AlgebraLineal EnfoqueGeometrico

APROXIMACIÓN AL ÁLGEBRA
LINEAL: un enfoque geométri o
* **
Rafael F. Isaa s G. Sonia M. Sabogal P.
Fe ha: 15 de agosto de 2017
* Profesor Titular Es uela de Matemáti as UIS

** Profesora Aso iada Es uela de Matemáti as UIS
Aproximación al
ÁLGEBRA LINEAL
Un enfoque geométrico
Rafael Isaacs
Sonia Sabogal
Contenido
Presenta ión v
1. Campos nitos y nùmeros omplejos 1
1.1. Campos . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. Axiomas de ampos . . . . . . . . . . . . . . . 1
1.2. Números omplejos . . . . . . . . . . . . . . . . . . . . 7
1.2.1. Forma polar . . . . . . . . . . . . . . . . . . . . 11
1.3. Algo sobre dinámi as omplejas . . . . . . . . . . . . . 19
2. Rn omo espa io ve torial 27
2.1. Sistemas de e ua iones lineales . . . . . . . . . . . . . 27
2.2. Rn : el espa io donde viven las solu iones a sistemas de e ua iones on n variables 38
2.3. Combina iones lineales e independen ia lineal . . . . . 45
2.4. Planos y re tas en R3 . . . . . . . . . . . . . . . . . . 55
2.4.1. E ua iones paramétri as y artesianas . . . . . 55
2.4.2. Re tas que ontienen el origen . . . . . . . . . . 55
2.4.3. Re tas trasladadas . . . . . . . . . . . . . . . . 56
2.4.4. Planos que ontienen el origen . . . . . . . . . . 58
2.4.5. Planos trasladados . . . . . . . . . . . . . . . . 59
2.5. Subespa ios ve toriales y subespa iosanes de R

n . . . 64
ii Contenido
3. Transforma iones lineales y matri es 69
3.1. Transforma iones lineales . . . . . . . . . . . . . . . . 69
3.2. Representa ión de transforma iones lineales por medio de matri es 75
3.3. El nú leo y la imagen de una transforma ión lineal . . 85
3.4. Álgebra de matri es . . . . . . . . . . . . . . . . . . . 92
3.4.1. Suma y produ to por es alar . . . . . . . . . . 92
3.4.2. Multipli a ión . . . . . . . . . . . . . . . . . . . 93
3.4.3. Inversa de una matriz . . . . . . . . . . . . . . 96
3.5. Transforma iones anes . . . . . . . . . . . . . . . . . 105
4. Rn omo espa io ve torial eu lídeo 109
4.1. Produ to interno . . . . . . . . . . . . . . . . . . . . . 109
4.2. Longitudes, ángulos,distan iasy proye iones . . . . . . 113
4.3. Produ to ruz . . . . . . . . . . . . . . . . . . . . . . . 122
4.4. Similitudes e isometrías . . . . . . . . . . . . . . . . . 126
5. La fun ión determinante 131
5.1. Áreas y volúmenes orientados . . . . . . . . . . . . . . 131
5.2. Axiomas del determinante . . . . . . . . . . . . . . . . 134
5.3. La regla de Cramer . . . . . . . . . . . . . . . . . . . . 145
5.4. Inversa por ofa tores . . . . . . . . . . . . . . . . . . 149
A. Algo sobre indu ión matemáti a 153
Algo sobre indu ión matemáti a 153
A.1. Números naturales . . . . . . . . . . . . . . . . . . . . 153
A.2. Demostra iones por indu iónmatemáti a . . . . . . . 159
A.3. Deni iones re ursivas . . . . . . . . . . . . . . . . . . 166
A.4. Sumatoria y produ toria . . . . . . . . . . . . . . . . . 169
A.5. Combinatoria y teorema del binomio . . . . . . . . . . 175

Contenido iii
B. Respuestas a los ejer i ios 181
Respuestas a los ejer i ios 181
Le turas re omendadas 195
Revisión: 4.1
Date: 31-01-2005
iv Contenido
Presenta ión
Por sus múltiples apli a iones, el estudio del álgebra lineal en los pro-
gramas universitarios obra ada día más importan ia. Esta rama de
las matemáti as se o upa de iertas estru turas llamadas espa ios li-
neales o ve toriales, e investiga de qué manera ellos se interrela ionan
mediante las llamadas transforma iones lineales; omprende además
el estudio de los sistemas de e ua iones lineales y de las matri es. Los
espa ios ve toriales y las transforma iones lineales se pueden ubi ar
omo temas apitales del álgebra moderna, y su teoría es extensamente
usada en el análisis fun ional, en el análisis ve torial y en las e ua iones
diferen iales, entre otros; por ejemplo, en el ál ulo es importante para
las derivadas de orden superior. Sus numerosas apli a iones no se res-
tringen al ampo de las matemáti as, sino que se extienden también
al ampo de las ien ias naturales y de las ien ias so iales. La his-
toria del álgebra lineal moderna se remonta a mediados del siglo XIX
on los trabajos de William Hamilton, de quien proviene el uso del
término ve tor. Sin embargo, solamente en la segunda mitad del si-
glo XX el álgebra lineal se institu ionalizó omo una materia bási a e
introdu toria en las matemáti as universitarias.
El material que presentamos en esta exposi ión ha sido es rito on el

objetivo de servir de apoyo y guía para el desarrollo de la asignatura
Álgebra Superior, que deben ursar los estudiantes de primer semes-
tre de ien ias e ingenierías de la Universidad Industrial de Santander
(UIS); por lo tanto, está dirigido fundamentalmente a los profesores y
estudiantes de di ha asignatura. El programa de Álgebra Superior de
la UIS ha venido evolu ionando a través de los años, y a tualmente
se puede de ir que se ha onstituido omo una introdu ión al álge-
bra lineal, fundamentalmente, mediante el estudio de un espa io ve -
torial parti ular omo es Rn . Como el título lo indi a (Aproxima ión
al álgebra lineal: un enfoque geométri o ), hemos querido ha er la in-
trodu ión men ionada al álgebra lineal, pero pro urando observar
vi Presenta ión
ada on epto desde un punto de vista geométri o, on el ánimo de

estable er no iones y resultados bási os del álgebra lineal ha iendo én-
fasis en ono imientos e interpreta iones geométri as muy on retas
e intuitivas. Pensamos que, aunque los temas tratados son los mis-
mos que apare en en la mayoría de los textos introdu torios al álgebra
lineal, el punto de vista y el orden en que se ven se apartan un po-
o del tratamiento tradi ional; por otra parte, en algunas se iones
y ejer i ios (se iones 1.3, 3.5, 4.4 y ejer i ios A.3-(4), 3.5-(3) y
4.4-(3)) to amos muy ligeramente temas no lási os y relativamente
re ientes de la matemáti a, omo los fra tales y los sistemas dinámi-
os. Esperamos que lo expresado anteriormente justique, hasta ierto
punto, la presente publi a ión.
El estudiante puede tomar este material omo guía de estudio, pero su

le tura debe forzosamente estar a ompañada y orientada por el profe-
sor, pues hay varios resultados fundamentales para el desarrollo de los
temas uya demostra ión es dejada omo ejer i io y que están mar a-
dos on el símbolo ☛; por ejemplo, la demostra ión del teorema del
binomio, la demostra ión del teorema de la dimensión, la demostra-
ión de la desigualdad de Cau hy-S hwarz, entre otros. El desarrollo
de estos ejer i ios muy seguramente requerirá de la ayuda del profesor.
Hemos distribuido nuestra exposi ión en in o apítulos. Aunque en

el primer apítulo (Algo sobre indu ión matemáti a y números om-
plejos) se tratan temas bási os muy importantes e interesantes, nos
pare e que en realidad éste existe más por tradi ión que por onexión
dire ta on los temas entrales del urso; in luso se podría omitir en
prin ipio y dejarlo para el nal, lo ual podría ser onveniente teniendo
en uenta que, según nuestra experien ia, abordar al ini io del urso
las demostra iones por indu ión matemáti a produ e generalmente
ierta ansiedad y des on ierto en los estudiantes re ién ingresados a la
universidad aunque, por otra parte, se puede pensar en este apítulo
omo una bonita forma de alentamiento antes de sumergirse en los
temas entrales; así pues, el dejarlo para el prin ipio o el nal del urso,
queda a riterio de ada profesor. Salvo este primer apítulo, podemos
de ir que todo el texto se entra en resolver on ierta profundidad un
problema on el ual el estudiante debe estar familiarizado: hallar las
solu iones de sistemas de e ua iones lineales en varias variables.
En el segundo apítulo ( R
n omo espa io ve torial) se ha e una in-
trodu ión al álgebra lineal propiamente di ha proponiendo el estudio

de los sistemas de e ua iones lineales lo ual, al observar la forma de
las solu iones de tales sistemas, motiva la deni ión del onjunto Rn y
Presenta ión vii
el estudio de su estru tura de espa io ve torial, tomando siempre o-

mo base los asos parti ulares e interpretables geométri amente, omo
son el plano R2 y nuestro espa io tridimensional R3 . En este apítulo
se denen on eptos bási os del álgebra lineal omo son los de depen-
den ia e independen ia lineal, sistemas de generadores, dimensión de
un espa io ve torial y el on epto de base, entre otros; se estudian
también planos y re tas en el espa io R3 y se naliza el apítulo on
las no iones de subespa io ve torial y subespa io afín, identi ando
geométri amente los subespa ios de R3 .
El ter er apítulo (Transforma iones lineales y matri es) se dedi a a

las fun iones entre los espa ios Rn (estudiados en el apítulo anterior)
que respetan la estru tura de espa io ve torial y a su íntima rela ión
on las matri es, mostrando ómo a ada transforma ión lineal se le
puede aso iar una matriz y re ípro amente, de tal manera que las
matri es y las transforma iones lineales son, en ierta forma, esen-
ialmente lo mismo. Se analiza también en este apítulo el efe to
geométri o ( ambios de es ala, giros, reexiones, et .), que puede pro-
du ir una transforma ión lineal del plano en el plano o del espa io
tridimensional en sí mismo; se introdu en los on eptos de nú leo e
imagen de una transforma ión lineal, rela ionándolos on los respe -
tivos problemas de resolver iertos sistemas de e ua iones lineales, y
el teorema de la dimensión. Se dedu en las opera iones entre matri-
es a partir de las opera iones entre transforma iones lineales lo ual,
en nuestro on epto, justi a mejor el álgebra de matri es y fa ilita
un po o la omprensión de sus propiedades. Se expone también el te-
ma de la inversa de una matriz, y al nal del apítulo se denen las
transforma iones anes, lo que se aprove ha para mostrar, mediante
un ejemplo, ómo se pueden onstruir onjuntos fra tales on este tipo
de transforma iones.
En el uarto apítulo ( R
n omo espa io ve torial eu lídeo) se in-
n
trodu e una nueva opera ión en R : el produ to interno o produ to
n
es alar, el ual permite ha er más geometría en nuestro espa io R ,
por ejemplo al ular longitudes, ángulos, distan ias, proye iones, de-
terminar ve tores perpendi ulares, et . Además, se dene la opera ión
produ to ruz o produ to ve torial (opera ión ex lusiva de R3 ), que
3
tiene importantes apli a iones geométri as en R y servirá, al ombi-
narla on el produ to interno ( ombina ión llamada produ to mixto),
omo fuente de inspira ión para la deni ión de la fun ión determinan-
te que se estudia en el siguiente apítulo. El apítulo uarto termina
on las no iones de similitud e isometría, usando las similitudes para
viii Presenta ión
propor ionar una deni ión formal de la no ión de autosimilitud, a-

ra terísti a esen ial de los onjuntos fra tales.
Como ya se men ionó en el párrafo anterior, tomando omo fuente

de inspira ión las propiedades del produ to mixto e interpretándo-
lo omo un volumen orientado se aborda en el apítulo quinto (La
fun ión determinante) la deni ión axiomáti a de la fun ión determi-
nante (al estilo del tratamiento que ha e Apóstol en su lási o libro
*
de ál ulo, Vol. II.), viéndola enton es omo una fun ión que a ada
matriz uadrada le asigna un número real y onstituyendo un muy
buen me anismo teóri o que indi a si n ve tores dados de Rn son o no
linealmente independientes. Este enfoque de los determinantes resulta
muy bondadoso: permite, por ejemplo, dedu ir fá ilmente propiedades
omo la de que el determinante de un produ to de matri es es igual
al produ to de los determinantes de las matri es, dedu ión que de
otra manera puede resultar muy dispendiosa. Usando los axiomas de
la fun ión determinante, se dedu e un sen illo método para al ular
el de ualquier matriz uadrada, triangularizándola mediante opera-
iones elementales sobre las o sobre olumnas. Se dedu en la regla
de Cramer, el ál ulo de la inversa de una matriz usando ofa tores
y nalmente el método (que en la mayoría de los libros apare e al
prin ipio del apítulo respe tivo) para al ular determinantes desarro-
llándolos por alguna de las las de la matriz. Por último in luimos un
pequeño apéndi e on las respuestas a la mayoría de los ejer i ios.
Queremos agrade er muy sin eramente a varias personas y entidades

que ontribuyeron de una u otra forma on la elabora ión del tra-
bajo que estamos presentando: a Claudia Granados, quien revisó y
digitó una de las primeras versiones de nuestro trabajo y además in-
luyó varios ejemplos y ejer i ios; a Angy Coronel y a Beatriz Rojas,
que digitaron versiones posteriores; a Jorge Angarita, quien revisó una
buena parte de los ejer i ios propuestos en ada apítulo; a Gilberto
Arenas, quien elaboro en PSTri ks
** la mayoría de las guras y nos
dio valiosas sugeren ias; a los profesores que han parti ipado en el
Seminario Do ente de Álgebra Superior y Lineal que se realiza en la
Es uela de Matemáti as de la UIS, pues de este seminario surgieron
varias inquietudes que hemos aprove hado para la es ritura de este
material; obviamente a la Es uela de Matemáti as de la Universidad
Industrial de Santander y a la UIS misma, por brindarnos la oportu-
*
APÓSTOL Tom, Cal ulus, Vol. I y Vol. II. Reverté-Bar elona, 2a. ed., 1974.
**
Cole ión de sosti ados ma ros TEX, basados en el lenguaje de programa ión
PostS ript, diseñados para la rea ión y manipula ión de objetos grá os.
Presenta ión ix
nidad de impartir el urso de Álgebra Superior a lo largo de mu hos

años durante los uales nuestro trabajo ha venido tomando forma.
Por otra parte la segunda autora quiere también agrade er a Col ien-
ias por una be a- rédito que le otorgó durante los años 1994 a 1996
para adelantar estudios de do torado en la Universidad Na ional de
Colombia, y a la Funda ión Mazda para el desarrollo del Arte y la
Cien ia que le on edió una be a durante los años 1998 y 1999, on el
mismo objetivo.
Esperamos enton es que el material que estamos ofre iendo se onvier-

ta en una buena alternativa de apoyo al desarrollo de las asignaturas
de matemáti as del i lo bási o que deben ursar los estudiantes de
primer semestre de ien ias e ingenierías de la Universidad Industrial
de Santander y de otras latitudes de habla hispana.
Los autores
Bu aramanga, 31 de enero de 2005
x Presenta ión
Capítulo 1
Campos nitos y nùmeros

omplejos
1.1. Campos
El le tor debe tener familiaridad on los ampos en espe ial on los
ra ionales Q y los reales R. Los ampos son una estru tura on dos
opera iones en donde todas las e ua iones de la forma ax + b = 0
tienen úni a solu ión. En esta se ión estudiaremos algo sobre ampos
nitos y el ampo de los números omplejos C.
1.1.1. Axiomas de ampos
Un ampo onsiste en un onjunto K (de los números o es alares ) do-

tado de dos opera iones +, · llamadas adi ión (o suma) y multipli a-
ión (o produ to) respe tivamente, onjuntamente on dos elementos
distinguidos 0, 1 ∈ K que deben umplir los siguientes axiomas:
Siendo a, b, c, d ∈ K es alares ualesquiera se umple:
1. CLAUSURA: a = c y b = d impli a (a + b) = (c + d) y a · b = c · d
2. ASOCIATIVIDAD: (a + b) + c = a + (b + c) y (a · b) · c =
a · (b · c)
3. CONMUTATIVA: a+b=b+a y a·b =b·a
2 1. Indu ión matemáti a y omplejos
4. MODULATIVA: a+0=a y a · 1 = a, además 0 6= 1.

5. INVERSOS ADITIVOS: Existe (−a) tal que a + (−a) = 0
6. DISTRIBUTIVA: a · (b + c) = a · b + a · c
7. INVERSOS PARA EL PRODUCTO: Si a 6= 0 existe a−1 talque
a · a−1 = a−1 ·a=1
Nota ión:
En uanto nota ión debemos de ir que el punto de produ to en general
se omite. Por otra parte, se notará a−b al elemento a + (−b). El
grasmo − se usará en dos sentidos: omo símbolo de dos argumentos
que representa la resta y omo símbolo de un sólo argumento que
representa el inverso aditivo.
De los axiomas se deriva una gran antidad de propiedades mu has de

las uales pueden ser familiares; por ejemplo, que al multipli ar por
0 todo se anula, que toda e ua ión lineal ax + b = c de una úni a
variable ( on a 6= 0), tiene una úni a solu ión.
Ha emos notar que por este método axiomáti o no interesa la naturale-

za de los elementos del onjunto K , ni el signi ado de las opera iones,
solamente se debe umplir on los axiomas.
Ejemplo 1.1.1. Como ya se dijo, los números reales R, los ra ionales

Q y los omplejos C son ampos on las opera iones usuales.
Ejemplo 1.1.2. El ampo más pequeño que se puede pensar debe

tener por lo menos dos elementos: el uno y el ero. Sea A = {0, 1} y
denamos las opera iones + y · omo se indi an en los uadros:
+ 0 1 · 0 1
0 0 1 0 0 0
1 1 0 1 0 1
Enton es se veri an todos los axiomas. La lausura se garantiza por

la manera omo se han denido las opera iones. La onmutativa para
+ se ve ha iendo todas las ombina iones posibles, 0 + 1 = 1 = 1 + 0;
1 + 1 = 0 = 1 + 1; 0 + 0 = 0 = 0 + 0. Así se prueban todos los axiomas.
Se pueden interpretar estas opera iones omo si el 0 representara los
pares y el 1 los impares. Enton es 1 + 1 = 0 porque impar mas impar
da un par, así on los 7 resultados restantes.
[Aproxima ión al álgebra lineal:

1.1. Campos 3
Ejemplo 1.1.3. Sea A = {a, b, c, d} y se denen las opera iones así:
+ a b c d · a b c d
a a b c d a a a a a
b b c d a b a b c d
c c d a b c a c a c
d d a b c d a d c b
En este aso omo en el anterior, habría que demostrar ada propiedad

observando todas las posibilidades. Vemos que el papel del 0 es jugado
por a mientras que b ha e el papel del 1, pues son módulos para la suma
y el produ to, respe tivamente. Ver que un elemento tiene inverso
aditivo es mirar en la la orrespondiente en la tabla de la suma, que
aparez a a (o sea el 0). Se nota enton es que todos los elementos tiene
inverso aditivo, por ejemplo −d = b. Para ver que todos los elementos
(diferentes de a) tienen inverso multipli ativo se ha e algo similar: en
la la respe tiva del produ to se bus a el módulo multipli ativo que es
b y sorpresa! c no tiene inverso multipli ativo; por tanto esta estru tura
NO forma un ampo! Todos los demás axiomas se umplen, aunque
on nuestros elementos demostrarlos plenamente sería muy engorroso,
sobretodo en lo on erniente a la aso iatividad de las dos opera iones
y a la distributiva.
Ejemplo 1.1.4. Cuando se toma omo onjunto A = 0, 1, 2, . . . m − 1

se pueden denir las opera iones suma y produ to omo en los enteros,
teniendo en uenta que uando se pase de m−1 se toma el residuo
al dividir por m. Así se forma la aritméti a de residuos módulo
m, estru tura que notamos Zm . Cuando p es primo (es de ir no
tiene divisores no triviales) enton es Zp es ampo. Aunque no lo
omprobaremos el le tor puede veri ar diferentes asos. Cuando m
no es primo Zm no forma un ampo pues hay elementos no nulos que
no tienen inverso multipli ativo, sin embargo las demás propiedades
se umplen. Presentamos las tablas del ampo Z7 :
+ 0 1 2 3 4 5 6 · 0 1 2 3 4 5 6
0 0 1 2 3 4 5 6 0 0 0 0 0 0 0 0
1 1 2 3 4 5 6 0 1 0 1 2 3 4 5 6
2 2 3 4 5 6 0 1 2 0 2 4 6 1 3 5
3 3 4 5 6 0 1 2 3 0 3 6 2 5 1 4
4 4 5 6 0 1 2 3 4 0 4 1 5 2 6 3
5 5 6 0 1 2 3 4 5 0 5 3 1 6 4 2
6 6 0 1 2 3 4 5 6 0 6 5 4 3 2 1
un enfoque geométri o℄
Comprobar algunas propiedades puede ha erse por simple inspe ión,

por ejemplo las onmutativas se omprueban al ver que las tablas
son simétri as. Las propiedades no visibles son las aso iativas y la
distributiva. El inverso aditivo de t es 7−t (salvo si t = 0), ada
elemento diferente de 0 tiene su inverso multipli ativo, por ejemplo
podemos de ir que 3−1 = 5 ya que por 3 · 5 = 1. Realmente todas
estas propiedades se derivan de la estru tura de los números enteros.
Nótese que los elementos 0, 1, 2, 4 tienen raí es uadradas mientras que
3, 5, 6 no tienen.
Muy fre uentemente la aritméti a módulo m se ha e on todos los

enteros pero trabajando on una igualdad diferente: es la ongruen ia
módulo m, que se simboliza ≡, así se tiene 3 ≡ 13 (mód 5), pero no
2 ≡ 4 (mód 5).
No es difí il, aunque no es nuestro interés, demostrar que siempre que

p sea primo se obtiene, omo en el ejemplo 1.1.4 un ampo Zp de p
elementos. Desde tiempos de Eu lides se sabe que hay innitos primos,
enton es tenemos innitos ampos nitos.
Estos ampos siempre se pueden ampliar obteniendo ampos de pk

elementos. Además (esto es algo mas difí il de demostrar) aquí están
todos los ampos nitos. El siguiente ejemplo, muestra ómo se ha en
tales amplia iones que son análogas a la forma que se amplía R para
obtener C.
Ejemplo 1.1.5. El ejemplo 1.1.2 orresponde realmente a Z2 . La
e ua ión x
2 +x+1 = 0 no tiene solu ión en Z2 . Introdu imos
enton es un elemento (`imaginario') que llamamos u y que umple
u2 + u + 1 = 0. También debemos introdu ir u+1 (pues es imposible
que u + 1 sea igual a 0 o 1 o u) y no ne esitamos introdu ir más.
Presentamos las tablas del nuevo ampo que notamos Z2 [u]:
+ 0 1 u u+1
0 0 1 u u+1
1 1 0 u+1 u
u u u+1 0 1
u+1 u+1 u 1 0
· 0 1 u u+1
0 0 0 0 0
1 0 1 u u+1
u 0 u u+1 1
u+1 0 u+1 1 u
1.1. Campos 5
Para al ular por ejemplo el uadrado de u+1 ha emos así:
(u+1)(u+1) = u(u+1)+1(u+1) = (u2 +u)+(u+1) = (u2 +u+1)+u = 0+u = u

; hemos empleado úni amente las leyes de los ampos, lo que ya sabe-
mos de Z2 y el he ho de que u2 + u + 1 = 0.
Ejemplo 1.1.6. En el ejemplo 1.1.4 onstruimos las tablas de Z7 y
anotamos que por ejemplo 6 no tiene raíz uadrada. Introdu imos un
elemento que llamamos i tal que omo en los omplejos, i2 = −1 = 6.
Obtenemos un ampo Z7 [i] de 49 elementos de la forma a + bi on
a, b ∈ Z7 . Ha er la tabla sería algo engorroso, pero podemos al ular
por ejemplo:
(3+2i)(2+i) = 3(2+i)+2i(2+i) = (6+3i)+(4i+2i2 ) = (6+2·6)+(4+3)i = 6+5 = 4
Ejer i ios
Ejer i ios tipo test
1. Los siguientes sistemas numéri os forman un ampo on la suma

y el produ to usuales (FALSO/VERDADERO):
a ) Los números reales R.

b ) Los números enteros Z.
) Z9 los enteros módulo 9.
d ) Z7 los enteros módulo 7.
e ) 2N los números naturales pares.
Ejer i ios de ál ulo
2. Complete la tabla de multipli a ión para que el onjunto A=

{0, 1, 2, 3, 4} forme un ampo:
+ 0 1 2 3 4 · 0 1 2 3 4
0 0 1 2 3 4 0 0 0 0 0 0
1 1 2 4 0 3 1 0
2 2 4 3 1 0 2 0
3 3 0 1 4 2 3 0
4 4 3 0 2 1 4 0 1 2 3 4
NOTA: 4 juega el papel de módulo para el produ to. Para averi-

guar, por ejemplo, uánto es 2 · 1 se sabe que 4 + 4 = 1 enton es
2 · 1 = 2(4 + 4) = 2 · 4 + 2 · 4 = 2 + 2 = 3, ahora omo 4 + 1 = 3
averigüe uánto es 2 · 3 y siga!
3. Construir un ampo de 3 elementos, ampliarlo a uno on 9 ele-

mentos.
4. Construir un ampo de 5 elementos, ampliarlo a uno on 25

elementos.
5. En el ampo Z11 la e ua ión x2 = 10 no tiene solu ión. Sea u

tal que u
2 = 2. Enton es agregando u al ampo Z11 obtengo el
ampo Z1 1[u] on 121 elementos. Cal ule (u + 1)2 + (5u + 6).
Ejer i ios on eptuales
6. Sea X un onjunto y A el onjunto de todos los sub onjuntos de

X. Enton es ∪ e ∩ son opera iones denidas en A. Entendiendo
la ∪ omo la suma y la ∩ omo produ to uáles axiomas de
ampo se umplen?
7. Explique por qué en un ampo nito on un número impar de

elementos, sólo existen dos elementos que umplen que x2 = 1 es
de ir que ellos son su propio inverso. De aquí se on luye (¾ ómo
así?) el Teorema de Wilson: Si pes primo impar (p − 1)! deja
residuo p−1 al ser dividido entre p. Este resultado no es nada
trivial, asegura que por ejemplo 52! al ser dividido por 53 deje
residuo 52.

1.2. Números omplejos 7
1.2. Números omplejos

. . . Ya en el Rena imiento, los matemáti os asumieron que ha-
bían des ubierto todos los números en el universo. Se podía pensar
que todos los números estaban ubi ados en una re ta numéri a, una
línea innitamente larga uyo entro es el ero. La re ta numéri a su-
gería que la ompletud, aparentemente, se había logrado. Todos los
números pare ían en su lugar listos a responder a ualquier pregunta
matemáti a. En ualquier aso, no había en la re ta numéri a am-
po para más números. Enton es, durante el siglo XVI, hubo nuevos
estruendos de inquietud. El matemáti o italiano Rafaello Bombelli
estaba estudiando las raí es uadradas de varios números uando se
tropezó on una pregunta imposible ontestar: ¾ uál es la raíz ua-
drada de −1? El problema pare e insoluble. La solu ión no puede ser
+1 ni −1, pues el uadrado de ambos es +1. Sin embargo, no hay
otros andidatos obvios. Al mismo tiempo, la ompletud exige que
seamos apa es de ontestar la pregunta.
La solu ión de Bombelli fue rear un número nuevo (i) llamado
número imaginario, que simplemente se denía omo la solu ión a la
pregunta: ¾ uál es la raíz uadrada del negativo de 1? Esta puede
pare er una manera obarde de resolver el problema, pero no es dife-
rente de la manera omo fueron introdu idos los números negativos.
Enfrentados a una pregunta que de otra manera no tenía respuesta,
los hindúes simplemente denieron a −1 omo la respuesta a la pre-
gunta ¾ uánto es ero menos uno? Es más fá il a eptar el on epto de
−1 sólo porque ono emos el on epto análogo de deuda, mientras
no hay nada en el mundo real que respalde el on epto de número
imaginario. El matemáti o alemán del siglo XVII Gottfried Leibniz
des ribió en forma elegante la extraña naturaleza del número imagi-
nario: El número imaginario es un magní o y maravilloso re urso
del espíritu divino, asi un anbio entre el ser y el no ser. Aunque las
raí es uadradas de los números negativos se ono en omo números
imaginarios, los matemáti os no onsideran que i sea más abstra -
to que un número negativo o un número entero. Además, los físi os
des ubrieron que los números imaginarios son el mejor lenguaje para
des ribir algunos fenómenos del mundo real. Con algunas manipula-
iones menores los números imaginarios resultan ser la manera ideal
para analizar el movimiento natural de balan eo de objetos omo el
péndulo. Este movimiento, té ni amente ono ido omo os ila ión
sinusoidal, se en uentra on fre uen ia en la naturaleza, así que los
números imaginarios se han vuelto parte integral de mu hos ál ulos
físi os. A tualmente, los ingenieros elé tri os invo an a i para ana-
lizar orrientes elé tri as os ilantes y los físi os teóri os al ulan las
onse uen ias de las fun iones de onda me áni as de los uantos a u-
diendo al poder de los números imaginarios. . . (Tomado del libro El
*
enigma de Fermat, de Simon Singh. )
*
SINGH Simon, El enigma de Fermat, Editorial Planeta, 1998.
Figura 1.1: Leonhard Euler.
Al omenzar este apítulo anotábamos que el paso de un onjunto nu-

méri o al siguiente surge por la ne esidad de ampliar el onjunto a
otro en el ual se puedan resolver iertos problemas que no admiten
solu ión en el onjunto más pequeño. El sistema R de los números
reales goza de muy buenas propiedades; sin embargo si onsideramos,
por ejemplo, la e ua ión x2 +1 = 0, es laro que ella no admite solu ión
en R, es de ir, no existe un número real que la satisfaga; enton es se
ha e ne esario ampliar R a otro onjunto en el ual sí exista solu ión
para esta e ua ión y apare e el onjunto C de los números om-
plejos. Para esto asumimos que el símbolo i representa un número
(imaginario) que umple i2 = −1 y onsideramos enton es el onjunto
de todos los números de la forma a+bi donde a y b son números reales,
es de ir:
C =: {a + bi | a, b ∈ R}.
Si z = a + bi es un número omplejo, a se llama la parte real de z,
b la parte imaginaria y se suele notar omo Re(z) = a Im(z) = b.
y
Un omplejo uya parte real es ero, es de ir de la forma z = bi, se
di e un imaginario puro. Si la parte imaginaria es ero, el omplejo
es de la forma z = a, es de ir, es simplemente un número real, esto
muestra que R es un sub onjunto de C.
Obsérvese que un número omplejo está determinado por una pareja
ordenada de números reales, es de ir z = a+bi lo podríamos identi ar
on la pareja (a, b) y de esta manera una deni ión alternativa del
onjunto C sería:
C =: {(a, b) | a, b ∈ R}.
Por tratarse de parejas ordenadas tendremos que (a, b) = (c, d) si y
sólo si a=c y b = d.
Eje
Imaginario
z = (a, b)
b
Eje
a Real
Figura 1.2: Representa ión artesiana de un omplejo.
Esta forma de ver los omplejos orresponde a lo que, en el próximo

apítulo, llamamos R2 , que junto on iertas opera iones onstituye
un ejemplo importante de espa io ve torial, on epto fundamental de
este urso.
La expresión a+ bi se llama la forma binómi a mientras que (a, b) se

llama la forma re tangular o artesiana; más adelante veremos otra
forma muy útil de es ribir un número omplejo. Observando la forma
re tangular es fá il dedu ir que el onjunto C se puede representar
geométri amente on el onjunto de puntos de un plano artesiano
(que debe ser familiar para el estudiante); en este aso el eje x se
llama también eje real y el eje y, eje imaginario.
Siz = a+ bi, un omplejo aso iado a z que resulta muy útil se llama el
onjugado de z , se nota z̄ y está dado por z̄ = a − bi. ¾Qué rela ión
geométri a hay entre z y z̄ ?.
Deniremos ahora dos opera iones importantes en el onjunto C, su-

ma y multipli a ión, las uales le dan a los números omplejos
ierta estru tura espe ial. Si z1 = a + bi y z2 = c + di son números
omplejos, se dene la suma de z1 y z2 por:
z1 + z2 =: (a + c) + (b + d)i ,
y la multipli a ión de z1 y z2 por:
z1 z2 =: (ac − bd) + (ad + cb)i ;
se puede apre iar a simple vista que la suma se dene de manera na-
tural, lo que no está laro es el aso del produ to, aunque es fá il
veri ar que éste se obtiene multipli ando omún y orriente los bi-
nomios a + bi y c + di y re ordando que i2 = −1. Teniendo denidas
1
estas dos opera iones el paso siguiente es estable er qué propiedades

umplen.
Proposi ión 1. Sean z1 , z2 , z3 ∈ C, enton es:
1. z1 + z2 ∈ C y z1 z2 ∈ C;
2. (z1 + z2 ) + z3 = z1 + (z2 + z3 ) y (z1 z2 )z3 = z1 (z2 z3 );
3. z1 + z2 = z2 + z1 y z1 z2 = z2 z1 ;
4. existen 0 = 0 + 0i ∈ C y 1 = 1 + 0i ∈ C tales que z + 0 = 0 + z = z

y z1 = 1z = z para todo z ∈ C.
5. Para todo z = a + bi ∈ C existe −z = −a + (−b)i ∈ C tal
que z + (−z) = 0, y para todo z = a + bi 6= 0 existe z −1 =
a
a2 +b2
+ a2−b
+b2
i ∈ C tal que zz −1 = 1.
6. z1 (z2 + z3 ) = z1 z2 + z1 z3 .
Las propiedades anteriores se llaman propiedades de ampo. En

general, si un onjunto K, junto on dos opera iones (que por os-
tumbre se llaman adi ión y multipli a ión), satisfa en las propiedades
anteriores, se di e enton es que la estru tura hK, +, ·i es un ampo.
Así, hC, +, ·i es un ampo (ver ejer i io 3). Existen mu hos otros
ampos, los más ono idos: hQ, +, ·i y hR, +, ·i. En el ejer i io 2 se
estable e una diferen ia importante entre C y R.
Poten ias de i: Obsérvese lo siguiente:
i0 = 1 i4 = (i2 )2 = (−1)2 = 1
i1 = i i5 = (i4 )i = 1i = i
i2 = −1 i6 = (i2 )3 = (−1)3 = −1
i3 = (i2 )i = (−1)i = −i i7 = (i6 )i = (−1)i = −i
et .

y por otra parte:
1 i 1
i−1 = i = i2
= −i i−4 = i4
=1
1 1 1
i−2 = i2
= −1 i−5 = i5
= i6
= −i
1 i 1
i−3 = i3
= i4
=i i−6 = i6
= −1
et .
De esta manera las poten ias enteras de i pueden tomar solo uno de
los uatro valores: 1,−1,i,−i.
Co ientes de omplejos: Usando el onjugado z̄ se pueden ha er
al ulos omo el siguiente:
3+i (3 + i)(1 + i) 3 + 3i + i + i2 2 + 4i
= = = = 2 + 2i
1−i (1 − i)(1 + i) 1 − i2 2
1.2.1. Forma polar
Re ordando la representa ión geométri a de los omplejos en un plano

artesiano, vamos a estudiar otra forma de notar un omplejo. Sea P el
punto del plano artesiano (de origen O) orrespondiente al omplejo.
Llamemos r la longitud del segmento OP y θ el ángulo que forma
di ho segmento on la parte positiva del eje real y tal que 0 ≤ θ < 2π ;
enton es z queda ompletamente determinado si ono emos r y θ .
r se llama módulo o norma de z se nota r = |z|, θ se llama el
argumento (prin ipal) de z y se nota Arg(z), obsérvese que ualquier
ángulo oterminal on θ sirve para determinar a z , es de ir, en realidad
existen mu hos argumentos; sin embargo on la ondi ión 0 ≤ θ < 2π
estamos es ogiendo sólo uno (a ve es llamado argumento prin ipal).
Es fá il estable er las siguientes rela iones:

p
a = r cos θ, b = r sen θ, r = a2 + b2 , tan θ = b/a. (1.1)
luego: z = a + bi = r cos θ + ir sen θ = r(cos θ + i sen θ) y a epta-

mos sin demostra ión (por estar fuera de los al an es del urso) que
Eje
Imaginario
P
r sen θ z = r eiθ
r
θ Eje
O r cos θ Real
Figura 1.3: Representa ión polar de un omplejo.
eiθ = cos θ + i sen θ , on lo ual z = reiθ , expresión que llamaremos

la forma polar de z; e es la llamada onstante de Euler (en ho-
nor al gran matemáti o suizo Leonhard Euler, 1707-1783), un número
irra ional uyo valor aproximado es 2,71828.
La forma polar es útil, por ejemplo, para ha er produ tos y o ientes

de omplejos, así omo para en ontrar poten ias n-ésimas y las raí es
n-ésimas de un omplejo. Utilizando la forma polar es fá il dedu ir que
la norma de un produ to de omplejos es el produ to de sus normas y
el argumento del produ to es la suma de los argumentos. Esto nos da
una re eta muy sen illa y útil para multipli ar omplejos en forma
polar:
Para multipli ar omplejos se suman sus

argumentos y se multipli an sus normas.
Lo ual impli a que la norma de un o iente es el o iente de las normas

y que el argumento del o iente de dos omplejos es la diferen ia de
sus argumentos. El le tor debe dedu ir una sen illa re eta para dividir
omplejos, además ver que si n es un entero, y z ∈ C, la norma de zn
n
es |z| y el argumento de z n es n ve es Arg(z). Todas estos resultados
los agrupamos en la siguiente proposi ión:
Proposi ión 2. Si z, z1 , z2 ∈ C y n ∈ N enton es,
i) |z1 z2 | = |z1 ||z2 | y Arg(z1 z2 ) = Arg(z1 ) + Arg(z2 );

ii) |z1 /z2 | = |z1 |/|z2 | y Arg(z1 /z2 ) = Arg(z1 ) − Arg(z2 ), z2 6= 0;
iii) |z n | = |z|n y Arg(z n ) = n · Arg(z).
Demostra ión. (Ejer i io 11).
o 1 i 38o
Ejemplo 1.2.1. Sean z1 = 3 ei 45 y z2 = e . Enton es:
2
3 i 83o z1 o o
z1 z2 = e , = 6 ei 7 , y z14 = 81 ei 180 .
2 z2
Si z ∈ C, una raíz n-ésima de z será un omplejo z0 tal que

z0 n = z . Usando la parte iii) de la proposi ión anterior dedu imos
que |z0 | = |z|
1/n , es de ir la norma de la raíz n-ésima de un omple-
jo es la raíz n-ésima de la norma del omplejo. ¾Qué podemos de ir

del argumento de z0 ? Según la parte iii) de la proposi ión anterior
n Arg(z0 ) y Arg(z) deben ser ángulos oterminales. Una posibilidad
inmediata es que Arg(z0 ) = Arg(z)/n. Pero hay otros ángulos que al
multipli arse por n resultan omo un ángulo oterminal on Arg(z).
Nótese que, por ejemplo, 3 ve es π/6 es π/2; pero también 3 ve es
5π/6 es 5π/2 ángulo oterminal on π/2. En realidad ualquier ar-
gumento de la forma (Arg(z) + 2kπ)/n al ser multipli ado por n nos
da un ángulo oterminal on Arg(z). Enton es no podemos hablar
de la raíz n-ésima de un omplejo, sino de las raí es n-ésimas de un
omplejo. Se puede probar que hay exa tamente n argumentos de la
Arg(z)+2kπ
forma , mutuamente no oterminales y se obtienen tomando
n
k ∈ {0, 1, . . . , n − 1}. De esta manera, tenemos la siguiente fórmula
para al ular raí es n-ésimas llamada fórmula de De Moivre*: si
1
z n = reiθ , n ∈ Z+ , enton es
θ+2kπ
z 1/n = r 1/n ei( n
)
on k = 0, 1, 2, . . . , n − 1.
Ejemplo 1.2.2. Cal ulemos las raí es úbi as del omplejo z = 81 i.
Debemos es ribir z en forma polar, para lo ual podemos usar las
rela iones estable idas en (??), on a = 0 y b = 81 para obtener que
1 π
r= 8 y θ= 2 , de modo que z = 18 eiπ/2 . Pero también en este aso
podríamos llegar a la forma polar simplemente observando la ubi a ión
del omplejo z en el plano artesiano que orresponde al punto de
oordenadas 0, 18 , de donde se dedu e laramente que r = 81 y θ = π2 .
1 π
Apli ando enton es la fórmula de De Moivre, on n = 3, r =
8 y θ = 2:
1/3 i π/2+2kπ
z 1/3 = 81 e 3 , k = 0, 1, 2
obtenemos las tres raí es z1 , z2 , z3 bus adas, así:
*
Abraham De Moivre, matemáti o fran és, 1667-1754.
π/2+0
1
∗ uando k = 0, z1 = 2 ei 3 = 1
2 ei π/6 ;
π/2+2π
1
∗ uando k = 1, z2 = 2 ei 3 = 1
2 ei 5π/6 ;
π/2+4π
1
∗ uando k = 2, z3 = 2 ei 3 = 1
2 ei 3π/2 .
z2 = 1
2
ei 5π/6 z1 = 1
2
ei π/6
1
z= 8
i
z3 = 1
2
ei 3π/2
1
Figura 1.4: Raí es úbi as de z= 8 i.
Ejer i ios (Respuestas en página 181)
1. La representa ión del onjunto de todos los omplejos z que sa-

tisfa en |2z + 3| < 1 es:
a) Los puntos en el interior de la ir unferen ia on entro

( 32 , 0) y radio
1
2
b) Los puntos en el interior de la ir unferen ia on entro
(0, 32 ) y radio
1
2
) Los puntos en el interior de la ir unferen ia on entro
(− 32 , 0) y radio 1
d) Los puntos en el interior de la ir unferen ia on entro
(− 32 , 0) y radio
1
4
e) Los puntos en el interior de la ir unferen ia on entro
(− 32 , 0) y radio
1
2
√
1 3
2. Si z= 2 + 2 i enton es z 102 es igual a:

√
a ) −1
2 +
3
2 i
b ) −1
) 1
√
d) 1
2 + 3
2 i
e) Ninguna de las anteriores
3. Si z = a+ib en C, sabemos ya que las oordenadas a y b nos per-

miten ubi ar el punto en p en el plano omplejo z . Otra manera
de ubi ar di ho punto es ono iendo la longitud r del segmento
que une el origen del plano on el punto p y el ángulo θ que
forma la parte positiva del eje real on el segmento op, tomando
omo lado ini ial del ángulo la parte positiva del eje x.
• Ubi ar en el plano los omplejos: r = 21 y θ = 135o

• r = 3 y θ = −30o
• r = 3 y θ = −90o
• Dar valores de r y θ para un omplejo que esté en el ua-
drante III.
• Dar valores de r y θ para un omplejo que esté sobre la

parte negativa del eje y.
• ¾Qué es grá amente el onjunto de todos los omplejos
para los uales θ = 180o ?
• ¾Qué es grá amente el onjunto de todos los omplejos
para los uales r 6 1?
4. Exprese el valor de siguientes expresiones en forma artesiana

(re tangular):
√ √ 9
a) 2+ 2i
2
b ) (3i − 1)−1

) 1−3i
i−1
d ) |2eiπ3 − 1|
π
e ) 1 − i + ei 3
√ 6
f) 1+ 3i
2
g) 1−3i
i−1 + i−1
2−i
√ 9
h) 3+i
2

i ) 1−3i
1−i

π
5. Si z1 = ei 2 y z2 = 2 en uentre z1 z2 y gra arlo.
6. Si z1 = −2 + 2i y z2 = 3i. El argumento de z1 z2 es:
a) −3π
4
b) 3π
4
) π
4
d) 5π
4
e) 3π
2
1
7. Resuelva la e ua ión: x3 − i 2 = 0
8. Si el omplejo representado por la e hita es z, señale en la
grá a dónde queda, aproximadamente, (i + z):
1. Efe tuar la opera ión indi ada y es ribir la respuesta en la forma

z = a + bi:
a ) (4 + i) + (3 − 5i); ) (1 − i)2 (1 + i);

b) (6−i)
(5+2i) − (3+4i)
(2−5i) ; d) (5+4i)
(3−4i) ;

√ √
e) f
Expresar en forma polar los ) (8 − i 3)(8 + i 3);
siguientes omplejos:
g) (i − 1)3
1) 3i; 5) cos α + h) i104 ;
2) 3i − 2;
i sen α +i) (−i)101 .
1;
3) (1 √ +
6) cos α +
i)/ 2; i sen(α+
4) 2 − 2i; π).
2. Sea α = π/4, β = 2π/3 y γ = π/6. Expresar en forma re tangu-

lar los siguientes omplejos:
a ) eαi ; ) 3e−βi ; e ) 4e(γ−β)i .

b ) 2eβi ; d ) −e−γi ;
3. Hallar los onjugados de los omplejos de los ejer i ios 5 y 6.

Expréselos en forma polar y re tangular.
4. En ontrar z en forma re tangular tal que se umpla la e ua ión:
a ) z(2 − 5i) = 1 + 5i; ) 2z(i − 1) = −i + 2.

b ) (z + 1)(−4i) − 1 = i;
5. Dibujar en el plano los onjuntos de omplejos z que umplen

ada una de las ondi iones dadas:
a ) Re(z + 1) = 1; d ) Re(z) + Im(z) > 2;

b ) Im(z − i) > 0; e ) |z + 1| < 1;
) |z − i| = 1; f ) 0 < Arg(z) < π/3.
6. Hallar las raí es uadradas de:

√
a ) −i; b ) 4eiπ/3 ; ) 2 − 2 3i.
7. Halle todas las solu iones omplejas de:
a ) x3 + 1 = 0;
b ) x5 − 1 − i = 0;
) x4 − x2 + 1 = 0.
8. Demuestre que para todo natural n se tiene:

1 si n es par
a ) i2n =
−1 si n es impar

i si n es par
b ) i2n+1 =
−i si n es impar
9. Supongamos que los omplejos se pueden ordenar y umplen las

mismas propiedades de orden que los reales. ¾Qué problema hay
en onsiderar i > 0?, ¾qué problema hay si onsideramos i < 0?
Como bajo ualquier onsidera ión se llega a una ontradi ión,
se on luye que los omplejos no se pueden ordenar umpliendo
las mismas propiedades de orden que los reales.
10. Demostrar las propiedades de ampo para números omplejos.
11. Demostrar la Proposi ión 2.
12. Demostrar que el omplejo z es real si y sólo si z es igual a su

onjugado.
13. Demostrar que z es imaginario puro si y sólo si z es igual al

negativo de su onjugado.
14. a) a) Demostrar que si z y w son omplejos se tiene:

zw = z̄ w̄ y z + w = z̄ + w̄.
b) Sea p(x) un polinomio on oe ientes reales, demuestre
que si z es un omplejo tal que p(z) = 0 enton es p(z̄) = 0.
) Demuestre que un polinomio on oe ientes reales siempre
tiene un número par de raí es omplejas no reales.

1.3. Algo sobre dinámi as omplejas 19
1.3. Algo sobre dinámi as omplejas

Imaginemos un paseo por el plano omplejo; en el tiempo n usted
zn . Partimos en el momento 0 del lugar z0 = 1 y para
estará en el lugar
determinar la posi ión zn+1 tomamos la posi ión zn , la elevamos al
uadrado y le sumamos i, es de ir, nuestro paseo obede e a la deni ión
re ursiva
z0 = 1 y zn+1 = zn2 + i, ∀n ≥ 1, (1.2)
así podemos al ular z1 = 1 + i; z2 = (1 + i)2 + i = 3i; z3 = i − 9; et .

Este paseo nos lleva a alejarnos ada vez más del origen, sin embargo
esto depende del punto de donde hayamos partido. Si partimos ya no
de 1 sino de i, tenemos la deni ión re ursiva
z0 = i y zn+1 = zn2 + i, ∀n ≥ 1
enton es, z0 = i; z1 = i− 1; z2 = (i− 1)2 + i = −i; z3 = i− 1; et . Nos

damos uenta que z1 es igual a z3 , y el paseo ya no es interesante es más
bien repetitivo y totalmente dedu ible, por ejemplo z100 = −i, (¾por
qué?). Quedamos presos ya que |zn | < 2 para todo n. La su esión
z1 , z2 , z3 , . . ., se llama órbita de i y de imos que es a otada porque
existe un k ∈ R tal que para todo n ∈ N, se tiene |zn | < k , esto
signi a, de una manera un po o mas informal, que todos los puntos
de la órbita quedan .en errados.en el interior de algún ír ulo.
Ejer i io 1.3.1. Llene la siguiente tabla teniendo en uenta la de-

ni ión re ursiva que hemos estado trabajando y además que z0 varía
en ada línea horizontal.
z0 z1 z2 z3 z4
−i
−i + 1
−2 − i
−1
3+i
De la tabla anterior nos podemos preguntar, ¾ uáles de los z0 de la

tabla tienen órbita a otada? Llamemos J el onjunto de los omplejos
z que quedan presos, es de ir que tienen órbita a otada:
J =: { z ∈ C | órbita de z es a otada}
Figura 1.5: Conjunto J para zn+1 = zn2 + i.
y al dibujar J ( on ayuda de un omputador) nos resulta una gura

muy sugestiva (Figura 1.5).
Claramente la deni ión re ursiva (??) se puede modi ar de mu has

maneras, ambiando el valor ini ial z0 , o ambiando zn+1 = zn2 + i
por zn+1 = f (zn ) donde f es una fun ión de variable ompleja y valor
omplejo, y para ada fun ión f se puede onsiderar el orrespondiente
onjunto J que denotaremos Jf y el ual es llamado onjunto lleno
de Julia (en honor al matemáti o fran és Gaston Julia, 18931978).
Estos onjuntos Jf desempeñan un papel muy importante en lo que
a tualmente se ono e omo la teoría de los sistemas dinámi os, la
teoría del aos y los fra tales. Dibujar en el plano omplejo el on-
junto Jf resulta, en la mayoría de los asos, una labor imposible de
realizar sin la ayuda de un omputador; a tualmente existen varios
programas omputa ionales, por ejemplo Fra tint (el ual se puede
bajar gratuitamente por internet), on los uales se pueden gra ar y
manipular estos onjuntos. Para la deni ión re ursiva (??) que he-
mos venido trabajando en esta se ión, se muestra su orrespondiente
onjunto J en la 1.5 y para la deni ión re ursiva del ??, se muestra
su orrespondiente J en la 1.6; ambas guras fueron obtenidas on el
programa Fra tint. Obsérvese la semejanza entre las dos guras y su
pare ido on objetos de la naturaleza omo la raíz de una planta, una
grieta en una pared o un relámpago en una no he de tormenta. Quizá
usted pueda en ontrar otros pare idos del mismo estilo.
Ejer i io 1.3.2. Llene la misma tabla del Ejer i io 1.3.1 pero toman-

do ahora zn+1 = zn2 − i, para n ≥ 1. El onjunto J orrespondiente a

este nuevo paseo se muestra en la Figura 1.6.
Figura 1.6: Conjunto J para zn+1 = zn2 − i.
Otro sub onjunto del plano omplejo que o upa un lugar desta ado en
la teoría de los sistemas dinámi os y fra tales es el llamado onjunto
de Mandelbrot (en honor a su des ubridor Benoit Mandelbrot,
físi o na ido en Polonia en 1924, murió en 2010 y quien es onsiderado
el padre de los fra tales). Para onstruir el onjunto de Mandelbrot
se onsidera no una sola deni ión re ursiva, sino toda una familia de
deni iones re ursivas así:
z0 =: 0 y zn+1 =: zn2 + c, (1.3)
donde c es una onstante ompleja; por ejemplo, si tomamos c = − 12 i,

la deni ión re ursiva para esta valor de c es:
z0 = 0 y zn+1 =: zn2 − 21 i. (1.4)
Cal ulemos enton es la órbita de 0:
z1 = 02 − 21 i = − 21 i;
2
z2 = − 12 i − 21 i = − 41 − 12 i;
2
z3 = − 14 − 12 i − 21 i = − 16 3
− 14 i;
3
2
z4 = − 16 − 14 i − 21 i = − 256 7
− 1332 i.
El estudiante puede, on un po o de pa ien ia y uidado, veri ar los

ál ulos anteriores, en ontrar z5 y ubi ar estos omplejos en el plano
para observar que esta órbita no se va a es apar ha ia el innito
sino que se queda en errada, es de ir, es a otada. Enton es el punto
c = − 21 i va a pertene er al onjunto de Mandelbrot, que notaremos
M , es de ir − 12 i ∈ M . Cambiemos ahora el valor de c por c = 1 de
tal forma que la deni ión re ursiva queda omo sigue:
z0 = 0 y zn+1 =: zn2 + 1. (1.5)
Enton es:
z1 = 02 + 1 = 1;
z2 = 12 + 1 = 2;
z3 = 22 + 1 = 5;
z4 = 52 + 1 = 26;
z5 = 262 + 1 = 677.
Se observa laramente omo en este aso la órbita de 0 se es apa
rápidamente ha ia el innito, no es a otada y por tanto c=1∈ / M.
Además se puede apre iar que la órbita de 0 se es apa realizando
saltos ada vez más grandes sobre el eje real (ver 1.7).
bc bc bc bc bc
1 2 5 26
Figura 1.7: Órbita de 0 para zn+1 = zn2 + 1 (c = 1).
Con base en lo anterior, el onjunto M se dene de la siguiente manera:
zn+1 = zn2 + c,

M =: c ∈ C | órbita de 0 para es a otada .
Ejer i io 1.3.3. Determine uáles de los siguientes omplejos
pertene en al onjunto de Mandelbrot: 0, i, 1 + i, −iy − 2i.
Así omo o urre on los onjuntos de Julia, el onjunto de Mandelbrot

sólo se puede visualizar on la ayuda de un omputador. En la 1.8 se
muestra una imagen de M, obtenida on el programa Fra tint.

Al le tor inquieto e interesado, le podemos sugerir una interesante

le tura sobre el onjunto de Mandelbrot, en el hermoso y revelador
libro de R. Penrose, La nueva mente del emperador (ver [11℄).
Figura 1.8: Conjunto de Mandelbrot.
Ejer i io 1.3.4.
1. Seac ∈ C y notemos Jc el onjunto lleno de Julia orrespondiente

azn+1 = zn2 + c. Demuestre que si z ∈ Jc enton es también
−z ∈ Jc .
2. Investigue (por ejemplo en internet): si c ∈ M, qué se puede
de ir del onjunto Jc orrespondiente?
Ejer i ios 1.3
El onjunto M es el onjunto de Mandelbrot, Jc es el onjunto de Julia

orrespondiente al omplejo c.
1. Si zn+1 = zn2 + i y z0 = 0 enton es z23 es igual a:
a) 1
b) −1
) −i
d) i−1
2. Cómo determinar si un número omplejo z pertene e a M.

3. Determinar uáles de los siguientes números pertene e a M:
• 0
• 1
• i
• i
• (1 − i)
4. Cómo determinar si un número omplejo z pertene e a Jc , para

algún número omplejo .
5. Veri ar si:
• 0 pertene e a J0
• 1 pertene e a J0
• −i pertene e a Ji
−i
• 2 pertene e a Ji
6. ¾Cuáles son las ara terísti as fra tales de los onjuntos M y Jc ?

7. ¾Qué se puede de ir de Jc si pertene e a M?
8. Tome la fun ión zn+1 = zn2 + c partiendo de z0 = 0 y on c = i.
¾Cuál es el valor de z25 ?,¾el de z88 ?

Capítulo 2
Rn omo espa io ve torial
2.1. Sistemas de e ua iones lineales

Todos ono emos e ua iones on variables o in ógnitas. En esta se -
ión nos interesaremos por las e ua iones lineales, es de ir aquellas
en donde las variables o in ógnitas van solamente multipli adas por
onstantes y sumadas. Por ejemplo, las siguientes son e ua iones li-
neales on in ógnitas x, y , z :
2x + y = 3z,
2y = 5,
z − y = 2,
x + 4 = y + 3z,
2x = 0.
Las siguientes son e ua iones en las variables x, y , z , pero no son

e ua iones lineales:
y = sen(x + z),
x2 + y = z 2 ,
y = 2(x+y) ,
5xy + 3z = 1.
Como nos interesa trabajar no sólo on tres variables, a ve es no utili-

zaremos las tradi ionales x, y , z , omo tales, sino que subindizaremos
28 2. Rn omo espa io ve torial
espe ialmente la x y estudiaremos e ua iones lineales en las varia-

bles x1 , x2 , x3 , et ., estas variables se suelen es ribir en orden al lado
izquierdo de la e ua ión, dejando el lado dere ho para el término in-
dependiente ( onstante). Realmente queremos estudiar sistemas de
e ua iones lineales, es de ir, estudiar las solu iones omunes a va-
rias e ua iones on in ógnitas x1 , x2 , . . . , xn . El estudiante debe tener
experien ia del ba hillerato en resolver sistemas de dos e ua iones on
dos in ógnitas y de tres e ua iones on tres variables. Dado un siste-
ma de e ua iones on in ógnitas x1 , x2 , x3 , . . . , xn , entenderemos por
una solu ión del sistema, una n-upla ordenada (s1 , s2 , . . . , sn ) de
números reales, tal que al sustituir x1 por s1 , x2 por s2 , . . ., xn por
sn , se satisfa en todas las e ua iones del sistema; la palabra n-upla
no es astiza, pero signi ará que se tienen n números ordenados. La
solu ión o onjunto solu ión del sistema es el onjunto de todas
las solu iones del sistema. Si un sistema de e ua iones tiene al menos
una solu ión se di e que es onsistente y en aso ontrario se dirá
in onsistente.
Ejemplo 2.1.1. Una solu ión del sistema
2x + y = −4
−x − 21 y = 2
es la pareja (0, −4). Otras solu iones son (1, −6), (−1, −2), ( 12 , −5),
(−2, 0) y (π, −4 − 2π) (½verifíquelo!). ¾Cuántas solu iones tiene este
sistema?, ¾ uál es su onjunto solu ión?
Un sistema general de m e ua iones lineales on n in ógnitas

x1 , x2 , . . . , xn se puede es ribir de la siguiente manera:
a11 x1 + a12 x2 + . . . + a1n xn = b1

a21 x1 + a22 x2 + . . . + a2n xn = b2
.
.
.
am1 x1 + am2 x2 + . . . + amn xn = bm ,
uando b1 = b2 = . . . = bm = 0 se di e que el sistema es homogéneo.

Un sistema homogéneo siempre es onsistente, ¾por qué?

2.1. Sistemas de e ua iones lineales 29
Muy seguramente el estudiante habrá manipulado matri es en algu-

nos de sus ursos de se undaria. Informalmente, una matriz es un arre-
glo re tangular de números. Al trabajar on sistemas de e ua iones,
es muy onveniente trabajar on iertas matri es, determinadas por el
sistema.
La matriz del sistema está onformada por los oe ientes de las
variables es ritos ordenadamente:
a11 a12 ... a1n

 
 a21 a22 ... a2n 
. .
 . . ..

 .. .
. . .
.
am1 am2 . . . amn
La matriz ampliada del sistema in luye omo última olumna las

onstantes:
a11 a12 ... a1n b1
 
 a21 a22 ... a2n b2 
. .
 . . .. .

 .. .
. . .
.
.
.
am1 am2 . . . amn bm
Ejemplo 2.1.2. Dado el siguiente sistema de e ua iones lineales en-

ontraremos la matriz del sistema y la matriz ampliada.
2x1 + 3x2 − x3 = −3
x2 + 2x3 = 7
−x1 + x3 = 2.
La matriz del sistema está dada por:
 
2 3 −1
 0 1 2 ,
−1 0 1
y la matriz ampliada por:
 
2 3 −1 −3
 0 1 2 7 .
−1 0 1 2
Figura 2.1: Karl Friedri h Gauss.
El método de Gauss* para resolver sistemas de e ua iones lineales

onsiste en en ontrar, por medio de opera iones elementales entre
e ua iones (ver Deni ión 1), un sistema equivalente más sen illo. Se
toma la matriz ampliada y se va transformando hasta en ontrar una
matriz,
d11 d12 ... d1n e1
 
 d21 d22 ... d2n e2 
 . . .. . . 

 .. .
. . .
.
.
.
dm1 dm2 . . . dmn em
en donde los dij sean 0 uando i > j , es de ir, los elementos debajo de
la diagonal "prin ipal"(entendemos por diagonal los elementos de la
*
Karl Friedri h Gauss (1777-1855), na ió en Brunswi k, Alemania, en 1777. Ha
sido llamado el más grande matemáti o del siglo XIX y fue re ono ido omo el
prín ipe de las matemáti as. Por fortuna, su genio fue re ono ido desde la es uela
elemental. Una ané dota uenta que a la edad de 10 años, Gauss sorprendió a su
maestro al sumar los números del 1 hasta el 100 en forma instantánea. Gauss había
observado que los números se podían arreglar en 50 pares que sumaban ada uno
101 (1+100, 2+99, et .), y 50 × 101 = 5050. A los 18 años, inventó el método de
mínimos uadrados; y antes de umplir 19 años, resolvió un problema de dos mil
años de antigüedad: Gauss demostró ómo onstruir, on sólo regla y ompás, un
polígono regular de 17 lados. Gauss realizó trabajos importantes en astronomía y
ele tri idad, pero la produ ión matemáti a es la más asombrosa. Su tesis do toral
de 1799 dio la primera demostra ión del teorema fundamental del álgebra que
todo polinomio de grado n, tiene, ontando multipli idades, exa tamente n raí es
. En 1801 su obra Disquisitiones Arithmeti ae es el libro más inuyente sobre la
teoría de números. Además, hizo ontribu iones al álgebra y la geometría. Gauss
fue atedráti o de matemáti as en Göttingen en 1807 hasta su muerte en 1855.
**Diremos que dos sistemas de e ua iones son equivalentes si tienen el mismo
onjunto solu ión.

forma dii ) son nulos y además el primer elemento diferente de ero de

la la i está a la dere ha del primer elemento diferente de ero de la la
i−1 (se entiende que si hay las que sólo ontienen eros, éstas quedan
en la parte inferior de la matriz). Este tipo de matriz re ibe el nombre
de triangular superior o es alonada y su sistema orrespondiente
es muy fá il de resolver. Es de anotar que el método de Gauss (llamado
también método de elimina ión de Gauss), se puede apli ar y fun iona
on ualquier sistema de e ua iones lineales.
Deni ión 1. Hay tres tipos de opera iones elementales entre

e ua iones (o las):
Sumarle a una e ua ión (la) un múltiplo de otra e ua ión.
Inter ambiar dos e ua iones,(las).
Multipli ar una e ua ión (la) por una onstante diferente de

ero.
De su experien ia de se undaria en resolver sistemas de e ua iones li-

neales, el estudiante puede observar y dedu ir que al efe tuar ualquie-
ra de estos tres tipos de opera iones en las e ua iones de un sistema,
este no se altera, en el sentido de que su onjunto solu ión es el mismo.
Simbolizaremos cfi + fj la opera ión de sumar a la la j , c ve es la la
i (c es una onstante real); fi ↔ fj la opera ión de inter ambiar las
las i y j, y cfi la opera ión de multipli ar la la i por la onstante
c 6= 0.
Ejemplo 2.1.3. Resolver el siguiente sistema de e ua iones lineales:
2x1 + 3x2 − x3 = −3
x2 + 2x3 = 7
−x1 + x3 = 2.
Solu ión. Por el método de Gauss, partiendo de la matriz ampliada,
tenemos:
   
2 3 −1 −3 −1 0 1 2
 0 1 −−−−→ −−−−→
2 7 f1 ↔ f3  0 1 2 7  2f1 + f3
−1 0 1 2 2 3 −1 −3
   
−1 0 1 2 −1 0 1 2
 0 −−−−−−−→ 
1 2 7 (−3)f2 + f3
 0 1 2 7  =⇒
0 3 1 1 0 0 −5 −20
la última matriz obtenida es triangular superior y su sistema orres-

pondiente es equivalente al sistema original.
−x1 + x3 = 2
x2 + 2x3 = 7
−5x3 = −20,
de la ter era e ua ión tenemos que x3 = 4, y reemplazamos este valor
en las dos primeras e ua iones, de donde obtenemos, x1 = 2 y x2 = −1;
la solu ión del sistema se puede ver omo la tripla (2, −1, 4).
Hay que tener en uenta que uando sobran variables se reemplazan

por parámetros que nos indi an la forma de las solu iones. Además si
se obtiene una la de eros uyo término onstante no es 0, el sistema
no tiene solu ión (es de ir es in onsistente); ¾por qué?
Ejemplo 2.1.4. Resolver el siguiente sistema de e ua iones lineales:
2x1 + 3x2 − x3 = −3
x2 + 2x3 = 7
2x1 + 4x2 + x3 = 2.
tenemos:
   
2 3 −1 −3 −−−−−−→ 2 3 −1 −3 −−−−−−→
 0 1 2 7 −f1 + f3  0 1 2 7  −f2 + f3
2 4 1 2 0 1 2 5
2x1 + 3x2 − x3 = −3
 
2 3 −1 −3
 0 1 2 7  =⇒ x2 + 2x3 = 7
0 0 0 −2 0x1 + 0x2 + 0x3 = −2,
Como la última e ua ión no tiene ninguna solu ión, el sistema es in-
onsistente.
Según la forma de la matriz es alonada a la que se llegue, un sistema de

e ua iones lineales puede tener una úni a, innitas o ninguna solu ión.
Ejemplo 2.1.5. Resolver el siguiente sistema de e ua iones lineales,

que es asi igual al del ejemplo anterior:
2x1 + 3x2 − x3 = −3
x2 + 2x3 = 7
2x1 + 4x2 + x3 = 4.

tenemos:
   
2 3 −1 −3 2 3 −1 −3
 0 1 −−−−−→ −
−−−−→
2 7 −f1 + f3  0 1 2 7 −f2 + f3
2 4 1 4 0 1 2 7
2x1 + 3x2 − x3 = −3
 
2 3 −1 −3
 0 1 2 7  =⇒ x2 + 2x3 =7
0 0 0 0 0x1 + 0x2 + 0x3 = 0,
ahora, la última e ua ión no nos aporta nada ya que ualquier
x1 , x2 , x3 la umple enton es el sistema es equivalente que el sistema
on tres in ógnitas y dos e ua iones:
2x1 + 3x2 − x3 = −3
x2 + 2x3 = 7,
en este sistema sobra una variable que podríamos suponer toma ual-
quier valor, por ejemplo hagamos x3 = t (hemos introdu ido el pará-
metro t) y obtenemos:
2x1 + 3x2 = −3 + t
x2 = 7 − 2t,
al solu ionar este nuevo sistema, obtenemos todas las solu iones a
nuestro sistema original:x3 = t, x2 = 7 − 2t, 2x1 = −3 + t − 3x2 =
−3+t−3(7−2t) = −24+7t, es de ir x1 = −12+ 27 t. Así las solu iones
7
al sistema se pueden ver omo ternas (−12 + t, 7 − 2t, t), omo para
2
ada valor real t tenemos una solu ión, nuestro sistema original tiene
innitas solu iones; y el onjunto solu ión se puede es ribir omo
sigue: S = {(−12 + 72 t, 7 − 2t, t) | t ∈ R}.
En general, dado un sistema no es posible determinar uántas solu io-

nes tiene sin haberlo resuelto. Sin embargo, para el aso parti ular de
los sistemas homogéneos tenemos la siguiente:
Proposi ión 3. Un sistema homogéneo on más in ógnitas que

e ua iones tiene innitas solu iones.
Demostra ión. Supongamos un sistema homogéneo de m e ua iones

on n in ógnitas y n > m. Si el sistema no tiene innitas solu iones en-
ton es debe tener úni amente la solu ión trivial, es de ir es equivalente
al sistema:
x1 = 0
x2 = 0
.
.
.
xn = 0,
lo ual impli a que el sistema debe tener al menos n e ua iones, o sea,

m≥n lo que ontradi e n > m.
1. Considere el sistema:
2x + by = 0
4x + cy = 0
enton es:
• Si c=b el sistema tiene solu ión úni a.
• Si c 6= 2b el sistema no tiene solu ión.
• Si c=b el sistema tiene innitas solu iones.
• Todas las anteriores son iertas.
• Ninguna de las anteriores se puede asegurar.
2. El sistema de e ua iones
3x + by = h
cx + 2by = k
tiene solu ión úni a si y solo si:
a ) (3b − c)b = h
b ) b(6 − c) = h − k
) b(6 − c) 6= 0
d ) Siempre tiene solu ión
e ) Ninguna de las anteriores

1. Usando el método de elimina ión gaussiana en uentre todas las

solu iones, si existen, de los siguientes sistemas de e ua iones:
 6x1 + x2 − x3 = 7

a) 4x1 − x2 + 5x3 = 4

2x1 + 2x2 − x3 = 0;
 x1 + x2 − x3 = 7

b) x1 − x2 + 5x3 = 4

6x1 + x2 + 3x3 = 18;
 2x2 + 5x3 = 6

) x1 − 2x3 = 4

2x1 + x2 = −2;
x1 + 2x2 − x3 = 4

d)
3x1 + 4x2 − 2x3 = 7;
 x1 + x2 = 4

e) 2x1 − 3x2 = 7

3x1 + 2x2 = 8.
2. Hallar el polinomio p(x) de grado 2 (es de ir p(x) = ax2 + bx + c

on a 6= 0), tal que se umpla: p(1) = −1, p(−1) = 9 y
p(2) = −3.
3. Resolver los siguientes problemas:
a) Una al an ía tiene monedas de tres denomina iones diferen-

tes. Con 8 monedas de la primera denomina ión más 23
monedas de la segunda denomina ión, más 17 monedas de
la ter era denomina ión se ompletarían $23.300. Además,
tener 10 monedas de la primera denomina ión, más 10 mo-
nedas de la segunda denomina ión sería lo mismo que te-
ner 6 monedas de la ter era denomina ión, mientras que
tener 10 monedas de la segunda denomina ión más 5 mo-
nedas de la ter era denomina ión sería lo mismo que tener
12 monedas de la primera denomina ión. ¾Cuáles son las
denomina iones de las monedas que ontiene la al an ía?
b) Tres espe ies de ardillas han sido llevadas a una isla on

una pobla ión ini ial total de 2,000. Después de 10 años,
la espe ie I ha dupli ado su pobla ión y la espe ie II ha

in rementado su pobla ión en un 50 %, la espe ie III se ha
extinguido. Si el in remento en la pobla ión de la espe ie I
es igual que el de la espe ie II y si la pobla ión total se ha
in rementado en 500, determine la pobla ión ini ial de las
tres espe ies.
) Una ompañía de onstru ión ofre e tres tipos de asa. El

primer tipo de asa requiere 3 unidades de on reto, 2 uni-
dades de madera para an elería y 8 unidades de madera
para estru turas. Los tipos segundo y ter ero requieren 2, 3,
7 y 4, 2, 10 unidades respe tivamente. Si ada mes la om-
pañía dispone de 200 unidades de on reto, 150 de madera
para an elería y 550 unidades de madera para estru turas,
al ule el número de diferentes tipos de asas que la om-
pañía podrá onstruir al mes si usa todos los materiales de
que dispone.
4. Construya estas pirámides de números. El número úspide es la

suma de los dos números inmediatamente inferiores y así su esi-
vamente:
a) b) z c)
739 21
439
y 8
180
20 47 w x 3
5. Dé una interpreta ión geométri a al he ho de solu ionar un sis-

tema de la forma:
a11 x1 + a12 x2 = b1
a21 x1 + a22 x2 = b2 .
Geométri amente, ¾qué signi a que el sistema tenga una úni a

solu ión?, ¾que tenga innitas solu iones?, ¾que sea in onsisten-
te?

2x1 + 3x2 − x3 = a
x1 − x2 + 3x3 = b
3x1 + 7x2 − 5x3 = c,
demuestre que el sistema es in onsistente si y sólo si c 6= 2a − b.
7. ¾Qué ondi iones deben umplir a, b y c para que el sistema:
x1 + x2 + 2x3 = a
x1 + x3 = b
2x1 + x2 + 3x3 = c,
sea onsistente (tenga por lo menos una solu ión)?
8. Demuestre que el sistema:
ax + by = 0
cx + dy = 0
tiene un número innito de solu iones si y sólo si ad − bc = 0.
ax + by = c
bx + ay = d.
a) En uentre ondi iones sobre a y b para que el sistema tenga
una úni a solu ión.
b) En uentre ondi iones sobre a, b, c y d para que el sistema

tenga innitas solu iones.
10. Sean x0 , x1 dos números reales diferentes, enton es para uales-

quiera y0 , y1 :
a) Demostrar que existe un úni o polinomio p(x) de grado 1
tal que: p(x0 ) = y0 y p(x1 ) = y1 .
b) Interpretar geométri amente el anterior resultado.
11. Sean x0 , x1 , . . . , xn , n+1 números reales diferentes enton es para

ualesquiera y0 , y1 , . . . , yn :
a) Demostrar que existe un úni o polinomio p(x) de grado n

tal que: p(x0 ) = y0 , p(x1 ) = y1 , . . . , p(xn ) = yn .
b) Interpretar geométri amente el anterior resultado.
2.2. Rn: el espa io donde viven las solu iones a

sistemas de e ua iones on n variables
En la se ión anterior se trabajó un método para solu ionar sistemas
de e ua iones lineales. Pero, ¾qué es una solu ión de un sistema on
n variables? ¾Dónde se en uentran esas solu iones? En esta se ión
introdu imos el mundo que llamamos Rn ; en él habitan las posibles
solu iones a los sistemas de e ua iones on n variables.
(1, 20), (π, 1/2), (0, e), et ., son parejas de números reales, mientras
que (1, 2, −1), (2, 2π, −1) son triplas de números reales. Por ejemplo,
algunas solu iones de la e ua ión
2x + y = 1
son (0, 1), (1, −1), (−1, 3), (2, −3), et .; en general, las solu iones de
esta e ua ión son todas las parejas de la forma
(t, 1 − 2t),
on t un número real. Algunas solu iones de la e ua ión
x − y + 2z = 0
son (0, 0, 0), (1, 0, −1/2), (0, 1, 1/2), (1, 1, 0), et . (¾Cómo es la forma
general de las solu iones de esta e ua ión?).
Como se habrá notado, es onveniente entender una solu ión de un

sistema on dos variables omo una pareja ordenada de números reales
que satisfa e las e ua iones del sistema, una solu ión de un sistema on
tres variables es una tripla ordenada de números reales que satisfa e
todas las e ua iones del sistema, y en general, una solu ión de un
sistema on n variables será una n-upla ordenada de números reales
que satisfa e todas las e ua iones del sistema. ¾Por qué es importante
el orden en que apare en los números de la n-upla?
En general onsideraremos n-uplas de números reales que notaremos
(x1 , x2 , . . . , xn ),
donde ada xi ∈ R. Re ordemos que la palabra n-upla no es astiza,

pero la usamos para indi ar que se tiene n números ordenados. Esto
signi a que si tenemos las n-uplas (x1 , x2 , . . . , xn ) y (y1 , y2 , . . . , yn ),
para que sean iguales es ne esario y su iente que sean iguales

2.2. Rn : el espa io donde viven las solu iones . . . 39
omponente a omponente es de ir,
(x1 , x2 , . . . , xn ) = (y1 , y2 , . . . , yn ) ⇔ x1 = y1 , x2 = y2 , . . . , xn = yn .
Las n-uplas son también llamadas ve tores n-dimensionales. El
término ve tor es inspirado en la interpreta ión geométri a del aso
parti ular n = 2, es de ir en los ve tores en el plano, seguramente
n dimensional tiene enton es
familiares para el estudiante. Cada ve tor
n omponentes que se llaman también oordenadas del ve tor. Los
ve tores los notaremos on letras mayús ulas. El onjunto de todos los
ve tores de dimensión n on omponentes reales lo notaremos Rn . Así:
R2 = {(x1 , x2 ) | x1 ∈ R, x2 ∈ R}
R3 = {(x1 , x2 , x3 ) | x1 ∈ R, x2 ∈ R, x3 ∈ R}
.
.
.
Rn = {(x1 , x2 , . . . , xn ) | xi ∈ R, i = 1, 2, . . . , n}.
R2 y R3 se pueden representar geométri amente omo el plano arte-
siano y el espa io tridimensional respe tivamente (ver Figura 2.2). En
ambos asos la representa ión se puede ha er de tres maneras, según
la onvenien ia:
z z
c
(a, b, c)
b
a y y
x x
Figura 2.2: Representa ión geométri a de ve tores tridimensionales.
a) Como un punto.
b) Como una e ha que va del origen al punto.
) Como una e ha de igual longitud y sentido que la de b), pero

que parte de ualquier punto.
Nota. Diremos que dos e has tienen la misma dire ión si están
sobre re tas paralelas ( onsideraremos que toda re ta es paralela a si
misma), el sentido de una e ha se reere ha ia donde ella apunta,
de tal manera que dos e has pueden tener la misma dire ión y el
mismo sentido, o la misma dire ión pero diferente sentido (ver Figura
2.3).
a) b) )
Figura 2.3: a) Fle has on igual dire ión y sentido. b) Fle has on
igual dire ión y diferente sentido. ) Fle has on diferente dire ión.
Obsérvese que R2 se puede entender omo el onjunto C de los números

omplejos visto en el apítulo anterior.
SiendoX = (x1 , x2 , . . . , xn ) e Y = (y1 , y2 , . . . , yn ) ve tores de Rn ,

denimos la suma ve torial X + Y ∈ R así:
n
X + Y =: (x1 + y1 , x2 + y2 , . . . , xn + yn );
también denimos αX , uando α es un número real o es alar, así:
αX =: (αx1 , αx2 , . . . , αxn ).
Esta opera ión se llama produ to por es alar.
Estas dos opera iones son muy sen illas y naturales: para sumar ve -
tores se suman sus omponentes orrespondientes, para multipli ar un
ve tor por un es alar se toma ada omponente y se multipli a por
el es alar, (si pensamos en R2 o R3 , ¾ ómo se interpretan geométri-
amente las opera iones de suma y produ to por es alar?). Con estas
dos opera iones Rn forma lo que se llama un espa io ve torial pues
umple las siguientes propiedades:
EV0 : Rn es errado para la suma de ve tores y para el produ to por

es alar, es de ir: Si X, Y ∈ Rn y α ∈ R, enton es X + Y ∈ Rn y
αX ∈ Rn .
EV1 : La suma de ve tores es onmutativa, es de ir, para todo

X, Y ∈ Rn se tiene X + Y = Y + X.
EV2 : La suma de ve tores es aso iativa: para todo X, Y, Z ∈ Rn se
tiene, (X + Y ) + Z = X + (Y + Z).
EV3 : La suma de ve tores es modulativa: existe 0 ∈ Rn tal que para
todo X ∈ Rn se tiene, X + 0 = X, 0 también se llama ve tor
nulo, módulo o elemento neutro para la suma.
EV4 : La suma de ve tores es invertiva: para todo X ∈ Rn existe

(−X) ∈ Rn tal que
X + (−X) = 0, −X se llama el opues-
to o inverso aditivo de X y omo en los números X + (−Y )
se notará X − Y .
EV5 : Para todo a, b ∈ R y todo X ∈ Rn , a(bX) = (ab)X .

EV6 : Para todo a, b ∈ Rn y todo X ∈ Rn , (a + b)X = aX + bX .
EV7 : Para todo a∈R y todo X, Y ∈ Rn , a(X + Y ) = aX + aY .
EV8 : Para todo X ∈ Rn , 1X = X .
Rn es un ejemplo muy importante de espa io ve torial, pero debe-

mos de ir que existen mu hos otros, también muy importantes en los
uales no profundizaremos. Todo onjunto en donde se puedan denir
opera iones de suma entre sus elementos y produ to por es alar y que
umpla las propiedades EV0 a EV8 es un espa io ve torial. Ilustremos,
por ejemplo, la propiedad EV7 en el espa io R4 :
2
Sean a= 3, X = (9, 0, −3, 1), Y = (2, −6, 0, 3). Efe tuando a(X + Y )
se tiene:
2 2 22 8
((9, 0, −3, 1) + (2, −6, 0, 3)) = (11, −6, −3, 4) = ( , −4, −2, )
3 3 3 3
y por otra parte, efe tuando aX + aY se tiene:

2 2 2 4
(9, 0, −3, 1) + (2, −6, 0, 3) = 6, 0, −2, + , −4, 0, 2
3 3 3 3

22 8
= , −4, −2, .
3 3
Se observa laramente que los dos resultados son iguales. Mostrar,
omo a abamos de ha er, un ejemplo muy parti ular de la propiedad
EV7, no impli a que la propiedad siempre se umple en ualquier Rn ;

para poder armar esto, se debe ha er una prueba o demostra ión
mu ho más general; algo omo lo que sigue:
Sean a ∈ R y X = (x1 , x2 , . . . , xn ), Y = (y1 , y2 , . . . , yn ) dos ve tores

n-dimensionales ualesquiera. Tenemos enton es:
a(X + Y ) = a((x1 , . . . , xn ) + (y1 , . . . , yn )), reemplazando X e Y ;
= a(x1 + y1 , . . . , xn + yn ), suma de ve tores;
= (a(x1 + y1 ), . . . , a(xn + yn )), produ to por es alar;
= (ax1 + ay1 , . . . , axn + ayn ), propiedad distributiva
de la multipli a ión en R,
es de ir,
a(X + Y ) = (ax1 + ay1 , . . . , axn + ayn ). (2.1)
Por otra parte veamos qué es aX + aY :

aX + aY = a(x1 , . . . , xn ) + a(y1 , . . . , yn ), reemplazando X e Y ;
= (ax1 , · · · axn ) + (ay1 , . . . , ayn ), produ to por es alar;
= (ax1 + ay1 , . . . , axn + ayn ), suma de ve tores,
es de ir,
aX + aY = (ax1 + ay1 , . . . , axn + ayn ). (2.2)
Comparando los resultados obtenidos en (2.1) y (2.2) se observa que

son iguales y ahora sí podemos armar que la propiedad EV7 se umple
para todo a ∈ R y todo X, Y ∈ Rn ; en otras palabras, se ha he ho
una demostra ión formal de di ha propiedad. El estudiante puede, a
manera de ejer i io, ilustrar on ejemplos ada una de las propiedades
(EV0 a EV8), así omo es ribir una demostra ión formal de ada una
de ellas (ver Ejer i io 11). Con base en estas propiedades se pueden
demostrar otras mu has; las más elementales se dejan omo ejer i io
(Ejer i io 12).
1. a) Dibújense e has on punto ini ial (0, 0), orrespondientes

a los ve tores dados a ontinua ión:

i) (1, 3); iii) (1, −2);

ii) (−1, 2); iv) (−3, −2).
b) Dibújense los mismos ve tores partiendo del punto (1,2).
2. ¾Cuáles son las oordenadas del ve tor que parte del punto (1, 5)
y llega a (3, 1)?
3. Sea A el ve tor bidimensional que parte del punto (x1 , y1 ) y
llega al punto (x2 , y2 ). Halle las oordenadas de A (es de ir ,las
oordenadas del punto nal de A uando se traslada al origen).
4. Sea A = (5, −2), B = (3, 1), α = 1/2, β = 3, es ribir las oorde-

nadas de los ve tores: A + B , αA + βB , αA − βB .
5. Sea A = (1, −2, 3), B = (−1, 3, 1), α = 1/3, β = 2, es ribir las
oordenadas de los ve tores: A + B , αA + βB , αA − βB .
6. Sea A = (3, −1, 2), B = (1, −1, 0) y C = (3, 1, 3). En ontrar,
X , Y y Z , tales que: A + X = 2B , C + 2Y = A,
si existen,
X + 2Y − Z = 2C .
7. Sea A = (5, −2), B = (3, 1). En ontrar, si existen, α y β tales
que αA + βB = (1, 0).
8. Sea A=(5, -2, -1) y B=(3, 1, 2); en ontrar, usando ve tores, los
puntos que dividen el segmento AB en tres partes iguales.
9. Tomando los ve tores de R2 omo e has que parten del origen,

interpretar geométri amente los ve tores 0, −X , la suma y el
produ to por es alar.
10. Sea A = (5, −2, 1, 0), B = (3, 1, 3, −1) y C = (2, −1, 0, 2). De-
mostrar que no existen α y β tales que αA + βB = C .
11. Demostrar que Rn on la suma y el produ to por es alar es efe -
tivamente un espa io ve torial, es de ir, umple las propiedades
EV0 a EV8.
12. ☛Basándose en las propiedades EV0 a EV8, demostrar:

a) El módulo de la suma es úni o.
b) El inverso aditivo es úni o.
) Multipli ar por el es alar 0 da el ve tor 0.

d) El inverso aditivo de X es (-1)X.
13. Demostrar usando ve tores, que si A, B son puntos diferentes

de R3 , el punto medio del segmento determinado por A y B, se
puede es ribir omo αA + βB donde α = β = 1/2.
14. Considere el triángulo determinado por los puntos A, B y C de
R3 . Hallar la forma de los puntos de ada una de las medianas.
15. Demostrar ve torialmente que las diagonales de un paralelogra-

mo se ortan en sus puntos medios.
16. Demostrar ve torialmente que el segmento que une los puntos

medios de los lados de un triángulo es paralelo al otro lado y
mide la mitad de tal lado.
17. Sea V = {f | f : Rn −→ Rm } (el onjunto de todas las fun iones

n m
de R en R ), dena una suma y un produ to por es alar en
V de la siguiente manera: dadas f, g ∈ V y α ∈ R, enton es
f + g : Rn −→ Rm y αf : Rn −→ Rm se dene: (f + g)(x) =:
f (x) + g(x) y (αf )(x) =: αf (x). Demuestre que hV, +, ·i es un
espa io ve torial.

2.3. Combina iones lineales e independen ia lineal 45
2.3. Combina iones lineales e independen ia

lineal
Al apli ar su esivamente las opera iones que ya ono emos a un on-
junto de ve tores dados, obtenemos ombina iones lineales de ellos.
Así por ejemplo, 3X es ombina ión lineal del ve tor X , mientras
√ que
2X − 3Y es ombina ión lineal de X e Y y X − Y + 13 Z + 2W es
ombina ión lineal de X, Y, Z y W . Más exa tamente, dados los ve -
tores X1 , X2 , . . . , Xk de Rn , el ve tor V será ombina ión lineal de
X1 , X2 , . . . , Xk si existen es alares α1 , α2 , . . . , αk tales que
V = α1 X1 + α2 X2 + . . . + αk Xk .
Por ejemplo, (0, 7) es ombina ión lineal de (1, 3), (0, 4) y (2, 1) (½veri-
fí alo!); (1, −1, 0) es ombina ión lineal de (1, 1, 2) y (1, 3, 4), mientras
que (1, 3, 7) no es ombina ión lineal de (1, 2, 3) y (−1, 0, 1) (½verifí-
alo!). También es fá il omprobar que todo ve tor en R es om-
2
bina ión lineal de los ve tores (1, 0) y (0, 1) y todo ve tor en R es

3
ombina ión lineal de los ve tores (1, 0, 0), (0, 1, 0) y (0, 0, 1). En ge-
neral, uando todo ve tor en un espa io ve torial V es ombina ión
lineal de un onjunto nito de ve tores, de imos que di ho onjunto
es un sistema generador del espa io ve torial. Al tener un siste-
ma generador de alguna manera se tiene todo el espa io, en el sentido
que bastaría ha er todas las posibles ombina iones lineales de los ve -
tores del sistema generador para obtener todoslos ve tores del espa io
(Veáse la deni ión 2.3). Por esto onviene bus ar aquellos sistemas
generadores que tengan el menor número posible de ve tores, de tal
manera que en un sistema de generadores, ada vez que alguno de los
ve tores del sistema sea una ombina ión lineal de los otros, enton es
di ho ve tor se puede des artar puesto que los ve tores que quedán
seguirán generando al espa io, así los sistemas de generadores on el
menor número posible de ve tores, son aquellos en los uales ninguno
de los ve tores del sistema es ombina ión lineal de los otros, es de-
ir, uyos ve tores son linealmente independientes on epto que se
introdu e a ontinua ión, para terminar la se ión on los on eptos
formales de base y dimensión.
Deni ión. Un onjunto nito de dos o mas ve tores X1 , X2 , . . . , Xp

n
de R se di e linealmente dependiente si alguno de ellos es om-
bina ión lineal de los otros. Caso ontrario, uando ninguno puede
onsiderarse omo ombina ión lineal del resto, de imos que los ve -
tores X1 , X2 , . . . , Xp son linealmente independientes.
El ve tor nulo 0 es el úni o ve tor (estri tamente, onjunto de un só-

lo ve tor) que se onsidera linealmente dependiente. Por tanto todo
onjunto de un sólo ve tor no nulo es linealmente independiente. Un
onjunto de dos ve tores X1 y X2 será linealmente dependiente si se
tiene para algún es alar α, bien X1 = αX2 , o bien, X2 = αX1 . De
a uerdo on esto, y re ordando lo que signi a geométri amente mul-
tipli ar un ve tor en el plano por un es alar, podemos armar que un
onjunto {X1 , X2 } ⊆ R2 (los ve tores X1 , X2 aquí se están onside-
rando omo e has que parten del origen) es linealmente dependiente
si y sólo si X1 , X2 son olineales, es de ir, si están sobre una misma
linea re ta (ver Figura 2.4).
X2
X1 X2 X1
X1 y X2 son linealmente X1 y X2 son linealmente

dependientes independientes
Figura 2.4: Ve tores linealmente dependientes e independientes.
De manera análoga, observando que si X, Y ∈ R3 , son no olineales,

enton esΠ = {α1 X+α2 Y | α1 , α2 ∈ R} orresponde al plano generado
X e Y , ¾ ómo se puede interpretar geométri amente la
por los ve tores
3
arma ión: {X, Y, Z} ⊆ R es un onjunto linealmente independiente?
(Ejer i io 4).
De a uerdo on la deni ión anterior, para determinar si un onjunto

de p ve tores en Rn es linealmente dependiente, habría que omprobar
si alguno de ellos es ombina ión lineal de los otros, esto es tomar ada
uno de los p ve tores y averiguar si es o no ombina ión lineal de los
p − 1 ve tores restantes. Esto impli aría en general un trabajo un po o
dispendioso.
En la siguiente proposi ión se estable e un riterio mu ho más prá -

ti o que nos permitirá ahorrarnos di ho trabajo.
Proposi ión 1. Los ve tores X1 , X2 , . . . , Xp son linealmente indepen-

dientes, si y sólo si, dados α1 , α2 , . . . , αp es alares tales que
α1 X1 + α2 X2 + . . . , +αp Xp = 0
enton es se puede dedu ir que los es alares son 0, es de ir:

α1 = α2 = . . . = αp = 0.
Demostra ión. Ejer i io 12.
En otras palabras, los ve tores son linealmente independientes si y

sólo si la úni a ombina ión lineal de ellos que produ e el ve tor nulo
(tal ombina ión se llama ombina ión lineal nula) es la trivial, o sea
uando todos los es alares son ero.
Ejemplo 2.3.1. Dados los ve tores (1, −2, 0), (0, 2, −1) y (3, −1, 1),
determinar si son ve tores linealmente independientes o linealmente
dependientes.
Solu ión. Partiendo de la igualdad α1 (1, −2, 0) + α2 (0, 2, −1) +

α3 (3, −1, 1) = (0, 0, 0), debemos en ontrar los valores de α1 , α2 y α3 .
Apli ando las opera iones de produ to por es alar y suma de ve tores
tenemos:
(α1 + 3α3 , −2α1 + 2α2 − α3 , −α2 + α3 ) = (0, 0, 0) ,
por igualdad de ve tores tenemos el siguiente sistema homogéneo:
α1 + 3α3 = 0
−2α1 + 2α2 − α3 = 0
−α2 + α3 = 0.
Si en ontramos la solu ión al sistema, tenemos que α1 = α2 = α3 = 0,

de donde on luimos que los ve tores dados son linealmente indepen-
dientes.
Re ordemos el on epto de sistema generador que estable imos al o-

mienzo de esta se ión.
Deni ión. Un onjunto de ve tores {X1 , X2 , ..., Xp } de un espa io

ve torial se di e un sistema de generadores (o X1 , X2 , . . . , Xp ge-
neran el espa io), si todo ve tor del espa io es ombina ión lineal de
ellos.
Ejemplo 2.3.2. En ontremos ahora el onjunto que generan los tres

ve tores del ejemplo anterior, esto es, el onjunto de todas las posibles
ombina iones lineales de ellos. Sea (a, b, c) un ve tor generado por los
tres ve tores, enton es existen es alares α1 , α2 y α3 tales que umplen
la igualdad:
α1 (1, −2, 0) + α2 (0, 2, −1) + α3 (3, −1, 1) = (a, b, c),
de donde se obtiene el siguiente sistema:
α1 + 3α3 = a
−2α1 + 2α2 − α3 = b
−α2 + α3 = c.
Resolviendo el sistema se dedu e que para ualesquiera a, b y c el

sistema es onsistente; enton es on luimos que los ve tores generan
a todo el espa io R3 .
Deni ión. Un onjunto de ve tores X1 , X2 , . . . , Xp de un espa io
base del espa io si se umple onjunta-
ve torial se di e que es una
mente:
i) los ve tores X1 , X2 , . . . , Xp son linealmente independientes;
ii) X1 , X2 , . . . , Xp generan todo el espa io.
El on epto de base permite denir el de dimensión.
Deni ión. La dimensión de un espa io ve torial es el número de

elementos de ualquiera de sus bases.
Claro está que para que el on epto de dimensión quede bien denido
debemos garantizar que:
Proposi ión 2. Todas las bases de un espa io ve torial tienen el mis-

mo número de elementos.
Demostra ión. Ejer i io ??.
Ejemplo 2.3.3. dim(R2 ) = 2, pues B = {E1 , E2 } donde E1 = (1, 0),

E2 = (0, 1) es una base (llamada la base anóni a) que tiene dos
elementos. Análogamente dim(R3 ) = 3, pues la base anóni a de R3
onsta de 3 ve tores: E1 = (1, 0, 0), E2 = (0, 1, 0) y E3 = (0, 0, 1).
Ejemplo 2.3.4. Con base en la proposi ión 2 y en el ejemplo anterior

podemos armar que todas las bases de R2 deben tener exa tamente
dos ve tores, de tal manera que ualquier sub onjunto de R2 on sólo
un ve tor o on tres o más ve tores no podrá ser una base de R2 ,
mientras que por ejemplo el onjunto S = {(2, 1), (−1, 3)} si podrá
serlo. ¾Cómo saber si tal S es o no una base de R2 ? Pues, en prin ipio
tendríamos que veri ar si S umple las dos ondi iones para ser una
base. Sin embargo, re ordando lo que signi a geométri amente que
dos ve tores de R2 sean linealmente independientes (ver Figura 2.4),
podemos dedu ir inmediatamente que S es linealmente independiente
y además por el he ho de no ser olineales, el onjunto de todas sus
ombina iones lineales será R2 , luego S si es una base de R2 . Obsér-
vese que, en general para determinar si un onjunto de dos ve tores
de R2 es o no base, basta determinar si tal onjunto es o no lineal-
mente independiente, o basta determinar si es o no, un sistema de
generadores.
Más generalmente, si se tiene un onjunto de ve tores, on tantos ele-

mentos omo la dimensión del espa io ve torial orrespondiente, en-
ton es es su iente que di ho onjunto sea linealmente independiente
o que genere al espa io, para que sea una base. Más pre isamente,
tenemos la siguiente proposi ión.
Proposi ión 3. Si dim(V ) = n, S ⊆ V , S on n ve tores, se tiene:
i) Si S es linealmente independiente enton es S es una base de V .

ii) Si S genera a V enton es S es una base de V .
1. Se sabe que A, B, C forman una base de el espa io ve torial V.

Son además también base (Falso/Verdadero):
a ) A, B − C, B − A, 2A − C
b ) A, B, A + 3B
) A, B − C, B
d ) A − B, B − C, B − A
e ) A, B − 2C, B − 3C
f ) A − C, B − C, A − B
2. Los ve tores (1, −1, 0), (−1, 1, 0) y (0, 0, 1) no forman una base
de R3 porque:
a) No generan R3 aunque sí son linealmente independientes
b) 3
Generan R pero no son linealmente independientes
) No generan R3 ni son linealmente independientes
d) Sí forman una base de R3
3. Sea V un espa io ve torial de dimensión 3. Si A, B, C son ele-

mentos de V linealmente independientes enton es podemos on
erteza asegurar (Falso/Verdadero):
a) SiW es el subespa io generado por A, B y C enton es

Dim(W ) = 3
b) Si M es una matriz n × 3 on olumnas A, B, C la e ua ión
matri ial MX = 0 on X ve tor olumna de tres ompo-
nentes tiene una úni a solu ión: la nula.
) A+B , 2A+2B , A+B +C son li-nealmente independientes.

d ) A y B son linealmente independientes
e ) A, B, C, D son linealmente inde-pendientes ualquiera que
sea D
4. Los ve tores (x, y, z) de R3 que umplen x+y−z = 0 forman

un espa io ve torial. Muestre una base de di ho espa io:
5. En el espa io C 2 [0, 1] de las fun iones denidas sobre [0, 1] on

valor real y 2 ve es diferen iables los siguientes onjuntos de
fun iones son linealmente independientes (Falso/Verdadero):
a) 1, t, t2
b) 1, sin(t), cos(t)
) 1, sin2 (t), cos2 (t)
d) et , e−t , (et − e−t )/2

6. Sean S y T sub onjuntos del espa io ve torial V on S⊆T se

tiene (Falso/Verdadero):
a) Si S es linealmente independiente enton es T también.
b) Si S es generador de V enton es T también.
) Si T es generador de V enton es S también.
d) Si T es linealmente independiente enton es S también.
7. Sea n>2yV es el espa io de las matri es uadradas n×n on las

opera iones usuales. Los siguientes onjuntos de matri es (aij )
forman subespa io de V uando (Falso/Verdadero):
a) Para todo i, j se tiene aij ≥ 0.

b) Para todo i, j se tiene aij = aji .
) Si i 6= j se tiene aij = 0.
d) Si i 6= j se tiene aij 6= 0.
8. Sea V un espa io ve torial sobre el ampo K . Si W es un subes-

pa io de V y A, B ∈ W podemos asegurar:
a ) aA + bB inW para todo a, b ∈ K .

b ) A y B generan W .
) A y B forman base de W .
d ) Todas las anteriores son iertas.
e ) Ninguna de las anteriores se tiene.
9. Sean A, B y C ve tores linealmente independientes en R3 . De-

termine si ada una de las siguientes arma iones es Falsa o
Verdadera y justique brevemente ada respuesta:
(a) Es imposible que A+B =C

(b) A, B − 2A y C son linealmente dependientes
( ) A + B, B + C son linealmente independientes
(d) Las tres e has que representan a los ve tores A, B y C , no

pueden estar en un mismo plano.
(e) Dos de las e has que representan a los ve tores A, B y C

están sobre una misma re ta.
10. Los ve tores (1, −1, 0), (−2, 2, 0) y (0, 0, 1) no forman una base
de R3 porque:
a) No generan R3 aunque sí son linealmente independientes
b) 3
Generan R pero no son linealmente independientes
) No generan R3 ni son linealmente independientes
d) Sí forman una base de R3
1. En uentre 5 ombina iones lineales diferentes de los ve tores

(1, 2, −1) y (0, −1, 1).
2. ¾(1, −1, 2) es ombina ión lineal de (0, 1, −1) y (1, 2, 1)?
3. Determine si los siguientes onjuntos de ve tores son, o no, base

del espa io orrespondiente:
a) (1, 2), (2, 4);

b) (1, 1), (2, 1);
) (3, −1, 0), (1, 0, 1), (2, 0, 0);
d) (1, −1, 0), (1, 1, 1), (0, 2, −1);
e) (2, 1), (−3, 1), (4, 0);
f) (1, −1, 0), (2, 3, 4).
4. Interpretar geométri amente:
a) Los ve tores A y B de R2 son no nulos y linealmente de-

pendientes.
b) Los ve tores A y B de R2 son linealmente independientes.
) Los ve tores A, B y C de R3 son linealmente dependientes,

pero dos ualesquiera de ellos son linealmente independien-
tes.
d) Los ve tores A, B y C de R3 son linealmente independien-

tes.

5. Demostrar que el ve tor (1, 3) se puede expresar de dos maneras

diferentes omo ombina ión lineal de (1, 0), (1, 1) y (1, −1).
6. Sean E1 , E2 , . . . , En los ve tores de Rn denidos así: Ej es el

ve tor que tiene 0 en todas sus omponentes salvo la j-ésima,
que vale 1.
a) Demostrar que los ve tores E1 , E2 , . . . , En son linealmente

independientes.
b) Demostrar que todo ve tor X de Rn se puede expresar omo

ombina ión lineal de E1 , E2 , . . . , En .
Nota. Los ve tores E1 , E2 , . . . , En son generalmente llamados

la base anóni a de Rn . ¾Cuál es enton es la dimensión de Rn ?
7. Supóngase que V 1 , V 2 , . . . , Vk son ve tores de Rn ,

y que A y
B son ombina iones lineales de V1 , V2 , . . . , Vk . Demuestre que
ualquier ombina ión lineal de A y B es también ombina ión
lineal de V 1 , V 2 , . . . , Vk .
8. En uentre una base de R3 que ontenga el ve tor (1, 1, 0). En-

4
uentre una base de R que ontenga a los ve tores (1, 1, −1, 1)
y (3, 5, 2, 4).
9. Generalize el Ejer i io 8: dado un onjunto de k ve tores lineal-

mente independientes de Rn , de una re eta para en ontrar una
base de Rn que ontenga di ho onjunto.
10. Supóngase que (x1 , x2 , . . . , xn ) es una solu ión a un sistema

homogéneo de e ua iones lineales on n in ógnitas.
Supóngase además que (y1 , y2 , . . . , yn ) es también solu ión
al mismo sistema. Demostrar que ualquier ombina ión lineal
de (x1 , x2 , . . . , xn ) y (y1 , y2 , . . . , yn ) es también solu ión al
sistema. ¾Qué se puede de ir si el sistema no es homogéneo?
11. Sean A y B sub onjuntos nitos de ve tores de Rn , de tal manera

que A es sub onjunto de B . Demostrar:
a) Si B es linealmente independiente enton es A también lo

es.
b) Si A es linealmente dependiente enton es B también lo es.
12. Con miras a demostrar la Proposi ión 1:
a) Demostrar que si los ve tores X1 , X2 , . . . , Xp son lineal-

mente dependientes, existen α1 , α2 , . . . , αp es alares, no
todos nulos, tales que:
α1 X1 + α2 X2 + . . . + αp Xp = 0.
b) Si los ve tores X1 , X2 , . . . , Xp son tales que existen es a-

lares, α1 , α2 , . . . , αp , no todos nulos, tales que:
α1 X1 + α2 X2 + . . . + αp Xp = 0;
enton es al menos uno de los ve tores se puede es ribir omo

ombina ión lineal del resto.
) Explique por qué a) y b) demuestran la Proposi ión 1 de

esta se ión.
13. Probar que un onjunto de m ve tores de Rn on m > n es

linealmente dependiente.
14. Demuestre que si A, B, C son ve tores de Rn linealmente inde-

pendientes, enton es los siguientes onjuntos de ve tores también
son linealmente independientes:
a ) A − B, A − C, B − C ;
b ) A + B + C, A + B, A;
) A − B, A − B − C, B − C − A.
15. Demuestre que si A, B, C son ve tores de Rn , enton es los si-
guientes onjuntos de ve tores no son linealmente independien-
tes:
a ) A − B, A − C, 2A − B − C ;
b ) A + B + C, A + B − C, A + B ;
) A − B, A − B − C, B − A.
16. ☛Demuestre la Proposi ión 3.

2.4. Planos y re tas en R3 55
2.4. Planos y re tas en R3

2.4.1. E ua iones paramétri as y artesianas
Los sub onjuntos de Rn se suelen ara terizar por medio de

e ua iones paramétri as uando se indi a la forma de sus pun-
tos por medio de un parámetro. Por ejemplo, uando ha emos variar
θ ∈ [0, 2π] los puntos de la forma
(cos θ, sen θ),
onforman un ír ulo de radio 1 alrededor del origen en R2 . Que-

da enton es des rito este onjunto en términos del parámetro θ . Las
e ua iones artesianas rela ionan las oordenadas de los puntos
que pertene en al onjunto que se quiere ara terizar. Por ejemplo,
una ir unferen ia de radio 1 alrededor del origen en R2 tiene omo
e ua ión artesiana:
x2 + y 2 = 1,
esta es una ondi ión ne esaria y su iente para que el punto (x, y)
pertenez a a la ir unferen ia. En esta se ión queremos obtener una
o varias e ua iones que ara teri en re tas y planos en R3 .
2.4.2. Re tas que ontienen el origen
Dado un ve tor no nulo V, el onjunto de todas sus ombina iones

lineales, es de ir, el onjunto:
{αV | α ∈ R},
al ser visto omo un onjunto de puntos, forma una re ta (ver

Figura 2.5) que ontiene al origen ( uando α = 0) y al punto V ( uan-
do α = 1). V también determina el sentido de la re ta. Por ejemplo,
en R3 si V = (a1 , a2 , a3 ) los puntos de la re ta que on dire ión V
ontiene al origen, serán de la forma:
(αa1 , αa2 , αa3 ),
es de ir, (x, y, z) pertene e a la re ta si y sólo si existe α ∈ R tal que:
x = αa1 ; y = αa2 ; z = αa3 ,

e ua iones que también se onsideran paramétri as. De aquí podemos

eliminar α y obtenemos:
x y z
= = ,
a1 a2 a3
que son e ua iones artesianas (llamadas también simétri as) de la
re ta. (¾Qué o urre uando alguno de los ai es ero?).
z
z L
L
P
•
V V
y y
x x
Figura 2.5: Re ta que ontiene el origen. Figura 2.6: Re ta trasladada.
2.4.3. Re tas trasladadas
Re tas en R3
Dados una re ta L que pasa por el punto P y tiene sentido V (es de ir
L es paralela al ve tor V ), se tiene que un punto X pertene e a la
re ta L, si y sólo si:
−−→
P X = αV (1)
para algún α∈R (Veáse la Figura 2.6).
Sean P = (x0 , y0 , z0 ), V = (a, b, c) y X = (x, y, z). Enton es la e ua-

ión (1) queda:
X − P = αV
(x − x0 , y − y0 , z − z0 ) = α(a, b, c)
de donde se obtiene:
x = x0 + αa,
y = y0 + αb,
z = z0 + αc
E ua iones paramétri as de la re ta que pasa por P = (x0 , y0 , z0 ) y

tiene dire ión V = (a, b, c) e ua iones que llamaremos las /textbfe-
ua iones paramétri as de la re ta L. De otras e ua iones podemos
eliminar α y obtendremos,....
La re ta L que pasa por P y tiene sentido V es una re ta paralela a la

que pasa por el origen on sentido V (ver Figura 2.6). Por tanto, los
puntos de L se pueden ver omo los de esta re ta uando se les suma
P:
L = {αV + P | α ∈ R},
por ejemplo en R3 si V = (a1 , a2 , a3 ) y P = (p1 , p2 , p3 ), los puntos
de la re ta L que on dire ión V ontiene a P (o pasa por P ) serán
de la forma:
(αa1 + p1 , αa2 + p2 , αa3 + p3 ),

es de ir, (x, y, z) pertene e a la re ta L si y sólo si existe α∈R tal
que,
x = αa1 + p1 ,
y = αa2 + p2 ,
z = αa3 + p3 ,
e ua iones que también se onsideran paramétri as. De aquí podemos

eliminar α y obtenemos,
x − p1 y − p2 z − p3
= = ,
a1 a2 a3
que son e ua iones artesianas (simétri as) de la re ta L. (¾Qué o urre

si alguno de los ai es ero?).
Ha iendo un razonamiento pare ido para el plano R2 , se puede dedu ir

que la re ta en el plano que pasa por P = (p1 , p2 ) y tiene sentido
V = (a1 , a2 ), queda determinada por las e ua iones paramétri as:
x = αa1 + p1
y = αa2 + p2 ,
on α ∈ R, y eliminando el parámetro α se obtiene una e ua ión de la

forma ax + by = c que orresponde a la ono ida e ua ión artesiana
de una re ta en el plano.
Ejemplo 2.4.1. En ontremos las e ua iones paramétri as y las si-

métri as de la re ta que pasa por los puntos P = (2, −1, 3) y
Q = (1, 0, −5).
Para en ontrar di has e ua iones es su iente ono er un punto y un
ve tor dire tor de la re ta; omo punto podemos tomar ualquiera de
los dos que tenemos y omo ve tor dire tor nos servirá
−−→
V = P Q = Q − P = (−1, 1, −8).
De esta manera las e ua iones paramétri as, tomando el punto P se-

rán:
x = −α + 2
y = α−1 α ∈ R,
z = −8α + 3
y las e ua iones simétri as:
3−z
2−x=y+1= .
8
2.4.4. Planos que ontienen el origen
Las ombina iones lineales de dos ve tores linealmente independientes

forman en R3 un plano que ontiene al origen y a los dos ve tores (ver
Figura 2.7). Si V1 y V2 , son los dos ve tores, el plano se puede des ribir
omo el onjunto de puntos:
{αV1 + βV2 | α, β ∈ R}.
Los ve tores V1 y V2 se llaman ve tores dire tri es del plano, o

generadores, y ha en el papel que juega el ve tor de sentido en las
re tas. Si V1 = (a1 , a2 , a3 ) y V2 = (b1 , b2 , b3 ) son los ve tores
dire tri es del plano que ontiene al origen y si (x, y, z) es un punto
de di ho plano, enton es deben existir α y β tales que:
x = αa1 + βb1 , y = αa2 + βb2 , z = αa3 + βb3 ,
de estas e ua iones se pueden eliminar α y β para obtener una e ua ión

artesiana de la forma:
cx + dy + ez = 0,
es de ir, una e ua ión lineal on tres variables e igualada a ero.

z z •
P
V1
V1
V2 y
y
V2
x x
Figura 2.7: Plano que ontiene el origen. Figura 2.8: Plano trasladado.
2.4.5. Planos trasladados
Para obtener un plano que no ne esariamente ontenga al origen sino

al punto P = (p1 , p2 , p3 ) y on los ve tores dire tri es V1 y V2 , a
ada uno de los puntos del plano que ontiene al origen y on los
mismos ve tores dire tri es, le sumamos el punto P (ver Figura 2.8).
Obtenemos el onjunto:
{αV1 + βV2 + P | α, β ∈ R}.
Este plano es paralelo al que ontiene al origen y tiene dire tri es V1 y

V2 . SiV1 = (a1 , a2 , a3 ) y V2 = (b1 , b2 , b3 ) son los ve tores dire tri es
y si (x, y, z) es un punto de di ho plano, enton es deben existir α y β
tales que:
x = p1 + αa1 + βb1 ,
y = p2 + αa2 + βb2 ,
z = p3 + αa3 + βb3 ,
de estas e ua iones paramétri as se pueden eliminar α y β para obtener

una e ua ión artesiana de la forma:
ax + by + cz = d. 1
Obsérvese que ada e ua ión lineal on tres variables, orresponde

geométri amente a un plano en el espa io y re ípro amente.
Ejemplo 2.4.2. En ontrar las e ua iones paramétri as y la artesiana

del plano que tiene ve tores dire tores V1 = (0, −2, 1), V2 = (1, 2, 3) y
que pasa por el punto de interse ión de la re ta:
x = −1 + α
y = 0
z = 5α
on el plano x − 2y + z = 1.
En ontremos en primer lugar el punto de interse ión de la re ta y el
plano dados, para lo ual reemplazamos las e ua iones paramétri as
de la re ta, en la e ua ión artesiana del plano:
(−1 + α) − 2(0) + (5α) = 1,

1
de donde se obtiene que α=
3 y reemplazando enlas e ua iones para-
2 5
métri as de la re ta se obtiene el punto − , 0,
3 3 , que es el punto de
interse ión bus ado. De esta manera onstruimos las e ua iones para-
− 23 , 0, 35

métri as del plano bus ado, usando el punto y los ve tores
dire tores V1 y V2 omo sigue:
(1) x = − 23 + β
(2) y = −2α + 2β α, β ∈ R.
5
(3) z = 3 + α + 3β
Despejando el valor de β de la e ua ión (1) y reemplazándolo en las
e ua iones (2) y (3) se obtiene:
(4) α = x − 21 y + 2
3
11
(5) α = z − 3x − 3 .
Igualando (4) y (5) y simpli ando se obtiene la e ua ión:
4x − 21 y − z = − 13
3
que sería la e ua ión artesiana del plano bus ado.
1. El plano que ontiene los puntosA, B, C de R3 est onformado

por los puntos de la forma αA + βB + γC donde α + β + γ = 1,
además en la gár a, los puntos M ,N y P son los puntos medios
de los segmentos CA CB y AB ,respe tivamente, y Q es el punto
de interse ión de CP on N M . Enton es obtenemos M uando:

a) α = β = 0
b) α = β = 1
2
) β = γ
d) Todas las anteriores son verdaderas
2. De los siguientes onjuntos de R3 uáles forman una base del

plano determinado por e ua ión 2x + 3y − z = 0?
a ) (2, 2, 10) y (1, −1, −1)

b ) (2, 2, 10) y (−1, 1, 1)
) (1, 1, 5) y (−1, 1, 1)
d ) (2, 2, 10), (1, 1, 5) y (−1, 1, 1)
e ) (0, 0, 0) y (−1, 1, 1)
f) Todos los anteriores
g) Ninguno de los anteriores
3. Sean
L la re ta que pasa por el origen y tiene ve tor dire tor (1, 0, 2)

z
L′ la re ta denida por: x−1=y = 2
π el plano que pasa por (1, 2, 0), (−1, 1, 3) y (0, 1, 1)
π′ el plano denido por x + 5z = 1
Conteste Falso o Verdadero:
(a) L y L′ son paralelas
(b) L y π se interse tan en un punto
( ) L′ y π se interse tan en un punto
(d) π ′
y π se interse tan
(e) L′ está ontenida en π′
1. En ontrar las e ua iones paramétri as y la e ua ión artesiana

de la re ta en R2 que ontiene el origen y tiene dire ión (−1, 2).
de la re ta en R2 que ontiene el origen y el punto (1, 1).
de la re ta en R2 que ontiene el punto (0, 2) y tiene dire ión
(−1, 2).
de la re ta en R2 que ontiene los puntos (0, 3) y (−1, 2).
5. En ontrar las e ua iones paramétri as y la e ua ión artesia-
na de la re ta en R3 que ontiene el origen y tiene dire ión
(−1, 2, −1).
de la re ta en R3 que ontiene el punto (2, 1, 0) y tiene dire ión
(−1, 2, −1).
de la re ta en R3 que ontiene los puntos (1, 1, −1) y (−1, 2, −1).

de la re ta en R3 que ontiene el punto (1, 2, 0) y que es paralela
a la re ta on e ua iones 2x − y = 1; z − 3y = 5.
9. Sea L1 la re ta que pasa por (1, 0, 2) y (1, −1, 1) y hagamos L2
la re ta que pasa por (0, 1, −1) y que tiene dire ión (2, 0, 1).
Determinar si L1 y L2 se ortan en algún punto.

del plano en R3 que ontiene el origen y es generado por los
ve tores (−1, 2, −1) y (4, 2, 1).
del plano en R3 que ontiene a (1, −1, 2) y es generado por los
ve tores (−1, 2, −1) y (4, 2, 1).
del plano en R3 que ontiene los puntos (1, −1, 2), (−1, 2, −1) y
(4, 2, 1).
13. Sea L la re ta que ontiene a (2, 3, 0) y on dire ión (1, −1, 3);
sea P el plano que ontiene el origen y es generado por los ve -
tores (−1, 2, −1) y (4, 2, 1). Determine los puntos omunes de P
y L.
14. Sea L la re ta que ontiene a (2, 3, 0) y (1, −1, 3); sea P el plano
on e ua ión artesiana 2x − y + z = 2. Determine los puntos
omunes de P y L.
15. Determine la dire ión de la re ta que es la interse ión de los

planos 2x − y + z = 1 y x + 2y − z = 0.
16. ¾Qué signi a geométri amente resolver un sistema de dos

e ua iones lineales on tres in ógnitas?; ¾de tres e ua iones li-
neales on tres in ógnitas?; ¾qué posibilidades tiene enton es el
onjunto solu ión?
2.5. Subespa ios ve toriales y subespa ios

anes de Rn
Consideremos por ejemplo en el plano una re ta S que pasa por el
origen; si nos on entramos en el onjunto S , on las opera iones de
suma y produ to por es alar que hereda
2
de R , no será difí il veri-
ar que hS, +, .i satisfa e las propiedades EV0 a EV8 de los espa ios
ve toriales. Así hS, +, .i es un espa io ve torial ontenido en uno ma-
yor
2 n
(R ). Un subespa io ve torial de R es un sub onjunto S de
Rn que umple los axiomas de espa io ve torial vistos en la se ión
2.2. Como Rn es un espa io ve torial lo más importante es ver que las
opera iones (suma y produ to por es alar) están bien denidas en S.
Esto nos lo asegura la siguiente proposi ión.
Proposi ión 4. Un sub onjunto S de Rn es un subespa io ve torial

si y sólo si se umple:
i) S no es va ío.
ii) Si X, Y ∈ S enton es X + Y ∈ S (es de ir, S es errado para la
suma).
iii) Si X ∈ S y α ∈ R enton es αX ∈ S (es de ir, S es errado para
el produ to por es alar).
Es laro que el onjunto unitario {0} y el mismo Rn son subespa ios

n
ve toriales de R , a ve es llamados subespa ios triviales.
y
Ejemplo 2.5.1. Sea S = {(x, y, z) | −3x = 2 = z}, determinar si S
es un subespa io ve torial.
Solu ión. i) S no es va ío ya que (0, 0, 0) ∈ S .
ii) Sean (x1 , y1 , z1 ), (x2 , y2 , z2 ) ∈ S , luego umplen la igualdad,
y1 y2
−3x1 = 2 = z1 y − 3x2 = 2 = z2 ,
omo
y1 y2
−3x1 − 3x2 = 2 + 2 = z1 + z2 ,
2.5. Subespa ios 65
que es lo mismo que
y1 +y2
−3(x1 + x2 ) = 2 = z1 + z2 ,
enton es (x1 + x2 , y1 + y2 , z1 + z2 ) ∈ S . Luego S es errado para

la suma.
iii) Sea (x1 , y1 , z1 ) ∈ S , enton es umple la igualdad

−3x1 = y21 = z1 , y sea α ∈ R enton es (αx1 , αy1 , αz1 ) ∈ S , ya
αy1
que −3αx1 =
2 = αz1 .
Como S umple i), ii) y iii) on luimos que S es un subespa io ve -
torial. Obsérvese que S onstituye una re ta en R3 que pasa por el
origen.
Como apli a ión de la Proposi ión 4 se puede demostrar que los subes-
pa ios ve toriales de Rn son exa tamente aquellos sub onjuntos que
son solu ión de algún sistema homogéneo de e ua iones. Así en R3 los
subespa ios ve toriales son: {0}, re tas que ontienen el origen, planos
que ontienen el origen y el mismo R3 . ¾Cuáles son los subespa ios
ve toriales de R2 ?.
Conjunto solu ión

{0} Re tas
de algún sistema por el origen
Subespa ios
ve toriales
⇐⇒ homogéneo de ⇐⇒
3 e ua iones lineales
de R
on tres in ógnitas
Planos R3
por el origen
Los subespa ios ve toriales al ser trasladados produ en subespa ios

anes. Es de ir, si S es un subespa io ve torial de Rn y P ∈ Rn
enton es:
S + P = {X + P | X ∈ S},
es un subespa io afín. Los subespa ios anes de Rn son exa tamente
aquellos sub onjuntos que son solu ión de algún sistema onsistente
de e ua iones on n in ógnitas. Así en R3 los subespa ios anes son:
onjuntos de un sólo punto, re tas, planos y el mismo R3 . (¾Cuáles
2
son los subespa ios anes en R ?).
Conjunto solu ión

de algún sistema {P} Re tas
Subespa ios
anes de R3
⇐⇒ onsistente de ⇐⇒
e ua iones lineales
on tres in ógnitas
Planos R3
El número mínimo de parámetros que se ne esitan para expresar los

elementos de un subespa io afín W , nos determinan la dimensión de
W (ver Ejer i io 12). Por eso, los puntos son de dimensión 0, las re tas
de dimensión 1, los planos de dimensión 2.
En general, un subespa io afín W de Rn de dimensión m será un
onjunto de la forma:
W = {P + α1 V1 + α2 V2 + . . . + αm Vm | α1 , α2 , . . . , αm ∈ R},
donde V1 , V2 , . . . , Vm son ve tores linealmente independientes de Rn .
1. Si W es un subespa io del espa io ve torial eu lideo V , enton es
W ⊥ = {v ∈ V | ∀(w ∈ W ) < v|w >= 0}
es un subespa io ve torial de V.
1. Demostrar la Proposi ión 4.
2. En ada aso, mostrar un sub onjunto no va ío de R3 que umpla

las ondi iones:
a) Sea subespa io ve torial.
b) Sea subespa io afín pero no subespa io ve torial.
) No sea subespa io afín.

2.5. Subespa ios 67
3. a) Demostrar que el plano de R3 determinado por la e ua ión

x+y+z = 0 es un subespa io ve torial. En uentre una
base para este espa io.
b) Demostrar que la re ta
x z
2 = y = 3 es un subespa io ve to-
3
rial de R y en uentre una base para este.
4. Demostrar que la interse ión de dos subespa ios ve toriales de

Rn es un subespa io ve torial. ¾Qué se puede de ir de la unión?
5. Demostrar que si V es un subespa io de Rn enton es su dimen-

sión es menor o igual que n.
6. Demostrar que si S es un sub onjunto nito de ve tores de Rn

enton es el onjunto T de todas las ombina iones lineales de los
elementos de S, es un subespa io ve torial.
7. a) Demostrar que el onjunto de ve tores (x1 , x2 , . . . , xn ) de

Rn que son solu ión a una e ua ión lineal homogénea forma
n
un subespa io ve torial de R (esta es una generaliza ión
del Ejer i io 3 de esta se ión; véase también el Ejer i io
10 se ión 2.3).
b) a
Con base en el ejer i io 7 ) y apli ando el resultado del
ejer i io 4, dedu ir que el onjunto de solu iones a ualquier
sistema homogéneo de e ua iones on n in ógnitas es un
subespa io ve torial de Rn .
) Demostrar que el onjunto de solu iones a ualquier sistema
onsistente de e ua iones on n in ógnitas es un subespa io
afín de Rn .
8. Sean AyB dos puntos diferentes de la re ta L y sea X un punto

de la forma:
αA + βB = X
a) Demostrar que X pertene e a L si y sólo si α + β = 1.

b) Si X pertene e a la re ta L, X puede estar antes de A y
B, entre A y B, o bien después de A y B. Determine ómo
deben ser α y β en ada aso.
9. Sean A, B y C tres puntos no olineales del plano π que está en

R3 X un
y sea punto de la forma:
αA + βB + ΓC = X
a) Demostrar que X pertene e al plano π si y sólo si

α + β + Γ = 1.
b) Determine en uál región del plano de las determinadas por
las re tas AB, BC y AC se en uentra X, según los signos
de α, β y Γ.
N
C
10. En la grá a M, N y P son los A
Q
puntos medios de los segmentos
AB, AC, BC respe tivamente y M
P
Q es la interse ión de los segmen-

tos N P on M C . Exprese en tér-
B
minos de A, B y C los puntos
M, N, P y Q.
11. Sea F un subespa io afín de Rn de dimensión k. Demostrar que
en F existen k + 1 puntos P0 , P1 , . . . , Pk , tales que los puntos de
F son exa tamente aquellos de Rn que se pueden es ribir de la
forma:
a0 P0 + a1 P1 + . . . + ak Pk = X,
donde los ai umplen a0 + a1 + . . . + ak = 1.
12. Sea V un subespa io ve torial de Rn :
a) Demostrar que la dimensión de V omo subespa io afín
oin ide on su dimensión omo subespa io ve torial.
b) Demostrar que la dimensión de V +P ( omo subespa io

afín) es la dimensión de V.
Nota. Para el espa io trivial {0} se asume que el onjunto va ío
(∅) es una base, por lo ual su dimensión omo espa io ve torial
es 0.

Capítulo 3
Transforma iones lineales y

matri es
3.1. Transforma iones lineales

Nota. Se supone para lo que sigue, familiaridad on la estru tura
de espa io ve torial de Rn y on los on eptos de fun ión entre dos
onjuntos, dominio, re orrido, fun ión uno a uno (1−1), fun ión sobre,
inversa de una fun ión, et .
Por otra parte, en adelante notaremos ada ve tor indistintamente en

forma de ve tor la o en forma de ve tor olumna según la onvenien-
ia. Así,
x1
 
 x2 
(x1 , x2 , . . . , xn ) = 
 ...  .

xn
Deni ión. Una fun ión f : Rn −→ Rm es una transforma ión

lineal si se umple:
a) para todo X, Y ∈ Rn , f (X + Y ) = f (X) + f (Y );
b) para todo X ∈ Rn y α ∈ R, f (αX) = αf (X).

70 3. Transforma iones lineales y matri es
Esto quiere de ir que las transforma iones lineales son aquellas fun-
iones que respetan la suma ve torial y el produ to por es alar. Estas
dos ondi iones se pueden reemplazar por una sola. Podemos de ir:
Una fun ión f : Rn −→ Rm es una transforma ión lineal si y sólo si

se umple:
n
para todo X, Y ∈ R y α ∈ R,
f (αX + Y ) = αf (X) + f (Y ),
(½demostrarlo!).
Ejemplo 3.1.1. Dada la apli a ión f : R3 −→ R denida por

f (x, y, z) = x + y + z , veri ar que f es una transforma ión lineal.
Solu ión. Claramente f es fun ión pues a ada tripla

X = (x1 , x2 , x3 ) ∈ R3 le orresponde una y sólo una imagen
f (X) = x1 + x2 + x3 ∈ R. Veamos ahora que f umple las dos
ondi iones para ser transforma ión lineal.
a) Sean X, Y ∈ R3 enton es X = (x1 , x2 , x3 ) y Y = (y1 , y2 , y3 ).

En ontrando
     
x1 y1 x1 + y 1
f (X + Y ) = f  x2  +  y2  = f  x2 + y2 
x3 y3 x3 + y 3
= (x1 + y1 ) + (x2 + y2 ) + (x3 + y3 ),
y por otra parte,
   
x1 y1
f (X) + f (Y ) = f  x2  + f  y2 
x3 y3
= (x1 + x2 + x3 ) + (y1 + y2 + y3 ),
utilizamos las propiedades aso iativa y onmutativa de la suma

en los números reales y on luimos que:
(x1 + y1 ) + (x2 + y2 ) + (x3 + y3 ) = (x1 + x2 + x3 ) + (y1 + y2 + y3 ),
luego f (X + Y ) = f (X) + f (Y ).
3.1. Transforma iones lineales 71
b) Sea X ∈ R3 y α ∈ R, enton es X = (x1 , x2 , x3 ).

En ontrando

αx1
f (αX) = f  αx2  = αx1 + αx2 + αx3
αx3
y 

x1
αf (X) = αf  x2  = α(x1 + x2 + x3 ),
x3
utilizamos la propiedad distributiva de la multipli a ión en los
números reales y on luimos que:
αx1 + αx2 + αx3 = α(x1 + x2 + x3 ),

luego f (αX) = αf (X). Así, f es una transforma ión lineal.
La deni ión de una transforma ión lineal impli a iertas propieda-

des inmediatas; por ejemplo que si una fun ión f : Rn −→ Rm es
una transforma ión lineal se umple: f (0) = 0 y f (−X) = −f (X).
Además, ono iendo los valores de f (V1 ), f (V2 ), . . . , f (Vk ) podemos
ono er f (X) para todo X ∈ R
n que sea ombina ión lineal de
V1 , V2 , . . . , Vk (ver Ejer i io 5a ).
Ejemplo 3.1.2. Sea f : R3 −→ R2 una transforma ión lineal. En-
ontrar el valor de f (3, 2, 0) sabiendo que f (−1, 4, 2) = (0, −6) y
f (1, 3, 1) = (−4, 1).
Solu ión. Debemos en ontrar los es alares α y β tales que el ve -
tor(3, 2, 0) se pueda es ribir omo ombina ión lineal de los ve tores
(−1, 4, 2) y (1, 3, 1), es de ir:
     
3 −1 1
 2  = α 4  + β  3 ,
0 2 1
de aquí se obtienen tres e ua iones on dos in ógnitas, resolviendo
tenemos que α = −1 y β = 2. Reemplazando y usando que f es
transforma ión lineal, llegamos a la transforma ión del ve tor (3, 2, 0):
     
3 −1 1
f  2  = −1f  4  + 2f  3 
0 2 1

0 −4 −8
= −1 +2 = .
−6 1 8
1. La transforma ión T : R2 −→ R2 denida por T (x, y) = (ax −

y, x + ay) es biye tiva si y solo si:
a ) Siempre ) a2 6= 1
b ) a 6= 1 d ) a2 =6 0
2. La transforma ión lineal f (x, y) = (2y, −x) onvierte la re ta

y=x en la re ta:
a ) y = −x
b) y = x − 1
) x = −2y
d ) Ninguna de las anteriores
3. La transforma ión f (x, y, z) = (2y − z, x − z, 2y − z) onvierte

al plano y=0 en:
a) El plano x=z
b) La re ta generada por (1, 0, 1)
) El punto (0, 0, 0)
d) Ninguna de las anteriores
4. Si T es la transforma ión lineal tal que T (1, −1) = (2, −2) y

T (1, 1) = (1, 1) enton es T (x, y) = 12 (3x − y, −x + 3y)
5. Sea T : (Z3 )2 −→ (Z3 )2 la transforma ión T (x, y) = (y, x + y),

2
sea además L la re ta de (Z3 ) denida por la e ua ión y =
x + 1. Enton es T envía a la re ta L en la re ta que ontiene
exa tamente los puntos:
a) (0, 1), (1, 2), (2, 0).

b) (1, 1), (2, 0), (0, 2).
) (0, 2), (1, 0), (2, 1).
d) (1, 1), (1, 2), (2, 1).

3.1. Transforma iones lineales 73
1. Sea f : R2 −→ R3 una transforma ión lineal. En ontrar los

valores f (2, 0), f (1, 3) y f (1, 2) sabiendo que:
i) f (1, 0) = (3, −1, 2); f (0, 1) = (1, −1, 2),

ii) f (1, −1) = (5, 1, 2); f (2, −1) = (0, −1, 2).
2. En uentre las fórmulas de las transforma iones lineales del Ejer-
i io 1).
3. De ir si las siguientes apli a iones son o no transforma iones

lineales. Justi ar su respuesta.
a) f (x, y) = x2 + y 2 ; f) f (x, y) = x2 + 1;
b) f (x) = (0, x); g) f (x, y) = (x, 2x, y);
) f (x) = 4x; h) f (x, y, z) = (x − y, z + x);
d) f (x, y) = 2x + y2 ; i) f (x, y, z) = (1 − y, z + 1);
e) f (x, y) = 3x + 2y + 5; j) f (x, y, z) = (2z, −y, 1).
4. Sea L una re ta on sentido V y f una transforma ión lineal

tal que f (V ) no es ero. Demuestre que la imagen de L por
intermedio de f , es de ir, f [L] = {f (x) | x ∈ L}, es también una
re ta. ¾Qué su ede si f (V ) = 0?
☛ a)
5.
Sea f : Rn −→ Rm una transforma ión lineal. Demos-
trar que f (0) = 0, f (−X) = −f (X), y que si se ono en
f (V1 ), f (V2 ), . . . , f (Vk ), enton es se ono e f (X) para todo
X que sea ombina ión lineal de V1 , V2 , . . . , Vk . En parti-
ular si se ono en las imágenes de los elementos de una
base de Rn , enton es se ono e la imagen de ualquier otro
ve tor del dominio. ¾Por qué?
6. a) Demuestre que si f : Rn −→ Rm y g : Rn −→ Rm son

n
transforma iones lineales y α ∈ R, enton es f + g : R −→
m n m
R y αf : R −→ R son también transforma iones li-
neales. Ilustre on un ejemplo.
b) Considere el espa io ve torial V de las fun iones de Rn en

Rm (re uerde el Ejer i io 17 de la se ión 2.2) y dena el
onjunto Lnm por:
Lnm =: {f : Rn −→ Rm | f es transforma ión lineal},
laramente Lnm ⊆ V . De a uerdo a la parte a) de este

ejer i io, ¾qué se puede on luir respe to al onjunto Lnm ?
7. Demuestre que si f : Rn −→ Rm y g : Rm −→ Rp son transfor-
ma iones lineales
n p
enton es g ◦ f : R −→ R es también trans-
forma ión lineal. Ilustre on un ejemplo.
8. Demuestre que si f : Rn −→ Rn es una transforma ión lineal

inversible enton es la inversa f
−1 también es una transforma ión
lineal. Ilustre on un ejemplo.
9. Sean f1 : R3 −→ R y f2 : R3 −→ R dos transforma iones

3 2
lineales, denimos f : R −→ R así: f (X) = (f1 (X), f2 (X)).
Demostrar que f es una transforma ión lineal. Ilustre on un
ejemplo.
10. Demuestre geométri amente que un giro del plano R2 alrededor

del origen es una transforma ión lineal, ¾ uál es su fórmula?

3.2. Representa ión de transforma iones. . . 75
3.2. Representa ión de transforma iones li-

neales por medio de matri es
En el apítulo anterior se introdujo el on epto de matriz, se aso iaron
las matri es a sistemas de e ua iones lineales y se usaron para resolver
estos sistemas por el método de Gauss. Ahora profundizaremos en
el on epto de matriz analizando la íntima rela ión que guardan on
las transforma iones lineales. El le tor puede omprobar que siendo
f : Rn −→ Rm una transforma ión lineal tal que:
f (E1 ) = f (1, 0, . . . , 0) = (a11 , a21 , . . . am1 )

f (E2 ) = f (0, 1, . . . , 0) = (a12 , a22 , . . . am2 )
.
.
.
f (En ) = f (0, 0 . . . , 1) = (a1n , a2n , . . . amn ),
enton es, si X = (x1 x2 , . . . xn ) se tiene que el valor
f (X) = f (x1 E1 + x2 E2 + . . . + xn En )
está dado por:
(a11 x1 + . . . + a1n xn , a21 x1 + . . . + a2n xn , . . . , am1 x1 + . . . + amn xn ).

Esta es la forma general de las transforma iones lineales de Rn en Rm .
½Nótese la similitud on las e ua iones lineales! Para simpli ar esta
nota ión se utiliza el lenguaje de las matri es. La matriz de f se forma
tomando los valores de f (E1 ), f (E2 ), . . . , f (En ), es ribiéndolos omo
olumnas de la matriz que notaremos Mf y que llamaremos la matriz
estandar de f. Es de ir:
Mf = (f (E1 )↓, f (E2 )↓, . . . , f (En )↓)

Así, para la transforma ión f la matriz Mf será:
a11 a12 ... a1n

 
 a21 a22 ... a2n 
 . . .

 .. .
.
.
.

am1 am2 . . . amn
que tiene m las y n olumnas. Siendo X = (x1 , x2 , . . . , xn ) por
onvenien ia lo es ribimos omo ve tor olumna y lo notamos así:
x1

 x2 
X↓= 
 ...  ,

xn
enton es denimos el produ to de la matriz Mf por la olumna X↓ o-

mo el valor de f (X), olo ado omo olumna. E ua ión que es ribimos
así:
f (X)↓=: Mf X↓ .
Esta aso ia ión (a ada transforma ión lineal una matriz) es biunívo a
pues re ípro amente, si A es una matriz de orden m × n, digamos
a11 a12 . . . a1n

 
 a21 a22 . . . a2n 
A= .
.
,
.
 
am1 am2 . . . amn
enton es A dene una transforma ión lineal fA así:
fA : Rn −→ Rm denida por:
a11 x1 + a12 x2 + . . . + a1n xn

 
 a21 x1 + a22 x2 + . . . + a2n xn 
fA (X) = AX =:  .
.
,
.
 
am1 x1 + am2 x2 + . . . + amn xn
siendo X = (x1 , x2 , · · · , xn ), (ver Ejer i io 9).
Nota. Re uérdese que Mm×n denota la familia de todas las matri es

de orden m×n on omponentes reales y Ln×m (Ver ejer i io 6 )b
denota la familia de todas las transforma iones lineales de Rn en Rm .
Más adelante al nalizar la se ión 3.4 y una vez realizado el Ejer i io 6
de di ha se ión, quedará estable ido que Mm×n y Ln×m son espa ios
ve toriales isomorfos (es de ir, son espa ios ve toriales entre los uales
se puede denir una transforma ión lineal uno a uno y sobre). Esto,
expresado de una manera informal, nos di e que las matri es y las
transforma iones lineales son esen ialmente lo mismo.
Matri es
Mm×n
≈ Transforma iones
Lineales Ln×m
A −−−−−−−−−−−−−→ fA
Mf ←−−−−−−−−−−−−− f
Las matri es y las transforma iones lineales
son esen ialmente lo mismo

Esta aso ia ión nos da otra interpreta ión al problema de hallar todas
las solu iones a un sistema de e ua iones lineales. En efe to, obsérvese
que resolver un sistema de e ua iones lineales de m e ua iones on n
in ógnitas es en ontrar todos los X ∈ Rn tales que:
f (X) = B,
donde f : Rn −→ Rm es una transforma ión lineal uya matriz es la

matriz del sistema y B es un ve tor olumna de Rm formado por los
términos onstantes de las e ua iones. En términos de matri es, si A
es la matriz de f, resolver el sistema es resolver la e ua ión matri ial:
AX↓= B↓ .
Para el aso parti ular de transforma iones del plano en el plano, o del
espa io tridimensional en sí mismo, es posible, útil e interesante (½ade-
más de divertido!), interpretar el efe to geométri o de la transforma-
ión, es de ir, des ribir qué le ha e la transforma ión a determinados
sub onjuntos del plano (o de R3 ). Así podemos hablar de transforma-
iones lineales (o equivalentemente matri es) que ha en un ambio de
es ala, giros, reexiones, et . Para este análisis es onveniente re ordar
que las olumnas de la matriz Mf son las imágenes de los ve tores de
la base anóni a E1 y E2 para el aso R2 y E1 , E2 y E3 en el aso R3 .
Ilustremos lo anterior on algunos ejemplos.
Ejemplo 3.2.1. Dada la transforma ión lineal f : R2 −→ R2 denida

por:

x x/3
f = ,
y y/3
la matriz aso iada a la transforma ión es:

1/3 0
0 1/3
y observando enton es las olumnas de esta matriz, podemos des ribir

el efe to geométri o de f omo una redu ión o ontra ión on
1
fa tor de es ala
3 ; este efe to lo podemos ilustrar mediante una gura
omo la siguiente:
µ ¶
1/3 0
¡ 0¢ 0 1/3
1
¡0¢
1/3
¡1¢ ¡1/3¢
0 0
Ejemplo 3.2.2. La transforma ión lineal uya matriz aso iada es

−2 0
,
0 −2
realiza una amplia ión o dilata ión, on fa tor de es ala 2 y una

reexión on respe to al origen. Esto se ilustra en la siguiente gura:
µ ¶
−2 0
¡0¢ 0 −2
1
¡1¢ ¡−2 ¢
0 0
0
¡ ¢
−2
Los ejemplos 3.2.1 y 3.2.2 se generalizan en el Ejer i io 6.
Ejemplo 3.2.3. Una matriz de la forma

a 0
,
0 b
realiza un ambio de es ala en sentido horizontal, on fa tor de es ala

|a| (y reexión on respe to al eje Y, si a < 0), y un ambio de es ala
en sentido verti al, on fa tor de es ala |b| (y on reexión respe to al
eje X , si b < 0). En la siguiente gura se ilustra el aso parti ular en
que a = 12 y b = −3.
µ ¶
1/2 0
0 −3
¡0¢
1
¡1/2 ¢
0
¡1¢
0
0
¡ ¢
−3
Ejemplo 3.2.4. Un giro (al rededor del origen) un ángulo θ se puede

realizar mediante la matriz

cos θ − sen θ
sen θ cos θ
(ver Ejer i io 10 de la se ión 3.1).
Ejemplo 3.2.5. Dada la transforma ión lineal f : R3 −→ R2 denida

por:  
x
x + y
f y = ,
y+z
z
la matriz aso iada a la transforma ión es

1 1 0
0 1 1
ya que,
   
x x
1 1 0   x+y
f  y  = y = .
0 1 1 y+z
z z
Si apli amos la transforma ión anterior a un uadrado de vérti es

(0, 1, 1), (0, 1, −1), (0, −1, −1) y (0, −1, 1), enton es hallando la trans-
forma ión de ada vérti e del uadrado en ontramos que su imagen es
un paralelogramo de vérti es (1, 2), (1, 0), (−1, −2) y (−1, 0), omo
vemos en la gura que sigue:
y (1, 2)
z
(0, 1, 1)
(−1, 0) (1, 0)
y x
x
(0, −1, −1)
(−1, −2)

0 1
1. Sea A= . El efe to geo-métri o de la transforma ión
1 0
representada por A es:
a) Un giro alrededor del origen de −90 grados.
b) Una reexión sobre la re ta y = x.

) Una reexión sobre el eje y = −x.
d) Una reexión sobre el eje x.
e) Ninguna de las anteriores.
2. Si la transforma ión lineal T : Rn → Rn tiene aso iada una

matriz A y además existe un ve tor no nulo V tal que T (V ) = λV
se dedu e que:
a) det(A − λIn ) = 0
b) det(A − A−1 ) = 0
) detA =0
d) Todas las anteriores

0 −1
3. Sea A = . El efe to geo-métri o de la transforma ión
1 0
representada por A es:

a) Un giro alrededor del origen de −90 grados.
b) Una reexión sobre la re ta y = x.

) Una reexión sobre el eje y = −x.
d) Una reexión sobre el eje x.

matriz A uyo determinante es 0 se puede dedi ir.
a ) T es inye tiva
b ) T es sobreye tiva
) T no es inye tiva
d ) Todas las anteriores
5. Sea W : R2 −→ R2 la transforma ión lineal que ha e el efe to

que se representa en las grá a:
Enton es
x 1 a c x
W = ,
y 2 b d y
donde a = 0, b = 1, c = 1, d = 0
1. En ontrar las matri es de las transforma iones que eje utan ada
una de las a iones mostradas en la gura. ¾Qué es en ada aso
f (x, y)?
(1)
(2)
(3)
2. Dibujar ómo queda la asita de la gura al apli arle ada una

de las transforma iones representadas por las matri es:
µ ¶
1 0
a)
0 −2 µ ¶
−1 0
b)
0 −1
1 µ ¶
1 2
c)
• µ ¶ 1 2
2 0
d)
1 0 −1
3. Para ada una de las siguientes matri es 2×2 en ontrar la trans-

forma ión aso iada, di iendo a qué es igual f (x, y):

2 1 −1 0
a) ; c) ;
0 1 0 −1

2 3 0 2
b) ; d) .
−1 0 2 0
4. Hallar el dominio, el re orrido y una fórmula analíti a para a-

da una de las transforma iones representadas por las matri es
siguientes:

1 0 3 0 −1 1 3 −1
! !
a) 3 1 ; b) 1 −1 3
; c) 5 1 2 ;
1 0 4 0 1


−1 1 1 1 f ) (−1 1 1).
!
d) 2 1 4
; e) 4 ;
0
5. a) Sea f : R2 −→ R2 la reexión del plano sobre la re ta

y = x. En ontrar la fórmula de f .
b) Sea f : R2 −→ R2 la reexión del plano sobre la re ta
y = 2x. En ontrar la fórmula de f.
) Sea f : R2 −→ R2 la reexión del plano sobre la re ta
y = ax. En ontrar la fórmula de f.
6. Des ribir, en palabras y mediante dibujos,el efe to geométri o

k 0
que produ e una matriz de la forma uando:
0 k
a) k < −1; e ) k = 0;
b) k = −1; f ) k = 1;
) −1 < k < 0; g ) k > 1.
d) 0 < k < 1;
7. Sea f : R3 −→ R3 la transforma ión dada por la matriz A.

Des riba la transforma ión f en términos geométri os:
1 0 0 −1 0 0
! !
a) A = 0 −1 0 ; d) A = 0 −1 0 ;
0 0 1 0 0 1
1 0 0 cos θ − sen θ 0
! !
b) A = 0 1 0 ; e) A = sen θ cos θ 0 ;
0 0 0 0 0 1
−1 0 0 1 0 0
! !
c) A = 0 −1 0 ; f) A = 0 cos θ − sen θ .
0 0 −1 0 sen θ cos θ
8. Representar grá amente ada una de las transforma iones li-

neales del ejer i io anterior, mostrando en qué se onvierte el eje
X, el eje Y, una re ta paralela al eje X, otra paralela al eje Y y
un ír ulo de radio 1 y entro en (1, 0).
a11 a12 ... a1n
 
 a21 a22 ... a2n 
9. Dadas A = .  matriz m×n y fA : Rn → Rm
 .
. 
am1 am2 . . . amn
denida por:
a11 x1 + a12 x2 + . . . + a1n xn

 
 a21 x1 + a22 x2 + . . . + a2n xn 
fA (X) = AX =:  .
.
,
.
 
am1 x1 + am2 x2 + . . . + amn xn
x1


 x2 
siendo X = 
 ... ,
 demuestre que fA es una transforma ión
xn
lineal.
10. Usando lo visto en la se ión 3.2 y el ejer i io anterior, demuestre

que la fun ión F : Mm×n −→ Lnm , denida por F (A) =: fA
para ada A ∈ Mm×n , es una biye ión; ( on Mm×n estamos
notando la familia de todas las matri es de orden m × n, on
omponentes reales). Deduz a que para ada A ∈ Mm×n , MfA =
A, y para ada f ∈ Lnm , fMf = f .

3.3. El nú leo y la imagen 85
3.3. El nú leo y la imagen de una transforma-

ión lineal
Estos dos onjuntos (nú leo e imagen) rela ionados on ada trans-
forma ión lineal nos dan una idea de su omportamiento y su rela-
ión on los sistemas orrespondientes de e ua iones lineales. Siendo
f : Rn −→ Rm una transforma ión lineal el nú leo de f , que notare-
n
mos N u(f ) es un sub onjunto de R formado por todos los ve tores
m
uya imagen por intermedio de f es 0 ∈ R . Es de ir,
Nu(f ) = {X ∈ Rn | f (X) = 0}.
El le tor debe omprobar que Nu(f ), es un subespa io ve torial de Rn

que omprende exa tamente los ve tores que son solu ión al sistema
homogéneo de e ua iones lineales orrespondiente a la matriz de f.
Es de ir, si A es la matriz de f, el nú leo es la solu ión a la e ua ión
matri ial
AX↓= 0↓ .
Por otra parte, si el sistema no es homogéneo, el onjunto solu ión o
es va ío, o es un espa io afín aso iado a Nu(f ). Es de ir el onjunto
solu ión al sistema:
AX↓= B↓,
es un subespa io afín de la forma:
Nu(f ) + P,
donde P ∈ Rn es alguna solu ión al sistema, o es va ío, si no existe

tal P.
Siendo f : Rn −→ Rm una transforma ión lineal la imagen de f , que
n
notaremos Im(f ) o también f [R ] es el sub onjunto de R
m formado
por todos los ve tores que son imagen por intermedio de f de algún
X ∈ Rn . Es de ir,
Im(f ) = {f (X) ∈ Rm | X ∈ Rn },
y es un subespa io ve torial de Rm ; omprende todos los B ∈ Rm tales

que el sistema:
AX↓= B↓,
es onsistente uando A es la matriz de f.
Nú leo Imagen
Rn f Rm Rn f Rm
Nu(f )
X f (X) = AX
•
0
• B
X• •
Nu(f ) =: {X ∈ Rn | f (X) = 0} = Im(f ) =: {f (X) ∈ Rm | X ∈ Rn } =

Conjunto solu ión del sistema {B ∈ Rm | el sistema AX = B
homogéneo AX = 0 es onsistente}
Proposi ión 5 (Teorema de la dimensión). Siendo f : Rn −→ Rm

una transforma ión lineal se umple:
dim Nu(f ) + dim Im(f ) = n.
La dimensión del nú leo de f, se suele llamar nulidad de f y se

denota n(f ), mientras que la dimensión de la imagen se suele llamar
el rango de f, y lo denotamos R(f ), es de ir:
n(f ) =: dim Nu(f ) (nulidad)
R(f ) =: dim Im(f ) (rango) .
Con esta nota ión, veamos ómo se pueden usar el nú leo y la imagen
de una transforma ión lineal para determinar si ésta es inye tiva o
sobreye tiva.
Proposi ión 6. Sea f : Rn −→ Rm una transforma ión lineal, las

siguientes arma iones son equivalentes:
i) f es inye tiva;
ii) Nu(f ) = {0};
iii) n(f ) = 0.
Demostra ión. Ejer i io 10 ). a

Proposi ión 7. Sea f : Rn −→ Rm una transforma ión lineal. Las
i) f es sobreye tiva;

ii) Im(f ) = Rm ;
iii) R(f ) = m.
Demostra ión. b
Ejer i io 10 ).
Ejemplo 3.3.1. En ontrar el nú leo y la imagen de la transforma ión

lineal representada por la matriz:
 
1 1 2
A = 2 0 6
3 2 7
Solu ión. El nú leo es el onjunto de ve tores que son solu ión al

sistema homogéneo de e ua iones lineales orrespondiente a la matriz
A, por lo tanto tenemos:
1 1 2 0 1 1 2 0
! !
−2f1 +f2
2 0 6 0 −−−−−−→ 0 −2 2 0
−3f1 +f3
3 2 7 0 0 −1 1 0
1 1 2 0 1 0 3 0
! !
f2 ↔f3 f2 +f1
−−−−→ 0 −1 1 0 −−−−−−→ 0 −1 1 0
−2f2 +f3
0 −2 2 0 0 0 0 0
⇒ x = −3z, −y = −z . Si z=t enton es x = −3t; y = t y z = t.

Luego Nu(f ) = {(−3t, t, t) | t ∈ R}. ¾Geométri amente qué es, en este
ejemplo, Nu(f )? Luego, ¾dim Nu(f ) =? ¾Es f inye tiva?
La imagen está dada por el espa io que generan los ve tores olumna
de la matriz A, luego:
   
1 1 2 x 1 1 2 x
−2f1 +f2 f2 ↔f3
 2 0 6 y − −−−−→  0 −2 2 −2x + y  −−−−→
−3f1 +f3
3 2 7 z 0 −1 1 −3x + z
   
1 1 2 x 1 0 3 −2x + z
f2 +f1
 0 −1 1 −3x + z  −− −−−→  0 −1 1 −3x + z 
−2f2 +f3
0 −2 2 −2x + y 0 0 0 4x + y − 2z
para que el sistema tenga solu ión se debe umplir que 4x+y −2z = 0.
Luego Im(f ) = {(x, y, z) ∈ R3 | 4x + y − 2z = 0}. ¾Geométri amente
qué es Im(f )? Luego, ¾dim Im(f ) =? ¾Es f sobreye tiva?
1. Sea la transforma ión T : R2 −→ R2 denida por T (x, y) =

(ax + y, x + ay) en
2
donde además a 6= 1 podemos on erteza
asegurar (Falso/Verdadero):
a) dim(N u(T )) = 0
b) T es biye ión.
) dim(Im(T )) = 2
d) T puede ser no sobreye tiva.
2. Si T es una transforma ión lineal tal que T (1, 0, 0) =

(2, −2), T (0, 1, 0) = (−2, 2) y T (0, 0, 1) = (0, 0).
a) En uentre la matriz de T:
b) En uentre el nú leo de T:
) En uentre la imagen de T:
3. Si V, W son ve tores de R3 linealmente independientes y T es

la transforma ión lineal tal que T (1, 0, 0) = V , T (0, 1, 0) = W y
T (0, 0, 1) = V + W enton es:
a ) El nú leo de T es una re ta.

b ) El nú leo de T es {(0, 0, 0)}.
) T no es inye tiva.
d ) La imagen de T es un plano.
e ) Todas las anteriores
f ) Ninguna de las anteriores
4. Siendo T y R transforma iones lineales tales que T ◦R existe,

se puede asegurar (falso/verdadero):
a) Im(T ) ⊇ 0Im(T ◦ R).

b) N u(T ) ⊆ N u(T ◦ R).
) Im(T ) ⊆ Im(T ◦ R).
d) N u(T ) ⊇ N u(T ◦ R).
5. Si N es el nú leo de una transforma ión lineal T. Enton es:

a ) N es subespa io ve torial.
b ) Si N = 0 enton es T es sobreye tiva.
) N puede ser va ío.
d ) Todas las anteriores
1. Conteste falso o verdadero y justique brevemente.
a) Toda transforma ión lineal es 1-1.
b) Para toda transforma ión lineal f , f (0) = 0.

) Si f : R3 −→ R3 está denida por:
f (x, y, z) = (−x, y, z),

enton es f es una reexión sobre el eje X.
d) Una transforma ión lineal f: R3 −→ R2 puede tener inver-
sa a dere ha pero a izquierda nun a.
e) Una inversa a dere ha de la transforma ión
f (x, y, z) = (y, x)
es la transforma ión g(x, y) = (y, x, 0).
2. Determine si las siguientes proposi iones son falsas o verdaderas
y justique brevemente:
a) Siendo A la matriz que representa una transforma ión lineal

que es sobreye tiva enton es el sistema de e ua iones li-
neales representado por la e ua ión matri ial AX = B , no
tiene solu ión o su solu ión es úni a.
b) Si en el sistema de e ua iones lineales representado por la

e ua ión matri ial AX = 0, los ve tores la de la matriz
A son dependientes enton es el sistema tiene innitas solu-
iones.
) Siendo A la matriz que representa una transforma ión lineal

que es 1 − 1 enton es el sistema de e ua iones lineales re-
presentado por la e ua ión matri ial AX = B , no tiene
solu ión o su solu ión es úni a.
3. Sea f la transforma ión denida por:
f (x, y, z) = (−x, y + z, x − y − z).
En ontrar todos los ve tores (x, y, z) tales que:
a ) f (x, y, z) = (0, 0, 0);

b ) f (x, y, z) = (1, 2, 2);
) f (x, y, z) = (1, 2, −3).
4. En el ejer i io anterior determine qué onjuntos se forman en
ada aso (va ío, re tas, planos, et .).
5. ¾Para qué valores de a, b

c el siguiente sistema es
y onsistente?
    
1 1 −2 x a
 1 3 −1   y  =  b  .
0 2 1 z c
6. Hallar el nú leo, la imagen, veri ar el teorema de la dimen-

sión y determinar inye tividad y sobreye tividad para ada una
de las transforma iones lineales representadas por las siguientes
matri es:
 
1 0 −1 1 1
d) ;
a )  3 1 ; 2 1 4
1 0  
1
3 0 −1 e )  4 ;
b) 1 −1 3
;
  0
1 3 −1
)  5 1 f)

2 ; −1 1 1 .
4 0 1
7. Sea f la transforma ión denida por:
f (x, y, z) = (−x, y + z, x − z).
En uentre todos los X de R3 tales que f (X) = X .

8. ☛Sea f : Rn −→ Rm una transforma ión lineal,

a) Demuestre que el nú leo y la imagen de f son subespa ios
de Rn y Rm respe tivamente.
b) Supóngase que {v1 , v2 , . . . , vk } es una base de Nu(f ). Use

el Ejer i io 9 de la se ión 2.3 para ompletar esta base
a {v1 , v2 , . . . , vk , vk+1 , . . . , vn } una base de Rn . Demuestre
que {f (vk+1 ), . . . , f (vk )} es base de Im(f ).
) De lo anterior on luya el teorema de la dimensión.
9. Sean f : Rn −→Rm y g : Rm −→Rp transforma iones lineales tales

n
que gf (X) = 0 para todo X ∈ R , demostrar que esto su ede si
y sólo si la imagen de f está ontenida en el nú leo de g .
10. Sea f : Rn −→ Rm una transforma ión lineal:
a) Demostrar que f es 1−1 (o inye tiva) si y sólo si el nú leo

de f se redu e al ve tor 0 de Rn , si y sólo si la nulidad de
f es ero.
b) Demostrar que f es sobre (o sobreye tiva) si y sólo si la

imagen de f es todo el espa io Rm , si y sólo si R(f ) = m.
11. Utili e el teorema de la dimensión para demostrar que:
a) Un sistema homogéneo on más in ógnitas que e ua iones

tiene innitas solu iones.
b) Un sistema on más in ógnitas que e ua iones es in onsis-

tente o tiene innitas solu iones.
3.4. Álgebra de matri es

3.4.1. Suma y produ to por es alar
Hasta ahora sólo sabemos multipli ar una matriz de m las y n olum-

nas (matrizm × n) por un ve tor olumna de n omponentes (matriz
n×1) obteniendo un ve tor olumna de m omponentes (matriz m×1),
omo se denió en la se ión 3.2. Este produ to está íntimamente re-
la ionado on al ular f (X) siendo f : Rn −→ Rm la transforma ión
lineal orrespondiente a la matriz y X el ve tor olumna de n ompo-
nentes. Este produ to también está naturalmente rela ionado on los
sistemas de e ua iones orrespondientes a la matriz.
Otra de las bondades de la aso ia ión entre matri es y transforma-

iones lineales onsiste en que nos permite denir, entre matri es,
opera iones que son muy naturales para las fun iones.
b
Re ordemos que en el Ejer i io 6 ) de la se ión 3.1 se estable ió
que el onjunto Lmn de las transforma iones lineales de Rn en Rm ,
es un espa io ve torial on las opera iones de suma de fun iones y
produ to de un es alar por una fun ión. Re ordemos también que
en el Ejer i io 10 de la se ión 3.2, se estable ió una orresponden ia
biunívo a entre Lmn y Mm×n . De esta manera, las dos opera iones que
ha en de Lmn un espa io ve torial se pueden transmitir al onjunto
de las matri es m × n: dadas A y B dos matri es m × n, sabemos
que ellas denen dos transforma iones lineales fA y fB y que la suma
fA +fB es también una transforma ión lineal, por tanto le orresponde
su matriz aso iada MfA +fB . Es natural pensar enton es en esta matriz
omo la suma de las matri es A y B , que obviamente se notará
A + B , es de ir, sería natural denir: A + B =: MfA +fB . Veamos omo
se al ularía esta suma (por se ión 3.2):
MfA +fB = ((fA + fB )(E1 )↓ (fA + fB )(E2 )↓ · · · (fA + fB )(En )↓);

= (fA (E1 )↓ +fB (E1 )↓ · · · fA (En )↓ +fB (En )↓);
la última igualdad se tiene por la deni ión de suma de fun iones.

Observando esta última matriz y re ordando (se ión 3.2, Ejer i io 10)
que:
A = MfA = (fA (E1 )↓ fA (E2 )↓ · · · fA (En )↓)
y
B = MfB = (fB (E1 )↓ fB (E2 )↓ · · · fB (En )↓),

3.4. Álgebra de matri es 93
podemos on luir que las olumnas de la matriz A+B se obtienen sim-

plemente sumando ada ve tor olumna de A on el orrespondiente
ve tor olumna de B o, en otras palabras, sumando omponente a
omponente. Por esta razón si A = (aij )m×n y B = (bij )m×n enton-
es su suma se puede denir por
A + B =: (aij + bij )m×n ;
de manera análoga se puede dedu ir (Ejer i io 9) que si A es una

matriz m × n y α ∈ R, al denir el produ to del es alar α por
A, notado αA, omo la matriz αA = MαfA , enton es αA resulta ser
una matriz m × n uyas omponentes se obtienen multipli ando ada
omponente de A por el es alar α. Esto es, si A = (aij )m×n enton es
αA =: (αaij )m×n .
Ejemplo 3.4.1.

−1 0 3 2 10 −5
2 + =
1 1/2 5 0 −1 4

−2 0 6 2 10 −5 0 10 1
= + = .
2 1 10 0 −1 4 2 0 14
Las opera iones A+B y αA denidas anteriormente dotan a Mm×n

de la estru tura de espa io ve torial (Ejer i io 10).
3.4.2. Multipli a ión
Otra opera ión importante que se puede eje utar entre fun iones
es la omposi ión. Siendo f : Rn −→ Rm y g : Rm −→ Rp
transforma iones lineales, denimos una nueva transforma ión lineal
gf : Rn −→ Rp así: para ada X ∈ Rn , (gf )(X) =: g(f (X)). El le -
tor debe omprobar que, en efe to, gf es una transforma ión lineal
(Ejer i io 7 de la se ión 3.1); gf se llama la omposi ión de f y g .
Surge una pregunta natural: ¾ ómo se tradu e a matri es la opera ión

de omposi ión en transforma iones lineales?
La omposi ión entre transforma iones lineales nos genera una opera-
ión entre matri es que, en prin ipio, no pare e natural: el produ to
matri ial. Siendo f : Rn −→ Rm y g : Rm −→ Rp transforma iones
lineales, el produ to de las matri es Mg y Mf está denido omo la

matriz de la transforma ión lineal gf : Rn −→ Rp . Es de ir,
Mg Mf =: Mgf .
Obsérvese que para poder efe tuar la omposi ión gf , el odominio de

f g, en términos de
debe ser igual al dominio de matri es para poder
efe tuar el produ to denido Mg Mf , el número de olumnas de Mg
debe ser igual al número de las de Mf .
f g
Rn −−→ Rm −−→ Rp .
Mf Mg
Veamos el problema ubi ándonos en el mundo de las matri es. Sean

A una matriz p×m y B una matriz m × n. Denimos el produ to
matri ial AB omo la matriz aso iada a la omposi ión fA fB , o sea,
AB =: MfA fB ; de a uerdo a los visto en la se ión 3.2 esta matriz
será:
MfA fB = ((fA fB )(E1 )↓ (fA fB )(E2 )↓ . . . (fA fB )(En )↓),
ahora, por la deni ión de la omposi ión de fun iones
MfA fB = (fA (fB (E1 ))↓ fA (fB (E1 ))↓ . . . fA (fB (En ))↓),
pero fA (X) = MfA X , ∀X ∈ Rm , en onse uen ia
MfA fB = (MfA fB (E1 )↓ MfA fB (E2 )↓ . . . MfA fB (En )↓),
y puesto que MfA = A se obtiene:
MfA fB = (AfB (E1 )↓ AfB (E2 )↓ . . . AfB (En )↓).
Observando la última matriz y re ordando que:
B = MfB = (fB (E1 )↓ . . . fB (En )↓),
podemos on luir que las olumnas de la matriz AB se obtienen multi-

pli ando la matrizA por ada olumna de B , es de ir AB es la matriz
p × n uya olumna j es el produ to de la matriz A por la olumna j
de B . Notando Ai· la i-ésima la de A y A·j la j -ésima olumna de A
tenemos:
AB = (AB·1↓ AB·2↓ . . . AB·n↓)

y re ordando ómo se multipli a una matriz por un ve tor olumna

podemos es ribir:
m
X
AB = (cij )p×n , donde cij = Ai· B·j =: aik bkj .
k=1
Ejemplo 3.4.2.
 
1 3
 −2 2 1 0 −3
0  =
−1 5 2 7
4 1/2
 
1 · 2 + 3(−1) 1·1+3·5 1·0+3·2 1(−3) + 3 · 7
=  −2 · 2 + 0(−1) −2 · 1 + 0 · 5 −2 · 0 + 0 · 2 (−2)(−3) + 0 · 7 
4 · 2 + 12 (−1) 4 · 1 + 21 5 4 · 0 + 12 2 4(−3) + 12 7
 
−1 16 6 18
=  −4 −2 0 6 
.

15 13 17
2 2 1 − 2
La deni ión del produ to matri ial omo la matriz aso iada a una
omposi ión de transforma iones lineales, nos expli a algunas propie-
dades de esta opera ión que en general apare en omo apri hosas.
Entre otras:
a) las olumnas de AB se obtienen multipli ando A por ada o-

lumna de B.
b) Para que AB exista se ne esita que el número de olumnas de
A oin ida on el número de las de B.
) El produ to de matri es es aso iativo.
d) El produ to de matri es en general no es onmutativo.
e) El produ to de matri es es distributivo on respe to a la suma.
f ) Para ada n existe una matriz identidad (de orden n: n las y n

olumnas), que notamos In y a túa omo módulo del produ to.
El estudiante puede veri ar on ejemplos ada una de las propiedades

anteriores.
Ejemplo 3.4.3. Sea la matriz

 
3 2
A =  −1 0  ,
0 2
hallar todas las matri es B tales que BA = I2 .

a b c
Solu ión. Sea B= , tal que:
d e f
 
3 2
a b c  −1 0  = 1 0 ,
BA =
d e f 0 1
0 2
que es equivalente a

3a − b 2a + 2c 1 0
= ,
3d − e 2d + 2f 0 1
de donde se obtienen las e ua iones
3a − b = 1, 2a + 2c = 0, 3d − e = 0 y 2d + 2f = 1.
Tenemos uatro e ua iones on seis in ógnitas, luego las solu iones

son todas las matri es de la forma:

t 3t − 1 −t
B= 1−2s ,
s 3s 2
donde s, t ∈ R. Más adelante llamaremos a la matriz B, inversa a

izquierda de A.
3.4.3. Inversa de una matriz
Ante la existen ia de In que a túa omo módulo para el produ to,

surge una pregunta natural: ¾existen inversos multipli ativos? Esto
sería útil por ejemplo al onsiderar un sistema de e ua iones lineales
on e ua ión matri ial AX = B , pues permitiría despejar X omo
si fuera una e ua ión on oe ientes reales, esto es, multipli ando los
dos miembros de la e ua ión por A−1 , y obteniendo X = A−1 B .

Para una matriz A de m las y n olumnas pueden o no existir matri es

B y C tales que:
AB = Im o CA = In ;
B sería inversa a dere ha de A, mientras C sería inversa
en tal aso,
a izquierda de A. Si ambas matri es existen enton es, ne esariamen-
te, n = m y C = B , en este aso C = B se nota A
−1 , y es la inversa
multipli ativa de A, en uanto:
A(A−1 ) = (A−1 )A = In .
Para ver si una matriz uadrada A de orden n, tiene inversa A−1

y en ontrarla, se deben resolver n 2
sistemas de e ua iones on n in-
ógnitas. Pero ada uno de estos sistemas tiene a A omo matriz de
oe ientes. Resolver estos sistemas por el método de Gauss-Jordan
se puede abreviar, olo ando al lado dere ho de A la matriz idénti a
In y por medio de opera iones elementales entre las, trasladar In
al lado izquierdo. Cuando esto se ha logrado, la matriz que apare e al
lado dere ho es A−1 :
[A|In ] [In |A−1 ].

−1 −1
Ejemplo 3.4.4. Sea A = . En ontrar, si existe, la inver-
1 2
sa de A.
Solu ión. Colo ando I2 al lado dere ho de la matriz A, tenemos:

−1 −1 1 0 −f1 1 1 −1 0 −f1 + f2
−−→ −−−−−−→
1 2 0 1 1 2 0 1

1 1 −1 0 −f2 + f1 1 0 −2 −1
−−−−−−→ ,
0 1 1 1 0 1 1 1
luego la inversa de A es

−1 −2 −1
A = .
1 1
Comprobamos así:

−1 −1 −2 −1 −2 −1 −1 −1 1 0
= = .
1 2 1 1 1 1 1 2 0 1
Cuando la matriz A tiene inversa, ualquier sistema aso iado se puede

resolver multipli ando la e ua ión matri ial
AX↓= B↓
por A−1 a la izquierda, obteniendo:
X↓= (A−1 )B↓
solu ión úni a para el sistema.
Ejemplo 3.4.5. Resolver el siguiente sistema, en ontrando la matriz

inversa de la matriz aso iada al sistema.
x + 3y = 1
−2y + 4z = 3
−x + y + z = 0.
Solu ión. El sistema es equivalente a la e ua ión matri ial:

    
1 3 0 x 1
 0 −2 4   y  =  3 .
−1 1 1 z 0
 
1 3 0
La matriz aso iada al sistema es A =  0 −2 4 . En ontramos
−1 1 1
−1
A :
1 3 0 1 0 0 1 3 0 1 0 0
! !
−−−−→ −−1−→
0 −2 4 0 1 0 f1 + f3 0 −2 4 0 1 0 − 2 f2
−1 1 1 0 0 1 0 4 1 1 0 1
1 3 0 1 0 0 1 0 6 1 3/2 0
! !
−3f2 + f1
0 1 −2 0 −1/2 0 −−−−−−−→ 0 1 −2 0 −1/2 0
0 4 1 1 0 1 −4f2 + f3 0 0 9 1 2 1
1 0 6 1 3/2 0
!
−→
1
f
9 3
0 1 −2 0 −1/2 0
0 0 1 1/9 2/9 1/9
1 0 0 1/3 1/6 −2/3

!
2f3 + f2
−−−−−−−→ 0 1 0 2/9 −1/18 2/9 .
−6f3 + f1 0 0 1 1/9 2/9 1/9

La solu ión del sistema esta dada por:
    
1/3 1/6 −2/3 1 5/6
X = A−1 B =  2/9 −1/18 2/9   3  =  1/18  .
1/9 2/9 1/9 0 7/9
Como en este ejemplo existe A−1 podemos armar que para uales-
quiera a, b, c ∈ R, el sistema
x + 3y = a
−2y + 4z = b
−x + y + z = c
tiene solu ión úni a.
1. La matriz de la reexión del plano R2 sobre la re ta y = 2x es:
3
− 54 − 53 4

a) 5 ) 5
− 45 3
5
4
5
3
5
3
− 54 3 4

−
b) 5 d) 5 5
− 45 − 53 4
5
3
5

1 3
2. Sea M la matriz . En uentre si existen todas las C
-1 -3
tales que:

1 -1
M C=
-1 1

1 0
3. La transforma in lineal representada por la matriz es
0 -1
geomtri amente:
a) Una reexin sobre el eje y.

b) Una reexin sobre el origen.
) Una reexin sobre el eje x.

d) Ninguna de las anteriores
1. En ontrar los valores de x e y:

x+y 2 3 2
a) = ;
1 x−y 1 5

x+y 2 2 x+y
b) 1 2x − 2y
=
x−y 3
.
2. Sea A la matriz aso iada a la transforma ión lineal
f (x, y, z) = (x + y, y − z, z)
y sea B la matriz aso iada a
g(x, y, z) = (x − z, y − z, y + z),
en uentre:
a ) BB − 4A + 2B ; b ) 2AA − 3AB + BA.

1 2 x
3. Sea y el valor de x −4 . En uentre los
0 1 −4
valores de x para que y > 22.
4. Sea A la matriz
0 3 −1
.
1 2 1
En uentre, si existen, todas las B tal que AB sea la idénti a
2 × 2.
5. Dadas las matri es

1 −1 −2 1
A= y B= ,
2 0 −1 1
en uentre A−1 , B −1 , (AB)−1 , A−1 B −1 y B −1 A−1 .

6. Dado el sistema
3x + 2y − z = 0
x+y+z =1
−x − y + 2z = 5,
en uentre:

a) la matriz inversa de la matriz de oe ientes aso iada al

sistema.
b) La solu ión del sistema utilizando el método visto en esta

se ión.
     
1 0 0 1 0 0 1 2 3
7. Dado que  0 2 0  A  0 0 1  =  4 5 4 ,
0 0 −3 0 1 0 3 2 1
hallar la matriz A.
8. Halle las matri es de las siguientes transforma iones lineales de

R2 en R2 :
a) Reexión on respe to a L, si L es la re ta de R2 que forma

un ángulo de 45 grados on el eje X y ontiene el origen.
b) Reexión on respe to a L, si la re ta L de R2 , forma un

ángulo de θ grados on el eje X y ontiene el origen. (Ayuda:
a ve es onviene el amino más largo).
) Giro que envía la re ta x = ay en el eje X.

d) Giro que envía el eje X en la re ta x = ay .
e) Reexión respe to a la re ta x = ay .
9. Si A m × n y α ∈ R, re uerde que denimos

es una matriz
la matriz αA por: αA =: MαfA (la matriz aso iada a la
transforma ión lineal αfA ). Deduz a que αA resulta ser una
matriz m × n uyas omponentes se obtienen multipli ando
ada omponente de A por el es alar α.
10. Demostrar que:
a) las matri es de m las y n olumnas (lo que notamos

Mm×n ) on las opera iones de suma y produ to por es-
alar denidas, forman un espa io ve torial.
b) la biye ión F : Mm×n −→ Lnm denida en el Ejer i io 10

de la se ión 3.2, es una transforma ión lineal.
11. Demuestre que:
a) la matriz aso iada a la fun ión idénti a
id : Rn −→ Rn
es In .
b) Si f es una transforma ión lineal invertible, enton es la
matriz aso iada a su inversa, es la inversa de la matriz de
f, es de ir Mf −1 = (Mf )−1 .
12. Demostrar que las matri es de la forma

a −b
b a
al multipli arlas entre sí onmutan y se obtiene una matriz del

mismo tipo (es de ir, las matri es antisimétri as son erradas
para el produ to).
13. ¾Cómo deben ser a, b, c y d si las matri es:

a b 1 1
y
c d −1 1
onmutan?
14. Las siguientes proposi iones son todas falsas, justique ada una
on un ontraejemplo:
a) Si en el sistema de e ua iones lineales representado por la

e ua ión matri ial AX = B , A no es invertible, enton es el
sistema es in onsistente.
b) Sea n > m; un sistema homogéneo de n e ua iones on m

in ógnitas tiene innitas solu iones.
) Si A y B son matri es n × n, enton es
(A + B)(A − B) = A2 − B 2 .
d) SiA, B son matri es y AB es la matriz de eros, enton es

A = 0 o B = 0.
e ) Si A, B y C son matri es y AB = AC enton es B = C .
f ) Si A y B son matri es n × n enton es
(A + B)2 = A2 + 2AB + B 2 .

g) Si A es una matriz y A2 = 0, enton es A = 0.

h) Si A y B son matri es invertibles, enton es
(AB)−1 = A−1 B −1 .
15. Demuestre que si A y B son matri es invertibles, y k es un real

distinto de ero, enton es:
a ) A−1 es invertible y (A−1 )−1 = A.

b ) kA es invertible y (kA)−1 = (1/k)A−1 .
) Si el produ to AB existe, enton es AB es invertible y
(AB)−1 = B −1 A−1 .
16. Demuestre, por indu ión sobre p, que si A1 , A2 , . . . , Ap
son matri es invertibles del mismo orden enton es el produ to
−1 −1
A1 A2 . . . Ap es invertible y (A1 A2 . . . Ap )−1 = A−1
p . . . A2 A1 .
17. Si A es una matriz invertible y AB también es invertible de-

muestre que B también es invertible.

1 2 x
18. Demuestre que x −4 > −32, para todo
0 1 −4
x real.
19. Para matri es uadradas se dene la traza de A omo la suma

de los elementos de la diagonal, es de ir,
tr A = a11 + a22 + . . . + ann .
a) Demostrar que tr(A + B) = tr A + tr B .

b) Si C es de orden n × m y D de orden m × n, demostrar que
tr(CD) = tr(DC).
20. Demostrar que una matriz uadrada de orden 2 onmuta on
ualquier matriz de orden dos, si y sólo si onmuta on ada una
de las siguientes matri es:

1 0 0 1 0 0 0 0
, , y .
0 0 0 0 1 0 0 1
21. Para i 6= j sea Eij (k) la matriz n × n que en la diagonal tiene

unos, en el puesto ij tiene k y el resto de sus omponentes es 0.
Demostrar que:
a) si A es una matriz m×n enton es AEij (k) es la matriz

que resulta al tomar Aya la olumna j -ésima sumarle la
i-ésima multipli ada por el es alar k.
b) Si B es una matriz n × m enton es Eij (k)B es la matriz
que resulta al tomar B y a la la i-ésima sumarle la j -ésima
multipli ada por el es alar k .
22. Demuestre por indu ión que:

n
an 0

a 0
a) 0 b
=
0 bn
;
n
2 −1 n+1 −n
b) 1 0
=
n −n − 1
;
n
1 a 1 na
) 0 1
=
0 1
;
n n
a nan−1 b

a b
d) = ;
0 b 0 bn
n
−r 2 /4 (n + 1)r n −(n/2)r n+1

r 1
e) = n .
1 0 2 2nr n−1 −(n − 1)r n

3.5. Transforma iones anes 105
3.5. Transforma iones anes

Sea f : Rn −→ Rm una transforma ión lineal y P ∈ Rm . Enton es
n
ualquier fun ión g : R −→ R
m denida para
n
ada X ∈ R por:
g(X) = f (X) + P,
se di e que es unatransforma ión afín de Rn en Rm . También de-
imos que f es la transforma ión lineal aso iada a la transfor-
ma ión afín g . Esta deni ión indi a que las transforma iones anes
se obtienen de las lineales al omponer éstas on un traslado (sumar
P ); equivalentemente, una transforma ión afín es una transforma ión
lineal seguida de un desplazamiento.
Las transforma iones anes son exa tamente aquellas fun iones
g : Rn −→ Rm que a ada re ta L de Rn envían, en un punto de Rm ,
m
o bien en una re ta de R . Más generalmente, podemos asegurar que
son aquellas que respetan la estru tura de subespa io afín: la imagen
de un subespa io afín de Rn es un subespa io afín de Rm .
Ejemplo 3.5.1. La transforma ión

x 1/2 0 x
T1 =
y 0 1/2 y
es lineal y las apli a iones:

x 1/2 0 x 1/2
T2 = +
y 0 1/2 y 0
y

x 1/2 0 x 1/4
T3 = +
y 0 1/2 y 1/2
son transforma iones anes, que al apli arlas onjuntamente en un
triángulo equilátero de lado 1, lo transforma en un triángulo dividido
en 4 triángulos pequeños iguales, pero sustraído el triángulo medio.
Podemos representar esto grá amente así:
T3
T1
1 T2 1
Si a la gura obtenida, llamémosla S1 , le apli amos de nuevo las tres

transforma iones T1 , T2 , T3 onjuntamente, ¾qué gura se obtiene?; lla-
memos S2 a esta nueva gura y apliquemos de nuevo T1 , T2 y T3 , obte-
niendo otra gura S3 y así su esivamente (re uerde el Ejer i io 4a de
la se ión A.3). Se obtiene una su esión de guras (Sn )n∈N . La gura
límite (intente dar un signi ado intuitivo a la expresión gura lí-
mite) de esta su esión se llama Triángulo de Sierpi«ski* y es un
ejemplo lási o de lo que hoy se ono e omo onjunto fra tal.
1. En uentre la fórmula de la transforma ión afín que modi a el

plano omo se indi a en la gura:
2. a) En uentre todas las transforma iones anes g : R −→ R

tales que g(0) = 1 y g(1) = 0.
b) Muestre un ejemplo de una transforma ión afín
g : R2 −→ R2 tal que el eje Y sea enviado por inter-
medio de g en la re ta y = 2.
) En uentre todas las transforma iones anes g : R2 −→ R2
tales que g(0, 0) = (1, 1), g(1, 0) = (3, 1) y g(0, 1) = (1, 0).
d) Demostrar que si A, B y C son tres puntos de R2 no
olineales (esto es A − B y C − B son linealmente in-
dependientes), enton es existe una úni a transforma ión
afín g : R2 −→ R2 , tal que g(0, 0) = A, g(1, 0) = B y
g(0, 1) = C .
3. En uentre las uatro transforma iones anes que se deben apli-
ar a ada gura, para obtener la siguiente:
*
Wa law Sierpi«ski, matemáti o na ido en Varsovia (Polonia), 1882-1969.

3.5. Transforma iones anes 107
paso 1 paso 2
paso 3 paso 4
···
Este ejer i io es análogo al Ejemplo 3.5.1; en este aso la gura
límite de la su esión de guras obtenida, se llama la urva de
Ko h* y es también un ejemplo lási o de un fra tal.
4. ¾Cuáles de las siguientes transforma iones son anes? Justique

su respuesta indi ando uál es la transforma ión lineal aso iada:
a ) f (x, y) = x2 + y 2 ; d ) f (x, y) = 2x + y + 2;
b ) f (x) = (3, x + π); e ) f (x, y) = (3x, 2y + 5);
) f (x) = 4; f ) f (x, y) = x2 + 1.
5. Sea f la transforma ión lineal aso iada a la transforma ión afín

g. Demostrar que g es 1-1 (inye tiva), si y sólo si, el nú leo de f
es {0}.
*
Niels Fabian Helge Von Ko h, matemáti o na ido en Esto olmo (Sue ia), 1870
1924.

Capítulo 4
Rn omo espa io ve torial

eu lídeo
En el apítulo 2 se estudió Rn viéndolo omo espa io ve torial; en este

apítulo introdu imos otra opera ión que nos permitirá estudiar a Rn
desde un punto de vista más geométri o.
4.1. Produ to interno

Un espa io ve torial V es un espa io eu lídeo si se tiene denida,
además de las opera iones suma y produ to por es alar, la opera ión
produ to interno que a ada par de ve tores X, Y ∈ V le ha e
orresponder un es alar notado X ·Y on las siguientes propiedades:
para ualesquier X, Y, Z ∈ V y α∈R
PI1 : X · X ≥ 0 y X·X =0 si y sólo si X = 0;
PI2 : X · Y = Y · X ;
PI3 : (X + Y ) · Z = X · Z + Y · Z ;
PI4 : (αX) · Y = α(X · Y ).
El produ to interno también se llama produ to es alar, produ to

interior o produ to punto.
110 4. Rn omo espa io ve torial eu lídeo
En Rn , que ya sabemos es un espa io ve torial, existen varias ma-

neras de denir un produ to interno, la forma usual que es la que
usaremos en adelante, es denir X ·Y omo la suma de los produ tos
de las respe tivas omponentes, es de ir, si X = (x1 , x2 , . . . , xn ) e
Y = (y1 , y2 , . . . , yn ):
n
X
X · Y =: x1 y1 + x2 y2 + . . . + xn yn = xi y i .
i=1
El le tor puede omprobar fá ilmente que este produ to umple real-

mente las propiedades PI1 a PI4.
Se a ostumbra es ribir X2 en lugar de X ·X pero nótese que X3 no

tiene sentido, ¾por qué?.
1. Consideremos C 0 [−1, 1] el espa io de las fun iones ontinuas de-

nidas sobre el intervalo [−1, 1] on valor real y on produ to
interno: Z 1
< f, g >= f (t)g(t)dt
−1
se tiene (Falso/Verdadero):
a) ||t2 + 1||2 + ||t2 − 1||2 = ||t2 ||2

b) ||t||2 + ||t2 ||2 = ||t2 + t||2
) tn , tn+1 son ortogonales.
d) ||sin(πt)||2 = 2/3
e) Si f es par y g impar enton es f ⊥g
2. Si v = (2, −1, α, β) en uentre el valor de α, β para que
(2, 0, 1, 3), (1, 2, 1, −1), v sea ortogonal en R4 on el produ to
interno usual.
α = 1;β = −1
3. En Rn para X = (x1 , . . . , xn ) y Y = (y1 , . . . , xn ) se forma un
espa io ve torial eu lideo uando se dene produ to interno <
X, Y > así (Falso/Verdadero):
a ) < X, Y >=
Pn
i=1 (xi − yi )

4.1. Produ to interno 111
b ) < X, Y >= ni=1 (xi yi )

P
) < X, Y >= ni=1 (ixi yi )

P
d ) < X, Y >= ni=1 (x2i yi2 )

P
1. Sea A = (5, −2), B = (3, 1). En ontrar el valor de: A·B, (2A)·B
y (A + B) · B .
2. Demostrar las siguientes propiedades del produ to punto en ual-

quier espa io eu lídeo:
a) (αA + B) · C = α(A · C) + B · C ;
b) A · A > 0, si A no es nulo;
) (A + B) · (A + B) = A · A + B · B + 2A · B ;
d) (A + B) · (A − B) = A · A − B · B .
3. Demostrar que el produ to punto denido para Rn realmente es

un produ to interior, es de ir, umple PI1, PI2, PI3 y PI4.
4. Sea A un ve tor de Rn y f : Rn −→ R una fun ión denida

por f (X) = A · X para ada X ∈ Rn . Demostrar que f es
transforma ión lineal.
5. ☛Utilizando las propiedades del produ to interior demostrar la

desigualdad de Cau hy-S hwarz
* que estable e que para todo
par de ve tores X, Y ∈ V se tiene:
(X · Y )2 ≤ (X · X)(Y · Y ),
y que la igualdad se tiene si y sólo si X, Y son linealmente depen-

dientes. (Ayuda: desarrolle (X −αY )·(X −αY ) > 0 y de la e ua-
ión uadráti a resultante sobre α, anali e su dis riminante).
*
Augustin Louis Cau hy, matemáti o fran és, 1789-1857.
Hermann Amandus S hwarz, matemáti o na ido en Hermsdorf, Silesia (hoy Polo-
nia), 1748-1921.
6. Utili e la desigualdad de Cau hy-S hwarz y el he ho de que Rn

es un espa io eu lídeo, para demostrar que si x1 , x2 , . . . , xn y
y1 , y2 , . . . , yn pertene en a R, enton es
X 2 X X
xi y i ≤ xi 2 yi 2 .

4.2. Longitudes, ángulos,distan ias
y proye iones 113

y proye iones
La longitud o norma de un ve tor X ∈ V , uando V es un espa io
eu lídeo se dene omo la raíz uadrada de X · X , que siempre existe
en virtud de PI1 y se denota
√
kXk =: X · X.
Es fá il ver que la norma umple las siguientes propiedades que ha-

e que todo espa io eu lídeo sea un espa io eu lídeo sea un espa io
normado,*
EN1 : para todo X ∈ V, kXk ≥ 0 y kXk = 0 ⇐⇒ X = 0;

EN2 : para todo X∈V y α ∈ R, kαXk = |α|kXk;
EN3 : para todo X ∈ V, Y ∈ V, kX + Y k ≤ kXk + kY k (desigualdad
triangular).
De EN2 se tiene que k − Xk = kXk, y de EN3 que
kX − Y k ≤ kXk + kY k.
Para el aso on reto del espa io eu lídeo RnPla norma de un ve tor

X = (x1 , x2 , . . . , xn ) esta dada por kXk =: ( xi 2 )1/2 , y en los asos
n = 2 y n = 3 se interpreta omo la distan ia del punto al origen, o sea,
la longitud del ve tor X visto omo e ha. Esto se justi a fá ilmente
apli ando el teorema de Pitágoras.
La desigualdad de Cau hy-S hwarz (Ejer i io 5 de la se ión anterior)

en términos de la norma nos asegura que la expresión:
A·B
,
kAkkBk
tiene valor absoluto menor o igual que 1. Esto nos permite denir
esta expresión omo cos θ y de ir que θ es el ángulo entre A y B.
Más pre isamente denimos el ángulo entre A y B, siendo A yB
ve tores en Rn (A 6= 0 y B 6= 0), omo el ángulo θ, tal que 0≤θ≤π
A·B
y cos θ = kAkkBk . La motiva ión de la deni ión dada está en los asos
R2 y R3 , pues utilizando el teorema del oseno (ver Ejer i io 10) se

puede dedu ir:
A·B
= cos θ.
kAkkBk
Diremos que dos ve tores A y B son perpendi ulares u ortogonales

si el ángulo entre ellos es θ = π/2. Lo notaremos A⊥B , y se dedu e
fá ilmente que: A⊥B si y sólo si A · B = 0, lo que orresponde, omo
2 3
era de esperarse, en los asos R y R , a que los ve tores A y B forman
un ángulo re to.
El introdu ir los on eptos de longitud y ángulo para ve tores de ual-

quier dimensión nos permite ha er proye iones, medir distan ias, pe-
rímetros y, en general, opiar la geometría de nuestro espa io tridimen-
sional a espa ios más abstra tos omo Rn y ualquier espa io eu lídeo.
Distan ia entre dos puntos: por medio de la norma podemos hallar

la distan ia entre dos puntos P y Q que será simplemente kP − Qk,
(ver Figura 4.1).
P P−
Q
Q
Figura 4.1: Distan ia entre los puntos P y Q.
Así, por ejemplo, la distan ia entre los puntos P = (2, 1, −1, 4, 0) y

Q = (0, 2, 3, 1, −1) será:
√
d(P, Q) = kP − Qk = k(2, −1, −4, 3, 1)k = 31.
Proye ión de un ve tor sobre otro: notaremos PAB la proye -

ión del ve tor A sobre el ve tor B (véase la Figura 4.2). Si W es el
ve tor que se indi a en la Figura 4.3, llamado la omponente de A
ortogonal a B enton es tenemos:

y proye iones 115
A A A
A B
PAB = A
A B
PAB B PAB = ~0 B PAB B PAB = A
Figura 4.2: Proye ión de un ve tor sobre otro.
A A
W W
PAB B PAB B
Figura 4.3: Componente de A ortogonal a B.
PAB = αB para algún α ∈ R, (4.1)
PAB + W = A; (4.2)
W · B = 0. (4.3)
De 4.2
(PAB + W ) · B =A·B
=⇒ PAB · B + W · B =A·B
=⇒ PAB · B = A · B; usando 4.3
=⇒ (αB) · B = A · B; usando 4.1
A·B
=⇒ α= , y reemplazando en 4.1 :
kBk2
A·B
PAB = B.
kBk2
Ejemplo 4.2.1. Siendo L la re ta que ontiene a (1, 1, 0) y (−1, 1, 1),
en uentre el punto de L que es más er ano al origen y al ule la
distan ia de L al origen.
Solu ión. Llamemos A = (1, 1, 0), B = (−1, 1, 1) y O = (0, 0, 0); en on-

tremos los ve tores V = A − B = (2, 0, −1) y W = O − B = (1, −1, −1),
omo se muestra en la gura que sigue.
B
W
O PW V
V P
y
x
A
W ·V
Hallemos PW V = kV k2
V = 35 (2, 0, −1) = ( 56 , 0, − 53 ), sea P el punto
nal del ve tor PW V , es de ir, PW V = P − B , luego tenemos que:
P = PW V + B = 65 , 0, − 35 + (−1, 1, 1) = 51 , 1, 25 ,

que es el punto de la re ta L más er ano al origen. Podemos om-

probar que P efe tivamente pertene e a la re ta L, en ontrando las
e ua iones de L y veri ando que P umple estas e ua iones.
Como el punto P es el más er ano al origen, enton es la distan ia de

la re taL al origen será la distan ia del punto P al origen, es de ir,
1 √
, 1, 2 = 30 .
5 5 5
El método que se presentó para solu ionar el ejer i io anterior no es

el úni o, también se puede llegar a la solu ión teniendo en uenta que
el ve tor que genera la re ta debe ser perpendi ular al ve tor que va
desde el punto de la re ta, más er ano del origen, hasta el origen.
E ua ión de un plano: el ve tor N es normal al plano Π si N es

perpendi ular a ualquier segmento de re ta que ya e en Π. Es fá il
a
ver (Ejer i io 11 ) que si el plano Π ontiene además el origen 0 y
N = (a, b, c) enton es la e ua ión artesiana de Π está dada por
ax + by + cz = 0,
también se puede ver (Ejer i io 11 ) que si el planob Π es normal a

N = (a, b, c) y ontiene al punto P enton es la e ua ión de Π está
dada por
ax + by + cz = d,
donde d = P · N.

y proye iones 117
Ejemplo 4.2.2. En uentre la e ua ión artesiana del plano que pasa

por el punto (1, −1, 2) y es paralelo al plano 3x + 2y − z = 0.
Solu ión. Como los planos son paralelos omparten el ve tor normal
N = (3, 2, −1) P = (1, −1, 2) es un punto del plano enton es
y omo
la e ua ión del plano es: 3x + 2y − z = (3, 2, −1) · (1, −1, 2) = −1, es
de ir, 3x + 2y − z = −1.
1. Sea V un espa io ve torial eu lideano, v1 , v2 , v3 tres ve tores no

nulos ortogonales entre sí y W =< v1 , v2 , v3 > si z es ualquier
ve tor de V el ve tor w = α1 v1 + α2 v2 + α3 v3 es el ve tor de W
más er ano a z si y solo si:
< vi , z >
a ) αi =
||vi ||
b ) ||w|| = ||z||
) α1 = α2 = 0; α3 =< v3 , z >
< vi , z >
d ) αi =
||vi ||2
e) ninguna
2. Si A = (1, 0, 1), B = (0, 0, 1) el triángulo ABC es equilátero

C = (Falso/Verdadero):
uando
a ) (1, 1, 1) ) (1, 1, 0)
b ) (0, 1, 1) d ) (0, 1, 0)
3. Sea V un espa io eu lideano real (es de ir siempre < v, w >∈ R)

y nito dimensional se puede asegurar que (Falso/Verdadero):
a ) ||v − w|| = ||v|| − ||w||

b ) ||v − w||2 = ||v||2 + ||w||2
) ||v − w||2 = ||v||2 − 2 < v, w > +||w||2
d ) Si v, w son no nulos y v ⊥ w enton es v, w son linealmente
independientes.
e ) ||v + w|| ≤ ||v|| + ||w||.

f ) Siempre existe una base ortonormal.
4. En un espa io on produ to interno, si < v, w >= − < w, v >

se puede asegurar que:
a ) ||v − w|| = ||v|| − ||w||

b ) ||v − w||2 = ||v||2 + ||w||2
) ||v − w||2 = ||v||2 − 2 < v, w > +||w||2
d ) Todas las anteriores.
e ) Ninguna de las anteriores.
1. Sean A, B y C ve tores ualesquiera de R3 , determinar la vera-

idad de ada enun iado, justi ando su respuesta.
a ) (A + B) · C = A · C + B · C ;
b ) Si A es perpendi ular a B y a C , enton es A es perpendi-
ular a B + C;
) Si A es perpendi ular a B , enton es B − C es perpendi ular
a A;
d ) A · (B · C) = (A · B) · C .
2. Sean A, B y C ve tores ualesquiera de R3 , determinar la vera-
idad de ada enun iado, justi ando su respuesta:
a) Si kAk = kBk podemos dedu ir kAk + kCk = kBk + kCk.

b) Si kAk = kBk podemos dedu ir que A+B y A−B son
perpendi ulares.
) Si kA + Bk = kA − Bk podemos dedu ir que A = B = 0.

d ) kAk = kBk si y sólo si A · B = 0.
3. En uentre la longitud de los siguientes ve tores: (1, −3),

(1, −3, 0), (1, 1, 2), (1, 2, 1, 2).
4. ¾Qué valor debe tener k para que k(k, 3k, k, 2k)k = 2?
5. Sean A = (1, −2, 3) y B = (−1, 2, 0),

y proye iones 119
a) ¾Cuál es el oseno del ángulo entre A y B?

b) En uentre la proye ión de A sobre B y su longitud.
) Siendo L la re ta que ontiene a A y a B , en uentre el punto

de L que es más er ano al origen y al ule la distan ia de
L al origen.
d ) En uentre el punto más er ano a B que ya e en la re ta
que ontiene a A y tiene dire ión (1, 2, −1) y al ule la
distan ia de B a di ha re ta.
e ) En uentre el punto del plano 2x − y + z = 3 más er ano a

B y al ule la distan ia de B a di ho plano.
f) En uentre el área y el perímetro del triángulo determinado
por O (el origen) A y B.
6. Sea A = (1, −1, 3, 2) y B = (2, −1, 3, 1),
a) ¾Cuál es el oseno del ángulo entre A y B?
b) En uentre la proye ión de A sobre B y su longitud.
) Siendo L la re ta que ontiene a A y a B , en uentre el punto

de L que es más er ano al origen y al ule la distan ia de
L al origen.
d ) En uentre el punto más er ano de B que ya e en la re ta
que ontiene a A y tiene dire ión (1, 0, −1, 0) y al ule la
distan ia de B a di ha re ta.
e ) En uentre el punto del hiperplano 2x + y − z + w = 3 más

er ano a B y al ule la distan ia de B a di ho hiperplano.
f) En uentre el área y el perímetro del triángulo determinado

por O (el origen) A y B.
x+1 y−3 z−1
7. Cal ule la distan ia entre las re tas L1 : = =
3 2 −1
x+2 y−1 z+2
y L2 : = = .
−4 4 1
8. Demuestre que:
a ) kAk = 0 si y sólo si A = 0.
b ) Al multipli ar un ve tor por un es alar, la norma se multi-
pli a por el valor absoluto de ese es alar.
) Al multipli ar un ve tor por el inverso de su norma se ob-

tiene un ve tor unitario (de norma 1) on el mismo sentido.
d ) kA + Bk = kA − Bk impli a que A · B = 0.
9. a) Basándose en la desigualdad de Cau hy-S hwarz demostrar
la desigualdad triangular
kA + Bk ≤ kAk + kBk,
¾ uándo se tiene la igualdad?, ¾por qué se llama triangular?
b) Demostrar la siguiente versión del teorema de Pitágoras:

si A·B =0 enton es kAk2 + kBk2 = kA − Bk2 .
10. En R2 uti lizando el teorema del oseno para el triángulo OAB
y siendo θ el ángulo entre los ve tores A y B dedu ir:
A·B
= cos θ.
kAkkBk
11. a) Demostrar que si el plano Π ontiene el origen O y

N = (a, b, c) es su ve tor normal, enton es la e ua ión ar-
tesiana de Π está dada por
ax + by + cz = 0.
b) Demostrar si el plano Π es normal a N = (a, b, c) y ontiene

al punto P enton es la e ua ión de Π está dada por
ax + by + cz = d,
donde d = P · N.
12. Demuestre que la distan ia del punto P = (x0 , y0 , z0 ) al plano
ax + by + cz = d está dada por
|ax0 + by0 + cz0 − d|

d= .
k(a, b, c)k
13. El ángulo entre dos planos se mide por el ángulo entre su ve tores
normales.
a) Demostrar que la distan ia entre los planos paralelos

ax + by + cz = d y ax + by + cz = e está dada por
|d − e|
.
k(a, b, c)k

y proye iones 121
b) En ontrar la e ua ión artesiana del plano de R3 que on-

tiene al eje X y forma on el plano z = 0 un ángulo de
60o.
14. Demostrar ve torialmente:
a) las diagonales de un paralelogramo se ortan en sus puntos

medios.
b) El segmento que une los puntos medios de los lados de un

triángulo es paralelo al ter er lado y tiene la mitad de su
longitud.
) Las diagonales de un rombo son perpendi ulares entre sí y

bise tan los ángulos orrespondientes.
d) Todo triángulo ins rito en una semi ir unferen ia (esto es,

uno de sus lados es un diámetro de la ir unferen ia) es un
triángulo re tángulo uya hipotenusa es el diámetro.
e) Las tres medianas de un triángulo se ortan en un mismo

punto y ese punto divide ada mediana en dos segmentos,
el uno de doble longitud que el otro.
15. Sean A, B ve tores de R2 y θ el ángulo entre A y B. Demuestre

que:
a ) 0 ≤ θ < π/2 ⇐⇒ A · B > 0;

b ) θ = π/2 ⇐⇒ A · B = 0;
) π/2 < θ ≤ π ⇐⇒ A · B < 0.
16. a) Sea B tal que B ⊥ Ai , ∀i = 1, 2, 3, . . . , m. Demos-
trar que B ⊥ C si C es ualquier ombina ión lineal de
A1 , A2 , . . . , Am .
b) Suponga (X − (αA + βB)) ⊥ A y (X − (αA + βB)) ⊥ B ,
demuestre que ∀γ, δ,
(γA + δB) ⊥ (X − (αA + βB))
y apli ando el teorema de Pitágoras demuestre que:
kX − (γA + δB)k ≥ kX − (αA + βB)k.
Interprete geométri amente este resultado.
4.3. Produ to ruz

En R3 además de las opera iones denidas tenemos otra opera ión
llamada produ to ruz o produ to ve torial. Esta opera ión toma
dos ve tores de R3 y produ e un ter er ve tor también en R3 que es
perpendi ular a los dos dados. Si A = (a1 , a2 , a3 ) y B = (b1 , b2 , b3 ) el
produ to ruz que se nota A×B está denido así:
A × B =: (a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 ).
A ontinua ión enumeramos las prin ipales propiedades del produ to

ruz.
Proposi ión 8. Siendo A, B y C ve tores de R3 y α ∈ R se tiene:
PC1: A · (A × B) = 0;
PC2: B · (A × B) = 0;
PC3: A × B = −(B × A);
PC4: A × (B + C) = (A × B) + (A × C);
PC5: α(A × B) = (αA) × B = A × (αB);
PC6: A × A = 0.
A×B
B×A
Figura 4.4: Regla de la mano dere ha.
Ilustremos, por ejemplo, la propiedad P C3, on A = (2, −1, 0) y

B = (1, 3, 1). Tenemos que A × B = (−1, −2, 7) y por otra parte

4.3. Produ to ruz 123
B × A = (1, 2, −7). El le tor puede de manera pare ida ilustrar on

ejemplos ada propiedad.
Si A y B son ve tores, la regla de la mano dere ha determina la dire -

ión de A × B.
En la Figura 4.4 podemos observar que si se olo a la mano dere ha
de manera que el índi e apunte en la dire ión de A y el dedo medio
en la dire ión de B, enton es el pulgar apuntará en la dire ión de
A × B.
Las propiedades del produ to ruz se demuestran apli ando la
deni ión de produ to ruz al igual que la siguiente propiedad.
Igualdad de Lagrange*: siendo A y B ve tores de R3 se tiene:
kA × Bk2 = kAk2 kBk2 − (A · B)2 .
La igualdad de Lagrange sirve para demostrar una fórmula para el seno

del ángulo entre los ve tores A y B. En efe to, si θ es di ho ángulo se
tiene:
kA × Bk2 = kAk2 kBk2 − (kAkkBk cos θ)2

= kAk2 kBk2 (1 − cos2 θ)
= kAk2 kBk2 sen2 θ,
luego, omo sen θ ≥ 0 y kA × Bk = kAkkBk sen θ , enton es
kA × Bk
= sen θ,
kAkkBk
fórmula que nos permite dedu ir que el área del paralelogramo deter-
minado por A y B es pre isamente kA × Bk.
Ejemplo 4.3.1. En uentre el área del paralelogramo on vérti es on-
se utivos en P = (1, 1, 2), O = (0, 0, 0) y Q = (−1, 4, 0).
Solu ión. En la gura se puede observar que el área del paralelogramo
es igual a kQkkP k sen θ y además kQkkP k sen θ = kQ × P k, √
por lo
tanto el área del paralelogramo es kQ × P k = k(−8, −2, 5)k = 93.
*
Joseph-Louis Lagrange, matemáti o na ido en Turin, Sardinia-Piedmont (hoy
Italia), 1736-1813.
P
h = kP k sen θ
Q
θ kQk
O y
x
Figura 4.5: kQ × P k = kQkkP k sen θ .
1. Si A es una matriz 4×4 y B la matriz:
1 0 0 0
 
 0 1 0 0 
B=
0 0 1 0 
2 0 0 1
El produ to BA se obtiene ha iendo úni amente lo siguiente:
a) A la la 4 de A se le suma el doble de la la 1.
b) A la la 1 de A se le suma el doble de la la 4.
) A la olumna 4 de A se le suma el doble de la olumna 1.
d) A la olumna 1 de A se le suma el doble de la olumna 4.
1. Sean A, B y C ve tores ualesquiera de R3 . Determine la vera-

idad de ada enun iado y justique su respuesta:
a) (A × B) · A = (A × B) · B ;
b) (A × B) · C = (C × B) · A;
) (A + B) × C = A × C + B × C ;
d) ((A × B) · (A − B)) · C = 0;
e) (A + B) × (A − B) = −2A × B ;
f) Si A es perpendi ular a B y a C , enton es A es perpendi-
ular a B × C .

4.3. Produ to ruz 125
2. Si A = (2, −1, 0), B = (1, 1, −2) y C = (0, −1, 3), en ontrar:
a) A × B; e) A × B + B × C;
b) B × A; f) A × C + B × C;
) A × C; g) (A × B) × C ;
d) (A + B) × C ; h) A × (B × C).
3. Sean A = (2, −1, 1), B = (1, 2, 1) y C = (−1, 1, 0). Utilizando el

produ to ruz determine el área del triángulo ABC y la e ua ión
del plano que lo ontiene.
4. Demuestre todas las propiedades enun iadas del produ to ruz.
5. Demuestre que si A es perpendi ular a B y a C enton es A y

B×C son paralelos.
6. Demuestre que siendo θ el ángulo formado entre AyB enton es

tan θ = kA × Bk/A · B .
7. Demostrar que si A, B y C son ve tores de R3 , enton es
(A × B) × C = (A · C)B − (B · C)A.
8. Demostrar que el volumen del paralelepípedo determinado por

los ve tores A, B y C de R3 está dada por
|A · (B × C)|.
4.4. Similitudes e isometrías

Una transforma ión lineal f : Rn −→ Rn se di e ortogonal si para
ualesquier A, B ∈ Rn se tiene
f (A) · f (B) = A · B.
Es fá il ver (Ejer i io 5) que para que una transforma ión lineal sea
ortogonal es ne esario y su iente que onserve distan ias.
Una no ión un po o más general es la siguiente: una transforma ión

lineal f : Rn −→ Rn se dirá transforma ión de semejanza si existe
un r ∈ R, tal que para ualesquier X, Y ∈ Rn se tiene
f (A) · f (B) = r 2 A · B.
El es alar r se llama fa tor de es ala de f . Es fá il ver que en este

aso los ve tores olumna de la matriz de f deben ser ortogonales y
de longitud |r|. Esta es una ondi ión ne esaria y su iente para que
la transforma ión sea ortogonal. De igual manera, es fá il ver (Ejer i-
io 6) que las transforma iones lineales de semejanza son exa tamente
aquellas en las que las longitudes de todos los segmentos se multipli an
por un mismo número |r|. De igual manera se puede probar (Ejer i io
7) que las transforma iones lineales de semejanza onservan los ángu-
los. Cuando n=2 se demuestra que la matriz de f debe ser o bien de
la forma

a −b a b
, o bien de la forma .
b a b −a
En general las similitudes son las fun iones del espa io en él mis-
mo que onservan los ángulos entre segmentos, es de ir, si g es una
similitud enton es ∢P QR = ∢g(P )g(Q)g(R); y las isometrías son
las fun iones que onservan las distan ias. De esta manera una trans-
forma ión afín es similitud si su transforma ión lineal aso iada es de
semejanza, el fa tor de es ala de la transforma ión lineal aso iada es
el fa tor de es ala de la similitud. Cuando además r =1 se obtiene
una isometría. Diremos que un onjunto A es autosimilar si existen
similitudes w1 , w2 , . . . , wn tales que
A = w1 (A) ∪ w2 (A) ∪ . . . ∪ wn (A),
en la naturaleza apare en mu hos onjuntos autosimilares.

4.4. Similitudes e isometrías 127
Ejer i ios(Respuestas en página 191)

1. Determine uáles de las siguientes fun iones de R2 en R2 son

similitudes y en aso armativo en uentre su fa tor de es ala:
a) f (x, y) = (x + y, x − y + 1);
b) f (x, y) = (2x, y);
) f (x, y) = (6x + 1, 6x − 1);
d) f (x, y) = (2x + 3y − 1, 3x − 2y + 3).
2. SiA ⊆ Rn y f : Rn −→ Rn es una fun ión se di e que f preserva
A si f (A) = A.
a) En uentre todas las transforma iones anes que son iso-
metrías y que preservan el uadrado on vérti es (−1, −1),
(−1, 1), (1, 1) y (1, −1).
b) En uentre todas las transforma iones anes que son isome-
trías y que preservan la N de vérti es (−1, −1), (−1, 1),
(1, −1) y (1, 1).
3. El triángulo de Sierpi«ski se forma dividiendo un triángulo de
partida en uatro por medio de los segmentos que unen los pun-
tos medios de los lados. De estos uatro triángulos se elimina el
del entro. Esta opera ión se vuelve a apli ar a los triángulos
que quedan, y así su esivamente. El triángulo de Sierpi«ski es el
onjunto que se obtiene omo límite del pro eso.
Colo ando oordenadas

determine tres similitudes
que ha en del triángulo
de Sierpi«ski un onjunto
autosimilar (obsérvese que
el triángulo de Sierpi«ski de
la Figura 4.6 es una versión
diferente a la presentada en
el Ejemplo 3.5.1, aunque en
ierta forma los dos on-
juntos son esen ialmente
iguales).
Figura 4.6: Triángulo de Sierpi«ski.
4. Dé ejemplos de transforma iones lineales de R2 en R2 que sean

ortogonales y de otras que no lo sean.
5. Sea f : Rn −→ Rn una transforma ión lineal. Demuestre que las

a ) f es ortogonal;
b ) f onserva distan ias (es de ir, para ualesquier X, Y ∈ Rn ,
kf (X) − f (Y )k = kX − Y k);
) f onserva distan ias y onserva ángulos (que onserva án-
gulos signi a que si θ es el ángulo entre X e Y , enton es
el ángulo entre f (X) y f (Y ) también es θ ).
6. Sea f : Rn −→ Rn una transforma ión lineal y sea k ≥ 0 un

número real. Demuestre que las siguientes arma iones son equi-
valentes:
a ) f es de semejanza on fa tor de es ala k;

b ) para ualesquier X, Y ∈ Rn , kf (X) − f (Y )k = kkX − Y k;
) los ve tores olumna de la matriz de f son ortogonales y
de longitud k.
7. Demuestre que las transforma iones lineales de semejanza on-

servan ángulos.
8. a) Dé ejemplos de transforma iones lineales ortogonales y de

otras que no lo sean.
b) Demuestre que f es transforma ión lineal ortogonal si los

ve tores olumna de su matriz aso iada son de longitud 1
y perpendi ulares entre sí.
) Demuestre que f es transforma ión lineal ortogonal si su

matriz aso iada Mf umple que Mf−1 = Mft . (Si A es una
t
matriz, A denota la transpuesta de A, es de ir, la matriz
que se obtiene de A, inter ambiando las por olumnas).
9. a) Demostrar que toda transforma ión afín que es similitud,

es 1-1 y sobre.
b) Por a) toda transforma ión afín que es similitud tiene in-

versa, demuestre que ésta también es una transforma ión
afín que es similitud.

4.4. Similitudes e isometrías 129
10. a) Demuestre que la omposi ión de dos similitudes es también

similitud, ¾ uál es su fa tor de es ala?
b) Demuestre que la omposi ión de dos isometrías es otra

isometría.

Capítulo 5
La fun ión determinante
5.1. Áreas y volúmenes orientados

El saber si un onjunto de n ve tores de Rn dado (que se puede iden-
ti ar on una matriz n × n), es o no linealmente independiente es
muy importante por uanto esto nos indi a el tipo de solu iones del
sistema orrespondiente o, lo que es lo mismo, nos da importantes
ara terísti as de la transforma ión lineal aso iada.
La fun ión determinante es un buen me anismo teóri o que nos indi-

ará si n ve tores dados de Rn son, o no, linealmente independientes.
Hay mu has formas de denir y onstruir la fun ión determinante. No-

sotros utilizaremos un método de onstru ión que se basa en exigir
iertas propiedades (axiomas) que orresponden a lo que esperamos,
y en base a di has propiedades, que llamamos propiedades fundamen-
tales del determinante, obtenemos métodos para al ular la fun ión y
demostramos otras propiedades .
*
Nuestra fuente de inspira ión es el llamado produ to mixto para tres

ve tores de R3 . A, B, C ve tores de
El le tor re ordará que dados
R3 , el valor absoluto de
A · (B × C) nos indi a el volumen del para-
lelepípedo formado por A, B y C (Ejer i io 8 de la se ión 4.3). Este
volumen es diferente de 0 si y sólo si A, B y C son linealmente in-
dependientes (re uerde ómo se interpreta geométri amente el he ho
de que tres ve tores de R3 sean linealmente independientes). Así, el
*
Nuestro enfoque es basado en APÓSTOL Tom, Vol. II, apítulo 3.
132 5. La fun ión determinante
volumen orientado, que a tres ve tores de R3 los envía en su pro-

du to mixto A · (B × C), es un buen modelo de lo que se quiere on
la fun ión determinante. El problema es denir volumen orientado
para n ve tores de Rn .
Para el aso parti ular de R2 existe el on epto de área orientada
que a los ve tores (a, b) y (c, d) les aso ia el número ad − bc. Su valor
absoluto es el área del paralelogramo determinado por los ve tores
(a, b) y (c, d) (Ejer i ios 3 y 1). El signo de ad−bc determina el sentido
on que se tomen los ve tores.
El le tor, que quizá onoz a las fórmulas para al ular determinantes

de matri es 2×2 y 3 × 3, puede ahora justi arlas omo me anismos
que miden áreas y volúmenes orientados de objetos determinados por
los ve tores la (o olumna) de las respe tivas matri es.
¾Qué propiedades debemos exigir a nuestro volumen orientado para

n ve tores de Rn ? Bási amente las mismas que umple el produ to
mixto de tres ve tores en R3 y que también umple el área orientada
2
de dos ve tores en R . En el Ejer i io 4 se pide demostrar algunas de
estas propiedades en el aso del produ to mixto. En el Ejer i io 5 se
bus a visualizar algunas de estas propiedades para áreas de R2 . En
la próxima se ión sele ionaremos de éstas propiedades unas bási as
(axiomas), de tal manera que de ellas se puedan dedu ir todas las
demás.
Ejer i ios 5.1
1. Se puede ver grá amente que el área del paralelogramo deter-

minado por (a, b) y (c, d) en R2 es el valor absoluto de ad − bc
así:
i) dibuje dos ve tores ualesquiera de R2 .

ii) Determine el re tángulo 1 on base a y altura d.
iii) Determine el re tángulo 2 on base c y altura b.
iv) Determine el paralelogramo orrespondiente a los dos ve -

tores.
v) Observe, trasladando áreas, que el área del paralelogramo

es la diferen ia de áreas entre los re tángulos.

5.1. Áreas y volúmenes orientados 133
2. Demuestre que ad − bc = 0, si y sólo si los ve tores (a, b) y (c, d)

son linealmente dependientes.
3. Los ve tores (a, b) y (c, d) de R2 se pueden identi ar on los

ve tores (a, b, 0) y (c, d, 0) de R3 . Utili e el produ to ruz para
demostrar que el área del paralelogramo determinado por (a, b)
y (c, d) en R2 es el valor absoluto de ad − bc.
4. Para A, B, C ∈ R3 denimos V0 (A, B, C) = A · (B × C), de-
mostrar:
a ) V0 (A, B, C) ∈ R.
b ) Si α ∈ R enton es
αV0 (A, B, C) = V0 (αA, B, C) = V0 (A, αB, C) = V0 (A, B, αC).
) Si A, B, C, D ∈ R3 enton es:
V0 (A + D, B, C) = V0 (A, B, C) + V0 (D, B, C);

V0 (A, B + D, C) = V0 (A, B, C) + V0 (A, D, C);
V0 (A, B, C + D) = V0 (A, B, C) + V0 (A, B, D).
d ) Si A = B , o, B = C , o, A = C enton es V0 (A, B, C) = 0.
e ) V0 (A, B, C) = −V0 (B, A, C) = V0 (B, C, A) =
−V0 (A, C, B) = V0 (C, A, B) = −V0 (C, B, A).
f ) V0 (A, B, C) = V0 (A + B, B, C) = V0 (A, B + A, C)
= V0 (A, B, C + B) = V0 (A, B + C, C)
= V0 (A + C, B, C) = V0 (A, B, C + A).
g ) V0 (E1 , E2 , E3 ) = 1.
5. Dibuje A y B, dos ve tores de R2 .
a) Muestre grá amente que el área del paralelogramo deter-
minado por 2A y B es el doble del área orrespondiente al
paralelogramo determinado por A y B.
b) Muestre grá amente que el área del paralelogramo deter-
minado por A y B + A, es la misma del paralelogramo
determinado por A y B.
5.2. Axiomas del determinante

Como se estable ió en la se ión anterior, a ada par de ve tores de
R2 se le puede asignar un úni o número (área orientada) y a ada
tripla de ve tores de R3 se le puede asignar un úni o número (volumen
orientado), esta asigna ión da la idea de una fun ión y por esto se habla
de fun ión determinante.
Primero establez amos el dominio de la fun ión. La fun ión determi-

nante se apli a sobren ve tores de Rn o, lo que es lo mismo ( olo ando
tales ve tores omo olumnas en una matriz), sobre matri es n × n o
n n
transforma iones lineales de R en R pero todo sería equivalente si
lo hi iéramos sobre las. La fun ión tiene omo re orrido los reales.
det : Rn × Rn × . . . × Rn −→ R
(A1↓, A2↓, . . . , An↓) det(A1↓, A2↓, . . . , An↓).
Hablaremos también del determinante de una matriz uadrada y uti-

lizaremos la nota ión que reemplaza los paréntesis por barras. Así:
a11 a12 · · · a1n

a21 a22 · · · a2n

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

n1 an2 · · · ann
a
Las propiedades enun iadas en los ejer i ios 4b y 4 de la se ión

anterior, las podemos resumir di iendo que el produ to mixto es lineal
en ada una de sus variables. Esta propiedad será el primer axioma
para la fun ión determinante:
AD1: El determinante es una fun ión lineal en ada una de

sus variables.
Este axioma por sí solo tiene mu has impli a iones. Su signi ado
omprende dos aspe tos:
i) Homogeneidad: si la olumna j es multipli ada por un es alar

α, el valor del determinante se multipli a por α.
det(A1↓, A2↓, . . . , αAj ↓, . . . , An↓) = α det(A1↓, A2↓, . . . , An↓).

5.2. Axiomas del determinante 135
ii) Aditividad: el determinante distribuye la suma en ualquier

olumna j quedando jas las demás.
det(A1↓, . . . , Aj ↓ +Bj↓, . . . , An↓) =

det(A1↓, . . . , Aj ↓, . . . , An↓) + det(A1↓, . . . , Bj ↓, . . . , An↓).
De estos dos axiomas se dedu e inmediatamente la siguiente proposi-

ión.
Proposi ión 9. AD1 impli a:
i) si una matriz uadrada tiene una olumna de sólo eros su de-

terminante es 0.
ii) Si In es la matriz idénti a n × n, y A es una matriz diagonal
total (es de ir A = (aij )n×n on aij = 0 ∀i 6= j ) enton es el
valor det(A) es el produ to de los elementos de la diagonal por
det(In ).
Demostra ión.
i) Apli amos homogeneidad on α = 0.
ii) Ver Ejer i io 5.
El siguiente axioma tiene que ver on la orienta ión que llevan los
e
ve tores y está inspirado en el Ejer i io 4 ) de la se ión anterior:
uando dos de los ve tores se inter ambian el determinante ambia de
signo.
AD2: (Alternan ia) Si se inter ambian dos variables, el

determinante ambia de signo.
Ya on este axioma podemos ampliar nuestros ono imientos sobre la

fun ión determinante. Primero la siguiente propiedad lave:
Proposi ión 10. Si en una matriz, dos olumnas tienen iguales va-
lores enton es su determinante es nulo.
Demostra ión. Si A es una matriz que tiene las olumnas iyj iguales
enton es al inter ambiar las olumnas iyj se obtiene la misma matriz
A. Por la propiedad de alternan ia:
det(A) = − det(A)
lo que obliga a que det(A) = 0.
Esta propiedad en ombina ión on AD1 nos permite empezar a ha er

opera iones entre las (o olumnas) que dejan invariante el valor del
determinante.
Proposi ión 11. Si a una olumna se le suma otra multipli ada por
un es alar el determinante no ambia.
Demostra ión. Supongamos que A′

se obtiene de la matriz A sumán-
dole a la olumna i-ésima k ve es la olumna j -ésima. Por AD1 el
′
determinante de la matriz A será la suma del determinante de la ma-
triz A on k ve es el determinante de una matriz B que se repite en
la i-ésima olumna, la j -ésima olumna. Es de ir,
det(A′ ) = det(A) + k det(B).
Pero por la Proposi ión 10 el último sumando es ero y
det(A) = det(A′ ).
Proposi ión 12. Si en la matriz A hay una olumna que es ombi-

na ión lineal de otras enton es det(A) = 0.
Demostra ión. Podemos suponer, sin pérdida de generalidad, que la

primera olumna de A es ombina ión lineal de otras, digamos:
A1↓= αi1 Ai1 ↓ +αi2 Ai2 ↓ + . . . + αik Aik ↓
enton es:
det(A) = det(αi1 Ai1 ↓ +αi2 Ai2 ↓ + · · · + αik Aik ↓ A2↓ · · · An↓)

= αi1 det(Ai1 ↓ · · · Ai1 ↓ · · · An↓) + αi2 det(Ai2 ↓ · · · Ai2 ↓ · · · An↓)
+ · · · + αik det(Aik ↓ · · · Aik ↓ · · · Ain↓)
= αi1 · 0 + αi2 · 0 + · · · αik · 0 = 0.

Corolario. Si las olumnas de la matriz A onforman un onjunto de

ve tores linealmente dependientes enton es det(A) = 0.
Consideremos ahora una matriz triangular superior de orden 3 × 3, es

de ir de la forma  
a11 a12 a13
A =  0 a22 a23 
0 0 a33
y al ulemos det(A):
 
a11 a12 a13
det(A) = det  0 a22 a23 
0 0 a33
 
1 a12 a13
= a11 det  0 a22 a23  , usando AD1.i)
0 0 a33
 
1 0 0
−a12 c1 +c2
= a11 det  0 a22 a23  , por la Proposi ión 11
−a13 c1 +c3
0 0 a33
 
1 0 0
= a11 a22 det  0 1 a23  , de nuevo AD1.i)
0 0 a33
 
1 0 0
−a23 c2 +c3
= a11 a22 det  0 1 0  , por la Proposi ión 11
0 0 a33
 
1 0 0
= a11 a22 a33 det  0 1 0  , AD1.i)
0 0 1
= a11 a22 a33 det(I3 ).
El le tor puede ha er un ál ulo pare ido pero tomando A matriz

triangular inferior de orden 3 × 3, es de ir de la forma
 
a11 0 0
A =  a21 a22 0 
a31 a32 a33
para llegar al mismo resultado.
Observando detenidamente el pro edimiento anterior, se ve que éste se

puede extender a ualquier matriz n×n triangular superior (inferior)
y obtenemos la siguiente proposi ión:
Proposi ión 13. Cualquier matriz A que sea triangular superior (o

inferior) tiene omo determinante el produ to de los elementos de la
diagonal por det(In ).
Cál ulo por Triangulariza ión
La Proposi ión 13 es poderosa por uanto sabemos que ualquier ma-

triz se puede onvertir on opera iones elementales entre olumnas en
una matriz triangular superior o inferior y, según la Proposi ión 11,
estas opera iones son, on ierto uidado, ompatibles on el valor
del determinante. Así, nos queda determinar el valor de la fun ión en
las matri es idénti as In . En el Ejer i io 4g de la se ión anterior se es-
table e que V0 (E1 , E2 , E3 ) = 1, esto inspira el ter er y último axioma
para la fun ión determinante.
AD3: El determinante de la matriz identidad es 1.
Ahora nos proponemos elaborar el algoritmo para al ular el valor de

nuestra fun ión en ualquier matriz uadrada. Re ordemos las opera-
iones elementales entre olumnas (las):
1. sumarle a una olumna (la) los valores de otra olumna (la)

multipli ados por una onstante.
2. Inter ambiar dos olumnas (las).
3. Multipli ar una olumna (la) por una onstante distinta de

ero.
Por los resultados anteriores tendremos:
1. al sumarle a una olumna (la) los valores de otra olumna (la)

multipli ados por una onstante, el determinante no ambia.
2. Al inter ambiar dos olumnas (las) el determinante ambia de

signo.

3. Al multipli ar una olumna (la) por una onstante el determi-

nante se multipli a por la onstante.
Con estas herramientas podemos al ular el determinante de ualquier

matriz uadrada:
1. se toma la matriz y por medio de opera iones elementales entre

olumnas (las) se onvierte en una triangular superior (o infe-
rior), teniendo en uenta que uando se inter ambien olumnas
(las) el determinante ambia de signo y que si se multipli a una
olumna (la) por una onstante k 6= 0, el determinante debe
1
multipli arse por
k (para no alterar el resultado).
2. Una vez obtenida la matriz triangular superior (o inferior) se

multipli an los elementos de la diagonal y éste es el valor del
determinante.
Ejemplo 5.2.1. Evaluemos el determinante de
−1 2 3 0
 
 2 −2 1 −3 
A= .
3 0 4 2 
0 1 −1 1
Solu ión. Mediante opera iones entre las, tenemos que:
−1 2 3 0 −1 2 3 0

2 −2 1 −3 2f1 +f2 0 2 7 −3 (−1/2)f2 +f4

3

0 4 2
= 0 6 13

2
=
3f1 +f3 −3f2 +f3
0 1 −1 1 0 1 −1 1
−1 2 3 0 −1 2 3 0

0 2 7 −3 (−9/16)f3 +f4 0 2 7 −3

= − 59.

0 0 −8 11
= 0 0 −8
11
0 0 −9 5 0 0 0 − 59
2 2 16
Ejemplo 5.2.2. Cal ulemos el determinante de

 
3 −2 1
 −1 1 5 
4 0 −3
mediante opera iones entre olumnas:

3 −2 1 1 −2 3
c1 ↔c3 2c1 +c2
−1 1 5 = 5
1 −1 =
4 −3c1 +c3

4 0 −3 −3 0

1 0 0 111 c2 1 0 0 16c +c
2 3
− 5 11 −16 = − 11 5 1 −16 =
−3 −6 13 −3 − 6 13
11

1 0 0

−11 5 1 0 = − 47.
−3 − 6 47
11 11
Uni idad de la fun ión determinante
Hemos denido la fun ión determinante basados en tres axiomas y

on esos tres axiomas podemos al ular el determinante de ualquier
matriz uadrada. La pregunta es ¾será posible que exista otra fun ión
que también umpla los tres axiomas? La respuesta (afortunadamente)
es NO, la úni a fun ión que umple AD1, AD2 y AD3 es det. De esta
respuesta, en prin ipio natural, se dedu en importantes resultados.
Proposi ión 14. Cualquier fun ión

f : Rn × Rn × . . . × Rn −→ R
que umpla los axiomas AD1 y AD2, es invariante por opera iones
elementales entre olumnas, es de ir, si A es una matriz n × n y A′
se obtiene:
i) sumándole a una olumna de A otra olumna multipli ada por

ualquier onstante, enton es f (A′ ) = f (A);
ii) inter ambiando dos olumnas de A enton es f (A′ ) = −f (A).
Demostra ión. Para i) esta es la misma demostra ión de la Proposi-

ión 11 que sólo se basa en AD1 y AD2. La propiedad ii) es el mismo
axioma AD2.
Corolario. Si f es una fun ión
f : Rn × Rn × . . . × Rn −→ R
que umple los axiomas AD1 y AD2, el valor de f en una matriz dada
puede ser al ulado por triangulariza ión, una vez se onoz a f (In ).

Demostra ión. Al triangularizar la matriz se puede ha er el mismo

razonamiento que se hizo para estable er la Proposi ión 13, sólo que
ambiamos det por f.
Proposi ión 15. Cualquier fun ión
f : Rn × Rn × . . . × Rn −→ R
que umpla los axiomas AD1 y AD2 es de la forma:
f (A1↓, A2↓, . . . , An↓) = det(A1↓, A2↓, . . . , An↓)f (In ).
Demostra ión. Sea A la matriz en uestión y A′ una matriz triangular

superior que se obtiene de A ha iendo posiblemente algunos ambios
de olumnas y sumando a olumnas otras multipli adas por es alar.
Enton es f (A) = ± f (A′ ) = ± d f (In ), donde d es el produ to de los
′
elementos de la diagonal de A , pero enton es también tenemos que
det(A) = ± d · det(In ) = ± d y, por tanto, f (A) = det(A)f (In ).
Ahora es inmediato el siguiente resultado:
Proposi ión 16. La fun ión determinante es la úni a que umple las
propiedades AD1, AD2 y AD3.
1. En uentre por diagonaliza ión el determinante de:

 
a 0 1
 0 1 b 
0 -1 0
2. Demuestre para matri es 2 × 2 que el determinante del produ to

es el produ to de los determinantes.

matriz A y además existe un ve tor no nulo V tal que T (V ) = λV
se dedu e que:
a) detA =0
b) det(A − λIn ) = 0
) det(A − A
−1 ) = 0
1. A ontinua ión se dan diferentes deni iones de la fun ión

f : R2 × R2 −→ R evaluándola en la matriz

a c
A= .
b d
Determinar uáles de las propiedades AD1, AD2 y AD3, f no

umple.
a ) f (A) = ab − cd; b ) f (A) = ab + cd;

) f (A) = ac − bd; d ) f (A) = a − d;
e ) f (A) = b − cd.
2. Cal ule por triangulariza ión los determinantes de las siguientes
matri es:

a c
a) A = b d
;
 
1 2 −1
b) A =  0 1 1 ;
−2 1 0
0 2 1 0
 
−2 1 −1 2 
) A =  .
 1 1 0 −1 
2 0 1 1
3. Explique por qué el produ to interno entre ve tores es también

una fun ión lineal en ada variable.
4. Sea f la fun ión f : R2 × R2 −→ R que evaluada en la matriz

a c
A=
b d
es por deni ión f (A) = ad − bc. Demostrar que f umple las

propiedades AD1, AD2 y AD3.

5. Utilizando úni amente el axioma AD1 i); demostrar que si In es

la matriz idénti a n×n y A es una matriz diagonal total enton es
det(A) = a11 a22 . . . ann det(In ).
6. Sea f ualquier fun ión
f : Rn × Rn × . . . × Rn −→ R
(A1↓, A2↓, . . . , An↓) f (A1↓, A2↓, . . . , An↓)
que umple el axioma AD1; demostrar que si In es la matriz

idénti a n×n y A es una matriz diagonal total enton es
f (A) = a11 a22 . . . ann f (In ).
7. Sea f ualquier fun ión
f : Rn × Rn × . . . × Rn −→ R
(A1↓, A2↓, . . . , An↓) f (A1↓, A2↓, . . . , An↓)
que umple los axiomas AD1 y AD2; demostrar que si las o-

lumnas de la matriz A onforman un onjunto de ve tores lineal-
mente dependientes enton es f (A) = 0.
8. Dena matriz diagonal por bloques. Demuestre que el determi-

nante de una matriz de éstas es el produ to de los determinantes
de ada bloque.
9. ☛Siendo A y B matri es n × n demostraremos que

det(A · B) = (det A) · (det B).
Fija la matriz A, sea f la fun ión
f : Rn × Rn × . . . × Rn −→ R
denida por
f (X1↓, X2↓, . . . , Xn↓) = det(AX1↓, AX2↓, . . . , AXn↓).
a) Demostrar que f umple las propiedades AD1 y AD2.
b) Basándose en la Proposi ión 15 se tiene:
f (X1↓, X2↓, . . . , Xn↓) = det(X1↓, X2↓, . . . , Xn↓)f (In ).
) Cal ulando f (B1 ↓, B2 ↓, . . . , Bn ↓), y teniendo en uenta lo

anterior, demostrar que:
det(A · B) = (det A) · (det B).
10. Utilizando el resultado del Ejer i io 9, demostrar que si A es una

matriz invertible enton es
det(A−1 ) = (det(A))−1 .
11. Re uerde que iertas matri es al multipli arlas en determinada

forma por ualquiera, inter ambian las. Así mismo las opera-
iones entre las se pueden ver omo multipli ar la matriz por
otra uyo determinante es fá il de al ular y es 1.
a) Utilizando el resultado del Ejer i io 9, demostrar que uan-
do se inter ambian dos las el determinante ambia de
signo.
b) Dedu ir que:
det(At ) = det(A);
re uérdese que At denota la transpuesta de A, es de ir,
la matriz que se obtiene de A inter ambiando las por o-
lumnas y, por tanto, todas las propiedades on respe to a
las olumnas son válidas on respe to a las las.

5.3. La regla de Cramer 145
5.3. La regla de Cramer

La Regla de Cramer
* nos ofre e un útil método para resolver sistemas
lineales on igual número de e ua iones que in ógnitas. Nos interesa,
además, por lo que de ella se puede dedu ir. En efe to, apli ando la
regla de Cramer obtenemos un método para al ular la inversa de una
matriz y para al ular determinantes, omo se verá más adelante.
En términos de matri es, si A es la matriz del sistema y B↓ es el

ve tor de términos independientes, resolver el sistema omo se vio en
el apítulo 3, es resolver la e ua ión matri ial
AX↓= B↓
que onsiste en en ontrar es alares x1 , x2 , . . . , xn tales que
x1 A1↓ +x2 A2↓ + . . . + xn An↓= B↓,
equivalente a
a11 a12 a1n b1

       
 a21   a22  a   b 
 + . . . + xn  2n.  =  2. 

x1  .  + x2 
.
  .
. .   .. 
. . .
  
an1 an2 ann bn
o abreviadamente X
xi Ai↓= B↓;
enton es,
X
det(A1↓, . . . , B↓ , . . . , An↓) = det(A1↓, . . . , xi Ai↓, . . . , An↓)
col.j col.j
X
= xi det(A1↓, . . . , Ai↓, . . . , An↓)
col.j
= xj det(A1↓, . . . , Aj ↓, . . . , An↓)
col.j
= xj det(A).
(Justique ada una de las igualdades anteriores). De esto se dedu e

el siguiente resultado:
*
Gabriel Cramer, matemáti o suizo, 1704-1752.
Proposi ión 17. La e ua ión matri ial

AX↓= B↓
tiene solu ión úni a (x1 , x2 , . . . , xn ) si det(A) 6= 0, en tal aso se

tiene:
xj = det(A1↓, . . . , B↓ , . . . , An↓)/ det(A).
col.j
Notemos A(j) := La matriz que se obtiene de A, reemplazando la

olumna j ,por el ve tor B↓, enton es xj = det(A(j) )
Si det(A) = 0, de la e ua ión
det(A1↓, . . . , B↓ , . . . , An↓) = xj det(A)

col.j
se dedu e que, o bien,
det(A1↓, . . . , B↓ , . . . , An↓) 6= 0
col.j
y enton es no existe xj , o bien,
det(A1↓, . . . , B↓ , . . . , An↓) = 0
col.j
y enton es ualquier xj sirve. En todo aso la solu ión no es úni a;

por tanto, tenemos:
Proposi ión 18. La e ua ión matri ial

AX↓= B↓
tiene solu ión úni a si y sólo si det(A) 6= 0.
Ejemplo 5.3.1. Aplique la regla de Cramer para resolver el siguiente

sistema:
x + 3y = 1
−2y + 4z = 3
−x + y + z = 0.

5.3. La regla de Cramer 147
 
1 3 0
Solu ión. La matriz aso iada al sistema es A =  0 −2 4 .
−1 1 1
Cal ulemos |A|:
1 3 0 1 3 0 1 3 0

f1 +f3 2f2 +f3

|A| = 0 −2 4 0 −2 4 0 −2 4 = −18.

−1 1 1
= 0
=
4 1 0 0 9
Ahora notaremos A(j) A, sustituyendo

la matriz que se obtiene de
  la
1
olumna j por el ve tor B =  3 . Tenemos:
0

1 3 0 −3f +f 1 3 0
|A(1) | = 3 −2 4 = 0 −11 4
1 2

0 1 1 0 1 1

1 3 0 11f +f 1 3 0
f2 ↔f3 2 3

= − 0 1 1 = − 0 1 1 = − 15.
0 −11 4 0 0 15
Análogamente se obtiene

1 1 0 1 3 1
|A(2) | = 0 3 4 = −1 (3)

y |A | = 0 −2 3
= −14

−1 0 1 −1 1 0
y apli ando la regla de Cramer obtendremos:
−15 5 −1 1 −14 7
x1 = = ; x2 = = ; x3 = = .
−18 6 −18 18 −18 9
1. Si T : Rn −→ Rn es transforma ión lineal y M la matriz orres-

pondiente ( on respe to a ualquier base). Demuestre usando la
regla de Cramer, que si det(M ) 6= 0 enton es la transforma ión
lineal T es 1-1 y sobre (biye ión).
1. Aplique la regla de Cramer para resolver los siguientes sistemas

de e ua iones:
a ) 3x + y = 2 b ) y − 2z + 3 = 0
x − 2y = 1; z−x−y =2
z − x = 3.
2. Apli ando la regla de Cramer, en ada aso de idir para qué va-
lores de hyk ada uno de los siguientes sistemas tienen solu ión
úni a:
a ) 3x + 2y = h b ) 3x + 2hy = h ) x − y + kz = 1
x − y = k; 2x + ky = 1; hy − kz = 2
kx + 2z = 3.
3. ☛Sea f : Rn −→ Rn una transforma ión lineal y notemos Mf

su matriz orrespondiente. Demostrar que las siguientes propo-
si iones son equivalentes:
a ) det(Mf ) es no nulo.
b ) El sistema Mf X↓= B↓ tiene solu ión úni a para todo B↓
de Rn .
) f es biye tiva.
d ) Nu f = {O}.
4. Sea f : Rn −→ Rn una transforma ión lineal, un ve tor X ∈ Rn
no nulo, se di e que es un ve tor propio de f si existe un es alar
α tal que f (X) = αX , es de ir, f al a tuar sobre X lo multipli a
por α, es alar que se denomina valor propio de f .
√
a ) f (x, y) =√(x + y, x − y) tiene omo valores propios α = 2
y α = − 2, ¾ uáles son los ve tores propios orrespondien-
tes?
b) Demuestre que α es valor propio de f si y sólo si

det(Mf − αIn ) es nulo.
) Utili e el resultado anterior para en ontrar los valores pro-

pios de f (x, y) = (2x, y + x). En uentre los orrespondien-
tes ve tores propios.

5.4. Inversa por ofa tores 149
5.4. Inversa por ofa tores

Si A es una matriz uadrada, re ordemos que en ontrar la inversa de
la matriz A es en ontrar una matriz B del mismo orden que A tal que
AB = I,
n sistemas on n e ua iones lineales
esto signi a que se deben resolver
y n in ógnitas ada sistema, omo ya se vio en el apítulo 3. Todos
los n sistemas tienen la misma matriz aso iada A. Si Bj es la j -ésima
olumna de B se debe tener:
ABj ↓= Ej ↓,
donde Ej es el ve tor j -ésimo de la base anóni a. La solu ión i-ésima
a la anterior e ua ión, es de ir bij , por la regla de Cramer es:
bij = det(A1↓, . . . , Ej ↓, . . . , An↓)/ det(A), (5.1)

col.i
el numerador de esta expresión es llamado el ofa tor j, i que nota-

mos cji .
cji = det(A1↓, . . . , Ej ↓, . . . , An↓).
col.i
En el Ejer i io 1 se pide demostrar que cji se puede al ular hallando
el determinante a la matriz que resulta al eliminar la j -ésima la y la
i-ésima olumna de la matriz A multipli ado por (−1)j+i . De (5.1) de-
du imos que la inversa de la matriz A es la transpuesta de la matriz de
ofa tores multipli ada por el inverso multipli ativo del determinante
de A que debe ser no nulo. Es de ir,
A−1 = (1/ det(A))C t (5.2)
que es una fórmula para hallar la inversa de una matriz y que en

otras palabras signi a que
AC t = det(A).In ; (5.3)
½importantísimo resultado! Nos indi a que:
al ha er el produ to interno entre los términos de una la por

los ofa tores de otra, se obtiene 0.
n
X
i 6= j ⇒ aij ckj = 0.
j=1
Al ha er el produ to interno entre los términos de una la por

los ofa tores orrespondientes, se obtiene el determinante de A,
es de ir para ada i,
n
X
det(A) = aij cij .
j=1
Esto nos propor iona un método para al ular el determinante:

desarrollo por la la i-ésima.
 
1 3 0
Ejemplo 5.4.1. Para la matriz A =  0 −2 4 , por ejemplo,
−1 1 1
el ofa tor c23 es
 
1 3 0
2+3 1 3
c23 = det  0 −2 1  = (−1) det = −4.
−1 1
−1 1 0
La matriz de ofa tores es

 
−6 −4 −2
C =  −3 1 −4  .
12 −4 −2
Cal ulando el determinante de A por la segunda la obtenemos:

det(A) = 0 · (−3) − 2 · 1 + 4(−4) = −18, y la inversa de A será:
 t  
1  −6 −4 −2  1  6 3 −12
A−1 = −3 1 −4 = 4 −1 4 .
−18 12 −4 −2 18 2 4 2
Mu hos libros tienen la fea ostumbre de empezar por este método

su exposi ión de los determinantes. Es omo viajar en Jet: se gana
tiempo pero no se disfruta el paisaje.
Ejer i ios 5.4

 
a 0 1
1. En uentre por ofa tores la inversa de la matriz:  0 1 b 
0 -1 0

5.4. Inversa por ofa tores 151
2. En uentre por ofa tores la inversa de la matriz:

 
a 0 0
 -1 1 b 
0 -1 0
1. Cal ule por ofa tores los determinantes de las siguientes matri-
es y las respe tivas matri es inversas si existen:

a b
a) c d
;
 
1 2 −1
b)  0 1 1 ;
−2 1 0
0 2 1 0
 
−2 1 −1 2 
)  .
 1 1 0 −1 
2 0 1 1
2. Demuestre que
det(A1↓, . . . , Ei↓, . . . , An↓)

col.i
se puede al ular hallando el determinante a la matriz que resulta

al eliminar la j -ésima la y la i-ésima olumna de la matriz A,
multipli ado por (−1)j+i .
3. Demuestre que det(C t ) = (det(A))n−1 (A es una matriz n × n).
4. De (5.3) dedu ir el método para al ular el determinante por
ofa tores desarrollando la j -ésima olumna.
5. Demuestre en base a la fórmula (5.2) y usando el Ejer i io 2, que

det(A−1 ) = (det A)−1 .
6. Una matriz es ortonormal si sus ve tores olumna son ortogona-
les entre sí y de longitud 1. Demuestre que el determinante de
una matriz ortonormal es ±1.

Apéndi e A
Algo sobre indu ión

matemáti a
A.1. Números naturales

¾Cuál es el primer onjunto de números que estudiamos desde la es-
uela primaria? Se sabe que los números naturales onstituyen la
estru tura bási a de las matemáti as. Re ordemos aquí que el amino
normal que se re orre es partiendo de los naturales (N) pasar a los
enteros (Z), de estos a los ra ionales (Q) y luego a los reales (R), los
uales se extienden a los omplejos (C); el paso de un onjunto nu-
méri o a otro se da por la ne esidad de ampliar ada onjunto a otro
(que lo ontenga) y en el ual se puedan resolver iertos problemas
que no tienen solu ión en el onjunto dado.
Una deni ión muy popular aunque nada formal de los números
naturales di e que son los números que nos sirven para ontar
(1, 2, 3, 4, . . . ).De esta manera es ribimos:
N := {1, 2, 3, ...}
onjunto que se puede representar geométri amente omo puntos equi-

distantes dobre una semire ta:
Además de ontar, on los números naturales podemos ha er algunas

opera iones omo sumas, restas, multipli a iones y divisiones. Pero
también hay una gran antidad de opera iones que no se pueden ha-
er on los naturales. Por ejemplo 3−5 no existe en N. Es ne esario
154 Algo sobre indu ión matemáti a
Figura A.1: Representa ión geométri a de N.
enton es ampliar N a otro onjunto numéri o donde este tipo de pro-

blema tenga solu ión. Surge así el onjunto de los números enteros
que se simboliza on la letra Z y está onstituído por los naturales,
sus opuestos (o inversos aditivos) y el ero, es de ir:
Z := {..., −3, −2, −1, 0, 1, 2, 3, 4, ...}
y su representa ión geométri a requiere de puntos equidistantes sobre

una re ta, omo se muestra en la gura
Figura A.2: Representa ión geométri a de Z.
La existen ia de los inversos aditivos garantiza que para ualesquiera

a, b ∈ Z, a − b si existe en Z. Pero permane en otros problemas; por
ejemplo 3 ÷ 5 no exite en Z. De nuevo es ne esario ampliar nuestro
onjunto a otro donde este problema tenga solu ión. Apare e enton es
el onjunto Q de los números ra ionales, el ual se puede determinar
omo sigue:
a
Q := { | a, b ∈ Z, b 6= 0}
b
y su representa ión geométri a ne esita de mu hos más puntos sobre
la re ta (Ver gura A.3
Figura A.3: Representa ión geométri a de Q.
Una pregunta natural que surge es: ¾ on esta representa ión geomé-
tri a de Q, se llena ompletamente la re ta?, es de ir, ¾todo punto
de la re ta respresenta un número ra ional?

Consideremos un uadrado de lado 1 onstruido omo se muestra en

la gura A.4y su diagonal que ae sobre la re ta mar ando el punto
P.
Figura A.4: Un punto en la re ta que no representa un número ra ional.
√
Enton es el punto P respresenta al número 2 que no es un número
ra ional. Los números que se pueden respresentar on un punto sobre
la re ta, pero que no pertene en a Q, se llaman números irra ionales
y se ne esitan por ejemplo para una e ua ión omo x2 − 3 = 0, tenga
solu ión (di ha e ua ión no tiene solu ión en Q).
Si denotamos on I el onjunto de los números irra ionales, es laro

que Q ∩ I = ∅. Además la unión Q∪I onstituye el onjunto de
los números reales , que se denota on la letra R,y se representa
geométri amente on la re ta, ahora si ompleta.
Es de ir, existe una orresponden ia biunívo a (fun ión biye tiva)

entre el onjunto de los números reales y el onjunto de los puntos
sobre la re ta. (Figura A.5)
El onjunto R resulta muy bondadoso en uanto a las opera iones
y problemas que se pueden resolver en él. Las dos opera iones más
importantes en R son la adi ión (suma) y la multipli a ión (produ to)
que se simbolizan on + y · respe tivamente y que satisfa en para
ualesquiera x, y, x ∈ R,
1. x+y ∈R y x·y ∈R (Clausura)
2. x+y =y+x y x·y =y·x (Conmutativa)
3. (x + y) + z = x + (y + z) y (x · y) · z = x · (y · z)
4. Existen 0 y 1 en R on 0 6= 1 tales que x+0 = x y

x · 1 = x (Modulativa)
5. Para ada x existe (−x) tal que x+(−x) = 0 (Inverso aditivo)
6. Para ada x 6= 0 existe x−1 tal que x · x−1 (Inverso multipli-

ativo)
7. x · (y + z) = x · y + x · z (Distributiva)
En general, ualquier onjunto K dotado de dos opera iones que

satisfagan 1 a 7 (llamados axiomas de ampo), se di e un ampo. Así
R on la adi ión y multipli a ión usual, es un ejemplo de ampo.
Sin embargo, en matemáti as se debe dar una deni ión formal y una
manera (muy usual) de ha erlo es axiomáti amente, es de ir, estable-
iendo una lista de reglas que se a eptan sin demostra ión y que de-
nen el on epto. Así, para el aso de los números naturales, el onjunto
de los axiomas universalmente a eptado es el onjunto de axiomas pro-
puesto por el matemáti o italiano Giusseppe Peano (1858-1932), que
usa sólo tres términos té ni os:
número natural ;
primer número natural ;
la fun ión el siguiente de.
En los axiomas de Peano se estable e la esen ia de los números na-

turales que orresponde a la idea intuitiva que tenemos de ellos: em-
piezan en algún momento (existe el primero) y van en la (uno
enseguida de otro). Los axiomas son 5:
N1 : El 0 es un número natural (aquí puede ser 1 ó 0, o ualquier otro

símbolo, en realidad lo que importa es que existe al menos un
natural).
N2 : A todo número natural n se le puede aso iar otro número natural

llamado el siguiente de n.
N3 : Si los siguientes de dos números naturales son iguales, enton es
los números son iguales.

Figura A.5: Giusseppe Peano.
N4 : No existe un número natural uyo siguiente es 0 (aquí nuevamente

puede ser 1 ó 0, o ualquier otro símbolo, lo que importa es que
existe un primer elemento).
N5 : Si S es una ole ión de números naturales que umple:
(i) 0 es un elemento de S, es de ir, 0 ∈ S;

(ii) ada vez que un natural está en S, también el siguiente de
él está en S,
enton es S es el onjunto de todos los naturales.
Notas
1. El onjunto de los números naturales se simboliza N, así la ex-

presión k∈N signi a que k es un número natural.
2. Si k ∈ N, el siguiente o su esor de k se simboliza k + 1.
De los 5 axiomas de Peano queremos desta ar el axioma N5 llamado

el Prin ipio de Indu ión Matemáti a (algunas ve es el onjunto
N se dene omo el onjunto más pequeño de R que satisfa e las
ondi iones (i) y (ii) de N5). El Prin ipio de Indu ión Matemáti a
(P.I.M) onstituye la base de las demostra iones que trabajaremos en
la siguiente se ión.
1. Si N es el onjunto de los naturales, Z el onjunto de los enteros,

Q el de los números ra ionales, I el onjunto de irra ionales y R
son los reales, ¾ uál de las siguientes proposi iones no es ierta?
a ) Z ontiene a N; d ) R ontiene a N;
b ) Q ontiene a N y a Z; e ) R ontiene a I;
) I ontiene a N; f ) R ontiene a Q.
2. No existe un número natural mayor que todos los demás. ¾Por

qué?

A.2. Demostra iones por indu ión

matemáti a
Es posible que el estudiante alguna vez se haya en ontrado on ar-
ma iones omo las siguientes:
∗ para todo natural n, n2 + n es par.
∗ Sir ∈ R, r > 1 enton es 1 + r + r 2 + · · · + r n = (1 − r n+1 )/(1 − r)

para todo n natural.
∗ 2n > n, para todo natural n.

∗ Para todo natural n se tiene que 1 + 2 + 3 + · · · + n = n(n + 1)/2.
Las arma iones anteriores tienen en omún la expresión: para todo

natural n; en todas se arma que algo es válido para todo número
n ∈ N,
natural, es de ir todas ellas son de la forma: p(n), para todo
donde p(n) n. Es fá il veri ar
es una proposi ión relativa al natural
que ada arma ión es válida, por ejemplo para 1, 2, 3, u otros valores
parti ulares, pero ¾ ómo probar que en efe to p(n) es válida para todo
número natural?
La idea es la siguiente: si llamamos S al onjunto de números na-

turales que ha en ierta la proposi ión p(n), o seaS = {n ∈ N :
p(n) es verdadera }, enton es bastaría probar que S = N; para esto,
usamos el prin ipio de indu ión matemáti a, es de ir, debemos pro-
bar:
i) que 0 ∈ S, o, lo que es lo mismo, que p(0) es verdadera;
ii) que si k ∈ S enton es k + 1 ∈ S , es de ir, asumimos para algún

k, p(k) es verdadera (hipótesis de indu ión) enton es se debe
demostrar que p(k + 1) es verdadera.
Al demostrar (i) y (ii), por el P.I.M, se on luye que S = N, es de ir,

que p(n) es verdadera para todo n.
A ontinua ión presentamos tres ejemplos de proposi iones que se pue-
den demostrar por el prin ipio de indu ión matemáti a.
Ejemplo A.2.1. La suma de los ubos de los primeros n enteros

n2 (n+1)2 2 2
positivos es igual a
4 ; es de ir 13 + 23 + 33 + . . . + n3 = n (n+1)
4 .
Prueba. Sea P (n) la proposi ión: la suma de los ubos de los primeros
n2 (n+1)2
n enteros positivos es igual a
4 .
12 (1+1)2
i) P (1) laramente es verdadera ya que 13 = 4 = 1.
ii) Supongamos que P (k) es verdadera. Veamos que P (k + 1) tam-

bién es verdadera.
Tenemos que:
k2 (k + 1)2 hipótesis de

3 3 3 3
P (k) : 1 +2 +3 +. . .+k = indu ión
4
y P (k + 1) es la igualdad:
(k + 1)2 (k + 2)2 tesis de

3 3 3 3 3
1 +2 +3 +. . .+k +(k+1) = indu ión.
4
Partiendo de la hipótesis de indu ión, sumamos a ambos lados

de la igualdad (k + 1)3 que es el término siguiente de la suma de
la izquierda, enton es tendríamos
k2 (k + 1)2
13 + 23 + 33 + . . . + k3 + (k + 1)3 = + (k + 1)3 ;
4
sumando las fra iones algebrai as del lado dere ho de la igual-
dad, se obtiene
k2 (k + 1)2 + 4(k + 1)3

13 + 23 + 33 + . . . + k3 + (k + 1)3 = ;
4
fa torizando al lado dere ho de la igualdad, tenemos
(k + 1)2 (k + 2)2
13 + 23 + 33 + . . . + k3 + (k + 1)3 = .
4
Luego P (k + 1) (la tesis) es verdadera y por el prin ipio de
indu ión matemáti a se sigue que la suma de los ubos de los
n2 (n + 1)2
primeros n enteros positivos es igual a .
4
Ejemplo A.2.2. Si n ∈ N y a es una onstante mayor o igual que
2
ero enton es (1 + a)n ≥ 1 + na + n(n−1)a
2 .

Prueba. Sea P (n) la proposi ión: si n ∈ N y a es una onstante mayor

n n(n−1)a2
o igual que ero enton es (1 + a) ≥ 1 + na + .
2
1(1−1)a2
i) P (1) laramente es verdadera ya que 1+a ≥1+a+ 2 .

bién es verdadera.
Tenemos que:
k(k − 1)a2 hipótesis de

k
P (k) : (1 + a) ≥ 1 + ka + indu ión
2
y P (k + 1) es la desigualdad:
k(k + 1)a2 tesis de

k+1
(1 + a) ≥ 1 + (k + 1)a + indu ión.
2
Partiendo de la hipótesis de indu ión, por las propiedades de
las desigualdades multipli amos a ambos lados por un número
positivo y la desigualdad no se altera, luego tenemos,
k(k − 1)a2

k+1
(1 + a) ≥ 1 + ka + (1 + a),
2
realizando el produ to, tenemos,
k(k + 1)a2 k(k − 1)a3

(1 + a)k+1 ≥ 1 + (k + 1)a + + ;
2 2
podemos plantear las siguientes desigualdades ya que
k(k−1)a3
2 ≥ 0,
k(k + 1)a2 k(k − 1)a3

(1 + a)k+1 ≥ 1 + (k + 1)a + +
2 2
k(k + 1)a2
≥ 1 + (k + 1)a + ;
2
por la propiedad transitiva de las desigualdades, tenemos:
k(k + 1)a2
(1 + a)k+1 ≥ 1 + (k + 1)a + .
2
Luego P (k + 1) (la tesis) es verdadera y por el prin ipio de
indu ión matemáti a se sigue que la desigualdad es verdadera
para todo número natural n.
Ejemplo A.2.3. Para todo número natural n, n2 + n es par.
Prueba. Sea P (n) la proposi ión: para todo número natural n, n2 + n

es par.
i) P (1) laramente es verdadera ya que 12 + 1 es par.

bién es verdadera.
Tenemos P (k), k2 + k es par, es de ir, k2 + k = 2m para al-

gún m ∈ Z (hipótesis de indu ión matemáti a), y P (k + 1) es
(k + 1)2 + (k + 1) es par (tesis de indu ión matemáti a). Te-
nemos:
(k + 1)2 + (k + 1) = k2 + 2k + 1 + k + 1
= (k2 + k) + 2(k + 1)
= 2m + 2(k + 1); usando la hipótesis
= 2(m + k + 1)
y llamando t = m+k+1 ∈ Z obtenemos (k + 1)2 + (k + 1) = 2t,

luego P (k + 1) es verdadera y por el prin ipio de indu ión ma-
2
temáti a se sigue que para todo número natural n, n + n es
par.
Como o urre on mu has osas en la vida, la mejor manera de enten-

der y llegar a realizar on ierta destreza demostra iones por indu ión
matemáti a, es ha iendo varios ejer i ios. Invitamos al estudiante a
pra ti ar e intentar por sí mismo. No se desanime ante las di ulta-
des o si no logra realizar la demostra ión; ualquier intento, por fallido
que sea, es un paso importante en su pro eso de aprendizaje. ½Ánimo!
Ejer i ios
1. Demuestre que para n ∈ N, n3 + 2n es divisible por 3.

2. En uentre el valor de la suma n + (n + 1) + ... + 2n y demuestre
su resultado por indu ión.
3. Demuestre por indu ión matemáti a que
(r(cos θ + i sin θ))n = r n (cos nθ + i sin nθ).

4. Demostrar por indu ión sobre n:

a) 1 + 2 + · · · + n = n(n + 1)/2;
b) a+ (a+ d)+ (a+ 2d)+ · · · + (a+ (n − 1)d) = n[2a+ (n − 1)d]/2
(suma de una progresión aritméti a);
) 1 + x + x2 + x3 + · · · + xn = (1 − xn+1 )/(1 − x) (suma de una

progresión geométri a, x no es 1);
d) 1 + 22 + 32 + · · · + n2 = n(n + 1)(2n + 1)/6;

e) 1 + 23 + 33 + · · · + n3 = (n(n + 1)/2)2 ;
f) 1 − 4 + 9 − 16 + · · · + (−1)n+1 n2 = (−1)n+1 n(n + 1)/2;
g) 1 × 2 + 3 × 4 + 5 × 6 + · · · + (2n − 1)(2n) = n(n + 1)(4n − 1)/3;
h)
n
Si r > 1 enton es r ≥ 1;
i) 1 + 2n < 3n on n > 1;
j) n < 2n .
5. Si b1 , b2 , b3 , · · · , bn y r son números reales demostrar por
indu ión que:
a) r(b1 + b2 + b3 + · · · + bn ) = rb1 + rb2 + · · · + rbn .

b) |b1 + b2 + · · · + bn | ≤ |b1 | + |b2 | + · · · + |bn |.
6. Probar que n re tas en el plano, tales que dos ualesquiera de

ellas no son paralelas y tres ualesquiera de ellas no tienen un
punto en omún, determinan (n2 + n + 2)/2 regiones diferentes.
7. Sea b un número entero positivo jo. Demostrar que para todo

natural n existen q y r naturales tales que n = bq + r ; 0 ≤ r < b.
8. Sea x > 0. Probar que para todo entero n≥3 se tiene que:
(1 + x)n > 1 + nx + nx2 .
9. ¾Cuál es el error en la siguiente demostra ión?
Teorema : Todos los aballos tienen el mismo olor.

Demostra ión: Sea Pn la proposi ión todos los aballos de un
onjunto de n aballos son del mismo olor.
a) P1 es laramente verdadera.
b) Supongamos que Pk es verdadera. Veamos que Pk+1 tam-

bién es verdadera. Sean c1 , c2 , c3 , · · · , ck+1 los k +1 aballos
en un onjunto de k + 1 aballos. Consideremos el onjunto
de k aballos {c1 , c2 , c3 , · · · , ck }. Por hipótesis de indu ión
todos estos aballos son del mismo olor. En el onjunto
anterior reempla emos ck por ck+1 . Luego en el onjunto
resultante {c1 , c2 , c3 , · · · , ck−1 , ck+1 } de k aballos, por hi-
pótesis de indu ión, todos son del mismo olor; omo c1 y
ck al igual que ck+1 y c1 son de igual olor, todos los k+1
aballos son del mismo olor. Luego Pk+1 es verdadera y,
por el prin ipio de indu ión se sigue que, todos los aballos
son del mismo olor.
10. Demostrar que si un onjunto S tiene n elementos enton es S

tiene 2n sub onjuntos.
11. El famoso rompe abezas ono ido omo las Torres de Hanoi,
onsta de un número nito de dis os de diferentes diámetros,
insertables en tres varillas (en la Figura A.6 se muestra el aso de
uatro dis os). Los dis os se en uentran insertados en una varilla,
dispuestos de mayor a menor; el propósito del rompe abezas es
trasladar todos los dis os desde la varilla en que se en uentran
hasta otra distinta, moviendo los dis os de uno en uno de tal
manera que en ningún momento, un dis o quede des ansando
sobre otro de diámetro menor. Demuestre por indu ión sobre
n, que para un rompe abezas on n dis os, el menor número de
movimientos para resolverlo es 2n − 1.
Figura A.6: Torres de Hanoi.
12. Un uadrado de lado 4 = 22 on un extremo perdido (ver

Figura A.7 a)), se puede embaldosinar o re ubrir on piezas o-
mo la de la Figura A.7 b), llamada triminó, (ver Figura A.7 )
Re ubrimiento on triminós). Demuestre por indu ión sobre n,

que todo uadrado de lado 2n , n ≥ 1, on un extremo perdido,

se puede embaldosinar on triminós.
a) b) c)
Cuadrado de lado 4 con Triminó Recubrimiento con
un extremo perdido triminós
Figura A.7
A.3. Deni iones re ursivas

Otra apli a ión importante del prin ipio de indu ión matemáti a la
en ontramos en las deni iones re ursivas. Un on epto se di e de-
nido re ursivamente, si se dene explí itamente para el aso n = 1
(o n = 0, o, en general, para un primer aso) y se da una re-
gla (o lista de reglas) que lo denen para el aso n-ésimo en térmi-
nos del aso anterior. Por ejemplo, el on epto de poten ia ión se
puede denir re ursivamente así: para a ∈ R denimos: a1 =: a y
an =: an−1 a, para todo n ≥ 2; de esta manera tendríamos, por ejem-
2
plo, que a = a
2−1 a = a1 a = aa, a3 = a3−1 a = a2 a = aaa, y así
su esivamente.
Mu has su esiones de números se pueden denir re ursivamente: sea,

por ejemplo, (Sn )n∈N la su esión denida por: S1 =: 1 y Sn+1 = 2Sn +1
enton es los uatro primeros términos de esta su esión serán:
1, 3, 7, 15.
En realidad, podemos armar que toda deni ión re ursiva al n y
al abo lo que siempre dene es una su esión en un determinado
onjunto X, es de ir una fun ión f de dominio N y odominio X ; así
por ejemplo las poten ias de una base ja a se pueden obtener on la
fun ión f : N −→ R denida por f (1) =: a y f (n) =: f (n − 1)a para
n ≥ 2.
1. Se dene re ursivamente la su esión Sn así:
S0 = 0 Sn = Sn−1 + 2n + 1
demuestre por indu ión que Sn = n 2
2. Se dene re ursivamente la su esión Sn así:
S0 = 1 Sn = Sn−1 + 2n − 1
demuestre por indu ión que Sn = (n + 1)2
1. El fa torial de un número natural es el produ to de sí mismo

por todos sus anteriores hasta 1. Por ejemplo, 5! = 5×4×3×2 =

120. Para 0 se onsidera 0! = 1. Sin ha er las multipli a iones

de todos los términos muestre que: 10! = 6!7!; 16! = 14!5!2!;
10! = 7!5!3!; 9! = 7!3!3!2!
2. A ontinua ión se dene re ursivamente la su esión an de di-
ferentes maneras:
a) a0 = 0; b0 = 1; an+1 = an + bn ; bn+1 = xbn ;

b) a0 = 0; b0 = 0; an+1 = an + bn ; bn+1 = x + bn ;
) a0 = 0; b0 = 1; an+1 = an + bn ; bn+1 = bn + 1;
d) a0 = 1; b0 = 1; an+1 = an bn ; bn+1 = bn + 1;
e) a0 = 0; b0 = 0; an+1 = an + 2bn + 1; bn+1 = bn + 1;
f) a0 = 0; b0 = 1; c0 = 1;
an+1 = an + bn ; bn+1 = cbnn ; cn+1 = cn + 1.
A ontinua ión están, en otro orden, las deni iones no re ursi-
vas de an , halle las orrespondientes:
I. an = n!
II. an = n2 ;
III. an = n(n − 1)/2;
IV. an = 1 + x + x2 + . . . + xn−1 , ∀n ≥ 1;
V. an = 1 + 1!1 + 2!1 + . . . + n!
1
;
VI. an = xn(n − 1)/2.
3. El fa torial de un número natural es el produ to de sí mismo por

todos sus anteriores hasta 1. Por ejemplo, 5! = 5×4×3×2 = 120.
Para 0 se onsidera 0! = 1. Denir re ursivamente: n!
4. Denir re ursivamente las siguientes su esiones de guras:
a)
, , ,
, , ···
b)
, , ,
, , ···
5. Denir re ursivamente la su esión: 1, 1, 2, 3, 5, 8, . . . (su esión
de Fibona i).
6. Demuestre utilizando la deni ión re ursiva e indu ión:
a ) (ab)n = an bn ;
b ) an am = an+m ;
) 2n < n! para n > 3.
7. Se dene Sn re ursivamente así:
S1 = 2; Sn+1 = Sn + n + 1,
demostrar que Sn = (n2 + n + 2)/2, ∀n ≥ 1.

8. Se dene Sn re ursivamente así:
S0 = 1; Sn+1 = xSn + 1,
demostrar que Sn = 1 + x + x2 + x3 + · · · + xn , ∀n ≥ 1.
9. Demostrar que si x0 = 0, x1 = 1 y xn+2 = xn+1 + 2xn , enton es
para todo n se tiene:
1 n
xn = (2 − (−1)n ).
3
10. Demostrar que si x0 = 2, x1 = 1 y xn+2 = xn+1 + 2xn enton es

para todo n se tiene:
xn = 2n − (−1)n−1 .

A.4. Sumatoria y produ toria

Algunas ve es debemos trabajar on sumas (nitas) de varios suman-
dos, es de ir expresiones de la forma: a1 + a2 + . . . + an . Una forma
P n
P
abreviada de es ribir esta suma es usando el símbolo , así: ai que
i=1
se lee: sumatoria (o simplemente suma) de los
P ai uando i varía de 1
a n. El símbolo se puede denir re ursivamente omo sigue:
1
X n+1
X n
X
ai = a1 ; ai = ai + an+1 ; ∀n ≥ 1.
i=1 i=1 i=1
Notas
1. El subíndi e es aparente, es de ir podríamos usar ualquier otra

letra y el signi ado sería el mismo; por ejemplo:
4
X 4
X 4
X 3
X
i2 = p2 = k2 = (j + 1)2 = 1 + 22 + 32 + 42 = 30.
i=1 p=1 k=1 j=0
2. Obsérvese que no siempre las sumas deben empezar en 1, en

realidad pueden empezar en ualquier índi e p entero, y en tal
aso tendríamos:
q
X
ai = ap + . . . + aq ; p ≤ q.
i=p
Por ejemplo:
10
X
iki = 3k3 + 4k4 + . . . + 10k10 .
i=3
Propiedad 1. Algunas propiedades del símbolo de sumatoria son:
n n n

bi ;
P P P
i. (ai + bi ) = ai +
i=1 i=1 i=1
n n

ai ;
P P
ii. kai = k
i=1 i=1
n
k = nk ;
P
iii.
i=1
n
(Propiedad Teles ópi a);
P
iv. (ai − ai−1 ) = an − a0
i=1
n p n
(siempre que 1 ≤ p < n);
P P P
v. ai = ai + ai
i=1 i=1 i=p+1
!
m
n P n m

bj .
P P P
vi. a i bj = ai
i=1 j=1 i=1 j=1
Todas las propiedades anteriores se pueden demostrar por indu ión

(ver Ejer i io 4) aunque también se pueden dar argumentos intuitivos
para ada una de ellas. Usando estas propiedades se puede al ular el
valor de iertas sumas, por ejemplo de términos de progresiones tanto
aritméti as omo geométri as.
A ontinua ión mostramos una proposi ión que se demuestra por

indu ión matemáti a, donde además se usan sumatorias y sus pro-
piedades.
n xn − y n
xn−i y i−1
P
Ejemplo A.4.1. El polinomio es igual a para
i=1 x−y
todo n ∈ N. Es de ir:
n
X xn − y n
xn−i y i−1 = .
x−y
i=1
n xn − y n
xn−i y i−1 =
P
Prueba. Sea Pn la proposi ión, .
i=1 x−y
Nota. Una proposi ión P (n) también la notaremos Pn .
i. Claramente P1 es verdadera pues
1
X x1 − y 1
x1−i y i−1 = x0 y 0 = = 1.
x−y
i=1

ii. Supongamos que Pk es verdadera. Veamos que Pk+1 también es

verdadera. Pk es la igualdad:
k
X xk − y k
xk−i y i−1 = (hipótesis de indu ión matemáti a)
x−y
i=1
mientras Pk+1 la igualdad
k+1
X xk+1 − y k+1
xk+1−i y i−1 = (tesis de indu ión matemáti a).
x−y
i=1
Partiendo de la hipótesis de indu ión, despejamos xk y tendre-

mos:
k
X
xk = y k + (x − y) xk−i y i−1 ,
i=1
multipli ando a ambos lados por x obtenemos:
k
X
k+1 k
x = xy + x(x − y) xk−i y i−1 ;
i=1
restando a ambos lados y k+1 se obtiene:
k
X
xk+1 − y k+1 = xy k − y k+1 + x(x − y) xk−i y i−1 ;
i=1
fa torizando tenemos:
k
X
xk+1 − y k+1 = y k (x − y) + x(x − y) xk−i y i−1 ;
i=1
fa torizando nuevamente y on ayuda de las propiedades de su-

matoria, se sigue que:
k+1
X
k+1 k+1
x −y = (x − y) xk+1−i y i−1 ;
i=1
1
multipli ando por a ambos lados tenemos:
x−y
k+1
X xk+1 − y k+1
xk+1−i y i−1 = .
x−y
i=1
LuegoPk+1 (la tesis) es verdadera y por el prin ipio de indu ión

n
xn−i y i−1 es igual a
P
matemáti a se sigue que el polinomio
i=1
xn − y n
para todo número natural.
x−y
Así omo existe una nota ión abreviada para sumas de varios suman-
dos, existe también una nota ión abreviada para produ tos de varios
Q
fa tores usando el símbolo . De esta manera, un produ to de la
forma: a1 a2 · · · an se simboliza por:
n
Y
ai
i=1
que se lee: produ toria (o multipli atoria, o simplemente produ to)

de las ai uando i varía de 1 a n. Todas las observa iones que se
hi ieron respe to al símbolo de sumatoria, así omo las propiedades,
se pueden extender al aso de la produ toria, laro está, ha iendo las
modi a iones ade uadas (ver Ejer i io 5).
1. Evalué las siguientes expresiones.
5
a)
P
(4j − 1)
j=0
k
3 P
b)
P
(3j − 1)
k=1 j=1
i
3 P
)
Q
2k
i=1 k=1
n
5i = 25 n(n+1)
P
2. Demuestre por indu ión matemáti a que
i=1
Ejer i ios de á ulo
1. Cal ular los valores numéri os de las siguientes expresiones:

6 5 i
3 Q
i2 ;
P P P
a) ) (3i + 1); e) k;
i=1 i=2 i=1 k=1
4 4 i
3 P
(−1)i+1 i2 ;
P Q Q
b) d) (2i + 1); f) k.
i=1 i=1 i=1 k=1
n
P
2. Dado por ono ido el valor de i y utilizando las propiedades
i=1
de la sumatoria en ontrar:
a) La suma de los primeros n impares.
b) 2 + 8 + 14 + . . . + (6n − 4).
) La suma de los n primeros números de la su esión
3, 8, 13, . . .
3. Denir n! en términos de produ toria.
P
4. Demostrar por indu ión las propiedades de .
5. Formular propiedades de la produ toria análogas a las enun-

iadas para la sumatoria.
6. Dedu ir una fórmula para:
n n n
i2 ; i3 ;
P P Q
a) b) ) i.
i=1 i=1 i=1
7. Dedu ir una fórmula para hallar el valor de:
n
xi ;
P
a)
i=1
n
P 1
b)
i(i+1) ( Sugeren ia: use la Propiedad Teles ópi a).
i=1
8. Dedu ir una fórmula para:
k n n
(1 − 1i ); 1
Q Q
b) ) (1 − ).
Q
a) i; i2
i=1 i=2 i=2
9. Un uadro mági o de orden n es un uadrado dividido en otros

en donde se olo an los números de 1 hasta n2 de tal manera que
ada olumna, la o diagonal suman lo mismo. La Figura A.8
muestra un uadro mági o de orden 4 que apare e en un grabado
de Durero (pintor y grabador alemán, 1471-1528).
Figura A.8: Cuadro mági o en un grabado de Durero.
En general, ¾ uánto vale la suma de los números de ada olum-

na, la o diagonal de un uadro mági o de orden n?

A.5. Combinatoria y teorema del binomio

Seguramente el estudiante sabe de memoria el desarrollo de (a + b)2
y de (a + b)3 . Pero, ¾qué pasa si nos preguntamos por el desarrollo de
(a + b)4 , o de (a + b)10 , o de (a + b)54 ? O tal vez por alguna razón no
estemos interesados en todo el desarrollo, sino sólo en un determinado
término del desarrollo. El Teorema del Binomio, uya demostra ión es
una onse uen ia importante del Prin ipio de Indu ión Matemáti a,
muestra todos y ada uno de los términos en el desarrollo de (a+b)n ,
para todo entero positivo n. En la fórmula que propor iona el Teorema
del Binomio apare en iertos números llamados oe ientes binomiales
que deniremos antes de enun iar el teorema.
Deni ión 2. Si n es un entero no negativo y k un entero on

0 ≤ k ≤ n, enton es el oe iente binomial o ombinado de n
n
y k , notado por k , se dene omo:

n n!
= .
k k!(n − k)!
Teorema 3 (del Binomio). Sean a y b reales, enton es para todo

natural n se tiene que:
n
n
X n
(a + b) = an−k bk .
k
k=0
Analizando la fórmula que apare e en el teorema, es fá il ha er algunas

observa iones respe to al desarrollo de (a + b)n , omo las siguientes:
1. Tiene n+1 términos.
2. El exponente de a disminuye desde n hasta 0 mientras que el de

b aumenta desde 0 hasta n.
3. En ada término la suma de los exponentes de a y de b es n.

n
4. Cada término es de la forma
k an−k bk .
5. El q -ésimo término se obtiene tomando k = q − 1.
Ejemplo A.5.1. Por el teorema del binomio tenemos que el desarrollo

de (x + y)4 sería el polinomio que se obtiene de la sumatoria, uyos
términos son
4
X
4 4 4
4−k k 3 1 4 2 2 4 1 3 4 0 4
x4 y 0 +

k x y = 0 1 x y + 2 x y + 3 x y + 4 x y
k=0
= x4 + 4x3 y + 6x2 y 2 + 4xy 3 + y 4 .
Ejemplo A.5.2. En ontrar el término que ontiene x en el desarrollo

de 7
1
2x + .
3x
Por el teorema del binomio tenemos que:
7 7 k
1 X 7 7−k 1
2x + = (2x) ,
3x k 3x
k=0
y omo enun iamos anteriormente, el q -ésimo término se obtiene to-

mando k = q − 1, es de ir, el término q -ésimo es
q−1
7 7−(q−1) 1
Tq = (2x)
q−1 3x

7 8−q −q+1 7
= (2x) (3x) = 28−q 3−q+1 x9−2q
q−1 q−1
y omo nos piden x on exponente 1 debemos resolver la e ua ión

9 − 2q = 1, de donde obtenemos que q = 4, enton es el término que
bus amos es:
7 8−4 −4+1 9−8 560
T4 = 2 3 x = x.
3 27

y k +y
1. La expresión y.y k + y es equivalente a:
a ) y k+1 + y k
b ) y k+1 + y k−1 + 1
k+1
) y 2k + y y

n
n2 (n+1)2
i3 =
P
2. Demostrar que: .
4
i=1
3. Hallar el término que ontiene x20 y 20 en el desarrollo del binomio

3 12

xy
x2 y + 2 .
1. En uentre el valor de ada uno de los siguientes oe ientes bi-

nomiales:

10 50 20
a) ; b) ; ) .
0 1 3
2. Use el teorema del binomio para en ontrar todos los términos en

la expansión de las siguientes expresiones:
a ) (a + b)5 ; b ) (m − n)7 ; ) (3x − 4y)7 .
3. ¾Cuál es el oe iente de x99 y 101 en la expansión de (2x+3y)200 ?
4. Demostrar:

n n n n
a) = = 1; b) = .
n 0 k n−k
n
X n
5. Demuestre que: = 2n . (Sugeren ia: expanda (1 + 1)n ).
i
i=0
n
X
i n
6. Expandiendo (1 + (−1))n , demuestre que: (−1) = 0.
i
i=0
7. Usando el ejer i io anterior ompare los valores de

n n n n n n
+ + + ... y + + + ...
0 2 4 1 3 5
8. Pruebe que si n, r y k son enteros tales que 0 ≤ k ≤ r ≤ n

enton es:

n r n n−k
= .
r k k r−k

r r+1 n n+1
9. Pruebe que: + + ... + = .
r r r r+1

10. Los oe ientes binomiales se pueden olo ar formando el famoso

Triángulo de Pas al* (también llamado de Tartaglia** ) omo
se muestra en el arreglo.
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
. . . . .
. . . . .
. . . . .
Casi todas las propiedades de los oe ientes binomiales se pue-

den observar en el triángulo. Por ejemplo, la propiedad a) del
Ejer i io 2, nos indi a que en los bordes del triángulo siempre
va 1, mientras la propiedad b) del mismo ejer i io nos da razón
de su simetría.
a) Interprete el resultado del ejer i io 7 en términos de Trián-

gulo de Pas al.
b) Los términos de una la, que no sean extremos, se pueden

obtener sumando los dos términos que están en ima, esto
quiere de ir que:

n n n+1
+ = ,
k−1 k k
demostrar esta importante propiedad. Nótese que esta pro-

n
piedad es ierta para todo k si a eptamos que
i = 0
uando i<0 o i > n.
11. ☛Demostrar por indu ión el teorema del binomio en alguna

parte
de la demostra ión, utili e la propiedad b), del ejer i io
10 .
*
Blaise Pas al, lósofo, físi o y matemáti o fran és, 1623-1662.
**
Matemáti o italiano (1499-1557), su verdadero nombre era Ni olá Fontana.
Tartaglia era un sobrenombre que signi a tartamudo.

Apéndi e B
Respuestas a los ejer i ios
Ejer i ios 1.2
1 a ) 7 − 4i; b ) 2 − 2i; d) 42
29 − 40
29 i; f ) −i.
67; ) − 25 + 25 i; e )
1 32
1;
π √
e a) 3e 2 i ; d) 2 2e 4 i ;
7π
1
√ sen α
b) 13e123,69i ; e) 2(1 + cos α)ei arctan( 1+cos α ) ;
p
π
) e 4 i ; f) e−αi .
√ √ √
2 a) 2
2
, 2
2 ; ) − 3 , −3 3 ; e) (0, −4);
√ √2 2
b) (−1, 3); d) − 3 1
2 ,2 .
4 a ) − 23 15
29 + 29 i; b ) − 45 + 4i ; ) − 43 − 4i .
5
182 Respuestas a los ejer i ios
i 1
i
a) b) )
2i
1 π/3
−1
2
d) e) f)
a ) z1 = e 4 i , z2 = e 4 i ; ) z1 = 2e 6 i , z2 = 2e
3π 7π 5π 11π
i
6 6 .
π
b ) z1 = 2e 6 i , z2 = 2e 6 i ;
7π
√ √
7 a ) z1 = 12 + 23 i, z2 = −1, z3 = 21 − 23 i;
b ) z1 = 0, 988 + 0, 157i, z2 = 0, 157 + 0, 988i,
z3 = −0, 89 + 0, 45i, z4 = −0, 71 − 0, 71i,
z5 = 0, 45 − 0, 89i;
√ √ √ √
) z1 = 3 1
2 + 2 i, z2 = − 3 1
2 + 2 i, z3 = 3 1
2 − 2 i, z4 = − 3 1
2 − 2 i.
Ejer i ios 2.1
1 a ) x1 = 67 41 3
50 , x2 = − 25 , x3 = − 5 ;
b ) x1 = 0, x2 = 39 11
4 , x3 = 4 ;
) x1 = 34 37 11
3 , x2 = − 6 , x3 = 3 ;

d) Tiene innitas solu iones: S= −1, t+5
2 ,t |t∈R ;
e) No tiene solu ión.
7 a + b − c = 0.
9 a ) a2 6= b2 6= 0; b ) a 2 = b2 y bc = ad.
2 P (x) = x2 − 5x + 3.

10 b) Dados dos puntos (distintos) en el plano, existe una úni a

re ta que los ontiene.
3 a ) 500, 100 y 1000.

b ) 500, 1000 y 500 de las espe ies I, II y III respe tivamente.
) 60 − 58 t, 10 + 25 t, t donde t ∈ {0, 5, 10, 15, 20, 25, 30, 35}.
Ejer i ios 2.2
2 (2, −6).
3 (x2 − x1 , y2 − y1 ).
32
αA − βB = − 13

4 A + B = (8, −1); αA + βB = 2 ,2 ; 2 , −4 .
A + B = (0, 1, 4); αA + βB = − 35 , 16
3 , 3 ; αA − βB =
7 20

5 3 , − 3 , −1 .
6 X = (−1, −1, −2); Y = (0, −1, − 21 ); Z = (−7, −5, −9).
1 2
7 α= 11 ; β = 11 .

13 11
8
3 , −1, 0 y 3 , 0, 1 .
14 Los puntos de la mediana orrespondiente al lado AB son de la

1−α 1−α
forma
2 A + 2 B + αC , donde 0 < α < 1.
Ejer i ios 2.3
1 (1, 1, 0); (1, 3, −2); (2, 2, 0); (−1, −3, 2); (4, 7, −3) (hay
innitas posibilidades de respuesta).
2 No.
3 a) No; b) Sí; ) Sí; d) Sí; e) No; f) No.
Ejer i ios 2.4
1 Paramétri as: x = −α, y = 2α, α ∈ R; artesiana: y = −2x.

2 Paramétri as: x = α, y = α, α ∈ R; artesiana: y = x.
3 Paramétri as: x = −α, y = 2 + 2α, α ∈ R;
artesiana: y = −2x + 2.
4 Paramétri as: x = α, y = 3 + α, α ∈ R; artesiana: y = x + 3.
y
5 −x = 2 = −z o equivalente 2x + y = 0 y y + 2z = 0.
y−1
6 2−x= 2 = −z o equivalente 2x + y = 5 y y + 2z = 1.
x−1
7
2 =1−y y z = −1 o equivalente x + 2y = 3 y z = −1.
2−y −z
8 1−x= 2 = 6 o equivalente 2x − y = 0 y 6y − 2z = 12.
9 No se ortan.
10 4x − 3y − 10z = 0.
11 4x − 3y − 10z = −13.
12 6x − 11y − 15z = −13.

45 70 3

13
23 , 23 , − 23 .
9 11 3

14
5, 5 , 5 .
− 51 , 35 , 1 .

15 El sentido de la re ta es
Ejer i ios 2.5
1 a) {(x, y, z) | 2x + y − z = 0}.
b) {(x, y, z) | 2x + y − z = 5}.
) Toda urva que no sea lineal. Ejemplo: el onjunto de pun-

tos de una ir unferen ia.
2 a) Base: {(−1, 1, 0), (−1, 0, 1)}.
b) Base: {(2, 1, 3)}.
Ejer i ios 3.1
3 a) No; ) Sí; e) No; g) Sí; i) No.
b) Sí; d) No; f) No; h) Sí;
4 f transforma la re ta en un punto.
5 b) i) f (2, 0) = (6, −2, 4); ii) f (2, 0) = (−10, −4, 0);

f (1, 3) = (6, −4, 8); f (1, 3) = (−35, −11, −6);
f (1, 2) = (5, −3, 6). f (1, 2) = (−25, −8, −4).
6 b) Que Lnm es un subespa io ve torial de V.

   
3x + y −5x − 10y
x x
2 i) f y = −x − y ;
 ii) f y =  −2x − 3y .
2x + 2y −2y

x x cos θ − y sen θ
10 f = .
y x cos θ + y sen θ
Ejer i ios 3.2
6 a) Amplia ión on fa tor de es ala |k| y reexión respe to al

origen.
b) Reexión respe to al origen.
) Redu ión on fa tor de es ala |k| y reexión respe to al

origen.
d) Anula ión (todo se transforma en el origen).
e) Redu ión on fa tor de es ala |k|.

f) Identidad (todo queda igual).
g) Amplia ión on fa tor de es ala |k|.
7 a) Reexión on respe to al plano XZ .

b) Proye ión sobre el plano XY .
) Reexión on respe to al origen.
d) Rota ión de 180

o alrededor del eje Z.
e) Rota ión alrededor del eje Z.

f) Rota ión alrededor del eje X.

0 −1 0 1 −2 2
1 (1). (2). (3). .
2 0 1 0 0 −2
2 a) b) ) d)
1 -1 2
-1 -1
4
-2

x 2x + y x −x
3 a) f = ; ) f = ;
y y y −y

x 2x + 3y x 2y
b) f y = −x
; d ) f y = 2x .
8 a)
x
!
x
4 a ) f : R −→ R
2 3
denida por f = 3x + y ;
y
y
x
!
3x − z
b ) f : R3 −→ R2 denida por f y = ;
x − y + 3z
z
x x + 3y − z
! !
) f : R −→ R
3 3
denida por f y = 5x + y + 2z ;
z 4x + z
x
!
−x + y + z
d ) f : R −→ R
3 2
denida por f y = ;
2x + y + 4z
z
x
!
e ) f : R −→ R3 denida por f (x) = 4x ;
0
x
!
f ) f : R −→ R
3
denida por f y = −x + y + z .
z

x y
5 a) f y
=
x
;
− 53 x + 54 y

x
b) f y
= 4 3 ;
5x + 5y
!
1−a2 2a
x x + y
) f = 1+a2 1+a2
2 .
y 2a
x + a −1
y
1+a2 1+a2
Ejer i ios 3.3
1 a) Falso, b) Verdadero, ) Falso, d) Verdadero, e) Verdadero.
3 a) {(0, −t, t) | t ∈ R}, b) No existen,

) {(−1, 2 − t, t) | t ∈ R}.
4 a) Re ta que pasa por el origen, b) Va ío,
) Re ta que no pasa por el origen.
5 a − b + c = 0.
6 a ) Nu(f ) = {(0, 0)}; Im(f ) = {(x, y, z) ∈ R3 | −x + z = 0},
dim Nu(f ) = 0 y dim Im(f ) = 2.

b ) Nu(f ) = 1 10
3 t, 3 t, t | t ∈ R ; Im(f ) = R ,
2

) Nu(f ) = {(0, 0, 0)}; Im(f ) = R3 ,
d ) Nu(f ) = {(−t, −2t, t) | t ∈ R}; Im(f ) = R2 ,
e ) Nu(f ) = {0}; Im(f ) = {(x, y, z) ∈ R3 | 4x − y = 0 y z = 0},
f ) Nu(f ) = {(s + t, s, t) | s, t ∈ R}; Im(f ) = R,
2 a) Falso, b) Falso, ) verdadero.
8 {(0, t, 0) | t ∈ R}.

Ejer i ios 3.4
1 a) x = 4; y = −1.
x, y que umplan las igualdades.
b) No existen valores
 
−1 −5 −4
2 a) BB − 4A + 2B =  0 −2 0 
0 4 −2
 
0 2 3
b) 2AA − 3AB + BA =  0 3 0 .
0 −2 −1
√ √
3 {x | x < 4 − 22 o x > 4 + 22}
4 a=d y c = −b
(−5t − 2)/3 (3 − 5s)/3
!
14 Todas las matri es de la forma (1 + t)/3 s/3 ;
t s
t, s ∈ R.

0 1 0 2
15 d) A = y B = ;
0 0 0 0

0 1 0 2 0 3
e) A = , B = y C = .
0 0 0 0 0 0

−1 0 1/2 −1 −1 1
6 A = ; B = ;
−1 1/2 −1 2

−1 0 −1/2 1
(AB)−1 = ; A−1 B −1 = .
−2 1/2 1/2 0
 
1 −1 1
17 a) A
−1 =  −1 5/3 −4/3 ; b) {(4, −5, 2)}.
0 1/3 1/3
 
1 3 2
8  2 2 5/2 .
−1 −1/3 −2/3
Ejer i ios 3.5
4 Las transforma iones anes son: b, c, d y e.

x 3/4 −1/4 x 2
1 T = +
y 1/4 1/4 y 1

x x
5 a) g(x) = −x+1; b) Una transforma ión afín es g = ;
y 2
x 3 + 2y + 1
) g = .
y x+1
1
x 0 x
3 T1 = 3 ;
y 0 31 y
1 1
1
x 3 cos 60 − 3 sen 60
x
T2 = 1 1 + 3 ;
y 3 sen 60 3 cos 60 y 0
1 1
1
x 3 cos(−60) − 3 sen(−60)
x
T3 = 1 1 + √2
3 ;
y sen(−60) cos(−60) y
13 3 2 6
x 0 x
T4 = 3
1 + 3 .
y 0 3 y 0
Ejer i ios 4.1
1 A · B = 13; (2A) · B = 26; (A + B) · B = 23.
Ejer i ios 4.2
1 a) Verdadero, b) Falso, ) Falso, d) Falso.
√ √
3 k(1, 3)k = 10 √, k(1, −3, 0)k = √ 10,
k(1, 1, 2)k = 6, k(1, 2, 1, 2)k = 10.
√ √
2 15
4 k= 15 o k = − 2 1515 .
√
− 70
5 a) cos θ = 14 .
√
b) PAB = (−1, 2, 0), kPAB k = 5.
√
9 18 30
D = 3 29145 .

) P = − 29 , 29 , 29 ,
√
P = 52 , 1, 23 , D = 262 .

d)
√
P = 43 , 65 , 76 , D = 766.

e)
√ √ √ √
f) A△ = 3 2 5 y P△ = 14 + 5 + 29.

6 a ) cos θ = 14
15
√
b ) PAB = 28 14 14 14 14 15

15 , − 15 , 5 , 15 , kPAB k = 15 .
√
) P = 3 3 58

2 , −1, 3, 2 , D= 2 .
√
d) P = 3 5
D = 26 .

2 , −1, 2 , 2 ,
√
e) P = 18 5 19 9
D = 277.

7 , −7, 7 , 7 ,
√ √ √
f ) A△ = 29
2 y P△ = 2 15 + 2.
2 a) Verdadero, b) Verdadero, ) Falso, d) Falso.
√
13 b) {(x, y, z) | − 3y + z = 0}.
√
2
7
2 .
Ejer i ios 4.3
2 a ) (2, 4, 3), d ) (−2, −9, −3), g ) (15, −6, −2),

b ) (−2, −4, −3), e ) (3, 1, 2), h ) (1, 2, −5).
) (−3, −6, −2), f ) (−2, −9, −3),
1 a) Verdadero, ) Verdadero, e) Verdadero,
b) Falso, d) Verdadero, f) Falso.
√
59
3 A△ = 2 y la e ua ión del plano 3x + y − 7z = −2.
Ejer i ios 4.4
4 Dos ejemplos de transforma iones lineales de semejanza:

x x + 2y x x
f = ; g = .
y −2x + y y −y
Dos ejemplos de transforma iones lineales que no son de seme-
janza:

x x+y x x−y
f = ; g = .
y −x − y y −x + y
√ √
1 a) Con fa tor de es ala 2 y d) on fa tor de es ala 13.
8 a) Dos ejemplos de transforma iones lineales ortonormales:

x x x y
f = ; g = .
y y y x
2 a) 4 Rota iones: f (x, y) = (x, y); f (x, y) = (−y, x);

f (x, y) = (−x, −y); f (x, y) = (y, −x).
4 Reexiones: f (x, y) = (x, −y); f (x, y) = (−x, y);
f (x, y) = (y, x); f (x, y) = (−y, −x).
b) 2 Rota iones: f (x, y) = (x, y); f (x, y) = (−x, −y).
Ejer i ios 5.2
1 a) No umple AD1 ni AD3; b) No umple AD1, AD2 ni AD3;

) No umple AD3; d) No umple AD1, AD2 ni AD3;
e) No umple AD1, AD2 ni AD3.
2 a) ad − bc, b) −7, ) −15.
Ejer i ios 5.3
1 a) {x = 75 , y = − 17 }; b) {x = −2, y = −1, z = 1}.
2 a) Tiene solu ión para todo h, k ∈ R;

b) k 6= 4h/3; c) 2h + k2 − hk2 6= 0.
√
4 a) Ve tores propios orrespondientes a 2:
n o
t, 1+t√2 | t ∈ R .
√
Ve tores propios orrespondientes a − 2:
n o
t, 1−t√2 | t ∈ R .
b) Valores propios: 1 y 2;
Ve tores propios orrespondientes a 1: {(0, t) | t ∈ R}.
Ve tores propios orrespondientes a 2: {(t, t) | t ∈ R}.

Ejer i ios A.1
1 ) es falsa.
2 Si tal número existiera enton es su siguiente sería mayor, lo que

ontradi e que tal número es mayor que todos los demás.
Ejer i ios A.3
1 b) 0! = 1; n! = (n − 1)! n para todo n ≥ 1.
2 a) orresponde a IV; d) orresponde a I;

b) orresponde a VI; e) orresponde a II;
) orresponde a III; f) orresponde a V.
Ejer i ios A.4
1 a) 91; b) -10; ) 46; d) 945; e) 9; f) 18.
n
Q
3 n! = i.
i=1
n
Q n
Q n
Q
5 a) (ai × bi ) = ai × bi ;
i=1 i=1 i=1
n n
kai = kn
Q Q
b) ai ;
i=1 i=1
n
k = kn ;
Q
)
i=1
n
Q ai an
d)
ai−1 = a0 (propiedad teles ópi a);
i=1
n
Q p
Q n
Q
e) ai = ai × ai donde p ∈ Z, tal que 1 ≤ p ≤ n;
i=1 i=1 i=p+1
n
p n
api ;
Q Q
f) ai =
i=1 i=1
m
n Q n m
am bnj .
Q Q Q
g) a i bj = i ×
i=1 i=1 i=1 j=1
n2 ; ab ) n(3n − 1); )
n(5n + 1)
.
2
6 a) n(n+1)(2n+1)
6 ; b) n2 (n+1)2
4 ; ) n!.
1 − xn+1 n
7 a) ;
b) .
1−x n+1
a ) n! kn ; 1 n+1
8 b) ; ) .
n 2n
n(n2 + 1)
9 .
2
Ejer i ios A.5
1 a) 1; b) 50; ) 1140.
2 a) a5 + 5a4 b + 10a3 b2 + 10a2 b3 + 5ab4 + b5 ;
b) m7 − 7m6 n+ 21m5 n2 − 35m4 n3 + 35m3 n4 − 21m2 n5 + 7mn6 − n7 ;
) 2187x7 −20412x6 y+81648x5 y 2 −181440x4 y 3 +241920x3 y 4 −

193536x2 y 5 + 86016xy 6 − 16384y 7 .
200! 99 101 .
3
101! 99! 2 3

Le turas re omendadas
[1℄ H. Anton. Elementary Linear Algebra. John Wiley-New York,

6th edition, 1991.
[2℄ T. Apostol. Cal ulus, Vol.I y Vol II. Reverté-Bar elona, 2a. ed.,
1974.
[3℄ B. Fraleigh B y R. Beauregard. Álgebra lineal. Addison-Wesley

Iberoameri ana, 1989.
[4℄ S. I. Grossman. Álgebra lineal. M Graw-Hill/Interameri ana de

Mexi o, 5a. ed., 1991.
[5℄ K. Homan y R. Kunze. Álgebra lineal. Prenti e Hall, 1971.
[6℄ John L. Kelley. Introdu ión moderna al álgebra. Norma, 1968.
[7℄ Bernard Kolman. Álgebra lineal on apli a iones y Matlab. Pear-

son edu ation, 6a. ed., 1999.
[8℄ S. Lang. Introdu ión al álgebra lineal. Addison-Wesley Ibero-

ameri ana, 2a. ed., 1990.
[9℄ A.I. Máltsev. Fundamentos de álgebra lineal. Mos ú, 3a. ed. 1978.
[10℄ E. Nering. Linear Algebra and Matrix Theory. John Wiley, 6th.
edition, 1970.
[11℄ R. Penrose. La nueva mente del emperador. Grijalbo, 1991.
[12℄ S. Singh. El último teorema de Fermat. Grupo Editorial Norma,

1999.
[13℄ S. Strang. Álgebra lineal y sus apli a iones. Fondo Edu ativo
Interameri ano, 1982.
196 Bibliografía
[14℄ A. Takahashi. Álgebra lineal. Universidad Na ional de Colombia,

1993.
[15℄ J. A. Walsh. Fra tals in linear algebra. The College Mathemati s

Journal, Vol. 27, No. 4, 1996.

Índi e alfabéti o
álgebra de matri es, 88 el nú leo y la imagen, 8284
ángulo entre ve tores, 106 espa io
áreas y volúmenes eu lideo, 106
orientados, 121 ve torial, 46, 103
axiomas
de Peano, 2 fa torial, 10
del determinante, 124128 forma polar, 25
fórmula de De Moivre, 27
base anóni a, 53 fun ión determinante, 121
Cau hy-S hwarz, 104 Gauss, 36

oe iente binomial, 18 Giusseppe Peano, 1
ombina ión lineal, 50 Gottfried Leibniz, 22
ombina iones lineales
e independen ia lineal, 5054 igualdad de Lagrange, 115
ombinatoria y teorema indu ión matemáti a, 3, 4, 10
del binomio, 1819 inversa de una matriz, 92
omponentes, 45 inversa por ofa tores, 139
omposi ión de fun iones, 89 isometrías, 118
urva de Ko h, 102
longitud entre ve tores, 106
deni iones re ursivas, 10
desigualdad triangular, 110 matriz, 35
dimensión, 53 ampliada, 35
dinámi as omplejas, 30 aso iada a un sistema, 35
distan ia entre dos puntos, 107 es alonada, 37
transpuesta, 119, 134, 139
e ua ión de un plano, 109 método de Gauss, 36
e ua iones multipli a ión
artesianas, 57 de omplejos, 24, 26
on n variables, 44 de matri es, 89
lineales, 33
paramétri as, 57 norma de un ve tor, 106
198 Índi e alfabéti o
números transforma iones

omplejos, 22, 23 anes, 100
imaginarios, 22 lineales, 6972
naturales, 1, 3, 4 triángulo de Sierpi«ski, 101,
120
Peano, 3
uni idad de la fun ión
planos
determinante, 130
que ontienen el origen, 59
trasladados, 60
valor propio, 138
produ to
ve tores
ruz, 114
n-dimensionales, 45
interno, 103
dependientes, 50
matri ial, 89
dire tri es, 59
por es alar, 46
independientes, 50
propiedades de ampo, 25
ortogonales, 107
proye ión de un ve tor
propios, 138
sobre otro, 107
Rafaello Bombelli, 22
re tas
que ontienen el origen, 57
trasladadas, 58
regla de Cramer, 135
representa ión de
transforma iones, 7479
similitudes, 118
sistema
de e ua iones lineales, 33
generador, 50
homogéneo, 39
subespa io
an, 64
ve torial, 63
suma de omplejos, 24
sumatoria y produ toria, 13
teorema
de la dimensión, 83
del binomio, 18
transforma ión ortogonal, 118

AlgebraLineal EnfoqueGeometrico

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

AlgebraLineal EnfoqueGeometrico

Cargado por

Copyright:

Formatos disponibles

APROXIMACIÓN AL ÁLGEBRA

LINEAL: un enfoque geométri o

Fe ha: 15 de agosto de 2017

* Profesor Titular Es uela de Matemáti as UIS

1. Campos nitos y nùmeros omplejos 1

1.1.1. Axiomas de ampos . . . . . . . . . . . . . . . 1

1.2. Números omplejos . . . . . . . . . . . . . . . . . . . . 7

1.2.1. Forma polar . . . . . . . . . . . . . . . . . . . . 11

1.3. Algo sobre dinámi as omplejas . . . . . . . . . . . . . 19

2. Rn omo espa io ve torial 27

2.1. Sistemas de e ua iones lineales . . . . . . . . . . . . . 27

2.3. Combina iones lineales e independen ia lineal . . . . . 45

2.4. Planos y re tas en R3 . . . . . . . . . . . . . . . . . . 55

2.4.1. E ua iones paramétri as y artesianas . . . . . 55

2.4.2. Re tas que ontienen el origen . . . . . . . . . . 55

2.4.3. Re tas trasladadas . . . . . . . . . . . . . . . . 56

2.4.4. Planos que ontienen el origen . . . . . . . . . . 58

2.4.5. Planos trasladados . . . . . . . . . . . . . . . . 59

2.5. Subespa ios ve toriales y subespa iosanes de R

3. Transforma iones lineales y matri es 69

3.1. Transforma iones lineales . . . . . . . . . . . . . . . . 69

3.2. Representa ión de transforma iones lineales por medio de matri es 75

3.3. El nú leo y la imagen de una transforma ión lineal . . 85

3.4. Álgebra de matri es . . . . . . . . . . . . . . . . . . . 92

3.4.1. Suma y produ to por es alar . . . . . . . . . . 92

3.4.2. Multipli a ión . . . . . . . . . . . . . . . . . . . 93

3.4.3. Inversa de una matriz . . . . . . . . . . . . . . 96

3.5. Transforma iones anes . . . . . . . . . . . . . . . . . 105

4. Rn omo espa io ve torial eu lídeo 109

4.1. Produ to interno . . . . . . . . . . . . . . . . . . . . . 109

4.2. Longitudes, ángulos,distan iasy proye iones . . . . . . 113

4.3. Produ to ruz . . . . . . . . . . . . . . . . . . . . . . . 122

4.4. Similitudes e isometrías . . . . . . . . . . . . . . . . . 126

5. La fun ión determinante 131

5.1. Áreas y volúmenes orientados . . . . . . . . . . . . . . 131

5.2. Axiomas del determinante . . . . . . . . . . . . . . . . 134

5.3. La regla de Cramer . . . . . . . . . . . . . . . . . . . . 145

5.4. Inversa por ofa tores . . . . . . . . . . . . . . . . . . 149

A. Algo sobre indu ión matemáti a 153

Algo sobre indu ión matemáti a 153

A.1. Números naturales . . . . . . . . . . . . . . . . . . . . 153

A.2. Demostra iones por indu iónmatemáti a . . . . . . . 159

A.3. Deni iones re ursivas . . . . . . . . . . . . . . . . . . 166

A.4. Sumatoria y produ toria . . . . . . . . . . . . . . . . . 169

A.5. Combinatoria y teorema del binomio . . . . . . . . . . 175

B. Respuestas a los ejer i ios 181

Respuestas a los ejer i ios 181

Le turas re omendadas 195

El material que presentamos en esta exposi ión ha sido es rito on el

ada on epto desde un punto de vista geométri o, on el ánimo de

El estudiante puede tomar este material omo guía de estudio, pero su

Hemos distribuido nuestra exposi ión en in o apítulos. Aunque en

trodu ión al álgebra lineal propiamente di ha proponiendo el estudio

el estudio de su estru tura de espa io ve torial, tomando siempre o-

El ter er apítulo (Transforma iones lineales y matri es) se dedi a a

propor ionar una deni ión formal de la no ión de autosimilitud, a-

Como ya se men ionó en el párrafo anterior, tomando omo fuente

Queremos agrade er muy sin eramente a varias personas y entidades

nidad de impartir el urso de Álgebra Superior a lo largo de mu hos

Esperamos enton es que el material que estamos ofre iendo se onvier-

Campos nitos y nùmeros

1.1.1. Axiomas de ampos

Un ampo onsiste en un onjunto K (de los números o es alares ) do-

1. Campos nitos y nùmeros omplejos 1

2.5. Subespa ios ve toriales y subespa iosanes de R

3.5. Transforma iones anes . . . . . . . . . . . . . . . . . 105

A.3. Deni iones re ursivas . . . . . . . . . . . . . . . . . . 166

El ter er apítulo (Transforma iones lineales y matri es) se dedi a a

propor ionar una deni ión formal de la no ión de autosimilitud, a-

Campos nitos y nùmeros

Enton es se veri an todos los axiomas. La lausura se garantiza por

Ejemplo 1.1.3. Sea A = {a, b, c, d} y se denen las opera iones así:

7. Explique por qué en un ampo nito on un número impar de

Deniremos ahora dos opera iones importantes en el onjunto C, su-