MTU yale Ate) OV ioe Cr Le) GEOMETRIA ANALITICA - Y ALGEBRA 0 Autorizado por el Consejo de Educacion SecundariaCapitulo 1. Capitulo 2. Capitulo 3. Capitulo 4. Capitulo 5. Capitulo 6. Capitulo 7. Capitulo 8. Capitulo 9. Capitulo 10. Capitulo 11. a SOLUCIONES........ a BIBLIOGRAFIA a INDICE GENERAL ... a FORMULAS... INDICE TEMATICO SISTEMAS DE ECUACIONES MATRICES Y DETERMINANTES ... VECTORES Y SISTEMA CARTESIANO PLANO.......::s:cs:sssssesssserseesen 45, COORDENADAS POLARES Y TRANSFORMACION DE COORDENADAS ......... CIRCUNFERENCIA ......... PARABOLA ... ELIPSE .... HIPERBOLA LUGARES GEOMETRICOS ... CONICAS .... PUNTOS RECTAS Y PLANOS EN EL ESPACIO ESPACIOS VECTORIALES ....4 Boa ya Ta jineales con varias incégnitas Ecuaciones Una ecuacién lineal con n incégnitas es de la forma tipo: ax, tax, +... bax, = 6 (*) donde x, x... x,80n las n incégnitas, a,, a... , d, sus respectivos coeficientes y bel término independiente, en nuestro curso nimeros cofhplejos o reales. También es comuin usar diferentes letras para los incégnitas, como por ejemplo en la siguiente ecuacién: 3x + 2y—42 Una solucién a la ecuacién anterior, es la terna ordenada (4, -1, 2), es decir que si x=4,y=-1,y z= 2, se verifica la igualdad: 3(4) + 2(-1)-4(2) = 2 ¢ 2 = 2. Asi toda terma(Z,y,2) que verifique la iqualdad, es una solucién de la ecuaci6n, obsérvese que en este caso existen infinitas ternas solucién. De esta manera, llamaremos duplas, triplas, 0 cuddruplas a las soluciones en las ecua- ciones que intervengan 2, 3 0 4 inedgnitas. Las soluciones de la ecuacién (*), son n-uplas ordenadas de la forma(r,,x,,....x,) Existen ecuaciones en las cuales no es posible hallar una solucién, por ejemplo en la ecuacién Ox + Oy = 2, no existe ningin par solucién. A este tipo le llamamos ecuacién imposible. Asi mismo existen ecuaciones, que cualquier n-upla la verifica, a modo de ejemplo Ox + Oy = 0, Este tipo de ecuaciones son llamadas identidades. 4.2 remas lineales Un sistema lineal (S), de m ecuaciones con n inoégnitas puede ser identificado con una GX, + Gykyt ov 40T, = d estructura del siguiente tipo: yk + dy ky + 40,4, = by Gat + Oat t ot Hyd, = byCapitulo 1 / Sistemas ot Ecuaciones, Marrices ¥ DETERMINANTES La n-upla(x,,x),....4,) es una solucién del sistema (S), si verifica simtltaneamente las m ecuaciones del mismo. Resolver un sistema significa identificar todas las soluciones del mismo, en caso de tenerlas. Puede suceder que el sistema tenga una sola solucién, en tal caso decimos que el sistema es compatible determinado. Si en un sistema, las ecuaciones son incompatibles entre sf, es deccir si no existe ninguna n-upla que verifique a todas las ecuaciones, el conjunto solucién seré vacio, y en tal caso el sistema se llamaré incompatible. Es de destacar que si en un sistema aparece una ecuacién imposible el sistema sera incompatible. Asi mismo existen sistemas de ecuaciones que tienen infinitas soluciones, (es posible demostrar que si un sistema de ecuaciones tiene mas de una solucién, entonces tiene infinitas). Si ocurre esta situacién diremos que el sistema es compatible indeterminado Si en un sistema (no compatible determinado), alguna de las ecuaciones fuera una identidad, y no aparecen ecuaciones imposibles, el sistema tendré infinitas soluciones. A continuacién veremos algunos ejemplos. x=2 S, es un sistema compatible determinado cuya Gnica solu- * 823 cién es el par ordenado (2, 3). xty=2 S, es un sistema compatible indeterminado cuyas infinitas a @*)0x+0y=0 — soluciones son pares ordenados de la forma(x,2 — x) a Re Ry! S, es un sistema incompatible, pues la segunda ecuacién, es >* ]0x+Oy=2 una ecuacién imposible, que no admite solucién, Ox+0y=0 gal igual que el sistema anterior es incompatible, por ser su Ox+0y=2 segunda ecuacién imposible. Resumiendo podriamos efectuar la siguiente clasificacién de los sistemas de ecuacio- nes lineales: Determinados | <=> Solucién tinica Indeterminados | "=> _Infinitas soluciones SISTEMAS LINEALES Incompatibles | «=> No existen soluciones —Nom— Llamaremos conjunto solucién, al conjuntos cuyos elementos son las n-upias solucio- nes a cada sistema, y que anotaremos sol{S). FCapitulo 1 / Sistemas pe Ecuaciones, Matrices ¥ DETERMINANTES 4.3 Transformacio! elementales Llamamos transformaciones elementales a cualquiera de las siguientes operaciones entre las ecuaciones de un sistema lineal: 1) Intercambiar dos ecuaciones (filas) de lugar. —Nomcion Fok 2) Multiplicar a una fila por un néimero 2 distinto de cero. Norcia 2F, 3) Multiplicar una fila por un ndmero A distinto de cero y sumarsela a otra fila. —Nomciin_ 2E+F, ita stemas equivalentes —Desinicion Dos sistemas de ecuaciones son equivalentes si y sélo si, tienen el mismo conjunto solucién. Los sistemas anteriores son equivalentes, pues tienen el mismo conjunto solucién, es decir que S, ~ S, pues sol(S,) = sol(S,) = {(1,2)}. a Teorema fundamental de equivalencias de sistemas Si en un sistema lineal de ecuaciones se realiza cualquier transformacién elemental, entonces se obtiene un sistema equivalente. [Penostracion) Para la transformacién elemental de intercambiar filas la demostracién es obvia, pues el orden de las ecuaciones no juega ningun papel en la determinacién del conjunto solu- cién. Demostraremos el teorema para la transformaci6n: sumar a una ecuacin un miltiplo de otra, quedando a cargo del lector la restante. Sea el sistema de ecuaciones $,, y F,, F,, ... ,F,» las diferentes ecuaciones del sistema. A modo de ejemplo podemos expresar una de las ecuaciones: Fy: QyX, + a,x, +. +4, =Capitulo 1 / Sistemas pe Ecuaciones, Marnices y DeveRainanres Se considera el sistema S,, con las mismas ecuaciones que S,, a excepcién de la ecua- cion F, de , que en el sistema S, es sustituida por la ecuacién: IF, + Fy: Magy + G,oXq + one +.0,,,) + (a, xy + AygXy +... + ,,x,) = Ab, + b, F, F, con’ distinto de cero, es decir que se a a, ha realizado una transformacién ele. i : mental en el sistema S, , obteniendose F, AF +, al sistema S,. Probaremos que am- = bos sistemas son equivalentes, para lo que se debe demostrar que : sol(S,) = sol(S,), por lo que en pri- E E mer lugar probaremos que toda n-upla solucién de S, lo es de S, Sea (a. @,) una n-upla solucién de S,. Es inmediato que ésta verifica todas las ecuaciones de S,, a excepcién quizas, de la ecuacién h--ésima AF, + F,,. Probaremos que también verifica esta ecuacion. Como (0%, . .. , ,) verifica las ecuaciones F, y Fen el sistema S, se cumplirén las siguientes iqualdades: a, ,0, + a,,0, +... +a,,4,=b, ¥ a 0, + a0, +... + 2,0, = b, y si se multiplica a la segunda igualdad por A, y se suma miembro a miembro, resulta: Alaa, + ,,0, +... 42,0) (ao, +a0, +... +a,0,)=2b +b, es decir que (cr,,..., d,) también verifica 2 F, + F, , y por lo tanto es solucién de S, Reciprocamente si (cz, ... , &,) es solucién de S,, también lo sera de S,, como se demostraré a continuacién. Si la n-upla mencionada es soluci6n de S,, verificaré todas las ecuaciones de S,,a excepcién quizis de la ecuacién F,. Probaremos que también verifica a ésta. Como (@,,. . ., ,) es solucién de S, entonces verificard las ecuaciones 2F, +F, y F,,osea que se cumplen las siguientes igualdades: Aaja, +a0, +... +a,0,) + (ao, ta,o,4...+a,0,)=Ab +b, +a, =b, a0 + 2,20, + hy Si se multiplica esta Gltima igualdad por --% y se suma a la anterior resulta: ayo + a,c, +... + a,c, =b,,05ea que (4, ..., a) también verifica a la ecuacién F, de S,, por lo cual es una solucion de dicho sistema, lo que completa la tesis. Para resolverlo efectuaremos la siguientes transformaciones elementales:Capitulo 1 / Sistemas pe Ecuacionts, Mareices ¥ DeveRMiNANTES —OnseRvacion iMpORTANTE Cuando indicamas las transformaciones, nos referimos a las ecuaciones del sistema inmediato anterior: 5 eae i 4g ae sh yg, iene 6x+2y=14 2 6x +2y=14 Ox +14y=14 Hg, 2 f*-79=0_ipan og [x=2 y= yal Como los sistemas S, y S, son equivalentes, el conjunto solucion de S, sera la solucién del sistema original, es decir que sol(S,) = {(2,1)} Si hubiésemos escrito el sistema del ejemplo en las variables x, y x, resultando el 2x, 4x, =0 la solucién hubiese sido la misma, es més, si hubiésemos escrito 6x, +2x. =14 sstena| solamente los coeficientes y los términos independientes: 2-40 6 2h4 también llegariamos a la solucién. Este tipo de ordenamientos rectangulares son de gran importancia en la teoria que desarrollaremos a continuacién. PR a 241 Introduccién Una matriz es un ordenamiento rectangular de elemen- tos, por ejemplo la mattiz A tiene m filas (lineas horizontales) yn columnas (lineas verticales), es por lo anterior que pode- 4 =| mos afirmar que la dimensién de la matriz es mxn | Si a, es un elemento genérico de la matriz, el primer lant Ons Ann subjndice (i) esta indicando la fila y el segundo subindice (j) la columna, es decir que i, j es un par ordenado con esa convencién. Al conjunto de todas las matrices de dimension a az a ay age ag mxn, lo designam - 1} designamos como, Es comin designar a las matrices como A = ((a,)) 0 A = (a,) 0 también An, 22 Definicion Dados dos conjuntos de nimeros naturales positives F={1,...,m}, (filas), y C={1,....n}, (columnas), llamamos matrizA,,,.,, a una funcién FxC +RCapitulo 1 / Sistemas pe Ecuaciones, Matnices ¥ DrTeRNiNANTES 1 V2 ‘A modo de ejemplo si se tiene la mattiz As.q=| 4 0 |, podemos afirmar que “5 6 F={1,2,3} y que C={1,2}. Luego el producto cartesiano sera FxC={(1,1).(1,2),(2,1),(2,2).(3,1),(3.2)}. quedando determinadas las siguientes co- rrespondencias (LI) ay =1 (1,2) > ay, = V2 (2,1) (2,2) +ay, =0 (3,1) 4.@,, =-5 (3,2) 23 Igualdad de matrices Dos matrices son iguales si tienen la misma dimensién, y los mismos elementos en las i Ainm= By, OH PT rmismas posiciones, 0 $8: Ag, = Bu . sn? po} mm = Bra 1 5, Vij, Sigm, 1¢jgn Como contraejemplo podemos afirmar que A #B. pues a, €s distinto de b,,. (Ade més ay #by ). 1 2) _(0 2) (0 5) Ba 5) 24 Matriz sistema y matriz amplicda Dado un sistema de m ecuaciones con n incégnitas: AUX + AyXgt + FaigX_= dy galOemt Amket Fake be Aniki + Amake to Fa%y = Dy an ayy llamaremos matriz del sistema, alamatriz que tie. _| ap, on ne los coeficientes de éste: ml i : m1 Ame mn ay ain [by y matriz ampliada Alb, (de dimensién m filas por Ay Ap, [by n+ 1 columnas) a:Capitulo 1 / Sistemas pe Ecuaciones, Matrices y Deverminantes ¢ 2x+3y=4 . ‘ ‘A modo de ejemplo el sistema S={5, 6 _ tiene como matrz del sistema a: 23 (2 3/4 = i liada a Alb = A le ) y matriz ampliada a Alb ls ) 25 Matriz escalerizada reducida Llamamos matriz escalerizada reducida a una mattiz con las siguientes caracteristicas: 1) Todas las filas a excepcién quizés de la primera empiezan con cero, 2) Cada fila tiene al comienzo al menos un cero mas que el comienzo de la anterior. 3) El primer componente no nulo de una fila es 1. 4) La columna correspondiente al primer componente 1 de una fila tiene como restan- tes elementos, ceros. FE weg (Eats A=/0[1 0 B lo 0 00 O}1 \0 0 0 0 —Ossenvaciones 1) Cada escalén comienza con un 1, y su ancho puede ser de una o mas columnas. 2) Debajo de los escalones se encuentran tinicamente ceros. 3) Todo sistema (matriz) puede ser escalerizado mediante un ntimero finito de trans- formaciones elementales. 26 Método de Gauss El método de Gauss para resolver sistemas de ecuaciones, consiste en efectuar trans- formaciones elementales hasta obtener una matriz escalerizada reducida del sistema. 26.1 Ejemplo de sistema compatible determinado 2x -4y+62=0 Sea el sistema S=}4x+y+3z=9 x+2ytz=4 246|0 Se crea en primer lugar la matriz ampliada [4 1 3] 9) 12144Capitulo 1 / Sistemas ve Ecuaciones, Marnices y DeTeRMINANTES Recordemos que las transformaciones indicadas siempre estan referidas a las filas de las matrices anteriores. 1 be A continuacién se crea un 1 en la posicién a,,, multipi- 3/1 2 3 | 0 cando la fila por el inverso de a,,. sale Si en ese lugar hubiera un cero se intercambia esa fila i @ tle con otra. Se crean ceros en el resto de la primer columna. (El pro- 12 3/0 cceso de ir llevando cada columna a la forma descripta ante. —“&4}0 9 -9 | 9 riormente recibe a veces el nombre de pivoteo). Sho 4 2]4 12 3 Jo En el primer elemento no nulo de la segunda fila, jf |) | (ayy = 9),se crea un 1, multiplicando la fila por el inversode — “Ete a, 04 244 hi of. 0 1 | 2 Se crean ceros en la segunda columna eral xa lo o 2/0 lo1j2 Se multiplica por su inverso al primer elemento no nulo cit de la tercer fila (a,,) ie le 6 41 —y Hii 0 0/2 Fy Se crean ceros en la tercer columna. ee 0 [1 0 1 0 0L1 Lo EI sistema equivalente a la matriz anterior es de donde sol($) = {(2.1,0)}. Now EI némero de escalones de la matriz ampliada, es el mismo que el de la matriz del sistema, (0 sea suprimiende la tiltima columna), lo que indica que el sistema es compati- ble. Ademas todos los escalones tienen de igual ancho una columna, lo que implica que en el sistema cada ecuacion tiene una incégnita mas que la inmediata inferior, por lo que el sistema es determinado.Capitulo 1 / Sistemas De Ecuaciones, Maraices v DETERMINANTES 2.6.2 Ejemplo de sistema compatible indeterminado -x+3y+z=0 x+y+z=-3 Resolveremos el sistema 1 46 2x-y+52=-—— gg “13 1{ 0 Lyi 3 -1/ 0 1-3-1] 0 111] 3) ~ 11 1) 3] ~ eso 4 2] 3 214 /-% 2-14 /-f) —BSl0 5 3|-F 1, (1 3 41] 0 ~-#4Jo 1 3g] -3] ~ 05 3 |-% La anterior matriz ampliada es correspondiente al siguiente sistema: }y +42 lOx+0y +02=0 Al aparecer una identidad en el sistema, éste quedard indeterminado, ya que tenemos dos ecuaciones con tres incégnitas. Si se despeja la incégnita y, en la segunda ecuacién resultaré y=—}2-$4, y en la primera ecuacién queda x=—42~$. La incégnita z, no puede determinarse, pudiéndose elegir libremente, quedando x e y en funcién de ella Cada valor elegido libremente de z, determina una terna solucion, En virtud de que una de las incégnitas del sistema puede elegirse de este modo decimos que el sistema es compatible indeterminado, con un grado de libertad, y las infinitas soluciones, estan dadas por las ternas (— ‘Como el némero de escalones de la matriz ampliada es el mismo que el de la matriz del sistema, éste es compatible, sin embargo el ancho de los escalones no es igual; lo que esta indicando que en el sistema escalerizado, alguna ecuaciones tienen por lo menos dos ingdgnitas mas que la ecuacién inferior que le sigue, lo que indica que el sistema es indeterminado.Capitulo 1 / Sistemas De Ecuaciones, Marnices v DsTERMINANTES 26.3 Ejemplo de sistema incompatible yt2=4 Resolveremos el sistema: {2x + 4y—62=1 3x -6y+92=6 o 1 ils eh (2 4 +41 1 2 -3]4 24 6]1[-~ o 1 1 |4t~ o 1 isa 3 6 9 16 3-6 9 |6 3 6 9/6 12 3/3 o1tl4a| ~ mA,lo 0 0 | La matriz ampliada anterior corresponde al sistema La tima ecuacién no tiene ninguna tema solucién, por lo que el sistema resulta in- compatible. Obsérvese que la matriz ampliada tiene un escalén més (3), que la matriz del sistema (2). 2.6.4 — Teorema de Rouché-Frébenius (1° version) Hemos visto en los ejemplos anteriores, que el ntimero de escalones de la matriz ampliada, y el de la matriz del sistema, tienen cierta relacién, con el tipo de solucién del sistema. A continuacién formalizaremos estas apreciaciones. Considerando que el numero de escalones de una matriz escalerizada reducida, es e! ntimero de filas no nulas, y que la escalerizacién de este tipo de matriz es nica, enuncia- remos sin demosirar, una versién del teorema llamado de Rouché-Frobenius, que vere- mos nuevamente. Enunciado Pata todo sistema lineal S, de m ecuaciones con n incégnitas, con matriz del sistema A. y matriz ampliada Alb, siendo p el ntimero de escalones de A, y q el mimero de escalones de Ajb, se cumple una y s6lo una de las siguientes opciones: 10Capitulo 1 / Sistemas pe Ecuaciones, Matrices y Dererminantes a) S es compatible determinado <> pee b) S es compatible indeterminado <=> P ea p p#q Resolver los siguientes sistemas de cuaciones por el método de Gauss: Bx+2y-42=1 =x; + 2x2 3x5 +X4 4x—y-2=0 By Hy iyi 2x+y+52=1 HO x, +x. - 2x, +2x, =3 3x, —x2 +x3 =1 3x+4y +3w+2=0 2x — Sw =5 7y+w=6 a Xy +X, +X5 =25 x, +3x2 +x5 =15 Xj — 2k +x5 =30 3x, - 6x, +3x5 =-30 ati 1 4 -1 2 6 23 0 0|6 % 2 -% 1/3 5 1% 0 -25 |-15 4x, +x2 —5xy =10 iy ~ 2p +X5 =1 5x, -xp —4x5=3 a 2x, +3x, -5x 6x, —xy + 9x5 3 Ax, + 2x2 - 6x5 = 3 aCapitulo 1 / Sistemas ve Ecuaciones, Maraices y DeTeRMINANTES B BTW B41 Matrices particulares Ya hemos visto en este capftulo en el numeral 2.2 la definicién de matriz. Veamos a continuacién algunos tipos especiales de matrices Matriz rectangular Es aquella en que el nimero de filas no coincide con el néimero de columnas, —Narsciciny ry Eo Gaal Matriz cuadrada Son matrices con igual ntimero de filas que de columnas. La matriz del ejemplo, es una matriz cuadrada de orden 2. —Nowcitw A 0 4 7 6 Matriz fila y matriz columna La mattiz fila, tiene Unicamente una fila, y cualquier nGmero de columnas F,, = (2, ay» a), mientras que la matriz columna tiene solo una columna y cualquier ntimero de filas: a an Cra =]: a, nd También pueden recibir el nombre de vector fila, o vector columna. Matriz nula Es aquella cuyos elementos son todos nulos. PP 000 000 900 Matriz diagonal Se llama diagonal principal de una ma- triz cuadrada, a todos los elementos que se encuentran, en la linea que va del vértice superior izquierdo, al inferior derecho. Sus elementos se caracterizan, porque sus subindices son iguales. Se llama matriz diagonal, a toda matriz cuadrada cuyos elementos son todos nu- los, a excepcién de los de la diagonal prin- cipal. EE 0 0 1 oon oweCapitulo 1 / Sistemas pe Ecuaciones, Mareices v DeteRMiNANTEs Matriz escalar Matriz untdad Es una matriz diagonal cuyos elementos | _Es la matriz escalar cuyos elementos no no nules son todos iguales. nulos son todos iguales a 1. 300 os 0 005 2.4 Suma de matrices La suma de matrices, s6lo es posible cuando éstas tienen igual dimensién. 3.11 Definicién Se define la suma +: 4... x, - of... en donde para todo par de matrices isn =(4y)¥ Bren = (by), existe y es nica, la matriz: Cau =(c,), talque A+B=C, yc, =a, +b) para todo pari,j 123) 02 4) (1 47 456) \17 3) \5 12 9 3.2.1 Grupo Abeliano Elconjunto.@,.. con la operacién suma (+), forman una estructura de grupo Abeliano, es decir que son validas las propiedades que siguen: Asociativa: (A +B) +C =A +(B+C) Conmutativa: A+B=B+A Existencia de neutro: A + O =A Existencia de simétrico: A + (A) = 0 A Demostraremos a modo de ejemplo la propiedad conmutativa. (a,)+(b la, +b,}=lb, +4,)=(b,)+(a,) i f a En [1] y [3] se aplico la definicién de suma de matrices, y en [2] la propiedad conmutativa de la suma de ntimeros reales. Es inmediato que la matriz nula es el neutro de la suma. Si A = (a), llamaremos - A a la matriz (-a,). 13Capitulo 1 / Sistemas pr Ecuaciones, Marrices ¥ DETeRMINANTES 3.3 Producto de un ntimero por una matriz En el conjunto de las matrices /#,, definiremos la siguiente ley de composicién exter- na, denominada producto de un numero real por una matriz. 3.3.1 Definicién RX .&,,, > Mizg, en donde para todo niimero real a, y para toda matriz A, existe yes tinica la matriz B.,,,, talque @A=B oy @a,=b, , Vij Es decir que el producto de un néimero por una matriz rectangular, es otra matriz de la misma dimensién, y cuyos elementos se obtienen multiplicando dicho nimero pot todos los elementos de la matriz dada. 129 -5 10 «15 $x 7 (; 0 i ts 0 = 3.3.2 Propiedades iva del producto: (u.B). A= a.(BA) Neutro del producto: 1.A = A Distributiva del producto respecto de Ia suma de matrices: (A + B) = A + 0B Distributiva del producto respecto de la suma de nimeros reales: (a + BJA = A +BA Demostraremos ésta tiltima propiedad. [a +BI(a,)((a. +B)-a,)=(0-a, +8-a,}=(c-a,)+(B-a,}=0(a,) + Bla,) a a En [1] y [4] se utiliza la definicién de producto de un ntimero por una matriz, en [2] ta propiedad distributiva de niimeros reales, y en [3] la definicién de suma de matrices. 3.4 Producto de matrices 3.4.1 Definicién Sean las matrices A... y B, aps S@ define el producto entre matrices como: ken ose X My > My,, tal que A'B = C, siendo ¢4;= Yay; m1 —Osseevaciones — De la definicién se desprende que para poder mubiplicar dos matrices, éstas deben ser conformables, es decir que el ntimero de columnas de la primer matriz debe ser igual al ntimero de filas de la segunda. El elemento ¢,, de la matriz producto, se obtiene a partir de la fila i de la primer matriz, y de la columna j de la segunda, de la siguiente manera: se multiplica el primer elemento dela fila f de la matriz A, por e! primero de la columna j de B, el segundo de la fila con el segundo de la columna, y asi sucesivamente, sumandose posteriormente todos los pro- ductos, es decir; y= ajy by + ajp.by; + ag.by +... +a,,.b, 14Capitulo 1 / Sistemas ve Ecuaciones, Matrices y DETERMINANTES A continuacién se efectua un esquema represen- tativo de la multiplicacién A’B = C, representando- se a la izquierda la matriz A, arriba la matriz B, y abajo a la derecha la matriz producto AB. rat Pa 2 as ain Ami Amz Ams Ann, Existen tantas parejas producto, como ntimero de filas de la primer mattiz y columnas de la segunda (4,,,,°B,.,), 0 sean. Si llamamos a,,b,, a una pareja genérica, es evidente que los valores posibles para k, seran 1 Sk Sn , de donde se justifica la expresién: C= Dae -dey a de la definicién Observémos en primer lugar la dimensién de las matrices, el tinico producto posible €8 DayyCxg= DCxq Ya que el producto C.D no se puede efectuar pues las matrices no son conformables. Esta tiltima afirmacién nos proporciona un contraejemplo de que la propiedad conmutativa del producto de matrices no se cumple. Sea D.C = E e,, = 1(4) + 2(8) + 39) = 47 LO x 8 ee = 10) + 841) + 918) = 48 c-}21 0 6 some 3431 34 2 7 -18 p(t 8 9)fen ee es ex eo 30 SJlen ex ex ex = 315) + 016)-5(7)=-50 _rqy gg 22 131 cg itriz producto serd ent rae ee oof at 1)Capitulo 1 / Sistemas ve Ecuactones, Matrices y DeTeRMINANTES 3.4.3 Propiedades del producto El producto de matrices en general no es conmutativo, ya hemos visto en el ejemplo anterior que dos matrices pueden ser conformables en un sentido, pero no en el otro. ‘Ain con matrices cuadradas, puede no ser el producto conmutativo como se aprecia en el siguiente ejemplo. a-(; HE a(t :] => ase{i | y aa-(? i =>ABsBA o1 12 12 14 En general la propiedad conmutativa para el producto de matrices no se cumple, aunque existen matrices que conmutan. Veremes a continuacién las propiedades que si cumple el producto. Asociativa: (A’B)\ = ABC), para todas matrices A, B, C conformables. 1) AB + C) = AB + AC 2)(B+CyA=BA+CA con B y C, matrices de igual dimensién y A conformable con ambas. Demostraremos a continuacién la primera de las proposiciones. Sean A = (a,), B= (b,) ¥C = (c,) $o(by +ep)= A(B+C) = (a, [(b,)+(€,)] = (4, lb, +e) acne la Bors fin (a4) (by) +185 “Cy =AB+AC En [1] y [4] se usé la definicién de suma de matrices, en [2] y [5] la definicion de producto, y en [3] la distributiva de ntimeros reales. Neutro del producto Para toda matriz A.,..,, existe una matriz unidad I, y otra |, tales que: . Sean A = (a,) el, = (e,) Fa, -es]ge9 Ey En [1] se utiliz6 la definicion de producto de matrices, y en (2] se consider6, que como 16Capitulo 1 / Sistemas pe Ecuaciones, Marnices y DETERMINANTES @,,=0, Vi#j y quee, =1, ¥i=}, entonces todos los valores de la sumatoria de la definicién de producto, son nulos excepto cuando i = j, en donde e,, = 1, por lo que ay eyaajl =a, A modo de ejemplo, dada la matriz Az,s -(; : tales que Ip-Ag3=Aas Y Ang-ly=Aas 1 c 2 :) 0 456 ° 1 0\(1 2 3 123 oil4s56 456 —Onservacion — Una propiedad que no se cumple, es la propiedad cane del producto como ) existen |; @ I, 0 Oo 10 01 2 pve veremos en este contraejemplo. Sean A=, -(; i} y la matriz nula im o= ( 9 9: Observemos que AO = Oy que AB = O, entonces igualando se tiene que AO = AB, con A #0, y sin embargo no es posible cancelar A, ya que B# O. as Matriz Traspuesta 3.5.1 Definicién Sea la matriz A... = (a,,), llamaremos matriz traspuesta de A, a la matriz que anotare- mos A\,,,, = (al) lal que Sus elementos son: a, = @,, Obsérvese que para obtener la matriz traspuesta, se deben intercambiar filas por co- lumnas. Veamos a continuacin algunos ejemplos. 13 ato 9) oa-feo 8 4 B=(0 2) = #-()) c-6) = C=) 17Capitulo 1 / Sistemas pe Ecuaciones, Marnices v DETERMINANTES 3.5.2 Propledades 1)(AY =A 2VA+B)N=A'+B 3) (aA)! =aA 4) (AB! =BA 5) =I Demostraremos la propiedad 4. ‘een ' — ‘ke (a-By =p e[ Fou os =(S- os )=( Er. me) Tikes ale Bi ae * En [1] y [5] se utiliz6 la definicién de producto de matrices, en [2] y [4] la definicion de matriz traspuesta, y en [3] la propiedad conmutativa de los reales. b,)'(@,)' = BIA! z6 Matriz Simétrica Decimos que la matriz cuadrada A es simétrica si A = A PERE Ke 15 6 a} :) e-(* | c=|5 23 oe 634 Existe una simetria respecto de la diagonal principal en toda matriz simétrica. zz Matriz anti a Se dice que una matriz cuadrada A es antisimétrica, cuando la matriz opuesta coincide con la traspuesta, 0 sea -A = A‘o también A + A'= O A=(° 7) ow ate(° 2), -a=(? 7) a cana 20, 20 20 _ 3.2 Matriz ortogonal Una matriz cuadrada es ortogonal, cuando el producto de ésta, por su traspuesta es igual a la matriz unidad. A AN=T E| lector podré comprobar que las siguientes matrices son ortogonales. fi fp FA] gu fene -cone le cos senx : 3 18Capitulo 1 / Sistemas ox Ecuaciones, Marrices v DETERMINANTES 29 Matriz inversa En esta seccién se daré un procedimiento para hallar la matriz inversa en el producto, en al caso de que exista. 3.9.1 Representacién de una ecuacién en forma matricial Sea por ejemplo la ecuacién 2x, + 3x, + 4x, = 6. Si ubicamos los coeficientes en una matriz fila (vector fila), y a las incdgnitas en un vector columna, y multiplicamos ambas matrices, resulta: my (2 3 4). |x, |=) = (2x, +3x, +4x5)=(6) Xs, La tiltima igualdad matricial implica 2x, + 3x, + 4x, = 6, que es la ecuacién de la cual habiamos partido. Si generalizamos, se puede afirmar que una ecuacién lineal de la forma a,x, + a,x, + ... + a,x, = b, puede representarse en forma matricial como sigue: mm (@ a -~ a)? feb Xa 3.9.2 Representacién de sistemas de ecuaciones en forma matricial 5x, + 3x, =8 Sea ahora el sistema de ecuaciones Ky x2 =1 El sistema anterior, puede representarse en forma matricial como. 5 3) (x,\_(8 ; 5x, +3x,)_(8 S| a ti sulta = G 5) () () sise multplica resulta (at 7 Nuevamente para que las matrices sean iquales se debe de verificar f que es el sistema de partida. AX + Ayexz, + Sigeneralizamos, se puede afirmar : que el sistema S, puede representarse $=j 921 + @z2X2 + por la ecuacién matricial AX = B, : como sique: mI1X1 F AmeXz + + tamaXy = an aig an uy by a a, oe x b. AX=B [PR OR Sm 1" a? Ant ee Onn Xp, m 19Capitulo 1 / Sistemas ve Ecuaciones, Matrices ¥ Dererminantes 3.9.3 Matriz inversa de una matriz cuadrada Dada una matriz A de orden n, si existe, es tinica la matriz A, que llamaremos inver- sa de la primera, y tal que A. A? = AYA =| No todas las matrices cuadradas tienen inversa, para determinar su existencia, estu- diaremos en la siguiente seccién, el tema del determinante de una matriz. También en dicha seccién, se demostraré la unicidad de la mairiz inversa y la conmutatividad del producto expresado anteriormente. Admitamos por el momento, estas afirmaciones. Sea por ejemplo la matriz 21 12 ay Fa , entonces (3 4 5 su matriz inversa A! , pues verifica : a 2 1) (1 2/1 0 amar o(l 3 a)lo 1) Ne 12) (2 1) fl 0 macro (3 O)(% 3 a4 3.9.4 Célculo de la matriz inversa Sea a modo de ejemplo, la matriz a-(? a): Intentaremos hallar si existe la matriz inversa are(? gj): tiauea at © 2 4) (a b)_(1 0) | (2a+de 2+4d) (1 0 6 BJlc a) lo 1 6a+8e 6b+8d) (0 1) 7 2a+de=1 2b+4d=0 a+ Y J6b+8d =1 2 4/1 2 4/0 6 8] 0 6 8/1 FU ay (1 2] 0 6 80 6 81 1 2\% 12 66 slg _4| <3 6 (9 —al 1 12% 1 2) 0 lo 1) % —i 0 1) -% ai 1 0} -1 i 4/1 0] ¥% 0 1) % 0 1)-% 20Capitulo 1 / Sistemas ve Ecuaciones, Matrices y DeTerminANTEs Entonces resulta A? = ). que e! lector podra verificar que A“A = A‘A’ Si se observa la sucesién de matrices ampliadas, que sirvieron para hallar la matriz inversa, en ambos casos, se emplean las mismas transformaciones elementales, por lo que se puede resolver simultaneamente como sigue: 1 24/10 1 alpele alg '] e 12/% 0 alo 1] % -% o1| 12 2|% 0 Ko s{o 1} —%45lo -4) 31 “| Of KY) igs re cee Para calcular la mairiz inversa de una matriz cuadrada en caso de que exista, se trans- forma por escalerizacién a la matriz (4 |1) en lamatriz (1| A") Hallar x, y, 2, para que A = B: (22437 8) pcre 8 “Lgrede 2y) (ay ete Hallar los productos A'B y BrA: = 3 -l 10 2 s-( ) a ou 2 tt 1 6 Considerando la suma de matrices (in- cluye la resta), y la multiplicacién, efec- tuar las 3 sumas y los 4 productos po- sibles entre las siguientes matrices: of. BQ ¥ 4) 5.2 -1 4 3 ( -% Gs 0 a Demostrar que el producto de dos ma- trices ortogonales es una matriz ortogonal. Dadas las siguientes matrices, justifi- car si son ciertas las siguientes igual- dades: 13 + 5 09 Get ae 3) a)AB=B.A b) (A+B) =A? +2AB+B o) (A+B)! =A‘ +B d) (AB) =A'.B e) (A.B) =BiAt A? —C? =(A-C\(A +0) g) (A.B.C' =C!.B.At Dada una matriz A cuadrada demos- rar que A + At es una matriz simétrica y ue A - A’ es una matriz antisimétrica, Hallar todas las matrices que lt conmuten con la matriz A -( ) ol HED Hallar las matrices inversas de Lor a-(? H)y a-|2 01 es raid 21Capitulo 1 / Sistemas pe ECuaciones, Matrices ¥ DETERMINANTES y- 3 DETERMINANTES Matriz_complementaria Se llama matriz menor complementaria, o simplemente matriz complementaria del ele- mento a,, de una matriz cuadrada A= (a,), de orden mayor que 1, a la submatriz que se obtiene de eliminar la fila h y la columna k de la matriz original, y que anotaremos M,,, Pre anf ae -( whepbilome-( } = (§ S)=my- ear ade O23 ag) Adz 233, 67 8 213 A= Si la matriz original es de dimensién nn, la matriz complementaria sera de dimen- sién Q-1)x@-)) Definicion de determinante i El determinante de una matriz cuadrada, es un ntimero tinico que se asocia a dicha matriz, en simbolos podemos expresar ||: %,, > IR ‘© sea, cada matriz cuadrada A tiene asociado un ntimero real (que se anotaré entre barras |A| ), llamado determinante de la matriz cuadrada. Definicién por recurrencia iq 1-(-D""(M,, | Observaciones Recordemos que las matrices cuadradas de orden n , o sea A, , pueden escribirse como A,, y en consecuencia su determinante como |A,|. El determinante de orden 1 se define como el némero real que representa su tinico elemento. Luego el determinante de orden 2 se define a partir del de orden 1, yen general cualquier determinante a partir del de orden anterior, usando para ello los determinantes de las matrices complementarias |M,,| Decimos que el determinante esté «desarrollado» por la primer columna. Jar Ata] faz. lag = oa, 22Capitulo 1 / Sistemas ve Ecuaciones, Matrices ¥ DererminANTes 4.3 Menores complementarios y adjuntos 4.3.1 Menor complementario Se llama menor complementario del elemento a,, de una matriz cuadrada de orden mayor que 1, al determinante de la matriz complementaria M,, y que anotaremos como |M,,|. Obsérvese que en la definicién de determinante intervienen los menores complementarios. A modo de ejemplo, el menor complementario |M,_| de la matriz, [Tp ses IMyiaisi= 3 4.3.2 Adjunto Se llama adjunto del elemento del elemento a,, de una matriz cuadrada de orden mayor que 1, y que anotaremos A, , al menor complementario de dicho elemento multiplicado por 1 0 -1 segun la suma de los subindices h+k, sea par o impar, es decir: Ay =| Mis) Como ejemplo, el adjunto del elemento a,, , dela matric A =(° A serd: Age (17% [M,,|=-1.12|= -2 o 8 Definicién de determinante usando adjuntos _JAtl=lnl=an WA.|=a-Ayy $a2)-Aay he tay Ags 44.1 Determinante de orden 2 mit F de orden 2 es por definicién: 3, -Ayy $aq)-Agy = AyD" My] +2210" Mail = 4.4.2 Determinante de orden 3 El determinante de orden 3 por defini rr Aye Ag Wallan ce 224) —@yAn ta Aan erg, = ls. a2 Ags, 70 - 4 0 -] 23Capitulo 1 / Sistemas pe Ecuactones, Matrices ¥ DeTermiNaNnTes 4.4.3 Regla de Sarrus Los determinantes de orden 3 (tinicamente), pueden ser calculados por la llamada regla de Sarrus. Una técnica posible es la siguiente: se ubican las dos primeras columnas en forma repetida como indica el esquema que se adjunta a continuacién, y se suman los triples productos precedidos por el signo de ( + ) o de (- ) como se indica a continuacién. A] =ayrtanday Hix) FA js41d 2 A 2Eny@y5 ~ GA @ox 4922934 El lector interesado podré probar que esta sucesin de operaciones, es equivalente a nuestra definicién de determinante de orden 3. FED Is 7 0 i 2 Calcular: [A|=|1 -2 -3) = Aplicamos Samus: a 4 o rae oo ‘o*@ Al = [5.(—2).( A] + [7-€-3).(4)] + [0.(00.(0) J — [0.€-2). 4] - 5.9.00) -f7.0).( 1) ] = 67 4.4.4 Determinante de orden n Aplicando la definicién resulta: |A,4|=,).4\, 421-4) +4545) +44,Aq. Veamos a continuacién un ejemplo oo 1 3 i o 1 3 ot 3) 4.2 79 0 ilo gg 7 OTAP OG + LTO = 0 4 5! o4s oo 4s ’ } Las siguientes, son tablas prdcticas para : a recordar el signo con Le r+ sp si ap al que comienza cada ad- {+ | Le - +e Ln He juntoen losdeterminan- — [- lL. es SB a Deere tes de orden 2, 3,45. - +s 24Capitulo 1 / Sistemas ve Ecuaciones, Matrices ¥ DETERMINANTES 4.5 Propiedades de los determinantes Enunciaremos a continuacién las principales propiedades de los determinantes. Es de destacar que puede demostrarse, que todas las propiedades que se cumplen para filas se cumplen también para columnas. Demostraremos algunas de ellas y aceptaremos como vélidas las restantes. A)_Aditividad : Dados 2 determinantes de orden n que s6lo difieren en la fila k, se cumple que su suma es igual al determinante de orden n que conserva las n -1 filas iguales de los originales, y tal que los elementos de su fila k, se obtienen sumando los elementos correspondientes de las filas k de los determinantes originales. Ain an . 7 Ay Flay ty ay t bye ~- aq +O, an ann 1239/1 2 3/23 45 6+-1 -4 -7=)3 1 — 78017 8 o| 7 8 0 B) Homogeneidad : El producto de un real 0. por un determinante de orden n es igual a.un determinante del mismo orden que mantiene iguales lay, ie n-1 filas y cuya fila cualquiera k , es tal que cada uno de sus elementos se obtienen multiplicando el real a. por el elemento correspondiente ay Ane Ayal LA Ag Aye de la fila original k. Sean < ¥y |B] los determinantes anteriores tal que &|A| = |B| Demostraremos la propiedad por induccién completa en el orden del determinante. Gla, ay, Gly, “Az, {yp +) = 1B,| | A,|=|B,] En [1] y [4] se utilizé la definicién de determinante, en [2] la propiedad distributiva de los reales, y en (3] la propiedad asociativa de la multiplicacién en los reales. 25Capitulo 1 / Sistemas ok Ecuaciones, Marricts ¥ DETERMINANTES Hipster — de la induccién ala.iel. (La propiedad es valida para toda dimensién menor o igual que n) esis) de ta induccion E Demosstraciony de la Induceion a, ap a Sy Ape 2m Haye an aye ayn Bane 7 Ahertin 1 Byy Hayy Bay FOE, By Het By Huy Bisson Obsérvese que la dimensién del menor complementario de cada adjunto de la defini- cién anterior, B,,, B,,, « » By, , yy €S X Por x, ya que son generadas a partir de la supresion de una fila y una columna del determinante B, , ,, de dimensién (x + 1) por &t 1. Entonces para todo B,,, distinto de B, ,, se cumpliré por la hip6tesis de la induccién, que B, =a, vale decit B,, = 2A, Boy = a'Ay yy Buy = A By yy = Per yi excepcién de B, ,, cuyo menor complementario se construye suprimiendo la primer co- lumna y la fila k-ésima, o sea la que contiene los elementos multiplicados por a, por lo que resulta en este caso B,, = A, ,. Si ahora se sustituye en |8,,,|, quedard la siguiente expresi6n: wo | My (Ay) Hyg (OC Ag) tM (OE Ay oF (6 Aya) +B cent (Ol AQ) que aplicando asociativa , conmutativa y distributiva en los reales resulta Bg |= Cay Ayy Hg Age Heng Ag teat yy Ag FA sip Aven) = 1A cal que es nuestra tesis. Veames un ejemplo ilustrativo de la propiedad 15 oj {1 5 of 3l2 4 tle 12 3)e93x7=21 1 0 2 a o 2 26Capitulo 1 / Sistemas pe Ecuaciones, Marnices ¥ DETeRMINANTES C) Producto de determinantes El producto de los determinantes de dos matrices, es igual al determinante del produc- to de las matrices. Ee fo a]-™(2 6] |Al=14 , [BJ=-2 = |aBl=-28 Es de destacar que la suma de determinantes no cumple la misma propiedad, ya que en general |A| + |B] #|A + Bl. Contraejemplo 1 2 o1 13 a-(p 4). 8-6 H| saree(5 ) Al=-1 , [Bl=-3 y |A+BJ=-9 =(-1)x(-3)4-9 >|A\+|B)#|A+B] D) Intercambio de filas Si en un determinante se cambian entre si, dos lineas paralelas, el valor absoluto de dicho determinante no varia, pero cambia de signo. EE 124 12 aj=o 1 3) [Bl=p -1 5 bh - § po 1 3 En este ejemplo se han intercambiado las filas 2 y 3, resultando: |A| = -|BI. E) Todo determinante con una fila tal que todos sus elementos son nulos, es igual a cero. a nz nO =|a o a Fa Fue *** Ann] [Por Fra 27Capitulo 1 / Sistemas DE ECuaciones, Marrices y DETeRMINANTES En [1] se usé la propiedad de neutro aditivo en los reales, en [2] la propiedad de aditividad de determinantes, en (3] la propiedad de homogeneidad de determinantes y finalmente en [4] el neutro de la adicién en los reales. F) Eilas iguales Si un determinante tiene dos filas iquales, entonces es igual a cero. Epemostracisng Sea el determinante|AJ. Si intercambiamos las filas iguales el determinante cambia de signo (propiedad d), pero a su ver su estructura permanece incambiada, ya que las filas son idénticas, por lo que|A| = -|A|, de donde se deduce que 2|A| = 0, 0 sea|A| = 0, que era lo que se queria demostrar. G) Filas proporcionales Pruebe el lector a modo de ejercicio tedrico que si un determinante tiene dos filas proporcionales entonces es nulo. 0 , a@eR H) Combinacién lineal de filas Si un determinante tiene una fila que es combinacién lineal de otras filas, entonces el determinante es nulo. EEE 1h 2 3] |aj=B 4 5 b 8 u| Observemos que la fila 3 es igual a la siguiente combinacién lineal: 2F, + F,, En base a la propiedad anterior se puede afirmar que el determinante sera nulo, afirmacién que el lector podré verificar, usando la definicién de determinante. 1) Suma de filas Sia los elementos de una fila, se le suman los elementos de otra paralela a ella multi- plicados por un ndmero real, el valor del determinante no varia. 28Capitulo 1 / Sistemas ne Ecuacionts, Mat Consideremos ahora el determinante |B| en el cual se ha cambiado la fila k del determinante |A| por la suma de la fila i multiplicada por a, con la fila k. Probaremos que |A| = |B]. =|aj+a.0-[4l 250 25 ] As}3 4 y Bl 4 o 1 2 -3 -8 1 Observamos que la tercer fila de |B], es -2.F1 + F3 (referidas a las filas de |A|. En base al teorema anterior se puede establecer que |A| = |B]. El lector interesado puede comprobar que ambos determinantes son iguales a 19. 29Capitulo 1 / Sistemas ot Ecunciones, Marnices v Derseminanres J) Determinante de Ja matriz traspuesta El determinante de una matriz es igual al determinante de su matriz traspuesta. (a= PE wiih] wd o fugeoae-s wr b 4 | (A= 112)-5¢-14) = 58 K) Producto de Jos elementos de una fila por los adjuntos de otra. La suma de los productos de los elementos de una fila por los adjuntos de los elemen- tos de otra, es igual a cero. an ay Ar| Sea el determinante de orden 3, |A|=laey zp aoa] am Ase Ass} Se considera el determinante | A , tal que sus dos primeras filas son iguales a la ay a as primer filade A ,oseaque: Al =ay ay ays 43, 432 33 Como este determinante tiene dos filas iguales, entonces es igual a cero. Si se desarrolla | A’ | por los adjuntos de la segunda fila resultara: [A] = ay Aly + Ae Age + Ag Aya = 0 Obsérvese que A,, = A,,, A,, = A,,y que A,, = A’,, entonces se cumplira que ayyAy, + Ay'Ay: + Ay'Ayy= 0 que no es otra cosa que el desarrollo de los elementos de la fila 1 por los adjuntos de la fila 2 EI procedimiento se puede hacer para cualquier par de filas, por ejemplo filas j y k, entonces podemos generalizar con la siguiente expresi6n: aA + ayaa + uy lo por cualauier fi | Si un determinant se desarrolla por cualquier fila o columna mediante adjuntos, su resultado es siempre el mismo. FRET Sea el determinante |A| 251 |-1 3. 4), entonces por definicién 3 0 6 30Capi lo 1 / Sistemas pe Ecuaciones, Matrices ¥ DeteRMINANTES B 4] 1 W=2) 4 “uf 4 Si se desarrolla por ejemplo por la tercer fila resulta : ae) iH } P =2.<18) 430-307) =15 f, gf =28) 430-317) = {al= 3.(17) +6.(11) 515 I B 4 Desarrolle el lector por cualquier otra fila o columna y ver siempre es el mismo. + 3300 L113 -3 0 24 -f 102 4 =I 05 -y oe \d=)2 0 6 =I 2) 2B 6-8 3 10 0 6 -8 3 1041 la 0-8 9 1) sh 2 4 =I 1 4 -] 6 -1 2! Jo 2 -9 0) «=8+ 6 -8 3 o 6 -8 3 = Ht -8 9 1 lo -6 13 of u aor a) onw 31Capitulo 1 / Sistemas pe Ecuaciones, Matrices ¥ DETERMINANTES 5.2 Existencia de la matriz inversa Para cada matriz regular A, existe la matriz inversa del mismo orden que anotaremos Ae)! AL matriz traspuesta de la adjunta de A, dividida por el determinante de la matriz dada. aa Demostraremos que A.A" = 1 , siendo el caso restante andlogo. ll Veamos como esté compuesta AY A1A=AA? =I , osea que la matriz inversa es igual ala AYal que A = Au Azo Ain ai_[aa Az An | (a! Agr Ane oA, fl Sea c,, un elemento cualquiera del producto. Dicho elemento se obtiene a partir de la fila t de A, y de la columna j de 4 Al como a:continuacion se indica: A oye a pttitendet + Ae) Sij =i, y el paréntesis resulta (a,,.4,, +,>A,. +...+ @,,4\,.), que es igual al deter- minante | Al], por ser un desarrollo por adjuntos a partir de la fila i, entonces oat a I 4] s Asi mismo, si i # j, la expresién encerrada entre paréntesis, es igual a la suma de los productos de los elementos de la fila # por los adjuntos de los elementos de la fila j, por lo que es igual a cero (propiedad k) [al=!, Vi=j 0 En consecuencia el producto es igual a la matriz unidad 1, =| , 32Capitulo 1 / Sistemas pe Ecuaciones, Matrices ¥ DETERMINANTES 5.2 Unicidad Sea B una matriz tal que B. A = J. Si multiplicamos a la derecha en ambos miembros de la igualdad por A, resultaré (B.A). A? = [.A?, luego aplicando la propiedad asociativa y el neutro del producto de matrices, se cumple que B. (A. A) = A? de donde B.1 = A* con lo cual se concluye B = A" El razonamiento es andlogo para A. B = 1. 5.4 Propiedades 1) (AB) = BAA? {A.B).(B 1A) = A(B.B") At = ALAT = AAT =1 Como la matriz inversa es (mica, queda demostrado que la matriz inversa de A.B es (B1A%). 2) (AY = (A*)' Demuestre esta propiedad el lector a modo de ejercicio teérico, en forma andloga a la demostraci6n anterior. : : : 1 Hallar la matriz inversa de la siguiente matriz: 4 =| 0 Ps a z Recordemos el siguiente esquema para hallar A". 4 catye (A%y' A—>A* —3A*)'—> [A] = At = i 4 20 5 +4 uo i Af=|a1 21 7 |—> (A‘)'=]20 21 4/3 |alaa9 > Wo—+ s 7-4 ao 7 49 =At os 7 49 aia 4907 33Capitulo 1 / Sistemas pe ECuaciones, Matrices Y DETERMINANTES Sore eae IP a poeeeeracacry IB Dacos los determinantes: Demostrar que los siguientes determi- 5 23 nad nantes son miiltiplos de 5 y 2 respecti- PS vamente, sin desarrollarios: Ial=y4 aa 24] (12 2 6 2 | ; 3 225. |2 1 dad a) Calcular los determinantes usando ha le 4a la definicién. i ) Calcular mediante Sarrus. ; scar aparacer 2 vatos oii la’6 ka Darron sin desarrolla, as el si- columna y calcular mediante adjuntos guiente determinante es nulo: FA Cotete determinante: ft a b c+dl . h bc d+ Le ee hc d 04 fof h da b+e, 30301 : 4 6 5 OF Ed Demostrar sin desarrollar que: KER Coalcular el determinante: a arb a+2b ari atb a+2b at3b a+4b_ roo4 la+2b a+3b atdb at+Sb LoS io a la+3b at+4b a+5b a+é 3-110 0 02021 El Hallar las matrices inversas A''y B- y 03010 verificar que A. A*= 1, y BB = |. 10 2 {0 Hallar x tal que cumpla: a} i Bl 3-11 x 0 32 210 5 4 l=0 6 FS Dadas las matrices A y B hallar las ma- trices Xe Y, tal que AX = B e : Y.A=B. FEB Resolver la siguiente ecuacién en R 2-2-3 33 -1 a A=|4 3 3], Belo 4 2 3 ; =0 6-5 1 3 5 0 a a |Con las matrices A y B del ejercicio 10, resolver f2 1 0) AX+B=C',siendoc-|9 4 2 052 34Capitulo 1 / Sistemas pe Ecuaciones, MATRICES Y DETERMINANTES. SL ai aget ~ Fata by , BgX, + Ay_Xat «Hy, X, b, Sea el sistema $= {2241+ Bake t ov tan! ,2 Bm IXit AmeXe + + tamAXy = Om donde la matriz del sistema es una matriz cuadrada de orden n y regular, es decir que su determinante es distinto de cero. Ya hemos visto que el sistema se puede expresar en forma matricial como: an ae ain) (x1) (br AX=B oo [98 22 7” an) |e |_| De Am Ane Am) Xm) (Pm Por ser|A|#0 existe la matrie inversa A‘, — entonces AX =B OATAAX)=A7.B eX =47.B. Los sistemas expresados en forma matricial: AX = B"!, y X = A ™B *!, son equivalentes pues si a verifica [1] se cumpira que: =Aa=B ay Multiplicando por la inversa de A resulta et = A*“B, lo que prueba que o: verifica la ecuacién [2]. Recfprocamente si at verifica la ecuacién [2], entonces «= A-B, y multipli- cando a la izquierda en ambos miembros de la igualdad por la matriz A, se tiene que Aa=B Para hallar la solucién al sistema se resuelve la ecuacién matricial X = A. B, halldn- dose de esa manera la matriz columna a Xy Xe Desarrollemos a continuacién la ecuacién mencionada: 35Capitulo 1 / Sistemas 0: Ecuaciones, Mareices ¥ DeteRMINANTES > An An. An a BL) ( Ay.b) HAnby hetAgs by z| Al a E z a Aygby $A. Dye Ago. , A Sa Se a . AWA” fa) A Se concluye que : Ib, an Jb, Az x)= a An vb: ea Ain-bs +Aan: Dat tAggeby Rat Ao 7 lal lal Se deduce entonces que el valor de cada incégnita se obtiene dividiendo el determi- nante de los coeficientes del sistema, con la salvedad que en él, se sustituye la colurmna que corresponde a los coeficientes de la incégnita por la formada por los términos inde- pendientes, entre el determinante de A. 36Capitulo 1 / Sistemas ve Ecuaciones, Matrices y DetermiNAaNnTes Usaremos la siguiente notacién: 123 geht ye, eZ, wrtlel4 1 lee A A a fl 3 -2] Hs 2 3 1 -l 1 = 4 -1 3-2] 0 1 ahi ee * 56 56 2 sol (S)={(0,1,2)} vd _RANGO DE UNA MATRIZ z..a Menor de orden h Sea A.,,, una matriz rectangular; se llama menor de orden h (la letra no juega ningan papel), al determinante de una matriz cuadrada cualquiera de orden h, formada por los elementos que pertenecen a h filas y h columnas de A. 12004 Sea A a ee 26 30 4421 Ejemplos de menores de orden 1 = {| , » (Ol. 7 9 po "3 ol 4 27 12 0 204 Ejemplos de menores de orden3 =|3 5 7] ,/5 7 9) Ke 6 3) 21 Ejemplos de menores de orden 2 => E : z2 Definicién de rango Se denomina rango de una matriz A, al orden h de un menor no nulo, si sdlo si, los. menores de orden mayor que h, son iquales a cero. Estos menores de orden no nulos (que pueden no ser Gnicos) se les llama principales ya las lineas de ese menor, lineas principales. Es posible demostrar que el rango de una matriz es unico. Veremos a continuacién un ejemplo. 37Capitulo 1 / Sistemas bE Ecuaciones, Marrices ¥ DETERMINANTES 123 SealamatrizA=|4 5 6|. Como|Al=0 , entonces el rango es menor que 3. 789 En efecto, el rango de la matriz es 2, pues existe un menor de 2° orden no nulo, por ejemplo 1 0 La v2 Método prictico pora calcular el rongo de une matriz En primer lugar se suprimen todas las filas o columnas que sean proporcionales 0 combinacién lineal de otras, 0 todos sus elementos nulos. Una vez efectuado este paso, se elige un elemento de la matriz que sea distinto de cero, con lo cual se puede afirmar, que el rango es por lo menos 1. Sequidamente orlamos este menor, es decir que se forma un menor de orden mayor en una unidad, el cual se obtiene agregando una nueva fila y una nueva columna. ‘Si uno de los menores formados de esta manera es distinto de cero, se puede asegurar que el rango es al menos 2. Se repite el proceso, hasta encontrar un menor de orden h, que al orlarlo con las restantes filas y columnas de la matriz dada para formar los menores de orden h + 1, resultan ser todos nulos. FEM Ta) En primer lugar eliminamos la segunda columna (-S —3 1 (todos sus elementos son nulos) y la cuarta fila por |-1 0 2 1 ser proporcional con la segunda |; 1 1 4 (multiplicada por - 3) Seguidamente elegimos el elemento a,, = -5,y lo orlamos con la segunda fila y la segunda colurnna, resultando un menor de orden 2 distinto de cero. Orlamos este menor con la tercer fila y las dos co- 5 3 -l lumnas restantes, entonces resulta que al ser iguales » fl 0 Lj=0 acero determinan que el rango de la matriz es dos. i144 38Capitulo 1 / Sistemas pe Ecuaciones, Marrices y DereRMINANTES Teorema de Rouché - Frébenius (segunda ni) Para todo sistema lineal (S) de m ecuaciones con n incégnitas, con matriz del sistema (A) y matriz ampliada (Alb) , se cumple que: a) (S) es compatible determinado <> r(A)=r(Alb)=n d) (S) es compatible indeterminado <= 1(A)=r(A|b) (A) #r(Alb) Se concluye que el rango de A es 3, por la imposibilidad de seguir ampliando el menor de orden 3. O sea que r{A) = 3. 203-57 5 Li 2 1 -4 3-423 El rango de la matriz ampliada también ser tres, ya que al orlar con la cuarta fila y la columna de los independientes, resulta el determinante nulo. Entonces el rango de (Alb) = 3, y en consecuencia el sistema es compatible determinado, ya que el ntime- ro de incégnitas n también es 3. nA) = r(Alb) =n = 3 39Capitulo 1 / Sistemas DE Ecuaciones, Marrices v Devenminanres EI subsistema principal esta formado por las tres ecuaciones, cuyos coeficientes se encuentran en el menor principal hallado, es decir: Qxt3y-S2=7 rey x -2y +r=-6 que el lector puede resolver por cualquier método, resultando: sol(S) = {(3, 2, 1)}. raid Hallaremos r(A) => |Al=]-1 1 -1 1 2 BW 3 Orlaremos @;,, resultando =| n° a ae Orlamos con la tercer fila y con a tereer eolumna =}1_1! —1|=0 273 2 1 Ty Orlamos con la tercer fila y con la cuarta columna ii N=0 23 entonces el rango de Aes 2 => r(A)=2 ry 1. Estudiaremos ahora el rango de la matriz ampliada => Ajb=[-1_1, -1 1 2323 Faltarfa orlar el menor recuadrade, con la tercer fila y la columna independiente, pues las restantes combinaciones ya fueron hechas. iH 4 4 cll) 2|=0 , porlo que r(Ajb)=2 23 4 40Capitulo 1 / Sistemas pe Ecuaciones, Marrices y DETERMINANTES Como el nitmero de incégnitas es n = 4, resulta que r(A) = r( Alb) = 2<4, por lo que el sistema es compatible indeterminado. 1 4 Los coeficientes del subsistema principal estan en el menor principal | i | cuyas ecuaciones correspondientes son: xty=2-2-0 -r+y=2+2—0 Si resolvemos el problema por Cramer, se obtiene: pb — | y=2-u Las infinitas soluciones estén dadas por la cuaterna ordenada (~z, 2 - u, z, u), por lo cual decimos que el sistema tiene dos grades de libertad. 1 1 1 ao(', 2) = aaies sna la matriz ampliada es ap-( \ ; il orlamos a,, con la segunda fila y la tercer columna , resultando t ta2 40 2 of entonces r(Alb) =2 . Como r(A) #r(Alb) el sistema resulta incompatible. aCapitulo 1 / Sistemas pe Ecuaciones, Matrices ¥ DETERMINANTES 22 Discusién de sistemas de n ecuaciones con n_incégnitas con etros empleando el método de Cramer pa Hyg Ky = Dy yy. Xy + ay.Xo+ Sea el sistema S=4 a, .X1 + ajg.Xpbent@jgXq = De Ag Xp + Aga Katee tng Xq = Oy Ya hemos visto que las soluciones a cada variable se expresan como AX, A + Si.A «0 entonces el sistema es compatible y determinado. *Si A =Oy existe al menosun Ax, #0 el sistema es incompatible: * Si A=Ax,=0, Vi, pueden ocurtir dos posibilidades : 1) 1A)=r (Alb) el sistema es compatible indeterminado , 1,2,...0 x, 2)1(A)#r(Alb) => el sistema es incompatible xtytzsl xty+ Sean S, =) 2x+2y+2z y Sp=4 Qxt2y+2z=2 ~2x-2y-2220 -2x-2y-22=-2 Pruebe el lector que si bien en ambos casos se cumple que A= Ax = Ay=A2=0 S, es incompatible y S, es compatible indeterminade. FASE UO Resolver y discutir segtin «a» perteneciente a los reales el siguiente sistema: axtytz=1 x+ytaz=a? xtay+z=a Hallaremos A, dx, Ay, y Az. P34 4 q Ia = «a? -a— lL 4 fet {= aa a?-( A= 1 eAx(1-alfa(1 +a)-1-1]=(1 -ay(a’ +a-2) =-(a-De fl a J 42Capitulo 1 / Sistemas pe Ecuaciones, Marrices y DereRMINANTES Siempre es conveniente efectuar la descomposicién factorial en cada uno de los deter- minantes. El lector podré comprobar los siguientes resultados: 11 a 11 Ax=la?_ 1 al=(@-1)(atl) Ay=|I a? al=-(a-1)* aal 1 a | A continuacién planteamos la solucién general: Ot dat) dy -a-1" oo _ a-Darl & ~(a-1)'(a+2) ° AO -@-1@+2)° ~ A ~a-1)*(@+2) Discusién *Si a#1 y a#-2, entoncesA#0 y el sistema es compatible determinado cuya -(a+)) 1 (a+1? solucién simplificada seré: — ze. ise saipiicen werd ay ON aa ar? *Sia =-2entonces A=0 y al menos Ax #0, porlo que el sistema resulta incompatible. *Sia = 1, entonces A = Ax = Ay = Az = 0. Se sutituye este valor de a en el sistema. x+y+z=1 xtytz=1 xtytz=1 Estudiaremos por el método de Gauss, dicho sistema: original, resultando: 1 it tia 11 1}1] 84 jo 0 ofo 1) —“4 [0 0 ojo El sistema resulta compatible indeterminado, pues aparecen identidades , y no apare- cen ecuaciones imposibles. La primer ecuacién es: x + y + 2 = 1. Solamente se puede despejar una de las incégnitas en funcién de las otra dos, por lo que el sistema sera SCI con dos grados de libertad. La soluci6n al sistema en este caso sera: soits)={(I-9-% 9 Zh 43Capitulo 1 / Sistemas pe Ecuaciones, Marnicts ¥ DETERMINANTES Resolver y discutir segin me IR: fea +) }(m —2)x +(m —4)y =—m(m +1) 2 Resolver y discutir segun me R. 2mx —my =—in |—mx +(m-+1)y =1 FEA Resolver y discutir segin ae R. x+y+2=2a x-y+z=-2a ax ty +22=a" ia Resolver y discutir segin k e R x+3hy+(k +2)2=3k +3 Resolver y discutir segiin ke R. kx + (2k +2)y +22=K(2—) (k 1x +(k-+1)y +2=k(k -1) box + (2k +3)y +32=1(3—K) 44 Resolver y discutir segiin ke R. x+y+z=2 (k—1)x-+hy +he =k 2kx +(2k +1)y +32=-k+6 Resolver y discutir seqtin me R. x+my+z=1+2m x—m’y-z=m mx-+my-+mz=1 EM Resolver y discutir segin me R. (m+l)x+y+z=m+1 (m+ 2)x+(m+2)y + 22=2m+4 x+y +(m4ljz=-2m—4 En los ejercicios 9, 10 y 11, clasificar los siguientes sistemas de ecuaciones, mediante el teorema de Rouché-Frébenius, calculando rangos. IB fs ty-62=3 2x -+5y +32=4 Sx#2y +212 - 110] xX+y4+2=3 Qx-+3y +4739 i =0 ax+y— Sx —4y i | { -2y +32=6 tx +8y —122 =0& = ary Los paralelogramos son aquellos cuadrilateros cuyos dos pares de lados opuestos son paralelos. Una consecuencia de esta definicion es: “La condicién necesaria y suficiente para que un cuadrilate- ro sea un paralelogramo, es que sus diagonales se corten en su B punto medic", Por lo tanto, el punto O de intersecci6n de las diagonales es el centro de simetria, o simplemente centro del paralelogramo, P * Utilizando la anterior condicién necesaria y suficiente, se puede generalizar el concepto de paralelogramo, extendiéndolo a casos en los cuales la figura no es propiamente un paralelogramo, en el contexto de la Geomeiria tradicional, —Deewucion ABCD es un paralelogramo si y sélo si AC y BD tienen el mismo punto medio. Obsérvese que la presente definicién incluye a los paralelogramos de la Geometria clésica, pero ademas ABCD sera un paralelogramo atin cuando los ¢ cuatro vertices estén alineados, siempre que los puntos medios de Bs & eg AC y BD coincidan. A estos paralelogramos cuyos cuatro vértices estan alineados se les llamaré “paralelogramos degenerados”, Debe tenerse especial cuidado en el orden en que se nombran los vértices. Si ABCD es un paralelogramo, ACDB no lo es ni ABDC tampoco. —Apucacion Sean ABCD y AECF dos paralelogramos. éQué puede afirmarse del cuadrilétero BEDF? Se aplica la anterior definicion: ABCD paralelogramo = AC y BD tienen el mismo punto medio AECF paralelogramo => AC y EF tienen el mismo punto medio. Porlo tanto, BD y EF tienen el mismo punto medio => BEDF es un paralelogramo. 45Capitulo 2 / Vectores y Sistema Cartesiano PLaNo Como puede apreciarse, la anterior demostracién es valida ya sean degenerados 0 no los paralelogramos mencionados. Una consecuencia de que el punto de corte de las diagonales es el centro de simetria del paralelogramo: Los lados opuestos son congruentes. Punto medio de un segmento. De la definicién anterior, decir que AIBI es un paralelogramo equivale a decir que AB e TT tienen el mismo punto medio, o sea, que es el punto medio de AB. Entonces: I es el punto medio de AB ¢> AIBI es un paralelogramo. 2 eee Si se consideran el conjunto de todos los puntos de un plano & {A, B,C, D, ...} y se efectiia el producto cartesiano 1x", a cada elemento (A, B) € 1X7 se le puede asociar el segmento orientado AB en el cual se distinguen el origen A y el extremo B, Se obtiene asi el segmento orientado AB. Obsérvese que los segmentos orientados AB y BA son entes geométricos diferentes, al haberse establecido un orden entre sus extremos. La recta AB se llama soporte o sostén del segmento orientade AB. Equipolencia de segmentos orientados en el plano. —Deewucion El segmento orientado AB es equipolente al CD si ABDC es un paralelogramo. —Noracion AB ~ CD si ABDC es un paralelogramo. Consecuencias 1) AB ~ CD e+ AD y BC tienen el mismo punto medio, i) Sus sostenes son paralelos. 2) AB ~ CD € {ii) Sus longitudes son iguales. ii) Sus sentidos son iguales. 3) La equipolencia entre segmentos orientados es una relacién de equivalen- cia. En efecto, pues cumple con las tres condiciones: reflexiva, simétrica y transitiva Las dos primeras son inmediatas. En cuanto a la transitiva, sein 2), basta observar que las tres condiciones i), ii) ¢ iii) tienen la propiedad transitiva. —Desnuciay pe vector La equipolencia entre segmentos orientados establece, en el conjunto de todos los segmentos orientados incluidos en el plano ®, una particién en clases de equivalencia. 46Capitulo 2 / Vectores v Sistema CarTEsiano PLANO Es decir, para todo segmento orientado AB, podemos considerar el conjunto de todos los segmentos orientados del plano 7 que son equipolentes al AB. Todas estas clases de equivalencia asi formadas son disjuntas dos a dos. A cada una de estas clases se le Ilama yector. —Noracion AB AB = CD = AB ~ CD 0 sea, si los segmentos orientados AB y CD pertenecen a la misma clase de equivalencia. Representaremos por V al conjunto de todos los vectores definidos a partir de los segmentos orientados del plano 7. Un elemento i © V puede representarse por cualquier segmento orientado AB que pertenezca a esa clase ‘Todo segmento nulo AA permite definir el vector nulo 6. BI Ca TT TTT Se construiré un espacio vectorial sobre el conjunto de los vectores del plano. Para ello: Se define una operacién en V, es decir, una ley de composicién interna binaria (adicion): +: VxVoV Se define una ley de composicién externa entre el cuerpo de los escalares IR y V. Para esto es necesaria la proposicién siguiente: Sea un punto O € n, Para todo vector ii Cm, existe yes dinico el punto M tal que OM = G. En efecto, sii = 6 => M=O. Sid = AB, el punto M es aquel punto de m tal que ABMO sea un paralelogramo. La unicidad de M proviene del hecho de que si OM’ ~ AB => ABM’O es un paralelogramo y si dos paralelogramos tienen tres vértices comunes, entonces el cuarto también seré comin, con lo cual M’ = M. a)Adicién de vectores En el conjunto WV se define la siguiente ope: racidn, denominada adicién de vectores: A HWW if /~ que hace corresponder a cada par de vectores a de V un vector de V llamado suma de los dos 7 \ \ primeros: (i, 5) > @ =a +8. GN \ \ GB se define asi: se escoge un punto cual- quiera O € my dos representantes OA y AB de los vectores ti y 5 respectivamente; el vector id es el representante por OB. 47Capitulo 2 / Vecrores v Sistema CarresiaNo PLANO Unicidad de la suma. El vector suma i no depende de los representantes que se tomen para i y 5. Sea, en efecto, un punto O' cualquiera de x, O’ # Oy O'A’ y A’B' los representantes ded y 5 con origenes en O' y A’ respectivamente. Por ser OA ~ O’A’ y AB ~ A'B’, los cuadrilateros QAA'O' y ABB’A’ son paralelogramos, luego los segmentos OO", AA’ y BB’ son equipolentes = 00' ~ BB’ => OBB'O' es un paralelogramo = OB ~ O'B’ , es decir, ambos segmentos orientados definen un Ginico vector tw. De aqui surge la relaci6n: oo AB + BC = AC (Michael Chasles) Este resultado puede generalizarse para un conjunto de n puntos cualesquiera pertene- cientes al plano x por induccién completa sobre n. Para todo conjunto de n puntos A,, A,» Ayn», € 7 se cumple: Aart AA, + + ALA, = AA, b) Propiedades algebraicas de la suma Sean d, 5, ti tres vectores cualesquiera del plano mt. Propiedad conmutativa G+5s0+a Sean AB y BC representantes de dy @ respectivamente. Se contruye el paralelogramo ABCD: a+ AB +BC - + como se queria demostrar. 5+0=AD +DC=AC Este resultado muestra también la “Regla del paralelogramo”. Propiedad asociativa Witt) +b-a+6+a) Sean AB, BC y CD tespresentantes de i, 3 y (G+0) + =(AB + BC) +CD =AC +CD =AD . Paes son iguales, tal como querfamos demos- B + (BC + CD) D Neutro aditivo 36 ViVie V:d+6-5+0-a Sea AB un representante de i a +6= AB + BB = AB=a Existencia del vector opuesto Vie V3 (ae V/ a+ (a) Sidi = AB, como AB + BA = AA = 6 => +i = BA, Puede afirmarse entonces, que la estructura (WV, +) es de grupo conmutativo.Capitulo 2 / Vecrorss y Sistema Cartesiano Plano ©) Multiplicacién de un real por un vector RxVoV —Deemucion _ Sean dados dos puntos distintos A, By un real k. AM = k. AB si se cumple: 1) A, B, M estén alineados, 2) AM = |k|-AB 3) Sik > 0 => AM y AB tienen igual sentido Sik < 0 => AM y AB tienen sentidos contrarios Sik = 0=> AM = 6, es decir, M=A. (con AB se representa la longitud de AB, es decir, AB = dist(A, B)). Ahora observernos que el resultado de esta operacién no depende de los representan- tes elegidos. En efecto, sean AB ~ A’ B’. Entonces, de k AB = AM y k-A’B'= AM’ se deduce que AM || A'M’ y ademés resulta inmediatamente que los sentidos y las longitudes de AM y A’M’ son iguales. Luego AM = AM’. — Obsérvese ademas que esta relacién vectorial: kAB = AM caracteriza la alineacién de tres puntos y el paralelismo de dos rectas. ‘Sean des puntos A, B; i = AB. Dado Sean A, B, C tales que AB = k-AC un punto O y un real k=2, construir el Calcular los reales m,n, p tales que: punto M tal que OM = kui BA = mrAC; BC = 1 ABy BC = pAC d) Propiedades algebraicas de la multiplicacién de un real por un vector. Demuestre el lector que cualesquiera sean x € IR, y ¢ IR,ie Vyie V, se cumple: Dla=a 4) x (G+ 0) = x + xd c- 9 INDEPENDENCIA Y COLINEALIDAD Se observa que si § = ki, existen representantes de ti y 6 sobre una misma recta. —Deswucion Diremos que los vectores i y d son colineales si existe un real k tal que ku. = También se dice que d y 0 tienen igual direccién, Al real k se le llama coeficiente de linealidad. 49Capitulo 2 / Vectors ¥ Sistema CartesiaNo PLano Si los vectores 7 y 5 no son colineales, se les llama independientes. EEC 1) Gy 2d no pueden constituir una base por no ser independienies, ya que son colineales. 2) 6 es colineal con cualquier vector ¢ V 3) Del significado geométrico de: AC = k-AB surge que tres puntos A, B y C estén alineados si y sélo si AB y AC son colineales. De lo anterior surge también “La condicion necesaria y suficiente para que i yi sean independientes es que aii + bo Sea ABCD un cuadrilétero cualquiera. Sean Py Q/ BP = % ABy AQ = 3:AD a) Demostrar: __ CP = % AB- BC y CQ = 2AD- DC. b) Deducir que si ABCD es un paralelogramo = P, Q, C estan alinea- dos, 5S CPSs mm ty = Sean i y & dos vectores no colineales y por lo tanto, ninguno de ellos nulo. Todo vector ti < V puede expresar- se de una tinica forma como suma de dos vectores ti’ y ti” respectivamente colineales a ii y 8. Sea AB = w. Por A se frazan dos rectas ry s respectivamente paralelas ati yi. La paralela a r por B corta as en M y la paralela a s por B coria a ren N. Sean’ = AN yw" = AM Wé' yd son colineales > Jae R/ tb” y 5 son colineales = 3b ¢ R/ Comod'= a+ w", eaulta@ = ou + BS Por lo tanto, todo vector & puede expresarse siempre como combinacién lineal de dos vectores independientes ii y i. Tres vectores del plano no pueden ser independientes pues la independencia de dos de ellos permite expresar al tercero como combinacién lineal de ellos. Por lo tanto, el ntimero maximo de vectores del plano independientes es dos. Esto es lo que se entiende por dimensién: el conjunto V de los vectores del plano constituye un espacio vectorial de dimensién 2. En otras palabras, la dimension de un espacio vectorial es el ntimero maximo de vectores del espacio que sean independientes. Se llama BASE del espacio vectorial V de los vectores del plano, a todo conjunto formado por dos vectores independientes. Todo vector de WV puede expresarse como combinacién lineal de los vectores de una 50Capitulo 2 / Vecrores v Sistema CaRTEsIANO PLANO base. En este contexto es que se dice que los vectores de una base generan 0 engendran al espacio. (=| __VECTORES Y REFERENCIAL Como ya se traté en el #3, fijado un punto O del plano, a cada vector di se le puede asociar un Gnico punto M tal que OM = u. En otras palabras, existe una biyeccién del conjunto de los puntos del plano referidos a un punto O (origen), en el conjunto de los vectores del plano. Consideremos ahora el conjunto formado por un punto O llamado origen y dos vectores independientes i, j (base). oo Sean I, J dos puntos tales que O = 7, O = j. La recta Ol se llama eje de abscisas y se representa por X y la recta OU, eje de ordenadas y se la representa por y. La terna (0, i, j) se llama referencial en el plano, queriendo significar con ello el hecho de que todo punto M del plano puede expresarse a partir de dicha tena de una tnica forma que se trataré a continuacién. Wy @ _COORDENADAS DE UN PUNTO EN UN REFERENCIAL Sea (O, i, j) un referencial y M un punto del plano. Se trazan por M las paralelas a los ejes, las cuales cortan respec- tivamente aX e Yen yM". Por ser OM’ y OM" colineales con i, j, existen dos escalares (reales) x, y tales que OM =xi y OM" = yj Recfprocamente, dado un par ordenado de reales (x, y), quedan univocamente determinados dos puntos M’ y M” de % eG respectivamente que permiten identificar un Gnico punto M det plano. Por tanto existe una biyeccién entre el conjunto de los puntos del plano asistido de un referencial (O, i, j) y el conjunto (Rx IR). El par ordenado (x, y) recibe el nombre de coordenadas del punto M en el referencial (O, i, j); se llama abscisa de M e y ordenada. Esto significa que el vector de origen O y extremo M puede expresarse asi: OM =xOl + y-Os © lo que es equivalente: OM =xi+yj F=4 - OPERACIONES VECTORIALES (x,y) son las coordenadas del punto M. También se dice que (x, y) son las coordenadas del OM. Cuando el par (x, y) se utilice para representar las coordenadas del vector OM, se escribira OM = [x, y] 51Capitulo 2 / Vectorts ¥ Sistema CaRTEsiano PLANO Coordenadas del vector suma Sean ahora dos vectores 7 = xf + yj = [x, yo Sise suman t yt setendra: & +5 = (xd + yf) + (xt ity yagupando: u+b=(x+x)i tty), esdecir) G+5=[xt+x,y+y'] Luego las coordenadas de (ii + 3) son la suma de las coordenadas de i y 6. Coordenadas del producto de un real por un vector Analogamente: kil = k-(x:i + yf) = (kx) f+ (ky) J; 0 sea: kui = [hex ky] b=] COORDENADAS DEL VECTOR AB Sean dados dos puntos Alx,. ¥4) V Bly ¥p): AB = AO + OB = OB-OA = (x,i + yf Luego AB = (x, - x,)i te —y,)F, es decir, las coordenadas del vector AB son AB = [x,~ Xa. Yq ~ Yall De modo entonces que las sh cada dla un veeioe serobllanen como’ diferencia entre las coordenadas del extremo y las coordenadas del origen. bei + 9,2) 4 O BIL Sean dos veclores Ui = [a, b] yi’ = [a’, b']. Como se veré a continuaci6n, i yu’ tienen igual direccién es equivalente a la condicién ab’ - a’b = 0. AZ 5 En efecto, (ii, i’) colineales Ske IR/a = ka i. x a Baba Sia = 0-30 = 0= ab’ = Oy ab = 0=>0b'- Por ultimo, la condicién ab’ ~ a’b = O se puede escribir ast: Siae0= Saky 2 Sean A(4, -3), B(7, 2) y G[6, -2]. De- terminar las coordenadas de: aig see a) AB | b)a + 8,30 - V28 b) M tal que AM ¢) | punto medio de AB. ©) Ntal que NB Sean d = OA = i - 2j, 8 = OB = a) Sond = 101 + 117 y = (7, 4]. Calcular las coordenadas de: 5 = (12, 13} colineales? 52Capitulo 2 / Vecrorts ¥ Sistema Cantesiano PLaNo b) Los vectores W=[7,4] y 2 fonstituyen una base de V.? 8i-j yRP =xi +2). Determi- nar x para que los puntos P, Qy F es- T+ 57 FEM Los puntos P, Q, R verifican: PQ Se da un vector a{4, -2] en la base tén atineader. (, j). Dar las coordenadas de 7 en in cada una de las siguientes bases: ¢Los puntos A(2, 3), B(S, 7) y C{-7, 9) estan alineados? HH Se dan los puntos A(3, 4), B(-2, -4), C(9, 5) y D(1, -8). eLos vectores AB y CD son colineales? A) (2j, 27) YEU Determinar y para que D esté situado , en la paralela por C a AB si: A(7, 2), Determinar m yn para que los vectores BG-3), C(O, 2), D, v) i lineal 617, V3], ttm. 31,1, nh meek Sil FEY Se dan los puntos Al-2, 4), B(-3, 5) y C(4, 6). Determinar de tres maneras di- < ferentes las coordenadas de un punto MH Sea.un triangulo ABC. Mostrar que los iD de: tude qué ABCD. s6n uni vectores ti y i definidos por: : paralelogramo, Gi 2AB + (m9 80 FEY se dan tres puntos A(1, 2), B(4, 5) y 6 =(¥5 + AB-268C C2, 6). Se definen I, J, K y L por: moh colinesles, * Les el punto medio de BC. Sean los vectores AB = 27 - 3] y * ACJI, ACKB, AILB son — paralelogramos. AC|-8, 12]. Mostrar que A, B y C Determinar las coordenadas de J, K y Ly precisar la posicién relativa de esos estan alineados. tres puntos. A 2 ee ed Sean A(x, YJ, BXpy Ya); Cle, Yo) tres puntos. Evidentemente, A, B, C alineados si solo si AB y AC son colineales. Como AB= [xq~Xq. Vp ~Yal ¥ AC = [Xe — Xu Yo- Yuh seguin la condicién del #10, la colinealidad de AB y AC se traduce en la relacién: Xa—X_ Ya—Yal ‘ce Xa Yea El determinante del 1* miembro puede expresarse como el determinante de una matriz de 3* orden del siguiente modo: orlamos el determinante =0 | vy 1 e-*a Yea Of=0 Ke~X, Ye-Ya O 53Capitulo 2 / Vecrones v Sistema CARTESIANO PLANO (Para comprobarlo, bastard desarrollar este ultimo por los elementos de la 3* columna, resultando el determinante de 2° orden anterior). Si ahora se sustituye Hf Be ‘| queda: que es la condicién necesaria y suficiente de alineacién de tres puntos. (a a Me ek TZ Si dos puntos A, B pertenecen a una recta r, otro punto cual- B quiera M del plano, pertenecerd a r si y sélo silos vectores AB y M . AM son colineales. Esta observacién nos permite defini 5. vectorialmente la recta determinada por des puntos dados A, B del siguiente modo: 1A, B) = (M/M 7, (AB, AM) son colineales} ie Sean ahora un punto A y un vector i / i #5, Searla recta M paralela a ti por A. Segiin lo anterior, puede definirse la recta r je asi: 1A, a) = {M/Me 1, (AM, ii) colineales} El vector i se llama vector director de r. Si en esta definicién se cambia el vector & por otro vector cualquiera i’ colineal con a, la recta sigue siendo la misma. Las coordenadas de cualquier vector ti colineal con la recta se llaman parametros directores de la recta. PPP 1) El vector director del eje X es cualquier vector de la forma [p, 0) con p # 0; en particular se utiliza 7 = [1, 0]. 2) El vector director del eje # es cualquier vector de la forma (0, q] con q # 0; en particular j = (0, 1]. 3) Obsérvese que si = [p, gl yi’ = [p’,q’] son dos vectores directores de una misma recta, deberén ser colineales y, por lo tanto, deberd cumplirse pq’ ~ p'q = 0. 4) Sila recta r tiene pardmetros directores p y q, esto es, si el vector ii = [p, q] es colineal con la recta considerada (vector director de r) y si p #0 entonces el vector ii = [1, q/p] es otro vector director de r. Al ntimero real q/p se le liama coeficiente angular de r. “Téngase en cuenta que al suponer p + 0, se esta excluyendo el caso en que la recta sea paralela al eje 5. Precisamente, las rectas paralelas al eje i no tienen coeficiente angular. 54Capitulo 2 / Vecrorés v Sistema CARTESIANO PLANO R Si el vector d es un vector director de una recta r, hallar el coefi- | ciente angular der. Seani = Oly j = OJ. Representar gré- ficamente las rectas r(A,i + j)y s(A, i -j) donde A representa el punto medio de 14 Ba Sean dados un punto A(x, con iG #6 en un referencial (0, Sea rla recta r(A, ii) es decir, la recta paralela al vector i y que contiene al punto A _ Un punto M{x, y) r(A, i) «9 (AM, dl) son colineales ate IR/AM =ti Como AM = [x~ x, ¥— yg] yu = [p,q], la relacién anterior puede escribirse: un vector d = [p,q] e— a) = tp y-¥o de donde: x=x) th yore tha a —Ousenvacionss — 1) El real t es la abscisa de M en el referencial (A, i) de la recta, y la funcién de RR RxR que a cada t le hace corresponder un punto M(x, y) por las formulas [1], es biyectiva. 2) Las ecuaciones [1], cuando t recorre IR, nos dan las coordenadas (x, y) de cada uno de los puntos de la recta 1. Las ecuaciénes [1] se llaman ecuaciones paramétricas de la recta r. (El real t es el parémetro). PRP Eee 1) Las ecuaciones paramétricas de la recta que pasa por A(1, 2) y de vector director ii = [3, -4] son +31 ya2—-40 2) idem para A(0, 1) y @ = [2, -3) x=2r ysl-3r 55Capitulo 2 / Vectores v Sistema CARTESIAN PLANO Reciproco<@aaal ieaay HI-p Todo sistema { a | con té Ry p,q no nulos simultaneamente, puede y=Yo q interpretarse por la relacion vectorial AM = t icon A(x, Yo) ya = [p, aly es entonces una representacion paraméirica de la recta r{A, il). 14.4 Aplicaciones 1) Determinar un punto y un vector director de las rectas definidas por las ecuaciones siguientes: [x=1—-20 x [xe—3+27 xaler Mon | Myer Byer tM yesar x =5/2-3t 2) Mostrar que son dos representaciones paramétricas de Ja misma recta. 45 TTT TE Te Tia 23 Se considera en un plano %, un referencial (O, 7, 7) y sean A(x, y.) y i = [a, b] con #6 .un punto y un vector de x. Se trata ahora de encontrar una ecuacin de la recta r(A, di), Se recuerda que 1(A, a) = (M/Me x, (AM, d) colineales}. Luego, si M(x, y) => AM = [x—x,, y— ya] y como AM y di deben ser colineales, deberé cumplirse: eee f]-oe[ be) o-v y~9o Esta ecuacién caracteriza la pertenencia de M(x, y) ala recta r(A, @) y diremos que es una ecuacién de r, EE 1) El eje & tiene por ecuacién y = 0. 2) El eje § tiene por ecuacion x = 0. 3) La recta OA siendo A(2, 3) tiene por ecuacién 3x - 2y = 0. ECUACION GENERAL DE LA RECTA: AX + BY + €= 0 Sea el plano my en él un referencial (0, 7, j). Seana Ry be IR, con (a, b) # (0, 0) (a, b no simultaneamente nulos), c € IR; #= {M/M{x, y) € 1, ax + by + ¢ = 0} 56Capitulo 2 / Vectors v Sistema CartesiAno PLANO: Se demostraré que en las hipétesis anteriores, el conjunto # es una recta de vector director ui = [-b, al En primer lugar, el conjunto ## @. En efecto, sia = O=> b# 0 = (0,-c/b) € ®=> ##D; sib=O>a#0> (ea, 0)e # > AFD. Sea ahora Mi(xy yy) € # eax, + by +c= Sax + by += ax, + by tooo © lx - x) + Bly - y) = Oe f* 0 © los vectores Yo (fag | son colineales > M(x, y) € a la recta r(M,, a) e > #es una recta c Te. Aplicaciones 16.1 Determinar un punto y un vector director de cada una de las rectas cuyas ecuaciones son: 1)x+3y-2=0 2)-x«+3=0 3)y=5 4) 3x-2y+1=0 47 BCE _ Sear = PQ con P(p, 0) #O y Q(0, q) #0 > y PQ=[-p, q] = la ecuacién de r_ serd: A We 0) 20s a try em -02 Yas qx + py = pq_y dividiendo ambos miembros entre pq: xy 1 pa | conecida como ecuacién segmentaria de la recta P(p,0) 13 Bee Sea ax + by + ¢ = 0 la ecuacién general de una recta r no paralela al eje y, es decir, con b #0. En estas condiciones, la ecuaci6n anterior es equivalente a: a c Sxtytfn0 b b es decir: x El némerofm = ~a)b]se lama coeficiente angular de r y{n /blordenada en el origen. 37Capitulo 2 / Vectores ¥ Sistema CARTESIANO PLANO La ecuacién queda entonces asf: P=mrn vse llama ecuacién reducida o explicita de r. El vector (1, ml es el vector director de r. 19 BE Te Sea dado Alxy y,) ym € IR. Se desea hallar la ecuacién de la recta r que pasa por A y tiene coeficiente angular m. Dicha ecuacién (#18) es de la forma y = mx + n. Se debe entonces calcular n de modo tal que A € r. Pero entonces deberé cumplirse yy = mx, + n=) n = y,~ mx, Sustituyendo, resulta: y=mx + yy-mxy Trasponiendo términos y factorizando, esta ecuacin queda: Voy, = meR x) Esta es, entonces, la ecuacion de una recta que pasa por A(x,, y.)- Cuando m varia recortiendo el conjunto IR, la ecuacién anterior representa, una por una, a todas las rectas del haz de centro A excepto una: la paralela a 9 por A. b> 1s) ECUACION CARTESIANA DE LA RECTA DETERMINADA POR. ‘DOS PUNTOS B es colineal con el vector ii = AB = [x, X;, Ye — 94], Hes colineal con (si x, #x,, 0 sea, si AB # 9). Yo~ Va Por lo tanto, el coeficiente angular de res: ™ Para obtener la ecuacién de yn X, (r) basta sustituir m_en la ecuacién del haz de rectas de centro A(x, y,): yy, = mlx - x) Din) | “y Lo asd ty: y= Prucbe el lector que la ecuacion anterior es equivalentea: xy, J 21 INTERSECCION DE DOS RECTAS. DISCUSION. CONDICIONES Pre eT aT Sean r)ax + by +e =Oyr)axt by +e =0. » Intersecar r y 7’ es hallar las coordenadas de un punto P (si existe) que verifique las ecuaciones de ry r’, es decir, se lax +by +c =0 debe resolver el sistema: Jyrx 45°y+c'=0f Silos vectores @ [-b,a] yu’ = [-b’,a’] respectivamente 58Capitulo 2 / Vecrores Sistema CanTestano PLANO paralelos a ry r’ no son colineales entonces las rectas son concurrentes, 0 sea, el siste- b| #0. la Entonces, la condicién necesaria y suficiente para que r, r’ sean concurrentes es que ma anterior es compatible y determinado. Esto ocurre cuando |” la bl 'b#0 oloqueeslo mismo: |, 4,*° Si 5 le 4 = 0 => los vectores directores i, d’ de r yr’ seran colineales y por lo tanto, las rectas serén paralelas. En este caso seré a/a’ = bib’ y pueden presentarse dos posibili- dades: 1) Que gabe => r= (las rectas coinciden) @ é ¢ 2) Que $= Be £ srl P (ls tectas son paralelas disjuntas). ¢ —Osservacion Si dos rectas son paralelas y tienen coeficiente angular, es decir, no son paralelas af , entonces, éstos son iguales y recfprocamente. Sean, en efecto, dos rectas r) ax + by +e =Oyr)a'x+ by+c =0. rir | ob'-ab=00 2= a loci ee eee s) 3x + 2y-7=0. 22 Ba rr 22.4 Definicis: Llamaremos relacién simple (ABC) al siguiente n° real: (ABC) = k , ke REAC = k-BC 22.2 Consecuencios Sik > 0 = Ces exterior al AB 59Capitulo 2 / Vecrores ¥ Sistema CarTesiano PLANO Sik <0 = Cesté entre Ay B. Sik=O0>A=C. A continuacién se ealeularén las coordenadas de un punto C alineado con dos pun- tos dados A(x,, 9,) ¥ B(x, ¥,) ¥ que guarda con ellos una relacién simple dada. Datos: A, B, ke IR. Incégnita: C Condiciones: C € AB y (ABC) = k. Por definicién de relacién simple: te —X4 =k(te = 45) AC = kBC => Yo ~Ya =e —Ya) Como aplicacién pueden calcularse las coordenadas del punto medio de un segmento. Si M es el punto medio de AB => (ABM) = -1 (ya que en este caso AM y BM son vectores opuestos). Sustituyendo en fas relaciones anteriores k por -1, surgen las coordenadas del punto medio: y andlogamente sera: Osea: También puede apreciarse que si A y B son fijos y un punto M recorre la recta AB alejandose, la relacién simple (ABM) diminuye acercandose al valor 1 tanto como se de- see. Obviamente nunca podra ser (ABM) = 1 siA#B pues 4M # BM . Esto, de acuerdo al concepto clasico de punto, Pero silo que se busca es generalizar el concepto de punto con la creacién de los puntos impropios, un camino puede ser este: “Punto impropio de una recta AB (A #B) es un elemento X de la recta AB tal que (ABX) = 1” Sean A(x, ¥4); B&Xps Ya) ¥ COS Yo) Recordemos que el baricentro es el punto de corte de las medianas y que cumple conCapitulo 2 / Vectores y Sistema Carresiano PLaNo la propiedad de que dista 1/3 de la longitud de cualquier mediana a su punto medio y 2/3 al vértice correspondiente. En la figura se cumple entonces que AG = 2GM y en la relacién simple (AMG) resulta AG = k-MG y como MG = ~GM se deduce que k = -2. Luego aplicando las férmulas halladas anteriormente se tiene que: Xee e ce I=k Considerando que: Xe tXe Ye t Ve seo Pe se llega a: de donde resultan las coordenadas del baricentro de un tridngulo en funcién de sus vér- tices: of 21ia te etutie) BIER S (11) exe Demostrar, usando coeficientes anguk (H Una recta pasa por los dos puntos res, que los puntos A(9, 2); B(11, 6); [ A(3,~7)y Bl2,~6). Hallar su ecuacion, | CG, 5) y DAA, 2) son vertices de un - peas Una recta de pendiente -2 pasa por el punto A(1, 1). Hallar su ecuacién: Tres de los vértices de un paralelogramo ABCD son los puntos Una recta pasa por el punto A(0, -5) y | A(-1, 4); B(L, -1) y C(6, 1). Hallar el es paralela a la rectaCD / C(-2, 2) y | cuarto vértice D, usando interseccién D(3, 4). Hallar su ecuacion de rectas. Hallar la ecuacién de la recta que pasa {6% Demostrar analiticamente que unien- por los puntos A(-2, 4), y BI-9, 0) y | dolos puntos medios de un cuadrilate- hallar las coordenadas del punto de ro cualquiera, se obtiene un corte de la recla con el ee y. paralelogramo. Demostrar que los puntos A(7, 6), YB Demostrar analiticamente que las B(1, 4) y C(4. 5) son colineales hallan- J dingonales de toco parlelegamo se | Gola ecuacon dea recta que pasa pr }_intersecan en su punto medio, dos de estos puntos. HEH Hallar la ecuacién explicita de la rec- El punto Pfx,,10) esté sobre la recta | ta AB, A(2, 0) y B(O, -3), hallando cuya pendiente es 3 y que pasa por previamente la ecuacién segmentaria. ‘M(7, - 2). Hallar la abscisa de P. 61Capitulo 2 / Vecrores y Sistema Cartesiano PLaNo Hallar la ecuacién de la recta equidis- Una recta pasa por el origen y por el tante de las rectas paralelas: punto de interseccién de las rectas 5x +8y-10=0, y x+6y+2=0y3x+4y-6=0. 1 10=0. iit les Hallar su ecuacién. 24 BRO ae A cada vector ti = AB se le puede asociar un niimero real mayor o igual que cero, la longitud del segmento AB, que llamaremos norma del vector AB. —Noracion— ||AB|| — AB > 0 (= Osiy sélo si AB = 6, 0 sea, si A =B). —Prontenanes — : 1) [lal] >0 5 [hil =Oeu=o ‘i c 2) Desigualdad triangular F Wui+o |] < fall + Hol EDemesrracioad Por M. Chasles: AC = AB + BC, y por conocida propiedad entre los lados de un tridngulo: IACI] < AB! + |BC| = I|AB + BC|| < [ABI] + ||BC|| = |]a + ol) < Nall + [lol 3)Vke Ry Vie WV: Ilka) = ||-Ilall Las propiedades 1), 2) y 3) caracterizan a los espacios vectoriales normados. 25 Maile Definicién: Un vector se llama unitario si su norma es 1 (también denominado versor) tes unitario © |[til] = 1 i jG es unitario. “Hl Propiedad: Si u #6 > En efecto: |jo| = os be T= BASES NORMADAS Y ORTONORMADAS Una base se dice normada si sus vectores son unitarios y ORTONORMADA si es normada y las direcciones de los vectores de la base son perpendiculares. Sea ahora un referencial ORTONORMADO (0, i, j). 62Capitulo 2 / Vectores y Sistema Cartesiano PLANO y Significa |ji\| = ll = 1eT4j Sea M(a,, B) es deci OM = [a, B] Por Pitégoras: ||OM ||? = loi]? + IBF Il? M NOMI? = o (li |? + BRllfil? Luego: JOM||? = a? + B?=> }OM|| = Jo? +B? Es decir, la norma de un vector en un referencial x ortonormado es igual a la ratz cuadrada de la suma de los cuadrados de sus coordenadas. iy a DISTANCIA ENTRE PUNTO: Sean AX, Ya) ¥ BUty, Yg) =? AB = [Xp — Xp Ya Yale Segtin el #24, la distancia entre A y B seré igual ala norma del vector AB, es decir dist(A, B) = AB = ||ABI| = fox, = xq) +s —val™ Obviamente, AB = BA ya que || ABI! = ||BA||. A modo de ejemplo, si A(-2, 5) y Bi-3,-1) => AB = y(2+3)'+(6 +1)? osea AB = \1+36 = 37. Sean los puntos: A(x,, 3); B(x,, 4); 0(0, 0) Aplicando la {érmula de distancia entre 2 puntos i —_ se obtiene: AB= (x, —x,) +1 OA = OB = fx +9 = xh +16 > ft =F OA =AB => yx) +9 =V(x, —2,)" +1 x5 -2. Combinando ambas ecuaciones recuadradas se obtiene: (V8-7) -2s,(tV-7)-8=0- ¥h-15=2x,(t/8 -7) = . 2 [4-15 -[2s(s ie -7)| = 3x} +27 225-0, ecuacién bicuadrada de raices x, =428. Como ry =4yr) —7 =r AVIST3—7 x, =tV473 x, = Resultan asf los siguientes puntos solucién : sii } (84)Capitulo 2 / Vectors ¥ Sistema Cartesiano PLANO 2@ EJERCICIOS (14) Fe NN rrcmcmcpmcmmasts ea Demostrar que el tridngulo ABC , es Dados A(6,1) y B(2,7), hallar el tercer } equilatero : A(3,3) , B(- 3, - 3) y vértice C del triangulo equilatero ABC pe: | C (3v3.-2v3). Sean A(x,,4) y Bix, 5). Hallar x, y x, | para que A, B y C (0,1) formen un bog Dados los puntos O(0,0) y Ala,0) | tridngulo equilitero. hallar las coordenadas de un punto B | del primer cuadrante {en funcién de a), Los puntos medios de un tridngulo, son | tal que el triangulo OAB sea equilatero. | M(2,5) , N(4,2) y P(1,1). Hallar sus vertices. F EY Dos de los vertices de un triangulo [ equilétero son A(-1.1) y Bi3.1). Dados los puntos A(6,1) 4 B(2,7) hallar { — Hallar las coordenadas del tercer vér el tercer vértice C de un triéngulo de | tice, (2 scuciones) abscisa - 4, tal que el baricentro G pertenece al eje 7. FS Dado A(5,3) hallar sobre el eje # un | punto B que diste de A una distancia. = Demostrar analiticamente que los ) iguala5 vértices A(0,1), B(3,5), C(7,2), D(4,-2) forman un rombo y que sus diagonales 29 BITTE TT ews —Deenucron Dados dos vectores ti = (a, b] y 8 = {e, d], se define el producto interno ded y i y se representa x6, como el ntimero real arc + bed. Con mayor precision: Vx > Ri (vie V), (vie V), sid = [a bl yd 2+12=10 -3, -2] = xd = 4-3) + (-6)(-2) = -12 + 12 = 0. Como puede apreciarse, este producto que se definié, no tiene la propiedad hankeliana, -1, 4) = Oxd = 2-1) + (-3)--4) 2)u = [4,-6],0 = es decir, xd = 0 = Como muestra el ejemplo anterior, puede ser nulo el producto interno de dos vectores sin que lo sea ninguno de ellos. 3) Vide WV, se cumple dixé = 0. En efecto, sid = [a, b] y 6 = (0, 0] = Uxd = a0 + b0 =0. Un espacio vectorial V se dice “EUCLIDIANO” si entre sus elementos (vectores) est& definida la operacién que se acaba de definir, el producto interno o escalar, cuyo resultado es un numero real y que cumple con las propiedades caracteristicas que seran tratadas a continuacién. 64