Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2 de febrero de 2022
La recta numérica
La recta real da una imagen visual de los números
reales (R).
dist(A, B) = |a − b|
Propiedades.
x y z
Si X = 1 , Y = 1 , Z = 1 y r ∈ R entonces
x2 y2 z2
a) (X + Y ) + Z = X + (Y + Z ),
b) r (sX ) = (rs)X ,
c) (r + s)X = rX + sX
d) r (X + Y ) = rX + rY
Rectas y rayos de un Vector.
u
Dado un vector U = no nulo, definimos:
v
La recta generada por U:
LU = {tU t ∈ R}.
Rayo positivo de U:
R+
U = {tU t ∈ R, t > 0}.
Rayo negativo de U:
R−
U = {tU t ∈ R, t < 0}.
rU + sV
para escalares r , s ∈ R
Teorema.
Dos vectores no nulos A y B son L.D. si y sólo si el
vector nulo O puede escribirse como una combinación
lineal de A y B.
rA + sB = O
Vector inverso en la suma
u
Dado un vector U = , el inverso aditivo de U es
v
−u
−U = U =
−v
Regla del paralelogramo.
Dados dos vectores A y B, el vector A + B puede verse
gráficamente como una de las diagonales del
paralelogramo generado por A y B.
y B − A = B + (−A) se ve como el vector que une los
puntos A y B.
Vectores importantes
0
✓ El vector O = tiene la propiedad:
0
X +O =X X + (−1)X = X − X = O
1 0
✓ Los vectores E1 = y E2 son L.I.
0 1
Usando el Teorema 2 de la clase 1, E1 y E2 resultan
ser L.I, pues 1(1) − 0(0) = 1 ̸= 0
✓ Los vectores E1 y E2 están sobre los ejes
coordenados y notemos que
x 1 0
X = =x +y = xE1 + yE2
y 0 1
Combinación lineal.
X = rU + sV
para escalares r , s ∈ R
Acabamos de notar entonces que cualquier vector X
es combinación lineal de E1 y E2 .
En general, si tomamos dos vectores U y V L.I, ellos
generan a todos los demás como combinación lineal.
Descomposición de un vector
Teorema.
Dados dos vectores L.I. U y V , todo vector del plano
puede descomponerse como combinación lineal de U y V .
Sea X un vector arbitrario,
X = rU + sV
Propiedades:
Sean X y U vectores y r ∈ R, entonces
✓ ||X || ≥ 0 y ||X || = 0 si y sólo si X = 0.
✓ ||rX || = |r |||X ||
✓ |X · U| ≤ ||X ||||U||
✓ ||X + U|| ≤ ||X || + ||U||
Normalización de un vector
Dado un vector no nulo A, la idea es encontrar un
vector B con la misma dirección de A pero cuya
magnitud sea 1.
✓ X ·U =U ·X
✓ X · (U + V ) = X · U + X · V
✓ rX · U = r (X · U)
✓ X · X = ||X ||2
✓ X y U son perpendiculares si y solo si X · U = 0
Desigualdades
|X · U| ≤ ||X ||||U||
Desigualdad triangular
Si X y U son cualquier par de vectores entonces
x u
Sean X = yU= puntos del plano. Definimos la
y v
distancia entre X y U como
x − u q
dist(X , U) = ||X − U|| =
= (x − u)2 + (y − v )2
y − v
Dos vectores
X y Y se llaman ortogonales si X · Y = 0.
a
Si A = , un vector ortogonal es
b
⊥ −b
A =
a
Notemos que A y A⊥ son ortogonales.
Propiedades
Sean A y B vectores y r ∈ R entonces
✓ (A + B)⊥ = A⊥ + B ⊥
✓ (rA)⊥ = rA⊥
Teoremas
X = PU (X ) + PV (X )
Proyección ortogonal
x u
Sean X = yU= no nulo. ¿Cómo hallar dos
y v
vectores P y Q que satisfagan lo siguiente?
a) X =P +Q
b) U y P son L.D.
c) Q es ortogonal a U
Pasos.
1) Hallamos un vector no nulo V ortogonal a U, por
ejemplo U ⊥ funciona.
2) Usando un teoremas anteriores, U y V son L.I, X
es combinación lineal de U y V y además
X = PU (X ) + PV (X )
3) Tomamos P = PU (X ) y Q = PV (X )
Propiedades
Teorema. Si U y W son L.D. y X es cualquier otro
vector entonces
PU (X ) = PW (X )
• PU (X + Y ) = PU (X ) + PU (Y )
• PU (rX ) = rPU (X )
Teorema. Si U es un vector no nulo y X es cualquier
otro vector entonces
PU (X ) = X si y sólo si X ∈ LU
Orientación, Coseno y Seno
X ∈ L+
U si y solo si U⊥ · X > 0
X ∈ L−
U si y solo si U⊥ · X < 0
Coseno y Seno Sean X y Y dos vectores no nulos, se
define el coseno del ángulo ∠(XOY ) como
X ·Y X⊥ · Y
cos∠(XOY ) = sen∠(XOY ) =
||X ||||Y || ||X ||||Y ||
Propiedades
Propiedades coseno.
• cos∠(XOY ) = cos∠(YOX )
• cos∠(XOX ) = 1
• cos∠(XOX ⊥ ) = 0
• cos∠(XO(−X )) = −1
• −1 ≤ cos∠(XOY ) ≤ 1
• ||X − Y ||2 = ||X ||2 + ||Y ||2 − 2||X ||||Y ||cos∠(XOY )
Propiedades seno.
• sen∠(XOY ) = −sen∠(YOX )
• sen∠(XOX ) = 0
• sen∠(XOX ⊥ ) = 1
• sen∠(XO(−X )) = 0
• −1 ≤ sen∠(XOY ) ≤ 1
• sen2 ∠(XOY ) + cos 2 ∠(XOY ) = 1
Rotación
x u
Supongamos que X = yY = son vectores no
y v
nulos. Entonces
u xcos∠(XOY ) − ysen∠(XOY )
||X || = ||Y || si y sólo si =
v xsen∠(XOY ) + ycos∠(XOY )
Congruencia de ángulos
Similarmente
E1⊥ · X y
sen∠(E1 OX ) = =
||E1 ||||X || ||X ||
Si dir (X ) = θ, entonces
dist(P, C ) = r
||P − C || = r
||P − C ||2 = r 2
(x − h)2 + (y − k)2 = r 2
Medida de ángulos
Los ángulos podemos medirlos en grados o en radianes
y podemos pasar de una medida a la otra mediante la
siguiente equivalencia
2π ⇐⇒ 360◦
π ⇐⇒ 180◦
biseca ∠(XOY ).
c) Si (X , Y ) está orientado negativamente, entonces
1 X Y
− +
2 ||X || ||Y ||
biseca ∠(XOY ).
Vectores libres
X = P + tD N · (X − P) = 0
x = x0 + tc ax + by + c = 0
y = y0 + td
X = (1 − t)P + tQ y = mx + b
L: X = P + tD
Nota: Cualquier múltiplo escalar de D, digamos rD es
también vector director de L
Ecuaciones escalares paramétricas
x = x0 + tc
y = y0 + td
x − x0
x = x0 + tc ⇒ t=
c
y − y0
y = y0 + td ⇒ t=
d
Obtenemos
x − x0 y − y0
=
c d
Ecuación en forma normal
N · (X − P) = 0
Nota: Cualquier múltiplo escalar de N, digamos rN es
también vector normal de L.
Ecuación en forma general
Escribamos la ecuación anterior usando coordenadas
a x x
N · (X − P) = 0 ⇔ · − 0
b y y0
a x
Con N = un vector normal y P = 0 un punto de
b y0
la recta. Entonces
De lo anterior
ax + by + c = 0
Tomando c = −ax0 − by0
Ecuación intercepto-pendiente
x
Si la recta L pasa por el punto P = 0 y tiene
y0
pendiente m, entonces la ecuación punto pendiente de
L es:
y − y0 = m(x − x0 )
x
Si en lugar de m tenemos un segundo punto Q = 1
y1
de la recta entonces
y1 − y0
m=
x1 − x0
Relaciones entre vectores directores,
normales y la pendiente
c a
Sea L una recta, D = un vector director, N =
d b
un vector normal y m la pendiente de L.
• Cualquier vector ortogonal a D es un vector
normal de la recta, en particular D ⊥
• Cualquier vector ortogonal a N es un vector
director de la recta, en particular N ⊥
d
• La pendiente es m = c = − ba .
• Si conocemos
la pendiente m, un
vector
director
1 −m
es y un vector normal es
m 1
Posición relativa entre dos rectas
L1 : X = P + tD
L2 : X = Q + sC
se puede hallar con un sistema 2 × 2 o como sigue:
Paso 1. Verificamos que los vectores D y C sean L.I.
Entonces C ⊥ · D ̸= 0
Paso 2. Igualamos P + tD = Q + sC
Paso 3. Encontrar t o s y reemplazar en la ecuación.
tD − sC = Q − P
C · (tD − sC ) = C ⊥ · (Q − P)
⊥
t(C ⊥ · D) − s(C · C ⊥ ) = C ⊥ · (Q − P)
C ⊥ · (Q − P)
t=
(C ⊥ · D)
Ángulo de inclinación de una recta
Es el ángulo θ que forma la recta L con el eje positvo
de las x.
m′ − m
tan(θ) =
1 + m′ m
Proyección Ortogonal a una recta
PL (V ) = PD (V ) + PN (P)
Propiedades Sea L una línea recta y V un punto
cualquiera del plano
a. PL (V ) = V si y solo si V ∈ L
b. PL (V ) = PL (W ) si y solo si W pertenece a la línea
recta L′ que pasa por V y es perpendicular a L
Distancia de un punto a una recta
|au + bv + c|
dist(U, L) = √
a2 + b 2
Reflexión sobre una recta
La reflexión de X sobre la recta generada por U la
definimos como
SU (X ) = 2PU (X ) − X
Propiedades
1. SU (X + Y ) = SU (X ) + SU (Y )
2. SU (rX ) = rSU (X )
3. SU (X ) = X si y sólo si X ∈ LU
4. PU (SU (X )) = PU (X )
5. ||SU (X ) − PU (X )|| = ||X − PU (X )||
SL (X ) = 2PL (X ) − X
Combinación lineal convexa
Dados dos puntos P y Q una Combinación lineal
convexa de ellos es
aP + bQ a, b ≥ 0 a+b =1
(1 − t)P + tQ 0 ≤t≤1
Si tenemos 3 puntos P, Q, R, una combinación lineal
convexa de ellos será
aP + bQ + cR a, b, c ≥ 0 a+b+c =1
X = (1 − t)P + tQ 0 ≤t≤1
n m
X = P+ Q
m+n m+n
1 1 1 1
Baricentro = (A + B + C ) = A + B + C
3 3 3 3
Bisectrices - Incentro
f :A→B
f (A) = {f (x) : x ∈ A}
Transformaciones Lineales
T : R2 → R2
Recordemos que
x
X = = xE1 + yE2
y
X = rU + sW ⇒ T (X ) = T (rU + sW ) = rT (U) + sT (W )
x = ru + sw
y = rv + sz
Por lo tanto, multiplicando la primera ecuación por v y
la segunda por −u tenemos
xv = ruv + swv
−uy = −ruv − usz
Sumamos:
xv − uy
xv − uy = swv − suz = s(wv − uz) ⇒ s=
wv − uz
Notemos que como los vectores U y W son L.I,
entonces wv − uz ̸= 0. Además, similarmente
xz − wy
xz − wy = rzu − rvw = r (zu − vw ) ⇒ r=
zu − vw
Transformación inyectiva y
sobreyectiva
Sea f : A → B una función, entonces
• Función inyectiva:f es inyectiva si x ̸= y entonces
f (x) ̸= f (y ), o equivalentemente si f (x) = f (y )
entonces x = y .
• Función sobreyectiva: f es sobreyectiva si para
todo y ∈ B existe un elemento x ∈ A tal que
f (x) = y .
• Función biyectiva: Una función f : A → B es
biyectiva si es inyectiva y sobreyectiva.
• Núcleo de una función: El núcleo de f es el
subconjunto del dominio
N(f ) = {x ∈ A : f (x) = 0}
Teorema
X = (1 − t)A + tB
X = P + rD
T (X ) = T (P) + rT (D)
Caracterización de la imagen de una
línea recta por una TL.
Sea T una transformación lineal y L una recta,
entonces:
• No se preservan ángulos!
Caracterización de la imagen de un
segmento de recta
Sea T una transformación lineal y AB es un segmento
entonces:
Triángulos y Cuadriláteros
6 3 5 1
Sean A = ,B= yC= ,yD=
3 2 1 −2
Definimos la Suma:
x (a + p)x + (b + q)y
(T + S) =
y (c + r )x + (d + s)y
Entonces
x px + qy
(T ◦ S) = T (S(X )) = T
y rx + sy
y
x ax + by
(S ◦ T ) = S (T (X )) = S
y cx + dy
Inversa de una Transforación lineal
inyectiva
Sea
x ax + by
T =
y cx + dy
una transformación lineal inyectiva, entonces T es
invertible!
R ◦ T = I = T ◦ R,
Si
x ax + by
T =
y cx + dy
Es T.L. inyectiva, entonces su inversa T −1 es:
−1 x 1 dx − by
T =
y ad − bc −cx + ay
Forma matricial de las
Transformaciones Lineales
Si
a b
m(T ) =
c d
Notemos que
a b x ax + by x
= =T
c d y cx + dy y
El determinante de la matriz
a b
m(T ) =
c d
se define como
det(m(T )) = ad − bc
• det(AB) = det(A)det(B)
Propiedades del Determinante
• det(AB) = det(A)det(B)
1
• det(A−1 ) = det(A)
Propiedades del Determinante
• det(AB) = det(A)det(B)
1
• det(A−1 ) = det(A)
• det(AT ) = det(A)
Propiedades del Determinante
• det(AB) = det(A)det(B)
1
• det(A−1 ) = det(A)
• det(AT ) = det(A)
• det(rA) = r n det(A)
Inversa
Si
a b
A=
c d
Es una matriz ortogonal entonces existe θ ∈ [0, 2π] tal
que
cosθ −senθ cosθ senθ
A= ó A=
senθ cosθ senθ −cosθ
Gráficas
Observación
Las isometrías envian círculos en círculos, pero en
general las transformaciones lineales inyectivas No
Vectores en el espacio
x
X = y
z
¿Cómo se ven?
Matrices 3x3
a1 a2 a3
b2 b3 b1 b3 b1 b2
det(A) = b1 b2 b3 = a1
− a2
+ a3
c1 c2 c3 c2 c3 c1 c3 c1 c2
Determinante en matrices 3x3
Sea
a1 a2 a3
A = b1 b2 b3 , entonces det(A) = |A|
c1 c2 c3
A = rB + sC
a1 b1 c1
Teorema. 3 vectores A = a2 , B = b2 y C = c2
a3 b3 c3
en R3 son L.D, si
a1 b1 c1
a2 b2 c2 = 0
a3 b3 c3
Ángulos
Orientación de vectores en el espacio
A · (B × C ) > 0
Producto cruz
Video
x1 x2
Sean X = y1 y Y = y2 que no son paralelos,
z1 z2
podemos encontrar el vector X × Y
E1 E2 E3
y1 z1 x1 z1 x1 y1
X × Y = x1 y1 z1 = E − E + E
y2 z2 1 x2 z2 2 x2 y2 3
x2 y2 z2
Propiedades
• (A × B) × C ̸= A × (B × C )
• A × B = −B × A
• A × (A × B) = 0
• A × B = 0 con A ̸= 0 y B ̸= 0 entonces A y B son
paralelos.
• (A + B) × C = A × C + B × C
• (A × B) × C = B(A · C ) − C (A · B)
• A · (B × C ) = (A × B) · C
• ||A × B|| = ||A||||B|||senθ|, θ = ∠(A, B)
• A×A=0
• k(A × B) = (kA) × B = A × (kB)
• El área del paralelogramo determinado por A y B es
||A × B||
Propiedades
Vol = |U · (V × W )|
Plano
X = rU + sV + t(U × V )
con
||V ||2 (X · U) − (U · V )(X · V )
r=
||U × V ||2
2
||U|| (X · V ) − (U · V )(X · U)
s=
||U × V ||2
X · (U × V )
t=
||U × V ||2
Proyección Ortogonal sobre un plano
PUV (X ) = PWZ (X )
Puntos coplanares
a1 b1 c1
Cuatro puntos A = a2 , B = b2 , C = c2 y
a3 b3 c3
d1
D = d2 son coplanares (están en el mismo plano) si
d3
B − A, C − A y D − A son vectores L.D. Es decir, si
b1 − a1 c1 − a1 d1 − a1
b2 − a2 c2 − a2 d2 − a2 = 0
b3 − a3 c3 − a3 d3 − a3
Distancia de un punto al plano
|X · (U × V )|
dist(X , PUV ) = ||X − PUV (X )|| = ||PU×V (X )|| =
||U × V ||
Rectas en el espacio
• Ecuación vectorial
L : X = P + tD : t ∈ R
L : x = x0 + td1
y = y0 + td2
z = z0 + td3
x0
Donde P = y0 es un punto sobre la recta y
z0
d1
D = d2 es un vector director.
d3
Rectas en el espacio
• Ecuaciones simétricas
x − x0 y − y0 z − z0
L: = =
d1 d2 d3
• Ecuación dados dos puntos. Sean P y Q puntos de
la recta
L : X = (1 − t)P + tQ : t ∈ R
Observaciones
||D × (R − P)||
dist(R, L) =
||D||
Vector normal a un plano
X = P + tU + sV ; t, s ∈ R
x = x0 + tu1 + sv1
y = y0 + tu2 + sv2
z = z0 + tu3 + sv3
• Ecuación normal.
(X − P) · N = 0
P : ax + by + cz + d = 0
a
donde a, b, c, d ∈ R y si tomamos N = b , N es un
c
vector normal de P y d = −N · P, para algún punto P
del plano.
Posiciones relativas entre dos planos
x0
Dado un punto X0 = y0 y P un plano con ecuación
z0
ax + by + cz + d = 0. Entonces la distancia de X0 a P está
dada por
X = rA + sB + tC r +s +t =1 0 ≤ r , s, t ≤ 1