Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GeoGebra y wxMaxima
Álgebra Lineal Básica
con GeoGebra y
wxMaxima
Primera Edición
!
!
Primera!Edición,!2013!
Imagen!de!portada:!!©2009!Jer!Thorp!(http://www.flickr.com/photos/blprnt/4218003108/)!
D.R.!©2013,!Universidad!de!Guadalajara!
Centro!Universitario!de!Ciencias!Exactas!e!Ingenierías!
Blvd.!Marcelino!García!Barragán!núm.!1421,!esq.!Calzada!olímpica!
44430!Guadalajara,!Jalisco.!
ISBN:!978\607\450\695\2!
Impreso!y!hecho!en!México!
Printed!and!made!in!Mexico.!
Álgebra Lineal Básica con GeoGebra y
wxMaxima
Enero de 2013
Contenido
1 Preliminares 1
1.1 Puntos y Rectas en el Plano xy . . . . . . . . . . . . . . . . . . . 1
1.2 GeoGebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Álgebra y Geometría con GeoGebra . . . . . . . . . . . . . . . . 6
3 Matrices y Vectores 37
3.1 Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1.1 Matrices Especiales . . . . . . . . . . . . . . . . . . . . . . 37
3.1.2 Generación de Matrices con wxMaxima . . . . . . . . . . 39
3.2 Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.1 Vector renglón y vector columna . . . . . . . . . . . . . . 41
3.2.2 Vectores y Matrices . . . . . . . . . . . . . . . . . . . . . 42
3.3 Multiplicación de Matrices . . . . . . . . . . . . . . . . . . . . . . 48
3.3.1 Propiedades de la Multiplicación de Matrices . . . . . . . 49
3.4 Matrices y Sistemas de Ecuaciones Lineales . . . . . . . . . . . . 52
3.4.1 Matrices Inversas . . . . . . . . . . . . . . . . . . . . . . . 52
3.4.2 Inversas y Sistemas de Ecuaciones Lineales . . . . . . . . 57
3.4.3 Matriz Transpuesta . . . . . . . . . . . . . . . . . . . . . 58
ii
CONTENIDO iii
3.5 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.5.1 wxMaxima y determinantes . . . . . . . . . . . . . . . . . 63
3.5.2 Propiedades de los Determinantes . . . . . . . . . . . . . 64
4 Vectores en R2 y R3 71
4.1 Vectores en el plano . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.1.1 Vectores equivalentes . . . . . . . . . . . . . . . . . . . . . 72
4.1.2 Magnitud y dirección de un vector . . . . . . . . . . . . . 74
4.1.3 Vectores unitarios en R2 . . . . . . . . . . . . . . . . . . . 77
4.2 Interpretación geométrica del producto escalar . . . . . . . . . . 78
4.3 Protocolo de la Construcción en GeoGebra . . . . . . . . . . . . . 80
4.4 Vectores en el espacio . . . . . . . . . . . . . . . . . . . . . . . . 83
4.4.1 Magnitud de un vector en R3 . . . . . . . . . . . . . . . . 83
4.4.2 Dirección de un vector en R3 . . . . . . . . . . . . . . . . 83
4.4.3 Vectores unitarios en R3 . . . . . . . . . . . . . . . . . . . 85
4.5 Producto vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.5.1 Interpretación geométrica del producto vectorial . . . . . 87
4.5.2 Producto vectorial con wxMaxima . . . . . . . . . . . . . 87
4.5.3 Triple producto escalar. . . . . . . . . . . . . . . . . . . . 88
Prefacio
iv
Capítulo 1
Preliminares
y2 y1
m= para x2 x1 6= 0 (1.2)
x2 x1
y
3 P2 (x2 , y2 )
2
y2 − y1
1 m=
P1 (x1 , y1 ) x2 − x1
0
x
-3 -2 -1 0 1 2 3
-1
-2
-3
1
2 CAPÍTULO 1. PRELIMINARES
y
3
0
m= =0
2 x2 − x1
P2 (x2 , y2 ) 1 P1 (x1 , y1 )
0 x
-3 -2 -1 0 1 2 3
-1
-2
-3
y
3
2
P1 (x1 , y1 ) y2 − y1
1 m= =∞
0
0
x
-3 -2 -1 0 1 2 3
-1
P2 (x2 , y2 )
-2
-3
y
4
3
y = mx + b
2 (0, b ) = (0, 3)
(− 3,0) m 1
0 x
-4 -3 -2 -1 0 1
-1
-2
-3
7. Dos rectas son paralelas sí y sólo sí tienen la misma pendiente mL1 = mL2
(Figura 1.5),
y
3
2 m L1 = m L2
L2 1
0 x
-3 -2 -1 0 1 2 3
-1
L1 -2
-3
3 y
mL2
2
m L 1 = ? m1
1 L2
0 x
-3 -2 -1 0 1 2 3
-1
-2
mL1
-3
3 y
P›x 0 , y 0 fi ax + by = c
2
m = ?a
|ax 0 + by 0 ? c| 1 b
d=
a2 + b2
0 x
-3 -2 -1 0 1 2 3
-1
-2
-3
1.2 GeoGebra
GeoGebra 1 es un Software libre y de plataformas múltiples que se abre a la
educación para interactuar dinámicamente, en un ámbito en que se reúnen la
Geometría, el Álgebra y el Análisis o Cálculo. Por otra parte, se pueden ingre-
sar ecuaciones y coordenadas directamente. Así, GeoGebra tiene la capacidad
de manejarse con variables vinculadas a números, vectores y puntos; permite
encontrar derivadas e integrales de funciones y ofrece un repertorio de coman-
dos propios del análisis matemático para identificar puntos singulares de una
función, como raíces o extremos.
Estas dos perspectivas caracterizan a GeoGebra: una expresión en la ventana
algebraica se corresponde con un objeto en la ventana geométrica y viceversa.
En la Figura (1.8) se presenta el espacio de trabajo de GeoGebra, se muestran
las partes más importantes de este programa:
1. Ventana algebraica.
2. Venta gráfica
3. Barra de herramientas
4. Campo de entradas
Los operadores básicos para las operaciones ariméticas son los siguientes:
+ : suma
: substracción
: mutiplicación
/ : división
ˆ : exponenciación
1 http://www.geogebra.org/cms/
6 CAPÍTULO 1. PRELIMINARES
Ejemplo 1 Utilizando GeoGebra. Grafique la recta L que pasa por los puntos
A (3, 6) y B (4, 2), calcule distancia d (AB), la pendiente m y la ecuación de
la recta L.
8x 7y = 18
7y = 8x 18
8 18
y = x+
7 7
y = 1.14x + 2.57
a: 3x 5y = 39
L1: x+2y=-8
1. 3x + 4 y = 0; 3x + 9y = 18.
1.3. ÁLGEBRA Y GEOMETRÍA CON GEOGEBRA 9
2. 4x 3y = 2; 3x + 4y = 5.
3. 2x 14y = 2; 4x 7y = 0.
Sistemas de Ecuaciones
Lineales
10
2.2. SISTEMA DE ECUACIONES LINEALES 11
2.2.2 wxMaxima
wxMaxima 1 es un CAS (Sistema de Álgebra Computacional, por sus siglas
en inglés). Se trata de un programa cuyo objeto es la realización de cálculos
matemáticos (tanto numéricos como simbólicos) capaz de manipular expresiones
algebraicas, derivar e integrar funciones y realizar diversos tipos de gráficos.
Los operadores básicos para las operaciones ariméticas son los siguientes
+ : suma
: substracción
: mutiplicación
/ : división
ˆ o : exponenciación
Utilizaremos wxMaxima version 0.8.2 para operar con sistemas de ecuaciones
lineales. En la Figura (2.1) se presenta la ventana principal de trabajo cuando se
inicia este programa en Windows donde se muestran las partes más importantes:
1. Menú
2. Botones de acciones frecuentes
3. Área de trabajo
Un documento en wxMaxima consta de varias "Celdas", estás "Celdas" son
los bloques básicos de construcción. Cada celda tiene un corchete del lado
izquierdo del documento que indica el contenido de está. Para iniciar un doc-
umento en wxMaxima dar clíc en el área de trabajo y utilizar el teclado para
introducir la instrucción, al final oprimir la combinación de teclas shift + en-
ter (" + - ) o también ctrl + enter (ctrl + - ), en la celda se desplegara
lineas numeradas, por ejemplo (%i1) y (%o1) las cuales indican la entrada (%i)
y la salida (%o) de la instrucción, respectivamente.
Ejemplo 4 Utilizando wxMaxima. Considere el sistema de dos ecuaciones lin-
eales (E1 y E2 ) con dos incógnitas (x1 y x2 )
E1 : a11 x1 + a12 x2 = b1 (2.3)
E2 : a21 x1 + a22 x2 = b2
encuentre la solución algebraica.
1 http://wxmaxima.sourceforge.net/wiki/index.php/Main_Page
12 CAPÍTULO 2. SISTEMAS DE ECUACIONES LINEALES
a22 b1 a12 b2
x1 = (2.4)
(a11 a22 a21 a12 )
a11 b2 a21 b1
x2 =
(a11 a22 a21 a12 )
1.
x1 + x2 = 10
x1 + x2 = 0
2.
x1 2x2 = 3
2x1 4x2 = 8
3.
x1 + x2 = 3
2x1 2x2 = 6
Solución 5 Para cada uno de los sistemas se puede aplicar la ecuación (2.5)
1.
2.
E1 : 7x 5y = 6 (2.6)
E2 : 3x + 8y = 10
por lo tanto el sistema tiene solución única. Para gráficar el sistema de ecua-
ciones lineales (2.6) en GeoGebra teclee en el campo lo siguiente
E1 : 3x 4y = 6 (2.7)
E2 : 6x 8y = 8
por lo tanto, el sistema (2.7) no tiene solución única. Para gráficar el sistema
de ecuaciones lineales (2.7) en GeoGebra teclear en el campo lo
siguiente
como consecuencia el sistema (2.8) no tiene solución única. Para gráficar este
sistema por medio de GeoGebra teclear en el campo lo siguiente
Figura 2.8. Resolución del Sistema (2.8) por wxMaxima con sloluciones infinitas.
8
>
> Solución única, det 6= 0.
< Consistente
Soluciones infinitas, det = 0.
Tipo de solución
>
>
:
Inconsistente {Sin solución, det = 0.
a11 (a22 a33 a23 a32 ) a12 (a21 a33 a23 a31 ) + a13 (a21 a32 a22 a31 ) (2.10)
det Sistema (3 3) 6= 0
1. Solución única, los tres planos se intersectan en un solo punto, ver Figura
(2.10).
2. Soluciones infinitas, los planos se intersectan a lo largo de una recta
común, ver Figura (2.11).
3. Sin solución, se tienen planos paralelos, en este caso el sistema es inco-
sistente, ver Figura (2.12).
a23 = 6
a34 = 9
a22 = 5
a55 = no existe
Es importante resaltar, que un sistema de ecuaciones lineales (2.2) puede
ser representado en forma equivalente mediante una matriz aumentada (Ã), y
viceversa, una matriz aumentada tiene su sistema de ecuaciones equivalente,
este hecho se muestra en los ejemplos siguientes.
Ejemplo 14 Determine à para el sistema de ecuaciones lineales siguiente
x1 2x2 + x3 = 0
2x2 8x3 = 8
4x1 + 5x2 + 9x3 = 9
Solución 14 La equivalencia entre el sistema de ecuaciones lineales y la matriz
aumentada es
0 1
x1 2x2 + x3 = 0 1 2 1 0
2x2 8x3 = 8 @ 0 2 8 8 A
4x1 + 5x2 + 9x3 = 9 4 5 9 9
2.3. EL MÉTODO DE ELIMINACIÓN 23
Solución 16 Los elementos a11 , a22 y a33 se identifican como elementos pivote
ubicados en los renlgones pivote, ellos forman la diagonal principal. El algoritmo
simple de este proceso es
24 CAPÍTULO 2. SISTEMAS DE ECUACIONES LINEALES
El conjunto solución es
Luego: 0 1
1 2 4 3 x1 + 2x2 + 4x3 = 3
B C E1 :
B 0 1 15 5 C E2 : x2 + 15 5
@ 8 8 A 8 x3 = 8
E3 :
0 0 1 19 x3 = 19
El sistema obtenido es más simple que el original, este último se puede resolver
por sustitución hacia atrás. De la ecuación E3 se tiene que
x3 = 19
x1 = 3 4x3 2x2
= 3 4 (19) 2 (35)
= 3
Solución 19 Una vez introducida la matriz aumentada (Figura 2.14) del sis-
tema, es importante que le asigne un nuevo nombre a cada matriz que resulte
de esa instrucción, al final de cada instrucción oprima la combinación de teclas
" + - .
9
Paso 4. A4: rowop(A3,2,2,9/8): R2 ! R2 R2 .
8
Paso 5. A5: rowop(A4,3,2,-14): R3 ! R3 (14) R2 .
7
Paso 7. A7: rowop(A6,3,3,7/3): R3 ! R3 R3 .
3
15
Paso 8. A8: rowop(A7,2,3,15/8): R2 ! R2 R3 .
8
1
Paso 9. A9: rowop(A8,1,3,1/4): R1 ! R1 R3 .
4
Paso 1. Paso 2.
Paso 3. Paso 4.
Paso 5. Paso 6
2.3. EL MÉTODO DE ELIMINACIÓN 29
Paso 7. Paso 8.
Paso 9.
x1 + x2 x3 = 2
4x1 x2 + 5x3 = 5
6x1 + x2 + 3x3 = 1
30 CAPÍTULO 2. SISTEMAS DE ECUACIONES LINEALES
E1 : x1 + 45 x3 = 45
E2 : x2 9 x3 = 13
5 5
Este sistema equivalente se tienen dos ecuaciones con tres incognitas, en este
caso existen soluciones infinitas. El procedimiento para reportar la solución de
estos sistemas es
x3 = t, donde t 2 R
De la ecuación E2
9 13
x2 = x3 +
5 5
9 13
= t+
5 5
32 CAPÍTULO 2. SISTEMAS DE ECUACIONES LINEALES
4 3 9 13
S= t , t + , t ; donde t 2 R
5 5 5 5
x1 + hx2 = 1
2x1 + 3x2 = k
presente
1. Solución única
2. Inconsistencia
3. Soluciones infinitas
!
1 h 1 1 0 1 h(k2)
32h
R1 ! R1 hR2
0 1 k2
32h 0 1 k2
32h
simplificando se tiene
1 0 3k
32 x1 = 3hk
32h
0 1 k2
32 x2 = k2
32h
3
1. Para que el sistema tenga solución única 3 2h 6= 0, h 6= , con cualquier
2
valor de k. Probemos por ejemplo, h = 2 y k = 3
!
3(2)(3)
1 0 32(2) 1 0 3
32
0 1 32(3) 0 1 13
1
La solución es:(x1 , x2 )= 3, .
3
3
2. Si h = y k 2 6= 0 ó k 6= 2, al sustituir en en el sistema aumentado
2
obtenido en el paso A !
1 32 1
0 0 k2
3
se obtiene el sistema equivalente x1 + x2 = 1 que tiene por solución
2
3
x1 = 1 t
2
x2 = t, t 2 R
x1 = x2 = . . . = xn = 0
que se presenta para un sistema de ecuaciones lineales cuadrado cuando
det Sistema (n n) 6= 0
y las soluciones infinitas o no triviales.
El cálculo de determinantes de n n se analizará en el capítulo 5.
x1 + x2 x3 = 0
4x1 x2 + 5x3 = 0
6x1 + x2 + 3x3 = 0
0 1
1 1 1
Solución 23 La matriz aumentada del sistema @ 4 1 5 A se introduce
6 1 3
en wxMaxima con las instrucciones siguientes
Finalmente se tiene:
9t + 34s 2s
(x1 , x2 , x3 , x4 , x5 ) = t, , 0, ,s
21 4
Matrices y Vectores
3.1 Matriz
Una Matriz es un operador matemático de m n elementos ordenados en m-
renglones y n-columnas, se dice entonces que la matriz es de orden m n, los
elementos de una matriz pueden ser números reales o complejos, funciones reales
o complejas, derivadas o integrales de funciones, etc.
Cualquier elemento de una matriz A1 de m n localizado en el renglón i
y la columna j se le dedomina aij . De está manera a todos elementos de la
matriz A, ecuación (3.1), se les representa en forma compacta por A = (aij ).
0 1
a11 a12 ··· a1j ··· a1n
B a21 a22 ··· a2j ··· a2n C
B C
B .. .. .. .. C
B . . ··· . ··· . C
A=B
B ai1
C = (aij )
C (3.1)
B ai2 ··· aij ··· ain C
B . .. .. .. C
@ .. . ··· . ··· . A
am1 am2 ··· amj ··· amn
37
38 CAPÍTULO 3. MATRICES Y VECTORES
f(x):=sin(x)
Se pueden definir funciones de dos variables, por ejemplo, la función h (i, j)
definida por
1
h(i, j) =
1 + j + i
en wxMaxima es equivalente a
h[i,j]:=1/(-1+j+i)
Una vez definida la función se utiliza el comando genmatrix (h,m,n) de wx-
Maxima, h es la función definida, m y n indican el orden de la matriz. A la
matriz generada se le puede asignar un nombre para identificarla.
g(i, j) = xj1
i
a(i, j) = a10i+j
3.2 Vectores
Los vectores son una clase particular de matrices, de tal forma que el álgebra
elemental de matrices se puede aplicar a los vectores. El interés en este tema se
centra en vectores con componentes reales.
Vectores en Rn
Los vectores renglón o columna con dos componentes reales pertenecen al con-
junto de vectores R2 estos vectores se pueden visualizar en un plano cartesiano,
por ejemplo los vectores y, u, z 2 R2 , estos son
y1
y= , u = (u1 , u2 ) y z = z1 z2
y2
42 CAPÍTULO 3. MATRICES Y VECTORES
De forma similar los vectores columna o renglón con tres componentes reales
pertenecen al conjunto R3 , estos vectores se pueden visualizar en el espacio, por
ejemplo, los vectores a, w, b 2 R3 , estos son
0 1
a1
a = @ a2 A , w = (w1 , w2 , w3 ) , y b = b1 b 2 b3
a3
r1 = a11 a12 a13 a14 , r 2 = a21 a22 a23 a24 y
r 3 = a31 a32 a33 a34
x1 = y1 , x2 = y2 , ..., xn = yn
3.2. VECTORES 43
2. Adición
x+y = x1 x2 ··· xn + y1 y2 ··· yn
= x1 + y1 x2 + y2 ··· xn + yn
Propiedades de vectores
Sean a, b, c vectores en Rn , y escalares. Entonces
1. a+ 0 = a.
2. 0 a = 0, donde 0 2 Rn .
3. a+ b = b + a (ley conmutativa).
4. (a + b) + c = a + (b + c) (ley asociativa).
5. ( + ) a = a+a (Ley distributiva de la multiplicación por un escalar).
6. () a = (a).
44 CAPÍTULO 3. MATRICES Y VECTORES
desplegándose
desplegándose
Los vectores también pueden ser introducidos a partir del Menú, la secuencia
de instrucciones es la siguiente: ! Enter Matriz...! Matriz (introducir
vector)! Aceptar.
wxMaxima puede llevar a cabo el cálculo de producto escalar mediante la
Función: dotproduct(u,v), donde u y v deben ser definidos sólo como vectores
columna, esto es como matrices de n 1.
46 CAPÍTULO 3. MATRICES Y VECTORES
C = A B (3.2)
(mq) (mn)(nq)
cij = r i · cj
cij = (renglón i de A) · (columna j de B)
o en forma matricial
0 1
b1j
B
B b2j C
C
cij = ai1 ai2 ··· ain B .. C
@ . A
bnj
cij = ai1 b1j + ai2 b2j + · · · + ain bnj
Xn
cij = aik bkj
k=1
Note que el producto de dos matrices, ecuación (3.2), puede realizarse sólo
si el número de columnas de A es igual al número de renglones de B; se dice
que A y B son compatibles mediante la multiplicación.
1. AB
2. CB
3. DE
1. AB 6= BA (en general).
2. AB = AC no implica que B = C.
Potencia de Matrices
Sean A, B matrices cuadradas de orden n; entonces son válidas las propiedades
siguientes
1. Ap = AA · · · A}
| {z
p-factores
2. A0 = In
3. Ap Aq = Ap+q
q
4. (Ap ) = Apq
p
5. (AB) 6= Ap B p en general, sólo se cumple si AB = BA
50 CAPÍTULO 3. MATRICES Y VECTORES
1. Adición de matrices, C + D.
1. Adición de matrices
3. Producto de matrices
3.3. MULTIPLICACIÓN DE MATRICES 51
5. Operaciones combinadas
1. AB + CD
2
2. (AB) + CD
3. D (AB)
4. BA + CF
5. (C + D) A
6. CD2
2 Una matriz A elevada a una potencia n, An , equivale en wxMaxima a Aˆˆn.
52 CAPÍTULO 3. MATRICES Y VECTORES
Ax = b (3.4)
La utilidad de está notación abreviada la veremos en la sección siguiente.
AB = BA = In
AA1 = A1 A = In
Si una matriz tiene inversa su inversa es única, se dice entonces que la matriz
es invertible o no singular. Las matrices que no tienen inversas son llamadas
singulares.
En los ejemplos siguientes utilice wxMaxima para comprobar la operación.
es !
7 6
13 13
B=
8 5
13 13
AB = I2
7 6
!
5 6 13 13 1 0
=
8 7 8 5
13 0 1
13
BA = I2
7 6
!
13 13 5 6 1 0
=
8 5
13 8 7 0 1
13
AA1 = I2
2 5 a b 1 0
=
3 1 c d 0 1
2a + 5c 2b + 5d 1 0
=
3a + c 3b + d 0 1
Note que los sistemas aumentados tienen los mismos coeficientes, de tal modo
que se pueden resolver simultáneamente en una sóla matriz aumentada:
0 1
B C
B 2 5 1 0 C
B C
@ 3 1 0 1 A
| {z } | {z }
A I 2
54 CAPÍTULO 3. MATRICES Y VECTORES
note que del lado izquierdo aparece la matriz de coeficientes A y del lado derecho
la matriz I2 . Al efectuar operaciones elementales de renglón sobre el sistema
aumentado anterior se obtiene
0 1
B 1 5 C
B 1 0 17 17 C
B C
B C
B 0 1 3 2 C
@ A
| {z } | 17 {z 17 }
I 2 1 A
Ahora del lado izquierdo del sistema aumentado aparace I2 y del lado derecho
A1 , está es !
1 5
1
17 17
A =
3 2
17 17
la cual cumple:
1 5
!
2 5 17 17 1 0
=
3 1 3 2 0 1
17 17
Existencia de la Inversa de A
El cálculo de la inversa de una matriz cuadrada se convierte en un proceso largo
a medida que el orden de la matriz es mayor que 2; así que lo mejor, primero, es
determinar si la inversa de una matriz cuadrada existe. En la determinación de
la inversa se tiene que encontrar la solución al sistema aumentado (A |In ), una
forma que resulta práctica es recordar que el sistema aumentado representa a
sistemas de ecuaciones lineales que se resuelven simultáneamente buscando una
solución única, ya que la inversa de cualquier matriz que la tenga es única, por lo
tanto, los sistemas a resolver no debe tener soluciones infinitas y mucho menos
incosistencia. En conclusión, la inversa de una matriz A de orden n existe si y
sólo si
det A 6= 0
entonces
3 7
!
1 8 8
A =
3
4 34
comprobación
0 1
3 7
3 2 8 8 1 0
AA 1
= @ A=
1 2 3 0 1
34
3 7
! 4
8 8 3 2 1 0
A1 A = =
3
34 1 2 0 1
4
1 1 1
4. (A) = A
56 CAPÍTULO 3. MATRICES Y VECTORES
Inversas y wxMaxima
Si la inversa de una matriz cuadrada existe, wxMaxima puede calcularla fá-
cilmente por medio de la función invert (M), donde M es la matriz cuadrada
de orden n, la inversa es calculada por el método de las adjuntas, método que
veremos adelante. También puede ser calculada con la instrucción M^^-1.
Ejemplo 32 Utilizando wxMaxima. Dada la matriz
a11 a12
A=
a21 a22
determine su inversa.
Solución 32 Suponga que el det A = a11 a22 a12 a21 6= 0, entonces la inversa
de A existe. La matriz A se introduce en wxMaxima con las instrucciones sigu-
ientes
! Enter Matriz... ! Matriz (introducir los elementos) ! Aceptar
A1 Ax = A1 b
A1 A x = A1 b
In x = A1 b
simplificando
x = A1 b (3.5)
lo que significa
0 1 0 11 0 1
x1 a11 a12 ··· a1n b1
B x2 C B a21 a22 ··· a2n C B b2 C
B C B C B C
B .. C=B .. .. .. C B .. C
@ . A @ . . ··· . A @ . A
xn am1 am2 ··· amn bm
| {z } | {z }| {z }
x A1 b
la solución es
7 3 3 3 9 5
x1 = b3 + b2 b1 , x2 = b3 b2 + b1 , x3 = b3 + b2 b1
8 8 4 4 8 8
T
2. (A + B) = AT + B T .
T
3. (AB) = B T AT .
T
4. Para cualquier escalar , (A) = AT .
AT=transpose (A)
se despliega
0 1
1 2
1 2 0
Ejercicio 9 Utilizando wxMaxima. Sea A = ,B=@ 0 1 A,
3 0 1
2 4
T
calcule AB, (AB) , AT B T y B T AT .
60 CAPÍTULO 3. MATRICES Y VECTORES
3.5 Determinantes
El concepto de determinante fue introducido en el capítulo 2 al resolver
sistemas cuadrados de ecuaciones lineales de 2 2 y 3 3. Se considera que
estos sistemas tiene solución única sí y sólo si, el valor del determinate del
sistema es diferente de cero. El determinante de un sistema se calcula sólo con
la matriz de coeficientes. Este concepto de determinate se puede extender a
matrices cuadradas de n n.
El determinante es una función que asigna un valor a una matriz cuadrada;
la función asigna el valor de acuerdo a la suma de todos los productos posibles,
de tal forma que en cada uno de esos productos sólo se incluya un elemento de
cada renglón y de cada columna, con un signo positivo cuando el número de
inversiones es par y negativo en caso impar; se tiene una inversión cada que un
subíndice mayor antecede a uno menor.
Para la matriz más simple de un sólo elemento, A = (k), su determinante es
de primer orden, su valor es det A = k o también |A| = k.
Para una matriz 2 2, dada por
a11 a12
A=
a21 a22
su determinante es de segundo orden. Todos los productos posibles son a11 a22
y a21 a12 , el signo se asigna dependiendo del número de inversiones; el producto
a11 a12 tiene 0 inversiones, por tanto signo es positivo; el producto a21 a12 tiene
una inversión, por lo tanto signo es negativo; su determinate es calculado por:
a11 a12 a13
|A| = a21 a22 a23
a31 a32 a33
= a11 a22 a33 a11 a23 a32 a21 a12 a33 +
a21 a13 a32 + a31 a12 a23 a31 a13 a22
este método se conoce como desarrollo por cofactores por el primer renglón.
Dos métodos nemotécnicos3 muy utilizados son los siguientes,
1. Agregar las dos primeras columnas y efectuar los productos indicados por
las flechas con sus signos correspondientes
cuatro cofactores de tercer orden, por lo tanto, deben calcularse 54 = 20 cofac-
tores de 3 , la tarea se vuelve agotadora. Para simplificar los cálculos un poco,
la elección del desarrollo por cofactores por columna o renglón puede hacerse en
función de la mayor cantidad de ceros que contenga.
Afortunadamente, el trabajo puede hacerse menos complicado mediante
el empleo de las propiedades de los determinantes para generar ceros, en un pro-
ceso semejante al de Gauss-Jordan, con la ventaja de que se pueden considerar
renglones y columnas.
i+j
Use una matriz de signos para determinar (1) esto es
0 1
+ + ···
B + ··· C
B C
B + + ··· C
@ A
.. .. .. . .
. . . .
0 1
4 1 8
A = @ 1 2 7 A
5 6 2
2 4 4 7
Solución 37 Se efectuan operaciones elementales de renglón sin dividir los el-
ementos pivote, la matriz que se obtiene al final del proceso es U .
0 1
9 2 3 2 4 1 5
R2 ! R2 2R1 > = B 0 4 8 8 C R3 ! R3 R2
3 B C 2
4
R3 ! R3 + R1 !B 5 C
2 >
; @ 0 2 4 A 1
R 4 ! R4 + R 1 2 R4 ! R4 (7) R2
0 7 6 3 4
0 1 0 !
1
2 3 2 4 2 3 2 4
B 0 4 8 8 C B C
B C R4 ! R4 1 (20) R3 B 0 4 8 8 C
@ 0 0 3 9 A 3 @ 0 0 3 9 A
0 0 20 11 ! 0 0 0 49
| {z }
U
2. lu_factor (A)$
3. get_lu_factors (%)
A = I4 LU
Regla de Cramer
0 10 1 0 1
a11 a12 ··· a1n x1 b1
B a21 a22 ··· a2n CB x2 C B b2 C
B CB C B C
B .. .. .. CB .. C=B .. C
@ . . ··· . A@ . A @ . A
an1 an2 ··· ann xn bn
Ax = b
si |A| =
6 0, entonces la solución viene dada por
0 1 0 1
b1 a12 ··· a1n a11 b1 ··· a1n
B b2 a22 ··· a2n C B a21 b2 ··· a2n C
B C B C
Ax1 = B .. .. .. C , Ax2 = B .. .. .. C,···,
@ . . ··· . A @ . . ··· . A
bn an2 ··· ann an1 bn ··· ann
0 1
a11 a12 ··· b1
B a21 a22 ··· b2 C
B C
Axn = B . .. .. C
@ .. . ··· . A
an1 an2 ··· bn
Determinantes e Inversas
Sea A una matriz cuadrada invertible de orden n, si el |A| =
6 0 se cumple
1
A = 1
|A|
Antes de dar un método para el cálculo de A1 sin efectuar operaciones
elementales de reglón definiremos la matriz adjunta.
Sea A una matriz de n n
0 1
a11 a12 ··· a1n
B a21 a22 ··· a2n C
B C
A=B .. .. .. C
@ . . ··· . A
an1 an2 ··· ann
y sea B su matriz de cofactores
0 1
A11 A12 ··· A1n
B A21 A22 ··· A2n C
B C
B=B .. .. .. C
@ . . ··· . A
An1 An2 ··· Ann
entonces la adjunta de A, escrito Adj A, se define como la transpuesta de la
matriz de cofactores, es decir,
0 1
..
B A11 A21 . An1 C
B .. C
B An2 C
Adj (A) = B T = B A12 A22 . C
B ··· ··· ··· ··· C
@ A
..
A1n A2n . Ann
1 1 T
A1 = Adj (A) = B (3.8)
|A| |A|
1. A:matrix([1,-3,0,2],[3,-12,-2,-6],[-2,10,2,5],[-1,6,1,3])$
2. detA:determinant(A)$
3. BT:adjoint(A)
4. Ainv=BT/detA
GeoGebra y Matrices
GeoGebra también opera con matrices, representadas como una lista de listas,
que contiene los renglones de la matriz.
Por ejemplo, en GeoGebra, A={{1, 2, 3}, {4, 5, 6}, {7, 8, 9}} representa la
matriz
0 1
1 2 3
A=@ 4 5 6 A
7 8 9
1. A={{1,2,3}, {2,1,4}}
2. B={{1,0}, {2,1},{3,2}}
3. C={{3,-1,3}, {4,1,5},{2,1,3}}
4. D={{3,-2}, {2,4}}
5. E={{2,-4,5}, {0,1,4},{3,2,1}}.
La lista de comandos utilizados es
(a) AB=A*B
(b) AT=Traspone[A]
(c) DAB=D(AB)
(d) Cinv=MatrizInversa[C]
70 CAPÍTULO 3. MATRICES Y VECTORES
(e) detC=Determinante[C]
Vectores en R2 y R3
u = (xf , yf ) (x0 , y0 )
= (x, y)
71
72 CAPÍTULO 4. VECTORES EN R2 Y R3
1. la representación algebraica
2. la representación geométrica
p
|u| = a2 + b2 (4.1)
b
tan = para a 6= 0 (4.2)
a
1. u + v
(a) u=Vector[(3,1)]
(b) v=Vector[(1,4)]
(c) z=Vector[u+v]; traza el vector resultante
(d) Vector[(3,1),(4,5)]; traza el vector paralelo a v
(e) Vector[(1,4),(4,5)]; traza el vector paralelo a u.
la representación geométrica se puede visualizar en la Figura (4.5),
1. 3u
2. u + v
3. v u
4.1. VECTORES EN EL PLANO 77
4. 2u 7u
|u + v| |u| + |v|
1. |i| = 1 y |j| = 1.
2. i = 0 y j = ó 90 , esto es, i y j son perpéndiculares entre si.
2
note que las componentes del vector u son los escalares de esa combinación
lineal.
Otra característica importante de estos vectores es que son linealmente in-
dependientes, es decir, nínguno es multiplo del otro.
1. la misma dirección de v
2. dirección v+180
78 CAPÍTULO 4. VECTORES EN R2 Y R3
como el ángulo ' no negativo más pequeño entre los dos vectores con puntos
iniciales en el origen, cuya relación viene establecida por
u·v
cos ' = (4.3)
|u| |v|
' se encuentra en [0, 180 ] ó [0, ]
Dos vectores u y v en R2 resultan ser
1. Paralelos si u = v, para > 0, ' = 0, esto es, son multiplos escalares, .
2. Colineales si u = v, < 0, ' = 180 (), esto es, son multiplos escalares
con direcciones contrarias.
3. Ortogonales o perpéndiculares si ' = 90 ( ); dos vectores son ortogo-
2
nales si u· v = 0.
Ejemplo 46 Sean u = 2i + 5j y v =i 2j. Determine tal que
1. u y v sean ortogonales
2. u y v sean paralelos
2
3. El ángulo entre u y v sea de .
3
Solución 46 A partir de la ecuación (4.3)
1. u y v son ortogonales si
(2, 5) · (, 2) = 0
10 2 = 0
= 5
2
3. u y v forman un ángulo de si
3
2 10 2
cos = p
3 29 (2 + 4)
2 2
(2) (10 2) = 29 2 + 4
284 + 160 132 = 0
1 = 13.881
2 = 1.574
GeoGebra tiene la capacidad de resolver el problema en forma gráfica me-
diante un proceso iterativo. En adelante se describira el procedimiento.
Proyecciones
El sentido práctico de una proyección es encontrar la distancia desde un punto
P a una recta l, el problema se reduce a encontrar la magnitud del vector
perpéndicular a la recta l.
Considere dos vectores u y v en R2 , la proyección de u sobre v es un vector
(P roy v u), que se define por
u·v
P roy v u = 2 v (4.4)
|v|
u·v
El vector w = u 2 v es ortogonal a v, la distancia perpéndicular es |w|.
|v|
La proyección de v sobre u es un vector (P roy u v), que se define por
u·v
P roy u v = 2 u (4.5)
|u|
u·v
El vector w = v 2 u es ortogonal a u.
|u|
P roy v u = proyUv=(u*v/(v*v))*v
w=u-proyUv
Ejercicio 13 Utilizando Geogebra. Sean P = (2, 3), Q = (5, 7), R = (2, 3) y
S = (1, 2) puntos en el plano. Determine
!
1. P roy
! RS
PQ
!
2. P roy !P Q
RS
u = (xf , yf , zf ) (x0 , y0 , z0 )
= (x, y, z)
x y z
x0 = y0 = z0 = (4.8)
|v| |v| |v|
se cumple que
alfa:acos(-0.4767312946228)*180/3.1416;
beta:acos(0.57207755354736)*180/3.1416;
gama:acos(0.66742381247191)*180/3.1416;
desplegandose en wxMaxima
note que las componentes del vector u son los escalares o constantes de esa
combinación lineal.
Las definiciones establecidas en las ecuaciones (4.3), (4.4) y (4.5), también
se aplican a vectores en R3 .
1. u · v
u·v
2. P roy v u = 2 v
|v|
86 CAPÍTULO 4. VECTORES EN R2 Y R3
u·v
3. P roy u v = 2 u
|u|
w =uv
1. u 0 = 0 u = 0.
3. u v = (u v).
|u v|
sin ' = (4.10)
|u| |v|
load(vect);[u1,u2,u3]~[v1,v2,v3];express([u1,u2,u3]~[v1,v2,v3]);
V ol = |u · (v w)| (4.11)
es decir, el volumen es igual al valor absoluto del triple producto escalar de
u, v y w.
El triple producto se calcula de forma fácil por el determinante (4.12)
u1 u2 u3
v1 v2 v3 (4.12)
w1 w2 w3
Ejemplo 53 Calcule el área del paralelogramo con vertíces (0, 0), (u1 , u2 ) =
(1, 2), (v1 , v2 ) = (2, 1) y (u1 + v1 , u2 + v2 ) = (3, 3).
el área del paralelogramo esta limitada por los dos vectores u = y v, donde
Área = |u v|
i j k
= 1 2 0
2 1 0
= |3k|
= 3
y
2
0
0 1 2 3
x
4.5. PRODUCTO VECTORIAL 89
1. u v x
2. u (v x)
3. u ((v x) y)
4. (u (v x)) y
(a) u y v.
(b) v y w.