Cartilla Profe Lily Llanos 2013

Números complejos Esp.
Lydia María Llanos
EL CONJUNTO DE NÚMEROS COMPLEJOS

Contenidos
El conjunto de los números complejos (que designaremos con C), es una extensión de los reales.
Cada número complejo se representa analíticamente y gráficamente; como un par ordenado de
números reales, en forma binómica y trigonométrica o polar. Se estudian las operaciones: suma,
1
diferencia, multiplicación, potenciación y radicación de complejos con sus propiedades y corres-
pondientes representaciones gráficas.
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
unidad imaginaria, Forma polar o trigonométrica

Forma binómica
complejos conjugados, Z =  ( cos  + i sen  )
Z = a + bi  : Radio vector ;   0
operaciones
 : Argumento
y
Se representan a =  cos 
gráficamente b =  sen 
Se realizan las operaciones de
Suma, producto, cociente, potencias, raíz
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 este caso, la ecuación no tiene solución en R, porque  4 es

imposible, pues la radicación no es cerrada en R.
La ecuación: x2 = a  x =  a tiene solución en R, si a  0
Si a < 0, para resolverla, es necesario ampliar el campo real.
Para la ampliación del campo real, se introduce una nueva unidad y en consecuencia nuevos nú-
meros: los números imaginarios.
La nueva unidad  1 , se denomina unidad imaginaria y se representa por i.

i = 1
Se crea entonces el conjunto de los números complejos, que se designa con C; de modo tal que R
sea isomorfo1 a una parte de C.
Reales 
 Complejos
Imaginarios 
En C: x =  4  x =  2 i
2.- El número complejo

2.1.- Definición
Un número complejo es todo par ordenado de números reales. El conjunto de los números com-
plejos es C = R2
C={ ( a, b) / a R  b R }
Notación: abreviadamente un número complejo se denota con la letra z: z = (a,b)
La primera componente a, es la parte real; y la parte imaginaria, es la segunda componente b.
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.
__________________________________________________________________________________________________
Notación: Re(z) = a  Im(z) = b

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
z = ( 0 , b ) , es el número imaginario bi. ejemplo: z = ( 0 , 3 ) es el nº imaginario 3i
Un complejo es real  su parte imaginaria es cero

Un complejo es imaginario  su parte real es cero
2.2.- Relación de igualdad

Dados z1 = ( a , b ) y z2 = ( c , d ) ; z1 = z2  a=c  b=d
2.3.- Representación gráfica

Así como los reales representan los puntos de una recta; introduciendo un sistema cartesiano, los
complejos representan numéricamente los puntos del plano. La abscisa de cada punto es la parte
real, y la ordenada es la parte imaginaria. Además, cada complejo está asociado a un vector con
origen en el origen del sistema, y cuyo extremo es el punto determinado por el par ordenado co-
rrespondiente.
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:
__________________________________________________________________________________________________
i) Re (z) = 3
Resultan todos los z = ( 3, y ), caracterizados por la recta paralela

x=3 al eje de ordenadas: x = 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 )
dos números complejos, es otro número complejo tal que, la
de componente real es la suma de las componentes reales y la

La Suma
componente imaginaria es la suma de las componentes imagi-
narias.
Simbólicamente
z1 + z2 = ( a , b ) + ( c , d ) = ( a + c , b + d )
Ejemplo
z1 + z2 = ( 2 , 3 ) + ( 1 , 2 ) = ( 2 + 1 , 3 + 2 ) = (1 , 5 )
es
ley de composición interna

es
Conmutativa, asociativa,
tiene elemento neutro o Complejo nulo,
tiene inverso aditivo (opuesto)
__________________________________________________________________________________________________
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
z1 . z2 = ( 2 , 3 ) . ( 1 , 2) = ( ( 2 ).1  3 . 2 , (2) .2 + 3.1 )

Tiene
= ( 2  6 ,  4 + 3 )
= (8 , 1)
Elemento neutro, Inverso multiplicativo,

Propiedades: Asociativa, Conmutativa,
Distributiva con respecto a la suma
Tiene elemento neutro: ( 1 , 0 )

 u=(1,0)  u.z =z z  C
Ejemplo: para z = ( 2 , 3 )  ( 1 , 0 ) . ( 2 , 3 ) = ( 1.(2)  0. 3 , 1.3 + 0.( 2) ) = ( 2 , 3 )
__________________________________________________________________________________________________
Inverso multiplicativo
z  C  z  ( 0 , 0 ),  z1  z . z1 = u
 a b  z
Para z = ( a , b ), el inverso multiplicativo es z1 =  2 , 2 2 
=
a b a b 
2 2
z
Ejemplo:
6
 2 3   2 3 
Para z = ( 2 , 3 )  z11 =  ,     , 
49 49  13 13 
Verificación:
 2 3 
z . z1 = ( 2 , 3 ) .   ,  
 13 13 
  2  3  2  3 
=  (2).    3    , (2)     3.    = ( 1 , 0 )
  13   13   13   13  
El producto de números complejos cumple con las propiedades:

Asociativa: ( z1 . z2 ) . z3 = z1 . ( z2 . z3 )
Conmutativa: z1 . z2 = z2 . z1
Distributiva con respecto a la suma: ( z1 + z2 ) . z3 = z1 . z3 + z2 . z3
z1 : z2 = z1 . ( z2 )-1 = ( a , b ) ,
Cociente
para z2  ( 0 , 0 )
Ejemplo
z1 : z2 = (2 , 3 ) : ( 1 , 2 ) = (2 , 3 ).
= (2 , 3 ) . =
__________________________________________________________________________________________________
3.- Representación binómica

3.1.- Unidad imaginaria
El complejo imaginario, de componente imaginaria igual a 1, se denomina unidad imaginaria y
se denota por i, entonces: i = ( 0 , 1 )
3.2.- Potencias sucesivas de i 7
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
3.3.- Forma binómica

El número complejo z = ( a , b ), se expresa en forma binómica como z= a + bi
Por ejemplo: Si z1 = 1 + 3i y z2 = 2 + 4i, hallar:
a) z1 + z2 = ( 1 + 3i ) + ( 2 + 4 i ) =  1 + 7 i
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
__________________________________________________________________________________________________
4.- Módulo de un complejo

4.1.- Dado el complejo: z = ( a , b )
Definición
El módulo de un complejo z es la raíz cuadrada positiva de la suma de los cuadrados de las partes
real e imaginaria. Es la distancia del punto correspondiente, al origen.
8
R
Z=(a,b) Notación
z
b z = a 2  b2
a R
Para el caso del complejo ( 0 , 0 ), el módulo es nulo.
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
ii) Sea z = a + b i el módulo de z es: z  a 2  b2
Si z =  2 + 3 i  z  (  2 )2  32  13
5.- Forma Polar o Trigonométrica

5.1.- Coordenadas polares
Un sistema de coordenadas polares queda caracterizado por: una semirrecta OX de origen O, lla-
mada eje polar y el origen O, llamado polo; una unidad de medida y un sentido de giros en el
plano, considerando sentido positivo al movimiento contrario al de las agujas del reloj.
5.2.- Forma polar o trigonométrica
Un número complejo z = a + bi queda representado por el módulo o radio vector  =  z  y por
el argumento , ángulo de giro del eje polar OX alrededor del polo O, en sentido positivo, o
cualquiera de los congruentes  dado por  + 2k, con k  Z .
__________________________________________________________________________________________________
R
Z Fórmulas de pasaje de coordenadas
polares a cartesiana
b

R a =  cos  ; b =  sen 
a
9
Forma polar o trigonométrica: z =  ( cos  + i sen  ) o en forma abreviada z =  
para z = a + bi
 : radio vector  : argumento
ρ  z  a 2  b2 b
tag  
a
 0 con 0    2 , argumento principal
5.2.1.- Forma cartesiana a forma polar

Dados los complejos en forma cartesiana, los escribiremos en forma polar o trigonométrica.
Se calculan el radio vector o módulo y el argumento para cada complejo dado.
Forma cartesiana Módulo  Argumento  Forma polar o trigonométrica
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
__________________________________________________________________________________________________
5.2.2.- Forma polar a forma nómica

Dados los complejos z1 y z2 en forma polar, expresarlos en forma binómica.
z1 = 2 ( cos  + i sen  ) z2 = 4 (cos 135º + i sen 135º )

z1 = 2 ( 1 + i.0 )  2 2
z2 = 4    
10 z1 = 2  2 2 
z2 =  2 2  2 2
5.2.3.- Igualdad de números complejos expresados en forma polar

Dados dos complejos en forma polar:
z =  ( cos  + i sen  ) y z’ = ’ ( cos ’ + i sen ’ ) ,
Diremos que z = z’   = ’  ’ =  + 2k con k  Z
Por ejemplo: Si z = 4 ( cos 30º + i sen 30º ) y z’ = 4 ( cos 390º + i sen 390º )
 z = z’ porque  = ’ = 4  ’ =  + 2k para k = 1
390º = 30º + 360º
6.- Complejos conjugados

6.1.- Definición: Dos números complejos z , z se llaman conjugados cuando difieren sola-
mente en el signo de la parte imaginaria.
Si z = (a , b ) , entonces z = ( a , b )
Entonces: Re(z) = Re( z )  Im (z) = Im ( z )
Gráficamente, dos complejos conjugados z = (a , b ) y z = ( a , b ) , están representados
por dos vectores o puntos simétricos respecto del eje real; por lo tanto es evidente que los módu-
los de z y z son iguales, mientras que si el argumento de z es  , el de z es  ó 2
Im(z)
z =(a ,b)
b
 a Re(z)

b
=(a , -b)
__________________________________________________________________________________________________
6.2.- En forma binómica, el complejo conjugado de z = a + b i es z = a  bi

Ejemplos: a) z = 5 + 6 i el complejo conjugado es z = 5  6i
b) z =  2  3 i el complejo conjugado es z = 2 + 3i
c) z = 1  i el complejo conjugado es z =1 + i
2
Se verifica que: z. z = z 11
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
 aa
Si ( a , b ) = ( a , b )    b = 0
b   b
7.- Operaciones en forma polar o trigonométrica

7.1.- Multiplicación
7.1.1.- Definición
Dados: z1 = 1 ( cos 1 + i sen 1 ) y z2 = 2 ( cos 2 + i sen 2 )

z1 . z2 = 1. 2 [ cos ( 1+ 2 ) + i sen ( 1 + 2 ) ]
En forma reducida z1 . z2 = (1. 2) 1+ 2
__________________________________________________________________________________________________
“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”
7.1.2.- Interpretación geométrica del producto de dos complejos en forma polar

12
Sean z1 = 1 1 y z2 = 2 2 y los representamos por OZ1 y OZ2 según U = ( 1 , 0 )
y
Z
12
2 Z2
1 Z1
1 2
1`` x
o
U
La justificación proviene de la semejanza de los triángulos: OUZ1  OZ2 Z
OU 1 1 
   1  OZ = 1 2
2 OZ 2 OZ
OZ = z1.z2 = 1 2    
1 2
7.2.- Cociente. Definición:
Dados: z1 = 1 ( cos 1 + i sen 1 ) y z2 = 2 ( cos 2 + i sen 2 )

z 1 1
z1 : z2 =   cos ( 1   2 )  i sen ( 1   2 ) para z2  0
z 2 2
z ρ 
En forma reducida z1 : z2 = 1  1 
z ρ 
2  2  
1 2
__________________________________________________________________________________________________
“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”
7.3.- Potenciación de exponente natural

La fórmula de Moivre permite calcular trigonométricamente las potencias de exponente natural 13
de los números complejos.
Dado: z =  ( cos  + i sen  )

Fórmula de Moivre: zn = n ( cos n  + i sen n  )
En forma reducida: zn = n n 
“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
Dado: z =  ( cos  + i sen  )

 2k 2k 
zk 
  cos
n  i sen 
La n
z  z k siendo  n n 
0kn ; con k  Z
En forma reducida: zk  n  2k

n
7.5.- Ejemplos:
3 3 3
Dados: z1 = 1 – i 3 y z2 =   i
2 2
Hallar en forma polar: i) z1 . z2 ; ii) z1 : z2 ; iii) z1 5 ; iv) 4 z2

Solución:
En primer lugar expresaremos z 1 y z2 en forma polar
__________________________________________________________________________________________________
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
En forma polar o trigonométrica: z2 = 3 ( cos 240º + i sen 240º )

En forma reducida : z2 = 3 240º
i) z1 . z2 = (1. 2) 1+ 2 = 2 . 3 300º + 240º = 6 540º = 6 180º

= 6 ( cos 180º + i sen 180º )
= 6 ( 1 + 0 i ) =  6
__________________________________________________________________________________________________
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

iii) zn = n ( cos n  + i sen n  )

z1 5 = 2 5 ( cos 5 .300º + i sen 5 . 300º ) = 32 ( cos 1500º + i sen 1500º )
1 3
= 32 ( cos 60º + i sen 60º ) = 32   i   16  16 3 i
2 2 
3 3 3
iv) La 4 z2 = 4   = 4 3240 , tiene 4 raíces que las encontramos
2 2
reemplazando en z k  n  2k 0  k  n ; con k  Z

n
zk  4 3 240º  2 k   4 3 60º  k 90º ; con 0  k < 4

4
 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
Gráficamente: Las n raíces de z  0, se identifican con los vértices de un polígono regular de n
lados inscripto en una circunferencia de radio igual a n .
__________________________________________________________________________________________________
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
8.- Raíces cuadradas en forma binómica2

8.1.- Fórmula
Para z = a + bi ; a  bi  x + yi
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 35 tenemos:
x=     2
2 2 z0 = 2  i
z1 =  2 + i
3  9  16 35
y=     1
2 2
2
Sagastume Berra-Fernandez. Álgebra y Cálculo Numérico
__________________________________________________________________________________________________
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
9.- Ejercicios resueltos

9.1.- Representar gráficamente los siguientes conjuntos:
i.  z/ z C   1  Re (z)  2  ii. z / z  C  Re (z)  Img (z)  1
x+y=1
x= 1 x=2
1
9.2.-Hallar el valor de z que satisface la siguiente igualdad:
(2i) 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
__________________________________________________________________________________________________
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
Para 1 – i , se tiene:  = 2 ;   IVC ,  = arc tg ( 1 ) = 315º
 1–i = 2 315º
b) Se realiza la división de los complejos en forma polar :

2
2 60º : 2 315º = 60º 315º  2 255º  2 105º
2
c) Se eleva el resultado anterior a la décima potencia
 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
__________________________________________________________________________________________________
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
9.5.- Determinar los números reales x e y de modo tal que:

( 1 – 2 i ) x + ( 3 – 5 i ) y + 1 = 1 + 3i
Solución:
Se resuelven los productos indicados y se cancelan términos
x–2 xi + 3y –5yi = 3i
Se agrupan reales entre sí e imaginarios entre sí, en el 1º miembro de a igualdad
(x + 3y ) + (–2 x –5y)i = 0 +3i
 x3y  0
Se igualan coeficientes reales y coeficientes imaginarios: 
 2 x  5 y  3
Se resuelve el sistema: x = –9  y =3
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
__________________________________________________________________________________________________
Solución:
Si los complejos buscados son: z1 = 11 y z2 = 22
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.- Ejercicios propuestos a modo de autoevaluación

10.1.- Decir que condición debe cumplir un número complejo z para que el punto que lo repre-
senta pertenezca:
i) al cuarto cuadrante
ii) al eje imaginario
iii) a la bisectriz del II y IV cuadrante
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.
10.3.- Mediante los complejos z1 = a + bi y z2 = c + di, verificar las propiedades conmutativas

de la suma y la multiplicación.
10.4.- Dados los complejos z1 = i y z2 = i ,

i) Expresarlos en forma polar.
__________________________________________________________________________________________________
ii) Encontrar el producto y el cociente de z1 y z2 , en forma polar
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?
10.6.- Dados: z1 = a + bi , z2 = c + di y z3 = e + fi , demostrar las propiedades asociativa,

conmutativa del producto; y la distributiva con respecto a la suma.
11.- Bibliografía básica consultada

Di Caro H. Tomo I . Álgebra y Elementos de Geometría Analítica
Rojo, A. Álgebra I .Tomo I. Edit. El Ateneo
Sagastume Berra, A. Fernández, Germán. Álgebra y Cálculo Numérico. Editorial Kapelusz
__________________________________________________________________________________________________
Polinomios Esp. Lydia María Llanos
POLINOMIOS Y ECUACIONES ALGEBRAICAS

Contenidos
Se define polinomio en una indeterminada y también su grado. Éste permitirá particularizar dife-
rentes polinomios: nulo, iguales, ordenado, completo. Se realizará una breve revisión de opera-
22 ciones con polinomios; particularmente se detallará el concepto de Divisibilidad y máximo co-
mún divisor y su cálculo a través del Algoritmo de Euclides.
Se plantean ecuaciones algebraicas, y admitido el Teorema Fundamental del Álgebra, la descom-
posición factorial de las mismas; raíces múltiples y la relación entre coeficientes y raíces de una
ecuación.
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.
__________________________________________________________________________________________________
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.
3+x x  2x3 es irracional

1 4
2x2 + x  3 es racional entera
2
2 x 3 3 2
 x es racional fraccionaria
x 1 5
Una expresión algebraica racional entera se llama también, en general, polinomio.
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
__________________________________________________________________________________________________
Un polinomio de tres términos es un trinomio.

Ejemplo: 3x2  x + 2
2.1.- Grado de un polinomio

El grado de un polinomio está dado por el grado del monomio de mayor grado. El polinomio nulo
24 no tiene grado. El término a0 x n, que es el que contiene la potencia más alta de x, se llama tér-
mino principal, y a0 coeficiente principal del polinomio. Si el coeficiente principal es 1, entonces
el polinomio se dice mónico.
2.2.- Polinomios iguales

Polinomios iguales son aquellos polinomios que tienen los coeficientes de los términos semejan-
tes iguales:
n n
Dados: P(x) =  a i x n i
i 0
y Q(x) = b
i 0
i x n i ;
P(x) = Q(x)   i  ai = bi
2.3.- Polinomio ordenado, polinomio completo

Polinomio ordenado: es el polinomio cuyos términos están escritos de modo tal, que las potencias
de la variable x quedan ordenadas en forma creciente o decreciente.
Polinomio completo: es el polinomio en el que aparecen todas las potencias de x con coeficientes
distintos de 0.
Ejemplos:
P(x) = 3x4 + 2x3 – x 2 – 5x + 1
P(x) es un polinomio de cuarto grado, completo y ordenado en forma decreciente
1 3
Q(x) = x + 2i x2 – 3
2
Q(x) es de tercer grado, incompleto y ordenado en forma decreciente.
3.- Operaciones con polinomios

3.1.- Suma
Dados dos polinomios P(x) y Q(x) , los coeficientes del polinomio suma se obtendrán sumando
los de los términos del mismo orden de P y Q.
__________________________________________________________________________________________________
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
La adición de polinomios goza de las propiedades:

- Ley de cierre. La suma de dos polinomios es otro polinomio.
- Asociativa: ( P(x) + Q(x) ) + R(x) = P(x) + ( Q(x) + R(x) )
- El polinomio nulo, que se designa con 0, es el elemento neutro de la adición de polino-
mios. Para cualquier polinomio  P(x) + 0 = 0 + P(x) = P(x)
- 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
- Conmutativa: P(x) + Q(x) = Q(x) + P(x)
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.
Calcular P(x) . Q(x) , siendo:
P(x) = 2 x4 – 3 x2 + x – 5
2
y Q(x) = 4x – x + 1
Para realizar el producto se dispone en forma práctica, como sigue:

P(x) = 2 x4 – 3 x2 + x – 5
2
Q(x) = 4x – x + 1
8 x6 – 1 2 x4 + 4 x3 – 20 x2
– 2 x5 + 3 x3 – x2 + 5x
2 x4 – 3 x2 + x – 5
P(x) . Q(x) = 8 x6 – 2 x5 – 1 0 x4 + 7 x3 – 24 x2 + 6 x – 5
__________________________________________________________________________________________________
La multiplicación de polinomios goza de las siguientes propiedades:

- Ley de cierre. El producto de dos polinomios es otro polinomio.
- Asociativa: ( P(x) . Q(x) ) . R(x) = P(x) . ( Q(x) . R(x) )
- l es el elemento neutro de la multiplicación de polinomios.
Para cualquier polinomio  1. P(x) = P(x).1 = P(x)
26
- Conmutativa: P(x) . Q(x) = Q(x) . P(x)
- Distributiva con respecto a la adición: P(x).(Q(x) + R(x)) = P(x) . Q(x) + P(x) . R(x)
3.3.-Productos especiales (Expresiones analíticas y geométricas)

1. Cuadrado de un binomio: (x + a)2
x a
x2 ( x + a ) 2 = x2 + 2ax + a2
a.x
a.x a2
2. Cubo de un binomio: (x + a)3

( x + a ) 3 = x3 + 3 x2 a + 3 x a2 + a3
3. Producto de la suma por la diferencia de dos términos: ( x + a ) . ( x  a )
a2
( x + a ) . ( x  a ) = x2  a2
x
x–a
x a
x+a
__________________________________________________________________________________________________
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
Dados los polinomios
P(x) = – 10 x + 2 x4 + 1 – 5 x3
y D(x) = – 5 x + 5 + 2 x2
Prácticamente, la división se dispone del siguiente modo:
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
3.5.- Casos especiales

Regla de Ruffini
La Regla de Ruffini es una regla práctica que permite hallar los coeficientes del cociente y el res-
to de una división de un polinomio P(x), por otro de la forma x  a.
Por ejemplo: hallar el cociente y el resto de ( x2  2 x4 + 2 ) : ( x + 2 )
Se ordena y se completa el polinomio dividendo.
( 2 x4 + 0 x3 + x2 + 0 x + 2 ) : ( x + 2 )
__________________________________________________________________________________________________
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
Teorema del resto: “ El resto de la división de un polinomio entero en x , por el binomio ( x –

a ) es el valor que toma dicho polinomio para x = a” .
Para el ejemplo anterior, el resto se encuentra directamente:
R = ( 2 )( 2 ) 4 + ( 2 ) 2 + 2 = 32 + 4 + 2 = 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.
4.2.- Máximo común divisor

Se llama m.c.d. de los polinomios A(x) y B(x), diferentes del polinomio nulo, al polinomio D(x)
que es divisor de ambos y que a la vez es divisible por cualquier otro divisor común de estos po-
linomios.
__________________________________________________________________________________________________
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
4.3.- Algoritmo de Euclides 29
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:
A(x) = Q0 (x) . B(x) + R1(x)

B(x) = Q1 (x) . R1(x) + R2(x)
R1(x) = Q 2 (x) . R 2 (x) + R 3 (x)
...........................................
R n - 3 (x) = Q n - 2 (x) . R n – 2 (x) + R n - 1(x)
R n – 2 (x) = Q n – 1 (x) . R n - 1(x) + R n (x)
R n – 1 (x) = Q n (x) . R n(x)
Donde: grado de R1 < grado B(x)

grado de R2 < grado R1
grado de R3 < grado R2
------------------------------
grado de R n < grado R n - 1
0 = R n +1 (x)
 R n = D(x)
__________________________________________________________________________________________________
Aplicando el algoritmo de Euclides, las divisiones se disponen así:
Q 0(x) Q 1(x) Q 2(x) ------ Q n-2(x) Q n-1(x) Q n(x)
A(x) B(x) R 1(x) R 2(x) ------ R n-2(x) R n-1(x) R n(x)
R 1(x) R 2(x) R 3(x) R 4(x) ------- R n(x) 0

30
En consecuencia: m.c.d. (A, B) = m.c.d.(B, R1) = m.c.d.(R1, R2) = … = m.c.d.(Rn-2, Rn-1) =

m.c.d.(Rn-1, Rn) = m.c.d.(Rn, 0) = Rn . Siendo Rn el último resto no nulo de las divisiones suce-
sivas.
Observación: Si R n es una constante, los polinomio A(x) y B(x) son primos entre sí.
Ejemplo: Dados A(x) = x5 – 16 x4 + 97 x3 – 278 x2 + 380 x – 200 y

B(x) = 5 x4 – 64 x3 + 291 x2 – 556 x + 380, hallar el m.c.d. (A, B)
x – 16 –5x + 19
x5 – 16 x4 + 97 x3 – 278 x2 + 380 x – 200 5x4 – 64 x3 + 291 x2 – 556 x + 380 – x3 + 9 x2 – 24 x + 20
5x5 – 80 x4 + 485 x3 – 1390 x2 + 1900 x – 1000 + 45 x3 – 120 x2 + 100 x
+ 64 x4 – 291 x3 + 556 x2 – 380 x –19x3 + 171 x2 – 456 x + 380
– 16 x4 + 194 x3 – 834 x2 + 1520 x – 1000 – 171 x2 + 456 x – 380
– 80 x4 + 970 x3 – 4170 x2 + 7600 x – 5000 0
– 1024 x3 + 4656 x2 – 8896 x + 6080
(1/54) . – 54 x3 + 486 x2 – 1296 x + 1080
– x3 + 9 x2 – 24 x + 20
 el m.c.d. (A, B) = – x3 + 9 x2 –24 x + 20

Nota: Como, multiplicar el dividendo por una constante, no produce otra alteración que multipli-
car el resto por dicha constante, se puede multiplicar cualquier dividendo por la constante precisa
para evitar coeficientes fraccionarios en el cociente. También puede suprimirse cualquier factor
numérico común a todos los términos de un dividendo.
__________________________________________________________________________________________________
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.
5.2.- Teorema fundamental del Álgebra
Teorema Fundamental del Álgebra: Toda ecuación algebraica P( x ) = 0 de grado no nulo,

de coeficientes reales o complejos, tiene al menos una raíz (real o compleja).
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
5.3.- Raíces múltiples

Puede ocurrir que varias de estas raíces sean iguales entre sí, en cuyo caso la raíz se llama múlti-
ple. Por ejemplo, si  h raíces = x1, k raíces = x2 y p raíces = x i,
podemos agrupar los factores iguales y resulta:
P(x) = a0 ( x – x1 )h ( x – x2 )k … ( x – x i )p ; con h + k + ... + p = n
Donde h, k , .. , p son llamados el orden de multiplicidad de las raíces.
Decimos entonces que: x 1 es raíz múltiple de orden h,
x 2 es raíz múltiple de orden k,
----------------------------------
x i es raíz múltiple de orden p
__________________________________________________________________________________________________
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
P’(x) = 4 x3 – 21x2 +36x – 20 P’(2) = 4. 23 – 21.22 +36.2 – 20 = 0
P’’(x) = 12 x2 – 42x +36 P’’(2) = 12.22 – 42.2 +36 = 0
P’’’(x) = 24x – 42 P’’’(2) = 24.2 – 42 = 6 ≠ 0
5.3.2.- Determinación de si un polinomio admite raíces múltiples
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:
Sea P(x) = x4 – 2 x3 + 2x – 1, investigue la existencia de raíces múltiples
P’(x) = 4x3 – 6 x2 + 2
D(x) = m.c.d. (P, P’) = x2 – 2x + 1
Las raíces de D(x) = x2 – 2x + 1 = 0 , son las raíces múltiples de P(x).
x2 – 2x + 1 = 0, tiene x = 1 raíz doble; por lo tanto 1 es raíz múltiple de orden 3 de P(x)

__________________________________________________________________________________________________
5.4.- Obtención de una ecuación con raíces simples

Probaremos que: “Dividiendo P(x) = 0 por el m.c.d.. entre P(x) y P’(x), la ecuación obtenida,
tendrá las mismas raíces que P(x), pero simples.”
Recordemos que D(x) = m.c.d. (P(x) , P’(x) )
Si dividimos P(x) = ( x – x1 ) h ( x – x2 ) k ... ( x – x i ) m en 33
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)
En el ejemplo anterior, para P(x) = x4 – 2 x3 + 2x – 1, D(x) = m.c.d. (P, P’) = x2 – 2x + 1
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
5.5.- Raíces complejas de polinomios reales

Si los coeficientes de P(x) son números reales, entonces se prueba que:
Si un número complejo a + bi es raíz del polinomio P(x) de coeficientes reales, dicho

polinomio tiene también por raíz el complejo conjugado a – bi . Si el complejo a + bi es
raíz múltiple de orden h, también el complejo a – bi es raíz múltiple de orden h.
5.6.- Relación entre coeficientes y raíces de una ecuación algebraica
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
__________________________________________________________________________________________________
................................................................................................
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
ecuación D(x) = 0, donde D(x) = ( P(x), P ’ (x) )).
P(x) = x3 – x2 – 8x + 12 ; P ’(x) = 3 x2 – 2x – 8
D(x) = x – 2 (hallar el m.c.d., por el algoritmo de Euclides ) .
x – 2 = 0  x = 2 es raiz simple de D(x)
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.
__________________________________________________________________________________________________
P(x) = x3 – x2 – 8x + 12 P(2) = 8 – 4 – 16 + 12 = 0 P(–3) = –27 – 9 + 24 + 12 = 0

P’(x) = 3x2 – 2x – 8 P’(2) = 12 – 4 – 8 = 0 P’(–3) = 27 + 6 – 8  0
P’(x) = 6x – 2 P’’(2) = 12 – 2  0 x = –3 es raíz simple
x = 2 es raíz doble
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
Las raíces de x2 + x – 6 = 0, son x1 = 2 y x2 = – 3.
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
__________________________________________________________________________________________________
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
5.8.- Es interesante observar que:

36 1) Una ecuación que tiene todos sus coeficientes positivos, no admite raíces positivas.
Esto es evidente puesto que la suma de sumandos positivos no puede ser cero.
2) Una ecuación que 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
raíces negativas. En efecto, sustituyendo x por (x) en la ecuación P(x) = 0, los térmi-
nos de grado par, no cambian de signo y si los de grado impar, luego quedará una ecua-
ción de términos todos del mismo signo, y las raíces, si es que las hay reales, serán nega-
tivas y por lo tanto, positivas las de la ecuación propuesta. Por ejemplo: la ecuación 2x3 –
9x2 + 12x – 5 = 0 , no admite raíces negativas.
3) Dada la ecuación a0 x n + a1 x n - 1 + a2 x n - 2 + ... + a n - 1x + an = 0, de coefi-
cientes enteros ( si son fraccionarios eliminamos denominadores ), se prueba que:
i) “La condición necesaria pero no suficiente, para que un número entero  sea raíz de
la ecuación es que sea divisor del término independiente”
p
ii) Si es raíz de la ecuación P(x) = 0, entonces p es divisor del término independien-
q
te “a n”, y q es divisor del coeficiente del término principal “a0”.
iii) En particular, si P(x) es mónica, la ecuación no admite raíces fraccionarias.
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
y q debe ser divisor de 2: 1 ;  2

- No admite raíces negativas porque los coeficientes de potencias impares son positivos y los
de los coeficientes pares, negativos. ( punto 2).
 las posibilidades se reducen solo a los valores positivos.
__________________________________________________________________________________________________
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

6.1.- Hallar la raíces de: x4 + 4x3 + 14x2 + 36x + 45 = 0,
Sabiendo que admite como raíz a 3i
Solución:
Como es una ecuación de coeficientes reales, además admite como raíz a 3i .
Se reduce el grado de la ecuación a 2, mediante la división por los binomios: x+3i ,
x – 3i, aplicando sucesivamente la regla de Ruffini:
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=   2i
2 2
Las raíces son: x1 = 3i, x2 = 3i , x3 = 2+i , x4 = 2i
__________________________________________________________________________________________________
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
6.3.- La suma de dos de las raíces del polinomio 2x3  x2  7x + a = 0 es 1 , hallar a.

Solución:
2x3  x2  7x + a = 0 , tiene tres raíces: x1, x2 , x3 ,  x1 + x2 = 1
a0 a1 a2 a3
Considerando la relación entre coeficientes y raíces, tenemos:
a1 1 1
  ( x1 + x2 + x 3 )   =  ( 1 + x3 )  x3 = 
a0 2 2
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
6.4.- Resolver la ecuación x3 – 3x2 + 4 = 0
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
Con la regla de Ruffini probaremos para cada uno de ellos

Para –1
1 –3 0 4
–1 –1 4 –4
1 –4 4 0 x1 = –1 es raíz
Para las otras dos raíces resolvemos la ecuación: x2 –4x + 4 = 0  x2= 2 es raíz doble
__________________________________________________________________________________________________

7.1.- Escribir:
i. una expresión algebraica entera y una expresión algebraica fraccionaria.
ii. un polinomio en lenguaje simbólico.
iii. un polinomio mónico de 5º grado, incompleto y ordenado en forma decreciente.
39
7.2.- I) Sabiendo que
( 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
7.4.- Completar las siguientes igualdades
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
7.5.- Indicar cuáles de las igualdades siguientes son correctas:
a) t2 + t + 1 = ( t + 1 ) 2 , b) t2 + 2 t + 4 = ( t + 1 ) 2 + 3
__________________________________________________________________________________________________
c) 2 + 2 2 t + t2 = ( 2 + t )2
7.6.- Completar los siguientes trinomios para que sean cuadrados perfectos
i. a2 + 2 a b + ............................ ii. 9 a2 + 12 a b + ..............................

40 25 4 16 4
iii. x  4 x 2 y4  ........................... iv. m  1  .........................
4 9
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:
i. El algoritmo de Euclides es un algoritmo de ………………………………………………
ii. Una ecuación es Mónica o normal si ……………………………………………………...
iii. Toda ecuación de grado n(de coeficientes reales o complejos), tiene exactamente………
…………………………………………..
iv. Si la ecuación ax3 + bx + c = 0 (con a, b y c  R ), admite como raíz a 2 – i , también admite
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 …….
………………………………………………………………………………....
vi. Una ecuación mónica no admite raíces……….………………………………………
7.9- Responder:
i. La ecuación x3 + 4x2 + 5x + 2 , ¿Admite raíces positivas? ……………..….¿Porqué?............
…………………………………………………………………………………………...
ii. ¿Cuál es la condición necesaria pero no suficiente, para que un número entero  sea raíz de
__________________________________________________________________________________________________
una ecuación algebraica?..............................................................................................
………………………………………………………………………………………………
p
iii. Si es raíz de la ecuación P(x) = 0, entonces p ¿de quién es divisor?.......................
q
41
…………….. , y q ¿de quién es divisor?.………………………………………..
7.10.- Escribe simbólicamente la relación entre los coeficientes y las raíces de una ecuación alge-
braica.
8.- Bibliografía básica consultada:

Rojo, A. Álgebra I .Tomo I. Edit. El Ateneo
Notas de las clases teóricas de la Lic. Josefina Royo de Ovando
__________________________________________________________________________________________________
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.
a todo Segmento en el que Los puntos extremos están

Se llama Vector orientado dados en un cierto orden
tiene Puede representarse
en un
Origen, extremo
Módulo Sistema de coordenadas
Sentido
Dirección o
En el plano: R2 En el espacio: R3
Distancia entre dos puntos Se pueden realizar
las operaciones de
Suma Producto escalar Producto vectorial Producto mixto

Producto de un escalar
por un vector
La interpretación geométrica
Proyección de un vector
sobre otro vector Área de un para- Volumen de un
Ángulo entre dos vectores paralelepípedo
Condición de paralelismo lelogramo
Condición de perpendicula-
ridad
Objetivos
- Resolver operaciones con vectores en R2 y R3 , en lenguaje simbólico y gráfico.
- Plantear y resolver situaciones problémicas, a través de la aplicación de los conceptos del
Álgebra vectorial.
- Valorar el desarrollo del Álgebra vectorial por su aplicación a situaciones geométricas.
__________________________________________________________________________________________________
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.
__________________________________________________________________________________________________
Se llama vector a todo segmento orientado. El primero de los puntos

que lo determinan se llama origen y el segundo extremo del vector.
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
Cuando el módulo es nulo el segmento se reduce a un punto y no puede hablarse de vector,

puesto que faltan la dirección y el sentido. Sin embargo se conviene en definir como vector nulo
al que tiene su módulo igual a cero.
  
Si u  0  u es el vector nulo y se lo designa con 0
Vector unitario es todo vector cuyo módulo es igual a la unidad, también se llama versor.
 
Si u  1  u es un versor
2.2.- Vectores iguales o equipolentes
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.
__________________________________________________________________________________________________
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.
2.3.- Componentes de un vector

Vectores en el plano o espacio bidimensional: R2

Sea v un vector de manera tal que el origen coincida con el origen de un sistema de coordena-

das. Las coordenadas ( v1 , v2 ) del extremo de v son las componentes de v y se escribe :
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
__________________________________________________________________________________________________
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 )
Vectores en el espacio o espacio tridimensional: R3
Consideremos en el espacio R3, un sistema de coordenadas cartesianas ortogonales de origen O y

ejes x , y , z: (O;x,y,z)
Ubicaremos el punto Q ( 2, –1, 3), según se muestra en la siguiente figura:
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
__________________________________________________________________________________________________
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
del extremo: P (–3 , 4 , –2 ) y Q ( 1 , 2 , –3 )


PQ = ( 1+3 , 2–4 , -3 +2 ) = ( 4 , -2 , -1 )

Las componentes de v respecto del sistema de coordenadas ortogonales ( O; x, y , z ), son las

proyecciones del v sobre de los ejes.
 v1  x 2  x 1
 
v = (v1 ,v2 , v3 )  v 2  y 2  y1
v  z  z
 3 2 1
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
3.- Operaciones con vectores

3.1.- Suma
Dados los vectores

y
la es la diagonal del paralelogramo
gráficamente formado por y u+v

Suma
u
+
v
Por sus componentes O
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 )
__________________________________________________________________________________________________
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
__________________________________________________________________________________________________
3.2.- Multiplicación de un vector por un escalar
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
__________________________________________________________________________________________________
  
( 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.
3.2.2.- Vector unitario en la dirección de un vector dado
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.
__________________________________________________________________________________________________
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 .
4.- Versores fundamentales. Descomposición canónica de un vector

4.1.- Versores fundamentales
Los versores fundamentales son los versores cuyo sentido coincide con los semiejes positivos.
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
__________________________________________________________________________________________________
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   22  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   32  2 2  12  14
5.2.- Distancia entre dos puntos

La distancia entre dos puntos P1 y P2 , es el módulo del vector P1P2

d(P1P2 )  P1P2
Dados en E2 los puntos: P1 ( x1 , y1 )  P2 ( x2 , y2 )
d ( P1 , P2 ) = + ( x 2  x 1 ) 2  ( y 2  y1 ) 2
En E3 , para los puntos P1 ( x1 , y1, z1 )  P2 ( x2 , y2 , z2 )
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”
__________________________________________________________________________________________________
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
2) La distancia entre los P1( 2 , –4 , –1 ) y P2 ( – 2 ,–1 , 1) es:
d ( P1 , P2 ) =  (2  2) 2  (1  4) 2  (1  1) 2   29 53
3) Las coordenadas del punto medio de un segmento P1 P2 son:
x1  x 2 y1  y 2
xM  ; yM 
2 2
- 2 1 3 42
Para P1 P2 de 1) xM   ; yM  1
2 2 2
 3 
El punto medio tiene coordenadas   ; 1 
 2 
6.- Cosenos directores de un vector

Los cosenos directores de un vector 
u , referidos a un sistema de coordenadas ortogonales (O; x,
y, z ), son los cosenos de los ángulos que forman el vector con el sentido positivo de los ejes
coordenados.
De las fórmulas de las proyecciones de un vector sobre un eje se deducen las de los cosenos di-
rectores.
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:
cos2  + cos2  + cos2  = 1
__________________________________________________________________________________________________
De igual forma ocurre en R2
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
Por ejemplo, los cosenos directores para 

u = = ( –3 , 2 , 1 ):
3 2 1
cos    ; cos   ; cos  
14 14 14
7.- Ángulo entre dos vectores


Llamando  al ángulo que forman los vectores 
u y v , se demuestra que:
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:
(-2)2  1( 1)  0.2 5 5 5

cosθ       = arc cos   139º 11’ 23’’
5. 9 3 5 3 3
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
__________________________________________________________________________________________________
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 
Producto escalar de vectores expresados según sus componentes
 
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
__________________________________________________________________________________________________

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
c) Producto escalar entre versores fundamentales

     
i . i = j. j = k .k = 1
     
i . j = j. k = k . i = 0
d) Ángulo entre dos vectores
Con la notación del producto escalar, el ángulo  entre dos vectores 

u y
u , se calcula con la
 
u . v
expresión: cosθ 
u.v
h) Proyección de un vector sobre otro
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)
 83
Pr oy a 
b   2,67 a
17
b
__________________________________________________________________________________________________
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.- Producto vectorial

10.1.- Definición: Consideramos el espacio orientado, es decir, consideramos un triedro funda-
mental de referencia ( O; x , y , z )

Se llama producto vectorial, producto cruz o externo, de dos vectores 
u y v , a un tercer vector
  
w , tal que: el módulo de w es igual al producto de los módulos de 
u y v por el seno del
ángulo que forman; la dirección es perpendicular al plano determinado por las direcciones de los
 
vectores dados, el sentido es tal que el triedro 
u , v , w tenga la misma orientación del espacio.
  
 w  u . v sen ( u , v )
      
u x v = w :  Dirección w es  al plano determinad o por u y v
sentido es tal que   
 u ,v ,w coincide con la orientació n del espacio

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
__________________________________________________________________________________________________
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)
10.3.- Interpretación geométrica

El módulo del producto vectorial es igual al área del paralelogramo, construido sobre los vectores
 
u y v
= 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
10.4.- Propiedades del producto vectorial

 
i) Es anticonmutativo:  u xv = – v x u
ii) Propiedad distributiva respecto a la suma
 
Dados:  u = ( u1 , u2 , u3 ) , v = ( v1 , v2 , v3 ) y w = ( w1 , w2 , w3 )
    
u x( v + w ) =  u xv +  u xw
  
iii) Para el escalar se verifica:  ( 
u x v) = 
u xv = 
u x v
iv) La condición necesaria y suficiente para que dos vectores tengan la misma dirección es que su
producto vectorial sea el vector nulo
__________________________________________________________________________________________________
   
u x v = w  
u // v

Suponiendo vectores de módulos no nulos, 
u x v se anulará si  = 0 ó  = 
10.5.- Producto vectorial entre versores

      
ixi = j x j = k x k = 0
59
        
i x j = k ; j x k = i ; k x i = j
        
i x k = j ; j x i =  k ; k x j = i
11.- Producto mixto de tres vectores

   
Dados los vectores 
u , v , w ; el producto mixto que se representa por ( 
u , v , w ) es el
     
producto escalar de 
u x v por w , o sea: ( 
u , v ,w ) = (
u x v ). w
 
Dados: 
u = ( u1 , u2 , u3 ) , v = ( v1 , v2 , v3 ) , w = ( w1 , w2 , w3 ) :
u1 u2 u3
 
(
u , v ,w ) = v1 v2 v3
w1 w2 w3
 
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
__________________________________________________________________________________________________

12.1.- Determinar x para que el módulo del vector 
u = ( x , 3 – x , 2 ) sea 3
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
__________________________________________________________________________________________________
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 )
El producto mixto está dado por el determinante:
V = ⃗⃗⃗⃗⃗ . ( ⃗⃗⃗⃗⃗ x ⃗⃗⃗⃗⃗ ) = | | = 20
El volumen del paralelepípedo es: V = 20 U3
__________________________________________________________________________________________________

13.1.- Demostrar las propiedades de la suma de vectores.
13.2.- Demostrar las propiedades de la multiplicación de un vector por un escalar ,
 
para u = ( 1 , 3 , –5) , v = ( 6 , 0 , 9 ) , k=2 y j=3
 = ( 1 , 2 , 3 ),  = (2 , 3 , 1 ) y  = ( 3 , 2 , 1 ).
62 13.3.- Sea u v w
    
Halle las componentes de: a) 3 ( u – 7 v ), b) 2 v – ( u + w )
   = (4 , 2 , 5 )
13.4.- Averiguar si los vectores u =( 0 , 1 , 2 ), v =(3 , 5 , 0 ) y w
son o no paralelos a un mismo plano. Justificar la respuesta.
13.5.- Completar:

a) Si 
u =  . v  ……………………………………………………………….

b) Dados: u = (u1 , u2 , u3 ) y v = ( v1 , v2 , v3 ) ;
 
u . v = ……………………………………………………………………….

c) 
u  v  …………………………………………………………….
 
d) Geométricamente  u x v es ………………………………………………….
 
e) 
u x v = w  ………………………………………………………………….
     
f) j x j = …………… k x i = …………… i x k = ….…..

1.- DI CARO, Héctor. Álgebra y Geometría Analítica. Tomo I. Gráfica Munro.
2.- SAGASTUME BERRA, A.-FERNANDEZ, G. Álgebra y Cálculo Numérico. Kapeluz.
3.- SANTALÓ, Luis A. Vectores y Tensores con sus aplicaciones. EUDEBA.
5.- TREJO, César A. Matemática Elemental Moderna. Estructura y método. Eudeba.
__________________________________________________________________________________________________
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.
Se define Recta en el plano: E2
a través de
Las Ecuaciones Gráficas
Vectorial paramétrica Rectas paralelas

Cartesiana paramétrica Rectas perpendiculares
Simétrica
General o implícita Se determinan
Reducida o explícita
Segmentaria Ángulos entre dos rectas
De un haz de rectas Distancia de un punto a una recta
y entre rectas paralelas
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.
__________________________________________________________________________________________________
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.
1.1.- Lugar geométrico

Lugar geométrico es el conjunto de puntos, que verifican una o varias propiedades geométricas.
C = { P( x , y ) / cumplen P } , C = { P( x , y , z ) / cumplen P }
1.2.- Gráfica de una ecuación

Decimos que f( x , y ) = 0 o f( x , y , z ) = 0, es la ecuación de un conjunto de puntos C,
cuando y solo cuando:
i) Todo punto de C verifica dicha ecuación y
ii) todo punto que verifica dicha ecuación, pertenece a C.
“Si las coordenadas de un punto satisfacen una ecuación, ese punto pertenece a la gráfica de esa
ecuación y recíprocamente, si un punto está sobre la gráfica de una ecuación, sus coordenadas
satisfacen la ecuación” 6
1.3.- Problemas fundamentales en Geometría Analítica

Dos, son los problemas fundamentales en Geometría Analítica:
a) Dada una ecuación construir la gráfica correspondiente.
b) Dado un lugar geométrico, o la condición que deben cumplir los puntos del mismo, de-
terminar su ecuación.
1.4.- Ecuaciones vectoriales y cartesianas ordinarias de un conjunto

Ecuación vectorial ordinaria
Se dice que la ecuación f(x) = 0, es ecuación vectorial ordinaria del conjunto C de vectores, si
 
la condición necesaria y suficiente para que u 0  C es que f ( u 0 ) = 0
Nota: en lugar de f ( x ) = 0 se suele usar, cuando la variable es vectorial; f ( 

u )=0
6
Di Caro, Héctor. Algebra y Elementos de Geometría Analítica. Tomo I. Cap. III
__________________________________________________________________________________________________
Ecuación vectorial paramétrica

Se dice que la ecuación f ( 
u ,  ,  ,…) = 0, de variable vectorial 
u y de variable paramétri-
ca  ,  , …,etc, es ecuación vectorial paramétrica del conjunto de vectores C, si se cumplen las
dos condiciones siguientes:

1)  vector u 0  C,  un sistema de nº reales y solo uno:  0, µ0, …, tales que 65

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.
2.- Ecuaciones de una recta en el plano

2.1.- Ecuación vectorial paramétrica

Sea una recta l. Sea u 0 un vector no nulo, aplicado en el origen, paralelo a l. Sea P0 un punto
 
cualquiera de l. La ecuación vectorial paramétrica de l es: OP  OP0   u0

u0 = ( r , s ) // l
y
P P0 ( x0 , y0 )  l
P0
P(x ,y)  l
l
  
OP  OP0  P0 P
 
O x Tenemos que: P0 P = λ u 0
  
OP  OP0   u0
Que es la Ecuación vectorial paramétrica de la recta l, paralela al vector 

u 0 y que pasa por P0
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 ).
En este caso conocemos un punto de la recta y el vector dirección de la misma.


Entonces OP  ( 1 , 2) +  ( 1 , 3 ) es la Ecuación vectorial paramétrica
__________________________________________________________________________________________________
2.2.- Ecuación cartesiana paramétrica

La ecuación vectorial paramétrica de la recta que pasa por P0( x0 , y0 ) y es // a un vector
  
u0 =(r,s): OP  OP0   u 0 , es equivalente a:
( 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
Ejemplo: Hallar las ecuaciones cartesianas paramétricas del ejemplo anterior.

De la ecuación vectorial paramétrica se deducen las otras ecuaciones de la recta:
x  1  
( x , y ) = ( 1 , 2) +  (1,3)  Ecuación cartesiana paramétrica
y   2  3 
Si  y  son los ángulos directores del vector u ,  

u0 = ( cos  , cos ),
0
 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
Sea P0 ( x0 , y0 ), un punto de la recta y u = (r , s) un

y P0
y0 0
vector paralelo a ella , pero no paralelo a ninguno de los

l p ejes coordenados.
x En este caso y solo en él, los nº: r, s deben ser ≠ 0
O r x0
__________________________________________________________________________________________________
 x  x 0  λr
 de la ecuación cartesiana paramétrica:  ,
 y  y 0  λs
xx yy
despejamos  e igualando, tenemos :  = 0  0
r s
La ecuación simétrica de una recta no  a los ejes coordenados es: 67
xx yy
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 
y2
Se tiene:  = x – 1(1) y   (2)
3
y2
De (1) y (2) obtenemos: x–1 = , que es la Ecuación simétrica de la recta
3
b) Recta paralela a uno de los ejes coordenados

i) La ecuación de una recta paralela al eje y, es x = x0
Ejemplo: x = 2
-2 o x
o x
x0
Particularmente la ecuación del eje y, es x = 0
ii) La ecuación de una recta paralela al eje x , es y = y0

y
y 3
y0 Ejemplo: y = 3
o o
Particularmente la ecuación del eje x, es y = 0

__________________________________________________________________________________________________
2.4.- Ecuación general o implícita de una recta en el plano

La ecuación general de una recta del plano es: A x + B y + C = 0
Para el ejemplo anterior, trabajando la ecuación simétrica, se tiene:
3(x–1)= (y+2)  3x  y  5 = 0 Ecuación general o implícita
68 2.5.- Ecuación segmentaria de una recta en el plano

Coordenadas al origen:
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.
La ecuación segmentaria se la obtiene de la ecuación general o implícita.

Ejemplo: Para 3x  y  5 = 0  3x  y = 5 , y
Multiplicando ambos miembros por y ordenando, se tie-
ne:
5/3 x
x y o
  1,
5 5
3
que es la ecuación segmentaria y permite graficar la recta
-5
2.6.- Ecuación reducida o explícita

La ecuación reducida o explícita es: y = m x + n
m: es la pendiente de la recta
__________________________________________________________________________________________________
Pendiente de una recta

Se llama pendiente de una recta, no paralela al eje y, a la tangente trigonométrica del ángulo que
dicha recta forma con el eje positivo x, y se nota con m ⇒ m = tg 
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.
3.- Paralelismo de rectas


Dadas: l1 una recta del plano que pasa por P1 y es // a u1 = ( r1 , s1 )

y l2 otra recta que pasa por P2 y es // a u2 = ( r2 , s2 )
  
r1 s1
l1 // l2  = o sea: l1 // l2 u1 // u 2
r2 s2
Dadas y1 = m1 x + n1  y2 = m2 x + n2 , ecuaciones de dos rectas en el plano no paralelas al

eje y, l1 y l2 respectivamente, la condición necesaria y suficiente para que las dos restas sean para-
lelas es que sus pendientes sean iguales.
O sea: l1 // l2  m1 = m2.
 
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
4.- Perpendicularidad de rectas

Dos rectas son perpendiculares, si son perpendiculares los vectores que las dirigen.
Si 
u1 = ( r1 , s1 ) y 
u2 = ( r2 , s2 ) , r1 r2 + s1s2 = 0.
La condición necesaria y suficiente para que dos rectas sean  es que: r1 r2 + s1s2 = 0.
l1  l2  
u1 

u2
__________________________________________________________________________________________________
x y2 
Por ejemplo, la recta = es perpendicular a la recta OP = ( 1 , 2 ) + λ ( 5, 3 )
3 5
Pues ( 3 , 5 )  ( 5, 3 )
5.- Ángulo de dos rectas

70   l1  
Dados: u  l1 ; u = ( u1 , u2 )
y v  l2 ;
 = ( v , v )
v 1 2
l2
Para hallar el ángulo  entre las rectas l1 y l2, se aplica la fórmula:


u .
v u1 v1  u 2 v 2
Cos  =   , o sea Cos  =
u v u12  u 22 v12  v 22
Por ejemplo, hallar el ángulo que forman las rectas:

l1 : 3 x – y + 3 = 0 y l2 : x – 2y–1=0
u1 = ( 1 , 3 ) y u2 = ( 2 , 1 )
1. 2  3 . 1 5 2
Cos  =     = 45°
10 . 5 50 2
6.- Haz de rectas

Haz de rectas del plano de centro P0 = ( x0 , y0 )
Haz de rectas de centro en P0 , es el conjunto de todas las rectas del plano que pasan por P0.
a)Ecuación general implícita A ( x – x0 ) + B ( y – y0 ) = 0
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
Ecuación del haz de rectas paralelas de pendiente m: y = mx+k
__________________________________________________________________________________________________
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
La expresión que permite hallar la distancia es:

A x 0  B y0  C
d ( P0 , l ) =
A 2  B2
Por ejemplo, la distancia de la recta 3x – y – 2 = 0 al punto ( 2 , –2 ), está dada por:
3. 2  (2)  2 6 3 10
d ( P0 , l ) =  
3  ( 1)
2 2
10 5
7.2.- Distancia del origen O a la recta l del plano
l C
d(O,l) =
A 2  B2
d
o x
__________________________________________________________________________________________________
Por ejemplo, la distancia del origen a la recta 6x  8y + 5 = 0, está dado por:

5
d(O,l) =  0,5
6 2  (8) 2
7.3.- Distancia entre dos rectas paralelas del plano

72 Para : l1 // l2 ,
y
l2
C1  C2
d (l1 , l2 ) =
A 2  B2 l1
d
o x
Por ejemplo, la distancia entre las rectas 4x+3y–8=0 y 4 x + 3 y + 2 = 0 , está dada
8  2  10
por: d (l1 , l2 ) =   2
4 3
2 2 5
8.- Rectas bisectrices

Dadas las rectas: l 1 : A1 x + B1 y + C1 = 0 y l 2 : A2 x + B2 y + C2 = 0,
Las ecuaciones de las bisectrices de los ángulos que forman las rectas l 1 y l 2 están dadas por:
A1 x  B1 y  C1 A 2 x  B2 y  C 2
  2
A12  B12 A 22  B 2
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
Para una bisectriz b2:
__________________________________________________________________________________________________
5 x – 2 y + 100 =  ( 2 x + 5 y – 1)  7 x + 3 y + 99 = 0

9.1.- Hallar la ecuación (en todas sus formas)de la recta que es paralela a l1: 5 x + 2 y + 6 = 0 y
pasa por la intersección de las rectas l2: 3 x + y – 5 = 0 ; y l3: 3 x – 2 y + 4 = 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
Si consideramos la igualdad ( x , y ) = ( 2 , 1) +  (–2 , 5 ) , se tiene:
x  2  2 λ
 y  1  5 λ Ecuación cartesiana paramétrica

Despejando  de las ecuaciones anteriores e igualando, obtenemos:

x 2 y 1
 Ecuación simétrica
-2 5
Operando en la ecuación anterior, tenemos: 5( x –2) = –2 ( y + 1 )

 5x +2y – 8 = 0 Ecuación general o implícita
Ecuación reducida o explícita Ecuación segmentaria

5 5x +2y = 8 , dividiendo por 8 tenemos,
y=  x4
2 x y
 1
8 4
5
__________________________________________________________________________________________________
9.2.- Hallar la ecuación de la recta que es perpendicular a la recta 2 x – 3 y + 4 = 0 y que pa-

sa por el punto P0 (–2 , 1 ).
Solución: Para escribir la ecuación, necesitamos conocer el vector dirección y un punto de la rec-
ta. Sabemos que la recta es  a la dada, entonces los vectores direcciones son perpendiculares. En

este caso, el vector normal de la recta dada, es el vector dirección de la ecuación buscada: 
u =n
74
= (2, –3) (los coeficientes de x e y, son las coordenadas del vector normal de la recta dada)
Fig. de análisis

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
y2 y5
 

P (x+3) (y2) = (x4) (y5)
x4 x3

P1   P2
 x y  2x + 3y  6 = x y  5x4y + 20
 3x + 7y  26 = 0 que es la ecuación de una recta

10.1.- Completar:
i) “Si las coordenadas de un punto satisfacen una ecuación, ese punto pertenece a la gráfica de
esa ecuación y recíprocamente,………………………………………………………………
………………………………………………………………………………………………….”
ii) Dos, son los problemas fundamentales en Geometría Analítica, uno es: dada una ecuación
construir la gráfica correspondiente; el otro es …………………………………………………
………………………………………………………………………………………………….
iii) l1 // l2  …………………
iv) …………………  
u1 

u2
v) El haz de rectas de centro en P0 , es ……………………………………………………….

__________________________________________________________________________________________________
vi) La Ecuación: 2x + y  1 + k (x  3 y + 2) = 0, corresponde al ………………………….

………………………………………………………………………………………
vii) Para calcular la distancia:
i) entre dos rectas paralelas utilizo la expresión: …………………………………………….
ii) del origen de coordenadas a una recta r , trabajo con …………………………………….. 75
10.2.- Unir con flechas, según corresponda

Ecuación
x2 y 1
 Cartesianas paramétricas
-3 2
x y
 1 General o implícita
2 -3

OP  ( 5 , 2) +  ( 1 , 0 ) Segmentaria
 x  1  3
 Vectorial paramétrica
y   2  
y = 4 x  9 Simétrica
3x2y5=0 Explícita
10.3.- Decir si son verdaderas o falsas las siguientes expresiones. Justificar la respuesta.
x2 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

2.- LEHMANN, Charles. Geometría Analítica. México
3.- BURGOS, Juan de. Álgebra Lineal y Geometría Cartesiana. Mc Graw Hill. España. 2006
__________________________________________________________________________________________________
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
Vectorial General Segmentaria
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.
UNJu Facultad de Ingeniería Álgebra y Geometría Analítica

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
dos y el punto O origen del sistema de coordena-

das rectangulares.
El plano coordenado que contiene al eje X y a l
eje Y se llama plano XY; en forma análoga tene-
mos los planos XZ e YZ. Los tres planos coor-
denados dividen al espacio en ocho regiones lla-
madas octantes. El octante determinado por los
semiejes positivos se llama primer octante. En la
práctica se trazan solamente los ejes coordenados.
Un punto P en el espacio tiene una y solo una terna de coordenadas ( x , y , z ), referida a un sis-
tema coordenado rectangular especificado. Recíprocamente, una terna de coordenadas (x, y , z)
determina uno y solo un punto P en el espacio con respecto a un sistema coordenado fijo.
2.- Ecuaciones del plano

2.1.- Ecuación vectorial y ecuación cartesiana
Plano  determinado por un punto P0 y el vector normal a él.
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
Que es la Ecuación vectorial del plano

x


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
Efectuando las operaciones indicadas, tenemos: Ax + By + Cz + D = 0

78
Que es la Ecuación general del plano en forma general o implícita
A, B , C y D son constantes y (A , B, C ) es un vector perpendicular al plano.
2.2.- Ecuación segmentaria

Dada la ecuación: A x + B y + C z + D = 0, con D  0
Si pasamos D al segundo miembro, tenemos: A x + By + Cz = –D
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
Esta ecuación nos permite graficar el plano.

Z
c
a , b y c son las coordenadas al origen
b Y
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:
( x – 1 , y – 2 , z – 0 ) . ( 2 , 3 , 2 ) = 0 Ecuación vectorial del plano

Efectuando el producto : 2 x – 3y + 2z + 4 = 0 Ecuación general del plano
Para graficar hallaremos la ecuación segmentaria
z
-2
o 4/3 y
x y z
   1
2 4 2
3 x
-2
2.4.- Otras ecuaciones del plano
Plano determinado por un punto y dos direcciones paralelas al mismo

Dados: P0 ( x0 , y0 , z0 )  
 
u = ( u1 , u2 , u3 )   y v = ( v1 , v2 , v3 )  
   
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
Si consideramos la ecuación general: A x + B y + C z + D = 0, en la que:
a) Uno de los coeficientes es nulo
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
ii) 2x  2z + 3 = 0 Es un plano  al eje y o  al plano xz
iv) 4y + 2 z  3 = 0 Es un plano  al eje x o  al plano yz
b) El término independiente es nulo
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

d) Dos coeficientes y el término independiente, son

c) Dos coeficientes son nulos
nulos
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
Es un plano // al plano yz o  al eje x Z

YZ
Y
o

X
o y
x
By = 0 , es la ecuación del plano xz
Ejemplos: i) 2x  4 = 0 Cz = 0 , es la ecuación del plano xy
ii) 6y + 3 = 0 , es un plano // al plano xz

iii) 4z  3 = 0 , es un plano // al plano xy
4.- Ángulo de dos planos

Dados dos planos  1 y  2 no paralelos:
 1 : A1 x + B1 y + C1 z + D1 = 0
 2 : A2 x + B2 y + C2 z + D2 = 0
El ángulo, entre los planos  1 y  2 , queda determinado por su coseno que vale:
A1 A 2  B1 B 2  C1 C 2
Cos  =
A12  B12  C12 . A 22  B 22  C 22 Con 0   
Por ejemplo: Encontrar el ángulo determinado por

1  2 x  y + 3 z = 1 y 2  x + 2 y + 2 z = 9
2. 1  1.2  3. 2 6
, está dado por Cos  =   0.53
4  1  9. 1  4  4 3 14
 = arco cos de 0,53 = 57º 41’ 18,48’

5.- Planos paralelos y planos perpendiculares

  A1 B1 C1
5.1.-  1 //  2  n 1 // n 2 , es decir  
A2 B2 C2
 
5.2.- 1  2  n1  n 2 , es decir A1 A2 + B1 B2 + C1 C2 = 0
A1 B1 C1 D1
82 5.3.-  1 y  2 son coincidentes    
A2 B2 C2 D2
Por ejemplo:
3
dados 1 : 2 x  y + 3 z = 1 ; 2 : x + 2 y + 2 z = 9 ; 3 : x + y  z = 2
2
4 :  5 x + 2 y + 4 z = 0 ; 5 :  8 x  8 y + 12 z = 1 ; 6 :  2 x + y  3 z = 5
2 1 3
a) 1 // 6 porque    1
2 1 3
3

1 1 2 1
b) 3 // 5 ; porque  
8 8 12 8
c) 2  5 , porque 1.(8) + 2.( 8) + 2.12 = 0
d) 4  1 , porque ( 5).2 + 2.( 1) + 4.3 = 0
6.- Haz de planos o familia de planos

Se llama Haz de planos determinado por los planos 1 y 2 que se intersecan en la recta r, al
conjunto de todos los planos que pasan por r. La recta se llama eje del haz.
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
Distancia de un punto P0 a un plano  Distancia del origen O a un plano 
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
Distancia entre dos planos paralelos

Dados 1 // 2  1 : A1 x + B1 y + C1 z + D1 = 0
 2 : A2 x + B2 y + C2 z + D2 = 0
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

8.1.- Hallar la ecuación del plano que contenga a los puntos:
( 0 , 2 , 0 ) , ( 0 , 2 , 2 ) , (1 , 3 , 2 )
Una forma de plantear es la siguiente:
Se considera un punto P genérico, P = ( x , y , z )  al plano
Fig. de análisis

 B P AP  ( x , y2 , z )

y los vectores: AB  ( 0 , 0 , 2 )
C 
A AC  ( 1 , 1 ,  2 )

Recordemos que tres vectores son coplanares si el producto mixto es nulo, se plantea entones la
  
ecuación vectorial: AP .( AB x AC ) 0
x y2 z
Se resuelve el determinante: 0 0 2  0
84
1 1 2
2x  2 (y–2) = 0  2x  2 y + 4 = 0

 x + y  2 = 0 es la Ec. general del plano. Es un plano paralelo al eje z
x y
Para graficar consideramos la ecuación segmentaria:   1
2 2
z

o y
2
x 2
8.2.- Sean los planos  1 : 2 x  y + z  7 = 0 y  2 : x + y + 2 z  11 = 0

Hallar: i) El plano del haz que pasa por el punto (1 , 2 , 1 ).
ii) El ángulo determinado por los dos planos.
iii) La distancia del punto P( 2 , 3 , 5 ) al plano  1
Solución:
i) La ecuación del haz es: ( 2 + k ) x + (  1 + k) y + ( 1 + 2k ) z + (  7  11 k) = 0 (1)
Si pasa por (1 , 2 , 1 ): ( 2 + k )(1) + (  1 + k) 2 + ( 1 + 2k )1 + (  7  11 k) = 0
5
 k = 
4
Reemplazando k en la ecuación (1) del haz, se tiene:
5 5 5 5
(2  ) x + (  1  ) y + ( 1 + 2 (  ) ) z + (  7  11 (  )) = 0
4 4 4 4
3 9 3 27
Resolviendo las operaciones indicadas, se tiene: x  y  z + = 0
4 4 2 4

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
iii) La distancia del punto P( 2 , 3 , 5 ) al plano  1
2 . 2  (3)  5  7 5 5 6
d ( P , 1 ) =    2,04
411 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
8.4.- Hallar la distancia entre los planos 1 :  2 x + y  3 z = 5 y 2 : 2 x  y + 3 z = 1

Solución: los planos dados son planos paralelos, para una mejor comprensión escribiremos las
ecuaciones como sigue:
1 :  2 x + y  3 z  5 = 0 y 2 :  2 x + y  3 z + 1 = 0
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
41 9 14

8.5.- Hallar el lugar geométrico de los puntos equidistantes de (–1 , 2 , 0 ) y ( 1 , –2 , 1 )

Consideremos un punto genérico P ( x , y , z ) , llamaremos A y B respectivamente a los puntos
dados.
 dist ( P, A ) = dist ( P , B )
( 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

9.1.- Completar el siguiente cuadro:
Ecuación En R2 representa: En R3 representa:
y=2
2x + 3y = 0
x–5=0
y=0
3x + y – 2 = 0
y+3=0
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 del origen de coordenadas a una Distancia del origen de coordenadas a un

recta en R2 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

2.- LEMAN . Geometría Analítica
3.- BURGOS, Juan de. Álgebra Lineal y Geometría Cartesiana.

Recta en el espacio (R3) Esp. Lydia María Llanos
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.
Se define Recta en el plano: E3
a través de
Ecuaciones Gráficas
Vectorial paramétrica Rectas paralelas y per-

pendiculares
Cartesiana paramétrica
Rectas y planos paralelos
Simétrica y perpendiculares
determinación de y cálculo de
Ángulos entre rectas y Distancias:

entre recta y plano De un punto a una recta,
Entre rectas paralelas
y entre rectas alabeadas
Objetivos
- Expresar las distintas ecuaciones de una recta en el espacio tridimensional y graficarlas, a
partir de un punto conocido y el vector dirección de la recta en particular.
- Reconocer las posiciones relativas de dos rectas (paralelas, perpendiculares), según los vec-
tores direcciones de las mismas.
- Determinar el ángulo que forman dos rectas en el espacio y el que forman una recta y un
plano.
- Hallar la distancia entre un punto y una recta, entre rectas paralelas y alabeadas.
- Adquirir habilidad en el uso del lenguaje simbólico y gráfico a través del planteo y solución
de diferentes ejercicios referidos a rectas en el espacio.

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
 A1 x  B1 y  C1 z  D1  0 que es la forma general de las ecuaciones

l 
A 2 x  B 2 y  C 2 z  D 2  0 de la recta en R3.
89
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.

2.- Ecuaciones de la recta en R3

2.1.- Ecuación determinada por un punto y el vector dirección

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
Ejemplo: Encontrar la ecuación de la recta que pasa por los puntos:

( 1 , 2 , 4 ) y ( 3 , 1 , 3 ), y representarla gráficamente
En este caso conocemos dos puntos de la recta. Para escribir la ecuación vectorial paramétrica
necesitamos conocer el vector dirección de la recta, que es el vector determinado por los dos pun-
tos dados: 
u 0 = ( 2 , 1 , 1 ) y considerando uno de los puntos dados como P0 ( 1 , 2 , 4 ), la
ecuación está dada por:

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 y2 z4
Despejando  tenemos:   Ecuación simétrica
2 1 1

Representación gráfica
z’
z
91
P0 y’
x’ y
o
2.2.- Cuadro resumen de las ecuaciones de una recta en el espacio
Ecuaciones de una recta en E 3

Dados: P0 ( x0 , y0 , z0 )  l  u = ( r , s ,t )  l
y un punto genérico de l : P(x,y,z)
Ecuación vectorial paramétrica  

OP  OP0   u0
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

Ecuaciones simétricas de una recta en E 3
Recta no  a los planos coordenados, ni a los ejes coordenados

92
xx yy zz 92
0  0  0
r s t
a) Recta // al plano XY que pasa por P0 ( x0 , y0 , z0 )
 
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
b) Recta paralela al eje X que pasa por P0 ( x0 , y0 , z0 )
 
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
3.2.- Ángulo entre recta y plano
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.
4.- Condición de paralelismo y perpendicularidad

4.1.- Condición de paralelismo y perpendicularidad entre rectas

l1  l2  u1 // 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

4.2.- Condición de paralelismo y perpendicularidad entre recta y plano
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
Recta y planos paralelos l //   rA+s B + tC = 0
Recta y plano perpendiculares r s t

l     
A B C
5.- Distancia
Distancia de un punto a una recta de E3


Con: P0  l ; P0 ( x0 , y0 , z0 ) ; u  l  P1 ( x1 , y1 , z1 )  l
 
P0 P1 x u
 d (P0 , l ) = 
u
Distancia entre dos rectas alabeadas
l2
 P1  l1  P2  l 2
sea   
u // l1 v // l 2

 l1 P1 P2 . 
u x 
v 
d ( l1 , l2 ) =  
u x v

6.1.- Hallar la ecuación simétrica de la recta perpendicular al plano
3x + 5y + 2z – 4 = 0 y que pasa por el punto P0 ( 1 , 2 , 3 )

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 y2 z 3
= =
3 5 2
6.2.- Hallar la ecuación de la recta que pasa por ( 2 , – 2 , 3 ) y es paralela a


OP = ( 3 , 2 , 4 ) + λ ( 0 , 4 , 0 ). Graficarla.
Solución:
El vector dirección ( 0 , 4 , 0 ), caracteriza a una recta paralela al eje de Y.

– 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
6.3.- Investigar si el siguiente par de rectas son paralelas o perpendiculares.

x2 y z 1  x 1 2y  1
l1 : = = l2 : = = –2 + z
4 6 2 2 6

El vector dirección de l1 , es u1 = (–4 , 6 , –2 )

Para el vector dirección de l2, debemos acomodar la ecuación dada:
Multiplicando por (–1) el numerador y el denominador de la primera fracción; multiplicando por

½ el numerador y el denominador de la segunda y permutando los términos de la tercera, queda
96 96
1
y
x 1 2 = z –2
l2 : =
2 3
 
u 2 = ( 2 , –3 , 1 ) .
Se verifica que u1 // u2 por cuanto u1 = –2 u2 ,  l1 // l2
6.4.- Hallar el ángulo que forma la recta l determinada por:

 x  3 y  z  7  0 1
l : , con el plano : x – 2y + z – 2 = 0.
 x  y  2 z  1  0 2
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 )
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
5 64 7 3
 Sen  = =
1  4  1. 25  9  16 30
7 3
  = arc. Seno de = 23º 50’ 15’’
30

x 1 y2 z4
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
6.6.- Grafique el plano x + y + 2 z – 4 = 0 por medio de sus trazas y escriba la ecuación de

cada una de ellas
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
 Sobre el plano xy  z = 0 ; Recta AB : x+y 4 =0

 Sobre el plano xz  y = 0 ; Recta AC : x + 2z  4 = 0
 Sobre el plano yz  x = 0 ; Recta BC : y + 2z  4 = 0

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
La ecuación de  : ( x 1 , y  3 , z + 2 ) . ( 26 , 2 , 31 ) = 0

26x 2y  31 z  30 = 0  26x +2y + 31 z + 30 = 0


7.1.- Selecciona la respuesta correcta
x 1 2y  1
I) La recta: = = –z y el plano 2x + 3y + z – 2 = 0 son:
2 6
i) paralelos
99
ii) perpendiculares
iii) ninguna de las respuestas anteriores es correcta
 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
7.2.- Dada la recta l por la intersección de los planos 1 y 2:
 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.

2.- SUNKEL, Geometría Analítica
3.- BURGOS, Juan de. Álgebra Lineal y Geometría Cartesiana.

Espacios Vectoriales Esp. Lydia María Llanos
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
Dependencia e independencia Sistema de generadores

lineal
Para definir
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.

- Reconocer y construir una base de un espacio vectorial y determinar la dimensión de la

misma.
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.
2.- Espacio vectorial

2.1.- Definición
Dado un conjunto V, distinto del vacío, se dice que es un espacio vectorial sobre el cuer-
po K, si en él se han definido dos operaciones: una interna llamada suma, (+) , de manera que a
cada par de elementos u y v  V le hace corresponder el elemento u + v  V, y otra externa
llamada producto por un escalar, ( . ), de manera que a todo elemento u  V y a todo elemento
  K le hace corresponder el elemento u  V, que satisfacen las siguientes propiedades:
S1) + es asociativa en V
 u , v , w V  u + ( v + w ) = ( u + v ) + w
S2) existe neutro para la suma en V
 0 V /  v  V : 0 + v = v + 0 = v
 0 es el vector nulo

S3) del inverso aditivo u opuesto en V para cada elemento de V.
v V ,  v V / v + (v) = (v) + v = 0
S4) + es conmutativa en V
 u , v V  u + v = v + u
M1) . admite asociatividad mixta
K , v V : . ( . v ) = (  . ) . v

M2) . es distributivo respecto de la suma en K
 K , v  V : (  + ) . v = . v + . v
M3) . es distributivo respecto de la suma en V
 K ,  v , w  V : . ( v + w ) =  . v +  . w
102 M4 ) la unidad de K es neutro para el . .
 v V : 1.v = v
Un espacio vectorial se representa por la cuaterna ( V, + , K , . )

Los elementos de V se llaman vectores
Los elementos de K se llaman escalares
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)
V2) del neutro para la suma en R2

( 0 , 0 )  R2 /  (a , b)  R2 : ( 0 , 0 ) + ( a , b ) = ( a , b) + ( 0 , 0 ) = ( a , b )
( 0 , 0 ) es el vector nulo

V3) del inverso aditivo u opuesto en R2 para cada elemento de R2 .

( a , b ) V ,  ( a ,  b )  R2 / ( a , b ) + ( a ,  b ) = ( 0 , 0 )
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).
V5) . admite asociatividad mixta
R, ( a , b ) R2: . ( . ( a , b ) ) = (  . ) . ( a , b )

Demostración:
. ( . ( a , b ) ) = . ( . a , . b ) = (  . ( . a ) , . ( . b ) )
= ( ( . . a , (  . ) . b ) ) = (  . ) . ( a , b )

Se aplicó la definición (2), la asociatividad del producto en R, y la definición (2).
V6) . es distributivo respecto de la suma en R

 K, ( a , b )  R2 : (  + ) . ( a , b ) = . ( a , b ) + . ( a , b )
Demostración:
( + ) . ( a , b ) = ( ( + . a , ( + ) . b ) = ( . a + . a , . b + . b )
= ( . a , . b ) + ( . a , . b ) = . ( a , b) + . ( a , b )

Se aplicó la definición (2), la distributividad del producto con respecto a la suma en R, y las defi-
niciones (1) y (2).
V7) . es distributivo respecto de la suma en R2
 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 + . c , . b + . d ) = ( . a ,  . b ) + (  . c , . 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)
V8) la unidad de R es neutro para el .
 ( 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) Si el producto de un escalar por un vector es el vector nulo, entonces el escalar es 0 ó el vec-

tor es nulo.
. v = 0  = 0  v = 0
4) El opuesto de cualquier escalar por un vector es igual al opuesto de su producto.

(   ) . v =  ( . v ) K v V
En particular si  = 1  v. v)v

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.
Un subespacio vectorial de un espacio vectorial V es un subconjunto S de V, que a su vez es un 105
espacio vectorial con las operaciones definidas en V
3.2.- Criterio de subespacio

3.2.1.-El “criterio de subespacio” permite averiguar si un conjunto es o no subespacio de un es-
pacio vectorial dado.
Para demostrar que un subconjunto de un espacio vectorial es un subespacio vectorial, es sufi-
ciente demostrar que la suma de dos elementos de S es otro elemento de S y que la multiplicación
de un elemento de S por un elemento del cuerpo K es otro elemento de S.
Dado S   y S  V:
i) si u  S  v  S  u+v  S
ii) si K  v  S  v  S
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)

Reemplazando (2) en (1), se tiene:  . v = (  . a , a )  B II

Por I y II , se concluye que B es subespacio de R2.
Representación gráfica: Si y = x

y
106 la gráfica correspondiente es la bisectriz
a
del 1º y 3º cuadrante.
b
a x
Ejemplo 2: Demostrar que A = { ( x , y )  R2 / x  0 } No es subespacio de (R2 , +, R, . )

Demostración:
1.-  v1 y v2  A v1 + v2  A
*Si se suman dos de-
Si v1 = ( a1 , b1 )  A  a 1  0 sigualdades del mismo
+ + sentido se obtiene otra
Si v2 = ( a2 , b2 )  A  a 2  0 desigualdad del mismo
sentido
S. m. a m. v1 + v2 = ( a1 + a2 , b1 + b2 ) (1) a1 + a2  0 * (2)
Reemplazando (2) en (1), se tiene: v1 + v2 = ( a1 + a2 , b1 + b2 )  A I
 0
2.-  v  A y    R v  A
Si v = (a ,b)  A  a  0
m. m. a m.  = 
 . v = . ( a , b )
  . v = ( . a , b ) no siempre pertenece a A
Contraejemplo: Si v = (3 ,5)  A
.  = - 2 
  . v = (  ,  )  A  A no es subespacio de R2.
Ejemplo 3: S = { ( x1 , x2 , x3 )  R3 / x3 = x1 + x2 } es subespacio de R3.

Demostración:
1.-  v1 y v2  S v1 + v2  S

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
2.-  v  S y    R v  S 107
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
Por I y II , concluimos que B es subespacio de R3.

Al subespacio S pertenecen las ternas ( x1 , x2 , x3 )  R3 que satisfacen la condición:
x1 + x2 – x3 = 0, ecuación que define un plano que pasa por el origen.
Ejemplos de ternas que pertenecen a S: ( 1 , 2 , 3 ) ; ( 2 , 3 , 1 ) ; (1 , 3 ,  4 ) .....
4.- Combinaciones lineales

Dado (V, +, K, .) y Sea A = { v1, v2, … , vn}  V
Definición:
Combinación lineal de A es todo vector: 1v1 + 2v2 + … + nvn /  i  K vi  A
Utilizando el símbolo de sumatoria, se tiene:
n
 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
Ejemplo2: En R 2 ¿ es ( 7 , 2 ) combinación lineal de los vectores ( 1 , 1 ) y (1 , 4 )?

Para averiguar si ( 7 , 2 ) es combinación lineal de los vectores ( 1, 1 ) y ( 1 , 4 ), debemos
investigar si existen escalares  y / ( 7 , 2 ) =  . ( 1 , 1 ) +  . (1 , 4 )
efectuando operaciones: ( 7 , 2 ) = ( ,  ) + (  , 4 .)
por igualdad de pares: ( 7 , 2 ) = (  + ,  + 4 .)
 +  Si el sistema tiene soluciónes combinación 

 + 4 . =  2 (2) lineal de los vectores dados.
Restando las dos ecuaciones se tiene:

 +  Reemplazando en (1) tenemos:
 + 4 . =  2  3= 7 
3  = 9
 =  3 el sistema tiene única solución, o sea que ( 7, 2) puede expresarse
como única combinación lineal de (1, 1) y (1, 4).
 ( 7 , 2 ) = . ( 1 , 1 )  3 . (1 , 4 )

Ejemplo3: Dados p(x) = 3x + 5 y q(x) = 2x2 + x – 2  ( R [x], +, R, . )

16
¿ 2 x2 – x   es combinación lineal de p(x) y q(x).?
3
16
1 ( 3x + 5 ) + 2 ( 2x2 + x – 2 ) = 2 x2 – x  
3
16 109
( 3 1 x + 5 1 ) + ( 22 x2 + 2 x – 22 ) = 2 x2 – x  
3
16
22x2 + (31 + 2) x + (51– 22) = 2 x2 – x  
3

 2 α 2  2  α 2 1
  1α 2  2
3α1 α 2  1 α1  α1 
 3 3
 5α - 2α   16

 1 2
3
Los valores de 1 y 2 se reemplazan en la tercera ecuación:
16 16
5.– 2 . 1     2 x2 – x   es combinación lineal de p(x) y q(x).
3 3
5.- Subespacio generado por una familia de vectores de V

El conjunto de las combinaciones lineales de todo subconjunto   de V, es un subespacio
del mismo.
Dados: (V,+,K,.)
A = { v1 , v2 , ... , v r }  V
 ( A , + , K , . ) es un subespacio de V generado por A.
Si A = { 1 v1 + 2 v2 + .... + r v r / i  K  vi  A }
Ejemplo: Determinar el subespacio de (R3 , + , R , . ) generado por la familia

A = {(1 , 0 , 1 ) , ( 0 , 1 , 0 )}
Por definición: A es el conjunto de las ternas ( x1 , x2 , x3 )  R3 /
( 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
6.- Dependencia e independencia lineal

6.1.- Vectores linealmente independientes
Dado ( V , + , K , . ) y A = { v1 , v2 , ... , v r }  V ,
A es linealmente independiente  , la combinación lineal 1 v1 + 2 v2 + .... + r v r = 0
tiene como única solución la trivial, es decir como única solución: i = 0  i = 1 , 2 , ... , r
r
A es LI  i :  v
i 1
i i  0  i  0
Ejemplo: { ( 1 , 0 ), ( 1 , 1 ) }  R2 es L.I.7 Gráficamente

Demostración: 1 ( 1 , 0 ) + 2 ( 1 , 1 ) = ( 0 , 0 )
1 + 2 = 0
2 = 0 y 1 = 0
6.2.- Vectores linealmente dependientes
El A = { v1 , v2 , ... , v r }  V es linealmente dependiente  , la combinación lineal

1 v1 + 2 v2 + .... + r v r = 0 admite al menos una solución distinta de la trivial.
r
A es L.D.  i /  v
i 1
i i  0  i  0
Ejemplo: Estudiar la dependencia o independencia lineal de los siguientes conjuntos:

(Para investigar la dependencia o independencia lineal, se propone la C. L. de los vectores dados,
con escalares a determinar, que sea igual al vector nulo)
7
“C.L.” , “L.I.” , “L.D.” , serán las abreviaturas de combinación lineal, linealmente independiente y linealmente
dependiente, respectivamente.

a) {(1,1,1), (2,2,0), (3,0,0)}  R3

Planteo:
1 ( 1 , 1 , 1 ) +  2 ( 2 , 2 , 0 ) +  3 ( 3 , 0 , 0 ) = ( 0, 0, 0 ) efectuando operaciones, se tiene:
(1 , 1 , 1 ) + ( 2  2, 2 2 , 0 ) + ( 3  3, 0 , 0 ) = ( 0, 0, 0 )
(1 + 2  2 + 3  3 , 1 +2 2 , 1 ) = ( 0 , 0 , 0 )
111
Por igualdad de ternas, consideramos el siguiente sistema:
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 )
2  4 + 8 Resolvemos el sistema por Gauss.

   + 
 3 + 2 + 8 = 0
(-3)  2 + 4   2 + 4  2 + 4 

+   +  (4) 3 + 33 + 3
3 + 2 + 8 = 0 (3) - 4- 4 = 0 0 = 0
Despejando en   =   (3)
Reemplazando (3) en (1)  2 + 4  

El sistema tiene infinitas soluciones, es decir que además de la trivial admite otras soluciones.

 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
u y v son independientes u y v son dependientes (uno es múltiplo del otro)

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.- ¿Qué es un sistema de generadores?

7.1.- Definición
Dado ( V , + , K , . ) y un conjunto de vectores A = { v1, v2, ......, vr )  V , A es un sistema de
generadores de V si y sólo todo vector de V puede expresarse como combinación lineal de los
vectores de A o bien,
A es S.G.8 de V  el espacio generado por A es V.
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
A, no es sistema de generadores de R2 , genera el espacio: { ( x , y ) / y = 0 }
8.- Base de un espacio vectorial

8.1.- Definición
Sea A = { v1, v2, ......, vr ) una familia de vectores de ( V , + , K , . )
El conjunto A  V es una base de ( V , + , K , . ) si y sólo si es un conjunto linealmente inde-

pendiente y sistema de generadores de V.
A  V es una base de V  A es L.I. y es S.G. de V.
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.

ii) Demostrar que B es sistema de generadores de R3.

(1 , 1 , 2 ) +  ( –1 , 0 , 2 ) + ( 0 , 0 , 1 ) = ( x , y , z )
( ,  , 2 ) + ( –  , 0 , 2 ) + ( 0 , 0 ,  ) = ( x , y , z)
–  = 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.
Ejemplo 2: Encontrar una base para el subespacio siguiente:

A = { ( x , y , z ) R3 / x = y }
Si x = y  ( x , x , z )  A.
Una forma de plantear sería la siguiente:
(x,x , z) = (x,x , 0) + (0,0 , z)
= x (1,1 , 0) + z(0,0 ,1)
{ ( 1 , 1 , 0 ) ; ( 0 , 0 , 1 ) } es Base de A
8.3.- Base canónica

Una base de ( Rn , + , R , . ) está dada por el conjunto de vectores:
e1 = ( 1 , 0 , 0 , ... , 0 )
e2 = ( 0 , 1 , 0 , ... , 0 )
e3 = ( 0 , 0 , 1 , ... , 0 )
...................................
en = ( 0 , 0 , 0 , ... , 1 )
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

9.- Coordenadas o componentes de un vector

Si el conjunto [v] = { v1 , v2 , ....., vr } es base de ( V , + , K , . )  cada vector de V puede
expresarse de modo único como combinación lineal de la base [v] , ya que los vectores de ésta
son L.I. y S.G. de V.
O sea que si v  V  existen y son únicos los escalares 1 , 2 , … , r /
116
r
v = 1 v1 + 2 v2 + … + r vr =  v
i 1
i i
 iK.
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
Verificación: (1 , 1 , 2 )  ( –1 , 0 , 2 ) + ( 0 , 0 , 1 ) = ( 5 , 3 , 2 )
ii) respecto a la base canónica

Las coordenadas son los valores de y /
( 5 , 3 , 2 ) = (1 , 0 , 0 ) +  ( 0 , 1 , 0 ) + ( 0 , 0 , 1 )
  3 , = 2

10.- Dimensión de un espacio vectorial

Dos bases cualesquiera de un mismo espacio vectorial tienen el mismo número de vectores. Tal
número es la dimensión del espacio.
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

11.1.- Decir si son V o F las siguientes expresiones. Justifique la respuesta en cada caso.
a) Todo vector nulo es Ld.
b) Si  v = 0   = 0
c) ( Z , + , R , . ) es E. V.
d) Todo conjunto de vectores que contiene al vector nulo es linealmente independiente.
e) Si A es L.I.,  ningún vector de A es combinación lineal de los demás.
f) Si un conjunto A de n vectores, incluido en un E.V. n-dimensional es L.I. ,  A es una
base del E.V. considerado.
g) Todo conjunto de más de n vectores de E.V. n-dimensional es L.I.
9
Rojo, A. Álgebra II

11.2.- Asociar la notación simbólica de las propiedades con el enunciado correspondiente
 0 V /  v V : 0 + v = v + 0 = v Existencia del inverso aditivo u opuesto en V
 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
11.3.- Decidir si {( 1 , 1 , 0 ) , ( 0 , 0 , 2 ) , ( 0 , 1 , 0 )} es LD. o L.I. Justificar la respuesta.
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 )?
11.5.- Establezca la veracidad o falsedad de las siguientes afirmaciones:

a. Todo conjunto que contiene un subconjunto L.D. es L.D.
b. Todo subconjunto de un conjunto de vectores L.I. es L.I.
c. Un único vector es L.I.
d. { ( 1, 3 , 0 ) , ( 1 , 3 ,4 ) , ( 0 , 0 , 0 ) } es L.I.
11.6.- Escribir la base canónica de R4.
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……………..

e) Si { u1 , u2 }  R2 , es L.I.  genera ...............................................

f) Un conjunto de { u1 , u2 , u3 }  R2, es S. De G. de R2 , pero no es ………..
………………………………….............................................................
11.8.- Si p1 (x) = x + 1, p2 (x) = x2 + 1, p3 (x) = 7 son polinomios per-

119
tenecientes a Pn (x) , escribir p(x) = 2x2 + 3x + 33 como combinación lineal de
los vectores p1 (x), p2 (x) y p3 (x)
11.9.- Determinar el subespacio de ( R3, + , R , . ) generado por los vectores:

v1 = ( 1 , 1 , 2 ); v2 = ( 0 , 1 , 1 ) y v3 = ( 1 , 1 , 0 ).
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?

1.- Di Caro H. Álgebra y Geometría Analítica. Tomo I. Gráfica Munro.
2.- Rojo A. Álgebra II. Tomo II. El Ateneo.
3.- Sagastume – Berra. Álgebra y Cálculo Numérico. Kapelusz
4.- Seymour L. Álgebra Lineal. Serie Schaum. McGraw-Hill

Matrices Esp. Lydia María Llanos
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
Cuadro de nºs ordenados

en filas y columnas
se definen
Matrices especiales
Operaciones con matrices
si son de igual de órdenes

Matriz Matriz orden
transpuesta cuadrada
Producto de un escalar nxp y pxm
Suma por una matriz
Diagonal, escalar, Producto de

unidad, simétrica, y las propiedades dos matrices
antisimétrica, matriz definen el
triangular… de aplicación en
si  Transformaciones
Espacio vectorial
lineales
Rnxm
Matriz inversa
De aplicación en la resolución de problemas y particularmente para

sistemas de ecuaciones lineales

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 **
i=2 9,15 9,30 9,55 10,25 10,45 11,00

      
i    hij  
      
i=n 19,00 19,30 20,20 21,20 21,55 22,30
* La estación j =1 puede ser San Miguel, j = 2 , Rosario, … , j = m puede ser Retiro

** i = 1 tren expreso, i = 2 local , … , i = n tren rápido.

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.
2.2.- Igualdad de matrices

Dadas dos matrices A = ( a i j ) y B = ( b i j ) , se dice que A es igual a B , si y sólo si A y B son
del mismo orden y los elementos igualmente dispuestos son iguales.
En símbolos:
ordendeA  ordenB
A=B  
 a ij  b ij  i,  j
 xy5
 x  y 1
 x  y 2z  w  5 4 
Ejemplo: si       
 xy zw  1 8 2z  w  4
 z  w  8
La igualdad se verifica para x = 3 ; y = 2 ; z = 4 ; w = 4
2.3.- Matriz fila y matriz columna

Si n=1  la matriz se dice matriz fila.
A1xm = ( a11 a12 a13 … a1m ) Ejemplo: A1x3 = ( 2 3 5 )
Si m=1  la matriz se dice matriz columna.

 b 11 
   3
 b 21   
Bnx1 =  Ejemplo: B3x1 =  2 
...  5
   
 bn1
 
2.4.- Matriz cuadrada 123
Si el número de filas de una matriz es igual al número de columnas, es decir cuando n = m, la

matriz se llama cuadrada. Su notación será Anxn
 a11 a12 ... a1n 
 
 a 21 a 22 ... a 2 n 
A nxn =   de orden n x n, se denomina matriz de orden n.
... ... ... ...
 
 
 a n1 a n 2 ... a nn 
 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.
3.- Matrices especiales

3.1.- Matriz diagonal
La matriz cuadrada A es matriz diagonal  i  j  a i j = 0
 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 ...  

3.3.-Matriz unidad o matriz identidad

 a ij  1 si i  j
Una matriz cuadrada es matriz unidad   , se la designa con I
a ij  0 si i  j
 1 0 ... 0 
   1 0 0
 0 1 ... 0   
I nxn =  , La matriz I3x3 =  0 1 0 
... ... ... ...  0 1 
124
   0
 
 0 0 ... 1 
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
 0 a12 ... a1n   0 5 3 1 

   
  a12 0 ... a 2 n   5 0 2 0 
A nxn = 
... ... ... ...  A 4x4   3 2 0 5 
   
  a1n  a 2n   1 
 ... 0   0 5 0 
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
3.6.- Matrices triangulares

La matriz cuadrada A es triangular superior  i > j  a ij = 0
 a11 a12 ... a1n   1 0 3 1 

   
 0 a 22 ... a 2 n   0 1  2 0 
A nxn =  Ejemplo: A 4x4  
... ... ... ... 0 0 0 5
   
   
 0 0 ... a nn   0 0 0 4 

La matriz cuadrada A es triangular inferior  i < j  a ij = 0
 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
4.- Operaciones con matrices

Primero definiremos dos operaciones algebraicas sobre Rnxm: “Suma” y “Multiplicación de un
escalar por una matriz”. Luego consideraremos el producto de dos matrices.
4.1.- Suma de matrices
Para definir la suma de dos matrices, éstas deben ser del mismo orden.
Dadas las matrices, A = ( aij )  R n x m y B = ( bij )  R n x m , la suma es la matriz A + B
= (aij + bij )  R n x m .
 a11 a12 ... a1m   b11 b12 ... b1m 

   
 a 21 a 22 ... a 2 m   b 21 b 22 ... b 2 m 
Anxm =   Bnxm =  
... ... ... ... ... ... ... ...
   
   
 a n1 a n 2 ... a nm   b n1 b n 2 ... b nm 
 a11  b11 a12  b12 ......... a1m  b1m 

 
 a 21  b 21 a 22  b 22 ......... a 2 m  b 2 m 
Anxm + Bnxm =  
.......... ........... ......... ............
 
 a n1  b n1 a n 2  b n 2 ......... a nm  b nm 
 
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 
4.2.- Producto de un escalar por una matriz

Se llama producto . A =  (aij ) con  escalar  R y A  R n x m , a la matriz A = (a aij) 
R nxm

 a11 a12 ... a1m   λa 11 λa 12 ... λa 1m 

   
 a 21 a 22 ... a 2 m   λa 21 λa 22 ... λa 2m 
A =  .   =  
... ... ... ... ... ... ... ...
   
   λa n1 λa n2 ... λa nm 
 a n1 a n 2 ... a nm   
126
 2 1 3  8  4 12 
Ejemplo: 4.   =  
1 4  2   4 16  8 
En particular si  . A = N   = 0  A = N (matriz nula)
Propiedades. Para A, B y, C  R n x m y para escalares  y ; se verifica en:

La suma de matrices La multiplicación de un escalar por una matriz
a) Propiedad asociativa a) Propiedad distributiva respecto de la suma en R
(A+B)+C= A+(B+C) (+)A=A+A
b) Existencia del elemento neutro b) Propiedad distributiva respecto de la suma en
A+N=N+A=A* Rnxm
c) Existencia del elemento opuesto (A+B)=A+B
A + (A ) = (A) + A = N ** c) Propiedad asociativa
d) Propiedad conmutativa  (  A ) = ( ) A
A+B=B+A d) La unidad de R es neutro para la multiplicación
1A=A
* 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.
La cuaterna (Rnxm , + R ,  ) denota un espacio, denominado espacio vectorial de matrices nxm

con elementos en R. En este espacio los vectores son matrices.
En particular (Rnxn , + R ,  ) es el espacio vectorial de las matrices cuadradas de n filas y n co-

lumnas.
4.3.- Producto de matrices

4.3.1.- Producto de una matriz fila por una matriz columna
Consideremos la matriz fila A1x4 = ( 22 15 34 18 ), que expresa los precios promedios de
CD románticos, música pop, folklore y latina respectivamente.
127
 10 
 
 4 
La matriz columna B indica la cantidad de CD según rubro que desea adquirir; B4x1 = 
12 
 
 5 

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 

Definición de producto de matriz fila por matriz columna

El producto de A1xn . Bnx1 es la matriz C1x1 , que tiene un único elemento
 (a1xn ) . ( bnx1 ) = ( c1x1 )
 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.
4.3.2.- Producto de matrices

Ejemplo preliminar
Un centro de enseñanza, en el que se imparten cursos de inglés y computación según cuatro ni-
veles de enseñanza, podría realizar el dictado de los mismos según los sistemas de presenciales o

a distancia.
El número de inscriptos y los costos de los cursos según nivel y modalidad están dados por las
siguientes tablas:
Tabla 1: nº inscriptos Tabla 2: Precios de los cursos

128
Idioma
Ingles Computación
Nivel Nivel
I II III IV
Modalidad
I 25 20
Presencial 80 100 110 120
II 18 16
A distancia 85 85 120 125
III 20 14
IV 12 10
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

 a 11 a 12 ... a 1p   b11 ... b1j ... b1m   c 11  . c 1j  c 1m 

     
 ... ... ... ....   b 21 ... b 2j ... b 2m    .   
i  a i1 a i2 ... a ip x   =  .c  c ij  c im 
 .  ... ... ... ... ...  i1 
... ... ... ...      
   b p1 ... b pj ... b pm  
 a n1 a n2 ... a np    c  c nj  c nm 
 n1 129

j
Condición: Para que el producto sea posible, el número de columnas de la primera matriz debe
ser igual al número de filas de la segunda.
Ejemplo:
 1 0 1
  1 2 3  
Dadas A =   y B =   1 1  1 , efectuar si es posible el producto A.B
 2 1 0  2 2 0 
 
A2x3 . B3x3 = C 2x3 si es posible multiplicar A x B
Regla práctica para multiplicar matrices
 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

El producto de dos matrices NO nulas puede ser la matriz nula.
4.3.3.- Propiedades del producto de matrices

a. Asociativa: ( A B) . C = A ( B C )
 a derecha ( A  B ). C  A . C  B . C
b. Distributivas con respecto a la suma: 
130
a izquierda A ( B  C )  A . B  A . C
c. Existencia del elemento neutro: AI = IA = A , siendo I la matriz unidad
5.- Matriz traspuesta

 a11 a12 ... a1m 
 
 a 21 a 22 ... a 2 m 
Dada la matriz, A  R n x m Anxm =  
... ... ... ...
 
 
 a n1 a n 2 ... a nm 
 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
Toda matriz cuadrada M es la suma de una matriz simétrica y de una antisimétrica:

1 1
M= ( M + Mt) + ( M  Mt), y esta descomposición es única
2 2
6.- Matriz inversa

6.1.- Concepto
Una matriz cuadrada A de orden nxn, se dice que es invertible, o regular, o no singular; si y solo
131
si existe otra matriz B de igual orden, tal que su producto por A a izquierda y a derecha es la
identidad.
Anxn es no singular   B / A . B = B . A = I (I = matriz unidad)
 B es matriz inversa de A.
La matriz inversa de A se denota con A1
 A.A1 = A1 . A = I (I = matriz unidad)
Si uma matriz cuadrada admite inversa, entonces ésta es única.
 1 1 
 
 2 3 
A1 =   , pues A. A1 = I
3 3
Ejemplo: Dada A =   
1 3   1 2 
  
 9 9 
Comprobación:
 1 1 
 
 2 3   3 3  =  1 0 
 . 
1 3   1 2   0
 1 
  
 9 9 
Para hallar A-1, se dispone del siguiente modo:
 2  3   a11 a12   1 0   2a11  321  1  2a12  322  0

  .   =    y 
 1 3   a21 a22   0 1  1a11  3a21  0 1a12  3a22  1
La resolución de los sistemas de ecuaciones planteados, permite escribir A-1.
6.2.- Propiedades
1) Si A y B son inversibles,  ( A . B ) 1 = B1 . A1

2) ( A t ) 1  A 1 t

4) A 1 
1
A

1 1
5) A  A
6.3.- Ecuaciones matriciales

Veamos como resolver ecuaciones donde aparecen matrices involucradas.
a) A.X = B b) X . A = B con A  B  R nxn
A –1 . A . X = A –1 . B X . A . A –1 = B . A –1
132
(A –1 . A) . X = A –1 . B X . (A . A –1 ) = B . A –1
I . X = A –1 . B X . I = B . A –1
X = A –1 . B X = B . A –1
Para obtener la matriz X se debe premultiplicar o posmultiplicar (según corresponda) por A –1
7.- Traza de una matriz : Dada Anxn  Rnxn

La traza de una matriz cuadrada es la suma de los elementos de su diagonal principal.
 a11 a12 ... a1n 

 
 a 21 a 22 ... a 2 n  n
Sea A nxn = 
... ... ... ...  . La traza de A = a11 + a22 + ... + an n = a 11
  i 1
 
 a n1 a n 2 ... a nn 
 2 2 1 
 
Ejemplo: La traza de A3x3 =   1 3  1  , es 2 + 3 + (3 ) = 2
 1 0  3 


8.1.- Dadas las matrices:
1 4 
  3 2  4  
C =   E =  3  3
 2 1 3  1
 2 
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
b) C 2x3 y E 3x2 , el producto es posible

Para multiplicar dos matrices disponemos en forma práctica,
1 4 como sigue:
E 3 3
C 1 2 (-3)(-1) +2.3 + (-4).1 = 5
3 2 4 5 -26 (-2)(-1) +1.3 + 3.1 = 8
2 1 3 8 -5 (-3).4 +2.(-3) + (-4).2 = -26

(-2).4 +1.(-3) + 3.2 = -5
 5  26 
C . E =  
8  5 
8.2.- Hallar los valores de  ,  ,  , tal que verifique:

1 1   1 1  1  1 3 1
   +    +    =  
 0 1  1 0 0 0  1  2
Solución:
i. Efectuar los productos
α α   β β     3 1
  +   +   =  
0  α   β 0 0 0  1  2
ii. Realizar la suma de matrices

α     α   -  3 1
  =  
 - α  1  2

iii. Por igualdad de matrices
 αβ 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 = A1 B
i. Para calcular A1, recordar que A. A1 = 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
Resolviendo los sistemas tenemos que: a = 5 , b = 2 , c = 7 y d = 3
 5 -2 
A1 =  
 -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 

135
9.1.- Determinar los valores de los subíndices i, j, k, m, p, q, t, r para que la siguiente expresión
matricial tenga sentido:
A5xi B4xj  Ckxm D3xp + Ftx2 = Hqxr
9.2.- Seleccionar la respuesta correcta

 2 2 1 
 2 3 0   
i) Si   .   1 3  1  = C
 3 1 5   1 0  3 

Entonces el valor de C23 es:
a) 9 b) 12 c) 11 d) 11 e) 5
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 xz 
 
9.3.- Si A 3x3 =  x  y y yz  , analizar en que casos, A es:
 x z2 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.

9.7.- Demuestre las propiedades de la multiplicación de matrices mediante ejemplos.
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
Enuncie las respuestas a los siguientes interrogantes usando operaciones matriciales:

a. La empresa ha aceptado la construcción de 5 viviendas del tipo A, 7 del tipo B y 12 del
tipo C. ¿Qué cantidad de materiales se necesitará?
b. Se sabe que el acero cuesta $15 por unidad, la madera $8 por unida, el vidrio $5 por uni-
dad, la pintura $1 por unidad y la mano de obra $10 por unidad. Para esta lista de precios
de insumos, ¿cuáles serán los precios de costo individuales de cada tipo de casa?
c. ¿Cuál será el precio total de los materiales para todas las casas?
9.9.- Demuestre, mediante ejemplos, las propiedades de la matriz inversa.
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.

2.- Burgos Juan de. Álgebra Lineal y Geometría Cartesiana. Mc Graw Hill

Determinantes Esp. Lydia María Llanos
DETERMINANTES
Contenidos
137
El DETERMINANTE
asociado a una
Se definen Matriz cuadrada

Menor
complementario es un
. (-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
Matriz Rango de Operaciones elementales

inversa una matriz sobre una matriz
Se obtiene por
Método de Gauss-Jordan Triangulación
De aplicación en la resolución de un
Sistema de ecuaciones lineales

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 (+)
2.- Determinantes. Definición
2.1.- Cálculo del determinante de segundo orden

 a11 a12 
Dada la matriz A2x2 =  
 21 22 
a a
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

2.2.- Cálculo del determinante de tercer orden.
 a11 a12 a13 

 
Dada la matriz A 3x3 =  a 21 a 22 a 23 
a 
 31 a 32 a 33 
139
p p1 p2 p3
Sig(p)
+ 1 2 3
a 11 a 12 a 13
 1 3 2 ElA= a 21 a 22 a 23   Sig (p) a 1p1 . a 2 p 2 . a 3p 3

p
2 1 3 a 31 a 32 33
+ 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
2.3.- Determinante de orden n. Definición

Dada una matriz cuadrada de orden n: A =  a ij  se llama determinante de A[ Det (A)] a la
aplicación de las matrices cuadradas en R, de modo que la imagen de cada matriz es un número
real que es igual a la suma de todos los productos posibles de n factores, elegidos de los n2 de la
matriz dada, que se pueden formar tomando elementos de filas y columnas distintas precedidos
con signo + ó – de acuerdo a que la clase de la permutación formada por los subíndices corres-
pondientes a las columnas sea par o impar respectivamente. Sea A =  a ij  de orden n.
Det (A) = 
p
sig (p) a 1 p1 a 2p2 ....anpn

3.- Propiedades de los determinantes

3.1.- El determinante de la matriz A y de su traspuesta At son iguales.
 A =  At
3.2.- Sea la matriz cuadrada A:
i. Si A tiene una fila (o columna) de ceros, entonces  A = 0.
140
ii. Si A tiene dos filas (o dos columnas) idénticas, entonces  A = 0.
iii. Si A es triangular, entonces  A es igual al producto de los elementos de la diagonal.
Ejemplos:
2 0 3
3.2.i.-  A = -1 0 -2 =0
1 0 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
3.3.- Si la matriz B, se obtiene de una matriz A,

i. multiplicando una fila (o una columna) de A por un escalar ,   B =   A
ii. permutando dos filas (o dos columnas) de A,   B =  A
iii. sumando a una fila (o a una columna) de A, una combinación lineal de otras filas
(o de otras columnas);   B =  A
Ejemplos:
1 2  2 4 
3.3.i.- A =   B =  
3 5  3 5 
1 2 2 4
 A = = 11  B = = 22 = 2  A
3 5 3 5
 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
3.4.- El determinante de un producto de dos matrices A y B, es igual al producto de sus

determinantes.  AB =  A  B
Ejemplo:
 2 3   1 2   4 5 
Dadas A =   B =    A.B =  
 4 1   2 3   2 5 
 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
4.- Menor complementario. Adjunto o cofactor

4.1.- Menor complementario
Dada una matriz cuadrada de orden n , A = ( a ij ), se llama menor complementario de aij, al de-
terminante asociado a la sub-matriz cuadrada de orden n-1, que se obtiene quitando de A la fila i-
ésima y la columna j-ésima.
 a11 a12 a13 
 
a 
 31 a 32 a 33 
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 21 a 22 a12 a13 a11 a12

13 = , 21 = , ......................, 33 =
a 31 a 32 a 32 a 33 a 21 a 22
4.2.- Adjunto o cofactor

El adjunto o cofactor de un elemento aij, que se designa con A ij está dado por:
142
Aij = (-1) i+j .  ij
 a 11 a 12 a 13 
 
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
a12 a13 a11 a12

A 21 = (-1) 2+1 .  21 = (-1) 2+1 , A 33 = (-1) 3+3 .  33 = (-1) 3+3
a 32 a 33 a 21 a 22
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
Menor comple- Menor comple- Menor comple- 143

mentario de a11 mentario de a12 mentario de a13
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
Si desarrollamos por la fila i

n
A  = ai1 . A i1 + ai2 . A 12 + .............. + aij . A ij + .......... + ain . A in = a j1
ij . A ij
Si desarrollamos por la columna j

n
A  = a1j . A 1j + a2j . A 2j + .............. + aij . A ij + .......... + anj . A nj = a
i 1
ij . A ij
3 2 0 1
1 1 2 1
Ejemplo: Dado A  =
2 2 3 2
1  3 1 1

Desarrollar A  por la 1º fila:

1 2 1 1 2 1 1 1 2
A = (-3) (-1) 1+1
2 3 2 + 2. (-1) 1+2
2 3 2 + 0 + (-1) 1+4 2 2 3
 3 1 1 1 1 1 1 3 1
144 Desarrollar A  por la 4º columna:

1 1 2 3 2 0
A  = 1. (-1) 1+4
2 2 3 + (-1) .(-1) 2+4
2 2 3
1 3 1 1 3 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
El cálculo del determinante de orden n, se reduce a uno de orden n1.
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
Corolario: El determinante de una matriz triangular es igual al producto de los elementos

de la diagonal principal.

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
5.3.- Cálculo de determinantes de orden superior

Para calcular un determinante de orden superior ( > 3 ), generalmente se aplican las propiedades
para bajar el orden a 3 ó a 2.
Ejemplo: Calcúlese el siguiente determinante:

+ (-2) (-3) + (-)
2 0 1 3 1 0 0 1 3 1 0 0 1 0 1
1 1 2 2 3 5 1 2 2 3 5 1 2 4 3
D= 1 4 0 1 5 = 1 4 0 1 5 = 1 4 0 1 5
2 1 3 1 2 4 1 3 1 2 4 1 3 8 2
1 2 1 3 1 3 2 1 3 1 3 2 1 6 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.
5.4.- Regla de Chío

La aplicación de la Regla de Chío permite reducir el orden de un determinante de orden n a otro
de orden n-1. Para hallar el valor del determinante por esta regla, se elige un elemento 1 como
pivote.
Ejemplo:
1 1 2 4
1 1 3
0 1 1 3 8 1
D = = (-1) 1+1
3 5 8 = (-1) 1+1 =
2 1 1 0 7  16
1 8  13
3 4 2 1
= 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
6.- Matriz adjunta

Dada una matriz A = ( aij ), de orden n:
 a11 a12 ... a1n 
 
 a 21 a 22 ... a 2 n 
A= 
... ... ... ... 
 
 a n 2 ... a nn 
 a n1
La matriz adjunta de A es la matriz transpuesta de los cofactores de los elementos aij de A.
 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
7.- Matriz inversa

Adj (A)
148
Dada una matriz cuadrada A, con A  0  A 1 
A
 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.- Matrices equivalentes

8.1.- Las operaciones elementales entre filas (columnas ) de una matriz A nxm son las siguientes:
1) Permutación de dos filas (columnas) entre sí.
2) Suma de una fila(columna) a otra.
3) Producto de los elementos de una fila (columna) por un escalar no nulo.
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
9.- Rango o característica de una matriz

1º Definición: El rango o característica de una matriz es igual al orden del determinante de ma-
yor orden distinto de cero extraído de la matriz dada.
2º Definición: El rango o característica de una matriz A es igual al número de líneas linealmente
independientes. Notación:  ( A )

1º corolario: Las matrices equivalentes tienen el mismo rango.

2º corolario: El nº de vectores filas linealmente independientes es igual al nº de vectores colum-
nas linealmente independientes.
Ejemplo:
 1 1 0 2 
 
A =  2 1 1 0 
149
Determinar el rango de la matriz
  1 1 1  1
 
Utilizaremos el Método de Gauss-Jordan:
Se efectúan operaciones elementales exclusivamente sobre filas, para determinar una matriz
equivalente de A. Consiste en encontrar el número de vectores canónicos, pues ese número de-
termina el rango de la matriz dada.
1 1 0 2 
(-2)  1 1 0 2  1 0 1  2  1 0 0  3
       
A =  2 1 1 0   0 1 1  4  0 1 1  4   0 1 0  5
  1 1 1  1 0 0 1 1  0 0 1 1  0 0 1 1 
       
 (A) = 3

10.1.- Sólo uno de los siguientes productos puede representar uno de los términos del cálculo de
un determinante de una matriz 3x3. Justifique.
a) a11 a22 a33 b) a12 a22 a33 c) a13 a22 a31 d) a11 a23 a32 e) a11 a12 a33
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.
10.3.- Calcule, si es posible, la matriz inversa de:
1 2 1  2 1 1 
   
A =  2 5 3 B =  3 0 2 
1 3 2  1 3 5 
   

10.4.- Calcule el rango de las siguientes matrices:

 1 1 1 3 
 3 1 0 5   
A =   B = 1 2 1 4 
 2 1 0 4   2 
 1 1 5 
150 10.5.- Establezca la veracidad o falsedad de las siguientes afirmaciones:

a. Matrices equivalentes por filas tienen el mismo rango.
b. Matrices equivalentes por filas tienen el mismo determinante.
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
11.- Bibliografía básica consultada:

3.- Román Juan de Burgos. Álgebra Lineal y Geometría Cartesiana

Sistema de Ecuaciones Lineales Esp. Lydia María Llanos
SISTEMAS DE ECUACIONES LINEALES

Contenidos
Estudiaremos sistemas de ecuaciones lineales y su resolución, tomando como base lo visto para
vectores, matrices y determinantes. Se considerará el caso de sistemas con igual número de ecua-
ciones y de incógnitas y determinante no nulo que se resuelven con la regla de Crámer. Luego se 151
trabajará con sistemas más generales, cualquiera sea el número de ecuaciones y de incógnitas;
para su resolución se considera la condición necesaria y suficiente que enuncia el teorema de
Rouché-Frobenius, y los métodos de Gauss, Gauss Jordan, Regla de Crámer y de la matriz inver-
sa. También se considerarán a los sistemas homogéneos.
Un Sistema de ecuaciones
lineales
es un
Conjunto de dos o más ecuaciones lineales con una o más incógnitas
en su estudio se consideran
dos aspectos :
el y la
Análisis Resolución
Según el Por los métodos
Teorema de Gauss. Regla de Crámer

Rouché-Frobenius Gauss-Jordan. Matriz inversa
Que afirma Particularmente los
Sistemas
homogéneos
El sistema es compati-
ble 
 (A) =  (A’)
Determinado o indeterminado
En consecuencia si
 (A)   (A’) no  solución

El sistema es incompatible
De aplicación para el planteamiento y solución de situaciones problemáticas

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
2.- Ecuación lineal o de primer grado

Se llama ecuación lineal o de primer grado, a una ecuación que vincula ciertos números conoci-
dos (que podrán, según el caso, ser racionales, reales o complejos) con una o más incógnitas, o
números desconocidos (que se trata de hallar precisamente en base a la ecuación), pero con tal de
que, una vez eliminados los denominadores y reducidos los términos semejantes, cada incógnita
aparezca solamente a la primera potencia y no aparezcan tampoco productos de dos o más de las
incógnitas. Una ecuación lineal se obtiene igualando a cero un polinomio de primer grado, en una
o más variables.10
10
Sagastume Berra , A. fernandez, G. Álgebra y Cálculo Numérico

Una ecuación lineal sobre el cuerpo de los R, es una expresión de la forma:
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
Un sistema de valores numéricos (x1 , x2 , … , xn ) , es decir un vector n-dimensional que

satisfaga la ecuación se llama solución de dicha ecuación. Igual definición se aplicará cuando
tengamos un sistema de ecuaciones.
3.- Sistema de n ecuaciones lineales con m incógnitas

Consideremos un conjunto de n ecuaciones lineales con m incógnitas x1, x2, … , xm:
a11 x1  a12 x 2  .........  a1m x m  b1
a x  a x  .........  a x  b
 21 1 22 2 2m m 2

 ...........................................................
a n1 x1  a n 2 x 2  .........  a nm x m  b n
3.1.- Notación matricial

Por el producto de matrices ya estudiado, tenemos:
Anxm es la matriz de los coeficientes o matriz del sistema
Xmx1 es la matriz columna de las incógnitas
Bnx1 es la matriz columna de los términos independientes
El sistema se expresa analíticamente por: A . X = B
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   

3.2.- Notación vectorial

El sistema en forma vectorial se expresa:
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 
3.3.- Estudio de un sistema de ecuaciones lineales

El estudio de un sistema de n ecuaciones con m incógnitas comprende dos aspectos:
1) El análisis: averiguar si tiene solución, y en caso afirmativo cuantas tiene.
2) La resolución: si es posible, encontrar el conjunto solución.
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  
Con  se designa el rango de una matriz.

 (A): rango de la matriz del sistema y  (A’) rango de la matriz ampliada.

Es decir que: El sistema es compatible   (A) =  (A’)

En consecuencia si:  (A)   (A’), el sistema es incompatible
Además si  (A) = m (número de incógnitas), entonces admite única solución, se dice que es
determinado. Si  (A) < m, entonces admite infinitas soluciones, se dice que es indeterminado.
Esto se resume en el siguiente esquema:
155
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)
Resolución del sistema

Si el sistema es compatible, resolverlo significa encontrar la solución del sistema, es decir encon-
trar el conjunto de valores de las incógnitas que verifican a las ecuaciones del sistema.
4.- Métodos de resolución

Consideraremos los métodos: Triangulación de Gauss, Gauss-Jordan, Crámer, Matriz inversa.
4.1.- Método de Gauss
El método de Gauss, conocido también como de triangulación, permite analizar y resolver sis-
temas de ecuaciones lineales con cualquier número de ecuaciones.

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 1ºF 1 2 1 1

   
A’ = 2ºF 3 2 4 5  2ºF’ 0 4 1 8
1 2  0 3 
3ºF  1 3 3ºF’  3 2
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
 el sistema es compatible determinado

  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
4.2.- Método de Gauss–Jordan

El método de Gauss–Jordan permite no solo la discusión del sistema en el sentido de decidir si
es compatible o no, sino la determinación de la solución del mismo en el caso de compatibilidad.
Ejemplo
Dados los siguientes sistemas, analizarlos y si corresponde resolverlos.
x  2 y  3z  4

 x  3 y  z  11
2 x  5 y - 4 z  13

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
Se obtienen tres vectores canónicos   (A) =  (A’) = 3 = al número de incógnitas

 el sistema es compatible determinado, tiene única solución.
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
El conjunto solución está dado por: S = { ( 1 , 3 , 1 ) }
x  2y  3z  3

b) 2 x  3 y  8 z  4
3 x  2 y  17 z  1

Análisis del sistema: calcular el rango de la matriz del sistema y de la ampliada.

(-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 
     
 1 0 7 1  Se encontraron dos vectores canónicos en la matriz del sistema y en la 159

 
 0 1 2 2  ampliada,   (A) =  (A’) = 2 < que el número de incógnitas
 0 0 
 0 0  el sistema es compatible indeterminado (infinitas soluciones).
Resolución del sistema: Explicitar el conjunto solución.
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
El conjunto solución está dado por:

S = { ( x , y , z ) / x = 1  7 z , y = 2 z + 2 , z  R )
Dando valores a z, se tienen los valores correspondientes de x e y.
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’
En la matriz del sistema(A), hay dos vectores canónicos,   (A) = 2.

La matriz ampliada (A’) tiene tres vectores canónicos,   (A’) = 3.
Como  (A)   (A’)  el sistema dado es incompatible, no tiene solución.
4.3.- Regla de Crámer

Para un sistema de igual número de ecuaciones que de incógnitas, con determinante no nulo, po-
demos trabajar con la Regla de Crámer. Bajo estas condiciones el sistema es determinado, es
decir admite una y solamente una solución, la cual está dada por:
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  
Como  A   0 ,  el sistema es compatible determinado (tiene única solución).

161
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
4.4.- Resolución utilizando Matriz Inversa

Para resolver el sistema del ejemplo anterior utilizando la matriz inversa, planteamos la expre-
sión matricial: A . X = B  X = A-1 . B
 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

5.- Sistemas homogéneos. Solución trivial

Un sistema de ecuaciones lineales es homogéneo si todos los bi son iguales a 0.
 a 11 x 1  a 12 x 2  .........  a 1m x m  0
a x  a x  .........  a x  0
 21 1 22 2 2m m

 ...........................................................
162 a n1 x 1  a n 2 x 2  .........  a nm x m  0
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

6.1.- Seleccione la respuesta correcta (una y solo una de las respuesta es la correcta)
a) Dado un sistema no homogéneo de tres ecuaciones con tres incógnitas, si  A  = 0 ( A es
la matriz de los coeficientes), entonces el sistema:
i) Puede ser incompatible o indeterminado.
ii) Solo admite más de una solución.

iii) Admite una y solo una solución.

iv) Ninguna de las respuestas anteriores es correcta.
b) Un sistema de ecuaciones lineales no homogéneo, en el que el número de ecuaciones es
mayor que el número de incógnitas, siempre es:
i) Incompatible.
163
ii) Compatible determinado
iii) Compatible indeterminado
iv) Puede darse cualquiera de las posibilidades anteriores.
c) Un sistema homogéneo que tiene más incógnitas que ecuaciones:
i) Puede ser determinado, indeterminado o incompatible.
ii) Es indeterminado.
iii) Solo tiene la solución trivial.
iv) Puede ser incompatible.
d) Un sistema de ecuaciones lineales no homogéneo, que tiene más incógnitas que ecuacio-
nes:
i) Tiene siempre infinitas soluciones.
ii) Puede ser incompatible o tener infinitas soluciones.
iii) Siempre es incompatible.
iv) Ninguna de las respuestas anteriores es correcta.
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
Por ejemplo, para el sistema i)

a. La matriz corresponde a un sistema de 3 ecuaciones con 2 incógnitas.
b.  (A) =  (A’) = 2 , igual al número de incógnitas, por lo que es un sistema compatible de-
terminado.
c. La solución es: x = 2, y = 3
6.4.- Dado un sistema de ecuaciones lineales con m incógnitas, A X = B , tal que:

(A) = (A’) > m, entonces el sistema es:
a. Compatible determinado
b. Compatible indeterminado
c. Incompatible
d. Compatible determinado o Compatible indeterminado
e. Es imposible que se dé esta situación
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
6.7.- Un sistema homogéneo

a. Tiene al menos una solución no trivial
b. Tiene al menos la solución trivial 165
c. Puede ser incompatible

d. No puede ser indeterminado
6.8.- Resolver los siguientes problemas:

a) A y B están a 30 Km. uno del otro. Si parten al mismo tiempo y caminan en la misma di-
rección A alcanza a B en 60 horas. Si marchan el uno hacia el otro se encuentran a las
cinco horas. ¿Cuáles son las velocidades? (A: 3,250 km/h, B: 2,750 km/h)
b) Si un lote se agranda haciéndolo 10 m más largo y 5 m más ancho, su área aumenta en
1050m2 . Si su longitud se rebaja en 5 m y su anchura en 10. El rea disminuye en 1050
m2. Hallar las dimensiones del lote. (80m x 60m)

Rojo, A. Álgebra II .Tomo I. Edit. El Ateneo

Respuestas de los ejercicios propuestos de los temas: Espacios vectoriales, matrices, determinantes y sistemas
de ecuaciones lineales Esp. Lydia María Llanos
Respuestas de los ejercicios propuestos de los temas: Espacios vectoriales, ma-

trices, determinantes y sistemas de ecuaciones lineales
Ejercicios propuestos a modo de autoevaluación
ESPACIOS VECTORIALES
166 11.1.- Para responder este ítem, repasar las propiedades de vectores linealmente dependientes e
independientes.
V, F, F, F, V, V, F
11.3.- L.I.
11.4.- Infinitas formas
11.5.- V, V, F, F
11.8.- p(x) = 3 p1 (x) + 2 p2 (x) + 4 p3 (x)
11.9.- { (x,y,z ) / x + y + z = 0 }
11.10.- { }
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

Sistemas de Ecuaciones Lineales Esp. Lydia María Llanos
p
ii. Cnx1 = a
k 1
ik bk1 para i= 1, 2, ..... , n
iii. Cixj = aibj para i= 1, 2, ..... , n ; para j= 1, 2, ..... , m

 146 
   492 
 526   
9.8.- a. Matriz cantidad de material  260  b. Costo por casa  528  c. ( 11736 )
   465 
 158    167
 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
B1  
 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.
SISTEMAS DE ECUACIONES LINEALES

6.1.- a) i) b) iv) c) ii) d) ii)
6.2.- a) V b) F c) F d) V e) F
6.3.- a b c
i) Sis 3 ecuac con 2 incog Determinado x=2 , y=3
ii) Sis de 2 ecuac con 2 incóg homogéneo Determinado x=y=0
iii) Sis de 3 ecuac con 2 incóg Incompatible -----------
iv) Sis de 3 ecuac con 3 incóg Indeterminado x = 2-z, y = 3
v) Sis de 3 ecuac con 2 incóg Indeterminado x = 3 - 2y
vi) Sis de 3 ecuac con 2 incóg Incompatible -----------------
6.4.- e. 6.5.- b. 6.6.- e) 6.7.- b.

Transformaciones lineales. Valores y vectores propios Esp. Lydia María Llanos
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)
x+y f (x + y) = f (x) + f (y)

x
f ( x) =  f (x)
Las condiciones anteriores se las pueden resumir en:

 x, y  V y  ,   K
f: V  W es Transformación lineal  f ( x +  y) = f (x) +  f (y)

Sean ( V , + , K ,  ) y (W,+,K,  )
f: V 
W
e
TRANSFORMA- - x , y V:f(x+y) =f(x)+f(y) 169
CIÓN LINEAL -   K ,  x  V f ( x ) =  f ( x )
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)
1.3.- Núcleo de una transformación lineal (N (f) )

Sea f: V  W una T.L.
V W
N (f) N (f)  V
0w
x  N (f)  f ( x ) = 0W
N (f) = { x  V / f ( x ) = 0W }
Propiedad del núcleo

Sea f: V  W una T.L  ( N (f) , + , R . ) es subespacio vectorial de ( V , + , R . )
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)
 z0
   y = x
x  y  0
 N (f) = { ( x ,  x , 0 )  R3 }
Una base de N( f ): { ( 1 , 1 , 0 ) } Dimensión [N(f)] = 1

1.4.- Imagen de una transformación lineal (I (f) )

Sea f: V  W una T.L.
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
1.5.- Relación entre la dimensión del núcleo y de la imagen
dim N( f ) + dim I( f ) = dim V
Para el caso del ejemplo 1, tenemos: Dimensión N( f ) = 1 ; Dimensión de I( f ) = 2

La dimensión de R3 es 3
1.6.- Teorema fundamental de las transformaciones lineales

Sean ( V , + , K ,  ) y (W,+,K,  )
Sea [v] = { v1 , v2 , … , vn } una base de V
y w1, w2 , … , wn n vectores cualesquiera de W

  una única T.L. : f: V  W  f (vi ) = wi  i = 1, 2, … , n

Es decir  f(v1) = w1, f(v2 ) = w2 , … , f(vn) = wn
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 ) = ?
Para averiguar, expresemos ( a , b , c ) como combinación lineal en la base dada.

(a,b,c) =  (1 , 1 , 1 ) +  ( 1 , 1 , 0 ) +  ( 1 , 0 , 0 ) [1]
 +  +  =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)
1.7.- Matriz asociada a una Transformación Lineal

Sea la T. L. f: V  W de dimensiones finitas n y m, respectivamente.
Dadas: [v] = { v1, v2 , .... , vn} base de V
[w] = { w1 , w2 , … , wm } base de W
 la T.L. f queda caracterizada por una matriz Amxn, llamada matriz de la T.L. respecto
de las bases dadas.

Se obtienen las imágenes, por f, de cada vector de la base [v]:
f(v1) = a11 w1 + a21 w2 + … + am1 wm

f(v2) = a12 w1 + a22 w2 + … + am2 wm
……………………………………………..
……………………………………………..
f(vn) = a1n w1 + a2n w2 + … + amn wm 173
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
Si A es la matriz de la transformación lineal f ,  Y[w] = A X [v]

Siendo:
X [v] la matriz columna de las coordenadas del vector x respecto de la base V.
Y[w] la imagen de x, respecto de la base W.
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 

Si queremos hallar la imagen de ( 1 , –1 , 2 ) utilizando A, debemos hallar las coordenadas de

( 1 , –1 , 2 ) en la base dada:
( 1 , –1 , 2 ) = 1 ( 1 , 1 , 1 ) + 2 ( 1 , 1 , 0 ) + 3 ( 1 , 0 , 0 )
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
Sabemos que: Y[w] = A X [v]

 2 
  7  33  13     59 
 La imagen es: Y[W] =   .   3  =  
 4 19 8   2    33 
 
Los escalares 59 y –33 son las componentes de la imagen de ( 1 , –1 , 2 ) en la base W .
Si se aplica f a la terna, y luego se expresa la imagen como combinación lineal de W, se tiene:

f( 1 , –1 , 2 ) = (–7 , 12 ) = 59 ( 1 , 3 ) – 33 ( 2 , 5 )
2.- Valores y vectores propios

Dado ( V , + , K , . ) y la T. L. f: V  V (endomorfismo )
  K es un “valor propio” o “auto valor” de f   un vector no nulo x  V / f(x) =  x.
El vector no nulo x se llama “vector propio” o “autovector” de f, asociado al autovalor .
 es un valor propio de A  K nxn  A   I = 0
Para determinar los vectores propios asociados a , se resuelve el sistema lineal:

(A   I ).X = 0
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
 los valores propios son: 1 = 2 y 2 = 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 
El espacio propio. L(2) = { ( x , 0 ) } , Una base es: { ( 1 , 0 ) }Dimensión 1

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

3.1.- En las siguientes transformaciones, determinar el núcleo, la imagen y las dimensiones de
ambos. Verificar la relación entre ambas dimensiones.
a. f: R3  R3 / f( x , y , z ) = ( x 3y , x+y , xz )
N (f) = {( x , y , z )  R3 / f (x , y , z ) = ( 0 , 0 , 0 ) }
f (x , y , z ) = ( x 3y , x+y , xz ) = ( 0 , 0 , 0 )
x  3y  0 El sistema admite solamente la solución tri-


 xy0 vial: x = y = z = 0
 xz 0

 N (f) = {( 0 , 0 , 0 ) }  N(f) No tiene Dimensión
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 , xz ) = ( a , b , c )
x  3y  a La solución del sistema es:


 xyb a  3b -a b
x= y= z = a–c
 xz c 4 4

 a , b , c  x, y, z  I(f) = R3 Dimensión 3
Relación entre las dimensiones

Dimensión R3 = Dimensión N(f) + Dimensión I(f)
3 = 0 + 3

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 ) = ( 2xy , 2xy , 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 ac
   c = a
I(f ) = { ( a , a , a ) } [ I(f) ] = { ( 1 , 1 , 1 ) } Dimensión 1
Relación entre las dimensiones

Dimensión R2 = Dimensión N(f) + Dimensión I(f)
2 = 1 + 1
3.2.- Sabiendo que f: R3  R2 es transformación lineal, y verifica:

f(1 , 1 , 4 ) = ( 1 , 5 ) , f( 1 , 0 , 2 ) = ( 2 , 2 ) , f(1,0,0)= (1,0)
Determinar la imagen de ( 4, 1 , 0 ) y ( 6 , 2 , 6 )
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 )

Para (6, 2 , 6 ) =  (1 , 1 , 4 ) +  (1 , 0 , 2 ) +  ( 1 , 0 , 0 ) Hallar , , 

(6, 2 , 6 ) = 2 (1 , 1 , 4 ) + 1 (1 , 0 , 2 ) + 3 ( 1 , 0 , 0 )
f(6, 2 , 6 ) = 2 f (1 , 1 , 4 ) + 1f (1 , 0 , 2 ) + 3f ( 1 , 0 , 0 )
f(6, 2 , 6 ) = 2 ( 1 , 5 ) + (2,2) + 3(1,0)
f(6, 2 , 6 ) = ( 3 , 8 )
178
3.3.- Dada la transformación lineal f: R2  R3 definida por:

f( x , y ) = ( xy , x+y , 2x + y )
i. Hallar la matriz de f respecto de las bases
{( 1 , 2 ) , ( 2 , 0 ) } en R2
{ ( 1 , 1 , 0 ) , ( 1 , 2 , 0 ) , ( 0 , 0 , 3 ) } en R3
Solución
f ( 1 , 2 ) = ( –1 , 3 , 0 ) = –5 ( 1 , 1 , 0 ) + 4 ( 1 , 2 , 0 ) + 0( 0 , 0 , 3 )
4
f ( 2 , 0 ) = ( 2 , 2 , –4 ) = 2( 1 , 1 , 0 ) + 0 ( 1 , 2 , 0 ) – (0,0,3)
3
 
 5 2 
A=  4 0 
 4 
 0  
 3 
ii. Utilizando A, hallar f(–2 , 1 )
Buscamos las coordenadas de (–2 , 1 ) en la base dada
(–2 , 1 ) = 1 ( 1 , 2 ) + 2 ( 2 , 0 )
 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 
 Y[w] es la imagen de (–2 , 1), respecto de la base {(1 , 1 , 0) , (1 , 2 , 0) , (0 , 0 , 3)}

3.4.- Definir la T.L. f: R3  R2, tal que respecto de las bases

{ ( 0 , 1 , 1 ), ( 1 , 0 , 1 ), ( 1 , 1 , 0 ) } en R3
 1 0 0 
{ (1 , 2), (2 , 1) } en R2 , la matriz asociada es  
 1 1 1 
Si queremos definir la T.L. f: R3  R2 , utilizando A, hallaremos las coordenadas de 179
( 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 yz
 
α 2  α 3  x  2  son las coordenadas de ( x , y , z )
 Resolviendo el xyz  3
=
en la base de R dada.
 α1  α 3  y sistema tenemos: X[V]
 
α    z 2
 1 2  xyz 
 
 2 
 -xyz 
 
 2   -xyz 
 1 0 0   yz  
La imagen Y[W] =   .  x =  2 
 1 1 1   2   - x  3y  z 
 xyz   2 
 
 2 
-xyz - 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
Si desarrollando el determinante por la 1º fila, tenemos:

(3  ) [ (4 ) ( 3  )  2 ]  ( 6  2   2 ) + ( 2  4 +  ) = 0
( 2) ( 2) ( 6) = 0
 los valores propios son: 1 = 2 doble y 2 = 6 simple
ii. Para hallar los vectores propios o autovectores asociados a cada autovalor se
resuelve el sistema (A   I ).X = 0
 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 
El espacio propio. L(2) = { (x1 , x2 ,  ( x1 + x2 )}

Una base es: [L(2) ] = { ( 1 , 0 ,  1 ) , ( 0 , 1 ,  1 ) } Dimensión 2
“La dimensión es igual al orden de multiplicidad de 1 ( 2 doble)” (I)
 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)
iii. Por (I) y (II), f es diagonalizable
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
 

1.- Rojo, A. Álgebra II. El Ateneo
2.- Seymour Lipschutz . Álgebra Lineal. McGRAW-HILL.

Cónicas Esp. Lydia María Llanos
SECCIONES CÓNICAS O CÓNICAS

La parábola, la elipse y la hipérbola se llaman cónicas porque se obtienen como intersección de
un plano con una superficie cónica circular.
182
Circunferencia
Elipse
Parábola
Hipérbola
__________________________________________________________________________________________________
Cónicas Esp. Lydia María Llanos
Una CÓNICA
Es una curva
del plano de
ecuación
Ax2 + Bxy + Cy2 + Dx + Ey + F = 0

Con A, B, C, D, E y F  R
 A o B o C  0
Si
B = 0  la cónica es de eje Mediante una B  0  la cónica es de eje

rotación de los
focal  a uno de los ejes coor- ejes coordenados
focal no  a ninguno de los ejes
denados coordenados
Si
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
del mismo son de 

 0  hipérbola
Elipse Hipérbola
y si A = C
es una
Circunferencia
__________________________________________________________________________________________________
Cónicas: circunferencia y parábola Esp. Lydia María Llanos
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
Es el lugar geométrico de los puntos del

plano cuya
d ( P , C ) = r con C: centro y r: radio
La ecuación
canónica
Particular-
Si C ( h , k ) mente si C ( 0, 0 )
es
(x–h)2+ (y–k)2=r2 x2+y2=r2
Desarro- Completando
cuadrados
llando los
x2 + y2 +Dx+Ey+F=0
Ecuación general
__________________________________________________________________________________________________
1.1.- Concepto de circunferencia

Se llama circunferencia al lugar geométrico de los puntos del plano, cuyas distancias a un punto
fijo dado, C, sean iguales a un segmento dado r.
El punto C ( h , k ) es el centro y r es el radio de la circunferencia .
1.2.- Problemas resueltos

i.- Escribir y graficar la circunferencia de centro en el punto ( 2 , 3 ) y radio 5
La ecuación canónica de una ecuación de C ( h , k ) y radio r, es:
(x–h)2+ (y–k)2=r2
Se reemplaza por las coordenadas del centro y radio dados y se
tiene la ecuación solicitada
2 2
(x2) + ( y – 3 ) = 25
ii.- Hallar la ecuación de la circunferencia de Centro en el punto (5 , – 2 ) y que pasa por el pun-
to (– 1 , 5 )
Reemplazando en la ecuación, se tiene:

2 2
(x  5) + ( y + 2 ) = r2
Si la circunferencia pasa (– 1 , 5 ), entonces sus coordenadas
verifican la ecuación:
2 2
( 1  5 ) +(5 +2) = r2 = 85
2 2
 (x  5) + ( y + 2 ) = 85
__________________________________________________________________________________________________
iii.- Encontrar la ecuación canónica de la circunferencia que pasa por los puntos:
(5,3),(6,2) y (3,–1)
Si los puntos pertenecen a la circunferencia,

entonces las coordenadas satisfacen la ecua-
186
ción de la misma. Si consideramos la ecuación
general de la circunferencia:
x2 + y2 +Dx+Ey+F=0
 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
iv.- Escribir la ecuación canónica de la circunferencia cuyo diámetro es el segmento de extremos

( 5 , – 1 ) y (– 3 , 7 )
El centro C, es el punto medio del segmento AB
 5  3 1 7 
C ,   C( 1 , 3 )
 2 2 
La longitud del radio es
1 1
R= (5  3) 2  (1  7) 2  128  4 2
2 2
2 2
La ecuación es: ( x  1 ) + ( y  3 ) = 32
__________________________________________________________________________________________________
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
2.1.-Parábola de eje horizontal paralelo al eje x

Ecuación canónica
y
(y–k)2 = 4p(x–h )
y’
d A p = VF = d ( V , d )
p > 0 : ramas hacia la derecha
eje k p V p F x’ p < 0 : ramas hacia la izquierda

V(h,k)
o F(h+p,k)
h
B Ecuación del eje: y = k
Ecuación de la directriz: x = h – p
AB: Lado Recto LR = 4  p 
Ecuación General:
C y2 + D x + E y + F = 0
__________________________________________________________________________________________________
Particularmente, si V = ( 0 , 0 )
F
 la ecuación Canónica es:
o
y2 = 4px
188
2.2.-Parábola de eje vertical paralelo al eje y

Ecuación canónica
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
La parábola degenera en: a) Dos rectas coincidentes

b) Dos rectas paralelas
__________________________________________________________________________________________________

i.- Encontrar la ecuación canónica de la parábola de vértice en el origen y que tiene por foco a
F ( 3 , 0 ). Identificar sus elementos y graficar
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
ii.- Escribir la ecuación de la parábola que tiene el foco en (– 2 , 3 ) y su directriz es

y – 1 = 0 . Graficar
La directriz es paralela al eje x,  es una parábola de

eje focal  y. La ecuación canónica es:
( x  h )2 = 4 p ( y  k )
Si y = 1  y = k  p , F( h , k+p)
k  p  1
   p=1  k= 2
k  p  3
V( h , k )  V( 2 , 2 )
La ecuación canónica es: ( x + 2 )2 = 4 ( y  2 )

El lado recto es: LR = 4 p = 4
Ec del eje focal x = h  x = 2
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
__________________________________________________________________________________________________
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.
__________________________________________________________________________________________________
Cónicas: elipse e hipérbola Esp. Lydia María Llanos
Una Elipse
Es el lugar geométrico de los puntos P del plano

de manera que:
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
a: semieje mayor ; b: semieje menor a b

c: semi distancia focal ; a2  b2 = c2
2 b2 c
LR = PQ = ; e = 1
a a
__________________________________________________________________________________________________
3.1.- Elipse de C ( 0 , 0 ) y eje focal igual al eje x
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
Q  Ecuaciones de las directrices:

B’
a
x  
e
3.2.- Elipse de C( h , k ) y eje focal paralelo al eje x
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
3.3.- Elipse de C ( 0 , 0 ) y eje focal igual al eje y
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’
__________________________________________________________________________________________________
3.4.- Elipse de C ( h , k ) y eje focal paralelo al eje y
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

i.- Determinar la ecuación canónica de la elipse, de Focos en (  4 , 0 ) y vértices en (  5 , 0 ),
dar sus elementos característicos y graficar
Es una elipse de C(0,0) , eje focal x
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
Ecuación de las directrices:

a 5 25
x  h   x=  
e 4 4
5
__________________________________________________________________________________________________
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
Es una elipse de eje focal  al eje y: x = 2 y

x
(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
iii.- Si los focos de una elipse están en (– 3 , 8 ) y (– 3 , 2 ) y la longitud de su eje menor es 8,

escribir la ecuación y explicitar los elementos
Es una elipse de eje focal, x = – 3 y 2b = 8  b = 4 y
k  c  8 k  5
F(h,kc)    
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
__________________________________________________________________________________________________
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.
La ecuación general es: Ax2 + Cy2 + Dx + Ey + F = 0 , con A  0

C 2 D E F
 Dividimos por A x2  y  x y 0
A A A A
Reemplazando las fracciones, tenemos: x2 + My2 + Nx + Ry + S = 0 I
Si pasa por (– 6 , 4 )  36 + 16M – 6N + 4R + S = 0
Si pasa por (– 8, 1 )  64 + M – 8N + R + S = 0
Si pasa por ( 2 , – 4 )  4 + 16M + 2N –4 R + S = 0
Si pasa por ( 8 , – 3 )  64 + 9M + 8N –3R + S = 0
16M  6 N  4 R  S  36
 M  8 N  R  S  64
 Resolviendo el sistema de ecuacio-
 nes, tenemos:
 16M  2 N  4 R  S  4 M = 4 ; N = –4 ; R = –8 ; S = –92
 9M  8 N  3R  S  64
Reemplazando en la ecuación I, se tiene: x2 + 4y2 – 4x –8y –92 = 0

(x - 3) 2 (y  1) 2
Completando cuadrados se tiene la ecuación canónica:  1
100 25
__________________________________________________________________________________________________
4.- Hipérbola
Una Hipérbola
Es el lugar geométrico de los puntos

P del plano de manera que:
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
Dos rectas que se cortan
a: semieje transverso b: semieje conjugado c: distancia del centro a cada foco

c 2 b2
a2 + b2 = c2 ; c >a ; e = 1 ; LR =
a a
4.1.- Hipérbola de C ( 0 , 0 ) y eje focal igual al eje x

VV’ = eje transverso = 2a
Eje conjugado = 2b
Distancia entre los dos focos = 2c
F ( c , 0 ) V ( a , 0 )
x2 y 2
b Ecuación canónica:  1
F F a2 b2
V’ 
’
V
c o a a
Ecuaciones de las directrices: x  
e
b
Ecuaciones de las asíntotas: y   x
a
__________________________________________________________________________________________________
4.2.- Ecuaciones
Ecuaciones de las asín-

Hipérbola de: Ecuación canónica
totas
y2 x2 a
C ( 0 , 0 ) y eje focal igual al eje y  1 y   x 197
a2 b2 b
(x  h)2 ( y  k)2 b
C( h , k ) y eje focal paralelo al eje x  1 yk (xh)
a2 b2 a
( y  k)2 (x  h)2 a
C( h , k ) y eje focal paralelo al eje y  1 yk (xh)
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

i.- Determinar la ecuación canónica de la hipérbola de eje transverso 6 y focos en ( 4 , 0 ) y
(4,0)
Es una hipérbola de C( 0 , 0 ) , eje focal y ; VV’ = eje transverso = 2a = 6  a = 3
V ( 3 , 0 )
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
Ecuaciones de las asíntotas:
b 7
y   x  y   x
a 3
__________________________________________________________________________________________________
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
iii.- Sabiendo que el centro de una hipérbola está en (– 4 , 1 ), un vértice en ( 2 , 1 ) y el semi-

eje conjugado es igual a 4; hallar la ecuación canónica de la misma.
Es una hipérbola de eje VV’ // x , b = 4
C( h , k )  h = –4 , k=1 , V( 2 , 1 )
V( h  a , k )  ha = 2  –4a=2  a = 6  V’(–10, 1)
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
yk ( x  h )  y 1 ( x  4 )
a 3
2 11 2 5
 y1  x , y2   x
3 3 3 3
__________________________________________________________________________________________________
Cónica: tangente y lugar geométrico Esp. Lydia María Llanos
5.- Tangente a una cónica (circunferencia, parábola, elipse, hipérbola)

5.1.- Tangente a una circunferencia
La ecuación de la tangente a una circunferencia en un punto P1(x1, y1), se la encuentra recordando
que la tangente es normal al radio que va al punto de contacto.
199
5.2.- Recta tangente a una cónica (circunferencia, parábola, elipse, hipérbola)

En la determinación de la ecuación de la tangente a una cónica (circunferencia, parábola, elipse,
hipérbola), se consideran tres problemas:
Hallar la ecuación de la tangente a una cónica:
i. por un punto P1 ( x1 , y1 ) que pertenece a curva
ii. por un punto exterior a la curva
iii. y de pendiente conocida.

2 2
i.- Escribir la ecuación de la recta tangente a la circunferencia x + y = 1 y trazada desde
el punto P (–2 , 0 ) (caso ii.)
 x 2  y 2  1 (1)
Formamos el sistema 
y  m ( x  2 ) (2)
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:
__________________________________________________________________________________________________
2
x + (mx + 2m ) = 1 2
 2 2 2
x + m x + 4m x + 4m 2 2
= 1
Ordenando los términos, obtenemos la ecuación cuadrática en x

( 1 + m2 ) x2 + 4m2x +4m2 – 1 = 0 (3)
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.
Consideremos el discriminante1 de (3) :  = ( 4m2)2 + 4 ( 1 + m2 )(4m2 – 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.
Para hallar la pendiente m  ( 4m2)2 + 4 ( 1 + m2 )(4m2 – 1) = 0

 16m4 – 16 m4 – 16m2 + 4 + 4m2 = 0
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
__________________________________________________________________________________________________
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
En (2) tenemos y = 2 x + b, ecuación de la familia de rectas paralelas de pendiente 2.

Si se quieren encontrar los puntos comunes de la parábola y una recta de la familia, se resuelve el
sistema planteado.
2
Reemplazando (2) en (1), tenemos: x = – 3 ( 2x + b )
2
x + 6x + 3b = 0 (3)
Las raíces reales de (3) son las abscisas de los puntos donde la recta y = 2x + b corta a la parábola
2
x = – 3y
Consideremos el discriminante de (3) :  = 36 – 12 b
El valor de b, para que la ecuación (3) tenga solución única, se encuentra haciendo  = 0.
Entonces, con  = 0, hallamos b y la recta será tangente a la curva.
36 – 12 b = 0  b = 3  Reemplazando en (2), tenemos la ecuación de la recta tan-
gente: y= 2x +3
iii.- Hallar la ecuación de la recta tangente a la cónica x2  y2 = 1, que pasa por el punto
__________________________________________________________________________________________________
P ( 0 ,  1 ). (caso ii.)
 x 2  y 2  1 (1)

 y  1  mx  y  mx  1 ecu de tg (2)
202 Reemplazando (2) en (1), se tiene x2 – (mx –1)2 = 1  x2 – m2x2 + 2mx –1 = 1

 ( 1 – m2 ) x2 + 2mx –2 = 0 (3)
Consideremos el discriminante de (3) :  = ( 2m)2 + 8 ( 1 – m2 )
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
Reemplazando en (2), tenemos: y1 = 2 m–1 , y2 = – 2 m – 1 , que son las ecuacio-

nes de las tangentes a la hipérbola desde ( 0 , –1 )
6.- Lugar geométrico

6.1.- Hallar y graficar el lugar geométrico de los puntos P ( x , y ) que disten 4 unidades de
C (– 3 , 4 )
Planteo: d( P , c ) = 4
(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
__________________________________________________________________________________________________
Planteo: d ( P , F ) = d ( P , d )
x  22  y  32  x6
x  22  y  32  x  62 203
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  ( x2)
2
Elevamos ambos miembros al cuadrado:

1 2
x2 – 6 x + 9 + y2 – 4y + 4 = x + x + 1
4
1 2
x2 – x – 7 x + y2 – 4y + 12 = 0
4
3 x2 + 4y2 – 28 x – 16y + 48 = 0 Es la ecuación de una elipse
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)
__________________________________________________________________________________________________
y2 – 4x2 + 4x – 3y + 26 = 0 Es la ecuación de una hipérbola
204

Di Caro H. Tomo II. Álgebra y Elementos de Geometría Analítica
Di Pietro, D. Geometría Analítica
LEHMANN, Charles H. Geometría Analítica. Editorial Limusa.
__________________________________________________________________________________________________
Cuádricas Esp. Lydia María Llanos
SUPERFICIES
Una Superficie
es el conjunto de puntos que

se representa por la ecuación 205
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
Su estudio o discusión comprende:
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.
Bibliografía básica consultada

Burgos. Juan de. Álgebra Lineal y Geometría Cartesiana. Mc Graw Hill
Di Caro H. Tomo II. Álgebra y Elementos de Geometría Analítica
Di Pietro, D. Geometría Analítica
LEHMANN, Charles H. Geometría Analítica. Editorial Limusa.
__________________________________________________________________________________________________
1.- SUPERFICIE ESFÉRICA
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
Las siguientes ecuaciones corresponden a superficies esféricas:

a) ( x + 3)2 + (y  1 ) 2 + z2 = 36 , Sup esférica de C(3, 1 , 0 ) y r = 6
b) x2 + y2 + z2 + 2 x + 8 y + 10 z  7 = 0
c) 2 x2 + 2 y2 + 2 z2 + 10 x  3 y + 7 z = 0
d) x2 + y2 + z2  8 y  4 z  5 = 0
__________________________________________________________________________________________________
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
Los ejes y planos coor-

denados y el origen de a=b porque , gira
coordenadas es de revolución
alrededor del Z
Las siguientes ecuaciones corresponden a elipsoides:

C1
x2 y2 z2
a)    1
4 9 25
A2 y
B2 B1 x 2 y2 z2
b)   1
9 36 16
A1
c) x2 + 4 y2 + 2 z2  2 x +32 y + 8 z = 27
x C2 d) 2x2 + 3 y2 + z2  8 x + 6 y  4 z  3 = 0
2.1.- Las intersecciones del elipsoide con los ejes coordenados

La intersección con el eje X se obtiene haciendo:
x2
y=0  z = 0  2  1 x =a, por lo tanto los puntos son:
a
A1(a, 0, 0 ), A2(a , 0, 0 )
Los puntos B1 ( 0 , b , 0 ) y B2 ( 0,  b , 0 ), son las intersecciones con el eje Y.
Los puntos C1 ( 0 , 0 , c ) y C2 ( 0 , 0 ,  c ), son las intersecciones con el eje Z.
Los puntos A1, A2, B1, B2, C1, C2 se llaman vértices del elipsoide.
2.2.- Las intersecciones del elipsoide con los planos coordenados

Las intersecciones con los planos coordenados son elipses, y se llaman trazas de la superficie.
__________________________________________________________________________________________________
x 2 y2
La traza sobre el plano XY se obtiene haciendo z = 0 es la elipse 2  2  1
a b
2.3.- Secciones del elipsoide por planos paralelos a los coordenados

Todas las secciones del elipsoide hechas con planos paralelos a los coordenados son elipses den-
208 tro de los límites de la superficie que es cerrada.
El elipsoide es una superficie encerrada por los planos: x = a , y =  b , z =  c
Cuando interceptamos el elipsoide con planos paralelos: x = k 1 , y = k 2 , z = k3,
 k1, k2, y k3 deben ser  que a, b, c respectivamente para que  intersección.
3.- HIPERBOLOIDES – PARABOLOIDES

Cuádrica Ecuación canónica Ejemplos
x 2 y2 z 2 x2 y2
De una hoja   1   z2  1
a 2 b2 c2 4 9
Hiperboloide
x2 y2 z2 x2 y2 z2
De dos hojas   1    1
a2 b2 c2 1 4 9
x 2 y2
Elíptico   cz 2 x2 + 3 y2 = 6 z
a 2 b2
Paraboloide
x 2 y2
Hiperbólico   cz x2 – 2 y2 = 8 z
a 2 b2
3.1.- Hiperboloide de una hoja
Es simétrico respecto a los ejes y planos

B1 A2 B coordenados y al origen de coordenadas.
2
A1
Si a = b , es de revolución, se obtiene haciendo
girar alrededor de Z
__________________________________________________________________________________________________
1.- Intersecciones con los ejes coordenados

- Las intersecciones con los ejes X e Y son los puntos:
A1(a, 0, 0 ), A2( a , 0, 0 ), B1( 0, b, 0 ), B2( 0, b, 0 ) , son los vértices del hiperboloide de
una hoja.
209
- El eje Z no corta la superficie.
2.- Intersecciones con los planos coordenados

- La intersección con el plano XY o sea con el plano z = 0 , es la elipse:
x 2 y2
  1 , z = 0 , llamada elipse de garganta.
a 2 b2
- La intersección con el plano XZ o sea con el plano y = 0 , es la hipérbola :
x2 z2
 1 , y = 0
a 2 c2
- La intersección con el plano YZ o sea con el plano x = 0, es la hipérbola:
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.
- Las intersecciones con el plano x = k , paralelo al plano YZ

x 2 y2 z2
   1 , para x = k
a 2 b2 c2
 k  a hip de eje focal y
y2 z2 k2 
2
 2  1  2  las intersecciones k   a par de rectas reales
b c a  k  a hip de eje focal z

- Las intersecciones con el plano y = k , paralelo al plano XZ

x 2 y2 z2
   1 , para y = k
a 2 b2 c2
__________________________________________________________________________________________________
 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

3.2.- Hiperboloide de dos hojas
210
Es simétrico respecto a los ejes y planos

coordenados y al origen de coordenadas.
Si b = c , es de revolución, se obtiene haciendo girar
la hipérbola alrededor de X
1.- Intersecciones con los ejes coordenados

- La intersección con el eje X son los puntos:
A1(a, 0, 0 ), A2( a , 0, 0 ) y son los vértices del hiperboloide de dos hojas.
- Con los ejes Y , Z no existe intersección real.
2.- Intersecciones con los planos coordenados

x 2 y2
- La intersección con el plano XY, o sea con z = 0, es la hipérbola:  1
a 2 b2
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.
3.- Intersecciones con planos paralelos a los planos coordenados

x 2 y2 k2
- Las intersecciones con planos z = k, paralelos al plano XY, son hipérbolas: 2  2  1  2 ,
a b c
cuya distancia focal aumenta a medida que los planos se alejan del plano XY.
- Las intersecciones con planos y = k, paralelos al plano XZ, son hipérbolas cuya distancia focal
__________________________________________________________________________________________________
aumenta a medida que los planos se alejan del plano XZ.
- Las intersecciones con el plano x = k , paralelos al plano YZ
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

3.3.- Paraboloide elíptico
y2 = 4p’z Es simétrico respecto al eje Z ,

y a los planos XZ é YZ
x2 = 4pz
Si a = b , es de revolución, es
generado por la rotación de una
parábola alrededor de Z
1) Intersecciones con los ejes coordenados

Las intersecciones del paraboloide elíptico con los ejes coordenados es el origen de coordenadas.
El punto de intersección con los tres ejes, se llama vértice.
2) Intersecciones con los planos coordenados

x 2 y2
- La intersección con el plano XY, o sea con z = 0,    0 , es un par de rectas
a 2 b2
imaginarias que se cortan en el punto real ( 0 , 0 , 0 ).
__________________________________________________________________________________________________
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.
3.4.- Paraboloide hiperbólico
x2 = 4pz
y2 = -4p’z

Las intersecciones del paraboloide hiperbólico con los ejes coordenados es el origen de coorde-
nadas.
__________________________________________________________________________________________________
2) Intersecciones con los planos coordenados

2 2
- La intersección con el plano XY, o sea con z = 0, se tiene: x2  y2  0  x y
 0 
a b a b
x y , es el par de rectas reales que se cortan en ( 0 , 0 , 0 )
 0
a b
213
- La intersección con el plano XZ , o sea con y = 0, es la parábola x2  x = 4pz.

2
 cz
a2
- La intersección con el plano YZ, o sea x = 0, y2  y2 =  4p’z.

  cz
b2
3) Intersecciones con planos paralelos a los planos coordenados

- Las intersecciones con planos z = k , paralelos al plano XY:
x 2 y2
  ck k  0 hipérbola con eje focal // eje x
a 2 b2  la intersección es 
 k  0 hipérbola con eje focal // eje y
- Las intersecciones con planos x = k, paralelos al plano yz, son parábolas de ejes paralelos
al eje z, y cuyos vértices describen la parábola x2 = 4pz.
- Las intersecciones con planos y = k, paralelos al plano xz, son parábolas de ejes parale-
los al eje z, y cuyos vértices describen la parábola y2 =  4p’z.
4.- Problemas resueltos
4.1.- Analizar la superficie y limitada por z = 0 y z = 2
Para el análisis de la superficie, se siguen los siguientes pasos

1) Identificación de la superficie: Hiperboloide de una hoja y de eje Z
2) Figura de análisis 3) Intersecciones con los ejes coordenados

3.1) Intersección con el eje x  y = z = 0
 x = ± 3, son los puntos: (3,0,0) y (3,0,0)
3.2) Intersección con el eje y  x = z = 0
 y = ± 4, son los puntos: (0,4,0) y (0,4,0)
3.3) Intersección con el eje z  x = y = 0
 z2 = 4 no tiene solución en R,  no  
__________________________________________________________________________________________________
4) Trazas sobre los planos coordenados
4.1) Traza sobre el plano xy  z = 0  Elipse
4.2) Traza sobre el plano xz  y = 0  Hipérbola de eje focal x
214
4.3) Traza sobre el plano yz  x = 0  Hipérbola de eje focal y
5) Trazas sobre planos paralelos a los coordenados

5.1) Traza sobre el plano paralelo al plano xy
Para z = ± 2
Ecuación de una elipse
6) Gráfica de la superficie en el primer octante
4.2.- Analizar la siguiente superficie: , limitada por x=4  x= 6
1) Identificación de la superficie: Hiperboloide de dos hojas y de eje X
2) Figura de análisis
__________________________________________________________________________________________________
215
 x = ± 2, son los puntos: (2,0,0) y (2,0,0)
 y2 = 9 , no tiene solución en R,  no  
  z2 = 3, no tiene solución en R,  no  
4.1) Traza sobre el plano xy  z = 0  , Hipérbola de eje focal x
4.2) Traza sobre el plano xz  y = 0  , Hipérbola de eje focal x
4.3) Traza sobre el plano yz  x = 0   ,  no  Traza

5.1) Traza sobre el plano paralelo al plano yz
Para = ± 4
4  4   , Elipse
Para = ± 6
9 
 , Elipse
__________________________________________________________________________________________________
216
4.3.- Analizar la superficie , limitada por z = 4 y z = 0

1) Identificación de la superficie: Paraboloide elíptico de eje z
x2 = 0  x = 0, es el punto O (0,0,0)
 y = 0, es el punto O (0,0,0)

z = 0 , es el punto O (0,0,0)
4.1) Traza sobre el plano xy  z = 0  , la traza sobre el plano xy es O(0,0,0)
4.2) Traza sobre el plano xz  y = 0  , es una parábola que abraza Z+

4.3) Traza sobre el plano yz  x = 0  y2 = 9z , es una parábola que abraza Z+

5.1) Traza sobre el plano paralelo al plano xy
Para z = 4   , elipse
__________________________________________________________________________________________________
217
4.4.- Analizar la superficie y limitado por z = ± 3
1) Identificación de la superficie: Paraboloide hiperbólico de eje z

 x = 0, es el punto O(0,0,0)
 y = 0, es el punto O(0,0,0)

z = 0, es el punto O(0,0,0)
4.1) Traza sobre el plano xy  z = 0  ( )( )

√ √ √ √
 rectas {√ √
√ √
4.2) Traza sobre el plano xz  y = 0   x2 = 3z , es una parábola que abraza Z+
4.3) Traza sobre el plano yz  x = 0   y2 = 6z , es una parábola que abraza Z

5.1) Traza sobre el plano paralelo al plano xy  z = k
__________________________________________________________________________________________________
Para z = ± 3 Para z = 3 Para z = 3
218
Hipérbola { Hipérbola { √
√
4.5.- Estudiar la superficie 2x2  4y2 + z2  8 = 0 , limitada por los planos y = 1 e y = 3
Tenemos  2x2  4y2 + z2 = 8 
Para el estudio de la superficie, seguiremos los siguientes pasos

1) Identificación de la superficie: Hiperboloide de una hoja y de eje Y

 x2 = 4  x = ± 2, son los puntos: (±2,0,0)
 y2 = 2, no tiene solución en R,  no  
 z2 = 8  z = ±√ , son los puntos: (0,0, √ ) y (0, 0, √ )
4) Trazas sobre planos coordenados
4.1) Traza sobre el plano xy  z = 0  , Hipérbola de eje focal x
4.2) Traza sobre el plano xz  y =  , Elipse
4.3) Traza sobre el plano yz  x = 0  , Hipérbola de eje focal z

5.1) Traza sobre planos paralelos al plano xz  y = k
__________________________________________________________________________________________________
Para y = ±3
   , Elipse
Para y = ±1
   , Elipse
219
4.6.- Estudiar la superficie x2  8y + 2z2 = 0 y limitada por y = 2 e y = 4

x2 + 2z2 = 8y
1) Identificación de la superficie: Paraboloide elíptico de eje Y

x2 = 0  x = 0, es el punto O (0,0,0)
8y = 0  y = 0, es el punto O (0,0,0)
 2z2 = 0  z = 0, es el punto O (0,0,0)

4.1) Traza sobre el plano xy  z = 0  x2 = 8y , es una parábola que abraza Y+
4.2) Traza sobre el plano xz  y = 0  x2 + 2z2 = 0, Elipse que degenera en el punto O(0,0,0)
4.3) Traza sobre el plano yz  x = 0  2z2 = 8y  z2 = 4y , es una parábola que abraza Y+
__________________________________________________________________________________________________

5.1) Traza sobre el plano paralelo al plano xz,  y = k
Para y = 2  x2 + 2z2 = 16  , elipse
Para y = 4  x2 + 2z2 = 32  , elipse

220
__________________________________________________________________________________________________
Superficie cónica Esp. Lydia María Llanos
SUPERFICIES CILÍNDRICAS Y CÓNICAS
I: Superficies cilíndricas
Una Superficie cilíndrica

221
es generada por una
recta móvil y una curva
Generatriz Directriz
según su Por la que

dirección es podrá ser
oblicua recta circular , elíptica ,

parabólica , hiperbólica
Observación: La ecuación de un cilindro se la reconoce porque en ella falta una variable.
Ejemplos de ecuaciones de cilindros

9 y2 + 4 x2 = 36 , es un cilindro elíptico recto de generatrices paralelas al eje z.
y2 + z2 = 16 , es un cilindro circular recto de generatrices paralelas al eje x.
9 x 2 – 4 y2 = 36 , es un cilindro hiperbólico recto de generatrices paralelas al eje z.
y2 = 4 x , es un cilindro parabólico recto de generatrices paralelas al eje z.
z
z
y y
x x
Cilindro elíptico Cilindro parabólico

ax2 + by2 = c ax2 = by
__________________________________________________________________________________________________
Superficie cilíndrica Esp. Lydia María Llanos
II: Superficies cónicas
El movimiento de una recta, la

es engendrada generatriz, que pasa por un
Una Superficie cónica
por punto fijo, el vértice, y por una
222 curva, la directriz.
La ecuación de un cono recto está dada por: M x2 + N y2 – P z2 = 0
Ejemplos de ecuaciones de superficies cónicas
x2 – y2 + z2 = 0 ; es una superficie cónica de eje y

x2 + y2 – 2z2 = 0 ; es una superficie cónica de eje z
2x2 – 4y2 – z2 = 0 ; es una superficie cónica de eje x
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
__________________________________________________________________________________________________

Cartilla Profe Lily Llanos 2013

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cartilla Profe Lily Llanos 2013

Cargado por

Copyright:

Formatos disponibles

Números complejos Esp.

Lydia María Llanos

EL CONJUNTO DE NÚMEROS COMPLEJOS

unidad imaginaria, Forma polar o trigonométrica

Se realizan las operaciones de

Suma, producto, cociente, potencias, raíz

Para este caso, la ecuación no tiene solución en R, porque  4 es

La nueva unidad  1 , se denomina unidad imaginaria y se representa por i.

2.- El número complejo

Notación: Re(z) = a  Im(z) = b

z = ( 0 , b ) , es el número imaginario bi. ejemplo: z = ( 0 , 3 ) es el nº imaginario 3i

Un complejo es real  su parte imaginaria es cero

2.2.- Relación de igualdad

2.3.- Representación gráfica

Resultan todos los z = ( 3, y ), caracterizados por la recta paralela

dos números complejos, es otro número complejo tal que, la

de componente real es la suma de las componentes reales y la

ley de composición interna

z1 . z2 = ( 2 , 3 ) . ( 1 , 2) = ( ( 2 ).1  3 . 2 , (2) .2 + 3.1 )

Elemento neutro, Inverso multiplicativo,

Tiene elemento neutro: ( 1 , 0 )

El producto de números complejos cumple con las propiedades:

3.- Representación binómica

3.2.- Potencias sucesivas de i 7

3.3.- Forma binómica

4.- Módulo de un complejo

Para el caso del complejo ( 0 , 0 ), el módulo es nulo.

ii) Sea z = a + b i el módulo de z es: z  a 2  b2

5.- Forma Polar o Trigonométrica

Forma polar o trigonométrica: z =  ( cos  + i sen  ) o en forma abreviada z =  

5.2.1.- Forma cartesiana a forma polar

Forma cartesiana Módulo  Argumento  Forma polar o trigonométrica

5.2.2.- Forma polar a forma nómica

z1 = 2 ( cos  + i sen  ) z2 = 4 (cos 135º + i sen 135º )

5.2.3.- Igualdad de números complejos expresados en forma polar

6.- Complejos conjugados

6.2.- En forma binómica, el complejo conjugado de z = a + b i es z = a  bi

7.- Operaciones en forma polar o trigonométrica

Dados: z1 = 1 ( cos 1 + i sen 1 ) y z2 = 2 ( cos 2 + i sen 2 )

7.1.2.- Interpretación geométrica del producto de dos complejos en forma polar

La justificación proviene de la semejanza de los triángulos: OUZ1  OZ2 Z

7.2.- Cociente. Definición:

Dados: z1 = 1 ( cos 1 + i sen 1 ) y z2 = 2 ( cos 2 + i sen 2 )

7.3.- Potenciación de exponente natural

de los números complejos.

Dado: z =  ( cos  + i sen  )

Dado: z =  ( cos  + i sen  )

En forma reducida: zk  n  2k

Hallar en forma polar: i) z1 . z2 ; ii) z1 : z2 ; iii) z1 5 ; iv) 4 z2

En forma polar o trigonométrica: z2 = 3 ( cos 240º + i sen 240º )

i) z1 . z2 = (1. 2) 1+ 2 = 2 . 3 300º + 240º = 6 540º = 6 180º

iii) zn = n ( cos n  + i sen n  )

reemplazando en z k  n  2k 0  k  n ; con k  Z

zk  4 3 240º  2 k   4 3 60º  k 90º ; con 0  k < 4

Gráficamente: Las n raíces de z  0, se identifican con los vértices de un polígono regular de n

lados inscripto en una circunferencia de radio igual a n .

8.- Raíces cuadradas en forma binómica2

9.- Ejercicios resueltos

9.2.-Hallar el valor de z que satisface la siguiente igualdad:

Para 1 – i , se tiene:  = 2 ;   IVC ,  = arc tg ( 1 ) = 315º

b) Se realiza la división de los complejos en forma polar :

c) Se eleva el resultado anterior a la décima potencia

9.5.- Determinar los números reales x e y de modo tal que: