ALGEBRA LINEAL Bernardo Acevedo. German Barco.

Departamento de Matemticas a Universidad Nacional de Colombia, Sede Manizales Feb rero 2007

ii

Contenido 1 MATRICES 1.1 De nicin . . . . . . . . . . . . . . . . . . . . . . . o 1.1.1 Notac in: . . . . . . . . . . . . . . . . . . . o 1.2 Operaciones entre matrices. . . . . . . . . . . . . . 1.2.1 Suma. . . . . . . . . . . . . . . . . . . . . . 1.2.2 Multiplicacin de una matriz por un escalar. o 1.2.3 Multiplicacin de dos matrices AB . . . . . o 1.3 Otras Propiedades. . . . . . . . . . . . . . . . . . . 1.4 A lgunos tipos de matrices. . . . . . . . . . . . . . . 1.4.1 Matriz Cuadrada de t amao n. . . . . . . . n 1.4.2 Matriz Idntica. . . . . . . . . . . . . . . . e 1.4. 3 Matriz diagonal. . . . . . . . . . . . . . . . 1.4.4 Matriz escalar. . . . . . . . . . . . . . . . . 1.4.5 Matriz invertible o matriz no singular. . . . 1.4.6 Matriz transpuesta. . . . . . . . . . . . . . 1.4.7 Matriz simtrica. . . . . . . . . . . . . . . . e 1.4.8 Matriz antisimtrica. . . . . . . . . . . . . . e 1.4.9 Matriz conjugada. . . . . . . . . . . . . . . 1.4.10 Matriz Herm tica. . . . . . . . . . . . . . . 1.4.11 Matriz Antiherm tica. . . . . . . . . . . . . 1.4.12 Matr iz involutiva. . . . . . . . . . . . . . . 1.4.13 Matriz Idempotente. . . . . . . . . . . . . . 1.4.14 Matriz ortogonal. . . . . . . . . . . . . . . . 1.4.15 Ma triz triangular superior. . . . . . . . . . 1.4.16 Matriz triangular. . . . . . . . . . . . . . . 1.4.17 Matriz elemental. . . . . . . . . . . . . . . 1.4.18 Ma triz semejante. . . . . . . . . . . . . . . 1.4.19 Matriz de Probabilidad. . . . . . . . . . . 1.4.20 Matriz escalonada y escalonada reducida. . iii 1 1 1 2 2 3 5 7 7 7 8 8 8 9 9 10 11 12 13 13 14 14 14 15 15 16 16 17 17 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

iv CONTENIDO 1.4.21 Algunos mtodos para hallar la inversa . . . . . . . . . . . . . . . . 18 e 1.5 EJERCICIOS PROPUESTOS CAPITULO 1 . . . . . . . . . . . . . . . . 20 2 . . . DETERMINANTES. 27 2.1 Propiedades del determinante. . . . . . . . . . . . . . . . . . . . . . . . . 30 2.2 EJERCICIOS PROPUESTOS CAPITULO 2 . . . . . . . . . . . . . . . 40 3 SISTEMAS DE ECUACIONES. 3.0.1 Solucin del sistema Ax = b. . . . . . o 3.1 Regla de Cramer . . . . . . . . . . . . . . . . 3.2 Aplicaciones . . . . . . . . . . . . . . . . . . . 3.2.1 Balance de reacciones quimicas . . . . 3.3 EJERCICIOS PROPUESTOS CAPITULO 3 43 44 48 51 51 53 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 VECTORES 4.1 Propiedades de los vectores . . . . . . . . . . . 4.2 Operaciones : . . . . . . . . . . . . . . . . . . . . 4.3 Suma de vectores. 62 4.4 Resta de vectores: . . . . . . . . . . . . . . . . . 4.5 Multiplicacin de un vector por un nmero real. o u 4.6 Norma de un vector . . . . . . . . . . . . . . . . 4.6.1 Pro piedades de la norma de un vector. . 4.7 Propiedades. . . . . . . . . . . . . . . . . . . . . 4.8 Producto Cruz . . . . . . . . . . . . . . . . . . 4.9 4.10 4.1 1 4.12 4.13 61 . . . . . . . . . . . . . . . 61 . . . . . . . . . . . . . . . 62 . . . . . . . Con R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 62 62 62 63 65 66 67 68 68 69 69 69 71 4.8.1 Propiedades del producto cruz . . . . . . . . . . . . . . Producto mixto . . . . . . . . . . . . . . . . . . . . . . . . . . 4.9.1 Propiedades del product o mixto . . . . . . . . . . . . . Area de un paralelogramo determinado por los v ectores A y B Volmen de un paralelep u pedo determinado por A,B,C . . . . 4.11.1 qu e no estn en el mismo plano . . . . . . . . . . . . . e Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . EJERCICIOS PROPUESTOS CAPITULO 4 . . . . . . . . .

CONTENIDO 5 PLANOS 5.1 Planos en el espacio . . . . . . . . . . . . . . . . . . 5.1.1 Distancia del punto P0 = (x0 , y0 , z0 ) al plano 5.1.2 Distancia entre do s planos paralelos . . . . . 5.1.3 Plano paralelos y perpendiculares . . . . . . 5.2 EJERCICIOS PROPUESTOS CAPITULO 5 . . . . . . . . . . . . . . . Ax + By + Cz = D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . v 77 77 80 81 81 82 6 RECTAS 85 6.1 Distancia de un punto a una recta . . . . . . . . . . . . . . . . . . . . . . . 89 6.2 EJERCICIOS PROPUESTOS CAPITULO 6 . . . . . . . . . . . . . . . . 91 7 ESPACIOS VECTORIALES 95 7.1 Subespacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 7.2 EJERCICIOS PROPUESTOS CAPITULO 7 . . . . . . . . . . . . . . . . 104 8 ESPACIOS VECTORIALES 8.1 Dependencia e Independen cia lineal. . . . . . . 8.1.1 Wronskiano . . . . . . . . . . . . . . . 8.1.2 Alg unas propiedades: . . . . . . . . . . 8.2 Generador: . . . . . . . . . . . . . . . . . . . . 8.3 Base . . . . . . . . . . . . . . . . . . . . . . . 8.3.1 Alguna s propiedades: . . . . . . . . . . 8.4 Suma y suma directa . . . . . . . . . . . . . . 8.5 EJERCICIOS PROPUESTOS CAPITULO 8 107 . 109 . 111 . 112 . 113 . 116 . 119 . 120 . 123 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 TRANSFORMACIONES LINEALES 133 9.1 Rotaciones: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 9.2 EJERCICIOS PROPUESTOS CAPITULO 9 . . . . . . . . . . . . . . . . 147

vi CONTENIDO

Captulo 1 MATRICES 1.1 De nicin o Se llama matriz de tamao m n, a un conjunto de m n elementos dispuestos en n m y n columnas o una matriz es simpemente un arreglo rectangular ordenado de nmero s. u 1.1.1 Notacin: o Una matriz se representa simplemente por una letra mayscula. u las

Amn = ai1 ai2 ... ain . . . . ... . . . . . am1 am2 ... amn

a11 a21 . . . a12 a22 . . . ... a1n ... a2n . . ... . y de forma abreviada A = (aij ) Donde a11 es el elemento que est en est en la la 1 y columna 2, a1n es s a a el elemento que est en la la a 2 y a a columna 2 y en general aij de la matriz A a Amn se interpreta 1 la la 1 y columna 1, a12 es el elemento que a el elemento que est en la la 1 y columna n, a21 e 2 y columna 1, a22 es el elemento que est en la l es el elemento que est en la la i y columna j como una matriz que tiene m las y n columnas.

2 Ejemplo 1 A23 = CAPTULO 1. MATRICES B44 4 8 1 3 =

2 3 0 5 1 i 9 7 3 0 0 0 0 0 0 0

8 5 7 3

0 C= 0 b21 b22 b23 1 = 2

a11 a12 a13 a21 a22 a23 0 b11 b12 b13 3 1 0 0 D = 0 1 0 0 0 1 = b14 b24 b34 b44

b31 b32 b33 4 b41 b42

Igualdad. Dos matrices son iguales, si son del mismo tamao y sus elementos situad os en el mismo n lugar son iguales , es decir, A = B sisi (aij ) = (bij ) sisi a ij = bij i, j. Ejemplo 2 1 2 3 4 = 1 4 3 4 , 1 4 3 4 = 1 4 3 4 1.2 1.2.1 Operaciones entre matrices. Suma. Dadas dos matrices A y B de tamao m n, la matriz suma A + B , es otra matriz n de tamao m n, que se obtiene sumando los elementos de A y B que ocupan la misma n p osicin, es decir, se toma el elemento aij de A y se suma con el elemento bij de B ,asi: o Amxn + Bmxn = (aij ) + (bij ) = (aij + bij ) A23 + B23 = 2 1 A+B = 3 5 3 9 7 3 0 + 1 0 2 3 1 4 = 3+1 4+0 5+2 = 0+3 1+1 2+4 2+3 6+8 99 + 4 5 + 5 3 + 3 7+1 3+3 0+0 4 4 7 3 2 6 0+1 1+1 = 2+2 4+1 0 3 8 9 1 1 1 0 2 1 + 2 4 5 3 2 4 1 3 0 1 8 7 3 4 5 0 1 2 1+1 3+0 7+2 =

1.2. OPERACIONES ENTRE MATRICES. 5 14 0 1 2 3 9 2 = 4 10 6 4 8 6 0 5 Propiedade e la suma. Sea A,B y C matrices de tamao m n entonces n 1. Clausurativa A + B Mmn (R) 2. Conmutativa A + B = B + A 3. Asociativa A + (B + C) = (A + B) + C 4. Elem ento neutro es la matriz nula 0 ya que A + 0 = 0 + A = A 5. Inversa aditiva A + (A) = (A) + A = 0 3 Demostracin de la segunda propiedad. o A+B = 1 4 5 3 2 4 + 2 3 5 4 2 0 = = 1+2 4+3 5+5 3+4 2+2 4+0 + 1 4 5 3 2 4 = 2+1 3+4 5+5 4+3 2+2 0+4 2 3 5 4 2 0 = B + A. Para demostrar la propiedad conmutativa se toma el elemento ij de A + B que es a ij + bij = bij + aij que es el elemento ij de B + A 1.2.2 Multiplicacin de una matriz por un escalar. o Dada una matriz Amn y un nmero real , entonces el producto A es otra matriz de u tam ao m n que se obtiene multiplicando cada elemento de A por es decir, n A = (aij ) = (ij )

4 Ejemplo 3 Si A = entonces 3 2 1 4 5 3 2 4 = = 3.1 3.4 3.5 3.3 3.2 3.4 = 1 4 5 3 2 4 CAPTULO 1. MATRICES 3 12 15 9 6 12 = 2 8 10 6 4 8 1 4 5 3 2 4 (2).1 (2).4 (2).5 (2).3 (2).2 (2).4

Propiedades de la multiplicacin de una matriz por un escalar. o Sean , nmeros reale s cualquiera u 1. (A + B) = A + B. 2. ( + )A = A + A 3. ()A = (A) 4. 1.A = A 5. A (1)B Resta Demostracin primera propiedad. o Para demostrar esta propiedad se toma el elemento ij de (A + B) que (aij + bij ) = ij + ij que es el elemento ij de A m as el elemento ij de B. Ejemplo 4 Propiedad nmero 1 u 1 4 5 3 2 4 +3 0 4 1 2 2 1 = 1 8 6 5 4 5 + 3 24 18 15 12 15 = 3 24 18 15 12 15 3 3 1 4 5 3 2 4 + 0 4 1 2 2 1 =3 3 12 15 9 6 12 = 0 12 3 6 6 3 Ejemplo 5 propiedad nmero 5 u 3 2 5 6 4 6 2 8 3 2 5 6 4 6 2 8 1 4 3 2 = + =

1.2. OPERACIONES ENTRE MATRICES. 5 1.2.3 Multiplicacin de dos matrices AB o

Dadas dos matrices A de tamao m n y B de tamao n p, la matriz producto AB n n es l a matriz de tamao m p, en la que el elemento situado en la la i y en la columna j n de AB = C se obtiene multiplicando la la i de la matriz A por la columna j de l a matriz B de la siguiente manera. b1j b2j n . = ai1 b1j + ai2 b2j + ... nj = cij = (ai1 ai2 ...ain ) aik bkj . K=1 . bnj Para multiplicar una matriz A p or una matriz B, el nmero de columnas de la matriz u A, debe ser igual a el nmero de las de la matriz B, es decir, Amn Bnp = Cmp u Ejemplo 6 2 3 1 1 0 4 4 2 1 1 = 2x 0 3 3x2 24+31+10 22+31+13 14+01+40 12+01+43 = Forma General a11 a21 . . . a1 ... a23 ... . . . a1j ... a2j ... . . . a1n a2n . . . b11 b12 b13 3 ... b2j ... . . . . . . . . . . . . bi1 bi2 bi3 ... bij ... . . . . . . . . . . . . bn1 bn2 bn3 ... bnj ... c1p c2p . . . cip . . . cnp = b1p b2p . . . 14 22 22 AB = mj ... amn = bip ai1 ai2 ai3 ... aij ... ain = . . . bnp . . . . . . . . .

. . . . . . am1 am2 am3 ..

c11 c12 c13 ... c1j ... c21 c22 c23 ... c2j ... . . . . . . . . . . . . ci1 ci2 ci3 ... cij ... . . . . . . . . . . . . cn1 cn2 cn3 ... cnj ...

6 CAPTULO 1. MATRICES

n n n n

a1k bk1 K=1 n K=1 n a1k bk2 ... K=1 n a1k bkj ... a2k bkj ... K=1 a2k bk1 K=1 n a2k bk2 ... K=1 n . . . aik bk1 . . . ... n . . . aik bkj ... ... ... aik bk2 ... K=1 n K=1 n . . . ank bk1 . . . K=1 ... n . . . ank bk2 ... K=1 K=1

ank bkj ... a1k bkp K=1 n K=1 K=1 n c11 = a11 b11 + a12 b21 + ... + a1n bn1 = K=1 n a1k bk1 a1k bk2 K=1 n c12 = a11 b12 + a12 b22 + ... + a1n bn1 = cij = ai1 b1j + ai2 b2j + ... + ain bn j = K=1 aik bkj Ejemplo 7 4 2 3 4 5 6 3 = 5 8 7 9 10 0 1 2 3 3 1 4 5 0 1 0 2 31 18 21 35 44 1 3 1 2 1 5 0 2 1 6 2 2 1 a2k bkp K=1 . . . donde n aik bkp K=1 . . . n

7 21 2

donde c11 = 2 4 + 3 3 + 4 1 + 5 0 = 21, c12 = 2 3 + 3 1 + 4 2 + 5 1 = 22, c13 2 5 + 3 0 + 4 2 + 5 1 = 23, c14 = 2 6 + 3 2 + 4 2 + 5 1 = 31, c15 = 2 7 + 3 4 2 + 5 1 = 36 Se hace lo mismo con la segunda y tercera la.

1.3. OTRAS PROPIEDADES. 7 1.3 Otras Propiedades.

Sean A,B Mmn (R) donde Mmn (R) es cualquier matriz con m n elementos reales; y esc alares. 1. ()A = (A) 2. ( + )A = A + A 3. 1.A = A 4. A(BC) = (AB)C desde que se pueda ultiplicar. 5. AI = IA = A donde I es la matriz idntica. e 6. A (B + C) = AB + AC 7. A0 = 0A = 0 Demostracin sexta propiedad. o Para demostrar esta propiedad se t oma el elemento ij de A (B + C) que es n n n aik (bkj + ckj) = k=1 k=1 aik bkj + k=1 aik ckj que es el elemento ij de AB mas el elemento ij de AC luego A (B + C) = AB + AC 1.4 1.4.1 Algunos tipos de matrices. Matriz Cuadrada de tama o n. n Una matriz A se dice cuadrada de tamao n , si el nmero de las es igual al nmero n u u de columnas , es decir si m = n. La diagonal de una matriz cuadrada son los el ementos a11 , a22 , a33, ...ann de A y la traza de A se de ne como la suma de los elementos de la diagonal, es decir, traza de A = a11 + a22 + a33+ ... + ann Se d e ne A0 = I, An+1 = An A, An Am = An+m . Matriz no Cuadrada Es una matriz que no c umplen con la condicin anterior. o

8 CAPTULO 1. MATRICES 1.4.2 Matriz Idntica. e Es una matriz cuadrada notada por I y es la matriz que tiene unos en la diagonal y cero fuera es decir, A se dice que es la matriz idntica sisi. e aij = 1 en i = j 0 en i = j Ejemplo 8 a11 a12 a13 1 0 0 A = n la diagonal y ceros fuera de ella. 1.4.3 Matriz diagonal. Es una matriz cuadrada en la que todos los elementos que no estn en la diagonal s on a cero , es decir, A es una matriz diagonal sisi aij = 0 i = j Ejemplo 9 8 0 0 D= 0 4 0 0 0 1 la matriz idntica es diagonal, pero no toda matriz diagonal es idn tica. e e 1.4.4 Matriz escalar. Es una matriz diagonal en la que todos los elementos que estn en la diagonal coin ciden, a k en i = j es decir, A es una matriz escalar sisi aij = 0 en i = j Ejem plo 10 3 0 0 A= 0 3 0 0 0 3 La forma general de la matriz escalar es k 0 0 E= 0 k 0 0 0 k a21 a22 a23 = 0 1 0 = I a31 a32 a33 0 0 1 Unos

1.4. ALGUNOS TIPOS DE MATRICES. 9 1.4.5 Matriz invertible o matriz no singular. Dada una matriz cuadrada A de tamao n, se dice que es invertible si existe una ma triz n B de tamao n tal que AB = BA = I y en tal caso la inversa de A es B y se n ota por n A1 = B. 3 1 1 1 La matriz inversa de A = es A1 = 4 4 ya que 1 1 1 3 4 4 AA1 = A1 A = 1 1 1 3 3 4 1 4 1 4 1 4 3 4 1 4 1 4 1 4 = 3 +1 4 4 3 +3 4 4 3 +1 4 4 1 + 1 4 4 1 +1 4 4 1 +3 4 4 3 + 3 4 4 1 +3 4 4 = 1 0 0 1 1 0 0 1 1 1 1 3 = =

Propiedades de la matriz invertible. Si A y B son matrices invertibles, entonces 1. AB es invertible y (AB)1 = B 1 A1 2. En efecto (AB) (B 1 A1 ) = (ABB 1 A1 ) = AIA I y (B 1 A1 ) (AB) = (B 1 A1 AB) = B 1 IB = I luego si (AB) (B 1 A1 ) = I, entonces ( B)1 = B 1 A1 3. A1 es invertible y (A1 ) 1 =A n 4. An es invertible y (An )1 = (A1 ) para n = 0, 1, 2... 5. Para cualquier escalar k = 0, la matriz kA es invertible y (kA)1 = 1 1 A k 1.4.6 Matriz transpuesta. La transpuesta de una matriz A de tamao m n notada por AT es la matriz de tamao n n n m que se obtiene intercambiando las las por las columnas de A o viceversa. 2 1 2 3 4 A= AT = 3 5 1 5 6 4 6

10 Propiedades de la matriz transpuesta. 1. AT T CAPTULO 1. MATRICES =A 2. (A + B)T = AT + B T 3. (AB)T = B T AT 4. (A)T = AT 5. AT 1 = (A1 ) T 1.4.7 Matriz simtrica. e Sea Ann . A es simtrica sisi A = AT sisi aij = aji e Ejemplo 11 Sea A una matriz c ualquiera de tamao 3, para que la matriz n a11 a12 a13 A = a21 a22 a23 a31 a32 a3 3 sea simtrica debe cumplirse que e a11 a21 a31 a11 a12 a13 A = a21 a22 a23 = a22 a32 = AT a13 a23 a33 a31 a32 a33 sisi a11 = a11 , a22 = a22 , a33 = a33 , a 12 = a21 , a13 = a31 , a23 = a32 luego la forma general de una matriz simtrica de tamao 3 es e n a11 a12 a13 A = a12 a22 a23 a13 a23 a33 Ejemplo 12 La matrices simtricas e 2 3 4 3 2 5 C = 3 4 6 ; D = 2 4 6

4 6 7 5 6 7 son matrice

1.4. ALGUNOS TIPOS DE MATRICES. 11 Si se tiene una matriz cuadrada y le sumo su transpuesta se obtiene una matrtiz simtrica. e T A + AT =Simtrica; en efecto A + AT = AT + A = A + AT e Ejemplo 13 4 5 3 6 2 6 10 7 6 1 0 + 4 1 3 = 10 2 3 2 3 7 5 0 7 7 3 14 1.4.8 Matriz antisimtrica. e Ann es antsimtrica sisi A = AT sisi aij = aji e por tanto Sea A una matriz cualquier a de tamao n a11 a21 A= a31 3, para que la matriz a12 a13 a22 a23 a32 a33

sea antisimtrica debe cumplirse que e a11 a12 a13 a11 a21 a31 A = a21 a22 a23 2 a32 = AT a31 a32 a33 a13 a23 a33 sisi a11 = a11 entonces a11 + a11 = 0 2a11 = 0 = 0, a22 = a22 entonces a22 + a22 = 0 2a11 = 0 a22 = 0, a33 = a33 entonces a33 + a 33 = 0 2a33 = 0 a33 = 0, a12 = a21 , a13 = a31 , a23 = a32 luego si a11 a12 a13 A = a21 a22 a23 a31 a32 a33 la forma general de una matriz Antisimtrica de orden 3 e s: e 0 a12 a13 0 a23 A = a12 a13 a23 0

12 CAPTULO 1. MATRICES

0 3 5 6 A = 3 0 5 6 0 es una matriz antisimtrica. e Si se tiene una matriz cuadrada y se le resta su matriz transpuesta se obtiene una matriz antisimtrica. e T A AT =Antisimtrica;en efecto A AT = AT A = A AT . e Ejemplo 14 3 4 5 3 6 2 0 1 3 = 2 0 3 2 3 7 5 0 7 3 3 0

1.4.9 Matriz conjugada. Matriz conjugada Amn .La conjugada de A, es la que se obtiene de A al conjugar ca da uno de sus elementos. Ejemplo 15 z = x + iy; z = x iy; A = i 2i 3 4 5 i ;A = i 2 + i 3 4 5 i Una Matriz Amn es real sisi A = A. Una matriz es real, cuando sus elementos son nm eros reales. u A= es una matriz es real Propiedades de la conjugada. 1. A = A 2. (A + B) = A + B 3. (AB) = AB 2 4 10 5 3 4

1.4. ALGUNOS TIPOS DE MATRICES. 13 1.4.10 Matriz Herm tica. T A es herm tica sisi A = A si a11 + ib11 a12 + ib12 a13 + ib13 A = a32 + ib32 a33 + ib33 a21 + ib21 a22 + ib22 a23 + ib23 a31 + ib31

entonces a11 ib11 a12 ib12 a13 ib13 A = a21 ib21 a22 ib22 a23 ib23 a31 ib32 a33 ib33 a11 ib11 a21 ib21 a31 ib31 = a12 ib12 a22 ib22 a32 ib32 a13 23 ib23 a33 ib33 A T T Para que la matriz sea herm tica se hace A = A luego a11 + ib11 = a11 ib11 ib11 = ib11 2ib11 = 0 b11 = 0 a12 + ib12 = a21 ib21 a12 = a21 y b12 = b21 y asi sucesiv amente luego La matriz herm tica es entonces: a11 a12 + ib12 a13 + ib13 a22 a23 + ib23 A = a21 ib12 a13 ib13 a23 ib23 a33 Ejemplo 16 2 3 2i i 5 2 + 4i A = 3 2 4i 6 1.4.11 Matriz Antiherm tica. T A es antiherm tica sisi A = A si a11 + ib11 a12 + ib12 a13 + ib13 A = a32 + ib32 a33 + ib33 entonces a21 + ib21 a22 + ib22 a23 + ib23 a31 + ib31

14

CAPTULO 1. MATRICES a11 ib11 a12 ib12 a13 ib13 A = a21 ib21 a22 ib22 a23 ib 1 ib31 a32 ib32 a33 ib33 a11 ib11 a21 ib21 a31 ib31 = a12 ib12 a22 ib22 a a13 ib13 a23 ib23 a33 ib33 A y A por tanto T T a11 + ib11 a21 + ib21 a31 + ib31 = 3 a33 + ib33 a12 + ib12 a22 + ib22 a32 + ib32

a13 + ib13

a11 + ib11 a12 + ib12 a13 + ib13 a11 + ib11 a21 + ib21 a31 + ib31 a21 + ib21 a22 + ib22 a23 + ib23 = a12 + ib12 a22 + ib22 a32 + ib32 a31 + ib31 a32 + ib32 a33 + ib33 a13 + ib13 a23 + ib23 a33 + ib33 sisi a11 + ib11 = a11 + ib11 a11 = a11 2a11 = 0 = 0 a12 + ib12 = a21 + ib21 a12 = a21 y b12 = b21 y asi sucesivamente luego La ma triz antiherm tica es entonces: ib11 a12 + ib12 a13 + ib13 ib22 a23 + ib23 A = a12 + ib12 a13 + ib13 a23 + ib23 ib33 1.4.12 Matriz involutiva. A es involutiva sisi A2 = I 1.4.13 Matriz Idempotente. A es idempotente sisi A2 = A y si A es idempotente entonces AT es idempotente 1.4.14 Matriz ortogonal. A es ortogonal sisi AAT = AT A = I

1.4. ALGUNOS TIPOS DE MATRICES. 15 1.4.15 Matriz triangular superior. A es triangular superior sisi aij = 0 si i > j a11 a12 a13 A = 0 a22 a23 Ann , 0 0 a33 Matriz Triangular inferior: es triangular inferior sisi aij = 0 si i < j a 11 0 0 A = a21 a22 0 Ann a31 a32 a33 1.4.16 Matriz triangular. Ann , es triangular sisi A es triangular superior o triangular inferior. Operacio nes elementales entre las o columnas. 1. Multiplicar una la o columna por un nmero diferente de cero. u 2. Intercambiar 2 las o columnas cualquiera. 3. Multiplicar una la o columna por un nmero diferente de cero y sumrsela a otra. u a 1 2 1 5 Ejemplo 17 Sea A = . 1 2 1 0 1 5 0 1 5 7 1 7 2 7 1 7 Para hallar la inversa tengo: 1 2 | 0 1 1 0 1 7 1 7 1 2 | 0 7 5 7 1 7 1 0 1 1 2 7 1 7 1 0 | 0 1 luego A1 = pues AA1 = A1 A = I = A1 A ya que 1 2 1 5 5 7 1 7 2 7 1 7 = 1 0 0 1 = 5 7 1 7 2 7 1 7

1 2 1 5

16 CAPTULO 1. MATRICES 1.4.17 Matriz elemental. Es la matriz que proviene de la idntica, por una sola operacin elemental. e o E1 = 1 0 0 4 0 1 1 0 A la idntica en la segunda la se multiplic por 4. e o E2 = Intercambi la primera la por la segunda en la idntica o e 1 0 La primera la de la matriz identica se multiplic por 3 y se o 3 0 3f1 +f2 le su mo a la segunda la. E3 = 1.4.18 Matriz semejante. A B sisi B se obtiene de A por un nmero nito de operaciones elementales; es decir, u A B sisi B = P AI con P producto de matrices elementales. Ejemplo 18 2 3 1 2 3 1 2 3 1 6 1 2 3 1 2 3 1 2 3 A= 0 0 0 0 1 2 4 5 0 0 1

0 0 1 0 0 1 3 0 1 2f1 +f2 0 1 0 3f2 +f1 0 6 8 8f2 +f3 0 6 0

1 2 0 1 0 0 1 0 0 0 0 1 ementales de estas operaciones son: 2 0 0 1

0 0 1 0 1 0 =I 0 1 0 2f3 +f1 0 1 0 f2 f3 0 1 0 0 1 0 0 0 1 0 E1 E1 = 2 1 0 ; 0 0

1.4. ALGUNOS TIPOS DE MATRICES. 17 E4 8f2 + f3 E7 2f3 + f1

E2 3f1 + f3

1 0 0 1 0 0 E3 = 0 1 0 = 0 1 0 ; f2 3 0 1 0 0 1 0 ; f3 = 0 1 0 ; 3f2 + f1 1 6 0 0 1 0 0 6 0 8 1 3 0 0 1 0 1 0

1 3 0 1 0 0 1 0 1 0 2 1 0 0 E8 = 0 1 0

I = E8 E7 ...E1 AI donde E8 E7 ...E1 = P P es la inversa de A. Ejemplo 19 1 2 0 4 1 2 0 1 1 0 0 1 1 0 1 0 4 1 2 0 4 = 1 2 0 1 A= A f2 4 2f2 +f1 B I A B sisi B = E1 A = E1 E2 1.4.19 Matriz de Probabilidad. La suma de los elementos de las las y las columnas sea igual a 1. Las probabilida des solo estan entre 0 y 1. No se pueden colocar nmeros negativos. u 0.1 0.2 0.7 1 1 2 2 A= ; A = 0.5 0.3 0.2 1 1 2 2 0.4 0.5 0.1 1.4.20 Matriz escalonada y escalonada reducida. Sea Amn tal que: 1. El primer elemento no nulo en la la no nula es 1. 2. Si una la es nula, sta debe estar en la parte inferior de la matriz. e 3. Sean i, i + 1 dos las consecutivas, entonces el primer elemento diferente de cero en la la i + 1 de be estar a la derecha del primer elemento diferente de cero en la la i.

18 CAPTULO 1. MATRICES 4. Todas la columnas que tienen un elemento diferente de cer o de alguna la debe tener ceros en las dems posiciones. a Si una matriz cumple las 3 primeras condiciones, es una matriz escalonada y si l a matriz cumple las 4 condiciones es una matriz escalonada reducida. 2 3 4 A= No es escalonada porque el primer elemento de la la 1 no es 1. 1 5 6 1 0 0 No es es calonada porque el primer elemento de la la 2 no est a la a 1 2 3 derecha del prim er elemento de la la 1. 0 1 0 0 1 A = Escalonada y escalonada reducida. El primer elemento 0 0 1 3 4 diferente de cero de la la nmero 1 es 1. La segunda y tercer colu mna la hacen u escalonada reducida porque los unos tienen solo ceros por debajo y por encima. 1 2 0 4 0 A = 0 0 1 3 0 Escalonada y escalonada reducida. 0 0 0 0 1 1 0 0 5 0 7 B = 0 1 2 3 0 6 Escalonada y escalonada reducida. 0 0 0 0 1 0 1 0 0 0 0 4 C = 0 0 1 0 0 5 0 Escalonada y escalonada reducida. 0 0 0 0 1 1 4 1 0 0 0 0 0 4 D = 0 0 1 0 0 5 0 Escalonada y escalonada reducida. 0 0 0 0 0 0 0 A= 1.4.21 Algunos mtodos para hallar la inversa e 1. Sea A = 1 2 . Para hallar la inversa se escribe la matriz ampliada (A I) y 1 5 mediante o peraciones elementales en la se transforma la matriz A en la idntica y e a su dere cha queda su inversa, es decir, (A I) I A1 como se observa con el siguiente ejemplo

1.4. ALGUNOS TIPOS DE MATRICES. 1 2 | 1 5 1 2 | 0 1 1 0 0 1 1 0 1 7 1 7 2f2 +f1 19 1 0 1 1 5 7 1 7 2 7 1 7 f1 +f2 1 2 | 0 7 1 0 | 0 1 f2 7 luego A1 = 5 7 1 7 2 7 1 7 2 Por la de nicin de matriz inversa se tiene que o 1 2 1 5 a b c d = 1 0 0 1 , por t anto a + 2c b + 2d a + 5c b + 5d = 1 0 0 1 Luego solucionamos el sistema a + 2c = 1 a + 5c = 0 b + 2d = 0 b + 5d = 1 se tiene que 5 1 1 a = 7 , b = 2 , c = 7 , d = 7 y asi 7 a b c d = 5 7 1 7 2 7 1 7 = A1

20 CAPTULO 1. MATRICES 1.5 EJERCICIOS PROPUESTOS CAPITULO 1 1. Ilustrar cada una de las propiedades de las matrices estudiadas con un ejempl o. 2. Dar un ejemplo de cada uno de los tipos de matrices vistas. 3. Bajo que ci rcunstancia se da la igualdad (A + B)2 = A2 + 2AB + B 2 (A B)2 = A2 2AB + B 2 A2 B 2 = (A B) (A + B) (AB)2 = A2 B 2 4. Escribir cualquier matriz A como la suma de una matriz simtrica y una antie simtrica. e 5. Demostrar que si AB = A y BA = B entonces A y B son matrices Idempotentes 6. Sea A= a 1 1 a con a 0. Para que va lor de a se cumplir que A es idempotente a 7. Demostrar que si una matriz A tiene dos de las siguientes tres propiedades a) Simtrica b) Ortogonal c) Involutiva posee la tercera e 8. Si A y B son matrices conmutativas demostrar que AT , B T conmutan. 9. Si A y B son matrices Invertibl es y conmutan, demostrar que A1 , B 1 conmutan. 10. Hallar una matriz A33 tal que a ij = i + j. 11. Demostrar que si una matriz A satisface la ecuacin A2 3A + I = 0 entonces o 1 A = 3I A. 12. Sean A y B matrices tales que AB = 0. Demostrar que si A es invertible entonces B = 0. 13. Hallar a, b, c tal que la matriz 2 a 2b + 2 c 2a + b + c 5 a + c sea simtrica a) A = 3 e 0 2 7

1.5. EJERCICIOS PROPUESTOS CAPITULO 1 21

2 a 3 b) B =

5 6 2

sea simtrica e b 2 7

14. Demostrar que, T r(A + B) = T r(A) + T r(B), T r(AB) = T r(BA), T r(cA) = cT r(A), T r(AT ) = T r(A), T r(AT A) 0 15. Cuales de los enunciados siguientes ve rdadero. (a) (ABC)1 = C 1 B 1 A1 (b) (ABC)T = C T B T AT (c) AAT es una matriz simtri ca e (d) Si A y B son matrices simtricas entonces (AB)T = BA e (e) Si A y B son m atrices simtricas entonces (A + B) es simtrica e e (f) A+AT es una matriz simtrica e (g) AAT es una matriz antisimtrica e 1 b (h) La matriz A = es involutiva para b nmero real cualquiera u 0 1 (i) La matriz A = (j) Si A = cos sin sin cos es una matriz ortogonal

cos sin cos n sin n entonces An = sin cos sin n cos n 1 0 0 1 0 0 (k) ntonces An = 0 2n 0 0 0 3 0 0 3n (l) Si A y B son matrices invertibles entonces A+B es una matriz invertible (m) Si A y B son matrices ortogonales entonces AB e s una matriz ortogonal (n) Si A1 existe, y AB = AC entonces B = C. 1 2 3 (o) Si A = 1 5 3 Explicar 2 mtodos diferentes como hallar A1 y cual es e 1 0 8 la inversa. 1 2 3 2 1 3 4 16. Si A = , B = 3 5 , C = 1 0 , 2 3 1 2 0 1 4 Calcular: B + C A, AC, CA, A(3B 2C)

22 CAPTULO 1. MATRICES

17. Dadas dos matrices M y N , probar que M + N y M N estn de nidas, sisi, M y a N son cuadradas del mismo orden. 18. Demostrar que si M conmuta con A y N conmuta con A, entonces MN+NM conmuta con A. 19. Hallar los valores de k, tal que A sea un cero de P(x) si: , P (x) = x2 2ix 2k k k k (b) A = 0 k k , P (x) = x3 + 2kx2 0 0 0 (a) A = 20. Sabiendo que A y B son conmutables y que adems: a (a) A es ide mpotente y B es involutiva, pruebe que (A + B)3 + (A B)3 = 8A (b) A es involutiv a y B es idempotente, pruebe que (A + B)3 (A + B)3 = 8B 21. Hallar los valores d e k, tal que: k 0 0 k 0 es idempotente. (a) A = 0 0 k+4 0 0 0 k+2 k k es involu iva. (b) A = k k+2 0 0 i i i 22. Descomponga 1 1 1 es suma de una matriz herm ti una antiherm tica. i i i 23. Para cules valores a ai bi (a) A = c + di 3 + ai 4i A = 3 reales de a,b,c y d. 3 + ai a 4i bi a + bi es antiherm tica? a + bi di a + 3c + di c di b + ci es herm tica? 4 + i di i k k i

1.5. EJERCICIOS PROPUESTOS CAPITULO 1 ai 3 + bi a + 1 ci (b + 1)i es antisimtrica? (c) A = b 3i e 1 4 di 24. Sea A = 25. Sea A = 1 1 0 1 veri car que A2 = veri car que 1 2 0 1 y calcular An 23 cos x sin x sin x cos x (a) A2 = cos 2x sin 2x sin 2x cos 2x (b) Calcular An 26. Sea A = p 0 i p donde p es un escalar e i es la unidad imagi naria, Veri car que A2 = 2pA p2 I, obtenga una frmula para An y calcule A1234 . o 27. Si A T B T = 28. Si B 1 A1 = 3 1 4 2 4 2 5 3 y |B| = 2, obtenga |A| . yB= 3 1 4 2 , obt enga |A| y Adj(a). 29. Si A y B son invertibles de orden n, demostrar que: (a) Aadj(A)A = |A| In (b ) adj(adj (A)) = |A|n2 A (c) adj(ka) = k n1 adj(A) donde k es un escalar. (d) adj( AB) = adj(B)adj(A) 30. Si A es inversible de orden n, probar que: (a) det [adj(a dj (A))] det [adj(adj (A1 ))] = 1 (b) det [adj(adj (A))] = |A|n(n1) (c) det [adj(A1 adj (A))] = |A|(n1)(n2) (d) det [adj(Aadj (A1 ))] = |A|(n1)(n2) (e) det [adj(A)] det [A1 adj(A1 )] = 1

24 CAPTULO 1. MATRICES 31. Demostrar que si A y B son matrices cuadradas simtricas de un mismo orden, e entonces la matriz: C = ABAB...ABA es simtrica. e 32. Demostrar que una matriz es calar E de orden n, conmuta con cualquier matriz A de orden n. 33. Demostrar que el producto de dos matrices simtricas es una matriz simtrica, sii e e las matrice s dadas son conmutables. 34. Demostrar que el producto de dos matrices antisimtri cas es una matriz simtrica e e cuando, y slo cuando, las matrices dadas son conmut ables. o 35. Comprobar que, si P es una matriz idempotente, entonces Q = 2P I, e s una 1 matriz involutiva y, rec procamente, si Q es una matriz involutiva, entonc es P = 2 (Q + I) es una matriz idempotente. 36. Demostrar que: (a) El producto d e dos matrices ortogonales, es una matriz ortogonal. (b) El producto de dos matr ices unitarias, es una matriz unitaria. 37. Demostrar que s AB = A y BA = B, ento nces las matrices A y B son idempo: tentes. 38. Demuestre que A y B conmutan, s y solo s A kI y B kI, conmutan para cierto escalar k. 39. Si A conmuta con B, demue stre que la transpuesta de A conmuta con la transpuesta de B. 40. Dadas las matr ices n m simtricas A y B, demuestre que: e (a) La matriz A + B es simtrica. e (b) La matriz AB puede ser no simtrica. e 41. S A y B son antisimtricas, pruebe que A + B es antisimtrica. e e 42. Demostrar que: (a) (A + B) = A + B (b) (AB) = BA

1.5. EJERCICIOS PROPUESTOS CAPITULO 1 (c) kA = kA 25

43. S A es una matriz involutiva, demostrar que: 1 1 1 1 (I + A) y (I A) son matr ices idempotentes y que (I + A). (I A) es la matriz 2 2 2 2 cero. 44. Si A y B s on matrices cuadradas y A es no singular, veri que que: (A + B)A1 (A B) = (A B)A1 (A + B). 45. Demostrar que si A y B son matrices inversibles y A conmuta con B, en tonces, la inversa de A conmuta con la inversa de B. 46. Sea Ak = 0. demostrar q ue: (IA)1 = I + A + A2 + ... + AK1 47. Demostrar que toda matriz de segundo orden : A = X 2 (a + d)X + (ad bc) = 0 48. Sean A y B matrices no singulares de un mis mo orden. Comprobar que las cuatro igualdades: (a) AB = BA (b) AB 1 = B 1 A (c) A1 B = BA1 (d) A1 B 1 = B 1 A1 Son equivalentes entre s . a b c d , satisface la ecuacin

26 CAPTULO 1. MATRICES

Captulo 2 DETERMINANTES. A cualquier matriz cuadrada A se le puede asignar un nmero real que se denomina e l u determinante de A y se simboliza por det(A) o por |A| y se calcula como se e xplica a continuacin. Si A es de orden 1 entonces det(A) = |a11 | = a11 o Ejemplo 20 |3| = 3, |3| = 3, det(12) = 12, det(8) = 8 Si A es de orden 2 entonces |A| = a11 a12 a21 a22 = a11 a22 a12 a21 A= 4 5 2 8 = 32 10 = 22 Si A es de tamao n n Det : Mnn (R) R A |A| = ai1 Ai1 + ai2 Ai2 + ... rrollo por la la i) |A| = a1j A1j + a2j A2j + ... + anj Anj (desarrollo por lumna j) con Aij = (1)i+j |Mij | donde Mij es la matriz que resulta de A al r la la i y la columna j. |Mij | se llama menor complementario del elemento Aij se llama el adjunto del elemento aij 27 + ain Ain (desa la co quita aij y

28 1 2 3 Si A = 4 5 6 1 3 2 1 1 2 2 0 M31 = CAPTULO 2. DETERMINANTES. 2 3 5 6 1 3 4 6 1 2 4 5 ; M12 = M22 = M32 = M13 = M23 = M33 =

entonces 2 0 1 M11 = 5 6 0 1 4 6 2 1 4 5 2 0 M21 = 2 3 0 1

El clculo del determinante por la primera la es a |A| = a11 A11 + a12 A12 + a13 A1 3 |A| = A11 + 2A12 + 3A13 = 5 6 4 6 4 5 + 2 (1)1+2 + 3 (1)1+3 0 1 2 1 2 0 (1)1+1 ya que = 9 A11 = (1)1+1 |M11 | = (1)1+1 A12 = (1)1+2 |M12 | = (1)1+2 5 6 0 1 4 6 2 1 4 5 2 0 = 5; =8 A13 = (1)1+3 |M13 | = (1)1+3 por lo tanto = 10; |A| = 5 + 16 30 = 9 El clculo del determinante por la segunda la es a |A| = a21 A21 + a22 A22 + a23 A2 3

29 |A| = 4A21 + 5A22 + 6A23 A21 = (1)2+1 |M21 | = (1)2+1 A22 = (1)2+2 |M22 | = (1)2+2 A 23 = (1)2+3 |M23 | = (1)2+3 2 3 0 1 1 3 2 1 1 2 2 0 = 2; = 5; = 4; por lo tanto |A| = A| = a31 A31 + a32 4: 1 2 3 4 0 es a |A| = a11 A11 = 4 + 2 6 + 4 = 3 = 1 2 3 0 3 2 0 1 2 =4 A12 = (1) 0 2 3 1 3 2 0 1 2 0 1 3 1 0 2 0 0 2 0 2 3 = 1 3 2 0 1 2 0 1 3 1 0 2 0 0 2 =1 A13 = (1) 4 = = 2

8 25 + 24 = 9 El clculo del determinante por la tercera la es a | A32 + a33 A33 = 9 (Ejercicio) Determinante de una matriz de 4x 1 2 3 A= 1 0 3 2 0 0 1 2 El clculo del determinante por la prime + a12 A12 + a13 A13 + a14 A14 = 1.A11 + 2.A12 + 3.A13 + 4.A14 4; 1 2 3 A11 = (1)2 0 3 2 0 1 2

30 0 1 2 1 0 3 0 0 1 0 1 2 = 1 0 3 0 0 1 CAPTULO 2. DETERMINANTES. A14 = (1) 5 =1 2.1 Propiedades del determinante. 1. |A| = AT 2. Si A44 , es una matriz triangular inferior entonces |A| = a11 a22 a33 a44 pues |A| = a11 0 0 0 a21 a22 0 0 a31 a32 a33 0 a41 a42 a43 a44 = a11 a22 0 0 a32 a33 0 a42 a43 a44 a21 0 0 0 a31 a33 0 a41 a43 a44 a21 a22 0 +0 a31 a32 0 a41 a42 a44 a21 a22 0 0 a31 a32 a33 a41 a42 a43 7 = a11 a22 a33 0 a43 a44 = a11 a22 a33 a44 AT = a11 a21 a31 0 a22 a32 0 0 a33 0 0 0 a41 a42 a43 a44 = a11 a22 a33 a44

3. Sean A, B, C tres matrices a11 a12 a1n a21 a22 a2n . . . ... . . A= . 1 ai2 ain an1 an2 ann a11 a12 a21 a22 . . . . C= . . ai1 + bi1 ai2 + En efecto iguales excepto la isima la, es decir, e a11 a12 a1n a21 a22 a2n . . . . . bi1 bi2 bin an1 an2 ann a1n a2n . .. . + bin ann

2.1. PROPIEDADES DEL DETERMINANTE. |C| = (ai1 .. + (ain + bin ) Ain = = ai1 Ai1 + bi1 Ai1 + + bin Ain = ai1 Ai1 + ai2 Ai2 + ain Ain + bi1 | a+b c+d 3 4 = a c b d + 3 4 3 4 = a c e h+l 5 = 31 a+b c+d e h+l f g+k 3 4 5 =

+ bi1 ) Ai1 + ai2 Ai2 + bi2 Ai1 + bi2 Ai2 f g+k 3 4 5 b

(ai2 + bi2 ) Ai2 + . Ai2 + ... + ain Ain + bin Ain = |A| + |B d 0 + h+l f g+k 3 4

a c e a c e b d 0 b d 0 h f g + l 0 k + h f g + l 0 k 3 4 5 3 4 5 3 4 5 3 4 5 4. Si una matriz tiene una la (o columna) nula entonces su determinante es cero 1 5 0 1 2 6 0 2 3 7 0 3 4 0 0 4 A= = 0 = a31 A31 + a32 A32 + a33 A33 + a34 A34 ;

con a31 = 0; a32 = 0; a33 = 0; a34 = 0. 5. Si una la de una matriz A se multiplic a por un nmero diferente de cero, su u determinante queda multiplicado por ese nme ro. u a11 a12 a1n a21 a22 a2n . . . .. . . . . . . . ai1 ai2 ain . . . ... . . . an1 an2 ann Sea A = a11 a21 . . . a12 a22 . . . ... a1 = 1 k kai1 kai2 kain . . . .. . . . . . . . an1 an2 ann n a2n . . . entonces

a11 a21 . . . a12 a22 . . .

a11 a12 a1n a21 a22 a2n . . . ... . . . . . . ai1 ai2 ain . . . .. . . . . an1 an2 ann yB= kai1 kai2 kain . . . .. . .

. . . . . an1 an2 a

32 |B| = kai1 Ai1 + kai2 Ai2 + + kain Ain = k(ai1 Ai1 + ai2 Ai2 + + ain Ain ) = k |A| Ejemplo 21 1. c d = a b ; c d 2a 2b 3c 3d =23 CAPTULO 2. DETERMINANTES. a b c d la propiedad anterior se puede generalizar por |Ann | = n |A| |A| = 4 entonces g h i a b c Si A = d e f y

2a 2b 2c a) 2d 2e 2f g h i a b c b) d e f g h i c) 2 3 4 5 = = 22 4 = (1) (1) (1) 4 = 4 2 3 4 5 = 2 3 4 5

6 Si se intercambian dos las cualesquiera en una matriz, su determinante cambia d e signo. Si A = a11 a12 a21 a22 . . . . . . ai1 ai2 an1 an2 a1n a2n in ann a11 a21 . . . a12 a22 . . . ai+12 ai2 an2 .. . a1n a2n . . i B= ai+11 ai1 an1

2.1. PROPIEDADES DEL DETERMINANTE. entonces |A| = ai1 Ai1 + ai2 Ai2 + ... + ain Ain con Aij = (1)i+j |Mij | y |B| = ai1 Bi+11 + ai2 Bi+12 + ... + ain Bi+1n con B i+1j = (1)i+1+j |Mij | = (1)i+j |Mij | = Aij por tanto |B| = |A| 3 0 0 6 = 18, 0 6 3 0 = 18 las iguales su determinante a1n a11 a11 a1n . yB= . ... an1 vale cero. a12 a1n a12 a1n . . .. . . . . . ai2 ain an2 ann 33 7 Si una matriz tiene 2 al que se obtuvo a11 a12 a11 a12 . . . Sea A = . . . ai1 ai2 an1 an2 de

inercambiar la la 1 por la la 2, luego |B| = |A| pero como |B| = |A| entonces |A| = |A| entonces 2 |A| = 0 y as |A| = 0. 1 2 3 1 2 3 1. A = 4 5 6 si se Intercambi la la 2 con la la 3 se tiene B = 4 5 6 4 5 6 4 5 6 por tanto |A| = |B| = |A| de d onde 2 |A| = 0 y as |A| = 0. 8 Si una la de una matriz es mltiplo de otra la, el det erminante de la matriz es u cero. a b c Si A = ka kb kc |A| = g h i 2 4 6 4 8 12 6 8 12 a b c ka kb kc g h i a b c =k a b c g h i =k0=0 =0

34 CAPTULO 2. DETERMINANTES. 9 Si una la de una matriz se multiplica por un nmero dif erente de cero y se le suma u a otra la, su determinante no var a. a11 a12 a21 a22 . . . . . . ai1 ai2 an1 an2 ... a1n a2n . . . =

ain ann a1n ka1n . .. . . . ain ann ... a1n a1n .

a11 a12 ka11 + a21 ka12 + a22 . . . . . . ai1 ai2 an1 an2 a11 a12 a21 a22 . . . . + . . ai1 ai2 an1 an2 a1n a2n . .. . . . ain ann ... a1n a2 a1n ka1n + a2n . ... . . ain ann pues a11 a12 ka11 ka12 . . . . . . ai1 ai2 an1 an2 a11 a12 a11 a12 . . . k . . . ai1 ai2 an1 an2 = ain ann .. . a11 a12 a21 a22 . . . . + . . ai1 ai2 an1 an2 a1n a2n . . . = ain ann .. . a1n a2n . . . a11 a12 a21 a22 . . . . k0 + . . ai1 ai2 an1 an2 = ain ann a11 a12 a21 a22 . . . . . . ai1 ai2 an1 an2 ain ann Ejemplo 22 3 4 0 2 = 2f2 +f1 3 0 0 2 a b c 2a + d 2b + e 2c + f h i l a b c d e f h i l = 2f2 +f1 =

2.1. PROPIEDADES c 0+ d e f h i l 3 1 0 1 2 4 5 1 d e f h i l h i 35 = =

DEL DETERMINANTE. a b c a b c 2a 2b 2c + d e f h i l h i l a b Ejemplo 23 2 3 2 2 4 0 1 3 4 6 1 0 1 2 4 5 1 3 =2 2 2 2 0 1 3 2 2 2 3 0 6 5 9 =2 0 3 3 2 0 1 0 1 a b c d e f h i l a b c a b c =2 a l

3f1 +f2 2f1 +f3 2f1 +f4 3f4 +f3 6f4 +f2 1 2 2 3 0 0 5 3 =2 0 0 3 5 0 1 0 1 2f3 +f2 1 2 2 3 0 0 1 7 =2 0 0 3 5 0 1 0 1 1 2 2 3 0 1 0 1 =2 0 0 1 7 0 0 0 16 0 0 1 0 0 1 0 0 0 0 0 1 3f2 +f3 1 2 0 0 =2 0 0 0 1 2 3 1 7 0 16 0 1 f4 f2 1 2 2 3 0 1 0 1 = 2 0 0 0 16 0 0 1 7 0 0 0 1 0 0 1 0 0 1 0 0 1 0 0 0 = 2 (16) = 32 f4 f3 f1 f4 1 0 = 0 0 = f1 f4 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 =1 10 |AB| = |A| |B| 11 La adjunta de una matriz es la transpuesta de la matriz de los cofactores, es decir, si A es de orden 3 entonces T A11 A12 A13 A11 A21 A31 a djA = A21 A22 A23 = A12 A22 A32 A31 A32 A33 A13 A23 A33

36 Ejemplo 24 Sea CAPTULO 2. DETERMINANTES. 1 3 4 A= 0 2 1 0 0 3 entonces |A| = 6

A11 = (1)1+1 2 1 0 3 = 6, A12 = (1)1+2 0 1 0 3 = 0, A13 = (1)1+3 0 2 0 0 =0 A21 = (1)2+1 3 4 0 3 = 9, A22 = (1)2+2 1 4 0 3 = 3, A23 = (1)2+3 1 3 0 0 =0 A31 = (1)3+1 3 4 2 1 = 5, A32 = (1)3+2 1 4 0 1 = 1, A33 = (1)3+3 1 3 0 2 =2 por tanto 6 9 5 A11 A21 A31 adjA = A12 A22 A32 = 0 3 1 0 0 AadjA = 0 2 1 0 3 1 = 0 6 0 = 6 0 1 0 que A (adj A) = (adj A) A = |A| I A1 = adj A |A| Ejemplo 25 Hallar la inversa de 3 formas diferentes si

0 0 2 A13 A23 A33 y 0 0 3 0 0 2 0 0 6 0 0 1 y asi se

2.1. PROPIEDADES DEL DETERMINANTE. PRIMER METODO PARA HALLAR LA INVERSA: Si 0 2 3 A = 1 3 3 1 2 2 1) Se halla el determinante. |A| = a11 A11 + a12 A12 + a13 A13 |A | = 0A11 + 2A12 + 3A13 = 2 + 3 = 1 A12 = (1)3 A13 = (1)4 1 3 1 2 1 3 1 2 = (2 + 3) 37 = 2 + 3 = 1 |A| = a21 A21 + a22 A22 + a23 A23 = A21 3A22 3A23 = = 2 + 3 3 3 2 = 2 + 9 6 = = (1)3 A22 = (1)4 A23 = (1)5 2 3 2 2 0 3 1 2 0 2 1 2 = (4 6) = 2 = 0 3 = 3 = (0 2) = 2 |A| = a31 A31 + a32 A32 + a33 A33 = = A31 + 2A32 + 2A33 = 3 6 + 4 = 1 A31 = (1)4 A32 = (1)5 A33 = (1)6 2 3 3 3 0 3 1 3 0 2 1 3 = 6 + 9 = 3 = (0 + 3) = 3 =0+2=2

38

CAPTULO 2. DETERMINANTES. T A11 A12 A13 A11 A21 A31 B = A21 A22 A23 = A12 A22 A32 = adj A A31 A32 A33 A13 A23 A33 T 0 1 1 0 2 3 adj A = 2 3 2 = 1 3 3 3 3 nto 0 2 3 adj A 1 3 3 = = |A| 1 2 2 A1

SEGUNDO METODO PARA HALLAR LA INVERSA: Partiendo de la matriz A, por medio de op eraciones elementales en las se lleva a la identica y la inversa ser Ek ...E3 E2 E 1 el producto de las matrices elementales en este a orden. Como I = Ek ...E3 E2 E1 A entonces Ek ...E3 E2 E1 = A1 0 2 3 E1 0 2 3 E2 1 3 3 0 1 1 A= 2f2 + f1 E4 0 0 1 0 0 1 E3 0 0 1 0 1 1 0 1 0 0 1 0 1 2 2 f1 0 E5 0 0 1 E6 0 0 1 E7 1 0 0 0 1 0 0 1 0 0 1 0 2f2 + f3 1 0 0 I = E7 E6 E5 E4 E3 E2 E1 A donde 0 0 1 1 0 0 1 0 0 1 0 0 1 0 0 1 I= E6 E5 E4 E3 E2 E1 0 1 0 0 0 0 1 0 1 2 0 0 1 0 0 1 2 0 1 0 0 0 2 3 1 1 0 0 1 0 0 1 1 1 3 3

0 0 0 0 0 1 0

2.1. PROPIEDADES DEL DETERMINANTE. Se debe multipicar todas las matrices element ales para obtener la inversa TERCER METODO 0 2 Sea A = 1 3 1 2 PARA HALLAR LA INVE RSA: 3 3 entonces se escribe la matriz 2 (A|I) I|A1 asi 0 2 3 1 0 0 0 2 3 0 1 0 0 1 1 | 0 1 1 1 2 2 0 0 1 f3 +f2 1 2 2 0 0 1 2f2 +f1 2f2 +f3 39

0 0 1 1 2 2 0 0 1 1 2 2 f2 f3 f1 1 0 0 0 2 3 0 2 3

0 1 1 | 0 1 1

0 1 0 | 1 3 3

1 0 0 0 2 3 f1 +f2 1 0

0 1 0 | 1 3 3

= (I|A1 ) luego A1 =

1 3 3

0 0 1 1 2 2

40 CAPTULO 2. DETERMINANTES. 2.2 EJERCICIOS PROPUESTOS CAPITULO 2 1 4 1 4 1. Si |A1 | = 4 |A| =

AA1 = I |AA1 | = 1 |A| |A1 | = 1 |A| = 2. A1 = 4 |2A1 | = 23 |A1 | = 23 4 33 involutiva; |A| = 1 A2 = I |A2 | = 1 |AA| = 1 |A| |A| = 1 |A|2 = 1 |A| = 1 4. Determinante de una matriz idempotente es 0 1. o A2 = A |A|2 = A |A|2 |A| = 0 A| (|A| 1) = 0 5. Determinante de una matriz ortogonal es 1. AAT = AT A = I AAT = 1 |A| AT = 1 |A|2 = 1 |A| = 1 6. Si a b c d e f g h i = 6 hallar (a) 2a 2b 2c 3d 3e 3f g h i g h i a b c d e f a+g b+h c+i d e f g h i a b c d e f g h i a d g b e h c f i (b) (c) (d) (e)

2.2. EJERCICIOS PROPUESTOS CAPITULO 2 7. Si | c. |2A1 | d. |(2A)1 | b+c c+a b+a a b c e a1 b1 + ta1 c1 + rb1 + sa1 a2 b2 + ta2 c2 a3 1 1 1 a b c a2 b 2 c 2 a1 b 1 c 1 a2 b 2 c2 c3 41 = 0. = = 10. Demostrar que = (b a)(c a) (c b) . a b c 1 1 1 b c d 11. Demostrar que a+b b+c c+d 1 1 1 b+1 c+1 d+1 = 12. Demostrar que

A33 y |A| = 2, calcular a.|2A| b. |A1 8. Demostrar que . 1 1 1 9. Demostrar qu + rb2 + sa2 a3 b3 + ta3 c3 + rb3 + s c 2 a3 b 3 c 3 a1 a2 a3 b1 b2 b3 c1

ab+c 2a 2a 2b bca 2b = (a + b + c)3 2c 2c cab 3 1 0 13. Considere la matriz A = 2 Hallar 5 4 2 a. adjA b.adjA1 c. AadjA. c. A1 adjA1 d. Es adjA = adjA1 ? a a 1 a + 1 3 tiene inversa de a la matriz A = 1 2a a+3 a+7 3 3 Explicar 4 mtodos diferentes p ara hallar A1 y cual es la e 8 14. Para que valores 1 2 15. Si A = 1 5 1 0 inversa.

42 1 2 0 7 0 7 6 3 0 3 0 6 3 0 1 5 CAPTULO 2. DETERMINANTES. 16. Calcular 17. Demostrar que |An | = |A|n . 18. Demostrar que |adjA| = |A|n1 . 19. Demostrar que adj(AB) = adj(A)adj(B). 20. Si A es una matriz no singular, demostrar que a dj(adj(A)) = |A|n2 A 21. Es |A + B| = |A| + |B|?

Captulo 3 SISTEMAS DE ECUACIONES. 1. x = 2 Sistema de una ecuacin y de una variable. o 2. x + y = 1 1 1 x y = 1,si x=t, el conjunto solucin es o

{(t, 1 t) | t R} Tiene in nitas soluciones. El sistema tiene una variable libre x o y (a la que se le puede dar cualquier valor ). x y =4 3. x + y z = 4 1 1 1 z Var ables libres z = u, y = n x=4+zy =4+un Sol = {(4 + u n, n, u) | u, n R} Tiene in nita s soluciones. x x y z u v y x y + 2z = 5 5 1 1 2 0 0 z = 0 ; A = 0 1 0 3 1 0 u 4x 3y + v = 3 3 4 3 0 0 1 v Cualquier sistema lineal de ecu es se puede escribir en forma matricial como AX = B Los sistemas AX = B, se clas i can en 1. (a) Sistema homogneo, Si B = 0;es decir, AX = 0.Si el sistema es de est a forma, e tiene solucin unica o in nitas soluciones. o 43

44 CAPTULO 3. SISTEMAS DE ECUACIONES. (b) Sistema no homogneo, AX = B; con B = 0.Si el sistema es de esta forma e puede suceder que tiene solucin unica, in nitas soluc iones no tiene solucin. o o o (c) Si una ecuacin es mltiplo de otra, tiene in nitas s ouciones.(Con cuidado) o u 3.0.1 Solucin del sistema Ax = b. o

Para solucionar el sistema AX = B, se construye la matriz ampliada y con operaci ones elementales en la se lleva la matriz A, a una matriz escalonada (Lo anterior en el mtodo e de Gauss), (A|B) (Escalonada|c) Si llevo la matriz A a una matriz esca onada reducida, se tiene el mtodo de Gausse Jordan. (A|B) (Escalonada reducida|c) . E emplo 26 Solucionar el sistema la matriz ampliada se obtiene. 1 1 4 | 1 1 4 1 1 4 | 0 1 0 f1 +f2 x+y =4 , aplicando operaciones sobre las las de xy =4 1 1 4 | 0 2 0 f2 2 x+y =4 y=0 x+y =4 y as el sistema tiene solucin unica(4, 0) , notar que se trata d e dos rectas o xy =4 del plano que se cortan en un solo punto. x+y =4 , como la s egunda ecuacin es mltiplo o u 2x + 2y = 8 de la primera, el sistema tiene in nitas s oluciones. Ejemplo 27 Solucionar el sistema En efecto, 1 1 4 | 2 2 8 1 1 4 | x + y = 4 luego y puede tomar cualquier 0 0 0 2f1 +f2 x+y =4 valor, por l o tanto el sistema tiene in nitas soluciones. 2x + 2y = 8 3x 5y + 4z = 1 2x + y 5z = 2 Ejemplo 28 Solucionar el sistema 2x + y 5z = 8 3x 5y + 4z = 1

45 3 5 4 1 3 5 4 1 2 1 5 2 sistema no tiene solucin. o Ejemplo 1 2 1

2 1 5 2

2 1 5 | 8

0 0 0 6 3 5 4

x+yz =5 29 Solucionar el sistema 2x 3y + z = 0 x+yz =5 1 1 1 5 1 1 5 1 1 1 5 1 3 | 2 0 5 3 | 10 5 0 0 0 0 1 2 5 2f1 +f2 0 0 0 0 f2 f1 +f3 5 x+yz =5 = 2 Sol x2 + 3x3 17 1 2 3 = = 3 2 3 5 5 Si z = t; y = 2 + 5 z = 2 + 3 t; x = 5 + t 2 3 t = 3 + 5 t 3 5 5 y 5z + 2 t, 2 + 3 t, t t R . 5 5 Ejemplo 30 Solucionar el sistema x1 + 2 2x1 + 5x2 + 3x3 = 3 x1 + 8x3 = 17 x 1 1 2 1 x2 2 5 0 x3 3 5 3 | 3 8 0 1 3 | 7 0 2 5 12 2f2 +f3

2f1 +f2 f1 +f3

x1 + 2x2 + 3x3 = 5 1 2 3 5 1 2 3 5 0 1 3 | 7 0 1 3 | 7 x2 3x3 = 7 0 = 2 2f2 +f3 x2 = 3x3 7 = 3 2 7 = 1 x1 = 5 2x2 3x3 = 5 2 (1) 3 (2) = 5 + 2 ego la Solucin del sistema es (1, 1, 2) o Ejemplo 31

46 CAPTULO 3. SISTEMAS DE ECUACIONES. Hallar el valor de k tal que el sistema kx + y + z = 1 x + ky + z = 1 x + y + kz = 1

tenga , Solucin unica, Ninguna solucin, In nitas soluciones o o k 1 1 1 1 1 k 1 1 | 1 1 k 1 | 1 1 1 k 1 f3 <>f1 k 1 1 1 f1 +f2 1 1 k 1 1 1 k 1 0 k + 1 0 1 + k | 0 0 k + 1 1 k 2 k + 1 f2 +f3 0 0 (1 k) (2 + k) 1 k luego Si k = 1 e tema tiene in nitas soluciones, si k = 2 el sistema no tiene solucin, o y si k = 1 y k = 2 el sistema tiene solucin unica. o Ejemplo 32 Hallar el valor de a tal que e l sistema 3x y + az = 0 xz =a+1 ax + y = a tenga , Solucin unica, Ninguna solucin, In itas soluciones o o 3 1 a 0 0 1 a + 3 3 (a + 1) 1 0 1 | a + 1 0 1 | a+1 f2 +f1 af2 +f3 0 1 a + 3 3 (a + 1) 1 0 1 | a+1 0 1 a a2 1 0 0 1 0 1 a+1 3 2 0 1 a a f3 +f1 f3 f2 0 1 a+1 1 a | a2 0 3 a2 3a 3 luego para cualquier valor de a el sistema tiene solucin unica o

47 Ejemplo 33 Hallar el valor de a tal que el sistema 3x (a + 2) y + 2z = a + 1 2x 5y + 3z = 1 x + 3y (a + 1) z = 0 tenga , Solucin uni ca, Ninguna solucin, In nitas soluciones o o 3 (a + 2) 2 a+1 2 5 3 | 1 1 3 f1 f3 1 3 (a + 1) 0 2 5 3 | 1 3 (a + 2) 2 a + 1 2f1 +f2

1 3 a 1 0 1 3 a 1 0 a + 1 f2 f3

0 11 2a + 5 | 1

11 2a + 5 | 1

0 0 a 2 2 a + 1

1 3 a 1 0 1 3 a 1 0 0 11 2a + 5 | 1 0 11a 2a2 + 5a | a 0 a a a af2 +f3 1 3 a 1 0 0 11a 2a2 + 5a | a 0 0 2a2 6a 10a luego si a = 0 el sistema tien tas soluciones,si a = 3 el sistema no tiene solucin y o si a = 0 y a = 3 el siste ma tiene solucin unica. o Ejemplo 34

48 CAPTULO 3. SISTEMAS DE ECUACIONES. Hallar el valor de a tal que el sistema x + 2 y + (a + 3) z = 8 2x + 3y + (a + 4) z = 12 3x + (6a + 5) y + 7z = 20 tenga , Solucin 2 3 a + 4 | 12 2 | 4 0 a 0 6af2 +f3 1

unica, Ninguna solucin, In nitas soluciones o o 1 2 a+3 8 1 2 a+3 1 a 2 | 4 0 3 6a + 5 7 20 2f1 +f2 3 6a + 5 7 20 3f1 +f3 0 6a 1 3a 2 4 f2 +f3 0 1 2 a+3 8 0 1 a 2 | 4 2 0 0 2 a+3 8 0 1 a 2 | 4 0 0 2a (3a + 7) 24a

7 o luego si a = 0, el sistema tiene in nitas soluciones, si a = , no hay solucin y si a = 0 3 7 y a = , el sistema tiene solucin unica. o 3 3.1 Regla de Cramer Se aplica solo cuando el determinante de nar el sistema por la regla de cramer x1 x1 + 8x3 = 17 5 3 17 1 2 1 2 5 0 2 5 0 3 8 3 3 8 1 2 1 1 2 1 2 5 0 2 5 0 5 3 17 3 x= = 1; x2 = = 1; x3 = = 2; la matriz Ann sea = 0 Ejemplo 35 Solucio + 2x2 + 3x3 = 5 1. 2x1 + 5x2 + 3x3 = 3 3 8 3 3 8 1 2 1 1 2 1 5 3 17 2 5 0 3 3 3 8

3.1. REGLA DE CRAMER 4x + y + z + w = 6 3x + 3y z + w = 1 2 7x + 3y 5z + 8w = 3 x + y + z + 2w = 3 49 , Resolviendo primero por metodo de eliminacin. o x 4 3 7 1

y z w 1 1 1 7 1 1 | 3 5 8 1 1 2 6 1 3 3

7f1 +f3 3f4 +f2 4f4 +f1 0 3 3 7 6 f3 +f2 4f 3+f1 0 1 9 1 18 f3 +f2 0 4 4 5 8 0 0 16 11 32 0 4 12 6 | 24 0 4 12 6 | 24 1 1 1 2 3 1 1 1 2 3 4f1 +f3 1 9 1 18 0

0 1

1 9 1 18 0 16 11 32 f3 2 0 0 0 1

| 0 24 10 48

1 1 2 3

0 1

0 0

0 0 1 1

0 1

0 0

0 0 1 1

0 1 9 1 18 9 1 18 0 0 1 4 2 4 16 8 | 0 0 12 5 | 24 12 5 24 1 1 1 2 1 18 1 1 1 2 3 0 1 9 1 18 1 4 2 | 0 0 1 4 | 2 0 53 0 0 0 0 2 0 1 2 3 f + 2w = 3 x = 1 y + 9z w = 18 y=0 Sol (1, 0, 2, 0) z + 4w = 2 z=2 w=0 w=0

Por la regla Cramer:

50 4 3 7 1 4 3 7 1 6 1 3 3 4 3 7 1 4 3 7 1 4 3 7 1 4 3 7 1 4 3 7 1 1 7 3 1 1 7 3 1 1 7 3 1 1 7 3 1 6 1 3 3 1 7 3 1 1 1 5 1 1 1 5 1 1 1 5 1 1 1 5 1 1 1 5 1 1 1 5 1 8 2 1 1 8 2 1 1 8 2 1 1 8 2 1 1 8 2 CAPTULO 3. SISTEMAS DE ECUACIONES. w= x= =1 y= =0 z= 1 6 1 7 1 1 3 3 8 1 3 2 1 1 1 7 1 1 3 5 8 1 1 2 = Ejemplo 36 Hallar condiciones para a y b de tal forma que el sistema solucin. o x + 2y = a tenga x 3y = b

3.2. APLICACIONES 1 2 a 1 2 a | | 1 3 b f1 +f2 0 5 b a a 1 2 | ab 0 1 5 El iempre tiene solucin para cualquier valor de a y de b o Ejemplo 37 Hallar condici ones para a y b de tal forma que el sistema tenga solucin. o = 1 1 a 1 1 a | | lu ego 2 2 b 2f1 +f2 0 0 b 2a f1 +f2 a) Si b 2a = 0 el sistema tiene in nitas solucione s. b) Si b2 2a = 0 el sistema no tiene solucin. o 51 x+y =a 2x + 2y = b 3.2 3.2.1 Aplicaciones Balance de reacciones quimicas La combinacin de cierto nmero de mo leculas de amoniaco (N H3 ) con cierto nmero o u u de molculas de xido de cobre (CuO), da lugar a una reaccin quimica que produce e o o molculas de nitrgeno (N2 ), cobre (Cu) y agua (H2 O), esta reaccin se escribe : e o o XN H3 + Y CuO ZN2 + W Cu + U H2 O. El problema consiste en determinar lo s valores de las incognitas: X, Y, Z, W, U ; de tal manera que el nmero de atomos (de nitrogeno, hidrogeno, cobre y oxigeno ), que u intervienen en la reaccin sea igual al nmero de atomos resultantes (Los atomos individo u uales nose crean ni se destruyen ).Cuando se logran hallar los valores de la incgnitas que o cumplen con esta condicin, se dice que la reaccin est balanceada. De acuerdo con esto o o a se obtiene el sistema de ecuaciones lineales (homogneas): e BALANCE DE Nitrogeno : Hidrogeno: Cobre: Oxigeno: X = 2Z 3X = 2U Y =W Y =U

52 CAPTULO 3. SISTEMAS DE ECUACIONES. Que al resolverse medinate eliminacin de Gauss se obtiene una variable libre (in ni tas o soluciones). Al hacer U = T , la solucin queda: o 2 X = 3T Y =T 1 Z = 3T W =T U =T Como en estos casos las incognitas se restringen a enteros positivos, el menor valor del parametro es T = 3,as : X = 2, y = 3, Z = 1, W = 3, U = 3 La reaccin balanceada es: o 2N H3 + 3CuO N2 + 3 Cu + 3H2 O

3.3. EJERCICIOS PROPUESTOS CAPITULO 3 53 3.3 EJERCICIOS PROPUESTOS CAPITULO 3

x + y + 2z = a x+z =b 1. Que condiciones deben cumplir a,b y c para que el siste ma tenga 2x + y + 3z = c solucin. o ax + by 3z = 3 2. Cmo debe elegir los coe cientes a,b,c de modo que el sistema 2x by + cz = 1 o ax + 3y cz = 3 tenga por solucin (1, , 2) . o 3. Solucionar los sistemas si es posible, por Gauss, Gauss Jordan, Regl a de Cramer y x = A1 b (a) 2x + y 2z = 10 3x + 2y + 2z = 1 5x + 4y + 3z = 4 x+yz =0 (b) 2x 3y + z = 0 x 4y + 2z = 0 (c) 2x 3y + 6z + 2v 5w = 3 y 4z + v = 1 v 3w = 2 4. Hallar los valores de la constantes k para que el sistema a) Tenga Solucin b) No o tenga Solucin c) Tenga in nitas soluciones o x+yz =1 (a) 2x + 3y + az = 3 x + a y + 3z = 2 (b) x + 2y + kz = 1 2x + ky + 8z = 3 x + y + kz = 2 (c) 3x + 4y + 2z = k 2x + 3y z = 1 (d) x 3z = 3 2x + ky z = 2

54 CAPTULO 3. SISTEMAS DE ECUACIONES. 5. Dada una matriz A de orden n por n, que co nclusin se deduce de los enunciados o siguientes (a) A tiene inversa (b) A es sem ejante a la matriz idntica e (c) |A| = 0 (d) La forma escalonada reducida de A es la matriz idntica e (e) El sistema Ax = b tiene solucin unica o (f) El sistema Ax = 0 tiene solucin unica y es la solucin nula. o o 6. Dar un ejemplo de un sistema de 3 ecuaciones con 3 incgnitas que: o (a) Tenga solucin unica. o (b) No tenga so lucin o (c) Tenga in nitas soluciones. 7. Sea Ax = b un sistema de n ecuaciones con n incognitas donde A tiene sus elementos enteros probar que si |A| = 1 entonces la solucin son elementos o enteros. 8. Dados los sistemas de ecuaciones lineales : X1 +X2 +2X3 = 1 X1 2X2 +X3 = 5 3X1 +X2 +X3 =3 X1 +X2 +2X3 +3X4 = 13 X1 2X2 +X3 +X4 = 8 3X1 +X2 +X3 X4 = 1 (a) Hallar todas las soluciones, si existe alguna, usando el metodo de eliminacin o de Gauss. (b) Hallar todas las soluciones, si existe a lguna, usando el metodo de reduccin o GaussJordn. a 9. Dar un ejemplo de un siste ma de tres ecuaciones lineales con tres incgnitas que no o tenga solucin. o

3.3. EJERCICIOS PROPUESTOS CAPITULO 3 10. Hallar una matriz escalonada reducida por las que sea equivalentes a la matriz: 1 i 2 A= 2 i 1+i Cuales son las solucione s de ax = 0? 3 1 2 11. Sea A = 2 1 1 1 3 0 Para cules ternas (y1 , y2 , y3 ), tiene una solucin el sistema AX = Y ? a o 6 4 0 4 2 0 1 0 3 55 12. Si A = Hallar todas las soluciones de AX = 2X, y todas las soluciones de AX = 3X. 13. D ados los sistemas: X1 +X2 X3 =2 X1 2X2 +X3 =3 X1 +X2 + (a2 5) X3 = a X1 +X2 +X3 =2 X1 +3X2 +2X3 =5 2X1 +3X2 + (a2 1) X3 = a + 1 Hallar todos los valores de a para los cuales hay: (a) Ninguna solucin o (b) Solucin unica. o (c) In nitas soluciones. 14. Repetir el ejercicio anterior para los sistemas: X1 +X2 +X3 =2 X1 +2X2 +X3 =3 X1 +X2 + (a2 5) X3 = a X1 + (a2 8) X2 = 3 X1 + (a2 8) X2 = a

56 CAPTULO 3. SISTEMAS DE ECUACIONES. 15. Demostrar que si el sistema homogneo: e (a r) X1 +dX2 =0 cX1 + (b r) X2 = 0 T iene una solucin no trivial, entonces satisface la ecuacin: o o (a r) (b r) cd = 0 16. Que condiciones deben satisfacer p,q y r para que el sistema: X +3Y X +2Y 0 +5Y +2Z = p 3Z = q Z = r Sea consistente. 17. Las ecuaciones para hallar las intensidades de corriente i1 , i2, i3 , en un determinado circuito de tres mallas son: 3i1 2i2 +4i3 = 2 i1 +3i 2 6i3 = 8 2i1 i2 2i3 = 0 Hallar i1, i2, i3 . 18. Resolver, utilizando el algoritmo de Gauss los sistemas, en caso de que tengan in nitas soluciones, dar la solucin ge neral. o x +y 3z = 1 2x +y 2z = 1 (a) x +y +z =3 x +2y 3z = 1 2x y +3z =3 3x +y 5z =0 (b) 4x y +z =3 x +3y 13z = 6 x +3y 2x y (c) 3x 5y x +17y +2z +3z +4z +4z =0 =0 =0 =0 x +y +z +u +v =7 3x +2y +z +u 3v = 2 (d) 0 +y +2z +2u +6v = 23 5x +4y +3z +3u v = 1 2

3.3. EJERCICIOS PROPUESTOS CAPITULO 3 x 3x (e) 2x x +2y +2z = 2 2y z =5 5y +3z = 4 + 4y +6z = 0 57 19. Determinar los valores de k tales que los sistemas tengan: i. ii. iii. kx (b ) x x (c) (a) Solucin unica. o Ninguna solucin. o In nitas soluciones. +y +z = 1 +ky +z = 1 +y +kz = 1 x +2y +kz = 1 2x +ky +8z = 3 kx +y +z = 1 (d) x +ky +z = k x +y +kz = k 2 kx +y +z +u = 1 x +ky +z +u = k (e) x +y +kz +u = k 2 x +y +z +ku = k 3 (f) kx +ky + (k + 1) z = k kx +ky + (k 1) z = k (k + 1) x +ky + (2k + 3) z = 1 (k + 3) x +y +2z =k kx + (k 1) y +z = 2k (g) 3 (k + 1) x +ky + (k + 3) z = 3 20. Determinar las condiciones de a, b, c, tales que los sistemas tengan solicin uni ca: o x 2y +4z = a (a) 2x +3y z = b 3x +y +2z = c bx +ay +0 = c (b) cx +0 +az = b 0 +cy +bz = a

58 x +y +2z = a (c) x +0 +z = b 2x +y +3z = c x +y +z = a (d) 2x +0 +2z = b 0 +3 y +3z = c CAPTULO 3. SISTEMAS DE ECUACIONES. 21. Resolver el siguiente sistema de ecuaciones no lineales para los ngulos x, y, z, cona siderando el intervalo (0, 2) 2 sin x cos y +3 tan z = 3 4 sin x +2 cos y 2 tan z = 2 6 sin x 3 cos y + tan z = 9 22. Demuestre que en un sistema homogneo de ecuaciones lineales: e (a) La suma de dos soluciones es tambin solucin. e o (b) El producto de un escalar por una solucin tambin es solucin. o e o 23. Hallar todo s los sistemas de ecuaciones lineales homogeneos de dos ecuaciones con dos incog nitas que admiten como solucin: o (a) (1, 3) (b) (3, 1) EJERCICIOS DE APLICACION 24. C3 H8 + H2 O CO + H2 Propano RTA: C3 H8 + 3H2 O 3CO + 7H2 25. CuH10 + H2 O C O + H2 Butano RTA: C2 H10 + 4H2 O 4CO + 9H2 Monoxido de carbono

3.3. EJERCICIOS PROPUESTOS CAPITULO 3 26. C2 H5 OH + O2 H2 O + CO2 Etanol RTA: C 2 H5 OH + 3O2 3H2 O + 2CO2 27. CO2 + H2 O C6 H12 O6 + O2 Glucosa RTA: 6CO2 + 6H2 O C6 H12 O6 + 6CO2 Reaccin fotosistesis o 59 28. El yodoformo (CHI3 ) es un poderoso antisptico se prepara por la accin de yodo e o (I2 ) sobre el etanol (C2 H5 OH) es presencia de hidrgeno de potacio (KOH) . o En la reaccin se produce, adems yoduro de potacio (KI) , formato de potacio o a (HCOOK) y agua Escribir y balancear la reaccin: o RTA: C2 H5 OH + 4I2 + 6KOH CHI3 + 5KI + HCOOK + 5H2 O

60 CAPTULO 3. SISTEMAS DE ECUACIONES.

Captulo 4 VECTORES Vector es un segmento de recta dirigido. El vector AB tiene un punto inicial en A y un punto nal en B. Entre los puntos del plano y los vectores hay una relacin d irecta. o 4.1 Propiedades de los vectores 1. A + B = B + A 2. (A + B) + C = A + (B + C) 3. A + 0 = 0 + A = A 4. A + (A) = 0 5. (B) A = (BA) 6. (A + B) = A + B 7. 1.A = A 8. ( + ) A = A + A 61

62 CAPTULO 4. VECTORES 4.2 4.3 Operaciones: Suma de vectores. Sumar vectores es sumar matrices: Ejemplo 38 (3, 4) + (8, 9) = (11, 13) 4.4 Resta de vectores: Ejemplo 39 A B = A + (B) 4.5 Multiplicacin de un vector por un nmero real. o u Con R 1. > 1; A : Tiene la misma direccin, orientacin y diferente magnitud (mayor). o o 2 . 0 < < 1; A : Tiene la misma direccin, orientacin y diferente magnitud. o o 3. < 1; A : Cambia de sentido y aumenta la magnitud, pero no de direccin. o 4. 1 < < 0; A : Cambia de sentido y disminuye la magnitud, pero no de direccin. o 4.6 Norma de un vector a2 + b2 = Longitud del vector ||A|| = ||(a, b)|| = 4.6.1 Propiedades de la norma de un vector. 0 1. ||A|| 2. Norma de un escalar por un vector ||A|| = || ||A|| . 3. ||A + B|| ||A|| + ||B|| Desigualdad triangular.

4.7. PROPIEDADES. Producto interior o Producto escalar o Producto punto. Rn Rn R x y = a1 b1 + a2 b2 + ... + an bn (a1 , a2 , a3 , ..., an ) (b1 , b2 , b3 , ..., bn ) x y (1, 1, 1) (2, 1, 0) = 1 2 + 1 1 + 1 0 = 3 Demostracin de propiedad 2 || (a, b)|| = ||(, )|| = = || . ||A|| 2 a2 + 2 b 2 = 2 a2 + b2 = || . ||(a, b 63 4.7 Propiedades. (a, b) (a, b) = a2 + b2 1. A A = ||A||2

2. A B = B A 3. A (B + C) = A B + A C 4. ||B A||2 = ||B||2 + ||A||2 2 ||A|| ||B | cos (B A) (B A) = B (B A) A (B A) = B B B A A B + A A = ||B|| ||B A||2 por tanto A B = ||A|| ||B|| cos donde : es el ngulo entre A y B si = 90 , A y B son a perpendiculares. 5. A y B son perpendiculares ssi A B = 0 A = (0, 2) ; B = (3, 0) ; A B = 0 Para hallar un vector perpendicular a un vector: 4 (2, 3) (2, b) = 0 4 + 3b = 0 b = 3 (2, 3) 2, 4 = 0 3 (3, 1, 2) (a, b, c) = 0 3a + b + 2c = 0}Tiene in nitas soluciones. 6. La desiguald ad de Cauchy. |A B| ||A|| ||B|| |A B| = ||A|| ||B|| cos = ||A|| ||B|| |cos | ||A| | ||B|| Porque que |cos | es menor o igual a 1.

64 7. Desigualdad triangular. ||A + B|| ||A|| + ||B|| Demostracin: o CAPTULO 4. VECTORES

||A + B||2 = (A + B) (A + B) = A (A + B) + B (A + B) = = A A + A B + B A + B B ||A||2 + 2A B + ||B||2 ||A||2 + 2 |A B| + ||B||2 ||A||2 + 2 ||A|| + ||B||2 (||A || + ||B||)2 por lo tanto ||A + B||2 (||A|| + ||B||)2 asi que ||A + B|| ||A|| + ||B|| 8. Angulos directores y cosenos directores. El vector (1, 0, 0) = i = e1 . El vector (0, 1, 0) = j = e2 . El vector (0, 0, 1) = k = e3 . e1 , e2 , e3 , se llaman vectores canonicos. Un ngulo director es el ngulo que forma el vector con el eje positivo de las x o y a a o z. A i = ||A|| ||i|| cos (a, b, c) . (1, 0, 0 ) = a2 + b2 + c2 cos a a ; = cos1 a2 + b 2 + c 2 a2 + b 2 + c 2 b c cos = ; cos 2 + b2 + c 2 2 + b2 + c2 a a 2 2 2 cos + cos + cos = 1. A los angulos , , se les llama angulos directores y a sus cosenos cosenos directores cos = 9. Vectores un itarios es el que tiene norma igual a uno. Los vectores cannicos son vectores uni tarios. o A Si A = 0 es un vector que no es unitario; es un vector unitario, ya que: ||A|| ||A|| A = =1 ||A|| ||A|| Conclusin: Para obtener un vector unitario co n la misma direccin y sentido de un o o vector dado A, se divide entre su norma.E l vector A = (3, 4, 5) no es unitario y el (3, 4, 5) (3, 4, 5) 3 4 5 , , vector B = = = ||(3, 4, 5)|| 9 + 16 + 25 5 2 5 2 5 2 es un vector unitario

4.8. PRODUCTO CRUZ 10. Proyecci`n de un vector sobre otro.(A sobre B) o ProyAB = B B B ||B|| ||A|| cos AB = ||A|| cos = = B ||B|| ||B|| ||B|| ||B|| ||B||2 = ||A | cos . ||A|| 65 donde cos = Ejemplo 40 Si A = (3, 3) y B = (5, 0) entonces AB (3, 3) (5, 0) 15 ProyAB = (5, 0 ) = 55 (5, 0) = 3 (1, 0) = (3, 0) 2B = 25 ||B|| 4.8 Producto Cruz

Si A = (a1, a2 , a3 ); B = (b1 , b2 , b3 ) son dos vectores en R3 , su producto cruz notado por A B (en este tamao) se de ne por: A B = (a2 b3 a3 b2 , a3 b1 a1 b3 , a1 b2 a2 b1 ),es n decir, se puede considerar como el producto cruz una funcin de la forma: o 3 3 3 :R R R (A, B) A B = (a2 b3 a3 b2 , a3 b1 a1 b3 , a1 b2 a2 b Como i j k a1 a2 a3 = (a2 b3 a3 b2 , a3 b1 a1 b3 , a1 b2 a2 b1 ) = A B. b1 b2 b 3 En general se usa este recurso nemotcnico para recordar la de nicin de A B, y e o escribimos simplemente que: i j k A B = a1 a2 a3 b1 b2 b3 Ejemplo 41 Si A = 2i 8 j + 3k y B = 4j + 3k i j k 8 3 2 3 2 8 A B = 2 8 3 = i j +k 4 3 0 3 0 4 0 4 3 i j k j k Ejemplo 42 i j = 1 0 0 = 1 = (k) = k 1 0 0 1 0 En forma anloga, j k = i, k i = , j i = k, a k j = i, i k = j, i i = j j = k k = 0. = 36i 6j + 8k

66 CAPTULO 4. VECTORES 4.8.1 Propiedades del producto cruz i j k a1 a2 a3 0 0 0 1. A 0 = 0 A0= 2. A A = 0 AA= i j k a1 a2 a3 a1 a2 a3 i j k a1 a2 a3 b1 b2 b3 =0 i j k = b1 b2 b3 a1 a2 a3 =0 3. A B = = B A 4. A (B + C) = A B + A C A (B + C) = i j k a1 a2 a3 b1 + c 1 b2 + c 2 b3 + c 3 = i j k a1 a2 a3 b1 b2 b3 i j k + a1 a2 a3 c1 c2 c3 =AB+AC 5. c(A B) = (cA) B = A (cB) i j 0 A (A B) = (a1 , a2 , a3 )(a2 b3 a3 b2 3 a1 a3 b 2 + a2 a3 b 1 a1 a2 b 3 + a1 a3 1 b2 b3 Llamado producto mixto = i j k ca1 ca2

k c(A B) = c a1 a2 a3 b1 b2 b3 6. A (A B , a3 b1 a1 b3 , a1 b2 a2 b1 ) = a1 a2 b b 2 a2 a3 b 1 =0= a1 a2 a3 a1 a2 a3 b ca3 b1 b2 b3 = (cA) B

7. B (A B) = 0 Se prueba en forma anloga a la propiedad 6. a De las propiedades 6 y 7 se concluye que A B es un vector ortogonal a A y a B. 8. A B 2 = A 2 B 2 (A B)2 Esta propiedad es conocida como Identidad de Lagrange

4.9. PRODUCTO MIXTO AB A 2 2 67 = (a2 b3 a3 b2 )2 + (a3 b1 a1 b3 )2 + (a1 b2 a2 b1 )2 (A B)2 = (a2 + a2 + a2 )(b 2 + b2 + b2 ) (a1 b1 + a2 b2 + a3 b3 )2 1 2 3 1 2 3 B 2 y se hacen las operaciones algebraicas de los miembros de la derecha y se demues tra que son iguales. 9. A (B C) = (A B) C i (i j) = i k = j (i i) j = 0 ego, en general, A (B C) = (A B) C 10. Sean A y B dos vectores no nulos en R3 , A B = 0, si y slo si A y B son paralelos o 11. A B = A 2 B sin 2 2 De la identidad de Lagrange se tiene que: AB = A B 2 2 2 2 (A B)2 2 = A = A = A = A B B B B ( A A sin2 2 B cos )2 B 2 2 2 2 cos2 (1 cos2 ) Entonces sacando ra cuadrada se tiene: z AB = A B sin y corresponde al area del par alelogramo de lados A, B 4.9 Producto mixto Los productos escalar y vectorial pueden combinarse para formar el producto mixt o A B C, y su valor es un nmero, ya que es el producto escalar de dos vectores y se u puede calcular por medio de determinantes as : Si A = (a1 , a2 , a3 ); B = (b 1 , b2 , b3 ); C = (c1 , c2 , c3 ), entonces: a1 a2 a3 A (B C) = b1 b2 b3 c1 c2 c3

68 CAPTULO 4. VECTORES 4.9.1 Propiedades del producto mixto

(A B) C = (B C) A = (C A) B a1 a2 a3 b1 b2 b3 A (B C) = b1 b2 b3 = c1 c2 c3 c 2 c3 a1 a2 a3 = B (C A) = (C A) B Ejemplo 43 Si A = (2, 3, 1); B = (3, 7, 5); C = (1, 5, 2), entonces 2 3 1 A (B C) = 3 7 5 = 2(14 + 25) 3(6 5) 1(15 + 7) = 27 1 5 2 4.10 Area de un paralelogramo determinado por los vectores A y B A= B h sin = h h = A sin A Area = B A sin = A B Luego, el rea est dada por A B

Ejemplo 44 El rea del paralelogramo determinado por los vectores 2i y 3j es: a Ar ea = 2i 3j = 6i j = 6k = 6 Ejemplo 45 Hallar el rea del paralelogramo determinado por: a A = (3, 2, 2); B = (2, 2, 3) i j k A B = 3 2 2 = (10, 5, 10) 2 2 3 En = A B = 100 + 25 + 100 = 225 = 15 Ejemplo 46 Hallar el rea del tringulo determina do por: a a P1 = (2, 2, 0); P2 = (1, 0, 2); P3 = (0, 4, 3) En efecto, el rea del t ringulo es 1 A B a a 2 P1 P2 = A = (3, 2, 2) P1 P3 = B = (2, 2, 3) 15 y A B l rea del tringulo es a a 2

 4.11. VOLUMEN DE UN PARALELEP IPEDO DETERMINADO POR A,B,C Ejemplo 47 Hallar el rea del paralelogramo con dos lados adyacentes formados por: a A = (1, 2, 3); B = ( 4, 5, 6). i j k 2 3 1 3 1 2 AB = 1 2 3 =i j +k = (3, 6, 3) 5 6 4 6 4 5 4 5 6 Entonce s Area = A B = 54 69 4.11 4.11.1 Vol men de un paralelep u pedo determinado por A,B,C que no estn en el mismo plano e

El volumen viene dado por: V = (Area base)(altura) El rea de la base es A B y la altura es la norma de la proyeccin del vector C a o sabre A B, es decir, 1 C (A B ) C h = proy = 2 A B = |C A B| AB AB AB luego V = |C.(A B)| Ejemplo 48 Hallar el v lumen del paralelep pedo determinado por: A = (1, 2, 3); B = (4, 5, 6); C = (7, 8, 0) El volumen es |C (A B)| 1 2 3 1 3 1 2 2 3 8 +0 = 7(3) 8(6) = 27 C (A B) = 4 = 7 4 6 4 5 5 6 7 8 0 Luego el volumen es |C (A B)| = 27 Ejemplo 49 Hallar el v olumen del paralelep pedo determinado por: A = (2, 3, 1); B = (1, 0, 2); C = (0, 2, 1) 0 2 1 3 1 2 1 2 3 C (A B) = 2 3 1 = 0 2 1 0 2 1 2 1 0 1 0 2 Luego V = 7. = 10 + 3 = 7 4.12 Regla de Cramer Considerando el sistema,

70 CAPTULO 4. VECTORES

a1 x + b1 y + c1 z = d1 a2 x + b2 y + c2 z = d2 a3 x + b3 y + c3 z = d3 que se p uede escribir como xA + yB + zC = D,si se hace producto punto a ambos lados de e sta ecuacin con B C obtenemos o xA B C + yB B C + zC B C = D B C d1 d2 d3 1 b1 b2 b3 d2 b2 c2 DBC c1 c2 c3 d3 b3 c3 = x= = a1 a2 a3 a1 b 1 c 1 ABC b1 b2 b3 a2 b 2 c 2 c1 c2 c3 a3 b 3 c 3 xA + yB + zC = D si se hace producto punto a ambos lados de esta ecuacin con o C A obtenemos xA C A + yB C A + zC C A = D C A a1 d1 d2 d3 d2 c2 a2 c1 c2 c3 DC A d3 c3 a3 a1 a2 a3 = = = y= b1 b2 b3 a1 a2 a3 BC A c1 c2 c3 b1 b2 b3 a1 a2 a3 c1 c2 c3 a1 a2 a3 a1 a2 a3 d1 d2 d3 b1 b2 b3 c1 c2 c3 c1 c2 c3

xA + yB + zC = D si se hace producto punto a ambos lados de esta ecuacin con o A B obtenemos xA A B + yB A B + zC A B = D A B a1 a2 a3 a1 a2 a3 b1 b2 b3 b1 b2 d1 d2 d3 c1 c2 c3 z= DAB DAB = = C AB ABC

4.13. EJERCICIOS PROPUESTOS CAPITULO 4 71 4.13 EJERCICIOS PROPUESTOS CAPITULO 4 B = (1, 1, 2, 4), C = (1, 1, 2, 2) Hallar 1. Si A = (1, 2, 3, 1) (a) A B (b) B C (c) A (B + C) (d) (A B) C 2. En cada una de las expresiones siguientes introducir un parntesis para que la exe 3 presin tenga sentido si A, B, C R o (a) A BC (b) A B + C (c) A + B C (d) AB C A (e) BC 3. Si A = (2, 1, 1); B = (1, 1, 2) Hallar (a) Un vector no nulo C R3 t al que A C = B C (b) Un vector no nulo C R3 tal que AC = B C = 0 4. A = (1, 3, 2 );B = (3, 1, 2) hallar escalares x, y tal que C = xA + yB sea un vector no nulo y que C B = 0 5. Sea A = (1, 1, 1, 1); B = (0, 1, 2, 1), hallar dos vectores C y D de R4 que satisfaga las condiciones siguientes: (a) A = C + D (b) B ortogonal a D (c) C paralelo a B 6. Hallar un vector B de R2 tal que A B = 0 y B = A si A = (1, 3)

72 7. Si A = (1, 2, 1, 2); longitud 7 CAPTULO 4. VECTORES B = (2, 1, 0, 1), hallar un vector paralelo a A 2B y de 8. Hallar todos los vectores de R2 que tiene la misma longitud de A y son ortogo nales a A si A = (1, 3) 9. Si A = (1, 2, 3); B = (0, 1, 1), hallar un vector ort ogonal a A y a B de longitud 4. 10. Si A = (1, 1, 1); B = (1, 1, 2), hallar vecto res P, Q R3 tales que (a) A = P + Q (b) P paralelo a B (c) Q ortogonal a B 11. D ados los vectores A = (2, 1, 1); B = (1, 2, 1); C = (1, 1, 2), hallar vectores 1 D de la forma xB + yC ortogonales a A y de longitud 1. (Rta./ 2 (0, 1, 1)) 12. Si A , B R4 , demostrar que A + B 2 AB 2 = 4A B 13. Si A = (1, 2, 3); B = (1, 4, 3) hallar ProyAB y ProyBA 14. Hallar los cosenos directores del vector (1, 1, 1) 15. Hallar los cosenos de los ngulos del tringulo con vrtices (2, 1, 1), (1, 3, 5), a a e (3, 4, 4) (Rta./(0, 16. Si A, B, C R3 ; 35 , 41 6 ) 41 A = C = 5; B = 1; AB+C = A+B+C a Si el ngulo que forman A y B es , hallar el ngulo que forman B y C (Rta./ 7 ) a 8 8 17. Hallar dos vectores unitarios con punto inicial en (2, 4) y que sean norm ales a y = x2 all (Rta./ (4,1) ) . 17 18. Si A = 2i + j k, hallar dos vectores ortog onales y unitarios a A 19. Hallar dos vectores unitarios paralelos al plano yz q ue sean perpendiculares a (3, 1, 2) 0, 2, 1 ( ) 5 20. Muestre que los vectores A = (1, 1, 1), B = (2, 3, 2), C = (4, 5, 4) estn en el a mismo plano A B C = 0

4.13. EJERCICIOS PROPUESTOS CAPITULO 4 73

21. Hallar el rea del tringulo de vrtices P = (1, 3, 2), Q = (2, 4, 5), R= (3, 2, 2); a e y el volumen del paralelep pedo de aristas OP , OQ, OR; (Rta./55, 2546 ) 2 . Mostrar que (1, 1, 4), (3, 2, 4), (4, 2, 6), (2, 1, 6) son los vrtices de un parale le ogramo 23. Si A = i + 2k; B = 2i + j k; C = i + 2j + 3k, Hallar (a) A C; A C (b) (A + B) (A C) (c) A (B C) (d) (A + B) (A C) 24. Demostrar que A B = A B s o s A y B son ortogonales o

25. Dados dos vectores no paralelos A, B R3 con A B = 2; A = 1, B = 4; C = 2A B 3B Hallar A (B C); C y el coseno del ngulo que forman B Y a C. 26. Si A (B C) = 3 hallar (a) A (C B) (b) (B C) A (c) C (A B) (d) B (A C) (e) (A C) B (f) B 27. A + B 2 + AB 2 =2 A 2 +2 B 2 28. Si es el ngulo que forman hallar el a valor l mite de (1, 2, 1) son los vrtices de es del vector que tiene su punto ) , P2 (2, 8) los vectores A = (1, 1, ..., 1); B = (1, 2, cuando n (Rta.//6) 29. Mostrar que(2, un tringulo rectngulo e a a 30. Determine inicial en P1 y su punto nal en P2. (a) P1

..., n) 1, 6), (2, 4, 5) las component (3, 5

74 (b) P1 (6, 5, 8) , P2 (8, 7, 3) CAPTULO 4. VECTORES 31. Determine un vector que tenga su punto inicial en P (2, 1, 4) y que tenga la misma direccin que V = (7, 6, 3) o 32. Determine un vector con direccion contraria a la de V = (2, 4, 1) y con punto nal en Q (2, 0, 7) . 33. Sean U = (1, 2, 3) , V = (1, 3, 1) y W = (3, 2, 1) . Determine las componentes de: (a) U W (b) 7V + 3W (c) 3 (U 7V ) (d) 2V (U + W ) 34. Sean U = (1, 2, 3) , V = (1, 3, 1) y W = (3, 2, 1) . Determine las componentes del vector X que satisface 2U V + X = 7X + W 35. Sea n U = (1, 2, 3) , V = (1, 3, 1) y W = (3, 2, 1) . Encuentre escalares a, b y c, ta les que: aU + bV + cW = (6, 14, 2) 36. Demuestre que no existen escalares a, b, c tales que: a (1, 2, 3) + b (5, 7, 1) + c (6, 9, 2) = (4, 5, 0) 37. Encuentre todo s los escalares a, b y c tales que: a (2, 7, 8) + b (1, 1, 3) + c (3, 6, 11) = (0 , 0, 0) 38. Sean U = (1, 3, 2) , Determine: (a) U + V (b) U + V (c) 2U + 2 U 1 (d) W W V = (1, 1, 0) W = (2, 2, 4) .

4.13. EJERCICIOS PROPUESTOS CAPITULO 4 1 W W 75 (e) 39. Determine todos los escalares k tales que: kV = 3 donde V = (1, 2, 4) 40. En contrar un vector de norma 1 que tenga la misma direccin que V = (1, 1, 1) o 41. Calcule U.V para: (a) U = (1, 2) (b) U = (1, 3, 7) V = (6, 8) V = (8, 2, 2) 42. Para el ejercicio anterior encontrar el angulo entre U y V 43. Determine si el ngulo formado por U y V es agudo, obtuso, o si los vectores son a ortogonales: (a) U = (7, 3, 5) (b) U = (6, 3, 1) (c) U = (1, 1, 1) (d) U = (4, 1, 6) V = (8, 4, 2) V = (4, 0, 6) V = (1, 0, 0) V = (3, 0, 2) 44. Encuentre la proyeccion ortogonal de U sobre V si: (a) U = (2, 1) (b) U = (7, 1, 3) V = (3, 2) V = (5, 0, 1) 45. Determine dos vectores de norma 1 que sean orotgonales a (3, 2) 46. Sea U = (1, 2) , V = (4, 2) y W = (6, 0) determine: (a) U. (7V + W ) (b) (U.V ) W (c) U ( V.U ) 47. Utilice vectores para encontrar los ngulos interiores del triangulo con vertices en a (1, 0) , (2, 1) y en (1, 4) 48. Determine el angulo formado por la diagonal de un cubo y una de las caras.

76 49. Sean U = (2, 1, 3) , (a) V xW (b) U x (V xW ) (c) (U xV ) xW 50. Determine un vector que sea ortogonal a U y V: (a) U = (7, 3, 1) (b) U = (1, 1, 1) V = (2, 0, 4) V = (2, 0, 2) V = (0, 1, 7) y CAPTULO 4. VECTORES W = (1, 4, 5) calcule: 51. Calcular el rea del triangulo que tiene vrtices en P,Q y R a e (a) P = (1, 5, 2 ) (b) P = (2, 0, 3) Q = (0, 0, 0) Q = (1, 4, 5) R = (3, 5, 1) R = (7, 2, 9) 52. Sean U = (1, 3, 2) y W = (1, 1, 1) encuentre todos los vectores que satisfacen U xX = W 53. Calcular los cosenos directores del vector V = (12, 15, 16) 54. Dete rminar para que valor de a los vectores U = ai 3j + 2k y V = i + 2j ak son perpe ndiculares 55. Hallar el vector X, si se sabe que es perpendicular a los vectore s U = (2, 3, 1) y V = (1, 2, 3) y satisface la condicion: X (2i j + k) = 6 56. Se d an tres vectores: U = 2i j + 3k X.U = 5, V = i + 2j ak X.V = 11, W = 3i + 2j 4k h allar el vector X, que satisface las condiciones: X.W = 20 57. Sea U = 2i j + 3k y o con los del vector i + ontrar un vector unitario antas soluciones tiene el V un vector de mdulo 5 y direccin y sentido coincidentes o 2j + 3k.Hallar el producto escalar de U por V. 58. Enc perpendicular a los vectores U = i + j + k 2i j + k, cu problema? V =

Captulo 5 PLANOS 5.1 Planos en el espacio

Un plano se puede considerar intuitivamente como una hoja de papel, haciendo que la hoja es ilimitada. Estamos interesados en hallar la ecuacin y para ello consi deramos un o punto del plano P0 = (x0 , y0 , z0 ) y un vector normal N = (A, B, C) al plano, entonces el punto P pertenece al plano s y slo s el vector P0 P N = 0, es decir, (P P0 ) N = 0, es o decir, ((x, y, z) (x0 , y0 , z0 ) (A, B, C) = 0, e s decir, A(x x0 ) + B(y y0 ) + C(z z0 ) = 0, es decir, Ax + By + Cz Ax0 By0 Cz0 = 0, es decir, Ax + By + Cz = D si D = Ax0 + By0 + Cz0 , y as la ecuacin cartesian a del plano que pasa por (x0 , y0 , z0 ) y tiene o a N = (A, B, C) tiene por ecu acin Ax + By + Cz = D. A la ecuancin (P P0 ) N = 0, o o se llama ecuacin vectorial del plano. o 1. z = 0 ecuacin del plano que tiene a N = (0, 0, 1) como vector nor mal o 2. x + y = 1; plano que tiene a N = (1, 1, 0) como vector normal 3. x + y + z = 4; plano que tiene a N = (1, 1, 1) como vector normal 4. x = 4;un plano qu e tiene a N = (1, 0, 0) como vector normal Ejemplo 50 Ejemplo 51 Hallar la ecuac in del plano que pasa por (1,0,0) y tiene como o vector normal a (1, 1, 1) = (A, B, C). 1. Ejemplo 52 A(x x0 ) + B(y y0 ) + C(z z0 ) = 0 1(x 1) + 1(y 0) + 1(z 0) = 0 x + y + z+ = 1 77

78

CAPTULO 5. PLANOS Ejemplo 53 Hallar la ecuacin del plano que pasa por (1, 2, 3) y es paralelo al o plano 3x y + 4z = 2. Como el plano buscado es paralelo al plan o 3x y + 4z = 2, su vector normal es (3, 1, 4) = (A, B, C) y como (1, 2, 3) = (x0 , y0 , z0 ), entonces: 3(x 1) 1(y 2) + 4(z 3) = 0 es la ecuacin del plano, es dec ir, 3x y + 4z = 3 2 + 12 = 13. o Ejemplo 54 Hallar la ecuacin del plano que pasa por (x0, y0 , z0 ) = (3, 2, 1), y es o perpendicular al vector (4,6,7). N = (4, 6, 7) y P0 = (x0, y0 , z0 ) = (3, 2, 1), as : A(x x0 ) + B(y y0 ) + C(z z0 ) = 0 4 (x 3) + 6(y 2) + 7(z 1) = 0, luego, 4x + 6y + z = 31 Ejemplo 55 Hallar la ecuacin del plano que pasa por: o A = (1, 2, 1); B = (2, 3, 1); C = (3, 1, 2). Como los p untos A, B, C pertenecen al plano, entonces los vectores AB y AC : AB = B A = (1 , 1, 2) AC = C A = (2, 3, 3) i j k 1 1 2 2 3 3 plano y como A es un punto del plan o, entonces: son paralelos al plano; por tanto AB AC = 9(x 1) + 1(y 2) 5(z + 1 0 9x + y 5z = 9 + 2 + 5 = 16 Ejemplo 56 Tambin se puede hallar reemplazando los tres puntos en la ecuacin e o Ax + By + Cz D = 0 y solucionar el sistema A + 2B C D = 0 2A + 3B + C D = 0 3A B + 2C D = 0 cuya solucin es o D 5 9 A = D; B = ; C = D y as 16 16 16 = (9, 1, 5) es normal al

5.1. PLANOS EN EL ESPACIO 9 D 5 Dx + y Dz D = 0 16 16 16 1 5 9 D( x + y z 1) = 0 , luego, 16 16 16 9x + y 5z = 16 79

Ejemplo 57 Hallar la ecuacin del plano que pasa por (1, 2, 2) y es perpendicular o a x y + z = 1 (N = (1, 1, 1)), es decir, el vector normal al plano x y + z = 1 es (1, 1, 1) y si hacemos el producto cruz de (1, 2, 2) (1, 1, 1) = N del plano pe dido, es decir, (1, 2, 2) (1, 1, 1) = (4, 1, 3) Luego la ecuacin del plano es: o 4( x 1) + 1(y + 1) 3(z 1) = 0 4x + y 3z = 4 1 3 = 0 4x + y 3z = 0 Ejemplo 58 Halla la ecuacin del plano, que pasa por el punto (4, 0, 2), y es o perpendicular a cad a plano x y + z = 0 y 2x + y 4z = 5. El vector normal es el producto cruz de los vectores normales de los dos planos N1 = (1, 1, 1); N2 = (2, 1, 4), es decir, N = N1 N2 = i j k 1 1 1 2 1 4 = (3, 6, 3), luego la ecuacin o i j k 1 2 2 1 1 1 = i 2 2 1 1 j 1 2 1 1 +k 1 2 1 1 =

3(x 4) + 6(y 0) + 3(z + 2) = 0 3x + 6y + 3z = 6 Una segunda forma de solucin ser c omo N = (A, B, C) es perpendicular a o a: x y + z = 0 y a 2x + y 4z = 5, entonces : (A, B, C) (1, 1, 1) = 0 = (A, B, C) (2, 1, 4) = 0 = Ahora, reemplazando: 2(B C) + B 4C = 0 = 2B 2C + B 4C = 0 = 3B 6C = 0 AB+C =0 2A + B 4C = 0 = A=BC

80 B = 2C A = 2C C = C Entonces: N = (C, 2C, C) = C(1, 2, 1) = 3(1, 2, 1) = (3, 6, 3) CAPTULO 5. PLANOS Luego la ecuacin del plano es 3(x 4) + 6(y 0) + 3(z + 2) = 0 o 5.1.1 Distancia del punto P0 = (x0 , y0 , z0 ) al plano Ax + By + Cz = D Sea P1 = (x1 , y1 , z1 ), un punto del plano , luego la distancia del punto l plano Ax + By + Cz = D es la longitud de la proyeccin del vector P1 es decir: o P 1 P0 N P 1 P0 N PP d = Pr oy 1 0 = N = = N ) + C(z0 z1 )| |(x0 x1 , y0 y1 , z0 z1 ) (A, B, C)| = d= 2 + 2 + C 2 |Ax0 + By0 + Cz0 (Ax1 + By1 + Cz1 )| |Ax0 + By0 + Cz0 D| d= C 2 A2 + B 2 + C 2 Luego d= |Ax0 + By0 + Cz0 D| A2 + B 2 + C 2

P0 a P0 sobre N, N N 2 |A(x0 x1 B2 + C 2 A A2 + B = A2 + B 2 +

Ejemplo 59 Hallar la distancia del punto (1, 2, 4) al plano x + 2y 3z = 5; (x0 , y0 , z0 ) = (1, 2, 4); (A, B, C) = (1, 2, 3). |1 + 4 17| 12 |1(1) + 2(2) + (3)4 5 | = d= = 14 14 12 + 22 + (3)2 P2 P1 = (x1 x2 , y1 y2 , z1 z2 ) = tN = t(A, B, x2 = tA; y1 y2 = tB; z1 z2 = tC 2 2 A(x1 x2 ) = tA ; B(y1 y2 ) = tB ; C(z1 z2 ) = tC 2 A(x1 x2 ) + B(y1 y2 )+ C(z1 z2 ) = t(A2 + B 2 + C 2 ) (A, B, C) |Ax1 + By 1 + Cz1 D| d = tN = P1 P2 = A2 + B 2 + C 2 |Ax1 + By1 + Cz1 D| d= A2 + B 2 + C 2

5.1. PLANOS EN EL ESPACIO 81 5.1.2 Distancia entre dos planos paralelos Sean Ax + By + Cz = D1 ; Ax + By + Cz = D2 , dos planos paralelos, entonces para hallar lal distancia entre ellos, escogemos un punto en cualquiera de ellos y h allamos la distancia del punto al plano as : D1 , es decir, tomemos P0 (x0 , y0 , z0 ) = Sea z = 0; y = 0; y Ax = D1 = x = A D1 ( , 0, 0) y la distancia de este pu nto al plano Ax + By + Cz = D2 , viene dada por: A D1 A + B(0) + C(0) D2 |Ax0 + By0 + Cz0 D2 | |D1 D2 | A d= = = A2 + B 2 + C 2 A2 + B 2 + C 2 A2 + B 2 + C 2 Eje mplo 60 La distancia entre x + y + z = 4 y x + y + z = 10 es: |10 4| |4 10| 6 = = 12 + 12 + 12 3 3 Ejemplo 61 La distancia entre x + y + z = 1 y 3x + 3y + 3z = 1 0 es: 10 x+y+z = 3 10 1 7 3 3 = 3 3 5.1.3 Plano paralelos y perpendiculares Dos planos son paralelos s y slo s sus vectores normales son paralelos. o Dos plano s son perpendiculares s y slo s sus vectores normales son perpendiculares. o El ngul o entre dos planos, es el formado entre sus vectores normles. a Ejemplo 62 Los p lanos x + y + z = 4 y 2x + 2y + 2z = 10 son paralelos Ejemplo 63 Los planos z = 1 y z = 2 son paralelos

82 CAPTULO 5. PLANOS 5.2 EJERCICIOS PROPUESTOS CAPITULO 5 1. Hallar la ecuacin del plano que pasa por (1, 3, 2), (3, 2, 2), (2, 1, 3) o Rta: 5x + 2y z = 9 2. Hallar la ecuacin del plano que pasa por el punto (4, 0, 2) y es perpendicular a o cada plano x y + z = 0; 2x + y 4z = 5 Rta./x + 2y + z 2 = 0 3. Hallar la distancia del punto (1, 4, 6) al plano 2x y + 2z + 10 = 0 (Rta./ 20 ) 3 4. Hallar la ecuacin del plano que pasa por (1, 1, 4) y tiene como normal a (1 , 9, 8) o 5. Hallar la ecuacin del plano que pasa por (0, 0, 0) y tiene como vect or normal a o (1,2,3) 6. Determinar si los planos son paralelos: (a) 4x y + 2z = 5 y 7x 3y + 4z = 8 (b) x 4y 3z 2 = 0 y 3x 12y 9z = 7 z y (c) 2y = 8x 4z + 5 y = + 2 3 7. Determinar si los planos son perpendiculares (a) 3x y + z = 4 y x + 2z = 1 (b) x 2y + 3z = 4 y 2x + 5y + 4z = 1 8. Encontrar la ecuacin del plano xy(z = 0), xz(y = 0), yz(x = 0) o 9. Encontrar la ecuacin del plano que pasa por (x0 , y0 , z0 ) y es paralelo al plano o (a) xy (b) xz (c) yz 10. Hallar la ecuacin del plano que es perpendicular al plano 8x 2y + 6z = 1, y pasa o por los puntos (1, 2, 5), (2, 1, 4). (Rta./4x + 13y z 17 = 0) 11. Hallar la ecuacin del plano que pa sa por (2, 1, 5) y es perpendicular a los planos o 4x 2y + 2z = 1; 3x + 3y 6z = 5 (Rta./x + 5y + 3z 18 = 0)

5.2. EJERCICIOS PROPUESTOS CAPITULO 5 12. Hallar el ngulo entre los planos 5x 2y + 5z 12 = 0; a (Rta./2/3) 83 2x + y 7z + 11 = 0 13. Hallar la ecuacin del plano que pasa por (4, 0, 2) y es perpendicular a xy+z = 0; o 2x + y 4z = 0. (Rta./x + 2y + z = 2) 14. Un plano pasa por (2, 0, 5), (0, 2 , 1) y es perpendicular al plano x + 3y z 7 = 0; hallar su ecuacin. o 15. Hallar u n vector normal y unitario y dos puntos de: (a) x = 0 (b) z = 4 (c) y = 1 (d) x z = 4 (e) y x = 0 (f) x 3y + 2z = 5 16. Un plano pasa por (2, 6, 1) y es paralelo a 4x 2y + z = 1 hallar su ecuacin. o 17. Hallar la distancia entre 4y 3z 6 = 0 y 8y 6z 27 = 0 18. Hallar la ecuacion vectorial y cartesiana del plano que pasa p or el punto dado y cuyo vector normal es N: (a) (2, 6, 1) (b) (1, 1, 2) (c) (1, 0, 0) (d) (0, 0, 0) N = (1, 4, 2) N = (1, 7, 6) N = (0, 0, 1) N = (1, 4, 2) 19. Hallar la ecuacion cartesiana del plano que pasa por los puntos: (a) (2, 1, 1 ) (b) (3, 2, 1) (0, 2, 3) (2, 1, 1) (1, 0, 1) (1, 3, 2) 20. Hallar la distancia minima del punto dado al plano dado y el punto del plano mas cercano al punto dado: (a) (2, 4, 5) 3x + 2y 5z = 3

84 (b) (0, 0, 0) 2x 3z = 2 CAPTULO 5. PLANOS 21. Si los planos dados son paralelos, halle la distancia entre ellos: (a) x + 2y 3z = 5 (b) 3x y + 2z = 1 2x 4y + 6z = 10 9 + 3y + 6z = 3 22. Hallar las ecuaciones parametricas y cartesiana de la recta de interseccin de los o planos dados: (a) 2x + 3y + 7z + 2 = 0 (b) 3x 5y + 2z = 0 z=0 x + 2y 3z + 5 = 0 23. Encuentre el punto de interseccin de la recta: o x 4 = 5t y el plano y+2=t z 4 = t 3x y + 7z + 8 = 0 24. Determine el plano que pasa por el punto (2, 7, 6) y que es paralelo al plano : 5x 2y + z 9 = 0 25. Para que valor de m, la recta: x 3y + +6z + 7 = 0 ? (y 2) ( z + 3) (x + 1) = = es paralela al plano: 3 m 2 y = 1 4t z = 3 + t 26. Para qu valores de A y D de la recta x = 3 + 4t e esta situada en el plano: Ax + 2y 4z + D = 0 ? 27. Para que valores de A y B el plano: Ax + By + 3z 5 = 0 es perpendicular a la recta: x = 3 + 2t y = 5 3t z = 2 2t ?

Captulo 6 RECTAS Dado un punto P0 = (x0 , y0 , z0 ) R3 , y un vector no nulo V = (a, b, c); el co njunto de todos los puntos P del espacio tales que el vector P0 P sea paralelo a V, se dice que es la recta que pasa por P0 = (x0 , y0 , z0 ) y es paralela a V = (a, b, c), es decir, P0 P = tV o P = P0 + tV , t V, a P0 + tV, se llama ecuacin v ectorial de la recta y si o (x, y, z) = (x0 , y0 , z0 ) + t(a, b, c) o (x, y, z) = (x0 + ta, y0 + tb, z0 + tc) entonces x = x0 + ta y = y0 + tb z = z0 + tc se l laman ecuaciones paramtricas de la recta, que pasa por P0 = (x0 , y0 , z0 ) y tie ne e por vector direccin V = (a, b, c) y si eliminamos a t obtenemos: o y y0 z z0 x x0 = = a b c llamadas ecuaciones simtricas de la recta. La ecuacin simtrica de l a recta es equive o e alente al sistema: b(x x0 ) = a(y y0 ) c(x x0 ) = a(z z0 ) c(y y0 ) = b(z z0 ) Cada ecuacin anterior es la ecuacin de un plano que contiene a la recta y cualquier o o interseccin de dos planos del sistema contiene la rect a . o Ejemplo 64 Hallar la ecuacin de la recta que pasa por (2, 3, 4) y tiene com o vector o direccin a (1, 6, 7). o P0 = (2, 3, 4); V = (1, 6, 7) luego 85

86 1. P = P0 + tV ; (x, y, z) = (2, 3, 4) + (1, 6, 7)t Ecuacin vectorial o 2. (x, y, z) = (2 + t, 3 + 6t, 4 + 7t) es decir, x = 2 + t; y = 3 + 6t; z = 4 + 7t t R , Ecuacin paramtrica o e 3. x2 y3 z4 = = 1 6 7 Ecuacin simtrica o e CAPTULO 6. RECTAS Ejemplo 65 Hallar la ecuacin de la recta que pasa por (1, 2, 3) y por (3, 4, 5). o En efecto: V = (3, 4, 5) (1, 2, 3) = (2, 2, 2) = (a, b, c) y como P0 = (1, 2, 3), entonces: 1. P = P0 + tV ; (x, y, z) = (1, 2, 3) + (2, 2, 2)t Ecuacin vectori al o 2. x = 1 + 2t; y = 2 + 2t; z = 3 + 2t Ecuacin paramtrica o e 3. y2 z3 x1 = = 2 2 2 Ecuacin simtrica o e Ejemplo 66 La recta pasa por (2, 3, 4) y tiene como vector direccin a V = (4, 5, 0), o hallar su ecuacin. o En efecto, 1. P = P0 + tV ; (x, y, z) = (2, 3, 4) + (4 , 5, 0)t Ecuacin vectorial o 2. x = 2 + 4t; y = 3 + 5t; z=4 Ecuacin paramtrica o e

87 3. x2 y3 = ;z = 4 4 5 Ecuacin simtrica o e Ejemplo 67 Hallar la ecuacin de la recta que pasa por (2, 4, 6) y tiene por vecto r dio reccin a V = (3, 0, 0) o 1. P = P0 + tV ; (x, y, z) = (2, 4, 6) + (3, 0, 0) t Ecuacin vectorial o 2. x = 2 + 3t; y = 4; z=6

Ecuacin paramtrica o e Ejemplo 68 Hallar la recta de interseccin de los planos 3x+2 yz = 7 y x4y+2z = 0. o Despejamos dos veriables en trminos de la tercera; por ejemp lo, eliminamos x y y y e obtenemos: 3x + 2y z = 7 3x + 2y z = 7 x 4y + 2z = 0. 3x + 12y 6z = 0 Al sumar estas dos ecuaciones tenemos: z+1 14y 7z = 7 2y = z + 1 y = 2 y 6x + 4y 2z = 14 x 4y + 2z = 0. Al sumar estas dos expresiones, tenemos: 7 x = 14 x = 2 As : z+1 y= ; x = 2, ecuacin de la recta o 2 Ejemplo 69 Hallar la rect a de interseccin de los planos x2y +z = 0; 2x+3y 2z = 0. o En efecto, 4 z y 2x + 4y 2z = 0 7y 4z = 0 y = z = 2x + 3y 2z = 0 7 7 4 z 3x 6y + 3z = 0 7x z = 0 x = 6y 4z = 0 7 Entonces: z y x = = es la ecuacin de la recta. o 7 4

88 CAPTULO 6. RECTAS

Ejemplo 70 Hallar el punto de interseccin de las dos rectas o P1 (t) = (i 6j + 2k ) + t(i + 2j + k) = (1, 6, 2) + t(1, 2, 1) y P2 (u) = (4j + k) + u(2i + j + 2k) = (0, 4, 1) + u(2, 1, 2) Dos rectas se cortan en un punto s y slo s existen escalare s t,u para los cuales o P1 (t) = P2 (u), luego hacemos P1 (t) = P2 (u) as : (1, 6, 2) + t(1, 2, 1) = (0, 4, 1) + u(2, 1, 2) entonces (t, 2t, t) (2u, u, 2u) = (0, 4 , 1) (1, 6, 2) = (1, 10, 1), es decir, (t 2u, 2t u, t 2u) = (1, 10, 1), luego t ; 2t u = 10; t 2u = 1, entonces t 2u = 1 t = 2u 1 y 2t u = 10 y reemplazando: 2 1) u = 10 4u 2 u = 10 3u = 12 u = 4, ahora, t = 2u 1 t = 8 1 = 7, as (4) = (8, 8, 9) Luego las rectas se intersectan en el punto (8, 8, 9) P1 (t) = (1, 6, 2) + 7(1, 2, 1) = (8, 8, 9) P2 (u) = (0, 4, 1) + 4(2, 1, 2) = (8, 8, 9) Do s rectas son paralelas s y slo s sus vectores direcciones son paralelos. o Ejemplo 71 Las rectas x = 3 2t; y = 4 + t; z = 1 t y x = 5 + 2t; y = 1 t; z = 7 + t son paralelas pues x3 y4 z1 = = V1 = (2, 1, 1) y 2 1 1 x5 y1 z7 = = V2 = (2, 1, , 1) = 1(2, 1, 1) = 1V2 Los vectores directores son paralelos. Dos rectas son perpen diculares s y slo s sus vectores directores son perpendiculares. o Ejemplo 72 Las r ectas y2 z2 x1 = = y 1 3 4 x4 y3 z+5 = = son perpendiculares, pues 2 2 2 V1 V2 = (1, 4) (2, 2, 2) = 2 6 + 8 = 0

6.1. DISTANCIA DE UN PUNTO A UNA RECTA 89

Ejemplo 73 Demostrar que la recta x 5 = t; y + 3 = 2t; z + 1 = 5t es paralela al p lano 3x + y + z = 9. En efecto, hay que demostrar que N V = 0 donde N es el vecto r normal del plano y V el vector direccin de la recta. o N = (3, 1, 1); V = (1, 2, 5 ) N V = (3, 1, 1) (1, 2, 5) = 3 + 2 5 = 0 Ejemplo 74 Hallar el punto de interseccin de la recta x 9 = 5t; y + 1 = t; o z 3 = t y el plano 2x 3y + 4z + 7 = 0. En efect o, x = 9 5t; y = 1 t; z = 3 + t, luego 2(9 5t) 3(1 t) + 4(3 + t) + 7 = 0, es deci , 40 18 10t + 3 + 3t + 12 + 4t + 7 = 0 3t + 40 = 0 t = , luego, 3 200 x=9 3 40 y = 3 40 z =3+ 3 6.1 Distancia de un punto a una recta

Hallar la distancia del punto Q a la recta L h sen = h = P Q sen PQ Ahor = P Q V entonces PQ V = P Q sen = que es la distancia del punto Q a la recta V lculemos al ProyP QV y luego apliquemos Pitgoras. a PQ V ProyP QV = 2 V entonc P roy P QV V h= PQ 2 PQ V V = V V 2 PQ V = V , luego P roy P QV 2 = PQ 2 PQ V V 2 que es la distancia del punto Q a la recta P1 = P0 + tV, R = P1 Q, : (P1 Q) V = 0; pero P1 = P0 + tV entonces

90 (P0 + tV Q) V = 0 CAPTULO 6. RECTAS

1. P0 V + tV V Q V = 0 tV V = Q V P0 V Q V P0 V (Q P0 ) V (Q V 2 2 V V V 2 (Q P0 ) V R = P1 Q = P0 + V Q, luego V 2 (Q P0 ) V V que es la d ancia del punto Q a la recta R = P0 Q + V 2 Ejemplo 75 Hallar la distancia del p unto P0 = (1, 1, 1) a la recta x = 1+t; y = 1+2t; z = 2 2t PQ V P0 Q V d= = mplo 76 P0 = (1, 1, 2); Q = (1, 1, 1); V = (1, 2, 2), luego Q P0 = (1, 1, 1) (1, 1, ) = (0, 0, 1), luego i j k 0 1 0 1 0 0 P0 Q V = 0 0 1 = i j +k = 2i j = (2, 1, 1 2 1 2 2 5 5 (2, 1, 0) = = Ejemplo 77 Luego d = (1, 2, 2) 3 9 (0, 0, 1) (1, 0 Q V h= = = = 2 V 3 3 V 4 4 94 5 2 Ejemplo 78 h = (0, 0, 1) = 1 = = 9 9 9 3 2 P0 Q V 2 R = P0 Q + (Q P0 ) V V V 2 = (0, 0, 1) + (0, 0, 1) (1, 2, 2)(1, 2, 2) 9 2 4 4 2 4 5 2 Ejemplo 79 = (0, 0, 1) + (1, 2, 2) = (0, 0, 1) + ( , , ) = ( , , ) = 9 9 9 9 9 9 9 4 + 16 + 25 45 5 = = 9 9 3

6.2. EJERCICIOS PROPUESTOS CAPITULO 6 91 6.2 EJERCICIOS PROPUESTOS CAPITULO 6 1. Hallar la ecuacin simtrica , vectorial y paramtrica de la recta que pasa por (1, 2, 3) o e e y por (4, 3, 1) 2. Hallar la ecuacin vectorial, simtrica y paramtrica de la recta que pasa por (1, 2, 4) o e e y tiene por vector dereccin (3, 6, 2) o 3. Hallar dos puntos de la recta y el vector direccin si: o y + 6 3z 5 3 2x = = 4 2 3 4. En que punto la recta x = 1 + 3t; y = 2 t; z = 2 + 5t corta al plano z = 0. 5. Una recta pasa por (2, 3, 4) y es paralela al plano xz y yz. Rta. x = 2, y = 3z = 4+t 6. Una recta pasa por (2, 3, 4) y es perpendicular al plano yz y par alela al plano xy 7. Mostrar que los puntos (2, 3, 0) , (6, 3, 2) pertenecen a la recta que pasa por (2, 3, 1) y es paralela al vector 4i k 8. Mostrar que las rec tas: x = 4t + 2, y = 3, z = t + 1 y 7 17 se cortan en (2, 3, 1) y el ngulo entre e llos es arccos a 51 9. Hallar el punto de interseccin y el ngulo entre las rectas: o a (a) r(t) = (i 4 3j) + t(i + 3j) r(u) = (4i + 3 3j) + u(i 3j) Rta.(6, 3, = 3 (b) x1 (t) = 3 + t; y1 (t) = 1 t; z1 (t) = 5 + 2t x2 (u) = 1; y2 (u) = 4 + u; z2 (u) = 2 + u 3 Rta. (1, 3, 1); = arccos( ) 6 x = 2u + 2, y = 2u + 3, z = u + 1,

92 CAPTULO 6. RECTAS 10. Hallar la ecuacin de la recta que pasa por (2, 0, 3) y es perpendicular a la r ecta o que pasa por (5, 1, 2), (2, 3, 4). Rta. x = 2 + 2t; y = 16t; z = 3 + 13t 11. H allar la ecuacin de la recta que pasa por (4, 5, 20) y es perpendicular a x + 3y o 6z 8 = 0 y+5 z z0 Rta. x 4 = = 3 6 12. Mostrar que la recta y+2 z+1 x3 = = est en el plano x 2y + z = 6 a 2 3 4

13. Mostrar que la recta de interseccin de los planos 4x 3y + z 2 = 0; 2x + 5y o 3z + 4 = 0, es x1 y3 z7 = = 2 7 13 14. Mostrar que las rectas {3x y z = 0; 8x 2y 3 + 1 = 0} y {x 3y + z + 3 = 0; 3x y z + 5 = 0} son paralelas 15. El punto de int erseccin de o 5 17 5 es ( , , ) 3 6 12 16. Mostrar que las rectas x2 1 1 = (y + 3) = (z 1) y 5x y + 2z 12 = 0 4 2 7 y2 z+1 y+1 z+3 x1 = = y x2 = = son oblicuas; 5 2 3 3 2 es decir, hay que mostrar que n o se cortan y que no son paralelas. 17. Hallar la ecuacin de la recta que pasa por (1, 1, 1), perpendicular a la recta o 3x = 2y = z y paralela al plano x + y z = 0 x1 y+1 z1 Rta. = = 9 8 1 18. Dados l os planos x + 3y z 9 = 0 y 2x 3y + 4z + 3 = 0 hallar la recta de interseccin. o x2 y 7/3 z0 Rta. = = 3 2 3 19. Determinar si la recta x = 2 4t, y = 3 2t, z = 1 + 2t y el plano 2x + y z = 5 son perpendiculares

6.2. EJERCICIOS PROPUESTOS CAPITULO 6 93

20. Determinar si la recta y el plano son paralelos: x = 5 4t, y = 1 t, z = 3 + 2 t y x + 2y + 3z 9 = 0 21. Hallar las ecuaciones de la recta de interseccin de los planos dados o (a) 7x 2y + 3z = 2; 3x + y + 2z + 5 = 0 Rta. x = 12 7t, y = 41 23t; z = t (b) 2x + 3y 5z = 0; y = 0 5t Rta. x = , y = 0, z = t 2 22. Encontrar la ec uacin del plano que contiene al punto (1, 1, 2) y a la recta x = o t, y = t + 1, z = 3 + 2t Rta. 3x y z 2 = 0 23. Demostrar que la recta x 5 = t, y + 3 = 2t, z + 1 = 5t es paralela al plano 3x + y + z 9 = 0 24. Hallar la distancia del punto (1, 3 , 2) a la recta y+1 z5 x4 = = 2 3 1 25. Determinar si la recta x = 2 4t, y = 3 2t, z = 1 + 2t y el plano 2x + y z = 5 son perpendiculares 26. Hallar las ecuaciones de los dos planos cuya interseccin es la recta x = 7 4t, y = o 5 2t, z = 5 + t Rta. x 2y 17 = 0 y x + 4z 27 = 0 27. Determine las ecuaciones: Vectorial, Parametricas y cartesiana de la recta que pasa por el punto y que es paralela al vector V. (a) (2, 4, 6) (b) (3, 2, 4) (c) ( 1, 1, 5) (d) (0, 0, 0) (e) (1, 3, 0) (f) (3, 3, 3) ; ; ; ; ; ; V = (1, 2, 5) V = (5, 7, 3) V = (0, 0, 1) V = (1, 1, 1) V = (1, 3, 0) V = (4, 0, 2) 28. Determine las ecuaciones parametricas y cartesiana de la recta que pasa por los puntos dados:

94 (a) (6, 1, 5) (b) (0, 0, 0) (7, 2, 4) (1, 1, 1) CAPTULO 6. RECTAS 29. Hallar la distancia del punto dado a la recta dada: (a) (2, 3, 5) (b) (0, 0, 0) (c) (2, 3, 5) Recta: x = 1 + 2k, Recta: x + 4 k, Recta: y = 2 + 3k, y 3 = k, z = 3 + 4k z + 5 = 2k (y 2) (z + 3) (x + 1) = = 2 1 4

Captulo 7 ESPACIOS VECTORIALES Sea V un conjunto no vac de objetos (llamados vectores) sobre el cual se han de nid o o dos operaciones, una suma de dos objetos x,y en V y una multiplicacin de un ob jeto x o V, por un nmero real y si el conjunto (V, +, ) , con las dos operaciones de nidas, u satisface las propiedades: 1. Si x, y V entonces x + y V 2. Para todo x, y V, x + y = y + x 3. Para todo vector x, y, z V, (x + y) + z = x + (y + z) 4 . Existe un vector 0 en V, denominado el vector 0 (nico) tal que x + 0 = 0 + x = x u 5. Para todo x V, existe un vector denominado el negativo de x en V (nico) ta l que u x + (x) = (x) + x = 0 6. Si es un nmero real cualquiera y x est en V, entonc es x V u a 7. Si es un nmero real cualquiera, x, y V entonces (x + y) = x + y u 8. , son nmeros reales cualquiera y x est en V entonces ( + )x = x + x u a 9. Si , os reales cualquiera y x est en V entonces ()x = (x) u a 10. 1 x = x Entonces (V, +, se llama un espacio vectorial real y si alguna de las diez propiedades no se cu mple se dice que (V, +, ) no es un espacio vectorial real. 95

96 CAPTULO 7. ESPACIOS VECTORIALES

Ejemplo 80 Sea V = el conjunto de los nmeros reales con las operaciones conociu d as(usuales), entonces (R, +, ) es un espacio vectorial real, ya que se satisfacen las diez propiedades. Ejemplo 81 V = R+ , reales positivos, con las operaciones usuales, no es un espacio vectorial real, pues por ejemplo el negativo de 5 (5 ), no pertenece a V y = 2, x si x es un real positivo no pertenece a V. Ejemplo 8 2 V = R+ y de namos la suma por x + y = xy y x = x es un espacio vectorial real pues : 1. x + y = xy y como x,y son reales positivos, xy es un real positivo y as x + y V 2. x + y = y + x, ya que x + y = xy = yx = y + x 3. x + (y + z) = (x + y) + z; ya que x + (y + z) = x + yz = xyz = (x + y)z = (x + y) + z 4. x + y = x; como x + y = xy = x entonces y = 1, luego el vector cero es en este caso el 1 1 5. x + y = y + x = 1 x + y = xy = 1 y = , es decir, el inverso aditivo de x, x 1 es en este caso x 6. Si R; x V ; x = x V 7. Si R, y x, y estn en V, entonces (x + y. En efecto, (x + y) = a (xy) = (xy) = x y = x + y = x + y 8. Si , R, en x + x. En efecto, ( + )x = x+ = x x = x + x = x + x 9. (x) = ()x, en fecto = x1 = x Ejemplo 83 V = R2 ; con las operaciones usuales, es decir, (a, b) + (c , d) = (a + c, b + d) y (, b) = (, ) es un espacio vectorial . En efecto, mostre mos que cumple las diez propiedades: 1. Sean x, y V entonces x + y = (a, b) + (c , d) = (a + c, b + d) V , pues a + c y b + d son nmeros reales u

97 2. Sean x, y V entonces x + y = y + x. En efecto, x + y = (a, b) + (c + d) = (a + c, b + d) = (c + a, d + b) = (c, d) + (a, b) = y + x 3. Sean x, y, z V , en tonces (x + y) + z = x + (y + z). En efecto, (x + y) + z = ((a, b) + (c, d)) + ( m, n) = (a + c, b + d) + (m, n) = (a + c + m, b + d + n = (a, b) + (c + m, d + n ) = (a, b) + [(c, d) + (m, n)] = x + (y + z) 4. x + y = y + x = x. En efecto, x + y = (a, b) + (c, d) = (a + c, b + d) = (a, b), entonces a + c = a y b + d = b, luego c = 0 y d = 0 y as el vector cero del espacio es (0, 0) 5. x + y = y + x = 0 x + y = (a, b) + (c, d) = (a + c, b + d) = (0, 0), luego a + c = 0 y b + d = 0 entonces c = a y d = b, por tanto el negativo de x = (a, b) es (a, b), pues (a, b) + (a, b) = (a, b) + (a, b) = (0, 0) 6. x = (, b) = (, ) V , ya que , son n es u 7. (x + y) = x + y ((, b) + (c, d)) = ( + c, b + d) = (( + c), ( + d)) = ( + d) = (, ) + (c, d) = (, b) + (c, d) = x + y 8. ( + )x = x + x, en efecto, b) = (( + ), ( + )) = ( + , + ) = (, ) + (, ) = (, b) + (, b) = fecto (x) = ((, b)) = (, ) = (, ) = ()(, b) = ()x 10. 1 x = x Ejemplo b, c, d R con las operaciones usuales, es decir, si x, y V , entonces a b m n a+m b+n a b x+y = + = y x = = c d p q c+p d+q c d c d s un espacio vectorial, pues sabemos que las matrices con esta suma y este produ cto cumplen las 10 propiedades: 1. Si x, y V, entonces x + y V, pues la suma de matrices de 22 es una matriz de 22

98

CAPTULO 7. ESPACIOS VECTORIALES 2. x + y = y + x; las matrices sumadas conmutan 3. (x + y) + z = x + (y + z) 4. x + y = y + x = x; y es la matriz nula de 22 5. x + y = y + x = 0; donde y = x 6. x V x = 7. (x + y) = x + y 8. ( + )x = x + c d = c d V 10. 1 x = x Ejemplo 85 V es el conjunto de las funciones f : R R donde (f +g)(x) = f (x)+g(x) (f )(x) = f (x) es un espacio vectorial, pues 1. Sean x, y V = x + y V ; la suma de funciones f : R R, g : R R es una funcin (f + g) : R R que est en V 2. x + y = y + x (f + g)(x) = f (x) + g(x) = g(x) + f (x) = (g + f )(x), luego f + g = g + f (observe que f (x), g(x) son nmeros reales) u 3. x, y, z V entonces (x+y)+z = x+(y+z) [(f +g)+h](x) = (f +g)(x)+h(x) = (f (x) + g(x)) + h(x) [(f + g ) + h](x) = (f )(x) + (g + h)(x) = f (x) + [g(x) + h(x)] y como f (x), g(x), h(x ) son nmeros reales se tiene que (f (x) + g(x)) + h(x) = f (x) + [g(x) + h(x)] , luego u (f + g) + h = f + (g + h) 4. (f + g)(x) = (g + f )(x) = f (x) entonces g (x) = 0, es la funcin nula, luego o f +0=0+f =f 5. (f + g)(x) = (g + f )(x) = 0, entonces (f + g)(x) = f (x) + g(x) = 0, entonces g(x) = f (x), por tanto f + (f ) = (f ) + f = 0 6. R, f V = (f ) : R R, entonces f V

99 7. ((f + g))(x) = (f + g)(x) = (f (x) + g(x)) = f (x) + (x) = (f + )(x), luego ( g) = f + 8. (( + )f )(x) = ( + )f (x) = f (x) + f (x) = (f + f )(x), luego ( + . ((f ))(x) = (f (x)) = ()f (x) = (()f )(x), luego, (f ) = ()f 10. (1 f )(x) = 1 f = f Ejemplo 86 V = {Pn (x)/Pn (x) = a0 + a1 x + ... + an xn ; ai R, Pn (x) } polinomios de grado menor o igual que n, donde: p(x) + q(x) = (a0 + a1 x + ... + an xn ) + (b0 + b1 x + ... + bn xn ) = (a0 + b0 ) + (a1 + b1 )x + ... + (an + b n )xn y (x) = (0 + a1 x + ... + an xn ) = 0 + 1 x + ... + n xn es un espacio vec torial. (Ejercicio) Ejemplo 87 Sea V = R2 , donde (a, b) + (c, d) = (a + c + 1, b + d + 1) y (, b) = (, ), no es un espacio vectorial 1. x + y = (a, b) + (c, d) = (a + c + 1, b + d + 1) V 2. x+y = y +x = x+y = (a, b)+(c, d) = (a+c+1, b+d+1) = (c+a+1, d+b+1) = (c, d) + (a, b) = y + x 3. (x + y) + z = x + (y + z) = (x + y) + z = ((a, b) + (c, d)) + (m, n) = (a + c + 1, b + d + 1)+(m+n) = (a+c+1+m+1, b +d+1+n+1) = (a, b)+(c+m+1, d+n+1) = (a, b) + [(c, d) + (m, n)] = x + (y + z) 4. x + y = y + x = x = x + y = (a, b) + (c, d) = (a + c + 1, b + d + 1) = (a, b) ent onces a + c + 1 = a y b + d + 1 = b entonces c = 1; d = 1 luego el vector 0 es (1, 1 ) 5. x + y = (1, 1) = y + x = (a, b) + (c, d) = (a + c + 1, b + d + 1) = (1, 1), lueg o a + c + 1 = 1 y b + d + 1 = 1, as que c = a 2; d = b 2 luego (a, b) + (a 2, 1) ya que (a, b) + (a 2, b 2) = (1, 1) ya que (a, b) + (a 2, b 2) = (a a + 1) = (1, 1) 6. x = (, b) = (, ) V 7. (x + y) = x + y = (x + y) = [(, b) + + c + 1, b + d + 1)] = (( + c + 1), ( + d + 1)) = ( + c + , + d + ) x + y = c, d) = (, ) + (c, d) = ( + c + 1, + d + 1), luego (x + y) = x + y

100 CAPTULO 7. ESPACIOS VECTORIALES

8. ( + )x = x + x = ( + )(, b) = (( + ), ( + )) = ( + , + ) = x + x + (c, d) = ( + c + 1, + d + 1) luego ( + )x = x + x 9. (x) = ()x 10. 1 x V un espacio vectorial , x un vector en V y un nmero real, entonces u 1. 0x = 0 Prueba. 0 + 0 = 0 entonces 0x = (0 + 0)x = 0x + 0x y sumando 0x se obtiene el res ultado 2. 0 = 0 Prueba. Sabemos que 0 + 0 = 0, luego 0 = (0 + 0) = 0 + 0 y sumando 0 e ambos lados de la igualdad se obtiene 0 0 = (0 + 0) 0 entonces 0 = 0 3. (1)x = x . + () = 0, 0 = 0x = ( + ())x = x + (x) y sumando x se obtiene 0 x = (x) 4. = 0 Prueba. = 0, entonces x = 0 = 1 x = 0 = 0 = x = 0 5. Teorema: Existe un unico ve r 0. En efecto: Supongamos que hay dos ceros: 0 y 0 .0 + 0 = 0 y 0 + 0 = 0 enton ces 0 =0+0 =0 +0=00 = 0 Teorema para cada A V, existe un unico A tal que: A + A = 0. En efecto sean A , A entonces A = 0+A = A +0 = A +(A + A ) = (A + A)+A = 0+A =A luego A = A Teorema: si 0 R 0A = 0 0A = (0 + 0) A = 0A + 0A y sumando (0A) se obtiene: 0A + (0A) = (0A) + (0A) + 0A 0 = 0 + 0A = 0A

7.1. SUBESPACIOS 101 7.1 Subespacios

Un subconjunto W = 0 de un espacio vectorial se denomina un subespacio de V, si W es un espacio vectorial bajo las operaciones (+, ) de nidas en V. Para demostrar que W es un espacio vectorial , hay que demostrar las diez propiedades, pero com o W es un subconjunto de un espacio vectorial, hay propiedades que son vlidas, po r ejemplo a x + y = y + x vlida en V, luego es vlida en W a a (x + y) + z = x + (y + z) vlida en V, luego es vlida en W a a (x + y) = x + y vlida en V, luego es vlida W a a ( + ) x = x + x vlida en V, luego es vlida en W a a (x) = ()x vlida en ida en W a a Luego hay que probar: 1. Si x, y V, entonces x + y W 2. Existe 0 W tal que x + 0 = 0 + x = x, negativo, , x W , inclusive se puede prescindir de 0 e inverso aditivo y si W es un subconjunto no vac de un espacio o vectorial V, ento nces W es un subespacio de V s y slo s o : (a) Si x, y W = x + y W (b) Si R, x W Prueba. Si W es un subespacio de V = W cumple las diez propiedades y en particu lar cumple que si R, x W = , x W y si x, y W = x + y W.Supongamos que x W y Si = 0; 0x = 0 W , y si = 1, entonces x W , y los dems se cumplen, luego W es un spacio vectorial. a Ejemplo 88 V = R, con operaciones usuales; W el conjunto de los enteros pares, W no es un subespacio de V, pues = 2, 4 2 W , pues 4 2 no es un entero par / Ejemplo 89 V = R, con operaciones usuales; W = Q, no es un espac io vectorial, ya 2 2 2 que W , y = 2, entonces 2 W pues / 2 no es un irracional 3 3 3 Ejemplo 90 V = con operaciones usuales; W = N , no es un espacio vectorial, y a R, que 3 W , y = 2,entonces 3 2 W pues 3 2 no es un nmero natural. / u

102 CAPTULO 7. ESPACIOS VECTORIALES

Ejemplo 91 V = R2 ,operaciones usuales. W = {(x, y)/y = x} = {(x, x)/x R} es un subespacio de V, pues si x, y W = x + y = (a, a) + (b, b) = (a + b, a + b) W y si R entonces x = (, a) = (, ) W Ejemplo 92 V = R2 , operaciones usuales, W = {(x, y)/y = x + 1} no es un subespacio de V, pues si x, y W = x + y = (a, a + 1) + (b, b + 1) = (a + b, a + b + 2) W. / Ejemplo 93 V = R2 , operaciones usuales, W = { (x, y)/y = x2 } no es un subespacio de V, pues si x, y W = x + y = (a, a2 ) + (b, b2 ) = (a + b, a2 + b2 ) W . pues / (a + b, a2 + b2 ) = (a + b, (a + b)2 ) Ejem plo 94 W = {(x, y)/y = sin x} no es un subespacio de V, pues si x, y W = x + y = (a, sin a) + (b, sin b) = (a + b, sin a + sin b) W . pues (a + b, sin a + sin b) = / (a + b, sin(a + b)) Ejemplo 95 V = R3 ,operaciones usuales, W = {(a, b, c)/ b = 0, a, c R} es un subespcio de V pues x, y W = x+y = (a, 0, c)+(c, 0, d) = (a+ c, 0, c+d) W y x = (, 0, c) = (, 0, c) W. Ejemplo 96 V = R3 , W = {(a, b, c)/a2 + b2 + c2 1}, W no es un subespacio de V, pues x, y W = si x = (1, 0, 0), y = (0, 1 , 0) entonces x + y = (1, 0, 0) + (0, 1, 0) = (1, 1, 0) y 12 + 12 + 02 = 2 1 = x + y no pertenece a W Ejemplo 97 V = R4 , operaciones usuales, W = {(a, b, c, d)/ a, b, c, d son racionales}, no / es un subespacio de V pues si = 2 = x = (a 2, b , c 2, d 2) W. Ejemplo 98 W = w x+y = a 2 0 b A22 | A = + c 2 0 d a 2 , a, b R no es subespacio de V ; pues si x, y 0 b a+c 4 = w pues en 4 debe ser 2. / 0 b+d a 0 , a, b R, c Z no es subespacio de V ; pues c b a 0 c 0 a+c 0 a 0 si x, y w x + y = + = W y = m b n d m+n b+d c b 0 W pues c Z si = 2 / / c Ejemplo 99 | A = Ejemplo 100 W = {A22 | A2 = A} no es subespacio.

7.1. SUBESPACIOS Si A W, B W (A + B)2 = A + B, pues tomo: A = I = B; I 2 = I; (I + I)2 = (2I)2 = 4I = 2I Luego w no es espacio vectorial. V = M22 (R) operaciones usuales. Ejemplo 101 W = A22 | A = a a+b a+b b ; a, b R 103 es un subespacio de V ,

luego es un espacio vectorial, pues c c+d a+c a+b+c+d = W c+d d a+b+c+d b+d a a+b + y si R, x w entonces x = = w. a+b b + x+y = + Ejemplo 102 W = b Z no es subespacio de V, pues a+b b a a+b + si R, x w entonces x = = que / a+b b + no es siempre entero, pues puede ser irracional = 2 y asi / A22 | A = 1 0 0 0 ; a a+b a+b b Ejemplo 103 W = {A22 | |A| = 0} no es subespacio de V , pues si x = y= 0 0 0 1 ; entonces x + y = 1 0 0 1 y |x + y| = 1 = 0 Ejemplo 104 W = A | A = AT es un subespacio de V , pues si x, y w x = A, y = B A = AT , B = B T , luego x + y = A + B w, pues ya que (A + B)T = A + B y si R, y x w x = A w, pues (A)T = AT = A Ejemplo 105 Sea V = {f : R R} y W = {f :| f (z) 1)} , mostrar que w es subespacio. f, g w entonces f (z) = f (1) y g (z) = g (1) (f + g) (z) = f (z) + g (z) = f (1) + g (1) = (f + g) (1) (f ) (z) = f (z) = f (1) Ejemplo 106 W = {f | f (1) = 2 + f (0)} no es un subespacio, pues f, g w (f + g ) (1) = f (1) + g (1) = 2 + f (0) + 2 + g (0) = 4 + (f + g) (0) w / Ejemplo 107 W = {f | f (x) 0} no es un subespacio de V pues f (x) = x4 0 y f (x) W, pues = 2, y 2x4 0 /

104 CAPTULO 7. ESPACIOS VECTORIALES 7.2 EJERCICIOS PROPUESTOS CAPITULO 7 1. Analizar cuales de los conjuntos siguientes son espacios vectoriales. (a) V = (R2 , +, ) , (a, b) + (c, d) = (a + c, b) y (, b) = (, ) (b) V = (R2 , +, ) , (a, b) + (c, d) = (2a + 2c, b + d) y (, b) = (, ) (c) V = (R2 , +, ) , (a, b) + (c, d) = (a + c, b + d) y (, b) = (a, b) (d) V = (R2 , +, ) , (a, b) + (c, d) = (a + c, b + d) y (, b) = (0, 0) (e) V = (R2 , +, ) , (a, b) + (c, d) = (a + c, b + d) y (, b) = (|| , ||) (f) V = (a1 , a2 , a3 a4 , .....) con ai R y (a1 , a2 , a3 , a4 , .....) + (b1 , b2 , b3 , b4 , .....) = (a1 + b1 , a2 + b2 , a3 + b3 , .... .) (1 , a2 , a3 a4 , .....) = (1 , 2 , 3 , 4 , .....) 2. Analizar cuales de los conjuntos siguientes son espacios vectoriales, consideralos como subespacio 3. W = {(a, b, c)/b = a + c, a, b, c nmeros reales} u 4. W = {(a, b, c)/b = a + c, a, b, c nmeros enteros} u 5. W = {(a, b, c)/a = 0, b = c, b, c nmeros reales} u 6. W = {(a, b, c)/a = c2 , b, c nmeros reales} u 7. W = {(a, b, c)/b = a2 + c2 , a, b , c nmeros reales} u 8. W = {(a, b, c)/c = 0, a2 + b2 1, a, b nmeros reales} u 9. W = {(a, b, c)/a 2b = 0, b c = 0, a, b, c nmeros reales} u 10. W = {(a, b, c)/a 0 , a, b, c nmeros reales} u 11. W = {(a, b, c)/a = b = c, a, b, c nmeros reales} u 12. W = 13. W = a b c d a b b b /a + b = c + d, a,b,c,d nmeros reales u / a,b nmer os reales u

7.2. EJERCICIOS PROPUESTOS CAPITULO 7 a b b b a a a a a a a a 105 14. W = 15. W = 16. W = / a,b nmeros enteros u / a es un nmero entero u / a es un nmero real u 17. W = {A/ es una matriz Antisimtrica con elementos Reales} e 18. W = {A/ es una matriz diagonal con elementos Reales} 19. W = {A/ es una matriz triangular con elementos Reales} 20. W = {A/ es una matriz Involutiva } 21. W = {A/ AB = 0 } 22 . W = {A/ AB = BA } 23. W = {A/ AB + BA = 0} 24. W = {f / f es creciente} 25. W = {f / f es acotada} 26. W = {f / f es derivable} 27. W = {f / f es continua} 28 . W = {f / f es par} 29. W = {f / f (2) = f (3)} 30. W = {f / f (0) = f (1) + 2} 31. W = f / f es solucin de y y = 0 o 32. W = {A/ A es solucin de AX = 0 = 0} o 3 3. W = {A/ traza de A = 0 } 34. W = {p2 (x)/ p2 (x) = a + bx + cx2 con a,b,c nner os enteros} u 35. W = {f / f (x) = f (1 x)}

106 36. W = {f / f es escalonada} 37. W = {f / f es racional} CAPTULO 7. ESPACIOS VECTORIALES

Captulo 8 ESPACIOS VECTORIALES Sea V un espacio vectorial real, y sean v1 , v2 , ..., vn V. Cualquier vector en V de la forma: a1 v1 + a2 v2 + ... + an vn ,con ai R se llama combinacin lineal de v1 , v2 , ..., vn . o 2 (1, 0) + 3 (0, 1) es una combinacin lineal de (1, 0) y de (0, 1) . o 2 1 0 0 1 +3 0 1 es una combinacin lineal de o 0 0 1 0 0 1 y de 0 1 0 0 . 3 [1] + 2 [1 2x] + 3 [1 + x + x2 ] es una combinacin lineal de 1, 1 2x, 1 + x + x 2 . o Sea V un espacio vectorial real, w, v1 , v2 , ..., vn V, el vector w se di ce que es una combinac lineal de los vectores v1 , v2 , ..., vn , si existen esca lares a1 , a2 , ..., an tales que on w = a1 v1 + a2 v2 + ... + an vn , luego si e n este sistema se presenta alguna inconsistencia, w no es una combinacin lineal. o El vector (3, 4) se puede escribir como (3, 4) = 3 (1, 0) + 4 (0, 1) , luego ( 3, 4) es una combinacin lineal de (1, 0) y (0, 1) . o El vector 4 1 2 4 4 1 2 4 = 4 1 0 0 0 +1 1 0 0 0 0 1 0 0 , +2 0 0 1 0 , 0 0 1 0 +4 0 0 0 1 0 0 0 1 . Se puede escribir como 4 1 2 4 luego es una combinacin lineal de o 0 1 0 0 , (9, 2, 7) es una combinacin lineal de (1, 2, 1) y (6, 4, 2) pues (9, 2, 7) = x (1, 2, 1)+y (6, 4, 2) o 107

108 CAPTULO 8. ESPACIOS VECTORIALES

ya que (9, 2, 7) = (x, 2x, x) + (6y, 4y, 2y) = (x + 6y, 2x + 4y, x + 2y) asi: x + 6y = 9 2x + 4y = 2 x + 2y = 7 y la soluci`n de este sistema es (x, y) = (3, 2) as q ue (9, 2, 7) = 3 (1, 2, 1)+2 (6, 4, 2) . o (4, 1, 8) no es combinacin lineal de (1, 2, 1) ; (6, 4, 2) o En efecto: (4, 1, 8) = x (1, 2, 1) + y (6, 4, 2) = (x, 2x, x) + (6y, 4y, 2y) = (x + 6y, 2x + 4y, x + 2y) luego x + 6y = 4 2x + 4y = 1 x + 2y = 8 y este sistema no tiene solucin, luego (4, 1, 8) no es una combinacin lineal de o o ( 1, 2, 1) , (6, 4, 2) . 1 6 4 1 6 4 9 8 2 4 | 1 0 8 | 9 , 8y = 9 y = 8 0 8 12 es absurdo. Escribir w = 3t2 +8t5 como combinacin lineal de v1 = 2t2 +3t4 ; v2 = t2 2t3.En o efecto: 3t2 + 8t 5 = a 2t2 + 3t 4 + b t2 2t 3 = (2a + b) t2 + ( 3a 2b) t + (4a 3b) entonces 2a + b = 3, 3a 2b = 8, 4a 3b = 5 y la solucin de este stema es a = 2 y o b = 1 por tanto 3t2 + 8t 5 = 2 2t2 + 3t 4 1 t2 2t 3

8.1. DEPENDENCIA E INDEPENDENCIA LINEAL. 109 Ejemplo 108 Hallar condiciones sobre a, linea o de (1, 3, 2) y (2, 1, 1) ; En = (x, 3x, 2x) + (2y, y, y) = (x + 2y, 0 3x y = b y 3x y = c 2 1 c 0 5c = 0 y as el sistema tiene solucin. 8.1 Dependencia e Independencia lineal.

b, c tal que (a, b, c)sea una combinacin efecto: (a, b, c) = x (1, 3, 2) + y (2, 1, 1) 3x y, 2x + y) Luego x + 2y = a 1 2 a 1 3 1 2 a 1 2 0 1 | 2c a + b 0 1 | 0 3 c o 2 a 5 | 3a + b 3 c 2a a 2c a + b a

Sea V un espacio vectorial real, se dice que S = {v1 , v2 , ..., vn } V, es line almente independiente, si existen escalares x1 , x2 , ..., xn no todos ceros, ta les que x1 v1 + x2 v2 + ... + xn vn = 0,en caso contrario se dice que los vector es {v1 , v2 , ..., vn } son linealmente independientes. {1} = S, S es linealment e independiente pues 1.x = 0 x = 0; Ejemplo 109 {0} es dependiente pues 2 0 = 0 y 2 = 0. S = {(1, 1) , (2, 2)} es linealmente dependiente pues x (1, 1) + y (2, 2) = (0, 0) x (1, 1) + y (2, 2) = (x, x) + (2y, 2y) = (x + 2y, x + 2y) = (0, 0) x + 2y = 0 x + 2y = 0; Luego si y = 1 entonces x = 2 y as x + 2y = 0 2 (1, 1) 1 (2, 2) = (0, 0) y x = 0. entonces

110 CAPTULO 8. ESPACIOS VECTORIALES S = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} es un conjunto linealmente independiente , pues x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1) = (x, 0, 0) , (0, y, 0) , (0, 0, z) = (x, y, z) = (0, 0, 0) entonces x = 0, y = 0, z = 0. El conjunto {(6, 2, 3, 4) , (0, 5, 3, 1) , (0, 0, 7, 2)} es linealmente independiente, pues x (6, 2, 3, 4 ) + y (0, 5, 3, 1) + z (0, 0, 7, 2) = (6x, 2x, 3x, 4x) + (0, 5y, 3y, y) + (0, 0, 7z , 2z) = (6x, 2x + 5y, 3x 3y + 7z, 4x + y 2z) = (0, 0, 0, 0) Luego 6x = 0 2x + 5y = 0 x = 0; y = 0; z = 0 3x 3y + 7z = 0 4x + y 2z = 0 es la solucin del sistema. o {(1, 1, 0) , (1, 3, 1) , (5, 3, 2)} es linealmente dependiente. x (1, 1, 0) + y (1, 3, 1) + z (5, 3, 2) = (x, x, 0) , (y, 3y, y) , (5z, 3z, 2z) = (x + y + 5z, x + 3y + 3 z, y 2z) = (0, 0, 0) x + y + 5z = 0 x + 3y + 3z = 0 y la solucin es (x, y, z) = (3, 2, 1) y as 3 (1, 1, 0)+2 (1, 3, 1) o y 2z = 0 1 (5, 3, 2) = (0, 0, 0) y 3 = 0. 1 0 0 0 0 S= , , , es linealmente independiente pues: 0 0 0 0 1 0 0 1 1 0 0 1 0 0 0 0 a b 0 0 a +b +c +d = = entonces 0 0 0 0 1 0 0 1 c d 0 0 a = 0 = b = c = d. S= x 1 0 0 0 1 0 0 0 = es linealmente independiente pues 0 0 0 0 x = 0.

8.1. DEPENDENCIA E INDEPENDENCIA LINEAL. 1 1 2 2 , es linealmente dependiente pu es x 1 1 2 2 x + 2y x + 2y 0 0 = x + 2y x + 2y 0 0 x + 2y = 0 y = 1; x = 2 = 0. S = 1 1 1 1 +y 111 2 2 2 2 = s = {1, x, x2 } es linealmente independiente a + bx + cx2 = 0 para todo x. Si x = 0 a = 0; si x = 1; a + b + c = 0 si x = 1; a b + c = 0, luego como a = 0 b + c = 0 y b + c = 0 y de aqui b = c = 0 es decir la solucin del o a=0 sistema: a + b + c = 0 tiene por solucn a (a, b, c) = (0, 0, 0) o ab+c=0 Ejemplo 110 S = {x, sin x , cos x} es linealmente independiente pues ax+b sin x+c cos x = 0 x 1) x = 0 : c = 0 2) x = : a + b sin + c cos = 0 a = 0, c = 0. 3) x = : a + b sin + c cos = 0. 2 2 2 2 S = sin2 x, cos2 x, cos 2x es linealmente independiente, pues 1sin 2 x + 1 cos2 x 1 cos 2x = 0 y 1 = 0. 8.1.1 Wronskiano Si las funciones f (x) , g (x) , h (x) son derivables 2 veces en R si W (f (x) , g (x) , h (x)) = f (x) g (x) h (x) f (x) g (x) h (x) = 0 para todo x en R {f (x ) , g (x) , h (x)} son linealmente f (x) g (x) h (x) dependientes y en caso cont rario independientes. 1 x W (1, x) = = 1, luego {1, x} son independientes. 0 1 W (ex , 2ex ) = ex 2ex ex 2ex = 0 x entonces {ex , 2ex } es linealmente dependient e.

x sin x cos x {x, sin x, cos x} = 1 cos x senx = 0 sin x cos x cos x senx 1 senx 1 cos x =x sin x + cos x = sin x cos x 0 cos x 0 sin x = x (1) sin ( cos x) + cos ( sin x) = x no es cero para todo x.

112 CAPTULO 8. ESPACIOS VECTORIALES 8.1.2 Algunas propiedades: 1. Si 0 es uno de los vectores {v1 , v2 , ..., vn } entonces {v1 , v2 , ..., vn } es linealmente dependiente, pues si v2 = 0 entonces x1 v1 +1.v2 +x3 v3 +...+xn vn = 0v1 +1v2 +0v3 +...+0vn = 0 y 1 = 0 coe ciente de v2 0 0 1 2 1 0 Los conjunto s {(1, 1) (0, 0)} ; , , ; {x, sin x, 0} ; 3 4 0 0 0 0 {1, x + x2 , 0} ; {(1, 1, 1) , (2, 3, 4) , (0, 0, 1) , (0, 0, 0)} Son linealmente dependientes. 2. {v1 , v 2 , ..., vn } es linealmente dependiente sisi uno de ellos es combinacin de los o dems. a Supongamos que v2 es combinacin lineal de los dems, es decir, v2 = x1 v1 + x3 v3 + o a ... + xn vn Sumando v2 a la igualdad obtenemos 0 = x1 v1 v2 + x3 v3 + ... + xn vn y el coe ciente de v2 no es cero, ahora suponga que {v1 , v2 , ..., vn } es linealmente dependiente entonces x1 v1 + x3 v3 + ... + xn vn = 0 y el co e ciente de v2 es diferente de cero, entonces x2 v2 = x1 v1 ... xn vn entonces v2 = Ejemplo 111 Los conjuntos {(1, 1) , (2, 2) , (1, 0) , (0, 1)} ; 1 0 0 1 1 1 sin 2 x, cos2 x, cos 2x ; , , ; 0 0 0 0 0 0 {1 x, 2 2x, 1 + x + x2 } ; {1, 4} son li nealmente dependientes, pues uno de sus elementos es combinacin de los dems. o a 3 o . {v1 , v2 , ..., vn } es linealmente independiente sisi todo subconjunto no v acio es linealmente independiente. Sea S = {v1 , v2 , ..., vr } es un subconjunt o de {v1 , v2 , ..., vn } .Si S fuera de dependiente, existen escalares no todos nulos x1 , x2 , ..., xr tal que x1 v1 + x2 v2 + ... + xr vr = 0 = x1 v1 + x2 v2 + ... + xr vr + 0vr+1 + ... + vn = 0 y algn xi = 0 entonces {v1 , v2 , ..., vn } seria dependiente (absurdo). u S = {(1, 0, 0, 0)} ; s2 = {(1, 0, 0, 0) ; (0, 1, 0, 0)} ; S2 = {(1, 0, 0, 0) ; (0, 1, 0, 0) ; (0, 0, 1, 0)} son linealmente inde pendientes, pues son subconjuntos de {(1, 0, 0, 0) ; (0, 1, 0, 0) ; (0, 0, 1, 0) ; (0, 0, 0, 1)} que es linealmente independiente. 4o Si S = {v1 , v2 , ..., vn } es linealmente dependiente entonces {v1 , v2 , ..., vn , vn+1 } es linealmente dependiente. xn x1 v1 ... vn x2 x2

8.2. GENERADOR: 113 S = {(1, 2, 1) ; (2, 4, 2)} es linealmente dependiente entonces, {(1, 2, 1) , (2 , 4, 2) , (1, 0, 0) , (0, 1, 0) , (0, 0, 1)} , es linealmente dependiente. 5o To do conjunto que contiene un subconjunto linealmente dependiente es linealmente d ependiente. {(1, 1) , (2, 2) , (1, 0) , (0, 1)} es linealmente dependiente ya qu e {(1, 1) , (2, 2)} es linealmente dependiente. 8.2 Generador: Sea S un subconjunto no vac de un espacio vectorial V, S no necesariamente es un o subespacio de V, el conjunto de todas las combinaciones lineales de vectores en S, denotado por L (S) = {w | w es combinacin lineal de vectores de S} es un sube spacio de V. o En efecto : Sea S = {v1 , v2 , ..., vn } V,entonces L (S) = {w | w = x1 v1 + x2 v2 + ... + xn vn , xi R} y sean X, Y R entonces X = x1 v1 + x2 v2 + ... + xn vn y Y = a1 v1 + a2 v2 + ... + an vn luego X +Y = (x1 v1 + x2 v2 + . .. + xn vn ) + (a1 v1 + a2 v2 + ... + an vn ) = (x1 + a1 ) v1 + (x2 + a2 ) v2 + ... + (xn + an ) vn = b1 v1 + b2 v2 + ... + bn vn L (s) Luego L (S) es un subespacio de V. Se dice que v1 , v2 , ..., vn genera a w = L (s) si cualquier elemento de w se puede escribir como una combinacin lineal de v1 , v2 , ..., vn . o w = {1} genera a R, pues si a R entonces a = x.1, de donde x R y L (1) = R. w = {5} genera a R, pues si a R entonces a = x.5, de donde x R y L (5) = R. Si w = {a} , a = 0, a R, w genera a R, pues si b R entonces b = x.a; x R y L (a) = R. w = {0} no genera a R,pues por ejemplo 5 no se puede escribir como combinacin o lineal de cero, ya que 5 = x.0, para x R. w = {(1, 0) , (0, 1)} genera a R2 , pues si (x, y) R2 , entonces (x, y) = a (1, 0)+b (0, 1) , siendo a = x, b = y; es decir (x, y) = x (1, 0) + y (0, 1) , pues a (1, 0) + b (0, 1) = (a, 0) + (0, b) = (a, b) = (x, y) sisi x = a y y = b y as L ((1, 0) , (0, 1)) = R2 . Ejemplo 112 w = {(1, 1) , (2, 1)} genera a R2 , pues si (x, y) R2 , entonces (x, y) = a (1, 1) + b (2, 1) = (a, a) + (2b, b) = (a + 2b, a b)

114 luego a + 2b = x y ab=y 1 0 0 1 2y+x 3 xy 3 CAPTULO 8. ESPACIOS VECTORIALES 1 2 x | 1 1 y = 1 2 x | 0 3 y x 1 2 x | xy 1 1 3

= 2y2x + x 3 a = 2y+x 2 3 y con entonces = 2 y 3 x + x xy 3 b= 3 = 2y + 1x 3 3 (x, y) = 2y+x (1, 1) + xy (2, 1) 3 3 w = {(1, 0) , (0, 1) , (1, 1) , (1, 1)} genera a R2 ,ya que si (x, y) R2 , entonces (x, y) = a (1, 0) + b (0, 1) + c (1, 1) + d (1 , 1) = x (1, 0) + y (0, 1) + 0 (1, 1) + 0 (1, 1) pues (a, 0) + (0, b) + (c, c) + (d, d) = (a + c d, b + c + d) , as a+cd=x 1 0 1 1 x a+cd=x , luego | entonces y si d = 0; c = 0, b+c+d=y 0 1 1 1 y b+c+d=y entonces b = y y a = x. w = {(1, 0, 0) , ( 0, 1, 0) , (0, 0, 1)} genera a R3 , pues (x, y, z) = x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1) y en general {e1 , e2 , ..., en } genera a Rn , pues (x1 , x2 , ... , xn ) = x1 e1 + x2 e2 + ... + xn en . Ejemplo 113 w = {(1, 1)} no genera a R2 , pues L (1, 1) = {(x, x) | x R} = {x (1, 1) | x R} y por ejemplo (2, 3) = x (1, 1) = (x, x) entonces x = 2 y x = 3 absurdo; ya que, L {(1, 1) , (2, 2)} = L (1, 1) = {(x, y) | x = y} al igual que w = {(1, 0, 0) , (0, 1, 0)} no genera a R3 . 1 0 0 0 1 0 0 0 1 0 , , , 0 0 0 0 0 0 0 0 0 1 genera las matrices M23 (R) , pues si A M23 (R) x y z 1 0 0 0 1 0 =x +y +z u v w 0 0 0 0 0 0 0 0 0 0 0 0 v +w 0 1 0 0 0 1 ya que x y z 1 0 0 0 1 0 =a +b +c u v w 0 0 0 0 0 0 0 0 0 0 0 0 a b c e +f = entonces 0 1 0 0 0 1 d e f v, f = w. w= 0 0 0 0 0 0 0 0 1 0 +u 0 0 0 0 0 1 + , , 0 0 1 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 +d 0 0 0 1 0 0 + a = x, b = y, c = z, d = u, e =

8.2. GENERADOR: 115

Nota: Si a w se le agrega mas matrices de 2 3, tambin lo genera, pero si a w se l e e quitan matrices no genera a M23 (R) . Mostrar que: 1 1 1 1 2 1 1 1 1 0 2 1 0 0 0 0 0 0 , , , , , 1 2 1 1 1 1 0 1 1 0 1 2 0 0 1 0 1 1 genera a M22 (R) Ejemplo 11 4 S = {1, x, x2 } genera a P2 (x) pues tonces = a, = b y = c S = {1, x, x2 , ... , xn } genera a Pn (x) . Ejemplo 115 Observemos que: a b c a 0 0 0 b 0 0 0 c f = 0 0 0 + b 0 0 + 0 0 0 + c 0 0 c f h 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 = 0 0 0 f 0 0 0 0 h 1 0 0 0 1 0 0 0 1 = a 0 0 0 + b 1 0 0 + c 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 d 0 1 0 + f 0 0 1 + h 0 0 0 0 0 0 0 1 0 0 0 1 o sea 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 w = 0 0 0 , 1 0 0 , 0 0 0 , 0 1 0 , 0 0 1 , 0 0 1 0 0 0 0 0 0 1 0 0 0 1 genera las matrices simtricas de 33 con elementos rea les,que es un espacio vectorial. e (a, b, 0) = (a, 0, 0) + (0, b, 0) = a (1, 0, 0) + b (0, 1, 0) luego w = {(a, b, 0) | a, b R} es generado por {(1, 0, 0) , (0, 1, 0)} . w = {(0, b, c) | b, c R} es generado por (0, 1, 1) y (0, 2, 1) ya que ( 0, b, c) = (0, b, 0)+ (0, 0, c) = b (0, 1, 0) + c (0, 0, 1) , luego w es generad o por (0, 1, 0) , y por (0, 0, 1) ,pero tambin e (0, b, c) = x (0, 1, 1) + y (0, 2 , 1) = (0, x, x) + (0, 2y, y) = (0, x 2y, x + y) ax2 + bx + c = (1) + x + x2 en= a (1) + bx + cx2

116 entonces CAPTULO 8. ESPACIOS VECTORIALES x 2y = b 1 2 b 1 2 b | | x+y =b 1 1 c 0 3 cb cb c b 2c + b (2c + b) 3y = c b c + = , luego (0, b, c) = (0, 1, 1) + 3 3 3 3 3 (c b) (0, 2, 1) 3 Ejemplo 116 w = a b 0 0 =a 1 0 0 0 a b 0 0 +b , a, b R 0 1 0 0 es generado por 1 0 0 0 , 0 1 0 0 , pues 8.3 Base Sea V un espacio vectorial real cualquiera y S = {v1 , v2 , ..., vn } V, S es ba se de V si y solo si: 1. S es linealmente independiente. 2. S genera a V. El nmer o de elementos de una base es la dimensin de V, denotado por dim V. u o Ejemplo 1 17 S1 = {1} , S2 = {3} y S3 = {7} , son bases de R, y como el nmero u de elemento s de S1 es uno entonces dim R = 1; a la base S1 = {1} se le llama base la cannica de R o Ejemplo 118 S1 = {(1, 0) , (0, 1)} = base cannica; o S2 = {(1, 1) , (3, 5 )} ; S3 = {(1, 0) , (3, 5)} son bases de R2 , as dim R2 = 2 =nmero de elementos de la base. A la base S1 = u {(1, 0) , (0, 1)} se le llama la base cannica de R2 o E jemplo 119 S = {(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} es una base de R3 ; luego dim R3 = 3; cualquier otra base tiene 3 elementos. La soluci`n de y y = 0 es y = ae x + bex luego la dimensin del conjunto solucin o o o x x de y y = 0 es 2 pues {e , e } son linealmente independientes y generan el espacio solucin. o

8.3. BASE Ejemplo 120 S = 117

1 0 0 1 0 0 0 0 , , , es linealmente inde0 0 0 0 1 0 0 1 pendiente y genera a M22 (R) , luego S es una base de M22 (R) , luego dim M22 (R) = 4 a S se llama la base cannica de M22 (R) o 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 , , , , , 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 es linealmente independiente y genera a M23 (R) y como el nm ero de elementos de u S es 6 entonces dim M23 (R) = 6. S= Ejemplo 121 S = {1, x, x2 } es linealmente independiente y genera a P2 (x) luego dim P2 (x) = 3.A S = { 1, x, x2 } se le llama la base cannica de P2 (x) o Ejemplo La dimensin de las matr ices simtricas de 3 3 es 6. pues e 122 o a b c w = b d e | a, b, c, d, e, f e f a b c a 0 0 0 b 0 0 0 c b d e = 0 0 0 + b 0 0 + 0 0 0 + c 0 0 0 0 0 0 0 0 0 0 0 d 0 + 0 0 e + 0 0 0 0 0 0 0 e 0 0 0 f Ejemplo 123 S = a b 0 0 1 0 0 0 , 0 1 0 0 es linealmente independiente y genera a w = | a, b R , luego S es base de w, as dim w = 2.

Ejemplo 124 S = {(1, 0, 0, 0) ; (0, 1, 0, 0) ; (0, 0, 1, 0)} es linealmente inde pendiente y genera a w = {(a, b, c, 0) | a, b, c R} entonces S es base de w y as dim w = 3. Ejemplo 125 S = {(1, 0, 0) ; (0, 1, 1)} es linealmente independiente y genera a W = {(x, y, z) | y = z, x, y R} y as dim W = 2. Ejemplo 126 Sea w = {( x, y, z) | x + y + z = 0} Como x + y + z = 0 entonces z = u; y = v; x = u v Luego w = {(u v, v, u) | v, u R} as (u v, v, u) = (u, 0, u) + (v, v, 0) = u (1, 0, 1 , 1, 0) luego (1, 0, 1) , (1, 1, 0) genera a w y como (1, 0, 1) , (1, 1, 0) son line almente independientes entonces s = {(1, 0, 1) , (1, 1, 0)} es una base de w, ento nces dim w = 2.

118 CAPTULO 8. ESPACIOS VECTORIALES Ejemplo 127 Una base para el plano x = 0 lmente independiente y genera a w pues w z) | y, z R} luego (0, y, z) = (0, y, ) Ejemplo 128 w = a b b a = a b b a | a, es s = {(0, 1, 0) , (0, 0, 1)} es linea = {(x, y, z) | x = 0, y, z R} = {(0, y, 0) + (0, 0, z) = y (0, 1, 0) + z (0, 0, 1 b R

a 0 0 b 1 0 0 1 + =a +b 0 a b 0 0 1 1 0 1 0 0 1 luego s = , es linealmente indep endiente y genera a w, las 0 1 1 0 matrices simtricas de 2 2, luego dim w = 2. e b c Ejemplo 129 w = 0 d e | a, b, c, d, e, f R entonces 0 0 f a 0 0 c 0 d e = 0 0 0 + 0 0 0 + 0 0 0 + 0 0 0 0 0 f 0 0 0 0 0 0 0 0 d 0 + 0 0 e + 0 0 0 , 0 0 0 0 0 0 0 0 f as 0 1 0 0 0 1 0 0 0 , 0 0 0 , 0 0 0 , 0 1 0 , 0 0 1 , 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 130 genera a w matrices triangulares y s es linealmente independiente entonces d im w = 6. Ejemplo 131 Hallar una base del espacio solucin del sistema: o x1 + 2x2 x3 + x4 = 0 1 2 1 1 0 1 2 1 1 0 ; | | x1 + x2 + x3 + 2x4 = 0 1 1 1 2 0 0 1 2 1 0 x + 2x2 x3 + x4 = 0 luego 1 entonces hay 2 variables libres: x2 + 2x3 + x4 = 0 x4 = u, x3 = v, x2 = 2x3 x4 = 2v u, x1 = 2x2 + x3 x4 = 4v + 2u + v u = 5v + u luego T = {(5v + u, 2v u, v, u) | u, v R} ; (5v + u, 2v u, v, u) = (5v, 2v, v, 0) + (u, u 0, u) = v (5, 2, 1, 0) + u (1, 1, 0, 1) as dim ST = 2 y una base es s = {(5, 2, 1, 0) , (1, 1, 0, 1)}

8.3. BASE 119 8.3.1 Algunas propiedades: 1. Sea V un espacio vectorial y dim V = n entonces dos bases cualquiera de V, ti enen n elementos cada una. S = {1} ; {3} = w son bases de R, pero w1 = {1, 3} no es base de R, pues w1 no es linealmente independiente, aunque w1 genera a R. S = {(1, 0) , (0, 1)} ; w = {(1, 1) , (3, 5)} ;son bases de R2 ; pero w1 = {(1, 0) , (0, 1) , (1, 1)}no es base de R2 , w1 genera a R2 , pero w2 no es linealmente independiente, adems los a 2 elementos de una base de R , deben ser 2. S = {(1, 0) , (0, 1)} ; s = {(1, 1) , (3, 5)} ;son bases de R2 ; pero s = {(1, 1)} no es una base de R2 , pues debe tener 2 elementos; s es linealmente independiente, pe ro s no genera a R2 ; S1 = {(1, 1) , (2, 2)} tiene 2 elementos, pero S1 es linea lmente dependiente y adems S1 no genera a R2 . a S= 1 0 0 0 elementos; S1 = , 0 1 0 0 , 0 0 0 1 no es base de M22 (R), pues debe tener 4 0 0 0 1 0 0 1 1 1 0 0 1 0 0 , , , 0 0 0 0 1 0 ya que no es linealmente independiente; S1 = , no es base de M22 (R), 1 0 0 1 0 0 0 0 , , , no es base de M22 (R) pues 0 0 0 0 1 0 2 0 no es linealment e independiente. Recuerde que una base de M22 (R) debe tener 4 elementos y debe s er linealmente independiente y generar a M22 (R) . 2. Si dim V = n entonces todo conjunto con ms de n elementos es linealmente depena diente. S = {(1, 1) , (0, 1) , (1, 0)} es linealmente dependiente pues dim R2 = 2 y 2 < 3. S = {1, x, x2 , x 2 } es linealmente dependiente pues dim P2 (x) = 3 , 3 < 4. 0 1 0 0 0 0 1 1 1 2 1 0 , , , , , es lineal0 0 0 0 1 0 0 1 1 1 3 4 mente dependiente, pues dim M22 (R ) = 4 y 4 < 6 nmero de elementos de S. u S= 3. Si V es un espacio vectorial y dim V = n entonces ningn conjunto con menos de n u vectores genera a V. S = {(1, 0, 0) , (0, 1, 0)} no es base de R3 ; s no genera a R3 ; 3 > 2.

120 S= 1 0 0 0 , 0 1 0 0 CAPTULO 8. ESPACIOS VECTORIALES , no genera M22 (R) pues 2 < 4. S = {1, x, x2 } no genera a P3 (x) , pues dim P3 (x) = 4 > 3. 4. Sea V un espaci o vectorial dim V = n, entonces si S genera a V, pero no es base de V, se le pue de quitar a S vectores para reducir S a una base de V. S = {1, 3, 4} genera a R, luego a S se le pueden quitar 2 elementos por ejemplo S1 = {1} ; S2 = {3} ; S3 = {4} son bases de R. s = {(1, 0) , (0, 1) , (1, 1)} genera a R2 , pero S no es base de R2 , pero s = {(1, 0) , (0, 1)} si es base de R2 , al quitarle {(1, 1)} s = {1, x, x2 , x3 , 2x3 } genera a P3 (x) y no es base de P3 (x) , pero S1 = {1 , x, x2 , x3 } es base de P3 (x) . 5. Si V es un espacio vectorial y dim V = n e ntonces cualquier conjunto con n vectores linealmente independiente es base. s = {2} es linealmente independiente y como dim R = 1 s es base de R s = {(1, 0) , (2, 3)} es linealmente independiente y como dim R2 = 2 s es base de 0 1 0 0 0 0 1 0 R2 . dim M22 (R) = 4 y como S = , , , es 0 0 0 0 1 0 0 1 linealmente independ iente entonces S es base de M22 (R) . 6. Sea V un espacio vectorial y dim V = n s i s tiene n vectores y genera a V, s es base de V dim R = 1; s = {1} genera a R s es base de R. dim R2 = 2; s = {(1, 0) , (0, 1)} genera a R2 , entonces s es ba se de R2 . dim P3 (x) = 4; s = {1, x, x2 , x3 } genera a P3 (x) entonces s es ba se de V. 8.4 Suma y suma directa Sean A Y = + T, S es

S y T dos subespacios de un espacio vectorial V, entonces: S + T = {A + B | S y B T } . S + T es un subespacio de V,pues si x, y S + T luego X = A1 +B1 ; A2 +B2 , por tanto X +Y = (A1 + B1 )+(A2 + B2 ) = (A1 + A2 )+ (B1 + B2 ) S pues A1 + A2 S y B1 + B2 T. Si R,entonces x = (A + B) = A + B S + T. pues subespacio, B T, T es subespacio.

8.4. SUMA Y SUMA DIRECTA Ejemplo 132 S = spacios de M22 (R) . S+T = a b 0 0 + a 0 c 0 = d b c 0 | d, b, c R ST = a 0 0 0 a b 0 0 | a, b R , T = a 0 c 0 | a, c R 121 S y T son sube |aR Si S y T son subespacios de un espacio vectorial V entonces S T es tambin un e su bespacio de V. En efecto: Si X, Y S T entonces X S T y Y S T luego X S y X T S y Y T, luego X + Y S y X + Y T entonces X S y X T y como S es subespacio X X T X S T. Ejemplo 133 S = L (1, 1) = {(x, x) | x R} = {(x, y) | y = x} ; T = L 1, 0) = {(x, 0) | x R} entonces ST = {0} que es un subespacio de dim {0} = 0 Se d ice que el espacio vectorial V es suma directa de sus subespacios S y T notada p or V = S T si todo vector v V se puede escribir de una sola manera como v = A + B con A S y B T y esto sucede cuando V = S + T y S T = {0} , es decir V = S T ss i V = S + T y S T = {0} . Ejemplo 134 S = {(a, b, 0) | a, b R} ; T = {(0, b, c) | b, c R} . observe que R3 = S + (3, 5, 7) = (3, 1, 0) + (0, 4, 7) T ; pero R3 = S T, pues , es decir, (3, 5, 7) no se puede (3, 5, 7) = (3, 4, 0) + (0, 9, 7) es cribir de una sola forma como un elemento de S mas un elemento de T. Adems S T = a {(0, b, 0) | b R} = {0} . Ejemplo 135 S = {(a, b, 0) | a, b R} ; T = {(0, 0, c) | c R} R3 = ST ; pues cualquier elemento de R3 : (a, b, c) = (a, b, 0) + (0, 0, c) se puede escribir de manera unica como un elemento de S ms un elemento de T ; adems S T = {0} a a Ejemplo 136 S = {(a, a, a) | a R} ; T = {(0, b, c) | b, c R} ; R3 = S T ;pues R3 = S + T y S T = {0} . Ejemplo 137 S = {(a, b, c) | a + b + c = 0, a, b, c R} ; T = {(0, 0, c) | c R} c = u, b = v, a = vu; R3 = ST ; pues R3 = S+T y ST = {0} ; S = {(v u, v, u) | v, u R} , T = {(0, 0, c) | c R} .

122 CAPTULO 8. ESPACIOS VECTORIALES Ejemplo 138 S = {(a, b, c) | a = c} ; T = {(0, 0, c) | c R} ; R3 = S T ; R3 = S + T y S T = {0} . Ejemplo 139 V = M22 (R) = S + T y S T = matrices diagonales, lu ego M22 (R) = ST Ejemplo 140 S = L (1, 2) ; T = L (2, 1) ; entonces R2 = S T ; pue s R2 = S + T ; S T = {0} . Sean S y T dos subespacios de dimensin nita de un espac io vectorial V entonces o dim (S + T ) = dim S + dim T dim (S T ) y si V = S T e ntonces dim (S + T ) = dim S + dim T = dim V = dim (S T ) . Ejemplo 141 S = {(x, y, 0) | x, y R} ; T = {(0, y, z) | y, z R} R3 = S + T ; dim R3 = dim (S + T ) = 2 + 2 dim (S T ) , luego 3 = 4 dim (S T ) entonces dim (S T ) = 1. Ejemplo 142 S = a b 0 0 | a, b R , T = |cR 0 0 0 c 4; dim (S + T ) = dim S + dim T dim (S T ) ; 3 = 2 + 1 0; S+T = a b 0 c dim M22 (R) = | c R , dim (S + T ) = 3; dim S = 2 y dim T = 1; 0 0 0 0 ; dim (S T ) = 0 luego M22 (R) = S + T. 0 0 0 | e, f R ; 0 e f 0 0 0 ;6= 0 0 0 S T = {0} = Ejemplo 143 S = a b c d 0 0 | a, b, c, d R ; T = dim (M23 (R)) = 6; M23 (R) = S + T ; S T = dim S + dim T dim (S T ) = 4 + 2 0 Ejemplo 144 S = {p (x) | p (x) = cx2 } ; T = {q (x) | q (x) = a0 + bx} ; P2 (x) = a0 + bx + cx2 ; P2 (x) = S + T ; S T = 0; luego P2 = S T ; dim (P2 (x)) = 3 = dim S + dim T dim (S T ) = 1 + 2 0

8.5. EJERCICIOS PROPUESTOS CAPITULO 8 123 8.5 I) EJERCICIOS PROPUESTOS CAPITULO 8 1. Mostrar que w = (1, 2, 5) es combinacin lineal de v1 = (1, 1, 1) ; v2 = (1, 2, 3) ; v3 = o (2, 1, 1) . 2. Mostrar que w = (2, 2, 5) no es combinacin lineal de v1 = (1, 3, 2) ; v2 = o (2, 4, 1) ; v3 = (1, 5, 7) . 3. Mostrar que w = 3t2 +8t5 es com binacin lineal de v1 = 2t2 +3t4; v2 = t2 2t3. o 4. Es w = (5, 9, 5) combinacin lineal de v1 = (2, 1, 4) ; v2 = (1, 1, 3) ; v3 = (3, 2, 5) ? o 5. Es w = 1 0 0 1 1 2 3 4 ? es combinacin lineal de v1 = o 1 0 0 0 ; v2 = 1 1 0 0 ; v3 = 6. Mostrar que w = cos 2x,se puede escribir como combinacin lineal de v1 = cos2 x ; o v2 = sen2 x. II) Determinar si los vectores dados son linealmente dependient es o linealmente independientes. 1. {(1, 1) , (4, 4) , (5, 3)} 2. {(3, 5) , (1, 3) , (0, 0)} 3. {(2, 4)} 4. {(1, 2, 3, 4) , (1, 0, 0, 0) , (0, 1, 0, 0)} 5. {(1, 1, 1) , (2, 2, 2) , (0, 0, 1)} 6. {(1, 2, 3) , (1, 0, 0)} 7. 1 2 3 4 , 1 0 0 1 , 1 0 0 0 8. {1 x, 1 + 3x2 , x + x2 } 9. {1 + x + x2 , 2 + 2x + 2x2 , 1 3x 5x2 }

124 CAPTULO 8. ESPACIOS VECTORIALES 10. {2 x + 4x2 , 3 + 6x + 2x2 , 2 + 10x 4x2 } 11. {t3 3t2 + 5t + 1, t3 t2 + 8t + 2, 2t3 4t2 + 9t + 5} 12. {ex , e2x , e3x } 13. {1, x, x2 } 14. {1, sin x, cos x } 15. {ex , xex , x2 ex } 16. {ex sin x, ex cos x} 17. {ex , ex , cosh x} 18. Par a que valores de k los siguientes vectores forman un conjunto linealmente depend iente en R3 : 1 1 1 1 1 1 k, , , , k, , , ,k 2 2 2 2 2 2 19. Suponga que v1 , v2 y v3 son vectores en R3 que tienen sus puntos iniciales en el origen. Determine si lo s tres vectores pertenecen a un mismo plano: (a) v1 = (1, 0, 2) (b) v1 = (2, 1, 4 ) v2 = (3, 1, 2) v2 = (4, 2, 3) v3 = (1, 1, 0) v3 = (2, 7, 6) III) Cuales de los conjuntos dados son bases. 20. {(1, 1, 1) , (0, 1, 1) , (0, 1, 1)} 21. {(1, 0) , (1, 1) , (1, 3) , (2, 4)} 22. 1 1 1 1 , 1 1 1 0 , 0 1 1 1 , 1 0 0 1 23. {1, x, x2 , x3 , x4 } 24. {1, x, 1 x2 , x2 } 25. {ex , xex } 26. 1 0 0 0 , 0 1 0 0 , 0 0 0 0

8.5. EJERCICIOS PROPUESTOS CAPITULO 8 27. {1 t + t2 t3 , 1 t3 , 1 + t t3 } 28. C uales de los siguientes subconjuntos forman una base de R3 ? (a) {(1, 1, 1) , (1 , 2, 3) , (0, 1, 0)} (b) {(2, 1, 3) , (1, 2, 1) , (1, 1, 4) , (1, 5, 1)} (c) {(1 , 2, 2) , (2, 1, 3) , (0, 0, 0)} 29. Hallar una base y la dimensin del subespacio de R4 generado por: o (a) {(1, 4, 1, 3) , (2, 1, 3, 1) , (0, 2, 1, 5)} (b) {(1, 4, 2 , 1) , (1, 3, 1, 2) , (3, 8, 2, 7)} 30. Sea V = M22 (R) y sea W el subespacio generad o por: 1 5 4 2 , 1 1 1 5 , 2 4 5 7 , 1 7 5 1 125 Hallar una base y la dimencion de W. 31. Hallar una base de R3 que incluya los v ectores (1, 0, 2) (0, 1, 3) 32. Hallar una base del espacio solucion W del sistema homogeneo: 1 0 2 x 0 (a) 1 3 y = 0 3 1 2 z 0 0 x y 0 1 2 2 1 1 (b) 0 2 2 2 b cual es la dimencion de W ? 33. Hallar una base del espacio solucion W del sis tema: x 3y +z = 0 2x 6y +2z = 0 3x 9y +3z = 0 Cual es la dimencion de W ?

126 CAPTULO 8. ESPACIOS VECTORIALES 34. Si en el sistema AX = 0 el espacio de las soluciones W es subconjunto y r =n1 (r: rango de A, n:nmero de variables) u Cuntos vectores habr a base de W , para obtener una base de a a R4 ? 35. Determinar si las qu (4, 3, 1, 1, 1) , (9, 0, 3, 0, 3) , (8, 0, 2, 2, 0) y (6, 1, 1, 1, 0) espacio solucin del sistema: o X +2Y X +2Y 2X +4Y 2Z +2U V 2Z +3U 2V de R4 que agregar a un ntuplas: pertenecen al 7Z +U +V =0 =0 =0

Dar una base y la dimensin de dicho espacio. o 36. Calcule la dimensin de los sigu ientes subespacios de V = M33 (R) : o (a) Las matrices simtricas e (b) Las matrice s antisimtricas e (c) Las matrices diagonales (d) Las matrices triangulares (e) L as matrices herm ticas (f) Las matrices antiherm ticas 37. Hallar una base para cada una de los subespacios del ejercicio anterior. 38. Sea U el espacio vectorial d e las matrices reales 2x3. S1 y S2 los siguientes subespacios de U : x 0 y S1 = A = / w =x+y w 0 w S2 = A= 0 x 0 y 0 w / x = y, w+y =0 Hallar una base para S1 , S2 y dim S1 y S2 39. Calcular la dimensin de los siguie ntes subespacios de V = Mnn (R) : o (a) Las matrices simtricas e (b) Las matrices antisimtricas e (c) Las matrices diagonales (d) Las matrices triangulares

8.5. EJERCICIOS PROPUESTOS CAPITULO 8 (e) Las matrices herm ticas (f) Las matrices antiherm ticas (g) Las matrices escalares 40. Sean U y V subespacios vectoriales de W un espacio vectorial. Si dim W = n, dim U mayor que n/2 y dim V mayor que n /2 Demostrar que: U V = {0} 41. Determinar la dimension de cada uno de siguiente s subespacios de R4 : (a) U = {(x, y, z, 0)} (b) U = {(x, y, z, w) /w = x + y; z = x y} (c) U = {(x, y, z, w) /x = y = z = w} 127 42. Sea {u, v, w} una base de un espacio vectorial V, veri car si el conjunto dado es base de V o n: o (a) {u + 2w, v + w, u + v + w} (b) {u, u + v, u + v + w} (c) {u + v, v + w, u v + 4w} 43. Determine la dimencion y construya una base para c ada uno de los siguientes subespacios de R4 : (a) U = {a, b, c, 0} (b) U = {(a, b, c, d) /d = a + b, c = a b} IV) Dar una base diferente a la cannica para los es pacios vectoriales. o 44. M34 (R) 45. R4 46. P3 (x) 47. El plano z = 0. 48. M24 (R )

128 49. las matrices diagonales de M33 (R) CAPTULO 8. ESPACIOS VECTORIALES V) Hallar una base y la dimensin de los siguientes espacios vectoriales. o 1. w = {(a, b, c, d) | a = b = c = d; a, b, c, d R} 2. w = a 0 0 b | a, b R 3. w = {A33 | A es una matriz escalar} 4. w = {A33 | A es una matriz antisimtrica} e 5. w = {A33 | A es una matriz triangular superior} 6. w = {A33 | traza(A) = 0} 7 . w = plano x = y 8. w = plano yz 9. w = espacio solucin de y 5y + 6y = 0 o 10. w el espacio solucin de: o x + 2y + 2z = 0 x + 5y + z = 0 3x + 5y + 8z = 0 11. w e l espacio solucin de: o x+y+z+w = 0 y z + 3w = 0 12. El subespacio de R4 de todos los vectores de la forma: (x, y, z, w) donde x = z + w, y =wz 13. El subespacio de R3 que consta de todos los vectores de plano: 2x + 5y 4z = 0 14. El espacio s olucion del sistema: x +y +z +t = 0 x y +z t = 0

8.5. EJERCICIOS PROPUESTOS CAPITULO 8 15. El espacio generado por (2, 1, 4) , (3 , 0, 5) y (1, 1, 1) 16. El subespacio de R3 que consta de todos los vectores de l a recta: y z x = = 2 3 4 (b) x = 2t, y = t, z = 3t con t real. (a) VI) 17. Si u, v, w son vectores linealmente independientes entonces demostrar que {u + v 2w, u v w, u + w} es linealmente independiente. VII) 129 18. Demostrar que S = {1 + x3 , 2 x, x + x2 + x3 , 1 + x + x2 + x3 } es base de P3 (x) . 19. Demuestre que es linealmente independiente o que genera a P3 . VIII ) De un ejemplo de: (a) Subespacio de M22 (R) que tenga dimensin 1. o (b) Subespac io de R4 que tenga dimensin 2. o (c) Subespacio de M32 (R) que tenga dimensin 3. o IX) (a) S = {(a, b, c, 0) | a, b, c R} ; T = {(0, 0, 0, d) | d R} Mostrar que R4 = S T. (b) S = {p (x) | p (x) = bx, b R} ; T = {q (x) | q (x) = a, a R} Mostrar que P1 (x) = S T. (c) Si S = a b c | a, b, c, d R ; T = d 0 0 Mostrar que M22 (R ) = S T. 0 0 0 0 e f 0 0 0 0 e f 0 0 0 0 0 f | e, f R (d) Si S = a b c | a, b, c, d, e R ; T = d e 0 Mostrar que M22 (R) = S T. | e, f R (e) Si S = a b c | a, b, c, d, e R ; T = d e 0 Mostrar que M22 (R) = S T. | e, f R

130 X) CAPTULO 8. ESPACIOS VECTORIALES 1. Para que valores de la constante K, el conjunto: {(k, 1, 0) , (1, 0, k) , (k + 1, 1, k)} es base de R3 2. Hallar la Dimension y una base para el espacio solu cion W del sistema: x +y +z +u = 0 x y z u = 0 5x y z u = 0 3. Si B1={u, v, w} es base de un espacio vectorial V, B2={u, u + 2v + 4w, u + v + 2w} es base de V 4. Hall ar L (U ) y dim [L (U )] para U = {(1, 1, 1) , (1, 2, 3) , (5, 7, 9)} 5. Calcula r la dimencion del subespacio de las matrices simetricas del espacio vectorial V = Mnxn (R) 6. Probar que S es subespacio de M2x3(R) .Hallar dim [S] y una base para S: 0 x w w 0 0 (a) S = x+w =0 x y z y z 0 (b) S = x=y+z 7. Para la matriz A : (a) Veri car el Teorema de CAYLEYHAMILTON (b) Encontrar (si existe) la inversa mediante el teorema (c) Obtener valores propios y una base para cada espacio pro pio 1 2 A= 1 2

8.5. EJERCICIOS PROPUESTOS CAPITULO 8 8. Mediante hallar la inversa de A(si existe) para: 1 1 0 1 131

0 1 A= 1 el teorema de CAYLEY 1 0

9. Mediante el teorema de CAYLEY obtener la inversa de: a b A= donde |A| = 0 c d 10. Para que valores de a y c el vector (8, 4) es un vector propio de: A= a 2 c 1 asociado al valor propio 3. 11. Determinar las constantes a, b, c, d, e, f si: (1, 1, 1) y son vectores propios de: a b c d e f 1 1 A= 1 (1, 0, 1)

132 CAPTULO 8. ESPACIOS VECTORIALES

Captulo 9 TRANSFORMACIONES LINEALES Una funcin T : Rn Rm se llama una transformacin lineal si T (x1 , x2 , ..., xn ) = o o (a11 x1 + a12 x2 + ... + a1n xn , x1 + 22 x2 + ... + a2n xn , ..., anm x1 + a x 2 + ... + anm xn )T a21 a nm a11 a12 a1n x1 w1 a21 a22 a2n x2 w2 2 , ..., xn ) = . = . . . . o T (x) = .. . . . . . . . . . . . am1 am2 T (e1 ) T (e2 ) .... T (en ) Amn Xn1 ; A es llamada matriz standar de T, y A = . c ol 1 col 2 .... col n x1 x2 Ejemplo 145 T : Rn Rm , de nida por T (x1 , x2 , . n ) = (0, ..., 0) . = 0.X = . . xn 0, se llama transformacin lineal nula T (x) = 0. o Ejemplo 146 T : Rn Rm , de nida como T (x) = 1x, llamada transformacin o idntica T (x, y) = (x, y) , T (x, y, z) = (x, y, z) . e Ejemplo 147 T (x, y) = (x, y) Re e xin respecto al eje y. o T (x, y) = (x, y) = 1 0 0 1 x y Ejemplo 148 T (x, y) = (x, y) Re exin respecto al eje x. o 1 0 x T (x, y) = (x, y) = A = [T (e1 ) , T (e2 )] 0 1 y 133

134 CAPTULO 9. TRANSFORMACIONES LINEALES

Ejemplo 149 T (x, y) = (y, x) Re exin respecto a la recta y = x; T (x, y) = (y, x) = o 0 1 x ; 1 0 y Ejemplo 150 T (x, y, z) = (x, y, z) Re exin respecto al plano xy. o 1 0 0 x 0 1 0 y = T (x, y, z) = (x, y, z) = 0 0 1 z x y (T (e1 ) , )) z Ejemplo 151 T (x, y, z) = (x, y, z) Re exin respecto al plano xz. o 1 0 0 x 0 y T (x, y, z) = (x, y, z) = 0 0 1 z Ejemplo 152 T (x, y, z) = (x, y, z) Re exin re pecto al plano yz. o 1 0 0 x T (x, y, z) = (x, y, z) = 0 1 0 y 0 0 1 z Ejemp T (x, y) = (x, 0) proyeccin ortogonal sobre el eje x. o Ejemplo 154 T (x, y) = (0 , y) proyeccin ortogonal sobre el eje y. o T (x, y) = 0 0 0 1 x y 1 0 0 x 0 0 0 0 z el plano e el plano xz. o togonal sobre el

1 0 y proyeccin ortogonal sobre Ejemplo 155 T (x, y, z) = (x, y, 0) = xy. Ejemplo 156 T (x, y, z) = (x, 0, z) proyeccin ortogonal sobr Ejemplo 157 0 0 0 0 1 0 0 0 1 T (x, y, z) = (0, y, z) proyeccin o plano yz. T (x, y, z) = o x y z

135 Rotaci`n de un `ngulo respecto al eje z. o a y sin , x sin + y cos , z) = sin cos 0 0 (0, y, 0) proyecciones ortogonaes sobre los ejes. x Ejemplo 158 T (x, y, z) = (2x + y + z, x y + 3z, on transformaciones lineales

cos sin 0 1 T (x, T (x, y, z) x + 2z) =

0 T (x, y, z) = (x cos y, z) = (x, 0, 0) T (x, y, = (0, 0, z) 2 1 1 1 1 3 y 1 0 2 z No s

1. T (x, y, z) = (2xy + z, x y + 3z, x + 2z) 2. T (x, y, z) = (1, x y + 3z, x + 2z) 3. T (x, y) = (x2 , y + 1) 4. T (x, y) = (cos x, y + x) 5. T (x, y) = 4 6. T (x, y, z) = xyz Se extiende la de nicin de transformaciones lineales a casos ms gen erales. o a Se dice que T : V W es una transformacim lineal sisi T (u + v) = T (u) + T (v) o y T (u) = T (u) , u, v V.y un nmero real u 1. T (A) = |A| es una transfo rmacin no lineal pues T (A + B) = |A + B| = |A|+|B| = o T (A) + T (B) 2. T (A) = AT es una transformacin lineal pues T (A + B) = (A + B)T = AT + B T = o T (A) + T (B) y T (A) = (A)T = AT = T (A) 3. T (f ) = f es una transformacin lineal pues T (f + g) = (f + g) = f + g = o T (f ) + T (g) y T (f ) = (f ) = f = T (f )

136 CAPTULO 9. TRANSFORMACIONES LINEALES 4. T (A) = traA es una transformacin lineal, pues o T r(A + B) = (a11 + b11 ) + ( a22 + b22 ) + .... + (ann + bnn ) = = (a11 + a22 + .... + ann ) + (b11 + b22 + . ... + bnn ) = T rA + T rB T r(A) = (11 + 22 + .... + nn ) = (11 + a22 + .... + an n ) = T r(A) 5. T a b c d = a + b es una transformacin lineal, pues o a b c d m n p q a b c d a+m b+n c+p d+q m n p q T (A + B) = T + =T = a+m+b+n = (a + b) + (m + n) = T T (A) = T +T = T (A) + T (B) c d = + = ( + b) = T (A)

Se de ne el ncleo de una tranformacin lineal T : V W por, ncleo de u o u T = {(x V )/ (x) = 0} y la Imagen de una tranformacin lineal por o {(y W )/existe x V con T ( x) = y} y un teorema inportante es el teorema de la dimensin que dice que si T : V W es una transformacin lineal entonces o o dim V = dim(N ucleo de T ) + Dim(Im T ) Ejemplo 159 Sea T : R3 P2 (x) de nida por T (a, b, c) = (a + b) x2 + (a c) x + a b + c entoces t es una transformacin lineal pues o T (u + v) = T ((a, b, c) + (m , n, p)) = T (a + m, b + n, c + p) = (a + m + b + n)x2 + ((a + m) (c + p)) x + a + m (b + n) + c + p = (a + b)x2 + (a c)x + a b + c + (m + n)x2 + (m p)x + m n + p = T (a, b, c) + T (m, n, p) La matriz de la transformacin con respecto a las b ases cannicas se calcula por o o T (1, 0, 0) = x2 + x + 1 = ax2 + bx + c entonces a = 1, b = 1, c = 1 T (0, 1, 0) = x2 1 = mx2 + nx + p entonces m = 1, n = 0, p = 1

137 T (0, 0, 1) = x + 1 = dx2 + f x + h entonces d = 0, f = 1, h = 1 por tanto 0 MT = 1 0 1 1 1 1 1 3 2 3 1 3 1 3 1 3 2 3

1 1

1 MT = 1 3 2 3 1 3 1 3 1 3 2 3 1 3 1 3 1 3

a b = T 1 (ax2 + bx + c ) = c a b c 2a b c a 2b c + + , , + = 3 3 3 3 3 3 3 3 T 1 (ax2 + bx + c ) = T a b c 2a b c a 2b c + + , , + 3 3 3 3 3 3 3 3 3 1 3 1 3 1 3

= =

= ax2 + bx + c T es uno a uno, pues el Ncleo de T =0 ya que u (a + b) x2 + (a c) x + a b + c = 0x2 + 0x + 0 entonces a + b = 0, a c = 0, a b + c = 0 y solucionan do este sistema se tiene que a = 0, b = 0, c = 0 por tanto ncleo de T es {0} y di mNcleo = 0 por tanto u u la dimImagen de T es 3 pues dimR3 = 3 = dim N ucleo + Di m Im T. = 0 + Dim Im T Veamos de otra forma que la dimImagen es 3 Si (a + b) x2 + (a c) x + a b + c = mx2 + nx + p entonces 1 1 0 1 0 1 1 1 1 1 1 0 0 1 1 0 0 1 0 0 1 0 0 0 1 a + b = m, a c = n, a b + c = p y asi m 1 1 0 m n 0 1 1 n m m 1 1 0 m 0 1 1 mn mn m m 2n + p 0 0 1 3 2n + p 3 3 m 1 0 0 m+n+p 3 0 2m n p 3 3 3 3 3 3 m 2n + p 0 0 1 m 2n + p 3 3 3 3 3 3

138 CAPTULO 9. TRANSFORMACIONES LINEALES luego a = m + n + p , b = 2m n p , c = m 2n + p 3 3 3 3 3 3 3 3 3 por tanto T (a , b, c) = (a + b) x2 + (a c) x + a b + c entonces T ( m n p 2m n p m 2n p + + , , + )= 3 3 3 3 3 3 3 3 3 x+ m n p 2m n p + + + 3 3 3 3 3 3 x2 + + m n p m 2n p + + + 3 3 3 3 3 3 m n p 2m n p m 2n p + + + + + + 3 3 3 3 3 3 3 3 3 == == mx2 + nx + p luego T es sobre y la dimensin de la imagen de T es 3 o Ejemplo 1 60 Sea T : R2 R2 de nida por T (x, y) = (x + y, x y) Veri car que T es una transfomac in lineal, hallar MT , MT 1 , o 1 El ncleo, Im,DimNcleo,dmIm,T u u T (u+v) = T ((a, b ) + (m, n)) = T (a + m, b + n) = (a + m + b + n, a + m (b + n)) = (a + b, a b) + (m + n, m n) = T (a, b) + T (m, n) = T (u) + T (v) T (1, 0) = (1, 1) = a(1, 0) + b(0, 1), entonces a = 1, b = 1 T (0, 1) = (1, 1) = m(1, 0)+, (0, 1), entonces m = 1, n = 1 y asi la matriz de T 1 1 respecto a las bases cannicas es MT = o , 1 1 1 1 1 1 2 2 MT 1 = , que es la inversa de la matriz MT = 1 1 1 1 2 2 El ncleo de T e s donde (x + y, x y) = (0, 0) , es decir donde x + y = 0 y x y = 0 u que es (0, 0), por tanto dimNcleo de T es 0, u por tanto T es uno a uno y dimImT es 2, luego T es sobre. La imagen son todos los valores (x, y) tales que (a, b) = (x + y, x y) ,y solucionado este sistema se tiene que a b a b a b a b a b a a b x = + , y = , Observe que T (x, y) = T ( + , ) = ( + + , + 2 2 2 2 2 2 2 2 2 2 2 2 2 b a b ( )) = (a, b) 2 2 2 x y x y x = + , y y 2 2 2 2 x y x y x y x y x y x y T (T 1 (x, y)) = T + , = + + , + + = (x, y) 2 2 2 2 2 2 2 2 2 2 2 2 T 1 (x, y) = 1 2 1 2 1 2 1 2

139 Ejemplo 161 Sea T : R3 R4 de nida por T (x, y, z) = (x + z, y z, x + y, x y + 2 z) Veri car que T es una transfomacin lineal, hallar MT , MT 1 , o 1 el ncleo, Im,DimNc leo,dmIm,T u u T (u + v) = T ((a, b, c) + (m, n, p)) = T (a + m, b + n, c + p) = (a + m + c + p, b + n (c + p), a + m + b + n, a + m b n + 2(c + p)) = = (a + c + m + p, b c + n p, a + b + m + n, a b + 2c + m n + 2p) = (a + c, b c, a + b, a b + 2c) + (m + p, n p, m + n, m n + 2p) = T (a, b, c) + T (m, n, p) = T (u) + T (v) T (1, 0, 0) = (1, 0, 1, 1) = a(1, 0, 0, 0) + b(0, 1, 0, 0) + c (0, 0, 1, 0) + d(0, 0, 0, 1), entonces a = 1, b = 0, c = 1, d = 1 T (0, 1, 0) = (0, 1, 1, 1) = m(1, 0, 0, 0)+n(0, 1, 0, 0)+p (0, 0, 1, 0)+q(0, 0, 0, 1), entonces m = 0, n = 1 , = 1, q = 1 y asi la matriz de T respecto a las cannicas es p o 1 0 0 1 1 1 ncleo de T es {(x, x, x) /x R} , pues (x + z, y z, x + y, x y + 2z) = (0, 0, 0, 0 ) u y el sistema de ecuaciones x + z = 0, y z = 0, x + y = 0, x y + 2z = 0 se tr ansforma en x + z = 0, y z = 0, cuya solucin es {(x, x, x) /x R} y asi DimNcleo o u de T es 1 y por tanto la dimImT es 2 pues si solucionamos el sistema (a, b, c, d) = (x + z, y z, x + y, x y + 2z) se encuentra que es consistente para c = a + b, d = a b y asi la imagen es {(a, b, a + b, a b) /a R, b R} Ejemplo 162 Sea T : P2 (x) P1 (x) de nida por T (ax2 + bx + c) = (a + 2b) x + (b + c) entonces t es l ineal pues T (u + v) = T ((ax2 + bx + c) + (mx2 + nx + p)) = T ((a + m)x2 + (b + n)x + (c + p)) = (a + m + 2 (b + n))x + b + n + c + p = (a + 2b)x + b + c + (m + 2n)x + n + p = T (ax2 + bx + c) + T (mx2 + nx + p) = = T (u) + T (v) T (u) = T ((x2 + bx + c)) = T ((x2 + x + c)) = ( + 2) x + + c [(a + 2b) x + b + c] = + bx + c) La matriz de la transformacin lineal con respecto a las bases cannicas s e calcula por o o T (1) = T (ax2 + bx + c) = 1 = a1 x2 + b1 x + c1 = 0x2 + 0x + 1

140 CAPTULO 9. TRANSFORMACIONES LINEALES T (x) = T (ax2 + bx + c) = 2x + 1 = a2 x2 + b2 x + c2 = 0x2 + 2x + 1 T (x2 ) = T (ax2 + bx + c) = x = a3 x2 + b3 x + c3 = 0 x2 + x + 0 entonces 0 0 0 MT = 0 2 1 1 1 0 Ncleo de T = (a + 2b) x + (b + c) = 0x + 0 entonce s a + 2b = 0 y b + c = 0 luego u a = 2b y c = b entonces {(2b, b, b)} = {b (2, 1, 1) / b R} luego Ncleo de u 2 T = {2bx + bx b1/b R, b = 0} y dimNcleo de T = 1, dimP2 (x) = 2 por tanto dim u Imagen es 1, luego T no es sobre. Ahora (a + 2b) x + (b + c ) = mx + n entonces a + 2b = m y b + c = n Imagen es {mx + n} Ejemplo 163 Sea T : R3 M2x2 de nida por T (a, b, c) = a b entonces b a a+m b+n (u + v) = T ((a, b, c) + (m, n, p)) = T (a + m, b + n, c + p) = b+n a+m a b b a + m n n m = T (a, b, c ) + T (m, n, p) = T (u) + T (v) = a b b a = T (a, b, c) = T (u) = T (u) = T (, , c) = La matriz de la transformacin lineal con respecto a las bases cannicas se calcula por o o T (1, 0, 0) = 1 0 0 1 0 1 1 0 =1 1 0 0 0 1 0 0 0 +0 0 1 0 0 0 1 0 0 +0 0 0 1 0 0 0 1 0 +1 0 0 0 1 0 0 0 1 T (0, 1, 0) = =0 +1 +1 +0 T (0, 0, 1) = 0 0 0 0 =0 1 0 0 0

+0 0 1 0 0 +0 0 0 1 0 +0 0 0 0 1

9.1. ROTACIONES: por tanto 1 0 141

0 MT =

0 1 Ncleo de T ,T (a, b, c) = u

0 1 1 0

0 0

a b 0 0 = entonces a = 0, b = 0 por tanto el b a 0 0 ncleo de T = {(0, 0, c) /c R } . por tanto dimNncleo de T = 1, DimR3 = 3, Dim Im T = u 1 0 0 1 2 y una base d e la imagen es , 0 1 1 0 9.1 Rotaciones:

1. (a) Por trigonometr sabemos que x = r cos , y = r sin . a w1 = r cos ( + ) ; w2 = r cos ( + ) pero w1 = r cos cos r sin sin = x cos y sin cos sin x = w2 + cos sin = x sin + y cos sin cos y cos sin x w1 luego: T (x, y) = = rota e to (x, y) un sin cos y w2 w1 a ngulo convirtindolo en e . w2 (b) Rotacin de un ngulo respecto al eje x positivo: *******gra co******** o a T (x, y, z) = (x, y cos z sin , y sin + z cos ) = (T (1, 0, 0) , T (0, 1, 0) , T (0, 0, 1)) 1 0 0 = 0 cos si sin cos (c) Rotacin de un punto en sentido contrario a las manecillas del reloj un ngulo o a respecto al eje y positivo. cos 0 sin x 0 1 0 y = T (x, y, z) = cos z (x cos + z sin , y, x sin + z cos )

142 Ejemplo 164 CAPTULO 9. TRANSFORMACIONES LINEALES T : M22 M22 (R) a b a b T = es lineal: c d b a a b c d m n p q a+m b+n c+p d+q a b c d = + m n p q = a+m b+n b+n a+m =T a b c d +T m n p q a b c d T + = T = = T

b c d
=T c d

b b a
= T L matriz de la transformacin lineal con respecto a las bases cannicas se calcula por o o 1 0 0 0 1 0 0 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 T = =1 +0 +0 +1 T 0 1 0 0 = 0 1 1 0 =0 1 0 0 0 +1

0 1 0 0 +1 0 0 1 0 +0 0 0 0 1 T 0 0 1 0 = 0 0 0 0 =0 1 0 0 0 +0 0 1 0 0 +0 0 0 1 0 +0 0 0 0 1 T 0 0 0 1 = 0 0 0 0 =0 1 0 0 0 +0 0 1 0 0 +0 0 0 1 0 +0 0 0 0 1 por tanto 1 0 MT = 0 1 0 1 1 0 0 0 0 0 0 0 0 0

9.1. ROTACIONES: Ncleo de T , u a b b a = 143 0 0 entonces a = 0, b = 0 por tanto el ncleo de por u 0 0 0 0 DimNcleo 2, Dim = 3, Dim Im T = 2 y una base u c d 0 1 , 1 0 es sobre tanto dimNcleo de T = u de la imagen es 1 0 0 1 T no es uno a uno ,no Ejemplo 165 T : M22 M22 (R) T (A) = AT es lineal pues T (A + B) = (A + B)T = AT + B T = T (A) + T (B) y T (A) = (A)T = AT = T (A) La matriz de la transformacin lineal c on respecto a las bases cannicas se calcula por o o 1 0 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 T = =1 +0 +0 +0 T 0 1 0 0 = 0 0 1 0 =0 1 0 0 0 +0 0 1 0 0 +1 0 0 1 0 +0 0 0 0 1 T 0 0 1 0 = 0 1 0 0 =0 1 0 0 0

+1 0 1 0 0 +0 0 0 1 0 +0 0 0 0 1 T 0 0 0 1 0 0 1 0 = 0 1 0 0 1 0 MT = 1 0 0 0 0 1 =0 1 0 0 0 0 0 1 0 0 1 0 0 +0 0 1 0 0 +0 0 0 1 0 +1 0 0 0 1 T 1 (A) = T 1 a b c d 0 0 a a b por tanto 0 c = c 1 1 0 0 0 b d d 0 0 1 0 = 0 1 0 0 0 0 0 1 0 0 0 0 M 1 = 0 0 T 0 1

144 por tanto T 1 y T T 1 CAPTULO 9. TRANSFORMACIONES LINEALES a b c d =T = a c b d a c b d = a b c d a b c d a b c d 5) T : M22 (R) R T T = a + d es una transformacin lineal pues: o

a b m n a+m b+n + =T =a+m+p+q = c d p q c+p d+q a b m n =T +T c d p q a b a b T =T = + d = (a + d) = T c d c d c d La matriz de la transformacin lineal con res to a las bases cannicas se calcula por o o T T T T 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 = 1 = 1.1 = 0 = 0.1 = 0 = 0.1 = 1 = 0.1 1 0 por tanto MT = 0 1 T : P2 M22 (R) a b T (at2 + bt + c) = c a T ((at2 + + (mt2 + nt + p)) T ((a + m) t2 + (b + n) t + (c + p)) = T (at2 + bt + c) + T ( mt2 + nt + p) a+m b+n c+p d+q = a b c d ++ m n p q

9.1. ROTACIONES: 1. d)) = t ((a + c) t T (x) + T (y) 2. T P1 P2 es lineal 145 2)

1. T (x + y) = T ((at + + (b + d)) = t (at + ct (x) = T ( (at + b)) = ya que: at + b T (at

b) + (ct + b + d) t (t + + b) = t

+ d)) = T ((a + c) t + (b + = t (at + b) + t (ct + d) = ) = t (at + b) = T (x) T : P1 P2 (at + b)

T (p (t)) = tp (t) + t2 no es ineal pues ) + q (t)) + t2 = tp (t) + tq (t) + t2 T tp (t) + t2 ) + (tq (t) + t2 ) , luego T (at + b) = at2 + (a b) t (a) T ((at + + d)) (a + c) t2 + ((a + c) (b + d)) t + T (ct + d)

T (x + y) = T (p (t) + q (t)) = t (p (t (x) + T (y) = T (p (t)) + T (q (t)) = ( (x + y) = T (x) + T (y) . 3. T : P1 P2 T b) + (ct + d)) = = = = T ((a + c) t + (b at2 + ct2 + (a b) t + (c d) t T (at + b)

(b) T ( (at + b)) = T (() t + ) = ()2 t + ( ) t = 2 a2 t + (a b) t = = ( ) t) = T (at + b) T ( (at2 + bt + c)) = T (t2 + t + c) = c d = a b c d = T ( + c) 4. T : P1 R2 T (at + b) = (a, b) T ((at + b) + (mt + n)) = T ((a + m) t + (b + n) ) = ((a + m) , (b + n)) = = (a, b) + (m, n) = T (at + b) + T (mt + n) = T ( (at + b)) = T (t + ) = = (, ) = (a, b) = T (at + b) .

146 5. T : P1 M22 (R) T (a + bt + ct2 ) = a b c a+b CAPTULO 9. TRANSFORMACIONES LINEALES es lineal pues a+d b+f c+h a+d+b+f == a) T ((a + bt + ct2 ) + (d + f t + ht2 )) = a b c a+b + d f h d+f = T (a + bt + ct2 ) + T (d + f t + ht2 ) . c + == b) T ( (a + bt + ct2 )) = T ( + t + ct2 ) = a b c a+b = T (a + bt + ct2 )

9.2. EJERCICIOS PROPUESTOS CAPITULO 9 147 9.2 EJERCICIOS PROPUESTOS CAPITULO 9

Considere las siguientes transformaciones y en cada una de ellas veri car que son lineales, hallar el Ncleo, la matriz de T respecto a las bases cannicas, la invers a si existe y su u o matriz, la dimensin del ncleo e Imagen, si son uno y sobres o u 1. T : P1 M22 (R) T (a + bx) = 2. T : P1 P2 T (p(x)) = xp(x) 3. T : M22 (R) R T b c d =a+b a b b 0 4. T : P3 P2 T (p(x)) = p (x) 5. T : P2 M22 T (a + bx + cx2 ) = 6. T : R : P2 T (a) a + ax + ax2 7. : T : M22 : M22 T a b c d = 0 b 0 0 a b a a+b

8. T : M22 : R T (A) = T rA 9. T : R3 : R3 T (x, y, z) = (x, 0, 0) 10. T : R3 : R3 T ( , y, z) = (x + y, x z, x 2y + 3z) 11. Si A33 y |A| = 2, hallar el valor de adj (A )1 12. Si A66 , con |A| = 2, y si B = P 1 AP hallar |B| 13. Si A2 = A y A66 = I (ide ntica) hallar |A| 14. Si A (B C) = 3 hallar el valor de B (C A) 15. Si Bnn invert ible y AB 1 = B 1 A veri car que A y B son conmutativas 16. Hallar el valor de a tal que {(a2 , 0, 1) , (0, a, 2) , (1, 0, 1)} forman una base de R3 17. Hallar las ecuaciones parametricas de una recta que pasa por (2, 4, 5) y es paralela al eje z

148 CAPTULO 9. TRANSFORMACIONES LINEALES 18. Hallar el punto de interseccin de la recta x 9 = 5t, y + 1 = t, z = t, con el o plano y = 1 19. Sea T : P2 P2 de nida por T (at2 + bt + c) = (a + c) t2 + (b + c) t veri car si p(t) = t2 + t 1 pertenece al ncleo de T u 20. Sea T : P2 P2 de nida po r T (at2 + bt + c) = (a + c) t2 + (b + c) t hallar una base para el ncleo de T u 21. Sea T : P1 P2 una transformacin lineal tal que o T (t 1) = t2 + t, T (t + 1) = t2 t Hallar T (7t + 1) 22. Sea V = R+ en la cual se han de nido dos operaciones x + y = xy y kx = xk con x, y V y k R Halar el cero del espacio vectorial 23. Sea V = {(x, y, z) /z 0, x R, y R} es V un espacio vectorial? 24. Sea T : R2 R2 una transformacin lineal tal que o T (x, y) = (x + y, x y) Analizar si (4, 2) pertenece a la imagen de T