Documentos de Académico
Documentos de Profesional
Documentos de Cultura
C={ ( a, b) / a R b R }
El conjun- Números se define
Notación: Z = ( a , b )
to de complejos por
Re(z) = a ; Im(z) = b
Se conside-
ran Se expresan
Se representan a = cos
gráficamente b = sen
Objetivos
- Valorar la ampliación del conjunto de los números reales.
- Desarrollar habilidades en el manejo de los lenguajes coloquial, simbólico y gráfico a través
de definiciones, operaciones y resolución de planteos con números complejos.
- Reconocer y resolver las diferentes operaciones con complejos expresados en forma cartesia-
na, binómica, trigonométrica y gráfica.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
1.- Introducción
Las ampliaciones de los conjuntos numéricos responden a la necesidad de dar soluciones a las
operaciones imposibles de resolver en un determinado campo. Es decir que a medida que se am-
plían los campos numéricos, se amplían también las posibilidades de cálculo.
Veamos ahora:
2
Si tenemos la ecuación: x2 = 4 x = 4
Para la ampliación del campo real, se introduce una nueva unidad y en consecuencia nuevos nú-
meros: los números imaginarios.
En C: x = 4 x = 2 i
1
Isomorfo entre los reales y una parte de los complejos, significa que los complejos de la forma ( a , o) se comportan
como los reales y en consecuencia los identificamos con ellos.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
Ejemplos: z1 = ( 3 , 2 ), z2 = ( 2 , 4 ) , z3 = 5 , 2
7 , z4 = , 4
3
2
Re(z1) = 3 , Im(z2) = 4 , Im(z3) = 7 , Re z4 =
3
z = ( a , 0 ) , es el número real a. Ejemplo: z = ( 5 , 0 ) es el nº real 5 3
z2 = ( 2 , 4 )
Im
Z=(a,b)
b
z1 = ( 3 , 2 )
a R
Los complejos de la forma ( a , 0 ), se corresponden con puntos del eje de abscisas; y los de for-
ma ( 0 , b ), caracterizan al eje de ordenadas.
2.4.- Ejemplos
Representar gráficamente los complejos z = ( x , y ) que verifican:
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
i) Re (z) = 3
2 Im(z) < 4 Im
4
0 Re
2.5.- Operaciones en C
Dados los complejos: z1 = ( a , b ) y z2 = ( c , d )
Por ejemplo: z1 = ( 2 , 3 ) y z2 = ( 1 , 2 )
z1 + z2 = ( a , b ) + ( c , d ) = ( a + c , b + d )
Ejemplo
z1 + z2 = ( 2 , 3 ) + ( 1 , 2 ) = ( 2 + 1 , 3 + 2 ) = (1 , 5 )
es
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
Es conmutativa: z1 + z2 = z2 + z1
Es asociativa: ( z1 + z2 ) + z3 = z1 + ( z2+ z3 )
Tiene elemento neutro o Complejo nulo: ( 0 , 0 ) ( a , b ) + ( 0 , 0 ) = ( a , b )
Tiene inverso aditivo (opuesto)
Para z = ( a , b ), el inverso aditivo de z es – z = ( a , b )
5
( a , b ) + (a,b) = (0,0)
Ejemplo: z1 + (z1) = ( 2 , 3) + ( 2 , 3 ) = ( 0 , 0 )
Representación gráfica
z1+z2
z2
z1
Multiplicación z1 . z2 = ( a , b ) . ( c , d ) = ( a c – b d , a d + b c )
Ejemplo
= ( 2 6 , 4 + 3 )
= (8 , 1)
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
Inverso multiplicativo
z C z ( 0 , 0 ), z1 z . z1 = u
a b z
Para z = ( a , b ), el inverso multiplicativo es z1 = 2 , 2 2
=
a b a b
2 2
z
Ejemplo:
6
2 3 2 3
Para z = ( 2 , 3 ) z11 = , ,
49 49 13 13
Verificación:
2 3
z . z1 = ( 2 , 3 ) . ,
13 13
2 3 2 3
= (2). 3 , (2) 3. = ( 1 , 0 )
13 13 13 13
z1 : z2 = z1 . ( z2 )-1 = ( a , b ) ,
Cociente
para z2 ( 0 , 0 )
Ejemplo
z1 : z2 = (2 , 3 ) : ( 1 , 2 ) = (2 , 3 ).
= (2 , 3 ) . =
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
Análogamente
0
i = 1 i4 = 1
i1 = i i5 = i
i 2 = 1 i6 = 1
Demostración
(0,1). (0,1) = ( 1 , 0 ) = 1
i 3 = i2.i = (1) . i = i i7 = i
Ejemplo: i 23 = i3 = i
23 4
-3- 5
exponente
b) z1 z2 = z1 + ( z2 ) = ( 1 + 3 i ) + ( 2 4 i ) = 3 i
c) z1 . z2 = ( 1 + 3 i ) . ( 2 + 4 i ) = 2 – 6 i + 4 i + 12 i2
= 2 – 6i + 4i + 12 (1)
= 14 – 2i
d) z1 : z2 =
z1 1 3i (1 3i ) ( 2 4 i ) 2 6 i 4 i 12 10 10 i 1 1
i
z2 2 4 i ( 2 4 i ) ( 2 4 i ) (2) 2 4 2 20 2 2
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
R
Z=(a,b) Notación
z
b z = a 2 b2
a R
4.2.- Ejemplos
i) Para: z1 = ( 3 , 2 ), z2 = ( 2 , 4 )
z1 = 32 2 2 13 ; z 2 = (2) 2 4 2 20 2 5
Si z = 2 + 3 i z ( 2 )2 32 13
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
R
Z Fórmulas de pasaje de coordenadas
polares a cartesiana
b
R a = cos ; b = sen
a
9
para z = a + bi
: radio vector : argumento
ρ z a 2 b2 b
tag
a
0 con 0 2 , argumento principal
z = (3, 3 ) =
32 3
2 IV C z= 2 3 (cos 330º + i sen 330º)
3 z= 2 3 330º
= 12 2 3 = arc tg
3
= 330º
z = ( 4 , 0 ) = (4) 2 4 = 180º z = 4 (cos 180º + i sen 180º)
z = 4180º
z=(0, 2) = 22 2 = 90º z = 2 (cos 90º + i sen 90º)
z = 290º
z = (3 , 3 ) = (3) 2 (3) 2 III C z = 3 2 ( cos 225º + i sen225º)
3
= 18 3 2 = arc tg z = 3 2 225º
3
= 225º
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
z2 = 2 2 2 2
Im(z)
z =(a ,b)
b
a Re(z)
b
=(a , -b)
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
Pues: z . z = ( a + b i ) . ( a b i ) = a2 + b2
Ejemplo: ( 2 3 i ) . ( 2 + 3 i ) = 4 + 9 = 13
6.3.- En coordenadas polares: el complejo conjugado de z = es z =
Se deduce que: z = z = 2 =
Ejemplos: z = 2 30º el complejo conjugado es z = 2 30º
6.4.- Propiedades de la conjugación
1. z z
En efecto z (a , b) ( a , b ) ( a , b ) z
2. kz kz con k R
kz k a , k b ( k a , k b) k ( a , b ) k z
3. z1 z 2 z1 z 2
4. z1 . z 2 z1 . z 2
5. Si z = z Im (z) = 0
aa
Si ( a , b ) = ( a , b ) b = 0
b b
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
“El producto de dos números complejos dados en forma polar es otro número complejo que tiene
por módulo el producto de los módulos y por argumento a la suma de los argumentos de los
complejos dados”
y
Z
12
2 Z2
1 Z1
1 2
1`` x
o
U
OU 1 1
1 OZ = 1 2
2 OZ 2 OZ
OZ = z1.z2 = 1 2
1 2
z ρ
En forma reducida z1 : z2 = 1 1
z ρ
2 2
1 2
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
“El cociente de dos números complejos dados en forma polar, siendo el segundo distinto de 0, es
otro número complejo, que tiene por módulo el cociente de los módulos, y por argumento la dife-
rencia entre el argumento del dividendo y del divisor”
“La potencia n-sima de un número complejo dado en forma polar, es otro complejo que tiene por
módulo la potencia n-esima de su módulo y por argumento el producto de su argumento por n”
La fórmula de Moivre vale para todo exponente entero.
7.4.- Radicación
7.5.- Ejemplos:
3 3 3
Dados: z1 = 1 – i 3 y z2 = i
2 2
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
Para z1 = 1 – i 3
Cálculo de 1 Cálculo de 1
1 al IV cuadrante (la componente real
es positiva y la componente imaginaria negati-
14 ρ1 12 ( 3 )2 4 2
va)
- 3
tag 1 3
1
1 arc tag 3 300º
En forma polar o trigonométrica: z1 = 2 ( cos 300º + i sen 300º )
En forma reducida: z1 = 2 300
3 3 3
Para z2 = i
2 2
Cálculo de 2 Cálculo de 2
2 2 al III cuadrante(la componente real y la
3 3 3
2
ρ2 - -
2 2 componente imaginaria son negativas)
9 27 3 3
9 3 -
4 4 tag 2 2 3
3
-
2
2 arc tag 3 240º
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
z ρ 2 2
ii) z1 : z2 = 1 1
z ρ 3 ( 300º 240º ) 3 60º
2 2
1 2
=
2
cos 60º i sen 60º
3
2 1 3 1 3
15
= i i
3 2 2 3 3
3 3 3
iv) La 4 z2 = 4 = 4 3240 , tiene 4 raíces que las encontramos
2 2
1 3
3 cos 60º i sen 60º
4
3 4 27
Para k = 0 ; z0 4
= 4
3 i i
2 2 2 2
4
27 4 3
3 cos 150º i sen 150º =
3 1
Para k = 1 ; z1 4 4
3 i
i
2 2 2 2
1 3 4
3 4 27
Para k = 2 ; z2 4
3 cos 240º i sen 240º = 4
3 i i
2 2 2 2
3
3 cos 330º i sen 330º =
4
1 27 4 3
Para k = 3 ; z3 4 4
3 i
i
2 2 2 2
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
Particularmente para el ejercicio considerado, son los vértices de un cuadrado inscripto en una
4
circunferencia de radio igual a 3 = 1,316 y los argumentos de 60º, 150º, 240º y 330º
Z0
16
Z1
60º
1
Z3
Z2
a a 2 b2 a a 2 b2
Con x= , y=
2 2
a a 2 b2 a a 2 b2
Es decir: a bi i
2 2
Sobre los signos : a) signos iguales ( + + o ), si b es positivo
b) signos distintos ( + o + ), si b es negativo
8.2.- Ejemplos
a) 3 4i x + yi
Como b es negativo,
3 9 16 35 tenemos:
x= 2
2 2 z0 = 2 i
z1 = 2 + i
3 9 16 35
y= 1
2 2
2
Sagastume Berra-Fernandez. Álgebra y Cálculo Numérico
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
b) 7 24i x + yi
Como b es positivo,
7 49 576 7 25 tenemos:
x= 4
2 2
z0 = 4 + 3 i
7 49 576 z1 = 4 3 i 17
7 25
y= 3
2 2
x= 1 x=2
1
(2i) z
i(1 i )
1 i
Solución: (2+i) + z = (i 1)( 1–i)
z = i 1 –i2+ i – 2– i
z = i 1 +1 + i – 2– i
z= – 2 + i
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
10
1 3 i
9.3.- Calcular la siguiente expresión 1 i
Solución: se encuentra la potencia utilizando la Fórmula de Moivre, para ello
a) Se expresa los complejos dados, en forma polar
3
Para 1 3 i , se tiene: = 1 3 2 ; IC , = arc tg = 60º
18 1
1 3 i = 2 60º
1–i = 2 315º
2 105º
10
2 10
10x105º 21050
5
º 32 330º
10
1 3 i 3 1
32 i
Respuesta: 1 i 32 330º = 32 ( cos 330º + i sen 330º ) =
2 2
= 16 3 16i
9.4.- Resolver la ( 1 + i ) 4 z3 – 3 = 0
a) Se despeja z3 , y se tiene: z3 = 3 : (1+i)4
z3 = 3 : [ ( 1 + i )2 ( 1 + i )2 ]
z3 = 3 : [2i . 2i ]
z3 = 3 : (– 4 )
3
z3 =
4
3
z 3
4
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
3
b) Se expresa el complejo z = , en forma polar
4
2
3 3
= y = 180º
4 4
3
z= 180º
19
4
c) Se calculan las tres raíces de z
3 3 3
z= 3 ; zk = 3
180º 2 k = 3
60º 120º k con 0 k 3
4 180º 4 4
3 3
3 3
Para k = 0 ; z0 = 3
60º ; z0 = 3 (cos 60º + i sen 60º )
4 4
3 3 3
Para k = 1 ; z1 = 3
60º 120º = 3
180º ; z1 = 3 (cos 180º + i sen 180º )
4 4 4
3 3 3
Para k = 2 ; z2 = 3
60º 240º = 3
300º ; z2 = 3 (cos 300º + i sen 300º )
4 4 4
9.6.- Encontrar los números complejos que cumplan las siguientes condiciones:
3 17 17
Su producto sea cos sen , el cociente de sus módulos es 6 y la diferencia de
2 12 12
1
sus argumentos es
12
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
Solución:
Si los complejos buscados son: z1 = 11 y z2 = 22
3 17 17 3 17
Si z1 . z2 = cos sen 1 . 2 = ( 1 + 2 ) = π
2 12 12 2 12
ρ1 1
20 Además sabemos que: = 6 ( 1 2 ) =
ρ2 12
3 ρ1 1
De: 1 . 2 = = 6 , tenemos que 1 = y 2 = 3
2 ρ2 2
17 1 3 2
De: 1 + 2 = π 1 2 = , tenemos 1 = π = 135º 2 = π = 120º
12 12 4 3
1
Respuesta: los complejos buscados son: 1 = y 2 = 3120º
2 135º
10.2.- Demostrar:
a) El conjugado del opuesto de todo complejo es igual al opuesto de su conjugado.
b) El conjugado de la diferencia de dos complejos es igual a la diferencia de los conjuga-
dos.
c) El conjugado del cociente de dos complejos es igual al cociente de sus conjugados.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Números complejos Esp. Lydia María Llanos
10.5.- Responde:
i) ¿Cuáles son las propiedades de la suma de números complejos? Exprésalas en leguaje
simbólico.
21
ii) ¿Cuándo dos complejos expresados en forma polar son iguales?
iii) ¿Cómo se representan geométricamente las raíces de un complejo?
iv) ¿Qué expresión se utiliza para encontrar la potencia n-sima de un complejo?
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
es toda función P de
Polinomio la indeterminada x
de la forma P(x) = a0 xn + a1 xn-1 + a2 xn-2 + ... + an
Se define
si
Divisibili-
dad Se obtiene Ecuación algebraica
y
= 0 de grado n, que tiene n
una raíces
m.c.d.
En la que se
estudia
y su cálculo
por el Raíces múltiples,
relación entre coefi-
Algoritmo de Euclides cientes y raíces.
Objetivos
- Hallar el máximo común divisor de polinomios aplicando el algoritmo de Euclides.
- Desarrollar habilidades en el manejo de los lenguajes coloquial y simbólico a través del plan-
teo y resolución de situaciones problémicas relacionadas a polinomios y ecuaciones algebrai-
cas.
- Reconocer la importancia de la relación entre raíces y coeficientes de una ecuación para la
solución y reconstrucción de ecuaciones.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
1.- Introducción
Una expresión algebraica es una combinación de números y letras, vinculados entre sí por las
operaciones de suma, resta, multiplicación, división, potenciación y radicación.
Las expresiones algebraicas se clasifican en racionales e irracionales. En las primeras no inter-
viene la radicación, solo las otras cinco operaciones. Las racionales pueden ser enteras o fraccio-
23
narias, según que en ellas intervengan solamente sumas, restas y multiplicaciones o bien inter-
venga además la división.
2.- Polinomio
Polinomio es una suma algebraica de términos, cada uno de los cuales consta de un coeficiente
numérico o constante, multiplicado por una cierta potencia de la variable x.
n
P(x) = a 0 x n + a 1 x n-1 + a 2 x n-2 + ... + a n = a
i 0
i x n i
La constante ai , se llama coeficiente. Cuando todos los coeficientes pertenecen a un cierto campo
numérico C, se dice que P(x) es un polinomio sobre C.
Ejemplos:
1) P(x) = 3x4 + 2x3 – x 2 – 5x + 1
1 3
2) Q(x) = x + 2i x2 – 3
2
Los coeficientes de P(x) en 1) a los R, por lo tanto P(x) es un polinomio sobre el conjunto de
los Reales; los de Q(x) en 2) a los Complejos, por lo tanto Q(x) es un polinomio sobre el con-
junto de los Complejos.
Un polinomio de un término es un monomio.
Ejemplos: 3 x2 ; 2 y5 ; 5 n3
Un polinomio de dos términos es un binomio.
Ejemplos: 2x3 + 5 x ; 3y7 + . y3
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
P(x) = Q(x) i ai = bi
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
1
Calcular P(x) + Q(x) ; siendo P(x) = 3 x3 – 2 x +
2
1 4 1
y Q(x) = x x2 x 1
3 5
1 4 9 1
P(x) + Q(x) = x + 3 x3 – x2 x –
3 5 2 25
- Todo polinomio P(x) tiene su opuesto – P(x) , siendo los coeficiente de – P(x) los opues-
tos de los coeficientes de P(x), tal que: P(x) + ( P(x)) = ( P(x)) + P(x) = 0
3.2.- Multiplicación
Con respecto al producto de polinomios, una vez ordenados se multiplican los términos de uno de
ellos por cada uno de los términos del otro, y luego se suman los términos semejantes.
P(x) = 2 x4 – 3 x2 + x – 5
2
y Q(x) = 4x – x + 1
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
x a
x2 ( x + a ) 2 = x2 + 2ax + a2
a.x
a.x a2
a2
( x + a ) . ( x a ) = x2 a2
x
x–a
x a
x+a
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
3.4.- División
Dados dos polinomios P(x) y D(x) , llamados dividendo y divisor respectivamente, éste últi-
mo no nulo; se trata de hallar dos polinomios Q(x) y R(x) , llamados cociente y resto, tales que
se cumpla la identidad:
P (x) = D(x) . Q(x) + R(x)
y que además, grado de R(x) grado de D(x). 27
P(x) = – 10 x + 2 x4 + 1 – 5 x3
y D(x) = – 5 x + 5 + 2 x2
2 x4 – 5 x3 + 0 x2 – 10 x + 1 2 x2 – 5x + 5
5
– 2 x4 + 5 x3 – 5 x2 x2
2
– 5 x2 – 10 x + 1
25 25
5 x2 – x +
2 2
45 27
x +
2 2
5
Luego: El cociente Q(x) es x 2
2
45 27
El resto R(x) es x +
2 2
( 2 x4 + 0 x3 + x2 + 0 x + 2 ) : ( x + 2 )
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
2 0 1 0 2
2 4 8 14 28
2 4 7 14 26 R
28
C(x) = 2 x3 + 4 x2 7x 14 R = 26
4.- Divisibilidad
Dados los polinomios F(x) y f(x), no nulos, se dice que f(x) divide a F(x), si existe un polinomio
(x) tal que satisface la identidad: F(x) = f(x) . (x).
4.1.- Propiedades
1) Si f(x), divide a F(x) f(x) divide a F(x). (x), cualquiera sea (x)
2) Si f(x) divide a F(x) y f(x) divide a (x) , f(x) divide a F(x) + (x)
3) Si el dividendo y divisor se multiplican por un mismo polinomio no nulo, entonces el co-
ciente no varía, pero el resto queda multiplicado por dicho polinomio
Nota: En la divisibilidad algebraica las constantes desempeñan el mismo papel que la unidad en
la divisibilidad numérica ya que cualquier polinomio entero es divisible por toda constante no
nula.
Corolario: Todo polinomio entero que no tenga otros divisores que constantes cualesquiera, es
primo.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
Si los polinomios están factoreados en sus factores primos, el m.c.d. es el producto de los factores
comunes a ambos con el menor exponente.
En general el problema de descomponer polinomios en sus factores primos es complicado, por lo
tanto debemos encontrar otro procedimiento: el Algoritmo de Euclides
El m.c.d. de dos polinomios, puede ser calculado por un algoritmo de divisiones sucesivas.
Teorema: Dados dos polinomios normales A(x) y B(x) , su m.c.d. puede obtenerse así: se efectúa
la división de A por B, y se obtiene un cociente Q0(x) y un resto R1(x); se efectúa la división de
B(x) y R1(x) ( si éste no es nulo ), obteniéndose un cociente Q1(x) y un resto R2(x); divídase
R1(x) en R2(x) (si éste no es nulo ), obteniéndose Q2(x) y un resto R3(x) ; y así sucesivamente, se
llegará a un resto nulo. Entonces, el resto anterior o sea el último divisor usado, es el m.c.d. ;
D(x) = ( A(x),B(x))
En símbolos:
...........................................
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
x – 16 –5x + 19
– x3 + 9 x2 – 24 x + 20
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
5.- Ecuaciones
5.1.- Ecuaciones algebraicas: Se llama ecuación algebraica a una ecuación que se obtiene igua-
lando a cero un polinomio en una variable x. P(x) = 0
a 0 x n + a1 x n 1 + a2 x n 2
+ ... + a n = 0 , donde los a i son los coeficientes
conocidos, que supondremos por lo general reales y en casos especiales complejos.
31
Ecuación mónica o normal: una ecuación se llama mónica o normal, si el coeficiente a 0 (del tér-
mino de mayor grado) es =1.
Consideraciones:
1.- Cualquier valor de x, que anula al polinomio P(x), se llama raíz de la ecuación P(x) = 0.
2.- Un número a, es raíz de la ecuación P ( x ) = 0 si P ( x ) es divisible por ( x – a ).
Por el Teorema Fundamental del Álgebra y las consideraciones anteriores, es posible demostrar
la siguiente proposición:
Toda ecuación de grado n (de coeficientes reales o complejos) tiene exactamente n raíces
(reales o complejas) y su descomposición (en función de sus raíces) es:
P ( x ) = a0 ( x – x 1 ) ( x – x 2 ) … ( x – x n ) = 0
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
5.3.1.- El concepto de raíz múltiple está estrechamente ligado con el concepto de derivada del
polinomio como lo veremos en el siguiente teorema; que también lo admitiremos sin demostra-
ción.
Teorema: La condición necesaria y suficiente para que un número “a” sea raíz múltiple
32 de orden h del polinomio P(x), es que anule al polinomio y a sus h – 1 primeras deriva-
das, siendo distinta de cero la de orden h.
Por ejemplo, P(x) = x4 – 7x3 +18x2 – 20x + 8 , tiene a 2 como raíz múltiple de orden 3.
Veamos:
P(x) = x4 – 7x3 +18x2 – 20x + 8 P(2) = 24 – 7.23 +18.22 – 20.2 + 8 = 0
Teorema: Las raíces múltiples de P(x) = 0 son todas las raíces de la ecuación D(x) = 0
(donde D(x) = m.c.d.( P(x), P’(x) ). Esta notación significa que D(x) es el m.c.d. de
los polinomios P(x) y P’(x) .
“las raíces de D(x) son las mismas que las de P(x) con su orden de multiplicidad disminuido
en una unidad, por lo tanto, las raíces simples de P(x) no figurarán en las de D(x).”
Si el m.c.d. entre P(x) y P ’(x) es independiente de x, o sea, si P (x) y P’ (x) son primos entre
sí, la ecuación P(x) = 0 carece de raíces múltiples.
Por ejemplo:
P’(x) = 4x3 – 6 x2 + 2
D (x) = ( x – x1 ) h 1
( x – x2 ) k 1
... ( x – x i ) m 1 obtenemos:
P(x)
= ( x – x1 ) ( x – x2 ) ( x – x3 ) ... ( x – x i )
D(x)
P(x) x 4 2x 3 2x 1
= = x2 – 1
D(x) x 2x 1
2
Las raíces de x2 – 1 = 0 , son x =1 y x = –1 ; estas raíces son raíces de P(x), pero simples
Dada la ecuación (1) P(x) = a0 x n + a1 x n 1 + ... + a n = 0, cuyas raíces son x1, x2, ... , x n,
los coeficientes del polinomio P(x) se relacionan como sigue:
a1
(1)1 ( x1 + x2 + ... + x n )
a0
a2
(1) 2 ( x1 x2 + x1 x3 + … + x1 x n + ... + x n 1 x n )
a0
a3
(1) 3 ( x1 x2 x3 + x1 x2 x4 + … + x1 x2 x n+ ... + x n 2 x n 1 x n )
a0
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
................................................................................................
an
(1) n x1 x2 x3 ... x n
a0
5.7.- Ejemplos
34 5.7.1.- Dada la ecuación x3 – x2 – 8x + 12 = 0, comprobar que 2 es raíz doble y determinar el or-
den de multiplicidad de –3 .
Una forma de comprobar es la siguiente:
Por el teorema visto, las raíces múltiples de x3 – x2 – 8x + 12 = 0 , son todas las raíces de la
P(x) = x3 – x2 – 8x + 12 ; P ’(x) = 3 x2 – 2x – 8
Como “las raíces de D(x) son las mismas que las de P(x) con su orden de multiplicidad disminui-
do en una unidad”, 2 es simple de D(x), por lo tanto 2 es doble de P(x)
También, “ las raíces simples de P(x) no son raíces de D(x), entonces –3 que no es raíz de D(x) ,
es raiz simple de P(x).
Otra forma para comprobar que 2 es raíz doble de la ecuación dada, es a través de la aplicación
de la regla de Ruffini:
1 –1 –8 12
2 2 2 –12
1 1 –6 0
2 2 6
1 3 0
x + 3 = 0 x = –3 2 es raíz doble y –3 es raíz simple de P(x)
Otro modo de comprobar que 2 es raíz doble y –3 simple, es a través de la condición necesa-
ria y suficiente: para que “2” sea raíz doble del polinomio P(x), es que anule al polinomio y a su
primera derivada, siendo distinta de cero la derivada de orden 2.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
35
5.7.2.- Encontrar la ecuación que tiene por raíces, las mismas de 5.7.1.- , pero todas simples.
Para encontrar la ecuación que tiene por raíces, las mismas de 1), pero todas simples se
divide P(x) por D(x).
(x3 – x2 – 8x + 12 ) : (x – 2 ) = x2 + x – 6
1
5.7.3.- Reconstruir la ecuación de 3º grado, si sus raíces son: x1 = 2 , x2 = y x3 = 3
2
Una forma de reconstruir la ecuación es la siguiente:
1
( x + 2 ). ( x ).(x+3)=0
2
3
Resolviendo el producto: ( x 2 + x 1).(x+3) = 0
2
2 x 3 + 9 x 2 + 7 x 6 = 0 , que es la ecuación reconstruida.
Otra forma de reconstruir la ecuación de 3º grado, sabiendo que sus raíces son:
1
x1 = 2 , x2 = y x3 = 3 , es trabajando con la relación entre coeficientes y
2
raíces.
Si a la ecuación a0 x 3 + a1 x 2 + a2 x 1 + a3 = 0 dividimos por a0 , tenemos:
a1 a2 a3
x3 + x2 + x1 + = 0 I
a0 a0 a0
a1 1 9
Tenemos: (1)1 ( x1 + x2 + x 3 ) = ( 2 + 3 )=
a0 2 2
a2 3 7
(1) 2 ( x1 x2 + x1 x3 + x2 x 3 ) = 1 + 6 =
a0 2 2
a3
(1) 3 x1 x2 x3 = 3
a0
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
9 2 7
Reemplazando en I, tenemos: x 3 + x + x 3 = 0 multiplicando por 2 tenemos:
2 2
2 x 3 + 9 x 2 + 7 x 6 = 0 , que es la ecuación solicitada
Por ejemplo, para resolver la ecuación 2x3 – 9x2 + 12x – 5 = 0 , dada en el punto 2)
p
- Se investiga si admite raíces racionales
q
p debe ser divisor de 5 : 1 ; 5
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
5 1
las posibles raíces son: 1 , 5 , ,
2 2
- Se utiliza la regla de Ruffini para verificar si efectivamente son raíces de la ecuación plan-
teada, de este modo bajamos el grado de la ecuación:
2 9 12 5 1 es raíz de la ecuación
1 2 7 5 37
2 7 5 0
5
Se resuelve la ecuación: 2x2 – 7x + 5 = 0 x1 = , x2 = 1
2
5
La solución es: x1 = 1 doble y x2 = simple
2
1 4 14 36 45
3i 3i 9+12i 36+15i 45
1 4+3i 5+12i 15i 0
3i 3i 12i 15i
1 4 5 0
Formamos la ecuación: x2 + 4x +5 = 0
4 16 20 4 2i
x= 2i
2 2
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
6.2.- Construir una ecuación mónica, de menor grado, con coeficientes reales que admita como
raíces a 2, doble y i simple.
Solución:
La ecuación buscada es: ( x 2 )2 .( x + i ) . ( x i) = 0
( x2 4x + 4 ) ( x2 + 1 ) = 0 x4 4x3 + 5x2 4x + 4 = 0
38
a2 7 7 1
( x1 x2 + x1 x3 + x2 x 3 ) = (x1 x2 + x3 (x1 + x2 )) = x1 x2
a0 2 2 2
x1 x2 = 3
a3 a 1
x1 x2 x3 = (3) a = 3
a0 2 2
Solución:
La ecuación dada es mónica, por lo tanto no admite raíces racionales. Si admite raíces enteras,
éstas deben ser divisores de 4.
Los divisores de 4 son: ± 4, ± 2, ± 1
( a + b ) x3 + a x2 + ( c + a ) x + ( d – c ) = 5 x 3 + 7 x2 + 3 x – 2
Calcular a,b,c, y d
5 1 2 1
II) Dados: P ( x ) = 3 a x2 – b x + c ; Q(x) = x – b x – 5
2 2 2
3
y sabiendo que P ( x ) + Q ( x ) = 4 a x2 – x – 8c
2
Calcular a,b y c
7.3.- Hallar A(x): dividendo, B(x): divisor, C(x): cociente o R(x): resto, según corresponda sa-
biendo que:
7 3 1 2 1 2 1
a) A(x): x – x + 3x + 8 B(x): x + x – 1
2 2 2 2
1 2 1 3 25
b) B(x): x – 4x – , C(x): x – 2 ; R(x): – x – 1
2 3 2 4
3 4 5 3 3 2
c) A(x): x x 4 x2 x 5, C(x): x - 2 x + 4 , R(x) = 3x + 5
4 2 2
a) x2 6 x + 9 = ( x ................. ) 2
b) 9 t4 + 6 t2 + 1 = ( …...…..... ) 2
c) x2 10 x + .... = ( .............. 5 ) 2
d) ( x – a )2 = …………………….. Representar geométricamente
a) t2 + t + 1 = ( t + 1 ) 2 , b) t2 + 2 t + 4 = ( t + 1 ) 2 + 3
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
c) 2 + 2 2 t + t2 = ( 2 + t )2
7.6.- Completar los siguientes trinomios para que sean cuadrados perfectos
7.7.- Dados los polinomios P(x) = x2 + 1 , Q(x) = x – 2 y R(x) = x3 – 2 x ; demostrar las propie-
dades del producto de polinomios.
7.8.- Completar:
iii. Toda ecuación de grado n(de coeficientes reales o complejos), tiene exactamente………
…………………………………………..
a ……………..………………………………………………
v. Si una ecuación tiene los coeficientes de las potencias pares de x, todas del mismo signo; y los
coeficientes de las potencias impares todos del signo contrario, no admite …….
………………………………………………………………………………....
7.9- Responder:
…………………………………………………………………………………………...
ii. ¿Cuál es la condición necesaria pero no suficiente, para que un número entero sea raíz de
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Polinomios Esp. Lydia María Llanos
………………………………………………………………………………………………
p
iii. Si es raíz de la ecuación P(x) = 0, entonces p ¿de quién es divisor?.......................
q
41
7.10.- Escribe simbólicamente la relación entre los coeficientes y las raíces de una ecuación alge-
braica.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Vectores
Contenidos
Definiremos vectores y las operaciones algebraicas entre ellos a partir de su concepto geométrico,
es decir, conociendo el espacio en el cual están contenidos ( R2 y R3) y las propiedades. También
se estudiarán ángulos, condiciones de paralelismo y perpendicularidad entre dos vectores. Se
42
definirán productos escalar, vectorial y mixto, las propiedades y la interpretación geométrica co-
rrespondiente para cada caso.
En el plano: R2 En el espacio: R3
Distancia entre dos puntos Se pueden realizar
las operaciones de
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
1.- Introducción
El concepto de vector es de índole geométrica y ha nacido con la Física; su mayor importan-
cia reside en el aspecto aritmético-algebraico, que es de aplicación en el álgebra lineal. Iniciare-
mos el estudio del álgebra vectorial, definiendo al vector como representante de una magnitud
vectorial.
43
Hay magnitudes que quedan determinadas dando un solo número real: su medida. Por ejem-
plo: la longitud de una regla, el peso de un estudiante, el tiempo transcurrido entre dos sucesos.
Tales magnitudes se llaman escalares. Las magnitudes escalares son aquellas que quedan de-
terminadas dando un solo número real: su medida. Otros ejemplos de escalares son: la temperatu-
ra, el volumen.
Para otras magnitudes, en cambio, no basta dar un número para determinarlas. Para la velo-
cidad de un punto, por ejemplo, no basta conocer su intensidad, sino que hace falta conocer,
además, la dirección y el sentido en que el punto se mueve.
La dirección viene dada por una recta, de manera tal que todas las rectas paralelas tienen la
misma dirección, y en cambio rectas no paralelas tienen direcciones diferentes. Cada dirección
tiene dos sentidos, determinados por las dos orientaciones posibles de la recta.
Lo mismo que ocurre con las velocidades, ocurre con las fuerzas; su efecto depende no sólo
de la intensidad, sino también de la dirección y sentido en que actúan. Otros ejemplos son: la ace-
leración, la intensidad de un campo o de una corriente.
Las magnitudes en las cuales hay que distinguir su intensidad (que es una magnitud
escalar), su dirección y su sentido, se llaman magnitudes vectoriales.
Toda magnitud vectorial puede representarse por un vector o flecha, cuya longitud sea proporcio-
nal a la intensidad y cuya dirección y sentido sean los correspondientes a la magnitud.
2.- Vectores
2.1.- Definición
Un segmento de recta queda determinado por sus dos puntos extremos. Cuando estos puntos
están dados en cierto orden, se dice que el segmento está orientado.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
B
extremo
A
44
origen
Notación: AB ó u se lee vector AB o vector u.
La recta que contiene el vector determina la dirección del mismo y la orientación sobre la recta,
definida por el origen y el extremo del vector, determina el sentido de este último. Todos los vec-
tores situados sobre una misma recta o rectas paralelas tienen la misma dirección. Sobre cada
recta hay dos sentidos opuestos.
Se llama módulo de un vector a la longitud del segmento orientado que lo contiene. Se
expresa así: mód. u u = u
Vector unitario es todo vector cuyo módulo es igual a la unidad, también se llama versor.
Si u 1 u es un versor
Dos vectores se dicen iguales cuando tienen el mismo módulo y la misma di-
rección y sentido. Se llaman también equipolentes.
u = v
La definición anterior de igualdad corresponde a los que se llaman vectores libres. Son los que
nos interesan para nuestro estudio.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Vectores deslizantes son aquellos que únicamente son iguales cuando tienen el mismo módulo, la
misma dirección y sentido y, además, actúan sobre una misma recta.
45
Los vectores fijos son aquellos que únicamente son iguales cuando tienen el mismo módulo, igual
dirección y sentido y, además, el mismo origen.
y
y
v2 v A 3
O v1 x
-2 O x
v = ( v1 , v2 ) OA = (–2 , 3 )
Pero no siempre los vectores tienen el origen en el origen del sistema. Si tenemos el ⃗⃗⃗⃗⃗⃗⃗⃗ , con
origen en P1 ( x1 , y1 ) y extremo en P2( x2 , y2 ); las componentes, se obtienen de restar de las
coordenadas del extremo P2, las coordenadas del origen P1 .
y2 P2
P1
y1
P1P2 = ( x2 – x1 , y2 – y1)
O x1 x2 x
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
y
Por ejemplo, para P1 ( 2 , 1 ) y P2 ( 5 , 3 )
3 P2
P1 P2 = ( 5 – 2 , 3 – 1 ) = ( 3 , 2 ) P1
1
O 2 5 x
46
El vector cero o vector nulo, tiene las componentes nulas, y se representa por: 0 = ( 0, 0 )
z
3
Q
-1 y
O
2
x
El vector OQ , tiene el origen en el origen del sistema de coordenadas y el extremo en Q.
OQ = ( 2 , –1 , 3 )
z
Q
y
O
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Si el origen del vector no es el origen del sistema, y si son conocidas las coordenadas del origen y
las del extremo, las componentes del vector se encuentran en forma análoga a la vista para los
vectores en R2.
Si P1 ( x1 , y1 , z1 ) y P2 ( x2 , y2 , z2 ) P1 P2 = ( x2 – x1, y2 – y1 , z2 – z1 )
Por ejemplo: Hallar las componentes del vector PQ conociendo las coordenadas del origen y 47
Vectores opuestos: Dos vectores opuestos (de igual módulo y dirección, pero de sentidos opues-
tos), tienen las componentes iguales en valor absoluto, pero de signos contrarios.
Los vectores (– 2 , 1 , 4 ) y ( 2 , – 1 , – 4 ) son opuestos
Igualdad de vectores: Dos vectores iguales tienen las mismas componentes
En R2: = ( u1 , u2 ) y = ( v1 , v2 ) + = ( u1 + v1 , u2 + v2 )
En R3: = ( u1 , u2 , u3 ) y = ( v1 , v2 , v3 )
+ = ( u1 + v1 , u2 + v2 , u3 + v3 )
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Ejemplos:
i) u = (–3 , 2 ) y
v = (1,5)
u + v = (–3 + 1 , 2 + 5 ) = (–2 , 7 ) R .
2
ii)
u = ( 2 , –1 , 3 ) y v = (–1 , –2 , –3 ) u + v = ( 1 , –3 , 0 ) R .
3
iii)
u = ( 2 , 3 , 4 ) y v = ( 2 , 3 , 4 )
u +
v = ( 0,0,0)
48 La suma asigna a cada par de vectores de R2 un vector de R2. Por lo que la suma es Ley de com-
posición interna en R2. Por la misma razón, decimos que la suma es Ley de composición interna
en R3 .
Propiedades de la suma vector
u , v , w se cumplen las relaciones siguientes:
1) Propiedad asociativa: (
u + v ) +w =
u + ( v +w )
2) del elemento neutro: v + 0 = 0 + v = v . Siendo o el vector nulo.
3) del elemento opuesto: v +(– v ) = (– v ) + v = o . Siendo – v el opuesto de v .
4) Propiedad conmutativa: u + v = v +
u
Demostración de la propiedad asociativa
Se considerarán vectores de R3.
Propiedad asociativa: ( u + v ) + w = u + ( v + w )
En forma analítica
Sí u = ( u1 , u2 , u3 ) , v = ( v1 , v2 , v3 ) y w = ( w1 , w2 , w3 )
(u+v) +w = [ ( u1 , u2 , u3 ) + ( v1 , v2 , v3 ) ] + ( w1 , w2 , w3 )
= ( u1 + v1 , u2 + v2 , u3 + v3 ) + ( w1 , w2 , w3 )
= ( [u1 + v1 ] + w1 , [u2 + v2 ] + w2 , [u3 + v3 ] + w3 )
= ( u1 + [v1 + w1] , u2 + [v2 + w2 ] , u3 + [v3 + w3 ] )
= ( u1 , u2 , u3 ) + ( v1 + w1 , v2 + w2 , v3 + w3 )
= u+ (v+w)
Demostración geométrica
Q R
u
PQ
, v
,
QR
w
RS
+
v w QS , u (v w ) PS
+
P +( + )
u v PR , ( u v ) w PS
( + )+
S
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Dados un vector
v y un escalar
real k 3
el
o 49
Se obtiene multiplicando el mó-
gráficamente
Producto dulo de v por k y conservando
k.v -2
el mismo sentido si k > 0, o de
por sus componentes
sentido opuesto si k < 0.
En R2: = ( v1 , v2 ) k R k. = ( k . v1 , k . v2 )
En R3: = ( v1 , v2 , v3 ) k R k. = ( k . v1 , k . v2 , k . v3 )
El módulo de k . v k v
La dirección de k . v = dirección de v
sentido de v si k es
El sentido de k . v
sentido v si k es
Ejemplos:
i) v = ( 3 , 2 ) , k = 5 5 v = ( 15 , 10 ) R2.
ii) v = ( 7 , 2 , 0 ) , k=3 3. v = (21 , 6 , 0 ) R3.
iii) v = ( 7 , 2 , 4 ) , k = 1 1. v = ( 7 , 2 , 4 ) = v que es el opuesto de v
Propiedades
La multiplicación de un vector por un escalar goza de las siguientes propiedades.
Dados los vectores u , v de R2 o de R3 y los escalares j , k R:
i) Propiedad distributiva respecto de la suma de vectores
k . (
u + v ) = k. u + k. v
ii) Propiedad distributiva respecto de la suma de escalares
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
( j + k ) . v = j. v + k . v
iii) Propiedad asociativa
( j . k ) . v = j. ( k . v )
iv) 1. v = v
50
3.2.1.- Condición de paralelismo
Si
u v
u = . v
Si
u = ( u1 , u2 ) y . v = (v1 , v2 ) u1 = v1 y u2 = v2
u1 u
De donde: 2
v1 v2
u1 u u
De igual modo en R3: 2 3
v1 v2 v3
La condición necesaria y suficiente para que dos vectores sean paralelos es que sus componentes
homólogas sean proporcionales. Tendrán el mismo sentido o sentidos opuestos, según que la pro-
porción sea positiva o negativa respectivamente.
Ejemplo:
Dados los vectores
u = ( 6 , 4 ,2 ) y v = ( 3 , 2 , 1 ) , resultan:
u // v y de sentidos opuestos porque la razón entre las componentes homólogas es 2;
-6 4 -2
= 2
3 -2 1
Para el caso de los vectores
u = ( 6 , 9 , 3 ) y v = ( 2 , 3 , 1 ) ; éstos son paralelos y del
mismo sentido, porque la razón de sus componentes homólogas es 3.
Dado el vector 1
u = ( u1 , u2 , u3 ) , si u = u y tomamos
u
u u u
u = 1 , 2 , 3 , es un vector de módulo unidad y de igual dirección y sentido de
u
u u u
Los vectores de módulo unidad se llaman versores.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Ejemplos:
Dados: u = ( 1 , – 2 , 1 ) y v = ( 2 , 0 , –1 ) , hallar
a) un vector unitario paralelo a u , b) un vector paralelo a v y de módulo 2.
Se calculan los módulos de u y v .
a) u = 1 4 1 6 51
1 -2 1
1
u = , , , es un vector de módulo unidad y de igual direc-
6 6 6 6
ción y sentido de
u .
b) v = 4 1 5
2 2
2
u = ,0, , es un vector de módulo 2 y de igual dirección y
5 5 5
sentido de v .
z
i = (1,0,0)
j =(0,1,0)
k = (0,0,1) v3 y
o
x
4.2.- Descomposición canónica de un vector
Todo vector
u = ( u1 , u2 , u3 ) puede escribirse en la forma
u = u1 i + u2 j + u3 k
Esta descomposición de un vector como suma de tres vectores en la dirección de los ejes coorde-
nados se llama descomposición canónica de un vector.
El vector
u = ( 2 , 3 , 1 ) , en su forma canónica es:
u = 2 i 3 j + k
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
5.- Modulo
5.1.- Módulo de un vector
Dado: v = ( v1 , v2 )
y
Por el Teorema de Pitágoras, tenemos:
v1 v 2
2 2
52 v
v v2
El módulo o norma de v = (–2 , 3 ) , es:
o
v1
x
v 22 32 13
z Dado
v = ( v1 , v2 , v3 )
El vector v , es la diagonal del paralelepípedo recto de
aristas v1 , v2 , v3. Por lo que el módulo de v es:
v
v3
y
v1 v 2 v 3
2 2 2
v
O v2 v1
x El módulo del vector v = ( –3 , 2 , 1 ), es:
v 32 2 2 12 14
d ( P1 , P2 ) = + ( x 2 x 1 ) 2 ( y 2 y1 ) 2
d ( P1 , P2 ) = ( x2 x1 ) 2 ( y 2 y1 ) 2 ( z 2 z1 ) 2
“La distancia entre dos puntos es igual a la raíz cuadrada de la suma de los cuadrados de las dife-
rencias de las coordenadas correspondientes”
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Ejemplos:
1) La distancia entre los puntos P1(–2 , 4 ) y P2(– 1 , – 2 ) es:
d ( P1 , P2 ) = (1 2) 2 (2 4) 2 37
d ( P1 , P2 ) = (2 2) 2 (1 4) 2 (1 1) 2 29 53
x1 x 2 y1 y 2
xM ; yM
2 2
- 2 1 3 42
Para P1 P2 de 1) xM ; yM 1
2 2 2
3
El punto medio tiene coordenadas ; 1
2
El
u = ( u1 , u2 , u3 ) , determina con los ejes positos, los ángu-
z
los que llamamos , , respectivamente; y los cosenos directo-
res están dados por:
o
x y
u u u
cosα 1 ; cosβ 2 ; cosγ 3
u u u
Con 0º , , 180º
Elevando al cuadrado estas igualdades y sumando miembro a miembro, resulta la relación fun-
damental:
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Dado
u u
u = ( u1 , u2 ) cosα 1 ; cosβ 2
u u
Conocidas las componentes de un vector, además de calcular su módulo, se obtienen sus cosenos
54 directores; con los cuales queda determinada su dirección y también sentido. Es decir: un vector
queda completamente determinado (módulo, dirección y sentido) por sus componentes.3
3 2 1
cos ; cos ; cos
14 14 14
z
Permite calcular el ángulo
entre dos vectores dados
por sus componentes.
o
x y
Ejemplo: Dados los vectores:
u = (2 , 1 , 0 ) y v = ( 2 , 1 , 2 )
El ángulo entre los vectores
u y v está dado por:
Vectores perpendiculares
π
Para = , debe anularse el numerador; por lo tanto, la condición necesaria y suficiente para
2
que dos vectores
u y v sean perpendiculares es que entre sus componentes se cumpla la rela-
ción:
u1 . v1 + u2 . v2 + u3 . v3 = 0
3
Santaló Luis. Vectores y Tensores con sus aplicaciones
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
8.- Producto escalar o producto punto
8.1.- Definición
Dados dos vectores
u y v ; se llama producto escalar, o producto punto, o producto interno
u .
v al escalar obtenido como producto de los módulos de
u y v por el coseno del ángulo forma-
do por los dos vectores.
Simbólicamente: 55
u .v= u . v cos
Si u = ( u1 , u2 ) y v = ( v1 , v2 )
u . v = u1 . v1 + u2 .v2
Si u = ( u1 , u2 , u3 ) y v = ( v1 , v2 , v3 )
u .v = u1 . v1 + u2 . v2 + u3 . v3
8.2.- Ejemplos
1) Dados: u =( 3, 1 ) y v = ( 2,5 )
u . v = 6 + 5 = 11
2) Dados: u = ( 3 , 2 , 1 ) y v = ( 4 , 1 , 3 )
u . v = 3. (4) + (2). (1) + 1.3 = 12 + 2 + 3 = 7
3) Dados: u = ( 4 , 1 , 2 ) y v = (3 , 2, 5 )
u . v = 12 2 10 = 0 u v
8.3.- Propiedades
a) El producto escalar es conmutativo:
u . v = v.
u
b) El producto es distributivo respecto a la suma de vectores.
Dados los vectores:
u , v, w
u .( v + w ) =
u .v +
u . w
8.4.- Consecuencias de la definición
a) Condición de perpendicularidad
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Si los vectores
u y v son perpendiculares, por definición:
u .v = u . v cos 90º = 0
Recíprocamente, si
u . v = 0 y si los vectores no son nulos, cos = 0, = 90º
Por lo tanto:
La condición necesaria y suficiente para que dos vectores
u y v , no nulos, sean perpendicula-
56
res es que el producto escalar sea nulo.
u v u . v = 0
b) Producto de un vector por sí mismo
u .
u =
u 2
= u2
Ejemplo: Dado
u = ( 4 , 1 , 2 )
u .
u = 21 2 21
La proyección de un vector
u sobre otro, está dado por:
.
Pr oy
u v
u
v
v
Ejemplo
Encontrar las proyecciones escalar y vectorial de a sobre b:
a = (2,3) , b = (4,1)
83
Pr oy a
b 2,67 a
17
b
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
9.- Las dos orientaciones del espacio
Definición: Un triedro ( O ; x , y , z ), con las tres aristas dadas en el orden indicado x , y , z ,
se dice que es positivo o directo cuando colocando un tornillo(o un sacacorchos) normalmente al
plano x y, y girando de la parte positiva del eje x hacia la parte positiva del eje y el tornillo avan-
4
za hacia la parte positiva del eje z. En caso contrario el triedro se llama negativo o inverso.
(Luis Santaló)
57
z z
o o
y x
x y
Positivo Negativo
10.2.- Componentes de
u xv
Dados: u = ( u1 , u2 , u3 ) ,
v = ( v1 , v2 , v3 )
Se demuestra que
u x v = ( u2v3 – u3v2) i + ( u3v1–u1v3 ) j + (u1v2 – u2v1 ) k
4
Santaló Luis. Vectores y Tensores con sus aplicaciones
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
i j k
Esta relación puede escribirse: u x v u 1 u2 u3
v1 v2 v3
Ejemplo: El producto vectorial de los vectores
u = ( 2 , –2 ; 1 ) y v = (–1 , 1 , –3) es:
i j k
58 u x v 2 2 1 = 5 i +5 j +0 k
1 1 3
u x v = (5,5,0)
= x
Área del paralelogramo =
u x v
El área del paralelogramo cuyos lados son los vectores u = (–3 , 0 , 2 ) y v = (0 , 1 , 5 ), está
i j k
dado por: u x v - 3 0 2 = –2 i + 15 j –3 k
0 1 5
Área del paralelogramo =
u x v = ( –2, 15, –3) = 238
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
u x v = w
u // v
Suponiendo vectores de módulos no nulos,
u x v se anulará si = 0 ó =
Sabiendo que
u = ( 0 , 1 , 2 ) , v = (3 , 5 , 2) , w = (1 , 0 , 1 ); el producto mixto está
0 1 2
dado por: (
u , v ,w ) = 3 5 2 = 0 + 1 10 = 9
1 0 1
Interpretación geométrica
El producto mixto de tres vectores es, en valor absoluto, igual al volumen del paralelepípedo
construido sobre los mismos, una vez llevados a partir de un origen común
Volumen del paralelepípedo = (
u x v ). w
Particularmente:
(
u x v ). w = 0
u , v y w son coplanares5
5
Coplanares significa que los vectores son paralelos a un mismo plano
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
Solución: x 2 ( 3 x ) 2 22 = 3
x2 + 9 – 6x + x2 + 4 = 9
60 2x2 – 6x + 4 = 0 x2 – 3x + 2 = 0 x = 1 o x = 2
1 2 2
12.2.- Sea el vector v de componentes , , , hallar las componentes del vector de
3 3 3
módulo 5 que tiene la misma dirección y sentido.
5
Solución: Consideramos el escalar λ
v
⃗⃗⃗⃗ = √ = 5
1 2 2 5 10 10
El vector pedido es: . v = 5 , , = , ,
3 3 3 3 3 3
5 10 10
El vector , , , es paralelo al dado, del mismo sentido y de módulo 5.
3 3 3
12.3.- Los vectores u y v forman entre sí un ángulo de 45º y el módulo de u = 3. Hallar el
módulo de v para que u – v sea perpendicular a u .
Datos: = 45º , u =3 ,
.
si ( u – v ) u ( u – v ) . u = 0 u u – v . u = 0
2
u. u = v . u u = u 2 = 9 = u . v
Reemplazando los datos en la expresión de cos de , tenemos:
2 9
v = 3 2
2 3 v
12.4.- Hallar el vector w de módulo 3 perpendicular a los u = (3 , –1 , 0) y v =(1 , 1 , –2)
El vector buscado es a los dados se halla u x v
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
x = ( 2 , 6 , 4 ) ( 2 , 6 , 4 ) =
u v 56
tiene la dirección de x y de módulo 3
w u v
= 3
( 2, 6,4) w =
6 18 12
w , ,
56 56 56 56
61
12.5.- Hallar el área del triángulo que tiene por vértices los puntos:
A(3,1,–2) ; B(0,1,2) y C(1,–2,1)
Fig. de análisis
Se orientan como vectores los lados del triángulo, se completa B
el paralelogramo y luego se hallan las componentes de los vec-
tores:
A
C
AB = ( –3, 0 , 4 ) y AC = (–2 , –3 , 3 )
1 1 1
Área del = AB x AC = ( 12 , 1 , 9 ) = 226
2 2 2
i jk
C.A. AB x AC - 3 04 = 12 i + j + 9k ; ( 12 , 1 , 9 ) 144 1 81 226
2 -3 3
12.6.- Sean los puntos de coordenadas O(1,0,2), A(3,2,4), B(2,6,8) y C(2, − 3,1). Determine
el volumen del paralelepípedo definido por los vectores: ⃗⃗⃗⃗⃗ , ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗
El volumen de un paralelepípedo se calcula como el valor absoluto del producto mixto de los tres
vectores que definen el paralelepípedo: V = | ⃗⃗⃗⃗⃗ . ( ⃗⃗⃗⃗⃗ x ⃗⃗⃗⃗⃗ )|
En nuestro caso los vectores los obtenemos hallando las diferencias entre las coordenadas de cada
par de puntos:
⃗⃗⃗⃗⃗ = ( 2 , 2 , 2 ) , ⃗⃗⃗⃗⃗ = ( 1 , 6 , 6 ) y ⃗⃗⃗⃗⃗ = ( 1 , 3 , 1 )
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Vectores Esp. Lydia María Llanos
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Recta en el Plano Esp. Lydia María Llanos
RECTA EN EL PLANO
Contenidos
Definiremos recta en el plano, a través de las distintas formas de ecuaciones: vectorial paramétri-
ca, cartesiana paramétrica, simétrica, general, reducida y segmentaria; mediante las cuales se rea-
lizarán las gráficas correspondientes. Particularmente se caracterizarán rectas paralelas y rectas
63
perpendiculares por sus vectores direcciones, éstos también utilizaremos para definir el ángulo
determinado entre dos rectas. Se definirán familias de rectas (haz de rectas), por las ecuaciones
según el punto común del haz, o por la pendiente para la familia de rectas paralelas. Finalmente
se considerarán las ecuaciones que permitirán calcular la distancia de un punto a una recta y entre
dos rectas paralelas y particularmente la de las bisectrices de un ángulo.
a través de
Objetivos
- Expresar, a partir de un punto conocido y de la dirección de la recta en particular, las distin-
tas ecuaciones de una recta del plano y graficarlas.
- Reconocer las posiciones relativas de dos rectas (paralelas, perpendiculares), según los vec-
tores direcciones y las ecuaciones de las mismas.
- Determinar ángulos entre rectas, y la distancia entre un punto y una recta y entre rectas para-
lelas.
- Adquirir habilidad en el uso del lenguaje simbólico y gráfico a través del planteo y solución
de diferentes ejercicios referidos a rectas en el plano.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Recta en el Plano Esp. Lydia María Llanos
1.- Introducción
Al tratar el tema de vectores, hemos estudiado la correspondencia biunívoca entre los puntos del
plano (o puntos del espacio tridimensional) y los pares ordenados (las ternas ordenadas) de nú-
meros reales llamados coordenadas del punto. Ahora trataremos una correspondencia similar en-
tre curvas del plano o superficies del espacio y ecuaciones en dos y tres variables respectivamen-
64
te.
6
Di Caro, Héctor. Algebra y Elementos de Geometría Analítica. Tomo I. Cap. III
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Recta en el Plano Esp. Lydia María Llanos
f ( u 0 , 0, µ0,…) = 0
2) Si un vector u 0 es tal que un sistema de nº reales 0, µ0,…, tal que
f ( u 0 , 0, µ0,…) = 0 entonces u 0 C.
OP OP0 u0
Ejemplo: Hallar la ecuación vectorial paramétrica de la recta del plano que pasa por el punto
P0 ( 1 , 2) y cuya dirección el vector u0 = ( 1 , 3 ).
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Recta en el Plano Esp. Lydia María Llanos
( x , y ) = ( x0 , y0 ) + ( r , s )
66 Sabemos que dos vectores son iguales si son iguales sus componentes
x x 0 λr
Que son las Ecuaciones cartesianas paramétricas
y y 0 λs
Las ecuaciones cartesianas paramétricas de una recta l , que pasa P0( x0 , y0 ) y es paralela al
vector u = ( r , s ) es :
0
x x 0 λr
y y 0 λs
x 1
( x , y ) = ( 1 , 2) + (1,3) Ecuación cartesiana paramétrica
y 2 3
x x 0 λcosα
la ecuación dada se transforma en: y y λcosβ , que son las ecuaciones cartesianas
0
paramétricas de una recta que pasa por P0( x0 , y0 ) y que es paralela al vector de coeficientes di-
rectores y .
2.3.- Ecuaciones simétricas de una recta
a) Recta no paralela a ninguno de los ejes coordenados
x x 0 λr
de la ecuación cartesiana paramétrica: ,
y y 0 λs
xx yy
despejamos e igualando, tenemos : = 0 0
r s
La ecuación simétrica de una recta no a los ejes coordenados es: 67
xx yy
0 0
r s
Ejemplo: Continuando con el ejercicio dado anteriormente, hallar la ecuación simétrica de la rec-
ta
x 1
De la ecuación paramétrica, , despejamos
y 2 3
y2
Se tiene: = x – 1(1) y (2)
3
y2
De (1) y (2) obtenemos: x–1 = , que es la Ecuación simétrica de la recta
3
Ejemplo: x = 2
-2 o x
o x
x0
y
Si M (a , 0 ) y N (0, b), son los puntos de intersección de la
(0,b) N
recta l con los ejes coordenados, ⇒ a es la abscisa al origen y b la
l
o M ordenada al origen.
(a,0) x Los nº a y b se llaman coordenadas al origen.
x y
La recta l, de abscisa al origen a y ordenada al origen b, tiene ecuación: 1
a b
Observación: solo tienen ecuación segmentaria las rectas que no pasan por el origen y no son
paralelas a los ejes.
ne:
5/3 x
x y o
1,
5 5
3
que es la ecuación segmentaria y permite graficar la recta
-5
l
69
Observación: las rectas // al eje y, no tienen pendiente puesto que: tg tiende a .
2
En 3x y 5 = 0 , despejamos y, tenemos y = 3x–5
La pendiente de la recta es 3.
r1 s1
l1 // l2 = o sea: l1 // l2 u1 // u 2
r2 s2
Por ejemplo, las rectas OP1 = ( 3 , 1) + (–2 , 1 ) y OP2 ( 1 , 2) + (–4 , 2 ),
son paralelas porque sus vectores direcciones son paralelos:
(–4 ,2 ) = 2 (–2 , 1 ) u2 = 2
u1
u1 //
u2
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Recta en el Plano Esp. Lydia María Llanos
x y2
Por ejemplo, la recta = es perpendicular a la recta OP = ( 1 , 2 ) + λ ( 5, 3 )
3 5
Pues ( 3 , 5 ) ( 5, 3 )
1. 2 3 . 1 5 2
Cos = = 45°
10 . 5 50 2
y – y0 = m ( x – x0 )
b)Ecuación del haz reducido de rectas
m es la pendiente de cada recta del haz
A1 x + B1 y + C1 = 0 es la ecuación de r1
c)Ecuación del haz de rectas determinado por
A2 x + B2 y + C2 = 0 es la ecuación de r2
la intersección de dos rectas
A1 x + B1 y + C1 + k (A2 x + B2 y + C2) = 0
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Recta en el Plano Esp. Lydia María Llanos
Por ejemplo: Utilizando haz de rectas, hallar la ecuación de la recta, que pasa por el punto de
intersección de las rectas 2 x – y = 6; y x + 3 y = 3 ; y por el punto ( 7 , 2 )
Se asemeja al caso c): Trabajando con la ecuación del haz de rectas, tenemos:
2 x – y – 6 + k (x + 3 y – 3) = 0
Luego: ( 2 + k) x + (–1 + 3k) y + (–6 –3k ) = 0 (1) Ecuación general del Haz
71
( 7 , –2 ) debe verificar la ecuación del Haz, por lo tanto se tiene:
( 2 + k) 7 + (–1 + 3k) (– 2) + (–6 –3k ) = 0 ,
De dicha expresión se tiene que k = 5 , reemplazando este valor en (1), se obtiene la ecua-
ción solicitada:
7x + 14y – 21 = 0
7.- Distancia
7.1.- Distancia de un punto P0 a una recta l del plano
y
P0
Dados: l Ax + By + C = 0 l d
y P0 (x0 , y0 ) l
x
o
3. 2 (2) 2 6 3 10
d ( P0 , l ) =
3 ( 1)
2 2
10 5
l C
d(O,l) =
A 2 B2
d
o x
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Recta en el Plano Esp. Lydia María Llanos
o x
8 2 10
por: d (l1 , l2 ) = 2
4 3
2 2 5
Por ejemplo, las ecuaciones de las rectas bisectrices de los ángulos determinados por las rectas:
5 x – 2 y + 100 = 0 y 2x+5y–1=0
5 x 2 y 100 2 x 5 y 1
25 4 4 25
5 x – 2 y + 100 = ± 2 x + 5 y – 1
Para una bisectriz b1:
5 x – 2 y + 100 = 2x+5y–1 3 x – 7 y + 101 = 0
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Recta en el Plano Esp. Lydia María Llanos
5 x – 2 y + 100 = ( 2 x + 5 y – 1) 7 x + 3 y + 99 = 0
Solución: Para escribir la ecuación vectorial paramétrica es necesario conocer el vector dirección 73
u y un punto P0 de la recta.
Si la recta solicitada es paralela a l1 tiene el mismo vector dirección:
u = (–2, 5)
Como pasa por l2 l3, resolvemos el sistema que forman las dos rectas
3x y 5
x = 2 ; y = –1 P0( 2 , –1 )
3x 2y 4
OP ( 2 , 1) + (–2 , 5 ) Ecuación vectorial paramétrica
x 2 2 λ
y 1 5 λ Ecuación cartesiana paramétrica
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Recta en el Plano Esp. Lydia María Llanos
OP ( 2 , 1) + (2 , –3 ) Ecuación vectorial paramétrica
P0
9.3.- Hallar el lugar geométrico de los puntos P(x , y) tal que, la pendiente de PP1 sea igual a la
pendiente PP2 si P1 (4 , 2 ) y P2 (–3 , 5 ).
Fig. de análisis Planteo
y2 y5
P (x+3) (y2) = (x4) (y5)
x4 x3
P1 P2
x y 2x + 3y 6 = x y 5x4y + 20
3x + 7y 26 = 0 que es la ecuación de una recta
x 1 3
Vectorial paramétrica
y 2
y = 4 x 9 Simétrica
3x2y5=0 Explícita
10.3.- Decir si son verdaderas o falsas las siguientes expresiones. Justificar la respuesta.
x2 2y 6
i) El vector dirección de la recta: es (–3 , 2 )
-3 2
ii) 2x + 3y – 2 = 0 es paralela a 2x – 3y + 2 = 0
iii) P(2,2) satisface la ecuación 2x – 3y + 2 = 0
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Plano Esp. Lydia María Llanos
PLANO
Contenidos
Trataremos la más sencilla de las superficies: el plano. Encontraremos la ecuación del plano en
sus distintas formas: vectorial, cartesiana y segmentaria. Ésta última nos permitirá realizar la gra-
fica para el caso de planos que no pasen por el origen. Particularizaremos las ecuaciones y gráfi-
76
cas de planos con respecto a los ejes y planos coordenados: perpendiculares, paralelos a los pla-
nos coordenados; que pasan por el origen; que contienen a uno de los ejes coordenados. Determi-
naremos el ángulo entre dos planos a través de la formula apropiada, también estableceremos las
condiciones que deben verificarse para que dos planos sean perpendiculares, o sean paralelos.
Definiremos y consideraremos la ecuación del haz de planos o familia de planos. Por último ha-
llaremos la distancia de un punto a un plano y la distancia entre dos planos paralelos.
Un
P0
Plano
Se expresa por
las ecuaciones
Ax + By + Cz + D = 0
. = 0 Para graficar
Objetivos
- Escribir las distintas ecuaciones de planos o de familia de planos, a partir de datos dados.
- Graficar planos a partir del reconocimiento de las ecuaciones que contemplen diferentes po-
siciones de los planos con respecto a los ejes o planos coordenados.
- Hallar ángulos determinados por planos y reconocer analíticamente planos paralelos y per-
pendiculares.
- Calcular la distancia de un punto a un plano y la distancia entre dos planos paralelos.
- Resolver situaciones problemáticas a través de la aplicación de diferentes ecuaciones referi-
das a planos.
1.- Introducción
Sistema de coordenadas rectangulares en el espacio
Se consideran tres planos mutuamente perpendiculares que se cortan en un punto común O.
Los planos se llaman planos coordenados, las rec-
tas de intersección de estos planos ejes coordena- 77
z Dados: P0 , con P0 ( x0 , y0 , z0 )
y
n , con
n = ( n1 , n2 , n3 )
Sea P un punto genérico , con P( x , y , z ), el
P0 P es perpendicular a
n .
P0
P
Si P0 P
n P0 P .
n = 0
o y
Si P0 P = ( x – x0 , y – y0 , z – z0 ) , el producto escalar está dado por:
( x – x0 , y – y0 , z – z0 ). ( n1 , n2 , n3 ) = 0
n1 ( x – x0 ) + n2 ( y – y0 ) + n3 ( z – z0 ) = 0
1 A B C
Multiplicando ambos miembros por : x y z 1
D D D D
x y z
Luego: 1 , llamando a, b y c a los denominadores respec-
D D D
A B C
tivamente, se tiene:
x y z
1 Que es la Ecuación segmentaria del plano
a b c
a
X
Observación: La ecuación segmentaria es una forma restringida ya que no se puede aplicar, por
ejemplo, a un plano que pasa por el origen.
2.3.- Ejemplo
Hallar la ecuación del plano que pasa por el punto ( 1 , 2 , 0 ) y es perpendicular al vector
( 2 , 3 , 2 ). Realizar el gráfico correspondiente.
Datos: P0 ; P0 = ( 1 , 2 , 0 )
n ;
n = ( 2 , 3 , 2 )
79
P genérico ; P ( x , y , z )
Reemplazando los datos en la ecuación : P0 P .
n = 0 , se tiene:
o 4/3 y
x y z
1
2 4 2
3 x
-2
Ecuación vectorial paramétrica OP OP0 u v
x x 0 u1 v1
Ecuación cartesiana paramétrica y y0 u 2 v 2
z z u v
0 3 3
Ecuación vectorial P0 P .(
u x
v ) 0
3.- Posiciones particulares del plano con respecto a los ejes y planos coordenados
80 Por ejemplo, z
si C = 0 A 0 , B 0 , D 0
Ax + By + D = 0
o b y
El Plano es al eje z a
x
o al plano xy
Ejemplos: i) 3x + 6 y 2 = 0
Si D = 0 A 0 , B 0 , C 0 Si D = 0 C = 0 , A 0 , B 0
Ax + By + Cz = 0 Ax + By = 0
El plano pasa por el origen de coordenadas El plano pasa por el origen y contiene al eje z
z
z
Tr yz
O y
o y
Tr xy
x
Tr xz Tr xy
x
Ejemplos: i) 2x + 3 y = 0
Ejemplo: 3x + 2y 4z = 0
ii) 3y 2z = 0 contiene al eje x
Si B = C = 0 A 0 , D 0 Si B = C = D = 0 A 0
D Ax = 0 Es la ecuación del plano yz
Ax + D = 0, resulta: x =
A 81
Y
o
X
o y
x
By = 0 , es la ecuación del plano xz
A1 A 2 B1 B 2 C1 C 2
Cos =
A12 B12 C12 . A 22 B 22 C 22 Con 0
1
2 3
Dados 1 : A1 x + B1 y + C1 z + D1 = 0
r y 2 : A2 x + B2 y + C2 z + D2 = 0
Sumando 1 + k 2 se tiene:
la ecuación del haz de planos
( A1 + k A2 ) x + ( B1 + k B2 ) y + ( C1 + k C2 ) z + ( D1 + k D2 ) = 0
7.- Distancia
Dados : Ax + By + Cz + D = 0
y P0 (x0 , y0 , z0 ) 83
D
A x 0 B y0 C z 0 D d ( O, ) =
d ( P0 , ) = A B2 C 2
2
A B C
2 2 2
D1 D 2
d (1 , 2 ) =
A B2 C 2
2
Planos bisectores
Dados: 1 : A1 x + B1 y + C1 z + D1 = 0, 2 : A2 x + B2 y + C2 z + D2 = 0
A1 x B1 y C1z D1 A 2 x B2 y C 2 z D 2
A B C
2
1
2
1
2
1 A 22 B 22 C 22
Recordemos que tres vectores son coplanares si el producto mixto es nulo, se plantea entones la
ecuación vectorial: AP .( AB x AC ) 0
x y2 z
Se resuelve el determinante: 0 0 2 0
84
1 1 2
x y
Para graficar consideramos la ecuación segmentaria: 1
2 2
z
o y
2
x 2
Eliminando denominadores: 3 x 9 y 6 z + 27 = 0 x 3y 2z + 9 = 0
2 1 2 3 1
ii) Cos =
4 1 1. 1 1 4 6 2
1
= arco coseno = 60º 85
2
2 . 2 (3) 5 7 5 5 6
d ( P , 1 ) = 2,04
411 6 6
8.3.- Encontrar la ecuación del plano paralelo al plano XZ y que pasa por ( 2 ,6 , 3 )
Si es paralelo al plano XZ, tienen el mismo vector normal.
Y el vector normal es el versor ( 0 , 1 , 0 )
Si P0 P . n = 0 z
(x–2,y–6,z–3). (0,1,0)=0
y–6 = 0 o y
6
x
D1 D 2
La distancia está dada por la expresión d (1 , 2 ) =
A B2 C 2
2
5 1 6
Reemplazando por los datos, se tiene: d (1 , 2 ) = 1,60
41 9 14
( x 1 )2 ( y 2 )2 z2 ( x 1 )2 ( y 2 )2 ( z 1 )2
86
x2 + 2x + 1 + y2 – 4y + 4 + z2 = x2 – 2x + 1 + y2 + 4y + 4 + z2 – 2z + 1
4x – 8y + 2z – 1 = 0 es la ecuación de un plano
9.2.- Completar el siguiente cuadro con las expresiones cartesianas correspondientes a las distan-
cias que en cada caso se especifican
Distancia de P0 a una recta en R2 Distancia de P0 a un plano
Distancia entre dos rectas paralelas en R2 Distancia entre dos planos paralelos
9.3.- Dada la siguiente figura, encontrar simbólicamente la ecuación del plano determinado por
los tres puntos P1, P2 y P3
87
Recta en el espacio E3
Contenidos
Definiremos recta en el espacio tridimensional a través de las ecuaciones: vectorial paramétrica,
cartesiana paramétrica, y simétrica; y se realizarán las gráficas correspondientes. Particularmente
se caracterizarán rectas paralelas y perpendiculares, también rectas y planos paralelos y perpendi-
88 88
culares, a través de sus vectores direcciones. Éstos también utilizaremos para definir el ángulo
determinado entre dos rectas y entre una recta y un plano. Finalmente se considerarán las ecua-
ciones que permitirán calcular la distancia de un punto a una recta y la distancia entre dos rectas
alabeadas.
a través de
Ecuaciones Gráficas
1.- Introducción
La recta en el espacio se la puede considerar como la intersección de dos planos diferentes.
Así por ejemplo la recta l = 1 2
1
2
La intersección del plano con cada uno de los ejes coordenados, se llaman traza.
C( 0 , 0 , z )
B( 0 , y , 0 ) Y
O
A( x , 0 , 0 )
Los puntos A, B y C son las intersecciones del plano con cada uno de los ejes coordenados.
La traza de con el plano coordenado XY, es la recta determinada por los puntos A y B, y es el
conjunto de puntos de para los cuales z = 0. En forma análoga se obtienen las trazas con los
planos coordenados XZ y YZ.
P Dados : u0 = (r,s,t) // l
z
P0 ( x0 , y0 , z0 ) l
90 P0 90
P(x ,y,z) l
l
OP OP0 u0
u0
y
o
Ecuación vectorial paramétrica de la recta l,
x paralela al vector u0 y que pasa por P0
OP = ( 1 , 2 , 4 ) + ( 2 , 1 , 1 ) Ecuación vectorial paramétrica
OP = ( x , y , z ) ( x , y , z ) = ( 1 , 2 , 4 ) + ( 2 , 1 , 1 )
x 1 2
y 2 Ecuación cartesiana paramétrica
z 4
x 1 y2 z4
Despejando tenemos: Ecuación simétrica
2 1 1
Representación gráfica
z’
z
91
P0 y’
x’ y
o
Dados: P0 ( x0 , y0 , z0 ) l u = ( r , s ,t ) l
y un punto genérico de l : P(x,y,z)
x x 0 r
Ecuación cartesiana paramétrica y y 0 s
z z t
0
x x 0 cos
En función de los cosenos directores de un y y 0 cos
z z cos
vector a ella 0
u 0 XY , pero no a los ejes x ni y u0 = ( r , s , 0 )
La ecuación simétrica z
está dada por:
x x 0 y y0 Z0
y
r s o
z z0 u0
x
u 0 al eje X u0 = ( r , 0 , 0 )
z
La ecuación simétrica
está dada por:
y
y y0 o
z z0 x
3.- Ángulo
3.1.- Ángulo de dos rectas en R3
Dadas dos rectas l1 y l2 de R3 , el ángulo que forman está dado por el ángulo de sus di-
recciones
l = (u , u ,u )
si: u 1 ; u 1 2 3
93
l = ( v , v ,v )
v 2 ; v 1 2 3
u1 v1 u 2 v 2 u 3v3
Cos =
u u 22 u 32 . v12 v 22 v32
2
1
x x1 y y1 z z1
Dados: l:
r s t
: Ax + By + Cz + D = 0
El ángulo, que la recta l y el plano forman está dado por:
A r Bs C t
Sen =
A 2 B2 C 2 . r 2 s 2 t 2
Con u = ( r, s, t ), vector dirección de la recta, y con n = ( A, B , C ), vector normal del plano.
l1 l2 u1 // u 2
u 1 = ( r1 , s1 , t1) y u 2 = ( r2 , s2 , t2)
Paralelismo de rectas
r1 s1 t1
r2 s2 t2
Perpendicularidad de rectas l1 l 2 r1 . r2 + s1 . s2 + t1 . t2 = 0
Dados
x x1 y y1 z z1
la recta l: y el plano : A x + B y + C z + D = 0
r s t
94 Con u = ( r , s , t ) // l y n = (A,B,C) 94
5.- Distancia
l2
P1 l1 P2 l 2
sea
u // l1 v // l 2
l1 P1 P2 .
u x
v
d ( l1 , l2 ) =
u x v
Solución:
Fig. de análisis
El vector dirección de la recta es el vector normal del plano.
u = n = ( 3 , 5 , 2 )
95
La ecuación simétrica es:
x 1 y2 z 3
= =
3 5 2
– La ecuación vectorial paramétrica es: OP = ( 2 , – 2 , 3 ) + λ ( 0 , 4 , 0 )
x 2
– La ecuación cartesiana paramétrica es: y 2 4
z 3
x 2
– La ecuación simétrica es:
z 3
z
3
– La gráfica
–2 y
o
2
x
Solución:
Para hallar el ángulo, necesitamos conocer el vector dirección de la recta y el vector normal del
plano.
i j k
a) El vector dirección de la recta l: u = x = 1 3 1 = 5i – 3j 4 k
n1 n2
1 1 2
b) El vector normal al plano x – 2y + z – 2 = 0 , es n = ( 1 , –2 , 1 )
5 64 7 3
Sen = =
1 4 1. 25 9 16 30
7 3
= arc. Seno de = 23º 50’ 15’’
30
x 1 y2 z4
6.5.- Hallar la distancia del punto ( 2 , 5 , – 3 ) a la recta : = =
2 1 2
P0 P1 x u
Se utiliza la expresión: d (P0 , l ) =
u
P0 es el punto ( 2 , 5 , – 3 ) ; 97
P1 ( –1 , 2 , –4 ) a la recta dada y P0 P1 = ( –3 , –3 , –1 )
u = ( 2 , –1 , 2 )
( 3 , 3 , 1 ) x ( 2 , 1 , 2 ) 49 16 81 146
d (P0 , l ) = = = 4,03
( 2 , 1 , 2 ) 3 3
Cálculos auxiliares:
i j k
P0 P1 x
u = 3 3 1 = – 7i + 4 j + 9k
2 1 2
C( 0 , 0 , 2 )
Traza
Sobre el eje x y = z = 0; A( 4 , 0 , 0 )
B( 0 , 4 , 0 )
O
Sobre el eje y x = z = 0 ; B( 0 , 4 , 0 )
y
Sobre el eje z x = y = 0 ; C( 0 , 0 , 2 )
A( 4 , 0 , 0 )
x
6.7.- Hallar la ecuación general del plano que contiene al punto A( 1, 3 , 2 ) y a la recta
x 3y z 7 0
x y 2z 1 0
Solución:
Fig. de análisis
98 98
El vector n = u x P0 A
u
P0 Necesitamos conocer un punto P0 y la dirección u de la recta dada. Para
A ello hallaremos la ecuación simétrica de la recta dada. Entonces despeja-
remos z en función de y, y luego en función de x:
x 3y z 7
x y 2z 1
- Restando las dos ecuaciones, se tiene: 4 y – 3 z + 8 = 0
4y 8
Despejando z se tiene: z (1)
3
- Multiplicando por 3 la 2º ecuación y sumando a la primera, se tiene: 4 x +5 z + 4 = 0
- 4x 8
Despejando z se tiene: z (2)
5
- 4x 8 4y 8
Igualando (1) y (2), se tiene: = = z (3)
5 3
Ordenando la ecuación (3), se tiene:
P0 (–1 , –2 , 0 )
=( , ,1 = ( 5 , 3 , 4 )
i j k
n = u x P0 A = 5 3 4 = 26i 2j 31k
2 5 2
y y0 z z0
II) La recta s t , es:
x x0
i) paralela al eje X
ii) paralela al plano YZ
iii) ninguna de las respuestas anteriores es correcta
A1 x B1 y C1 z D1 0
l:
A 2 x B 2 y C 2 z D 2 0
i) Exprese el vector dirección de la misma
ii) Que condiciones tendría que cumplir el vector dado para que la recta l resulte para-
lela al eje de coordenadas Y.
iii) Que condiciones tendría que cumplir el vector dado para que la recta l resulte para-
lela al plano coordenado XZ.
ESPACIOS VECTORIALES
Contenidos
Trataremos el tema de estructura de espacio vectorial, que es el concepto básico del Álgebra Li-
neal. Definiremos espacio vectorial y sus propiedades, subespacio vectorial y combinación lineal
de un conjunto no vacío de un espacio vectorial. Estudiaremos también, dependencia e indepen-
100 dencia lineal y sistemas de generadores para caracterizar los conceptos de base y de dimensión.
es el concepto
La estructura ESPACIO básico del Álgebra
de
VECTORIAL Lineal
en la que se
definen
Sus elementos
se llaman
Subespacios Vectores
Se define
Combinación lineal
y se estudian
Base
- Dimensión
- Base canónica
- Coordenadas
Objetivos
- Decidir si un conjunto de vectores constituye o no una estructura de espacio vectorial me-
diante la aplicación de la definición.
- Reconocer, ejemplificar y definir la dependencia e independencia lineal de vectores, justi-
ficando la decisión tomada.
- Distinguir los subconjuntos de vectores que sean sistemas de generadores de espacios vec-
toriales mediante la aplicación de la definición o de las propiedades.
1.- Introducción
En el conjunto de números reales se han definido las operaciones de suma y producto que satisfa-
cen ciertas propiedades. Al estudiar el conjunto de vectores en el espacio hemos definido suma de 101
vectores y multiplicación de un vector por un número real y enunciado las propiedades que se
verifican. Otros conjuntos a los cuales se le puede dotar de una estructura similar a la de los con-
juntos anteriores, son los conjuntos de números complejos y el de los polinomios.
Cuando en varios conjuntos distintos aparecen estructuras similares es conveniente axio-
matizar éstas y dar un nombre al ente resultante. A la estructura de los conjuntos enunciados se
denomina Espacio Vectorial.
K , v , w V : . ( v + w ) = . v + . w
102 M4 ) la unidad de K es neutro para el . .
v V : 1.v = v
2.2.- Ejemplo
La cuaterna ( R2, + , R, . ) es el espacio vectorial de los pares ordenados de números reales so-
bre el cuerpo de números reales.
Porqué:
- (a , b) y ( c , d ) R2 ,
se define la adición por: ( a , b ) + ( c , d ) = ( a + c , b + d ) R2 (1)
- ( a , b ) R2 y R , se define . ( a , b ) = ( a , b ) R2 (2)
Y se verifican las propiedades:
V1) + es asociativa en R2.
(a, b) , (c,d ) y ( e , f ) R2 demostrar que.
(a, b) + [ (c,d) + (e, f)] = [(a, b) + (c,d )] + (e,f)
Demostración:
(a,b) + [(c,d) + (e, f)] = (a , b) + ( c+e , d+f) =
= (a + (c+ e) , b+ (d+f)) = ((a+c) + e , (b+d)+ f) =
= (a+c , b+d ) + ( e , f ) = [(a, b)+ (c, d)] + (e, f)
Se aplicó la definición (1) , la asociatividad de la suma en R, y la definición (1)
V4) + es conmutativa en R2
( a , b ) , ( c , d ) R2 (a , b) + (c, d) = (c,d) + (a, b)
103
Demostración:
(a, b) + (c, d) = (a + c , b+d) = (c+a , d+b) = (c,d) + (a,b)
Se aplicó la definición (1), la conmutatividad de la suma en R y la definición (1).
R , (a , b ) ; ( c , d ) R2 : . ( ( a , b ) + ( c, d ) ) = . (a , b) + . ( c , d)
Demostración:
. ( ( a , b ) + ( c , d ) ) = . ( a + c , b + d ) = ( . ( a + c ) , . ( b + d ) ) =
= . ( a , b ) + . ( c , d )
Se aplicó la definición (1), la definición (2), la distributividad del producto con respecto a la
suma en R, y la definición (1) y (2)
( a , b ) R2 : 1 . ( a , b ) = ( a , b )
104
Demostración: 1. ( a , b ) = (1.a , 1.b ) = (a, b)
Otros ejemplos:
- ( R 3 , + , R , . ) , ( R 4, + , R , . )
En general ( R n , + , R , . ) es espacio vectorial.
- ( K[x] , + , R . ) K[x] : es el conjunto de polinomios de coeficientes reales.
K[x] = { a0 + a1 x + ........... + an xn / ai R i }
p(x) , q(x) K[x] : p(x) + q(x) K[x]
R, p(x) K[x] : p(x) K[x]
2.3.- Propiedades en ( V, +, K, . )
1) El producto del escalar 0 por cualquier vector es el vector nulo
0.v= 0 v V
El producto de cualquier escalar por el vector nulo es el vector nulo
0 = 0 K
3- Subespacio vectorial
3.1.- Definición
Dados: ( V , + , K , . ) y S y S V:
S es subespacio de ( V , + , K , . ) si( S , + , K , . ) es espacio vectorial.
3.2.2.- Ejemplos
Ejemplo 1: B = { ( x , y ) R2 / y = x }, es subespacio de (R2 , +, R, . )
Demostración:
1.- v1 y v2 B v1 + v2 B
Si v1 = ( a1 , b1 ) B b 1 = a1
+ +
Si v2 = ( a2 , b2 ) B b 2 = a2
S. m. a m. v1 + v2 = ( a1 + a2 , b1 + b2 ) (1) b1 + b2 = a1 + a2 (2)
Reemplazando (2) en (1), se tiene v1 + v2 = ( a1 + a2 , a1 + a2 ) B I
2.- v B y R v B
Si v = (a ,b) B b = a
m. m. a m. = =
. v = . ( a , b ) b = . a (2)
. v = ( . a , b ) (1)
Representación gráfica: Si y = x
y
106 la gráfica correspondiente es la bisectriz
a
del 1º y 3º cuadrante.
b
a x
Si v1 = ( a1 , b1 , c1 ) S v1 = ( a1 , b1 , a1 + b1 )
+
v2 = ( a2 , b2 , c2 ) B v2 = ( a2 , b2 , a2 + b2 )
S. m. a m. v1 + v2 = ( a1 + a2 , b1 + b2 , (a1 + b1) + ( a2 + b2 ))
v1 + v2 = ( a1 + a2 , b1 + b2 , (a1 + a2) + (b1 + b2 )) S I
Si R
v = (x1 , x2 , x3 ) S v = ( x1 , x2 , x1 + x2 )
=
v = . ( x1 , x2 , x1 + x2 )
. v = ( . x1 , .x2 , . x1 + .x2 )
. v = ( . x1 , .x2 , . (x1 + x2 ) ) S II
a
i 1
i i
/ i K vi A
Definición:
El vector v V es combinación lineal de la familia de A V, si y sólo si existen escalares
n
1, 2 , … , n tales que a
i 1
i i v
Ejemplo1:
Sea { (1 , 2 ) , ( 3 , 1 ) } R2
3 (–1 , 2 ) – 2 ( 3 , –1 ) = (–9 , 8 ) R2
(–9, 8) es combinación lineal de los vectores dados.
108
( x1 , x2 , x3 ) = 1 ( 1 , 0 , 1 ) + 2 ( 0 , 1 , 0 )
( x1 , x2 , x3 ) = (1 , 0 , 1 ) + ( 0 , 2 , 0 )
( x1 , x2 , x3 ) = (1 , 2 , 1 )
x1 = 1
x2 = 2
x3 = 1 x 1 = x3
A = { ( x1 , x2 , x3 ) R3 / x1 = x3 }
A es el plano de ecuación x1 - x3 = 0
110
7
“C.L.” , “L.I.” , “L.D.” , serán las abreviaturas de combinación lineal, linealmente independiente y linealmente
dependiente, respectivamente.
1 + 2 2 + 3 3 = 0 3 = 0
1 +2 2 = 0 2 = 0
1 = 0
El sistema solo admite la solución trivial, entonces los vectores dados son linealmente indepen-
dientes.
b ) { ( 2 , 1 , 3 ) , ( 4 , 1 , 2 ) , ( 8 , 1 , 8 ) } R 3
Planteo:
.( 2 , 1 , 3 ) + . ( 4 , 1 , 2 ) + . ( 8 , 1 , 8 ) = ( 0, 0, 0 )
( 2 , , 3 ) + ( 4 , , 2 ) + ( 8 , , 8 ) = ( 0, 0, 0 )
( 2 4 + 8 + , 3 + 2 + 8 ) = ( 0, 0, 0 )
α 2γ
Las infinitas soluciones están dadas por: β γ
γ k con k R
Los vectores son linealmente dependientes, ya que los escalares no necesariamente son nulos.
112
6.3.- Propiedades
i. Todo vector no nulo de un espacio vectorial constituye un conjunto linealmente in-
dependiente
Sea v 0 en ( V , + , K , . ), { v } es L.I.
ii. El vector nulo de cualquier espacio vectorial constituye un conjunto linealmente de-
pendiente
0 es L.D.
iii. Todo conjunto al que pertenezca el vector nulo es linealmente dependiente
Sea A = { v1 , v2 , ... , v r } con vj = 0 A es L.D.
iv. Condición necesaria y suficiente
Un conjunto finito y no vacío de vectores de un espacio vectorial, es linealmente
dependiente algún vector es combinación lineal de los demás.
Sea (V,+, R,.) , A = { v1 , v2 , ... , v r } V A
A L.D. vj de A que es C.L. de los demás.
6.4.- Geométricamente
En R2
v
v
u
u
En R3
En R3, dos vectores u y v son dependientes si y solo si están situados sobre una misma recta que
pasa por el origen y tres vectores u, v y w son dependientes si y solo sí están sobre un mismo
plano que pasa por el origen.
113
v
u
7.2.- Ejemplos
Ejemplo1:
El conjunto A = { ( 1 , 2 ) , ( 0 , 1 ) } es S.G. de R2
Demostración:
Si el conjunto A es sistema de generadores de R2 , todo vector ( x , y ) de R2 debe ser C.L. de
los vectores dados:
( 1 , 2 ) + ( 0 ,1 ) = ( x , y )
( , 2 ) + ( 0 , ) = ( x , y )
= x (1) reemplazando en (2)
2 + = y (2) 2 x + = y = y + 2 x
( x , y ), y A es S.G. de R2
8
“S.G.” se utilizará para abreviar sistema de generadores
Si el sistema de ecuaciones planteado tiene solución, el conjunto de vectores dado, es sistema
de generadores del espacio vectorial en el que está incluido.
Ejemplo2:
¿Será A = { ( 1 , 0 ) , ( 2 , 0 ) , ( 3 , 0 ) } , S.G. de R2?
114 Para investigar realizamos el siguiente planteo:
( 1 , 0 ) + ( 2 , 0 ) + ( 3 , 0 ) = ( x , y )
( , 0 ) + ( 2 , 0 ) + ( 3 , 0 ) = ( x , y )
+ 2 + 3 = x
0 = y
8.2.- Ejemplos
Ejemplo 1: El conjunto B = { (1 , 1 , 2 ) , ( –1 , 0 , 2 ) , ( 0 , 0 , 1 ) } es base de R 3
Si B es base de R3, es linealmente independiente y sistema de generadores de R3.
Demostración:
i) Demostrar que los vectores son linealmente independientes.
(1 , 1 , 2 ) + ( –1 , 0 , 2 ) + ( 0 , 0 , 1 ) = ( 0 , 0 , 0 )
( , , 2 ) + ( – , 0 , 2 ) + ( 0 , 0 , ) = ( 0 , 0 , 0 )
– = 0 = 0
= 0
2 + 2 + = 0 = 0. La única solución que admite es la trivial son linealmente
independientes.
– = x = y – x
115
= y
2 + 2 + = z 2 y + 2 ( y – x ) + = z = z – 4y + 2x
, , y cualquiera sea x , y , z B es sistema de generadores de R3.
El conjunto { e1 , e2 , e3, ....., en } es L.I. y S.G. de Rn. Se llama base canónica de Rn.
{ ( 1 , 0 ) , ( 0 , 1 ) } es base canónica de R2
{ ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 0 , 0 , 1 ) } es base canónica de R3
……………………………………………………………………
{ ( 1 , 0 , … , 0 ) , ( 0 , 1 , … , 0 ) , ( 0 , … , 0 , 1 ) } es base canónica de Rn
Por lo que, respecto a la base dada, el vector v V , queda caracterizado por los coeficientes de
la combinación lineal o sea por la r-upla de escalares de K: 1 , 2 , … , r . Los escalares i
se llaman coordenadas o componentes del vector v V , respecto de la base dada.
Si se elige otra base [v] en el espacio V el mismo vector v admite otras coordenadas o
componentes: ’1 , ’2 , … , ’r .
Ejemplo 1:
Hallar las coordenadas de ( 5 , 3 , 2 ) :
i) respecto a la base {(1 , 1 , 2 ) , ( –1 , 0 , 2 ) , ( 0 , 0 , 1 )}
Las coordenadas son los valores de y /
( 5 , 3 , 2 ) = (1 , 1 , 2 ) + ( –1 , 0 , 2 ) + ( 0 , 0 , 1 )
Resolviendo el sistema de ecuaciones, se concluye que: – 2 , = 0
3 , = 2
10.1.- Definición:
117
Dimensión de un espacio vectorial V es el número cardinal de cualquiera de sus bases.
El espacio vectorial constituido por el vector nulo, diremos que tiene dimensión 0.
10.2.- Propiedad
“Un conjunto de n vectores de un espacio vectorial n-dimensional es una base si y solo si es li-
nealmente independiente o sistema de generadores. [...]
En consecuencia afirmamos que:
1. n vectores linealmente independientes de un espacio vectorial n-dimensional constituyen
una base del mismo.
2. Todo sistema de generadores de n vectores de un espacio vectorial n-dimensional es una
base del mismo.
3. Todo conjunto de más de n vectores de un espacio vectorial n-dimensional es linealmente
dependiente.”9
9
Rojo, A. Álgebra II
K , v , w V :
. admite asociatividad mixta
. ( v + w ) = . v + . w
118
K , v V :
. es distributivo respecto de la suma en K
. ( . v ) = ( . ) . v
K , v V :
Existencia del neutro para la suma en V
( + ) . v = . v + . v
v V , v V /
. es distributivo respecto de la suma en V
v + (v) = (v) + v = 0
11.4.- Sin hacer cálculos ¿puede decir cuantas formas existen para expresar al vector ( 0 , 0 ) co-
mo combinación lineal de v1 = ( 1 , 2 ) y v2 = ( 2 , 4 )?
11.7.- Completar:
a) A es S.G. de V …………………………………………………………….
b) A V es una base de V A ……………………………………………..
c) Si v V , queda caracterizado por la r-upla de escalares de K: 1 , 2 , … , r , los
escalares i se llaman ……………………………………………… respecto de la base dada.
d) El espacio vectorial constituido por el vector nulo, tiene dimensión……………..
11.10.- ¿Qué valores del número real K hacen que el conjunto de vectores
{ ( 1 , 0 , k ), ( k , 1 , 0 ), ( k+1 , 1 , k ) } sea una base de R3?
MATRICES
Contenidos
Estudiaremos matrices en R, pues son de gran importancia, por sus aplicaciones en el campo ma-
temático. En primer lugar definiremos matrices, y en una segunda instancia nos referiremos a la
suma de matrices y al producto por un escalar, para considerar el espacio vectorial de matrices.
120
Siguiendo con el tema, trataremos el producto de matrices, la transposición y algunas matrices
especiales: simétricas, antisimétricas, triangulares, diagonales y otras. Nos referiremos a la matriz
inversa, cuando exista, y a las principales propiedades relacionadas con ella.
Una MATRIZ de
orden nxm
es un
se definen
Matrices especiales
Operaciones con matrices
si Transformaciones
Espacio vectorial
lineales
Rnxm
Matriz inversa
Objetivos
- Representar situaciones concretas a través de matrices.
- Operar en el espacio vectorial de matrices de orden nxm .
- Verificar las propiedades de las operaciones a través de ejemplos.
- Realizar productos de matrices, cuando sea posible y aplicar propiedades.
121
- Ejemplificar matrices especiales y considerar las propiedades que en ellas se verifican.
- Determinar la existencia y hallar si corresponde, la matriz inversa de una matriz cuadrada.
- Resolver problemas mediante la aplicación de operaciones entre matrices.
1.- Introducción
El tema de matrices desempeña un rol fundamental en todos los campos de la Matemática y una
inmediata aplicación en la resolución de sistemas de ecuaciones lineales.
En la vida diaria es frecuente que se presenten situaciones en las que intervienen una gran canti-
dad de datos, a los cuales si los ordenamos convenientemente en filas y columnas dan origen a lo
que se define como matriz; que la podemos expresar básicamente, como un sistema de elementos
que dependen de dos índices. Un caso sería, por ejemplo, los horarios de salidas de los trenes de
una determinada línea férrea; éstos dependen de dos ‘variables discretas’ o índices: i = número
del tren y j = número de la estación. Si llamamos hij a la hora de salida del tren i-ésimo de la esta-
ción j-esima, la tabla de los horarios de salida será la matriz cuyo elemento del lugar ( i , j ) es hij.
En este caso como en otros, los elementos hij, se representan recurriendo a una tabla de doble
entrada y se dispone del siguiente modo:
Número de la estación *
j=1 j=2 j j=m
i=1 8,05 8,25 9,00 9,40 10,05 10,35
Número del tren **
2.- Matrices
2.1.- Definición de matriz: Una matriz de orden “nxm” es un arreglo u ordenación rectangular
de números dispuestos en n filas y m columnas.
a 11 a 12 a 13 ... a 1m
a 21 a 22 a 23 ... a 2 m
122 Una matriz de orden nxm se denota por la forma: Anxm = a 31 a 32 a 33 ... a 3m
... ... ... ... ...
... a nm
a n1 a n2 a n3
Se llama elemento aij , al escalar situado en la intersección de la fila i-ésima y la columna j-ésima
En forma abreviada se denota: A = ( a i j ) ; para i = 1, 2, ...., n; para j = 1, 2, ... , m
El conjunto de todas las matrices n x m con elementos en R se indica R nxm.
2 3 0
Ejemplo: A2x3 = es una matriz rectangular de orden 2 x 3. Tiene dos filas y tres
3 1 5
columnas.
En símbolos:
ordendeA ordenB
A=B
a ij b ij i, j
xy5
x y 1
x y 2z w 5 4
Ejemplo: si
xy zw 1 8 2z w 4
z w 8
La igualdad se verifica para x = 3 ; y = 2 ; z = 4 ; w = 4
b 11
3
b 21
Bnx1 = Ejemplo: B3x1 = 2
... 5
bn1
2 2 1
Por ejemplo: A3x3 = 1 3 1 es una matriz de orden 3.
1 0 3
En una matriz cuadrada A de orden n, los elementos:
a 11, a 22, a 33, ................a nn constituyen la diagonal principal de A.
a11 0 ... 0
2 0 0
0 a 22 ... 0
A nxn = Ejemplo: A = 0 3 0
... ... ... ... 0
0 7
0 0 ... a nn
3.2.-Matriz escalar
a ij si i j
La matriz cuadrada A es matriz escalar
a ij 0 si i j
0 ... 0
2 0 0
0 ... 0
A nxn = Ejemplo: A = 0 2 0 , A es la matriz escalar 2
... ... ... ... 0
0 2
0 0 ...
3.4.-Matriz simétrica
La matriz cuadrada A es matriz simétrica a ij = a ji i j
a11 a12 ... a1n 1 0 3 1
a12 a 22 ... a 2 n 0 1 2 0
A nxn = A 4x4
... ... ... ... 3 2 0 5
a1n a 2 n ... a nn 1 0 5 4
3.5.-Matriz antisimétrica
La matriz cuadrada A es matriz antisimétrica a i j = a ji i j
Observación: Los elementos de la diagonal principal de toda matriz antisimétrica son nulos, es
decir a i i = 0, pues:
Si A es matriz antisimétrica a i i = a ii , i 2 a i i = 0 , i a i i = 0 , i
a 11 0 ... 0 1 0 0 0
a 21 a 22 ... 0 0 1 0 0
A nxn = Ejemplo: A 4x4
... ... ... ... 3 2 0 0
a n1 a n 2 ... a nn 1 0 5 4 125
1 3 0 3 0 5
Por ejemplo: para A= y B =
3 1 2 1 1 1
2 3 5
A + B =
2 0 1
2 1 3 8 4 12
Ejemplo: 4. =
1 4 2 4 16 8
* N es una matriz nula de orden nxm y está definida por nij = 0 i j.
** A = ( aij ) se llama matriz opuesta aditiva de A = ( aij ) y es de orden nxm, cuyos elementos
son los opuestos de los respectivos elementos de A.
El gasto total para la compra de los CD está dado por: 22x10 + 15x4 + 34x12 + 18x5 = 778
Este número es el único elemento del producto de la matriz A . B
10
4
A . B = ( 22 15 34 18 ) . = 778 A1x4 . B4x1 = C 1x1
12
5
b11
b 21
A . B = ( a11 a12 ….. a1n) = ( a11b11 + a12.b21 + … + a1m.bm1 ) = C1x1
...
b n1
n
En forma abreviada: A1xn . Bnx1 = C1x1 = ( c1x1 ) =
a
i 1
1i b i1
Observación: El nº de elementos de la matriz fila debe ser igual al nº de elementos de la matriz
columna.
El número de inscriptos y los costos de los cursos según nivel y modalidad están dados por las
siguientes tablas:
Calcular los ingresos de la academia por tipo de curso impartido (inglés o computación) y por el
número de inscriptos. ¿Qué modalidad le proporcionaría mayores ingresos?
Dispondremos los datos a través de matrices:
Computación
Portugués
Inglés
25 20
Presencial 80 100 110 120 18 16 7440 5940
. =
A distancia 85 85 120 125 20 14
7555 5990
12 10
Definición:
Dadas las matrices, A = ( aij ) R n x p y B = ( bij ) R p x m , se llama producto A.B o A
por B, a la matriz C= ( cij ) R n x m , cuyo elemento cij es el que se obtiene multiplicando la fila
i-ésima de A por la columna j-ésima de B.
A n x p x Bpxm = C n x m = ( cij ) ;
p
Cuyo elemento cij = ai1 . b1j + ai2 . b2j + … + aip . bpj = a
k 1
ik b kj
1 0 1
A B 1 1 1
2 2 0
1 2 3 3 4 3
= C
2 1 0 3 1 3
En el producto A.B, se dice que A multiplica por izquierda a B (o que A premultiplica a B) y que
B multiplica a A por derecha (o que B posmultiplica a A)
Observación:
i) AB BA. La multiplicación de matrices no goza de la propiedad conmutativa.
Para el caso de que AB = BA, se dice que las dos matrices conmutan o que son permutables.
ii) Dadas:
4 4 4 0 0 0
. A. B = N
2 2 4 0 0 0
a 11 a 21 ... a n1
a 12 a 22 ... a n 2
La traspuesta de A es At R m x n ; At m x n =
... ... ... ...
a 1m a 2m ... a nm
Ejemplo:
2 3
2 3 0
A2x3 = A t
3 1
3 1 5
3x2
0 5
Propiedades:
1. (At )t = A 3. ( A) t = At
2. ( A + B )t = At + Bt 4. ( A.B )t = Bt . At
A es simétrica A = At
A . At es simétrica, pues: (A At )t = ( At )t . At = A.At (no es necesario que A sea cuadrada)
A es antisimétrica A = At
M M t es simétrica
Si M es matriz cuadrada
M M es antisimétrica
t
6.2.- Propiedades
1) Si A y B son inversibles, ( A . B ) 1 = B1 . A1
2) ( A t ) 1 A 1 t
4) A 1
1
A
2 2 1
Ejemplo: La traza de A3x3 = 1 3 1 , es 2 + 3 + (3 ) = 2
1 0 3
1
Calcular si es posible: a) ( 2 E – C t) b) C.E
3
Solución:
1 4 t 2 8 3 2
1 3 2 4 1
a) 2 3 3 = 6 6 2 1 =
3
1 2 2 1 3
3
2 4 4
3
1 10
1 10 3 3
1 4 7
4 7 =
3 3 3
6 1
1 133
2
3
5 26
C . E =
8 5
αβ γ 3 = 2 , = 1
α β γ 1
Reemplazando en la primera ecuación tenemos que
= 3 2+1 ; = 2
β 1
α 2
Estos valores verifican la segunda ecuación
134
3 2 2 3
8.3.- Dadas las matrices: A = , B =
7 5 1 3
Hallar la matriz X en: A . X = B
Solución:
X = A1 B
i. Para calcular A1, recordar que A. A1 = I
3 2 a b 1 0
. =
7 5 c d 0 1
3a 2c 1 3b 2d 0
Efectuando el producto, se obtiene: y
7a 5c 0 7b 5d 1
5 -2
A1 =
-7 3
ii. Hallar X
5 -2 2 3 8 21
X = . X =
-7 3 1 3 11 30
1 0
8.4.- Sea A =
2 1
Hallar g(A), sabiendo que: g(x) = x2 – x – 8
2
1 0 1 0 8 0
g(A) =
2 1 2 1 0 8
1 0 1 0 1 0 8 0
g(A) =
2 1 2 1 2 1 0 8
1 0 1 0 8 0 8 0
g(A) = =
0 1 2 1 0 8 -2 6
ii) Dadas A3x5 y B4x3, efectuando el producto entre ellas en el único orden posible, la ma-
triz C obtenida es de orden:
a) 3x3 b) 3x5 c) 4x3 d) 4x5 e) 5x4
x x y xz
9.3.- Si A 3x3 = x y y yz , analizar en que casos, A es:
x z2 z y
z
i) triangular superior, ii) triangular inferior, iii) simétrica
9.4.- Comprobar “que toda matriz cuadrada se puede expresar como suma de una matriz simétri-
ca y de una antisimétrica”, a través de un ejemplo con una matriz cuadrada de orden cuatro.
9.5.- Calcular la matriz C = AxB ( a través de matrices genéricas y en forma simbólica) para los
siguientes casos:
i. Si A es una matriz fila (1xp) y B es cualquiera (pxm)
ii. Si A es cualquiera ( nxp) y B es matriz columna ( px1)
iii. Si A es matriz columna ( nx1) y B es matriz fila ( 1xm)
9.6.- Mostrar mediante un ejemplo, una multiplicación de dos matrices, en la que una de ellas es
una matriz escalar. Luego expresarlas con matrices genéricas. Exprese una conclusión.
9.8.- Una empresa construye tres tipos de viviendas: A, B y C. se conoce que los requerimientos
de mano de obra y materiales son los siguientes:
136
Acero Madera Vidrio Pintura Mano de obra
A 5 20 16 7 17
B 7 18 12 9 21
C 6 25 8 5 13
9.10.- Considere dos matrices diagonales inversibles, una de orden dos y otra de orden 3, halle las
correspondientes matrices inversas. Generalice para una matriz diagonal de orden 3 y para una de
orden n.
DETERMINANTES
Contenidos
137
El DETERMINANTE
asociado a una
. (-1)i+j Nº Real
Que se calcula a
Adjunto o través de
cofactor
La aplicación de Propiedades
Matriz
adjunta Desarrollo de Laplace
Regla de Chío
y
De aplicación en la resolución de un
1.- Permutación
Permutación de n elementos: 256413....n......
Permutación identidad: es aquella en la que 1 precede a 2, 2 precede a 3, ...k precede a k+1.
Inversión: Si un número mayor precede a otro menor estamos en presencia de una inversión, si no
hay inversión decimos que hay permanencia.
138
Trabajaremos con los 6 primeros números naturales:
1 2 3 4 5 6 -------------- identidad
4 2 3 5 6 1 ----------- 7 inversiones
Clase de una permutación: está dado por el nº de inversiones que presenta una permutación. Si el
nº de inversiones es par la permutación es de clase par y si es impar la permutación es de clase
impar.
Signo de una permutación: Por convención el signo de una permutación de clase par es positiva
y el de una permutación de clase impar es negativa.
Ejemplos:
1 2 3 4 5 6 0 inversiones es de clase par (+)
1 2 3 6 5 4 3 inversiones es de clase impar ()
1 5 3 6 2 4 6 inversiones es de clase par (+)
P p1 p2 a11 a12
Sig(p)
A = Sig (p) a1p1 . a 2 p 2 a11 a 22 a12 a 21
+ 1 2 a 21 a 22 p
2 1
1 2
Ejemplo: Hallar el determinante asociado a la matriz A =
3 3
1 2
A = = 1. (–3) – 3. (–2) = –3 + 6 = 3
3 3
+ 2 3 1
+ 3 1 2 = a11 a22 a33 a11 a23 a32 a12 a21 a33 + a12 a23 a31 + a13 a21 a32 a13 a22 a31
3 2 1
2 1 1
Ejemplo: Hallar el determinante asociado a la matriz A = 3 0 2
1 3 5
2 1 1
A = 3 0 2 = 2.0.3 + 3.(3) .1 + 1 .(1).( 2) 1.0.1 – (2).(3).2– 5. 3.(1)
1 3 5
= 0 9 + 2 0 12 + 15 = 4
1 3 2
3.2.ii.- A = 3 4 5 =0
1 3 2
2 -1 2
3.2.iii.- A = 0 3 3 =–6
0 0 1
4 3 5 4 3 5
3.3.ii.- Si A = 5 2 0 B = 2 1 4 B = A = 97
2 1 4 5 2 0
4 3 5 4 3 5
3.3.iii.- Dada A = 5 2 0 B= 5 2 0
2 1 4 4 6 9
B se obtiene de sumar a la 3º Fila de A, la 1º Fila de A 2 . 2º Fila de A
B = A = 97
141
AB = 10 A = 10 B = 1
3.5.- Si una fila (o columna) de una matriz A, es combinación lineal de otras filas (o de otras
columnas); A = 0.
Ejemplo:
4 3 5
5 2 0 = 0 Porque la 3ºF = 2.1ºF 2º F
3 8 10
a 22 a 23 a 21 a 23
Los menores complementarios de A son: 11 = , 12 = ,
a 32 a 33 a 31 a 33
a 11 a 12 a 13
Dada la matriz A 3x3 = a 21 a 22 a 23
a a 33
31 a 32
a 22 a 23
Los adjuntos o cofactores de a11 , a21 , a33 son: A 11 = (-1) 1+1 . 11 = (-1) 1+1 ,
a 32 a 33
Ejemplo: Dada la matriz A, hallar los adjuntos o cofactores: A11, A13, A23
3 2 4
A = 1 1 0
2 5 2
1 0 1 0 1 1
A11 = ( 1) 1+1 = = 2 , A13 = ( 1) 1+3 =3,
5 2 5 2 2 5
3 2
A23 = ( 1) 2+3 = (11) = 11
2 5
5.- Desarrollo de un determinante por los elementos de una línea (Fila o columna)
a11 a12 a13
Si desarrollamos el Det(A), tenemos: A = a 21 a 22 a 23 =
a 31 a 32 a 33
= a11 a22 a33 - a11 a23 a32 - a12 a21 a33 + a12 a23 a31 + a13 a21 a32 - a13 a22 a31
= a11 ( a22 a33 - a23 a32 ) - a12 (a21 a33 - a23 a31 ) + a13 ( a21 a32 - a22 a31 )
a 22 a 23 a 21 a 23 a 21 a 22
= a11 a12 + a13
a 32 a 33 a 31 a 33 a 31 a 32
Ejemplo:
3 2 4
1 0 1 0 1 1
A = 1 1 0 = = ( 3) 2 + 4
5 2 2 2 2 5
2 5 2
= ( 3) . ( 2) 2 . 2 + 4. 3 = 14
5.1.-Desarrollo de Laplace
El determinante de la matriz A = (aij) es igual a la suma de los productos, que se obtienen de mul-
tiplicar los elementos de una fila (columna ) por sus respectivos cofactores.
a 11 a 12 ... a 1 j ... a 1n
a 21 a 22 ... a 2 j ... a 2n
... ... ... ... ... ...
A =
a i1 a i 2 ... a ij ... a in
... ... ... ... ... ...
a n1 a n 2 ... a nj ... a nn
3 2 0 1
1 1 2 1
Ejemplo: Dado A =
2 2 3 2
1 3 1 1
3 2 0 3 2 0
+ 2 . (-1) 3+4
1 1 2 + (-1) (-1) 4+4
1 1 2
1 3 1 2 2 3
Observación: conviene elegir una línea que contenga ceros. En nuestro caso, se podría haber ele-
gido la 2º fila o la 3º columna.
5.2.- Teorema: Sea A una matriz de orden n, talque a11 0 y a1j = 0 j 1 , el valor del de-
terminante está dado por: A = a11 . M 11
a 11 0 ... 0
a 22 ... a 2 n
a 21 a 22 ... a 2 n
A = = a11 . M 11 = a11 ... ... ...
... ... ... ...
a n2 ... a nn
a n1 a n 2 ... a nn
Ejemplo:
2 0 0 0
1 1 4
1 1 1 4
= 2. 2 2 1 = 2 .( – 14 ) = –28
3 2 2 1
1 1 0
4 1 1 0
a 11 a 12 ... a 1n
0 a 22 ... a 2 n n
D=
... ... ... ...
= a
i 1
ii
0 0 ... a nn
1 0 0 0
3 2 4 145
2 3 0 0
Ejemplos: M = 0 1 0 M = 6 B= B = 30
0 0 2 0 2 2 0
5 4 1 5
Generalizando
a 11 a 12 ... a 1 j ... a 1n
a 21 a 22 ... a 2 j ... a 2 n a11 a12 ... a1n
... ... ... ... ... ... a 21 a 22 ... a 2 n
A = = aij . Aij = aij . (-1) i+j
0 0 ... a ij ... 0 ... ... ... ...
... ... ... ... ... ... a n1 a n 2 ... a nn
a n1 a n 2 ... a nj ... a nn
Por ejemplo:
3 1 1 1
3 1 1
0 0 2 0
A = = 2. (-1) 2+3
1 0 1 = (–2 ) (– 7 ) = 14
1 0 2 1
2 1 1
2 1 1 1
0 0 1 0 0
5 1 4 1
5 1 2 4 1
1 4 1 5
= 1 4 0 1 5 = 1 . (-1) 1+3 =
4 1 8 1
4 1 3 8 1
3 2 6 2
3 2 1 6 2
146
0 0 0 1
26 1 19
26 1 19 5
= = 1 . (-1) 1+4
9 2 12 =
9 2 12 1
13 0 14
13 0 14 2
26 1 19
43 26
= 43 0 26 = (-1) . (-1)1+2 = 264
13 14
13 0 14
1) La idea es, mediante la aplicación de propiedades, hacer ceros los elementos de una línea
dejando uno de ellos distinto de cero. En nuestro ejemplo se pone ceros en la primera fila
y se elige el 1 de la tercera columna como pivote, entonces queda fija la tercera columna.
2) En el determinante de cuarto orden obtenido se procede de igual forma.
3) Para resolver el determinante de tercer orden obtenido se puede, por el mismo procedi-
miento reducir a uno de segundo orden o resolverlo por la regla de Sarrus o por la regla
de Laplace.
= 128 7 = 135
Cálculos auxiliares
1 0.1 = 1 1 0. (2) = 1 3 0. 4 = 3
1 2.1 = 3 1 2. (2) = 5 0 2.4 = 8
4 3.1 = 1 2 3(2) = 8 1 3.4 = 13
147
A11 A 21 ... A n1
A12 A 22 ... A n 2
Adj (A) =
... ... ... ...
... A nn
A1n A 2N
Ejemplo:
2 3 4
Sea A = 0 4 2 Los cofactores de los nueve elementos de A son:
1 1 5
4 2 0 2 0 4
A11 = + = 18 , A12 = =2 , A13 = + = 4,
1 5 1 5 1 1
3 4 2 4 2 3
A21 = = 11 , A22 = + = 14 , A23 = =5 ,
1 5 1 5 1 1
3 4 2 4 2 3
A31 = + = 10 , A32 = = 4, A33 = + =8
4 2 0 2 0 4
18 11 10
Adj ( A ) = 2 14 4
4 8
5
1 0 1
Ejemplo: Dada la matriz A = 2 1 1
1 1 0
1 0 1
A = 2 1 1 = – 4 0 A-1.
1 1 0
1 1 1 1/ 4 1/ 4 1/ 4
1 1
A = 1 1 3 = 1/ 4 1/ 4 3 / 4
4 3 / 4 1/ 4 1/ 4
3 1 1
Verificar que: A . A –1 = I
8.2.- Dadas dos matrices A y B, decimos que B es equivalente a A B se puede obtener efec-
tuando un número finito de operaciones elementales sobre A.
Notación: B A
10.2.- Si A= 5, siendo A4x4 , cual es B, si B se obtiene a partir de A realizando los siguien-
tes cambios:
a. B se obtiene intercambiando dos filas de A.
b. B se obtiene multiplicando una fila de A por 3.
c. B se obtiene restando a la primera fila de A, la segunda multiplicada por2.
1 2 1 2 1 1
A = 2 5 3 B = 3 0 2
1 3 2 1 3 5
10.6.- Dos matrices se dicen equivalentes por fila cuando: (solo una es correcta)
a. tienen el mismo rango.
b. tienen el mismo determinante.
c. una se obtiene a partir de la otra mediante operaciones elementales por fila
d. son iguales.
e. tiene el mismo número de filas o de columnas.
10.7.- Sea A de orden n tal que su determinante es nulo, entonces: (solo una es correcta)
a. (A) = n
b. (A) < n
c. A es no singular
d. A es regular
e. A posee inversa
Un Sistema de ecuaciones
lineales
es un
en su estudio se consideran
dos aspectos :
el y la
Análisis Resolución
Sistemas
homogéneos
El sistema es compati-
ble
(A) = (A’)
Determinado o indeterminado
En consecuencia si
Objetivos
- Valorar los temas de matrices y determinantes por su aplicación en los sistemas de ecua-
ciones lineales.
- Analizar un sistema de ecuaciones lineales a través del teorema de Rouché-Frobenius.
- Encontrar el conjunto solución de sistemas de ecuaciones lineales por los métodos de de
152
resolución: Gauss, Gauss Jordan, Crámer y Matriz inversa.
- Plantear y resolver sistemas de ecuaciones para solucionar situaciones problemáticas.
1.- Introducción
El estudio de los sistemas de ecuaciones lineales es la culminación de los temas ya vistos: vecto-
res, matrices y determinantes; éstos nos proporcionan los elementos que utilizaremos en su trata-
miento.
Es necesario recordar:
Igualdad
si
Para cualquier valor Para determinados
de las letras valores de las letras
Se verifica
Es Es
una una
Identi- Ecuación
dad
x2 – 4 = ( x + 2 ) ( x – 2 ) x2 – 2 = x
10
Sagastume Berra , A. fernandez, G. Álgebra y Cálculo Numérico
a1 x1 + a2 x2 + … + an xn = b,
en la que los ai y b R, y los xi son indeterminados (o lo que es lo mismo, incógnitas o varia-
bles). Los escalares ai son los coeficientes de los xi respectivamente, y b es el término constante
o simplemente la constante de la ecuación. 153
A X B
a 11 a 12 ... a 1m x1 b1
a 21 a 22 ... a 2 m . x 2 = b2
... ... ... ... .... ....
x m b n
a n1 a n 2 ... a nm
C1 X1 + C2 X2 + ............. + C m X n = B
154
C1, C2, … , Cm son los vectores columnas de los coeficientes, y B de los términos indepen-
dientes.
a 11 a 12 a 1m b1
a 21 a 22 a 2m b2
........ x 1 x2 ........ xm
........ ........ .......
a a a b
n1 n2 nm n
Análisis de un sistema
Para analizar un sistema, consideramos el teorema de Rouché-Frobenius que dice: Es condición
necesaria y suficiente para que un sistema de ecuaciones lineales admita solución es que el rango
de la matriz del sistema ( o matriz de los coeficientes) y el rango de la matriz ampliada sean igua-
les.
La matriz A’ ampliada resulta de agregar a la matriz del sistema, la columna de los términos in-
dependientes.
a 11 a 12 ... a 1m a 11 a 12 ....... b1
a 1m
a 21 a 22 ... a 2 m a 21 a 22 ....... a 2 m b 2
A A'
... ... ... ... ..... ...... ...... ...... .......
a n1 a n 2 ........ a nm b n
a n1 a n 2 ... a nm
Dado un Sistema de
ecuaciones lineales
¿es
No Si
(A) = (A’)?
Es incompatible Es compatible
No Si
Es (A)
=m? =
(A) < m Es determinado
(Solución única)
Es indeterminado
(Infinitas soluciones)
Por ejemplo, para el caso de un sistema de tres ecuaciones con tres incógnitas, la idea es obtener
un sistema equivalente cuya primera ecuación tenga tres incógnitas, la segunda dos y la tercera
una. Se obtiene un sistema triangular o en cascada de la forma:
ax by cz d
ey fz g
hz l
156
La solución del sistema es inmediata: se calcula z en la tercera ecuación, este valor se remplaza
en la segunda para obtener y, posteriormente en la 1º ecuación se reemplazan z e y para despejar
la incógnita x.
x 2y z 1
Ejemplo: analizar y resolver el sistema 3 x 2 y 4 z 5 , por triangulación de Gauss
x y 3z 2
Consideremos la matriz ampliada del sistema y aplicando operaciones elementales entre filas,
obtendremos matrices equivalentes, las que tienen el mismo rango.
1ºF 1 2 1 1
2ºF’ 0 4 1 8
0 12
3ºF’’ 0 5
2º F’ = 3x1º F + 2º F
3º F’ = 1º F + 3º F 3º F’’ = 3 x 2º F’ + 4x 3º F’
Recordando que “El rango o característica de una matriz es igual al orden del determinante de
mayor orden distinto de cero extraído de la matriz dada”,
1 2 1
0 4 1 = 20 0 (A) = (A’) = 3 = igual al número de incógnitas
0 0 5
x 2 y z 1 (1)
Para la solución consideramos el sistema 4 y z 8 (2)
5 z - 12 (3)
157
12 12 13
De (3): z = ; reemplazando en (2), tenemos: 4y = 8 y= ;
5 5 5
13 12 33
Reemplazando en (1), tenemos: x + 2 . + =1 x=
5 5 5
33 13 12
S={ , , }
5 5 5
Para el análisis del sistema se debe hallar el rango de la matriz del sistema y el rango de la matriz
ampliada.
1 2 3 1 2 3 4
A = 1 3 1 matriz del sistema A’ = 1 3 1 11 matriz ampliada
2 4 2 4 13
5 5
Aplicando las operaciones elementales entre filas, obtendremos matrices equivalentes. Las matri-
ces equivalentes tienen el mismo rango.
Se averigua en forma conjunta el rango de la matriz del sistema y el rango de la matriz ampliada:
A’
(-2) (-) 1 2 3 4 1 2 3 4
(-) (- 2)
1 3 1 11 0 1 4 7
2 4 13 0 5
5 1 2
158
1 0 11 10 1 0 11 10
0 1 4 7 0 1 4 7
( - ½) 0 0 2 2 11 (- 4) 0
0 1 1
1 0 0 1
Recordando que “El rango o característica de una matriz A
0 1 0 3
0 1 es igual al número de líneas linealmente independientes”
0 1
La única solución del sistema está dada por los valores del sistema:
x y z
1 0 0 1 x = 1
0 1 0 3 y = 3
0 1
0 1 z = 1
x 2y 3z 3
b) 2 x 3 y 8 z 4
3 x 2 y 17 z 1
(-2) (-3) 1 2 3 3 1 2 3 3 1 2 3 3
2 3 8 4 (-) 0 1 2 2 (-2) 4 0 1 2 2
3 2 17 1 0 4 8 8 0 4 8 8
x y z Sistema equivalente
1 0 7 1
x +7 z = 1 (1)
0 1 2 2
0 0 y 2z = 2 (2)
0 0
De (1) se despeja x x = 1 7 z
De (2) se despeja y y = 2z + 2
Soluciones particulares
( 6 , 2 , 1 ) , (15, 4 , 2 ) , (1 , 0 , 0 ) ..................
x 2 y 3z 1
c) 3x y 2 z 7
5x 3y 4z 2
Análisis del sistema: calcular el rango de la matriz del sistema y de la matriz ampliada.
(-3) (-5) 1 2 3 1 1 2 3 1
3 1 2 7 (-1/7) 0 7 11 11
5 3 4 2 0 7 11 7
160
1 2 3 1 1 0 1/ 7 15 / 7
(-2) 7 0 1 11 / 7 11 / 7 0 1 11 / 7 11 / 7
0 7 -1/4 0 4
11 7 0 0
A
1 0 1/ 7 15 / 7 1 0 1/ 7 0
0 1 11 / 7 11 / 7 0 1 11 / 7 0
11/7 (-15/7) 0 1 0 1
0 0 0 0
A’
A ( j)
xi = ( j = 1 , 2 , … , n) ,
A
A(j) indica el determinante de la matriz que se obtiene de la matriz A del sistema, reemplazan-
do la columna j por la columna de los términos independientes bi. 11
Por ejemplo, para
11
Sagastume Berra , A. fernandez, G. Álgebra y Cálculo Numérico
x1 2 x 2 3 x3 4 1 2 3 1 2 3
x1 3 x 2 x3 11 , A= 1 3 1 , A= 1 3 1 = 2
2 x 5 x 4 x 13 2 5 4 2 5 4
1 2 3
4 2 3
11 3 1
13 5 4 2
x1 = = 1 x1 = 1
-2 2
1 4 3
1 11 1
2 13 4 6
x2 = 3 x2 = 3
2 2
1 2 4
1 3 11
2 5 13 2
x3 = 1 x3 = 1
-2 2
17 7 11
1 2 2 2
Para el ejemplo anterior, A = 3 1 2
1 1 1
2 2 2
17 7 11
x1 4 1
2 2 2
x2 = 3 1 2 . 11 = 3
x 1 1 1 13 1
3
2 2 2
Por igualdad de matrices tenemos la solución: x1 = 1 , x2 = 3 , x3 = 1
Un sistema homogéneo, siempre admite al menos una solución. Tal solución siempre existente
es: x1 = x2 = … = xm = 0 , y se llama solución trivial
Si es determinado admite solo la trivial y si es indeterminado admite infinitas soluciones.
Por ejemplo:
x 2 y z 0
Dado el sistema 3 x y z 0
x 5 y 3 z 0
1 2 1 0 1 2 1 0 1 2 1 0
3 1 1 0 0 7 4 0 0 7 4 0
1 5 3 0 0 7 4 0 0 0 0 0
(A) = 2 es indeterminado
De la primera ecuación: x – 2y + z = 0
4
De la segunda ecuación: 7y – 4 z = 0 , y = z
7
1
Reemplazando en la primera: x = z
7
1 4
S = { (x,y,z) R / x = z y = z }
7 7
6.2.- Califique de verdadera o falsa cada una de las siguientes afirmaciones. En cada caso justifi-
car la respuesta.
a) Un sistema de ecuaciones lineales homogéneo es siempre compatible.
b) Un sistema cuadrado es siempre crameriano.
c) Un sistema lineal que tiene más incógnitas que ecuaciones puede tener solución única.
d) Todo sistema crameriano es compatible determinado.
e) Un sistema lineal de tres ecuaciones con tres incógnitas nunca puede ser incompatible.
6.3.- Las siguientes matrices ampliadas, corresponden a sistemas de ecuaciones lineales luego de
efectuar operaciones elementales por filas. Establezca para cada caso:
a. Tipo del sistema del que se trata
b. El análisis del sistema
c. La solución si corresponde
1 0 2 1 0 2
1 0 0
i) 0 1 3 ii) iii) 0 1 3
0 0 0 0 1 0 0 0 1
1 0 1 2 1 2 3 1 2 3
iv) 0 1 0 3 v) 0 0 0 vi) 0 0 1
0 0 0 0 0 0 0 0 0 0
164
6.5.- Sea A la matriz de los coeficientes de un sistema de ecuaciones lineales del tipo
A X = B, si por operaciones elementales entre filas se puede obtener la identidad, cual de las
siguientes afirmaciones es falsa:
a. El sistema tiene solución única
b. A = 0
c. (A) = nº de columnas de A
d. (A) = nº de filas de A
e. El sistema se puede resolver por el método de la inversa
6.6.- ¿Cuál debe ser el valor de k para que el siguiente sistema sea incompatible?
x y k 0
4 x 4 y 1
1 1 1 1
a) 0 b) c) d) cualquier nº e) cualquier nº
4 4 4 4
MATRICES
9.1.- 4 , 2 , 5 , 3 , 2 , 5 , 5 , 2
9.2.- i) c) ii) d
9.3.- i) x = y = z = 1 ii) x , y – x , z = x iii) x , y = 0 , z = 1
9.5.- Para el caso i. se sugiere trabajar del siguiente modo
b11 b12 ..... b1m
b21 b22 ..... b2 m
A = ( a11 a12 ….. a1p ) B=
.....
b ..... b pm
p1 b p 2
A 1xp . Bpxm = C1xm
b11 b12 ..... b1m
b21 b22 ..... b2 m
( a11 a12 ….. a1p ) c12 …… c1m )
.....
= ( c 11
b ..... b pm
p1 b p 2
p p p
A 1xp . Bpxm = C1xm = a 1k bk1 a 1k bk 2 ....... a 1k bkm
k 1 k 1 k 1
p
o también C1xm = a
k 1
1k bkj para j= 1, 2, ..... , m
388
DETERMINANTES
10.1.- c) Repasar la definición de determinante de 3er orden
10.2.- a. B= 5 b. B= 3x5 = 15 c. B= 5
10.3.- No existe matriz inversa de A
3 1 1
2 2 2
=
17 9 7
B1
4 4 4
9 5 3
4 4 4
10.4.- (A) = 2 (B) = 3
10.5.- a. V b. F
10.6.- c.
10.7.- b.
TRANSFORMACIONES LINEALES
VALORES Y VECTORES PROPIOS
Contenidos
Estudiaremos el concepto de Transformación Lineal entre dos espacios vectoriales sobre un mis-
168
mo cuerpo K y las propiedades. Luego consideraremos el conjunto núcleo y el conjunto imagen y
la relación que se establecen entre sus dimensiones. Se determinará la matriz asociada a una
transformación según la base considerada para cada uno de los espacios.
Particularmente para un endomorfismo en un espacio vectorial se considerarán los valores pro-
pios y vectores propios, propiedades y transformaciones lineales diagonalizables.
1.- Transformación lineal entre dos espacios vectoriales sobre un mismo cuerpo (T.L.)
1.1.- Concepto
Sean (V, +, K, .) y (W, +, K,.) dos espacios vectoriales definidos sobre un mismo cuerpo K.
Definición:
La función f: V W es una transformación lineal u homomorfismo si y solo si:
1) La imagen de la suma de dos vectores cualesquiera de V es igual a la suma de sus
imágenes en W.
x, y V : f(x + y) = f(x) + f(y)
2) La imagen del producto de cualquier escalar por todo vector de V es igual al pro-
ducto del escalar por la imagen de dicho vector en W
x V y K : f( x ) = f ( x )
W
V
f f (x)
x
y f (y)
Sean ( V , + , K , ) y (W,+,K, )
f: V
W
e
Ejemplo 1
Sean: ( R3, +, R, .) y ( R2, +, R, .) , demostrar que f: R3 R2 / f ( x , y , z ) = ( z , x + y ) es una
transformación lineal.
Demostración:
1º u=(x,y,z) y u’ = ( x’ , y’ , z’) R3 f ( u + u’ ) = f( u ) + f( u’ )
f ( u + u’ ) = f [ ( x , y , z ) + ( x’ , y’ , z’) ] = f ( x + x’, y + y’ , z + z’)
= (z + z’ , x + x’ + y + y’ ) = (z , x + y ) + ( z’ , x’ + y’ )
= f ( x , y , z ) + f( x’ , y’ , z’) = f ( u ) + f( u’ ) I
2º u = ( x , y , z ) R3 R f ( .u ) = f ( u )
f ( .u ) = f ( . ( x , y , z ) ) = f ( . ( x , y , z ) ) = f ( x , y , z )
= ( z , x + y ) = ( z , x + y ) = f ( x , y , z ) = f (u) II
Por I y II , f es transformación lineal
Ejemplo 2
Si f: R2 R3 es una transformación lineal que verifica:
F ( 1 , 0 ) = ( 1 , 2 , 1 ) y f ( 0 , 1 ) = ( 0 , 2 , 1 ) , ¿Cuál es f (2 , 3 )?
Solución
Consideremos la C.L. (2 , 3 ) = 2 ( 1 , 0 ) + 3 ( 0 , 1 )
f (2 , 3 ) = f [2 ( 1 , 0 ) + 3 ( 0 , 1 ) ]
= 2 f ( 1 , 0 ) + 3 f ( 0 , 1 )
= 2 ( 1 , 2 , 1 ) + 3 ( 0 , 2 , 1 )
= (2 , 4 , 2 ) + ( 0 , 6 , 3 ) = (2 , 10 , 1 )
f (2 , 3 ) = ( 2 , 10 , 1 )
1.2.- Propiedades
Sea f: V W una T.L. y 0v ; 0w los vectores nulos de V y W respectivamente
i) f ( 0v ) = 0w
ii) f (v ) = f ( (1) v ) = f ( v )
170 W
V
f
0w
0v
v f(v)
v f (v) = f (v)
V W
N (f) N (f) V
0w
x N (f) f ( x ) = 0W
N (f) = { x V / f ( x ) = 0W }
Ejemplo 3
Determinar el conjunto núcleo de la T.L. del ejemplo 1
Por definición, se tiene: N (f) = { ( x , y , z ) R3 / f (x , y , z ) = ( 0 , 0 ) }
f (x , y , z ) = ( z , x + y ) = (0,0)
z0
y = x
x y 0
N (f) = { ( x , x , 0 ) R3 }
Una base de N( f ): { ( 1 , 1 , 0 ) } Dimensión [N(f)] = 1
V W
I (f) W
0 0w 171
v
I (f)
I(f )= { y W / x V f(x) = y }
Propiedad de la imagen
Sea f: V W es T.L ( I (f) , + , R . ) es subespacio vectorial de ( W , + , R . )
Ejemplo 4:
Determinar el conjunto imagen para la T.L. del ejemplo 1
Por definición: I(f ) = { ( a , b) R2 / ( x1 , x2 , x3 ) R3 f ( x1 , x2 , x3 ) = ( a , b) }
f ( x1 , x2 , x3 ) = ( x3 , x1 + x2 ) = ( a , b )
x3 = a x1 + x2 = b ,
esto nos dice que para todo a, b x1 , x2 , x3 I( f ) = R2
Ejemplo 5
Si se define la T.L. f: R3 R2 , que asigna a los vectores de la base (1 , 1 , 1 ) , ( 1 , 1 , 0 ),
172
( 1 , 0 , 0 ) en R3 , los vectores ( 1, 2 ) , ( 1 , 2 ) , (1 , 1 ) en R2 respectivamente. Determinar la
imagen de un vector genérico ( a , b , c ) R3
Solución
Sabemos que: f (1 , 1 , 1 ) = ( 1, 2 ) ,
f(1,1,0) = (1,2)
y f ( 1 , 0 , 0 ) = (1 , 1 ),
La pregunta es: ¿ f( a , b , c ) = ?
+ + =a = a –c –b+c = a –b
+ =b = b–c
= c
Reemplazando en [1], se tiene:
( a , b , c ) = c (1 , 1 , 1 ) + ( b – c ).( 1 , 1 , 0 ) + ( a – b ).( 1 , 0 , 0 )
f( a , b , c ) = c f(1 , 1 , 1 ) + ( b – c )f( 1 , 1 , 0 ) + ( a – b )f( 1 , 0 , 0 )
f( a , b , c ) = c (1 , 2 ) + ( b – c )( 1 , 2 ) + ( a – b )( 1 , 1 )
f(a,b,c) = (2b– a , a + b)
Los nxm escalares aij, constituyen una matriz cuya traspuesta, es la matriz A de la Transforma-
ción lineal f respecto de las bases [v] y [w]
a 11 a 12 .... a 1n
a 21 a 22 .... a 2 n
A=
.... .... .... ....
.... a mn
a m1 a m2
Ejemplo 6
Sea la T.L. f: R3 R2 f ( x , y , z ) = ( 3x + 2y – 4z , x – 5y + 3z ), hallar la matriz aso-
ciada a f para las bases de R3 y R2 :
{(1,1,1),(1,1, 0),(1,0,0)}
y {(1,3),(2,5)}
Solución
f ( 1 , 1 , 1 ) = ( 1 , –1 ) = –7 (1 , 3 ) + 4 ( 2 , 5 )
f ( 1 , 1 , 0 ) = ( 5 , –4 ) = – 33 ( 1 , 3 ) + 19 ( 2 , 5 )
f(1,0,0) = (3,1) = –13 ( 1 , 3 ) + 8 ( 2 , 5 )
7 33 13
A =
4 19 8
α1 α 2 α 3 1 2
son las coordenadas de ( 1 , –1 , 2 )
174 α1 α 2 1 X[V] = 3
en la base de R3 dada.
α1 2 2
2 = –3 , 3 = 2
Propiedad:
Si f: V V es una transformación lineal, y si además una base [v] = { v1, v2 , .... , vn} for-
mada por los vectores propios de f correspondientes a los valores propios 1 , 2 , .... , n,
1 0 ....0
0 2 ....0
la matriz de f respecto de esta base es la matriz diagonal: D =
.... .... .... ....
0 0 .... n
En este caso diremos que la transformación lineal f es diagonalizable.
175
Consecuencia:
Si dim V = n y la TL f: V V admite n valores propios distintos, f es diagonalizable.
Ejemplo 7
2 1
Dada la matriz A = , hallar los valores propios y los vectores propios, si existen, y deci-
0 3
dir si es o no diagonalizable.
Solución
Para hallar los “autovalores” o “valores propios” hacemos A I = 0
2 1 1 0 2 1
0 , 0 , ( 2 ) . (3 ) = 0
0 3 0 1 0 3
Para hallar los “vectores propios” o “autovectores” asociados a cada autovalor se resuelve
el sistema (A I ).X = 0
2 1 x1 0
.
0 3 x2 0
0 1 x1 0
Para = 2 tenemos: . x2 = 0
0 1 x2 0
Para = 3
1 1 x1 0
. x1 + x2 = 0 x1 = x2
0 0 x2 0
El espacio propio. L(3) = { ( x , x ) } , una base es: { ( 1 , 1 ) }Dimensión 1
B = { ( 1 , 0 ) , ( 1 , 1 ) } es base de R2 f es diagonalizable y respecto de la base B, la matriz
176
2 0
asociada es la matriz diagonal: D =
0 3
N (f) = {( x , y , z ) R3 / f (x , y , z ) = ( 0 , 0 , 0 ) }
f (x , y , z ) = ( x 3y , x+y , xz ) = ( 0 , 0 , 0 )
I(f ) = { ( a , b , c ) R3 / (x , y , z ) R3 f (x , y , z ) = ( a , b , c ) }
f (x , y , z ) = ( x 3y , x+y , xz ) = ( a , b , c )
b. f: R2 R3 / f( x , y ) = ( 2x y , 2x y , 2x + y )
N (f) = {( x , y ) R2 / f (x , y ) = ( 0 , 0 , 0 ) }
f (x , y ) = ( 2xy , 2xy , 2x + y ) = ( 0 , 0 , 0 )
2x y 0
Resolviendo el sistema, tenemos que:
2x y 0 177
- 2x y 0 y = 2x
N (f) = { ( x , 2 x ) R2 }
Una base de N( f ): { ( 1 , 2) } Dimensión 1
I(f ) = { ( a , b , c ) R3 / (x , y ) R2 f (x , y ) = ( a , b , c ) }
f (x , y ) = ( 2x y , 2x y , 2x + y ) = (a,b,c)
2x y a 2x y a
2x y b 0 a b b=a
- 2x y c 0 ac
c = a
I(f ) = { ( a , a , a ) } [ I(f) ] = { ( 1 , 1 , 1 ) } Dimensión 1
Solución:
Para (4, 1 , 0 ) = (1 , 1 , 4 ) + (1 , 0 , 2 ) + ( 1 , 0 , 0 ) Hallar , ,
(4, 1 , 0 ) = (1 , 1 , 4 ) + 2 ( 1 , 0 , 2 ) + 1 ( 1 , 0 , 0 )
f (4, 1 , 0 ) = f (1 , 1 , 4 ) + 2 f( 1 , 0 , 2 ) + 1 f ( 1 , 0 , 0 )
f (4, 1 , 0 ) = ( 1 , 5 ) +2(2,2) + 1(1,0)
f (4, 1 , 0 ) = ( 4 , 1 )
1
1 5 son las coordenadas de ( –2 , 1 )
(–2 , 1 ) = ( 1 , 2 ) – ( 2 , 0 ) X[V] = 2 en la base de R2 dada.
2 4 5
4
Si A es la matriz de la transformación lineal f , Y[w] = A X [v]
1
5 2 5
La imagen es: Y[W] = 4 0 . 2 = 2
5 5
4
0
3 4 3
( x , y , z ) en la base { ( 0 , 1 , 1 ), ( 1 , 0 , 1 ), ( 1 , 1 , 0 ) }
( x , y , z ) = 1 ( 0 , 1 , 1 ) + 2 ( 1 , 0 , 1 ) + 3 ( 1 , 1 , 0 )
-x yz
α 2 α 3 x 2 son las coordenadas de ( x , y , z )
Resolviendo el xyz 3
=
en la base de R dada.
α1 α 3 y sistema tenemos: X[V]
α z 2
1 2 xyz
2
-xyz
2 -xyz
1 0 0 yz
La imagen Y[W] = . x = 2
1 1 1 2 - x 3y z
xyz 2
2
-xyz - x 3y z - 3x 7y z - 3x 5y z
f(x , y , z) = (1 , 2) + (2 , 1) = ,
2 2 2 2
- 3x 7y z - 3x 5y z
f(x , y , z) = ,
2 2
3.5.- Sea A la matriz asociada a una transformación lineal f : R3 R3, respecto de la base
3 1 1
canónica A = 2 4 2
1 1 3
i. Calcular los autovalores de f.
ii. Calcular los autovectores asociados a cada autovalor.
iii. Indicar si la transformación es diagonalizable.
iv. En caso afirmativo, escribir la matriz diagonal.
Solución
i. Para hallar los autovalores o valores propios de f, recordamos que: A I = 0
3 1 1 1 0 0 3 1 1
2 4 2 0 1 0 0 2 4 2 0
1 1 3 0 0 1 3
1 1
180
3 1 1 x1 0
2 4 2 . x2 0
1 3 x3 0
1
1 1 1 x1 0
Para = 2 se tiene: 2 2 2 . x 2 0
1 1 1 x 0
3
x1
Resolviendo el sistema, se
tiene que x3 = ( x1 + x2 ) X= x2
(x x )
1 2
3 1 1 x1 0
Para = 6 se tiene: 2 2 2 . x 2 0
1 1 3 x 0
3
x
Resolviendo el sistema, se
X = 2x
tiene que x1 = x3 , x2 = 2 x3
x
El espacio propio. L(6) = { (x , 2x , x )}
181
Una base es: [L(6) ] = { ( 1 , 2 , 1 )} Dimensión 1
“La dimensión es igual al orden de multiplicidad de 2 (simple)” (II)
iv. B = { ( 1 , 0 , 1 ) , ( 0 , 1 , 1 ) , ( 1 , 2 , 1 ) ( 1 , 2 , 1 )} es base de R3
f es diagonalizable y respecto de la base B, la matriz asociada es la matriz
2 0 0
diagonal D= 0 2 0
0 0 6
182
Circunferencia
Elipse
Parábola
Hipérbola
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas Esp. Lydia María Llanos
Una CÓNICA
Es una curva
del plano de
ecuación
Si
A= 0 o C = 0 A C 0 B2 - 4 A C
Es
una = 0 parábola
Es una cónica central
Parábola
Si A y C son Si A y C 0 elipse
Contenidos
Se definirán circunferencia, parábola, elipse e hipérbola como lugar geométrico y se las caracteri-
zará por las ecuaciones canónicas y generales. Se distinguirán los distintos elementos de una có-
nica y se realizarán las gráficas. Se considerarán las rectas tangentes a dichas cónicas.
184
Objetivos
- Escribir las ecuaciones de una cónica y graficarlas a partir del reconocimiento de elemen-
tos dados o gráficas.
- Reconocer los elementos de una cónica a partir de una ecuación.
- Hallar las ecuaciones de las rectas tangentes.
- Resolver problemas mediante el planteo de ecuaciones de las diferentes cónicas.
CIRCUNFERENCIA Y PARÁBOLA
1.- Circunferencia
Circunferencia
La ecuación
canónica
Particular-
Si C ( h , k ) mente si C ( 0, 0 )
es
Desarro- Completando
cuadrados
llando los
x2 + y2 +Dx+Ey+F=0
Ecuación general
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: circunferencia y parábola Esp. Lydia María Llanos
ii.- Hallar la ecuación de la circunferencia de Centro en el punto (5 , – 2 ) y que pasa por el pun-
to (– 1 , 5 )
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: circunferencia y parábola Esp. Lydia María Llanos
iii.- Encontrar la ecuación canónica de la circunferencia que pasa por los puntos:
(5,3),(6,2) y (3,–1)
25 9 5D 3E F 0
se tiene: 36 4 6D 2E F 0
9 1 3D E F 0
5D 3E F 34
6D 2E F 40 Resolviendo el sistema, tenemos D = 8, E = 2 y F = 12,
3D E F 10
la ecuación general es: x 2 + y 2 8 x 2y + 12 = 0
Completando cuadrados tenemos la ecuación canónica. Para ello, agrupamos los términos en x y
los términos en y: (x 2 8 x + … ) + ( y 2 2y + … ) + 12 = 0
Completamos los trinomios cuadrados perfectos
(x 2 8 x + 16 ) + ( y 2 2y + 1 ) = 0 + 16 + 1 – 12
2 2
La ecuación canónica es: ( x 4 ) +(y 1) = 5
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: circunferencia y parábola Esp. Lydia María Llanos
v.- Escribir la ecuación de la circunferencia tangente a ambos ejes coordenados, de radio 4 y con-
tenida en el tercer cuadrante.
El centro es: C( 4 , 4 )
La ecuación canónica es:
2 2
(x +4 ) + ( y + 4 ) = 16
2.- Parábola
d(P,F) = d(P,d )
Es el lugar geométrico
de los puntos P del F: foco
Una Parábola plano de manera que:
d: directriz
(y–k)2 = 4p(x–h )
y’
d A p = VF = d ( V , d )
p > 0 : ramas hacia la derecha
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: circunferencia y parábola Esp. Lydia María Llanos
Particularmente, si V = ( 0 , 0 )
F
la ecuación Canónica es:
o
y2 = 4px
188
y’
(x–h)2 = 4p(y–k )
eje
p = VF = d ( V , d ) F
A B
p > 0 : ramas hacia arriba p
x’
p < 0 : ramas hacia abajo
k V
p
V(h,k) d
F(h, k + p)
Ecuación del eje: x = h
O h
Ecuación de la directriz: y = k – p
AB: Lado Recto . LR = 4 p
Ecuación general:
Ax2+ Dx+Ey+ F= 0
Particularmente, si V = ( 0 , 0 )
la ecuación canónica es:
x2 = 4 py
F
d
Es una parábola de eje focal x
V( 0 , 0 ) F ( h + p , k ) p = 3
y2 = 4 p x y2 = 12 x
LR = 4 p = 12
Ecuación del eje focal: y = k y = 0
Ecuación de la directriz: x = h – p x = 3
iii.- Hallar la ecuación de la parábola de vértice (– 2, – 1), de eje focal paralelo al eje X, y que
pasa por el punto (– 4 , 1). Graficar
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: circunferencia y parábola Esp. Lydia María Llanos
La ecuación es de la forma
( y k )2 = 4 p ( x h )
( y + 1 )2 = 4 p ( x + 2 )
Si pasa por (– 4 , –1)
190
(1 1 )2 = 4 p (4 + 2)
1
4 = 8p p =
2
La ecuación canónica es: (y + 1)2 = 2 (x + 2)
1 5
F( h+p , k ) F(2 , 1 ) F , 1
2 2
1
LR = 4 p = 4 = 2
2
Ec del Eje focal: y = k y = 1
1 3
Ec. De la directriz : x = h p x = 2 + x=
2 2
ELIPSE E HIPÉRBOLA
3. Elipse
Definición: La el i p se es el lugar geométrico de los puntos del plano cuya suma de distancias a
dos puntos fijos llamados focos es constante.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: elipse e hipérbola Esp. Lydia María Llanos
Una Elipse
d ( P , F ) + d ( P , F’ ) = 2a
191
F y F’: focos
la
si si
C( 0 , 0 Ecuación canónica C( h , k
) )
Eje focal = eje x Eje focal = eje y Eje focal eje Eje focal eje
x es y
es
Ecuación general
A x2 + C y2 + D x + E y + F = 0
Signo de A = signo de C
Excepcionalmente repre-
senta
- Un punto
- Ningún lugar geométrico real
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: elipse e hipérbola Esp. Lydia María Llanos
x 2 y2
Ecuación: 1
y a 2 b2
B
P
F ( c , 0)
b c
192 V’ F V x V( a, 0)
F O
’ a Eje focal y = 0
y Ecuación: (x h) 2 ( y k) 2
1
a2 b2
P F(h c,k)
b
k
c
F V (h a , k )
V’ F V
’ C
a Eje focal y = k
Ecuaciones de las directrices:
Q
a
O x x h
e
h
Ecuación: x 2 y2
y 1
b2 a 2
V
F( 0 , c)
F
a V(0, a )
c
B B’ x Eje focal: x = 0
o
b Ecuaciones de las directrices:
F a
y
’ e
V’
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: elipse e hipérbola Esp. Lydia María Llanos
y
(x h) 2 ( y k) 2
Ecuación: 1
V b2 a2
193
F F(h , k c)
a
c V(h ,k a )
k Eje focal x = h
b
Ecuaciones de las directrices:
F
’ a
y k
V’
e
x
o h
c = 4 , a = 5 b2 = 25 – 16 = 9 b = 3
x2 y2
Ecuación: 1
25 9
2b 2 18 c 4
L.R. = 3,6 e=
a 5 a 5
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: elipse e hipérbola Esp. Lydia María Llanos
ii.- Sabiendo que el Centro de una elipse está en ( 2 , 1 ), uno de sus focos es ( 2 , 5 ) y que pasa
por el punto ( 5 , 1 ); hallar la ecuación, los elementos y graficarla
(x 2) 2 (y 1) 2
194 La ecuación es: 1
b2 a2
9
Si pasa por (5,1) 2
1 b2 = 9
b x
Si F( 2 , 5 ) k c = 5 1 c = 5 c = 4
a2 b2 = c2 a2 = b2 + c2 a2 = 25
(x 2) 2 (y 1) 2 2b 2 18 c 4
La ecuación es: 1 ; L.R. = 3,6 ; e=
9 25 a 5 a 5
k c 8 k 5
F(h,kc)
k c 2 c 3
C( h , k ) C (– 3 , 5 )
a2 = b2 + c2 a2 = 25 a = 5
V( h , k a) V (– 3 , 10 ) y V’ (– 3 , 0 ) x
(x 3) 2 (y 5) 2
1
16 25
2b 2 32 c 3
L.R. = 6,4 ; e=
a 5 a 5
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: elipse e hipérbola Esp. Lydia María Llanos
iv.- El centro de una elipse está sobre la recta r: y=–2x+6 , uno de sus focos es ( 0 ,
4 ) y un vértice es (– 1 , 4 ). Hallar la ecuación de la misma y sus elementos. Graficarla
Es una elipse de eje focal y = 4 k = 4
Si C ( h , 4 ) la recta r: y = – 2 x + 6
4=–2h+6 h=1 C(1,4) 195
Si F ( h c , k ) F(1 c,4)
y un F( 0 , 4 ) 1 c = 0 c = 1
F’ = ( 2 , 4 )
Si V (h a , k ) V (1 a , 4 ) y un V(– 1 , 4 )
1 a = –1 a = 2
V’ =( 3 , 4 )
(x - 1) 2 (y 4) 2
b2 = a2 c2 b2 = 3 La ecuación es: 1
4 3
v.- Una elipse de ejes paralelos a los ejes coordenados, pasa por los puntos (– 6 , 4 ) , (– 8, 1 ) ,
( 2 , – 4 ) y ( 8 , – 3 ). Escribir la ecuación de la misma.
4.- Hipérbola
Una Hipérbola
196 d ( P , F ) d ( P , F’ ) = 2a
F y F’: focos
Ecuación general
A x2 C y2 + D x + E y + F = 0
Signo de A signo de C
Excepcionalmente
representa
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: elipse e hipérbola Esp. Lydia María Llanos
4.2.- Ecuaciones
(x h)2 ( y k)2 b
C( h , k ) y eje focal paralelo al eje x 1 yk (xh)
a2 b2 a
( y k)2 (x h)2 a
C( h , k ) y eje focal paralelo al eje y 1 yk (xh)
a2 b2 b
Hipérbola equilátera Si a=b y=x
x 2 y2 y2 x 2
Hipérbolas conjugadas 1 y 1 ---------------
a 2 b2 b2 a 2
c = 4 b2 = c2 – a2 = 16 – 9 = 7
x2 y 2
Ecuación canónica: 1
9 7
2 b2 2.7 14
L.R.= =
a 3 3
b 7
y x y x
a 3
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónicas: elipse e hipérbola Esp. Lydia María Llanos
ii.- Hallar la ecuación de la hipérbola, sabiendo que el eje conjugado es 12 y los focos ( 0 , 10 )
y ( 0 , – 10 )
Es una hipérbola de eje focal y
2b = 12 b = 6 , C( 0 , 0 ) , c = 10
198
a2 = c2 – b2 a2 = 100 – 36 = 64 a = 8
V( 0 , 8 )
y2 x 2
La ecuación es: 1
64 36
2 b2 2.36
L.R. = = 9
a 8
Ecuaciones de las asíntotas
a 4
y x y x
b 3
c2 = a2 +b2 c2 = 36 +16 = 52 c= 52
F(h c , k ) F( –4 52 , 1 )
( x 4) 2 ( y 1) 2
La ecuación es: 1
36 16
2 b2 2.16 16
L.R. = =
a 6 3
Ecuaciones de las asíntotas
b 2
yk ( x h ) y 1 ( x 4 )
a 3
2 11 2 5
y1 x , y2 x
3 3 3 3
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónica: tangente y lugar geométrico Esp. Lydia María Llanos
199
En (2) tenemos y = mx + 2m, ecuación de la familia de rectas que pasan por (–2 , 0 )
Si se quieren encontrar los puntos comunes de la circunferencia y una recta de la familia, se re-
suelve el sistema planteado.
Reemplazando (2) en (1), se obtiene:
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónica: tangente y lugar geométrico Esp. Lydia María Llanos
2
x + (mx + 2m ) = 1 2
2 2 2
x + m x + 4m x + 4m 2 2
= 1
Las raíces reales de (3) son las abscisas de los puntos donde la recta y = mx + 2m corta a la cir-
200 cunferencia x2 + y2 = 1.
Si = 0, la ecuación (3) tiene una única raíz, en este caso la/s recta/s solo tienen un punto en co-
mún con la circunferencia.
1 3
– 12m2 + 4 = 0 m =
3 3
3 3
Reemplazando en (2), tenemos: y1 = (x–2) , y2 = ( x – 2 ), que son las ecuacio-
3 3
nes de las tangentes a la circunferencia dada desde (–2 , 0 )
2
ii.- Hallar la ecuación de la tangente a la curva x = – 3y, que sea paralela a la recta
1
Dada la ecuación ax2 + bx + c = 0, el discriminante = b2 – 4ac
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónica: tangente y lugar geométrico Esp. Lydia María Llanos
r: 2 x – y – 2 = 0 (caso iii.)
En este caso, la tangente es de pendiente conocida, ya que debe ser paralela a la recta dada:
y= 2x –2
x 2 3 y (1)
y 2 x b (2)
201
iii.- Hallar la ecuación de la recta tangente a la cónica x2 y2 = 1, que pasa por el punto
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónica: tangente y lugar geométrico Esp. Lydia María Llanos
P ( 0 , 1 ). (caso ii.)
x 2 y 2 1 (1)
y 1 mx y mx 1 ecu de tg (2)
Si = 0, la ecuación (3) tiene una única raíz, en ese caso las rectas tienen solamente un punto en
común con la hipérbola y por lo tanto tangentes a la cónica dada.
Para hallar la pendiente m :
4m2 + 8 – 8 m2 = 0 4m2 – 8 = 0 m2 – 2 = 0 m= 2
(x 3) 2 (y 4) 2 4
2 2
(x +3 ) + ( y 4 ) = 16
6.2.- Hallar y graficar el lugar geométrico de los puntos P ( x , y ) equidistantes del punto fijo
(– 2 , 3 ) y de la recta x + 6 = 0
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónica: tangente y lugar geométrico Esp. Lydia María Llanos
Planteo: d ( P , F ) = d ( P , d )
x2 + 4x + 4 + y2 6y + 9 = 12x + 36
y2 6y + 9 = 8x + 32
( y 3 )2 = 8 ( x + 4 )
6.3.- Hallar el lugar geométrico de los puntos P ( x , y ), cuya distancia al punto fijo (3,2)
sea la mitad de la correspondiente a la recta x + 2 = 0
Fig. de análisis
1
P(x,y)
x+2 =0
d( P , A ) = (P,l)
2
A(3,2) 1
( x 3) 2 ( y 2) 2 ( x2)
2
6.4.- Hallar el lugar geométrico de los puntos P ( x , y ) tales que, el producto de las pendientes
de las rectas que los unen con los puntos fijos (– 2 , 1 ) y ( 3 , 2 ) es igual a 4
Fig de análisis
y 1 y 2 y 2 3y 2
P(x,y) . .4 4
x 2 x 3 x2 x 6
(3,2)
y2 3y 2 4 x 2 x 6
(-2,1)
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cónica: tangente y lugar geométrico Esp. Lydia María Llanos
y2 – 4x2 + 4x – 3y + 26 = 0 Es la ecuación de una hipérbola
204
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
SUPERFICIES
Una Superficie
f(x,y,z)=0
Si particularmente
es de 2º grado
Se llama
Superficie Superficie
Cuádrica cilíndrica cónica
Elipsoide
Hiperboloide de una hoja
Hiperboloide de dos hojas
Paraboloide elíptico
Paraboloide hiperbólico
1. Reconocimiento de la superficie.
2. Figura de análisis.
3. Intersecciones con los ejes coordenados.
4. Trazas sobre los planos coordenados
5. Secciones por planos paralelos a los pla-
nos coordenados.
6. Gráfico.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
La Superficie esférica
con
206
C(h,k,l) y r
tiene por
Ecuación ( x – h )2 + ( y – k )2 + ( z – l )2 = r2
canónica
desarrollando completando
los cuadrados cuadrados
Ecuación x2 + y2 + z2 + Gx + Hy + Iz + K = 0
general
Si particularmente
C(0,0,0) x2 + y2 + z2 = r2
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
2.- ELIPSOIDE
Se llama Elipsoide
a la cuádrica cuya
ecuación canónica es
207
es
Simétrica si a=b=c
es una esfera
respecto de
si
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
x 2 y2
La traza sobre el plano XY se obtiene haciendo z = 0 es la elipse 2 2 1
a b
A1
girar alrededor de Z
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
y2 z2
1 , x = 0
b2 c2
3.- Intersecciones con planos paralelos a los planos coordenados
- Las intersecciones con planos paralelos al XY o sea con z = k, son elipses, cuyos semiejes au-
mentan a medida que los planos se alejan del plano XY.
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
k b hip de eje focal x
x2 z2 k2
2
2 1 - 2 las intersecciones k b par de rectas reales
a c b k b hip de eje focal z
210
la hipérbola alrededor de X
x2 z2
- La intersección con el plano XZ , o sea con y = 0, es la hipérbola: 1
a 2 c2
- Con el plano YZ, o sea x = 0, no intersección real.
x 2 y2 z2
1 , para x = k
a 2 b2 c2
211
k a , elipses
y2 z2 k2
2 1 las intersecciones k a , los puntos A1 , A 2
b2 c2 a k a no int er sec ción real
Si a = b , es de revolución, es
generado por la rotación de una
parábola alrededor de Z
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
2
x
- La intersección con el plano XZ , o sea con y = 0, es la parábola 2
cz x2 = 4pz.
a
y2
- La intersección con el plano YZ, o sea x = 0, es la parábola 2
cz y2 = 4p’z.
b
212
3) Intersecciones con planos paralelos a los planos coordenados
- Las intersecciones con planos z = k , paralelos al plano XY:
k 0 elipses
x 2 y2
Si z = k tenemos: 2 2 ck , las intersecciones k 0 es (0 , 0 , 0 )
a b k 0 no int er sec ción real
- Las intersecciones con planos x = k, paralelos al plano yz, son parábolas con ejes parale-
los al eje z, y cuyos vértices describen la parábola x2 = 4pz.
- Las intersecciones con planos y = k, paralelos al plano xz son parábolas con ejes parale-
los al eje z, y cuyos vértices describen la parábola y2 = 4p’z.
x2 = 4pz
y2 = -4p’z
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
213
z2 = 4 no tiene solución en R, no
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
4) Trazas sobre los planos coordenados
214
Para z = ± 2
2) Figura de análisis
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
215
3) Intersecciones con los ejes coordenados
3.1) Intersección con el eje x y = z = 0
y2 = 9 , no tiene solución en R, no
4 4 , Elipse
Para = ± 6
9
, Elipse
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
216
2) Figura de análisis
3) Intersecciones con los ejes coordenados
3.1) Intersección con el eje x y = z = 0
x2 = 0 x = 0, es el punto O (0,0,0)
3.2) Intersección con el eje y x = z = 0
y = 0, es el punto O (0,0,0)
Para z = 4 , elipse
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
217
2) Figura de análisis
x = 0, es el punto O(0,0,0)
y = 0, es el punto O(0,0,0)
rectas {√ √
√ √
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
Para z = ± 3 Para z = 3 Para z = 3
218
Hipérbola { Hipérbola { √
√
, Elipse
Para y = ±1
, Elipse
219
6) Gráfica de la superficie en el primer octante
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Cuádricas Esp. Lydia María Llanos
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Superficie cónica Esp. Lydia María Llanos
I: Superficies cilíndricas
Generatriz Directriz
z
z
y y
x x
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica
Superficie cilíndrica Esp. Lydia María Llanos
Reconocimiento de ecuaciones en R2 y en R3 .
Ecuaciones R2 R3
y2 = 4 Dos rectas paralelas al eje X Dos planos paralelos
x2 + 4y2 1 = 0 Elipse Cilindro elíptico
x2 + y2 9 = 0 Circunferencia Cilindro circular
x2 y2 = 4 Hipérbola Cilindro hiperbólico
__________________________________________________________________________________________________
Facultad de Ingeniería Álgebra y Geometría Analítica