Direcciones invariantes

Las transformaciones lineales mandan lineas paralelas en lineas paralelas, así que podemos decir
sin ambigüedad que envían cada dirección en el espacio a otra dirección. Si una dirección no
cambia al aplicarle la transformación decimos que es una dirección invariante.

Ejemplos.

• Una traslación deja a todas las direcciones del espacio invariantes.

• La reflexión en un plano deja a todas las direcciones del plano invariantes. La dirección
perpendicular al plano también es invariante, aunque el sentido se invierte.

• El estiramiento T(x,y,z)=(x,2y,3z) deja las direcciones de los ejes invariantes, pero no deja
ninguna otra dirección invariante.

• Una rotación alrededor de una recta deja a la dirección de la recta invariante, y no deja
otras direcciones invariantes a menos que el ángulo de rotación sea 180°.

Las direcciones invariantes bajo una transformación lineal T están dadas por los vectores distintos
de 0 tales que T(V)=λV, para algún escalar λ. Si T(V)=MV, donde M es una matriz, entonces
estos son los vectores tales que MV=λV, que equivale a que (M-λI)V=0.

Esto dice que la multiplicación por la matriz (M-λI) no es biyectiva (ya que manda V al vector 0),
por lo que el determinante de la matriz debe ser 0. Recíprocamente, si el determinante de la
matriz M-λI es cero, entonces la función F(V)= (M-λI)V no puede ser biyectiva y debe haber un
vector distinto de 0 que vaya a dar al vector 0, este vector da una dirección invariante.

Diremos entonces que λ es un valor propio de la matriz M y que V es un vector propio. Para hallar
los valores propios de una matriz necesitamos hallar los valores de λ tales que el determinante de
M-λI es 0.

Veamos primero unos ejemplos en dos dimensiones.

• Ejemplo. ¿Cuales son las direcciones invariantes la transformación lineal del plano que manda (1,0) a
(4,2) y (0,1) a (-5,-3)? La transformación, que esta dada por la matriz

4 -5
M=
2 -3

La matriz M-λI es

4-λ -5
2 -3-λ

Cuyo determinante es (4-λ)(-3-λ)+10=(λ-2)(λ+1), así que los valores propios son λ = 2 y λ = -1

Así que hay una dirección en la que los vectores se estiran al doble y otra en la que solo cambian de sentido.
Para λ = -1, buscamos un vector V tal que TV=-V, es decir (M+I)V=0

5 -5
M+I =
2 -2

Y un vector que al multiplicarlo por esta matriz da (0,0) es (1,1).

Ahora podemos comprobar que (1,1) es un vector propio de la matriz M y por lo tanto da una dirección
invariante bajo la transformación:

4 -5 1 -1 1
= = -1
2 -3 1 -1 1

Para λ = 2, buscamos un vector tal que TV=2V, es decir (M-2I)V=0

2 -5
M-2I =
2 -5

y es fácil encontrar un vector que multiplicado por esta matriz sea (0,0): basta tomar (5,2)

Ahora podemos comprobar que (5,2) es un vector propio de la matriz M y por lo tanto da una dirección
invariante bajo la transformación:

4 -5 5 10 5
= =2
2 -3 2 4 2

Así que los vectores en la dirección de (5,2) no

cambian de dirección pero son estirados al doble.

• Ejemplo. considerar la transformación lineal que manda (1,0) a (1,1) y (0,1) a (-1,3), dada por la
matriz

1 -1
1 2

La matriz M-λI es

1-λ -1
1 2-λ
3±√9-12
cuyo determinante es (1-λ)(2-λ)+1= λ2-3λ+3. Este polinomio no tiene raíces reales, ya que λ=
2
así que la transformación no deja ninguna dirección invariante.
 • Las transformaciones lineales del plano dejan 0, 1, 2 o todas las direcciones invariantes.

Dem. Las direcciones invariantes de la transformación dada por la matriz M están dadas por los vectores V≠0
tal que MV=λV. Los valores posibles de λ son las raíces de det(M-λI)=0, y como det(M-λI) es un polinomio
de grado 2 en λ, tiene 0, 1 o 2 raíces reales.

Si la transformación lineal estira a dos vectores no paralelos V 1 y V2 por el mismo factor λ, entonces estira a
todas las combinaciones lineales de V1 y V2 por ese mismo factor, así que todas las direcciones en el plano

deben ser invariantes.

Si para cada λ hay una sola dirección en la que la transformación estira por el factor λ, entonces como hay a
lo mas 2 valores de λ, debe haber a lo mas 2 direcciones invariantes. □

• Las isometrías del plano que fijan un punto son rotaciones y reflexiones.

Las isometríass de plano que fijan el origen están dadas por matrices ortogonales, y solo hay de dos tipos:

a -b a b
b a b -a

donde a2+b2=1.

Para la primera

a-λ -b
det = (a-λ)(a-λ)+b2 = λ2-2aλ+a2+b2 = λ2-2aλ+1
b a-λ
2a±√-4b2
las raíces de este polinomio son λ= que no son reales, y por lo tanto esta isometría no deja
2
direcciones invariantes: es una rotación

Para la segunda

a-λ b
det = (a-λ)(-a-λ)-b2 = λ2-a2-b2 = λ2-1
b -a-λ

cuyas raíces son λ=1 y λ=-1, así que esta isometría deja dos direcciones invariantes, en una los vectores
quedan fijos y en la otra cambian de sentido: es una reflexión

• Ejemplo. Muestra que la siguiente matriz corresponde a una reflexión, y di en que linea.

3/ 4/ 3/ -λ 4/
5 5 5 5
det = (3/5-λ)(-3/5-λ)-4/52 = λ2-1
4/ -3/5 4/ -3/5-λ
5 5

Es una matriz ortogonal, así que corresponde a una isometría, como tiene 2 direcciones invariantes debe ser
una reflexión, la recta de reflexión esta dada por el vector propio correspondiente a λ=1:

-2/ 4/ x 0
5 5
4/
=
5 -8/5 y 0 Una solución es el vector (2,1), que da la dirección de la recta de reflexión
Veamos ahora unos ejemplos en 3 dimensiones

• Encuentra las direcciones invariantes de la transformación dada por la matriz

0 0 1
M = 1 0 0
0 1 0

-λ 0 1
M-λI = 1 -λ 0 det(M-λI) = λ3+1

0 1 -λ

cuya única raíz real es λ=1, este es el único valor propio de la matriz.

Ahora buscamos un vector V tal que MV=1V, es decir (M-I)V=0. Si V=(x,y,z)

-1 0 1 x -x+z 0

(M-I) V = 1 -1 0 y = x-y = 0

0 1 -1 z y-z 0

Esto sucede si y solo si x=y=z, así que un vector propio es V=(1,1,1) y la única recta invariante es x=y=z.

• Encuentra las direcciones invariantes de la transformación dada por la matriz

0 1 1 -λ 1 1

N = 1 0 1 N-λI = 1 -λ 1 det(N-λI)= -λ3+3λ+2

1 1 0 1 1 -λ

Y las raíces de -λ3+3λ+2 son λ=-1, λ=2.

Busquemos ahora los vectores propios correspondientes a estos valores propios.

Para λ=-1, buscamos un vector V tal que MV=1V, es decir (M-I)V=0. Si V=(x,y,z)

1 1 1 x x+y+z 0

(N+I)V = 1 1 1 y = x+y+z = 0

1 1 1 z x+y+z 0

La única condición es que x+y+z=0, y esto es un plano. En ese plano todas las direcciones son invariantes y
los vectores solo cambian de orientación, así que la transformación actúa ahí como una rotación de 90°.

Para λ=2, buscamos un vector V tal que MV=2V, es decir (M-2I)V=0. Si V=(x,y,z)

-2 1 1 x -2x+y+z 0

(N-2I)V = 1 -2 1 y = x-2y+z = 0

1 1 -2 z x+y-2z 0

Esto sucede si x=y=z, así que un vector propio es V=(1,1,1), que da la otra dirección invariante.
Hay muchas transformaciones lineales del plano que no dejan ninguna dirección invariante (por
ejemplo las rotaciones con ángulo distinto de 180°), pero para las transformaciones del espacio
siempre hay direcciones invariantes:

• Cada transformación lineal de del espacio deja 1, 2, 3 o ∞ direcciones invariantes.

Dem. Para cada matriz M de 3x3, det(M-λI) es un polinomio real de tercer grado, así que debe tener al
menos una raíz real λ, esta da un valor propio y a esta corresponde al menos un vector propio de la matriz,
que da una dirección invariante.

Si hay dos vectores no paralelos V1 y V2 que se estiran por el mismo factor λ , entonces todas las
combinaciones lineales de V1 y V2 se estiran por ese mismo factor, así que todas las direcciones del plano
generado por V1 y V2 son invariantes.

Si para cada λ solo hay una dirección que se estira por el factor λ, entonces como hay a lo mas 3 valores de
λ debe haber a lo mas 3 direcciones invariantes.

• Las isometrías del espacio que fijan el origen son rotaciones (en rectas), reflexiones (en
planos) y las reflexiones con rotación (que rotan en una recta y reflejan en el plano
perpendicular).

Dem. Si la isometría I fija el origen entonces es lineal, y como todas las transformaciones lineales del espacio
deben dejar al menos una dirección invariante, I debe mandar a alguna recta L que pasa por el origen sobre
si misma. Como ademas I debe preservar ángulos, I debe mandar al plano P que pasa por el origen y es
perpendicular a L sobre si mismo.

L L

P P

Observar que I puede preservar o invertir la orientación de la linea L (hay un vector unitario u en L tal que
Iu=u o Iu=-u) y que I puede preservar o invertir la orientación en el plano P, actuando en P como una
rotación o como una reflexión
L L

Si I preserva la orientación en L y
preserva la orientación en P, entonces I
es una rotación alrededor de L. P P
Si I preserva la orientación en L e
L L
invierte la orientación en P, entonces
hay un vector v en P tal que Iv=v y otro
vector w en P perpendicular a v tal que
Iw=-w.
P P
Como I fija a u y v e invierte a w,
entonces I es una reflexión en el plano
generado por u y v.

L L

Si I invierte la orientación en L y
también invierte la orientación en P,
entonces I fija a v e invierte a u y a w,
P P
así que I es una rotación de 180
alrededor de la recta generada por v.

Finalmente, si I invierte la orientación en L y preserva la orientación en P, entonces I se obtiene rotando

alrededor de L y reflejando en P (es una rotación con reflexión). □

• Ejemplo. ¿A que clase de isometría corresponde esta matriz?

1/ 2/ -2/3
3 3

M = 2/ 1/ 2/
3 3 3
2/ -2 / -1/
3 3 3

Como es una matriz ortogonal sus valores propios solo pueden ser λ=1 o λ=-1. Para λ=1

-2/3 2/3 -2/3 x 0

(M-λI)V = 2/ -2 /3 2 /3 y = 0
3
2/ 2/ -4/3 z 0
3 3

Las soluciones deben cumplir 4/3 x – 2/3 z = 0 , 4/ 6

3 y – /3 z = 0 así que son los múltiplos de (1,3,2).

Como solo hay una dirección correspondiente al valor propio 1, la isometría debe ser una rotación alrededor
de esa dirección

PROBLEMAS
1. Encuentra los valores propios y vectores propios de estas matrices:

a. 1 2 b. 1 2 1
3 2 -2 1 1
4 2 0

2. ¿Cuales son las direcciones invariantes de estas transformaciones lineales?

a. T(x,y)=(4x+2y, x+3y)
b. T(x,y,z)=(3x+y-z, y, 2x+y)

3. Encuentra una transformación lineal del plano que tenga exactamente 1 dirección invariante.
Encuentra una transformación lineal del espacio que tenga exactamente 2 direcciones invariantes.

4. Muestra que si una transformación lineal tiene dos vectores propios no paralelos V1 y V2 con el
mismo valor propio, entonces todas las combinaciones lineales de V 1 y V2 son vectores propios.

5. ¿Cual de las siguientes matrices corresponde a rotación y cual a una reflexión en el plano?
¿Cual es la recta de reflexión?
5/ 12/ 12/ 5/
13 13 13 13
12/ 5 -5/13 12/13
13 - /13

6. Muestra que una de estas matrices corresponde a una rotación y otra a una reflexión, y
encuentra el eje de rotación y el plano de reflexión.
1/ 2/ 2/ 1/ 2/ 2/
3 3 3 3 3 3

-2 / 3 -1/ 3
2/
3
2/
3
1/
3 -2/ 3
2/ -2/3 1/3 2/ 2 1/
3 3 - /3 3

Hint: basta ver que las matrices corresponden a isometrías para saber que los valores propios solo pueden
ser 1 o -1, y entonces nada mas hay que encontrar las direcciones invariantes.

7. Si se componen la rotación de 90 alrededor del eje x con la rotación de 90 alrededor del eje y
se obtiene una rotación ¿alrededor de cual linea?
Matrices simétricas

Una matriz M es simétrica si es igual a su transpuesta: M = MT, por ejemplo

1 2 1 2 -1
2 3 y 2 4 3
-1 3 0

La suma de matrices simétricas es una matriz simétrica, pero el producto de matrices simétricas
no tiene que serlo.

Las matrices simétricas corresponden a las transformaciones lineales llamadas autoadjuntas,

tienen propiedades muy útiles y están relacionadas con las cónicas y las cuádricas. Los siguientes
lemas son validos para matrices simétricas de cualquier tamaño.

• Una matriz M es simétrica si y solo si para cada par de vectores U y V se tiene que
MU∙V = U∙MV.

Dem. ⇒ Si escribimos a los vectores como matrices verticales, el resultado es consecuencia de la relación
entre el producto punto y el producto de matrices: U∙V = UTV , y de la asociatividad del producto de
matrices

MU∙V = (MU)TV = (UTMT)V = (UTM)V = UT(MV) = U∙MV.

⇐ Si ei es el i-esimo vector canónico (que tiene un 1 en la i-esima entrada y 0's en todas las demás) y si la
matriz M tiene entradas aij en el renglón i y columna j entonces

ei ∙ Mej = aij y ej ∙ Mei = aji

si la matriz M cumple que MU∙V = U∙MV entonces aij = aji así que la matriz M es simétrica □

Una transformación lineal T se es autoadjunta si TU∙V = U∙TV para todos los vectores U y V, el
lema anterior dice que las matrices simétricas corresponden a transformaciones autoadjuntas.

• Si M es una matriz simétrica, los vectores propios de M correspondientes a dos valores

propios distintos deben ser ortogonales.

Dem. Si U y V son dos vectores propios correspondientes a los valores propios distintos μ y λ entonces
μU∙V = MU∙V = U∙MV = U∙λV

así que (μ-λ)U∙V=0 y como μ≠λ entonces U∙V=0. □

 • Si M es una matriz simétrica, U es un vector propio de M y V es cualquier vector V
perpendicular a U entonces MV también es perpendicular a U.

Dem. Si V∙U = 0 entonces MV∙U = V∙MU = V∙λU = 0

• Las matrices simétricas de 2x2 siempre tienen 2 vectores propios que son perpendiculares.

Dem. Para una matriz simétrica M de 2x2

a b
b c

a-λ b
det = (a-λ)(c-λ)-b2 = λ2 -(a+c)λ +ac-b2
b c-λ

Las raíces del determinante son λ = a+c ± √(a+c)2-4(ac-b2) = a+c ± √(a-c)2+b2

2 2

que son dos raíces reales distintas (a menos que a=c y b=0) y por el lema anterior les corresponden
vectores propios ortogonales (si a=c y b=0 la matriz es un múltiplo de la identidad y todos los vectores del
plano son vectores propios). □

• Ejemplo.

-5 2
M=
2 -2

-5-λ 2
det M-λI = det = (-5-λ)(-2-λ)-4=λ2+7λ+6 =(λ+1)(λ+6d)
2 -2-λ

P ara λ=-1

-4 2 x 0
=
2 -1 y 0 Un vector propio es (1,-2)

Para λ=-6

1 2 x 0
=
2 4 y 0 Un vector propio es (2,-1)

Y los dos vectores propios son perpendiculares.

 • Las matrices simétricas de 2x2 son las matrices de estiramientos del plano en 2
direcciones ortogonales.

Dem. Si la matriz es simétrica entonces la transformación tiene 2 vectores propios ortogonales, y la

transformación estira al plano en esas dos direcciones.

Recíprocamente, el estiramiento del plano en dos direcciones ortogonales esta dado por una matriz IEI -1,
donde I es una isometría que lleva los ejes coordenados a esas dos direcciones y E es la matriz diagonal de
un estiramiento en las direcciones de los ejes coordenados. Como E=E T (porque E es diagonal) y I-1=IT
(porque I es ortogonal) entonces IEI -1 es una matriz simétrica ya que (IEI-1)T = I-1TETIT = IEI-1

• Ejemplo. Encuentra la matriz correspondiente al estiramiento en la dirección de los vectores (3,4) y

(-4,3) por los factores 2 y 5 respectivamente.

La matriz es de la forma IEI-1 donde E es la matriz de estiramiento en la dirección de los vectores (1,0) y
(0,1):

2 0
E=
0 5
y I es una isometría que envía (1,0) y (0,1) a vectores unitarios en las direcciones de (3,4) y (-4,3):

3/ 4
5 - /5
I=
4/ 3/
5 5

3/ 4 3/ 4/ 3/ 4 6/ 8/ 98/ -36/25
5 - /5 2 0 5 5 5 - /5 5 5 25
IEI-1 = = =
4/ 3/
5 -4/5 3/5 4/ 3/ -20/5 15/5 -36/25 77/
5 5 0 5 5 25

• Las matrices simétricas de 3x3 tienen 3 vectores propios perpendiculares

Dem. Si M es una matriz de 3x3, entonces M tiene al menos un valor propio λ y un vector propio U. Si M es
simétrica, entonces por un lema anterior M debe mandar los vectores perpendiculares a U a vectores
perpendiculares a U, por lo tanto el plano P perpendicular a U debe ir a dar en si mismo.

En el plano P, M actúa como una transformación lineal, y para cada par de vectores V y W en P se tiene que
MV∙W=V∙MW (ya que esto sucede para todos los vectores del espacio) así que la transformación restringida
al plano P es autoadjunta.

Ya sabemos que una transformación λU

U
autoadjunta en un plano tiene dos vectores
μV
propios ortogonales V y W en el plano, por V
lo tanto la transformación en el espacio P κW P
W
tiene 3 vectores propios ortogonales.
 • Las matrices simétricas de 3x3 son las matrices de estiramientos del espacio en 3
direcciones ortogonales.

Dem. Igual que en 2 dimensiones: si la matriz es simétrica entonces tiene 3 vectores propios ortogonales, y
la transformación estira al espacio en esas 3 direcciones.

Recíprocamente, el estiramiento del espacio en 3 direcciones ortogonales esta dado por la matriz IEI -1,
donde E es la matriz de estiramiento en la dirección de los ejes coordenados -que es una matriz diagonal- y I
es la matriz de la isometría que lleva los ejes coordenados a esas 3 direcciones.

Como E es una matriz diagonal ET=E y como I es una matriz ortogonal I -1= IT así que

(IEI-1)T= I-1TETIT = IEI-1 lo que dice que IEI-1 es una matriz simétrica □

• Ejemplo. Muestra que la siguiente matriz corresponde a un estiramiento en 3 direcciones

ortogonales, hallando las direcciones y los factores de estiramiento.

3 1 -1
M = 1 3 -1
-1 -1 5

3-λ 1 -1

det M-λI = det 1 3-λ -1 = (3-λ)(3-λ)(5-λ)+1+1-(3-λ)-(3-λ)-(5-λ) = -λ3+11λ2-36λ+36

-1 -1 5-λ

Y las raíces son λ = 2, 3, 6

Para λ=2

1 1 -1 x 0
(M-λI)V = 1 1 -1 y = 0 Y una solución es (x,y,z)=(1,-1,0)
-1 -1 3 z 0

Para λ=3

0 1 -1 x 0
(M-λI)V = 1 0 -1 y = 0 Y una solución es (x,y,z)=(1,1,1)
-1 -1 2 z 0

Para λ=6

-3 1 -1 x 0
(M-λI)V = 1 -3 -1 y = 0 Y una solución es (x,y,z)=(1,1,-2)
-1 -1 -1 z 0
Ahora podemos comprobar que las 3 direcciones halladas son las direcciones de estiramiento:

3 1 -1 1 2 1
1 3 -1 -1 = -2 =2 -1
-1 -1 5 0 0 0

3 1 -1 1 3 1
1 3 -1 1 = 3 =3 1
-1 -1 5 1 3 1

3 1 -1 1 6 1
1 3 -1 1 = 6 =6 1
-1 -1 5 -2 -12 -2

PROBLEMAS

8. Muestra que la siguiente matriz corresponde a un estiramiento en dos direcciones ortogonales,

dando los factores de estiramiento y las direcciones.
2 3
3 2

9. ¿Cual es la matriz correspondiente a estirar el plano al doble en la dirección del vector (4,3) y
cambiar el sentido en la dirección del vector (3,-4)?

10. Muestra que el producto de dos matrices simétricas M y N es una matriz simétrica si y solo si
las dos matrices conmutan (es decir, si MN=NM).

11. Encuentra los valores propios y los vectores propios de la matriz

3 -2 4
-2 6 2
4 2 3

12. Encuentra las direcciones invariantes y los factores de estiramiento de la transformación

T(x,y,z)=(x+2y-3z,2x+5y-4z,-3x-4y+8z).