Está en la página 1de 75

UNIVERSIDAD NACIONAL DE INGENIERÍA

FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE MATEMÁTICA

Cálculo vectorial
con
coordenadas homogéneas

Mg. Rósulo Perez Cupe


1 de marzo de 2012
Contenido

1 Vectores en el espacio euclidiano 1


1.1 Vectores en la recta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 El espacio vectorial real (EVR) . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Producto interno o escalar en R2 . . . . . . . . . . . . . . . . . . . . . 9
1.4 Dependencia e independencia lineal . . . . . . . . . . . . . . . . . . . . 16
1.5 La recta en el plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.6 Vectores en el espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.7 La recta en el espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.8 El plano en el espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

2 Cónicas 41
2.1 Relaciones de Equivalencia . . . . . . . . . . . . . . . . . . . . . . . . 41
2.2 Coordenadas homogéneas . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3 Cónicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.4 Puntos singulares de una cónica . . . . . . . . . . . . . . . . . . . . . . 56
2.5 Clasificación primaria de las cónicas . . . . . . . . . . . . . . . . . . . 58
2.5.1 Composición de las cónicas degeneradas . . . . . . . . . . . . . 59
2.5.2 Composición de las cónicas mediante su intersección con L∞ . 61
2.6 Cónicas imaginarias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.7 Clasificación total de las cónicas . . . . . . . . . . . . . . . . . . . . . 66
2.8 Rectas tangentes y ası́ntotas de una cónica . . . . . . . . . . . . . . . 66
2.9 Elementos principales de una cónica no degenerada . . . . . . . . . . . 70
Capı́tulo 1

Vectores en el espacio euclidiano

1.1 Vectores en la recta


En esta parte consideramos dados hechos elementales de la geometrı́a como

Por dos puntos pasa una única recta.

Dos rectas son paralelas si no tienen puntos en común.

Si dos rectas no son paralelas, entonces eelas tienen un único punto en común.

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

d(P, Q) ≥ 0.

d(P, P ) = 0.

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

Si R ∈ P Q, entonces d(P, Q) = d(P, R) + d(R, Q).

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


sentido contrario será llamado negativo.

Ejemplo 1.1. Una recta donde Q está a la derecha de P y R está a la izquierda de


P.
2 Cap.1 Vectores en el espacio euclidiano

Sentido positivo
b

Q
b

P
b

R L

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

Origen

O L

Definamos una relación biunı́voca entre los conjuntos R y Eje

c : Eje −→ R
P 7−→ c(P )

mediante 

d(P, O), si P está a la derecha de O.
c(P ) = 0, si P = O.


− d(P, O), si P está a la izquierda deO.
la cual es biunı́voca. Luego, los elementos correspondientes de ambos conjuntos se
pueden ‚suspenderƒ.

− 2 0
b
b10
Q O
b

Notación.

ˆ Eje : Ox.

ˆ c(P ) = d(P, O), para todo P ∈ Ox.

Ejercicio 1. Sean P y Q puntos en el eje Ox cuyas coordenadas son p y q respecti-


vamente. Probar que d(P, Q) = |p − q|.

Solución. Escribamos d(P, O) = p y d(Q, O) = q; y sin pérdida de generalidad,


supongamos que P está a la izquierda de Q; esto implica que p < q. Vamos a consi-
derar tres casos (ver Figura 1.1).
1.1 Vectores en la recta 3

Caso 1: Q está a la izquierda de O. En ese caso tenemos que Q ∈ OP , entonces


d(P, O) = d(P, Q) + d(Q, O); ası́,

d(P, Q) = d(P, O) − d(Q, O)


= −p − (−q) = −p + q = |p − q|.

Caso 2: O está entre P y Q. Esto implica que O ∈ P Q, de donde

d(P, Q) = d(P, O) + d(O, Q)


= −p + q = |p − q|.

Caso 3: P está a la derecha de O. En este caso P ∈ OQ, y de modo análogo al Caso


1, tenemos

d(P, Q) = d(O, Q) − d(O, P )


= q − p = |p − q|.

p p
q 0 q
b
b 0 b
b

P Q b
P O
b

O Q
(a) Caso 1 (b) Caso 2
0 p
b
b
q
O P
b

Q
(c) Caso 3

Figure 1.1: Distancia entre dos puntos

Aplicación División de un segmento en una razón dada.

r X
q b

p b
R
b
Q
P
d(P,Q)
Se tiene que 0 ≤ d(P,R) ≤ 1, ası́

d(P, Q) = t · d(P, R)
q − p = t(r − p) = tr − tp

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


4 Cap.1 Vectores en el espacio euclidiano

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


una relación biunı́voca entre sus elementos. Para ello tomemos los ejes O1 x y O2 y, e
intersectemoslos perpendicularmente hasta hacer coincidir sus orı́genes.

X
Y

O2
rs
O1

y definamos
c : Plano −→ R2
P 7−→ c(P ) = (a, b)
Esta relación es uno a uno. Por abuso de notación escribimos P = (a, b).

P
Y b
X

b a
rs

1.2 El espacio vectorial real (EVR)


Un EVR es un conjunto V cuyos elementos son llamados vectores, y entre dichos
elementos están definidas dos operaciones

Suma + : V × V −→ V
(u, v) 7−→ u + v

Producto · : R × V −→ V
(λ, u) 7−→ λ · u
que cumplen las siguientes condiciones:

1. u + v = v + u (conmutativa)

2. (u + v) + w = u + (v + w) y (α · β) · u = α · (β · u) (asociativa)
1.2 El espacio vectorial real (EVR) 5

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

4. Para todo u ∈ V existe un único u


b, tal que u + u
b = 0 (inverso aditivo)

5. (α + β) · u = (α · u) + (β · u) y α · (u + v) = (α · u) + (α · v) (disyuntiva)

6. 1 · v = v, para todo v ∈ V .

Entonces V será llamado espacio vectorial real y sus elementos vectores.

Proposición 1.3. El elemento neutro O es único.

Demostración. Asumamos que el elemento neutro O no es único; ası́, existe O1 ∈ V ,


distinto de O, tal que u + O1 = u, para todo u ∈ V ; en particular, para u = O se tiene

O + O1 = O (α)

pero como O es elemento neutro, también se tiene

O1 + O = O1 (β)

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

O = O + O1 = O1 + O = O1 ,

una contradicción. Luego, el elemento neutro es único.

b (inverso aditivo) es único, para cada u ∈ V .


Ejercicio 2. Demostrar que u

Solución. Sea u ∈ V y su inverso aditivo u


b ∈ V . Asumamos que exista v ∈ V tal que
u + v = 0; ası́,

u
b=u
b+0 = u
b + (u + v) = (b
u + u) + v = 0 + v = v,

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

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


espacio vectorial.

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

u + v = (a + c, b + d)
λ · u = (λa, λb)

Veamos si cumplen las condiciones:

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

2. .
6 Cap.1 Vectores en el espacio euclidiano

3. O = (0, 0).

4. Para todo u = (a, b) ∈ R2 existe u


b = (−a, −b) tal que u + u
b = (0, 0) = O.

5. .

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

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

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

(x, 0) + (y, 0) = (x · y, 0)
α · (x, 0) = (xα , 0), α ∈ R

¿Es espacio vectoria? Veamos:

1. (x, 0) + (y, 0) = (xy, 0) = (yx, 0) = (y, 0) + (x, 0).

2.

(x, 0) + [(y, 0) + (z, 0)] = (x, 0) + (yz, 0) = (x(yz), 0)


= ((xy)z, 0) = (xy, 0) + (z, 0)
= [(x, 0) + y, 0] + (z, 0)

3. Sean O = (y, 0), u = (x, 0) ∈ V . ¿Existirá un valor para y tal que u + O = u?

(x, 0) + (y, 0) = (x, 0) si, y sólo si, y = 1,

por lo tanto, O = (1, 0).

4. ¿Para u = (x, 0) ∈ V , existirá u


b = (y, 0) tal que u + u
b = 0? En efecto, si
consideramos y = 1/x tenemos

(x, 0) + (y, 0) = (x, 0) + (1/x) = (x · 1/x, 0) = (1, 0),

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


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

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

(α + β) · u = (α + β) · (x, 0) = (xα+β , 0)
= (xα , xβ , 0) = (xα , 0) + (xβ , 0)
= [α · (x, 0)] + [β · (x, 0)] = (α · u) + (β · u)

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


1.2 El espacio vectorial real (EVR) 7

En particular, R2 con las operaciones

(a, b) + (c, d) = (a + c, b + d)
α · (a, b) = (α · a, α · b)

es un espacio vectorial cuyos elementos son llamados vectores, donde además O = (0, 0)
y para todo u = (a, b) ∈ R2 existe ub = (−a, −b) ∈ R2 tal que u + ub = O.

Y
2da componente u
ordenada
b b
P (a, b)

1ra componente u
abscisa

θ
O a X

Al punto P ∈ R2 se le asocia
ˆ Un radio vector.

ˆ Un ángulo medido en sentido antihorario entre 0◦ y 360◦ .

ˆ La longitud del radio vector.



Notación. Longitud del radio vector: d(O, P ) = a2 + b2 .
−−→ →

kOP k = k P k norma del vector P .

Vector libre

Q
v
P

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


(−P + P ) + v de donde Q − P = v. Por lo tanto v = Q − P = P Q.
8 Cap.1 Vectores en el espacio euclidiano

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

v
Q
P

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


ó Q = λP . Esto lo denotamos por P // Q.
Ejemplo 1.8.
ˆ P = (3, 2), Q = (−6, −4), entonces P // Q pues P = −1/2Q.

ˆ P = (3, 2), Q = (−6, −4), entonces P // Q pues Q = −2P .

ˆ P = (0, 0), Q = (3, 2), entonces P // Q pues P = 0 · Q.

ˆ P = (3, 2), Q = (5, 1). Si existiera λ ∈ R tal que P = λQ, entonces 3 = 5λ y


2 = λ, una contradicción, por lo tanto no existe tal λ, lo que implica que P y Q
no son paralelos.
Geométricamente tenemos

λP
(0 < λ < 1)
(λ > 1)
λP

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


el vector (0, 0) es siempre paralelo a cualquier otro vector.

Longitud de un vector Si P p = (p1 , p2 ) ∈ R2 , entonces la longitud de dicho vector


está dado por kP k = d(O, P ) = p21 + p22 .
1.3 Producto interno o escalar en R2 9

Vector unitario Es todo vector cuya longitud es 1.

Ejemplo 1.9. P = (3/5, 4/5), kP k = 1.

Proposición 1.10. Todo vector no nulo tiene asociado a sı́ mismo un vector unitario.

Demostración. En efecto, si P es cualquier vector no nulo, basta considerar el vector


1
uP = kpk P . Ası́

1 1
kuP k = P = kP k = 1.
kP k kP k

P
uP

Observación 1.1. P = kP kuP


√ √
Ejemplo 1.11. Sea P = (2, 1), entonces kP k = 22 + 12 = 5; ası́, uP = √1 (2, 1).
5

1.3 Producto interno o escalar en R2


La relación h i definida sonbre R2 × R2

h i : R2 × R2 −→ R
(P, Q) 7−→ hP, Qi

es un producto interno si satisface

1. hP, Qi = hQ, P i.

2. hP, P i ≥ 0, para todo P ∈ R2 .

3. hP, P i = 0 si, y sólo si, P = 0.

4. hP, λQi = hλP, Qi = λhP, Qi, para todo λ ∈ R.

5. hP, (Q + R)i = hP, Qi + hP, Ri.

Ejemplo 1.12. Producto interno usual definido por hP, Qi = p1 q1 + p2 q2 , siendo


P = (p1 , p2 ) y Q = (q1 , q2 ). Veamos:

1. .

2. hP, P i = p+ 2
1 p2 ≥ 0.

3. hP, P i = p21 + p22 = 0 si, sólo si, p1 = p2 = 0.

4. hP, λQi = p1 (λq1 ) + p2 (λq2 ) = (λp1 )q1 + (λp2 )q2 = hλP, Qi.
10 Cap.1 Vectores en el espacio euclidiano


5. .

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



1. .

2. hP, P i = p21 + 2p22 ≥ 0.

3. hP, P i = p21 + 2p22 = 0 si, sólo si, p1 = p2 = 0.

4. hP, λQi = p1 (λq1 ) + 2p2 (λq2 ) = λ(p1 q1 + 2p2 q2 ) = λ hP, Qi.



5. .

Observación 1.2. En tanto no se mencione lo contrario, el producto interno será el


usual.

Teorema 1.14. Sean P, Q ∈ R2 y θ el ángulo agudo que forma P y Q. Luego,


hP, Qi = kP kkQk cos θ.

Observación 1.3. P = kP k = (cos θ, sen θ) = (kP k cos θ, kP k sen θ)

Demostración. Si P = (0, 0) ó Q = (0, 0), entonces hP, Qi = 0 · 0 cos 0 = 0. Caso


contrario, P, Q 6= (0, 0).
Y
P

θ
α β α−β =θ

En virtud de la observación anterior tenemos

P = (kP k cos α, kP k sen α) y Q = (kQk cos β, kQk sen β),

luego,

hP, Qi = kP kkQk cos α cos β + kP kkQk sen α sen β


= kP kkQk(cos α cos β + sen α sen β)
= kP kkQk cos(α − β) = kP kkQk cos θ.
1.3 Producto interno o escalar en R2 11

Debemos notar que este Teorema indica que hP, Qi es invariante por traslación y
rotación de coordenadas.

Definición 1.15. Diremos que P y Q son perpendiculares si, el ángulo entre P y Q,


θ = 90◦ . Es decir, P es perpendicular a Q (P ⊥ Q) si, y sólo si, hP, Qi = 0.

Ejemplo 1.16. Sea P = (3, 4) y Q = (−12, 9). Luego,

hP, Qi = 3(−12) + 4(9) = 0.

Ası́, P ⊥ Q.

Observación 1.4. La noción de perpendicularidad sólo está establecida para el pro-


ducto interno usual.

Ejemplo 1.17. Si consideramos el producto interno definido por hP, Qi = p1 q1 +2p2 q2 ,


para P = (1, 1) y Q = (1, −1/2), tenemos hP, Qi = 1(1) + 2 · 1(−1/2) = 0. Pero P no
es perpendicular a cualquier otro vector.
p
Teorema 1.18. Dado P ∈ R2 , se tiene kP k = hP, P i.

Demostración. En efecto, desde que P = (kP k cos α, kP k sen α) se tiene

hP, P i = kP k2 cos2 α + kP k2 sen2 α = kP k2 .

Corolario 1. Sean P, Q ∈ R2 . Luego

kP + Qk ≤ kP k + kQk.

Demostración. En efecto,

kP + Qk2 = hP + Q, P + Qi = hP, P + Qi + hQ, P + Qi


= hP, P i + hP, Qi + hQ, P i + hQ, Qi
= kP k2 + 2 hP, Qi + kQk2 . (γ)

Como hP, Qi = kP kkQk cos θ, se tiene

hP, Qi ≤ | hP, Qi | ≤ |kP kkQk cos θ|


= kP kkQk| cos θ| ≤ kP kkQk. (δ)

Tomando en cuenta (γ) y (δ) tenemos

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


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

Por lo tanto, kP + Qk ≤ kP k + kQk.


12 Cap.1 Vectores en el espacio euclidiano

Ejercicio 3. Probar que las alturas de cualquier triángulo se cortan en un único


punto.

Solución. Consideremos un sistema de coordenadas tal que

Y
b C(0, c)

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

Q
b b

A(a, 0) B(b, 0) X

−→ −−→
Se puede observar que AC ⊥ P B; luego,
D−→ −−→E
AC, P B = h(−a, c), (b, −y)i = −ab − yc = 0,

de donde y = −ab/c. También tenemos


D−−→ −→E D−−→ E
−−−→
BC, AQ = −b, c, −a, z = ab + cz = 0,

de donde z = −ab/c. Por lo tanto P = Q.

Vector ortogonal Dado el vector P = (a, b), asociado a él, existe el vector P ⊥ =
(−b, a), el cual geométricamente es una rotación de 90◦ en sentido antihorario.

Y
P

P⊥
1.3 Producto interno o escalar en R2 13

El problema del tesoro escondido Recientemente se encontró un antiguo ma-


nuscrito. En él se daban instrucciones para encontrar un tesoro escondido.
Las instrucciones son las siguientes: en la isla hay dos robles A y B, y una palmera
C. El tesoro se encuentra en el punto X al cual se llega de la siguiente forma: Caminar
de C a A cierto número de pasos; al llegar a A, girar 90◦ hacia la izquierda y dar la
misma cantidad de pasos hasta llegar al punto M .
Volver al punto C y caminar ahora hacia B. Al llegar, girar 90◦ a la derecha y
caminar la misma distancia hasta llegar al punto N .
El tesoro se encuentra en el punto medio entre M y N . Al llegar a la isla la expe-
dición encontró los robles, pero la palmera habı́a desaparecido, encontrando además
que d(A, B) = 40m. ¿Cómo encontraron el tesoro?

Y C(a, b)
b

≈ ∼

X
b b
rs

rs

A(0, 0) B(40, 0)

M (b, −a) b


X(x, y) b


b N

−→ −−→ −→ −−→
Vemos que AC = (a, b), AM = −AC ⊥ , ası́ M = (b, −a). Similarmente BC =
−−→ −−→⊥
a−40, b, BN = BC , ası́, N −B = (−b, a−40), lo que implica que N = (40−b, a−40).
Por lo tanto x = 21 (M + N ) = (20, −20).

Proyección ortogonal Dados los vectores P y Q no nulos tal que forman un ángulo
θ
14 Cap.1 Vectores en el espacio euclidiano

rQ⊥
P

tQ
Q
Q⊥
θ
uQ

definimos como vector proyección ortogonal de P sobre Q al vector

ProyQ P = tQ, t∈R

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

de donde
hP, Qi
t= ,
hQ, Qi
ası́,
hP, Qi
ProyQ P = Q.
hQ, Qi
Observación 1.5. Como hQ, Qi = kQk2 , podemos escribir
 
hP, Qi hP, Qi 1 hP, Qi
Proyq P = 2
Q= Q = uQ .
kQk kQk kQk kQk

De la observación anterior, podemos observar que



hP, Qi hP, Qi | hP, Qi |
k ProyQ P k =
kQk uQ = kQk kuQ k = kQk ,

luego, definimos,
hP, Qi
CompQ P = ,
kQk
1.3 Producto interno o escalar en R2 15

como la componente ortogonal de P en la dirección Q.


Debemos notar que mientras ProyQ P es un vector, CompQ P es un número con
signo; además
ProyQ P = (CompQ P )uQ .

Como sig(CompQ P ) = sig(hP, Qi) pueden ocurrir los siguientes casos:

hP, Qi > 0

θ Q

hP, Qi = 0

rs
Q

P
hP, Qi < 0
θ
Q

hP,Qi −18
Ejemplo 1.19. Si P = (2, −3) y Q = (−3, 4), entonces t = hQ,Qi = 25 . Luego,

 
−18 −18 −3 4
ProyQ P = (−3, 4) = , ,
25 5 5 5

de donde CompQ P = − 18
5 <0

Proposición 1.20. Sean P , Q y R vectores arbitrarios en R2 . Luego, se tiene las


siguientes propiedades:

1. ProyQ P = Proy2Q P .

2. ProyQ (P + R) = ProyQ P + ProyQ R.

3. ProyQ λP = λ ProyQ P
16 Cap.1 Vectores en el espacio euclidiano

1.4 Dependencia e independencia lineal


Definición 1.21. Se dice que el conjunto de n vectores {p1 , . . . , pn } ⊂ R2 es lineal-
mente independiente (L. I.) si se cumple la siguiente condición: si existen n escalares
α1 , . . . , αn , tal que,
α1 p1 + α2 p2 + · · · + αn pn = (0, 0),
entonces
α1 = α2 = · · · = αn = 0.

Observación 1.6. Si el conjunto {p1 , . . . , pn } es linealmente independiente, se dirá que


los vectores p1 , . . . , pn son linealmente independientes. En cualquier otro caso, los
vectores serán llamados linealmente dependientes.
Observación 1.7. En virtud de la definición anterior, los vectores {p1 , . . . , pn } son LD
si, y sólo si, existen α1 , . . . , αn tal que

α1 p1 + α2 p2 + · · · + αn pn = (0, 0)

y algún αi 6= 0.
Observación 1.8. En la definición anterior, el hecho que el conjunto {p1 , . . . , pn } sea
L.I., implica que los escalares αi = 0, con i = 1, . . . , n; es decir, se tiene solución única.

Ejemplo 1.22. ¿El conjunto {(2, 3), (5, 1)} es L.I.? Veamos,

α(2, 3) + β(5, 1) = (0, 0),

ası́ tenemos dos ecuaciones

2α + 5β = 0,
3α + β = 0,

de donde, tenemos α = 0 = β. Por lo tanto, el conjunto {(2, 3), (5, 1)} es L.I.

Ejemplo 1.23. ¿El conjunto {(2, 3), (8, 12)} es L.I.? Veamos,

α(2, 3) + β(8, 12) = 0.

Se tiene las siguientes ecuaciones:

2α + 8β = 0,
3α + 12β = 0,

de donde, α = −4β. De este modo, tenemos infinitas soluciones, es decir, el conjunto


{(2, 3), (8, 12)} no es L.I.
1.4 Dependencia e independencia lineal 17

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

αP + βQ = αλQ + βQ
= (αλ + β)Q = (0, 0).

Si Q = 0, entonces P = 0; de ese modo en la ecuación anterior α y β puede tomar


infinitos valores, y por lo tanto P y Q son L.D.
Si , por el contrario, Q 6= 0, entonces, αλ + β = 0; de ese modo
1
α = − β.
λ
Vemos que el valor de α depende del valor de β, y éste último puede tomar infinitos
valores. Por lo tanto {P, Q} es L.D.
Vemos que en cualquiera de estos casos {P, Q} es L.D. Se concluye que dos vectores
en R2 son L.I. si, y sólo si, dichos vectores no son paralelos.
Teorema 1.24. En R2 existen como máximo dos vectores L.I.
Demostración. En lo expuesto anteriormente, existirı́a dos ecuaciones en el sistema
planteado y n incógnitas (n ≥ 3), sistema sobredeterminado el cual tiene infinitas
soluciones.

Definición 1.25. Un conjunto de vectores {b1 , b2 } es una base de R2 si, y sólo si,
∗ Dicho conjunto de vectores es L.I.

∗ Cualquier elemento de R2 es combinación lineal de dichos vectores.


Observación 1.9. Según lo anterior una base de R2 puede tener a lo más dos elementos.
Exactamente son necesarios dos vectores L.I. para generar una base en R2 ; en efecto,
dados P = (a, b) y Q = (c, d) dos vectores L.I., ¿{P, Q} es base? Veamos
∗ Verificado.

∗ ¿Dado (x, y) ∈ R2 arbitrario, existe α, β ∈ R tal que (x, y) = αP + βQ? De


existir tales α y β se deberı́a tener el siguiente sistema de dos ecuaciones con
dos incógnitas:

aα + cβ = x
bα + dβ = y

el cual se cumple si, y sólo si,

aα + cβ = 0
bα + dβ = 0

lo que ocurre si, y sólo si, α = β = 0. Por lo tanto, en R2 , dos vectores L.I.
constituyen una base, y cualquier base está constituida por dos vectores L.I.
18 Cap.1 Vectores en el espacio euclidiano

Ejemplo 1.26. Consideremos la base canónica formada por los vectores i = (1, 0) y
j = (0, 1).
Ejemplo 1.27. El conjunto {(1, 2), (5, 3)} es una base, pues es L.I., en efecto, si
tenemos
α(1, 2) + β(5, 3) = (0, 0),
entonces tenemos que
α + 5β = 0
2α + 3β = 0
de donde α = β = 0. Ahora, dado (x, y) ∈ R2 arbitrario, mostraremos que existe
a, b ∈ R tal que
(x, y) = a(1, 2) + b(5, 3).
En efecto, la ecuación anterior se puede escribir en forma matricial como
    
1 5 a x
= .
2 3 b y

Desde que los vectores (1, 2) y (5, 3) son L.I., la matriz 12 53 tiene inversa, ası́, al mul-
tiplicar dicha inversa por la izquierda a ambos lados de la igualdad anterior, tenemos
        
−3/7 5/7 1 5 a a −3/7 5/7 x
2/7 −1/7
= = 2 ,
2 3 b b /7 −1/7 y
−3x+5y 2x−y
de donde, para (x, y) ∈ R2 arbitrario, existen a = 7 yb= 7 en R tal que
(x, y) = a(1, 2) + b(5, 3).
Por lo tanto {(1, 2), (5, 3)} es una base de R2 .

1.5 La recta en el plano


Dados los vectores P0 y D 6= (0, 0) definimos el conjunto
L (P0 , D) = {P ∈ R2 /P = P0 + tD, con t ∈ R},
que es la recta que pasa por P0 y es generada por D (o cuyo vector direccional es D).

P0
L

D
X
1.5 La recta en el plano 19

La ecuación vectorial de L es
P = P0 + tD.
Observación 1.10. Sean a, b, c, d ∈ R constantes consideremos el conjunto no vacı́o
L(a, b, c) = {(x, y) ∈ R2 /ax + by + c = 0}
Lema 1.28. Sean a, b, c ∈ R. Si L(a, b, c) 6= ∅, entonces existen P0 y D tales que
L(a, b, c) ⊂ L (P0 , D).
Demostración. Como L(a, b, c) 6= ∅, existe (x0 , y0 ) tal que ax0 + by0 + c = 0; luego,
podemos tomar
P0 = (x0 , y0 ), D = (−b, a).
Sea (x, y) ∈ L(a, b, c) arbitrario, ası́, ax + by + c = 0. También se tiene
ax0 + by0 + c = 0,
y restando las dos últimas ecuaciones se tiene
a(x − x0 ) + b(y − y0 ) = 0,
es decir
h(a, b), (x − x0 , y − y0 )i = 0. (1.1)
Además,
h(a, b), 0i = 0. (1.2)
De (1.1) y (1.2) los vectores (x − x0 , y − y0 ) y D son paralelos, es decir
(x − x0 , y − y0 ) = tD,
lo que implica que (x, y) = (x0 , y0 ) + tD; esto es, (x, y) ∈ L (P0 , D).
Lema 1.29. Sean P0 = (x0 , y0 ) y D = (d1 , d2 ) 6= (0, 0). Luego, existen a, b, c ∈ R
tales que
L (P0 , D) ⊂ L(a, b, c)
Demostración. Sea P = (x, y) ∈ L (P0 , D) arbitrario; luego, (x, y) = (x0 , y0 ) +
t(d1 , d2 ), de donde se tiene el sistema de ecuaciones
x = x0 + td1 ,
y = y0 + td2 .
Multiplicando la primera por d2 , y la segunda por d1 , se tiene
d2 x = d2 x0 + td1 d2 ,
d1 y = d1 y0 + td1 d2 .
Luego, restando ambas ecuaciones se tiene d2 x − d1 y = d2 x0 − d2 y0 , de donde se tiene
d2 x − d1 y + d1 y0 − d2 x0 = 0.
Eligiendo a = d2 , b = −d1 y c = d1 y0 − d2 x0 , tenemos (x, y) ∈ L(a, b, c).
20 Cap.1 Vectores en el espacio euclidiano

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

Demostración. Es conclusión de los Lemas 1.28 y 1.29.

Debemos notar que si P = (x0 , y0 ) y D = (−b, a),

L (P0 , D) ⇄ L(a, b, c),




a = d2 , b0 − d1 y c = P0 , D ⊥ .
Observación 1.11. La ecuación
P = P0 + tD

es llamada ecuación vectorial de L , mientra que la ecuación

ax + by + c = 0

es llamada ecuación general de L .

Ejemplo 1.31. Sea L (P0 , D), con P0 = (5, 3) y D = (1, 2). Luego, tomando a = 2,
b = −1 y c = h(5, 3), (−2, 1)i se tiene la ecuación general 2x − y − 7 = 0; ası́

L (P0 , D) = {P/P = (5, 3) + t(2, 1); t ∈ R}


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

Ejemplo 1.32. Sea L(2, −1, −4); luego, tomando P0 = (2, 0) y D = (−1, 2), tenemos

L(2, 1, −4) = {(x, y)/2x + y − 4 = 0}


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

Observación 1.12.

∗ La posición de una recta respecto a los ejes (vertical y horizontal) está determi-
nado por D; ası́, si

D//Eje Y −→ L es vertical.
D//Eje X −→ L es horizontal.

∗ La posición relativa entre dos rectas está dado por sus vectores direccionales.
Sean L1 (P0 , D1 ) y L2 (Q0 , D2 ) dos rectas. Luego, L1 //L2 si, y sólo si, D1 //D2 ;
y L1 ⊥ L2 si, y sólo si, D1 ⊥ D2 .
1.5 La recta en el plano 21

Forma normal de la ecuación de una recta Sea L (P0 , D) = L(a, b, c) una recta
no vertical (b 6= 0). Luego su ecuación está dada por

ax + by + c = 0,

esto ocurre si, y sólo si,


a c
y =− x− .
b b
d2 h 0 i
P ,D ⊥
Escribamos m = − ab = d1 y λ = − cb = d1 . Ası́, se tiene la ecuación

y = mx + λ,

donde m es llamada pendiente y λ, punto de paso.

tan θ = m

λ
θ
X

En conclusión, si b 6= 0, entonces

L (P0 , D) = L(a, b, c) = L (m, λ),

donde L (m, λ) = {(x, y) ∈ R2 /y = mx + λ}.

Caracterı́sticas del paralelismo y perpendicularidad Sean las rectas

L1 (P0 , D1 ) = L1 (a1 , b1 , c1 ) = L1 (m1 , λ1 ),


L2 (Q0 , D2 ) = L2 (a2 , b2 , c2 ) = L2 (m2 , λ2 ).

Luego se tiene

L1 //L2 ⇐⇒ D1 //D2
⇐⇒ (−b1 , a1 )//(−b2 , a2 )
⇐⇒ a1/a2 = −b1/−b2
⇐⇒ −a1/b1 = −a2/b2
⇐⇒ m1 = m2 .
22 Cap.1 Vectores en el espacio euclidiano

Además,
L1 ⊥ L2 ⇐⇒ D1 ⊥ D2
⇐⇒ (−b1 , a1 ) ⊥ (−b2 , a2 )
⇐⇒ a1 a2 + b1 b2 = 0
⇐⇒ (−a1/b1 )(−a2/b2 ) + 1 = 0
⇐⇒ m1 m2 = 1.

Distancia de un punto hacia una recta Sean el punto Q y la recta L (P0 , D)

Q
b

P
rs

P0
b

Observación 1.13. el conjunto {d(Q, P )/P ∈ L (P0 , D)} está acotado inferiormente
por 0. Luego, posee ı́nfimo, esto es,
d(Q, L ) = inf{d(Q, P )/P ∈≪ (P0 , D)},
por lo tanto, existeP∗∈ L (P0 , D) tal que d(Q, L ) = d(Q, P ∗ ), ası́, P ∗ = P0 + tD,
para algún t.

Se observa que QP ∗ , D = hP ∗ − Q, Di = 0, de donde hP0 − Q, Di+t hD, Di = 0,
lo que implica que
hQ − P0 , Di
t= .
hD, Di
Ejemplo 1.33. Calcule la distancia del punto Q a L (P0 , D), donde Q = (−5, 2),
P0 = (1, 2) y D = (3, 4).
Solución. Q − P0 = (−6, 0), luego
hQ − P0 , Di 18
t= =− ,
hD, Di 25

de donde P ∗ = (1, 2) − 18 29 22
25 (3, 4) = − 25 , − 25 . Por lo tanto
s 2  2
∗ 29 22 24
d(Q, L ) = d(Q, P ) = − +5 + − −2 = .
25 25 5
1.5 La recta en el plano 23

Fórmula de la distancia usando la ecuación general Se puede observar que


−−→ −−→

d(Q, L ) = ProyD⊥ P0 Q = CompD⊥ P0 Q
D −→ E
− ⊥
P0 Q, D | − aq1 + ax0 − bq2 + by0 |
= = √
kD ⊥ k a 2 + b2
y haciendo c = ax0 + by0 se tiene
|aq1 + bq2 + c|
d(Q.L ) = √ .
a 2 + b2
En el ejemplo anterior tenemos a = 4, b = −3, c = y0 d1 − x0 d2 = 2. Por lo tanto,
L (Po , D) = L(4, −3, 2); ası́,
|4(−5) − 3(2) + 2| 24
d(Q, L ) = p = .
42 + (−3)2 5

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


c) rectas paralelas. Probar que
−−−→ c−bc

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

Ejemplo 1.34. Dados tres puntos diferentes entre sı́ A = (a1 , a2 ), B = (b1 , b2 ) y
C = (c1 , c2 ), calcule el área de la región triangular determinada por estos tres puntos,
en términos de sus coordenadas.
−−→
Demostración. Si hacemos A = P0 , D = AB, tenemos L (P0 , D) = L(a, b, c),

C
b

h b

B
rs

donde
a = b2 − a2 , b = a 1 − b1 , c = a2 (b1 − a1 ) − a1 (b2 − a2 ).
Luego, el área es
1 −−

A = kABk × h.
2
24 Cap.1 Vectores en el espacio euclidiano

−−
→ p √
Recordemos que kABk = (b1 − a1 )2 + (b2 − a2 )2 = b2 + a2 y

|ac1 + b2 + c|
h = d(Q, L ) = √ ,
a 2 + b2

ası́,

1p 2 |ac1 + bc2 + c|
Área = a + b2 √
2 a 2 + b2
1
= b2 c1 − a2 c1 + a1 c2 − b1 c2 + a2 b1 − a2 a1 − a1 b2 + a1 a2
2
c1 c2
@
a  Ra
@
1 1 2 1
= @ R
@ = |Σ1 − Σ2 |,
2 b1 b2 2

c @ Rc
@
1 2

donde Σ1 = b2 c1 + a1 c2 + a2 b1 y Σ2 = a2 c1 + b1 c2 + a1 b2 .

Para regiones poligonales basta con triangulizar

b
E

A
b

b B b D

Ası́,

B

C

1 D
Área =
2 E
A

B
1.6 Vectores en el espacio 25

1.6 Vectores en el espacio

c
Y
b
a

X
−−→ −−→ −−→ −−→
P tiene coordenadas (a, b, c). Luego, si α = ∡(OP , OX), β = ∡(OP , OY ), γ =
−−→ −→
∡(OP , OZ), vemos que
cos2 α + cos2 β + cos2 γ = 1.
Denotamos R × R × R = R3 . Si sobre R3 definimos las operaciones

P ⊕ Q = (p1 + q1 , p2 + q2 , p3 + q3 ),
λ ⊙ P = (λp1 , λp2 , λp3 ),

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


observar que R3 es un espacio vectorial.

Definición 1.35. Se dice que P y Q en R3 son paralelos si, y sólo si, existe λ ∈ R tal
que
P = λQ.

Definición 1.36. Dado P = (p1 , p2 , p3 ) ∈ R3 , se define su longitud como


q
kP k = p21 + p22 + p23 .

Definición 1.37. Cualquier vector P ∈ R3 , con norma kP k = 1 es llamado vector


unitario.
26 Cap.1 Vectores en el espacio euclidiano

1
Observación 1.14. Asociado a P 6= 0, existe un vector unitario uP = kP k P .

Definición 1.38. Para P = (p1 , p2 , p3 ) y Q = (q1 , q2 , q3 ), se define el producto interno

hP, Qi = p1 q1 + p2 q2 + p3 q3 .

Teorema 1.39. Si u y w son vectores unitarios en R3 y θ es el ángulo entre ellos,


entonces hu, wi = cos θ.

Demostración. Consideremos el siguiente gráfico

sen θ
θ
b u
cos θ

Se puede observar que w = cos θu + sen θv. Calculando

hu, wi = hu, cos θu + sen θvi = cos θ hu, ui + sen θ hu, vi = cos θkuk2 = cos θ.

Sean P y Q dos vectores cualesquiera no nulos. Considerando los vectores


1 1
u= P yw= Q,
kP k kQk

y el ángulo entre ellos θ = ∡(P, Q), tenemos que


 
1 1
P, Q ,
kP k kQk

en virtud del teorema anterior.

Corolario 2. Si P y Q son vectores arbitrarios, con θ = ∡(P, Q), entonces

hP, Qi = kP kkQk cos θ.

Demostración. Sea θ = ∡(P, Q). Si P = 0 ó Q = 0, entonces hP, Qi = kP kkQk cos θ =


0 desde que kP k = 0 ó kQk = 0.
1.6 Vectores en el espacio 27

1
Caso contrario, si P y Q son no nulos, entonces para los vectores uP = kP k P y
1
uQ = kQk Q se tiene
huP , uQ i = cos θ,
en virtud del teorema anterior. Esta última ecuación se escribe como
 
1 1
P, Q = cos θ,
kP k kQk
de donde, se tiene
hP, Qi = kP kkQk cos θ.

Definición 1.40. Se dice que dos vectores P y Q son perpendiculares (P ⊥ Q) si, y


sólo si, hP, Qi = 0.
Observación 1.15. El vector nulo es perpendicular a cualquier vector.
Observación 1.16. Dados dos vectores no nulos, el ángulo entre ellos se puede calcular
mediante  
hP, Qi
θ = arccos .
kP kkQk

Proyección ortogonal y componente


Definición 1.41. Dados P y Q vectores no nulos de R3 , se define la proyección de P
sobre Q como
hP, Qi hP, Qi
ProyQ P = Q= uQ = (CompQ P )uQ .
hQ, Qi kQk

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


R
P
rs

Q tQ

Del gráfico vemos que P = tQ + R, de donde hP, Qi = t hQ, Qi. Notemos que en R3
también se cumple
kP + Qk2 = kP k2 + 2 hP, Qi + kQk2 .
28 Cap.1 Vectores en el espacio euclidiano

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

α1 p1 + α2 p2 + · · · + αn pn = (0, 0, 0)

implica que αi = 0, para i = 1, . . . , n.

Ejemplo 1.42. ¿Los vectores P = (2, 1, 3) y Q = (6, 3, 9) son L.I.?

Solución. Consideremos la ecuación

α(2, 1, 3) + β(6, 3, 9) = (0, 0, 0),

de donde se obtiene el sistema

2α + 6β = 0,
α + 3β = 0,
3α + 9β = 0.

Esto implica que α = −3β, es decir, α y β pueden tomar infinitos valores. Por lo
tanto, P y Q no son L.I.

Ejemplo 1.43. ¿Los vectores P = (2, 1, 3) y Q = (1, 1, 5) son L.I.?

Solución. Veamos; dada la ecuación

α(2, 1, 3) + β(1, 1, 5) = (0, 0, 0),

se tiene el sistema

2α + β = 0,
α + β = 0,
3α + 5β = 0.

Esto implica que α = β = 0. Por lo tanto P y Q son L.I.

Teorema 1.44. Cualquier subconjunto de un conjunto de vectores L.I. también es


L.I.

Observación 1.17. Para verificar si tres vectores en R3 son L.I. debemos

i) Verificar si alguno es nulo.

ii) Verificar si un par de ellos son paralelos.

iii) Plantear el sistema de tres ecuaciones con tres incógnitas.

En R3 existen a lo más tres vectores L.I.


1.6 Vectores en el espacio 29

Definición 1.45. Una base en R3 es cualquier conjunto de tres vectores L.I. que
genera todo el espacio R3 . Es decir, P, Q, Q es base de R3 si, y sólo si, dado x ∈ R3 ,
∗ {P, Q, R} es L.I.

∗ Existen únicos α, β, γ en R tal que

x = αP + βQ + γR

Ejemplo 1.46. Sean los vectores bi = (1, 0, 0), b j = (0, 1, 0) y b


k = (0, 0, 1). Luego, el
conjunto {bi, b b
j, k} es llamado base canónica de R3 .

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


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

hP, xi = 0, hQ, xi = 0.

De las últimas igualdades se tiene el siguiente sistema:

ap1 + bp2 + cp3 = 0,


aq1 + bq2 + cq3 = 0,

con dos ecuaciones y tres incógnitas. Si fijamos c tenemos un sistema de dos ecuaciones
y dos incógnitas:

ap1 + bp2 = −cp3 ,


aq1 + bq2 = −cq3 .

Aplicando la regla de Cramer, se tiene


 
−cp3 p2
det
−cq3 q2 c(p2 q3 − p3 q2 )
a=   = ,
p p p1 q 2 − p2 q 1
det 1 2
q1 q2
 
p1 −cp3
det
q1 −cq3 c(p3 q1 − p1 q3 )
b=   = .
p1 p2 p1 q 2 − p2 q 1
det
q1 q2

Es suficiente tomar

a = p2 q 3 − p3 q 2 ,
b = p3 q1 − p1 q3 = −(p1 q3 − p3 q1 ),
c = p1 q 2 − p2 q 1 .
30 Cap.1 Vectores en el espacio euclidiano

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


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

Luego, se tiene
hP, xi = 0 = hQ, xi .

Siendo P = (p1 , p2 , p3 ) y Q = (q1 , q2 , q3 ), se define el vector P × Q mediante



P × Q = p2 q3 − p3 q2 , −(p1 q3 − p3 q1 ), p1 q2 − p2 q1
j+c·b
= a · bi + b · b k = (−1)1+1 a · bi + (−1)1+2 b · b j + (−1)1+3 c · b
k
−−−−−−−−−−→
 
bi b j bk

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

Proposición 1.48. Dados los vectores P, Q, R en R3 , se tienen las siguientes propie-


dades:

i) P × Q = −Q × P .

ii) P × (Q + R) = P × Q + P × R.

iii) (λP ) × Q = P × (λQ) = λ(P × Q), para cualquier λ ∈ R.

iv) P × (Q × R) = hP, Ri Q − hP, Qi R.

v) P // Q si, y sólo si, P × Q = (0, 0, 0).

vi) kP × Qk = kP kkQk si, y sólo si, P ⊥ Q.

vii) kP × Qk es el área del paralelogramo formado por P y Q.

viii) kP × Qk2 + hP, Qi2 = kP k2 kQk2 .

Ejemplo 1.49. Sean P = (1, 3, 4) y Q = (2, 0, 5), luego


 
j b
bi b k
P × Q = det 1 3 4 = (15, 3, −6).
2 0 5

Se observa que (P × Q) ⊥ P .

Geométricamente
1.6 Vectores en el espacio 31

P ×Q

l rs θ P

El área del paralelogramo es

A = kP × Qk = kP kkQk sen θ.

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


definimos y denotamos
[P, Q, R] = hP, Q × Ri .

Considerando el orden que mantiene el triple producto escalar, podemos escribirlo


como
 
p1 p2 p3

[P, Q, R] = det q1 q2 q3 
r1 r2 r3

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

[P, Q, R] = h(2, 1, 5), (1, 2, 1) × (−2, 1, 3)i


= h(2, 1, 5), (5, −5, 5)i = 30.

También,
 
2 1 3
[P, Q, R] = det  1 2 
−2 1 3
= (−1)2+1 × 1 × (−2) + (−1)2+2 × 2 × 16 + (−1)2+3 × 1 × 4 = 30.

Teorema 1.51. Los vectores P , Q y R son L.I. si, y sólo si, [P, Q, R] 6= 0.

Teorema 1.52. Sean P , Q y R vectores arbitrarios


32 Cap.1 Vectores en el espacio euclidiano

Q×R

h
R

Q

hP, Q × Ri
h = | CompQ×R P | = .
kQ × Rk
Luego,
hP, Q × Ri
V ol = A.base × altura = kQ × Rk = |[P, Q, R]|
kQ × Rk
Proposición 1.53 (Independencia lineal). Sean P , Q y R vectores en R3 tal que
[P, Q, R] = 0. Luego, si, P y Q son L.I., entonces existen únicos escalares α y β tales
que
R = αP + βQ.

P
R

Demostración. Sean P y Q vectores L.I. Si R = 0, entonces existen únicos α, β tales


que
αP + βQ = 0 = R.
Por otra parte, si R 6= 0, entonces, como [P, Q, R] = 0, se tiene que P , Q y R son L.D.
Ası́, existen λ1 , λ2 y λ3 , no todos nulos, tales que

λ1 P + λ2 Q + λ3 R = 0.

Si λ3 = 0, entonces se tiene
λ1 P + λ2 Q = 0,
1.7 La recta en el espacio 33

y en virtud de la hipt́esis, λ1 = λ2 = 0, pero esto implica que λ1 = λ2 = λ3 sean nulos,


una contradicción. Por lo tanto λ3 6= 0, lo que implica que
   
λ1 λ2
R= − P+ − Q = αP + βQ,
λ3 λ3
probando la existencia de los escalares. Ahora, supongamos que existe θ y γ tales que
R = αP + γQ = θP + γQ,
de donde
(α − θ)P + (β − γ)Q = 0.
Pero, como por hipótesis P y Q son L.I., se tiene α − θ = β − γ = 0; ası́ α y β son
únicos.

1.7 La recta en el espacio


Sean P0 ∈ R3 arbitrario y D ∈ R3 no nulo. Luego, el conjunto
L (P0 , D) = {P ∈ R3 /P = P0 + tD; t ∈ R}
es la recta que pasa por P0 y es paralelo o está generado por D.

P0
b tD t∈R

b P = P0 + tD
L (P0 , D)

X
Tenemos el siguiente sistema, llamado ecuación paramétrica,
x = x0 + td1 ,
y = y0 + td2 ,
z = z0 + td3 ,
de donde se tiene la ecuacón simétrica,
x − x0 y − y0 z − z0
t= = = ,
d1 d2 d3
con d1 , d2 y d3 son no nulos.
34 Cap.1 Vectores en el espacio euclidiano

Proposición 1.54. Sean L1 (P0 , D1 ) y L2 (Q0 , D2 ) dos rectas tales que D1 // D2 .


Luego, L1 ∩ L2 6= ∅ si, y sólo si L1 = L2 .
Demostración. Si L1 = L2 , entonces L1 ∩ L2 = L1 6= ∅.
Recı́procamente, desde que L1 ∩ L2 6= ∅, existe P tal que P ∈ L1 y P ∈ L2 , ası́,
P0 + tD1 = P = Q0 + rD2 . (1.3)
Sea Q ∈ L1 arbitrario, esto es, Q = P0 + sD1 ; luego,
Q = Q0 + rD2 − tD1 + sD1 ,
en virtud de la ecuación (1.3). Por hipótesis se tiene D1 // D2 , luego la igualdad
anterior queda
Q = Q0 + rD2 + (s − t)λD2 ,
Q = Q0 + αD2 ,
esto es, Q ∈ L2 , lo que implica L1 ⊂ L2 .
De modo similar, se tiene L2 ⊂ L1 ; por lo tanto L1 = L2 .

Definición 1.55. Se dice que L1 (P0 , D1 ) y L2 (Q0 , D2 ) son paralelos si, y sólo si,
i) L1 ∩ L2 = ∅.
ii) D1 // D2 .
Definición 1.56. Se dice que L1 (P0 , D1 ) y L2 (Q0 , D2 ) son alabeadas (o se cruzan en
el espacio) si, y sólo si,
i) L1 ∩ L2 = ∅.
\ D2 .
ii) D1 //
Teorema 1.57. Las rectas L1 (P0 , D1 ) y L2 (Q0 , D2 ) son alabeadas si, y sólo si,
[D1 , D2 , P0 − Q0 ] 6= 0.

L1
D1 P0
b

D2 × (P0 − Q0 )

rs
b
ld

Q0 D2

L2
1.7 La recta en el espacio 35

Demostración. Sean L1 (P0 , D1 ) y L2 (Q0 , D2 ) rectas alabeadas. Por contradicción,


asumamos que [D1 , D2 , P − 0 − Q0 ] = 0 y como D1 // \ D2 , entonces D1 y D2 son L.I.
En virtud del Teorema de la Independencia lineal, existen α y β en R tales que

P0 − Q0 = αD1 + βD2 ,

lo que implica que


P0 + (−αD1 ) = Q0 + βD2 ,
y por lo tanto L1 ∩ L2 6= ∅, una contradicción pues, por hipótesis, L1 y L2 son
alabeadas.
Recı́procamente, sabemos que [D1 , D2 , P0 − Q0 ] 6= 0 si, y sólo si, D1 , D2 y P0 − Q0
son L.I., en virtud del Teorema 1.51, lo que implica que D1 // D2 . Para mostrar
que L1 y L2 son alabeadas, debemos mostrar que L1 ∩ L2 = ∅.
Asumamos lo contrario; luego, existe P tal que P ∈ L1 y P ∈ L2 , por lo tanto

P0 + tD1 = P = Q0 + rD2 ,

lo que implica
tD1 + (−r)D2 + (P0 − Q0 ) = 0,
una contradicción, pues D1 , D2 y P0 − Q0 son L.I. por hipótesis. Por lo tanto, L1 y
L2 son alabeadas.

Proyección ortogonal de un punto hacia una recta

Q
b L (P0 , D)

R = R(Q)
r

P0
b

R es la proyección ortogonal del punto Q sobre la recta L , R = P0 + tD. Del gráfico


podemos ver
D−−→ E
0 = QR, D = hP0 + tD − Q, Di
= hP0 − Q, Di + t hD, Di ,
36 Cap.1 Vectores en el espacio euclidiano

de donde
hQ − P0 , Di
t= .
hD, Di
Por lo tanto,
hQ − P, Di
R = R(Q) = P0 + D.
hD, Di

Ejemplo 1.58. Sean Q = (2, 1, 3) y L (P0 , D), con P0 = (1, 1, 2) y D = (2, −1, 5).
Luego,
h(2, 1, 3) − (1, 1, 2), (2, −1, 5)i 7
t= = ,
hD, Di 30
y por lo tanto,    
7 −7 7 22 23 19
R = (1, 1, 2) + , , = , , .
15 30 6 15 30 6

Notamos que
d(Q, L ) = d(Q, R).
Consideremos

d2 (Q, R) = kQ − Rk2 = kQ − P0 − tDk2 = hQ − P0 − tD, Q − P0 − tDi


= kQ − P0 k2 − 2t hQ − P0 , Di + ktDk2
hQ − P0 , Di2 hQ − P0 , Di2
= kQ − P0 k2 − 2t + · kDk2
hD, Di kDk4
hQ − P0 , Di2 hQ − P0 , Di2
= kQ − P0 k2 − 2 +
kDk2 kDk2
hQ − P0 , Di2
= kQ − P − 0k2 −
kDk2
kQ − P0 k2 kDk2 − hQ − P0 , Di2 k(Q − P0 ) × Dk2
= = .
kDk2 kDk2

Por lo tanto,
k(Q − P0 ) × Dk
d(Q, L ) = .
kDk
Observación 1.18.

ˆ kP × Qk2 + hP, Qi2 = kP k2 kQk2 .

ˆ kP ± Qk2 = kP k2 ± 2 hP, Qi + kQk2 .

Ejemplo 1.59. Calcular d(Q, L (P0 , D)), donde Q = (2, 1, 3), P0 = (1, 1, 2) y D =
(2, −1, 5).
1.8 El plano en el espacio 37

Solución. Q − P0 = (1, 0, 1) y
 
i j k
(Q − P0 ) × D = det 1 0 1 = (1, −3, −1).
2 −1 5

Por lo tanto, √ √
1+9+1 11
d(Q, L (P0 , D)) = √ =√ .
4 + 1 + 25 30
Ejercicio 5.

1. Dados L : (10, 7, −9) + t(1, 2, −1) y Q = (13, 1, 0), hallar A y B sobre L tal
que el triángulo ABQ sea equilátero.

2. Dadas las rectas L1 : (1, 0, −1) + t(1, 1, 2), con t ∈ R, y L2 : (−1, 3, 4) +


s(−2, 3, 1); hallar la ecuación de una recta L tal que L ⊥ L1 y L ⊥ L2 .
Además, L interseca a ambas rectas, determine, ası́ mismo, los puntos de inter-
sección.

1.8 El plano en el espacio


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

P (P0 , u, v) = {P ∈ R3 /P = P0 + tu + rv; t, r ∈ R},

como el plano que pasa por P0 generado por los vectores u y v,

v
P0
b

u
P

Observación 1.19. Dados n ∈ R3 \ {0} y λ ∈ R, definimos

P (n, λ) = {P ∈ R3 / hP, ni = λ}.

Lema 1.60. Dado P (n, λ), existen P0 , u y v tales que P (P0 , u, v) = P (n, λ).
38 Cap.1 Vectores en el espacio euclidiano

Demostración. Sea n = (n1 , n2 , n3 ) 6= (0, 0, 0), con n1 6= 0, y λ ∈ R. Tomemos

P0 = (λ/n1 , 0, 0), u = (−n2 , n1 , 0), v = (n3 , 0, −n1 ),

y recordemos que
 
i j k
u × v = det −n2 n1 0  = (−n21 , −n1 n2 , −n1 n3 ) = −n1 (n1 , n2 , n3 ) = −n1 · n.
n3 0 −n1

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


tomando producto interno con n tenemos,

hP, ni = hP0 , ni + t hu, ni + r hv, ni = λ,

lo que implica que P ∈ P (n, λ) y, por lo tanto, P (P0 , u, v) ⊂ P (n, λ).


Por otra parte, sea P ∈ P (n, λ) arbitrario, entonces hP, ni = λ, esto es,

p1 n1 + p2 n2 + p3 n3 = λ.

Seleccionamos los números


p2 p3
t= yr=− .
n1 n1
Luego, hacemos
λ
p1 = + t(−n2 ) + rn3 ,
n1
p2 = 0 + tn1 + 0,
p3 = 0 + 0 + r(−n1 ),

esto es, P = P0 + tu + rv. Por lo tanto, P ∈ P (P0 , u, v), lo que implica P (n, λ) ⊂
P (P0 , u, v). De las dos inclusiones se tiene que existen P0 , u y v tales que P (n, λ) =
P (P0 , u, v).

Ejemplo 1.61. Sea el conjunto P (n, λ), con n = (3, 0, 1) y λ = −10. Luego, P (n, λ)
representa al plano P (P0 , u, v), donde

P0 = (−10/3, 0, 0)
u = (0, 3, 0)
v = (1, 0, −3).

Observación 1.20. Si n2 6= 0, se debe tomar

P0 = (0, λ/n2 , 0), u = (−n2 , n1 , 0), v = (0, n3 , −n2 ).

Ejercicio 6. Si n3 6= 0, seleccione P0 , u y v.
1.8 El plano en el espacio 39

Lema 1.62. Dado P (P0 , u, v), existen n ∈ R3 \ {0} y λ ∈ R tal que P (P0 , u, v) =
P (n, λ).

Demostración. Sea P0 , u y v, con u y v L.I. Tomemos

n = u × v 6= (0, 0, 0) y λ = hP0 , ni .

Sea P ∈ P (P0 , u, v) arbitrario; luego,

hP, ni = hP0 , ni + t hu, ni + r hv, ni = λ,

de donde P ∈ P (n, λ), lo que implica que P (P0 , u, v) ⊂ P (n, λ).


Por otra parte, dado P ∈ P (n, λ) arbitrario se tiene

hP, ni = λ = hP0 , ni ,

de donde
hP − P0 , ni = hP − P0 , u × vi = [P − P0 , u, v] = 0.
Como u y v son L.I., en virtud del Teorema de la Independencia linea, existen únicos
t, r ∈ R tales que
P − P0 = tu + rv,
lo que implica que P = P0 + tu + rv, esto es, P ∈ P (P0 , u, v). Por lo tanto P (n, λ) ⊂
P (P0 , u, v).
De ambas inclusiones, se conluye que P (n, λ) = P (P0 , u, v).

Ejemplo 1.63. Dado P (P0 , u, v), con


P0
P0 = (2, 1, 3), u = (1, 1, 6), v = (3, 0, 2),

basta tomar
n = u × v = (2, 16, −3), λ = hP0 , ni = 11,
de manera que

{P ∈ R3 /P = P0 + tu + rv; t, r ∈ R} = {P ∈ R3 / hP, ni = λ}

v
b P

×
b

l l
P0

u
40 Cap.1 Vectores en el espacio euclidiano

Sean P1 = P1 (n1 , λ) y P2 = P2 (n2 , λ2 ). Se dice que P1 // P2 si, y sólo si,

ˆ P1 ∩ P2 6= ∅. P0

ˆ n1 // n2 .

Ejercicio 7. Sean los planos P1 = P1 (n1 , λ1 ) y P2 = P2 (n2 , λ2 ). Luego, P1 = P2 si, y


sólo si, n1 // n2 y P1 ∩ P2 6= ∅.

Distancia de un punto al plano

T r b Q
L (P0 , n)
n
P (P0 , u, v)

P0 ×l l
b

u
b

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


−−
→ −−→
d(Q, P (P0 , u, v)) = d(Q, R) = kQRk = kT P0 k.
−−→
Notemos que P0 T = ProyL Q, de donde

hQ − P0 , ni
T = P0 + n.
hn, ni

Luego,

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


hQ − P0 , ni
= knk = | hQ − P0 , ni |
knk2 knk
|[Q − P0 , u, v]|
= .
ku × vk
Capı́tulo 2

Cónicas

2.1 Relaciones de Equivalencia


Dado el conjunto A 6= ∅, se define

R ⊂A×A

como una relación sobre A.

Ejemplo 2.1. Sobre A = {2, 3, 5, 7, 9, 10} podemos definimos relaciones

R1 = ∅.
R2 = {(2, 2), (3, 3), (5, 5), (7, 7), (9, 9), (10, 10)}.
R3 = {(2, 2), (3, 3), (2, 3)}
R4 = {(3, 5), (5, 3), (3, 3)}
R5 = A × A

Tipos especiales de relación Sea R una relación sobre A, luego, se dice que

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


R1 .

ˆ R es simétrica si (x, y) ∈ R implica que (y, x) ∈ R. Son simétricas R1 , R2 , R4


y R5 .

ˆ R es transitiva si (x, y), (y, z) ∈ R implican que (x, z) ∈ R. Son transitivas R1 ,


R2 y R3 .

Observación 2.1. En R4 se tiene (5, 3), (3, 5) ∈ R4 pero (5, 5) ∈


/ R4 . Por lo tanto R4
no es transitiva.

Definición 2.2. Se dice que R es una relación de equivalencia si es simultáneamente


reflexiva, simétrica y transitiva.
42 Cap.2 Cónicas

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

Gráficamente podemos expresar que (a, b) ∈ R equivale a a b . Ası́,


podemos considerar

2 7

10

3 5 9

de donde tenemos que

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

es una relación de equivalencia.

Definición 2.4. Si R es una relación de equivalencia sobre A 6= ∅, para cada x ∈ A


definimos el conjunto
[x] = {a ∈ A/(a, x) ∈ R}
como la clase de equivalencia del elemento x.

Observación 2.2. Este conjunto agrupa a todos los elementos de A que están rela-
cionados con x.

Ejemplo 2.5. Respecto a la relación de equivalencia anterior se tiene

ˆ [2] = {2, 3, 5} = [3] = [5].

ˆ [7] = {7, 9} = [9].

ˆ [10] = {10}.

Definición 2.6. Sea R una relación de equivalencia sobre A 6= ∅. Luego se define el


conjunto cociente de A por R al conjunto
A
= {[x]/x ∈ A}.
R
A
Observación 2.3. El conjunto R es una partición de A mediante R.
2.1 Relaciones de Equivalencia 43

Ejemplo 2.7. Sea A = {2, 3, 5, 7, 9, 10} y R la relación de equivalencia anterior.


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

Ejemplo 2.8. Sea A = Z y R la relación sobre A tal que (a, b) ∈ R si, y sólo si,
a − b = 3̊. Veamos si R es una relación de equivalencia,
ˆ Para todo x ∈ Z se tiene x − x = 0 = 3̊, entonces (x, x) ∈ R y, por lo tanto, R
es reflexiva.

ˆ Si (x, y)R, entonces x − y = 3̊, de donde y − x = 3̊. Esto implica que (y, x) ∈ R
y, por lo tanto R es simétrica.

ˆ Si (x, y), (y, z) ∈ R, entonces

x − y = 3̊,
y − z = 3̊.

Sumando ambas ecuaciones tenemos x − z = 3̊, de donde (x, z) ∈ R. Por lo


tanto, R es transitiva.
De lo anterior concluimos que R es una relación de equivalencia. Ahora calculemos la
clases de equivalencia:
ˆ

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


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

ˆ [2] = {a ∈ Z/a − 2 = 3̊} = {. . . , −1, 2, 5, 8, . . . }.

ˆ [3] = {a ∈ Z/a − 3 = 3̊} = {. . . , −3, 0, 3, 6, . . . }.

Luego,
Z
= {[1], [2], [3]},
R
es decir, Z es particionado en tres conjuntos disjuntos 3̊, 3̊ + 1 y 3̊ + 2.
Ejemplo 2.9. Sea A = R2 , P0 = (5, 2), D = (2, 3) y L (P0 , D). Además, consideremos
R, la relación sobre A, tal que (P, Q) ∈ R si, y sólo si, (P − Q) // D, esto es,
n   o
R = (1, 1), (5, 7) , (1, 2), (3, 5) , . . . .

Veamos si R es una relación de equivalencia,


44 Cap.2 Cónicas

ˆ Para todo P ∈ R2 , se tiene P − P = 0 // D; luego, (P, P ) ∈ R.

ˆ Si (P, Q) ∈ R, entonces P − Q // D, de donde Q − P // D. Por lo tanto, (Q, P ) ∈


R.

ˆ Si (P, Q), (Q, R) ∈ R, entonces P − Q = αD y Q − R = βD. Sumando ambas


ecuaciones se tiene
P − R = (α + β)D,
es decir, P − R // D. Por lo tanto, (P, R) ∈ R.

Ası́, R es una relación de equivalencia.


Sea x = (10, 3), luego,

[(10, 3)] = {P ∈ R2 /P − (10, 3) // D}


= {P ∈ R2 /P − (10, 3) = λD}
= {P ∈ R2 /P = (10, 3) + λD}

(2, 3)

L (P0 , D)

5 10

[(10, 3)]

Proposición 2.10. Sea R una relación de equivalencia sobre A 6= ∅. Luego,

i) x ∈ [x].

ii) [x] = [y] si, y sólo si, (x, y) ∈ R.

iii) [x] 6= [y] si, y sólo si, [x] ∩ [y] = ∅.


2.2 Coordenadas homogéneas 45

Demostración.
i) Como R es de equivalencia, entonces R es reflexiva; ası́, para todo x ∈ A se
tiene (x, x) ∈ R. Por lo tanto, x ∈ [x] = {y/(y, x) ∈ R}.
ii) Sea [x] = [y]; luego, x ∈ [y], esto es (x, y) ∈ R. Recı́procamente, sea (x, y) ∈ R;
luego para z ∈ [x] arbitrario se tiene que (z, x) ∈ R, y en virtud de la transitivi-
dad de R, (z, y) ∈ R, es decir z ∈ [y]. Por lo tanto, [x] ⊂ [y]. Similarmente se
tiene [y] ⊂ [x]. Ambas inclusiones implican que [x] = [y].
iii) Supongamos que [x] 6= [y]. Si existiera algún elemento z ∈ [x] ∩ [y] tendrı́amos
(z, x), (z, y) ∈ R y, en virtud de la simetrı́a, se seguirı́a que (x, z), (z, y) ∈ R.
Luego, debido a la transitividad tendrı́amos que (x, y) ∈ R, pero esto implica
que [x] = [y], en virtud del inciso anterior contradiciendo la hipótesis inicial. Por
lo tanto, [x] ∩ [y] = ∅.
Ahora, supongamos que [x] ∩ [y] = ∅. Si [x] = [y], entonces (x, y) ∈ R, de donde
x ∈ [y] e y ∈ [x], lo que implica que [x] ∩ [y] 6= ∅ contradiciendo la hipótesis. Por
lo tanto [x] 6= [y].

2.2 Coordenadas homogéneas


En esta parte, consideramos que todo par de rectas en R2 tiene un punto de intesección.
Para esto consideramos dos tipos de puntos,
ˆ Punto finito o propio: Aquel cuyas componentes son finitas. Por ejemplo (3, 2),
(10100 , 4).
ˆ Punto infinito o impropio: Aquel donde alguna componente es +∞ ó −∞. Por
ejemplo (−∞, 5), (0, ∞).
Definición 2.11. A cada punto P = (x, y) ∈ R2 le asociamos la terna ordenada
(x1 , x2 , x3 ), a la cual denominamos coordenadas homogéneas de P , en donde
x1 x2
x= , y= .
x3 x3
Ejemplo 2.12. Para P = (2, 3) se tiene infinitas coordenadas homogéneas, a saber,
(4, 6, 2), (−6, −9, −3), . . . , (2, 3, 1), . . .
Observación 2.4. Dado P = (a, b) ∈ R2 , sus coordenadas homogéneas están dadas
por k(a, b, 1), para todo k ∈ R \ {0}. Es decir, cada punto tiene infinitas coordenadas
homogéneas.
Ejemplo 2.13. ¿Cuál es la coordenadas cartesiana de (8, 3, 2)? De acuerdo a la
definición se tiene
8 3
x = = 4, y= ,
2 2
de donde la coordenada cartesiana de (8, 3, 2) es (4, 3/2).
46 Cap.2 Cónicas

Ejemplo 2.14. Hallar la coordenada cartesiana de (5, −3, 0). Debemos tener en
cuenta, en virtud de la definición, que
5 −3
x= = +∞, y= = −∞.
0 0
Entonces, P = (+∞, −∞).
Observación 2.5. Sean L1 = L1 (a, b, c) y L2 = L2 (a, b, b
c) dos rectas paralelas. Luego,
L1 y L2 se intersecan en P = (a, b, 0), el cual es un punto impropio o infinito.

b P

L1

L2

Observación 2.6. Dos rectas no paralelas se intersecan en un punto propio y dos rectas
paralelas se cortan en un punto impropio. Si estas rectas tienen como dirección (m, n),
entonces se intersecan en (m, n, 0).

Ecuación de la recta en coordenadas homogéneas Sea L (a, b, c) la ecuación


de una recta, es decir, ax + by + c = 0. Considerando
x1 x2
x= , y= ,
x3 x3
tenemos
x1 x2
a + b + c = 0,
x3 x3
lo que implica
ax1 + bx2 + cx3 = 0.
Es decir,
L (a, b, c) = {(x, y)/ax + by + c = 0}
= {(x1 , x2 , x3 )/ax1 + bx2 + cx3 = 0}.
Sean P y Q en L tales que P 6= Q, donde P = (p1 , p2 , p3 ) y Q = (q1 , q2 , q3 ). Además,
consideremos x = (x1 , x2 , x3 ) un punto arbitrario de L , y R = (a, b, c).
2.2 Coordenadas homogéneas 47

L
b

x (variable)

P
b

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

ap1 + bp2 + cp3 = 0,


aq1 + bq2 + cq3 = 0.

Desde que P 6= Q se tiene que P y Q no son paralelos. Luego, para cada x =


(x1 , x2 , x3 ) ∈ L se tiene ax1 + bx2 + cx3 = 0

Q
X

×
b

l l

Luego, x = λP + µQ, con λ, µ ∈ R. Por lo tanto,

L = {x = (x1 , x2 , x3 )/x = λP + µQ; λ, µ ∈ R},

donde

x1 = λp1 + µq1
x2 = λp2 + muq2
x3 = λp3 + µq3

Ejemplo 2.15. Sea x = (x1 , x2 , x3 ) = (3λ + 4µ, λ − µ, 3µ), entonces P = (3, 1, 0) y


Q = (4, −1, 3).

Observación 2.7. Sea P = (2, 3) ∈ R2 , luego


48 Cap.2 Cónicas

P = (2, 3)
b (−2, −3, −1) . . .

(2, 3, 1) (6, 9, 3) (14, 21, 7)

de donde

P = (2, 3, 1) ≡ (6, 9, 3) ≡ (14, 21, 7) ≡ (−2, −3, −1) ≡ (2k, 3k, k),

para todo k ∈ R \ {0}.


Sea

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


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

Si P = (p1 , p2 , p3 ) y Q = (q1 , q2 , q3 ) están en L , tales que P 6= Q, entonces,

L (a, b, c) = {X = (x1 , x2 , x3 )/x + λP + µQ; λ, µ ∈ R}.

Ası́, se tiene la ecuación paramétrica

x1 = λp1 + µq1
x2 = λp2 + µq2
x3 = λp3 + µq3

Ejemplo 2.16. Sean L : 2x1 + 3x2 − x3 = 0, P = (1, 1, 5) y Q = (−3, 2, 0) en L .


Luego,

x1 = λ − 3µ
x2 = λ + 2µ
x3 = 5λ

Ejemplo 2.17. Sea L representada por las ecuación paramétrica

x1 = 2λ − µ
x2 = λ + µ
x3 = 5µ,

de donde, x1 − 2x2 = −3µ y x3 = 5µ. Esto ocurre si, y sólo si, x1 − 2x2 = −3(x3/5),
esto es,
5x1 − 10x2 + 3x3 = 0.
2.3 Cónicas 49

Definición 2.18. Se define la recta del infinito en el plano como el conjunto

L∞ = {(x1 , x2 , x3 )/x3 = 0} \ (0, 0, 0).


2
Definición 2.19. Se define el plano ampliado como R = R2 ∪ (L∞ ).

Definición 2.20. Sea A = (aij ) una matriz de orden 3 × 3. Se define la matriz


transpuesta de A como
AT = (aji ).

Definición 2.21. Se dice que una matriz A es simétrica si, y sólo si A = AT .

Definición 2.22. Sea Aij la subamtriz obtenida al eliminar la fila i y la columna j de


la matriz A. Luego, se define

Aij = (−1)i+j × det Aij .

Ejemplo 2.23.  
2+3 a11 a12
A23 = (−1) × det .
a31 a32

2.3 Cónicas
2
Definición 2.24. Sobre R sean F = (α, β), un punto fijo, L : ax + by + c = 0, una
recta fija, y e ≥ 0, una constante. Definimos el lugar geométrico
 
d(P, F )
C = P = (x, y)/ =e ,
d(P, L )

como una cónica.

Desarrollando la ecuación d2 (P, F ) = e2 d2 (P, L ), es decir,

(ax + by + c)2
(x − α)2 + (y − β)2 = e2 ,
a 2 + b2
obtenemos
M x2 + 2N xy + P y 2 + 2Qx + 2P y + T = 0,
donde M , N , P , Q, R y T son constantes que dependen de a, b, c, e, α y β.
Considerando
x1 x2
x= ey= ,
x3 x3
se tiene
M x21 + 2N x1 x2 + P x22 + 2Qx1 x3 + 2Rx2 x3 + T x23 = 0,
que es llamada ecuación general de la cónica en coordenadas homogéneas.
50 Cap.2 Cónicas

Observación 2.8. Sea  


a11 a12 a13
A = a21 a22 a23 
a13 a23 a33
una matriz simétrica y x = (x1 , x2 , x3 ) un punto genérico. Luego
  
a11 a12 a13 x1
T   
xAx = (x1 , x2 , x3 ) a21 a22 a23 x2 
a13 a23 a33 x3
= a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 .

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


tiene

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


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

Ejemplo 2.25. Hallar la matriz de la cónica C cuya ecuación general es

2x21 + x22 − x23 + 6x1 x2 + 7x1 x3 + 8x2 x3 = 0.

En virtud de la observación anterior, vemos que


 
2 3 7/2
A =  3 1 4 .
7/2 4 −1

Luego, C : xAxT = 0.

Ejemplo 2.26. Dado  


2 4 10
A=4 1 −3 ,
10 −3 5
hallar la ecuación general de C .
De acuerdo a la observación anterior tenemos que la ecuación general de C es

2x21 + x22 + 5x23 + 8x1 x2 + 20x1 x3 − 6x2 x3 = 0

En virtud de la Observación 2.8, podemos decir que

C = {x = (x1 , x2 , x3 )/xAxT = 0; A = AT }

es una cónica, cuya matriz de representación es la matriz simétrica A.


2.3 Cónicas 51

Definición 2.27. Sean C : xAxT = 0, una cónica, y P = (p1 , p2 , p3 ), un punto.


Luego, definimos al conjunto

polar(P ) = {x = (x1 , x2 , x3 )/P AxT = 0},

como el polar del punto P respecto a la cónica C .

Observación 2.9. Considerando que


 
a11 a12 a13
P A = (p1 , p2 , p3 ) a12 a22 a23  = (a, b, c),
a13 a23 a33

se tiene qe la ecuación P AxT = 0 es equivalente a

ax1 + bx2 + cx3 = 0,

la cual representa a una recta. Geométricamente se tiene

P
b

polar(P )

Definición 2.28. Dados una cónica C : xAxT = 0 y una recta L : ax1 +bx2 +cx3 = 0,
existe un punto P = (p1 , p2 , p3 ) tal que

polar(P ) = L .

A este punto se le conoce como polo de la recta L y se le denota por polo(L ).

Ejemplo 2.29. Con respecto a C : xAxT = 0, con


 
2 1 2
A = 1 0 4 ,
2 4 1
52 Cap.2 Cónicas

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


 
2 1 2
P A = (3, 1, 2) 1 0 4 = (11, 11, 12).
2 4 1

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

b) Sea P = (p1 , p2 , p3 ) un punto tal que polar(P ) = L : x1 + x2 + 2x3 = 0, esto es,


 
2 1 2
(p1 , p2 , p3 ) 1 0 4 = (1, 1, −2).
2 4 1

Tomando transpuesta término a término se tiene


    
2 1 2 p1 1
1 0 4   p2 = −1 ,
 
2 4 1 p3 2

lo que se puede escribir como un sistema de tres ecuaciones con tres incógnitas,

2p1 + p2 + 2p3 = 1,
p1 + 0 + 4p3 = 1,
2p1 + 4p2 + p3 = −2,

el cual tiene por solución P = (p1 , p2 , p3 ) = (1, −1, 0), que es el polo de L .

Proposición 2.30. Dados C : xAxT = 0 una cónica y P un punto. Luego, P ∈


polar(Q), para todo Q ∈ polar(P )

Demostración. Sean polar(P ) = {x/P AxT = 0}, polar(Q) = {x/QAxT = 0} y Q =


(q1 , q2 , q3 ) ∈ polar(P ). Luego, P AQT = 0, y tomando transpuesta tenemos QAP T =
0, de donde, P ∈ polar(Q).

Intersección entre una recta y una cónica Sean C : xAxT = 0, una cónica,
y L : x = λP + µQ, la recta que pasa por los puntos P y Q. Hallemos L ∩ C
reemplazando la ecuación de L en la de C , esto es,
 
0 = (λP + µQ)A(λP + µQ)T = (λP + µQ) A(λP T + µQT )
= (λP + µQ)(λAP T + µAQT ) = λ2 P AP T + λµP AQT + µλQAP T + µ2 QAQT .

Desde que P AQT y QAP T están en R se tiene

QAP T = (QAP T )T = P AQT ,


2.3 Cónicas 53

luego,
P AP 2 λ + 2µP AQT λ + µ2 QAQT = 0,
y haciendo a = P AP T , b = P AQT y c = QAQT , tenemos la ecuación caracterı́stica

aλ2 + 2mubλ + µ2 c = 0,

cuyas soluciones, con variable λ, son


p
4µ2 b2 − 4µ2 ac
λ = −2µb ± .
2a
Ejemplo 2.31. Hallar la intersección entre C : x21 +x22 −25x23 = 0 y L : x = λP +µQ,
con P = (0, 0) y Q = (8, 6).
La matriz de la cónica es
 
1 0 0
A = 0 1 0 
0 0 −25

y las coordenadas homogéneas de los puntos P y Q son

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

Luego,
 
1 0 0
P A = (0, 0, 1)  0 1 0  = (0, 0, −25)
0 0 −25

y
 
1 0 0
QA = (8, 6, 1)  0 1 0  = (8, 6, −25).
0 0 −25

Ası́,
 
0
a = P AP T = (0, 0, −25)  0 = −25
1
 
8
b = P AQT = (0, 0, −25)  6 = −25
1
 
8
T
c = QAQ = (8, 6, −25) 6 = 75.

1
54 Cap.2 Cónicas

Luego, la ecuación caracterı́stica (simplificando coeficientes) es

λ2 + (2µ)λ − 3µ2 = 0,

que tiene por soluciones


λ = −3µ y λ = µ.
Por lo tanto, se tienen dos puntos de intersección:

1. x = λP + µQ = µP + µQ = µ(P + Q) ≡ P + Q = (8, 6, 2) ≡ (4, 3).

2. x = λP + µQ = −3µP + µQ ≡ Q − 3P = (8, 6, −2) ≡ (−4, −3).

Definición 2.32. Sea A una matriz de 3 × 3. Definimos el rango de A como la


cantidad de filas L.I. (considerando a las filas como elementos de R3 ). Se denota por
ran(A)

Observación 2.10. ran(A) puede ser 1, 2 ó 3.

Ejemplo 2.33.
i) Sean P = (2, 1, 0), Q = (0, 1, 2) y R = (0, 0, 1) las filas de una matriz A, visto
como elementos de R3 . Luego,

[P, Q, R] = det A = 2 6= 0,

de donde P , Q y R son L.I., es decir ran(A).

ii) Sean P = (2, 1, 4), Q = (1, 2, 1) y R = (1, −1, 0) las filas de una matriz A, como
en el caso anterior. Luego

[P, Q, R] = det A = 0,

es decir, ran(A) 6= 3. Se puede observar que Q = P − R, es decir, 0 = P − R − Q.


Por lo tanto, {P, Q, R} son L.D. Como hay dos filas L.I., entonces ran(A) = 2.

iii) Consideremos a los vectores, de R3 , P = (1, −3, 2), Q = (5, −15, 10) y R =
(−6, 18, −12) como filas de una matriz A. Vemos que

[P, Q, R] = det A = 0,

por lo tanto ran(A) 6= 3. Podemos notar que una sola fila es L.I., es decir,
ran(A) = 1
Observación 2.11. Se tiene la siguiente regla práctica para determinar el rango de una
matriz 3 × 3: con operaciones elementales (OE) sobre las filas de una matriz

ˆ Multiplicar una fila por una constante no nula.

ˆ Intercambiar dos filas.


2.3 Cónicas 55

ˆ Sumar a una fila un múltiplo de otro.

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


A, entonces
ran(A) = ran(B).

A la matriz B se le denomina matriz escalonada y tiene alguna de las formas


siguientes:

ˆ Matriz escalonada de rango 3,


 
1 ∗ ∗
0 1 ∗ .
0 0 1

ˆ Matriz escalonada de rango 2,


     
1 ∗ ∗ 1 ∗ ∗ 0 1 ∗
0 1 ∗ , 0 0 1 , 0 0 1 .
0 0 0 0 0 0 0 0

ˆ Matriz escalonada de rango 1,


     
1 ∗ ∗ 0 1 ∗ 0 0 1
0 0 0 , 0 0 0 , 0 0 0 .
0 0 0 0 0 0 0 0

Ejemplo 2.35. Sea la matriz


 
2 3 −11
A = −2 3 1 ,
1 0 −3

y calculemos su matriz escalonada correspondiente:


     
2 3 −11 1 0 −3 1 0 −2
f1 ×f3 f2 +2f1
A = −2 3 1  - −2 3 1  - 0 3 −5
f3 −2f1
1 0 −3 2 3 −11 0 3 −5

   
1 0 −3 1/3f2
1 0 −2
f3 −f2
- 0 3 −5 - 0 1 −5/3 = B,
0 0 0 0 0 0

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


56 Cap.2 Cónicas

2.4 Puntos singulares de una cónica


Sea C una cónica, con ecuación
  
a11 a12 a13 x1
(x1 , x2 , x3 ) a12 a22 a23  x2  = 0.
a13 a23 a33 x3

Asociamos a la cónica C el sistema de ecuaciones


    
a11 a12 a13 x1 0
a12 a22 a23  x2  = 0
a13 a23 a33 x3 0

Definición 2.36. Cualquier solución (x1 , x2 , x3 ) 6= (0, 0, 0) del sistema asociado a la


matriz de la cónica C , se denomina punto singular de C .

Proposición 2.37. Si un punto x = (x1 , x2 , x3 ) es un punto singular de C , entonces


x ∈ C.

Teorema 2.38. El sistema asociado a C tiene solución no nula si, y sólo si, det A = 0.

Demostración. Sean P = (a11 , a12 , a13 ), Q = (a12 , a22 , a23 ) y R = (a13 , a23 , a33 ) las
filas de la matriz A. Asumamos que el sistema asociado a C tiene solución no nula,
es decir, existe x = (x1 , x2 , x3 ) 6= (0, 0, 0) tal que
 
0
Ax = 0 .

0

Esto implica que


hP, xi = hQ, xi = hR, xi = 0,
ası́, los vectores P , Q y R son perpendiculares a x,
x

de donde, [P, Q, R] = det A = 0.


Recı́procamente, supongamos que det A = 0, luego, ran(A) = 2 ó ran(A) = 1. Si
ran(A) = 2, entonces A tiene dos filas L.I., digamos P y Q. Por lo tanto R = αP +βQ,
con α, β ∈ R.
2.4 Puntos singulares de una cónica 57

Sea x = P × Q 6= (0, 0, 0), con


hP, xi = hQ, xi = hR, xi = 0,
esto es,  
0
Ax = 0 .

0
Ası́, x 6= (0, 0, 0) resuelve el sistema asociado a C .
Por otra parte, si ran(A) = 1, entonces A sólo tiene una fila L.I., digamos P =
(a11 , a12 , a13 ) 6= (0, 0, 0). Considerando a12 6= 0, sea x = (−a12 , a11 , 0) 6= (0, 0, 0),
donde
hP, xi = hQ, xi = hR, xi = 0,
y como en el párrafo anterior,  
0
Ax = 0 .
0
de donde x 6= (0, 0, 0) resuelve el sistema asociado a C .

Corolario 3. Una cónica C : xAxT = 0 posee puntos singulares si, y sólo si, det A =
0.
Demostración. Por definición, se tiene que los puntos singulares de una cónica son las
soluciones no nulas de su sistema asociado, y en virtud del teorema anterior, se tiene
el resultado.

Consideremos el sistema asociado a C ,


a11 x1 + a12 x2 + a13 x3 = 0
a12 x1 + a22 x2 + a23 x3 = 0
a13 x1 + a23 x2 + a33 x3 = 0
Hallaremos los puntos singulares de una cónica C : xAxY = 0. Como debe ocurrir
det A = 0, entonces se tiene dos casos:
1. ran(A) = 2, ası́ el sistema asociado se transforma en dos ecuaciones con tres
incógnitas. Resolviendo dicho sistema, es decir, haciendo
a11 x1 + a12 x2 = −a13 x3
a12 x1 + a22 x2 = −a23 x3 ,
por la regla de Crammer se tiene
   
−a13 x3 a12 a11 −a13 x3
det det
−a23 x3 a22 a12 −a23 x3
x1 =   y x2 =   .
a11 a12 a11 a12
det det
a12 a22 a12 a22
58 Cap.2 Cónicas

Teniendo en cuenta la definición de Aij , se tiene que el punto singular x tiene


por coordenadas homogéneas
 
A13 A23
x = (x1 , x2 , x3 ) = x3 , x3 , x3 ≡ (A13 , A23 , A33 ) = H.
A33 A33

a12 x1 + a23 x2 + a13 x3 = 0

b C

a11 x1 + a12 x2 + a13 x3 = 0

2. ran(A) = 1. En este caso, el sistema asociado se transforma en una ecuación


con tres incógnita. Es decir,
a11 x1 + a12 x2 + a13 x3 = 0.
Luego, el conjunto de puntos singulares está dado por
{(x1 , x2 , x3 )/a11 x1 + a12 x2 + a13 x3 = 0},
ası́, existen infinitos puntos singulares.

a11 x1 + a12 x2 + a13 x3 = 0 b

b C
b

2.5 Clasificación primaria de las cónicas


Definición 2.39. Sea C : xAxT = 0 una cónica. Luego, C es una cónica degenerada
si posee puntos singulares,y no degenerada en caso contrario.
Observación 2.12. De la definición, se tiene que una cónica C : xAxT = 0 es degene-
rada si, y sólo si, det A = 0, y no degenerada si, y sólo si, det A 6= 0.
2.5 Clasificación primaria de las cónicas 59

2.5.1 Composición de las cónicas degeneradas


¿De qué está formada una cónica degenerada?

Análisis del caso ran(A) = 2

Proposición 2.40. Sea C : xAxT = 0 una cónica degenerada de rango 2, P, Q ∈ C


y LP Q : x = λP + µQ, la recta que pasa por P y Q. Luego, P AQT = 0 si, y sólo si,
LP Q ⊂ C .

Demostración. Asumamos que P AQT = 0. Sea x ∈ LP Q arbitrario, esto es, x =


λP + µQ. Luego, se tiene

xAxT = (λP + µQ)A(λP + µQ)T


= λ2 P AP T + 2µλP AQT + µ2 QAQT = 0,

desde que P AP T = P AQT = QAQT = 0. Por lo tanto x ∈ C , y como x es arbitrario


se tiene que LP Q ⊂ C .
Recı́procamente, asumamos que LP Q ⊂ C . Luego, para todo x ∈ LP Q se tiene
que xAxT = 0. Como x = λP + µQ, entonces

0 = xAxT = (λP + µQ)A(λP + µQ)T


= λ2 P AP T + 2µλP AQT + µ2 QAQT .

Como P y Q están en C , se tiene que P AP T = QAQT = 0, lo que implica que la


ecuación anterior queda
2µλP AQT = 0.

Como x es arbitrario, en particular podrı́amos elegir x = λP + µQ tal que λ, µ 6= 0,


de donde, a partir de la ecuación anterior, se concluye que P AQT = 0.

Lema 2.41. Sea H el único punto singular de C . Luego, para todo P ∈ C , se tiene
LP H ⊂ C .

Demostración. Sea H el único punto singular de C y P ∈ C arbitrario. Tomemos


x = λP + µH un elemento cualquiera de LP H . Luego,

xAxT = (λP + µH)A(λP + µH)T


= λ2 P AP T + 2µλP AH T + µ2 HAH T = 0

pues P AP T = HAH T = 0 y AH T = (0, 0, 0)T . Por lo tanto, x ∈ C .


60 Cap.2 Cónicas

b P′ b
P
P ′′ b

LP H

C está formado por rectas que pasan por H.

Lema 2.42. Para todo P, Q ∈ C no alineados con H se tiene que LP Q ∩ C = {P, Q}.

Demostración. Sean LP Q : x = λP + µQ y C : xAxT = 0. Efectuando la intersección


de LP Q y C se tiene que resolver

(λP + µQ)A(λP + µQ)T = 0.

Esta ecuación genera una cuadrática, la cual proporciona dos soluciones como máximo.

b
P
Qb

C b
LP Q
H

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

Análisis del caso ran(A) = 1 En el sistema asociado

a11 x1 + a12 x2 + a13 x3 = 0


a12 x1 + a22 x2 + a23 x3 = 0
a13 x1 + a23 x2 + a33 x3 = 0
2.5 Clasificación primaria de las cónicas 61

se tiene
a11 a12
= ⇒ a11 a22 = a212 ,
a12 a22
a11 a13
= ⇒ a11 a33 = a213 ,
a13 a33
a22 a23
= ⇒ a22 a33 = a223 .
a23 a33

Luego, reemplazando en la ecuación de C se tiene

a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 = 0.

o lo que es lo mismo,
√ √ √
0 = a11 x21 + a22 x22 + a33 x23 ± 2 a11 a12 x1 x2 ± 2 a11 a33 x1 x3 ± 2 a22 a33 x2 x3
√ √ √ 2
± a11 x1 ± a22 x2 ± a33 x3 ,

la cual es una recta doble.

2.5.2 Composición de las cónicas mediante su intersección con L∞


Sea C : a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 = 0 una cónica y
L∞ : x3 = 0, la recta en el infinito. En la intersección se tiene que

a11 x21 + a22 x22 + 2a12 x1 x2 = 0.

Considerando la ecuación anterior con variable x1 , su discriminante es

D = 4a212 x22 − 4a11 a22 x22 = 4x22 (a212 − a11 a22 ) = 4x22 (−A33 ),

de donde √ √
 
−2a12 x2 ± 2x2 −A33 −a12 −A33
x1 = = ± x2 .
2a11 a11 a11

Ası́, los puntos de intersección son


p  p 
−a12 + −A33 , a11 , 0 y −a12 − −A33 , a11 , 0 .

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

ˆ Cuando A33 = 0. En ese caso, se tiene un solo punto impropio (−a12 , a11 , 0).
Luego, decimos que la cónica C es una parábola
62 Cap.2 Cónicas

Y
(−a12 , a11 , 0)

b
C
X
(−a12 , a11 )

Ejemplo 2.43. Sea la cónica C : x2 − 2xy + y 2 + 4x − 6y + 1 = 0, la cual tiene por


matriz asociada  
1 −1 2
A = −1 1 −3
2 −3 1
con A33 = 0.

ˆ Cuando √
A33 < 0. Aquı́ se tienen los puntos impropios (−a12 − A33 , a11 , 0) y
(−a12 + −A33 , a11 , 0). Luego, decimos que la cónica es una hipérbola
√ 
−a12 + −A33 , a11 , 0
Y
b

C
X

b
√ 
−a12 − −A33 , a11 , 0
2.6 Cónicas imaginarias 63

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


matriz asociada es  
1 1 −3
A =  1 −1 2  ,
−3 2 −3
donde A33 = −2 < 0.

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


Y

Ejemplo 2.45. Sea la cónica C : 5x2 + 6xy + 5y 2 − 4x − 4 = 0, cuya matriz es


 
5 3 −2
A =  3 5 2 ,
−2 2 −4
con A33 = 16 > 0.

2.6 Cónicas imaginarias


Sea C : xAxT una cónica. Se dice que C es imaginaria si todos sus puntos son
imaginarios excepto el punto H = (A13 , A23 , A33 ).

Caracterización de una cónica imaginaria Sean C : xAxT = 0 una cónica


imaginaria y L : y = k, con k constante arbitraria, una recta real. ¿Qué se obtiene
de C ∩ L ?
Y
L
k
X
0
64 Cap.2 Cónicas

Se observa que la ecuación cuadrática obtenida al hallar C ∩ L debe tener dis-


criminante menor que 0.

C : a11 x21 + a22 x22 + a33 x23 + 2a12 x1 x2 + 2a13 x1 x3 + 2a23 x2 x3 = 0


L : x2 = kx3 .

Reemplacemos la ecuación de L en la de C , ası́ tenemos

a11 x21 + a22 (kx3 )2 + a33 x23 + 2a12 x1 (kx3 ) + 2a13 x1 x3 + 2a33 (kx3 )x3 = 0.

Si hacemos a = a11 , b = 2(a12 k + a13 )x3 y c = (a22 k2 + a33 + 2a23 k)x23 , la ecuación
anterior se transforma en la siguiente cuadática, con variable x1 ,

ax21 + bx1 + c = 0,

cuya discriminante b2 − 4ac < 0, es decir,

(a12 k + a13 )2 − a1 1(a22 k2 + a33 + 2a23 k) < 0.

Operando y reagrupando en la inecuación anterior tenemos

(a212 − a11 a22 )k2 + 2(a12 a13 − a11 a23 )k + (a213 − a11 a33 ) < 0;

y recordando de Aij , se tiene que la inecuación anterior toma la forma

−A33 k2 + 2A23 k + (−A22 ) < 0,

o lo que es lo mismo
A33 k2 − 2A23 k + A22 > 0,
para cualquier k en R; lo que ocurre si, y sólo si, A33 > 0 y A223 − A22 A33 < 0, que es
conocida como la condición general para que una cónica sea imaginaria.
Observación 2.13. De acuerdo a la identidad

A22 A33 − A223 = a11 × det A

se tiene que la condición general para que una cónica C sea imaginaria, se puede
escribir como
A33 > 0, a11 det A > 0.
En virtu de la observación anterior, qué cónicas pueden ser imaginarias. Veamos,

ˆ Si C es no degenerada, sólo la elipse (A33 > 0) podrı́a ser imaginaria en caso


que además cumpla a11 det A > 0.

ˆ Si C es degenerada, tenemos dos casos:

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


2.6 Cónicas imaginarias 65

– Si ran(A) = 2,


b I1 (−a12 + −A33 , a11 , 0)

b
H = (A13 , A23 , A33 )

b

I2 (−a12 − −A33 , a11 , 0)

L∞

Cuando A33 > 0, la elipse degenera en dos rectas imaginarias que se cortan
en el punto H.
Cuando A33 < 0, los puntos I1 e I2 son reales. Luego, conjuntamente con
H, conforman dos rectas siempre reales, es decir, la hipérbola ha degenerado
en dos rectas reales.
Cuando A33 = 0, I1 = I2 = (−a12 , a11 , 0) y, conjuntamente con H (real),
da lugar a una recta dobre (x3 = 0), pues H ∈ L∞ . Sin embargo, al ser
A33 = 0, C está compuesta de dos rectas paralelas, las cuales podrı́an ser
imaginarias. De la condición general para que una cónica sea imaginaria,
se tiene
−2A23 k + A22 > 0,
para todo k ∈ R. Luego,
A23 = 0 y A22 > 0.
Observación 2.14. La cónica C está formada por dos rectas paralelas si, y sólo si, la
ecuación de C tiene la forma (ax + by + c)(dx + cy + f ) = 0. En ese caso, luego de
operar y agrupar, la ecuación queda
adx2 + (af + cd)x + cf + (bf + c2 )y + (ac + bd)xy + bcy 2 = 0,
de donde, su matriz asociada es
 af +cd

ac+bd
ad 2 2
 bf +c2 
A =  ac+bd
2 bc 2 
,
af +cd bf +c2
2 2 cf
y
ad ac+bd
2
A23 = (−1)2+3 af +cd bf +c2 = 0.
2 2
Por lo tanto, la única condición es A22 > 0.
66 Cap.2 Cónicas

2.7 Clasificación total de las cónicas


Sea C : xAxT = 0, luego podemos tener la siguiente clasificación:
1. Cónica no degenerada (det A 6= 0)

(a) A33 > 0 elipse (imaginaria si además a11 det A > 0).
(b) A33 < 0 hipérbola (siempre real).
(c) A33 = 0 parábola (siempre real).

2. Cónica degenerada

(a) De rango 2
i. A33 > 0 elipse que degenera en dos rectas siempre imaginarias.
ii. A33 < 0 hipérbola que degenera en dos rectas siempre reales.
iii. A33 00 parábola que degenera en dos rectas paralelas (imaginarias si
además A22 > 0).
(b) De rango 1, recta doble siempre real.

2.8 Rectas tangentes y ası́ntotas de una cónica


Sean C : xAxT = 0 una cónica, P = (p1 , p2 , p3 ) un punto fijo (desde la cual se traza
una tangente), Q = (x1 , x2 , x3 ) un punto variable (pertenenciente a la recta tangente)
y M el punto de contacto entre la cónica y la recta tangente.

LT
b

b
P
b
Q
M

Siendo LT : x = λP + µQ, con λ, µ ∈ R, y C : xAxT = 0, se tiene M = LT ∩ C . Es


decir,

0 = (λP + µQ)A(λP + µQ)T


= (P AP T )λ2 + (2µP AQT )λ + QAQT µ2 .
2.8 Rectas tangentes y ası́ntotas de una cónica 67

Esta última cuadrática proporciona una solución, denominada condición de tangencia.


Es decir, discrimante nulo, esto es,

(P AQT )2 − (P AP T )(QAQT ) = 0.

Esta ecuación caracteriza a los puntos de LT = {Q = (x1 , x2 , x3 )}, la cual, a su vez,


es la ecuación de una cónica de rango 2.
Puede ocurrir

1. P ∈ C : (P AQT )2 = 0 ⇔ P AQT = 0. En particular, si P es un punto impropio,


entonces LT es la recta ası́ntota.

2. P ∈
/C

Ejemplo 2.46. Sea C : x21 + x22 − x23 − 2x1 x3 = 0. Hallar la ecuación de la tangente
trazada desde

1. P = (2, 1, 1), entonces P ∈ C . Tenemos


 
1 0 −1
P A = (2, 1, 1)  0 1 0  = (1, 1, −3),
−1 0 −1

de donde LT : x1 + x2 − 3x3 = 0.

2. P = (3, 0, 1), entonces P ∈


/ L . Tenemos
 
1 0 −1
P A = (3, 0, 1)  0 1 0  = (2, 0, −4).
−1 0 −1

Reemplazando en la ecuación caracterı́stica de LT se tiene

(2x1 − 4x3 )2 − 2(x21 + x22 − x23 − 2x1 x3 ) = 0,

la cual, al ser desarrollada resulta

x21 − x22 + 9x23 − 6x1 x3 = 0,

que es equivalente a

x2 − 6x − (y 2 − 9) = (x − y − 3)(x + y − 3) = 0.

Veamos gráficamente
68 Cap.2 Cónicas

M1 LT2
b

C b

M2
LT1

Vemos que LT1 = polar(M1 ) y LT2 = polar(M2 ). Luego M1 = polar(P ) ∩ C , de


donde LT1 : Q = λM1 + µP . También, M2 = polar(P ) ∩ C , lo que implica que
LT2 : Q = λM2 + µP .

Ecuación caracterı́stica de LT Sea LT con ecuación

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

Tenemos dos casos

1. Cuando P ∈ C , entonces P AP T = 0. Ası́, se tiene LT : (P AQT )2 = 0, lo que


implica que P AQT = 0. Se puede notar que LT = polar(P ); además, en caso
de ser P punto impropio, entonces LT se convierte en ası́ntota.

2. Cuando P ∈ / C . Una forma de hallar LT es factorizando la ecuación carac-


terı́stica, es decir,
(P AQT )2 − (P AP T )(QAQT ) = 0,
que es equivalente a

(ax1 + bx2 + cx3 )(dx1 + ex2 + f x3 ) = 0.

Otra alternativa es geométrica:

polar(P )
LT2
b M1

C b

M2
LT1
2.8 Rectas tangentes y ası́ntotas de una cónica 69

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


polar(P ), que es la intersección entre una recta y una cónica.
Ejemplo 2.47. Hallar las rectas tangentes a C : x21 + x22 − x23 − 2x1 x3 = 0 trazadas
desde los puntos
ˆ P = (2, 1, 1)
ˆ P = (3, 0, 1)
ˆ P = (0, 0, 1)
Notemos que la matriz asociada a la cónica es
 
1 0 −1
A=  0 1 0
−1 0 −1
y Q = (x1 , x2 , x3 ) ∈ LT .
1. Si P = (2, 1, 1) ∈ C , entonces LT = polar(P ) y
 
1 0 −1
P A = (2, 1, 1)  0 1 0  = (1, 1, −3).
−1 0 −1
Luego, LT : (x1 + x2 − 3x3 )2 = 0.
2. Cuando P = (3, 0, 1), se resuelve como en el Ejemplo 2.46. Ahı́ teniamos P A =
(2, 0, −4), luego,
polar(P ) = x1 − 2x3 = 0.
Tomando los puntos R = (2, 1, 1) y S = (2, 0, 1) en polar(P ), vemos que
polar(P ) : λR + µS.
Ahora, hallemos C ∩ polar(P ); para esto hacemos
0 = (λR + µS)A(λR + µS)T
= λ2 RART + 2µλRAS T + µ2 SAS T ,
en donde vemos que
    
1 0 −1 2 2
RART = (2, 1, 1)  0 1 0  1 = (1, 1, −3) 1 = 0
−1 0 −1 1 1
 
1
RAS T = (1, 1, −3) 0 = −1
1
    
1 0 −1 2 2
T   
SAS = (2, 0, 1) 0 1 0 0 = (1, 0, −3) 0 = −1.
 
−1 0 −1 1 1
70 Cap.2 Cónicas

Ası́, C ∩ polar(P ) queda de la forma


C ∩ polar(P ) = µ(µ + 2λ) = 0,
de donde µ = 0 ó µ = −2λ.
Si µ = 0, entonces se tiene M1 = (2, 1, −1); y si µ = −2λ, entonces M2 =
(−2, 1, −1). Por lo tanto,
(
LT1 : polar(M1 )
LT2 : polar(M2 )

3. Se deja como ejercicio (verificar que la ecuación caracterı́stica es una cónica


degenerada de rango 2 y además imaginaria).

2.9 Elementos principales de una cónica no degenerada


Sea C : xAxT = 0 una cónica no degenerada.
Definición 2.48. El centro C = (c1 , c2 , c3 ) de C es un punto tal que polar(C) = L∞
si, y sólo si, C = polo(L∞ ).
Luego, C es solución del sistema de ecuaciones
a11 c1 + a12 c2 + a13 c3 = 0
a12 c1 + a22 c2 + a23 c3 = 0
a13 c1 + a23 c2 + a33 c3 = 0
que es equivalente a la ecuación
    
a11 a12 a13 c1 0
a12 a22 a23  c2  = 0 .
a13 a23 a33 c3 0
De acuerdo a la regla de Crammer, el centro de una cónica no degenerada está dada
por  
A13 A23 A33
C = (c1 , c2 , c3 ) = , , .
det A det A det A
Observación 2.15. En caso de tener A33 = 0, decimos que no hay centro, pues la
parábola no tiene centro.
Ejemplo 2.49. Sea C : 5x2 + 4xy + 5y 2 − 9 = 0, luego, su matriz asociada es
 
5 2 0
A = 2 5 0  ,
0 0 −9
con det A = −189 6= 0. Como A33 = 25 − 4 > 0, la cónica es una elipse; además,
A13 = A23 = 0, lo que implica que el centro de C es C = (0, 0, 21).
2.9 Elementos principales de una cónica no degenerada 71

Definición 2.50. Un diámetro de la cónica de C es la recta polar de algún punto de


L∞ .
polar(P ′ )
polar(P )

P′
b

b
C
C
P b
L∞

Definición 2.51. Se dice que dos diámetros son conjugados si cada uno de ellos
contiene el polo del otro.

b
P
D1

Q
b

D2
b L∞

Vemos que D2 = polar(P ) si, y sólo si, P = polo(D2 ). Similarmente, D1 = polar(Q)


si, y sólo si, Q = polo(D1 ). Además, polo(D2 ) = P ∈ D1 y polo(D1 ) = Q ∈ D2 , lo
que implica que D1 y D2 son conjugados.
Teorema 2.52. Si m y m′ son las pendientes de dos diámetros conjugados, entonces
a11 + a12 m
m′ = − .
a12 + a22 m
Demostración. Sean D1 y D2 los diámetros conjugados y m, m′ sus pendientes res-
pectivas, donde
x − C1 y − C2
D1 : y − C2 = m(x − C1 ) ≡ = .
1 m
72 Cap.2 Cónicas

Luego, P = (1, m, 0) ∈ D1 ∩ L∞ . Además, como D1 y D2 son conjugados, se tiene


que polar(P ) = D2 . Ahora expresemos el polar(P ),
  
a11 a12 a13 1

(x1 , x2 , x3 ) a12 a22 a23   m = 0
a13 a23 a33 0
que es equivalente a  
a11 + ma12
⇔ (x1 , x2 , x3 ) a12 + ma22  = 0
a13 + ma23
o lo que es lo mismo
(a11 + ma12 )x1 + (a12 + ma22 )x2 + (a13 + ma23 )x3 = 0,
cuya pendiente es
a11 + ma12
m′ = − .
a12 + ma22
Definición 2.53. Si dos diámetros conjugados son, además, conjugados, entonces
dichos diámetros se llaman ejes.
Desde que los ejes son perpendiculares, se tiene
1
m′ = − ,
m
y en virtud del teorema anterior,
1 a11 + a12 m
− =− ,
m a12 + a22 m
lo que implica
a12 m2 + (a11 − a22 )m − a12 = 0.
Esta ecuación cuadrática proporciona las direcciones (pendientes) de los dos únicos
diámetros conjugados y perpendiculares (ejes).
Observación 2.16. Una vez hallada la dirección (pendiente) de un eje, es posible hallar
su ecuación pues dicho eje pasa además por el centro.
Definición 2.54. A la intersección de los ejes con la cónica se llama vértice.
Ejemplo 2.55. Hallar el centro, los ejes, y los vértices de C : x2 +4y 2 −6x−16y+21 =
0. Notemos que la matriz de C es
 
1 0 −3
A= 0 4 −8 ,
−3 −8 21
cuyo rango es 3. Además A13 = 12, A23 = 8 y A33 = 4; ası́, el centro tiene por
coordenadas (12, 8, 4) ≡ (3, 2).
Los ejes son y = −2 y x = 3; y los vértices son (5, −2) y (1, −2).
2.9 Elementos principales de una cónica no degenerada 73

Ejercicio 8. Hallar el centro, los ejes y los vértices para C : 4x2 − 20xy + 25y 2 −
15x − 6y = 0.

Definición 2.56. Los focos de una cónica C : xAxT = 0 no degenerado son los puntos
reales F (α, β) tales que las rectas tangentes trazadas desde ellos a C son las rectas
imaginarias

y − β = i(x − α)
y − β = −i(x − α).

Observación 2.17. Se debe exigir un sólo punto de contacto.

Ejercicio 9. Si C : xy + 2x − 2 = 0, hallar F = (α, β).