Algebra Lineal PDF

Contenido
1 MATRICES 1
1.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Notación: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Operaciones entre matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Suma. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2 Multiplicación de una matriz por un escalar. . . . . . . . . . . . . . 3
1.2.3 Multiplicación de dos matrices AB . . . . . . . . . . . . . . . . . . 5
1.3 Otras Propiedades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Algunos tipos de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.1 Matriz Cuadrada de tamaño n. . . . . . . . . . . . . . . . . . . . . 7
1.4.2 Matriz Idéntica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.3 Matriz diagonal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.4 Matriz escalar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.5 Matriz invertible o matriz no singular. . . . . . . . . . . . . . . . . 9
1.4.6 Matriz transpuesta. . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.7 Matriz simétrica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.8 Matriz antisimétrica. . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.9 Matriz conjugada. . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.10 Matriz Hermı́tica. . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.11 Matriz Antihermı́tica. . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.12 Matriz involutiva. . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.13 Matriz Idempotente. . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.14 Matriz ortogonal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.15 Matriz triangular superior. . . . . . . . . . . . . . . . . . . . . . . 15
1.4.16 Matriz triangular. . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.17 Matriz elemental. . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.18 Matriz semejante. . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.19 Matriz de Probabilidad. . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.20 Matriz escalonada y escalonada reducida. . . . . . . . . . . . . . . 17
iii
iv CONTENIDO
1.4.21 Algunos métodos para hallar la inversa . . . . . . . . . . . . . . . . 18
1.5 EJERCICIOS PROPUESTOS CAPITULO 1 . . . . . . . . . . . . . . . . 20
2 DETERMINANTES. 27
2.1 Propiedades del determinante. . . . . . . . . . . . . . . . . . . . . . . . . . 30
3 SISTEMAS DE ECUACIONES. 43
3.0.1 Solución del sistema Ax = b. . . . . . . . . . . . . . . . . . . . . . . 44
3.1 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2 Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.1 Balance de reacciones quimicas . . . . . . . . . . . . . . . . . . . . 51
4 VECTORES 61
4.1 Propiedades de los vectores . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2 Operaciones: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.3 Suma de vectores.
62
4.4 Resta de vectores: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.5 Multiplicación de un vector por un número real. Con α ∈ R . . . . . . . . 62
4.6 Norma de un vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.6.1 Propiedades de la norma de un vector. . . . . . . . . . . . . . . . . 62
4.7 Propiedades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.8 Producto Cruz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.8.1 Propiedades del producto cruz . . . . . . . . . . . . . . . . . . . . . 66
4.9 Producto mixto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.9.1 Propiedades del producto mixto . . . . . . . . . . . . . . . . . . . . 68
4.10 Área de un paralelogramo determinado por los vectores A y B . . . . . . . 68
4.11 Volúmen de un paralelepı́pedo determinado por A,B,C . . . . . . . . . . . 69
4.11.1 que no estén en el mismo plano . . . . . . . . . . . . . . . . . . . . 69
4.12 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
CONTENIDO v
5 PLANOS 77
5.1 Planos en el espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

5.1.1 Distancia del punto P0 = (x0 , y0 , z0 ) al plano Ax + By + Cz = D . 80
5.1.2 Distancia entre dos planos paralelos . . . . . . . . . . . . . . . . . . 81
5.1.3 Plano paralelos y perpendiculares . . . . . . . . . . . . . . . . . . . 81
6 RECTAS 85
6.1 Distancia de un punto a una recta . . . . . . . . . . . . . . . . . . . . . . . 89
7 ESPACIOS VECTORIALES 95
7.1 Subespacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
8 ESPACIOS VECTORIALES 107

8.1 Dependencia e Independencia lineal. . . . . . . . . . . . . . . . . . . . . . . 109
8.1.1 Wronskiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
8.1.2 Algunas propiedades: . . . . . . . . . . . . . . . . . . . . . . . . . . 112
8.2 Generador: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
8.3 Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
8.3.1 Algunas propiedades: . . . . . . . . . . . . . . . . . . . . . . . . . . 119
8.4 Suma y suma directa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
9 TRANSFORMACIONES LINEALES 133

9.1 Rotaciones: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
Captulo 1
MATRICES
1.1 Definición
Se llama matriz de tamaño m × n, a un conjunto de m × n elementos dispuestos en
m filas y n columnas o una matriz es simpemente un arreglo rectangular ordenado de
números.
1.1.1 Notación:
Una matriz se representa simplemente por una letra mayúscula.
 
a11 a12 ... a1n
 a21 a22 ... a2n 
 .. .. .. 
. . ... .
 
Am×n =  y de forma abreviada A = (aij )
 
 ai1 ai2 ... ain 
 . .. ..
 ..

. ... . 
am1 am2 ... amn
Donde a11 es el elemento que está en la fila 1 y columna 1, a12 es el elemento que
está en la fila 1 y columna 2, a1n es el elemento que está en la fila 1 y columna n, a21 es
el elemento que está en la fila 2 y columna 1, a22 es el elemento que está en la fila 2 y
columna 2 y en general aij es el elemento que está en la fila i y columna j de la matriz A
Am×n se interpreta como una matriz que tiene m filas y n columnas.
1
2 CAPTULO 1. MATRICES
Ejemplo 1
2 3 0 a11 a12 a13
A2×3 = =
5 1 i a21 a22 a23
   
4 8 −9 0 b11 b12 b13 b14
 1 3 7 1   b21 b22 b23 b24
  
B4×4 =
 −8 5 = 
3 2   b31 b32 b33 b34 
7 −3 0 4 b41 b42 b43 b44
   
0 0 0 1 0 0
C= 0 0 0 D =  0 1 0 
0 0 0 0 0 1
Igualdad.
Dos matrices son iguales, si son del mismo tamaño y sus elementos situados en el mismo
lugar son iguales , es decir, A = B sisi (aij ) = (bij ) sisi aij = bij ∀ i, j.
Ejemplo 2
1 2 1 4 1 4 1 4
6= , =
3 4 3 4 3 4 3 4
1.2 Operaciones entre matrices.

1.2.1 Suma.
Dadas dos matrices A y B de tamaño m × n, la matriz suma A + B , es otra matriz
de tamaño m × n, que se obtiene sumando los elementos de A y B que ocupan la misma
posición, es decir, se toma el elemento aij de A y se suma con el elemento bij de B,asi:
Amxn + Bmxn = (aij ) + (bij ) = (aij + bij )

3 4 5 1 0 2 3+1 4+0 5+2 4 4 7
A2×3 + B2×3 = + = =
0 1 2 3 1 4 0+3 1+1 2+4 3 2 6
     
2 6 9 0 3 8 −9 1 2+3 6+8 9−9 0+1
 1 3 7 1  1 0 2 1 = 1+1 3+0 7+2 1+1 =
  
A+B =
 −8
+
5 3 2   4 5 3 2   −8 + 4 5 + 5 3 + 3 2 + 2 
7 3 0 4 1 3 0 1 7+1 3+3 0+0 4+1
1.2. OPERACIONES ENTRE MATRICES. 3
 
5 14 0 1
 2 3 9 2 
= 
 −4 10 6 4 
8 6 0 5
Propiedades de la suma.
Sea A,B y C matrices de tamaño m × n entonces
1. Clausurativa A + B ∈ Mm×n (R)
2. Conmutativa A + B = B + A
3. Asociativa A + (B + C) = (A + B) + C
4. Elemento neutro es la matriz nula 0 ya que A + 0 = 0 + A = A
5. Inversa aditiva A + (−A) = (−A) + A = 0
Demostración de la segunda propiedad.

1 4 5 2 3 5 1+2 4+3 5+5
A+B = + = =
3 2 4 4 2 0 3+4 2+2 4+0

2+1 3+4 5+5 2 3 5 1 4 5
= + = B + A.
4+3 2+2 0+4 4 2 0 3 2 4
Para demostrar la propiedad conmutativa se toma el elemento ij de A + B que es

aij + bij = bij + aij que es el elemento ij de B + A
1.2.2 Multiplicación de una matriz por un escalar.

Dada una matriz Am×n y un número real α, entonces el producto αA es otra matriz de
tamaño m × n que se obtiene multiplicando cada elemento de A por α es decir,
αA = α (aij ) = (αaij )
Ejemplo 3
1 4 5
Si A =
3 2 4
entonces
1 4 5 3.1 3.4 3.5 3 12 15
3 = =
3 2 4 3.3 3.2 3.4 9 6 12

1 4 5 (−2).1 (−2).4 (−2).5 −2 −8 −10
−2 = =
3 2 4 (−2).3 (−2).2 (−2).4 −6 −4 −8
Propiedades de la multiplicación de una matriz por un escalar.
Sean α, β números reales cualquiera
1. α (A + B) = αA + αB.
2. (α + β)A = αA + βA
3. (αβ)A = α(βA)
4. 1.A = A
5. A − B = A + (−1)B Resta
Demostración primera propiedad.

Para demostrar esta propiedad se toma el elemento ij de α (A + B) que α (aij + bij ) =
αaij + αbij que es el elemento ij de αA mas el elemento ij de αB.
Ejemplo 4 Propiedad número 1

1 4 5 0 4 1 1 8 6 3 24 18
3 + =3 =
3 2 4 2 2 1 5 4 5 15 12 15

1 4 5 0 4 1 3 12 15 0 12 3 3 24 18
3 +3 = + =
3 2 4 2 2 1 9 6 12 6 6 3 15 12 15
Ejemplo 5 propiedad número 5

3 2 4 6 3 2 −4 −6 −1 −4
− = + =
5 6 2 8 5 6 −2 −8 3 −2
1.2. OPERACIONES ENTRE MATRICES. 5
1.2.3 Multiplicación de dos matrices AB

Dadas dos matrices A de tamaño m × n y B de tamaño n × p, la matriz producto AB
es la matriz de tamaño m × p, en la que el elemento situado en la fila i y en la columna j
de AB = C se obtiene multiplicando la fila i de la matriz A por la columna j de la matriz
B de la siguiente manera.
 
b1j
 b2j 
  n
 .  X
cij = (ai1 ai2 ...ain ) 

 = ai1 b1j + ai2 b2j + ... + ain bnj =
 aik bkj
 .  K=1
 . 
bnj
Para multiplicar una matriz A por una matriz B, el número de columnas de la matriz
A, debe ser igual a el número de filas de la matriz B, es decir, Am×n Bn×p = Cm×p
Ejemplo 6
 
4 2
2 3 1  1 1  = 2 × 4 + 3 × 1 + 1 × 0 2 × 2 + 3 × 1 + 1 × 3
1 0 4 2x3 1 × 4 + 0 × 1 + 4 × 0 1 × 2 + 0 × 1 + 4 × 3 2×2
0 3 3x2

11 10
=
4 14 2×2
Forma General
  
a11 a12 a13 ... a1j ... a1n b11 b12 b13 ... b1j ... b1p
 a21 a22 a23 ... a2j ... a2n  b21 b22 b23 ... b2j ... b2p 
 .. .. .. .. ..  .. .. .. .. .. 
. . . . . . . . . .
  
AB =  =
  
 ai1 ai2 ai3 ... aij ... ain bi1 bi2 bi3 ... bij ... bip 


 . .. .. .. .. .. .. .. .. .. 
 ..

. . . .  . . . . . 
am1 am2 am3 ... amj ... amn bn1 bn2 bn3 ... bnj ... bnp
 
c11 c12 c13 ... c1j ... c1p
 c21 c22 c23 ... c2j ... c2p 
 .. .. .. .. .. 
. . . . .
 
= =
 
 ci1 ci2 ci3 ... cij ... cip 
 .. .. .. .. .. 
 . . . . . 
cn1 cn2 cn3 ... cnj ... cnp
n n n n
 
X X X X
 a1k bk1 a1k bk2 ... a1k bkj ... a1k bkp 
 K=1 K=1 K=1 K=1

 n n n n

 X X X X 

 a2k bk1 a2k bk2 ... a2k bkj ... a2k bkp 

 K=1 K=1 K=1 K=1

 .. .. .. .. 
. . ... . ... .
 
 donde
 
 Xn Xn n
X Xn
 

 aik bk1 aik bk2 ... aik bkj ... aik bkp 

 K=1 K=1 K=1 K=1 
 .. .. .. .. 
 n . . ... . ... .
 
n n n

 X X X X 
 ank bk1 ank bk2 ... ank bkj ... ank bkp 
K=1 K=1 K=1 K=1
n
X
c11 = a11 b11 + a12 b21 + ... + a1n bn1 = a1k bk1
K=1
Xn
c12 = a11 b12 + a12 b22 + ... + a1n bn1 = a1k bk2
K=1
n
X
cij = ai1 b1j + ai2 b2j + ... + ain bnj = aik bkj
K=1
Ejemplo 7
 
 4  3 5 6 7  
2 3 4 5  21 22 23 31 36
 0 1 2 3  3 1 0 2 3 
 =  5 8 7 9 10 
 1 2 2 2 2 
4 5 0 1 31 18 21 35 44
0 1 1 1 1
donde
c11 = 2 ∗ 4 + 3 ∗ 3 + 4 ∗ 1 + 5 ∗ 0 = 21,
c12 = 2 ∗ 3 + 3 ∗ 1 + 4 ∗ 2 + 5 ∗ 1 = 22,
c13 = 2 ∗ 5 + 3 ∗ 0 + 4 ∗ 2 + 5 ∗ 1 = 23,
c14 = 2 ∗ 6 + 3 ∗ 2 + 4 ∗ 2 + 5 ∗ 1 = 31,
c15 = 2 ∗ 7 + 3 ∗ 3 + 4 ∗ 2 + 5 ∗ 1 = 36
Se hace lo mismo con la segunda y tercera fila.
1.3. OTRAS PROPIEDADES. 7
1.3 Otras Propiedades.

Sean A,B ∈ Mm×n (R) donde Mm×n (R) es cualquier matriz con m × n elementos reales;
α y β escalares.
1. (αβ)A = α(βA)
2. (α + β)A = αA + βA
3. 1.A = A
4. A(BC) = (AB)C desde que se puedan multiplicar.
5. AI = IA = A donde I es la matriz idéntica.
6. A (B + C) = AB + AC
7. A0 = 0A = 0
Demostración sexta propiedad.

Para demostrar esta propiedad se toma el elemento ij de A (B + C) que es
Pn n
P n
P
aik (bkj + ckj) = aik bkj + aik ckj que es el elemento ij de AB mas el elemento
k=1 k=1 k=1
ij de AC luego A (B + C) = AB + AC
1.4 Algunos tipos de matrices.
1.4.1 Matriz Cuadrada de tamaño n.

Una matriz A se dice cuadrada de tamaño n , si el número de filas es igual al número
de columnas , es decir si m = n. La diagonal de una matriz cuadrada son los elementos
a11 , a22 , a33, ...ann de A y la traza de A se define como la suma de los elementos de la
diagonal, es decir, traza de A = a11 + a22 + a33+ ... + ann Se define A0 = I, An+1 = An A,
An Am = An+m .
Matriz no Cuadrada
Es una matriz que no cumplen con la condición anterior.
1.4.2 Matriz Idéntica.

Es una matriz cuadrada notada por I y es la matriz que tiene unos en la diagonal y cero
fuera es decir, A se dice que es la matriz idéntica sisi.

1 en i = j
aij =
0 en i 6= j
Ejemplo 8    
a11 a12 a13 1 0 0
A =  a21 a22 a23  =  0 1 0  = I
a31 a32 a33 0 0 1
Unos en la diagonal y ceros fuera de ella.
1.4.3 Matriz diagonal.

Es una matriz cuadrada en la que todos los elementos que no están en la diagonal son
cero , es decir, A es una matriz diagonal sisi aij = 0 ∀ i 6= j
Ejemplo 9  
8 0 0
D= 0 4 0 
0 0 1
la matriz idéntica es diagonal, pero no toda matriz diagonal es idéntica.
1.4.4 Matriz escalar.

Es una matriz diagonal en la que todos los elementos queestán en la diagonal coinciden,
k en i = j
es decir, A es una matriz escalar sisi aij =
0 en i 6= j
Ejemplo 10  
3 0 0
A= 0 3 0 
0 0 3
La forma general de la matriz escalar es
 
k 0 0
E= 0 k 0 
0 0 k
1.4. ALGUNOS TIPOS DE MATRICES. 9
1.4.5 Matriz invertible o matriz no singular.

Dada una matriz cuadrada A de tamaño n, se dice que es invertible si existe una matriz
B de tamaño n tal que AB = BA = I y en tal caso la inversa de A es B y se nota por
A−1 = B. 3 −1
1 1 −1
La matriz inversa de A = es A = 41 41 ya que
−1 3 4 4
3 −1 3 −1
+ 14 + 14

−1 1 1 4 4 4 4
1 0
AA = 1 1 = −3 =
−1 3 4 4 4
+ 34 1
4
+ 34 0 1
−1
3 3
+ 14 3
+ −3

−1 4 4
1 1 4 4 4
1 0
A A= = =
1
4
1
4
−1 3 1
4
+ −1
4
1
4
+ 34 0 1
Propiedades de la matriz invertible.

Si A y B son matrices invertibles, entonces
1. AB es invertible y (AB)−1 = B −1 A−1
2. En efecto (AB) (B −1 A−1 ) = (ABB −1 A−1 ) = AIA−1 = I

y (B −1 A−1 ) (AB) = (B −1 A−1 AB) = B −1 IB = I luego si
(AB) (B −1 A−1 ) = I, entonces (AB)−1 = B −1 A−1
−1
3. A−1 es invertible y (A−1 ) =A
n
4. An es invertible y (An )−1 = (A−1 ) para n = 0, 1, 2...
1 −1
5. Para cualquier escalar k 6= 0, la matriz kA es invertible y (kA)−1 = A
k
1.4.6 Matriz transpuesta.

La transpuesta de una matriz A de tamaño m × n notada por AT es la matriz de tamaño
n × m que se obtiene intercambiando las filas por las columnas de A o viceversa.
 
2 1
2 3 4
A= ⇒ AT =  3 5 
1 5 6
4 6
Propiedades de la matriz transpuesta.

T
1. AT =A
2. (A + B)T = AT + B T
3. (AB)T = B T AT
4. (αA)T = αAT
−1 T
5. AT = (A−1 )
1.4.7 Matriz simétrica.

Sea An×n . A es simétrica sisi A = AT sisi aij = aji
Ejemplo 11 Sea A una matriz cualquiera de tamaño 3, para que la matriz

 
a11 a12 a13
A =  a21 a22 a23 
a31 a32 a33
sea simétrica debe cumplirse que
   
a11 a12 a13 a11 a21 a31
A =  a21 a22 a23  =  a12 a22 a32  = AT
a31 a32 a33 a13 a23 a33
sisi a11 = a11 , a22 = a22 , a33 = a33 , a12 = a21 , a13 = a31 , a23 = a32 luego la forma
general de una matriz simétrica de tamaño 3 es
 
a11 a12 a13
A =  a12 a22 a23 
a13 a23 a33
Ejemplo 12 La matrices
   
2 3 4 3 2 5
C =  3 4 6 ; D =  2 4 6 
4 6 7 5 6 7
son matrices simétricas
Si se tiene una matriz cuadrada y le sumo su transpuesta se obtiene una matrtiz

simétrica. T
A + AT =Simétrica; en efecto A + AT = AT + A = A + AT
Ejemplo 13      
3 4 5 3 6 2 6 10 7
 6 1 0  +  4 1 3  =  10 2 3 
2 3 7 5 0 7 7 3 14
1.4.8 Matriz antisimétrica.

An×n es antsimétrica sisi A = −AT sisi aij = −aji
por tanto
Sea A una matriz cualquiera de tamaño 3, para que la matriz

 
a11 a12 a13
A=  a21 a22 a23 
a31 a32 a33
sea antisimétrica debe cumplirse que
   
a11 a12 a13 −a11 −a21 −a31
A =  a21 a22 a23  =  −a12 −a22 −a32  = −AT
a31 a32 a33 −a13 −a23 −a33
sisi a11 = −a11
entonces a11 + a11 = 0 ⇔ 2a11 = 0 ⇔ a11 = 0, a22 = −a22
entonces a22 + a22 = 0 ⇔ 2a11 = 0 ⇔ a22 = 0, a33 = −a33
entonces a33 + a33 = 0 ⇔ 2a33 = 0 ⇔ a33 = 0, a12 = −a21 , a13 = −a31 , a23 = −a32
luego si
 
a11 a12 a13
A =  a21 a22 a23 
a31 a32 a33
la forma general de una matriz Antisimétrica de orden 3 es:
 
0 a12 −a13
A =  −a12 0 a23 
a13 −a23 0
 
0 3 −5
A =  −3 0 6 
5 −6 0
es una matriz antisimétrica.
Si se tiene una matriz cuadrada y se le resta su matriz transpuesta se obtiene una

matriz antisimétrica. T
A − AT =Antisimétrica;en efecto A − AT = AT − A = − A − AT .
Ejemplo 14
     
3 4 5 3 6 2 0 −2 3
 6 1 0 − 4 1 3 = 2 0 −3 
2 3 7 5 0 7 −3 3 0
1.4.9 Matriz conjugada.

Matriz conjugada Am×n .La conjugada de A, es la que se obtiene de A al conjugar cada
uno de sus elementos.
Ejemplo 15

i 2−i 3 −i 2 + i 3
z = x + iy; ž = x − iy; A = ; Ā =
4 5 −i 4 5 i
Una Matriz Am×n es real sisi A = Ā. Una matriz es real, cuando sus elementos son
números reales.

2 4 10
A=
5 3 4
es una matriz es real
Propiedades de la conjugada.

1. Ā = A
2. (A + B) = Ā + B̄
3. (AB) = ĀB̄
1.4.10 Matriz Hermı́tica.

T
A es hermı́tica sisi A = Ā
si  
a11 + ib11 a12 + ib12 a13 + ib13
A =  a21 + ib21 a22 + ib22 a23 + ib23 
a31 + ib31 a32 + ib32 a33 + ib33
entonces
 
a11 − ib11 a12 − ib12 a13 − ib13
Ā =  a21 − ib21 a22 − ib22 a23 − ib23 
a31 − ib31 a32 − ib32 a33 − ib33
 
T a 11 − ib 11 a 21 − ib 21 a 31 − ib 31
Ā =  a12 − ib12 a22 − ib22 a32 − ib32 
a13 − ib13 a23 − ib23 a33 − ib33
T
Para que la matriz sea hermı́tica se hace A = Ā luego
a11 + ib11 = a11 − ib11 ⇒ ib11 = −ib11 ⇒ 2ib11 = 0 ⇒ b11 = 0
a12 + ib12 = a21 − ib21 ⇒ a12 = a21 y b12 = −b21 y asi sucesivamente luego
La matriz hermı́tica es entonces:
 
a11 a12 + ib12 a13 + ib13
A =  a21 − ib12 a22 a23 + ib23 
a13 − ib13 a23 − ib23 a33
Ejemplo 16  
2 3 − 2i i
A =  3 + 2i 5 2 + 4i 
−i 2 − 4i 6
1.4.11 Matriz Antihermı́tica.

T
A es antihermı́tica sisi A = − Ā
si  
a11 + ib11 a12 + ib12 a13 + ib13
A =  a21 + ib21 a22 + ib22 a23 + ib23 
a31 + ib31 a32 + ib32 a33 + ib33
entonces
 
a11 − ib11 a12 − ib12 a13 − ib13
Ā =  a21 − ib21 a22 − ib22 a23 − ib23 
a31 − ib31 a32 − ib32 a33 − ib33
 
T a 11 − ib 11 a21 − ib 21 a 31 − ib 31
Ā =  a12 − ib12 a22 − ib22 a32 − ib32 
a13 − ib13 a23 − ib23 a33 − ib33
y
 
T −a 11 + ib 11 −a 21 + ib 21 −a 31 + ib 31
− Ā =  −a12 + ib12 −a22 + ib22 −a32 + ib32 
−a13 + ib13 −a23 + ib23 −a33 + ib33
por tanto
   
a11 + ib11 a12 + ib12 a13 + ib13 −a11 + ib11 −a21 + ib21 −a31 + ib31
 a21 + ib21 a22 + ib22 a23 + ib23  =  −a12 + ib12 −a22 + ib22 −a32 + ib32 
a31 + ib31 a32 + ib32 a33 + ib33 −a13 + ib13 −a23 + ib23 −a33 + ib33
sisi
a11 + ib11 = −a11 + ib11 ⇒ a11 = −a11 ⇒ 2a11 = 0 ⇒ a11 = 0
a12 + ib12 = −a21 + ib21 ⇒ a12 = −a21 y b12 = b21 y asi sucesivamente luego
La matriz antihermı́tica es entonces:
 
ib11 a12 + ib12 a13 + ib13
A =  −a12 + ib12 ib22 a23 + ib23 
−a13 + ib13 −a23 + ib23 ib33
1.4.12 Matriz involutiva.

A es involutiva sisi A2 = I
1.4.13 Matriz Idempotente.

A es idempotente sisi A2 = A y si A es idempotente entonces AT es idempotente
1.4.14 Matriz ortogonal.

A es ortogonal sisi AAT = AT A = I
1.4.15 Matriz triangular superior.

A es triangular superior sisi aij = 0 si i > j
 
a11 a12 a13
A =  0 a22 a23  An×n ,
0 0 a33
Matriz Triangular inferior: es triangular inferior sisi aij = 0 si i < j

 
a11 0 0
A =  a21 a22 0  An×n
a31 a32 a33
1.4.16 Matriz triangular.

An×n , es triangular sisi A es triangular superior o triangular inferior.
Operaciones elementales entre filas o columnas.

1. Multiplicar una fila o columna por un número diferente de cero.
2. Intercambiar 2 filas o columnas cualquiera.
3. Multiplicar una fila o columna por un número diferente de cero y sumársela a otra.

1 2
Ejemplo 17 Sea A = .
−1 5

1 2 1 0 1 2 1 0
Para hallar la inversa tengo: ∼ | ∼
−1 5 0 1 0 7 1 1
5
− 72 5
− 72

1 2 1 0 1 0
| 1 1 ∼ | 7
1 1 luego A−1 = 7
1 1 pues
0 1 7 7
0 1 7 7 7 7
AA−1 = A−1 A = I = A−1 A ya que

5
− 72 5
− 72

1 2 7
1 0 7
1 2
1 1 = = 1 1
−1 5 7 7
0 1 7 7
−1 5
1.4.17 Matriz elemental.

Es la matriz que proviene de la idéntica, por una sola operación elemental.

1 0
E1 = ⇒ A la idéntica en la segunda fila se multiplicó por 4.
0 4

0 1
E2 = ⇒ Intercambió la primera fila por la segunda en la idéntica
1 0

1 0
E3 = ⇒La primera fila de la matriz identica se multiplicó por 3 y se
3 0 3f1 +f2
le sumo a la segunda fila.
1.4.18 Matriz semejante.

A ∼ B sisi B se obtiene de A por un número finito de operaciones elementales; es decir,
A ∼ B sisi B = P AI con P producto de matrices elementales.
Ejemplo 18
     
1 2 3 1 2 3 1 2 3
A= 2 4 5  ∼  0 0 −1  ∼  0 0 −1  ∼
3 0 1 −2f1 +f2 3 0 1 −3f1 +f3
0 −6 −8 −f2
     
1 2 3 1 2 3 1 2 3
∼ 0 0 1  ∼  0 0 −1  ∼  0 0 1  ∼
0 −6 −8 −8f2 +f3 0 −6 0 f3 0 1 0 −3f2 +f1
−6
     
1 2 0 1 0 0 1 0 0
∼ 0 0 1  ∼ 0 0 1  ∼ 0 1 0 =I
0 1 0 −2f3 +f1 0 1 0 f2 ↔f3 0 0 1
Las matrices elementales de estas operaciones son:

   
1 0 0 1 0 0
 0 1 0  → E1 E1 =  −2 1 0  ;
0 0 1 −2f1 +f2 0 0 1
   
1 0 0 1 0 0
E2 E3
= 0 1 0 → =  0 −1 0  ;
−3f1 + f3 −f2
−3 0 1 0 0 1
     
1 0 0 1 0 0 1 −3 0
E4 E5 E6
=  0 1 0  ; f3 =  0 1 0  ; =  0 1 0 ;
−8f2 + f3 −6 1 −3f 2 + f1
0 8 1 0 0 −6 0 0 1
   
1 0 −2 1 0 0
E7 E8
=  0 1 0 ; = 0 0 1 
−2f3 + f1 f2 ↔ f3
0 0 1 0 1 0
I = E8 E7 ...E1 AI donde E8 E7 ...E1 = P ⇒ P es la inversa de A.
Ejemplo 19

1 2 1 2 1 0
A= ∼ ∼
0 4 f2 0 1 −2f2 +f1
0 1
4

A ∼ B ∼ I 1 0 1 2 1 2
A ∼ B sisi B = E1 A = =
E1 E2 0 41 0 4 0 1
1.4.19 Matriz de Probabilidad.

La suma de los elementos de las filas y las columnas sea igual a 1. Las probabilidades
solo estan entre 0 y 1. No se
pueden colocar números
 negativos.
1 1 0.1 0.2 0.7
A= 2 2 ; A =  0.5 0.3 0.2 
1 1
2 2 0.4 0.5 0.1
1.4.20 Matriz escalonada y escalonada reducida.

Sea Am×n tal que:
1. El primer elemento no nulo en la fila no nula es 1.
2. Si una fila es nula, ésta debe estar en la parte inferior de la matriz.
3. Sean i, i + 1 dos filas consecutivas, entonces el primer elemento diferente de cero en

la fila i + 1 debe estar a la derecha del primer elemento diferente de cero en la fila i.
4. Todas la columnas que tienen un elemento diferente de cero de alguna fila debe tener
ceros en las demás posiciones.
Si una matriz cumple las 3 primeras condiciones, es una matriz escalonada y si la
matriz cumple
las 4condiciones es una matriz escalonada reducida.
2 3 4
A= No es escalonada porque el primer elemento de la fila 1 no es 1.
1 5 6

1 0 0
A= No es escalonada porque el primer elemento de la fila 2 no está a la
1 2 3
derecha del
primer elemento de la fila 1.
0 1 0 0 1
A = ⇒Escalonada y escalonada reducida. El primer elemento
0 0 1 3 4
diferente de cero de la fila número ”1” es 1. La segunda y tercer columna la hacen
escalonada reducida porque los unos tienen solo ceros por debajo y por encima.
 
1 2 0 4 0
A =  0 0 1 3 0  ⇒ Escalonada y escalonada reducida.
0 0 0 0 1
 
1 0 0 5 0 7
B =  0 1 2 3 0 6  ⇒Escalonada y escalonada reducida.
0 0 0 0 1 0
 
1 0 0 0 0 0 4
C =  0 0 1 0 0 5 0  ⇒Escalonada y escalonada reducida.
0 0 0 0 1 1 4
 
1 0 0 0 0 0 4
D =  0 0 1 0 0 5 0  ⇒Escalonada y escalonada reducida.
0 0 0 0 0 0 0
1.4.21 Algunos métodos para hallar la inversa

1 2
1. Sea A = . Para hallar la inversa se escribe la matriz ampliada (A I) y
−1 5
mediante operaciones elementales en fila se transforma la matriz A en la idéntica y
a su derecha queda su inversa, es decir,
(A I) ∼∼∼∼ I A−1

como se observa con el siguiente ejemplo


1 2 1 0 1 2 1 0
| ∼ | ∼
−1 5 0 1 f1 +f2 0 7 1 1 f2
7
5
− 72 5
− 27

1 2 1 0 1 0 −1
| 1 1 ∼ | 7
1 1 luego A = 7
1 1
0 1 7 7 −2f2 +f1
0 1 7 7 7 7
2 Por la definición de matriz inversa se tiene que

1 2 a b 1 0 a + 2c b + 2d 1 0
= , por tanto =
−1 5 c d 0 1 −a + 5c −b + 5d 0 1
Luego solucionamos el sistema

a + 2c = 1 −a + 5c = 0
b + 2d = 0 −b + 5d = 1 se tiene que
a = 75 , b = − 27 , c = 71 , d = 71 y asi
5
− 27

a b
= 7
1 1 = A−1
c d 7 7
1.5 EJERCICIOS PROPUESTOS CAPITULO 1
1. Ilustrar cada una de las propiedades de las matrices estudiadas con un ejemplo.
2. Dar un ejemplo de cada uno de los tipos de matrices vistas.
3. Bajo que circunstancia se da la igualdad

(A + B)2 = A2 + 2AB + B 2
(A − B)2 = A2 − 2AB + B 2
A2 − B 2 = (A − B) (A + B)
(AB)2 = A2 B 2
4. Escribir cualquier matriz A como la suma de una matriz simétrica y una anti-
simétrica.
5. Demostrar que si AB = A y BA = B entonces A y B son matrices Idempotentes
6. Sea

a 1
A= con a ≥ 0. Para que valor de a se cumplirá que A es idempotente
1 a
7. Demostrar que si una matriz A tiene dos de las siguientes tres propiedades a)
Simétrica b) Ortogonal c) Involutiva posee la tercera
8. Si A y B son matrices conmutativas demostrar que AT , B T conmutan.
9. Si A y B son matrices Invertibles y conmutan, demostrar que A−1 , B −1 conmutan.
10. Hallar una matriz A3×3 tal que aij = i + j.
11. Demostrar que si una matriz A satisface la ecuación A2 − 3A + I = 0 entonces

A−1 = 3I − A.
12. Sean A y B matrices tales que AB = 0. Demostrar que si A es invertible entonces
B = 0.
13. Hallar a, b, c tal que la matriz

 
2 a − 2b + 2c 2a + b + c
a) A =  3 5 a + c  sea simétrica
0 −2 7
1.5. EJERCICIOS PROPUESTOS CAPITULO 1 21
 
2 a 3
b) B =  5 −6 2  sea simétrica
b 2 7
14. Demostrar que, T r(A + B) = T r(A) + T r(B), T r(AB) = T r(BA), T r(cA) =
cT r(A), T r(AT ) = T r(A), T r(AT A) ≥ 0
15. Cuales de los enunciados siguientes verdadero.
(a) (ABC)−1 = C −1 B −1 A−1

(b) (ABC)T = C T B T AT
(c) AAT es una matriz simétrica
(d) Si A y B son matrices simétricas entonces (AB)T = BA
(e) Si A y B son matrices simétricas entonces (A + B) es simétrica
(f) A+AT es una matriz simétrica
(g) A-AT es una matriz antisimétrica

1 b
(h) La matriz A = es involutiva para b número real cualquiera
0 −1

cos θ − sin θ
(i) La matriz A = es una matriz ortogonal
sin θ cos θ

cos θ − sin θ n cos nθ − sin nθ
(j) Si A = entonces A =
sin θ cos θ sin nθ cos nθ
   
1 0 0 1 0 0
(k) Si A =  0 2 0  entonces An =  0 2n 0 
0 0 3 0 0 3n
(l) Si A y B son matrices invertibles entonces A+B es una matriz invertible
(m) Si A y B son matrices ortogonales entonces AB es una matriz ortogonal
(n) Si A−1 existe, y AB = AC entonces B = C.
 
1 2 3
(o) Si A =  1 5 3  Explicar 2 métodos diferentes como hallar A−1 y cual es
1 0 8
la inversa.
   
1 2 3 2
1 −3 4
16. Si A = , B =  3 5 , C =  1 0 ,
2 3 1
2 0 −1 4
Calcular: B + C, AB, BA, AC, CA, A(3B − 2C)
17. Dadas dos matrices M y N , probar que M + N y M N están definidas, sisi, M y

N son cuadradas del mismo orden.
18. Demostrar que si M conmuta con A y N conmuta con A, entonces MN+NM conmuta
con A.
19. Hallar los valores de k, tal que A sea un cero de P(x) si:

i k
(a) A = , P (x) = x2 − 2ix − 2k
k i
 
k k k
(b) A =  0 k k  , P (x) = −x3 + 2kx2 − x
0 0 0
20. Sabiendo que A y B son conmutables y que además:
(a) A es idempotente y B es involutiva, pruebe que (A + B)3 + (A − B)3 = 8A

(b) A es involutiva y B es idempotente, pruebe que (A + B)3 − (A + B)3 = 8B
21. Hallar los valores de k, tal que:

 
k 0 0
(a) A =  0 k 0  es idempotente.
0 k+4 0
 
0 0 k+2
(b) A =  k k k  es involutiva.
k+2 0 0
 
−i i −i
22. Descomponga  1 −1 1  es suma de una matriz hermı́tica y una antihermı́tica.
i −i i
23. Para cuáles valores reales de a,b,c y d.
 
ai 3 + ai a − 4i
(a) A =  b−i bi −a + bi  es antihermı́tica?
c + di a + bi di
 
3 + ai a + bi 3c + di
(b) A =  4i c − di b + ci  es hermı́tica?
−3 −4 + i di
 
ai −3 + bi a + 1
(c) A =  b − 3i ci (b + 1)i  es antisimétrica?
−1 −4 di

1 1 2 1 2
24. Sea A = verificar que A = y calcular An
0 1 0 1

cos x − sin x
25. Sea A = verificar que
sin x cos x

2 cos 2x − sin 2x
(a) A =
sin 2x cos 2x
(b) Calcular An

p 0
26. Sea A = donde p es un escalar e i es la unidad imaginaria,
i p
Verificar que A2 = 2pA − p2 I, obtenga una fórmula para An y calcule A1234 .

T T 3 1
27. Si A B = y |B| = 2, obtenga |A| .
4 2

−1 −1 4 2 3 1
28. Si B A = yB= , obtenga |A| y Adj(a).
5 3 4 2
29. Si A y B son invertibles de orden n, demostrar que:
(a) Aadj(A)A = |A| In

(b) adj(adj (A)) = |A|n−2 A
(c) adj(ka) = k n−1 adj(A) donde k es un escalar.
(d) adj(AB) = adj(B)adj(A)
30. Si A es inversible de orden n, probar que:
(a) det [adj(adj (A))] det [adj(adj (A−1 ))] = 1

(b) det [adj(adj (A))] = |A|n(n−1)
(c) det [adj(A−1 adj (A))] = |A|(n−1)(n−2)
(d) det [adj(Aadj (A−1 ))] = |A|(n−1)(n−2)
(e) det [adj(A)] det [A−1 adj(A−1 )] = 1
31. Demostrar que si A y B son matrices cuadradas simétricas de un mismo orden,

entonces la matriz: C = ABAB...ABA es simétrica.
32. Demostrar que una matriz escalar E de orden n, conmuta con cualquier matriz A
de orden n.
33. Demostrar que el producto de dos matrices simétricas es una matriz simétrica, sii
las matrices dadas son conmutables.
34. Demostrar que el producto de dos matrices antisimétricas es una matriz simétrica
cuando, y sólo cuando, las matrices dadas son conmutables.
35. Comprobar que, si P es una matriz idempotente, entonces Q = 2P − I, es una

1
matriz involutiva y, recı́procamente, si Q es una matriz involutiva, entonces P =
2
(Q + I) es una matriz idempotente.
36. Demostrar que:
(a) El producto de dos matrices ortogonales, es una matriz ortogonal.

(b) El producto de dos matrices unitarias, es una matriz unitaria.
37. Demostrar que sı́: AB = A y BA = B, entonces las matrices A y B son idempo-

tentes.
38. Demuestre que A y B conmutan, sı́ y solo sı́ A − kI y B − kI, conmutan para cierto
escalar k.
39. Si A conmuta con B, demuestre que la transpuesta de A conmuta con la transpuesta

de B.
40. Dadas las matrices n × m simétricas A y B, demuestre que:
(a) La matriz A + B es simétrica.

(b) La matriz AB puede ser no simétrica.
41. Sı́ A y B son antisimétricas, pruebe que A + B es antisimétrica.
42. Demostrar que:
(a) (A + B) = A + B
(b) (AB) = BA
(c) kA = kA
43. Sı́ A es una matriz involutiva, demostrar que:

1 1 1 1
(I + A) y (I − A) son matrices idempotentes y que (I + A). (I − A) es la matriz
2 2 2 2
cero.
44. Si A y B son matrices cuadradas y A es no singular, verifique que:

(A + B)A−1 (A − B) = (A − B)A−1 (A + B).
45. Demostrar que si A y B son matrices inversibles y A conmuta con B, entonces, la

inversa de A conmuta con la inversa de B.
46. Sea Ak = 0. demostrar que: (I-A)−1 = I + A + A2 + ... + AK−1

a b
47. Demostrar que toda matriz de segundo orden: A = , satisface la ecuación:
c d
X 2 − (a + d)X + (ad − bc) = 0
48. Sean A y B matrices no singulares de un mismo orden. Comprobar que las cuatro
igualdades:
(a) AB = BA
(b) AB −1 = B −1 A
(c) A−1 B = BA−1
(d) A−1 B −1 = B −1 A−1 Son equivalentes entre sı́.
Captulo 2
DETERMINANTES.
A cualquier matriz cuadrada A se le puede asignar un número real que se denomina el

determinante de A y se simboliza por det(A) o por |A| y se calcula como se explica a
continuación. Si A es de orden 1 entonces det(A) = |a11 | = a11
Ejemplo 20 |3| = 3, |−3| = −3, det(12) = 12, det(−8) = −8

a a
Si A es de orden 2 entonces |A| = 11 12

= a11 a22 − a12 a21
a21 a22

4 5
A = = 32 − 10 = 22
2 8
Si A es de tamaño n
Det : Mn×n (R) −→ R
A −→ |A| = ai1 Ai1 + ai2 Ai2 + ... + ain Ain (desarrollo por la fila i)
|A| = a1j A1j + a2j A2j + ... + anj Anj (desarrollo por la columna j)
con Aij = (−1)i+j |Mij | donde Mij es la matriz que resulta de A al quitar la fila i
y la columna j. |Mij | se llama menor complementario del elemento aij y Aij se llama el
adjunto del elemento aij
27
28 CAPTULO 2. DETERMINANTES.
 
1 2 3
Si A =  4 5 6  entonces
2 0 1

5 6 2 3 2 3
M11 = M21 = M31 =
0 1 0 1 5 6

4 6 1 3 1 3
M12 = M22 = M32 =
2 1 2 1 4 6

4 5 1 2 1 2
M13 = M23 = M33 = ;
2 0 2 0 4 5
El cálculo del determinante por la primera fila es
|A| = a11 A11 + a12 A12 + a13 A13
|A| = A11 + 2A12 + 3A13 =

5 6
1+1 + 2 (−1) 4 6
1+2 + 3 (−1) 4 5
1+3

(−1) = −9
0 1 2 1 2 0
ya que

1+1
5 6
1+1

A11 = (−1) |M11 | = (−1) = 5;
0 1

1+2 1+2 4 6

A12 = (−1) |M12 | = (−1) =8
2 1

1+3 1+3
4 5
A13 = (−1) |M13 | = (−1)
2 0
= −10;

por lo tanto |A| = 5 + 16 − 30 = −9
El cálculo del determinante por la segunda fila es
|A| = a21 A21 + a22 A22 + a23 A23

29
|A| = 4A21 + 5A22 + 6A23

2+1 2+1
2 3
A21 = (−1) |M21 | = (−1)
0 1
= −2;

2+2 2+2
1 3
A22 = (−1) |M22 | = (−1)
2 1
= −5;

2+3 2+3
1 2
A23 = (−1) |M23 | = (−1)
2 0
= 4;

por lo tanto |A| = −8 − 25 + 24 = −9
El cálculo del determinante por la tercera fila es
|A| = a31 A31 + a32 A32 + a33 A33 = −9 (Ejercicio)
Determinante de una matriz de 4x4:

 
1 2 3 4
 0 1 2 3 
A=  1 0 3 2 

0 0 1 2
El cálculo del determinante por la primera fila es

|A| = a11 A11 + a12 A12 + a13 A13 + a14 A14 =
1.A11 + 2.A12 + 3.A13 + 4.A14 = 4 + 2 − 6 + 4 = 4;

1 2 3 1 2 3
A11 = (−1)2 0 3 2 = 0 3 2 = 4

0 1 2 0 1 2

0 2 3 0 2 3
3

A12 = (−1) 1 3 2 = − 1 3 2 =1

0 1 2 0 1 2

0 1 3 0 1 3
4

A13 = (−1) 1 0 2 = 1 0 2 = −2

0 0 2 0 0 2

0 1 2 0 1 2
5

A14 = (−1) 1 0 3 = − 1 0 3 =1

0 0 1 0 0 1
2.1 Propiedades del determinante.

1. |A| = AT
2. Si A4×4 , es una matriz triangular inferior entonces |A| = a11 a22 a33 a44 pues

a11 0 0 0
a22 0 0 a21 0 0
a a22 0 0
|A| = 21

= a11 a32 a33 0 − 0 a31 a33 0

a31 a32 a33 0
a42 a43 a44 a41 a43 a44
a41 a42 a43 a44

a21 a22 0 a21 a22 0
= a11 a22 a33 0

+0 a31 a32 0 − 0 a31 a32 a33 = a11 a22 a33 a44
a43 a44
a41 a42 a44 a41 a42 a43 7

a11 a21 a31 a41

T
A = 0 a22 a32 a42
= a11 a22 a33 a44

0 0 a33 a43

0 0 0 a44
3. Sean A, B, C tres matrices iguales excepto la i-ésima fila, es decir,

   
a11 a12 · · · a1n a11 a12 · · · a1n
 a21 a22 · · · a2n   a21 a22 · · · a2n 
   
A =  ... .. ..
...  . .. .. .. 
 ; B =  ..
 
. . . . . 
   
 ai1 ai2 · · · ain   bi1 bi2 · · · bin 
an1 an2 · · · ann an1 an2 · · · ann
 
a11 a12 ··· a1n
 a21
 a22 ··· a2n 

.
.. .. .. ..
C=  entonces |C| = |A| + |B| .
 
. . .
 
 ai1 + bi1 ai2 + bi2 · · · ain + bin 
an1 an2 ··· ann
En efecto
2.1. PROPIEDADES DEL DETERMINANTE. 31
|C| = (ai1 + bi1 ) Ai1 + (ai2 + bi2 ) Ai2 + ... + (ain + bin ) Ain =
= ai1 Ai1 + bi1 Ai1 + ai2 Ai2 + bi2 Ai2 + ... + ain Ain + bin Ain
= ai1 Ai1 + ai2 Ai2 + ain Ain + bi1 Ai1 + bi2 Ai2 + bin Ain
= |A| + |B|

a+b c+d a c b d
= +
3 4 3 4 3 4

a+b c+d e a c e b d 0

h+l f g+k = h+l f
g + k + h+l f g+k =

3 4 5 3 4 5 3 4 5

a c e a c e b d 0 b d 0

= h f g + l 0 k + h f g + l 0 k
3 4 5 3 4 5 3 4 5 3 4 5
4. Si una matriz tiene una fila (o columna) nula entonces su determinante es cero

1 2 3 4

5 6 7 0
A = = 0 = a31 A31 + a32 A32 + a33 A33 + a34 A34 ;
0 0 0 0

1 2 3 4
con a31 = 0; a32 = 0; a33 = 0; a34 = 0.
5. Si una fila de una matriz A se multiplica por un número diferente de cero, su

determinante queda multiplicado por ese número.
a11 a12 · · · a1n a12 · · · a1n

a11

a21 a22 · · · a2n a21 a22 · · · a2n
. .. .. . .. ..
.. ...

. . 1 .
. . . . . .
=
ai1 ai2 · · · ain k kai1 kai2 · · · kain

. .. ... .. . .. .. ..
.. ..

. . . . .
n1 an2 · · · ann an2 · · · ann
a a
n1
a11 a12 · · · a1n ···

   
a11 a12 a1n
 a21 a22 · · · a2n   a21 a22 ··· a2n 
 .. .. ... ..   .. .. ... .. 
. . . . . .
   
Sea A =  yB=  entonces
   
 ai1 ai2 · · · ain   kai1 kai2 · · · kain 
 .. .. .. ..   .
 .. .. .. .. 
 . . . .  . . . 
|B| = kai1 Ai1 + kai2 Ai2 + · · · + kain Ain

= k(ai1 Ai1 + ai2 Ai2 + · · · + ain Ain ) = k |A|
Ejemplo 21

αa αb
= α a b
2a 2b
= 2 × 3 a b

1. ;
c d c d 3c 3d c d
la propiedad anterior se puede generalizar por
|αAn×n | = αn |A|
 
a b c
Si A =  d e f  y |A| = 4 entonces
g h i

2a 2b 2c

a) 2d 2e 2f = 22 × 4
g h i

−a −b −c

b) −d −e −f = (−1) (−1) (−1) 4 = −4
−g −h −i

2α 3α 2 3 2 3
c) 4β 5β = α × β 4 5
= α
4β 5β
6 Si se intercambian dos filas cualesquiera en una matriz, su determinante cambia de

signo.
 
  a11 a12 ··· a1n
a11 a12 · · · a1n  a21 a22 ··· a2n 
 a21 a22 · · · a2n  
.. ..

..
   
Si A =  .. .. .. .. . . .
 B=
   
. . . . .. 
   ai+11 ai+12 .ai+1n 
 ai1 ai2 · · · ain   
 ai1 ai2 ··· ain 
an1 an2 · · · ann
an1 an2 ··· ann
entonces |A| = ai1 Ai1 + ai2 Ai2 + ... + ain Ain con Aij = (−1)i+j |Mij | y
|B| = ai1 Bi+11 + ai2 Bi+12 + ... + ain Bi+1n con Bi+1j = (−1)i+1+j |Mij | =
−(−1)i+j |Mij | = −Aij
por tanto |B| = − |A|

3 0 0 6
= 18, = −18
0 6 3 0
7 Si una matriz tiene 2 filas iguales su determinante vale cero.

   
a11 a12 · · · a1n a11 a12 · · · a1n
 a11 a12
 · · · a1n 

 a11
 a12 · · · a1n 

Sea A =  ... .. ... ..  y B =  .. .. .. ..
 que se obtuvo
 
. .   . . . .
   
 ai1 ai2 · · · ain   ai1 ai2 · · · ain 
de A al
inercambiar la fila 1 por la fila 2, luego |B| = − |A| pero como |B| = |A| entonces
− |A| = |A| entonces
2 |A| = 0 y ası́ |A| = 0.

   
1 2 3 1 2 3
1. A =  4 5 6  si se Intercambia la fila 2 con la fila 3 se tiene B =  4 5 6 
4 5 6 4 5 6
por tanto
|A| = |B| = − |A| de donde 2 |A| = 0 y ası́ |A| = 0.
8 Si una fila de una matriz es múltiplo de otra fila, el determinante de la matriz es

cero.
 
a b c a b c

a b c

Si A =  ka kb kc  ⇒ |A| = ka kb kc = k a b c =k×0=0

g h i g h i g h i

2 4 6

4 8 12 =0

6 8 12
9 Si una fila de una matriz se multiplica por un número diferente de cero y se le suma
a otra fila, su determinante no varı́a.

a11 a12 ··· a1n
a11 a12 ··· a1n

a21 a22 ··· a2n ka11 + a21 ka12 + a22
· · · ka1n + a2n

.. .. ... .. .. .. ... ..
= pues

. . . . . .

ai1 ai2 · · · ain
ai1 ai2 ··· ain

an1 an2 · · · ann an1 an2 ··· ann

a11 a12 · · · a1n
a11 a12 ··· a1n

ka11 ka12 · · · ka1n
a21 a22 ··· a2n

.. .. .. .. .. .. .. ..
+ =

. . . . . . . .



a11 a12 ··· a1n
a11 a12 ··· a1n

a11 a12 ··· a1n
a21 a22 ··· a2n

k .. .. ... .. .. .. ... ..
+ =

. . . . . .



a11 a12 ··· a1n
a11 a12 ··· a1n

a21 a22 ··· a2n
a21 a22 ··· a2n

k0 + .. .. .. .. .. .. .. ..
=

. . . . . . . .


Ejemplo 22

3 4 3 0

0 2
=

−2f2 +f1
0 2

a b c a b c

d e f = 2a + d 2b + e 2c + f =

h i l h i l
−2f2 +f1

a b c a b c a b c a b c

2a 2b 2c + d e f = 2 a b c + d e f =

h i l h i l h i l h i l

a b c a b c
0 + d e f = d e f
h i l h i l
Ejemplo 23

2 4 4 6 1 2 2 3 1 2 2 3

3 0 1 0 3 0 1 0 0 −6 −5 −9
= 2 = 2
2 1
1 −2
2 1 1 −2 0 −3 −3 −2

2 3 4 5 2 3 −3f +f
4 5 −2f11 +f23
0 −1 0 −1 −3f4 +f3
−6f4 +f2
−2f1 +f4

1 2 2 3 1 2
2 3

1 2 2 3
0 0 −5 −3 0 0 1 7 0 0 1 7
= 2 = 2 = 2
0 0 −3 −5 0 0 −3 −5
0 0 0 16
0 −1 0 −1 −2f3 +f2 0 −1 0 −1
3f2 +f3
0 −1 0 −1 f4 ←→f2

1 2 2 3 1 2 2 3

0 −1 0 −1
0 −1 0 −1
= −2 = 2 = 2 × (−16) = −32
0 0 0 16 0 0 1 7

0 0 1 7 f4 ←→f3
0 0 0 16

0 0 0 1

1 0 0 0

1 0 0 0

0 0 1 0 0 0 1 0 0 1 0 0
= − = =1

0 1 0 0
0 1 0 0
0 0 1 0

1 0 0 0
f1 ←→f4
0 0 0 1
f1 ←→f4
0 0 0 1
10 |AB| = |A| |B|
11 La adjunta de una matriz es la transpuesta de la matriz de los cofactores, es decir,

si A es de orden 3 entonces
 T  
A11 A12 A13 A11 A21 A31
adjA =  A21 A22 A23  =  A12 A22 A32 
A31 A32 A33 A13 A23 A33
Ejemplo 24 Sea
 
1 3 4
A= 0 2 1 
0 0 3
entonces |A| = 6

2 1
= 6, A12 = (−1) 0 1 = 0, A13 = (−1) 0 2
1+1
1+2
1+3

A11 = (−1)
0 3 0 3 0 0
=0

3 4
= −9, A22 = (−1)2+2 1 4 = 3, A23 = (−1)2+3 1 3
2+1

A21 = (−1)
0 3 0 3 0 0
=0

3 4
= −5, A32 = (−1) 1 4 = −1, A33 = (−1) 1 3
3+1
3+2
3+3

A31 = (−1)
2 1 0 1 0 2
=2

por tanto
   
A11 A21 A31 6 −9 −5
adjA =  A12 A22 A32  =  0 3 −1 
A13 A23 A33 0 0 2
y
       
1 3 4 6 −9 −5 6 0 0 1 0 0
AadjA =  0 2 1  ∗  0 3 −1  =  0 6 0  = 6  0 1 0 
0 0 3 0 0 2 0 0 6 0 0 1
y asi se tiene que

adj A
A (adj A) = (adj A) A = |A| I ⇒ A−1 =
|A|
Ejemplo 25 Hallar la inversa de 3 formas diferentes si

PRIMER METODO PARA HALLAR LA INVERSA:
Si  
0 2 3
A =  −1 −3 −3 
1 2 2
1) Se halla el determinante.
|A| = a11 A11 + a12 A12 + a13 A13
|A| = 0A11 + 2A12 + 3A13 = −2 + 3 = 1

3 −1 −3

A12 = (−1) = − (−2 + 3) = −1
1 2

4 −1 −3

A13 = (−1) = −2 + 3 = 1
1 2
|A| = a21 A21 + a22 A22 + a23 A23 = −A21 − 3A22 − 3A23 =
= −2 + 3 × 3 − 3 × 2 = −2 + 9 − 6 = 1

3 2 3

A21 = (−1) = − (4 − 6) = 2
2 2

4 0 −3

A22 = (−1) = 0 − 3 = −3
1 2

5 0 2

A23 = (−1) = − (0 − 2) = 2
1 2
|A| = a31 A31 + a32 A32 + a33 A33 =

= A31 + 2A32 + 2A33 = 3 − 6 + 4 = 1

4 2 3

A31 = (−1) = −6 + 9 = 3
−3 −3

5 0 3

A32 = (−1) = − (0 + 3) = −3
−1 −3

6 0 2

A33 = (−1) =0+2=2
−1 −3
 T  
A11 A12 A13 A11 A21 A31
B =  A21 A22 A23  =  A12 A22 A32  = adj A
A31 A32 A33 A13 A23 A33
 T  
0 −1 1 0 2 3
adj A =  2 −3 2  =  −1 −3 −3 
3 −3 2 1 2 2
por tanto
 
0 2 3
adj A 
A−1 = = −1 −3 −3 
|A|
1 2 2
SEGUNDO METODO PARA HALLAR LA INVERSA:

Partiendo de la matriz A, por medio de operaciones elementales en filas se lleva a la
identica y la inversa será Ek ...E3 E2 E1 el producto de las matrices elementales en este
orden. Como I = Ek ...E3 E2 E1 A entonces Ek ...E3 E2 E1 = A−1
   
0 2 3 E1 0 2 3 E2
A=  −1 −3 −3  ∼  0 −1 −1  ∼
1 2 2 f3 + f2 1 2 2 2f2 + f1
     
0 0 1 E3 0 0 1 E4 0 0 1
 0 −1 −1  ∼  0 −1 0  ∼  0 −1 0 
1 2 2 f1 + f2 1 2 2 −2f1 + f3 1 2 0
     
E5 0 0 1 E6 0 0 1 E7 1 0 0
∼  0 −1 0  ∼  0 1 0  ∼  0 1 0 
2f2 + f3 1 0 0 −f2 1 0 0 f1 ←→ f3 0 0 1
I = E7× E6× E5× E4× E3× E2× E1× A donde A−1 = E7× E6× E5× E4× E3× E2× E1
    
0 0 1 1 0 0 1 0 0 1 0 0
I=  0 1 0   0 −1 0   0 1 0   0 1 0 ×
1 0 0 0 0 1 0 2 1 −2 0 0
    
1 0 0 1 2 0 1 0 0 0 2 3
×  1 1 0   0 1 0   0 1 1   −1 −3 −3 
0 0 0 0 0 1 0 0 1 1 2 2
Se debe multipicar todas las matrices elementales para obtener la inversa
TERCER METODO PARA HALLAR LA INVERSA:

 
0 2 3
Sea A =  −1 −3 −3  entonces se escribe la matriz
1 2 2
(A|I) ∼∼∼∼ I|A−1 asi

   
0 2 3 1 0 0 0 2 3 1 0 0
 −1 −3 −3 | 0 1 0  ∼  0 −1 −1 | 0 1 1  ∼
1 2 2 0 0 1 f3 +f2 1 2 2 0 0 1 2f2 +f1
2f2 +f3
   
0 0 1 1 2 2 0 0 1 1 2 2
 0 −1 −1 | 0 1 1  ∼  0 −1 0 | 1 3 3  ∼
1 0 0 0 2 3 f1 +f2 1 0 0 0 2 3 −f2
f3 ←→f1
   
1 0 0 0 2 3 0 2 3
 0 1 0 | −1 −3 −3  = (I|A−1 ) luego A−1 =  −1 −3 −3 
0 0 1 1 2 2 1 2 2
1. Si |A−1 | = 4 ⇒ |A| = 1
4
AA−1 = I ∴ |AA−1 | = 1 ∴ |A| |A−1 | = 1 ∴ |A| = 1
4
2. A−1
−1 3 −1 3
3×3 = 4 ⇒ |2A | = 2 |A | = 2 × 4

3. Si A es involutiva; |A| = ±1
A2 = I ∴ |A2 | = 1 ∴ |AA| = 1 ∴
∴ |A| |A| = 1 ∴ |A|2 = 1 ∴ |A| = ±1
4. Determinante de una matriz idempotente es 0 ó 1.

A2 = A ⇐⇒ |A|2 = A ⇐⇒ |A|2 − |A| = 0 ∴ |A| (|A| − 1) = 0
5. Determinante de una matriz ortogonal es ±1.

AAT = AT A = I ⇔ AAT = 1 ⇔ |A| AT = 1 ∴ |A|2 = 1 ∴ |A| = ±1

a b c

6. Si d e f = −6 hallar
g h i

2a 2b 2c
(a) 3d 3e 3f
g h i

g h i
(b) a b c
d e f

a+g b+h c+i

(c) d e f

g h i

−a −b −c
(d) d e f
g h i

a d g
(e) b e h
c f i
7. Si A3×3 y |A| = 2, calcular

a.|2A| b. |A−1 | c. |2A−1 | d. |(2A)−1 |

b+c c+a b+a

8. Demostrar que . a b c = 0.

1 1 1
9. Demostrar que

a1 b1 + ta1 c1 + rb1 + sa1 a1 b1 c1 a1 a2 a3

a2 b2 + ta2 c2 + rb2 + sa2 = a2 b 2 c 2 = b 1 b 2 b 3

a3 b3 + ta3 c3 + rb3 + sa3 a3 b 3 c 3 c 1 c 2 c 3

1 1 1

10. Demostrar que a b c = (b − a)(c − a) (c − b) .
a2 b 2 c 2

a+b b+c c+d a b c

11. Demostrar que 1 1 1 = 1 1 1
b+1 c+1 d+1 b c d

a−b+c 2a 2a
= (a + b + c)3

12. Demostrar que 2b b−c−a 2b
2c 2c c−a−b
 
3 1 0
13. Considere la matriz A =  −2 4 3  Hallar
5 4 −2
a. adjA b.adjA−1 c. AadjA. c. A−1 adjA−1 d. Es adjA = adjA−1 ?
 
−a a − 1 a + 1
14. Para que valores de a la matriz A =  1 2 3  tiene inversa
2−a a+3 a+7
 
1 2 3
15. Si A =  1 5 3  Explicar 4 métodos diferentes para hallar A−1 y cual es la
1 0 8
inversa.

1 0 0 3

2 7 0 6
16. Calcular
0 6 3 0

7 3 1 −5
17. Demostrar que |An | = |A|n .
18. Demostrar que |adjA| = |A|n−1 .
19. Demostrar que adj(AB) = adj(A)adj(B).
20. Si A es una matriz no singular, demostrar que
adj(adj(A)) = |A|n−2 A
21. Es |A + B| = |A| + |B|?

Captulo 3
SISTEMAS DE ECUACIONES.
1. x = 2 → Sistema de una ecuación y de una variable.

x
2. x + y = 1 → 1 1 = 1,si x=t, el conjunto solución es
y
{(t, 1 − t) | t ∈ R} ⇒Tiene infinitas soluciones.
El sistema tiene una variable libre x o y (a la que se le puede dar cualquier valor ).
 
x
3. x + y − z = 4 → 1 1 −1  y  = 4
z
Variables libres z = u, y = n
x=4+z−y =4+u−n
Sol = {(4 + u − n, n, u) | u, n ∈ R} ⇒Tiene infinitas soluciones.
 
x
x y z u v     
x − y + 2z = 5 
 y  5
1 −1 2 0 0
4. x + 3z + u = 0 →   z  =  0  ; AX = B
1 0 3 1 0   
4x − 3y + v = 3  u  3
4 −3 0 0 1
v
Cualquier sistema lineal de ecuaciones se puede escribir en forma matricial como

AX = B
Los sistemas AX = B, se clasifican en
1. (a) Sistema homogéneo, Si B = 0;es decir, AX = 0.Si el sistema es de esta forma,

tiene solución única o infinitas soluciones.
43
44 CAPTULO 3. SISTEMAS DE ECUACIONES.
(b) Sistema no homogéneo, AX = B; con B 6= 0.Si el sistema es de esta forma

puede suceder que tiene solución única, infinitas soluciones ó no tiene solución.
(c) Si una ecuación es múltiplo de otra, tiene infinitas souciones.(Con cuidado)
3.0.1 Solución del sistema Ax = b.

Para solucionar el sistema AX = B, se construye la matriz ampliada y con operaciones
elementales en fila se lleva la matriz A, a una matriz escalonada (Lo anterior en el método
de Gauss), (A|B) ∼∼∼∼∼∼ (Escalonada|c)
Si llevo la matriz A a una matriz escalonada reducida, se tiene el método de Gauss-
Jordan.
(A|B) ∼∼∼∼∼∼ (Escalonada reducida|c) .
x+y =4
Ejemplo 26 Solucionar el sistema , aplicando operaciones sobre las filas de
x−y =4
la matriz ampliada se obtiene.

1 1 4 1 1 4
| ∼ | ∼
1 −1 4 −f1 +f2 0 −2 0 − f2
2
1 1 4 x+y =4
∼ | ⇒
0 −1 0 y=0
x+y =4
y ası́ el sistema tiene solución única(4, 0) , notar que se trata de dos rectas
x−y =4
del plano que se cortan en un solo punto.
x+y =4
Ejemplo 27 Solucionar el sistema , como la segunda ecuación es múltiplo
2x + 2y = 8
de la primera, el sistema tiene infinitas soluciones.
En
efecto,
1 1 4 1 1 4
| ∼ | ⇒ x + y = 4 luego y puede tomar cualquier
2 2 8 −2f1 +f2 0 0 0
x+y =4
valor, por lo tanto el sistema tiene infinitas soluciones.
2x + 2y = 8
3x − 5y + 4z = 1
2x + y − 5z = 2
Ejemplo 28 Solucionar el sistema
2x + y − 5z = 8
3x − 5y + 4z = 1
45
   
3 −5 4 1 3 −5 4 1
 2 1 −5 2   2 1 −5 2 
 2 1 −5 | 8  ∼  0 0 |
    Como 6 6= 0, el sistema no tiene solución.
0 6 
3 −5 4 1 0 0 0 0
x+y−z =5
Ejemplo 29 Solucionar el sistema 2x − 3y + z = 0
x+y−z =5
     
1 1 −1 5 1 1 −1 5 1 1 −1 5
 2 −3 1 | 0  ∼  0 −5 3 | −10  ∼  0 1 − 35 | 2 
1 1 −2 5 −2f1 +f2 0 0 0 0 f
− 2
0 0 0 0
−f1 +f3 5
x+y−z =5
Si z = t; y = 2 + 53 z = 2 + 35 t; x = 5 + t − 2 − 35 t = 3 + 52 t
y − 53 z = 2
Sol = 3 + 25 t, 2 + 35 t, t t ∈ R .

Ejemplo 30
Solucionar el sistema
x1 + 2x2 + 3x3 = 5
2x1 + 5x2 + 3x3 = 3
x1 + 8x3 = 17
x1 x2 x3  
 1 2 3 5
1 2 3 5
∼  0 1 −3 | −7  ∼
 2 5 3 | 3 
0 −2 5 12 2f2 +f3
1 0 8 17 −2f1 +f2
−f1 +f3
   
1 2 3 5 1 2 3 5 x1 + 2x2 + 3x3 = 5
∼  0 1 −3 | −7  ∼  0 1 −3 | −7  x2 − 3x3 = −7
0 0 −1 −2 −f3 0 0 1 2 2f2 +f3
x3 = 2
x2 = 3x3 − 7 = 3 × 2 − 7 = −1
x1 = 5 − 2x2 − 3x3 = 5 − 2 × (−1) − 3 × (2) = 5 + 2 − 6 = 1 luego la
Solución del sistema es (1, −1, 2)
Ejemplo 31
Hallar el valor de k tal que el sistema
kx + y + z = 1
x + ky + z = 1
x + y + kz = 1
tenga , Solución única, Ninguna solución, Infinitas soluciones
   
k 1 1 1 1 1 k 1
 1 k 1 | 1  ∼ 1 k 1 | 1  ∼
1 1 k 1 f3 <−>f1 k 1 1 1 −f1 +f2
   
1 1 k 1 1 1 k 1
∼  0 −1 + k −k + 1 | 0  ∼  0 −1 + k −k + 1 | 0 
0 −k + 1 1 − k 2 −k + 1 f2 +f3 0 0 (1 − k) (2 + k) 1 − k
luego Si k = 1 el sistema tiene infinitas soluciones, si k = −2 el sistema no tiene solución,
y si k 6= 1 y k 6= −2 el sistema tiene solución única.
Ejemplo 32
Hallar el valor de a tal que el sistema
3x − y + az = 0
x−z =a+1
−ax + y = −a
   
3 −1 a 0 0 −1 a + 3 −3 (a + 1)
 1 0 −1 | a + 1  ∼ 1 0 −1 | a+1  ∼
−a 1 0 −a −3f2 +f1
−a 1 0 −a af2 +f3
   
0 −1 a + 3 −3 (a + 1) 1 0 −1 a+1
 1 0 −1 | a+1  ∼  0 0 3 | a2 − 3a − 3  ∼
0 1 −a a2 f3 +f1
0 1 −a a 2
f3 ←→f2
 
1 0 −1 a+1
 0 1 −a | a2 
0 0 3 a2 − 3a − 3
luego para cualquier valor de a el sistema tiene solución única
47
Ejemplo 33
3x − (a + 2) y + 2z = a + 1
2x − 5y + 3z = 1
x + 3y − (a + 1) z = 0
 
3 − (a + 2) 2 a+1
 2 −5 3 | 1  ∼
1 3 − (a + 1) 0 f1 ←→f3
 
1 3 − (a + 1) 0
 2 −5 3 | 1  ∼
3 − (a + 2) 2 a + 1 −2f1 +f2
   
1 3 −a − 1 0 1 3 −a − 1 0
 0 −11 2a + 5 | 1  ∼ 0 −11 2a + 5 | 1  ∼
0 −a − 2 2 a + 1 −3f1 +f3 0 −a − 11 3a + 5 a + 1 f2 ←→f3
   
1 3 −a − 1 0 1 3 −a − 1 0
 0 −11 2a + 5 | 1  ∼  0 −11a 2a2 + 5a | a  ∼
0 −a a a af2 −11f3 0 −11a −11a −11a f2 +f3
 
1 3 −a − 1 0
 0 −11a 2a2 + 5a | a 
0 0 2a2 − 6a −10a
luego si a = 0 el sistema tiene infinitas soluciones,si a = 3 el sistema no tiene solución y
si a 6= 0 y a 6= 3 el sistema tiene solución única.
Ejemplo 34
x + 2y + (a + 3) z = 8
2x + 3y + (a + 4) z = 12
3x + (6a + 5) y + 7z = 20
   
1 2 a+3 8 1 2 a+3 8
 2 3 a + 4 | 12  ∼ 0 −1 −a − 2 | −4  ∼
3 6a + 5 7 20 −2f1 +f2 3 6a + 5 7 20 −3f1 +f3
   
1 2 a+3 8 1 2 a+3 8
 0 −1 −a − 2 | −4  ∼ 0 −1 −a − 2 | −4  ∼
0 6a − 1 −3a − 2 −4 −f2 +f3 0 6a −2a 0 6af2 +f3
   
1 2 a+3 8 1 2 a+3 8
 0 −1 −a − 2 | −4  ∼ 0 −1 −a − 2 | −4 
2
0 0 −6a − 14a −24a −f3 0 0 2a (3a + 7) 24a
7
luego si a = 0, el sistema tiene infinitas soluciones, si a = − , no hay solución y si a 6= 0
3
7
y a 6= − , el sistema tiene solución única.
3
3.1 Regla de Cramer

Se aplica solo cuando el determinante de la matriz An×n sea 6= 0
Ejemplo 35 Solucionar el sistema por la regla de cramer
x1 + 2x2 + 3x3 = 5
1. 2x1 + 5x2 + 3x3 = 3
x1 + 8x3 = 17

5 2 3

1 5 3

1 2 5

3 5 3

2 3 3

2 5 3

17 0 8
1 17 8
1 0 17
x = = 1; x2 = = −1; x3 = = 2;
1 2 3 1 2 3 1 2 3

2 5 3 2 5 3 2 5 3

1 0 8 1 0 8 1 0 8

3.1. REGLA DE CRAMER 49
4x + y + z + w = 6
3x + 3y − z + w = 1
2 , Resolviendo primero por metodo de eliminación.
7x + 3y − 5z + 8w = −3
x + y + z + 2w = 3
x y z w 
4 1 1 1 6
 3 7 −1 1 1 
 | 
 7 3 −5 8 −3 
1 1 1 2 3
−7f1 +f3
−3f4 +f2
−4f4 +f1
   
0 −3 −3 −7 −6 0 1 9 −1 18
 0 4 −4 −5 −8   0 0 −16 −11 −32 
∼
 0 −4 −12 −6 | −24 
 ∼
 0 −4 −12 −6 | −24 

1 1 1 2 3 1 1 1 2 3 4f1 +f3
f3 +f2
−4f 3+f1
   
0 1 9 −1 18 0 1 9 −1 18
 0 0 −16 −11 −32   0 0 −16 −5 −32 
∼ |  ∼ | 
 0 0 24 −10 −48   0 0 12 −5 24 
1 1 1 2 3 1 1 1 2 3
f3 f3 +f2
2
   
0 1 9 −1 18 0 1 9 −1 18
 0 0 −4 −16 −8   0 0 1 4 2 
∼ |  ∼ | 
 0 0 12 −5 24   0 0 12 −5 24 
1 1 1 2 3 f2 1 1 1 2 3 −12f2 +f3
−4
   
0 1 9 −1 18 1 1 1 2 3
 0 0 1 4 2   0 1 9 −1 18 
∼ |  ∼ 0 0 1 4 | 2 

 0 0 0 −53 0 
1 1 1 2 3 f3 0 0 0 2 0
−53

x + y + z + 2w = 3 → x = 1  
y + 9z − w = 18 →y=0

Sol (1, 0, 2, 0)
z + 4w = 2 →z=2  
w=0 →w=0

Por la regla Cramer:


4 1 1 6

3 7 −1 1

7 3 −5 −3

1 1 1 3
w = =
4 1 1 1

3

7 −1 1
7

3 −5 8
1 1 1 2

6 1 1 1

1 7 −1 1

−3 3 −5 8

3 1 1 2
x = =1
4 1 1 1

3

7 −1 1
7

3 −5 8
1 1 1 2

4 6 1 1

3 1 −1 1

7 −3 −5 8

1 3 1 2
y = =0
4 1 1 1

3

7 −1 1
7

3 −5 8
1 1 1 2

4 1 6 1

3 7 1 1

7 3 −3 8

1 1 3 2

z= =

4 1 1 1

3 7 −1 1

7 3 −5 8

1 1 1 2

x + 2y = a
Ejemplo 36 Hallar condiciones para a y b de tal forma que el sistema tenga
x − 3y = b
solución.
3.2. APLICACIONES 51

1 2 a 1 2 a
| ∼ |
1 −3 b −f1 +f2 0 −5 b − a
 
a
1 2
∼ | a−b 
0 1
5
El sistema siempre tiene solución para cualquier valor de a y de b
x+y =a
Ejemplo 37 Hallar condiciones para a y b de tal forma que el sistema
2x + 2y = b
tenga solución.

1 1 a 1 1 a
= | ∼ | luego
2 2 b −2f1 +f2 0 0 b − 2a −f1 +f2
a) Si b − 2a = 0 el sistema tiene infinitas soluciones.
b) Si b2 − 2a 6= 0 el sistema no tiene solución.
3.2 Aplicaciones
3.2.1 Balance de reacciones quimicas
La combinación de cierto número de mo leculas de amoniaco (N H3 ) con cierto número
de moléculas de óxido de cobre (CuO), da lugar a una reacción quimica que produce
moléculas de nitrógeno (N2 ), cobre (Cu) y agua (H2 O), esta reacción se escribe:
XN H3 + Y CuO → ZN2 + W Cu + U H2 O.
El problema consiste en determinar los valores de las incognitas: X, Y, Z, W, U ; de

tal manera que el número de atomos (de nitrogeno, hidrogeno, cobre y oxigeno ), que
intervienen en la reacción sea igual al número de atomos resultantes (Los atomos individ-
uales nose crean ni se destruyen ).Cuando se logran hallar los valores de la incógnitas que
cumplen con esta condición, se dice que la reacción está balanceada. De acuerdo con esto
se obtiene el sistema de ecuaciones lineales (homogéneas):
BALANCE DE
Nitrogeno: X = 2Z
Hidrogeno: 3X = 2U
Cobre: Y =W
Oxigeno: Y =U
Que al resolverse medinate eliminación de Gauss se obtiene una variable libre (infinitas
soluciones). Al hacer U = T , la solución queda:
X = 32 T
Y =T
Z = 31 T
W =T
U =T
Como en estos casos las incognitas se restringen a enteros positivos, el menor valor del
parametro es T = 3,ası́:
X = 2, y = 3, Z = 1, W = 3, U = 3
La reacción balanceada es:
2N H3 + 3CuO → N2 + 3Cu + 3H2 O

x + y + 2z = a
1. Que condiciones deben cumplir a,b y c para que el sistema x+z =b tenga
2x + y + 3z = c
solución.
ax + by − 3z = −3
2. Cómo debe elegir los coeficientes a,b,c de modo que el sistema −2x − by + cz = −1
ax + 3y − cz = −3
tenga por solución (1, −1, 2) .
3. Solucionar los sistemas si es posible, por Gauss, Gauss Jordan, Regla de Cramer y
x = A−1 b
2x + y − 2z = 10
(a) 3x + 2y + 2z = 1
5x + 4y + 3z = 4
x+y−z =0
(b) 2x − 3y + z = 0
x − 4y + 2z = 0
2x − 3y + 6z + 2v − 5w = 3
(c) y − 4z + v = 1
v − 3w = 2
4. Hallar los valores de la constantes k para que el sistema a) Tenga Solución b) No

tenga Solución c) Tenga infinitas soluciones
x+y−z =1
(a) 2x + 3y + az = 3
x + ay + 3z = 2
x + 2y + kz = 1
(b)
2x + ky + 8z = 3
x + y + kz = 2
(c) 3x + 4y + 2z = k
2x + 3y − z = 1
x − 3z = −3
(d)
2x + ky − z = −2
5. Dada una matriz A de orden n por n, que conclusión se deduce de los enunciados
siguientes
(a) A tiene inversa

(b) A es semejante a la matriz idéntica
(c) |A| =
6 0
(d) La forma escalonada reducida de A es la matriz idéntica
(e) El sistema Ax = b tiene solución única
(f) El sistema Ax = 0 tiene solución única y es la solución nula.
6. Dar un ejemplo de un sistema de 3 ecuaciones con 3 incógnitas que:
(a) Tenga solución única.

(b) No tenga solución
(c) Tenga infinitas soluciones.
7. Sea Ax = b un sistema de n ecuaciones con n incognitas donde A tiene sus elementos

enteros probar que si |A| = 1 entonces la solución son elementos
enteros.
8. Dados los sistemas de ecuaciones lineales:

X1 +X2 +2X3 = −1
X1 −2X2 +X3 = −5
3X1 +X2 +X3 =3
X1 +X2 +2X3 +3X4 = 13
X1 −2X2 +X3 +X4 = 8
3X1 +X2 +X3 −X4 = 1
(a) Hallar todas las soluciones, si existe alguna, usando el metodo de eliminación
de Gauss.
(b) Hallar todas las soluciones, si existe alguna, usando el metodo de reducción
Gauss-Jordán.
9. Dar un ejemplo de un sistema de tres ecuaciones lineales con tres incógnitas que no
tenga solución.
10. Hallar una matriz escalonada reducida por filas que sea equivalentes a la matriz:
1 −i
A= 2 2
i 1+i
¿Cuales son las soluciones de ax = 0?
3 −1 2
11. Sea A = 2 1 1
1 −3 0
¿Para cuáles ternas (y1 , y2 , y3 ), tiene una solución el sistema AX = Y ?
6 −4 0
12. Si A = 4 −2 0
−1 0 3
Hallar todas las soluciones de AX = 2X, y todas las soluciones de AX = 3X.
13. Dados los sistemas:

X1 +X2 −X3 =2
X1 −2X2 +X3 =3
X1 +X2 + (a2 − 5) X3 = a
X1 +X2 +X3 =2
X1 +3X2 +2X3 =5
2X1 +3X2 + (a2 − 1) X3 = a + 1
Hallar todos los valores de a para los cuales hay:
(a) Ninguna solución

(b) Solución unica.
(c) Infinitas soluciones.
14. Repetir el ejercicio anterior para los sistemas:

X1 +X2 +X3 =2
X1 +2X2 +X3 =3
X1 +X2 + (a2 − 5) X3 = a
X1 + (a2 − 8) X2 = 3
X1 + (a2 − 8) X2 = a
15. Demostrar que si el sistema homogéneo:

(a − r) X1 +dX2 =0
cX1 + (b − r) X2 = 0
Tiene una solución no trivial, entonces satisface la ecuación:
(a − r) (b − r) − cd = 0
16. Que condiciones deben satisfacer p,q y r para que el sistema:
X +3Y +2Z = p
−X +2Y −3Z = q
0 +5Y −Z = r
Sea consistente.
17. Las ecuaciones para hallar las intensidades de corriente i1, i2, i3 , en un determinado
circuito de tres mallas son:
3i1 −2i2 +4i3 = 2
i1 +3i2 −6i3 = 8
2i1 −i2 −2i3 = 0
Hallar i1, i2, i3 .
18. Resolver, utilizando el algoritmo de Gauss los sistemas, en caso de que tengan
infinitas soluciones, dar la solución general.
x +y −3z = −1
2x +y −2z = 1
(a)
x +y +z =3
x +2y −3z = 1
2x −y +3z =3
3x +y −5z =0
(b)
4x −y +z =3
x +3y −13z = −6
x +3y +2z =0
2x −y +3z =0
(c)
3x −5y +4z =0
x +17y +4z =0
x +y +z +u +v =7
3x +2y +z +u −3v = −2
(d)
0 +y +2z +2u +6v = 23
5x +4y +3z +3u −v = 12
x +2y +2z = 2
3x −2y −z =5
(e)
2x −5y +3z = −4
x +4y +6z = 0
19. Determinar los valores de k tales que los sistemas tengan:
(a) i. Solución única.

ii. Ninguna solución.
iii. Infinitas soluciones.
kx +y +z = 1
(b) x +ky +z = 1
x +y +kz = 1
x +2y +kz = 1
(c)
2x +ky +8z = 3
kx +y +z = 1
(d) x +ky +z = k
x +y +kz = k 2
kx +y +z +u = 1
x +ky +z +u = k
(e)
x +y +kz +u = k 2
x +y +z +ku = k 3
kx +ky + (k + 1) z = k
(f) kx +ky + (k − 1) z = k
(k + 1) x +ky + (2k + 3) z = 1
(k + 3) x +y +2z =k
(g) kx + (k − 1) y +z = 2k
3 (k + 1) x +ky + (k + 3) z = 3
20. Determinar las condiciones de a, b, c, tales que los sistemas tengan solición única:
x −2y +4z = a
(a) 2x +3y −z = b
3x +y +2z = c
bx +ay +0 = c
(b) cx +0 +az = b
0 +cy +bz = a
x +y +2z = a
(c) x +0 +z = b
2x +y +3z = c
x +y +z = a
(d) 2x +0 +2z = b
0 +3y +3z = c
21. Resolver el siguiente sistema de ecuaciones no lineales para los ángulos x, y, z, con-
siderando el intervalo (0, 2π)
2 sin x − cos y +3 tan z = 3
4 sin x +2 cos y −2 tan z = 2
6 sin x −3 cos y + tan z = 9
22. Demuestre que en un sistema homogéneo de ecuaciones lineales:
(a) La suma de dos soluciones es también solución.

(b) El producto de un escalar por una solución también es solución.
23. Hallar todos los sistemas de ecuaciones lineales homogeneos de dos ecuaciones con
dos incognitas que admiten como solución:
(a) (1, 3)
(b) (3, 1)
EJERCICIOS DE APLICACION
24. C3 H8 + H2 O → CO + H2
Propano Monoxido de carbono
RTA:
C3 H8 + 3H2 O → 3CO + 7H2
25. CuH10 + H2 O → CO + H2
Butano
RTA:
C2 H10 + 4H2 O → 4CO + 9H2
26. C2 H5 OH + O2 → H2 O + CO2
Etanol
RTA:
C2 H5 OH + 3O2 → 3H2 O + 2CO2
27. CO2 + H2 O → C6 H12 O6 + O2

Glucosa Reacción fotosistesis
RTA:
6CO2 + 6H2 O → C6 H12 O6 + 6CO2
28. El yodoformo (CHI3 ) es un poderoso antiséptico se prepara por la acción de yodo

(I2 ) sobre el etanol (C2 H5 OH) es presencia de hidrógeno de potacio (KOH) .
En la reacción se produce, además yoduro de potacio (KI) , formato de potacio
(HCOOK) y agua
¿Escribir y balancear la reacción:
RTA:
C2 H5 OH + 4I2 + 6KOH → CHI3 + 5KI + HCOOK + 5H2 O
Captulo 4
VECTORES
Vector es un segmento de recta dirigido. El vector AB tiene un punto inicial en A y un

punto final en B.
Entre los puntos del plano y los vectores hay una relación directa.
4.1 Propiedades de los vectores

1. A + B = B + A
2. (A + B) + C = A + (B + C)
3. A + 0 = 0 + A = A
4. A + (−A) = 0
5. (αB) A = α (BA)
6. α (A + B) = αA + αB
7. 1.A = A
8. (α + β) A = Aα + βA
61
62 CAPTULO 4. VECTORES
4.2 Operaciones:
4.3 Suma de vectores.
Sumar vectores es sumar matrices:
Ejemplo 38 (3, 4) + (8, 9) = (11, 13)
4.4 Resta de vectores:

Ejemplo 39 A − B = A + (−B)
4.5 Multiplicación de un vector por un número real.

Con α ∈ R
1. α > 1; αA : Tiene la misma dirección, orientación y diferente magnitud (mayor).
2. 0 < α < 1; αA : Tiene la misma dirección, orientación y diferente magnitud.
3. α < −1; αA : Cambia de sentido y aumenta la magnitud, pero no de dirección.
4. −1 < α < 0; αA : Cambia de sentido y disminuye la magnitud, pero no de dirección.
4.6 Norma de un vector

√
||A|| = ||(a, b)|| = a2 + b2 = Longitud del vector
4.6.1 Propiedades de la norma de un vector.

1. ||A|| > 0
2. Norma de un escalar por un vector ||λA|| = |λ| ||A|| .
3. ||A + B|| ≤ ||A|| + ||B|| Desigualdad triangular.

4.7. PROPIEDADES. 63
Producto interior o Producto escalar o Producto  punto.

Rn × Rn →R 

↓ ↓

x · y = a1 b1 + a2 b2 + ... + an bn
(a1 , a2 , a3 , ..., an ) (b1 , b2 , b3 , ..., bn ) 

x y

(1, 1, 1) · (2, 1, 0) = 1 ∗ 2 + 1 ∗ 1 + 1 ∗ 0 = 3
Demostración de propiedad 2
p √ √
||λ (a, b)|| = ||(λa, λb)|| = λ2 a2 + λ2 b2 = λ2 a2 + b2 = |λ| . ||(a, b)||
= |λ| . ||A||
4.7 Propiedades.
1. A · A = ||A||2
(a, b) · (a, b) = a2 + b2
2. A · B = B · A
3. A · (B + C) = A · B + A · C
4. ||B − A||2 = ||B||2 + ||A||2 − 2 ||A|| ||B|| cos θ

(B − A) · (B − A) = B · (B − A) − A · (B − A) = B · B − B · A − A · B + A · A =
||B||2 − 2A · B + ||A||2 = ||B − A||2 por tanto
A · B = ||A|| ||B|| cos θ donde θ : es el ángulo entre A y B si θ = 90, A y B son
perpendiculares.
5. A y B son perpendiculares ssi A · B = 0

A = (0, 2) ; B = (3, 0) ; A · B = 0
Para hallar un vector perpendicular a un vector:
(2, 3) · (2, b) = 0 ⇒ 4 + 3b = 0 ⇒ b = − 34 ∴ (2, 3) · 2, − 43 = 0

(3, 1, 2) · (a, b, c) = 0 ⇒ 3a + b + 2c = 0}Tiene infinitas soluciones.
6. La desigualdad de Cauchy.
|A · B| ≤ ||A|| ||B||
|A · B| = ||A|| ||B|| cos θ = ||A|| ||B|| |cos θ| ≤ ||A|| ||B|| Porque que |cos θ| es menor
o igual a 1.
7. Desigualdad triangular.
||A + B|| ≤ ||A|| + ||B||
Demostración:
||A + B||2 = (A + B) · (A + B) = A · (A + B) + B · (A + B) =
= A · A + A · B + B · A + B · B = ||A||2 + 2A · B + ||B||2 ≤ ||A||2 + 2 |A · B| + ||B||2 ≤
||A||2 + 2 ||A|| + ||B||2 ≤ (||A|| + ||B||)2 por lo tanto ||A + B||2 ≤ (||A|| + ||B||)2
asi que ||A + B|| ≤ ||A|| + ||B||
8. Angulos directores y cosenos directores.

El vector (1, 0, 0) = i = e1 .
El vector (0, 1, 0) = j = e2 .
El vector (0, 0, 1) = k = e3 .
e1 , e2 , e3 , se llaman vectores canonicos.
Un ángulo director es el ángulo que forma el vector con el eje positivo de las x ó y
ó z.
√
A · i = ||A|| ||i|| cos α ⇔ (a, b, c) . (1, 0, 0) = a2 + b2 + c2 cos α

a −1 a
cos α = √ ; α = cos √
a2 + b 2 + c 2 a2 + b 2 + c 2
b c
cos β = √ ; cos γ = √
2
a +b +c 2 2 a + b2 + c2
2
cos2 α + cos2 β + cos2 γ = 1. A los angulos α, β, γ se les llama angulos directores y

a sus cosenos cosenos directores
9. Vectores unitarios es el que tiene norma igual a uno.

Los vectores canónicos son vectores unitarios.
A
Si A 6= 0 es un vector que no es unitario; es un vector unitario, ya que:
||A||
A ||A||

||A|| = =1
||A||
Conclusión: Para obtener un vector unitario con la misma dirección y sentido de un
vector dado A, se divide entre su norma.El vector A = (3, 4,5) no es unitario y el
(3, 4, 5) (3, 4, 5) 3 4 5
vector B = =√ = √ , √ , √
||(3, 4, 5)|| 9 + 16 + 25 5 2 5 2 5 2
es un vector unitario
4.8. PRODUCTO CRUZ 65
10. Proyecciòn de un vector sobre otro.(A sobre B)

B B B ||B|| ||A|| cos θ A·B
ProyAB = λ = ||A|| cos θ = = B
||B|| ||B|| ||B|| ||B|| ||B||2
λ
donde cos θ = ⇔ λ = ||A|| cos θ.
||A||
Ejemplo 40 Si A = (3, 3) y B = (5, 0) entonces

A·B (3, 3) · (5, 0) 15
ProyAB = 2B = (5, 0) = 5×5 (5, 0) = 3 (1, 0) = (3, 0)
||B|| 25
4.8 Producto Cruz

Si A = (a1, a2 , a3 ); B = (b1 , b2 , b3 ) son dos vectores en R3 , su producto cruz notado por
A × B (en este tamaño) se define por: A × B = (a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 ),es
decir, se puede considerar como el producto cruz una función de la forma:
× : R3 × R3 → R3
(A, B) → A × B = (a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 )
Como

i j k

a1 a2 a3 = (a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 ) = A × B.

b1 b2 b3
En general se usa este recurso nemotécnico para recordar la definición de A × B, y
escribimos simplemente
que:

i j k

A × B = a1 a2 a3
b1 b2 b3
Ejemplo 41 Si A = 2i − 8j + 3k y B = 4j + 3k
i j k
−8 3 2 3 2 −8
A × B = 2 −8 3 = i −j
0 3 + k 0 4 = −36i − 6j + 8k

0 4 3 4 3

i j k
j k
Ejemplo 42 i × j = 1 0 0 = −1 = −(−k) = k
0 1 0 1 0
En forma análoga, j × k = i, k × i = j, j × i = −k,

k × j = −i, i × k = −j, i × i = j × j = k × k = 0.
4.8.1 Propiedades del producto cruz

1. A × 0 = 0

i j k

A × 0 = a1 a2 a3 = 0
0 0 0
2. A × A = 0

i j k

A × A = a1 a2 a3 = 0
a1 a2 a3

i j k i j k

3. A × B = a1 a2 a3 = − b1 b2 b3 = −B × A
b1 b2 b3 a1 a2 a3
4. A × (B + C) = A × B + A × C

i j k i j k i j k

A × (B + C) = a1
a2 a3 = a1 a2 a3 + a1 a2 a3

b1 + c 1 b2 + c 2 b3 + c 3 b1 b2 b3 c 1 c 2 c 3
=A×B+A×C
5. c(A × B) = (cA) × B = A × (cB)

i j k i j k

c(A × B) = c a1 a2 a3 = ca1 ca2 ca3 = (cA) × B
b1 b2 b3 b1 b2 b3
6. A · (A × B) = 0
A · (A × B) = (a1 , a2 , a3 )(a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 )
= a1 a2 b 3 − a1 a3 b 2 + a2 a3 b 1 − a1 a2 b 3 + a1 a3 b 2 − a2 a3 b 1

a1 a2 a3

= 0 = a1 a2 a3 Llamado producto mixto
b1 b2 b3
7. B · (A × B) = 0 Se prueba en forma análoga a la propiedad 6.

De las propiedades 6 y 7 se concluye que A × B es un vector ortogonal a A y a B.
8. kA × Bk2 = kAk2 kBk2 − (A · B)2

Esta propiedad es conocida como Identidad de Lagrange
4.9. PRODUCTO MIXTO 67
kA × Bk2 = (a2 b3 − a3 b2 )2 + (a3 b1 − a1 b3 )2 + (a1 b2 − a2 b1 )2

kAk2 kBk2 − (A · B)2 = (a21 + a22 + a23 )(b21 + b22 + b23 ) − (a1 b1 + a2 b2 + a3 b3 )2
y se hacen las operaciones algebraicas de los miembros de la derecha y se demuestra
que son iguales.
9. A × (B × C) 6= (A × B) × C
i × (i × j) = i × k = −j
(i × i) × j = 0 × j = 0, Luego, en general,
A × (B × C) 6= (A × B) × C
10. Sean A y B dos vectores no nulos en R3 , A × B = 0, si y sólo si A y B son paralelos
11. kA × Bk = kAk kBk sin θ

De la identidad de Lagrange se tiene que:
kA × Bk2 = kAk2 kBk2 − (A · B)2
= kAk2 kBk2 − (kAk kBk cos θ)2
= kAk2 kBk2 − kAk2 kBk2 cos2 θ
= kAk2 kBk2 (1 − cos2 θ)
= kAk2 kBk2 sin2 θ
Entonces sacando raı́z cuadrada se tiene:
kA × Bk = kAk kBk sin θ y corresponde al area del paralelogramo de lados A, B
4.9 Producto mixto

Los productos escalar y vectorial pueden combinarse para formar el producto mixto
A · B × C, y su valor es un número, ya que es el producto escalar de dos vectores y se
puede calcular por medio de determinantes ası́:
Si A = (a1 , a2 ,a3 ); B = (b1 ,b2 , b3 ); C = (c1 , c2 , c3 ), entonces:
a1 a2 a3

A · (B × C) = b1 b2 b3
c1 c2 c3
4.9.1 Propiedades del producto mixto

(A × B) · C = (B × C) · A = (C × A) · B
a1 a2 a3 b 1 b 2 b 3

A · (B × C) = b1 b2 b3 = c1 c2 c3 = B · (C × A) = (C × A) · B
c 1 c 2 c 3 a1 a2 a3
Ejemplo 43 Si A = (2, 3, −1); B

= (3, −7, 5); C = (1, −5, 2), entonces
2 3 −1

A · (B × C) = 3 −7 5 = 2(−14 + 25) − 3(6 − 5) − 1(−15 + 7) = 27
1 −5 2
4.10 Área de un paralelogramo determinado por los

vectores A y B
A = kBk h
h
sin θ = → h = kAk sin θ
kAk
Area = kBk kAk sin θ = kA × Bk
Luego, el área está dada por kA × Bk
Ejemplo 44 El área del paralelogramo determinado por los vectores 2i y 3j es:

Area = k2i × 3jk = k6i × jk = k6kk = 6
Ejemplo 45 Hallar el área del paralelogramo determinado por:

A = (−3, −2, 2); B = (−2,
2, 3)
i j k

A × B = −3 −2 2 = (−10, 5, −10)

−2 2 3
√ √
Entonces Área = kA × Bk = 100 + 25 + 100 = 225 = 15
Ejemplo 46 Hallar el área del triángulo determinado por:

P1 = (2, 2, 0); P2 = (−1, 0, 2); P3 = (0, 4, 3)
En efecto, el área del triángulo es 12 kA × Bk
−−→
P1 P2 = A = (−3, −2, 2)
−−→
P1 P3 = B = (−2, 2, 3)
15
y kA × Bk = 15 y ası́ el área del triángulo es
2
4.11. VOLÚMEN DE UN PARALELEPÍPEDO DETERMINADO POR A,B,C 69
Ejemplo 47 Hallar el área del paralelogramo con dos lados adyacentes formados por:
A = (1, 2,3); B = (4, 5, 6).
i j k
2 3 1 3
+k 1 2

A × B = 1 2 3 = i
− j = (−3, 6, −3)
4 5 6 5 6 4 6 4 5
√
Entonces Área = kA × Bk = 54
4.11 Volúmen de un paralelepı́pedo determinado por

A,B,C
4.11.1 que no estén en el mismo plano
El volumen viene dado por:
V = (Área base)(altura)
El área de la base es kA × Bk y la altura es la norma de la proyección del vector C
sabre A × B, es decir,
C C · (A × B) 1
h= proy = A × B = |C · A × B|
A × B kA × Bk2 kA × Bk
luego V = |C.(A × B)|
Ejemplo 48 Hallar el volumen del paralelepı́pedo determinado por:

A = (1, 2, 3); B = (4, 5, 6); C = (7, 8, 0)
El volumen es |C · (A × B)|

1 2 3
2 3 1 3 1 2
C · (A × B) = 4 5 6 = 7 − 8
4 6 + 0 4 5 = 7(−3) − 8(−6) = 27

7 8 0 5 6
Luego el volumen es |C · (A × B)| = 27
Ejemplo 49 Hallar el volumen del paralelepı́pedo determinado por:

A = (2, 3, −1); B = (1, 0, 2); C = (0, 2, −1)
0 2 −1
3 −1 2 −1
− 1 2 3

C · (A × B) = 2 3 −1 = 0 − 2 = −10 + 3 = 7
1 0 2 0 2 1 2 1 0
Luego V = 7.
4.12 Regla de Cramer

Considerando el sistema,
a1 x + b1 y + c1 z = d1
a2 x + b2 y + c2 z = d2
a3 x + b3 y + c3 z = d3
que se puede escribir como xA + yB + zC = D,si se hace producto punto a ambos
lados de esta ecuación con B × C obtenemos
xA · B × C + yB · B × C + zC · B × C = D · B × C
d1 d2 d3 d1 b1 c1

b1 b2 b3 d2 b2 c2

D·B×C c1 c2 c3

d3 b3 c3

x= = =
A·B×C a1 a2 a3

a1 b 1 c 1

b1 b2 b3 a2 b 2 c 2

c1 c2 c3 a3 b 3 c 3

xA + yB + zC = D si se hace producto punto a ambos lados de esta ecuación con

C × A obtenemos
xA · C × A + yB ·C × A + zC · C ×
A = D · C × A
d1 d2 d3 d1 c1 a1 a1 d1 c1

c1 c2 c3 d2 c2 a2 a2 d2 c2

D·C ×A a1 a2 a3

d3 c3 a3

a3 d3 c3

y= = = =
B·C ×A b1 b2 b3

a1 a2 a3

a1 b1 c1

c1 c2 c3 b1 b2 b3 a2 b2 c2

a1 a2 a3 c1 c2 c3 a3 b3 c3

xA + yB + zC = D si se hace producto punto a ambos lados de esta ecuación con

A × B obtenemos
xA · A × B + yB · A × B + zC · A × B = D · A × B

a1 b1 d1

a2 b2 d2

D·A×B D·A×B
a3 b3 d3

z= = =
C ·A×B A·B×C

a1 b1 c1

a2 b2 c2

a3 b3 c3

1. Si A = (1, 2, 3, 1) B = (1, −1, 2, 4), C = (1, 1, 2, 2) Hallar
(a) A · B
(b) B · C
(c) A · (B + C)
(d) (A − B) · C
2. En cada una de las expresiones siguientes introducir un paréntesis para que la ex-
presión tenga sentido si A, B, C ∈ R3
(a) A · BC
(b) A · B + C
(c) A + B · C
(d) AB · C
A
(e)
B·C
3. Si A = (2, 1, −1); B = (1, 1, 2) Hallar
(a) Un vector no nulo C ∈ R3 tal que A · C = B · C

(b) Un vector no nulo C ∈ R3 tal que AC = B · C = 0
4. A = (1, 3, 2);B = (3, −1, 2) hallar escalares x, y tal que C = xA + yB sea un vector
no nulo y que C · B = 0
5. Sea A = (1, 1, 1, 1); B = (0, 1, 2, 1), hallar dos vectores C y D de R4 que satisfaga
las condiciones siguientes:
(a) A = C + D
(b) B ortogonal a D
(c) C paralelo a B
6. Hallar un vector B de R2 tal que A · B = 0 y kBk = kAk si A = (1, 3)

7. Si A = (1, 2, −1, 2); B = (2, 1, 0, −1), hallar un vector paralelo a A − 2B y de

longitud 7
8. Hallar todos los vectores de R2 que tiene la misma longitud de A y son ortogonales
a A si A = (1, 3)
9. Si A = (1, 2, 3); B = (0, 1, 1), hallar un vector ortogonal a A y a B de longitud 4.
10. Si A = (1, 1, 1); B = (1, −1, 2), hallar vectores P, Q ∈ R3 tales que
(a) A = P + Q
(b) P paralelo a B
(c) Q ortogonal a B
11. Dados los vectores A = (2, −1, 1); B = (1, 2, −1); C = (1, 1, −2), hallar vectores
D de la forma xB + yC ortogonales a A y de longitud 1. (Rta./ ± √12 (0, 1, 1))
12. Si A, B ∈ R4 , demostrar que kA + Bk2 − kA − Bk2 = 4A · B
13. Si A = (1, 2, 3); B = (−1, 4, 3) hallar ProyAB y ProyBA
14. Hallar los cosenos directores del vector (1, 1, 1)
15. Hallar los cosenos deqlos ángulos

q del triángulo con vértices (2, −1, 1), (1, −3, −5),
(3, −4, −4) (Rta./(0, 3541
6
, 41 )
16. Si A, B, C ∈ R3 ; kAk = kCk = 5; kBk = 1; kA − B + Ck = kA + B + Ck

Si el ángulo que forman A y B es π8 , hallar el ángulo que forman B y C (Rta./ 7π
8
)
17. Hallar dos vectores unitarios con punto inicial en (2, 4) y que sean normales a y = x2
allı́. (Rta./± (4,−1)
√
17
)
18. Si A = 2i + j − k, hallar dos vectores ortogonales y unitarios a A
19. Hallar dos vectores unitarios paralelos al plano yz que sean perpendiculares a (3, −1, 2)
0, 2, 1
( √ )
5
20. Muestre que los vectores A = (1, 1, −1), B = (2, 3, −2), C = (4, 5, −4) están en el
mismo plano A · B × C = 0
21. Hallar el área del triángulo de vértices P = (1, 3, −2), Q = (2, 4, 5), R√= (−3, −2, 2);
−→ −→ −→
y el volumen del paralelepı́pedo de aristas OP , OQ, OR; (Rta./55, 2546 2
)
22. Mostrar que (1, −1, 4), (3, −2, 4), (−4, 2, 6), (−2, 1, 6) son los vértices de un paralel-
ogramo
23. Si A = i + 2k; B = 2i + j − k; C = i + 2j + 3k, Hallar
(a) A × C; kA × Ck
(b) (A + B) × (A − C)
(c) A × (B × C)
(d) k(A + B) × (A − C)k
24. Demostrar que kA × Bk = kAk kBk sı́ y sólo sı́ A y B son ortogonales
25. Dados dos vectores no paralelos A, B ∈ R3 con A · B = 2; kAk = 1, kBk = 4;

C = 2A × B − 3B Hallar A · (B × C); kCk y el coseno del ángulo que forman B Y
C.
26. Si A · (B × C) = 3 hallar
(a) A · (C × B)
(b) (B × C) · A
(c) C · (A × B)
(d) B · (A × C)
(e) (A × C) · B
(f) B · (C × A)
27. kA + Bk2 + kA − Bk2 = 2 kAk2 + 2 kBk2
28. Si θ es el ángulo que forman los vectores A = (1, 1, ..., 1); B = (1, 2, ..., n) hallar el
valor lı́mite de θ cuando n → ∞ (Rta./π/6)
29. Mostrar que(−2, 1, 6), (2, 4, 5), (−1, −2, 1) son los vértices de un triángulo rectángulo
30. Determine las componentes del vector que tiene su punto inicial en P1 y su punto
final en P2.
(a) P1 (3, 5) , P2 (2, 8)

(b) P1 (6, 5, 8) , P2 (8, −7, −3)
31. Determine un vector que tenga su punto inicial en P (2, −1, 4) y que tenga la misma
dirección que V = (7, 6, −3)
32. Determine un vector con direccion contraria a la de V = (−2, 4, −1) y con punto
final en Q (2, 0, −7) .
33. Sean U = (1, 2, 3) , V = (1, −3, 1) y W = (3, 2, −1) .

Determine las componentes de:
(a) U − W
(b) 7V + 3W
(c) 3 (U − 7V )
(d) 2V − (U + W )
34. Sean U = (1, 2, 3) , V = (1, −3, 1) y W = (3, 2, −1) .

Determine las componentes del vector X que satisface 2U − V + X = 7X + W
35. Sean U = (1, 2, 3) , V = (1, −3, 1) y W = (3, 2, −1) .

Encuentre escalares a, b y c, tales que: aU + bV + cW = (6, 14, −2)
36. Demuestre que no existen escalares a, b, c tales que:

a (1, 2, −3) + b (5, 7, 1) + c (6, 9, −2) = (4, 5, 0)
37. Encuentre todos los escalares a, b y c tales que:

a (2, 7, 8) + b (1, −1, 3) + c (3, 6, 11) = (0, 0, 0)
38. Sean U = (1, −3, 2) , V = (1, 1, 0) W = (2, 2, −4) .

Determine:
(a) kU + V k
(b) kU k + kV k
(c) k−2U k + 2 kU k
1
(d) W
kW k

1
(e) W
kW k

39. Determine todos los escalares k tales que:

kkV k = 3 donde V = (1, 2, 4)
40. Encontrar un vector de norma 1 que tenga la misma dirección que V = (1, 1, 1)
41. Calcule U.V para:
(a) U = (1, 2) V = (6, 8)

(b) U = (1, −3, 7) V = (8, −2, −2)
42. Para el ejercicio anterior encontrar el angulo θ entre U y V
43. Determine si el ángulo formado por U y V es agudo, obtuso, o si los vectores son
ortogonales:
(a) U = (7, 3, 5) V = (−8, 4, 2)

(b) U = (6, 3, 1) V = (4, 0, −6)
(c) U = (1, 1, 1) V = (−1, 0, 0)
(d) U = (4, 1, 6) V = (−3, 0, 2)
44. Encuentre la proyeccion ortogonal de U sobre V si:
(a) U = (2, 1) V = (−3, 2)

(b) U = (−7, 1, 3) V = (5, 0, 1)
45. Determine dos vectores de norma 1 que sean orotgonales a (3, 2)
46. Sea U = (1, 2) , V = (4, −2) y W = (6, 0) determine:
(a) U. (7V + W )
(b) k(U.V ) W k
(c) kU k (V.U )
47. Utilice vectores para encontrar los ángulos interiores del triangulo con vertices en
(−1, 0) , (−2, 1) y en (1, 4)
48. Determine el angulo formado por la diagonal de un cubo y una de las caras.
49. Sean U = (2, −1, 3) , V = (0, 1, 7) y W = (1, 4, 5) calcule:
(a) V xW
(b) U x (V xW )
(c) (U xV ) xW
50. Determine un vector que sea ortogonal a U y V:
(a) U = (−7, 3, 1) V = (2, 0, 4)

(b) U = (−1, −1, −1) V = (2, 0, 2)
51. Calcular el área del triangulo que tiene vértices en P,Q y R
(a) P = (1, 5, −2) Q = (0, 0, 0) R = (3, 5, 1)

(b) P = (2, 0, −3) Q = (1, 4, 5) R = (7, 2, 9)
52. Sean U = (−1, 3, 2) y W = (1, 1, −1) encuentre todos los vectores que satisfacen
U xX = W
53. Calcular los cosenos directores del vector V = (12, −15, −16)
54. Determinar para que valor de a los vectores U = ai − 3j + 2k y V = i + 2j − ak son

perpendiculares
55. Hallar el vector X, si se sabe que es perpendicular a los vectores U = (2, 3, −1) y
V = (1, −2, 3) y satisface la condicion:
X (2i − j + k) = −6
56. Se dan tres vectores:

U = 2i − j + 3k V = i + 2j − ak W = 3i + 2j − 4k
hallar el vector X, que satisface las condiciones:
X.U = −5, X.V = 11, X.W = 20
57. Sea U = 2i − j + 3k y V un vector de módulo 5 y dirección y sentido coincidentes

con los del vector i + 2j + 3k.Hallar el producto escalar de U por V.
58. Encontrar un vector unitario perpendicular a los vectores U = i + j + k V =

2i − j + k, ¿cuantas soluciones tiene el problema?
Captulo 5
PLANOS
5.1 Planos en el espacio

Un plano se puede considerar intuitivamente como una hoja de papel, haciendo que la
hoja es ilimitada. Estamos interesados en hallar la ecuación y para ello consideramos un
punto del plano P0 = (x0 , y0 , z0 ) y un vector normal N = (A, B, C) al plano, entonces el
−−→
punto P pertenece al plano sı́ y sólo sı́ el vector P0 P · N = 0, es decir, (P − P0 ) · N = 0, es
decir, ((x, y, z) − (x0 , y0 , z0 ) · (A, B, C) = 0, es decir, A(x − x0 ) + B(y − y0 ) + C(z − z0 ) = 0,
es decir, Ax + By + Cz − Ax0 − By0 − Cz0 = 0, es decir, Ax + By + Cz = D si D =
Ax0 + By0 + Cz0 , y ası́ la ecuación cartesiana del plano que pasa por (x0 , y0 , z0 ) y tiene
a N = (A, B, C) tiene por ecuación Ax + By + Cz = D. A la ecuanción (P − P0 ) · N = 0,
se llama ecuación vectorial del plano.
1. z = 0 ecuación del plano que tiene a N = (0, 0, 1) como vector normal
2. x + y = 1; plano que tiene a N = (1, 1, 0) como vector normal
3. x + y + z = 4; plano que tiene a N = (1, 1, 1) como vector normal
4. x = 4;un plano que tiene a N = (1, 0, 0) como vector normal
Ejemplo 50 Ejemplo 51 Hallar la ecuación del plano que pasa por (1,0,0) y tiene como
vector normal a (1, 1, 1) = (A, B, C).
1. Ejemplo 52 A(x − x0 ) + B(y − y0 ) + C(z − z0 ) = 0

1(x − 1) + 1(y − 0) + 1(z − 0) = 0
x + y + z+ = 1
77
78 CAPTULO 5. PLANOS
Ejemplo 53 Hallar la ecuación del plano que pasa por (1, 2, 3) y es paralelo al
plano 3x − y + 4z = 2.
Como el plano buscado es paralelo al plano 3x − y + 4z = 2, su vector normal es
(3, −1, 4) = (A, B, C) y como (1, 2, 3) = (x0, y0 , z0 ), entonces: 3(x − 1) − 1(y − 2) +
4(z − 3) = 0 es la ecuación del plano, es decir, 3x − y + 4z = 3 − 2 + 12 = 13.
Ejemplo 54 Hallar la ecuación del plano que pasa por (x0, y0 , z0 ) = (3, 2, 1), y es
perpendicular al vector (4,6,7).
N = (4, 6, 7) y P0 = (x0, y0 , z0 ) = (3, 2, 1), ası́:
A(x − x0 ) + B(y − y0 ) + C(z − z0 ) = 0
4(x − 3) + 6(y − 2) + 7(z − 1) = 0, luego,
4x + 6y + z = 31
Ejemplo 55 Hallar la ecuación del plano que pasa por:

A = (1, 2, −1); B = (2, 3, 1); C = (3, −1, 2).
−→ −→
Como los puntos A, B, C pertenecen al plano, entonces los vectores AB y AC :
−→
AB = B − A = (1, 1, 2)
−→
AC = C − A = (2, −3, 3)

i j k
−→ −→
son paralelos al plano; por tanto AB× AC = 1 1 2 = (9, 1, 5) es normal al
2 −3 3
plano y como A es un punto del plano, entonces:
9(x − 1) + 1(y − 2) − 5(z + 1) = 0
9x + y − 5z = 9 + 2 + 5 = 16
Ejemplo 56 También se puede hallar reemplazando los tres puntos en la ecuación

Ax + By + Cz − D = 0 y solucionar el sistema
A + 2B − C − D = 0
2A + 3B + C − D = 0
3A − B + 2C − D = 0
cuya solución es
9 D 5
A = D; B = ; C = − D y ası́
16 16 16
5.1. PLANOS EN EL ESPACIO 79
9 D 5
Dx + y − Dz − D = 0
16 16 16
9 1 5
D( x + y − z − 1) = 0, luego,
16 16 16
9x + y − 5z = 16
Ejemplo 57 Hallar la ecuación del plano que pasa por (1, 2, 2) y es perpendicular
a x − y + z = 1 (N = (1, −1, 1)), es decir, el vector normal al plano x − y + z = 1
es (1, −1, 1) y si hacemos el producto cruz de (1, 2, 2) × (1, −1, 1) = N del plano
pedido, es decir,

i j k
2 2 1 2 1 2
(1, 2, 2) × (1, −1, 1) = 1 2 2 = i − j
1 1 + k 1 −1 =

1 −1 1 −1 1
(4, 1, −3)
Luego la ecuación del plano es:
4(x − 1) + 1(y + 1) − 3(z − 1) = 0
4x + y − 3z = 4 − 1 − 3 = 0
4x + y − 3z = 0
Ejemplo 58 Hallar la ecuación del plano, que pasa por el punto (4, 0, −2), y es
perpendicular a cada plano x − y + z = 0 y 2x + y − 4z = 5. El vector normal es
el producto cruz de los vectores normales de los dos planos N1 = (1, −1, 1); N2 =
(2, 1, −4), es decir,

i j k

N = N1 × N2 = 1 −1 1 = (3, 6, 3), luego la ecuación

2 1 −4
3(x − 4) + 6(y − 0) + 3(z + 2) = 0
3x + 6y + 3z = 6
Una segunda forma de solución serı́a: como N = (A, B, C) es perpendicular a
x − y + z = 0 y a 2x + y − 4z = 5, entonces:
(A, B, C) · (1, −1, 1) = 0 =⇒ A−B+C =0 =⇒ A=B−C
(A, B, C) · (2, 1, −4) = 0 =⇒ 2A + B − 4C = 0
Ahora, reemplazando:
2(B − C) + B − 4C = 0 =⇒ 2B − 2C + B − 4C = 0 =⇒ 3B − 6C = 0
B = 2C
A = 2C − C = C
Entonces:
N = (C, 2C, C) = C(1, 2, 1) = 3(1, 2, 1) = (3, 6, 3)
Luego la ecuación del plano es 3(x − 4) + 6(y − 0) + 3(z + 2) = 0
5.1.1 Distancia del punto P0 = (x0 , y0 , z0 ) al plano Ax + By + Cz =

D
Sea P1 = (x1 , y1 , z1 ), un punto del plano , luego la distancia del punto P0 al plano
−−→
Ax + By + Cz = D es la longitud de la proyección del vector P1 P0 sobre N, es decir:
−−→ −−→
−−→ P P · N P1 P0 · N

P1 P0 1 0

d= Pr oy N = N = =

kN k2 kN k
|(x0 − x1 , y0 − y1 , z0 − z1 ) · (A, B, C)| |A(x0 − x1 ) + B(y0 − y1 ) + C(z0 − z1 )|
d= √ = √
2
A +B +C 2 2 A2 + B 2 + C 2
|Ax0 + By0 + Cz0 − (Ax1 + By1 + Cz1 )| |Ax0 + By0 + Cz0 − D|
d= √ = √
A2 + B 2 + C 2 A2 + B 2 + C 2
Luego
|Ax0 + By0 + Cz0 − D|

d= √
A2 + B 2 + C 2
Ejemplo 59 Hallar la distancia del punto (1, 2, 4) al plano x + 2y − 3z = 5; (x0 , y0 , z0 ) =

(1, 2, 4); (A, B, C) = (1, 2, −3).
|1(1) + 2(2) + (−3)4 − 5| |1 + 4 − 17| 12
d= p = √ =√
12 + 22 + (−3)2 14 14
−−→
P2 P1 = (x1 − x2 , y1 − y2 , z1 − z2 ) = tN = t(A, B, C)
x1 − x2 = tA; y1 − y2 = tB; z1 − z2 = tC
A(x1 − x2 ) = tA ; B(y1 − y2 ) = tB ; C(z1 − z2 ) = tC 2
2 2
A(x1 − x2 ) + B(y1 − y2 )+ C(z1 − z2 ) = t(A2 + B 2 + C 2 )

−−→ k(A, B, C) |Ax + By + Cz − D|k
1 1 1
d = ktN k = P1 P2 =

A2 + B 2 + C 2
|Ax1 + By1 + Cz1 − D|
d= √
A2 + B 2 + C 2
5.1. PLANOS EN EL ESPACIO 81
5.1.2 Distancia entre dos planos paralelos

Sean Ax + By + Cz = D1 ; Ax + By + Cz = D2 , dos planos paralelos, entonces para hallar
lal distancia entre ellos, escogemos un punto en cualquiera de ellos y hallamos la distancia
del punto al plano ası́:
D1
Sea z = 0; y = 0; y Ax = D1 =⇒ x = , es decir, tomemos P0 (x0 , y0 , z0 ) =
A
D1
( , 0, 0) y la distancia de este punto al plano Ax + By + Cz = D2 , viene dada por:
A
D1
A + B(0) + C(0) − D2
|Ax0 + By0 + Cz0 − D2 | A |D1 − D2 |
d= √ = √ =√
A2 + B 2 + C 2 A2 + B 2 + C 2 A2 + B 2 + C 2
Ejemplo 60 La distancia entre x + y + z = 4 y x + y + z = 10 es:
|10 − 4| |4 − 10| 6
√ = √ =√
12 + 12 + 12 3 3
Ejemplo 61 La distancia entre x + y + z = 1 y 3x + 3y + 3z = 10 es:
10
x+y+z =
3
10
− 1 7
3
√ = √3
3 3
5.1.3 Plano paralelos y perpendiculares

Dos planos son paralelos sı́ y sólo sı́ sus vectores normales son paralelos.
Dos planos son perpendiculares sı́ y sólo sı́ sus vectores normales son perpendiculares.
El ángulo entre dos planos, es el formado entre sus vectores normles.
Ejemplo 62 Los planos x + y + z = 4 y 2x + 2y + 2z = 10 son paralelos
Ejemplo 63 Los planos z = 1 y z = 2 son paralelos

1. Hallar la ecuación del plano que pasa por (1, 3, 2), (3, −2, 2), (2, 1, 3)
Rta:5x + 2y − z = 9
2. Hallar la ecuación del plano que pasa por el punto (4, 0, −2) y es perpendicular a
cada plano x − y + z = 0; 2x + y − 4z = 5 Rta./x + 2y + z − 2 = 0
3. Hallar la distancia del punto (1, 4, 6) al plano 2x − y + 2z + 10 = 0 (Rta./ 20

3
)
4. Hallar la ecuación del plano que pasa por (1, 1, 4) y tiene como normal a (1, 9, 8)
5. Hallar la ecuación del plano que pasa por (0, 0, 0) y tiene como vector normal a
(1,2,3)
6. Determinar si los planos son paralelos:
(a) 4x − y + 2z = 5 y 7x − 3y + 4z = 8
(b) x − 4y − 3z − 2 = 0 y 3x − 12y − 9z = 7
z y
(c) 2y = 8x − 4z + 5 y x = +
2 3
7. Determinar si los planos son perpendiculares
(a) 3x − y + z = 4 y x + 2z = −1
(b) x − 2y + 3z = 4 y −2x + 5y + 4z = −1
8. Encontrar la ecuación del plano xy(z = 0), xz(y = 0), yz(x = 0)
9. Encontrar la ecuación del plano que pasa por (x0 , y0 , z0 ) y es paralelo al plano
(a) xy
(b) xz
(c) yz
10. Hallar la ecuación del plano que es perpendicular al plano 8x − 2y + 6z = 1, y pasa

por los puntos (−1, 2, 5), (2, 1, 4). (Rta./4x + 13y − z − 17 = 0)
11. Hallar la ecuación del plano que pasa por (−2, 1, 5) y es perpendicular a los planos
4x − 2y + 2z = −1; 3x + 3y − 6z = 5 (Rta./x + 5y + 3z − 18 = 0)
12. Hallar el ángulo entre los planos 5x − 2y + 5z − 12 = 0; 2x + y − 7z + 11 = 0

(Rta./2π/3)
13. Hallar la ecuación del plano que pasa por (4, 0, −2) y es perpendicular a x−y+z = 0;
2x + y − 4z = 0. (Rta./x + 2y + z = 2)
14. Un plano pasa por (2, 0, 5), (0, 2, −1) y es perpendicular al plano x + 3y − z − 7 = 0;
hallar su ecuación.
15. Hallar un vector normal y unitario y dos puntos de:
(a) x = 0
(b) z = 4
(c) y = 1
(d) x − z = 4
(e) y − x = 0
(f) x − 3y + 2z = 5
16. Un plano pasa por (2, 6, −1) y es paralelo a 4x − 2y + z = 1 hallar su ecuación.
17. Hallar la distancia entre 4y − 3z − 6 = 0 y 8y − 6z − 27 = 0
18. Hallar la ecuacion vectorial y cartesiana del plano que pasa por el punto dado y
cuyo vector normal es N:
(a) (2, 6, 1) N = (1, 4, 2)

(b) (−1, −1, 2) N = (−1, 7, 6)
(c) (1, 0, 0) N = (0, 0, 1)
(d) (0, 0, 0) N = (1, 4, 2)
19. Hallar la ecuacion cartesiana del plano que pasa por los puntos:
(a) (−2, 1, 1) (0, 2, 3) (1, 0, −1)

(b) (3, 2, 1) (2, 1, −1) (−1, 3, 2)
20. Hallar la distancia minima del punto dado al plano dado y el punto del plano mas
cercano al punto dado:
(a) (2, 4, 5) 3x + 2y − 5z = −3
(b) (0, 0, 0) 2x − 3z = 2
21. Si los planos dados son paralelos, halle la distancia entre ellos:
(a) −x + 2y − 3z = 5 2x − 4y + 6z = 10
(b) 3x − y + 2z = 1 − 9 + 3y + 6z = −3
22. Hallar las ecuaciones parametricas y cartesiana de la recta de intersección de los

planos dados:
(a) −2x + 3y + 7z + 2 = 0 x + 2y − 3z + 5 = 0
(b) 3x − 5y + 2z = 0 z=0
23. Encuentre el punto de intersección de la recta:

x − 4 = 5t y+2=t z − 4 = −t
y el plano 3x − y + 7z + 8 = 0
24. Determine el plano que pasa por el punto (2, −7, 6) y que es paralelo al plano:
5x − 2y + z − 9 = 0
(x + 1) (y − 2) (z + 3)
25. ¿Para que valor de m, la recta: = = es paralela al plano:
3 m −2
x − 3y + +6z + 7 = 0 ?
26. ¿Para qué valores de A y D de la recta x = 3 + 4t y = 1 − 4t z = −3 + t

esta situada en el plano: Ax + 2y − 4z + D = 0 ?
27. ¿Para que valores de A y B el plano: Ax + By + 3z − 5 = 0 es perpendicular a la

recta: x = 3 + 2t y = 5 − 3t z = −2 − 2t ?
Captulo 6
RECTAS
Dado un punto P0 = (x0 , y0 , z0 ) ∈ R3 , y un vector no nulo V = (a, b, c); el conjunto de

−−→
todos los puntos P del espacio tales que el vector P0 P sea paralelo a V, se dice que es la
−−→
recta que pasa por P0 = (x0 , y0 , z0 ) y es paralela a V = (a, b, c), es decir, P0 P = tV ó
P = P0 + tV , t ∈ V, a P0 + tV, se llama ecuación vectorial de la recta y si
(x, y, z) = (x0 , y0 , z0 ) + t(a, b, c) ó
(x, y, z) = (x0 + ta, y0 + tb, z0 + tc) entonces
x = x0 + ta
y = y0 + tb
z = z0 + tc
se llaman ecuaciones paramétricas de la recta, que pasa por P0 = (x0 , y0 , z0 ) y tiene
por vector dirección V = (a, b, c) y si eliminamos a t obtenemos:
x − x0 y − y0 z − z0
= =
a b c
llamadas ecuaciones simétricas de la recta. La ecuación simétrica de la recta es equiv-
alente al sistema:
b(x − x0 ) = a(y − y0 )
c(x − x0 ) = a(z − z0 )
c(y − y0 ) = b(z − z0 )
Cada ecuación anterior es la ecuación de un plano que contiene a la recta y cualquier
intersección de dos planos del sistema contiene la recta .
Ejemplo 64 Hallar la ecuación de la recta que pasa por (2, 3, 4) y tiene como vector
dirección a (1, 6, 7).
P0 = (2, 3, 4);
V = (1, 6, 7)
luego
85
86 CAPTULO 6. RECTAS
1. P = P0 + tV ;
(x, y, z) = (2, 3, 4) + (1, 6, 7)t
Ecuación vectorial
2. (x, y, z) = (2 + t, 3 + 6t, 4 + 7t)
es decir,
x = 2 + t; y = 3 + 6t; z = 4 + 7t t ∈ R,
Ecuación paramétrica
x−2 y−3 z−4
3. = =
1 6 7
Ecuación simétrica
Ejemplo 65 Hallar la ecuación de la recta que pasa por (1, 2, 3) y por (3, 4, 5).
En efecto:
V = (3, 4, 5) − (1, 2, 3) = (2, 2, 2) = (a, b, c)
y como P0 = (1, 2, 3), entonces:
1. P = P0 + tV ;
(x, y, z) = (1, 2, 3) + (2, 2, 2)t
2. x = 1 + 2t; y = 2 + 2t; z = 3 + 2t
x−1 y−2 z−3
3. = =
2 2 2
Ejemplo 66 La recta pasa por (2, 3, 4) y tiene como vector dirección a V = (4, 5, 0),
hallar su ecuación.
En efecto,
1. P = P0 + tV ;
(x, y, z) = (2, 3, 4) + (4, 5, 0)t
2. x = 2 + 4t; y = 3 + 5t; z=4
87
x−2 y−3
3. = ;z = 4
4 5
Ejemplo 67 Hallar la ecuación de la recta que pasa por (2, 4, 6) y tiene por vector di-
rección a V = (3, 0, 0)
1. P = P0 + tV ;
(x, y, z) = (2, 4, 6) + (3, 0, 0)t
2. x = 2 + 3t; y = 4; z=6
Ejemplo 68 Hallar la recta de intersección de los planos 3x+2y−z = 7 y x−4y+2z = 0.

Despejamos dos veriables en términos de la tercera; por ejemplo, eliminamos x y y y
obtenemos:
3x + 2y − z = 7 3x + 2y − z = 7
⇔
x − 4y + 2z = 0. −3x + 12y − 6z = 0
Al sumar estas dos ecuaciones tenemos:
z+1
14y − 7z = 7 ⇔ 2y = z + 1 ⇔ y =
2
y
6x + 4y − 2z = 14
x − 4y + 2z = 0.
Al sumar estas dos expresiones, tenemos:
7x = 14 ⇔ x = 2
Ası́:
z+1
y= ; x = 2, ecuación de la recta
2
Ejemplo 69 Hallar la recta de intersección de los planos x−2y +z = 0; 2x+3y −2z = 0.

En efecto,
−2x + 4y − 2z = 0 4 z y
⇔ 7y − 4z = 0 ⇔ y = z ⇔ =
2x + 3y − 2z = 0 7 7 4
3x − 6y + 3z = 0 z
⇔ 7x − z = 0 ⇔ x =
4x + 6y − 4z = 0 7
Entonces:
z y
x = = es la ecuación de la recta.
7 4
Ejemplo 70 Hallar el punto de intersección de las dos rectas

P1 (t) = (i − 6j + 2k) + t(i + 2j + k) = (1, −6, 2) + t(1, 2, 1) y
P2 (u) = (4j + k) + u(2i + j + 2k) = (0, 4, 1) + u(2, 1, 2)
Dos rectas se cortan en un punto sı́ y sólo sı́ existen escalares t,u para los cuales
P1 (t) = P2 (u), luego hacemos P1 (t) = P2 (u) ası́:
(1, −6, 2) + t(1, 2, 1) = (0, 4, 1) + u(2, 1, 2) entonces
(t, 2t, t) − (2u, u, 2u) = (0, 4, 1) − (1, −6, 2) = (−1, 10, −1), es decir,
(t − 2u, 2t − u, t − 2u) = (−1, 10, −1), luego
t − 2u = −1; 2t − u = 10; t − 2u = −1, entonces
t − 2u = −1 ⇔ t = 2u − 1 y
2t − u = 10 y reemplazando:
2(2u − 1) − u = 10 ⇔ 4u − 2 − u = 10 ⇔ 3u = 12 ⇔ u = 4, ahora,
t = 2u − 1 ⇔ t = 8 − 1 = 7, ası́
P1 (7) = P2 (4) = (8, 8, 9)
Luego las rectas se intersectan en el punto (8, 8, 9)
P1 (t) = (1, −6, 2) + 7(1, 2, 1) = (8, 8, 9)
P2 (u) = (0, 4, 1) + 4(2, 1, 2) = (8, 8, 9)
Dos rectas son paralelas sı́ y sólo sı́ sus vectores direcciones son paralelos.
Ejemplo 71 Las rectas

x = 3 − 2t; y = 4 + t; z = 1 − t y
x = 5 + 2t; y = 1 − t; z = 7 + t son paralelas pues
x−3 y−4 z−1
= = ⇐⇒ V1 = (−2, 1, −1) y
−2 1 −1
x−5 y−1 z−7
= = ⇐⇒ V2 = (2, −1, 1)
2 −1 1
V1 = (−2, 1, −1) = −1(2, −1, 1) = −1V2
Los vectores directores son paralelos.
Dos rectas son perpendiculares sı́ y sólo sı́ sus vectores directores son perpendiculares.
Ejemplo 72 Las rectas

x−1 y−2 z−2
= = y
1 3 4
x−4 y−3 z+5
= = son perpendiculares, pues
−2 −2 2
V1 · V2 = (1, 3, 4) · (−2, −2, 2) = −2 − 6 + 8 = 0
6.1. DISTANCIA DE UN PUNTO A UNA RECTA 89
Ejemplo 73 Demostrar que la recta x − 5 = −t; y + 3 = 2t; z + 1 = −5t es paralela al

plano −3x + y + z = 9.
En efecto, hay que demostrar que N · V = 0 donde N es el vector normal del plano y
V el vector dirección de la recta.
N = (−3, 1, 1); V = (−1, 2, −5)
N · V = (−3, 1, 1) · (−1, 2, −5) = 3 + 2 − 5 = 0
Ejemplo 74 Hallar el punto de intersección de la recta x − 9 = −5t; y + 1 = −t;

z − 3 = t y el plano 2x − 3y + 4z + 7 = 0.
En efecto,
x = 9 − 5t; y = −1 − t; z = 3 + t, luego
2(9 − 5t) − 3(−1 − t) + 4(3 + t) + 7 = 0, es decir,
40
18 − 10t + 3 + 3t + 12 + 4t + 7 = 0 ⇐⇒ −3t + 40 = 0 ⇐⇒ t = , luego,
3
200
x=9−
3
40
y = −1 −
3
40
z =3+
3
6.1 Distancia de un punto a una recta

Hallar la distancia del punto Q a la recta L
h −→
senθ = −→ ⇐⇒ h = P Q senθ

P Q
−→ −→
Ahora P Q kV k senθ = P Q × V entonces

−→
P Q × V
−→

= P Q senθ = que es la distancia del punto Q a la recta

kV k
−→
Calculemos al ProyP QV y luego apliquemos Pitágoras.
−→ −→
−→ P Q · V V

P Q · V

−→ PQ · V −→
ProyP QV = V entonces P roy P QV = = , luego

kV k2 v
kV k kV k kV k
u −→ 2
−→ 2 t −→ 2 P Q · V
r
−→ 2
u
h = P Q − P roy P QV = P Q − que es la distancia del punto
kV k2
Q a la recta
P1 = P0 + tV, R = P1 − Q, : (P1 − Q) · V = 0; pero P1 = P0 + tV entonces
(P0 + tV − Q) · V = 0
1. P0 · V + tV · V − Q · V = 0 ⇐⇒ tV · V = Q · V − P0 · V ⇐⇒
Q · V − P0 · V (Q − P0 ) · V (Q − P0 ) · V
t= 2 = 2 ⇐⇒ P1 = P0 + V ⇐⇒
kV k kV k kV k2
(Q − P0 ) · V
R = P1 − Q = P0 + V − Q, luego
kV k2

(Q − P 0 ) · V
kRk = P 0 − Q + 2 V que es la distancia del punto Q a la recta
kV k
Ejemplo 75 Hallar la distancia del punto P0 = (1, −1, 1) a la recta x = 1+t; y = −1+2t;
z = 2 − 2t
−→
−−→
P Q × V P0 Q × V

d= =
kV k kV k
Ejemplo 76 P0 = (1, −1, 2); Q = (1, −1, 1); V = (1, 2, −2), luego
Q − P0 = (1, −1, 1) − (1, −1, 2) = (0, 0, −1), luego
i j k
−−→ 0 −1 0 −1 0 0
P0 Q × V = 0 0 −1 = i

− j 1 −2 + k 1 2 = 2i − j = (2, −1, 0)

1 2 −2 2 −2
√ √
k(2, −1, 0)k 5 5
Ejemplo 77 Luego d = =√ =
k(1, 2, −2)k 9 3
v −−→ 2
−−→
u
P Q · V

t −−→ 2 0 P0 Q · V (0, 0, −1) · (1, 2, −2) 2
u
h = P0 Q − 2 = = =
kV k kV k 3 3
r r r √
2 4 4 9−4 5
Ejemplo 78 h = k(0, 0, −1)k − = 1 − = =
9 9 9 3

(Q − P 0 ) · V (0, 0, 1) · (1, 2, −2)(1, 2, −2)
kRk = P 0 − Q + V = (0, 0, 1) +
kV k2 9

2 2 4 4 2 4 5
Ejemplo 79 = (0, 0, 1) + (1, 2, −2) = (0, 0, 1) + ( , , − ) = ( , , )
=
9 9 9 9 9 9 9
√ √ √
4 + 16 + 25 45 5
= =
9 9 3
1. Hallar la ecuación simétrica , vectorial y paramétrica de la recta que pasa por (1, 2, 3)
y por (4, 3, 1)
2. Hallar la ecuación vectorial, simétrica y paramétrica de la recta que pasa por (1, 2, 4)
y tiene por vector derección (3, 6, 2)
3. Hallar dos puntos de la recta y el vector dirección si:

3 − 2x −y + 6 3z − 5
= =
4 2 3
4. En que punto la recta x = 1 + 3t; y = 2 − t; z = 2 + 5t corta al plano z = 0.
5. Una recta pasa por (2, 3, 4) y es paralela al plano xz y yz. Rta. x = 2, y = 3z = 4+t
6. Una recta pasa por (2, 3, 4) y es perpendicular al plano yz y paralela al plano xy
7. Mostrar que los puntos (2, 3, 0) , (−6, 3, 2) pertenecen a la recta que pasa por
(−2, 3, 1) y es paralela al vector 4i − k
8. Mostrar que las rectas:

x = 4t + 2, y = 3, z = −t + 1 y
x = 2u + 2, y = 2u + 3, z = u + 1,
√
7 17
se cortan en (2, 3, 1) y el ángulo entre ellos es arccos
51
9. Hallar el punto de intersección y el ángulo entre las rectas:
√ √
(a) r(t) = (i − 4 3j) + t(i + 3j)
√ √
r(u) = (4i + 3 3j) + u(i − 3j)
√ π
Rta.(6, 3, 0); θ =
3
(b) x1 (t) = 3 + t; y1 (t) = 1 − t; z1 (t) = 5 + 2t
x2 (u) = 1; y2 (u) = 4 + u; z2 (u) = 2 + u
√
3
Rta. (1, 3, 1); θ = arccos( )
6
10. Hallar la ecuación de la recta que pasa por (−2, 0, 3) y es perpendicular a la recta
que pasa por (−5, 1, 2), (2, −3, −4).
Rta. x = −2 + 2t; y = −16t; z = 3 + 13t
11. Hallar la ecuación de la recta que pasa por (4, −5, 20) y es perpendicular a x + 3y −
6z − 8 = 0
y+5 z − z0
Rta. x − 4 = =
3 −6
x−3 y+2 z+1
12. Mostrar que la recta = = está en el plano x − 2y + z = 6
2 3 4
13. Mostrar que la recta de intersección de los planos 4x − 3y + z − 2 = 0; 2x + 5y −
3z + 4 = 0, es
x−1 y−3 z−7
= =
2 7 13
14. Mostrar que las rectas
{3x − y − z = 0; 8x − 2y − 3z + 1 = 0} y
{x − 3y + z + 3 = 0; 3x − y − z + 5 = 0} son paralelas
x−2 1 1
15. El punto de intersección de = − (y + 3) = (z − 1) y 5x − y + 2z − 12 = 0
4 2 7
5 17 5
es ( , − , )
3 6 12
x−1 y−2 z+1 y+1 z+3
16. Mostrar que las rectas = = y x−2 = = son oblicuas;
5 −2 −3 −3 2
es decir, hay que mostrar que no se cortan y que no son paralelas.
17. Hallar la ecuación de la recta que pasa por (1, −1, 1), perpendicular a la recta
3x = 2y = z y paralela al plano x + y − z = 0
x−1 y+1 z−1
Rta. = =
9 −8 1
18. Dados los planos x + 3y − z − 9 = 0 y 2x − 3y + 4z + 3 = 0 hallar la recta de
intersección.
x−2 y − 7/3 z−0
Rta. = =
−3 2 3
19. Determinar si la recta x = −2 − 4t, y = 3 − 2t, z = 1 + 2t y el plano 2x + y − z = 5
son perpendiculares
20. Determinar si la recta y el plano son paralelos: x = −5 − 4t, y = 1 − t, z = 3 + 2t y

x + 2y + 3z − 9 = 0
21. Hallar las ecuaciones de la recta de intersección de los planos dados
(a) 7x − 2y + 3z = −2; −3x + y + 2z + 5 = 0

Rta. x = −12 − 7t, y = −41 − 23t; z = t
(b) 2x + 3y − 5z = 0; y = 0
5t
Rta. x = , y = 0, z = t
2
22. Encontrar la ecuación del plano que contiene al punto (1, −1, 2) y a la recta x =
t, y = t + 1, z = −3 + 2t
Rta. 3x − y − z − 2 = 0
23. Demostrar que la recta x − 5 = −t, y + 3 = 2t, z + 1 = −5t es paralela al plano

−3x + y + z − 9 = 0
x−4 y+1 z−5
24. Hallar la distancia del punto (1, 3, −2) a la recta = =
2 3 −1
25. Determinar si la recta x = −2 − 4t, y = 3 − 2t, z = 1 + 2t y el plano 2x + y − z = 5
son perpendiculares
26. Hallar las ecuaciones de los dos planos cuya intersección es la recta x = 7 − 4t, y =
−5 − 2t, z = 5 + t
Rta. x − 2y − 17 = 0 y x + 4z − 27 = 0
27. Determine las ecuaciones: Vectorial, Parametricas y cartesiana de la recta que pasa
por el punto y que es paralela al vector V.
(a) (2, 4, 6) ; V = (1, 2, 5)

(b) (−3, 2, −4) ; V = (5, −7, −3)
(c) (1, 1, 5) ; V = (0, 0, 1)
(d) (0, 0, 0) ; V = (1, 1, 1)
(e) (1, 3, 0) ; V = (1, 3, 0)
(f) (3, 3, 3) ; V = (4, 0, 2)
28. Determine las ecuaciones parametricas y cartesiana de la recta que pasa por los
puntos dados:
(a) (6, −1, 5) (7, 2, −4)

(b) (0, 0, 0) (−1, −1, −1)
29. Hallar la distancia del punto dado a la recta dada:
(a) (2, 3, 5) Recta: x = 1 + 2k, y = 2 + 3k, z = 3 + 4k

(b) (0, 0, 0) Recta: x + 4 − k, y − 3 = −k, z + 5 = 2k
(x + 1) (y − 2) (z + 3)
(c) (2, 3, 5) Recta: = =
2 −1 4
Captulo 7
ESPACIOS VECTORIALES
Sea V un conjunto no vacı́o de objetos (llamados vectores) sobre el cual se han definido
dos operaciones, una suma de dos objetos x,y en V y una multiplicación de un objeto x
∈ V, por un número real α y si el conjunto (V, +, ·) , con las dos operaciones definidas,
satisface las propiedades:
1. Si x, y ∈ V entonces x + y ∈ V
2. Para todo x, y ∈ V, x + y = y + x
3. Para todo vector x, y, z ∈ V, (x + y) + z = x + (y + z)
4. Existe un vector 0 en V, denominado el vector 0 (único) tal que x + 0 = 0 + x = x
5. Para todo x ∈ V, existe un vector denominado el negativo de x en V (único) tal que

x + (−x) = (−x) + x = 0
6. Si α es un número real cualquiera y x está en V, entonces αx ∈ V
7. Si α es un número real cualquiera, x, y ∈ V entonces α(x + y) = αx + αy
8. Si α, β son números reales cualquiera y x está en V entonces (α + β)x = αx + βx
9. Si α, β son números reales cualquiera y x está en V entonces (αβ)x = α(βx)
10. 1 · x = x
Entonces (V, +, ·) se llama un espacio vectorial real y si alguna de las diez propiedades
no se cumple se dice que (V, +, ·) no es un espacio vectorial real.
95
96 CAPTULO 7. ESPACIOS VECTORIALES
Ejemplo 80 Sea V = el conjunto de los números reales con las operaciones conoci-
das(usuales), entonces (R, +, ·) es un espacio vectorial real, ya que se satisfacen las diez
propiedades.
Ejemplo 81 V = R+ , reales positivos, con las operaciones usuales, no es un√ espacio

vectorial real, pues por ejemplo el negativo de 5 (-5), no pertenece a V y α = − 2, αx si
x es un real positivo no pertenece a V.
Ejemplo 82 V = R+ y definamos la suma por x + y = xy y αx = xα es un espacio

vectorial real pues:
1. x + y = xy y como x,y son reales positivos, xy es un real positivo y ası́ x + y ∈ V
2. x + y = y + x, ya que x + y = xy = yx = y + x
3. x + (y + z) = (x + y) + z; ya que x + (y + z) = x + yz = xyz = (x + y)z = (x + y) + z
4. x + y = x; como x + y = xy = x entonces y = 1, luego el vector cero es en este caso

el 1
1
5. x + y = y + x = 1 ⇐⇒ x + y = xy = 1 ⇐⇒ y = , es decir, el inverso aditivo de x,
x
1
es en este caso
x
6. Si α ∈ R; x ∈ V ; αx = xα ∈ V
7. Si α ∈ R, y x, y están en V, entonces α(x + y) = αx + αy. En efecto, α(x + y) =

α(xy) = (xy)α = xα y α = xα + y α = αx + αy
8. Si α, β ∈ R, entonces (α + β)x = αx + βx. En efecto, (α + β)x = xα+β = xα xβ =

xα + xβ = αx + βx
9. α(βx) = (αβ)x, en fecto α(βx) = α(xβ ) = xαβ = (αβ)x
10. 1 · x = x1 = x
Ejemplo 83 V = R2 ; con las operaciones usuales, es decir, (a, b) + (c, d) = (a + c, b + d)

y α(a, b) = (αa, αb) es un espacio vectorial . En efecto, mostremos que cumple las diez
propiedades:
1. Sean x, y ∈ V entonces x + y = (a, b) + (c, d) = (a + c, b + d) ∈ V , pues a + c y b + d

son números reales
97
2. Sean x, y ∈ V entonces x + y = y + x. En efecto, x + y = (a, b) + (c + d) =

(a + c, b + d) = (c + a, d + b) = (c, d) + (a, b) = y + x
3. Sean x, y, z ∈ V , entonces (x + y) + z = x + (y + z). En efecto, (x + y) + z =

((a, b) + (c, d)) + (m, n) = (a + c, b + d) + (m, n) = (a + c + m, b + d + n =
(a, b) + (c + m, d + n) = (a, b) + [(c, d) + (m, n)] = x + (y + z)
4. x + y = y + x = x. En efecto, x + y = (a, b) + (c, d) = (a + c, b + d) = (a, b), entonces

a + c = a y b + d = b, luego c = 0 y d = 0 y ası́ el vector cero del espacio es (0, 0)
5. x + y = y + x = 0
x + y = (a, b) + (c, d) = (a + c, b + d) = (0, 0), luego a + c = 0 y b + d = 0
entonces c = −a y d = −b, por tanto el negativo de x = (a, b) es (−a, −b), pues
(a, b) + (−a, −b) = (−a, −b) + (a, b) = (0, 0)
6. αx = α(a, b) = (αa, αb) ∈ V , ya que αa, αb son números reales
7. α(x + y) = αx + αy ⇐⇒
α((a, b) + (c, d)) = α(a + c, b + d) = (α(a + c), α(b + d)) = (αa + αc, αb + αd) =
(αa, αb) + (αc, αd) = α(a, b) + α(c, d) = αx + αy
8. (α + β)x = αx + βx, en efecto,

(α + β)x = (α + β)(a, b) = ((α + β)a, (α + β)b) = (αa + βa, αb + βb) = (αa, αb) +
(βa, βb) = α(a, b) + β(a, b) = αx + βx
9. α(βx) = (αβ)x, en fecto α(βx) = α(β(a, b)) = α(βa, βb) = (αβa, αβb) = (αβ)(a, b) =
(αβ)x
10. 1 · x = x

a b
Ejemplo 84 V = /a, b, c, d ∈ R con las operaciones usuales, es decir, si
c d
x, y ∈ V , entonces

a b m n a+m b+n a b αa αb
x+y = + = y αx = α =
c d p q c+p d+q c d αc αd
es un espacio vectorial, pues sabemos que las matrices con esta suma y este producto
cumplen las 10 propiedades:
1. Si x, y ∈ V, entonces x + y ∈ V, pues la suma de matrices de 2×2 es una matriz de

2×2
2. x + y = y + x; las matrices sumadas conmutan
3. (x + y) + z = x + (y + z)
4. x + y = y + x = x; y es la matriz nula de 2×2
5. x + y = y + x = 0; donde y = −x

a b αa αb
6. αx ∈ V ⇐⇒ αx = α = ∈V
c d αc αd
7. α(x + y) = αx + αy
8. (α + β)x = αx + βx
9. α(βx) = (αβ)x
10. 1 · x = x
Ejemplo 85 V es el conjunto de las funciones f : R −→ R donde (f +g)(x) = f (x)+g(x)

(αf )(x) = αf (x) es un espacio vectorial, pues
1. Sean x, y ∈ V =⇒ x + y ∈ V ; la suma de funciones f : R −→ R, g : R −→ R es una

función (f + g) : R −→ R que está en V
2. x + y = y + x
(f + g)(x) = f (x) + g(x) = g(x) + f (x) = (g + f )(x), luego f + g = g + f (observe
que f (x), g(x) son números reales)
3. x, y, z ∈ V entonces (x+y)+z = x+(y+z) ⇐⇒ [(f +g)+h](x) = (f +g)(x)+h(x) =

(f (x) + g(x)) + h(x)
[(f + g) + h](x) = (f )(x) + (g + h)(x) = f (x) + [g(x) + h(x)] y como f (x), g(x), h(x)
son números reales se tiene que (f (x) + g(x)) + h(x) = f (x) + [g(x) + h(x)] , luego
(f + g) + h = f + (g + h)
4. (f + g)(x) = (g + f )(x) = f (x) entonces g(x) = 0, es la función nula, luego

f +0=0+f =f
5. (f + g)(x) = (g + f )(x) = 0, entonces (f + g)(x) = f (x) + g(x) = 0, entonces

g(x) = −f (x), por tanto f + (−f ) = (−f ) + f = 0
6. α ∈ R, f ∈ V =⇒ (αf ) : R −→ R, entonces αf ∈ V
99
7. (α(f + g))(x) = α(f + g)(x) = α(f (x) + g(x)) = αf (x) + αg(x) = (αf + αg)(x),
luego α(f + g) = αf + αg
8. ((α + β)f )(x) = (α + β)f (x) = αf (x) + βf (x) = (αf + βf )(x), luego (α + β)f =
αf + βf
9. (α(βf ))(x) = α(βf (x)) = (αβ)f (x) = ((αβ)f )(x), luego, α(βf ) = (αβ)f
10. (1 · f )(x) = f (x), luego 1 · f = f
Ejemplo 86 V = {Pn (x)/Pn (x) = a0 + a1 x + ... + an xn ; ai ∈ R, Pn (x) }polinomios

de grado menor o igual que n, donde:
p(x) + q(x) = (a0 + a1 x + ... + an xn ) + (b0 + b1 x + ... + bn xn ) = (a0 + b0 ) + (a1 + b1 )x +
... + (an + bn )xn y αp(x) = α(a0 + a1 x + ... + an xn ) = αa0 + αa1 x + ... + αan xn es un
espacio vectorial. (Ejercicio)
Ejemplo 87 Sea V = R2 , donde (a, b) + (c, d) = (a + c + 1, b + d + 1) y α(a, b) = (αa, αb),

no es un espacio vectorial
1. x + y = (a, b) + (c, d) = (a + c + 1, b + d + 1) ∈ V
2. x+y = y +x =⇒ x+y = (a, b)+(c, d) = (a+c+1, b+d+1) = (c+a+1, d+b+1) =
(c, d) + (a, b) = y + x
3. (x + y) + z = x + (y + z) =⇒ (x + y) + z = ((a, b) + (c, d)) + (m, n) = (a + c + 1, b + d +
1)+(m+n) = (a+c+1+m+1, b+d+1+n+1) = (a, b)+(c+m+1, d+n+1) =
(a, b) + [(c, d) + (m, n)] = x + (y + z)
4. x + y = y + x = x =⇒ x + y = (a, b) + (c, d) = (a + c + 1, b + d + 1) = (a, b)
entonces a + c + 1 = a y b + d + 1 = b entonces c = −1; d = −1 luego el vector 0 es
(−1, −1)
5. x + y = (−1, −1) = y + x =⇒ (a, b) + (c, d) = (a + c + 1, b + d + 1) = (−1, −1),
luego a + c + 1 = −1 y b + d + 1 = −1, ası́ que c = −a − 2; d = −b − 2 luego
(a, b) + (−a − 2, −b − 2) = (−1, −1) ya que (a, b) + (−a − 2, −b − 2) = (−1, −1) ya
que (a, b) + (−a − 2, −b − 2) = (a − a − 2 + 1, b − b − 2 + 1) = (−1, −1)
6. αx = α(a, b) = (αa, αb) ∈ V
7. α(x + y) = αx + αy =⇒ α(x + y) = α[(a, b) + (c, d)] = α[(a + c + 1, b + d + 1)] =
(α(a + c + 1), α(b + d + 1)) = (αa + αc + α, αb + αd + α)
αx + αy = α(a, b) + α(c, d) = (αa, αb) + (αc, αd) = (αa + αc + 1, αb + αd + 1), luego
α(x + y) 6= αx + αy
8. (α + β)x = αx + βx =⇒ (α + β)(a, b) = ((α + β)a, (α + β)b) = (αa + βa, αb + βb) =⇒

αx + βx = α(a, b) + β(c, d) = (αa, αb) + (βc, βd) = (αa + βc + 1, αb + βd + 1) luego
(α + β)x 6= αx + βx
9. α(βx) = (αβ)x
10. 1 · x = x
Teorema 1 Sea V un espacio vectorial , x un vector en V y α un número real, entonces
1. 0x = 0
Prueba. 0 + 0 = 0 entonces 0x = (0 + 0)x = 0x + 0x y sumando −0x se obtiene el
resultado
2. α0 = 0
Prueba. Sabemos que 0 + 0 = 0, luego α0 = α(0 + 0) = α0 + α0 y sumando −α0
en ambos lados de la igualdad se obtiene α0 − α0 = (α0 + α0) − α0 entonces 0 = α0
3. (−1)x = −x
Prueba. α + (−α) = 0, 0 = 0x = (α + (−α))x = αx + (−αx) y sumando −αx se
obtiene 0 − αx = (−αx)
4. Si αx = 0 =⇒ α = 0 o x = 0
Prueba. α 6= 0, entonces αx = 0 =⇒ α−1 αx = α0 = 0 =⇒ x = 0
5. Teorema: Existe un único vector 0.
En efecto: Supongamos que hay dos ceros: 0 y 00.0 + 00 = 00 y 00 + 0 = 0 entonces

00 = 0 + 00 = 00 + 0 = 0 ⇒ 00 = 0
Teorema para cada A ∈ V, existe un único A0 tal que: A + A0 = 0.
En efecto sean A0 , A00 entonces A0 = 0+A0 = A0 +0 = A0 +(A + A00 ) = (A0 + A)+A00 =
0 + A00 = A00
luego A0 = A00
Teorema: si 0 ∈ R ⇒ 0A = 0
0A = (0 + 0) A = 0A + 0A y sumando (−0A) se obtiene:
0A + (−0A) = (−0A) + (0A) + 0A

0 = 0 + 0A = 0A
7.1. SUBESPACIOS 101
7.1 Subespacios
Un subconjunto W 6= 0 de un espacio vectorial se denomina un subespacio de V, si W
es un espacio vectorial bajo las operaciones (+, ·) definidas en V. Para demostrar que
W es un espacio vectorial , hay que demostrar las diez propiedades, pero como W es un
subconjunto de un espacio vectorial, hay propiedades que son válidas, por ejemplo
• x + y = y + x válida en V, luego es válida en W
• (x + y) + z = x + (y + z) válida en V, luego es válida en W
• α(x + y) = αx + αy válida en V, luego es válida en W
• (α + β) x = αx + βx válida en V, luego es válida en W
• α(βx) = (αβ)x válida en V, luego es válida en W
Luego hay que probar:
1. Si x, y ∈ V, entonces x + y ∈ W
2. Existe 0 ∈ W tal que x + 0 = 0 + x = x, negativo, α, x ∈ W , inclusive se puede

prescindir de 0 e inverso aditivo y si W es un subconjunto no vacı́o de un espacio
vectorial V, entonces W es un subespacio de V sı́ y sólo sı́:
(a) Si x, y ∈ W =⇒ x + y ∈ W
(b) Si α ∈ R, x ∈ W =⇒ α, x ∈ W
Prueba. Si W es un subespacio de V =⇒ W cumple las diez propiedades y en

particular cumple que si α ∈ R, x ∈ W =⇒ α, x ∈ W y si x, y ∈ W =⇒ x + y ∈
W.Supongamos que αx ∈ W y x + y ∈ W. Si α = 0; 0x = 0 ∈ W , y si α = −1,
entonces −x ∈ W , y los demás se cumplen, luego W es un espacio vectorial.
Ejemplo 88 V = R, con operaciones

√ usuales;
√ W el conjunto
√ de los enteros pares, W no
es un subespacio de V, pues α = 2, 4 2 ∈
/ W , pues 4 2 no es un entero par
Ejemplo 89 V = R, con operaciones usuales; W = Q, no es un espacio vectorial, ya

2 √ 2√ 2√
que ∈ W , y α = 2, entonces 2∈ / W pues 2 no es un irracional
3 3 3
Ejemplo 90 V =√R, con operaciones
√ usuales; W
√ = N , no es un espacio vectorial, ya
que 3 ∈ W , y α = 2,entonces 3 2 ∈
/ W pues 3 2 no es un número natural.
Ejemplo 91 V = R2 ,operaciones usuales. W = {(x, y)/y = x} = {(x, x)/x ∈ R} es un

subespacio de V, pues si x, y ∈ W =⇒ x + y = (a, a) + (b, b) = (a + b, a + b) ∈ W y si
α ∈ R entonces αx = α(a, a) = (αa, αa) ∈ W
Ejemplo 92 V = R2 , operaciones usuales, W = {(x, y)/y = x + 1} no es un subespacio

de V, pues si x, y ∈ W =⇒ x + y = (a, a + 1) + (b, b + 1) = (a + b, a + b + 2) ∈
/ W.
Ejemplo 93 V = R2 , operaciones usuales, W = {(x, y)/y = x2 } no es un subespacio

de V, pues si x, y ∈ W =⇒ x + y = (a, a2 ) + (b, b2 ) = (a + b, a2 + b2 ) ∈
/ W . pues
(a + b, a2 + b2 ) 6= (a + b, (a + b)2 )
Ejemplo 94 W = {(x, y)/y = sin x} no es un subespacio de V, pues si x, y ∈ W =⇒

x + y = (a, sin a) + (b, sin b) = (a + b, sin a + sin b) ∈
/ W . pues (a + b, sin a + sin b) 6=
(a + b, sin(a + b))
Ejemplo 95 V = R3 ,operaciones usuales, W = {(a, b, c)/b = 0, a, c ∈ R} es un subespcio

de V pues x, y ∈ W
=⇒ x+y = (a, 0, c)+(c, 0, d) = (a+c, 0, c+d) ∈ W y αx = α(a, 0, c) = (αa, 0, αc) ∈ W.
Ejemplo 96 V = R3 , W = {(a, b, c)/a2 + b2 + c2 ≤ 1}, W no es un subespacio de V, pues

x, y ∈ W =⇒ si x = (1, 0, 0), y = (0, 1, 0) entonces x + y = (1, 0, 0) + (0, 1, 0) = (1, 1, 0) y
12 + 12 + 02 = 2 ≤ 1
=⇒ x + y no pertenece a W
Ejemplo 97 V = R4 , operaciones √ usuales, W = {(a,√ b, c,

√d)/a,
√ b, c,√d son racionales}, no
es un subespacio de V pues si α = 2 =⇒ αx = (a 2, b 2, c 2, d 2) ∈ / W.

a 2
Ejemplo 98 W = A2×2 | A = , a, b ∈ R no es subespacio de V ; pues si x, y ∈
0
b
a 2 c 2 a+c 4
w ⇒x+y = + = ∈
/ w pues en 4 debe ser 2.
0 b 0 d 0 b+d

a 0
Ejemplo 99 W = A2×2 | A = , a, b ∈ R, c ∈ Z no es subespacio de V ; pues
c b
a 0 c 0 a+c 0 a 0
si x, y ∈ w ⇒ x + y = + = ∈W y α =
m b n d m+n b+d c b
√

αa 0
∈
/ W pues αc ∈
/ Z si α = 2
αc αb
Ejemplo 100 W = {A2×2 | A2 = A} no es subespacio.

7.1. SUBESPACIOS 103
Si A ∈ W, B ∈ W ⇒ (A + B)2 = A + B, pues tomo: A = I = B; I 2 = I;

(I + I)2 = (2I)2 = 4I 6= 2I Luego w no es espacio vectorial.
V = M2×2 (R) operaciones usuales.

a a+b
Ejemplo 101 W = A2×2 | A = ; a, b ∈ R es un subespacio de V ,
a+b b
luego es un espacio vectorial, pues

a a+b c c+d a+c a+b+c+d
x+y = + = ∈W
a+b b c+ d d a + b + c + d b + d
a a+b αa αa + αb
y si α ∈ R, x ∈ w entonces αx = α = ∈ w.
a+b b αa + αb αb

a a+b
Ejemplo 102 W = A2×2 | A = ; a, b ∈ Z no es subespacio de V, pues
a+b b
a a+b αa αa + αb
si α ∈ R, x ∈ w entonces αx = α = ∈
/ w, ya que
a+b b αa + αb αb
√
αa no es siempre entero, pues α puede ser irracional α = 2 y asi αa ∈ / Z.

1 0
Ejemplo 103 W = {A2×2 | |A| = 0} no es subespacio de V , pues si x = ;
0 0
0 0 1 0
y= ; entonces x + y = y |x + y| = 1 6= 0
0 1 0 1

Ejemplo 104 W = A | A = AT es un subespacio de V , pues si x, y ∈ w ⇒ x = A, y =
B ⇒ A = AT , B = B T , luego x + y = A + B ∈ w, pues ya que (A + B)T = A + B y si
α ∈ R, y x ∈ w ⇒ αx = αA ∈ w, pues (αA)T = αAT = αA
Ejemplo 105 Sea V = {f : R → R} y

W = {f :| f (z) = f (1)} , mostrar que w es subespacio.
f, g ∈ w entonces f (z) = f (1) y g (z) = g (1) ⇒ (f + g) (z) = f (z) + g (z) =
f (1) + g (1) = (f + g) (1)
(αf ) (z) = αf (z) = αf (1)
Ejemplo 106 W = {f | f (1) = 2 + f (0)} no es un subespacio, pues f, g ∈ w
⇒ (f + g) (1) = f (1) + g (1) = 2 + f (0) + 2 + g (0) = 4 + (f + g) (0) ∈
/w
Ejemplo 107 W = {f | f (x) ≥ 0} no es un subespacio de V pues f (x) = x4 ≥ 0
/ W, pues α = −2, y −2x4 ≤ 0
y αf (x) ∈
1. Analizar cuales de los conjuntos siguientes son espacios vectoriales.
(a) V = (R2 , +, •) , (a, b) + (c, d) = (a + c, b) y α(a, b) = (αa, αb)

(b) V = (R2 , +, •) , (a, b) + (c, d) = (2a + 2c, b + d) y α(a, b) = (αa, αb)
(c) V = (R2 , +, •) , (a, b) + (c, d) = (a + c, b + d) y α(a, b) = (a, b)
(d) V = (R2 , +, •) , (a, b) + (c, d) = (a + c, b + d) y α(a, b) = (0, 0)
(e) V = (R2 , +, •) , (a, b) + (c, d) = (a + c, b + d) y α(a, b) = (|αa| , |αb|)
(f) V = (a1 , a2 , a3 a4 , .....) con ai ∈ R
y (a1 , a2 , a3 , a4 , .....) + (b1 , b2 , b3 , b4 , .....) = (a1 + b1 , a2 + b2 , a3 + b3 , .....)
α(a1 , a2 , a3 a4 , .....) = (αa1 , αa2 , αa3 , αa4 , .....)
2. Analizar cuales de los conjuntos siguientes son espacios vectoriales, consideralos

como subespacio
3. W = {(a, b, c)/b = a + c, a, b, c números reales}
4. W = {(a, b, c)/b = a + c, a, b, c números enteros}
5. W = {(a, b, c)/a = 0, b = c, b, c números reales}
6. W = {(a, b, c)/a = c2 , b, c números reales}
7. W = {(a, b, c)/b = a2 + c2 , a, b, c números reales}
8. W = {(a, b, c)/c = 0, a2 + b2 ≤ 1, a, b números reales}
9. W = {(a, b, c)/a − 2b = 0, b − c = 0, a, b, c números reales}
10. W = {(a, b, c)/a ≥ 0, a, b, c números reales}
11. W = {(a, b, c)/a = b = c, a, b, c números reales}

a b
12. W = /a + b = c + d, a,b,c,d números reales
c d

a b
13. W = / a,b números reales
b b

a b
14. W = / a,b números enteros
b b

a a
15. W = / a es un número entero
a a

a a
16. W = / a es un número real
a a
17. W = {A/ es una matriz Antisimétrica con elementos Reales}
18. W = {A/ es una matriz diagonal con elementos Reales}
19. W = {A/ es una matriz triangular con elementos Reales}
20. W = {A/ es una matriz Involutiva }
21. W = {A/ AB = 0 }
22. W = {A/ AB = BA }
23. W = {A/ AB + BA = 0}
24. W = {f / f es creciente}
25. W = {f / f es acotada}
26. W = {f / f es derivable}
27. W = {f / f es continua}
28. W = {f / f es par}
29. W = {f / f (2) = f (3)}
30. W = {f / f (0) = f (1) + 2}

00
31. W = f / f es solución de y − y = 0
32. W = {A/ A es solución de AX = 0 = 0}
33. W = {A/ traza de A = 0 }
34. W = {p2 (x)/ p2 (x) = a + bx + cx2 con a,b,c núneros enteros}
35. W = {f / f (x) = f (1 − x)}

36. W = {f / f es escalonada}
37. W = {f / f es racional}
Captulo 8
ESPACIOS VECTORIALES
Sea V un espacio vectorial real, y sean v1 , v2 , ..., vn ∈ V.

Cualquier vector en V de la forma:
a1 v1 + a2 v2 + ... + an vn ,con ai ∈ R se llama combinación lineal de v1 , v2 , ..., vn .
2 (1, 0) + 3 (0, 1) es una combinación lineal de (1, 0) y de (0, 1) .

1 0 0 1 1 0 0 1
2 +3 es una combinación lineal de y de .
0 1 0 0 0 1 0 0
3 [1] + 2 [1 − 2x] + 3 [1 + x + x2 ] es una combinación lineal de 1, 1 − 2x, 1 + x + x2 .
Sea V un espacio vectorial real, w, v1 , v2 , ..., vn ∈ V, el vector w se dice que es una

combinacı́on lineal de los vectores v1 , v2 , ..., vn , si existen escalares a1 , a2 , ..., an tales que
w = a1 v1 + a2 v2 + ... + an vn , luego si en este sistema se presenta alguna inconsistencia, w
no es una combinación lineal.
El vector (3, 4) se puede escribir como (3, 4) = 3 (1, 0) + 4 (0, 1) , luego (3, 4) es una
combinación lineal de (1, 0) y (0, 1) .

4 1
El vector
2 4

4 1 1 0 0 1 0 0 0 0
Se puede escribir como =4 +1 +2 +4
2 4 0 0 0 0 1 0 0 1

4 1 1 0 0 1 0 0 0 0
luego es una combinación lineal de , , , .
2 4 0 0 0 0 1 0 0 1
(9, 2, 7)
es una combinación lineal de (1, 2, −1) y (6, 4, 2) pues (9, 2, 7) = x (1, 2, −1)+y (6, 4, 2)
107
ya que (9, 2, 7) = (x, 2x, −x) + (6y, 4y, 2y) = (x + 6y, 2x + 4y, −x + 2y)
asi:
x + 6y = 9
2x + 4y = 2
−x + 2y = 7
y la soluciòn de este sistema es (x, y) = (−3, 2) ası́ que (9, 2, 7) = −3 (1, 2, −1)+2 (6, 4, 2) .
(4, −1, 8) no es combinación lineal de (1, 2, −1) ; (6, 4, 2)
En efecto:
(4, −1, 8) = x (1, 2, −1) + y (6, 4, 2)
= (x, 2x, −x) + (6y, 4y, 2y)
= (x + 6y, 2x + 4y, −x + 2y)
luego
x + 6y = 4
2x + 4y = −1
−x + 2y = 8
y este sistema no tiene solución, luego (4, −1, 8) no es una combinación lineal de
(1, 2, −1) , (6, 4, 2) .
   
1 6 4 1 6 4 9
 2 4 | −1  ∼  0 −8 | −9  , −8y = −9 ⇒ y = 12
8
8y = 12 y= 8
−1 2 8 0 8 12
es absurdo.
Escribir w = 3t2 +8t−5 como combinación lineal de v1 = 2t2 +3t−4; v2 = t2 −2t−3.En
efecto:
3t2 + 8t − 5 = a 2t2 + 3t − 4 + b t2 − 2t − 3

= (2a + b) t2 + (3a − 2b) t + (−4a − 3b)

entonces 2a + b = 3, 3a − 2b = 8, −4a − 3b = −5 y la solución de este sistema es a = 2 y
b = −1 por tanto
3t2 + 8t − 5 = 2 2t2 + 3t − 4 − 1 t2 − 2t − 3

8.1. DEPENDENCIA E INDEPENDENCIA LINEAL. 109
Ejemplo 108 Hallar condiciones sobre a, b, c tal que (a, b, c)sea una combinación linea
de (1, −3, 2) y (2, −1, 1) ;
En efecto:
(a, b, c) = x (1, −3, 2) + y (2, −1, 1)

= (x, −3x, 2x) + (2y, −y, y)
= (x + 2y, −3x − y, 2x + y)
Luego    
x + 2y = a 1 2 a 1 2 a
−3x − y = b y −3 −1 | b
  ∼  0 5 | 3a + b  ∼
−3x − y = c 2 1 c 0 −3 c − 2a
   
1 2 a 1 2 a
 0 −1 | 2c − a + b  ∼  0 −1 | 2c − a + b 
0 −3 c − 2a 0 0 a − 3b − 5c
Luego a − 3b − 5c = 0 y ası́ el sistema tiene solución.
8.1 Dependencia e Independencia lineal.

Sea V un espacio vectorial real, se dice que S = {v1 , v2 , ..., vn } ∈ V, es linealmente
independiente, si existen escalares x1 , x2 , ..., xn no todos ceros, tales que x1 v1 + x2 v2 +
... + xn vn = 0,en caso contrario se dice que los vectores {v1 , v2 , ..., vn } son linealmente
independientes.
{1} = S, S es linealmente independiente pues 1.x = 0 ⇒ x = 0;
Ejemplo 109
{0} es dependiente pues 2 × 0 = 0 y 2 6= 0.

S = {(1, 1) , (2, 2)} es linealmente dependiente pues
x (1, 1) + y (2, 2) = (0, 0)

x (1, 1) + y (2, 2) = (x, x) + (2y, 2y)
= (x + 2y, x + 2y) = (0, 0)
x + 2y = 0
entonces ⇒ x + 2y = 0; Luego si y = −1 entonces x = −2 y ası́
x + 2y = 0
−2 (1, 1) − 1 (2, 2) = (0, 0) y x =
6 0.
S = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} es un conjunto linealmente independiente, pues
x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1) =

(x, 0, 0) , (0, y, 0) , (0, 0, z) = (x, y, z) = (0, 0, 0)
entonces x = 0, y = 0, z = 0.
El conjunto {(6, 2, 3, 4) , (0, 5, −3, 1) , (0, 0, 7, −2)} es linealmente independiente, pues
x (6, 2, 3, 4) + y (0, 5, −3, 1) + z (0, 0, 7, −2) =

(6x, 2x, 3x, 4x) + (0, 5y, −3y, y) + (0, 0, 7z, −2z) =
(6x, 2x + 5y, 3x − 3y + 7z, 4x + y − 2z) = (0, 0, 0, 0)
Luego
6x = 0
2x + 5y = 0
→ x = 0; y = 0; z = 0
3x − 3y + 7z = 0
4x + y − 2z = 0
es la solución del sistema.
{(1, −1, 0) , (1, 3, −1) , (5, 3, −2)} es linealmente dependiente.
x (1, −1, 0) + y (1, 3, −1) + z (5, 3, −2) =

(x, −x, 0) , (y, 3y, −y) , (5z, 3z, −2z) =
(x + y + 5z, −x + 3y + 3z, −y − 2z) = (0, 0, 0)
x + y + 5z = 0
⇒ −x + 3y + 3z = 0 y la solución es (x, y, z) = (3, 2, −1) y ası́ 3 (1, −1, 0)+2 (1, 3, −1)−
−y − 2z = 0
1 (5, 3, −2)
= (0, 0,0)y 3 6= 0.
1 0 0 1 0 0 0 0
S= , , , es linealmente independiente pues:
0 0 0 0 1
0 0 1
1 0 0 1 0 0 0 0 a b 0 0
a +b +c +d = = entonces
0 0 0 0 1 0 0 1 c d 0 0
a = 0 = b = c = d.

1 0
S= es linealmente independiente pues
0 0

1 0 0 0
x = ⇒ x = 0.
0 0 0 0
8.1. DEPENDENCIA E INDEPENDENCIA LINEAL. 111

1 1 2 2 1 1 2 2
S= , es linealmente dependiente pues x +y =
1 1 2 2 1 1 2 2
x + 2y x + 2y 0 0
= ⇒
x + 2y x + 2y 0 0
x + 2y = 0 ⇒ y = −1; x = 2 6= 0.
s = {1, x, x2 } es linealmente independiente a + bx + cx2 = 0 para todo x.
Si x = 0 ⇒ a = 0; si x = 1; a + b + c = 0 si x = −1; a − b + c = 0, luego
como a = 0 ⇒ b + c = 0 y −b + c = 0 y de aqui b = c = 0 es decir la solución del
a=0
sistema: a + b + c = 0 tiene por solucón a (a, b, c) = (0, 0, 0)
a−b+c=0
Ejemplo 110 S = {x, sin x, cos x} es linealmente independiente pues ax+b sin x+c cos x =
0 ∀x ⇒
1) x = 0 : c = 0
2) x = π : aπ + b sin π + c cos π = 0 ⇒ a = 0, c = 0.
3) x = π2 : a π2 + b sin π2 + c
cos π2 = 0 ⇒ b = 0.
S = sin2 x, cos2 x, cos 2x es linealmente independiente, pues 1sin2 x + 1 cos2 x −
1 cos 2x = 0 y 1 6= 0.
8.1.1 Wronskiano
Si
las funciones f (x) , g (x) , h (x) son derivables 2 veces en R si W (f (x) , g (x) , h (x)) =
f (x) g (x) h (x)
0
f (x) g 0 (x) h0 (x) = 0 para todo x en R ⇒ {f (x) , g (x) , h (x)} son linealmente
00
f (x) g 00 (x) h00 (x)
dependientes y en caso contrario independientes.
1 x
W (1, x) = = 1, luego {1, x} son independientes.
0 1
x
x x
e 2ex
W (e , 2e ) = x = 0 ∀x entonces {ex , 2ex } es linealmente dependiente.
e 2ex

x sin x cos x

{x, sin x, cos x} = 1 cos x −senx =
0 − sin x − cos x

cos x −senx 1 −senx 1 cos x
= x − sin x
+ cos x
=
− sin x − cos x 0 − cos x 0 − sin x
= x (−1) − sin (− cos x) + cos x (− sin x) = −x no es cero para todo x.
8.1.2 Algunas propiedades:

1. Si 0 es uno de los vectores {v1 , v2 , ..., vn } entonces {v1 , v2 , ..., vn } es linealmente depen-
diente, pues si v2 = 0 entonces x1 v1 +1.v2 +x3 v3 +...+xn vn = 0v1 +1v2 +0v3 +...+0vn = 0
y 1 6= 0 coeficiente de v2
1 2 1 0 0 0
Los conjuntos {(1, 1) (0, 0)} ; , , ; {x, sin x, 0} ;
3 4 0 0 0 0
{1, x + x2 , 0} ; {(1, 1, 1) , (2, 3, 4) , (0, 0, 1) , (0, 0, 0)} Son linealmente dependientes.
2. {v1 , v2 , ..., vn } es linealmente dependiente sisi uno de ellos es combinación de los
demás.
Supongamos que v2 es combinación lineal de los demás, es decir, v2 = x1 v1 + x3 v3 +
... + xn vn ⇒ Sumando −v2 a la igualdad obtenemos
0 = x1 v1 − v2 + x3 v3 + ... + xn vn y el coeficiente de v2 no es cero, ahora suponga
que {v1 , v2 , ..., vn } es linealmente dependiente entonces x1 v1 + x3 v3 + ... + xn vn = 0 y el
coeficiente de v2 es diferente de cero, entonces
x2 v2 = −x1 v1 ... − xn vn
entonces
x1 xn
v2 = − v1 ... − vn
x2 x2
Ejemplo 111
Los conjuntos {(1, 1) , (2, 2) , (1, 0), (0,

1)} ;
2 2
1 0 0 1 1 1
sin x, cos x, cos 2x ; , , ;
0 0 0 0 0 0
{1 − x, 2 − 2x, 1 + x + x2 } ; {1, 4} son linealmente dependientes, pues uno de sus ele-
mentos es combinación de los demás.
3o . {v1 , v2 , ..., vn } es linealmente independiente sisi todo subconjunto no vacio es lin-
ealmente independiente.
Sea S = {v1 , v2 , ..., vr } es un subconjunto de {v1 , v2 , ..., vn } .Si S fuera de dependiente,
existen escalares no todos nulos x1 , x2 , ..., xr tal que x1 v1 + x2 v2 + ... + xr vr = 0 =
x1 v1 + x2 v2 + ... + xr vr + 0vr+1 + ... + vn = 0
y algún xi 6= 0 entonces {v1 , v2 , ..., vn } seria dependiente (absurdo).
S = {(1, 0, 0, 0)} ; s2 = {(1, 0, 0, 0) ; (0, 1, 0, 0)} ;
S2 = {(1, 0, 0, 0) ; (0, 1, 0, 0) ; (0, 0, 1, 0)} son linealmente independientes, pues son sub-
conjuntos de {(1, 0, 0, 0) ; (0, 1, 0, 0) ; (0, 0, 1, 0) ; (0, 0, 0, 1)} que es linealmente independi-
ente.
4o Si S = {v1 , v2 , ..., vn } es linealmente dependiente entonces {v1 , v2 , ..., vn , vn+1 } es
linealmente dependiente.
8.2. GENERADOR: 113
S = {(1, 2, 1) ; (2, 4, 2)} es linealmente dependiente entonces,

{(1, 2, 1) , (2, 4, 2) , (1, 0, 0) , (0, 1, 0) , (0, 0, 1)} , es linealmente dependiente.
5o Todo conjunto que contiene un subconjunto linealmente dependiente es linealmente
dependiente.
{(1, 1) , (2, 2) , (1, 0) , (0, 1)} es linealmente dependiente ya que {(1, 1) , (2, 2)} es lineal-
mente dependiente.
8.2 Generador:
Sea S un subconjunto no vacı́o de un espacio vectorial V, S no necesariamente es un
subespacio de V, el conjunto de todas las combinaciones lineales de vectores en S, denotado
por L (S) = {w | w es combinación lineal de vectores de S} es un subespacio de V.
En efecto : Sea S = {v1 , v2 , ..., vn } ∈ V,entonces
L (S) = {w | w = x1 v1 + x2 v2 + ... + xn vn , xi ∈ R} y sean X, Y ∈ R entonces
X = x1 v1 + x2 v2 + ... + xn vn y Y = a1 v1 + a2 v2 + ... + an vn luego
X +Y = (x1 v1 + x2 v2 + ... + xn vn ) + (a1 v1 + a2 v2 + ... + an vn )

= (x1 + a1 ) v1 + (x2 + a2 ) v2 + ... + (xn + an ) vn
= b1 v1 + b2 v2 + ... + bn vn ∈ L (s)
Luego L (S) es un subespacio de V.
Se dice que v1 , v2 , ..., vn genera a w = L (s) si cualquier elemento de w se puede escribir
como una combinación lineal de v1 , v2 , ..., vn .
w = {1} genera a R, pues si a ∈ R entonces a = x.1, de donde x ∈ R y L (1) = R.
w = {5} genera a R, pues si a ∈ R entonces a = x.5, de donde x ∈ R y L (5) = R.
Si w = {a} , a 6= 0, a ∈ R, w genera a R, pues si b ∈ R entonces b = x.a; x ∈ R y
L (a) = R.
w = {0} no genera a R,pues por ejemplo 5 no se puede escribir como combinación
lineal de cero, ya que 5 6= x.0, para x ∈ R.
w = {(1, 0) , (0, 1)} genera a R2 , pues si (x, y) ∈ R2 , entonces (x, y) = a (1, 0)+b (0, 1) ,
siendo a = x, b = y; es decir (x, y) = x (1, 0) + y (0, 1) , pues a (1, 0) + b (0, 1) = (a, 0) +
(0, b) = (a, b) = (x, y) sisi x = a y y = b y ası́ L ((1, 0) , (0, 1)) = R2 .
Ejemplo 112 w = {(1, 1) , (2, −1)} genera a R2 , pues si (x, y) ∈ R2 , entonces

(x, y) = a (1, 1) + b (2, −1)
= (a, a) + (2b, −b)
= (a + 2b, a − b)

a + 2b = x 1 2 x 1 2 x 1 2 x
luego y | = | ∼ | x−y ∼
a−b=y 1 −1 y 0 −3 y − x 1 −1 3
2y+x = 2y−2x +x
a = 2y+x

1 0 3
2 2
3
x−y y con 3 entonces = 3 y − 3 x + x
0 1 b = x−y
3 3 = 23 y + 13 x
(x, y) = 2y+x (1, 1) + x−y

3 3
(2, −1)
w = {(1, 0) , (0, 1) , (1, 1) , (−1, 1)} genera a R2 ,ya que si (x, y) ∈ R2 , entonces
(x, y) = a (1, 0) + b (0, 1) + c (1, 1) + d (−1, 1)

= x (1, 0) + y (0, 1) + 0 (1, 1) + 0 (−1, 1)
pues (a, 0) + (0, b) + (c, c)+ (−d, d) = (a + c − d, b + c + d) , ası́

a+c−d=x 1 0 1 −1 x a+c−d=x
, luego | entonces y si d = 0; c = 0,
b+c+d=y 0 1 1 1 y b+c+d=y
entonces b = y y a = x.
w = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} genera a R3 , pues (x, y, z) = x (1, 0, 0) + y (0, 1, 0) +
z (0, 0, 1) y en general {e1 , e2 , ..., en } genera a Rn , pues (x1 , x2 , ..., xn ) = x1 e1 + x2 e2 + ... +
xn en .
Ejemplo 113 w = {(1, 1)} no genera a R2 , pues

L (1, 1) = {(x, x) | x ∈ R} = {x (1, 1) | x ∈ R}
y por ejemplo (2, 3) = x (1, 1) = (x, x) entonces x = 2 y x = 3 absurdo; ya que,
L {(1, 1) , (2, 2)} = L (1, 1) = {(x, y) | x = y}
al igual que w = {(1, 0, 0) , (0, 1, 0)} no genera a R3 .

1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0
w= , , , , ,
0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
genera
las matrices
si A ∈ M2×3
M2×3 (R) ,pues (R)
x y z 1 0 0 0 1 0 0 0 1 0 0 0
=x +y +z +u +
u v w
0 0 0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0
v +w
0 1 0 0 0 1
ya
que
x y z 1 0 0 0 1 0 0 0 1 0 0 0
=a +b +c +d +
u v w
0 0 0
0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 a b c
e +f = entonces a = x, b = y, c = z, d = u, e =
0 1 0 0 0 1 d e f
v, f = w.
8.2. GENERADOR: 115
Nota: Si a w se le agrega mas matrices de 2 × 3, también lo genera, pero si a w se le

quitan matrices no genera a M2×3 (R) .
Mostrar
que:
1 1 1 1 2 1 −1 1 1 0 2 1 0 0 0 0 0 0
, , , , ,
0 1 1 1 2 −1 1 1 1 0 1 1 0 1 2 0 0 1
genera a M2×2 (R)
ax2 + bx + c = α (1) + βx + γx2

Ejemplo 114 S = {1, x, x2 } genera a P2 (x) pues en-
= a (1) + bx + cx2
tonces α = a, β = b y γ = c
S = {1, x, x2 , ..., xn } genera a Pn (x) .
Ejemplo 115 Observemos que:

       
a b c a 0 0 0 b 0 0 0 c
 b d f  =  0 0 0  +  b 0 0  +  0 0 0 +
 c f h  0 0 0  0 0 0  c 0 0
0 0 0 0 0 0 0 0 0
 0 d 0 + 0 0 f + 0 0 0 =
00 0  0  f 0  0 0 h 
1 0 0 0 1 0 0 0 1
= a 0 0 0  + b 1 0 0  + c 0 0 0 +
 0 0  0  0 0 0  1 0 0
0 0 0 0 0 0 0 0 0
d 0 1 0
  +f  0 0 1  +h 0 0 0 

0 0 0 0 1 0 0 0 1
o sea que
           
 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 
w =  0 0 0 , 1 0 0 , 0 0 0 , 0 1 0 , 0 0 1 , 0 0 0 
0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1
 
genera las matrices simétricas de 3×3 con elementos reales,que es un espacio vectorial.
(a, b, 0) = (a, 0, 0) + (0, b, 0) = a (1, 0, 0) + b (0, 1, 0) luego
w = {(a, b, 0) | a, b ∈ R} es generado por {(1, 0, 0) , (0, 1, 0)} .
w = {(0, b, c) | b, c ∈ R} es generado por (0, 1, 1) y (0, −2, 1) ya que (0, b, c) = (0, b, 0)+
(0, 0, c) = b (0, 1, 0) + c (0, 0, 1) , luego w es generado por (0, 1, 0) , y por (0, 0, 1) ,pero
también
(0, b, c) = x (0, 1, 1) + y (0, −2, 1) = (0, x, x) + (0, −2y, y) = (0, x − 2y, x + y)

x − 2y = b 1 −2 b 1 −2 b
entonces ⇒ | ∼ | ⇒
x+y =b 1 1 c 0 3 c−b
c−b c b 2c + b (2c + b)
3y = c − b ⇒ y = → x = c− + = , luego (0, b, c) = (0, 1, 1) +
3 3 3 3 3
(c − b)
(0, −2, 1)
3

a b 1 0 0 1
Ejemplo 116 w = , a, b ∈ R es generado por , , pues
0 0 0 0 0 0
a b 1 0 0 1
=a +b
0 0 0 0 0 0
8.3 Base
Sea V un espacio vectorial real cualquiera y S = {v1 , v2 , ..., vn } ∈ V, S es base de V si y
solo si:
1. S es linealmente independiente.
2. S genera a V.
El número de elementos de una base es la dimensión de V, denotado por dim V.
Ejemplo 117 S1 = {1} , S2 = {3} y S3 = {7} , son bases de R, y como el número

de elementos de S1 es uno entonces dim R = 1; a la base S1 = {1} se le llama base la
canónica de R
Ejemplo 118 S1 = {(1, 0) , (0, 1)} = base canónica;

S2 = {(1, 1) , (3, 5)} ;
S3 = {(1, 0) , (−3, 5)}
son bases de R2 , ası́ dim R2 = 2 =número de elementos de la base. A la base S1 =
{(1, 0) , (0, 1)} se le llama la base canónica de R2
Ejemplo 119 S = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} es una base de R3 ; luego dim R3 = 3;
cualquier otra base tiene 3 elementos.
La soluciòn de y 00 − y = 0 es y = aex + be−x luego la dimensión del conjunto solución

de y 00 − y = 0 es 2 pues {ex , e−x } son linealmente independientes y generan el espacio
solución.
8.3. BASE 117

1 0 0 1 0 0 0 0
Ejemplo 120 S = , , , es linealmente inde-
0 0 0 0 1 0 0 1
pendiente y genera a M2×2 (R) , luego S es una base de M2×2 (R) , luego dim M2×2 (R) = 4
a S se llama la base canónica de M2×2 (R)

1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0
S= , , , , ,
0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
es linealmente independiente y genera a M2×3 (R) y como el número de elementos de
S es 6 entonces dim M2×3 (R) = 6.
Ejemplo 121 S = {1, x, x2 } es linealmente independiente y genera a P2 (x) luego dim P2 (x) =
3.A S = {1, x, x2 } se le llama la base canónica de P2 (x)
Ejemplo122 La dimensión
 de las matrices simétricas de 3 × 3 es 6. pues
 a b c 
w=  b d e  | a, b, c, d, e, f ∈ R y
c e f
 
       
a b c a 0 0 0 b 0 0 0 c
 b d e  =  0 0 0  +  b 0 0  +  0 0 0 +
 c e f   0 0 0  0 0 0  c 0 0
0 0 0 0 0 0 0 0 0
 0 d 0 + 0 0 e + 0 0 0 
0 0 0 0 e 0 0 0 f

1 0 0 1
Ejemplo 123 S = , es linealmente independiente y genera a w =
0 0 0 0
a b
| a, b ∈ R , luego S es base de w, ası́ dim w = 2.
0 0
Ejemplo 124 S = {(1, 0, 0, 0) ; (0, 1, 0, 0) ; (0, 0, 1, 0)} es linealmente independiente y gen-
era a w = {(a, b, c, 0) | a, b, c ∈ R} entonces S es base de w y ası́ dim w = 3.
Ejemplo 125 S = {(1, 0, 0) ; (0, 1, 1)} es linealmente independiente y genera a W =
{(x, y, z) | y = z, x, y ∈ R} y ası́ dim W = 2.
Ejemplo 126 Sea w = {(x, y, z) | x + y + z = 0} Como x + y + z = 0 entonces z =
u; y = v; x = −u − v Luego w = {(−u − v, v, u) | v, u ∈ R} ası́
(−u − v, v, u) = (−u, 0, u) + (−v, v, 0)
= u (−1, 0, 1) + v (−1, 1, 0)
luego (−1, 0, 1) , (−1, 1, 0) genera a w y como (−1, 0, 1) , (−1, 1, 0) son linealmente inde-
pendientes entonces s = {(−1, 0, 1) , (−1, 1, 0)} es una base de w, entonces dim w = 2.
Ejemplo 127 Una base para el plano x = 0 es s = {(0, 1, 0) , (0, 0, 1)} es linealmente
independiente y genera a w pues w = {(x, y, z) | x = 0, y, z ∈ R} = {(0, y, z) | y, z ∈ R}
luego (0, y, z) = (0, y, 0) + (0, 0, z) = y (0, 1, 0) + z (0, 0, 1)

a b
Ejemplo 128 w = | a, b ∈ R
b a

a b a 0 0 b 1 0 0 1
= + =a +b
b a 0 a b 0 0 1 1 0
1 0 0 1
luego s = , es linealmente independiente y genera a w, las
0 1 1 0
matrices simétricas de 2 × 2, luego dim w = 2.
  
 a b c 
Ejemplo 129 w =  0 d e  | a, b, c, d, e, f ∈ R entonces
0 0 f
 
       
a b c a 0 0 0 b 0 0 0 c
 0 d e  =  0 0 0  +  0 0 0  +  0 0 0 +
 0 0 f   0 0 0  0 0 0  0 0 0
0 0 0 0 0 0 0 0 0
 0 d 0  +  0 0 e  +  0 0 0 ,
0 0 0 0 0 0 0 0 f
ası́
           
 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 
s =  0 0 0 , 0 0 0 , 0 0 0 , 0 1 0 , 0 0 1 , 0 0 0 
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
 
Ejemplo 130 genera a w matrices triangulares y s es linealmente independiente entonces

dim w = 6.
Ejemplo 131 Hallar una base del espacio solución
del sistema:
x1 + 2x2 − x3 + x4 = 0 1 2 −1 1 0 1 2 −1 1 0
; | ∼ |
x1 + x2 + x3 + 2x4 = 0 1 1 1 2 0 0 −1 2 1 0
x + 2x2 − x3 + x4 = 0
luego 1 entonces hay 2 variables libres:
− x2 + 2x3 + x4 = 0
x4 = u, x3 = v, x2 = −2x3 − x4 = −2v − u, x1 = −2x2 + x3 − x4 = 4v + 2u +
v − u = 5v + u luego ST = {(5v + u, −2v − u, v, u) | u, v ∈ R} ; (5v + u, −2v − u, v, u) =
(5v, −2v, v, 0) + (u, −u, 0, u) = v (5, −2, 1, 0) + u (1, −1, 0, 1) ası́ dim ST = 2 y una base es
s = {(5, −2, 1, 0) , (1, −1, 0, 1)}
8.3. BASE 119
8.3.1 Algunas propiedades:

1. Sea V un espacio vectorial y dim V = n entonces dos bases cualquiera de V, tienen
n elementos cada una.
S = {1} ; {3} = w son bases de R, pero w1 = {1, 3} no es base de R, pues w1 no es
linealmente independiente, aunque w1 genera a R.
S = {(1, 0) , (0, 1)} ; w = {(1, 1) , (3, 5)} ;son bases de R2 ; pero w1 = {(1, 0) , (0, 1) , (1, 1)}no
es base de R2 , w1 genera a R2 , pero w2 no es linealmente independiente, además los
elementos de una base de R2 , deben ser 2.
S = {(1, 0) , (0, 1)} ; s = {(1, 1) , (3, 5)} ;son bases de R2 ; pero s = {(1, 1)} no es
una base de R2 , pues debe tener 2 elementos; s es linealmente independiente, pero
s no genera a R2 ; S1 = {(1, 1) , (2, 2)} tiene 2 elementos, pero S1 es linealmente
dependiente y además S1 no genera a R2 .

1 0 0 1 0 0
S= , , no es base de M2×2 (R), pues debe tener 4
0 0 0 0 0 1
elementos;

1 0 0 1 0 0 0 0 0 0
S1 = , , , , no es base de M2×2 (R),
0 0 0 0 1 0 0 1 1 1
ya que no es linealmente independiente;

1 0 0 1 0 0 0 0
S1 = , , , no es base de M2×2 (R) pues
0 0 0 0 1 0 2 0
no es linealmente independiente. Recuerde que una base de M2×2 (R) debe tener 4
elementos y debe ser linealmente independiente y generar a M2×2 (R) .
2. Si dim V = n entonces todo conjunto con más de n elementos es linealmente depen-

diente.
S = {(1, 1) , (0, 1) , (1, 0)} es linealmente dependiente pues dim R2 = 2 y 2 < 3.
S = {1, x, x2 , x2 } es linealmente dependiente pues dim P2 (x) = 3 , 3 < 4.

1 0 0 1 0 0 0 0 1 1 1 2
S= , , , , , es lineal-
0 0 0 0 1 0 0 1 1 1 3 4
mente dependiente, pues dim M2×2 (R) = 4 y 4 < 6 número de elementos de S.
3. Si V es un espacio vectorial y dim V = n entonces ningún conjunto con menos de n

vectores genera a V.
S = {(1, 0, 0) , (0, 1, 0)} no es base de R3 ; s no genera a R3 ; 3 > 2.

1 0 0 1
S= , , no genera M2×2 (R) pues 2 < 4.
0 0 0 0
S = {1, x, x2 } no genera a P3 (x) , pues dim P3 (x) = 4 > 3.
4. Sea V un espacio vectorial dim V = n, entonces si S genera a V, pero no es base de
V, se le puede quitar a S vectores para reducir S a una base de V.
S = {1, 3, 4} genera a R, luego a S se le pueden quitar 2 elementos por ejemplo
S1 = {1} ; S2 = {3} ; S3 = {4} son bases de R.
s = {(1, 0) , (0, 1) , (1, 1)} genera a R2 , pero S no es base de R2 , pero s = {(1, 0) , (0, 1)}
si es base de R2 , al quitarle {(1, 1)}
s = {1, x, x2 , x3 , 2x3 } genera a P3 (x) y no es base de P3 (x) , pero S1 = {1, x, x2 , x3 }
es base de P3 (x) .
5. Si V es un espacio vectorial y dim V = n entonces cualquier conjunto con n vectores

linealmente independiente es base.
s = {2} es linealmente independiente y como dim R = 1 ⇒ s es base de R
2
s = {(1, 0) , (2, 3)} es linealmente independiente
y comodim R = 2⇒ s es base
de
1 0 0 1 0 0 0 0
R2 . dim M2×2 (R) = 4 y como S = , , , es
0 0 0 0 1 0 0 1
linealmente independiente entonces S es base de M2×2 (R) .
6. Sea V un espacio vectorial y dim V = n ⇒ si s tiene n vectores y genera a V, s es

base de V
dim R = 1; s = {1} genera a R ⇒ s es base de R.
dim R2 = 2; s = {(1, 0) , (0, 1)} genera a R2 , entonces s es base de R2 .
dim P3 (x) = 4; s = {1, x, x2 , x3 } genera a P3 (x) entonces s es base de V.
8.4 Suma y suma directa

Sean S y T dos subespacios de un espacio vectorial V, entonces:
S + T = {A + B | A ∈ S y B ∈ T } . S + T es un subespacio de V,pues si x, y ∈ S + T
luego X = A1 +B1 ; Y = A2 +B2 , por tanto X +Y = (A1 + B1 )+(A2 + B2 ) = (A1 + A2 )+
(B1 + B2 ) ∈ S + T, pues A1 + A2 ∈ S y B1 + B2 ∈ T.
Si α ∈ R,entonces αx = α (A + B) = αA + αB ∈ S + T. pues αA ∈ S, S es subespacio,
αB ∈ T, T es subespacio.
8.4. SUMA Y SUMA DIRECTA 121

a b a 0
Ejemplo 132 S = | a, b ∈ R , T = | a, c ∈ R S y T son sube-
0 0 c 0
spacios de M2×2 (R) .

a b a 0 d b a 0
S+T = + = | d, b, c ∈ R S∩T = |a∈R
0 0 c 0 c 0 0 0
Si S y T son subespacios de un espacio vectorial V entonces S ∩ T es también un

subespacio de V.
En efecto:
Si X, Y ∈ S ∩ T entonces X ∈ S ∩ T y Y ∈ S ∩ T
luego X ∈ S y X ∈ T ; Y ∈ S y Y ∈ T, luego X + Y ∈ S y X + Y ∈ T entonces
X ∈ S y X ∈ T y como S es subespacio αX ∈ S y αX ∈ T ⇒ αX ∈ S ∩ T.
Ejemplo 133 S = L (1, 1) = {(x, x) | x ∈ R} = {(x, y) | y = x} ;

T = L (1, 0) = {(x, 0) | x ∈ R} entonces S∩T = {0} que es un subespacio de dim {0} =
0
Se dice que el espacio vectorial V es suma directa de sus subespacios S y T notada

por V = S ⊕ T si todo vector v ∈ V se puede escribir de una sola manera como v = A + B
con A ∈ S y B ∈ T y esto sucede cuando V = S + T y S ∩ T = {0} , es decir V = S ⊕ T
ssi V = S + T y S ∩ T = {0} .
Ejemplo 134 S = {(a, b, 0) | a, b ∈ R} ; T = {(0, b, c) | b, c ∈ R} . observe que R3 = S +

(3, 5, 7) = (3, 1, 0) + (0, 4, 7)
T ; pero R3 6= S ⊕ T, pues , es decir, (3, 5, 7) no se puede
(3, 5, 7) = (3, −4, 0) + (0, 9, 7)
escribir de una sola forma como un elemento de S mas un elemento de T. Además S ∩T =
{(0, b, 0) | b ∈ R} =
6 {0} .
Ejemplo 135 S = {(a, b, 0) | a, b ∈ R} ; T = {(0, 0, c) | c ∈ R} R3 = S⊕T ; pues cualquier

elemento de R3 : (a, b, c) = (a, b, 0) + (0, 0, c) se puede escribir de manera única como un
elemento de S más un elemento de T ; además S ∩ T = {0}
Ejemplo 136 S = {(a, a, a) | a ∈ R} ; T = {(0, b, c) | b, c ∈ R} ;
R3 = S ⊕ T ;pues R3 = S + T y S ∩ T = {0} .
Ejemplo 137 S = {(a, b, c) | a + b + c = 0, a, b, c ∈ R} ; T = {(0, 0, c) | c ∈ R} c = u, b =

v, a = −v−u; R3 = S⊕T ; pues R3 = S+T y S∩T = {0} ; S = {(−v − u, v, u) | v, u ∈ R} ,
T = {(0, 0, c) | c ∈ R} .
Ejemplo 138 S = {(a, b, c) | a = c} ; T = {(0, 0, c) | c ∈ R} ; R3 = S ⊕ T ; R3 = S + T y

S ∩ T = {0} .
Ejemplo 139 V = M2×2 (R) = S + T y S ∩ T = matrices diagonales, luego M2×2 (R) 6=

S⊕T
Ejemplo 140 S = L (1, 2) ; T = L (2, 1) ; entonces R2 = S ⊕ T ; pues R2 = S + T ; S ∩ T =

{0} .
Sean S y T dos subespacios de dimensión finita de un espacio vectorial V entonces

dim (S + T ) = dim S + dim T − dim (S ∩ T ) y si V = S ⊕ T entonces dim (S + T ) =
dim S + dim T = dim V = dim (S ⊕ T ) .
Ejemplo 141 S = {(x, y, 0) | x, y ∈ R} ; T = {(0, y, z) | y, z ∈ R} R3 = S + T ; dim R3 =

dim (S + T ) = 2 + 2 − dim (S ∩ T ) , luego 3 = 4 − dim (S ∩ T ) entonces dim (S ∩ T ) = 1.

a b 0 0
Ejemplo 142 S = | a, b ∈ R , T = | c ∈ R dim M2×2 (R) =
0 0 0 c
4; dim (S + T ) = dim S + dim T − dim (S ∩ T ) ; 3 = 2 + 1 − 0;

a b
S+T = | c ∈ R , dim (S + T ) = 3; dim S = 2 y dim T = 1;
0 c
0 0
S ∩ T = {0} = ; dim (S ∩ T ) = 0 luego M2×2 (R) 6= S + T.
0 0

a b c 0 0 0
Ejemplo 143 S = | a, b, c, d ∈ R ; T = | e, f ∈ R ;
d 0 0 0 e f
0 0 0
dim (M2×3 (R)) = 6; M2×3 (R) = S + T ; S ∩ T = ;6=
0 0 0
dim S + dim T − dim (S ∩ T ) = 4 + 2 − 0
Ejemplo 144 S = {p (x) | p (x) = cx2 } ; T = {q (x) | q (x) = a0 + bx} ;
P2 (x) = a0 + bx + cx2 ; P2 (x) = S + T ; S ∩ T = 0; luego P2 = S ⊕ T ;

dim (P2 (x)) = 3 = dim S + dim T − dim (S ∩ T ) = 1 + 2 − 0

I)
1. Mostrar que w = (1, −2, 5) es combinación lineal de v1 = (1, 1, 1) ; v2 = (1, 2, 3) ; v3 =

(2, −1, 1) .
2. Mostrar que w = (2, −2, 5) no es combinación lineal de v1 = (1, −3, 2) ; v2 =

(2, −4, 1) ; v3 = (1, −5, 7) .
3. Mostrar que w = 3t2 +8t−5 es combinación lineal de v1 = 2t2 +3t−4; v2 = t2 −2t−3.
4. Es w = (5, 9, 5) combinación lineal de v1 = (2, 1, 4) ; v2 = (1, −1, 3) ; v3 = (3, 2, 5) ?

1 2 1 0 1 1
5. Es w = es combinación lineal de v1 = ; v2 = ; v3 =
3 4 0 0 0 0
1 0
?
0 1
6. Mostrar que w = cos 2x,se puede escribir como combinación lineal de v1 = cos2 x;
v2 = sen2 x.
II) Determinar si los vectores dados son linealmente dependientes o linealmente inde-
pendientes.
1. {(1, 1) , (4, 4) , (5, 3)}
2. {(3, 5) , (1, 3) , (0, 0)}
3. {(2, 4)}
4. {(1, 2, 3, 4) , (1, 0, 0, 0) , (0, 1, 0, 0)}
5. {(1, 1, 1) , (2, 2, 2) , (0, 0, 1)}
6. {(1, 2, 3) , (1, 0, 0)}

1 2 1 0 1 0
7. , ,
3 4 0 1 0 0
8. {1 − x, 1 + 3x2 , −x + x2 }
9. {1 + x + x2 , 2 + 2x + 2x2 , 1 − 3x − 5x2 }
10. {2 − x + 4x2 , 3 + 6x + 2x2 , 2 + 10x − 4x2 }
11. {t3 − 3t2 + 5t + 1, t3 − t2 + 8t + 2, 2t3 − 4t2 + 9t + 5}
12. {ex , e2x , e3x }
13. {1, x, x2 }
14. {1, sin x, cos x}
15. {ex , xex , x2 ex }
16. {ex sin x, ex cos x}
17. {ex , e−x , cosh x}
18. Para que valores de k los siguientes vectores forman un conjunto linealmente depen-
diente en R3 :

−1 −1 −1 −1 −1 −1
k, , , , k, , , ,k
2 2 2 2 2 2
19. Suponga que v1 , v2 y v3 son vectores en R3 que tienen sus puntos iniciales en el
origen. Determine si los tres vectores pertenecen a un mismo plano:
(a) v1 = (1, 0, 2) v2 = (3, 1, 2) v3 = (1, −1, 0)

(b) v1 = (2, −1, 4) v2 = (4, 2, 3) v3 = (2, 7, −6)
III) Cuales de los conjuntos dados son bases.
20. {(1, 1, 1) , (0, 1, 1) , (0, −1, 1)}
21. {(1, 0) , (1, 1) , (1, 3) , (2, 4)}

1 1 1 −1 0 −1 1 0
22. , , ,
1 1 1 0 −1 −1 0 1
23. {1, x, x2 , x3 , x4 }
24. {1, x, 1 − x2 , x2 }
25. {ex , xex }

1 0 0 1 0 0
26. , ,
0 0 0 0 0 0
27. {1 − t + t2 − t3 , 1 − t3 , 1 + t − t3 }
28. Cuales de los siguientes subconjuntos forman una base de R3 ?
(a) {(1, 1, 1) , (1, 2, 3) , (0, 1, 0)}

(b) {(2, 1, 3) , (1, 2, 1) , (1, 1, 4) , (1, 5, 1)}
(c) {(1, 2, 2) , (2, 1, 3) , (0, 0, 0)}
29. Hallar una base y la dimensión del subespacio de R4 generado por:
(a) {(1, 4, −1, 3) , (2, 1, −3, 1) , (0, 2, 1, −5)}

(b) {(1, −4, −2, 1) , (1, −3, −1, 2) , (3, −8, −2, 7)}
30. Sea V = M2×2 (R) y sea W el subespacio generado por:

1 −5 1 1 2 −4 1 −7
, , ,
−4 2 −1 5 −5 7 −5 1
Hallar una base y la dimencion de W.
31. Hallar una base de R3 que incluya los vectores (1, 0, 2) (0, 1, 3)
32. Hallar una base del espacio solucion W del sistema homogeneo:
    
1 0 2 x 0
(a)  2 1 3   y  =  0 
3 1 2 z 0
   
  x 0
1 2 2 −1 1  y   0 
   
(b)  0 2 2 −2 −1    z = 0 
  
1 4 0 −3 0  u   0 
v 0
En a y b cual es la dimencion de W ?
33. Hallar una base del espacio solucion W del sistema:

x −3y +z = 0
2x −6y +2z = 0
3x −9y +3z = 0
¿Cual es la dimencion de W ?
34. Si en el sistema AX = 0 el espacio de las soluciones W es subconjunto de R4 y

r =n−1 (r: rango de A, n:número de variables)
¿Cuántos vectores habrá que agregar a una base de W , para obtener una base de
R4 ?
35. Determinar si las quı́ntuplas: (4, −3, 1, 1, 1) , (9, 0, 3, 0, 3) , (8, 0, 2, −2, 0) y (6, −1, 1, −1, 0)
pertenecen al espacio solución del sistema:
X +2Y −2Z +2U −V =0
X +2Y −2Z +3U −2V =0
2X +4Y −7Z +U +V =0
Dar una base y la dimensión de dicho espacio.
36. Calcule la dimensión de los siguientes subespacios de V = M3×3 (R) :
(a) Las matrices simétricas

(b) Las matrices antisimétricas
(c) Las matrices diagonales
(d) Las matrices triangulares
(e) Las matrices hermı́ticas
(f) Las matrices antihermı́ticas
37. Hallar una base para cada una de los subespacios del ejercicio anterior.
38. Sea U el espacio vectorial de las matrices reales 2x3. S1 y S2 los siguientes subespa-
cios de U :

x 0 y
S1 = A = / w =x+y
w 0 w

0 x 0
S2 = A = / x = y, w+y =0
y 0 w
Hallar una base para S1 , S2 y dim S1 y S2
39. Calcular la dimensión de los siguientes subespacios de V = Mn×n (R) :
(a) Las matrices simétricas

(b) Las matrices antisimétricas
(c) Las matrices diagonales
(d) Las matrices triangulares
(e) Las matrices hermı́ticas

(f) Las matrices antihermı́ticas
(g) Las matrices escalares
40. Sean U y V subespacios vectoriales de W un espacio vectorial.

Si dim W = n, dim U mayor que n/2 y dim V mayor que n/2
Demostrar que: U ∩ V 6= {0}
41. Determinar la dimension de cada uno de siguientes subespacios de R4 :
(a) U = {(x, y, z, 0)}

(b) U = {(x, y, z, w) /w = x + y; z = x − y}
(c) U = {(x, y, z, w) /x = y = z = w}
42. Sea {u, v, w} una base de un espacio vectorial V, verificar si el conjunto dado es base
de V o nó:
(a) {u + 2w, v + w, u + v + w}
(b) {u, u + v, u + v + w}
(c) {u + v, v + w, u − v + 4w}
43. Determine la dimencion y construya una base para cada uno de los siguientes sube-
spacios de R4 :
(a) U = {a, b, c, 0}
(b) U = {(a, b, c, d) /d = a + b, c = a − b}
IV) Dar una base diferente a la canónica para los espacios vectoriales.
44. M3×4 (R)
45. R4
46. P3 (x)
47. El plano z = 0.
48. M2×4 (R)

49. las matrices diagonales de M3×3 (R)
V) Hallar una base y la dimensión de los siguientes espacios vectoriales.
1. w = {(a, b, c, d) | a = b = c = d; a, b, c, d ∈ R}

a 0
2. w = | a, b ∈ R
0 b
3. w = {A3×3 | A es una matriz escalar}
4. w = {A3×3 | A es una matriz antisimétrica}
5. w = {A3×3 | A es una matriz triangular superior}
6. w = {A3×3 | traza(A) = 0}
7. w = plano x = y
8. w = plano yz
9. w = espacio solución de y 00 − 5y 0 + 6y = 0
10. w el espacio solución de:
x + 2y + 2z = 0
x + 5y + z = 0
3x + 5y + 8z = 0
11. w el espacio solución de:
x+y+z+w = 0
y − z + 3w = 0
12. El subespacio de R4 de todos los vectores de la forma:

(x, y, z, w) donde x = z + w, y =w−z
13. El subespacio de R3 que consta de todos los vectores de plano:
2x + 5y − 4z = 0
14. El espacio solucion del sistema:
x +y +z +t = 0
x −y +z −t = 0
15. El espacio generado por (2, 1, 4) , (3, 0, 5) y (1, −1, 1)

16. El subespacio de R3 que consta de todos los vectores de la recta:
x y z
(a) = =
2 3 4
(b) x = 2t, y = t, z = −3t con t real.
VI)
17. Si u, v, w son vectores linealmente independientes entonces demostrar que
{u + v − 2w, u − v − w, u + w} es linealmente independiente.
VII)
18. Demostrar que S = {1 + x3 , 2 − x, x + x2 + x3 , 1 + x + x2 + x3 } es base de P3 (x) .
19. Demuestre que es linealmente independiente o que genera a P3 .
VIII) De un ejemplo de:
(a) Subespacio de M2×2 (R) que tenga dimensión 1.

(b) Subespacio de R4 que tenga dimensión 2.
(c) Subespacio de M3×2 (R) que tenga dimensión 3.
IX)
(a) S = {(a, b, c, 0) | a, b, c ∈ R} ; T = {(0, 0, 0, d) | d ∈ R}

Mostrar que R4 = S ⊕ T.
(b) S = {p (x) | p (x) = bx, b ∈ R} ; T = {q (x) | q (x) = a, a ∈ R}
Mostrar que P1 (x) = S ⊕ T.

a b c 0 0 0
(c) Si S = | a, b, c, d ∈ R ; T = | e, f ∈ R
d 0 0 0 e f
Mostrar que M2×2 (R) 6= S ⊕ T.

a b c 0 0 0
(d) Si S = | a, b, c, d, e ∈ R ; T = | e, f ∈ R
d e 0 0 e f

a b c 0 0 0
(e) Si S = | a, b, c, d, e ∈ R ; T = | e, f ∈ R
d e 0 0 0 f
X)
1. Para que valores de la constante K, el conjunto:

{(k, 1, 0) , (1, 0, k) , (k + 1, 1, k)} es base de R3
2. Hallar la Dimension y una base para el espacio solucion W del sistema:

x +y +z +u = 0
x −y −z −u = 0
5x −y −z −u = 0
3. Si B1={u, v, w} es base de un espacio vectorial V,

B2={u, u + 2v + 4w, u + v + 2w} es base de V
4. Hallar L (U ) y dim [L (U )] para U = {(1, 1, 1) , (1, 2, 3) , (5, 7, 9)}
5. Calcular la dimencion del subespacio de las matrices simetricas del espacio vectorial
V = Mnxn (R)
6. Probar que S es subespacio de M2x3(R) .Hallar dim [S] y una base para S:
 
 0 x w 

 w 0 0  
(a) S =

 x+w =0 

 
 
 x y z 

 y z 0 
(b) S =

 x=y+z 
 
7. Para la matriz A:
(a) Verificar el Teorema de CAYLEY-HAMILTON

(b) Encontrar (si existe) la inversa mediante el teorema
(c) Obtener valores propios y una base para cada espacio propio

−1 2
A=
1 2
8. Mediante el teorema de CAYLEY hallar la inversa de A(si existe) para:

 
0 1 1
A=  1 0 1 
1 1 0
9. Mediante el teorema de CAYLEY obtener la inversa de:

a b
A= donde |A| =
6 0
c d
10. Para que valores de a y c el vector (8, 4) es un vector propio de:

a 2
A= asociado al valor propio 3.
c 1
11. Determinar las constantes a, b, c, d, e, f si:
(1, 1, 1) y (1, 0, −1) son vectores propios de:
 
1 a b
A=  1 c d 
1 e f
Captulo 9
TRANSFORMACIONES
LINEALES
Una función T : Rn −→ Rm se llama una transformación lineal si T (x1 , x2 , ..., xn ) =

T
(a11 x1 + a12 x2 + ... + a1n xn , 
a21 x1 +a22 x2 +
 ... + a2n xn , ..., anm x1 +a
nm x2 +... + anm xn )
w1 a11 a12 · · · a1n x1
 w2   a21 a22 · · · a2n   x2 
o bien T (x1 , x2 , ..., xn ) =  ..  =  .. ..   ..  o T (x) =
    
.. ..
 .   . . . .   . 
wm am1 am2 · · · amn xn

T (e1 ) T (e2 ) .... T (en )
Am×n Xn×1 ; A es llamada matriz standar de T, y A = .
col 1 col 2 .... col n
 
x1
 x2 
Ejemplo 145 T : Rn −→ Rm , definida por T (x1 , x2 , ..., xn ) = (0, ..., 0)  ..  = 0.X =
 
 . 
xn
0, se llama transformación lineal nula T (x) = 0.
Ejemplo 146 T : Rn −→ Rm , definida como T (x) = 1x, llamada transformación
idéntica T (x, y) = (x, y) , T (x, y, z) = (x, y, z) .
Ejemplo 147 T (x, y) = (−x, y) Reflexión respecto al eje y.

−1 0 x
T (x, y) = (−x, y) =
0 1 y
Ejemplo 148 T (x, y) =(x, −y) Reflexión
respecto al eje x.
1 0 x
T (x, y) = (x, −y) = A = [T (e1 ) , T (e2 )]
0 −1 y
133
134 CAPTULO 9. TRANSFORMACIONES LINEALES
Ejemplo
149
T (x, y) = (y, x) Reflexión respecto a la recta y = x; T (x, y) = (y, x) =
0 1 x
;
1 0 y
Ejemplo 150 T (x, y, z) = (x,  y, −z) Reflexión

  respecto
 al plano xy.
1 0 0 x
T (x, y, z) = (x, y, −z) =  0 1 0   y  =
0 0 −1 z
 
x
(T (e1 ) , T (e2 ) , T (e3 )) y 

z
Ejemplo 151 T (x, y, z) = (x,  −y, z) Reflexión

  respecto
 al plano xz.
1 0 0 x
T (x, y, z) = (x, −y, z) =  0 −1 0   y 
0 0 1 z
Ejemplo 152 T (x, y, z) = (x,  y, −z) Reflexión

  respecto
 al plano yz.
−1 0 0 x
T (x, y, z) = (x, y, −z) =  0 1 0   y 
0 0 1 z
Ejemplo 153 T (x, y) = (x, 0) proyección ortogonal sobre el eje x.
Ejemplo 154 T (x, y) = (0, y) proyección ortogonal sobre el eje y.

0 0 x
T (x, y) =
0 1 y
  
1 0 0 x
Ejemplo 155 T (x, y, z) = (x, y, 0) =  0 1 0   y  proyección ortogonal sobre
0 0 0 z
el plano xy.
Ejemplo 156 T (x, y, z) = (x, 0, z) proyección ortogonal sobre el plano xz.
Ejemplo
 157
 T (x,
 y, z) = (0, y, z) proyección ortogonal sobre el plano yz. T (x, y, z) =
0 0 0 x
 0 1 0  y 
0 0 1 z
135
Rotaciòn de un àngulo θ respecto al eje z.  

cos θ − sin θ 0
T (x, y, z) = (x cos θ − y sin θ, x sin θ + y cos θ, z) =  sin θ cos θ 0 
0 0 1

T (x, y, z) = (x, 0, 0) 
T (x, y, z) = (0, y, 0) proyecciones ortogonaes sobre los ejes.
T (x, y, z) = (0, 0, z)

  
2 1 1 x
Ejemplo 158 T (x, y, z) = (2x + y + z, x − y + 3z, x + 2z) =  1 −1 3   y 
1 0 2 z
No son transformaciones lineales
1. T (x, y, z) = (2xy + z, x − y + 3z, x + 2z)
2. T (x, y, z) = (1, x − y + 3z, x + 2z)
3. T (x, y) = (x2 , y + 1)
4. T (x, y) = (cos x, y + x)
5. T (x, y) = 4
6. T (x, y, z) = xyz
Se extiende la definición de transformaciones lineales a casos más generales.

Se dice que T : V −→ W es una transformacióm lineal sisi T (u + v) = T (u) + T (v)
y T (αu) = αT (u) , u, v ∈ V.y α un número real
1. T (A) = |A| es una transformación no lineal pues T (A + B) = |A + B| =

6 |A|+|B| =
T (A) + T (B)
2. T (A) = AT es una transformación lineal pues T (A + B) = (A + B)T = AT + B T =

T (A) + T (B) y T (αA) = (αA)T = αAT = αT (A)
3. T (f ) = f 0 es una transformación lineal pues T (f + g) = (f + g)0 = f 0 + g 0 =

T (f ) + T (g) y T (αf ) = (αf )0 = αf 0 = αT (f )
4. T (A) = traA es una transformación lineal, pues
T r(A + B) = (a11 + b11 ) + (a22 + b22 ) + .... + (ann + bnn ) =
= (a11 + a22 + .... + ann ) + (b11 + b22 + .... + bnn ) = T rA + T rB

T r(αA) = (αa11 + αa22 + .... + αann ) = α(a11 + a22 + .... + ann ) = αT r(A)

a b
5. T = a + b es una transformación lineal, pues
c d

a b m n a+m b+n
T (A + B) = T + =T = a+m+b+n =
c d p q c+p d+q

a b m n
(a + b) + (m + n) = T +T = T (A) + T (B)
c d p q

αa αb
T (αA) = T = αa + αb = α(a + b) = αT (A)
αc αd
Se define el núcleo de una tranformación lineal T : V −→ W por, núcleo de

T = {(x ∈ V )/T (x) = 0} y la Imagen de una tranformación lineal por
{(y ∈ W )/existe x ∈ V con T (x) = y} y un teorema inportante es el teorema de la
dimensión que dice que si T : V −→ W es una transformación lineal entonces
dim V = dim(N úcleo de T ) + Dim(Im T )
Ejemplo 159 Sea T : R3 −→ P2 (x) definida por T (a, b, c) = (a + b) x2 + (a − c) x + a −

b + c entoces t es una transformación lineal pues
T (u + v) = T ((a, b, c) + (m, n, p)) = T (a + m, b + n, c + p) =
(a + m + b + n)x2 + ((a + m) − (c + p)) x + a + m − (b + n) + c + p =

(a + b)x2 + (a − c)x + a − b + c + (m + n)x2 + (m − p)x + m − n + p =
T (a, b, c) + T (m, n, p)
La matriz de la transformación con respecto a las bases canónicas se calcula por
T (1, 0, 0) = x2 + x + 1 = ax2 + bx + c entonces a = 1, b = 1, c = 1
T (0, 1, 0) = x2 − 1 = mx2 + nx + p entonces m = 1, n = 0, p = −1

137
T (0, 0, 1) = −x + 1 = dx2 + f x + h entonces d = 0, f = −1, h = 1

por tanto
1 1 1
   
1 1 0 3 3 3
MT =  1 0 −1  MT−1 =  2
3
−1
3
−1
3

1 −2 1
1 −1 1 3 3 3
1 1 1
  
3
a 3 3
T −1 (ax2 + bx + c ) =  2
3
−1
 b  =
3
−1
3
1 −2 1
3
c 3 3

a b c 2a b c a 2b c
= + + , − − , − + =
3 3 3 3 3 3 3 3 3

−1 2
a b c 2a b c a 2b c
T T (ax + bx + c ) = T + + , − − , − + =
3 3 3 3 3 3 3 3 3
= ax2 + bx + c
T es uno a uno, pues el Núcleo de T =0 ya que
(a + b) x2 + (a − c) x + a − b + c = 0x2 + 0x + 0 entonces
a + b = 0, a − c = 0, a − b + c = 0 y solucionando este sistema

se tiene que a = 0, b = 0, c = 0 por tanto núcleo de T es {0} y dimNúcleo = 0 por tanto
la dimImagen de T es 3 pues dimR3 = 3 = dim N úcleo + Dim Im T. = 0 + Dim Im T
Veamos de otra forma que la dimImagen es 3
Si (a + b) x2 + (a − c) x + a − b + c = mx2 + nx + p entonces
a + b = m, a − c = n, a − b + c = p y asi
   
1 1 0 m 1 1 0 m
 1 0 −1 n  ∼  0 −1 −1 n − m  ∼
1 −1 1 p 0 −2 1 p − m 
1 1 0 m 1 1 0 m
 0 1 1 m−n ∼ 0 1 1 m−n ∼
 0 0 3 m − 2n + p   0 0 1 3 − 2n m
3
+ p3 
1 1 0 m 1 0 0 m3 + n3 + p3
 0 1 0 2m
3
− n3 − p3  ∼  0 1 0 2m 3
− n3 − p3 
p
0 0 1 m
3
2n
− 3 +3 0 0 1 3 − 2n
m
3
+ p3
luego a = m3 + n3 + p3 , b = 2m
3
− n3 − p3 , c = m3 − 2n
3
+ p3
por tanto T (a, b, c) = (a + b) x2 + (a − c) x + a − b + c
entonces
T

m n p 2m n p m 2n p m n p 2m n p
( + + , − − , − + )= + + + − − x2 +
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3

m n p m 2n p m n p 2m n p m 2n p
+ + + − + − x+ + + − + + + − + ==
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
== mx2 + nx + p
luego T es sobre y la dimensión de la imagen de T es 3
Ejemplo 160 Sea T : R2 −→ R2 definida por T (x, y) = (x + y, x − y)
Verificar que T es una transfomación lineal, hallar MT , MT −1 ,

El núcleo, Im,DimNúcleo,dmIm,T−1
T (u+v) = T ((a, b) + (m, n)) = T (a + m, b + n) = (a + m + b + n, a + m − (b + n)) =
(a + b, a − b) + (m + n, m − n) = T (a, b) + T (m, n) = T (u) + T (v)
T (1, 0) = (1, 1) = a(1, 0) + b(0, 1), entonces a = 1, b = 1
T (0, 1) = (1, −1) = m(1, 0)+, (0, 1),entoncesm = 1, n = −1 y asi la matriz de T
1 1
respecto a las bases canónicas es MT = ,
1 1 1 −1
2 2
1 1
MT −1 = 1 −1 , que es la inversa de la matriz MT =
2 2
1 −1
El núcleo de T es donde (x + y, x − y) = (0, 0) , es decir donde x + y = 0 y x − y = 0
que es (0, 0), por tanto dimNúcleo de T es 0,
por tanto T es uno a uno y dimImT es 2, luego T es sobre. La imagen son todos
los valores (x, y) tales que (a, b) = (x + y, x − y) ,y solucionado este sistema se tiene que
a b a b a b a b a b a b a
x = + , y = − , Observe que T (x, y) = T ( + , − ) = ( + + − , +
2 2 2 2 2 2 2 2 2 2 2 2 2
b a b
− ( − )) = (a, b)
2 2 2
1 1
−1 x x y x y
T (x, y) = 2
1
2
−1 = + , − y
2 2
y 2 2 2 2
x y x y x y x y x y x y
T (T −1 (x, y)) = T + , − = + + − , + − + = (x, y)
2 2 2 2 2 2 2 2 2 2 2 2
139
Ejemplo 161 Sea T : R3 −→ R4 definida por T (x, y, z) = (x + z, y − z, x + y, x − y + 2z)
Verificar que T es una transfomación lineal, hallar MT , MT −1 ,

el núcleo, Im,DimNúcleo,dmIm,T−1
T (u + v) = T ((a, b, c) + (m, n, p)) = T (a + m, b + n, c + p) =
(a + m + c + p, b + n − (c + p), a + m + b + n, a + m − b − n + 2(c + p)) =
= (a + c + m + p, b − c + n − p, a + b + m + n, a − b + 2c + m − n + 2p) =
(a + c, b − c, a + b, a − b + 2c) + (m + p, n − p, m + n, m − n + 2p) =
T (a, b, c) + T (m, n, p) = T (u) + T (v)
T (1, 0, 0) = (1, 0, 1, 1) = a(1, 0, 0, 0) + b(0, 1, 0, 0) + c (0, 0, 1, 0) + d(0, 0, 0, 1), entonces
a = 1, b = 0, c = 1, d = 1
T (0, 1, 0) = (0, 1, 1, −1) = m(1, 0, 0, 0)+n(0, 1, 0, 0)+p (0, 0, 1, 0)+q(0, 0, 0, 1), entonces
m =0, n = 1, p = 1, q = −1 y asi la matriz de T respecto a las canónicas es
1 0
 0 1 
 
 1 1 
1 −1
El núcleo de T es {(x, x, x) /xR} , pues (x + z, y − z, x + y, x − y + 2z) = (0, 0, 0, 0)
y el sistema de ecuaciones x + z = 0, y − z = 0, x + y = 0, x − y + 2z = 0 se trans-
forma en x + z = 0, y − z = 0, cuya solución es {(x, x, x) /xR} y asi DimNúcleo
de T es 1 y por tanto la dimImT es 2 pues si solucionamos el sistema (a, b, c, d) =
(x + z, y − z, x + y, x − y + 2z) se encuentra que es consistente para c = a + b, d = a − b
y asi la imagen es {(a, b, a + b, a − b) /aR, bR}
Ejemplo 162 Sea T : P2 (x) −→ P1 (x) definida por T (ax2 + bx + c) = (a + 2b) x + (b + c)

entonces t es lineal pues
T (u + v) = T ((ax2 + bx + c) + (mx2 + nx + p)) =
T ((a + m)x2 + (b + n)x + (c + p)) = (a + m + 2 (b + n))x + b + n + c + p =

(a + 2b)x + b + c + (m + 2n)x + n + p = T (ax2 + bx + c) + T (mx2 + nx + p) =
= T (u) + T (v)
T (αu) = T (α(ax2 + bx + c)) = T ((αax2 + αbx + αc)) = (αa + 2αb) x + αb + αc
α [(a + 2b) x + b + c] = αT (ax2 + bx + c)

La matriz de la transformación lineal con respecto a las bases canónicas se calcula por
T (1) = T (ax2 + bx + c) = 1 = a1 x2 + b1 x + c1 = 0x2 + 0x + 1

T (x) = T (ax2 + bx + c) = 2x + 1 = a2 x2 + b2 x + c2 = 0x2 + 2x + 1
T (x2 ) = T (ax2 + bx + c) = x = a3 x2 + b3 x + c3 = 0x2 + x + 0

entonces
 
0 0 0
MT =  0 2 1 
1 −1 0
Núcleo de T = (a + 2b) x + (b + c) = 0x + 0 entonces a + 2b = 0 y b + c = 0 luego

a = −2b y c = −b entonces {(−2b, b, −b)} = {b (−2, 1, −1) /b ∈ R} luego Núcleo de
T = {−2bx2 + bx − b1/b ∈ R, b 6= 0} y dimNúcleo de T = 1, dimP2 (x) = 2 por tanto dim
Imagen es 1, luego T no es sobre. Ahora
(a + 2b) x + (b + c) = mx + n entonces a + 2b = m y b + c = n Imagen es {mx + n}

a b
Ejemplo 163 Sea T : R3 −→ M2x2 definida por T (a, b, c) = entonces
b a

a+m b+n
(u + v) = T ((a, b, c) + (m, n, p)) = T (a + m, b + n, c + p) = =
b+n a+m

a b m n
+ = T (a, b, c) + T (m, n, p) = T (u) + T (v)
b a n m

αa αb a b
T (αu) = T (αa, αb, αc) = =α = αT (a, b, c) = αT (u)
αb αa b a

1 0 1 0 0 1 0 0 0 0
T (1, 0, 0) = =1 +0 +0 +1
0 1 0 0 0 0 1 0 0 1

0 1 1 0 0 1 0 0 0 0
T (0, 1, 0) = =0 +1 +1 +0
1 0 0 0 0 0 1 0 0 1

0 0 1 0 0 1 0 0 0 0
T (0, 0, 1) = =0 +0 +0 +0
0 0 0 0 0 0 1 0 0 1
9.1. ROTACIONES: 141
por tanto  
1 0 0
 0 1 0 
MT = 
 0

1 0 
1 0 0

a b 0 0
Núcleo de T ,T (a, b, c) = = entonces a = 0, b = 0 por tanto el
b a 0 0
3
núcleo de T = {(0, 0, c) /c ∈ R}
. por tanto
dimNncleo
de T = 1, DimR = 3, Dim Im T =
1 0 0 1
2 y una base de la imagen es ,
0 1 1 0
9.1 Rotaciones:
1. (a) Por trigonometrı́a sabemos que x = r cos α, y = r sin α.
w1 = r cos (θ + γ) ; w2 = r cos (θ + α) pero

w1 = r cos θ cos γ − r sin θ sin α = x cos θ − y sin θ cos θ − sin θ x
=
w2 = r sin θ cos α + cos θ sin α = x sin θ + y cos θ sin θ cos θ y

cos θ − sin θ x w1
luego: T (x, y) = = rota el punto (x, y) un
sin θ cos θ y w2
w1
ángulo convirtiéndolo en .
w2
(b) Rotación de un ángulo θ respecto al eje x positivo: ”*******grafico********”
T (x, y, z) = (x, y cos θ − z sin θ, y sin θ + z cos θ) =
(T (1, 0, 0) , T (0, 1, 0) , T (0, 0, 1))
 
1 0 0
=  0 cos θ − sin θ 
0 sin θ cos θ
(c) Rotación de un punto en sentido contrario a las manecillas del reloj un ángulo
θ respecto al eje y positivo.
  
cos θ 0 sin θ x
T (x, y, z) =  0 1 0  y  =
− sin θ 0 cos θ z
(x cos θ + z sin θ, y, −x sin θ + z cos θ)
Ejemplo 164
T: M2×2 −→
M 2×2 (R)
a b a b
T = es lineal:
c d b a

a b m n a+m b+n a+m b+n
T + = T =
c d p q c+p d+q b+n a+m

a b m n a b m n
= + =T +T
c d p q c d p q

a b αa αb αa αb a b a b
T α =T = =α = αT
c d αc αd αb αa b a c d

1 0 1 0 1 0 0 1 0 0 0 0
T = =1 +0 +0 +1
0 0 0 1 0 0 0 0 1 0 0 1

0 1 0 1 1 0 0 1 0 0 0 0
T = =0 +1 +1 +0
0 0 1 0 0 0 0 0 1 0 0 1

0 0 0 0 1 0 0 1 0 0 0 0
T = =0 +0 +0 +0
1 0 0 0 0 0 0 0 1 0 0 1

0 0 0 0 1 0 0 1 0 0 0 0
T = =0 +0 +0 +0
0 1 0 0 0 0 0 0 1 0 0 1
por tanto
 
1 0 0 0
 0 1 0 0 
MT = 
 0

1 0 0 
1 0 0 0

a b 0 0
Núcleo de T , = entonces a = 0, b = 0 por tanto el núcleo de por
b a 0 0
0 0
tanto dimNúcleo de T = DimNúcleo 2, Dim = 3, Dim Im T = 2 y una base
c d
1 0 0 1
de la imagen es ,
0 1 1 0
T no es uno a uno ,no es sobre
Ejemplo 165 T : M2×2 −→ M2×2 (R)
T (A) = AT es lineal pues T (A + B) = (A + B)T = AT + B T = T (A) + T (B) y

T (αA) = (αA)T = αAT = αT (A)

1 0 1 0 1 0 0 1 0 0 0 0
T = =1 +0 +0 +0
0 0 0 0 0 0 0 0 1 0 0 1

0 1 0 0 1 0 0 1 0 0 0 0
T = =0 +0 +1 +0
0 0 1 0 0 0 0 0 1 0 0 1

0 0 0 1 1 0 0 1 0 0 0 0
T = =0 +1 +0 +0
1 0 0 0 0 0 0 0 1 0 0 1

0 0 0 0 1 0 0 1 0 0 0 0
T = =0 +0 +0 +1
0 1 0 1 0 0 0 0 1 0 0 1
   
1 0 0 0 1 0 0 0
 0 0 1 0 
  0 0  0 1
MT =  M −1 =   por tanto
 0 1 0 0  T  0 0  1 0
0 0 0 1 0 1 0 0
    
1 0 0 0 a a
−1 −1 a b  0 0 1 0  b   c 
T (A) = T =  = 
c d  0 1 0 0  c   b 
0 0 0 1 d d
por tanto
−1 a b a c
T =
c d b d
y
−1 a b a c a b
T T =T =
c d b d c d

a b
5) T : M2×2 (R) −→ R T = a + d es una transformación lineal pues:
c d
a b m n a+m b+n
T + =T =a+m+p+q =
c d p q c+p d+q
a b m n
=T +T
c d p q
a b αa αb a b
T α =T = αa + αd = α (a + d) = αT
c d αc αd c d

1 0
T = 1 = 1.1
0 0

0 1
T = 0 = 0.1
0 0

0 0
T = 0 = 0.1
1 0

0 0
T = 1 = 0.1
0 1
 
1
 0 
por tanto MT =   0 

1
T : P2 −→ M2×2 (R)
2 a b
T (at + bt + c) =
c a
T ((at2 + bt + c) + (mt2 + nt + p))
2 a+m b+n a b m n
T ((a + m) t + (b + n) t + (c + p)) = = ++
c+p d+q c d p q
T (at2 + bt + c) + T (mt2 + nt + p)
T : P1 −→ P2
1. es lineal ya que:
at + b −→ T (at + b) = t (at + b)
1.
T (x + y) = T ((at + b) + (ct + d))

= T ((a + c) t + (b + d)) = t ((a + c) t + (b + d))
= t (at + ct + b + d) = t (at + b) + t (ct + d) = T (x) + T (y)
2. T (αx) = T (α (at + b)) = t (αat + αb) = αt (at + b) = αT (x) 2)

T : P1 −→ P2
T (p (t)) = tp (t) + t2 no es ineal pues T (x + y) = T (p (t) + q (t)) = t (p (t) + q (t)) +
t2 = tp (t) + tq (t) + t2
T (x) + T (y) = T (p (t)) + T (q (t)) = (tp (t) + t2 ) + (tq (t) + t2 ) , luego T (x + y) 6=
T (x) + T (y) .
3. T : P1 −→ P2
T (at + b) = at2 + (a − b) t
(a)
T ((at + b) + (ct + d)) = T ((a + c) t + (b + d))

= (a + c) t2 + ((a + c) − (b + d)) t
= at2 + ct2 + (a − b) t + (c − d) t
= T (at + b) + T (ct + d)
(b) T (α (at + b)) = T ((αa) t + αb) = (αa)2 t + (αa − αb) t = α2 a2 t + α (a − b) t =

= α (αa2 t + (a − b) t) 6= αT (at + b) T (α (at2 + bt + c)) = T (αat2 + αbt + αc) =

αa αb a b
=α = αT (at2 + bt + c)
αc αd c d
4. T : P1 −→ R2
T (at + b) = (a, b)
T ((at + b) + (mt + n)) = T ((a + m) t + (b + n)) = ((a + m) , (b + n)) = = (a, b) +
(m, n) = T (at + b) + T (mt + n) = T (α (at + b)) = T (αat + αb)
= = (αa, αb) = α (a, b) = αT (at + b) .
5. T : P1 −→ M2×2 (R)

2 a b
T (a + bt + ct ) = es lineal pues
c a+b

2 2 a+d b+f
a) T ((a + bt + ct ) + (d + f t + ht )) = ==
c+h a+d+b+f

a b d f
+ = T (a + bt + ct2 ) + T (d + f t + ht2 ) .
c a+b h d+f

2 2 αa αb
b) T (α (a + bt + ct )) = T (αa + αbt + αct ) = ==
αc αa + αb

a b
α = αT (a + bt + ct2 )
c a+b
Considere las siguientes transformaciones y en cada una de ellas verificar que son lineales,
hallar el Núcleo, la matriz de T respecto a las bases canónicas, la inversa si existe y su
matriz, la dimensión del núcleo e Imagen, si son uno y sobres

a b
1. T : P1 −→ M2×2 (R) T (a + bx) =
b 0
2. T : P1 −→ P2 T (p(x)) = xp(x)

a b
3. T : M2×2 (R) −→ R T =a+b
c d
4. T : P3 −→ P2 T (p(x)) = p0 (x)

2 a b
5. T : P2 −→ M2×2 T (a + bx + cx ) =
a a+b
6. T : R :−→ P2 T (a) = a + ax + ax2

a b 0 b
7. : T : M2×2 :−→ M2×2 T =
c d 0 0
8. T : M2×2 :−→ R T (A) = T rA
9. T : R3 :−→ R3 T (x, y, z) = (x, 0, 0)
10. T : R3 :−→ R3 T (x, y, z) = (x + y, x − z, x − 2y + 3z)
11. Si A3×3 y |A| = 2, hallar el valor de adj (A)−1

12. Si A6×6 , con |A| = 2, y si B = P −1 AP hallar |B|
13. Si A2 = A y A6×6 6= I (identica) hallar |A|
14. Si A · (B × C) = 3 hallar el valor de B · (C × A)
15. Si Bn×n invertible y AB −1 = B −1 A verificar que A y B son conmutativas
16. Hallar el valor de a tal que {(a2 , 0, 1) , (0, a, 2) , (1, 0, 1)} forman una base de R3
17. Hallar las ecuaciones parametricas de una recta que pasa por (2, 4, 5) y es paralela
al eje z
18. Hallar el punto de intersección de la recta x − 9 = −5t, y + 1 = −t, z = t, con el

plano y = 1
19. Sea T : P2 → P2 definida por T (at2 + bt + c) = (a + c) t2 + (b + c) t verificar si

p(t) = t2 + t − 1 pertenece al núcleo de T
20. Sea T : P2 → P2 definida por T (at2 + bt + c) = (a + c) t2 + (b + c) t hallar una

base para el núcleo de T
21. Sea T : P1 → P2 una transformación lineal tal que
T (t − 1) = t2 + t, T (t + 1) = t2 − t
Hallar T (7t + 1)
22. Sea V = R+ en la cual se han definido dos operaciones
x + y = xy y kx = xk con x, y ∈ V y k ∈ R
Halar el cero del espacio vectorial
23. Sea V = {(x, y, z) /z ≥ 0, x ∈ R, y ∈ R} es V un espacio vectorial?
24. Sea T : R2 → R2 una transformación lineal tal que
T (x, y) = (x + y, x − y)
Analizar si (4, 2) pertenece a la imagen de T

Algebra Lineal PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra Lineal PDF

Cargado por

Copyright:

Formatos disponibles

Contenido

1.4.21 Algunos métodos para hallar la inversa . . . . . . . . . . . . . . . . 18

1.5 EJERCICIOS PROPUESTOS CAPITULO 1 . . . . . . . . . . . . . . . . 20

5.1 Planos en el espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

8 ESPACIOS VECTORIALES 107

9 TRANSFORMACIONES LINEALES 133

1.2 Operaciones entre matrices.

Amxn + Bmxn = (aij ) + (bij ) = (aij + bij )

Sea A,B y C matrices de tamaño m × n entonces

1. Clausurativa A + B ∈ Mm×n (R)

4. Elemento neutro es la matriz nula 0 ya que A + 0 = 0 + A = A

5. Inversa aditiva A + (−A) = (−A) + A = 0

Demostración de la segunda propiedad.

Para demostrar la propiedad conmutativa se toma el elemento ij de A + B que es

1.2.2 Multiplicación de una matriz por un escalar.

Propiedades de la multiplicación de una matriz por un escalar.

Sean α, β números reales cualquiera

Demostración primera propiedad.

Ejemplo 4 Propiedad número 1

1.2.3 Multiplicación de dos matrices AB

1.3 Otras Propiedades.

4. A(BC) = (AB)C desde que se puedan multiplicar.

5. AI = IA = A donde I es la matriz idéntica.

Demostración sexta propiedad.

1.4 Algunos tipos de matrices.

1.4.1 Matriz Cuadrada de tamaño n.

1.4.2 Matriz Idéntica.

1.4.3 Matriz diagonal.

1.4.4 Matriz escalar.

1.4.5 Matriz invertible o matriz no singular.

Propiedades de la matriz invertible.

1. AB es invertible y (AB)−1 = B −1 A−1

2. En efecto (AB) (B −1 A−1 ) = (ABB −1 A−1 ) = AIA−1 = I

1.4.6 Matriz transpuesta.

Propiedades de la matriz transpuesta.

1.4.7 Matriz simétrica.

Ejemplo 11 Sea A una matriz cualquiera de tamaño 3, para que la matriz

Si se tiene una matriz cuadrada y le sumo su transpuesta se obtiene una matrtiz

1.4.8 Matriz antisimétrica.

Sea A una matriz cualquiera de tamaño 3, para que la matriz

Si se tiene una matriz cuadrada y se le resta su matriz transpuesta se obtiene una

1.4.9 Matriz conjugada.

1.4.10 Matriz Hermı́tica.

1.4.11 Matriz Antihermı́tica.

1.4.12 Matriz involutiva.

1.4.13 Matriz Idempotente.

1.4.14 Matriz ortogonal.

1.4.15 Matriz triangular superior.

Matriz Triangular inferior: es triangular inferior sisi aij = 0 si i < j

1.4.16 Matriz triangular.

Operaciones elementales entre filas o columnas.

2. Intercambiar 2 filas o columnas cualquiera.

AA−1 = A−1 A = I = A−1 A ya que

1.4.17 Matriz elemental.

1.4.18 Matriz semejante.

Las matrices elementales de estas operaciones son:

I = E8 E7 ...E1 AI donde E8 E7 ...E1 = P ⇒ P es la inversa de A.

1.4.19 Matriz de Probabilidad.

1.4.20 Matriz escalonada y escalonada reducida.

1. El primer elemento no nulo en la fila no nula es 1.

2. Si una fila es nula, ésta debe estar en la parte inferior de la matriz.

3. Sean i, i + 1 dos filas consecutivas, entonces el primer elemento diferente de cero en

1.4.21 Algunos métodos para hallar la inversa