Álgebra Lineal II: El teorema de clasificación de transformaciones ortogonales

Por Ayax Calderón

Introducción

En la entrada anterior definimos las transformaciones ortogonales y probamos algunas de sus propiedades relacionadas con el producto interior, norma y la transformación adjunta. Vimos también que el conjunto de todas las transformaciones ortogonales de un espacio euclideano V forma un grupo O(V) bajo composición.

En esta entrada queremos entender mucho mejor dicho grupo. El resultado principal que probaremos nos dirá exactamente cómo son todas las posibles transformaciones ortogonales en un espacio euclideano (que podemos pensar que es Rn). Para llegar a este punto, comenzaremos con algunos resultados auxiliares y luego con un lema que nos ayudará a entender a las transformaciones ortogonales en dimensión 2. Aprovecharemos este lema para probar el resultado para cualquier dimensión.

El lema de los subespacios estables

Lo primero que veremos es que las transformaciones ortogonales preservan completamente los subespacios estables, así como sus espacios ortogonales. Este es el resultado que nos permitirá un poco más adelante trabajar inductivamente.

Lema. Sean V un espacio euclidiano, TO(V) y W un subespacio de V estable bajo T.

  1. Se tiene que T(W)=W y T(W)=W.
  2. Se tiene que T|WO(W) y T|WW.

Demostración. 1. Como T(W)W y T|W es inyectiva (pues T es inyectiva en V), se sigue que T|W:WW es suprayectiva y por lo tanto T(W)=W. Veamos ahora que W también es estable bajo T. Tomemos xW y yW. Queremos demostrar que T(x)W, es decir, que T(x),y=0. Como T es ortogonal, entonces T=T1 y por lo tanto
T(x),y=x,T1(y).

Como T|W:WW es biyectiva, se tiene que W es estable bajo T1. Entonces T1(y)W, y como xW, entonces x,T1(y)=0. Por lo tanto T(x),y=0. Esto muestra que W es estable bajo T y por la primer parte de este inciso, llegamos a T(W)=W.

2. Para todo xW se tiene que
||T|W(x)||=||T(x)||=||x||,
lo que significa que T|WO(W). De manera análoga se tiene que TWO(W).

◻

El lema de la invarianza de una recta o un plano

Para poder aplicar el lema de la sección anterior, tendremos que poder encontrar subespacios estables. El siguiente lema nos dice que siempre podemos encontrar subespacios estables en espacios euclideanos.

Lema. Sea V un espacio euclidiano y T una transformación lineal sobre V. Entonces existe una recta (subespacio de dimensión 1) o un plano (subespacio de dimensión 2) en V estable bajo T.

Demostración. El polinomio mínimo de T es un polinomio μT(x) con coeficientes reales. Si tiene una raíz real, se sigue que T tiene un eigenvalor y por consiguiente, la recta generada por un eigenvector es estable bajo T.

Ahora supongamos que μT(x) no tiene raíces reales. Sea z una raíz compeja de μT(x), que existe por el teorema fundamental del álgebra. Como μT(x) tiene coeficientes reales, entonces z también es raíz de μT(x).Por lo tanto, Q(x)=(xz)(xz) divide a μT(x).

Es imposible que Q(T) sea una matriz invertible, pues de serlo, tendríamos que μTQ(x) sería un polinomio de grado más chico que μT(x) y anularía a T. Esto nos dice que existe xV distinto de 0 tal que Q(T)(x)=0. Si Q(x)=x2+ax+b, esto se traduce a T2(x)+aT(x)+bx=0. De aquí, se tiene que x y T(x) generan un plano estable bajo T.

◻

Las transformaciones ortogonales en dimensión 2

Los lemas de las secciones anteriores nos permitirán ir partiendo a un espacio euclideano T en «cachitos estables» ya sea de dimensión 1 o de dimensión 2. En los de dimensión 1 ya sabemos cómo debe verse una matriz que represente a T: simplemente corresponden a eigenvectores y entonces consistirán en reescalamientos (que deben de ser por factor 1 ó 1 para tener ortogonalidad). Pero, ¿cómo se verá matricialmente la transformación T en subespacios estables de dimensión 2 que no se puedan descomponer más? Esto es lo que nos responde el siguiente lema.

Lema. Sea V un espacio euclidiano de dimensión 2 y TO(V) sin eigenvalores reales. Entonces existe una base ortonormal de V tal que la matriz asociada a T en dicha base es de la forma
Rθ=(cosθsinθsinθcosθ).

Demostración. Sea β={e1,e2} una base ortonormal de V y escribimos T(e1)=ae1+be2 para algunos números reales a,b. Como
a2+b2=||T(e1)||2=||e1||2=1, entonces podemos encontrar un número real θ tal que (a,b)=(cosθ,sinθ).

Para que T(e1),T(e2)=0, necesitamos que exista un c tal que T(e2)=c(sinθe1+cosθe2). Finalmente, ya que ||T(e2)||=||e2||=1, debemos tener |c|=1 y así c{1,1}.

El caso c=1 podemos descartarlo pues la matriz que representa a T en la base β sería
(cosθsinθsinθcosθ),
cuyo polinomio caracterísitco es x21 y por lo tanto tiene a 1 como eigenvalor, lo cual no entra en nuestras hipótesis. Así, c=1 y por lo tanto la matriz que representa a T en la base β es
(cosθsinθsinθcosθ),

como queríamos.

◻

El teorema de clasificación

Con lo visto hasta ahora, ya estamos listos para demostrar el teorema fundamental de clasificación de transformaciones lineales ortogonales de un espacio euclidiano.

Teorema (clasificación de ortogonales). Sea V un espacio euclidiano y TO(V). Entonces podemos encontrar una base ortonormal β de V tal que la matriz asociada a T con respecto a la base β es de la forma
(1)A=(Ip0000Iq0000Rθ10000Rθk),
donde θ1,,θk son números reales y
Rθ=(cosθsinθsinθcosθ).

Demostración. Procederemos por inducción sobre dimV. Si dimV=1, entonces ya terminamos, pues se tendría que T=±id (esto quedó de tarea moral en la entrada anterior).

Supongamos que el resultado se satisface para todos los espacios euclideanos de dimensión a lo más n1. Tomemos V un espacio euclideano de dimensión n y T una transformación ortogonal de V. Por el lema de la invarianza de una recta o un plano, o bien V tiene una recta estable bajo T, o bien un plano estable bajo T.

El caso en que T tiene una recta estable bajo T corresponde a que T tiene un eigenvalor real t con eigenvector, digamos, e1. Entonces |t|||e1||=||te1||=||T(e1)||=||e1||,
por lo cual t{1,1}. Sea W la recta generada por e1.

Tenemos que V=WW. Por el lema de subespacios estables, T(W)=W y T|W es ortogonal de W. Por hipótesis inductiva, W tiene una base ortonormal {e2,,en} tal que la matriz asociada a dicha base y restringida a W es de la forma (1). Añadiendo el vector e1||e1|| se añade un 1 o 1 en la diagonal, así que, posiblemente permutando la base ortonormal resultante {e1||e1||,e2,,en} de V obtenemos una base ortonormal tal que la matriz asociada a T con respecto a esta base es de la forma (1).

Ahora supongamos que T no tiene valores propios reales, es decir, que estamos en el caso de tener un plano estable bajo T. Como T es ortogonal, el espacio W también es estable bajo T, y las restricciones de T a W y W son transformaciones otogonales sobre estos espacios. Por hipótesis inductiva, W tiene una base ortonormal {e3,,en} tal que la matriz asociada a T|W con respecto a esta base es una matriz diagonal de bloques de la forma Rθi. Por el lema de transformaciones ortogonales en dimensión 2, el subespacio W tiene una base ortonormla {e1,e2} tal que la matriz asociada a T|W con respecto a esta base es de la forma Rθ. Como V=WW, entonces la matriz asociada a T con respecto a la base {e1,,en} es de la forma (1), con lo cual concluimos con la prueba deseada.

◻

También podemos enunciar el teorema anterior en términos de matrices:

Corolario. Sea AMn(R) una matriz ortogonal. Entonces existen enteros p,q,k que satisfacen p+q+2k=n, una matriz ortogonal PMn(R) y números reales θ1,,θn tales que
A=P1(Ip0000Iq0000Rθ10000Rθk)P.

Observación. El determinante de la matriz
(Ip0000Iq0000Rθ10000Rθk)
es (1)q{1,1} (estamos usando detRθi=1 para 1ik). Se sigue que detT{1,1} para cualquier TO(V).

Más adelante…

Por lo platicado en esta entrada, ya podemos decir cómo es cualquier transformación ortogonal, y no es tan complicado: simplemente en alguna base apropiada, se rota en pares de coordenadas, o bien se refleja en coordenadas, o bien no se hace nada en alguna coordenada (o una combinación de estas cosas). Todo esto intuitivamente deja fijas las normas y el teorema de clasificación nos dice que si se fijan normas entonces debe ser así. Por ello, podemos pensar a las transformaciones ortonormales como «sencillas» o por lo menos «entendibles».

Aprovecharemos esto en el siguiente tema, pues enunciaremos el teorema espectral real, que nos dice que las transformaciones simétricas se entienden muy bien a partir de las ortogonales y de las diagonales. Así, las transformaciones simétricas también serán «entendibles». Finalmente, con el teorema de descomposición polar llevaremos este entendimiento a todas, todas las matrices.

Tarea moral

  1. Verifica que, en efecto, las matrices Rθ de la entrada tienen determinante igual a 1.
  2. Sea V un espacio euclidiano y T:VV una transformación lineal. Demuestra que T es ortogonal si y sólo si ||T(x)||=||x|| para los vectores x de norma 1.
  3. Encuentra la matriz de rotación de ángulo π3 alrededor de la recta generada por el vector (1,1,1).
  4. Describe todas las matrices en M3(R) que son simultaneamente ortogonales y diagonales.
  5. Describe todas las matrices en M3(R) que sean simultáneamente ortogonales y triangulares superiores.

Entradas relacionadas

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

8 comentarios en “Álgebra Lineal II: El teorema de clasificación de transformaciones ortogonales

  1. Rodrigo Seels

    Hola:

    En ´la demostración del lema que va sobre la matriz rotación, ¿no habría que verificar que c=1?Pregunto porque, si no me equivoco, si c=-1 entonces los signos de la segunda columna de la matriz R serían los contrarios.

    Gracias.

    Responder
  2. Rodrigo Seels

    Buen día:

    En el caso «detA=-1» de la parte de «Estudiando el grupo ortogonal en dimensiones pequeñas», ¿cómo sabemos que T es simétrica?

    Gracias.

    Responder
    1. Ayax Calderón Autor

      Otra forma de convencerte de que T es simétrica es verificar que la igualdad
      T(x,y),(a,b)=(x,y),T(a,b) es cierta.

      Responder

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.