Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OM
ÁLGEBRA Y GEOMETRÍA
ANÁLITICA
.C
DD
TEÓRICO
LA
FI
AÑO 2022
1
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
1. Competencias
OM
2. Objetivos de la materia
.C
autovalores y autovectores) para resolver situaciones problemáticas, analizándolas mediante
argumentos teóricos, empleando técnicas, procesos analíticos y representaciones gráficas.
Promover la resolución de problemas de aplicación modelizados matemáticamente con la utilización
DD
de vectores y matrices, interpretando los resultados obtenidos en el contexto de la situación,
identificando sus elementos, usando distintas representaciones semióticas y comunicándolos mediante
lenguaje matemático apropiado.
Proponer la resolución de problemas de aplicación utilizando elementos de Geometría Analítica
(rectas, planos y formas cuadráticas), interpretando los resultados obtenidos en el contexto de la
LA
3. Evaluación
Se aprobarán con nota igual o superior a 6 (seis) puntos. Se podrá recuperar 1 (uno) de los parciales,
ya sea por nota menor a 6 (seis) o por ausentismo, debiendo resolver un grupo de ejercicios de carácter
práctico y de aplicación a la Ingeniería.
Parciales teóricos: Se efectuarán 2 (dos) Evaluaciones parciales teóricos no obligatorias individuales.
Se aprobará con nota igual o superior a 7 (siete) puntos. Se podrá recuperar 1 (uno) de los parciales, ya
sea por nota menor a 7 (siete) o por ausentismo, debiendo responder un grupo de preguntas teóricas y
de aplicación a la Ingeniería.
Parciales semanales: se realizarán parciales teóricos y prácticos semanales, de aproximadamente 5
preguntas múltiple opción en modalidad virtual, auto corregibles, a través de la UV de la Facultad.
2
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
4. Condiciones de la materia
Abandono: en el caso que un/una estudiante no rindiera ninguno de los parciales prácticos
mencionados en el punto anterior, el docente responsable deberá cargar esta condición en el sistema
académico, quedando el estudiante en dicha situación.
Libre: si un/una estudiante aprobara sólo 1 (uno) de los parciales prácticos, el docente responsable
.C
deberá cargar esta condición en el sistema académico, quedando el estudiante en dicha situación.
Regular: si un/una estudiante aprobara 2 (dos) parciales prácticos, en la modalidad cuatrimestral, o 3
(tres) parciales en la modalidad anual, con nota de 6 (seis) o más, incluyendo las instancias
recuperatorias correspondientes, el docente responsable deberá cargar esta condición en el sistema
DD
académico, debiendo el estudiante en el examen final, rendir la parte práctica de la materia y, de
aprobar, rendirá la parte teórica, con un tribunal a designar por la cátedra.
Aprobación completa: si un/una estudiante aprobara 2 (dos) parciales prácticos con nota 7 (siete) o
superior, en la modalidad cuatrimestral, o 3 (tres) parciales en la modalidad anual, y además aprueba
LA
columna correspondiente
5. Evaluación final
Condición regular: el/la estudiante deberá rendir un examen práctico virtual, por la UV, por la
mañana, de aprobar ese examen, por la tarde, deberá rendir un examen presencial práctico/teórico en
las instalaciones del UTN, con un tribunal propuesto por la Cátedra.
3
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Ecuaciones vectoriales, paramétricas y cartesianas de la recta en ℝ2 y ℝ3.
Ecuaciones vectoriales, paramétricas y cartesianas del plano en ℝ3.
Posiciones relativas entre dos rectas, dos planos, una recta y un plano.
Problemas de paralelismo e intersección. Problemas de distancia. Ecuación normal de la recta y el
plano. Ángulo entre dos rectas, ángulo entre rectas y planos. Ángulos entre planos.
Haz de rectas. Haz de planos.
.C
UNIDAD N°3: Cónicas y Cuádricas.
Circunferencia, definición, ecuación canónica, ordinaria y general.
DD
Parábola, definición, ecuación canónica, foco, directriz, ecuación ordinaria y general.
Elipse, definición, ecuación canónica, focos, excentricidad, ecuación ordinaria y general.
Hipérbola, definición, ecuación canónica, focos, excentricidad, asíntotas, ecuación ordinaria y general.
Cuádricas: elipsoide, hiperboloide, paraboloide, etc. Ecuaciones. Gráficos
LA
4
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Definiciones y teoremas de caracterización. Generación de un Espacio Vectorial.
Bases y dimensión de un Espacio Vectorial. Definiciones. Ejemplos. Teoremas.
Cambio de bases. Matriz de cambio de bases.
.C
Imagen y núcleo de una aplicación lineal. Definición. Propiedades. Teoremas de las dimensiones.
Matriz estándar (ℝn→ ℝm). Operadores lineales en el plano ℝ2→ ℝ2.
“Composición” de las aplicaciones lineales. Matrices de las transformaciones lineales. Representación
DD
de aplicaciones lineales por matrices. Base canónica y otras bases.
Semejanza y/o similaridad.
5
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
“Nociones de Geometría y Álgebra Lineal”. Kosak, Pastorelli, Vardanega. Editorial Mc Graw
Hill
.C
Apunte de la Cátedra. Ing Claudio Berasategui
DD
LA
FI
6
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Magnitudes
Escalares Vectoriales
OM
Magnitud-Valor numérico Dirección- es la línea de acción del vector (ref ángulo)
Unidad- utilizada en la medición Sentido- es la orientación del vector (punta de flecha)
Ejemplos Dirección
Los autos que se desplazan en una misma calle recta o
Ejemplos
.C
Volumen de un tanque de agua:
100l.
en calles paralelas están desplazándose en la misma
hacia abajo
Introducción
Abordaremos en este capítulo, el concepto de vector geométrico en los espacios bidimensionales ℝ2, y
tridimensional ℝ3, también estudiaremos cómo efectuar operaciones algebraicas entre vectores y sus
propiedades. En la unidad 4 aplicaremos estos conceptos a vectores del espacio ℝn.
FI
Objetivos
Esperamos que al finalizar la lectura comprensiva y activa de la presente unidad, pueda:
Identificar una magnitud vectorial.
Sumar y restar, analítica y gráficamente, vectores de ℝ2 y de ℝ3.
OM
y es número positivo
α ángulo que indica la dirección
Clases de Vectores
VECTORES
Aplicados
(fijos)
Tienen el mismo
.C Equipolentes
Tienen distinto origen
e igual módulo, dirección y sentido
DD
origen
𝑐̅
𝑏̅
FI
𝑐̅
Ejemplo: Peso de Ejemplo: 𝑐̅
un cuerpo 𝑏̅ Velocidad de un
vehículo
En el cálculo vectorial lo que más interesa son los vectores libres, y las reglas de cálculo son las mismas para
todos los vectores, pero dichos vectores nos permiten realizar operaciones de suma y resta con los métodos
que veremos a continuación, pudiendo realizar representaciones gráficas útiles para el planteo de cálculos; por
ejemplo, en física con los cuerpos en equilibrio. Por esto, prescindiremos en lo que sigue de hacer distinciones
entre ellos y sobreentenderemos que trabajamos con vectores libres.
Suma/Resta de vectores
Para sumar dos vectores 𝑎̅ y 𝑏̅ se procede de la siguiente manera. A partir de un punto cualquiera “O” del
plano se traza un vector equipolente al vector 𝑎̅, haciendo coincidir el origen de éste con el punto “O”. Por el
extremo de 𝑎̅ trazamos un vector equipolente al vector 𝑏̅ de tal manera que coincida el origen de éste último
con el extremo de 𝑎̅; y el vector cuyo origen es el origen de 𝑎̅ y cuyo extremo es el extremo del vector 𝑏̅, es
̅̅̅̅̅̅̅
el vector suma: 𝑎 +𝑏
8
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
le sumamos al vector 𝑎̅ el opuesto del vector 𝑏̅
Para la verificación geométrica de la diferencia 𝑎̅ − 𝑏̅ procederemos como en el caso de la suma, tomando
−𝑏̅ en lugar de 𝑏̅ .
b Las figuras son análogas al caso de la
b 𝑎̅ 𝑎̅ suma de vectores. Debemos hacer notar
̅̅̅̅̅̅̅
𝑎 −𝑏 b b ̅̅̅̅̅̅̅
𝑎−𝑏 que la diferencia es la operación inversa
Propiedades
𝑎̅
.C ̅ ⇔ 𝑎̅ + 𝑏̅ = 𝑎′
𝑎̅ = 𝑎̅′ , 𝑏̅ = 𝑏′ ̅ + 𝑏′
̅
de la suma, es decir: 𝑎̅ − 𝑏̅ = 𝑐̅ de donde
se deduce que: 𝑎̅ = 𝑏̅ + 𝑐̅
DD
1) Uniforme:
2) Asociativa: (𝑎̅ + 𝑏̅) + 𝑐̅ = 𝑎̅ + (𝑏̅ + 𝑐̅)
3) Conmutativa: 𝑎̅ + 𝑏̅ = 𝑏̅ + 𝑎̅
4) Del cero: existe un único vector, llamado el cero 0 (0, 0) , que sumado con cualquier otro vector no lo
altera: 0̅ + 𝑎̅ = 𝑎̅ + 0̅ = 𝑎̅
LA
5) Del opuesto: dado un vector 𝑎̅, existe uno opuesto -𝑎̅(es decir el opuesto de un vector es aquel que
tiene las componentes con los signos opuestos o contrarios) que sumado con aquel da por resultado el
vector cero: 𝑎̅ + (-𝑎̅) = 0
Producto de un vector por un escalar
FI
Propiedades:
1) El producto de un escalar por un vector es distributivo respecto a la suma de escalares:
( λ + σ ) 𝑎̅ = λ 𝑎̅ + σ 𝑎̅
En efecto, siendo λ 𝑎̅ y σ 𝑎̅ de la misma dirección que 𝑎̅ , su suma nos da un vector de la misma dirección,
cuyo módulo es el valor absoluto de la suma algebraica de dos segmentos cuyo sentido depende de los
signos de λ y σ y cuyos valores absolutos son λ ׀̅𝑎׀y σ ׀̅𝑎׀.
2) Es distributiva con respecto a la suma de vectores:
λ (𝑎̅ + b ) = λ 𝑎̅ + λ b
3) Goza este producto de la propiedad asociativa respecto del producto de escalares:
λ (σ . 𝑎̅ ) = (λ.σ) 𝑎̅ = σ ( λ. 𝑎̅ )
4) Elemento neutro
1𝑎̅ = 𝑎̅
9
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
|𝑎̅|2 = 𝑎12 + 𝑎22 ⟹ |𝑎̅| = √𝑎12 + 𝑎22
𝑦 Ahora definimos versores, son vectores cuyo módulo es igual a
la unidad, donde tenemos dos versores “especiales” a los que
llamaremos 𝑖̅ y 𝑗̅, dados por:
.C 𝑖̅ = (1; 0) 𝑗̅ = (0; 1)
Donde podemos ver que el versor 𝑖̅ está sobre el eje x,
pudiéndolo considerar como la unidad vectorial sobre dicho eje,
DD
𝑗̅ mientras que el versor 𝑗̅ se encontrará sobre el eje y, también
considerado como la unidad vectorial sobre el eje y. (ver
𝑖̅ 𝑥 gráfico)
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠,
̅ = 𝒂𝟏 𝒊̅ + 𝒂𝟐 𝒋̅
𝒂 𝑬𝒙𝒑𝒓𝒆𝒔𝒊ó𝒏 𝒄𝒂𝒓𝒕𝒆𝒔𝒊𝒂𝒏𝒂 𝒅𝒆𝒍 𝒗𝒆𝒄𝒕𝒐𝒓 𝒆𝒏 𝑹𝟐
LA
Ejemplo:
𝑦 𝑎̅ = (3 ; 2) = 3𝑖̅ + 2𝑗̅
3𝑖̅ y 2𝑗̅ son las componentes del vector que sumadas nos dan el vector
𝑎̅ y 3 y 2 son las coordenadas de vector.
FI
𝑖̅ 3 𝑥
Ángulos directores
Un vector forma con los semiejes positivos de los ejes coordenados x e y, ángulos α y β (ver gráfico anterior)
llamados ángulos directores, porque indican la dirección y sentido del vector. Los ángulos son mayores o
iguales a 0° y menores o iguales a 180°.
Cosenos directores
Son los cosenos de los ángulos directores
𝑎1 𝑎2
cos 𝛼 = cos 𝛽 =
𝑎̅ 𝑎̅
Gozan de la siguiente propiedad:
𝑎12 𝑎22
𝑐𝑜𝑠 2 𝛼 = 𝑐𝑜𝑠 2 𝛽 =
|𝑎̅|2 |𝑎̅|2
Sumando
10
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
2- En el espacio ℝ𝟑
Vamos a referir nuestro estudio a un sistema de ejes coordenados cartesianos ortogonales en el espacio
tridimensional, de origen “O” y ejes “x”, “y”, “z”.
zF
OM
az
az
zP F
P ay
ax
yP ay yF
xF
ax
.C
xP
o y
DD
x
(fig. 1)
Sean P (xP, yP, zP) y F(xF, yF, zF) el origen y el extremo de un vector dado 𝑎̅, según lo indicado en la figura.
Se llaman componentes de un vector 𝑎̅ respecto al sistema de ejes coordenados con origen en 0 y ejes (x, y,
LA
Remarquemos que estas componentes son números que pueden ser positivos o negativos. Siempre debemos
tomarlos como se definen en (1), es decir, como diferencia entre las coordenadas del extremo o del punto final
(F) del vector y las coordenadas del origen o principio del vector (P).
De esta manera resulta que dos vectores opuestos (de igual módulo y de igual dirección, pero de sentidos
opuestos), tienen las componentes iguales en valor absoluto, pero de signos contrarios.
Al observar la figura 1, vemos que el vector 𝑎̅ es la diagonal de un paralelepípedo, cuyas aristas son: ax , ay ,
az .
El módulo del vector 𝑎̅, verifica:
|𝒂
̅ | = √𝒂𝟐𝒙 + 𝒂𝟐𝒚 + 𝒂𝟐𝒛
expresión que se toma siempre positiva y que nos da el módulo de un vector en función de sus componentes.
11
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
γ 𝑣̅
𝑣𝑧
O
𝑣𝑦 y
𝑣𝑥
OM
x (fig. 2)
Los ángulos hay que tomarlos entre 0º y 180º, de manera que los cosenos directores pueden ser positivos o
negativos.
Cosenos directores
Los cosenos de dichos ángulos se denominan cosenos directores.
De la expresión general del coseno, se deduce:
segmento (módulo) por el coseno del ángulo que el mismo forma con el eje.
Como en el plano, en el espacio se cumple que:
𝒄𝒐𝒔𝟐 𝜶 + 𝒄𝒐𝒔𝟐 𝜷 + 𝒄𝒐𝒔𝟐 𝜸 = 𝟏
que es la relación fundamental que liga los cosenos directores de un vector.
FI
De las expresiones (2) y (3), se deduce también que; un vector queda completamente determinado (módulo,
dirección y sentido) por sus componentes.
𝑣𝑥 𝑣𝑦 𝑣𝑧
cos 𝛼 = ; cos 𝛽 = ; cos 𝛾 =
√𝑣𝑥2 + 𝑣𝑦2 + 𝑣𝑧2 √𝑣𝑥2 + 𝑣𝑦2 + 𝑣𝑧2 √𝑣𝑥2 + 𝑣𝑦2 + 𝑣𝑧2
Igualdad de vectores
Dos vectores se dicen iguales cuando tienen el mismo módulo, la misma dirección y el mismo sentido.
Así los vectores de la figura son iguales, lo cual se escribe:
𝑎̅ = 𝑏̅
𝑎̅ 𝑏̅ Esta definición de igualdad es admisible, pues ella cumple las
tres propiedades que se exigen a toda definición de igualdad
entre elementos de un conjunto, a saber:
(fig. 3)
Reflexiva 𝑎̅ = 𝑎̅
Simétrica 𝑠𝑖 𝑎̅ = 𝑏̅ , 𝑏̅ = 𝑎̅
Transitiva 𝑠𝑖 𝑎̅ = 𝑏̅ 𝑦 𝑏̅ = 𝑐̅ , 𝑒𝑠 𝑎̅ = 𝑐̅
12
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
que es la expresión cartesiana del vector.
Entonces en ℝ3, las componentes de los versores son:
.C ̅ (𝟎, 𝟎, 𝟏)
𝒊̅ (𝟏, 𝟎, 𝟎) , 𝒋̅ (𝟎, 𝟏, 𝟎) , 𝒌
DD
Módulo de un vector
LA
|𝒂
̅ | = √𝒂 𝒙 𝟐 + 𝒂 𝒚 𝟐 + 𝒂 𝒛 𝟐
FI
Entonces como conclusión tenemos, que el módulo de un vector es igual a la raíz cuadrada de la suma de los
cuadrados de sus componentes.
Vectores paralelos
Si dos vectores 𝑎̅ (ax, ay, az) y 𝑏̅ (bx, by, bz) son paralelos y del mismo sentido, tendrán los mismos cosenos
13
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
obtenido como producto de los módulos de 𝑎̅ y 𝑏̅ por el coseno del ángulo formado por los dos vectores.
Indicaremos el producto escalar con un punto, de manera que será:
̅
𝒃
𝒂 ̅ = |𝒂
̅ .𝒃 ̅ ||𝒃 ̅| 𝐜𝐨𝐬 𝜽
̅
𝒂
̅
siendo θ el ángulo que forman los dos vectores y |𝑎̅| 𝑦 |𝑏| sus módulos. Además θ varía entre: 00 θ π
.C
Si expresamos los vectores por medio de su forma canónica o cartesiana, tendremos:
𝑎̅ = (𝑎𝑥 𝑖̅ + 𝑎𝑦 𝑗̅ + 𝑎𝑧 𝑘̅) , 𝑏̅ = (𝑏𝑥 𝑖̅ + 𝑏𝑦 𝑗̅ + 𝑏𝑧 ̅̅̅ 𝑘)
y realizando su producto como sí se tratara de dos polinomios (en forma distributiva) y teniendo en cuenta los
productos de los vectores unitarios o versores, tendremos:
DD
̅̅̅ =
𝑎̅ . 𝑏̅ = (𝑎𝑥 𝑖̅ + 𝑎𝑦 𝑗̅ + 𝑎𝑧 𝑘̅) . (𝑏𝑥 𝑖̅ + 𝑏𝑦 𝑗̅ + 𝑏𝑧 𝑘)
= 𝑎𝑥 𝑏𝑥 𝑖̅ . 𝑖̅ + 𝑎𝑥 𝑏𝑦 𝑖̅ . 𝑗̅ + 𝑎𝑥 𝑏𝑧 𝑖̅ . 𝑘̅ + 𝑎𝑦 𝑏𝑥 𝑗̅ . 𝑖̅ + 𝑎𝑦 𝑏𝑦 𝑗̅ . 𝑗̅ + 𝑎𝑦 𝑏𝑧 𝑗̅ . 𝑘̅ + 𝑎𝑧 𝑏𝑥 𝑘̅ . 𝑖̅ + 𝑎𝑧 𝑏𝑦 𝑘̅ . 𝑗̅ + 𝑎𝑧 𝑏𝑧 𝑘̅ . 𝑘̅
Consideremos en la expresión anterior, los productos escalares de los vectores unitarios o versores.
LA
Recordemos que los versores coinciden con los ejes coordenados y estos son perpendiculares entre sí (90º).
Entonces tendremos:
𝑖̅ . 𝑖̅ = |𝑖̅||𝑖̅| cos 0° = 1 .1 .1 = 1 = |𝑖̅|2
por igual razón:
2
𝑗̅ . 𝑗̅ = 1 = |𝑗̅|2 𝑦 𝑘̅ . 𝑘̅ = 1 = |𝑘̅|
FI
y de la misma forma:
𝑖̅ . 𝑘̅ = 𝑗̅ . 𝑖̅ = 𝑗̅ . 𝑘̅ = 𝑘̅ . 𝑖̅ = 𝑘̅ . 𝑗̅ = 0
Teniendo en cuenta lo aquí analizado, el producto escalar de dos vectores dados en su forma canónica, queda
así determinado:
̅ = 𝒂𝒙 𝒃𝒙 + 𝒂𝒚 𝒃𝒚 + 𝒂𝒛 𝒃𝒛
̅ .𝒃
𝒂
resultando entonces que el producto escalar de dos vectores dados en su forma canónica no es otra cosa que la
sumatoria de los productos de las componentes homólogas de ambos vectores.
Propiedades:
a) Conmutativo: 𝑎̅ . 𝑏̅ = 𝑏̅ . 𝑎̅
b) Distributiva respecto a la suma de vectores: 𝑎̅ . (𝑏̅ + c ) = 𝑎̅. 𝑏̅ + 𝑎̅ . c
14
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Realiza el traslado empleando un cable que forma un ángulo de 30° con
la horizontal, y esta dirección coincide con el desplazamiento. Para
mover el carro aplica una fuerza de 20N.
¿Qué trabajo realiza el operario?
El trabajo W se define como el producto de la intensidad de la fuerza por la longitud del desplazamiento por
el coseno del ángulo comprendido entre la dirección de la fuerza y la dirección del desplazamiento.
.C
√3
𝑊 = 𝐹̅ 𝛿̅ cos 𝜃 = 20𝑁 20𝑚 = 3.646𝐽
2
Se observa que el trabajo es una magnitud escalar que se obtiene a partir de 2 vectores: un vector fuerza 𝐹̅ y
un vector desplazamiento 𝛿̅ .
DD
Indudablemente, el trabajo no sólo afecta al módulo de los vectores, sino también a los otros parámetros que
definen un vector, como es el caso de la dirección. De hecho, si la fuerza fuera ejercida en forma perpendicular
a la dirección pretendida del desplazamiento del carro, no se movería, aun incrementando sustancialmente el
valor de la fuerza aplicada, nunca va a conseguir desplazar el carro. El trabajo en esa dirección es 0 (cero), lo
cual muestra que está desperdiciando esfuerzo o, desde otra óptica, que el proceso no está optimizado.
Si se aplica la fuerza en la dirección del desplazamiento, el ángulo comprendido es de 0°, el coseno
LA
correspondiente es 1 (uno), y, por lo tanto, es posible trasladar el carro la misma distancia con menor esfuerzo.
necesaria y suficiente para que dos vectores sean perpendiculares es que su producto escalar sea nulo, no
siéndolo ninguno de los dos vectores
De la expresión del producto escalar 𝑎̅ . 𝑏̅ = |𝑎̅||𝑏̅| cos 𝜃, se puede despejar el valor de cos θ y a partir de
allí calcular θ , determinando para ello el valor del arc cos , o sea:
𝑎̅ . 𝑏̅
cos 𝜃 =
|𝑎̅||𝑏̅|
pero habíamos visto que:
𝑎̅ . 𝑏̅ = 𝑎𝑥 𝑏𝑥 + 𝑎𝑦 𝑏𝑦 + 𝑎𝑧 𝑏𝑧
y también que:
̅| = √𝒂𝒙 𝟐 + 𝒂𝒚 𝟐 + 𝒂𝒛 𝟐
|𝒂 𝑦 ̅| = √𝒃𝒙 𝟐 + 𝒃𝒚 𝟐 + 𝒃𝒛 𝟐
|𝒃
es decir que reemplazando se tiene:
15
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Proyección ortogonal
También de la definición de producto escalar, 𝑎̅ . 𝑏̅ = |𝑎̅|. |𝑏̅| cos θ , se puede analizar la misma y considerar
del segundo miembro el producto de |𝑏̅| cos θ. Dicho producto no es otra cosa que la proyección
OM
O 𝑏̅𝑎 P’ 𝑎̅
Es útil, en algunas circunstancias “descomponer” un vector en una suma de vectores perpendiculares. Si 𝑎̅ y
𝑏̅ son vectores diferentes de cero en el espacio bidimensional o tridimensional, entonces es posible escribir al
vector 𝑎̅ como:
𝑎̅ = 𝑤 ̅̅̅1̅ + 𝑤̅̅̅̅2 ̅̅̅̅
𝑤2
𝑎̅
en donde 𝑤
a 𝑏̅.
El vector 𝑤 .C
̅̅̅1̅ es un múltiplo escalar del vector 𝑏̅ y ̅̅̅̅
̅ sobre 𝒃 ̅ y 𝒘
𝑤
̅̅̅̅1 𝑏̅
̅̅̅̅𝟐 es la componente de 𝒂 ̅ ortogonal
DD
a𝒃 ̅.
Los vectores 𝑤 ̅̅̅̅1 y ̅̅̅̅
𝑤2 se pueden obtener de la forma siguiente.
Debido a que 𝑤 ̅̅̅̅1 es un múltiplo escalar del vector 𝑏̅ , entonces 𝑤 ̅̅̅1̅ puede ser expresado como:
𝑤
̅̅̅̅1 = k 𝑏 ̅
Por lo tanto: 𝑎̅ = 𝑤 ̅̅̅̅1 + 𝑤 ̅̅̅̅2 = k 𝑏̅ + ̅̅̅̅ 𝑤2 (2)
LA
Si ahora efectuamos el producto escalar de los vectores 𝑎̅ y 𝑏̅, considerando para ello el valor final del vector
𝑎̅ dada por la expresión (2) , tendremos:
𝑎̅ . 𝑏̅ = ( k 𝑏̅ + 𝑤 ̅̅̅̅) ̅ ̅ 2 𝑤2 𝑏̅
2 . 𝑏 = k |𝑏| + ̅̅̅̅.
Supuesto que 𝑤 ̅̅̅̅2 es perpendicular a b , se tiene entonces que: ̅̅̅̅. 𝑤2 𝑏̅ = 0 , de modo que para esta ecuación
FI
se llega a:
2
𝑎̅ . 𝑏̅ = k |𝑏̅|
de donde se puede despejar el valor de k ; tenemos entonces:
𝑎̅ . 𝑏̅
𝑘= 2
|𝑏̅|
y como habíamos expresado que 𝑤1= k 𝑏̅ se obtiene el valor de 𝑤 ̅̅̅1̅ reemplazando el valor de k últimamente
determinado:
𝑎̅ . 𝑏̅
𝑤̅̅̅1̅ = 𝑘𝑏̅ = 2𝑏
̅
̅
|𝑏|
siendo entonces 𝑤 ̅̅̅1̅ la proyección ortogonal del vector 𝑎̅ sobre el vector 𝑏̅.
De la expresión 𝑎̅ = 𝑤 ̅̅̅̅1 + 𝑤̅̅̅̅2 podemos despejar el valor de ̅̅̅̅ 𝑤2 y entonces tendremos: ̅̅̅̅= 𝑤2 𝑎̅ - 𝑤̅̅̅1̅ expresión
esta que queda:
𝑎̅ . 𝑏̅
𝑤2 = 𝑎̅ − 2 𝑏̅ 𝑠𝑖𝑒𝑛𝑑𝑜 𝑤
̅̅̅̅ ̅̅̅̅2 𝑙𝑎 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑎̅ 𝑜𝑟𝑡𝑜𝑛𝑜𝑔𝑎𝑙 𝑎𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑏̅
̅
|𝑏|
16
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
segundo vector que interviene es el vector posición de la o las
bisagras sobre las que gira la puerta R. La composición de ambos
vectores produce la rotación de la puerta, y la rotación se
materializa a través de un vector cuya dirección es la del borde
lateral de la puerta, e cual es perpendicular a los dos primeros
vectores.
Otro ejemplo es cuando abrimos una llave. En este caso aplicamos
Esta operación que permite obtener al vector que caracteriza el movimiento de la tuerca, se denomina vector
momento: m = F x d.
Definición:
𝑺𝒆 𝒅𝒆𝒏𝒐𝒎𝒊𝒏𝒂 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐 𝒗𝒆𝒄𝒕𝒐𝒓𝒊𝒂𝒍 𝒆𝒏𝒕𝒓𝒆 𝒅𝒐𝒔 𝒗𝒆𝒄𝒕𝒐𝒓𝒆𝒔 𝒂 ̅𝒚𝒃̅ 𝒂𝒍 𝒗𝒆𝒄𝒕𝒐𝒓 𝒄̅ 𝒑𝒆𝒓𝒑𝒆𝒏𝒅𝒊𝒄𝒖𝒍𝒂𝒓 𝒂𝒍
̅
FI
𝒑𝒍𝒂𝒏𝒐 𝒒𝒖𝒆 𝒆𝒍𝒍𝒐𝒔 𝒇𝒐𝒓𝒎𝒂𝒏 𝒒𝒖𝒆 𝒕𝒊𝒆𝒏𝒆 𝒑𝒐𝒓 𝒎ó𝒅𝒖𝒍𝒐 𝒂𝒍 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐 𝒅𝒆 𝒍𝒐𝒔 𝒎ó𝒅𝒖𝒍𝒐𝒔 𝒅𝒆 𝒂 ̅𝒚𝒃
𝒑𝒐𝒓 𝒆𝒍 𝒔𝒆𝒏𝒐 𝒅𝒆𝒍 á𝒏𝒈𝒖𝒍𝒐 𝒒𝒖𝒆 𝒇𝒐𝒓𝒎𝒂𝒏 𝒆𝒏𝒕𝒓𝒆 𝒆𝒍𝒍𝒐𝒔
|𝒄̅| = |𝒂 ̅| = |𝒂
̅𝒙𝒃 ̅| 𝒔𝒆𝒏 𝜽
̅ | . |𝒃 𝟎° ≤ 𝜽 ≤ 𝟏𝟖𝟎°
𝐻𝑒𝑚𝑜𝑠 𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑜 𝑚ó𝑑𝑢𝑙𝑜 𝑦 𝑑𝑖𝑟𝑒𝑐𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝑐̅,
𝑐̅
𝑎ℎ𝑜𝑟𝑎 𝑐𝑢á𝑙 𝑠𝑒𝑟á 𝑠𝑢 𝑠𝑒𝑛𝑡𝑖𝑑𝑜?
𝑏̅ ℎ = |𝑏̅| sen 𝜃 𝑼𝒕𝒊𝒍𝒊𝒛𝒂𝒎𝒐𝒔 𝒍𝒂 𝒓𝒆𝒈𝒍𝒂 𝒅𝒆 𝒍𝒂 𝒎𝒂𝒏𝒐 𝒅𝒆𝒓𝒆𝒄𝒉𝒂
θ Si con la mano derecha orientamos el dedo índice con el
primer vector y el dedo mayor con el segundo vector, el dedo
𝑎̅ pulgar extendido nos da el vector producto vectorial entre
ambos vectores.
Otra forma es la regla de la mano derecha, donde si ponemos los dedos de
dicha mano de modo que apunten en la dirección de rotación, entonces el
pulgar indica la dirección del vector resultado. (Ver figura)
El módulo del vector que representa el producto vectorial es igual al área del paralelogramo construido con
los vectores que intervienen en dicho producto vectorial, ya que:
17
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Expresión cartesiana
Considerando dos vectores a̅ y b̅ expresados en su forma cartesiana
𝑎̅ = 𝑎𝑥 𝑖̅ + 𝑎𝑦 𝑗̅ + 𝑎𝑧 𝑘̅ 𝑦 𝑏̅ = 𝑏𝑥 𝑖̅ + 𝑏𝑦 𝑗̅ + 𝑏𝑧 𝑘̅
𝑎̅ 𝑥 𝑏̅ = (𝑎𝑥 𝑖̅ + 𝑎𝑦 𝑗̅ + 𝑎𝑧 𝑘̅) 𝑥 (𝑏𝑥 𝑖̅ + 𝑏𝑦 𝑗̅ + 𝑏𝑧 𝑘̅)
𝑎̅𝑥𝑏̅ = 𝑎𝑥 𝑏𝑥 𝑖̅𝑥 𝑖̅ + 𝑎𝑥 𝑏𝑦 𝑖̅𝑥𝑗̅ + 𝑎𝑥 𝑏𝑧 𝑖̅𝑥𝑘̅ + 𝑎𝑦 𝑏𝑥 𝑗̅𝑥𝑖̅ + 𝑎𝑦 𝑏𝑦 𝑗̅𝑥𝑗̅ + 𝑎𝑦 𝑏𝑧 𝑗̅𝑥𝑘̅ + 𝑎𝑧 𝑏𝑥 𝑘̅𝑥𝑖̅ + 𝑎𝑧 𝑏𝑦 𝑘̅ 𝑥𝑗̅ + 𝑎𝑧 𝑏𝑧 𝑘̅ 𝑥𝑘̅ (1)
.C
Realizando el producto vectorial entre versores y recordando que |𝑖̅| = |𝑗̅| = |𝑘̅| = 1
𝑖̅ 𝑥 𝑖̅ = 0 𝑝𝑢𝑒𝑠 𝑖̅ 𝑥 ̅𝑖 = |𝑖̅||𝑖̅| sen 0° = 0
𝑗̅ 𝑥 𝑗̅ = 𝑘̅ 𝑥 𝑘̅ = 0
DD
𝐷𝑒 𝑙𝑎 𝑚𝑖𝑠𝑚𝑎 𝑓𝑜𝑟𝑚𝑎
𝐸𝑛 𝑐𝑎𝑚𝑏𝑖𝑜 |𝑖̅ 𝑥 𝑗̅| = |𝑖̅||𝑗̅| sen 90° = |𝑘̅| x ̅𝑖 𝑗̅ 𝑘̅
𝑉𝑒𝑐𝑡𝑜𝑟 𝑝𝑒𝑟𝑝𝑒𝑛𝑑𝑖𝑐𝑢𝑙𝑎𝑟
𝐷𝑒𝑙 𝑚𝑖𝑠𝑚𝑜 𝑚𝑜𝑑𝑜 𝑖̅𝑥𝑗̅ = 𝑘̅ ; 𝑗̅𝑥𝑘̅ = 𝑖̅ ; 𝑘̅𝑥𝑖̅ = 𝑗̅ ̅𝑖 0 𝑘̅ -𝑗̅
𝑠𝑒𝑛𝑡𝑖𝑑𝑜 𝑑𝑒 𝑔𝑖𝑟𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜
LA
𝑗̅ −𝑘̅ 0 ̅𝑖
𝑖̅𝑥𝑘̅ = −𝑗̅ ; 𝑘̅𝑥𝑗̅ = −𝑖̅ ; 𝑗̅𝑥𝑖̅ = −𝑘̅
𝑠𝑒𝑛𝑡𝑖𝑑𝑜 𝑑𝑒 𝑔𝑖𝑟𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜
𝑘̅ 𝑗̅ - ̅𝑖 0
Resumiendo, vemos la tabla, donde nos da el resultado de cada
producto vectorial.
Entonces, escribiendo nuevamente la ecuación (1), nos queda:
FI
𝑎̅𝑥𝑏̅ = 𝑎𝑥 𝑏𝑥 𝑖̅𝑥𝑖̅ + 𝑎𝑥 𝑏𝑦 𝑖̅𝑥𝑗̅ + 𝑎𝑥 𝑏𝑧 𝑖̅𝑥𝑘̅ + 𝑎𝑦 𝑏𝑥 𝑗̅𝑥𝑖̅ + 𝑎𝑦 𝑏𝑦 𝑗̅𝑥𝑗̅ + 𝑎𝑦 𝑏𝑧 𝑗̅𝑥𝑘̅ + 𝑎𝑧 𝑏𝑥 𝑘̅𝑥𝑖̅ + 𝑎𝑧 𝑏𝑦 𝑘̅ 𝑥𝑗̅ + 𝑎𝑧 𝑏𝑧 𝑘̅ 𝑥𝑘̅
0 𝑘̅ −𝑗̅ −𝑘̅ 0 𝑖̅ 𝑗̅ −𝑖̅ 0
Reagrupando en los versores
̅𝒙𝒃
𝒂 ̅
̅ = (𝒂𝒚 𝒃𝒛 − 𝒂𝒛 𝒃𝒚 ) 𝒊̅ + (𝒂𝒛 𝒃𝒙 − 𝒂𝒙 𝒃𝒛 ) 𝒋̅ + (𝒂𝒙 𝒃𝒚 − 𝒂𝒚 𝒃𝒙 ) 𝒌
Renombrando las componentes
̅ = 𝒄𝟏 𝒊̅ + 𝒄𝟐 𝒋̅ + 𝒄𝟑 𝒌
̅𝒙𝒃
𝒂 ̅ 𝒆𝒙𝒑𝒓𝒆𝒔𝒊ó𝒏 𝒄𝒂𝒓𝒕𝒆𝒔𝒊𝒂𝒏𝒂
Al mismo resultado se llega mediante la resolución de un determinante planteado de la siguiente manera:
𝑖̅ 𝑗̅ 𝑘̅ En la primera fila se escriben los versores: 𝑖̅ , 𝑗̅ y 𝑘̅; en la segunda fila
𝑎̅ 𝑏̅ = |𝑎𝑥 𝑎𝑦 𝑎𝑧 | las componentes del vector que premultiplica, y en la tercera fila las
𝑏𝑥 𝑏𝑦 𝑏𝑧 componentes del vector que posmultiplica.
Producto mixto de tres vectores
Se llama producto mixto de tres vectores 𝑎̅ , 𝑏̅ , 𝑐̅ y se representa por (𝑎̅ ˄ 𝑏̅ . 𝑐̅) al resultado del producto
vectorial de los vectores 𝑎̅ y 𝑏̅ multiplicado en forma escalar por el vector 𝑐̅.
18
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
el ángulo sea mayor que un recto (en éste caso el cos γ es negativo, es decir, cuando γ toma valores entre 90º
y 180º).
Expresión Cartesiana
La forma de resolver el producto mixto se puede efectuar realizando el producto vectorial de los vectores 𝑎̅
y 𝑏̅ , expresados en forma cartesiana y luego multiplicando este resultado en forma escalar por el vector “𝑐̅”;
o sea, siendo:
.C
𝑎̅ 𝑏̅ = (𝑎𝑦 𝑏𝑧 − 𝑎𝑧 𝑏𝑦 )𝑖̅ + (𝑎𝑧 𝑏𝑥 − 𝑎𝑥 𝑏𝑧 )𝑗̅ + (𝑎𝑥 𝑏𝑦 − 𝑎𝑦 𝑏𝑥 )𝑘̅
y ahora multiplico el resultado anterior, por el vector:
𝑐̅ = 𝑐𝑥 𝑖̅ + 𝑐𝑦 𝑗̅ + 𝑐𝑧 𝑘̅
DD
en forma escalar, resultando:
19
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
20
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Todos los conceptos anteriores se basan en dos condiciones recíprocas importantes:
a) Si las coordenadas de un punto satisfacen una ecuación, ese punto pertenece a la gráfica de esa
ecuación;
b) Si un punto está sobre la gráfica de una ecuación, sus coordenadas satisfacen esa ecuación.
La solución de todo problema de la Geometría Analítica debe ir acompañada de un sistema de ejes
.C
coordenados, que es lo que la distingue de la “geometría pura”
Objetivos:
Esperamos que al finalizar la lectura comprensiva y activa de la presente sección, usted pueda:
Encontrar las ecuaciones vectoriales y cartesianas de rectas ubicadas en el plano y en el espacio y
DD
representarlas gráficamente.
Investigar la posición relativa de rectas en el plano y en el espacio.
Resolver problemas de distancia y ángulos en el plano coordenado.
Describir una familia de rectas sujeta a condiciones geométricas
Identificar rectas coplanares y alabeadas.
LA
21
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
y1 ̅̅̅̅
𝑂𝑃 = ̅̅̅̅̅ ̅̅̅̅̅
𝑂𝑃1 + 𝑃 1𝑃
P1(x1 , y1)
̅̅̅̅ = ̅̅̅̅̅̅
𝑶𝑷 ̅
𝑶𝑷𝟏 + 𝝀𝒂 (1)
β
Ecuación vectorial paramétrica de la Recta, válida para
𝑎2 𝑎̅ α cualquier espacio.
O x1
.C
Ecuación Cartesiana Paramétrica
𝑎1 x x
Partiendo de la ecuación (1), en ℝ2, y considerando los vectores unitarios “𝒊̅” y “𝒋̅” de componentes (1,0) y
DD
(0,1) respectivamente, estando el primero de ellos asociado al eje de abscisas (eje de las “x”) y el segundo
(“𝒋̅”) al eje de ordenadas (eje de las “y”), y teniendo presente el escalar o parámetro “λ”, así como también
“𝑎1 ” y “𝑎2 ”, componentes del vector dirección “𝑎̅”, tendremos:
̅̅̅̅
𝑂𝑃 = 𝑥𝑖̅ + 𝑦𝑗̅
̅̅̅̅̅
LA
𝑂𝑃1 = 𝑥1 𝑖̅ + 𝑦1 𝑗̅
λ𝑎̅ = λ(𝑎1 𝑖̅ + 𝑎2 𝑗̅)
Si ahora reemplazamos todos estos valores, en la expresión (1), tendremos:
𝑥𝑖̅ + 𝑦𝑗̅ = 𝑥1 𝑖̅ + 𝑦1 𝑗̅ + λ𝑎1 𝑖̅ + λ𝑎2 𝑗̅
FI
Para que dos vectores sean iguales, deben ser iguales sus componentes homólogas. Si agrupamos las
componentes homólogas obtendremos:
OM
=λ 𝑎1 𝑎2
𝑎2
La ecuación (7) es la llamada Forma Simétrica de la recta en ℝ2.
Si ahora analizáramos (6), tendríamos:
𝑥 − 𝑥1 𝑦 − 𝑦1 𝑧 − 𝑧1
= = (8)
𝑎1 𝑎2 𝑎3
La expresión (8) es similar a la expresión (7), es decir, la Forma Simétrica de la ecuación de la recta en ℝ3.
.C
De la expresión (7), podemos obtener:
𝑎1
𝑦 − 𝑦1 = (𝑥 − 𝑥1 )
𝑎2
(9)
DD
que es la ecuación de la Recta que pasa por el punto P1(x1,y1) y tiene la dirección del vector 𝑎̅
A la relación de los números directores 𝑎2 y 𝑎1 se la llama coeficiente angular de la recta no paralela al eje
“y” y se lo designa con:
y
LA
𝑠𝑒𝑛 𝛼 𝑎2
𝑚 = tan 𝛼 = =
cos 𝛼 𝑎1
𝑎̅ α 𝑎2
𝑦 − 𝑦1 = 𝑚 (𝑥 − 𝑥1 ) (10)
𝑦 = 𝑚𝑥 − 𝑚𝑥1 + 𝑦1
𝑦 = 𝑚𝑥 + 𝑏 (11)
x
conocida como Forma Explícita de la ecuación de la recta en ℝ . Se puede comprobar que “b” es la magnitud
2
comprendida desde el origen del sistema de coordenadas al punto en que la recta corta al eje de ordenadas (eje
“y”), recibiendo por esta razón el nombre “ordenada al origen”. Esto se obtiene haciendo x=0 en la ecuación
(11).
Ahora, si en dicha ecuación (11) agrupamos todos los términos en el primer miembro, es decir igualamos a
cero:
−𝑚𝑥 + 𝑦 − 𝑏 = 0
y multiplicando ambos miembros de dicha expresión por B, siendo “B” una constante real y arbitraria, resulta:
23
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
𝑨𝒙 + 𝑩𝒚 + 𝒄 = 𝟎 (12)
conocida como Forma General o Implícita de la Recta, en donde “A” y “C” también son constantes reales
y arbitrarias.
Análisis de la ecuación (12)
−𝑪
Si en dicha ecuación es A = 0 con B 0 y C 0 B y + C = 0 𝒚 = = 𝒄𝒕𝒆 (13). Esto me dice que
𝑩
−𝑪
la relación (13) , 𝒚 =
𝑩
= 𝒄𝒕𝒆, representa la ecuación de una recta paralela aleje “x”, ubicada a la distancia
−𝑪
constante = 𝒃 (ordenada al origen). Esta ecuación (13) se cumple para cualquier valor de “x”.
OM
𝑩
−𝑪
Si ahora es B = 0 con A y C 0 A x + C = 0 𝒙 = = 𝒄𝒕𝒆 (𝟏𝟒). Esta es la ecuación de una recta
𝑨
−𝑪
paralela (a la variable que falta) al eje “y”, ubicada a una distancia constante del eje “y” = 𝒂 y recibe el
𝑨
nombre de abscisa al origen.
Si C = 0 con A y B 0 A x + B y = 0 (15), obtenemos la ecuación de la recta que pasa por el origen
del sistema de coordenadas, por cuanto la expresión (15) se verifica para los valores de x = 0 e y = 0.
.C
Si son A = 0 y C = 0 y B 0 B y = 0. Como B 0 , debe ser y = 0 entonces resulta la ecuación del
eje “X”.
Si B = 0 y C = 0 con A 0 A x = 0 . Como A 0, debe ser x = 0, resultando entonces la ecuación del
eje “Y”.
DD
En la ecuación (12), si A, B y C son distintos de cero, su representación gráfica resulta ser una recta que no
pasa por el origen y que no es paralela a ningún eje coordenado.
Ecuación Segmentaría de la Recta
Partiendo de la ecuación General ó Implícita (12), se dividen ambos miembros por - C y se pasan los valores
de A y de B dividiendo al denominador:
LA
𝐴 𝐵 𝐶 𝑥 𝑦
𝐴𝑥 + 𝐵𝑦 + 𝐶 = 0 ⇒ 𝑥+ 𝑦+ =0 ⇒ + −1=0
−𝐶 −𝐶 −𝐶 −𝐶 −𝐶
𝐴 𝐵
Reemplazando los valores de:
−𝐶 −𝐶
FI
=𝑎 𝑦 =𝑏
𝐴 𝐵
ya analizados en el punto anterior, resulta:
𝒙 𝒚
+ =𝟏 (16)
𝒂 𝒃
expresión que recibe el nombre de ecuación segmentaría por cuanto están explicitados los valores de la
abscisa al origen (𝒂) y ordenada al origen (𝒃), o sea las medidas de los respectivos segmentos, siendo por
consiguiente inmediata su representación gráfica.
Ejemplo 1:
Hallar la ecuación de la recta que pasa por el punto M (-3; 1) y tiene la dirección del vector 𝑎̅ (5; 4). Exprese
la misma en sus formas vectorial, paramétrica, simétrica, general o implícita, explícita y segmentaría.
Solución:
La ecuación de la recta en su forma vectorial está dada por: ̅̅̅̅ 𝑂𝑃 = 𝑂𝑀̅̅̅̅̅ + 𝜆𝑎̅, en donde el vector ̅̅̅̅
𝑂𝑃 está
definido por las coordenadas del origen del sistema de coordenadas cartesianas (0, 0) y el punto genérico “P”
̅̅̅̅̅ por las coordenadas del origen del sistema (0 , 0) y las coordenadas del
de coordenadas (x ; y) y el vector 𝑂𝑀
punto M(-3; 1), y el vector “𝑎̅ ” por sus componentes (𝑎1 ; 𝑎2 ) = (5 ; 4), o sea determinando los vectores:
24
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
de donde resulta la ecuación de la recta en su forma paramétrica. y esta última expresión también puede ser
escrita como:
𝑥+3
=𝜆 𝑥+3 𝑦−1
OM
𝑥 + 3 = 5𝜆 5
⟹ ⟹ = 𝐹𝑜𝑟𝑚𝑎 𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎
𝑦 − 1 = 4𝜆 𝑦−1 5 4
=𝜆
4
si ahora tomamos la última ecuación y la escribimos:
4(𝑥 + 3) = 5(𝑦 − 1) ⇒ 4𝑥 + 12 = 5𝑦 − 5 ⇒ 4𝑥 − 5𝑦 + 12 + 5 = 0
de donde resulta
.C
4𝑥 − 5𝑦 + 17 = 0 𝑓𝑜𝑟𝑚𝑎 𝑮𝒆𝒏𝒆𝒓𝒂𝒍 𝒐 𝒊𝒎𝒑𝒍í𝒄𝒊𝒕𝒂
y de esta última fórmula:
4 17
4𝑥 + 17 = 5𝑦 ⇒ 𝑦 = 𝑥 + 𝐹𝑜𝑟𝑚𝑎 𝒆𝒙𝒑𝒍í𝒄𝒊𝒕𝒂
5 5
DD
17
si en esta última igualdad hacemos x = 0 , resulta: 𝑦 = que es la ordenada al origen, si en cambio es:
5
17
y = 0 resulta 𝑥 = − que es la abscisa al origen y con estos dos valores de ordenada y abscisa al
4
origen, podemos escribir:
LA
𝑥 𝑦 𝑥 𝑦
+ =1 ⟹ + =1 𝑞𝑢𝑒 𝑒𝑠 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑒𝑛 𝑠𝑢 𝑓𝑜𝑟𝑚𝑎 𝑠𝑒𝑔𝑚𝑒𝑛𝑡𝑎𝑟𝑖𝑎
𝑎 𝑏 17 17
−
4 5
Ejemplo 2:
FI
Hallar la ecuación de la recta que pasa por el punto M (5; -2; 3) y tiene la dirección del vector 𝑎̅ (-9; 5; 4).
Exprese la misma en todas sus formas posibles.
Solución:
La resolución de éste ejercicio es similar al anterior, la variación que existe es que los datos están dados en
ℝ3, es decir que tenemos la ecuación de una recta en un espacio de tres dimensiones.
Tendremos entonces, que la ecuación de la recta en su forma vectorial está dada por:
̅̅̅̅ = ̅̅̅̅̅
𝑂𝑃 𝑂𝑀 + 𝜆𝑎̅
En donde el vector ̅̅̅̅
𝑂𝑃 esta definido por las coordenadas del origen del sistema de coordenadas cartesianas (0,
0, 0) y el punto genérico “P” de coordenadas (x; y, z) y el vector 𝑂𝑀 ̅̅̅̅̅ por las coordenadas del origen del
sistema (0, 0, 0) y las coordenadas del punto M(5; -2; 3), y el vector “𝑎̅” por sus componentes (𝑎1 ; 𝑎2 ; 𝑎3 )
= (-9; 5; 4), o sea determinando los vectores:
𝑥 − 𝑥0 = 𝑥 − 0 = 𝑥 𝑥𝑀 − 𝑥0 = 5 − 0 = 5
̅̅̅̅
𝑂𝑃 = 𝑦 − 𝑦 0 = 𝑦 − 0 = 𝑦 ̅̅̅̅̅
𝑂𝑀 = 𝑦 𝑀 − 𝑦0 = −2 − 0 = −2
𝑧 − 𝑧0 = 𝑧 − 0 = 𝑧 𝑧𝑀 − 𝑧0 = 3 − 0 = 3
y sustituyendo en la ecuación dada en su forma vectorial resulta:
(𝑥, 𝑦, 𝑧) = (5 , −2 , 3) + l(−9 , 5 , 4)
a ésta última expresión podemos también escribirla:
25
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Ecuación Vectorial de la Recta que contiene dos puntos dados
.C ̅̅̅̅
𝑂𝑃 = ̅̅̅̅̅ ̅̅̅̅̅̅
𝑂𝑃1 + 𝜆𝑃 1 𝑃2 (17)
que se llama Ecuación Vectorial Cartesiana
DD
𝑎̅ (Válida para cualquier espacio).
0 x1 x2 x x
LA
Desarrollando la ecuación (17) y suponiendo que trabajamos en un espacio de dos dimensiones (ℝ2),
tendremos:
̅̅̅̅
𝑂𝑃 = 𝑥𝑖̅ + 𝑦𝑗̅ ; 𝑂𝑃 ̅̅̅̅̅1 = 𝑥1 𝑖̅ + 𝑦1 𝑗̅ ; 𝜆𝑃 ̅̅̅̅̅̅
1 𝑃2 = 𝜆[(𝑥2 − 𝑥1 )𝑖̅ + (𝑦2 − 𝑦1 )𝑗̅]
y reemplazando en la expresión (17), resulta:
FI
26
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Volviendo a la ecuación (21), (ecuación de la recta que pasa por dos puntos dados conocidos), si se multiplica
la misma por (x2 – x1) y se pasan todos sus términos al primer miembro, se obtiene:
𝑥1 𝑦2 − 𝑥2 𝑦1 − 𝑦2 𝑥 + 𝑥2 𝑦 + 𝑦1 𝑥 − 𝑥1 𝑦 = 0 (23)
expresión esta que puede escribirse en forma de determinantes:
𝑥 𝑦 1
.C
|𝑥1 𝑦1 1| = 0
𝑥2 𝑦2 1
Al mismo resultado podemos llegar (ecuación de una recta que pasa por dos puntos dados conocidos P1(x1,
y1) y P2(x2, y2) ), considerando la ecuación general ó implícita de la recta (expresión 12) ya vista:
DD
Ax+By+C=0 (12)
Como los puntos P1 y P2 están sobre la recta, sus coordenadas deben satisfacer dicha ecuación (12), tendremos
entonces:
A x1 + B y1 + C = 0 (24)
LA
A x2 + B y2 + C = 0 (25)
Como la ecuación buscada es de la forma de (12), debemos considerar los coeficientes A, B y C como
incógnitas. Sus valores, además, deben ser los mismos en las ecuaciones (24) y (25) si la recta pasa por los
puntos P1 y P2.
Podemos considerar entonces las ecuaciones (12), (24) y (25) como un sistema de tres ecuaciones lineales
FI
homogéneas con tres incógnitas (A, B y C). Por álgebra sabemos que para que un sistema de éste tipo tenga
solución, es necesario y suficiente que el determinante de la matriz de los coeficientes se anule, es decir:
𝑥 𝑦 1
|𝑥1 𝑦1 1| = 0
𝑥2 𝑦2 1
Ejemplo 3:
Hallar la ecuación de la recta que contiene los puntos M(2; 1) y Q(3; 4). Expresar la misma en sus formas
vectorial, paramétrica, simétrica, general o implícita, explícita y segmentaría.
Solución:
La resolución de éste ejercicio es similar al ejemplo nº 1. La variación que existe es que el vector dirección de
la recta hay que determinarlo en función de las coordenadas de los puntos M y Q .
Tendremos entonces, que la ecuación de la recta en su forma vectorial está dada por:
̅̅̅̅
𝑂𝑃 = ̅̅̅̅̅
𝑂𝑀 + 𝜆𝑀𝑄̅̅̅̅̅
̅̅̅̅ está definido por las coordenadas del origen del sistema de coordenadas cartesianas (0,
En donde el vector 𝑂𝑃
̅̅̅̅̅ por las coordenadas del origen del sistema
0) y el punto genérico “P” de coordenadas (x; y) y el vector 𝑂𝑀
(0, 0) y las coordenadas del punto M(2; 1), y las componentes ( 𝑎1 ; 𝑎2 ) del vector “ 𝑎̅ ” como las diferencias
de coordenadas de los puntos “M” y “Q”:
27
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
𝑥 − 2 = 1𝜆 1
⇒ ⇒ = 𝐹𝑜𝑟𝑚𝑎 𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎
𝑦 − 1 = 3𝜆 𝑦−1 1 3
=𝜆
3
si ahora tomamos la última ecuación y efectuamos las siguientes operaciones:
3(x - 2) = 1(y - 1) 3x - 6 = y – 1 3x – y - 6 + 1 = 0
de donde resulta:
3x – y - 5 = 0 que es la forma General o Implícita,
.C y = 3x - 5 Forma Explícita
DD
si en esta última igualdad hacemos x = 0 resulta: y = -5 que es la ordenada al origen; si en cambio es:
5
y=0 resulta 𝑥 = que es la abscisa al origen.
3
Con estos dos valores de ordenada y abscisa al origen, podemos escribir:
x y x y
1 1 que es la Ecuación en su Forma Segmentaría
LA
a b 5 5
3
La ecuación General o Implícita podría en éste caso también ser hallada utilizando el determinante de tercer
orden:
𝑥 𝑦 1
FI
|2 1 1| = 0
3 4 1
en el cual sustituyendo las coordenadas de los puntos M(2; 1) y Q(3; 4) por x 1 e y1 y por x2 e y2
respectivamente, resulta:
𝑥 𝑦 1
28
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
y – z0 = (zM – z0) + l 𝑎3 z = zM + l𝑎3 z = 4 - 6 l
de donde resulta la ecuación de la recta en su forma paramétrica.
A la fórmula paramétrica la podemos también escribir
𝑥−1
𝑥 − 1 = −1𝜆 ⟹ =𝜆
−1
𝑥+5 𝑥−1 𝑦+5 𝑧−4
𝑦 + 5 = 8𝜆 ⟹ =𝜆 ⟹ = = 𝐹𝑜𝑟𝑚𝑎 𝑆𝑖𝑚é𝑡𝑟𝑖𝑐𝑎
𝑧 − 4 = −6𝜆 ⟹
.C 8
𝑧−4
−6
=𝜆
−1 8
Tomando en cuenta que el producto escalar de dos vectores es igual a la suma de los productos de las
componentes homólogas o números directores homólogos, resulta:
𝑎1 𝑎2 + 𝑏1 𝑏2
cos 𝛼 = (26)
|√𝑎12 + 𝑏12 | |√𝑎22 + 𝑏22 |
29
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
|𝑎̅||𝑏̅|
3 .2 + 1 .5 11
𝛼 = 𝑎𝑟𝑐 cos ⟹ 𝛼 = 𝑎𝑟𝑐 cos ⟹ 𝛼 = 49°46′30"
√32 + 12 √22 + 52 √290
Otra forma de calcular “α” podría ser a través de la expresión:
𝑚2 − 𝑚1
𝛼 = 𝑎𝑟𝑐 tan
1 + 𝑚1 𝑚2
𝛼 = arctan 2 3
5 1
−
1+ .
.C
1 5
3 2
⟹ 𝛼 = arctan
13
11
⟹ 𝛼 = arctan 1,181818 ⟹ 𝛼 = 49°46′30"
DD
Condiciones de Perpendicularidad de dos Rectas
Para que 𝑟̅1 sea perpendicular a 𝑟̅2 , deberá ser:
1 + 𝑚1 𝑚2 1
𝑟̅1 ⊥ 𝑟̅2 ⇒ 𝛼 = 90° ⇒ 𝑐𝑜𝑡𝑎𝑛 90° = 0 ⇒ = 0 ⇒ 1 + 𝑚1 𝑚2 = 0 ⇒ 𝑚1 = − (27)
𝑚1 − 𝑚2 𝑚2
LA
Es decir, que para que dos rectas cumplan la condición de perpendicularidad, el coeficiente angular de una
de ellas debe ser igual a la inversa del otro con el signo (cambiado) opuesto.
A un resultado similar podemos llegar, considerando el producto escalar de los vectores dirección de ambas
rectas:
𝑎1 𝑎2 + 𝑏1 𝑏2
𝛼 = 90° ⟹ cos 𝛼 = 0 ⟹ =0
FI
rectas (o la suma de los productos de los números directores homólogos de las rectas) es igual a cero, dichas
rectas son perpendiculares.
Ejemplo 6:
Verificar si los siguientes pares de rectas son perpendiculares:
𝑟̅1 : 4𝑥 + 2𝑦 − 13 = 0 𝑟̅3 : 2𝑥 − 𝑦 + 4 = 0
𝑎) 𝑏)
𝑟̅2 : 3𝑥 − 7𝑦 + 3 = 0 𝑟̅4 : 34𝑥 + 68𝑦 − 187 = 0
Solución:
Para que dos rectas sean perpendiculares debe cumplirse que el coeficiente angular de una de ellas debe ser
igual a la inversa del otro con el signo cambiado, o sea:
1
𝑚1 = −
𝑚2
Para el caso a) tendremos:
30
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Para el apartado b)
de 𝑟̅3 y = 2 x + 4 m3 = 2
34 187 1 187 1
de 𝑟̅4 - 68 y = 34 x – 187 𝑦 = 𝑥− ⟹𝑦=− 𝑥+ ⟹ 𝑚4 = −
−68 −68 2 68 2
de donde se verifica que:
1 1
𝑚3 = − ⟹2=− 𝑙𝑜 𝑞𝑢𝑒 𝑐𝑜𝑚𝑝𝑟𝑢𝑒𝑏𝑎 𝑞𝑢𝑒 𝑟̅3 ⊥ 𝑟̅4
𝑚4 2
OM
Condiciones de Paralelismo de dos Rectas
Si 𝑟̅1 es paralela a 𝑟̅2 , significa que se puede obtener uno cualquiera de esos vectores dirección en función del
otro a través de un escalar (k).
𝑎1 = 𝑘𝑏1 𝑎1 𝑎2
𝑎1 𝑖̅ + 𝑎2 𝑗̅ = 𝑘(𝑏1 𝑖̅ + 𝑏2 𝑗̅) ⟹ 𝑎2 = 𝑘𝑏2
⟹𝑘= = (29)
𝑏1 𝑏2
𝑟̅1 : 2𝑦 = 7𝑥 ⟹ 𝑦 = 𝑥 ⟹ 𝑚1 =
2 2 ⟹ 𝑚1 ≠ 𝑚2
𝑟̅2 : 𝑦 = 4𝑥 − 1 ⟹ 𝑚2 = 4
o también:
7 ∆𝑦 𝑎2
𝑚1 = = = ⟹ 𝑎̅ (𝑎1 , 𝑎2 ) ⟹ 𝑎̅ (2; 7)
2 ∆𝑥 𝑎1 𝑎1 𝑎2 2 7
= ⟹ ≠
4 ∆𝑦 𝑏2 𝑏1 𝑏2 1 4
𝑚2 = 4 ⟹ 𝑚2 = = = ⟹ 𝑏̅ (𝑏1 , 𝑏2 ) ⟹ 𝑏̅ (1; 4)
1 ∆𝑥 𝑏1
𝑎1 𝑏2 − 𝑎2 𝑏1 = 0 ⟹ 2 .4 − 1 .7 ≠ 0
todo lo expuesto indica que este par de rectas analizadas, no son paralelas.
Para el caso b)
7𝑥 + 11 6
𝑟̅1 : 2𝑦 = 6𝑥 + 11 ⟹ 𝑦 = ⟹ 𝑚3 = = 3
2 2 ⟹ 𝑚3 = 𝑚4
𝑟̅2 : 𝑦 = 3𝑥 + 5 ⟹ 𝑚4 = 3
o también:
31
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
tanto si A 0, podemos dividir toda la ecuación por “A” de manera que tome la forma:
𝐵 𝐶
𝑥+ 𝑦+ =0
𝐴 𝐴
de donde resulta que hay sólo dos constantes independientes que son las razones arbitrarias
𝐵 𝐶
, 𝑦,
𝐴 𝐴
.C
Para calcular estas constantes se necesitan dos ecuaciones independientes que las contengan, y cada una de
estas ecuaciones se obtiene a partir de una condición independiente.
Entonces, analíticamente, la ecuación de una recta queda perfectamente determinada por dos condiciones
independientes.
DD
Geométricamente, una recta queda determinada por dos condiciones independientes, es decir una recta está
completamente determinada si se conocen dos de sus puntos, ó uno de sus puntos y su dirección.
Por lo tanto, una recta que satisface una sola condición no es una recta única.
Hay muchas rectas que cumplen una única condición y cada uno de estos grupos tiene la propiedad común
asociada con esa única condición. De acuerdo con ello podemos formular la siguiente definición:
LA
“La totalidad de las rectas que satisfacen una única condición geométrica se llama
Familia o Haz de Rectas”.
Rectas Paralelas: Son aquellas que tienen un mismo coeficiente angular o pendiente y varían en su término
independiente.
FI
Su ecuación es de la forma:
𝑦 = 𝑚𝑥 + 𝑘
en donde “m” (pendiente de la recta) es un valor conocido igual para todas las rectas y donde “k” es una
constante arbitraria que puede tomar todos los valores reales.
Rectas Concurrentes: Responden a esta característica todas las rectas que pasan por un mismo punto, teniendo
diferentes pendientes o coeficientes angulares. La fórmula que las agrupa, es la siguiente:
𝑦 − 𝑦1 = 𝑘(𝑥 − 𝑥1 )
en donde 𝑥1 e 𝑦1 son las coordenadas de un punto “P” por el cual pasan todas las rectas que conforman el haz
y “k” que representa al coeficiente angular o pendiente de la recta es una constante que puede tomar todos los
valores reales.
Familia o Haz de Rectas que pasan por la intersección de otras dos rectas dadas:
Constituye un caso particular de familia de rectas.
Dadas las rectas:
𝑟̅1 : 𝐴1 𝑥 + 𝐵1 𝑦 + 𝐶1 = 0 (35)
𝑟̅2 : 𝐴2 𝑥 + 𝐵2 𝑦 + 𝐶2 = 0 (36)
y supongamos que las mismas se cortan en un punto, o sea que deberá ser:
32
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
𝑘1 . 0 + 𝑘2 . 0 = 0
que es verdadera para todos los valores de k1 y k2 ; de donde se deduce que la ecuación (37) representa todas
las rectas que pasan por P(x1 , y1), punto de intersección de (35) y (36).
En particular, si en (37) hacemos k1 0 y k2 = 0 , obtenemos la recta (35) . Si en cambio es k1 = 0 y k2
0 , obtenemos la recta (36).
Podemos, por ejemplo, especificar que k1 puede tomar todos los valores reales excepto cero. Bajo esta hipótesis
.C
podemos dividir la ecuación (37) por k1 y si reemplazamos la constante k2/k1 por “k”, la expresión (37) toma
la forma más simple:
𝐴1 𝑥 + 𝐵1 𝑦 + 𝐶1 + 𝑘 (𝐴2 𝑥 + 𝐵2 𝑦 + 𝐶2 ) = 0
en donde el parámetro “k” puede tomar todos los valores reales.
(38)
DD
Esta última ecuación representa la familia de rectas que pasan por la intersección de las rectas (35) y (36). Lo
más importante de ella es que nos permite obtener la ecuación de una recta que pasa por la intersección de
otras dos sin tener que calcular el punto de intersección.
Si a la expresión (38) le damos la forma general o implícita, nos quedará:
(𝐴1 + 𝑘𝐴2 ) 𝑥 + (𝐵1 + 𝑘𝐵2 ) + 𝐶1 + 𝑘𝐶2 = 0 (39)
LA
𝐵1 + 𝑘𝐵2
La importancia de la ecuación (38) o de su equivalente (39) radica en que es posible determinar la ecuación
de cualquier recta que pase por el punto de intersección de otras dos sin necesidad de conocer dicho punto de
intersección.
Ejemplo 10:
Dadas las rectas 𝑟̅1 : 4x + 2y – 13 = 0 y 𝑟̅2 : 3x – 7y + 3 = 0 , se pide determinar la ecuación de la recta que
pasando por el punto de intersección de 𝑟̅1 y 𝑟̅2 sea perpendicular a la recta 𝑟̅3 : 2x – y + 4 = 0 , utilizando
familias de rectas.
Solución:
La familia de rectas determinada por 𝑟̅1y 𝑟̅2 esta dada por una ecuación de la forma:
𝑟̅1 + l 𝑟̅2 = 0 4x + 2y – 13 + l (3x – 7y + 3) = 0
4x + 2y – 13 + 3lx -7ly + 3l = 0 (4 + 3l)x + (2 - 7l)y – 13 + 3l = 0
y llamando a esta última ecuación
𝑟̅4 : (4 + 3l)x + (2 - 7l)y – 13 + 3l = 0
vemos que la misma representa la familia de rectas que pasan por la intersección de 𝑟̅1 y 𝑟̅2 . Esta ecuación (𝑟̅4 )
tiene como vector dirección:
𝑎 (𝑎1 ; 𝑎2 ) 𝑎 [(2-7l); (4+3l)]
y la recta 𝑟̅3 , como vector dirección
33
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
y multiplicando todo por 13 resulta finalmente:
34𝑥 + 68𝑦 − 187 = 0
Forma Normal de la Ecuación de la Recta en ℝ2
Esta forma de la ecuación es interesante cuando se debe determinar la distancia entre un punto y una recta.
y
Deducción de la ecuación
.C
B r0 Consideremos la recta 𝑟̅ determinada por el punto
P1(x1 ; y1) y la dirección normal, dada por el vector
n (A,B) r P0(x0;y0) 𝑛̅ (A, B), con sentido radial (desde el origen del
P1(x1;y1) d sistema de coordenadas). Éste vector forma un
DD
ángulo , con el semieje positivo de las abscisas
p y1 P(x;y) (eje “x”). El punto P1(x1, y1), con el punto genérico
P(x, y) (que no puede faltar), conforman el vector
𝜔 y ̅̅̅̅̅
𝑃 1 𝑃 perpendicular al vector “𝑛̅” (por construcción).
Teniendo en cuenta esta condición, podemos
escribir, que el producto escalar de ambos vectores
LA
̅̅̅̅̅
𝑛̅ . 𝑃 1 𝑃 = 0 ⟹ {𝑛 ̅ = 𝐴𝑖̅ + 𝐵𝑗̅} ; {𝑃 ̅̅̅̅̅
1 𝑃 = (𝑥 − 𝑥1 )𝑖̅ + (𝑦 − 𝑦1 )𝑗̅}
FI
y reemplazando, resulta:
𝐴𝑖̅ + 𝐵𝑗̅) . [(𝑥 − 𝑥1 )𝑖̅ + (𝑦 − 𝑦1 )𝑗̅] = 0
y resolviendo el producto escalar indicado:
𝐴(𝑥 − 𝑥1 ) + 𝐵(𝑦 − 𝑦1 ) = 0 ⟹ 𝐴𝑥 + 𝐵𝑦 − (𝐴𝑥1 + 𝐵𝑦1 ) = 0 (30)
y dividiendo esta última expresión por el módulo del vector “𝑛̅” , tendremos:
𝐴 𝐵 𝐴 𝐵
𝑥+ 𝑦 − ( 𝑥1 + 𝑦 )=0
|𝑛̅| |𝑛̅| |𝑛̅| |𝑛̅| 1
y como:
𝐴 𝐵
= cos 𝜔 ; = 𝑠𝑒𝑛 𝜔
|𝑛̅| |𝑛̅|
resulta:
𝑥 cos 𝜔 + 𝑦 𝑠𝑒𝑛 𝜔 − (𝑥1 cos 𝜔 + 𝑦1 𝑠𝑒𝑛 𝜔 = 0
y haciendo:
𝒙𝟏 𝒄𝒐𝒔 𝝎 + 𝒚𝟏 𝒔𝒆𝒏 𝝎 = 𝒑 (𝟑𝟏)
nos queda finalmente:
𝒙 𝒄𝒐𝒔 𝝎 + 𝒚 𝒔𝒆𝒏 𝝎 − 𝒑 = 𝟎 (𝟑𝟐)
34
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Si = 270º y p 0 (recordar que cos 270º = 0 y sen 270º = -1), resulta: - y – p = 0 y = - p, recta paralela
al eje “x”, ubicada por debajo del origen de coordenadas.
Si p = 0, la recta pasa por el origen del sistema de coordenadas.
Si = 0º ó 180º y p = 0 x = 0 Ecuación del eje coordenado “y”.
Si = 90º ó 270º y p = 0 y = 0 Ecuación del eje coordenado “x”.
.C
Supongamos que se quiera determinar la distancia desde la recta “𝑟̅ ” al punto P0(x0, y0) cuyas coordenadas se
conocen – (vamos a utilizar la misma figura del apartado anterior).
Por P0 trazamos la recta 𝑟̅0 , paralela a 𝑟̅ . Su ecuación será:
DD
x cos + y sen - ( p + d ) = 0
Esta recta que es paralela a la recta “𝑟̅ ”, tiene el mismo ángulo de su normal “𝑛̅” y si pasa por el punto P0,
las coordenadas de éste punto satisfacen su ecuación. Por lo tanto:
x0 cos + y0 sen - p - d = 0
y despejando “d” , resulta:
𝒅 = 𝒙𝟎 𝒄𝒐𝒔 𝝎 + 𝒚𝟎 𝒔𝒆𝒏 𝝎 − 𝒑 (𝟑𝟑)
LA
Es decir que para encontrar la distancia desde una recta a un punto P0(x0, y0) basta con determinar el valor que
adquiere la ecuación de la recta, dada en su forma normal (32) para x = x0 e y = y0.
Se entiende por distancia, al valor absoluto de una dimensión (ya sea positiva o negativa) o al módulo de un
vector. El valor de “d” obtenido de la expresión (33)
FI
d = x0 cos + y0 sen - p
puede resultar positivo o negativo.
Si se quiere interpretar el significado del signo correspondiente, diremos que cuando “d” es positivo, resulta
que el punto P0 y el origen del sistema de coordenadas se encuentran en distintos semiplanos respecto a la
recta dada; y cuando “d” es negativo se encuentran en el mismo semiplano.
OM
5 (−7) 11
𝑥+ 𝑦− =0
√74 √74 √74
que es la forma normal pedida; en donde
5 (−7) 11
cos 𝜔 = ; 𝑠𝑒𝑛 𝜔 = 𝑦 𝑝=
√74 √74 √74
Aquí podemos observar que el valor del coseno es positivo y el del seno es negativo, razón por la cual podemos
decir:
𝑠𝑒𝑛 𝜔.C
asegurar que el ángulo que la recta forma con el semieje positivo de las “x” está en el cuarto cuadrante, es
(−7)
= √74
−7 −7
DD
tan 𝜔 = ⇒ tan 𝜔 = ⇒ 𝜔 = 𝑎𝑟𝑐 tan ⇒ 𝜔 = 305°32′
cos 𝜔 5 5 5
√74
Ejemplo 9:
Calcule la distancia desde la recta: 3x – 4y + 5 = 0 al punto P(2; 1), utilizando la forma normal de la ecuación
de la recta. Analice además el signo de la distancia y explique el porqué del mismo.
LA
Solución:
3𝑥 − 4𝑦 + 5 = 0 ⟹ |𝑛̅| = ±√𝑎2 + 𝑏 2 = ±√32 + (−4)2 = ±√9 + 16 = ±√25 = ±5
Como el término independiente de la ecuación de la recta dada es positivo, tomo el valor de la normal del
vector “𝑛̅” con signo negativo o sea “𝑛̅ = - 5” y resulta:
3 4 5 3 4
𝑥− 𝑦+ =0 ⇒ − 𝑥+ 𝑦−1=0
FI
−5 −5 −5 5 5
y reemplazando en ésta última ecuación los valores de “x” y de “y” por las coordenadas del punto “P”,
tendremos la distancia “d” buscada:
3 4 6 4 7
.2− .1 − 1 = 𝑑 ⇒ − + − 1 = 𝑑 ⇒ 𝑑 = −
−5 −5 5 5 5
el valor del signo de la distancia (-) indica que el punto P y el origen del sistema de coordenadas se encuentran
del mismo lado respecto a la recta estudiada, es decir, ambos están en el mismo semiplano respecto de la recta.
Rectas en ℝ3
En el plano, un par de rectas tiene 3 alternativas posibles en lo que se refiere a su posición relativa. Es decir,
las rectas pueden ser concurrentes (que se cortan en un punto), paralelas (no tienen ningún punto en común),
o coincidentes (los puntos de una recta coinciden con los de la otra, se trata en definitiva de la misma recta).
En el espacio, existe una cuarta posibilidad: que las rectas sean alabeadas.
36
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
𝑎̅ A el módulo del producto vectorial de ambos vectores.
Por lo tanto:
y
x ̅̅̅̅̅̅
|𝑃 1 𝑃0 ∧ 𝑎̅| = |𝑃̅̅̅̅̅̅
1 𝑃0 |. |𝑎
̅|𝑠𝑒𝑛 𝜑
Pero de esta última expresión podemos observar que el producto de:
̅̅̅̅̅̅
|𝑃 1 𝑃0 | 𝑠𝑒𝑛 𝜑 = 𝑑
.C
y reemplazando:
̅̅̅̅̅̅
|𝑃 1 𝑃0 ∧ 𝑎
̅|
̅̅̅̅̅̅
|𝑃 ̅| = 𝑑. |𝑎̅| ⇒ 𝑑 =
1 𝑃0 ∧ 𝑎
|𝑎̅|
Distancia entre dos Rectas Paralelas en ℝ3
DD
z Las dos rectas tienen la misma dirección definida
por el vector “𝑎̅”. Una de las rectas pasará por el
punto P1(x1, y1, z1) conocido y la otra recta
P2 pasará por el punto P2(x2, y2, z2), no
P1 perteneciente a la primera y también conocido.
LA
Figura 1 Figura 2
En la figura 1, observamos que las rectas r y s son alabeadas, ya que no es posible determinar un plano que las
incluya. En cambio, las rectas p y s son coplanares.
Dos rectas son alabeadas si no existe un plano que las contenga simultáneamente.
Dadas dos rectas alabeadas 𝑟1 y 𝑟2 , existe una tercera recta 𝑟3 (ver figura 2), perpendicular a ambas de modo
tal que el segmento determinado en sus puntos de intersección, es el de menor longitud con respecto a
cualquier otro segmento cuyo origen y extremo sean puntos de las rectas alabeadas.
37
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
𝑎2
̅̅̅
Figura 3
Vemos, en la figura 3, que la recta 𝑟4 es perpendicular a las rectas 𝑟1 y 𝑟2 . Los puntos M, que pertenece a 𝑟1 y
el N que pertenece a 𝑟2 y ambos pertenecen a 𝑟4 , definen e segmento ̅̅̅̅̅ 𝑀𝑁 que es perpendicular a 𝑟1 y 𝑟2 ;
OM
entonces este segmento nos da la menor longitud con respecto a cualquier otro segmento que se determine.
Este segmento es la mínima distancia entre las rectas alabeadas y debemos determinar su longitud.
𝐿𝑜𝑛𝑔 ̅̅̅̅̅
𝑀𝑁 = 𝐷𝑖𝑠𝑡 (𝑟1 ; 𝑟2 )
Pero los puntos M y N no son datos, entonces consideramos los puntos P1(x1, y1, z1) perteneciente a “𝑟1” y un
punto P2(x2, y2, z2) perteneciente a “𝑟2 ”, definiendo el vector 𝑃 ̅̅̅̅̅̅
1 𝑃2 , y al proyectar ortogonalmente P1 sobre la
̅̅̅̅̅
recta 𝑟3 , se obtiene el punto Q, tal que el segmento 𝑃1 𝑄 es paralelo y congruente con el segmento ̅̅̅̅̅ 𝑀𝑁. Entonces
se tiene
.C
A su vez, según los datos, se tiene el vector 𝑎
𝑀𝑁 = 𝐷𝑖𝑠𝑡 (𝑟1 ; 𝑟2 ) = 𝐿𝑜𝑛𝑔 ̅̅̅̅̅
𝐿𝑜𝑛𝑔 ̅̅̅̅̅ 𝑃1 𝑄
̅̅̅1 fija la dirección de la recta 𝑟̅1 y el vector ̅̅̅
𝑎2 indica la dirección
DD
de la recta 𝒓 ̅̅̅.
𝟐 Efectuando el producto vectorial ̅̅̅ 𝑎1 ∧ 𝑎 ̅̅̅,
2 se obtiene un vector cuya dirección es paralela a la
̅̅̅̅̅
recta que contiene el segmento 𝑃1 𝑄 (ver figura 3).
Entonces, si proyectamos ortogonalmente el vector ̅̅̅̅̅̅ 𝑃1 𝑃2 sobre la dirección del vector ̅̅̅ 𝑎1 ∧ 𝑎
̅̅̅,
2 generamos el
segmento 𝑃 ̅̅̅̅̅ ̅̅̅̅̅̅ ̅̅̅̅̅ ̅̅̅̅̅̅ ̅̅̅̅̅
1 𝑄 , si el ángulo que se forma entre 𝑃1 𝑃2 y 𝑃2 𝑄 es φ, y haciendo el producto escalar 𝑃1 𝑃2 . 𝑃2 𝑄 , nos
queda:
LA
̅̅̅̅̅̅
𝑃 ̅̅̅̅̅ ̅̅̅̅̅̅ ̅̅̅̅̅
1 𝑃2 . 𝑃1 𝑄 = |𝑃1 𝑃2 | . |𝑃1 𝑄 | cos 𝜑
y como:
̅̅̅̅̅̅
|𝑃 ̅̅̅̅̅
1 𝑃2 | . cos 𝜑 = 𝑃1 𝑄 = 𝐷𝑖𝑠𝑡 (𝑟1 ; 𝑟2 ) = 𝑑
me quedaría entonces:
𝑃1 𝑃2 . ̅̅̅̅̅
̅̅̅̅̅̅ 𝑃1 𝑄 = 𝑑 . |𝑃 ̅̅̅̅̅
1𝑄|
FI
Como
̅̅̅
𝑎1 ∧ 𝑎 ̅̅̅̅̅
̅̅̅2 = |𝑃 1𝑄|
Entonces
|(𝒂
̅̅̅𝟏 ∧ 𝒂 ̅̅̅̅̅̅̅
𝟐 . 𝑷𝟏 𝑷𝟐 |
̅̅̅)
𝒅=
|(𝒂
̅̅̅𝟏 ∧ 𝒂
̅̅̅)|
𝟐
Ejemplo 11:
𝑥−2 𝑦+3 𝑧−5
Dadas las rectas 𝑟̅1 = = = y 𝑟̅2 , cuyo vector dirección es: ̅̅̅
𝑎2 (- 4; 0; 5) y que pasa por el punto
1 −2 3
M (- 4; 5; 6); se pide calcular la distancia entre ambas rectas. Decir también si las rectas son paralelas o
alabeadas.
Solución:
La distancia pedida se calcula en función de la fórmula:
38
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
donde ̅̅̅
𝑎1 y ̅̅̅
𝑎2 son los vectores dirección de 𝑟̅1 y 𝑟̅2 respectivamente; P es el punto de coordenadas (2; -3; 5)
por donde pasa 𝑟̅1 y tiene como vector dirección 𝑎
̅̅̅1 (1; - 2; 3) y M (- 4; 5; 6) es el punto por donde pasa 𝑟̅2 .
̅̅̅̅̅
Habría que calcular el vector 𝑃𝑀 definido por los puntos “P” y “M”.
𝑥𝑀 − 𝑥𝑃 = −4 − 2 = −6
̅̅̅̅̅ 𝑦𝑀 − 𝑦𝑃 = 5 − (−3) = 8
𝑃𝑀
𝑧𝑀 − 𝑍𝑃 = 6 − 5 = 1
El numerador correspondiente a la expresión del cálculo de la distancia “d”, no es otra cosa que un producto
mixto de vectores (vectorial, escalar), mientras que el denominador de dicha expresión es un producto
vectorial; entonces aplicando la fórmula resulta:
1 −2 3
OM
|−4 0 5|
|−96 + 60 − 40 − 8| |−84| |−84| 84
𝑑 = −6 8 1 = = = =
𝑖̅ 𝑗̅ 𝑘̅ |−10𝑖̅ − 17𝑗̅ − 8𝑘̅| √(−10)2 + (−17)2 + (−8)2 √453 21,284
| 1 −2 3|
−4 0 5
𝑑 = 3,95
.C
Las rectas no son paralelas, pues sus vectores dirección no son iguales ni tampoco proporcionales.
DD
LA
FI
39
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Nos ocuparemos de estudiar los planos. Obtendremos su descripción analítica utilizando las operaciones entre
.C
vectores estudiadas en la unidad 1.
En el estudio de la geometría analítica se emplean diversos sistemas de coordenadas, nosotros utilizaremos el
sistema de coordenadas rectangulares. Este sistema se construye con 3 planos mutuamente perpendiculares
que se denominan planos coordenados. Los planos coordenados se interceptan por pares, determinadas por 3
DD
rectas denominadas ejes coordenados: abscisas (eje x), ordenadas (eje y) y cotas (eje z).
LA
FI
En función de los ejes coordenados, los planos coordenados se denominan plano xy, plano xz y plano yz. Los
ejes coordenados son ortogonales por pares e incidentes en un punto llamado origen de coordenadas, O (0,0,0).
A partir de O, es posible graduar los ejes con un sistema de coordenadas para determinar dos sentidos: positivo
y negativo. Cada terna de semiejes que se considere define una región del espacio, la cual se denomina octante.
De esta forma, queda establecido el sistema de coordenadas rectangulares para el espacio tridimensional;
resultando que cada punto de este espacio está caracterizado por una terna ordenada de números reales y
recíprocamente, cada terna ordenada de números reales caracteriza un punto del espacio, como muestra la
figura de la derecha.
Objetivos:
Esperamos que al finalizar la lectura comprensiva y activa de la presente sección, usted pueda:
Obtener ecuaciones vectoriales y cartesianas del plano y representarlas gráficamente.
Investigar la posición relativa de dos planos.
Resolver los problemas de distancia y ángulos en el espacio tridimensional.
Describir familias o haces de planos sujetos a una condición geométrica.
40
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
x el cual debe ser igual a cero.
Siendo:
𝒏 ̅̅̅̅̅̅
̅ .𝑷 𝟏𝑷 = 𝟎 (𝟏)
𝑛̅ = 𝐴𝑖̅ + 𝐵𝑗̅ + 𝐶𝑘̅
Y
𝑃1 𝑃 = (𝑥 − 𝑥1 )𝑖̅ + (𝑦 − 𝑦1 )𝑗̅ + (𝑧 − 𝑧1 )𝑘̅
̅̅̅̅̅
.C
la expresión (1) puede ser escrita como:
(𝐴𝑖̅ + 𝐵𝑗̅ + 𝐶𝑘̅). [(𝑥 − 𝑥1 )𝑖 ̅ + (𝑦 − 𝑦1 )𝑗̅ + (𝑧 − 𝑧1 )𝑘̅] = 0
y resolviendo el producto escalar indicado:
DD
A (x – x1) + B (y – y1) + C (z – z1) = 0 ⇒ A x + B y + C z + ( -A x1 – B y1 – C z1) = 0
y haciendo:
-A x1 – B y1 – C z1 = D
resulta finalmente:
Ax+By+Cz+D=0 (2)
LA
que es la ecuación cartesiana del plano, llamada forma general o implícita, en donde A, B y C son las
componentes del vector “𝑛̅”, es decir los números directores de su normal y que fijan su dirección.
A su vez, , y son los ángulos que forma el vector “𝑛̅ ” con cada uno de los ejes coordenados, recibiendo
el nombre de “ángulos directores de la normal del plano”. Como consecuencia de ello: cos , cos y cos
son los cósenos directores de la normal “𝑛̅ ”.
FI
Ejemplo 1:
Halle la ecuación del plano que pasa por el punto M(-2; -1; 5) y es perpendicular a la recta “ l ” determinada
por los puntos Q(2; -1; 2) y R(-3; 1; -2).
Solución:
La recta “l” tiene por números directores a la diferencia de las coordenadas homólogas de los puntos Q y R.
Como dicha recta es perpendicular al plano buscado, sus números directores constituyen, a su vez, la normal
del plano pedido.
Entonces una vez hallados dichos números directores, podremos confeccionar la ecuación del plano que pasa
por un punto M de coordenadas conocidas y tiene su normal “𝑛̅ ” definida.
Los números directores de la ecuación de la recta serán entonces:
l [xQ – xR ; yQ – yR ; zQ – zR] l [2 – (-3); -1 –1 ; 2 – (-2)] l [5; -2; 4]
y de acuerdo a lo dicho, los números directores de la recta son los números directores de la normal del plano
𝑛̅ [𝐴 , 𝐵 , 𝐶] 𝑛̅ [5 , −2 , 4]
Considerando ahora el punto M(-2; -1; 5) y un punto genérico P(x; y; z) podemos determinar el vector
̅̅̅̅̅ [ x-(-2); y-(-1); z-5] (x+2; y+1; z-5)
𝑃𝑀
y con ambos vectores, 𝑃𝑀 y 𝑛̅ determinar la ecuación vectorial del plano, o sea: 𝑛̅. ̅̅̅̅̅
̅̅̅̅̅ 𝑃𝑀 = 0 y reemplazando
valores:
[5; -2; 4] . (x+2; y+1; z-5) = 0
41
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
y es “𝑛̅” al eje “y”, lo que implica que el plano es paralelo al eje “y”; ó
y que el plano dado es perpendicular al plano coordenado “xz”. La ecuación
x (4) es la traza del plano sobre el plano coordenado “xz”.
z
Si C = 0 A x + B y + D = 0 (5). Entonces es: = 90º cos = 0 “𝑛̅”
al eje “z”, lo que implica que el plano es paralelo al eje “z”; ó el plano
estudiado es perpendicular al plano coordenado “xy”. La ecuación (5) pasa a
x
.C y ser la traza del plano en estudio sobre el plano coordenado “xy”.
z
Si A = 0 y D = 0 B y + C z = 0 (7). Ecuación del plano que
pasa por el origen del sistema de coordenadas y contiene al eje “x”
(eje de la variable que falta) y es perpendicular al plano
y
LA
coordenado “yz”
x
Si B = 0 y D = 0 A x + C z = 0 (8). Ecuación del plano que z
pasa por el origen del sistema de coordenadas y contiene al eje “y”
FI
z
Si A = 0 y B = 0 C z + D = 0 z = - D/C = cte. (10), plano
paralelo al plano coordenado “xy”; es decir que es paralelo al
y
plano definido por las dos variables que faltan y perpendicular
al eje “z”
x
42
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Si A = 0 ; B = 0 y D = 0 C z = 0 y como C 0 , resulta z = 0
, es decir: z = 0 es la ecuación del plano coordenado “xy”. y
x
Haciendo un análisis similar, se llega a:
Si B = 0 ; C = 0 y D = 0 A x = 0 y como A 0 , resulta x = 0 , es decir: x = 0 es la ecuación del
plano coordenado “yz”.
.C
Si A = 0 ; C = 0 y D = 0 B y = 0 y como B 0 , resulta y = 0 , es decir: y = 0 es la ecuación del
plano coordenado “xz”.
Ejemplo 2:
DD
Hallar la ecuación del plano perpendicular al plano coordenado “xy” y que pasa por los puntos R(1; 5; -3) y
Q(-5; -4; 11).
Solución:
Como el plano buscado es perpendicular al plano coordenado “xy”, su ecuación es de la forma:
Ax + By + D = 0
y como éste plano debe pasar por los puntos “R” y “Q”, las coordenadas de dichos puntos deben satisfacer a
LA
3 2
𝐴= 𝐷 ; 𝐵= 𝐷
7 7
y sustituyendo estos valores en la ecuación Ax + By + D = 0 y dividiendo todo por “D”, tendremos:
3 2 3 2
𝐷𝑥 − 𝐷𝑦 + 𝐷 = 0 ⟹ 𝑥− 𝑦+1=0
7 7 7 7
y multiplicando todo por “7” para eliminar denominadores, nos queda finalmente:
3𝑥 − 2𝑦 + 7 = 0
Forma Segmentaría de la Ecuación del Plano
Si en la ecuación general implícita del plano: Ax + By + Cz + D = 0 , son A 0 ; B 0; C 0 y D 0, significa
que tenemos un plano ubicado en cualquier posición en el espacio. A continuación haremos un análisis de
donde intercepta el plano a los ejes coordenados:
z
Si: y = 0 z = 0 Ax + D = 0 x = - D/A = a (11)
S(0 , 0 ,c)
punto M(a, 0, 0)
Si: x = 0 z = 0 By + D = 0 y = - D/B = b (12)
R (0 , b , 0) y
punto R(0, b, 0)
x M (a , 0 ,0)
Si: x = 0 y = 0 Cz + D = 0 z = - D/C = c (10)
punto S(0, 0, c) 43
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
de los ejes coordenados, o sea es la medida de los segmentos correspondientes.
Ejemplo 3:
Dado el plano de ecuación: x + 2y + 2z – 4 = 0 ; se pide hallar la ecuación segmentaría del mismo. Representar
gráficamente.
Solución:
Considerando la ecuación del plano dado x + 2y + 2z – 4 = 0 , en la cual pasamos al segundo miembro el
.C
término independiente del mismo x + 2y + 2z = 4 y dividiendo todo por “ 4 ”, resulta:
𝑥 2𝑦 2𝑧 4
4 4
+ +
4
=
4
𝑦 𝑜𝑝𝑒𝑟𝑎𝑛𝑑𝑜
𝑥 𝑦 𝑧
+ + =1
4 4 4
DD
1 2 2
de donde resulta z
𝑥 𝑦 𝑧
+ +
4 2 2 2
Este plano corta al eje coordenado “x” en el punto (4; 0; 0);
al eje coordenado “y” en el punto (0; 2; 0) y al eje coordenado
“z” en el punto (0; 0; 2); es decir los denominadores de dicha
LA
𝐴1 𝑥 + 𝐵1 𝑦 + 𝐶1 𝑧 + 𝐷1 = 0
𝐴2 𝑥 + 𝐵2 𝑦 + 𝐶2 𝑧 + 𝐷2 = 0
̅̅̅
𝑛1 . ̅̅̅
𝑛2
𝑛2 = |𝑛
̅̅̅1 . ̅̅̅
𝑛 ̅̅̅1 |. |𝑛
̅̅̅|
2 cos 𝜑 ⟹ cos 𝜑 =
̅̅̅1 |. |𝑛
|𝑛 ̅̅̅|
2
o sea:
𝐴1 𝐴2 + 𝐵1 𝐵2 + 𝐶1 𝐶2
cos 𝜑 = (14)
2 2 2 2 2 2
√𝐴1 + 𝐵1 + 𝐶1 . √𝐴2 + 𝐵2 + 𝐶2
44
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
hacen ambos es igual a 90º = 90º o sea que cos = 0. En este 𝑛1
̅̅̅
caso, de la expresión (14), se tiene:
A1A2 + B1B2 + C1C2 = 0 (15) Π2
𝑛2
̅̅̅
Condición de Paralelismo
.C
Si los planos 1 y 2 son paralelos, significa que sus vectores normales
̅̅̅
𝑛1 𝑦 ̅̅̅
𝑛2 también lo son. De acuerdo a lo que sabemos de vectores, 𝑛̅
podemos expresar a uno de ellos como combinación lineal del otro, o
sea: Π2
DD
𝑛1 = 𝜆𝑛
̅̅̅ ̅̅̅1 ⟹ 𝐴1 𝑖̅ + 𝐵1 𝑗̅ + 𝐶1 𝑘̅ = 𝜆(𝐴1 𝑖̅ + 𝐵1 𝑗̅ + 𝐶1 𝑘̅) ⟹
𝐴1 𝑖̅ + 𝐵1 𝑗̅ + 𝐶1 𝑘̅ = 𝜆𝐴1 𝑖̅ + 𝜆𝐵1 𝑗̅ + 𝜆𝐶1 𝑘̅
y si existe igualdad de dos vectores, deberán ser iguales las Π1
componentes homólogas:
A1 = l A2
LA
𝐴1 𝐵 𝐶
B1 = l B2 = 1 = 1 (16)
𝐴2 𝐵2 𝐶2
C1 = l C2
Ángulo entre una Recta y un Plano
𝑛̅
FI
π
Los datos disponibles permiten calcular . Tener presente que
es complemento de (cos = sen ).
Razonando en forma similar al caso anterior, se llega a que:
𝐴𝑎 + 𝐵𝑏 + 𝐶𝑐
cos 𝛼 = 𝑠𝑒𝑛 𝜑 = (17)
√𝐴2 + 𝐵 2 + 𝐶 2 . √𝑎2 + 𝑏 2 + 𝑐 2
Ejemplo 5:
𝑥+2 𝑦 𝑧−4
Hallar el ángulo que forman la recta “𝑟̅ ”: = = y el plano “ ”: 2x + 3y – z + 11 = 0
3 −1 2
Solución:
La recta tiene como vector dirección: 𝑎̅ (3; -1; 2) y el plano tiene como normal 𝑛̅ (2; 3; -1). Aplicando el
producto escalar entre el vector “𝑎̅ ” de la recta y la normal “𝑛̅ ” del plano , y recordando que los ángulos
“” y “φ” son complementarios, tendremos:
45
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
tres vectores indicados: ̅̅̅̅̅
𝑃1 𝑃 , ̅̅̅̅̅̅
𝑃1 𝑃2 , ̅̅̅̅̅̅
𝑃1 𝑃3 y teniendo en
cuenta lo ya visto para vectores, “que si tres vectores son
x coplanares, el producto mixto es nulo”, debe cumplirse que:
̅̅̅̅̅
𝑃 ̅̅̅̅̅̅ ̅̅̅̅̅̅
1 𝑃 . (𝑃1 𝑃2 𝑥 𝑃1 𝑃3 ) = 0
y esta última expresión no es otra cosa que la ecuación vectorial del plano que pasa por tres puntos.
Como el resultado del producto vectorial: 𝑃̅̅̅̅̅̅ ̅̅̅̅̅̅
1 𝑃2 𝑥 𝑃1 𝑃3 es igual a 𝑛 ̅, es decir un vector perpendicular al plano
.C
determinado por dichos dos vectores, y como estos pertenecen al plano por construcción, es decir “𝑛̅” resulta
perpendicular al plano , entonces el producto escalar de:
̅̅̅̅̅
𝑃 1 𝑃. 𝑛
̅=0
DD
es la ecuación del plano ya vista anteriormente, es decir, es la ecuación vectorial del plano determinado por
un punto y la dirección de su normal.
Estando los puntos: P, P1, P2 y P3 definidos por sus coordenadas: P(x,y,z); P1(x1,y1,z1); P2(x2,y2,z2); P3(x3,y3,z3)
resulta que el producto mixto lo podemos expresar entonces, en función de las componentes de los vectores
como:
𝑥 − 𝑥1 𝑦 − 𝑦1 𝑧 − 𝑧1
LA
Solución:
Considerando un punto “P” genérico, de coordenadas (x,y,z) y los puntos dados, podemos formar los
siguientes vectores:
𝑃1 𝑃 = (x-3) 𝑖̅ + (y+1) 𝑗̅ + (z-2) 𝑘̅
̅̅̅̅̅
̅̅̅̅̅̅
𝑃 ̅
1 𝑃2 = (1-3) 𝑖̅ + (-1+1) 𝑗̅ + (4-2) 𝑘 = -2 𝑖̅ + 0 𝑗̅ + 2 𝑘
̅
̅̅̅̅̅̅
𝑃 ̅ ̅
1 𝑃3 = (-2-3) 𝑖̅ + (0+1) 𝑗̅ + (5-2) 𝑘 = -5 𝑖̅ + 1 𝑗̅ + 3 𝑘
Lo cual permite expresar el producto mixto como:
𝑥−3 𝑦+1 𝑧−2
̅̅̅̅̅ ̅̅̅̅̅̅
𝑃1 𝑃 . (𝑃 𝑃
1 2 𝑥 ̅̅̅̅̅̅
𝑃 𝑃
1 3 ) = | −2 0 2 |=0
−5 1 3
el cual podemos desarrollar por los elementos de la primera fila o también por Sarrus, tendremos:
=(x-3)(-2) – (y+1)(-6+10) + (z-2)(-2)=-2x + 6 – 4y – 4 – 2z + 4 =-2x - 4y - 2z + 6 = 0 2x + 4y+2z – 6= 0
ó su equivalente que es:
x + 2y + z – 3 = 0
46
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Familia o Haz de Planos que pasan por un punto
Partiendo de la ecuación general implícita del plano definida por un punto P1 de coordenadas (x1; y1; z1) y una
dirección normal al mismo [𝑛̅ (A, B, C)], se tiene:
A(x-x1) + B(y-y1) + C(z-z1) = 0
y suponiendo que permanece fija la posición de P1 y que varían los parámetros A, B y C, los que en tal caso,
pueden adquirir el valor de cualquier número real.
.C
Entonces podemos escribir:
K1(x-x1) + K2(y-y1) + K3(z-z1) = 0
Esta ecuación representa lo que se llama una radiación de planos, teniendo el punto P1 como vértice de la
DD
radiación, debiendo cumplirse que no más de dos de los parámetros sean simultáneamente ceros.
Familia de Planos que pasan por la intersección de otros dos (Planos concurrentes en una recta).
Dados los planos:
A1x + B1y + C1z + D1 = 0 (18)
A2x + B2y + C2z + D2 = 0 (19)
LA
que cumplen la condición de no ser paralelos, es decir que: A1/A2 B1/B2 o que B1/B2 C1/C2 , o que C1/C2
A1/A2 ; dichos planos se cortan según una recta y por lo tanto, cualquier punto que satisfaga simultáneamente
las ecuaciones (18) y (19) está sobre la recta de intersección. Es evidente que las coordenadas de dichos puntos
satisfacen también la ecuación:
FI
Las ecuaciones de los dos planos constituyen un sistema de ecuaciones lineales con tres incógnitas que para
el caso planteado, es un sistema compatible indeterminado y las infinitas soluciones constituyen los infinitos
planos que pasan por la arista del haz.
Como consecuencia decimos que dos planos no paralelos definen una línea recta en el espacio de tres
dimensiones. De tal manera las ecuaciones de los planos son las llamadas ecuaciones de la recta dada por la
intersección de dos planos.
Ejemplo 7:
Hallar la ecuación del plano que pasa por el punto P(2; 5; -1) y por la recta intersección de los planos 1: 4x –
y – 2z – 8 = 0 y 2: 3x – y + 4z – 4 = 0 , utilizando familia de planos.
Solución:
La familia de planos definida por 1 y 2 es de la forma: 1 +l2 = 0 y con los datos aportados resulta:
4x – y – 2z – 8 + l (3x – y + 4z – 4 ) = 0 (1)
47
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
z
Hemos visto que dos planos no paralelos determinan,
una recta en el espacio. Si un plano que contiene a esta
π1 recta es paralelo a alguno de los ejes coordenados la
ecuación de dicho plano proyectante se transforma de
esta manera en la traza del mismo y por ende ha
y proyectado la recta. Esta ecuación reducida del plano
π2
x
.C proyectante es una de las ecuaciones reducidas de la
recta definida por la intersección de dos planos en el
espacio de tres dimensiones.
DD
Por ejemplo, si el plano que contiene a la recta resultado de la intersección de los planos 1 y 2 es paralelo al
eje coordenado “z”, o sea es perpendicular al plano coordenado “xy”, el ángulo que hace la normal al plano
con el eje “z” es igual a 90º cos 90º = 0 y esto nos dice que el número director “C” es igual a cero (C = 0)
ó lo que es lo mismo, la componente del vector normal al plano según “z” es cero.
La ecuación del plano proyectante
𝐴3 𝑥 + 𝐵3 𝑦 + 𝐶3 𝑧 + 𝐷3 = 0
LA
se transforma en :
𝐴3 𝑥 + 𝐵3 𝑦 + 𝐷3 = 0 (21)
que es la ecuación de la traza o intersección del plano proyectante con el plano coordenado “xy”.
En forma similar, el plano proyectante paralelo al eje “y”, tendrá como ecuación:
FI
𝐴4 𝑥 + 𝐶4 𝑧 + 𝐷4 = 0 (22)
perpendicular al plano coordenado “xz”; y si fuera el plano proyectante paralelo al eje “x”, sería:
𝐵5 𝑦 + 𝐶5 𝑧 + 𝐷5 = 0 (23)
que es perpendicular al plano coordenado “yz”.
Las ecuaciones (21), (22) y (23) son las llamadas ecuaciones reducidas de la línea recta en el espacio
tridimensional (R3) de las que dos de ellas son suficientes para definirla.
Ejemplo 8:
Dados los planos no paralelos:
7x + 6y – 7z – 14 = 0
x + y – 2z + 1 = 0
Determinar:
1) Las ecuaciones reducidas de la línea recta intersección de dichos planos;
2) Las coordenadas de los puntos de intersección de la recta con los planos coordenados;
3) Forma simétrica de la ecuación de esa recta.
Solución:
1) Sabemos que el haz de planos que pasan por la recta intersección de ambos planos es:
7x + 6y – 7z – 14 + l ( x + y – 2z + 1) = 0
48
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
6+l=0 l=-6
y reemplazando, resulta:
(7 – 6) x – [7 + 2(-6)] z – 14 – 6 = 0
1x + 5z – 20 = 0
y finalmente, anulando el coeficiente del término en “x”, resulta la ecuación del plano proyectante paralelo al
eje “x”:
- 1y + 7z – 21 = 0 y – 7z + 21 = 0
2) Para obtener las coordenadas de los puntos de intersección de la recta con los planos coordenados,
resolvemos el sistema formado por las dos ecuaciones de los planos dados, cuya intersección determina la
LA
7𝑥 − 7𝑧 − 14 = 0
𝑠𝑖 𝑦 = 0 ⟹
𝑥 − 2𝑧 + 1 = 0
Resolviendo por Cramer, nos da:
x=5 ; z=3
49
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
O y
perpendicularidad:
x
𝑛̅ . ̅̅̅̅̅
𝑃1 𝑃 = 0
determina la ecuación vectorial del plano ya vista al comienzo del tema referido a plano.
Del desarrollo del producto escalar llegamos a la ecuación:
A (x–x1) + B (y-y1) + C (z-z1)=0
.C
Si dividimos esta última ecuación por el módulo del vector “𝑛̅”, tenemos:
𝐴 𝐵 𝐵
(𝑥 − 𝑥1 ) + (𝑦 − 𝑦1 ) + (𝑧 − 𝑧1 ) = 0
|𝑛̅| |𝑛̅| |𝑛̅|
observando la figura, vemos que:
DD
𝐴 𝐵 𝐶
= cos 𝛼 ; = cos 𝛽 ; = cos 𝛾
|𝑛̅| |𝑛̅| |𝑛̅|
y reemplazando estos valores en la ecuación, resulta:
(x – x1) cos + (y – y1) cos + (z – z1) cos = 0
y resolviendo los paréntesis y agrupando, nos queda:
LA
̅̅̅̅̅1 = 𝑥1 𝑖̅ + 𝑦1 𝑗̅ + 𝑧1 𝑘̅
𝑂𝑃
y que el producto escalar de:
𝑛̅ 𝑛̅
̅̅̅̅̅
𝑂𝑃1 . ̅̅̅̅̅1 | . | | cos 𝜑
= |𝑂𝑃
|𝑛̅| |𝑛̅|
y como:
𝑛̅
| |=1
|𝑛̅|
resulta:
𝑛̅
̅̅̅̅̅ ̅̅̅̅̅1 | 𝑐𝑜𝑠𝜑 = (𝑥1 𝑖̅ + 𝑦1 𝑗̅ + 𝑧1 𝑘̅)(𝑖̅ 𝑐𝑜𝑠 𝛼 + 𝑗̅ cos 𝛽 + 𝑘̅ cos 𝛾) = 𝑥1 cos 𝛼 + 𝑦1 cos 𝛽 + +𝑧1 cos 𝛾 = 𝑝
𝑂𝑃1 . |𝑛̅| = |𝑂𝑃
Vemos que “p” es la proyección del vector posición de cualquier punto del plano sobre la normal al mismo y
que pasa por el origen del sistema de coordenadas, es decir, se trata de la distancia desde el origen al plano.
Finalmente, la ecuación (25) que estábamos desarrollando queda:
50
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
que es la ecuación vectorial hessiana del plano dada por un punto y la dirección de su normal.
Ejemplo 9:
Determinar la forma normal de la ecuación del plano, que es paralelo al plano de ecuación:
4 x + y – 8 z + 11 = 0
y que pasa por el punto M(3; -2; -1).
Solución:
.C
El plano buscado es paralelo al plano 4x + y – 8z + 11 = 0 y por lo tanto tendrá su misma normal 𝑛̅ (4; 1; -8).
Debo entonces confeccionar la ecuación de un plano que tiene una normal “𝑛̅” y que pasa por el punto “M”.
̅̅̅̅̅ = 0, donde “P” es un punto genérico de coordenadas (x, y, z); entonces
Dicha ecuación es de la forma: 𝑛̅ . 𝑃𝑀
dicha expresión puede ser escrita como:
DD
[4; 1; -8] . [(x - 3); (y + 2) ; (z + 1)] = 0
de donde resulta:
4 (x – 3) + 1 (y + 2) – 8 (z + 1) = 0 4x + 1y – 8z – 12 + 2 – 8 = 0
obteniendo entonces, la ecuación general del plano:
4x + 1y – 8z – 18 = 0 (1)
LA
Para obtener la forma normal del plano (x cos + y cos + z cos - p =0), debemos dividir la ecuación (1) por
el módulo del vector normal de dicho plano, es decir por
|𝑛̅| = ±√𝐴2 + 𝐵 2 + 𝐶 2 = ±√42 + 12 + (−8)2 = ±9
del cual tomaremos el valor + 9 dado que el término independiente de la ecuación del plano es negativo (-D);
y entonces resulta:
FI
4 1 8 18 4 1 8
𝑥+ 𝑦− 𝑧− =0 ⟹ 𝑥+ 𝑦− 𝑧−2 =0
9 9 9 9 9 9 9
4 1 8
que es la ecuación normal del plano, donde cos está representado por ; el cos por y el cos por − .
9 9 9
51
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
anterior, puede darnos un valor negativo. A los efectos de interpretar el signo, podemos expresar:
“El plano dado divide al espacio en dos subespacios o semiespacios, uno de los cuales contiene al origen
del sistema de coordenadas. Si el punto dado (P0) está ubicado en el semiespacio que no contiene al
origen, “d” será positivo o dicho de otra manera, si el plano dado está entre el origen y el punto, “d” es
positivo, en caso contrario “d” será negativo”.
.C
Ejemplo 10:
Hallar la distancia del punto P(-3; -4; 2) al plano de ecuación: 3 x + 12 y – 4 z – 39 = 0. Interpretar el signo de
dicha distancia.
Solución:
DD
La distancia entre un punto y un plano se calcula mediante la fórmula:
𝐴𝑥0 + 𝐵𝑦0 + 𝐶𝑧0 + 𝐷
𝑑=
±√𝐴2 + 𝐵 2 + 𝐶 2
es decir hay que reemplazar las variables x, y , z de la ecuación del plano por las coordenadas del punto y
dividir todo por el módulo del vector normal del plano.
LA
Un análisis más detenido de dicha fórmula nos permite determinar que en realidad estamos trabajando con la
ecuación del plano en su forma normal:
x cos + y cos + z cos - p = 0.
plano.
Pasaje de la Ecuación General Implícita del Plano a la forma Normal o Hessiana del mismo
Dado el plano: Ax + By + Cz + D = 0 , que tiene como normal a “𝑛̅” definida por los números directores A,
B, y C 𝑛̅ (A,B,C). Si dividimos la ecuación general implícita del plano por el módulo de “𝑛̅”, nos quedará:
𝐴 𝐵 𝐶 𝐷
𝑥+ 𝑦+ 𝑧+ =0
√𝐴2 + 𝐵 2 + 𝐶 2 √𝐴2 + 𝐵 2 + 𝐶 2 √𝐴2 + 𝐵 2 + 𝐶 2 √𝐴2 + 𝐵 2 + 𝐶 2
ya hemos expresado que el valor de “p” de la ecuación normal, mide la distancia del origen del sistema de
coordenadas al plano y como tal, es un valor positivo; pero en la forma de la ecuación normal o hessiana del
𝐷
plano, “p” figura con valor negativo; (recordar que: 𝑝 = ), por lo tanto, para que la misma se
√𝐴2 +𝐵2 +𝐶 2
transforme en la ecuación normal o hessiana , “D” deberá ser negativo; si por el contrario “D” es positivo,
habrá que multiplicar toda la ecuación por menos uno (-1) para que dicho valor sea negativo y de tal manera
corresponda a la forma normal de la ecuación del plano.
52
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
respuesta a problemas fundamentales de la geometría analítica como:
Dad una ecuación de dos variables f(x,y) = 0, determinar el lugar geométrico (si existe) que representa
en el plano cartesiano (x,y), lo cual significa estudiar la disposición relativa de los puntos cuyas
coordenadas verifican la ecuación.
Dadas las condiciones geométricas que debe reunir un conjunto de puntos que tenga coordenadas (x,y),
determinar una ecuación donde todos los pares coordenados (x,y) la verifiquen. A esto se le llama
.C
interpretar algebraicamente una curva.
Reconocer cada una de las cónicas, tanto por sus propiedades geométricas como por las analíticas.
Cónicas
DD
La superficie cónica está generada por la rotación de una línea recta, denominada generatriz g, que se mueve
de tal manera que pasa siempre por una curva fija llamada directriz, d, y por un punto fijo “V” llamado vértice
del cono (fig 1). Dicho vértice está determinado por la intersección con una segunda recta llamada “eje del
cono”, alrededor de la cual gira la primera. Todo punto de la generatriz describe circunferencias con centro en
el eje del cono.
LA
FI
Las figuras o lugares geométricos que constituyen nuestro principal objetivo de estudio (cónicas), se obtienen
considerando las distintas posiciones relativas de un plano con el eje o con la generatriz de la superficie cónica.
53
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Si dicha ecuación carece del segundo término, resulta:
Ax2 + Cy2 + Dx + Ey + F = 0
que es la ecuación de segundo grado con dos variables, sin el término rectangular.
El término rectangular Bxy, mencionado también como término de segundo grado en las variables “x” e “y”,
representa una cónica que no está vinculada a los ejes coordenados rectangulares habitualmente utilizados,
sino que se halla asociada a ejes coordenados que se encuentran girados un determinado ángulo respecto de
dichos ejes.
.C
A medida que desarrollemos los distintos tipos de cónicas, veremos que los valores relativos de los coeficientes
determinan el tipo de curva que la ecuación representa. El término rectangular Bxy, mencionado también
como término de segundo grado en las variables “x” e “y”, representa una cónica que no está vinculada a los
DD
ejes coordenados rectangulares habitualmente utilizados, sino que se halla asociada a ejes coordenados que se
encuentran girados un determinado ángulo.
LA
FI
54
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
geométrica:
k CP r (1)
Vamos a expresar la distancia “r” entre los puntos “P” (punto
genérico) y “C” (centro de la circunferencia). Si por los puntos “C”
y “P” trazamos perpendiculares a los ejes coordenados, obtenemos
un triángulo rectángulo, al cual puede hallársele el valor de su
.C
h hipotenusa mediante la aplicación del Teorema de Pitágoras, el cual
puede expresarse analíticamente, por la ecuación:
coordenadas, los valores de “h” y “k” son cero ( h = k = 0 ) y tendremos como conclusión:
La circunferencia de centro en el origen del sistema de coordenadas y radio “r” tiene por ecuación:
𝒙𝟐 + 𝒚𝟐 = 𝒓𝟐 (3)
La expresión (2) se conoce como ecuación ordinaria o forma ordinaria de la ecuación de la circunferencia.
En general se designa como forma ordinaria a aquella ecuación que nos permite obtener en forma rápida y
fácil sus características más importantes. Así por ejemplo, en la expresión (2) podemos obtener
inmediatamente las coordenadas del centro y el valor del radio.
El tipo más simple de la ecuación ordinaria de una curva se denomina “forma canónica”. Por lo tanto, la
ecuación (3) es la forma canónica de la ecuación de una circunferencia.
De acuerdo a lo expresado por el teorema 1, si se conocen las coordenadas del centro y el valor del radio, la
ecuación puede escribirse inmediatamente.
Forma general de la ecuación de la circunferencia
Si desarrollamos la ecuación ordinaria:
(x – h)2 + (y – k)2 = r2
obtenemos:
x2 + y2 – 2hx – 2ky + h2 + k2 – r2 = 0
la cual puede escribirse de la forma:
55
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
4 4 4 4
de donde resulta:
𝐷 2 𝐸 2 𝐷2 + 𝐸 2 − 4𝐹
(𝑥 + ) + (𝑦 + ) = (5)
2 2 4
y si comparamos las ecuaciones (2) y (5), vemos que depende del valor del segundo miembro de (5) el que
dicha ecuación represente o no una circunferencia.
.C
Hay tres posibles casos por considerar:
a) Si D2 + E2 – 4F > 0 , la ecuación (5) representa una circunferencia de centro en el punto
−𝐷 −𝐸 1
( , ) 𝑦 𝑟𝑎𝑑𝑖𝑜 𝑖𝑔𝑢𝑎𝑙 𝑎 √𝐷2 + 𝐸 2 − 4𝐹
2 2 2
DD
b) Si D2 + E2 – 4F = 0, la ecuación (5), se dice con frecuencia que representa una circunferencia de radio cero;
ó también que es un círculo punto o círculo nulo.
Pero en un análisis más mesurado nos dice que la ecuación (5) en éste caso representa un solo punto de
coordenadas
−𝐷 −𝐸
( , )
2 2
LA
c) Si D2 + E2 – 4F < 0, la ecuación (5) se dice en ésta circunstancia que representa un círculo imaginario.
Entonces, en geometría real, la ecuación (5) en éste caso no representa un lugar geométrico.
A los fines de nuestro estudio sólo consideraremos el caso a).
Teorema 2
x2 + y2 + Dx + Ey + F = 0
FI
La ecuación
representa una circunferencia de radio diferente de cero, solamente si:
D2 + E2 – 4F > 0
Las coordenadas del centro son:
−𝐷 −𝐸 1
( , ) 𝑦 𝑟𝑎𝑑𝑖𝑜 𝑖𝑔𝑢𝑎𝑙 𝑎 √𝐷2 + 𝐸 2 − 4𝐹
2 2 2
En este apartado hemos encontrado la forma general de la ecuación de la circunferencia
x2 + y2 – 2hx – 2ky + (h2 + k2 – r2) = 0
partiendo de su forma ordinaria
(x – h)2 + (y – k)2 = r2
Si comparamos ahora, dicha ecuación con la forma general de la ecuación de segundo grado:
Ax2 + Bxy + Cy2 + Dx + Ey + F = 0
podemos observar que:
A = C = 1 ; B = 0 ; D = -2h ; E = -2k y F = h2 + k2 – r2
Recordar que cuando consideramos la intersección del plano con la superficie cónica, habíamos mencionado
que dicha ecuación general de segundo grado representaría una cónica distinta en función de los valores que
tuvieran sus coeficientes. Este es el caso de la circunferencia, donde A, B, C, D, E y F toman los valores
mencionados.
56
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
De esta manera la ecuación de la parábola toma su forma
a x
más simple.
A(-p,0) V x F(p,0)
Por definición de parábola, la ecuación de la línea directriz
(ld) es: x = -p.
Sea P(x, y) un punto genérico cualquiera de la parábola.
Por “P” tracemos el segmento 𝑃𝐷 ̅̅̅̅ perpendicular a la Línea
Directriz ld . Entonces, por la definición de la parábola, el
̅̅̅̅| =
|𝑃𝐷 =𝑥+𝑝
√12
Geométricamente se observa que la abscisa del punto “P” es “x” y la del punto “D” es “-p”; pero como se debe
tomar distancia, por eso se coloca la expresión “x + p” entre barras, como valor absoluto).
Por lo tanto, la condición (1) está expresada analíticamente por la ecuación:
√(𝑝 − 𝑥)2 + 𝑦 2 = 𝑥 + 𝑝
FI
𝑝2 − 2𝑝𝑥 + 𝑥 2 + 𝑦 2 = 𝑥 2 + 2𝑝𝑥 + 𝑝2
𝑦 2 = 4𝑝𝑥 ⟹ 𝑦 = ±√4𝑝𝑥 = ±2√𝑝𝑥
𝒚 = ±𝟐√𝒑𝒙 (𝟐)
Esta curva sólo corta al eje en un punto y es simétrica con respecto al eje “x”.
De la ecuación (2), se deduce que para valores de la ordenada “y” reales y diferentes de cero, los valores de
“p” y “x” deben ser del mismo signo. De acuerdo con esto, podemos considerar dos casos:“p 0” ó “p 0”.
Si “p 0”, deben excluirse todos los valores negativos de “x”, y todo el lugar geométrico se encuentra a la
derecha del eje “y”.
De esta forma o análisis, podemos decir que el lugar geométrico es una curva abierta que se extiende
indefinidamente hacia la derecha del eje de ordenadas (eje y) y hacia arriba y abajo del eje “x”.
Ocurre lo inverso cuando “p 0”; la curva se extiende a la izquierda del eje “y” y arriba y abajo del eje “x”.
Según la ecuación (2), hay dos puntos sobre la parábola que tienen abscisa igual a “p”; uno tiene la ordenada
“2p” y el otro “-2p”. Como la abscisa del foco es “p”, la longitud del Lado Recto (Lr) es “4p”.
57
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
a x coordenado “x”.
Un segmento de recta, tal como el |𝐵𝐵′ ̅̅̅̅̅|, que une dos
A V F(p,0)
puntos cualesquiera diferentes de la parábola se llama
C’ cuerda; en particular, una cuerda que pasa por el foco,
como |𝐶𝐶̅̅̅̅ |, se denomina cuerda focal. La cuerda focal
L’ ̅̅̅̅
|𝐿𝐿′|, perpendicular al eje se llama Lado Recto
.C
B’
Si el punto P de coordenadas (x, y) es un punto cualquiera de la parábola, la recta FP que une el foco F con
el punto P, se llama radio focal de “P”, o radio vector.
DD
Ecuación de la Parábola de eje paralelo a uno de los ejes coordenados y vértice en un punto de coordenadas
(h , k)
Para el análisis y deducción de la correspondiente ecuación, consideremos la siguiente figura:
De acuerdo a esto, y observando la parábola de la figura,
y ld y’ que tiene eje paralelo al eje “x” y vértice en el punto de
coordenadas (h , k); resulta, que si los ejes coordenados
LA
De acuerdo a lo ya visto, las ecuaciones de traslación de los ejes coordenados son: x = x’+ h ; y = y’+ k
de donde se deducen:
x’ = x – h ; y’ = y – k
Ahora bien, si sustituimos estos valores de x’ e y’ en la ecuación (3), tendremos:
(y – k)2 = 4p (x – h) (4)
A esta ecuación se la llama generalmente, segunda ecuación ordinaria de la parábola.
Los resultados anteriores conducen al siguiente:
Teorema:
“La ecuación de una parábola de vértice (h , k) y eje paralelo al eje coordenado “x”, es de la forma
(y – k)2 = 4p (x – h) (4)
58
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Si “p 0”, la parábola se abre hacia la derecha; si “p 0”, la parábola se abre hacia la izquierda.
Si el vértice es el punto (h , k) y el eje de la parábola es paralelo al eje coordenado “y”, su ecuación es de la
forma:
(x – h)2 = 4p (y – k) (5)
OM
x = x’ + h ; y = y’ + k
y la ecuación de la directriz será en éste caso:
x=h–p
Si tomamos como ejemplo, la ecuación de la parábola de eje paralelo al de abscisas, de vértice: o’(1 , 3) y
parámetro: 4p = 8 , la misma es:
(y – 3)2 = 8 (x – 1)
.C
Las coordenadas del foco son entonces:
F(h+p , k) F(1+2 , 3), es decir: F(3 , 3).
La ecuación de la directriz, es en éste caso:
DD
x = h – p x = 1 – 2 , o sea: x = -1
Si en la ecuación (4) efectuamos las operaciones indicadas:
(y – k)2 = 4p (x – h) y2 – 2ky + k2 = 4px – 4ph y2 – 4px – 2ky + k2 + 4ph = 0
ecuación que es de la forma:
LA
Cy2 + Dx + Ey + F = 0 (6)
y que constituye un caso particular de la ecuación general de segundo grado en “x” e “y”, cuya expresión es:
Ax2 + Bxy + Cy2 + Dx + Ey + F = 0
FI
OM
Ax2 + Dx + F = 0 (9)
ecuación de segundo grado en “x”.
Análogamente a lo establecido anteriormente para la ecuación (7), la ecuación (9) tiene como gráfica un par
de rectas paralelas al eje coordenado “y”, una sola recta paralela al eje “y”, o no tiene gráfica, según que su
discriminante (cantidad subradical de la ecuación de segundo grado) sea mayor, igual o menor que cero.
En este caso, si “ p 0 ” las parábolas se abren hacia arriba y si “ p 0 ”, las mismas se abren hacia abajo.
.C
DD
LA
FI
60
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
focos, se denomina centro. La recta que pasa por el
L centro y es perpendicular al eje focal, se llama eje
E normal. Sea P(x,y) un punto genérico y si pertenece
V’ V a la elipse debe satisfacer la condición geométrica:
(-𝑎,0) F’(-c,0) C F(c,0) (𝑎,0) x ̅̅̅̅̅| = 2𝑎
̅̅̅̅ | + |𝐹′𝑃
|𝑃𝐹 (1)
L’ en donde “𝑎” es una constante positiva mayor que
“c”. Desarrollando matemáticamente, finalmente se
.C
B’
E’ M’ D’ obtiene:
Figura 1
𝟐
𝒙 𝒚𝟐
DD
+ =𝟏 (2) 𝑙𝑙𝑎𝑚𝑎𝑑𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑐𝑎𝑛ó𝑛𝑖𝑐𝑎 𝑑𝑒 𝑙𝑎 𝑒𝑙𝑖𝑝𝑠𝑒
𝒂 𝟐 𝒃𝟐
Analicemos ahora la ecuación (2). Si en la misma le damos a “x” el valor + 𝑎 ó - 𝑎 podemos observar que la
ordenada “y” es igual a cero, o sea que estos valores hacen que se anule el valor de la ordenada y son entonces
los puntos en que la curva corta al eje de las “x”, es decir, estos valores me sirven para determinar las
LA
coordenadas de lo que llamaremos vértices: V(𝒂 , 0) y V’(-𝒂, 0). La longitud del eje comprendida entre los
vértices, se denomina eje mayor y es igual a “2𝑎”, siendo “𝑎” la constante que se menciona en la definición
de la elipse.
Si ahora en la misma ecuación (2) le diésemos a “y” el valor “b”, observamos que “x” en ese caso se hace
cero. Esto nos dice que la curva corta al otro eje (eje normal), en los puntos “M” y “M’” que tienen como
FI
coordenadas M(0 , b) y M’(0 , -b); y la distancia entre estos dos puntos es lo que denominamos eje menor.
Como 𝑎 c y 𝑎 b, 2𝑎 es la distancia de V a V’ y por lo tanto será el eje mayor y 2b la distancia de M a M’
será el eje menor.
Del análisis de la ecuación (2) podemos deducir que la elipse es una curva simétrica con respecto a ambos ejes
coordenados y al origen.
-byb (6)
61
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
𝑎
de donde, por la relación: b2 = 𝑎2 – c2 , se tienen como ordenadas del foco:
𝑏2 𝑏2
𝑦=+ ; 𝑦=−
𝑎 𝑎
𝑏2
por lo tanto, la longitud del lado recto (Lr) para el foco F es: 2 𝑎 . El mismo valor corresponde al foco F’.
Un elemento importante de la elipse es su excentricidad, y se representa por
.C la letra “e”.
𝑒=
𝑐
𝑎
Con la ayuda de la expresión: b2 = 𝑎2 – c2 , se obtiene:
DD
𝑐 √𝑎2 − 𝑏 2 𝑏 2
𝑒= = = √1 − ( )
𝑎 𝑎 𝑎
Nota: Si reducimos la ecuación de una elipse a su forma canónica, podemos determinar fácilmente su posición
relativa respecto a los ejes coordenados, comparando los denominadores de los términos en x 2 e y2 El
denominador mayor está asociado a la variable correspondiente al eje coordenado con el cual coincide el eje
mayor de la elipse.
Ecuación de la Elipse de centro en el punto de coordenadas (h , k) y ejes paralelos a los ejes coordenados
FI
OM
De los resultados obtenidos podemos enunciar el siguiente
Teorema
“La ecuación de la elipse de centro el punto (h , k) y eje focal paralelo al eje “x”, está dada por la segunda
forma ordinaria:
(𝑥 − ℎ)2 (𝑦 − 𝑘)2
+ =1
𝑎2 𝑏2
.C
Si el eje focal es paralelo al eje coordenado “y”, su ecuación está dada por la segunda forma ordinaria:
(𝑥 − ℎ)2 (𝑦 − 𝑘)2
𝑏2
+
𝑎2
=1
DD
Para cada elipse, “𝑎” es la longitud del semieje mayor, “b” es la longitud del semieje menor, “c” es la distancia
del centro a cada foco y “𝑎”, “b” y “c” están ligadas por la relación:
𝑎2 = b2 + c2
También, para cada elipse, la longitud de cada uno de sus lados rectos es:
𝑏2
LA
2
𝑎
y la excentricidad “e” está dada por la relación:
𝑐 √𝑎2 − 𝑏 2
𝑒= = < 1
𝑎 𝑎
Consideremos ahora la ecuación de la elipse en la forma:
FI
(𝑥 − ℎ)2 (𝑦 − 𝑘)2
+ =1
𝑎2 𝑏2
Si en la misma quitamos denominadores, multiplicando por: a2b2, tendremos:
y desarrollando:
b2x2 – 2b2hx + b2h2 + 𝑎2y2 – 2 𝑎2ky + 𝑎2k2 – 𝑎2b2 = 0
y ordenando:
b2x2 + 𝑎2y2 – 2b2hx – 2 𝑎2ky + b2h2 + 𝑎2k2 – 𝑎2b2 = 0 (14)
la cual puede escribirse:
Ax2 + Cy2 + Dx + Ey + F = 0 (15)
en donde:
A = b2 ; C = 𝑎2 ; D = -2b2h ; E = -2 𝑎2k ; F = b2h2 + 𝑎2k2 – 𝑎2b2
Evidentemente los coeficientes “A” y “C” deben ser del mismo signo.
63
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Sea P(x , y) un punto cualquiera de la hipérbola. Entonces, por la definición de la hipérbola, el punto “P” debe
satisfacer la condición geométrica siguiente, que expresa que el valor absoluto de la diferencia de las distancias
del punto a los focos es una cantidad constante,
|𝑃𝐹 ̅̅̅̅̅| = 2𝑎
̅̅̅̅ | − |𝐹′𝑃 (1)
en donde “𝑎” es una constante positiva y:
2𝑎2c
− .C
desarrollando matemáticamente, finalmente se obtiene:
𝒙𝟐 𝒚𝟐
=𝟏 (2) 𝑙𝑙𝑎𝑚𝑎𝑑𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑐𝑎𝑛ó𝑛𝑖𝑐𝑎 𝑑𝑒 𝑙𝑎 ℎ𝑖𝑝é𝑟𝑏𝑜𝑙𝑎
DD
𝒂 𝟐 𝒃𝟐
que es la ecuación de la hipérbola, con la condición impuesta al comienzo.
Al estudiar la ecuación de la hipérbola, podemos observar que las intersecciones con el eje “x” son “𝑎” y
“−𝑎”. (Estos valores se obtienen reemplazando x por 𝑎 ó – 𝑎 en la ecuación (1) y en este caso el valor de la
ordenada “y” es igual a cero).Por lo tanto, las coordenadas de los vértices V y V’ son (𝑎 , 0) y (−𝑎 , 0),
LA
𝑦 = ± √𝑥 2 − 𝑎2 (3)
𝑎
Por lo tanto, para que los valores de “y” sean reales, “x” está restringida a variar dentro de los intervalos x
𝑎 y x −𝑎. De aquí que ninguna porción del lugar geométrico aparece en la región comprendida entre las
rectas: x = 𝑎 y x = −𝑎.
Despejando ahora “x” de la ecuación (2), resulta:
𝑎
𝑥 = ± √𝑦 2 + 𝑏 2 (4)
𝑏
de la cual podemos observar que “x” es real para todos los valores reales de “y”.
Por ser c 𝑎 ; c2 – 𝑎2 es un número positivo que podemos designar por “b2”. Por lo tanto, sustituyendo
en la ecuación (3) la relación:
c2 – 𝑎2 = b2 (5)
Según esto, las ecuaciones (3) y (4), juntas con la simetría del lugar geométrico, muestran que la hipérbola no
es una curva cerrada, sino que consta de dos ramas diferentes, una de las cuales se extiende indefinidamente
64
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
A P(x,y)
D
V’ V C
F’(-c,0) C F(c,0) x F’ V’ V F x
D’
A’
E’
OM
B’ L’
.C
En particular, una cuerda que pasa por un foco, tal como la representada por los puntos 𝐸𝐸′ ̅̅̅̅̅, se denomina
̅̅̅̅
cuerda focal. Una cuerda focal, que es perpendicular al eje focal se llama “Lado Recto” 𝐿𝐿′. La hipérbola por
tener dos focos tiene dos lados rectos.
Una cuerda que pasa por el centro “C”, tal como la definida por 𝐷𝐷′ ̅̅̅̅̅, se denomina diámetro. Si “P” es un
DD
punto cualquiera de la hipérbola, los segmentos “𝐹𝑃 ̅̅̅̅̅”, que unen los focos con el punto “P” se llaman
̅̅̅̅” y “𝐹′𝑃
radios vectores de “P”.
La recta que pasa por “C” y es perpendicular al eje focal, se denomina “eje normal”, no corta a la hipérbola;
sin embargo, una porción definida de éste eje, el segmento 𝐴𝐴′ ̅̅̅̅̅, que tiene a “C” por punto medio, se llama eje
conjugado.
LA
La hipérbola no tiene asíntotas verticales ni horizontales, pero si tiene dos asíntotas oblicuas de las cuales ya
veremos su cálculo.
De la ecuación (3) y de la relación (5), hallamos que la longitud de cada lado recto es igual a:
𝑏2
𝐿𝑟 = 2
𝑎
FI
OM
𝑎
y la excentricidad “e” está dada por la relación:
𝑐 √𝑎2 + 𝑏 2
𝑒= =
𝑎 𝑎
La posición de la hipérbola con respecto a los ejes coordenados se determina por los signos de los coeficientes
de las variables en la forma canónica de su ecuación. La variable de coeficiente positivo corresponde al eje
coordenado que contiene al eje transverso de la hipérbola.”
Asíntotas de la hipérbola
.C
Si de la forma canónica de la ecuación de la hipérbola:
𝑥2 𝑦2
DD
− =1
𝑎2 𝑏 2
2 2
la multiplicamos por 𝑎 b , obtendremos:
b2x2 – 𝑎2 y2 = 𝑎2 b2 (8)
Si de la ecuación (8) despejamos el valor de “y”, nos quedará:
𝑏
LA
𝑦 = ± √𝑥 2 − 𝑎2
𝑎
que puede escribirse en la forma:
𝑏 𝑎2
𝑦 = ± 𝑥 √1 − 2 (9)
𝑎 𝑥
FI
Figura 3
Como la ecuación (10) representa las rectas:
𝑏 𝑏
𝑦=+ 𝑥 𝑒 𝑦=− 𝑥
𝑎 𝑎
esto nos conduce a inferir, que la hipérbola es asintótica a estas dos rectas.
66
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Ahora bien, la distancia “d” entre la recta bx – 𝑎y = 0 y el punto P1(x1;y1) está dada por la expresión:
|𝑏𝑥1 − 𝑎𝑦1 |
𝑑= (12)
√𝑏 2 + 𝑎2
Si multiplicamos numerador y denominador del segundo miembro de la ecuación (12) por: |𝑏𝑥1 − 𝑎𝑦1 | ,
obtenemos:
|𝑏 2 𝑥1 2 − 𝑎2 𝑦1 2 |
𝑑= (13)
√𝑏 2 + 𝑎2 |𝑏𝑥1 − 𝑎𝑦1 |
Pero como P1 está sobre la hipérbola de ecuación (8),
OM
𝑏 2 𝑥1 2 − 𝑎2 𝑦1 2
de manera que la ecuación (13) puede escribirse en la forma:
𝑎2 𝑏 2
𝑑= (14)
√𝑏 2 + 𝑎2 |𝑏𝑥1 − 𝑎𝑦1 |
Si P1 se mueve hacia la derecha a lo largo de la curva y se aleja indefinidamente del origen, sus coordenadas,
x1 e y1, aumentan ambas de valor sin límite, de manera que, por la ecuación (14), “d” decrece continuamente
hipérbola (8).
.C
y se aproxima a cero. Se sigue, de acuerdo con esto, que la recta (11) es una asíntota de la rama derecha de la
Si P1 está sobre la parte inferior de la rama izquierda de la hipérbola (8) y se mueve hacia la izquierda, a lo
largo de la curva, alejándose indefinidamente del origen, entonces sus coordenadas x1 e y1 aumentan de valor
DD
ambas sin límite en la dirección negativa.
La ecuación (14) muestra entonces que “d” decrece continuamente y tiende a cero, de donde se sigue que la
recta (11) es también asíntota de la rama izquierda de la hipérbola (8).
Quedan dos casos por considerar, que son, cuando P1 está sobre la parte superior de la rama izquierda y cuando
P1 está sobre la parte inferior de la rama derecha.
LA
Utilizando el mismo razonamiento que en los dos párrafos anteriores, podemos demostrar que la recta: bx +
ay = 0 , es una asíntota de ambas ramas de la hipérbola (8).
Estos resultados se resumen en lo siguiente:
Teorema
“La hipérbola de ecuación:
FI
obtenerse reemplazando el término constante por cero y factorizando el primer miembro; así, por ejemplo,
para la hipérbola 9x2 – 4y2 = 36 , tenemos:
9x2 – 4y2 = 0 , de donde: (3x + 2y) (3x – 2y) = 0, y las ecuaciones de las asíntotas son respectivamente:
3x + 2y = 0 y 3x – 2y = 0
Segunda ecuación ordinaria de la hipérbola
Si el centro de una hipérbola no está en el origen del sistema de coordenadas, pero sus ejes son paralelos a los
ejes coordenados, sus ecuaciones pueden obtenerse tal como se determinaron ambas formas de la segunda
ecuación ordinaria de la elipse.
67
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
transformación (traslación de ejes coordenados):
O h x
x = x’ + h x’ = x – h
y = y’ + k y’ = y - k
y reemplazando estos valores en la ecuación (17), nos queda:
(𝑥 − ℎ)2 (𝑦 − 𝑘)2
− =1 (16)
.C 𝑎2 𝑏2
que no es otra que la ecuación de la hipérbola de centro en el punto de coordenadas (h , k) y eje transverso
paralelo al eje coordenado “x”.
DD
Si el eje focal es paralelo al eje coordenado “y”, su ecuación es:
(𝑥 − 𝑘)2 (𝑦 − ℎ)2
− =1 (17)
𝑎2 𝑏2
Para cada hipérbola, “𝑎” es la longitud del semieje transverso; “b” la del semieje conjugado; “c” la distancia
del centro a cada uno de los focos, y “𝑎”, “b” y “c” están ligadas por la relación:
c2 = 𝑎2 + b2
LA
𝑒= = > 1
𝑎 𝑏2
Consideremos ahora la ecuación de la hipérbola de la forma:
(𝑥 − 𝑘)2 (𝑦 − ℎ)2
− =1 (18)
𝑎2 𝑏2
𝑎2 𝑥 2 − 𝑎2 𝑦 2 = 𝑎2 𝑎2 ⟹ 𝑎2 𝑥 2 − 𝑎2 𝑦 2 = 𝑎4 ⟹ 𝑎2 (𝑥 2 − 𝑦 2 ) = 𝑎4 ⟹ 𝑥 2 − 𝑦 2 = 𝑎2 (20)
Debido a la igualdad de sus ejes, la hipérbola (20) se llama hipérbola equilátera.
Las asíntotas de la hipérbola equilátera (20) son las rectas: x – y = 0 y x + y = 0 . Como podemos observar,
OM
estas rectas son perpendiculares; resulta entonces que las asíntotas de una hipérbola equilátera son
perpendiculares entre sí. Por esta razón, la hipérbola equilátera se llama también hipérbola rectangular.
Hipérbolas conjugadas
Si dos hipérbolas son tales que el eje transverso de cada una de ellas es idéntico al eje conjugado de la otra, se
llaman hipérbolas conjugadas.
Cada hipérbola es entonces la hipérbola conjugada de la otra.
.C
Si la ecuación de una hipérbola es:
𝑥2 𝑦2
−
𝑎2 𝑏 2
=1 (21)
DD
entonces, de acuerdo a la definición, la hipérbola conjugada de (21) tiene por ecuación:
𝑦2 𝑥2
− =1 (22)
𝑏 2 𝑎2
Es evidente que la ecuación (22) puede obtenerse de la ecuación (21), cambiando simplemente el signo de uno
de los miembros de (21). Por ejemplo, si la ecuación de una hipérbola es:
2𝑥 2 − 7𝑦 2 = 18
LA
Resumen de cónicas
Ax2 + Cy2 + Dx + Ey + F = 0
Cónica Ecuación ordinaria Condición suficiente
Condición Necesaria Lugar geométrico que no verifica la condición
suficiente(caso límite)
69
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
.C Figura 4
Las antenas parabólicas de recepción de señales electromagnéticas, también usan esta propiedad (fig 4.b), pero
a la inversa: los rayos que llegan del espacio exterior (prácticamente horizontales debido a que provienen de
otra fuente lejana) se reflejan dentro de la antena y pasarán por el foco de la señal.
DD
Las elipses tienen una propiedad similar (figura 5.a) que se utiliza tanto en el diseño arquitectónico (acústica)
como en bioingeniería (la fragmentación por ondas de choque de cálculos renales o hepáticos utilizan una
cámara reflectora elíptica y metálica, en uno de sus focos se coloca el emisor de las ondas que atraviesan partes
blandas y se concentran en el otro foco, donde se ubica el cálculo a desintegrar.
LA
FI
Figura 5
70
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Figura 1
Las construcciones con formas arquitectónicas como las esquematizadas en la figura 1, tanques con forma de
OM
superficies esféricas o elipsoides, botellas, vasos, torres de enfriamiento, son muy comunes.
Desde la antigüedad, los paraboloides, casquetes esféricos y elipsoides formaron parte de las cúpulas de las
grandes construcciones.
.C
DD
Figura 2
El famoso arquitecto Gaudí fue pionero en utilizar los hiperboloides de una hoja (consideraba que
simbolizaban la luz, ya que ésta entra por el cuello circular y se desliza por la superficie). No era la única razón
por la cual utilizaba este tipo de superficies. Según su criterio, era la que mejor difundía el sonido. Por ello las
LA
cubiertas de su quizá más famosa obra (aunque inconclusa): la catedral de Barcelona, La sagrada familia
(figura 2), tiene fragmentos de hiperboloides y de paraboloides elípticos.
Objetivos
Al finalizar la lectura comprensiva y activa de la presente unidad, se espera que el lector pueda:
FI
Superficies cuádricas
Las superficies definidas por una ecuación de segundo grado en las variables “x”, “y”, “z”, reciben el nombre
de cuádricas.
Del estudio y análisis de la ecuación general de segundo grado con tres variables, cuya expresión es:
71
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
𝑀𝑥 2 + 𝑁𝑦 2 + 𝑃𝑧 2 = 𝑅 (2)
todos los coeficientes son distintos de cero, podemos dividir dicha ecuación por “R”, resultando:
𝑀 2 𝑁 2 𝑃 2 𝑅
𝑥 + 𝑦 + 𝑧 =
𝑅 𝑅 𝑅 𝑅
la que también puede ser expresada como:
𝑥2 𝑦 2 𝑍2
+ + =1
𝑅 𝑅 𝑅
OM
𝑀 𝑁 𝑃
y haciendo:
𝑅 𝑅 𝑅
= 𝑎2 ; = 𝑏2 ; = 𝑐2
𝑀 𝑁 𝑃
resultando entonces una ecuación de la forma:
Expresión general de la
2 2 2
𝑥 𝑦 𝑧
negativo negativos
Elipsoide
Su ecuación canónica es:
𝑥2 𝑦2 𝑧2
FI
+ + =1 (4)
𝑎2 𝑏 2 𝑐 2
Dependiendo de los valores de 𝑎; 𝑏 o 𝑐 , el hiperboloide va a ser estirado según ese eje, o sea que si 𝑎 > 𝑏 >
𝑐 va a estar estirado en el eje x y así sucesivamente.
Simetría
Los tres términos del primer miembro de la expresión (4) son de segundo grado. los tres términos del primer
miembro son de segundo grado, por lo cual, si se cambia el signo de una sola de las tres variables, o de dos,
o de las tres, la ecuación no varía; por lo que el elipsoide elíptico es por esta condición, simétrico con respecto
a cada uno de los planos coordenados, con respecto a cada uno de los ejes coordenados y con respecto al origen
del sistema coordenado.
Traza sobre el plano xy
Para obtener la traza sobre el plano xy, realizamos la intersección de la superficie con el plano de ecuación z
= 0. Es decir:
𝑥2 𝑦2
+ =1 ; 𝑧=0
𝑎2 𝑏 2
Esta ecuación representa los puntos de una elipse sobre el plano de ecuación z = 0 (plano xy).
72
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Esta ecuación representa los puntos de una elipse sobre el plano de ecuación x = 0 (plano yz).
Resumiendo, con b > a > c; nos queda:
Plano
Traza
coordenado
𝑥2 𝑦2
xy (z=0) Elipse: + =1
.C 𝑎 2 𝑏2
𝑥2 𝑧2
xz (y=0) Elipse: 2
+ =1
𝑎 𝑐2
DD
𝑦2 𝑧2
yz (x=0) Elipse: 2
+ =1
𝑏 𝑐2
Dando distintos valores a x, y, z, obtendremos una superficie de revolución como se ve en la figura siguiente:
LA
z
FI
x x
Elipsoide Ejemplo real
73
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
y las otras dos formas canónicas son:
𝑥2 𝑦2 𝑧2 𝑥2 𝑦2 𝑧2
− + =1 (6) ; − 2+ 2+ 2=1 (7)
𝑎2 𝑏 2 𝑐 2 𝑎 𝑏 𝑐
Simetría
La simple observación de la ecuación, donde los tres términos del primer miembro son de segundo grado, por
.C
lo cual, si se cambia el signo de una sola de las tres variables, o de dos, o de las tres, la ecuación no varía; el
hiperboloide de una hoja es por tanto simétrico con respecto a cada uno de los planos coordenados, con
respecto a cada uno de los ejes coordenados y con respecto al origen del sistema de coordenadas
DD
Traza sobre los planos xy
Para obtener la traza sobre el plano xy, realizamos la intersección de la superficie con el plano de ecuación z
= 0. Es decir:
𝑥2 𝑦2
+ =1 ; 𝑧=0
𝑎2 𝑏 2
Esta ecuación representa los puntos de una elipse sobre el plano de ecuación z = 0 (plano xy). Esta elipse tiene
LA
74
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
𝑥2 𝑧2
xz (y=0) Hipérbola: 2
− =1
𝑎 𝑐2
𝑦2 𝑧2
yz (x=0) Hipérbola: 2
− =1
𝑏 𝑐2
OM
variable cuyo coeficiente es negativo
z
.C x
DD
Hiperboloide de una hoja Ejemplo real
𝑥2 𝑦2 𝑧2 𝑥2 𝑦2 𝑧2
− 2+ 2− 2=1 (9) − 2− 2+ 2=1 (10)
𝑎 𝑏 𝑐 𝑎 𝑏 𝑐
El desarrollo de la ecuación (8), es representativa de todas las formas, ya que las superficies difieren solamente
en sus posiciones con relación a los ejes coordenados.
Análisis de simetría
Por las mismas razones expuestas en la cuádrica anterior (hiperboloide de una hoja), el hiperboloide de dos
hojas es simétrico con respecto a cada plano coordenado, con respecto a cada eje coordenado y con respecto
al origen del sistema de coordenadas.
Traza sobre el plano xy
Para obtener la traza sobre el plano xy, realizamos la intersección de la superficie con el plano de ecuación z
= 0. Es decir:
𝑥2 𝑦2
− =1 ; 𝑧=0
𝑎2 𝑏 2
Esta ecuación representa los puntos de una hipérbola sobre el plano de ecuación z = 0 (plano xy)
Traza sobre el plano xz
De manera análoga a lo hecho anteriormente, podemos obtener la traza del hiperboloide sobre el plano xz,
realizando la intersección de la superficie con el plano de ecuación y = 0 (plano xz).
75
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Plano
OM
Traza
coordenado
xy (z=0) Ninguna
𝑧2 𝑥2
xz (y=0) Hipérbola: 2
− =1
𝑐 𝑎2
𝑧2 𝑦2
yz (x=0)
.C
Hipérbola:
𝑐 2
−
𝑏2
=1
DD
El eje del hiperboloide corresponde a la variable cuyo coeficiente es positivo. No hay traza en el plano
coordenado perpendicular a este eje, con lo que este gráfico corresponde a la ecuación:
𝑧2 𝑥2 𝑦2
− − =1
𝑐 2 𝑎2 𝑏 2
LA
z
FI
x
y
76
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Los dos coeficientes son Uno de los coeficientes es
positivos positivo y el otro negativo
Paraboloide elíptico
Una forma canónica de la ecuación del paraboloide elíptico es:
𝑥2 𝑦2
+ = 𝑐𝑧 (13)
𝑎2 𝑏 2
.C
y las otras dos formas canónicas son:
𝑥2 𝑧2
+
𝑎2 𝑏 2
= 𝑐𝑦 (14) ;
𝑦2 𝑧2
+
𝑎2 𝑏 2
= 𝑐𝑥 (15)
DD
Para cada forma podemos tener dos variaciones, según sea “c” positivo o negativo.
Analizaremos la ecuación (13) y este estudio será representativo de todas las formas.
Traza sobre el plano xz
Es la parábola de ecuación:
𝑥2
= 𝑐𝑧 𝑦=0
LA
𝑎2
Traza sobre el plano yz
Es la parábola de ecuación:
𝑦2
= 𝑐𝑧 𝑥=0
𝑏2
FI
Plano
Traza
coordenado
𝑥2 𝑦2
xy (z=0) Elipse: 2
+ =1
𝑎 𝑏2
𝑥2
xz (y=0) Parábola: = 𝑐𝑧
𝑎2
𝑦2
yz (x=0) Parábola: = 𝑐𝑧
𝑏2
77
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
𝑎2 𝑏 2
y las otras dos formas canónicas son:
𝑥2 𝑧2 𝑦2 𝑧2
− = 𝑐𝑦 (17) ; − = 𝑐𝑥 (18)
𝑎2 𝑏 2 𝑎2 𝑏 2
Analizaremos la ecuación (16) y este estudio será representativo de todas las formas.
.C
Intersección con los Ejes Coordenados
Es la parábola de ecuación:
𝑥2
DD
= 𝑐𝑧 𝑦=0
𝑎2
Traza sobre el plano yz
Es la parábola de ecuación:
𝑦2
− 2 = 𝑐𝑧 𝑥=0
𝑏
LA
Plano
Traza
coordenado
FI
xz (y=0) Parábola: = 𝑐𝑧
𝑎2
𝑦2
yz (x=0) Parábola: − 2 = 𝑐𝑧
𝑏
El eje del paraboloide corresponde con la variable elevada a la primera potencia
78
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Sumar y restar vectores de ℝn.
Multiplicar un vector de ℝ𝑛 por un escalar.
Utilizar las propiedades de las operaciones entre vectores de ℝ𝑛 para resolver situaciones
problemáticas.
Aplicar las formas de cálculo del producto escalar entre vectores, sus propiedades y conceptos
derivados, en la resolución de problemas de Álgebra, Geometría o Física.
Analizar si un vector es combinación lineal de un conjunto de vectores de ℝ𝑛
.C
Investigar si un conjunto de vectores es linealmente independiente o dependiente de ℝ𝑛 .
Ingeniería y vectores de ℝ𝑛
Podemos expresar el listado de precios de una panadería como un vector de n dimensiones, siendo n la cantidad
DD
de productos que elabora dicha panadería: pan francés, pan miñón, criollos de hojaldre, criollos comunes,
facturas, medialunas, donde vemos que n, en este caso sería 6.
Armemos el vector:
𝑝𝑎𝑛 𝑓𝑟𝑎𝑛𝑐é𝑠 $ 40
𝑝𝑎𝑛 𝑚𝑖ñó𝑛 $ 50
LA
𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 ℎ𝑜𝑗𝑎𝑙𝑑𝑟𝑒 $ 60
𝑃= = ($ 40, $ 50, $ 60, $50, $ 30, $25) =
𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 𝑐𝑜𝑚𝑢𝑛𝑒𝑠 $ 50
𝑓𝑎𝑐𝑡𝑢𝑟𝑎𝑠 $ 30
[ 𝑚𝑒𝑑𝑖𝑎𝑙𝑢𝑛𝑎𝑠 ] [$ 25]
Vemos que este vector es de dimensión 6, que se puede escribir como una fila o una columna.
FI
Este concepto lo podemos aplicar, también, a los componentes de una torta (harina, azúcar, chocolate, crema,
etc), o a los autos (chapa, ruedas, vidrios, volante, etc), donde dependiendo de la cantidad de componentes que
posea cada elemento tendremos el n correspondiente.
Definición
Un vector de ℝ𝑛 es un conjunto ordenado de n números reales, los cuales son llamados componentes. Lo
denotaremos de la siguiente manera:
𝑣1
𝑣2
𝑣 = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ) = 𝑣3
⋮
[𝑣𝑛 ]
Igualdad de vectores
Dos vectores 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ) y 𝑢 = (𝑢1 , 𝑢2 , 𝑢3 , … , 𝑢𝑛 ) en ℝ𝑛 son iguales si:
𝑣1 = 𝑢1 , 𝑣2 = 𝑢2 , 𝑣3 = 𝑢3 , … , 𝑣𝑛 = 𝑢𝑛
Suma/Resta de vectores
La suma de dos vectores 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ) y 𝑢 = (𝑢1 , 𝑢2 , 𝑢3 , … , 𝑢𝑛 ) en ℝ𝑛 se define por:
𝑣 + 𝑢 = (𝑣1 + 𝑢1 , 𝑣2 + 𝑢2 , 𝑣3 + 𝑢3 , … , 𝑣𝑛 + 𝑢𝑛 )
79
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 ℎ𝑜𝑗𝑎𝑙𝑑𝑟𝑒 260 𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 ℎ𝑜𝑗𝑎𝑙𝑑𝑟𝑒 60
𝑃1 = = e ingresa la siguiente mercadería: 𝑃2 = =
𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 𝑐𝑜𝑚𝑢𝑛𝑒𝑠 350 𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 𝑐𝑜𝑚𝑢𝑛𝑒𝑠 35
𝑓𝑎𝑐𝑡𝑢𝑟𝑎𝑠 230 𝑓𝑎𝑐𝑡𝑢𝑟𝑎𝑠 23
[ 𝑚𝑒𝑑𝑖𝑎𝑙𝑢𝑛𝑎𝑠 ] [ 525 ] [ 𝑚𝑒𝑑𝑖𝑎𝑙𝑢𝑛𝑎𝑠 ] [ 125]
100 50 150 𝑝𝑎𝑛 𝑓𝑟𝑎𝑛𝑐é𝑠
150 100 250 𝑝𝑎𝑛 𝑚𝑖ñó𝑛
260 60 320 𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 ℎ𝑜𝑗𝑎𝑙𝑑𝑟𝑒
.C
el stock final será 𝑃𝑓 = 𝑃1 + 𝑃2 = + = =
350 35 385 𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 𝑐𝑜𝑚𝑢𝑛𝑒𝑠
230 23 253 𝑓𝑎𝑐𝑡𝑢𝑟𝑎𝑠
[525] [125] [650] [ 𝑚𝑒𝑑𝑖𝑎𝑙𝑢𝑛𝑎𝑠 ]
DD
Producto de un vector por un escalar
Dado 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ) un vector en ℝ𝑛 y 𝑘 un escalar, entonces la multiplicación queda:
𝑘𝑣 = (𝑘𝑣1 , 𝑘𝑣2 , 𝑘𝑣3 , … , 𝑘𝑣𝑛 )
Propiedades:
1) El producto de un escalar por un vector es distributivo respecto a la suma de escalares:
(λ+σ)𝑎=λ𝑎+σ𝑎
LA
En efecto, siendo λ 𝑎 y σ 𝑎 de la misma dirección que 𝑎 , su suma nos da un vector de la misma dirección,
cuyo módulo es el valor absoluto de la suma algebraica de dos segmentos cuyo sentido depende de los
signos de λ y σ y cuyos valores absolutos son λ|𝑎| y σ|𝑎|.
2) Es distributiva con respecto a la suma de vectores:
FI
λ (𝑎 + 𝑏) = λ 𝑎 + λ 𝑏
3) Goza este producto de la propiedad asociativa respecto del producto de escalares:
λ (σ . 𝑎) = (λ.σ) 𝑎 = σ (λ. 𝑎)
4) Elemento neutro
1𝑎 = 𝑎
𝑛
Ingeniería y vectores de ℝ
Siguiendo con el ejemplo de la panadería, supongamos que el dueño decide aumentar el precio 20%, lo que
queda:
𝑝𝑎𝑛 𝑓𝑟𝑎𝑛𝑐é𝑠 $ 40 $ 40 $ 48
𝑝𝑎𝑛 𝑚𝑖ñó𝑛 $ 50 $ 50 $ 60
𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 ℎ𝑜𝑗𝑎𝑙𝑑𝑟𝑒 $ 60 $ 60 $ 72
𝑃= = 𝑎𝑝𝑙𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑙 𝑎𝑢𝑚𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 20% 𝑃𝑓 = 1,2 . =
𝑐𝑟𝑖𝑜𝑙𝑙𝑜𝑠 𝑐𝑜𝑚𝑢𝑛𝑒𝑠 $ 50 $ 50 $ 60
𝑓𝑎𝑐𝑡𝑢𝑟𝑎𝑠 $ 30 $ 30 $ 36
[ 𝑚𝑒𝑑𝑖𝑎𝑙𝑢𝑛𝑎𝑠 ] [ $ 25] [ $ 25] [ $ 30]
Módulo de un vector en ℝ𝑛
Sea 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 ), un vector de ℝ𝑛 , el módulo de dicho vector estará dado por:
|𝑣| = √𝑣1 2 + 𝑣2 2 + 𝑣3 2 + ⋯ + 𝑣𝑛 2
80
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Sean 𝑒̅ , 𝑔̅ y ℎ̅ tres vectores no paralelos a un mismo plano y
𝑎̅ otro vector cualquiera. Proyectando el vector 𝑎̅ sobre cada
ℎ̅
uno de los vectores 𝑒̅ , 𝑔̅ y ℎ̅ (considerados como ejes de
referencia), paralelamente al plano determinado por los otros
dos y llamando 𝑎̅1 , 𝑎̅2 , 𝑦 𝑎̅3 a los vectores obtenidos como
proyección, resulta entonces: 𝑎̅ 𝑎̅1+ 𝑎̅2 + 𝑎̅3. Por otra parte,
𝑎̅3
𝑎̅2 .C 𝑎̅
siendo 𝑎̅1 un vector que tiene la dirección de 𝑒̅ , es: 𝑎̅1 = 𝜆1 𝑒̅ ,
siendo 𝜆1 un escalar (igual al cociente entre los módulos de 𝑎̅1
y 𝑒̅, con signo positivo (+) si estos tienen el mismo sentido y
DD
𝑔̅ signo negativo (-) si tienen sentidos opuestos). Análogamente
𝑎̅1 es 𝑎̅2 = 𝜆2 𝑔̅ y 𝑎̅3 = 𝜆3 ℎ̅, siendo 𝜆2 y 𝜆3 escalares.
𝑒̅
Resulta así:
𝑎̅ = 𝜆1 𝑒̅ + 𝜆2 𝑔̅ + 𝜆3 ℎ̅
LA
Queremos pintar nuestra pieza de color verde (vector 𝑣 de la ecuación anterior), entonces, combinando
linealmente el tacho azul, el amarillo y el verde, logramos lo que necesitamos de la siguiente forma:
𝑉𝑒𝑟𝑑𝑒 = 500𝑚𝑙 𝑎𝑚𝑎𝑟𝑖𝑙𝑙𝑜 + 500𝑚𝑙 𝑎𝑧𝑢𝑙 + 500𝑚𝑙 𝑑𝑒 𝑣𝑒𝑟𝑑𝑒
Lo que estamos haciendo es combinar linealmente (a través de escalares 𝜆1 = 500𝑚𝑙, 𝜆2 = 500𝑚𝑙 𝑦 𝜆3 =
500𝑚𝑙) 3 colores (vectores rojo, azul y amarillo) para obtener lo que necesitamos.
Dependencia e independencia lineal de vectores
Para determinar analíticamente si un conjunto de vectores es linealmente independiente o dependiente, se debe
investigar qué tipo de combinación lineal genera al vector nulo.
Diremos que un conjunto de vectores 𝑨 = (𝒗𝟏 , 𝒗𝟐 , 𝒗𝟑 , … , 𝒗𝒏 ) es linealmente independiente, si la única
forma de escribir el vector nulo (0) como combinación lineal de los vectores de A es con todos escalares
nulos. Es decir:
𝟎 = 𝝀𝟏 𝒗 𝟏 + 𝝀𝟐 𝒗 𝟐 + 𝝀 𝟑 𝒗 𝟑 + … + 𝝀𝒏 𝒗 𝒏 ⟹ 𝝀𝟏 = 𝝀𝟐 = 𝝀𝟑 = ⋯ = 𝝀𝒏 = 𝟎
81
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
paralelos).
Cuando esto no ocurre, los vectores son linealmente independientes y tendrán direcciones distintas.
La condición necesaria y suficiente para que tres vectores sean coplanares, es que sean linealmente
dependientes. Si los vectores son linealmente independientes, los mismos tienen tres direcciones diferentes.
En otras palabras, tres vectores son linealmente dependientes sí y sólo sí su producto mixto es cero (es decir
no generan volumen).
.C
Ingeniería y Dependencia e independencia lineal de vectores
Volviendo al caso anterior de la pintura, si queremos obtener el color cero (suponiendo que exista),
combinando linealmente el rojo, el azul y el amarillo, nos queda:
0 = 𝜆1 𝑟𝑜𝑗𝑜 + 𝜆2 𝑎𝑧𝑢𝑙 + 𝜆3 𝑎𝑚𝑎𝑟𝑖𝑙𝑙𝑜
DD
Al ser estos 3 los colores primarios, la única combinación de 𝜆1 , 𝜆2 𝑦 𝜆3 , es que todos tengan el valor cero,
ahora tomemos los 4, o sea sumemos el verde, lo que nos queda:
0 = 𝜆1 𝑟𝑜𝑗𝑜 + 𝜆2 𝑎𝑧𝑢𝑙 + 𝜆3 𝑎𝑚𝑎𝑟𝑖𝑙𝑙𝑜 + 𝜆4 𝑣𝑒𝑟𝑑𝑒
Vemos que 𝜆1 , 𝜆2 , 𝜆3 𝑦 𝜆4 , van a ser distintos de 0, ya que combinando linealmente el azul y el amarillo
obtenemos color verde, si le sumamos más verde (en este caso 𝜆4 sería negativo pero ≠ 0), vemos que los
LA
escalares son distintos de cero, por lo que ese conjunto A es linealmente dependiente.
FI
82
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Utilizar las matrices en el modelado de problemas.
Definición
Se llama matriz a un cuadro ordenado, que puede contener en su interior números reales o complejos, letras o
números y letras; polinomios, funciones y todo aquel elemento q sea importante agrupar en forma ordenada
según condiciones del problema particular analizado; es decir elementos dispuestos en un cierto orden,
distribuidos en “m” filas y “n” columnas.
.C
A los elementos de una matriz se los distingue con un doble subíndice; el primero indica el número de orden
de la fila contando de arriba hacia abajo; y el segundo, el número de orden de la columna contando de izquierda
a derecha. Por ejemplo, el elemento 𝑎ij ocupa la fila “i” y la columna “j”.
Se identifica a las matrices, encerrando el cuadro de elementos entre corchetes, [ ] , paréntesis gruesos, ( ) , o
DD
dobles barras .
Entonces una matriz que tenga “m” filas y “n” columnas, se dice que es de dimensión, de orden o de tipo “m
x n”.
Si la matriz tiene “m” filas y “m” columnas, decimos que la matriz es cuadrada de orden “m”.
A las matrices las identificamos con letras mayúsculas (A, B, C, . . . . , M) y se las escribe del siguiente modo:
LA
“n” columnas
Esta es la matriz “A” de orden “m x n”. En forma abreviada se expresan las matrices:𝐴 = ‖𝑎𝑖𝑗 ‖, en donde i =
1, 2, 3, . . . . , m y j = 1, 2, 3, . . . . . , n .
Si se quiere poner en evidencia las dimensiones de la matriz, se escribe: A (mxn) = ‖𝑎𝑖𝑗 ‖. No usaremos la
notación [𝑎ij] ó (𝑎ij) ya que se puede pensar que los corchetes o los paréntesis encierran un único elemento 𝑎ij
La matriz compuesta de una sola fila se llama matriz fila o vector fila y se conviene usar paréntesis para
indicar (encerrar) una matriz de una sola fila:
A = (𝑎1 𝑎2 𝑎3 . . . . . 𝑎p)
La matriz compuesta de una sola columna se llama matriz columna o vector columna y en este caso se usan
𝑎1
𝑎2
los corchetes para designarla. 𝐴 = 𝑎3
⋮
[𝑎𝑛 ]
Para simplificar la escritura, en lugar de escribir en columna los elementos de la matriz columna, se los puede
escribir en fila, encerrando los mismos entre corchetes:
A = [𝑎1 𝑎2 . . . . . . . 𝑎m]
83
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Ya hemos definido la matriz cuadrada, como aquella que tiene el mismo número de filas que de columnas.
Matriz Rectangular: es aquella que tiene diferente número de filas y de columnas. Pueden ser matrices
rectangulares de tipo horizontal o de tipo vertical. La primera, la de tipo horizontal, es aquella que tiene
mayor número de columnas que de filas; y la segunda, o sea la de tipo rectangular vertical, es la que tiene
más filas que columnas.
Matriz Transpuesta: Dada la matriz “A” de orden n x p, se denomina transpuesta (o traspuesta) de “A” y se
indica At a la matriz que tiene como filas y columnas, las columnas y filas de “A” (respetando el orden). Es
.C
decir, si Anxp = (𝑎ij), la matriz transpuesta de A es: At(pxn) = (𝑎ji)
Ejemplo: Si
−1 2
−1 3 4
DD
𝐴=[ 3 5] ; 𝑒𝑠 𝐴𝑡 = [ ]
2 5 −2
4 −2
Toda matriz de orden 1x1 es igual a su traspuesta. La transposición verifica (𝐴𝑡 )𝑡 = 𝐴
La transposición de matrices goza de las siguientes propiedades:
1) La transpuesta de una suma de matrices es la suma de las transpuestas: (𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵 𝑡
2) La transpuesta de un producto de matrices se obtiene multiplicando en orden inverso las transpuestas de
LA
constituyen todos los elementos que tienen iguales sus subíndices 𝑎𝑖𝑖 . Tomemos como ejemplo, la matriz
“A” de orden n x n:
𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
𝐴𝑚𝑥𝑛 = [ ]
⋮ ⋮ ⋮ ⋮
84
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
En la matriz Inxn se cumple que: 𝑎ij = 1 sí i = j
Ejemplo:
1 0 0 0
1 0 0
0 1 0 0
𝐼=[ ] ; 𝐼 = [0 1 0]
0 0 1 0
0 0 1
.C
0 0 0 1
y además se verifica que: A.I = I.A = A
2 1 1 0
𝑠𝑖 𝐴(2𝑥2) = [ ] 𝑒 𝐼(2𝑥2) = [ ]
−3 4 0 1
DD
entonces se cumple que
2 1 1 0 2 1
𝐴 .𝐼 = 𝐼 .𝐴 = [ ] .[ ]=[ ]
−3 4 0 1 −3 4
Matriz Simétrica: Una matriz cuadrada se denomina simétrica sí y sólo sí es igual a su transpuesta. Por lo
tanto, en una matriz simétrica los elementos simétricos con respecto a la diagonal principal son iguales; es
decir: Anxn es simétrica A = At 𝑎ij = 𝑎ji
LA
Ejemplo:
La matriz
1 5 −6 1 5 −6
𝑡
𝐴=[ 5 3 2 ] es simétrica, pues es igual a 𝐴 = [ 5 3 2]
−6 2 −4 −6 2 −4
FI
Matriz Antisimétrica: Una matriz cuadrada se denomina antisimétrica sí y sólo sí es igual a la opuesta de
su transpuesta. Por lo tanto en una matriz antisimétrica los elementos simétricos con respecto a ladiagonal
principal son opuestos. Es decir Anxn es antisimétrica sí y sólo sí A = - At 𝑎ij = - 𝑎ji
Ejemplo:
La matriz
0 5 −6
𝐴 = [−5 0 2 ] es antisimétrica.
6 −2 0
Nota: Los elementos de la diagonal principal de una matriz antisimétrica son nulos, pues para que 𝑎ii = - 𝑎ii
sólo se puede verificar si 𝑎ii = 0.
Son válidas las siguientes Propiedades:
1) El producto de toda matriz por su transpuesta es una matriz simétrica, o sea A.At es simétrica (no es
necesario que la matriz considerada sea cuadrada).
2) La suma de toda matriz cuadrada y de su transpuesta es simétrica; o sea: A + At es simétrica
3) La diferencia de toda matriz cuadrada con su transpuesta es antisimétrica; o sea: A – At es antisimétrica.
4) Toda matriz cuadrada es la suma de una matriz simétrica y de una matriz antisimétrica. Si “A” es una
matriz cuadrada de orden nxn, de las propiedades 2ª y 3ª resulta que: ½ (A+At) es simétrica, y que ½
(A-At) es antisimétrica, por lo tanto: A = ½ (A+At) + ½ (A-At)
85
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Matriz Escalonada: Se denomina matriz escalonada a una matriz no necesariamente cuadrada, que tiene la
forma similar a una matriz triangular superior, en la cual los renglones o filas cuyos elementos son todos
nulos aparecen en la parte inferior de la matriz; y además, en los renglones que no contienen solamente
ceros, el primer elemento no nulo en el renglón inferior ocurre más hacia la derecha que el primer elemento
no nulo del renglón superior.
Ejemplos de matrices escalonadas:
2 4 5 −7 1 5 3 5 4 9 6 3 5 7
[
0 0 3
0 0 0
0 0 0 .C 2 4 8
6 2 9
0 4 8
3 2 1
] ; [0 5 7] ; [
0 0 9
0 4 3 1 8
0 0 0 9 6
0 0 0 0 0
] ; [
0 2 0
0 0 6
0 0 0
]
DD
Matriz Inversa: Decimos que una matriz cuadrada “A” es invertible, si es posible encontrar una matriz
cuadrada “B” del mismo orden que “A”, tal que:
𝐴 .𝐵 = 𝐵 .𝐴 = 𝐼
Entonces la matriz “B” es la matriz inversa de “A” y viceversa.
La matriz inversa de “A” se la indica con el símbolo A-1.
Matriz Ortogonal: Una matriz cuadrada no singular se denomina ortogonal sí y sólo sí su inversa es igual a
LA
su transpuesta; o sea A es ortogonal A-1 = At. O también, expresado de otra manera, una matriz cuadrada
es ortogonal, sí y sólo sí el producto de dicha matriz por su transpuesta da como resultado la matriz unidad,
o sea:
A es ortogonal 𝐴 . 𝐴𝑡 = 𝐴𝑡 . 𝐴 = 𝐼 = At . A
Ejemplo: La matriz
FI
1 √3 1 √3
−
𝐴= 2 2 𝑒𝑠 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙, 𝑝𝑢𝑒𝑠 𝐴𝑡 = 2 2
√3 1 √3 1
[− 2 2] [2 2]
y se cumple:
1 √3 1 √3
−
2 2 . 2 2 = [1 0]
√3 1 √3 1 0 1
−
[ 2 2] [2 2]
y además el producto escalar de los vectores filas o columnas debe ser igual a cero, es decir los vectores filas
o columnas deben ser perpendiculares entre sí.
Igualdad de Matrices
Dos matrices son iguales sí y sólo sí tienen el mismo orden (es decir igual número de filas y de columnas) y
sus elementos correspondientes son iguales. (Se llaman elementos correspondientes a aquellos que pertenecen
a igual fila e igual columna).
Simbólicamente, dadas las matrices:
86
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
resulta:
3 + (−3) 1+2 (−2) + 4 0 3 2
𝐶 =𝐴+𝐵 =[ ]=[ ]
(−4) + 1 0 + (−2) 5+0 −3 −2 5
Propiedades de la Adición de Matrices
a) Propiedad de clausura (u operación cerrada): La suma de dos matrices es otra matriz definida en forma
única.
.C
b) Propiedad Conmutativa: A + B = B + A
En base a la definición de la suma de matrices, es: A + B = (𝑎ij) + (bij) = (y por la propiedad conmutativa
de la adición para números reales) = (bij) + (𝑎ij) = B + A
DD
c) Propiedad Asociativa: (A + B) + C = A + (B + C) y por la definición de suma de matrices es: (A + B) + C
= [ (aij) + (bij) ] + (cij) = (y por la propiedad asociativa de la adición para números reales) = (𝑎ij) + [ (bij) +
(cij) ] = A + (B + C)
d) Existencia del Elemento Neutro: Una matriz cuyos elementos son todos ceros, se llama matriz cero o matriz
nula. O sea: N = (nij), está definida por nij = 0 para todo “i” y para todo “j” ( nij = 0 , i j) Si a la
matriz Anxm le sumamos la matriz nula Nnxm , el resultado será la misma matriz “Anxm”.
LA
Para el conjunto de todas las matrices de orden “n x m”, la matriz nula de orden n x m es el elemento neutro
de la adición para dichas matrices.
e) Existencia del Elemento Opuesto: La matriz opuesta de A = (𝑎ij) es -A = (- 𝑎ij) ; es decir: “La matriz
opuesta es el elemento opuesto o inverso aditivo de la adición de matrices” , ya que sí: A = (𝑎ij) es -A = (-
𝑎ij) y se verifica que: A + (-A) = (𝑎ij) + (- 𝑎ij) = 0 = N
FI
OM
=
donde:
Cij = 𝑎i1.b1j + 𝑎i2.b2j + . . . . .+ 𝑎ip.bpj
en donde: i varía entre 1, 2, . . m, y, j varía entre 1, 2, . . . q, y en forma abreviada:
𝑘=1
fila i
Cij
LA
o expresado de otra manera, diremos que multiplicamos el primer elemento de la fila “i” por el primer elemento
de la columna “j” a quien le sumamos el producto del segundo elemento de la fila “i” por el segundo elemento
de la columna “j”, más el producto del tercer elemento de la fila “i” por el tercer elemento de la columna “j”,
y así sucesivamente, hasta haber completado todos los elementos de dicha fila y columna.
b11 b12
FI
b21 b22
b31 b32
88
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
de la matriz “C”. Los números de esta tercera fila de la matriz resultado “C”, deben ser iguales a la suma de
los elementos de las columnas de dicha matriz “C”, o sea:
41 = 8 + 33 , y , -4 = -2 + (-2).
Esta operación adicional al producto de las matrices “A” y “B” nos permite comprobar la exactitud de los
resultados obtenidos; es decir se trata de una verificación del producto de las matrices “A” y “B”.
Propiedades de la Multiplicación de Matrices
1) En general, la multiplicación de matrices no goza de la Propiedad Conmutativa; es decir que:
.C A.B B.A
Si como caso especial, resulta A.B = B.A, se dice que las dos matrices conmutan o que son permutables.
También puede ocurrir que si A.B = -B.A, en este caso las matrices se denominan anticonmutativas.
DD
Ejemplo:
3 12 3
A ; B 4 1 A . B ; B . A 17
5 20 5
2) Dadas las siguientes matrices: Anxm ; Bmxp y Cpxq , se pueden multiplicar las mismas con la condición
de que el número de columnas de cada una de ellas sea igual al número de filas de la siguiente, o sea:
LA
resulta que si multiplico las matrices A.B el resultado es una matriz F de orden nxp; la cual puedo
multiplicar por la matriz C de orden pxq y dicho resultado me da la matriz D de orden nxq. En esta forma
puedo continuar con el análisis y demostrar la Propiedad Asociativa.
3) Propiedad Distributiva: La operación (A+B).C = A.C + B.C, indica que el producto de matrices es
distributivo a derecha respecto a la suma de matrices.
También: C.(A+B) = C.A + C.B , goza de la Propiedad Distributiva, pero en este caso decimos que es
distributiva a izquierda respecto de la suma de matrices.
4) Puede ocurrir también que como consecuencia del producto de dos matrices no nulas, obtengamos por
resultado una matriz NULA.
𝐴≠0
𝐴 .𝐵 = 0 ⇒
𝐵≠0
5) El producto de una matriz “A” por una matriz nula, ó el producto de una matriz nula por una matriz “A”,
da por resultado una matriz NULA
.A.0 = 0.A = 0
6) El producto de un escalar “l” por el producto de dos matrices es igual al producto de dicho escalar por
una de ellas y este resultado luego multiplicado por la otra matriz, o sea:
l ( B.C ) = ( l.B).C = B.( l.C)
7) La transpuesta del resultado del producto de dos matrices es igual al producto de dichas transpuestas
pero en orden inverso:
89
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
2 −1 𝟐 −𝟏
[ 5 2] 𝒆𝟑 (−𝟏) [𝟓 𝟐]
−3 0 𝟑 𝟎
Sumar a la fila “i” otra fila “l”, previamente multiplicada por el escalar “l” . Se sobre entiende que i l y
que l 0 . Esta operación se expresa: eil(l) .
.C
2 −1 𝟐 −𝟏
[ 5 2] 𝒆𝟐 𝟑 (𝟐) [ −𝟏 𝟐]
−3 0 −𝟑 𝟎
Intercambiar la fila “i” con la fila “l”. (Intercambiar dos filas entre sí). Se escribe: eil
DD
2 −1 𝟐 −𝟏
[ 5 2] 𝒆𝟐 𝟑 [−𝟑 𝟎]
−3 0 𝟓 𝟐
Matriz Reducida por Filas
LA
Para obtener una matriz reducida por filas es necesario realizar una serie de operaciones elementales que van
transformando la matriz dada en matrices equivalentes, hasta que la matriz obtenida, que llamaremos, Matriz
Reducida por Filas, satisfaga las siguientes condiciones:
1) Tiene forma escalonada, es decir, los primeros elementos no nulos de una fila, se encuentran a la derecha
de los de cualquier fila anterior. A dichos elementos no nulos se los denomina elementos conductores.
2) Los elementos conductores son iguales a uno.
FI
3) En las columnas de los elementos conductores, los restantes elementos son ceros.
4) Las filas nulas (si existen), están debajo de las no nulas.
Ejemplo de matriz reducida por filas :
1 5 0 0 4
0 0 1 0 −2
[ ]
0 0 0 1 2
0 0 0 0 0
¿Qué valores deben tener “” y “” para que la matriz M, sea una matriz reducida por filas?
0 1 𝛼 −7 0 2
𝑀 = [0 0 1 3 0 1]
0 0 0 0 𝛽 0
Para que la matriz “M” sea una matriz reducida por filas, de acuerdo a la definición, deberá ser = 0 y = 1
, ó , = 0.
¿Qué operación elemental debemos aplicar a la matriz “C” para que resulte una matriz reducida por filas?
90
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Los distintos autores identifican al rango o característica de una matriz, con la letra “r” o con la letra “h”.
En la matriz reducida, el rango o característica queda determinado por la cantidad de filas no nulas que
tiene dicha matriz reducida.
Matriz Elemental
Una matriz elemental de orden “n x n” se puede obtener a partir de una matriz identidad de orden “n” realizando
una sola operación elemental de filas sobre la misma.
El producto de la matriz elemental “E” por la matriz “A” es la misma matriz que resultaría de efectuar la
.C
misma operación elemental sobre las filas de “A”.
Toda matriz elemental es invertible.
Ejemplo:
DD
Dadas las matrices
4 2 1 1 0 0
𝐴 = [5 3 2 ] ; 𝐼 = [0 1 0 ]
3 −2 −1 0 0 1
1 0 0 0 1 0
𝐼 = [0 1 0] ⇒ 𝑒12 ⇒ 𝐸 = [1 0 0]
LA
0 0 1 0 0 1
4 2 1 4 2 1
5 3 2 =A 5 3 2 e12
3 -2 -1 3 -2 -1
0 1 0 5 3 2 5 3 2
FI
E= 1 0 0 4 2 1 = E.A 4 2 1
0 0 1 3 -2 -1 3 -2 -1
Obtención de la Matriz Inversa mediante Operaciones Elementales
La condición necesaria y suficiente para que una matriz cuadrada admita inversa, es que todas las filas (o
columnas) de la misma sean linealmente independientes.
Se dispone de la siguiente manera: A In
eil eil
RA A-1
Se le realizan operaciones elementales de filas a la matriz “A” de forma tal de llegar a su reducida por filas,
que es la matriz identidad RA = In .
Si en el transcurso de las operaciones (al obtener la matriz triangular) aparece un cero en la diagonal principal,
“A” no será invertible, puesto que dicho cero muestra la existencia de una combinación lineal entre las filas
de “A”.
91
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
6) ( m . A ) 1 1 A1
m
.C
DD
LA
FI
92
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Definición
A toda matriz cuadrada viene asociado un número, un valor intrínseco, propio de cada matriz, que se denomina
determinante.
En esta unidad se estudiará la función determinante, que es una “función con valores reales de una variable
matricial” en el sentido que asocia un número real f(X) con una matriz X. El trabajo que se efectuará sobre
funciones determinantes tendrá importantes aplicaciones en la teoría de sistemas de ecuaciones lineales y
.C
también conducirá a una fórmula explícita para calcular la inversa de una matriz invertible.
IMPORTANTE: sólo a las matrices cuadradas se puede calcular el determinante, a las matrices
rectangulares, verticales u horizontales, NO se pueden calcular el determinante
DD
Sea A una matriz cuadrada. La función determinante se simboliza por:
𝑎11 𝑎12
det A, ó det [𝑎 ] ó simplemente como |𝐴|
21 𝑎22
es decir “A” encerrado entre simples barras, se define como la suma de los productos elementales con signo
de A. El número det A, se denomina determinante de A.
LA
Por producto elemental de una matriz A n x n se entiende cualquier producto de n elementos de A, de los
cuales ningún par de elementos proviene del mismo renglón o de la misma columna.
Supuesta una matriz “A”, cuadrada, de orden n x n, es decir n filas y n columnas, o sea un total de n2 elementos,
se obtiene el valor del determinante de “A”, formando la sumatoria de todos los productos posibles de “n”
elementos elegidos entre los n cuadrados (n2) elementos de la matriz, con la condición que en cada producto
FI
haya siempre un elemento de cada fila y uno de cada columna, anteponiendo a cada uno de estos productos el
signo más (+) o el signo menos (-) según que las permutaciones que indican las filas y las columnas sean de
clase par o impar respectivamente.
En la siguiente tabla podemos ver las permutaciones de {1, 2, 3} como se clasifican en par o impar:
Número de
Permutación Clasificación
inversiones
(1, 2, 3) 0 Par
(1, 3, 2) 1 Impar
(2, 1, 3) 1 Impar
(2, 3, 1) 2 Par
(3, 1, 2) 2 Par
(3, 2, 1) 3 impar
93
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
y el determinante asociado será, según lo dicho anteriormente:
𝑎11 𝑎12
det 𝐴 = det [𝑎 ] = 𝑎11 𝑎22 − 𝑎12 𝑎21
21 𝑎22
Si en lugar de ser una matriz de segundo orden (o sea de 2x2), se tratara de una matriz de 3x3, tendremos:
𝑎11 𝑎12 𝑎13
.C
Producto
𝐵 = |𝑎21 𝑎22 𝑎23 |
𝑎31 𝑎32 𝑎33
Permutación
Par o Impar
Producto elemental
DD
elemental asociada con signo
94
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
x 10 incluiría el cálculo de 10!= 3.628.800.
Matriz regular o no singular
Una matriz cuadrada de orden “n” es regular o no singular, si el determinante asociado a ella es distinto de
cero |𝐴| ≠ 0. Esto indica que los “n” vectores filas o “n” vectores columnas que la conforman son
linealmente independientes; es decir, el rango de dicha matriz es “n”.
Matriz singular o no regular
.C
Por el contrario, decimos que una matriz cuadrada de orden “n” es singular, no regular o degenerada, cuando
el determinante asociado a ella es cero |𝐴| = 0 ; es decir que el rango de dicha matriz será menor que “n”,
lo que nos indica que algún vector fila o vector columna es combinación lineal de los otros.
DD
Métodos de cálculo de determinantes
1- Regla de Sarrus
Se utiliza sólo para matrices de 3 x 3 y consiste en agregar debajo de la tercera fila, las dos primeras filas, o a
continuación de la tercera columna, las dos primeras columnas, y luego realizar los productos cruzados como
se muestra a continuación:
LA
Estos productos que corresponden a la diagonal principal de la matriz (es decir la que va del extremo superior
izquierdo al extremo inferior derecho) y sus dos paralelas, salen a conformar la sumatoria con el signo que
tienen (positivo si todos sus términos son positivos ó negativo si alguno de sus términos es negativo) que
indicamos con el signo ( + ) y la que corresponde a la diagonal secundaria (la que va del extremo inferior
izquierdo al extremo superior derecho) y sus dos paralelas cambian su signo para con-formar la sumatoria.
Esto significa que si son positivos resultarán negativos y sí son negativos resultan positivos. Esto está indicado
con el signo ( - ).
2- Método de Cofactores
Dada una matriz cuadrada de orden “n”, se denomina “menor complementario” de un elemento cualquiera
𝒂𝐢𝐣 , al determinante asociado a la submatriz de orden “n-1”, que se obtiene después de suprimir la fila que
ocupa el lugar “i” y la columna del lugar “j”.
Dada la matriz “A” de orden 3x3, el menor complementario del elemento 𝒂𝟐𝟑 , es:
𝑎11 𝑎12 𝑎13
𝑎11 𝑎12
A = [𝑎21 𝑎22 𝑎23 ] ⟹ 𝑀23 = [𝑎 𝑎32 ]
31
𝑎31 𝑎32 𝑎33
95
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Demostraremos que: “El valor de un determinante es igual a la suma de los elementos de una línea cualquiera
multiplicados por sus adjuntos correspondientes”.
OM
Si desarrollamos el determinante de tercer orden:
𝑎11 𝑎12 𝑎13
|A| = [ 21 𝑎22 𝑎23 ] = 𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 − 𝑎11 𝑎23 𝑎32 − 𝑎12 𝑎21 𝑎33 − 𝑎13 𝑎22 𝑎31
𝑎
𝑎31 𝑎32 𝑎33
y extrayendo factores comunes, resulta:
= 𝑎11 (𝑎22 𝑎33 − 𝑎23 𝑎32 ) + 𝑎12 (𝑎23𝑎31 − 𝑎21 𝑎33 ) + 𝑎13 (𝑎21 𝑎32 − 𝑎22 𝑎31 ) = 𝑎11 𝑀11 + 𝑎12 𝑀12 + 𝑎13 𝑀13
.C Menor complementario
Cofactor Cofactor Cofactor
DD
𝑎22 𝑎23 𝑎21 𝑎23 𝑎21 𝑎22
|𝐴| = 𝑎11 |𝑎 𝑎33 | + 𝑎12 |𝑎31 𝑎33 | + 𝑎13 |𝑎31 𝑎32 | = 𝑎11 𝐶11 + 𝑎12 𝐶12 + 𝑎13 𝐶13
32
De la observación del desarrollo de un determinante por los elementos de una línea, nos permite aconsejar
tomar para ello la línea que tenga la mayor cantidad de ceros posibles, pues esto nos evitaría tener que calcular
el adjunto correspondiente, pues este producto sería nulo.
Como caso particular del desarrollo de un determinante por los elementos de una línea, diremos que: “Si en un
LA
determinante todos los elementos de una línea son nulos, excepto uno, el determinante es igual al producto de
ese elemento no nulo por el adjunto del mismo”.
Determinación de la Matriz inversa por medio de la Matriz Adjunta
Sea Anxn , se llama matriz adjunta de A a la matriz que se obtiene por transponer la matriz A y reemplazar cada
FI
OM
columnas (filas) en el primero, luego el signo de dicho término en ambos determinantes es (+) ó ( - ) , según
que ambas permutaciones sean de clase par o impar respectivamente:
2 3 |𝐴𝑡 | = |2 5| = 2 − 15 = −13
|𝐴| = | | = 2 − 15 = −13 ;
5 1 3 1
2ª Propiedad: “Si se permutan dos filas (o dos columnas) de una matriz, los correspondientes determinantes
son opuestos”, es decir, tienen el mismo valor absoluto pero distinto signo.
𝑎11 𝑎12 𝑎13 𝑎21 𝑎22 𝑎23
.C
|A1 | = [𝑎21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33
; |A2 | = [𝑎11 𝑎12 𝑎13 ]
𝑎31 𝑎32 𝑎33
Intercambiar entre sí dos filas significa una transposición en los primeros índices, lo cual cambia la clase de
DD
permutación y como la de los segundos índices correspondientes a las columnas no ha variado, habrá un
cambio de signo en cada término del determinante:
2 3 |𝐴2 | = |5 1| = 15 − 2 = 13
|𝐴1 | = | | = 2 − 15 = −13 ;
5 1 2 3
Consecuencia de la segundad propiedad: “El determinante de toda matriz que tenga dos filas (o dos columnas)
idénticas es nulo”.
LA
0
|𝐴| = −|𝐴| , 𝑙𝑢𝑒𝑔𝑜 |𝐴| + |𝐴| = 0 ⇒ 2|𝐴| = 0 ⇒ |𝐴| =
2
1 3 5
|𝐴| = |2 4 −1| = 1.4.5 + 2.3.5 + 1.3. (−1) − 1.4.5. −2.3.5 − 1.3. (−1) = 20 + 30 − 3 − 20 − 30 + 3 = 0
1 3 5
3ª Propiedad: “Si se multiplican todos los elementos de una línea de una matriz por un mismo número l, el
determinante correspondiente queda multiplicado por l”.
𝑎11 𝑎12 l𝑎13
𝑆𝑖 |A| = [𝑎21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33
Según el desarrollo de un determinante por los elementos de una línea, si multiplicamos por “l” los elementos
de la primera fila, resulta:
l𝑎11 l𝑎12 l𝑎13 𝑎 𝑎23 𝑎21 𝑎23 𝑎21 𝑎22
[ 𝑎21 𝑎22 𝑎23 ] = l𝑎11 𝐶11 + l𝑎12 𝐶12 + l𝑎13 𝐶13 = l [𝑎11 |𝑎22 𝑎33 | − 𝑎12 |𝑎31 𝑎33 | + 𝑎13 |𝑎31 𝑎32 |] = l|𝐴|
32
𝑎31 𝑎32 𝑎33
Esta propiedad permite separar como factor del determinante un factor común a todos los elementos de una
línea cualquiera, simplificando ésta; por ejemplo:
97
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
separando el factor de proporcionalidad, resulta:
−1 −4 0 −1 −1 0
|𝐴| = | 3 12 2| = 4 . | 3 3 2| = 4 . 0 = 0
2 8 1 2 2 1
4ª Propiedad: “Si una línea de una matriz es el vector nulo, su determinante es nulo”. En efecto, según la 3ª
propiedad, separando como factor común del determinante, el elemento nulo, resultaría:
.C 0 . A = 0
5ª Propiedad: “Si los elementos de una línea de una matriz son polinomios de “m” términos, puede
descomponerse el determinante correspondiente en suma de “m” determinantes, que tienen las mismas
DD
restantes líneas y en lugar de aquella, la formada por los primeros sumandos, por los segundos, …, y por los
m-ésimos respectivamente”.
Si los elementos de la primera fila son binomios, desarrollando por los elementos de la misma, resultará:
𝑎11 + 𝑏11 𝑎12 + 𝑏12 𝑎13 + 𝑏13
|𝐴| = [ 𝑎21 𝑎22 𝑎23 ] = (𝑎11 + 𝑏11 )𝐶11 + (𝑎12 + 𝑏12 )𝐶12 + (𝑎13 + 𝑏13 )𝐶13 =
𝑎31 𝑎32 𝑎33
LA
2𝑥 + 3𝑦 −𝑥 + 2𝑦 2𝑥 −𝑥 3𝑦 2𝑦
|𝐵| = | |=| |+| | = [2 . 2𝑥 − 5 . (−𝑥)] + 2 . 3𝑦 − 5 . 2𝑦 =
5 2 5 2 5 2
= 4𝑥 + 5𝑥 + 6𝑦 − 10𝑦 = 9𝑥 − 4𝑦
Consecuencia de la quinta propiedad: “El determinante de una matriz no varía sí a una línea se le suma una
98
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
|𝐴| = |3 2
| = −6 − 8 = −14
4 −2
A la 1° fila le sumamos la 2° previamente multiplicada por 2
3 + 2 . 4 2 − 2. (−2) 11 −2
| |=| | = −22 + 8 = 14
4 −2 4 −2
6° Propiedad: “Si una matriz es triangular, entonces el determinante asociado es igual al producto de los
elementos de la diagonal”.
𝑎11 𝑎12 𝑎13
|𝐴| = | 0 𝑎22 𝑎23 | = 𝑎11 . 𝑎22 . 𝑎33
0 0 𝑎33
OM
Esta propiedad permite el cálculo de cualquier determinante, ya que por medio de las propiedades anteriores
(1ª, 2ª, 3ª, 4ª, 5ª y 6ª) podemos triangular el determinante y así facilitar su cálculo. Tener en cuenta los cambios
que se producen en el valor del determinante al aplicar la 2ª y 3ª propiedad.
7ª Propiedad: “El determinante de un producto de matrices es igual al producto de sus determinantes”.
A. B A . B
8° Propiedad: “El determinante de una matriz es el recíproco del determinante de la inversa de la matriz”
.C |𝐴| =
1
|𝐴−1 |
→ |𝐴−1 | =
1
|𝐴|
DD
3- Método de triangulación
Por la secta propiedad “Si la matriz es triangular el determinante = producto de los elementos de la diagonal
principal”
Por lo tanto se aplican operaciones elementales de fila (𝑒𝑖𝑗 ) para triangular la matriz y hacer el producto de la
diagonal principal.
Algunas operaciones elementales de fila modifican el resultado del determinante (propiedades de los
LA
determinantes) por lo que, si se realizan ciertas operaciones, al determinante obtenido tengo que contrarrestarle
estas modificaciones.
FI
99
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
100
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Comprender los métodos de Gauss y Gauss-Jordan para la resolución de un sistema de ecuaciones
lineales.
Calcular y expresar la solución de sistemas de ecuaciones lineales en forma expeditiva y apropiada.
Plantear y resolver situaciones problemáticas mediante el uso de sistemas de ecuaciones lineales.
Definición
Definimos como una ecuación lineal con incógnitas o variables 𝑥1 , 𝑥2 , … 𝑥𝑛 , una expresión que puede
escribirse en la forma:
.C 𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏 (1)
en donde 𝑎1 , 𝑎2 , . . . , 𝑎𝑛 y b son constantes, siendo los “𝑎𝑖 ” denominados coeficientes de las incógnitas y “b”
es el término independiente de dicha ecuación.
DD
Al conjunto ordenado de escalares reales (𝛼1 , 𝛼2 , … , 𝛼𝑛 ), que verifican la ecuación 𝛼1 𝑥1 + 𝛼2 𝑥2 + ⋯ +
𝛼𝑛 𝑥𝑛 = 𝑏 se denomina solución de la ecuación. Al conjunto de todas las soluciones se denomina conjunto
solución de la ecuación o solución general.
Ejemplo
1- La ecuación, 2𝑥1 = 3 tiene como solución a 2⁄3, porque es el único valor que la verifica.
LA
2- Una solución de 𝑥1 + 2𝑥2 = 4 es por ejemplo (2,1); es decir, cuando 𝑥1 se le asigna el valor 2 se obtiene el
correspondiente valor para 𝑥2 ; cuando 𝑥1 = 4, el valor de 𝑥2 que satisface la ecuación es 0. Por lo tanto
(2,1) y (4,0) son ejemplos de algunos de los infinitos pares de números reales que satisfacen la ecuación.
Estas soluciones obtenidas suelen denominarse soluciones particulares. La solución general puede
expresarse como {(4 − 2𝑡; 𝑡}.
FI
Como podemos observar en todos los sumandos del primer miembro de la expresión (1), las variables o
incógnitas se encuentran elevadas a la potencia uno (dicha ecuación se asemeja a la ecuación de una recta:
𝑎𝑥 + 𝑏𝑦 = 𝑐; de allí el nombre de lineal); y el término que se encuentra en el segundo miembro (“b”) carece
de variable, razón por la cual recibe el nombre de término independiente. Un conjunto de este tipo de
ecuaciones constituye un sistema de ecuaciones lineales.
Definimos un Sistema de Ecuaciones Lineales (SEL) como un conjunto finito de ecuaciones lineales
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮ ⋮ ⋮ ⋮ ⋮ “m” ecuaciones
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + 𝑎𝑚3 𝑥3 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑚
“n” incógnitas
101
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
elementales de fila de la primera), los sistemas de ecuaciones tienen el mismo conjunto solución.
Para que el mismo tenga solución, deberá cumplir con lo exigido por el:
Teorema de Rouché-Frobenius:
“Es condición necesaria y suficiente para que un sistema de ecuaciones lineales admita solución, que el
rango de la matriz principal y el de la matriz ampliada sean iguales”
rMP = rMA .
sea:
.C
La matriz principal de dicho sistema es aquella que está constituida por los coeficientes de las incógnitas, o
102
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
En función de los términos independientes, los sistemas pueden ser:
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑥1 0
𝐻𝑜𝑚𝑜𝑔é𝑛𝑒𝑜𝑠: 𝑙𝑜𝑠 𝑡é𝑟𝑚𝑖𝑛𝑜𝑠 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠 𝑠𝑜𝑛 𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑥2 0
[ ⋮ ][ ] = [ ]
𝑡𝑜𝑑𝑜𝑠 𝑛𝑢𝑙𝑜𝑠, 𝑠𝑖𝑒𝑚𝑝𝑟𝑒 𝑡𝑖𝑒𝑛𝑒 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛, 𝑙𝑎 𝑡𝑟𝑖𝑣𝑖𝑎𝑙 ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑥𝑛 0
Sistema 𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑥1 𝑏1
𝑁𝑂 𝐻𝑜𝑚𝑜𝑔é𝑛𝑒𝑜𝑠: 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝑡é𝑟𝑚𝑖𝑛𝑜 𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑥2 𝑏
[ ] [ ] = [ 2]
.C
𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑒𝑠 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑜 𝑑𝑒 𝑐𝑒𝑟𝑜 ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛 𝑥𝑛 𝑏𝑛
Sistemas homogéneos
En este tipo de sistemas, todos los términos independientes son iguales a 0 (cero), se representa como:
DD
𝐴𝑥 = 0 𝑑𝑜𝑛𝑑𝑒 𝑣𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝐵=0
Estos sistemas siempre tienen por lo menos una solución, la trivial:
𝑥1 = 𝑥2 = 𝑥3 = ⋯ = 𝑥𝑛 = 0
Analizaremos cómo pueden ser los resultados cuando las matrices principales son cuadradas o rectangulares,
viendo en cada caso un ejemplo.
LA
principal Vertical 0 0 0 0
m>n 1 0 3 0
𝑟(𝑀𝑃) = 𝑟(𝑀𝐴) < 𝑛 → 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝐶𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒 |0 1 5 0
|0 0 0|| ||0||
Rectangular 𝐼𝑛𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜 𝑆𝐶𝐼 (∞ 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠)
0 0 0 0
mxn 0 0 0 0
103
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
|0 1 5| |2|
𝑁𝑂 𝑡𝑖𝑒𝑛𝑒 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛
0 0 0 4
1 0 0 4
𝑟(𝑀𝑃) = 𝑟(𝑀𝐴) = 𝑛 → 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝐶𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒 |0 1 0 3
|0 0 1|| ||2||
𝐷𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜 𝑆𝐶𝐷 (𝑢𝑛𝑎 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛)
0 0 0 0
0 0 0 0
.C Vertical
m>n
𝑟(𝑀𝑃) = 𝑟(𝑀𝐴) < 𝑛 → 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝐶𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒 |0
𝐼𝑛𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜 𝑆𝐶𝐼 (∞ 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛𝑒𝑠)
|
1
0
0
0
1
0
0
3 2
5 8
0|| ||0||
0 0
DD
0 0 0 0
1 0 3 2
𝑟(𝑀𝑃) ≠ 𝑟(𝑀𝐴) → 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝐼𝑛𝑐𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒 𝑆𝐼 |
0 1 5 8
Rectangular |0 0 0|| ||4||
𝑁𝑂 𝑡𝑖𝑒𝑛𝑒 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 0 0 0 0
mxn
0 0 0 0
LA
|0 1 0 7 3| |2|
m<n 0 0 1 8 5 8
𝑟(𝑀𝑃) ≠ 𝑟(𝑀𝐴) → 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝐼𝑛𝑐𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒 𝑆𝐼
𝑁𝑂 𝑡𝑖𝑒𝑛𝑒 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛
1 0 0 2 4 2
|0 1 0 7 3| |3| 0 = 5 ?????
0 0 0 0 0 5
En este caso, como en los casos anteriores, vemos que la incompatibilidad se produce porque los 𝑟(𝑀𝑃) ≠
𝑟(𝑀𝐴), si lo analizamos numéricamente, nos queda 0 = 5 en este último caso y 0 = 4 en los dos anteriores, lo que nos
está mostrando una incongruencia matemática.
Métodos de resolución de sistemas de ecuaciones lineales
104
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
principales.
6° Paso- Reemplazar las incógnitas no principales por parámetros
7° Paso- Escribir la solución como conjunto de n-uplas. (Solución general)
8° Paso- Para obtener soluciones particulares asignar valores particulares a los parámetros.
Veamos unos ejemplos:
Ejemplo 1
.C
Resolver el siguiente sistema
𝑥1 − 2𝑥2 + 3𝑥3 = 11
4𝑥1 + 𝑥2 − 𝑥3 = 4
2𝑥1 − 𝑥2 + 3𝑥3 = 10
DD
1° Paso- Matriz ampliada
1 −2 3 11
[4 1 − 1 4]
2 −1 3 10
2° Paso- Matriz reducida en forma escalonada y clasificación de la solución
LA
1 −2 3 11 𝑟(𝑀𝑃) = 𝑟(𝑀𝐴) = 𝑛
0 9 −13 −40 3=3=3
[ 3 4]
0 0 − − 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝐶𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜
4 3 𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 ú𝑛𝑖𝑐𝑎
3° Paso- Sistema resolvente 4/5° Paso- Despejar incógnitas principales 6° Paso- Parametrizar. N/A
FI
𝑥1 − 2𝑥2 + 3𝑥3 = 11
𝑥1 = 2
9𝑥2 − 13𝑥3 = −40
𝑥2 = −3
4 4
− 𝑥3 = − 𝑥3 = 1
3 3
7° Paso- Solución general
𝑆 = {(𝑥1 ; 𝑥2 ; 𝑥3 ) = (2 ; −3 ; 1)}
8° Paso- Soluciones particulares. No corresponde
Ejemplo 2
Resolver el siguiente sistema
𝑥1 + 2𝑥2 − 2𝑥3 = 3
2𝑥1 − 5𝑥2 + 4𝑥3 = 6
−𝑥1 + 16𝑥2 − 14𝑥3 = −3
1° Paso- Matriz ampliada
1 2 − 2 11
[ 2 −5 4 6 ]
−1 16 − 14 − 3
2° Paso- Matriz reducida en forma escalonada y clasificación de la solución
105
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
2- Método de Gauss-Jordan
Este método se puede aplicar a cualquier tipo de SEL, cuadrado, rectangular, homogéneo y no homogéneo
Los pasos a realizar, para llegar a la solución, son los siguientes:
1° Paso- Escribir la matriz ampliada/coeficientes
2° Paso- Reducir la matriz, hasta llegar a la reducida por filas y clasificar la solución
3° Paso- A partir de la matriz reducida por filas, escribir el sistema resolvente (sin los términos nulos ni las
.C
ecuaciones nulas)
4° Paso- Si el sistema es compatible indeterminado, Despejar las incógnitas principales en términos de las no
principales.
DD
5° Paso- Reemplazar las incógnitas no principales por parámetros
6° Paso- Escribir la solución como conjunto de n-uplas. (Solución general)
7° Paso- Para obtener soluciones particulares asignar valores particulares a los parámetros.
Veamos unos ejemplos:
Ejemplo 1-Sistema no homogéneo
Resolver el siguiente sistema
LA
𝑥1 + 𝑥2 + 𝑥3 = 6
𝑥1 − 𝑥2 − 𝑥3 = −4
𝑥1 + 𝑥2 − 𝑥3 = 0
1 1 1 6
[1 − 1 − 1 − 4 ]
1 1 −1 0
2° Paso- Matriz reducida y clasificación de la solución
𝑟(𝑀𝑃) = 𝑟(𝑀𝐴) = 𝑛
1 0 0 1
[0 1 0 2] 3=3=3
0 0 1 3 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝐶𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜
𝑆𝑜𝑙𝑢𝑐𝑖ó𝑛 ú𝑛𝑖𝑐𝑎
3° Paso- Sistema resolvente 4° Paso- Despejar incógnitas principales 5° Paso- Parametrizar. N/A
𝑥1 = 1 𝑥1 = 1
𝑥2 = 2 𝑥2 = 2
𝑥3 = 3 𝑥3 = 3
106
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
−∞ < 𝑡 < ∞
−∞ < 𝑠 < ∞
6° Paso- Solución general 7° Paso- Soluciones particulares
𝑆 = {(𝑥1 ; 𝑥2 ; 𝑥3 ; 𝑥4 ) = (−2𝑡 + 2𝑠 ; −3 𝑡 − 𝑠 ; 𝑡; 𝑠)} 𝑆𝑖 𝑡 = 0 𝑦 𝑠 = 1 → (𝑥1 ; 𝑥2 ; 𝑥3 ; 𝑥4 ) = (2; −1; 0; 1)
𝑆 = {𝑡(−2; −3; 1; 0) + 𝑠(2 ; −1 ; 0; 1)} Si t = 1 𝑦 𝑠 = 0 → (𝑥1 ; 𝑥2 ; 𝑥3 ; 𝑥4 ) = (−2 ; −3 ; 1; 0)
Ejemplo 3-Sistema no homogéneo
.C
Resolver el siguiente sistema
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 = 3
𝑥1 − 𝑥2 − 2𝑥3 − 𝑥4 = 0
DD
2𝑥1 + 0𝑥2 + 3𝑥3 + 0𝑥4 = 5
0𝑥1 + 2𝑥2 − 𝑥3 + 2𝑥4 = 3
1° Paso- Matriz ampliada
1 1 1 1 3
[ 4 − 1 − 2 − 1 0]
2 0 3 0 5
LA
0 2 −1 2 3
2° Paso- Matriz reducida y clasificación de la solución
3 3
1 0 0
2 2 𝑟(𝑀𝑃) ≠ 𝑟(𝑀𝐴)
FI
1 3
0 1 − 1 2≠3
2 2 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝐼𝑛𝑐𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒
0 0 0 0 2
[0 0 𝑁𝑜 𝑡𝑖𝑒𝑛𝑒 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛
0 0 0]
𝟎 = 𝟐!!!!!!!!
OM
Calculo la inversa Calculo las incógnitas
1 1 1 1
𝑥1 −1 𝑥1 1
𝐴−1 = [ 2 4] 𝑋 = 𝐴−1 . 𝐵 [𝑥 ] = [ 2 4] . [ ] → [𝑥 ] = [ ]
1 3 2 1 3 6 2 2
4 8 4 8
Conjunto solución
4- Método de Cramer
.C 𝑺 = {(𝒙𝟏 ; 𝒙𝟐 ) = (𝟏 ; 𝟐)
Este método se puede aplicar a SEL cuadrado, homogéneo y no homogéneo Compatible Determinado.
DD
Partimos de la expresión matricial de un sistema de ecuaciones lineales.
𝐴 . 𝑋=𝐵
Si A es cuadrada y regular o no singular, es decir det A ≠ 0 ⇒ el sistema tiene solución única.
Cada incógnita es igual al cociente de dos determinantes, el numerador es el determinante de la matriz que se
forma al sustituir en la matriz de coeficientes A de las incógnitas i-ésima columna por la matriz B de los
LA
Ejemplo 1:
Resolver el sistema siguiente:
2𝑥1 + 𝑥2 = 3
𝑥1 + 5𝑥2 = 6
Calculamos |A|
2 1
|𝐴| = | | = 2 . 5 − 1 .1 = 9 ⇒ |𝐴| ≠ 0 ∴ 𝑟(𝐴) = 2
1 5
Lo que nos dice que la matriz A es “no singular”, por lo que el sistema tendrá una única solución que será
3 1
|𝐴1 | |6 5| 3 . 5 − 6 . 1 9
𝑥1 = = = = =1
|𝐴| 9 9 9
2 3
|𝐴2 | |1 6| 2 . 6 − 3 . 1 9
𝑥2 = = = = =1
|𝐴| 9 9 9
𝑥1 1
𝑥 = [𝑥 ] = [ ]
2 1
108
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Por lo tanto
1 −2
𝑥1 = ; 𝑥2 = ⇒ 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝑖𝑛𝑐𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒
0 0
Ejemplo 3:
Resolver el sistema
2𝑥1 + 𝑥2 = 3
4𝑥1 + 2𝑥2 = 6
.C
Vemos que como en caso anterior |A| = 0, pero en este caso;
𝑟𝑀𝑃 = 1 = 𝑟𝑀𝐴 = 1 ⇒ 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑅𝑜𝑢𝑐ℎ𝑒 − 𝐹𝑟𝑜𝑏𝑒𝑛𝑖𝑢𝑠
DD
Vemos que
3 1 2 3
|𝐴1 | = | |=0 ; |𝐴2 | = | |=0
6 2 4 6
Por lo tanto
0 0
𝑥1 = ; 𝑥2 = ⇒ 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝑐𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒 𝑖𝑛𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑜
LA
0 0
Para encontrar las soluciones se debe utilizar el método de Gauss o Gauss-Jordan
FI
109
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
110
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
2 2
.C
Intuitivamente, puede decirse que un espacio vectorial es un conjunto de objetos que obedecen las reglas
descritas en párrafos anteriores.
Esta última afirmación permite generalizar el concepto de vector, diciendo que, si un grupo de objetos satisfacen
determinadas normas o axiomas, a dichos “objetos” se les da el nombre de “vectores”.
DD
Objetivos
Esperamos que, al finalizar la lectura activa y comprensiva de esta unidad, usted pueda:
Reconocer un espacio vectorial
Determinar bajo qué condiciones, un subconjunto no vacío de un espacio vectorial es un subespacio
LA
vectorial.
Analizar cuándo un vector de un espacio vectorial es combinación lineal de un conjunto finito de
vectores del propio espacio vectorial.
Identificar cuándo conjuntos finitos de vectores de un espacio vectorial son linealmente independientes
o dependientes y qué propiedades cumplen.
FI
Analizar cuándo un conjunto finito de vectores es un sistema de generadores del espacio vectorial.
Determinar cuándo un conjunto de vectores es base de un espacio vectorial y, en consecuencia, encontrar
la dimensión del espacio vectorial.
Describir los vectores de un espacio vectorial en función de sus coordenadas relativas a una base
ordenada de dicho espacio vectorial.
111
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
8) Si “u” es un vector que pertenece al espacio vectorial “V” y “k” y “l” son escalares, entonces:( k + l ) u =
k u + l u, es decir se demuestra la Propiedad Distributiva respecto a la suma de escalares ó también
podemos decir goza de la segunda Ley de Distribución.
9) Si “u” es un vector que pertenece al espacio vectorial “V” y “k” y “l” son escalares, entonces k (l u) = (k l)
u , es decir se demuestra la propiedad asociativa respecto al producto de escalares ó también la Ley de
la Asociatividad de la multiplicación por un escalar.
.C
10) Para todo vector “u” que pertenece al espacio vectorial “V”, se cumple: 1u = u , es decir se demuestra la
existencia del elemento neutro respecto al producto por un escalar o de la Ley de la identidad
multiplicativa.
DD
Muy Importante:
Debemos tener presente que, al definir el Espacio Vectorial, no se especifica la naturaleza de los vectores
ni la de las operaciones. Cualquier clase de objetos que se desee puede servir como vectores; todo lo que
se requiere es que se satisfagan los axiomas de los espacios vectoriales.
Como consecuencia de lo expresado en el párrafo anterior, podemos asegurar que hemos generalizado
la idea de vector, o sea que utilizaremos la estructura de los vectores para desarrollar este tema.
LA
Subespacios. Definición:
Un subconjunto no vacío “W” de un espacio vectorial “V”, es un subespacio de “V” sí “W” es un espacio
vectorial bajo las operaciones de adición y multiplicación por un escalar definidas sobre “V”.
En general, se deben verificar los diez axiomas de los espacios vectoriales para demostrar que un conjunto “W”,
FI
con las operaciones de adición y multiplicación por un escalar forma un espacio vectorial.
Sin embargo, si “W” es parte de un conjunto mayor “V” del que ya se sabe que es un espacio vectorial, entonces
no es necesario verificar ciertos axiomas para “W” porque se heredan de “V”.
Por lo tanto, al decir de algunos autores, para demostrar que un conjunto “W” es un subespacio de un espacio
vectorial “V”, sólo es necesario verificar los axiomas 1º, 4º, 5º y 6º.
112
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Interpretación a la ingeniería. Combinación lineal
Podemos pensar en elementos que se obtengan a partir de la participación de otros, y así acercarnos al concepto
de combinación lineal. Podemos pensar que un auto es combinación lineal de chapa, pintura, vidrios, plásticos,
motor, etc; un edificio, como combinación lineal de hormigón, ladrillos, arena, cemento, etc. El dulce de leche
como combinación lineal de leche y azúcar, la mayonesa como combinación lineal de aceite y huevos; en
general, a cualquier elemento se lo puede interpretar como combinación lineal de las partes que lo componen,
donde los coeficientes son las cantidades con que intervienen. Podemos generalizar que cualquier plato de
.C
comida es una combinación lineal de sus ingredientes. Incluso los colores, son combinación lineal de los
colores primarios, ya que, combinando linealmente el rojo, el azul y el amarillo podemos obtener cualquier
color.
DD
Conjunto Generador de Espacio Vectorial
“Se dice que los vectores 𝑣1 , 𝑣2 , … , 𝑣𝑛 pertenecientes a un espacio vectorial “V” generan a “V”, si todo otro
vector de “V” se puede expresar como combinación lineal de ellos”. Dicho de otra forma, para todo vector “v
V”, existen escalares 𝑎1 , 𝑎2 , . . , 𝑎𝑛 tales que:
𝑣 = 𝑎1 𝑣1 + 𝑎2 𝑣2 + ⋯ + 𝑎𝑛 𝑣𝑛
LA
Cualquier otra terna que esté definida en ℝ3 y que sea linealmente independiente, genera a ℝ3. Es posible
entonces expresar respecto de esta nueva terna a los vectores “u” ó “v” ó cualquier otro vector definido en
dicho espacio como combinación lineal de la misma.
Ejemplo de n+1 vectores que generan a Pn:
Los monomios xº, x1, x2, . . . . , xn generan el espacio vectorial Pn, dado que cada polinomio “p” en Pn, se
puede escribir como: P = 𝑎0 xº + 𝑎1 x1 + 𝑎2 x2 + . . . . + 𝑎𝑛 xn lo cual es una combinación lineal de xº, x1, x2, .
. . . , xn .
Base. Definición:
Si “V” es cualquier espacio vectorial y “𝑆 = {𝑣1 , 𝑣2 … , 𝑣𝑛 }” es un conjunto finito de vectores en dicho espacio
vectorial “V”, entonces “S” se denomina base para “V” sí:
a) 𝑆 = {𝑣1 , 𝑣2 … , 𝑣𝑛 } es linealmente independiente.
b) 𝑆 = {𝑣1 , 𝑣2 … , 𝑣𝑛 } genera a “V”.
Es decir que todo conjunto de “n” vectores linealmente independientes en ℝn genera a ℝn ; por lo tanto:
“Todo conjunto de “n” vectores linealmente independientes en ℝn es una base de ℝn”
113
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
ℝ3.
Para ello es necesario demostrar que cualquier vector arbitrario que pertenezca a ℝ3, tal como: b = (b1, b2, b3)
se puede expresar como combinación lineal de los vectores de la base “S”, o sea:
b = k1v1 + k2v2 + k3v3
y reemplazando en términos de las componentes, tendremos:
(b1, b2, b3) = k1(1, 2, 1) + k2(2, 9, 0) + k3(3, 3, 4)
.C
de donde resulta:
𝑏1 1𝑘1 + 2𝑘2 + 3𝑘2 𝑏1 = 1𝑘1 + 2𝑘2 + 3𝑘2
[𝑏2 ] = [2𝑘1 + 9𝑘2 + 3𝑘1 ] ⇒ 𝑏2 = 2𝑘1 + 9𝑘2 + 3𝑘1
𝑏3 1𝑘1 + 0𝑘2 + 4𝑘3 𝑏3 = 1𝑘1 + 0𝑘2 + 4𝑘3
DD
esta combinación lineal se ha transformado en un sistema de ecuaciones lineales con tres incógnitas, que si
tiene solución demuestra que el conjunto “S” genera el espacio vectorial “V”.
Para probar que el conjunto “S” es linealmente independiente, una de las formas es determinar los valores de
k1, k2 y k3 que satisfagan el sistema de ecuaciones lineales no homogéneo o demostrar que la única solución
de:
k1v1 + k2v2 + k3v3 = 0 , es , k1=k2=k3= 0
LA
Las dos condiciones (o sea que los vectores sean linealmente independientes y que también generen a “V”), se
pueden demostrar simultáneamente, comprobando que la matriz de los coeficientes de los dos sistemas (el
homogéneo y el no homogéneo) es invertible, ó lo que es lo mismo, que el determinante de dicha matriz es
distinto de cero.
1 2 3
𝑑𝑒𝑡 [2 9 3] ≠ 0
1 0 4
Como consecuencia de lo analizado y expuesto, podemos enunciar los siguientes teoremas:
Dimensión de un espacio vectorial. Definición:
La “dimensión” de un espacio vectorial (V) es el número máximo de vectores linealmente independientes.
Teorema 1:
Si S = v1, v2, . . . . , vn es una base para un espacio vectorial “V”, entonces todo conjunto con más de “n”
vectores es “Linealmente Dependiente”.
Teorema 2:
Dos bases cualesquiera para un espacio vectorial “V” de dimensión finita, tienen el mismo número de vectores.
Teorema 3:
a) Si S = v1, v2, . . . . , vn es un conjunto de “n” vectores Linealmente Independientes en un espacio “V”
de dimensión “n”, entonces “S” es una base para “V”.
114
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
lineal del azul y el amarillo.
Conjunto generador
Un conjunto de elementos A constituye un conjunto generador de otro conjunto V, si cualquier elemento de V
se puede expresar como combinación lineal de los elementos de A.
Así podemos pensar que el conjunto A de ingredientes de una empresa de autos es el depósito, donde están
todos los materiales para armar un auto, es un conjunto generador del conjunto de autos producidos V que
arma dicha empresa.
.C
Este concepto podemos trasladarlo a una empresa constructora. Así el conjunto de elementos que trabaja en
un depósito de materiales de construcción, constituye un conjunto generador de los departamentos o casas que
ofrece esa empresa.
DD
Si por ejemplo se pide un auto o una casa que no estuviesen disponibles, quiere decir que el conjunto de
materiales con el que se está trabajando, no es un conjunto generador.
Base
Definimos Base como un conjunto LI y que genera el espacio vectorial. Podemos decir que para que un
conjunto de materiales sea una base, debe permitir generar todos los productos que lleguemos a producir, pero
LA
OM
Supongamos que los vectores filas o renglón de una matriz “A” son: r1, r2, . . . . , rm y que se obtiene una matriz
“B” a partir de la matriz “A”, efectuando una operación elemental sobre las filas o renglones de “A”.
Consideremos las posibilidades que ofrecen dichas operaciones:
1) Supongamos que la operación sobre las filas o renglones que realizamos es un intercambio entre dos de
ellas. Entonces “B” y “A” tienen los mismos vectores renglón y como consecuencia el mismo espacio de
renglones (o de filas).
.C
2) Si la operación sobre los renglones (o filas) es la multiplicación de uno de ellos por un escalar, o la adición
de un múltiplo de uno de los renglones a otro (multiplicación de una fila por un escalar y luego sumarla a
otra fila), entonces los vectores renglón r’1 ; r’2 ; . . . ; r’m de la matriz “B” son combinaciones lineales de
r1 ; r2 ; . . . ; rm (renglones de A), por consiguiente estarán en el espacio de renglones de la matriz .
DD
Dado que un espacio vectorial es cerrado bajo la adición y la multiplicación por un escalar, todas las
combinaciones lineales r’1 ; r’2 ; . . . . . ; r’m también estarán en el espacio de renglones de la matriz “A”.
Supuesto que la matriz “B” se obtiene a partir de la matriz “A” al efectuar una operación sobre las filas o
renglones; se puede obtener la matriz “A” a partir de la matriz “B”, efectuando la operación inversa.
Por consiguiente, deducimos, que el espacio de renglones de “A” está contenido en el espacio de renglones de
“B”.
LA
Como conclusión diremos que el espacio de renglones de una matriz “A” permanece inalterado al reducirla
hasta una forma escalonada en los renglones (reducida por filas).
Los vectores fila o renglón diferentes de cero de una matriz en la forma escalonada en los renglones siempre
son linealmente independientes, de modo que estos vectores renglón o fila diferentes de cero forman o
constituyen una base para el espacio de renglones.
FI
Debemos hacer notar que hemos escrito los vectores renglón de una matriz en notación horizontal y los
vectores columna en notación vertical (matricial) y es así como está escrito en las matrices y es lo más natural.
Pero no existe razón alguna para que puedan ser escritos los vectores renglón en notación vertical y los vectores
columna en notación horizontal.
Cuando realizamos esto, evidentemente hemos escrito la matriz transpuesta de la matriz dada. Esto nos quiere
decir que el espacio de columnas de una matriz es el mismo que el espacio de renglones de su transpuesta.
Entonces si uno desea encontrar una base para el espacio de columnas de una matriz “A”, puede encontrar una
base para el espacio de filas o renglones de la matriz “A” transpuesta AT. Esto se indica a través del
siguiente:
Teorema 6:
“Si “A” es una matriz cualquiera, entonces el espacio de renglones y el espacio de columnas de “A” tienen la
misma dimensión”.
116
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Cambio de Base – Coordenadas
Existe una directa relación entre la noción o concepto de base y la de sistema de coordenadas.
En geometría analítica plana, se asocia un par de coordenadas (𝑎 , b) con un punto “P” del plano, utilizando
dos ejes perpendiculares de coordenadas.
También es posible introducir coordenadas sin hacer referencia a
𝑏. 𝑣
̅̅̅2 los ejes, utilizando vectores. Por ejemplo, consideremos dos
𝑣2
̅̅̅
.C P(a,b) vectores perpendiculares ̅̅̅
mismo punto de origen.
𝑣1 y ̅̅̅
𝑣2 cada uno de longitud uno, y con el
Pero también podemos decir que los números “𝑎” y “b”, que son las coordenadas del punto “P”, me han
permitido expresar el vector ̅̅̅̅
𝑂𝑃 en términos de los vectores base ̅̅̅
𝑣1 y ̅̅̅.
𝑣2
𝑤
̅
A(a,b,c) Pero para asociar coordenadas a los puntos (en el espacio bi o
tridimensional) no es necesario que los vectores base sean
FI
117
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Teorema:
“Si S = {𝑣̅̅̅,
1 ̅̅̅,
𝑣2 … , 𝑣 𝑛 es una base para un espacio vectorial “V”, entonces todo vector “𝑢
̅̅̅} ̅ ” en dicho espacio
vectorial “V” se puede expresar en la forma:
𝑢̅ = 𝑐1 𝑣̅1 + 𝑐2 𝑣̅2 + ⋯ + 𝑐𝑛 𝑣̅𝑛
exactamente de una sola manera”.
Si
.C S = {𝑣
̅̅̅,
1 𝑣̅̅̅,
2 …,𝑣
La matriz de coordenadas de “𝑢̅” relativa a “S” se denota por [u]S y es la matriz n x 1 definida por:
LA
𝑐1
𝑐2
[ ⋮ ].
𝑐𝑛
FI
Ejemplo:
Dados los vectores ̅̅̅=
𝑣1 (1, 2, 1) , 𝑣
̅̅̅= 𝑣3 (3, 3, 4) que constituyen una base “S” para un espacio
2 (2, 9, 0) y ̅̅̅=
3
vectorial R , encuéntrese:
a) El vector de coordenadas y la matriz de coordenadas de 𝑢̅ = (5, -1, 9) con respecto a S.
b) El vector “𝑤 ̅” en R3 cuyo vector de coordenadas con respecto a “S” sea (𝑤̅)𝑠 = (−1 , 3 , 2)
Resolución:
a) Es necesario encontrar los escalares c1 , c2 , c3 tales que:
𝑢̅ = c1 𝑣̅̅̅1 + c2 ̅̅̅
𝑣2 + c3 ̅̅̅
𝑣3
que en términos de componentes, resultan:
(5, -1, 9) = c1 (1, 2, 1) + c2 (2, 9, 0) + c3 (3, 3, 4)
y si igualamos componentes, nos queda:
1𝑐1 + 2𝑐2 + 3𝑐3 = 5
2𝑐1 + 9𝑐2 + 3𝑐3 = −1
1𝑐1 + 0𝑐2 + 4𝑐3 = 9
Resolviendo el sistema, resulta:
c1 = 1 , c2 = -1 , c3 = 2
Por lo tanto:
118
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Vamos a resolver este problema para los espacios de dos dimensiones; luego de comprender esto, lo
extenderemos a espacios “n” dimensiónales.
Sean entonces:
𝐵 = {𝑢̅1 , 𝑢̅2 } ; 𝐵 ′ = {𝑤 ̅2}
̅1 , 𝑤
las bases inicial y nueva respectivamente.
Necesitamos conocer las matrices de coordenadas para los vectores base iniciales con relación a la nueva
base.
Supongamos que son:
es decir: .C 𝑎
[𝑢̅1 ]𝐵′ = [ ] ; [𝑢̅2 ]𝐵′ = [ ]
𝑏
𝑐
𝑑
DD
𝑢̅1 = 𝑎𝑤̅1 + 𝑏𝑤 ̅ 2 (1) 𝑦 𝑢̅2 = 𝑐𝑤 ̅1 + 𝑑𝑤̅ 2 (2)
Sea ahora cualquier vector “ v ” que se halle en el espacio vectorial “V” y
𝑘
[𝑣̅ ]𝐵 = [ 1 ] (3)
𝑘2
sea la matriz de coordenadas inicial, de modo que:
𝑣̅ = 𝑘1 𝑢̅1 + 𝑘2 𝑢̅2 (4)
LA
Debemos hallar ahora las nuevas coordenadas de “𝑣̅ ” y para ello se debe expresar “𝑣̅ ” en términos de la nueva
base “ B’ ”. Vamos a sustituir entonces los términos (1) y (2) en la expresión (4) y tendremos:
𝑣̅ = 𝑘1 (𝑎𝑤 ̅ 2 ) + 𝑘2 (𝑐𝑤
̅1 + 𝑏𝑤 ̅ 2 ) (5)
̅1 + 𝑑𝑤
lo que también puede ser escrito como:
FI
𝑣̅ = (𝑘1 𝑎 + 𝑘2 𝑐)𝑤
̅1 + (𝑘1 𝑏 + 𝑘2 𝑑)𝑤
̅2
Por lo tanto, la nueva matriz de coordenadas para “ v ” es:
𝑘 𝑎 + 𝑘2 𝑐
[𝑣̅ ]𝐵 = [ 1 ]
𝑘1 𝑏 + 𝑘2 𝑑
OM
Como ya está demostrado, las columnas de la matriz de transición serán las coordenadas de los vectores base
iniciales con relación a la nueva base.
Bajo estas condiciones, obtendremos entonces una nueva matriz “Q”, que me permitirá realizar la transición
de B’ a B.
Ahora bien, si se multiplica la matriz de transición de B a B’, (“P”), que se obtuvo en el primer desarrollo, por
la matriz de transición de B’ a B, (“Q”), que se acaba de indicar, se encuentra:
.C
Esto se explica por el siguiente:
P . Q = I , lo cual indica que: Q = P -1
DD
Teorema:
“Si “P” es la matriz de transición desde una base “B” hacia una base “B’”, entonces:
a) La matriz “P” es inversible;
b) La matriz inversa de “P” ( P-1 ) es la matriz de transición de “B’” hacia “B”.
Como resumen, si “P” es la matriz de transición desde una base “B” hacia una base “B’”, entonces, para todo
LA
1 0 1 2
𝑢̅1 = [ ] ; 𝑢̅2 = [ ] 𝑦 𝑣̅1 = [ ] ; 𝑣̅2 = [ ]
0 1 1 1
a) Halle la matriz de transición de “B” hacia “B’”;
7
b) Halle el vector “𝑤 ̅” en la base nueva B’ (𝑤 ̅)𝐵′ = ? si 𝑤 ̅ = [ ], usando la expresión (𝑤
̅)𝐵′ = 𝑃(𝑤
̅)𝐵
2
Solución:
Lo primero que debo encontrar son las matrices de coordenadas para los vectores base iniciales 𝑢̅1 𝑦 𝑢̅2 en
relación a la nueva base “B’” . Es decir, debo efectuar:
𝑢̅1 = 𝑐1 𝑣̅1 + 𝑐2 𝑣̅2 (1)
𝑢̅2 = 𝑐3 𝑣̅1 + 𝑐4 𝑣̅2 (2)
y reemplazando los valores 𝑢̅1 ; 𝑣̅1 𝑦 𝑣̅2 en (1) se obtiene:
1 1𝑐 + 2𝑐2 1𝑐1 + 2𝑐2 = 1 (3)
(1 , 0) = 𝑐1 (1 , 1) + 𝑐2 (2 , 1) ⇒ [ ] = [ 1 ] ⇒
0 1𝑐1 + 1𝑐2 1𝑐1 + 1𝑐1 = 0 (4)
De (4) 𝑐1 = −𝑐2 reemplazando en (3) - c2 + 2 c2 = 1 𝑐2 = 1
𝑐1 −1
Si c2 = 1 c1 = -1 de modo que: [𝑢1 ]𝐵′ = [𝑐 ] = [ ]
2 1
Partiendo ahora de (2), y reemplazando por las componentes:
120
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
⇒ [ ]=[ ] ⇒ ⇒ ⇒ [𝑤̅] = [ ]
2 0𝛼 + 1𝛽 0𝛼 + 1𝛽 = 2 𝛽=2 2
[𝑤 [𝑤 −1 2 7 −3
̅]𝐵′ = 𝑃[𝑤
̅]𝐵 ⇒ ̅]𝐵′ = [ ][ ] ⇒ [𝑤 ̅]𝐵′ = [ ]
1 −1 2 5
Interpretación a la ingeniería. Cambio de base
Se presentan ejemplos que permiten conceptualizar la estructura de espacio vectorial y algunos conceptos
vinculados a ella.
.C
Si en una empresa se trabaja con materiales, cambiar la base, significa cambiarlos, pero cumpliendo con las
condiciones de base, o sea poder generar todos los productos sin repetir elementos, por ejemplo, cuando en
un vehículo se hace una mejora en el cambio de modelo (agregan GPS, EDB, etc).
DD
Si una empresa trabaja un conjunto de empleados que es una base, quiere decir que trabaja con la cantidad
mínima necesaria para poder generar el conjunto de tareas que realiza la empresa. Si el conjunto de
empleados es un conjunto generador, pero no es LI, es decir que no es base, quiere decir que hay tareas que
se superponen, y es necesario rediseñar las actividades de los empleados o sobra gente
LA
FI
121
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Imagen
Dominio Codominio F:V W / w = F(v)
Objetivos
Esperamos que al finalizar la lectura comprensiva y activa de la presente unidad, usted pueda:
Dada una función F:VW, siendo V y W espacios vectoriales reales, verificar si es o no una
transformación lineal.
.C
Identificar el subespacio núcleo de una transformación lineal, encontrar una base y su dimensión.
Identificar el subespacio imagen de una transformación lineal, encontrar una base y su dimensión.
Aplicar el teorema de la dimensión del núcleo y la imagen de una transformación lineal en la resolución
de ejercicios.
DD
Conocer y obtener transformaciones lineales geométricas en ℝ2
Definición:
Si la expresión F:VW es una función del espacio vectorial “V” hacia el espacio vectorial “W”, entonces
“F” es una transformación lineal si se cumple:
1) F(u + v) = F(u) + F(v) para todos los vectores u y v V;
LA
2) F(ku) = kF(u) para todos los vectores u en V y todos los escalares “k”.
Demostración:
Supongamos que sea F: ℝ2 ℝ3 la función definida por F(v) = ( x ; x+y ; x-y ).
Si u=(x1, y1) y v =(x2, y2), entonces: u + v = (x1+x2 ; y1+y2), de modo que:
FI
122
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
= T(v) + (-1) T(w)
= T(v) – T(w) lo que prueba c).
Transformación Matricial
Sea ahora “A” una matriz de orden m x n. Si se utiliza la notación matricial para vectores en ℝm y ℝn, entonces
es posible definir una función T: ℝn ℝm por medio de:
T(x) = A x
.C
Recordemos que si “x” es una matriz de orden “nx1” y “A” era de orden “mxn”, entonces el producto “Ax” es
una matriz de “mx1”; es decir que “T” aplica ℝn en ℝm. Además, “T” es lineal; para comprobarlo, sean “u” y
“v” matrices de orden “nx1” y “k” un escalar.
Aplicando las propiedades de la multiplicación de matrices, se obtiene:
DD
A(u + v) = Au + Av , y , A(ku) = k (Au)
o de modo equivalente:
T(u + v) = T(u) + T(v) , y , T(ku) = k(Tu)
LA
A las Transformaciones Lineales de este tipo se las conoce o denomina como Transformaciones Matriciales.
Transformación Cero
Sean “V” y “W” dos espacios vectoriales cualesquiera. La aplicación T:V W tal que T(v) = 0 para todo
vector “v” que pertenece al espacio vectorial “V” es una transformación lineal que se conoce como
transformación cero. A fin de ver que “T” es lineal, obsérvese que:
FI
Transformación Identidad
Sea “V” cualquier espacio vectorial. La aplicación T:V V definida por “T(v) = v” se conoce como
transformación identidad sobre “V”.
Si T:V V es una transformación lineal de un espacio vectorial “V” en sí mismo, entonces “T” es un operador
lineal sobre “V”.
Sea “V” cualquier espacio vectorial y “k” cualquier escalar fijo. La función “T: V V” definida por:
T(v) = kv
es un operador lineal sobre “V”.
Si “k 1” , “T” es una dilatación de “V” y si “0 k 1” , entonces “T” es una contracción de “V”.
Geométricamente, una dilatación “estira” cada vector que está en “V” en un factor “k” y una contracción de
“V” “comprime” cada vector en un factor “k”.
123
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Otra manera distinta de definir el núcleo, es: “Dados los espacios vectoriales “V” y “W” y sea F:VW una
aplicación lineal. El conjunto de elementos “v” que pertenecen al espacio vectorial “V”, tales que F(v) = 0 w,
se conoce como núcleo, kernel o espacio nulo de F.”
Vemos que el núcleo pertenece al espacio vectorial de salida.
OM
Demostración:
Como F(0) = 0 , vemos que 0 está en el núcleo. Supongamos que “v” y “w” están en el núcleo; entonces F(v
+ w) = F(v) + F(w) = 0 + 0 = 0 , de manera que “v + w” está en el núcleo. Si “c” es un número (escalar),
entonces F(cv) = c F(v) = 0 , por lo que “cv” también está en el núcleo. En consecuencia, el núcleo es un
subespacio.
Imagen o Recorrido. Definición
.C
Si la expresión T:VW representa una transformación lineal, entonces el conjunto de todos los vectores en
“W” que son imágenes bajo “T” de al menos algún vector que pertenece a “V”, se conoce como imagen o
recorrido de “T”. Este conjunto se indica por R(T).
DD
𝑣1 𝑤1 R(T) = b tal que Ax = b es compatible
𝑣2 𝑤2 R(T) Imagen: sistema no homogéneo que será compatible
N(T) 0 si “b” está en el espacio de columnas de la matriz A
ℝn ℝm
LA
Teorema 2:
Si la expresión T:VW es una transformación lineal, entonces:
a) El núcleo de “T” es un subespacio de “V”;
b) El recorrido de “T” es un subespacio de “W”.
FI
Ejemplo:
Supongamos que la expresión T: ℝn ℝm es la multiplicación por una matriz “A” de orden “m x n” . Por lo
expresado en el ejemplo anterior, el núcleo de “T” consta de todas las soluciones del sistema Ax = 0, por lo
tanto, el núcleo es el espacio de soluciones de ese sistema.
También, el recorrido de “T” consta de todos los vectores “b” tales que Ax = b es un sistema compatible. Por
consiguiente, el recorrido de “T” es el espacio de columnas de la matriz “A”. (Recordar que un sistema de
ecuaciones lineales Ax = b es compatible sí y sólo sí, “b” está en el espacio de columnas de la matriz “A”).
Definición
Si la expresión T: VW es una transformación lineal, entonces la dimensión del recorrido de “T” se conoce
como “rango de T” y la dimensión del núcleo, se denomina “nulidad de T”.
Ejemplo:
Sea la expresión T: ℝn ℝm la multiplicación por la matriz “A” de orden “m x n”. En el ejemplo dado a
continuación del teorema nº 2, se observó que el recorrido de “T” es el espacio de columnas de la matriz “A”.
Por lo tanto, el rango de “T” es la dimensión del espacio de columnas de la matriz “A”, el cual es precisamente
el rango de “A”, o sea:
rango (T) = rango (A)
124
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
(𝑅𝑎𝑛𝑔𝑜 𝑑𝑒 𝑇) + (𝑁𝑢𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑇) = 𝑛
En el caso del ejemplo anterior, este teorema conduce a:
(𝑁𝑢𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑇) = 𝑛 − (𝑅𝑎𝑛𝑔𝑜 𝑑𝑒 𝑇)
OM
Sin embargo, se había hecho notar que, la nulidad de “T” es la dimensión del espacio de soluciones de AX=0,
y que el rango de “T” es el rango de la matriz “A”, por consiguiente, la expresión anterior conduce a:
Teorema 3:
Si “A” es una matriz de orden “m x n”, entonces la dimensión del espacio de soluciones de Ax = 0 es:
n – rango de A
Ejemplo:
.C
Dado el siguiente sistema de ecuaciones lineales homogéneo:
2𝑥1 + 2𝑥2 − 𝑥3 + ⋯ + 𝑥5 = 0
DD
−𝑥1 − 𝑥2 + 2𝑥3 − 3𝑥4 + 𝑥5 = 0
𝑥1 + 𝑥2 − 2𝑥3 + ⋯ − 𝑥5 = 0
… … … … … 𝑥3 + 𝑥4 + 𝑥5 = 0
el cual se puede resolver a través de las operaciones elementales por filas (Método de Gauss-Jordan), resulta:
cc cc
LA
[𝑥5 ] [ 𝑥5 ] [ 𝑡 ] [ 0] [ 1]
lo que demuestra que los vectores:
−1 −1
1 0
𝑣1 = 0 ; 𝑣2 = −1
0 0
[ 0] [ 1]
generan el espacio de soluciones. Como estos vectores son linealmente independientes, el conjunto {𝑣1 , 𝑣2 }
es una base y el espacio de soluciones es bidimensional. Este espacio de soluciones del sistema homogéneo
analizado (Ax = 0) constituye el núcleo de la transformación. (El núcleo es el “espacio de soluciones” del
sistema homogéneo).
Dijimos también que el conjunto solución tiene dos vectores, es decir que es bidimensional, por lo tanto, la
dimensión del núcleo es dos (2) y por ende la nulidad de la transformación es dos (2). (Recordar que la
dimensión del núcleo se denomina “nulidad”).
125
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
lo que también se puede observar en la matriz reducida por filas, la cual posee tres (3) filas no nulas rango
de A = 3.
OM
Otra forma de escribir y demostrar el Teorema de la Dimensión es mediante:
.C
Si conocemos las imágenes de los vectores base, o sea, T(v1), T(v2), . . ., T(vn), entonces se puede obtener la
imagen T(v) de cualquier vector “v”, expresando primero el vector “v” en términos de la base, por ejemplo:
en una base.”
Ejemplo:
Consideremos la base S = {v1, v2, v3} para ℝ3, donde: v1 = (1; 1; 1) ; v2 = (1; 1; 0) ; v3 = (1; 0; 0) y sea
T: ℝ3ℝ2 una transformación lineal tal que:
FI
126
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
y resulta:
1 2
𝐴=[ ]
1 −1
T(e1) T(e2)
Y de forma más general, si:
𝑎11 𝑎12 𝑎1𝑛
.C
𝑇(𝑒1 ) = [
𝑎21
⋮
𝑎𝑚1
] ; 𝑇(𝑒2 ) = [
𝑎22
⋮
𝑎𝑚2
] ; … ; 𝑇(𝑒𝑛 ) = [
𝑎2𝑛
⋮
𝑎𝑚𝑛
]
DD
entonces es:
𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
𝐴=[ ⋮ ⋮ ⋱ ⋮ ]
𝑎m1 𝑎m2 … 𝑎mn
LA
Se puede demostrar entonces que la transformación lineal T: ℝn ℝm es la multiplicación por “A”.
Para ello, obsérvese que si:
𝑥1
𝑥2
FI
𝑥 = [ ⋮ ] = 𝑥1 𝑒1 + 𝑥2 𝑒2 + ⋯ + 𝑥𝑛 𝑒𝑛
𝑥𝑛
Por lo tanto, por la linealidad de la transformación “T”, tendremos:
T(X) = x1 T(e1) + x2 T(e2) + . . . . . + xn T(en) (1)
127
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
1 1 0
1 −1 0
𝐴=[ ]
0 0 1
1 0 0
como verificación, obsérvese que:
𝑥1 + 𝑥2 1 1 0 𝑥 𝑥1 + 𝑥2
𝑥1 1
𝑥1 − 𝑥2 1 −1 0 𝑥 𝑥 −𝑥
𝐴 [𝑥2 ] = [ 𝑥 ] [ 2] = [ 1 𝑥 2]
.C
] ⇒ [
𝑥3 3 0 0 1 𝑥 3
3
𝑥1 1 0 0 𝑥1
es decir, que el producto de la matriz “A” por la matriz “X” da por resultado la transformación definida
DD
o pedida, que como vemos concuerda con la fórmula dada para “T”.
Transformaciones lineales en el plano (T: ℝ2ℝ2)
𝑎 𝑏
Sea T: ℝ2 ℝ2 una transformación lineal en el plano y 𝐴 = [ ] es la matriz estándar para dicha
𝑐 𝑑
transformación “T”, entonces:
𝑥 𝑎 𝑏 𝑥 𝑎𝑥 + 𝑏𝑦
LA
𝑇 [𝑦] = [ ] [𝑦] = [ ]
𝑐 𝑑 𝑐𝑥 + 𝑑𝑦
Considerando la transformación planteada, podemos interpretar la misma de dos maneras diferentes; en un
caso, como que los elementos de las matrices sean las componentes de vectores, en el otro caso, que los
elementos de las matrices sean las coordenadas de puntos.
En la primera interpretación, la transformación aplica vectores en vectores, y en la segunda “T” aplica puntos
FI
(x;y) (x; y)
O x O x
T aplica vectores a vectores T aplica puntos a puntos
A continuación, consideraremos las siguientes transformaciones lineales en el plano como aplicaciones
de puntos hacia puntos.
Reflexiones: Las reflexiones se definen respecto a cualquier recta del plano. En este caso en particular,
estudiaremos aquellas que estén vinculadas a una recta que atraviesa el origen del sistema de coordenadas,
como por ejemplo los ejes coordenados “x” e “y” y la recta diagonal: y = x
128
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Reflexión respecto a la recta: y = x
y y=x
(y,x) 𝑥 𝑦 1 0
𝑇 [𝑦] = [ ] ⇒ 𝑇[ ] = [ ]
𝑥 0 1
0 1 0 1
𝑇[ ] = [ ] ⇒ 𝑀𝑇 = [ ]
1 0 1 0
(x,y)
y .C x
DD
(x,y) Aquí podemos agregar otra reflexión particular, como ser, un
punto definido por un par de coordenadas que se refleja
respecto al origen del sistema de coordenadas:
𝑥 −𝑥 1 −1 0 0 −1 0
o x 𝑇 [𝑦] = [−𝑦] ⟹ 𝑇 [ ] = [ ] ; 𝑇 [ ] = [ ] ⟹ 𝑀𝑇 = [ ]
0 0 1 −1 0 −1
LA
Rotaciones: Otro tipo común de transformaciones en el plano es la rotación o giro en torno a cualquier punto
del plano. Interesan principalmente las rotaciones en torno al origen del sistema de coordenadas.
FI
Supongamos una transformación matricial y sea “” un ángulo fijo. Consideremos que T: ℝ2 ℝ2 es la
multiplicación por la matriz
cos 𝜃 −𝑠𝑒𝑛 𝜃
𝐴=[ ]
𝑠𝑒𝑛 𝜃 cos 𝜃
𝑥
y si “v” es el vector: 𝑣 = [𝑦] entonces T(x) = Ax y en nuestro caso será:
129
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
demuestra que T() es una rotación de “” radianes ó “” grados en torno al origen
El siguiente cuadro muestra cuales son las matrices estándar en función del valor del ángulo:
θ Operador de Rotación
1 0
0° [ ]
0 1
.C 45°
√2
2
−
√2
2
DD
√2 √2
[2 2 ]
0 −1
90° [ ]
1 0
LA
−1 0
180° [ ]
0 −1
0 1
270° [ ]
−1 0
FI
Ejemplo:
y Supongamos un vector cuyo punto inicial es el origen del sistema de
coordenadas (0, 0) y cuyo extremo o punto final es el punto de
coordenadas (1, 1). Esto quiere decir que el vector tiene como
(-1,1) (1,1) componentes [1, 1]. Calculemos la imagen del vector para:
= /2 ó 90º
𝜋 1 0 −1 1 −1
𝑇( )[ ] = [ ][ ] = [ ]
2 1 1 0 1 1
0 x
Proyecciones: Las proyecciones en ℝ2 sobre una recta también son transformaciones de T: ℝ2 ℝ2. En éste
caso, nos interesan las proyecciones ortogonales sobre las rectas que pasan por el origen; en especial sobre los
ejes coordenados.
130
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
0 0 0 0
𝑇 [ ] = [ ] ⇒ 𝑀𝑇 = [ ]
1 1 0 1
x
Compresiones: Una compresión a lo largo de los ejes coordenados “x” ó “y” es una transformación lineal que
multiplica la coordenada “x” ó la coordenada “y” de un vector en R2 por una constante positiva “k”, siendo “k
1”, o sea que “k” varía: 0 k 1.
.C
La transformación de este tipo se expresa como:
𝑥 𝑘𝑥 1 𝑘
𝑇 [𝑦 ] = [ ] ⇒ 𝑇[ ] = [ ]
𝑦 0 0
k = 1/2 0 0 𝑘 0
DD
2 (x;y) 2 (1/2x ; y) 𝑇 [ ] = [ ] ⇒ 𝑀𝑇 = [ ]
1 1 0 1
Matriz estándar para una compresión según el eje
o 4 x o 2 x coordenado “x”
Figura inicial Resultado final
LA
y y
𝑥 𝑥 1 1
4 (x,y) 𝑇 [𝑦] = [𝑘𝑦] ⇒ 𝑇[ ] = [ ]
0 0
0 0 1 0
2 (x;1/2y) 𝑇[ ] = [ ] ⇒ 𝑀𝑇 = [ ]
1 𝑘 0 𝑘
FI
multiplica la coordenada “x” ó la coordenada “y” de un vector en R2 por una constante positiva “k”, siendo “k
1” . La transformación de este tipo se expresa como:
y y 𝑥 𝑘𝑥
𝑇(𝑥) |𝑦| = | | ⇒
𝑦
1 𝑘 0 0
𝑇| | = | |;𝑇| | = | | ⇒
0 0 1 1
𝑘 0
(x;y) (2x;y) 𝑀𝑇 = | |
0 1
Resultando la matriz estándar para una
expansión según el eje coordenado “x”
o 4 x o 8 x
Figura inicial Figura final con una expansión k = 2
131
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
transformación lineal de este tipo, los puntos que están sobre el eje “x” no se mueven puesto que en ese caso
es “y=0”; sin embargo, conforme se avanza alejándose del eje “x”, la magnitud de “y” aumenta, y aquellos
puntos más alejados del eje “x” se mueven una distancia mayor que los que se encuentran más cercanos de
dicho eje.
La transformación de este tipo se expresa como:
𝑥 𝑥 + 𝑘𝑦 1 1
𝑇 [𝑦 ] = [ ] ⇒ 𝑇[ ] = [ ]
.C 0
1
𝑘
𝑇[ ] = [ ] ⇒
1
𝑦
𝑀𝑇 = [
0
1 𝑘
0 1
]
0
DD
Resultando entonces la matriz estándar para un deslizamiento cortante según el eje coordenado “x”. Tener
presente que “k” es una constante que puede ser positiva o negativa.
y y y
(x;y) (x+ky ; y) (x+ky ; y)
LA
o x o x o x
Figura inicial Deslizamiento cortante Deslizamiento cortante
según el eje “x” con “k” positivo con “k” negativo
Un deslizamiento cortante en la dirección de “y”, con factor “k”, es una transformación que mueve cada punto
FI
(x, y) paralelo al eje coordenado “y”, en una cantidad “kx” hacia la nueva posición (x; y+kx). Bajo una
transformación lineal de este tipo, los puntos que están sobre el eje “y” no se mueven puesto que en ese caso
es “x=0”; sin embargo, conforme se avanza alejándose del eje “y”, la magnitud de “x” aumenta, y aquellos
puntos más alejados del eje “y” se mueven una distancia mayor que los que se encuentran más cercanos de
dicho eje. La transformación de este tipo se expresa como:
𝑥 𝑥 1 1
𝑇 [𝑦] = [𝑦 + 𝑘𝑥] ⇒ 𝑇[ ] = [ ]
0 𝑘
0 0 1 0
𝑇[ ] = [ ] ⇒ 𝑀𝑇 = [ ]
1 1 𝑘 1
Resultando entonces la matriz estándar para un deslizamiento cortante según el eje coordenado “y”.
Tener presente que “k” es una constante que puede ser positiva o negativa.
132
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
(x ; y+kx)
o x o x o x
Figura inicial Deslizamiento cortante Deslizamiento cortante
según eje “y” con k 0 con k 0
Observaciones:
1) La multiplicación por la matriz identidad de orden 2 por 2 aplica cada punto en sí mismo. A esta
transformación se la denomina transformación identidad. Recordemos que cuando analizamos las
transformaciones de ℝn a ℝm demostramos que era posible encontrar una matriz “A” de orden m x n tal
OM
que la transformación fuese el producto por dicha matriz; aquí se está mencionando una matriz identidad
de orden dos por dos que es la que efectúa la transformación.
2) Si se efectúan en sucesión un número muy grande, pero finito, de transformaciones lineales de ℝn a ℝn,
entonces es posible obtener el mismo resultado mediante una sola transformación matricial.
Ejemplo 1:
Hallar una transformación matricial de ℝ2 hacia ℝ2 que primero lleve a cabo un deslizamiento cortante en un
Solución:
.C
factor de 2 en la dirección de “x” ; y a continuación, realice una reflexión respecto a la recta “y = x”;
0 1 1 2 0 1
𝐴2 . 𝐴1 = [
][ ]=[ ]
1 0 0 1 1 2
La expresión, A2.A1 nos da por resultado una nueva matriz, la cual representa simultáneamente las operaciones
de deslizamiento cortante seguido de la reflexión. La lectura de la expresión A = A 2.A1 leída de derecha a
izquierda indica el orden en que ambas operaciones fueron definidas.
FI
Si analizáramos la expresión siguiente: A = A1.A2 que corresponde a la solución de la segunda parte del
ejercicio, podemos ver que aquí primero se efectúa la reflexión seguida por el deslizamiento cortante.
Es decir entonces, que para obtener una única matriz para llevar a cabo todas las operaciones indicadas, debo
realizar el producto de la matriz correspondiente a la última transformación solicitada por la matriz de la
penúltima transformación y luego por la antepenúltima, hasta llegar a la matriz de la primera transformación
(2;1) (4;1)
o x o x o x
fig.1 fig.2 fig.3
Figura inicial Deslizamiento cortante en Reflexión alrededor
la dirección de “x” con k=2 de y = x
133
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Podemos observar en estos dos ejemplos propuestos, que haciendo el producto de las matrices
correspondientes a las transformaciones pedidas pero en orden inverso al solicitado, se obtiene una única
matriz que permite realizar las transformaciones solicitadas mediante una sola operación.
y y y
(1;2)
(5;2)
o
(2;1)
.C x o x o x
DD
fig.1 fig.2 fig.3
Figura inicial Reflexión alrededor Deslizamiento cortante en
de y = x la dirección de “x” con k=2
Transformaciones inversas
Sea T: ℝ2 ℝ2 la multiplicación por una matriz invertible “A” y supóngase que la transformación “T” aplica
LA
OM
A[x]B = [T(x)]B'
Si de alguna manera, es posible encontrar la matriz “A”, entonces, como se muestra en la figura, se puede
calcular la transformada de x [T(x)] en tres pasos, por medio del procedimiento indirecto siguiente:
Cálculo directo
1) Calcular la matriz de coordenadas [x]B ;
x - - - - - - - - - - - - - - - T(x)
2); Multiplicar [x]B desde la izquierda por la matriz “A”, para
(1)
Multiplíquese por A
.C
[x]B - - - - - - - - - - - - - [T(x)]B'
(2)
(3) producir [T(x)]B'
3) Reconstruir T(x), a partir de su matriz de coordenadas [T(x)]B'
.
DD
Este procedimiento indirecto es importante por dos razones. Primero suministra una manera eficiente de llevar
a cabo las transformaciones lineales a través de una computadora y la segunda razón es teórica, pero con
importantes consecuencias prácticas.
La matriz “A” depende de las bases “B” y “B'”. Por lo general se eligen las bases “B” y “B'” a fin de hacer que
LA
el cálculo de las matrices de coordenadas sea lo más fácil posible. Otras veces, en lugar de ello, se puede
intentar elegir las bases “B” y “B'” para hacer que la matriz “A” sea lo más sencilla posible, por ejemplo, con
grupos de elementos iguales a cero.
Cuando se hace esto en forma correcta, la matriz “A” puede proporcionar información importante acerca de la
transformación lineal “T”.
Consideremos ahora el problema de encontrar una matriz “A” que satisfaga:
FI
OM
0
por lo tanto:
𝑎12
𝑎
[ 22 ] = [𝑇(𝑢2 )]𝐵′
⋮
𝑎𝑚2
es decir, la segunda columna de “A” es la matriz de coordenadas para el vector T(u2) con respecto a la base B'.
Continuando de esta manera, se encuentra que la j-esima columna de la matriz “A” es la matriz de coordenadas
.C
para el vector T(uj), con respecto a la base B'.
La matriz única “A” que se obtiene de esta manera se conoce como matriz de la transformación “T” con
respecto a las bases B y B'.
DD
Simbólicamente, se puede indicar esta matriz por medio de:
Matriz de T con respecto a las bases B y B' A = [ [T(u1)]B' ¦[T(u2)]B' ¦. . . . . . ¦[T(un)]B' ]
Ejemplo:
Sea T: p1 p2 la transformación lineal definida por: T(p(x)) = x p(x). Encuéntrese la matriz para la
transformación “T” , con respecto a las bases B={u1; u2} y B'={u1'; u2'; u3'} , en donde: u1 = 1 ; u2 = x ; u1' =
LA
1 ; u2' = x ; u3' = x2 .
Solución: Basándonos en la fórmula para la transformación “T” propuesta, se obtiene:
T(u1) = T(1) = (x) (1) = x
T(u2) = T(x) = (x) (x) = x2
FI
Por simple observación, se puede determinar las matrices de coordenadas para T(u1) y T(u2) con relación a la
base B'; éstas son:
0 0
[𝑇(𝑢1 )]𝐵′ = [1] ; [𝑇(𝑢2 )]𝐵′ = [0]
0 1
por lo tanto, la matriz para la transformación “T” con respecto a las bases B y B' es:
0 0
𝐴 = [[𝑇(𝑢1 )]𝐵′ [𝑇(𝑢2 )]𝐵′ ] = [1 0]
0 1
Ejemplo:
Sean T:p1p2 y “B” y “ B' ” las bases del ejemplo anterior y supóngase que: P(x) = 1 – 2x. Utilice la matriz
obtenida en el ejemplo anterior para calcular T(x) por el procedimiento indirecto.
Por observación, la matriz de coordenadas de “X” con respecto a la base “B” es:
[𝑥]𝐵 = [ 1]
−2
Por lo tanto:
136
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
matriz para la transformación “T”. La matriz resultante se conoce como matriz de “T” con respecto a la base
“B”.
Ejemplo:
Sea la expresión T: ℝ2ℝ2 el operador lineal definido por:
𝑥1 𝑥 + 𝑥2
𝑇 [𝑥 ] = [ 1 ]
2 −2𝑥1 + 4𝑥2
Encuéntrese la matriz de la transformación “T” con respecto a la base B = {u1, u2} , en donde:
.C 1
𝑢1 = [ ] ; 𝑢2 = [ ]
1
1
2
Solución: A partir de la expresión de la transformación “T”, se tiene:
2 3
DD
𝑇(𝑢1 ) = [ ] = 2𝑢1 𝑦 𝑇(𝑢2 ) = [ ] = 3𝑢2
2 6
y considerando la base B = {u1, u2}, tendremos entonces:
1+1=2
1+2=2
y resolviendo el sistema, nos queda:
=2 y =0 ; y
entonces tendremos:
FI
2
[𝑇(𝑢1 )]𝐵 = [ ]
0
y ahora:
1 + 1 = 3
137
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
Las cantidades utilizadas de cables y terminales por unidad son las siguientes:
Estándar 4x2 Estándar 6x2 Base 4x2
OM
Cable (mt) 28 92 48
Solución
Tenemos una transformación lineal de ℝ3→ ℝ2, porque conocemos la producción de vehículos (vector x de
ℝ3), las cantidades utilizadas (ley, matriz A) y debemos determinar cuántos metros de cable y cuantas unidades
𝑇(𝑥) = 𝐴𝑥 = [
58
200 .C
de terminales debo comprar para poder llevar a cabo la producción (vector de ℝ2), entonces:
92
250
48
150
50
] [ 500 ] = [
1.000
58 . 50 + 92 . 500 + 48 . 1.000
200 . 50 + 250 . 500 + 150 . 1.000
]=[
96.900
285.000
]
DD
Matriz A, también Vector x, cantidad de cable Combinación lineal Vector
llamada matriz de por unidad a producir, es el entre cantidades transformado
insumo-producto, ya que que necesitamos unitarias por producto que nos dice
me dice la cantidad de transformar para saber cuál y cantidad de cuánto de
LA
insumos necesarios para va a ser nuestra necesidad producto para lograr cada insumo
elaborar cada producto de cada uno la necesidad total necesitamos
Para llevar a cabo dicha producción solicitada por la terminal automotriz, debo comprar 96.900 metros de
cable y 285.000 unidades de terminales.
FI
Semejanza (similaridad)
La matriz de un operador lineal T:VV depende de la base seleccionada para el espacio vectorial “V”.
Uno de los problemas fundamentales del álgebra lineal es elegir una base para el espacio vectorial “V” que
haga que la matriz de la transformación “T” sea tan sencilla como se pueda. Frecuentemente este problema se
ataca encontrando primero una matriz para la transformación “T”, con relación a una base “sencilla”, como
por ejemplo una base estándar.
Por lo común, esta selección no conduce a la matriz más sencilla para la transformación “T”, de modo que
entonces se busca una manera de cambiar la base a fin de simplificar la matriz.
Para dirigir un problema como éste, es necesario saber en qué forma un cambio de base afecta la matriz de un
operador lineal. Estudiaremos ahora ese problema. Para ello analicemos el siguiente teorema, cuyo resultado
es clave.
Teorema:
Sea la expresión T: VV un operador lineal sobre un espacio vectorial de dimensión finita “V”. Si “A” es la
matriz de la transformación “T” con respecto a una base “B”, y “A' ” es la matriz de la misma transformación
“T” con respecto a una base “B' ”, entonces:
A' = P-1.A.P
138
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
Solución: A partir de la fórmula para la transformación “T”, resulta:
1 1 0 1
𝑇(𝑒1 ) = 𝑇 [ ] = [ ] ; 𝑇(𝑒2 ) = 𝑇 [ ] = [ ]
0 −2 1 4
de modo que la matriz estándar para la transformación “T” es:
1 1
𝐴=[ ]
−2 4
.C
Ahora se necesita la matriz de transición de la base “B'” hacia la base “B”. Para esta matriz de transición se
necesitan las matrices de coordenadas para los vectores de la base “B'” con relación a la base “B”.
Por cálculo:
1 1 0 𝑘1 = 1
DD
𝑢1 = 𝑘1 𝑒1 + 𝑘2 𝑒2 ⟹ [ ] = 𝑘1 [ ] + 𝑘2 [ ] ⟹
1 0 1 𝑘2 = 1
1 1 0 𝑘3 = 1
𝑢2 = 𝑘3 𝑒1 + 𝑘4 𝑒2 ⟹ [ ] = 𝑘3 [ ] + 𝑘4 [ ] ⟹
2 0 1 𝑘4 = 2
de modo que:
𝑘 1 𝑘 1 1 1
[𝑢1 ]𝐵 = [ 1 ] = [ ] ; [𝑢2 ]𝐵 = [ 3 ] = [ ] ⇒ 𝑃 = [[𝑢1 ]𝐵 ; [𝑢2 ]𝐵 ] ⇒ 𝑃 = [ ]
𝑘2 1 𝑘4 2 1 2
LA
2 −1 1 1 1 1 2 0
𝑃−1 . 𝐴 . 𝑃 = [ ] .[ ] .[ ]=[ ]
−1 1 −2 4 1 2 0 3
En este ejemplo se ilustra que la base estándar para un espacio vectorial dado, no necesariamente produce la
matriz más sencilla para un operador lineal; podemos ver que la matriz estándar:
1 1
𝐴=[ ]
−2 4
no fue tan sencilla en estructura como la matriz
2 0
[ ]
0 3
con relación a la base “B'”.
Esta última matriz es una matriz diagonal; esto es, una matriz cuadrada en la que todos los elementos que no
están en la diagonal principal son ceros.
Del análisis de lo desarrollado, obtenemos la siguiente conclusión: “Si “A” y “B” son matrices cuadradas, se
dice que la matriz “B” es semejante a la matriz “A”, si existe una matriz inversible “P”, tal que:
B = P-1.A.P
Nótese que la ecuación B = P-1.A.P se puede escribir también como: A = P.B.P-1 o bien, como:
139
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
.C
DD
LA
FI
140
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
̅) = l 𝒗
F (𝒗 ̅ (1)
Si 𝑣̅ 0 y l satisfacen la ecuación (1), se dice que “l” es un valor característico (valor propio, autovalor o
eigenvalor) de la transformación F, y a “𝑣̅ ” se le llama vector característico (vector propio, autovector o
eigenvector) de la transformación F correspondiente al valor característico l .
OM
Objetivos
Se espera que al concluir la lectura comprensiva y activa de la unidad, usted pueda:
Obtener autovalores y autovectores de una matriz.
Obtener una matriz semejante a una matriz dada.
Diagonalizar una matriz; es decir, obtener, si es posible, una matriz diagonal semejante a la matriz
dada.
Definición
.C
Sea “A” una matriz de orden n x n con elementos reales. El número l (real o complejo) recibe el nombre de
valor característico de la matriz “A” si existe algún vector “𝑣̅ ” diferente de cero en el conjunto de los números
complejos (ℂn → Reales + Imaginarios) tal que:
DD
̅ = l𝒗
A𝒗 ̅
Valor característico asociado a la Vector característico asociado a la transformación T
transformación T o matriz A o matriz A correspondiente al valor característico l
Valor Propio, autovalor o eigenvalor Vector Propio, autovalor o eigenvalor
LA
Se dice que el vector 𝑣̅ , distinto de cero, (es decir 𝑣̅ es un vector no nulo), es un vector característico de la
matriz “A” correspondiente al valor característico “l” .
Comentario: Puede ocurrir que una matriz con componentes reales puede tener valores y vectores
característicos complejos. Es por ésta razón que en la definición se ha considerado al vector 𝑣̅ como
FI
Solución:
1 6 6 −24 6
𝐴𝑢 = [ ][ ] = [ ] = −4 [ ] = −4𝑢
5 2 −5 20 −5
1 6 3 −9 3
𝐴𝑣 = [ ][ ] = [ ] ≠ λ[ ]
5 2 −2 11 −2
Entonces u es un vector propio correspondiente a un valor propio (-4), pero v no es un vector propio de A,
porque Av no es múltiplo de v.
Cálculo de Autovalores y Autovectores
Sea 𝐴 una matriz cualquiera de orden 𝑛 𝑥 𝑛
1- Partimos de la ecuación: 𝐴 𝑣 = 𝜆. 𝑣
2- Multiplicamos el segundo miembro por la matriz I (identidad) 𝐴𝑣=𝜆 𝐼𝑣
3- Pasamos el 2° miembro al 1° e igualamos a cero 𝐴𝑣–𝜆𝐼𝑣=0
4- Sacamos factor común 𝑣 (𝐴 – 𝜆 𝐼) 𝑣 = 0
141
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
−1 0
Solución:
1) Buscamos
𝑃(𝜆) = det(𝐴 − 𝜆 𝐼)
3 2 1 0 3 2 𝜆 0 3−𝜆 2
𝐴−𝜆𝐼 =[ ]−𝜆[ ]=[ ]−[ ]=[ ]
−1 0 0 1 −1 0 0 𝜆 −1 −𝜆
3−𝜆 2
𝑑𝑒𝑡 [
2) de donde: 𝜆 = .C
−1 −𝜆
3±√9−4 .2
] = 0 ⇒ −3𝜆 + 𝜆2 + 2 = 0 ⇒ 𝜆2 − 3𝜆 + 2 = 0
=
3+1
l1 = 2
l2= 1
DD
2 2
3) Con el auto valor l1 = 2, sustituimos el mismo en la matriz
3−𝜆 2 3−2 2 1 2
[ ] ⇒ [ ] ⇒ [ ]
−1 −𝜆 −1 −2 −1 −2
1 2 𝑥1 0 𝑥1 + 2𝑥2 = 0 𝑥 = −2𝑥2 1
[ ] [𝑥 ] = [ ] ⇒ ⇒ 1 ⇒ 𝑥2 = − 𝑥1
LA
OM
b) A tiene “n” autovectores linealmente independientes.
Vamos a demostrar el apartado a) que a su vez implica el apartado b).
Dado que se supone que “A” es diagonizable, existe una matriz inversible P
tal que
P-1 A P = D
.C
y teniendo presente que:
P P-1 A P = P D
y siendo
P P-1 = I
DD
resulta:
AP = PD
es decir:
𝑝11 𝑝12 … 𝑝1𝑛 𝜆1 0 … 0 𝜆1 𝑝11 𝜆2 𝑝12 … 𝜆n 𝑝1𝑛
𝑝21 𝑝22 … 𝑝2𝑛 0 𝜆2 … 0 𝜆1 𝑝21 𝜆2 𝑝22 … 𝜆n 𝑝2𝑛
𝐴𝑃 = [ ⋮ ⋮ ⋱ ⋮ ].[ ⋮ ]=[ ]
⋮ ⋱ ⋮ ⋮ ⋮ ⋱ ⋮
LA
𝐴𝑝1 = 𝜆1 𝑝1
𝐴𝑝2 = 𝜆2 𝑝2
𝐴𝑃 = 𝑃𝐷 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
⋮
𝐴𝑝𝑛 = 𝜆𝑛 𝑝𝑛
Supuesto que la matriz “P” es invertible, sus vectores columnas no son ceros, por lo tanto l1, l2, . . . . , ln
143
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
1) 𝑃(𝜆) = det(𝐴 − 𝜆 𝐼)
2 1 1 0 2 1 𝜆 0 2−𝜆 1
𝐴−𝜆𝐼 =[ ]−𝜆[ ]=[ ]−[ ]=[ ]
2 3 0 1 2 3 0 𝜆 2 3−𝜆
2−𝜆 1
𝑃(𝜆) = 𝑑𝑒𝑡 [ ] = (2 − 𝜆). (3 − 𝜆) − 2
2 3−𝜆
𝑃(𝜆) = 𝜆2 − 5𝜆 + 4
.C
2) 𝑃(𝜆) = 0 ⇒ 𝜆2 − 5𝜆 + 4 = 0
(−5) ± √(−5)2 − 4 . 4 𝜆 =4
𝜆1;2 = ⇒ 1
2 𝜆 2 =1
DD
3) (𝐴 − 𝜆 𝐼). 𝑣 = 0 𝑝𝑎𝑟𝑎 𝜆1 = 4
2−𝜆 1 𝑥1 2−4 1 𝑥1 −2𝑥1 + 𝑥2 = 0
[ ] [𝑥 ] = [ ] [𝑥 ] = 0 ⇒ ⇒ 𝑥2 = 2𝑥1
2 3−𝜆 2 2 3−4 2 2𝑥1 − 𝑥2 = 0
𝑥1 𝑥1 𝑡 1
𝑣1 = [𝑥 ] = [2𝑥 ] ⇒ 𝑠𝑖 𝑥1 = 𝑡 ⇒ [ ] = 𝑡 [ ] −∞<𝑡 <∞
2 1 2𝑡 2
1
LA
2 2 𝑡 1
−1
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑣2 = [ ] 𝑒𝑠 𝑒𝑙 𝑎𝑡𝑢𝑜𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒𝑙 𝑎𝑢𝑡𝑜𝑣𝑎𝑙𝑜𝑟 𝜆2 = 1
1
1 1
1 −1
4) 𝑃 = [𝑣1 𝑣2 ] ⇒ 𝑃=[ ] ⇒ 𝑃 −1 = [ 32 3
1]
2 1 −
3 3
5) Cálculo de la matriz diagonal
1 1
𝑃−1 𝐴 𝑃 = 𝐷 ⇒ [ 3 3] . [2 1] . [1 −1] = [4 0
]
2 1 2 3 2 1 0 1
−
3 3
144
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
sacamos la raíz cuadrada, tendremos:
No tiene solución en el campo de
√𝑥 2 = √−1 de donde: 𝑥 = √−1 los números reales
valor éste último que se consideró como “unidad imaginaria”, y se identificó por la letra “i” latina minúscula,
es decir:
.C
Definición de número complejo
√−𝟏 = 𝒊
Un número complejo es la suma algebraica de un número Real y un número Imaginario. Así como los reales
DD
se representan sobre una recta numérica, lo complejos se pueden representar:
Es todo par ordenado de números reales (𝑎 , 𝑏), que se lo designa habitualmente con la letra z: z = (𝑎 , 𝑏)
ℂ = {(𝑎 , 𝑏)/𝑎 𝜖 ℝ ∧ 𝑏 𝜖 ℝ}
La primera componente, 𝑎, se denomina componente real y se representa como Re(z)
La segunda componente, 𝑏, se denomina componente imaginaria y se representa como Im(z)
LA
Propiedades
En el conjunto de los números complejos se definen dos operaciones internas, Adición o suma y la
multiplicación que cumplen las siguientes propiedades:
Adición
FI
Conmutatividad 𝑍1 + 𝑍2 = 𝑍2 + 𝑍1
Asociatividad (𝑍1 + 𝑍2 ) + 𝑍3 = 𝑍1 + (𝑍2 + 𝑍3 )
Elemento neutro 𝑍1 + 0 = 𝑍1
Opuesto aditivo 𝑍1 + (−𝑍1 ) = 0
Multiplicación
Conmutatividad 𝑍1 . 𝑍2 = 𝑍2 . 𝑍1
Asociatividad (𝑍1 . 𝑍2 ). 𝑍3 = 𝑍1 . (𝑍2 . 𝑍3 )
Elemento neutro 𝑍1 . 1 = 𝑍1
Opuesto multiplicativo 𝑍1 . 𝑍1−1 = 1
Distributiva 𝑍1 . (𝑍2 + 𝑍3 ) = 𝑍1 . 𝑍2 + 𝑍1 . 𝑍3
145
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
no ordenado.
𝑎 ℝ
2- Forma Binómica Im
Z = a + bi (2)
donde ayb
𝑍3 = (5 , √5) ó 𝑍3 = 5 + √5 𝑖
a + bi = c + di siendo a = c y b = d
𝒁𝟏 = 𝒁𝟐 ⇔ 𝒂=𝒄 ʌ 𝒃=𝒅
Complejos Opuestos
Siendo Z = a + bi su opuesto es Z= - a - bi
Complejos Conjugados
Siendo Z = a + bi su conjugado es Z = a - bi y si Se le cambia el signo a la parte
imaginaria
Z = a – bi su conjugado es Z = a + bi
Ejemplo:
̅ = (−𝟑 , −𝟏) = −𝟑 − 𝟏𝒊
𝒔𝒊 𝒁 = (−𝟑 , 𝟏) = −𝟑 + 𝟏𝒊 𝒆𝒍 𝒄𝒐𝒏𝒋𝒖𝒈𝒂𝒅𝒐 𝒆𝒔 𝒁
Adición o suma
Dados los complejos 𝑍1 = (𝑎 , 𝑏) = 𝑎 + 𝑏𝑖 𝑦 𝑍2 = (𝑐 , 𝑑) = 𝑐 + 𝑑𝑖 , la adición de los mismos se define por:
𝒁𝟏 + 𝒁𝟐 = (𝒂 , 𝒃) + (𝒄 , 𝒅) = (𝒂 + 𝒄 , 𝒃 + 𝒅) = [(𝒂 + 𝒄) + (𝒃 + 𝒅)𝒊]
146
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
𝑍1 = (1 , −6) = 1 − 6𝑖 ; 𝑍2 = (−2 , 4) = −2 + 4𝑖
entonces:
𝑍1 . 𝑍2 = (1 , −6). (−2 , 4) = [1. (−2) − (−6). 4 , 1.4 + (−6)(−2) = (−2 + 24 , 4 + 12) = (22 , 16)
𝑍1 . 𝑍2 = (1 − 6𝑖). (−2 + 4𝑖) = {[1. (−2) + (−6). 4𝑖 2 ] + [1.4 + (−6). (−2)]𝑖} =
= {[−2 + (−24)𝑖 2 ] + 4 + 12)𝑖} = [(−2 + 24) + (4 + 12)𝑖] = 22 + 16𝑖
.C
Diferencia
Dados los números complejos 𝑍1 = (𝑎 , 𝑏) = 𝑎 + 𝑏𝑖 𝑦 𝑍2 = (𝑐 , 𝑑) = 𝑐 + 𝑑𝑖 resulta que:
𝑍1 − 𝑍2 = 𝑍1 + (−𝑍2 )
es decir que podemos expresar la diferencia de dos números complejos como la suma de Z1 con el inverso
DD
aditivo de Z2.
En este caso, será entonces:
𝒁𝟏 − 𝒁𝟐 = (𝒂 , 𝒃) − (𝒄 , 𝒅) = (𝒂 , 𝒃) + (−𝒄 , −𝒅) = (𝒂 − 𝒄 , 𝒃 − 𝒅) ó
𝒁𝟏 − 𝒁𝟐 = (𝒂 + 𝒃𝒊) − (𝒄 + 𝒅𝒊) = (𝒂 + 𝒃𝒊) + (−𝒄 − 𝒅𝒊) = (𝒂 − 𝒄) + (𝒃 − 𝒅)𝒊
Cociente
LA
𝑍1 𝑐 −𝑑 𝑎𝑐 𝑏𝑑 𝑏𝑐 𝑎𝑑
= (𝑎 , 𝑏) ( 2 2
; 2 2
)=( 2 2
+ 2 2
; 2 2
− 2 )
𝑍2 𝑐 +𝑑 𝑐 +𝑑 𝑐 +𝑑 𝑐 +𝑑 𝑐 +𝑑 𝑐 + 𝑑2
𝒁𝟏 𝒂𝒄 + 𝒃𝒅 𝒃𝒄 − 𝒂𝒅
=( 𝟐 , ) (𝟒)
𝒁𝟐 𝒄 + 𝒅𝟐 𝒄𝟐 + 𝒅𝟐
Al mismo resultado obtenido se llega multiplicando numerador y denominador de la fracción dada por el
conjugado del denominador:
𝑍1 𝑍1 𝑍2̅ (𝑎 , 𝑏). (𝑐 , −𝑑)
= . =
𝑍2 𝑍2 𝑍2 (𝑐 , 𝑑). (𝑐 , −𝑑)
y resolviendo tendremos:
(𝑎 , 𝑏). (𝑐 , −𝑑) (𝑎𝑐 + 𝑏𝑑 ; 𝑏𝑐 − 𝑎𝑑)
=
(𝑐 , 𝑑). (𝑐 , −𝑑) (𝑐𝑐 + 𝑑𝑑 + 𝑑𝑐 − 𝑐𝑑)
resultando finalmente:
𝒁𝟏 𝒂𝒄 + 𝒃𝒅 𝒃𝒄 − 𝒂𝒅
=( 𝟐 , ) (𝟓)
𝒁𝟐 𝒄 + 𝒅𝟐 𝒄𝟐 + 𝒅𝟐
y si los complejos estuviesen dados en su forma binómica, tendríamos:
147
FAC. REG CÓRDOBA Álgebra y Geometría Analítica
OM
El divisor es siempre 4 e i4 es igual a uno por lo que (i4)C siempre valdrá 1.
3- Forma Trigonométrica
Z = a + bi y teniendo en cuenta el siguiente gráfico Im
𝑟 = √𝑎2 + 𝑏 2
.C
𝑎
𝑐𝑜𝑠 𝜃 = ⟹ 𝑎 = 𝑟 𝑐𝑜𝑠 𝜃 b Z = a + bi
𝑟
𝑏
𝑠𝑒𝑛 𝜃 = ⟹ 𝑏 = 𝑟 𝑠𝑒𝑛 𝜃 r
𝑟
𝜃
DD
Si reemplazamos en Z = a + bi los valores de a y b antes
calculados, tenemos: Z = 𝑟.𝑐𝑜𝑠 𝜃+ 𝑖 . 𝑠𝑒𝑛 𝜃 𝑎 ℝ
Z = 𝒓 (𝒄𝒐𝒔 𝜽+ i 𝒔𝒆𝒏 𝜽)
Módulo de un número complejo Z = a + bi lo denotamos por |Z| y es la distancia entre el punto (a; b) y el
origen (0;0)
LA
Se calcula como
|𝒁| = √𝒂𝟐 + 𝒃𝟐
Argumento de un número complejo Z = a + bi Es el ángulo que forma el semieje positivo de las abscisas con
la semirrecta de origen (0;0) que pasa por el punto (a; b) donde
𝑏 𝑏
FI
𝑇𝑔 𝜃 = luego 𝜃 = 𝑎𝑟𝑐𝑡𝑔
𝑎 𝑎
4- Forma Polar
Z = (r ; 𝜽) o Z= 𝒓θ
5- Forma Exponencial
Z = 𝒓𝒆iθ
Para expresar un número complejo en forma trigonométrica, polar o exponencial basta con calcular su módulo
|Z| y su argumento 𝜽
Resumen
Forma Binómica Forma Trigonométrica Forma Polar Forma exponencial
𝑍 = 𝑎 + 𝑏𝑖 𝑍 = 𝑟(cos 𝜃 + 𝑖𝑠𝑒𝑛 𝜃) 𝑍 = (𝑟 ; 𝜃) 𝑜 𝑍 = 𝑟𝜃 𝑍 = 𝑟𝑒 𝑖𝜃
Un número complejo es real, sí y sólo sí, su parte imaginaria es cero Z = (a , 0) = (a + 0i).
Un complejo es imaginario puro, sí y sólo sí, su parte real es cero Z = (0 , b) = (0 + bi).
Si un complejo no es real, ni tampoco imaginario puro, entonces se llama imaginario Z=(a , b)=(a + bi)
148
FAC. REG CÓRDOBA Álgebra y Geometría Analítica