Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Y GEOMETRIA
NOTAS DE CURSO
DEPARTAMENTO DE MATEMATICA
UNS
2008
Indice General
1 N
umeros Complejos
1.1 Forma binomica. Operaciones. Modulo y conjugado .
1.2 Representacion geometrica de los n
umeros complejos
1.3 Forma polar. Operaciones. Potencia y radicacion . .
1.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . .
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 5
. 9
. 10
. 19
Polinomios
2.1
2.2
2.3
23
determinantes
39
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
65
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
39
42
49
54
60
65
72
76
77
81
84
6 Espacios vectoriales
6.1 Definicion. Propiedades .
6.2 Subespacios . . . . . . . .
6.3 Dependencia lineal y bases
6.4 Componentes . . . . . . .
6.5 Ejercicios . . . . . . . . .
100
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
100
102
106
110
112
115
. 115
. 123
. 127
8 Transformaciones lineales
130
8.1 Definicion y ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
8.2 Matriz asociada a una transformacion lineal . . . . . . . . . . . . . . . . . . . . 133
8.3 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9 Autovalores y autovectores
9.1 Definicion y ejemplos . . . . . . . . .
9.2 Calculo de autovalores y autovectores
9.3 Transformaciones lineales simetricas .
9.4 Ejercicios . . . . . . . . . . . . . . .
139
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
onicas y Cu
adricas
10 C
10.1 Conicas . . . . . . . . . . . . . . . . . . . . . .
10.2 Reduccion de una conica a la forma canonica . .
10.3 Cuadricas . . . . . . . . . . . . . . . . . . . . .
10.4 Reduccion de una cuadrica a la forma canonica
10.5 Ejercicios . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11 Ap
endice
11.1 Rango de una matriz .
11.2 Matrices ortogonales .
11.3 Sobre transformaciones
11.4 Sobre transformaciones
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
139
140
145
148
150
150
159
163
166
172
176
. . . . . . . . . . .
. . . . . . . . . . .
lineales . . . . . .
lineales simetricas
.
.
.
.
.
.
.
.
.
.
.
.
176
179
180
191
BIBLIOGRAFIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .....195
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
N
umeros Complejos
1.1
Forma bin
omica. Operaciones. M
odulo y conjugado
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Forma bin
omica
Sea z = (a, b) C. Como (0, b) = (b, 0) (0, 1) = b i entonces z = (a, b) = (a, 0) + (0, b) =
(a, 0) + (b, 0) (0, 1) = a + b i, que se denomina forma bin
omica de z.
En lo que sigue escribiremos:
z = 0, en lugar de z = 0 + 0 i.
z = a, en lugar de z = a + 0 i.
z = b i, en lugar de z = 0 + b i.
La forma binomica permite aplicar las mismas propiedades que en el campo real para obtener
la suma y el producto, operando como si i fuese real pero teniendo en cuenta que i2 = 1.
En efecto:
(a + b i) + (c + d i) = (a + c) + (b + d) i
(a + b i) (c + d i) = (a c b d) + (a d + b c) i
Ejemplo
Si z = 3 + 5 i y z 0 = 2 i, entonces
a) z + z 0 = (3 + 5 i) + (2 i) = 5 + 4 i.
b) z z 0 = (3 + 5 i) (2 i) = 1 + 6 i.
c) z z 0 = (3 + 5 i) (2 i) = 11 + 7 i.
Conjugado de un n
umero complejo
Definici
on 1.1.1 Dado el n
umero complejo z = a + b i, llamaremos conjugado de z al
n
umero complejo z = a b i.
Ejemplo
Si z = 1 + i, entonces z = 1 i.
Si z = 3, entonces z = 3.
Si z = 3 i, entonces z = 3 i.
Propiedades del conjugado
Sea z = a + b i. Entonces:
1) z = z
6)
z = z Re(z) = 0
2)
z + z = 2 Re(z)
7)
z+w =z+w
3)
z z = 2 i Im(z)
8)
zw = zw
4)
z z = a2 + b2
9)
zw =zw
5)
z = z Im(z) = 0
10)
Si z 6= 0, z 1 = (z)1
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Valor absoluto de un n
umero real
Sea x R . El valor absoluto de x (lo notamos |x| ) se define como sigue:
n
x si x 0
|x| =
x si x < 0
Propiedades
1) |x| 0. Ademas, |x| = 0 x = 0 .
2) | x| = |x|.
3) Si d R , d > 0, entonces |x| d d x d.
4) Si d R , d > 0, entonces |x| d x d o x d.
5) |x| x |x|.
6) |x + y| |x| + |y| .
7) |x y| | |x| |y| | .
8) |x y| = |x| |y| .
x |x|
9) =
.
y
|y|
10) x2 = |x| .
M
odulo de un n
umero complejo
Definici
on 1.1.2 Dado z = a + b i, se llama m
odulo de z al n
umero real no negativo
22 + 32 =
13
k 2 ik =
(2)2 + (1)2 = 4 + 1 = 5.
Observaci
on
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
5) kz wk = kzk kwk.
z
kzk
6) Si w 6= 0, =
.
w
kwk
7) kz + wk kzk + kwk.
8) |kzk kwk| kz wk.
Cociente de n
umeros complejos en forma bin
omica
z
Recordemos que para z, w C, w 6= 0,
= z w1 . Entonces, si z = a + b i y w = c + d i,
w
para hallar el cociente se puede proceder de la siguiente manera:
z w
1
(ac + bd) + (bc ad) i
(a + b i)(c d i)
ac + bd bc ad
z
= =
=
zw =
= 2
+ 2
i
2
2
2
w
w w
kwk
(c + d i)(c d i)
c +d
c + d2
c + d2
Ejemplo
(3 + i) (2 + 5 i)
1 + 17 i
1
17
3+i
=
=
=
+
i.
2 5i
(2 5 i) (2 + 5 i)
29
29 29
1.2
Representaci
on geom
etrica de los n
umeros complejos
P (a, b)
kzk
Figura 1
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
10
llama eje real. Si z es imaginario puro, entonces su afijo esta sobre el eje de las ordenadas,
que recibe el nombre de eje imaginario. El Plano cuyos puntos se identifican con n
umeros
complejos se denomina Plano complejo.
Ejemplo
Representar el complejo z = 2 + i.
...
.......
....
...
...
....
..
...
....
..
....
..
...
....
....... ...... ...... ...... ...... ...... .........
...
...
....... ....
....
.......
........
..
..
.......
.
.
..
.
.
.
...
.
.....
....
...
.......
.. ..............
.
.
.
.
.
.
.
.
.
............................................................................................................................................................................................
..
...
..
....
..
...
...
2+i
Figura 2
1.3
Vimos que el complejo z = a + b i queda determinado por su parte real y su parte imaginaria, es decir por la coordenadas de su afijo en un sistema de coordenadas cartesianas ortogonales. Tambi
en z queda determinado por sus coordenadas polares, es decir por la longitud
= kzk = a2 + b2 del segmento OP y la medida radial , 0 < 2 del angulo
.
...
.......
....
...
...
...
....
....
..
.........
....
...
....
....
....
..
....
....
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
= a + b i .........
....
..
... ......
...
.
...
....
..
.... ...........................
....
.
.............. ...
....
....
.
..
...
.... ....
..
..
.... ..
...
.
......
..
.
.
.
.....................................................................................................................................
....
..
....
...
........
.
................................
.
.
.
.
...
....
...
...
...
...
...
...
..
.
.
..
...............................................................................................................................................
.
.
. ...
.
.
.
... ...... ....
..
...
. ...............
.
....
.... .......
...
..
.
...
.
.
......
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
z = a + b i .......
...
.
.
.
..
.
.
.....
.
...
...
.
.
...
...
.
.
..
.
.
....
.
........
...
.
.....
...
...
...
.
O
b
..
........
..
..................................
.
.
.
....
...
....
...
...
.
.....
..
.
...
.
..............................................................................................................................................
....
..
.
.
.
..
. .
...
.... ......
...
...
...
...
.....
.
.
.
.
.
.
.
.
.
.
.
.
.
.
......... .. ........... ... ...
..........
.... .
... .
....
......... ...... ...... ...
.... z = a + b i
....
...
...
....
...
...
...
....
...
...
...
....
...
...
.....
...
.........
.....
...
...
O
b
Figura 3
se denomina el argumento principal de z y se nota = Arg(z).
Observaci
on
Si z = 0 , entonces Arg(z) no esta definido y z queda caracterizado por su modulo.
Forma polar o trigonom
etrica de un n
umero complejo
Sea z = a + b i, z 6= 0. Se tienen entonces las siguientes relaciones (Ver Figura 3):
(
a2 + b2
=
a = cos
y
b
b = sen
tg = , a 6= 0
a
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
11
kzk = ( 3)2 + 12 = 3 + 1 = 2.
1
o = + .
Si es el argumento principal de z, entonces tg = , luego =
6
6
3
de z es z = 1 + 3 i.
Producto de n
umeros complejos en forma polar
Proposici
on 1.3.1 Si z = y w = 0 , entonces z w = (.0 ) + .
Dem. z w = ( ) (0 ) = [(cos + i sen )] [0 (cos + i sen )] = .0 [cos cos
sen sen ] + i[cos sen + sen cos ] = .0 [cos( + ) + i sen( + )] = (.0) + .
6
4
6
4
12
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
12
Cociente de n
umeros complejos en forma polar
z
Proposici
on 1.3.2 Si z = y w =
=
, entonces
.
w
0
(cos + i sen )
(cos + i sen )(cos i sen )
[(cos
cos
+
sen
sen
)
+
i
(sen
cos
cos
sen
)]
=
[cos( ) + i sen ( )] =
0
0
.
2
0
0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
13
i 3 = i 2 i = (1) i = i.
i 4 = i 3 i = (i) i = i 2 = (1) = 1.
En general si n N y r es el resto de dividir n por 4, entonces i n = i r .
En efecto, como n = 4 q + r; 0 r < 4, entonces i n = i 4 q+r = i 4 q i r = (i 4 )q i r =
1 q i r = i r.
2. (1 i)2 =
1
1
1
= i.
=
2
(1 i)
2 i
2
F
ormula de De Moivre
La formula de De Moivre (1667 1754) se usa para calcular la potencia entera de un complejo
expresado en forma polar.
Teniendo en cuenta las propiedades del modulo y el argumento de un producto, y utilizando
un proceso inductivo, se demuestra que si n N y z = , entonces z n = (n ) n .
La formula anterior se verifica para n = 0.
n
Si n Z, n < 0, entonces z n = (z 1 )n = [(1 ) ] = (n )n .
Entonces
z n = n [cos (n ) + i sen (n )], para todo n Z
Ejemplos
5
5
o = . Como z pertenece al tercer cuadrante, = , luego z = 2 5 , y por
4
4
78
39
la formula de De Moivre, z 78 = ( 2 )
5 = (2 )
5 .
78
39
4
2
195
195
5
, entonces se tiene que 195 = 2 97 + 1 por lo tanto
=
Como 39 =
2
2
2
3
1
1
97 + = 48 2 + , luego z 78 = (2 39 ) 3
y por consiguiente, z 78 = 78 =
2
2
z
2
1
= (239 ) = 239 i.
239 3
2
2
105
2. Calcular
( 3 + i) .
z = 3 + i = (2) 5 , luego z 105 = (2105) 525 . Si deseamos hallar su argumento
6
6
3
525
= 87 + = 86 + + = 86 + , luego z 105 =
principal observamos que
6
2
2
2
(2105) 3 = 2105 i.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
14
Figura 4
2. Hallar los z C que verifican kz ik 1 y |Re(z)| 12 .
Si z = x + y i, entonces |Re(z)| 12 |x| 12 x 12 o x 12 . La condicion
kz ik 1 es un caso particular del Ejemplo 1, considerando z0 = i y r = 1. Luego los
complejos que verifican ambas condiciones se hallan en la region indicada en la Figura 5.
.
...
.......
....
...
...
...
...
....
...
...
..
...
..
... ............................... .....
.
.
.
.
.
.
.
.
.
.
.
...
.........
..
.
.
............
.
.
... . ...
....
...... ....
.. . ...
...
....... ....
... ... ...
...
....... . ..
... . ... ....
.. . . .
...
....... .....
.... .. ... .....
...... i .............. ..........
... .. ... ....
... . ... ....
.
.
....... . ...
.. . ... ....
....
....... ...
.. ... ...
... . ...
...
..........
... . ..
.
.
...........
........
..
.......
....
.........
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.......................... ................ .....................................................................
...
...
...
1 ...
..
.. 1
..
....
...
.
.
2 O
Figura 5
3
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
15
Figura 6
4. Caracterizar las regiones indicadas a continuacion:
.
...
.......
....
..
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.. . . . . . . . . ...... ........ ..........
....... ...... ..... .... ...... ....... .... ..... ........
. . . . . . . . . ... . . . . ....
....... ...... ..... .... ...... ....... .... ..... .......
. . . . . . . . . ... . . . . ...
....... .... ... ... .... ..... ... ... .......
... .... ... ... .... .... ... ... .....
....... ...... ..... .... ...... ....... .... ..... ........
. . . . . . . . . ... . . . . ....
........ ...... ..... .... ...... ...... .... ..... .......
. . . . . . . . . ... . . . . ...
....... ...... ..... .... ...... ...... .... ..... ........
.. . . . . . . . . ... . . . . ...
...... ...... ..... .... ...... ....... .... ..... ........
.
.
............................................................................................................................................................
.
....... ...... ..... .... ...... ....... .... ..... ........
.
.. . . . . . . . . . . . . . ....
....... ...... ..... .... ...... ....... .... ..... .......
.
.. . . . . . . . . .. . . . . ..
...... ...... ..... .... ...... ...... .... ..... ........
. . . . . . . . . ... . . . . ...
........ ...... ..... .... ...... ...... .... ..... ........
. . . . . . . . . ... . . . . ...
..............................................................................................................
...
...
.
2 < Re(z) 1
2 Im(z) < 3
.
...
........
.
.
.
.
.
.
........................
.
.
.
.
.
.
.
.
.
.
.
.
...
......... . . .... . . .........
......... ...... ..... ...... ...... ..... .............
.
.
.
..
..
.... ... ... .... ... ..... .... ... ... ... .....
...... ... ... .... ... .... .... ... ... .... . ...
.. . . . . . . . . ..... . . . . . . . . .....
... ........................................................................................................................
.
...............
..
... ...
......
..
...
.......
...
......
..
......
..
...
......
...
......
.
.
.
...
......
.
.
.
.
...... ... .........
..
....
..
.
..............................................................................................................................................................................
...
...
...
....
..
.
(2 3, 2)
kzk 4
Im(z) 2
Figura 7
Radicaci
on de n
umeros complejos
Definici
on 1.3.1 Sea z C y n N. w C se dice una raz n-
esima de z si wn = z.
Si n = 2, w se dice una raz cuadrada de z, si n = 3 una raz c
ubica, y as sucesivamente.
Ejemplos
1. Como 12 = (1)2 = 1, entonces 1 y 1 son races cuadradas de 1.
2. Como 14 = (1)4 = i4 = (i)4 = 1, entonces 1 , 1 , i y i son races cuartas de 1.
3. Si w = x+y i es una raz cuadrada de 3+4 i, entonces w2 = (x+y i)2 = (x2 y 2)+2 x y i =
3 + 4 i. Por el criterio de igualdad de dos complejos en forma binomica se tiene que:
2
x2 y 2 = 3
y = . Reemplazando en la primera ecuacion y operando se obtiene
xy = 2
x
la ecuacion bicuadrada x4 3 x2 4 = 0. De la resolucion de la misma resulta que x = 2
o x = 2. Luego y = 1 o y = 1 y entonces w0 = 2 + i o w1 = 2 i = w0.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
16
C
alculo de las races de un complejo
Sea z C y n N.
Si z = 0, la u
nica raz n-esima de z es w = 0, para todo n N.
Si z 6= 0, entonces z = , 0 < 2 . Sea w = 0 una raz n-esima de z. Como
0n
wn = z, por De Moivre se tiene que 0n
n = . Entonces = y n = + 2 k , k Z.
+ 2k
, k Z.
Concluimos que 0 = n y =
n
+ 2(n 1)
+ 2
,
, ... ,
, los
Si k = 0, 1, . . . , (n 1), obtenemos los argumentos
n
n
n
cuales no difieren, dos a dos, en un m
ultiplo entero de 2 .
n
n
+ i sen
((z)) = cos
n
n
k=0,1,...,(n1)
Ejemplos
3
, luego z = ( 2) 3 . Los elementos del conjunto 3 ((z))
argumento principal es
4
4
son
wk = 6 2 3 + 2 k , k = 0, 1, 2. Por lo tanto
w0 = ( 6 2) , w1 = ( 6 2) 11
y
4
4
12
3
6
w2 = ( 2) 19 .
12
3 3 3i
3
.
2. Hallar todos los valores de z que verifican z =
2+i
Efectuando el cociente obtenemos que z 3 = 3 = 3 . Luego los complejos buscados son
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
17
p
+ 2k
+ 2k
3
3
los elementos de
+ i sen
((3)) = 3 cos
.
3
3
k=0,1,2
Obtenemos w0 = ( 3 3) , w1 = ( 3 3) y w2 = ( 3 3) 5 .
3
3
Representaci
on geom
etrica de las races de un n
umero complejo
Como todas las races n-esimas de un complejo z = tienen modulo n , entonces sus
afijos equidistan del origen de coordenadas, es decir se encuentran sobre la circunferencia C con
..
.
.
.
...
.
.
.
...
...
n
.
...
..
.
.... .
.
.
.
.
.
.
.
...
... ... ...
.
n ... ..
..
.
..
..
..
...
... .... ...
...
..
..
. .. ... ...
..
....
.......... ..
.
.
...............................................................................................................................................................................................................................
...
.
.
.
.
.
.
....
..
...
.
.
...
..
.....
...
..
...
..
..
..
...
..
..
.
.
.
.
...
.
....
..
..
..
...
...
...
...
....
...
...
.
.
.
...
...
....
....
....
....
...
.....
....
.....
...
.....
.
.
.
......
.
.
.
.
...
........
...
........
...........
........................................................
....
.
Figura 8
Ejemplo
3
races son:
3 1
4
4
4
=
=
+ i)
2
2(cos + i sen )
2(
w0 =
6
6
2
2
6
2
2
1
3
= 4 2(cos + i sen ) = 4 2( +
w1 = 4 2 2
i)
3
3
2
2
7
7
3 1
4
4
4
i)
w2 =
2 7
2(cos + i sen ) =
2(
=
6
6
2
2
1
5
5
3
w3 = 4 2 5
i)
= 4 2(cos + i sen ) = 4 2(
3
3
2
2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Representemos en el plano complejo, las races halladas:
...
.......
...
....
1 ...............................................................................
.......
.
.
.
...
.
........ ......
.....
.
....
......
.
...... ..
.....
..... ..
.... ........
.... .. ....
....
.
.
.
.
.
....
...
.
..
.. ...... ...... ...
.
.
.
..
...
... ......
.
..
.
.
.
.
.
.
...
...... .. .....
.
..
.
.
.
0
.... ......
.
.
.
...
.
.
..
.
......
.
.
.
..
.
..
.......
.
..
.
.
...
...
.
.
.
... ... ...
.
.
.
..
...
.
.
...
.
.
.
..
.
.
...
..
......
..
.......
...
... ....
.
..
...
...... ......
.. ...
..
..
...
....... ....
.. .
..
.
...... ...
.. 4
.
... ..
.
.
.
...
.
.
...
.
..
...... ..........
.
...
...
6 . .
.
.............................................................................................................................................................................................................................................
...
.
.
.
.
.
.
.
.
.
..
.
..
.... ... ....
.
.
.
.
.
.
.
.
.
.
..
.....
..
..
.... ....
..
..
.......
.
.
.
.
...
.
.
.
.
.
.
.
.
.
.
..
.
.
..
.....
...
....
...
.. .
......
.
..
..
.. ..
...
.......
..
...
..
.. . ..........
...
.. .......
...
..
.
.
........
...
.
.
...
.
..... ...... ...
...
....
...
.
...
..
..
...
2 ......... ... ...... ...... ...... .....
...
...
.. ..
.
...
.
.
.
.
.
.
.
.
.
.
... . ....
....... ..
.....
.
.. .... ....
.....
.. ...... ...............
.....
...
.......
.......
....
.........
.......
.
.
.
.
.
.
.
.............
.
...
.
..........................................
3
....
Figura 9
18
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
1.4
1.
19
Ejercicios
a) Escribir en forma binomica los siguientes n
umeros complejos:
1
(0 , ) ,
( 2 , 0) ,
(3 , 2) ,
(0 , 0).
3
b) Escribir como par ordenado a los siguientes
umeros complejos:
n
1
3
2 + i ,
4 ,
2 i ,
+
i.
2
2
2. En cada uno de los siguientes casos hallar: Re(z), Im(z), kzk, Re(z 1 ) e Im(z 1).
1
b) z = (3 5 i) (7 2 i) + (1 3 i)
a) z = (2 + 5 i) + (3 i) + i
2
1
d) z = (1 + 2 i) + i (2 + i)
c) z = 2 i ( + 7 i) (3 + 4 i)
3
e) z = [( 2 i)( 2 + i)]1
f) z = (1 + i)(2 + i)
1
1+i
h) z =
g) z =
1i
1i
3.
2
2
i
i
5 + 2i
k1 ik + i
k3 + 2 ik i
5.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
20
z=2
3
d)
z = 2 (cos
7
7
+ i sen )
6
6
b)
1
2
2
z = (cos + i sen )
2
3
3
e)
z=
c)
z=1
4
1 + i
b)
i sen
2
3
c) 17
d)
(2 + 2 i)1
e)
f)
3(cos
g)
i15 1
h)
11
13
1
(cos i sen
)
2
3
3
i)
sen
3
3
+ i sen )
7
7
+ i sen
6
3
11.
12.
a)
i43 i38
b)
c)
(1 + i)231
d)
i86
i165
(3 3 i)228
(1 + i)16
, y expresar el resultado en forma binomica.
(1 i)4
15 17
2i
+( +
i) = 0.
b) Verificar que (1 + i)7 +
3+i
2
2
!20
1 3 i
a) Calcular el modulo y el argumento principal de
.
1i
a) Calcular
6
6
b) Idem que a) para z 23, siendo z = cos + i sen .
7
7
!90
1 3i
c) Mostrar que
= 245 i.
1+i
13. Sea z = cos
14. Hallar:
a) Las races cuartas de 5.
b) Las races quintas de 1.
c) Las races cuadradas de a, con a R.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
21
d) Las races c
ubicas de i.
15. Hallar los n
umeros complejos z que verifiquen:
!16
3 2i
2
2
3
21
a)
+
i
5.
z 8 28 i =
2
2
2 + i
b) (2 i)z + (1 i)4 = 4 i28 +
1 3i
z + z3.
1i
1
c) z 3 = (1 + i)12.
8
d) (1 i)10 + z 5 = 32 32 i29 .
e) z 4 + i = 0.
f) (z + 1)3 = z 3.
16. Representar en el Plano complejo la region determinada por los z C que verifican:
a) kz 2 ik 1 y |Re(z)| > 12 .
(3, 3 3)
.
...
.......
..
................................................................................................
........ ... ... .... ... ... ......
. ... ... ... .... ... ... ....
...... ... ... .... ... ... .....
. . ... ... .... ... ... .....
...... ... .... ... ... .....
. . . . . . . . ..
.... ... .... ... ... ......
. ... .... ... ... .....
..... .... ... ... .....
.. .... ... ... ....
....... ... ... ......
. . . . . ..
.... ... ... .....
. ......................
.
..
......
.
.
....
..
..
....
...
...
.
..
....
.
..
...
...
...
...
..
.....................................................................................................................
....
...
..
..
...
.......
..
.
.
.
.
.
..................
.
.
.
.
.
.
.
.
...
............ . . . ... . . ............
................ ... .... ....... ...... .... ...................
.
.
.
.
.
.
..... . . . . . . . ... . . . . . . .....
..... ... ... .... .. ... .... .... ... ... .... ......
.... . . . . . . . . ... . . . . . . . . . ....
........ ... ... .... .. ... .... .... ... ... .... ... . ....
..... .... ... ... .................................................. ... .... ... .......
.
. . . . . . . . ....
....... .. .... ... ... ...
.....
..... . . . . . ..
... . . . . . . ....
... ... ... ... . ..
..
.. . ... .... ... .....
... . . . . . ..
.. . . . . . ....
...
.... . . . . ..
.. ... .... ...... .......
..
.
.
... ... ... .. ..
.
.... ... ... ........
..... ... ... ..
.
... ... ... ......
..
... . . . . . ..
.
.. .. ... ... . ..
.... .. .... ..... .......
....
.
.............................................................................................................................................................................................
...
...
...
..
...
...
...
...
.
.
.
...
.
..
.
.
.
.
.
.
.
.
...
...
...
...
....
..
...
..
..
...
...
....
..
..
....
....
...
...
..
....
......
.
.
.
.
...
.
.
.
...
.........
.
.
...
....................................
...
...
..
...
...
....
....
...
....
....
.
.
.
.
.
.....
......
.....
....
......
........
..
............
.........
..........................................
....
..
..
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
(3, 3 3)
...
........
......................
.........
...
.......
.. .
...
...... .....
...
... .. .......
...
..........
....
.
.
...
...
. ..
... . ....
...
...
..... .....
..
...
.... ... ......
..
.
...
. . .
..
... ....... ... ......
..
...
... .... ... ... .....
..
... ..... ... ... .....
..
.......... ... ... .....
......................................................................................................................
...
...
...
...
...
..
..
...
..
...
..
..
.
...
...
...
...
....
....
...
....
.
.
.
...
....
...
......
..............................
..
...
.
.
...
.......
..
.
.
.
.
.
.
.
..... ..............
............. .. .... .. ..............
......... .... ... ...... .... ... .............
.
.
.
.... . . . . . . .. . . . . . . ..
.... ... ... .... ... .... .... ... ... ........
.... . . . . . . . .... . . . . . . . ....
... ... ... ... .... ... .... .... ... ... .... .. ...
............ ... ... .... ... ...... .... ... ... .... ........
...
.
.. .............. .... ...... ..... ..... ...... ..... .... ............... ....
...... . . . . .... . . . . .......
..
..
..
....... . . . . ... . . . . ......
..
....... . ... .... .... ........
....
..
...... . .... . ......
...
....... .. .......
...
.
.
.
.
.
.
.
.
..................................................................................................................................................................
..
...
..
....
....
.
(2 3, 2)
..
.........
...
.
.
.
.
.
.
.
...... ..
............. . ...
............ . . ... .....
.
.
.
.
.
...... .... ... . . ... ...
..... . . . . . . . ..
.... . . . . . . . . ...
... .. ... .... ... . . ... ...
.... ... ... .... ... . .....................
.
.
. . . . . . . . . ....
...... ... ... .... .......
....
... . . . . . . ....
...
.. .... ... ... . ...
...
.. . . . . . ..
... . .... ... .......
...
.... ... ...... .... .....
...
.. . . . . . ..
...
... ..... ...... .......
...
.
.
.
.....................................................................................................................................
.... .. .... ... ... . .... ..
... .. .... ... .. ..... ...
...
... .. .... ... .....
...
... .. .... .......
...
... .. ... ....
...
... .. .......
...
... ......
....
.......
..
....
..
....
..
...
(3, 3)
(2 3, 2)
....
.......
...
....
..
...
....
..
...
...
...
....
...
..
.
...
...
.
.
.
....
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
..
... ........
....
.
.
.
....
.
...
.... ..............
...
........ . . ....
...
... ....... .. ......
.
...
.
.... . ....
.
.
...
.
..........
...
...
.... . ..
.
.
.
.
.
... ... ....
....... ..
...
....... ..
..
...... ..
..
..
.............................................................................................................................................................................................
... ...........
... ........
... ... .....
... ... ...
.
...
..
....
...
y = 3x
y = x
(3, 3 3)
..
........
..
....................................
.
.
.
.
.
.
.
.
.
.
.
.
........
........
.....
....
.....
....
.
.
.
...
.
....
...
....
...
..
...
.
.
.
.......................................................................................................
.
.
........ ... ... .... ... ... ...... ... ... .... .. ...............
.
. ..... ... ... .... ... ... ...... ... ... ............
..
.
.
..
.. ..... ... ... .... ... ... ...... ... ...........
..
.... ..... ... ... .... ... ... ...... .. ...........
..
... ..... ... ... .... ... ... .................
..
...................................................................................................................................................................
....
..
....
....
..
(2 3, 2)
22
.
...
.......
...
...
....
....
.....
.. ...
..
....... ....
...
.
.
...... ...
....
..
.... .... ...
.... . . ...
...
...... ...... ....
.
....
... . . . ..
..
.. . ... .... ..
...
... . . . . . ...
.. . . . . . ..
....
..... .... ..... ...... ....
..
.
...... ... ... .... ....
....
..
....... ... ... .... ...
... ..... .... ... ... .... ....
.... ...... .... ... ... .... ....
.. ... ... .... ... ... .... ...
... .... ... .... ... ... .... ..
...........................................................................................................................................................................
.. ......... .... ... ... .... ...
....... . . . . . . ...
...
...... . . . . . ..
...
....... ... .... ..
...... . . . ..
...
....... .. ...
...
...... ..
......
...
...
..
....
...
.
(3, 3)
.
...
........
....
..
............
.........
............ ....
.
.
.
.
.
.
... .....
.
...
.... .. ...... .........
....
...
..... .. . ...........
... .. . .... .....
...
...
.... .. ....
...
....
...
..... ......
....
... ...
....
...
....
........
...
....
...
........
....
.....
... ....
... .
....
.......
.
.
................................................................................................................................................................
....
..
....
....
..
...
....
..
...
....
..
...
(3, 3)
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Polinomios
2.1
Definici
on. Grado. Operaciones
23
La definicion de polinomio no es sencilla de dar dentro de los niveles de este curso. Aqu
adoptaremos la presentacion del Dr. Enzo Gentile en su libro Anillo de polinomios.
En esta seccion, con K representamos al cuerpo de los n
umeros racionales, reales o complejos.
Definici
on 2.1.1 Una sucesi
on de elementos de K es una funci
on f : N {0} K.
Ejemplos
1. f : N {0} K, f(n) =
1
.
n+1
2. f : N {0} K, f(n) = n2 + 1.
Una sucesion queda determinada por los valores a0 = f (0), a1 = f (1), a2 = f (2), . . . ,
an = f (n), . . . . Por lo tanto, dar una sucesion f : N {0} K es equivalente a dar
ordenadamente los n
umeros a0 = f (0), a1 = f (1), a2 = f (2), . . . , an = f (n), . . . .
Se escribe entonces a = (a0, a1, a2, . . . , an , . . .) .
1
es equivalente a dar la
As por ejemplo dar la sucesion f : N {0} K, f(n) =
n+1
1
1 1
, ... .
expresion 1, , , . . . ,
2 3
n+1
Los n
umeros ai de la sucesion (a0, a1, a2 , . . . , an , . . .) se llaman los coeficientes de la sucesion.
Definici
on 2.1.2 Sean a = (a0, a1, a2, . . . , an , . . .) y b = (b0 , b1, b2, . . . , bn , . . .). Diremos que
a es igual a b y notaremos a = b si, y s
olo si ai = bi para todo i N {0}.
Observaci
on
La sucesion a = (a0, a1, a2, . . . , an , . . .) y b = (0, 0, 0, . . . , 0, . . .) son iguales si, y solo si ai = 0
para todo i N {0}.
Vamos a considerar ahora solamente aquellas sucesiones tales que sus coeficientes son cero
desde un ndice en adelante. La notacion utilizada para designar el siguiente conjunto se vera
justificada mas adelante.
Sea K[X] = {a = (a0, a1, a2 , . . . , an , . . .), ai K : existe m N tal que ai = 0 si i > m}.
Ejemplo
Son elementos de K[X]
1. a = (0, 0, 0, . . . , 0, . . .) ; ai = 0 para todo i N {0}.
2. a = (1, 0, 0, . . . , 0, . . .) ; a0 = 1, ai = 0 si i > 1.
3. a = (0, 1, 0, . . . , 0, . . .) ; a0 = 0, a1 = 1, ai = 0 si i > 2.
Algebricemos a K[X].
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
24
Definici
on 2.1.3 Sean a, b K[X], a = (a0, a1, a2 , . . . , an , . . .) y b = (b0, b1, b2 , . . . , bn , . . .).
on cuyo coeficiente
a + b = (a0 + b0, a1 + b1 , a2 + b2, . . . , an + bn , . . .). Esto es, a + b es la sucesi
i-esimo es (a + b)i = ai + bi .
Observaciones
1. Es claro que si a, b K[X], entonces a + b K[X].
2. La suma definida en K[X] verifica las siguientes propiedades:
a) Es asociativa. Si a, b, c K[X], entonces (a + b) + c = a + (b + c).
b) Es conmutativa. Si a, b K[X], entonces a + b = b + a.
c) Admite elemento neutro: 0 = (0, 0, 0, . . . , 0, . . .).
d) Todo elemento a = (a0 , a1, a2, . . . , an , . . .) admite un simetrico
a = (a0, a1, a2, . . . , an , . . .).
Definiremos ahora un producto en K[X]. Previamente vamos a definir el producto de un
elemento de K por un elemento de K[X], para obtener una representacion de los elementos
de K[X] que nos permita operar con mayor sencillez.
Definici
on 2.1.4 Sean k K y a = (a0, a1, a2 , . . . , an , . . .) K[X].
k.a = (k a0, k a1, k a2, . . . , k an , . . .). Esto es, k.a es la sucesi
on cuyo coeficiente i-esimo es
(k.a)i = k ai .
Observaci
on
0.a = 0 = (0, 0, 0, . . . , 0, . . .), para toda sucesion a.
Se prueba sin dificultad que este producto tiene las siguientes propiedades:
a) k.(a + b) = k.a + k.b, a, b K[X], k K.
b) (k1 + k2 ).a = k1 .a + k2 .a, a K[X], k1 , k2 K.
c) (k1 k2 ).a = k1 .(k2 .a), a K[X], k1 , k2 K.
d) 1.a = a, para todo a K[X].
Vamos a destacar ahora algunas sucesiones particulares de K[X] :
X0 = (1, 0, 0, 0, . . .)
X1 = (0, 1, 0, 0, . . .)
X2 = (0, 0, 1, 0, . . .)
..
..
.
.
Xi = (0, 0, . . . , 0, 1, 0, . . .)
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
25
Es decir xi = 1, xj = 0 si i 6= j.
Si a = (a0, a1, a2 , . . . , an , . . .) K[X] y suponemos que ai = 0 para i > n, entonces a puede
escribirse:
a = a0 .(1, 0, 0, 0, . . .) + a1 .(0, 1, 0, 0, . . .) + a2.(0, 0, 1, 0, . . .) + + an .(0, 0, . . . , 0, . . . , 1, . . .) =
a0.X0 + a1.X1 + a2.X2 + + an .Xn .
En particular 0 = a0.X0 +a1.X1 +a2.X2 + +an .Xn si, y solo si a0 = a1 = a2 = = an = 0.
Entonces todo elemento a K[X] se puede representar como una combinacion lineal finita de
las sucesiones X0 , X1 , X2 , . . . , Xi , . . . , con coeficientes en K.
Para definir un producto en K[X], basta definirlo para los elementos X0 , X1 , X2 , . . . , Xi , . . . ,
y extenderlo a todos los elementos de K[X] por medio de la propiedad distributiva.
Definici
on 2.1.5 Xi .Xj = Xi+j .
Observaciones
1. El producto anterior es asociativo y conmutativo.
2. X0 .Xi = Xi , para todo i.
3. X12 = X1 .X1 = X2 , X13 = X1 .X1.X1 = X12 .X1 = X2 .X1 = X3 , . . . , X1n = Xn , para
todo n.
Entonces, si convenimos en notar X10 = X0 = 1 (neutro del producto) y X1 = X11 = X, la
expresion de un elemento cualquiera de K[X] es: a0.1 + a1 .X + a2.X 2 + + an .X n .
Si consideramos la funcion : K K[X], definida por (k) = k.X0 = k.1, es inyectiva
y respeta las operaciones de suma y producto. En consecuencia, para cada a K, podemos
identificar a con (a), es decir, podemos escribir a = a X0 = a 1, y entonces la expresion
de un elemento de K[X] es a0 + a1 .X + a2.X 2 + + an .X n , ai K.
Con esta representacion el producto de elementos de K[X] se efect
ua teniendo en cuenta la
propiedad distributiva y la siguiente definicion.
Definici
on 2.1.6 (ai .X i ).(aj .X j ) = (ai aj ).X i+j .
Los elementos de K[X] se llaman polinomios con coeficientes en K en la indeterminada X.
En lo que sigue los notaremos, en forma simplificada, P (X) = a0 + a1 X + a2 X 2 + + an X n .
Ejemplos
1. Si A(X) = X 2 +X +1 y B(X) = 2 X 3 +1, entonces A(X)+B(X) = 2 X 3 +X 2 +X +2.
2. Si A(X) = X 2 1 y B(X) = X 3 + 2, entonces A(X).B(X) = (X 2 1)(X 3 + 2) =
X 5 X 3 + 2 X 2 2.
Grado de un polinomio
un i.
Si P (X) = a0 + a1 X + a2 X 2 + + an X n 6= 0, entonces ai 6= 0, para alg
Definici
on 2.1.7 Se llama grado de un polinomio no nulo P (X), y se nota gr P (X), al
mayor ndice i N {0} tal que ai 6= 0.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
26
Observaciones
1. Al polinomio nulo no se le atribuye grado.
2. Si P (X) = a0 + a1 X + a2 X 2 + + an X n , no necesariamente gr P (X) = n. Por
ejemplo: gr (1 + X + 0 X 2 ) = 1.
3. Si P (X) = a0 + a1 X + a2 X 2 + + an X n , an 6= 0, entonces gr P (X) = n.
onico.
an se denomina el coeficiente principal de P (X). Si an = 1, P (X) se dice m
4. Al escribir un polinomio, por convencion, los monomios de la forma 0 X j , j > 0 son
omitidos.
Propiedades del grado
Sean A(X) y B(X) K[X].
a) Si A(X).B(X) 6= 0, entonces gr(A(X).B(X)) = gr A(X) + gr B(X).
b) Si A(X) + B(X) 6= 0, A(X) 6= 0 y B(X) 6= 0, entonces gr (A(X) + B(X))
max(gr A(X) , gr B(X)).
c) gr P (X) = 0 si, y solo si P (X) = k K, k 6= 0. Esto es, los polinomios de grado cero
son las constantes no nulas.
De las propiedades a) y c) obtenemos que los u
nicos polinomios que tienen inverso multiplicativo, es decir polinomios A(X) para los cuales existe B(X) tal que A(X) B(X) = 1, son
las constantes no nulas.
Igualdad de Polinomios
Podemos dar ahora una nueva version del criterio de igualdad para dos polinomios no nulos.
Si A(X) = a0 + a1 X + a2 X 2 + + an X n , an 6= 0 y B(X) = b0 + b1 X + b2 X 2 + +
bm X m , bm 6= 0, entonces A(X) = B(X) si gr A(X) = n = m = gr B(X) y ai = bi , para
todo i, 0 i n.
Funciones polinomiales
Dado un polinomio P (X) = a0 + a1 X + a2 X 2 + + an X n K[X] la funcion P : K K
on polinomial asociada
definida por P (x) = a0 +a1 x+a2 x2 + +an xn , se denomina funci
a P (X).
Si K es el cuerpo de los n
umeros racionales, reales o complejos, existe una correspondencia
biunvoca entre funciones polinomiales y polinomios.
Este resultado no es, en general, valido. Basta considerar como K un cuerpo con un n
umero
finito de elementos.
Ejemplo
Sea K = {0, 1}, con las operaciones de suma y producto definidas por las siguientes tablas:
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
+
0
1
0
0
1
1
1
0
.
0
1
0
0
0
27
1
0
1
(K, +, .) es un cuerpo, es decir verifica para la suma y el producto las mismas propiedades
que R. Si consideramos K[X] y los polinomios P (X) = X y Q(X) = X 2 , es claro
que P (X) 6= Q(X) pues son de distinto grado. Sin embargo, si consideramos las funciones
polinomiales, P y Q , asociadas a P (X) y a Q(X), respectivamente, tenemos que
P (0) = Q (0) y P (1) = Q (1). Por lo tanto, P = Q.
Divisi
on entera de polinomios
Como cuando trabajamos con n
umeros enteros, en K[X] existe un algoritmo de la division,
que enunciamos sin demostracion.
Proposici
on 2.1.1 Dados A(X) y B(X) K[X], B(X) 6= 0, existen polinomios q(X)
y r(X) K[X], unvocamente determinados, tales que: A(X) = B(X).q(X) + r(X); con
r(X) = 0
o gr (r(X)) < gr B(X).
Si r(X) = 0 diremos que B(X) divide a A(X), que A(X) es divisible por B(X), o que
B(X) es un factor de A(X) .
Observaci
on
Si gr B(X) > gr A(X), entonces q(X) = 0 y r(X) = A(X).
Ejemplos
1. Sean A(X) = X 4 3 X 2 + 1 y B(X) = X 2 2 X.
X4 + 0 X3 3 X2 + 0 X + 1
X4 2 X3
2 X3 3 X2
2 X3 4 X2
X2 + 0 X
X2 2 X
2X + 1
|X 2 2 X
X2 + 2 X + 1
sea
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
28
Ejemplo
1
3
0
2
2
2
4
2
1
4
5
2.2
Races de polinomios
Definici
on 2.2.1 Sea c K y P (X) = an X n + an1 X n1 + + a1 X + a0 K[X].
Se llama valor num
erico de P en c al n
umero P (c) = an cn + an1 cn1 + + a1 c + a0.
Es decir P (c) = P (c).
Si P (c) = an cn + an1 cn1 + + a1 c + a0 = 0, diremos que c es raz de P (X)
Ejemplo
Sea P (X) = X 2 + 2 X 1. Entonces P (2) = 7, P (1) = 2 y P (0) = 1.
Teorema 2.2.1 (Teorema del resto) El resto de dividir un polinomio P (X) por otro de la
forma X c es P (c).
Dem. Sean q(X) y r(X) el cociente y el resto de dividir P (X) por X c. Entonces
P (X) = q(X)(X c) + r(X), donde r(X) = 0 o gr (r(X)) < gr (X c) = 1. Luego
r(X) = r y entonces P (c) = q(c)(c c) + r = r = r(X).
2
Corolario 2.2.1 Un n
umero c es raz de un polinomio P (X) si, y s
olo si P (X) es divisible
por (X c).
Dem. c es raz de P (X) si, y solo si P (c) = 0. Como P (c) es el resto de dividir P (X)
por (X c), entonces c es raz de P (X) si, y solo si P (X) = (X c) q(X) lo que es
equivalente a decir que P (X) es divisible por (X c).
2
Ejemplo
Verificar que 3 es raz de P (X) = X 3 X 2 5 X 3. Para ello basta ver que el resto de
dividir P (X) por (X 3) es el polinomio nulo. Aplicamos la regla de Ruffini:
1
3
1
1
3
2
5
6
1
3
3
0
Observaci
on
A partir del corolario del Teorema del resto, si P (X) es un polinomio de grado n y conocemos
una raz c de P (X), entonces existe un polinomio q(X) tal que P (X) = (X c)q(X). Si b
es raz de q(X), entonces P (b) = (b c).q(b) = (b c).0 = 0, es decir b tambien es raz de
P (X). Esto es , las restantes races de P (X) son las races de q(X), que es un polinomio de
un grado menor que el grado de P (X).
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
29
Races m
ultiples
Definici
on 2.2.2 Sea P (X) K[X] y c una raz de P (X). Se dice que c es una raz
multiple de orden k de P (X)
o que c es una raz de orden de multiplicidad k de P (X)
k
si P (X) = (X c) q(X), con q(c) 6= 0, es decir si k es el mayor n
umero natural tal que
k
P (X) es divisible por (X c) .
Si k = 1, c se dice una raz simple.
Si k > 1, c se dice una raz m
ultiple.
Observar que para hallar el orden de multiplicidad de una raz de un polinomio basta aplicar
reiteradamente la regla de Ruffini.
Ejemplo
Verificar que 2 es raz del polinomio P (X) = X 5 6 X 4 + 11 X 3 2 X 2 12 X + 8 y hallar
su orden de multiplicidad.
Debemos efectuar divisiones sucesivas por (X 2) hasta que el resto no de el polinomio nulo.
1
2
1
2
1
2
1
2
1
6
2
4
2
2
2
0
2
2
11
8
3
4
1
0
1
4
3
2
6
4
2
2
2
0
12
8
4
4
0
8
8
0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
30
n1 + n2 + + nt = n
z z 0 = z z 0 y que z = z z es real,
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
31
Observaciones
1. Las races complejas de un polinomio con coeficientes reales aparecen de a pares conjugados.
2. Si gr P (X) = n > 0; c1, c2 , . . . , cr son todas sus races reales y 1, 1 , 2 , 2 , . . . ,
s , s , son todas sus races complejas entonces P (X) admite una descomposicion en
R[X] del tipo:
P (X) = an (X c1 )(X c2 ) (X cr )(X 2 +p1 X +q1)(X 2 +p2 X +q2) (X 2 +ps X +qs ),
con r + 2 s = n.
3. Si P (X) = X 2 i X entonces sus races son 0 e i, lo que muestra que el teorema anterior
deja de ser valido si el polinomio no tiene coeficientes reales.
Corolario 2.2.2 Todo polinomio con coeficientes reales de grado impar admite por lo menos
una raz real.
Ejemplo
Hallar todas las races del polinomio X 7 + 5 X 5 2 X 4 33 X 3 16 X 2 + 27 X + 18, sabiendo
que 1 y 3 i son races.
Aplicamos Ruffini y obtenemos:
1
1
1
1
1
1
1
0
1
1
1
2
1
3
5
1
6
2
8
3
11
2
6
8
8
16
11
27
33
8
25
16
9
27
18
16
25
9
9
18
18
0
27
9
18
18
0
18
18
0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
32
C
alculo de las races de un polinomio
a0
de un polinomio de primer grado a1 X + a0.
a1
Para polinomios de grado 2, a2 X 2 + a1 X + a0, es muy conocida la formula que permite
a1 + t
a1 t
y 2 =
, donde t es
calcular sus races. Las mismas estan dadas por 1 =
2 a2
2 a2
un elemento de K que verifica t2 = a21 4 a2 a0.
Es muy simple calcular la u
nica raz =
A pesar de que los griegos ya conocan los metodos de resolucion de las ecuaciones cuadraticas,
el descubrimiento de las formulas para calcular las races de polinomios de tercer y cuarto grado
pertenece al siglo XVI, aunque creemos razonable no incluirlas aqu.
Se dice que las ecuaciones algebraicas de grado menor que 5 admiten resolubilidad por radicales
porque pueden resolverse mediante formulas que involucran las operaciones de suma, producto
y radicacion entre sus coeficientes.
El problema de la resolucion general de la ecuacion de grado n por radicales ha sido de gran
importancia en la historia de la Matematica y su estudio ha sido el motivador de gran parte
de la matematica actual. Se puede demostrar que no existe una formula general que involucre
solamente operaciones de suma, producto y extraccion de races n-esimas que permita calcular
las races de un polinomio de grado mayor o igual que 5. La solucion de este problema se debe
a Evaristo Galois (1811 1832).
Races racionales de polinomios en Q[X]
Sea P (X) Q[X]. Sin perder generalidad, podemos considerar que P (X) tiene coeficientes
enteros, pues en caso contrario, si k es el producto de los denominadores de sus coeficientes,
entonces k P (X) Z[X] y tiene las mismas races que P (X).
p
Proposici
on 2.2.3 Sea P (X) = an X n + an1 X n1 + + a1 X + a0 Z[X] y
Q,
q
p
= 0 entonces p es divisor de a0 y q es divisor de an .
una fracci
on irreducible. Si P
q
Observaciones
1. Si a , b Z, recordar que b es un divisor de a si existe c Z tal que a = b c.
2. Si P (X) Z[X] es monico, sus races racionales, en caso de existir, son enteras.
Ejemplo
1 2 7
X X 3.
2
2
3
2
Las races del polinomio coinciden con las de 2 X + X 7 X 6 que se obtiene del anterior
p
multiplicandolo por 2. Si existen races racionales, son de la forma , donde p divide a 6
q
y q divide a 2. Por lo tanto p {1, 2, 3, 6 } y q {1, 2}.
3
1
Luego las posibles races racionales son: 1, 2, 3, 6, , . Reemplazando en P (X)
2
2
3
o aplicando la regla de Ruffini, se ve que las races racionales son: 1, 2 y .
2
Calcular todas las races racionales del polinomio P (X) = X 3 +
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
33
B
usqueda de races reales
Diversos problemas se reducen al calculo de las races reales de un polinomio a coeficientes
reales. Como no existen metodos para calcularlas con exactitud se plantean los siguientes
problemas:
1. Acotar las races reales. Esto es, determinar un intervalo real que las contenga a todas.
2. Separar las races. Es decir, determinar ciertos intervalos en cada uno de los cuales haya
una u
nica raz.
3. Aproximar las races con cierta exactitud prefijada.
Acotaci
on de las races reales de un polinomio con coeficientes reales
Dado un polinomio P (X) con coeficientes reales, existen varios metodos que permiten encontrar un intervalo [a, b] R de modo que [a, b] contenga a todas las races reales de
P (X). Como una aplicacion del teorema del resto y la regla de Ruffini daremos la regla de
Laguerre-Thibault.
Proposici
on 2.2.4 (Regla de Laguerre-Thibault) Sea P (X) = an X n + + a1 X + a0
un polinomio no constante a coeficientes reales tal que an > 0. Si al dividir P (X) por
X c , c 0, el resto y todos los coeficientes del cociente son no negativos, entonces c es
una cota superior de las races reales de P (X).
Dem. Por el teorema del resto P (X) = (X c)(an X n1 + qn2 X n2 + + q0) + P (c). Como
todos los coeficientes del cociente q(X) y P (c) son no negativos entonces, para todo
s, s > c 0, P (s) = (s c)(an sn1 + qn2 sn2 + + q0) + P (c) > 0, por lo tanto P (X) no
posee races reales mayores que c. Luego c es una cota superior para las races reales de P (X).
Para la cota inferior se tiene en cuenta que:
es raz de P (X) si, y solo si es raz de P (X).
c si, y solo si c .
Entonces si l es una cota superior de las races reales de P (X), se tiene que l es cota
inferior para las races reales de P (X).
2
Observaci
on
Si el coeficiente principal de P (X) es negativo, basta considerar P (X), que posee las
mismas races que el anterior.
Ejemplo
Hallar un intervalo [a, b] en el cual se encuentren todas las races reales del polinomio
X 3 X + 4.
Aplicamos la regla de Laguerre-Thibault.
1 0 1 4
1
1 0
1
Como todos los coeficientes son no negativos, 1 es cota superior, luego
1 1
0 4
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
34
0 1 4
2
4
6
2
Luego 2 es cota superior y por lo tanto 2 es cota inferior de las
1 2
3
2
races de P (X) y entonces tomo a = 2. Las races reales de P (X) se hallan en el intervalo
[2, 1] .
Races reales positivas y negativas de un polinomio con coeficientes reales
Existen metodos para calcular el n
umero exacto de races reales positivas y negativas de un
polinomio con coeficientes reales. Mas a
un, permiten conocer el n
umero de races reales que
existen en cualquier intervalo (a, b). El metodo mas sencillo es el de Sturm (1803 1855).
La regla de los signos de Descartes, que enunciaremos sin demostracion, nos proporciona solamente una cota del n
umero de races reales positivas y negativas de P (X).
Sea P (X) = an X n + an1 X n1 + + a1 X + a0 R[X] y V (P (X)) = V (an , an1 , . . . , a0),
el n
umero de variaciones de signo de la sucesion finita an , an1 , . . . , a0.
Proposici
on 2.2.5 El n
umero de races reales positivas de un polinomio P (X) con coeficientes reales, contadas tantas veces como su orden de multiplicidad, es a lo sumo V (P (X)) .
Si es menor, difiere de V (P (X)) en un n
umero par. An
alogamente, el n
umero de races reales
negativas de P (X) , es a lo sumo V (P (X)) . Si es menor, difiere de V (P (X)) en un
n
umero par.
Ejemplos
1. Si P (X) = X 2 +1, como V (P (X)) = V (P (X)) = V (1, 0, 1) = 0, la regla de Descartes
nos asegura que P (X) no tiene races reales.
2. Acotar el n
umero de races reales positivas y negativas de P (X) = X 3 + 7 X 3.
Como V (P (X)) = V (1, 0, 7, 3) = 2, el n
umero de races reales positivas de P (X)
3
es 0 o 2 . Por otro lado P (X) = X 7 X 3 y V (P (X)) = 1. Entonces el
n
umero de races reales negativas es 1.
El siguiente teorema juega un papel importante en la localizacion y aproximacion de las races
reales de un polinomio con coeficientes reales. Dado P (X) R[X] y teniendo en cuenta que
la funcion polinomica asociada es continua en toda la recta, se tiene que:
Proposici
on 2.2.6 (Teorema de Bolzano) Sean a, b R, a < b . Si P (a) P (b) < 0,
entonces existe c (a, b) tal que P (c) = 0.
Ejemplo
Usemos el teorema de Bolzano y localicemos, para el polinomio del ejemplo 2., los intervalos
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
35
=
=
=
=
=
=
3
3
9
9
9
3
(Negativo)
(P ositivo)
(Negativo)
(Negativo)
(Negativo)
(P ositivo)
Una raz real positiva se halla en el intervalo (0, 1), la otra en el intervalo (1, 3), y la negativa
en el intervalo (3, 2).
....
........
....
...
...
............
...
....
.... .. ........
..
...
..
... ...
...
..
....
... ..
..
...
.
.. ....
...
...
... ...
...
...
..
...
...
.... ..
.
...
..
...
.. ...
..
. ..
..
.. 1
.
1
.
..
...
.. ...
.
.
.......................................................
...............................................
.........................................................................................................
............................................................
..
...
. ...
..
.
.
.
..
...
. ...
.
.
1 ...
2
3 .......
...
....
.
.
..
..
....
...
..
.
...
...
.......
..
...
..
..
....
..
...
..
...
...
..
.
..
.
...
.
.
.
..
.
.
..
.
...
...
....
..
.
...
...
.
.
.
.
.
.
...
..
.
....
..
.
..
..
...
.....
...
.
..
...
. ...
...
..
.
. ..
...
.
...
.
.
...
...
.. ...
...
.
..
...
..
.. .
..
.
...
.
..
.
.
..
..
...
..
...
.
...
.
.
.
.
...
.
.
...
.
...
...
...
...
..
...
.
.
... ..
...
...
.
..
...
.. ....
..
....
..
.
.....
.
.
..............
y = P (x) = x3 + 7 x 3
Figura 10
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
2.3
36
Ejercicios
Q(X) = (3 X 1) (2 X + 1).
5
b) P (X) = a (X 2 X 2) + b (X 1) + (X 2 3 X + 4) , Q(X) = 3 X 2 + 2 X 1.
2
7
c) P (X) = a (X 2 + X + 3) + b (X 2 2 X + 1) +
(X 2 3) , Q(X) = 2 X 1.
16
4. Hallar el cociente y el resto de dividir:
a) 5 X 4 + 2 i X 3 + X por X 3 + X 2 + X.
b) 3 X 5 + 3 X + 2 por 2 X 2 + 1.
c) 4 X 3 + X 2 por 2 X 2 + X + 3 .
5. Calcular el valor numerico de los siguientes polinomios, en los valores de a indicados:
a) P (X) = X 4 2 X 3 + X + 1 , a = 0.
8
2
X , a = 2.
b) P (X) = 2 X
5
5
c) P (X) = 2 X 7 X 3 10 X 2 + 2 X + 7 ,
a = 1.
por
X + 1.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
37
1
1
b) P (2) , Q
y P (i), siendo P (X) = 2 X 5 X 4 + 3 X 3
y Q(X) =
3
3
3 X 7 X 6 + 2 X 2.
7. Aplicar el teorema del resto y hallar las condiciones para que X n an sea divisible por
X a, a =
6 0.
8. P (X) = 5 X 3 25 X 2 +k X 10 es divisible por X 5. Determinar cual de los siguientes
polinomios es factor de P (X):
i) 5 X 2 + X 2
9.
ii) 5 X 2 2
iii) 5 X 2 + 2
10.
a) Hallar un polinomio P (X) de grado 3, con coeficiente principal 2, tal que P (0) =
3 y que al dividirlo por X 2 2 tenga resto X + 1.
b) Sea P (X) R[X]. Sabiendo que P (2) = 5, P (3) = 1, hallar el resto de dividir
P (X) por (X 2)(X 3).
11. Determinar la multiplicidad de como raz de P (X) en cada uno de los siguientes
casos:
a) = 1, P (X) = (X 2 + 1)(X 2 1)(X 1)3 .
b) = 2, P (X) = (X 2 4)(X 2 4 X + 4).
c) = i, P (X) = (X 4 + 1)(X 2 + 1)(X 3 + i).
12. Sea P (X) = X 5 a X 4 a X + 1.
a) Mostrar que 1 es raz de P (X).
b) Hallar un valor de a de modo que 1 sea raz m
ultiple. Cual es la multiplicidad
de 1 para el valor de a hallado anteriormente ?
13. Hallar las races racionales, en caso de existir, de los siguientes polinomios:
a) X 4 + X 3 8 X 2 2 X + 12.
b) X 3 X 5.
c) 18 X 5 3 X 4 + 51 X 3 9 X 2 9 X.
13 3
13
d) X 4
X X2 +
X 2.
6
3
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
38
14. Hallar las races de los siguientes polinomios indicando el correspondiente orden de multiplicidad.
1 2
2
X 2X + .
3
3
1
5
8
X 8 + X 7 + 5 X 6 + X 5 8 X 4 X 3 48 X 2 16 X, sabiendo que 2 i es raz.
3
3
3
1
7
(X 3 i)(X 5 + X 4 + 7 X 3 + X 2 18 X 9), sabiendo que 3 i es raz.
2
2
3
3
1
X 8 X 7 + X 6 X 5 + 16 X 4 24 X 3 + 12 X 2 2 X.
2
4
8
5
3
2
X + X + (1 i) X + (1 i), sabiendo que X 2 + 1 es un factor del mismo.
a) X 3
b)
c)
d)
e)
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
39
3.1
Matrices
a11 a12
a21 a22
A=
..
..
...
.
.
am1 am2
de n
umeros con m filas (horizontales) y
a1n
a2n
.
..
.
amn
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
40
Propiedades
Sean A, B, C matrices m n. Entonces :
S1) (A + B) + C = A + (B + C) .
S2 ) A + B = B + A .
0 0 ... 0
..
. .
S3) La matriz de orden m n, 0 = .. ..
.
0 0 ... 0
toda matriz A de orden m n.
n
X
ait btj .
t=1
Es decir, para obtener el elemento cij de A B se multiplica cada elemento de la fila i de A por
el correspondiente elemento de la columna j de B, y luego se suman esos productos.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
41
Ejemplos
1 4
5 1
3
5 7 5
1. Si A =
yB=
, entonces A B =
.
3 2
0
2 2
15 7 13
Observemos que en este ejemplo no es posible efectuar el producto B A.
3 2
5 1
27 3
2. Si A =
y B=
, entonces A B =
1
4
6 3
19 13
16 6
.
y BA=
15 24
En este ejemplo, los productos A B y B A pueden efectuarse; sin embargo, A B 6= B A.
Propiedades
Siempre que el producto pueda efectuarse, se verifican
M1 ) A (B C) = (A B) C .
M2 ) A (B + C) = A B + A C ,
(B + C) A = B A + C A.
M3 ) Se llama matriz identidad de orden n a una matriz cuadrada de orden n en la que aii = 1
para todo i, 1 i n y aij = 0, si i 6= j. Se nota I o In .
1 0 ... 0
0 1 ... 0
In =
... ... . . . ... es tal que A In = In A = A, para toda matriz A de orden n.
0 0 ... 1
M4 ) ( A) B = A ( B) = (A B), K.
Observaci
on
1
Sean A =
0
0
y BA=
1
0
0
y B=
0
1
0
1 0
0
=
0
0 0
1
0
0
0
0
. Entonces A B =
1 0
0 0
0 0
0 0
=
1 0
0 0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
42
Observaci
on
1. Si A es de orden m n, entonces AT es de orden n m.
etrica.
2. Si A = AT , entonces A se dice sim
Ejemplo
La matriz traspuesta de la matriz A =
1 2
5
2 3 7
1 2
3 .
es la matriz AT = 2
5 7
Propiedades
1) (AT )T = A.
2) (A + B)T = AT + B T .
3) ( A)T = AT ; K.
4) (A B)T = B T AT , si el producto A B esta definido.
3.2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
43
Ejemplos
2x y = 2
2x y = 4
.
...
.......
.
....
...
...
....
..
...
....
..
....
..
.
...
..
...
..
..
....
..
..
..
..
..
.
.
...
.
.
.
..
....
r1 .....
.. r2
..
..
...
..
..
..
..
....
.
.
..
..
..
..
..
...
..
..
....
..
..
..
..
..
.
.
..
..
...
..
..
...
..
...
..............................................................................................................................................................................
.
.
.
.
....
.
.
..
.. 1 ... 2
...
.
..
..
..
....
..
..
.
2x 3y = 0
2x y = 4
.
...
.......
..
...
...
...
....
..
...
....
..
....
..
..
...
..
....
..
..
...
.. ......
...
.
....
.
2 ........ ... ... ... ... ... ... ... ... ... ... ... .............................
..
..
.... .... ... (3, 2)
.
.
.
...
.
.
...
r1 .............. ...... ....
...
..
...
.....
...
..
....
.
.
.
....
.
...
.
...
..
..
..
.....
..
... ........
.
.
.
.
.
.
.
.
.
.
.
............................ ..............................................................................................................................................
.
.
.
.
.
.
.. 2
..... ...
.
3
..
.
....
...
....
.
.. r2
2x y = 2
4x 2y = 4
.
...
.......
.
....
...
...
....
..
...
....
..
....
..
..
...
..
....
...
..
..
..
...
.
....
...
..
...
...
..
..
....
.
.
..
..
...
... r = r
1
2
....
...
..
..
.
..
...
..
....
.
.
............................................................................................................................................................................
....
..
..
..
.. 1
.
...
...
....
.
..
Figura 11
Las tres situaciones anteriores son las u
nicas posibles, es decir, no puede haber un sistema con
exactamente dos soluciones, exactamente tres soluciones, etc. Esto es claro en el caso de dos
ecuaciones con dos incognitas, porque dos puntos determinan una recta, pero tambien es valido
para un n
umero mayor de ecuaciones y de incognitas.
Para resolver un sistema de dos ecuaciones lineales con dos incognitas se acostumbra usar
alguno de estos tres metodos: 1. Sustitucion.
2. Igualacion.
3. Eliminacion.
Ejemplo
Resolver el siguiente sistema de ecuaciones lineales:
3 x 2 y = 50
2 x + 4 y = 140
Sustituci
on. Despejamos una de las incognitas, por ejemplo y, en una de las ecuaciones y la
3
reemplazamos en la otra. De la primera ecuacion, y = 25 + x.
2
3
Reemplazando en la segunda ecuacion, 2 x + 4(25 + x) = 140.
2
3
Resolviendo obtenemos x = 30, y sustituyendo este valor en y = 25 + x resulta
2
y = 25 + 45 = 20. Luego la solucion es el par ordenado (30, 20).
Igualaci
on. Despejamos una misma incognita de ambas ecuaciones e igualamos las expresiones
obtenidas.
1
3
3
De la primera ecuacion, y = 25 + x, y de la segunda, y = 35 x. Luego 25 + x =
2
2
2
1
1
35 x. De aqu se obtiene x = 30, y entonces y = 35 30 = 20.
2
2
Eliminaci
on. Se elimina una incognita, multiplicando cada ecuacion por el coeficiente de esa
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
44
4y
12 y
16 y
=
=
=
100
420
320
.
.
.
.
.
.
.
.
.
a x + a x + + a x = b
m1
m2
mn
donde los n
umeros aij , 1 j n, 1 i m, son los coeficientes, y los n
umeros b1, b2 , . . ., bm
son los terminos independientes.
on del sistema de ecuaciones lineales
Una n-upla de n
umeros (k1 , k2 , . . . , kn ), es una soluci
(1), si cada una de las ecuaciones del mismo se convierte en una identidad despues de haber
sustituido en ellas las incognitas xi por los correspondientes valores ki , i = 1, 2, . . . , n.
Las definiciones de sistema compatible (determinado e indeterminado) e incompatible vistas
anteriormente se aplican tambien al caso general.
Si un sistema de ecuaciones lineales no tiene solucion, entonces se denomina incompatible.
Si el sistema de ecuaciones lineales tiene solucion se denomina compatible. Se dice que un
sistema compatible es determinado si posee solucion u
nica, e indeterminado si tiene mas
de una solucion.
eneo y siempre es compatible,
Nota: Si b1 = b2 = = bm = 0 el sistema (1) se dice homog
pues (0, 0, . . . , 0) es solucion del mismo.
Un problema de la teora de los sistemas de ecuaciones lineales consiste en la elaboracion de
metodos que permitan establecer si un sistema dado es compatible o no, y en caso de ser
compatible, indicar el n
umero de soluciones y se
nalar un metodo para hallarlas a todas.
Operaciones elementales y matriz asociada al sistema
Si se aplica a un sistema de ecuaciones lineales alguna de las tres operaciones que se indican
a continuacion, se obtiene un nuevo sistema equivalente al dado, en el sentido que ambos
sistemas tienen las mismas soluciones:
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
45
2x + 3y z = 1
x + 4y z = 4 ,
3x + y + 2z = 5
si intercambiamos la primera y segunda ecuacion, obtenemos el siguiente sistema equivalente:
x + 4y z = 4
2x + 3y z = 1 .
3x + y + 2z = 5
Si ahora reemplazamos:
la segunda ecuacion por la suma de la segunda y la primera multiplicada por (2), y
la tercera ecuacion por la suma de la tercera mas la primera multiplicada por (3),
obtenemos el siguiente sistema equivalente:
4y z =
4
x +
5 y + z = 7 .
11 y + 5 z = 7
1
Multiplicando ahora la segunda ecuacion por :
5
x +
4y
z =
4
7
1
.
z =
y
5
5
11 y + 5 z = 7
Reemplazando la tercera ecuacion por la suma de la tercera y 11 veces la segunda:
x + 4y
z =
4
7
1
z =
y
5
5 .
42
14
z =
5
5
Este u
ltimo sistema es equivalente al primero y puede resolverse en forma muy sencilla.
El resultado es z = 3, y = 2 y x = 1; esto es, la solucion es el conjunto S = {(1, 2, 3)}.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
46
La matriz cuyos elementos son los coeficientes de un sistema de ecuaciones lineales dado, se
llama matriz de los coeficientes. Se llama matriz del sistema o matriz ampliada a la
matriz
..
.. .
..
..
.
.
.
.
.
.
.
am1 am2 amn bm
Podemos aplicar a las filas de la matriz del sistema las mismas operaciones que se aplicaron a
las ecuaciones. Aplicadas a la matriz reciben el nombre de operaciones elementales.
Traducidas en terminos de la matriz del sistema, estas operaciones son:
1. Intercambiar dos filas de la matriz.
2. Reemplazar una fila por la que se obtiene al multiplicarla por un n
umero distinto de cero.
3. Reemplazar una fila por la que se obtiene al sumarle a esa fila otra fila previamente
multiplicada por un n
umero.
Estas operaciones elementales transforman la matriz del sistema en otra matriz que corresponde
a un sistema de ecuaciones equivalente al dado.
La aplicacion de las operaciones elementales tiene por objetivo obtener una matriz que tenga:
Ceros debajo de la diagonal principal.
Unos en la diagonal principal (eventualmente puede aparecer alg
un cero).
Este procedimiento se llama el m
etodo de eliminaci
on de Gauss (Karl Friedrich Gauss,
17771855).
Ejemplo
Resolver el siguiente sistema de ecuaciones lineales:
2
x + y + z =
2x + 5y + 3z =
1
3 x y 2 z = 1
Comenzamos considerando la matriz del sistema. Las operaciones elementales que se efect
uan
se indican usando Fi para indicar la fila i.
1
1
1
2
1
1
1
2
(1/3)F2 : F2
F2 2F1 : F2 ; F3 3F1 : F3
2
0
5
3
1
3
1 3
3 1 2 1
0 4 5 7
1
1
1
2
1 1
1
2
1 1
1
2
(3/11)F3 : F3
F +4F2 : F3
0
0 1
0 1 1/3 1
1 1/3 1 3
1/3 1
0 4 5 7
0 0 11/3 11
0 0
1
3
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
47
Esta u
ltima matriz representa el sistema
z =
2
x + y +
y + (1/3)z = 1
z =
3
cuya solucion es (1, 2, 3)
Si durante la aplicacion del metodo de eliminacion de Gauss alguna de las matrices intermedias
tiene una fila con todos los elementos nulos excepto el u
ltimo, es decir, una fila de la forma
0 0
0 b, con b 6= 0,
x 2y +
2x 3y
5x 9y +
1 2
3 10
1 2
3
2 3 1 8 0
1 7
5 9
8 20
0
1 7
3 z = 10
z = 8
8 z = 20
10
1 2
3
10
12 0
1 7 12
30
0
0
0 18
El sistema es incompatible.
2. Resolver
x 2y +
2x 3y
4x 7y +
1 2
3 10
1 2
3
2 3 1 8 0
1 7
4 7
5 28
0
1 7
3 z = 10
z = 8
5 z = 28
10
1 2
3
10
12 0
1 7 12
12
0
0
0
0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
El sistema asociado es
48
x 2y + 3z =
10
y 7 z = 12
1 3
0 1
0 0
0 0
1 3
0 1
0 0
0 0
x
2x
3x
1
3
1
0
2
7
1 1
3 2
0
4
1
1 3 1
1
0
1
1 1 3
14 7 28
2
3
7
1
0
1
1 1 3
1
2
2
0
2
3
+ 3y + z
+ 7y + z
2y
+ y 3z
8
6
1 3
1
0 1 1
0 0
1
0 0
2
=
1
u = 1
+ 4u =
8
u = 6
1
3
1
0
1
0
1 1 1 3
0 11 3
4
5
0
4 2 1 5
0
1
1 3
1
2
2
3
7
El sistema asociado es
x + 3y + z
y z
z +
=
1
u = 3
1
u =
2
2u =
2
3
3
5
1
1
Entonces, u = , z = , y = y x = .
2
4
4
2
El sistema es compatible determinado, con u
nica solucion
1 1 5 3
, , ,
.
2 4 4 2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
3.3
49
Determinantes
3 2
1 2
, entonces |A| = 3 2 (1) 2 = 8.
a11 a12
A=
a21 a22
a31 a32
orden
a13
a23 .
a33
Signo +
Ejemplo
2 4 5
1
0
4
2
3 6
s
s
s
H
A HH A
A
A
H
H
s A s A Hs
HHA
A
H
A HHA
s
As H
As
Signo
= 2 0 (6) +(4) 4 2+1 3 (5) ((5) 0 2 +(4) 1 (6) +4 3 2) = 95.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
50
Determinantes de orden n
Sea dada una matriz cuadrada de orden n,
a11 a12
a21 a22
A = ..
..
.
.
an1 an2
a1n
a2n
.
..
. ..
ann
Consideremos todos los productos posibles de n elementos de esta matriz de modo que en cada
producto haya un factor de cada fila y uno de cada columna, o sea, productos de la forma
a11 a22 ann
donde los subndices 1, 2 , . . ., n forman una permutacion de los n
umeros 1, 2 , . . ., n. Hay
n! productos de esta forma.
A cada producto de este tipo se le adjunta un signo + o un signo seg
un que la permutacion
1 2 ... n
=
1 2 . . . n
sea de clase par o impar, respectivamente, esto es, se considera el n
umero
(1)s a11 a22 ann ,
donde s es el n
umero de inversiones de .
Definici
on 3.3.1 Se llama determinante de la matriz cuadrada A a la suma de los n! productos
de la forma (1)s a11 a22 ann . Se nota det A
o |A|.
X
det A = |A| =
(1)s a11 a22 ann .
det A se dice un determinante de orden n.
Ejemplo
Calcular
1
0
0 0
0
0
1 0
1
1
1
1
3 1
0 2
Los productos que no se anulan son: a11 a23 a32 a44 y a11 a23 a34 a42, ademas el n
umero
de inversiones de 1324 es 1 y el n
umero de inversiones de 1342 es 2, luego,
det A = (1)1 a11a23 a32a44 +(1)2 a11 a23a34 a42 = (1)112+(1)11(1) = 2+1 = 3.
a11 a12
, det A = (1)0 a11 a22 +(1)1 a12 a21 = a11 a22 a12 a21.
Para n = 2, si A =
a21 a22
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
a11 a12
51
a13
a23 , det A = (1)0 a11 a22 a33 + (1)1 a11 a23 a32 +
a33
+(1)2 a12 a23 a31 + (1)1 a12 a21 a33 + (1)2 a13 a21 a32 + (1)3 a13 a22 a31 =
a11 a22 a33 + a12 a23 a31 + a13 a21 a32 a11 a23 a32 a12 a21 a33 a13 a22 a31, resultado
que puede obtenerse aplicando la regla de Sarrus para el calculo de determinantes de orden 3.
Es facil convencerse de que la definicion de determinante es completamente ineficiente para
calcular determinantes de orden n, incluso para valores de n no muy grandes, por lo que es
necesario establecer algunas propiedades de los determinantes que faciliten su calculo.
El caso mas simple de calculo de un determinante es el caso del determinante de una matriz
triangular (A = (aij ) es triangular superior si aij = 0 cuando i > j; es triangular inferior si
aij = 0 cuando i < j y triangular, si es triangular superior o triangular inferior):
0
0
a
.
.
.
a
A=
33
3n
.
..
..
..
..
..
.
.
.
.
0
0
0 . . . ann
Todos los terminos del determinante se anulan excepto el formado por el producto de los
elementos de la diagonal principal, luego
det A = a11a22 ann .
Propiedades
Vamos a ver ahora algunas propiedades elementales de los determinantes que seran de utilidad
para hallar metodos para calcularlos.
Propiedad 1 El determinante de una matriz coincide con el determinante de su traspuesta.
Es decir, det A = det AT .
De la Propiedad 1 se deduce que a toda propiedad de un determinante relativa a las columnas
le corresponde una analoga para las filas, y recprocamente, puesto que las columnas (filas) de
una matriz son las filas (columnas) de la matriz traspuesta. En lo que sigue indicaremos las
propiedades de los determinantes u
nicamente para las columnas pero sabemos, por lo anterior,
que para las filas valen propiedades analogas.
Propiedad 2 Si una de las columnas de la matriz A est
a constituida por ceros, entonces
det A = 0.
Propiedad 3 Si A0 es la matriz que se obtiene de la matriz A intercambiando dos columnas,
entonces det A0 = det A.
Propiedad 4 Si A es una matriz con dos columnas iguales, entonces det A = 0.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
52
Propiedad 5 Si A0 es la matriz que se obtiene multiplicando todos los elementos de una columna de la matriz A por un n
umero k, entonces det A0 = k det A.
Propiedad 6 Si A es una matriz que tiene dos columnas proporcionales, entonces det A = 0.
Propiedad 7 Si A = (aij ) y la columna r-esima se puede expresar air = bir + cir , 1 i n,
entonces det A = det B + det C donde B y C coinciden con A salvo en la columna r-esima, en
la que B tiene los elementos bir y C tiene los elementos cir , 1 i n.
Sea A una matriz de orden m n, si indicamos con C1 , C2 , . . . , Cn las columnas de
A, diremos que la columna Ci es combinacion lineal de las columnas Cj y Ck , con
1 j, k n, si existen n
umeros , tales que Ci = Cj + Ck .
Ejemplo
1 5
7
(a) En 2 1 3 , C3 = 2 C1 + C2 .
3 0
6
1 0 2
3
, C3 = 2 C1.
(c) En
2 1 4 1
(b) En
1 0
1 0
, C2 = 0 C1 .
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Ejemplo
0
3 2
1 6 6
5
9 1
1 0 2
= 3. 2 1 6 =
3 5 1
1 0
0
= 3. 2 1
0
3 5 55
C1 C2
2.C1 + C3 C3
= (3) (55) = 165
53
3 0 2
6 1 6 =
9 5 1
1 0
0
3. 2 1 10
3 5 5
1
.C1
3
C1
= 10.C2 + C3 C3
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
2 1
0 5
2
3
0
2
3 1
1+1
= (1)
2 0 1
1
0 1 4
1 2
2
1 2 8
0 2 1
1+3
1+4
+(1)
0 1 0 4 + (1)
5
2 1 8
1
4
8
0
3 1
+ (1)1+2 (1) 1 1 4
2 2 8
54
+
0 2
3
1 0 1 = 2 13 + 0 + 0 + (5) 3 = 11.
2 1 2
Si una matriz A = (aij ) de orden n tiene iguales a cero los elementos de una lnea, excepto
uno de ellos, el calculo de su determinante se reduce, desarrollando por los elementos de esa
lnea al calculo de un determinante de orden n 1.
Ejemplo
3 5 2
1 2 1
2 4
1
3 7
5
0 1
1
3
1 1 3
3 F2 + F1 F1
1
2 1 1
2+1
= 2 F2 + F3 F3 =
0 3 3
=
(1)
0
0
3
3
1 8 0
3 F2 + F4 F4
0
1
8 0
0 9 3
9 3
3+1
= 18.
F1 + F3 F1 = 0 3 3 = (1)
1
3
3
1 8 0
6
1
5
3
Algunas propiedades m
as de los determinantes
Propiedad 10 Si A es una matriz de orden n y es un n
umero entonces det ( A) =
n
det A.
Propiedad 11 El determinante de un producto de matrices es el producto de los determinantes
de cada una de ellas, es decir, si A y B son matrices cuadradas del mismo orden, entonces
det (A B) = det A det B.
3.4
Matriz Inversa
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
de donde resulta
55
2x + z = 1
2x + z = 0
2y + u = 0
2y + u = 1
1
A1 .
1
.
det A
Definici
on 3.4.1 Si A = (aij ) es una matriz de orden n, definimos la matriz adjunta de
A, y la notamos AdjA, de la siguiente manera: AdjA = (Aij ) donde Aij es el complemento
algebraico del elemento aij .
An2
Ann
Ejemplo
3
3 1
1 1 2
0 .
1 3 , AdjA = 2 2
Si A = 0
5 3
1
1 1 0
Teorema 3.4.1 Sea A una matriz de orden n. Entonces A es inversible si y s
olo si det A 6= 0.
En ese caso,
(Adj A)T
A1 =
.
det A
Dem. Veamos que A (Adj A)T = (Adj A)T A = det A In . Si A (AdjA)T = (cij ) entonces
cij = ai1 Aj1 + ai2 Aj2 + + ain Ajn , donde Ajk es el complemento algebraico del elemento
un el teorema 3.3.1 y su corolario, resulta:
ajk . Por lo tanto, seg
det A si i = j
.
cij =
0
si i 6= j
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
56
det A
0
0
0
det A
0
= det A In .
Luego, A (AdjA)T =
.
..
.
.
..
..
..
.
0
0
det A
Ejemplo
Averiguar si la matriz A es inversible. En caso afirmativo hallar su inversa.
1 1 2
1 3
A= 0
1 1 0
Como det A = 2 6= 0, A es inversible. Su inversa es
3 2 5
3 2 3
3/2
1
5/2
T
1
0
1
(AdjA)
3/2
A1 =
=
= 3/2 1
det A
2
1/2 0 1/2
C
alculo de la inversa de una matriz aplicando operaciones elementales
Dada una matriz A de orden n, si aplicando un n
umero finito de operaciones elementales
E1 , E2 , . . . , Ek sobre sus filas se puede obtener la matriz unidad de orden n, entonces la
matriz A es inversible y para calcular su inversa basta aplicar a la matriz unidad de orden
n las mismas operaciones elementales E1 , E2, . . . , Ek y en el mismo orden. Si al aplicar
operaciones elementales por filas a la matriz A, tratando de obtener la matriz unidad, se
obtiene una fila nula, entonces A no es inversible.
Ejemplo
Decir si la matriz A es o no inversible, y en caso afirmativo, hallar su inversa:
1 1 2
A= 3
0 1
4 1 5
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
1 1 2
3
0 1
4 1 5
3F1 + F2 F2
4F1 + F3 F3
1 0 0
0 1 0
0 0 1
1 1
2
0
3 5
0
3 3
1 0 0
3 1 0
4 0 1
1 1
2
0
1 5/3
0
3
3
1
0 0
1 1/3 0
4
0 1
1 0
1/3
0 1 5/3
0 0
2
(1/3)F2 F2
F2 + F1 F1
3F2 + F3 F3
(1/2)F3 F3
(1/3)F3 + F1 F1
(5/3)F3 + F2 F2
0 1/3 0
1 1/3 0
1 1 1
1 0
1/3
0 1 5/3
0 0
1
1 0 0
0 1 0
0 0 1
57
0
1/3
0
1
1/3
0
1/2 1/2 1/2
1/6
1/2 1/6
11/6 1/2
5/6
1/2 1/2
1/2
Verificacion:
1 1 2
1/6
1/2 1/6
1 0 0
3
5/6 = 0 1 0 .
0 1 11/6 1/2
4 1 5
1/2 1/2
1/2
0 0 1
Resoluci
on de sistemas lineales por determinantes. Regla de Cramer
Como aplicacion del Teorema 3.4.1, vamos a probar que si el determinante de la matriz de los
coeficientes de un sistema de n ecuaciones lineales con n incognitas es distinto de cero, entonces
el sistema tiene una u
nica solucion. Ademas vamos a dar una formula que expresa la solucion
u
nica del sistema en funcion de los coeficientes y de los terminos independientes.
Un sistema de n ecuaciones y n incognitas
.
.
.
.
a x + a x + + a x = b
n1 1
n2 2
nn n
n
puede escribirse en forma matricial como sigue:
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
a11 a12
a21 a22
..
..
.
.
an1 an2
. . . a1n
. . . a2n
.
..
. ..
. . . ann
x1
x2
..
.
xn
58
b1
b2
..
.
bn
b1
A11 A21 An1
x1
A
x2
A22 An2
b2
. = 1 .12
=
.
.
.
.
..
.. det A ..
..
.. ..
.
A
b
+
A
b
+
+
A
b
12 1
22 2
n2 n .
det A
..
.
A1n b1 + A2n b2 + + Ann bn
A1i b1 + A2i b2 + + Ani bn
, es decir,
Luego, para cada i = 1, 2, . . . , n se verifica xi =
det A
a11 a12 . . . b1 . . . a1n
a21 a22 . . . b2 . . . a2n
.
..
..
..
..
.
.
.
a
an2 . . . bn . . . ann
n1
.
xi =
det A
2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
59
Ejemplo
Verificar si los siguientes sistemas son compatibles determinados, y en caso afirmativo, hallar
la solucion aplicando la regla de Cramer.
x y
+ u = 0
=
3
2x 6y
2x
z + 3u = 4
x 3y + z =
2
b)
a)
5y z u = 1
2 y 3 z = 1
3x + 4y 2z + 3u = 5
2 6
0
1 3
1
a) A =
0
2 3
Como det A = 4 6= 0, el sistema es compatible determinado. La solucion es:
3 6
2
2 6
0
3
0
3
2 3
1
2
1
2
1
1 3
1
2 3
0 1 3
0
2 1
9
1
x=
= , y=
= , z=
4
4
4
4
4
1 1
0
1
2
0 1
3
b) A =
0
5 1 1
3
4 2
3
1
2
En este caso, det A = 0, luego el sistema no puede resolverse por la regla de Cramer.
La expresion matricial de la solucion es u
til para diversos fines. Sin embargo hay que enfatizar
que, para un sistema generico dado, el metodo de Gauss es mas rapido a los efectos del calculo
numerico.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
3.5
60
Ejercicios
cij =
(
bij = 0 si i = j.
0 si i + j = 3
.
2 si i + j 6= 3
ij
0
2j
si i > j
si i < j .
si i = j
d
c
ac a+b
0
2d
d
cd
2
1
4 0
0 0
a b 1
2
b 0 c
1 1 3
c) 1
b a + c 2 3 = 0
4 4 .
0
c
2
2 3 a
2
4 1
3. Efectuar los siguientes productos entre matrices:
2 1
2 5 6
1 3 2
1
2 3
b) 0
a) 3 4 1 1 2 5
0 1 1
2
0
1 3 2
2 5 3
4. Sean A =
0 1
0 0
,B=
1
0
0 1
y C=
Calcular: A B B A , B C C B y
0
1 2
1
5. Sean A = 1
0 1 , B = 2
2 1 0
3
cij = i + j.
a) Es posible efectuar A C ?
b) Calcular (C A)T 3 B.
0 0
1 0
A C C A.
0
4 y C = (cij ) de orden 2 3, tal que
1
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
61
d) ((AT ) ) = A2.
7.
a) Mostrar que:
i) Si A es una matriz m n, entonces el producto A AT esta definido y es una
matriz simetrica .
ii) La suma de matrices simetricas es una matriz simetrica.
iii) El producto de dos matrices simetricas es una matriz simetrica, si las matrices
conmutan.
b) Hallar los valores de x , y , z de modo que la siguiente matriz sea simetrica:
x
x+y xz
xy
y
y+z
y+z2 zy
z
8. Resolver y clasificar los siguientes sistemas de ecuaciones lineales. Si el sistema es compatible indeterminado, hallar una solucion particular del mismo.
( x + y + 2 z = 1
(x y z = 1
a)
c)
e)
x 2 y + z = 5
3x + y + z = 3
3x + 2y + 5z + 4t = 3
2x + 3y + 6z + 8t = 5
x 6 y 9 z 20 t = 11
4x + y + 4z + 2t = 2
x + 3 y + z = 11
x + 2y 3z = 4
2 x + 5 y 4 z = 13
2 x + 6 y + 2 z = 22
b)
d)
f)
3x 2y + 2z = 3
2 x y + 3 z = 1
2x y + 3z t + u = 2
4x 2y + 6z 2t 2u = 4
2x y z + 2t = 0
4z 3t + u = 2
x + 2 y + 3 z 2 u = 1
2 x + 3 y + 4 z 3 u = 2
2 x + 6 y + 9 z 6 u = 3
2 x 3 y 4 z + 3 u = 2
9. Hallar el valor de para el cual los siguientes sistemas son compatibles determinados,
indeterminados o incompatibles:
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
x+ y u=2
3x + 2y + z 8u = 3
a)
5x z = 1
z 5 u = 1
(x + y z = 1
c)
10.
62
x+ 3y + 2z t = 1
2x + 5y z = 6
b)
x+ y 2z = 4
3x + 5y 2z + t = 9
3x + y + z = 5
4x + y = 5
a) De una fiesta se van 21 chicas y quedan 2 varones por cada mujer. Mas tarde se
van 63 chicos y quedan 5 mujeres por cada varon. Cuantos chicos y cuantas chicas
haba al principio ?
b) El due
no de una tienda, al hacer el inventario, en lugar de contar el n
umero de
bicicletas y triciclos existentes, cuenta los pedales y las ruedas. Conto 153 ruedas y
136 pedales.
Cuantas bicicletas y triciclos tena ?
c) Un frasco de remedios con 20 tabletas iguales pesa 270 gramos. El mismo frasco,
con 15 tabletas pesa 240 gramos. Cuanto pesa el frasco vaco ?
d) Si Ana, Beatriz, Cesar y Damian juntan todo el dinero que tienen, suman en total
32046 pesos. Si Ana tuviera seis pesos mas de los que tiene y Beatriz tuviera seis
pesos menos de los que tiene y Cesar tuviera seis veces lo que tiene y Damian tuviera
la sexta parte de lo que tiene entonces las cantidades de dinero que tendra cada uno
seran iguales entre s. Cuanto dinero tiene cada uno ?
e) Alicia y Beatriz llevaban 50 $ cada una. Alicia compro 3 Kg. de helado y un postre.
Para poder pagar tuvo que pedirle 4 $ prestados a Beatriz.
Beatriz compro 1 Kg. de helado y un postre del mismo precio que el de Alicia;
despues de pagar y prestarle a Alicia los 4 $, le quedaron 16 $. Cuanto costaba el
postre ?
11. Calcular:
2 1
a)
1 2
cos sen
b)
sen
cos
x 1
x 1 2
a) A =
b) A = 2 x
1
x4
1 x
a b c
13. Si A = d e f y det A = 5 decir, sin
g h m
las siguientes igualdades:
1 4 3
c) 2 1 0
0 3 1
7 0 6
2
2 c) A = 2 x 1
3 0
4
1
calcular los determinantes, por que valen
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
d e f
a) g h m = 5
a b c
a + d b + e c + f
c) d
e
f = 5
g
h
m
63
a b c
b) 2 d 2 e 2 f = 10
g h m
a
b
c
d) d 3 a e 3 b f 3 c = 10
2g
2h
2m
16. Calcular los siguientes determinantes haciendo previamente todos los elementos de una
fila o columna cero excepto uno, y desarrollando luego por esa lnea.
1 1
2
1
3
1
2 1 3
0
1 1 2
1 1
1 0
0
1 1 2
1
1 1 2
1 3
a) 0
c) 1
b)
2
1
5
0
0
1
1 1
3 0
1 1
0
1
1 1
1 1
1
1 1
17. Si A es una matriz de orden 3 y det A = 2, hallar det ( 12 A) y det (A AT ).
18. Calcular A B, det A, det B, det (A B) y det (A + B) para
3 0
1
1 0 1
A = 1 2 1 y B = 2 0
1
1 0
1
0 1
0
Es cierto que det (A + B) = det A + det B ? Justificar la respuesta.
19. Dadas las siguientes matrices decir si son o no inversibles, y en caso afirmativo, hallar su
inversa:
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
1 1 2
a) 3
0 1
4 1 5
64
1 1 1
b) 1 1 0
0 0 0
1 1 1
3
1 0
c) 1 1 0
d) 1 1 2
1 0 0
1
1 1
1
2a
1
1
0
1
20. Sean A = 2
2 a (a + 3) y B = 0
1 1 .
0 3 a
a
0 1
0
Hallar los valores de a, de modo que A B no sea inversible. Para a = 1, calcular
A1 B.
21.
22. Hallar las inversas de las siguientes matrices utilizando operaciones elementales:
1 3
0 3
1 0
3
2
0 1
2 1 1 1
a)
2 1 1
b)
1
3 2
c)
0 1
4 0
3 1
4
1 3 3
0 0
1 0
23.
x
x
+ z
+ z
+ z
+ z
+ t
+ t
+ t
+ t
=
=
=
=
0
0
0
0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
4
4.1
65
Vectores
Segmentos orientados. Vectores libres
Consideremos A y B dos puntos del Plano o del Espacio y sea AB el segmento determinado
por ellos. Si A y B estan dados en cierto orden, A el origen y B el extremo, decimos que AB
esta orientado. ( Ver Figura 12)
Definici
on 4.1.1 Se llama vector a todo segmento orientado. Lo notaremos ~v = AB.
.
....
....
....
....
.
.
.
....
....
....
....
....
.
.
.
.
....
.......
......
....
....
.
.
.
....
...
....
....
....
.
.
.
..
.....
.....
....
....
.
.
.
...
....
.....
....
....
.
.
.
.
...
.....
....
....
....
.
.
.
.
.....
....
....
....
...
.
.
.
.....
....
~v
Figura 12
Si A 6= B, la recta que contiene al vector, y todas sus paralelas, determinan la direcci
on del
mismo; y la orientacion sobre la recta, definida por la semirrecta con origen A que contiene a
B, el sentido del vector. Todos los vectores situados sobre una misma recta o rectas paralelas
tienen igual direccion y se dicen paralelos.
y lo notamos kABk.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
....
.....
.....
....
....
.
.
.
...
....
....
....
....
.
.
.
.
..
............
....
....
....
.
.
.
.
....
.......
.... .
....
..
.... ...
.
.
.
.....
.
....
.....
....
....
.
.
.
.
.
.
.
.
.
.
...
0
...
.....
....
.....
.....
.
....
....
...
....
.....
.
.
.
.
.
.
.
..
....
..
....
....
..
.....
....
....
....
..
...
.....
.
.
.
.
.
.
.
.
.
... .
...
....
.... ..
..
....
..... .
.. .......
.....
.
..
....
.
.
.
.
.
.
.
.
.
..
. ....
....
..
.....
.....
..
........
....
......
0
....
.
.....
.
.
...
.
..
....
....
..
.....
.
..
.
.
..
....
.
....
...
.....
....
0 0
... ........
. ....
..
........
.
.
....
....
....
....
0
....
.....
AB
AB
Figura 13
66
.....
.....
.....
.....
....
....
......
...
.. ........
.. ......
.
... ........
.....
.
.....
...
.....
.....
.
........
...
...
.
.. ........
.. .....
...
..
.
... .........
..
.....
.
..
.....
...
.....
..
.
.....
..
.....
...
.....
...
.....
.
..... .
.
..
.....
...........
.
....
.
.
...
....
.....
.....
....
...
....
.
0 ....... ...
.
.....
.....
..... .
...
...
..... ..
.
.... ..
.....
.
.
.....
..
.....
........
...
...
0 . .............. . ..
.....
..... ..
..... ..
..... ..
.....
......
.....
....
.....
0 0
0 .............
.
C
L
AB
AB A
Observaciones
Definici
on 4.1.2 Diremos que dos vectores no nulos, AB y A0B 0 son iguales y notaremos
AB = A0B 0 si:
1) kABk = kA0B 0 k,
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
........
......
.....
....
.
.
.
.
....
.....
.....
.....
.....
.
.
.
.
.....
.....
.....
.....
.................................................................................
B0
S 00
A0
...
........
..
...
.
...
..
...
...
..
..
..
...
...
..
..
...
..
...
........
.
.......
..
.....
...
.....
.
.
.
...
.
.
.....
.....
...
.....
..
.....
...
.....
.
.
...
.
..
.. ......
... ......
.....................................................................................
..
.........
..
...
.
...
..
...
...
..
..
..
...
...
..
..
...
..
...
..
..
...
..
....
..
...
..
....
..
..
S0
67
B 00
A00
Figura 14
al vector OC.
B
..
......... .........
.....
...
.....
...
.....
.
.
.....
...
.....
...
.
.....
.
..
.....
.
.
.....
..
.
.
.....
..
....
.
.
.....
..
.
.
.....
..
.
.....
.
..
.....
.
.
.....
..
.
.
....
..
.....
.
.
.....
..
.
.
.....
..
.
.....
.
..
.....
.
.
.....
..
.
....
.
..
.....
.
.
.......
..
.
.
.
........................................................................................................................................................................................................................................
~u
~v
~u + ~v
Figura 15
Propiedades
V1 ) (~u + ~v) + w
~ = ~u + (~v + w),
~ para todo ~u, ~v , w
~ V.
V2 ) ~u + ~v = ~v + ~u, para todo ~u, ~v V .
V3 ) ~u + ~0 = ~u, para todo ~u V .
~0 V tal que ~u + u
~0 = ~0. Notaremos u~0 = ~u.
V4 ) Para cada ~u V existe un u
nico u
Observaciones
1. Por definicion escribiremos ~u ~v = ~u + (~v).
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
68
4. Para efectuar geometricamente la suma de varios vectores, basta dibujar a los mismos de
manera que el origen de cada uno coincida con el extremo del precedente. El vector que
une el origen del primero con el extremo del u
ltimo, es el vector suma.
Ejemplo
~u
........................................................
.
..
...........
........
.... ..
...
.... ...
.
.
.
...
..
....
.
...
....
...
...
...
..
...
.
.
.
.
.
....
.
..
.
.
....
...
....
..
..
....
..
...
...
.
.
.
....
.
..
....
...
..
....
...
...
.
...
..
...
.
.
.
.
...
....
... ....
..
..
... ....
.. .....
.......................................................................................
..
~t
~s + ~t
~u
O ............................................................................
.
..
..
..
..
.
..
..
..
..
..
.
..
..
..
..
...
.
..
.......
.
...
...
...
...
...
....
...
....
...
...
...
...
...
....
...
....
...
...
....
...
....
...
....
...
...
...
....
...
....
...
....
...
.........
...
.
...
..
...
..
..
...
..
...
.
.
...
.
...
..
...
..
..
...
..
...
.
.
...
..
...
..
...
..
...
..
...
..
.
...
.
... ...
.
....................
..
w
~
~v
....
....
....
...
....
....
....
....
....
....
....
....
....
....
....
....
....
.....
.........
~v
~s
~u + ~v + w
~
Figura 16
w
~
..
........
....
...
.
.
..
...
...
...
...
.
.
..
...
...
...
...
.
.
..
...
...
.
...
.........
...
.
.
....
...
...
...
...
.
.
.
.
1
..
..
...
...
...
...
3
...
...
.
........
....
...
.
.
..
...
...
...
...
.
.
..
...
...
...
..
...
.
...
.
...
...
...
...
.
.
.
.
..
..
...
...
...
...
...
...
...
...
.
.
.
.
..
..
...
...
.......
...
....
...
~u
~v
12 .~v
.~u
Figura 17
Propiedades
V5 ) .(~u + ~v) = .~u + .~v, para todo R; ~u, ~v V.
V6 ) ( + ).~u = .~u + .~u, para todo , R, ~u V.
V7 ) ( ).~v = .(.~v ), para todo , R, ~v V.
V8 ) 1.~v = ~v, para todo ~v V.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
69
Observaciones
1. Si ~u 6= ~0, el vector
1
~u, denominado versor ~u, tiene igual direccion y sentido que
k~uk
~u y modulo 1.
2. Dos vectores no nulos v~1 y v~2 son paralelos si v~1 = .v~2 , R.
3. (.~u) = ().~u = .(~u), para todo R ; ~u V. En particular: ~u = (1).~u.
Definici
on 4.1.5 Un vector ~u V se dice una combinaci
on lineal de los vectores v~1,
v~2, . . . , v~n si existen escalares 1 , 2 , . . . , n R tales que ~u = 1 .v~1 + 2 .v~2 + + n .v~n.
Bases de E2 y E3
Si consideramos en el Plano dos vectores b~1 y b~2 no nulos ni paralelos (podemos suponerlos
con origen com
un O ), todo vector ~u del Plano se escribe en forma u
nica como combinacion
~
~
~
~
lineal de b1 y b2 . En tal caso diremos que B = {b1 , b2} forma una base de E2 .
En el Espacio, B = {b~1 , b~2, b~3} es base si, y solo si b~1 , b~2 y b~3 son no nulos y no paralelos a
un mismo plano. Si los pensamos con origen com
un {b~1, b~2, b~3 } es base si, y solo si b~1, b~2 y b~3
son no coplanares.
Si en V a los vectores de una base B los consideramos en cierto orden, diremos que B es una
base ordenada.
..
..
.
..
.
..
.
..
........... ....... ....... ....... ....... ........
..........
.
.
.
.
.
. .
.
... ...
..
.
..
.
..
..
..
.
..
..
..
...
2 2
..
..
...
..........
..
.
..
..
..
..
.
..
.
..
..
..
..
...
..
..
...
..
...
2
...
...
.
..
..
.. ...
.
.. ..
..
.. ...
... ..
..
.......... ....... ....... ....... ....... ......................................................... ....... ....... .......
..
........ ....... ....... ....... ...............
.....
.....
.....
..
.
.... .
.
.... ..
...
.
.
.
.
.
.
.
....
..
2 2. .
...
....
..
...
....
...
.
.
.
.
.
.
.
.
.
.....
....
.
.
...
..
...
....
..
....
.
..
...
.
.
...
.
.
2 ..... ..........
.
..
...
..
.. ...
.
.. .....
..
... ......
.. ..
.
......
..
...................................................... ............. ....... ....... ....... ....... .......
.b~
~u
b~
O b~
1
.b~
~u
b~
1 .b~1
....... .....
.
....
.... ..
.
.
.
....
....
.
..
..
....
.
.
.
..
.
.
.
.
..
....
. ....
.
.
.
.
.
.....
.
.. .
...
.
.
.
....
.
.......
.
.
.
.
.
.
... ..
....
...
...
.
.
.
.
....
.
.... .
.
.
.
...
......
...
...............
.. . ...
......... .....
.
.
.
3 3 ....
.
.
.
.
.
.
.
.... ..... ..
.
.
.
....
.
.
.
.
.
...
.
........
.
.
.
....
.........
.
....
.
...
.........
...
2 2.............. ...
..... ...............
...
.
...
........
...
.
.
.
.
.
..
.
.
.
.
.
.
.....
.
.
..
..
.... ................
...
...
...
.....
.........
..
..
...
........ .....
...
....
..
3 ....... 2................ .........................
....
.
.
.
.
.
. ...
...
.....
.........
... ..... ............
..
.
..... ..
... .................
..
.
................
..
....
.
... ... .
....
....
...
....
.
....
.... ..
..
....
.
.
....
.....
.
....
.
....
...
....
.............
.
.
...
1
...
....
.....
.
.
....
....
..
.
.
....
....
.. ...
.
.
...... . ..
...........
.....
1 1
.....
...
.b~
~u
.b~
b~ b~
O
b~
.b~
Figura 18
1 .b~1
O b~1
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
70
Los elementos de V son de naturaleza geometrica, queremos obtener una expresion numerica
de los vectores a fin de efectuar con ellos calculos en forma eficiente.
Si B = {b~1, b~2 } es una base ordenada del Plano, todo vector ~v se escribe de manera u
nica
~
~
en la forma ~v = 1 .b1 + 2 .b2 . Entonces al vector ~v le podemos asociar el par ordenado
(1 , 2 ). Los n
umeros reales 1 , 2 se denominan las componentes
del vector ~v en la base
1
B. Notamos (~v )B = (1 , 2 ) o en forma matricial [~v]B =
.
2
Sea O un punto del Plano y B = {b~1 , b~2} una base ordenada de E2 . La base y O determinan,
en el Plano, un sistema de coordenadas cartesianas (O, XY ).
1 ..............
.
...
.
...
.
...
.
........
.
...
.
...
...
..
.
.
...
...
...
..
.
...
1
..
....... ....... ....................................................................................................................... ....... ....... ....... ....... ....... ....... .................
.
..
.
.
.
...
.
.
..
b~2
b~
Figura 19
V 1
OV
O
U
OU
Figura 20
Dado un punto P del Plano veamos que relacion existe entre sus coordenadas en el sistema
y consideramos los vectores OP1 y OP2 , entonces se tiene que OP = OP1 + OP2 =
1 .~b1 + 2 .~b2. Por lo tanto (OP )B = (1 , 2 ). Como tambien vale la recproca concluimos que
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
.
...
71
.
....
...
.
...
..
..
2
2 .............. ....... ....... ....... ....... ....... ....... ....... ....... ....... ....... ..........................
....
....... ..
..
........
..
..
.......
.
.
.
.
.
.
.
.
.
.
...
........
...
.......
.
.
.
.
.
.
.
.
.......
...
...
........
.
.......
.
........
...
...
.......
.
.
.
.
.
.
.
.
.
.......
...
...
.......
...........
.......
..
.
.......
..
..
........
.
.
.
.
.
.
.
.
.......
..
2 ........
.......
..
........
..
.......
...
........
..
.
.
.
.
.
.
.
.
.
.
.......
.
...
.......
...
...
.......
.
.. ........
..
................
.
.
.
.
.
.
.
.
....... ........................................................................................................... ....... ....... ....... ........... ....... ....... ....... ....... ....... ....... ..........
.
.
...
P (0, )
P (1 , 2 )
OP
b~
b~1
P1 (1 , 0)
Figura 21
Veamos que fijados O y la base ordenada B = {b~1 , b~2}, podemos identificar al vector
~u = 1 .~b1 + 2 .~b2 con el par ordenado (1 , 2 ) y escribir ~u = (1 , 2 ).
Debemos definir una aplicacion biyectiva de E2 y R2 que respete las operaciones.
Si ~u = 1 .~b1 + 2 .~b2, : E2 R2 tal que (~u) = (1 , 2 ), define una funcion biyectiva.
Notemos que si ~u = 1 .~b1 + 2 .~b2, ~v = 1 .~b1 + 2 .~b2 y R; ~u + ~v = (1 .~b1 + 2 .~b2 ) +
(1 .~b1 + 2 .~b2) = (1 + 1 ).~b1 + (2 + 2 ).~b2 y .~u = .(1 .~b1 + 2 .~b2 ) = ( 1 ).~b1 + ( 2 ).~b2.
Luego (~u + ~v ) = (~u) + (~v) y (.~u) = .(~u), algebrizando a R2 como sigue:
(1 , 2 ) + (1 , 2 ) = (1 + 1 , 2 + 2 )
.(1 , 2 ) = ( 1 , 2 )
En lo que sigue trabajaremos con sistemas de coordenadas cartesianas ortogonales, es
decir fijamos en el Plano y el Espacio un punto O y las bases ordenadas {~e1, ~e2} ; {~e1 , ~e2, ~e3}
respectivamente, cuyos vectores se representan por segmentos perpendiculares dos a dos y de
modulo unitario.
Sea (O, XY ) un sistema de coordenadas cartesianas ortogonales, A(x1, y1) y B(x2, y2)
e~
O e~
Figura 22
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
72
4.2
Proyecci
on ortogonal y producto escalar
a) Proyecci
on ortogonal de un punto sobre una recta
Sea L una recta y P un punto.
Si P L, entonces proyL P = P.
nica recta perpendicular a
Si P
/ L, entonces proyL P = L L0 , donde L0 es la u
L que pasa por P e intersecta a L.
P
....
...
....
....
...
....
...
....
....
....
....
....
....
....
...
....
...
0
....
....
....
.
....
....
....
....
....
....
....
...
...
.
.
....
..
...
....
....
....
....
....
.....
.... ...... ...... ......
.....
...
.... .......
.......
....
... .......
.
.
....
....
....
...
....
...
....
....
....
....
.
....
.
.
.
....
.
.
....
...
.
.
.
....
M = proyL P
Figura 23
b) Proyecci
on ortogonal de un vector sobre otro
B
.
...........
.... ..
... .
.
.
...
..
...
...
...
...
...
..
.
.
...
...
...
.
.
.
..
.
.
..
.
....
.
..
.
.
...
...
...
.
.
.
...
...
.
....
.
..
.
.
...
...
...
.
.
.
....... ....... ....... ....... ....... ....... ............................................................................................................................................ ....... ....... ....... ....... ....... .......
~u
~
v
k~
vk
~v
Figura 24
Sean ~u y ~v vectores, ~v 6= ~0, (podemos suponerlos con origen com
un) y consideremos la
recta L que contiene a ~v. Fijemos sobre L, como unidad de medida y sentido positivo,
~v
el versor
. Ver Figura 24.
k~vk
Si M es la proyeccion ortogonal de B sobre L, llamamos proyecci
on ortogonal de
~u sobre ~v, y la notamos proy~v ~u, a la abscisa de M.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
73
Observaciones
1. Si ~u y ~v son vectores no nulos con origen com
un O y es la medida radial del angulo
por ellos formado, 0 , se tiene que: proy~v ~u = k~uk cos .
2. La proyeccion ortogonal de ~u sobre ~v puede ser positiva, negativa o nula, seg
un la
medida del angulo , como lo indica la Figura 25.
..
..........
. ..
...
.. ..
.
...
...
...
.
...
...
..
.
...
...
...
.
.
...
...
...
.
..
..
.
...
.....
.. .......
.
.
...
..
.
...
...
..
.
..
..
.
.
.
.
.............
..
..
..
..
... ...
.
.
.
....... ....... ....... ......................................... ..................................................................
~u
~v
O
proy~v ~u > 0
0<
.
...
.......
....
..
.....
..
....
..
...
....
..
...
....
..
....
..
...
.............
... ..
....... .........................................................................................
~u
~v
O
proy~v ~u = 0
=
.....
...........
. ...
..
... .....
...
..
...
...
...
...
.
...
...
...
...
...
..
...
...
...
...
.
...
... .........................................
...
....
.....
...
...
.
...
...
...
...
.
..
...
...
...
..
..........
...
..
.. ...
.
..
...
.
.
.
.
.
....... ....... ....... ....... ....... ....... ....... .............................................................. ....... .......
~u
O ~v
proy~v ~u < 0
<
Figura 25
Propiedades
1) proy~v (~u + w)
~ = proy~v ~u + proy~v w.
~
2) proy~v (.~u) = proy~v ~u ; R.
Definici
on 4.2.1 Dados dos vectores ~u, ~v ; ~v 6= ~0, llamaremos vector proyecci
on de ~u
~
v
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
74
p
h~u, ~ui.
h~u, ~vi
ii) proy~v ~u =
.~v
k~v k2
| h~u, ~vi |
iii)
proy~v ~u
=
k~vk
Producto escalar en t
ermino de las componentes de los vectores
Si trabajamos en E3 y consideramos la base {e~1, e~2 , e~3} entonces
1 si i = j
,
h~
ei , e~j i =
0 si i 6= j
por lo tanto si ~u = x1 .~
e1 + x2 .~
e2 + x3 .e~3 y ~v = y1 .e~1 + y2 .e~2 + y3.e~3 se tiene, aplicando
sucesivamente las propiedades de producto escalar, que h~u, ~v i = x1y1 + x2 y2 + x3y3 .
Ejemplo
e3 y ~v = 3.~
e1 + 2.e~2 e~3 entonces h~u, ~vi = 2.3 + (1).2 + 3.(1) = 1.
Si ~u = 2.~
e1 e~2 + 3.~
Nota: En el caso de E2 el producto escalar de dos vectores en termino de sus componentes
se obtiene a partir de la formula h~u, ~vi = x1 y1 + x2 y2 .
Observaciones
p
p
1. k~vk = h~v , ~vi = x21 + x22 + x23 .
2. Dados los vectores ~u y ~v, ~v 6= ~0, entonces proy~v ~u =
x1y1 + x2 y2 + x3y3
h~u, ~v i
= p 2
.
k~vk
y1 + y22 + y32
h~u, ~vi
x1y1 + x2 y2 + x3 y3
p
=p
.
2
k~uk k~vk
x1 + x22 + x32 y12 + y22 + y32
Sea ~u = x1 .~
e1 + x2 .~
e2 + x3 .~
e3 , ~u 6= ~0. Se tiene que:
p
x1 = h~u, e~1i = k~uk cos = x12 + x22 + x32 cos , es el angulo entre ~u y e~1 .
p
x2 = h~u, e~2i = k~uk cos = x12 + x22 + x32 cos , es el angulo entre ~u y e~2.
p
x3 = h~u, e~3i = k~uk cos = x12 + x22 + x32 cos , es el angulo entre ~u y e~3 .
Por lo tanto tenemos que:
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
75
x1
x2
x3
p
p
cos = p 2
,
cos
=
,
cos
=
x1 + x22 + x32
x12 + x22 + x32
x12 + x22 + x32
cos , cos y cos se denominan los cosenos directores de ~u. Ver Figura 26.
~u
Observar que
= (cos , cos , cos ), por lo que cos2 + cos2 + cos2 = 1.
k~uk
...
........
...
....
...
...
..........
...
....... ... ...
....
. ..
......
... ......
....
.
.
....
.
...........
1
2
3
3 ... .
..............
... ...... ........
... ....
.
.
.
.
.
. ....
....
.
....
.
....
.
.
.
. ... .....
.... ....
...
.............
..
..
..
.... .................
.. ....
......
.
.
...
....
.
.
.
.
... .......
.
..
...
.
.... ....
.
...
..... ..
...
...
... ....
.
...
.
..
.........
...
.. ..
..
....... .
.
.. .
........
....
...
........
.
... .......... .
.
.
.
...
.
.
.
...
. ... ..... ...
...
.......
....
.......
..
..
.....
.......
.......
...
....
.. ......
........
. .. ...............
.... ......
....
.
.
.. ....... .
...
.. .
... ... ....
.. .................
...
...
.........
..
... .... ...
.. .................. ...... 2 ..
... ..
..
... .... ..............
.... ...
..
... ... .......... ...
. ..
.
..
..
.
............
...
....
....
...
.. .......
....
.
.
....
........
.
.... ..
.. .
.... .. ... ..... ....
.......
..
..
..
1 .......... ......
.... ..
.... ..
......
....
....
....
....
....
....
....
....
....
....
.....
.......
.
P (x , x , x )
~u
Figura 26
Ejemplos
1. Sean ~u = (1, 2, 3), ~v = (2, 1, 5) y w
~ = (4, 7, 1). Hallar:
a) ~u + ~v + 2.w.
~
~u + ~v + 2.w
~ = (1, 2, 3) + (2, 1, 5) + 2.(4, 7, 1) = (1, 2, 3) + (2, 1, 5) +
(8, 14, 2) = (9, 13, 6).
b) Un versor en la direccion de ~v + w,
~ pero de sentido contrario.
~v + w
~
4
2
3
El versor buscado es ~t =
= ( , , ).
k~v + wk
~
29 29
29
c) proyw~ (~u + ~v ).
31
h (3, 3, 2) , (4, 7, 1) i
h ~u + ~v , w
~i
proyw~ (~u + ~v ) =
= . Por lo tanto
=
kwk
~
66
66
~
31 w
.
proyw~ (~u + ~v ) = .
~
66 kwk
d) Los cosenos directores de ~u.
~u
1
2
3
Como
= (cos , cos , cos ) = ( , , ), entonces
k~uk
14 14 14
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
76
1
2
3
cos = , cos =
y cos = .
14
14
14
2. Dados los vectores ~u = (1, t, 1) y ~v = (1, t, 2), hallar t R para los cuales
|proy~u+~v (~u ~v)| = 1.
=
= 1.
|proy~u+~v (~u ~v)| =
2
k~u + ~v k
4t + 1
4 t2 + 1
Elevando
ambos miembros al cuadrado y operando se obtiene t2 = 2, por lo que t =
2.
4.3
Dados en el Plano un punto O y una base ordenada B = {b~1 , b~2 }, queda determinado un
on positiva si el angulo
angulo convexo . Diremos que B = {b~1 , b~2 } tiene orientaci
convexo que hay que rotar b~1 para superponerlo a b~2 es positivo. En caso contrario diremos
on negativa. Ver Figura 27.
que B = {b~1 , b~2 }, tiene orientaci
Ejemplo
Sea B = {b~1 , b~2} una base ordenada del Plano.
.
...
..
..
.
...
.
...
.
.
........
.
...
...
..
.
.
............
.
.
... .......
..
...
...
2 .......
...
.
..
.
..
..
.
.
..
.
.
..
..
.
..
.
..
...
.
..
..
.
....... ....... ....................................................................................................................... ....... ....... .......
..
.
.
..
1
.
...
.
.
..
.
...
b~
b~
..
..
.
...
.
.
.........
...
..
...
.
.
..
... ......
.. .......
..
...
...
1 ......
...
.
..
...
..
.
.
..
...
.
..
..
.
..
.
.
.
.
...........
..
.
.
....... ....... ........................................................................................................................ ....... ....... .......
.
.
...
2
.
...
..
..
b~
..
..
b~
Figura 27
Observaci
on
Si {b~1, b~2} tiene orientacion positiva entonces {b~1, b~2} tiene orientacion negativa.
Para el caso del Espacio, si considero un punto O y una base ordenada B = {b~1 , b~2, b~3},
diremos que B tiene orientaci
on positiva, es destr
ogira o directa; si colocando un tornillo
~
o tirabuzon en la direccion de b3 y girandolo el angulo convexo que superpone b~1 con b~2,
resulta que el tornillo avanza en el sentido de b~3 .
Si el tirabuzon avanza en sentido contrario al de b~3, diremos que B = {b~1 , b~2 , b~3} tiene
orientaci
on negativa, es lev
ogira o inversa. Ver Figura 28
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
77
Ejemplo
..
........
...
...
...
...
...
...
...
...
...
...
.
.
.
.
.
.
.
.
.
.
.
.
.......................
.
....
.......
....
.
...
.
.
........
..
.
...
..
...
....
.
....
....
.
...
...
........ .....
...
.................................
...
.
.
.. ....
...
...
...
...
...
...
....
...
..
...
...........
........ .
...
........
...
.......
.
.
.
....
.
.
.
.......
.......
........
..
.......
...
........
.......
.
.
.
.
....
.
.
....
3 ... .........2
........
.. .
...........
....
.... .
..........
..
1 ..........
...
...
....
....
....
....
....
....
....
....
.....
.......
.
...
.......
...
....
..
...
....
..
...
.....
.
.
...
.
.
.
.
.
.
.
.
.
....................
.
.
.......
...
....
.
.
...
.
.
..
...
...
...
..
.
...
.
.
.
.
...
......
. .. ........
.
...
.
.................................
...
........
...
...
...
...
.
...
.......
...
...
.
..
...
...........
........ .
...
........
...
.......
.
.
.
.
.
....
.
.
.......
.......
.......
...
.......
........
...
.......
.
.
.
.
...
.
.
3 ... .........2
...........
. .. ..
...........
....
....
........
......
.
1 .........
...
....
....
....
....
....
....
....
....
....
.......
.....
.
~e ~e
O
~e
~e ~e
O
~e
4.4
Producto vectorial
Definici
on 4.4.1 Sean ~u y ~v vectores de E3 , se llama producto vectorial de ~u y ~v y
lo notamos ~u ~v al vector definido como sigue:
Si ~u = ~0
o ~v = ~0, entonces ~u ~v = ~0.
Si ~u 6= ~0 y ~v 6= ~0, entonces:
a) k~u ~vk = k~uk k~vk sen ; la medida del
angulo comprendido entre ~u y ~v.
b) h~u ~v, ~ui = 0 = h~u ~v, ~v i.
c) Si ~u y ~v no son paralelos, el sistema de coordenadas determinado por {~u, ~v , ~u ~v }
tiene orientaci
on positiva.
Propiedades
1) ~u ~v = ( ~v ~u).
2) .(~u ~v) = .~u ~v = ~u .~v, R.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
78
3) ~u (~v + w)
~ = (~u ~v) + (~u w).
~
4) (~v + w)
~ ~u = (~v ~u) + (w
~ ~u).
5) k~u ~vk2 + h~u, ~vi2 = k~uk2 k~vk2 .
Interpretaci
on geom
etrica
Sean ~u y ~v vectores de E3 , no nulos ni paralelos. Consideremos el paralelogramo por ellos
determinado y notemos con A a su area.
........ ....... ....... ....... ....... ....... ....... ....... ....... ....... ....... ....... ...
.
...........
.....
..
.. ..
.
..
. ...
.
.
.
..
...
..
...
..
...
..
..
.
.
.
.
.
..
..
..
..
..
....
..
..
..
.
.
.....
...
.. ........
.
..
..
...
..
...
...
... ...
..
.
..
.. ..
.
.
.
..
.
... ...
..
..
. ..
..
...
...............................................................................................................................................................
~u
~v
Figura 29
e~1 e~2 e~3
Si ~u = (1, 2, 3) y ~v = (1, 0, 1), ~u ~v = 1 2 3 = (2.e~1 4.e~2 + 2.e~3) = (2, 4, 2).
1 0 1
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
79
Observaciones
1. Como (~e1 ~e1) ~e2 = ~0 y ~e1 (~e1 ~e2) = ~e1 ~e3 = ~e2, el producto vectorial no es
asociativo y carece de sentido la expresion ~u ~v w.
~
2. Si ~u y ~v son vectores no nulos, ~u y ~v son paralelos si, y solo si ~u ~v = ~0.
Producto Mixto
Definici
on 4.4.2 Sean ~u, ~v , w
~ vectores, se llama producto mixto de ~u, ~v y w
~ al n
umero
real h~u ~v, wi.
~
Interpretaci
on geom
etrica
Sean ~u , ~v y w,
~ vectores no nulos ni coplanares de E3 , y consideremos el paraleleppedo por
ellos determinado.
.......... ....... ....... ....... ....... ....... ....... ....... ....... ....... ....... ........ ...
.. .
... ..
... ..
.
.... ....
..
.
.
..
...
...
....
..
...
..
..
........
..
....
...
..
.
.
.
....
.
.
.
...
...
...
....
.
.
..
...
.
....
..
....
...
...
..
.
.
...
....
.
....
..
.
.
...
..
..
..
...
...
...
.
..
..
...
.
..
...
....
....
...
.
.
.
.
...
.
..
..
....
...
...
.
...
.
...
....
.
....
...
..
.... ....... ....... ....... ....... ....... ....... ........ ....... ....... ....... ....... ..........
.
.
.
.
...
.
.
....
.
...
.
....
..
...
...
..
... ..
...
............... ... .
.... ....... ....... ....... ....... ....... ........ ....... ....... ....... ....... ....... ....
........ ..
.
...
.
..
...........
..
.
..... ...
....
..
...
..
...
.. .
....
..
...
.. ...
....
...
..
....
....
....
... .
...
.
.
.
..
.
..... ...
.
.
....
...
...
....
.. ..
..
....
....
..
...
....
..
....
.. ....
..
..
.
....
.
.
.
.
.
... ....
.
..
...
....
..
.... ..
..
...
..
..
.. ...
....
...
..
... ...
....
...
.... .....
....
.
... ....
.
..
... ..
....
....
..
... ...
....
.
... ..
..
....
... ....
... ..
.. ... .
..... ...................
.. ....
...... ........ ...
..
.... .. ...
...............................................................................................................................................................
.
....
~u ~v
~v
w
~
~u
Figura 30
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
u1 u2 u3
h~u ~v, wi
~ = v1 v2 v3
w1 w2 w3
Ejemplo
Si ~u = (2, 1, 0), ~v = (3, 2, 1) y w
~ = (1, 4, 1),
2 1
0
2 1 = 14.
h~u ~v, wi
~ = 3
1
4
1
80
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
4.5
81
Ejercicios
b) ~u ~v
c) ~v ~u
d) ~u ~v
e) 3.~u
1
f) .~v
2
1
g) 2.~u + .~v
3
w
~
~v
~u
Figura 31
1
~
b) ~u + ~v + .w
2
d) ~u + ~v w
~
1
~
e) ~u ~v + .w
2
c)
1
1
.~u + .~v + w
~
2
2
D
Figura 32
AD y AC.
AB y AC.
BA.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
82
b) Hallar las coordenadas del origen A del vector ~u = (3, 1, 4), si su extremo coincide
con B(1, 2, 3).
c) Hallar las coordenadas del extremo B del vector ~u = (3, 1, 2), si su origen es
A(1, 1, 1).
d) Dados ~u = (1, 3, 1) y ~v = (0, 5, 2), hallar 2.~u 3.~v .
5.
a) Hallar un vector ~u de modulo 2, con igual direccion y sentido contrario a ~v = (1, 3).
b) Hallar un vector ~u paralelo a ~v = (1, 2) y de modulo 5.
6.
~v = AC, w
~ = BC, calcular:
a) h 2.~u + w
~ , 2.w
~ ~u i.
b) k~u + ~vk2 y k~u wk
~ 2.
c) h ~u , ~v i.w
~ y h ~v , w
~ i.~u.
8.
|proy~u MN |.
9.
C(3, 6).
y
b) Un vector ~u E3 forma con e~1 y e~2 angulos que miden, respectivamente,
3
2
. Calcular sus componentes si k~uk = 2.
3
11.
a) Demostrar que k~u + ~vk2 + k~u ~vk2 = 2 ( k~uk2 + k~v k2 ), para todo ~u , ~v V e
interpretar geometricamente.
h~u , ~vi
~u es ortogonal a ~u. Interpretar geometricamente.
b) Mostrar que el vector ~v
k~uk2
c) Que condicion deben satisfacer los vectores ~u y ~v para que ~u + ~v sea ortogonal
a ~u ~v ?
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
83
d) Si ~u y ~v son vectores que verifican k~u + 5.~vk2 10 k~uk proy~u ~v = 26 k~uk2 , probar
que k~uk = k~vk.
12.
13. Sean u
~ , ~v y w,
~ vectores tales que ~u es perpendicular a w
~ y el angulo que forman ~v
o
~ sabiendo que ~v = (2, 2, 2) y h ~v ~u , w
~ i = 18.
y w
~ es de 30 . Hallar kwk,
14. Hallar un vector ~x, paralelo a ~u = (1, 2, 3) tal que h (0, 1, 1) , ~x i = 3.
15. Dados ~u = (3, 1, 2) y ~v = (1, 2, 1) calcular:
a) ~u ~v .
b) (2.~u + ~v) ~v .
c) (2.~u ~v) (2.~u + ~v).
16. Sean ~u = (1, 3, 2) y w
~ = (1, 1, 1). Hallar todos los vectores ~v R3 tal que
~u ~v = w.
~
17. Hallar las componentes de un vector ~x sabiendo que es perpendicular a ~u = (2, 3, 1) ,
~v = (1, 2, 3) y satisface h~x, (1, 2, 7)i = 1.
18.
a) Hallar el area del paralelogramo, dos de cuyos lados estan determinados por
~u = (1, 1, 2) y ~v = (3, 0, 4).
b) Hallar el area del triangulo cuyos vertices son los puntos V1 (1, 5, 2), V2 (0, 0, 0) y
V3 (3, 5, 1).
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
5.1
Ecuaci
on de la recta en el Plano
84
Ecuaci
on param
etrica de la recta en el Plano
Supongamos fijado en el Plano un sistema de coordenadas cartesianas ortogonal.
Sea ~u = (u1, u2 ) un vector no nulo y P0 (x0 , y0) un punto del Plano; L la recta que pasa por
P0 y es paralela a ~u. Ver Figura 33.
....
........
...
...
...
...
.
...
...
....
...
....
...
...
.
.
.
..
...
...
...
...
.......
...
......
...
....
.
.
... .....
..
.........
.....
0 ......... .....
.
.
...
...
.
...
....
....
....
..
....
...
.
.
...
.
....
.
..
.
.
.
.
0 ............... ....... ....... ....... .....
... 0
.
... ..
.
...
.
.
...
.... ..
...
.
...
.
..
....
.
...
.
.
.
.
...
...
...
..
.
...
...
.
...
....
.
...
..........
...
...
.... .
..
.
....
....
.
.....
.
...
...
..
...
...
...
....
...
...
...
...
.
... .......
.. ....
..
................................................................................................................................................................................................................................
..
...
0
.
P P
P0 (x0, y )
~u
O
Figura 33
P L P0 P = ~u ; R (x x0 , y y0 ) = (u1 , u2)
u1 ; y y0 = u2 . Por lo tanto
x = x0 + u1
, R (1)
L:
y = y0 + u2
x x0 =
a L, pues hP Q , (a, b)i = 0, con P (x0 , y0) y Q(x1 , y1) L, y se denomina un vector
normal a L.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
85
Ejemplo
Escribir la ecuacion parametrica de la recta L de ecuacion implcita x 2 y + 3 = 0.
Angulo
entre rectas
Sean L y L0 rectas del Plano, L : a x + b y + c = 0 y L0 : a0 x + b0 y + c0 = 0.
.
....
....
....
.
.
.
.
0
....
....
..........
....
.
.
.
....
L0 ..........
....
.
.
.
....
...
...
....
......
.
.
... ....
...
..
....
..
...
..
....
.
.
.
.
...........................................................................................................................................................................................................................
..
.
.
.
...
.
.
..
....
L
....
....
....
.
.
.
..
.
.
.
.
d~
d~
Figura 34
La medida del angulo que determinan L y L0 se obtiene por medio de la siguiente formula:
~ ~
hdL , dL0 i
|hn~L , n~L0 i|
=
cos =
kn~L k kn~L0 k
kd~L k kd~L0 k
....
...
.......
.....
..
....
....
..
...
.........
....
... ......
....
.
.
...
.
.
.
...
.
....
....
....
0 0 0
.. ..
...
....
... .....
....
...
.
....
...
...
.
.
.
.
....
..... ..
.
.
..........
....
...
....
....
....
.
..
...
.
....
.
...
.
..
..
..
....
........ .....
...
..
....... ......
...
........
.
.
0 1 ...
....
....
..
....
...
...
.
.
...
.
...
...
...
....
...
....
..
...
....
.
.
....
..
....
..
...
.. ....
.. ....
.
............
.....
...
....
.
.
.
1
1 1
...
.
.
....
....
....
.
.
.
...
....
....
....
....
~u
P (x , y )
P P
P (x , y )
Figura 35
h
P
,
u
~
i
P
0 1
|h(x1 x0 , y1 y0 ), (a, b)i|
d(P0 , L) = proy~u P0 P1 =
=
k~uk
a2 + b2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Luego d(P0 , L) =
86
|a x1 + b y1 a x0 b y0|
|c a x0 b y0|
|a x0 + b y0 + c|
=
=
.
a2 + b2
a2 + b2
a2 + b2
|a x0 + b y0 + c|
.
a2 + b2
Ejemplo
Hallar los vertices de un triangulo isosceles sabiendo que la base esta sobre la recta
L : y = x + 1, un vertice es P (3, 4) y el area del triangulo es 6. Realizamos un grafico de
la situacion. Ver Figura 36.
....
...
....
........
....
...
....
...
....
....
...
....
...
....
...
....
...
....
.
...........
...
....
..............
...
.. ... .......
....
...
...
.. .... .........
...
... ...
.......
.
.
.
.
.
.
...
.......
.. .....
...
........
...
.. ...
...
.......
....
...
..
....
........
..
....
...
..
.......
..
...
....
....
........
.
.
..
.
....
.......
.
...
..
........
....
....
..
........ ....
....
....
..
........
...
..
....
.........
....
..
....
.
.
.
.
.
.
.
.
.
.
..
2 ..
....
.... .............
..
...
....... ......
..
....
....
...........
..
...
...
..
....
....
.
..
.
.
.
.
.
.
...
..
...
....
...
..
.
....
....
..
...
..
....
....
..
.... .... ......
..
.
.
.
.
... .. ...
..
.........
..
...
.........
..
.... ... ....
..
.... ... .......
.
..
.
.
....
..
.
..
.
....
....
.
...
....
...
....
..
....
...
...
.. ......
....
...
.. ...
..
..................................................................................................................................................................................................................................................................................................................
....
.
.
.
.
.
.
....
.
.
..
.
.
....
.
.
.
.
....
....
....
3
....
...
.
.
....
.
.
.
..
.
....
.
.
.
.
....
.
...
.
.
.
.
....
.
...
.
.
....
.
.
.
..
....
.
.
.
.
.
....
.
...
.
.
.
....
.
.
...
.
....
.
.
.
.
....
..
.
.
.
.
.
....
.
...
.
.
....
.
.
.
..
...
.
.
.
.
...
0 .....
....
p P (3, 4)
y = x+1
(0, 1)
Figura 36
a) Hallamos la recta L0 perpendicular a L que pasa por P .
(3, 4) L0 entonces c = 1. Luego L0 : y = x + 1.
L0 : y = x + c. Como
| 3 4 + 1|
b3 2
b) h = d(P, L) =
= 3 2. La base b del triangulo verifica que 6 =
,
2
2
luego b = 2 2.
2 del punto
Los restantesvertices
del triangulo
se encuentran sobre L a una distancia
2
2
(0,1), luego 2 = x + x = 2 |x|. Entonces x = 1 o x = 1 y por lo tanto V2 (1, 2) y
V3 (1, 0).
5.2
Ecuaci
on param
etrica de la recta en el Espacio
Consideremos un sistema de coordenadas cartesianas ortogonal en el Espacio, u
~ = (u1, u2 , u3)
un vector no nulo y P0 (x0 , y0, z0) un punto, razonando en forma analoga que para el caso del
Plano, obtenemos que la ecuacion parametrica de la recta L que pasa por P0 y es paralela a
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
~u = d~L , es
L:
x = x0 + u1
y = y0 + u2
z = z0 + u3
87
, R
Ecuaci
on del plano
Sea un plano, P0 (x0 , y0, z0) y ~u = (a, b, c) un vector perpendicular a .
~u
P P
Y
Figura 37
Ejemplo
Hallar la ecuacion del plano que pase por P0 (2, 1, 3) y sea perpendicular a ~u = (2, 1, 5).
tiene ecuacion 2 x y + 5 z + d = 0. Como P0 se tiene que 18 + d = 0, luego
d = 18 y por lo tanto : 2 x y + 5 z 18 = 0.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
88
Definici
on 5.2.1 Sean : a x + b y + c z + d = 0 y 0 : a0 x + b0 y + c0 z + d0 = 0. y 0 se
as d = d0
dicen paralelos si ~n = .~n0 , es decir si a = a0 , b = b0 y c = c0 . Si adem
los planos son coincidentes.
an contenidas en un
Definici
on 5.2.2 Dadas L1 y L2 rectas en el Espacio, si L1 y L2 est
plano se dicen coplanares, si no, L1 y L2 se dicen alabeadas.
El siguiente resultado permite decidir si un par de rectas son coplanares o alabeadas.
Proposici
on 5.2.1 Sean L1 y L2 rectas en el Espacio. Las siguientes condiciones son
equivalentes:
a) L1 y L2 son coplanares.
un P1 L1 y P2 L2 .
c) hd~L1 d~L2 , P1 P2 i = 0; para alg
L1............
..
....
...
....
.
.
.
.
.........
....
L1..........
.
.
..
....
...
...
....
...
.
.
1...
....
........
.....
........
.... ..
........
... ....
.
........
.
.......
..
...
........
..
...
........
..
...
.
..
1 2
...
..
...
.
.
..
.
..
....
.
.
..
..
.
.
.
...
..
....
.
.......
...
....... .....
....
..............
...
........
.
.
.
........
..
.
.
........
.
.......
....
........
...
........ L2
2
........
........
........
........ .
............
.......
........
.......
........
.......
........
........
...
d~
P P
r
Figura 38
Ejemplo
d~
L2
x = 3 + 2
Consideremos las rectas L1 :
y = 2 + 3 , R y L2 :
z = 6 4
Veamos que L1 y L2 son coplanares.
En efecto: d~L1 = (2, 3, 4), d~L2 = (1, 4, 1), P1 (3, 2, 6) L1 y
~
~
Si tomamos P1 P2 = (8, 1, 10) se tiene que hdL1 dL2 , P1 P2 i =
(x = 5 +
y = 1 4 , R.
z = 4 +
P2 (5, 1, 4) L2.
2
3 4
1 4
1 = 0.
8
1 10
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
89
consideremos el vector P0 P1 .
h
P0 P1 , ~n i
|h(x1 x0 , y1 y0, z1 z0 ), (a, b, c)i|
=
d(P0 , ) = d(P0 , Q) = proy~n P0 P1 =
k~n k
a2 + b2 + c2
|a(x1 x0) + b(y1 y0) + c(z1 z0 )|
|a x0 + b y0 + c z0 + d|
=
=
.
2
2
2
a +b +c
a2 + b2 + c2
Por lo tanto,
|a x0 + b y0 + c z0 + d|
d(P0 , ) =
a2 + b2 + c2
..
.........
...
...
...
.
..........
.
.
.
.
.
..
....
.
.
.
....
..
...
....
0
...
.....
.. ...... .
.... .. ..
.. ..
.
.
.
..
.
....
...
...
.... ............................................. ....
..........
....
...
... ...............................................
.
.
.
.
.
........................
...
..
...
.
.
.......................
.
.
.
.......................
...
....
....
...
...
0 1........
..
...
...
.
.
.
.
....
..
....
.
...
.
.
.
.
.
.
.
.
.
...... ....
..
....
..
.
.
.
.
.
.
.
.
.
.
.
....
.... ......
...
....
. .
...
....
....
.......
....
...
....
......
...
...
....
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
....
...... ..... .......
....
...
...
....... ..
.........................
....
........................
....
...................1
.
.
.
.......................
.
........................
....
.......................
....
.......................
......................
n~
rP
P P
P r
rQ
Figura 39
Ejemplo
Si P0 (0, 1, 3) y : 3 x + 4 y 1 = 0, d(P0 , ) =
3
|3 0 + 4 1 1|
= .
5
25
Ecuaci
on de una recta como intersecci
on de planos
Sean : a x + b y + c z + d = 0 y 0 : a0 x + b0 y + c0 z + d0 = 0 dos planos no paralelos.
ax + by + cz + d = 0
.
La interseccion de los mismos determina la recta L :
a0 x + b0 y + c0 z + d0 = 0
..
..... ..
..... ...
.....
...
.....
.
.
.
.
...
...
.....
.... P
.....
.....
.
.
.
.. 0.........
.
...
.
.
.
.
... .......
...
.
.
.
.
.
.
.
.
.
...
....... ....... ....... ......................................................
..... . .
...
....
..... ......... ....
..... ...
.....
.....
.
.
.....
.....
..... . ........
.
.....
.
....
.
.
.. .. d~ .............
...
.. .........
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. L.....
.....
.....
..... n~
.... ..
0..... ............
.....
..... ..
....
....
...... ... .
........................................................ ......
....
.
.
.
.
.
.
.
.
.
.... . ...
.
.
.
n~.......... ..........
....
.
.....
.. ...
....
....
.....
......
.....
.....
.....
..... ..
..... .........
.....
..... ....
.
.
.
.
.
.
.
.
.
.
..
..
..
..
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.. 0
. ..
..
...
.. .....
......
.....
.....
...................
.........................................................................
.....
.....
.... ..
.....
..... ....
.
.
.
.
.
.
.
.
.
.
.
..
.....
..
.....
.....
L ...... .............
.
..
.... ........
........
Figura 40
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
90
A partir del sistema que determina L, podemos obtener su ecuacion parametrica, de la siguiente
manera:
Las coordenadas de los puntos de L son las soluciones del sistema de ecuaciones y como L esta
contenida en los planos y 0 es perpendicular a los vectores ~n y ~n0 , por lo tanto,
d~L = ~n ~n0 .
Si P0 (x0, y0 , z0) satisface el sistema y si d~L = (u1, u2, u3 ) entonces L tiene ecuacion
parametrica,
(
x = x0 + u1
L:
y = y0 + u2 , R
z = z0 + u3
Recprocamente, toda recta L del Espacio se expresa como interseccion de dos planos.
Ejemplos
n
2x y + z = 1
, hallar su ecuacion parametrica.
x + z = 2
P (0, 3, 2) L, pues satisface el sistema y d~L = (2, 1, 1) (1, 0, 1) = (1, 1, 1).
(
x =
Luego la ecuacion parametrica de L es L :
y = 3 , R.
z = 2 +
(
(
x=3
x=2+
L0 :
2. Escribir a las rectas L :
y = 1 + ; R y
y = 1 + 3 ; R,
z = 2 2
z =2
al eje Y, como interseccion de planos.
1. Dada la recta L :
ax + by + cz + d = 0
, existen infinitos planos que contienen a L.
a0 x + b0 y + c0 z + d0 = 0
xy+ z = 1
, hallar la ecuacion del plano que contiene a L y es
y + 5z = 0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
91
Angulos
entre rectas y planos
Angulo
entre dos rectas
Sean L y L0 dos rectas con directores d~L y d~L0 respectivamente, la medida del
angulo que ellas determinan esta dada por:
~ ~
0
h
d
,
d
i
L L
cos =
kd~L k kd~L0 k
Angulo
entre dos planos
El angulo entre dos planos 1 y 2 es el que se obtiene a partir de:
cos =
|h~n1 , ~n2 i|
k~n1 k k~n2 k
Angulo
entre recta y plano
..
...
...
...
.
...
...
..
..
.
.
.
.
..
..........
........
...
..
...
..
......................
.
......... ....
..
.....................................
.......
...........................
L
....
...
.. .................................
....
.......................
.
.
.
.
.......................
.....
.
.
.
.
.
.
.
........................
.
.
.
. ......
.
...
..................
.
.
.
.
.
.
...
...
..
..
....... ....
....
...
...
...
....
.
.. ...
.
.
.
....
.
. ...
...
.
.
.
.
.
....
.
.
.
.
...
...
........ ... ......
.
.
.
.
.
.
.
.
.
.
..
...
.... ...........
...
....
....
....
...... ..
....
....
...... ...
...
....
.
.
.
.
.
.
..
...
....
.
...
....
.........................
...
.......................
....
.......................
...
.
.
........................ ....
.
........................
...
........................
...
.......................
....
...
..................
..
..
.
.
.
...
...
...
...
n~
d~
Figura 41
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
92
cos =
, lo que implica que 1 y 2 forman un angulo que
=
2
18 9
mide
radianes.
4
Distancias
Distancia de un punto a una recta
Sea P0 (x0 , y0, z0) y L una recta en el Espacio.
A diferencia de lo que ocurre en el Plano, existen infinitas rectas perpendiculares a L que pasan
nico plano que pasa por P0 y es perpendicular
por P0 , todas se hallan contenidas en el u
a L. intersecta a L en un u
nico punto Q. Definimos la distancia de P0 a L, y la notamos
d(P0 , L), como la distancia entre P0 y Q.
......
... .....
.. .....
....
...
....
...
....
...
....
...
....
...
....
...
....
....
...
....
....
....
...
....
....
....
....
....
....
...
....
....
...
....
....
...
.....
....
...
.....
....
.....
...
.
.
.
.
.
....
...
........
...
.......
...
....
...... 0
......
....
.
......
....
....
....... .
......
.
.
..
.
.
.
.
....
.. ...
....
......
...
..
....
...
.....
.. ....
....
.....
...
..
.....
....
.
.
.
..
L
.
....
.
....
...
..
....
...
....
.
.....
..
.... ........
...
...
........
...
...
.
...
.... .....
...
...
.....
...
....
.
.....
1 0 ....
....
.....
...
...
..
.....
.
.
.
...
.
....
.
..
..
.
.
.
.
...
....
........
.......
....
..
.
.
.
..
.. ..........
.
.
....
.
.
...
.
.... ....
..
....
.
.
.
....
.
.
....
..
..
.
.
.
.
.
..
.
....
... .........
....
...
...
....
.
.
.
....
...
....
.
.
.
..
.
.... ......
.
...
.......
.
.
.
.
.
....
1
... .....
.
.
.
..
.
...
..
.
.
.
.
.
...
....
....
.
.
.
.
.
....
....
..
.
.
.
.
..
.
...
...
.
.
.
.
.
.
...
....
...
.
.
.
.
.
....
....
....
.
.
.
..
.
....
...
.
.
.
.
.
...
...
....
.
.
.
.
.
...
....
..
.
.
.
.
.
...
....
....
.
.
.
.
.
...
....
....
....
...
....
...
....
...
....
...
....
....
....
....
..
....
...
....
.... ....
.... ..
......
Pr
d~ = n~
P P
Figura 42
kP1 P0 d~L k
kP1 P0 k sen kd~L k
=
.
d(P0 , L) = d(P0 , Q) = kP1 P0 k sen =
kd~L k
kd~L k
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
93
Pr
L3
.......
...
..........
...
0...................
...
..........
.
.
.
.
.
.
.
2 ......
.
.........
..
...................................................................................................................................................................
........................................................................................................................................................
...
.
...
.
.
......
..
...
...
...
...
...
...........
..
... ................... ..
...
..
..
..
.
.
.
.
............
..
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
.
.
........
..
...
...
...
..
...
.............
...
...
...
...
...
......
..
...
...
...
...
...
...
.......
..
.
....
..
.
...
...
...
.
.
.
.
.
.
.
.
..
..
.......
1
...
...
...
..
..
...
...
...
0 ...................................................... ......
...
...
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
....
.
..
..
..........................
..
...
...
..
..
..
..
...
...
...
...
..........................................................................................................................................................
............................................................................................................................................................
.
.
..
..
...
...
..
.
..
..
P r
L 6=
L =
Figura 43
...........................................................................................................................................................
...
..
...
........................................ ....... ....... ....... ....... ....... ....... ....... ....... .......
..
..
.
..
.
..
...
..
.
..
.
..
.
.
.. ...
.. ....
.. ...
.. ..
.
..................................................................................................................................................................................................................
. ...
. ..
.
.
..
... ....
..
.
...
..
0
..
...
.
..
...
...........................................................................................................................................................
...
.
.
.
..
...
.
.
.
.
.
.
.
.
......................................................................................................................................................
..........................................................................................................................................................
...
0 ......
...
..
.
.
..
...
...................
..
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
..
..
..
.
.
.
...
.
.
...
...
...
..
..
.
...
..
..
0
...
.
..
.
.
.
.
.
.
...
...
...
..
...
..
.
...
...
...
...
..
..
.
..
..
..
..
...
.
.
.
.
.
.
.
.
.
.
.
...
.
...
...
..............................................................................................................................................................
...
..
...
..
..
.
..
.
.
..
..
...
...
...
...
........................................................................................................................................................
0 6=
0 =
Figura 44
.......................................................................................................................................................
.........................................................................................................................................................
...
.
...
..
...
...
..
..
2.................... .......
2 ................. .......
...
...
.
.
.
.
.............
......
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
.
.
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
............
...........
..
...
...
...
...........
..
0.........................................
............
...
...
...
...
............
...
...
...........
...
...
...
0
.........
...........
................
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.. ..
.
....
..
........
.
..
............................
..
...
...
..............
...
..
...........
...........
.. ..........................
...
...
...
..........
...
1 ......
........... 1
...
...
...
.............
........
..
.
..............
..
..
.
.
.
.
.
.
.
...
...
...
...
...
...
..
..
........................................................................................................................................................
........................................................................................................................................................
Pr
L1 k L2
L1 L2 6=
Figura 45
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
94
d~
d~
Qr
d~
P r
P P
d~
Figura 46
d(L1 , L2 ) = d(P, Q) = proyd~L
d(L1 , L2 ) =
d~L2
P1 P2 ; P1 L1, P2 L2 . Obtenemos entonces que:
~
~
hP1 P2 , dL1 dL2 i
kd~L1 d~L2 k
, donde P1 L1 , P2 L2 .
Para hallar las coordenadas de los puntos P y Q que realizan la distancia se procede de
la siguiente manera:
Por un punto P1 L1 trazamos la recta L0 perpendicular a L1 y a L2. Es claro que
d~L0 = d~L1 d~L2 .
L0 y L1 son coplanares y el plano que las contiene, intersecta a L2 en Q, en caso
contrario L1 y L2 seran coplanares. Por Q trazamos la recta L paralela a L0 y
hallamos P intersectando L con L1 .
Ejemplo (
( x = 5 + 4
x = 4 + 2
Sean L1 : y = 4
; R y L2 : y = 5 3 ; R, rectas alabeadas.
z = 5 5
z = 1 2
Queremos calcular la distancia entre L1 y L2 y hallar las coordenadas de los puntos P y Q
que la realizan. Sea P1 (4, 4, 1) L1 , hallemos la ecuacion de la recta L0 que pasa por
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
P1 y es perpendicular a L1 y a L2 .
95
x = 4
y = 4 + 2 ; R.
z = 1 2
0
Como L1 y L son coplanares, la ecuacion del plano que pasa por P1 y contiene a L1 y
a L0 esta dada por : 2 x + 2 y + z + 1 = 0, pues ~n = d~L1 (d~L1 d~L2 ).
(
x = 3 0
Si hallamos L2 , obtenemos Q(3, 1, 5). Sea L : y = 1 + 2 0 ; 0 R, la recta
z = 5 2 0
~
~
que pasa por Q y tal que
dL = dL0 . Al calcular L1 L obtenemos P (2, 1, 7), por lo tanto
d(L1 , L2 ) = d(P, Q) = 9 = 3.
Como d~L0 = d~L1 d~L2 = (1, 2, 2), tenemos que L0 :
d(L1 , L2 ) =
=
= = 3.
9
9
kd~L1 d~L2 k
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
5.3
96
Ejercicios
L3 :
x = 1 + 2
, R y
y = 1
5.
b) L :
2x y = 0
L0 :
c) L :
3x y = 0
L0 :
a) Dada la recta L :
que la realiza.
x + 2 y 1 = 0.
x=1+
, R.
y =2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
97
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
y
z+1
x2
14. Dadas L1 :
= =
y L2 :
1
1
2
hallar:
98
x y + z = 2
y el punto P (1, 1, 2),
6 x 2 y + 3 z = 4
3
(
x=1+
y
x
x+y2=0
16. Sean L1 :
=z2=
y L3 :
, L2 :
y = a , R.
y + 2z 1 = 0
2
2
z =2
a) Verificar que L1 y L2 son paralelas, y hallar la ecuacion del plano que las contiene.
b) Hallar la ecuacion de una recta perpendicular a L1 y L2 que corte a ambas.
Existe una recta en estas condiciones que pase por P (1, 1, 1) ?
c) Determinar todos los valores de a para los cuales L1 y L3 son alabeadas.
17. Dado el haz de planos : (1 + 2 )x + (1 )y + (1 + 3 )z + (2 1) = 0, R,
a) Hallar la recta L1 determinada por .
b) Estudiar la posicion relativa de las rectas L1 y L2 , siendo L2 la recta dada por:
y+1
z2
x1
=
=
.
L2 :
4
1
3
c) Calcular la distancia entre ambas rectas.
18.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
20. Sea P (2, 1, 3) y la recta L :
99
xy5=0
.
z1=0
y7
z2
y+2
x+2
x2
=
=
y L0 :
=
= z + 1.
3
4
4
3
4
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
100
Espacios vectoriales
6.1
Definici
on. Propiedades
Definici
on 6.1.1 Un R-espacio vectorial o espacio vectorial sobre R consiste en: un conjunto
no vaco V (cuyos elementos se denominan vectores) provisto de dos operaciones, una de ellas
interna, llamada suma que indicaremos ~u + ~v ; ~u, ~v V y otra externa llamada producto
por escalares que indicaremos .~u, R, ~u V , para las cuales se verifican los siguientes
axiomas:
V1 ) (~u + ~v) + w
~ = ~u + (~v + w),
~ para todo ~u, ~v , w
~ V.
V2 ) ~u + ~v = ~v + ~u, para todo ~u, ~v V.
V3 ) Existe un elemento ~0 V tal que ~u + ~0 = ~u, para todo ~u V.
~0 V tal que ~u + u~0 = ~0.
V4 ) Para cada ~u V existe u
V5 ) .(~u + ~v) = .~u + .~v, para todo R; ~u, ~v V.
V6 ) ( + ).~u = .~u + .~u, para todo , R, ~u V.
V7 ) ( ).~v = .(.~v ), para todo , R, ~v V.
V8 ) 1.~v = ~v, para todo ~v V.
Propiedades
1) El vector ~0, denominado vector nulo, es u
nico.
2) Dado ~u V, existe un u
nico u~0 V tal que ~u + u~0 = ~0. Lo notaremos u~0 = ~u y lo
denominaremos el sim
etrico de ~u.
Ademas, por definicion, escribiremos: ~u ~v = ~u + (~v).
3) 0.~u = ~0, para todo ~u V.
4) .~0 = ~0, para todo R.
5) .~u = ~0 = 0 o ~u = ~0.
6) (.~u) = ().~u = .(~u), para todo R ; ~u V. En particular, ~u = (1).~u.
Ejemplos
Son R-espacios vectoriales:
1. E2 y E3 con la suma y el producto por escalares definidos previamente.
2. R, con la suma y el producto usuales.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
101
3. C, el conjunto de los n
umeros complejos, con la suma y el producto de un n
umero real
por un complejo, habituales.
4. R2 = {(x, y) : x, y R}, definiendo
(x, y) + (x0 , y 0) = (x + x0 , y + y 0)
.(x, y) = ( x, y), R.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
6.2
102
Subespacios
Definici
on 6.2.1 Sea V un R-espacio vectorial. Un subconjunto no vaco S V se dice un
subespacio de V si con las operaciones que hereda de V es un R-espacio vectorial.
Proposici
on 6.2.1 Sea V un R-espacio vectorial y S V. Las siguientes afirmaciones son
equivalentes:
1) S es un subespacio de V.
2) S1 ) ~0 S.
S2 ) Si ~u , ~v S, entonces ~u + ~v S.
S3 ) Si ~u S y R, entonces .~u S.
Dem.
1 ) 2) Como S 6= existe ~v S, esto implica que ~v S y entonces ~v ~v = ~0 S, luego
se verifica S1 ). S2 ) y S3 ) se verifican trivialmente pues vale 1).
2 ) 1) Como ~0 S entonces S 6= . S verifica S2 ) y S3 ), entonces es cerrado respecto a la
suma y al producto por escalares definido en V y se verifican claramente los axiomas
V1 , V2 , . . . , V8 .
2
Observaci
on
Las condiciones S1 ), S2) y S3) son las usadas habitualmente para probar que un subconjunto
S de un R-espacio vectorial V es un subespacio de V.
Ejemplos
1. {~0} y V son subespacios del R-espacio vectorial V , denominados los subespacios
triviales de V.
x+y + z = 0
3
. El conjunto S, de las soluciones del
2. Sea V = R y el sistema
y z = 0
sistema anterior, es un subespacio de R3 .
S = {(2 z, z, z) : z R}. Verifiquemos S1 ) , S2 ) y S3 ).
Si z = 0, entonces (0, 0, 0) S y vale S1 ).
Sean v~1 y v~2 S, luego v~1 = (2 zo , zo , zo), zo R y v~2 = (2 z1 , z1, z1), z1 R
entonces v~1 + v~2 = (2 zo , zo , zo ) + (2 z1, z1 , z1) = (2(zo + z1 ), zo + z1 , zo + z1 ) S,
por lo tanto vale S2 ).
Si ~v S y R entonces .~v = .(2 zo , zo , zo ) = (2 zo , zo , zo ) S, luego se
verifica S3 ) y por lo tanto S es un subespacio de R3 .
Observemos que el sistema representa una recta de R3, que pasa por el origen de coordenadas.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
103
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
104
a) M es subespacio.
b) M M.
c) Si S 0 es un subespacio tal que M S 0 entonces M S 0.
Estas condiciones caracterizan a M. Es decir: Si un subconjunto S de V verifica a), b) y c),
entonces S = M.
Observaciones
1. Si M = , entonces M = {~0}.
2. S es subespacio de V si, y solo si S = S.
Teorema 6.2.1 Sea V un R-espacio vectorial y M = {v~1, v~2, . . . , v~t} V. Entonces
M = {~v V : ~v = 1 .v~1 + 2 .v~2 + + t .~
vt, i R, 1 i t}.
vt, i R, 1 i t}.
Dem. Sea C = {~v V : ~v = 1 .v~1 + 2 .v~2 + + t .~
Probemos que
a) C es subespacio de V .
b) M C.
c) Si S 0 es un subespacio de V tal que M S 0 , entonces C S 0 .
Dem a) Es claro que ~0 = 0.v~1 + 0.v~2 + + 0.~
vt C.
vt y ~v = 1 .v~1 +
Sean ~u y ~v C. Entonces ~u = 1 .v~1 + 2 .v~2 + 3 .v~3 + + t .~
vt, luego ~u +~v = (1 +1 ).v~1 + (2 +2 ).v~2 + + (t +t ).~
vt C
2 .v~2 + + t .~
vt C. Por lo tanto C es un subespacio
y .~u = ( 1 ).v~1 + ( 2 ).v~2 + + ( t ).~
de V .
Dem b) Sea v~i M, 1 i t. Como v~i = 1.~
vi resulta que v~i C y por lo tanto M C.
Dem c) Sea S 0 V, S 0 subespacio de V tal que M S 0.
Si ~v C, entonces ~v = 1 .v~1 + 2 .v~2 + + n .~
vt, y como v~i M S 0, entonces
0
0
v~i S para todo 1 i t. Como S es subespacio, ~v S 0 y por lo tanto C S 0.
2
Definici
on 6.2.3 Si V es un R-espacio vectorial y G V es tal que G = V, entonces G se
dice un sistema de generadores de V .
Si existe un conjunto finito G de generadores, V se dice finitamente generado
o de dimensi
on finita.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
105
Ejemplos
1. Sea M = {(1, 2, 0), (0, 1, 1), (3, 5, 1), (2, 4, 0)} R3 . Si (x, y, z) M entonces
(x, y, z) = 1 .(1, 2, 0) + 2 .(0, 1, 1) + 3 .(3, 5, 1) + 4 .(2, 4, 0), luego el sistema
(
1 + 3 3 2 4 = x
2 1 2 + 5 3 4 4 = y es compatible.
2 + 3 = z
(
(
1 + 3 3 2 4 = x
1 + 3 3 2 4 = x
2 3 = y 2 x = 2 3 = y 2 x y como el sistema es compatible
0 = y 2x + z
2 + 3 = z
se verifica que 2 x + y + z = 0, luego M = {(x, y, z) R3 : 2 x + y + z = 0}.
2. Si V = R[X], entonces M = {1, X, X 2 , . . . , X n , . . .} es tal que M = R[X], pero V no
es finitamente generado.
a 0 0
0 b 0 ; a, b, c R , como
3. Si V = M3 (R) y S = D3 (R) =
0 0 c
a 0 0
1 0 0
0 0 0
0 0 0
0 b 0 = a. 0 0 0 + b. 0 1 0 + c. 0 0 0 , entonces
0 0 c
0 0 0
0 0 0
0 0 1
0 0 0
0 0 0
1 0 0
,
0 1 0
,
0 0 0 es tal que M = S.
M=
0 0 0
0 0 0
0 0 0
0 0 1
Proposici
on 6.2.3 Sea V un R-espacio vectorial y v~1 , v~2, . . . , v~t V. Entonces si ~u =
1 .~v1 + 2 .~v2 + + t .~vt se tiene que {~v1 , ~v2, . . . , ~vt, ~u} = {~v1, ~v2, . . . , ~vt }.
Dem. Si ~v {~v1, ~v2, . . . , ~vt, ~u}, entonces ~v = 1 .~v1 + 2.~v2 + + t .~vt + .~u = 1 .~v1 + 2.~v2 +
+ t.~vt + .(1 .~v1 + 2 .~v2 + + t .~vt) = (1 + 1 ).~v1 + (2 + 2 ).~v2 + + (t + t ).~vt
{~v1, ~v2, . . . , ~vt}.
Recprocamente, si ~v {~v1, ~v2, . . . , ~vt}, entonces ~v = 1 .~v1 + 2 .~v2 + + t .~vt = 1 .~v1 +
2 .~v2 + + t .~vt + 0.~u {~v1, ~v2, . . . , ~vt, ~u}. Por doble inclusion se obtiene la igualdad de los
subespacios.
2
El resultado anterior nos permite calcular subespacios generados eliminando generadores superfluos.
En lo que sigue trabajaremos con R- espacios vectoriales finitamente generados, si bien los
resultados que se obtienen son, en general, para espacios vectoriales arbitrarios.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
6.3
106
Dado un R-espacio vectorial V y v~1, v~2, . . . , v~t V siempre es posible escribir al vector ~0
como combinacion lineal de v~1, v~2, . . . , v~t ; basta tomar todos los coeficientes de la combinacion
vt.
lineal iguales a 0. As: ~0 = 0.v~1 + 0.v~2 + + 0.~
Definici
on 6.3.1 Si la u
nica forma de escribir al vector nulo como combinaci
on lineal de los
vectores v~1, v~2 , . . . , v~t es tomando todos los coeficientes 0, se dice que los vectores v~1, v~2, . . . , v~t
son linealmente independientes o que el conjunto {v~1 , v~2, . . . , v~t} es linealmente independiente.
Es decir: {~v1, ~v2, . . . , ~vt} es linealmente independiente si 1 .~v1 + 2 .~v2 + + n .~vt = ~0 implica
1 = 2 = = t = 0.
Se dice que los vectores v~1, v~2, . . . , v~t son linealmente dependientes si no son linealmente
independientes, es decir, si es posible escribir al vector nulo como combinaci
on lineal de los
vectores v~1, v~2 , . . . , v~t con alguno de los coeficientes distinto de 0. Tambien se dice que el
conjunto {v~1, v~2, . . . , v~t} es linealmente dependiente.
Ejemplos
1. Sea V = R2 . M = {(2, 3), (1, 1)} es linealmente independiente pues si
2 1 + 2 = 0
, lo que implica 5 1 = 0 y por
1 .(2, 3) + 2 .(1, 1) = (0, 0) entonces
3 1 2 = 0
lo tanto 1 = 0 = 2 .
2. Si V = R[X], M = {1, X, X 2 , X 2 + X + 1} es linealmente dependiente pues
1 + X + X 2 + (1)(X 2 + X + 1) = 0.
0 0 1
0 1 1
1 0 0
3. Sea V = M3 (R) y M = 0 0 0 , 0 0 0 , 1 0 0 .
0 0 0
0 0 0
0 0 0
Supongamos que:
1 0 0
0 1
1 . 0 0 0 + 2 . 0 0
0 0 0
0 0
1 2 2 + 3
0
3 0
0
=
0
0 0
0
0
linealmente independiente.
1
0 0
0 + 3 . 1 0
0
0 0
0 0
0 0 = 1 = 2
0 0
0 0 0
1
0 = 0 0 0 =
0 0 0
0
= 3 = 0, por lo tanto M es
Observaciones
1. {~v} es linealmente independiente ~v 6= ~0.
2. Dado M = {v~1 , v~2, . . . , v~n } V, si v~i = ~0, para alg
un i = 1, 2, . . . , n, entonces M es
linealmente dependiente.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
107
Teorema 6.3.1 Dados v~1, v~2, . . . , v~n V, las siguientes condiciones son equivalentes:
1) {v~1, v~2, . . . , v~n } es linealmente independiente.
2) Si 1 .v~1 + 2 .v~2 + + n .v~n = 1 .v~1 + 2 .v~2 + + n .v~n, entonces i = i , 1 i n.
on lineal de los restantes.
3) Ning
un v~i es combinaci
un ~vi , 2 i n es combinaci
on lineal de los precedentes.
4) ~v1 6= ~0 y ning
Dem.
1 ) 2) Si 1 .v~1 + 2 .v~2 + + n .v~n = 1 .v~1 + 2 .v~2 + + n .v~n, entonces
(1 1 ).v~1 + + (n n ).v~n = ~0 luego por 1), i i = 0 , 1 i n, por lo
tanto i = i , 1 i n.
~ + i+1 .vi+1
~ + + n .v~n entonces
2 ) 3) Si v~i = 1 .v~1 + 2 .v~2 + + i1 .vi1
~ v~i + i+1 .vi+1
~ + + n .v~n = ~0 = 0.v~1 + 0.v~2 + +
1 .v~1 + 2 .v~2 + + i1 .vi1
0.~
vi + + 0.v~n y como 1 6= 0, se contradice 2).
3 ) 4) Si ~v1 = ~0 = 0.~v2 + + 0.~vn contradice 3), por lo tanto, ~v1 6= ~0.
Supongamos que alg
un ~vi , 2 i n es tal que ~vi = 1 .~v1 + 2 .~v2 + + i1 .~vi1 ,
esto implica que ~vi = 1 .~v1 + + i1 .~vi1 + 0.~vi+1 + + 0.~vn , que contradice 3 ).
4 ) 1) Supongamos que 1 .~v1 + 2 .~v2 + + n .~vn = ~0, debemos probar que i = 0 ; 1 i n.
Supongamos que existe i, 1 i n tal que i 6= 0. Sea t el mayor subndice tal
que t 6= 0; t > 1, ya que si t = 1, 1 .~v1 = ~0 con 1 6= 0 entonces ~v1 = ~0.
Por lo tanto ~0 = 1 .~v1 + + t .~vt + 0.~vt+1 + + 0.~vn , de donde se deduce que
1
2
t1
~vt = .~v1 .~v2
.~vt1.
t
t
t
Luego ~vt es combinacion lineal de los precedentes, en contradiccion con 4). Por lo tanto
i = 0, para todo i, 1 i n, y {~v1, ~v2, . . . , ~vn } es linealmente independiente.
2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
108
Observaciones
1. Si M = {~v1, ~v2, . . . , ~vk } es linealmente independiente, la manera de expresar a un vector
~v como combinacion lineal de los vectores de M es u
nica.
2. Si M = {~v1 , ~v2, . . . , ~vk } es linealmente independiente, todo subconjunto de M lo es.
3. Si M = {~v1, ~v2 , . . . , ~vk } es linealmente independiente, entonces ~vi 6= ~vj para todo i 6= j.
4. Si M = {~v1, ~v2, . . . , ~vk } es linealmente independiente y ~u no es combinacion lineal de
ellos entonces {~v1, ~v2, . . . , ~vk , ~u} es linealmente independiente.
Dem. Ejercicio a cargo del lector.
Definici
on 6.3.2 Sea V un R-espacio vectorial. Un subconjunto finito B V se dice una
base de V si:
B1) B es linealmente independiente.
B2) V = B.
Es decir, una base de un R-espacio vectorial V es un conjunto de vectores linealmente independientes que genera a V , lo que es equivalente a decir, por el teorema 6.3.1, que todo vector de
V se escribe en forma u
nica como combinacion lineal de los vectores de B.
Ejemplos
1. Si V = Rn , Cn = {(1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, 0, 0, . . . , 1)} es una base de Rn
llamada la base can
onica.
2. Si V = R3 , B = {(1, 1, 0), (0, 1, 0), (2, 1, 3)} es una base de R3 . En efecto:
B es linealmente independiente pues 1 .(1, 1, 0) + 2 .(0, 1, 0) + 3 .(2, 1, 3) = (0, 0, 0)
(
1 + 2 3 = 0
implica que
1 + 2 + 3 = 0 y por lo tanto 1 = 2 = 3 = 0. Ademas si
3 3 = 0
z
2
(x, y, z) R3 , (x, y, z) = (x z).(1, 1, 0) + (x + y z).(0, 1, 0) + .(2, 1, 3), por lo
3
3
tanto B genera a V .
3. Si V = {~0}, B = es una base de V .
4. Si V = E2 , una base de V esta formada por dos vectores no nulos ni paralelos. Si
V = E3 , forman base de V tres vectores no nulos y no paralelos a un mismo plano (no
coplanares si los pensamos con origen com
un).
1 0
0 1
0 0
0 0
,
,
,
es una base de V .
5. Si V = M2 (R), B =
0 0
0 0
1 0
0 1
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
109
x1 x2 + 2 x3 = 0
, por lo tanto
x3 x4 = 0
a x + a x + + a x = 0
21 1
22 2
2r r
.
..
..
..
.
.
.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
110
Observaciones
1. Si S es un subespacio de V, entonces dimR S dimR V.
2. Si dimR V = n, entonces:
i) Todo conjunto de vectores con mas de n elementos es linealmente dependiente.
ii) B = {v~1, v~2 , . . . , v~n } es base de V B es linealmente independiente.
umero maximo de vectores linealmente
3. Si V = {v~1, v~2 , . . . , v~k } entonces, dimRV es el n
independientes existentes entre los k generadores.
Ejemplos
1. dimRE2 = 2 y dimR E3 = 3.
2. Si V = Rn , dimR Rn = n.
3. Si V = M2 (R), dimR V = 4.
4. V = Rn [X] = {P (X) R[X] : P (X) = 0 o grP (X) n}, B = {1, X, X 2 , . . . , X n }
es una base de V , por lo tanto dimR Rn [X] = n + 1.
6.4
Componentes
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
111
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
6.5
112
Ejercicios
c) v~1 = (4, 4, 3); v~2 = (7, 2, 1); v~3 = (4, 1, 6) y ~u = (5, 9, k).
d) v~1 = (1, 2, 1); v~2 = (2, 4, 2) y ~u = (4, 5, 2 k).
3.
18 13/6
8 18
es combinacion lineal
c) Sea V = R[X]. Expresar,si es posible, al polinomio 4 X 2 + 4 X + 5 como combinacion lineal de los polinomios 2 X 2 + 3 X + 4 y X 2 2 X + 3.
4. Determinar cuales de los siguientes subconjuntos son subespacios del correspondiente
R-espacio vectorial V :
a) S = {(x, y, z) R3 : x + y + z = 0 } ; V = R3 .
b) S = {(x, y) R2 : x y 0} ; V = R2 .
c) S = {A Mn (R) : det A = 0} ; V = Mn (R).
d) S = Rn [X] = {P (X) : P (X) = 0 o gr(P (X)) n} ; V = R[X].
e) S = {P (X) R[X] : P (X) = a X 3 + b, a, b R} ; V = R[X].
5.
a) Verificar que {(0, 1, 1), (0, 2, 1)} = {(0, 1, 2), (0, 2, 3), (0, 3, 1)}.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
113
b) Dados los siguientes subconjuntos de R3 , hallar los subespacios por ellos generados:
i) {(1, 0, 2) , (1, 0, 2) , (3, 0, 1) , (1, 0, 3)},
ii) {(1, 2, 1) , (1, 4, 1) , (0, 1, 0)},
iii) {(1, 1, 2) , (0, 0, 1)}.
c) Determinar el valor de los escalares p y q para los cuales el vector (2, p, 3, q)
pertenece al subespacio de R4 generado por (2, 3, 1, 5) y (0, 2, 1, 3).
6. Indicar cuales de los siguientes subconjuntos generan V :
a) V = R2 .
i) {(2, 5) , (1, 5/2) },
ii) {(1, 2) , (1, 1) , (2, 3)},
iii) {(1, 2)}.
b) V = {(1, 0, 1) , (1, 1, 0) , (0, 1, 1)}.
i) {(2, 1, 1) , (1, 2, 1)},
ii) {(2, 1, 1) , (1, 1, 0)}.
7. Determinar si los conjuntos de vectores indicados a continuacion son linealmente independientes:
a) {(1, 2, 1) , (2, 1, 1) , (7, 4, 1)},
b) {(1, 1, 1) , (0, 1, 0)},
c) {(1, 3, 7) , (2, 0, 6) , (3, 1, 1) , (2, 4, 5)},
d) {(1, 1) , (2, 1) , (0, 0)}.
8. Determinar en cada caso los valores de k para los cuales el conjunto de vectores que se
indica es linealmente independiente:
a) {(k, 1, 0) , (1, 0, 0) , (k, k, 0)},
b) {(1, k, 2 k) , (1, 0, 0) , (1, 1, 1)},
c) {(1, k, 3 k) , (k, 1, 1)},
d) {(1, k) , (1 + k, 0)}.
9. Sea {~v1, ~v2, ~v3} un conjunto de vectores de un R-espacio vectorial V . Indicar, justificando
la respuesta, si las siguientes afirmaciones son verdaderas o falsas:
a) Si {~v1 , ~v2 , ~v3} es linealmente independiente, entonces:
i) {~v1 , ~v2} es linealmente independiente.
~
es linealmente dependiente si, y solo si w
~ es combinacion
ii) {~v1 , ~v2 , ~v3 , w}
lineal de ~v1, ~v2 y ~v3.
iii) {~v1 , ~v1 ~v2 , ~v1 2.~v2 + ~v3 } es linealmente independiente.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
114
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
7
7.1
115
1
2
Es decir, [~v]B 0 =
=
..
.
an1 1 + an22 + + ann n
luego, [~v]B 0
a11 a12
a21 a22
..
..
.
.
an1 an2
a11 a12
a21 a22
..
..
.
.
an1 an2
a1n
a2n
.
..
. ..
ann
1
2
..
.
n
a1n
a2n
.. [~v]B .
..
. .
ann
La matriz A = ..
[b~1]B 0 [b~2]B 0 [b~n ]B 0 , cuyas columnas
.. =
.. . .
.
. .
.
an1 an2 ann
estan formadas por las componentes de los vectores de la base B respecto a la base B 0, se
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
116
= ..
.. . .
.. .. = .. . Repitiendo el procedimiento para
.
. . . .
.
cn1 cn2 cnn
0
cn1
Dem.
Sea
1
0
..
.
0
cada uno de los vectores de la base B 0 obtenemos que (cij ) = In , de donde resulta la
proposicion.
2
Ejemplo
Sean B = {(1, 1, 2), (1, 0, 1), (2, 1, 1)} y B 0 = {(3, 0, 1), (1, 2, 0), (2, 2, 3)} bases ordenadas de R3 . Si las componentes de un vector ~v en la base B son (1, 2, 1) queremos hallar
sus componentes en la base B 0.
Para hallar [B]B 0 , debemos escribir cada vector de la base B como combinacion lineal de los
vectores de la base B 0. Para ello planteamos, (1, 1, 2) = (3, 0, 1) + (1, 2, 0) + (2, 2, 3),
(
3 + 2 = 1
17
11
3
y = .
obteniendo el sistema 2 + 2 = 1
, cuya solucion es = , =
4
12
12
+ 3 = 2
17
11
3
(2, 2, 3). Haciendo lo mismo
Por lo tanto, (1, 1, 2) = ( ) (3, 0, 1) + ( ) (1, 2, 0) +
4
12
12
1
1
para los otros dos vectores de B, se obtiene: (1, 0, 1) = ( ) (1, 2, 0) + (2, 2, 3) y
3
3
3
1
1
(2, 1, 1) = (3, 0, 1) + ( ) (1, 2, 0) + (2, 2, 3) luego,
4
4
4
3/4
0
1/4
1
1
[~v]B 0 = [B]B 0 [~v]B = 17/12 1/3 3/4 2 = 4/3 .
11/12
1/3
1/4
1
4/3
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
117
Proposici
on 7.1.2 Sean B , B 0 y B 00 bases ordenadas de un R-espacio vectorial V de
dimensi
on n. Entonces
[B]B 00 = [B 0]B 00 [B]B 0
Dem. Siguiendo un razonamiento analogo al de la proposicion anterior, basta probar que
[B]B 00 [~v]B = ([B 0]B 00 [B]B 0 ) [~v]B , para todo ~v V.
En efecto, [B]B 00 [~v]B = [~v]B 00 = [B 0]B 00 [~v]B 0 = [B 0]B 00 ([B]B 0 [~v]B ) = ([B 0]B 00 [B]B 0 ) [~v]B .2
Corolario 7.1.1 Si V = Rn y C es la base can
onica, se tiene que [B]B 0 = [C]B 0 [B]C =
[B]
.
[B 0]1
C
C
Ejemplo
Resolvamos el ejemplo anterior utilizando el corolario 7.1.1. Consideremos la base canonica de
R3.
6
3 6
3 1 2
1
2
7 6 .
2 2 y det A = 12, entonces A1 =
Como A = [B 0]C = 0
12
2 1
6
1
0 3
6
3 6
1 1
2
9
0
3
1
1
Luego [B]B 0 =
2
7 6 1 0 1 =
17 4 9 .
12
12
2 1
6
2 1
1
11
4
3
9
0
3
1
1
1
17 4 9 2 = 4/3 .
Por lo tanto [~v]B 0 =
12
11
4
3
1
4/3
Interpretaci
on geom
etrica de un cambio de base
Recordemos que si V = E2 o E3 , al fijar un punto O y una base ordenada B del Plano o
del Espacio, queda determinado un sistema de coordenadas cartesianas. Si cambiamos la base
B por otra B 0 obtenemos, en forma analoga, un sistema de coordenadas cartesianas distinto
x
.
al anterior. Si P tiene coordenadas (x, y) en el sistema (O, XY ) entonces [OP ]B =
y
Al cambiar la base, si queremos hallar las coordenadas hx0 , y 0i de P en el sistema (O, X 0 Y 0 )
usamos que:
0
x
= [OP ]B 0 = [B]B 0 [OP ]B = [B]B 0
0
y
y
De aqu resultan las formulas que nos permiten efectuar los correspondientes cambios de coordenadas en E2 :
0
0
x
x
x
x
1
= [B]B 0
= [B]B 0
0
y
y
y
y0
Para E3 las formulas son analogas.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
118
...
...
...
...
....
..
...
..
....
..
..
..
...
..
0
..
.
....
..
..
P (x, y) = P hx0 , y0 i
...
...
......... ....... ....... ....... ........ ....... ....... ....... .......
.
.
...
......
..
..
.
.
.
...
.
...
.
...
. ...
..
.......
.
..
.
...
.
.
.
...
.....
..
....
.
.
.
..
.
......
..
..
0 ........ .......
...
...
..
..
..
.
....
.
.....
.
.
........
..
.
...
.......
.
..
.
...
.
.. .............
..
..
.
.
.
...
.
.
0
.....
.
...
...
....... ..
.......
.. .............. ...
...
.........
....
.....
...
...........
..
.
.
..
.
.
.
..
...
.
2 ...... ..... 0 ......................... 0
...
..
...... .
... ....
2
.......
.
.
.
.
... ...
.
.
...
....
0
.... ... .............
..
................
..................................................................................................1
..............................................................................................................................
. ....
.
.
.
.
.
.
..... .. ...
.
.
.
.
.
.
. .
.......
.. ..
.......
1
.. .
.. .....
..
..
.
....
...
..
~b
~b
~b
~b
Figura 47
Ejemplo
Sea V = R3 , (O, XY Z) el sistema de coordenadas asociado a la base canonica y (O, X 0 Y 0Z 0 )
el sistema asociado a la base B = {(1, 0, 0) , (0, 1, 2) , (0, 1, 1)}.
1
0 0
1
0
0
0 1/3 1/3 , por lo que
Se tiene entonces que [B]C = 0 1 1 y [B]1
C =
0
2 1
0
2/3 1/3
0
x =x
1
1
x = x0
0
y = y+ z
y = y 0 + z 0
3
3
z = 2 y0 + z0
z0 = 2 y + 1 z
3
3
a) Si P h1, 0, 2i en (O, X 0 Y 0Z 0 ), hallar sus coordenadas en (O, XY Z).
x
1
0 0
1
1
y = 0 1 1 0 = 2 . Por lo tanto P (1, 2, 2).
z
0
2 1
2
2
b) Si : x0 +3 y 0 +3 z 0 +2 = 0, en el sistema (O, X 0 Y 0Z 0 ), hallar su ecuacion en (O, XY Z).
1
2
1
1
y + z + 2 = x + y + 2 z + 2 = 0.
Reemplazando obtenemos x + 3 y + z + 3
3
3
3
3
Luego : x + y + 2 z + 2 = 0 en (O, XY Z).
Observaciones
1. Si : a x0 + b y 0 + c z 0 + d = 0, en (O, X 0 Y 0Z 0 ) asociado a una base B que no es la
canonica de R3 , en general (~v )B = (a, b, c) no es perpendicular a .
0
a x + b y0 + c z0 + d = 0
2. Si L :
en (O, X 0 Y 0 Z 0) asociado a B = {~b1 , ~b2, ~b2} , ena0 x0 + b0 y 0 + c0 z 0 + d0 = 0
( 0
x = x0 + 1 t
tonces la ecuacion parametrica de L es: L : y 0 = y0 + 2 t ; t R, donde (x0, y0 , z0)
z 0 = z0 + 3 t
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
119
~b1 ~b2 ~b3
es una solucion particular del sistema y (1 , 2, 3) = a b c , como si fuera un
a0 b0 c0
producto vectorial.
Traslaciones
Supongamos que trasladamos el origen O de coordenadas a otro punto O0 , es decir a los
vectores de B los pensamos con origen en O0 . Obtenemos nuevos ejes X 0 e Y 0, distintos,
paralelos a los anteriores y con las mismas unidades de medida.
Sean (x0, y0 ) las coordenadas de O0 en el sistema (O, XY ) y P un punto del Plano que en
el sistema (O, XY ) tiene coordenadas (x, y).
Si con hx0 , y 0i notamos las coordenadas de P en el sistema (O0 , X 0 Y 0 ) entonces se obtiene:
Como OP = OO0 + O0 P , entonces obtenemos x.b~1 + y.b~2 = x0.b~1 + y0 .b~2 + x0 .b~1 + y 0.b~2 =
(x0 + x0 ).b~1 + (y0 + y 0).b~2. Por lo tanto,
(1)
x = x0 + x0
y = y0 + y 0
(2)
x0 = x x0
y 0 = y y0
(1) y (2) son las formulas que nos permiten pasar del sistema (O, XY ) al (O0 , X 0 Y 0 ) y
recprocamente. En forma matricial (1) y (2) se expresan, respectivamente:
0
0
x
x + x0
x
x x0
=
=
y
y 0 + y0
y0
y y0
.
..
..
..
...
..
..
..
0 ......
..
..
..
..
.
.
..
...
........ ....... ....... ....... ....... ....... ........ ....... ............
..
.....
..
..
........
..
..
.
.........
.
..
..
.... ..
..
..........
....
.
.
.
.
.
...
...... .... ..
. .. . .
..
... .... ... ..
...
.. .... ... .
...
........ .... .
.
...
2 ....... .... ..
.
..
.
...
.
..
..... .....
..
..
.... ..
..
.... .. ...
...
.
... .... ....
.
.
.
.
.
.
.
.
... ... ....
..
...
..
..
....
... ....
..
..
...
..
... ....
...
.
.
..
.
.
.
.
.
.
.
.
....
..
.. .
..
...
.. ...
...........
....
.....
..
..
....
....
0 ........... ....... ....... ...........................................................................................................................................................................................................................................................
.
.
.... ..
...
0 ...
0
..... ...
...
....
..... ...
..
....
.
.....
.
..
.
...
.
.
.
.
.
.
.
.
.
.
..
...
.
..
.
.
.
.
.
.
.
.
.
1
.
.
.
.
..
....
......
..
...
..
..
2 ...... .......... ..............
.
..
..
..
... ........
..
.
.
.
.
.
. .
.
.
... .... .....
.. .... ......
..
..
... .... .....
..
.
..................
.
.
.
.
.
.
.....
.......................................................................................................................................................................................................................................................................................
.
...
..
0
.
.
..
..
1
..
.
..
..
..
..
Y
y
P (x, y)
~b
~b
~b
~b
Figura 48
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
120
Ejemplo
Consideremos la base C = {e~1, e~2} y (O, XY ) el sistema de coordenadas asociado. Sea
(O0 , X 0 Y 0 ) el sistema que se obtiene trasladando paralelamente los ejes X e Y al nuevo origen
O0 de coordenadas (1, 6).
a) Si P tiene coordenadas (2, 5) en el sistema (O, XY ), cuales son sus coordenadas en
el (O0 , X 0 Y 0 ) ?
x0 = x x0 = x + 1; y 0 = y y0 = y 6. Si x = 2 entonces x0 = 3, y si y = 5
entonces y 0 = 1, luego P tiene coordenadas h3, 1i en el sistema (O0 , X 0Y 0).
b) Si Q tiene coordenadas h3, 2i en el sistema (O0 , X 0 Y 0 ), cuales son sus coordenadas
en el (O, XY ) ?
x = x0 + x0 = x0 1 , y = y 0 + y0 = y 0 + 6. Si x0 = 3 entonces x = 4 ; si y 0 = 2
entonces y = 8, luego Q tiene coordenadas (4, 8) en el sistema (O, XY ).
c) Si 3 x + y 2 = 0 es la ecuacion de una recta L en el sistema (O, XY ), cual es la
ecuacion de L en el (O0 , X 0Y 0) ?
Como L tiene ecuacion 3 x + y 2 = 0, x = x0 1 e y = y 0 + 6 tenemos que:
3(x0 1) + y 0 + 6 2 = 0, lo que implica que 3 x0 + y 0 + 1 = 0. Luego L tiene ecuacion
3 x0 + y 0 + 1 = 0 en el sistema (O0 , X 0 Y 0 ).
Traslaci
on y cambio de base
Supongamos ahora que trasladamos el sistema y ademas cambiamos la base.
Sea B = {b~1, b~2 }, una base ordenada y (O, XY ) el sistema de coordenadas asociado a la base
B. Sea O0 (x0 , y0) el nuevo origen y consideremos la base ordenada B 0 = {b~01 , b~02}. El sistema
(O0 , X 00Y 00) es el que se obtiene trasladando el (O, XY ) al punto O0 y luego cambiando la
base. Si un punto P tiene coordenadas (x, y) en el sistema (O, XY ) escribiremos hx0, y 0i
para representar las coordenadas de P en el sistema (O0 , X 0 Y 0 ) y hhx00 , y 00ii para representar
las coordenadas de P en el sistema (O0 , X 00 Y 00). Veamos la relacion que existe entre las mismas.
0
00
0
x
x x0
x
x
=
y
= [B]B 0
Trabajando en forma matricial tenemos que:
0
00
y
y y0
y
y0
de donde,
00
x x0
x
= [B]B 0
y 00
y y0
Recprocamente tenemos que:
0
00
00
0
0
x
x
x
x
x + x0
x
x0
x0
0
0
= [B ]B
y
=
=
+
= [B ]B
+
0
00
0
0
00
y
y
y + y0
y
y0
y
y0
y
de donde,
00
x
x0
x
0
+
= [B ]B
y 00
y0
y
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
121
..
...
....
...
....
...
...
....
....
.
.
...
....
..
..
....
...
.
.
.
.
.
0
00
.
.
.
..
..
00 ........
..
....
..
..
....
....
..
..
....
...
..
.
.
.
.
.
.
...
....... ....... ....... ....... ....... ....... ........ ....... ...........
....
....
..
.. .
...
....
...
..
....
....... ..... ......
..
..
....
. .
..
..
..
.
.
.
.
...
.
.
.
.
.
. .
.
....
..
..
.
......... ....
...
...
..
00
....
.
....
..
.
..
...
....
..
..
..
.. .....
.. .......
....
.
.
.
.
.........
....
. ......
.
. .... ....
.
.
2 .....
.. .....
.... .
......
..
....
......
......
.. ...
. ...
.. .......
....
0
.
.
.... ...
.
...
....
....
.
.
....
.
.
...
.
.
.... 2
.
.... ....
.... .
....
..
............ ..
.
....
..
..
....
....
... .
..
..
.... ...
.. ....... .
..
.
.
.
.
...
.
.
..
00........... ................. 0 . ..
.........
.. . ...
..
..
...............................................................................................................................................................
0 ........... ....... ....... .......................................................................................1
.
..
... . ...
0
...
.... ... ...... .
... ..
.... .
...
0
.....
... ....
1
.
.
....
.
...
.. ...
.
.
.
.
.
...
. ..
..
..
.. ......
..
....
..
..
..
....
..
..
.
...
..
2 ......
....
.
.
.
.
..
..
...
..
..
.
..
..
.
...
.
.
.
.
.
.
.
.
.
.
.
......................................................................................................... ................................................................................................................................................................
.
..
..
0
...
..
1
.
.
..
...
.
..
..
..
rP
~b
~b
~b
~b
~b
O ~b
Figura 49
+
y 00
y y0
y 00
y0
sen cos
y
sen cos
2. Sea (O0 , X 00 Y 00) el sistema que se obtiene rotando el sistema (O, XY ) en un angulo de
00
x
x
1
3/2
1/2
1
3
00
00
e y =
, que son las coordenadas del punto A en el sistema
tiene x =
2
2
(O0 , X 00 Y 00).
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
122
00
1
3 00
x
1/2
1
x
3/2
00
=
+
, por lo tanto x = x
y +1 e
y
1
3/2
1/2
y 00
2
2
3 00 1 00
y=
x + y + 1, luego la ecuacion de la recta L en el sistema (O0 , X 00 Y 00) es
2
2
00
( 3 2) x + (1 + 2 3) y 00 2 = 0.
En forma analoga al caso del Plano, si O es un punto del Espacio y B = {b~1, b~2 , b~3} es una base
ordenada del mismo, queda determinado un sistema de coordenadas cartesianas (O, XY Z).
Cualquier punto P del Espacio tendra, en el sistema (O, XY Z), coordenadas (1 , 2 , 3 ) que
x x0
x00
y 00 = [B]B 0 y y0
z 00
z z0
00
x
x
x0
y = [B 0]B y 00 + y0
z 00
z0
z
Ejemplo
Sea (O, XY Z) el sistema de coordenadas asociado a la base canonica de R3 , la base
1 1
2
1
1
1 1 1
B = {( , , ), (0, , ), ( , , )} con sistema asociado (O, X 0 Y 0 Z 0 )
3 3 3
2 2
6
6
6
y (O0 , X 00Y 00 Z 00) el sistema obtenido del (O, X 0 Y 0 Z 0 ) trasladando los ejes al nuevo origen
O0 , cuyas coordenadas en el sistema (O, XY Z) son (0, 1, 3).
x00 =
12 + 3
Dada la recta L de ecuacion
, R, en el sistema (O0 , X 00 Y 00Z 00),
y 00 = 8
00
z = 3 6
hallemos su ecuacion en el (O, XY Z).
00
x
x x0
x x0
y 00 = [C]B y y0 = [B]1
y y0 =
C
00
z
z z0
z z0
00
1/3
0
x0
x
x
00
y = [B]C y + y0 = 1/ 3 1/ 2
z 00
z0
z
1/ 3 1/ 2
1/3
1/3
1/ 3
x
1/2 y + 1 ,
0 1/2
z3
2/ 6 1/ 6 1/ 6
2/6
0
x00
1/6 y 00 + 1 .
3
z 00
1/ 6
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
123
P0 hh 12, 8, 0ii.
Observaci
on
Cuando se realiza una traslacion del sistema de coordenadas las componentes de los vectores
no cambian por la misma, s las coordenadas de los puntos. De acuerdo con la observacion,
obtenemos:
1/3
0
2/6
7
x
3
y = 1/ 3 1/ 2 1/ 6 0 = 2 , por lo tanto, d~L = (7, 2, 2).
z
2
3 6
1/ 3 1/ 2 1/ 6
Las coordenadas de P0 se ven afectadas por la traslacion y por el cambio de base:
1/3
0
2/6
2
0
x
12
3
3
z
0
1/ 3 1/ 2 1/ 6
(
x = 2 + 7
entonces la ecuacion de L en el sistema (O, XY Z) es:
y = 3 2 , R.
z = 3 2
7.2
Definici
on 7.2.1 Sea V un R-espacio vectorial. Un producto interno sobre V es una funci
on h , i : V V R que asigna a cada par ordenado de vectores (~u, ~v) un n
umero real
h~u, ~vi de tal modo que para cualquier ~u, ~v, w
~ V y todos los escalares R se verifiquen:
a) h~u, ~vi = h~v, ~ui.
b) h~u + ~v, wi
~ = h~u, wi
~ + h~v , wi.
~
c) h.~u, ~vi = h~u, ~vi.
d) h~v, ~v i 0. Adem
as, h~v , ~vi = 0 ~v = ~0.
Definici
on 7.2.2 Un R-espacio vectorial que tiene definido un producto interno se denomina
espacio vectorial con producto interno o espacio eucldeo.
Ejemplos
1. V = E2 o E3 donde h~u, ~vi =
0
k~uk k~vk cos
si ~u = ~0 o ~v = ~0
,
si ~u =
6 ~0 y ~v 6= ~0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
124
Definici
on 7.2.3 Sea V un R-espacio vectorial con producto
interno h , i , llamaremos norma
p
de ~v V y la notaremos k~vk al n
umero real k~vk = h~v, ~v i.
Ejemplo
Si V =pRn , con el producto interno canonico y ~v = (x1 , x2, . . . , xn ), entonces
k~vk = x12 + x22 + + xn2.
Si V es un R-espacio vectorial con producto interno, la norma posee las siguientes propiedades,
cualquiera sean ~u y ~v V, R:
1) k.~vk =| | k~vk.
2) k~vk 0. Ademas, k~vk = 0 ~v = ~0.
3) k~u + ~vk k~uk + k~vk.
4) | h~u, ~vi | k~uk k~v k.
Bases ortonormales
Definici
on 7.2.4 Sea V un R-espacio vectorial con producto interno. ~u y ~v V se dicen
ortogonales si h~u, ~vi = 0.
Definici
on 7.2.5 Sea V un R-espacio vectorial de dimensi
on finita con producto interno y
B = {v~1, v~2, . . . , v~n } una base de V . B se dice ortonormal si
1 si i = j
h~
vi , v~j i =
0 si i 6= j
Ejemplos
1. En E2 y E3 las bases {e~1 , e~2 } y {e~1 , e~2 , e~3 } son bases ortonormales.
2
2
1
1
2. En R2 , C = {(1, 0), (0, 1)} y B = ( , ), ( , ) son bases ortonormales.
5
5
5
5
2
2
1
1
3
3. En R , C = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} y B = ( , 0, ), ( , 0, ), (0, 1, 0)
5
5
5
5
son bases ortonormales.
Nota: El producto interno considerado en los ejemplos anteriores es el canonico.
h~u, ~vi
1,
k~uk k~vk
lo que permite definir la nocion de
angulo entre los vectores ~u y ~v a partir de la igualdad
cos =
h~u, ~vi
k~uk k~vk
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
125
Proposici
on 7.2.1 Sea V un R-espacio vectorial con producto interno y B = {b~1, b~2, . . . , b~n }
una base ortonormal de V. Si ~u = 1 .b~1 + 2 .b~2 + + n .b~n y ~v = 1 .b~1 + 2 .b~2 + + n .~bn,
entonces h~u, ~vi = 1 1 + 2 2 + + n n .
Dem. h ~u , ~v i = h 1 .b~1 + 2 .b~2 + + n .b~n , 1 .b~1 + 2 .b~2 + + n .~bn i = 1 1 h b~1 , b~1 i+
2 2 h b~2 , b~2 i + + n n h b~n , b~n i = 1 1 + 2 2 + + n n .
Proposici
on 7.2.2 Sea V un R-espacio vectorial con producto interno, y M = {b~1 , b~2, . . . , b~r }
un conjunto de vectores no nulos ortogonales dos a dos de V . Entonces M es linealmente
independiente.
Dem. Supongamos que 1 .b~1 + 2 .b~2 + + r .b~r = ~0. Si b~i M, entonces 0 = h b~i , ~0i =
h b~i , 1 .b~1 + 2 .b~2 + + r .b~r i = 1 h b~i , b~1 i + 2 h b~i , b~2 i + + i h b~i , b~i i + + r h b~i , b~r i =
i h b~i , b~i i = i kb~ik2 , lo que implica i = 0 pues kb~ik =
6 0.
2
C
alculo de una base ortonormal de R3
v~1
. Si b~1 = (x1, x2, x3 ), sea ~b = (0, x3, x2 ).
Sea v~1 R3 , v~1 6= ~0 y consideremos b~1 =
kv~1 k
~b
y b~3 = b~1 b~2. Es claro que
Como h b~1 , ~b i = x2 x3 x3 x2 = 0, tomemos b~2 =
~
kbk
B = {b~1, b~2 , b~3} es un base ortonormal de R3 .
Ejemplo
Construyamos una base ortonormal de R3 a partir de v~1 = (1, 1, 1).
1 1
1 1 1
v~1
1 1
= ( , , ) y ~b = (0, , ). Luego b~2 = (0, , ), entonces
Sea b~1 =
kv~1k
3 3 3
3 3
2 2
1
1
2
b~3 = b~1 b~2 = ( , , ).
6
6
6
1 1
2
1
1
1 1 1
Por lo tanto B = ( , , ) , (0, , ) , ( , , ) es una base ortonor3 3 3
2 2
6
6
6
mal de R3 .
Sea V un R-espacio vectorial de dimension finita con producto interno, (podemos suponer
V = Rn ), S un subespacio de V y B una base de S. Queremos hallar, a partir de B, una
base ortonormal de S.
M
etodo de ortonormalizaci
on de Gram-Schmidt
Sea V = Rn , S Rn un subespacio y B = {b~1 , b~2 , . . . , b~r } una base de S.
b~1
, y consideremos v~20 = b~2 (proyv~1 b~2 ) = b~2 h b~2 , v~1 i.v~1.
Sea v~1 =
kb~1k
Se tiene entonces que h v~20 , v~1 i = h b~2 h b~2 , v~1 i v~1 , v~1 i = h b~2 , v~1 i h b~2 , v~1 i k~v1k2 = 0.
v~20
entonces h v~1 , v~2 i = 0 y ademas v~1 y v~2 pertenecen a S, pues son
Si v~2 =
kv~0 k
2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
126
vs+1
0
0
Se verifica ademas que h vs+1
, v~i i = 0 , 1 i s y vs+1
S.
Sea B = {v~1, v~2, . . . , v~r }, donde cada v~i, 1 i r, se obtiene aplicando el metodo anterior.
Como dimRS = r y B es linealmente independiente, entonces B es base ortonormal de S.
.
.........
~b1 ............ .
...
..
...
...
...
.
.
..
....
......... .... .
... . .. ... 2
.. ........... .. ..
.
.
.
........
...
....
~
v1 2........
.....
.
..
.
.
....
..
.
.
.
0
..
.
.....
.
.
.
.
.
.
........
..... 2
.
.
1.......
.....
.
....
...
2
. .
...
.
.
.
.
..........................................................................................................................................................................
~v
proy ~b
v~
~v
~b
Figura 50
Ejemplo
Sea S = {(1, 0, 0, 0) , (1, 1, 0, 0) , (0, 1, 1, 1)} R4. B = {(1, 0, 0, 0) , (1, 1, 0, 0) , (0, 1, 1, 1)}
es linealmente independiente, por lo tanto es base de S.
Sea v~1 = (1, 0, 0, 0) , v~20 = (1, 1, 0, 0) h (1, 1, 0, 0) , (1, 0, 0, 0) i.(1, 0, 0, 0) =
(1, 1, 0, 0) (1, 0, 0, 0) = (0, 1, 0, 0).
Como kv~20 k = 1, entonces v~2 = (0, 1, 0, 0).
v~30 = (0, 1, 1, 1) (h (0, 1, 1, 1) , (1, 0, 0, 0) i.(1, 0, 0, 0) + h (0, 1, 1, 1) , (0, 1, 0, 0) i.(0, 1, 0, 0)) =
(0, 1, 1, 1) (0, 1, 0, 0) = (0, 0, 1, 1).
1 1
v~30
1 1
0
= (0, 0, , ) y B = (1, 0, 0, 0) , (0, 1, 0, 0) , (0, 0, , ) es
Por lo tanto, v~3 =
2 2
2 2
kv~30 k
una base ortonormal de S.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
7.3
127
Ejercicios
1
1 1
3. Sabiendo que A = 1 1 2 es la matriz de cambio de base que permite pasar de
0
0 3
la base B = {(1, 1, 0) , (1, 0, 1) , (0, 2, 1)} a una base B 0 , encontrar B 0 .
4. Sea B = {v~1 , v~2 , v~3 , v~4 } una base ordenada de un R-espacio vectorial V.
a) Probar que B 0 = {2.v~1 , v~1 + v~2 , v~2 + v~4 , v~1 + v~3 } tambien es una base de V .
b) Si un vector de V tiene componentes (0, , 0, ) respecto de la base B,
que componentes tendra respecto de la base B 0 ?
c) Hallar los vectores ~v V tales que (~v)B = (~v)B 0 .
1 3
1 4
1 6
0 0
,
,
y
,
5. Sea V = M2 (R), B =
2
4
5 0
1 3
3 0
1 1
1 1
0 0
0 0
0
B =
,
,
,
.
0
0
0 0
1 1
1 1
Si A M2 (R) es tal que (A)B = (1, 2, 1, 0), hallar [A]B 0 .
6. Sea V = R3 [X], B = {1 , X , X 2 , X 3 } y B 0 = {1 , 1 X , X + X 2 , X 2 + X 3 }.
Si P (X) V es tal que (P )B = (6, 5, 3, 2), hallar (P )B 0 .
7. Sean B = {(1, 3), (2, 1)} y B 0 = {(1/ 10, 3/ 10) , (3/ 10, 1/ 10)} bases ordenadas de R2 ; (O, X 0 Y 0 ) y (O, X 00 Y 00) los sistemas de coordenadas cartesianas asociados
a B y a B 0 , respectivamente.
a) Si la recta L tiene ecuacion implcita 2 x + y 5 = 0 en el sistema asociado a la
base canonica, hallar su ecuacion en (O, X 0 Y 0).
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
128
8. Sea B = (2/ 5, 1/ 5), (1/ 5, 2/ 5) , una base ordenada de R2 . Sea (O, X 0 Y 0)
el sistema de coordenadas asociado a la base B y (O, XY ) el sistema asociado a la base
canonica.
x0 = 2 + 3
, R.
y 0 = 1
00
x =
1 + 3
el sistema (O0 , X 00Y 00 ) es
, R.
00
y = 3+
XY ) trasladando
el ori12. Sea (O0 , X 00Y 00 ) el sistema que se obtiene a partir del sistema
(O,
0
gen al punto O (1, 1) y considerando la base B = {(1/ 2, 1/ 2), (1/ 2, 1/ 2)}.
x = 1 2
, R
Sean L1 la recta que en el sistema (O, XY ) tiene ecuacion L1 :
y = 2 3
00
x =
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
129
2
2
2
2
14. B = ( 2 , 2 , 0) , ( 2 , 2 , 0) , (0, 0, 1) , B 0 = ( 45 , 0, 35 ) , ( 35 , 0, 45 ) , (0, 1, 0)
y
1 2 2
2
2 1
2 1
2
00
3
B = ( 3 , 3 , 3 ) , ( 3 , 3 , 3 ) , ( 3 , 3 , 3 ) , son bases de R .
a) Averiguar si son bases ortonormales.
b) Hallar [B]B 00 y [B 0]B 00 .
15. Sea T = (1/ 6, k, 0) , (k, 1/ 6, 0) . Hallar los valores de k para los cuales T pueda
extenderse a una base ortonormal de R3 . Indicar una de esas bases.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
130
Transformaciones lineales
8.1
Definici
on y ejemplos
Definici
on 8.1.1 Sean V y W R-espacios vectoriales. Una aplicaci
on T : V W se
dice una transformaci
on lineal si verifica:
T1) T (~u + ~v ) = T (~u) + T (~v), para todo ~u, ~v V .
T2) T (.~u) = .T (~u), para todo R; ~u V .
Consecuencias de la definici
on
Sea T : V W una transformacion lineal. De la definicion se deduce que:
1) T (~0) = 0~0 . En lo que sigue notaremos al vector nulo de cualquier espacio vectorial con ~0.
2) T (~v) = T (~v), para todo ~v V .
3) T (~u ~v) = T (~u) T (~v), para todo ~u, ~v V .
4) T (1.~v1 + 2 .~v2 + + n .~vn) = 1 .T (~v1) + 2 .T (~v2) + + n .T (~vn), para todo
~vi V ; i R, 1 i n.
Ejemplos
1. Sea V un R-espacio vectorial, c R, c fijo. T : V V definida por T (~v) = c.~v es
una transformacion lineal denominada homotecia de raz
on c.
Si c = 0, T (~v) = ~0, para todo ~v V . T se denomina transformaci
on lineal
nula y se nota T = O.
Si c = 1, T (~v) = ~v , para todo ~v V . T se denomina transformaci
on lineal
identidad y se nota T = IdV .
2. T : R2 R2 definida por T (x, y) = (x2, y) no es una transformacion lineal pues,
T (1, 0) + T (1, 0) = (1, 0) + (1, 0) = (2, 0) 6= (0, 0) = T [(1, 0) + (1, 0)].
3. T : R2 R3 definida por T (x, y) = (x, x + y, x y) es una transformacion lineal.
En efecto, si ~u = (x1, y1) y ~v = (x2 , y2) entonces ~u + ~v = (x1 + x2, y1 + y2 ).
T (~u + ~v ) = T (x1 + x2 , y1 + y2 ) = (x1 + x2, x1 + x2 + y1 + y2, x1 + x2 y1 y2 ) =
(x1, x1 + y1 , x1 y1 ) + (x2 , x2 + y2 , x2 y2) = T (x1, y1) + T (x2, y2 ) = T (~u) + T (~v).
Si R, .~u = .(x1, y1 ) = ( x1 , y1 ) entonces,
T ( x1, y1 ) = ( x1 , x1 + y1 , x1 y1 ) = .(x1 , x1 + y1, x1 y1) = .T (x1, y1 ) =
.T (~u).
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
131
Pr
T (P )
Figura 51
x = x0
y = y0 , R.
: x x0 = 0, Q(x0, 0, 0), L :
z = z0
Si T (P )(x00, y00 , z00 ), entonces x00 = x0, y00 = y0 y z00 = z0.
Ademas d(T (P ), Q) = d(P, Q), es decir, 2 y02 + 2 z02 = y02 + z02, por lo tanto
(2 1)(y02 + z02 ) = 0 lo que implica 2 1 = 0 o y0 = z0 = 0.
Si y0 = z0 = 0, P esta sobre el eje X y por lo tanto T (P ) = P . Para = 1 obtenemos
el punto P y para = 1 obtenemos T (P )(x0, y0 , z0). Luego T esta definida por
T (x, y, z) = (x, y, z).
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
132
Tr (P )(x , y )
rP (x, y)
Figura 52
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
133
Entonces concluimos que para conocer a una transformacion lineal basta con conocer los efectos
de la misma sobre los vectores de una base.
Ejemplo
Sean V = R3 , W = R2, B = {(1, 1, 0) , (0, 1, 1) , (0, 1, 0)} una base de R3 y S =
nica transformacion lineal T : R3 R2 tal que
{(1, 1) , (0, 1) , (3, 1)} R2 . Hallar la u
T (1, 1, 0) = (1, 1), T (0, 1, 1) = (0, 1) y T (0, 1, 0) = (3, 1).
A partir del teorema anterior obtenemos que:
(x, y, z) = x (1, 1, 0) + z (0, 1, 1) + (x + y z)(0, 1, 0). Por lo tanto T (x, y, z) = x T (1, 1, 0) +
z T (0, 1, 1) + (x + y z) T (0, 1, 0) = x (1, 1) + z (0, 1) + (x + y z)(3, 1) = (4 x + 3 y 3 z, y).
8.2
a1j
a2j
h
i
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
134
m n escalares aij .
La matriz A = (aij ) Mmn (R) se denomina matriz de T respecto a las bases B y
B 0 , se nota [T ]BB 0 y se tiene que
[T ]BB 0 = [T (~b1)]B 0 [T (~b2)]B 0 [T (~bn)]B 0
Ademas,
[T (~v)]B 0 = [T ]BB 0 [~v]B
Recprocamente, si A = (aij ) Mmn (R), la aplicacion T : V W definida por
T (~b1) = a11.b~01 + a21.b~02 + + am1.b~0m , T (~b2) = a12.b~01 + a22.b~02 + + am2.b~0m , . . . ,
T (~bn) = a1n .b~01 + a2n .b~02 + + amn .b~0m, es una transformacion lineal.
Como consecuencia, para cada par de bases B, B 0 de V y W respectivamente, existe una
correspondencia biunvoca entre el conjunto de las transformaciones lineales de V en W y
Mmn (R).
Si V = W, B = B 0 y T : V V es una transformacion lineal, [T ]BB se denomina la
matriz de T respecto de la base B y para abreviar notamos: [T ]B . Se tiene entonces
que:
[T (~v)]B = [T ]B [~v]B
Ejemplos
1. Sean B = {~b1, ~b2 , ~b3} , B 0 = {~b01 , ~b02, ~b03}, bases de R3 y T : R3 R3 la transformacion
lineal definida por T (~b1) = ~b01 + ~b02 3.~b03 , T (~b2) = ~b01 2.~b03 y T (~b3) = 3.~b01 + 2.~b02.
Entonces
1
1 3
[T ]BB 0 = 1
0 2
3 2 0
2. Sea T : R3 R3 la transformacion lineal definida por T (x, y, z) = (x y, x + z, 2 x).
Queremos hallar la matriz de T con respecto a la base canonica de R3 .
T (1, 0, 0) = (1, 1, 2), T (0, 1, 0) = (1, 0, 0) y T (0, 0, 1) = (0, 1, 0). Entonces:
1
[T ]C = 1
2
1
0
0
0
1
0
Proposici
on 8.2.1 Sea V un R-espacio vectorial de dimensi
on n, T : V V
transformaci
on lineal, B y B 0 bases ordenadas de V, entonces:
[T ]B 0 = [B]B 0 [T ]B [B 0]B
una
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
135
Dem. Para todo ~v V se tiene que [T (~v)]B 0 = [B]B 0 [T (~v)]B = [B]B 0 ([T ]B [~v]B ) =
[B]B 0 ([T ]B ([B 0]B [~v]B 0 )) = ([B]B 0 [T ]B [B 0]B ) [~v]B 0 . Como [T (~v)]B 0 = [T ]B 0 [~v]B 0 , resulta
que
[T ]B 0 [~v]B 0 = ([B]B 0 [T ]B [B 0]B ) [~v]B 0
Si B 0 = {~b01, ~b02, . . . , ~b0n }, reemplazando ~v sucesivamente por ~b01, ~b02 , . . . , ~b0n se obtiene la
igualdad que queremos demostrar. Teniendo en cuenta que [B]B 0 = [B 0]1
B , resulta que
0
[T ]B 0 = [B 0]1
B [T ]B [B ]B
Los calculos se simplifican cuando B y B 0 son bases ortonormales pues en ese caso
0 T
0 T
0
[B 0]1
B = [B ]B , de donde obtenemos que [T ]B 0 = [B ]B [T ]B [B ]B .
Ejemplos
1. Sea T : R3 R3 la aplicacion que a cada punto del Espacio le hace corresponder su
n
xy =0
simetrico respecto de la recta L :
.
z=0
Sabemos que T es una transformacion lineal, usando una base adecuada queremos hallar
[T ]C .
d~L
, ~b2 es un versor
Sea B = {~b1 , ~b2, ~b3 }, la base ortonormal de R3 , donde ~b1 =
~
kdL k
1
1
1 1
ortogonal a ~b1 y ~b3 = ~b1 ~b2 . B = {( , , 0), (0, 0, 1), ( , , 0)}.
2 2
2
2
Como T (~b1) = ~b1 = 1.~b1 + 0.~b2 + 0.~b3 , T (~b2) = ~b2 = 0.~b1 + (1).~b2 + 0.~b3 , y
T (~b3) = ~b3 = 0.~b1 + 0.~b2 + (1).~b3, entonces,
1
0
0
[T ]B = 0 1
0
0
0 1
Por otra parte, sabemos que: [T ]C = [B]C [T ]B [B]1
C . Luego, reemplazando:
1
1 0
1
0
1
1
0
0
0 1
0
1
0 0
0
[T ]C = 1 0 1 0 1
0
2 = 1 0
2
0
0 1
0 0 1
0
2
0
1 1
0
(
x=
y = , R, en forma paralela
z=0
al plano de ecuacion x + z + 1 = 0. Queremos hallar, usando una base adecuada, [T ]C .
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
136
0 0 0
(0, 0, z). Por lo tanto [T 0]C = 0 0 0 . Debemos hallar B = {~b1, ~b2 , ~b3} tal que
0 0 1
0 0 0
[T ]B = [T 0]C = 0 0 0 . Sea ~b3 = d~L = (1, 1, 0). Consideramos 0 : x + z = 0,
0 0 1
paralelo a por el origen de coordenadas y ~b1 = (0, 1, 0) y ~b2 = (1, 0, 1).
0 0 0
Si B = {~b1 , ~b2, ~b3}, entonces [T ]B = 0 0 0 . Luego [T ]C = [B]C [T ]B [B]1
C =
0
0
1
1 0
1
1 0 1 .
0 0
0
Observaciones
1. En el ejemplo anterior la base adecuada no puede elegirse ortonormal.
2. En el caso de una rotacion la base adecuada debe tomarse con orientacion positiva, es
decir det[B]C > 0.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
8.3
137
Ejercicios
1
1
5.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
b) Sea A =
2
1
base canonica de
0
1
2
R3
138
1
0 . Hallar la transformacion lineal que, con respecto a la
2
, tiene a A como matriz asociada.
(a, a + 1, 1)
T (1, 0, 0) + T (0, 0, 1)
(1, a, 2)
T (0, 0, 1)
(1, 0, 1)
c) T la
simetra con respecto al plano : x y + z = 0, en forma paralela a la recta
x=1+
L:
y = 2 , R.
z=0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
139
Autovalores y autovectores
9.1
Definici
on y ejemplos
1 0 0
0 2 0
~
~
~
A = [T ]B = [T (b1)]B [T (b2)]B [T (bn)]B = ..
..
.. . .
.
. .
.
0 0 n
Es decir, queremos hallar una base ordenada B = {~b1, ~b2, . . . , ~bn } tal que T (~bi) = i .~bi, para
todo i, 1 i n. Nos interesa hallar vectores no nulos ~v, tales que T (~v) = .~v.
En R2 y R3, buscamos vectores no nulos de modo que T (~v) y ~v sean paralelos o T (~v) = ~0.
Definici
on 9.1.1 Sea V un R-espacio vectorial de dimensi
on finita y T : V V una
transformaci
on lineal. Un n
umero real se dice un autovalor de T , si existe un vector no
nulo ~v V tal que T (~v) = . ~v ; ~v se denomina un autovector asociado a .
Ejemplos
1. Sea V = E2 y T la proyeccion ortogonal sobre el eje X.
...
........
...
...
.......... ....... ....... ....... ....... .......
.
...
.............
...
...
...
...
.. ....
.
.
...
...
...
...
..
...
..
..
...
...
.
.
...
...
..
...
.
..
.
.
...
.
...
..
...
..
..
...
.
.
.
...
...
...
...
..
.
..
.
...
.
.
...
...
..
...
..
..
.
.
...
...
...
...
..
...
.
..
..
...
.
...
...
...
..
.. ...
..... ....
...
... ...
..
.
.
.
.
.....................................................................................................................................................................................................................................................
....
..
...
...
rP
OP
T (OP )
Figura 53
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
140
r P (x
,y ,z )
T (P )(x , y , z )
Figura 54
Proposici
on 9.1.1 Sea V un R-espacio vectorial de dimensi
on finita y T : V V una
transformaci
on lineal. Si ~v V es un autovector de T asociado a y 0 , entonces = 0 .
Dem. Si T (~v) = .~v = 0 .~v, entonces ( 0 ).~v = ~0 y como ~v 6= ~0 se tiene que 0 = 0
y en consecuencia = 0 .
2
Proposici
on 9.1.2 Sea V un R-espacio vectorial de dimensi
on finita y T : V V
transformaci
on lineal. Entonces V = {~v V : T (~v) = .~v} es un subespacio de V.
Dem. Ejercicio a cargo del lector.
9.2
una
2
C
alculo de autovalores y autovectores
Proposici
on 9.2.1 Si V es un R-espacio vectorial de dimensi
on n, T : V V una
transformaci
on lineal y A = [T ]B , donde B es una base ordenada de V entonces R es
un autovalor de T si, y s
olo si det (A In ) = 0.
Dem. Sea ~v un autovector asociado a . Si (~v )B = (x1 , x2, . . . , xn ) se tiene que:
x1
x1
x1
x1
x1
0
0
x2
x2
x2 0
x2
x2 0
A
... = ... = A ... ... = ... = (A In ) ... = ... ,
0
0
xn
xn
xn
xn
xn
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
141
X1
0
X2 0
(A In )
... = ... ()
0
Xn
tiene solucion no trivial y por lo tanto la matriz de los coeficientes tiene determinante nulo, es
decir, det (A In ) = 0.
Recprocamente, si det (A In ) = 0, el sistema () es compatible indeterminado y posee
una solucion no nula (x1 , x2, . . . , xn ). Tomando ~v V tal que (~v)B = (x1 , x2, . . . , xn ), se
tiene que ~v es un autovector asociado a .
2
Por lo tanto, si T : V V es una transformacion lineal y A = (aij ) = [T ]B , donde B es
una base ordenada de V entonces:
a11
a
a
12
1n
a21
a22
a2n
es un autovalor de T det (A In ) =
= 0.
..
..
..
..
.
.
.
.
an1
an2
ann
Es decir, es autovalor de T si, y solo si es raz del polinomio det (A X In ).
~v es autovector de T asociado
si (~v)B = (x1, x2, . . . , xn ) es solucion no trivial del
a
X1
0
X2 0
sistema (A In )
... = ... , es decir un vector no nulo de V .
Xn
1. Sea T : R R
0 1
1
0
tal que A = [T ]C =
.
x 1
= x2 + 1. Como x2 + 1 = 0 no tiene solucion real, T no
det (A x I2) =
1 x
posee autovalores.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
142
3 1 1
2. Sea T : R3 R3 tal que A = [T ]C = 2 2 1 .
0
2 2
3 x
1
1
2 x 1 = (x 1)(x 2)2 . Los autovalores de T son:
det (A x I3) = 2
2
2
x
1 = 1, 2 = 3 = 2.
Autovectores asociados al autovalor 1
2 1 1
x
0
2
x
+
y
z
=
0
2x + y z = 0
2 1 1 y = 0 =
=
.
2x + 2y z = 0
y=0
2 2 1
z
0
Luego V1 = {(x, y, z) : y = 0, z = 2 x} = {(x, 0, 2 x) : x R}.
Autovectores asociados al autovalor 2
(x + y z = 0
x
0
1 1 1
x + y z=0
2 0 1 y = 0 = 2 x z = 0
=
.
2 y + z = 0
2x + 2y 2z = 0
2 2 2
z
0
Entonces V2 = {(y, y, 2 y) : y R}.
Obsevemos que en este caso, no es posible hallar una base de R3 formada por autovectores.
Definici
on 9.2.1 Una transformaci
on lineal T : V V se dice diagonalizable si existe
una base B de V formada por autovectores de T .
1 0 0
La definicion anterior implica que si T es diagonalizable, [T ]B = 0 2 0 .
0 0 3
Ejemplo
T : R3 R3 definida por T (x, y, z) = (y z, x + 2 y + z, x + 2 y + z), es una
transformacion lineal.
0 1 1
2
1 . Como det (A x I3) = x(x 2)(x 1), los autovalores
Sea A = [T ]C = 1
1
2
1
de T son : 1 = 0, 2 = 2, 3 = 1.
Autovectores asociados al autovalor 0
0 1 1
x
0
y z = 0
1
= z = y , x = y.
2
1
y = 0 =
x + 2y + z = 0
1
2
1
z
0
Obtenemos as V0 = {(y, y, y) : y R} = {(1, 1, 1)}.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
143
( 2 x y z = 0
2 1 1
0
x
2 x y z = 0
1
0
1 y = 0 = x + z = 0
=
.
y + z = 0
x + 2y z = 0
0
z
1
2 1
Entonces V2 = {(z, z, z) : z R} = {(1, 1, 1)}.
Autovectores asociados al autovalor 1
0
x
1 1 1
x + y + z=0
x + y + z=0
1
1
=
.
y = 0 =
x + 2y = 0
yz =0
1
2
0
0
z
V1 = {(2 y, y, y) : y R} = {(2, 1, 1)}.
B = {~b1, ~b2 , ~b3} = {(1, 1, 1), (1, 1, 1), (2, 1, 1)} es una base ordenada de R3 y se verifica
que:
T (~b1) = 0.~b1 = 0.~b1 + 0.~b2 + 0.~b3
T (~b2) = 2.~b2 = 0.~b1 + 2.~b2 + 0.~b3
T (~b3) = ~b3 = 0.~b1
0
Por lo tanto T es diagonalizable y [T ]B = 0
0
+ 0.~b2 + 1.~b3
0 0
2 0.
0 1
2 0
[T ]B 0 = 0 0
0 0
0
0
1
Proposici
on 9.2.2 Si T : R3 R3 es una transformaci
on lineal, entonces a dos autovalores distintos les corresponden autovectores linealmente independientes.
Dem. Si 1 y 2 , 1 6= 2 , son autovalores de T, con autovectores asociados b~1 , b~2
respectivamente, entonces T (b~1) = 1 .b~1 y T (b~2) = 2 .b~2 . Si .b~1 + .b~2 = ~0, entonces
~0 = T (.b~1 + .b~2) = .T (b~1) + .T (b~2) = .(1 .b~1) + .(2.b~2) = (1 ).b~2 + ( 2 ).b~2 =
(2 1 ) .b~2.
Como 2 1 6= 0 y b~2 6= ~0 se tiene que = 0 lo que implica .b~1 = ~0 y en consecuencia
2
= 0, pues b~1 6= ~0. Por lo tanto {b~1 , b~2 } es linealmente independiente.
Proposici
on 9.2.3 Si T : R3 R3 es una transformaci
on lineal con autovalores 1 , 2 ,
~
3 , distintos dos a dos, y autovectores asociados b1 , b~2 , b~3 respectivamente, entonces
{b~1 , b~2 , b~3} es linealmente independiente.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
144
1 0 0
B = {b~1 , b~2 , b~3} es base de R3 y [T ]B = 0 2 0 .
0 0 3
Observaci
on
3
Si T : R R3 es una transformacion lineal con autovalores 1 6= 2 = 3 , nada podemos
asegurar de su diagonalizacion, como lo demuestran los siguientes ejemplos:
1 1
0
0 .
1. Sea T : R3 R3 tal que A = [T ]C = 0 1
0 0 1
Como det (A x I3) = (x 1)2 (x + 1), resulta que 1 = 1 y 2 = 3 = 1 son
autovalores de T .
2 1 0
x
0
Si = 1, entonces 0 2 0 y = 0 implica que:
0 0 0
z
0
2 x+y = 0
x = y = 0. Por lo tanto V1 = {(0, 0, z) : z R}.
2y = 0
0 1
0
0
x
n
y=0
0 0
0
.
y = 0
Si = 1, entonces
z=0
0 0 2
0
z
Por lo tanto V1 = {(x, 0, 0) : x R}.
Entonces T no es diagonalizable pues no se puede elegir una base formada por autovectores.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
145
2. Sea T : R3 R3
1 0
0
tal que A = [T ]C = 0 1 1 .
0 0 1
2 0
0
0
x
2x=0
.
y = 0
0 2 1
Si = 1, entonces
2yz =0
0
z
0 0
0
Por lo tanto V1 = {(0, y, 2 y) : y R} .
0 0
0
x
0
Si = 1, entonces 0 0 1 y = 0 z = 0.
0 0 2
z
0
Entonces V1 = {(x, y, 0) : x, y R}.
1 0 0
Si se considera B = {(0, 1, 2), (1, 0, 0), (0, 1, 0)} se tiene que [T ]B = 0 1 0 .
0 0 1
9.3
Definici
on 9.3.1 Sea V un R-espacio vectorial con producto interno de dimensi
on finita,
T : V V una transformaci
on lineal y B una base ortonormal de V . T se dice una
transformaci
on lineal sim
etrica si [T ]B es simetrica.
Observaci
on
0
Si B es una base ortonormal de V, B 0 6= B y T es transformacion lineal simetrica, entonces
[T ]B 0 es una matriz simetrica.
En lo que sigue consideraremos V = R3 , con el producto interno canonico.
Entre las mas importantes propiedades de las transformaciones lineales simetricas, cuya demostracion se puede consultar en el Apendice, se encuentran:
a) Todas las races del polinomio caracterstico son reales.
b) h T (~u) , ~v i = h ~u , T (~v) i, para todo ~u, ~v V.
c) A autovalores distintos corresponden autovectores ortogonales.
Los resultados anteriores permiten caracterizar a las transformaciones lineales simetricas como
sigue:
T es una transformaci
on lineal sim
etrica si y s
olo si es diagonalizable en una base
ortonormal.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Ejemplos
1. Sea T : R3 R3
146
2
0 36
tal que A = [T ]C =
0 3
0 .
36
0 23
1 0 36
x
0
n
x 36 z = 0
0 0
0
y = 0 =
= x = z = 0.
36 x 20 z = 0
36 0 20
z
0
V3 == {(0, y, 0) : y R} = {(0, 1, 0)} .
Considero a ~b1 = (0, 1, 0) como autovector asociado al autovalor 3.
Autovectores asociados a = 25
(
27
0 36
x
0
27 x 36 z = 0
4
0 28
0 y = 0 = 28 y = 0
= y = 0 , x = z.
3
36
0 48
z
0
36 x 48 z = 0
4
Por lo tanto V25 = {( z, 0, z) : z R } = {(4, 0, 3)}. Sea ~b2 = (4/5 , 0 , 3/5) un
3
autovector asociado a = 25.
Autovectores asociados a = 50
(
x
0
48 0 36
48 x 36 z = 0
0 47
0
y = 0
= 47 y = 0
= y = 0 ,
36 0
27
z
0
36 x + 27 z = 0
z=
4
x,
3
4
entonces V50 = {(x, 0, x) : x R }. Sea ~b3 = (3/5 , 0 , 4/5) un autovector asociado
3
a = 50.
B = {~b1, ~b2 , ~b3} = {(0, 1, 0) , (4/5, 0, 3/5) , (3/5, 0, 4/5)} es una base ortonormal de R3
y
3 0
0
0
[T ]B = 0 25
0 0 50
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
147
2. Sea T : R3 R3
4 2 2
tal que [T ]C = 2 4 2 .
2 2 4
( 2 x + y + z = 0
4
2
2
x
0
x 2y + z = 0
2 4
2
y = 0
= x 2 y + z = 0 =
3 y + 3 z = 0
x + y 2z = 0
2
2 4
z
0
= y = z = x, por lo tanto V8 = {(z, z, z) : z R} = {(1, 1, 1)} .
1 1 1
Sea ~b1 = ( , , ).
3 3 3
Autovectores asociados a = 2
2 2 2
x
0
2 2 2 y = 0 = x + y + z = 0 = V2 = {(x, y, x y) : x, y R}.
2 2 2
z
0
~b2 = ( 1 , 0, 1 ), es un autovector asociado al autovalor 2. Para completar la base
2
2
1 2
1
debemos hallar ~b3 V2 tal que k~b3 k = 1. ~b3 = ~b1 ~b2 = ( , , ), verifica lo
6 6
6
~
~
~
pedido. Por lo tanto B = {b1, b2, b3 } es una base ortonormal y
8 0 0
[T ]B = 0 2 0
0 0 2
on lineal no simetrica tal que sus
Proposici
on 9.3.1 Sea T : R3 R3 una transformaci
autovalores son 1 = 2 = 3 . Entonces T no es diagonalizable.
Dem. Si T fuese diagonalizable existira una base B tal que [T ]B = 1 I3. Entonces
1
[T ]C = [B]C [T ]B [B]1
C = [B]C (1 I3 ) [B]C = 1 I3 ,
que es una matriz simetrica, de donde se deduce que T es una transformacion lineal simetrica,
contradiciendo la hipotesis.
2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
9.4
148
Ejercicios
1. Indicar, haciendo uso de un grafico, cuales son los autovalores y los autovectores de las
siguientes transformaciones lineales T : Rn Rn :
a) n = 3 y T la proyeccion ortogonal sobre un plano que pasa por el origen.
b) n = 2 y T la proyeccion ortogonal sobre una recta que pasa por el origen.
c) n = 3 y T la proyeccion ortogonal sobre una recta que pasa por el origen.
d) n = 3 y T la simetra respecto de un plano que pasa por el origen.
e) n = 2 y T el simetrico respecto de una recta que pasa por el origen.
f) n = 3 y T la rotacion alrededor de una recta que pasa por el origen.
2. Si cada una de las matrices siguientes es la matriz asociada a una transformacion lineal
T respecto a la base C, hallar los autovalores reales y los correspondientes autovectores
asociados:
4
6
6
0 1 1
0 1
12 7
3
2
;
; 0 2 1 ; 1
2
0
7 2
1
5
2
0 0 1
0 1 1
1 1 0
1 1 0
1 1 1
0 1 1 ; 0 1 1 ; 0 0 0 ; 2
1 1
2
2
2
0 0 1
0 0 1
0 0 1
3. Hallar los autovalores y los correspondientes autovectores de cada una de las siguientes
transformaciones lineales:
a) T : Rn Rn ; T =O.
b) T : Rn Rn ; T = IdRn .
c) T : R2 R2 ; T (x, y) = (2 x 2 y , 5 x + y).
d) T : R3 R3 ; T (x, y, z) = (x + y + z , x + y , z).
4. Hallar todos los valores de k R, de modo que = 9 sea autovalor doble de la
transformacion lineal T : R3 R3 definida por T (x, y, z) = (k 2 x2 y , 7 y , 5 y +9 z).
5. Determinar para que transformaciones lineales, correspondientes a los ejercicios 1 y 2,
existe una base B tal que [T ]B es diagonal. Indicar claramente B y [T ]B .
6. De una transformacion lineal T : R2 R2 se sabe que ~v = (1, 1) es un autovector de
T asociado a = 2 y que T (0, 1) = (1, 2).
a) Hallar [T ]C .
b) Hallar, si es posible, una base respecto de la cual la matriz de T sea diagonal.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
149
1 1 1
3
4
2 1
1 1
,
,
, 1
1 1
4 3
1 2
1
1
1 1
1
1 1
0
0 0 1
2 0 1
0 1 0 , 1
2 1 , 0 1 0 .
1 0 2
0 1
1
1 0 0
1 0
0
[T ]B = 0 1
0 .
0 0 1
a) Indicar los autovalores y los autovectores de T .
b) Es una transformacion lineal simetrica ?
3 0 1
12. Sea T : R3 R3 la transformacion lineal tal que [T ]C = 0 b 3 y
0 0 1
~v = (7, 2, 0), un autovector de T asociado a = 3.
a) Hallar b.
b) Calcular todos los autovalores de T y los respectivos autovectores.
c) Es T diagonalizable ? En caso afirmativo mostrar claramente B y [T ]B .
Es T diagonalizable en una base ortonormal ? Justificar la respuesta.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
10
10.1
150
C
onicas y Cu
adricas
C
onicas
Elipse
................................................................
............
.......
.......
....
..
....
.....
..
......
....
.....
......
.
.
.
.
.
.
.
.
...............
...
... .....................................................................
...
...
...
...
...
..
...
.... .... .................................................................
...
.
.
.
..
..
...
...
..
...
..
..
..
...
..
..
.
.
.
.
.
.
... .
..
..
... .
..
..
.....
...
..
..
...... ...
..
.. .... ....
.
.
..
...
......
..
...
... ...
..
...
... .....
..
..
..
...
.
.
.
.
.
...
...
..
...
.
..
...
...
......
..
..
..
.. .... .......
..
..
...
.. ..
.
.
.
.
.
.
.
.
.
.
.
.
..
.. ...
..
..
... ... ..
.. ...
...
..
.. ....
...
... . .
..
..
... ...
... .... ...
..
... ...
.
.
.
.
.
.
.
.
.
.
.
.... .... .... .... .... ....... . ....
...
..... ..... .... ....
... ........
........
........... ............
...
..........
..
.. .....
..
... ....... ....
...
.
.
..
.
..
....
.... ...
.
.
.
.
...
. ....
......
..
.. .......
..
...........
.............................................................................
............
Parabola
...........
.. ....
... .....
....................................
.
.
.
.
.
.
.
.
.
.
...... .................
.
.
.
..
.
.
.
.. ....
........
........
.
.
.
.
.
...
.
.
... ...
.....
...
.
.
...
...
.. .....
.
....
.
..
.
..
.
... ......
......
.
.
.... ..........
.....
..
...
.
.
.
.............
.
.
.
.
.
.
.. ....................
... ...........................
.
.
.
.
......
. ........................ ....
...
... ........ ......
...
...
...
...
.........
....
...
..
..
....
.
...
.
.
...
.
... ...
.
...
.
.
... ..
.
...
.
.
... .
...
..
......
.
...
..
...
.
...
.
.....
.
.
..
... ....
..
.
...
.
.
..... .... ...
...
.. .....
...
...
.... .... ....
....
.... .... .....
...
...
.....
.
.
...
.
.
.
...
...
.......
.
.
...
. .
...
.
.
...
..
..
...
.
.
...
.......
....
..
.
.
...
...
.. .....
.
.
.
.....
... ...
...
.....
.
... ..
.
.
..
...
.
.
.
.
.
...
.. .... .... .... .... .... .... .......... .... ...... .....
.
.. ...
.....
.
.
....
.
.
.
...
..
...
.
.
...
.
.
.
.
... ...
..
.....
...
.
... ...
..
....
...
.
.......
...
.... ..... ....
...........
...
.................................................................
...
.....
...
...
...
...
...
...
...
...
... .....
... ..
... ...
... ...
....
Hiperbola
Figura 55
Si el plano pasa por el vertice del cono las posibles intersecciones seran: un punto, una recta o
......
un par de rectas; denominadas conicas degeneradas.
.... ...............................
...............
...
...
......
... .......
............................................
............................................
....
...................
..........
...................
..............
....
.........
.........
.....
......
.
.
.
.
.
.
.
.
.
.
.
.
....
...
..
..
... ....
....
......
......
.
.
...
.
.
....
.
.
.
.
.
.
...
..
......
....
.
.
....
.
.
.
.
.
.
.
.
.
.
.
.
.......
........
....
...
. ............
.
.
.
.
.
...............
.
.
.
.
.
.
.
.
.
.
.
... .......................
............. ...
... ............................................................... ....
.
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
..
..
.
...
.
.
.
.
.
.
.
...
...
.
.
...
.
.
.
.
.
.
.
.
.
.
...
...
.
..
.
..
.
.
.
.
...
.
.
.
.
.
...
...
...
...
...
...
...
...
..
...
...
...
...
...
..
..
...
..
...
..
..
...
...
......................................
.
.
..............................................................
.
.
.
.
.
... ...
..
...
.
..
...
...
..
.....
...
...
..
..
...
...
...
...
.....
..
..
..
..
... ....
..
... ..... ....
..
..
.
.
.
.
.
.
.
.
.
..
.
..
.....
..
...
.....
...
..
...
...
... .
... ...
..
...
..
..
.. ....
...
..
..
..
..
...
...
.
..
.
.
..
.
.
.
.
.
.
.
.
.
.
.
.
.
..
.
.
..
..
..
...
...
...
......................................................................................................................................................................................
..
..
...
...
... ....
..
...
...
...
...
..
..
.
.
.
..
.
.
.
.
.
.
.
.
.
.
...
..
..
...
...
.......
..
...
...
...
... .....
...
...
...
..
...
...
...
...
..
.
..
.
.
.. .... .... .... .... .... .... .... ... ....
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.... .... .. ....
. ... .... ...
. ...
. .... ....
...
.. .......
...
.....
.. .......... .
....... .
.
....
.
.
.
.
.
.
.
.
...
.
....
.........
....
....
...
..
....
....
..
..
..
....
..
...
.
.
...
.
.
.
.......
.
.
.
... ....
.
....
......
.
.
.
.
............
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.. .... .... .
..
..........................................................
...........................................
..
..
...
...
...
..
..
...
..
..
.
.. ...
.. .
....
Punto
Recta
Figura 56
................
...
...
...
.
. .. .... .... .... .... .... .... .... .... .........
.......... ..
.
... ........
.
.
.
.
.. .
...
...
.... .......
.
...
... .. ..
..
... .. ..
...
..
...... .. ..
.................
................
.
...... ..................................................................... ...
.
........ ..
.. .... ...
... ....
.... .... ...
.. ....
.. .... ..
... ... .....
... .... ..
.
. .
... .
...
.. .. ...
... ..
...
...
... ...
... .
...
....
...
... ..
...
....
.....
...
.
...
.... ......
...
...
..... ...
....
.........
....
..
......
..
...
.
... ......
....
....
.
.... ... ...
..
.
....
....
.. ..
...
...
.
.. .
...
.
...
.
....
.. ...
.. .
......
..
.
.. .. ....
....
...
.
.
.. .. ...
.. .. ..
.... .......
..
.. ... ..
.. .....
... ... ..
.....
..
..
. ..
.... .
.... .. .... .... .... .... .... .... ........... .... ....
.
. ..........
. ..... . ...
.
.
.
.
. .. .......
.. .. ... ...
.
.
.
.
.
...
......
.
.. ....
...
....
.. ..
....
.
....
.. .
....
.....
....
...
.
.
.
.
.
.
.
.
.
.......
....
..............
.............
.
.
...............................................................
......
...... ....
........
..
Par de rectas
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
151
Circunferencia
Fijemos en el Plano un sistema de coordenadas cartesianas ortogonal (O, XY ). Consideremos
C(x0, y0) un punto fijo y r R, r > 0.
Definici
on 10.1.1 Llamaremos circunferencia con centro C y radio r, al conjunto C de los
puntos P del Plano cuya distancia a C es r.
..
.....
...
...
....
........................................
.
.......
.
.... ...... ...... ...... ...... ...... ............. ...... ...... ...... ...... ...........
.
. ..
.
...
.
.... . ...
...
....
.... ... ....
..
.
.
..
.
.
.
..
..
.
.
.
...
.. ...
.
..
. ..
..
...
....
..
........ ...... ...... ...... ......... ...... ...... ...... ........... ...... . .
.
.
...
.
..
...
0...
.... ....
...
...
...
.
.
.
.
..
.
.
.
...
.
.
...
..
...
.. ....
...
.
...
.....
....
...
......
..
...
.....
.... .
.
.......
.
.
.
.
...
.
....................................
...
...
.
..
..
.
....
...
.
...
...
...
....
...
...
.
...
....
...
..
.
.
.
.............................................................................................................................................................................................................
....
0
...
...
.
r P (x, y)
Figura 57
p
P (x, y) C si, y solo si d(P, C) = r. Luego
(x x0 )2 + (y y0)2 = r, y en consecuencia
(x x0 )2 + (y y0)2 = r2 ().
Si x0 = y0 = 0, el centro es el origen de coordenadas y la ecuacion toma la forma x2 + y 2 = r2 .
Desarrollando () obtenemos x2 + y 2 2 x0 x 2 y0 y + x20 + y02 r2 = 0.
Si A = x0, B = y0 y C = x20 + y02 r2 resulta x2 + y 2 2 A x 2 B y + C = 0.
Recprocamente, toda ecuacion del tipo x2 + y 2 2 A x 2 B y + C = 0;con A2 + B 2 C > 0,
es la ecuacion de una circunferencia con centro C(A, B) y radio r = A2 + B 2 C.
Basta completar el cuadrado y obtener (), donde x0 = A e y0 = B.
Ejemplos
1. La ecuacion de la circunferencia de radio 4 y centro en C(1, 2) es (x1)2 +(y+2)2 = 16.
1
2. Dada la circunferencia de ecuacion x2 + y 2 + 3 x + 5 y = 0, queremos hallar las
2
coordenadas de su centro y su radio.
3
5
2 A = 3 y 2 B = 5 = A = x0 = , B = y0 = y r = A2 + B 2 C =
2
2
5
3
9 = 3. Por lo tanto la circunferencia tiene centro C( , ) y radio 3.
2
2
Elipse
Definici
on 10.1.2 Llamaremos elipse al lugar geometrico E de los puntos del Plano tales
que la suma de sus distancias a dos puntos fijos llamados focos, F1 y F2 , es constante y
mayor que la distancia entre F1 y F2.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
152
Observaci
on
La suma de las distancias de un punto M a dos puntos fijos F1 y F2 nunca es menor que
la distancia entre F1 y F2. La suma es igual a la distancia entre F1 y F2 si y solo si M
pertenece al segmento F1F2 . La restriccion respecto a la constante elimina esta posibilidad.
Sea O el punto medio del segmento F1 F2. Como eje X consideremos la recta que contiene
a los puntos F1, F2 y como eje Y , a la recta perpendicular a la anterior que contiene a O.
Supongamos que F1 y F2 tienen, respectivamente, coordenadas (c, 0) y (c, 0) , c 0 y
llamemos 2 a, a > 0 a la constante.
.
...
.......
...
....
..
...
...
...
...
...
...
...
...
...
......................
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.............................
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
................
.............
.
.
.
.
.
.
.
.
.
.
.
.
.
.............
...
.
.........
.
.
.
.
.
.
.
.
...
.
......... .....................
.....
.
.
.
.
.
.
...........
.... .........
.
.
.
.
.
...........
......
.
........
.
.
.
....
.
.
.
.
.
.
.
.
.
.
.
.
.
.
......
.
.......
....
.....
.
.
.
.
.
.
.
.
.
.
.....
.
.
.
.
.
.
...
. ................
....
....
.
.
.
.
...
.
....
..........
...
.
.
.
.
.
.
.
.
.
.
.
....
.
.
.
.
...
..
.
......
.
.
.
....
.
.
.
.
.
.
.
.
.
.
.
.
.
...
.
...
......
.
.
.
.
.
.
.
.
...
.
.
.
.
.
.
.
.
...
...
.
.......
.
.
.
.
.
.
.
.
...
.
.
.
.
.
.
.
.
...
.......
.
.
..
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
...
.
.
......
.
.
..
.
.
.
.
.
.
.
...
.
.
.
.
....
..
.
.......
.
.
.
.
.
.
.
.
...
.
.
.
.
.
..
....
.
...........
.
.
.
.
.
.
.
.
.
.
...........................................................................................................................................................................................................................................................................................................................................................................................................
...
.
...
..
..
.
.
..
..
.
.
.
.
..
1
2
.
...
..
.
.
...
...
...
...
...
...
....
...
...
....
....
....
.
.
.
.
.
....
....
.....
....
.....
......
...
......
........
.......
...
.........
........
.
.
.
.
..........
.
.
.
.
.
..........
......
....
.............
..........
.................
..............
...
.............................
.................
...................................................................
...
...
..
...
..
M(x,
y)
r
F (c, 0)
F (c, 0)
Figura 58
Sea M(x, y) E = {P : d(P, F1 ) + d(P, F2 ) = 2 a}. Se tiene entonces que
p
p
p
p
(x + c)2 + y 2 +
(x c)2 + y 2 = 2 a = (x + c)2 + y 2 = 2 a (x c)2 + y 2 =
p
p
(x + c)2 + y 2 = 4 a2 4 a (x c)2 + y 2 + (x c)2 + y 2 = a2 x c = a (x c)2 + y 2 =
(a2 x c)2 = a2 [(x c)2 + y 2] = a2 (a2 c2 ) = (a2 c2 ) x2 + a2 y 2.
()
Como d(F1 , M) + d(F2 , M) = 2 a > d(F1 , F2) = 2 c se tiene que a > c 0 = a2 c2 > 0.
Sea b2 = a2 c2 , reemplazando en () obtenemos que a2 b2 = b2 x2 + a2 y 2 y dividiendo por
a2 b2 resulta:
x2
y2
(E)
+
=1; ab>0
a2
b2
que es una de las formas canonicas de la ecuacion de la elipse.
Los ejes X e Y se denominan los ejes de simetra de la elipse. Los segmentos A0A y B 0 B
se denominan, respectivamente, el eje mayor y el eje menor de la elipse. Los segmentos OA
y OB se llaman, respectivamente, el semieje mayor y el semieje menor y los n
umeros
a y b, son sus respectivas longitudes. Si a = b obtenemos le ecuacion de una circunferencia
de radio a. La ecuacion (E) implica que |x| a e |y| b. Los cuatro puntos en que la
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
153
Y
Br
Ar
O|
{z
a
rA
Figura 59
Observaci
on
Si en los casos anteriores se considera como eje Y a la recta que pasa por los focos y como eje
X su perpendicular por O obtendremos, por un procedimiento analogo,
x2
y2
+
=1; ba>0
a2
b2
(E 0 )
Ejemplo
Hallar la ecuacion de una elipse con vertice en V (1, 1), centro en O0 (3, 1) y tal que
1
c
= . Cuantas elipses existen en esas condiciones ?
a
2
...
........
....
..
....
..
...
..
..
...
00
..
.
...
.
...
...
..
...
..
...
.
.
...
...
..
...
..
...
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
...
.
.
.
.
.
.
.
.
...................
..
..................
............
...
...........
......... ...
... ..............
.........
.
...........
.. ...........
.
.
.
.
.
.....
.
......
....
..
.... ...
.....
...
... ....
....
..
...
...
.......
..
..
...
....
.......
.
.
.
.
........ ...
...
.
..
.
.
.
............ .... .... ...
...
.
.
.
...
..
..
...
..... .............. ....
.
..........
. ..
.
...
.
.
...
.............
..
... ...
.
.
..
..
.... ..
.... .............
.
....................................................................................................................................................................................................................................................................................
........
. ....
..
....
...
........
..
~b2... ........
.......
...
..
...
........
...
..
....
....... .......
...
...
............
..
~
b
...
..
.......
. .... .... .... .... .... .... .... .... .... .... .
1
.
.
........ .
.
..
.
.
....
.
.
.
...
...........
.
.
.
.
.
.
.
.
.
...
.......
...
.
0
.
........
.
.
..
....
.
..
.......
..
.
.
.
.
.
........
..
..
.
.
.
.
.
.
.
.
.
.
.......
..
.
.
.
.
...
.
.
.
.
....
.
.......
.
..
...
.......
..
...
..
........
...
..
...
........ ....
...
..
....... .
... ....
.........
...
... ..
..
... ..
... ..............
.... ..
......
...
.....
...
.........
...
.
.
.... .......
.
...
00
....
.
.
.
......
...
.......
....
........
.......
..........
........
...........
.........
.
.
.
.
.
.
.
.......................
.
.
.
.
.
.............................
1 O
1
Figura 60
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
154
Supongamos que a = kV O0 k = 20 es la longitud del semieje mayor. Como O0 (3, 1), necesitamos hallar una base ortonormal B de manera que en el sistema de coordenadas (O0 , X 00 Y 00),
0
VO
0
asociado a O y B, la elipse tenga ecuacion canonica. Consideramos ~b1 = =
kV O0 k
(2/ 5 , 1/ 5) y ~b2 = (1/ 5 , 2/ 5). B = {~b1 , ~b2} es una base ortonormal y en el sistema
x002 y 002
+ 2 = 1.
de coordenadas (O0 , X 00Y 00) asociado a O0 y B la elipse tiene ecuacion
20
b
002
002
1
y
c
x
2
2
2
2
= , entonces b = 15. Por lo tanto
+
= 1.
Como c = a b y
a
2
20
15
Para hallar la ecuacion en el sistema (O, XY ) de partida consideramos las correspondientes
formulas de cambio de coordenadas:
00
x
x x0
2/5 1/5
x3
T
= [B]C
=
y 00
y y0
y+1
1/ 5
2/ 5
2x y 7
x+ 2y 1
e y 00 =
. Reemplazando y efectuando los
5
5
calculos se obtiene 16 x2 + 19 y 2 + 4 x y 92 x + 26 y 149 = 0.
Analogamente, si consideramos a = 20 como la longitud del semieje menor obtenemos
24 x2 + 21 y 2 4 x y 148 x + 54 y 251 = 0.
a
a
Si a > b, las rectas x = y x =
se llaman directrices de la elipse y cada una de ellas
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
155
M(x, y)
F (c, 0)
F (c, 0)
Figura 61
Sea M(x, y) H = {P : | d(P, F1 ) d(P, F2 ) |= 2 a}. Entonces obtenemos que
p
p
(x + c)2 + y 2
(x c)2 + y 2 = 2 a. Por un calculo analogo al caso anterior resulta:
a4 + c2 x2 = a2 x2 + a2 c2 + a2 y 2 = x2(c2 a2) a2y 2 = a2(c2 a2) ()
Como 2 c = d(F1 , F2) > | d(F1 , M) d(F2 , M) |= 2 a = c > a > 0 = c2 > a2 =
c2 a2 > 0.
Sea b2 = c2 a2, reemplazando en () obtenemos x2 b2 a2 y 2 = a2 b2.
Dividiendo por a2 b2 resulta:
(H)
y2
x2
= 1 ; a > 0, b > 0
a2
b2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
156
...
........
...
....
..
.....
..
...
.....
.....
.....
.....
....
.
.
....
.
.
..
.....
.....
..
.....
.
.
.
.
.
....
.
.
.
.
.
.
.
.
.
.....
.
..
....
.....
.....
.....
.....
.....
.....
....
.....
.....
..
.....
.....
.....
.
....
.
.
.
.
.
.
.
.
.
.
.....
.....
....
....
.....
.....
....
....
.....
.....
....
..
....
.....
.....
....
...
.....
...
.....
....
....
.....
.
..
.
.
.....
.
....
.
.
.
.
.....
...
....
...
...
.....
.....
....
...
.....
...
.....
...
...
.....
.....
...
....
....
.....
.....
...
...
.
.
.
.
.
.
.
.....
.
...
..
.....
.....
....
..
.....
....
..
....
..
.....
.....
..
.
..
.....
......
0.....
..... ... ........
..
.
.
.. . ..
..........................................................................................................................................................................................................................................................................................................................................................................................................................
.. . ..
..
..
...
..... ... .........
..
.....
.
.....
.
..
.
.
.
...
.
.
.....
.
..
.
.....
.....
...
..
..
.....
.
.
.
.
.
...
.
.
.
.
.
.
.....
.
.
...
.
....
.
.
.
.
.
.
.
.
.
.
.....
...
..
.
.
...
.
.
.
.
.
.
.
.
.
....
.....
.
....
...
.
.
.
.
.
.
...
.
.
.
.
.....
..
.
...
....
.
.
.
.
.
.
.
.
.
.
.
.....
....
..
.
.
...
.
.
.
.
.
.
.
.
....
.
.....
...
.
..
.
.
....
.
.
.
.
.
.
.
.
.
.....
....
.
....
....
.
.
.
.
.
.
.
.
.
.
.....
.....
.
..
..
.
.
.
.
.
.
.
....
.
.
.
.....
...
.
...
.
.
....
.
.
.
.
.
.
.
.
.
.....
.....
.
...
...
.
.
.
.
.
.
.
.
.
.....
.
.
.....
..
.
...
.
.
.
.
.
.....
.
.
.
.
.
.
.
.....
...
...
.....
..
.
.
.
.
.
.
.....
.
.
.
.
..
.
....
.
.
.
.
.
.
.
.
.....
.
...
.
.
.
.....
.
.
.
.
....
...
......
Ar
{z
a
}r
Figura 62
Observaci
on
Si en los casos anteriores se considera a la recta que pasa por los focos como eje Y, y como eje
X su perpendicular por O obtendremos, por un procedimiento analogo,
(H0 )
y2
x2
= 1 ; a > 0, b > 0
b2
a2
x00 2 y 00 2
2 = 1, pues F1 pertenece al
a2
b
2
41
41
369
d(A0 , A)
y c2 = a2 + b2 =
+ b2. Como c2 = [d(O0 , F1)]2 =
=
Entonces a =
2
4
4
4
00 2
00 2
41
x
369
y
41
4
4
82
4
2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
157
..
........
...
..
....
... ....
.
.
... ...
.
.
..
....
....
....
...
....
...
....
...
...
....
.
...
.
...
....
.
..
...
.
.
.....
.
...
.
...
...
.....
.
...
.
...
.
.....
...
...
.
.
.
.
.
.
.
.
...
..
..
....
....
....
....
00
...
....
.....
...
.. .....
.....
.
.....
.
.
0....................... ...... ...... ...... ...... ...... .........
.
.
..
.
.
.
.
.
.
.
.
.
..
.... ... .....
....
....
....
. ....
....
...
....
...
....
.....
....
..
...
.....
....
.
.
.
.
.
.
.
.
.
.
.
....
..
.....
...
.... .......
..
.....
...
..
.... ......
......
....
.
......
...
.
.......
.....
.
.
.
.
.
.
.
.
.
.
.
....
.
....
... 2 ............. ....
.....
...
..
.....
...
...
0............................ ...... ...... 3
....
.. . ....
.
.
.
.
... 2
.
.. . ....
....
...
.. ....... ....
....
.....
.... 1..
.....
.....
... ..
...
......
.
.
.
.
.
.
.
.
.
.
....
.
... ..
...
..
.....
....
.....
.....
....
......
.. .....
..
............................................................................................................................................................................................................................................................................................................................................
. ...
.
..
.
..
.
.
.
.
.
.
.
.
.
.
.
...
.... ...... .
.....
.....
... ... .......
.....
....
... ....
.....
..
........
....
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
.
.....
.....
.... ......
....
...
.. .......
....
....
.........
....
...
.
.
.
.
...
.....
...
.
.
.
...
... ...
.
.
...
.
.
...
.
.
...
.
.
.
.
...
..
.
.
.
.
.
...
.
..
.
.
....
.
.
.
.
..
00
...
.
.
.
.
.
....
...
..
.
.
.
...
.
..
.
.
...
.
.
.
....
...
....
...
...
...
..
...
..
.....
..
...
A r
b~
O r ~
b
1 O
1
1
r
Figura 63
Hallemos su ecuacion en el sistema (O, XY ). El cambio de coordenadas queda determinado
por:
00
x
x+1
x+1
4/41 5/ 41
t
, de donde obtenemos
=
= [B]C
y 00
y 3/2
y 3/2
5/ 41 4/ 41
5
23
4
1
4
5
x00 = x y +
e y 00 = x + y . Reemplazando en (1) se obtiene
41
41
2 41
41
41
41
103 x2 360 x y + 184 y 2 + 746 x 912 y 2305 = 0.
00
3
x
x
1
0
00 00
41, 0 , y como
= [B]C
+
En el sistema (O , X Y ), F2
y 00
y
3/2
2
obtenemos que F2(7, 9).
Par
abola
Definici
on 10.1.4 Llamaremos par
abola al lugar geometrico P de los puntos del Plano cuya
distancia a un punto fijo F llamado foco, coincide con su distancia a una recta fija D, que no
pasa por el foco, llamada directriz.
Sea L la recta perpendicular a D por F y {M} = D L. Consideremos el punto medio O del
segmento F M, como eje X la recta paralela a D por O y como eje Y la recta L. Suponemos
que F (0, p), p 6= 0, y directriz D de ecuacion y = p. Ver Figura 64
Observaci
on
Si la directriz pasara por el foco, los puntos pertenecientes a la recta que pasa por F y es
perpendicular a la directriz verificaran la definicion.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
158
...
........
....
...
...
...
...
...
...
...
...
...
....
..
...
...
.
..
..
....
..
..
..
...
...
.
.
.
.
...
...
.....
...
...
..
...
...
...
...
...
..
..
.
.
.
...
...
...
...
...
........
...
...
..... .....
....
... . ..... ..
.
...
.
.
.
...
.
......
....
....
... ....
.....
...
....
....
......
...
...
...
.. ... ......
....
....
.
.
.
....
....
.
....
...
...
....
.....
....
.
.
.
.
.
.
.
.
.....
..
.
.
..
.
.......
.
...
.
.
.
.....
.........
.
.
.
.
.
.
.
.
.
.
..................................................................................................................................................................................................................................................................................................
...
.....
..
.
...
..
...
...........................................................................................................................................................................................................................................................
....
..
....
...
...
...
...
...
....
F (0, p)r
O
P (x, y)
r
r
y = p
Figura 64
Sea P (x, y) P = {P : d(P, F ) = d(P, D)}. Se tiene entonces que:
p
x2 + (y p)2 =| y + p | = x2 + (y p)2 = (y + p)2 = x2 + y 2 2 p y + p2 = y 2 + 2 p y + p2 .
De aqu obtenemos:
(P) 4 p y = x2
que es una de las formas canonicas de la ecuacion de la parabola.
El eje Y se denomina el eje de simetra de la parabola y O el v
ertice.
Observaci
on
Si consideramos como eje X a la recta L y como eje Y la recta paralela a D por O, se tiene
que el foco tiene coordenadas (p, 0), p 6= 0 y la directriz ecuacion D : x = p. Por un
procedimiento analogo, obtenemos la ecuacion canonica:
(P 0) 4 p x = y 2
que es la otra forma canonica de la ecuacion de la parabola.
Ejemplo
Hallemos la ecuacion de una
parabola que tenga foco en el punto de coordenadas (0, 0) y
directriz de ecuacion D : x 3 y + 16 = 0.
Para hallar un sistema de coordenadas (O0 , X 00Y 00) en el cual, la parabola tenga una forma
perpendicular a la directriz que pasa por el
canonica, consideremos como eje Y 00, la recta L
foco. Por lo tanto, la ecuacion del eje Y 00 es L : 3 x + y = 0.
0
El nuevo origen
del
segmento F M, donde {M} = L D, esto implica
O es el punto medio
0
que M(4, 4 3), por lo tanto O (2, 2 3).
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
La base ortonormal
(
3 1
B = (
, ),
2
2
159
En el sistema (O0 , X 00Y 00 ) la conica tiene ecuacion 4py 00 = x00 2, con p = d(F, O0 ) = 4. Esto
1 00 2
implica que y 00 =
x .
.
16
...
.......
.
....
...
...
...
...
...
...
...
...
...
...
...
...
...
...
... ............
... .........
...
.
.
.......
.
.
.
.
.
...... ....
......
...
...
......
...
......
....
......
...
.
.
.
..
.
.
....
...
.
.
.
.
...
.
...
..
.
.
.
.
....
.
...
...
.
.
.
.
..
.
.
...
....
.
.
.
.
..
...
.
....
...
.
.
.
.
...
.
... .........
.
... ...... ...... ...... ...... ...... ...... ...... ...... ........
.
.
.
.
.
.
.
..
.
..... .....
.
.
.
.
...
.
...
...
.
.
.
.
.
.
...
.
..
....
.
.
.
.
.
.
...
.
. ...
....
.
.
.
.
.
...
.
.
.
..
...
.
.
.
.
.
...
.
.
.
.
..
......
...
...
...
......
.
...
......
...
......
....
...
...
......
.
.
.
.
.
.
.
...
..
.... ..........
....
...
..
.......
................
...
....................
...... ..
...
................................
...
.
.
.
.
.
............... ...
..
.
.
.
0
.
.
.
.
.
....
...
......
....
... ........... .
. .....
..
...
.
1....................... ...... ...... ...... ...... ......
.
.
.
.
..
...
.......
.
.
.
.
.
.
.
.
.....
.
.
.........
..
.. ........... 2
..
.........
.. ....
.. ..................
...
.
.
.
.
.
.
.
.
....
.
...
..
..... .....
.
.
.
.
.
..
.
.
...
.... .....
.
.
.
.
.
...
.
..
..
.
....
.
.
.
.
.
.
.
.
.
...
.
.
.
...
.
....
.
.
.
.
.
.
.
...
.
...
. ...
.
....
.
.
.
.
.
.
.
.
...
.
.
.
..
..
.
00...... .
......
...
...
.
.
.
...
.
...
.
.
.
.
..
.
.
... ....
..
.. ..
....
....
... ..
.....
..
..
.............................................................................................................................................................................................................................................................................................................................................................................
.
........
... ...
... ...
.... ....
...
.
00 .......
.
4 3
O
b~
2 3
b~
rF (0, 0)
Figura 65
Para obtener su ecuacion en el sistema (O, XY ) de partida usaremos las formulas de cambio
de coordenadas.
1
3
00
00
x =
x y
x
x
+
2
x
+
2
3/2
1/2
2 2
.
=
= [B]TC
y 00
y2 3
y2 3
1/2
3/2
1
3
00
y = x
y+4
2
2
10.2
Reducci
on de una c
onica a la forma can
onica
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
(1)
a x2 + 2 b x y + c y 2 + d x + e y + f = 0 ;
a, b y c no simultaneamente nulos.
Es claro que las ecuaciones canonicas (P),
de (1). El conjunto de puntos considerado
u
nico punto (x2 + y 2 = 0), una recta ( x2
que se cortan (x y = 0).
Veremos que mediante un cambio adecuado
una conica degenerada.
160
a, b, c, d, e, f R ,
=
y
b c
y
bx + cy
Luego, h T (~v), ~v i = h (a x + b y, b x + c y), (x, y) i = a x2 + 2 b x y + c y 2 . Entonces, notando
~ = (d, e), resulta:
L
~ ~v i + f = 0
f (x, y) = h T (~v ), ~v i + h L,
Como T es una transformacion lineal sim
etrica, existe una base ortonormal B, formada por
1 0
autovectores, tal que [T ]B =
. Como B y la base canonica son bases ortonormales,
0 2
para todo vector ~v R2 , se verifica que:
h T (~v ), ~v i = h (T (~v ))B , (~v)B i
Supongamos que (~v )B = (x0, y 0), entonces:
[T (~v)]B = [T ]B [~v]B =
1
0
0
2
0
x
1 x0
=
y0
2 y 0
~ B , (~v)B i + f = 1 x0 + 2 y 0 + d0 x0 + e0 y 0 + f
h (T (~v))B , (~v)B i + h (L)
Por consiguiente, en el sistema de coordenadas (O, X 0 Y 0 ) asociado a la base B, (1) toma la
forma:
2
2
f 0 (x0, y 0 ) = 1 x0 + 2 y 0 + d0 x0 + e0 y 0 + f = 0
Agrupando las variables y de ser necesario,completando cuadrados se efect
ua una traslacion
0
de los ejes a un nuevo origen O y as se obtiene un sistema de coordenadas (O0 , X 00 Y 00) en
onica propiamente dicha o de una
el cual f 00(x00, y 00) = 0 es la ecuacion canonica de una c
c
onica degenerada.
X 00 sera paralelo al autovector asociado a 1 e Y 00 paralelo al asociado a 2 .
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
161
Ejemplos
1. Sea f (x, y) = 3 x2 + 10 x y + 3 y 2 + 22 x + 10 y + 5 = 0 .
3 x
5
3 5
= x2 6x 16, sus
luego det (A x I2 ) =
A = [T ]C =
5
3 x
5 3
races son 1 = 8 y 2 = 2. Hallemos los autovectores asociados.
Si = 8,
5
5
x
0
=
5 5
y
0
x + y = 0, de aqu resulta x = y y
1 1
entonces V8 = {(x, x) : x R }. Elegimos v~1 = , .
2 2
Si = 2,
x
0
5 5
=
=
x + y = 0 entonces x = y y por lo tanto
y
0
5 5
1 1
V2 = {(y, y) : y R }. Elegimos v~2 = ,
.
2 2
..
..
..
..
..
..
..
..
.
..
...
...
..
....
.......
..
....
..
..
...
.
...
.
...
..
..
...
...
..
00
...
...
..
....
..
...
...
..
.
.
.
.
.
..
00
...
.
...
.
....
....
..
...
..
....
....
...
..
....
....
..
...
....
...
..
.
.
.
.
.
.
....
..
..
...
....
....
....
....
..
....
...
..
...
....
...
..
....
....
..
.
...
.
.
.
..
.
....
...
..... ... 1
...
...
....
..... ...
....
...
... .. 2
....
................................................................................................................................................................................................................................................................................................................................
.... ..
....
.
.
.... ..
...
....
...
......
...
....
.....
....
....
..... ...
...
.
....
..... ..
.
.
.
...
...........
....
......... ..
....
..........
....
...
...... .... ..
...........
....
....
..........
... 2..... .... ......
...
.......................
.
.
.
.
.
...................
.... .. ... .... 1 ...
....................
......... .. . ... ........
....................
....... .......... ............ ....... ..............
...... ............ ... ... ... .....
...... ....................
.
5 .................. ...........................................................
.... ..
... . .
2 ...................... ....0.. .......... ..........................................................
....................
.
. . . .
................
... ... .... .... ......
.
.
..........
... ..
....
...........
....
....
... ..
....
..........
...
.
.
.
.
.
.....
........
...
..
..
.
.
.
.
.
.
.
.
....
.....
...
..
.
.
.
.
....
.....
.
..
.
.
.
.
.
.
.
....
.....
....
..
.
.
.
.
.
...
.....
..
....
....
....
...
....
....
...
...
....
....
....
...
...
...
...
.
.
.
.
.
....
.
.
...
.
...
...
.
.
.
.
.
..
....
..
.
.
.
.
.
.
.
...
..
...
..
....
..
...
..
...
...
..
...
..
...
..
v~
v~
Figura 66
Sea B =
1 1
1 1
8
0
( , ) , ( , ) . Es claro que [T ]B =
0 2
2 2
2 2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
162
22
16 2
1/ 2 1/2
[L]C =
=
.
= [L]B =
[L]C =
1/ 2 1/ 2
6 2
10
3 2
8 (x0 + 2)2 2 (y 0 +
2) 2 = 0.
8 x0 2 + 16 2 x0 (2 y 0 2 + 6 2 y 0 ) + 5 = 0 =
2
3
Consideramos x00 = x0 + 2 ; y 00 = y 0 +
2, es decir efectuamos una traslacion de ejes
2
1/2
2
2
0
0
0
22
10
[B]TC
x002
2
Tenemos entonces que 8 x00 2 2 y 002 2 = 0 = 2 y 00 = 1 que es la ecuacion
1
2
canonica de una hiperbola.
...
.......
...
...
00......
...
...
....
...
...
...
.
... ....
... ..
... ...
... ..
.
.............................................................................................................................................................................................................................................................................
......
..
.... ....
...
.... ....
..
...
...
...
..
...
...
.....
....
...
......
...
...
...
......
......
...
...
....
00
......
.
.
.
...
..
.
...
.
..
.
...
...
.......
...
.......
...
...
...
...... .......................................
.
.
.
.
...
.
.
... .
...
........
...
...... ............
........ ..
... .
...
1.......................................
... ..
...
. ...............
.
.
..
.
..... .... .... .... .... 2
.... ......................
....
....... ....
......
...
0 .....
...........
.
.
.
...
.
.
.
.
...
... ...................
...
.......... .....
...
...... ....
...
...... ... ......
.
.
.
.
.
...
...
...
.
.
.
.
.
.
...
.
.
......
....
.
.
.
.
...
.
.
.
.
. ...
....
.
.
...
.
.
.
.
.
.
. ...
...
.
.
..
.
.
.
.
.
.
.
..
.
...
..
.
.
.
...
...
...
.
.
...
....
...
...
...
....
..
...
...
...
...
...
...
...
...
...
...
...
..
...
.
2 3
v~
v~
Figura 67
Si = 4,
1
x
0
3
3y = 0
x
+
= x = 3 y.
=
=
3 3
y
0
3x 3y = 0
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
163
!
3 1
,
.
2 2
Si = 0,
1
x
0
3
3
3
x
+
3y = 0
= x = y.
=
=
3 1
y
0
3x+ y = 0
3
!
1
1 3
.
Luego V0 =
y, y : y R . Elegimos v~2 = ,
2 2
3
(
)
1 3
3 1
4 0
Sea B = (
, ) , ( ,
) . Entonces [T ]B =
.
0 0
2 2
2 2
32
0
32
3/2 1/2
T
=
. Luego,
[L]C =
3/2
32 3
64
32 3
1/2
f 0 (x0, y 0) = 4 x0 2 + 64 y 0 + 256 = 0 = 4 x0 2 + 64 (y 0 + 4) = 0 = x02 + 16 (y 0 + 4) = 0.
1
2
Si x00 = x0, y 00 = y 0 + 4, se tiene que x002 + 16 y 00 = 0 y por lo tanto y 00 = x00 , que es
16
la ecuacion de una parabola. Tenemos ademas que
0
0
0
2
0
3/2
1/2
=
. Ver Figura 67.
= [OO ]C =
[OO ]B =
3/2
4
2 3
4
1/2
10.3
Cu
adricas
x2 y 2
+
=1;
a2 b2
a b > 0.
x2 y 2
2 =1;
a2
b
a > 0 , b > 0.
4 p y = x2 ; p 6= 0.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Cilindro elptico
Cilindro hiperbolico
164
Cilindro parabolico
Figura 68
Elipsoide
Es una superficie que en un sistema de coordenadas adecuado tiene ecuacion:
(4)
x2 y 2 z 2
+ 2 + 2 =1; abc>0
a2
b
c
Elipsoide
Esfera
Figura 69
x2 y 2
+ 2 z2 = 0 ; a b > 0
2
a
b
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
165
Si a = b, el cono se dice circular y se obtiene por rotacion alrededor del eje z de una recta
que pasa por el origen. Si a 6= b, el cono se dice elptico.
Cono
Figura 70
Hiperboloides
Son superficies que poseen ecuacion:
(6)
(7)
x2 y 2 z 2
2 + 2 = 1 ; a b > 0 , c > 0. Hiperboloide de dos hojas.
a2
b
c
x2 y 2 z 2
+
2 = 1 ; a b > 0 , c > 0. Hiperboloide de una hoja.
a2 b2
c
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
166
Paraboloides
Existen dos cuadricas llamadas paraboloides, el paraboloide elptico de ecuacion:
(8) z =
x2 y 2
+
; ab>0
a2 b2
y el paraboloide hiperb
olico o silla de montar de ecuacion:
(9) z =
x2 y 2
2 ; a>0, b>0
a2
b
Paraboloide elptico
Paraboloide hiperbolico
Figura 72
Las ecuaciones (1), (2), . . . ,(8) y (9) son casos particulares de () y se denominan ecuaciones
can
onicas de las cuadricas. Observemos que las mismas pueden clasificarse en dos grupos:
I: (1), (2), (4), (5), (6) y (7) se denominan cu
adricas con centro y en un sistema de
coordenadas adecuado tienen ecuacion:
f (x, y, z) = A x2 + B y 2 + C z 2 + D = 0 con A, B y C no simultaneamente nulos.
II: (3), (8) y (9) se denominan cu
adricas sin centro y tienen ecuacion:
f (x, y, z) = A x2 + B y 2 + C z = 0 con C 6= 0, A y B no simultaneamente nulos.
Observaci
on
La ecuacion () puede representar el conjunto vaco (x2 = 1), un punto (x2 + y 2 + z 2 = 0),
una recta (x2 + y 2 = 0), un plano (z 2 = 0), dos planos paralelos (z 2 = 1) o dos planos que
se cortan (x y = 0).
10.4
Reducci
on de una cu
adrica a la forma can
onica
Consideremos la ecuacion :
f (x, y, z) = a11 x2 + a22 y 2 + a33 z 2 + 2 a12 x y + 2 a13 x z + 2 a23 y z + a1 x + a2 y + a3 z + k = 0.
Veremos que con un cambio adecuado de coordenadas obtenemos la ecuacion canonica de una
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
167
1 0 0
tores de T , tal que [T ]B = 0 2 0 . B es base ortonormal y determina un sistema de
0 0 3
0 0 0
coordenadas (O, X Y Z ) en el cual f (x, y, z) = 0 toma la forma
2
1 x 0
1 0
0
0
0 1/2 = det (A x I3) = 0
x 1/2 =
A = [T ]C = 0
0
0 1/2
0
1/2 x
x 1/2
1
1
1
2
= (1 x) x
= (1 x)
= (x + 1)(x )(x + ).
1/2 x
4
2
2
1
1
Son autovalores: 1 = 1, 2 = y 3 = .
2
2
Si = 1,
0 0
0
x
0
0 1 1/2 y = 0
0 1/2 1
z
0
Por lo tanto V1
z
y + = 0
2
=
= y = z = 0.
y +z =0
2
= {(x, 0, 0) : x R }. Elegimos v~1 = (1, 0, 0).
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
1
Si = ,
2
1/2 0
0
x
0
0 1/2 1/2
y = 0 =
0 1/2 1/2
z
0
entonces V 1
168
x=0
= x = 0 , y = z.
y+z =0
1
1
= {(0, z, z) : z R }. Elegimos v~2 = 0, , .
2
2
1
Si = ,
2
3/2
0
0
x
0
0 1/2 1/2
y = 0
0 1/2 1/2
z
0
x=0
yz =0
x = 0 , y = z.
1 1
Entonces V 1 = {(0, y, y) : y R }. Elegimos v~3 = 0, , .
2
2 2
1
1
1 1
Sea B = (1, 0, 0) , (0, , ), (0, , ) , luego,
2
2
2 2
1
0
0
[T ]B = 0 1/2 0
0
0
1/2
2
1
0
0
2
2
Como [L]C = 0 , [L]B = 0 1/2 1/ 2 0 = 4/ 2 .
4
4
0 1/ 2 1/ 2
4/ 2
1 02 1 0 2
y + z + 2 x0 + 2 2 y 0 2 2 z 0 5 = 0 .
2
2
Agrupamos las variables y completamos cuadrados y determinamos la traslacion a efectuar.
1 02
1 2
(y 4 2 y 0 ) + (z 0 4 2 z 0 ) 5 =
2
2
1
1
= [(x0 1)2 1] [(y 0 2 2)2 8] + [(z 0 2 2)2 8] 5 =
2
2
1
1
= (x0 1)2 (y 0 2 2)2 + (z 0 2 2)2 4 = 0
2
2
2
f 0 (x0, y 0, z 0 ) = (x0 2 x0 )
Si x00 = x0 1 ; y 00 = y 0 2
1 2 1 2
x y 00 + z 00 4 = 0
2
2
hiperboloide de dos hojas.
002
2 ; z 00 = z 0 2
=
2 obtenemos
+
= 1, que es la ecuacion de un
4
8
8
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
169
Segundo caso: 1 6= 0 , 2 6= 0 , 3 = 0
Se tiene que: f 0 (x0, y 0, z 0) = 1 x0 2 + 2 y 02 + a01 x0 + a02 y 0 + a03 z 0 + k = 0.
Si a03 = 0, completando cuadrados se obtiene f 00 (x00, y 00, z 00) = 1 x002 + 2 y 002 + k 0 = 0.
Si a03 6= 0, completamos cuadrados y, sacando un factor com
un conveniente, obtenemos
f 00(x00, y 00, z 00) = 1 x002 + 2 y 002 + a03 z 00 = 0.
Ejemplo
Consideremos la
A = [T ]C = 3
0
1 x
3 0
3
0
1 x
3
1 0
= det (A x I3) = 3
1 x 0 = x
=
3
1 x
0 0
0
0
x
3
3 0
x
0
3 3 0 y = 0
0
0 3
z
0
xy =0
= z = 0 , y = x .
z=0
1 1
Entonces V4 = {(x, x, 0) : x R }. Elegimos v~1 = , , 0 .
2 2
Si
3
3
0
= 2,
0
x
3 0
3 0 y = 0
0
z
0 2
Por lo tanto V2
Si
1
3
0
x+y = 0
z=0
z = 0 , y = x.
1 1
= {(y, y, 0) : y R }. Elegimos v~2 = , , 0 .
2 2
= 0,
3 0
x
0
1 0 y = 0
0 0
z
0
x + 3y = 0
3x + y = 0
0
1/ 2 1/2
Como [L]C = 0 entonces [L]B = 1/ 2 1/ 2
2
0
0
x = y = 0.
0
0
0
0 0 = 0 .
1
2
2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
170
a03 00 a02 00
a0
a0
y + z y z 0 = 2 y 00 + 3 z 00.
a
a
a
a
5 x 5
5 5 0
0
A = [T ]C = 5 5 0 = det (A x I3 ) = 5 5 x 0 = x2(x 10).
0
0
0 0
0
x
Los autovalores de T son 1 = 10 y 2 = 3 = 0.
Si = 10,
0
x
5 5
0
n
x+y =0
5 5
0 y = 0 =
z=0
0
0 10
0
z
Por lo tanto V10 = {(x, x, 0) : x R }. Elegimos v~1 =
= z = 0 , y = x.
1
1
, , 0 .
2
2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Si = 0,
5 5 0
x
0
5
5 0
y = 0
0
0 0
z
0
xy =0
171
x = y.
2
1/2 1/ 2
Como [L]C = 3 , [L]B = 1/ 2 1/ 2
1
0
0
1 1
, ,0
y
2 2
10 0 0
Luego, [T ]B = 0 0 0 .
0 0 0
2
5/ 2
0
0 3 = 1/ 2 .
1
1
1
5
1
Por lo tanto f 0 (x0, y 0, z 0 ) = 10 x0 2 x0 + y 0 + z 0 + 1 = 0,
2
2
r
1
1
3
0
0
+1= .
luego a2 = y a3 = 1, lo que implica a =
2
2
2
)
(
1 0
0
1
1
2
2
2/ 3 1/ 3 .
Si B 0 = v~1 , .v~2 .v~3 , .v~2 + .v~3 , [B 0]B = 0
3
3
3
3
2/ 3
0 1/ 3
5/ 2
5/ 2
5/ 2
1 0
0
2/ 3
1/ 3 1/ 2 = 0
[L]B 0 = [B 0]TB [L]B = 0
3/ 6
2/ 3
0 1/ 3
1
Se tiene entonces,
3
5 00
3 00
1
00 2
00
f (x , y , z ) = 10 x x + z + 1 = 10 x x + z 00 + 1 =
2
6
2 2
6
#
"
2
2
3
3
1
1
1
10
+ z 00 + 1 = 10 x00
+ 1 + z 00 =
10
x00
32
32
4 2
6
4 2
6
!
2
2
1
3
22
1
3
22
6
10 x00
= 10 x00
= 0.
+ z 00 +
+
z 00 +
32
3 32
4 2
6
4 2
6
00
00
00
00
00 2
1
11
3
Si x000 = x00 , y 000 = y 00 y z 000 = z 00 + , se tiene que: 10 x000 2 + z 000 = 0, que es
4 2
8 6
6
un cilindro parabolico.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
10.5
172
Ejercicios
x2
y2
+
= 1, hallar:
100 36
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
173
x2 y 2
= 1 hallar:
4
9
6
6
1,
+ 2).
g) Sus focos son F1(1, 0) , F2(1, 2) y pasa por el punto P (
2
2
7. En cada caso hallar, en el sistema (O, XY ), la ecuacion de la parabola que satisface las
siguientes condiciones y dibujarla.
a) Posee foco en F (2, 1), pasa por P (2, 2) y su eje de simetra es paralelo al eje X.
Es u
nica ?
b) Posee el vertice en el origen de coordenadas y el foco en F (3, 1).
c) Tiene directriz de ecuacion 3 x + 4 y 1 = 0 y foco en F (5, 9).
d) Posee el vertice en O0 (2, 2), pasa por el punto P (4, 4) y su directriz es
paralela al eje X.
e) La ecuacion de la recta directriz es x + 2 y + 6 = 0 y su vertice es el origen de
coordenadas.
8. Para cada una de las siguientes conicas, hallar un sistema de coordenadas (O0 , X 00Y 00 ) en
el cual la ecuacion de la conica tenga forma canonica. Clasificarla. En a), d) y f) graficar.
a) 3 x2 2 x y + 3 y 2 + 18 x + 10 y = 19.
(elipse)
b) x2 + y 2 + 4 x y = 7. (hiperbola )
c) x2 2 x y + y 2 = 0.
(una recta)
d) 11 x2 24 x y + 4 y 2 + 6 x + 8 y = 15.
(hiperbola)
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
e) 3 x2 + 10 x y + 3 y 2 + 16 x + 16 y + 16 = 0.
f) 16 x2 24 x y + 9 y 2 30 x 40 y = 0.
2
174
(rectas incidentes)
(parabola)
g) x + y + x 1 = 0. (circunferencia)
h) 4 x2 4 x y + y 2 + 4 x 2 y 3 = 0.
i) 2 x2 4 x y y 2 + 8 = 0.
(hiperbola)
j) 16 x2 24 x y + 9 y 2 30 x 40 y 5 = 0.
k) 7 x2 + 3 y 2 + 28 x 42 y + 166 = 0.
9.
(parabola)
(elipse)
a) Para cada una de las siguientes cuadricas, hallar un sistema de coordenadas respecto del cual la ecuacion de la cuadrica tenga forma canonica. Indicar la ecuacion
canonica. Clasificarla.
b) En (1), (4) y (14) hallar las coordenadas de O0 en el sistema (O, XY Z) de partida.
c) En (6) y (8) hallar la ecuacion del eje Y en el sistema (O0 , X 00 Y 00Z 00) en el cual la
cuadrica tiene forma canonica.
(
x = 2 + 3
; R y el plano : x 2 y + z + 2 = 0 en
d) Dada la recta L :
y =
z = 1 + 5
el sistema (O, XY Z) de partida, hallar las ecuaciones en el sistema (O0 , X 00Y 00 Z 00)
obtenidos en los incisos (2),(3) y (7).
1) 4 x2 + 36 y 2 9 z 2 16 x 216 y + 304 = 0. (hiperboloide de una hoja)
2) y 2 2 z 2 = 0. (par de planos que se cortan)
3) 6 x2 + 6 y 2 + 8 z = 1. (paraboloide elptico)
4) 2 x2 + 2 y 2 + 2 z 2 + 2 x z 2 x y 2 y z = 1. (elipsoide)
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
175
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
11
11.1
176
Ap
endice
Rango de una matriz
a
ik 1 aik j1 aik j2 aik jk aik n
.
..
..
..
..
..
.
.
.
.
am1
amj1
amj2
amjk
amn
Sea B = (bij ) la matriz k k definida por brs = air js , es decir, los elementos de la matriz B
son los elementos intersecci
on de las k filas y k columnas de A elegidas.
Se llama menor de A de orden k al de cualquier matriz B de orden k k elegida de la manera
indicada. En general, una submatriz de una matriz A es una matriz (no necesariamente
cuadrada) construda tomando la interseccion de ciertas filas y columnas de A. En consecuencia,
un menor de A de orden k es el determinante de una submatriz k k de A.
Definici
on 11.1.1 Sea A = (aij ) una matriz de orden n m. El rango (o caracterstica)
de A, que notaremos Rg A est
a definido como sigue. Si A es la matriz nula, Rg A = 0. Caso
contrario, Rg A es el n
umero entero k, definido por la siguiente condici
on: existe un menor
de A de orden k no nulo, y todo menor de A de orden mayor que k es nulo. La matriz de un
tal menor de orden k se llama submatriz principal. Tambien el menor se llama principal.
Ejemplos
1 1
Rg 1 1
2 2
1 1
Rg 2 2
3 3
2 0
0 0 =2
2 0
1 1
2 2 =1
3 3
1 2 3
Rg 1 0 0 = 3
1 0 1
Rg 1 2 3
=1
Observaci
on
Si en la matriz A hay un menor de orden k no nulo y todos los menores de orden k +1 son nulos,
entonces Rg A = k. En efecto, cualquier menor de orden k + 2 sera tambien cero (desarrollarlo
por los elementos de una fila o columna). De la misma manera, los menores de orden k + 3,
k + 4, . . . son nulos.
Sea A una matriz de orden m n. Si indicamos con C1, C2, . . . , Cn
las columnas de
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
177
a2n
6= 0.
= det ..
..
..
..
.
.
.
.
a
an1,2 an1,n1
n1,1
Por hipotesis, det A = 0, luego
a11An1 + a12An2 + + a1n Ann =
0
a21An1 + a22An2 + + a2n Ann =
0
..
..
..
..
..
..
..
..
..
.
.
.
.
.
.
.
.
.
an1 An1 + an2 An2 + + ann Ann = det A = 0
Luego, como Ann = 6= 0, resulta
An1
a11
An1
a21
a2n =
..
..
..
.
.
.
An1
ann =
an1
a1n =
An2
An,n1
a12
a1,n1
An2
An,n1
a22
a2,n1
..
..
..
..
..
.
.
.
.
.
An2
An,n1
an2
an,n1
Es decir,
An1
An2
An,n1
C1
C2
Cn1 .
Proposici
on 11.1.1 Todas las filas (columnas) de una matriz son combinaci
on lineal de las
filas (columnas) de un menor principal.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
178
Dem. Supongamos, sin perdida de generalidad, que las primeras k filas y las primeras k
columnas de la matriz m n A = (aij ) forman una matriz M = (mij ) cuyo determinante es
principal.
a11
a21
.
..
a
k1
A = ..
.
ar1
.
..
am1
a12
a22
..
.
ak2
..
.
ar2
..
.
am2
a1k
a2k
..
..
.
.
akk
..
..
.
.
ark
..
..
.
.
amk
a1n
a2n
..
..
.
.
akn
..
..
.
.
arn
..
..
.
.
amn
a1s
a2s
..
..
.
.
aks
..
..
.
.
ars
..
..
.
.
ams
N =
ak1 ak2 akk
ar1 ar2 ark
a1s
..
.
a
ks
ars
Como M es una submatriz principal, se tiene que detM 6= 0 y det N = 0. Entonces, la columna
Cs de N es combinacion lineal de las columnas de M, o sea, existen 1 , 2 , . . . , k R tales
que
a
+
a
+
a
=
a
1 k1
2 k2
k kk
2s
a
1 r1 + 2 ar2 + + k ark = ars
Las k primeras ecuaciones de este sistema se pueden escribir M = ds , donde
a1s
1
a
2
, ds = .2s ,
=
.
..
..
k
aks
de donde = M 1 ds .
Luego la matriz k 1 esta determinada por ds y no depende de r. En consecuencia,
cualquier columna Cs , 1 s n, de A es combinacion lineal con coeficientes 1 , 2 , . . . , k de
las columnas C2, C2 , . . . , Ck .
En forma analoga se prueba para las filas de A.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
179
Proposici
on 11.1.2 Sea A una matriz y sea B la matriz obtenida de A al sumar a una fila
(columna) de A una combinaci
on lineal de las dem
as. Sean i1, i2, . . . , ik y j1, j2 , . . . , jk filas y
columnas respectivamente de una matriz principal de A. Entonces i1, i2, . . . , ik y j1 , j2 , . . . , jk
son filas y columnas de una matriz principal de B. En particular, A y B tienen el mismo rango.
La proposicion anterior permite calcular Rg A utilizando operaciones elementales. En efecto,
la triangulacion de A se logra sumando a filas de A combinaciones lineales de otras filas de A.
Luego las filas i1, i2, . . . , ik y columnas j1 , j2 , . . . , jk de A corresponden a una matriz principal
si y solo si lo son de una matriz principal de la matriz triangulada, en esta u
ltima se detectan
de inmediato tales i1, i2, . . . , ik y j1 , j2 , . . . , jk .
Ejemplo
1
2
0 1
1
1
1
2
0
0
A=
3
1
0
0
0
1 2 2
1 1
1
1
2
0 1
1
1
0
0 1
2
1 1 1
1
0 5
0
3 3 2
0 4 2
2 2 1
0
1
2
0 1
1
1
0 1
2
1 1 1
0
0 10 2
2
3
0
0 10 2
2
3
1
2
0 1
1
1
0 1
2
1 1 1
0
0 10 2
2
3
0
0
0
0
0
0
El rango de la u
ltima matriz es evidentemente 3. Luego, como se ha obtenido por el proceso
de triangulacion, todas las anteriores, incluyendo A, tienen rango 3.
11.2
Matrices ortogonales
Definici
on 11.2.1 Sea A Mn (R). A se dice ortogonal si A AT = AT A = In .
De la definicion se deduce que si A es ortogonal entonces es inversible y A1 = AT .
Propiedades
1) Si A es una matriz ortogonal entonces A1 es ortogonal.
2) El producto de dos matrices ortogonales es una matriz ortogonal.
3) Si A es ortogonal, entonces det A = 1.
Proposici
on 11.2.1 Si B es una base ortonormal de Rn , entonces [B]C es una matriz ortogonal.
Dem. Sea B = {b~1 , b~2 , . . . , b~n } una base ortonormal de Rn y supongamos que
~
~
~
[B]C = ( [b1]C [b2]C . . . [bn]C ) = ..
.. . .
.. .
.
. .
.
bn1 bn2 bnn
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
[B]TC
[B]C =
b11 b21
b12 b22
..
..
.
.
b1n b2n
bn1
bn2
.
..
. ..
bnn
h b~1 , b~n i
h b~2 , b~n i
..
..
.
.
~
h bn , b~n i
b11 b12
b21 b22
..
..
.
.
bn1 bn2
180
b1n
b2n
.. =
..
. .
bnn
Proposici
on 11.2.2 Si A Mn (R), entonces A es ortogonal si y solo si las columnas de A
forman una base ortonormal de Rn .
Dem.
() Sea A = (bij ) Mn (R) una matriz ortogonal y B = {b~1 , b~2, . . . , b~n } con
b~j = (b1j , b2j , . . . , bnj ), 1 j n. Entonces:
2 1
T
T
A A = A A = In =
, por lo tanto
.
.
.
.
.
.
.
.
.
.
.
.
h b~n , b~1 i h b~n , b~2 i h b~n , b~n i
1 si i = j
; 1 i, j n, luego B es una base ortonormal de Rn .
hb~i , b~j i =
0 si i 6= j
() Trivial de la proposicion anterior, pues A = [B]C .
2
11.3
N
ucleo e Imagen de una transformaci
on lineal
Definici
on 11.3.1 Sean V y W R-espacios vectoriales y T : V W una transformaci
on
lineal. Se llama n
ucleo de T al conjunto Nuc T = {~u V : T (~u) = ~0}.
Definici
on 11.3.2 Sean V y W R-espacios vectoriales y T : V W una transformaci
on
lineal. Se llama imagen de T al conjunto Im T = {~v W : ~v = T (~u), con ~u V }.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
181
Ejemplos
1. Si T : E3 E3 es la transformacion lineal que consiste en una proyeccion ortogonal
sobre un plano que pasa por el origen, entonces Nuc T = L, donde L es la recta
perpendicular a por el origen e Im T = .
2. Si T : V V es la transformacion lineal identidad, T (~u) = ~u para todo ~u V,
entonces Nuc T = {~0} y Im T = V.
3. Si T : V W es la transformacion lineal nula, T (~u) = ~0 para todo ~u V
entonces Nuc T = V e Im T = {~0}.
Proposici
on 11.3.1 Sean V y W R-espacios vectoriales y T : V W una transformaci
on
lineal, entonces Nuc T es un subespacio de V .
Dem. Por definicion Nuc T es un subconjunto de V. Veamos que se verifican las tres
condiciones para ser subespacio.
S1) N uc T 6= , pues T (~0) = ~0.
S2) Si ~u y ~v Nuc T entonces T (~u) = ~0 y T (~v) = ~0. Esto implica que T (~u + ~v) =
T (~u) + T (~v)= ~0 + ~0 = ~0 y por lo tanto ~u + ~v Nuc T .
S3) Si ~u Nuc T entonces T (.~u) = .T (~u) = .~0 = ~0 y entonces .~u Nuc T, para
todo R.
2
Proposici
on 11.3.2 Sean V y W R-espacios vectoriales y T : V W una transformaci
on
lineal, entonces Im T es un subespacio de W .
Dem. Por definicion Im T es un subconjunto de W.
S1) Im T 6= , ya que T (~0) = ~0 y entonces ~0 Im T.
S2) Si ~v y v~0 Im T entonces existen ~u y
~0) = T (~u) + T (u~0) = ~v +
luego T (~u + u
.~u V
y
2
Definici
on 11.3.3 Una aplicaci
on f : A B se dice inyectiva si para x, x0 A, x 6= x0,
0
se tiene que f (x) 6= f (x ) o lo que es equivalente f (x) = f (x0 ) implica x = x0 .
Definici
on 11.3.4 Sean V y W R-espacios vectoriales y T : V W una transformaci
on
lineal, entonces T se denomina:
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
182
a) Monomorfismo, si T es inyectiva.
b) Epimorfismo, si T es epiyectiva.
c) Isomorfismo, si T es biyectiva.
N
ucleo de una transformaci
on lineal inyectiva
Proposici
on 11.3.3 Sean V y W R-espacios vectoriales y T : V W una transformaci
on
~
lineal, entonces T es inyectiva si, y s
olo si Nuc T = {0}.
Dem.
) Si ~u Nuc T, entonces T (~u) = ~0 y como T (~0) = ~0 resulta por ser T inyectiva que
~u = ~0.
) Supongamos que T (~u) = T (u~0). Como T (~u u~0 ) = T (~u) T (u~0) = ~0 resulta que
~0 = ~0, lo que implica que ~u = u~0 .
~u u~0 Nuc T = {~0}, luego ~u u
2
Generadores de Im T
Proposici
on 11.3.4 Sean V y W R-espacios vectoriales, T : V W una transformaci
on
lineal y V = {~v1, ~v2 , . . . , ~vs }, entonces Im T = {T (~v1), T (~v2), . . . , T (~vs )}.
~ = 1 .T (~v1) + 2.T (~v2) + + s .T (~vs) =
Dem. Si w
~ {T (~v1), T (~v2), . . . , T (~vs)} entonces w
~ Im T.
T (1.~v1 + 2 .~v2 + + s .~vs ) = T (~v), por lo tanto w
Recprocamente, si w
~ Im T entonces w
~ = T (~v), con ~v V = {~v1, ~v2 , . . . , ~vs }, por lo
tanto w
~ = T (1 .~v1 + 2 .~v2 + + s .~vs ) = 1 .T (~v1) + 2 .T (~v2) + + s .T (~vs), y por lo tanto
w
~ {T (~v1), T (~v2), . . . , T (~vs )}.
Observaci
on
La dimension de la imagen de T se denomina el rango de T y es igual al n
umero de columnas(filas) linealmente independientes de [T ]B .
El siguiente teorema establece una relacion entre las dimensiones de la imagen y el n
ucleo de
una transformacion lineal definida en un espacio vectorial de dimension finita y proporciona
una importantsima herramienta para el estudio de las trasformaciones lineales.
Teorema 11.3.1 (Teorema de la dimensi
on)
Sean V y W R-espacios vectoriales tal que dimRV = n y T : V W una transformaci
on
lineal. Entonces
dimR V = dimRNuc T + dimR Im T
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
183
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
Corolario 11.3.2 Si dimR V = dimR W y T : V W
entonces las siguientes condiciones son equivalentes:
184
es una transformaci
on lineal,
a) T es inyectiva.
b) T es suryectiva.
c) T es biyectiva.
Dem.
a) b) Como T es inyectiva Nuc T = {~0} y dimR Nuc T = 0.
Por el teorema de la dimension dimR V = dimR Im T = dimR W.
Como Im T es un subespacio de W de igual dimension,
resulta que Im T = W y entonces T es suryectiva.
b) c) Como T es suryectiva Im T = W y dimRIm T = dimRW. Falta ver que es inyectiva.
dimRW = dimR V = dimR Nuc T + dimR Im T = dimR Nuc T + dimR W, de donde resulta
dimRNuc T = 0 y entonces Nuc T = {~0}, por lo tanto T es inyectiva.
c) a) Trivial.
2
Ejemplos
1. Consideremos la transformacion lineal T : R4 R3 definida de la siguiente manera:
T (x1, x2, x3 , x4) = (x1 x2 + x3 2 x4 , x1 3 x2 + 4 x3 3 x4 , x1 + x2 2 x3 x4).
N uc T = {(x1, x2 , x3, x4) : T (x1, x2, x3 , x4) = (0, 0, 0)}.
Resolvemos el sistema homogeneo
x1 x2 + x3 2 x4 = 0
x1 x2 + x3 2 x4 = 0
x1 3 x2 + 4 x3 3 x4 = 0 y obtenemos
.
2 x2 + 3 x3 x4 = 0
x1 + x2 2 x3 x4 = 0
Luego, Nuc T = {(3 x2 + 5 x3 , x2 , x3 , 2 x2 + 3 x3 ) : x2, x3 R}.
Una base de Nuc T es B = {(3, 1, 0, 2), (5, 0, 1, 3)}. Como dimRNuc T = 2 resulta
que dimR Im T = 2.
Para hallar una base de Im T basta con extender la base de Nuc T a una base de R4
y calcular los transformados de los vectores que se agregan.
As, {(3, 1, 0, 2), (5, 0, 1, 3), (0, 0, 1, 0), (0, 0, 0, 1)} es una base de R4 y los vectores
T (0, 0, 1, 0) y T (0, 0, 0, 1) forman una base de Im T.
Entonces B 0 = {(1, 4, 2), (2, 3, 1)} es una base de Im T.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
185
(0, 0)
T (2, 1, 1, 1)
(0, 0)
T (1, 0, 0, 0)
(1, 0)
T (0, 1, 0, 0)
(0, 1)
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
186
Dem.
a) kT (~u) T (~v)k = kT (~u ~v)k = k~u ~vk.
b) h~u + ~v, ~u + ~vi = k~u + ~vk2 = kT (~u + ~v)k2 = kT (~u) + T (~v)k2 = hT (~u) + T (~v), T (~u) + T (~v)i =
kT (~u)k2 + 2 hT (~u), T (~v)i + kT (~v)k2 = k~uk2 + 2 hT (~u), T (~v)i + k~vk2 .
Por otro lado h~u +~v , ~u +~vi = k~uk2 +2 h~u, ~vi+k~v k2 de donde resulta h~u, ~vi = hT (~u), T (~v)i.
c) Resulta trivialmente de b).
d) Resulta de la igualdad
hT (~u), T (~v)i
h~u, ~v i
=
.
k~ukk~vk
kT (~u)kkT (~v)k
2
Proposici
on 11.3.6 Sea V un R-espacio vectorial con producto interno de dimensi
on finita y
T : V V una transformaci
on lineal. Si con T (B) notamos al conjunto de los transformados
de los vectores de una base B, entonces las siguientes condiciones son equivalentes:
a) T es ortogonal.
b) T (B) es una base ortonormal de V, para toda base ortonormal B de V .
c) T (B) es una base ortonormal de V, para alguna base ortonormal B de V .
Dem.
a) b) Si B = {~b1, ~b2 , . . . , ~bn } es una base ortonormal, como T es ortogonal, entonces por la
1 si i = j
proposicion 11.3.5 b) hT (b~i), T (b~j )i = hb~i , b~j i =
.
0 si i 6= j
Luego T (B) = {T (b~1), T (b~2), . . . , T (b~n)} es una base ortonormal de V .
b) c) Trivial.
c) a) Sea B = {~b1 , ~b2, . . . , ~bn } una base ortonormal de V tal que {T (b~1), T (b~2), . . . , T (b~n)}
es ortonormal y supongamos que ~v = 1 .~b1 + 2 .~b2 + + n .~bn.
Entonces h~v , ~vi = 2 + 2 + + 2 . Ademas T (~v) = T (1 .~b1 + 2 .~b2 + + n .~bn ) =
1
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
187
x=1+
y=0
; R.
Sean : x y + z = 0 y L :
z =2+
Queremos determinar si la transformacion lineal T : R3 R3 que es la simetra con respecto
a , paralelamente a L, es una tansformacion lineal ortogonal.
Por el teorema 11.3.2, debemos hallar la matriz de T con respecto a una base ortonormal, por
ejemplo la base canonica, y ver si dicha matriz es ortogonal.
Observemos que con respecto a la base B = {(1, 0, 1), (1, 1, 0), (0, 1, 1)},
1 0 0
[T ]B = 0 1 0 , es una matriz ortogonal, pero como B no es una base ortonormal,
0 0 1
para ver si la transformacion lineal es ortogonal, debemos calcular [T ]C .
1 1 0
1 0 0
1/2 1/2
1
0 1 1
0 1 0
1/2
1/2
[T ]C = [B]C [T ]B [B]C =
1 0 1
0 0 1
1/2
1/2
0 1 1
1/2 1/2
1/2
1 1 0
0 1 1 1/2
0 .
1/2 1/2 = 0 1
1 1
0
1/2
1/2
1/2
1 0 1
Por lo tanto T no es ortogonal.
1/2
1/2 =
1/2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
188
Ejemplo
Si T y T 0 son las transformaciones lineales de R3 R2 definidas por:
T (x1, x2, x3) = (x1 + x2 x3 , 2 x1 + x3) ,
entonces,
(T + T 0)(x1, x2 , x3)
(5.T )(x1, x2 , x3)
T 0(x1, x2 , x3) = (2 x1 + 3 x2 x3 , x1 + 2 x3 )
= (3 x1 + 4 x2 2 x3 , 3 x1 + 3 x3 )
= (5 x1 + 5 x2 5 x3 , 10 x1 + 5 x3 )
Proposici
on 11.3.8 Sean V y V 0 R-espacios vectoriales de dimensi
on finita, T : V V 0
y T 0 : V V 0 transformaciones lineales. Si B y B 0 son bases ordenadas de V y V 0
respectivamente, entonces:
a) [T + T 0]BB 0 = [T ]BB 0 + [T 0]BB 0 .
b) [.T ]BB 0 = .[T ]BB 0 ; R.
Dem. A cargo del lector entusiasta.
Ejemplo
Sean T y T 0 las transformaciones lineales de R3 R2 tales que,
T (x1, x2, x3) = (x1 + x2 , x1) y T 0(x1, x2, x3 ) = (x3 , x2).
Consideremos las bases: B = {(1, 0, 1), (0, 1, 0), (2, 0, 0)} y B 0 = {(1, 1), (0, 1)}.
Entonces:
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
a) [T + T ]BB 0 =
2
3
1
0
2
4
189
2
4
1
1
0
1
0
0
2
3
1
0
2
4
.
Composici
on de transformaciones lineales
Proposici
on 11.3.9 Sean V, V 0 y V 00 R-espacios vectoriales T : V V 0 y T 0 : V 0 V 00
transformaciones lineales. La composici
on T 0 T : V V 00, definida de la siguiente manera:
0
0
on lineal.
(T T )(~u) = T (T (~u)), para todo ~u V, es una transformaci
Dem.
Si ~u, ~v V, entonces (T 0 T )(~u + ~v ) = T 0(T (~u + ~v )) = T 0(T (~u) + T (~v)) =
0
T (T (~u)) + T 0(T (~v)) = (T 0 T )(~u) + (T 0 T )(~v).
(T 0 T )(.~u) = T 0(T (.~u)) = T 0(.T (~u)) = .T 0(T (~u)) = .(T 0 T )(~u); R.
Ejemplo
Sean T : R4 R2 y T 0 : R2 R3 definidas por:
T (x1, x2, x3 , x4) = (x1 x2 + x3 x4 , x1 + x2 ) , T 0(x1, x2) = (x1 x2 , x1 + x2 , x2)
Entonces:
(T 0 T )(x1, x2, x3, x4 ) = T 0(x1 x2 +x3 x4 , x1 +x2) = (2 x2 +x3 x4 , 2 x1 +x3 x4 , x1 +x2).
Proposici
on 11.3.10 Sean V, V 0 y V 00 R-espacios vectoriales, B, B 0 y B 00 bases ordenadas
de V, V 0 y V 00, respectivamente. Si T : V V 0 y T 0 : V 0 V 00 son transformaciones
lineales se tiene que: [T 0 T ]BB 00 = [T 0]B 0B 00 [T ]BB0 .
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
190
Dem. ([T 0]B 0B 00 [T ]BB 0) [~v]B = [T 0]B 0B 00 ([T ]BB 0 [~v]B ) = [T 0]B 0B 00 [T (~v)]B 0 = [T 0(T (~v))]B 00 =
[(T 0 T )(~v)]B 00 = [T 0 T ]BB 00 [~v]B , para todo ~v V.
Ejemplo
Sean T : R4 R2 y T 0 : R2 R3 definidas por:
T (x1, x2, x3, x4) = (x1 x2 + x3 x4 , x1 + x2 ) , T 0(x1, x2 ) = (x1 x2 , x1 + x2 , x2).
Considerando las bases canonicas C4 , C2 y C3 de R4 , R2 y R3 respectivamente, las
matrices asociadas son:
1 1
1 1 1 1
; [T 0]C2C3 = 1
1 y
[T ]C4C2 =
1
1 0
0
0
1
1 1
0 2 1 1
1 1 1 1
[T 0 T ]C4C3 = 1
1
= 2
0 1 1 , por lo tanto
1
1 0
0
0
1
1
1 0
0
(T 0 T )(x1, x2, x3, x4) = (2 x2 + x3 x4 , 2 x1 + x3 x4 , x1 + x2).
Transformaciones lineales inversibles
Definici
on 11.3.6 Sean V y V 0 R-espacios vectoriales de dimensi
on finita y T : V V 0
una funci
on. T se dice inversible si existe una aplicaci
on T 0 : V 0 V tal que T T 0 = idV 0
0
y T T = idV .
Si T 0 existe, es u
nica y se denomina inversa de T . La notaremos T 0 = T 1 .
Proposici
on 11.3.11 Sean V y V 0 R-espacios vectoriales de dimensi
on finita y T : V V 0
1
una transformaci
on lineal inversible, entonces T
es una transformaci
on lineal y si B y B 0
son bases ordenadas de V y V 0 respectivamente, entonces [T 1]B 0B = [T ]1
BB 0 .
Dem.
T1) Sean u~0 y v~0 V 0 . Como T es una biyeccion u~0 = T (~u) y v~0 = T (~v), lo que implica
que ~u = T 1 (u~0) y ~v = T 1 (v~0). Por lo tanto, u~0 + v~0 = T (~u) + T (~v) = T (~u + ~v ) de
donde ~u + ~v = T 1 (u~0 + v~0). Luego T 1(u~0 ) + T 1(v~0) = T 1(u~0 + v~0).
T2) Sea u~0 V 0 y R.
.u~0 = .T (~u) = T (.~u), de donde resulta que T 1 (.u~0) = .~u = .T 1(u~0 ).
De T1) y T2) resulta que T 1 es transformacion lineal.
De la proposicion 11.3.10, considerando V 00 = V , B 00 = B y T 0 = T 1 se deduce que
[T 1]B 0B = [T ]1
BB 0 .
Observaciones
1. T es inversible si, y solo si T es biyectiva.
2. Si T : V V 0 es inversible, entonces dimR V = dimR V 0.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
191
1 2 0
Sea T : R3 R3 tal que A = [T ]C = 1 1 0 . Como det A 6= 0, entonces T es
0 0 1
1/3 2/3 0
1
inversible. [T 1 ]C = [T ]1
= 1/3 1/3 0 .
C =A
0
0
1
Por lo tanto T 1(x, y, z) = (
11.4
x 2y x + y
,
, z).
3
3
Proposici
on 11.4.1 Si T : R3 R3 es una transformaci
on lineal simetrica entonces
3
hT (~u) , ~vi = h~u , T (~v)i, para todo ~u , ~v R .
Dem. Basta probar el resultado para los vectores de una base ortonormal B = {b~1 , b~2 , b~3 }
de R3.
Sea [T ]B = (aij ). Si h {1 , 2 , 3} entonces (b~h )B = (1 , 2 , 3 ) con h = 1 y k = 0,
para todo k 6= h.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
192
Dem. Sea A = [T ]C . Como det (A x I3) es un polinomio de grado 3 con ceficientes reales,
admite por lo menos una raz real 1 . Sea b~1 un autovector unitario asociado a 1 , es decir
T (b~1) = 1 .b~1. Consideremos b~2 perpendicular a b~1 tal que kb~2k = 1 y b~3 = b~1 b~2.
Entonces que B = {b~1 , b~2 , b~3} es una base ortonormal de R3.
1
a
d
~
~
~
, [T (b2)]B = b
y [T (b3)]B = e , entonces
0
Como [T (b1)]B =
0
c
f
1 a d
A0 = [T ]B = 0 b e
0 c f
Como B es una base ortonormal y T es una transformacion lineal simetrica A0 = A0 t, de donde
a = d = 0 y e = c. Luego,
1 0 0
A0 = [T ]B = 0 b c
0 c f
Teniendo en cuenta que det (A x I3 ) = det (A0 x I3) resulta
1 x
0
0
bx
c = (1 x)[x2 (b + f )x + bf c2 ].
det (A x I3) = 0
0
c
f x
(b + f )2 4(bf c2) = (b f )2 + 4c2 0 por lo tanto x2 (b + f )x + bf c2 tiene sus races
reales y como 1 R, det (A x I3 ) tiene todas sus races reales.
1
~
~
~
~
~
~
0
2
0
0
0 , por lo tanto
3
T (b~1) = 1 .b~1 , T (b~2) = 2 .b~2 y T (b~3) = 3 .b~3, con b~1 , b~2 y b~3 vectores no nulos, lo que
implica que b~1 , b~2 y b~3 son autovectores asociados a 1 , 2 y 3 , respectivamente.
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
193
1 0 0
[T ]B = 0 2 0
0 0 3
b)
1 6= 2 = 3
Sean b~1 y b~2 autovectores de modulo 1, asociados a 1 y 2 , respectivamente.
Como 1 6= 2 y T es una transformacion lineal simetrica b~1 es perpendicular a b~2.
Sea b~3 = b~1 b~2. Observemos que kb~3k = 1, es decir, B = {b~1 , b~2 , b~3} es una base
ortonormal de R3 y si T (~b3) = a.~b1 + b.~b2 + c.~b3
1 0
A0 = [T ]B = 0 2
0 0
a
b
c
1 0 0
[T ]B = 0 2 0
0 0 c
Sabemos que,
det (A x I3) = (1 x)(2 x)(2 x) = det (A0 x I3 ) = (1 x)(2 x)(c x),
entonces c = 2 y T (b~3) = 2 .b~3. Luego b~3 es un autovector asociado a 2 y
1 0 0
[T ]B = 0 2 0
0 0 2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
194
c) 1 = 2 = 3
Sea b~1 un autovector de modulo 1 asociado a 1 . Consideremos b~2 perpendicular a
b~1 tal que kb~2k =1 yb~3 = b~1 b~2. As,
B ={b~1 , b~2 , b~3} es
una
base ortonormal de
1
a
d
R3 y [T (b~1)]B = 0 . Sean [T (b~2)]B = b y [T (b~3)]B = e , entonces
0
c
f
1 a d
A0 = [T ]B = 0 b e
0 c f
Como B es una base ortonormal y T es una transformacion lineal simetrica, entonces
A0 = [T ]B es simetrica, lo que implica a = d = 0, c = e y
1 0 0
A0 = [T ]B = 0 b c
0 c f
Teniendo en cuenta que, det (A0 x I3) = det (A x I3 ), resulta
1 x
0
0
0
bx
c = (1 x)[x2 (b + f )x + bf c2 ] = (1 x)3 .
0
c
f x
Luego, 1 es raz doble de x2 (b + f )x + b f c2 por lo tanto,
1 0 0
[T ]B = 0 b 0
0 0 b
y por consiguiente los autovalores de T son 1 , b , b, de donde obtenemos que b = 1 y
1 0 0
[T ]B = 0 1 0 = 1 I3
0 0 1
2
Algebra
y Geometra por Ana Mara Suardaz y Julio A. Sewald
195
BIBLIOGRAFIA
1. Anton, Howard., Introducci
on al
algebra lineal, Limusa,1986.
2. Efimov, N., Curso breve de geometra analtica, Editorial MIR, Mosc
u.
3. Florey, F.G., Fundamentos de
algebra lineal y aplicaciones, Prentice-Hall, 1979.
4. Gastaminza, M. L., Nociones de
algebra, Coop. de la UNS, Baha Blanca, 1970.
5. Gentile, E., Anillo de polinomios, Ed. Docencia S.A., Buenos Aires, Proyecto CINAE.
6. Gentile, E., Notas de
algebra I, EUDEBA, 1988.