Algebra Lineal y Geometria Analitica

For the best experience, open this PDF portfolio in
Acrobat 9 or Adobe Reader 9, or later.

Get Adobe Reader Now!

Noem G. O. de Goicoechea
Profesora Titular

Mara Rosa Gasparini
Profesora J efe de Trabajos Prcticos

Agradecimientos:

Colaboracin en las autoevaluaciones: Prof. J . T. P. Liliana W. de Fajans
Colaboracin en el tipeado y / o edicin: Prof. Adj. Mnica Acevedo - Tc. Laura Noguera - J ulia
Encinas - Prof. Damin Toledo - Mara Eugenia Zalazar - Prof. Antonio H. Closas - Centro de
Estudiantes de Ingeniera

Este libro fue impreso por la Secretara de Impresiones del Centro de Estudiantes de Ingeniera
Facultad de Ingeniera Universidad Nacional del Nordeste
Chaco Argentina
5
da
Edicin - Marzo 2.007
ISBN en trmite

Para mayor informacin:
Departamento de Matemtica de la Facultad de Ingeniera
Av. Las Heras 727, correo electrnico: instmat@ing.unne.edu.ar

CONTENIDOS

Miscelneas ....................................................................................................................

Lgica proposicional .....................................................................................................
Proposiciones simples. Operaciones con proposiciones. Leyes o tautologas.
Cuantificadores.
Trabajos prcticos ............................................................................................................
Autoevaluacin ................................................................................................................

Estructuras algebraicas ............................................................................................
Ley de composicin interna. Propiedades y elementos notables. Estructura de:
monoide, semigrupo, grupo, subgrupo, anillo, dominio de integridad, subanillo, cuerpo,
subcuerpo.
Autoevaluacin ................................................................................................................

Estructura de espacio vectorial ....................................................................................
Ley de composicin externa. Definicin de espacio vectorial. Subespacios.
Ejemplos: vectores geomtricos; (R
2
, +, R, ).
Combinacin lineal. Conjunto generador, vectores linealmente independientes,
vectores linealmente dependientes. Base. Dimensin.
Condicin para eliminar un vector de un conjunto de vectores y condicin para
cambiar un vector por otro en un conjunto sin alterar el conjunto generado.
Coordenadas de un vector. Base cannica. Componentes. Paralelismo de vectores.
Algoritmo para calcular vectores linealmente independientes.
Autoevaluacin ................................................................................................................

Matrices y determinantes ..............................................................................................
Matrices sobre un cuerpo K. Matriz rectangular, cuadrada, fila, columna, escalonada.
Igualdad de matrices. Matriz traspuesta. Matrices cuadradas particulares. Matriz
simtrica. Algebra matricial: suma, propiedades. Producto de una matriz por un
escalar, propiedades. Producto de matrices. Propiedades. Anillo de matrices cuadradas.
Matrices particionadas en columnas y en filas.
Determinantes. Definicin axiomtica. Propiedades que se deducen de los axiomas.
Determinante de segundo orden. Determinante de tercer orden. Regla de Sarrus. Menor
complementario del elemento a
ij
. Adjunto o cofactor del elemento a
ij
. Determinante de
una matriz triangular. Desarrollo de un determinante por elementos de una lnea.
Matriz Adjunta. Propiedad. Matriz Inversa. Rango de una matriz. Operaciones
o transformaciones elementales. Matrices equivalentes
Autoevaluacin ...............................................................................................................

1
4
12
17
19
29
33
34
73
82
84
108
122

Ecuaciones lineales Sistemas de ecuaciones lineales ................................................
Ecuaciones lineales. Compatibles determinadas, compatibles indeterminadas,
incompatibles. Sistemas de ecuaciones lineales. Sistemas generales, cuadrados,
homogneos. Sistemas cramerianos. Teorema de Cramer. Regla de Cramer. Sistemas
equivalentes. Combinacin lineal de ecuaciones de un sistema. Teorema fundamental
de equivalencia. Teorema de Rouch Frobenius.
Autoevaluacin ................................................................................................................
Clculo vectorial ...........................................................................................................
En R
2
y R
3
vectores como combinacin lineal de vectores de la base cannica, mdulo
de un vector. Cosenos directores. Versor. Componentes de un versor. Vector dado por
diferencia de dos vectores posicin.
Distancia entre dos puntos. Punto medio de un segmento.
Producto escalar. Definicin. Producto escalar en funcin de las componentes.
Representacin grfica. Propiedades.
Producto vectorial. Definicin. Expresin cartesiana del producto vectorial.
Representacin geomtrica. Propiedades.
Producto mixto. Definicin. Clculo del producto mixto. Representacin geomtrica.
Autoevaluacin ................................................................................................................

Recta en el plano ............................................................................................................
Recta que pasa por un punto y es paralela a un vector, ecuacin vectorial simtrica y
ecuaciones paramtricas, nmeros directores. Ecuacin explcita. Posiciones
particulares de una recta respecto de los ejes. Recta que pasa por dos puntos. Ecuacin
del haz de rectas. Ecuacin general o implcita. Ecuacin segmentaria. Distancia de un
punto a una recta. Ecuacin normal. Angulo entre dos rectas, condicin de paralelismo
y perpendicularidad.
Autoevaluacin ................................................................................................................

Plano ................................................................................................................................
Ecuacin general del plano. Posiciones particulares de un plano. Ecuacin
segmentaria. Ecuacin normal. Distancia de un punto a un plano. Plano que pasa por
tres puntos no alineados. Angulo entre dos planos. Condicin de paralelismo y
perpendicularidad. Ecuacin del haz de planos.
Autoevaluacin ................................................................................................................

Recta en el espacio .........................................................................................................
Recta que pasa por un punto y es paralela a un vector, ecuacin vectorial simtrica y
ecuaciones paramtricas, nmeros directores. Recta que pasa por dos puntos. Recta
determinada por la interseccin de dos planos. Planos proyectantes. Posiciones
particulares de la recta en R
3
. Trazas. Interseccin de recta y plano. Angulo entre dos
rectas. Condicin de paralelismo y perpendicularidad. Angulo de recta y plano.
Distancia de un punto a una recta. Mnima distancia entre dos rectas alabeadas.
Autoevaluaciones .............................................................................................................

125
139
160
163
173
179
181
198
208
210
222
227
229
243
254

Cnicas ............................................................................................................................
Circunferencia: ecuacin cannica, ecuacin general. Parbola: ecuacin cannica.
Posiciones. Elipse ecuacin cannica. Posiciones. Hiprbola ecuacin cannica.
Posiciones. Hiprbola equiltera referida a sus asntotas. Ecuaciones de las cnicas de
ejes paralelos a los coordenados.
Trabajos Prcticos ............................................................................................................

Transformaciones lineales .............................................................................................
Definicin. Teorema fundamental de las transformaciones lineales. Matriz asociada a
una transformacin lineal. Cambio de base.
Relacin entre las matrices que caracterizan una transformacin lineal en bases
diferentes. Ncleo e imagen de una transformacin lineal. Teorema de las dimensiones
o Teorema del rango.

Autovalores y Autovectores. ..........................................................................................
Operadores lineales. Subespacios invariantes. Concepto de valores y vectores propios.
Ejemplos. Polinomio caracterstico y ecuacin caracterstica.
Clculo de valores y vectores propios. Condiciones de diagonalizacin. Propiedades.
Algoritmo de diagonalizacin. El polinomio caracterstico y la ecuacin caracterstica
son invariantes respecto de los cambios de la base. Diagonalizacin de matrices
simtricas. Base de autovectores ortonormales.

256

278
293
295
339
357
360
380
397

Miscelneas

1

Tabla de Smbolos

: x para todo x (cuantificador universal) / tal que
- : - x existe x al menos uno (cuantificador
existencial)
por lo tanto
- ! x: existe un nico x . y v o
: implica : si y slo si
e : a e A a pertenece al conjunto A Ac B: A incluido en B
: A B unin de los conjuntos A y B : A B interseccin de los conjuntos A y B
C : Conjunto Vaco {v}: Conjunto unitario
{v
1
, v
2
, ......, v
n
} abreviadamente {v
i
} conjunto formado por los elementos v
1
, v
2
, ...., v
n

# : #A =# {v
1
, ..... , v
n
} =n se lee cardinal de A, siendo el cardinal el nmero de elementos del
conjunto A.

Letras Griegas

o (alfa), | (beta), (gamma), (lambda), o (delta), A (delta mayscula), (psi), u (theta), t (pi)
designa un plano.

(sigma) sumatoria, se utiliza para abreviar una suma. Por ejemplo:
n
i
i
a =a
1
+a
2
+--- +a
n

i i
a =
1
a
1
+
2
a
2
+--- +
n
a
n

=
n
i
i
a k
1
=k(a
1
+a
2
+--- +a
n
) =ka
1
+ka
2
+--- +ka
1
+--- +ka
n
=
i
=
n
i
ka
1

Conjuntos Numricos

N: naturales No : naturales incluido el cero
Z : enteros Q : racionales
R : reales C : complejos
K : cuerpo de escalares (Q, R v C)

Miscelneas

2
Sucesivas ampliaciones conjuntos numricos
N: 1,2,3, ...
naturales
naturales incluido N
0

Q el cero cero
R racionales
reales fraccionarios
C irracionales
Z
enteros
complejos
imaginarios
enteros negativos Z

N (naturales) 1, 2, ..., 99, 100, ...sucesin que contina indefinidamente. Aparecen como elementos
para contar y ordenar. Si sumamos dos nmeros naturales se obtiene otro nmero natural; pero no
podemos siempre restar dos nmeros naturales y obtener otro nmero natural; si el minuendo es
menor que el sustraendo por ejemplo 10 50 el resultado no es un nmero natural aparecen as los:

Z
(enteros negativos) que resuelven definitivamente el problema de la resta. A cada nmero natural
a le corresponde su opuesto -a, excepto el cero, lo consideramos como la

medianera entre los naturales y los enteros negativos.

Determinamos ahora el conjunto:
Z (enteros) que es la unin del conjunto de naturales el cero y enteros negativos
Z
N
Z

cero
N
N
0

cero
Pero en este conjunto no siempre podemos dividir; si el numerador es mltiplo del denominador el
resultado es un entero pero si esto no ocurre obtenemos por ejemplo
2
5
2 / 5 = que no es un entero.
Debemos ampliar nuevamente el campo numrico para resolver el problema de la divisin aparecen
los:

Fraccionarios por ejemplo 5 , 2
2
5
= ... 33 , 1
2
3
= observamos que todo nmero fraccionario admite una
expresin decimal exacta o peridica. Llegamos as al conjunto de los:

Q (racionales)
ios fraccionar
(enteros)

Z
Q
Ahora bien en este conjunto no estn contempladas las expresiones decimales infinitas no peridicas
(como el notable t =3,14159265...).

Ampliamos nuevamente el campo numrico agregando estos nmeros de infinitas cifras decimales
no peridicas llamados: irracionales.

Ejemplos: ( 4142132 , 1 2= , 732050 , 1 3= , 236067 , 2 5= , ...)

Miscelneas

3
Llegamos as al conjunto de los nmeros: reales (R)

Q
R
irracionales

Los pitagricos sostenan que la recta estaba cubierta con los racionales; pero se
derrumba esta teora cuando Pitgoras demuestra su famoso teorema En todo tringulo
rectngulo el cuadrado de la hipotenusa es igual a la suma de los cuadrados de los
catetos.

2 1 1
2 2
= + no racional

tiene su lugar en la recta numrica.

Pero no todo est resuelto, resulta que las races de ndice par y radicando negativo no tienen
solucin en el campo real por ejemplo:
2 4= porque 2
2
=4
2 4 = porque (-2)
2
=4
Se crearon entonces los nmeros:

Imaginarios: (ejemplos 2i 4 = ; 5i 625
4
= ) y llegamos as al conjunto de nmeros:
complejos (C).

s imaginario

R
C

Observacin: Se trata de una inclusin entre los conjuntos numricos, as por ejemplo

2 e N ; 2 e N
0
; 2 e Z ; 2 e Q ; 2 e R ; 2 e C

3
1
eN ;
3
1
eN
0
;
3
1
eZ ;
3
1
eQ ;
3
1
eR ;
3
1
eC

-7 eN ; -7 eN
0
; -7 eZ ; tambin pertenece a Q, R y C
49 (tenemos en cuenta que 49= 7)

49eZ ; en consecuencia tambin pertenece a Q, R y C
49 (tenemos en cuenta que 49 = 7 i )

49 slo pertenece al conjunto de complejos 49 e C.
Lgica

4
Nociones de Lgica Formal

Contenidos: proposiciones simples, operaciones con proposiciones, leyes o tautologas,
cuantificadores.

Objetivo: Familiarizarse con los smbolos y conectivos

En toda definicin, propiedad o demostracin matemtica es preciso que se conjuguen la
claridad, la economa y sobre todo la eliminacin de las ambigedades del lenguaje ordinario, lo que se
logra con la introduccin de smbolos y conectivos. Estudiaremos: el concepto de proposiciones
simples, operaciones con proposiciones que nos permitirn obtener proposiciones generales que se
utilizarn a travs del desarrollo de toda la asignatura.

Proposiciones Simples

Definicin: Las proposiciones son oraciones declarativas a las cuales puede asociarse slo uno
de los siguientes valores: verdadera (V) o falsa (F).

Ejemplos Contra ejemplos
- J ulio Bocca es escritor (F) - qu hora es? (interrogativa)
- 8 es nmero primo (F) - Salga de aqu! (imperativa)
- Existen infinitos puntos (V) - Ojal llueva maana (desiderativa)
- J ulio es msico (VoF) tendramos que conocer
a J ulio)
Estas son oraciones declarativas y por lo tanto:
son proposiciones
- Qu barbaridad ! (exclamativa)
no son proposiciones

Observacin: Sean las siguientes oraciones declarativas:
- Romeo ama a J ulieta.
- J ulieta es amada por Romeo.
que si bien son diferentes desde el punto de vista gramatical, tienen el mismo significado, razn por lo
cual las consideramos como la misma proposicin.

As como en lgebra se usan letras para representar nmeros, y de este modo escribir expresiones
generales tales como x +y = y +x (cuyos casos particulares: 2 +1 =1 +2 ; 3 +5 =5 +3 ..... etc.)
tambin en lgica se usan letras (p, q, r, s, ... ) para representar proposiciones. De modo que tendr
sentido escribir: p =el conejo salta.
Si p es una proposicin y queremos expresar que su valor de verdad es V o F escribimos:
V (p) =V o V (p) =F respectivamente.
Conviene destacar que no compete a la lgica establecer el valor de verdad de las
proposiciones.
Lgica

5
Si convenimos en considerar al conjunto E de todas las posibles proposiciones del lenguaje
como conjunto universal y designarlo como el universo del discurso, cada proposicin p
pertenecer a E, o sea p e E.

Operaciones con proposiciones

As como en lgebra se estudian las operaciones entre nmeros, en lgica se estudian las
operaciones entre proposiciones.
A partir de proposiciones simples es posible generar proposiciones compuestas mediante
smbolos que llamaremos conectivos lgicos.
Cada uno de ellos permite definir una operacin interna y cerrada en E, esto significa que la
operacin entre dos proposiciones es otra proposicin (llamada proposicin compuesta).
Las operaciones que estudiaremos son: negacin, conjuncin, disyuncin, diferencia simtrica,
implicacin y doble implicacin, unitaria la primera y binarias las restantes.
Conectivo Operacin Asociada Significado
~ Negacin no p; no es cierto que p
. Conjuncin p y q
v Disyuncin p o q (en sentido incluyente)
v Diferencia Simtrica p o q (en sentido excluyente)
Implicacin p implica q ; si p entonces q
Doble implicacin p si y slo si q

Negacin
Definicin:
Negacin de la proposicin p es la proposicin no p, notada ~p o tambin -p cuya tabla de
valores de verdad es:
p -p
V F
F v
Se trata de una operacin unitaria, pues a partir de una
proposicin se obtiene otra que es su negacin.

Ejemplo : Sea la proposicin p =todo hombre es honesto
~p : no todo hombre es honesto
~p : no es cierto que todo hombre es honesto
~p : existen hombres deshonestos

si : V( p ) =F V( - p ) =V
Lgica

6
Conjuncin

Definicin:
Conjuncin de las proposiciones p y q es la proposicin p . q (p y q).
Cuya tabla de valores de verdad es:

p q p . q
V V V
V F F
F V F
F F F

V (p . q) =V solo cuando V (p) =V . V (q) =V

Ejemplo:
1) p =J uan es alto ; q =Luis es alto ; p . q =J uan y Luis son altos.
V (p .q) V (p) =V y V(q) =V
2) p =Hoy es lunes ; q =maana es sbado ; p . q =Hoy es lunes y maana es sbado.
=
=
= .
V ) q V(
V ) p V(
coexisten no pues F ) q p V(

Disyuncin
La expresin o es ambigua en el lenguaje corriente es usada en el sentido excluyente e
incluyente.
Pero desde el punto de vista lgico, es decir cuando no nos interesamos en el contenido de las
proposiciones sino exclusivamente en su valor de verdad, tenemos dos smbolos diferentes:

Disyuncin incluyente
Definicin:
Disyuncin de las proposiciones p y q es la proposicin p v q en sentido incluyente.
p q p v q
V V V
V F V
F V V
F F F

V( p v q ) =F solo si V( p ) =F . V( q ) =F

Ejemplo:
p =J uan es alto
q =Pedro es alto
p v q =J uan o Pedro son altos
V( p v q ) =F solo si J uan y Pedro son bajos, es
decir V( p ) =F . V( q ) =F o bien p, o bien
q, o bien ambas.
Lgica

7
Diferencia simtrica o Disyuncin excluyente
Definicin:
Diferencia simtrica o disyuncin excluyente de las proposiciones p y q es la
proposicin p v q en sentido excluyente.
p q p v q p v q
V V V F
V F V V
F V V V
F F F F

V( p v q ) =V solo si V( p ) V( q ) =

Ejemplo:
p =hoy a las 18 hs. vamos a clase
q =hoy a las 18 hs. vamos a remar
p v q =hoy a las 18 hs. vamos a clase o a remar.
V( p v q ) =V solo si V( p ) = V( q ) significa o bien p, o bien q pero no ambas.

Implicacin condicional
Definicin:
Implicacin de las proposiciones p y q es la proposicin p q ( p implica q o si p
entonces q ).
p q p q
V V V
V F F
F V V
F F V

V( p q ) =F solo si V( p ) =V . V( q ) =F
p se llama antecedente de la implicacin
q se llama consecuente de la implicacin.

Ejemplo:
p =gano el prode
q =te invito a un asado
p q =si gano el prode entonces te invito a un asado.
Lo podemos pensar como un compromiso, condicionado por p , y podemos asociar la verdad de
p q al cumplimiento del compromiso si V( p ) =V y V( q ) =F el compromiso no se cumple y la
proposicin p q es falsa.
Si V( p ) =F quedo liberado del compromiso, puedo o no invitarte al asado y la proposicin
p q es verdadera.

Lgica

8
Doble implicacin o bicondicional

Definicin:
Doble implicacin de las proposiciones p y q es la proposicin p q ( p si y solo si q )
cuya tabla de valores de verdad es:

p q p q
V V V
V F F
F V F
F F V

V( p q ) =V solo si V( p ) =V( q )

La doble implicacin puede definirse tambin como la conjuncin de una implicacin y su
recproca.

p q p q q p (p q) . (q p)
V V V V V
V F F V F
F V V F F
F F V V V

Ejemplo:

p =ABC es un tringulo
q =ABC tiene tres lados
p q =ABC es un tringulo si y solo si tiene tres lados.
Aqu : p es condicin necesaria y suficiente para q
q es condicin necesaria y suficiente para p

Reunimos las operaciones en una tabla:

p q p . q p v q p v q p q p q
V V V V F V V
V F F V V F F
F V F V V V F
F F F F F V V

Lgica

9
Tautologa
es una proposicin compuesta cuyo valor de verdad
Contradiccin
verdadero
es siempre cualesquiera sean los valores de verdad de las proposiciones simples
que combinan
falso

Leyes o tautologas : Su demostracin se reduce a la confeccin de la tabla.

Involucin : - ( -p ) p

de la conjuncin : ( p . p ) p
Idempotencia de la disyuncin : ( p v p ) p

de la conjuncin : p . q q . p
Conmutatividad de la disyuncin : p v q q v p

de la conjuncin : ( p . q ) . r p . ( q . r )
Asociatividad de la disyuncin : ( p v q ) v r p v ( q v r )

de la conjuncin respecto de la disyuncin
p . ( q v r ) ( p . q ) v ( p . r )
Distributividad de la disyuncin respecto de la conjuncin
p v ( q . r ) ( p v q ) . ( p v r )

la negacin de una conjuncin es equivalente
a la disyuncin de las negaciones
- ( p . q ) -p v -q
Leyes de De Morgan la negacin de una disyuncin es equivalente
a la conjuncin de las negaciones
- ( p v q ) -p . -q

Ley de la negacin de la implicacin
-( p q ) p . -q

Ley de la reduccin de la implicacin
p q -p v q

Demostraremos algunas de ellas :

Conmutativa de la disyuncin : p v q q v p

p q p v q q v p pvq qvp
V V V V V
V F V V V
F V V V V
F F F F V

Lgica

10
Distributiva de la conjuncin respecto a la disyuncin
p.(q v r) (p . q) v (p . r)

p q r qvr p.(qvr) p.q p.r (p.q)v(p.r)
V V V V V V V V V
V V F V V V F V V
V F V V V F V V V
V F F F F F F F V
F V V V F F F F V
F V F V F F F F V
F F V V F F F F V
F F F F F F F F V

Ley de Morgan -(p v q) -p . -q

p q pvq -(pvq) -p -q -p . -q
V V V F F F F V
V F V F F V F V
F V V F V F F V
F F F V V V V V

Ley de la reduccin de la implicacin p q -p v q

p q p q -p -p v q
V V V F V V
V F F F F V
F V V V V V
F F V V V V

Funciones proposicionales

Sea x un objeto determinado perteneciente a un cierto conjunto. Llamamos a x variable o
indeterminada.
El smbolo P( x ) representa una propiedad relativa a la indeterminada x .

Ejemplo: x e N ; P( x ) : x es primo

Esta expresin se llama funcin proposicional en una variable.
Como vemos no es una proposicin, pues a menos que se especifique x , nada podemos decir acerca de
su valor de verdad. Pero para cada especificacin de x , la funcin proposicional se transforma en
proposicin.

Definicin: Funcin proposicional en una variable o indeterminada x es toda oracin en la que
figura x como sujeto, la cual se convierte en proposicin para cada especificacin de x.

Lgica

11

Ejemplo:

p(x) : x es primo ( funcin proposicional )
x e N p(5) : 5 es primo ( proposicin V )
p(6) : 6 es primo ( proposicin F )

Se presentan tambin funciones proposicionales con dos variables o indeterminadas.

Ejemplo:

P( x , y ) : x divide a y ( funcin proposicional )
P( 5 , 10 ) : 5 divide a 10 ( proposicin V )
P( 2 , 7 ) : 2 divide a 7 ( proposicin F )

Cuantificadores

Mediante un proceso llamado cuantificacin podemos, a partir de funciones proposicionales
obtener proposiciones generales.

Introducimos dos smbolos asociados a la indeterminada x : ( x ) ; - ( x ) llamados cuantificador
universal y existencial respectivamente.

x : P( x ) significa para todo x se verifica P( x )
- ( x ) / P( x ) significa existe al menos un x , tal que se verifica P( x )
-!( x ) / P( x ) significa existe un nico x, tal que se verifica P( x )

La funcin proposicional qued cuantificada universalmente en el primer caso y existencialmente en
los otros dos, convirtindose en una proposicin general.

Ejemplo: x e N ; P( x ) : x es primo ( funcin proposicional )

La cuantificamos universalmente:

x e N : x es primo ( proposicin general F ) para que sea verdadera, deben ser verdade-
ras todas las proposiciones particulares asociadas a ella.

La cuantificamos existencialmente:

- x e N / x es primo ( proposicin general V ) basta para que sea verdadera que por lo me-
nos una de las proposiciones particulares asociadas a ella sea verdadera.

Trabajo Prctico - Lgica

12

Para resolver estos ejercicios te sugerimos:
Leer la Teora y analizar sus ejemplos.
Consultar con tu Tutor si tienes dudas.

1- Sean las proposiciones Laura trabaja y Laura va de compras. Escribe la expresin simblica,
enuncia en lenguaje coloquial y construye la tabla de verdad para las siguientes proposiciones
compuestas:
i) Disyuncin de la primera con la negacin de la segunda
ii) Conjuncin de sus negaciones
iii) Implicacin de la primera como antecedente y la segunda como consecuente.
iv) Negacin de la disyuncin
v) Equivalencia entre la negacin de la primera y la negacin de la segunda
vi) Disyuncin de sus negaciones
vii) Implicacin de la segunda como antecedente y negacin de la primera como consecuente

A modo de ejemplo, desarrollamos los dos primeros tems. Designamos las proposiciones simples:
p: Laura trabaja ; q: Laura va de compras

Entonces: i) Disyuncin de la primera con la negacin de la segunda
Expresin simblica: q p v

Lenguaje coloquial: Laura trabaja o no va de compras

Tabla de verdad de la proposicin compuesta: p q -q
q p v
V V F V
V F V V
F V F F
F F V V

ii) Conjuncin de sus negaciones
Expresin simblica: q p .

Lenguaje coloquial: Laura no trabaja y no va de compras

Tabla de verdad de la proposicin compuesta: p q -p -q
q p .
V V F F F
V F F V F
F V V F F
F F V V V


13
Si construyes las Tablas de verdad para cada una de las restantes proposiciones compuestas
siguiendo el mismo procedimiento, la ltima columna, en cada caso, deber ser:

iii) V iv) F v) V vi) F vii) F
F F F V V
V F F V V
V V V V V

2- Determina la verdad o falsedad de cada una de las siguientes proposiciones compuestas:
a) 2 <3 . 3 es un entero positivo
b) 2 > 3 . 3 es un entero positivo
c) 2 <3 v 3 no es un entero positivo
d) 2 >3 v 3 es un entero negativo
e) 2 s 3 v 3 es un entero negativo

Desarrollamos los dos primeros tems para ejemplificar.
a) 2 <3 . 3 es un entero positivo

V V

V

b) 2 > 3 . 3 es un entero positivo

F V

F

Analizando de igual manera, los otros tems resultan: c) V d) F e) V

3- Sean los siguientes enunciados:

p: 21 es mltiplo de 3 q: 5 es divisor de 40 r: 6 y 25 son coprimos
x: 4 es mltiplo de 8 y: 20 es divisor de 10 z: 38 es nmero primo
i) Determina el valor de verdad de cada uno de ellos
ii) En base a lo obtenido en el tem anterior, determina el valor de verdad de los siguientes
enunciados compuestos:

a) ( r v z ) . ( y v q) b) [ ( - q v p ) v ( - p v q ) ] c) ( p . q ) . ( z . y)
d) [ (- y v z ) v ( z v y ) ] e) ( q v x ) . - ( y v z ) f) ( p . q ) v - ( p . q)


14
Para responder el tem a) debes recordar que:
Un nmero entero a es mltiplo de otro nmero entero b s y slo s existe un tercer nmero
entero k, tal que k . b = a . Simblicamente , con a, b, k e Z. Entonces: a b . k b a = =

a es mltiplo de b v a es divisible por b b es divisor de a v b divide al nmero a
Un nmero es primo s y slo s es divisible por s mismo y por la unidad

Ejemplos: 11, 23, 53, 61, 97
Un nmero es compuesto si tiene otros divisores adems de s mismo y la unidad.

Ejemplos: 8, 15, 24, 77, 100
Dos nmeros son coprimos s y slo s el nico divisor comn entre ellos es la unidad.

Ejemplos: 5 y 36, 88 y 9, 12 y 7, 26 y 57

A modo de ejemplo, desarrollamos brevemente las dos primeras proposiciones compuestas
a) ( r v z ) . ( y v q )
Observa que no
te mostramos los
valores de verdad de
las proposiciones r,
z, y, q, porque te
pedimos que los
obtengas por t
mismo en el tem
anterior.
( ) . ( )

V . V

V

b) [ ( - q v p ) v ( - p v q ) ]
[ ( ) v ( ) ]

[ v ]

[ V ]

F

Las respuestas de los dems tems son: c) F d) F e) F f) V

4- Determina, en cada caso, si la informacin dada es o no suficiente para conocer el valor de verdad de
las siguientes proposiciones:

a) ( x y ) z dato: z es verdadero
b) ( x v y ) ( -x . -y ) dato: y es verdadero
c) x . ( y z ) dato: (y z) es verdadero
d) ( x . y ) ( - x v -y ) dato: y es verdadero
e) ( x v y ) z dato : z es verdadero
f) ( x . -y) ( -x v y ) dato : x es falso


15
Desarrollamos, a modo de ejemplo, los tems a) y c). Las respuestas a lo planteado en el enunciado
surgen de la aplicacin de las tablas correspondientes.

a) ( x y ) z
el dato es suficiente.
En efecto, la implicacin es V siempre
que el consecuente sea V.
? V

V

el dato no es suficiente.
Se necesitan conocer los valores de
verdad de ambas proposiciones para
determinar el valor de verdad de la
conjuncin propuesta.
c) x . ( y z )

? . V

?

Las respuestas de los otros tems propuestos son:

b) es suficiente d) no es suficiente e) es suficiente f) es suficiente

5- Encuentra el valor de verdad de las siguientes proposiciones:

a) - ! x e R / x
2
=x b) - x e Z / x
3
+1 =( x +1 )
3

c) x e R : ( x +1 )
2
=x
2
+2x +1 d) - ! x e N / x
2
=x
e) x e N : x
2
es par f) x e N
p
: x
2
es par
g) - ! x e Z / x <1 h) - ! x e Z / 2x +5 =1
i) x, y e N : ) y x ( 2
2
y x
+ <
+
j) x , y e R : ) y x ( 2
2
y x
+ <
+

k) - x e R / x
2
=x . x +1 =x l) - x e R / x
2
2x- 3 =0
m) x e R : x
2
2 x 3 =( x +1) . ( x - 3 ) n) x e N : ( x 1 ) . ( x 2 ) =0
o) - ! x e R / 7 x 14 =7 p) - ! x e R / x
2
+4 x +3 =0

Para ejemplificar, desarrollamos los tres primeros tems.
a) - ! x e R / x
2
=x es F
pues existen 2 valores reales tales que ( ) 0 1 - x x 0 x x = =
2
x x
2
=
1 x
0 x
2
1
=
=
1 1
0 0
2
2
=
=

no es nico no se cumple la proposicin propuesta


16

b) - x e Z / x
3
+1 =( x +1 )
3
es V
Operando con ambos miembros de la igualdad: ( ) 1 x 3 x 3 x 1 x 1 x 1 x
2 3 3 3 3
+ + + = + + = +
existe ( ) 0 1 x 3x 0 x 3 x 3 = + = +
2
1 x
0 x
2
1
=
=
al menos un x e Z que cumple la proposicin
propuesta.

Verifiqumoslo:
( )
( ) ( ) 0 0 1 1 1 1
1 1 1 0 1 0
3 3
3 3
= + = +
= + = +

c) x e R : ( x +1 )
2
=x
2
+2x +1 es V
pues es una identidad (igualdad que se verifica para todo valor asignado a la variable)
se verifica la proposicin propuesta

Analizando de igual manera, las respuestas de los otros tems propuestos son:
d) V e) F f) V g) F
h) V i) V j) F k) F l) V
m) V n) F o) V p) F

Auto-evaluacin - Lgica

17
AUTO-EVALUACION

1 - En una empresa familiar, los hermanos Pedro y Pablo presentan esta situacin:
"p": Pedro es gerente de la empresa.
"q": Pablo es el ingeniero de la empresa

Escriba en forma simblica:

a) Pedro es gerente y Pablo es ingeniero de la empresa.
b) Si Pablo es el ingeniero, Pedro es el gerente.
c) Pedro es gerente de la empresa o Pablo no es ingeniero de la misma.

2 - Siendo "p": los precios son altos y "q": los precios suben, escribir en lenguaje coloquial las
expresiones simblicas siguientes y construya la tabla de verdad correspondientes dichas
proposiciones compuestas:

a) - p . - q
b) p . - q
c) (p v q)

3 - Dada la siguiente proposicin compuesta: (p . q) (pv r). Determinar su valor de verdad si
p es V y r es F.

4 - Rubro "Prstamos del Banco N.N. para construccin", si "p(x)": es prstamo hipotecario, hallar el
valor de verdad de:
a) - x / p (x)
b) x : p (x)

5 - Si "x": es nmero natural, analizar el valor de verdad de:
x : 2x +1 es un nmero impar

Soluciones

1 - a) p . q
b) p q
c) p v -q

2 - a) Los precios no son altos y no suben.
b) Los precios son altos y no suben
c) No es cierto que los precios son altos o suben.

p q - p -q -p . -q p . - q - (p v q) p v q
V V F F F F F V
V F F V F V F V
F V V F F F F V
F F V V V F V F

Auto-evaluacin - Lgica

18

3 - ( p . q) ( p v r)

V v F

Si en una implicacin el consecuente es V, su valor de
verdad ser siempre V.
V

V

4 a) Existe al menos un x , tal que ese x es prstamo hipotecario, eso es V.
- x / P (x) V

b) Para todo x se verifica que es un prstamo hipotecario, es F
x : P (x) F

5 - "x" : es nmero natural x : 2x +1 es nmero impar V

Estructuras algebraicas

19


Operacin interna Operacin externa

Propiedades Propiedades

Grupo

Cuerpo

Espacio vectorial

Combinacin lineal

Conjunto Conjunto Independencia Dependencia
generador generado lineal lineal

Base

Coordenadas

Subespacio


20
Estructuras Algebraicas
Contenidos
Ley de composicin interna. Propiedades y elementos notables.
Estructura de: monoide, semigrupo, grupo, subgrupo, anillo, dominio de integridad, subanillo, cuerpo,
subcuerpo.

Objetivo:
Reconocer la estructura de los distintos conjuntos numricos, con las operaciones de
suma y producto.

Este tema presenta en forma breve las estructuras algebraicas fundamentales (grupo, anillo, cuerpo),
este concepto permite resumir de una manera abstracta el anlisis del clculo con nmeros, vectores,
matrices etc.

Nociones Previas:

Ley de composicin interna

Se denomina Ley de composicin interna u operacin interna entre los elementos de un
conjunto A, a toda aplicacin o funcin de AxA en A.
Aclaracin: generalizamos las operaciones: suma, resta, multiplicacin etc. con el smbolo * y lo
denominamos estrella, asterisco u operacin.
AxA A

( )
1 2
, ( ) = =
1 2 1
, -
2

e ( ) = - e
1 2
2
1 2
, Ax A A ; A
Tambin podemos enunciar la ley interna u operacin interna de la siguiente manera:

Si
1
,
2
e A :
1
*
2
e A * es ley interna

Esto significa que al operar con dos elementos de un mismo conjunto A, si el resultado pertenece
al conjunto A, entonces la operacin es una ley interna cerrada en A; diremos simplemente: ley interna.


21
Ejemplo: En NxN.

( )
1 2
, ( )
2 1 2 1
, + =

(
1 2
, ) g ( )
2 1 2 1
, = g

(
1 2
, ) h ( )
2 1 2 1
, = h

Son leyes de composicin interna y h, no lo es la aplicacin g (la resta de dos nmeros
naturales no siempre es un nmero natural). La aplicacin g sera ley de composicin interna en el
caso de estar definida en los conjuntos Z, Q o R.

Ley de composicin externa
Se denomina Ley de composicin externa definida entre los elementos de un conjunto A, con
operadores en V a toda aplicacin o funcin de VxA en A.

Ejemplo:
Si A es el conjunto de los segmentos contenidos en un plano y N es el conjunto de los nmeros
naturales, una ley de composicin externa en A con operadores o escalares en N es el producto de
nmeros naturales por segmentos del plano.

Propiedades y elementos notables en una ley interna
1.- Se dice que -es asociativa en el conjunto A si:
e - - = - -
1 2 3 1 2 3 1 2 3
, , A: ( ) ( )
Contraejemplo: la divisin es ley interna en Q
asociativa no ;
c b
a
b
c
a
c :
b
a
c
b
: a
c : b) : (a c) : (b : a
=
=
=

2.- Se dice que -es conmutativa en el conjunto A si:
1 2 2 1 2 1
: A , - = - e
Ejemplo: Son conmutativas la suma y la multiplicacin de nmeros. No lo son la resta y la
divisin.


22
3.- Existencia de elemento neutro: e es neutro de A respecto de -si:
- e e - - e A / A: e = e =
Ejemplo: En R, 1 es neutro respecto de la multiplicacin: = = 1 1 ; 0 es neutro
respecto de la suma: = + = 0 0 +

Teorema:
Si existe elemento neutro, ste es nico. En efecto: si e y e verifican 3, entonces:
e' = e
neutro) es (e' e = e e' = e' e
neutro) es (e e' = e' e = e e'
)
`
- -
- -

como el neutro es nico podemos redefinirlo utilizando -!
-! e e A / a e A : a * e = e * a = a

4.- Existencia de elemento simtrico: Sea A un conjunto provisto de elemento neutro e:
' es simtrico de respecto de - si:
e - e + + A A: ' = = , ' ' e
Ejemplo: Sea el conjunto R.
Si -= ; ' se anota
1
y se denomina inverso. En R todos los elementos excepto el
0 (cero), admiten inverso.
Si -= + ; ' se anota y se denomina opuesto.

Teorema:
Si la ley - es asociativa y existe elemento simtrico ' del elemento , ste es nico:
Supongamos que existen dos elementos simtricos ' y ' ' :
) neutro de definicin (por ' ' '
simtrico) de definicin (por ' ' e e '
' ' ) '* ( ) ' ' ( '
=
- = -
- = - -

Nota: Si se prob que la ley -es conmutativa, puede enunciarse la existencia de neutro y simtrico de
la siguiente manera:
e = ' : A ' , A
= e : A / A e !

- e - e
- e e -


23
5.- Existencia de elemento absorbente: 0 (cero) es elemento absorbente de A respecto de - si:
0 = 0 = 0 A / A 0 - - e e - :
Ejemplo: En R el nmero cero es elemento absorbente respecto del producto. Observe que cero es
elemento neutro respecto de la suma en R.

Estructuras Algebraicas

Se dice que un conjunto M, que est dotado de una o varias leyes de composicin (internas o
externas) posee cierta estructura algebraica si se verifican determinadas propiedades.

Estructura de Monoide
Sea una operacin interna definida sobre el conjunto - C = M . Al par se lo llama ) , ( - M
monoide:
M : M e - e ) ( ,
2 1 2 1

Son modelos de monoide: N, Z, Q, R, C con la suma algebraica. En cambio (N, -) no lo es.

Estructura de Semigrupo
Se llama semigrupo a todo monoide ) , ( - M cuya ley interna es asociativa.
S
1
: M M e - e ) ( : ,
2 1 2 1

S
2
:
3 2 1 3 2 1 3 2 1
) ( ) ( : , , - - = - - e M
En particular: si la ley interna es conmutativa el semigrupo se llama conmutativo.
S
3
:
1 2 2 1 2 1
: , - = - e M
Si existe elemento neutro se dice que el semigrupo tiene neutro.
S
4
: = - - e e - e = e : / e ! M M
Si la ley es conmutativa y con neutro se dice que el semigrupo conmutativo con neutro.
Ejemplos:
(N, +) es un semigrupo conmutativo sin neutro N) (0e .
(N
0
, +) es un semigrupo conmutativo con neutro.
(N, ) es un semigrupo conmutativo con neutro N) (1e . Como el neutro es 1 se dice tambin
semigrupo conmutativo con unidad.
(Z, .) es un semigrupo conmutativo con neutro.

24
Estructura de Grupo
Definicin I: Se dice que un monoide ( G, ) - posee estructura de grupo, o simplemente G es un
grupo si se satisfacen las dos condiciones siguientes:
- ( G, ) - es un semigrupo con neutro.
- Todo elemento de G posee simtrico.
Daremos otra definicin, independiente de las estructuras de monoide y semigrupo.
Definicin II: Sea G un conjunto no vaco y - una funcin, el par ( G, ) - es un grupo si y slo
si - es una ley interna en G, asociativa con neutro y tal que todo elemento de G admite simtrico
respecto de -.
En forma simblica:
( G, ) - es un grupo si y slo si, se verifican los siguientes axiomas:
G
1
: e -
1 2 1 2
e , G: ( ) G
G
2
: e - - = - -
1 2 3 1 2 3 1 2 3
, , G: ( ) ( )
G
3
: = - - e e - e = e : G / G e !
G
4
: e - e - - G G: ' = = , ' ' e
-

Si adems se verifica:
G
5
: e - =
1 2 1 2 2 1
, G:
Entonces se dice Grupo conmutativo o Grupo abeliano
Al analizar una estructura conviene verificar si se cumple la conmutativa antes de verificar la
existencia de neutro y simtrico, pues ahorraremos efectuar operaciones, estas se reducen a:

-
- =
e =
e '

Si la operacin
- = +
- =
se dice que el grupo es
tivo multiplica
aditivo
el neutro se denomina
uno
cero
y
el elemento simtrico de cada elemento del conjunto es su
inverso
opuesto
.
Ejemplos:
(N, +) no es grupo ( e = 0 N ) e .
(N
0
, +) no es grupo . ) G verifica no pero , N 0 = (e
4 0
e
(Z, +) es grupo abeliano.
(Z
P
, +) es grupo abeliano (siendo Z
P
: enteros pares).
(Z
I
, +) no es grupo ( e 0 Z
I
= e , siendo Z
I
: enteros impares).
(Q, +) y (R, +) son grupos.

25
Al analizar (Q, ) y (R, ) debemos tener en cuenta que todo elemento tiene inverso excepto el
cero (elemento absorbente de dicha operacin), entonces se lo excluye. Se utiliza la siguiente notacin:
(Q-{0}, ) ; (R-{0}, ) y tambin (Q
*
, ) ; (R
*
, )

Subgrupos
Se dice que un subconjunto no vaco H A _ es un subgrupo del grupo ( A, ) - , si el par ( H , ) -
constituye a su vez una estructura de grupo.
Ejemplo: son grupos ; ) + (Z, +) , (Z
P
. Z Z
P
c
subgrupo del grupo +) , (Z
P
+) (Z,

Estructura de Anillo
Sea A un conjunto no vaco, dotado de dos leyes de composicin internas. Se dice que A tiene
estructura de anillo respecto de -(estrella) y (cerito), o tambin la terna , en ese orden, es un
anillo si se cumplen las siguientes propiedades:
) , (A, -
I.- El par es grupo abeliano (cuyo elemento neutro que denotaremos por e o por ) (A, -
0 (cero), suele denominarse elemento cero o nulo).
II.- El par es un semigrupo. ) (A,
III.- La operacin (cerito) es doblemente distributiva respecto de la operacin -(estrella).
( ) ( ) ( )
( ) ( ) ( )
A , ,
3 2 1
1 3 1 2 1 3 2
3 1 2 1 3 2 1
e
)
`
- = -
- = -

Si es un anillo tal que la operacin (cerito) es conmutativa, se dice que es un ) , (A, - anillo
conmutativo.
Si es un anillo tal que existe un elemento neutro para la operacin (cerito), se dice que
es un
) , (A, -
anillo unitario o un anillo con unidad.
Al elemento neutro de lo denotaremos por u o por 1 (uno), de ah la denominacin
de anillo unitario.
) (A,
Ejemplo:
(Z, +, ) es un anillo conmutativo y unitario.
(Z
P
, +, ) es un anillo conmutativo ( u = 1 e Z
P
).

26
Sea el anillo (A, +, ), donde al elemento neutro de
) (A,
) (A, +
lo denotamos
1 u
0 e
=
=
.
Si A e
2 1
, con
2 1
= = 0 se verifica 0 =
2 1
se dice que
2 1
y son divisores de
cero.
Si A e
2 1
, con
2 1
= = 0 se verifica 0 =
2 1
se dice que el anillo carece de divisores
de cero.
Se llama dominio de integridad a todo anillo conmutativo con unidad que carezca de divisores
de cero.

Subanillo
Se dice que el subconjunto no vaco S A _ es un subanillo del anillo , si la terna ) , (A, -
) , (S, - constituye a su vez una estructura de anillo.

Ejemplo:
) +, (Z, es un anillo conmutativo con unidad.
) +, , (Z
P
es un anillo conmutativo ( u = 1 e Z
P
) ; . Z Z
P
c
) +, , (Z
P
subanillo del anillo . ) +, (Z,

Estructura de Cuerpo

Se denomina cuerpo a un anillo unitario en donde todos sus elementos, a excepcin de
e (neutro), tienen simtrico respecto de (cerito). Dichos elementos suelen llamarse
tambin, elementos inversos, lo notamos .
1
Para designar al conjunto, utilizamos la letra K, para las leyes internas

- = +
=
y para los
elementos neutros
1 u
0 e
=
=
.

Damos ahora una definicin anloga a la anterior:
Se dice que la terna (K, +, ) es un cuerpo si:
- El par (K, +) es un grupo abeliano.
- El par (K-{0}, ) es un grupo.
- La operacin (producto) es doblemente distributiva respecto de la operacin
(suma).

( ) ( ) ( )
( ) ( ) ( )
A e
)
`
- = -
- = -
3 2 1
1 3 1 2 1 3 2
3 1 2 1 3 2 1
, ,


27
Si adems la segunda ley de composicin es conmutativa diremos que la terna (K, +, ) es un
cuerpo conmutativo.
Ejemplos:
Son cuerpos: (Q, +, ) ; (R, +, ) ; (C, +, ).
(Z, +, ): no es un cuerpo (sus elementos carecen de inverso; Z 2e pero Z
2
1
e )

Subcuerpo
Se dice que el subconjunto no vaco es un subcuerpo del cuerpo (K, +, ), si la terna (S,
+, ) constituye a su vez una estructura de cuerpo.
K S_

Resumimos:
Sea A un conjunto y * una funcin:
I - * es ley interna en A si se verifica:

1
,
2
e A :
1
*
2
e A
3

* es asociativa si se verifica:

1
,
2

3
e A :
1
* (
2
*
3
) = (
1
*
2
) *
* es conmutativa si se verifica:

1
,
2
e A :
1
*
2
=
2
*
1
Existencia de neutro e e A respecto de *
-! e e A / e A : e * = * e =
Existencia de simtrico para cada elemento de A respecto de *
e A , - e A / * = * = e

Monoide Se verifica I
Semigrupo Se verifican I y
Semigrupo conmutativo Se verifican I
(A, *) es Semigrupo con neutro Se verifican I
Semigrupo conmutativo y con neutro Se verifican I

Grupo Se verifican I -

Grupo abeliano Se verifican I -


28
Sea A un conjunto no vaco

* (estrella)

dos leyes internas definidas en l
o (cerito)

Adems:

La segunda operacin o (cerito) es doblemente distributiva respecto de la primera* (estrella)

1

2
,
3
e A
( ) ( ) ( )
( ) ( ) (
)
`
- = -
- = -
1 3 1 2 1 3 2
3 1 2 1 3 2 1

)

(A, *) : grupo abeliano
( A, *, o ) es Anillo se verifica (A, o ) : semigrupo

Segn que el semigrupo de la segunda condicin sea conmutativo o conmutativo y con
neutro el anillo ser conmutativo, o conmutativo y con unidad.

(A, +) grupo abeliano
(A, +, .) es cuerpo conmutativo se verifica (A, .) grupo abeliano

Ejemplos:

(Z, +, .) Anillo conmutativo con unidad.

(Q, +, .)
Cuerpo conmutativo o abeliano
(R, +, .)
Trabajo Prctico Estructuras algebraicas

29


1- Analiza si las siguientes operaciones son leyes de composicin interna:
a)
2
b a
b a

= - definida en Z
b)
3 3 3
b a b a + = - definida en R.
c) b a b a = - definida en R.

Como ejemplo, desarrollamos el tem a). Debe verificarse Z Z e
= - e
2
b a
b a : a,b .
Analizando, si y por lo tanto no se verifica

verifica se no impar es b a
verifica se par es b a
Z e a,b , entonces:
Verifcalo con ejemplos numricos.
Para los tems b) y c), repasa la
definicin de raz
Z e
= -
2
b a
b a no es ley de composicin interna en Z.

Analizando de igual manera, resultar: b) es ley de composicin interna en R
c) no es ley de composicin interna en R

2- Dados los pares formados por un conjunto numrico y una operacin ordinaria, determina la
estructura algebraica de cada par. J ustifica las respuestas.
a) (N , .) b) (Q
*
, .) c) (N , +)
d) (N
0
, +) e) (Z , +) f) (Z , .)
g) (Q , +) h) (R , +) i) (R
*
, .)
Para ejemplificar, desarrollamos el tem a) (N , .), para lo cual:
escribimos en smbolos lo que expresa cada propiedad.
analizamos si se cumplen o no para el producto de nmeros naturales.
considerando las propiedades que se cumplen, finalmente establecemos la estructura
algebraica correspondiente.

se cumple el producto es ley interna cerrada en N N . N e e b a : a,b
se cumple el producto es asociativo en N ( ) ( ) c b a c b a : c , a,b . . . . N = e
a a se cumple existe elemento neutro e = 1 para el a : a ! = = e e - . e e . N / N e
producto en N.

30
no se cumple ya que e . a' a' . N a' N = = e - e a a : , a e
a
1
N.
se cumple el producto es conmutativo en N. a b b a : a,b . . N = e
Conclusin: Por cumplirse las propiedades anteriormente analizadas, el par (N , .) es un
semigrupo conmutativo con neutro o semigrupo conmutativo con unidad.

Guindote por el ejemplo desarrollado, analiza y establece la estructura algebraica de los
restantes pares.
b) (Q
*
, .) Rta: Grupo Abeliano (e = 1)
c) (N , +) Rta: Semigrupo conmutativo sin neutro
d) (N
0
, +) Rta: Semigrupo conmutativo con neutro (e = 0)
e) (Z , +) Rta: Grupo Abeliano (e = 0)
f) (Z , .) Rta: Semigrupo conmutativo con neutro o unidad (e = 1)
g) (Q , +) Rta: Grupo Abeliano (e = 0)
h) (R , +) Rta: Grupo Abeliano (e = 0)
i) (R
*
, .) Rta: Grupo Abeliano (e = 1)


3- Considerando el anlisis realizado en el ejercicio anterior, indica la existencia de subgrupos de
cada grupo. J ustifica la respuesta.

Para ayudarte, hemos hallado los subgrupos para la operacin suma.
(Z , +) es Grupo Abeliano
Como Z c Q c R y (Q , +) es Grupo Abeliano
(Z , +) es subgrupo de (Q , +) y de (R , +)
(Q , +) es subgrupo de (R , +)
(R , +) es Grupo Abeliano

Encuentra los subgrupos para la operacin producto.

4- a) Dado el conjunto: R
2
={(x
1
; x
2
) / x
1
, x
2
e R }, en el cual definimos la suma como:

(x
1
; x
2
) , (y
1
; y
2
) e R
2
: (x
1
; x
2
) +(y
1
; y
2
) =(x
1
+y
1
; x
2
+y
2
) e R
2

y sabiendo que es asociativa y conmutativa:
i) halla el neutro Rta: Neutro e =(0,0)
ii) halla el opuesto o simtrico Rta: Para ( x
1
; x
2
), su opuesto o simtrico es (- x
1
; - x
2
)
iii) determina la estructura algebraica del par (R
2
, +)
Rta: El par (R
2
, +) tiene estructura de Grupo Abeliano
iv) verifica con un ejemplo numrico
Ante cualquier duda, consulta la Teora.


31

b) Sea el conjunto: R
2
={(x
1
; x
2
) / x
1
, x
2
e R }, definimos la operacin producto como:
(x
1
; x
2
) , (y
1
; y
2
) e R
2
: (x
1
; x
2
) . (y
1
; y
2
) =(x
1
.y
1
x
2
.y
2
; x
1
.y
2
+x
2
.y
1
) e R
2

Sabiendo que el producto definido de esta manera es asociativo y conmutativo:
i) halla el neutro
ii) halla el inverso
iii) determina la estructura algebraica del par (R
2
, .)

Desarrollamos, a modo de ejemplo, el tem i).
Elemento neutro: ( ) ( ) ( ) ( ) ( ) ( ) ( )
2 1 2 1 2 1
2
2 1
2
x ; x x ; x x ; x : x ; x / ! = = e e = - . b a; b a; . R R b a; e
Entonces, probada la conmutatividad, tenemos que: ( ) ( ) (
2 1 2 1
x ; x x ; x b a; . ) =

( ) ( )
2 1 2 1 2 1
x ; x . x . x ; . x . x = + a b b a
Por igualdad de pares ordenados de nmeros reales, obtenemos un sistema de ecuaciones
lineales:
= +
=
2 a b
1 b a
2 2 1
1 2 1
x . x . x
x . x . x

Ordenando la ecuacin 2, ya que las incgnitas son a y b, resolvemos el sistema de ecuaciones
aplicando la Regla de Cramer que ya conoces:

= +
2 1 2
x . x . x b a
=
1 2 1
x . x . x b a
1 a =
=
1 2
2 1
1 2
2 1
x x
x x
x x
x x
y 0 b =
+
=
2
2
2
1
1 2 2 1
1 2
2 1
2 2
1 1
x x
x . x x . x
x x
x x
x x
x x

(a ; b) = (1 ; 0) e R
2
e = (1 ; 0) es el elemento neutro
Verificacin: ( ) ( ) ( )
2 1 2 1
x ; x x ; x 1;0 . =
( ) ( )
2 1 2 1
;x x x 0 ; 0 x = +
( ) ( )
2 1 2 1
;x x x ; x =

ii) Rta: ( ) ( ) ( ) ( ) ( ) ( ) ( ) 0 ; 1 x ; x x ; x : , x ; x
2 1 2 1
2 2
2 1
= = e - e . b a; b a; . R b a; R
Entonces, probada la conmutatividad, y por producto e igualdad de pares ordenados de nmeros
reales:
( ) ( ) ( )
= +
=
=
0 . x . x
1 . x . x
0 ; 1 x ; x
1 2
2 1
2 1
b a
b a
b a; . ( )
|
|
.
|
\
|
+
+
=
2
2
2
1
2
2
2
2
1
1
x x
x
;
x x
x
b a; e R
2
es inverso de ( ) x ; x
2 1

iii) Rta: El par (R
2
, .) tiene estructura de Grupo Abeliano

32
5- Qu estructura algebraica tienen las siguientes ternas?
a) (Z , +, .) b) (Q , +, .) c) (R , +, .)

Ejemplificamos desarrollando el tem a).
Anlisis del par (Z , +)
se cumple la suma es ley interna cerrada en Z Z Z e + e b a : a,b
se cumple la suma es asociativa en Z ( ) ( ) c b a c b a : c , a,b + + = + + e Z
se cumple - elemento neutro e = 0 para la suma en Z. a a a : a ! = + = + e e - e e Z / Z e
se cumple, ya que para a e Z, su opuesto es -a e Z. e a' a' Z a' Z = + = + e - e a a : , a
a se cumple la suma es conmutativa en Z. b b a : a,b + = + e Z
(Z , +) es Grupo Abeliano I)
Anlisis del par (Z , .)
se cumple el producto es ley interna cerrada en Z Z . Z e e b a : a,b
se cumple el producto es asociativo en Z ( ) ( ) c b a c b a : c , a,b . . . . Z = e
se cumple - elemento neutro e = 1 para el producto en Z a a a : a ! = = e e - . e e . Z / Z e
no se cumple, ya que los nicos elementos de Z que poseen
inverso multiplicativo son 1 y 1.
e . a' a' . Z a' Z = = e - e a a : , a
se cumple el producto es conmutativo en Z. a b b a : a,b . . Z = e
(Z , .) es Semigrupo conmutativo con neutro II)
El producto es doblemente distributivo (a izquierda y derecha) con respecto a la suma en Z.
( ) ( ) ( )
( ) ( ) (
+ = +
+ = +
e
a c a b a c b
c a b a c b a
: c , a,b
. . .
. . .
Z
)
III)
Por cumplirse I), II) y III), la terna (Z , +, .) es un Anillo Conmutativo con Unidad.
Adems, cuando los elementos no nulos dan producto no nulo, entonces el Anillo carece de
divisores de cero. Simblicamente: cumple se 0 b a 0 b 0 a : a,b . Z = = . = e

Conclusin: La terna (Z , +, .) es un Anillo Conmutativo con Unidad y sin divisores de
cero, y por lo tanto, es un Dominio de Integridad.


Analizando de igual manera, resultar: b) La terna (Q , +, .) es un Cuerpo Conmutativo
c) La terna (R , +, .) es un Cuerpo Conmutativo

6- Entre las ternas anteriores, existe algn subcuerpo? Encuntralo justificando tu respuesta.
Rta: Existe un subcuerpo
Auto-evaluacin Estructuras algebraicas

33
AUTO-EVALUCION

1 - Verifica si los siguientes pares son leyes de composicin interna o externa.

a) (Ni ; +) naturales impares con la suma.

b) (P
(x)
; -) conjunto de polinomios con la operacin producto por un escalar.

2 - Determina la estructura algebraica de cada par. Enuncie las propiedades y verifique con un ejemplo
cada una de ellas.

a) (Q ; )

b) (Z ; -)

Soluciones

1- a) No es ley de composicin interna.

b) Es ley de composicin externa.

2- a) (Q ; )
- Slo verifica la ley de composicin interna (L.C.I).
- No existe neutro ( el 1 es neutro a derecha pero no a izquierda).
- No es asociativa.
- No es conmutativa.
(Q ; ) es MONOIDE

b) Slo verifica la ley de composicin interna

(Z ; - ) es MONOIDE

Espacio Vectorial

34
Espacio Vectorial
Contenidos
Ley de composicin externa. Definicin de espacio vectorial. Subespacios. Ejemplos: vectores
geomtricos; (R
2
, + , R, ). Combinacin lineal. Conjunto generado, vectores linealmente
independientes, vectores linealmente dependientes. Base. Dimensin. Condicin para eliminar un
vector de un conjunto de vectores y condicin para cambiar un vector por otro en un conjunto sin
alterar el conjunto generado. Coordenadas de un vector. Base cannica. Componentes. Paralelismo de
vectores. Algoritmo para calcular vectores linealmente independientes.

Objetivo:
Comprender en profundidad los conceptos de combinacin lineal,
dependencia e independencia lineal, conjunto generador, base.

Dado que este tema es de fundamental importancia recomendamos un estudio profundo del
mismo. Estudiamos la estructura de espacio vectorial sobre un cuerpo numrico, sus propiedades y
conceptos fundamentales tales como combinacin lineal, dependencia e independencia lineal, conjunto
generador, base, coordenadas. Mostramos la relacin estrecha que existe entre los problemas que se
plantean y la resolucin de ecuaciones lineales.

Definicin de Espacio Vectorial

Aclaramos primero que se entiende por suma y producto por un escalar.
Por suma en un conjunto V se entiende una relacin tal que: a dos elementos , V v v
2 1
e

les
hace corresponder un tercer elemento V v + v
2 1
e

que se denomina suma de .
2 1
v v

y
En smbolos: V v + v : V v , v
2 1 2 1
e e

I)

Sea K el conjunto de escalares (K = Q, R v C) donde K es un cuerpo.
Por producto de un elemento de V ( V ve
) por un escalar K e se entiende una relacin que a

cada par v
le hace corresponder otro elemento V ve
.

V v : K V, v e e e

II) En smbolos:
Espacio Vectorial

35

Nota: I) Es la definicin de una ley interna
cerrada en V

II) Es la definicin de una ley externa
Definicin: Sea V un conjunto no vaco, a cuyos elementos los llamamos vectores V ..., , v , v , v
2 1
e

y sea K un conjunto de escalares K e ..., , , ,
2 1
(K tiene estructura de cuerpo). Se dice que V es un
a es asociativa:
espacio vectorial sobre K si existen dos operaciones: una suma de vectores y un producto por un
escalar que satisfacen los siguientes axiomas:

1) La sum
3 2 1 3 2 1 3 2 1
v + ) v + v ( ) v + v ( + v : V v , v , v

= e
2) La suma es conmutativa

1
v , v
1 2 2 1 2
v + v v + v : V

= e
3) Existencia de neutro
0 v = 0 + v : V v V/

e e -
4) Existencia del opuesto o simtrico
0 = ) v ( + v :

V ) v ( V, v

e - e
l producto respecto a la suma de vectores 5) Distributividad de

1 2 1 2 1
+ v ) v + v ( : K V, v , v
2
v

= e e
6) Distributividad del producto respecto a la suma de escalares
+ v v ) + ( : K , V, v
1 2 1 2 1
v
2

= e e
7 tiv ra es ) Asocia a pa calares
V, v v ) ( ) v ( : K ,
2 1 2 1 2 1

= e e
8) e e

v V , 1 K : 1 v = v (1 neutro de la multiplicacin del cuerpo K)
La de nicin de suma y los cuatro primeros axiomas se relacionan con la estructura aditiva de V fi
pueden resumirse diciendo (V, +) es grupo abeliano. La definicin de producto por un escalar y los
cuatro ltimos axiomas se refieren a la accin del cuerpo K.
Notacin: (V, +, K, ) Espacio Vectorial

Vectores Geomtricos
Llamamos vector geomtrico a todo segmento orientado.
Espacio Vectorial

36

r A B
Como , el vector queda perfectamente determinado
si se dan esos dos puntos, en un cierto orden. El primer punto se llama origen

un segmento se determina por dos puntos A y B
y el segundo extremo
del vector. Al vector geomtrico de origen A y extremo B, lo notamos:
v AB =

.
Llamamos mdulo del vector AB
a la longitud del segmento AB , lo notamos:

v AB = .
Llamamos sentido del vector AB
al que determinan los punto y B tomados e s A en ese ord n.

La direccin del vector AB
es la direccin de la recta r (llamada recta soporte) o sus paralelas.

dulo.

Entonces un vector tiene tres caractersticas:
sentido
direccin
mdulo
Enunciamos: Dos vectores libres son iguales si tienen igual direccin, sentido y m
v

Traba enotamos V. Nos son
familiares las operaciones Suma de vectores, Resta de vectores y Producto por un escalar
jaremos en el conjunto de los vectores libres del plano, al cual d
e9, cuyas representaciones grficas son:

Suma de vectores

3
v

2
v
3
v v v
2 1

+ +

3
v

2
v

1
v

1
v

Figura 1

Figura 2

1
v

2
v

1
2
v v +
2
v
2
v

1
v v

+
2

1
v v
2

+

1
v

1
v

Figura 3 Figu

ra 4
Espacio Vectorial

37
Figura 1: Datos
Figura 2:
3
v v v
2 1

+ +
regla del polgono
Figura 3: regla del polgono nos conduce a
1
v v = v v
2 2 1

+ +
Figura 4: regla del paralelogramo
2 1
v v

+
Podemos enunciar:
V v + v : V v , v
2 1 2 1
e e

(+ es ley interna en V)

Resta de vectores

D
2

D v v
D v v
2 1
2 1

+ =
=

2
v

1
v

' D ) v ( v =
v v
2 1
2 1

= +
=

1
v
-
2
v

Figura 5 Figura 6
' D

El vector D
de la Figura 5 es igual al vector ' D
de la Figura 6.

Producto de un vector por un escalar

v
0 < 1 0 < < 0 >

Figura 7
Podemos enunciar que:

V v : R V, v e e e

El producto de un vector por un nmero real es otro vector, es una ley externa cerrada en V.

Espacio Vectorial

38
Propiedades de la ley interna

1.- La suma es asociativa

: V v , v , v
3 2 1
e

( )
3 2 1 3 2 1 3 2 1
v v v v ) v v ( v v v v

+ + = + + = + + =

3 2 1
v v v

+ +

3
v

3 2
v v

+

2
v

1
v

2 1
v v

+

2.- La suma es conmutativa

: V v , v
2 1
e

1 2 2 1
v v v v

+ = +

2
v

1
v
1
v

2
v

3.- Denotado por 0 (vector nulo) al vector, (0,0)
se tiene:
v = 0 + v : V v V/ 0

e e -

0 v v + =

4.- Denotado por el vector opuesto o
simtrico de .
BA = v -

AB = v

0 = ) v ( + v : V ) v ( V, v

e - e

A
v
B

Entonces: El par (V, +) es grupo abeliano

Propiedades de la ley externa Hacemos:
=
=
3
2
2
1

5) Distributividad del producto
respecto a la suma de vectores
2 1 1 1
2 1 1 1 2 1
v + v
v + v ( : R V, v , v

=
e e )

2 1 1 1 2 1 1
v + v ) v + v (

=
2 1
v

2
v

1
v

1 1
v

Espacio Vectorial

39

6) Distributividad del producto
respecto a la suma de escalares
v + v
v + ( : R , V, v
2 1
2 1 2 1

=
= e e )

v
1

v
2
v ) (
2 1

+

7) Asociativa para escalares
v ) (
) v ( : R , V, v
2 1
2 1 2 1

=
= e e

v
2
) v (
2 1

v
v ) (
2 1

8) v = v 1 : R 1 V, v

e e (1 neutro de la multiplicacin del cuerpo R)

Luego: (V, +, R, ) es Espacio Vectorial
Son ejemplos muy importantes de espacios vectoriales:
( R
2
; + ; R ; -) ; ( R
3
; + ; R ; -) ; ; ( R
n
; + ; R , -)
a) Sea V = R
2
={( x
1
, x
2
) / x
1
, x
2
e R} y sea K = R ( R
2
, + , R , - ) es el espacio vectorial
2

)]

de dos dimensiones, geomtricamente determina el plano.

La suma de pares ordenados de nmeros reales se define:
( x
1
; x
2
) + ( y
1
; y
2
) = ( x
1
+ y
1
; x
2
+ y
2
) e R
El producto de un real por un par ordenado se define:
( x
1
; x
2
) = ( x
1
; x
2
) e R
2
Verificamos los axiomas.
Sean tres pares cualesquiera de R
2
y tres escalares cualesquiera de R
( x
1
; x
2
) ; ( y
1
; y
2
) ; ( z
1
; z
2
) e R
2
;
1
;
2
;
3
e R
1) La suma es asociativa: [ (x
1
, x
2
) + (y
1
, y
2
) ] + (z
1
, z
2
) = (x
1
, x
2
) + [(y
1
, y
2
)] + (z
1
; z
2
[( x
1
; x
2
) + ( y
1
; y
2
)] + ( z
1
; z
2
) =
= ( x
1
+ y
1
; x
2
+ y
2
) + ( z
1
;z
2
) =
= ( [ x
1
+ y
1
] + z
1
; [ x
2
+ y
2
] + z
2
) =
= ( x
1
+ [ y
1
+ z
1
] ; x
2
+ [ y
2
+z
2
])=
= ( x
1
; x
2
) + ( y
1
+ z
1
; y
2
+ z
2
)=
= ( x
1
;x
2
) + [ ( y
1
; y
2
) + ( z
1
; z
2
)]

definicin de suma en R
2

propiedad asociativa en R

2) La suma es conmutativa: (x
1
, x
2
) + (y
1
, y
2
) = (y
1
, y
2
) + (x
1
, x
2
)
Espacio Vectorial

40

( x
1
; x
2
) + ( y
1
; y
2
) =
= ( x
1
+

y
1
; x
2
+ y
2
) =
= ( y
1
+ x
1
; y
2 +
x
2
) =
= ( y
1
; y
2
) + ( x
1
; x
2
)

2

propiedad conmutativa en R

3) Existencia de neutro: -! (a , b) e R
2
/ (x
1
, x
2
) e R
2
: ( x
1
, x
2
) + ( a , b ) = (x
1
, x
2
)
( x
1
, x
2
) + ( a , b ) =
(x
1
+a, x
2
+ b) =
( x
1
+ a , x
2
+ b) = (x
1
, x
2
)
a = b = 0 = (0 , 0) vector nulo de R O
2

definicin de neutro en R
2

2

definicin neutro en (R, + )

4) Existencia de Simtrico en R
2
; (x
1
, x
2
) e R - (a , b)e R: (x
1
; x
2
) + (a ; b) = (0,0)
definicin simtrico en R
2

definicin suma en R
2

definicin simtrico en (R, +)

es el opuesto de (x
1
, x
2
)
( x
1
; x
2
) + ( a ; b) =
( x
1
+a ; x
2
+ b ) =
( x
1
+a ; x
2
+ b ) = ( 0 , 0) y
x
1
+ a = 0 a = - x
1

x
2
+ b = 0

b = - x
2
(-x
1
, - x
2
)

5) Distributiva del producto respecto de la suma de vectores
[ (x
1
, x
2
) + (y
1
, y
2
) ] = (x
1
, x
2
) + (y
1
+ y
2
)

[( x
1
, x
2
) +( y
1
, y
2
)| =
= .(x
1
+ y
1
;x
2
+ y
2
)=
= ( .( x
1
+ y
1
)

; .( x
2
+ y
2
) )=
=( .x
1
+ .y
1
; .x
2
+ .y
2
) =
= ( x
1 ;
x
2
) + ( y
1
, y
2
) =
= ( x
1
; x
2
) + ( y
1
; y
2
)
2

definicin de producto de producto de
un escalar por un par

propiedad distributiva del producto con
respecto a la suma en R.

6) Distributiva del producto respecto de la suma de escalares
(
1
+
2
) (x
1
, x
2
) =
1
(x
1
, x
2
) +
2
(x
1
, x
2
)

(
1
+
2
). ( x
1
; x
2
) =
= ( (
1
+
2
). x
1
; (
1
+
2
). x
2
) =
=(
1
x
1
+
2
x
1
;
1
x
2
+
2
x
2
) =
= (
1
x
1
;
1
x
2
) + (
2
x
1
;
2
+ x
2
)=
=
1
( x
1
; x
2
) +
2
( x
1
; x
2
)

propiedad distributiva del producto con
respecto a la suma en R

2

Espacio Vectorial

41
)

7) Asociativa para escalares:
1
[
2
(x
1
, x
2
) ] = (
1

2
) (x
1
, x
2
1
[
2
. ( x
1
; x
2
) | =
=
1
(
2
. x
1
;
2
. x
2
)=
= (
1
.
2
. x
1
;
1 .
2
. x
2
)=
= ( (
1
.
2
) x
1
; (
1 .
2
) x
2
)=
= (
1 .
2
). ( x
1
; x
2
)

propiedad asociativa en (R , .)

8) Neutro del producto externo

1 ( x
1
; x
2
) =

( 1. x
1
; 1 . x
2
) = ( x
1
; x
2
)

definicin de neutro en (R , .)
luego ( R
2
; + ; R ; .) es Espacio Vectorial
b) Sea ( R
3
; + ; R ; .) donde V = R
3
= { ( x
1
; x
2
; x
3
) e R
3
/ x
1
; x
2
; x
3
e R } con K = R
a)

)
a )
)

)

Definimos las operaciones:
(x
1
; x
2
; x
3
) + (y
1
; y
2
; y
3
) = (x
1
+ y
1
;x
2
+ y
2
; x
3
+ y
3
) (ley intern
(x
1
; x
2
; x
3
) = ( k x
1
; k x
2
; k x
3
) (ley externa)
vector nulo es: ( 0 ; 0 ; 0 ) y el opuesto del vector (x
1
; x
2
; x
3
) es: - (x
1
; x
2
; x
3
) = ( - x
1
; - x
2
; - x
3

c) Generalizando: ( R
n
; + ; R , .) es Espacio Vectorial
Definimos las operaciones:
(x
1
; x
2
; x
3
.... x
n
) +(y
1
; y
2
; y
3
... y
n
) = (x
1
+ y
1
;x
2
+ y
2
; x
3
+ y
3
.... x
n
+ y
n
) ( ley intern
k (x
1
; x
2
; x
3
... x
n
) = ( k x
1
; k x
2
; k x
3
; ...kx
n
) ( ley externa
el vector nulo es: ( 0 ; 0 ; 0 ; .... 0 ) y el opuesto del vector : (x
1
; x
2
; x
3
... x
n
) es:
- (x
1
; x
2
; x
3
... x
n
) = ( - x
1
; - x
2
; - x
3
; .... x
n

Propiedades que se deducen de los axiomas:
1) Un escalar cualquiera por el vector nulo, da como resultado el vector nulo
en efecto, siendo 0 0 . :

= e k R k 0
= ( 0; 0) y k e R entonces
k. 0 = k ( 0; 0) = ( k.0 ; k.0 ) = ( 0 ; 0) =0

2) El escalar cero por un vector cualquiera, da como resultado el vector nulo
v e R
2
: 0 . v = 0

En efecto, si: = (x v
1 ;
x
2
) entonces 0 . v
= 0 . (x
1
; x
2
) = ( 0.x
1
; 0.x
2
) = ( 0 ; 0) = 0

3) El producto del opuesto de un escalar por un vector cualquiera v, es igual al opuesto del producto
del escalar por el vector : ( k ) . = - ( k . v
) En efecto:
( - k). = (-k) . ( x v
1
; x
2
) = ( (-k) x
1
; (-k) x
2
) = ( - k x
1
; -k.x
2
) = - ( k x
1
; k x
2
) = - ( k v .

)
y de sta propiedad se deduce : k = -1 entonces resulta -1 . v
= - ( 1. v
) = - . v

Espacio Vectorial

42

IMPORTANTE!
Hacemos un parntesis en el desarrollo del programa, para repasar y ampliar temas
de la secundaria, te recomendamos dedicacin, los beneficios que obtendrs justificarn
tu empeo.
Durante el desarrollo de la asignatura las definiciones sern rigurosas y los
procedimientos justificados, por ahora recordemos en forma prctica conceptos de la
secundaria.

Determinante de segundo orden

d c
b a

diagonal principal
diagonal secundaria
Resolucin:

d c
b a
=a . d - b . c

es la diferencia entre los productos de
los elementos de la diagonal principal
y secundaria.
Ejemplos:

8 3
1 2
= 2 . 8 - 1 . 3 = 16 - 3 =13

4 3
2 5
=(-5) . 4 - 2 . 3 =-20 - 6 =- 26

5 2
3 4
=4 . 5 - 2 (-3) =20 +6 =26

4 2
3 6

= 6 . 4 - (-2) (-3) =24 - 6 =18

Procedimiento Gaussiano

Para varios temas : resolucin de un determinante de orden n, rango de una matriz, resolucin
de sistemas de ecuaciones, es importante dominar un procedimiento llamado gaussiano, por ahora lo
vemos como procedimiento luego lo justificaremos.
El procedimiento gaussiano se basa en transformaciones elementales, es por eso que
indistintamente diremos: aplicando Gauss o aplicando transformaciones elementales.

Espacio Vectorial

43
Una matriz cuadrada de orden tres, es un cuadro de nmeros dispuestos en tres filas y tres
columnas.

|
|
|
|
.
|
\
|
i h g
f e d
c b a
el procedimiento gaussiano transforma cualquier matriz en otra matriz del tipo:

|
|
|
|
.
|
\
|
i' 0 0
f' e' 0
c b a
llamada triangular (debajo de la diagonal principal hay ceros).

a b c
d e f
g h i
Marcamos el elemento situado en la primera fila y
primera columna llamado p i v o t e
a b c

ad da ae - db af - dc

ag ga ah - gb ai - gc
Se copia la primera fila.
Se modifica la segunda fila: multiplicndose cada
elemento de la segunda fila por a y cada elemento
de la primera fila por d, restndose dichos productos
en el orden indicado.
Se procede en forma anloga para la tercera fila.

a b c

d
a
d
a

e
b
d
a

f
c
d
a

g
a
g
a

h
b
g
a

i
c
g
a

La diferencia de los productos es equivalente a la
resolucin de los determinantes que indicamos.
Observemos como se forman los determinantes de la
segunda fila con un lado comn, el a
a b c d
d e f
Por esta razn tambin se conoce como regla del
rectngulo.
Para los determinantes de la tercera fila
el lado comn es a
a b c g
g h i

Al resolver dichos determinantes obtenemos:

a b c
0 e f
0 0 i

con e como pivote reiniciamos el trabajo
anterior

Espacio Vectorial

44
Veamos un ejemplo

Dada la matriz aplicamos el procedimiento gaussiano, elegimos como pivote el
elemento de la primera fila y primera columna.-
|
|
|
.
|
\
|
1 2 4
3 1 3
1 2 2

2 2 1
3 1 3
4 2 1

2 2 1

3 3
2 2

1 3
2 2

3 3
1 2

4 4
2 2

2 4
2 2

1 4
1 2

2 2 1
0 -4 3 sealamos el nuevo pivote
0 -4 -2

2 2 1
0 -4 3 copiamos 2
da
fila
0 0 20 lo resolvemos en forma directa

No es necesario escribir los determinantes, una vez que adquieras prctica el procedimiento se
reduce a:
2 2 1
3 4 3
4 2 1

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

2 2 1
0 -4 3
0 0 20

A la que denominaremos tabla de Gauss

Espacio Vectorial

45
A continuacin veamos dos ejemplos como ejercitacin:

Primer ejemplo:

Segundo ejemplo:
3 1 1 1 2 1
2 3 2 3 4 5
1 4 2 2 0 3
3 1 1 Se copia la primer fila 1 2 1
0 7 4 Se modifica la segunda fila 0 -2 2
0 11 5 Se modifica la tercer fila 0 -4 1
3 1 1 Se copia la primer filas 1 2 1
0 7 4 Se copia la segunda fila 0 -2 2
0 0 -9 Se modifica la tercer fila 0 0 6

Ecuacin lineal en una variable

Ejemplos:

1) 3x 1 =1 2) 3x +1 =1
3x =2 3x =0

2
3
= x x =0

Estas ecuaciones tienen una nica solucin, se dice ecuacin lineal compatible determinada.
La nica condicin es que el coeficiente de x no sea nulo.

Generalizamos:
a
11
x
1
=b
1
compatible determinada a
11
= 0

3) 3x +2 +1 =3x +3
3x 3x =3 2 1
0 . x =0 se verifica cualquiera sea el valor de x ( x e R) tiene infinitas soluciones se dice
compatible indeterminada.
La condicin es que el coeficiente de 'x' y el trmino independiente sean nulos.

Generalizamos:
a
11
x
1
=b
1
Compatible indeterminada o sea: 0 x
=
=
0 b
0 a
1
11
1
=0

4) 3x +1 =4 +3x
3x -3x =4 -1
0 . x =3 no existe ningn valor de x que verifique la igualdad, la ecuacin no tiene solucin se
dice incompatible.
El coeficiente de 'x' es nulo pero el trmino independiente no lo es.

Generalizamos:
a
11
x
1
=b
1
Incompatible ax
=
=
0
0
1
11
b
a
1
=b
1
= 0

Espacio Vectorial

46
Ecuacin lineal en dos variables

2x +3y =12

Su grfica es una recta, buscamos dos puntos para
representarla:
si x =0 3y =12 y =4 el punto (0 , 4) e r
si y =0 2x =12 x =6 el punto (6, 0) e r

Generalizamos:

a
11
x
1
+a
12
x
2
=b
1

Nota:
Si el trmino independiente es cero (b
1
=0) la recta pasa por el origen, en efecto (0,0) e r
a
11
x
1
+a
12
x
2
=0
a
11
. 0 +a
12
. 0 =0

Sistema de dos ecuaciones con dos incgnitas

=
= +
8 y 2 x 4
12 y 3 x 2

Generalizando:
= +
= +
2 2 22 1 21
1 2 12 1 11
b x a x a
b x a x a

Nota:
Observa que el primer subndice de a esta en correspondencia con el subndice de b
(trmino independiente ) y el segundo subndice de a con el subndice de la variable x.
Esto nos permite "ahorrar" alfabeto cuando se trabaja con varias incgnitas y ecuaciones.

Las rectas son coincidentes si:
2
1
21
12
21
11
b
b
a
a
a
a
= =
Significa que hay proporcionalidad entre coeficientes y
trminos independientes
Las rectas son paralelas:
21
12
21
11
a
a
a
a
=

Los coeficientes son proporcionales

Para hallar la solucin debemos resolverlo, lo haremos aplicando el procedimiento gaussiano
(basado en transformaciones elementales), para aplicar este procedimiento cada ecuacin del sistema
debe estar completa y ordenada.
Espacio Vectorial

47
Los elementos que intervienen al preparar la tabla gaussiana son los coeficientes de las variables
y los trminos independientes, se obtiene un sistema equivalente ms sencillo.

Aclaracin: dos sistemas son equivalentes cuando tienen el mismo conjunto solucin.

Veamos los distintos casos que pueden presentarse.
1
er.
caso: a) *
=
= +
8 2 4
12 3 2
y x
y x

coef. de x coef. de y trm. indep.

2 3 12
4 -2 8

2 3 12
0 -16 -32

Escribimos el sistema equivalente:

=
=
=
= +
2
12 3 2
*' mismo lo es que lo
32 16
12 3 2
*'
y
y x
o
y
y x

La ltima ecuacin del sistema equivalente ( y =2 ) es una ecuacin lineal en una variable
compatible determinada; es precisamente sta ecuacin la que nos permite clasificar el sistema, en este
caso el sistema es c o m p a t i b l e d e t e r m i n a d o. La ventaja de este procedimiento es que vale
para un nmero mayor de ecuaciones e incgnitas.

Obtenemos la solucin nica:
si y =2 2x +3y =12 2 . x +3. 2 =12 x =3 S = ( ) { } 2 , 3

Graficamos el sistema original y el sistema equivalente, observamos que tienen la misma solucin

*'
=
= +
8 y 2 x 4
12 y 3 x 2
*
=
= +
2 y
12 y 3 x 2

Espacio Vectorial

48

b)
=
= +
0 2 4
0 3 2
*
y x
y x

2 3 0
4 -2 0
2 3 0
0 -16 0

Sistema equivalente
=
= +
0 y 16
0 y 3 x 2
*'

Ecuacin lineal comp. determinada y =0

Se puede escribir
sist. comp. determinado
=
= +
0 y
0 y 3 x 2
*'
3x +3 . 0 =0 x =0 S = ( ) { } 0 , 0

Como el trmino independiente es cero en
ambas ecuaciones, ambas rectas pasan por el
origen, por lo tanto se cortan en (0,0)

Veamos el grfico que resulta:

2
do
caso:
= +
= +
24 y 6 x 4
12 y 3 x 2
*

2 3 12
4 6 24
2 3 12
0 0 0

=
= +
0 y . 0
12 y 3 y 2
*'
compatible indeterminada se verifica y e R

El sistema es compatible indeterminado con infinitas soluciones, son solucin todos los puntos
de la recta ya que stas son coincidentes.
2x +3y =0
2x =-3y
x = y
2
3
S =
)
`
e |
.
|
\
|
R y y , y
2
3

Espacio Vectorial

49
3
er
Caso:
= +
= +
12 y 6 x 4
12 y 3 x 2
*

2 3 12
4 6 12

2 3 12
0 0 -24

=
= +
24 y . 0
12 y 3 y 2
*'

Ecuacin lineal incompatible
El sistema es incompatible, las rectas son
paralelas y la solucin es el conjunto
vaco S ={ }

Grfico correspondiente:

Dados los siguientes sistemas, aplicamos Gauss, obtenemos el sistema equivalente,
interpretamos lo obtenido y escribimos la solucin.

Ejercicio N 1
* (los trminos independientes no estn particularizados)
=
= +
2
1
b y x
b y x
1 1 b
1

1 -1 b
2

1 1 b
1

0 -2 b
2
- b
1
dividimos por (-2)

1 1 b
1

0 1
2
b b
2 1

Sistema equivalente

Siendo el coeficiente de y en la segunda ecuacin 1 = 0,
dicha ecuacin es compatible determinada cualesquiera
sean los trminos independientes b
1
y b
2

El sistema es compatible determinado
=
= +
2
b b
y
b y x
*'
2 1
1

Espacio Vectorial

50
Hallamos la solucin

Si y =
2
b b
2 1
reemplazando en la primera ecuacin x +y =b

1
x +
2
b b
2 1
=b
1

x =b
1
-
2
b b
2
b b b 2
2
b b
2 1 2 1 1 2 1
+
=
+
= |
.
|
\
|

S =
)
`
e |
.
|
\
| +
R b , b
2
b b
,
2
b b
2 1
2 1 2 1
con x =
2
b b
2 1
+
; y =
2
b b
2 1

Particularizamos:

Si b
1
=4 . b
2
=2 x =
=
= +
2 y x
4 y x
2
b b
2 1
+
= 3
2
2 4
=
+

y =
2
b b
2 1
= 1
2
2 4
=

S = Graficamos el sistema dado: ( ) { 1 , 3 }

Si variamos los trminos independientes b
1
y b
2
obtenemos otras rectas, entonces otra solucin,
pero al mantener constantes los coeficientes las rectas obtenidas sern paralelas a las dadas
si b
1
=-2 . b
2
=-3

=
= +
3 y x
2 y x

2
5
2
) 3 ( 2
x

=
+
=

2
1
2
) 3 ( 2
y =

=

S =
)
`
|
.
|
\
|
2
1
,
2
5

Espacio Vectorial

51
Ejercicio N 2
1 1 b
1

2 2 b
2

1 1 b
1

0 0 b
2
-2 b
1

= +
= +
2
1
b y 2 x 2
b y x
*

Sistema equivalente:
=
= +
1 2
1
b 2 b y . o
b y x
*
como el coeficiente de y es cero, esta ecuacin no es Comp. Det. puede ocurrir:

a) que el trmino independiente sea cero, es decir
b
2
- 2 b
1
=0 b
2
=2b
1

la ecuacin es Comp. Indeterminada el sistema tambin lo es, en efecto el sist. equivalente es:

=
= +
0 y
b y x
1
ecuacin que se verifica y e R

x +y =b
1
x =b
1
- y

S = ( ) { } R y y , y b
1
e

b) que el trmino independiente no sea cero es decir b
2
- 2 b
1
= 0

la ecuacin es Incompatible y el sistema tambin lo es; en efecto el sistema equivalente
=
= +
0 y . o
b y x
1

sin solucin
S ={ }
Mas adelante obtendremos la ecuacin de un plano, por ahora acepta sin fundamentacin que si
trabajamos en 2 dimensiones (R
2
) la grfica de una ecuacin en 2 variables es una recta, y si trabajamos
en tres dimensiones la grfica es un plano.
Ejemplos:

1) 3 x +2 y +z =6

El plano corta a los 3 ejes.

Espacio Vectorial

52
2) x +y =3
3) y =4

es un plano // al eje "z" y perpendicular
al plano "x y".
es un plano perpendicular al eje "y" y
paralelo al plano "x z".

Hemos resuelto sistemas de dos ecuaciones con dos incgnitas, en forma anloga resolvemos sistemas
de 3 ecuaciones con tres incgnitas.
Dichos sistemas pueden ser compatibles determinados (solucin nica) compatibles indeterminados
(infinitas soluciones) o bien incompatibles (sin solucin).
Graficamos las distintas alternativas.

Compatible determinado

los tres planos se interceptan en un punto

Compatible indeterminado

los tres planos se interceptan en una recta, la solucin
son los infinitos puntos de la recta.

Espacio Vectorial

53

dos planos t
1
,t
2
son coincidentes, los tres se
interceptan en una recta.

los tres planos son coincidentes, la solucin son los
infinitos puntos del plano.

Incompatible (sin solucin)

los tres planos son paralelos

dos son coincidentes y el tercero es
paralelo a ellos
dos paralelos y uno transversal (si bien t
1
se
intercepta con t
2
segn r
1
, esta recta no es
solucin pues no corta a t
3
.
se interceptan 2 a 2

Espacio Vectorial

54
Ejercicio N 3

= + +
= +
= +
4 z y x
0 z y x
6 z y x

1 -1 1 6
1 1 -1 0
-1 1 1 4

1 -1 1 6
0 2 -2 -6
0 0 2 10

Sistema equivalente

=
=
= +
10 z 2
6 z 2 y 2
6 z y x

compatible determinado

2
10
z = z =5
2y - 2z =-6 2y -10 =-6 2y =4 y =2

x - y +z =6 x - 2 +5 =6 x =6 +2 - 5 =3 x =3

S = ( ) { } 5 , 2 , 3

Ejercicio N 4

=
=
=
1 z 2 y
1 y x 2
1 z x
para mayor claridad lo completamos:
= +
= +
= +
1 z 2 y x . o
1 z . o y x 2
1 z oy x

1 0 -1 1
2 -1 0 1
0 1 -2 1

1 0 -1 1
0 -1 2 -1
0 1 -2 1

1 0 -1 1
0 -1 2 -1
0 0 0 0

Espacio Vectorial

55
Sistema equivalente

=
= +
=
0 z . 0
1 z 2 y
1 z x

se verifica Z e R compatible indeterminado

El sistema es compatible indeterminado - y =- 2 z -1 y = 2 z +1

x - z =1 x =z +1

S = ( ) { } R z z , z 2 1 , 1 z e + +

Ejercicio N 5

=
=
=
2 z 2 y
0 y x 2
2 z x
* Completamos:
= +
= +
= +
2 z 2 y x . 0
2 z . 0 y x 2
2 z y . 0 x
*

1 0 -1 2
2 -1 0 0
0 1 -2 2

1 0 -1 2
0 -1 2 -4
0 1 -2 2

1 0 -1 2
0 -1 2 -4
0 0 0 2

=
= +
=
2 z . 0
4 z 2 y
2 z x
Sistema equivalente

el sistema es Incompatible
S ={ }
Ecuacin lineal Incompatible
Espacio Vectorial

56
Combinacin lineal

Sea ( V, + , K , . ) un espacio vectorial donde se definieron dos operaciones
e V : e V suma vectorial , ley interna
2 1
v , v

2 1
v v

+
e V , e K : eV producto de un vector por un escalar ( ley externa ) v v

Con solo reiterar estas operaciones definidas en los espacios vectoriales se tiene
a esta expresin se la denomina:
=
+ + + =
n
1 i
n n 2 2 1 1 i i
v . - - - - - v . v . v .

Combinacin lineal (c.l.) de vectores, utilizaremos esta expresin como instrumento de trabajo.
resultado de la combinacin lineal
=
= + + + =
n
1 i
n n 2 2 1 1 i i
v v . - - - - - v . v . v .

c. l.

Habamos visto que los vectores geomtricos ( con K = R ) tienen estructura de espacio vectorial.
Podemos entonces ejemplificar en dicha estructura.
Dados e R
5 4 3 2 1
v , v , v , v , v

2
, se pide expresar
5
v
como combinacin lineal de los restantes.

Obtener el vector nulo como combinacin lineal de los vectores dados.

3 3 1 1 4 3 3 2 1 1
4
1 i
i i
4
1 i
i i 5
v . v . v . 0 v . v . 0 v . v . v . v

| + | = + | + + | = o = =

= =

Observacin : la combinacin lineal no es nica, pero si se dan en R
2
tres vectores no paralelos,
por ejemplo

, la combinacin lineal es nica , y cada vector es combinacin lineal de los
otros dos :
5 3 1
v y v , v
1 3 3 5 1 3 3 1 1 5
) v . v ( v y v . v . v | | = | + | =

Expresamos el vector nulo como combinacin lineal:
=
= + + + + =
v
1 i
i 5 4 3 2 1
v . 0 v . 0 v . 0 v . 0 v . 0 v . 0 0

( se llama combinacin lineal trivial)

= =
o = =
1 i
5 i i
4
1 i
5 i i
v v . v v . 0

Si los datos son dos vectores no paralelos, por ejemplo
3 1
v y v

la nica forma de obtener el vector
nulo es :
( ya que con dos vectores no paralelos no se cierra el polgono).

3 1
v . 0 v . 0 0

+ =

4
v
1
v
2
v
4
.

3
v
5
v

5
v

4
v

3 3
v .

2 2
.v

1 1
v .

1 1
v .
o
3 3
v .
o
4 4
.v
o
2 2
v .
o
5
v

5
v

3 3
v .
|
1 1
v .
|
Espacio Vectorial

57
Si dos vectores son paralelos, por ejemplo:

b a . 2 0

= ( no es la combinacin lineal trivial )

a
resulta: b
b
2
1
a a . 2 b

= v =

Trabajamos de aqu en adelante con combinacin lineal:
i i
v
. ( instrumento de trabajo) ; (al leer estas definiciones ponga atencin en el uso de los
cuantificadores)
Si e V : es un conjunto generador de V se escribe v
} {
n 2 1
n
1 i
i i
v , , v , v v v .

=
=
n 2
, v
1
v , , v

= V se dice tambin que V es el conjunto generado por
n 2 1
v , , v , v

.

En el ejemplo : Son conjuntos generadores de R
2
:
5 4 3 2 1
v , v , v , v , v

=
4 3 2 1
v , v , v , v

=
=
3 1
v , v

= R
2
( el plano )

Nota: no es una igualdad de conjuntos, significa que dichos conjuntos son generadores de un mismo
espacio vectorial (no se utilizan llaves).

Nos preguntamos si a // b generan R
2
, b y a , R b , a
2

= solo generan los vectores con esa

direccin : b a b , a
= = = R
1
( la recta )
Consideramos ahora R
3
( espacio ordinario ), los vectores dados pertenecen a un plano t.

Habamos visto que dicho plano esta
generado por estos vectores.
Consideramos x , x

t e no es
combinacin lineal de los
i
v
, pero si
tomamos x , v , v , v , v
4 3 2 1

= R
3

Tomamos ahora tres vectores no
coplanares :

'
3
'
2
'
1
v , v , v

e R
3
e R x
3
,
= =
=
v , v , v ; v . x
'
3
'
2
'
1
3
1 i
'
i i

R
3

no coplanares

x
4
v
3
v

2 1
v v

t
x

'
2
v

'
1
v
'
3
v
Espacio Vectorial

58
Dado un conjunto de vectores, cabe preguntarse bajo que condiciones uno de ellos es combinacin
lineal de los restantes? para contestar esta pregunta definimos : la dependencia e independencia lineal
de vectores. Igualamos la combinacin lineal al vector nulo
=

n
1 i
i i
v .

{ v v v 0 0 v .
n 2 1 i i
n
1 i
i i

}
= =
=
es un conjunto linealmente independiente (l.i.)
como todos los coeficientes son nulos no podemos despejar ningn vector en funcin de los otros, es
decir no existe entre ellos combinacin lineal.

Si no son paralelos son l.i.
2 1
v v

0 . 0 . 0
2 1

= + v v
Si no son coplanares son l.i.
'
3
'
2
'
1
v v v

= 0 .

i i
v si -
i
= 0 {
n
v v }

1
es un conjunto linealmente dependiente (l.d.) en este
caso se puede despejar cualquiera de los vectores cuyo coeficiente no sea nulo, es decir algn o
algunos vectores son combinacin lineal de los restantes.

En el ejemplo de combinacin lineal el conjunto de vectores dados es l.d.
En R
3
{ } x , v v v
'
3
'
2
'
1

es linealmente dependiente.

Observaciones: Habamos visto que

.

depend lin.
v v v v v
5 4 3 2 1
=
.

indep lin. depend. lin.
v v v v v v
2 1 4 3 2 1
= = R
2

2 1
paralelo) (no v v

Conclusin: puede eliminarse un vector sin alterar el conjunto generado ste es combinacin lineal
de los restantes.
Observemos el grfico:

coplanares no
x v v , ,
2 1
= R
3

agrego x v k v k v v

. 0 . . /
2 2 1 1
+ + =
= x v v v

, , ,
2 1
R
3
(no altera el conjunto generado)
como
1 2 2 1
) v . v ( v | | =

podemos eliminarlo
x v v

, ,
2
= R
3

pasamos de x v v x v v

, ,
2 2 1
= = R
3
es decir
cambiamos v por v
1

lineal comb. v paralelo) (no v
2 1
-

Podemos expresar cualquiera
de ellos como combinacin
lineal de los restantes.
1
v
x

v
Espacio Vectorial

59
Conclusin : siendo v v v x v v v

por o puede . 0 . .
2 1 2 2 1 1
cambiarse + + = | | , pero no ya que su
coeficiente es cero y no podramos expresarlo como combinacin lineal de los restantes vectores.
x

Base : conjunto generador linealmente independiente.

R
2
dos paralelos
En vectores no constituyen una base.
R
3
tres coplanares

El nmero de vectores de una base es la dimensin del espacio vectorial, se anota dim V
n
= n

Dado un conjunto { linealmente independientes } v , .... , v
m 1
e
i
v /
V
n
con n > m puede completarse
este conjunto hasta formar una base; agregando uno a uno vectores que no sean combinacin lineal de
los restantes hasta obtener n vectores { } v .. , v , .. , v
n m 1

; dicho conjunto de n vectores es linealmente
independiente y por lo tanto base de V
n
.

Coordenadas : Dada una base en un espacio vectorial cualquier vector de dicho espacio puede
expresarse como combinacin lineal de los vectores de la base.

Sea
2 1
e , e

e R
2
una base -
2 1
, o o e R /

2 2 1 1
e . e . v

o + o = esta combinacin lineal es nica

2
'
2 1
'
1
e . e . v

o + o = suponemos existe otra
( ) ( )
2
'
2 2 1
'
1 1
e . e . 0

o o + o o =

'
2 2
'
1 1
'
2 2
'
1 1
0 0
o = o . o = o
= o o . = o o
Nos dice que la combinacin lineal es nica. Podemos generalizar para un espacio de dimensin n.

Base cannica: Los vectores de esta base son versores: (vectores de mdulo unidad)

Perpendiculares entre si
En R
2
: En R ;
1
0
;
0
1
|
|
.
|
\
|
=
|
|
.
|
\
|
= j i

3

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1
0
0
;
0
1
0
;
0
0
1
k j i

Generalizamos para R
n

En R
n
: = ; = .......
1
e
2
e
|
|
|
|
|
.
|
\
|
0
0
1
|
|
|
|
|
.
|
\
|
0
1
0
|
|
|
|
|
.
|
\
|
=
1
0
0
n
e

Veremos al estudiar producto escalar, que su producto escalar es nulo.

En esta base las coordenadas se dicen componentes de un vector.

Estamos ahora en condiciones de resolver cualquier problema de combinacin lineal.
v

2
e

1
e

Siendo base, resulta:
2 1
e , e

Espacio Vectorial

60
Para fijar conceptos, sin perder generalidad trabajamos en R
3
, en base cannica, entonces cada vector
ser identificado por sus tres componentes.

Planteamos la combinacin lineal:
v v . v . v .
3 3 2 2 1 1

= + + v O v v . v . v .
3 3 2 2 1 1

= = + +
El problema, en el primer caso encontrar
3 2 1
, , si existen que nos permitan expresar v
como
combinacin lineal de
3 2 1
v v v

; en el segundo caso si = = = 0
3 2 1 3 2 1
v v v

son linealmente
independiente si alguno de los escalares es no nulo dichos vectores son linealmente dependientes.

Expresamos los vectores por sus componentes:

nos conduce a:
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|

c
b
a

a
a
a
.
a
a
a
.
a
a
a
.
33
23
13
3
32
22
12
2
31
21
11
1

es un sistema de ecuaciones
= + +
= + +
= + +
c . a . a . a
b . a . a . a
a . a . a . a
3 33 2 32 1 31
3 23 2 22 1 21
3 13 2 12 1 11

Resolver un problema de combinacin lineal equivale a resolver un sistema de ecuaciones,
interpretamos:

Incompatible Compatible
S = { }
Determinado Indeterminado

v

2
v
2 2
.v

1
v

2
'
2
v .

En R
3
En R
2

En el segundo caso, debemos resolver un sistema homogneo es decir a = b = 0, que siempre es
compatible, si es determinado los escalares
i
= 0 i y los vectores son linealmente independientes, si
es indeterminado, - algn
i
= 0 y los vectores son linealmente dependientes.
solucin nica

2 1
v v

son base
v

1
v

2
v

3
v

3 3
.v

1 1
.v

soluciones
v

1
'
1
.v
3
'
3
.v
no es c.l. de v
3 2 1
v v

S = { }
Espacio Vectorial

61
Ejemplo: Dados los vectores:

{ }
{ } , ,
, ,
'
3 2 1
3 2 1
v v v
v v v

Analizar
5
3
1
;
1
0
1
;
2
1
0
;
3
2
1

'
3 3 2 1
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
= v v v v

Analizamos } , , {
3 2 1
v v v

= + +
= + +
= + +
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
= + +
c . 1 . 2 . 3
b . 0 . 1 . 2
a . 1 . 0 1.

c
b
a

1
0
1
.
2
1
0
.
3
2
1
. v v . v . v .
3 2 1
3 2 1
3 2 1
3 2 1 3 3 2 2 1 1

*

a b a c
a b
a
a c
a b
a
c
b
a
4 2 3 2 0 0
2 2 1 0
1 0 1
3 2 2 0
2 2 1 0
1 0 1
1 2 3
0 1 2
1 0 1
+

*
= =
= =
= = +
0 0
0 0 2
0 0
3 3
2 3 2
1 3 1

{ v
1
, v
2
, v
3
} son linealmente independientes
como es conjunto generador es base
|
|
|
.
|
\
|
= = + +
0
0
0
0
3 2 2 1 1

v v v
Verificamos que son linealmente independientes

Sistema equivalente al dado

*
+
=
=
= +
2
2
2 2
3
3 2
3 1
c b a
a b
a

|
|
|
.
|
\
|
= -
c
b
a
v
, , ,
3 2 1

{
3 2 1
, , v v v }

conjunto generador de R
3
(como son tres) tambin es base de R
3

Caso particular si
0
1
1
1
1
1
3
2
1
=
=
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
c
b
a
v

En efecto 1
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
|
|
|
.
|
\
|
1
1
1
1
0
1
0
2
1
0
1
3
2
1
Espacio Vectorial

62
Analizamos el conjunto
)
`
'
3 2 1
, , v v v

= + +
= + +
= + +
= + +
c
b
a
v v v v
3 2 1
3 2 1
3 2 1
3 3 2 2 1 1
5 2 3
3 1 2
0
. '

*
Analizamos el sistema homogneo:

a b a c
a b
a
a c
a b
a
c
b
a
4 2 3 0 0 0
2 1 1 0
1 0 1
3 2 2 0
2 1 1 0
1 0 1
5 2 3
0 1 2
1 0 1
+

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
|
|
|
.
|
\
|
0
0
0
5
3
1
1
2
1
0
1
3
2
1
1
Si 1 1 1
1 2 3
= = =
*
=
= +
= +
0 0
0
0
3
3 2
3 1

Se verifica e
3
R son l. d.

*
+ =
= +
= +
c b a
a b
a
2 0
2
3
3 2
3 1

Sistema compatible a - 2b + c = 0
2
c a
b
+
= bajo estas condiciones resulta: 0
3
= 0 se
verifica
3
e R, esta ecuacin lineal es compatible indeterminada con infinitas soluciones,

el sistema es compatible indeterminado.

Asignndole un valor a
3
, puede obtenerse
1
y
2
.

En particular: si que verifica b=
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
1
1
1
c
b
a
v
1
2 2
=
1 1 c a +
=
+
, esto nos dice que v
es combinacin
lineal de
'
3
,
2
,
1
v v v

hacemos
3
= 1

2
= b 2a -
3
= 1 2 . 1 1 = - 2
1
= a -
3
= 1 1 = 0
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
1
1
1
5
3
1
1
2
1
0
2
3
2
1
0
5
1
0

2
1
0
3
2
1

3 2 1
.

'
3
v ,
2
v ,
1
v

son coplanares, y por lo tanto linealmente dependientes

Espacio Vectorial

63
Ejercicios de aplicacin de los conceptos dados

1- En el espacio vectorial ( R
3
, + , R , . ) dados los vectores:

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
2
0
1
;
1
0
1
;
1
1
0
;
1
1
1
2 1
u v v v

v
a) Es combinacin lineal de
2 1
v y v

?
u
b) Es S = { }
2 1
, v v

un conjunto generador de R
3
?
c) Cul es
2 1
, v v S

= ?
d) Es S un conjunto linealmente independiente?
e) Si S no es base de R
3
complete este conjunto hasta formar una base.

a) Planteamos la combinacin lineal

|
|
|
.
|
\
|
+ =
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
= +
2 1
2 1
1
2 1 2 2 1 1
1
1
0
1
1
1

v v

igualamos la combinacin lineal al vector:

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
1
0
1
2 1
2 1
1

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
2
0
1
2 1
2 1
1

Resulta:
1
0
1
2 1
2 1
1
=
=
=
=
=
=
+
2
0
1
2 1
2 1
1

Lo que pone de manifiesto que resolver un sistema es equivalente a resolver un problema de

combinacin lineal.
Resolvemos (hallamos
1
,
2
)
= =
= = +
=
0 1
1 0
1
2 2 1
2 2 1
1

= =
= = +
=
1 2
1 0
1
2 2 1
2 2 1
1

Contradiccin

( ) u v v

= +
= . =
2 1
2 1
1 1
1 1
no es combinacin lineal de v
2 1
v y v

( )
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
2
0
1
1
1
0
1
1
1
1
1
u
2 1
v y v

es combinacin lineal de
Espacio Vectorial

64
}
e v
Podramos haber resuelto el sistema por Gauss
0 1 0
1 1 0
1 0 1
1 1 1
0 1 1
1 0 1

1 1 0
1 1 0
1 0 1
2 1 1
0 1 1
1 0 1

contradiccin
b) S = { no es generador de R
2 1
, v v

3

# S = 2 y dim R
3
= 3 , 2 < 3 S no genera a R
3

Adems por a) el vector R e
|
|
|
.
|
\
|
=
1
0
1
v
3
no es generado por S, es decir -
R
3
tal que v
no es
combinacin lineal de { S no es conjunto generador de R }
2
, v
1
v
3
.
c) Planteamos la combinacin lineal y la igualamos a un vector genrico de componentes
|
|
|
.
|
\
|
c
b
a
=
|
|
|
.
|
\
|
+
2 1
2 1
1

|
|
|
.
|
\
|
c
b
a
=
=
=
+
c
b
a
2 1
2 1
1

c a
a b
a
2
2
1
=
=
=
b - a = a - c
b + c = 2a
Pone de manifiesto que
2 1
, v v

es el conjunto generador de los vectores de R
3
cuyas componentes
cumplen la relacin b + c = 2 a (es decir generan todos los vectores pertenecientes al plano
determinado por ellos).
|
|
|
.
|
\
|
c
b
a
En particular por a) u que se prob es combinacin lineal de
|
|
|
.
|
\
|
=
2
0
1
2 1
v y v

cumple b + c = 2 a
d) Igualamos la combinacin lineal al vector nulo
0 v v
2 2 1 1

= + =
|
|
|
.
|
\
|

+
2 1
2 1
1
|
|
|
.
|
\
|
0
0
0
=
=
=

+
0
0
0
2 1
2 1
1
0 1 2
1 2
1
0
= =
=
=

{ es linealmente independiente. }
2 1
, v v

1
=1

= -1
2
o sea: 0 + 2 = 2 . 1
Espacio Vectorial

65
} e) El conjunto S = {
2 1
, v v

es linealmente independiente pero no es base de R
3
, completamos este
conjunto con un vector que no es combinacin lineal de
2 1
v y v

, cualquier vector que
|
|
|
.
|
\
|
c
b
a
no cumpla
la relacin b + c = 2 a servira, en particular el que en a) se prob no es combinacin lineal
de S = { es l.i. S es base de R
|
|
|
.
|
\
|
=
1
0
1
v
2 1
v y v

}
2 2 1 1
v v
v
2
v v

1
,
3
.
2 - Idem ejercicio anterior para los vectores
|
|
|
.
|
\
|
=
2
0
1
1
v

|
|
|
.
|
\
|
=
4
2
1
2
v
|
|
|
.
|
\
|
=
3
1
1
v
|
|
|
.
|
\
|
=
2
2
1
u
a) Planteamos la combinacin lineal:

+ = +
|
|
|
.
|
\
|
2
0
1
1
2
=
|
|
|
.
|
\
|
4
2
1
|
|
|
.
|
\
|
+

2 1
2
2 1
4 2
2

Igualamos la combinacin lineal al vector:

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+

3
1
1
4 2
2
2 1
2
2 1

v
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+

2
2
1
4 2
2
2 1
2
2 1

u
Resulta
= +
=
=
3 4 2
1 2
1
2 1
2
2 1

= +
=
=
2 4 2
2 2
1
2 1
2
2 1

Resolvemos
2
= 1/2
2
= 1
1
= 1 -
2
= 1/2
1
= - 1 -
2
= - 2
2 / 1
2
4 3
2
1
=
=

1
2
4 2
2
1
=
=

1
=
2
= 1/2 Contradiccin

es combinacin lineal de , en efecto: u v
2 1
v y v

no es combinacin lineal de
2 1
v y v

v
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
3
1
1
4
2
1
2 / 1
2
0
1
2 / 1
Espacio Vectorial

66
} b) S = { no es generador de R
2 1
, v v

3
: # S = 2 y dim R
3
= 3 . 2 < 3
Adems por a) 2) , 2 , 1 ( = - u
e R
3
/ u
no es generado por
2 1
v y v

c) Igualamos la combinacin lineal a un vector genrico de componentes (a , b , c)
= = +
= =
= = =
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
2
2
2
4
4 2
2
2
2
4 2
2
2
1 2 1
2 2
2 1 2 1
2 1
2
2 1
b c c
c
b
b
b
a a a
c
b
a

c b a b c b a
b c b
a = =
= 2 2 2
2
2
2

2 1
, v v

es el conjunto generador de los vectores de R
3
cuyas componentes cumplen la relacin
2 a = b - c ; en particular 3) , 1 , 1 ( = v
/ 2 (-1) = 1 3 = -2

d) Igualamos la combinacin lineal al vector nulo

= = +
= =
= =
2 1 2 1
2 2
2 1 2 1
2 0 4 2
0 0 2
0

1
=
2
= 0
|
.
|
\
|
|
.
|
\
|
+

0
0
4 2
2 1
2 1

|
|
=
|
|
0 2
2

{ es linealmente independiente ya que }
2 1
, v v

0 0
2 1 2 2 1 1
= = = +

v v

e) Debemos completar el conjunto S = { }
2 1
, v v

hasta formar una base de R
3
, es decir
encontrar un vector que no sea combinacin lineal de
2 1
v y v

, cualquier vector (a , b , c) que no
cumpla la relacin 2 a = b - c servira, en particular el 2) , 2 , (1 = u
que en a) probamos que no es

combinacin lineal de S =
2 1
v y v

{ } u v v

, ,
2 1
es base de R
3

{ }
t ,
,
2 1
2 1
=
=
v v
v v S

Espacio Vectorial

67
3 - Verifique que los vectores y constituyen una base en R
|
|
.
|
\
|
=
3
2
1
v
|
|
.
|
\
|
=
4
1
2
v
2

Es suficiente demostrar que son linealmente independientes.
Planteamos la combinacin lineal, la igualamos al vector nulo y resolvemos el sistema de ecuaciones
correspondiente.

|
|
.
|
\
|
=
|
|
.
|
\
|
+
=
|
|
.
|
\
|
+
|
|
.
|
\
|
= +
0
0

4 3
2

4
1
.
3
2
. . .
2 1
2 1
2 1 2 2 1 1

v v

=
= +
0 4 3
0 2
2 1
2 1

0 0 11 ) 2 ( 4 3 2
1 1 1 1 1 2
= = = =

1
=
2
= 0 linealmente independientes. { ,
2 1
v v

}
} No es necesario probar que es un conjunto generador ya que dim R
2
= 2 . # { = 2 , como
ejercitacin lo probamos.
,
2 1
v v

=
= +
b
a
2 1
2 1
4 3
2

significa que: -
1
,
2
a, b e R.
11
2 3
11
4
2
11
4

4 11 ) 2 ( 4 3
2
2
1
1 1 1
1 2
b a a b
a
a b
b a a
a
= |
.
|
\
| +
=
+
=
= =
=

Por ejemplo si queremos

|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
=

=
=
+
=
= =
|
|
.
|
\
|
=
1
3
4
1
1
3
2
1
1
11
) 1 ( 2 3 . 3
1
11
3 . 4 1
1 3
1
3
w vector el
2
1
b a

Espacio Vectorial

68
4 - Verifique que:
|
|
.
|
\
|
=
|
|
.
|
\
|
=
2
1
v y
4
2
v
2 1

son linealmente dependientes

( ) ( ) R
v v
e = = = =
= = +
|
|
.
|
\
|
=
|
|
.
|
\
|
+
=
|
|
.
|
\
|
+
|
|
.
|
\
|
= +
1 1 1 1 1 2 1
1 2 2 1
2 1
2 1
2 1 2 2 1 1
0 0 4 4 2 2 4 0 2 4
2 0 2
0
0
2 4
2
2
1
4
2
0

|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
= =
= e
0
0
2
1
6
4
2
3 6 3
2
2 1
1 2 1

si
R

si
1
=1
2
=2
2

1 2 2 1
2 1
2 / 1 2
0 2 1
v v v v
v v

= v =
= +

Esto pone de manifiesto que existe una combinacin
lineal entre ellos.

5 - Verifique que es un sistema generador de R
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
1
1
1
0
0
1
2
.

Planteamos la combinacin lineal.
|
|
.
|
\
|
+
+
=
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
3 2
3 1
3 2 1
1
1
1
0
0
1

Igualamos esta combinacin lineal a un vector genrico de R
2
de componentes
|
|
.
|
\
|
b
a
R
b
a
b
a
b
a
e
=
=
= +
= +
|
|
.
|
\
|
=
|
|
.
|
\
|
+
+
3
3 2
3 1
3 2
3 1
3 2
3 1

Espacio Vectorial

69
por ejemplo: si queremos el vector hacemos
|
|
.
|
\
|
1
3
3
=1 resulta
0 1 1
2 1 3
2
1
= =
= =

|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
1
3
1
1
1
1
0
0
0
1
2

Hacemos ahora
3
=2
1
=1 ,
2
=-1

y obtenemos otra combinacin lineal, como la combinacin lineal no es
nica los vectores dados son linealmente dependientes.

En efecto (es decir la combinacin lineal ( )
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
0
0
1
1
1
1
0
1
0
1
1
( )
|
|
|
|
=
|
|
|
|
+
|
|
|
|
+
|
|
|
|
1
3
1
1
2
1
0
1
0
1
1
. \ . \ . \ . \
nos conduce al vector nulo, y los escalares no son nulos)

6 - Estudiamos si los vectores
son base de R
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1
1
1
;
0
1
1
;
0
1
1
3 2 1
v v v

3

Slo tenemos que probar que son l. i.

Planteamos la combinacin lineal, la igualamos al vector nulo y resolvemos al sistema de ecuaciones.

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
+ +
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
0
0
0
1
1
1
0
1
1
0
1
1
3
3 2 1
3 2 1
3 2 1
=
= +
= + +
0
0
0
3
3 2 1
3 2 1

0 0
1 2 2 1
2 1
= = =
=

0
3
=

{
3 2 1 3 2 1
, , 0 v v v }

= = = es l. i.

Espacio Vectorial

70
7 - En R
4
consideramos A ={ (1, -1, 1, 1) ; (4, -1, 0, 2) ; (2, 1, -2, 0) }
La forma ms conveniente de escribir los vectores es en forma de tabla o matriz.

El vector i-simo de A es la fila i-sima de la matriz.

|
|
|
.
|
\
|
0 2 1 2
2 0 1 4
1 1 1 1
Aplicamos operaciones elementales (Gauss)

|
|
|
.
|
\
|

2 4 3 0
2 4 3 0
1 1 1 1
Aplicamos nuevamente operaciones elementales (Gauss)

|
|
|
.
|
\
|
0 0 0 0
2 4 3 0
1 1 1 1

=( (1, -1, 1, 1 ) ; ( 0, 3, -4, -2 ) ; ( 0, 0, 0, 0 ) ) =
=( (1, -1, 1, 1 ) ; ( 0, 3, -4, 2 ) )
donde { ( 1, -1, 1, 1 ) ; ( 0, 3, -4, 2 ) } es linealmente independiente

dicho conjunto es una base de A

la dimensin de A es dos.

Observacin: si los vectores dados se disponen en columnas, se hacen las operaciones elementales
sobre las columnas.

A =( ( 1, -1, 1, 1 ) ; ( 4, -1, 0, 2) ; ( 2, 1, -2, 0 ) ) =
=( (1, -1, 1, 1 ) ; ( 0, 3, -4, -2 ) ; ( 0, 3, -4, 2 ) ) =
Espacio Vectorial

71
8 - Sea A ={ ( 1, -1, 1 ) ; ( 0, 1, -3 ) ; ( 2, 1, -7 ) ; ( 1, 0, 2 ) ; ( 3, 1, 1) } hallar una base de A

|
|
|
|
|
|
.
|
\
|
1 1 3
2 0 1
7 1 2
3 1 0
1 1 1

|
|
|
|
|
|
.
|
\
|
2 4 0
1 1 0
9 3 0
3 1 0
1 1 1

|
|
|
|
|
|
.
|
\
|
10 0 0
4 0 0
0 0 0
3 1 0
1 1 1

Intercambiamos ]
3
por ]
4

|
|
|
|
|
|
.
|
\
|
10 0 0
0 0 0
4 0 0
3 1 0
1 1 1

Conclusiones:
A ={(1, -1, 1 ) ; (0, 1, -3 ) ; ( 0, 0, 1)} l. i.

|
|
|
|
|
|
.
|
\
|
1 0 0
0 0 0
1 0 0
3 1 0
1 1 1

|
|
|
|
|
|
.
|
\
|
0 0 0
0 0 0
1 0 0
3 1 0
1 1 1

A = ' A

dim R
3
=3 ; # A =3
los vectores de A constituyen una base de R
3

es decir ' A =R
3
.

Adems los 5 vectores iniciales ( o sea los vectores
de A ) son linealmente dependientes.
Espacio Vectorial

72

9 - Sea A ={(1, 3, 3, 2 ) ; (2, 6, 9, 5) ; (-1, -3, 3, 0) ; (1, 3, 3, 0) ; (1, 3, 1, 1)}

Hallar una base de ( A).

1 1 3 1
0 3 3 1
5 9 6 2
2 3 3 1

1 2 0 0
2 6 0 0
1 3 0 0
2 3 3 1

1 2 0 0
2 6 0 0
1 3 0 0
2 3 3 1

1 0 0 0
0 0 0 0
1 3 0 0
2 3 3 1

Conclusiones: A ={ ( 1, 3, 3, 2) ; ( 0, 0, 3, 1 ) ; ( 0, 0, 0, -1) } linealmente independientes

( A) =( A) ; # A =3 ( A) =R
3

los vectores de A constituyen una base de R
3
, los vectores de A son linealmente
dependientes.
Trabajo Prctico - Espacio Vectorial

73


1- Analiza las siguientes cuaternas y establece si tienen o no estructura de Espacio Vectorial,
justificando tu respuesta.
a) (R , +, Q , .) b) (R , +, Z , .) c) ( Z , +, R, .)
d) (R , +, R , .) e) (Q , +, Q , .) f) ( Q , +, R, .)
A modo de ejemplo, desarrollamos los tems a), b) y c).
a) (R , +, Q , .)
i) El par (R , +) es Grupo Abeliano.
ii) La terna (Q , +, .) es Cuerpo
iii) R a . k Q k R a e e e

: , se cumple la ley externa es cerrada en R
iv) Se cumplen todos los restantes axiomas:
Asociatividad para escalares:
( ) ( )a .k k a . k k Q k k R a
2 1 2 1 2 1

. : , , = e e
Distributividad del producto con respecto a la suma de vectores:
( )
2 1 2 1 2 1
a k a k a a k Q k R a , a

. . : , + = + e e
Distributividad del producto con respecto a la suma de escalares:
( ) a k a k a k k Q k k R a
2 1 2 1 2 1

+ = + e e . : , ,
Existencia de neutro para la ley externa:
a a 1 Q 1 R a

= e e : , (siendo e = 1)
(R , +, Q , .) tiene estructura de Espacio Vectorial
b) (R , +, Z , .)
i) El par (R , +) es Grupo Abeliano.
ii) La terna (Z , +, .) no es Cuerpo
(R , +, Z , .) no tiene estructura de Espacio Vectorial
c) (Z , +, R , .)
i) El par (Z , +) es Grupo Abeliano.
ii) La terna (R , +, .) es Cuerpo
iii) Z a . k R k Z a e e e

: , no se cumple: la ley externa no es cerrada en Z
Ejemplo: Z Z R e e . e 5 .
3
2
5
3
2

(Z , +, R , .) no tiene estructura de Espacio Vectorial
Las respuestas de los dems tems son: d) (R , +, R , .) es Espacio Vectorial
e) (Q , +, Q , .) es Espacio Vectorial
f) (Q , +, R , .) no es Espacio Vectorial

74
2- Dados los vectores pertenecientes a R
2
: a) ( ) 1 ; 2 v=
y ( ) 3 ; 6 v
2
=
, siendo v v
2

. k =
b) ( ) 1 ; 2 v =
y ( ) 3 ; 6 v
2
=
, siendo v v
2

. k =
Determina: i) 0 v v . 2 / v
1 1

= +
ii) R ke
iii) v v v / ,
2 1

= + e
2 1 2 1
k k R k k
iv) Cmo son las componentes de
1
v
,
2
v
y v
?
v) Los conjuntos { } v ; v
1

, { } v ; v
2

y { }
2 1
v ; v

son L.D. o L.I.?
vi) Cul es la grfica de v
. k ?

Como ejemplo, desarrollamos el tem a) ( ) 1 ; 2 v=
y ( ) 3 ; 6 v
2
=
, siendo v v
2

. k = :
i) Si ( 1 ; 2 v / 0 v v . 2
1
= = + )

v . 2 v
1

= ( ) 1 ; 2 . 2 v
1
=
( ) 2 ; 4 v
1
=

ii) siendo v v /
2

. k R k = e ( ) 3 ; 6 v
2
=

Entonces: v v
2

. k = ( ) ( 1 ; 2 3 ; 6 k = ) ( ) ( ) k k; 2 3 ; 6 = k = 3 v v
2

. 3 =
6 =2.k

3 =k

iii) Si , significa que v v v v
2 1

= +
2 1
k k

es C.L. de
1
v
y
2
v
, entonces para determinar k

1
y k
2

debemos resolver un sistema de ecuaciones lineales.

v v v
2 1

= +
2 1
k k Aplicamos Gauss
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
1
2
3
6
2
4
2 1
k k
= +
= +
1 3 2
2 6 4
2 1
2 1
k k
k k

Sistema equivalente

=
= +
2 k
1 k k
2
2 1
0 0
2 6 4
k
1
k
2
b
i

-4 6 2
-2 3 1
-4 6 2
0 0 0

La ecuacin 2 es una ecuacin de primer grado compatible indeterminada, entonces existen infinitos
valores de k
2
e R que la verifican, y por tanto, el sistema de ecuaciones es Compatible Indeterminado.
En efecto: en la ecuacin 1 despejamos k
1
en funcin de k
2
para escribir el conjunto solucin (S).
De 1
2
1
2
3
=
2 1
k k
)
`
e |
.
|
\
|
= R k k k S
2 2 2
;
2
1
2
3

Para cada valor de k
2
tenemos una solucin particular, lo cual significa que la C.L. no es nica.

Verifcalo para k
2
=1.


75
iv) Consideramos ahora las componentes de ( ) 2 ; 4 v
1
=
, ( ) 3 ; 6 v
2
=
y ( ) 1 ; 2 v=

2
1
4
2
sus componentes son proporcionales

1
v // v

2 1
v // v // v

3
1
6
2
= sus componentes son proporcionales
2
v // v

4
3
f x ( )
g y ( )
e w ( )
h v ( )
8 8 x y , w , v ,
8 6 4 2 0 2 4 6 8
3
2
1
1
2
3
4

v) Se puede responder de dos maneras:
Por ser colineales, son L.D.
Basada en la definicin: { }
=
= - =
n
1 i
n 2 1 i i i
. conjunto un es v ;...; v ; v 0 k si 0 v . k L.D

Analizamos el conjunto { }
2 1
v ; v

0 v k v k
2 2 1 1

= + Aplicamos Gauss
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
0
0
3
6
k
2
4
k
2 1
=
+
= +
0 k 3
k
2
0
k 6 k 4
2
1
2 1

Sistema equivalente
Sistema Homogneo Indeterminado
=
= +
2 k
1 k k
2
2 1
0 0
0
6 4

existen soluciones se cumple la definicin antes enunciada { }
2 1
v ; v

es un conjunto L.D.

Verificamos:
)
`
e |
.
|
\
|
= R k k k S
2 2 2
;
2
3
Para una solucin particular, si k
2
=2 k
1
=3 0 v 2 v 3
2 1

= +

( ) ( ) ( ) 0 ; 0 6 ; 12 6 ; 12 = +
( ) ( ) 0 ; 0 0 ; 0 =

En forma anloga, analiza los otros dos conjuntos de vectores.

k
1
k
2
b
i

-4 6 0
-2 3 0
-4 6 0
0 0 0
y
x
v

v
2
1
v

v . 3
=
r
En el grfico, vemos que
y son vectores
colineales (pertenecen a
la mi
1
v
2
v v
sma recta).
0


76
vi) La grfica de son los pares v
. k ( ) k 2k; que verifican ( ) R k . k e 1 ; 2

Ejemplos:
r ) 2 ; 4 ( v . 2 e =

r ) 1 ; 2 ( v . 1 e =

r ) 0 ; 0 ( v . 0 e =

Las respuestas del tem b) y ( ) 1 ; 2 v =
( ) 3 ; 6 v
2
=
, siendo v v
2

. k = , son las siguientes:
i) ( ) 2 ; 4 v
1
=

ii) 3 k =
iii)
=
+
1 2
2 6 4
2 1
2 1
k
3
k
k

k

)
`
e |
.
|
\
|
= R k k k S
2 2 2
;
2
1
2
3

existen infinitas maneras de expresar v
como C. L. de y
1
v
2
v
iv) Sus componentes son proporcionales.

v) Los conjuntos { }, { } v ; v
1

v ; v
2

y { }
2 1
v ; v

son L.D.
vi) La grfica de son los infinitos pares v
. k ( ) k 2k - ; que verifican ( ) R k . k e 1 ; 2
3- Dados los vectores y ( ) 1 ; 2 v
1
=
( ) 1 ; 2 v
2
=
, determina:
i) ( ) 4 ; 0 v k v k / k , k
2 2 1 1 2 1
= + e

R

ii)
2 1
v v / . k R k = e
iii) Se puede expresar cualquier vector ( ) b ; a v=
como C. L. de
1
v
y ?
2
v
iv) ( ) 2 ; 4 v k v k / k , k
2 2 1 1 2 1
= + e

R
v) |
.
|
\
|
= + e
2
3
; 1 v k v k / k , k
2 2 1 1 2 1

R

i) Aplicamos Gauss
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
4
0
1
2
1
2
2 1
k k
=
+
=
4
0 2 2
k
k

k k
2
1
2 1

La ecuacin 2 es una ecuacin de primer grado compatible determinada, entonces el sistema de
ecuaciones es Compatible Determinado, y por lo tanto existe solucin nica: 2 k
1
= y 2 k
2
= . Esto
significa que es C. L. nica de y ( 4 ; 0
Sistema equivalente
=
=
2 k
1 k
2
k
2
2 1
8 4
0 2

)
1
v
2
v
.
Verificamos analtica y grficamente:
( ) ( ) ( ) ( ) ( ) (0;4 2 ; 4 4;2 1 ; 2 . 2 2;1 2. 4 ; 0 v . 2 v . 2
2 1
= ) + = + = +


77
5
0
h v
f x
d z
e y
g w
( )
( )
( )
( )
( )
5 5 v x , z , y , w ,
5 4 3 2 1 0 1 2 3 4 5
1
2
3
4
5

ii)
2 1
v v /

. k R k = e
|
|
.
|
\
|
=
|
|
.
|
\
|
1
2
1
2
. k absurdo
= =
=
=
1 k 1 k
1 k 2 k 2

2 1
v v / k R k = e

-/
no es C. L. de
1
v
2
v
pues
1
v
y
2
v
son L. I.
iii) Todo vector de R
2
puede expresarse como C. L. de
1
v
y
2
v
pues son L. I. y { } 2 v ; v #
2 1
=

Apliquemos la definicin de Conjunto Generador:
Si es un Conjunto Generador de V {
n 2 1
n
1 i
i i
v ,..., v , v v . k :

v V v = e

=
}
Tomamos un vector genrico v ( ) v v . v . / b ; a
2 1

= + e =
2 1
2
k k R
Aplicamos Gauss
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
b
a
1
2
1
2
2 1
k k
=
+
=
b
a 2 2
k
k

k k
2
1
2 1
La ecuacin 2 es una ecuacin de primer grado compatible determinada, entonces el sistema de
ecuaciones es Compatible Determinado, y por lo tanto existe solucin nica.
Despejamos
+
=
=
4
b 2 a
de
4
a b 2
de
1
2
k 1
k 2
, es decir que para cada particularizacin de a y b, k
1
y k
2

son nicos, y como es posible determinarlos R b a e , , resulta que { }
2 1
v ; v

es un Conjunto
Generador de R
2
.
Como ejemplo, particularizamos para ( ) ( ) 8 ; 8 b ; a m = =
=
=
+
=
2
4
a b 2
6
4
b 2 a
2
1
k
k
( ) 8 ; 8 v . v .
2 1
= +

2 6 ( ) ( ) ( ) 8 ; 8 2 ; 4 6 ; 12 = + ( ) ( ) 8 ; 8 8 ; 8 =

iv) 2 k
1
= y 0 k
2
=
v)
2
1
k
1
= y 1 k
2
=
Sistema equivalente
=
=
2 k
1 k
2
k
2
2 1
a b 2 4
a 2
Como { }
2 1
v ; v

es L. I. y C. G. de R
2
Base de R
2

0

1
v

2
v
v . 2
2
v . 2
) 4 ; 0 (

2
v . 2

1

x

78
4- Dados los vectores: a) , ( ) 3 ; 1 ; 1 v
1
=
( ) 4 ; 1 ; 2 v
2
=
y ( ) 2 ; 1 ; 3 v =

b) , ( ) 4 ; 0 ; 1 v
1
=
( ) 3 ; 1 ; 0 v
2
=
y ( ) 2 ; 1 ; 1 v =

c) , ( ) 3 ; 2 ; 1 v
1
=
( ) 0 ; 1 ; 2 v
2
=
y ( ) 1 ; 0 ; 1 v=

Existen v v k v k / k , k
2 2 1 1 2 1

= + eR ? Por qu?

Como ejemplo, desarrollamos el tem a).
Aplicamos Gauss
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
2
1
3
4
1
2
k
3
1
1
k
2 1
= +
= +
= +
2 k 4 k 3
1 k k
3 k 2 k
2 1
2 1
2 1
v v k v k
2 2 1 1

= +
Sistema equivalente

= =
= =
= +
2 7 k 7 k 2 -
4 k 4 k
3 k 2 k
2 2
2 2
2 1
3
2 -
1

absurdo Sistema Incompatible S = |
v no es C. L. de y
1
v
2
v
1
v
,
2
v
y v
son L. I. no son coplanares.

Las respuestas de los otros tems son: b) v
no es C. L. de
1
v
y
2
v

c) v
no es C. L. de
1
v
y
2
v

2

( ) 1 ; 2 v
1
=

, , ( ) 1 ; 2 v
2
= |
.
|
\
|
= 1 ;
2
1
v
y ( ) 4 ; 0 m=
tal que m v k v k v k
2 2 1 1

= + +

verifica grficamente que el vector m
no es combinacin lineal nica de , y

1
v
2
v
, segn los
siguientes valores asignados a los escalares:

a) k
1
=2 ; k
2
=2 ; k =0
b) k
1
=1 ; k
2
=3 ; k =8
c)
2
1
k
1
= ;
2
1
k ; k =4
2
=
d) k
1
=5 ; k
2
=7 ; k =8

A modo de ejemplo, desarrollamos los tems a) y b):

a) m v 0 v 2 v 2
2 1

= + +


79

5
5
f x ( )
e w ( )
h v ( )
g y ( )
d z ( )
i u ( )
5 3 x w , v , y , z , u ,
3 2 1 0 1 2 3 4 5
5
4
3
2
1
1
2
3
4
5

3
:
a) , , ( ) 3 ; 1 ; 2 v
1
=
( ) 4 ; 0 ; 2 v
2
=
( ) 2 ; 1 ; 1 v
3
=
y ( ) 2 ; 0 ; 1 v
4
=

b) , , ( ) 2 ; 1 ; 1 v
1
=
( ) 1 ; 3 ; 2 v
2
=
( ) 4 ; 2 ; 2 v
3
=
y ( ) 0 ; 2 ; 2 v
4
=

responde a las siguientes preguntas:
v . 8

1
v

2
v

i) ( ) ( ) z ; y ; x v k v k / k , k , z ; y ; x
2 2 1 1 2 1
= + e - e

R R
3
?, es decir, el conjunto { }
2 1
v ; v

es
generador de R
3
?
ii) Qu subespacio generan dichos vectores?
iii) Pertenecen los vectores
3
v
y a dicho subespacio?
4
v
iv) Determina
4 2 2 1 1 2 1
v v k v k / k , k

= + eR .

Desarrollamos para ejemplificar el tem a):
i) No es generador de R
3
, pues { } 2 v ; v #
2 1
=

< Dimensin del E.V.al que pertenecen y
1
v
2
v
=3.
ii) Observamos que no es paralelo a
1
v
2
v
, pues
4
3
0
1
2
2
=
= .
Aplicamos la definicin de Independencia Lineal:
{
n 2 1 1
n
1 i
i i
v ,..., v , v i 0 k 0 v . k

}
= =
=
es un Conjunto L.I.

= +
=
= +
0 k 4 k 3
0 -k
0 k 2 k 2
2 1
1
2 1
Es evidente que se trata de un Sistema
Homogneo Determinado, cuya nica solucin
es k
1
= k
2
= 0, y por lo tanto, es un
conjunto L. I.
{
2 1
v ; v

}
2
v . 3

1
v . 1

b) m v 8 v 3 v
2 1

= +
x

80
} Como es un conjunto L. I., sus vectores son generadores de R {
2 1
v ; v

2
(generan cualquier vector del
plano determinado por ellos).

Veamos qu condiciones cumplen sus componentes: v v k v k
2 2 1 1

= +
Sistema equivalente
=
+ =
= +
3
2
1
x 3 z 2 k 2
x y 2 k 2
x k 2 k 2
2
2
2 1

( ) ( ) ( ) z ; y ; x 4 ; 0 ; 2 k 3 ; 1 ; 2 k
2 1
= + Aplicamos Gauss
= +
=
= +
z k 4 k 3
y k
x k 2 k 2
2 1
1
2 1

Entonces, para que sea compatible debe verificarse que:
2
x 3 z 2
2
x y 2
=
+
2y +x =2z 3x 4x +2y =2z z y x 2 = +
y no son generadores de R
1
v
2
v
3
pero s son generadores de R
2
, generando cualquier vector cuyas
componentes verifiquen la condicin (determinan los infinitos puntos de un plano).

iii)
( )
subespacio dicho a v
2 1 1 . 2
z y x 2

z
y
x
2
1
1
v
3 3
e
)
`
= +
= +
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

subespacio dicho a v
2 0 1 . 2
z y x 2

z
y
x
2
0
1
v
4 4
e
)
`
= +
= +
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

iv) Determinamos k
1
y k
2
:
4 2 2 1 1
v v k v k

= +
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
2
0
1
4
0
2
k
3
1
2
k
2 1

Sistema equivalente
Aplicamos Gauss de donde
= +
=
= +
2 k 4 k 3
0 k
1 k 2 k 2
2 1
1
2 1
2
k
2
=
=

= +
3
2
1
1 k 2
k
1 k 2 k 2
2
2
2 1
1
y
=1 2
0 k
1
=

S. Compatible Determinado solucin nica

Verificamos:
4 2 2 1 1
v v k v k

= +
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
2
0
1
4
0
2
2
1
3
1
2
0
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
2
0
1
2
0
1
0
0
0
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
2
0
1
2
0
1

Esto significa que el conjunto { gener el vector }
2 1
v ; v

4
v


81
}
Las respuestas del tem b) son:
i) No son generadores de R
3
.

ii) son generadores de R {
2 1
v ; v

0 z= +
2
, generan infinitos vectores cuya relacin entre componentes
es y x+

iii)
3
v
no pertenece a dicho subespacio pues sus componentes no verifican la condicin

pertenece a dicho subespacio pues sus componentes verifican la condicin
4
v

iv)
5
2
k
1
= y
5
4
k
2

=

7- Analiza los siguientes conjuntos de vectores: { }
3 2 1
v ; v ; v

, { }
4 2 1
v ; v ; v

, { }
4 3 2 1
v ; v ; v ; v

correspondiente al tem b) del ejercicio nmero 6.

Las respuestas son: { }
4 2 1
v ; v ; v

es generador de R
2
y sus vectores son L. D.
{ }
3 2 1
v ; v ; v

son L. I. y el conjunto es generador de R
3
es Base de R
3

{ }
4 3 2 1
v ; v ; v ; v

es generador de R
3
y sus vectores son L. D.

Auto-evaluacin Espacio vectorial

82
AUTO-EVALUACION

1- Completar:
En R
2
, dos vectores - - - - - - son linealmente dependientes si sus componentes son - - - - - - ,
(a) (b)

y dos vectores - - - - - - - son L.I. si sus componentes no son - - - - - - - - .

(c)
(d)
Con dos vectores - - - - - - podemos generar cualquier vector de R
2
, y por lo tanto,
(e)

constituyen una - - - - - - - deR
2
.
(f)

Un vector no nulo es base en un espacio vectorial de dimensin - - - - - - - .
(g)

2 - Considerando los vectores del ejercicio N 6- a), completa el siguiente prrafo:

El conjunto } , , {
2 1
v v

es base de - - - - - - -
(b)
(a)

El conjunto } , {
4 2
v v

genera - - - - - - - - - - - - - - - - -
Los conjuntos } , };{ , , };{ , {
2 1 4 2 1 4 1
v v v v v v v

son generadores de - - - - - - - - - - - - - - - - - - - - - - - -

3 - Sean los vectores 2) ; (8 v y 6) ; (4 v ; 3) ; (2 v
3 2 1

pertenecientes a R
2
:
a) Analizar la dependencia o independencia lineal de A = } , , {
3 2 1
v v v

justificar la respuesta.
b) Verificar analtica y grficamente que, el vector 11) ; (14 v
4
=
es combinacin lineal de los

vectores dados, para los escalares k
1
=3 , k
2
=0 y k
3
=1

4 - Dados los vectores 16) ; (10 v y 6) ; (1 v 1), ; (2 v
2 1
= = =

a) Determinar k
1
, k
2
e R / k
1
1
v
+k
2

2
v
=v

b) Es v
combinacin lineal nica de

2 1
v y v

c) Verificar la combinacin lineal

Soluciones
(d)
(c)

1 - (a) paralelos; (b) proporcionales; (c) no paralelos; (d) proporcionales; (e) L. I. ; (f) Base;
(g) uno (R).

2 - (a)
3
v
; (b) R
3

(c) R
1
(geomtricamente determinan los infinitos puntos de la recta a la cual pertenecen).
(d) R
2
, generan cualquier vector cuyas componentes verifiquen la relacin 2x + y = z
(geomtricamente determinan los infinitos puntos de un plano).

Auto-evaluacin Espacio vectorial

83
3 - a) k
1
1
v
+k
2
2
v
+k
3
o v

=
3
/ - k
i
= 0 los
i
v
son L.D.

k
1
(2 ; 3) +k
2
(4 ; 6) +k
3
(8 ; 2) =(0 ; 0)
= + +
= + +
0 k 2 k 6 k 3
0 k 8 k 4 k 2
3 2 1
3 2 1

(sistema equivalente)
=
= + +
0 k 20
0 k 8 k 4 k 2
3
3 2 1

S = = - 9 e 0 k } k ) 0 ; k ; k 2 {(
i 2 2 2
son L.D.

b) 3
1
v
+ 0
2
v
+ =
4
v
3(2 ; 3) + 1 (8 ; 2) =(14 ; 11) (6 ; 9) +(8 ; 2) =(14 ; 11) 3

1v

4 - a) k
1
(2 ; 1) +k
2
(1 ; 6) =(10 ; 16)
= +
= +
16 6
10 2
2 1
2 1
k k
k k
=
= +
22 11
10 2
2
2 1
k
k k
sistema
k
1
=4
k
2
=2

compatible determinado solucin nica: S ={(4 ; 2)} o bien

b) v
es c.l. nica de
2 1
v y v

: son l.i. son Base de R
2
todo vector de R
2
puede expresarse
en forma nica como c.l. de los vectores de la base.
Tambin se puede responder : c.l. nica pues el sistema es compatible determinado los
valores de R
1
y R
2
son nicos.

c) Analticamente: v v v

= +
2 1
2 4
4 (2 ; 1) +2 (1 ; 6) =(10 ; 16)
(8 ; 4) +(2 ; 12) =(10 ; 16)
(10 ; 16) =(10 ; 16)

Tambin se puede verificar grficamente.

Matrices y Determinantes

84
Matrices
Contenidos:
Matrices sobre un cuerpo K. Matriz rectangular, cuadrada, fila, columna. Matriz escalonada. Matriz
traspuesta. Matrices cuadradas particulares. Algebra matricial: suma de matrices, definicin
propiedades, estructura. Producto de una matriz por un escalar, definicin, propiedades, estructura.
Producto de matrices, definicin, propiedades estructura de matrices cuadradas. Particin de matrices.
Determinantes, definicin axiomtica, propiedades que se deducen de los axiomas. Determinante de
segundo orden. Determinante de tercer orden. Regla de Sarrus. Menor complementario del
elemento a
ij
Adjunto o cofactor del elemento a
ij
. Propiedades. Desarrollo por los elementos de una
lnea. Matriz adjunta. Definicin. Propiedad. Matriz inversa, definicin. Clculo de la inversa
utilizando la adjunta. Rango de una matriz.

Objetivos:
Definir matriz. Reconocer las distintas matrices. Definir las operaciones entre matrices. Conocer
las estructuras del conjunto de matrices.

El lgebra matricial es un tema de gran importancia en los cursos de matemtica, estos
conceptos son bsicos para el estudio de la fsica, la estadstica, la economa, la ingeniera.
En las actividades cotidianas a veces es necesario disponer (para su mejor comprensin) un
conjunto de nmeros en una formacin rectangular, con filas y columnas.
Por ejemplo: un entrenador de bsquetbol desea llevar un registro de la actuacin de tres de
sus jugadores. Podemos considerar la siguiente disposicin:
Partidos Goles Tiros libres
J ugados

jugador "A" 16 110 62
jugador "B" 14 85 42
jugador "C" 16 73 55

o simplemente:

|
|
|
.
|
\
|
55 73 16
42 85 14
62 110 16

A este cuadro lo llamamos matriz, la definimos formalmente:


85
I Matrices sobre un cuerpo K

Definicin :
Sea un cuerpo numrico conmutativo ( K =Q, R v C ) una expresin del tipo :

( )

s s
s s
=
|
|
|
|
|
.
|
\
|
=
n j
m i
a A
a a a
a a a
a a a
A
n x m
ij
mn m m
n
n
1
1
donde ;

2 1
2 22 21
1 12 11

en la que figuran m x n nmeros de K, colocados ordenadamente en m filas y n columnas, se llama
matriz de nmeros de K con m filas y n columnas ( o matriz de clase m x n, o bien matriz m x n ). Se
trata de un ordenamiento rectangular de nmeros.

a
ij
significa el elemento situado en la i-sima fila y en la j-sima columna.

Ejemplo: a
34
es el elemento de la tercera fila y la cuarta columna.

El conjunto de todas las matrices de clase m x n con coeficiente en K se anota A e K
mx n
; si no hay
dudas respecto al cuerpo K se escribe A
mx n
.

Ejemplos:
; A e R
|
|
.
|
\
|
=
7 1 5
4 3 2
A
2 x 3
; B e C
|
|
|
.
|
\
|
+ =
5
4 3 4
2 3
i
i
i
B
3 x 2

El elemento a
22
=1 El elemento a
22
=3 +4i

II Matriz rectangular, cuadrada, fila, columna, escalonada

si m <n : horizontal

|
|
.
|
\
|

i) si m = n A
mx n
es rectangular
si m >n : vertical

|
|
.
|
\
|

ii) si m =n A
n x n
es cuadrada.

siendo a
|
|
|
|
|
|
.
|
\
|
=
nn n n
n
n
a a a
a a a
a a a
A

2 1
2 22 21
1 12 11
ij
con i =j la diagonal principal


86
iii) si m =1 . n = 1 A
1 x n
es la matriz fila ( ) . . . .
iv) si m = 1 . n =1 A
mx1
es la matriz columna
|
|
|
|
|
.
|
\
|

.
.
.
.

v) Matriz escalonada :
a) Todas las filas no nulas ( si las hay ) preceden a las filas nulas.
b) En cada fila no nula, el nmero de ceros que precede al primer elemento distinto de cero
es mayor que el nmero de ceros de la fila anterior.
Ejemplo:
=A
|
|
|
|
|
.
|
\
|
0 0 0 0
0 0 0
0
34
24 23 22
14 13 12 11
a
a a a
a a a a
4 x 4

III Igualdad de matrices

Sean A, B e K
mx n
/ A =( a
ij
)
mx n
. B =( b
ij
)
mx n

A =B a
ij
=b
ij
i , j con
s s
s s
n j
m i
1
1

Ejemplo :
B A B A =
|
|
.
|
\
|
=
|
|
.
|
\
| +
=
0 1 9
5 6 8
,
0 4 3
5 1 5 2
0 2
3

IV La matriz traspuesta de A = ( a
ij
)
mx n
es la matriz de elemento genrico a
ji
de clase n x m
(la notamos A
t
).

A
t
=( a
ji
)
n x m

Ejemplo :
|
|
|
.
|
\
|
=
|
|
.
|
\
|
=
9 7
4 5
3 2

9 4 3
7 5 2
t
A A

V Matrices cuadradas particulares
i) A e K
n x n
es diagonal
= =
= =
j i si a
j i si a
ij
ij
0
0
ii) A e K
n x n
es escalar
= = =
= =
j i si a
j i si a
ij
ij
, 0
0
iii) I e K
n x n
es unidad o identidad , de elemento genrico
= =
= =
j i si 1 ij a
j i si 0 a
a
ij
' j i


87
Ejemplos:

Diagonal Escalar Unidad

|
|
|
.
|
\
|
=
2 0 0
0 4 0
0 0 3
A
|
|
|
.
|
\
|
=
5 0 0
0 5 0
0 0 5
B
|
|
|
.
|
\
|
=
1 0 0
0 1 0
0 0 1
I
superior a
ij
=0 i > j
|
|
|
.
|
\
|
33
23 22
13 12 11
0 0
0
a
a a
a a a
iv) A e K
n x n
es triangular
inferior a
ij
=0 i <j
|
|
|
.
|
\
|
33 32 31
22 21
11
0
0 0
a a a
a a
a
VI Matriz simtrica
Una matriz cuadrada es simtrica si y solo si es igual a su traspuesta.

A e K
n x n
es simtrica A =A
t
(a
ij
=a
ji
i j)

Si A es simtrica se verifica: A +A
t
es simtrica

Ejemplo:
=A
|
|
|
.
|
\
|
=
2 1 6
1 3 5
6 5 4
A
t
A es simtrica
+ =
|
|
|
.
|
\
|
= +
2 1 6
1 3 5
6 5 4
t
A A
|
|
|
.
|
\
|
2 1 6
1 3 5
6 5 4
|
|
|
.
|
\
|
4 2 12
2 6 10
12 10 8

VII Matriz antisimtrica
A e K
nxn
es antisimtrica -A =A
T

(a
ij
=-a
ji
; como a
ii
=-a
ii
los elementos de la diagonal principal son ceros)
Si A es antisimtrica verifica A-A
T
es antisimtrica
Ejemplo: -A =A
|
|
|
|
.
|
\
|

=
0 9 2
9 0 1
2 1 0
A
t
=

|
|
|
.
|
\
|
0 9 2 -
9 - 0 1
2 1 - 0

A A
t
=
es antisimtrica.
|
|
|
.
|
\
|
0 18 - 4
18 0 2 -
4 - 2 0


88
Algebra Matricial

Definiremos las operaciones con matrices, veremos sus propiedades y estructuras.
Marcaremos las diferencias con el Algebra Clsica.

Suma :

Definicin
La suma de matrices esta definida solo para matrices de la misma clase.

Sean A, B e K
mx n
; A =( a
ij
)
mx n
; B =( b
ij
)
mx n
A +B =( a
ij
+b
ij
)
mx n
A +B e K
mx n

Entonces la suma de matrices pertenecientes a K
mx n
es una operacin binaria interna cerrada
o simplemente verifica la ley de cierre.

Ejemplo:

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+ +
+ +
+ +
= +
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
12 0
9 9
0 6
5 7 6 6
4 5 5 4
) 3 ( 3 4 2

5 6
4 5
3 4
,
7 6
5 4
3 2
B A B A

Es inmediato que esta operacin convierte al conjunto de matrices con coeficiente en K
(que notamos K
mx n
) en un grupo abeliano.

Asociativa:
A, B, C e K
mx n
: (A + B) + C = A + (B + C)
Conmutativa:
A, B e K
mx n
: A + B = B + A
Existencia de neutro:
- N e K
mx n
/ A e K
mx n
A + N = A / N [ 0 ]
mx n
es decir a
ij
=0
i

j

Existencia de opuesto:
A e K
mx n
- - A e K
mx n
: A +(-A) = [ 0 ]
mx n
, si A =[ a
ij
]
mxn

-A =[-a
ij
]
mxn

( K
mx n
, +) Grupo Abeliano

Producto de una matriz por un escalar

Dada la matriz A e K
mx n
y el escalar e K definimos la operacin externa de producto
de una matriz por un escalar, como la matriz A e K
mx n
:
A = [a
ij
]
mxn
=[ a
ij
]
mxn
(se multiplican todos los elementos de la matriz por el escalar)

Ejemplo:
2
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
8 10
6 2
4 . 2 3 . 2
3 . 2 1 . 2
4 5
3 1


89
Propiedades

1) (A+B) = A + B el producto es distributivo respecto a la suma de matrices.
2) (
1
+
2
) A =
1
A +
2
A el producto es distributivo respecto a la suma de escalares.
3)
1
(
2
A) =(
1

2
) A asociatividad para escalares.
4) 1 . A =A el neutro de un producto es 1 e R
(K
mxn
, +, K, . ) es un Espacio Vectorial.

Importante! Relacionamos este tema con el tema de espacios vectoriales. (si bien todo lo que
diremos es obvio, queremos destacarlo) Hemos estudiado la estructura de espacio vectorial
donde es un conjunto de elementos a los que llamamos vectores (no hemos
precisado su naturaleza, pueden ser vectores geomtricos, nmeros reales, matrices, etc.). K es un
conjunto de escalares con estructura de cuerpo conmutativo. Hemos definido dos operaciones una ley
interna (la suma vectorial) y otra externa (producto de un vector por un escalar) y los axiomas
correspondientes a la estructura de espacio vectorial.
) , K , , V (
n
- +
n
V

Como el conjunto de las matrices de clase m x n tiene estructura de espacio vectorial; es decir
(K
m x n
, + , K , - ) es un espacio vectorial.
Significa por ejemplo que:

(R
4 x 3
, +, R , -) espacio vectorial

(R
3 x 3
, +, R , -) espacio vectorial

(R
3 x 3
, +, R , -) es un subespacio vectorial de ( R
4 x 3
, +R , -)

Llamamos indistintamente:
- matriz o vector fila: (a
11
... a
1 n
) e R
1 x n

- matriz o vector columna: e R
|
|
|
.
|
\
|
1 m
11
a
a
mx 1

Resulta que en una matriz de clase m x n

e R
|
|
|
|
|
|
.
|
\
|
mn 2 m 1 m
n 2 22 21
n 1 12 11
a a a
.... .......... .......... ..........
a a a
a a a
mx n

Cada fila es un vector perteneciente a R
1 x n
(es decir cada vector tiene n componentes) como
son m filas hay m vectores filas con n componente. Anlogamente cada columna es un vector
perteneciente a R
mx 1
(es decir cada vector columna tiene m componentes) como son n columnas
hay n vectores columna con m componentes.


90
Ejemplo:
dos vectores fila de 3 componentes: (2, 3, 4) y (5, 6, 7)
|
|
.
|
\
|
=
7 6 5
4 3 2
A
tres vectores columna de dos componentes .
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
7
4
,
6
3
,
5
2

Vale decir que todo lo estudiado es aplicable, por lo tanto podemos investigar si un vector fila
es combinacin lineal de los restantes, y tambin si los m vectores filas son linealmente
independientes o dependientes. Anlogamente para vectores columna.

Producto de matrices

Dos matrices son conformes o conformables cuando el nmero de columnas de la primera es igual
al nmero de filas de la segunda.

Sean:

A e K
mx p
de elemento genrico a
ik
A = [a
i k
]
m x p

y B e K
p x n
de elemento genrico b
kj
B = [b
k j
]
p x n

A
mx p
y B
px n
son conformes.

Ejemplos:
|
|
.
|
\
|
|
|
|
.
|
\
|
8 2 3 1
9 7 4 5
y
4 3
2 1
3 2
son conformes
3x2 2x4

El producto de matrices est definido slo para matrices conformes. Es obvio que las matrices
cuadradas del mismo orden son conformes.

Definicin: Sean las matrices conformes A
mx p
y B
p x n
, se llama producto de A por B, en ese orden,
a la matriz: C e K
mx n
/ [c
i j
]
mx n
= con
mxn
p
k
ik
a
(
=1
kj
b
s s
s s
s s
n j
p k
m i
1
1
1


91
Resulta til el siguiente esquema:

pn pj p p
n j
lj
b b b b
b b b b
b b b b

2 1
2 2 22 21
ln 12 11

mp m m
ip i i
p
p
a a a
a a a
a a a
a a a
2 1
2 1
2 22 21
1 12 11
mn mj m m
ij
n j
j
c c c c
c
c c c c
c c c c

2 1
2 2 22 21
ln 1 12 11
C
A . B =
cada
=
= + + + =
p
k
kj ik pj ip j i j i ij
b a b a b a b a c
1
2 2 1 1
...

Observaciones:
1
er
a 1
er

El subndice de en correspondencia con el subndice c.
2
do
b 2
do

El segundo subndice de a es igual en cada trmino al primero de b, variando de 1 a p
C
25
=a
21
b
15
+a
22
b
25
+.... +a
2p
b
p5
=
=
p
1 k
5 k k 2
b a

El producto en K
mxn
no est definido, es decir ( K
mxn
, . ) no tiene estructura

Matrices Rectangulares

Pero el producto para matrices cuadradas est definido

A, B e K
nxn
: A . B e K
nxn
para matrices cuadradas de la misma clase, el producto es
ley interna cerrada.

Para esta ley se verifica la
Propiedad Asociativa: , A, B, C e K
nxn
: ( A . B) . C = A . (B . C)

El producto de matrices, en general no es conmutativo.

A . B e K
nxn

Si bien A . B = B . A
B . A e K
nxn


92
Ejemplo:
. B =
|
|
.
|
\
|
=
0 0
1 1
A
|
|
.
|
\
|
0 1
0 1

1 0 1 1
1 0 0 0
A . B = B . A = A . B = B . A
1 1 2 0 1 0 1 1
0 0 0 0 1 0 1 1

Notemos que es una diferencia importante entre el lgebra clsica y el lgebra matricial.

Existencia de elemento neutro

- I e K
nxm
/ A e K
nxn
A . I =I . A =A . I =[a
i j
]
mxn
I
nxn
es el elemento neutro del producto si
I es la matriz unidad I =[ a
ij
]
mxn

= =
= =
j 1 a
j 0 a
i ij
i ij

No toda matriz cuadrada admite inverso multiplicativo.

Ejemplo:
B =
(
=
0 1
0 1
A
(
d b
c a

a c 1 . a +0 . b =1
b d contradiccin
A . B = 1 . a +0 . b =0
1 0 1 0
1 0 0 1

(Veremos ms adelante en que condiciones una matriz admite inverso multiplicativo)

(K
nxn
, . ) Semigrupo con identidad.

Analizamos ahora la terna (K
nxn
, +, . )
(K
nxn
, +) Grupo Abeliano
(K
nxn
, . ) Semigrupo con Identidad (El elemento neutro del producto es la matriz unidad)
Se demuestra que el producto es distributivo respecto de la suma
A . B . C e K
nxn
: A (B + C) =A . B + A . C

(K
nxn
, + , . ) : Anillo con identidad

No es un dominio de integridad, ya que ste anillo tiene divisores de cero, es decir existen matrices
no nulas cuyo producto es la matriz nula.


93
Ejemplo:
1 1
1 1

1 -1 0 0
-1 1 0 0

Marcamos otra diferencia entre lgebra ordinaria y el lgebra matricial.

Particin de matrices

Una matriz puede ser particionada en submatrices o bloques. El esquema de particin que
utilizaremos con frecuencia es:

Matriz particionada en columnas

|
|
|
|
|
.
|
\
|

=
mn 2 n 1 m
n 2 22 21
ln 12 11
a a a
a a a
a a a
A

=(A
1
A
2
--- A
n
)

donde A
1
= ; A
|
|
|
|
|
.
|
\
|
1
21
11
m
a
a
a
2
= - - - A
|
|
|
|
|
.
|
\
|
2
22
12
m
a
a
a
n
=
|
|
|
|
|
.
|
\
|
mn
n
a
a
a
2
ln

En forma anloga podemos particionar la matriz A en filas

A = donde =(a
|
|
|
|
|
.
|
\
|
'
m
'
2
'
1
A
A
A
'
1
A
'
m
A
11
- - - a
ln
) ; - - - , =(a
m1
- - - a
mn
)

Conviene ahora resolver los primeros cinco ejercicios del trabajo prctico correspondiente.


94
Determinantes

Objetivos:
Diferenciar las propiedades de los axiomas de definicin de determinantes.
Ser capaz de resolver un determinante de cualquier orden.
Definir con claridad matriz adjunta - matriz inversa.
Definir rango y saber calcularlo.

Tengamos en cuenta que K es un cuerpo conmutativo, K
n x n
conjunto de matrices
cuadradas de orden n con coeficientes en K. Sea A una matriz particionada en columnas, es decir:
|
|
|
.
|
\
|
=
nn n
a a
a a
A
1
ln 11
= (A
1
A
2
. . . A
n
) donde: A
1
= . . . . . A
|
|
|
|
|
.
|
\
|
1
21
11
n
a
a
a
n
=
|
|
|
|
|
.
|
\
|
nn
n
a
a
a
2
ln

Determinante es toda funcin que asigna a cada matriz de clase nxn un escalar llamado
determinante de la matriz.
D: K
n x n
K

A D D (A) = A
La notacin
A=(A
1
A
2
...... A
n
) D (A
1
A
2
........A
n
) pone de manifiesto que la funcin es
funcin de las n columnas de A.
Definicin:
Una funcin de los vectores columna de la matriz A
nxn
se llama determinante si
satisface los siguientes axiomas:
Ax
1
: D (A
1
.... A
j
+A
j
..... A
n
) =D (A
1
.... A
j
.... A
n
) +D (A
1
.... A
j
.... A
n
)
Ax
2
: D (A
1
....A
j
....A
n
) =.D ( A
1
.... A
j
.... A
n
)
Ax
3
: D (A
1
.... A
j
.... A
k
.... A
n
) =- D.(A
1
.... A
k
.... A
j
.... A
n
)
Ax
4
: El determinante de la matriz identidad vale uno .
=1 D ( e
|
|
|
|
|
.
|
\
|
1 0 0
0 1 0
0 0 1
D
1
e
2
------ e
n
) =1 base cannica
Nota : Ax
1
y Ax
2
indican que la funcin es multilineal ( lineal para cada columna )
Ax
3
indica que la funcin es alternada.

95
Propiedades que se deducen de los axiomas

P
1
: Si dos columnas son iguales el determinante vale cero.
Suponemos A
j
=A
k

por Ax
3

D (A) =D (A
1
-- A
j
-- A
k
-- A
n
) = D (A
1
-- A
k
-- A
j
-- A
n
)
D (A) =- D (A) D (A) =0 (ya que el nico nmero igual a su opuesto es el cero)

P
2
: Si una columna es nula el determinante es nulo.
se entiende aqu que una columna es el vector nulo que lo podemos expresar
|
|
|
|
|
.
|
\
|
=
o
o
o
0
0 0

o = (lea "cero por el vector nulo")
por por Ax
2

D (A) =D( ) ( ) = =
n n
A o A D A A 0 0
1 1

= ( ) o A oD A A D o
n
= = ) ( 0
1

P
3
: El determinante no varia si a una columna se le suma una combinacin lineal de las restantes.
Sumamos a la primera columna una combinacin lineal de las n - 1 columnas restantes.

=
n
i
i i
A
2
D (A) =D (A
1
A
2
-- A
n
)
por Ax
1
y Ax
2

+ + + =
|
|
.
|
\
|
+

=
) D( ) ( D D
n 2 2 2
n
2 i
n 2 i i 1
A ..... A A A A A A A
por P
1

+ ) ( ) ( ) (
2
A D o o o A D A A A D
n n n
= + + + + =
P
4
: Si los vectores columnas son linealmente dependientes el determinante es nulo.
Si son linealmente dependientes existe una combinacin lineal; expresamos A
1
como
combinacin lineal:
=
=
n
2 i
i i 1
A A
D (A) =D (A
1
A
2
---A
n
) = por Ax =
|
|
.
|
\
|

=

2
2
n
i
n i i
A A A D
1
y Ax
2
:
= + + + ) A A A A ( D ) A A A ( D
n 3 2 3 3 n 2 2 2

por P
1

+ ) (
2
=
n n n
A A A D o +o +------- +o =o
Nota :
Si A
1
= Entonces A o A A A
n
i
i i
n
i
i i

=

= =
1
2 2

1
A
2
...... A
n
son l.d. en caso contrario son
l.i., es decir ninguna columna es combinacin lineal de las restantes.


96
Estamos familiarizados con determinantes de orden dos y de orden tres; interpretamos en un ejemplo
los axiomas y las propiedades estudiadas:

Ax
1

11 14 3
3 2
7 1
11 7 4 ) 8 1 ( 6 2
1 2
4 1
2 2
3 1
1 2 2
4 3 1
: Ax
1
= = =
= = + = + =
=
+
+

Ax
2

14 20 6
6 2
10 1

14 ) 10 3 .( 2
3 2
5 1
2

3 . 2 2
5 . 2 1
:
2
= = =
= =
= Ax
Ax
3

2 4 6
2 ) 2 ( ) 6 4 (
4 2
3 1

2 4
1 3
:
3
=
= + = = =
= Ax
1 0 1
1 0
0 1
:
4
= = Ax
P
1
: 0 2 2
2 2
1 1
= =
P
2
: 0 0 0
0 2
0 1
= =
Ax
1
y Ax
2

P
3
:
2 66 64
4 22
3 16

2 6 4 0 . 5
4 2
3 1

4 4
3 3
5
4 2
3 1

4 4 . 5 2
3 3 . 5 1

4 2
3 1

= = =
= = + = + =
=
+
+
=
P
4
:
0 30 30
0 0 . 5
3 3
2 2
. 5
3 3 . 5
2 2 . 5

3 15
2 10

=
= = =
=

Importante! como definimos un determinante como una funcin que asigna a una matriz cuadrada un
nmero llamado determinante de la matriz.

nn 2 n 1 n
n 2 22 21
n 1 12 11
a a a
a a a
a a a

Resulta de cada fila es un vector de n componentes (se tienen m vectores filas de n componentes),
anlogamente para vectores columnas.

97
Un determinante vale cero cuando existe entre sus vectores fila una combinacin lineal, es decir
dichos vectores son linealmente dependientes. Vale para vectores columna.
Si por el contrario el determinante no vale cero no existe combinacin lineal entre sus vectores
filas por lo tanto dichos vectores son, linealmente independientes. Vale para vectores columna.

Determinante de segundo orden

Si n =2 = A
12 21 22 11
22 21
12 11
. . a a a a
a a
a a
=
Al producto de la diagonal principal se resta el producto de la diagonal secundaria.

Determinante de tercer orden : Regla de Sarrus

La Regla de Sarrus consiste en repetir las dos primeras filas, sumar los productos de la diagonal
principal y sus paralelas y restar los productos de la diagonal secundaria y sus paralelas.

23 22 21
13 12 11
33 32 31
23 22 21
13 12 11

) (
a a a
a a a
a a a
a a a
a a a
A D = =

33 12 21 23 32 11
13 22 31 23 12 31
13 32 21 33 22 11
. . . .
. . . .
. . . .
a a a a a a
a a a a a a
a a a a a a

+
+ +

Nota : Si repetimos las dos primeras columnas en vez de las dos primeras filas, se llega al mismo
resultado final.
La Regla de Sarrus vale solo para un determinante de orden tres.

Propiedad 5 : El determinante de una matriz es igual al determinante de su matriz traspuesta.

t
A A =

Ejemplo:
3 8 11 4 4 0 0 3 8
4 2 3
1 1 1
0 1 2
= = + + = = A
3 8 11 4 4 0 3 0 8
4 1 0
2 1 1
3 1 2
= = + + = =
t
A
Esta propiedad nos conduce al siguiente enunciado:

Cada propiedad enunciada para columnas de un determinante da una propiedad anloga para
filas.


98
Propiedad 6 : Si A , B , e K
n x n
: D ( AB ) =D ( A ).D ( B ).

Menor complementario del elemento a
ij

Sea A =( a
ij
)
n x n

|
|
|
|
|
|
|
|
.
|
\
|

=
nn nj n n
in ij i i
n j
n j
a a a a
a a a a
a a a a
a a a a
A
2 1
2 1
2 2 22 21
1 1 12 11

Para cada elemento a
ij
se define el menor complementario del elemento a
ij
como el
determinante de la matriz de orden n-1 que se obtiene de A suprimiendo la fila i y la columna j. Lo
designamos M
ij
.

Adjunto o Cofactor del elemento a
ij

a
ij
, el producto (-1 )
i+j
M
ij
recibe el nombre
de adjunto o cofactor del elemento a
ij
. Lo designamos A
ij.

Ejemplo

Si M
ij
es el menor complementario del elemento
= +
= +
=
+
ij ij
ij ij
M - A : impar es j i si
M A : par es j i si
donde . ) 1 (
ij
j i
M A
ij
:

|
|
|
.
|
\
|
=
33 32 31
23 22 21
13 12 11

a a a
a a a
a a a
A Sea

) par ( 4 1 3 j i que ya
31
33 32
13 12
21
= + = + = = A
a a
a a
M

) impar ( 5 3 2 j i que ya
23 23
32 31
12 11
23
= + = + = = M A
a a
a a
M

Propiedad 7:

eterminante A Si en un d el nico elemento no nulo de la primera columna es a
11
,
ntonces :
11 11 11 11
. . A a M a A = = e

Ejemplo
3 5 0
1 1 0
4 3 2
= A : = 2.1.3 - 2.5.1 =2 (1.3-5.1) = 2

(
3 5
1 1


99
Consecuencia
El determinante de una matriz triangular es igual al producto de los elementos de la diagonal principal.
En efecto, aplicando reiteradamente la propiedad 7 se tiene:

2 0 0 0
7 1 0 0
6 1 3 0
2 4 2 5
= A =5
2 0 0
7 1 0
6 1 3
= 5.3
2 0
7 1
= 5.3.1.2
Hallamos el valor de un determinante A de cualquier orden aplicando propiedades; dado A lo podemos
llevar a la forma A y tambin a A aplicando propiedades.
A =
..........
..........
.........

2 1
2 22 21
ln 12 11
nn n n
n
a a a
a a a
a a a
A =
nn n
n
n
a a
a a
a a a
2
2 22
1 12 11
0
0
A =
nn
n
n
a
a a
a a a
0 0
0
2 22
1 12 11

A =a
11
.A
11
A =a
11
.a
22
....a
nn

Observa que A es el determinante de una matriz triangular. Aplicaremos el procedimiento
gaussiano que sabemos se basa en transformaciones elementales y vincularemos esto con la resolucin
de un determinante aplicando propiedades.

Utilizamos las siguientes propiedades:
+ Si a una fila la multiplicamos por un nmero el determinante queda multiplicado por dicho nmero.
(particionamos una matriz por filas)
(significa que a la fila i la multiplicamos por
|
|
|
|
|
|
.
|
\
|
= A
n
i
f
f
f
1
det A =
|
|
|
|
|
|
.
|
\
|
i
n
i i
f
f
f

1
det
i
)
+ Si a una fila le sumo otra multiplicada por un nmero el determinante no altera.

|
|
|
|
|
|
.
|
\
|
+ =
|
|
|
|
|
|
.
|
\
|
= A
n
i
n
i
f
f f
f
f
f
f
1 1
1 1
. det det

(significa que sumamos a la fila i la primera fila
multiplicada por
1
).


100
Combinando las dos propiedades:
i
i
n
i i
n
i
f
f f
f
f
f
f

'
. det ' det
1 1
1
A
= A A =
|
|
|
|
|
|
.
|
\
|
+ = A
|
|
|
|
|
|
.
|
\
|
= A

Veamos en un ejercicio como aplicar las propiedades para obtener el valor del determinante.
Sea:
1 2 4
2 5 2
4 1 3
= A
Aplicamos Gauss y observamos que cada vez que modificamos una fila se altera el valor del
determinante
3 1 4
2 5 2
4 2 1
3 1 4

3.2-2.3 3.5-2.1 3.2-2.4

3.4 - 4.3 3.2 - 4.1 3.1 - 4.4

3 1 4

2 2
3 3

5 2
1 3

2 2
4 3

4 4
3 3

2 4
1 3

1 4
4 3

3 1 4

f
1
(fila 1)
f
2
(fila 2)
f
3
(fila 3)

No se modifica la 1
rs
fila

Modificamos la segunda fila: 3 f
2
2f
1
, el
sustraendo no modifica el valor del deter.
pero la fila dos esta multiplicada por 3,
entonces el det. queda multiplicado por 3

En forma anloga modificamos la tercer
fila: 3f
3
4f
1
, con lo que el det. queda
multiplicado por 3 .
Esto es equivalente a:

Resolviendo los determinantes
0 13 -2
0 2 -13
Llamamos a
13 2 0
2 13 0
4 1 3
'
= A A qued multiplicado por 3.3 se deduce

3 . 3
= A
' A


101
Seguimos con el procedimiento
3 1 4
0 13 -2
0 2 -13

3 1 4
0 13 -2
0
2 2
13 13

13 2
2 13

3 1 4
0 13 -2
0 0 -165
se modifica la 3
ra
fila 13f
3
2f
2
, el

determ. queda multiplicado por 13

Llamamos a este determinante
165 0 0
2 13 0
4 1 3
"
= A
su valor es el producto de los elementos de la diagonal principal: A" =3 . 13 (-165)
Como A" queda multiplicado por 3 . 3 . 13, resulta 55
13 3 3
) 165 ( 13 3
=
= A
. .
.

Conclusin:
Dado un determinante, aplicamos Gauss hasta obtener el determinante de una matriz triangular. El
valor del determinante dado es igual al de la matriz triangular dividido por los pivotes, ellos aparecen
tantas veces como el nmero de ceros obtenido debajo de los mismos.
Ejemplo:
5 3 2
4 0 1
3 2 5
= A =0 +16+9 -0 -60 -10 =25 -70 =-45
(aplicando Sarrus)
=
= = A
19 11
17 2
5
19 11 0
17 2 0
3 2 5
' 5.(-38 - 187 ) =5. ( -225 ) A = 45
5 . 5
=
) 225 .( 5

=
= A 225 2 5
225 0 0
17 2 0
3 2 5
) ).( ( . ' ' 45
) 2 .( 5 . 5
=
= A
) 225 ).( 2 .( 5

Nota: Vale para un determinante de cualquier orden.

102
Propiedad 8:
Si en un determinante ( A( el nico elemento no nulo de la j- sima columna es a
ij
entonces:

( A( =(- 1 )
i +j
.a
ij
.M
ij
=a
ij
.A
ij

42 ) 6 ( 7 ) 12 6 ( 7
6 3
4 1
) 1 ( 7
0 6 3
7 5 2
0 4 1
A = = = = =

Desarrollo de un determinante por los elementos de una lnea

1 2 3
3 0 5
0 0 2

1 0 3
3 1 5
0 0 2

1 0 3
3 0 5
0 4 2

1 2 0 0 3
3 0 1 0 5
0 0 0 4 2

1 2 3
3 1 5
0 4 2
+ + =
+ +
+ +
+ +
= =4.A
12
+1.A
22
+2.A
32

Es el desarrollo por los elementos de la segunda columna.

Generalizando
= + + + =
=
n
i
ij ij nj nj j j j j
A a A a A a A a A
1
2 2 1 1
. . . .
desarrollando por los elementos
de la j-sima columna

= + + + =
=
n
j
ij ij in in i i i i
A a A a A a A a A
1
2 2 1 1
. . . .
desarrollando por los elementos
de la i-sima fila.
Ejemplos :
Desarrollamos por la primera fila:

1 2
5 4
. 3
2 2
1 4
. 2
2 1
1 5
. 1
2 1 2
1 5 4
3 2 1
+ = =1.( 10 - 1 ) - 2.( 8 - 2 ) +3.( 4 - 10 ) =
= 9 - 12 - 18 =-21
Desarrollamos por la primera columna:

1 5
3 2
. 2
2 1
3 2
. 4
2 1
1 5
. 1
2 1 2
1 5 4
3 2 1
+ = =1.( 10 - 1 ) - 4.(4 - 3 ) +2.( 2 - 15 ) =
= 9 - 4 - 26 =- 21

Propiedad 9:
En todo determinante ( A( la suma de los productos de los elementos de una lnea por los adjuntos de
una paralela es nula.

33 32 32 31
23 22 22 21
13 12 12 11
33 32 31
23 22 21
13 12 11
a a a a
a a a a
a a a a
a a a
a a a
a a a
A
+
+
+
= = ( por prop. 3 )


103
Desarrollamos ambos determinantes por la primera columna:
+ = + = =
= = = =
3
1
1 2
3
1
1 1
3
1
1 2 1
3
1
1 1
) (
i
i i
i
i i
i
i i i
i
i i
A a A a A a a A a A

0 (para que se verifique la igualdad)
0 es la suma de los productos de los elementos de la segunda columna por los
adjuntos de la primera .
3
1
1 2
=
= i
i i
A a

Matriz Adjunta

Definicin: Dada una matriz A cuadrada, se llama adjunta de A ( notada Adj A ) a la matriz que
se obtiene reemplazando cada elemento de la traspuesta de A ( A
t
) por su adjunto.
A = Adj A =
|
|
|
|
|
.
|
\
|
nn n n
n
a a a
a a a
a a a
2 1
2 22 21
ln 12 11
|
|
|
|
|
.
|
\
|
nn n
n
n
A A A
A A A
A A A
2 ln
2 22 12
1 21 11

Observa que los subndices de la adjunta coinciden con los de la traspuesta.

Y tambin: Adj A =
T
nn n n
n
n l
A A A
A A A
A A A
|
|
|
|
|
.
|
\
|
2 1
2 22 21
12 11

Esta ltima expresin nos dice que para obtener la adjunta puede reemplazarse cada elemento
de A por su adjunto y luego trasponer esta matriz.
Ejemplo:
|
|
.
\
=
1 2 3
0 1 2 A
|
|
| 1 0 1
, adj A =
T
T
1 2 1
2 2 2
1 2 1
1 2
0 1
0 2
1 1
0 1
1 0
2 3
0 1
1 3
1 1
1 2
1 0
2 3
1 2
1 3
0 2
1 2
0 1
|
|
|
.
|
\
|
=
|
|
|
|
|
|
|
|
.
|
\
|
o bien

|
|
|
|
|
= 2 1 0
3 2 1
T
A
. \
1 0 1
, adj. A =
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
1 0
2 1
2 0
3 1
2 1
3 2
0 1
2 1
1 1
3 1
1 0
3 2
0 1
1 0
1 1
2 0
1 0
2 1
=
|
|
|
|
|

2 2 2
1 2 1
. \
1 2 1


104
y son idnticas Adj. A =
|
|
|
.
|
\
|

1 2 1
2 2 2
1 2 1
Nota:
Si bien las dos formas son correctas aconsejamos la segunda porque hay menos posibilidades de
cometer error.

Propiedad: A e K
n x n
: A . adj. A = A . I siendo I la matriz identidad

En efecto, aplicando:
Producto de matrices; definicin de matriz adjunta; desarrollo de un determinante por los
elementos de una lnea; y la propiedad de los determinantes; La suma de los productos de los
elementos de una lnea por los adjuntos de una paralela es cero.
O sea =
=
n
i
ij ik
A a
1
0

nn n 2 ln
2 n 22 12
1 n 21 11
A A A
A A A
A A A

A . adj A =
nn n n
n
a a a
a a a
a a a
2 1
2 22 21
ln 12 11

A
A
A
0 0
0 0
0 0

I A
1 .... 0 0
....
0 .... 1 0
0 .... 0 1
A
A .... 0 0
....
0 .... A 0
0 .... 0 A
adjA . A =
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
=

Ejemplo:

|
|
|
.
|
\
|

= =
|
|
|
.
|
\
|
=
1 2 1
2 2 2
1 2 1
A adj , 2 ,
1 2 3
0 1 2
1 0 1
A A

=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1 0 0
0 1 0
0 0 1
2
2 0 0
0 2 0
0 0 2
A adj . A I A


105
Matriz inversa
Definicin:
A e K
n x n
es regular, inversible o no singular si y solo si existe una matriz de la misma clase
(notada A
-1
) tal que pre o post multiplicada por A da por resultado la matriz identidad.-

A
= = - I .A A A.A / A
singular no
inversible
regular
es A
1 - 1 - 1 - -1
es la inversa de A

La inversa es nica.

La condicin necesaria y suficiente para que una matriz cuadrada sea regular es que su determinante
sea distinto de cero.

A e K
n x n
es regular inversible A = 0

Clculo de la inversa utilizando la adjunta

Por prop. de la adjunta: A . adj A = A I

A . I
A
A adj
=

Por definicin de inversa: A . A
-1
=I

Como la inversa es nica:
A
-1
=
A
A adj
(frmula para calcular la inversa a partir de la adjunta)

Del ejemplo anterior:

|
|
|
.
|
\
|

= = =
|
|
|
.
|
\
|
=
1 2 1
2 2 2
1 2 1
adjA , 0 2 ,
1 2 3
0 1 2
1 0 1
A A

|
|
|
|
.
|
\
|
2
1
1
2
1
1 1 1
2
1
1
2
1
1
A


106

Verificamos que A . A
-1
=I
1 0 0 1 2 3
0 1 0 0 1 2
0 0 1 1 0 1
2
1
1
2
1
1 1 1
2
1
1
2
1
.
1

=
A A

Rango de una Matriz

Al estudiar determinantes hemos visto que:

( )
( )
( )
( )
=
=
= e
i l
d l
son lneas las que dice nos
0 D 4
0 D 3
D D 2
D definido esta 1
K D
T n x n

Definicin: Sea A e K
mxn
. Se llama rango de la matriz A (notado r (A)) al orden, del
determinante de mayor orden, no nulo, extrado de la matriz A.

Entonces queda claro que si D es el determinante de mayor orden extrado de A e K
nxm
tal que
D = 0 resulta por 4 :

El rango de la matriz es el mximo nmero de lneas (filas o columnas) linealmente
independientes.

Observacin:
m < n r (A) s m < n
Si m = n puede ser
n < m r (A) s n < m
Si m = n r (A) s m = n

Operaciones o transformaciones elementales (lo enunciamos para filas, vale para columnas)

a) Intercambiar la fila i con la fila j
b) Reemplazar la fila j por fj con = 0
c) Reemplazar la fila j por j fj - i fi

Observe que b) y c) indican combinaciones lineales de fila.
Es inmediato observar que dichas operaciones no alteran las dimensiones de una matriz y tampoco
varan su rango (ya que no alteran la nulidad de un determinante).


107

A e K
mxn
escalonar
Si mediante dichas operaciones es posible dicha matriz
A e K
nxn
triangular

obtenindose otra matriz B de la misma clase y de igual rango (El procedimiento gaussiano es un
mtodo conveniente para realizar tales operaciones). Se dice que A y B son matrices equivalentes
(notado A < > B) si una puede obtenerse de la otra mediante transformaciones elementales; resultan A
y B de igual dimensin y rango.

Para hallar el rango de una matriz , se aplican transformaciones elementales, utilizando el
procedimiento gaussiano, ya hemos sealado en determinantes que la modificacin de cada fila
equivale a realizar combinaciones lineales.

Ejemplo:

1 2 3 4 5
2 3 4 5 6 =A (aplicamos Gauss)
3 4 5 6 7
4 5 6 7 8

1 2 3 4 5
f
2
-2f
1
0 -1 -2 -3 -4 = B
1
(aplicamos Gauss)
]
3 -
3]
1
0 -2 -4 -6 -8
]
4
- 4]
1
0 -3 -6 -9 -12

1 2 3 4 5
0 -1 -2 -3 -4 = B
2

0 0 0 0 0
0 0 0 0 0

son las combinaciones
lineales realizadas

A, B
1
, B
2
e K
4x4

A < > B
1
< > B
2
(son equivalentes)
r (A) =r (B
1
) =r (B
2
) =2

(dos es el orden de un determinante no nulo extrado de la matriz, todos los determinantes de orden 3 y
de orden 4 son nulos).

Verifique que el rango de la matriz P es tres, siendo P:

P =
|
|
|
.
|
\
|
4
2
3
2 3
4 1
1 2

Trabajo Prctico - Matrices y Determinantes

108


1- Escribe explcitamente las siguientes matrices:
a) | |
3 x 2 ij
a A = b)
+
+
= e
primo es no j i si 1
primo es j i si 0
a / R A
ij
4 x 4

c) | |
5 x 1 ij
b B= d)
=
=
= e
j i si 0
j i si 1
m / R M
ij
4 x 3
Como ejemplo, desarrollamos el tem b)

|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
1 0 1 0
0 1 0 1
1 0 1 0
0 1 0 0
A
a a a a
a a a a
a a a a
a a a a
44 43 42 41
34 33 32 31
24 23 22 21
14 13 12 11

2- Dadas las matrices:

|
|
.
|
\
|
=
1 1 0
0 1 1
C
|
|
.
|
\
|
=
1 1 0
1 0 1
D
|
|
.
|
\
|
=
1 1 0
0 1 1
E
|
|
.
|
\
|
=
1 1 0
0 1 1
F

Coloca verdadero (V) o falso (F) segn corresponda. Justifica la respuesta.
a) C = D
b)
|
|
.
|
\
|
= +
2 2 0
0 2 0
F C Rta: V
c) C + E = Matriz nula Rta: V

d) E
T
= F Rta: F

Como ejemplo, desarrollamos el tem a)

C = D es F porque c
12
= d
12

En efecto: si C, D e K
2x3
/ C =
2x3
ij
2x3
ij
d D y c
(
=
(

C = D c
ij
= d
ij

i

j
con
s s
s s
3 j 1
2 i 1


109
3 Dada la matriz A = verifica que:
|
|
|
|
.
|
\
|
7 4 2
5 1 0
6 3 1

a) A + A
T
= B / B es simtrica ( B e K
nxn
es simtrica B = B
T
bij = bji
i

j
)

b) A A
T
= C / C es antisimtrica
(C e K
nxn
es antisimtrica C = - C
T
cij = -cji
i

j
, con cij = 0
i
= j )

c) A C
2
1
B
2
1
= +
Rtas: a) B = b) C =
|
|
|
|
.
|
\
|
14 9 8
9 2 3
8 3 2
|
|
|
.
|
\
|

0 1 4
1 0 3
4 3 0

4 - Dadas las matrices A = , B = y C = . Calcula C tal que:
|
|
|
.
|
\
|
6 5
4 3
2 1
|
|
|
.
|
\
|

3 4
5 1
2 3
|
|
|
.
|
\
|
6 5
4 3
2 1
x x
x x
x x
i) A + 2.B = 3.C
ii) A + B - C = N / N es la matriz nula Rta:
|
|
|
.
|
\
|
=
9 9
1 4
0 2
C
iii) 2.A + 3.B - 5.C = 5.A Rta:
|
|
|
.
|
\
|
=

5
9
5
3
5
27
5
6
5
12
5
12
C
Como ejemplo, desarrollamos el tem i)
Si A + 2 . B = 3 . C C =
3
1
. (A + 2 . B)
A + 2 . B =
|
|
|
|
|
|
|
.
|
\
|

=
|
|
|
|
.
|
\
|

=
|
|
|
|
.
|
\
|

=
|
|
|
|
.
|
\
|

+
|
|
|
|
.
|
\
|
4
3
13
2
3
5
3
2
3
5
12 13
6 5
2 5
3
1
12 13
6 5
2 5
6 8
10 2
4 6
6 5
4 3
2 1
C . C
5- a) Dadas las matrices A = , B = y C =
|
|
|
.
|
\
|
4 2 0
2 1 3
0 2 1
|
|
|
.
|
\
|
5 3
1 0
2 1
|
|
.
|
\
|
2 2 1
1 0
2
1

Realiza, si es posible, los siguientes productos C.B, B.C y A.C


110
b) Verifica que la matriz A es idempotente ( A e K
nxn
es idempotente A
2
= A)
A =
|
|
|
|
.
|
\
|

4 3 1
5 4 1
5 3 2

c) Verifica que la matriz B es involutiva ( B e K
nxn
es involutiva B
2
= I )
B =
|
|
|
|
.
|
\
|

3 4 4
1 0 1
3 3 4

d) Verifica que la igualdad A . B = A . C (con A = N) no implica necesariamente que
B = C, siendo:
|
|
|
|
.
|
\
|

=
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|

=
0 1 5 2
1 1 2 3
2 1 1 2
C y
2 1 2 1
1 1 1 2
0 1 4 1
B
1 3 4
3 1 2
2 3 1
A

e) Verifica si la matriz A = es solucin de la ecuacin A
|
|
|
|
.
|
\
|
1 2 2
2 1 2
2 2 1
2
4 . A 5 . I = N
f) Calcula los elementos de la matriz X = (x
1
x
2
)
1x2
sabiendo que
X . y X . 4
0
2
=
|
|
.
|
\
|
8
1
3
=
|
|
.
|
\
|
g) Verifica que A . B = N aunque A = N y B = N
A = y B =
|
|
.
|
\
|
9 9
5 5
|
|
.
|
\
|
3 3
3 3

Nota : Las matrices que cumplen esta propiedad se llaman "divisoras del cero".

Como ejemplo desarrollamos el tem a)
C
2x3
. B
3x2
son matrices conformes, el producto es posible

C . B = P / P = N de columnas de B
2x2
ij
p
(

N de filas de C


111
Resulta til el siguiente esquema:
-1 2
0 1
C . B 3 -5
2
1
0 1
2
1
+ 0 + 3
1 + 0 + (-5)
-1 2 -2 1 + 0 + (-6) -2 + 2 + 10

C . B = P =
2 2
10 5
4
2
5
x
|
|
|
.
|
\
|

Observa que cada elemento de la matriz producto P se halla:
2
5
3
0
1
1 0
2
1
=
|
|
|
|
.
|
\
|
|
|
.
|
\
|
= .
11
p 4
5
1
2
1 0
2
1
=
|
|
|
|
.
|
\
|
|
|
.
|
\
|
= .
12
p
( ) 5
3
0
1
2 2 1 =
|
|
|
|
.
|
\
|
= .
21
p ( ) 10
5
1
2
2 2 1 =
|
|
|
|
.
|
\
|
= .
22
p
B
3x2
. C
2x3
son matrices conformes, el producto es posible, resuelve

Rta: B . C =
3 3
13 10
2
13
2 2 1
5 4
2
5
x
|
|
|
|
|
|
.
|
\
|

A
3x3
. C
2x3
no son conformes, no es posible el producto

Nota: Observa que C . B = B . C pues el producto de matrices, en general, no es conmutativo.
d) Rta: A . B = A . C =
|
|
|
|
.
|
\
|

5 0 15 3
5 0 15 1
1 0 3 3
f) Rta: X = (2 2)
1x2


112
6 - Halla el valor de los siguientes determinantes:

a)
10 5 3 1
6 26 2 5
4 15 0 3
3 10 1 2

b)
8 6 4 3
7 5 4 2
2 0 5 1
14 10 8 1

Rta: 29 Rta: 10

c)
14 2 7 8
10 0 5 6
8 5 4 4
1 1 2 3

d)
2 1 3 1
2 1 1 3
1 2 2 2
1 2 3 0

e)
4 2 7 8
10 0 5 6
8 5 4 4
1 1 2 3

Rta: 10 Rta: 4 Rta: 200

Como ejemplo desarrollamos los tems a) y d)
a) A =

10 5 3 1
6 26 2 5
4 15 0 3
3 10 1
2

A =

17 0 7
3 2 1
1 0
3 10 1 2
0
0
3 0

A=

3.]
3
- 1]
2

A qued multiplicado por 2

2.]
2
- 3]
1

2.]
3
- 5]
1

2.]
4
- 1]
1

3.]
4
- 7]
2

58
8 6
1 0 3
3 10 1 2
0 0 0
0 0
0


29
.3 2
' '
2 3
= = = = 29
3 3 2 2 2
58 6 3 2
. . . .
. . .


113

d) A =

2 1 3 1
2 1 1 3
1 2 2 2
1 2 3 0

Como el cero no puede ser pivote
hacemos un nmero par de
permutaciones para que no cambie el
signo del valor del determinante.
2 1 1 3
2 1 3 1
1 2 3 0
1 2 2
2

A' =

en ]
2
no necesitamos obtener un cero
A'' =

1 4 4
5 4 4
1 2 0
1 2 2 2

0
0
3

A''' =

1 4
11
1 2 3 0
1 2 2 2

0 0
20 0 0

A qued multiplicado por -3
A
iv
=

24
11 20
1 2 3 0
1 2 2 2
0 0 0
0 0


4
(-20) . ) 3 ( (-3) . 2 . 2
24 . (-20) . (-3) 2.
=
= =
(-20) . .(-3) 2
2 2
iv

A = 4
) por dos cuaternas distintas, tal que

7 - Reemplaza ( y , x u , z , 0 A = (aplica propiedades de los
determinantes).

A =

|
|
|
|
|
.
|
u z y x
11 4 0 3
1 11 0 4
5 0 3 2

|

2.]
3
1 . ]
1

2 ] 3 ]
(-3)]
3
4 ]
2

(-3)]
4
(-4)]
2

(-20). ]
4
(-4)]
3


114
Halla el valor de x en las siguientes ecuaciones:

a)

8
b) 0
2 4 x 2
1 x 1 3
x 2 2 6
=
+
+
4
2 3 x
x 4
=

c) 0
1 1
4
=
+ +
x x
x
=
=
4
1
2
1
x
x
Rta:

d) 0
2 0 1
0 0
4 0 2
=

x
x
x
=
=
=
5
0
0
3
2
1
x
x
x
Rta:

e) 0
2 1 2
2 0 4
6 3 2
=

x
x
Rta:
5
= x
4
f)

16
1 1
1 1
=
+
+
x x
x x
Rta: 4 = x
omo ejemplo desarrollamos los tems a) y b)
a)

C

4
2 3
4
=
x
x
4 . 2 x . (x -3) = 4 8 x
2
+ 3x = 4

-x
2
+ 3x + 4 = 0

x
2
3x 4 = 0 =

=
1 2
4 1 4 9 3
.
) .( .
x
Verificamos:

x
1
= 4
x
2
= -1

4
2 1
4 4
= 8 4 = 4 Para x = 4 4 = 4

2 4
1 4

= 4 8 4 = 4 Para x = -1 4 = 4


115
b) Aplicamos Sarrus en el primer miembro de la ecuacin dada:
=
+
+
0
2 4 2 x
1 1 3
2 2 6
x
x

2 = 0
4 2x (4 + 4x x
2
x
3
) = 0 4 2x - 4 4x + x
2
+ x
3
= 0
Verifcalo!
9 - Dadas las matrices A = , B = ,
C = Rta
12. (1+x) 12 . (2 + x) + 2. (2 x) (2 x) . (2+x) . (1+x) + 24 1
12 + 12x 24 12x + 4 2x (4 x
2
) . (1 + x) + 24 12 = 0

x
3
+ x
2
6x = 0 x . (x
2
+ x 6) = 0
x = 0
1
x
2
+ 6x 6 = 0
x
2
= 2
x
3
= -3

|
|
.
|
\
|
4 3
1 2
|
|
|
.
|
0 3 0
1 0 3
4 2 1 |
|
|
|
.
|
0 4
2 1
3 2 |
: - C
-1

Rta
|
|
|
.
|
\
|
=
14
3
14
5
14
1
14
1
14
3
14
5
14
5
14
1
14
3
1
D
|
|
|
.
|
\
|

=
1 1 2
2 1 1
1 2 1
D :

|
|
|
|
|
.
|
\
|

=
1 1 1 2
0 2 3 1
0 1 1 1
0 1 1 0
E
1

|
|
|
|
|
.
|
\
|
=
1 0 2 1
0 1 1 2
0 1 1 1
0 0 1 1
E Rta:

F = Rta |
|
| 1 2
|
.
\
2 4
: - F
-1

alla la inversa de cada una de ellas (si es posible) como ejemplo determinamos A
-1
y B
-1

e recordamos que:

A e K
nxn
es regular o inversible
h

T
0 A =

116

A = e K
2x2
es cuadrada
|
|
.
|
\
|
4 3
1 2

4 3
1 2
= A = -5 = 0 es regular
A
T
=
| | 3 2
, adj A =
|
, A
-1
=
- A
-1

|
|
.
\
4 1
|
|
.
2 3
1 4
|
|
|
|
|
.
|
|
\

5
2
5
3
5
1
5
4

A
-1
=
|
|
|
|
.
\
|
5
2
5
3
5
1
5

|
4

Verificamos

5
4

5
1

5
3

5
2

2 - 1
5
3
5
8

5
2
5
2
+
A . A
-1
=
3 - 4
5
12
5
12

5
8
5
3
+

B = e K
3x3

A . A
-1
=
|
|
|
|
1 0
0 1
= I
. \

|
|
|
|
|
0 3 0
1 0 3
4 2 1

|
es cuadrada
. \
- B
-1
B = 33 = 0 es regular


117
|
|
|
3 0 2
0 3 1
B
T
= Adj B =
|
|
.
\
0 1 4
|
|
|
|
|
|
|
|
|
|
.
|
\
|

0 2
3 1
3 2
0 1
3 0
0 3
1 4
3 1
0 4
0 1
0 1
0 3
1 4
0 2
0 4
3 2
0 1
3 0

adj B =

|
|
|
.
|
\
|
6 3 9
11 0 0
2 12 3
B
-1
=
|
|
|
|
|
|
|
.
|
\
|
33
6
33
3
33
9
33
11
0 0
33
2
33
12
33
3
-1
=
|
|
|
|
|
|
.
|
\
|
11
2
11
1
11
3
3
1
0 0
33
2
11
4
11
1

Verifcalo!

10 - Dada la matriz A =
|
|
.
|
\
|
4 3
2 1
i) Si existe, calcula y verifica que A . A
1
A
-1
= I Rta:
|
|
.
|
\
|
=

2
1
2
3
1
1 2
A
ii) Calcula I . 2 A . 5 A
2
Rta:
|
|
.
|
\
|
0 0
0 0
iii) Calcula ( I . 5 A
2
1
) Rta:
1
A

11 - Problemas

a) Tres compaas areas realizan vuelos Buenos Aires Santiago de Chile, consignando en
una tabla la cantidad de pasajeros por compaa y da de vuelo:

Da

Compaa
Lunes Jueves Sbado
I 20 40 30
II 32 22 42
III 45 35 25


118
i) Expresa estos datos en forma matricial (A)
ii) En qu da la Compaa I transport mayor cantidad de pasajeros?
iii) En qu da la Compaa III transport menor cantidad de pasajeros?
iv) Expresa en forma coloquial que significan los elementos a
11
, a
22
y a
33
en el problema.

b) La casa matriz de Supermercados Oeste S.A. ha consignado en la siguiente tabla de ventas (en
miles de $), registradas de lunes a sbado, en tres sucursales:

Da

Sucursal
Lunes Martes Mircoles Jueves Viernes Sbado
M 15 33 13 16 18 19
N 20 30 14 12 23 7
P 26 28 10 9 17 8

i) Expresa estos datos en forma matricial (A)
ii) Indica el valor del elemento a
34
y qu representa en el problema.
iii) Seala el da de mayor venta en cada sucursal (indica el elemento a
ij
respectivo)
iv) Cul fue la sucursal de menor venta el da lunes? (indica el elemento a
ij
respectivo)
v) Qu das, cada una de las tres sucursales, realizaron una venta inferior a los $ 20.000?

c) Sabiendo que el stock de un depsito de materiales de construccin est resumido en la siguiente
tabla

Material N de Bolsas
Cemento 800
Cal 500
Pegamento 400

y que los costos por unidad son $ 15.- , $ 6.- y $ 17 respectivamente.

i) Expresa los datos en forma matricial. (A)
ii) Calcula efectuando operaciones entre las matrices, el capital invertido en dicho depsito.

d) En las siguientes tablas se indican:
i) El nmero de papeles y varillas necesarios para fabricar tres modelos distintos de barriletes.

Modelo 1 Modelo 2 Modelo 3
Papeles 2 4 5
Varillas 3 6 8

ii) El plan de produccin para los meses de agosto y septiembre

Agosto septiembre
Modelo 1 150 300
Modelo 2 200 180
Modelo 3 400 600


119
La empresa Cristina S.A., fabricante de barriletes, quiere determinar el nmero de papeles y
varillas necesarios para concretar dicho plan de produccin.
I) Expresa en forma matricial los datos consignados en las tablas.
II) Calcula el nmero total de papeles y varillas necesarios para cumplir con el plan
de produccin de ambos meses (aplica operaciones entre matrices).

Las respuestas implican resolver los problemas, solo te daremos la siguiente ayuda:

Problema a)

i) A =
|
|
|
|
.
|
\
|
25 35 45
42 22 32
30 40 20
iv) a
11
= 20 = nmero de pasajeros de la Compaa I del da lunes

Problema b)

ii) a
34
= 9 ( $9000) = ventas de la Sucursal P del da jueves
iv) sucursal M ; a
11
= 15 ($15000)

Problema c)

i) A
1x3
(indica los costos por unidad)
B
3x1
(indica el stock del Depsito)
ii) C = (21800)
1x1
(indica el capital invertido en el depsito)

Problema d)

I) A
2x3
(indica nmero de papeles y varillas necesarios para fabricar los tres modelos de
barriletes).
B
3x2
(indica el plan de produccin para los meses de agosto y septiembre)
II)
3100 4320
C =
4850 6780
Papeles

varillas

agosto septiembre

12 Calcula el rango de las siguientes matrices:

A = r (A) = 3 B = r (B) = 2
|
|
|
|
.
|
\
|

1 4 2
2 5 3
3 2 1
|
|
|
|
.
|
\
|
5 4 3 1
1 5 3 2
2 3 2 1


120

C = r (C) = 2 D = r (D) = 1
|
|
.
|
\
|

10 8 0 2
8 2 6 4
|
|
.
|
\
|
12 3 9 6
4 1 3 2

E = r (E) = 4 F = r (F) = 4
|
|
|
|
|
.
|
\
|

0 4 3 1
5 1 7 0
5 3 2 1
1 1 3 2
|
|
|
|
|
.
|
\
|

6 1 4 2
2 2 3 1
6 4 5 2
3 2 2 1

G = r (G) = 2 H = r (H) = 3
|
|
|
|
.
|
\
|
1 1 1
1 0 0
0 1 1
|
|
|
|
.
|
\
|
1 1 2
0 1 1
1 0 1

M = r (M) = 3 P = r (P) = 2
|
|
|
|
|
.
|
\
|

6 1 0 6
1 3 1 0
3 1 1 2
3 0 1 4
|
|
|
|
.
|
\
|

1 5 1 2
4 1 3 1
3 0 2 1

S = r (S) = 1 T = r (T) = 2
|
|
|
|
.
|
\
|
6 9 12 15
4 6 8 10
2 3 4 5
|
|
.
|
\
|
3 2 1 3
10 6 3 8

U = r (U) = 1
|
|
.
|
\
|

7 6 4 5
14 12 8 10

El rango de una matriz es el mximo nmero de lneas l.i., para determinarlo realizamos
transformaciones elementales.

El procedimiento conveniente es el gaussiano que nos permite triangular o escalonar una
matriz.


121
Como ejemplo hallamos el rango de las matrices A, B, C y D.

|
|
|
|
.
|
\
|

=
1 4 2
2 5 3
3 2 1
A

|
|
|
|
.
|
\
|

5 8 0
7 0
3 2 1
11
r (A) = 3
|
|
|
|
.
|
\
|

111 0 0
7 11 0
3 2 1

|
|
|
|
.
|
\
|
=
5 4 3 1
1 5 3 2
2 3 2 1
B

|
|
|
|
.
|
\
|

3 1 1 0
3 1 0
2 3 2 1
1
r (B) = 2
|
|
|
|
.
|
\
|

0 0 0 0
3 1 1 0
2 3 2 1

|
|
.
|
\
|

=
10 8 0 2
8 2 6 4
C
r (C) =2
|
|
.
|
\
|

24 36 12 0
8 2 6 4

|
|
.
|
\
|
=
12 3 9 6
4 1 3 2
D
r (D) = 1
|
|
.
|
\
|

0 0 0 0
4 1 3 2

]
2
3 . ]
1

]
3
2 . ]
1

]
2
2 . ]
1

] 1 ]
]
3
(-11) . ]
2

]
3
(-1) . ]
2

]
2
2 . ]
1

]
2
6 . ]
1

Auto-evaluacin - Matrices y Determinantes

122
| |
AUTO-EVALUACION

1- Dada la matriz A = , determina la matriz opuesta y traspuesta de la dada: -M y M
|
|
|
|
.
|
\
|

1 2
5 0
8 4
t
.

2 - Dadas las matrices:
A = ; B = ; D = y E =
|
|
|
|
.
|
\
|
3 2 0
0 0 1
5 3 2
|
|
|
|
.
|
\
|

2 1 2
0 3 4
2 1 0
|
|
.
\
4 1 2
4 3 2
|
|
|
|
.
|
\
|
4
1
1
1

Calcular: a) 2 A - (-3) B
b) A . B
c) B . A
d) Comparar apartados b) y c). Emitir conclusin
e) D . E qu significa el resultado de este producto?
f) Es posible realizar A . D? Porqu?.

3 - Una empresa fabrica televisores, produce tres modelos de distintas caractersticas en tres tamaos
distintos. La capacidad de produccin (en miles) en sus plantas de Corrientes y Concordia estn
dadas por las matrices A y B.

MODELOS
TAMAOS I II III I II III
A = B =
|
|
|
|
.
|
\
|
4 8 10
5 4 7
2 3 5
|
|
|
|
.
|
\
|
2 12 8
4 6 9
3 5 4 1
2
3

a) Cul es la capacidad de produccin total de las dos plantas?
b) La empresa decide aumentar su produccin en Corrientes en un 20%. Cul ser la nueva
produccin de esa planta?.

4 - Hallar el valor del siguiente determinante:

A =
2 2 1 1
2 1 2 1
1 1 1 2
1 2 1 1


123
5 - Verificar si la matriz A admite inversa, en caso afirmativo, calcularla.

A =
|
|
|
|
.
|
\
|
2 2 2
1 1 3
2 1 1

Soluciones

1 - -M = ;
|
|
|
|
.
|
\
|

1 2
5 0
8 4
|
|
.
|
\
|
=
1 5 8
2 0 4
M
t

2 - a) 2 A (-3) B Matrices conformes

|
|
|
|
.
|
\
|
6 4 0
0 0 2
10 6 4
- =
|
|
|
|
.
|
\
|

6 3 6
0 9 12
6 3 0
|
|
|
|
.
|
\
|
12 7 6
0 9 10
4 9 4

2 A (- 3) B
b)
A . B
B
3x3

A
3x3

2 1 2
0 3 4
2 1 0

3 2 0
0 0 1
5 3 2

6 9 14
2 1 0
6 6 2

[ A . B ]
3x3

c)
B . A
A
3x3

B
3x3

3 2 0
0 0 1
5 3 2

2 1 2
0 3 4
2 1 0

4 10 3
20 12 5
6 4 1

[ B . A ]
3x3

d) Comparando se concluye: A . B = B . A. El producto de matrices no goza de la propiedad
conmutativa.


124
e)
D . E
E
3x1

D
2x3

4
1
1
1

4 1 2
4 3 2

0
0

(D . E)
2x1

Producto que da como resultado una matriz
nula (la designamos O
O O . E = , sin embargo D . E = D = O
significa que existen divisor de cero en el
producto de matrices, es decir el producto
de matrices no nulas da por resultado la
matriz nula .

f) No es posible, pues no cumple la conformidad por el producto de matrices: el n de
columnas de la primera (A) sea igual al nmero de filas de la segunda matriz (D).

3 - a) La matriz produccin de las dos plantas es:
A + B =
|
|
|
|
.
|
\
|
6 20 18
9 10 16
5 8 9

b) Aumentada la produccin un 20%, la nueva matriz produccin ser:

A' = 1,2 A =

|
|
|
|
.
|
\
|
8 , 4 6 , 9 12
6 8 , 4 4 , 8
4 , 2 6 , 3 6

4 - Lo puede resolver por cualquier mtodo. Aqu hicimos por Chio.
1 9 6 . 3 ) 5 ( 3 ) 3 ( 3
4 3 3
5 3 5
3 3 3
2 2 1 1
2 1 2 1
1 1 1 2
1 2 1 1
= + = =
= A A = -6

5 -
A e K
3 x 3
cuadrada
0 24
2 2 2
1 1 3
2 1 1
= =
= A - A
-1
(A es regular o inversible)
;
|
|
|
|
.
\
=
2 1 2
2 1 1 A
t
| |
2 3 1
| |
3 6 0
|
|
|
|
.
\
=
4 0 8
5 6 8 A Adj
|
|
|
|
|
|
|
.
|
\
|
= =
6
1
0
3
1
24
5
4
1
3
1
8
1
4
1
0
A
A Adj
A
1

Ecuaciones lineales Sistemas de ecuaciones lineales

125
Ecuaciones Lineales - Sistemas de ecuaciones lineales
Contenidos:
Ecuaciones lineales. Definicin. Clasificacin. Expresin Matricial. Conjunto Solucin.
Sistemas generales, cuadrados, homogneos. Sistemas cramerianos. Teorema de Cramer. Regla de
Cramer. Sistemas equivalentes. Combinacin lineal de ecuaciones de un sistema. Teorema
fundamental de equivalencia. Teorema de Rouch Frobenius. Consecuencias.-

Objetivos:
Escribir, clasificar y resolver ecuaciones lineales y sistemas de ecuaciones lineales.

Para fundamentar este tema haremos uso de toda la "artillera" que hemos venido
preparando (combinacin lineal, dependencia e independencia lineal, matrices, determinantes, etc.)

Ecuaciones Lineales

Introduccin: Sabemos que la ecuacin de una recta Ax +By +C =0 es una ecuacin lineal en
dos variables, la ecuacin de un plano es de la forma Ax +By +Cz +D =0 ecuacin lineal en tres
variables; ambas pueden representarse grficamente: pero las ecuaciones de mas de tres variables no
admiten representacin grfica.

3x +2y +1 =0 ; 3x + 2y +4z =3
cuyas grficas son respectivamente una recta y un plano.
Generalizamos:
Ax +By +C =0 ; Ax +By +Cz +D =0 , las podemos escribir:
a
11
x
1
+a
12
x
2
=b
1
; a
11
x
1
+a
12
x
2
+a
13
x
3
=b
1

donde el primer subndice de a est en correspondencia con el de b (como es constante e igual a uno,
podra suprimirse, pero veremos su utilidad al trabajar con ms de una ecuacin lineal) y el segundo
subndice de a en correspondencia con el de la variable. Adoptamos esta escritura, con el fin de ahorrar
alfabeto y facilitar la cuenta de las variables, ya que a veces es necesario trabajar con 4, 5 --, n
variables y esta es una motivacin suficiente para definir ecuaciones que superen a la geometra.

Ecuacin lineal en n variables
Una ecuacin lineal en n variables es de la forma:

a
11
x
1
+a
12
x
2
+a
13
x
3
+-----+a
1n
x
n
=b
1
y tambin :
1
b
1
1
x a
n
j
j j
=
=
donde a
ij
son llamados coeficiente y b
1
trmino independiente ; aij, b
1
e K (cuerpo), K debe ser
especificado previamente, nosotros trabajaremos en general con K =R.

Ecuaciones lineales Sistemas de ecuaciones lineales 126

x
1
, x
2
, -----, x
n
, son smbolos llamados variables, indeterminadas o incgnitas, debemos elegir un
conjunto universal al cual pertenezcan las x
j
, por lo general dicho conjunto es el mismo cuerpo dado,
al escoger un cuerpo, los x
j
toma valores en dicho cuerpo.

Conjunto Solucin:
Una n - upla tal que: R e
n
x x x x ,...... , ,
3 2 1
la proposicin es verdadera, es
1
1
1
b x a
j
n
j
j
=
=
una solucin de la ecuacin.

Observacin: x
j
son smbolos y la operacin a
ij
. x
j
no est definida, R ,...... , ,
' '
3
'
2
'
1
e
n
x x x x
son nmeros, y la operacin a
ij
.
'
j
x
est definida.
Si despejamos una variable ( ) 0
11 11
2
1 1
=
|
|
.
|
\
|
=

=
a con a x a b x
n
j
j ij
para cada conjunto de valores que asignemos libremente a x
2
, ------, x
n
, se tiene un valor
determinado para x
1
, se dice que esta ecuacin tiene (n - 1) grados de libertad.

Nota:
La ecuacin de la recta tiene un grado de libertad.
La ecuacin del plano tiene dos grados de libertad.
En particular si:
1) a
1j
=0 , 1 s j s n . b
1
=0 (o sea 0x
1
+0x
2
+------- +0x
n
=0)

Existen infinitas soluciones se dice ecuacin indeterminada

2) a
1j
=0 , 1s j s n . b
1
= 0 (o sea 0x
1
+0x
2
+----- +0x
n
=b
1
= 0)

La solucin es el conjunto vaco se dice ecuacin incompatible

Ejemplo: Si en la ecuacin del plano.

Si 0x
1
+0x
2
+0x
3
=0 cualquier terna satisface la ecuacin la grfica es todo el espacio
(INDETERMINADA)

Si 0x
1
+0x
2
+0x
3
=b
1
= 0 ninguna terna satisface la ecuacin. Solucin =| (INCOMPATIBLE)


127
Particularizamos para una sola variable:

si a
11
= 0 Compatible determinada - solucin nica
a
11
x
1
=b
1

b
1
=0 Compatible indeterminada - infinitas soluciones
si a
11
=0
b
1
= 0 Incompatible - sin solucin
Ejemplos:
3x =4 x =
3
4

Compatible determinada
3x =0 x =0

0 . x =0 se verifica x e R - Compatible indeterminadas

0 . x =z = 0 no se verifica para ningn valor de x Incompatible

Sistema de ecuaciones lineales

Se llama sistema de ecuaciones lineales a un conjunto de ecuaciones lineales.
Escribimos un sistema de m ecuaciones con n incgnitas:

a x a x a b
a x a x a x b
a x a x a x b
n n
m m mn n
11 1 12 2 1n 1
21 1 22 2 2 2
1 1 2 2
+ + + =
+ + + =
+ + + =
m

o bien : tenemos una ecuacin lineal ( ) i de valor cada para m i 1 con b x a
i j ij
n
1 j
s s =
=

trminos independientes
variables
coeficientes

General si m = n
El sistema se llama Cuadrado si m =n
Homogneo si b
i
=0 (1 s i s m )

El sistema puede expresarse en forma matricial:

128

incgnitas
las de matriz
2
1
|
|
|
|
|
.
|
\
|
=
n
x
x
x
X
nte independie
trminos los de matriz

b
b
b
= B
m
2
1
|
|
|
|
|
.
|
\
|
es coeficient los de matriz

2 1
2 22 21
1 12 11
|
|
|
|
|
.
|
\
|
=
mn m m
n
n
a a a
a a a
a a a
A

y la expresin matricial del sistema es: A . X = B (se ve con slo realizar el producto indicado).
Esto justifica la eleccin de definir una matriz como un ordenamiento de nmeros que
surgen de manera natural en los sistemas de ecuaciones.
Para un sistema homogneo la expresin matricial es: A . X = 0
Conjunto Solucin:
Una solucin de tal sistema es una n - upla X= que satisface simultneamente
|
|
|
|
|
|
|
|
.
|
\
|
n
x
x
x
x
.
.
3
2
1
todas las
ecuaciones del sistema. El conjunto solucin lo denotamos: S ={X / A . X =B}

Si el sistema es homogneo: S
H
={X / A . X =0 }

Sistemas Cramerianos

Sea un sistema cuadrado (nmero de ecuaciones =nmero de incgnitas)

1 nx1 nxn
1 1
1 1 1 11
X A sea
nx
n n nn n
n n
B o
b x a x a
b x a x a
=
= + +
= + +

Si adems A = 0, es decir la matriz A es regular o inversible
el sistema se llama Crameriano. Podemos enunciar:

Un sistema es Crameriano m = n, ,A, = 0

Observacin: la matriz de los coeficientes particionada en columnas es:

129
( )
A
a a a
a a a
A A A
n1 n nn
n
=
|
\
|
.
|
|
|
=
11 12 1n
2
1 2
, , ,

Teorema de Cramer

Un sistema A . X =B crameriano admite una solucin nica.
En efecto siendo ,A, = 0 , - A
-1
/ A
-1
A =A A
-1
=I
A X =B pre-multiplicamos el sistema por A
-1

A
-1
A X =A
-1
B
I . X =A
-1
B
X =A
-1
B

Y como la matriz A
-1
es nica y B est dada, la matriz A
-1
B es la nica solucin del
sistema. ste teorema proporciona adems un mtodo de resolucin: por matriz inversa (se halla A
-1
y
se la multiplica por B).
Nota: es importante pre-multiplicar el sistema, si lo pos-multiplicamos queda B.A
-1
y este
producto no esta definido ya que las matrices no son conformes.

Regla de Cramer

Para obtener la regla de Cramer explicitamos X =A
-1
B y obtenemos:

A
-1
B =

b
b
b

x
x
x
1
2
n
1
2
n
|
\
|
.
|
|
|
|
|
\
|
.
|
|
|
|
|
\
|
.
|
|
|
|
1
11 21
12 22 2
1n 2
A
A A A
A A A
A A A
n1
n
n nn

de donde se deduce la regla de Cramer: x
1
=
( )
1
1
A
b A + b A + - - - - + b A
11 2 21 n n1

El numerador es el desarrollo de un determinante por los elementos de la primera columna,
donde dicha columna es B.


130
( )
( )
( )
A
B A A D
A
A A B
A
A BA D
x
n
n

=

=
2 1
n
3 1
2
2
1
x

A D
= x

(las Aj son las columnas de A)

Ejemplo: Sea el sistema

ecuaciones
nmero de 3 m =n
incgnitas
= + +
= +
= +
8 2 3
3 2
4
z y x
y x
z x

Sistema Crameriano

a) Resolucin por matriz inversa (al estudiar
matriz inversa hemos calculado A
-1
)
A
-1
. B
= ( ) 3 , 1 , 1 solucin
3 1
1 1 1 1
1 1
8
3
4
2
1
2
1
2
1
2
1

b) Resolucin por regla de Cramer:
x
1
=
( )
1
2
2
2
1 2 8
0 1 3
1 0 4
A
A BA D
3 2
= = =
x
2
=
( )
1
2
2
2
1 8 3
0 3 2
1 4 1
A
BA A D
3 1
= = =
x
3
=
( )
D A A B
A
1 2
1
6
2
3 = =
0 4
2 1 3
3 2 8
2
=

0 2 0 1 2 = = .
|
= A A
1 2 3
1 0 1
|
|
.
|
\
|

131

y como esto se puede graficar, la geometra analtica nos dice: t
2

que los tres planos se interceptan en un punto. t
3

t
1

Cada una de estas ecuaciones representa un plano, y la solucin
nica, que la interseccin de dichos planos es un punto de R
3
.
S ={(1, 1, 3 )}

Sean los sistemas cuadrados:
x z
x z
x y z
A A
+ =
+ =
+ + =
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
4
2 3
3 7
1
2
1 0 1
1 0
3 1 1

x+z=4
2x+y=3
3x+y+z=9
0 1
2 1 0
3 1 1
A =0 A =0

No son cramerianos no tienen solucin nica.
Podran tener infinitas soluciones o sea todos los puntos de una recta.

r

O bien su solucin podra ser el conjunto vaco. Los tres planos no se interceptan.

Los siguientes temas nos permitirn resolver y generalizar estos problemas.

Sistemas Equivalentes

Definicin: Sistemas equivalentes son los que tienen el mismo conjunto solucin.


132
Combinacin lineal de ecuaciones de un sistema

Sea el sistema ( ) { } 1 3, = S es Solucin conjunto
2
4
=
= +
y x
y x

Podemos escribir dicho sistema:
=
=
=
= +
0
0
*
0 2
0 4
*
2
1
E
E
y x
y x
donde E
1
es la 1
ra
y E
2
la 2
da
ecuacin.
Sea E combinacin lineal de E
1
y E
2

( ) { }
E. de solucin tambin es
sistema del solucin la decir es ; 0 = 16 - 1 1 + 3 5 = E
: E de solucin 1 3, = S sistema, del ecuaciones las de lineal n combinaci es
, 0 16 5 2 3
0 4 2 2 2
0 12 3 3 3
2 1
2
1

= + = + =
= =
= + =
es E
x E E E
y x E
y x E

Resulta entonces:

es. equivalent sistemas son *' y * solucin conjunto mismo el tienen *' y *
, E y E de lineal n combinaci es E donde
0 E
0 E
0 E
*'
0 E
0 E
*
2 1
2
1
2
1
=
=
=
=
=
Generalizamos:
*
0
0
0
'
2
1
=
=
=
m
E
E
E
=
=
=
=
0
0
0
0
2
1
m
E
E
E
E

* y * son equivalentes = E con
m
1 = i
i i
E

Teorema fundamental de equivalencia

Este teorema establece en que condiciones se puede cambiar una ecuacin por otra.
Dado *
=
=
0
0
1
m
E
E

133
n
E

Si E = / -
i
i
i
1 =
i
= 0 agregamos E *
=
=
=
0
0
0
1
E
E
E
m
segn hemos visto estos

sistemas son equivalentes
Podemos escribir: E =
1
E
1
+
i
(suponemos
n
i
i
E
2
=

1
= 0).
Despejamos E
1
=(E - )
i
n
i
i
E
2
=

1
(nos dice que E
1
es combinacin lineal de E
2
, E
3
... E ,)
Suprimiendo E
1
formamos el sistema equivalente al * y por lo tanto al * *
=
=
=
0 E
0 E
0 E
m
2
Si comparamos * con * hemos cambiado E por E

1
siempre que se verifiquen las condiciones
dadas E es combinacin lineal de E
1
, E
2
, ... E
m
y el coeficiente
1
de E
1
no es cero.
agregamos E suprimimos E
1

* * *
cambiamos E por E
1

Consecuencias del teorema fundamental de Equivalencia
Dado un sistema podemos obtener un sistema equivalente si:

a

E
E
E
E
E
E
E
i
j
m
j
i
m
1
0
0
0
0
0
0
0
0
=
=
=
=
=
=
=
=

E
1
Permutamos ecuaciones (es obvio)

b
( )
=
= =
=
=
=
=
0

nulo no escalar un por ecuacin una mos multiplica 0

0 E

0
0
0
1 1
m
i i i i
m
i
E
E E
E
E
E


134
c
=
= + =
=
=
=
=
=
=
0 E

escalar un por da multiplica otra ecuacin una a sumamos 0 E E E
0 E
0 E

0 E
0 E
0 E
0 E
m
i i j j
i
1
m
j
i
1

Observaciones (importante !)

1) Dado un sistema AX =B si aplicamos a b c en forma reiterada obtenemos sistemas
equivalentes.
2) Observe que obtener sistemas equivalentes es anlogo a obtener matrices equivalentes (las
operaciones elementales definidas para matrices estn en correspondencia con a b c .
3) En consecuencia para resolver un sistema, buscamos un sistema equivalente ms sencillo,
eliminando ecuaciones e incgnitas, aplicando la eliminacin de Gauss.
4) En la ecuacin : AX =B, al ver las columnas de A y B como vectores de K
m
, la ecuacin puede ser
escrita:
a
a
a
x
a
a
a
x
a
a
a
x
b
b
b
m m
n
mn
n
m
11
21
1
1
12
22
2
2
1n
2
1
2

|
\
|
.
|
|
|
|
+
|
\
|
.
|
|
|
|
+ +
|
\
|
.
|
|
|
|
=
|
\
|
.
|
|
|
|
;

Lo que pone de manifiesto que B es combinacin lineal de las n columnas de A.

Ejemplos:
Aplicamos y relacionamos conceptos dados, hacemos nuevas observaciones. Trabajaremos con
sistemas sencillos que admitan representacin geomtrica, pero esto no quita generalidad, ya que el
anlisis en un espacio n- dimensional sera el mismo.

A=
|
, A = =(A / B)
= +
= +
'
2 2 22 1 21
1 2 12 1 11
b x a x a
b x a x a
|
|
.
|
\ 22 21
12 11
a a
a a
|
|
.
|
\
|
2 22 21
1 12 11
b a a
b a a
matriz de los matriz de los coeficientes ampliada
coeficientes con la columna de los trminos
independientes


135
Ejemplo 1:
1 1 4 r (A) =1
2 2 10 Gauss (A) = r(A)
1 1 4 r (A) =2
0 0 2
Sistema equivalente

=
= +
2 0y
4 y x
Ecuacin lineal incompatible el sistema es incompatible S =|

Ejemplo 2:
Gauss
1 1 0
4 1 1
2 2 0
4 1 1
2 1 1
4 1 1

2
4
*
=
= +

- -

-

y x
y x

r (A) =2
r(A) =r (A) =
nmero de incgnitas
r (A) =2

Sistema equivalente
=
= +
1
4
y
y x
x +1 =4 x =3 S ={(3 , 1)} solucin nica
sistema compatible determinado

Ejemplo 3:
= +
= +
0 0 0
4 1 1
8 2 2
4 1 1

8 2 2
4
y x
y x

r(A) =1
r(A) =r(A) < nmero
r(A) =1 de incgnitas
x y
x y
+ =
+ =
4
0 0 0

Ecuacin lineal indeterminada se verifica, x,y e R; en particular para x, y / x +y =4
Si x = e R y =4 - S ={(, 4 - ) / e R} Sistema compatible indeterminado. Infinitas
soluciones.

= +
= +
10 2 2
4
y x
y x

136
y y y

(3,1)

0 x 0 x 0 x
Ejemplo 1 Ejemplo 2 Ejemplo 3

Observa detenidamente lo que sealamos con respecto a los rangos en los ejemplos dados; si el sistema
es compatible (ejemplo 2 y 3), r =rg (A) =rg (A') (es decir el rango de la matriz de coeficientes es
igual al rango de la matriz ampliada con la columna de los trminos independientes); si el sistema es
compatible determinado, r =n (rango igual al nmero de incgnitas) Ejemplo 2 .
Si r <n el sistema es compatible indeterminado (Ejemplo 3).
Si el r(A) = r(A') el sistema es incompatible (Ejemplo 1).
Estas observaciones se formalizan en el siguiente teorema:

Teorema de Rouch Frobenius
Dado un sistema general:

mx1
B
nx1
X
mxn
A : Matricial Expresin
b x a x a x a
b x a x a x a
b x a x a x a
*
m n mn 2 m2 1 m1
2 n 2n 2 22 1 21
1 n 1n 2 12 1 11
=
= + + +
= + + +
= + + +

Si la matriz de los coeficientes A est particionada en columnas la podemos escribir:
A=(A
1
A
2
---- A
n
).

Llamamos matriz ampliada a la matriz A tal que
A =(A/B) =(A
1
A
2
----- A
n
B)

Enunciado:

137
El sistema AX =B es compatible si y slo si el rango de A es igual al rango de A, r(A) =r (A) =r, es
determinado si r =n (n es el nmero de incgnitas) e indeterminado si r <n
Recordamos este enunciado mediante el siguiente algoritmo de clasificacin:
AX=B

r (A) =r (A
) =r ?

No Si

Incompatible Compatible

S =| r = n ?

No Si

Indeterminado Determinado
Infinitas soluciones Soluciones nica

Consecuencias de Rouch Frobenius

Los sistemas homogneos son siempre compatibles.
En efecto: A . X =O r ( A ) =r ( A/ O) Compatible.
Siempre O e S
H
(solucin del sistema homogneo), ya que A . O =0
solucin TRIVIAL (x
1
=x
2
=.... =x
n
=0)
Si: r <n indeterminado (infinitas soluciones)
Si: r =n determinado (la nica solucin es la trivial)

Sistemas Cuadrados Compatibles ( Homogneos o no Homogneos)

m =n
si r =n 0 = A determinado

si r <n 0 = A indeterminado

Ecuaciones lineales Sistemas de ecuaciones lineales 138

Ejemplos:
1 0 1 4

2 1 0 3

= + +
= +
= +
7 3
3 2
4
z y x
y x
z x

3 1 1 7

1 0 1 4

0 1 -2 -5

0 1 -2 -5
r(A) =r ( A) =2 <n =3
1 0 1 4

0 1 -2 -5

sistema equivalente:
=
= +
5 2
4
z y
z x

0 0 0 0
Compatible Indeterminado
x =4 z
y =-5 +2z

S ={ (4 , - 5 + 2 , ) / e R }

Resolvemos su correspondiente sistema homogneo:

= + +
= +
= +
0 3
0 2
0
z y x
y x
z x

El sistema equivalente es:

=
= +
0 2
0
z y
z x
con z = e R
=
=
z y
z x
2

Solucin del sistema homogneo: S ={ ( - ; 2 ; )
Trabajo Prctico Sistemas de ecuaciones lineales

139



1 - Resuelve y clasifica las siguientes Ecuaciones Lineales:
a) 6
3
2
4
3
1
7 + = + x x
b) 4
2
1
2
3
+ = x x x
c) 2
3
10
3 2
3
1
+ = + + x x x
d) 2
2
1
2
3
+ = x x x
e) 4
3
10
3 2
3
1
= + + x x x
f)
3
5
1
3
8
2
1
2
3
+ = + x x x

Como ejemplo desarrollamos los tems a) , b) y c)
a) + = + = + = +
3
11
6
3
2
7 6
3
2
3
11
7 6
3
2
4
3
1
7 x x x x x x

|
|
.
|
\
|
|
|
.
|
\
|
= = =
|
|
.
|
\
|
19
3
.
3
29
3
29
3
19
3
29
.
3
2
7 x x x
19
29
= x
Solucin
nica
Ecuacin Compatible Determinada

b) 4
2
1
2
3
+ = x x x 4
2
1
2
3
= x x x =
|
|
.
|
\
|
4 1
2
1
2
3
x .
0 . x =4 absurdo sin solucin Ecuacin Incompatible

c) =
|
|
.
|
\
|
+ = + + = + + 0
3
10
3
3
1
2 2
3
10
3
3
1
2
3
10
3 2
3
1
x . x x x x x x
0 . x =0 x e R infinitas soluciones Ecuacin Compatible Indeterminada

Las respuestas de los dems tems son:

d) Ecuacin Compatible Determinada.
e) Ecuacin Incompatible.
f) Ecuacin Compatible Indeterminada.


140
2 neales en dos variables:
a) 2x +3y 6 =0 d) 3x +y +3 =0

Representa las ecuaciones li

b) 2
3
2
+ = x y e) 4
2
1
+ = x y
) y =x 3 f) 4x +2y 8 =0
a
c

t R : Toda ecuacin lineal en dos variables representa una recta y tiene un grado de
libe
jemplo resolvemos los tems a) y b)
) 2x +3y 6 =0 r
1

ara x =0 y =2 (0 ; 2)
ara y =0 x =3 (3 ; 0)

b) y =
rtad, si damos a una variable valores arbitrarios, hallamos las coordenadas de cualquier punto de
la misma.
Como e

a

p

p

x
3
2
+2 r
2

ara x =0 y =2 (0 ; 2)
ara x =3 y =4 (3 ; 4)

Halla tres soluciones particulares en cada una de las siguientes ecuaciones lineales:
a) 2 x 4 y +8 z =8
Rta
p

p

3

b) 3 x y +6 z =12
c) x - y + z =2

: Como cada una de estas ecuaciones tiene dos grados de libertad, damos a dos variables
va
esolvemos el tem a)
x =4 solucin particular
2x 4 =8 x =6 solucin particular
para z =1 ; x =1 2 4 y +8 =8 y =
lores arbitrarios.
Como ejemplo, r

2x 4y +8z =8

para z =y =0 (4; 0; 0)

para z =0 ; y =1 (6 ; 1; 0)

2
1

|
|
.
|
\
|
1
2
1
1 ; ; solucin particular


141
- Dados los sistemas de ecuaciones lineales:
a) Exprsalo matricialmente.
amer y Matriz inversa.
e.

i) ii) con A
-1
=
4

b) Analiza si es Crameriano.
c) Resulvelo por Regla de Cr
d) Verifica la solucin hallada.
e) En 9
2
representa grficament

=
=
5 y 4 x 3
5 y x 2

= +
=
=
4 z y x
0 z 4 y 3 x 2
1 z y x 2
|
|
|
.
|
\
|

11
4
11
3
11
5
11
6
11
1
11
2
11
1
11
2
11
7

iii)

iv) con A
-1
=
= +
= +
=
7 2x x
12 x 5 x x
11 x 2 x 7
3 1
3 2 1
2 1
Rta: Por estos mtodos no podemos resolver

=0 , aplica Gauss. A

=
= +
=
2 z y x
8 z y 4
13 y 5 x 2
|
|
|
|
|
.
|
\
|
11
8
11
3
11
4
11
2
11
2
11
1
11
5
11
5
11
3
Rta
|
|
|
.
|
\
|
4
3
1

: X =

v) con A
-1
=
= + +
= + +
= + +
0 1 2x 3x x
6 x 9 x 6 x 3
10 4x x x 2
3 2 1
3 2 1
3 2 1
|
|
|
.
|
\
|

5
3
3
1
5
1
5
2
5
1
3
2
0
1 1
Rta
|
|
|
.
|
\
|
6
2
16

: X =
vi)
con A
-1
=
= +
=
9
0 2
y x
y x

|
|
|
|
.
|
\
|
3
2
3
1
3
1
3
1
Rta: X =
| |

vii)

con A
-1
=
|
|
.
6
3

=
= +
6 2 2
1
y x
y x
|
|
|
|
.
|
\
|
4
1
2
1
4
1
2
1
Rta: X =
| |

omo ejemplo, desarrollamos los tems i) y ii)
i)
a) A = matriz de los coeficientes de las incgnitas
B = matriz de los trminos independientes

|
|
.
1
2

\
C
= 5 4y 3x

= 5 y 2x
2 2
4 3
1 2
x
|
|
.
|
\
|
1 2
5
5
x
|
|
.
|
\

142
X = matriz de las incgnitas

expresin matricial

b) Un sistema es Crameriano m = n y
1 2x
y
x
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
5
5
y
x
.
4 3
1 2

0 A = , esto significa que es cuadrado y la
matriz A

A =
es regular o inversible

Veamos nuestro ejemplo:
0 5
4 3
1 2
2 2
= =
|
|
.
|
\
|
A y
x
Sistema Crameriano

c) Hallo la solucin por Regla de Cramer
= 5 2 y x

= 5 4 3 y x
3
5
15
3 8
5 20
4 3
1 2
4 5
1 5
=
=
+
+
=
= x

3 = x
)} 1 ; 3 {( = S
5 2
1
5
5
3 8
15 10
4 3
1 2
5 3
=
=
+

=
= y

allo la solucin por matriz inversa
1 = y
H .
-1
. B

-1

A =

istema en forma matricial: Expreso el s A . X =B

ultiplico ambos miembros por A
-1
Prem
A
-1
. A . X =A
-1
. B

I . X =A

X =A . B

|
|
|
|
.
|
\
|
5
2
5
3
5
1
5
4
1
A
|
|
.
=
|
|
.
\

= =
|
|
.
2 3
1 4
A adj
4 1
3 2
5
4 3
1 2
T
A A ;
| | | | | |


143
5

5
A
-1
. B =
5
1
5
4

4 +(-1)
5
2
5
3
3 +(-2)

in hallada:

Tomo el sistema expresado algebraicamente:
del sistema

3
X =

|
|
.
|
\
|
=
|
|
.
|
\
|
1
3
y
x
1
3
=
=
y
x

d) Verifico la soluc

=
=
verifica se 5 1 4 3 3
verifica se 3 2
5 4 3
5 2
. .
.
y x
y x

=
= 5 5 = 5 1
5 5
S = )} 1 ; 3 {( es solucin

Tomo el sistema expresado en forma matricial A . X = B
1
2 1 6 + (-1)

3 4 9 + (-4)

e)
5
x = =
=
4 4
3
5 4 3
5 2 2
2 2
1 1
. y x : r
x y : r : r

y : r
= 5 y x

A . X =
A . X = B
5
5
=
|
|
.
|
\
|

para x =0 y =-5 (0 ; -5)
para x =3 y =1 (3 ; 1)
Para x =3 y =1 (3 ; 1)
Para x =5 y =
|
|
.
|
\
|
5
5
5
;
2 2
r
1
r
2
=I (3;1
coplanares incidentes
) las rectas son


144
ii)
a) A =

expresin matricial
b) El sis

|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|

1 3 1 3 3 3
4
0
1
; ;
1 1 1
4 3 2
1 1 2
x x x
z
y
x
B X

|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|

4
0
1
1 1 1
4 3 2
1 1 2
z
y
x
.

tema es Crameriano:
fecto En e : A es cuadrada y A A 0 11 = = = es regular

c Regla de Cramer:

) Resuelvo por

11 4 12
1 1 1
16 3 4 3 0 + = = A
x
1 1 4
= +

2 2 2 32 4 8

1 4 1
4 0 2
1 1 2
= + + =
= A
y

11 8 3 2 24
4 1 1
0 3 2
1 1 2
= + + + =
= A
z

11 2 8 3 4 2 6
1 1 1
4 3 2
1 1 2
= + + =

= A

1 1
11
11
= = =
A
A
= x
x
x
2
11
22
= = 2 =
A
A
=
y
y y
1
11
11
=
=
A
A
=
z
z 1 = z 1)} 2; {(1; S =

145
Resuelvo por matriz inversa:
1

0

4

A
-1
. B =
11
1
11
2
11
7

11
6
11
1
11
2

11
4
11
3
11
5

11
4
0+
11
7
+

11
24
0
11
2
+ +

11
16
0
11
5
+

d) Verifico la solucin h a

Tomo el sistema expresado matricialmente:

1
2
-1
A
-1
. B =
X =
=
|
|
|
.
|
\
|
X
1
2
1

|
|
|
.
|
\
|
|
|
|
.
|
|
=
z
y
x
1
2
1
\

z 1
2
1
=
=
=
y
x

allad
A . X = B =
|
|
|
|
.
|
\
|
4
0
1

A . X =
2 -1 -1
2 -3 -4

1 1 -1
2 + (-2) +1
2 +(-6) +4
1 + 2 +1

Tomo el sistema expresado algebraicamente:

Nota

= + + = + = +
= +
= + = =
4 1 2 1 4 1 2 1 4
0 4 6 4 4 3 2
1 2 2 1 2 1 1 2
) ( z y x
.( z y x
) ( . z y x
= 4 4
= 0 0 = 2 0 1) = 2 3 1 2 0 . .
= 1 1 1 1 2
:
Toda ecuacin lineal en tres variables geomtricamente es un pl

y como el sistema es Crameriano la nica solucin es

ano.
= +
=
=
4 z y x :
0 z 4 y 3 x 2 :
1 z y x 2 :
3
2
1

: t
1
t
2
t
3
= I = (1 ; 2 ; -1)

146
Hacemos un esquema:

5 sistem
) (aplica
) Clasif Teorema de Rouch Frobenius
) Halla e
)

i) ii)
iv) S ={ (1 ; 0 ; 1) }

Para cada uno de los siguientes as de ecuaciones lineales:
Gauss)
)

= + 6 4x 3x 2x x
4 3 1 2
a Obtiene el sistema equivalente
calo (aplica el
l conjunto solucin
Resuelve el sistema homogneo asociado
b
c
d
= + 3 x 2x x
3 2 1
+ 2x 5x 2x
2 1
2 1
=
= + +
1 x x 2x
2 x x x
3 2 1
=
= + +
10 5x
4 2x x 3x x
4 3
4 3
3 2 1

iii)
= + 2 2x x 3x 2x
4 3 2 1

= + + 7 3x 5x 4x
5
3 2 1
= + + + x 2x x x
4 3 2 1

Sistema Homogneo Asociado

= + +
=
= +
= + +
4 2x 4x 2x
3 x 3x 4x
1 2x x 3x
2 x 2x x
3 2 1
3 2 1
3 2 1
3 2 1
= + +
=
= +
= + +
0
0
0
0
3
2x
2
x 4
1
2x

3
x
2
3x
1
4x

3
2x
2
x
1
3x
3
x
2
2x
1
x
S
H
= { (0 ; 0 ; 0) }

v) S = { (-1 ; 2 ; 0) } S = { (0 ; 0 ; 0) }

vi)

= + +
= +
= +
5 z 2y x
7 z 4y x
7 z y 5x

= + +
= +
= +
0
0
0
z y x
z y x
z y x
2
4
5

H

S = {( 5 5 z ; -2 +4 z ; z) z e 9}
S =
= +
= + +
1 3z 2y x
3 z y x

)
`
| 1 1
9 e |
.
\
|
+ y y
4 2
; y ; y
4
5
2
5

Trabajo Prctico - Sistemas de Ecuaciones Lineales

147

vii)
= +
= + +
0
0
3z 2y x
z y x S
H
= {(-5z ; 4z ; z) z e 9}

S
H
=
)
`
9 e |
.
|
\
|
y y
4
1
; y ; y
4
5

viii)
= +
= + +
= +
10
3
5x
1
5x
4
3
2x
2
x
1
x
6
3
3x
2
x
1
4x S = { ( 2 x
3
; 2 x
3
; x
3
) x
3
e 9}


= +
= + +
= +
0
3
5x
1
5x
0
3
2x
2
x
1
x
0
3
3x
2
x
1
4x

ix) S = C
= + +
= +
= + +
2 t 4z 3y 4x
1 t 2z y 2x
1 t 3z 2y x


= + +
= +
= + +
0
0
0
t 4z 3y 4x
t 2z y 2x
t 3z 2y x

x) S = C
= +
= +
= +
10 7z 2y
3 2z y 3x
1 3z y x

S = { ( x
2
; x
2
; 2 x
2
) x
2
e 9}
S
H
= { (-x
3
; -x
3
; x
3
) x
3
e 9}

S
H
= { (x
2
; x
2
; -x
2
) x
2
e 9}
S
H
=
9 e
|
|
.
|
\
|
+ t z, t z; t;
5
3
z
5
8
t;
5
1
z
5
1

S
H
=
9 e
|
|
.
|
\
|
+ + t y, t ; t
8
3
y
8
5
; y ; t
8
1
y
8
1

S
H
=
9 e
|
|
.
|
\
|
+ + z y, z
3
8
y
3
5
- ; z ; y ; z
3
1
y
3
1

148

S
H
=
)
`
9 e |
.
|
\
|
z z ; z
2
7
; z
2
1

S
H
=
)
`
9 e |
.
|
\
|
y y
7
2
; y ; y
7
1

= +
= +
= +
0
0
0
7z 2y
2z y 3x
3z y x

Como ejemplo desarrollamos los tems i), ii) y iii)

i)
= +
=
= + +
3
3
x
2
2x
1
x
1
3
x
2
x
1
2x
2
3
x
2
x
1
x

a)
x
1
x
2
x
3
bi
1 1 1 2 5
2 -1 -1 1 1
1 2 -1 -3 -1
1 1 1 2 5
]
2
2 ]1 0 -3 -3 -3 -9
]
3
1. ]
1
0 1 -2 -5 -6
1 1 1 2 5
0 -3 -3 -3 -9
]
3
1 ]
2
0 0 9 18 27

Nota:

La columna (control) sirve para verificar si las transformaciones elementales que hemos hecho
a las ecuaciones filas del sistema sean las correctas.
Se procede de la siguiente manera:
1) En el sistema dado se suman algebraicamente los coeficientes de las incgnitas de cada
ecuacin fila.
2) Despus de realizadas las operaciones elementales, la suma algebraica de los coeficientes de
cada ecuacin fila debe ser igual al correspondiente transformado de la columna , esto indica
que el procedimiento fue correcto.


149
Sistema Equivalente:
=
=
= + +
18 9
3 3 3
2
3
3 2
3 2 1
x
x x
x x x

1
2
3

b) r (A) =r (A') =n =3 Sistema Compatible Determinado solucin nica.

c) de ecuacin 3 x
3
=2

de ecuacin 2 x
2
=-1

de ecuacin 1 x
1
=1 S = {( 1 ; -1; 2)}

d) Su sistema homogneo asociado es:

= +
=
= + +
0
0
0
3 2 1
3 2 1
3 2 1
x x 2 x
x x x 2
x x x

Resolvemos utilizando el Sistema Equivalente:

=
=
= + +
0
0
0
3
3 2
3 2 1
9
3 3
x
x x
x x x
2
3
1
Sistema Homogneo siempre compatible

r (A) =n =3 Determinado la nica solucin es la trivial

S
H
= {( 0; 0; 0)} valores que se evidencian en las ecuaciones 1 , 2 y 3

del sistema equivalente

ii)
= +
= + +
= +
10 5 2 5 2
4 2 3
6 4 3 2
4 3 2 1
4 3 2 1
4 3 2 1
x x x x
x x x x
x x x x
a)
x
1
x
2
x
3
x
4
bi
1 2 -3 -4 6 2
1 3 1 -2 4 7
2 5 -2 -5 10 10
1 2 -3 -4 6 2
]
2
1. ]
1
0 1 4 2 -2 5
]
3
2. ]
1
0 1 4 3 -2 6
1 2 -3 -4 6 2
0 1 4 2 -2 5
]
3
1 .]
2
0 0 0 1 0 1


150
Sistema Equivalente
=
= + +
= +
0
2 2 4
6 4 3 2
4
4 3 2
4 3 2 1
x
x x x
x x x x

2
3
1

b) r (A) =r (A') =3 y n =4 r (A) < n Compatible Indeterminado
infinitas soluciones

c) de ecuacin 3 x
4
=0

de ecuacin 2
x
2
=- 2 4x
3

x
3
=
2
x
4
1
2
1

x
1
=10 +11 x
3

de ecuacin 1
x
1
=
2
x
4
11
2
9

S en funcin de x
3
: S ={( 10 +11 x
3
; -2 4x
3
; x
3
; 0) x
3
e 9 }
S en funcin de x
2
: S
)
`
9 e |
.
|
\
|

2 2 2 2
x 0 ; x
4
1
2
1
; x ; x
4
11
2
9

Nota: es suficiente encontrar un conjunto solucin

d) Su sistema homogneo asociado es:

= +
= +
= +
0
0
0
4 3 2 1
4 3 2 1
4 3 2 1
5 2 5 2
2 3
4 3 2
x x x x
x x x x
x x x x

Resolvemos utilizando el sistema equivalente:

Sistema Homogneo siempre Compatible
=
= + +
= +
0
0
0

2 4
4 3 2
4
4 3 2
4 3 2 1
x
x x x
x x x x

r (A) =3 y n = 4 r (A) < n Indeterminado infinitas soluciones

de ecuacin 3 x
4
=0

de ecuacin 2
2
3
1
x
2
= 4x
3

x
3
=
2
4
1
x

; de ecuacin 1 x
1
=11x
3
o x
1
=
2
4
11
x


151
S
H
en funcin de x
3
: S
H
= {(11x
3
; - 4x
3
; x
3
; 0) x
3
e 9}

S
H
en funcin de x
2
: S
H
=
)
`
9 e |
.
|
\
|

2 2 2 2
x 0 ; x
4
1
; x ; x
4
11

iii)
= + +
= +
= + + +
7 x 3 x 5 x 4
2 x 2 x x 3 x 2
5 x x 2 x x
3 2 1
4 3 2 1
4 3 2 1

x
1
x
2
x
3
x
4
bi
a)
1 1 2 1 5 10
2 3 -1 -2 2 4
4 5 3 0 7 19
1 1 2 1 5 10
]
2
2. ]
1
0 1 -5 -4 -8 -16
]
3
4. ]
1
0 1 -5 -4 -13 -21
1 1 2 1 5 10
0 1 -5 -4 -8 -16
]
3
1.]
2
0 0 0 0 -5 -5

Sistema Equivalente

=
=
= + + +
5 . 0
8 4 5
5 2
4
4 3 2
4 3 2 1
x
x x x
x x x x
b) r (A) =2 y r (A') =3 r (A) = r (A') Incompatible

c) sin solucin S = C

d) Su Sistema Homogneo Asociado es:

= + +
= +
= + + +
0
0
0
3 5 4
2 3 2
2
3 2 1
4 3 2 1
4 3 2 1
x x x
x x x x
x x x x

Resolvemos utilizando el Sistema equivalente:

Homogneo siempre compatible
=
= + + +
0 4 5 x
0 2
4 3 2
4 3 2 1
x x
x x x x
1
2

r (A) =2 y n = 4 r (A) < n Indeterminado infinitas soluciones

de ecuacin 2 x
2
=5x
3
+4x
4

de ecuacin 1 x
1
=-7x
3
5x
4


152
}
S
H
en funcin de x
3
y x
4
:
S
H
= {( -7x
3
5x
4
; 5x
3
+4x
4
; x
3
; x
4
) x
3
, x
4
e 9

S
H
en funcin de x
2
y x
4
:
S
H
=
)
`
9 e |
.
|
\
|
+
4 2 4 4 2 2 4 2
x , x x ; x
5
4
x
5
1
; x ; x
5
3
x
5
7

S
H
en funcin de x
2
y x
3
:
S
H
=
)
`
9 e |
.
|
\
|

3 2 3 2 3 2 3 2
x , x x
4
5
x
4
1
; x ; x ; x
4
3
x
4
5

6 - Responde aplicando Gauss y Rouch Frobenius:
a) Determina para qu valores de a y b el sistema tiene:
= + +
= +
= +
1 z y x 2
3 z 9 y 8 x 5
z y 2 x 3
a
b
i) Solucin nica
ii) Ninguna solucin
iii) Infinitas soluciones

b) Dado el siguiente sistema de ecuaciones lineales
= +
=
= +
0 z 3 y 2 x
0 z 2 y 3 x 12
0 z y x

k
i) Halla el valor de k para que el sistema admita infinitas soluciones.
ii) Halla el valor de k para que el sistema admita slo la solucin trivial.

c) Determina para qu valor de m el sistema
=
2 2t
t

=
+
= +
= + +
0 t z m
2z y m
1 z y m
1 t z x m
tiene: i) Infinitas soluciones
ii) Ninguna solucin

Rta: i) si m = 0 Compatible Indeterminado

ii) si m = 1 Incompatible S = C

d) Determina para qu valor de m el sistema
= + +
= +
= +
10 z y x
2 z 6y 4x
1 4z 3y 2x
m
m
ii) nica solucin

Rta: i) si m = 8 Compatible Indeterminado

ii) si m = 8 Compatible Determinado S = {(29; -19 ; 0)}


153
e) Determina para qu valor de k el sistema
=
= + +
= +
0
0 k
0
z 4 y x
z 2y 3x
z y 3x
ii) Solamente la solucin trivial

Rta: i) si k =
4
7
Homogneo Indeterminado

ii) si k
4
7
= nica solucin la trivial: S = {(0; 0; 0})

Como ejemplo desarrollamos los tems a) y b)

a)
= + +
= +
= +
1 z y 2x
3 9z 8y 5x
z 2y 3x
a
b

x y

z bi
3 -2 1 b 2 +b
5 -8 9 3 9
2 1 a -1 2 +a
3 -2 1 b 2 +b
]
2
5. ]
1
0 -14 22 9 -5 b 17 5 b
]
3
2. ]
1
0 7 3 a -2 -3 -2 b 2 +3 a 2 b
3 -2 1 b 2 +b
0 -14 22 9 -5 b 17 5 b
]
3
(-14 ).]
2
0 0 - 42 a 126 -21 +63 b
-147 42 a +63 b por -21
0 0 2 a +6 1 3 b 7 +2 a 3 b

i) solucin nica 2 a + 6 = 0 a =
2
6
a = - 3 r (A) =r (A') =n

ii) ninguna solucin 2 a + 6 . 1 3 b = 0

a = -3 . b =
3
1
r (A) = r (A')

iii) infinitas soluciones 2 a + 6 = 0 . 1 3 b = 0

a = -3 . b =
3
1
r (A) =r (A') < n


154
b)
= +
=
= +
0
0
0 k
3z 2y x
2z 3y 12x
z y x

x y

z bi
1 k -1 0 k
12 -3 -2 0 7
1 -2 3 0 2
1 k -1 0 k
]
2
12. ]
1
0 -3-12k 10 0 7 - 12k
]
3
1. ]
1
0 -2 -k 4 0 2 - k
1 k -1 0 k
0 -3 -12k 10 0 7 -12k
]
3
(-2-k ).]
2
0 0 8 -38k 0 8 -38k

i) infinitas soluciones 8 38k = 0
19
4
k = r (A) < n

ii) slo la solucin trivial 8 38k = 0
19
4
k = r (A) =n

7 - La tercer ecuacin E
3
es combinacin lineal de las otras dos, compltala:

5x +2y +3z =1
a) 2x + y + z =3
7x + ...........=.......

3x +2y +z =1
b) 2x +2y +2z =5
7x +............ =11

Rta:

a) E
3
=E
1
+E
2

b) E
3
=E
1
+2 E
2


155
8 - I) Problemas sobre ecuaciones lineales en una variable:

Todo problema consta de tres pasos:
1. Planteo: expresin Matemtica de las relaciones dadas por el problema, entre la incgnita
y los datos.
2. Resolucin: resolver la ecuacin planteada.
3. Discusin: analizar el valor obtenido para determinar si la solucin de la ecuacin planteada
es tambin solucin del problema.

a) Un padre tiene 47 aos y el hijo 15. Dentro de cunto tiempo la edad del padre ser 5 veces
mayor que la edad del hijo?.

b) Una empresa de transporte cobra $5 por kilogramo de carga transportada a un kilmetro de
distancia, adems de un recargo de $120 por bulto. A qu distancia puede transportarse una
carga de 300 kilogramos, en 6 paquetes, para que cueste $400 el transporte?.

c) La base mayor de un trapecio es el doble de la base menor y la altura del mismo es igual a 12,5
cm. Cuntos cm tiene cada una de las bases, si la superficie del trapecio es de 75 cm
2
?

d) De una avenida se ha inaugurado
3
1
de su longitud;
4
1
de la misma est en construccin; y
quedan an 1200m. Cul ser la longitud total de la avenida?.

Solucin del problema: 2880m es la longitud de la avenida.

e) Cuatro obreros han recibido por su trabajo $61200. Al primero le corresponde el doble de lo
que recibe el segundo; a ste la tercera parte de lo que recibe el tercero, y al cuarto tanto
como al primero ms la mitad de lo del segundo. Cunto corresponde a cada uno?.

Solucin del problema: $14 400 (remuneracin primer obrero)
$ 7 200 (remuneracin segundo obrero)
$21 600 (remuneracin tercer obrero)
$18 000 (remuneracin cuarto obrero)

f) A una reunin asisten 200 personas entre hombres y mujeres, habiendo pagado los hombres
$400 por cada entrada y las mujeres $200. Cuntas mujeres y hombres haba, si en total se
recaudaron $78500?.

Solucin del problema: El nmero de hombres y mujeres es fraccionario el problema
carece de sentido.

g) En el tringulo ABC de 52 cm de permetro, el lado b es los
3
2
del lado a y el lado c es 3 cm
ms largo que b. Calcula la longitud de cada lado.

Solucin del problema: a = 21 cm b =14 cm c =17 cm


156
h) Cul es el alto de un edificio si la diferencia entre los
5
4
y los
4
3
es igual a 6m.?

Solucin del problema:
El alto del edificio es 120 m.

Como ejemplo desarrollamos los tems a) , b) y c):

a) Planteo:
Llamamos x al tiempo que debe transcurrir para que la edad del padre sea cinco veces la
edad del hijo
47 +x =5 . (15 +x)

Resolucin: 47 +x =75 +5x 47 75 =5x x x =-7
Discusin:
47 +(-7) =40 , 15 +(-7) =8 . 8 . 5 =40

La relacin dada se verific hace 7 aos (ya que x =-7)

b) Planteo:
Llamamos x a la distancia que debe transportarse la carga.
$(300. 5. x) es el costo de 300kg. a x km
$(6. 120) es el recargo de los 6 paquetes
1500 x +720 =400

Resolucin:
1500
720 400
= x x =~ - 0,21 km
Discusin:
El problema carece de sentido.
c) Planteo:

Llamamos: x a la base menor (b)
2x a la base mayor (B)
h a la altura
entonces teniendo en cuenta que la superficie del trapecio se halla mediante la frmula:

=
+
2
h B) (b .
sup. resulvelo!


8 cm es la longitud de la base mayor
4 cm es la longitud de la base menor


157
II) Problemas sobre sistemas de ecuaciones lineales:
a) Hace 6 aos, Agustn era cuatro veces mayor que Pablo. Halla sus edades actuales
sabiendo que dentro de cuatro aos slo ser dos veces mayor que Pablo.

b) En la ciudad de Mar del Plata cuatro calles con un solo sentido se interceptan segn el
siguiente esquema, donde se indic el volumen de trnsito por hora promedio que entra y
sale de dichas intersecciones.

c) Idem enunciado anterior para el siguiente esquema:

La intensidad del trnsito es de:
140 vehculos es el promedio entre las intersecciones "V" y "R"
115 vehculos es el promedio entre las intersecciones "R" y "S"
175 vehculos es el promedio entre las intersecciones "S" y "T"
295 vehculos es el promedio entre las intersecciones "T" y "V"


158
d) En las fiestas de un determinado lugar haba tres espectculos (A, B y C) cada uno de
ellos con un precio distinto. J uan fue dos veces a A, una vez a B y una vez a C y gast
$130; Pedro asisti tres veces a A y una vez a B, y gast $180; Luis entr una vez a
cada espectculo, lo que le cost $80. Cunto vala la entrada a cada uno de esos
espectculos?.

La entrada al espectculo A cuesta $50
S = {(50; 30; 0)}
La entrada al espectculo B cuesta $30
El espectculo C es gratuito

e) Averigua la edad de tres hermanos, sabiendo que el triple de la edad del primero menos el
doble de la del segundo ms la del tercero hacen un total de 22 aos; la edad del primero
menos la del segundo ms el doble de la del tercero son 8 aos; y el doble de la del primero
ms la del segundo menos la del tercero son 20 aos.

La edad del primer hermano es 9 aos
S = {(9; 3; 1)} La edad del segundo hermano es 3 aos
La edad del tercer hermano es 1 ao

f) Una empresa de explotacin minera opera dos minas que estn ubicadas en diferentes
lugares del pas y varan en su capacidad de produccin. Despus de triturar el mineral se
clasifica en tres grados: alto, medio y bajo. La empresa ha contratado una planta refinadora
para que procese el material, con la condicin de que debe entregarle cada semana 12
toneladas de grado alto, 8 toneladas de grado medio y 24 toneladas de grado bajo. De cada
mina se extraen diariamente las siguientes cantidades:

Mina 1 Mina 2
Grado Alto 6 2
Grado Medio 2 2
Grado Bajo 4 12

Cuntos das a la semana se debe operar en cada mina para que la empresa satisfaga las
condiciones del contrato con la planta refinadora?

S = C La empresa no puede satisfacer las condiciones del contrato de acuerdo a esa
manera de operar las dos minas.

Como ejemplo desarrollamos los tems a) y b):

a) Planteo:
Llamamos x a la edad actual de Pablo
Llamamos y a la edad actual de Agustn

6 aos atrs: y 6 =4 . (x 6) 1

luego de 4 aos: y +4 =2 . (x +4 ) 2


159

+ = +
=
) 4 .( 2 4
) 6 .( 4 6
x y
x y
Resolucin:
+ = +
=
) 4 .( 2 4
) 6 .( 4 6
x y
x y
=
=
4 2
18 4
y x
y x
Aplicamos Gauss Sistema Equivalente
=
=
52 2
18 4
y
y x 1
2
de ecuacin 2 es y =26
S = {(11; 26)}
de ecuacin 1 es x =11

- Hace 6 aos la edad de Agustn (20 aos) era 4 veces la edad de Pablo (5 aos).
- Luego de 4 aos la edad de Agustn (30 aos) ser 2 veces la edad de Pablo (15 aos).

b) Planteo: Debes tener en cuenta que en cada interseccin el nmero de vehculos que
entran debe ser el mismo que el nmero de vehculos que salen de esa seccin.

En efecto:
+ = +
+ = +
+ = +
+ = +
H
G
F
E
n intersecci la en 155 x 320 x
1 4
4 3
3 2
2 1

Resolucin: aplicamos Gauss:
= +
=
=
=
165
105
20
80
4 1
4 3
3 2
2 1
x x
x x
x x
x x

sistema equivalente: 2
=
=
=
105
20
80
4 3
3 2
2 1
x x
x x
x x
1
3

r (A) =r (A') < n Compatible Indeterminado

Hay una variable libre, podemos determinar la intensidad del trnsito entre las 4
intersecciones asignndole a la misma valores arbitrarios.

verifcalo!

Auto-evaluacin - Sistemas de ecuaciones lineales

160
AUTO-EVALUACION

1) - Analiza si el siguiente sistema es crameriano, en caso afirmativo resuelve por la regla de
Cramer:
=
=
4 2 2
3
y x
y x
2) - Dados el siguiente sistema de ecuaciones lineales, expresarlo matricialmente y resolverlo, de
ser posible, por el mtodo de la matriz inversa.
= +
= +
= + +
13 10 5 4
4 3 2
6
z y x
z y x
z y x

3) - Dados los siguientes sistemas de ecuaciones lineales escalonarlos (Gauss), clasificarlos
(Rouch-Frobenius) y resolverlos.
a) b)
= + +
= + +
= + +
10 2 3
6 9 6 3
10 4 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
= +
= +
= +
0 z 2 y
4 z 4 y 2 -
1 z y x

4) - Determinar las condiciones de a, b, c para que el siguiente sistema sea compatible

= +
= +
= +
c
b
a
z y x
z y x
z y x
8 5
2 3
3 2

Soluciones

1) - m =2 =n Es cuadrado
A A = + =
= 0 2 2
2 2
1 1
no es regular
El sistema dado no es crameriano, no es factible aplicar la regla de Cramer
(no es compatible determinado).
Es compatible? Tiene solucin? Avergualo t solo. Te sugiero por Gauss.

2) - Expresin matricial:
A . X =B
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|
13
4
6
.
10 5 4
3 1 2
1 1 1
z
y
x
Si A es regular o inversible - A
-1
m =n =3 Es cuadrado 0 41
10 3 1
3 1 2
1 1 1
A = =
=

161
Calculamos A
-1
: ; Adj A =
|
|
|
|
.
|
\
|
=
10 3 1
5 1 1
4 2 1
t
A
|
|
|
|
.
|
\
|

3 1 14
1 14 32
4 15 5
A
-1
= =
A Adj
A
=
|
|
|
|
|
|
|
.
|
\
|

41
3
41
1
41
14
41
1
41
14
41
32
41
4
41
15
41
5

X =A
-1
. B X =
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
1
3
2
z
y
x

El conjunto solucin es: S ={(2; 3; 1)}

3) - a)
x
1
x
2
x
3
bi
2 1 4 10
3 6 9 6
1 3 2 10
2 1 4 10
0 9 6 -18
0 5 0 10
2 1 4 10
0 9 6 -18
0 0 -30 180

De hallo x
3
=-6
En : x
2
= 2
9
36 18
=
+

En : x
1
= 16
2
24 2 10
=
+

b) Escalonamos (Gauss)

x y z bi
1 1 -1 1
0 -2 4 -4
0 -1 2 0
1 1 -1 1
0 -2 4 -4
0 0 0 -4
Anlisis:
Rg (A) =Rg (A') =3 sist. compatible
Rg (A) =n =3 Determinado
Sistema normal compatible: determinado

=
= +
= + +
180 30
18 6 9
10 4 2
3
3 2
3 2 1
x
x x
x x x

S ={(16;2;-6)}
Anlisis (Rouch-Frobenuis)
Rg (A) =2
Rg (A) = Rg (A')
Rg (A') =3
Sistema incompatible (sin solucin)


162
ota: observemos el sistema equivalente:

4 -
N
=
= +
= +
4 oz
4 4z 2y
1 z y x

Ecuacin lineal incompatible

x y z bi
1 2 -3 a
3 -1 2 b
1 -5 8 c
1 2 -3 a
0 -7 11 b-3a
0 -7 11 c-a
1 2 -3 a
0 -7 11 b-3a
0 0 0 2a-b+c

En la ltima ecuacin o. z =2a - b +c
ara que sea atible:
2a - b +c =0
ajo esta condicin:
Rg (A) =Rg (A') =2

p

ecuacin comp

b

Clculo Vectorial

163
Clculo Vectorial

Contenidos:

En R
2
y en R
3
vectores como combinacin lineal de vectores de la base cannica, mdulo de un vector.

Cosenos directores. Versor. Componentes de un vector. Vector dado por diferencia de dos vectores
posicin.

Distancia entre dos puntos. Punto medio de un segmento.

Producto escalar. Definicin. Producto escalar en funcin de las componentes.

Representacin grfica. Propiedades.

Producto vectorial. Definicin. Expresin cartesiana del producto vectorial. Representacin
geomtrica. Propiedades.

Producto mixto. Definicin. Clculo del producto mixto. Representacin geomtrica.

Objetivos:
Distinguir e interpretar geomtricamente las operaciones entre vectores:
Producto escalar. Producto vectorial. Producto mixto.

Vamos a realizar el estudio de la geometra analtica por la va vectorial, la ventaja de introducir el
clculo vectorial consiste en que el manejo de este lenguaje no slo permite demostraciones elegantes
sino que facilitar el trabajo en fsica o en ingeniera y ahorrar tiempo.
No haremos un estudio exhaustivo de vectores, lo desarrollaremos en forma elemental, limitndonos a
tres dimensiones.

Clculo Vectorial

164
Base Cannica
Los vectores fundamentales o versores son los vectores unidad sobre los ejes coordenados y con
sentidos coincidente con el sentido positivo de stos.

y z

j
y
i
x i

x
1) (0, j ; 0) (1, i = =

1) 0, (0, = k ; 0) 1, (0, j ; 0) 0, (1, i

= =
En R
2
: ) j , i (

versores perpendiculares En R
3
: ) k , j , i (

versores perpendiculares
entre si. entre si.
Sea R
2
, la base cannica j , i

; y el vector
2
R A e
de componentes
|
|
.
|
\
|
v
1
1
1 1
y
x
= A ) y , (x = A

Expresamos A
como combinacin lineal de los

vectores de la base.

j y i x A
1 1

+ = Expresin analtica del vector
y
y y i x A
1 1

+ =
y
1

j
| o

i
x
1
x

Mdulo de A
:
2
1
2
1
2
2
1
2
1
y x A y x A + = + =

Los ngulos que forman el vector con los ejes se llaman ngulos directores y sus cosenos:
cosenos directores
| o cos , cos como o | = | + o sen = cos 90
Del grfico
o = = o |
o = o
sen A y
A
y
sen = cos
cos A x
A
x
= cos
1
1
1
1
elevando al cuadrado y sumando

m. a m.: ) sen (cos A y x
2 2
2
2
1
2
1
o + o = +
= | + o v = o + o 1 cos cos 1 sen cos
2 2 2 2

la suma de los cuadrados de los cosenos directores de un vector es igual a uno.
Clculo Vectorial

165
Idem para R
3

z
k z y y i x A
1 1 1

+ + = Expresin analtica

A
2
1
2
1
2
2
1
2 2
y x ' A como z ' A A + = + =

2
1
2
1
2
1
2
z y x A + + =

y
A
z
cos ;
A
y
cos ;
A
x
cos i
' A

1 1 1
= = | = o
x
= | = o = cos A z ; cos A y ; cos A x
1 1 1

1 cos cos cos ) cos cos (cos A = z y x
2 2 2 2 2 2
2
2
1
2
1
2
1
= + | + o + | + o + +

Se generaliza para R
n
: base cannica {e
1
, e
2
, ..., e
n
}
Expresin analtica:
n n 2 2 1 1
e x . . . e x e x A + + + =
Mdulo:
2
n
2
2
2
1
x . . . x x A + + + =

Versor
Es todo vector de mdulo uno: 1 A
0
=

En R
2
: donde ) y , (x A =
0 0 0
o =
o =
sen A y
cos A x
0 0
0 0
) sen , (cos A o o =
0
= (cos o, cos |)
En R
3
: ) cos , cos , (cos A
0
| o =

Las componentes de un versor son sus cosenos directores.

Dado un vector (
1 1 1
z , y , x A = )
si queremos un versor con la direccin de A
, basta dividirlo por su

mdulo:
|
|
|
.
|
\
|
= =
A
z
,
A
y
,
A
x
A
A
A
1 1 1
0

.

Vector determinado por dos puntos cualesquiera
y

B
A y
2
- y
1

x
2
- x
1

y
1
y
2

x
1
x
2
x
El punto A determina ) y , (x OA
1 1
=
El punto B determina ) y , (x OB
2 2
=
= + OB AB OA

) y , (x - ) y , (x OA OB AB
1 1 2 2
= =

) y - y , x - (x AB

1 2 1 2
AB de s componente

=

La distancia entre A y B es el mdulo de: :
AB
2
1 2
2
1 2
) y - (y ) x - (x AB + =

Clculo Vectorial

166
Punto medio de un segmento

y Dados los puntos A = (x
1
, y
1
) y B = (x
2
, y
2
) hallamos
B
M M = (x
m
, y
m
) tal que:
A
) y y , x (x ) y y , x (x MB AM
m 2 m 2 1 m 1 m
= =
x

+
= + = =
+
= + = =
2
y y
y y y 2y y y y y
2
x x
x x x 2x x x x x
2 1
m 2 1 m m 2 1 m
2 1
m 2 1 m m 2 1 m

En 3 dimensiones el punto medio M de AB es el punto cuyas coordenadas son:
|
.
|
\
|
2
z de suma
,
2
y de suma
,
2
x de suma

Insistimos si dos vectores son paralelos sus componentes son proporcionales.
En smbolos:

A B A B / / =
En R
2
: (x
1
, y
1
) = (x
2
, y
2
) =( x
2
, y
2
)
=
=

y y
x x

2 1
2 1
2
1
2
1
y
y
x
x
= =
En R
3
:
2
1
2
1
2
1
z
z
y
y
x
x
= =
En R
n
:
'
n
n
'
3
3
'
2
2
'
1
1
x
x
= . . .
x
x
x
x
x
x
= = =

Ejercicios:
Dados los puntos A =(2, 1, 3) ; B =(4, 1, 0) ; C =(8, 3, 5) determinar:

i) El vector AB
AB =(4 2 , 1 1, 0 3) AB =(2, 0, -3)

ii) El mdulo del vector AB
AB = ( ) 13 9 4 3 0 2
2 2 2
= + = + +

iii) El punto medio del segmento AC

|
|
|
|
.
|
\
|
+ + +
=
2
5 3
,
2
3 1
,
2
8 2
M
M =(5, 2, 4)

Clculo Vectorial

167
PRODUCTO ESCALAR
Definicin:
El producto escalar de dos vectores ( notado:

A B ), es el nmero correspondiente al producto de
los mdulos por el coseno del ngulo que forman:

A B = A B cos o

B
Como
( ) ( )
cos cos B A = B A cos o o =

o
o

de donde se infiere que el producto escalar es
conmutativo:

A B B A =

A

Interpretacin geomtrica del producto escalar
En el tringulo la hipotenusa es B
B cos
proy B A
B
o =

o
proy B A

A B A B
proy B A
B
A proy B A = =

En el tringulo la hipotenusa es A

B A

/ proy

B
( )
cos
proy A B
A
= o

o

B A B A
proy A B
A
B proy A B = =
Se infiere: el producto escalar de dos vectores es igual al mdulo de uno cualquiera de ellos por
la proyeccin del otro sobre la direccin del primero.

Observacin: proy B A

: Proyeccin de
B sobre la direccin de
A.
proy A B

: Proyeccin de
A sobre la direccin de
B .

Propiedades del producto escalar
Conmutativa:

A B = B A
Asociativa de la multiplicacin por un escalar: ( ) ( ) ( )

A B A B = A B =
Distributiva respecto de la suma de vectores: ( )

A B C A B A C + = +

Clculo Vectorial

168
Expresin en coordenadas
Multiplicacin escalar de los vectores de la base cannica { } k , j , i

( ) 0 0 1 1 2 cos j i = j i ; 1 1 1 1 0 cos i i = i i = = t = =

Resulta as la tabla de multiplicacin del triedro.

i

1 0 0
j

0 1 0
k

0 0 1

Entonces dados dos vectores por sus expresiones en coordenadas:

k z j y i x B
k z j y i x A
2 2 2
1 1 1

+ + =
+ + =

k . k z z j . k y z i . k x z k . j z y j . j y y i . j x y k . i z x j . i y x i . i x x B . A
2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1

+ + + + + + + + = =
.1 z z .0 y z .0 x z .0 z y .1 y y .0 x y .0 z x .0 y x .1 x x
2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1
+ + + + + + + +

2 1 2 1 2 1
z z y y x x B A + + =

suma
El producto escalar de dos vectores dados en coordenadas cartesianas ortogonales es igual a la
de los productos de las coordenadas homlogas.
Ejemplo: Sea ) 1 , 5 , 2 ( A =
( ) 3 , 1 , 2 B =

12 3 5 4 3 1 1 5 2 2 . = + + = + + = B A

Expresin del mdulo
Si
2
A A A 0 cos A A A A B A

(1) = = = =
En coordenadas:
2
1
2
1
2
1 1 1 1 1 1 1
z y x z z y y x x A A + + = + + =

(2)
De (1) y (2): z y x A z y x A
2
1
2
1
2
1
2
1
2
1
2
1
2
+ + + = + + =

Entonces, el mdulo de un vector es la raz cuadrada positiva de la suma de los cuadrados de las
Angulo entre dos vectores
componentes.

2 1 2 1 2 1
z z y y x x = cos B A = B A + + o

z y x z y x
z z y y x x
=
B A
B A
= cos
2
2
2
2
2
2
2
1
2
1
2
1
2 1 2 1 2 1
+ + + +
+ +
o

Clculo Vectorial

169
Condicin de perpendicularidad
Si 0 = B . A 0 = 90 cos B A

Si los vectores son perpendiculares su producto escalar es cero.

Producto vectorial
Definicin: El producto vectorial de dos vectores (notado B A

. ) es el vector C
, con las
siguientes caractersticas:

Direccin: normal al plano formado por
A y
B
Mdulo: o = . = sen B A B A C

B A C

. =

B

o
A

z

k
y

x
Sentido: es el de la regla del tirabuzn, o la regla
de la mano derecha, yendo del primer factor al
segundo y siguiendo la orientacin del espacio.

Interpretacin geomtrica del mdulo del producto vectorial

C A B A B sen
sen
h
B
h = B sen
= . =
=
o
o o

C A B = .

B

h
o
donde h es la altura del paralelogramo formado
por los vectores
A y
B , resulta:

C A B A = . =

A
h
|

rea del paralelogramo

Clculo Vectorial

170
Propiedades del producto vectorial

Propiedad no conmutativa:

A B B A . = . , pues de acuerdo con la regla del tirabuzn o de la
mano derecha resulta.

C A B = .

B

o

B

o

A

A B B . = . A

Se llama propiedad anticonmutativa

Propiedad distributiva: ( ) ( ) ( )

A B C A B A C . + = . + .

Propiedad no asociativa: ( ) ( )

A B C A B C . . = . .

Expresin en coordenadas
Multiplicacin vectorial de los versores de la base cannica

z

k
y
j

x

Resulta la tabla de multiplicacin vectorial:

.
i

j -
k -
0
i
i -

= .

C B A

0 0 sen i i i i = = .

O = k k = j j = i i

. . .
( ) 1 = 1 1 1 2 sen j i j i = t = .

j = i k i = k j k = j i

. . .
Por propiedad anticonmutativa, es:
j - = k i i - = j k k - = i j

. . .
Clculo Vectorial

171
Dados ahora dos vectores por sus expresiones en coordenadas

k z j y i x B
k z j y i x A
2 2 2
1 1 1

+ + =
+ + =

0 z z ) i ( y z j x z i z y 0 y y ) k ( x y ) j ( z x k y x 0 . x x B A
2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1

+ + + + + + + + = . =
( ) ( ) ( ) = + + = . k y x y x j z x z x i z y z y B A
1 2 2 1 2 1 1 2 1 2 2 1

k
y x
y x
j
z x
z x
i
z y
z y
2 2
1 1
2 2
1 1
2 2
1 1

+ = (1)

Este resultado puede expresarse en forma de determinante simblico:

B A
z y x
z y x
k j i
2 2 2
1 1 1

. = = A ,
pues desarrollando por los elementos de la primera fila como
si en ella hubiera nmeros se obtiene (1).

Ejemplo:
Sea: ( 2 , 3 , 2 = A )
; ( ) 1 , 3 , 2 = B

1 3 2
2 3 2
k j i
B A

= . = (3 6) i
+(4 2) j
+(6 6) k
=-3i
+2j
+0 . k

Paralelismo de vectores
Si 0 = B A 0 0 sen B A B A B // A

. = = . , entonces la nulidad del determinante
simblico exige:
2
1
2
1
2
1
z
z
y
y
x
x
= = . Es decir, si dos vectores son paralelos sus componentes son
proporcionales.
Ejemplos:
a) ( ) 4 , 3 , 2 = A
y B ( z , 6 , 4 = )
determinar z para que A
// B

z
4
6
3
4
2
= = z =8
b) ( ) z 15, 3, = A
y ( 2 , 5 , 1 = B )
determinar z para que A
// B

2 5
15
1
3 z
= = z =6

Clculo Vectorial

172
PRODUCTO MIXTO
Se llama producto mixto de tres vectores C , B , A

al escalar: ( ) C B A

. .
Su expresin en base a coordenadas resulta:
k z j y i x C
k z j y i x B
k z j y i x A
3 3 3
2 2 2
1 1 1

+ + =
+ + =
+ + =

De acuerdo con lo estudiado:

k
y x
y x
j
z x
z x
i
z y
z y
z y x
z y x
k j i
C B
3 3
2 2
3 3
2 2
3 3
2 2
3 3 3
2 2 2

+ = = .
( )
3 3 3
2 2 2
1 1 1
3 3
2 2
1
3 3
2 2
1
3 3
2 2
1
z y x
z y x
z y x
y x
y x
z
z x
z x
y
z y
z y
x C B A = + = .

Teniendo en cuenta que la expresin ( ) C B A

. carece de sentido, puede omitirse el parntesis
y escribir C B A

. , adems si permutamos los productos: C . B A

. se llega al mismo resultado,
entonces los suprimimos e indicamos el producto mixto con la notacin:
( )
3 3 3
2 2 2
1 1 1
z y x
z y x
z y x
C , B , A =

Interpretacin geomtrica del producto mixto
) pedo paralelep del base amo paralelogr del (rea S P B A ; P B A = = . = .

A B C P C P C cos
h
. = =
(altura del paraleleppedo)

P A B = .

h proy C P =

A

( ) pedo paralelep del Volmen h P C , B , A = =

Consecuencia: La condicin necesaria y
suficiente para que tres vectores no nulos sean
coplanares es que se anule su producto mixto.
Trabajo Prctico Clculo vectorial

173



1- Dado en R
2
los siguientes vectores posicin

4) , 2 ( ; 1) , 3 ( ; 3) , 2 ( ; 2) , (2 = = = = D C B A

a) Halla su suma en forma analtica y grfica (regla del polgono) S
b) Verifica que: S D C B A D C B A

= + |
.
|
\
|
+ + = |
.
|
\
|
+ + |
.
|
\
|
+
c) Obtiene el vector O X B A X

= + + /

S D C B A

= + + +

(2,2) +(-2,3) +(-3,1) +(-2,-4) =(-5,2)

2) , 5 ( S =

S D C B A D C B A

= + |
.
|
\
|
+ + = |
.
|
\
|
+ + |
.
|
\
|
+

) 4 , 2 ( 1)] , 3 ( 3) , 2 ( 2) , [(2 4)] , 2 ( 1) , 3 [( 3)] , 2 ( 2) , [(2 + + + = + + +

) 4 , 2 ( 6) , 3 ( 3) , 5 ( 5) , (0 + = +

S 2) , 5 ( 2) , 5 (

= =

c) 5) , (0 5) , (0 = = |
.
|
\
|
+ = = + + B A X O X B A

Verificamos: (2 , 2) +(-2 , 3) + (0, -5) =(0 , 0) =O

2 - dem ejercicio 1 para los vectores:
2) , 1 ( ; 1) , 2 ( ; 2) , 1 ( ; 1) , (2 = = = = D C B A

Rta: ) 2 , 2 ( = S


174
3 - Dados los vectores y halla analtica y grficamente: ) 1 ; (3 = A
) 4 (1; = B
a) B A

b) A B

Como ejemplo resolvemos el tem a)
Por definicin de diferencia:
D B A

= / D B A

+ =

Grficamente es el vector que completa el tringulo de
lados

. Va del extremo de
D
B A y , B
al extremo de
para que se verifique A
D B A

+ =

) 3 , (2 4) , (1 1) , (3 = = B A

= (2 , -3) vector posicin, igual al vector D
de
origen en (1 , 4) y extremo en (3 ,1).

b) Rta: =(-2 , 3) D

4- Dados los vectores y , resuelve: a) 1) ; 3 ( = A
3) ; (1 = B
B A

=............
b) B A

= + .. ..........
c) - 0 A

= + .. ..........
d) B A

= + .. .......... . 2

5 - Dados los puntos A =(1 , 1) y B =(5 ,4), halla el punto medio del segmento AB, las
componentes del vector AB, la distancia entre los puntos A y B; grafica.

Punto medio:
|
|
.
|
\
|
+ +
=
|
|
.
|
\
|
+ +
=
2
4 1
2
5 1
2 2
x
2 1 2 1
,
y y
,
x
M
|
.
|
\
|
=
2
5
, 3 M
) 3 , (4 1) 4 , 1 (5 ) y y , x (x
1 2 1 2
= = = AB

3) , (4 = AB


175
La distancia entre A y B es el mdulo del vector AB

5 3 4
2 2
= + = AB

3 es " "
sobre y 4 es " " sobre de proyeccin La
3) , (4
y
x AB
AB =

6 - Dados los puntos A (4, 5, 0) ; B (2,8,1) ; C (2,3,6) ; D (0, 7, 3) halla:
a) Las componentes de los vectores AD , AC , AB
b) sus mdulos
c) sus cosenos directores, verifica su propiedad

Rta: a) 3) , 2 , 4 ( ; 6) , 2 , 2 ( ; 1) , 3 , 2 ( = = = AD AC AB
b) 29 ; 44 ; 14 = = = AD AC AB
c) Para el vector AB

14
1
14
3
14
2
3 2 1
= =
= o o o cos ; cos , cos

cos
2
o
1
+cos
2
o
2
+cos
2
o
3
=1 ( comprubalo! )

7 - Los vrtices de un tringulo son: A (1,1) ; B (2, 5) ; C (6 , -1)
a) Calcula el punto medio M del lado BC
b) Calcula la longitud de la mediana AM
c) Verifica que el tringulo es escaleno
d) Representa grficamente.

Rta: b) 10 = AM

8 - Verifica que el tringulo de vrtices A (1, 0, 7) , B (6, -4, 0) C (-1, 0, 5) es issceles.
Rta: 90 = = BC AB


176
9 - Los vrtices de un cuadriltero son A (1,1) ; B (2 , 5) ; C (4 , 3) ; D (3, -1)
a) Verifica que dicho cuadriltero es un paralelogramo (aplica la condicin de paralelismo de
vectores).
b) Verifica vectorialmente que al unir los puntos medios de los lados consecutivos de dicho
paralelogramo resulta otro paralelogramo.
c) Representa grficamente ambos paralelogramos.

10 - Dados los vrtices de un tringulo A (-1, -2, 4) ; B (-4, -2, 0) ; C (3, -2, 1)
a) Representa grficamente.
b) Calcula el ngulo interioro
y el ngulo exterior del vrtice B. |

Rta: a)

b)

135 45 = = | o

;

aplica :
BC BA
BC BA.
cos = o

11 - Halla los ngulos interiores de los tringulos cuyos vrtices son:
a) A (5,-1) ; B (9,6) ; C (1,5)
b) A (5,1) ; B (6,5) ; C (2,4)

Rta: a) " 6 ' 26 63
; " 48 ' 7 53
; " 6 ' 26 63
= = = C B A
b) " , '
; " '
; " , '
5 10 2 59 39 55 61 5 10 2 59 = = = C B A


177
12 - Verifica vectorialmente que los puntos A (5,1,5) , B (4,3,2) y C (-3,-2,1) son los vrtices de un
tringulo rectngulo. Representa grficamente.

Rta: BC BA BC BA = 0 .

13 - Dados los vectores y 1) ; 2 ; (3 = M
) 2 1; (1; = N

a) Determina / S
S N M

= . .
b) Calcula los cosenos directores de S
.
c) Cul es el vector cuyas componentes son dichos cosenos directores?

Rta: a) S
= k j i

5 7 3 + +
b)
83
5
83
7
83
3
= = = | o cos ; cos ; cos
c)
o o
S ,
S
S
S
= es el versor con la direccin de S
(las componentes de un versor son

sus cosenos directores).

14 - Halla un vector perpendicular a los vectores P
3) 6, (2, 1) 3, (4, = = N M

y
Qu componentes tiene el versor
0
P
en la direccin de P
?.

Rta:

N M P . =

N M
N M
P
O
.
.
=

P - P

tomar podemos 30) , 10 , 15 ( =
0 0
P - P

tomar podemos
7
6
,
7
2
,
7
3
35
30
,
35
10
,
35
15
|
|
.
|
\
|
|
|
.
|
\
|
=

=

15 - Dados los vrtices del paralelogramo , , C y . 6) ; 7 ; (8 A ) 4 ; 7 ; 10 ( B 0) ; 3 ; (6 2) ; 3 ; (4 D
Calcula vectorialmente el rea del paralelogramo dado y el rea del tringulo .
A
ABC

Rta:
rea del paralelogramo 384 = . BC AB
rea del tringulo:
2
384


178
16 - Calcula vectorialmente el rea del tringulo , de vrtices , y
. Representa grficamente.
A
PQR 2) 3; (1; P 1) 1; - (2; Q
3) 2; (-1; R

Rta: rea =
A
PQR
2
107

17 - Dados los puntos M (1, 1, -1) ; N (-2, -2, 2) ; P (1, -1, 2) y Q (0, 0, z) calcula el valor
de z para que los puntos sean coplanares

Rta: Hacemos un esquema

( ) 0 0 , , = = z MQ MP MN

18 - Los vectores 3) 2, - (1, ; 2) 1, (1, ; 4) 2, (2, = = = C B A

son coplanares?

Rta: coplanares son vectores los 0 = |
.
|
\
|
C , B , A

19 - Halla el volumen del paraleleppedo construido sobre los vectores:
1) 9, (8, ; 7) 6, (5, ; 4) 3, (2, = = = C B A

Rta: ( ) 27 = C , B , A

Auto-evaluacin - Clculo vectorial

179
AUTO-EVALUACION

1 - Dados los puntos A (5 ; 1) , B (6 ; 5) y C (2 ; 4), representar grficamente el tringulo que ellos
determinan y hallar el valor de los ngulos interiores del mismo.
Cmo clasifica a dicho tringulo?

2 - Dados los vectores (-1 ; 2) , (3 ; -4) y C A
B

(0 ; 5)
a) Calcular C

5
1
B 3 - A 2 M + =
b) Expresar en la base cannica M
{ } j , i

3 - Sean los vectores A (-1 ; 2 ; 0) y
(2; -2 ; 2)
a) Calcular el producto escalar B A
b) Hallar el ngulo que forman dichos vectores

4 - Calcular el producto mixto |
.
|
\
|
.C B A

sabiendo que: A
(-1 ; 1 ; 2) ,B
(0 ; 1 ; 1) y C
(2 ; 0 ; 1)

5 - Dados los vectores (4 ; 0 ; 1) y C B

(-2; 1 ; 2) hallar el rea del paralelogramo que ellos determinan.

SOLUCIONES

1 -

AB (1;4)
AC (-3;3)

BA(-1,-4)
BC (-4 -1)

CB (4 ;1)
CA (3;-3)

A
= C
CB =AB issceles ABC

cos =cos A
514495755 , 0
18 . 17
3 . 4 ) 3 ( 1
, =
+
=
|
|
.
|
|
=5902' 10",5 A
\
AC AB
cos B=cos
( )( ) ( )( )
470588235 , 0
17 . 17
4 1 4 1
, =
+
=
|
|
.
|
\
|
BC BA =61 55' 39" B
cos C =
514495755 , 0
18 . 17
) 3 .( 1 3 . 4
=
+
=59 02' 10",5 C
Auto-evaluacin - Clculo vectorial

180

2 - a) M
=(-2;4) +(-9;12) +(0;1) =(-11;17)

b) M
= -11 i
+17
- a)

B A
3 =(-1) . 2 +2 (-2) +0 . 2 = - 6
b) 12 ; 5 = = B A

cos o
12 . 5
6
.
=
B A
B A

=- 0,7746 o=140 46' 06,"53

4 -

3 4 2 1
1 0 2
1 1 0
2 1 1
, , = + =
= |
.
|
\
|
C B A

- Area = C B . 5
k j i
k j i
C B 4 10
2 1 2
1 0 4 + =
= .

117 16 100 1 = + + = .C B

Area =

Area ~ 10,816

La Recta en el plano

181

La geometra analtica es el casamiento del lgebra con la Geometra.
(Charles Wexler).

Si decimos ecuacin de una curva esto significa que cada punto de la curva satisface la
ecuacin, e inversamente cualquier punto que satisfaga la ecuacin pertenece a la curva.
Un punto que se mueve segn una regla fija describe una curva. Hallar la ecuacin de una curva
y sus propiedades es un problema de lugar geomtrico. Se busca una expresin matemtica que
verifiquen todos los puntos de la curva y slo ellos. Este es el problema bsico de la geometra
analtica.
Al punto P mvil que genera una curva lo llamaremos punto genrico.

Objetivos:
Dada una ecuacin reconocer su representacin grfica.
Dado un grfico saber que forma tiene su ecuacin.

Contenidos

Recta que pasa por un punto y es paralela a un vector.

Ecuacin vectorial simtrica y ecuaciones paramtricas, nmeros directores.

Ecuacin explcita.

Posiciones particulares de una recta respecto de los ejes.

Recta que pasa por dos puntos.

Ecuacin del haz de rectas.

Ecuacin general o implcita.

Ecuacin segmentaria.

Distancia de un punto a una recta.

Ecuacin normal.

Angulo entre dos rectas, condicin de paralelismo y perpendicularidad.

Estudiaremos la recta en R
2
, el plano, la recta en R
3
y las cnicas (no haremos un estudio exhaustivo de
cnicas).

182
La recta en el plano

Recta que pasa por un punto y es paralela a un vector

Datos:
e
r // u
r P
1

Sea P un punto genrico de la recta, entonces:
Ambos vectores son linealmente e

u // P P : r P
1

dependientes existe una combinacin lineal.

R con u e =

P P
1
Ecuacin vectorial

r
P

P
1
u

Fijamos una base cannica:

Datos:
=
e =
r // ) u , (u u
r ) y , (x P
y x
1 1 1

y) (x, P / r P = e se verifica:
u
P P
1
con R e
donde
( )
( )
=
=
uy ux u
y y x x
,
, P P
1 1 1
La igualdad de vectores implica igualdad de componentes

( ) ( ) uy , ux y y , x x
1 1
=

( ) ( ) uy , ux y y , x x
1 1
=
y
r
P
1

u
y
u
x

x
u

Por igualdad de pares:

recta la de puntos infinitos los obtienen se R Variando
as paramtric Ecuaciones : variables despejando
simtrica Ecuacin : despejando
u y y
u x x
y 1
x 1
e

+ =
+ =
=
=
=
y 1
x 1
y
1
x
1
u y y
u x x

u
y y
u
x x

Insistimos (x
1
, y
1
) son las coordenadas de r P
1
e .
(u
x
, u
y
) son las componentes de r // u / u

, es decir el vector u
dirige la recta.
(u
x
, u
y
) se llaman nmeros directores de la recta.


183
Ejemplo:
Escribir la ecuacin simtrica y las ecuaciones paramtricas de la recta que pasa por P
1
=(5, 2) y es
paralela al vector =(1, 3). Representarla. u
La ecuacin simtrica de la recta es:

y
1
x
1
u
y y
u
x x
=

donde
= =
e = =
recta la dirige (1,3) ) u , (u u
r 2) , (5 ) y , (x P
y x
1 1 1
3
2 y
1
5 x
=
Ecuacin simtrica
Las ecuaciones paramtricas son :

3 2 y
1 5 x

u y y
u x x
y 1
x 1
+ =
+ =
+ =
+ =

Para cada valor que asignemos a obtenemos un punto de la recta, por ejemplo, si =1, se tiene:
( ) r 5 6, P
5 3 2 y
6 1 5 x
2
e =
= + =
= + =

Verificamos en la ecuacin simtrica: 1
3
2 5
1
5 6
=
, esto nos dice que ( ) 5 6, P

2
=
satisface su ecuacin, luego ( ) r 5 6, P
2
e =
Representacin grfica
u
x
j

r

y

P
2
(6;5)

u


184
Consecuencias:
Basndonos en la ecuacin simtrica y en las ecuaciones paramtricas obtendremos:

I) Recta que pasa por el origen

( ) r 0 0, r O e e , reemplazando las coordenadas del
origen en la ecuacin simtrica y despejando y resulta:
x
u
u
y
u
y
u
x

u
0 y
u
0 x
x
y
y x y x
= =

al cociente u
y
u
x
lo llamamos m, resulta:
= m
u
u
x
y

y
r

u

y
u
O x

x
u
y x m =
Ecuacin explcita de la recta que pasa por el origen O.

m se llama pendiente de la recta y representa la tangente
trigonomtrica del ngulo que forma la recta con el eje x

x
y
u
u
tg m = =

Ejemplos:
a) y =2 x ;
x
y
u
u
1
2
m = = b) y =
2
1
x ;
x
y
u
u
2
1
m = =

c) y =
5
2
x ;
x
y
u
u
5
2
m = =

y =(2/5)x

185
Observacin:
Teniendo en cuenta que los vectores:
) u - , (u y ) u , (-u
) u - , (-u y ) u , (u
y x y x
y x y x
tienen igual direccin y mdulo, pero distinto sentido; podemos tomar
cualquiera de ellos como vector director de la recta.
En efecto, sea: y = x
3
2
;
3
2
3
2
3
2
= m
= , es posible tomar como vector director al que tiene

coordenadas (3, -2) o bien (-3, 2).

y
(-3, 2)
x
3
2
y =
x
(3, -2)
r
- 3 - 2 - 1 1 2 3
- 2
- 1
1
2

II) La recta corta a los ejes

Llamamos (0, b) al punto donde la recta corta al eje y ; reemplazando en la
ecuacin simtrica:
r b) (0, e

m
x
u
y
u
donde ; b .x
x
u
y
u
= y
x .
x
u
y
u
= b y
y
u
b y
x
u
0 x
= +

b x m = y + Ecuacin explcita

b se llama ordenada al origen, es decir:
r e b) (0, .

u

r y
o (0; b)
u
x
u
y
o
x

Observacin: todas las rectas paralelas tienen el mismo vector director y por lo tanto, la misma
pendiente.

186
Ejemplos: Representar

( )
( ) r 4 0, 4 b
2 1, u
u
u
1
2
m
4 + 2x = y a)
x
y
e =
= =

( ) ( )
( ) r 2 0, 2 b
3 - 2, 3 2, - : director Vector

2
3
2
3
u
u
2
3
m
2 x
2
3
= y b)
x
y
e =
v
= = =
+

( ) 4 1 2 = 6 efecto en , r 6 1, + e

( ) 2 2) (
2
3
= 5 efecto en , r 5 2, - + e
r

III) Recta paralela al eje x
Llamamos (0, b) al punto donde la recta corta al eje y, entonces reemplazando en las ecuaciones
paramtricas:

y

y =b
(0, b)

x ( 0 , u u
x
=
)
Significa que: ( ) R con b , u = P ; r P
x
e e , es decir la abscisa vara de ( ) y la - ,

ordenada es constante e igual a b Ecuacin de la recta paralela al eje x. b = y

=
=
+ =
+ =
b y
u x

0 b y
u 0 x

x x

1
2
2
1

y =2 x +4

u

x
5
( -2 ; 5)
(-2;3)
u
( 0 ; 2)
y =( -3/2 ) x +2
u
(2;-3)

187
IV) Recta paralela al eje y
Llamamos (a, 0) al punto donde la recta corta al eje x, entonces reemplazando en las ecuaciones
paramtricas:

=
=
+ =
+ =
y y
u y
a x

u 0 y
0 a x

y
x =a

( )
y
u 0, u=

(a, 0) x

Significa que ( ) R con u , a = P ; r P
y
e e
a = x
, es decir la ordenada vara de ( y la
abscisa es constante e igual a a Ecuacin de la recta paralela al eje y.
) - ,

V) Ecuaciones de los ejes

y

x =0

y =0
x

VI) Ecuacin del haz de rectas

y
r
1
r
2

P
1

r
3

y
1

x
1
x

Si escribimos: ( ) R m con x - x m = y - y
1 1
e , obtenemos la ecuacin del haz de rectas que
pasa por (x
1
, y
1
). Para cada valor que asignemos a m e R, obtendremos una de las infinitas rectas que
pasan por P
1
= (x
1
, y
1
).

Como consecuencia de III), ecuacin eje x: y = 0
Como consecuencia de IV), ecuacin eje y: x = 0
Podemos escribir la ecuacin simtrica:
) x x (
u
u
y - y
u
x x
u
y y
1
x
y
1
x
1
y
1
=

donde es el vector director y la (
y x
u , u u =
)
x
y
u
u
m= pendiente , al variar el vector director,
vara la pendiente y obtenemos otra recta.

188
VII) Recta que pasa por dos puntos

Datos:
( )
( )
e =
e =
r y , x P
r y , x P
2 2 2
1 1 1

El vector dirige la recta,
2 1
P P
sus componentes son:
P ( )
1 2 1 2 2 1
y y , x x P =

y
P
2

P
1
o y
2
- y
1

r x
2
- x
1

y
1
y
2

x
1
x
2
x

El problema se reduce a hallar la ecuacin de una recta que pasa por un punto y es paralela a un
vector.
Entonces: lineal n combinaci una es dependient e linealment son P P // P P : r P
2 1 1
- e

( ) (
1 2 1 2 1 1 2 1 1
y - y , x - x y - y , x - x R con P P = P P = e

)

Despejando variables:
( )
( )
( )
(
+ =
+ =
=
=
1 2 1
1 2 1
y y y y
x x x x

y y y y
x x x x
1 2 1
1 2 1
)
Ecuaciones paramtricas

Despejando :
1 2
1
1 2
1
y y
y y
x x
x x
= Ecuacin simtrica.
Donde ( son los )
1 2 1 2
y - y , x - x nmeros directores.

Escribimos la ecuacin simtrica de la siguiente manera:
(*) (
1
1 2
1 2
1
x x
x x
y y
y y
= ) , donde:
1 2
1 2
x x
y y
tg m
= = o
Pendiente de la recta

Ejemplo:
Dados: P
1
=(3, 3) ; P
2
=(6, 7) ; =(1, -1)
u
i) Hallar la ecuacin de la recta que pasa por P
1
y P
2
.

ii) Ecuacin del haz de rectas que pasa por P
1
.
iii) La recta que pasa por P
1
y es paralela al vector =(1, -1)
u


189
y
P
2
(6, 7)
P
1
(3, 3)

x
u (1, 1)
1 3 6
- 1
3
7

i) ( )
1
1 2
1 2
1
x x
x x
y y
y y
=
( ) 3
3
4
x
3
4
3 x
3 6
3 7
3 y =
=
+ = 3 4 x
3
4
y 1 x
3
4
y =
1 6
3
4
= 7 r P
1 3
3
4
= 3 r P
2
1
e
e

ecuacin su satisfacen
2
P
1
P .

ii) (
1 1
x - x m = y - y ) ( ) R m con 3 - x m = 3 - y e
iii) r // su pendiente m =
u 1
1
1
u
u
x
y
=
=
( ) 1 = m 3 x m = 3 y .
( ) + = 3 + 3 + x = y 3 x 3 x 1 = 3 y 6 + x = y
donde m =-1 ; P
1
=(3, 3) satisface la ecuacin. En efecto: 3 =(-1) 3 +6 3 =3

Ecuacin general o implcita de la Recta
Recta que pasa por un punto y es perpendicular a un vector

Datos:
) y , (x P r / P
B) (A, n r / n
1 1 1 1
= e
=

e n P P : r P
1

su producto escalar es nulo, es
decir: 0 = P P n siendo

y

y
1
P
1
(x
1
, y
1
)
( ) B A, n =

r

x
1
x
1
=
=
) y - y , x - (x P P
B) (A, n
1 1 1


190

Entonces efectuando el producto escalar en funcin de las componentes:

( ) ( ) ( ) 0 By Ax By Ax 0 y y B x x A P P n
1 1 1 1 1
= + + = + =

= By Ax C llamamos
1 1
0 C By Ax = + +

Ecuacin general o implcita

Los coeficientes de las incgnitas son las componentes de un vector perpendicular a la recta:
( ) r n / B A, n =

Observacin:
Dada la recta: conocemos , si queremos hallar la ordenada al
origen b y los nmeros directores (es decir las componentes de ). Partimos de la ecuacin
general y despejamos "y":
0 C By Ax = + + ( ) r n / B A, n =

r // u / u

0 C By Ax = + +

B
C
x
B
A
y = esta ecuacin tiene la forma
y =m x +b donde
B
C
b = , y la pendiente
B
A
m = , como
B
A
u
u
m
x
y
= = ( ) A B, u =
y

r

o tambin . ( ) A B, u =

A B

-B A x

En efecto: 0 n u n u
r n
r // u
=
( )

0 B A A B = + = n u


191
Ejemplo 1:
Dada: 2x +3y +6 =0 como resulta (2 , 3) y su vector director es: ( ) r n / B A, n =

n
u =(-3 , 2) (o su opuesto).
Ejemplo 2:

Dada la recta 3x +2y +8 =0
r n / 2) (3, n =

r 4) - (0, 4 x
2
3
y
2
8
x
2
3
y e = =

ordenada al origen

= = = n u / 3) 2, ( u
u
u
2
3
m
x
y

0 2 3 3 2) ( n u = + =

Grfico

y
3) (-2, u
r 2) (3, n
x
3x+2y = 8
- 2 - 1 1 2 3
- 4
- 2
2
3

A partir de la ecuacin general, obtenemos las posiciones particulares de una recta.
0 C By Ax = + +
B
x
B
y
C A
= donde
=
=
B
A
m
B
C
b
y =m x +b
Si C =0 y =m x la recta pasa por el origen

Si A =0 y =b la recta es paralela al eje x

Si B =0 a
A
C
x = = la recta es paralela al eje y

Si A =C =0 y =0 (ecuacin eje x)

Si B =C =0 x =0 (ecuacin eje y)

Ecuacin Segmentaria de la Recta
Partimos de la ecuacin general, y consideramos una recta que corte a los ejes, y no pasa por el
origen:
Ax +By +C =0 con 0 C ; 0 B ; 0 A = = =


192
y

B=(0, b)

r
b
A=(a, 0)

a x
Veamos las intersecciones con los ejes:
Coordenadas de A: (interseccin con el eje x)
y =0 a
A
C
x = = P = ( ) 0 a, 0 ,
A
C
= |
.
|
\
|

Coordenadas de B: (interseccin con el eje y)
x =0

Ax +By +C =0 pasando C al segundo miembro:
Ax +By =-C , dividiendo ambos miembros por C:

C
C
y
C
B
x
C
A
1
B
C
y
A
C
x
1
b
y
a
x
= + Ecuacin Segmentaria
Esta ecuacin tiene un significado geomtrico importante, observa en los siguientes ejemplos:

1
3 3
= +
y x
1
3 3
=
+
y x

1
3 3
= +
y x
1
3 3
=
y x

( ) b 0,
B
C
0, B b
B
C
y = |
.
|
\
|
= = =
3
x
-3
y
y
x
3 3
-3
-3
x
y
-3
3
y
x

193
Ecuacin normal de la recta

Los datos para obtener la ecuacin normal son:
un versor
0
n
r y el valor de p distancia del

origen a la recta.
Si conocemos ) B , A ( n=
r y queremos un
versor, lo dividimos por su mdulo:
2 2
0
B A n con
n
n
n + = =

P ) B , A ( n=

0
n
r
p
o
P e r : p p . 1 cos OP n OP . n
0 0
= = =

p

p OP . n
0
=

Si el dato es n
( ) y ; x OP
n
B
;
n
A
n
0
=
|
|
.
|
\
|
=

Efectuamos el producto escalar en funcin de las componentes
Si el versor esta dado por
sus cosenos directores,
se tiene:
0
n
=( cos o , sen o )
OP=(x ; y)

Ecuacin normal de la recta
p y
n
B
x
n
A
= +

0 p y
n
B
x
n
A
= +

a fin de comparar esta ecuacin con
la ecuacin general hacemos
n
C
p

=
esto nos indica que el signo del
numerador y del denominador
deben ser contrarios.

0
n
C
y
n
B
x
n
A
= + +

0
n
C By Ax
=
+ +
0
B A
C By Ax
2 2
=
+
+ +

x cos o + y sen o = p

x . cos o + y . sen o - p =0

Nota: El signo del denominador se elige teniendo en cuenta que
n
C
p

= de modo que como C en la
ecuacin general esta dado, elegimos el signo del denominador contrario al de C, con lo que
normalizamos la ecuacin general.

Distancia de un punto a una recta

194

y
P
1
=(x
1
, y
1
)
d
( ) B A, n =
d

p r

o
x
( )
0
B A
C + By + Ax
r
y , x P
2 2
1 1 1
=
+
=
o bien:
r x cos o +y sen o - p =0 =
0
n
(cos o , sen o)

Siendo =
0
n
perpendicular a la recta.
Datos:
|
|
.
|
\
|
=
n
B
,
n
A
n
0

d p OP . n
d p OP . n
1 0
1 0
=
+ =

realizamos el producto escalar en funcin de las componentes y tomamos - p segn ecuacin normal
de la recta o sea - p =
n
C

d
n
C
y
n
B
x
n
A
1 1
= + +

d =
+
+ +
2 2
1 1
B A
C By Ax

considerando =
0
n
(cos o , sen o) resulta: x

1
cos o + y
1
sen o - p = d
Nota: Para hallar la distancia de un punto a una recta se reemplazan en la ecuacin normal las variables
por las coordenadas del punto.

Si bien la distancia se toma en valor absoluto;
( )
( )
que sea o
d p n OP n
d p n OP n
significa
0 d
0 d
Si
1
1
=
+ =
<
>

P
1
y el origen estn en
mismo un
distintos
semiplano(s)
y

P
1

d

d

P
2
r

x
respecto de r.
Si d =0 significa que , entonces: r P
1
e : y) (x, = P r / P e

Se verifica: 0
B A
C By Ax
2 2
=
+
+ +
Ecuacin Normal

195
Distancia entre rectas paralelas
Sean las rectas paralelas: r 0 = C + By + Ax . 0 = C' + y B' + x A' r'
Obtenemos un punto en una cualquiera de ellas y hallamos la distancia de dicho punto a la otra
recta; o bien normalizamos ambas ecuaciones:
0 =
n
C'
+ y
n
B'
+ x
n
A'
r' 0 =
n
C
+ y
n
B
+ x
n
A
r .
Tenemos en cuenta que
p
C
n
p'
C'
n
=
=
distancia de
r
r'
al origen.
y

Si el origen est entre r y r, entonces: d =p +p r
P'

P x
r

y

r
Si el origen no est entre r y r, entonces: d = p' p
r

x

Ejemplo:

Dada la recta: r y el punto P 0 = 2 + 4y + 3x
1
=(2, 3)
a) Hallar la recta r//r / P
1
=(2, 3) e r.
b) Hallar la distancia entre r y r.

a) 32 +43 +C =0 C =-6 12 =-18 r' P ; 0 = C + 4y + 3x r'
1
e
C =-18

0 = 18 - 4y + 3x r'

196
b) ; P 0 = 2 + 4y + 3x r
1
=(2, 3) e r'
4
5
20
-
4 3 -
2 + 3 4 + 2 3
= d
2 2
= =
+

El signo negativo significa que el origen est entre r y r'.
Si tenemos en cuenta la distancia de r y r' al origen:
4
5
18
5
2
p' p d
5
18 -
= p' ;
5 -
2
= p = + = + =
Grfico

y
r
(2, 3)
(-2, 1) 3x + 4y - 18 = 0
0 x
(2, -2)
3x + 4y + 2 = 0
r
- 2 2 6
- 2
1
3
5

Angulo entre dos rectas

Datos:
( )
( )

B , A = n / r n 0 C y B x A r
B , A = n / r n 0 C y B x A r
2 2 2 2 2 2 2 2 2
1 1 1 1 1 1 1 1 1
= + +
= + +

| o = | + o -cos = cos 180 , el coseno positivo
corresponde al ngulo agudo.
Los ngulos que forman las rectas son los mismos que los
que forman sus vectores perpendiculares.
Como o =

cos n n n n
2 1 2 1

n
1
n
2
| r
2
r
1

o

= o
2 1
2 1
n n
n n
cos
2
2
2
2
2
1
2
1
2 1 2 1
B A B A
B B A A
cos
+ +
+
=

197

r
2

n
1

n
2
r
1

0 n n n n r r
2 1 2 1 2 1
=

2 1 2 1 2 1 2 1
B B A A 0 B B A A = = +
=
A B

2
2
1
1
B A

2
2
1
1
B
A
1
B
A
= , nos dice:
sus pendientes son inversas y de signo contrario.

Condicin de paralelismo

=

B
B
A
A
n // n r // r
2
1
2
1
2 1 2 1

2
2
1
1
B
A
B
A
= , nos dice: sus pendientes son
iguales.
n
1
n
2
r
1

r
2

Otra deduccin

Datos:
o = + =
o = + =
tg
u
u
= m / r // u b x m y r
tg
u
u
= m / r // u b x m y r
2
x
y
2 2 2 2 2 2
1
x
y
1 1 1 1 1 1
2
2
1
1

El ngulo que forman las rectas es el mismo
que el que forman sus vectores directores.
e =o
1
- o
2

2 1
2 1
tg tg 1
tg tg
tg
o o +
o o
= e

2 1
2 1
m m 1
m m
tg
+

= e
y r
1

r
2

e

u
1

e u
2

o
1
o
2
x
Condicin de perpendicularidad: e e = = 90 tg
= 1 = m m 0 m m + 1
2 1 2 1

2
1
m
1
m

= pendientes inversas y de signos contrarios.

Condicin de paralelismo: = = 0 tg 0 e e
= 0 m m
2 1

2 1
m m = pendientes iguales
Trabajo Prctico - La Recta en R
2

198



1 - Halla la ecuacin de la recta que pasa por el punto y es paralela al vector , en ) 0 ; 3 (
0
P ) 2 ; 1 ( u
sus formas vectorial, paramtrica, simtrica, general y explcita; halla un punto r e =

1 0 1
P P P /
y analiza si M (2,1) pertenece a la recta.

Ecuacin vectorial R ; u P P P
0
e = e

: r la igualdad de vectores implica igualdad de
componentes:
(x -3 , y - 0) = (1, -2)

La forma paramtrica la obtenemos despejando variables.
2 0
3
=
=
y
x

=
+ =
2
3
y
x
(dando valores a se obtienen los infinitos
puntos de r).

La forma simtrica la obtenemos despejando el parmetro

r u
r P
// ) 2 , 1 (
) 0 , 3 (
0
= x - 3 =
2
y

2
0
1
3
=
y x

La forma general la obtenemos igualando la ecuacin a cero -2 (x-3) = y -2 x + 6 = y

2x + y - 6 = 0

La forma explcita la obtenemos despejando "y" y = -2 x + 6

Si P
1
e r, satisface su ecuacin, en las ecuaciones paramtricas damos a un valor distinto de cero
(ya que para = 0 obtenemos el punto P
0
del dato)

= 1 r
y
x
e
=
+ =
) 2 , 4 (
1 . 2
1 3
1
P

Si M (2 , 1) e r satisface su ecuacin, podemos elegir cualquiera de sus formas, elegimos la
explcita
y = - 2 x + 6 ; para x = 2 , y = 1

1 = (-2) . 2 + 6 M (2 , 1) e r
2

199

2 - Idem ejercicio 1 - para P
o
(4,3) y el vector director u
= (-1, -1)
Rta: (x - 4 , y - 3) = (-1, -1)

1 x y = ; 0 1 y x ;
1
3 y
1
4 x
;
1 3 y
1 4 x
=
=
=

M (2,1) e r

3 - Halla la ecuacin de la recta que pasa por P
1
(5, 2) y es perpendicular al vector exprsala
en forma general y paramtrica. Representa grficamente.
(2;-3) n
|
.
|
\
|
+ = = = + + j i B A

B A ) , ( 0 C By Ax n r n
si 0 3 2 ) 3 , 2 ( = + = C y x n

P
1
e r satisface su ecuacin P
1
= (x, y) = (5, 2) 2 . 5 - 3 . 2 + C = 0

C = -4 2x - 3y - 4 = 0 Ecuacin General.

Para hallar la ecuacin paramtrica necesitamos el vector director //r u

conocemos r n = ) 3 , 2 (
0 = u . n

) 2 , 3 ( = u
(o su opuesto)

en efecto 0 ) 2 ( ) 3 ( ) 3 ( 2 = + = u . n

ecuaciones paramtricas :
=
=
2 2 y
3 5 x

2

200
4 - Idem ejercicio 3 - para los datos
a) P
1
(3 , 5) ; ) 2 , 6 ( = n

b) P
1
(10,5) ; ) 6 , 4 ( = n

Rta: a) 6x + 2y - 28 = 0
=
+ =
6 5
2 3
y
x
b) 4x - 6y -10 = 0
=
=
4 5
6 10
y
x

5 - Representa la recta que pasa por los puntos P
1
(-2, 2) y P
2
(1,3).
Halla su ecuacin en forma simtrica y explcita. Escribe la ecuacin del haz de rectas que
pasan por P
1
.

El dato P
1
, P
2
e r determina
2 1
P P

2 1
P P = (x
2
-x
1
, y
2
-y
1
) = (1-(-2), 3 -2) = (3,1)

u
= (3,1) vector posicin / u
es el vector
director de r,
|
|
.
|
\
|
=
2 1
P P u

y el problema es idntico al del ejercicio 1.

Resulvelo!

Para hallar la ecuacin del haz, partimos de la ecuacin simtrica:

1 2
1
1 2
1
y y
y y
x x
x x
) x - (x
1
1 2
1 2
1
x x
y y
y y
= donde
1 2
1 2
x x
y y
es la pendiente de r

Si queremos "todas" las rectas que pasan por P
1
escribimos la ecuacin del haz

y - y
1
= m (x-x
1
) con m e R.

ecuacin del haz de rectas que pasan por P ) 2 x ( 2 y + = m
1
(-2, 2).

6 - Idem ejercicio 5) para los puntos P
1
(0, -3) y P
2
(4,-2). Halla adems las formas paramtrica y
general.

Rta: 3 x
4
1
y ; 0 12 y 4 x ;
1
3 y
4
x
;
3 y
4 x
= =
+
=
+ =
=

ecuacin del haz: y + 3 = mx y = mx -3

2

201
7 - Dada la recta 2x - 3y - 12 = 0
a) determina su interseccin con los ejes coordenados
b) Represntala
c) obtiene su ecuacin segmentaria

Rta:
a) si y = 0 2x -12 = 0 6
2
12
x = = r x = A = (6, 0) = (a, 0)
si x = 0 -3y -12 = 0 4
3
12
y =
= r y = B = (0, -4) = (0, b)

b)

c) Por el significado geomtrico de "a" y
" b" es obvio que la ecuacin segmentaria
es:
1
4
y
6
x
=
+

Si no conocemos su grfica, la obtenemos partiendo de la general: 2x 3 y - 12 = 0

2x - 3 y = 12
1
12
12
12
y 3
12
x 2
= =

1
4
y
6
x
forma la tiene a segmentari ecuacin la como 1
4
y
6
x
=
+
= + = 1
b
y
a
x

8 - Dados los puntos M (5, 0) y N (0, -3) representa la recta que pasa por dichos puntos y escribe
su ecuacin.

9 - Dada la recta 4x - y + 2 = 0 , obtiene su ecuacin segmentaria y represntala.
Rta: 1
2
y x
2
1
= +
.

10 - Obtiene la ecuacin explcita y grafica las siguientes rectas:
a) r
1
: pasa por el origen de coordenadas y el punto P (3,-2)
b) r
2
: es paralela al vector ) 2 ; 1 ( = u
y pasa por P (3, -2)

c) r
3
: es paralela a la recta 2 x -y -2 = 0 y pasa por P (3,-2)
d) r
4
: es perpendicular a la recta x - 2y + 8 = 0 y pasa por P (3-2)

2

202
e) es paralela al eje "x" y pasa por P (3,-2)
f) es perpendicular al eje "x" y pasa por P (3,-2)

Rta:
Nos piden de todas las rectas la ecuacin explcita de la forma: y = m x + b, sabemos que esta
ecuacin nos proporciona los datos: la recta corta al eje "y" en (0, b) y nos da la pendiente "m" de la
recta /
x
y
u
u
m = o sea las componentes del vector director ) u , (u u
y x
=
de la recta, para su
representacin no es necesario hacer una tabla, a partir de (0,b) representamos el vector u

obteniendo otro punto de la recta.

si 2 ; 3
3
2
= = =
y x
u u m
si
u - director vector
como tomamos o 2) (3, u
3
2
m
=

si m = - 3 u
= (1,-3) o su opuesto (-1, 3)

a) La recta pasa por el origen, su ecuacin es de la forma: y = m x , pasa por P (3, -2)
( )
y x
u u , = u
= (3, -2)
3
2
m r x
3
2
y = =
1
:

b) paralela al vector u
(-1, 2) 2
1
2
m =
=

y = -2 x + b

b = 2x + y ; P (3, -2) e r

b = 2 . 3 + (-2) = 4

r
2
: y = -2x + 4

2

203
c) es paralela a 2x - y - 2 = 0 tienen igual pendiente.
y = 2 x -2 la pendiente de r
3
es
1
2
= m
podemos aplicar la ecuacin del haz: y - y
1
= m (x - x
1
)

P (3, -2) e r y + 2 = 2 (x - 3) = 2x -6 y = 2x 8 .

o podemos despejar b en y = 2x + b b = y -2x

b = -2 - 2 . 3 = - 8 r
3
: y = 2 x 8 .

d) es perpendicular a la recta x - 2y + 8 = 0 de pendiente
2
1

r
4
tiene pendiente m = -2 y pasa por P (3, -2) r
4
: y = -2 x + 4 Represntala!

e) paralela al eje x, significa que y = constante.

Pasa por P (3, - 2) y = - 2 .

f) perpendicular al eje x, significa que es paralela al eje y x = constante.
Pasa por P (3, -2) x = 3 .

2

204
11 - Representa y escribe la forma explcita de la ecuacin de recta que:
a) es paralela al vector ) 2 , 3 ( = u
y corta al eje " y " en el punto

2
1
, o
b) es paralela a la recta y = 3x -1 y corta al eje " x " en el punto (2, 0)

c) pasa por los puntos (0, 2) y (3, -4)

d) es perpendicular a la recta 2x - 5y + 1= 0 y pasa por P (-1, 1)

Rta: a)
2
1
x
3
2
y + = ; b) 6 x 3 y =
c) 2 ; d) x 2 y + =
2
3
x
2
5
y =

12 - Determina en cada caso, si los pares de rectas son perpendiculares o paralelas.
a)
0 2 y 3 x : r
0 17 y x 3 - : r
2
1
=
= +
Rta: r
1
r
2

b) Rta: r
3
y r
4
oblicuas

0 8 y 4 x 2 : r
0 y 2 x : r
4
3
= +
= +
c)
0 12 y 5 x 2 : r
0 4 y 5 x 2 : r
6
5
=
= +
Rta: r
5
// r
6

13 - Dados los siguientes pares de rectas
a) determina t y t' para que r
3 y 2 x ' t : r
4 y t x 3 : r
2
1
= +
=
1
// r
2

b) determina t y t' para que r
4 y 2 x 6 : r
' t y t x 3 : r
4
3
= +
= +
3
y r
4
sean coincidentes

c) determina t y t' para que r
' t x t y : r
4 x 2 y : r
6
5
+ =
+ =
5
r
6

Rta: a) t = -2 b) t = 1 c) t = -
2
1

t' = 3 t' = 2 t' = o o e R

14 - Escribe las ecuaciones de las rectas cuyas grficas son:

a)

b) c)
2

205
d)

e)
Rta: como ejemplo analizamos el caso
c) la recta corta al eje y en (0, b) = ( 0, 3)
o = 45 tg o = 1 m = tg o
y = x + 3

15 - Halla el ngulo que hay entre las rectas r
1
: x - 3y - 6 = 0 y r
2
: 2x - y -4 = 0, represntalas.

Rta:
figura de anlisis, el ngulo que forman las
rectas es el mismo que el formado por sus
vectores normales, el problema se reduce a hallar
el ngulo entre vectores.

;
n n
n . n
cos
2 1
2 1

= 45 =

16 - Dada la distancia "p" del origen a la recta y el ngulo w que forma la recta con el semieje
positivo de las abscisas escribe la
ecuacin normal de las siguientes rectas:

a) p = 4 ; w
= 135 b) p = 5 ; w
= 30
c) p = 7 ; w
= 60 d) p = 4 ; w
= 45
Represntalas!

Rta: como ejemplo resolvemos el tem a)

x cos 135 + y sen 135 - 4 = 0

180 - 135 = 45
como cos 135 = - cos 45 = -
2
2

sen 135 = sen 45 =
2
2

0 4 y
2
2
x
2
2
= +

2

206
b) 0 5 y
2
1
x
2
2
= +
c) 0 7 y
2
3
x
2
1
= +
d) 0 4 y
2
2
x
2
2
= +

17 - Dadas las rectas
r
1
: x cos 30 + y sen 30 = 0
r
2
: x cos 330 + y sen 330 = 0
Represntalas y determina el ngulo que forman dichas rectas.

Rta:
60 = o

18 - Dadas las siguientes rectas por su ecuacin general, normalzala y determina "p" y . w
a) r
1
: 3 x + y - 9 = 0
b) r
2
: x + y + 8 = 0
c) r
3
: x + y - 2 = 0

Rta: a)
2
9
= p = 30 w
b) 2 4 = p w
= 225
c) 2 = p w
= 45

19 - Halla la distancia de los puntos dados a las rectas dadas. Representa.

a) P
1
( 1,2) a 4x + 3y - 2 = 0
b) P
2
(-2,1) a 1
4 4
= +
y x

c) P
3
(-2,-3) a 8x + 15y - 24 = 0

Rta: Como ejemplo resolvemos el tem a)

0
3 4
2 3 4
2 2
=
+
+ y x

normalizamos la ecuacin:

Reemplazamos x e y por las coordenadas de P
1

2

207

5
8

5
2 - 2 . 3 1 . 4
=
+

6 , 1
5
8
= = d

b) d =
2
5 -
c) d = 5

20 - Halla la distancia entre las rectas paralelas. Represntalas.-

a) r
1
: 1
2
y

2
= +
x
b) r
3
: 1
5
y

5
x
= +
r
2
: 1
4
y

4
x
= + r
4
: 1
3 -
y

3 -
x
= +

Rta.: Las rectas estn dadas por su ecuacin segmentaria por lo tanto conocemos dos puntos
pertenecientes a cada una de ellas. Hallamos la ecuacin general de una de ellas, la normalizamos y el
problema se reduce a hallar la distancia de un punto a una recta.-

a) d = 2
2
2
= b) d =
2
8 -

21 - Halla la ecuacin del lugar geomtrico de los puntos P (x, y) que equidisten de los puntos
A ( -3 , 1 ) y B (7 , 5 ).-

Rta.: Como lo que nos piden es la mediatriz del segmento AB hallamos M punto medio de dicho
segmento y luego la mediatriz es la recta que pasa por M y es perpendicular al vector AB

5x + 2y - 16 = 0 Ecuacin de la mediatriz

22 - Dadas las rectas
= +
= +
0 8 2y - 3x : r
0 3 - 7y 2x : r
2
1

Determina r
3
perpendicular a r
1
en el punto de incidencia de r
1
y r
2
.- Represntalas.

Auto-evaluacin - La Recta en R
2

208
AUTO-EVALUACIN

1 - Hallar la ecuacin general de la recta que pasa por el punto P(3 ; 2) y es paralelo al vector
d
(-3 ; 2). Representar grficamente.

2 - Determinar la ecuacin general de la recta que pasa por el punto P(-1 ; 3) y es perpendicular al
vector n
(3 ; -1). Expresar la ecuacin en forma explcita y segmentaria. Representar grficamente.

3 - Hallar el ngulo que forman las siguientes rectas:
= + +
= +
0 2 4 :
0 1 3 2 :
2
1
y x r
y x r

4 - Dados los puntos A(-1 ; 0) , B(2 ; -3) y la recta de ecuacin 1
3 2
: =
+
y x
r
a) Calcular la distancia entre los puntos A y B.
b) Calcular la distancia desde A a la recta dada.

5 - Normalizar la ecuacin de la siguiente recta y hallar p y e
r: x - 3 y + 6 = 0

Soluciones

1 - r:
2
2
3
3
=
y x

2 - r: Ecuacin del tipo 3 x y + c = 0
Pe r 3(-1) 3 + c = 0
- 3 3 + c = 0
c = 6
3x y + 6 = 0 Ecuacin general

y = 3x + 6 Ecuacin explcita

1
6 2
= +
y x
Ecuacin segmentaria
2 ( x - 3) = -3 (y - 2)
2 x - 6 = - 3 y + 6

2 x + 3 y 12 = 0
2

209

3 - tg e =
10
11
6
1
1
3
2
4
1
=

e = 47 43' 34",7 . e' = 132 16' 25",2

4 - a) 18 d
A.B
= ~ 4, 24264
b)
13
13 9
d
A.r
= ~ 2, 49615

5 - 0 3
2
3
2
1
0
3 1
6 3
: = + =
+
+
y x
y x
r Ecuacin normal

cos e =
2
1

e e II cuadrante e
= 120
p = 3
sen e =
2
3

Plano

210
Plano
Contenidos:
Ecuacin general del plano. Posiciones particulares de un plano. Ecuacin segmentaria. Ecuacin
normal. Distancia de un punto a un plano. Plano que pasa por tres puntos no alineados. ngulo entre
dos planos. Condicin de paralelismo y perpendicularidad. Ecuacin del haz de planos.

Ecuacin general del plano

Plano que pasa por un punto y es perpendicular a un vector

z ( ) C B A n , , =

t
P
1

P k

y j
P
1
e t / P
1
= ( x
1
y
1
z
1
)
Datos.
n
t / n
= ( A, B, C )

P e t : n
P P
1

n
- ( )
1 1 1 1 1
z z , y y ; x x P P ; 0 P P = =
A (x-x
1
) + B (y - y
1
) + C (z -z
1
) = 0
Ax + By + Cz + ( - Ax
1
- By
1
- Cz
1
) = 0

Ax + By + Cz + D = 0 Ecuacin general

D
i

x

Observacin: Los coeficientes de las incgnitas son las componentes de un vector
perpendicular al plano.

Posiciones particulares de un plano: Ax + By + Cz + D = 0
z
1) Si A = B = 0 z = - q
C
D
= t eje z
t // xy
t

y

x "xy"
z = q

Plano

211
2) Si A = C = 0 y = b
B
D
= z
t eje y
"xz" t t // xz

y
y

x
y = b

3) Si B = C = 0 x = - p
A
D
= t eje x
z "yz" t // yz

y
t

x = p

x

4) Si C = 0 Ax + By + D = 0
z

t t // eje z
t xy

y

x "xy"

5) Si B = 0 Ax + Cz + D = 0 z
t // eje y
t xz
"xz"

t
y

x

Plano

212

6) Si A = 0 By + Cz + D = 0 z
t // eje x
"yz" t yz

y
t

x

7) Si D = 0 Ax + By + Cz = 0 z

t Pasa por "0"

0 y

x

Ecuacin segmentaria

Partimos de la ecuacin general y consideramos un plano que corte a los tres ejes, es decir:
Ax + By + Cz + D = 0 con A = 0 ; B = 0 ; C = 0 ; D = 0

Coordenadas de P
y = z = 0 x = = p
A
D
P ( p, 0, 0)
Coordenadas de B
x = z = 0 y = b
B
D
= B ( 0, b, 0)
Coordenadas de Q
x = y = 0 z = q
C
D
= Q = ( 0, 0, q)
z
Q(0,0,q)

q

b
B(0,b,0)
y
p

x P(p, 0, 0)

Plano

213
Ax + By + Cz + D = 0

Ax + By + Cz = - D

D
D
D
C
y
D
B
x
D
A
1
C
D
z
B
D
y
A
D
x

1
q
z
b
y
p
x
= + +

Ejemplo:

Hallar la ecuacin del plano que pasa por el punto P
1
= ( 1, 0, 1 ) y es perpendicular al vector
= n
(3, 2, 3).

Los coeficientes de las variables estn dados por las componentes de n
, determinamos el valor
de D:

Ax + By + Cz + D = 0 t / n
= ( 3, 2, 3 )

3x + 2y + 3z + D = 0 P
1
= ( 1, 0, 1 ) e t

3 . 1 + 2 . 0 + 3 . 1 + D = D = -6

3y + 2y + 3z - 6 = 0 Es la ecuacin general

6
6
z
6
3
y
6
2
x
6
3
= + + 1
2
z
3
y
2
x
= + + Ecuacin segmentaria

z

2
3
y

2

x

Observacin: la ecuacin segmentaria tiene un significado geomtrico importante, ya que nos
permite representar el plano en forma directa.

Plano

214
Ecuacin normal del plano

z P n

t
p

0
n

o y

x
Los datos para obtener la ecuacin normal son:
un versor
0
n
t y el valor de p distancia del

origen al plano.
Si conocemos n C) B, (A, =
t y queremos un
versor, lo dividimos por su mdulo:
2 2 2
0
, ,
n
A
C B A n con
n
C
n
B
n
n
n + + =
|
|
.
|
\
|
= =

P et : p . 1 cos OP n OP . n
0 0
= =

p OP . n
0
=

Si el dato es n Si el versor esta dado por sus cosenos directores,
) z , y , x ( OP ;
n
C
,
n
B
,
n
A
n
0
=
|
|
.
|
\
|
=

se tiene:
0
n
= ( cos o , cos|, cos ) ; OP = (x , y, z)

Efectuamos el producto escalar en funcin de las componentes
p z
n
C
y
n
B
x
n
A
= + +

0 = + + p z
n
C
y
n
B
x
n
A

a fin de comparar esta ecuacin
con la ecuacin general hacemos

n
D
p = esto nos indica
que el signo del numerador y del
denominador deben ser contrarios
0
n
D
z
n
C
y
n
B
x
n
A
= + + +

x cos o + y cos | + z cos = p

x cos o + y cos | + z cos - p = 0

Ecuacin normal del plano

0
C B A
D Cz By Ax
n
D Cz By Ax
2 2 2
=
+ +
+ + +
=
+ + +

Nota: El signo del denominador se elige teniendo en cuenta que
n
D
p = de modo que como D en
la ecuacin general est dado elegimos el signo del denominador contrario al de D, con lo que
normalizamos la ecuacin general.

Plano

215
Distancia de un punto a un plano

d P
1
(x
1
, y
1
, z
1
)
n

p t k
o
i

P
1
= (x
1
, y
1
, z
1
)

Datos t = 0
A
D Cz By Ax
2 2 2
=
+ +
+ + +
C B

o bien
t = x cos o + y cos | + z cos - p = 0

Resulta ) cos , cos , (cos n bien o
n
C
,
n
B
,
n
A
n y ) C ; B ; A ( n
0 0
| o =
|
|
.
|
\
|
= =

d p OP . n
d p OP . n
1 0
1 0
=
+ =

Realizamos el producto escalar en funcin de las componentes y tomamos p segn la
ecuacin normal
n
D
p

= d
n
D
z
n
C
y
n
B
x
n
A
1 1 1
= + + +

d
C B A
D Cz By Ax
2 2 2
1 1 1
=
+ +
+ + +
o x
1
cos o + y
1
cos | + z
1
cos - p = d

Observacin: para hallar la distancia de un punto a un plano, se reemplazan en la ecuacin
normal del plano las variables por las coordenadas del punto.

Si bien la distancia se toma en valor absoluto, veamos el significado del signo:

d > 0

( ) d p n OP . n
1
+ =

distintos

si

significa

que P
1
y el origen
estn en
Semiespacio
(s) respecto de
t.

d < 0

( ) d p n OP . n
1
=

un mismo

Distancia entre planos paralelos

Sean los planos paralelos : t Ax + By + Cz + D = 0
t Ax + By + Cz + D = 0
Se toma un punto en uno cualquiera de ellos y se halla la distancia de dicho punto al otro
plano.

Frmulas de la Distancia
Plano

216
O bien normalizamos ambas ecuaciones ( las dividimos por n
)
p =
n
D
t
tenemos en cuenta que distancia de al origen
p =
n
' D
t

Si el origen est entre t y t d = p + p

o

Si el origen no esta entre t y t d = ' p p

o

Ejemplo:

Dado el plano t 6x + 2y - 3z - 63 = 0 y el punto: P
1
= ( -8, 4, 3 )
a) Hallar t ' || t / P
1
e t '
b) Hallar la distancia entre t y t

a) t = 6x + 2y - 3z + D = 0 P
1
= (-8, 4, 3) e t

6 (-8 ) + 2 4 - 3 3 + D = 0
- 48 + 8 - 9 + D = 0 -49 + D = 0 D = 49

t 6x + 2y - 3z + 49 = 0

b) Distancia de P
1
a t / P
1
= ( -8, 4, 3 ) ; t = 6x + 2y - 3z - 63 = 0

2 2 2
3 2 6
63 3 . 3 4 . 2 ) 8 .( 6
d
+ +
+
= =
49
63 9 8 48 +
= 16
7
112
=

y tambin : 7
7
49
' p 9
7
63
p =
= . =
=

como Sg D = Sg D p + p = 9 + 7 = 16 = d
Plano

217

Plano que pasa por tres puntos no alineados

Primera deduccin:

n

t
P
0

P
1

P k
2
o
j
n P P P P
2 0 1 0

= .

entonces donde es normal al plano y el problema se reduce a hallar la ecuacin de un plano que pasa
por un punto (cualquiera de los dados) y es perpendicular a un vector (
n
).

Segunda deduccin:

t

P
o
P
1

P
2

k
o j

Llamando A =
0 2 0 2
0 1 0 1
z z y y
z z y y

B =
0 2 0 2
0 1 0 1
x x z z
x x z z

C =
0 2 0 2
0 1 0 1
y y x x
y y x x

Obtenemos la ecuacin del plano: A ( x - x
0
) + B (y - y
0
) + C (z - z
0
) = 0

Ax + By + Cz + (- A x
0
- B y
0
- C z
0
) = 0

Ax + By + C z + D = 0
P
0
= ( x
0
, y
0
,
z
0
)
Sean los P
1
= ( x
1
, y
1
, z
1
)
puntos P
2
= (x
2
, y
2
, z
2
)
Con los mismos datos:
P e t:
2 0 1 0 0
P P . P P . P P son coplanares
( ) 0 P P . P P . P P
2
=
0 1 0 0

es decir su producto mixto es 0.

0
z z y y x x
z z y y x x
z z y y x x
0 2 0 2 0 2
0 1 0 1 0 1
0 0 0
=

Plano

218

Tercera deduccin: obtendremos las ecuaciones paramtricas del plano:

Datos: P
0
, P
1
, P
2

Tenemos en cuenta: P P OP OP
0 0
+ =

0 0 0
P P OP OP P P

= = ( ya que 0 = ( 0 , 0 , 0) )

Si P e t los vectores:
P
2

2 0 1 0 0
P P , P P , P P son linealmente dependientes
P
0
P entonces existe una combinacin lineal

2
0 2
1
0 1 0
P P . P P . P P + =

P
1

2
0 2
1
0 1 0
P P . P P . P P + =

2 0 2 1 0 1 0
P P P P P P + + =

k

Esta igualdad de vectores implica igualdad de componentes homlogas; obtenemos las:
+ + =
+ + =
+ + =
) z z ( ) z z ( z z
) y y ( ) y y ( y y
) x x ( ) x x ( x x

0 2 2 0 1 1 0
0 2 2 0 1 1 0
0 2 2 0 1 1 0
Observacin:
Tres puntos no alineados determinan 2 vectores linealmente independientes y
todas las combinaciones lineales de stos 2 vectores linealmente independientes determinan el plano
ordinario; se dice: 2 - plano de R
3
, entonces generalizando para R
n
:

Nmero de vectores linealmente independientes

3 puntos no alineados
2 vectores linealmente Independientes 2 - plano : es el hiperplano de R
3

2 puntos
1 vector 1 - plano : geomtricamente esto es la recta

1 punto
0 vector 0 - plano : geomtricamente esto es el punto

Generalizamos para R
n

(k + 1) puntos
k vectores linealmente independiente k - plano de R
n

i 0
k
1 i
i 0
P P P P

=
+ =

Plano

219

n puntos
(n - 1) vectores L.I.
n
n
R de hiperplano
s denominamo lo
R de plano 1) (n
+ =
=1 i
i 0 i 0
P P . P P
1 n

Ejemplo:
Hallar la ecuacin del plano determinado por los puntos
P
0
= ( -5, 0, 5) ; P
1
= (2, 3, 2) ; P
2
= (0, 0, 2)

Primer mtodo:
n P P P P
2 0 1 0
= .

) 3 0, 5, ( P P ; 3) 3, (7, P P
2 0 1 0
= =

n k 15 j 6 i 9
3 0 5
3 3 7
k j i
P P P P
2 0 1 0

= + =
= .

P P . n
2
= (-9 , 6, -15) . (x - 0, y - 0, z - 2) =

- 9 ( x - 0) + 6 ( y- 0) - 15 ( z - 2) = -9x + 6y - 15z + 30 = 0
dividiendo por ( - 3 ) t 3x - 2y + 5z - 10 = 0

Segundo mtodo:
( ) 0 P P , P P , P P
2 0 1 0 0
=

3 0 5
3 3 7
5 z 0 y 5 x
+
= -9 (x + 5) + 6 (y - 0) - 15 (z- 5) =
= -9x + 6y - 15z + 30 = 0
dividiendo por (-3) : 3x - 2y + 5z - 10 = 0

Tercer mtodo:

2 0 2 1 0 1 0
P P P P P P + + =

x = -5 +
1
7 +
2
5
y = 0 +
1
3 +
2
0
z = 5 +
1
( -3 ) +
2
( -3)

obtenemos algunos puntos pertenecientes al plano.

si hacemos
1
= 1 .
2
= 0
= =
=
= + =
2 3 5 z
3 y
2 7 5 x

( 2, 3, 2 ) = P
1

Plano

220

x = -5
1
=
2
= 0 y = 0
z = 5 (-5 , 0, 5) = P
0

x = -5 + 14 = 9
1
= 2 ;
2
= 0 y = 0 + 6 = 6 ( 9 , 6 , -1 ) e t ?
z = 5 - 6 = -1

3x - 2y + 5z - 10 = 3 . 9 - 2 . 6 + 5 ( -1 ) - 10 =
= 27 - 12 - 5 - 10 = 0 ( 9, 6, -1) e t es V

Angulo entre dos planos

t
1
A
1
x + B
1
y + C
1
z + D
1
= 0 ( ) t =
1 1 1 1
, , C B A n

Datos
t
2
A
2
x + B
2
y + C
2
z + D
2
= 0 ( ) t =
2 2 2 2
, , C B A n

t
2
A
2
x + B
2
y + C
2
z + D
2
= 0
1
n

o

2
n

o

t
1
A
1
x + B
1
y + C
1
z + D
1
= 0

2 1
2 1
2 1 2 1
n n
n . n
cos n n n . n

= o =

cos o =
2
2
2
2
2
2
2
1
2
1
2
1
2 1 2 1 2 1
C B A C B A
C C B B A A
+ + + +
+ +

Condicin de paralelismo: si t
1
t
2

1
n

2
n

2
n

t
1

1
n

El ngulo formado por los planos es igual al
ngulo formado por sus vectores normales.

Entonces el problema se reduce a hallar el
ngulo entre sus vectores normales.
2
1
2
1
2
1
C
C
B
B
A
A
= =
Plano

221
t
2

Condicin de perpendicularidad:

1
n

2
n

t
2

t
1

t
1
t
2

n
1
n
2

n
1
. n
2
= 0
A
1
A
2
+ B
1
B
2
+ C
1
C
2
= 0

Ecuacin del haz de planos

Sean los planos: t
1
A
1
x + B
1
y + C
1
z + D
1
= 0

t
2
A
2
x + B
2
y + C
2
z + D
2
= 0

A
1
x + B
1
y + C
1
z + D
1
= 0
1
A
2
x + B
2
y + C
2
z + D
2
= 0
r
La recta r est definida por ambos planos.

Cualquier combinacin lineal de ambos planos

t
1
+ t
2
= 0

A
1
x + B
1
y + C
1
z + D
1
+ (A
2
x + B
2
y + C
2
z + D
2
= 0)

( A
1
+ A
2
) x + ( B
1
+ B
2
) y + ( C
1
+ C
2
) z + D
1
+ D
2
= 0 2

Representa un plano que pasa por r ya que cualquier punto de r anula 1 tambin anula 2 ,
como esta anulacin tendr lugar cualquiera sea , existirn infinitos planos que pasan por r
(uno para cada valor de ). Por consiguiente la ecuacin 2 representa el conjunto de todos los
planos, o sea el haz de planos que pasan por la recta r.

Trabajo Prctico - Plano

222



1 - Halla la ecuacin del plano t sabiendo que:
a) pasa por P
1
(5, 3, 4) y es perpendicular a 1) 2, (2, = n

b) pasa por P
1
(1, 0, 5) y es perpendicular a 2) 3, 1, ( = n

c) pasa por P
1
(-1,2,4) y es paralelo al plano t
1
: 2 x- 3 y-5 z + 6 = 0

d) pasa por el punto medio del segmento determinado por los puntos P
1
(2, -3, 1) y P
2
(4, -5, -5) y
es perpendicular a
2 1
P P
e) pasa por los puntos , ) 1 , 1 , 1 (
1
P ) 2 , 2 , 2 (
2
P y ) 2 , 1 , 1 (
3
P
f) pasa por P
1
( 0, -1, 2) y contiene los vectores: 3) , 1 , (2 = r
y 0) , 2 , (1 = s
g) pasa por P
1
(1, 0, -2) y es perpendicular a los planos t
1
: 2 x + y - z - 2 = 0 y
t
2
: x - y - z - 3 = 0
h) pasa por los puntos P
1
(1, -2, 2) y P
2
(-3, 1, -2) y es perpendicular al plano
t
1
: 2 x + y- z + 6 = 0

Rta: como ejemplo desarrollamos el tem a)
Debemos (en todos los tems) encontrar la ecuacin de un plano t: Ax + By + Cz + D = 0,
sabemos que C) B, (A, / = n n

1) 2, (2, = n
2 x +2 y + z + D = 0
P
1
(5, 3, 4) e t 2 . 5 + 2 . 3 + 4 - D = 0 D = -20

t: 2x + 2 y + z -20 = 0

b) t: -x + 3 y 2 z + 11 = 0

c) t // t
1
tienen el mismo vector perpendicular.

t: 2 x 3 y 5 z + 28 = 0

d) el vector perpendicular al plano es
2 1
P P n =
pasa por M (3, -4, -2)

t : 2x - 2y - 6z - 26 = 0


223
e) pasa por P
1
P
2
y P
3
P e t se verifica

0 =
|
|
.
|
\
|
3 1 2 1 1
P P , P P , P P

resolviendo el producto mixto obtenemos la ecuacin del plano.
O bien:
hallamos
3 1 2 1
P P P P n . =

t : - x + 3y + 2 z = 0

f) el anlisis es anlogo al anterior:
t : 2 x + y - z + 3 = 0

g)
Si t t
1
, t contiene el vector perpendicular a t
1

Si t t
2
, t contiene el vector perpendicular a t
2

n n n
2 1
= .

t : - 2 x + y 3 z - 4 = 0

h)

t : - x + 12 y + 10 z +5 = 0

2 - Determina en cada caso si los pares de planos dados representan planos perpendiculares o paralelos.

a) 0 28 z 9 y 18 x 6 : = +
1

0 7 z 6 y 12 x 4 : = + +
2


224
b) 0 = + + z 2 y 3 x :
3
0 1 z 2 y 3 x 5 : = +
4

c) 0 8 z 6 y 2 x 4 : = +
5
0 16 z 12 y 4 x 8 : = +
6

Rta: a) t
1
// t
2
b) t
3
t
4

c) t
5
y t
6
coincidentes

3 - Halla la ecuacin del plano que pasa por P (6, 0, 0) y contiene a la recta interseccin de los planos:
t
1
: 2 x - y + 2 z - 6 = 0 ; t
2
: 3 x - 6y + 2 z - 12 = 0

Rta: t e a la familia ( o haz ) de planos determinada por t
1
y t
2
:
2 x - y + 2 z - 6 + (3x - 6 y + 2z - 12 ) = 0
P (6, 0, 0) e t reemplazamos las variables por las coordenadas de P y despejamos :

= - 1

Obtenemos la ecuacin del plano reemplazando por -1 en la ecuacin del haz:

t : x 5 y -6 = 0

4 - En cada caso determina la ecuacin del plano y represntalo.
a) paralelo al plano "xy", situado dos unidades debajo de l.
b) paralelo al plano "yz" y corta al eje "x" en el punto de abscisa cuatro.
c) paralelo al plano "xz", a seis unidades por delante de l.
d) paralelo al eje "y", cuya traza con el plano "xz" es la recta x + z - 3 = 0
e) paralelo al eje "z" cuya traza con el plano "xy" es la recta x + y - 2 = 0

Rta: Todos los planos pedidos estn en alguna posicin particular. Como ejemplo te damos la
respuesta del a) y d)

a)

t : z = -2
d)

t : x + z 3 = 0


225
5 - Representa grficamente los siguientes pares de planos, sealando si existe su interseccin.

a)
0 21 z 7 x 3 :
0 18 z 3 x 6 :
= +
= +
2
1
b)
0 18 z 3 x 2 :
0 12 z 3 x 2 :
= +
= +
4
3

c)
0 3 z :
0 2 x :
=
=
6
5
d)
0 12 y 3 x 4 :
5 z :
= +
=
8
7

Rta: como ejemplo representamos los planos del tem a)
0 21 z 7 x 3 :
0 18 z 3 x 6 :
= +
= +
2
1

1
3
z
7
x
:
1
6
z
3
x
:
= +
= +
2
1

t
1
t
2
= r / r // y

(sabemos por su ecuacin que ambos planos
son paralelos al eje " y ")

6 - Halla el ngulo que forman los siguientes planos
a)
0 7 z y x 2 :
0 3 z 2 y x :
= + +
= + +
2
1
b)
0 27 z 11 y 4 x 5 :
0 2 z 4 y 8 x :
= +
= + +
2
1

Rta: a) ; b)
60 = o
45 = o

7 - Halla la ecuacin segmentaria y representa los siguientes planos:
a) 0 12 z 4 y 3 x 2 :
1
= + +
b) 0 1 z y x :
2
= + +
c) 0 15 z 3 y 5 x 3 :
3
=

8 - Escribe la ecuacin general del plano que intercepta a los ejes coordenados en los puntos
a) (3, 0, 0) ; (0, 1, 0) ; (0, 0, 4)
b) (2, 0, 0) ; (0, -5, 0) ; (0, 0, 5)
c) (3, 0, 0) ; (0, -2, 0) ; (0, 0, -3)


226
Rta: a) 4x + 12y + 3z - 12 = 0
b) 5x - 2y + 2z - 10 = 0
c) 2x - 3y - 2z - 6 = 0

9 - En cada caso halla la distancia del punto al plano:
a) 3) 2; (-2;
1
P 0 8 z y 4 x 8 : =
1

0 22 z 6 y 7 x 6 : = +
2
b) 3) 2; (0;
2
P
c) 3) 2; (1;
3
P 0 14 z 2 y 3 x 2 : = +
3

Rta: a)
9
35
d

= ; b)
11
10
d = ; c) d = 0 P
3
e t
3

10 - Dada la ecuacin del plano t: 2x + 3y + 6 z - 12 = 0 determina:
a) los puntos de interseccin con los ejes coordenados
b) las ecuaciones de las trazas del plano t
c) la longitud de la distancia al origen del plano t
d) represntalo.

Rta: a) se anulan 2 variables.
b) se anula 1 variable.

11 - Idem ejercicio 10 para 0 30 z 2 y 5 x 3 : = +

Rta: a) A (10, 0, 0) ; B (0, -6, 0) ; C (0, 0, 15)

b) 3 x 5 y - 30 = 0 ; 3 x + 2 z - 30 = 0 ; -5 y + 2 z - 30 = 0
c)
38
30
d =

Auto-evaluacin - Plano

227
AUTO-EVALUACION

1 Dados P(-1;3;5) y t
1
: -x + 3 y 2 z + 4 = 0
a) Hallar la ecuacin del plano t // al dado y pasa por P.
b) Cul es su distancia al origen?
c) Probar que el plano hallado es a t
2
: x y 2 z + 8 = 0

2 - Hallar el ngulo agudo que forman los planos t
1
: 5 x 14 y + 2 z 8 = 0 y
t
2
: 10x 11y + 2z + 15 = 0.

3 - Hallar la ecuacin del plano t que pasa por la interseccin de los planos:
= +
= + +
0 3 4 2 :
0 7 5 3 :
2
1
z y x
z y x
t
t
y contiene al punto P
1
(-3 ; 2; -4)

4 - Hallar la ecuacin del plano // al eje z, y cuya traza con el plano "x y" es la recta x + y 2 = 0
Representar grficamente.

5 - Hallar la distancia del punto P(-2; 2; 3) al plano de ecuacin t: 8x 4y z 8 = 0
Qu indica el signo negativo?.

6 - Hallar la ecuacin del plano que pasa por P(-1; 2; -3) y es perpendicular al segmento determinado
por T (-3; 2; 4) y Q(5; 4; 1). Expresarlo en forma segmentaria.

Soluciones

1 - a) (-1) (-1) + 3 . 3 + 5 (-2) + D = 0 D = 0
t : -x + 3y 2z = 0
b) D = 0 La distancia al origen es nula
c)
2
n
(1, -1, -2) t

2
n n

2
= -1-3+4 = 0 t
2
t
n
(-1 , 3, 2) t

2 -
1
n
t
1

1
n
(5; -14; 2)
2
n
t
2

2
n
(10; -11; 2)
cos o = 924 , 0
225
208
.
2 1
2 1
= =
n n
n n

o = 22 30'

3 - 3x + y - 5z + 7 + (x 2y + 4z 3) = 0

Es la ecuacin del haz de planos que pasan por la interseccin de dos de ellos.

Auto-evaluacin - Plano

228
Como P . e t sus coordenadas satisfacen su ecuacin. (reemplazamos en x, y, z por las
coordenadas del punto) y calculamos: =
13
10

Ese valor lo reemplazamos en y obtenemos la ecuacin buscada:

t: 49x 7y 25z + 61 = 0

4 - Si x = 0 y = 2 A(0; 2; 0)

Si y = 0 x = 2 B(2; 0; 0)

t : x + y 2 = 0

5 -
9
35
81
8 3 8 16
1 16 64
8 ) 3 ( 1 ) 2 ( 4 ) 2 ( 8
d =

=
+ +

=

6 - ) 3 ; 2 ; 8 ( Q T
t : 8 x + 2 y 3 z + D = 0
Pe t : 8 (-1) + 22 3 (-3) + D = 0 D = -5
En : t : 8 x + 2 y 3 z 5 = 0 Ecuacin general
Indica que el punto y el origen de
coordenadas estn en el mismo
semiespacio con respecto al plano dado.

8x + 2 y 3 z = 5 1
3
5
2
5
8
5
=
+ +
z y x
Ecuacin segmentaria

La recta en el espacio

229
Contenidos:
Recta que pasa por un punto y es paralela a un vector, ecuacin vectorial; simtrica y ecuaciones
paramtricas, nmeros directores. Recta que pasa por dos puntos. Recta determinada por la interseccin
de dos planos. Planos proyectantes. Posiciones particulares de la recta en R
3
. Trazas. Interseccin de
recta y plano. Angulo entre dos rectas. Condicin de paralelismo y perpendicularidad. Angulo de recta
y plano. Distancia de un punto a una recta. Mnima distancia entre dos rectas alabeadas.

Recta que pasa por un punto y es paralela a un vector

P P
1
e r
u
Datos
P
1
u
// r
r

Sea P un punto genrico de la recta P e r : P P
1
// u
: son linealmente dependientes

existe una combinacin lineal, es decir podemos expresar uno de ellos en funcin del otro

con e R Trabajamos como siempre en la base cannica: u P P =

1

P P
1
= (x
1
, y
1
, z
1
) e r
Datos
u
(u
x
, u
y
, u
z
) / u
// r

P
1
Punto genrico : P = (x, y, z)
r Siendo P P OP OP
1 1
+ = resulta
1 1
OP OP P P =
k
(como O = (0, 0, 0)) u
1 1
P P P P

= reemplazando en
O j
u P P
1

= y tambin:
i
u P P
1

+ =

Ecuaciones vectoriales, de cualquiera de ellas se obtienen las ecuaciones cartesianas;
tomamos la; la igualdad de vectores implica la igualdad de componentes homlogas, resulta:

x = x
1
+ u
x

Ecuaciones y = y
1
+ u
y

Paramtricas z = z
1
+ u
z

Insistimos:
P
1
= (x
1
, y
1
, z
1
) e r // r,
podemos decir que
u
dirige la recta, o que define

la direccin de la recta, sus componentes (u
u
x
, u
y
,
u
z
) se llaman nmeros directores de la recta.

230
Despejando resulta:

z
1
y
1
x
1
u
z z
u
y y
u
x x
=
Ecuacin simtrica

Cambiamos ahora los datos:
P
1
= (x
1
, y
1
, z
1
) e r
o
u
DATOS
: VERSOR /
0
u
0
u
// r ;
0
u
= 1
Las componentes de un versor son sus cosenos directores
0
u
= (cos o , cos | , cos ) ;

donde o , | , son los ngulos que forma
0
u
con los ejes coordenados llamados: ngulos directores

la ecuacin simtrica de la recta:
=
|
=
o
cos
z z
cos
y y
cos
x x
1 1 1

En este caso los nmeros directores son los cosenos directores (cos o, cos | , cos ). Si nos
dan un vector director cualquiera y queremos un versor en la misma direccin basta dividirlo por su
mdulo =
0
u
u
u
;
2
z
2
y
2
x
u u u u + + =

|
|
.
|
\
|
=
u
u
,
u
u
,
u
u
u
z x
y
0

Ejemplo: Datos: P
1
= ( 1, 2, 1) ; = (6, 2, 3) u
Hallar la ecuacin de la recta que pasa por P

1
y es paralela a u
.

Ecuaciones
paramtrica
x = 1 + 6
y = 2 + 2
z = 1 + 3
hallamos otro punto
de la recta haciendo
= -1
x = -5
y = 0 (-5 , 0, -2) e r
z = -2

Lo verificamos en la ecuacin simtrica

3
1 z
2
2 y
6
1 x
=
= =

=
=

1
3
1 2
2
2 0
6
1 5


231
Hallamos ahora un versor que dirija la recta
7 9 4 36 u = + + =
|
.
|
\
|
=
7
3
,
7
2
,
7
6
u
0
la ecuacin simtrica:

7
3
1 z
7
2
2 y
7
6
1 x
=
; (-5 , 0 , -2) e r
7
3
1 2
7
2
2 0
7
6
1 5
=
=

= -7
Recta que pasa por dos puntos

Hay varias formas de obtener la ecuacin de la recta que pasa por
dos puntos vamos a repetir el razonamiento anterior. El vector que
dirige la recta es ahora el vector
2 1
P P .

P
1

P
2

P
2

P
P
1

Datos

P e r : P P // P P
1 2 1
son linealmente dependientes hay una combinacin lineal y podemos
escribir:
2 1 1
P P P P = con e R.
P
1
= (x
1 ,
y
1
, z
1
)

Fijando un origen y tomando una base cannica
P
2
= (x
2
, y
2
, z
2
)
punto genrico : P = (x, y, z) podemos escribir ) P P ( P P
1 2 1

=

donde sabemos que las coordenadas de los puntos son las componentes de los vectores, tambin
podemos escribir: ) P P ( P P
1 2 1

+ =
Ecuaciones vectoriales, de la ecuacin la igualdad de vectores implica la igualdad de
componentes homlogas; resultan as las ecuaciones paramtricas:

x = x
1
+ (x
2
x
1
)
y = y
1
+ (y
2
y
1
)
z = z
1
+ (z
2
z
1
)

Despejando obtenemos la ecuacin simtrica
=
1 2
1
1 2
1
1 2
1
z z
z z
y y
y y
x x
x x

(x
2
x
1
, y
2
y
1
, z
2
z
1
) son los nmeros directores.


232
Ejemplo:
Sean los puntos P
1
= (2, 1, 2) P
2
= (3, 2, 1). Hallar la recta que determinan dichos puntos:

x = 2 + (3 2) x = 2 +
Ecuaciones paramtricas y = 1 + (2 1) y = 1 +
z = 2 + (1 2) z = 2 + (-1 )

Ecuacin simtrica:

2 1
2 z
1 2
1 y
2 3
2 x

1
2 z
1
1 y
1
2 x
donde (1 , 1, -1) nmeros directores.

Estamos trabajando en R
3
, pero sera muy fcil generalizar para R
n
.

En R
n
cada punto tiene n coordenadas

P R = (r
1
, r
2
, ... , r
n
)
Datos:
S S = (s
1
, s
2
, ... , s
n
)

R

r P e r / P = (p
1
, p
2
, , p
n
) : RS RP = con e R
) R S ( R P

= ( ) R S R P

+ =

+ =

+ =
+ =
+ =
) r s ( r p
) r s ( r p
) r s ( r p
) r s ( r p
n n n n
3 3 3 3
2 2 2 2
1 1 1 1

Nota: Son n ecuaciones paramtricas, el nmero de ecuaciones paramtricas coincide con la
dimensin del espacio con el que se trabaja.

Las ecuaciones vectoriales son las mismas para cualquier dimensin.


233
Recta dada por la interseccin de dos planos

Sean los planos t
1
, t
2
no paralelos t
1
t
2
= r

r

t

2
n
1
n
r

t
1
t
2

Datos
=
= + + +
=
= + + +
2 2 2 2 2
2 2 2 2 2
1 1 1 1 1
1 1 1 1 1
) C , B , (A n
0 D z C y B x A
) C , B , (A n
0 D z C y B x A

2 1 2 1 2 1
n y n n // n //

Son linealmente independientes ( no hay

proporcionalidad entre sus componentes )

t
t

2
1
r
los planos se cortan determinando ' r '

2 1
n y n

determinan un tercer plano t
t t
t t
t
2
1
2 1
/ ) n , n (

t e
t e
t .
2
1
2 1
r
r
como y r r n n

/ esto nos dice que r
tiene la direccin de la recta

buscada, es decir r
es su vector director.
Cmo obtenemos un punto que pertenezca a la recta?
Damos un valor arbitrario y conveniente a una variable por ejemplo z
1
= 0 , hallamos los
correspondientes x
1
e y
1
resolviendo el sistema; tendremos as un punto y un vector director, si
queremos los cosenos directores ya sabemos como hallarlos
|
|
.
|
\
|
=
r
r
r
0

Ejemplo: Dada la recta r
= + +
= +
simtrica forma la a pasarla 10 z 5 y 3 x 2
2 z 3 y 2 x
+ + = = . k 7 j i 19
5 3 2
3 2 1
k j i
n n
2 1

vector director r
= (-19, 1, 7)
para z = 0
= + 10 y 3 x 2
= 2 y 2 x
6 7 0
2 2 1
10 3 2
2 2 1
= + =
+ =
=
7
26
2
7
12
x
2 y 2 x
7
6
y

7
0 z
1
7 / 6 y
19
7 / 26 x
=


234
Hemos visto la recta determinada por dos planos no paralelos, pero hay infinitos planos que la
determinan.-

si donde t 0 r
r
2 1
2
1
= + e
1
+ t
2
= 0 Ecuacin del haz de planos

la desarrollamos: (A
1
+ A
2
) x + (B
1
+ B
2
) y + ( C
1
+ C
2
) z + (D
1
+ D
2
) = 0

De estos infinitos planos que contienen a r,
interesan los planos proyectantes de r, es
decir los planos que proyectan la recta
perpendicularmente a los planos
coordenados.
Si queremos el plano y = ax + b, en la
ecuacin del haz de planos, debemos anular
el coeficiente de z (obteniendo as un plano
perpendicular al xy )

C
1
+ C
2
= 0 = -
2
1
C
C
obtenemos una ecuacin del tipo: Ax + By + D = 0
despejando y: y = ax + b I

Con razonamiento anlogo obtenemos los otros dos planos proyectantes:

anulando el coeficiente de y: x = mz + p II

anulando el coeficiente de x : y = nz + q III

Dos cualesquiera de estas ecuaciones determinan la recta como interseccin de planos
proyectantes.

Por ejemplo:

+ =

+ =
=
q nz y

p mz x
r se despeja en ambas ecuaciones z

1
0 z
n
q y
m
p x
=
que es la ecuacin simtrica


235
Ejemplo:

Hallar las ecuaciones de los planos que proyectan ortogonalmente la recta r de ecuaciones:
= + +
= + +
6 z y 4 x 2
4 z y 3 x
r sobre los planos coordenados.
Solucin: nos piden los planos proyectantes

( 1 + 2 )x + ( 3 + 4 ) y + ( 1 + )z 4 6 = 0 (Ecuacin del haz de planos)
anulamos el coeficiente de z 1 + = 0 = -1
reemplazamos en la ecuacin del haz: - x y + 2 = 0 v y = x + 2 I
anulamos el coeficiente de y 3 + 4 = 0 =
4
3

reemplazamos en la ecuacin del haz:
0
2
1
4
1
2
1
= + + z x -2x + z + 2 = 0 1 z
2
1
x + = II
anulamos el coeficiente de x 1 + 2 = 0 =
2
1

reemplazamos en la ecuacin del haz
0 1 z
2
1
y = + 2y + z 2 = 0 1 z
2
1
y + = III

de II y III obtenemos la ecuacin simtrica despejando z

1
0 z
2
1
1 y
2
1
1 x
=
( 1, 1, 0 ) e r ( ) 1 ,
2
1
,
2
1
= u
vector director
Hallemos el vector director as: r ) 2 , 1 , 1 (
1 4 2
1 3 1
k j i
r r
2 1

= = = . donde u r

2 =

Posiciones particulares de la recta en R
3
La recta es paralela a uno de los ejes

Si r // z r
=
=
b y
p x
Si r // y
=
=
q z
p x
r Si r // x
=
=
q z
b y
r


236
Consecuencia. Ecuaciones de los ejes

Ecuacin del eje z

=
=
0 y
0 x

Ecuacin del eje y

=
=
0 z
0 x

Ecuacin del eje x

=
=
0 z
0 y

La recta es paralela a uno de los planos coordenados.

r // xy r // xz r // yz

+ =
=
b ax y
q z
r
+ =
=
p mz x
b y
r
+ =
=
q nz y
p x
r

Trazas

Se denominan trazas de una
recta a los puntos de interseccin
de la recta con los planos
coordenados.

Sea r dada por la ecuacin de
dos de sus planos proyectantes

+ =
+ =
p mz x
q nz y
r


237
Coordenadas de T
1
: T
1
e x y

z = 0 x = p . y = q T
1
= (p, q, 0)

Coordenadas de T
2
: T
2
e xz

y = 0
n
q
z = . p
n
q
m x + |
.
|
\
|
= T
2
|
.
|
\
|
+
n
q
, 0 , p
n
mq

Coordenadas de T
3
: T
3
e yz

x = 0 z = -
m
p
. y = n q
m
p
+ |
.
|
\
|
|
.
|
\
|
+ =
m
p
, q
m
np
, 0 T
3

Interseccin de recta y plano

t Ax + By + Cz + D = 0 t = ) C , B , A ( n

Datos
+ =
+ =
+ =
z 1
y 1
x 1
u z z
u y y
u x x
r
P
1
= (x
1
, y
1
, z
1
)

u

Como reemplazamos las variables en segn y obtenemos
t e
e
I
r I

A (x
1
+ u
x
) + B (y
1
+ u
y
) + C (z
1
+ u
z
) + D = 0

Debemos calcular para determinar las coordenadas de I.

Ax
1
+ By
1
+ Cz
1
+D + (Au
x
+ Bu
y
+ Cu
z
) = 0

=
( )
z y x
1 1 1
Cu Bu Au
D Cz By Ax
+ +
+ + +

Si u
no es perpendicular a n
, es decir . = 0 u
t r I
Determinaremos las coordenadas de I
= ( u
x
, u
y
, u
z
) // r
Luego reemplazamos en se obtienen
las coordenadas de I.
n
u

238
Ejemplo: t = 2x + 3y 2z 19 = 0
r
+ =
+ =
+ =
1 1 z
2 1 y
1 3 x

2 ( 3 + ) + 3 ( 1 + . 2 ) 2 ( 1 + ) 19 = 0

6 + 3 2 19 + ( 2 + 6 2 ) = 0
- 12 + . 6 = 0 =
6
12

Reemplazamos en las ecuaciones paramtricas de la recta
I = ( 5, 5, 3)
= + =
= + =
= + =
3 1 . 2 1 z
5 2 . 2 1 y
5 1 . 2 3 x

Posiciones relativas entre rectas

Dadas las rectas r y r por sus ecuaciones simtricas:

=
e =
director vector ) u , u , u ( u
r ) z y x ( P
u
z z
u
y y
u
x x
r
z y x
1 1 1 1
z
1
y
1
x
1

=
e =
director vector )
'
z
u ,
'
y
u ,
'
x
u ( u
' r )
'
1
z
'
1
y
'
1
x (
1
P
'
z
u
'
1
z z
'
y
u
'
1
y y
'
x
u
1
' x x
' r

diremos que:

1) r es paralela con r si sus vectores
directores son linealmente dependientes

' u u

= = = =
'
z
z
'
y
y
'
x
x
u
u
u
u
u
u

2) r es secante con r si sus vectores directores
son l.i. y
'
1 1
P P es combinacin lineal de los
mismos, es decir los vectores
'
1 1
, ' , P P u u

son
coplanares su producto mixto es cero
|
.
|
\
| '
1 1
, ' , P P u u

= 0

= 2
u
' u
' u
r

239

3) r es perpendicular a r si y solo si se
interceptan y 0 ' u . u =
) s ortogonale ' u y u (

r
'
u

r u

4) r se cruza con r si sus vectores directores
son l.i. y
'
1 1
P P no es combinacin lineal de los
mismos, es decir ' u , u

y
'
1 1
P P no son
coplanares
0 , ' , P u

'
1 1
=
|
.
|
\
|
P u

Las rectas se dicen alabeadas

' u

Angulo entre dos rectas
Sean las rectas:

director vector ) u , u , u ( u ;
u
z z
u
y y
u
x x
r
z y x
z
1
y
1
x
1
=

director vector ) u , u , u ( ' u ;
u
z z
u
y y
u
' x x
' r
'
z
'
y
'
x
'
z
'
1
'
y
'
1
'
x
1
=

El ngulo formado por r y r es el ngulo
formado por sus vectores directores
' u u u . u

' u
r o

u
r

= cos o cos o =
' u u
' u . u

cos o =
2 '
z
2 '
y
2 '
x
2
z
2
y
2
x
'
z z
'
y y
'
x x
u u u u u u
u u u u u u
+ + + +
+ +

Las condiciones de paralelismo y perpendicularidad ya la hemos visto, insistimos

r // r ' u u //

'
z
z
'
y
y
'
x
x
u
u
u
u
u
u
= =



240
r r ' = 0 ' u u

u . u

0 u u u u u u
'
z z
'
y y
'
x x
= + +

ngulo entre recta y plano

Datos
t = = + + + t
=
n / ) C , B , A ( n ; 0 D Cz By Ax
director vector ) u , u , u ( u ;
u
z z
u
y y
u
x x
r
z y x
z
1
y
1
x
1

Queremos determinar o

u n
u . n
sen
2
cos

= o = |
.
|
\
|
o
t

2
z
2
y
2
x
2 2 2
z y x
u y u u C B A
Cu Bu Au
sen
+ + + +
+ +
= o

Ax + By + Cz + D = 0


Si r // t u n

Au
x
+ Bu
y
+Cu
z
= 0
El paralelismo de recta y plano
implica perpendicularidad de
vectores.
Ax + By + Cz + D = 0


Si r t n // u

y y x
u
C
u
B
u
A
= =
La perpendicularidad de recta y
plano implica paralelismo de
vectores.
Ax + By + Cz + D = 0


241

Distancia de un punto a una recta
Datos

( )
=
z
1
y
1
x
1
0 0 0 0
u
z z
u
y y
u
x x
r
z , y , x P

raficamos el problema
P
1
= ( x
1
, y
1
, z
1
) e r
vector director (u
x
, u
y
, u
z
)
G
Observamos que:
0 1
P P
sen
d
=

sen P P
0 1
= d

relacionando con el mdulo del producto vectorial
d . u .sen P P u P P u
0 1 0 1

= = .

u
P P u
0 1
.
= d

jemplo E : Hallar la distancia del punto P
0
a la recta r

=
=
) 2 , 2 , 1 ( P P
) 5 , 2 , 3 ( P
1 2 2
0 1
0

=
3 z 4 y 2 x
r
k 6 j 3 i 6
2 2 1
1 2 2
k j i
P P u
0 1

+ =
= .

9 81 36 9 36 P P u
0 1
= = + + = .

3 9 1 4 4 u = = + + =

3
9
u
P P u
d
1 0
=
.
=

d = 3
P
1
= ( 2, 4, 3 )
u
= ( 2, 2, 1)


242

Mnima distancia entre dos rectas alabeadas
ean las rectas alabeadas ( rectas que se cruzan ) S

z y x
u
z z
u
y y
u
x x
1 1 1

=
( ) r r z , y , x P
1 1 1 1
e =

( ) r // u / u , u , u u
z y x

=
' ' '
z z y y x x
( )
'
1
'
1
'
1
'
z y x
u u u
r = = ' r x , x , x P
3 2 1 1
e =
' ' ' '
( ) ' r // ' u / u , u , u ' u
'
z
'
y
'
x

=

Dadas 2 rectas alabeadas siempre es posible
1 2 1
t
2
y r e t
1
, r e t
2

fectuamos el producto vectorial

encontrar dos planos

t y t / t //

La distancia buscada es la distancia entre
dichos planos.

Con y u n

' u n

n
tiene la direccin de la distancia. Un versor con dicha direccin ser

0
n
n
=
n
Finalmente: o = cos P P . n P . P . n
'
1 1 0
'
1 1 0

= 1. proy P P'
1
/
0
n
d =
'
1 1 0
P P . n

Resumiendo: (vector con la direccin de d ) n ' u u

= .

0
n
n
n
' u u
u u

= =
.
.
(versor con la direccin de d )

d =
'
1 1 0
P P . n

'
1 1
P P .
' u u
' u u
d

.
.
= Frmula de la distancia

E n ' u u

= .
' u
0
n
' u

3

243



1 - Halla la ecuacin de la recta que pasa por el punto P
1
(1, -3,5) y es paralela al vector u
(2, 3,-5)
en sus formas: vectorial, paramtrica y simtrica.
Rta: el enfoque de este ejercicio es anlogo al ejercicio 1 de la recta en R
2

P e r u P P
1

// u

+ =
1
P P
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
z
y
x
1
1
1
u
u
u
z
y
x
z
y
x

obtiene las ecuaciones pedidas.

2 - Dados los puntos y (2,-3,0)
1
P ) 4 , 1 , 5 (
2
P determina la ecuacin simtrica de la recta que pasa
por dichos puntos.
Rta: es anlogo al ejercicio anterior el vector director ) 4 , 4 , 7 ( = =
2 1
P P u

P
1
e r
4
0 z
4
3 y
7
2 x
=
+
=
P
2
e r
4
4 z
4
1 y
7
5 x
=
+

3 - Idem ejercicio anterior para los puntos: P
1
(1, 2, -5) y P
2
(3, 4, -3).

4 - Dada la recta r
0 20 z 8 y 4 x 2 :
0 12 z 5 y 2 x 2 :
= + +
= + +
2
1

como interseccin de dos planos (forma cartesiana)
a) analiza si los puntos A (2, 2, 4) ; B (-2, -4, 0) ; C (-2, 1, 2) pertenecen a la recta
b) halla los nmeros directores de la recta
c) escribe su ecuacin simtrica
d) determina la recta como interseccin de planos proyectantes.
e) halla las trazas de la recta
f) grafica la recta por dos de sus trazas y verifica: r // u

3

244
Rta: a) Por puntos que pertenecen a la recta satisfacen la ecuacin de los planos que la
determinan: A (2 , 2 , 4)
0 20 4 . 8 2 . 4 2 . 2 :
0 12 4 . 5 2 . 2 2 . 2 :
2
1
= + +
= + +
A e r
B e r ; C e r
b) Los nmeros directores de la recta son las componentes del vector director u

2 2
1 1
n
n

2 1
n n

y determinan t t t
1
y t t
2

u u n n u

/
2 1
. = es el vector
director de la recta r = t
1
t
2

t
1
: 2x + 2y 5z + 12 = 0 ) 5 , 2 , 2 ( =
1
n
t
2
: 2x + 4y 8z + 20 = 0 ) 8 , 4 , 2 ( =
2
n
k 4 j 6 i 4
8 4 2
5 2 2
k j i

+ + =
= . =
2 1
n n u
4) 6, (4, = u
nmeros directores de r y tambin (2, 3, 2) u
2
1
=

c) Para escribir la ecuacin simtrica necesitamos los nmeros directores (2 , 3 , 2) y un punto
perteneciente a la misma, en el tem a) hallamos A e r y B e r cualquiera servira;
tomamos A
2
4 z
3
2 y
2
2 x
=
Ecuacin simtrica
d) Los planos proyectantes de la recta son los planos que la "proyectan" sobre los planos
coordenados ( son planos perpendiculares a los planos coordenados). Podemos obtenerlos de la
ecuacin simtrica:
Plano proyectante sobre "x y"
4 y 2 6 x 3
3
2 y
2
2 x
=
0 2 y 2 x 3 =
Plano proyectante sobre "x z"
=
8 z 2 4 x 2
2
4 z
2
2 x
0 4 z 2 x 2 = + 0 2 z x = +
Plano proyectante sobre "y z"
=
12 z 3 4 y 2
2
4 z
3
2 y
0 8 z 3 y 2 = +
3

245
Dos cualquiera de ellos determinan la recta:
= +
= +
= +
=
= +
=
0 8 z 3 y 2
0 2 z x
;
0 8 z 3 y 2
0 2 y 2 x 3
;
0 2 z x
0 2 y 2 x 3
r r r
Tambin podemos obtener dichos planos a partir de la ecuacin del haz de planos:
t
1
+ t
2
= 0

2 x + 2 y 5 z + 12 + (2 x + 4 y 8 z + 20 ) = 0
(2 + 2 ) x + (2 + 4 ) y + ( -5 8 ) z + 12 + 20 = 0
Plano sobre "y z" anulamos el coeficiente de x
2 + 2 = 0 = -1
Reemplazamos en la ltima ecuacin y obtenemos
(2 + 4 (-1) ) y + (-5 8 (-1)) z + 12 + 20 (-1) =
- 2 y + 3 z 8 = 0
o bien 2 y 3z + 8 = 0 coincide con el que hemos hallado
El plano proyectante sobre "x z" se obtiene anulando el coeficiente de y

(2 + 4 ) = 0
2
1
=
Idem para el tercer plano proyectante
(-5 8 ) = 0
8
5
=
e) Las trazas de la recta son las intersecciones de la recta con los planos coordenados,
anulamos una variable.
Tomamos la recta como interseccin de planos proyectantes:
= +
= +
0 8 z 3 y 2
0 2 z x
r
r "x y" z = 0 T
1
= ( -2 , -4 , 0)
r "x z" y = 0 - 3 z + 8 = 0 z =
3
8

x = - 2 + z = -2 +
3
2
3
8
=
T
2
=
|
|
.
|
\
|
3
8
0
3
2
, ,
3

246

r "y z" x = 0 z = 2 ; 2y = 3 z 8
2 y = 6 8 y = -1
T
3
= ( 0, -1, 2)

5 Idem ejercicio anterior para la recta
= +
=
0 2 z y x :
0 2 z y x 7 :
2
1
r
Siendo los puntos del tem a) A (1, 2, 3) B (1, 1,1) C (0, -2, 0)

Rta: a) A e r ; B e r ; C e r
b) 3) , 4 , (1 = u

c)
3
3 z
4
2 y
1
1 x
=

d)
=
=
0 z x 3
0 2 y x 4
r
e) T
1
= T
2
= (0 , -2 , 0)
|
|
.
|
\
|
=
2
3
0
2
1
, ,
3
T

Aclaracin: como la recta corta al "eje y" tiene dos trazas coincidentes.

3

247
6 - Dada como interseccin de planos proyectantes, obtener la ecuacin
simtrica de r.
= +
= +
0 8 z 3 y 2
0 2 z x
r
Rta: Nos piden la ecuacin simtrica que es de la forma
z
1
y
1
x
1
z z y y x x
u u u

con: uz) uy, (ux, = u
vector director y el punto

P
1
= ( x
1
, y
1
, z
1
) e r
Lo razonamos de dos formas diferentes:
i) hallamos r y e
1
P u
= = +
= = +
2 2 2 2
1 1 1 1

n ; 3) 2, (0, n 0 8 z 3 y 2 :
n ; 1) 0, (1, n 0 2 z x :
r

k j i
k j i
n n u

2 3 2
3 2 0
1 0 1
2 1
+ + =
= . = 2) 3, (2, = u
nmeros directores.
Para obtener P
1
e r en las ecuaciones de los planos proyectantes damos un valor arbitrario
a "z" y obtenemos los correspondientes valores de "x" e "y"
x + 2 = 0 x = -2
z = 0
2y + 8 = 0 y = -4

P
1
= ( -2 , -4 , 0)
2
0 z
3
4 y
2
2 x

=
+
=
+

ii) Obtenemos la ecuacin simtrica por un adecuado pasaje de trminos. Despejamos la
variable que figura en la ecuacin de los dos planos proyectantes.
z = x + 2
(sacamos 2 factor comn porque los coeficientes de las
variables en la simtrica son iguales a uno)
z =
3
4 2
3
8 2 ) y ( y +
=
+

3
4 y
2
z +
=
2
2 x
2
z +
= ; la ecuacin z = x + 2 la dividimos por 2 para igualar:

2
0 z
3
4 y
2
2 x
=
+
=
+

P
1
(-2 , -4 , 0) e r
director vector 2 3 2 ) , , ( = u

3

248
Aclaracin: es idntica a la obtenida anteriormente donde hicimos z = 0 ;
si hubisemos elegido otro valor para z el punto P
1
sera otro.

7 Determina las ecuaciones de las rectas por su grfica.

a)

b)

c)

d)

e)

Rta: En todos los casos los planos que determinan la recta estn en una de sus posiciones
particulares: en a) la ecuacin segmentaria del plano paralelo al eje y es:
0 12 3 4 1
4 3
= + = + z x
z x

y el plano perpendicular al eje "y" es: y = 6

= 0

=
+
6
12 3 4
y
z x
r
3

249
8 Dada la recta
= +
= + +
0 8 z 2 y 2 x 3 :
0 16 z 6 y 2 x :
:
2
1
r
a) halla los planos proyectantes de r
b) halla la ecuacin simtrica de r dada como interseccin de dos planos proyectantes
c) halla la ecuacin simtrica de r a partir del dato.

Rta: a) 10 x + 8 y 40 = 0 5 x + 4 y 20 = 0
-2 x + 8 z 8 = 0 x 4 z + 4 = 0
4 y + 20 z 40 = 0 y + 5 z 10 = 0
b)
= +
= +
=
+
0 10 - 5z y
0 4 4z - x
r tom se
1
0 z
5
10 y
4
4 x

c)
( )
) , , (
k j i
1 5 4
4 - por dividiendo 4 20 16
=
+ = .
u
n n
2 1

P
1
e r ; si z = 0 P
1
(-4 , 10 , 0)

9 - Dada la recta halla las trazas y represntala.
= +
= +
0 8 z 4 x 2 :
0 16 z 6 y 4 :
: r
2
1
Rta: (4 , 4 , 0) ;
|
|
.
|
\
|
3
8
0
3
4
, , ; (0 , 1 , 2)

3

250
10 - Dada una recta r y un plano t analiza si la recta es perpendicular, paralela o pertenece al
plano, si son incidentes, determina el ngulo agudo que forman y el punto I de interseccin.
a)
6
3
6
1
3
1
r
=
+ z y x
: ; 0 3 z y 2 x 2 : = +
b)
6
1
3
2
1
3
r
=
z y x
: ; 0 10 z y x 3 : = + +
c)
2
1
3
4
1
1
r

=
z y x
: ; 0 6 z y 3 x 2 : = + +
d)
4
3
6
2
3
1
r

=
=
+ z y x
: ; 0 7 z 6 y 3 x 2 : = + +
e)
2
2
2
1
3
1
r

=
+
=
z y x
: ; 0 2 z y 2 x 2 : = + +
f)
2
4
6
2
4
1
r

=
+
=
z y x
: ; 0 6 z y 3 x 2 : = + +

Rta : Las rectas: estn dadas por su ecuacin simtrica por lo tanto conocemos P
1
e r y u

(los denominadores: vector director). En la ecuacin general del plano los coeficientes de las
incgnitas son las componentes de un vector n
normal al plano.

Si r t n u

//
Si r // t n u

, si adems P
1
e t r e t

El ngulo | entre los vectores n u

y es
complementario al ngulo o determinado por la
recta y el plano
cos | =
u n
u . n

= sen o
Para hallar el punto de interseccin I / I e r , I e t nos conviene escribir la recta en su
forma paramtrica
+ =
+ =
+ =
uz z z
uy y y
ux x x
1
1
1
r
3

251
y en la ecuacin del plano reemplazamos x, y, z segn la ecuacin de r , despejamos y
reemplazamos el valor hallado en las ecuaciones paramtricas obteniendo las coordenadas de I.

Analizamos el tem a)
6
3 z
6
1 y
3
1 x
: r
=
+

P
1
(-1 , 1 , 3) e r
u
= (3 , 6 , -6) vector director

t : 2 x 2 y + z 3 = 0 n
= (2 , -2 , 1) t
si r t
1
6
2
6
2
3
=
= n u

// r no es a t
si r // t 0 n . u =

n u ; 3 . 2 + 6(-2) + (-6) 1 = 0 r no es // a t
9
4
3 . 9
12
1 4 4 36 36 9
1 ) 6 ( ) 2 ( 6 2 . 3
n u
n . u
cos sen =
=
+ + + +
+ +
= = | = o

o
= 26 23' 16"
Buscamos el punto de interseccin I
Ecuaciones paramtricas de r:
=
+ =
+ =
6 3 z
6 1 y
3 1 x
r
Reemplazando x, y, z en la ecuacin de t:
2 (-1+3 ) 2 (1 + 6 ) + 1 (3 6 ) - 3 = 0
3
1
=

Reemplazamos en las ecuaciones de r:
5
3
1
6 3
1
3
1
6 1
2
3
1
3 1
=
|
.
|
\
|
=
=
|
.
|
\
|
+ =
=
|
|
.
|
\
|
+ =
z
. y
x
I = (-2 , -1 , 5)
b) r , r // n u 0 n . u e =

c) " , '

sen 72 18 0 40
14
9
= = o o ; = -1 ; I (2 , 1 , -1)
d) , // e r r

e) r r e ; //
f) n u

// r t ;
14
9
= ; I
|
|
.
|
\
|
7
19
,
7
13
,
7
11

3

252
11 - Halla la distancia del punto P
0
a la recta r

a) P
0
(-2, 2, -3) r :
4
2 z
2
1 y
2
3 x
=
+
=

b) P
0
(1, 0, 2) r :
1
1 z
2
1 y
3
1 x
=
=
+

Rta:

sen P P
0 1
=
P P u P P u
0 1 0 1

= .

u
P P u
d
0 1
.
=

a) 38 = d
b)
14
59
= d

12 Dados los pares de rectas siguientes, analiza si las rectas son paralelas, paralelas coincidentes,
coplanares incidentes o alabeadas.

a)
4
1 z
2
3 y
4
2 x
:
2
3 z
1
2 y
2
6 x
:
+
=
=
+
2
1
r
r
b)
9
25 z
6
10 y
3
6 x
:
3
1 z
2
6 y
1
2 x
:
+
=
+
=
+
=
+
4
3
r
r

c)
4
2 z
1
1 y
2
2 x
:
2
3 z
1
2 y
3
1 x
:
=
+
=
+
6
5
r
r
d)
2
6 z
1
1 y
4
1 x
:
1
4 z
5
3 y
2
3 x
:
+
=
+
=
+
+
=
+
=
8
7
r
r

e)
10
7 z
2
5 y
4
2 x
:
5
4 z
1
1 y
2
3 x
:
10
9
r
r
f)
4
4 z
6
8 y
2
6 x
:
4
z
6
2 y
6
4 x
:
+
=
+
=
=
+
=
12
11
r
r

g)
2
2 z
12
6 y
4
10 x
:
4
6 z
6
8 y
2
4 x
+
=
=
+
=
+
=
14
13:
r
r
h)
4
10 z
2
4 y
6
2 x
:
8
14 z
4
6 y
12
8 x
:
+
=

=
+
=
16
r
r
15

3

253
Rta: Las rectas son paralelas si lo son sus vectores directores, analizado el paralelismo, si el
punto dato perteneciente a la primera satisface la ecuacin de la segunda recta (o viceversa) son
coincidentes.

Si 0 P P , u , u
2 1 2 1
=
|
|
.
|
\
|
son coplanares

Si 0 P P , u , u
2 1 2 1
=
|
|
.
|
\
|
son alabeadas

a) paralelas no coincidentes
b) paralelas coincidentes
c) alabeadas
d) coplanares incidentes
e) paralelas no coincidentes
f) coplanares incidentes
g) alabeadas
h) paralelas coincidentes

3

254
AUTO-EVALUACION

1 - Dados los puntos A(0; 0; 6) y B(3; 1; 0), escribir la ecuacin simtrica de la recta que
determinan esos puntos.
2 - Dada la recta como interseccin de dos planos:
= +
=
0 18 7z 2y 5x :
0 12 3y 2x :
: r
2
1
a) Averiguar si el punto B(7,1,2) pertenece a la recta.
b) Hallar las trazas.
c) Determinar los nmeros directores de la misma.
d) Expresar la ecuacin de la recta en su forma simtrica.
3 - Dada la recta
= +
= + +
0 14 2z y - 4x :
0 12 - 2z 2y 2x :
: r
2
1
a) Expresarla en forma simtrica
b) Determinar las trazas en los planos "xz" y "xy"

4 - Dadas las rectas:

4
3
2
2
1 : 4
3
1
4
2
:
2 1

=
+
= =
=
z y
x r y z
y x
r
determinar si son paralelas, incidentes o alabeadas

Soluciones

1.- r
AB
:
6
6
1 3
= =
z y x
( ) 6 ; 1 ; 3 = AB

2.- a) 2.7 - 3.1 12 = 0 14 15 = 0 -1 = 0 B e r

b) Si r corta al plano "xz" y = 0
= =
= =
7
12
0 18 7 5
6 0 12 2
z z x
x x

I
1

|
|
.
|
\
|
7
12
; 0 ; 6 traza de r en "xz"

Idem con los otros planos

I
2

|
|
.
|
\
|

7
26
; 4 ; 0 traza de r en "yz"

I
3

|
|
.
|
\
|
0 ;
19
24
;
19
78
traza de r en "xy"
3

255
c)
1 1
) 0 , 3 , 2 ( t n

( )
2 2
7 ; 2 ; 5 t n

rx = 21

k j i
k j i
n n

19 14 21
7 2 5
2 1
+ + =
0 3 2 = .

Los nmeros directores de r son: r
x
= 21
r
y
= 14
r
z
= 19

d) Utilizo, por ejemplo la traza
|
|
.
|
\
|
7
12
; 0 ; 6 en "xz" r :
19
7
12
14 21
6

= =
z
y x

3.- a)
1
n
(2; 2; 2) t
1

2
n
(4; -1; 2) t
2

r :
10
5
4 6
1
= =
z y x

10 4
2
6
4
=
z y x

b) Traza "xz" y = 0 Traza "xy" z = 0
(1 ; 0 ; 5) (4 ; 2 ; 0)
= +
= +
14 2 4
12 2 2
z x
z x
=
= +
14 4
12 2 2
y x
y x
4.-
1
v
(4, 3, 1) // r
1

2
v
(1, 2, 4) // r
2

Si
1
v
//
2
v

4
1
2
3
1
4
= =
1
v
//
2
v
r
1
// r
2

P
1
(2, 1, 4)
P
2
(1, -2, 3)

Si (
1
v
,
2
v
,
2 1
P P ) = 0 son coplanares incidentes
(
1
v
,
2
v
,
2 1
P P ) =
1 3 1
4 2 1
1 3 4

= 30 = 0 no son coplanares incidentes
r
1
y r
2
son alabeadas

k j i
k j i
n n

2 1 4
2 2 2
2 1
=
= . 10 4 6 +
) 10 ; 4 ; 6 ( u

( ) 1 , 3 , 1
2 1
P P
Cnicas

256

Contenidos:

Circunferencia: ecuacin cannica, ecuacin general. Parbola: ecuacin cannica. Posiciones.
Elipse: ecuacin cannica. Posiciones.
Hiprbola: ecuacin cannica posiciones. Hiprbola equiltera referida a sus asntotas. Ecuaciones de
las cnicas de ejes paralelos a las coordenadas.

ECUACIONES CNICAS

Toda cnica referida a un sistema cartesiano de su plano, tiene una ecuacin de segundo grado en dos
variables y viceversa toda ecuacin de segundo grado en dos variables representa una cnica.

Ax
2
+B x y +C y
2
+Dx +Ey +F =0

Veremos en que condiciones dicha ecuacin representa una circunferencia, una parbola, una elipse,
una hiprbola.

Generalidades

Interseccin de una curva con los ejes

o x y =0
Con el eje hacemos en la ecuacin de la curva
o y x =0

Simetras

Una curva es simtrica con respecto al eje oy si:
f(x, y) f(-x,y) (es decir la ecuacin no altera cambiando x por -x)

Una curva es simtrica con respecto al eje ox si:
f(x,y) f(x,-y) (es decir la ecuacin no altera cambiando y por -y)

Es simtrica con respecto al origen si:
f(x,y) f(-x,-y)

Es claro que si una curva es simtrica con respecto a ambos ejes lo es con respecto al origen.

Cnicas

257
Circunferencia

Definicin: una circunferencia est descripta por un punto que se mueve de tal manera que su
distancia a un punto fijo (el centro) es siempre la misma (el radio).

centro: C =(h, k)
Datos
radio: r

P (x , y) e Circunferencia entonces se verifica
r CP =
) k y , h x ( CP =

2
2
r CP =
2 2
2
) k y ( ) h x ( CP + =

Aplicando producto escalar: CP . CP =

Ecuacin cannica de la circunferencia. ( )
2 2 2
r ) k y ( h x = +

Desarrollando y ordenando se tiene:

x
2
+y
2
- 2hx - 2ky +h
2
+k
2
- r
2
=0

-2h =D
2
D
h =

-2k =E
2
E
k =

h
2
+k
2
r
2
=F r =+ F k h
2 2
+

Segn ,,
La ecuacin de la circunferencia toma la forma:

Ecuacin General
haciendo
x
2
+ y
2
+ D x + E y + F = 0

Dada su ecuacin general se calcula centro y radio segn 4, 5, 6; observe que los coeficientes de los
trminos cuadrticos son iguales a uno, si no lo fueran (como son iguales) se divide toda la ecuacin
por ese nmero.
Si comparamos la ecuacin general de la circunferencia con la ecuacin general de segundo grado:

A x
2
+Bx y +Cy
2
+D x +E y +F =0

B =0
Se tiene que si dicha ecuacin tiene por grfica
A =C en signo y valor absoluto una circunferencia.

Cnicas

258
Ejemplo 1:

Hallar la ecuacin cannica de la circunferencia de centro C =(3, 2) y de radio 3, obtener la
ecuacin general y verificar a partir de ella que el centro y radio son los dados.

h =3
(x-h)
2
+(y-k)
2
=r
2
k =2
r =3

Ecuacin Cannica

x
2
6x +9 +y
2
4 y +4 9 =0

Ecuacin General

A partir de la general hallamos las coordenadas del centro y el radio
(x-3)
2
+(y-2)
2
=3
2

x
2
+y
2
6 x 4 y +4 =0
Coordenadas del centro
= =
=
= =
2
2
4
2
E
k
3
2
6
2
D
h
C =(3,2) (coincide con los datos)

3 4 2 3 F k h r
2 2 2 2
= + = + + = r =3 (coincide con los datos)

Ejemplo 2:

Dadas las siguientes ecuaciones de segundo grado decir cules tienen por grfica una circunferencia
y determinar en estos casos el centro del radio.

a) 3x
2
+2y
2
- 5x +4y +3 =0
b) x
2
+y
2
- 10x +4y +28 =0
c) x
2
+2xy +y
2
+4x - 6y +2 =0
d) 6x
2
+6y
2
+12x +12y +6 =0

Respuestas:

a) No es circunferencia A = C es decir 3 = 2

b) Si es circunferencia
2
2
4
k
5
2
10
h
=
=
=
=
C=(5, 2) 1 = r 1 28 4 25 r = + =

c) No es circunferencia: B =2 = 0

d) Es circunferencia, la escribimos: x
2
+y
2
+2x +2y +1 =0

1
2
2
k
1
2
2
h
= =
= =
C =(-1, -1) ; 1 r 1 1 1 1 r
2 2
= = + =

Cnicas

259
Casos particulares

La ecuacin cannica de la circunferencia es (x - h)
2
+(y - k)
2
=r
2

Centro en el origen

Centro sobre el eje x Centro sobre el eje y
h =k =0 ; C(0, 0) k =0 ; C(h, 0) h =0 ; C(0, k)

x
2
+y
2
=r
2

x
2
+y
2
+F =0

(x-h)
2
+y
2
=r
2
x
2
+y
2
+Dx +F =0

x
2
+(y-k)
2
=r
2
x
2
+y
2
+Ey +F =0

Parbola

Definicin:
Parbola es el lugar geomtrico de los puntos del plano que tienen igual distancia a una recta fija
(llamada directriz) y a un punto fijo (llamado foco).

P e parbola, si PAes la distancia de P a la directriz se verifica

FP = AP

Construccin de la parbola por puntos

Dada una recta d (directriz de la parbola) y un punto F (foco de la parbola), se traza por F la
normal a "d"

Cnicas

260
Si N es el pie de dicha normal el punto medio V de NF pertenece a la parbola VF NV = . Dicho
punto es el vrtice de la parbola.
Por los puntos M , M', M" se trazan rectas paralelas a "d", se cortan estas rectas respectivamente con
circunferencias ( ) NM , F C
1
; ( ) ' NM , F C
2
; ( ) " NM , F C
3
respectivamente obtenindose los puntos
P, P' , R , R' , S , S' que pertenecen a la parbola.
En efecto por ejemplo para el punto P se tiene:
NM PA NM PF = . = PA PF =

es decir P equidista de "d" y de "F"( o sea P satisface la definicin)

Deduccin de la ecuacin
Tomamos como eje ox a una perpendicular a la directriz d, bajada desde el foco F, y como eje oy a una
paralela a la directriz situada a media distancia entre el foco y la directriz.

Sea p la distancia del foco a la directriz, resulta:

=
|
.
|
\
|
=
directriz la de ecuacin
2
0 ,
2
p
x
p
F

P =(x,y) e parbola - A= |
.
|
\
|
y ,
2
p
/ AP FP =

+
|
.
|
\
|
=
|
.
|
\
|
=
+ =
|
.
|
\
|
+ =
|
.
|
\
|
+ =
=
2
2
2
2
;
2
2 2
0 ;
2
y
p
x FP y
p
x FP
p
x
p
x AP
p
x AP
Donde

2 2

2
2
p
x y
p
x AP FP + = +
|
.
|
\
|
=

2px y
2
=

2
2
2
2
p
x y
2
p
x |
.
|
\
|
+ = + |
.
|
\
|

2
2 2
2
2
2
p
x
2
p
2 x y
2
p
x
2
p
2 x |
.
|
\
|
+ + = + |
.
|
\
|
+

px px y
2
+ =

Ecuacin Cannica

Cnicas

261
Intersecciones con los ejes

La curva pasa por el origen ya que (0,0) satisface la ecuacin (nica interseccin con los ejes).
Note: si x =0 y
2
=0 es decir, la curva corta el eje y en dos puntos coincidentes, significa que
el eje y es tangente a la curva en el origen.

el punto (0,0) se llama vrtice de la parbola.

Simetras

La ecuacin de la parbola es: x p 2 y
2
=
Nada altera si cambiamos y por (-y)
2
=2 p x esto indica que es simtrica respecto al eje x, pero no
es simtrica respecto al eje y entonces no es simtrica respecto del origen.

Zonas de existencia:

px 2 y px 2 y
2
= = x > 0

rayamos la zona en la que la curva no puede existir

Lado recto:

Cuerda que pasa por el foco y es perpendicular al eje x.
Atendiendo a la zona de existencia y a la simetra respecto al eje x, - P
1
=
|
.
|
\
|
y ,
2
p
y
P
2
=
|
.
|
\
|
y ,
2
p
pertenecientes a la parbola (dato til para el trazado de la curva) tales que:
lado recto: Lr

Lr = ( ) ( ) = =
2
1 2
y y P P
= ( ) ( ) y 2
2
y 2
2
y y = = +

teniendo en cuenta que la ecuacin

px 2 y = donde x =
2
p

p
2
p
p 2 y = =

p p 2 y 2 Lr 2 Lr = = =

Cnicas

262
Posiciones de la parbola

|
.
|
\
|
= 0 ,
2
p
F
directriz x =
2
p

F = |
.
|
\
|
2
p
, 0
directriz y =
2
p

|
.
|
\
|
=
2
p
, 0 F
directriz y =
2
p

y
2
=- 2px x
2
=2 py x
2
=-2py

Ejemplos:

1) y
2
=8x y
2
=2px 2p =8

p =4
=
=
=
2 x
) 0 , 2 (
2
2
p
F

2) y
2
=-10 x y
2
=- 2 px 2p =10

p =5
=
=
=
5 , 2 x
) 0 ; 5 , 2 (
5 , 2
2
p F

Cnicas

263
3) x
2
=12 y

4) Dada la parbola: x
2
=2 p y podemos escribir:
2
x
p 2
1
y= , hacemos
p 2
1
a=
y obtenemos: y =a x
2
es evidente que si "p" crece "a" disminuye.

Observemos el comportamiento de la curva para valores distintos del parmetro.

p =1 x
2
=2 y
2
x
2
1
y =
2
1
a =

p =3 x
2
=6 y
2
x
3
1
y=
6
1
a=

Si "p" crece "a" disminuye las ramas de la parbola se alejan ms rpidamente de su eje.

La variacin del parmetro es fundamental en el estudio de trazas de caminos.

Elipse

Definicin:
La elipse es el lugar geomtrico de los puntos del plano tales que la suma de sus distancias a dos puntos
fijos es constante.

Construccin mecnica de la elipse. (Mtodo del jardinero)

Dados los focos F
1
y F
2
y la constante "2a", se toma
un hilo de longitud 2a fijndolo por sus extremos en
F
1
y F
2
, se "tensa" el hilo con la punta del lpiz y lo
movemos hasta dar una vuelta completa.

En este movimiento el lpiz ha dibujado una elipse ya
que para cualquier punto a 2 PF PF
2 1
= +
Cnicas

264
Deduccin de la ecuacin:

Tomemos como eje 0x la recta que pasa por los puntos fijos y como y a su simetral.
Sean F
1
=(c, 0) y F
2
=(-c,0) los puntos fijos llamados focos y 2 a la constante.

P =(x,y) e elipse se verifica
2 2 2
1
2
1
y ) c x ( P F + = =
por
Pitgoras

2 2 2
2
2
y ) c x ( P F
2
+ + = =
Adems ( ) ( ) c 2 c 2 c c F F
2 2
1 2
= = + =

P F P F
2 1
+ =
a 2
2 1
= +

Observacin: como en todo tringulo cada lado es menor que la suma de los otros dos, entonces
en

el tringulo F
2
P F
1
de lados
1
,
2
y 2c con a 2
2 1
= + se tiene: 2 a > 2c a > c
2 1
a 2 =

Elevando al cuadrado

Reemplazando segn
2
2
2
1
y
(x - c)
2
+y
2
= 4a
2
- 4a
2
+(x +c)
2
+y
2

x
2
-2cx +c
2
= 4a
2
- 4a
2
+x
2
+2cx +c
2

Pasando al primer miembro -4a
2
y dividiendo por 4 y elevando al cuadrado
4a
2
= 4a
2
+4cx a
2

2
2
= (a
2
+cx)
2

Reemplazando
2
2
segn

a
2
[(x +c)
2
+y
2
] = a
4
+2a
2
cx +c
2
x
2

a
2
x
2
+2a
2
cx +a
2
c
2
+a
2
y
2
= a
4
+2a
2
cx +c
2
x
2

Pasando las variables al primer miembro y factorizando

x
2
(a
2
- c
2
) +a
2
y
2
=a
2
(a
2
- c
2
) dividiendo por a
2
(a
2
- c
2
)
1
c a
y
a
x
2 2
2
2
2
=
+ como a > c -b/b

2
=a
2
- c
2
nos indica que entre a, b,c hay una
relacin pitagrica, la hipotenusa del tringulo es a a

1
b
y
a
x
2
2
2
2
= + Ecuacin cannica de la elipse.
( ) + = =
2
2 2
2 2
2
2
1
a 4 a 4 a 2

Cnicas

265
Intersecciones con los ejes (vrtices)

1
b
y
a
x
2
2
2
2
= +

A
1
=(a, 0)
A
2
=(-a, 0)

Con x 0 y =0
1
a
x
2
2
=
x
2
=a
2
x = a

Con y 0 x =0 1
b
y
2
2
= y
2
=a
2
y = b
B
1
=(0, b)
B
2
=(0, -b)

Teniendo en cuenta la relacin pitagrica

a a
2
= b
2
+c
2

c
2
=a
2
- b
2
c =
2 2
b a

Se obtienen las coordenadas de los focos : F
1
=(c, 0) y F
2
=(-c, 0)

Longitud eje mayor

a 2 A A
2 1
=

Longitud eje menor

b 2 B B
2 1
=

Distancia focal

2 1
F F =2c

Simetra:
La ecuacin de la elipse es:
1
b
y
a
x
2
2
2
2
= +

Nada altera cambiando x por (-x) e y por (-y)

1
b
) y (
a
) x (
2
2
2
2
=

Esto nos dice que la curva es simtrica respecto de ambos ejes y con respecto al origen.

Excentricidad e:
Se define como el cociente entre c y a e =
a
c
con c < a e < 1

Cnicas

266
Zonas de existencia:
Ecuacin de la elipse 1
b
y
a
x
2
2
2
2
= + despejamos y

=
= = ) x a (
a
b
y
a
x a
a
x
1
b
y
2 2
2
2
2
2
2 2
2
2
2
2

y =
2 2 2 2
2
2
x a
a
b
y ) x a (
a
b
= ecuacin explcita

y e R a x
2
> 0 x s a -a s x s a

En forma anloga despejamos x:
2 2
y b
b
a
x =

x e R b
2
- y
2
> 0 y s b -b s y s b

Rayamos la zona en que la curva no debe existir.

Lado recto

Cuerda que pasa por el foco perpendicular al eje focal.
Como la curva es simtrica respecto al eje "x"

Atendiendo a lo estudiado -P
1
=(c, y) . P
2
=(c, -y) pertenecientes a la elipse (dato til para el
trazado de la curva) tales que: lado recto:
1 2
P P = Lr

( ) | | ( ) ( )
2 2 2
y 2 y y y y P P
1 2
= + = =
y 2 P P
2 1
= = Lr

teniendo en cuenta la ecuacin explcita:

2 2
x a
a
b
y =
para x = c
y =
a
b
b .
a
b
c a
a
b
2
2 2 2
= =

= =
a
b
2 y 2 Lr
2

a
2b
Lr
2
=

Cnicas

267
Si los focos de la elipse estn sobre el eje y
Su ecuacin es:

1
a
y
b
x
2
2
2
2
= +

es decir el eje focal es el eje "y"

Ejemplos:

1) = + 1
9 25
2 2
y x

a
2
=25 a = 5 A
1
=(5,0) ; A
2
=(-5,0)

b
2
=9 b = 3 B
1
=(0,3) ; B
2
=(0,-3)

c
2
=25 - 9 =16 c =4

F
1
=(4,0) , F
2
=(-4,0)

2) = + 1
25 9
2 2
y x

a
2
=25 a 5 A
1
=(0,5) ; A
2
=(0,-5)

b
2
=9 b = 3 B
1
=(3,0) ; B
2
=(-3,0)

c
2
=25 - 9 =16 c = 4

F
1
=(0,4) , F
2
=(0,-4)

Para ambas elipses:

Long. eje mayor: 10 A A
2 1
=
Lado recto Lr =
5
18

5
9 . 2

a
b . 2
2
= =
Long. eje menor: 6 B B
2 1
=
Excentricidad e = 1
5
4

a
c
< = =
Distancia focal: 8 F F
2 1
=

Cnicas

268
Hiprbola

Definicin:

La hiprbola es el lugar geomtrico de los puntos del plano tales que el valor absoluto de la
diferencia de sus distancias a dos puntos fijos es constante.

Construccin de la hiprbola por puntos

Dados los focos F
1
=( c , 0) ; F
2
=(-c , 0) y la constante "2a"
Si 0 es el punto medio de
2 1
F F , se determinan
1
0A =a y
2
0A =a A
1
y A
2
pertenecen a
la hiprbola.

En efecto para A
1
: ( ) ( ) a 2 a 2 a c a c F A F A
2 1
1
1
= = + =
para A
2
: ( ) ( ) a 2 a 2 a c c a F A F A
2 2 1 2
= = + =

Se toma un punto R de la recta F
1
F
2
exterior al segmento
2 1
F F llamamos
=
=
R A
R A
2 2
1 1

radio
centro
Se trazan las circunferencias C
1
(F
1
,
1
) ; C
2
(F
2
,
1
) y se cortan con las circunferencias
C
3
(F
1
,
2
) C
4
(F
2
,
2
).

Se obtienen los puntos P , P' , P" , P"' que pertenecen a la hiprbola, en efecto por ejemplo para el
punto P se tiene:

a 2 A A R A R A
2 1 2 1 2 1
= = =

Haciendo variar R se pueden obtener todos los puntos que se desean y unindolos se obtiene la
hiprbola.

Cnicas

269
Deduccin de la ecuacin:

Tomemos como eje 0x la recta que pasa por los puntos fijos y como 0y a su simetral.
Sean F
1
=(c , 0) y F
2
=( - c, 0) los puntos fijos llamados focos y 2a la constante.

P =(x,y) e hiprbola se verifica

( )
2 2 2
1
2
1
y c x P F + = =

Por Teorema
de Pitgoras
( )
2 2 2
2
2
2
y c x P F + + = =

Adems ( ) c 2 ) c 2 ( c c F F
2 2
1 2
= = + =
a 2 P F P F
2 1 2 1
= = =

Observacin: como en todo tringulo cada lado es mayor que la diferencia de los otros dos,

entonces: el tringulo F
2
P F
1
de lados
1
,
2
y 2c con a 2
2 1
= se tiene: 2 c > 2a c > a

Elevamos al cuadrado

1
= 2 a +
2
= ( 2 a +
2
1
2
)
2
= 4 a
2
4 a
2
+
2
2

Reemplazamos segn
2
2
2
1
,
( x c )
2
+y
2
= 4 a
2
4 a
2
+(x +c)
2
+y
2

x
2
2cx +c
2
+y
2
= 4 a
2
4 a
2
+x
2
+2cx +c
2
+y
2

Pasando al primer miembro 4 a
2
, dividiendo por 4 y elevando al cuadrado
4 a
2
=4 a
2
+4 cx ( a
2
)
2
=(a
2
+cx)
2

Reemplazando segn
2
2

a
2
=(a
2
2
2
+cx)
2
a
2
[(x c)
2
+y
2
] =(a
2
+cx)
2

+ + = + + +
2
x
2
c cx
2
a 2
4
a
2
y
2
a
2
c
2
a cx
2
a 2
2
x
2
a

Agrupando las variables en el segundo miembro:

a
2
(c
2
- a
2
) =x
2
(c
2
-a
2
)-a
2
y
2
(dividiendo por a
2
(c
2
- a
2
))

2 2
2
2
2
a c
y
a
x
1
=

Como c > a - b / b
2
=c
2
- a
2
nos indica que entre a, b, c hay una relacin pitagrica, la

hipotenusa es c. c

Cnicas

270

2
2
2
2
b
y
a
x
1 = 1
b
y
a
x
2
2
2
2
= Ecuacin cannica de la hiprbola

tersecciones con los ejes In : (vrtices)
2
2 2
2
b
y x
a

=1

con ox y =0 1
x
2
= x
2
=a
2
x = a
A
1
=(a,0)

a
2
con oy x =0 y
2
=-b
2
y =
2
b o nos indica que la curva no intercepta
ntos B
1
=(0,b) . B
2
=(0,-b) tiles en el trazado de la curva se los suele llamar vrtices
eniendo en cuenta la relacin pitagrica. La hipotenusa es c.
c
2
=a
2
+b
2
c =
= bi est
A
2
=(-a,0)
al eje y.
A los pu
imaginarios.

T

c
2 2
b a +

se s coordenadas de los focos obtienen la
1
=(c,0) . F
2
=(-c,0)
imetra

F

La recta que pasa por los focos se
llama eje real su simetral eje
imaginario ( o conjugado)
long.eje real: a 2 A A
2 1
=
long.eje imag

inario: b 2 B B
2 1
=
distancia focal: F F
2 1
= c 2

S :
n de la hiprbola es: La ecuaci 1
b
y
a
x
2
2
2
2
=
Nada altera cambiando x por (-x ) ) e y por (-y

( ) ( ) y x
2 2

1
b a
2 2
=
a curva es simtrica respecto de ambos ejes y al origen.
xcentricidad e
Nos dice: l

E :
cociente entre c y a
a
c
e= Se define como el con c > a e > 1

Cnicas

271
onas de existencia Z :
ola 1
b
y
a
x
2
2
2
2
= Ecuacin de la hiprb despejamos y
( )
= =
2 2
2 2 2 2
a
a x
1
x
=
2
2
2
2 2 2
x
a
b
y
a a b
y

( )
2 2
a x
a
y
2 2
2
2
b
a x
a
b
= =
ecuacin explcita

y e R x
2
- a
2
> 0
y
x > a x s a v x > a
espejamos x:
2 2
2
2 2 2 2
a b y x +
D
2 2
y b
b
x
b
y
b
1
a
+ = = + =
x e R : y e R - < y <
rayamos la zona en la que la curva no puede

ado recto

existir.

L : dem elipse
a
b
2 Lr
2
=

Asntotas:
Consideramos la ordenada de la recta y
r
= x
a
b

y la ordenada de la curva
2 2
c
a x
a
b
y = y
r
>y
c

d =y
r
- y
c
= ( )
2 2
a x x
a
b
con x > a
si x crece ( )
2 2
a x x
crece d
disminuye

s decir: Si x e : d
se dice que esta recta es tangente a la curva en el infinito. Por
isminuye

a curva esta por debajo de la recta, L
ello la recta recibe el nombre de asntota a la curva.

Cnicas

272
or simetra completamos el grfico:
as rectas
P

x
a
b
y = L son las as
Observacin
ntotas de la hiprbola.

: Al hacer un trazado aproximado de la curva, conviene empezar por trazar las
sntotas. J ustificando esto la definicin de los vrtices imaginarios. a

Si los focos de la hiprbola estn sobre el eje y

1
a
y
b
x
2
2
2
2
= +

1
b
x
a
y
2
2
2
2
=

Ejemplos

:

1
16
y
9
x
2
1)
2
=

A
1
=(3,0)
a
2
=9 a = 3

b
2
=16 b =4

c =25 c =5

A
2
=(-3,0)
B
1
=(0,4)

B
2
=(0,-4)

F
1
=(5,0)
2

F
2
=(-5,0)

Asntotas: x
3
4
y x
b
y = =
a

Cnicas

273
2) 1
9
x y
2 2
16
= A
1
=(0,4)

a
2
=16
A
2
B
1
=(3,0)

F
1
=(0,5)

sn
a =4
=(0,-4)

b
2
=9 b =3
B
2
=(-3,0)
c
2
=25 c =5
F
2
=(0,-5)
A totas:
x
3
4
y x
b
a
y = =

Hiprbola equiltera

:
Si en la ecuacin

1
y x
2 2
= hac
b
2 2
emos a =b

a
2 2 2
2
2
2
2
a y x 1
a
y
a
x
= = hiprbola equiltera

(las asntotas son bisectrices de los cuadrantes)

Hiprbola equiltera referida a sus asntotas

rmulas de rotacin F
Sist. xoy : P =(x, y)

Sist. XoY: P =(X, Y)

y : Frmulas de Rotacin

P =1 ; X = O OR =cos |
Y =PR =sen |

x =OQ =cos (o =cos o c +| os | - sen o sen | )

x =X cos o - Y sen o

y =PQ =sen (o+|) =sen o cos | +coso sen |

y =X sen o +Y cos o

Cnicas

274

iprbola equiltera : x - y =a
2

2 2
H

Queremos referirla a sus asntotas:

= s
2
2
) 45 ( sen
= . =
=
=
2
1
) 45 ( cos
2
2
) 45 cos(
2
1
) 45 ( en
45
2
2

x
2
+Y cos o)
2
=
o
- y
2
=(X cos o - Y sen o)
2
- (X sen o

=
|
|
.
\
+
|
|
.
\
+ =
2 2 2 2
Y X Y X
| | | |
2 2 2 2
2

=

2
2
2
|
|
.
|
\
|
(X +Y)
2
-
2
2
2
|
|
.
|
\
|
(Y - X)
2
=
( ) ( ) | | = +
2 2 2
a X Y Y X
2
1

X
2
+2
2
+2XY
4XY =2a
2
XY =
XY +Y
2
- Y - X
2
=a
2

2
a
2
hip. equiltera referida a sus asntotas

r

F mulas de traslacin

P =(x, y) en x o y

=(X,Y) en X o Y

P

= h x X
= k y Y

Cnicas

275
Elipse:
1
b
Y
a
X
2
2
2
2
= +

( ) ( )
1
b
k y
a
h x
2
2
2
2
=

0
con Sg A =Sg C
Ecuacin general de la elipse de
Hiprbola
2 2 2 2 2 2
b a k y ( a ) h x ( b = + )

= + + +

F
a k a h b y
E
k 2a x
D
h 2b y
C
a x
A
b
2 2 2 2 2 2 2 2 2 2 2 2
b

0 F Ey Dx Cy Ax
2 2
= + + + +
ejes paralelos a los ejes coordenados.
:

1
b
Y X
2 2
a
2 2
=

( ) ( )
1
b
k y
a
h x
2
2
2
2
=

b
2
(x-h)
2
- a
2
(y - k)
2
=a
2
b

0

con Sg A =Sg C

cuacin general de la hiprbola de ejes
paralelos a los ejes coordena
Parbola

2

= + +

2 2
D
2
C
2 2
A
2
b a a b y k 2a 2b y a x b
2
h

F E
k h x
2 2 2 2 2
0 F Ey Dx Cy Ax
2 2
= + + +
E
dos
:

cuacin general de la parbola de
nado.

En dicha ecuacin se tiene que slo figura una variable
X
2
=2pY

(x-h)
2
=2p (y-k)
2
- 2hx +h
2
=2py - 2 pk
2
- 2hx - 2py +h
2
+2pk =0
x
2
+Dx +Ey +F =0

x

x

A

E
eje paralelo al coorde
cuadrtica.
Cnicas

276
Resumimos
dos Ecuacin de las cnicas con ejes coincidentes coordena con los ejes

Circunferencia:

x
2
+y
2
=r
2

Elipse

(los focos estn sobre el eje mayor)

1
b
y
a
x
2
2
2
2
= +

1
a
y
b
x
2
2
2
2
= +

a > b

iprbola H (los focos estn sobre el eje real)

1
b
y
a
x
2
2
2
2
=

1
a
y
b
x
2
2
2
2
= +

arbola

P (el eje de la parbola es homnimo al de la incgn
otencia)
2
=2 px
2
=2 py

ita que est elevada a la primera
p

y

x

Cnicas

277
La ecuacin de 2do grado segn sean sus coeficientes representa a
lguna cnica. Si B =0 significa que sus ejes son paralelos a los ejes coordenados (no hay rotacin
e ejes).
ircunferencia
0 F Ey Dx Cy Ax
2 2
= + + + +
a
d

Ecuacin de las cnicas de ejes paralelos a los ejes coordenados:

0 F Ey Dx Cy Ax
2 2
= + + + +

C : A =C en signo y valor absoluto

lipse

E : Sg A =Sg C

Hiprbola

: Sg A = Sg C

Parbola: falta uno de los trminos cuadrticos

0 F Ey Dx Ax
2
= + + +

0 Cy = F Ey Dx
2
+ + +
Trabajo Prctico - Cnicas

278



Circunferencia
1- Analiza si las siguientes ecuaciones tienen por grfica una circunferencia. En los casos posibles:
a) escribe su ecuacin ordinaria o cannica.
b) representa grficamente.

i) 0 15 y 2 x 6 y x
2 2
= + +
ii) 0 5 y 3 x 2 xy 3 y x
2 2
= + + + Rta: no es circunferencia, B = 0
iii) 0 y 10 y x
2 2
= + Rta: x
2
+(y-5)
2
=25
iv) Rta: (x-5) 0 x 10 y x
2 2
= +
2
+y
2
=25
v) 0 4 y x
2 2
= + Rta: x
2
+y
2
=4
vi) 0 4 y 4 x 8 y x
2 2
= + + + Rta: ( ) ( ) 16 2 y 4 x
2 2
= + +
vii) 0 y 6 y x
2 2
= + + Rta: ( ) 9 3 y x
2 2
= + +
viii) 0 x 6 y x
2 2
= + + Rta: ( ) 9 y 3 x
2 2
= + +
ix) 0 7 y 3 x 5 xy 2 y x
2 2
= + + + Rta: no es circunferencia
x) 0 25 y x
2 2
= + Rta: 25 y x
2 2
= +
Como ejemplo resolvemos el tem i)

La ecuacin general de segundo grado en dos variables es de la forma:

Ax
2
+Bxy +Cy
2
+Dx +Ey+F =0

Si dicha ecuacin representa una circunferencia A =C en signo y valor absoluto . B =0

Si A =C =1 las coordenadas del centro: C =
|
|
.
|
\
|

2
E
,
2
D
=(h, k)
y el radio: r = + F k h
2 2
+ para x
2
+y
2
6x +2y 15 =0 se verifica: B =0 ; A =C

=
|
|
.
|
\
|

=
|
|
.
|
\
|

=
2
2
,
2
) 6 (
2
E
,
2
D
C ( 3 , -1) =(h , k)

r = r 5 15 1 9 15) ( 1) ( 3
2 2
= = + + = +

279
Siendo la ecuacin cannica de la forma:

(x h)
2
+(y k)
2
=r resulta: (x-3)
2
+(y +1)
2
=25

2- Halla la ecuacin de las siguientes circunferencias, expresndola en las formas cannica y
general.
a) centro en y pasa por . ) 4 , 3 ( ) 0 , 0 ( O
b) centro en y es tangente a la recta ) 2 ; 4 ( 0 16 4 3 = + y x .
c) pasa por los puntos , y ( ) 3 ; 5 P
1
( 2 ; 6 P
2
) ( ) 1 ; 3 P
3
.
d) centro en y es tangente a la recta ) 0 ; 0 ( 0 25 4 3 : r = y x .
Rta: ; 25
2 2
= + y x 0 25
2 2
= + y x

e) los extremos de uno de los dimetros son ) 1 ; 5 ( y ) 7 ; 3 (
Rta: ; 32 ) 3 ( ) 1 (
2 2
= + y x 0 22 6 2
2 2
= + y x y x

f) es tangente a la recta 0 4 4 3 : r = y x y su centro est en la interseccin de
= +
= +
0 9 4 : r
0 7 5 : r
2
1
y x
y x

Rta: ; 9 ) 2 ( ) 1 (
2 2
= + + y x 0 4 4 2
2 2
= + + y x y x

g) pasa por los puntos , y ) 1 ; 2 (
1
P ) 1 ; 10 (
2
P ) 7 ; 2 (
3
P

Rta: ; 25 ) 4 ( ) 6 (
2 2
= + y x 0 27 8 12
2 2
= + + y x y x

Como ejemplo desarrollamos los tems a) , b) y c)

a)
El centro es P
1
(-3,4), pasa por O (0,0) , esto significa que el radio es la distancia del

origen a P
1

280
Por Pitgoras r = 5 4 ) 3 (
2 2
= +

(x +3)
2
+(y 4)
2
=25 Ecuacin cannica

x
2
+y
2
+6x 8y +9 +16 25 =0

x
2
+y
2
+6x 8y =0 Ecuacin general

b) el centro es C (- 4, 2), y el radio la distancia de C a la recta: 3x +4y 16 =0
d =r = 4 r
5
20
4 3
16 2 4. 4) ( 3.
2 2
=
=
+
+

(x +4)
2
+(y 2)
2
=16

x
2
+y
2
+8x 4y +16 +4 16 =0

x
2
+y
2
+8x 4y +4 =0

c) Los puntos P
1
, P
2
, P
3
satisfacen la ecuacin de la circunferencia x
2
+y
2
+Dx +Ey +F =0

P
1
(5,3) e circunferencia 5
2
+3
2
+D . 5 +E . 3 +F =0 5D +3E +F =-34
P
2
(6,2) e circunferencia 6
2
+2
2
+D . 6 +E . 2 +F =0 6D +2E +F =-40
P
3
(3,-1)e circunferencia 3
2
+(-1)
2
+D . 3 +E (-1) +F =0 3 D E +F =-10

Se forma un sistema donde las incgnitas son D, E y F resolviendo:

D =- 8 E =-2 F =12 x
2
+y
2
8x 2 y +12 =0

C = 5 r 5 12 1 16 r ; (4,1)
2
E
,
2
D
2
= = + = =
|
|
.
|
\
|

(x 4)
2
+(y 1)
2
=5

3- Halla la ecuacin de la circunferencia que es tangente a los ejes coordenados y su centro est sobre
la recta . Representa grficamente. 0 6 y x 2 = +
Rta: ; ( ) ( ) 4 2 y 2 x
2 2
= + 0 4 y 4 x 4 y x
2 2
= + +

4 - Halla la ecuacin de la circunferencia que es tangente a la recta 0 5 y x : = + r y su centro est
en la interseccin de las rectas 0 16 y 2 x 3 :
1
= + r y 0 14 y 3 x 5 :
2
= r . Representa grficamente.

Rta: ( ) ( )
2
49
2 y 4 x
2 2
= + ; 0
2
9
y 4 x 8 y x
2 2
= +

281
5 - Halla la ecuacin de la circunferencia circunscripta al tringulo cuyos lados son las rectas
, 8 y x :
1
= + r 14 y x 2 :
2
= + r y 22 y x 3 :
3
= + r . Representa grficamente.

Rta: los vrtices del tringulo son: (6,2) (7,1) (8, -2), dichos puntos pertenecen a la
circunferencia: 0 12 4 6
2 2
= + + y x y x

6 - Halla la ecuacin de la circunferencia que pasa por los puntos ( ) 3 ; 2 y ( y cuyo centro est
situado en la recta . Representa grficamente.
) 1 ; 1
0 11 3 : r = y x
Rta:
4
130
2
5
y
2
7
x
2 2
= |
.
|
\
|
+ + |
.
|
\
|

Elipse
1- Sabiendo que las siguientes elipses se encuentran en posicin ordinaria, obtiene su ecuacin
cannica y represntala grficamente.

a) centro en , un vrtice en ( y un foco en ) 0 ; 0 ( ) 0 ; 6 ( ) 0 ; 1 Rta: 1
35 36
2 2
= +
y x

b) centro en , focos en ( ) y ) 0 ; 0 ( 3 ; 0 10 a 2 = Rta: 1
25 16
2 2
= +
y x

c) vrtice en ( ) 3 ; 1 y focos en ( ) 1 ; 1 y ( ) 3 ; 1 Rta: 1
16
) 1 (
12
) 1 (
2 2
=
+
+ y x

d) centro en ( ) 0 ; 0 , un extremo del eje menor en ( ) 0 ; 3 y un foco en ( ) 2 ; 0 Rta: 1
13
y
9
x
2 2
= +

e) centro en ( ) 0 ; 0 , un vrtice en ( ) 0 ; 4 y un extremo del eje menor en ( ) 2 ; 0 Rta: 1
4
y
+
16
x
2 2
=

f) centro en ( ) 1 ; 1 , un vrtice en ( ) 1 ; 5 y excentricidad
3
2
Rta:
( ) ( )
1
20
1 y
36
1 x
2 2
=
+
+
+

g) un par de vrtices en ( ) 2 ; 2 y ( ) 1 ; 5 , correspondientes a un extremo del eje mayor y un
extremo del eje menor, respectivamente. Rta:
( ) ( )
1
1
2 y
9
5 x
2 2
=
+
+

h) centro en ( ) 2 ; 4 , un vrtice en ( ) 2 ; 2 y excentricidad
3
2
Rta:
( ) ( )
1
20
2 y
36
4 x
2 2
=
+
+
+


282
) i) focos en ( ) y( y un extremo del eje menor en 4 ; 4 0 ; 4 ( ) 2 ; 6 Rta:
( ) ( )
1
8
2 y
4
4 x
2 2
=
+
+
+

Debes tener en cuenta la relacin pitagrica que existe entre las semi-longitudes de los ejes y la
semidistancia focal: a
2
=b
2
+c
2
y la definicin de excentricidad: e =
a
c

2- Dada la ecuacin general:
a) analiza si corresponde a una elipse
b) exprsala en forma cannica
c) halla las coordenadas del centro, de los vrtices y de los focos
d) traza un esquema de la curva.
i) 0 44 y 100 x 54 y 25 x 9
2 2
= + +
ii) 0 100 y 40 x 36 y 4 x 9
2 2
= + + +
Rta: 1
9
) 5 (
4
) 2 (
2 2
=
+
+ y x
; C ( -2 ; 5)
A
1
(-2; 8) ; A
2
(-2; 2) B
1
(0; 5) ; B
2
( -4; 5) ; F
1
( -2; 5 + 5) ; F
2
( -2; 5 - 5)

iii) 0 11 y 18 x 16 y 9 x 4
2 2
= + +
Rta:
( ) ( )
1
4
1 y
9
2 x
2 2
=
+
+
; ( ) 1 ; 2 C
( ) 1 ; 1 A
1
, , , ( ) 1 ; 5 A
2
( ) 3 ; 2 B
1
( ) 1 ; 2 B
2
; ( ) 1 ; 5 2 F
1
+ , ( ) 1 ; 5 2 F
2

iv) 16 0 20 y 28 x 64 y 7 x
2 2
= + +
Rta:
( ) ( )
1
16
2 y
7
2 x
2 2
=
+
+
; ( ) 2 ; 2 C
( ) 2 ; 2 A
1
, , , ( ) 6 ; 2 A
2
( ) 2 ; 6 , 4 B
1
( ) 2 ; 6 , 0 B
2
; ( ) 1 ; 2 F
1
, ( ) 5 ; 2 F
2

Como ejemplo resolvemos el tem i) sg A = sg B

La ecuacin cannica es de la forma: 1
b
k) (y
a
h) (x
2
2
2
2
=

En el numerador de ambos sumandos figura el cuadrado de una diferencia (o de una suma)

(x h)
2
= x
2
2h x +h
2

trinomio cuadrado perfecto

A partir de x
2
2 h x podemos completar el trinomio cuadrado perfecto sumando y restando el
cuadrado de la mitad del coeficiente de "x".
x
2
2 h x =x
2
2 h x +h
2
h
2
=(x h)
2
h
2

9x
2
+25y
2
54x +100y 44 =0
(decimos simplemente: "completando cuadrados").

283
Agrupando variables y sacando factor comn el coeficiente de los trminos cuadrticos:
9 (x
2
6 x) +25 (y
2
+4 y) 44 =0
Completando cuadrados:
9 (x
2
6x +3
2
3
2
) +25 (y
2
+4y +2
2
2
2
) 44 =0
9 [( x 3)
2
3
2
] +25 [(y +2)
2
2
2
] 44 =0
Agrupando trminos independientes:
9 (x 3)
2
+25 (y +2)
2
81 100 44 =0
9 (x 3)
2
+25 (y +2)
2
225 =0
9 (x 3)
2
+25 (y +2)
2
=225 (dividiendo por 225)

1
9
) 2 (
25
) 3 (
2 2
=
+
+
y x
Ecuacin cannica

Posicin de la elipse: horizontal
Coordenadas del centro:
C (3 , -2)

Coordenadas de los vrtices:
a
2
=25 a = 5 A
1
=(3 +5, - 2) = (8, -2) ; A
2
= (3 5, -2) =(-2, -2)
b
2
=9 b = 3 B
1
=(3, -2 +3) = (3, 1) ; B
2
= (3, -2 3) =(3, -5)

Coordenadas de los focos
c
2
=a
2
b
2
=16 c = 4 F
1
=(3 +4, -2) =(7,-2) ; F
2
=(3 4 , -2) =(-1 , -2)


284
Hiprbola
1- Sabiendo que las siguientes hiprbolas se encuentran en posicin ordinaria, obtiene su ecuacin
cannica y las ecuaciones de sus asntotas. Representa grficamente.

a) centro en , un vrtice en y un foco en ) 0 ; 0 ( ) 0 ; 3 ( ) 0 ; 5 (
b) centro en un foco en y excentricidad ) 0 ; 0 ( 13) (0;
12
13

c) los extremos del eje conjugado en ) 5 ; 2 ( y ) 1 ; 2 ( y un foco en ) 2 ; 3 (

d) centro en , un vrtice en y la longitud del lado recto igual a 32. ) 0 ; 0 ( ) 0 ; 9 (
Rta: 1
144
y
81
x
2 2
= ; x
9
12
y =
e) centro en , longitud del eje conjugado igual a 6 y longitud del eje real igual a 8, con el eje
focal sobre el eje coordenado Y.
) 0 ; 0 (
Rta: 1
9
x
16
y
2 2
= ; x
3
4
y =
f) un vrtice en y un extremo del eje conjugado en , con el eje focal paralelo al eje
coordenado X.
) 1 ; 2 ( ) 0 ; 3 (
Rta:
( ) ( )
1
1
1 y
1
3 x
2 2
=
+
; 4 x y = ; 2 x y + =
g) vrtices en y , y un foco en ) 2 ; 1 ( ) 2 ; 1 ( ) 2 ; 2 ( .
Rta:
( )
1
3
2 y
1
x
2 2
=
; 2 x . 3 y + = ; 2 x . 3 y + =
h) vrtices en ( , y focos en ) 8 ; 0 ( ) 10 ; 0 .
Rta: 1
36
x
64
y
2 2
= ; x
6
8
y =

Debes tener en cuenta la relacin pitagrica que existe entre las semi-longitudes de los ejes y la

semi-distancia focal: c
2
=a
2
+b
2

Si el centro de la curva es O (0 , 0) y el eje focal es el eje "x", las ecuaciones de las asntotas
son: y = x
a
b

Si el eje focal es el eje "y" las ecuaciones de las asntotas son: y = x
b
a

Si el centro es de coordenadas h, k C (h, k) las ecuaciones de las asntotas son:
y k = h) (x
a
b
y k = h) (x
b
a

segn que el eje focal sea paralelo al eje "x" o al eje "y".

285
0
a) analiza si corresponde a una hiprbola
c) halla las coordenadas del centro, de los vrtices (reales e imaginarios) y de los focos
d) traza las asntotas y obtiene un esquema de la curva
i) 144 y 72 x 96 y 9 x 16
2 2
= + +
ii) 0 86 y 4 x 54 y x 9
2 2
= + Rta: 1
1
) 3 (
9
) 2 (
2 2
=
+ x y
; C (3 ; -2)
A
1
(3;1) ; A
2
(3;-5) ; B
1
(4, -2) ; B
2
(2;-2)

F
1
(3;1,16) ; F
2
(3; -5, 16)

iii) 0 9 y 150 x 18 y 25 x 9
2 2
= + + + Rta:
( ) ( )
1
25
1 x
9
3 y
2 2
=
+
; ( ) 3 ; 1 C
) 6 ; 1 (
1
A , ) 0 ; 1 (
2
A , ( ) 3 ; 4 B
1
, ( ) 3 ; 6 B
2

( ) 34 3 ; 1 F
1
+ , ( ) 34 3 ; 1 F
2
+

iv) 0 151 y 32 x 18 y 16 x 9
2 2
= + Rta:
( ) ( )
1
9
1 y
16
1 x
2 2
=
; ( ) 1 ; 1 C
) 1 ; 5 (
1
A , ) 1 ; 3 (
2
A , ( ) 4 ; 1 B
1
, ( ) 2 ; 1 B
2

( ) 1 ; 6 F
1
, ( ) 1 ; 4 F
2

Como ejemplo desarrollamos el tem i)

Con las mismas consideraciones que hicimos en elipse:

16x
2
9y
2
+96x +72y 144 =0

Sg A = Sg C hiprbola

Sacamos factor comn los coeficientes de los trminos cuadrticos y agrupamos variables:

16 (x
2
+6x) 9 (y
2
8 y) - 144 =0

Completando cuadrados:

16 (x
2
+6x +9 9) - 9 (y
2
8 y +16 16) 144 =0

16 [(x +3)
2
9] - 9 [(y 4)
2
16] 144 =0

Agrupamos trminos independientes:

16 (x +3)
2
9 (y 4)
2
144 144 +144 =0

16 (x +3)
2
9 (y 4)
2
=144 dividiendo por 144

1
16
) 4 (
9
) 3 (
2 2
=
+ y x
(Eje focal: eje "x") ; C (-3 , 4) a
2
=9 a = 3

286
Vrtices reales: A
1
(-3 +3, 4) =(0 , 4)
A
2
(-3 3, 4) =(-6,4)

Vrtices imaginarios: b
2
=16 b = 4
B
1
=(-3, 4 +4) =(-3, 8)

B
2
=(-3, 4 - 4) =(-3, 0)

Focos: c
2
=a
2
+b
2
=9 +16 =25 c = 5

F
1
(-3 +5 ; 4) =(2,4)

F
2
(-3 5 ; 4) =(-8 , 4)

Ecuacin de las asntotas C (h, k) = (-3 , 4) ; y k = h) (x
a
b

y = 8
3
4
+ x
y 4 = 3) (x
3
4
+
y = x
3
4

Longitud eje real: 2 a =6
Longitud eje imaginario: 2 b =8
Distancia focal: 2 c =10


287
) )
Parbola
1- Sabiendo que las siguientes parbolas tienen su eje horizontal o vertical, obtiene su ecuacin
cannica y un esquema de la curva.

a) vrtice en y foco en ( 0 ; 0 ( 0 ; 3 Rta: y
2
=12 x

b) vrtice en y foco en ( ( 0 ; 0 ) ) 3 ; 0 Rta: x
2
=-12y

c) vrtice en ( y la directriz es la recta ) 0 ; 0 0 5 y = + Rta: x
2
= 20y

d) vrtice en y la directriz es la recta ( 0 ; 0 ) 0 4 x = Rta: y
2
=-16 x

e) vrtice en ( y foco en )
)
5 ; 3 ( ) 4 ; 3

f) vrtice en y la ecuacin de la directriz es ( 3 ; 2 0 4 x = + . Rta: (y 3)
2
=8(x +2)

g) vrtice en y la directriz es la recta ( 0 ; 0 ) 0 2 x = + . Rta: x 8 y
2
=

h) vrtice en y foco en ( . ( 0 ; 0 ) ) 5 ; 0 Rta: y 20 x
2
=

i) vrtice en ( y foco en . ) ) 0 ; 0 ( 0 ; 3 Rta: x 12 y
2
=

j) vrtice en y la directriz es la recta ( 0 ; 0 ) 0
2
1
y = . Rta: y 2 x
2
=

k) foco en ( y vrtice en ( . ) ) 3 ; 4 3 ; 6 Rta: ( ) ( 6 x 8 3 y
2
= )
) )

m) foco en y vrtice en . ( 0 ; 0 ( 0 ; 2 Rta: ( ) 2 x 8 y
2
+ =

n) foco en ( y la ecuacin de la directriz es ) 2 ; 5 0 7 y = + . Rta: ( )
|
.
|
\
|
+ = +
2
9
y 10 5 x
2

Debes tener en cuenta la posicin de la parbola.

y
2
=2 p x

y
2
=- 2 p x

x
2
=2 p y

x
2
=- 2 p y


288
El valor
2
p
es la distancia del vrtice al foco y la distancia del vrtice a la directriz, el lado recto en
la parbola es L
r
=2p: este dato es til en el trazado del esquema de la curva, por ejemplo:

y
2
=4 x 2p =4 p =2
2
p
=1

Resolvemos el ejercicio e)

V (3 , 5) ; F (3 , 4)

2
p
=5 4 =1 p =2 2p =4

(x h)
2
=-2p (y k) (x 3)
2
=- 4 (y 5)

a) analiza si corresponde a una parbola
c) halla las coordenadas del vrtice, de los focos y la ecuacin de la directriz
d) realiza un esquema de la curva
i) 0 14 y 6 x 4 x
2
=
ii) 0 27 x 2 y 10 y
2
= + + Rta: (y 5)
2
=-2 (x +1)
V (-1 , 5) F
|
|
.
|
\
|
5 ,
2
3
; d: x =
2
1

iii) 0 17 y 4 x 6 x
2
= + Rta: ( ) ( ) 2 y 4 3 x
2
= ; ( ) 2 ; 3 V ; ; ( 3 ; 3 F ) 1 y : = d

289
iv) Rta ( ) ( ) 2 2 y
2
+ = + 0 20 y 4 x 8 y
2
= + + + x 8
( ) 2 ; 2 V
:
( ) 2 ; 4 F 0 x : = d ; ;
v) Rta ( ) ( ) 1 x 5 y 2
2
=
( ) 5 ; 1 V
0 27 x 2 y 10 y
2
= + :
; ( ) 5 ; 5 , 1 F 5 , 0 x : = d ;
( ) ( ) 2 4 x
2
+ = vi) Rta 0 20 y 2 x 8 x
2
= + + y 2
( ) 2 ; 4 V
:
; ( ) 5 , 2 ; 4 F ; 5 , 1 y : = d

Como ejemplo resolvemos el tem i)

x
2
4x 6y 14 =0 (slo figura una variable cuadrtica es parbola)
x
2
4x = 6y +14
Completamos cuadrados:
(x
2 p =6 ; p =3 ositivo de las "y")
V (2 , -3) ; F (2, -3 +1,5)
Ecuacin de la directriz: y =-3 1,5 =-4,5

) su eje es horizontal y pasa por los puntos
x
2
4 x +4 4 =6 y +14
2)
2
= 6 y +18 =6 (y +3)
(x 2)
2
=6 (y +3)
; p/2 =1,5 (la parbola "abraza" al semi-eje p
F =(2 , -1,5)

y =-4,5

3- Determinar la ecuacin de la parbola sabiendo que:

( ) 0 ; 0 , ( ) 4 ; 8 y ( ) 1 ; 3 a


290
b) su eje es vertical y pasa por los puntos ( ) 0 ; , ( ) 2 1 2 ; y ( ) 0 ; 0

c) su eje es horizontal y pasa por los puntos ( ) 1 ; 2 , ( ) 2 ; 1 y ( ) 3 ; 1
Rta: 0 4 y
5
21
x
5
2
y
2
= + +
d) su eje es vertical y pasa por los puntos ( ) 5 ; 4 , ( ) 11 ; 2 y ( ) 21 ; 4
Rta: x
2
0

a)
10 y 2 x 4 = +

su eje es horizontal y pasa por los puntos (0 ; 0) (8 ; -4) y (3 ; 1).

Rta: si el eje es horizontal su ecuacin general es de la forma: y
2
+Dx +Ey +F =0
ecen a la curva sus coordenadas satisfacen la ecuacin
0

para (3 ; 1) 1 +3D +E +F =0

los puntos dados perten

para (0; 0) F =0

para (8 ; -4) 16 +8D 4E +F =
F =0

8D 4E +F =-16

3D +E + F =-1

D E b
i

8 -4 -16
3 1 -1
F =0
= +
=
1 3
16 4 8
E D
E D
8 -4 -16
0 20 40

8D 4 E =-16
20 E =40
2
l su
el sistema de ecuaciones, se resuelve y

obtenemos los coeficientes D, E y F la ecuacin es:

E =2 . D =-1 y x +2y =0

b) su eje es vertical y pasa por los puntos (2 ; 0) (1; -2) y (0 ; 0) si el eje es vertica

ecuacin general es de la forma x
2
+Dx +Ey +F =0 como los puntos e a la curva,

sus coordenadas satisfacen la ecuacin se forma
0 y
2
1
2x x
2
=


291
1- En c caso, halla analtica y grfi tos de intersecci entre
la cnica y la recta.
Intersecciones
ada camente las coordenadas de los pun n
a)
=
= + +
2 x y
0 4 y 2 x 4 y x
2 2
( Rta: ) ( )

0 ; 2 y P 1 ; 3 P
2 1

b)
=
= + +
1 x 2 y
0 y 4 x 2 y x
2 2
( Rta: )

1 ; 1 P
1

c)
=
= +
8 x
0 92 y 8 x 4 y 4 x
2 2
( Rta: ) ( )

3 ; 8 5 ; 8 P
2 1
y P
+ =
= +
12 x y
0 41 y 16 x 18 y 4 x 3
2 2
( ) d) Rta: 5 ; 7 P
1

e)
=
= + +
0 4 y
0 144 y 72 x 96 y 9 x 16
2 2
( Rta: ) (
f) Rta
) 4 ; 6 y P 4 ; 0 P
2 1
= +
=
0 3 y x
y 4 x
2
( : ) ( )

Rta
9 ; 6 y P 1 ; 2 P
2 1
g)
= 3 x y

= + + 0 4 2y 4x y x
2 2
: la recta es exterior

Como ejemplo resolvemos el tem a)

Reemplazamos en
x
2
0
x
2
+x
2
4 x +4 +4 =
2
2 =0 o bien

= + + 0 4 2 4
2 2
y x y x

= 2 x y

+(x 2)
2
4 x 2 (x-2) +4 =

+4 4 x 2 x 0

2 x 10x +1
2
x
1
=3

x 5x +6 =0

x
2
=2
Reemplazando cada uno de estos valores en

y
1
=x
1
2 = 3 2 = 1 P
1
=(3 , 1)
y
2
=x
2
- 2 = 2 2 =1 P
2
=(2 , 0)

La recta es secante a la cnica.

292
Aclaracin : si la ecuacin de segundo grado tiene solucin nica (punto doble) la recta es
ngente; si la solucin de dicha ecuacin es un valor complejo la recta es exterior por lo tanto no
ene puntos de contacto con la cnica.

2- En cada caso, hallar analtica y grficamente las coordenadas de los puntos de interseccin entre
los pares de cnicas.
a) Rta
ta
ti

= + +
= + +
0 13 y 2 x 8 y x
0 9 y 6 x 4 y x
2 2
2 2
( ) ( : )
b) Rta
1 ; 2 y P 3 ; 4 P
2 1

= + +
+
0 54 y 6 x 14 y x
x 8 y x
2 2
2 2
= 0 y 6
( : )
c) Rta
3 ; 9 P
1

=
= +
108 y x 9
100 y x 4
2 2
2 2
( ) ( ) ( ) ( 6 ; 4 y P 6 ; 4 P , 6 ; 4 P , 6 ; 4 P
4 3 2 1
) :
d)
= + 0 9 x 8 y 2 y
2
( ) ( ) Rta
= + 0 39 x 8 y 2 y
2
: 3 ; 3 y P 5 ; 3 P
2 1

Se restan o suman (segn convenga) las ecuaciones dadas obtenindose la ecuacin de una recta, y
el problema se reduce al caso anterior.

Problemas:
Halla la altura de un punto de un arco parablico de 25 m.
n

1)
a
de altura y 40 m. de base, situado a
u distancia de 8 m. del centro del arco.
Rta: 21 m.
Te sugerimos hacer coincidir la base del arco con el eje x (x h)
2
=-2p (y - k)

2) Un arco de 80 m. de luz tiene forma semielptica. Sabiendo que la altura es de 30 m. , halla la
altura del arco en un punto situado a 15 m. del centro.

Rta: 27,81 m.

Auto-evaluacin - Cnicas

293
AUTO-EVALUACION

1 - Hallar las ecuaciones cannica y general de la circunferencia cuyo centro es C(-3 ; 1) y pasa por
el punto P(2 ; 2). Representar grficamente.

2 - Dada la siguiente ecuacin: 4 x
2
9 y
2
16 x 54 y 101 =0
a) Expresar la ecuacin en forma cannica
b) Indicar de que cnica se trata
c) Realizar un esquema de la curva.

3 - Hallar grfica y analticamente los puntos de interseccin de las siguientes funciones:
=
= +
0 4 2
0 2
2
y x
x x y

Soluciones

1 - r = 1 , 5 26 1 5
2 2
~ = + r
2
=26

(x +3)
2
+(y 1)
2
=26 Ecuacin cannica

x
2
+y
2
+6x 2y 16 =0 Ecuacin general

2 - a) 4 (x
2
4x) 9 (y
2
+6y) 101 =0

4 [(x-2)
2
4] 9 [(y +3)
2
9] 101 =0

4 (x 2)
2
16 9 (y +3)
2
+81 101 =0

4 (x 2)
2
9 (y +3)
2
=36

1
4
) 3 (
9
) 2 (
2 2
=
+
y x

b) Hiprbola. Eje focal: // eje x

Auto-evaluacin - Cnicas

294
c) a
2
=9 a =3
b
2
=4 b =2
c
2
=13 c = 6 , 3 13~
C (2 ; -3)

3 -
=
+ + =
4 2
2
2
x y
x x y
2x 4 +x
2
x 2 =0
x
2
+x 6 =0

x
1
=2
x
2
=-3

2
25 1
= x

Si x
1
=2 y
1
=0

Si x
2
=-3 y
2
=-10
I
1
(2 ; 0) I
2
(-3 ; -10)

y =2x 4 y =-x
2
+x +2

x y
0 -4
2 0
x y
0 2
2
1

2,25
2 0
-3 -10
Vrtice

Transformaciones Lineales

295

Contenidos

Cambio de base, considerando que una de las bases es la usual.- Ejemplos.-

Transformaciones lineales, definicin, clasificacin, propiedades.- Ejemplos.-

Teorema fundamental de las transformaciones lineales.- Ejemplos.-

Matriz asociada a una transformacin lineal.- Ejemplos.-

Formas lineales.-

Cambio de base, las bases referidas a la base usual.- Ejemplos.-

Relacin entre las matrices que caracterizan a una transformacin lineal en bases diferentes.
Ejemplos.-

Ncleo e imagen de una transformacin lineal.- Ejemplo.-

Teorema de las dimensiones o teorema del rango.-

Si f es una transformacin lineal, transforma un sistema generador de V en un sistema generador
de Im f.-

Si f es una transformacin lineal suryectiva transforma un sistema generador de V en un sistema
generador de W.-

f inyectiva Ker f ={ }.- 0

f transforma todo sistema linealmente independiente en un sistema linealmente independiente f es
inyectiva.-

Anlisis de la inyectividad y suryectividad en espacios vectoriales de igual dimensin.-

Objetivo:
Tener claro el concepto de transformacin lineal y de los subespacios ncleo e imagen
de una transformacin lineal.
Reconocer las caractersticas de la matriz asociada.
Relacionar transformaciones lineales y sistemas de ecuaciones lineales.
Interpretar la resolucin de un sistema para determinar bases en los subespacios
ncleo e imagen.


296
Notaciones

Sea V
n
un espacio vectorial de dimensin n.-
Sea B una base de dicho espacio.-
Sea X e V
n
entonces X es una combinacin lineal de los vectores de la base B.-

V
n

1

e
e
n
B
X
=x
1
. +x
1
e
2
e
n
e
n
.e
2
. +........ +x
n
. = .x
i 1 =
i
i
= [ x
1
x
2
......x
n
]
(
(
.
(
(
n
e
e
e
2
1

notacin abreviada. | | { } .
i i
e x X

=

Si identificamos a X
por sus coordenadas, podemos hacerlo:

X
=
(
(
= { x
(
n
x
x
1
i
} como vector columna. =[ x
1
x
2
...... x
n
] =[ x
i
] como vector fila o
B
X

Consideremos dos bases en dicho espacio vectorial.

V
n

'
1
'
n
1
e

e e
e
n
B' B

=[ x
i
] . {
i
e
}
| |{ }
' '
'

i i B
e x X X

=

Si las bases son diferentes, tambin las coordenadas son diferentes.

Cambio de base

Consideramos que una de las bases es la cannica.
La cuestin es simple, se trata de un problema de combinacin lineal y por lo tanto de la
resolucin de un sistema.
Analizamos el problema con un ejemplo en un espacio vectorial de dimensin tres, que puede
generalizarse a cualquier dimensin.


297
base cannica base cualquiera
j
i
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
0
0
1
'
3
0
1
1
'
2
1
1
1
'
1
e
e
e
B
Siendo B y B bases existen escalares nicos que permiten expresar un vector como
combinacin lineal de los vectores de dichas bases.-

k x j x i x X

. . .
3 2 1
+ + = ;
'
3
'
2
'
2
'
1
'
1
. . ' x e x e x X + + =
.
'
3
e

Componentes Coordenadas de
de X
en base B
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
=
1
0
0
0
1
0
0
0
1
3 2 1
x x x X
= ; =
|
|
|
.
|
\
|
3
2
1
x
x
x
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
=
0
0
1
.
0
1
1
.
1
1
1
.
'
3
'
2
'
1
x x x X
|
|
|
.
|
\
|
+
+ +
'
1
'
2
'
1
'
3
'
2
'
1

x
x x
x x x

Entonces estamos frente a una igualdad matricial:

=
|
|
|
.
|
\
|
+
+ +

'
1
'
2
'
1
'
3
'
2
'
1
x
x x
x x x
|
|
|
.
|
\
|
3
2
1
x
x
x

Donde si el dato son las coordenadas se hallan las componentes en forma directa; si el dato son
las componentes, escribimos la siguiente igualdad:

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
3
2
1
'
3
'
2
'
1
0
0
1
.
0
1
1
.
1
1
1
.
x
x
x
x x x

Lo que pone de manifiesto que se trata de un problema de combinacin lineal; debemos hallar
los escalares nicos (coeficientes de la combinacin lineal ).-
'
1
x
'
2
x
'
3
x

Podemos escribir:

=
= +
= + +
3
'
1
2
'
2
'
1
1
'
3
'
2
'
1
. 1
. 1 . 1
. 1 . 1 . 1
x x
x x x
x x x x

|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
3
2
1
'
3
'
2
'
1
3
2
1
'
3
'
2
'
1
. .
0 0 1
0 1 1
1 1 1
x
x
x
x
x
x
A
x
x
x
x
x
x


298
Este sistema resuelve el problema. A la matriz de los coeficientes A la designamos con
P (matriz de paso de una base a otra)

o en forma abreviada
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|

3
2
1
'
3
'
2
'
1
x
x
x
x
x
x
P { } { }
'

i i
x x P = I
Las columnas de P son las componentes de los vectores de la base B entonces P es cuadrada y
regular - P
1

P { } { }
i
x =
'
i
x P
-1
.P { }
'
i
x { }
'
i
x =P
1
{ x
i
} =P
-1
{ x
i
} II
P
{ }
'
i
x B B Insistimos I { x
i
} =P
P
-1
II { }
'
i
x =P
-1
{ x
i
}

componentes I ( es simple )
Obtenemos efectuando el producto
coordenadas II
II
o bien resolviendo el sistema
I (es simple)

Volvemos al ejemplo y resolvemos el sistema en forma matricial

|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
3
2
1
'
3
'
2
'
1

0 0 1
0 1 1
1 1 1
x
x
x
x
x
x
3
2
1
0 0 1
0 1 1
1 1 1
x
x
x

=x
'
1
x
3
; ; x
3 2
'
2 2
'
2
'
1
x x x x x x = = +

= + +
'
3
'
2
'
1
x x x
1

x x
'
2
'
1 1
'
3
= = x x x
1
x
3
x
2
+x
3
=x
1
x
2

3
'
1
x x = ;
3 2
x x
'
2
x = ;
2 1
x x
'
3
x =

Las coordenadas de X
en base B
'
3 2 1
'
2 3 2
'
1 3
'
3
'
3
'
2
'
2
'
1
'
1
) ( ) ( . e x x e x x e x e x e x e x X + + = + + =

En particular sea k x j x i x k j i X

3 2 1
2 0 2 + + = + + =

'
3
'
2
2e +
'
1
'
3
'
2
'
1
2e 2e ) 0 2 ( ) 2 0 ( 2 = + + = e e e X

Si X
esta dado por sus coordenadas:

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
|
|
|
.
|
\
|
= + =
2
0
2
2
2 2
2 2 2
0
0
1
2
0
1
1
2
1
1
1
2 2 2 2
'
3
'
2
'
1
e e e X

k j i x

2 0 2 + + =


299
Sea B la base cannica y B
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1
0
0
0
1
1
0
1
1
' '
3
' '
2
' '
1
e
e
e

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
= + + =
3
2
1
' '
3
' '
2
' '
1
' '
2
' '
1
' '
3
' '
2
' '
1
' '
3
' '
3
' '
2
' '
2
' '
1
' '
1
1
0
0
0
1
1
0
1
1
x
x
x
x
x x
x x
x x x e x e x e x X

1 -1 0 x
1
2
;
1 2
' '
2 3
' '
3
x x
x x x

= =
1 1 0 x
2

0 0 1 x
3

2
1 2
1
' '
2 1
' '
1 1
' '
2
' '
1
x x
x x x x x x x

+ = + = =

1 -1 0 x
1

2
2 1 ' '
1
x x
x
+
=
0 2 0 x
2
x
1

0 0 1 x
3

' '
3 3
' '
2
1 2
' '
1
2 1
' '
3
' '
3
' '
2
' '
2
' '
1
' '
1
2 2
e x e
x x
e
x x
e x e x e x X +
+
+
= + + =

En particular:

= + + = + + = k x j x i x k j i X

3 2 1
2 0 2

=
' '
3
' '
2
' '
1
' '
3
' '
2
' '
1
2 2
2
2 0
2
0 2
e e e e e e + = +
+
+

" B
2
1
1
X
|
|
|
.
|
\
|


300
Conclusin la expresin del vector X
en las distintas bases es:

En base cannica B

|
|
|
.
|
\
|
= + + =
2
0
2
2 0 2 X k j i X

componentes de X

En base B

|
|
|
.
|
\
|
= + =
2
2
2
2 2 2
'
3
'
2
'
1
X e e e X

coordenadas de X
en base B

En base B

|
|
|
.
|
\
|
= + =
2
1
1
2 1 1
' '
3
' '
2
' '
1
X e e e X

coordenadas de X
en base B

Comprobacin grfica:


301
Transformaciones lineales
Consideraciones previas:

1 En general las relaciones entre dos conjuntos se representan por medio de una funcin,
aplicacin o transformacin.

f

2 Recordemos que al definir espacios vectoriales, definimos dos operaciones, suma de
vectores y producto de un escalar por un vector .-

3 Toda funcin entre dos espacios vectoriales que respete la estructura de espacio
vectorial se llama transformacin o aplicacin lineal.-

Definicin: Dados dos espacios vectoriales : V
n
y W
m
sobre un mismo cuerpo K diremos que una
aplicacin f : V
n
W
m
es lineal si satisface :

V
n
f W
m

v
1
f (v
1
)
v
1
+v
2
f (v
1
+v
2
) =f (v
1
) +f (v
2
)
v
2
f (v
2
)
v
1
f (v
1
) =f (v
1
)

I f (v
1
+v
2
) =f (v
1
) +f (v
2
) La imagen de la suma de dos vectores cualesquiera de V
n
es

igual a la suma de sus imgenes en W
m
.-

II f (v
1
) =f (v
1
) La imagen del producto de un escalar por un vector de V
n
es igual al
escalar por la imagen del vector en W
m
.-

Reuniendo las dos condiciones : f (
1
v
1
+
2
v
2
) =
1
f (v
1
) +
2
f (v
2
)

Generalizando : f (
i
v
i
) =
i
f ( v
i
) esto nos dice que las transformaciones lineales
conservan las combinaciones lineales.-

Si : f: V
n
W
m
es tal que f satisface I y II entonces f es una transformacin lineal, se
dice tambin que f es un homomorfismo.-

Si adems :

f es inyectiva se dice : f es un monomorfismo
f es suryectiva se dice : f es un epimorfismo.
f es biyectiva se dice : f es un isomorfismo.
Si V =W se dice : f es un endomorfismo.
si V =W y f es biyectiva se dice : f es un automorfismo.

En el caso de automorfismo podemos decir que f es una funcin biyectiva que transforma el espacio
en si mismo.

302
Propiedades

Para toda transformacin lineal se tiene:

a) ( )
W V
O O

= f V f W

W V
O O

f
( )
W V
O v v O

= = = ) ( . 0 ) . 0 ( f f f

b) ) ( ) ( v v

f f =
) ( ) ( 1 ) 1 ( ) ( v v v v

f f f f = = =

Ejemplos:

i) Dada una matriz fija A
mxn

la funcin f : K
nx1
K
mx1
definida por v f f (v) =A.v
o sea f f (v) =A
|
|
|
.
|
\
|
=
n
1
x
x
v
mxn e
|
|
|
.
|
\
|
n
1
x
x
K
mx1

1) f (v+v) =A(v +v) =A.v +A.v =f (v) +f (v)
2) f (v) =A.v =.Av =.f (v)
la aplicacin es lineal.

ii) Contraejemplo:

f : R
2
R
2
/ f ( x
1
, x
2
) =( x
1
+1 , x
2
+2 )
f [(x
1
, x
2
) +(y
1
, y
2
)] = f ( x
1
, x
2
) +f ( y
1
, y
2
) =
=f ( x
1
+y
1
, x
2
+y
2
) =( x
1
+1 , x
2
+2 ) +( y
1
+1 , y
2
+2 ) =
=( x
1
+y
1
+1 , x
2
+y
2
+2 ) =( x
1
+y
1
+2 , x
2
+y
2
+4 )

= f no es lineal.

Empleando la propiedad a) se tiene:
f ( 0 , 0 ) =( 1 , 2 )
no es el vector nulo, esto basta para afirmar que f no es lineal.-
Pero (atencin) O O f

) ( = no basta para afirmar que f sea lineal (es condicin necesaria pero no
suficiente).

iii) f : R
3
R
2
definida por f ( x
1
, x
2
, x
3
) =( x
1
, x
2
) o sea una proyeccin ortogonal.
)

f (v +v) =f [(x
1
x
2
x
3
) +(
'
3
)] =f [(
'
3
)] =
'
2
'
1
x x x
3
'
2 2
'
1 1
x x ; x x ; x x + + +

=( f ( v ) +f ( v ) = + + + = + + ) ( ) ( ) ;
'
2
'
1 2 1
'
2 2
'
1 1
x x x x x x x x

f ( ) =f [(x v
1
,x
2
,x
3
)] =f (x
1
,x
2
,x
3
) =(x
1
, x
2
) =(x
1
,x
2
) =.f (v


303

x
Representacin grfica:
z

( 1 , 2 , 3 )

t

y
x ( 1 , 2 )

( 1 , 2 , -3 )

Observaciones:
f no es inyectiva f (1,2,3) =f (1,2,-3 ) =f (1,2,x
3
)
x
3
e R
f es suryectiva, todos los puntos del plano t son imgenes de algn vector de R
3
f es un
epimorfismo.-
Adems todos los puntos de la forma ( 0 , 0 , x
3
) son tales que f ( 0 , 0 , x
3
) =( 0 , 0 )
x
3
e R e R o
2

Esta observacin ser de utilidad al definir Ker de f.

iv) Sea f : R
2
R
2
/ f ( x
1
, x
2
) =( x
1
, 2x
2
)
Es f una transformacin lineal ?
Condicin necesaria f (0 , 0 ) =(0 , 2.0 ) =(0 , 0 ) se cumple
f (v +v) =f [(x
1 ,
x
2
) +( )] =f (
1
+ ) = x , x
'
2
'
1
x x x , x
'
2 2
'
1
+
=(x
1
+ , 2 (x
'
1
x
2
+ = ) 2x 2x , x (x )) x
'
2 2
'
1 1
'
2
+ + =
=(x
1
, 2x
2
) +( f (v) +f (v) ) 2x , x
'
2
'
1
=
f ( ) =f [(x v
1
, x
2
)] =f (x
1
, x
2
) =(x
1
, 2x
2
) =
=(x
1
, 2x
2
) =f (v )
f es transformacin lineal.

v) Sea f : R
3
R
2
tal que
f f ( ) =(x
|
|
|
.
|
\
|
=
3
2
1
x
x
x
X
1
+x
2
, x
3
+1)

Es f una aplicacin lineal ?

f
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
+
+
=
|
|
|
.
|
\
|

0
0

1
0

1 0
0 0

0
0
0
f no es lineal


304
vi) Sea f : R
3
R
2
/ f ( ) =( x x
1
+x
2
, x
3
) es f lineal ?
se verifica la condicin necesaria.-
|
|
.
|
\
|
=
|
|
.
|
\
| +
=
|
|
|
.
|
\
|
0
0
0
0 0
0
0
0
f
f (v +v) =f [(x
1
x
2
x
3
) +( = + + + = ) x x ; x x ; x (x )] x x x
'
3 3
'
2 2
'
1 1
'
3
'
2
'
1
f
= = + + + + ) , (
'
3 3 2
'
2
'
1 1
x x x x x x
= ) ' ( ) ( ) , ( ) , (
'
3
'
2
'
1 3 2 1
v v x x x x x x f f + = + + +
f (v
) =f [(x
1
x
2
x
3
)] =f (x
1
, x
2
, x
3
) =
=(x
1
+x
2
, x
3
) = (x
1
+x
2
, x
3
) =f (v)
f es lineal.-

El siguiente teorema nos permite caracterizar una transformacin lineal, veremos que se
define la aplicacin lineal para elementos de una base de V
n
.

Teorema fundamental de las transformaciones lineales

V
n
W
m

e
n
f (e
n
) =b
n

base
e
1
f (e
1
) =b
1

v f (v)

Sean V
n
y W
m
dos espacios vectoriales sobre un mismo cuerpo K.
{e
1
, ..... , e
n
} base de V
n
{ b
1
, ...... , b
n
} vectores cualesquiera de W
m
. Entonces existe una nica
aplicacin lineal

f : V
n
W
m
/ f (e
i
) =b
i
1 s i s n

Demostracin: Siendo f (e
i
) =b
i
como ser f (v)?
v = ; como f es lineal : f (v) =f (
) =
n
i i
e
1
=
n
i
i i
e
1

= =
= =
n
i
n
i
i i i i
v b e
1 1
) ( ) ( f f
= i
base
escalares nicos.

Esto indica como definir f :
As f : V
n
W
m
/ f (v) = donde v = . f (e
=
n
i
i i
b
1

=
n
i
i i
e
1
i
) =b
i

Nota : { f (e
1
) , .... , f (e
n
) } Genera a f (v ) e W
m
; v e V
n


305
Probemos que f es lineal:
Sean v y v / v = f (v+v) =f

= =
= .
n
i
i
n
i
i i
e e
1
'
i
1
v'

=
(
+ =
(
+
= = =
n
i
i i
n
i
i i
n
i
i i
e f e e
1
'
i
1
'
1
) (

=

= =
= + = +
n
i
i i i i i
n
i
i
b e
1
' '
1
) ( ) ( ) ( f

=

= =
+ = +
n
i
n
i
i i i i
v v b b
1 1
'
) ' ( ) ( f f

f [ kv] = = =
|
|
.
|
\
|
=
(

= = =
n
i
i i
n
i
i i
n
i
i i
b k e k e k
1 1 1
f f

= ) (
1
v k b k
n
i
i i
f =
=

Probemos que f es nica:

Sabemos que f cumple : f ( e
i
) =b
i

Supongamos existe g que cumple g ( e
i
) =b
i

v e V / v = ) ( ) ( : cumple
1 1 1
v b e g v g e
n
i
i i
n
i
i i
n
i
i i
f = = =

= = =

Este teorema permite determinar la imagen de cualquier vector de V conociendo las imgenes de una
base V, es decir caracteriza una aplicacin lineal mediante las imgenes de una base del dominio y da
lugar a una de las ideas mas importantes del lgebra lineal: la representacin matricial de una
transformacin lineal (que estudiaremos en el prximo tema).-

Hallar la transformacin lineal sabiendo que:

1) f : R
3
R
2
tal que :
f ( i ) =
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
3
4
) (
5
2
) (
1
3
k j

f f

Observe que el dato son las imgenes de la base cannica.
k x j x i x X

3 2 1
+ + =
=
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
=
3
4

5
2

1
3
) (
3 2 1
x x x x
f

= =
|
|
.
|
\
|
+
+
3 5
4 2 3

3 2 1
3 2 1
x x x
x x x
|
|
|
.
|
\
|
3
2
1
x
x
x
f
|
|
.
|
\
|
+
+
3 2 1
3 2 1
3 5
4 2 3
x x x
x x x


306
|
|
|
|
=
1
) (
1
e f
2) f : R
3
R
2
tal que :

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

0
0
1

0
1
1

1
1
1

3
2
1
e
e
e
B
|
|
.
|
\
|
=
|
|
.
|
\
|
=
. \

1
3
) (
4
5
) (
1
3
2
e f
e f

Observe: los datos son, las componentes de los vectores de una baseB y sus imgenes, (debemos
determinar las coordenadas de X
en funcin de sus componentes).

3
'
3 2
'
2 1
'
1
e x e x e x X + + =
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
+ +
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|

0
0
1

0
1
1

1
1
1

3
2
1
'
1
'
2
'
1
'
3
'
2
'
1
'
3
'
2
'
1
x
x
x
x
x x
x x x
x x x
componentes de X

2 1
'
3 3 2
'
2 3
'
1
; ; x x x x x x x x = = =

3 2

1 2 3 2 1 3
) ( ) ( e x x e x x e x X + + =

Por teorema fundamental:

) ( ) ( ) ( ) ( ) ( ) (
3 2 1 2 3 2 1 3
e x x e x x e x x f f f f + + =

= =
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|

1
3
) (
4
5
) (
1
1

2 1 3 2 3
x x x x x
=
|
|
.
|
\
|
+
+
=
|
|
.
|
\
|
+ +
+ +

3 5
4 2 3x

4 4
3 3 5 5

3 2 1
3 2 1
2 1 3 2 3
2 1 3 2 3
x x x
x x
x x x x x
x x x x x

|
|
.
|
\
|
+
+
=
|
|
|
.
|
\
|

3 5
4 2 3x

3 2 1
3 2 1
3
2
1
x x x
x x
x
x
x
f

O lo que es lo mismo:

) 3 5 , 4 2 3 ( ) , , (
3 2 1 3 2 1 3 2 1
x x x x x x x x x f + + =


307
3) Sea f : R
3
R
2
tal que :

|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
L. T. la Hallar
1
1
) (
1
1
1

1
1
) (
0
1
1

0
1
) (
0
0
1

3 3
2 2
1 1
e f e
e f e
e f e
f
f
f
Base
de
R
3

3
R ve

se obtienen las coordenadas de
B
V
en funcin de sus componentes. Luego se multiplican

dichas coordenadas por f (e
i
) obtenindose la Transformacin Lineal.

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
+ +
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
= + + =
3
2
1
'
3
'
3
'
2
'
3
'
2
'
1
'
3
'
2
'
1 3
'
3 2
'
2 1
'
1
x
x
x
x
x x
x x x
1
1
1
x
0
1
1
x
0
0
1
x e x e x e x v

componentes de v

Despejamos en funcin de x
'
3
'
2
'
1
, , x x x
1
, x
2
, x
3
.-

2 1
'
1 3 2
'
2 3
'
3
; ; x x x x x x x x = = =

3 3 2 3 2 1 2 1
) ( ) ( e x e x x e x x v + + =

|
|
.
|
\
|
=
|
|
.
|
\
|
+
+ +
=
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
=
2
1
3 3 2
3 3 2 2 1
3 3 2 2 1

1
1

1
1
) (
0
1
) ( ) (
x
x
x x x
x x x x x
x x x x x v f

se trata de una proyeccin ortogonal
|
|
.
|
\
|
=
|
|
|
.
|
\
|
2
1
3
2
1
x
x
x
x
x
f
Sea
|
|
|
.
|
\
|
= + + = de componente
3
2
1
3 2 v k j i v

=(1-2) e
1
+(2-3) e
2
+3 e
3
=-1e
1
1e
2
+3e
3

|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
|
|
.
|
\
|
=
2
1
1
1
3
1
1
1
0
1
1 ) v (
f
componentes de ) (v
f


308

4) Cul es la transformacin lineal f: R
3
R
3
que asigna a los vectores de la base
B = {e
1
, e
2
, e
3
} ? los vectores tales que :
'
3 3
'
2 2
'
1 1
) ( ; ) ( ; ) ( e e e e e e = = = f f f
e
1
= ( 1 , 1 , 1 ) f f ( e
1
) =
'
= ( 1 , 1 , 0 )
1
e
B e
2
= ( 1 , 1 , 0 ) f f ( e
2
) = = (-1 , 1 , 0 )
'
2
e
e
3
= ( 0 , 0 , 1 ) f f ( e
3
) = = ( 0 , 0 , 1 )
'
3
e
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
+ +
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
=
3
2
1
'
1
'
2
'
1
'
3
'
2
'
1
'
3
'
2
'
1

0
0
1

0
1
1

1
1
1

x
x
x
x
x x
x x x
x x x x

componentes de x

2 1
'
3 3 2
'
2 3
'
1
; ; x x x x x x x x = = =

3
'
3 2
'
2 1
'
1
. . . e x e x e x X + + =
por teorema fundamental

3 2 1 2 3 2 1 3
). ( ). ( . e x x e x x e x X + + =
) ( ). ( ) ( ). ( ) ( . ) (
3 2 1 2 3 2 1 3
e f x x e f x x e f x x f + + =

|
|
|
.
|
\
|
+
+
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
=
1
0
0
). (
0
1
1
). (
0
1
1
. ) (
2 1
3 2 3
3 2 3
2 1 3 2 3
x x
x x x
x x x
x x x x x x f

X
.
|
|
|
.
|
\
|
3
2
1
x
x
x
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
2 1
2
2 3
2
x x
x
x x
x
x
x
f
3
2
1

componentes de X


309
Expresin general de una transformacin lineal Matriz asociada a una transformacin lineal

V
n
W
m

e
n
f f (e
n
)
,
m
e
B
V

'
W
B
e
1
f f (e
1
)
'

1
e
v
f ) (v
f

Sean V
n
y W
m
, dos espacios vectoriales sobre K ( K = cuerpo) .-
Sea f : V
n
W
m
/ f es lineal.
Sea B
V
= { e
1
, e
2
, e
3
, ...., e
n
} una base de V
n
y sea { }
' '
1
,......,
m
e e =
'
W
B base en W
m
.
Suponemos conocidas las coordenadas de v
en base B
V
y queremos hallar las coordenadas de
) (v
f en base .
'
W
B
Siendo B
V
y B
W
bases, existen escalares nicos tales que:
1
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
'
m
'
1
'
m
'
1
n
1
n 1
e
e
) x ,....., x ( ) v (
e
e
) x ,...., x ( v
f y
Por teorema fundamental : 2
|
|
|
.
|
\
|
=
) e (
) e (
) x ,....., x ( ) v (
n
1
n 1
f
f
f
Para encontrar la matriz que relacione los x

i
de ) ( de los con
'
v x v
i

f , debemos establecer la
igualdad de los segundos miembros de 1 y 2 .Expresemos los f (e
i
) en base :
'
W
B
+ + + =
+ + + =
+ + + =
'
m mn
'
2 n 2
'
1 n 1 n
'
m 2 m
'
2 22
'
1 12 2
'
m 1 m
'
2 21
'
1 11 1
e a ... e a e a ) e (
e a ... e a e a ) e (
e a ... e a e a ) e (
f

f
f

|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
'
m
'
2
'
1
mn n 2 n 1
2 m 22 12
1 m 21 11
n
2
1
e
e
e

a a a
a a a
a a a
) e (
) e (
) e (
.

f
f
f

M
n x m

I
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
'
'
2
'
1
2
1
) (
) (
) (
m n
e
e
e
M
e
e
e

f
f
f

Igualamos 1 y 2 reemplazando en 2 lo obtenido en I

M ) x .... x ( ) x .... x (
e
e
M ) x ..... x (
e
e
) x ....... x ( ) v ( f
m 1
'
m
'
1
'
m
'
1
n 1
'
m
'
1
'
m
'
1
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=


310
Trasponiendo :
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
n
1
'
m
'
1
n
1
mn 2 m 1 m
n 2 22 21
n 1 12 11
'
m
'
1
x
x
A
x
x
x
x

a a a
a a a
a a a
x
x
.

M
T
= A
A es la matriz asociada a la transformacin lineal. Es decir conociendo ( x
1
,....,x
n
) podemos
hallar ( )
' '
1
,.....,
m
x x calculando previamente la matriz A, donde las columnas de A son las coordenadas
de los vectores f (e
i
) referidas a la base . Como estas coordenadas son nicas, la matriz A ser
nica. Recprocamente toda matriz de orden m x n caracteriza una nica transformacin lineal.-
'
W
B

Observacin :

A
m x n
el nmero de filas de A es la dimensin de W
m

el nmero de columnas de A es la dimensin de V
n

Ejemplos:

i) f : R
3
R
2
/ f (x
1
, x
2
, x
3
) = (x
1
, x
2
) (proyeccin ortogonal)
Sean las bases y y el vector 3
R
B
'
2
R
B
3 2 1
3 1 1 : segn e e e v v + =

|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1
0
1
1

1
1
) (
1
1
1
1
1
) (
0
1
1
0
1
) (
0
0
1

'
2
'
1
3 3
2 2
1 1
e
e
e e
e e
e e
'
B
f f
f f
f f
B

donde hemos determinado f ( e
i
) ; hallamos la matriz asociada y ) (v
f en base B.-

Expresamos f ( e
i
) en base B; determinamos previamente las coordenadas de cualquier vector u
en
base B.

u de componentes
2
R e
|
|
.
|
\
|
|
o

=
=
|
|
.
|
\
|
=
|
|
.
|
\
|
+
=
|
|
.
|
\
|
+
|
|
.
|
\
|
= + =
o |
o
|
o
'
2
'
1
'
2
'
1
'
1 '
2
'
1
'
2
'
2
'
1
'
1
x
x
x x
x
1
0
x
1
1
x e . x e . x u

Nos dice la primera coordenada es la primera componente y la segunda coordenada es la
diferencia entre la segunda y primera componente.

311
Particularizamos para los ) (
i
e f

:

|
|
.
|
\
|
+ = + =
|
|
.
|
\
|
=
|
|
.
|
\
|
+ = + =
|
|
.
|
\
|
=
|
|
.
|
\
|
= + =
|
|
.
|
\
|
=
0
1
0 1 1 1
1
1
) (
0
1
0 1 1 1
1
1
) (
1
1
1 1 0 1
0
1
) (
'
2
'
1 3
'
2
'
1 2
'
2
'
1 1
e e j i e
e e j i e
e e j i e

f
f
f
Coordenadas de f (e
i
) en base B

|
|
.
|
\
|
=
0 0 1
1 1 1
A Matriz asociada (las columnas de A son las coordenada de f (e
i
) en base B)

permite si
B' B
) ( hallar , /
3
v v R v

f e

'
2
'
1
1 1 ) (
1
1
3
1
1
0 0 1
1 1 1
3
1
1
) ( e e v A v + =
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

f f

j i v v

2 ) (
2
1
1
0
1
1
1
1 ) ( + =
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
= f f

Nota : Si v
esta dado por sus componentes se aplica f y se obtiene ) (v
f , no es necesario hallar la
matriz A.

f (x
1
x
2
x
3
) = (x
1
x
2
)

j i v k j i v

2 ) ( 3 2 + = + + = f

ii) Sea : R
3
R
2
definida por (x
1
,x
2
,x
3
) = (x
1
+x
3
, x
2
-x
3
)

Sea
)
`
|
|
.
|
\
|
=
|
|
.
|
\
|
= =
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
= =
1
0
'
2
;
0
2
'
1
'
y
0
0
1
3
;
0
1
1
2
;
1
1
1
1
2 3
e e
R
e e e
R
B B

Sea k j i v R v

3 2 /
3
+ + = e


312
Determinamos la matriz asociada y ) (v
en base B

Hallamos (e
i
) :

R
3
R
2

|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1
0
e
0
2
e

0
1
) (e
0
0
1
e
1
1
) (e
0
1
1
e
0
2
) (e
1
1
1
e

'
2
'
1
3 3
2 2
1 1
B' B

Expresamos (e
i
) en base B
|
|
.
|
\
|
e
|
o
s componente de
2
R u
, determinaremos sus coordenadas en base B :

|
|
.
|
\
|
'
2
'
1
x
x

=
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
= + =
|
o
|
o
'
2
'
1
'
2
'
1
'
2
'
1
'
2
'
2
'
1
'
1
2
x

2

1
0
.
0
2
. . .
x
x
x
x x e x e x u

(e
1
) =
|
|
.
|
\
|
+ = + =
|
|
.
|
\
|
0
1
0
2
2
0 2
0
2
'
2
'
1
e e j i

(e
2
) =
|
|
.
|
\
|
+ = + =
|
|
.
|
\
|
1
2
1
1
2
1
1
1
'
2
'
1
e e j i

Coordenadas de ( e
i
)
(e
3
) =
|
|
.
|
\
|
+ = + =
|
|
.
|
\
|
0
2
1
0
2
1
0
0
1
'
2
'
1
e e j i

Las columnas de la matriz asociada son las coordenadas de ( e
i
) referidas a la base B.

|
|
.
|
\
|
=
0 1 0
2
1
2
1
1
A Matriz asociada.

Hallamos ) v (
en base B empleando matriz asociada; determinando primero las coordenadas de v

en base B.

en base B
Transformaciones lineales 313

=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
= + + = + + =
0
0
1
0
1
1
1
1
1
3 2 1 3 3 2 2 1 1 3 2 1
a a a e a e a e a k x j x i x v

2 1 3
3 2 2
3 1
3
2
1
1
2 1
3 2 1

x x a
x x a
x a
x
x
x
a
a a
a a a
=
=
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
+ +

3 2 1
3
2
1
3
2
1
1 1 3
2 1
3 2
3

3
2
1
e e e v
a
a
a
x
x
x
=
=
=
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
) =
'
2
'
1
e 1 e 2 ) v
1
2
1
1
3
0 1 0
2
1
2
1
1
1
1
3
A =
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|

( (
( j i 4 ) v (
1
4
1
0
1
0
2
2 ) v

=
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
= v (
1
4
1
0
1
0
2
2 ) v

=
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
=
Hallamos ahora ( Hallamos ahora ( v
) en forma mas directa , ya que el dato es v
en base cannica .
+ + = + + = j ) 3 2 ( i ) 3 1 ( ) v ( ) dato es ( aplicamos k 3 j 2 i v

|
|
.
|
\
|
=
|
|
.
|
\
|
|
o
=
|
|
.
|
\
|
| +
|
|
.
|
\
|
o = | + o = =
2
1 '
2
'
1
x
x 2
1
0
.
0
2
. e . e . j i 4 ) v (

'
2
'
1 2
1
e 1 e 2 ) v ( x
2
x
= = | . = o
B'

iii) f: R
3
R
2
/ f (x
1
x
2
x
3
) = (3x
1
+ 2x
2
- 4x
3
; x
1
- 5x
2
+ 3x
3
)
Sean las bases de R
3
y R
2
y el vector v
e R
3
segn :
R
3
f R
2

) 5 , 2 (
) 3 , 1 (
'
) 1 , 3 ( ) ( ) 0 , 0 , 1 (
) 4 , 5 ( ) ( ) 0 , 1 , 1 (
) 1 , 1 ( ) ( ) 1 , 1 , 1 (

'
2
'
1
3 3
2 2
1 1
=
=
= =
= =
= =
e
e
B
e e
e e
e e
B
f f
f f
f f
) ( ? 2
3 2 1
v e e e v

f + = ?
donde hemos determinado tambin f (e
i
); hallamos la matriz asociada y f ( v
) en base B.
Expresamos f (e
i
) en base B.
u eR
2
de componentes
; determinamos sus coordenadas
en base B:
|
|
.
|
\
|
|
o
|
|
.
|
\
|
'
2
'
1
x
x

|
|
.
|
\
|
=
|
|
.
|
\
|
+
+
=
|
|
.
|
\
|
+
|
|
.
|
\
|
= + =
5 3
2

5
2
.
3
1
. . .
'
2
'
1
'
2
'
1
'
2
'
1
'
2
'
2
'
1
'
1
|
o
x x
x x
x x e x e x u
o
|
o
2 1
5 3
2 1
: sistema el o resolviend
0 -1 | o o | = 3
'
2
3 x


314

| o
o |
=
=
3
5 2
'
2
'
1
x
x

o | | o o o 5 2 2 6
'
2
2
'
1
= + = = x x

|
|
.
|
\
|
+ = + = + =
|
|
.
|
\
|
=
|
|
.
|
\
|
+ = + + = =
|
|
.
|
\
|
=
|
|
.
|
\
|
+ = + + = =
|
|
.
|
\
|
=
8
13
8 13 ) 1 9 ( ) 15 2 ( 3
1
3
) (
19
33
19 33 ) 4 15 ( ) 25 8 ( 4 5
4
5
) (
4
7
4 7 ) 1 3 ( ) 5 2 ( 1 1
1
1
) (
'
2
'
1
'
2
'
1 3
'
2
'
1
'
2
'
1 2
'
2
'
1
'
2
'
1 1
e e e e j i e
e e e e j i e
e e e e j i e

f f
f f
f f

donde son las coordenadas de (e
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
8
13 -

19
33 -

4
7
i
) en base B y por lo tanto las columnas de
la matriz asociada referida a las bases dadas.

matriz asociada.
|
|
.
|
\
|
=
8 19 4
13 33 7
A

v
) en base B f (
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1
0
2
1
1
8 19 4
13 33 7
2
1
1
) A v
Hallamos f (
f (
'
2
'
1
1 0 ) e e v + =

Hallamos f ( ) v
en forma mas directa ( hallamos las componentes de v
)

+ + =
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
|
|
|
.
|
\
|
= Lineal cin Transforma la aplicando 0 2
1
0
2
0
0
1
2
0
1
1
1
1
1
1
1 k j i v

v

f ( j i j i v

5 2 ) 1 . 3 0 . 5 2 ( ) 1 . 4 0 . 2 2 . 3 ( ) + = + + + =

adems f (

|
|
.
|
\
|
=
|
|
.
|
\
|
+
+
=
|
|
.
|
\
|
+
|
|
.
|
\
|
= + =
5
2
5 3
2
5
2
.
3
1
. . . )
2 1
| o
| o
| o | o e e v

o = 0 . | = 1 f (
'
2
'
1
1 0 ) e e v + =


315
Cambio de base - Transformacin de coordenadas

V
n
Sea V
n
un espacio vectorial, B y B dos bases del mismo.
e
n

'
n
e X e V
n
:
B B
'
n
'
n
'
1
'
1 n n 1 1
e . x ..... e . x e . x ...... e x X + + = + + =
e
1

'
1
e

Si conocemos
B
X
y queremos hallar
B'
X
debemos hallar la matriz que relacione los x

i

con los
'
i
x
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
n n
x
x
x
x

1
'
'
1
. P
P se denomina matriz de paso de un sistema a otro, es decir determina un cambio de base o bien una
transformacin de coordenadas.
Se trata en realidad de una simple aplicacin de matriz asociada a una Transformacin Lineal.

Recordemos: V
n
W
m

e
n
f (e
n
)
'
n
e
1
e
v
B
v

B
W
e
1
f (e
1
)
'

f ( v )

1) Se calcula f (e
i
).
2) Se expresan los f (e
i
) en base
'
w
B y resulta que las coordenadas de los f (e
i
) son las columnas de
la matriz asociada A

|
A .
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
n
x
x
n
x
x
1

'
'
1

Volvemos a nuestro problema (observe el primer diagrama comparndolo con el segundo)

V
n
= W
m

e
i
= f (e
i
)

Esto nos dice que las columnas de la matriz de paso P son las coordenadas de los e
i
en base B

|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
n
x
x
P
n
x
x

1
.
'
'
1


316
Ejemplo 1:

R
2

Hallar la matriz de paso y las coordenadas
de
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
3
1
e
1
1
e

3
1
e
1
2
e

'
2
'
1
2
1
B' B v
en base B ( es decir
' B
v
)

|
|
.
|
\
|
=
1
2
B
v

Coordenadas de v
en base B.

Dado un vector cualquiera de R
2
relacionamos las componentes con las coordenadas del mismo
en base B ; luego particularizamos para e
|
|
.
|
\
|
|
o
1
y e
2
.
j i e x e x X

. .
'
2
'
2
'
1
'
1
| o + = + =
nos conduce a la siguiente igualdad matricial :
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
=
|
o

3
1
'
2
1
1
'
1
x x X
nos conduce al sistema :

|
|
.
|
\
|
=
|
|
.
|
\
|
+
+
|
o

'
2
3
'
1
'
2
'
1
x x
x x
resolvemos
= +
= +
|
o
'
2
3
'
1
2 1
x x
x x
' '
o |
o
|
o
2 0
1 1
3 1
1 1

2
3 | o

2
2
2
'
2
'
1
;
2
'
2
o | o o |
o o
o |
=
+
= |
.
|
\
|
= =
= x x x

|
|
|
2
o

|
.
|
\
|
=
|
|
.
|
\
|
=
2
3

'
2
'
1
|
| o
x
x
X

Particularizamos :

Para e
1
= P de columna primera
2
1
2
5

1
2
' 1

|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
B
e
|
o

Para e
2
= P de columna segunda
2
3
e
3
1
' 2

|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
|
o
B

|
|
.
|
\
|

=
2
2
1
3
2
5
P


317
como
|
|
.
|
\
|
=
1
2
B
v
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|

=
|
|
.
|
\
|
3
8
1
2
2
2
1
3
2
5
x
x
.
'
2
'
1

|
|
.
|
\
|
=
3
8

' B
v

Ejemplo 2:
Segn el ejemplo 1:

B B ;
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|

|
|
.
|
\
|
=
|
|
.
|
\
|
3
8
1
2
2
2
1
3
2
5
;
x
x
P
x
x
. .
'
2
'
1
2
1

donde se calcul
|
|
.
|
\
|
=
|
|
.
|
\
|
3
8
'
2
'
1
x
x
Suponemos ahora que los datos son: la matriz P y adems
B B'
v v

calcular

|
|
.
|
\
|
|
|
.
|
\
|

=
|
|
.
|
\
|
2
1
x
x
2
2
1
3
2
5
3
8
.
a calcular
si

gnifica hallar la matriz que permita pasar de la base B a la base B
Analicemos el problema en forma general:
Las columnas de P (matriz de paso de una base a otra del mismo espacio vectorial ) son las
coordenadas de los n vectores de una base B referidas a la base B de un espacio vectorial de
dimensin n , por lo tanto es cuadrada y sus columnas son l.i. , resulta | P| = 0 , esto nos dice que existe
P
-1
.
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
n n
x
x
P
x
x

1
'
'
1
premultiplicamos por P
-1
|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|

'
'
1
1
1 1
1
'
'
1
1
.
n n n n
x
x
P
x
x
x
x
P P
x
x
P B B
P
P
P
-1


318
Volvemos al ejemplo dado

|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
3
1
1
1

3
1
1
2
'
2
'
1
2
1
e
e
e
e
B' B
|
|
.
|
\
|

=
2
2
1
3
2
5
P

Hallamos P
-1

2
7
P ;
2
5
2
1
3 2
;
2 3
2
1
2
5
;
2
2
1
3
2
5
=
|
|
.
|
\
|
=
|
|
.
|
\
|

=
|
|
.
|
\
|

= adjP P P
T

|
|
.
|
\
|
=
7
5
7
1
7
6
7
4
1
P
Verificamos para
B B'
v v

1
2

3
8
.
7
5
7
1
7
6
7
4

3
8
=
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=

Ejemplo 3:

Hallar las coordenadas de X referidas a la base B conociendo las coordenadas de X en base B.

R
3

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

0
1
2
0
0
1
2
1
0
'
0
1
2
1
0
0
1
0
1
'
3
'
2
'
1
3
2
1
e
e
e
B
e
e
e
B

P
-1
|
|
|
.
|
\
|
=
1
1
0
B
X

?
B'
X


319
v e R
3
si son sus componentes, se puede escribir:
|
|
|
.
|
\
|

|
o
k . j . i . e x e x e x v
'
3
'
3
'
2
'
2
'
1
'
1

+ + = + + =
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
=

0
1
2
x
0
0
1
x
2
1
0
x v
'
3
'
2
'
1
= + +
= + +
=
0x 0x 2x
1x 0x 1x
2x 1x 0x
'
3
'
2
'
1
'
3
'
2
'
1
3 2 1
' ' '
2
x
'
1
=

de la segunda ecuacin :
2
'
1
'
3

| | = = x x
de la primera ecuacin : 2 2x x
'
3
'
2
+ = =
Resulta:
|
|
|
|
|
.
|
\
|
+ =
2
2
2
v
B'

Particularizamos para los vectores de la base B:
P de columna 1
2
1
0
2
1
e

1
0
1
e
ra
1B' 1
|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
P de columna 2
2
1
1
2
1
e

1
0
0
e
da
2B' 2
|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
P de columna 3
1
4
0
e
0
1
2
e
ra
3B' 3
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

|
|
|
|
.
|
\
|
=
1
2
1
2
1
4 1 0
0
2
1
2
1
P
Si resulta:
|
|
|
.
|
\
|
=
1
1
0

B
v


320

|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|
=
2
3
5
2
1

1
1
0
.
1
2
1
2
1
4 1 0
0
2
1
2
1
v
B'

|
|
|
|
.
|
\
|
=
2
3
5
2
1

B'
v

Ejemplo 4:

Con los datos del ejemplo anterior hallar P
-1
a partir de P ; obtenga
B
X
a partir de
B'
X

|
|
|
.
|
\
|

=
=
|
|
|
|
.
|
\
|

=
|
|
|
|
.
|
\
|

=

1 0 1
4 1 4
4 1 2
P ;
2
1
P ;
2
1
0
2
1
2
2
1
2
2
2
1
1
adjP ;
1 4 0
2
1
1
2
1
2
1
0
2
1
P
1 T

{ }
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|

= =

1
1
0

2
3
5
2
1
.
1 0 1
4 1 4
4 1 2
.
' 1
i B
x P X

Ejemplo 5:

Hallar las coordenadas de x
referidas a la base B conociendo las coordenadas de x
en base B.-

R
3

?
1
1
2

1
0
0

0
1
1

0
1
1
e
'

0
0
1

0
1
1

1
1
1

'
3
'
2
'
1
3
2
1
B' B
B B
X X
e
e
e
e
e

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=


321
v e R
3
: s componente ;
1
0
0

0
1
1

0
1
1

'
3
'
2
'
1
|
|
|
.
|
\
|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
|
o
|
o
x x x

x

1x 0x 0x
0x 1x 1x
0x 1x 1x
'
3
'
3
'
2
'
1
'
3
'
2
'
1
'
3
'
2
'
1
=
= + +
= + +
= +

2

x 2x
x x
x x
'
1
'
1
'
2
'
1
'
2
'
1
+
= +
=
= +
=

2

x
2

2
2
2

x x
'
2
'
1
'
2

=
=

= |
.
|
\
| +
= =

|
|
|
|
|
.
|
\
|
+
=

2

2

v
B'

Particularizamos para los vectores de la base B :

P de columna 1
1
0
1
e
1
1
1

e
ra
1B' 1
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

P de columna 2
0
0
1
e
0
1
1

e
da
2B' 2
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

P de columna 3
0
2
1
2
1
e
0
0
1

e
ra
3B' 3
|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=

|
|
|
|
.
|
\
|
=
0 0 1
2
1
0 0
2
1
1 1
P
|
|
|
.
|
\
|
=
1
1
2

B
X

|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|
=
2
2
1
2
7

1
1
2
.
0 0 1
2
1
0 0
2
1
1 1

' B
X

|
|
|
|
.
|
\
|
=
2
2
1
2
7

' B
X


322
Relacin entre las matrices que caracterizan una transformacin lineal en bases diferentes

V
n
W
m

| | { } e x x e =
{ } { }
| | { }
i i 1
n 1
i 1 i
i i n
b y x b

b e
y P x
=
=

| |{ }
{ } { }
{ } { }
| |{ }
{ } { }
i 2
'
i
'
i
'
i
'
i
'
m
'
i 2
'
i
'
1
i 1
'
i
'
i
'
i
'
m
y A y b
b y ) x (
b
y P x e
x A x
e x ) x ( e
=
=
=
=
=
f
f

2
2 3

Por 1 { } { }
'
2
'

i i
y P x = ; premultiplicando por
1
2
P
2 3

{ } { } { } { }
1 1
1
2
1
1
2
'

1
2
'

. .
i i i i
y P A P x A P x P y

= = =

{ } { }
i i
y P A P y
1 1
1
2
'
=
A
2
=
1 1
1
2
P . A . P
Por 4 { }
'
i
y = A
2
{ }
i
y

Si V
n
= W
m
P
2
= P
1
= P A
2
= P
-1
. A
1
. P

Donde:
A
1
: Matriz que caracteriza la transformacin lineal en bases e
1
,...., e
n
.
' '
1
,...,
m
e e
A
2
: Matriz que caracteriza la transformacin lineal en bases b
1
,...., b
n
.
' '
1
,...,
m
b b

P
1
: Matriz de paso (cambio de base) de b
1
,...., b
n
a e
1
,...., e
n

P
2
: Matriz de paso (cambio de base) de
' '
1
' '
1
,..., a ,...,
m m
e e b b

Ejemplo: f : R
3
R
2
/ f ( x
1
, x
2
, x
3
) = ( 3x
1
+ 2x
2
- 4x
3
, x
1
- 5x
2
+ 3x
3
)

Obtenemos la matriz asociada de la Transformaciones Lineales en bases usuales.
El segundo miembro de la definicin de f se puede escribir:

|
|
|
.
|
\
|
|
|
.
|
\
|

=
|
|
.
|
\
|
+
+
3
2
1
3 2 1
3 2 1
x
x
x
3 5 1
4 2 3
x 3 x 5 x
x 4 x 2 x 3
.
A
1

4
1
A
1

A
2

f
f

323
Si aplicamos f a los versores:

|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
.
|
\
|

=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
3
4
1
0
0
) k (
3 5 1
4 2 3
A
5
2
0
1
0
) j (
1
3
0
0
1
) i (
1
f f
f f
f f

R
3
R
2

( )
( )
( )
x
e
e
e
P
x
k
j
i
=
=
=
|
|
|
.
|
\
|
=
0 , 0 , 1
0 , 1 , 1
1 , 1 , 1
0 0 1
0 1 1
1 1 1

3
2
1
1
) (
) 5 , 2 (
) 3 , 1 (
5 3
2 1
'
2
'
1
2
x
e
e
P
j
) (x
i
f
)
`
=
=
|
|
.
|
\
|
=
)
f
`

matriz obtenida en el ejemplo iii) de matriz
asociada.

|
|
.
|
\
|

=
3 5 1
4 2 3
1
A
|
|
.
|
\
|
=
8 19 4
13 33 7
2
A

Obtengamos A
2
a partir de A
1
: A
2
=
1
A
2
P
1
P
1

|
|
.
|
\
|
=
|
|
.
|
\
|

=
|
|
.
|
\
|
= =

1 3
2 5
P
1 3
2 5
P adj ,
5 2
3 1
P , 1 P
1
2 2
T
2 2

A
2
= =
|
|
|
.
|
\
|
|
|
.
|
\
|

=
|
|
|
.
|
\
|
|
|
.
|
\
|

|
|
.
|
\
|

0 0 1
0 1 1
1 1 1
.
15 11 8
26 20 13

0 0 1
0 1 1
1 1 1
.
3 5 1
4 2 3
.
1 3
2 5

A
2
=
|
|
.
|
\
|

8 19 4
13 33 7


324
Si queremos A
1
: A
1
= P
2
. A
2
.
1
1
P

1 ;
0 1 1
1 1 0
1 0 0
;
0 0 1
0 1 1
1 1 1
;
0 0 1
0 1 1
1 1 1

1 1
1
1
=
|
|
|
.
|
\
|

=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
= P P adj P P
T

|
|
.
|
\
|

=
|
|
.
|
\
|

=
|
|
|
.
|
\
|
=

3 5 1
4 2 3
. . ;
1 4 1
3 5 1
. ;
0 1 1
1 1 0
1 0 0

1
1
2 2 2 2
1
1
P A P A P P

Ncleo e imagen de una transformacin lineal

Fijada una transformacin lineal f : V W se definen dos subespacios asociados a f que son el
ncleo y la imagen.

V W

Ker f Im f
. O

El ncleo de f o Ker de f, es el conjunto de vectores que van a parar a
W
O
por f.
f
Ker f = { } ) ( / O v V v

= e f como
W V
O O f

= ) ( Ker f { } =

La imagen de f, Im f, es el conjunto de vectores de W que son imgenes por f de vectores de V.

Im f ={ f (x) / x e V }

En el ejemplo de proyeccin : f ( x
1
, x
2
, x
3
) =( x
1
, x
2
)

O Los puntos de la forma
(0, 0, x
3
) e Ker f x
3
e R.
La imagen de f, Im f, son los
puntos del plano t.
t

Demostramos que :

1) Ker f es S.E.V. de V
2) Im f es S.E.V. de W (S.E.V. significa subespacio vectorial)

Ninguno de estos subconjuntos es vaco ya que :
v
O
e Ker f ; f
W V
O O

= ) (

325

1- Sean , e K ; v, ve Ker f debemos probar que:

V W v
+ v
e Ker f
e Ker f f v
) = f (v) =
W
O
Si v
y v
por definicin de Ker

Ker f O
f (v
+ v
) =f (v
) +f ( ) =O v
W

v
+ v
e Ker f c.q.d.

2 - Sean , e K ; f ( ), f ( ) e Im f debemos probar que f ( v
+ v
) e Im f

V W Si f (v
) , f (v
) e Im f
- v
, v
e V v
+ v
e V
Im f f (v
+ v
) =.f (v
) +.f ( ) e Im f v
f ( ) v
f ( ) v v

Ejemplo:

Dada la transformacin lineal
f : R
2
R
2
/ f (x
1
, x
2
) =( x
1
- x
2
, x
2
- x
1
) ; hallar :

1) Ker f, una base de Ker f , dim Ker f .
2) Im f, una base de Im f, dim Im f , graficar.

1) Ker f ={ (x
1
, x
2
) e R
2
/ (x
1
- x
2
, x
2
- x
1
)} ={( 0 , 0 )}
Como : x
1
- x
2
=x
2
- x
1
=0 x
1
=x
2
Ker f ={ ( x
1
, x
2
) e R
2
/ x
1
=x
2
}
Significa que en un sistema ortonormal, el Ker f es la recta : y =x
una base es el vector e =(1,1 ) ; e Ker f : v
=o (1, 1) con o e R.
dim Ker f =1.

2) Im f ={ f (x
1
, x
2
) =( x
1
- x
2
, x
2
- x
1
) e R
2
/ ( x
1
, x
2
) e R
2
}
Si x
1
- x
2
=a ; con a e R
f ( x
1
, x
2
) = (a, -a )
x
2
- x
1
=-a

Im f es la recta y =-x
una base es el vector e =(1, -1 ) ; v
e Im f : v
= (1, -1 ) con e R
dim Im f =1

Se verifica : dim R
2
=dim Ker f +dim Im f
2 = 1 + 1
Esta relacin no es casual, lo demostraremos ms adelante.


326


R
2
f R
2

y y

Ker f Im f

(1, 1)
o o
x x
( 1, -1 )

f

f

Relacin entre los sistemas de ecuaciones lineales y las transformaciones lineales

V
n
W
m
Sea f : V
n
W
m
/ f es lineal

A
mx n
es la matriz asociada a la T. L.
A. x
=f ( x
)
x
f ( x
)

Resolver el sistema A. B X

=
) (X
equivale a encontrar el subconjunto de vectores V
n
cuya imagen
por f sea el vector B

f = .

V
n
W
m

Ker f f

O

A
f
f
Resolver el sistema A. O X

= equivale a encontrar el
ncleo de una transformacin lineal.

327
Teorema de las dimensiones o Teorema del rango

dim V
n
= dim Im f + dim Ker f
Sea A.

B X

= ( no confundir B
con B base de V
n Lineal)
n
)
Sea A. (hallar el ncleo de la Transformaci O X =

V
n
W
m

f (e
n
) V
n

W
m
B e
r+1
f f (e
r+1
) B
'
1
e
o
e
n
f

Ker f
'
e
m

e f
) ' x
1
f (e
1
)
x
A (
f

r
f
f ( e
r
)
e
A
mx n
es la matriz de la transformacin lineal, las columnas de A son las coordenadas de los f (e
i
)
terminado
en base B; los f (e
i
) son generadores de la imagen de f.-

Sistema compatible inde
A . X =
r ( A ) =r <n
B x

= ) ( f . 0
x A =
Significa r vectores Sign que hay ifica se pasan las n - r incgnitas

m f = - r
Se infiere : dim Im f +dim Ker f =r +n - r =n I
inado
de los f (e
i
) linealmente independientes, no principales al segundo miembro; se
por ejemplo f (e
i
) ...... f (e
r
) obtienen las r del primer miembro en
funcin de las n - r que son linealmente
independientes
dim I r dim Ker f =n

Sistema compatible determ
A .
r ( A ) =n
) (x x

f = A . 0
= x
0
0
0
0
=
|
|
|
.
|
\
|
= x Significa que los n vectores f (e
i
) Se tiene solucin trivial
son l. i. dim Im f =n Ker (f ) ={ } 0
dim ker f =0
dim Im f +dim Ker f =n +0 =n II
iendo dim V
n
dim V = dim Im f + dim Ker f

S =n de I y II se infiere:

n

328
n un ejercicio interpretamos:
maciones lineales y los sistemas de ecuaciones lineales
Sea f : R
4
R
3
/ f

Para hallar la matriz asociada aplicamos ] a los vectores cannicos de R
4

; ; ;

la matriz asociada es:
Las columnas de esta matriz son las componentes de los vectores imgenes de los vectores de la base
on los coeficientes de los x
i
; y se presentan en forma natural en la definicin de ].
4
]
3

A
E

) La relacin entre las transfor 1
2) El teorema de las dimensiones: dim V
n
=dim ker ] +dim Im ]

lineal definida por:
|
'
1
x
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
+
=
|
|
|
|
|
.
\
|
'
3
'
2
1
4 3 2 1
4 1
4 3 2 1
4
3
2
-
x
x
x
x x x x
x x
x x x x
x
x
x
f

|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
1
1
1
0
0
0
1
f
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
1
0
1
0
0
1
0
f
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
1
0
1
0
1
0
0
f
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
1
1
1
1
0
0
0
f
|
|
|
.
|
\
|

=
1 1 1 1
1 0 0 1
1 1 1 1
A
cannica de R
4
.
(Observe que s

R R

|
|
|
|
|
.
\
=
4
3
2
x
x
x
X

| |
1
x
( )
|
|
|
|
.
|
\
|
= =
'
3
'
2
'
1
'
x
x
x
X X f

( )
4 3x
A x f =
.
'
1 3 1 4 x x
X X

=
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
'
3
'
2
'
1
4
3
2
1
4
3
2
1
x
x
x
x
x
x
x
A
x
x
x
x
f
| | 1 1 1 1

sto nos conduce al sistema asociado a la transformacin lineal:

|
|
|
.
\

1 1 1 1
1 0 0 1
|
|
|
.
|
\
|
=
|
|
|
|
|
|
.
|
\
'
3
'
2
'
1
4
3
2
1
x
x
x
x
x
x
x

|
E
= +
=
'
3 4 3 2 1
'
2 4 1
x x x x x
x x x
= +
'
1 4 3 2 1
x x x x x

329
Aplicamos Gauss:
1 1 1 1
1 0 0 1
1 1 1 1

'
3
'
2
'
1
x
x
x

0 2 2 0
0 1 1 0
1 1 1 1

'
1
x
'
1
'
3
'
1
'
2
x x
x x

0 0 0 0
0 1 1 0
1 1 1 1

'
1
x
'
1
'
2
x x
'
1
'
2
'
1
'
3
2 2 x x x x + + =
0 2
'
3
'
2
'
1
= + = x x x
(igualamos a cero para que
el sistema sea compatible)

Podemos escribir: 0 2
'
3
'
2
'
1
= + x x x

Interpretamos el significado de r (A) =2. Siendo las columnas de A vectores de R
3
imgenes de una
base de R
4
, hay dos vectores linealmente independientes en el subconjunto Im ] de R
3

dim Im ] =r (A)

Las componentes de los vectores de la Im ] satisfacen (que sabemos es la
ecuacin de un plano). Hallamos una base de Im ].
0 2
'
3
'
2
'
1
= + x x x
Como 0 2
'
3
'
2
'
1
= + x x x
'
3
'
2
'
1
2 x x x =
Los vectores de Im ] pertenecen al conjunto
( ) { } R x x x x x x e
'
4
'
3
'
4
'
3
'
3
'
2
, , , 2
Podemos escribir:
( ) ( ) ( ) = + =
1
3
'
3
'
2
'
2
'
3
'
2
'
3
'
2
, 0 , 0 , , 2 , , 2 x x x x x x x x ( ) ( ) 1 , 0 , 1 0 , 1 , 2
'
3
'
2
+ x x

Si ( 2, 1 0) 0 1
'
3
'
2
= = x y x
Si ( -1, 0, 1) 1 0
'
3
'
2
= = x y x
Base de Im ]

R
4
R
3

Im ]

|
|
|
.
|
\
|
0
1
2
Base

|
|
|
.
|
\
|
1
0
1
A


330
Nos ocupamos ahora del ker ], una base del mismo y su dimensin.
Resolver O X A

= equivale a encontrar el ker ] (subespacio de R
4
cuya imagen por ] es el vector nulo
de R
3
).
Escribimos el sistema equivalente al homogneo asociado al sistema dado

= +
= +
0 x x
0 x x x x
3 2
4 3 2 1

4 1 4 4 3 3 4 3 2 1
x x x x x x x x x x = = + + = + + =

3 2
x x =

La solucin del sistema homogneo es:

S
H
= ( ) { } R x x x x x x e
4 3 4 3 3 4
, , , ,
( ) ( ) ( ) = + =
4 4 3 3 4 3 3 4
, 0 , 0 , 0 , , , 0 , , , x x x x x x x x
= ( ) ( ) 1 , 0 , 0 , 1 0 , 1 , 1 , 0
4 3
x x +
Si ( ) 0 , 1 , 1 , 0 0 1
4 3
= = x y x
Si ( ) 1 , 0 , 0 , 1 1 0
4 3
= = x y x
Base de ker ]

dim ker ] =2

dim V
n
=dim ker ] +dim Im]
dim R
4
=2 + 2 R
4
R
3

4 =2 + 2

ker ]
|
|
|
|
|
.
|
\
|
0
1
1
0
Base

|
|
|
|
|
.
|
\
|
1
0
0
1
O

Comprobamos ahora que los vectores de la base de ker ] nos conduce al vector nulo

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+ +
+ + +
+ +
=
|
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|

0
0
0
0 1 1 0
0 0 0 0
0 1 1 0
0
1
1
0
1 1 1 1
1 0 0 1
1 1 1 1
ahora quedas invitado y ticamente obligado a verificarlo para el otro vector y
|
|
|
|
|
.
|
\
|
1
0
0
1
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
+
|
|
|
|
|
.
|
\
|
1
1
1
1
1
0
0
1
0
1
1
0

tambin para una combinacin lineal de ambos, por ejemplo:


331
Sea ]: R
3
R
4
; f lineal definida por:

|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
+
+
+ +
+
=
|
|
|
.
|
\
|
'
4
'
3
'
2
'
1
3 2 1
3 2 1
3 2 1
3 2 1
3
2
1
2
2
x
x
x
x
x x x
x x x
x x x
x x x
x
x
x
f

1 1 -1
'
1
x
-1 1 1
'
2
x
1 1 -2
'
3
x
1 2 -1
'
4
x
1 1 -1
'
1
x
0 2 0
'
1
'
2
x x +
0 0 -1
'
1
'
3
x x
0 1 0
'
4
x
'
1
x
1 1 -1
'
1
x
0 2 0
'
1
'
2
x x +
0 0 -2
'
1
'
3
x 2 x 2
0 0 -2 (para que existan imgenes) 0
'
1
= x x 2x 2x
'
2
'
1
'
4
= + 0 2 3
'
4
'
2
'
1
x x x

'
1
'
4
'
2
'
4
'
2
'
1
3 2 despejamos 0 2 3 x x x x x x = = +
Solucin Imf : ( ) { } , , 3 2 ,
'
4
'
3
'
1
'
4
'
1
x x x x x
Buscamos una base
( ) ( ) ( ) ( )
'
4
'
4
'
3
'
1
'
1
'
4
'
3
'
1
'
4
'
1
, 0 , 2 , 0 0 , , 0 , 0 0 , 0 , 3 , , , 3 2 , x x x x x x x x x x + + =
= ( ) ( ) ( ) 1 , 0 , 2 , 0 0 , 1 , 0 , 0 0 , 0 , 3 - , 1
'
4
'
3
'
1
x x x + +

Base { ( 1 , -3 , 0 , 0 ) ; (0 , 0 , 1 , 0 ) ; (0 ,2 , 0 , 1) } dim Im f =3

Para determinar el ncleo trabajamos con el sistema homogneo asociado, nos dice :
x
1
=0
x
2
=0 Ker f ={ 0
}
x
3
=0

dim Ker f =0 (no tiene base)

(ya que la solucin es la solucin trivial)

dim Im f + dim Ker f =dim V
0 + 3 = 3

Enunciamos propiedades de las transformaciones lineales que luego demostraremos.
Sea f una aplicacin lineal de V W


332

f transforma un sistema V f W
generador de V en un sist. generador sist. generador
sist. generador de Im f de V f de Im f

Si f es suryectiva f V f suryectiva W
transforma un sist. sist. generador sist. generador
generador de V en un de V f de W
sistema generador de W

V f inyectiva W

Ker f ={ 0
} f es inyectiva Ker f ={ 0
}
W
0

f transforma todo sistema l. i. V f inyectiva W
de V en un sist. l. i. de W todo sist. sist. l. i.
f es inyectiva l. i . de V de W

Si dim V =dim W
f inyectiva f suryectiva f biyectiva

Demostraciones:

Sea f una aplicacin lineal V W

V W
Sist. generador f sistema generador
de V de Im f

{
n
v v v

,...., ,
2 1
} sistema generador de V entonces { ) ( ),..., (
1 n
v v

f f } sistema generador
de Im f.
Debemos probar que y e Im f , y es combinacin lineal de los f (v
i
)
y e Im f y = ) (v
f para algn
= e
i i
v a v V v

, luego :
= = =
= =
n
i
i i
n
i
i i
v a v a v y
1 1
) ( ) ( ) (

f f f c.q.d.

Dicho sistema generador puede ser linealmente independiente o linealmente dependiente, como
veremos en algunos ejemplos.


333
}

V f W
Sistema generador Sistema generador
de V de W f es suryectiva

Es fcil ver que si f es sobreyectiva Im f =W
{ ) ( ).... (
1 n
v v

f f sistema generador de W.

f es inyectiva Ker f = { } 0
Criterio simple para la inyectividad

f es inyectiva, f es lineal f ( O
) =O

contradice la inyectividad.
si - v = / f ( v

) =O

Ker f = { O
}

Debemos probar la inyectividad de f ( o sea ( ) ( )
2 1 2 1
v v v f v f

= = )

Si ( ) ( ) ( ) ( ) O v f v f v f v f
2 1 2 1
= =

Como f es lineal ( ) { } O f ker v v O v v f
2 1 2 1
= e =

2 1
v v

= c. q. d.

Ejemplos:

1.- R
3
R
3
/ siendo f lineal
|
|
|
.
|
\
|
+
+
+
=
|
|
|
.
|
\
|
z y x
y x
z y x
z
y
x
2 2
2
2
f

f
|
|
|
.
|
\
|
=
0
0
1
i
|
|
|
.
|
\
|
=
1
2
1
) (i
f

f
|
|
|
.
|
\
|
=
0
1
0
j
|
|
|
.
|
\
|
=
2
1
1
) ( j
f

f
|
|
|
.
|
\
|
=
1
0
0
k
|
|
|
.
|
\
|
=
2
0
2
) (k
f

Sist. generarador
de R
3

(elegimos el
ms simple )

334
{ } ) ( , ) ( , ) ( k j i

f f f Cul es el Ker f ?
generan R
3
? El sistema homogneo equivalente al sistema
resuelto es :

=
=
= +
z y
z y
z y x
3
4
0 4 3
0 2

Sabemos que generan Im f
veamos si Im f =R
3

1 -1 2 a x =y - 2z =( ) x z z = =
3
2
2
3
4

2 1 0 b Si z =3 ( -2 , 4 , 3 ) generador del Ker f
-1 -2 2 c
1 -1 2 a dim Ker f =1
0 3 -4 b - 2.a
0 -3 4 c +a Verif. : ( aplicamos la definicin de f del enunc.)

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+ +
+
+
=
|
|
|
.
|
\
|

0
0
0

6 8 2
4 4
6 4 2
3
4
2
f
Igualamos a cero para que el sistema sea
compatible.

-3.a +3.b +3.c = 0 - a +b +c = 0
que podemos escribir - x +y +z =0

los vectores f ( i ) , f ( ) , f (
) no generan R
3
son linealmente dependientes
los linealmente independientes son f ( i
) , f ( j
) generan el plano - x +y +z =0

dim Im f =2 (2 vectores linealmente independientes)

dim Im f +dim Ker f = dim R
3
= dim V
2 + 1 = 3

2.- R
3
R
2
: / f lineal
|
|
.
|
\
|
+
+ +
=
|
|
|
.
|
\
|
z y
z y x
z
y
x
f
f i
|
|
.
|
\
|
=
0
1
) ( i
f
f j
|
|
.
|
\
|
=
1
1
) ( j
f
k
f
|
|
.
|
\
|
=
1
1
) ( k
f
.
{ } ) ( , ) ( j i

f f l.i. Base de Im f =Base de R
2
{(1 , 0 ) ; ( 1 , 1 )}

dimensin de Im f =dim R
2
=2

1 -1 2 a
0 3 -4 b - 2.a
0 0 0 3c +3.a +3b-6.a =0
Plano solucin Im f
Sistema
generador
Sistema generador de Im f
sistema generador de R
2

f es suryectiva

{ } ) ( , ) ( , ) ( k j i

f f f l.d.
de R
3


335
Veamos Ker f : x +y +z =0 x =-y - z =- ( - z ) - z =0 x =0
y +z =0 y =-z

( 0 , -z , z ) solucin
si z =1 ( 0 , -1 , 1 ) base de Ker f dim Ker f =1
dim Im f + dim Ker f = dim R
3

2 + 1 = 3

3.- R
2
R
2
/
|
|
.
|
\
| +
=
|
|
.
|
\
|
y
y x
y
x

f

i
|
|
.
|
\
|
=
0
1
) (i
f
j
|
|
.
|
\
|
=
1
1
) ( j
f

Adems los vectores ) ( , ) ( j i

f f son l.i. constituyen una base de Im f = base de R
2

dim Im f =2

El Ker f ={ } 0
( dim Ker f = 0 ) en efecto :

x +y =0
y =0 x =y =0 f es inyectiva

dim Ker f +dim Im f =R
2

0 + 2 =2

f inyectiva y suryectiva f biyectiva.

4.- Sea f : R
4
R
3
/ f lineal definida por:

|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
+
+ +
=
|
|
|
|
|
.
|
\
|
'
3
'
2
'
1
4 2 1
4 3 2 1
4 3 2 1
4
3
2
1
3 2 3
2 x - x -
2
x
x
x
x x x
x x
x x x x
x
x
x
x
f

Hallar:
a) la imagen y una base de la imagen
b) el ncleo y una base del mismo
c) verificar el teorema de las dimensiones.
d) comprobar que los vectores de la base del ker f, y una combinacin lineal de los mismos
tiene por imagen el vector nulo de R
3
.

sistema generador de Im f
sistema generador de R
2

f es suryectiva
Sistema
generador
de R
2

336
a) Determinamos la imagen, escribimos el sistema asociado a la transformacin lineal y aplicamos
Gauss.

= +
= +
= + +
'
3 4 2 1
'
2 4 3 2 1
'
1 4 3 2 1
3 2 3
2
2
x x x x
x x x x x
x x x x x

3 0 2 3
2 1 1 1
1 1 1 2

'
3
'
2
'
1
x
x
x

3 3 1 0
3 3 1 0
1 1 1 2

'
1
'
3
'
1
'
2
'
1
x 3 x 2
x x 2
x

0 0 0 0
3 3 1 0
1 1 1 2

'
1
x
'
1
'
2
2 x x
'
1
'
2
'
1
'
3
2 3 2 x x x x + + =
0 2 2 2
'
3
'
2
'
1
= + = x x x
(igualamos a cero para que el
sistema sea compatible)

o bien: 0 x x x
'
3
'
2
'
1
= +
'
3
'
2
'
1
x x x + =

El conjunto de vectores de la imagen es:

( ) { ) } R x x x x x x e +
'
3
'
2
'
3
'
2
'
3
'
2
, , ,

Podemos escribir:

( ) ( ) ( )= + = +
'
3
'
3
'
2
'
2
'
3
'
2
'
3
'
2
0 , 0 , , , , x x x x x x x x

= ( ) ( ) + 1 , 0 , 1 0 , 1 , 1
'
3
'
2
x x

si (-1, 1, 0)
0
1
'
3
'
2
=
=
x
x
si (1, 0, 1)
1
0
'
3
'
2
=
=
x
x
Base de Im f
dim Imf =2 =r (A)


337
b) El sistema equivalente al homogneo ( ) 0
'
3
'
2
'
1
= = = x x x es:

= +
= + +
0 3 3
0 2
4 3 2
4 3 2 1
x x x
x x x x

despejamos x
2

4 3 2
3 3 x x x + =

4 3 4 3 4 3 4 3 2 1
2 4 3 3 2 x x x x x x x x x x + = + = =

4 3 1
2 x x x + =

S
H
= ( ) { } R x x x x x x x x e + +
4 3 4 3 4 3 4 3
, , , 3 3 , 2
= ( )
4 3 4 3 4 3
, , 3 3 , 2 x x x x x x + +
= = ( ) (
4 4 4 3 3 3
, 0 , 3 , 0 , , 3 , 2 x x x x x x + )
) = ( ) ( 1 , 0 , 3 , 1 0 , 1 , 3 , 2
4 3
x x +

Base ker f:
y
|
|
|
|
|
.
|
\
|
0
1
3
2
|
|
|
|
|
.
|
\
|
1
0
3
1

dim ker f =2

c) dim V
n
=dim ker f +dim Imf =
4 = 2 + 2

d)

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
+
+ +
=
|
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
0
0
0
6 6
1 3 2
1 3 4
0
1
3
2
3 0 2 3
2 1 1 1
1 1 1 2

Compruebe para el vector

|
|
|
|
|
.
|
\
|
1
0
3
1
y para una combinacin lineal de los vectores de la base por ejemplo
|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
1
1
6
3
0
1
3
2
1
0
3
1


338
}
Sea f una transformacin lineal de V en W , f transforma un sistema linealmente
independiente de V en un sistema linealmente independiente de W si y solo si f es inyectiva.

V W
v
1
f (v
1
)
f f es inyectiva

v
n
f (v
n
)

{ linealmente independiente y
i
v
{ } ) (
i
v
f linealmente independiente si f es no
inyectiva
- v
e V / 0
= v . 0 ) (

= v f contradice que las imgenes de un sistema l.i. de V es un sistema l. i.

f es inyectiva.

f es inyectiva suponemos { f (v
i
) } es l.d.
=
=
n
i
i i
v a
1
0 ) (

f ; - a
i
= 0
Pero 0 ) (
1 1
= |
.
|
\
|
=
= =
n
i
i i
n
i
i i
v a v a f f

donde ya que { v 0
1
=
n
i
i i
v a
i
} son l.i. y - a
i
= 0 hemos encontrado un vector no nulo cuya
imagen es el vector nulo , contradice la inyectividad de f .-

Sean V y W dos espacios vectoriales sobre K de dimensin finita y tales que
dim V = dim W y f una aplicacin lineal.

V
n
f W
n
entonces
f inyectiva f suryectiva f biyectiva

Probamos f inyectiva f suryectiva

f inyectiva Ker f = { } 0
dim Ker f = 0
por teorema de las dimensiones: dim V
n
=dim Im f y
como dim V
n
= dim W
n
dim Im f = dim W
n
f es suryectiva.

f es suryectiva Im f = dim W
n
=dim V
n
por teorema de las dimensiones:

dim Ker f =0 Ker f = { } 0
f es inyectiva.

Esta claro que una vez probado que f inyectiva f suryectiva , f es biyectiva.

Sist.
l. i.
Sist.
l. i.
Trabajo Prctico -Transformaciones Lineales

339

1- Determina cules de las siguientes transformaciones son lineales (T.L.)
a) definida por
2 3
R R : f ) , ( ) , , ( x y z y x = f
b) definida por
3 2
: R R f ) 0 ; ; 1 ( ) ;
2 1 2
x x x =
1
(x f
c) definida por
n x m n x m
: K K f M A A + = ) ( f , siendo M una matriz fija de
n x m
K
d) definida por
3 3
: R R f ) x ; x ; x ( ) x ; x ; (x
3 1 2 3 2 1
= f
e) definida por
3
: R R
3
f ) x x ; x 1; x ( ) x ; x ; (x
1 3 2 1 3 2 1
+ + = f
Como ejemplo desarrollamos los tems a), b) y c)
a) definida por
2 3
: R R f ) ; ( ) ; ; ( x y z y x = f
V = R
3
y W = R
2
adems ( ) 0 ; 0 ; 0 0 =
V
vemos si se cumple la condicin necesaria

( )
V
0
f debe ser igual ( 0 ; 0 0 =

W
) ( ) | | ( ) 0 ; 0 0 ; 0 ; 0 = f se verifica pero como no es suficiente para

afirmar que ] es T.L. seguimos analizando:

= + + + = + ) ; ; ( )] ; ; ( ) ; ; [(
2 1 2 1 2 1 2 2 2 1 1 1
z z y y x x z y x z y x f f ( ) ( ) ( )
2 2 1 1 2 1 2 1
; ; ; x y x y x x y y + = + + =
= ) ; ; ( ) (
2 2 2 1 1 1
z y x z y x f f +
) ; ; ( . ) ; ( ) ; ( ) ; ; ( )] ; ; ( [
1 1 1 1 1 1 1 1 1 1 1 1 1
z y x k x y k kx ky kz ky kx z y x k f f f = = = =
de y es T.L. f
b) : R f
2
R
3
definida por (x f
1
; x
2
) =(x
1
- 1 ; x
2
; 0)

V
n
= R
2
. W
m
= R
3
; ( ) ( ) 0 ; 0 ; 0 0 0 ; 0 0 = . =
Wn Vn

vemos si se cumple la condicin
necesaria )
v
o f(
debe ser =
W
0
f ( ) | | ( ) ( ) 0 ; 0 ; 1 0 ; 0 ; 1 0 0 ; 0 = = no se verifica, esto es
suficiente para afirmar que no es T.L. f

Veremos adems, en este ejemplo, que no se cumple una de las dos condiciones de la definicin
de T.L.

1 ( ) ( ) | | ( ) ( ) = + + = + + = + 0 ; ; 1 ; ; ;
2 2 1 1 2 2 1 1 2 1 2 1
y x y x y x y x f y y x x f

340

= no se verifica ( ) ( 0 ; ; 0 ; ; 1
2 1 2 1
y y x x + )
)

(
2 1
; x x f no es no es T.L. (
2 1
; y y f )

f

c) definida por (A) =A +M siendo M una matriz fija de K
mxn mxn
K K : f f
mx n
.

no se cumple la condicin necesaria pues f
W V
0 ) 0 (

=

(A) =A +M siendo M una matriz cualquiera no es T.L. adems veremos f f
que no se cumple alguna de las condiciones 1 2 de la definicin de T. L.
Tomamos tres matrices cualesquiera de clase mxn: A =[ a
ij
]
mxn
B =[ b
ij
]
mxn
M =[m
ij
]
mxn
]( A + B ) = ] (A) + f (B)

= ] ( [ a
ij
+ b
ij
]
mxn
) = I

] ( A ) =[ a
ij
]
mxn
+ [ m
ij
]
mxn

= II
] ( B ) = [ b
ij
]
mxn
+ [ m
ij
]
mxn

I = II f ( A + B ) = f ( A ) + f ( B )

d) Rta: ] es T. L.
e) Rta: ] no es T.L.

2- La funcin , es lineal y verifica:
3 2
: R R f
a) ] ( 1 ; 2 ) =( -1 ; 0 ; 2 ) y ] ( 2 ; 1) = ( 0 ; 2 ; -1 ). Determina la imagen del vector
(3 ; 3) y la del vector (5 ; 4).
b) ] ( 1 ; 3 ) =( 2 ; 1 ; 0 ) y ] ( 1 ; 2 ) = ( 1 ; 0 ; -1 ). Determina la imagen del vector ( 2 ; 8 )
c) ] (1 ; 0 ) =( 1 ; 2 ; 3 ) y ] ( 0 ; 1 ) =( 0; -1; -2 ). Determina la imagen del vector (2;-3)

9
2
f
9
3

(1; 2) (-1; 0; 2)
(2; 1) (0; 2; -1)
(3; 3) ?
(5; 4) ?

Como (3 , 3) =(1,2) +(2,1). Por definicin de T.L. es:
f (3,3) = (1, 2) + (2, 1) =(-1; 0; 2) +(0; 2; -1) =(-1; 2; 1) (3,3) =(-1; 2; 1) f f f
] ( A + B ) [ a
ij
+b
ij
]
mxn
+[ m
ij
]

]( A ) + f ( B ) [ a
ij
+b
ij
]
mxn
+ 2 [ m
ij

]
] no es T. L.

341

No siempre es una suma directa. Para hallar la imagen de debemos determinar el valor de los
escalares k
|
|
.
|
\
|
4
5
1
y k
2
de la C.L. (Escribimos los vectores por columna, de modo que surja en forma natural
el sistema asociado a la C.L.)
k
1
+k
|
|
.
|
\
|
2
1
2
, esta igualdad matricial implica resolver el sistema:
|
|
.
|
\
|
=
|
|
.
|
\
|
4
5
1
2

= +
= +
4 2
5 2
2 1
2 1
k k
k k
1 2 5
2 1 4
1 2 5
0 -3 -6
el sistema equivalente es:

=
= +
6 3
5 2
2
2 1
k
k k

k
2
=2 ; k
1
=5 - 2 k
2
=5 - 4 =
1
k
1
=1 y k
2
=2 1 (1 ; 2) +2 (2 ; 1) =(5 ; 4)

Aplicando definicin de T.L. es:
) 1 ; 2 ; 0 ( 2 ) 2 ; 0 ; 1 ( 1 ) 1 ; 2 ( 2 ) 2 ; 1 ( 1 )] 1 ; 2 ( 2 ) 2 ; 1 ( 1 [ ) 4 ; 5 ( + = + = + = f f f f ) 0 ; 4 ; 1 ( ) 4 , 5 ( f =

Resuelve en forma anloga los tems b) y c)
b) Rta: ( ) ( 2 ; 4 ; 6 8 ; 2 = f )
)
)
)
)
)
c) Rta: ( ) ( 0 ; 7 ; 2 3 ; 2 = f

3- Dadas las funciones lineales : R f
2
R
2
, clasifcalas en base a su interpretacin geomtrica.
a) ( ) (
2 1 2 1
; ; x x x x f =
b) ( ) ( 0 ; ;
1 2 1
x x x f =
c) ) ; ( ) ; (
1 2 2 1
x x x x = f
d) ( ) (
2 2 1
; 0 ; x x x f =

a) ( ) (
2 1 2 1
; ; x x x x f =

Tomamos varios vectores de V =R
2
y le
aplicamos obteniendo vectores deW =R f
2

para (1;1) (1;1) =(-1;-1) f
para (3;5) (3;5) =(-3;-5) f
para (-2;3) (-2;3) =(2;-3) f

Esta T.L. representa la simetra con respecto
al origen de coordenadas.


342

}
)
+ A distintos elementos del Dm le corresponden distintas imgenes f es inyectiva
+ Todo elemento del Rg (W) es imagen de algn elemento del Dm (V) f es sobreyectiva
es biyectiva. f
V = W = R
2
es un endomorfismo es un endomorfismo biyectivo es automorfismo f f f

b) ( ) ( 0 ; ;
1 2 1
x x x f = )
)
)
)
)
)
)

para (1 , 2) ( ) ( 0 ; 1 2 , 1 = f
para (1 ;4) ( ) ( ) 0 ; 1 4 ; 1 = f
para (1 ; -5) ( ) ( 0 ; 1 5 ; 1 = f
para (-2; 3) ( ) ( 0 ; 2 3 ; 2 = f
para (-2; 7) ( ) ( 0 ; 2 7 ; 2 = f
para (-4 ; -5) ( ) ( 0 ; 4 5 ; 4 = f
para (3 ; -4) ( ) ( 0 ; 3 4 ; 3 = f

Esta T.L. representa grficamente una proyeccin sobre el eje x

o f no es inyectiva ya que elementos distintos del Dm (V) tienen iguales imgenes.

o f no es sobreyectiva ya que Rg (W) = Im f . Im f es subespacio de R
2
;

Im =eje x y V =W =R f
2
es un endomorfismo. f

c) Rta: f representa una simetra respecto de la bisectriz del primero y tercer cuadrante,
es un automorfismo. f
d) Rta: f representa una proyeccin sobre el eje y
es un endomorfismo no inyectivo y no suryectivo. f

4- Sean V y W dos E.V. Halla la T.L. que resulte de asignar a los vectores de una base B de V
vectores cualesquiera de W, segn los datos:
a) V = R
2
; W = R
3

B = se transforman en los vectores respectivamente. ( ) ( ) { 0 ; 1 ; 2 ; 1 ) 1 , 0 , 3 ( y ) 0 , 2 , 1 (
b) V = R
3
; W = R
2x2

B = se transforman en los vectores ( ) ( ) ( { } 3 ; 2 ; 0 ; 1 ; 1 ; 0 ; 2 ; 0 ; 1
respectivamente.
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
0 2
1 0
0 1
1 1
;
0 0
2 1
y

343

)}
c) V = R
3
; W = R
2

B = se transforman en los vectores ( ) ( ) ( { 0 ; 1 ; 1 ; 0 ; 1 ; 1 ; 1 ; 1 ; 1
(1 ; 2) ; (1 ; 2) y (-1 ; 1) respectivamente.

Como ejemplo desarrollamos el tem a).
Recordemos que un vector puede expresarse por sus coordenadas o componentes
( ) por fila o columna:
n
x x x X
2 1
; =
f
f

|
|
|
.
|
\
|
=
n
x
x
X
1
Dado un espacio vectorial todo vector del mismo puede expresarse como combinacin lineal nica
de los vectores de una base ; si la base es cannica los escalares de la combinacin lineal se llaman
componentes, si la base no es la cannica dichos escalares son las coordenadas del vector.

a) R
2
R
3

|1

|
|
.
|
\
2 |
|
|
.
|
\
|
0
2
1

|1

|
|
.
|
\
0
|
|
|
.
|
\
|
1
0
3
Debemos encontrar la definicin de ( se define sobre la
base cannica).
f f

donde y son las coordenadas de
|
|
.
|
\
|
+
|
|
.
|
\
|
=
0
1
2
1
'
2
'
1
x x X
'
1
x
'
2
x X

donde x
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
=
2
1
2 1
1
0
0
1
x
x
x x X
1
y x
2
son las componentes de X

despejamos las coordenadas de
|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
=
2
1 '
2
'
1
0
1
2
1
x
x
x x X
en funcin de las
componentes de dicho vector ya que las T.L. se definen sobre componentes

1
'
2
'
1
x x x = +
2
'
1
2 x x =

2
2
1
'
2
'
1 1
'
2
x
x x x x x = =

|
|
.
|
\
|
|
.
|
\
|
+
|
|
.
|
\
|
=
0
1
2
x
x
2
1
2
x
X .
2
1
2
hallamos la imagen del vector genrico X
recordando que toda

T.L. preserva las combinaciones lineales ( ) ( ) ( ) 0 ; 1 |
.
|
\
|
+ = f
2
x
x 2 ; 1 f .
2
x
X .
2
1
2
f

2
2 '
1
x
x =

344

( )
|
|
|
|
|
|
.
|
\
|
+
=
|
|
|
.
|
\
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
=
2
2
3
3
2
1
0
3
.
2
0
2
1
.
2
2
1
2
2
1
2
2
1
2
x
x
x
x
x
x
x
x
x
X f

( )
|
|
|
|
|
|
.
|
\
|
=
2
3
2
1
2
2 1
x
x
x
x x
X f

( )
|
|
.
|
\
|
=
2
; ; 3
2
1 2 2 1
x
x x x x X f

hemos hallado la T.L. nica pedida

b) Rta:
|
|
.
|
\
| + +
=
|
|
|
.
|
\
|
0
2 4 2 3 5
2
3 2 1 3 2 1
3
2
1
x
x x x x x x
x
x
x
f
c) Rta:
|
|
.
|
\
|
+
+
=
|
|
|
.
|
\
|
2 1
2 1
3
2
1
2
x x
x x
x
x
x
f

5- Sea : V f
n
W
m
, tal que es lineal f
B una base de V
n
y B una base de W
m

dado por sus coordenadas en base B (es decir
n
V X e
B
X
)

i) halla la matriz asociada a la T.L.
ii) halla (utilizando la matriz asociada) f

B'
) X (
iii) halla las componentes de X
y ) X (
f

iv) comprueba que verifican la T.L. dada.

a) : R f
3
R
2
definida por (x f
1 ;
x
2
; x
3
) =(2x
1
+x
2
-x
3
; 3x
1
2x
2
+4x
3
)

B = )} 0 ; 0 ; 1 ( ); 0 ; 1 ; 1 ( ); 1 ; 1 ; 1 ( {
3 2 1
= = = e e e

B= )} 4 , 1 ( ; ) 3 , 1 ( {
'
2
'
1
= = e e

; ( ) 1 ; 1 ; 2 =
B
X

b) : R f
3
R
3
definida por (x f
1
; x
2
; x
3
) =(x
1
; x
1
+x
2
; x
3
)
B =
)
`
= = = ) 2 1; (0; ; 0) ; 0 ; (2 ; ) 0 ; 1 ; 1 (
3 2 1
e e e

B = (base cannica) ; { }

k j i , ,
B
X
=
|
.
|
\
|
2
3
;
4
1
;
2
1

c) : R f
3
R
3
definida por (x f
1
; x
2
; x
3
) =(x
1
x
2
; x
2
; x
3
+x
1
)

B = )} 0 ; 0 ; 1 ( ; ) 1 ; 1 ; 0 ( ) 0 ; 1 ; 1 ( {
3 2 1
= = = e e e

;
B = )} 0 ; 2 ; 3 ( ; ) 0 ; 1 ; 2 ( ; ) 1 ; 0 ; 0 ( { = = =
'
3
'
2
'
1
e e e

; ) 2 ; 3 ; 1 ( =
B
X


345

) d) : R f
3
R
2
definida por (x f
1 ;
x
2
; x
3
) =(2x
1
+x
2
+x
3
; x
2
3x
3
B = )} 1 ; 1 ; 1 ( ; ) 0 ; 1 ; 1 ( ; ) 1 ; 0 ; 1 ( {
3 2 1
= = = e e e

B = ) 3 ; 2 ( ) 1 ; 1 (
2 1
= =
' '
; e e

;
B
X
= ( 1; -1; 1 )


a) ] : 9
3
9
2
definida por ] =
|
|
|
.
|
\
|
3
2
1
x

x
x
|
|
.
|
\
|
+
+
3 2 1
3 2 1
4x 2x - 3x
x - x 2x
B ={( 1; 1; 1); ( 1; 1; 0); (1 ;0 ;0)} ; B' ={(1; 3); (1; 4)} ;
B
X
=(2; 1; 1)

i) Diagramamos el enunciado y calculamos las imgenes por f de los vectores de la base B.

R
3
] R
2

f (
|
|
|
.
|
\
|
=
1
1
1
e
1
) =
|
|
.
|
\
|
5
2
1
e
B f (
|
|
|
.
|
\
|
=
0
1
1
e
2
2
e
) =
|
.
\
1
|
|
.
|
\
|
=
|
|
.
|
\
|
=
4
1
3
1
'
2
'
1
'
e
e
B
|
|
|3

|
|
|
.
|
\
|
=
0
0
1
e
3
|
|
.
|
\
|
= |
.
|
\
|
3
2
3
e f

|
|
|
.
|
\
|
=
1
1
2

B
X
( ) X f

?

Las columnas de la matriz asociada son las coordenadas de los ) (
i
e
f en base B por lo tanto

debemos expresar los ) (
i
e
f en dicha base.
Generalizamos:
2
eR v
de componentes
determinamos sus coordenadas en base B

|
|
.
|
\
|
|
o
|
|
.
|
\
|
'
2
'
1
x
x

|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|
=
|
o
4
1
3
1
'
2
'
1
x x v
= +
= +
|
o
'
2
'
1
'
2
'
1
4 3 x x
x x


346

; o | 3
'
2
= x | o o | o o = + = = 4 3
'
2
'
1
x x
1 1 o
3 4 |

1 1 o

0 1 | - 3o

| o = 4
'
1
x o | 3
'
2
= x

Particularizamos para los ( )
i
e f

( ) ( )
|
|
.
|
\
|
=
|
|
.
|
\
|
=
1
3
5
2
'
1 1
B
e f e f

( ) ( )
|
|
.
|
\
|
=
|
|
.
|
\
|
=
8
11
1
3
'
2 2
B
e f e f columnas de la matriz asociada

( ) ( )
|
|
.
|
\
|
=
|
|
.
|
\
|
=
3
5
3
2
'
3 3
B
e f e f

|
|
.
|
\
|

=
3 8 1
5 11 3
A

ii) X A X

=
|
.
|
\
|
f , con
B
|
|
|
.
|
\
|
=
1
1
2
X
|
|
.
|
\
|

=
|
.
|
\
|
3 8 1
5 11 3
B'
X f
=
|
|
|
.
|
\
|
1
1
2
|
|
.
|
\
|
=
|
|
.
|
\
|

+ +
13
22
3 8 2
5 11 6
( )
'
2
'
1 '
13 22 e e X f

=
B

iii) Hallamos las componentes de X
y de ( ) X f

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|
= + + =
2
3
4
0
0
1
1
0
1
1
1
1
1
1
2 1 1 2
3 2 1
e e e X

k j i X 2 3 4 + + =

( ) f

( ) j 14 i 9 X f

+ =
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
= =
14
9
4
1
13
3
1
22 13 22
'
2
'
1
e e x

347
iv) Aplicamos la T.L. al vector X
y obtenemos ( ) X f

en bases usuales
( )
|
|
.
|
\
|
=
|
|
.
|
\
|
+
+
=
|
|
|
.
|
\
|
=
14
9
2 . 4 3 . 2 4 . 3
2 3 4 . 2
2
3
4
f X f

b) definida por (x
3 3
: R R f f
1
, x
2
, x
3
) =(x
1
, x
1
+x
2
, x
3
)
Diagramamos el enunciado y calculamos las imgenes por de los vectores de la base B. f

i) R
3
R f
3

|
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
2
3
4
1
2
1
2
1
0
0
0
2
0
1
1
3
2
1
B
X
e
e
e
B

|
|
|
|
.
|
\
|
= |
.
|
\
|
0
2
1
1
e f

|
|
|
|
.
|
\
|
=
0
2
2
) e f(
2
|
|
|
|
.
|
\
|
=
2
1
0
) e f(
3

f ( ? ) X
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
1
0
0
0
1
0
0
0
1
k
j
i
B
,

) (
1
e
f , , ) (
2
e
f ) (
3
e
f estn dados por sus componentes. Como la base B es la cannica,

la matriz asociada es la que tiene por columnas dichas componentes

|
|
|
|
.
|
\
|
=
2 0 0
1 2 2
0 2 1
A

ii) con X A X

= ) f(
|
|
|
|
|
.
|
\
|
=
2
3
4
1
2
1
B
X
= ) X
f(
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
3
3
1
2
3
4
1
2
1

2 0 0
1 2 2
0 2 1
.
Insistimos B es la cannica k j i

3 3 + + = ) X f(


348
iii) Hallamos las componentes de X
, las de ) X (
f ya estn halladas
k j i

3 2
3
2
1
2
1
0
2
3
0
0
2
4
1
0
1
1
2
1
+ + =
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
+
|
|
|
|
.
|
\
|
+
|
|
|
|
.
|
\
|
= X X

iv) Aplicamos la T.L. al vector X
y obtenemos ) X (
f en bases usuales:

|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
+ =
|
|
|
|
.
|
\
|
=
3
3
1
3
2 1
1
3
2
1
f ) X f(

c) Rta: i)
|
|
|
|
.
|
\
|
=
1 3 2
2 5 3
1 1 1
A
ii)
|
|
|
|
.
|
\
|
= =
5
8
4
X A. X

) f(
iii) k j i

3 2 + + = X ; k j i

4 2 + + = ) X ( f

iv)
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
4
2
1
3
2
1
f

d) Rta: i)
|
|
|
.
|
\
|
=
5
2
5
4
0
5
16
5
7
3
A

ii)
|
|
|
.
|
\
|
= =
5
2
5
24
X A ) X (

f

iii) k 2 i

+ = X ; j 6 i 4

= ) X ( f

iv)
|
|
.
|
\
|
=
|
|
|
.
|
\
|
6
4
2
0
1
f


349
2 3
: R R f
2
2
2 3
R R : f
3 5
R R : f
6- En cada una de las siguientes T.L. halla el ncleo, la imagen, una base de los mismos y sus
respectivas dimensiones, estudiando la inyectividad y la suryectividad, diagramando en los casos
posibles.
a) definida por
|
|
.
|
\
|
+
+
=
|
|
|
|
.
|
\
|
3 2 1
2 1
3
2
1
2 3
x x x
x x
x
x
x
f
b) definida por R R : f
2 1
2
1
2x x
x
x
f =
|
|
.
|
\
|
c) definida por : R R f
|
|
.
|
\
|
=
x
x
x f
3
) (
d) definida por
|
|
.
|
\
|
+
+ +
=
|
|
|
.
|
\
|
3 2
3 2 1
3
2
1
x x
x x x
x
x
x
f
e) definida por
|
|
|
.
|
\
|
+ + + +
+ + + +
+ + + +
=
|
|
|
|
|
|
.
|
\
|
5 4 3 2 1
5 4 3 2 1
5 4 3 2 1
7 6 5 4 3
6 5 4 3 2
5 4 3 2
5
4
3
2
1
x x x x x
x x x x x
x x x x x
f
Como ejemplo desarrollamos los tems a) , b) y c) .

Te recordamos conceptos que debes tener muy claros para resolver cuestiones inherentes a los
subespacios ncleo e imagen.

: V f
n
W
m
/ es lineal f

V
n
W f
m

Ker Im f f

f ' X X A X

= =
|
.
|
\
|
f X

' es el sistema asociado a la T.L. X X A

=
o
-
(este sistema aparece en forma natural en la definicin de ) f
V
n
W
m

1
e
e
n

Base
( )
( )
i
n
e f
e f

Si no se especifican las bases trabajamos con la base usual.
Las columnas de la matriz A son las componentes de los
vectores ( )
m i
W e f e imgenes de los vectores de una base
de V
n
y constituyen un conjunto generador de Im . f

350
Resulta entonces que r (A) = dim Im f
si: dim Im = dim W es suryectiva (se dice tambin que es un epimorfismo). f f f
El sistema homogneo asociado nos permite obtener el Ker ; f O X A

=
Si Ker = } { f o
dim Ker =0 (el sistema admite slo la solucin trivial) f

Si dim Ker = 0 es inyectiva (se dice tambin es un monomorfismo). f f f

Retomamos la definicin de la T.L.
a) definida por
2 3
R R : f
f
|
|
.
|
\
|
+
+
=
|
|
|
|
.
|
\
|
3 2 1
2 1
3
2
1
2 3
x x x
x x
x
x
x
f
Aplicamos a los vectores de la base usual de R f
3

R
3
R
2

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1
0
0
0
1
0
0
0
1
k
j
i
( )
( )
( )
|
|
.
|
\
|
=
|
|
.
|
\
|
=
|
|
.
|
\
|
=
1
0
1
2
1
3
k f
j f
i f

)
`
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
1
0
;
1
2
;
1
3
es un conjunto generador de Im , las componentes de dichos vectores son
las columnas de la matriz asociada:
|
|
.
|
\
|
=
1 1 1
0 2 3
A es la matriz de los coeficientes del sistema asociado.
= +
= +
'
2 3 1
'
1 2 1
2 3
x x x x
x x x
z
(Observe que aparece en forma natural en la
definicin de ) f

dimIm = r (A) = 2
'
1
'
2
'
1
'
2
'
1
3 3 5 0
0 2 3
1 1 1
0 2 3
x x
x
x
x

f


351
f
Como dim Im =dim R f
2
es suryectiva f
Se dice tambin es un epimorfismo f
Seleccionamos una base de Im tomando del conjunto generador de Im dos vectores l.i. f f
Base Im =
)
`
|
|
.
|
\
|
|
|
.
|
\
|
1
0
,
1
3

Determinamos el subespacio Ker analizando el sistema homogneo equivalente al dado. f

= = +
= = +
2 3 3 2
2 1 2 1
3
5
0 3 5
3
2
0 2 3
x x x x
x x x x

Conjunto solucin de Ker = f
)
`
e
|
.
|
\
|
R x x x x
2 2 2 2
3
5
, ;
3
2

Hacemos x
2
= 3 y obtenemos una solucin particular )} 5 , 3 , 2 {( =Base de Ker (variando x f
2

podemos obtener otras soluciones particulares y cualquier terna puede tomarse como base)
dim Ker = 1 = 0 no es inyectiva f f

dim V
n
= dim Im + dim Ker f f
3 = 2 + 1

Diagramamos:

Teniendo en cuenta que dim Ker =1 significa que el Ker son los puntos de la recta de R f f
3

dirigida por el vector (-2 , 3, 5):

b) definida por R R : f
2
f
2 1
2
1
2x x
x
x
=
|
|
.
|
\
|
En este caso como la funcin es de R
2
R hay slo una ecuacin lineal asociada ' 2
2 1
x x x =

matriz asociada: A =(1 -2 ) r (A) =dim Im =1 f
dim Im =dim R es suryectiva , es un epimorfismo f f f


352
Conjunto generador de Im = f } 2) ( ; (1) {
Base Im ={ (1) } f
Analizamos Ker : x f
1
- 2x
2
=0 x
1
= 2x
2

Conjunto solucin Ker = { ( 2x f
2
, x
2
) x
2
e R }

Hallamos una solucin particular haciendo x
2
=1 Base Ker = { (2 , 1 ) } f
dim Ker =1 = 0 no inyectiva f f
dim V
n
2 = 1 + 1

c) definida por (x) =
2
R R : f f
|
|
.
|
\
|
x
x
3
Sistema asociado

=
=
'
2
'
1
3 x x
x x
Matriz asociada A = r (A) =dim Im =1
|
|
.
|
\
|
3
1
f
f f
dim R
2
=2
f es no suryectiva

Conjunto generador de Im = , como es l.i. Base Im =
)
`
|
|
.
|
\
|
3
1
)
`
|
|
.
|
\
|
3
1
Grficamente son los puntos de la recta dirigida por el vector (1 , 3)

Analizamos Ker f
x =0 Ker =
=
=
0 3
0
x
x
f } {o

dim Ker =0 (cero) es inyectiva , es un monomorfismo f f f

dim V
n
1 = 1 + 0


353

d) Rta: Conjunto generador de Im f =
njunto solucin Ker

)
`
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
1
1
;
1
1
;
0
1
dim Im f =2

f =( ) { } R x x x e
3 3 3
, , 0 Co

) Rta Conjunto solucin Im
Conjunto solucin Ker =
=3
- Dadas las bases B y B' de un mismo E. V. y las componentes de un vector
dim Ker =1 f

f f es suryectiva ; es no inyectiva

f = } ) ; ; 2 {(
'
3
'
2
'
3
'
2
'
3
'
2
R x x x x x x e e : dim Im =2 f

f ( )
)
`
e + + R x x x x x x x x x x x x
5 4 3 5 4 3 5 4 3 5 4 3
, , ; ; ; 4 3 2 ; 3 2

f f f dim Ker es no suryectiva ; es no inyectiva

Z
7 halla:
d la base B'

i) la matriz de paso P e la base B a
ii) las coordenadas de Z
en base B'

iii) la matriz de paso P de la base B' a la base ' B
de Z
iv) las coordenadas en e bas B

{ }
'
i
Z v) comprueba que = P { }
i
Z
{ }
'
vi) comprueba que { }
i
Z =P'
i
Z

vii) comprueba y justifica que P y P' son inversas

a) } 0) 2; (0; ; 1) 0; 1; ( ; 1) 1; (0; {
3 2 1
= = = = B e e e

0)} 2; ; (1 e 1); ; 1 - ; (1 e 2); ; 0 ; (0 e {
'
3
'
2
'
1
= = = =

B'
k j i

3 2 + + = Z


354
} 1) 1; (1; ; 1) 0; 2; ( ; 0) 1; (1; {
3 2 1
= = = = B e e e

b)
; 1)} 2; ; (1 e 1); ; 0 ; (0 e 0); 3 ; (2 e {
'
3
'
2
'
1
= = = =

B'
k j i

+ + = 8 Z


i) Las columnas de la matriz de paso P son las coordenadas de los } {
i
e
en base B', dicha matriz

determina un cambio de coordenadas (o transformacin de coordenadas)
Generalizacin:
3
R Xe

de componentes
Se verifica:

esolvemos el sistema y obtenemos las coordenadas en base B' en funcin de las componentes.

|
|
|
.
|
|
o

|
|
|
|
|
.
|
\
|
= + + =
|
o
'
3
'
3
'
2
'
2
'
1
'
1
e x e x e x X

|
|
|
|
|
|
=
|
|
|
|
|
|
+
|
|
|
|
|
|
+
|
|
|
|
|
|
=
|
o
0
2
1
1
1
1
2
0
0
'
3
'
2
'
1
x x x X
. \ . \ . \ . \
= +
2 1
2 x x
= +
= +
|
o
' '
'
3
'
2
'
3
'
2
2x x
x x

R
6
3 2
'
1
o |
3
2
'
2
| o
= x
3
'
3
| o +
= x
+ +
= x

} {
i
e
Particularizamos para los

|
|
|
|
.
|
\
|
=
1
1
0
1
e

B'
|
|
|
|
|
.
|
\
|
=
3
1
3
1
3
2
1
e

|
|
|
|
.
|
\
|
=
1
0
1
2
e

B'
|
|
|
|
|
.
|
\
|
=
3
1
3
2
6
1
2
e

|
|
|
|
|
.
|
\
|

=
3
2
3
1
3
1
3
2
3
2
3
1
3
1
6
1
3
2
P columnas de P

|
|
|
|
.
|
\
|
=
0
2
0
3
e

B'
. \

|
|
|
|
|
|
=
3
2
3
2
3
1
3
e


355
ii) Particularizamos para como lo hicimos para los Z
} {
i
e

|
|
|
|
|
|
3
. \

iii) Recprocam a lo enunciado en
=
1
0
2
B'
Z

ente i), las columnas de la matriz de paso P' son las
coordenadas de los en base B.
Generalizamos
3
R Xe
|
|
|
|
.
|
\
|
=
3
2
1
Z
)
`
'
i
e
de componentes
Se verifica:

os las coordenadas en base B en funcin de las componentes:

|
|
|
|
.
|
|
o

|

|
|
|
|
.
|
\
|
= + + =
|
o
3 3 2 2 1 1
e x e x e x

X
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
+
|
|
|
|
.
|
\
|
+
|
|
|
|
.
|
\
|
=
|
o
0
2
0
1
0
1
1
1
0
3 2 1
x x x X
= +
= +
=
|
o
2 1
3 1
2
2
x x
x x
x

Resolvemos y obtenem
o + =
1
x o =
2
x
2
3
| o +
= x

Particularizamos para los

)
`
'
i
e

|
|
|
.
|
\
|
=
2
0
0
'
1
e
B
|
|
|
|
.
|
\
|
=
1
0
2
'
1
e

|
|
|
.
|
\
|
=
1
1
1
'
2
e

B
|
|
|
|
.
|
\
|
=
2
1
1
0
'
2
e

|
|
|
|
.
|
\
|
=
2
3
2
1
1
1 1 0
1 0 2
P' columnas de P

|
|
|
.
|
\
|
=
0
2
1
'
3
e
B
|
|
|
|
.
|
\
|
=
2
3
1
1
'
3
e


356
iv) Particularizamos para

como lo hicimos para los Z
'
i
e

) { }

'

|
|
|
|
.
|
\
|
=
3
2
1
Z
|
|
|
|
.
|
\
|
=
0
1
2
B
Z

i i
Z Z P =
)
`
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|

=
|
|
|
|
.
|
\
|
0
1
2
3
2
3
1
3
1
3
2
3
2
3
1
3
1
6
1
3
2
1
0
2
3
. v se verifica
vi) { }
|
|
|
|
.
|
\
|
|
|
|
|
.
|
{ }
'
' Z P Z =
i i
\
|
.
\
0

=
|
|
|
|
1
0
2
3
2
3
2
1
1
1 1 0
1 0 2
1
2
. se verifica
vii) P . P =I (comprubalo)
.
P
-1
= P (la
Prem P
-1

-1
P I =

ta
i) P = ii)
iii) P' =

P P
-1
=I por definicin inversa

inversa es nica)

Siendo } } {
'
Z ultiplicando por {
i i
Z P =

P
-1
P {Z = } {
'
i
Z }
i
= } {
i
Z } {
i
Z

P
-1
= } {
'
Z } {Z
i i

P

B
P
-1
B'
b) R :
|
|
|
|
.
|
\
|
1 6 1
2 7 1
1 4 1
|
|
|
|
.
|
\
|
=
13
12
6
B'
Z

iv)
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|

2
3
1
2
1
2
1
0
2
1
2
1
1
2
5

=
2
9
2
7
2
7
B
Z

Auto-evaluacin - Transformaciones Lineales

357
AUTO-EVALUACIN
1) Analiza si:
]: K
n x n
K
n x n
definida por ] (A) =AM +MA, siendo M una matriz fija de K
n x n
es una
transformacin lineal.

2) Halla la T.L. f : R
3
R
2
que verifica: f
|
|
; f
|
|
; f
|
|

.
|
\
|
=
|
|
|
|
.
|
\
|
2
1
1
1
1
.
|
\
|
=
|
|
|
|
.
|
\
|
2
1
0
1
1
.
|
\
|
=
|
|
|
|
.
|
\
|
1
1
0
0
1
3) Halla la matriz asociada a la T.L. definida por: f R
3
R
2
/ f
|
|

.
|
\
|
+ +
=
|
|
|
|
.
|
\
|
3 2
3 2 1
3
2
1
3
2
x x
x x x
x
x
x
B
V
={(1,0,1) ; (1,1,0) ; (1,1,1)}
B
W
={(1,-1) ; (2,3)}

4) Dada f : R
3
R
2
definida por f
|
|
halla la imagen y el ncleo.
.
|
\
|
+
=
|
|
|
|
.
|
\
|
3 2
3 1
3
2
1
2
x x
x x
x
x
x

Soluciones

1) i) ] (A+B) = (A+B) M +M (A+B) = AM +BM +MA +MB =

= (AM+MA) +(BM +MB) = ] (A) +] (B)

ii) ] (KA) = K(AM +MA) =K A M +K M A = K ] (A)

] es una transformacin lineal

2) ] ] ]
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
2
1
1
1
1
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
2
1
0
1
1
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
1
1
0
0
1
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
+
+ +
=
|
|
|
|
.
|
\
|
+
|
|
|
|
.
|
\
|
+
|
|
|
|
.
|
\
|
3
2
1
'
1
'
2
'
1
'
3
'
2
'
1
'
3
'
2
'
1
x
x
x

x
x x
x x x

0
0
1
x
0
1
1
x
1
1
1
x
componentes
2 1
'
3 3 2
'
2 3
'
1
; ; x x x x x x x x = = =

3 2 1 2 3 2 1 3
e ) x (x e ) x (x e x X

+ + =

358
| | | | | | 1 1 1
Por teorema fundamental

] ]
|
|
.
\
+
|
|
.
\
+
|
|
.
\
=
1
) x x (
2
) x x (
2
x ) X (
2 1 3 2 3
|
|
.
|
\
|
+
=
|
|
|
|
.
|
\
|
1 2
1 2
3
2
1
2
x x
x x
x
x
x
es la transformacin
lineal pedida.

3) ]: R
3
R
2
/ ]
|
|

.
|
\
|
+ +
=
|
|
|
|
.
|
\
|
3 2
3 2 1
3
2
1
3
2
x x
x x x
x
x
x
B
V
={(1 , 0 , 1) ; (1 , 1 , 0) ; (1 , 1 , 1)}
B'
W
={(1 , -1) ; (2,3)} ] ; ] ; ]
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
3
3
1
0
1
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
1
3
0
1
1
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
2
4
1
1
1

Debemos expresar los ] (e
i
) en base B'
W
, generalizamos:
|
|
.
|
\
|
=
|
|
|
.
|
\
|
+
+
=
|
|
.
|
\
|
+
|
|
.
|
\
|
=
|
o
'
2
'
1
'
2
'
1
'
2
'
1
3
2
3
2
1
1
x x
x x
x x v

1 2 o
-1 3 |
1 2 o
0 5 |+o
5
'
2
| o +
= x ;
|
|
.
|
\
|
+
= =
5
2 2
'
2
'
1
| o
o o x x
5
;
5
2 3
'
2
'
1
| o | o +
=
= x x

Particularizamos para los ] ( )
i
e
]
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
3
3
1
0
1
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
+
0
3
5
3 3
5
6 9

]
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
1
3
0
1
1
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
+
5
4
5
7
5
1 3
5
2 9
A =
|
|
|
.
|
\
|
5
2
5
4
0
5
16
5
7
3

]
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
2
4
1
1
1
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
+
5
2
5
16
5
2
5
4 12


359

4) ] : R
3
R
2
definida por ]
|
|
.
|
\
|
+
=
|
|
|
|
.
|
\
|
3 2
3 1
3
2
1
2
x x
x x
x
x
x
Sistema Asociado
= +
=
'
2 3 2
'
1 3 1
2
x x x
x x x

Matriz asociada:
|
|
.
|
\
|
1 1 0
2 0 1

Conjunto generador de Im] =
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
1
2
,
1
0
,
0
1
Base Im] = r (A) =dim Im] =2
|
|
.
|
\
|
|
|
.
|
\
|
1
0
0
1
dim Im] =dim R
2
] es suryectiva ] es un epimorfismo

Determinamos el Ker ] analizando el sistema homogneo asociado:
= +
=
0 x x
0 2x x
3 2
3 1

x
1
=2x
3

x
2
=-x
3

Solucin Ker ] ={(2x
3
, -x
3
, x
3
) x
3
e R}
(2x
3
, -x
3
, x
3
) =x
3
(2, -1, 1)

Solucin particular: hacemos x
3
=1 {(2, -1, 1)} =Base Ker ]
dim Ker ] =1 ] no es inyectiva
dim V
n
=dim Im ] +dim Ker ]
3 = 2 + 1

Autovalores y Autovectores

360
Contenidos

Operadores lineales.-
Subespecies invariantes.-
Valores propios, vectores propios (concepto).-
Ejemplos.-
Polinomio caracterstico y ecuacin caracterstica.-
Clculo de valores propios y de vectores propios.-
Ejemplos.-
Condiciones de diagonalizacin.-
Propiedades.-
Algoritmo de diagonalizacin.-
Ejemplos.-
El polinomio caracterstico y la ecuacin caracterstica son invariantes respecto de los cambios de
base.-
Ejemplos
Diagonalizacin de matrices simtricas.-
Ejemplos.-
Base de autovectores ortonormales.-

Objetivos:
Definir autovalores y autovectores. Comprender las condiciones de diagonalizacin de
matrices.


361
Operadores lineales

Sea ]: V
n
V
n
; ] lineal: el espacio origen es igual al espacio imagen ]es un endomorfismo,
tambin se dice: ] es un operador lineal: si ] es biyectiva ] es un automorfismo.-

Teniendo en cuenta la relacin A
2
=P
2
-1
.A
1
.P
1
entre matrices de una misma transformacin lineal
cuando se cambian las bases, y tomando las mismas bases (lo que siempre haremos) en los espacios
vectoriales V
n
origen y V
n
imagen, resultan iguales ambas matrices de paso con lo que:

A
2
=P
-1
.A
1
.P ser la relacin que liga las matrices A
1
y A
2
de un mismo operador lineal en bases
diferentes.
Dichas matrices son cuadradas y semejantes.

V
n
A
1
V
n

A
2

Base B

P

Base B
Base B

P

Base B

En ocasiones es conveniente poder caracterizar un operador lineal por una matriz que sea lo ms
sencilla posible (que muchas veces es diagonal) con lo cual se simplifican todos los clculos, para ello
deber hallarse una base conveniente.-

V
n
A
1
V
n

A
2

matriz la ms sencilla posible, la que tenga como
elementos la mayor cantidad de ceros ( a veces es diagonal).-
Base usual

P

Base convenien
te
Base usual

P

Base
conveniente

Para resolver este problema estudiaremos algunos conceptos que nos permitirn obtener la matriz de
paso.-


362
Subespacio invariante

Sea ]: V
n
V
n
; / ] es un endomorfismo o ]es un operador lineal.-

Sea S V c
n
/ S es subespacio de V
n
.-

Si e S y ] ( )e S S se dice invariante x
por ].-

Ejemplo 1:

Vn
K
er
f
o Im f

o
, Ker ], Im ] son subespacios invariantes por ].-

x e Ker ] ] ( ) =o e Im ].- x

x e Im ] ] ( ) e Im ].- x

Ejemplo 2:
Z

v
](v
)
e
3
](e
2
)

o e
2
y

e
1
](e
1
)

t x

Sea ] una rotacin del espacio corriente en tres dimensiones alrededor del eje OZ.- En este caso el

plano XOY y el eje OZ son subespacios invariantes.-


363
Ejemplo 3:
]:
3
9 9
3
/ ]( x
1
, x
2
, x
3
) =( x
1
, x
2
, 0)

Z

t
1

v

O Y

](v
)

X

Los subespacios invariantes son:
El plano XOY (Im ]).
El eje OZ ( Ker ])
Todos los planos que pasan por el eje OZ. Si v
pertenece a uno
de dichos planos f(v
) tambin.
Todas las rectas del plano XOY que pasan por O x
e a
cualquiera de dichas rectas ] ( x
) es el mismo vector (recuerde ] (o
) =o
).

Valores propios y vectores propios

Los subespacios de dimensin uno que son invariantes por ], se denominan direcciones
principales de ].-
Teniendo en cuenta que los subespacios de dimensin uno estn generados por un vector, entonces
si S esta generado por = para la invariancia de S, debe existir e x
9 tal que:

x
se llama autovector, que admite un nico autovalor .-

] ( x
) = x


364
Nota: son sinnimos:
autovector, vector propio, eigen vector y
autovalor, valor propio, eigen valor.-

Interpretacin geomtrica de x

es el producto de un vector por un nmero x

> 1 0 < < 1 < 0
Inversin de sentido
Dilatacin Contraccin

Ejemplos:

1.- En el plano consideramos la simetra respecto de las abscisas, o sea:

Y
(x,y)

2
9 ] 9
2

(x,y) ] ] (x,y) = (x,-y) X

Los vectores del tipo ( o , 0 ); o e 9
Son tales que ] ( o , 0 ) = 1 ( o , 0 ) ](x,y) =(x,-y)

autovectores, una base : ( 1 , 0 ) la dimensin

del subespacio invariante es uno.-


365
Anlogamente para los vectores ; ] ( 0 , | ) = -1 (0 , |) una base (0,1) (dim =1)
|
|
|
.
|
\
|
|
0
Y
Direccin principal
(0,y)

(0,1)

(1,0) (x,0) X
] ( x , 0 ) = 1 (x , 0)

] ( 0 , y ) = -1 (0 , y ) =( 0; -y)

2.- (0,y) ](x,y) =](x,y) =(x,x)

2
9 ] 9
2
(x,y)
(x,y) ] ] (x,y) = (x,x)
](0,y) =(0,0)

(x,y)

Los vectores del tipo ( o , o ) ; o e son tales que : ] ( o , o ) =1 ( o , o ) 9 autovectores, una
base: (1,1) dimensin del subespacio invariante uno.

Anlogamente para los vectores ; ] ( 0 ,
|
|
.
|
\
|
|
0
| ) = 0 ( 0 , | ) = ( 0 , 0 )
una base: ( 0 , 1 ) (dim =1 )

3.- Contraejemplo
La rotacin en el plano no posee ni valores ni vectores propios puesto que en el plano no hay
ningn vector no nulo que mantenga su direccin una vez que se ha rotado.-

Hemos definido autovector y autovalor, retomamos ahora el problema inicial, le damos solucin
y luego analizamos las condiciones en que dicha solucin es posible.-

Direccin principal

366
Vn Vn

A
1

A
2

Base usual
Matriz lo ms sencilla posible

Los vectores de la base conveniente son los autovectores.
Las columnas de la matriz de paso P son las componentes de los autovectores.-
La matriz A
2
=D es una matriz diagonal cuyos elementos no nulos son los autovalores.-

En efecto: Sea ]: Vn Vn / ] es un endomorfismo.-
Sea {e
1
, ... ,e
n
} base formada por autovectores
*Por definicin: ] (e
i
) =
i
e
i

Vn

] = =
|
|
|
.
|
\
|
n e
e
1
|
|
|
.
|
\
|
n n
e
e
1 1
|
|
|
|
|
.
|
\
|
n
0
0
0
1
|
|
|
.
|
\
|
n
e
e
1

|
|
|
|
|
.
|
\
|
n
0 0
0 0
0 0
2
1

Entonces el inters de nuestro estudio radica, en que la existencia de autovectores y la existencia
de una base de autovectores la matriz de ] toma la forma diagonal.-

Comencemos nuestro estudio calculando los autovectores y autovalores, esto implica la
definicin de polinomio caracterstico y de ecuacin caracterstica.-

P

Base conveniente
Base usual

P

Base conveniente
e
1
]

] (e
1
) =
1
e
1

e
n
]

] (e
n
) =
n
e
n

367
Sea A=
la matriz del endomorfismo ]

|
|
|
.
|
\
|
nn n
n
a a
a a
1
1 11
e Vn, x
] (x) =AX

si existe autovector : ecuacin no lineal (interviene el
AX = X
] (x) = X

producto de las dos incgnitas)
Si I
n
es la matriz unidad, escribimos la ecuacin anterior:

AX = I
n
X AX - I
n
X = (A - I 0
n
) X = 0
esta ecuacin, determinando el

nmero (luego veremos como obtenerlo) es lineal para X.-

Explicitamos:
=

(
(
(
(
(
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
0
0 0
0
1
2 21
1 11
nn n
n
n
a a
a a
a a
|
|
|
|
|
.
|
\
|
n
x
x
x
2
1
|
|
|
|
|
.
|
\
|
nn n n
n
n
a a a
a a a
a a a
2 1
2 22 21
1 12 11
|
|
|
|
|
.
|
\
|
n
x
x
x
2
1
|
|
|
|
|
.
|
\
|
0
0
0
(A - I
n
) X =

= + + +
= + + +
= + + +
0 x ) a ( x a x a
0 x a x ) a ( x a
0 x a x a x a (
n nn 2 2 n 1 1 n
n n 2 2 22 1 21
n n 1 2 12 1 11

)

El vector X pertenece al espacio solucin de este sistema de ecuaciones lineales homogneo.
=
nn n n
n
n
a a a
a a a
a a a
2 1
2 22 21
1 12 11
=0 La existencia de al menos un autovector In A
Este determinante es un polinomio de grado n, llamado polinomio caracterstico.
La ecuacin caracterstica es el polinomio caracterstico igualado a cero. Las races de dicha ecuacin
son los valores propios
1
,
2
, ...
Para cada valor propio se resuelve la ecuacin obtenindose los vectores propios.

Ejemplo:

Sea A=
|
la matriz del endomorfismo].
|
|
.
|
\
3 7
0 2
Polinomio caracterstico:
2
I A ; Ecuacin caracterstica:
2
I A =0
3 7
0 2
=0
)=0
1
=2 y
2
=3 son los autovalores D=
|

|
|
.
|
\
3 0
0 2
(2- )(3-
Hallamos ahora los autovectores correspondientes a cada uno de estos autovalores (resolviendo el
sistema homogneo correspondiente).

368

1
=2 (A-2I
2
) X = = 7x 0
|
|
.
|
\
|
1 7
0 0
|
|
.
|
\
|
2
1
x
x
|
|
.
|
\
|
0
0
1
+x
2
=0 x
1
=-
7
1
x
2
el espacio solucin es:
9 e
9 e
|
|
.
|
\
|
o
o
o
2
7
1
} una base :
|
|
.
|
\
|
1
7
1
y su dimensin es uno
2
=3 ( A - 3 I
2
) . X =0

|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
0
0

x

0 7
0 1 -
2
1
x

= +
= +
0 0x 7x
0 x 0 x -
2 1
2 1
=
=
o x
0 x
2
1
el espacio solucin es : una base : y su dimensin es uno
)
`
9 e 9 e
|
|
.
|
\
|
/

0
2
o
o
|
|
.
|
\
|
1
0
Diagramamos:

2
9
]

Base usual A= Base usual
|
|
.
|
\
|
3 7
0 2

P=
|
|
.
|
\
|
1 1
0
7
1
] P

Base autovectores D= Base autovectores
|
|
.
|
\
|
3 0
0 2

=
=
) 1 , 0 (
) 1 ,
7
1
(
2
1
e
e

D = P
-1
A P
Comprobamos la relacin:

Las columnas de P son las componentes de los autovectores:

P=
|
|
.
|
\
|
1 1
0
7
1
; P =-
7
1
; P
T
=
|
|
.
|
; adj P =
\
|
1 0
1
7
1
|
|
.
|
P
\
|

7
1
1
0 1
-1
=
|

|
|
.
|
\
1 7
0 7

P
-1
A =
|
= P
|
|
.
|
\
1 7
0 7
|
|
.
|
\
3 7
0 2
|
|
.
|
\
|
3 21
0 14
-1
A P =
|
|
.
|
\
|
3 21
0 14
|
|
.
|
\
|
1 1
0
7
1
= =D
|
|
.
|
\
|
3 0
0 2

Sea ]: 9 9 / ] endomorfismo; sea A la matriz de ] / A es diagonal; d
n n
i
= d
j

A =
Ecuacin caracterstica
|
|
|
|
|
.
|
\
|
n
d
d
d
0 0
0 0
0 0
2
1
n
I A =0

369

n
d
d
d
0 0
0 0
0 0
2
1
=(d
1
- ) (d
2
- ) ... (d
n
- ) =0

1
=d
1
;
2
=d
2
; ...;
n
=d
n
son autovalores

1
=d
1

|
|
|
|
|
.
|
\
|
1
1 2
0 0
0 0
0 0 0
d d
d d
n
|
|
|
|
|
.
|
\
|
n
x
x
x
2
1
=

|
|
|
|
|
.
|
\
|
0
0
0
= + + +
= + + +
= + + +
0 ) ( 0 0
0 0 ) ( 0
0 0 0 0
1 2 1
2 1 2 1
2 1
n n
n
n
x d d x x
x x d d x
x x x
|
|
|
|
|
.
|
\
|
0
0
o
n
9 e
espacio
solucin

es decir en este sistema : x
2
=x
3
=... =x
n
=0 ; x
1
=o 9 e

una base
; en forma anloga obtenemos los restantes vectores cannicos

|
|
|
|
|
.
|
\
|
0
0
1
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
1
0
0
0
1
0

Conclusin: Si una matriz es diagonal, y los elementos de la diagonal son distintos, los autovalores
son los elementos de la diagonal y los autovectores son los vectores cannicos del espacio
correspondiente.

Ejemplo: ] : 9 / ] ( x , y ) =( x , -y) este sencillo ejemplo ya fue estudiado aplicamos
ahora los conceptos dados : hallar la matriz diagonal, el polinomio caracterstico, la ecuacin
caracterstica, los autovalores y autovectores.
2 2
9

] ( i
) =]
|
=
|

|
|
.
|
\
0
1
|
|
.
|
\
0
1
A=
|
|
.
|
\
|
1 0
0 1
1

0
0 1
=0
=
=
1
1
2
1
] ( ) =]
|
=
|
j
|
|
.
|
\
1
0
|
|
.
|
\
1
0

1
=1
|
; base
|

|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
0 0
0
2 0
0 0 o
y
x
|
|
.
|
\
0
1
direcciones principales
diagonal
2
=-1
|
; base
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
0
0
0
0 0
0 2
y
x
|
|
.
|
\
|
1
0


370

No todo endomorfismo ] diagonaliza, veremos las condiciones de diagonalizacin, estudiamos
previamente algunas propiedades.
Supongamos que Vn es un espacio vectorial sobre K =C, de modo que la ecuacin caracterstica
tiene n soluciones (stas soluciones son los valores propios).

La descomposicin factorial de la ecuacin caracterstica es:

p
n
=( -
1
) ( -
2
) ... ( -
n
) =0 con
i
=
j
si las races son simples y

p
n
=( -
1
)
a
( -
2
)
b
... ( -
m
)
c
=0; con a +b +... +c =n si las races son mltiples.

I.- A todo autovector le corresponde un nico autovalor.-
En efecto, suponemos que al autovector 0
= p le corresponden
1
y
2
:
]( p
)= p
1

p
1
= p
2
(
1
-
2
) p
=0

1
=
2

]( p
)= p
2
(Demostraremos ms adelante que el recproco no es generalmente cierto, es decir

puede suceder que si q y p

son autovectores distintos, les corresponda a ambos un mismo
autovalor

II.- Autovectores con autovalores diferentes son linealmente independientes.

]( )= v
1

Sean con
1
=
2

]( )= w
2

Suponemos y l. d. =o ]( v
) =](ow
) o ] (w
) =o
2
= w
2
o = w
2
v
|
de y |
1
=
2
contradice la hiptesis v
y w
son linealmente independiente .-

Definicin: Un endomorfismo ] es diagonalizable si existe una base de Vn formada por autovectores
de Vn.-

III.- Si un endomorfismo ] de Vn posee n autovalores
1
,
2
,...,
n
distintos dos a dos, es
diagonalizable.- (es consecuencia de II).-

Pueden elegirse n autovectores , ,...,
1
v
2
v
n
v
correspondientes a
1
,
2
,...,
n
que son linealmente
independientes y por lo tanto constituyen una base, entonces ] diagonaliza.-

IV.- El nmero de autovectores linealmente independientes correspondientes al autovalor
i
es:

dim Ker (A -
i
I) =dim Vn - r (A -
i
I)


371

Vn
Vn

Ker (A -
i
I)
0

En efecto por teorema del rango:
dim Vn =dim Ker f +dim Im f
donde: Im f =r (A)
dim Vn =dim Ker f + r ( A )
resulta:
dim Ker f =dim Vn - r (A)

Si la funcin est caracterizada por la matriz A - I, resulta:
dim Ker (A -
1
I) =dim Vn - r (A -
1
I) c.q.d.

Si dim Ker (A -
1
I) =a (lo que significa que el nmero de autovectores correspondientes a
1
es a), resulta: a =n - r (A -
1
I) r (A -
1
I) =n - a (cuyo clculo es rpido)

V.- Toda combinacin lineal de autovectores correspondientes a un autovalor es otro =
=
n
i
i i
p p
1

o
autovector correspondiente a .-

] ( p
) =] ( ) = = =
=
n
i
i i
p
1
o
=
n
i
i
p f
1
) (
i
o
=
n
i
i i
p
1
o
=
n
i
i i
p
1
o

VI.- Si
1
=
2
son dos autovalores, es:

Ker (A -
1
I) Ker (A -
2
I) = 0

Si e[ Ker (A - x
1
I) Ker (A -
2
I)]
Ker (A -
1
I)
Ker (A -
2
I)
0
]( ) = x
1
x
= x
2
(
1
-
2
) = x

=0 x

El siguiente teorema resuelve totalmente el problema de diagonalizacin.-

VII.- Sea Vn un espacio vectorial sobre C y ] un endomorfismo de Vn, cuya ecuacin caracterstica
es:

p
n
=( -
1
)
a
( -
2
)
b
... ( -
m
)
c
donde: a +b +... +c =n .
i
=
j
el endomorfismo es
diagonalizable si se verifica:


372
}
}
}

dim Ker (A -
i
I) =a =multiplicidad de
1

dim Ker (A -
2
I) =b =multiplicidad de
2

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
dim Ker (A -
m
I) =c =multiplicidad de
m

En efecto: dim Ker (A -
1
I) =a autovectores linealmente independientes {
a 1
e ,..., e
dim Ker (A -
2
I) =b autovectores linealmente independientes {
b
q q ,...,
1
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - -
dim Ker (A -
m
I) =c autovectores linealmente independientes {
c
r r ,...,
1
. . .
{e
1
...e
a
, q
1
...q
b
,r
1
... r
c
} autovectores linealmente independientes (por II)
. . .
#{e
1
...e
a
, q
1
...q
b
,r
1
... r
c
} =a +b +...+c =n
dicho conjunto constituye una base de autovectores de Vn f diagonaliza.-

D=
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.
|
\
|
m
m
0
0
2
2
1
1
c
a
b
r (A -
1
I) =n - a
r (A -
2
I) =n - b
r (A -
m
I) =n - c
Estamos en condiciones de resumir cul debe ser el algoritmo de diagonalizacin de un
endomorfismo ]:

1) Resolver la ecuacin caracterstica , A - I , =0, las soluciones sern
1
,
2
, ... ,
m
con
multiplicidad a, b,..., c.-
2) Si ] es un endomorfismo real y algn valor propio es complejo, ] no diagonaliza.-
3) Si todos los autovalores son reales, comprobar dim Ker (A -
1
I) =a, o lo que es ms rpido
r (A -
1
I) =n - a para
1
; dem para
2
, ...,
m
.
4) Si 3) no se verifica, ] no diagonaliza.-
5) Si 3) se verifica, ] diagonaliza y deben hallarse los vectores propios, para cada valor de
i
se
resolver el sistema (A -
i
I) 0
= x del cual se elegirn las a, b, ..., c soluciones independientes.-

6) Formar la matriz diagonal, poniendo en la diagonal los valores propios repetidos tantas veces como
indica su multiplicidad. Formar la matriz cambio de base poniendo como columnas los vectores
propios hallados de forma ordenada.-

373
Nota: La no diagonalizacin puede provenir de dos hechos: de la existencia de valores propios
complejos, siendo ] real, o de la no satisfaccin de la condicin de multiplicidades 3).
En el caso de valores propios distintos de multiplicidades uno, la matriz diagonaliza y no es preciso
verificar 3).
Ejemplos:
1) ] : 9
3
9
3

Sea ] con matriz A =
|
|
|
.
|
\
|
1 0 0
2 2 0
3 2 1

, A - I , =
- 1 0 0
2 - 2 0
3 2 - 1
=(1 - )
2
(2 - ) =0
=
=
=
2
1
1
3
1
1
=
2
con multiplicidad 2 =a

r =2 = 3 - 2 =1 A no es diagonalizable
|
|
|
.
|
\
|
0 0 0
2 1 0
3 2 0
2) Sea ] : 9
3
9
3
con matriz A =
|
|
|
.
|
\
|
1 0 0
0 0 1
0 2 3

, A - I , =
- 1 0 0
0 1 -
0 2 - 3
=(3 - ) (-) (1 - ) +2 (1 - ) =( 1 - ) [ ( 3 - ) (-) +2] =

( 1 - ) [ -3 +
2
+2 ] =( 1 - ) [ ( - 2) ( - 1 ) ] =( 1 - ) ( - 2) ( -1 ) ( 1 - ) =

=( - 1 ) ( - 1)
2
( - 2) =0
1
=
2
=1 ;
3
=2

1
=
2
=1 a =2

(A-1I) X = x +y = 0 z e 9
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|

0
0
0
z
y
x
0 0 0
0 1 1
0 2 2

Se pueden escoger y ; r ( A - I ) =1 =3 - 2
|
|
|
.
|
\
|
0
1
1
|
|
|
.
|
\
|
1
0
0
( es la matriz identidad)

n - a
n - a

374

3
=2 b =1

(A - 2 I) X =
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|

0
0
0

z
y
x

1 0 0
0 2 1
0 2 1
= +
=
0 2y x
0 z

se puede escoger ; r ( A - 2I) =2 =3 - 1
|
|
|
.
|
\
|
0
1
2
n -b

D = P =
|
|
|
.
|
\
|
2 0 0
0 1 0
0 0 1
|
|
|
.
|
\
|

0 1 0
1 0 1
2 0 1

Verificamos:
D =P
-1
A P ; P
-1
= ; P
|
|
|
.
|
\
|

0 1 1
1 0 0
0 2 1
-1
A = ; P
|
|
|
.
|
\
|

0 2 2
1 0 0
0 2 1
-1
A P = =D
|
|
|
.
|
\
|
2 0 0
0 1 0
0 0 1

El polinomio caracterstico y por lo tanto la ecuacin caracterstica no dependen de la base en la cual se
expresa la matriz A de ] .- En efecto:

Teorema: El polinomio caracterstico p
n
asociado al endomorfismo ] : V
n
V
n
es intrnseco para ],
es decir ; es invariante respecto de los cambios de base.

Tengamos presente: V
n

A es la matriz de ] respecto de B
A es la matriz de ] respecto de B
P es la matriz cambio de base
A=P
-1
A P
]
B X A ] (x)
n
e
e
1

P

]
B X A' ] (x)
'
'
1
n
e
e

Los polinomios de A y A son respectivamente:

, A - I , ; , A - I , debemos demostrar que son iguales


375
Escribimos:
A I

A - I = P
-1
A P - I = P
-1
A P - P
-1
I P =P
-1
( A - I ) P

Por propiedades de los determinantes:
, A - I , =, P
-1
( A - I) P , =, P
-1
, , A - I , , P , =, P
-1
, , P , , A - I , =, P
-1
P , , A - I ,=
=, I , , A - I , =, A - I ,
Es decir el polinomio caracterstico tiene coeficientes ligados a ] y no a una particular representacin
matricial.-
Aplicamos lo estudiado: ] : 9
3
9
3

A = A =
|
|
|
.
|
\
|
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
|
|
|
.
|
\
|
33 32 31
23 22 21
13 12 11
' ' '
' ' '
' ' '
a a a
a a a
a a a

matriz de ] en base B matriz de ] en base B
, A - I , =
33 32 31
23 22 21
13 11
a a a
a a a
a a
12
a -
=
(a
11
- ) ( a
22
- ) ( a
33
- ) +a
12
a
23
a
31
+a
13
a
21
a
32
-
-a
13
(a
22
- ) a
31
- ( a
11
- ) a
23
a
32
- a
12
a
21
( a
33
- ) =
=-
3
+(a
11
+a
22
+a
33
)
2
-
|
|
.
|
\
|
+ +
33 32
23
33 31
13
22 21
12 11
` a a
a
a a
a
a a
a a
22 11
a

a
+, A, =
=-
3
+tr ( A )
2
- (M
33
+M
22
+M
11
) +, A,

Por teorema anterior:

, A - I , =, A - I ,
-
3
+tr ( A )
2
- (M
33
+M
22
+M
11
) +, A, =-
3
+tr ( A )
2
- (M
33
+M
22
+M
11
) +, A,

Por lo tanto los coeficientes de ambos polinomios son iguales, entonces resultan invariantes:

a) la traza: a
11
+a
22
+a
33
=a
11
+a
22
+a
33
b) el mdulo , A , =, A,
c) el valor de: M
11
+M
22
+M
33
=M
11
+M
22
+M
33

] : 9
3
9
3
caracterizada por la matriz A =
|
|
|
.
|
\
|
4 6 6
3 5 3
3 3 1
1.- Ecuacin caracterstica:

-
3
+0
2
+12 +16 =0 -

1
=
2
=-2
-
3
+12 +16 =

3
= 4


376
2.-
1
=
2
=-2 (multiplicidad a =2 )

|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|
0
0
0

x

1
3
2
x
x
6 6 6
3 3 3
3 3 3
(a, b, b-a ) ; a, b e 9

n - a (1, 0, -1)
r (A -
1
I) =1 =3 - 2 2 autovalores independientes base
(0, 1, 1)

3
=4 (multiplicidad uno)

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|

0
0
0

x

1
3
2
x
x
0 6 6
3 9 3
3 3 3
(a, b, 2a) : a, b e 9 (1, 1, 2) base

P = , P , =2 = 0 comprobamos que son independientes.-
|
|
|
|
.
|
\
|
2 1 1
1 1 0
1 0 1

3.- La matriz que caracteriza a ] en base propia es

D =
|
|
|
.
|
\
|
4 0 0
0 2 0
0 0 2
= + +
=
=
12 - M M M
16 D
0 ) D ( tr
33 22 11

-
3
+0
2
+12 +16 =0 - - = -

4.- Probamos que P
-1
A P = D

adj P = , P , =2
|
|
|
.
|
\
|

1 1 1
1 3 1
1 1 1

P
-1
A = ;
1 -3 3
3 -5 3
6 -6 4
- -1 -1 1

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


377

(P
-1
A) P =

1 0 1
0 1 1
-1 1 2
-1 -1 1 -2 0 0

Diagonalizacin de matrices simtricas

I) Los valores propios de toda matriz simtrica definida sobre 9 son nmeros reales.-

La ecuacin caracterstica , A - I , =0 tiene coeficientes reales, entonces si existe una raz

imaginaria =a +bi, su conjugada = a - bi tambin ser solucin.-

Si p
es un vector propio correspondiente a y q
es un vector propio correspondiente a

A{ p
i
} = {p
i
} [q
i
] A {p
i
} = [q
i
] {p
i
} [p
i
] A {q
i
} = [p
i
] {q
i
} 1
s

A{ q
i
} = {q
i
} [p
i
] A {q
i
} = [p
i
] {q
i
} 2

de 1 y 2 resulta [ p
i
] {q
i
} = [ p
i
] {q
i
} relacin que en la hiptesis de raz imaginaria

se verifica cualesquiera sean los valores propios que resulten = a +bi =a - bi
b =0
e 9.-

II) En una matriz simtrica A, los vectores propios correspondientes a valores propios diferentes, son
ortogonales
1
=
2

A {p
i
} =
1
{p
i
}
A {q
i
} =
2
{q
i
} con razonamiento idntico al anterior resulta:

1
[p
i
] {q
i
} =
2
[p
i
]{q
i
} (
1
-
2
) [p
i
]{q
i
} =0 [p
i
]{q
i
} =0 su producto escalar e
nulo son ortogonales .-

Conclusin: Sea ] un endomorfismo caracterizado por una matriz A simtrica, dicha matriz es
diagonalizable, es decir existen n autovectores de A, entonces siempre podr formarse una base
ortogonal cuyos elementos sern autovectores.-

Premultiplicado por [qi] Trasponiendo
Simtrica A =A
T
Premultiplicado por [pi]
1 -3 1 0 -2 0
2 -2 2 0 0 4
D

378
Analicemos el siguiente ejercicio:
] : 9
3
9
3
caracterizado por la matriz: A= (simtrica)
|
|
|
.
|
\
|
1 0 0
0 1 1
0 1 1
1.- Determinamos los autovalores:

3
- tr ( A )
2
+(M
11
+M
22
+M
33
) +, A, =0
3
- 3
2
+2 +0 = (
2
-3 +2) =0
1
=0
2
=1
3
=2

2- Determinamos los autovectores correspondientes:

1
=0
=
=
=
= +
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
0 x
x - x

0 x
0 x x

0
0
0

x
x
x

1 0 0
0 1 1
0 1 1
3
2 1
3
2 1
3
2
1
(a, -a, 0) con a e 9 una base (1, -1, 0)

2
=1
e
= =
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|

R x
0 x x

0
0
0

x
x
x

0 0 0
0 0 1
0 1 0
3
2 1
3
2
1
(0, 0, a) con a e 9 una base (0, 0, 1)

3
= 2 =
|
|
|
.
|
\
|
|
|
|
.
|
\
|
3
2
1
x
x
x

1 0 0
0 1 1
0 1 1
|
|
|
.
|
\
|
0
0
0
=
= = +
0 x
x x 0 x x -
3
2 1 2 1
(a, a, 0) con a e 9 una base (1, 1, 0)

3- Reunimos los resultados en un esquema especificado la matriz de paso P, cuyas columnas son las
componentes de los autovectores; se cumple , P , =-2 = 0 lo que confirma que los autovectores son
independientes base
9
3
] 9
3

Base usual: X A = ] (x)
|
|
|
.
|
\
|
1 0 0
0 1 1
0 1 1

P =
|
|
|
.
|
\
|
0 1 0
1 0 1
1 0 1

X D = ] (x)
=
=
=
0) 1, (1, e
1) 0, 0, ( e
0) 1, - (1, e
3
2
1
|
|
|
.
|
\
|
2 0 0
0 1 0
0 0 0

Base
autovectores
ortogonales
e
i
. e
j
= 0

379
-1
P 4- Hallamos ; 2 P = ; adj P =
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|

0 1/2 1/2
1 0 0
0 1/2 - 1/2
P ;
0 1 1
2 0 0
0 1 1
1 -

5- Comprobamos que P
-1
A P =D

P
-1
A =
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|
0 1 1
1 0 0
0 0 0

1 0 0
0 1 1
0 1 1

0
2
1
2
1
1 0 0
0
2
1
2
1

P
-1
A . P =
D
2 0 0
0 1 0
0 0 0

0 1 0
1 0 1 -
1 0 1

0 1 1
1 0 0
0 0 0
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|

6- Dividimos los autovectores por sus normas eucldeas obteniendo versores, es decir una base
ortonormal

e
i
. e
j
= , e
=
=
j i 1
j i 0
i
, = 1 i

e
1
= ( 1/ 2 , -1/ 2, 0) ; e
2
=(0, 0, 1); e
3
=( 1/ 2 , 1/ 2, 0) la nueva matriz de paso:

P
1
= ; , P
0 1 0
2 / 1 0 2 / 1
2 / 1 0 2 / 1
|
|
|
|
.
|
\
|
1
, =-1;
0 2 / 1 2 / 1
1 0 0
0 2 / 1 2 / 1
1
|
|
|
|
.
|
\
|

=
T
P ;

AdjP
1
=
|
|
|
|
.
|
\
|

0 2 / 1 2 / 1
1 0 0
0 2 / 1 2 / 1
=
1
1
P =
|
|
|
|
.
|
\
|

0 2 / 1 2 / 1
1 0 0
0 2 / 1 2 / 1
ortonormal P P P
1
T
1
-1
1 1
=
T
P

7.- Se verifica D = ; como D = P
1
-1
1
A.P . P
T
1
1
1
P =
P
1
T
1
P . A .

Podemos enunciar:
Si e
1
, ..., e
n
es una base de vectores propios ortogonales, y dividimos dichos vectores por sus repectivas
normas eucldeas, entonces conseguimos una base formada por autovectores ortonormales.
B la matriz de paso P =
=
=
=
) c , , c ( e
) b , , b ( e
) a , , ( e
n 1 n
n 1 2
n 1 1
a
|
|
|
.
|
\
|
n n n
c b a
c b a
1 1 1

D = P
T
A P
P es ortonormal P
-1
=P
T
D =P
-1
A P

Trabajo Prctico - Autovalores y Autovectores

380


1- Dada la matriz A del endomorfismo f y las componentes de un vector:
i) Diagonaliza la matriz A.
ii) Halla los autovectores y una base de los mismos (Ba).
iii) Determina la matriz de paso
) X X (P P
'
Ba

=
y la matriz
)

' X X (P P
Ba
1 - 1 -
=

iv) Comprueba la relacin D AP P
-1
= (siendo D la matriz diagonal del endomorfismo).
v) Determina X en base autovectores (Ba).
vi) Determina ) X (
f en base usual y en base autovectores

X) AX f( = ;
Ba
Ba
) X ( X D

f =
vii) Obtiene
Ba
) X (
f en base autovectores a partir de ) X (
f en base usual.
viii) Resume el ejercicio en un diagrama y representa en coordenadas X y ) X (
f en ambas
bases.

a) ;
|
|
.
|
\
|

=
3 1
1 3
A
|
|
.
|
\
|
=
3
1
X b) ;
|
|
.
|
\
|
=
6 2
0 4
A
|
|
.
|
\
|
=
4
2
X c) ;
|
|
.
|
\
|
=
0 2
1 1
A
|
|
.
|
\
|
=
5
3
X

Como ejemplo desarrollamos el ejemplo a)

a)
|
|
3 1
1 3
;
.
|
\
|
=

A
|
|
=
3
1
X o bien
.
|
\
|
j 3 i + = X
i) Escribimos el polinomio caracterstico y resolvemos la ecuacin caracterstica obteniendo los
autovalores, es decir los elementos no nulos de la matriz D.

0
- 3 1 -
1 - - 3

0
0
-
3 1 -
1 - 3

1 0
0 1
-
3 1
1 3
= =
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|

= I - A
2

( )
2
4
0 8 6 - 1 - 9 6 - 0 1 - - 3
2
1
2 2 2
=
=
= + = + =

1
= 4 y
2
= 2 son los autovalores es la matriz diagonal.
|
|
.
|
\
|
=
2 0
0 4
D


381
ii) Para hallar los autovectores debemos resolver el sistema homogneo ( ) O X I A
i
= para
cada valor de ..
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|

=
|
|
.
|
\
|
(
|
|
.
|
\
|
|
|
.
|
\
|

0
0

x
x

3 1
1 3

x
x

0
0

3 1
1 3
'
2
'
1
i
i
'
2
'
1
i
i
-

1
= 4
x - x
0 x - x -
0 x - x -

0
0

x
x

1 1
1 1
'
2
'
1
'
2
'
1
'
2
'
1
'
2
'
1
=
=
=
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|

; una solucin particular } x ) x , x - {(
'
2
'
2
'
2
9 e = S 1) , -1 ( x ) x , x - (
'
2
'
2
'
2
= 1 x
'
2
=

(-1 ; 1) autovector:

1
1 -

|
|
.
|
\
|
1
e

2
= 2
'
2
'
1
'
2
'
1
'
2
'
1
'
2
'
1
0
0

0
0

1 1
1 1
x x
x x
x x
x
x
=
= +
=
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|

S = ; una solucin particular: } x ) x , x {(
'
1
'
1
'
1
R e 1) 1, ( x ) x , x (
'
1
'
1
'
1
= (1,1) 1 x
'
1
=

autovector:
1
1
|
|
.
|
\
|
=
2
e
B
a
=

1
1 -

|
|
.
|
\
|
1
e
;
)
`
|
|
.
|
\
|
=
1
1
2
e

iii) La matriz de paso P que verifica { }
i
es la que tiene por columnas las
Ba
'
i
x x P =
)
`
componentes de los autovectores.

1 1
1 1
|
|
.
|
\
|
= P ; hallamos P
-1
; 2 = P ; P
T
= P ; adj P =
|
|
.
|
\
|

1 1
1 1

P
adj
P
1
P
=

2
1
2
1
2
1
2
1
|
|
|
.
|
\
|
=
1
P

iv) Verificamos P
-1
A P = D

|
|
.
|
\
|
1 1
2 2
A P
1
; P
-1
. A . P = D =
|
|
.
|
\
|
2 0
0 4


382
v) Determinamos en base propia (o base autovectores). Conocemos X
j 3 i x

+ = y
queremos debemos hacer un cambio de base, cualquiera de los siguientes
2
e e X

' '
x x
2 1 1
+ =
caminos es vlido:

{ }
i
'
i
x x =
)
`
P resolvemos el sistema
{ }
)
`
=
'
i i
x x
1
P efectuamos el producto matricial
{ }
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
|
.
|
\
|
2
1
3
1
2
1
2
1
2
1
2
1
i
x
1
P
2 1
e e

2 X + =
) X (

Ba
2
1
|
|
.
|
\
|
=
Ba
X

vi) Determinamos
f en base usual ) X ( X . A

f =
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
8
0
3
1
3 1
1 3
j ) X (

8 = f
en base propia D
Ba Ba
) X ( X

f =
Ba
4
4
2
1
2 0
0 4
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|

2 1
e e ) X (

4 4 + = f

vii) Obtenemos
Ba
|
.
|
\
|
X
f a partir de j ) X (

8 = f

Hacemos un cambio de base, con razonamiento anlogo al tem v).

Ba
|
.
|
\
|
=
|
.
|
\
|
X X P
1

f f .

|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
|
.
|
\
|
4
4
8
0
2
1
2
1
2
1
2
1


383
viii)

usual Base
1
0
0
1
|
|
.
|
\
|
=
|
|
.
|
\
|
=
j
i

|
|
.
|
\
|
=
3
1
X

A
( )
|
|
.
|
\
|
=
8
0
x f
9
2

|
|
.
|
\
|

3 1
1 3

|
|
.
|
\
|
=
1 1
1 1
P
|
|
|
.
|
\
|
=
2
1
2
1
2
1
2
1
P
1 -

P P
-1

|
|
.
|
\
|
=
2
1
X
Ba
D

Ba
4
4
) (
|
|
.
|
\
|
= X f

1
1
e
1
1
e
Ba
2
1
|
|
.
|
\
|
=
|
|
.
|
\
|
=

|
|
.
|
\
|
2 0
0 4


384
b) Rta: i)
|
|

.
|
\
|
=
6 0
0 4
D

ii)
|
|
.
|
\
|
=
|
|
.
|
\
|
= =
1
0

1
1
Ba
2 1
e e

;

iii) ; ; ( P = P
|
|
.
|
\
|
=
1 1
0 1
P
|
|
.
|
\
|
=
1 1
0 1
1 -
P
-1
)

iv) ;
|
|
.
|
\
|
=
6 6
0 4
A P
1 -
|
|
.
|
\
|
= =
6 0
0 4
D P A P
1 -

v)
2 1
e 6 e 2

+ = X

vi) j 28 i 8 ;

+ = = ) X ( ) X ( X A f f

2 1 Ba
e 36 e 8 - ;

+ = =
Ba Ba
) X ( ) X ( X D f f

vii)
Ba
36
8 -

28
8

1 1
0 1
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|

c) Rta: i) ii)
|
|
.
|
\
|
=
1 0
0 2
D
)
`
|
|
.
|
\
|
=
|
|
.
|
\
|
= =
2
1
;
1
1

2 1
e e Ba

iii) ;
|
|
.
|
\
|
=
2 1
1 1
P
|
|
.
|
\
|
=
3 1 3 1
3 1 3 2
/ /
/ /
1 -
P

iv) ;
|
|
.
|
\
|
=
3 1 1/3 -
3 2 3 4
/
/ /
A P
1 -
D P A P
-1
=

v)
2 1
e
3
2
e
3
11

= X

vi) ) X ( AX

f = ; j i f

6 8 + = ) X (

;
Ba Ba
) X ( DX f =

2 1 Ba
e e ) X (

3
2
3
22
+ = f

vii)
Ba
.
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
3
2
3
22
6
8
3
1
3
1
3
1
3
2


385
| | 2 2
2- Comprueba que si la matriz del endomorfismo es diagonal, los vectores propios son los
vectores cannicos del espacio correspondiente:

|
|
|
|
.
|
\
|
=
3 0 0
0 1 0
0 0 2
A

Los autovalores son:
1
= 2 ;
2
= 1 ;
3
= 3

Resolvemos el sistema homogneo asociado para cada valor de .

|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|
0
0
0

x
x
x

3 0 0
0 1 0
0 0 2
'
3
'
2
'
1

1
= 2
= = + +
= = +
e = = + +
0 x 0 1x x 0 x 0
0 x 0 x 0 x 1 x 0
x 0 x 0 0 x 0 x 0 x 0
'
3
'
3
'
2
'
1
'
2
'
3
'
2
'
1
'
1
'
1
'
3
'
2
'
1
R

S 1 x haciendo R x 0 0, , x
'
1
'
1
'
1
=
e
|
|
.
|
\
|
=
i
0
0
1
e
1
=
|
|
|
.
|
\
|
=

Si
2
= 1 se obtiene ; Si
|
|
|
.
|
\
|
= =
0
1
0
j e
2
3
= 3 se obtiene
|
|
|
.
|
\
|
= =
1
0
0
k e
3

Verifcalo!

3- Las siguientes matrices de endomorfismos reales no diagonalizan. Por qu?

a) b) c) C
|
|
.
|
\
|

=
1 1
1 3
A
|
|
.
|
\
|
=
1 2
1 1
B
|
|
|
|
.
|
\
|
=
2 - 1 0
5 - 2 0
0 0 3

d) e) f)
|
|
|
|
.
|
\
|
=
2 - 6 6 -
1 - 5 7 -
1 - 1 3 -
E
|
|
|
.
|
\
|
=
1 0 0
0 1 0
1 1 1
F
|
|
.
\
=
7 2
G


386
Como ejemplo te desarrollamos los tems a), b), c) y d):

a)
|
|
.
|
\
|

=
1 1
1 3
A
Recordemos que A diagonaliza si:

I) Si f es un endomorfismo real los valores propios son reales.

II) La condicin r ( A -
1
I ) = n - a (siendo n el orden de la matriz A y a el orden de
multiplicidad de
1
) debe verificarse para cada valor (
1
,
2
,...).
Esta condicin es equivalente a probar que dim Ker ( A -
i
I ) = a lo que significa que el orden de
multiplicidad de
1
coincide con el nmero de vectores propios linealmente independientes
correspondientes a
1
(se prueba para cada valor de ).

Hallamos los autovalores de
|
|
.
|
\
|

=
1 1
1 3
A
( ) ( ) = + =

= 1 1 3
1 1
1 3
I A 2 0 4 4
2 1
2
= = = + (el orden de
la multiplicidad de es dos) a = 2 .

Los valores propios son reales, cumple la condicin I).

Analicemos la condicin II) : r ( A -

I ) = n - a

( ) 1
1 1
1 1
r ;
1 1
1 1
I 2 A
2x2
=
|
|
.
|
\
|
|
|
.
|
\
|
=
( )
=

1 es rango
2 n 2 orden
I 2 A

No verifica r ( A -

I ) = n a A no diagonaliza

1 = 2 - 2

Verifiquemos que la condicin equivalente: dim Ker ( A -
i
I ) = a no se cumple,
(lo que probaremos es que para =2 no existen a = 2 autovectores independientes).

( )
'
2
'
1
'
2
'
1
x x
0
0

x
x

1 1
1 1
0 X I 2 A =
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
=

( ) { } (1;1) base una x x , x S
'
1
'
1
'
1
e = R

dim Ker ( A - 2 I ) = 1 = a = 2

(Observa que es ms rpido analizar: r ( A -

I ) = n - a )


387
b)
|
|
Hallamos los valores propios:
.
|
\
|
=
1 2
1 1
B

( ) ( ) 2 1 - 1
1 - 2
1 1
I A + =

= i 1 - 0 1 2 1 = = = + = + =
2 2

1
= i ;
2
=-i valores propios complejos

Siendo f real B no diagonaliza.

c) C
|
|
|
|
.
|
\
|
=
2 - 1 0
5 - 2 0
0 0 3

Hallamos la ecuacin caracterstica aplicando:

( ) 0 C M M M C tr
33 22 11
2 3
= + + + +

tr C = 3 + 2 - 2 = 3 (Suma de los elementos de la diagonal).
1 6 6 1 M M M
6
2 0
0 3
M
6
2 - 0
0 3
M
1 5 4
2 1
5 2
M

33 22 11
33
22
11
= + = + +
= =
= =
= + =
=

3 C =

el polinomio caracterstico es:

3 3
2 3
+ + = 0 o bien = 0 3 3
2 3
+

Aplicando Gauss (para polinomios)
Como el coeficiente de
3
es 1, slo nos interesan todos los divisores del trmino independiente que
son las "posibles" soluciones del polinomio. Todos los divisores de -3 son 1; 3.

Probamos con uno de ellos, elegimos 3, aplicamos Ruffini:

1 -3 1 -3
3 3 0 3
1 0 1 0 3 es raz del polinomio


388
( )
=
=
=
=
|
|
.
|
\
|
+ = +
i
i
3
2
1
2 2 3
3
0 1 3 3 3 valores propios complejos siendo f real

C no diagonaliza

d) 0
2 6 6
1 5 7
1 1 3
2 6 6
1 5 7
1 1 3
=

|
|
|
|
.
|
\
|

=
E
Hallamos la ecuacin caracterstica:
=
|
|
|
.
|
\
|
+ + + + E M M M E tr
33 22 11
2 3
( ) = + + + 16 8 0 4 0
2 3

o bien 0 16 12
3
= + + = 0 16 12
3
=

Aplicamos Gauss (para polinomios).

Como el coeficiente de
3
es 1, slo buscamos todos los divisores del trmino independiente que son
las "posibles" races del polinomio.
Probamos con -2 , aplicamos Ruffini:

1 0 -12 -16
-2 -2 4 16
1 -2 -8 0 indica que -2 es raz

( )
8 2
2 0 8 2 2
2
1
2
=
= =
|
|
.
|
\
|
+

0
2
= -2
3
= 4

2
2 1
= = ( orden de multiplicidad de ) :
1
2 a =
4
3
= ( raz de multiplicidad 1).

Veamos si r (A - 2I) = n - a (n = 3 ; a = 2)

( )
|
|
|
|
.
|
\
|

=
0 6 6
1 7 7
1 1 1
2I A ;
esta matriz tiene rango 2 Verifcalo!

r (A - 2 I) = n - a
E no diagonaliza
2 = 3 2


389
Rta: e) no verifica la condicin II 3 a 1
3 2 1
= = = =

Rta: f) 3i 3 y 3i 3
2 1
= + = no verifica la condicin I

4- Para cada matriz del endomorfismo:

i) Halla el polinomio caracterstico.
ii) Verifica que la matriz dada es una raz de dicho polinomio.

a) ; b)
|
|
.
|
\
|

=
5 4
7 3
A
|
|
|
|
.
|
\
|
=
3 0 0
0 1 0
0 0 2
B

c) ; d)
|
|
.
|
\
|

=
3 8
1 5
C
|
|
|
|
.
|
\
|
=
1 0 0
0 2 0
0 1 2
D

Como ejemplo desarrollamos el tem a) y b):

a) ( ) ( ) 43 8 28 5 3
5 4
7 3
I A
2
+ = + =

=

p
n
= (matriz nula) N I A A
2
43 8 43 8
2
= + +

|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|

|
|
.
|
\
|

0 0
0 0
1 0
0 1
43
5 4
7 3
8
3 32
56 19

|
|
.
|
\
|
=
|
|
.
|
\
|
+
|
|
.
|
\
|

|
|
.
|
\
|

0 0
0 0
43 0
0 43
40 32
56 24
3 32
56 19

b) =
3 0 0
0 1 0
0 0 2
p
n
= ( ) B M M M B tr
33 22 11
2 3
+ + + + =

= ( ) ( ) 6 2 6 3 3 1 2
2 3
+ + + + + +

B es raz de p
n
pues - B
3
+ 6 B
2
- 11 B + 6 I = N Verifcalo!


390
c) Rta: polinomio caracterstico: p
n
= 23 8
2
+

d) Rta: polinomio caracterstico: p
n
= 4 8 5
2 3
+ +

5- i) Diagonaliza cada matriz y comprueba que el polinomio caracterstico es invariante respecto a
un cambio de base.

ii) Halla una base propia

a) b) c)
|
|
|
|
.
|
\
|
=
4 1 1
1 2 1
2 2 1
A
|
|
|
.
|
\
|

=
5 6 3
0 5 3
0 6 4
B
|
|
|
|
.
|
\
|
=
1 1 2
0 1 1
0 0 3
C


i) Hallamos el polinomio caracterstico

( ) = + + + + A M M M (A) tr
33 22 11
2 3

= + + + + = 9 ) 0 6 9 ( 7
2 3

0 9 15 7
9 15 7
2 3
2 3
= +
+ + =

Aplicamos Gauss , las posibles races son todos los divisores de 9: ( 1 , 3 , 9)

Aplicamos Ruffini y obtenemos:
1
= 3 ;
2
= 3 ;
3
=1

La matriz diagonal es:
|
|
|
.
|
\
|
=
1 0 0
0 3 0
0 0 3
D

Polinomio caracterstico de la matriz D

( ) = + + + + 9 9 3 3 7
2 3

9 15 7
2 3
= (idntico al polinomio caracterstico de A)

ii) Sistema homogneo asociado:

|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|

0
0
0

x
x
x

4 1 1
1 2 1
2 2 1
3
2
1
( ) O X I A =


391
Para
1
= 3 : el orden de multiplicidad a = 2

|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|
0
0
0

x
x
x

1 1 1
1 - 1 - 1
2 2 2
3
2
1
hay proporcionalidad de lneas el sistema se reduce a:

{
3 2 1 3 2 1
x x x 0 x x x - + = = + +

} x ; x ) x ; x ; x {(x S
3 2 3 2 3 2
9 e + =

) x ; 0 ; (x 0) ; x ; (x ) x , x , x (x
3 3 2 2 3 2 3 2
+ = +
= 1) 0, (1, x 0) 1, (1, x
3 2
+

Para x
2
= 1 y x
3
= 0 obtenemos
|
|
|
.
|
\
|
=
0
1
1
e
1

Para x
3
= 1 y x
2
= 0 obtenemos
|
|
|
.
|
\
|
=
1
0
1
e
2

Para
2
= 3 : orden de multiplicidad a = 2

obtenemos 2 vectores propios
2 1
e y e

l. i.

Para 1
3
= resolvemos el sistema homogneo

|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|

0
0
0
x
x
x
3 1 1
1 1 1
2 2 0
3
2
1

2 2 0
2 2 0
1 1 1
3 1 1
2 2 0
1 1 1
= + +
= +
0 3x x x
0 x x x
3 2 1
3 2 1
= + 2x 2x
3 2
0
= +
= +
0 x x
0 x x x
3 2
3 2 1

x
1
= 2x
2

3 2
x x =

} x ) x - , x , 2x {( S
2 2 2 2
9 e = ; 1) , 1 , 2 ( x
2


392
Para x
2
= 1
|
|
|
.
|
\
|
=
1
1
2
3
e
Base autovectores
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1
1
2
;
1
0
1
;
0
1
1
3 2 1
e e e

b) Rta: p
n
= c) 10 3 6
2 3
+ + Rta: p
n
= 3 3
2 3
+ +

|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
= =
|
|
|
|
.
|
\
|
=
1
0
0
e ;
1
1
1
e ;
0
1
2
e B
5 - 0 0
0 2 - 0
0 0 1
3 2 1 a

D

|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
= =
|
|
|
|
.
|
\
|
=
1
0
0
e ;
1
2
0
e ;
9
2
8
e B
1 0 0
0 1 - 0
0 0 3
3 2 1 a

D

6- Sea ] un endomorfismo caracterizado por una matriz simtrica:
i) Diagonaliza la matriz
ii) Halla una base propia y comprueba que es ortogonal
iii) Obtiene una base propia ortonormal, comprueba que es ortonormal.
iv) En esta base verifica que D P A P
T
=
a) b)
|
|
.
|
\
|
=
3 2
2 3
A
|
|
|
|
.
|
\
|
=
1 1 0
1 1 0
0 0 2
B

c) d)
|
|
|
|
.
|
\
|
=
2 2 2
2 1 0
2 0 3
C
|
|
|
|
.
|
\
|
=
2 0 0
0 1 1
0 1 1
E

a)
|
|
.
|
\
|
=
3 2
2 3
A
i) ( ) 0 4 9 6 4 3
3 2
2 3
I A
2 2
i
= + = =
=

0 5 6 = +
2

1
5
2
1
=
=
|
|
.
|
\
|
=
1
5
D
0
0


393
ii) Hallamos la base propia { }
2 1
; e e

|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
0
0
x
x
3 2
2 3
2
1

5 =
1

|
|
.
|
\
|
= =
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
1
1

0
0
2 2
2 2
2 1
2
1
1
e
x x
x
x

1 =
2

|
|
.
|
\
|
= =
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
1
1

0
0
2 2
2 2
2 1
2
1
2
e
x x
x
x

2 2 1
e e e e

y ) ( .
1
0 1 1 1 1 = + = - son ortogonales

iii) Normalizamos la base dividiendo cada vector por su mdulo
|
|
.
|
\
|
=
|
|
.
|
\
|
=
1
1
1
1
2 1
e e

;

(obteniendo versores) 2 1 1
2 2
= + =
1
e
; ( ) 2 1 1
2 2
= + =
2
e

Base ortonormal
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
= =
2
1
2
1
2
1
2
1
,
02 01
2
2
1
1
e e
e
e
e
e

;
El producto escalar de estos vectores es cero 0
2
1
2
1
2
1
2
1
=
|
|
|
.
|
\
|

+ = .
02 01
e . e

Su mdulo es uno 1 ; 1
2
1
2
1
2
1
2
1
2 2
= = + =
|
|
.
|
\
|
+
|
|
.
|
\
|
=
02 01
e e

Base ortonormal


394
iv) Las columnas de la matriz de paso en esta base ortonormal, son las componentes de

02 01
e y e

:

1
2
1
2
1
2
1
2
1
=
|
|
|
|
.
|
\
|
= P P ; ;
Como P es ortogonal P
T
= P
-1

|
|
.
|
\
|
= =
1 0
0 5
D AP P
T
|
|
|
2
P
.
|
\
|
=
2
1
2
1
5
2
5
A
T

Como P es simtrica P = P
T
se verifica: PAP = D

b)
|
|
|
|
.
|
\
|
=
1 1 0
1 1 0
0 0 2
B
i) Ecuacin caracterstica:
( ) ( ) 0 B M M M B tr
33 22 11
2 3
= + + + +
( ) 0 0 2 2 0 4
2 3
= + + + +
( ) 0 0 4 4 0 4 4
1
2 2 3
= = + = +
2 0 4 4
3 2
2
= = = +
|
|
|
|
.
|
\
|
=
2 0 0
0 2 0
0 0 0
D

ii) Hallamos una base propia

|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
|
|
|
|
.
|
\
|
0
0
0
1 1 0
1 1 0
0 0 2
3
2
1
i
i
i
x
x
x

0
1
=

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
0
0
0
1 1 0
1 1 0
0 0 2
3
2
1
x
x
x

3 2
1

0
x x
x
=
=
{ }
2 2
x , x 0, S = una base
|
|
|
.
|
\
|
=
1
1
0
1
e


395

2
2
=

|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
|
|
|
.
|
\
|
0
0
0
1 - 1 0
1 1 - 0
0 0 0
3
2
1
x
x
x

9 e
=

1
3 2
x
x x

)} x , x , {(x S
2 2 1
=

= + = ) x , x (0, 0) , 0 , (x ) x , x , (x
2 2 1 2 2 1

1) 1, (0, x 0) 0, (1, x
2 1
+ =

una base:
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
|
|
|
.
|
\
|
=
1
1
0
;
0
0
1
1 -
1
0
3 2 1
e e ; e

0 1 0 1 0 0 1
0 1 1 1 1 0 0
0 0 1 0 1 1 0
3 2
3 1
2 1
= + + = -
= + + = -
= + + = -
. . . e e
) ( . . e e
). ( . . e e

{ } , ,
3 2 1
e e e

base ortogonal

iii) Normalizamos la base
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
1
1
0

0
0
1

1
1
0
3 2 1
e e e

; ;

dividiendo cada vector por su mdulo.

( ) 2 ; 1 ; 2 1 1 0
2 2 2
= = = + + =
3 2 1
e e e

Base ortonormal:
|
|
|
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
|
|
|
|
|
|
|
.
|
\
|
=
2
1
2
1
0
0
0
1
2
1
2
1
0
03 02 01
e e e ; ;

se verifica 0 = = =
03 02 03 01 02 01
e . e e . e e . e

y el mdulo de cada uno de ellos es uno.


396
iv) Las columnas de la matriz de paso son las componentes de los versores hallados:

|
|
|
|
|
|
.
|
\
|

= =
|
|
|
|
|
|
|
.
|
\
|
=
2
1
2
1
0
0 0 1
2
1
2
1
0
1
2
1
0
2
1
2
1
0
2
1
0 1 0
T
P P P ; ;

|
|
|
|
.
|
\
|
=
2
1
2
1
0
0 0 1
2
1 -
2
1
0
1
P ; D P B P B . P
T T
=
|
|
|
|
.
|
\
|
=
2
2
2
2
0
0 0 2
0 0 0
Verifcalo!

c) Rta:
i) ; ii)
|
|
|
|
.
|
\
|
=
2 0 0
0 5 0
0 0 1
D
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
1
2
2
2
1
2
2
2
1
3 2 1
e e e

; ;

iii)
|
|
|
|
|
.
|
\
|
|
|
|
|
|
.
|
\
|
|
|
|
|
|
|
.
|
\
|
3
1
3
2
3
2
3
2
3
1
3
2
3
2
3
2
3
1
; ; ; iv) P
T
C P = D Verifcalo!

d) Rta:
i) ii)
|
|
|
|
.
|
\
|
=
2 0 0
0 2 0
0 0 0
D
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
|
|
|
|
.
|
\
|
=
1
0
0
0
1
1
0
1
1
3 2 1
e e e

; ;

iii)
|
|
|
|
.
|
\
|
|
|
|
|
|
|
.
|
\
|
|
|
|
|
|
|
.
|
\
|
1
0
0
0
2
1
2
1
0
2
1
2
1
; ; ; iv) P
T
E P = D Verifcalo!

Auto-evaluacin - Autovalores y autovectores

397
AUTO-EVALUACION

1 - Dada la matriz:
A =
|
|
|
|
.
|
\
|

6 6 3
2 2 2
2 2 1
Halla el polinomio caracterstico.

2 - Sea A = la matriz del endomorfismo ], halla los autovalores y los autovectores, escribe la
matriz diagonal y la matriz de paso
|
|
.
|
\
|
3 3
2 4

3 - Dada la matriz simtrica A = . Halla una base propia y comprueba que los vectores de
dicha base son ortogonales.
|
|
.
|
\
|

3 1
1 3

Soluciones

1 - A =
|
|
|
|
.
|
\
|

6 6 3
2 2 2
2 2 1
0 6 ) 1 2 6 (
6 6 3
2 2 2
2 2 1
I A
2 3
+ + + =

=

0 0 6 5
1
2 3
= = + +
0 6 5
2
=
|
|
.
|
\
|
+
0 6 5
2
= +

2
=3
3
=2

2 - A =
|
|
.
|
\
|
3 3
2 4
6 7
3 3
2 4
I A
2
+ =

=

=
=
= +
6
1
0 6 7
2
1 2

valores propios: 1 y 6

0 y 2 x 3
0
0
y
x
2 3
2 3
X . 1I) - (A = +
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
= x = y
3
2

Auto-evaluacin - Autovalores y autovectores

398
podemos elegir y = -3 x = 2 autovector
|
|
.
|
\
|
3
2

( )
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
=
0
0
y
x
3 3
2 2
x I 6 A x = -y

podemos elegir autovector
|
|
.
|
\
|
1
1

Matriz diagonal D =
|
|
.
|
\
|
6 0
0 1

Matriz de paso P =
|
|
.
|
\
|
1 3
1 2

3 - A =
|
|
.
|
\
|

3 1
1 3
1 ) 3 (
3 1
1 3
I A
2
=

=

D =
0 8 6
2
= +
|
|
.
|
\
|
2 0
0 4
1
= 4
2
= 2

x = y elegimos:
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
=
0
0
1 1 -
1 - 1
X 2I) - (A
y
x
|
|
.
|
\
|
1
1

y x =
|
|
.
|
\
|
=
1 - 1 -
1 - 1 -
X 4I) - (A

elegimos:
|

|
|
.
|
\
1
1

Base propia:

2 1
1
1
;
1
1
e e =
|
|
.
|
\
|
=
|
|
.
|
\
|

e
1
. e
2
= 1 . 1 + 1 (-1) = 0 son ortogonales

BIBLIOGRAFA

LEON, Steven J . Algebra Lineal con Aplicaciones. 3
ra
edicin, 1
ra
edicin en espaol. Ed.
Continental. Mxico. 1993.
ROJ O, Armando. Algebra I y II Ed. El ateneo. 8
va.
edicin Buenos Aires. 1983
KLEIMAN, Ariel y KLEIMAN, Elena K. de. Matrices. 4
ta.
edicin Ed. Limusa. Mxico.
1981.
FRANK AYRES, J . R. Teora y Problemas de Matrices. 4
ta.
edicin Ed Mc Graw Hill.
Traduccin y adaptacin Gutirrez Diez, Luis y Gutirrez Vzquez. Mxico (Colombia). 1969.
LIPSCHUTZ, Seymour. Teora y Problemas de Algebra Lineal. 1
ra.
edicin en espaol Ed.
Mc Graw Hill Mxico. 1971
FRANK AYRES, J . R. Teoras y Problemas de Fundamentos de Matemtica. 3
ra.
edicin . Ed.
Mc. Graw Hill. Mxico. 1969.
GROSSMAN, Stanley. Algebra lineal con aplicaciones. 4
ta
. Ed., Mc Graw Hill. Mxico. 1993
BEAUREGARD, Raymond A. FRALEIGH J ohn B., Algebra lineal. Ed., Addison Wesley
Iberoamericana. Estados Unidos. 1989.
BURGOS, J uan de. Algebra lineal. Ed. Mc Graw Hill. Mxico. 1995
GOLOVINA, L.I. Algebra lineal y alguna de sus aplicaciones. Ed., Mir. Mosc. 1974.
VENTURINI, A. Algebra. 1. Edicin en espaol. Ed., Secretara de cultura CECE UBA.
1993.
LIPSCHUTZ, Seymour. Algebra lineal. 2
da
. Edicin. Ed. Mc Graw Hill. Mxico. 1991.
MURDOCH, D.C. Geometra Analtica con vectores y matrices. 7
ta
. Edicin. Ed,. Limusa.
Mxico. 1990.
LARSON HOSTETLER. Clculo y Geometra analtica. 3
ta
. Edicin. Ed. Mc Graw Hill.
Mxico. 1989.
MASJ UAN G. - ARENAS F. VILLANUEVA F. Matrices vectores y geometra analtica
del espacio. Tomos: I, II y II. 2
da
. Edicin Pontificia Universidad Catlica de Chile. 1988.
ALSINA C. TRILLAS E. Lecciones de lgebra y geometra. Ed. Gustavo Gilli. Barcelona.
1984.
Lic. SUNKEL, Mara Helena ALBINO de. Geometra Analtica en forma Vectorial y
Matricial. 1
ra
. Edicin. Ed. Nueva Librera. Buenos Aires. 1984.
KINDLE, J oseph H. Geometra Analtica Plana y del Espacio. Ed. Mc Graw Hill. Traduccin
y Adaptacin Gutirrez Diez, Luis y Gutirrez Vzquez. Mxico (Colombia). 1975.

NASINI, Ada E. MASCO de LPEZ, Roberto. Lecciones de lgebra y Geometra
Analtica. 1
ra
Edicin. Vol. 1 y 2. Ed. Universitaria. 1972.
DI PIETRO, Donato. Geometra analtica del plano y del espacio y nomografa. Ed. Alsina.
Buenos Aires. 1960.
SANTALO, Luis A. Vectores y tensores con sus aplicaciones. 6
ta
. Edicin. Ed. Eudeba.
Buenos Aires. 1968.
PASTOR, J ulio Rey- SANTAL Luis A.- BALAZANT Manuel. Geometra Analtica. 3
ta
.
Edicin. Ed. Kapelusz. Bs. As. 1958.
LEHMANN, Charles H. Geometra Analtica. Ed. Hispano Americana. Mxico. 1953.
MIGUEL DE GUZMN - J OS COLERA - C.O.U. Matemtica I Opciones A y B Editorial
Anaya.
MIGUEL DE GUZMN - J OS COLERA - C.O.U. Matemtica II Opciones C y D Editorial
Anaya.

Algebra Lineal y Geometria Analitica

Cargado por

Copyright:

Formatos disponibles

Algebra Lineal y Geometria Analitica

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra Lineal y Geometria Analitica

Cargado por

Copyright:

Formatos disponibles

For the best experience, open this PDF portfolio in

Acrobat 9 or Adobe Reader 9, or later.

Para designar al conjunto, utilizamos la letra K, para las leyes internas

) por un escalar K e se entiende una relacin que a

le hace corresponder otro elemento V ve

a la longitud del segmento AB , lo notamos:

al que determinan los punto y B tomados e s A en ese ord n.

es la direccin de la recta r (llamada recta soporte) o sus paralelas.

de la Figura 5 es igual al vector ' D

0 < 1 0 < < 0 >

reemplazando en la primera ecuacin x +y =b

e V , e K : eV producto de un vector por un escalar ( ley externa ) v v

como combinacin lineal de los restantes.

( se llama combinacin lineal trivial)

( ya que con dos vectores no paralelos no se cierra el polgono).

= ( no es la combinacin lineal trivial )

= solo generan los vectores con esa

Lo que pone de manifiesto que resolver un sistema es equivalente a resolver un problema de

a) Planteamos la combinacin lineal:

Igualamos la combinacin lineal al vector:

que en a) probamos que no es

, entonces para determinar k

sus componentes son proporcionales

. k ( ) k 2k; que verifican ( ) R k . k e 1 ; 2

iv) Sus componentes son proporcionales.

son L. I. no son coplanares.

no es combinacin lineal nica de , y

no pertenece a dicho subespacio pues sus componentes no verifican la condicin

es combinacin lineal de los

combinacin lineal nica de

3(2 ; 3) + 1 (8 ; 2) =(14 ; 11) (6 ; 9) +(8 ; 2) =(14 ; 11) 3

= A A qued multiplicado por 3.3 se deduce

A qued multiplicado por 2

es coeficient los de matriz

Ecuaciones lineales Sistemas de ecuaciones lineales

segn hemos visto estos

Si comparamos * con * hemos cambiado E por E

como combinacin lineal de los

elevando al cuadrado y sumando

si queremos un versor con la direccin de A

, basta dividirlo por su

determinar z para que A

determinar z para que A

= o o o cos ; cos , cos

y el ngulo exterior del vrtice B. |

= es el versor con la direccin de S

(las componentes de un versor son

a) Calcular el producto escalar B A

b) Hallar el ngulo que forman dichos vectores

CB =AB issceles ABC

Auto-evaluacin - Clculo vectorial

=(-2;4) +(-9;12) +(0;1) =(-11;17)

=- 0,7746 o=140 46' 06,"53

La igualdad de vectores implica igualdad de componentes

La ecuacin simtrica de la recta es:

, esto nos dice que ( ) 5 6, P

= , es posible tomar como vector director al que tiene

r y el valor de p distancia del

(cos o , sen o) resulta: x

sus formas vectorial, paramtrica, simtrica, general y explcita; halla un punto r e =