Está en la página 1de 75

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE CIENCIAS

ESCUELA PROFESIONAL DE MATEMATICA

C
alculo vectorial
con
coordenadas homog
eneas

Mg. R
osulo Perez Cupe
1 de marzo de 2012

Contenido
1 Vectores en el espacio euclidiano
1.1 Vectores en la recta . . . . . . . . .
1.2 El espacio vectorial real (EVR) . .
1.3 Producto interno o escalar en R2 .
1.4 Dependencia e independencia lineal
1.5 La recta en el plano . . . . . . . .
1.6 Vectores en el espacio . . . . . . .
1.7 La recta en el espacio . . . . . . .
1.8 El plano en el espacio . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

2 C
onicas
2.1 Relaciones de Equivalencia . . . . . . . . . . . . . . . . . . . .
2.2 Coordenadas homogeneas . . . . . . . . . . . . . . . . . . . . .
2.3 C
onicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Puntos singulares de una conica . . . . . . . . . . . . . . . . . .
2.5 Clasificacion primaria de las conicas . . . . . . . . . . . . . . .
2.5.1 Composici
on de las conicas degeneradas . . . . . . . . .
2.5.2 Composici
on de las conicas mediante su intersecci
on con
2.6 C
onicas imaginarias . . . . . . . . . . . . . . . . . . . . . . . .
2.7 Clasificacion total de las conicas . . . . . . . . . . . . . . . . .
2.8 Rectas tangentes y asntotas de una conica . . . . . . . . . . .
2.9 Elementos principales de una conica no degenerada . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

1
1
4
9
16
18
25
33
37

. . .
. . .
. . .
. . .
. . .
. . .
L
. . .
. . .
. . .
. . .

.
.
.
.
.
.
.
.
.
.
.

41
41
45
49
56
58
59
61
63
66
66
70

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

Captulo 1

Vectores en el espacio euclidiano


1.1

Vectores en la recta

En esta parte consideramos dados hechos elementales de la geometra como

Por dos puntos pasa una u


nica recta.

Dos rectas son paralelas si no tienen puntos en com


un.

Si dos rectas no son paralelas, entonces eelas tienen un u


nico punto en com
un.

Noci
on intuitiva de distancia Fijada una unidad de medida (metros, cm., km.,
etc.) y dados los puntos P y Q, denotaremos mediante d(P, Q) a la distancia entre
los puntos P y Q. Se puede observar que

d(P, Q) 0.
d(P, P ) = 0.
Si P 6= Q, entonces d(P, Q) > 0.
Si R P Q, entonces d(P, Q) = d(P, R) + d(R, Q).

Recta orientada Es una recta para la cual se ha elegido un sentido positivo y el


sentido contrario ser
a llamado negativo.
Ejemplo 1.1. Una recta donde Q est
a a la derecha de P y R est
a a la izquierda de
P.

Cap.1 Vectores en el espacio euclidiano

Sentido positivo
b

Q
b

P
b

Ejemplo 1.2. Una recta en la cual se fija un punto, al cual se le llama origen.
Origen
b

Definamos una relaci


on biunvoca entre los conjuntos R y Eje
c : Eje R
P 7 c(P )
mediante

d(P, O),
c(P ) = 0,

d(P, O),

si P est
a a la derecha de O.
si P = O.
si P est
a a la izquierda deO.

la cual es biunvoca. Luego, los elementos correspondientes de ambos conjuntos se


pueden suspender.

2 0
10
Q
O
P
b

Notaci
on.
Eje : Ox.
c(P ) = d(P, O), para todo P Ox.

Ejercicio 1. Sean P y Q puntos en el eje Ox cuyas coordenadas son p y q respectivamente. Probar que d(P, Q) = |p q|.
Soluci
on. Escribamos d(P, O) = p y d(Q, O) = q; y sin perdida de generalidad,
supongamos que P est
a a la izquierda de Q; esto implica que p < q. Vamos a considerar tres casos (ver Figura 1.1).

1.1 Vectores en la recta

Caso 1: Q est
a a la izquierda de O. En ese caso tenemos que Q OP , entonces
d(P, O) = d(P, Q) + d(Q, O); as,
d(P, Q) = d(P, O) d(Q, O)

= p (q) = p + q = |p q|.

Caso 2: O est
a entre P y Q. Esto implica que O P Q, de donde
d(P, Q) = d(P, O) + d(O, Q)
= p + q = |p q|.
Caso 3: P est
a a la derecha de O. En este caso P OQ, y de modo an
alogo al Caso
1, tenemos
d(P, Q) = d(O, Q) d(O, P )
= q p = |p q|.

O
(b) Caso 2

(a) Caso 1

(c) Caso 3

Figure 1.1: Distancia entre dos puntos

Aplicaci
on

Division de un segmento en una raz


on dada.

p
b

P
Se tiene que 0

d(P,Q)
d(P,R)

q
b

r
b

1, as
d(P, Q) = t d(P, R)

q p = t(r p) = tr tp

de donde q = tr + (1 t)p, con t [0, 1].

q
b

Cap.1 Vectores en el espacio euclidiano

Coordenadas en el plano Sean los conjuntos P =plano y R R = R2 . Definamos


una relaci
on biunvoca entre sus elementos. Para ello tomemos los ejes O1 x y O2 y, e
intersectemoslos perpendicularmente hasta hacer coincidir sus orgenes.
X

rs

O1

y definamos

O2

c : Plano R2
P 7 c(P ) = (a, b)

Esta relaci
on es uno a uno. Por abuso de notaci
on escribimos P = (a, b).

a
rs

1.2

El espacio vectorial real (EVR)

Un EVR es un conjunto V cuyos elementos son llamados vectores, y entre dichos


elementos est
an definidas dos operaciones
Suma + : V V V
(u, v) 7 u + v
Producto : R V V
(, u) 7 u
que cumplen las siguientes condiciones:
1. u + v = v + u (conmutativa)
2. (u + v) + w = u + (v + w) y ( ) u = ( u) (asociativa)

1.2 El espacio vectorial real (EVR)

3. Existe un elemento O V tal que u+ O = u, para todo u V (elemento neutro)


4. Para todo u V existe un u
nico u
b, tal que u + u
b = 0 (inverso aditivo)

5. ( + ) u = ( u) + ( u) y (u + v) = ( u) + ( v) (disyuntiva)

6. 1 v = v, para todo v V .
Entonces V ser
a llamado espacio vectorial real y sus elementos vectores.
Proposici
on 1.3. El elemento neutro O es u
nico.
Demostraci
on. Asumamos que el elemento neutro O no es u
nico; as, existe O1 V ,
distinto de O, tal que u + O1 = u, para todo u V ; en particular, para u = O se tiene
O + O1 = O

()

pero como O es elemento neutro, tambien se tiene


O1 + O = O1

()

y en virtud de (), () y la conmutatividad de la suma


O = O + O1 = O1 + O = O1 ,
una contradicci
on. Luego, el elemento neutro es u
nico.
Ejercicio 2. Demostrar que u
b (inverso aditivo) es u
nico, para cada u V .

Soluci
on. Sea u V y su inverso aditivo u
b V . Asumamos que exista v V tal que
u + v = 0; as,
u
b=u
b+0 = u
b + (u + v) = (b
u + u) + v = 0 + v = v,

luego, v = u
b, esto es, el inverso aditivo es u
nico.

Ejemplo 1.4. V = R con +, la suma de reales, y , el producto usual de reales, es un


espacio vectorial.
Ejemplo 1.5. Sea V = R2 y para u = (a, b), v = (c, d) R2 definimos
u + v = (a + c, b + d)
u = (a, b)

Veamos si cumplen las condiciones:


1. u + v = (a + c, b + d) = (c + a, d + b) = v + u.

2. .

Cap.1 Vectores en el espacio euclidiano


3. O = (0, 0).
4. Para todo u = (a, b) R2 existe u
b = (a, b) tal que u + u
b = (0, 0) = O.

5. .
6. 1 (a, b) = (1 a, 1 b) = (a, b) = u.

Por lo tanto, R2 , con + y as definidos, es un espacio vectorial.


Ejemplo 1.6. Sea V = {(x, 0) R2 /x R+ } con las operaciones
(x, 0) + (y, 0) = (x y, 0)

(x, 0) = (x , 0), R

Es espacio vectoria? Veamos:


1. (x, 0) + (y, 0) = (xy, 0) = (yx, 0) = (y, 0) + (x, 0).
2.
(x, 0) + [(y, 0) + (z, 0)] = (x, 0) + (yz, 0) = (x(yz), 0)
= ((xy)z, 0) = (xy, 0) + (z, 0)
= [(x, 0) + y, 0] + (z, 0)
3. Sean O = (y, 0), u = (x, 0) V . Existira un valor para y tal que u + O = u?
(x, 0) + (y, 0) = (x, 0) si, y s
olo si, y = 1,
por lo tanto, O = (1, 0).
4. Para u = (x, 0) V , existira u
b = (y, 0) tal que u + u
b = 0? En efecto, si
consideramos y = 1/x tenemos
(x, 0) + (y, 0) = (x, 0) + (1/x) = (x 1/x, 0) = (1, 0),

es decir, para u = (x, 0) existe u


b = (1/x, 0) tal que u + u
b = O.

5. Dados , R y u = (x, 0) V tenemos

( + ) u = ( + ) (x, 0) = (x+ , 0)

= (x , x , 0) = (x , 0) + (x , 0)
= [ (x, 0)] + [ (x, 0)] = ( u) + ( u)

6. 1 u = 1 (x, 0) = (x1 , 0) = (x, 0) = u

1.2 El espacio vectorial real (EVR)

En particular, R2 con las operaciones


(a, b) + (c, d) = (a + c, b + d)
(a, b) = ( a, b)
es un espacio vectorial cuyos elementos son llamados vectores, donde adem
as O = (0, 0)
y para todo u = (a, b) R2 existe u
b = (a, b) R2 tal que u + u
b = O.
Y

b
b

P (a, b)

2da componente u
ordenada

1ra componente u
abscisa

Al punto P R2 se le asocia
Un radio vector.
Un
angulo medido en sentido antihorario entre 0 y 360 .
La longitud del radio vector.

Notaci
on. Longitud del radio vector: d(O, P ) =

kOP k = k P k norma del vector P .

a2 + b2 .

Vector libre

Q
v
P

Podemos observar que Q = P + v, lo que implica que P + Q = P + (P + v) =


(P + P ) + v de donde Q P = v. Por lo tanto v = Q P = P Q.

Cap.1 Vectores en el espacio euclidiano

Ejemplo 1.7. Sea P = (1, 2), Q = (5, 3), entonces P Q = Q P = (4, 1) = v.


v
Q

P
v

Paralelismo Dos vectores P y Q de R2 son paralelos si existe R tal que P = Q


o Q = P . Esto lo denotamos por P // Q.
Ejemplo 1.8.
P = (3, 2), Q = (6, 4), entonces P // Q pues P = 1/2Q.
P = (3, 2), Q = (6, 4), entonces P // Q pues Q = 2P .
P = (0, 0), Q = (3, 2), entonces P // Q pues P = 0 Q.
P = (3, 2), Q = (5, 1). Si existiera R tal que P = Q, entonces 3 = 5 y
2 = , una contradicci
on, por lo tanto no existe tal , lo que implica que P y Q
no son paralelos.

Geometricamente tenemos
P
(0 < < 1)
P

P
( > 1)

Si es negativo, lo mismo ocurre pero en sentido opuesto. Se puede observar que


el vector (0, 0) es siempre paralelo a cualquier otro vector.
Longitud de un vector Si P p
= (p1 , p2 ) R2 , entonces la longitud de dicho vector
est
a dado por kP k = d(O, P ) = p21 + p22 .

1.3 Producto interno o escalar en R2

Vector unitario Es todo vector cuya longitud es 1.


Ejemplo 1.9. P = (3/5, 4/5), kP k = 1.
Proposici
on 1.10. Todo vector no nulo tiene asociado a s mismo un vector unitario.
Demostraci
on. En efecto, si P es cualquier vector no nulo, basta considerar el vector
1
P . As
uP = kpk


1

1

kuP k =
P
kP k = 1.
=

kP k
kP k
P

uP
Observaci
on 1.1. P = kP kuP
Ejemplo 1.11. Sea P = (2, 1), entonces kP k =

1.3

22 + 12 =

5; as, uP =

1 (2, 1).
5

Producto interno o escalar en R2

La relaci
on h i definida sonbre R2 R2
h i : R2 R2 R
(P, Q) 7 hP, Qi
es un producto interno si satisface
1. hP, Qi = hQ, P i.
2. hP, P i 0, para todo P R2 .
3. hP, P i = 0 si, y s
olo si, P = 0.
4. hP, Qi = hP, Qi = hP, Qi, para todo R.
5. hP, (Q + R)i = hP, Qi + hP, Ri.
Ejemplo 1.12. Producto interno usual definido por hP, Qi = p1 q1 + p2 q2 , siendo
P = (p1 , p2 ) y Q = (q1 , q2 ). Veamos:

1. .
2
2. hP, P i = p+
1 p2 0.

3. hP, P i = p21 + p22 = 0 si, s


olo si, p1 = p2 = 0.
4. hP, Qi = p1 (q1 ) + p2 (q2 ) = (p1 )q1 + (p2 )q2 = hP, Qi.

10

Cap.1 Vectores en el espacio euclidiano


5.

Ejemplo 1.13. Sea hP, Qi = p1 q1 + 2p2 q2 . Veamos:

1. .
2. hP, P i = p21 + 2p22 0.
olo si, p1 = p2 = 0.
3. hP, P i = p21 + 2p22 = 0 si, s
4. hP, Qi = p1 (q1 ) + 2p2 (q2 ) = (p1 q1 + 2p2 q2 ) = hP, Qi.

5. .
Observaci
on 1.2. En tanto no se mencione lo contrario, el producto interno ser
a el
usual.
Teorema 1.14. Sean P, Q R2 y el
angulo agudo que forma P y Q. Luego,
hP, Qi = kP kkQk cos .
Observaci
on 1.3. P = kP k = (cos , sen ) = (kP k cos , kP k sen )
Demostraci
on. Si P = (0, 0)
o Q = (0, 0), entonces hP, Qi = 0 0 cos 0 = 0. Caso
contrario, P, Q 6= (0, 0).
Y
P
Q

=
X

En virtud de la observaci
on anterior tenemos
P = (kP k cos , kP k sen ) y Q = (kQk cos , kQk sen ),
luego,
hP, Qi = kP kkQk cos cos + kP kkQk sen sen
= kP kkQk(cos cos + sen sen )

= kP kkQk cos( ) = kP kkQk cos .

1.3 Producto interno o escalar en R2

11

Debemos notar que este Teorema indica que hP, Qi es invariante por traslaci
on y
rotaci
on de coordenadas.
Definici
on 1.15. Diremos que P y Q son perpendiculares si, el angulo entre P y Q,
= 90 . Es decir, P es perpendicular a Q (P Q) si, y s
olo si, hP, Qi = 0.
Ejemplo 1.16. Sea P = (3, 4) y Q = (12, 9). Luego,
hP, Qi = 3(12) + 4(9) = 0.
As, P Q.
Observaci
on 1.4. La noci
on de perpendicularidad s
olo est
a establecida para el producto interno usual.
Ejemplo 1.17. Si consideramos el producto interno definido por hP, Qi = p1 q1 +2p2 q2 ,
para P = (1, 1) y Q = (1, 1/2), tenemos hP, Qi = 1(1) + 2 1(1/2) = 0. Pero P no
es perpendicular a cualquier otro vector.
p
Teorema 1.18. Dado P R2 , se tiene kP k = hP, P i.
Demostraci
on. En efecto, desde que P = (kP k cos , kP k sen ) se tiene
hP, P i = kP k2 cos2 + kP k2 sen2 = kP k2 .
Corolario 1. Sean P, Q R2 . Luego
kP + Qk kP k + kQk.
Demostraci
on. En efecto,
kP + Qk2 = hP + Q, P + Qi = hP, P + Qi + hQ, P + Qi
= hP, P i + hP, Qi + hQ, P i + hQ, Qi

= kP k2 + 2 hP, Qi + kQk2 .

()

Como hP, Qi = kP kkQk cos , se tiene


hP, Qi | hP, Qi | |kP kkQk cos |

= kP kkQk| cos | kP kkQk.

Tomando en cuenta () y () tenemos


kP + Qk2 = kP k2 + 2 hP, Qi + kQk2

kP k2 + 2kP kkQk + kQk2 = (kP k + kQk)2 .

Por lo tanto, kP + Qk kP k + kQk.

()

12

Cap.1 Vectores en el espacio euclidiano

Ejercicio 3. Probar que las alturas de cualquier tri


angulo se cortan en un u
nico
punto.
Soluci
on. Consideremos un sistema de coordenadas tal que
Y
C(0, c)
b

P = (0, y)
Q = (0, z)
rs

rs

P
b

B(b, 0) X

A(a, 0)

Se puede observar que AC P B; luego,

D E
AC, P B = h(a, c), (b, y)i = ab yc = 0,

de donde y = ab/c. Tambien tenemos


D E D
E

BC, AQ = b, c, a, z = ab + cz = 0,
de donde z = ab/c. Por lo tanto P = Q.
Vector ortogonal Dado el vector P = (a, b), asociado a el, existe el vector P =
(b, a), el cual geometricamente es una rotaci
on de 90 en sentido antihorario.
Y
P

1.3 Producto interno o escalar en R2

13

El problema del tesoro escondido Recientemente se encontr


o un antiguo manuscrito. En el se daban instrucciones para encontrar un tesoro escondido.
Las instrucciones son las siguientes: en la isla hay dos robles A y B, y una palmera
C. El tesoro se encuentra en el punto X al cual se llega de la siguiente forma: Caminar
de C a A cierto n
umero de pasos; al llegar a A, girar 90 hacia la izquierda y dar la
misma cantidad de pasos hasta llegar al punto M .
Volver al punto C y caminar ahora hacia B. Al llegar, girar 90 a la derecha y
caminar la misma distancia hasta llegar al punto N .
El tesoro se encuentra en el punto medio entre M y N . Al llegar a la isla la expedici
on encontr
o los robles, pero la palmera haba desaparecido, encontrando adem
as
que d(A, B) = 40m. Como encontraron el tesoro?

C(a, b)
b

X
rs

rs

A(0, 0)

B(40, 0)

M (b, a)
b

X(x, y)

Vemos que AC = (a, b), AM = AC , as M = (b, a). Similarmente BC =



a40, b, BN = BC , as, N B = (b, a40), lo que implica que N = (40b, a40).
Por lo tanto x = 21 (M + N ) = (20, 20).
Proyecci
on ortogonal

Dados los vectores P y Q no nulos tal que forman un angulo

14

Cap.1 Vectores en el espacio euclidiano

rQ

tQ
Q
Q

uQ

definimos como vector proyecci


on ortogonal de P sobre Q al vector
ProyQ P = tQ,

tR

Se observa que
P = tQ + rQ ,
luego,
D
E
D
E
hP, Qi = tQ + rQ , Q = t hQ, Qi + r Q , Q
= r hQ, Qi ,

de donde
t=
as,

hP, Qi
,
hQ, Qi

ProyQ P =

hP, Qi
Q.
hQ, Qi

Observaci
on 1.5. Como hQ, Qi = kQk2 , podemos escribir


hP, Qi
hP, Qi
hP, Qi
1
Proyq P =
Q=
Q =
uQ .
2
kQk
kQk kQk
kQk
De la observaci
on anterior, podemos observar que



hP, Qi hP, Qi
| hP, Qi |


k ProyQ P k =
kQk uQ = kQk kuQ k = kQk ,

luego, definimos,

CompQ P =

hP, Qi
,
kQk

1.3 Producto interno o escalar en R2

15

como la componente ortogonal de P en la direcci


on Q.
Debemos notar que mientras ProyQ P es un vector, CompQ P es un n
umero con
signo; adem
as
ProyQ P = (CompQ P )uQ .
Como sig(CompQ P ) = sig(hP, Qi) pueden ocurrir los siguientes casos:
P
hP, Qi > 0

P
hP, Qi = 0
Q
rs

hP, Qi < 0
Q

Ejemplo 1.19. Si P = (2, 3) y Q = (3, 4), entonces t =

hP,Qi
hQ,Qi

18
25 .

Luego,



18
18 3 4
ProyQ P =
(3, 4) =
,
,
25
5
5 5
de donde CompQ P = 18
5 <0
Proposici
on 1.20. Sean P , Q y R vectores arbitrarios en R2 . Luego, se tiene las
siguientes propiedades:
1. ProyQ P = Proy2Q P .
2. ProyQ (P + R) = ProyQ P + ProyQ R.
3. ProyQ P = ProyQ P

16

1.4

Cap.1 Vectores en el espacio euclidiano

Dependencia e independencia lineal

Definici
on 1.21. Se dice que el conjunto de n vectores {p1 , . . . , pn } R2 es linealmente independiente (L. I.) si se cumple la siguiente condici
on: si existen n escalares
1 , . . . , n , tal que,
1 p1 + 2 p2 + + n pn = (0, 0),
entonces
1 = 2 = = n = 0.
Observaci
on 1.6. Si el conjunto {p1 , . . . , pn } es linealmente independiente, se dir
a que
los vectores p1 , . . . , pn son linealmente independientes. En cualquier otro caso, los
vectores ser
an llamados linealmente dependientes.
Observaci
on 1.7. En virtud de la definicion anterior, los vectores {p1 , . . . , pn } son LD
si, y s
olo si, existen 1 , . . . , n tal que
1 p1 + 2 p2 + + n pn = (0, 0)
y alg
un i 6= 0.
Observaci
on 1.8. En la definicion anterior, el hecho que el conjunto {p1 , . . . , pn } sea
L.I., implica que los escalares i = 0, con i = 1, . . . , n; es decir, se tiene soluci
on u
nica.
Ejemplo 1.22. El conjunto {(2, 3), (5, 1)} es L.I.? Veamos,
(2, 3) + (5, 1) = (0, 0),
as tenemos dos ecuaciones
2 + 5 = 0,
3 + = 0,
de donde, tenemos = 0 = . Por lo tanto, el conjunto {(2, 3), (5, 1)} es L.I.
Ejemplo 1.23. El conjunto {(2, 3), (8, 12)} es L.I.? Veamos,
(2, 3) + (8, 12) = 0.
Se tiene las siguientes ecuaciones:
2 + 8 = 0,
3 + 12 = 0,
de donde, = 4. De este modo, tenemos infinitas soluciones, es decir, el conjunto
{(2, 3), (8, 12)} no es L.I.

1.4 Dependencia e independencia lineal

17

Sean P y Q dos vectores cualesquiera en R2 tal que P = Q, con R. Luego, si


P + Q = Q + Q
= ( + )Q = (0, 0).
Si Q = 0, entonces P = 0; de ese modo en la ecuaci
on anterior y puede tomar
infinitos valores, y por lo tanto P y Q son L.D.
Si , por el contrario, Q 6= 0, entonces, + = 0; de ese modo
1
= .

Vemos que el valor de depende del valor de , y este u


ltimo puede tomar infinitos
valores. Por lo tanto {P, Q} es L.D.
Vemos que en cualquiera de estos casos {P, Q} es L.D. Se concluye que dos vectores
en R2 son L.I. si, y s
olo si, dichos vectores no son paralelos.
Teorema 1.24. En R2 existen como m
aximo dos vectores L.I.
Demostraci
on. En lo expuesto anteriormente, existira dos ecuaciones en el sistema
planteado y n inc
ognitas (n 3), sistema sobredeterminado el cual tiene infinitas
soluciones.
Definici
on 1.25. Un conjunto de vectores {b1 , b2 } es una base de R2 si, y s
olo si,
Dicho conjunto de vectores es L.I.
Cualquier elemento de R2 es combinaci
on lineal de dichos vectores.
Observaci
on 1.9. Seg
un lo anterior una base de R2 puede tener a lo m
as dos elementos.
Exactamente son necesarios dos vectores L.I. para generar una base en R2 ; en efecto,
dados P = (a, b) y Q = (c, d) dos vectores L.I., {P, Q} es base? Veamos
Verificado.
Dado (x, y) R2 arbitrario, existe , R tal que (x, y) = P + Q? De
existir tales y se debera tener el siguiente sistema de dos ecuaciones con
dos inc
ognitas:
a + c = x
b + d = y
el cual se cumple si, y s
olo si,
a + c = 0
b + d = 0
lo que ocurre si, y s
olo si, = = 0. Por lo tanto, en R2 , dos vectores L.I.
constituyen una base, y cualquier base est
a constituida por dos vectores L.I.

18

Cap.1 Vectores en el espacio euclidiano

Ejemplo 1.26. Consideremos la base can


onica formada por los vectores i = (1, 0) y
j = (0, 1).
Ejemplo 1.27. El conjunto {(1, 2), (5, 3)} es una base, pues es L.I., en efecto, si
tenemos
(1, 2) + (5, 3) = (0, 0),
entonces tenemos que
+ 5 = 0
2 + 3 = 0
de donde = = 0. Ahora, dado (x, y) R2 arbitrario, mostraremos que existe
a, b R tal que
(x, y) = a(1, 2) + b(5, 3).
En efecto, la ecuaci
on anterior se puede escribir en forma matricial como

   
1 5
a
x
=
.
2 3
b
y

Desde que los vectores (1, 2) y (5, 3) son L.I., la matriz 12 53 tiene inversa, as, al multiplicar dicha inversa por la izquierda a ambos lados de la igualdad anterior, tenemos


    
 
3/7
5/7
3/7
5/7
1 5
a
a
x
=
= 2
,
2/7
1/7
2 3
b
/7 1/7
b
y
de donde, para (x, y) R2 arbitrario, existen a =

3x+5y
7

yb=

2xy
7

en R tal que

(x, y) = a(1, 2) + b(5, 3).


Por lo tanto {(1, 2), (5, 3)} es una base de R2 .

1.5

La recta en el plano

Dados los vectores P0 y D 6= (0, 0) definimos el conjunto

L (P0 , D) = {P R2 /P = P0 + tD, con t R},

que es la recta que pasa por P0 y es generada por D (o cuyo vector direccional es D).
Y

P0

D
X

1.5 La recta en el plano

19

La ecuaci
on vectorial de L es
P = P0 + tD.
Observaci
on 1.10. Sean a, b, c, d R constantes consideremos el conjunto no vaco
L(a, b, c) = {(x, y) R2 /ax + by + c = 0}

Lema 1.28. Sean a, b, c R. Si L(a, b, c) 6= , entonces existen P0 y D tales que


L(a, b, c) L (P0 , D).
Demostraci
on. Como L(a, b, c) 6= , existe (x0 , y0 ) tal que ax0 + by0 + c = 0; luego,
podemos tomar
P0 = (x0 , y0 ),
D = (b, a).
Sea (x, y) L(a, b, c) arbitrario, as, ax + by + c = 0. Tambien se tiene
ax0 + by0 + c = 0,
y restando las dos u
ltimas ecuaciones se tiene
a(x x0 ) + b(y y0 ) = 0,
es decir
Ademas,

h(a, b), (x x0 , y y0 )i = 0.

(1.1)

h(a, b), 0i = 0.

(1.2)

De (1.1) y (1.2) los vectores (x x0 , y y0 ) y D son paralelos, es decir


(x x0 , y y0 ) = tD,
lo que implica que (x, y) = (x0 , y0 ) + tD; esto es, (x, y) L (P0 , D).
Lema 1.29. Sean P0 = (x0 , y0 ) y D = (d1 , d2 ) 6= (0, 0). Luego, existen a, b, c R
tales que
L (P0 , D) L(a, b, c)

Demostraci
on. Sea P = (x, y) L (P0 , D) arbitrario; luego, (x, y) = (x0 , y0 ) +
t(d1 , d2 ), de donde se tiene el sistema de ecuaciones
x = x0 + td1 ,
y = y0 + td2 .
Multiplicando la primera por d2 , y la segunda por d1 , se tiene
d2 x = d2 x0 + td1 d2 ,
d1 y = d1 y0 + td1 d2 .
Luego, restando ambas ecuaciones se tiene d2 x d1 y = d2 x0 d2 y0 , de donde se tiene
d2 x d1 y + d1 y0 d2 x0 = 0.
Eligiendo a = d2 , b = d1 y c = d1 y0 d2 x0 , tenemos (x, y) L(a, b, c).

20

Cap.1 Vectores en el espacio euclidiano

Teorema 1.30. L (P0 , D) = L(a, b, c).


Demostraci
on. Es conclusion de los Lemas 1.28 y 1.29.
Debemos notar que si P = (x0 , y0 ) y D = (b, a),
L (P0 , D) L(a, b, c),


a = d2 , b0 d1 y c = P0 , D .

Observaci
on 1.11. La ecuaci
on

P = P0 + tD
es llamada ecuaci
on vectorial de L , mientra que la ecuaci
on
ax + by + c = 0
es llamada ecuaci
on general de L .
Ejemplo 1.31. Sea L (P0 , D), con P0 = (5, 3) y D = (1, 2). Luego, tomando a = 2,
b = 1 y c = h(5, 3), (2, 1)i se tiene la ecuaci
on general 2x y 7 = 0; as
L (P0 , D) = {P/P = (5, 3) + t(2, 1); t R}

= {(x, y)/2x y 7 = 0} = L(2, 1, 7)

Ejemplo 1.32. Sea L(2, 1, 4); luego, tomando P0 = (2, 0) y D = (1, 2), tenemos
L(2, 1, 4) = {(x, y)/2x + y 4 = 0}

= {P/P = (2, 0) + t(1, 2); t R} = L (P0 , D)

Observaci
on 1.12.
La posici
on de una recta respecto a los ejes (vertical y horizontal) est
a determinado por D; as, si
D//Eje Y L es vertical.

D//Eje X L es horizontal.
La posici
on relativa entre dos rectas est
a dado por sus vectores direccionales.
Sean L1 (P0 , D1 ) y L2 (Q0 , D2 ) dos rectas. Luego, L1 //L2 si, y s
olo si, D1 //D2 ;
y L1 L2 si, y s
olo si, D1 D2 .

1.5 La recta en el plano

21

Forma normal de la ecuaci


on de una recta Sea L (P0 , D) = L(a, b, c) una recta
no vertical (b 6= 0). Luego su ecuaci
on est
a dada por
ax + by + c = 0,
esto ocurre si, y s
olo si,

Escribamos m = ab =

d2
d1

a
c
y = x .
b
b

P
,D
h 0 i
y = cb =
. As, se tiene la ecuaci
on
d1
y = mx + ,

donde m es llamada pendiente y , punto de paso.


Y

D
tan = m

En conclusion, si b 6= 0, entonces
L (P0 , D) = L(a, b, c) = L (m, ),
donde L (m, ) = {(x, y) R2 /y = mx + }.
Caractersticas del paralelismo y perpendicularidad

Sean las rectas

L1 (P0 , D1 ) = L1 (a1 , b1 , c1 ) = L1 (m1 , 1 ),


L2 (Q0 , D2 ) = L2 (a2 , b2 , c2 ) = L2 (m2 , 2 ).
Luego se tiene
L1 //L2 D1 //D2

(b1 , a1 )//(b2 , a2 )

a1/a2 = b1/b2

a1/b1 = a2/b2

m1 = m2 .

22

Cap.1 Vectores en el espacio euclidiano

Ademas,
L1 L2 D1 D2

(b1 , a1 ) (b2 , a2 )
a1 a2 + b1 b2 = 0

(a1/b1 )(a2/b2 ) + 1 = 0

m1 m2 = 1.
Distancia de un punto hacia una recta

Sean el punto Q y la recta L (P0 , D)

Q
b

rs

P0
b

Observaci
on 1.13. el conjunto {d(Q, P )/P L (P0 , D)} est
a acotado inferiormente
por 0. Luego, posee nfimo, esto es,
d(Q, L ) = inf{d(Q, P )/P (P0 , D)},

por lo tanto, existe


L (P0 , D) tal que d(Q, L ) = d(Q, P ), as, P = P0 + tD,
para alg
un t.

Se observa que QP , D = hP Q, Di = 0, de donde hP0 Q, Di+t hD, Di = 0,


lo que implica que
hQ P0 , Di
t=
.
hD, Di
Ejemplo 1.33. Calcule la distancia del punto Q a L (P0 , D), donde Q = (5, 2),
P0 = (1, 2) y D = (3, 4).
Soluci
on. Q P0 = (6, 0), luego

hQ P0 , Di
18
= ,
hD, Di
25

29
22
de donde P = (1, 2) 18
25 (3, 4) = 25 , 25 . Por lo tanto
s
2 
2
29
22
24

+5 + 2 = .
d(Q, L ) = d(Q, P ) =
25
25
5
t=

1.5 La recta en el plano

23

F
ormula de la distancia usando la ecuaci
on general Se puede observar que






d(Q, L ) = ProyD P0 Q = CompD P0 Q
E
D


P0 Q, D | aq1 + ax0 bq2 + by0 |
=

=
kD k
a 2 + b2

y haciendo c = ax0 + by0 se tiene

d(Q.L ) =

|aq1 + bq2 + c|

.
a 2 + b2

En el ejemplo anterior tenemos a = 4, b = 3, c = y0 d1 x0 d2 = 2. Por lo tanto,


L (Po , D) = L(4, 3, 2); as,
d(Q, L ) =

24
|4(5) 3(2) + 2|
p
= .
5
42 + (3)2

Ejercicio 4. Sean L1 (a, b, c) y L2 (a, b, b


c) rectas paralelas. Probar que


cb
c

d(L1 , L2 ) = CompD Q0 P0 =
.
2
a + b2

Ejemplo 1.34. Dados tres puntos diferentes entre s A = (a1 , a2 ), B = (b1 , b2 ) y


C = (c1 , c2 ), calcule el
area de la regi
on triangular determinada por estos tres puntos,
en terminos de sus coordenadas.

Demostraci
on. Si hacemos A = P0 , D = AB, tenemos L (P0 , D) = L(a, b, c),
C
b

rs

donde
a = b2 a2 ,
Luego, el
area es

b = a 1 b1 ,

c = a2 (b1 a1 ) a1 (b2 a2 ).

1
A = kABk h.
2

24

Cap.1 Vectores en el espacio euclidiano

Recordemos que kABk = (b1 a1 )2 + (b2 a2 )2 = b2 + a2 y


h = d(Q, L ) =

|ac1 + b2 + c|

,
a 2 + b2

as,
1p 2
|ac1 + bc2 + c|

Area
=
a + b2
2
a 2 + b2

1
= b2 c1 a2 c1 + a1 c2 b1 c2 + a2 b1 a2 a1 a1 b2 + a1 a2
2

c1 c2

@
Ra
@
a 
1

1
2
1
= @
 = |1 2 |,
R
@
2 b1 b2 2


Rc
@
c @
1

donde 1 = b2 c1 + a1 c2 + a2 b1 y 2 = a2 c1 + b1 c2 + a1 b2 .
Para regiones poligonales basta con triangulizar

A
b

As,

B
b


B

C

D
1

Area
=
2 E
A

B

1.6 Vectores en el espacio

1.6

25

Vectores en el espacio
Z

c
Y

X


P tiene coordenadas (a, b, c). Luego, si = (OP , OX), = (OP , OY ), =

(OP , OZ), vemos que
cos2 + cos2 + cos2 = 1.
Denotamos R R R = R3 . Si sobre R3 definimos las operaciones
P Q = (p1 + q1 , p2 + q2 , p3 + q3 ),
P = (p1 , p2 , p3 ),

para todo P = (p1 , p2 , p3 ), Q = (q1 , q2 , q3 ) R3 y todo R, entonces se puede


observar que R3 es un espacio vectorial.
Definici
on 1.35. Se dice que P y Q en R3 son paralelos si, y s
olo si, existe R tal
que
P = Q.
Definici
on 1.36. Dado P = (p1 , p2 , p3 ) R3 , se define su longitud como
q
kP k = p21 + p22 + p23 .

Definici
on 1.37. Cualquier vector P R3 , con norma kP k = 1 es llamado vector
unitario.

26

Cap.1 Vectores en el espacio euclidiano

Observaci
on 1.14. Asociado a P 6= 0, existe un vector unitario uP =

1
kP k P .

Definici
on 1.38. Para P = (p1 , p2 , p3 ) y Q = (q1 , q2 , q3 ), se define el producto interno
hP, Qi = p1 q1 + p2 q2 + p3 q3 .
Teorema 1.39. Si u y w son vectores unitarios en R3 y es el a
ngulo entre ellos,
entonces hu, wi = cos .
Demostraci
on. Consideremos el siguiente gr
afico
v
w
sen
b

cos

Se puede observar que w = cos u + sen v. Calculando


hu, wi = hu, cos u + sen vi = cos hu, ui + sen hu, vi = cos kuk2 = cos .
Sean P y Q dos vectores cualesquiera no nulos. Considerando los vectores
u=

1
1
P yw=
Q,
kP k
kQk

y el angulo entre ellos = (P, Q), tenemos que




1
1
P,
Q ,
kP k kQk
en virtud del teorema anterior.
Corolario 2. Si P y Q son vectores arbitrarios, con = (P, Q), entonces
hP, Qi = kP kkQk cos .
Demostraci
on. Sea = (P, Q). Si P = 0 o Q = 0, entonces hP, Qi = kP kkQk cos =
0 desde que kP k = 0
o kQk = 0.

1.6 Vectores en el espacio

27

Caso contrario, si P y Q son no nulos, entonces para los vectores uP =


1
Q se tiene
uQ = kQk
huP , uQ i = cos ,

1
kP k P

en virtud del teorema anterior. Esta u


ltima ecuaci
on se escribe como


1
1
P,
Q = cos ,
kP k kQk
de donde, se tiene
hP, Qi = kP kkQk cos .
Definici
on 1.40. Se dice que dos vectores P y Q son perpendiculares (P Q) si, y
s
olo si, hP, Qi = 0.
Observaci
on 1.15. El vector nulo es perpendicular a cualquier vector.
Observaci
on 1.16. Dados dos vectores no nulos, el angulo entre ellos se puede calcular
mediante


hP, Qi
.
= arccos
kP kkQk
Proyecci
on ortogonal y componente
Definici
on 1.41. Dados P y Q vectores no nulos de R3 , se define la proyeccion de P
sobre Q como
ProyQ P =

hP, Qi
hP, Qi
Q=
uQ = (CompQ P )uQ .
hQ, Qi
kQk

Siempre es posible construir un vector R tal que hQ, Ri = 0


R

rs

tQ

Del gr
afico vemos que P = tQ + R, de donde hP, Qi = t hQ, Qi. Notemos que en R3
tambien se cumple
kP + Qk2 = kP k2 + 2 hP, Qi + kQk2 .

28

Cap.1 Vectores en el espacio euclidiano

Independencia lineal y bases Un conjunto {p1 , . . . , pn } R3 es L.I. si, y s


olo si,
1 p1 + 2 p2 + + n pn = (0, 0, 0)
implica que i = 0, para i = 1, . . . , n.
Ejemplo 1.42. Los vectores P = (2, 1, 3) y Q = (6, 3, 9) son L.I.?
Soluci
on. Consideremos la ecuaci
on
(2, 1, 3) + (6, 3, 9) = (0, 0, 0),
de donde se obtiene el sistema
2 + 6 = 0,
+ 3 = 0,
3 + 9 = 0.
Esto implica que = 3, es decir, y pueden tomar infinitos valores. Por lo
tanto, P y Q no son L.I.
Ejemplo 1.43. Los vectores P = (2, 1, 3) y Q = (1, 1, 5) son L.I.?
Soluci
on. Veamos; dada la ecuaci
on
(2, 1, 3) + (1, 1, 5) = (0, 0, 0),
se tiene el sistema
2 + = 0,
+ = 0,
3 + 5 = 0.
Esto implica que = = 0. Por lo tanto P y Q son L.I.
Teorema 1.44. Cualquier subconjunto de un conjunto de vectores L.I. tambien es
L.I.
Observaci
on 1.17. Para verificar si tres vectores en R3 son L.I. debemos
i) Verificar si alguno es nulo.
ii) Verificar si un par de ellos son paralelos.
iii) Plantear el sistema de tres ecuaciones con tres inc
ognitas.
En R3 existen a lo m
as tres vectores L.I.

1.6 Vectores en el espacio

29

Definici
on 1.45. Una base en R3 es cualquier conjunto de tres vectores L.I. que
genera todo el espacio R3 . Es decir, P, Q, Q es base de R3 si, y s
olo si, dado x R3 ,
{P, Q, R} es L.I.
Existen u
nicos , , en R tal que
x = P + Q + R
Ejemplo 1.46. Sean los vectores bi = (1, 0, 0), b
j = (0, 1, 0) y b
k = (0, 0, 1). Luego, el
b
conjunto {bi, b
j, k} es llamado base can
onica de R3 .

Producto vectorial en R3 Sean P = (p1 , p2 , p3 ) y Q = (q1 , q2 , q3 ) en R3 , tal que P


y Q son L.I., y x = (a, b, c) un tercer vector en R3 . Bajo que condiciones sobre a, b, c
x es perpendicular a P y Q; es decir,
hP, xi = 0,

hQ, xi = 0.

De las u
ltimas igualdades se tiene el siguiente sistema:
ap1 + bp2 + cp3 = 0,
aq1 + bq2 + cq3 = 0,
con dos ecuaciones y tres inc
ognitas. Si fijamos c tenemos un sistema de dos ecuaciones
y dos inc
ognitas:
ap1 + bp2 = cp3 ,
aq1 + bq2 = cq3 .

Aplicando la regla de Cramer, se tiene




cp3 p2
det
cq3 q2
c(p2 q3 p3 q2 )

 =
,
a=
p1 q 2 p2 q 1
p p
det 1 2
q1 q2


p1 cp3
det
q1 cq3
c(p3 q1 p1 q3 )
 =

b=
.
p1 q 2 p2 q 1
p1 p2
det
q1 q2
Es suficiente tomar
a = p2 q 3 p3 q 2 ,

b = p3 q1 p1 q3 = (p1 q3 p3 q1 ),

c = p1 q 2 p2 q 1 .

30

Cap.1 Vectores en el espacio euclidiano

Ejemplo 1.47. Dado P = (2, 1, 5) y Q = (3, 4, 2), luego





x = 1(2) (5)(4); 2(2) (5)(3) ; 2(4) 1(3)
= (22, 11, 11) // (2, 1, 1).

Luego, se tiene
hP, xi = 0 = hQ, xi .
Siendo P = (p1 , p2 , p3 ) y Q = (q1 , q2 , q3 ), se define el vector P Q mediante

P Q = p2 q3 p3 q2 , (p1 q3 p3 q1 ), p1 q2 p2 q1
= a bi + b b
j+cb
k = (1)1+1 a bi + (1)1+2 b b
j + (1)1+3 c b
k

bi b
j b
k

= det p1 p2 p3
q1 q2 q3






p2 p3
p1 p3
p1 p2
1+1b
1+2b
1+3 b
= (1) i det
+ (1) j det
+ (1) k det
.
q2 q3
q1 q3
q1 q2

Proposici
on 1.48. Dados los vectores P, Q, R en R3 , se tienen las siguientes propiedades:
i) P Q = Q P .
ii) P (Q + R) = P Q + P R.
iii) (P ) Q = P (Q) = (P Q), para cualquier R.
iv) P (Q R) = hP, Ri Q hP, Qi R.
v) P // Q si, y s
olo si, P Q = (0, 0, 0).
vi) kP Qk = kP kkQk si, y s
olo si, P Q.
vii) kP Qk es el
area del paralelogramo formado por P y Q.
viii) kP Qk2 + hP, Qi2 = kP k2 kQk2 .
Ejemplo 1.49. Sean P = (1, 3, 4) y Q = (2, 0, 5), luego

bi b
j b
k
P Q = det 1 3 4 = (15, 3, 6).
2 0 5

Se observa que (P Q) P .
Geometricamente

1.6 Vectores en el espacio

31

P Q
Q
l rs

El area del paralelogramo es


A = kP Qk = kP kkQk sen .
Triple producto escalar
definimos y denotamos

Dados P = (p1 , p2 , p3 ), Q = (q1 , q2 , q3 ) y R = (r1 , r2 , r3 )


[P, Q, R] = hP, Q Ri .

Considerando el orden que mantiene el triple


como

p1

[P, Q, R] = det q1
r1

producto escalar, podemos escribirlo

p2 p3
q2 q3
r2 r3

Ejemplo 1.50. Sea P = (2, 1, 5), Q = (1, 2, 1) y R = (2, 1, 3), luego,


[P, Q, R] = h(2, 1, 5), (1, 2, 1) (2, 1, 3)i
= h(2, 1, 5), (5, 5, 5)i = 30.

Tambien,

2 1 3
[P, Q, R] = det 1 2
2 1 3

= (1)2+1 1 (2) + (1)2+2 2 16 + (1)2+3 1 4 = 30.

Teorema 1.51. Los vectores P , Q y R son L.I. si, y s


olo si, [P, Q, R] 6= 0.
Teorema 1.52. Sean P , Q y R vectores arbitrarios

32

Cap.1 Vectores en el espacio euclidiano


QR

Luego,

Q


hP, Q Ri
.
h = | CompQR P | =
kQ Rk



hP, Q Ri
= |[P, Q, R]|
V ol = A.base altura = kQ Rk
kQ Rk

Proposici
on 1.53 (Independencia lineal). Sean P , Q y R vectores en R3 tal que
[P, Q, R] = 0. Luego, si, P y Q son L.I., entonces existen u
nicos escalares y tales
que
R = P + Q.

P
R
Q

Demostraci
on. Sean P y Q vectores L.I. Si R = 0, entonces existen u
nicos , tales
que
P + Q = 0 = R.
Por otra parte, si R 6= 0, entonces, como [P, Q, R] = 0, se tiene que P , Q y R son L.D.
As, existen 1 , 2 y 3 , no todos nulos, tales que
1 P + 2 Q + 3 R = 0.
Si 3 = 0, entonces se tiene
1 P + 2 Q = 0,

1.7 La recta en el espacio

33

y en virtud de la hiptesis, 1 = 2 = 0, pero esto implica que 1 = 2 = 3 sean nulos,


una contradicci
on. Por lo tanto 3 6= 0, lo que implica que




1
2
R=
P+
Q = P + Q,
3
3
probando la existencia de los escalares. Ahora, supongamos que existe y tales que
R = P + Q = P + Q,
de donde
( )P + ( )Q = 0.

Pero, como por hip


otesis P y Q son L.I., se tiene = = 0; as y son
u
nicos.

1.7

La recta en el espacio

Sean P0 R3 arbitrario y D R3 no nulo. Luego, el conjunto

L (P0 , D) = {P R3 /P = P0 + tD; t R}

es la recta que pasa por P0 y es paralelo o est


a generado por D.
P0
b

tR

tD
b

P = P0 + tD
L (P0 , D)

Z
Y
X
Tenemos el siguiente sistema, llamado ecuaci
on parametrica,
x = x0 + td1 ,
y = y0 + td2 ,
z = z0 + td3 ,
de donde se tiene la ecuac
on simetrica,
t=
con d1 , d2 y d3 son no nulos.

x x0
y y0
z z0
=
=
,
d1
d2
d3

34

Cap.1 Vectores en el espacio euclidiano

Proposici
on 1.54. Sean L1 (P0 , D1 ) y L2 (Q0 , D2 ) dos rectas tales que D1 // D2 .
Luego, L1 L2 6= si, y s
olo si L1 = L2 .
Demostraci
on. Si L1 = L2 , entonces L1 L2 = L1 6= .
Recprocamente, desde que L1 L2 6= , existe P tal que P L1 y P L2 , as,
P0 + tD1 = P = Q0 + rD2 .

(1.3)

Sea Q L1 arbitrario, esto es, Q = P0 + sD1 ; luego,


Q = Q0 + rD2 tD1 + sD1 ,
en virtud de la ecuaci
on (1.3). Por hip
otesis se tiene D1 // D2 , luego la igualdad
anterior queda
Q = Q0 + rD2 + (s t)D2 ,

Q = Q0 + D2 ,

esto es, Q L2 , lo que implica L1 L2 .


De modo similar, se tiene L2 L1 ; por lo tanto L1 = L2 .
Definici
on 1.55. Se dice que L1 (P0 , D1 ) y L2 (Q0 , D2 ) son paralelos si, y s
olo si,
i) L1 L2 = .
ii) D1 // D2 .
Definici
on 1.56. Se dice que L1 (P0 , D1 ) y L2 (Q0 , D2 ) son alabeadas (o se cruzan en
el espacio) si, y s
olo si,
i) L1 L2 = .
ii) D1 //
\ D2 .
Teorema 1.57. Las rectas L1 (P0 , D1 ) y L2 (Q0 , D2 ) son alabeadas si, y s
olo si,
[D1 , D2 , P0 Q0 ] 6= 0.
L1
D1 P0
b

D2 (P0 Q0 )

rs

Q0

ld

D2
L2

1.7 La recta en el espacio

35

Demostraci
on. Sean L1 (P0 , D1 ) y L2 (Q0 , D2 ) rectas alabeadas. Por contradicci
on,
asumamos que [D1 , D2 , P 0 Q0 ] = 0 y como D1 //
\ D2 , entonces D1 y D2 son L.I.
En virtud del Teorema de la Independencia lineal, existen y en R tales que
P0 Q0 = D1 + D2 ,
lo que implica que
P0 + (D1 ) = Q0 + D2 ,
y por lo tanto L1 L2 6= , una contradicci
on pues, por hip
otesis, L1 y L2 son
alabeadas.
Recprocamente, sabemos que [D1 , D2 , P0 Q0 ] 6= 0 si, y s
olo si, D1 , D2 y P0 Q0
son L.I., en virtud del Teorema 1.51, lo que implica que D1 //
D2 . Para mostrar
que L1 y L2 son alabeadas, debemos mostrar que L1 L2 = .
Asumamos lo contrario; luego, existe P tal que P L1 y P L2 , por lo tanto
P0 + tD1 = P = Q0 + rD2 ,
lo que implica
tD1 + (r)D2 + (P0 Q0 ) = 0,
una contradicci
on, pues D1 , D2 y P0 Q0 son L.I. por hip
otesis. Por lo tanto, L1 y
L2 son alabeadas.
Proyecci
on ortogonal de un punto hacia una recta
Q

L (P0 , D)

R = R(Q)

D
P0
b

R es la proyecci
on ortogonal del punto Q sobre la recta L , R = P0 + tD. Del gr
afico
podemos ver
D
E
0 = QR, D = hP0 + tD Q, Di
= hP0 Q, Di + t hD, Di ,

36

Cap.1 Vectores en el espacio euclidiano

de donde
t=

hQ P0 , Di
.
hD, Di

Por lo tanto,
R = R(Q) = P0 +

hQ P, Di
D.
hD, Di

Ejemplo 1.58. Sean Q = (2, 1, 3) y L (P0 , D), con P0 = (1, 1, 2) y D = (2, 1, 5).
Luego,
7
h(2, 1, 3) (1, 1, 2), (2, 1, 5)i
=
,
t=
hD, Di
30
y por lo tanto,
R = (1, 1, 2) +

7 7 7
,
,
15 30 6


22 23 19
, ,
.
15 30 6

Notamos que
d(Q, L ) = d(Q, R).
Consideremos
d2 (Q, R) = kQ Rk2 = kQ P0 tDk2 = hQ P0 tD, Q P0 tDi
= kQ P0 k2 2t hQ P0 , Di + ktDk2

= kQ P0 k2 2t
= kQ P0 k2 2

hQ P0 , Di2 hQ P0 , Di2
+
kDk2
hD, Di
kDk4

hQ P0 , Di2 hQ P0 , Di2
+
kDk2
kDk2

= kQ P 0k2
=

hQ P0 , Di2
kDk2

kQ P0 k2 kDk2 hQ P0 , Di2
k(Q P0 ) Dk2
=
.
kDk2
kDk2

Por lo tanto,
d(Q, L ) =

k(Q P0 ) Dk
.
kDk

Observaci
on 1.18.
kP Qk2 + hP, Qi2 = kP k2 kQk2 .
kP Qk2 = kP k2 2 hP, Qi + kQk2 .

Ejemplo 1.59. Calcular d(Q, L (P0 , D)), donde Q = (2, 1, 3), P0 = (1, 1, 2) y D =
(2, 1, 5).

1.8 El plano en el espacio

37

Soluci
on. Q P0 = (1, 0, 1) y

i j k
(Q P0 ) D = det 1 0 1 = (1, 3, 1).
2 1 5

Por lo tanto,

1+9+1
11
d(Q, L (P0 , D)) =
= .
4 + 1 + 25
30

Ejercicio 5.
1. Dados L : (10, 7, 9) + t(1, 2, 1) y Q = (13, 1, 0), hallar A y B sobre L tal
que el tri
angulo ABQ sea equilatero.
2. Dadas las rectas L1 : (1, 0, 1) + t(1, 1, 2), con t R, y L2 : (1, 3, 4) +
s(2, 3, 1); hallar la ecuaci
on de una recta L tal que L L1 y L L2 .
Adem
as, L interseca a ambas rectas, determine, as mismo, los puntos de intersecci
on.

1.8

El plano en el espacio

Sean P0 un punto en R3 y u, v dos vectores libres L.I., luego, definimos al conjunto


P (P0 , u, v) = {P R3 /P = P0 + tu + rv; t, r R},
como el plano que pasa por P0 generado por los vectores u y v,
v
P0
b

Z
Y
X
Observaci
on 1.19. Dados n R3 \ {0} y R, definimos
P (n, ) = {P R3 / hP, ni = }.
Lema 1.60. Dado P (n, ), existen P0 , u y v tales que P (P0 , u, v) = P (n, ).

38

Cap.1 Vectores en el espacio euclidiano

Demostraci
on. Sea n = (n1 , n2 , n3 ) 6= (0, 0, 0), con n1 6= 0, y R. Tomemos
P0 = (/n1 , 0, 0),

u = (n2 , n1 , 0),

v = (n3 , 0, n1 ),

y recordemos que

i
j
k
u v = det n2 n1
0 = (n21 , n1 n2 , n1 n3 ) = n1 (n1 , n2 , n3 ) = n1 n.
n3
0 n1

Sea P P (P0 , u, v) arbitrario, entonces P = P0 + tu + rv, con t, r R. Luego,


tomando producto interno con n tenemos,
hP, ni = hP0 , ni + t hu, ni + r hv, ni = ,
lo que implica que P P (n, ) y, por lo tanto, P (P0 , u, v) P (n, ).
Por otra parte, sea P P (n, ) arbitrario, entonces hP, ni = , esto es,
p1 n1 + p2 n2 + p3 n3 = .
Seleccionamos los n
umeros
t=

p3
p2
yr= .
n1
n1

Luego, hacemos

+ t(n2 ) + rn3 ,
n1
p2 = 0 + tn1 + 0,
p1 =

p3 = 0 + 0 + r(n1 ),
esto es, P = P0 + tu + rv. Por lo tanto, P P (P0 , u, v), lo que implica P (n, )
P (P0 , u, v). De las dos inclusiones se tiene que existen P0 , u y v tales que P (n, ) =
P (P0 , u, v).
Ejemplo 1.61. Sea el conjunto P (n, ), con n = (3, 0, 1) y = 10. Luego, P (n, )
representa al plano P (P0 , u, v), donde
P0 = (10/3, 0, 0)
u = (0, 3, 0)
v = (1, 0, 3).
Observaci
on 1.20. Si n2 6= 0, se debe tomar
P0 = (0, /n2 , 0),

u = (n2 , n1 , 0),

Ejercicio 6. Si n3 6= 0, seleccione P0 , u y v.

v = (0, n3 , n2 ).

1.8 El plano en el espacio

39

Lema 1.62. Dado P (P0 , u, v), existen n R3 \ {0} y R tal que P (P0 , u, v) =
P (n, ).
Demostraci
on. Sea P0 , u y v, con u y v L.I. Tomemos
n = u v 6= (0, 0, 0) y = hP0 , ni .
Sea P P (P0 , u, v) arbitrario; luego,
hP, ni = hP0 , ni + t hu, ni + r hv, ni = ,
de donde P P (n, ), lo que implica que P (P0 , u, v) P (n, ).
Por otra parte, dado P P (n, ) arbitrario se tiene
hP, ni = = hP0 , ni ,
de donde
hP P0 , ni = hP P0 , u vi = [P P0 , u, v] = 0.
Como u y v son L.I., en virtud del Teorema de la Independencia linea, existen u
nicos
t, r R tales que
P P0 = tu + rv,
lo que implica que P = P0 + tu + rv, esto es, P P (P0 , u, v). Por lo tanto P (n, )
P (P0 , u, v).
De ambas inclusiones, se conluye que P (n, ) = P (P0 , u, v).
Ejemplo 1.63. Dado P (P0 , u, v), con
P0
P0 = (2, 1, 3), u = (1, 1, 6),

v = (3, 0, 2),

basta tomar
n = u v = (2, 16, 3),

= hP0 , ni = 11,

de manera que
{P R3 /P = P0 + tu + rv; t, r R} = {P R3 / hP, ni = }
n
v
b

l l

P0
u

40

Cap.1 Vectores en el espacio euclidiano


Sean P1 = P1 (n1 , ) y P2 = P2 (n2 , 2 ). Se dice que P1 // P2 si, y s
olo si,
P1 P2 6= .

P0

n1 // n2 .

Ejercicio 7. Sean los planos P1 = P1 (n1 , 1 ) y P2 = P2 (n2 , 2 ). Luego, P1 = P2 si, y


s
olo si, n1 // n2 y P1 P2 6= .
Distancia de un punto al plano
T
L (P0 , n)

r
b

n
P (P0 , u, v)

P0

l l
b

R
u

La distancia del punto Q al plano P (P0 , u, v) es

d(Q, P (P0 , u, v)) = d(Q, R) = kQRk = kT P0 k.

Notemos que P0 T = ProyL Q, de donde


T = P0 +

hQ P0 , ni
n.
hn, ni

Luego,


hQ P0 , ni

d(Q, P (P0 , u, v)) = kT p0 k =
hn, ni n


hQ P0 , ni
knk = | hQ P0 , ni |

=

2
knk
knk
|[Q P0 , u, v]|
.
=
ku vk

Captulo 2

C
onicas
2.1

Relaciones de Equivalencia

Dado el conjunto A 6= , se define


R AA
como una relaci
on sobre A.
Ejemplo 2.1. Sobre A = {2, 3, 5, 7, 9, 10} podemos definimos relaciones
R1 = .

R2 = {(2, 2), (3, 3), (5, 5), (7, 7), (9, 9), (10, 10)}.
R3 = {(2, 2), (3, 3), (2, 3)}

R4 = {(3, 5), (5, 3), (3, 3)}


R5 = A A

Tipos especiales de relaci


on

Sea R una relaci


on sobre A, luego, se dice que

R es reflexiva si para todo x A se tiene (x, x) R. Son reflexivas R2 , R5 y


R1 .
R es simetrica si (x, y) R implica que (y, x) R. Son simetricas R1 , R2 , R4
y R5 .
R es transitiva si (x, y), (y, z) R implican que (x, z) R. Son transitivas R1 ,
R2 y R3 .

Observaci
on 2.1. En R4 se tiene (5, 3), (3, 5) R4 pero (5, 5)
/ R4 . Por lo tanto R4
no es transitiva.
Definici
on 2.2. Se dice que R es una relaci
on de equivalencia si es simult
aneamente
reflexiva, simetrica y transitiva.

42

Cap.2 C
onicas

Ejemplo 2.3. Son relaciones de equivalencia R1 , R2 y R5 .


Gr
aficamente podemos expresar que (a, b) R equivale a
podemos considerar

b . As,

10

de donde tenemos que


R = {(2, 2), (3, 3), (5, 5), (7, 7), (9, 9), (10, 10),

(2, 3), (3, 2), (3, 5), (5, 3), (2, 5), (5, 2), (7, 9), (9, 7)}

es una relaci
on de equivalencia.
Definici
on 2.4. Si R es una relaci
on de equivalencia sobre A 6= , para cada x A
definimos el conjunto
[x] = {a A/(a, x) R}
como la clase de equivalencia del elemento x.
Observaci
on 2.2. Este conjunto agrupa a todos los elementos de A que est
an relacionados con x.
Ejemplo 2.5. Respecto a la relaci
on de equivalencia anterior se tiene
[2] = {2, 3, 5} = [3] = [5].
[7] = {7, 9} = [9].
[10] = {10}.

Definici
on 2.6. Sea R una relaci
on de equivalencia sobre A 6= . Luego se define el
conjunto cociente de A por R al conjunto
A
= {[x]/x A}.
R
Observaci
on 2.3. El conjunto

A
R

es una partici
on de A mediante R.

2.1 Relaciones de Equivalencia

43

Ejemplo 2.7. Sea A = {2, 3, 5, 7, 9, 10} y R la relaci


on de equivalencia anterior.
Luego,
A
= {[2], [3], [5], [7], [9], [10]}
R


= {[2], [7], [10]} = {2, 3, 5}, {7, 9}, {10}

Ejemplo 2.8. Sea A = Z y R la relaci


on sobre A tal que (a, b) R si, y s
olo si,

a b = 3. Veamos si R es una relaci


on de equivalencia,
Para todo x Z se tiene x x = 0 =
3, entonces (x, x) R y, por lo tanto, R
es reflexiva.
Si (x, y)R, entonces x y =
3, de donde y x =
3. Esto implica que (y, x) R
y, por lo tanto R es simetrica.
Si (x, y), (y, z) R, entonces

x y =
3,
y z =
3.
Sumando ambas ecuaciones tenemos x z =
3, de donde (x, z) R. Por lo
tanto, R es transitiva.
De lo anterior concluimos que R es una relaci
on de equivalencia. Ahora calculemos la
clases de equivalencia:

[1] = {a Z/a 1 =
3} = enteros
3+1

= {. . . , 5, 2, 1, 4, 7, . . . } = [4], [7], . . .

[2] = {a Z/a 2 =
3} = {. . . , 1, 2, 5, 8, . . . }.
[3] = {a Z/a 3 =
3} = {. . . , 3, 0, 3, 6, . . . }.

Luego,
Z
= {[1], [2], [3]},
R
es decir, Z es particionado en tres conjuntos disjuntos
3,
3+1 y
3 + 2.
Ejemplo 2.9. Sea A = R2 , P0 = (5, 2), D = (2, 3) y L (P0 , D). Ademas, consideremos
R, la relaci
on sobre A, tal que (P, Q) R si, y s
olo si, (P Q) // D, esto es,
n
o


R = (1, 1), (5, 7) , (1, 2), (3, 5) , . . . .
Veamos si R es una relaci
on de equivalencia,

44

Cap.2 C
onicas
Para todo P R2 , se tiene P P = 0 // D; luego, (P, P ) R.
Si (P, Q) R, entonces P Q // D, de donde Q P // D. Por lo tanto, (Q, P )
R.
Si (P, Q), (Q, R) R, entonces P Q = D y Q R = D. Sumando ambas
ecuaciones se tiene
P R = ( + )D,

es decir, P R // D. Por lo tanto, (P, R) R.


As, R es una relaci
on de equivalencia.
Sea x = (10, 3), luego,
[(10, 3)] = {P R2 /P (10, 3) // D}

= {P R2 /P (10, 3) = D}

= {P R2 /P = (10, 3) + D}
(2, 3)
3
L (P0 , D)
2
5

10

[(10, 3)]

Proposici
on 2.10. Sea R una relaci
on de equivalencia sobre A 6= . Luego,
i) x [x].
ii) [x] = [y] si, y s
olo si, (x, y) R.
iii) [x] 6= [y] si, y s
olo si, [x] [y] = .

2.2 Coordenadas homog


eneas

45

Demostraci
on.
i) Como R es de equivalencia, entonces R es reflexiva; as, para todo x A se
tiene (x, x) R. Por lo tanto, x [x] = {y/(y, x) R}.
ii) Sea [x] = [y]; luego, x [y], esto es (x, y) R. Recprocamente, sea (x, y) R;
luego para z [x] arbitrario se tiene que (z, x) R, y en virtud de la transitividad de R, (z, y) R, es decir z [y]. Por lo tanto, [x] [y]. Similarmente se
tiene [y] [x]. Ambas inclusiones implican que [x] = [y].
iii) Supongamos que [x] 6= [y]. Si existiera alg
un elemento z [x] [y] tendramos
(z, x), (z, y) R y, en virtud de la simetra, se seguira que (x, z), (z, y) R.
Luego, debido a la transitividad tendramos que (x, y) R, pero esto implica
que [x] = [y], en virtud del inciso anterior contradiciendo la hip
otesis inicial. Por
lo tanto, [x] [y] = .

Ahora, supongamos que [x] [y] = . Si [x] = [y], entonces (x, y) R, de donde
x [y] e y [x], lo que implica que [x] [y] 6= contradiciendo la hip
otesis. Por
lo tanto [x] 6= [y].

2.2

Coordenadas homog
eneas

En esta parte, consideramos que todo par de rectas en R2 tiene un punto de intesecci
on.
Para esto consideramos dos tipos de puntos,
Punto finito o propio: Aquel cuyas componentes son finitas. Por ejemplo (3, 2),
(10100 , 4).
Punto infinito o impropio: Aquel donde alguna componente es +
o . Por
ejemplo (, 5), (0, ).

Definici
on 2.11. A cada punto P = (x, y) R2 le asociamos la terna ordenada
(x1 , x2 , x3 ), a la cual denominamos coordenadas homogeneas de P , en donde
x1
x2
x=
,
y= .
x3
x3
Ejemplo 2.12. Para P = (2, 3) se tiene infinitas coordenadas homogeneas, a saber,
(4, 6, 2), (6, 9, 3), . . . , (2, 3, 1), . . .
Observaci
on 2.4. Dado P = (a, b) R2 , sus coordenadas homogeneas est
an dadas
por k(a, b, 1), para todo k R \ {0}. Es decir, cada punto tiene infinitas coordenadas
homogeneas.
Ejemplo 2.13. Cu
al es la coordenadas cartesiana de (8, 3, 2)? De acuerdo a la
definicion se tiene
3
8
y= ,
x = = 4,
2
2
de donde la coordenada cartesiana de (8, 3, 2) es (4, 3/2).

46

Cap.2 C
onicas

Ejemplo 2.14. Hallar la coordenada cartesiana de (5, 3, 0). Debemos tener en


cuenta, en virtud de la definicion, que
x=

5
= +,
0

y=

3
= .
0

Entonces, P = (+, ).
Observaci
on 2.5. Sean L1 = L1 (a, b, c) y L2 = L2 (a, b, b
c) dos rectas paralelas. Luego,
L1 y L2 se intersecan en P = (a, b, 0), el cual es un punto impropio o infinito.
b

L1

L2

Observaci
on 2.6. Dos rectas no paralelas se intersecan en un punto propio y dos rectas
paralelas se cortan en un punto impropio. Si estas rectas tienen como direcci
on (m, n),
entonces se intersecan en (m, n, 0).
Ecuaci
on de la recta en coordenadas homog
eneas Sea L (a, b, c) la ecuaci
on
de una recta, es decir, ax + by + c = 0. Considerando
x1
x2
x=
,
y= ,
x3
x3
tenemos
x2
x1
a + b + c = 0,
x3
x3
lo que implica
ax1 + bx2 + cx3 = 0.
Es decir,
L (a, b, c) = {(x, y)/ax + by + c = 0}

= {(x1 , x2 , x3 )/ax1 + bx2 + cx3 = 0}.

Sean P y Q en L tales que P 6= Q, donde P = (p1 , p2 , p3 ) y Q = (q1 , q2 , q3 ). Ademas,


consideremos x = (x1 , x2 , x3 ) un punto arbitrario de L , y R = (a, b, c).

2.2 Coordenadas homog


eneas

47

L
b

Q
b

x (variable)
P
b

Como P, Q L , entonces P, Q R, lo cual implica que


ap1 + bp2 + cp3 = 0,
aq1 + bq2 + cq3 = 0.
Desde que P 6= Q se tiene que P y Q no son paralelos. Luego, para cada x =
(x1 , x2 , x3 ) L se tiene ax1 + bx2 + cx3 = 0
R
Q
X

l l

Luego, x = P + Q, con , R. Por lo tanto,


L = {x = (x1 , x2 , x3 )/x = P + Q; , R},
donde
x1 = p1 + q1
x2 = p2 + muq2
x3 = p3 + q3
Ejemplo 2.15. Sea x = (x1 , x2 , x3 ) = (3 + 4, , 3), entonces P = (3, 1, 0) y
Q = (4, 1, 3).
Observaci
on 2.7. Sea P = (2, 3) R2 , luego

48

Cap.2 C
onicas
P = (2, 3)
b

(2, 3, 1) (6, 9, 3)

(2, 3, 1) . . .

(14, 21, 7)

de donde
P = (2, 3, 1) (6, 9, 3) (14, 21, 7) (2, 3, 1) (2k, 3k, k),
para todo k R \ {0}.
Sea

L (a, b, c) = {(x, y)/ax + by + c = 0}

= {(x1 , x2 , x3 )/ax1 + bx2 + cx3 = 0}.

Si P = (p1 , p2 , p3 ) y Q = (q1 , q2 , q3 ) est


an en L , tales que P 6= Q, entonces,
L (a, b, c) = {X = (x1 , x2 , x3 )/x + P + Q; , R}.
As, se tiene la ecuaci
on parametrica
x1 = p1 + q1
x2 = p2 + q2
x3 = p3 + q3
Ejemplo 2.16. Sean L : 2x1 + 3x2 x3 = 0, P = (1, 1, 5) y Q = (3, 2, 0) en L .
Luego,
x1 = 3

x2 = + 2
x3 = 5

Ejemplo 2.17. Sea L representada por las ecuaci


on parametrica
x1 = 2

x2 = +
x3 = 5,

de donde, x1 2x2 = 3 y x3 = 5. Esto ocurre si, y s


olo si, x1 2x2 = 3(x3/5),
esto es,
5x1 10x2 + 3x3 = 0.

2.3 C
onicas

49

Definici
on 2.18. Se define la recta del infinito en el plano como el conjunto
L = {(x1 , x2 , x3 )/x3 = 0} \ (0, 0, 0).
2

Definici
on 2.19. Se define el plano ampliado como R = R2 (L ).
Definici
on 2.20. Sea A = (aij ) una matriz de orden 3 3. Se define la matriz
transpuesta de A como
AT = (aji ).
Definici
on 2.21. Se dice que una matriz A es simetrica si, y s
olo si A = AT .
Definici
on 2.22. Sea Aij la subamtriz obtenida al eliminar la fila i y la columna j de
la matriz A. Luego, se define
Aij = (1)i+j det Aij .
Ejemplo 2.23.
2+3

A23 = (1)

2.3


a11 a12
det
.
a31 a32

C
onicas
2

Definici
on 2.24. Sobre R sean F = (, ), un punto fijo, L : ax + by + c = 0, una
recta fija, y e 0, una constante. Definimos el lugar geometrico


d(P, F )
=e ,
C = P = (x, y)/
d(P, L )
como una c
onica.
Desarrollando la ecuaci
on d2 (P, F ) = e2 d2 (P, L ), es decir,
(x )2 + (y )2 = e2

(ax + by + c)2
,
a 2 + b2

obtenemos
M x2 + 2N xy + P y 2 + 2Qx + 2P y + T = 0,
donde M , N , P , Q, R y T son constantes que dependen de a, b, c, e, y .
Considerando
x1
x2
x=
ey=
,
x3
x3
se tiene
M x21 + 2N x1 x2 + P x22 + 2Qx1 x3 + 2Rx2 x3 + T x23 = 0,
que es llamada ecuaci
on general de la c
onica en coordenadas homogeneas.

50

Cap.2 C
onicas

Observaci
on 2.8. Sea

a11 a12 a13


A = a21 a22 a23
a13 a23 a33

una matriz simetrica y x = (x1 , x2 , x3 ) un punto generico. Luego


a11 a12 a13
x1
T

xAx = (x1 , x2 , x3 ) a21 a22 a23


x2
a13 a23 a33
x3

= a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 .

Es decir, si hacemos M = a11 , N = a22 , T = a33 , N = a12 , Q = a13 y R = a23 , se


tiene
C = {(x, y)/M x2 + 2N xy + P y 2 + 2Qx + 2Ry + T = 0}

= {x = (x1 , x2 , x3 )/a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 = 0}

= {x = (x1 , x2 , x3 )/xAxT = 0}

Ejemplo 2.25. Hallar la matriz de la conica C cuya ecuaci


on general es
2x21 + x22 x23 + 6x1 x2 + 7x1 x3 + 8x2 x3 = 0.
En virtud de la observaci
on anterior, vemos que

2 3 7/2
A = 3 1 4 .
7/2 4 1
Luego, C : xAxT = 0.

Ejemplo 2.26. Dado

2
4 10
A=4
1 3 ,
10 3 5

hallar la ecuaci
on general de C .
De acuerdo a la observaci
on anterior tenemos que la ecuaci
on general de C es
2x21 + x22 + 5x23 + 8x1 x2 + 20x1 x3 6x2 x3 = 0
En virtud de la Observaci
on 2.8, podemos decir que
C = {x = (x1 , x2 , x3 )/xAxT = 0; A = AT }
es una c
onica, cuya matriz de representacion es la matriz simetrica A.

2.3 C
onicas

51

Definici
on 2.27. Sean C : xAxT = 0, una conica, y P = (p1 , p2 , p3 ), un punto.
Luego, definimos al conjunto
polar(P ) = {x = (x1 , x2 , x3 )/P AxT = 0},
como el polar del punto P respecto a la conica C .
Observaci
on 2.9. Considerando que

a11 a12 a13


P A = (p1 , p2 , p3 ) a12 a22 a23 = (a, b, c),
a13 a23 a33
se tiene qe la ecuaci
on P AxT = 0 es equivalente a
ax1 + bx2 + cx3 = 0,
la cual representa a una recta. Geometricamente se tiene

P
b

polar(P )

Definici
on 2.28. Dados una c
onica C : xAxT = 0 y una recta L : ax1 +bx2 +cx3 = 0,
existe un punto P = (p1 , p2 , p3 ) tal que
polar(P ) = L .
A este punto se le conoce como polo de la recta L y se le denota por polo(L ).
Ejemplo 2.29. Con respecto a C : xAxT = 0, con

2 1 2
A = 1 0 4 ,
2 4 1

52

Cap.2 C
onicas
a) Calcular el polar de P = (3, 1, 2). Veamos,

2 1 2
P A = (3, 1, 2) 1 0 4 = (11, 11, 12).
2 4 1
Luego.

polar(P ) = {(x1 , x2 , x3 )/11x1 + 11x2 + 12x3 = 0}.


b) Sea P = (p1 , p2 , p3 ) un punto tal que

2
(p1 , p2 , p3 ) 1
2
Tomando transpuesta termino a

2 1
1 0
2 4

polar(P ) = L : x1 + x2 + 2x3 = 0, esto es,

1 2
0 4 = (1, 1, 2).
4 1

termino se tiene

2
p1
1

p2 = 1 ,
4
1
2
p3

lo que se puede escribir como un sistema de tres ecuaciones con tres inc
ognitas,
2p1 + p2 + 2p3 = 1,
p1 + 0 + 4p3 = 1,
2p1 + 4p2 + p3 = 2,

el cual tiene por soluci


on P = (p1 , p2 , p3 ) = (1, 1, 0), que es el polo de L .
Proposici
on 2.30. Dados C : xAxT = 0 una c
onica y P un punto. Luego, P
polar(Q), para todo Q polar(P )
Demostraci
on. Sean polar(P ) = {x/P AxT = 0}, polar(Q) = {x/QAxT = 0} y Q =
(q1 , q2 , q3 ) polar(P ). Luego, P AQT = 0, y tomando transpuesta tenemos QAP T =
0, de donde, P polar(Q).
Intersecci
on entre una recta y una c
onica Sean C : xAxT = 0, una conica,
y L : x = P + Q, la recta que pasa por los puntos P y Q. Hallemos L C
reemplazando la ecuaci
on de L en la de C , esto es,


0 = (P + Q)A(P + Q)T = (P + Q) A(P T + QT )
= (P + Q)(AP T + AQT ) = 2 P AP T + P AQT + QAP T + 2 QAQT .

Desde que P AQT y QAP T est


an en R se tiene
QAP T = (QAP T )T = P AQT ,

2.3 C
onicas

53

luego,
P AP 2 + 2P AQT + 2 QAQT = 0,
y haciendo a = P AP T , b = P AQT y c = QAQT , tenemos la ecuaci
on caracterstica
a2 + 2mub + 2 c = 0,
cuyas soluciones, con variable , son
= 2b

42 b2 42 ac
.
2a

Ejemplo 2.31. Hallar la intersecci


on entre C : x21 +x22 25x23 = 0 y L : x = P +Q,
con P = (0, 0) y Q = (8, 6).
La matriz de la c
onica es

1 0
0
A = 0 1
0
0 0 25

y las coordenadas homogeneas de los puntos P y Q son

P = (0, 0, 1) y Q = (8, 6, 1).


Luego,

1 0
0
P A = (0, 0, 1) 0 1
0 = (0, 0, 25)
0 0 25

1 0
0
QA = (8, 6, 1) 0 1
0 = (8, 6, 25).
0 0 25

As,


0
a = P AP T = (0, 0, 25) 0 = 25
1

8
b = P AQT = (0, 0, 25) 6 = 25
1

8
T

c = QAQ = (8, 6, 25) 6 = 75.


1

54

Cap.2 C
onicas

Luego, la ecuaci
on caracterstica (simplificando coeficientes) es
2 + (2) 32 = 0,
que tiene por soluciones
= 3 y = .
Por lo tanto, se tienen dos puntos de intersecci
on:
1. x = P + Q = P + Q = (P + Q) P + Q = (8, 6, 2) (4, 3).
2. x = P + Q = 3P + Q Q 3P = (8, 6, 2) (4, 3).
Definici
on 2.32. Sea A una matriz de 3 3. Definimos el rango de A como la
cantidad de filas L.I. (considerando a las filas como elementos de R3 ). Se denota por
ran(A)
Observaci
on 2.10. ran(A) puede ser 1, 2 o 3.
Ejemplo 2.33.
i) Sean P = (2, 1, 0), Q = (0, 1, 2) y R = (0, 0, 1) las filas de una matriz A, visto
como elementos de R3 . Luego,
[P, Q, R] = det A = 2 6= 0,
de donde P , Q y R son L.I., es decir ran(A).
ii) Sean P = (2, 1, 4), Q = (1, 2, 1) y R = (1, 1, 0) las filas de una matriz A, como
en el caso anterior. Luego
[P, Q, R] = det A = 0,
es decir, ran(A) 6= 3. Se puede observar que Q = P R, es decir, 0 = P R Q.
Por lo tanto, {P, Q, R} son L.D. Como hay dos filas L.I., entonces ran(A) = 2.
iii) Consideremos a los vectores, de R3 , P = (1, 3, 2), Q = (5, 15, 10) y R =
(6, 18, 12) como filas de una matriz A. Vemos que
[P, Q, R] = det A = 0,
por lo tanto ran(A) 6= 3. Podemos notar que una sola fila es L.I., es decir,
ran(A) = 1
Observaci
on 2.11. Se tiene la siguiente regla pr
actica para determinar el rango de una
matriz 3 3: con operaciones elementales (OE) sobre las filas de una matriz
Multiplicar una fila por una constante no nula.
Intercambiar dos filas.

2.3 C
onicas

55

Sumar a una fila un m


ultiplo de otro.

Teorema 2.34. Si B es resultado de aplicar una cantidad finita de OE a las filas de


A, entonces
ran(A) = ran(B).
A la matriz B se le denomina matriz escalonada y tiene alguna de las formas
siguientes:
Matriz escalonada de rango 3,

1
0 1 .
0 0 1
Matriz escalonada de

1
0
0

rango 2,


1 ,
0

1
0 0 1 ,
0 0 0

Matriz escalonada de

1
0
0

rango 1,


0 0 ,
0 0

0 1
0 0 1 .
0 0 0

0 1
0 0 0 ,
0 0

0 0 1
0 0 0 .
0 0 0

Ejemplo 2.35. Sea la matriz

2 3 11
A = 2 3
1 ,
1 0 3

y calculemos su matriz escalonada correspondiente:

2 3 11
A = 2 3
1
1 0 3

1 0 3
f1 f3
- 2 3
1
2 3 11

f3 f2

de donde ran(A) = ran(B) = 2.

1 0 3
- 0 3 5
0 0 0

1 0 2
f2 +2f1
- 0 3 5
f3 2f1
0 3 5

1 0 2
- 0 1 5/3 = B,
0 0
0

1/3f2

56

2.4

Cap.2 C
onicas

Puntos singulares de una c


onica

Sea C una c
onica, con ecuaci
on


a11 a12 a13
x1
(x1 , x2 , x3 ) a12 a22 a23 x2 = 0.
a13 a23 a33
x3

Asociamos a la c
onica C el sistema de ecuaciones


a11 a12 a13
x1
0
a12 a22 a23 x2 = 0
0
a13 a23 a33
x3

Definici
on 2.36. Cualquier soluci
on (x1 , x2 , x3 ) 6= (0, 0, 0) del sistema asociado a la
matriz de la c
onica C , se denomina punto singular de C .
Proposici
on 2.37. Si un punto x = (x1 , x2 , x3 ) es un punto singular de C , entonces
x C.
Teorema 2.38. El sistema asociado a C tiene soluci
on no nula si, y s
olo si, det A = 0.
Demostraci
on. Sean P = (a11 , a12 , a13 ), Q = (a12 , a22 , a23 ) y R = (a13 , a23 , a33 ) las
filas de la matriz A. Asumamos que el sistema asociado a C tiene soluci
on no nula,
es decir, existe x = (x1 , x2 , x3 ) 6= (0, 0, 0) tal que

0

Ax = 0 .
0
Esto implica que

hP, xi = hQ, xi = hR, xi = 0,


as, los vectores P , Q y R son perpendiculares a x,
x
Q
R
P
de donde, [P, Q, R] = det A = 0.
Recprocamente, supongamos que det A = 0, luego, ran(A) = 2 o ran(A) = 1. Si
ran(A) = 2, entonces A tiene dos filas L.I., digamos P y Q. Por lo tanto R = P +Q,
con , R.

2.4 Puntos singulares de una c


onica

57

Sea x = P Q 6= (0, 0, 0), con


hP, xi = hQ, xi = hR, xi = 0,
esto es,

Ax = 0 .
0

As, x 6= (0, 0, 0) resuelve el sistema asociado a C .


Por otra parte, si ran(A) = 1, entonces A s
olo tiene una fila L.I., digamos P =
(a11 , a12 , a13 ) 6= (0, 0, 0). Considerando a12 6= 0, sea x = (a12 , a11 , 0) 6= (0, 0, 0),
donde
hP, xi = hQ, xi = hR, xi = 0,
y como en el p
arrafo anterior,


0
Ax = 0 .
0

de donde x 6= (0, 0, 0) resuelve el sistema asociado a C .


Corolario 3. Una c
onica C : xAxT = 0 posee puntos singulares si, y s
olo si, det A =
0.
Demostraci
on. Por definicion, se tiene que los puntos singulares de una conica son las
soluciones no nulas de su sistema asociado, y en virtud del teorema anterior, se tiene
el resultado.
Consideremos el sistema asociado a C ,
a11 x1 + a12 x2 + a13 x3 = 0
a12 x1 + a22 x2 + a23 x3 = 0
a13 x1 + a23 x2 + a33 x3 = 0
Hallaremos los puntos singulares de una conica C : xAxY = 0. Como debe ocurrir
det A = 0, entonces se tiene dos casos:
1. ran(A) = 2, as el sistema asociado se transforma en dos ecuaciones con tres
inc
ognitas. Resolviendo dicho sistema, es decir, haciendo
a11 x1 + a12 x2 = a13 x3

a12 x1 + a22 x2 = a23 x3 ,


por la regla de Crammer se tiene


a13 x3 a12
det
a23 x3 a22


x1 =
a11 a12
det
a12 a22



a11 a13 x3
det
a12 a23 x3
 .

x2 =
a11 a12
det
a12 a22

58

Cap.2 C
onicas
Teniendo en cuenta la definicion de Aij , se tiene que el punto singular x tiene
por coordenadas homogeneas


A13
A23
x3 ,
x3 , x3 (A13 , A23 , A33 ) = H.
x = (x1 , x2 , x3 ) =
A33
A33
a12 x1 + a23 x2 + a13 x3 = 0

C
b

a11 x1 + a12 x2 + a13 x3 = 0


2. ran(A) = 1. En este caso, el sistema asociado se transforma en una ecuaci
on
con tres inc
ognita. Es decir,
a11 x1 + a12 x2 + a13 x3 = 0.
Luego, el conjunto de puntos singulares est
a dado por
{(x1 , x2 , x3 )/a11 x1 + a12 x2 + a13 x3 = 0},
as, existen infinitos puntos singulares.
a11 x1 + a12 x2 + a13 x3 = 0
b

2.5

Clasificaci
on primaria de las c
onicas

Definici
on 2.39. Sea C : xAxT = 0 una conica. Luego, C es una conica degenerada
si posee puntos singulares,y no degenerada en caso contrario.
Observaci
on 2.12. De la definicion, se tiene que una conica C : xAxT = 0 es degenerada si, y s
olo si, det A = 0, y no degenerada si, y s
olo si, det A 6= 0.

2.5 Clasificaci
on primaria de las c
onicas

2.5.1

59

Composici
on de las c
onicas degeneradas

De que est
a formada una c
onica degenerada?
An
alisis del caso ran(A) = 2
Proposici
on 2.40. Sea C : xAxT = 0 una c
onica degenerada de rango 2, P, Q C
y LP Q : x = P + Q, la recta que pasa por P y Q. Luego, P AQT = 0 si, y s
olo si,
LP Q C .
Demostraci
on. Asumamos que P AQT = 0. Sea x LP Q arbitrario, esto es, x =
P + Q. Luego, se tiene
xAxT = (P + Q)A(P + Q)T
= 2 P AP T + 2P AQT + 2 QAQT = 0,
desde que P AP T = P AQT = QAQT = 0. Por lo tanto x C , y como x es arbitrario
se tiene que LP Q C .
Recprocamente, asumamos que LP Q C . Luego, para todo x LP Q se tiene
que xAxT = 0. Como x = P + Q, entonces
0 = xAxT = (P + Q)A(P + Q)T
= 2 P AP T + 2P AQT + 2 QAQT .
Como P y Q est
an en C , se tiene que P AP T = QAQT = 0, lo que implica que la
ecuaci
on anterior queda
2P AQT = 0.
Como x es arbitrario, en particular podramos elegir x = P + Q tal que , 6= 0,
de donde, a partir de la ecuaci
on anterior, se concluye que P AQT = 0.
Lema 2.41. Sea H el u
nico punto singular de C . Luego, para todo P C , se tiene
LP H C .
Demostraci
on. Sea H el u
nico punto singular de C y P C arbitrario. Tomemos
x = P + H un elemento cualquiera de LP H . Luego,
xAxT = (P + H)A(P + H)T
= 2 P AP T + 2P AH T + 2 HAH T = 0
pues P AP T = HAH T = 0 y AH T = (0, 0, 0)T . Por lo tanto, x C .

60

Cap.2 C
onicas

P
b

LP H
C est
a formado por rectas que pasan por H.
Lema 2.42. Para todo P, Q C no alineados con H se tiene que LP Q C = {P, Q}.
Demostraci
on. Sean LP Q : x = P + Q y C : xAxT = 0. Efectuando la intersecci
on
de LP Q y C se tiene que resolver
(P + Q)A(P + Q)T = 0.
Esta ecuaci
on genera una cuadratica, la cual proporciona dos soluciones como m
aximo.

Q
b

C
b

LP Q

Es decir, de los Lemas 2.41 y 2.42 se concluye la forma de la conica.


An
alisis del caso ran(A) = 1 En el sistema asociado
a11 x1 + a12 x2 + a13 x3 = 0
a12 x1 + a22 x2 + a23 x3 = 0
a13 x1 + a23 x2 + a33 x3 = 0

2.5 Clasificaci
on primaria de las c
onicas

61

se tiene
a11
a12
=
a11 a22 = a212 ,
a12
a22
a13
a11
=
a11 a33 = a213 ,
a13
a33
a23
a22
=
a22 a33 = a223 .
a23
a33
Luego, reemplazando en la ecuaci
on de C se tiene
a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 = 0.
o lo que es lo mismo,

0 = a11 x21 + a22 x22 + a33 x23 2 a11 a12 x1 x2 2 a11 a33 x1 x3 2 a22 a33 x2 x3
2

a11 x1 a22 x2 a33 x3 ,

la cual es una recta doble.

2.5.2

Composici
on de las c
onicas mediante su intersecci
on con L

Sea C : a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 = 0 una conica y
L : x3 = 0, la recta en el infinito. En la intersecci
on se tiene que
a11 x21 + a22 x22 + 2a12 x1 x2 = 0.
Considerando la ecuaci
on anterior con variable x1 , su discriminante es
D = 4a212 x22 4a11 a22 x22 = 4x22 (a212 a11 a22 ) = 4x22 (A33 ),
de donde
x1 =



2a12 x2 2x2 A33
a12
A33
=

x2 .
2a11
a11
a11

As, los puntos de intersecci


on son
a12 +

p


A33 , a11 , 0 y a12 A33 , a11 , 0 .

En el caso en que C sea no degenerada tenemos tres posibilidades:

Cuando A33 = 0. En ese caso, se tiene un solo punto impropio (a12 , a11 , 0).
Luego, decimos que la c
onica C es una par
abola

62

Cap.2 C
onicas

(a12 , a11 , 0)

C
X
(a12 , a11 )

Ejemplo 2.43. Sea la c


onica C : x2 2xy + y 2 + 4x 6y + 1 = 0, la cual tiene por
matriz asociada

1 1 2
A = 1 1 3
2 3 1

con A33 = 0.

Cuando
A33 < 0. Aqu se tienen los puntos impropios (a12 A33 , a11 , 0) y
(a12 + A33 , a11 , 0). Luego, decimos que la conica es una hiperbola
Y

a12 +
b

A33 , a11 , 0

C
X

a12

A33 , a11 , 0

2.6 C
onicas imaginarias

63

Ejemplo 2.44. Consideremos la conica C : x2 + 2xy y 2 6x + 4y 3 = 0, cuya


matriz asociada es

1
1 3
A = 1 1 2 ,
3 2 3

donde A33 = 2 < 0.

Cuando A33 > 0. En este caso se tiene una elipse

Ejemplo 2.45. Sea la c


onica C : 5x2 + 6xy + 5y 2 4x 4 = 0, cuya matriz es

5 3 2
A = 3 5 2 ,
2 2 4

con A33 = 16 > 0.

2.6

C
onicas imaginarias

Sea C : xAxT una c


onica. Se dice que C es imaginaria si todos sus puntos son
imaginarios excepto el punto H = (A13 , A23 , A33 ).
Caracterizaci
on de una c
onica imaginaria Sean C : xAxT = 0 una conica
imaginaria y L : y = k, con k constante arbitraria, una recta real. Que se obtiene
de C L ?
Y
L
k
X
0

64

Cap.2 C
onicas

Se observa que la ecuaci


on cuadratica obtenida al hallar C L debe tener discriminante menor que 0.
C : a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 = 0
L : x2 = kx3 .
Reemplacemos la ecuaci
on de L en la de C , as tenemos
a11 x21 + a22 (kx3 )2 + a33 x23 + 2a12 x1 (kx3 ) + 2a13 x1 x3 + 2a33 (kx3 )x3 = 0.
on
Si hacemos a = a11 , b = 2(a12 k + a13 )x3 y c = (a22 k2 + a33 + 2a23 k)x23 , la ecuaci
anterior se transforma en la siguiente cuad
atica, con variable x1 ,
ax21 + bx1 + c = 0,
cuya discriminante b2 4ac < 0, es decir,
(a12 k + a13 )2 a1 1(a22 k2 + a33 + 2a23 k) < 0.
Operando y reagrupando en la inecuaci
on anterior tenemos
(a212 a11 a22 )k2 + 2(a12 a13 a11 a23 )k + (a213 a11 a33 ) < 0;
y recordando de Aij , se tiene que la inecuaci
on anterior toma la forma
A33 k2 + 2A23 k + (A22 ) < 0,
o lo que es lo mismo
A33 k2 2A23 k + A22 > 0,

para cualquier k en R; lo que ocurre si, y s


olo si, A33 > 0 y A223 A22 A33 < 0, que es
conocida como la condici
on general para que una c
onica sea imaginaria.
Observaci
on 2.13. De acuerdo a la identidad
A22 A33 A223 = a11 det A
se tiene que la condici
on general para que una conica C sea imaginaria, se puede
escribir como
A33 > 0,
a11 det A > 0.
En virtu de la observaci
on anterior, que conicas pueden ser imaginarias. Veamos,
Si C es no degenerada, s
olo la elipse (A33 > 0) podra ser imaginaria en caso
que adem
as cumpla a11 det A > 0.
Si C es degenerada, tenemos dos casos:

Si ran(A) = 1, entonces C es una recta doble siempre real.

2.6 C
onicas imaginarias

65

Si ran(A) = 2,

I1 (a12 +

A33 , a11 , 0)

I2 (a12

H = (A13 , A23 , A33 )

A33 , a11 , 0)

L
Cuando A33 > 0, la elipse degenera en dos rectas imaginarias que se cortan
en el punto H.
Cuando A33 < 0, los puntos I1 e I2 son reales. Luego, conjuntamente con
H, conforman dos rectas siempre reales, es decir, la hiperbola ha degenerado
en dos rectas reales.
Cuando A33 = 0, I1 = I2 = (a12 , a11 , 0) y, conjuntamente con H (real),
da lugar a una recta dobre (x3 = 0), pues H L . Sin embargo, al ser
A33 = 0, C est
a compuesta de dos rectas paralelas, las cuales podran ser
imaginarias. De la condici
on general para que una conica sea imaginaria,
se tiene
2A23 k + A22 > 0,

para todo k R. Luego,

A23 = 0 y A22 > 0.


Observaci
on 2.14. La c
onica C est
a formada por dos rectas paralelas si, y s
olo si, la
ecuaci
on de C tiene la forma (ax + by + c)(dx + cy + f ) = 0. En ese caso, luego de
operar y agrupar, la ecuaci
on queda
adx2 + (af + cd)x + cf + (bf + c2 )y + (ac + bd)xy + bcy 2 = 0,
de donde, su matriz asociada es

ad

ac+bd
2

af +cd
2

bf +c2
2

A = ac+bd
2
A23

bc


ad

= (1)2+3 af +cd
2

Por lo tanto, la u
nica condici
on es A22 > 0.

af +cd
2
bf +c2
,
2

cf

ac+bd
2
bf +c2
2

= 0.

66

Cap.2 C
onicas

2.7

Clasificaci
on total de las c
onicas

Sea C : xAxT = 0, luego podemos tener la siguiente clasificaci


on:
1. C
onica no degenerada (det A 6= 0)
(a) A33 > 0 elipse (imaginaria si adem
as a11 det A > 0).
(b) A33 < 0 hiperbola (siempre real).
(c) A33 = 0 par
abola (siempre real).
2. C
onica degenerada
(a) De rango 2
i. A33 > 0 elipse que degenera en dos rectas siempre imaginarias.
ii. A33 < 0 hiperbola que degenera en dos rectas siempre reales.
iii. A33 00 par
abola que degenera en dos rectas paralelas (imaginarias si
adem
as A22 > 0).
(b) De rango 1, recta doble siempre real.

2.8

Rectas tangentes y asntotas de una c


onica

Sean C : xAxT = 0 una c


onica, P = (p1 , p2 , p3 ) un punto fijo (desde la cual se traza
una tangente), Q = (x1 , x2 , x3 ) un punto variable (pertenenciente a la recta tangente)
y M el punto de contacto entre la conica y la recta tangente.

LT
b
b
b

Siendo LT : x = P + Q, con , R, y C : xAxT = 0, se tiene M = LT C . Es


decir,
0 = (P + Q)A(P + Q)T
= (P AP T )2 + (2P AQT ) + QAQT 2 .

2.8 Rectas tangentes y asntotas de una c


onica

67

Esta u
ltima cuadratica proporciona una soluci
on, denominada condici
on de tangencia.
Es decir, discrimante nulo, esto es,
(P AQT )2 (P AP T )(QAQT ) = 0.
Esta ecuaci
on caracteriza a los puntos de LT = {Q = (x1 , x2 , x3 )}, la cual, a su vez,
es la ecuaci
on de una c
onica de rango 2.
Puede ocurrir
1. P C : (P AQT )2 = 0 P AQT = 0. En particular, si P es un punto impropio,
entonces LT es la recta asntota.
2. P
/C
Ejemplo 2.46. Sea C : x21 + x22 x23 2x1 x3 = 0. Hallar la ecuaci
on de la tangente
trazada desde
1. P = (2, 1, 1), entonces P C . Tenemos

1 0 1
P A = (2, 1, 1) 0 1 0 = (1, 1, 3),
1 0 1

de donde LT : x1 + x2 3x3 = 0.
2. P = (3, 0, 1), entonces P
/ L . Tenemos

1 0 1
P A = (3, 0, 1) 0 1 0 = (2, 0, 4).
1 0 1

Reemplazando en la ecuaci
on caracterstica de LT se tiene
(2x1 4x3 )2 2(x21 + x22 x23 2x1 x3 ) = 0,
la cual, al ser desarrollada resulta
x21 x22 + 9x23 6x1 x3 = 0,
que es equivalente a
x2 6x (y 2 9) = (x y 3)(x + y 3) = 0.
Veamos gr
aficamente

68

Cap.2 C
onicas

LT2

M1
b

C
b

P
b

M2
LT1
Vemos que LT1 = polar(M1 ) y LT2 = polar(M2 ). Luego M1 = polar(P ) C , de
donde LT1 : Q = M1 + P . Tambien, M2 = polar(P ) C , lo que implica que
LT2 : Q = M2 + P .
Ecuaci
on caracterstica de LT

Sea LT con ecuaci


on

(P AQT )2 (P AP T )(QAQT ) = (ax1 + bx2 + cx3 )(dx1 + ex2 + f x3 ) = 0.


Tenemos dos casos
1. Cuando P C , entonces P AP T = 0. As, se tiene LT : (P AQT )2 = 0, lo que
implica que P AQT = 0. Se puede notar que LT = polar(P ); adem
as, en caso
de ser P punto impropio, entonces LT se convierte en asntota.
2. Cuando P
/ C . Una forma de hallar LT es factorizando la ecuaci
on caracterstica, es decir,
(P AQT )2 (P AP T )(QAQT ) = 0,
que es equivalente a
(ax1 + bx2 + cx3 )(dx1 + ex2 + f x3 ) = 0.
Otra alternativa es geometrica:
polar(P )
b

LT2

M1
C
b

P
b

M2
LT1

2.8 Rectas tangentes y asntotas de una c


onica

69

Vemos que LT1 = polar(M1 ) y LT2 = polar(M2 ). Ademas {M1 , M2 } = C


polar(P ), que es la intersecci
on entre una recta y una conica.
Ejemplo 2.47. Hallar las rectas tangentes a C : x21 + x22 x23 2x1 x3 = 0 trazadas
desde los puntos
P = (2, 1, 1)
P = (3, 0, 1)
P = (0, 0, 1)

Notemos que la matriz asociada a la conica

A=
0
1

y Q = (x1 , x2 , x3 ) LT .

es

0 1
1 0
0 1

1. Si P = (2, 1, 1) C , entonces LT = polar(P ) y

1 0 1
P A = (2, 1, 1) 0 1 0 = (1, 1, 3).
1 0 1
Luego, LT : (x1 + x2 3x3 )2 = 0.

2. Cuando P = (3, 0, 1), se resuelve como en el Ejemplo 2.46. Ah teniamos P A =


(2, 0, 4), luego,
polar(P ) = x1 2x3 = 0.
Tomando los puntos R = (2, 1, 1) y S = (2, 0, 1) en polar(P ), vemos que
polar(P ) : R + S.
Ahora, hallemos C polar(P ); para esto hacemos
0 = (R + S)A(R + S)T

= 2 RART + 2RAS T + 2 SAS T ,


en donde vemos que



2
1 0 1
2
RART = (2, 1, 1) 0 1 0 1 = (1, 1, 3) 1 = 0
1
1
1 0 1

1
RAS T = (1, 1, 3) 0 = 1
1



1 0 1
2
2
T

SAS = (2, 0, 1) 0 1 0
0 = (1, 0, 3) 0 = 1.
1 0 1
1
1

70

Cap.2 C
onicas
As, C polar(P ) queda de la forma
C polar(P ) = ( + 2) = 0,
de donde = 0
o = 2.

Si = 0, entonces se tiene M1 = (2, 1, 1); y si = 2, entonces M2 =


(2, 1, 1). Por lo tanto,
(
LT1 : polar(M1 )
LT2 : polar(M2 )
3. Se deja como ejercicio (verificar que la ecuaci
on caracterstica es una conica
degenerada de rango 2 y adem
as imaginaria).

2.9

Elementos principales de una c


onica no degenerada

Sea C : xAxT = 0 una c


onica no degenerada.
Definici
on 2.48. El centro C = (c1 , c2 , c3 ) de C es un punto tal que polar(C) = L
si, y s
olo si, C = polo(L ).
Luego, C es soluci
on del sistema de ecuaciones
a11 c1 + a12 c2 + a13 c3 = 0
a12 c1 + a22 c2 + a23 c3 = 0
a13 c1 + a23 c2 + a33 c3 = 0
que es equivalente a la ecuaci
on


a11 a12 a13
c1
0
a12 a22 a23 c2 = 0 .
a13 a23 a33
c3
0

De acuerdo a la regla de Crammer, el centro de una conica no degenerada est


a dada
por


A13 A23 A33
,
,
.
C = (c1 , c2 , c3 ) =
det A det A det A
Observaci
on 2.15. En caso de tener A33 = 0, decimos que no hay centro, pues la
par
abola no tiene centro.
Ejemplo 2.49. Sea C : 5x2 + 4xy + 5y 2 9 = 0, luego, su matriz asociada es

5 2 0
A = 2 5 0 ,
0 0 9

con det A = 189 6= 0. Como A33 = 25 4 > 0, la conica es una elipse; adem
as,
A13 = A23 = 0, lo que implica que el centro de C es C = (0, 0, 21).

2.9 Elementos principales de una c


onica no degenerada

71

Definici
on 2.50. Un di
ametro de la conica de C es la recta polar de alg
un punto de
L .
polar(P )

polar(P )

P
b

P
b

Definici
on 2.51. Se dice que dos di
ametros son conjugados si cada uno de ellos
contiene el polo del otro.

D1

Q
b

D2
L
b

Vemos que D2 = polar(P ) si, y s


olo si, P = polo(D2 ). Similarmente, D1 = polar(Q)
si, y s
olo si, Q = polo(D1 ). Ademas, polo(D2 ) = P D1 y polo(D1 ) = Q D2 , lo
que implica que D1 y D2 son conjugados.
Teorema 2.52. Si m y m son las pendientes de dos di
ametros conjugados, entonces
m =

a11 + a12 m
.
a12 + a22 m

Demostraci
on. Sean D1 y D2 los di
ametros conjugados y m, m sus pendientes respectivas, donde
D1 : y C2 = m(x C1 )

y C2
x C1
=
.
1
m

72

Cap.2 C
onicas

Luego, P = (1, m, 0) D1 L . Ademas, como D1 y D2 son conjugados, se tiene


que polar(P ) = D2 . Ahora expresemos el polar(P ),


a11 a12 a13
1

(x1 , x2 , x3 ) a12 a22 a23


m = 0
a13 a23 a33
0
que es equivalente a

o lo que es lo mismo

a11 + ma12
(x1 , x2 , x3 ) a12 + ma22 = 0
a13 + ma23

(a11 + ma12 )x1 + (a12 + ma22 )x2 + (a13 + ma23 )x3 = 0,


cuya pendiente es
m =

a11 + ma12
.
a12 + ma22

Definici
on 2.53. Si dos di
ametros conjugados son, adem
as, conjugados, entonces
dichos di
ametros se llaman ejes.
Desde que los ejes son perpendiculares, se tiene
m =

1
,
m

y en virtud del teorema anterior,

a11 + a12 m
1
=
,
m
a12 + a22 m

lo que implica
a12 m2 + (a11 a22 )m a12 = 0.

Esta ecuaci
on cuadratica proporciona las direcciones (pendientes) de los dos u
nicos
di
ametros conjugados y perpendiculares (ejes).
Observaci
on 2.16. Una vez hallada la direcci
on (pendiente) de un eje, es posible hallar
su ecuaci
on pues dicho eje pasa adem
as por el centro.
Definici
on 2.54. A la intersecci
on de los ejes con la conica se llama vertice.
Ejemplo 2.55. Hallar el centro, los ejes, y los vertices de C : x2 +4y 2 6x16y+21 =
0. Notemos que la matriz de C es

1
0 3
4 8 ,
A= 0
3 8 21

cuyo rango es 3. Adem


as A13 = 12, A23 = 8 y A33 = 4; as, el centro tiene por
coordenadas (12, 8, 4) (3, 2).
Los ejes son y = 2 y x = 3; y los vertices son (5, 2) y (1, 2).

2.9 Elementos principales de una c


onica no degenerada

73

Ejercicio 8. Hallar el centro, los ejes y los vertices para C : 4x2 20xy + 25y 2
15x 6y = 0.
Definici
on 2.56. Los focos de una conica C : xAxT = 0 no degenerado son los puntos
reales F (, ) tales que las rectas tangentes trazadas desde ellos a C son las rectas
imaginarias
y = i(x )

y = i(x ).
Observaci
on 2.17. Se debe exigir un s
olo punto de contacto.
Ejercicio 9. Si C : xy + 2x 2 = 0, hallar F = (, ).

También podría gustarte