Sie sind auf Seite 1von 217

Notas de Geometr´ıa I

Borrador muy preliminar, no exento de erratas

Geometr´ıa I Borrador muy preliminar, no exento de erratas Ernesto Girondo Sirvent Versi´on del 10-02-09 Ernesto

Ernesto Girondo Sirvent

Versi´on del 10-02-09

2

´

Indice general

I

Geometr´ıa Af´ın

7

1. Espacios afines

 

9

 

1.1. La definici´on de espacio af´ın

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

1.2. Variedades lineales

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

11

1.3. Coordenadas en espacios afines.

 

17

1.4. Ecuaciones de variedades lineales

 

27

1.5. La raz´on simple. Teoremas de Menelao y de Ceva

 

32

1.6. Orientaci´on en espacios afines reales

 

36

2. Afinidades

 

37

 

2.1. La definici´on de afinidad

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

37

2.2. Propiedades b´asicas de las afinidades

 

38

2.3. Algunas afinidades importantes

 

41

2.4. No toda aplicaci´on es una afinidad

 

53

2.5. M´as propiedades de las afinidades

54

2.6. Afinidades y coordenadas

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

59

2.7. Variedades Invariantes

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

63

Ejercicios

 

67

Problemas

71

II

Geometr´ıa Eucl´ıdea

 

75

3.

Espacios vectoriales eucl´ıdeos y unitarios

 

79

3.1. Formas bilineales

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

79

3.2. Espacios vectoriales eucl´ıdeos

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

82

3.3. El caso complejo. Espacios vectoriales unitarios

 

87

3.4. Ortogonalidad y subespacios

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

88

3.5. Proyecciones y simetr´ıas ortogonales

 

92

3.6. Aplicaciones adjuntas y autoadjuntas

 

94

3

 

´

4

INDICE GENERAL

4.

Espacios afines eucl´ıdeos. Movimientos

 

97

4.1. Norma y distancia

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

97

4.2. Ortogonalidad y variedades lineales

 

100

4.3. Distancia entre variedades

 

.

.

.

.

.

.

.

.

.

103

4.4. Isometr´ıas .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

109

4.5. Aplicaciones ortogonales

 

.

.

.

.

.

.

.

.

.

1 11

4.6. Movimientos de la recta eucl´ıdea

 

113

4.7. Movimientos del plano eucl´ıdeo

 

114

4.8. Movimientos del espacio eucl´ıdeo tridimensional

 

120

Ejercicios

 

129

Problemas

133

III

Geometr´ıa proyectiva

 

137

5. El espacio proyectivo

 

141

 

5.1. La noci´on de espacio proyectivo

 

141

5.2. La definici´on abstracta del espacio proyectivo

 

144

5.3. Variedades proyectivas

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

146

5.4. Operaciones entre variedades proyectivas

 

149

5.5. Referencias y coordenadas proyectivas

 

153

5.6. Cambios de referencia proyectiva

 

156

5.7. Ecuaciones de variedades lineales proyectivas

 

157

6. Dualidad y teoremas cl´asicos de incidencia

 

159

 

6.1. Dualidad

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

159

6.2. Dos teoremas cl´asicos sobre incidencia

 

163

7. Aplicaciones proyectivas

 

167

 

7.1. Aplicaciones naturales entre espacios proyectivos

 

167

7.2. Aplicaciones proyectivas importantes

 

170

7.3. Aplicaciones proyectivas y coordenadas

 

173

Ejercicios

 

175

Problemas

177

IV

Formas cuadr´aticas y c´onicas

 

181

8.

Formas cuadr´aticas y c´onicas

 

183

8.1. Formas cuadr´aticas

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

183

8.2. C´onicas

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

186

8.3. La circunferencia

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

191

8.4. Focos y excentricidad .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

193

´

INDICE GENERAL

5

8.5. Determinaci´on del tipo de una c´onica

 

201

8.6. C´onicas y reflexi´on

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

210

Ejercicios

213

Problemas

215

Bibliograf´ıa

217

6

´

INDICE GENERAL

Parte I

Geometr´ıa Af´ın

7

Cap´ıtulo 1

Espacios afines

1.1. La definici´on de espacio af´ın

1.1.1 Nuestro primer objetivo es desarrollar una estructura formal que nos

´

permita usar la maquinaria del Algebra Lineal para estudiar Geometr´ıa. Algu- nos conceptos t´ıpicamente geom´etricos, como rectas, pla nos, etc´etera, nos han aparecido ya como subespacios de espacios vectoriales. Per o un espacio vectorial tiene un punto distinguido (el origen), cuya existencia no tiene sentido desde un punto de vista geom´etrico. Por ejemplo, nos gustar´ıa estudiar todas las rectas y planos de R 3 , pero en la estructura de R -espacio vectorial de R 3 s´olo aparecen de modo natural las rectas y planos que pasan por el origen. Necesitamos, de alg´un modo, ser capaces de definir una estructura que in- corpore algo as´ı como “un espacio vectorial con el origen fijado donde m´as nos convenga”. La noci´on correcta es la siguiente:

Definici´on Un espacio af´ın sobre un cuerpo k es un conjunto A = , un espacio vectorial E sobre k, y una aplicaci´on

tal que:

ϕ : A × A −→

( p, q ) −→

E ϕ ( p, q )

i) Para todo p A, la aplicaci´on ϕ p : A q −→ E ϕ(p, q ) es biyectiva.

ii) Para p, q, r A cualesquiera, ϕ(p, q ) + ϕ(q, r ) = ϕ(p, r ).

La dimensi´on de un espacio af´ın es por definici´on la dimensi´on de E . Se conoce a E como espacio vectorial asociado al espacio af´ın A, o como espacio director o direcci´on .

Formalmente se llama espacio af´ın a la terna (A, E, ϕ). Pero, a menudo, cuando el resto de la estructura es clara o no se quiere explic itar, se habla

9

10

´

CAP ITULO 1. ESPACIOS AFINES

simplemente del espacio af´ın A. Durante casi todo el curso trabajaremos con espacios afines sobre R (es decir, que para fijar ideas y no liarse se puede suponer k = R pr´acticamente siempre): en los pocos casos en que debamos p ensar en otros cuerpos, como el de los n´umeros complejos, lo mencionaremos expl´ıcita- mente.

La idea es que la aplicaci´on ϕ asocia a cada par de puntos (p, q ) un vector de E , que interpretamos como “el vector con origen en p y extremo en q”. De hecho, frecuentemente denotaremos a ϕ(p, q ) simplemente por pq −→ . Para que toda la estructura sea consistente, parece necesario tener un mo do de relacionar los vectores que tienen origen en puntos diferentes del espacio af´ın A.

A

p

q

A p q r

r

E

pq

diferentes del espacio af´ın A . A p q r E pq pr qr Figura 1.1:
diferentes del espacio af´ın A . A p q r E pq pr qr Figura 1.1:

pr

qr

Figura 1.1: La estructura de espacio af´ın.

Esto es para lo que sirve la condici´on ii) de la definici´on, que es en estos

t´erminos

qr

pq +

=

pr (ver la figura 1.1).

1.1.2 1. Sea E un espacio vectorial. Para mayor claridad, denotemos por A al conjunto de puntos (vectores) de E , considerado como simple conjunto, despro- visto de la estructura de espacio vectorial. Definamos ϕ(u, v ) = v u . Entonces (A, E, ϕ) es un espacio af´ın (para convencerse de esto, habr´a que ve r que esta ϕ cumple las condiciones exigidas en la definici´on). Obs´ervese que esta estructura af´ın de E es can´onica, en el sentido de que depende s´olo de la propia estructura vectorial, y no de ninguna construcci´on adicional.

El espacio af´ın en que A = k n (k cuerpo) y la estructura af´ın es la can´onica descrita arriba, se conoce como espacio af´ın est´andar de dimensi´on n sobre k.

2. El tiempo es un espacio af´ın real (es decir, sobre R ) de dimensi´on 1. Un instante es un punto de A y un lapso de tiempo es un vector de E . No hay ning´un instante distinguido. Este espacio af´ın es releva nte para la mec´anica de Newton y la relatividad de Einstein.

1.2. VARIEDADES LINEALES

11

3. En relatividad especial (Einstein) se estudian sucesos, co mo por ejemplo la emisi´on de un fot´on por un ´atomo. El conjunto de sucesos tiene lugar en un espacio af´ın real de dimensi´on 4 (el espacio-tiempo).

1.1.3 A partir de ahora, a menos que haya que hacer menci´on expl´ıcita a la

aplicaci´on ϕ, adoptaremos por comodidad la notaci´on pq −→ para ϕ(p, q ). Si hemos entendido bien la relaci´on entre puntos y vectores , las siguientes propiedades deber´ıan no chocarnos en absoluto:

Proposici´on En un espacio af´ın se cumple:

i) pq −→ = 0 p = q .

ii)

pq = qp, para todos p, q A.

iii) pq =

−→

rs

pr =

qs (identidad del paralelogramo; ver la figura 1.2).

A

p

q

A p q r s

r

s

E

pq = rs

ver la figura 1.2). A p q r s E pq = rs pr = qs

pr = qs

Figura 1.2: La identidad del paralelogramo.

Demostraci´on.- i) Las propiedades de espacio af´ın implican pp −→ + pp −→ = pp −→ ,

por tanto pp −→ = 0 . Por otra parte, la aplicaci´on ϕ es biyectiva, de modo que

y

si ϕ p (q ) =

pq = 0 , como ϕ p (p ) = pp = 0 , se tiene necesariamente q = p .

−→

p

ii) pq +

−→

qp = pp = 0 , luego pq =

−→

−→

qp .

iii) pq =

−→

rs pq +

−→

qr =

qr +

rs

pr =

qs .

1.1.4 A veces es conveniente usar la siguiente notaci´on. Si p, q A y u E

es tal que ϕ(p, q ) = pq −→ = u , escribimos q = p + u . Es importante tener presente que esta expresi´on no tiene ning´un significado ma tem´atico: es s´olo un modo abreviado de decir que pq = u . M´as adelante, cuando introduzcamos coordenadas, comprobaremos que, de hecho, esta notaci´on e s bastante natural.

1.2. Variedades lineales

1.2.1 Definici´on La variedad lineal que pasa por el punto a A, en la direc-

12

´

CAP ITULO 1. ESPACIOS AFINES

ci´on del subespacio vectorial F E es el conjunto

a + F := { b A |

ab F } = { b A | b = a + u , u F } .

Se define dim(a + F ) := dim(F ). Se llama a F la direcci´on de a + F .

A las variedades lineales se les conoce tambi´en como subespacios afines . La raz´on es que si X A es una variedad lineal, la estructura de espacio af´ın de A induce del modo obvio (¡compru´ebalo!) una estructura de espacio af´ın en X (por restricci´on). De modo que la noci´on de variedad linea l es la noci´on natural de subespacio en geometr´ıa af´ın.

1.2.2 Ejemplos:

1. Sea E un espacio vectorial. Considera en E la estructura natural de espacio

af´ın. Sea H E un subespacio vectorial. Entonces H , visto como subconjunto de puntos del espacio af´ın E , es una variedad lineal. Pero no todas las variedades lineales, es decir los subespacios afines de (E, estructura af´ın), son subespacios vectoriales de (E, estructura vectorial). Por ejemplo, en el plano R 2 solamente las rectas que pasan por el origen son subespacios vectoriales de dimensi´on 1. Cualquier recta, pase por donde pase, es una variedad lineal de dimensi´on 1.

2. Una variedad lineal de dimensi´on 0 es simplemente un punto.

3. Una variedad lineal de dimensi´on 1 es como una recta, y una de dimensi´on

2 es como un plano.

4. En un espacio af´ın de dimensi´on n , las variedades de dimensi´on n 1 se

llaman hiperplanos . Observa que esta es una noci´on relativa: en un espacio de dimensi´on 3 un hiperplano es como un plano, en uno de dimension´ 2 es como una recta, y en uno de dimensi´on 1 es s´olo un punto.

5. La mayor variedad lineal de un espacio af´ın A de dimensi´on n es a +

E , donde a es un punto cualquiera, y E es el espacio vectorial asociado a A.

Obviamente a + E coincide con todo el espacio A, y es una variedad lineal de dimensi´on n .

1.2.3 La definici´on que hemos dado de las variedades lineales habr a´ extra˜nado

a m´as de uno. ¿Qu´e papel cumple el punto a , cuando hablamos de la variedad a + F ? ¿Es importante dicho punto para describir la variedad? Si lo es, ¿c´omo elegir el punto adecuado? La siguiente proposici´on res ulta tranquilizadora:

Proposici´on Si b a + F , entonces a + F = b + F .

Demostraci´on.- Como

ab F por hip´otesis, se tiene bx F

−→

ab + bx =

−→

ax −→ ∈ F . Luego x a + F x b + F . Es decir, que ambos conjuntos son

id´enticos.

1.2. VARIEDADES LINEALES

13

Observa que la implicaci´on rec´ıproca a la de la proposici´on es tambi´en cierta (obviamente).

1.2.4 Corolario Si p, q a + F , entonces pq −→ ∈ F .

Demostraci´on.- Por la proposici´on 1.2.3, como p a + F , entonces a + F =

p + F . Adem´as q a + F = p + F , luego

pq F .

La implicaci´on rec´ıproca a la del corolario es obviamente falsa: no siempre

que

pq F se cumple p, q a + F . Un ejemplo sencillo que ilustra que esto no

es cierto es F = 0 , q = p = a (compru´ebalo).

1.2.5 Nuestra intenci´on es ahora estudiar la posici´on relativa de dos variedades

lineales.

Como motivaci´on, pensemos en el caso de dos rectas en el espa cio tridimen- sional (espacio af´ın est´andar de dimensi´on 3 sobre R ). Todos sabemos (no es dif´ıcil visualizarlo) que hay tres posibilidades para la p osici´on relativa de las dos rectas: o bien se cortan, o bien son paralelas (incluyendo el caso especial en que ambas son iguales), o bien se cruzan. ¿C´omo podemos determinar a priori que las rectas se cortan? Supongamos que las dos rectas son L 1 = a + F y L 2 = b + G, donde F y G son subespacios

unidimensionales del espacio vectorial R 3 . Si L 1 L 2 = , existe alg´un punto

c

cb = bc G, de modo que ab =

ac F , bc G. Pero entonces

que pertenece a L 1 y a L 2 , y por tanto

ac + cb F + G.

Veamos que en realidad, este an´alisis es v´alido con total g eneralidad, para cualquier par de variedades lineales de cualquier espacio a f´ın.

Proposici´on Dos variedades lineales a + F, b + G de un espacio af´ın A se cortan ab F + G.

Demostraci´on.- ) Como en el ejemplo: si c (a + F ) (b + G), entonces

ac F ,

cb =

bc G, y por tanto

ab =

ac +

cb F + G.

) Si

ab F + G, por definici´on de suma de subespacios vectoriales existen

u F , v G tales que

ab = u + v . Dado que la aplicaci´on ϕ es biyectiva,

a

ac = u . As´ı que

ab =

ac + v ,

existe un punto c A tal que ϕ a (c ) = ϕ(a, c) =

y

por tanto v =

ac +

ab =

ca +

ab =

cb .

As´ı que c cumple

ac = u F , es decir, c a + F , y tambi´en bc = v G,

o

sea c b + G. Por tanto c (a + F ) (b + G), de modo que ambas variedades

se cortan.

1.2.6 En nuestro an´alisis de posiciones relativas de variedades , tratamos ahora

la noci´on de paralelismo. M´as que un teorema, necesitamos definir en t´erminos formales la idea intuitiva que tenemos de paralelismo. La definici´on m´as razo- nable es:

14

´

CAP ITULO 1. ESPACIOS AFINES

Definici´on Dos variedades lineales a + F y b + G se dicen paralelas si F G ´o G F (o ambos, en cuyo caso F = G).

Observa que se puede estudiar sin ning´un problema el paralelismo de varie- dades de dimensiones diferentes (piensa en un plano y una recta en el espacio).

1.2.7 Lee atentamente la definici´on anterior. La idea que tienes de rectas pa-

ralelas en el espacio est´a cubierta por ella, pero hay m´as. Por ejemplo: ¿pueden

variedades paralelas cortarse seg´un tal definici´on? La respuesta es obvia: s´ı,

puesto que si F G entonces las variedades L 1 = a + F , L 2 =

paralelas y claramente L 1 L 2 , luego L 1 L 2 = . De hecho, ese es el unico´

caso posible, como cabr´ıa esperar:

a + G son

Proposici´on Si a + F y b + G son paralelas, entonces o no se cortan o una est´a contenida en la otra.

Demostraci´on.- Supongamos que a + F y b + G son paralelas. Sin p´erdida de generalidad podemos suponer F G.

Si (a + F ) (b + G) = , la proposici´on 1.2.5 nos dice que

ab F + G. Pero

F + G = G en este caso, luego

(a + G) = (b + G), y entonces (a + F ) (a + G) = (b + G).

ba =

ab G. Por tanto a (b + G), luego

1.2.8 Tomando la nomenclatura del caso de rectas en el espacio tridimensio-

nal, diremos que dos variedades lineales se cruzan cuando no se cortan ni son

paralelas.

1.2.9 Vamos ahora a estudiar operaciones entre variedades lineales. La m´as

natural es la intersecci´on . Pensemos en el caso del espacio tridimensional: si dos rectas se cortan, o bien son iguales, o se cortan en un punto. Dos planos diferentes, si se cortan, lo hacen en una recta, etc Parece que la intuici´on nos dice que la intersecci´on de var iedades lineales debe ser de nuevo una variedad lineal. En efecto, eso es siempre as´ı, pero ¿cu´al es la intersecci´on? Por ejemplo: ¿c´omo se cortan dos plano s en un espacio de dimensi´on 4? El siguiente resultado da la respuesta a estas cuestiones:

Proposici´on Si c (a + F ) (b + G), entonces (a + F ) (b + G) = c +(F G).

−→

Demostraci´on.- x (a + F ) (b + G) −→

xa F

xb G

. Ahora bien, como

−→

ac F , bc G, lo anterior es equivalente a −→

F G x c + (F G).

xa +

ac = xc F

−→

xb + bc = xc −→ ∈ G

xc −→ ∈

1.2.10 Ya sabemos que un punto es una variedad lineal. El conjunto que for- man dos puntos no lo es en general * (¿se te ocurre alg´un argumento para de-

* Esa afirmaci´on no es cierta por ejemplo en el caso del espacio af´ın est´andar sobre el cuerpo

1.2. VARIEDADES LINEALES

15

mostrarlo?). As´ı que parece que la uni´on de variedades lineales no va a ser una variedad lineal. Pero no es dif´ıcil imaginar cu´al es la menor variedad que co ntiene a dos

puntos p y q . Parece claro que un candidato adecuado es p +

pq , la recta que

pasa por p y est´a dirigida por pq (piensa en el caso del plano o el espacio usual).

Ese concepto de m´ınima variedad que contiene a unos cuantos puntos dados se puede definir, formalmente, con toda generalidad:

Proposici´on-Definici´on .- Dados a 1 ,

, a k A, existe una variedad li-

neal m´ınima que los contiene. Se la conoce como variedad lineal generada por

a 1 ,

.

.

.

,

a k .

Demostraci´on.- Existe obviamente alguna variedad lineal que contiene a

los puntos a 1 ,

, a k : basta tomar por ejemplo a 1 + E (todo A). −−→

, a k se tiene que a 1 a 2 ,

1

1

k

Ahora, si a 1 + F contiene a a 1 ,

corolario 1.2.4), y por tanto a −−→ a 2 , −−→

a

contiene, en efecto, a a 1 ,

1

1 + a 1 a 2 ,

, a −−→ a F (por el

, a −−→ a F , por lo que la variedad lineal −−→

a 1 a k

k

, a −−→ a est´a contenida en a 1 + F . Como a 1 + a −−→ a , a k , esa es precisamente la variedad buscada.

1

k

1

2

,

,

1.2.11 Lo que acabamos de describir para puntos, es en realidad un ca so parti-

cular de un procedimiento general para crear una variedad que contenga a unas cuantas variedades dadas (insistamos en que la simple uni´o n de variedades no es, en general, variedad). Este procedimiento, v´alido par a variedades de cual- quier dimensi´on (no s´olo puntos , i.e. variedades de dimensi´on 0), es en t´erminos precisos:

Definici´on Se llama suma de dos variedades lineales L 1 = a + F y L 2 = b + G

a la variedad lineal a + F + G +

ab . Se denota como L 1 + L 2 .

1.2.12 La propiedad importante que caracteriza a la variedad suma es:

Proposici´on L 1 + L 2 es la m´ınima variedad que contiene a L 1 y a L 2 .

Demostraci´on.- Sea L 1 = a + F , L 2 = b + G, L 1 + L 2 = a + F + G +

Es claro que a + F L 1 + L 2 , pues F F + G +

ab .

ab .

Como ab ab , b + ab = a + ab , y por tanto b + F + G + ab =

a + F + G +

ab , que contiene obviamente a b + G como en el paso anterior. De

modo que L 1 + L 2 contiene a L 1 y a L 2 . Ahora, supongamos que una variedad lineal c + H contiene a a + F y a

b + G. Como a c + H , entonces c + H = a + H . Como, por hip´otesis, (a + F )

F 2 que tiene s´olo dos elementos: F 2 = (Z/2Z, + , · ) est´a formado por las dos clases {[0] , [1] } que pueden resultar al dividir un n´umero entero entre 2, con las operaciones definidas como

[ n ] + [ m] = [ n + m], y [ n ] · [ m] = [ nm]

16

´

CAP ITULO 1. ESPACIOS AFINES

(c + H )

Adem´as a c + H, b c + H

As´ı que F, G, ab H , por tanto F + G + ab H , as´ı que a + F + G + ab

1.2.13 La siguiente cuesti´on es calcular la dimensi´on de la varie dad suma. Para

empezar, recordemos que en el caso de subespacios vectorial es, la dimensi´on del

espacio vectorial suma es dim(F + G) = dimF + dimG dim(F G). En espacios afines, la situaci´on es parecida, pero la f´ormula debe contem- plar un caso que no existe para espacios vectoriales: que la intersecci´on sea vac´ıa (piensa por ejemplo en el caso de dos rectas que se cruz an en el espacio tridimensional). De hecho, en el caso af´ın no hay s´olo una f´ormula sino dos:

a + H = c + H .

= (a + H ), se tiene F H . Del mismo modo comprobamos G H .

ac H,

bc H ab H .

Proposici´on [F´ormulas de Grassmann] Sean L 1 = a + F y L 2 = b + G dos variedades lineales. Entonces:

i) Si L 1 L 2 = , entonces dim(L 1 + L 2 ) = dimL 1 + dim L 2 dim(L 1 L 2 ).

ii) Si L 1 L 2 = , entonces dim(L 1 + L 2 ) = dimL 1 + dimL 2 dim(F G) + 1 .

Atenci´on, que hay que tener mucho cuidado con un detalle: en ii) lo que aparece es dim(F G) y no dim(L 1 L 2 ). De hecho, en ii) L 1 L 2 = , luego no tendr´ıa sentido considerar dim(L 1 L 2 ).

Demostraci´on.- Si L 1 L 2 = , entonces ab F + G, y se sigue que

F + G + ab = F + G, que tiene dimensi´on dimF + dimG dim(F G). Como dimF = dim L 1 , dimG = dim L 2 por definici´on, y dim(F G) = dim(L 1 L 2 ) (ver proposici´on 1.2.9), hemos probado i).

Si L 1 L 2 = , entonces

ab / F + G, de modo que

dim(L 1 + L 2 ) =

dim(F + G +

ab )

=

dim(F + G) + dim

ab dim((F + G)

ab )

=

dimF + dimG dim(F G) + 1 0

=

dimL 1 + dimL 2 dim(F G) + 1 .

1.2.14 Las f´ormulas de Grassmann son de gran importancia. Sirven, por ejem-

plo, para dar pruebas consistentes de hechos que nos parecen intuitivamente ciertos (y otros donde la intuici´on no nos sirve de mucha ayuda: ¿qui´en puede intuir algo en un espacio de dimensi´on 127? ¿Y c´omo intuir a lgo si el cuerpo k es finito?). Por ejemplo:

En dimensi´on 2 dos rectas no paralelas siempre se cortan. La raz´on es que si L 1 = a + F y L 2 = b + G son dos rectas que no se cortan, entonces 2 dim(L 1 + L 2 ) = 3 dim(F G). Se deduce dim(F G) 1, pero como F y G tienen dimensi´on 1, la unica´ opci´on es F = G, y por tanto L 1 y L 2 son paralelas.

1.3. COORDENADAS EN ESPACIOS AFINES. REFERENCIAS.

17

(La idea es que no hay suficiente dimensi´on en el espacio ambiente para que las rectas se crucen. Sin embargo, como todos sabemos, en dimensi´on 3 si puede pasar). M´as a´un, podemos decir d´onde se cortan L 1 y L 2 : sabemos dim(L 1 + L 2 ) = 2 dim(L 1 L 2 ). Luego dim(L 1 L 2 ) vale o bien 0 (se cortan en un punto, y L 1 + L 2 es todo el plano af´ın), o bien 1 (en cuyo caso L 1 = L 2 , y en particular son paralelas).

Ejercicio .- En un espacio af´ın de dimensi´on 3 una recta y un plano afines no paralelos se cortan siempre en un punto.

1.3. Coordenadas en espacios afines. Referen- cias.

Queremos introducir ahora coordenadas en los espacios afines, de forma que los c´alculos pr´acticos se reduzcan a manipulaciones alge braicas con n´umeros concretos. Veremos que en un espacio af´ın se pueden definir de forma razonable dos tipos de coordenadas: cartesianas o baric´entricas. Antes de entrar en detalles, como motivaci´on, recordemos e l caso de espacios vectoriales. Para dar coordenadas en un espacio vectorial de dimensi´on n , se construye una base (n vectores linealmente independientes). Cualquier vector del espacio se escribe de manera unica´ como combinaci´on lineal de los vectores de la base: las coordenadas de un vector (los coeficientes de la combinaci´on lineal correspondiente) quedan totalmente determinadas a l fijar la base. Pero, por supuesto, el mismo vector tiene coordenadas diferentes en bases diferentes. En espacios afines, la situaci´on ser´a parecida. De hecho, los sistemas de refe- rencia cartesianos no son m´as que una traducci´on obvia de las coordenadas del espacio vectorial director al espacio af´ın. Para definir co ordenadas baric´entricas, tendremos que trabajar algo m´as.

Definici´on Un sistema de referencia cartesiano de un espacio af´ın n - −→

}

dimensional (A, E, ϕ) es { p ; e 1 , es una base de E .

1.3.1

, e n } , donde p es un punto de A y { 1 ,

e

, e −→

n

1.3.2 Dado un sistema de referencia cartesiano { p ; e 1 ,

dar coordenadas a cualquier punto de A:

, e −→ } , es claro c´omo

n

Dado q A, como { 1 ,

e

, e −→ } es base de E ,

n

pq = x 1 e + · · · + x n e . Decimos

1

−→

n

entonces que (x 1 , −→

{ p ; e 1 ,

, e n } .

, x n ) son las coordenadas (cartesianas) de q en la referencia

1.3.3 Supongamos que a tiene coordenadas (a 1 ,

tesiana R = { p ; e 1 ,

base { e 1 ,

, a n ) en la referencia car-

, w n ) en la

, e −→ } y el vector w tiene coordenadas (w 1 ,

n

, e −→ } , y sea b = a + w . ¿Qu´e coordenadas tiene b ?

n

Puesto que pb = pa −→ + ab = pa −→ + w = (a 1 + w 1 ) e + · · · + (a n + w n ) e −→ , las

1

n

coordenadas de b en R son (a 1 + w 1 ,

, a n + w n ).

18

´

CAP ITULO 1. ESPACIOS AFINES

Es decir: la expresi´on b = a + w no tiene sentido literal, pero refleja exacta- mente lo que ocurre en coordenadas.

1.3.4 La gran virtud de las coordenadas cartesianas es que se define n de forma

extraordinariamente sencilla. Por el contrario, el hecho de que haya que elegir un punto especial es en algunas ocasiones poco conveniente.

Vamos a definir tambi´en otro tipo de referencias que va a cons istir s´olo en una elecci´on apropiada de puntos de A. Para ello, necesitamos hacer un poco de trabajo previo.

Definici´on Decimos que los k puntos a 1 ,

, a k del espacio af´ın (A, E, ϕ) −−→

1

, a 1 a k de E son

son linealmente independientes si los k 1 vectores a −−→ a 2 ,

linealmente independientes.

Algunos comentarios inmediatos a la definici´on:

Dos puntos diferentes son siempre linealmente independientes, puesto que el vector a −−→ a forma un conjunto de vectores linealmente independiente si y s´olo

1

2

si es no nulo, y eso ocurre si y s´olo si a 1 = a 2 .

En un espacio af´ın de dimensi´on n podemos encontrar, como m´aximo, n + 1 puntos linealmente independientes. ¿Tienes claro por qu´e?

1.3.5 De nuevo al lector exigente deber´ıa haberle chocado algo en la definici´on

1.3.4. ¿Qu´e papel especial juega ese punto a 1 en la definici´on de independencia lineal? Con la definici´on que hemos dado, parece que tuviera alguna importancia cu´al de los puntos es el a 1 , y eso no parece razonable. Si el mundo es justo (al menos el mundo af´ın), deber´ıamos poder reordenar los puntos y colocar a cualquiera de ellos en el papel de a 1 sin que la definici´on cambiara. El siguiente resultado muestra que no hemos dado una definici´on chapucera. Tambi´en muestra una caracterizaci´on de independencia lineal en un espacio af´ın que nos deber´ıa recordar al caso de espacios vectoriales (a unque, como ves, en el caso af´ın hay una restricci´on sobre el tipo de combinaciones lineales a considerar:

s´olo aquellas con suma de coeficientes nula).

Proposici´on Sean a 1 ,

, a k (A, E, ϕ). Son equivalentes:

i) { a −−→ a

ii) Para cualquier i entre 1 y k , { −−→ a , h = i } es un conjunto de vectores lineal- mente independientes de E .

iii) Para todo p A, λ 1

1

2

,

a −−→ a } son vectores linealmente independientes de E .

1

k

a

i

h

pa −→ + · · · + λ k pa −→

1

k

λ 1 + · · · + λ k

= 0

=

0

λ 1 = · · · = λ k = 0 .

Demostraci´on.- i) ii).

h = i

λ

h

a −−→ a = 0 = λ h ( −−→ a + a −−→ a )+ λ 1 a −−→ a 1 =

a

i

h

i

1

1

h

i

h = i, 1

h = i, 1

λ

h

a −−→ a + ( λ h ) −−→ a . Por i), se tiene entonces λ h = 0 para h = 1 , i , y

1

h

a

i

1

h = i

1.3. COORDENADAS EN ESPACIOS AFINES. REFERENCIAS.

19

0 = λ h = λ 1 , es decir λ 1 = 0.