Álgebra Lineal

Álgebra lineal
Función lineal .......................................................................................................... 1

Definición ............................................................................................................. 1
Práctica uno ......................................................................................................... 1
Práctica dos ......................................................................................................... 4
Sistemas de ecuaciones lineales 𝑹𝟐 ....................................................................... 4
Definición ............................................................................................................. 4
Demostración....................................................................................................... 5
Práctica uno ......................................................................................................... 6
Rectas ..................................................................................................................... 8
Definición ............................................................................................................. 8
Practica uno ......................................................................................................... 9
Sistemas de ecuaciones lineales en 𝐑𝟑 ................................................................ 14
Definición ........................................................................................................... 14
Demostración..................................................................................................... 14
Práctica uno ....................................................................................................... 15
Matrices ................................................................................................................. 17
Definición ........................................................................................................... 17
Clasificación de matrices ................................................................................... 18
Operaciones con matrices ................................................................................. 18
Práctica uno ....................................................................................................... 20
Matriz inversa ...........................................................Error! Bookmark not defined.
Definición ..............................................................Error! Bookmark not defined.
Matriz inversa utilizando identidad ........................Error! Bookmark not defined.
Definición ..........................................................Error! Bookmark not defined.
Demostración ....................................................Error! Bookmark not defined.
Practica uno ......................................................Error! Bookmark not defined.
Determinantes ..........................................................Error! Bookmark not defined.
Sarrus ...................................................................Error! Bookmark not defined.
Ejemplo .............................................................Error! Bookmark not defined.
Determinantes por cofactores ...............................Error! Bookmark not defined.
Determinante por Adjunta .....................................Error! Bookmark not defined.
Cramer .....................................................................Error! Bookmark not defined.
Definición ..............................................................Error! Bookmark not defined.
Ecuación de 2 incógnitas ......................................Error! Bookmark not defined.
Ecuación con 3 incógnitas ....................................Error! Bookmark not defined.
Vectores en 𝑅2 .........................................................Error! Bookmark not defined.
Dirección ...............................................................Error! Bookmark not defined.
Magnitud ...............................................................Error! Bookmark not defined.
Ejemplo .................................................................Error! Bookmark not defined.
Operaciones entre vectores ..................................Error! Bookmark not defined.
Diferencia entre vectores ......................................Error! Bookmark not defined.
Producto escalar ...................................................Error! Bookmark not defined.
Distancia entre Vectores .......................................Error! Bookmark not defined.
Angulo entre vectores ...........................................Error! Bookmark not defined.
Proyección de un vector en 𝑹𝟐 .............................Error! Bookmark not defined.
Vector unitario.......................................................Error! Bookmark not defined.
Vectores en 𝐑𝟑...................................................................................................... 38
Definición ........................................................................................................... 38
Práctica .............................................................................................................. 39
Operaciones entre vectores en R3..................................................................... 39
Propiedades de los vectores en 𝐑𝟑 ................................................................... 40
Distancia entre dos puntos ................................................................................ 40
Producto punto .................................................................................................. 41
Angulo entre vectores 𝐑𝟑 ...................................................................................... 42
Definición ........................................................................................................... 42
Practica uno ....................................................................................................... 42
Proyección de un vector .................................................................................... 43
Practica uno ................................................................................................... 43
Producto entre vectores ..................................................................................... 44
Practica uno ................................................................................................... 44
Área de paralelogramo en 𝑅3 ...................................Error! Bookmark not defined.
Volumen................................................................Error! Bookmark not defined.
Rectas en el espacio ............................................................................................. 49
Definición ........................................................................................................... 49
Demostración..................................................................................................... 49
Ecuación de la recta .......................................................................................... 49
Práctica uno ....................................................................................................... 50
Planos en el espacio ................................................Error! Bookmark not defined.
Ecuación del plano a partir de 3 puntos ................Error! Bookmark not defined.
Planos paralelos .......................................................Error! Bookmark not defined.
Puntos de intersección entre los planos ...............Error! Bookmark not defined.
Espacios vectoriales y sub-espacios ..................................................................... 57
Definición ........................................................................................................... 57
Axiomas ............................................................................................................. 57
Combinación lineal ............................................................................................ 58
Definición ....................................................................................................... 58
Practica uno ................................................................................................... 58
Función lineal
Definición
En álgebra y cálculo, una función lineal con dominio R está definida como
una función que tiene la forma F ( x)  mx  b . Así, se puede decir que una función
lineal es una transformación de R en R sí y sólo si b (la ordenada al origen) es
cero.
Por tanto, se tiene: ax  by  c
Mientras que en la ecuación de la recta (punto pendiente): m  ( x  xi)  ( y  yi)
y
m 
x
Práctica uno
Ejercicio número 1:
1  1 1  1 
 34 x    2  3 2 x  
2  3 3  2 
Solución:
1  3 
 12 x  1  2   6 x  
1
2 3  2 
1 1 3
 12 x  1  2  6 x  
2 3 2
1 2
 12 x  1   12 x  3
2 3
En este ejercicio se puede evidenciar que no existe solución.
Ejercicio número 2:
5 1
3x  y  3  4 x  4 y 
2 2
Solución:
5 1
y  4 y  4 x  3x   3
2 2
5 1
y  4y  x   3
2 2
1
3 5
 y  x
2 2
 5
 3 y  2 x  
 2
 3y  2x  5
3 y  2 x  5
 2x  5
y
3
Teniendo en cuenta la ecuación de la recta: y  mx  b se puede llegar a la siguiente

conclusión:
 2x 5 2 5
y  por tanto que: m  y b
3 3 3 3
Si se le da valores arbitrarios a x, y  0 se tiene como resultado la siguiente tabla de

valores:
Eje X Eje Y
0 5
3
5 0
2
Por consiguiente, si se grafican estos valores se obtendrá la siguiente gráfica:
2
1.5
1
0.5
0
-3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3
-0.5
-1
-1.5
-2
En la ecuación de la recta y  mx  b cada recta tiene una representación
A) y   mx  b D) y  mx  b
B) y   xb  0 E) y  xb  0
2
C) y   mx  b F) y  mx  b
Y
4
A)
3
B)
2
C)
1
0
-4 -3 -2 -1 0 1 2 3 4
-1
-2
-3
-4
Representación de los primeros tres casos
Y
2.5
2 D) E)
1.5
1 F)
0.5
0
-3 -2 -1 0 1 2 3
-0.5
-1
-1.5
-2
-2.5
Representación de los últimos tres casos
La ecuación de la recta también se puede definir como m(x)  y por tanto se tiene
y
que: m  y representado en la siguiente gráfica:
x
3
Se puede deducir entonces que la ecuación de la recta también puede ser definida
Y 2 Y1
como: m 
X 2  X1
Práctica dos
 1 
Hallar la ecuación de la recta de las coordenadas dadas. P1   ,5  y
 3 
 1  3 
P2   , 
 2 4 
Solución:
3  3  20  23
5
138 69
m 4  4  4  
1 1 3 2 1 4 2

2 3 6 6
Sistemas de ecuaciones lineales 𝑹𝟐
Definición
Una ecuación es una igualdad donde por lo menos hay un número
desconocido, llamado incógnita o variable, y que se cumple para determinado valor
numérico de dicha incógnita, por lo tanto, se denomina ecuaciones lineales a
aquellas que tienen la forma de un polinomio de primer grado, es decir, las
incógnitas no están elevadas a potencias ni multiplicadas entre sí, ni en el
denominador.
4
Un sistema de ecuaciones lineales por tanto se vería de la siguiente manera:
a1x  b1 y  c1 
 
a 2 x  b2 y  c 2 
el cual puede ser resuelto por medio de tres métodos: eliminación, igualación y
sustitución.
Demostración
Eliminación:
E1 (a2 )  E2 (a1 ) quedaría:
E3  a1a 2 x  a 2 b1 y  a 2 c1
E4  a1a 2 x a1 b2 y  a1c1
Eliminando los primeros términos resultaría: y(a2b1 a1b2 )  a2 c1  a1c1 tomando en

cuenta que a, b, c R por tanto
a2 c1  a1c2
y  k2  R
a2 b1  a1b2
tomando E2 se reemplaza Y quedaría:
a2 c1  a1c2
a1x  b1 ( )  c1
a2 b1  a1b1
a1x  b1a2 c1  a1c2 b1

 c1
a2 b1  a1b1
  b1 a 2 c1  a 2 c 2 b1 
 a b a b  c1 
X  2 1 1 1
  k1  R
 a1 
 
 
Psol  ( x, y) : (k1 , k 2 )
Igualación:
E1  a1a 2 x  a 2 b1 y  a 2 c1
E2  a1a 2 x a1 b2 y  a1c1
Se despeja a1a2 x y  a1a2 x
5
 a1a2 x  a1c1 a1 b2 y
a1a2 x  a2 c1  a2 b1 y
Igualando ambos términos de la igualdad quedaría:

a 2 c1  a 2 b1 y  a1c1  a 2 b2 y
a2 c1  a1c1  a1b2 y  a2 b1 y
c1 a2  a1   a1b2 y  a2 b1 y
Tomando Y en E1 :
a1 a 2 x  c1 a 2  a1   a 2 c1
a1 a 2 x  a 2 c1  c1 a 2  a1 
Sustitución:
E1  a1a 2 x  a 2 b1 y  a 2 c1
E2  a1a 2 x a1 b2 y  a1c1
Se despeja Y en E2 :
a 1 b2 y  a1c1  a1 a 2 x
Sustituyendo Y en E1 :
a1 a 2 x  a1c1  a1 a 2 x   a 2 c1
a1 a 2 x  a1c1  a1 a 2 x  a 2 c1
2a1 a 2 x   a 2 c1  a1c1
a 2 c1  a1c1
a1 a 2 x 
2
Sustituyendo a1a2 x en E1 :
a2 c1  a1c1
 a2 b1 y  a2 c1
2
Práctica uno
Ejercicio número 1: teniendo dos ecuaciones, resolver por alguno de los métodos
presentados anteriormente.
E1  2 x  5 y  3
E 2  4 x  3 y  1  0
6
Solución:
Observando las ecuaciones se puede determinar que el método apropiado para
utilizar es el de eliminación. Por tanto, la ecuación uno debe ser adaptada por medio
de la multiplicación para cada uno de sus términos.
2 2 x  5 y  3 quedando: 4 x  10 y  6 , por tanto el sistema de ecuaciones

quedaría de la siguiente manera:
4 x  10 y  6
 4x  3 y  1
Eliminando los primeros términos y aplicando la aritmética correspondiente se

obtiene:  7 y  7 y, despejando Y:
7
y  y  1
7
Sustituyendo Y en la primera ecuación se hallaría el valor de X:
2 x  5 1  3
2x  5  3
2x  3  5
2
x
2
x  1
Psol  (1,1)
Ejercicio número 2: encontrar las ecuaciones de cada recta y graficar.
ER1  5 y  3  2x
ER2  3 y  1  4x .
Solución:
Tomando ER1 y multiplicándola por (-1) quedaría: 5 y  2 x  3 despejando Y se tiene

2x  3
y por lo que podemos determinar por medio de la definición y  mx  b :
5
2 3
m  0,4 y b   0,6 .
5 5
4x 1
Por otra parte, despejando ER2 = 3 y  1  4 x , Y sería entonces y  .
3
7
4 1
Aplicando la definición anterior se tendría: m   1,3 y b   0,3
3 3
Para graficar ambas rectas se le darán valores arbitrarios a X para sustituirlos en
las ecuaciones y encontrar Y:
X Y( ER1 ) Y( ER2 )
-2 -1,4 -2,33
-1 -1 -1
0 -0,6 0,33
1 -0,2 1,66
2 0,2 3
Una vez hecha esta tabla, se procede a graficar los puntos correspondientes:
0
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
-1
-2
-3
-4
E1 E2
.
Rectas
Definición
Cualquier recta (a excepción de aquella que tiene una pendiente indefinida) se
puede describir con su ecuación en la forma pendiente-ordenada al origen
y  mx  b , donde m es la pendiente de la recta y b es la ordenada al origen (el valor
de y en el punto en el que la recta cruza el eje y).
8
Paralelismo: Dos rectas distintas son paralelas si y sólo si tienen la misma
pendiente m1  m2 .
Perpendicularidad: Si m1 es la pendiente de la recta L1 , m2 es la pendiente de la

1
recta L2 , y m1  0 ; L1 y L2 son perpendiculares, entonces m2  .
m1
Practica uno
Ejercicio número 1: encuentre una recta paralela que pase por el punto (-3,2) a la
recta dada: 3 x  2 y  5  0 .
Solución:
Se procede entonces a determinar la pendiente de la recta uno:
2 y  3x  5
 3x  5
y1 
2
3 5
Quedando entonces m1  y b1 
2 2
Teniendo esto y el punto dado, se puede hallar la recta perpendicular por medio de
punto pendiente m  ( x  xi )  ( y  yi ) , a su vez, la recta paralela se puede
 3x  5
encontrar gracias a y1  .
2
Recta Paralela: Por definición dos rectas son paralelas si poseen la misma
3 3
pendiente, entonces es válido decir que si m1  por consiguiente m 2  , de
2 2
la misma forma se sabe que la recta dos corta en el punto (-3,2) por lo que se toma
esto como xi & yi respectivamente y sustituyendo todo en la formula anterior:
3
x  (3)  y  2
2
3
x  3  y  2
2
3 9
x  y2
2 2
3 9
Despejando Y quedaría entonces: y x   2 resolviendo la suma de
2 2
 3x  5
fracciones correspondiente, y 2  .
2
9
Recta Perpendicular: Teniendo el punto pendiente y aplicando el inverso
1
multiplicativo m2  se puede definir fácilmente la recta perpendicular.
m1
2
 x  3  y  2
3
2
x2 y2
3
2
x4 y
3
2
y x4
3
Para graficar se le dará valores arbitrarios a X para hallar Y en ambas rectas,
teniendo en cuenta que anteriormente se estableció que la recta dos pasaba por el
punto (-3,2):
X Y1 Y2
1 1 -4
0 5/2 -5/2
-1 4 -1
-3 7 2
0
-3.5 -2.5 -1.5 -0.5 0.5 1.5 2.5 3.5
-2
-4
-6
L1 L2
10
1
Ejercicio número dos: Dada la recta uno  x  4 y  2 encontrar una recta
2
perpendicular a esta que pase por el punto (4, 2).
Solución:
Se procede entonces a encontrar la pendiente de la recta dada y como primer paso
se ordenan los términos en cada lado de la igualdad
1
x2
1 1 2 1 1
x  4y  2  4y  x  2 por tanto y1   y1  x  Teniendo esto se
2 2 4 8 2
1 1
deduce que: m1  x , b1   .
8 2
Una vez se conoce la pendiente, se aplica el inverso multiplicativo y con el punto
dado (4,2) se sustituye en el punto pendiente para hallar la recta perpendicular.
 8x  4  y  2
 8 x  32  2  y
y  8 x  34
Teniendo las ecuaciones de ambas rectas, se le darán valores arbitrarios a X para

hallar Y:
X L1 L2
0 -0,5 34
4 0 2
40
30
20
10
0
-2 -1 0 1 2 3 4 5 6
-10
-20
-30
-40
L2 L1
11
Ejercicio número tres: encuentre una recta paralela y una perpendicular que pasen
por el punto (2, -1) a la recta dada 2 x  3 y  5  0.
Solución:
El primer paso será entonces hallar la pendiente de la recta dada para
posteriormente determinar la recta paralela a esta.
2x  3y  5  0
3 y  2 x  5
 2x  5
y1 
3
Teniendo esto se puede establecer que:
2 5
m1  y b1 
3 3
Con la pendiente de la recta uno, se determina que la pendiente de la recta dos es
la misma, sin embargo, queda por hallar el punto pendiente el cual por medio de la
formula m  ( x  xi )  ( y  yi ) puede ser encontrado fácilmente con la pendiente y
el punto (2, -1).
2
( x  2)  ( y  (1))
3
2 4
x   y 1
3 3
2 4
x  1  y
3 3
2 1
y2  x
3 3
Quedando entonces:
2 1
m2  y b2 
3 3
Una vez se conoce la pendiente y punto pendiente de la recta dos, se aplica el
inverso multiplicativo y con el punto dado (2, -1) se sustituye nuevamente en la
fórmula de punto pendiente para hallar la recta perpendicular.
1
 L2 C2,1
3
m  m2 
k 2
R3 
3
x  2  y  1
2
12
3
x  3  y 1
2
3
y3  x  4
2
Como resultado se obtiene:
3
m3  y b3  4
2
Con los datos de las tres ecuaciones, se le darán valores arbitrarios a X para hallar
Y en cada una de las rectas:
X R1 R2 R3
0 1,66 0,33 -4
1 1 -0,33 -2,5
2 0,33 -1 -1
3 -0,33 -1,66 -0,5
0
-1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3 3.5
-1
-2
-3
-4
-5
R1 R2 R3
13
Sistemas de ecuaciones lineales en 𝐑𝟑
Definición
Un sistema de ecuaciones lineales, en concreto de m ecuaciones con n incógnitas,
es un conjunto de m igualdades que se pueden escribir en la forma:
 a11 x1  a12 x2    a1n xn  b1 

 a x  a x   a x  b 
 21 1 22 2 2n n 2
 
    
a m 2 x 2  a m 2 x2    a mn xn  bm 
Los números a ij ∈ ℝ para i = 1,2, … m ; j = 1,2, … n ; n reciben el nombre de

coeficientes y los bi ∈ ℝ para i = 1,2, … m, términos independientes. Por último,
X1 , X2 … Xn son las incógnitas del sistema. En el caso particular de que b1 =
b2 … bm = 0 el sistema se denomina homogéneo.
Demostración
Teniendo el siguiente sistema de ecuaciones se procederá a resolverlo por el
método de eliminación para así encontrar los puntos de corte de los planos Px, y, z 
a1 x  b1 y  c1 z  d1
a 2 x  b2 y  c 2 z  d 2
a3 x  b3 y  c3 z  d 3
Se pasa entonces a graficar los planos:

E1  1 (plano uno)
CompX   y  z   0
a1 x  d1
d
x 1
a1
Comp.Y  x  z   0
d1
y
b1
Comp.Z  x  y   0
d1
z
c1
14
Se tiene entonces que si se realiza el método de eliminación entre la ecuación
uno/dos se obtendrá una ecuación cuatro y de la misma manera, eliminando la
ecuación uno/tres, el resultado sería una quita ecuación; Por su parte, la quinta y
cuarta ecuación estarían sin la presencia de la variable (X), por lo que aplicando
respectivamente la eliminación entre estas se podría hallar el valor de la variable (Z)
y posteriormente (Y).
15
Práctica uno
Ejercicio número uno: encuentre el vector solución para el siguiente sistema de
𝐑𝟑 .
4x  y  z  4
 3x  2 y  2 z  7
2x  3 y  z  9
Solución:
En este sistema de ecuaciones será aplicado el método de eliminación, por lo que
el primer paso es tomar la ecuación uno y dos para crear una cuarta ecuación
4 x  y  z  4  (2) como se puede notar, para poder eliminar alguno de los
términos, es necesario aplicar una multiplicación por 2, sobre la ecuación uno y así
quedar:
8x  2 y  2 z  8
 3x  2 y  2 z  7
5 x  4 y  15  E 4
Este proceso se repite con la ecuación uno y tres respectivamente

4x  y  z  4
2x  3y  z  9
6 x  4 y  3  E5
Teniendo estas dos nuevas ecuaciones se puede hallar la variable X, multiplicando

a cualquiera de ellas por (-1)
5 x  4 y  15(1)  5 x  4 y  15
En este caso se aplicó a la ecuación cuatro, pudiendo eliminar la variable Y para

hallar el valor de X
 5 x  4 y  15
6 x  4 y  13
x  2
Una vez encontrado este valor, se sustituirá en la ecuación cuatro y cinco para hallar
Y
16
5(2)  4 y  15 6(2)  4 y  13
 10  4 y  15  12  4 y  13
4 y  25 4 y  25
25 25
y y
4 4
Se ha comprobado el valor de Y, por lo tanto, ambas variables serán reemplazadas
en la ecuación uno para hallar el valor de Z
25
4(2)  z4
4
25
8 4z
4
 23
z
4
Matrices
Definición
Una matriz es un conjunto ordenado en una estructura de filas y columnas.
Normalmente las matrices son designadas por letras mayúsculas. Por tanto, la
representación de una matriz seria la siguiente:
a11 a12 a13  a1n

a 21 a 22 a 23  a2n
A  a31 a32 a33  a3n
   
a m1 am2 a m3 a mn
Los elementos de una matriz se identifican por la fila y la columna que ocupan. Así,
designaremos por a32 el elemento que está situado en la tercera fila y segunda
columna de la matriz A. La dimensión de una matriz es n x m, siendo n el número
de filas y m el de columnas.
17
Clasificación de matrices
Matrices cuadradas: Una matriz cuadrada es la que tiene el mismo número de filas
que de columnas. Se dice que una matriz cuadrada n  n es de orden n y se
denomina matriz n-cuadrada.
Matriz identidad: Sea A  aij  una matriz n-cuadrada. La diagonal (o diagonal
principal) de A consiste en los elementos a11 , a 22,  a nn La traza de A, escrito
TrA, es la suma de los elementos diagonales. La matriz n-cuadrada con unos en la
diagonal principal y ceros en cualquier otra posición, denotada por I, se conoce
como matriz identidad (o unidad). Para cualquier matriz A, A· I = I ·A = A.
1 0
ℝ2 I = ( ) → Base canónica en ℝ2
0 1
1 0 0
ℝ3 I = (0 1 0) → Base canónica en ℝ3
0 0 1
Matrices triangulares: Una matriz cuadrada A  aij  es una matriz triangular

superior o simplemente una matriz triangular, si todas las entradas bajo la diagonal
principal son iguales a cero. Representándolo sería:
a11 a12 a13

Si A = ( 0 a22 a23 ) a11  a22  a33  0
0 0 a33
Matriz traspuesta: La traspuesta de una matriz A consiste en intercambiar las filas

por las columnas y se denota por AT . Así, la traspuesta de:
3 −1 4 3 2 4
A = (2 5 7) → AT = (−1 5 0)
4 0 9 4 7 9
 
En otras palabras, si A  aij  es una matriz m  n, entonces AT = a T ij es la matriz
n  m. La trasposición de una matriz cumple las siguientes propiedades:
1. (A + B)T = AT + BT
2. (AT )T = A
3. (kA)T = κAT (si k es un escalar).
4. (AB)T = AT BT .
Operaciones con matrices
Suma:
18
M mxn  mij  0
  A  B   aij  bij  ( A) mxn  aij
Amxn  aij  0
Cerradura:
Bmxn  bij
  A  B   aij   bij   C mxn  cij
Amxn  aij
Conmutativa:
C mxn  cij  C  D  D  C  E mxn
Dmxn  d ij cij  d ij  d ij  cij  eij
Asociativa:
Amxn
 A  B  C    A  B   C  D
Bmxn
aij  bij  cij   aij  bij   cij  d ij
C mxn
Multiplicación:
Si Amxn  aij  k  R  k  R
a
k 0ab
Fracción propia e impropia respectivamente.  b
a
k  0ab
b
Producto de matrices: no es conmutativo
a a12  b b  k k 
A   11  B   11 12  = A  B   11 12 
 a21 a22   b21 b22   k 21 k 22 
P11  a11 b11   a12 b21   k11
P  a11 b12   a12 b22   k12
A  B  K  k ij  12
P21  a 21 b11   a 22 b21   k 21
P22  a 21 b12   a 22 b22   k 22
P11  b11 a11   b12 a 21   h11
B  A  H  hij  P12  b11 a12   b12 a 22   h12

P21  b21 a11   b22 a 21   h21
P22  b21 a12   b22 a 22   h22
19
Práctica uno
1  3 
Ejercicio número uno: Dadas las siguientes matrices, A 2
3 1 
 4 5
 3 3 
B 2 4  hallar:
 1 4 
 2 
1. (A)*(B)
2. -2(A)+B
3. 3A-2B
Solución:
1)
 1 2  3    3 2  3 4  1 2 3 2   31 2 1 2 3 4   3 4   9 4 93 8 
  *        
3 4 1 5  1 2  4   3 4  3 2  1 51 2 3 4  3 4  1 5 4    41 40  109 80 
 1 2  3   3 2  3 4    1 6    3 2  3 4    5 2 21 4 
2)  2         
3 4 1 5  1 2  4   3 2  2 5   1 2  4    1  22 5 
 1 2  3    3 2  3 4   3 2  9    3  3 2   9 2  15 2 
3) 3   2          
 3 4 1 5   1 2  4   9 4 3 5   1  8   5 4 43 5 
Matriz escalonada: una matriz se dice que es escalonada, escalonada por filas o
que está en forma escalonada si:
1. El primer elemento de la matriz a11 debe ser igual a 1.
2. El primer elemento diferente de 0-1 de cada fila está a la derecha del primer
elemento diferente de 0.
3. El primer elemento diferente de 0 de cada fila es 1.
4. Todas filas cero están en la parte inferior de la matriz.
Si en cada fila el pivote es el único elemento no nulo de su columna, se dice que es
escalonada reducida por filas.
 a11 a12   1 k12 

Si A   =  
 a21 a22  0 1 
 1   1 a12 a11   1 k12   1 k12 

1) F1    F1      
 a11   a21 a22   0 a22  a21 k12   0 1 
20
2) F1  a21   F2  F2
 a 21  a 21 k12 
a 21 a 22
0 a 22  a 21 (k12 )
 1 
3) F2  
 a 22  a 21k12 
Ejercicio número dos: teniendo la siguiente matriz, llevarla a su forma escalonada.
  1 2  3
A   
 4 1 3 
1 6 
1) F1  2  F1 =  
 4 1 3
1 6 
2)  4F1  F2  F2   
 0  71 3 
  3 1 6
3) F2    F2   
 71  0 1
Matriz inversa:
Se llama matriz inversa de una matriz cuadrada A, y se expresa A-1, a la única

matriz que cumple que: Es decir, la matriz inversa de A es la única matriz que al
multiplicarla por ella obtenemos la matriz identidad del orden correspondiente.
𝑎1 𝑏1
𝑀 2𝑋2 → 𝑆 = ( )
𝑎2 𝑏2
El determinante del sistema debe ser = 0, para que el sistema tenga inversa.
Determinante: |𝑆| (2𝑋2)

|∆|=[𝑎1(𝑏1)] − [𝑎2(𝑏2)]
|∆| = 0
|𝑆| = 𝑘 ≠ 0
∀𝑘 ∈𝑹
21
𝑎1 𝑏1 1 𝑏2 −𝑏1 𝑏2/𝑘 −𝑏1/𝑘
𝑀 2𝑋2 = 𝑆 ( ) → 𝑆 −1 ( ) → 𝑆 −1 = ( )
𝑎2 𝑏2 |𝑆| −𝑎2 𝑎1 −𝑎2/𝑘 𝑎1/𝑘
Ejemplo:
3 1 1 1
− 1 −
𝑆 = ( 4 5) 𝑆 −1 = = ( 3 5) = |𝑆| = 3
1 𝑆 3 20
−2 2 −
3 4
1 1 20 20
20 3 − 5 −
𝑆 −1 = ( ) → 𝑆 −1 ( 9 15)
3 3 40
2 − −5
4 3
Matriz inversa utilizando identidad:
Si una matriz cuadrada es regular, entonces podemos realizar un número finito de

operaciones elementales fila para transformar la matriz en la matriz identidad.
En el método de Gauss se realizan las mismas operaciones sobre la matriz
identidad, transformándose así en la matriz inversa de A.
𝑎1 𝑏1 𝑎1 𝑏1 1 0 1 0 𝑘11 𝑘12
𝑀(2𝑋2) = 𝑆 ( ) → 𝑆 −1 ( ⋮ )=( ⋮ )
𝑎2 𝑏2 𝑎2 𝑏2 0 1 0 1 𝑘21 𝑘22
𝑎1 𝑎2 𝑎3 𝑎1 𝑎2 𝑎3 1 0 0
𝑀(3𝑥3) = 𝐴 (𝑏1 𝑏2 𝑏3) → 𝐴−1 (𝑏1 𝑏2 𝑏3 ⋮ 0 1 0)
𝑐1 𝑐2 𝑐3 𝑐1 𝑐2 𝑐3 0 0 1
1 0 0 𝑘11 𝑘12 𝑘13
𝐴−1 = (0 1 0 ⋮ 𝑘21 𝑘22 𝑘23)
0 0 1 𝑘31 𝑘32 𝑘33
Ejemplo:
3 1/2 ⋮1 0
𝑆=( )
−2/3 −1 ⋮ 0 1
22
1 1 1/6 1/3 0
𝑓1 ( ) → 𝐹1 = ( ⋮ )
3 −2/3 −1 0 1
2 1 1/6 1/3 0
𝐹1 ( ) + 𝑓2 = 𝐹2 = ( ⋮ )
3 0 −8/9 2/9 1
9 1 1/6 1/3 0
𝑓2 (− ) → 𝐹2 = ( ⋮ )
8 0 1 −1/4 −9/8
1 1 0 3/8 3/16
𝐹2 (− ) + 𝑓1 → 𝐹1 = ( ⋮ )
6 0 1 −1/4 −9/8
Determinantes:
Sarrus:
La regla de Sarrus nos sirve para resolver de manera muy sencilla el determinante
de una matriz de 3×3. Las diagonales azules se suman y las diagonales rojas se
restan. En este caso, el determinante es la zona sombreada de gris y hemos
repetido las dos primeras filas en la zona inferior.
𝑎1 𝑏1 𝑐1
𝐴 = (𝑎2 𝑏2 𝑐2)
𝑎3 𝑏3 𝑐3
|𝐴| = [𝑎1(𝑏2)(𝑐3) + 𝑎2(𝑏3)(𝑐1) + 𝑏1(𝑐2)(𝑎3)] = 𝑘1

=[𝑎3(𝑏2)(𝑐1) + 𝑏3(𝑐2)(𝑎1) + 𝑎2(𝑏1)(𝑐3)] = 𝑘2
|𝐴| = 𝑘1 − 𝑘2
∀𝐾 ∈𝑹
Ejemplo:
3 4 −1
|𝑆| = (−2 2 −3)
−4 1 2
|𝑆| = [12 + 48 + 2] − [8 − 9 − 16]
23
|𝑆| = [62] − [−17]
|𝑆| = 62 + 17 = 79
Determinantes por cofactores:
𝑎1 𝑏1 𝑐1
𝐴 = (𝑎2 𝑏2 𝑐2)
𝑎3 𝑏3 𝑐3
+ − +
𝐴 = (− + −)
+ − +
𝐶𝑂𝐹 𝑓1:
𝑏1 𝑐2 𝑎2 𝑐2 𝑎2 𝑏2
𝑎1 ( ) − 𝑏1 ( ) + 𝑐1 ( )
𝑏3 𝑐3 𝑎3 𝑐3 𝑎3 𝑏3
(𝑏2(𝑐3) − 𝑏3(𝑐2)) (𝑎2(𝑐3) − 𝑎3(𝑐3)) (𝑎2(𝑏3 − 𝑎3(𝑏2))
𝑎1 − 𝑏1 + 𝑐1
𝑘1 𝑘2 𝑘3
𝑆𝑜𝑙𝑢𝑐𝑖𝑜𝑛 ∶ 𝑎1(𝑘1) − 𝑏1(𝑘2) + 𝑐1(𝑘3) = 𝑘4 ∈ 𝑹
𝐶𝑂𝐹 𝑐𝑜𝑙3:
𝑎2 𝑏2 𝑎1 𝑏1 𝑎1 𝑏1
( ) ( ) ( )
𝐶1 𝑎3 𝑏3 − 𝐶2 𝑎3 𝑏3 + 𝐶3 𝑎3 𝑏3
𝐾5 𝑘6 𝐾7
𝐶1(𝐾5) − 𝐶2(𝐾6) + 𝐶3(𝐾7) = 𝐾4 ∈ 𝑹
Ejemplo:
1 1
−3
2 4
1
𝐴= − −2 3
3
2
( 3 −1 − )
3
24
𝐶𝑂𝐹 𝑓3:
1 1 1
1 2 −3
3 (−3 4) − (−1) ( 2 4) + (− ) ( 2 )
1 3 1
−2 3 − 3 − −2
3 3
1 3 1 2
3 (−9 + ) + ( + ) − (−1(−1))
2 2 12 3
17 19 4
3 (− )+ +
2 12 3
51 19 4 271
− + + =−
2 12 3 12
𝐶𝑂𝐹 𝑐𝑜𝑙 2:
1 1 1 1 1
− 3
−(−3) ( 3 ) + (−2) ( 2 4 ) − (−1) ( 2 4 )
2 2 1
3 − 3 − − 3
3 3 3
79 13 19
3 (− ) − 2 (− ) + 1 ( )
9 12 12
79 13 19 −316 + 16 + 19 271
− + + = = −
3 6 12 12 12
Cramer:
Un sistema de ecuaciones lineales recibe el nombre de sistema de Cramer cuando

se cumplen las dos condiciones siguientes:
1-El número de ecuaciones es igual al número de incógnitas.
25
2-El determinante de la matriz de los coeficientes (matriz del sistema) es distinto de
cero ( det ( A ) ≠0 )
Ecuación de 2 incógnitas:
𝑎1𝑥 + 𝑏1𝑦 = 𝑐1
𝑎2𝑥 + 𝑏2𝑦 = 𝑐2
𝑎1 𝑏1 ⋮ 𝑐1 𝑎1 𝑏1
( ) = |𝑆| = ( ) = 𝐾𝑛
𝑎2 𝑏2 ⋮ 𝑐2 𝑎2 𝑏2
|𝑆| = 𝐾𝑛 ≠ 0
|𝑋| = (𝑐1 𝑏1) = 𝑘1 → 𝑋 =

𝑘1
𝑐2 𝑏2 𝑘𝑛
|𝑌| = (𝑎1 𝑐1) = 𝑘2 → 𝑌 =

𝑘2
𝑎2 𝑐2 𝑘𝑛
Ecuación con 3 incógnitas:

𝑎1𝑥 + 𝑏1𝑦 + 𝑐1𝑧 = 𝑑1
𝑎2𝑥 + 𝑏2𝑦 + 𝑐2𝑧 = 𝑑2
𝑎3𝑥 + 𝑏3𝑦 + 𝑐3𝑧 = 𝑑3
𝑎1 𝑏1 𝑐1
|𝑆| = (𝑎2 𝑏2 𝑐2)
𝑎3 𝑏3 𝑐3
|𝑆| = 𝑘1 ≠ 0
𝑑1 𝑏1 𝑐1 𝑘1
|𝑋| = (𝑑2 𝑏2 𝑐2) = 𝑘1 → |𝑋| =
𝑘𝑛
𝑑3 𝑏3 𝑐3
26
𝑎1 𝑑1 𝑐1 𝑘2
|𝑌| = (𝑎2 𝑑2 𝑐2) = 𝑘2 → |𝑌| =
𝑘𝑛
𝑎3 𝑑3 𝑐3
𝑎1 𝑏1 𝑑1 𝑘3
|𝑍| = (𝑎2 𝑏2 𝑑3) = 𝑘3 → |𝑍| =
𝑘𝑛
𝑎3 𝑏3 𝑐3
Ejemplo:
5𝑥 + 3𝑦 − 4𝑧 = 2
2𝑥 + 𝑦 − 2𝑧 = −4
3𝑥 + 6𝑦 − 6𝑧 = 6
5 3 4
|𝑆| = (2 1 −2) → |𝑆| = (−30 + 40 − 18) − (12 − 36 − 50)
3 5 −6
|𝑆| = (−8) − (−74) = 66
2 3 4 204 34
|𝑋| = (−4 1 −2) → − =− = −3.09
66 11
6 5 −6
5 2 4 287
|𝑌| = (2 −4 −2) → = 4.34
66
3 6 −6
5 3 2 96 16
|𝑍| = (2 1 −4) → = = 1.45
66 11
3 6 6
27
Vectores en 𝑹𝟐 :
𝑌1 = 𝑏
𝑋1 = 𝑎
𝐷𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛 ‖𝑉‖
𝑏
𝑇𝑎𝑛𝜃 =
‖𝑉‖
𝑎
‖𝑉‖
𝑏
𝑇𝑎𝑛𝜃 =
𝑎
𝑏
𝜃 = 𝑇𝑎𝑛−1 ( )
𝑎
Dirección:
𝑠𝑒𝑛𝜃
𝑇𝑎𝑛𝜃 =
𝑐𝑜𝑠𝜃
Magnitud:
𝑐𝑜 𝑏
𝑆𝑒𝑛𝜃 = =
ℎ ‖𝑉‖
𝑐𝑎 𝑎
𝐶𝑜𝑠𝜃 = =
ℎ ‖𝑉‖
‖𝑉‖ = √(𝑥12 ) + (𝑦12 )
Ejemplo:
28
7 17
⃗ =( , )
𝑉
2 3
72 172
𝑀𝑎𝑔𝑛𝑖𝑡𝑢𝑑: ‖𝑉‖ = √ + = 6.6
2 3
5.666
𝐷𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛: 𝜃 = 𝑇𝑎𝑛−1 ( ) = 58.2
3.5
Operaciones entre vectores:
Suma: Se define el vector suma de ambos (w) a otro vector cuyas componentes se
calculan sumando las componentes de cada uno de ellos.
⃗⃗⃗⃗⃗
𝑉1 = (𝑋1, 𝑌1) ˄ ⃗⃗⃗⃗⃗
𝑉2 = (𝑋2, 𝑌2)
⃗⃗⃗⃗⃗ + 𝑉2
𝑉1 ⃗⃗⃗⃗⃗ = 𝑉2
⃗⃗⃗⃗⃗ + 𝑉1
⃗⃗⃗⃗⃗ = 𝑉3
⃗⃗⃗⃗⃗
𝑆𝑖 ⃗⃗⃗⃗⃗
𝑉1 ˄ ⃗⃗⃗⃗⃗
𝑉2 ∈ 𝑅 = ⃗⃗⃗⃗⃗
𝑉3 ∈ 𝑅
Ejemplo:
𝑆𝑒 𝑡𝑖𝑒𝑛𝑒 𝑞𝑢𝑒 (𝑋1, 𝑌1) + (𝑋2, 𝑌2) = (𝑋2, 𝑌2) + (𝑋1, 𝑌1)
(𝑋3, 𝑌3) = (𝑋3, 𝑌3)
⃗⃗⃗⃗⃗ = (𝑋1, 𝑌1)
𝑆𝑖 𝑉1
⃗⃗⃗⃗⃗
𝑉2 = (0 , 0)
⃗⃗⃗⃗⃗
𝑉1 + ⃗⃗⃗⃗⃗
𝑉2 = ⃗⃗⃗⃗⃗
𝑉1
29
𝑆𝑖 (𝑉1 𝑉2 + ⃗⃗⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗ + ⃗⃗⃗⃗⃗ 𝑉3) ∈ 𝑅 2
⃗⃗⃗⃗⃗ + ⃗⃗⃗⃗⃗
(𝑉1 𝑉2 + ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ + ⃗⃗⃗⃗⃗
𝑉3) = (𝑉1 𝑉2 ) + ⃗⃗⃗⃗⃗⃗
𝑉3
⃗⃗⃗⃗⃗ )
(𝑉4 = ⃗⃗⃗⃗⃗ )
(𝑉4
⃗⃗⃗⃗⃗
𝑉1 = (𝑋1, 𝑌1)
⃗⃗⃗⃗⃗ = (𝑋2, 𝑌2)
𝑉2
⃗⃗⃗⃗⃗
𝑉3 = (𝑋3, 𝑌3)
= ((𝑋1 + 𝑋2 + 𝑋3), (𝑌1 + 𝑌2 + 𝑌3)) = ((𝑌1 + 𝑌2 + 𝑌3), (𝑋1 + 𝑋2 + 𝑋3))
(𝑋4, 𝑌4) = (𝑋4, 𝑌4)
Diferencia entre vectores

⃗⃗⃗⃗⃗
𝑉1 = (𝑋1, 𝑌1)
⃗⃗⃗⃗⃗ = (𝑋2, 𝑌2)
𝑉2
→ ⃗⃗⃗⃗⃗
𝑉1 − ⃗⃗⃗⃗⃗
𝑉2 ≠ ⃗⃗⃗⃗⃗
𝑉2 − ⃗⃗⃗⃗⃗
𝑉1
((𝑋1 − 𝑋2), (𝑌1 − 𝑌)) ≠ ((𝑋2 − 𝑋1), (𝑌2 − 𝑌1))
⃗⃗⃗⃗⃗
𝑉3 = ⃗⃗⃗⃗⃗
𝑉4
Producto escalar:
El producto escalar de dos vectores ⃗⃗⃗

𝑉1 y ⃗⃗⃗
𝑉2que forman un ángulo φ se define como:
⃗⃗⃗⃗⃗
𝑉1 = (𝑋1 , 𝑌1) ˄ ⃗⃗⃗⃗⃗
𝑉2 = (𝑥2, 𝑦2)
⃗⃗⃗⃗⃗
𝑉1 𝑋 ⃗⃗⃗⃗⃗ = 𝐾 ∈ 𝑹
𝑉2
30
Producto por escalar
10
9
8
7
6
5
4
3
2
1
θ
0
0 1 2 3 4 5 6 7 8 9 10
vector1 vector 2 vector 3
Ejemplo:
7
⃗⃗⃗⃗⃗
𝑉1 = (5, − )
2
14
⃗⃗⃗⃗⃗ = (−
𝑉2 , 6)
3
3
⃗⃗⃗⃗⃗ − ⃗⃗⃗⃗⃗
(2𝑉1 𝑉2 )
2
⃗⃗⃗⃗⃗ (10, −7) − ⃗⃗⃗⃗⃗

(𝑉1 𝑉2(−7,9))
⃗⃗⃗⃗⃗ − 𝑉2
𝑉1 ⃗⃗⃗⃗⃗ = (17,2)
Distancia entre Vectores:
31
Cuando los puntos se encuentran ubicados sobre el eje x o en una recta paralela a
este eje, la distancia entre los puntos corresponde al valor absoluto de la diferencia
de sus abscisas.
⃗ − ⃗⃗𝑣 = √(𝑥2 − 𝑥1 )2 + (𝑦2 − 𝑦1 )2 = 𝐾 ∈ 𝑅

⃗)=𝑢
𝑑(𝑣, 𝑢
⃗ , 𝑣) = 𝑣 − ⃗⃗⃗𝑢 = √(𝑥1 − 𝑥2 )2 + (𝑦1 − 𝑦2 )2 = 𝐾 ∈ 𝑅

𝑑(𝑢
Ejemplo:
11
Si 𝑢
⃗ = (− , 7)
2
13
𝑣 = (5, 3 )
Calcular la distancia d (𝑣, 𝑢

⃗ ):
d=(𝑣 ⃗)=𝑢
⃗⃗⃗ , 𝑢 ⃗ − 𝑣=
11 13
(− , 7) − (5, 3 )
3
11 2 13 2
𝑢𝑣 = √(5 +
⃗⃗⃗⃗ ) + ( − 7)
2 3
𝑑 = 10.8 𝑢
32
Angulo entre vectores:
El ángulo entre dos vectores se determina a partir de la siguiente fórmula:
(𝑢). (𝑣)
Cosθ = ( )
‖𝑣‖. ‖𝑢‖
Cosθ = (𝐾)
𝜃 = 𝐶𝑜𝑠 −1 (𝐾) → 𝑣𝑙𝑟⦠𝜃
Ejemplo:
Dados v, u determine el ángulo entre los vectores:
8
𝑣 = ( , 7)
3
11
𝑢 = (−5, )
3
8 2
‖𝑣‖ = √( ) + (7)2
3
‖𝑣‖ = 7.46
11 2
‖𝑢‖ = √(−5)2 + ( )
3
‖𝑢‖ = 6.20
37
𝐶𝑜𝑠𝜃 = ( 3 )
1 1
‖3 √505‖ 𝑥 ‖3 √346‖
37
𝐶𝑜𝑠𝜃 =
7
1
( 9 √174.730 )
33
37𝑥9
𝐶𝑜𝑠𝜃 = ( )
3√174.730
11
𝐶𝑜𝑠𝜃 = ( )
√174.720
𝐶𝑜𝑠𝜃 = (0,26655)
𝜃 = 74.93°
Angulo
10
entre vectores
θ=74,9 4
0
-6 -4 -2 0 2 4 6 8 10
Proyección de un vector en 𝑹𝟐 :
Proyeccion de un vector
10
9
8
7
6
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8
34
(𝑢𝑥𝑣)
𝑃𝑟𝑜𝑦 𝑢(𝑣) : ( ‖𝑣 2‖ 𝑣 )
𝑘1
𝑃𝑟𝑜𝑦 𝑢(𝑣): ( (𝑥1 𝑥2 ))
𝑘2
𝑘𝑥1 , 𝑘𝑥2 𝑘𝑥1 𝑘𝑦1
𝑃𝑟𝑜𝑦 𝑢(𝑣): ( )=( , )
𝑘2 𝑘2 𝑘2
137
𝑢
⃗ x𝑣 =
4
5 2
‖𝑉‖ = √(3)2 + ( )
2
25 √61
‖𝑉‖ = √9 + ( ) =
4 2
137⁄
𝑃𝑟𝑜𝑦 𝑢(𝑣) = 4 (3, 5)
2 2
(√61⁄2)
( )
137 5 411 685
𝑃𝑟𝑜𝑦𝑢(𝑣) = (3, ) = ( , )
61 2 61 122
Vector unitario:
Un vector unitario es aquél que tiene módulo 1. Para hallar un vector unitario a partir
de cualquier vector, hay que dividir este último por su módulo.
35
vector unitario
10
9
8
7
6
5
4
3
2
1
0
0 1 2 3 4 5 6 7 8 9 10
𝑣𝑛 = (𝑥𝑛 , 𝑦𝑛 )
𝑆𝑖 ⃗⃗⃗⃗
1
𝑣𝑛 = (
⃗⃗⃗⃗ (𝑣 ))
‖𝑣‖ 𝑛
⃗⃗⃗⃗⃗⃗⃗⃗
‖𝑣‖ = √𝑥 2 𝑛 + 𝑦 2 𝑛
⃗⃗⃗⃗⃗⃗⃗ = 𝑘 ∈ 𝑅 ∀ 𝑘 ≠ 0
‖𝑣‖
1
𝑣𝑛 =
⃗⃗⃗⃗ (𝑥 , 𝑦 )
𝑘 𝑛 𝑛
𝑥𝑛 𝑦𝑛
𝑣𝑛 = ( , )
⃗⃗⃗⃗
𝑘 𝑘
‖𝑣𝑛 ‖=1
Ejemplo:
𝑣 = (3,4)
‖𝒗‖ = √(3)𝟐 + (4)𝟐 = 𝟓

⃗⃗⃗⃗
𝒗𝒖 = 𝒗
1
𝑣𝑢 = (3,4)
⃗⃗⃗⃗
5
36
3 4
𝑣𝑢 = ,
⃗⃗⃗⃗
5 5
9 16 25
‖𝑣𝑢 ‖ = √ + =√ =1
15 25 25
Determinante por Adjunta:

Calcular 𝐴−1 =
𝑎11 𝑎12 𝑎13
𝑎
𝑠𝑖 𝐴 = ( 21 𝑎22 𝑎23 )
𝑎31 𝑎32 𝑎33
1
𝐴−1 = (𝐴𝑑𝑗 𝐴)
|𝐴|
𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑟 |𝐴| = 𝑘 ∈ 𝑅
∀𝑘 ≠0
𝑂𝑟𝑑𝑒𝑛 𝑝𝑜𝑠𝑖𝑐𝑖𝑜𝑛𝑎𝑙 𝑡𝑒𝑟𝑚𝑖𝑛𝑜𝑠 𝑑𝑒 𝑠𝑖𝑔𝑛𝑜𝑠
+ − +
(− + −)
+ − +
𝑎22 𝑎23 𝑎21 𝑎23 𝑎22 𝑎21

𝑓1 = ((𝑎 𝑎33 ) − (𝑎31 𝑎33 ) + (𝑎31 𝑎32 ))
32
(𝐾11 ) (𝐾12 ) (𝐾13 )

𝑎12 𝑎13 𝑎11 𝑎13 𝑎11 𝑎12
𝑓2 = (− (𝑎 𝑎33 ) + (𝑎31 𝑎33 ) − (𝑎31 𝑎32 ))
32
(𝐾21 ) (𝐾22 ) (𝐾23 )
𝑎12 𝑎13 𝑎11 𝑎13 𝑎11 𝑎12

𝑓3 = ((𝑎 𝑎23 ) − (𝑎21 𝑎23 ) + (𝑎21 𝑎22 ))
22
(𝐾31 ) (𝐾32 ) (𝐾33 )

1
𝐴−1 = (𝐴𝑑𝑗)𝑡
|𝐴|
1
𝐴−1 = (𝐴𝑑𝑗)𝑡
𝐾
37
Ejemplo:
0 1 1 1
𝐴 = (1 0 0) 𝐴−1 = . 𝐴𝑑𝑗(𝐴𝑡 )
|𝐴|
0 0 1
|𝐴| = 0 + 0 + 0 − (0 + 0 + 1) = −1
0 1 0
𝐴𝑡 = (1 0 0)
1 0 1
0 0 1 0 1 0
𝐴𝑑𝑗(𝐴𝑡 ) = 𝑓1 (( )−( )( ))
0 1 1 1 1 0
1 0 0 0 0 1
𝑓2 (− ( )( )−( ))
0 1 1 1 1 0
1 0 0 0 0 1
𝑓3 (( )−( )( ))
0 0 1 0 1 0
0 −1 0
𝐴𝑑𝑗(𝐴𝑡 ) = (−1 0 1)
0 0 −1
0 −1 0 0 1 0
−1 1
𝐴 = −1 . (−1 0 1 ) = (1 0 −1)
0 0 −1 0 0 1
Vectores en 𝐑𝟑
Definición
Los vectores en R3 tienen magnitud || v || x12  ( y 1 ) 2  ( z1 ) 2 || v || k  R
La dirección del vector se puede hallar por los cosenos directores:

x1 x
Cos( x)  ∡x = cos −1 ( k1 )
|| v ||
y1 y
Cos( y )  ∡y = cos −1 ( k1 )
|| v ||
38
z1 z
Cos( z )  ∡z = cos −1 ( k1 )
|| v ||
Práctica
Ejercicio número uno: Si v  11 2,  5 2, 7 determine la dirección del vector.
|| v || x12  ( y 1 ) 2  ( z1 ) 2
|| v || 11 22   5 22  7 2 

3 38
 9,25
2
x  11 2 
∡x = cos −1 ( k1 ) = cos 1    53,5
 9, 25 
y 5 2
∡y = cos −1 ( k1 ) = cos 1    105,7 
 9,25 
z  7 
∡z = cos −1 ( 1 ) = cos 1    40,8 
k
 9,25 
Operaciones entre vectores en 𝐑𝟑
1) Si V1  V2  V1 V  R 3  v1  v2  v1 entonces v1  v2 donde:
v1  ( x1 , y1 , z1 ) v2  (0,0,0) es igual a ( x1 , y1 , z1 )  v1
2) Si k  R v1  R 3  kv1  k ( x1 , y1 , z1 )  kv1  (kx1 , ky1 , kz1 )
3) Si v1 , v2  (V )  (V )  R 3  v1  ( x1 , y1 , z1 ) v2  ( x2 , y 2 , z 2 )
39
Propiedades de los vectores en 𝐑𝟑
Clausurativa:
v1  v 2  v 2  v1
( x1 , y1 , z1 )  ( x 2 , y 2 , z 2 )
( x1  x2 ), ( y1  y 2 ), ( z1  z 2 )
x3 , y 3 , z 3  v3  R 3
Conmutativa:
v1  v2  v 2  v1
( x1 , y1 , z1 )  ( x2 , y 2 , z 2 )  ( x2 , y 2 , z 2 )  ( x1 , y1 , z1 )
( x1  x2 ), ( y1  y 2 ), ( z1  z 2 )  ( x2  x1 ), ( y 2  y1 ), ( z 2  z1 )
x3 , y 3 , z 3  x3 , y 3 , z 3  v3  R 3
Asociativa:
v1 , v 2 , v3  (V )  (V )  R 3
v1  (v2  v3 )  (v1  v2 )  v3
( x1 , y1 , z1 )  ( x 2 , y 2 , z 2 )  ( x3 , y 3 , z 3 )  ( x1 , y1 , z1 )  ( x 2 , y 2 , z 2 )  ( x3 , y 3 , z 3 )
( x1 , y1 , z1 )  ( x 2  x3 ), ( y 2  y 3 ), ( z 2  z 3 )  ( x1  x 2 ), ( y1  y 2 )( z1  z 2 )  ( x3 , y 3 , z 3 )
( x1 , y1 , z1 )  ( x5 , y 5 , z 5 )  ( x3 , y 3 , z 3 )  ( x3 , y 3 , z 3 )
( x1  x5 ), ( y1  y 5 ), ( z1  z 5 )  ( x3  x3 ), ( y 3  y 3 ), ( z 3  z 3 )
( x6 , y 6 , z 6 )  ( x6 , y 6 , z 6 )
Distancia entre dos puntos

La distancia entre dos puntos es igual al módulo del vector que tiene de
extremos dichos puntos.
40
u   x1 , y1 , z1 
v  x2 , y 2 , z 2 
d u v   x2  x1 2  ( y 2  y 1 ) 2  ( z 2  z1 ) 2
d v u   x1  x2 2  ( y1  y 2 ) 2  ( z1  z 2 ) 2
d u v   d v u   k  R
Teniendo en cuenta u  v
Ecuación vectorial:
u v  Ev1   x 2  x1 iˆ   y 2  y1  ˆj   z 2  z1 kˆ
v u  Ev2   x1  x 2 iˆ   y1  y 2  ˆj   z1  z 2 kˆ
Ev1  Ev2
Producto punto
Si
v1  x1 , y1 , z1 
v2  x2 , y 2 , z 2 
Entonces  v1 v2   v2 v1   k  R
41
 v1 v2   ( x1 )( x2 )  ( y1 )( y2 )  ( z1 )( z 2 )  k
 v 2 v1   ( x 2 )( x1 )  ( y 2 )( y1 )  ( z 2 )( z1 )  k
 k R
Angulo entre vectores 𝐑𝟑
Definición
Dos vectores A y B pueden están inclinados en un ángulo θ respecto uno del
otro.
La forma más sencilla de determinar dicho ángulo es calcular el arco coseno del
producto escalar de ambos vectores dividido entre el producto de sus módulos:
 u v 
Cos   

 u  v 
 u v 
  Cos 1  

 u v 
Practica uno
Ejercicio número uno: si se tienen dos vectores
v  5 2 , 4, 6 u  3,  5, 11 2 determinar el ángulo entre ellos.
Solución:
42
u  v  5 2, 4, 6  3,  5, 11 2 
41
 20,5
2
v  5 22  42  62 

233
 7,63
2
u  32   52  11 22 

257
 8,02
2
 20,5 
  Cos 1    70,42
 7,638,02 
Proyección de un vector
Se define la proyección de un vector ⃗U sobre un vector ⃗V como la proyección

⃗ sobre la recta que contiene al vector V
del vector U ⃗.
u v 
Proy. Uv   2   v 
 v 
 
uv 
Proy. Vu   2   u 
 u 
 
Practica uno
Ejercicio número uno: si se tienen dos vectores
v  3, 1 4 , 2 u  1 2 ,  3, 4 hallar ambas proyecciones.
Solución:
u  v  1 2,  3, 4   3, 1 4 , 2 
23
4
2
209  209  209
 (3)  (1 4)  (2)   v    
2 2 2 2
v 
4  4  16
2
101  101  101
 (1 2)  (3)  (4)   u    
2 2 2 2
u 
2  2  4
 23 4   92    276 184 
   3, 1 4, 2      3, 1 4, 2  
23
Proy.Uv=  , , 
 209 16   209   209 209 209 
43
 23 4   23   23  69 92 
Proy.Vu=    1 2 ,  3, 4     1 2 ,  3, 4   , , 
 101 4   101   202 101 101 
Producto X entre vectores

Si v1  ( x1 , y1 , z1 ) v2  ( x2 , y2 , z 2 ) entonces v1  v 2  ai  b j  ck
x1 y1 z1
v1  v2   teniendo esto se establece que la primera columna
x2 y2 z2
corresponde al valor de î el cual será hallado multiplicando en cruz entre las
columnas restantes, la segunda columna a ĵ, multiplicando la columna 1-3 y por
ultimo a k̂, que se encuentra multiplicando las primeras dos columnas entre sí.
Por lo tanto v1  v 2  ai  b j  ck quedaría de la siguiente manera:
v1  v 2   y1  z 2    y 2  z1 iˆ  x1  z 2   x 2  z1  ˆj  x1  y 2   x 2  y1 kˆ

Practica uno
Ejercicio número uno: hallar y graficar los siguientes productos entre vectores
v1  v2  v2  v1 
Solución:
3 2 5 3 4
1) v1  v2  
4 3 2 3 4
(v1  v 2 )   5 3   3 4  2  4iˆ  3 2   3 4   4 3  4 ˆj  3 2  2   4 3   5 3kˆ
(v1  v 2 )  5 4  8iˆ   9 8  16 3 ˆj  3  20 9kˆ


(v  v )   27 4 iˆ,  101 24 ˆj , 7 9 kˆ
1 2 
4 3 2 3 4
2) v2  v1  
3 2 5 3 4
(v 2  v1 )  2  4   5 3   3 4iˆ   4 3  4  3 2   3 4 ˆj   4 3   5 3  3 2  2kˆ
(v 2  v1 )  8  5 4iˆ   16 3  9 8 ˆj  20 9  3kˆ


(v  v )  27 4 iˆ, 101 24 ˆj ,  7 9 kˆ
2 1 
44
Área de paralelogramo en 𝑹𝟑 :
Dados tres puntos en el espacio calcular el área del paralelogramo.
𝑃 = (𝑥1 , 𝑦1 , 𝑧1 )
𝑄 = (𝑥2 , 𝑦2 , 𝑧2 )
𝑅 = (𝑥3 , 𝑦3 , 𝑧3 )
⃗⃗⃗⃗⃗ = 𝑄 − 𝑃 = (𝑋2 − 𝑋1 )𝑖 + (𝑦2 − 𝑦1 )𝑗 + (𝑧2 − 𝑧1 )𝑘

𝐸𝑣1 = 𝑃𝑄
(𝑎1 ) (𝑏1 ) (𝑐1)
⃗⃗⃗⃗⃗ = 𝑎1 𝑖 + 𝑏1 𝑗 + 𝑐1 𝑘
𝑃𝑄
⃗⃗⃗⃗⃗ = 𝑅 − 𝑄 = (𝑥3 − 𝑥2 )𝑖 + (𝑦3 − 𝑦2 )𝑗 + (𝑧3 − 𝑧2 )𝑘

𝐸𝑣2 = 𝑄𝑅
(𝑎2 ) (𝑏2 ) (𝑐2)
⃗⃗⃗⃗⃗ = 𝑎2 𝑖 + 𝑏2 𝑗 + 𝑐2 𝑘
𝑄𝑅
⃗⃗⃗⃗⃗ x𝑄𝑅
∀ 𝐴𝑟𝑒𝑎 → (𝑃𝑄 ⃗⃗⃗⃗⃗ ) =
𝑎1 𝑏1 𝑐1
(𝑎 2 𝑏2 𝑐2 ) = (𝑏1 𝑐2 − 𝑐1 𝑏2 )𝑖 − (𝑎1 𝑐2 − 𝑎2 𝑐1 )𝑗 + (𝑎1 𝑐2 − 𝑎2 𝑐2 )𝑘
𝑎3 𝑏3 𝑐3
⃗⃗⃗⃗⃗
𝑃𝑄 x𝑄𝑅⃗⃗⃗⃗⃗ = 𝑎3 𝑖 − 𝑏3 𝑗 + 𝑐3 𝑘
⃗⃗⃗⃗⃗ x𝑄𝑅
‖𝑃𝑄 ⃗⃗⃗⃗⃗ ‖ = √(𝑎3)2 + (−𝑏3)2 + (𝑐3)2
𝐾∈𝑅
∀𝐾 >0
45
Ejemplo:
𝑃 = (2, 3, −4)
𝑄 = (4, −3, 7)
𝑅 = (2, −2, 6)
⃗⃗⃗⃗⃗ = 𝑄 − 𝑃(4 − 2) + (−3 − 3)𝑗 + (7 + 4)𝑘

𝐸𝑉1 = 𝑃𝑄
⃗⃗⃗⃗⃗
𝑃𝑄 = 2𝑖 − 6𝑗 + 11𝑘
⃗⃗⃗⃗⃗ = 𝑅 − 𝑄 = (2 − 4)𝑖 + (−2 + 3)𝑗 + (6 − 7)𝑘
⃗⃗⃗⃗⃗ = −2𝑖 + 𝑗 − 𝑘
𝑄𝑅
⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ = ( 2 −6 11 )
𝑃𝑄 X 𝑄𝑅
−2 1 −1
⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ = (−6(−1) − (1)(11)𝑖 − (2(−1) − (−2)(11)𝑗 + (2(1) − (−2)(−6)𝑘)
𝑃𝑄 X 𝑄𝑅
⃗⃗⃗⃗⃗
𝑃𝑄 X𝑄𝑅⃗⃗⃗⃗⃗ = −5𝑖 − 20𝑗 − 10𝑘
⃗⃗⃗⃗⃗ X𝑄𝑅
‖𝑃𝑄 ⃗⃗⃗⃗⃗ ‖ = √(−5)2 + (−20)2 + (−10)2
⃗⃗⃗⃗⃗ X𝑄𝑅
‖𝑃𝑄 ⃗⃗⃗⃗⃗ ‖ = (22,91𝑢2 )
46
Volumen:
𝑃 = (𝑥1 , 𝑦1 𝑧1 )
𝑄 = (𝑥2 , 𝑦2 , 𝑧2 )
𝑅 = (𝑥3 , 𝑦3, 𝑥3 )
ℎ = 𝑤 = (𝑥4 , 𝑦4 𝑧4 )
⃗ = 𝑄 − 𝑃 = (𝑥2 − 𝑥1 )𝑖 + (𝑦2 − 𝑦1 )𝑗 + (𝑧2 − 𝑧1 )𝑘
𝑉
(𝑎1 ) (𝑏1 ) (𝑐1 )
⃗ = 𝑎1 𝑖 + 𝑏1 𝑗 + 𝑐1 𝑘
𝑉
⃗ = 𝑅 − 𝑄 = (𝑥3 − 𝑥2 )𝑖 + (𝑦3 − 𝑦2 )𝑗 + (𝑧3 − 𝑧2 )𝑘

𝑈
(𝑎2 ) ( 𝑏2 ) (𝑐2 )
⃗ = 𝑎2 𝑖 + 𝑏2 𝑗 + 𝑐2 𝑘
𝑈
𝑎1 𝑏1 𝑐1
⃗ X𝑈
(𝑉 ⃗⃗⃗⃗⃗ X𝑄𝑅
⃗ ) = 𝑃𝑄 ⃗⃗⃗⃗⃗ = (𝑎2 𝑏2 𝑐2 )
𝑎3 𝑏2 𝑐3
⃗ X𝑈
(𝑉 ⃗ ) = (𝑏1 𝑐2 − 𝑐1 𝑏2 )𝑖 − (𝑎1 𝑐2 − 𝑎2 𝑐1 )𝑗 + (𝑎1 𝑏2 − 𝑎2 𝑏1 )𝑘
(𝑎3 ) (𝑏3 ) (𝑐3 )
47
⃗ X𝑈
𝑉 = |𝑤. (𝑉 ⃗ )|
𝑉 = |(𝑥4 𝑦4 𝑧4 ). (𝑎3, − 𝑏3, 𝑐3 )|
𝑉 = |𝑥4 (𝑎3 ) − 𝑦4 (𝑏3 ) + 𝑧4 (𝑐3 )|

𝑉 = |𝑘| = 𝑘 ∈ 𝑹
∀𝐾 >0
Ejemplo:
𝑃 = (4,3, −2)
𝑄 = (3,3,3)
𝑅 = (2, −3,1)
h=𝑊 = (4,5,7)
⃗ = 𝑄 − 𝑃 = (3 − 4)𝑖 + (3 − 3)𝑗 + (3 + 2)𝑘

𝑉
⃗ = 𝑄 − 𝑃 = (−1)𝑖 + (0)𝑗 + (5)𝑘
𝑉
⃗ = 𝑅 − 𝑄 = ((2 − 3)𝑖 + (−3 − 3)𝑗 + (1 − 3)𝑘)

𝑈
⃗ = 𝑅 − 𝑄 = (−1𝑖 − 6𝑗 − 2𝑘)
𝑈
⃗ ) = (−1 0
⃗ X𝑈
(𝑉
5
)=
−1 −6 −2
⃗ 𝑋𝑈
(𝑉 ⃗ ) = (0 + 30)𝑖 − (2 + 5)𝑗 + (6 − 0)𝑘
⃗ X𝑈
(𝑉 ⃗ ) = (30)𝑖 − (7)𝑗 + (6)𝑘
𝑉 = (4,5,7 . ( (30)𝑖 − (7)𝑗 + (6)𝑘))
𝑉 = 120 − 35 + 42
𝑉 = 127𝑢3
48
Rectas en el espacio
Definición
Al igual que ocurre en el plano, una recta en el espacio queda determinada
conociendo un punto P y un vector no nulo ⃗V que se llama vector director o
direccional de la recta.
O R  O P  t v 
Demostración
P  x1 , y1 , z1 
Q   x0 , y 0 z 0  P, Q, E 
R  x, y, z 
O   x0 y0 z0 
O R   x  x0   iˆ   y  y 0   ˆj  z  z 0   kˆ
O R  R  x, y, z 
O P  x1  x0   iˆ   y1  y 0   ˆj   z1  z 0   kˆ
O P  P  O  P  x1 , y1 , z1 
v  Ev  P Q  Q  P  x 2  x1   iˆ   y 2  y1   ˆj  z 2  z1   kˆ  v
Y se multiplica por t 𝛜ℝ
Ecuación de la recta
O R  O P  t v 
 x, y, z   x1 , y1 , z1   a, b, c   t
 x, y, z   x1 , y1 , z1   at , bt , ct 
Paramétricas Simétricas
x  x1
x  x1  at x  x1  at  t 
a
y  y1
y  y1  bt y  y1  bt  t 
b
49
z  z1
z  z1  ct z  z1  ct  t 
c
Práctica uno
Ejercicio número uno: si P 3, 4,  5 y Q4,  3, 7 determinar el
comportamiento de la recta en el espacio R  x, y, z 
Solución:
 
P Q  Q  P  4  3  iˆ   3  4  ˆj  7  5  kˆ  7iˆ  7 ˆj 12kˆ  v
O R  O P  t 7  7 12
 x, y, z    3, 4,  5  7,  7, 12  t
 x, y, z    3, 4,  5  7t ,  7t , 12t 
x3
x  3  7t t
7
y4
y  4  7t t
7
z5
z  5  12t t
12
x3 y4 z5

  t
7 7 12
Ejercicio número dos: encuentre la recta que pasa por el punto P(2, -4, 3) y es

paralela al v  2i  4 j 6k 
Solución:
v  P Q  Q  P R  x, y, z 
P Q  Q  P  x  2  iˆ   y  (4)   ˆj  z  3  kˆ  2  4 6
Q  4,  8 9
O R  O P  t v 
 x, y, z   2,  4, 3  2,  4, 6  t
 x, y, z   2,  4, 3  2t ,  4t , 6t 
50
x2
x  2  2t t
2
y4
y  4  4t t
4
z 3
z  3  6t t
6
x2 y 4 z 3
  t
2 4 6
Planos en el espacio:
Los planos superficies rectas en el espacio. Poseen ecuaciones que involucran

generalmente a las tres variables X, Y y Z. La ecuación de los planos se encuentra
siguiendo también un método específico
𝑄 = 𝑃𝑢𝑛𝑡𝑜 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟𝑎 𝑒𝑛 𝑒𝑙 𝑝𝑙𝑎𝑛𝑜.

𝑛 = 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑖𝑟𝑒𝑐𝑡𝑜𝑟(𝑣𝑒𝑐𝑡𝑜𝑟 𝑛𝑜𝑚𝑎𝑙)
𝑃∈𝜋
𝑄∈𝜋
Ósea que el vector perpendicular ⃗⃗⃗⃗⃗

𝑃𝑄 . 𝑛 = 0
𝑃 = (𝑋𝑜, 𝑦𝑜, 𝑧𝑜 )
51
𝑄 = (𝑥, 𝑦, 𝑧)
𝑛 = (𝑎𝑖, 𝑏𝑗, 𝑐𝑘)
⃗⃗⃗⃗⃗ ⏊(𝑛):
𝑃𝑄
Por lo tanto ⃗⃗⃗⃗⃗

𝑃𝑄 . (𝑛) = 0
Ecuación del plano:
Como 𝜋 = ⃗⃗⃗⃗⃗
𝑃𝑄 . (𝑛) = 0
𝜋 = ((𝑥 − 𝑥𝑜 )𝑖 + (𝑦 − 𝑦𝑜 )𝑗 + (𝑧 − 𝑧𝑜 )𝑘)(𝑎𝑖 + 𝑏𝑗 + 𝑐𝑘) = 0
𝜋 = (𝑎(𝑥 − 𝑥𝑜 ) + 𝑏(𝑦 − 𝑦𝑜 ) + 𝑐(𝑧 − 𝑧𝑜 )) = 0
𝜋 = 𝑎𝑥 − 𝑎𝑥𝑜 + 𝑏𝑦 − 𝑏𝑦𝑜 + 𝑧𝑐 − 𝑧𝑐𝑜 = 0

𝜋 = 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 − (𝑎𝑥𝑜 + 𝑏𝑦𝑜 + 𝑐𝑧𝑜 ) = 0
𝑑
𝜋 = 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 − 𝑑 = 0
𝜋 = 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 𝑑
Ejemplo:
−1 4
𝑃 = ( , 3, )
2 5
3 1
𝑛 = ( 𝑖, −5𝑗, 𝑘)
4 2
𝑄 = (𝑥, 𝑦, 𝑧)
1 4 3 1
𝜋 = (𝑥 + ) 𝑖 + (𝑦 − 3)𝑗 + (𝑧 − ) 𝑘 . ( 𝑖 − 5𝑗 + 𝑘) = 0
2 5 4 2
3 1 1 4
𝜋= (𝑥 + ) − 5(𝑦 − 3) + (𝑧 − ) = 0
4 2 2 5
3 3 1 2
𝜋= 𝑥 + − 5𝑦 + 15 + 𝑧 − = 0
4 8 2 5
3 1 3 2
𝜋= 𝑥 − 5𝑦 + 𝑧 + + 15 − = 0
4 2 8 5
3 1 599
𝜋= 𝑥 − 5𝑦 + 𝑧 + =0
4 2 40
52
3 1 599
𝜋= 𝑥 − 5𝑦 + 𝑧 = −
4 2 40
Ecuación del plano a partir de 3 puntos:
Dados 3 puntos (paralelogramo) definir ecuación, conocemos los elementos de

cada punto:
𝑃 = (𝑥1 , 𝑦1 , 𝑧2 )
𝑄 = (𝑥2 , 𝑦2 , 𝑧2 )
𝑅 = (𝑥3 , 𝑦3 , 𝑧3 )
Demostración:
𝐸𝒗𝟏 = ⃗⃗⃗⃗⃗
𝑃𝑄 = 𝑄 − 𝑃 = (𝑥2 − 𝑥1 )𝑖 + (𝑦2 − 𝑦1 )𝑗 + (𝑧2 − 𝑧1 )𝑘
(V1 ) 𝑎1 𝑏1 𝑐1
⃗⃗⃗⃗⃗
𝑃𝑄 = 𝑎1 𝑖 + 𝑏1 𝑗 + 𝑐1 𝑘
⃗⃗⃗⃗⃗ = 𝑅 − 𝑄 = (𝑥3 − 𝑥2 )𝑖 + (𝑦3 − 𝑦2 )𝑗 + (𝑧3 − 𝑧2 )𝑘

(V2 ) 𝑎2 𝑏2 𝑐2
⃗⃗⃗⃗⃗ = 𝑎2 𝑖 + 𝑏2 𝑗 + 𝑐2 𝑘
𝑄𝑅
⃗⃗⃗⃗⃗ | = (𝑎1
⃗⃗⃗⃗⃗ X𝑄𝑅
(𝑉1 X𝑉2 ) = |𝑃𝑄
𝑏1 𝑐1
)=𝑛
𝑎2 𝑏2 𝑐2
𝑛 = 𝑎3 𝑖 + 𝑏3 𝑗 + 𝑐3 𝑘
Tomamos a n ˄ p:
⃗⃗⃗⃗ ). (𝑛) = 0
𝜋 = (𝑃𝑆
𝜋 = ((x − 𝑥1 )𝑖 + (𝑦 − 𝑦1 )𝑗 + (𝑧 − 𝑧1 )𝑘). (𝑎3 𝑖 − 𝑏3 𝑗 + 𝑐3 𝑘) = 0
𝜋 = 𝑎3 (𝑥 − 𝑥1 ) − 𝑏3 (𝑦 − 𝑦1 ) + 𝑐3 (𝑧 − 𝑧3 )
𝜋 = 𝑎3 𝑥 − 𝑏3 𝑦 + 𝑐3 𝑧 − (𝑎3 𝑥1 − 𝑏3 𝑦1 + 𝑐3 𝑧1 ) = 0
53
𝑑
𝜋 = 𝑎3 𝑥 − 𝑏3 𝑦 + 𝑐3 𝑧 − 𝑑3 = 0
𝜋 = 𝑎3 𝑥 − 𝑏3 𝑦 + 𝑐3 𝑧 = 𝑑3
Ejemplo:
𝑃 = (2, −3, 4)
3 1
𝑄 = (− , 3 , − )
4 5
𝑅 = (−4, 3 ,1)
−3 1
⃗⃗⃗⃗⃗ = (𝑣1 ) = (
𝑃𝑄 , −2) 𝑖 + (3 + 3)𝑗 + (− − 4) 𝑘
4 5
11 21
⃗⃗⃗⃗⃗
𝑃𝑄 = (𝑣1 ) = (− ) 𝑖 + (6)𝑗 + (− ) 𝑘
4 5
𝑎1 𝑏1 𝑐1
3 1
⃗⃗⃗⃗⃗ = (𝑣2 ) = (−4 + ) 𝑖 + (3 − 3)𝑗 + (1 + ) 𝑘
𝑄𝑅
4 5
13 6
(− 4 ) 𝑖 + (0)𝑗 + (5) 𝑘
11 21
− 6 −
⃗⃗⃗⃗⃗ | = ( 4
⃗⃗⃗⃗⃗ X𝑄𝑅
(𝑉1 X𝑉2 ) = |𝑃𝑄 5)=𝑛
13 6
− 0
4 5
36 339 39
𝑛=( )𝑖 + ( )𝑗 + ( )𝑘
5 20 2
Tomamos 𝑛 ˄ 𝑝 =
⃗⃗⃗⃗ ). (𝑛) = 0
𝜋 = (𝑃𝑆
36 339 39
𝜋 = ((𝑥 − 2)𝑖 + (𝑦 + 3)𝑗 + (𝑧 + 4)𝑘) ( 𝑖 + 𝑗+ 𝑘)
5 20 2
54
36 339 39
𝜋= (𝑥 − 2) + (𝑦 + 3) + (𝑧 − 4) = 0
5 20 2
36 329 39 831
𝜋= 𝑥+ 𝑗+ 𝑧− =0
5 20 2 20
Planos paralelos:
Dos planos son paralelos si el producto cruz entre los vectores normales es=0.
𝐷𝑜𝑠 𝜋1 ⫽ 𝜋2 → ((𝑛1 )X(𝑛2 )) = 0
𝜋1 = 𝑎1 𝑥 + 𝑏1 𝑦 + +𝑐1 𝑧 = 𝑑1
𝜋2 = 𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 = 𝑑2
𝑉𝑛 𝜋1 = 𝑛1 : 𝑎1 𝑖 + 𝑏1 𝑗 + 𝑐1 𝑘
𝑉𝑛 𝜋2 = 𝑛2: 𝑎2 𝑖 + 𝑏2 𝑗 + 𝑐2 𝑘
(𝑛1 X 𝑛2 ) = 0
Puntos de intersección entre los planos:
𝑎 𝑏1 𝑐1 ⋮ 𝑑1
( 1 )
𝑎2 𝑏2 𝑐2 ⋮ 𝑑2
𝑏1⁄ 𝑐1 𝑑
(1 𝑎1 ⁄𝑎1⋮ 1⁄𝑎1 )
0 1 𝑐2 𝑛 ⋮ 𝑑2 𝑛
𝑥→𝑧
𝑦→𝑧
𝑧→𝑧
55
∀𝑧 =𝑡
1 0 𝑐1 𝑛 ⋮ 𝑑1 𝑛
( )
0 1 𝑐2 𝑛⋮ 𝑑2 𝑛
𝑥 = 𝑑1 𝑛 − 𝑐1 𝑛(𝑧)
𝑧 = 𝑑2 𝑛 − 𝑐2 𝑛(𝑧)
𝑧=𝑧
∀𝑧 =𝑡
𝑥 − 𝑑1 𝑛 𝑦 − 𝑑2 𝑛
𝑡=( = )
−𝑐1 𝑐2 𝑛
∀𝑧 =𝑡
Ejemplo:
𝜋1 = 2𝑥 − 𝑦 − 𝑧 = 3
𝜋2 = 𝑥 + 2𝑦 + 3𝑧 = 7
2 −1 −1⋮ 3
( )
1 2 3 ⋮7
1 2 3 ⋮7
( )
2 −1 −1⋮ 3
1 2 3 ⋮7
( )
0 −5 −7⋮ −11
1 13
1 2 3⋮7 1 0 ⋮
( 7 11) = ( 5 5)
0 1 ⋮ 7 11
5 5 0 1 ⋮
5 5
13 1
𝑥= − (𝑧)
5 5
13 1
𝑥= − (𝑡)
5 5
11 7
𝑦= − (𝑧)
5 5
11 7
𝑦= − (𝑡)
5 5
56
13 11
𝑥− 𝑦−
𝑡= 5 = 5
1 7
− −
5 5
∀𝑧 = 𝑡
Espacios vectoriales y sub-espacios
Definición
Un espacio vectorial es un conjunto no vacío V de objetos, llamados vectores,
en el que se han definido dos operaciones: la suma y el producto por un escalar
(número real).
Sub-espacio: Sea H un subconjunto no vacío de un espacio vectorial V y suponga
que H es en sí un espacio vectorial bajo las operaciones de suma y multiplicación
por un escalar definidas en V. Entonces se dice que H es un sub espacio de V.
Axiomas
v1  (v) v  x1 y1 z1 
1) Nulidad: si v  R 3 ;   1  v1  v2  v1
v 2  (v ) v2  0 0 0
2) Cerradura (+): Si v1 , v2   v  v1  v2  v3  v

v1  x1 y1 z1 
 v1  v2  x1  x2   y1  y 2  z1  z 2   v3  x3 y3 z3   v
v2  x2 y2 z2 
3) Cerradura producto: v1  v k  R  kv1   v

siendo k  x1 y1 z1   kx1 ky1 kz1 
4) Conmutativa:
Si v1 , v2   v  v1  v2  v2  v1 teniendo v1  x1 y1 z1  v2  x2 y2 z2 
siendo
x1  x2   y1  y2  z1  z 2   x2  x1   y2  y1  z 2  z1   x3 y 3 z 3   v3  v
5) Asociativa de vectores: si v1 , v 2 , v3   v  v  R

3
 v1   v2  v3   v1  v2   v3 

v4  v4  v 
6) Distributiva: si v1 , v2 , v3   v    R   (v1  v2 )  (v1  v2 )

Si v1  x1 y1 z1  v2  x2 y2 z 2  tenemos  x1 y1 z1    x2 y2 z2 
  ( x1  x2 ),  ( y1  y2 ),  ( z1  z 2 ) v
57
Combinación lineal
Definición
Una combinación lineal de dos o más vectores es el vector que se obtiene al
sumar esos vectores multiplicados por sendos escalares.
Si los vectoresv1 , v2 , v3 vn pertenecen a un espacio vectorial (v) y 1 ,  2 ,  3  n

son escalares, entonces 1 (v1 )   2 (v2 )   3 (v3 ) n (vn )  (v)  w (v) .
Si v1  x1 y1 z1  v2  x2 y2 z2   (v)  R 3 entonces 1 ,  2  R
  1 v1    2 v 2    1 x1 y1 z1    2 x 2 y2 z2 
  1 x1  1 y1  1 z1    2 x 2  2 y 2  2 z 2 
  1 x1   2 x 2 ,  1 y1   2 y 2 ,  1 z1   2 z 2   w  v 
Practica uno
Ejercicio número uno: encuentre la combinación lineal a partir de v1  v2 Si
v1  3  1 2 5 v2   4 3 5  3 2 siendo que v1 , v2   v  R 3 y escalares
1 , 2   R
Solución:
1 v1    2 v2   1 3  1 2 5   2  4 3 5  3 2
 1 (3) 1 (1 2) 1 (5)   2 ( 4 3)  2 (5)  2 ( 3 2)
 4   1  3 
  3 1   2 ,   1  5 2 ,  5 1   2   w
 3  2  2 
Si (𝑣1 , 𝑣2 , 𝜔) ∈ (𝑉) 𝑦 (𝑉) ⇒ ℝ2
1 4
∀𝑣1 = ( , 3) 𝑣2 = (−5, ) 𝑦 𝜔 = (4,6)
2 3
Exprese como combinación lineal de 𝑣1 𝑦 𝑣2
1 4
𝜔 = 𝛼1 (𝑣1 ) + 𝛼2 (𝑉2 ) = 𝛼1 ( , 3) + 𝛼2 (−5, )
2 3
1 4
(4,6) = 𝛼1 ( , 3) + 𝛼2 (−5, )
2 3
1 4
(4,6) = (2 𝛼1 , 3𝛼1 )+(−5𝛼2 , 3 𝛼2 )
58
1 4
⇒ (2 𝛼1 − 5𝛼2 ), (3𝛼1 , 3 𝛼2 ) = (4,6)
Entonces
1
𝛼1 − 5𝛼2 = 4
{2 4
3𝛼1 + 3 𝛼2 = 6
1
−5 ⋮ 4 1 −10 ⋮ 8
2
𝑓1 4
(3 4
⋮ 6) 1 ⇒ 𝑓1 (3 3
⋮ 6 ) − 3𝑓1 + 𝑓2 ⇒ 𝑓2
3 2
1 −10 ⋮ 8 1 −10 ⋮ 8
94 𝑓 27
(0 ⋮ −18) 942 ⇒ 𝑓2 (0 1 ⋮ − 47) 10𝑓2 + 𝑓1 ⇒ 𝑓1
3
3
106
1 0 ⋮ 47
106 27
(0 27) 𝛼1 = , 𝛼2 = − 47
1 ⋮ − 47 47
Ejercicio número dos:

2
Si 𝜔 = (−3, 3 , 5) Exprese como combinación lineal de 𝑣1 , 𝑣2 𝑦 𝑣3
𝑣1 = (1,0, −3)
𝑣2 = (4, −3,2)
𝑣3 = (−2,1, −2)
2 2
𝜔 = (−3, 3 , 5) = 𝛼1 (1,0, −3) + 𝛼2 (4, −3,2) + 𝛼3 (−2,1, −2) = (−3, 3 , 5)
2
(𝛼1 , 0, −3𝛼1 ) + (4𝛼2 , −3𝛼2 , 2𝛼2 ) + (−2𝛼3 , 𝛼3 , −2𝛼3 ) = (−3, , 5)
3
2
(𝛼1 + 4𝛼2 − 2𝛼3 ), (0 − 3𝛼2 + 𝛼3 ), (−3𝛼1 + 2𝛼2 − 2𝛼3 ) = (−3, , 5)
3
Entonces
59
𝛼1 + 4𝛼2 − 2𝛼3 = −3 1 4 −2 ⋮ −3
2 2
{ −3𝛼2 + 𝛼3 = 3 ⇒ ( 0 −3 1 ⋮ 3
) 3𝑓1 + 𝑓3 ⇒
−3𝛼1 + 2𝛼2 − 2𝛼3 = 5 −3 2 −2 ⋮ 5
1 4 −2 ⋮ −3
2
𝑓3 (0 −3 1 ⋮ 3
)
0 16 −8 ⋮ −4
−4𝑓2 + 𝑓1 ⇒ 𝑓1
2 19
1 4 −2 ⋮ −3 1 0 −3 ⋮ − 9
𝑓2 1 2 1 2 𝑓3
−3
⇒ 𝑓2 (0 1 −
3
⋮ − 9) − 16𝑓2 + 𝑓3 ⇒ 𝑓3 0 1 − 3 ⋮ − 9 8 ⇒ 𝑓3
−3
0 16 −8 ⋮ −4 8 4
(0 0 − 3 ⋮ − 9 )
2
𝑓
3 3
+ 𝑓1 ⇒ 𝑓1
2 19
1 0 − ⋮ − 1 0 0 ⋮ −2
3 9 1
+ 𝑓2 ⇒ 𝑓2 (0 1 0 ⋮ − 6) 𝛼 = −2 , 𝛼 = − 1 , 𝛼 = 1
1 2 1
0 1 −3 ⋮ −9 𝑓 1 2 3
3 3 1 6 6
0 0 1 ⋮
1 0 0 1 ⋮
6
( 6 )
Dependencia e Independencia lineal:
Los vectores son linealmente independientes si tienen distinta dirección y sus

componentes no son proporcionales.
Un conjunto de vectores {𝑣1, 𝑣2… 𝑣𝑘 }es un espacio vectorial V es linealmente
dependiente si existen escalares 𝑐1 , 𝑐2 … 𝑐𝑘 al menos uno de los cuales no es cero.
Son dependientes si tienen la misma dirección.

𝑆𝑖 (𝑣1 ˄𝑣2 ) ∈ (𝑣)
60
4
Dependencia
0
0 1 2 3 4 5 6 7 8
vector 1 vector2
Se dice que son linealmente dependientes : dado que 𝑣2 = 𝑘(𝑣1 ).

𝑣1 = (𝑥1 , 𝑦1 )
𝑣2 = (𝑥2 , 𝑦2 ) ∀ 𝑣2 (𝑘) = (𝑘𝑥1 , 𝑘𝑦1 )
Entonces 𝑣2 expuesta como combinación lineal de 𝑣1 .
𝑣1 = 𝑘(𝑣2 )
𝑣1 = 𝑘
𝑥1 𝑦1
= =𝑘
𝑥2 𝑦2
Independiente o dependiente:
𝑠𝑖(𝑣1 , 𝑣2 , 𝑣3 ) ∴ (𝑣)
Demostración de que es linealmente dependiente o independiente LI o LD.
𝑇𝑜𝑚𝑎𝑚𝑜𝑠: 𝛼1, 𝛼2, 𝛼3 ∈ 𝑅
De tal manera:
61
𝛼1(𝑣1 ) + 𝛼2(𝑣2 ) + 𝛼(𝑣3 ) = (0,0,0
∀ 𝑣1 = (𝑥1 , 𝑦1 , 𝑧1 ) 𝑣2 = (𝑥2 , 𝑦2 , 𝑧2 ) 𝑣3 = (𝑥3 , 𝑦3 , 𝑧3 )
𝛼1(𝑥, 𝑦, 𝑧) + 𝛼2(𝑥2 , 𝑦2 , 𝑧2 ) + 𝛼3(𝑥3 , 𝑦3 , 𝑧3 ) = (0,0,0)
(𝛼1𝑥1 + 𝛼2𝑥2 + 𝛼3𝑥3 ), (𝛼1𝑦1 + 𝛼2𝑦2 + 𝛼3𝑦3 ), (𝛼1𝑧1 + 𝛼2𝑧2 + 𝛼3𝑧3 ) = (0,0,0)
1𝐹 2𝐹 3𝐹
1 𝑎12 𝑎13 0
(0 1 𝑎23 = 0 ) 𝑣𝐿𝐼
0 0 1 0
1 𝑎12 𝑎13 0
(0 1 𝑎23 = 0) 𝑣𝐿𝐷
0 0 0 0
Hallar |𝑆| dado:
𝑆𝑖 𝑣1 (𝑥1 , 𝑦1 ) 𝑣2 (𝑥2 , 𝑦2 )
𝑥1 𝑦1
𝑅 2 = (𝑥 𝑦2 ) = ((𝑥1, 𝑦2 ) − (𝑥2 , 𝑦1 )) ≠ 0 𝐿𝐼
2
|𝑆| = 0 , 𝐷𝑒𝑝𝑒𝑛𝑑𝑖𝑐𝑖𝑎 𝑙𝑖𝑛𝑒𝑎𝑙

𝑥1 𝑦1 𝑧1
𝑅 = (𝑥2
3 𝑦2 𝑧2 )
𝑥3 𝑦3 𝑧3
𝑅 3 = ((𝑥1 , 𝑦2 , 𝑧3 + 𝑥2 , 𝑦3 , 𝑧1+ 𝑦1 , 𝑧2 , 𝑥3 ) − (𝑥3 , 𝑦2 , 𝑧1 + 𝑥2 , 𝑦1 , 𝑧3 + 𝑦3 , 𝑧2 , 𝑥1 ))
Ejemplo:
Si {𝑣1 , 𝑣2 , 𝑣3 } ∈ (𝑣) = 𝑅 3
∀ 𝑣1 = (2, −3,4)
𝑣2 = (1,0,1)
𝑣3 = (−2,1,2)
2 −3 4
𝑅3 = ( 1 0 1)
−2 1 2
𝑅 3 = ((0 + 4 + 6) − (0 − 6 + 2)) = 14 𝐼𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑙𝑖𝑛𝑒𝑎𝑙
62
Base y dimensión:
Los vectores forman una base cuando 𝑣1 , 𝑣2 , 𝑣3 … 𝑣𝑛 son linealmente linealmente

independiente.
Cuando |𝑆| ≠ 0
Dimensión 2 :{𝑣1 , 𝑣2 } = 𝐿𝑖𝑛𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
Dimensión 3 :{𝑣1 , 𝑣2 , 𝑣3 } = 𝐿𝑖𝑛𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
𝑥
𝜋 = { 𝑦 ∶ 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 0}
𝑧
Tomamos 𝑦 Dejando (𝑥, 𝑧)
𝜋 = 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 0
−𝑐𝑧 − 𝑎𝑥
𝑦=
𝑏
Organizo para hallar base:
𝑥 −𝑐𝑧 − 𝑎𝑥 −𝑎𝑥 −𝑐𝑧

𝜋 = (𝑦) = [ ]−[ ]+[ ]
𝑏 𝑏 𝑏
𝑧
1 0
𝑥 [ −𝑎 ] + 𝑧 [ −𝑐 ]
⁄𝑏 ⁄𝑏
0 1
∀(−𝑎, 𝑏, 𝑐) ∈ 𝑅
𝑣1 = (1, −𝑎, 0)
𝑣2 = (0, −𝑐⁄𝑏 , 1)
𝑥
𝜋1 = {( 𝑦 ) 2𝑥 − 3𝑦 + 4𝑧 = 0}
𝑧
𝐵𝑎𝑠𝑒 𝑔𝑒𝑛𝑒𝑟𝑎𝑑𝑜𝑟𝑎 𝑝𝑙𝑎𝑛𝑜:
−3𝑦 = −4𝑧 − 2𝑥
−4𝑧 − 2𝑥
𝑦=
−3
63
𝑥 −4𝑧 − 2𝑥 −2𝑥 −4𝑧
𝜋 = [𝑦] = [ ]=[ ]+[ ]
𝑧 −3 −3 −3
1 0
2 4
𝑥 ( ⁄3) + 𝑧 ( ⁄3)
0 1
∀: (−2, −3,4) ∈ 𝑅
𝑣1 = (1, 2⁄3 , 0)
𝑣2 = (0, 4⁄3 , 1)
64

Álgebra Lineal

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

Álgebra Lineal

Cargado por

Copyright:

Formatos disponibles

Álgebra lineal

Función lineal .......................................................................................................... 1

Teniendo en cuenta la ecuación de la recta: y  mx  b se puede llegar a la siguiente

Si se le da valores arbitrarios a x, y  0 se tiene como resultado la siguiente tabla de

Por consiguiente, si se grafican estos valores se obtendrá la siguiente gráfica:

En la ecuación de la recta y  mx  b cada recta tiene una representación

Representación de los primeros tres casos

Representación de los últimos tres casos

Sistemas de ecuaciones lineales 𝑹𝟐

E1 (a2 )  E2 (a1 ) quedaría:

Eliminando los primeros términos resultaría: y(a2b1 a1b2 )  a2 c1  a1c1 tomando en

tomando E2 se reemplaza Y quedaría:

a1x  b1a2 c1  a1c2 b1

Se despeja a1a2 x y  a1a2 x

Igualando ambos términos de la igualdad quedaría:

2 2 x  5 y  3 quedando: 4 x  10 y  6 , por tanto el sistema de ecuaciones

Eliminando los primeros términos y aplicando la aritmética correspondiente se

Ejercicio número 2: encontrar las ecuaciones de cada recta y graficar.

Tomando ER1 y multiplicándola por (-1) quedaría: 5 y  2 x  3 despejando Y se tiene

Perpendicularidad: Si m1 es la pendiente de la recta L1 , m2 es la pendiente de la

Teniendo las ecuaciones de ambas rectas, se le darán valores arbitrarios a X para

 a11 x1  a12 x2    a1n xn  b1 

Los números a ij ∈ ℝ para i = 1,2, … m ; j = 1,2, … n ; n reciben el nombre de

Se pasa entonces a graficar los planos:

Este proceso se repite con la ecuación uno y tres respectivamente

Teniendo estas dos nuevas ecuaciones se puede hallar la variable X, multiplicando

En este caso se aplicó a la ecuación cuatro, pudiendo eliminar la variable Y para

a11 a12 a13  a1n

Matrices triangulares: Una matriz cuadrada A  aij  es una matriz triangular

a11 a12 a13

Matriz traspuesta: La traspuesta de una matriz A consiste en intercambiar las filas

Operaciones con matrices

P11  b11 a11   b12 a 21   h11

B  A  H  hij  P12  b11 a12   b12 a 22   h12

 a11 a12   1 k12 

 1   1 a12 a11   1 k12   1 k12 

Se llama matriz inversa de una matriz cuadrada A, y se expresa A-1, a la única

Determinante: |𝑆| (2𝑋2)

Matriz inversa utilizando identidad:

Si una matriz cuadrada es regular, entonces podemos realizar un número finito de

|𝐴| = [𝑎1(𝑏2)(𝑐3) + 𝑎2(𝑏3)(𝑐1) + 𝑏1(𝑐2)(𝑎3)] = 𝑘1

Determinantes por cofactores:

𝐶1(𝐾5) − 𝐶2(𝐾6) + 𝐶3(𝐾7) = 𝐾4 ∈ 𝑹

Un sistema de ecuaciones lineales recibe el nombre de sistema de Cramer cuando

|𝑋| = (𝑐1 𝑏1) = 𝑘1 → 𝑋 =

|𝑌| = (𝑎1 𝑐1) = 𝑘2 → 𝑌 =

Ecuación con 3 incógnitas:

‖𝑉‖ = √(𝑥12 ) + (𝑦12 )

Operaciones entre vectores:

Diferencia entre vectores

El producto escalar de dos vectores ⃗⃗⃗

vector1 vector 2 vector 3

⃗⃗⃗⃗⃗ (10, −7) − ⃗⃗⃗⃗⃗

Distancia entre Vectores:

⃗ − ⃗⃗𝑣 = √(𝑥2 − 𝑥1 )2 + (𝑦2 − 𝑦1 )2 = 𝐾 ∈ 𝑅

⃗ , 𝑣) = 𝑣 − ⃗⃗⃗𝑢 = √(𝑥1 − 𝑥2 )2 + (𝑦1 − 𝑦2 )2 = 𝐾 ∈ 𝑅

Calcular la distancia d (𝑣, 𝑢

El ángulo entre dos vectores se determina a partir de la siguiente fórmula:

vector1 vector 2 vector 3

‖𝒗‖ = √(3)𝟐 + (4)𝟐 = 𝟓

Determinante por Adjunta:

𝑎22 𝑎23 𝑎21 𝑎23 𝑎22 𝑎21

(𝐾11 ) (𝐾12 ) (𝐾13 )