Introducción

En esta tercera unidad estudiaremos algunos aspectos geométricos de transformaciones lineales. Para ello, lo primero que haremos será introducir la noción de la adjunta de una transformación lineal. Esto nos permitirá más adelante poder hablar de varias transformaciones especiales: normales, simétricas, antisimétricas, ortogonales. De entrada, las definiciones para cada uno de estos conceptos parecerán simplemente un juego algebraico. Sin embargo, poco a poco descubriremos que pidiendo a las transformaciones lineales cierta propiedad con respecto a su adjunta, podemos recuperar muchas propiedades geométricas bonitas que satisfacen.

Un ejemplo de esto serán las transformaciones ortogonales. Estas serán las transformaciones que, a grandes rasgos, no cambian la norma. Daremos un teorema de clasificación para este tipo de transformaciones: veremos que sólo son reflexiones o rotaciones en ciertos ejes. Después estudiaremos las transformaciones simétricas y veremos un resultado fantástico: el teorema espectral. Este teorema nos garantizará que toda transformación simétrica en $\mathbb{R}$ puede ser diagonalizada, y de hecho a través de una transformación ortogonal.

El párrafo anterior nos dice que las transformaciones ortogonales y las simétricas serán «fáciles de entender» en algún sentido. Esto parece limitado a unas familias muy particulares de transformaciones. Sin embargo, cerraremos la unidad con un teorema muy importante: el teorema de descomposición polar. Gracias a él lograremos entender lo que hace cualquier transformación lineal. Tenemos un camino muy interesante por recorrer. Comencemos entonces con la idea de la adjunta de una transformación lineal.

La adjunta de una transformación lineal

Sea $V$ un espacio euclidiano y producto interior $⟨\cdot ,\cdot ⟩$. Tomemos una transformación lineal $T:V\to V$. Para cada $y\in V$, la transformación $x\mapsto ⟨T(x),y⟩$ es una forma lineal. Del teorema de representación de Riesz se sigue que existe un único vector $T^{\ast }(y)\in V$ tal que
$$⟨T(x),y⟩=⟨T^{\ast }(y),x⟩=⟨x,T^{\ast }(y)⟩\mathrm{\forall }x\in V.$$

Esta asignación de este vector $T^{\ast }$ es lineal, ya que al vector $r{y}_1+y_2$ para $r$ escalar y $y_1,y_2$ en $V$ se le asigna la forma lineal $x\mapsto ⟨T(x),r{y}_1+y_2⟩=r⟨(T(x),y_1⟩+⟨(T(x),y_2)$, que se puede verificar que le corresponde en la representación de Riesz el vector $r{T}^{\ast }(y_1)+T^{\ast }(y_2)$.

De esta manera, podemos correctamente enunciar la siguiente definición.

Definición. Sea $V$ un espacio euclidiano y producto interior $⟨\cdot ,\cdot ⟩$. Sea $T:V\to V$ una transformación lineal. Definimos a la adjunta de $T$, como la única transformación lineal $T^{\ast }:V\to V$ que cumple la siguiente condición para todos $x,y$ en $V$:

$$⟨T(x),y⟩=⟨x,T^{\ast }(y)⟩$$

Notemos que para cualesquiera $x,y\in V$ tenemos que
$$⟨y,T(x)⟩=⟨T(x),y⟩=⟨x,T^{\ast }(y)⟩=⟨T^{\ast }(y),x⟩=⟨y,(T^{\ast }{)}^{\ast }(x)⟩.$$

Restando el último término del primero, se sigue que $T(x)-(T^{\ast }{)}^{\ast }(x)=0$, de manera que $$(T^{\ast }{)}^{\ast }=T,$$ por lo cual simplemente escribiremos $$T^{\ast \ast }=T.$$

Por lo tanto, la asignación $T\mapsto T^{\ast }$ es una transformación auto-inversa sobre $V$.

La matriz de la transformación adjunta

Tenemos que $T^{\ast \ast }=T$. Esto debería recordarnos a la transposición de matrices. En efecto, en cierto sentido podemos pensar a la transformación $T^{\ast }$ algo así como la transpuesta de la transformación (por lo menos en el caso real, para espacios sobre $\mathbb{C}$ será algo ligeramente distinto).

La siguiente proposición nos ayudará a reforzar esta intuición.

Proposición. Sea $V$ un espacio euclidiano y producto interior $⟨\cdot ,\cdot ⟩$ y $T:V\to V$ una transformación lineal. Sea $\mathcal{B}=(e_1,\dots ,e_n)$ una base otronormal de $V$. Se tiene que $${\text{Mat}}_{\mathcal{B}}(T^{\ast })={}^t{\text{Mat}}_{\mathcal{B}}(T).$$

En palabras, bajo una base ortonormal, la adjunta de una transformación tiene como matriz a la transpuesta de la transformación original.

Solución. Sea $A={\text{Mat}}_{\mathcal{B}}(T)$ y $B=[B_{ij}]$ la matriz asociada a $T^{\ast }$ con respecto a $\mathcal{B}$. Para cada $i\in \{1,\dots ,n\}$ se tiene
$$T^{\ast }(e_i)={\displaystyle \sum _{k=1}^n{b}_{ki}{e}_k.}$$

En vista de que $$T(e_i)={\displaystyle \sum _{k=1}^n{a}_{ki}{e}_k}$$ y de que la base $\mathcal{B}$ es ortonormal, se tiene que $$⟨T(e_i),e_j⟩={\displaystyle \sum _{k=1}^n{a}_{ki}⟨e_k,e_j⟩=a_{ji}}$$ y
$$⟨e_i,T^{\ast }(e_j)⟩={\displaystyle \sum _{k=1}^n{b}_{kj}⟨e_i,e_k⟩=b_{ij}.}$$

Como, por definición de transformación adjunta, se tiene que
$$⟨T(e_i),e_j⟩=⟨e_i,T^{\ast }(e_j)⟩,$$ entonces $b_{ij}=a_{ji}$ para cada $i,j$ en $\{1,\dots ,n\}$, que precisamente significa que $B={}^{t}A$.

$\mathrm{<img\; draggable="false"\; role="img"\; class="emoji"\; alt="◻"\; src="https://s.w.org/images/core/emoji/14.0.0/svg/25fb.svg">}$

Ejemplos de encontrar una adjunción

La proposición de la sección anterior nos da una manera práctica de encontrar la adjunción para transformaciones lineales.

Ejemplo. Encontraremos la transformación adjunta a la transformación lineal $T:{\mathbb{R}}^2\to {\mathbb{R}}^2$ dada por $T((x,y))=(y-x,y+2x)$. Por la proposición de la sección anterior, basta expresar a $T$ en una base ortonormal y transponer. Usemos la base canónica de ${\mathbb{R}}^2$. En esta base, la matriz que representa a $T$ es $\left(\begin{array}{cc}-1& 1\\ 2& 1\end{array}\right)$. Por ello, la matriz que representa a $T^{\ast }$ es la transpuesta, es decir $\left(\begin{array}{cc}-1& 2\\ 1& 1\end{array}\right)$. De este modo, concluimos que $T^{\ast }((x,y))=(-x+2y,x+y)$.

Podemos verificar que en efecto esta transformación satisface la definición de adjunción. Por un lado,

$$⟨T((a,b)),(c,d)⟩=(b-a,b+2a)\cdot (c,d)=bc-ac+bd+2ad,$$

y por otro

$$⟨(a,b),T((c,d))⟩=(a,b)\cdot (-c+2d,c+d)=-ac+2ad+bc+bd.$$

Ambas expresiones en efecto son iguales.

$\mathrm{△}$

Problema. Demuestra que una transformación lineal $T$ en un espacio euclideano de dimensión finita y la adjunta $T^{\ast }$ de $T$ tienen el mismo determinante.

Solución. El determinante de una transformación es igual al determinante de cualquiera de las matrices que la represente. Así, si $A$ es la forma matricial de $T$ bajo una base ortonormal, se tiene que $det(A)=det(T)$. Por la proposición de la sección anterior, ${}^{t}A$ es la forma matricial de $T^{\ast }$ en esa misma base, de modo que $det({}^{t}A)=det(T^{\ast })$. Pero una matriz y su transpuesta tienen el mismo determinante, de modo que $$det(T^{\ast })=det({}^{t}A)=det(A)=det(T).$$

$\mathrm{<img\; draggable="false"\; role="img"\; class="emoji"\; alt="◻"\; src="https://s.w.org/images/core/emoji/14.0.0/svg/25fb.svg">}$

Más adelante…

La noción de transformación adjunta es nuestra primera noción fundamental para poder definir más adelante transformaciones que cumplen propiedades geométricas especiales. Con ella, en la siguiente entrada hablaremos de transformaciones simétricas, antisimétricas y normales.

Toma en cuenta que las definiciones que hemos dado hasta ahora son para espacios euclideanos, es decir, para el caso real. Cuando hablamos de espacios hermitianos, es decir, del caso complejo, los resultados cambian un poco. La transformación adjunta se define igual. Pero, por ejemplo, si la matriz que representa a una transformación es $A$, entonces la que representará a su adjunta no será la transpuesta, sino más bien la transpuesta conjugada.

Tarea moral

A continuación hay algunos ejercicios para que practiques los conceptos vistos en esta entrada. Te será de mucha utilidad intentarlos para entender más a profundidad la teoría vista.

1. Encuentra la transformación adjunta para las siguientes tranformaciones lineales:
   • $T:{\mathbb{R}}^2\to {\mathbb{R}}^2$ dada por $T(x,y)=(2y-x,2x+y)$.
   • $T:{\mathbb{R}}^3\to {\mathbb{R}}^3$ dada por $T(x,y,z)=(x+y+z,y+z,z)$.
   • $T:{\mathbb{R}}^n\to {\mathbb{R}}^n$ tal que para la base canónica $e_1,\dots ,e_n$ cumple que $T(e_i)=e_{i+1}$ para $i=1,\dots ,n-1$ y $T(e_n)=0$.
2. Considera el espacio vectorial $M_n(\mathbb{R})$. En este espacio, la operación transponer es una transformación lineal. ¿Cuál es su transformación adjunta?
3. Completa los detalles de que $T^{\ast }$ es en efecto una transformación lineal.
4. Demuestra que si $T$ es una transformación lineal sobre un espacio euclidiano y $\lambda$ es un eigenvalor de $T$, entonces $\lambda$ también es un eigenvalor de $T^{\ast }$. De manera más general, demuestra que $T$ y $T^{\ast }$ tienen el mismo polinomio característico.
5. Sea $V$ un espacio euclidiano y $T:V\to V$. ¿Es cierto que para todo polinomio $p$ se cumple que $p(T{)}^{\ast }=p(T^{\ast })$?

Entradas relacionadas

• Ir a Álgebra Lineal II
• Entrada anterior del curso: Proceso de Gram-Schmidt en espacios euclideanos
• Siguiente entrada del curso: Transformaciones lineales normales, simétricas y antisimétricas

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»