Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
org
ALGEBRA
LINEAL
Roco Buitrago A
ALGEBRA
LINEAL
lgebra Lineal
Impresin:
ALVI IMPRESORES LTDA.
Tel.: 2501584
alvimpresores@yahoo.es
Diseo Portada:
Carlos Pea M.
Diseo y diagramacin:
ALVI IMPRESORES LTDA.
Milton Ruiz - migrafico@hotmail.com
Coordinacion editorial: Divisin de Publicaciones y Comunicaciones UMNG.
Impreso en Colombia
Ninguna parte de esta publicacin, incluido el diseo grfico, puede ser reproducida, almacenada o trasmitida en manera alguna ni
por ningn medio, ya sea electrnico, qumico, mecnico, ptico, de grabacin o de fotocopia, sin permiso previo de la Universidad
Militar Nueva Granada o de los autores.
2009.
UNIVERSIDAD MILITAR NUEVA GRANADA
LGEBRA LINEAL
Que todo nuestro conocimiento empieza con la experiencia, es efectivamente cosa sobre la cual no hay duda
. . . pero aunque nuestro conocimiento empieza con la experiencia, no nace todo l de la experiencia.
Enmanuel Kant.
Este texto ha sido elaborado teniendo en cuenta la presentacin de elementos nuevos para
los estudiantes, con un primer acercamiento a la abstraccin y formalizacin de conceptos
matemticos.
Se desarrollan los contenidos bsicos del curso de lgebra Lineal, distribuidos en seis
unidades modulares que se encuentran completamente interrelacionadas, de las cuales,
las Matrices y los Vectores son los ncleos conceptuales.
La utilizacin de los conceptos del lgebra lineal en las ciencias aplicadas es frecuente.
Muchos problemas reales de la fsica, la economa y la ingeniera pueden ser modelados,
con bastante precisin para su anlisis y solucin, mediante sistemas de ecuaciones
lineales o mediante sistemas de fuerzas. Por otra parte, el manejo simultneo de mucha
informacin correlacionada, se puede realizar con mayor eficiencia cuando la presentacin
se hace en forma matricial.
Por las razones expuestas, espero que este texto proporcione nuevas herramientas de
apoyo para la formacin profesional de los estudiantes. Sin embargo, el xito en los
resultados del curso, depende no solo del buen uso de este material, sino de la disciplina
con que se asuma el compromiso adquirido.
www.elsolucionario.org
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS
Estudiar para los sistemas de ecuaciones lineales: los tipos de solucin y las
correspondientes interpretaciones, mtodos matriciales de solucin y algunas
aplicaciones a la ingeniera.
Distinguir y aplicar las diferentes operaciones definidas con vectores en el plano (2)
y en el espacio (3) y su generalizacin a n.
Introduccin 1
Objetivo general. 2
Objetivos especficos. 2
Resumen y glosario 39
Auto evaluacin 43
Retroalimentacin 45
Introduccin 49
Objetivo general 50
Objetivos especficos 50
2.1. Generalidades 51
2.1.1. Sistemas de ecuaciones lineales ( S.E.L. ) 54
2.1.2. Sistemas lineales homogneos ( S.L.H. ) 59
Ejercicios propuestos 61
2.3. Aplicaciones 78
2.3.1. Problemas con solucin nica 78
2.3.2. Problemas con ms de una solucin 82
Ejercicios propuestos 87
Resumen y glosario 89
Auto evaluacin 91
Retroalimentacin 92
Introduccin 97
Objetivo general 98
Objetivos especficos 98
Introduccin 135
Objetivo general 136
Objetivos especficos 136
Introduccin 249
Objetivo general 250
Objetivos especficos 250
Introduccin 301
Objetivo general 302
Objetivos especficos 302
6.1. Transformaciones lineales 303
6.1.1. Definicin y ejemplos 303
6.1.2. Imagen y Ncleo 311
6.1.3. Representacin matricial 316
Ejercicios propuestos. 324
1. MATRICES
Entender el significado de los invariantes representa un esfuerzo para reconocer lo que, por su forma,
o color, o sentido, o lo que sea, es importante o significativo entre aquello que es solamente trivial o
efmero. Un simple ejemplo de su falta de comprensin lo proporciona el examinando de Cambridge que
aprendi perfectamente a convertir en factores a2- b2 pero fracas cuando el examinador le pregunt
desconsideradamente por los factores p2- q2.
H. W. Turnbull.
INTRODUCCIN
El manejo que se hace de las matrices en esta unidad, es principalmente operacional. Sin
embargo, el tratamiento abstracto de las operaciones definidas y sus propiedades, permite
reconocer posteriormente la estructura algebraica del conjunto de las matrices como un
espacio vectorial (unidad 5).
1
UNIDAD 1 - Matrices - Generalidades
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS
Definir las operaciones bsicas entre matrices y sus propiedades, para aplicarlas en el
planteamiento y solucin de problemas relacionados con actividades de la ingeniera.
CONTENIDO
2
UNIDAD 1 - Matrices - Generalidades
Las matrices son elementos adecuados para presentar mucha informacin correlacionada,
en una forma organizada y prctica de analizar. Tal es el caso de los inventarios de
existencias en algn depsito de materiales de construccin, o el reporte de notas de un
estudiante durante los diferentes periodos de estudio.
Notacin: Las matrices se denotan con letras maysculas, sus elementos con letras
minsculas y el orden en forma de subndice.
Columna 2 ( C2 )
Ejemplo:
columnas.
3
www.elsolucionario.org
En forma anloga, designamos los otros elementos: a21 = 5 ; a12 = -2 ; a22 = 0 ; a11 = 1 y
a13 = 3
Para esta matriz, no existe a32 porque hay solamente dos filas.
Definicin: Dos MATRICES A y B del mismo orden son IGUALES, si y slo si cada elemento
aij de A, es igual al correspondiente elementos bij de B.
Ejemplos:
- Matriz FILA: es una matriz con una sola fila. F1x5 = (2 -1 0 3 5).
- Matriz CUADRADA: es una matriz con igual cantidad de filas que de columnas.
Se denota An y se lee matriz de orden n.
4
UNIDAD 1 - Matrices - Generalidades
- Matriz TRIANGULAR SUPERIOR: es una matriz cuadrada en la cual los elementos por
debajo de la diagonal principal son cero.
D=
- Matriz ESCALAR: es una matriz diagonal en la cual los elementos de la diagonal principal
son iguales.
principal es 1/2
5
UNIDAD 1 - Matrices - Generalidades
- Matriz NULA: es una matriz de orden mxn en la cual todos los elementos son cero.
- Matriz OPUESTA DE A: es la matriz que se forma con los opuestos de los elementos de
Amxn. Se denota Amxn.
6
www.elsolucionario.org
. Multiplicar todos los elementos de una fila (o columna) por una constante diferente
de cero. Se denota: kFi (o kCj) , k0.
. Sumar trmino a trmino a una fila (o columna) otra fila (o columna) multiplicada
por una constante se denota: Fi + kFj (o Ci + kCj).
Ejemplo:
Porque:
7
UNIDAD 1 - Matrices - Generalidades
Definicin: Una matriz A de orden mxn se llama ESCALONADA POR FILAS si cumple las
siguientes condiciones:
Definicin: Una matriz A de orden mxn se llama REDUCIDA POR FILAS si cumple las
siguientes condiciones:
NOTA: En general, el pivote puede se cualquier nmero, pero por comodidad en este
caso, se busca 1 en esa posicin.
1.1.3. Aplicaciones
8
UNIDAD 1 - Matrices - Generalidades
Destino
BOGOT TUNJA IBAGU CAJIC
Origen
CHA 1200 50 20 55
MADRID 700 15 100 10
MELGAR 500 3 250 0
BOGOT 0 120 50 40
En la unidad 2 de este mdulo, se ver que las matrices son un buen instrumento para el
estudio de los sistemas de ecuaciones lineales.
9
www.elsolucionario.org
La suma de los elementos en cada columna es 1 y todos los elementos estn entre 0 y 1,
es decir, son probabilidades.
U=
En esta matriz, por filas se lee el uso del suelo en 1980 y por columnas, el uso del suelo en
1990. Los usos considerados en orden de filas y de columnas son:
1. Residencial.
2. Comercial.
3. Industrial.
4. Transporte.
5. Baldo.
Cualquier elemento uij representa la probabilidad de que el suelo que tuvo uso j en 1980,
pasara a un uso i en 1990. As por ejemplo, el elemento u32 = 0.28 nos indica que el suelo
con uso industrial en 1980, tena una probabilidad de 0.28 de convertirse en rea comercial
en 1990. Los elementos de la diagonal principal dan la probabilidad de que el uso del
suelo no cambiara.
Otro tipo de modelo especial son las matrices de COMUNICACIN, donde cada elemento
cij es 1 si i se comunica con j y 0 si no se comunican, lo que hace que estas matrices sean
siempre simtricas (igual a su transpuesta). Algunos ejemplos de estas matrices son:
10
UNIDAD 1 - Matrices - Generalidades
B
A
B
A C
D
En cada grafo (conjunto de puntos y lneas), los puntos representan ciudades y las lneas
carreteras entre ellos. La figura 1(a) indica que la ciudad A se comunica con B y con C,
pero B y C no estn comunicadas. Cmo interpreta la figura 1(b) ?
- Matrices escalonadas y reducidas: Una matriz de cualquier orden mxn, se puede llevar
a la forma escalonada o reducida por medio de operaciones elementales sobre las filas.
La secuencia ms conveniente para llevar una matriz a la forma escalonada por filas, se
describe mediante el siguiente algoritmo: (es slo una sugerencia).
11
UNIDAD 1 - Matrices - Generalidades
Ejemplo:
A=
=B
La secuencia ms conveniente para llevar una matriz a la forma reducida por filas se
describe mediante el siguiente algoritmo:
Ejemplo:
A=
=B
Ejercicios propuestos:
2. Una compaa tiene sus reportes de ventas mensuales dados por medio de matrices
cuyas filas, en orden representan el nmero de modelos regular, de lujo y extra vendidos,
mientras que las columnas dan el nmero de unidades rojas, blancas, azules y verdes
vendidas. Las matrices para enero (E) y febrero (F) son:
13
UNIDAD 1 - Matrices - Generalidades
E= y F=
B C
D
E
14
UNIDAD 1 - Matrices - Generalidades
A= ; B= ;C= ; D= ; E=
F= ; G= ; H= ; R=
a) b) c)
15
www.elsolucionario.org
La suma se efecta entre dos matrices del mismo orden y el resultado es una matriz del
mismo orden.
La multiplicacin escalar se efecta entre una matriz y un real, y el resultado es una matriz
del mismo orden.
El producto se define entre dos matrices que deben ser cuadradas del mismo orden, y el
resultado es otra matriz del mismo orden; , entre matrices de diferente orden con cierto
condicionamiento para el orden de cada una de ellas y el resultado es una matriz de orden
diferente al de los factores.
Definicin: Dadas dos matrices A = ( aij ) y B = ( bij ) de orden mxn, se define la SUMA de
A y B como otra matriz C = ( cij ) de orden mxn donde cij = aij + bij
Ejemplo:
C2x3 = =
Propiedades:
Esto quiere decir que 2 matrices del mismo orden siempre se pueden sumar y el resultado
es una matriz del mismo orden.
16
UNIDAD 1 - Matrices - Operaciones con Matrices
2. Conmutativa: A + B = B + A
3. Asociativa: (A + B) + C = A + (B + C) = A + B + C
Quiere decir que se pueden sumar ms de 2 matrices, sin que la forma de agruparlas
afecte el resultado, por lo que se puede prescindir de los parntesis.
Significa que Omxn es el MDULO de la suma de matrices porque, cualquier matriz sumada
con la matriz nula del mismo orden no cambia.
Toda matriz sumada con su opuesta, da como resultado la matriz nula del mismo orden.
17
UNIDAD 1 - Matrices - Operaciones con Matrices
Definicin: Dada una matriz Amxn = (aij) de orden mxn y una constante r , se define la
MULTIPLICACIN ESCALAR de A por r como r Amxn = (r aij ) = Bmxn
Ejemplo:
Si A = entonces:
2A = =
- A=- =
A= =
Propiedades:
18
www.elsolucionario.org
Ejemplos:
3D ET + 2X = O2
Solucin:
En la ecuacin matricial dada, se puede despejar X aplicando convenientemente las
propiedades de la suma de matrices y de la multiplicacin escalar:
3D ET + 2X = O 2X = ET 3D X = ( ET 3D) X= ET D
X= X=
19
UNIDAD 1 - Matrices - Operaciones con Matrices
2. Si A = verificar que ( A )T = AT .
Verificacin:
A= A= = ( A )T =
A= AT = AT =
3. Si A = y B= verificar que ( A + B )T = AT + BT .
Verificacin:
20
UNIDAD 1 - Matrices - Operaciones con Matrices
La condicin necesaria para poder multiplicar dos matrices, es que sean cuadradas del
mismo orden, o que el nmero de columnas en la primera matriz sea igual al nmero de
filas en la segunda.
Definicin: Dadas dos matrices A = (aij) de orden mxn y B = (bij) de orden nxp, se define
el PRODUCTO de A y B como una matriz C = (cij) de orden mxp, donde cada cij es el
producto de la i-sima fila de A con la j-sima columna de B.
.
A.B = C = (cij) donde cij = FiA CjB =
Si A = y B= entonces:
.
cij = FiA CjB = . = ai1b1j + ai2b2j + ai3b3j + . . . + ainbn j.
Nota: Si las dos matrices A y B son cuadradas de orden n, la matriz producto es una matriz
cuadrada de orden n.
Si A es una matriz de orden mxn, B debe ser una matriz de orden nxp (el nmero de filas
en B tiene que ser igual al de columnas en A), y la matriz producto es una matriz de orden
mxp (con tantas filas como la matriz A y tantas columnas como la matriz B).
21
www.elsolucionario.org
Ejemplos:
1. Si A = y B= entonces AB = C = =
AB = C2x4 = = donde:
22
UNIDAD 1 - Matrices - Operaciones con Matrices
Como la condicin para poder multiplicar dos matrices es que el nmero de columnas en
la primera matriz sea igual al nmero de filas en la segunda, el producto de matrices no
es conmutativo. Parece extrao? Siempre haba funcionado aquello de que el orden de
los factores no altera el producto, pero en el caso de las matrices, esa afirmacin no es
vlida.
3. Si A = y B= entonces AB = pero BA =
23
UNIDAD 1 - Matrices - Operaciones con Matrices
6. Si A = y B= entonces AB = = BA.
7. Si A = entonces A2 = A.A =
= .
Propiedades:
Verificacin: Si A = ; B= y C= entonces:
[ AB ]C = = =
A[ BC ] = = =
Verificacin: Si A = ; B= y C= entonces:
24
www.elsolucionario.org
A[ B + C ] =
= =
AB + AC = +
= + =
Verificacin: Si A = y B= entonces:
I2.A = = = = A.I2
I2.B = = = = B.I3.
Nota: Observe que la matriz idntica es el mdulo para el producto de matrices, pero si la
matriz no es cuadrada, el orden de la matriz idntica, no es el mismo si se multiplica a la
derecha, que si se multiplica a la izquierda.
1.2.4. Aplicaciones
25
UNIDAD 1 - Matrices - Operaciones con Matrices
costos de compra (fila 1) y transporte (fila 2), respecto a cada una de las tres sustancias a,
b y c (columnas), respectivamente.
La matriz que representa los costos totales de compra y transporte de cada una de las
Del producto: Un contratista ha aceptado construir 5 casas estilo rstico, 7 estilo moderno y 12
estilo colonial. Entonces, su contrato se puede representar por la matriz fila P = (5 7 12).
Los materiales que utilizar en cada tipo de construccin son acero, madera, vidrio, pintura
y mano de obra. El nmero de unidades de cada material que se usar en cada tipo de
casa estn dadas en la matriz:
26
UNIDAD 1 - Matrices - Operaciones con Matrices
Las cantidades de cada material que el contratista debe pedir para cumplir con su contrato
estn dadas por la matriz:
ordenar 146 unidades de acero, 526 de madera, 260 de vidrio y 158 de pintura.
Adems, el contratista quiere calcular los costos que le demandan estos materiales si el
acero cuesta $1600 por unidad, la madera $800 por unidad, el vidrio $500 por unidad, la
pintura $100 por unidad y la mano de obra $1000.
El costo total de materiales para todas las casas est dado por:
P( MC ) = (5 7 12) = 1173.600.
27
www.elsolucionario.org
Ejercicios propuestos:
6. Calcule el producto (x y z) .
es idempotente.
28
UNIDAD 1 - Matrices - Operaciones con Matrices
antisimtrica.
una antisimtrica.
a) b)
29
UNIDAD 1 - Matrices - Matriz Inversa
Recordemos que la matriz idntica es el mdulo para el producto de matrices. Por tanto,
si A es matriz invertible de orden n, el producto de ella con su inversa A-1 (de orden n
tambin) debe dar como resultado la matriz idntica de orden n, es decir:
AnAn-1 = In = An-1 An
Ejemplos:
= =
Demostracin:
Supongamos que B y C son matrices inversas de A, es decir:
AB = BA = I y AC = CA = I .
Como el producto de matrices es asociativo: C( AB ) = ( CA )B CI = IB C = B.
30
www.elsolucionario.org
Verificacin:
Si A = ; AT = , entonces ( AT )-1 = .
En general, si A1, A2, A3, , An son matrices invertibles, entonces el producto de todas
estas matrices es invertible y se tiene:
Verificacin:
Por tanto AB = es una matriz invertible y por el teorema ( AB )-1 = B-1 A-1 .
31
UNIDAD 1 - Matrices - Matriz Inversa
Ejemplos:
Solucin:
Como det(A)0 existe A-1 y utilizamos la forma general de la matriz; en este caso :
Solucin:
32
UNIDAD 1 - Matrices - Matriz Inversa
Para decidir si una matriz cuadrada A de cualquier orden tiene inversa, se debe calcular
su determinante; si este es diferente de cero existe la matriz inversa, en caso contrario no
existe. Pero este proceso para matrices de orden mayor de 3 es muy dispendioso (ver
unidad 3), por lo que se recurre a la forma reducida de la matriz: si coincide con la matriz
idntica existe la inversa, en caso contrario no existe.
Algoritmo:
Ejemplos:
33
www.elsolucionario.org
= ( C : D ) forma reducida.
A-1 = .
Este resultado se puede comprobar efectuando los productos A A-1 y A-1A y en los dos
casos el resultado es I3 :
= =
34
UNIDAD 1 - Matrices - Matriz Inversa
(B:I)=
=(C:D)
Como en la matriz C de la forma reducida aparece una fila nula, esta matriz no es equivalente
a la idntica y por tanto la matriz B no tiene inversa. Es decir, B es una matriz singular.
1.3.2. Aplicaciones
Si X es de orden nxm, B tambin debe ser de orden nxm, entonces la ecuacin se resuelve
aplicando las propiedades del producto de matrices:
Nota: Observe que en el paso (1) el producto por A-1 se hace del lado izquierdo a los dos
lados, debido a que el producto de matrices no es conmutativo. En el paso (4), tenga en
cuenta que In es mdulo a izquierda porque X es de orden nxm.
En general, al resolver una ecuacin no es necesario realizar todo el proceso anterior, solo
se utiliza el resultado, es decir:
35
UNIDAD 1 - Matrices - Matriz Inversa
Ejemplos:
1. Resolver la ecuacin M = .
Solucin:
Primero se verifica que la matriz es invertible.
M= = M=
= .
2. Hallar las coordenadas del punto P (1, 2) respecto al sistema de coordenadas XY que
se obtiene de rotar el sistema inicial XY un ngulo de 450 respecto al origen.
Solucin:
36
www.elsolucionario.org
es el ngulo de rotacin.
La matriz de rotacin permite hallar las coordenadas iniciales a partir de las coordenadas
en el sistema rotado. Con la matriz inversa se realiza el proceso contrario, es decir, hallar
las coordenadas en el sistema rotado a partir de las coordenadas iniciales.
X
Y (x, y)
1=y P (x, y)
Y
x=
= y
X
x=2
Fig. 1.2
37
UNIDAD 1 - Matrices - Matriz Inversa
Ejercicios propuestos:
a) b) c) .
2. Si A = y B= calcular ( AB )-1 .
(A + B)A-1(A B) = (A B)A-1(A + B)
38
UNIDAD 1 - Matrices - Resumen y Autoevaluacin
RESUMEN
Las matrices sirven para recoger mucha informacin en forma organizada y fcil de analizar
e interpretar. Un caso particular corresponde a la solucin de sistemas de ecuaciones
lineales por mtodos matriciales, para los cuales se hace uso de las formas escalonada y
reducida de una matriz.
Una matriz escalonada por filas es una matriz de cualquier orden mxn, en la cual: el
pivote de cada fila es 1; los elementos por debajo de los pivotes son cero; el pivote de cada
fila se encuentra a la derecha del pivote de la fila anterior, y las filas nulas (si las hay) son
las ltimas (abajo).
Una matriz reducida por filas es una matriz escalonada en la que el nico elemento no
nulo de una columna con pivote, es el pivote.
Toda matriz de cualquier orden es equivalente, por filas, a una matriz escalonada y/o a
una matriz reducida por filas.
Suma de matrices: se efecta trmino a trmino entre matrices del mismo orden,
A + B = ( aij + bij ). El resultado es una matriz del mismo orden de A y B.
La matriz nula es mdulo porque cualquier matriz sumada con ella queda igual.
Para toda matriz existe una matriz opuesta del mismo orden, llamada as porque la suma
de las dos es la matriz nula.
Producto de matrices: solo se puede efectuar entre matrices cuadradas del mismo
orden, o entre 2 matrices, para las cuales, el nmero de columnas en la primera matriz
debe ser igual al nmero de filas en la segunda matriz, An.Bn = Cn o Amxn.Bnxp = Cmxp.
39
www.elsolucionario.org
En el primer caso, el resultado es una matriz cuadrada del mismo orden, en el segundo
caso, es una matriz con tantas filas como la primera matriz y tantas columnas como la
segunda matriz.
La matriz inversa de una matriz A es otra matriz B, que al ser multiplicada por A, a derecha
o a izquierda, da como resultado la matriz idntica del mismo orden. Se denota como
B = A-1, entonces A.A-1 = In = A-1.A. En tal caso, se dice que A es matriz invertible o no-
singular. La matriz inversa no siempre existe, es necesario que la matriz sea cuadrada y
que su determinante sea diferente de cero.
Para hallar la matriz inversa de cualquier matriz cuadrada, sin tener certeza de si existe o
no, se desarrolla un algoritmo que consisten en llevar la matriz aumentada ( A : I ) a la
forma reducida por filas. Con este proceso se obtiene la matriz inversa o se puede concluir
que no existe. Si la matriz inversa de A existe, la forma reducida de (A : I) es (I : A-1).
40
UNIDAD 1 - Matrices - Resumen y Autoevaluacin
GLOSARIO
La diagonal principal de una matriz cuadrada la forman los elementos que se encuentran
en la misma fila y la misma columna ( aii )
La matriz idntica es una matriz cuadrada de cualquier orden, con unos en la diagonal
principal y ceros en las dems posiciones ( In ). Es el mdulo del producto de matrices.
La matriz nula es una matriz de cualquier orden con todos los elementos iguales a cero
( Omxn ). Es el mdulo de la suma de matrices.
La matriz opuesta de A es otra matriz (-A) del mismo orden, que se forma con los opuestos
de los elementos de A ( -A = ( -aij )).
Matrices iguales son las que tienen los mismos elementos en las mismas posiciones ( aij = bij ).
Las Matrices equivalentes son las que se obtienen por medio de operaciones elementales
sobre las filas o las columnas de una matriz ( AB ).
Una matriz reducida por filas es una matriz escalonada, en la que el nico elemento no
nulo de una columna con pivote, es el pivote.
Una matriz idempotente es aquella que al ser multiplicada por ella misma, da como
resultado la misma matriz ( A2 = A.A = A ).
41
UNIDAD 1 - Matrices - Resumen y Autoevaluacin
La Matriz inversa de An es otra matriz A-1, que al ser multiplicada por A, a derecha o a
izquierda, da como resultado la matriz idntica del mismo orden ( A.A-1 = In = A-1.A ).
La Matriz aumentada es aquella que se forma agregando a la derecha de una matriz las
columnas de otra matriz (A : B).
42
www.elsolucionario.org
AUTOEVALUACIN
a) A es triangular inferior
b) a12 = a21 pero a23 a32
c) A es matriz simtrica
d) A es una matriz de orden 3
2. Si A = y B= el resultado de A + B es:
a) b) c) d) No existe.
3A B = 2C es:
a) ( 0 -2 9 ) b) ( 3 -2 -6 ) c) ( 0 2 -9 ) d) ( -3 2 6 )
4. Si A = entonces A2 es igual a:
a) b) c) d)
43
UNIDAD 1 - Matrices - Resumen y Autoevaluacin
a) b) c) d)
Decidir si cada una de las siguientes afirmaciones es verdadera (V) o falsa (F):
12. Una matriz fila y una matriz columna siempre se pueden multiplicar.
44
UNIDAD 1 - Matrices - Resumen y Autoevaluacin
RETROALIMENTACIN
Respuestas a los ejercicios propuestos.
2a) 7 2b) 3 2c) en febrero 2d) azules de lujo 2e) en febrero 2f) en febrero 2g) 35
B
3a) A C 3b) 4.
6a) 6b)
45
www.elsolucionario.org
8. Al intercambiar filas por columnas los elementos de la diagonal principal quedan fijos, y
el nico elemento que es igual a su opuesto es cero.
2. 3. B =
4. X2 5X + 4I = 5 +4 = = O2
7. A3 = = =5 = 5I3
8. A2 = = =A
9. = +
10. X = , Y=
46
UNIDAD 1 - Matrices - Resumen y Autoevaluacin
2. 3. 5.
6. = = 1800 7. 8.
2. La respuesta correcta es d). La suma de matrices est definida slo para matrices del
mismo orden, porque se suman entre s los elementos en la misma ubicacin.
= =
6. La respuesta correcta es b). Uno de los casos para los cuales est definido el producto
de matrices, es para matrices cuadradas del mismo orden, pero no toda matriz cuadrada
es invertible por lo que no se puede hacer ninguna de las otras afirmaciones.
47
UNIDAD 1 - Matrices - Resumen y Autoevaluacin
pivotes son 1, los elementos por debajo de ellos son cero y se desplazan a la derecha.
11. La afirmacin es falsa. La matriz M tiene slo 2 columnas, por tanto, el elemento m23
que corresponde a la segunda fila y la tercera columna no existe.
12. La afirmacin es verdadera. Una matriz fila F es de orden 1xn y una matriz columna C
es de orden mx1, por tanto se puede efectuar el producto CF y el resultado es una matriz
de orden mxn.
13. La afirmacin es verdadera. Una condicin para que una matriz sea reducida (por filas
o columnas), es que sea escalonada (por filas o columnas respectivamente).
14. La afirmacin es falsa. Dos matrices son equivalentes si una se obtiene a partir de la
otra por medio de una o ms operaciones elementales, pero sumar una constante a los
elementos de una fila no es una operacin elemental.
48
www.elsolucionario.org
Newton.
INTRODUCCIN
Los sistemas de ecuaciones lineales tienen representacin geomtrica para los casos de
ecuaciones con 2 y 3 variables. La representacin geomtrica de una ecuacin lineal con 1
o 2 variables en el plano, es una recta y de ecuaciones con 1, 2 o 3 variables en el espacio,
es un plano; las ecuaciones lineales con mas de 3 variables no tienen representacin
geomtrica pero si tienen interpretacin analtica.
Con o sin interpretacin geomtrica, los sistemas de ecuaciones se utilizan para disear
modelos matemticos que permiten resolver problemas reales en reas como la ingeniera
o la economa, independientemente de si el problema tiene solucin nica, infinitas
soluciones, o es inconsistente.
Aunque existen diferentes mtodos de solucin para los sistemas de ecuaciones, en esta
unidad se estudiaran solo 3 de ellos: Eliminacin de Gauss, Reduccin de Gauss-Jordan
y la matriz inversa para la solucin de la ecuacin matricial.
49
UNIDAD 2 - Sistema de Ecuaciones Lineales - Generalidades
OBJETIVO GENERAL
Estudiar para los sistemas de ecuaciones lineales: tipos de solucin con sus correspondientes
interpretaciones, mtodos matriciales de solucin y aplicaciones a la ingeniera.
OBJETIVOS ESPECFICOS
CONTENIDO
2.1. Generalidades
2.1.1. Sistemas de ecuaciones lineales ( S.E.L. ).
2.1.2. Sistemas lineales homogneos ( S.L.H. ).
2.3. Aplicaciones.
2.3.1. Problemas con solucin nica.
2.3.2. Problemas con ms de una solucin.
50
UNIDAD 2 - Sistema de Ecuaciones Lineales - Generalidades
2.1. GENERALIDADES
Ejemplos:
1. La ecuacin 3x1 5x2 + x3 x4 = 7 es una ecuacin lineal con 4 variables x1, x2,
x3 y x4 ; los coeficientes son: a1 = 3 , a2 = 5 , a3 = 1 , a4 = 1 y b = 7 es el
trmino independiente.
51
www.elsolucionario.org
Ejemplos:
Casos particulares de ecuaciones lineales son las ecuaciones con 2 o 3 variables, que
geomtricamente representan una recta en el plano (2) un plano en el espacio (2),
respectivamente.
Interpretacin geomtrica:
Es una recta en el plano (2), que se puede graficar si se conocen dos puntos, es decir dos
soluciones de la ecuacin. Como una recta tiene infinitos puntos, la ecuacin tiene infinitas
soluciones porque cada punto corresponde a una solucin.
Solucin:
Dos soluciones de esta ecuacin son: x = 0 ; y = 3 y x = 3/2 ; y = 0 por tanto dos puntos
de la recta son: (0, 3) y (3/2, 0) con los cuales se puede graficar la recta en el plano
cartesiano (figura 2.1):
3/2
X
Fig. 2.1
52
UNIDAD 2 - Sistema de Ecuaciones Lineales - Generalidades
Es un plano en el espacio (3) que se puede graficar si se conocen tres puntos, es decir,
tres soluciones de la ecuacin. Como un plano tiene infinitos puntos, la ecuacin tiene
infinitas soluciones porque cada punto corresponde a una solucin.
Solucin:
Tres soluciones de esta ecuacin son: x = 0 , y = 0 , z = 5/2 ; x = 1 , y = 0 , z = 0 y
x = 0 , y = 3 , z = 0 ; por tanto tres puntos del plano son: (0, 0, 5/2) ; (1, 0, 0) y
(0, 3, 0) con los cuales se puede graficar el plano. (figura 2.2):
5/2
Y
3
1
X
Fig. 2.2
3/2
1
2
(a) (b) (c)
Fig. 2.3
53
UNIDAD 2 - Sistema de Ecuaciones Lineales - Generalidades
Las figuras 2.3. (a), (b) y (c), ilustran las grficas de los planos que corresponden a las
ecuaciones:
z = 3/2 ; x = 2 y y = 1 respectivamente.
Se denota
Ejemplos:
54
www.elsolucionario.org
x1 = 10 ; x2 = 1 ; x3 = 0 y x1 = 4 ; x2 = 1 ; x3 = 2 (verifquelo)
Interpretacin geomtrica:
L1 L2 L2 L1 L1 L2
Fig. 2.4
55
UNIDAD 2 - Sistema de Ecuaciones Lineales - Generalidades
Una ecuacin lineal con 2 variables representa una recta en el plano, por tanto dos
ecuaciones representan dos rectas, las cuales pueden ser iguales o diferentes, y siendo
diferentes pueden ser paralelas o no paralelas (secantes).
Si son iguales, tienen todos los puntos (infinitos) en comn, entonces el sistema tiene
infinitas soluciones (figura 2.4 (a)).
Si las rectas son secantes solo tienen un punto en comn, entonces el sistema tiene
solucin nica. Las coordenadas del punto de interseccin son la solucin del sistema de
ecuaciones (figura 2.4.(c)).
Si el sistema tiene 3 o mas rectas, es decir, si hay mas de 2 ecuaciones para que la solucin
sea nica, todas las rectas se deben intersectar en el mismo punto (figura 2.5(c)).
Si hay mas de 2 rectas, todas deben coincidir para que el sistema tenga infinitas soluciones
(figura 2.5(a)).
L2 L1
L4 L3
Fig. 2.5
En un conjunto de 3 o mas rectas, es suficiente que una de ellas no se intersecte con las
dems en el mismo punto para que el sistema de ecuaciones sea inconsistente (figura
2.5(b)).
56
UNIDAD 2 - Sistema de Ecuaciones Lineales - Generalidades
(d) (e)
Fig. 2.6
Si la interseccin de los tres planos es solo un punto (como la esquina de confluencia de tres
paredes en una habitacin), el sistema de ecuaciones tiene solucin nica (figura 2.6 (e)).
El sistema tiene infinitas soluciones en los siguientes casos: cuando todos los planos
coinciden (figura 2.6 (d)), o cuando la interseccin entre ellos es una recta como la
confluencia de 2 paredes en una habitacin o las hojas de un libro abierto (figura 2.6 (b)).
Todo sistema de ecuaciones lineales de orden mxn se puede definir por medio de una
ecuacin matricial de la forma: A X = B, donde:
57
www.elsolucionario.org
A X B
Ejemplos:
1. Hallar todos los pares de nmeros (x, y) que satisfacen las ecuaciones:
2. Hallar todos los pares de nmeros (x, y) que satisfacen las ecuaciones:
58
UNIDAD 2 - Sistema de Ecuaciones Lineales - Generalidades
x 2y = 2
Se puede verificar que las 2 ecuaciones representan la misma recta, entonces el sistema es
equivalente a la primera ecuacin y esto implica que tiene infinitas soluciones (teorema 2).
3. Hallar todos los pares de nmeros (x, y) que satisfacen las ecuaciones:
En este caso se puede verificar grficamente que las 2 rectas son paralelas. Se concluye
entonces que el sistema de ecuaciones es inconsistente.
59
UNIDAD 2 - Sistema de Ecuaciones Lineales - Generalidades
Ejemplos:
son sistemas lineales homogneos porque en cada uno de ellos todos los trminos
independientes son cero.
Un S.L.H. se caracteriza porque siempre tiene solucin. Si todas las variables toman el
valor de cero, se satisfacen todas las ecuaciones, entonces:
Sin embargo pueden existir otros valores de las variables, no todos iguales a cero, que
satisfagan todas las ecuaciones, en tal caso el sistema tiene infinitas soluciones.
Teorema 3: Todo sistema lineal homogneo (S.L.H.) con menos ecuaciones que variables
tiene infinitas soluciones.
Demostracin:
Si el sistema tiene menos ecuaciones que variables, por el teorema 2, tiene infinitas
soluciones o no tiene solucin; pero como un sistema homogneo siempre tiene al menos
la solucin trivial. Se concluye que el sistema tiene infinitas soluciones.
Ejemplos:
60
www.elsolucionario.org
6x = 0 x = 0
2. Hallar todas las ternas (x1, x2, x3) que satisfacen las ecuaciones
Ejercicios propuestos:
1. Decida si cada una de las siguientes afirmaciones es verdadera (V) o falsa (F)
Justifique su respuesta:
61
UNIDAD 2 - Sistema de Ecuaciones Lineales - Generalidades
a) b) c) d)
Decida en cada caso si el sistema tiene solucin nica o infinitas soluciones. Justifique
sus respuestas.
a) = b) =
c) = d) =
62
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
En esta seccin solo trabajaremos los tres primeros mtodos, los cuales se desarrollan con
el uso de matrices. El mtodo llamado regla de Cramer se estudia en la unidad 3 como
aplicacin de los determinantes. Los mtodos de aproximacin numrica son tema de otra
asignatura llamada Mtodos Numricos.
Definicin: Se llama MATRIZ AUMENTADA de un S.E.L. a la matriz que se forma con los
coeficientes de las variables, aumentando al lado derecho, la columna de los trminos
independientes de las ecuaciones. Se denota [A : B] donde A es la matriz de coeficientes
y B es la columna aumentada.
Ejemplo:
donde la matriz del lado izquierdo es la matriz de coeficientes y la columna del lado
derecho se form con los trminos independientes de las ecuaciones.
63
www.elsolucionario.org
Algoritmo:
En el paso (2) debe analizarse la forma de la matriz escalonada, para identificar el tipo de
solucin :
Nota: Todo S.E.L. se puede representar por medio de una matriz y recprocamente a toda
a matriz se puede asociar un S. E. L.
Ejemplos:
64
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
= [C : D]
65
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
x = 1 + 2y + 3z x = 1 + 2 (-1) + 3 2 = 1 2 + 6 x = 3
a) solucin nica
b) infinitas soluciones
c) ninguna solucin
= [C : D]
66
www.elsolucionario.org
Respuesta:
Hacemos el anlisis sobre la ltima fila de la matriz escalonada, para que se den las
condiciones que corresponden a cada tipo de solucin:
En este mtodo se trabaja un poco ms la matriz aumentada del S.E.L. pero se evitan las
sustituciones sucesiva, consiste en diagonalizar la matriz. En el caso de un sistema con
solucin nica, sta se lee directamente en la forma reducida de la matriz aumentada.
Algoritmo:
En el paso (2) se analiza la matriz reducida, para decidir a cual de las tres casos corresponde
la solucin :
67
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
Ejemplos:
= [C : D]
68
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
Observando la matriz reducida [C : D], se puede concluir que el sistema tiene infinitas
soluciones porque la matriz C no es la matriz idntica, pero tampoco presenta
inconsistencia.
Observe que el sistema tiene menos ecuaciones (2) que variables (4)
Respuesta:
Si z = 1 entonces y = + = =1
Si w = 2 entonces x = + 2= 2=32=1
Si z = 0 y w = 0 entonces y = ; x=
El sistema tiene infinitas soluciones porque a las variables independientes se les puede
asignar cualquier valor real.
69
www.elsolucionario.org
Matriz de coeficientes:
= I3
70
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
x + 2y z + 3w = 0
2x + 2y z + 2w = 0
x+ 3z + 3w = 0
Solucin:
I3
71
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
Esta forma de la solucin se llama solucin general porque dando valores a la variable
independiente w se obtienen valores para las variables dependientes x, y y z.
Para tener una de las infinitas soluciones, se asigna cualquier valor real a w:
A.X = B = donde
A es la matriz de coeficientes.
X es la matriz de variables.
B es la matriz de trminos independientes.
72
www.elsolucionario.org
Nota: Como este mtodo de solucin hace uso de la matriz inversa, requisito imprescindible
para poder aplicarlo es que la matriz de coeficientes del sistema de ecuaciones sea
invertible.
Ejemplos:
Solucin:
Ecuacin matricial: =
73
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
(A:I)=
74
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
(A:I)=
Esta ltima matriz nos permite concluir que A-1 no existe, por tanto este sistema de
ecuaciones no se puede resolver con este mtodo. Se recurre a alguno de los 2 mtodos
anteriores (eliminacin o reduccin) para decidir si el sistema tiene infinitas soluciones o si
es inconsistente.
Nota: Un sistema de ecuaciones que no tenga igual cantidad de ecuaciones que variables
no puede ser resuelto con matriz inversa; si la matriz no es cuadrada no existe inversa.
Demostracin:
Como en un S.L.H. todos los trminos independientes son cero, la ecuacin matricial es de
la forma: A X = O. Si A es matriz invertible esta ecuacin tiene solucin nica: X = A-1O
= O porque cualquier matriz multiplicada por una matriz nula da como resultado la matriz
nula del orden correspondiente.
Entonces X = O lo que implica que cada variable xi = 0; por tanto el sistema tiene solucin
nica: x1 = 0 ; x2 = ; . . . ; xn = 0 es decir, la solucin trivial.
Ejercicios propuestos:
1. Las siguientes son matrices aumentadas de un sistema de ecuaciones lineales (la ltima
columna es la de los trminos independientes). En cada caso identifique: el orden del
sistema de ecuaciones, y si el sistema es homogneo o no y el tipo de solucin que tiene
(nica, infinitas o ninguna):
75
www.elsolucionario.org
a) b) c) d)
a) b) c) d)
3. Para cada uno de los siguientes sistemas de ecuaciones decidir si el sistema tiene
solucin o si es inconsistente. Escriba la forma general de las soluciones si el sistema tiene
infinitas soluciones.
a) b) c)
d) e) f)
76
UNIDAD 2 - Sistema de Ecuaciones Lineales - Mtodos de Solucin
sea consistente.
a) b)
8. Los siguientes sistemas de ecuaciones no son lineales, pero pueden ser resueltos por los
mtodos lineales mediante cambios de variables apropiados. Sugiera alguna sustitucin
adecuada en cada caso y resuelva los sistemas:
a) b) c) d)
77
UNIDAD 2 - Sistema de Ecuaciones Lineales - Aplicaciones
2.3. APLICACIONES
A continuacin se enumeran esas pautas, para el caso particular de problemas que pueden
ser planteados mediante un Sistema de Ecuaciones Lineales:
1. Identificar y definir las variables con base en las preguntas. La buena definicin de las
variables, permite la correcta interpretacin de los resultados analticos.
El tipo de ecuaciones que permiten mejor ajuste son las ecuaciones polinmicas, el
proceso consiste en obtener un polinomio cuya grfica pase por los puntos recolectados.
A continuacin se describe el proceso:
Si el conjunto de puntos (x1 , y1) , (x2, y2) , . . . , (xn, yn) son los datos que se quieren ajustar a
la curva de un polinomio de grado n, y todas las primeras coordenadas (xi) son diferentes,
se puede demostrar que existe un polinomio nico de grado menor o igual a (n-1) de
78
www.elsolucionario.org
la forma y = a0 +a1x + a2x2 + . . . + an-2xn-2 + an-1xn-1 al cual se pueden ajustar los n datos
experimentales.
Los coeficientes a0, a1, a2, . . . , an-2, an-1 del polinomio se obtienen, sustituyendo cada uno de
los datos en la ecuacin y resolviendo el sistema de ecuaciones lineales que se forma.
Ejemplos:
1. Encuentre la ecuacin de una funcin cuadrtica que pasa por los puntos (0, 1),
(1, 2) y (1, 6).
Solucin: Observe que se dan 3 puntos y el polinomio pedido es de grado 2, uno menos
que el nmero de puntos conocidos.
79
UNIDAD 2 - Sistema de Ecuaciones Lineales - Aplicaciones
A= entonces A-1 =
Luego = =
3. Un obrero ha trabajado durante 30 das para dos patrones ganando $207.000. El primero
le pagaba $6.500 diarios y el segundo $8.000. Cuntos das trabaj para cada patrn?
80
UNIDAD 2 - Sistema de Ecuaciones Lineales - Aplicaciones
Respuesta: El obrero trabaj 22 das para el primer patrn y 8 das para el segundo.
4. En un saln de dibujo hay 56 mesas, x nmero de mesas con 4 butacas, y mesas con 8
butacas y z mesas con 10. La capacidad de butacas del saln es 364. Durante una tarde
se utilizaron la mitad de las mesas con 4 butacas, la cuarta parte de las mesas con 8 y la
dcima parte de las de 10 butacas para un total de 19 mesas. Cuntas mesas de cada
tamao se usaron esa tarde?
Solucin:
Sistema de ecuaciones:
Matriz aumentada:
Interpretacin y respuesta: Esa tarde se ocuparon 13 mesas con 4 butacas (la mitad), 5
mesas con 8 butacas (la cuarta parte) y solo 1 mesa con 10 butacas (la dcima parte), lo
cual suma 19 mesas que fueron las utilizadas esa tarde.
81
www.elsolucionario.org
Ejemplos:
1. Una firma de transportes posee tres tipos distintos de camiones, A, B y C. Los camiones
estn equipados para el transporte de 2 clases de maquinaria pesada. El nmero de
mquinas de cada clase que puede transportar cada tipo de camin est dada por la
82
UNIDAD 2 - Sistema de Ecuaciones Lineales - Aplicaciones
x ()z = 11 x = 11 + ()z
y + 2z = 10 y = 10 2z
Como la operacin de cualquier tipo de camin tiene el mismo costo, la solucin mas
econmica es la ltima, es decir 13 camiones Tipo A, 2 camiones Tipo B y 4 camiones tipo
C, pues en este caso solo se utilizan 19 camiones.
2. Encuentre la ecuacin cartesiana de la recta que pasa por los puntos de coordenadas
(2, 3) y (-1,2)
Solucin: Como los 2 puntos dados estn en la recta, deben satisfacer la ecuacin de
dicha recta.
83
UNIDAD 2 - Sistema de Ecuaciones Lineales - Aplicaciones
a c=0 a= c
b+ c=0 b=- c
Como el sistema tiene infinitas soluciones le podemos asignar cualquier valor a la constante
c para obtener los valores de a y b: si c = 7 a = 1 y b = -3.
Ejemplo:
Solucin: En este caso las variables son las constantes a, b, c y d que igualan la cantidad
de tomos de cada elemento en los dos lados de la ecuacin, es decir:
Para el magnesio (Mg): en el lado izquierdo de la ecuacin hay 3a tomos al lado izquierdo
y c tomos al derecho, entonces 3a = c 3a c = 0
84
www.elsolucionario.org
de la cual se deduce:
Si d = 2 entonces a = 1 ; b = 6 y c = 3
3.
D Cra. 7 E Cra. 7 F
800 x6 x7 200
x1 Cll.100 x2 Cll.72 x3 Cll.26
A x4 B x5 C
Fig. 2.7
85
UNIDAD 2 - Sistema de Ecuaciones Lineales - Aplicaciones
El anterior mapa (figura 2.7) indica el flujo de trfico que entra o sale a cada calle de la
ciudad, en unidades de vehculos por hora (vph).
Como el flujo de trfico vara notablemente durante el da, se supone que los nmeros en
la figura indican el flujo promedio en las horas pico, que se da aproximadamente entre las
5p.m. y las 6:30 p.m.
Suponga que se tiene planeada una marcha de protesta sobre la avenida Caracas, desde
la calle 72 hasta la calle 100 a las 6 p.m. del da martes. La polica de la ciudad puede
controlar hasta cierto punto el trfico vehicular, reajustando los semforos, colocando
policas en cruces estratgicos o cerrando el trfico en la calle crtica. Si se disminuye el
trfico por la avenida Caracas aumentar el flujo en las calles adyacentes. La pregunta es
Cmo minimizar el trfico por el recorrido de la marcha, sin que se congestionen las calles
aledaas?
Solucin: Las variables x1, x2 hasta x7 representan el flujo de trfico sobre cada tramo de la
red (las calles). El problema consiste en hallar los valores de las variables de tal forma que
x4 sea lo menor posible.
Para que el trfico no se acumule, en cada esquina el trfico de entrada debe ser igual al
de salida. Veamos lo que pasa en cada esquina segn el mapa:
en B: x2 + x5 = x4 + 100 x2 x4 + x5 = 100
en F: x3 + x7 = 900 x3 + x7 = 900
86
UNIDAD 2 - Sistema de Ecuaciones Lineales - Aplicaciones
forma reducida:
x1 = x6 + 100 (1)
x2 = x6 x7 + 600 (2)
x3 = x7 + 900 (3)
x4 = x6 + 300 (4)
x5 = x7 200 (5)
Aunque este es un sistema de ecuaciones con infinitas soluciones, hay que tener en cuenta
que todas las variables deben tomar valores positivos ya que representan unidades de
vehculos por hora (vph). Se deduce entonces lo siguiente:
Interpretacin: Para que el flujo vehicular por la avenida Caracas entre las calles 72 y 100
sea mnimo, es decir x4 = 300 vph. , hay dos soluciones:
(1) Se debe suspender el trfico en los tramos x5 y x6 , en x7 debe ser de 200 vph. , en
x2 debe ser de 400 vph. , en x1 debe ser de 100 vph. y de 700 vph. en x3.
(2) Se debe suspender el trfico en los tramos x2 y x6 , en x7 debe ser de 600 vph. , en
x3 debe ser de 300 vph. , en x1 debe ser de 100 vph. y de 400 vph. en x5.
Ejercicios propuestos:
1. Dos obreros trabajan 8 horas diarias en la misma empresa. El primero gana 500 pesos
diarios menos que el segundo, pero ha trabajado durante 30 jornadas mientras que el
87
www.elsolucionario.org
primero trabaj slo 24. Si el primero ha ganado 33.000 pesos ms que el segundo calcule
el salario diario de cada obrero.
5. El siguiente mapa (figura 2.8) indica el flujo de trfico (en vehculos por hora) que transita
por las calles de un sector determinado. Minimizar el trfico por la calle x5 sin ocasionar
congestionamientos en las calles circundantes.
300 100
x5
100 C D 500
x2 x4
200 B x7 E 100
x1 x3
500 A x6 F 200
Fig. 2.8
6. Para llenar un tanque de almacenamiento de agua con capacidad para 300 galones,
se emplea un solo tubo de entrada. Para proveer de agua para riego a los campos de los
alrededores se emplean 2 tubos de salida del mismo dimetro. Cuando los 2 tubos de
salida estn abiertos se necesitan 5 horas para llenar el tanque, y cuando una de ellas
est cerrada slo toma 3 horas. Encuentre los flujos (en galones por hora) de entrada y de
salida del tanque.
88
UNIDAD 2 - Sistema de Ecuaciones Lineales - Resumen y Autoevaluacin
RESUMEN
Una ecuacin lineal es de la forma a1x1 + a2x2 + a3x3 + . . . + anxn = b, todos los trminos,
excepto el trmino independiente son de grado 1. En esta ecuacin b es el trmino
independiente, a1, a2, a3, . . . y an son los coeficientes y x1, x2, x3, . . . y xn son las
variables.
Los problemas que contengan mucha informacin que se pueda resumir en una matriz,
admiten un planteamiento por medio de un sistema de ecuaciones lineales (que puede
ser homogneo), cuya solucin permite dar respuesta a los interrogantes planteados en el
problema.
89
UNIDAD 2 - Sistema de Ecuaciones Lineales - Resumen y Autoevaluacin
GLOSARIO
Ecuacin lineal es aquella en la que todos los trminos, excepto el trmino independiente,
son de grado 1.
Los coeficientes de una ecuacin lineal son las constantes que acompaan a las
variables.
Sistema lineal homogneo (S.L.H.) es un conjunto ecuaciones lineales en el que todos los
trminos independientes son cero.
90
www.elsolucionario.org
AUTOEVALUACIN
a) b) c) d)
a) b) c) d)
91
UNIDAD 2 - Sistema de Ecuaciones Lineales - Resumen y Autoevaluacin
9. Una ecuacin del plano que pasa por los puntos (2, 2, -1); (1, 3, 0) y (-1, 0, 4) es:
a) 7x + 2y + 5z 13 = 0 b) -7x 2y 5z = 13
c) 7x + 2y + 5z + 13 = 0 d) 7x 2y 5z = 13
a) k =0 b) k = 4 c) k = 4 d) ningn valor de k
RETROALIMENTACIN
3. a) b) c) d)
5. a) b) c) d)
92
UNIDAD 2 - Sistema de Ecuaciones Lineales - Resumen y Autoevaluacin
b) c) d) no tiene solucin.
c) solucin nica x = 0 ; y = 0 ; z = 0 e) x = 3 ; y = 3 ; z = -3 f) x = 0 ; y = 0 ; z = 0
4. a) k -1 b) k = -1 c) ninguno. 5. 0 6. Ninguna.
7. a) x = 17 ; y = -20 b) x = 1 ; y = = ; z =
8. a) Si se tiene b) Si y se tiene
d) Si y se tiene solucin: x = 4 , y = 1
1. Variables: x salario diario del primer obrero; y salario del otro obrero.
Ecuaciones
93
www.elsolucionario.org
4. Ecuaciones
5. El mnimo trfico vehicular que se puede tener por la calle x5 sin que se las calles
aledaas se congestionen es de 400 vph. , con las siguientes condiciones:
(1) Se suspende el trfico por las calles x3 , x4 y x7 , por la calle x1 se deja un flujo de
700 vph. , en x2 de 600 vph. , y de 500 vph. en x6.
(2) Se suspende el trfico por la calle x4 , en x3 y x7 deja un flujo de 100 vph. , en x2 y
en x6 debe ser de 600 vph. y de 800 vph. en x1.
94
UNIDAD 2 - Sistema de Ecuaciones Lineales - Resumen y Autoevaluacin
Si d = -13 entonces a = 7 ; b = 2 ; c = 5
10. La respuesta correcta es d). El sistema tiene menos ecuaciones que variables,
por lo tanto, o tiene infinitas soluciones o es inconsistente.
12. La respuesta correcta es a). Las ecuaciones de los 3 planos definen un sistema
de ecuaciones con solucin nica: x = 1/3 ; y = 2/3 ; z = -1/3 porque:
95
www.elsolucionario.org
3. DETERMINANTES
Una buena notacin tiene una sutileza y ejerce una sugestin tal que a veces parece como un maestro vivo.
Bertrand Russell.
INTRODUCCIN
La teora de los determinantes fue conocida por los chinos hace ms de 2000 aos, en los
trabajos desarrollados para la solucin de los sistemas de ecuaciones. Ellos encontraron
relaciones importantes entre los coeficientes de las ecuaciones del sistema y las soluciones que
obtuvieron, las cuales corresponden a las definiciones de los determinantes de orden 2 y 3.
Mucho tiempo despus, a mediados de los siglos XVIII y XIX, se dieron a conocer
importantes aportes. A.L. Cauchy y G.W. Leibnitz desarrollaron las propiedades de los
determinantes; P.S. Laplace hizo la expansin de un determinante por cofactores, y C.G.
Jacobi, aplic los determinantes a las funciones de varias variables para el desarrollo del
clculo vectorial.
97
UNIDAD 3 - Determinantes - La Funcin Determinante
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS
CONTENIDO
98
UNIDAD 3 - Determinantes - La Funcin Determinante
A toda matriz cuadrada de cualquier orden, se asocia un nmero real llamado el determinante
de la matriz. El clculo riguroso de un determinante se hace sumando productos de
permutaciones entre sus elementos, por lo que el clculo directo es prctico solamente
para los determinantes de orden 2 y 3. A medida que aumenta el orden del determinante,
crece factorialmente el nmero de operaciones que se deben realizar para calcular su
valor, lo cual hace ms eficiente el uso de las propiedades.
det: Mn
An det(An ) = An
A= pero det( A ) = =r
Ejemplo:
A2 = A2 =
99
www.elsolucionario.org
En la prctica, se acostumbra repetir las dos primera columnas (o filas) para tener completas
las diagonales con tres elementos: (rojas positivos; azules negativos).
Ejemplos:
1. Si T = calcular T .
T =
det( B ) = x2 + 5x 6 =0.
100
UNIDAD 3 - Determinantes - La Funcin Determinante
3. Calcular D si D = .
D =
= .
Para un determinante de orden 4 en adelante, el clculo directo se hace muy poco prctico:
con 4 elementos se pueden hacer 24 ( 4! ) permutaciones, con 5 elementos son 120
( 5! ) y as sucesivamente. Estos clculos se pueden indicar haciendo la expansin del
determinante por alguna fila o columna, con base en los cofactores de cada elemento de
la fila o columna seleccionada.
Definicin: Se llama MENOR-ij de una matriz A, al valor del determinante que resulta
suprimiendo en A, la fila i y la columna j. Se denota Mij.
Ejemplo:
Solucin:
El menor-23 se calcula con el determinante que se forma suprimiendo en A la segunda fila
101
UNIDAD 3 - Determinantes - La Funcin Determinante
Ejemplos:
Si se calculan todos los cofactores de B, con ellos se forma una matriz asociada a B
llamada matriz de cofactores y se denota: Cof( B ).
102
www.elsolucionario.org
Cof( B ) =
Veamos ahora la relacin que existe entre un determinante y cada uno de sus cofactores.
Solucin:
B = .
= ( 0 + 9 + 90 ) ( 0 20 6 ) = 99 + 26 = 125.
103
UNIDAD 3 - Determinantes - La Funcin Determinante
A12 es el menor-12 de A:
En forma anloga se calculan A13 (el menor-13) y A14 (el menor-14) entonces:
Los cofactores son: Ci1 = (-1)i+1 Mi1 ; Ci2 = (-1)i+2 Mi2 ; . . . , Cin = (-1)i+nMin .
2 3 1 0
0 3 5 3
Ejemplo: Calcular
1 4 2 2
0 1 3 0
104
UNIDAD 3 - Determinantes - La Funcin Determinante
Solucin:
Como no se ha definido el clculo directo para un determinante de orden 4, se aplica la
definicin por cofactores, haciendo la expansin por cualquier fila o cualquier columna. Se
observa adems que tanto las filas 2 y 4, como las columnas 1 y 4, tienen dos ceros cada
una, por lo tanto, se puede hacer la expansin por cualquiera de ellas.
=2
= 1. 3. = 1(20+3+12) 3(129+24) = 46
De los casos mencionados, se deduce que en la medida que aumenta el orden del
determinante, el clculo se hace mas dispendioso, razn por la cual lo ms prctico es el
uso de las propiedades de los determinantes.
105
www.elsolucionario.org
Ejercicios propuestos:
a) b) c) d)
106
UNIDAD 3 - Determinantes - Propiedades
Justificacin:
y entonces =
Justificacin:
Justificacin:
107
UNIDAD 3 - Determinantes - Propiedades
Entonces =k .
Si A = , entonces = .
108
www.elsolucionario.org
Justificacin:
Si A = y B= , entonces: det( AB ) = ,
Verificacin:
Si A = y B= , entonces: AB =
det( A ) = =28+10+2105=65 .
det( B ) = 0 + 56 + 0 42 0 0 = 14 .
Justificacin:
det(A) =
109
UNIDAD 3 - Determinantes - Propiedades
Verificacin:
= det( T ).
= det( T ).
Justificacin:
, donde .
= + , porque .
Verificacin:
18 = (10) + (8).
110
UNIDAD 3 - Determinantes - Propiedades
Justificacin: = , porque
= = .
Si
(propiedad 7) .
, luego .
Ejemplos:
1. Calcular
2. Calcular
Solucin:
111
www.elsolucionario.org
y se obtiene el determinante:
y , se tiene:
= (-1) = 374
Solucin:
= .
b) = = 53 = 125.
112
UNIDAD 3 - Determinantes - Propiedades
= =
= = .
Entonces .
Ejercicios propuestos:
1. Evalue : a) b)
a) b) c) d)
113
UNIDAD 3 - Determinantes - Propiedades
a) = . b) = . c) = 23 .
114
www.elsolucionario.org
3.2. APLICACIONES
115
UNIDAD 3 - Determinantes - Aplicaciones
; ;
Ejemplos
116
UNIDAD 3 - Determinantes - Aplicaciones
Solucin:
; = = 96 ; = = 31 .
Entonces: y .
117
www.elsolucionario.org
det (A) =
118
UNIDAD 3 - Determinantes - Aplicaciones
det (Ax) =
det (Ay) =
= = 20 66 = 46.
det (Az) =
= = 72 + 20 = 92.
det (Aw) =
= = 48 48 = 0.
119
UNIDAD 3 - Determinantes - Aplicaciones
x= = =2 ; y= = = .
z= = = 1 ; w = = = 0.
Un requisito para hablar de matriz inversa de una matriz A, es que esta sea cuadrada.
Sin embargo, la condicin es necesaria pero no suficiente.
Demostracin:
120
www.elsolucionario.org
Veremos ahora otro mtodo para hallar la inversa de una matriz no-singular, conocido
como mtodo de la matriz adjunta que a continuacin se describe:
Ejemplo:
Solucin:
Hallamos la matriz transpuesta AT = .
Demostracin:
Se hace para una matriz de orden 3. pero el proceso se puede generalizar para matrices
cuadradas de cualquier orden n.
121
UNIDAD 3 - Determinantes - Aplicaciones
Sean A= y cof(A) = .
adj A adj .
En la diagonal principal, se multiplica cada fila de A por sus respectivo cofactor, en estos
casos, el resultado es (propiedad 7), mientras que en las dems posiciones se multiplic
una fila por los cofactores de otra, y en estos casos el resultado es cero. Por tanto: A.
adj(A) = det (A) In.
adj(A).
Ejemplos
122
UNIDAD 3 - Determinantes - Aplicaciones
Solucin:
= es la matriz inversa de A .
obtuvo .
Entonces: X = A-1 B . = .
se puede comprobar remplazando estos valores en cada una de las ecuaciones del sistema
para verificar que se satisface cada una de las igualdades.
123
www.elsolucionario.org
Solucin: Como B = =10 se sabe que B-1 , existe y se hallan las matrices:
BT = y adj .
Por tanto: .
Solucin:
Calculamos el determinante de cada una de las matrices:
Matriz transpuesta de B: BT = .
124
UNIDAD 3 - Determinantes - Aplicaciones
Nota: Para el caso de la matriz A, como el determinante es igual a cero se concluye que
no existe la matriz inversa y el ejercicio queda resuelto.
La matriz inversa se forma dividiendo cada uno de los elementos de la matriz adjunta por
el determinante. Se puede comprobar que el resultado es correcto multiplicando B y B-1, y
el resultado debe ser la matriz idntica de orden 3 ( I3 ) .
2. Si 0 entonces .
3. Si A es invertible entonces .
Ejemplos:
Verificar cada una de las propiedades enunciadas con las siguientes matrices:
y .
125
UNIDAD 3 - Determinantes - Aplicaciones
Verificacin:
Propiedad 1: (A -1)-1= A
Si entonces y
(A -1)-1 = = A.
Propiedad 2: Si con k 0.
= = .
Propiedad 3: .
y su inversa es .
y su transpuesta es .
Propiedad 4:
, entonces: .
Adems y .
126
www.elsolucionario.org
Teorema: (Resumen)
(1) A es invertible.
(2) La nica solucin del sistema homogneo AX = O es la trivial.
(3) El determinante de A es diferente de cero.
(4) El sistema de ecuaciones lineales AX = B tiene solucin nica.
(5) A es equivalente por filas a la matriz In.
Ejercicios propuestos:
a) . b) . c) .
4. Si A X = B donde A = , X= y B=
127
UNIDAD 3 - Determinantes - Aplicaciones
6. Resolver la ecuacin .
128
UNIDAD 3 - Determinantes - Resumen y Autoevaluacin
RESUMEN
Otra forma de calcular un determinante es aplicar las propiedades para obtener una forma
triangular, pues en tal caso el valor de es el producto de los elementos de la diagonal
principal (propiedad 5). El proceso de llevar el determinante a la forma triangular se puede
realizar, intercambiando filas y sumando a una fila, otra fila multiplicada por una constante
(propiedades 1 y 9).
del determinante: adj(A). Ahora se puede comprender por qu una condicin para
Los determinantes permiten resolver S.E.L. con solucin nica utilizando la regla de
Cramer, por medio de la cual, cada variables es igual al cociente de 2 determinantes, el
de la matriz de coeficientes (A), y el de la matriz que se forma cambiando en A la columna
de coeficientes de la variable que se va a calcular, por los trminos independientes (Ai).
129
www.elsolucionario.org
Teorema: (Resumen)
(1) A es invertible.
(2) La nica solucin del sistema homogneo AX = O es la trivial.
(3) El determinante de A es diferente de cero.
(4) El sistema de ecuaciones lineales AX = B tiene solucin nica.
(5) A es equivalente por filas a la matriz In.
GLOSARIO
La expansin de por una fila es, la suma de los elementos de esa fila, multiplicados
por su correspondiente cofactor.
130
UNIDAD 3 - Determinantes - Resumen y Autoevaluacin
AUTOEVALUACIN
a) . b) . c) . d) .
4. El cofactor-33 de es:
a) 0. b) 3a 2 . c) 3a + 2 . d) 3a + 2 .
5. Si A = entonces es igual a:
a) 12 . b) 6 . c) 12 . d) 30.
a) 2 y 3 . b) ninguno. c) 7 y 2 . d) 7 y -2.
131
UNIDAD 3 - Determinantes - Resumen y Autoevaluacin
Decida si cada una de las siguientes afirmaciones es verdadera (V) o falsa (F).
7. La matriz no es invertible.
la variable y es igual a: .
RETROALIMENTACIN
Respuestas a los ejercicios propuestos.
2. a) 7 y -2 . b) . 3. c) 0 12 + 0 7 + 0 30 = -49.
3. a) . b) .
4. 1 , 1 y 2.
132
www.elsolucionario.org
4. X = 5. a) 16 b) 27 c) 2 d) 11 6. 8 y -3 7. = 2
1. La respuesta correcta es b). Haciendo la expansin del determinante por la tercera fila
se tiene: ].
= .
La solucin del primer factor es 4, pero las del otro factor son .
3. La respuesta correcta es b). = a.b (-b).(-a) = a.b a.b = 0. Los otros resultados
son diferentes de cero: el primero es a2 + b2 siempre es positivo, los otros dos son 2ab y
nunca va a ser cero porque ninguno de los factores es cero.
133
UNIDAD 3 - Determinantes - Resumen y Autoevaluacin
5. La respuesta correcta es c). Si se intercambian las filas 3 y 4, se tiene una matriz triangular
, y el determinante es el producto de los elementos de la diagonal principal, pero cambia
de signo por el cambio de filas. Entonces det (A) = (-1).2.3.(-2).1 = 12.
Entonces: det (
8. La afirmacin es verdadera. Si det (A) = 0, la matriz reducida tiene al menos una fila
de ceros y el sistema de ecuaciones tendr menos ecuaciones que variables, y un sistema
homogneo con menos ecuaciones que variables, tiene infinitas soluciones.
134
UNIDAD 4 - Vectores - Caractersticas de los Vectores en 2
4. VECTORES
El primero que encontr la frmula de la palanca fue Arqumedes ms de 2000 aos atrs. Los romanos
usaron sus inventos pero desdearon sus clculos porque era un pueblo prctico que despreciaba la
teora. Sin embargo, para hacer avanzar la tecnologa, es imprescindible e l estudio de la teora.
INTRODUCCIN
Los vectores son elementos supuestamente familiares para cualquier persona que haya
cursado un primer nivel de fsica general, donde se estudia la parte mecnica relacionada
con los movimientos, que por ser desplazamientos, quedan muy bien representados por
un vector, puesto que se debe especificar la longitud, la direccin y el sentido de dicho
desplazamiento (los 3 elementos que caracterizan un vector).
Igualmente, las causas que originan un movimiento, como lo son la fuerza que se le aplica
a un cuerpo o la velocidad constante o variable (aceleracin) que se le imprime, tambin
son apropiadamente representadas en forma vectorial , ya que para estos casos tambin
se debe especificar magnitud (de la fuerza o la velocidad), direccin y sentido. Para el
caso particular de la velocidad, recordemos que su magnitud se conoce como rapidez, y
puede ser la misma en diferentes direcciones y sentidos (es un escalar).
Aunque su estudio se remonta al S. XVII para el desarrollo del clculo infinitesimal por parte
de G. Leibnitz, solo hasta el S. XIX H. Grassman y W. Hamilton definieron los vectores como
los objetos con la representacin geomtrica que requera Leibnitz y que estudiaremos en
esta unidad.
135
www.elsolucionario.org
OBJETIVO GENERAL
Distinguir y aplicar las diferentes operaciones definidas con vectores en el plano (2) y en
el espacio (3) y su generalizacin a n.
OBJETIVOS ESPECFICOS
CONTENIDO
4.1. Vectores en 2 .
4.1.1. Caractersticas de los vectores en 2 (plano cartesiano):
Definiciones e interpretaciones geomtricas.
Norma. Angulo direccional. Vector normado .
4.1.2. Operaciones con vectores en 2 :
Suma: definicin, interpretacin geomtrica, propiedades.
Multiplicacin escalar: definicin, interpretacin geomtrica, propiedades.
Producto escalar: definicin, interpretacin geomtrica, propiedades.
4.1.3. Aplicaciones de las operaciones en 2 :
Paralelismo y perpendicularidad.
Proyecciones ortogonales, trabajo.
Teorema del coseno.
4.2. Vectores en 3
4.2.1. Caractersticas de los vectores en 3 (espacio tridimensional):
Definiciones e interpretaciones geomtricas.
Norma. ngulos y cosenos directores. Vector normado.
4.2.2. Operaciones con vectores en 3 :
136
UNIDAD 4 - Vectores - Caractersticas de los Vectores en 2
4.3. Vectores en n .
4.3.1. Generalizacin de las definiciones y operaciones en 2 y 3 .
4.3.2. Operaciones en n .
137
UNIDAD 4 - Vectores - Caractersticas de los Vectores en 2
4.1. VECTORES EN 2
Los desplazamientos entre dos puntos del plano determinan los objetos geomtricos
llamados vectores.
Dos puntos a y b del plano geomtrico definen un segmento . Este segmento puede ser
dirigido en dos sentidos, de a hacia b o de b hacia a , y se indica con una sagita o flecha
en el correspondiente sentido. (figura 4.1).
b
b b
a a a
Fig. 4.1.
Notacin: Se escriben los dos puntos extremos (cola y cabeza) con una flecha en la parte
superior o .
Tambin se utiliza una sola letra minscula con una flecha en la parte superior o la letra en
negrilla, as: = = v.
En este mdulo utilizaremos esta ltima notacin, es decir, los vectores se designarn con
letras minsculas en negrilla.
Definicin: Dos vectores u y v son IGUALES si y slo si, tienen la misma direccin, magnitud
y sentido.
En el plano geomtrico (lo llamaremos S), un vector puede tener infinitas representaciones,
se llama VECTOR LIBRE y se puede graficar donde convenga.
138
www.elsolucionario.org
Todas las flechas del mismo color representan el mismo vector, dado que tienen la misma
direccin, magnitud y sentido (figura 4.2).
Fig. 4. 2.
En el plano cartesiano (2), todos los vectores se representan tomando como punto
inicial (cola) de la flecha el origen del sistema de coordenadas (figura 4.3 a). Por tanto, la
representacin geomtrica de cada vector es nica. Se llama VECTOR LIGADO y queda
definido por un punto cualquiera del plano, que es el punto terminal (cabeza) de la flecha
(figura 4.3 b).
Y Y
(x1, y1)
y1 u u
z z
x1 x2
X X
w v w v
y2 (x2, y2)
(a) (b)
Fig. 4.3
Como cada punto del plano representa un par ordenado (x, y) de nmeros reales, todo
vector del plano cartesiano 2 , queda definido por un par ordenado. Sus componentes x
y y se llaman COORDENADAS DEL VECTOR.
139
UNIDAD 4 - Vectores - Caractersticas de los Vectores en 2
u = v si solo si x1 = x2 y y1 = y2
Si v = (x, y) entonces
y
v
Definicin: Se llama ANGULO DIRECCIONAL al ngulo que forma el vector con la parte
positiva del eje X. Queda definido por cualquiera de las funciones trigonomtricas, as:
Se denota o = (0 , 0) o
140
UNIDAD 4 - Vectores - Caractersticas de los Vectores en 2
.
o
Fig. 4.5.
y
v
o X
-v -x
-y
Fig. 4.6.
Entonces:
141
www.elsolucionario.org
1
0 1 v
o
u
0
1
1
Fig. 4.7.
El vector normado puede tener igual o diferente sentido al del vector dado, y su norma
puede ser mayor o menor que la del vector (figura 4.7).
Ejemplos:
Para cada uno de los vectores dados, hacer la representacin geomtrica en el plano
cartesiano y hallar: la norma, el ngulo direccional, el vector opuesto y el correspondiente
vector normado. Hacer 3 representaciones diferentes de cada vector en el plano geomtrico
(figura 4.8 b).
1. a = (3, 2)
Norma de a: a = .
Vector normado de a: .
2. b = (-2, 1).
Norma de b: b = .
142
UNIDAD 4 - Vectores - Caractersticas de los Vectores en 2
Vector normado de b: .
3. c = (-1, -3).
Norma de c: c = .
Vector normado de c: .
4. d = (2, -2).
Norma de d: d = .
Por ser ngulo del cuarto cuadrante se toma 3600 450 = 3150.
Vector normado de d: .
143
UNIDAD 4 - Vectores - Caractersticas de los Vectores en 2
(a) (b)
Fig. 4.8.
Ejercicio propuesto:
Para cada uno de los vectores u = ( 3, 1) y v = ( 2, -1) halle : norma, ngulo direccional,
el vector opuesto y el vector normado con sentido opuesto. Haga la representacin grfica
de los vectores en el plano cartesiano, y 3 representaciones diferentes de cada uno en el
plano geomtrico.
144
www.elsolucionario.org
SUMA: Es una operacin binaria interna (o clausurativa), lo que permite deducir que se
suman 2 vectores en el plano y el resultado es un vector en el plano.
En el plano geomtrico, los vectores se grafican uno seguido del otro, y el vector suma
o VECTOR RESULTANTE , se forma uniendo la cola del primer vector con la cabeza del
segundo (Figura 4.9 a).
v
u+v
145
UNIDAD 4 - Vectores - Suma de Vectores en 2
u+v
v-u
u-v
u
(a) (b)
Fig. 4.10.
D
AC = AB + AD
B
DB = AB - AD
A (c)
Propiedades de la suma
1. Clausurativa: u , v 2, u + v = w 2 .
Esto quiere decir que al sumar 2 vectores en el plano, el resultado es otro vector del plano
(Figura 4.10 b).
146
UNIDAD 4 - Vectores - Suma de Vectores en 2
2. Conmutativa: u + v = v + u.
Fig. 4.11.
3. Asociativa: [ u + v ] + w = u + [ v + w ] = u + v + w.
Quiere decir que se pueden sumar ms de 2 vectores, pero siempre en forma binaria
sin que la forma de agrupar afecte el resultado. Por lo tanto, se puede prescindir de los
parntesis. (Figura 4.12).
v
v+w
Fig. 4.12.
147
www.elsolucionario.org
4. Modulativa: u 2, u + o = o + u = u.
Esto significa que el vector nulo o, es el MDULO o ELEMENTO NEUTRO para la suma,
porque cualquier vector sumado con el vector nulo no cambia (Figura 4.13).
o u
Fig. 4.13.
Significa que para cada vector u existe un nico vector -u llamado VECTOR OPUESTO
de u , porque la suma de estos 2 vectores es el vector nulo, el cual es mdulo de la suma
(Figura 4.14).
u u + (-u) = u - u = o
(-u) + u = -u + u = o
o -u
Fig. 4.14.
148
UNIDAD 4 - Vectores - Suma de Vectores en 2
Ejemplos:
Solucin:
Clausurativa:
u + v = (3, -2) + (-1, 5) = (3-1, -2+5) = (2, 3)
Conmutativa:
u + v = (3-1, -2+5) = (2, 3) = (-1+3, 5-2) = v + u u + v = v + u
Asociativa:
[u + v] + w = (3-1, -2+5) + (2, -3) = (2, 3) + (2, -3) = (4, 0)
u + [v + w] = (3, -2) + (-1+2, 5-3) = (3, -2) + (1, 2) = (4, 0)
[u + v] + w = u + [v + w] = u + v + w
Modulativa:
u + o = (3, -2) + (0, 0) = (3, -2) = u
v + o = (-1, 5) + (0, 0) = (-1, 5) = v
w + o = (2, -3) + (0, 0) = (2, -3) = w
Invertiva:
u + (-u) = (3, -2) + (-3, 2) = (0, 0) = o
v + (-v) = (-1, 5) + (1, -5) = (0, 0) = o
w + (-w) = (2, -3) + (-2, 3) = (0, 0) = o
2. Un bote viaja con una rapidez de 10 millas por hora hacia el este y sopla un viento cru-
zado de sur a norte de 20 millas por hora (ver Figura 4.15). Cul es el vector velocidad
del bote?. Indique su rapidez y direccin?
149
UNIDAD 4 - Vectores - Suma de Vectores en 2
Solucin:
vv=20mi/h vb 22,36.
= arctan = arctan .
10mi/h
El bote se mueve con una rapidez de 22,36
mi/h en direccin 63,430 al noroeste.
Fig. 4.15.
Ejercicios propuestos:
a) u = (-5, 8) . b) v = (1, ) . c) w = ( ).
4. Dados los vectores a = (3, -2) y b = (-4, -1) encuentre y grafique los vectores:
a) a + b . b) a b . c) (a + b) . d) a + b .
5. Encuentre un vector unitario que tenga la misma direccin y sentido del vector
u + v w, si u = (2, -4); v = (-3, 0) y w = (0, -2).
150
www.elsolucionario.org
7. Para cada uno de los vectores dados encuentre sen y cos donde es el
ngulo direccional del vector:
a) u-v b) u + v c) v - u d) u+v
151
UNIDAD 4 - Vectores - Multiplicacin Escalar
-3 -1 0 1 2
Fig. 4.16.
Para cualquiera de los anteriores vectores respeto al vector v, se dice que es un mltiplo
escalar de v, es decir, se obtiene multiplicando al vector v por un real (escalar). De todos
ellos se dice que son vectores linealmente dependientes.
v= w si r 0 .
De los dos vectores v y w se dice que son LINEALMENTE DEPENDIENTES , porque estn
sobre la misma recta, es decir, uno de ellos depende del otro.
152
UNIDAD 4 - Vectores - Multiplicacin Escalar
En la figura 4.16, la abscisa del vector u es 1, la del vector 2u es 2, la del vector -3u es
-3u -3/2u -u o u 2u
D0
-3 -2 -3/2 -1 0 1/2 1 2 3
Fig. 4.17.
Como la recta D0 se forma a partir del vector u (Figura 4.17), se dice que u es un vector
GENERADOR de la recta D0.
En el plano cartesiano, el vector unitario sobre el eje X se llama i y sus coordenadas son
(1, 0); el vector unitario sobre el eje Y se llama j y sus coordenadas son (0, 1). (Figura
4.18)
El vector i es un generador del eje X, por tanto, cualquier vector sobre el eje X es un mltiplo
escalar de i. As mismo, el vector j es un generador del eje Y y cualquier vector del sobre
el eje Y es un mltiplo escalar de j.
Como todo vector v 2 queda definido por un par ordenado (x, y), v se puede expresar
como la suma de un mltiplo escalar de i con un mltiplo escalar de j.
y v Si v = (x, y) ,entonces:
yj
1 v = x i + y j , porque:
j
X v = x (1, 0) + y (0, 1) = (x, y)
i 1 xi x
Fig. 4.18.
Se dice que v es una COMBINACION LINEAL de los vectores i y j , es decir, una suma de
mltiplos escalares de i y j. (Figura 4.18)
153
www.elsolucionario.org
Observamos en la figura 4.18, los vectores i y j no estn sobre la misma recta, es decir, no
son linealmente dependientes. Se dice que son LINEALMENTE INDEPENDIENTES, lo cual
significa que ninguno de ellos es mltiplo escalar del otro.
Como todo vector del plano puede ser expresado en trminos de i y j, se dice que el
conjunto { i, j }, GENERA al plano 2 y se llama BASE CANNICA o NATURAL del plano
cartesiano.
2. Si r , s y v 2 : [r s] v = r[s v] .
3. Si r , s y v 2 : [r + s] v = r v + s v.
4. Si r y u , v 2 : r[u + v] = r u + r v.
Demostracin (1):
Ejercicios resueltos:
Demostracin: Si v 2 : v = (x , y) entonces
154
UNIDAD 4 - Vectores - Multiplicacin Escalar
Propiedad 3: [r + s] v = r v + s v. Entonces:
Propiedad 4: r [ u + v] = r u + r v. Entonces:
b = ( 0, -3 ) b = 0 i + (-3) j = o 3j = -3j
a+b=( i + j ) + ( -3j )
= i + ( j 3j )
155
UNIDAD 4 - Vectores - Multiplicacin Escalar
= i + ( 1 3) j
= i 2j
2 ( u + v ) 3 x = w.
2 ( u + v ) 3 x = w 2(u+v) w=3x
2(u+v) w]= x
x= (u+v) w
x=( , -2 ) + ( ,0)
x=( , -2 )
es x = ( , -2 ).
156
www.elsolucionario.org
2 ( u + v ) 3 x = w entonces:
b = (2, 0) b = 2.
3[ u + y] - w=o u+3y - w = o.
3y=- u+ w .
y= [- u+ w] .
y=- u+ w.
157
UNIDAD 4 - Vectores - Multiplicacin Escalar
Entonces: y=- (-4, 2) + (6, -8) = (2, -1) + (3, -4) = (5, -5) .
Por tanto, el vector y = (5, -5), es el vector que satisface la ecuacin dada.
Ejemplos:
z = entonces w =
Es el vector pedido.
Solucin: Si u y v son vectores linealmente dependientes, uno de ellos debe ser mltiplo
escalar del otro, es decir, debe existir para cada caso una constante k tal que u = kv.
158
UNIDAD 4 - Vectores - Multiplicacin Escalar
Como el valor de k es el mismo para las 2 componentes, los vectores u y v son linealmente
dependientes.
Ejercicios propuestos:
a) -2u +2 u b) 3u 5v + w c) [u+v]
5. Demuestre que no existen escalares r y s , tales que r(2, -3) + s(-4, 6) = (5, 3).
159
www.elsolucionario.org
En el caso de vectores paralelos del mismo sentido, el producto escalar se define como el
producto de las normas de los 2 vectores (figura 4.19 a). Si los vectores son paralelos y de
sentidos opuestos, se define como el opuesto del producto de las normas (figura 4.19 b).
Los dos casos se resumen diciendo que el producto escalar de 2 vectores paralelos, es el
producto de sus abscisas.
160
UNIDAD 4 - Vectores - Producto Escalar
u u
v v
p k -k p
(a) (b)
Fig. 4.20.
Fig. 4.21.
cos() = k= cos()
Si el ngulo entre u y v es menor de 900, el vector proyeccin tiene el mismo sentido del
vector v , y la constante k es positiva (Figura 4.20 a).
161
UNIDAD 4 - Vectores - Producto Escalar
Si el ngulo entre u y v est entre 900 y 1800, el vector proyeccin tiene sentido opuesto al
vector v y la constante k es negativa (Figura 4.20 b).
Fig. 4.22.
162
www.elsolucionario.org
2 vectores, en valor absoluto, siempre es menor o igual que el producto de las normas.
Definicin: Se define el COSENO del ngulo entre los vectores u y v , como el producto
escalar de sus vectores normados.
Se denota: cos() = =
Fig. 4.23.
163
UNIDAD 4 - Vectores - Producto Escalar
se tiene:
cos( ) = cos cos + sen sen = .
Definicin: Sean u y v vectores en 2 , tales que u = (u1, u2) y v = (v1, v2) ,se define
el PRODUCTO ESCALAR entre u y v como la suma de los productos de las respectivas
coordenadas:
uv = u1 v1 + u2 v2.
Ejemplos:
Solucin: uv = .
b) El ngulo entre u y v.
Fig. 4.25.
164
UNIDAD 4 - Vectores - Producto Escalar
k= y cos() = , se concluye:
pvu = k = = ( ) pvu= v
Puv= k = = ( ) pvu= u
pvu =
Puv =
Fig. 4.25.
a) pvw = v=
165
www.elsolucionario.org
b) pwu = w=
c) pvz = v=
d) pzu = z =
e) pwv = w=
1. uv = vu
uv = (2,-2)(3,1) = 2 3 + (-2) 1 = 6 2 = 4
vu = (3,1)(2,-2) = 3 2 + 1 (-2) = 6 2 = 4
166
UNIDAD 4 - Vectores - Producto Escalar
3. u[v + w] = uv + uw
4. uu = u 2
0 y uu = 0 si y solo si u = o
Como u = u 2
= = uu
De esta propiedad, se concluye que el producto escalar de cualquier vector con si mis-
mo, da como resultado la norma del vector al cuadrado.
Verificacin: Si u = (-3, 4) u u
167
UNIDAD 4 - Vectores - Producto Escalar
Demostracin:
Si alguno de los vectores es el vector nulo: u = (0, 0) o v = (0, 0) , entonces por defini-
cin uv = 0.
uv = u v u v .
Porque el coseno de 900 es cero y el producto de cualquier nmero con cero es cero.
Ejercicios resueltos:
a) u = 2i j y v = i+ j.
b) z = i + j y w = - i + 2j.
Solucin:
u = (2, -1) y v = ( , ) uv =
Como el producto escalar de los vectores es cero, se concluye que los vectores
son ortogonales.
168
www.elsolucionario.org
Solucin:
Nota: Como los vectores i y j son normados (de longitud 1) y ortogonales, se dice que {i, j}
es la BASE ORTONORMADA del plano cartesiano.
Solucin:
zx = (4, 3)(a, b) = 4 a + 3 b = 0 b = a.
Demostracin:
169
UNIDAD 4 - Vectores - Producto Escalar
ac = bc
ac - bc =0
[ a- b]c =0
vc = 0
vc
Demostracin: u+v 2
= ( u + v )( u + v ) .
= uu + uv + vu + vv.
= u 2
+ 2uv + v 2
.
= u 2
+2 u v cos + v 2
.
u 2
+2 u v + v 2
( IcosI<1I )
( u + v )2.
Como: u+v 2
( u + v )2 u+v u + v .
Dados 3 puntos del plano, se pueden definir 3 vectores de los cuales, uno de ellos es la
suma de los otros 2.
Si los 3 puntos estn alineados, los vectores son paralelos y se cumple la igualdad (ver
Figura 4.26 a).
170
UNIDAD 4 - Vectores - Producto Escalar
u v
u+v
u+v = u + v
Si los puntos no estn alineados, los vectores no son paralelos y al sumarlos se forma un
tringulo, para el cual la suma de las longitudes de 2 de sus lados, siempre es mayor que
la longitud del otro lado. (Figura 4.26 b)
u v
u+v A C
Ejercicios propuestos:
171
www.elsolucionario.org
PARALELISMO Y PERPENDICULARIDAD
Dados u y v 2 , entonces:
u v ( u es PARALELO a v) si existe un escalar k tal que: v = ku o u =kv
uv ( u es PERPENDICULAR a v) si uv = 0
Ejercicios resueltos:
Si x =2 a2 + b2 = 4 (1)
( -k )2 + ( 2k )2 = 4 k 2 + 4k 2 = 4 5k 2 = 4 k 2 = 4/5
k=
Si a = b= - y si a = - b=
172
UNIDAD 4 - Vectores en 2 - Aplicaciones
a) u v b) uv
( u v )(u + v ) = uu + uv vu + vv = u 2
- v 2
Pero u = v u 2
= v 2
u 2
- v 2
=0
Interpretacin geomtrica:
u+v
v-u
v u
173
UNIDAD 4 - Vectores en 2 - Aplicaciones
En un rombo, todos los lados tienen la misma longitud y las dos diagonales son
perpendiculares entre s. (Figura 4.27 a)
( u + v )( u + v) = ( u v )( u v ).
Interpretacin geomtrica:
En un cuadrado las dos diagonales tienen la misma longitud (Figura 4.27 b).
u+v
u u-v
174
www.elsolucionario.org
Las aplicaciones ms usuales del producto escalar y en particular, del vector proyeccin
se presentan en fsica, al calcular el trabajo efectuado por una fuerza constante en una
direccin determinada, o para calcular las condiciones de equilibrio de un objeto.
A B
d
pdF
d
Ejemplo:
a) Calcular el trabajo efectuado por una fuerza constante F = -2i + 6j cuando su punto de
aplicacin se desplaza del punto A:(-2 , 3) al punto B:(-1 , 6).
Si la fuerza F est dada en Newtons y la distancia en metros, el trabajo realizado por dicha
fuerza es 16 Newtons por metro.
175
UNIDAD 4 - Vectores en 2 - Aplicaciones
Solucin:
F cos = = arccos
d
= arccos = arccos = 36,870
Fig. 4.29.
- Sobre un cuerpo en un plano inclinado actan varias fuerzas: el peso P del objeto, la fuerza
F sobre el objeto y la reaccin R del plano inclinado. Para que este sistema permanezca en
equilibrio, la fuerza resultante que acta sobre el sistema debe ser cero, es decir:
P + F + R = O (Figura 4.30)
R
F P + F + R = O pero
P = P1 + P2 adems
P2
P1 = pRP = P sen
P1
P P2 = pRP = P cos
Fig. 4.30.
Ejemplo:
Calcule la fuerza que se debe aplicar para equilibrar un objeto que pesa 25 libras y se
encuentra sobre un plano con una inclinacin de 450 .
176
UNIDAD 4 - Vectores en 2 - Aplicaciones
Solucin:
F -F = pRP F = pRP
450 F = 25 cos450 =
F = 17,68
Por tanto, se debe aplicar una fuerza de 17,68 libras para equilibrar el sistema.
u-v 2
= u 2
+ v 2
-2 u v cos
A
b
v
C c
u-v
a
u
B
Fig. 4.31.
Demostracin:
2
u-v = ( u v )( u v )
= uu 2uv + vv
= u 2
+ v 2
-2 u v cos
177
www.elsolucionario.org
AB 2
CB 2
+ CA 2
- 2 CB CA cosC
=
Si uv , entonces , u-v = u
2 2
+ v 2
Ejemplos:
1. Hallar los ngulos del tringulo definido por los vectores a , b y c, cuyas normas son 4,
5 y 6 respectivamente. Puede ser rectngulo el tringulo?
Solucin:
B Si c = b a tenemos:
c c 2
= b 2
+ a 2
-2 b a cos
a
A
b cos = = =
C
= arccos = 82,80 = C
Si a = b c ,entonces: a 2
= b 2
+ c 2
-2 b c cosA
Para calcular el ngulo en B, se puede volver a aplicar el teorema del coseno considerando
b = c a , o por diferencia de ngulos, dado que la suma de los ngulos interiores de un
tringulo es 1800
178
UNIDAD 4 - Vectores en 2 - Aplicaciones
Solucin:
Podemos verificar que la longitud de cualquiera de los linderos es menor que la suma de los
otros dos: 22+15 = 37; 22+35 = 57; 15+35 = 50. Entonces, por la desigualdad triangular,
podemos concluir que si es posible delimitar un terreno triangular con esas dimensiones.
Para calcular el rea, primero se calcula la altura del tringulo desde cualquiera de los
ngulos, y cualquier ngulo se puede calcular con el teorema del coseno, porque se
conocen las longitudes de los 3 lados:
es el ngulo en C .
Autoevaluacin:
1. Las coordenadas del vector con punto inicial en P: (1, -4) y punto terminal en
Q: (-2, 3) son:
a) . b) . c) . d) .
179
UNIDAD 4 - Vectores en 2 - Aplicaciones
9. Si dos vectores son paralelos. uno de ellos debe ser mltiplo escalar del otro.
180
www.elsolucionario.org
4.2. VECTORES EN 3
Al igual que en el plano, los vectores en el espacio son segmentos de recta orientados con
dos formas de representacin: en el espacio geomtrico como vectores libres (Figura
4.33 a) o en el espacio cartesiano como vectores ligados (Figura 4.33 b).
3 Z
u
v
y Y
(a) (b)
Fig. 4.33.
Podemos asumir que cada terna ordenada (x, y, z), es decir, cada punto del espacio
tridimensional representa un vector.
181
UNIDAD 4 - Vectores en 3 - Caractersticas
Z
z
v
Y
O
y
x X
Cada par de ejes define un plano, por tanto, se tienen 3 PLANOS COORDENADOS: XY, XZ
y YZ segn el par de rectas que los definen.
Ejemplos:
182
UNIDAD 4 - Vectores en 3 - Caractersticas
e
g
c
a d f
h
(a) (b)
Fig. 4.35
Para representar un vector con sus tres componentes diferentes de cero, primero se
completa el paralelogramo que corresponda sobre el plano XY y se desplaza el punto
paralelamente al eje Z, en el sentido que determine la tercera componente segn sea
positiva o negativa (Figura 4.35 b).
2. Dibujar un cubo cuya arista mida 3 unidades, con uno de su vrtices en el punto (1, 2,
1), y completamente contenido en el primer octante (las 3 componentes positivas). Marque
los vrtices y escriba las coordenadas de cada uno de ellos.
V7 V8
V1 V4
Y
V2 V3
X Fig. 4.36.
183
www.elsolucionario.org
Ejercicio propuesto
NORMA de v: v = .
VECTOR NORMADO de v: .
Observe que los cosenos directores son las componentes del vector normado.
184
UNIDAD 4 - Vectores en 3 - Caractersticas
Ejemplos:
El vector v = (-3, 1, 2) forma ngulos de 143,30 con el eje X, de 74,50 con el eje Y y de
57,70 con el eje Z.
2. Si los vectores directores del vector u son iguales y estn entre 00 y 900, encuentre las
coordenadas del vector u cuya norma es 6.
Solucin: Si u = (x , y , z) , entonces:
cos = x = u cos
cos = y = u cos
cos = z = u cos
185
UNIDAD 4 - Vectores en 3 - Caractersticas
3( cos ) 2 = 1 cos =
3. Demuestre que no existe un vector unitario, cuyos ngulos directores sean /6, /3, y /4
Entonces:
Por tanto, 300, 600 y 450 no pueden ser ngulos directores de ningn vector.
186
www.elsolucionario.org
Ejercicios propuestos:
a) Localice los puntos de coordenadas: (2, 3, 4) ; ( 2, -3, 4) ; (-2, -3, -4) y (0, 0, 3) .
b) Dibuje los vectores de coordenadas: (2, 3, 4) ; ( 2, -3, 4) ; (-2, -3, -4) y (0, 0, 3) .
2. Determine las componentes del vector que tiene su punto inicial (cola) en P, y su punto
terminal (cola) en Q. Grafique los vectores.
3. Dados los vectores de coordenadas: (6, -1, 0) y (1, 1, 1) halle para cada uno
187
UNIDAD 4 - Vectores - Operaciones en 3
Se define adems, una nueva operacin llamada producto vectorial porque el resultado
es un vector, con aplicaciones muy conocidas en fsica como el clculo del momento de
una fuerza respecto a un punto.
La combinacin del producto escalar con el producto vectorial define otra operacin en 3
llamada producto mixto.
Propiedades:
1. Conmutativa: u + v = v + u.
2. Asociativa: [ u + v ] + w = u + [ v + w ] = u + v + w.
188
UNIDAD 4 - Vectores - Operaciones en 3
b3
a3 B
AB
A
a2 b2
b1
a1
Fig. 4.37.
Propiedades:
1. v 3 : 1 v = v y 0 v = o.
2. r , s y v 3 : r.[ s v ] = [ r.s ] v.
3. r , s y v 3 : [ r +s ] v = r v + s v.
4. r y u , v 3 : r [ u + v ] = r u + r v.
189
www.elsolucionario.org
Teorema: Dados i = (1, 0, 0), j = (0, 1, 0) y k = (0, 0, 1), los 3 vectores unitarios en
3 sobre los ejes coordenados X, Y y Z respectivamente, todo vector v 3 se puede
expresar en forma nica, como COMBINACIN LINEAL (C.L.) de los vectores i , j y k , es
decir, si v = (v1, v2, v3) entonces v = v1i + v2 j + v3 k.
Nota: Al igual que en 2, en 3 todo vector v queda definido de dos formas: por sus
coordenadas v = (v1, v2 , v3) ,o , como combinacin lineal de los vectores de la base
cannica v = v1i + v2 j + v3 k.
Ejemplos:
v = (2, 4, 3) = 2 i + 4 j + 3 k = 2i + 4j + 3k .
Solucin: 2u + x = v x = v 2u.
x = (2, 4, 3) + [-2] (-1, 0, 2).
x = (2, 4, 3) + (2, 0, -4) .
x = (4, 4, -1).
190
UNIDAD 4 - Vectores - Operaciones en 3
u v
X x
-2u
Fig. 4.38
Como y = 2 , entonces: =2 =2
=2
c=
191
UNIDAD 4 - Vectores - Operaciones en 3
cos = =
Lo mismo que en 2, de esta definicin se deduce otra forma para el producto escalar:
Propiedades
1. uv = vu.
2. [ r u ]v = u[ r v ] = r [u v] , r .
3. u( v + w ) = uv + uw.
4. uu = u 2
> 0 si u o , pero uu = 0 si u = o.
5. Si uv = 0 entonces u = o o v = o o uv . (Perpendicularidad)
192
www.elsolucionario.org
Ejemplos
= arccos .
Solucin:
Como se tienen dos valores diferentes de la constante h para el mismo vector, se concluye
que no es posible hallar un valor de la constante h para que los vectores u y v sean
paralelos.
193
UNIDAD 4 - Vectores - Operaciones en 3
8+c=3 cos (750)
( 8 + c) = ( 3
2
cos (750))2
64 + 16.c + c2 = 9.( 10 + c2 ).0,067
64 + 16.c + c = (90 + 9c2 ).0,067
2
0,4c2 + 16c + 58 = 0
c=
Por tanto, existen 2 valores de la constante c para los cuales los vectores u y v forman un
ngulo de 750: c -36 y c -4.
C
a
u b
v
B
w
c
A
Fig. 4.39.
194
UNIDAD 4 - Vectores - Operaciones en 3
, entonces:
Entonces: uv = u v cos uv =
Ejercicios propuestos:
a) [ uv ] w. b) u[ v + w ]. c) [ u + v ]w . d) [ vw ] u . e) u.
3. Halle los cosenos de los ngulos interiores del tringulo, cuyos vrtices son:
A: (1, 3, 4); B: (3, -1, 4) y C: (-2, 3, 4)
195
www.elsolucionario.org
Definicin: Dados 2 vectores en 3, u = (u1, u2, u3) y v = (v1, v2, v3) se define el
PRODUCTO VECTORIAL o PRODUCTO CRUZ de u y v como:
u x v = (u2v3 u3v2 , u3v1 u1v3 , u1v2 u2v1) = w 3
uxv= =i -j +k =w
Fig. 4.40.
Propiedades:
196
UNIDAD 4 - Vectores - Producto Vectorial
uxv= = = v x u.
Verificacin: Si u = 3i j + k y v = 4i + 2j , se tiene:
uxv= = i j+ k = 2i + 4j + 10k.
vxu= = i j+ k = 2i 4j 10k.
Adems:
197
UNIDAD 4 - Vectores - Producto Vectorial
Entonces: u x [ v + w ] = [ u x v ] + [ u x w ].
3. Si u x v = o , entonces : u = o o v=o o u v .
Demostracin: Se sabe que un determinante es igual a cero cuando se tiene al menos una
de las siguientes condiciones:
a) Alguna de las filas es de ceros, lo que en este caso significa que alguno de los vectores
u o v es el vector nulo.
b) Una fila es mltiplo de otra, lo que en este caso significa que uno de los vectores es
mltiplo escalar del otro, es decir los vectores u y v son paralelos.
Verificacin: Si u = (-3, -1, 5), el vector v = (6, 2, -10) = -2u es paralelo a u entonces
uxv= = (0, 0, 0) = o
4. u x u = o.
Demostracin: Como un determinante es igual a cero cuando tiene dos filas iguales, al
aplicar la definicin a u x u el resultado es el vector nulo.
5. [ ru ] x v = r[ u x v ] = u x [ rv ] .
Demostracin: =r = , entonces:
[ ru ] x v = r[ u x v ] = u x [ rv ]
198
www.elsolucionario.org
uxv = u v sen.
Demostracin:
uxv 2
= u 2
v 2
- [ uv ] 2 Propiedad producto mixto.
= u 2
v 2
- u 2
v 2
cos2 Definicin producto escalar.
= u 2
v 2
( 1 - cos2 ) Factorizacin.
= u 2
v 2
sen2 Identidad trigonomtrica.
uxv = u v sen .
Ejemplos:
199
UNIDAD 4 - Vectores - Producto Vectorial
Por tanto, el rea del paralelogramo generado por los vectores u y v es unidades
cuadradas.
v = AC = C A v = (1, 2, -2).
Pero el tringulo ABC es la mitad del paralelogramo ABCD, generado por los vectores u y
v, entonces el rea del tringulo, es la mitad del rea del paralelogramo.
A = uxv =
B
u
A
Y
v
X
C
Fig. 4.42.
200
UNIDAD 4 - Vectores - Producto Vectorial
u[ v x w ] =
uxv
V: volumen del paraleleppedo.
h w A: rea de la base.
u
h: altura del paraleleppedo .
v V = A.h.
Fig. 4.43.
Propiedades:
1. u[ v x w ] = [ u x v ]w = w[ u x v ].
201
www.elsolucionario.org
Demostracin: u[ v x w ] = = =
2. u[ u x v ] = v[ u x v ] = 0 ; u y v son ortogonales a u x v .
4. uxv 2
= u 2
v 2
[ uv ]2 .
Demostracin:
uxv 2
= [ u x v ][ u x v ] Propiedad del producto escalar .
= [ ( u x v ) x u ]v Propiedad 1 del producto mixto.
= [ ( uu ) v ( uv ) u ]v Propiedad 3 del producto mixto.
= [ uu ][ vv ] [ uv ][ uv ] Distributividad producto escalar.
= u 2 v 2 [ uv ]2 Propiedad del producto escalar.
Ejemplos:
202
UNIDAD 4 - Vectores - Producto Vectorial
Solucin: u[ v x w ] = = 9 + 3 + 0 0 6 0 = 12
w[ u x v ] = = 3 + 0 9 6 0 0 = 12
2. Encuentre el volumen del paraleleppedo generado por los vectores dados en el ejemplo
1. Grafique el paraleleppedo (Figura 4.44).
Solucin:
Fig. 4.44.
203
UNIDAD 4 - Vectores - Producto Vectorial
Solucin:
D
A
B
C
X
Fig. 4.45.
AD = D A = (-1, 0, 0)
204
www.elsolucionario.org
ECUACIONES DE RECTAS EN 3:
Por 2 puntos A y B en 3 pasa una y slo una recta, por lo tanto, una condicin para poder
hallar la ecuacin de una recta es conocer 2 de sus puntos. Si slo se conoce un punto,
como por el pasan infinitas rectas, es necesario conocer tambin la direccin de la recta.
Caso 1: Se conoce un punto P: (x0, y0, z0) y un vector v = (v1, v2, v3) llamado VECTOR
DIRECCIONAL, porque define la direccin de la recta (es paralelo a ella).
v
LP
x
p P
Fig. 4.46.
Si se define el vector p del origen del vector v al punto P, cualquier vector x sobre la recta
LP se puede expresar como la suma de p con un mltiplo escalar de v (figura 4.46) .
Entonces se define:
LP ={x 3 / x = p + rv , r}
205
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
x = x0 + r v1
y = y0 + r v2 = =
Ejemplo:
Hallar las ecuaciones paramtricas y simtricas de la recta que pasa por el punto
P: (-1, 0, 3) en la direccin del vector v = 3i + j 2 k.
Solucin: En este caso (x0 , y0 , z0) = (-1, 0, 3) y (v1, v2, v3 ) = (3, 1, -2).
Ecuaciones Paramtricas:
Ecuaciones Simtricas:
Si P = (x1, y1, z1) y Q = (x2, y2, z2) una de esas posibilidades es:
Ecuaciones Simtricas : = =
206
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
Ecuaciones Paramtricas:
Ejercicio propuesto: Cuntas y cules son las otras posibilidades para las ecuaciones
paramtricas y simtricas de la recta que pasa por los puntos P y Q?
Ejemplo:
Escriba las ecuaciones paramtricas y simtricas de la recta L que pasa por los puntos
P: (1, 2, -1) y Q: (3, 1, 2).
Ecuaciones Paramtricas:
Ecuaciones Simtricas:
L1 L2 v1v2 = 0
Ejemplos:
1. Encuentre las ecuaciones simtricas de la recta L que pasa por el origen y es paralela
a la recta L1, con ecuaciones paramtricas: x = 3 2r; y = r ; z = 4.
207
www.elsolucionario.org
Solucin:
Primero se busca el punto de interseccin de las 2 rectas, el cual ser considerado como
el punto P.
Ejercicios propuestos:
1. En cada caso muestre que las rectas dadas son ortogonales:
b) L1: y L2: .
208
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
ECUACIN DE UN PLANO EN 3:
Caso 1. Se conoce un punto P0 = (x0, y0, z0) por el cual pasa el plano S y un vector
n = (a, b, c) normal (ortogonal) al plano.
Fig. 4.47.
S ={x 3 / nx = 0}
Ejemplo:
Hallar la ecuacin cartesiana del plano S que pasa por el punto (1, 2, -3) y es normal al
vector de coordenadas (2, -1, 3).
209
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
2 ( x 1 ) + [-1]( y 2 ) + 3 ( z [-3] ) = 0.
n Q
u
P v R
Fig. 4.48.
Si P = (x1, y1, z1) ; Q = (x2, y2, z2) y R = (x3, y3, z3) se definen 2 vectores.
Con el vector n as definido hay 3 posibilidades para elegir el punto del plano: P, Q o R y
aplicar el resultado del caso 1.
Cuntas opciones ms hay para definir el vector n? Justifique su respuesta.
Ejemplo:
Encuentre la ecuacin cartesiana del plano S que contiene a los puntos
P: (-2, 0, 3) ; Q = (1, 1, 2) y R = (2, 3, 0).
210
www.elsolucionario.org
Nota: En la ecuacin no aparece la variable x, esto significa que x puede tomar cualquier
valor y por tanto el plano v + z = 3 corta a los ejes Y y Z en 3, pero no corta al eje X
(Figura 4.50) .
Z Z Z
c
b Y
Y Y
a
X X X
(a) (b) (c)
Fig. 4.49.
Y
3
Fig. 4.50.
(Grfica del plano del ejemplo anterior con ecuacin y + z = 3)
211
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
Ejemplos:
Solucin:
Dado un punto Q = (x1, y1, z1) 3 y una recta L con ecuacin vectorial
x = p + r v , la distancia del punto Q a la recta L que denotaremos d(Q, L),
212
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
Q
u
v d
L
P pvu
Fig. 4.51
u 2
= pvu 2
+ d2 d2 = u 2
pvu 2
Como
Efectuando la suma: d2 =
213
www.elsolucionario.org
Ejemplo:
Como v = (1, 1, 2) v = .
donde u = PQ es un vector que se define entre cualquier punto P del plano S y el punto
conocido Q (Figura 4.52).
n
Q
pnu u
S
Fig. 4.52.
214
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
Nota: Se toma el valor absoluto de un porque este resultado puede ser negativo, pero una
distancia (la norma del vector) es siempre positiva.
Ejemplo:
Hallar la distancia del punto Q: (-3, 0, 2) al plano S cuya ecuacin cartesiana es:
-3x + y + 5z = 0.
Solucin:
Para hallar el punto P del plano S se dan valores arbitrariamente a 2 de las variables: x , y;
x , z o y , z y se calcula la otra.
Se calcula la distancia entre 2 planos S1 y S2 cuando stos son paralelos por tanto deben
tener el mismo vector normal n.
Para calcular la distancia d(S1 , S2) entre los planos, se toman 2 puntos P y Q arbitrariamente
en cada uno de los planos, se define un vector u = q p y se proyecta sobre n (Figura
4.46).
215
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
n S2
pnu u S1
Fig. 4.53.
Ejemplo:
S2: - 8x + 3z + 10 = 5
Como la segunda componente de este vector es cero, la variable y puede tomar cualquier
valor: si y = 3 y z = 0 ,entonces: 4x 5 = 0 x =
Luego P: ( , 3, 0) S1
Para el plano S2 el vector normal es (-8, 0, 3), la variable y toma cualquier valor:
Si y = 2 y x = 1 ,entonces: -8 + 3z + 10 = 5 3z = 3 z = 1.
Luego Q: (1, 2, 1) S2 .
d= .
216
www.elsolucionario.org
Para calcular la distancia entre 2 rectas haremos dos consideraciones: las 2 rectas estn
en el mismo plano y por tanto deben ser paralelas, o las rectas estn contenidas en planos
paralelos.
Caso 1: Las rectas L1 y L2 estn en el mismo plano S y son paralelas, es decir sus vectores
direccionales son paralelos
Para hallar la distancia entre las rectas L1 y L2 se toma arbitrariamente un punto en cada
una de las rectas, se define un vector u con esos puntos (ver Figura 4.54) y se aplica el
proceso para hallar la distancia entre un punto y una recta.
L2
Q
v
u d
L1
P
Fig. 4.54.
Ejemplo:
Solucin:
217
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
Caso 2: Las rectas estn en planos diferentes pero paralelos entonces sus vectores
directores no necesariamente son paralelos (fFgura 4.55)
n
S2
L2
Q
pnu u S1
P L1
Fig. 4.55.
218
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
Ejemplo:
L1: y L2:
Solucin:
Las dos rectas L1 y L2 tienen vectores direccionales no paralelos, v = (3, -4, 4) y
w = (-3, 4, 1) respectivamente, por tanto un vector normal a los dos planos es
n = v x w.
n= = (-20, -15, 0) n = = 25
rectas L1 y L2 .
Se denota: L1 L2 v1 v2
219
www.elsolucionario.org
v2
P
L2 v1
L1
Fig. 4.56.
Ejemplo:
L2 : x = -r ; y = 2 ; z= 1 + r
Solucin:
Entonces: .
S2 S1
n1: vector normal a S1.
n1
Fig. 4.57
220
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
Ejemplo:
Solucin:
De las ecuaciones de los planos se deduce:
Adems: .
Se denota: L1 L2 = { P}.
Para hallar el punto de interseccin, con las ecuaciones paramtricas de las rectas se
forma un sistema de 3 ecuaciones con dos incgnitas que son los parmetros r y s en
cada ecuacin.
x1 + rv1 = x2 + sw1
y1 + rv2 = y2 + sw2 (coordenadas de P)
z1 + rv3 = z2 + sw3
Este sistema debe tener solucin nica puesto que la interseccin de las rectas es solo
un punto P, el cual se obtiene remplazando en las ecuaciones paramtricas de cualquiera
221
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
de las rectas, el valor del parmetro correspondiente. En cualquier caso se debe tener el
mismo punto.
Ejemplo:
Solucin:
L1: x = 2 + r y L2: x = -1 + 2s 2 + r = -1 + 2s r 2s = -3
y=1-r y=1+s 1r=1+s -r s = 0
z = 3 + 3r z=1s 3 + 3r = 1 - s 3r + s = -2
r = -1 y s = 1
Se denota: S1 S2 = {L}
222
www.elsolucionario.org
S2
S1
Fig. 4.58.
Las ecuaciones cartesianas de los planos forman un sistema de ecuaciones lineales con
menos ecuaciones que variables, esto implica que el sistema tiene infinitas soluciones
y la solucin general del sistema define las ecuaciones paramtricas de la recta L, de
interseccin entre los planos (Figura 4.58)
Ejemplo
Solucin:
223
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
En fsica se llama Momento Esttico de una Fuerza con respecto a un Eje (llamado eje de
giro), al producto de la magnitud de la fuerza por la distancia entre la recta de accin de la
fuerza y el eje de giro (figura 4.59 a). Si la rotacin que produce la fuerza se da alrededor
de un punto y no de un eje, se llama Momento Esttico de una Fuerza con respecto a un
Punto, y se define como el producto de la magnitud de la fuerza por la distancia entre el
punto y la recta de accin de la fuerza (figura 4.59 b).
d1
P1 F1 P
R F
P2 d2 F2
d
d3
P3 F3
(a) (b)
Fig. 4.59.
224
UNIDAD 4 - Vectores - Aplicaciones de los Vectores en 3
Nota: El momento m puede ser positivo o negativo segn sea al sentido de la rotacin que
produce la fuerza respecto al punto dado P: positivo en sentido antihorario, y negativo en
sentido contrario.
Ejemplos:
Solucin:
Se calcula el vector momento m y luego su norma:
2. Calcular el momento m que produce una fuerza de 3 Newton aplicada en el extremo del
vector R = ( ,1 ,0) con un ngulo de 600 respecto al semieje positivo X (Figura 4.60).
Solucin:
Y R=( , 1, 0 ) R = =2 .
F
: ngulo direccional de R.
1 : ngulo entre R y F
R
X
d
Z
225
www.elsolucionario.org
Ejercicios propuestos:
3. Pruebe que los siguientes pares de rectas son paralelas y halle la distancia
entre ellas:
a) L1: x = (2, 1, -4) + r(5, -2, 1) y L2: x = (3, -4, 3) + s(-5, 2, -1).
b) L1: x = 1+r ; y = -3+2r ; z = -3+3r y L2: x = 3+3s ; y = 1+6s ; z = 8+9s.
5. Halle la distancia entre el punto R: (2, -6, 1) y la recta L que pasa por los
puntos P: (3, 4, -2) y Q: (6, 1, -5).
6. Los puntos (1, 1, -1); (3, 3, 2) y (3, -1, -2) determinan un plano S1:
a) Halle una ecuacin cartesiana del plano S1.
b) Calcule la distancia del plano S1 al origen.
c) Encuentre la ecuacin de un plano S2 ortogonal a S1 que pase por el origen.
d) Encuentre ecuaciones paramtricas para la recta de interseccin entre S1 y S2.
e) Halle la ecuacin del plano S3 paralelo a S que pase por el punto (2, 0,-2).
f ) Calcule la distancia entre los planos S1 y S3.
g) Encuentre el ngulo que forman los planos S2 y S3 .
226
UNIDAD 4 - Vectores - Vectores en n
4.3. VECTORES EN n
se denota ( x1, x2 , x3 , . . . , xn ).
Notacin: Una n-upla o vector en n, puede ser expresado como una MATRIZ FILA o
como una MATRIZ COLUMNA.
v = .
Como: donde :
227
UNIDAD 4 - Vectores - Vectores en n
Ejemplo:
Solucin:
En cada caso primero se calcula la norma del vector y despus se aplica la definicin de
vector normado.
b) v =
Se definen en forma anloga a como se hizo en 2 y 3 las operaciones de: suma vectorial,
multiplicacin escalar y producto escalar o interno.
228
www.elsolucionario.org
Propiedades
1. Conmutativa: u + v = v + u.
2. Asociativa: [ u + v ] + w = u + [ v + w ].
229
UNIDAD 4 - Vectores - Vectores en n
Propiedades
1. uv = vu.
2. uu = u 2 0 para todo u n .
3. u[ v + w ] = uv + uw .
4. uv = 0 u = o , o , v = o , o , u v.
Ejemplo:
Si u = (3, -1, 2, 1) ; v = (0, 1, -1, 0) ; w = (5, 4, 6, -3) calcular las operaciones indicadas
en cada caso:
Solucin:
a) 5[ u 2v ] = 5[(3, -1, 2, 1) (0, 2, -2, 0)] = 5(3, -3, 4, 1) = (15, -15, 20, 5)
c)
uw = 15 4 + 12 3 = 20
230
UNIDAD 4 - Vectores - Vectores en n
Ejercicios resueltos:
1. Verificar que el conjunto {(1, 2, 1, -2); (0, -2, -2, 0); (0, 2, 3, 1); (3, 0, -3, 6)} de vectores
en 4 es linealmente independiente.
Solucin:
Segn la definicin, se debe comprobar que una combinacin lineal de los vectores que de
cmo resultado el vector nulo, slo es posible con todas las constantes iguales a cero.
Entonces: 1a + 0b +0c + 3d = 0
2a - 2b +2c + 0d = 0
1a - 2b + 3c - 3d = 0
-2a + 0b +1c + 6d = 0
231
www.elsolucionario.org
Veamos:
Concluimos entonces que los vectores del conjunto dado son linealmente
independientes.
Solucin:
Por definicin, los vectores son linealmente dependientes si alguno de ellos es combinacin
lineal de los restantes.
Otra forma de justificar la respuesta es la siguiente: Si los vectores no fueran L.D. seran
L.I., es decir una combinacin lineal de los vectores que de cmo resultado el vector nulo,
solo sera posible con todas las constantes iguales a cero.
Por otra parte, en el ejercicio anterior se muestra que la combinacin lineal da origen a un
S.L.H. que en este caso tendr mas variables (4) que ecuaciones (3), por tanto existen
infinitas soluciones, es decir, se pueden hacer combinaciones lineales de los vectores que
den como resultado el vector nulo, sin que todas las constantes sean cero.
a) { i , j , k }.
c) {(1, 1, 1, 0) ; (0, -1, 1, -1) ; (-1/3, 1/3, 0, -1/3) ; (-2/3, 0, 2/3, 2/3)}.
232
UNIDAD 4 - Vectores - Vectores en n
Solucin:
Por definicin, para ver si un conjunto de vectores es ortogonal se debe verificar que
cualquier par de vectores del conjunto es ortogonal, es decir que el producto interno de
dos de ellos es cero.
ij = 0 ; jk = 0 ; kI = 0
ab = -2+2 = 0
ac = 0
bc = 3/4- 3/4 = 0
cb = -3/4+3/4 = 0
ab = 1 + 1 = 0 ; ac = 1/3 + 1/3 = 0
Efectuamos todas las posibilidades para el producto interno y los resultados son cero,
esto implica que todos los pares de vectores son ortogonales y por tanto el conjunto es un
conjunto ortogonal.
Solucin:
233
UNIDAD 4 - Vectores - Vectores en n
0r + 2s + 3t = 1
1r + 0s + 1t = 1
-1r + 0s +0t = 0
1r 2s 2t = 2
234
www.elsolucionario.org
RESUMEN
La magnitud o norma: v = si v 2.
La direccin: .
Si u = (x1, y1) y v =(x2, y2), la suma de u y v es: u + v = (x1+ x2, y1+ y2) = (w1, w2) = w.
Estas 2 operaciones permiten expresar cualquier vector del plano 2 como combinacin
lineal de los vectores unitarios i y j: v = xi + yj, por lo que se dice que los vectores i y j
forman una base cannica de 2 .
El producto escalar (interno o punto) entre u = (x1, y1) y v =(x2, y2) , se define de 2 formas:
De la segunda definicin se deduce que el coseno del ngulo entre los vectores es el
En 3 un vector queda definido por una terna ordenada v = (v1, v2, v3). Con estos vectores
se definen las mismas operaciones que con los vectores en 2:
235
UNIDAD 4 - Vectores - Resumen y Autoevaluacin
se denota: uxv= =i -j +k
El producto mixto (tambin llamado triple producto escalar) es otra operacin definida
con 3 vectores de 3 y el resultado es un real; es la combinacin del producto vectorial y
del producto escalar entre vectores de 3, y se denota u[ v x w ]
Un vector v = (v1, v2, v3) genera una recta vectorial definida por
ecuaciones paramtricas: x = x0 + rv1 ; y = y0 + rv2 ; z = z0 + rv3 .
ecuaciones simtricas: = = .
Dos vectores linealmente independientes u = (u1, u2, u3) y v = (v1, v2, v3) generan un plano
con ecuacin cartesiana: a.( x x0 ) + b.( y y0 ) + c.( z z0 ) = 0, donde
u x v = n =(a, b, c) es un vector normal al plano, y x = (x x0 , y y0 , z z0) es un vector
contenido en el plano, entonces nx = 0 es la ecuacin vectorial del plano.
236
UNIDAD 4 - Vectores - Resumen y Autoevaluacin
GLOSARIO
Dos vectores son linealmente dependientes, si uno de ellos es mltiplo escalar del otro
(estn sobre rectas paralelas).
Una recta vectorial es generada por un vector y cada punto representa un vector.
237
www.elsolucionario.org
AUTOEVALUACIN
1. Un vector es:
a) Dos puntos del plano.
b) Una flecha.
c) Una coleccin de segmentos con la misma direccin, magnitud y sentido.
d) Un conjunto de flechas.
a) . b) . c) . d) .
a) . b) . c) - . d) (1, 1, -1).
5. El resultado de j x k es:
a) 0. b) 1 . c) i . d) 2.
a) . b) u . c) v . d) v.
8. El resultado de j x k k x j es:
a) -2i . b) 2i . c) 0. d) o.
238
UNIDAD 4 - Vectores - Resumen y Autoevaluacin
a) x = ; y= ; z=r.
b) x = ; y= ; z = r.
c) x = ; y= ; z = r.
d) x = ; y= ; z = r.
a) u x (v x w) b) u(vw)
c) (uv ) w d) u vw
e) u (v + w) f) u + vw
g) h)
Decida si cada una de las siguientes afirmaciones es verdadera (V) o falsa (F):
12. Todo vector de 2 puede ser expresado como una combinacin lineal de los
vectores de coordenadas (2, 1) y (1, 3).
14. Si uv = 0 entonces u = o v = o.
239
UNIDAD 4 - Vectores - Resumen y Autoevaluacin
16. La componente del vector u = (2, 1) sobre la recta generada por el vector
v = (-3, 2) es .
18. Los puntos A: (4, 2, 1), B: (7, 5, 3) y C: (2, 2, 4) son vrtices de un tringulo
rectngulo.
19. El vector con punto inicial en (3, 1, -2) y punto terminal en (-3, 4, -1) es
6i + 3j + k.
240
www.elsolucionario.org
RETROALIMENTACIN
2. a) . b) .
3. a) y . b) y .
8. a) b) c) d)
b) 2. c) . 3. x = .
Seccin 4.2.2 (pgina 195): 1. a) (21, 28, -35) . b) 64 . c) 72. d) (30, 60, -105).
e) . 2. u = y v=
241
UNIDAD 4 - Vectores - Resumen y Autoevaluacin
3. Ecuacin vectorial: x = p + rv , r .
Ecuaciones paramtricas: x = 3r ; y = 0 ; z = -r (una opcin).
Ecuaciones simtricas: .
Ecuaciones simtricas: .
Ecuaciones simtricas: ; y = 0.
5. d(R, L) = 7 . 6. a) x + 2y 2z = 5. b) . c) 2x + y+ 2z = 0.
d) x = ; y=- r e) x + 2y 2z = 6 f) 1 g) 900
7. a) . b) o .
c) arccos = arccos d) .
242
UNIDAD 4 - Vectores - Resumen y Autoevaluacin
8. = = 39 unidades cbicas.
243
www.elsolucionario.org
9. La afirmacin es verdadera. Si dos vectores son paralelos estn sobre la misma recta y
por tanto, uno de ellos es mltiplo escalar del otro.
(3, 6) se tiene .
jxk= = (1, 0, 0) = i .
(2, -4, 3) = -3 .
244
UNIDAD 4 - Vectores - Resumen y Autoevaluacin
Entonces:
Vector normal al plano 2x y + z = 1 n1 = (2, -1, 1).
Vector normal al plano 3x + 2z = 0 n2 = (3, 0, 2).
Por tanto,
10. La repuesta correcta es b). La interseccin de dos planos es una recta cuyas
ecuaciones paramtricas se obtienen de la solucin general del S.E.L., que se
forman con las ecuaciones cartesianas de los planos: 2x y + z = 1
x + 2y 3z = -1
245
UNIDAD 4 - Vectores - Resumen y Autoevaluacin
x= ; y= ; z=r.
12. La afirmacin es verdadera. Como los vectores (2, 1) y (1, 3) son linealmente
independientes, forman una base de 2; por tanto, todo vector del plano puede
ser expresado como una combinacin lineal de ellos dos.
u v u = kv
k= = .
246
www.elsolucionario.org
19. La afirmacin es falsa. El vector con punto inicial (cola) en P = (3, 1, -2) y punto
terminal (cabeza) Q = (-3, 4 -1) es: PQ = (-6, 3, 1) = -6i + 3j + k.
20. La afirmacin es verdadera. Los vrtices del tringulo son los puntos A:(1, 0, 0),
247
UNIDAD 5 - Espacios Vectoriales - Estructuras Algebraicas
5. ESPACIOS VECTORIALES
James R. Newman.
INTRODUCCIN
A travs del tiempo, los grandes avances en la matemtica y su interrelacin con otras
reas del conocimiento han sido fundamentados en los Mtodos de Abstraccin. As, la
reduccin de un problema a sus aspectos esenciales y bsicos ha permitido en muchas
ocasiones, interconexiones entre eventos aparentemente no relacionados.
En esta unidad se har uso precisamente de la abstraccin para llegar al concepto que
es objeto de estudio, los Espacios Vectoriales, estructura algebraica que se define a partir
de estructuras ms sencillas como el Grupo Conmutativo y el Campo.
En los temas desarrollados hasta ahora, es posible que cada una de las unidades 1 y 4 hayan
sido asimiladas simplemente como dos unidades modulares del curso. En esas unidades
se definieron y operaron dos tipos de elementos llamados respectivamente Matrices y
Vectores tanto en el plano (2) como en el espacio (3) haciendo la generalizacin a n.
En esta unidad se podr comprobar que estos conjuntos con las operaciones de suma y
multiplicacin escalar en ellos definidos poseen estructura de espacio vectorial.
249
www.elsolucionario.org
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS
CONTENIDO
5.3. Aplicaciones
5.3.1. Rango y nulidad de una matriz
5.3.2. Matriz asociada al cambio de base en un espacio vectorial
250
UNIDAD 5 - Espacios Vectoriales - Estructuras Algebraicas
Ejemplos:
4. El conjunto de las matrices de orden 2x3 (M2x3) con la suma definida entre matrices y la
multiplicacin por un escalar.
Asociativa: (a b) c = a (b c) = = a b c .
Conmutativa: a b = b a .
251
UNIDAD 5 - Espacios Vectoriales - Estructuras Algebraicas
Ejemplos:
1. El conjunto de los nmeros enteros con la suma Z,+ es un grupo conmutativo dado que:
la suma de dos enteros es un entero; la suma es una operacin conmutativa y asociativa.
Adems el cero es mdulo de la suma ya que cualquier nmero sumado con cero es el
mismo nmero, y todo entero tiene un inverso aditivo.
2. El conjunto de las matrices de orden 2x3 con la suma de matrices M2x3,+ es un grupo
conmutativo porque esa operacin es:
Clausurativa: Si .
Asociativa: .
Conmutativa: .
Modulativa: O es la matriz nula de orden 2x3.
Invertiva: -A es la matriz opuesta de A.
Clausurativa: .
Asociativa: .
Conmutativa:
Modulativa: 1 es el mdulo de la multiplicacin.
4. El conjunto de los nmeros naturales con la suma N,+ no es un grupo porque no existen
inversos aditivos. As por ejemplo no hay un nmero natural que sumado con 3 de cero.
Ejercicios propuestos:
252
www.elsolucionario.org
5.1.2. Campo
Ejemplos:
1. ,+, es un campo porque el conjunto de los nmeros reales con las operaciones
corrientes de suma y multiplicacin cumple los requisitos, es decir:
- ,+ es un grupo conmutativo.
- 0, es un grupo conmutativo.
- .
Ejercicios propuestos:
253
UNIDAD 5 - Espacios Vectoriales - Estructuras Algebraicas
- (r v)V, r y vV
- 1 v = v, v V y 1
- (r s) v= r (s v) , r, s y vV
- (r + s) v= (r v) (s v) , r, s , vV
- r (u v)= (r u) (r v), r , u, vV
Notacin:
Se escribe V, , y se lee V es un Espacio Vectorial.
Los elementos de V se llaman VECTORES y se denotan con letras en negrilla.
Los elementos de se llaman ESCALARES y se representan con letras minsculas.
Convencin en la notacin:
Para evitar posteriores confusiones en la notacin de las operaciones y del
espacio vectorial, en el adelante se usar + para la ADICIN VECTORIAL y para
la MULTIPLICACIN ESCALAR se omite el punto, pero haciendo nfasis en que son
operaciones diferentes de la suma y la multiplicacin en los nmeros reales. As: r v se
refiere a la multiplicacin escalar pero r s se refiere a la multiplicacin de reales.
Ejemplos:
3. El conjunto de polinomios con variable x de grado menor o igual a 2 (que notaremos P2)
con la suma y la multiplicacin escalar definida trmino a
trmino, tiene estructura de espacio vectorial.
254
UNIDAD 5 - Espacios Vectoriales - Estructuras Algebraicas
- Clausurativa: Si y , entonces:
es un polinomio en P2 .
- Asociativa: .
- Conmutativa: .
Justificacin: Llamaremos: .
Si u , v , u ) y v u+v
0 + 0 = 0, 0 + 1 = 1 pero 1 + 1 = 2 y 2 .
255
www.elsolucionario.org
Este teorema garantiza que en cualquier espacio vectorial siempre podemos encontrar el
mdulo de la suma vectorial, multiplicando escalarmente cualquier vector del espacio por
el escalar 0. En forma anloga siempre se puede obtener el vector opuesto de cualquier
vector, multiplicando escalarmente el vector por -1.
Ejercicios propuestos:
5.1.4. Subespacios
Ejemplos:
256
UNIDAD 5 - Espacios Vectoriales - Estructuras Algebraicas
Justificacin:
2 3
El anterior teorema se resume diciendo que las dos operaciones definidas en V y heredadas
por W, son clausurativas o cerradas en W.
Demostracin:
Estas dos condiciones son suficientes puesto que:
257
UNIDAD 5 - Espacios Vectoriales - Estructuras Algebraicas
Ejemplos:
es un subespacio de 3.
Justificacin:
Basta con verificar que se cumplen las 2 condiciones del teorema anterior.
(1) .
(2) .
Justificacin:
Si , con
Como 0, ,
Ejercicios propuestos:
2. Si M2 es el espacio vectorial de las matrices reales de orden 2, determine para cada uno
de los siguientes subconjuntos si es o no un subespacio de M2:
a)
258
www.elsolucionario.org
b)
c) es antisimtrica
d) .
Autoevaluacin
1. es un espacio vectorial.
2. es un subespacio de M3x1 .
259
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
En trminos generales, una base para un espacio vectorial es un conjunto de vectores del
espacio, a partir de los cuales se puede obtener cualquier otro vector de dicho espacio,
haciendo uso de las operaciones en l definidas.
Ejemplos:
1. Dado el conjunto S = 2:
Solucin:
es una combinacin lineal y (5,5) es el vector resultante porque:
3 (2 , 3) + (-1) (1,4) = (6,9) + (-1,-4) = (5,5) .
260
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Solucin:
Como (2,3) y (1,4) son vectores no paralelos (ver seccin 4.1.2) cualquier vector de 2 se
puede expresar como combinacin lineal de ellos.
Solucin:
Si (x, y) se puede expresar como C.L. de los vectores de S , deben existir escalares c1 y
c2 tales que: (x, y) = c1(2, 3) + c2(1, 4).
el cual debe tener al menos una solucin para que se pueda escribir la combinacin
lineal de los vectores de S .
2. Si S , entonces:
Justificacin: .
261
www.elsolucionario.org
Justificacin:
262
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Justificacin:
a)
b)
Ejercicio propuesto:
a) . b) . c) .
Ejemplos:
1. es un generador de 2. G= gen 2.
Justificacin:
Cualquier vector de 2 es de la forma (a, b ) y aplicando la definicin de generador, se
tiene .
, cuyo determinante es .
263
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Por tanto, el sistema tiene solucin nica, es decir, siempre podemos encontrar constantes
c1 y c2 para la C.L., independientemente de los valores para las constantes a y b.
Lo anterior implica que todo vector de 2 se puede expresar como C.L. de los vectores de
G, en consecuencia G es generador de 2.
2. no es un generador de M2.
Justificacin:
Cualquier vector de M2 es de la forma y si T es generador, deben existir escalares
, de lo que se deduce: .
Como se puede observar, para que este sistema tenga solucin es necesario que c = d =
0, por tanto, la definicin no se cumple para cualquier matriz cuadrada de orden 2, sino
3. es un generador de P2.
Justificacin:
Cualquier polinomio de grado 2 es de la forma y se puede expresar como:
de lo que se deduce
Por lo tanto, para cualquier a, b y c existen las constantes c1, c2, c3 que permiten expresar el
polinomio como C.L. de los elementos de S.
264
www.elsolucionario.org
a) Para , a = 2, b = -3, c = 4
Entonces:
b) Para , a = 0, b = 5, c=1
Entonces:
1) 2) 3)
Nota: De los ejemplos anteriores se deduce que si el sistema de ecuaciones que se forma
tiene solucin, el conjunto es un generador del espacio vectorial correspondiente.
Definicin: Dado un subconjunto S = {v1, v2, v3. . . , vn} de un espacio vectorial V, se dice
que S es LINEALMENTE DEPENDIENTE (L.D.) si alguno de los vectores de S se puede
expresar como combinacin lineal de los restantes, es decir, si existen escalares c1, c2...,cn
tales que:
265
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Ejemplos:
1. Decidir si es L. I. L. D.
Solucin:
En cualquiera de los 2 casos L.I. L.D. se debe hacer una C.L. de los vectores de S
que sea igual al vector nulo.
2. Decidir si es L. I.
Solucin:
Se parte de la C.L. de los elementos de T igualada a la matriz nula de orden 2 (el mdulo
de la suma en M2).
Como se forma un sistema lineal homogneo con menos ecuaciones que variables, el
sistema tiene infinitas soluciones. Es decir, se pueden encontrar escalares no
necesariamente todos iguales a cero, para los cuales la matriz nula es C.L. de los elementos
de T.
266
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Justificacin:
Aplicando la definicin tenemos: .
Si el sistema tiene infinitas soluciones, no necesariamente todas las constantes son cero y
el conjunto es linealmente dependiente.
267
www.elsolucionario.org
En este teorema se resumen los criterios para que un sistema de ecuaciones lineales tenga
infinitas soluciones, que es lo que debe suceder con el sistema de ecuaciones que se
forma al aplicar la definicin de dependencia lineal a un conjunto de vectores.
Como cada vector de n tiene n componentes, con mas de n vectores se formara una
matriz con menos filas que columnas y en consecuencia sera imposible tener una matriz
equivalente a la matriz idntica (condicin para que un conjunto de vectores sea L.I.).
Ejemplos:
Solucin:
Note que cada vector del conjunto se toma como columna del determinante.
268
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Solucin:
Solucin:
En este caso primero se expresa cada polinomio como un vector columna, as
4. Decidir si el conjunto H = {(1, 3, 0); ( 1, 0,1); (2, 0, 2); (0, 3,1)} es L.I. o L.D.
Solucin:
Ejercicio propuesto:
es L.I. o L.D.
269
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Ejemplos:
Justificacin:
Justificacin:
Como el conjunto B no es L. I.
270
www.elsolucionario.org
Justificacin:
Aunque este conjunto es L.I. (comprubelo) no es generador. Veamos por qu:
La ltima ecuacin d = 0 significa que esta C.L. slo es posible para matrices de la forma
Solucin:
Como el conjunto debe ser L.I. encontraremos los valores de para que el determinante
correspondiente sea diferente de cero:
Nota: Como puede tomar diferentes valores y el conjunto no deja de ser generador, para
cada valor de se tiene un conjunto diferente lo que significa que la base de un espacio
vectorial no es nica.
271
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Interpretacin geomtrica:
La figura 5.3 nos muestra que el mismo vector z 2 es C.L. de bases diferentes: {u1 , u2}
(roja) y {v1 , v2} (verde), es decir:
z = 1u1 + 1u2 y z = 1v1 + 1v2 los mismos escalares pero con vectores diferentes.
La figura 5.4 nos muestra el vector z 2 como C.L. de tres bases diferentes: roja, verde y
azul, pero esta vez con escalares diferentes c1 y c2 para cada base : z = c1v1+ c2v2.
Es decir, cualquier par de bases de un mismo espacio vectorial tienen la misma cantidad
de elementos.
Esto quiere decir que cualquier conjunto de n vectores L.I. generan un espacio vectorial
de dimensin n.
272
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Teorema: Dada una base B de un espacio vectorial V , todo vector de V puede ser
expresado en forma nica como C.L. de los vectores de B.
Para todo espacio vectorial existe una base muy particular llamada base ortonormada
tambin conocida como base NATURAL o CANNICA .
Ejemplos:
y (0, 1)(1, 0) = 0.
2. La base cannica para 3 es {(1, 0, 0) ; (0, 1, 0) ; (0, 0, 1)} por la misma razn que en
2 : los 3 vectores son unitarios y el producto escalar entre dos de ellos es
cero.
273
www.elsolucionario.org
b)
c) .
Ejercicios resueltos:
Solucin:
274
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
, donde .
{v1, v2} es el conjunto generador de todas las soluciones del sistema de ecuaciones. En
consecuencia, el conjunto de soluciones es un subespacio de 4.
b) Como {v1, v2} es el conjunto generador del conjunto solucin y adems los
c1 + c2 =
275
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Entonces, el conjunto {v1, v2} es una base del espacio solucin del sistema de ecuaciones
y por tanto su dimensin es 2.
Solucin:
c1v1 + c2 v2 = v
Por tanto: (1, 7, -4) = -3 (1, -3, 2) + 2 (2, -1, 1) es la C.L. pedida.
Solucin:
Si los polinomios estn en el espacio generado por U, deben poderse expresar como C. L.
de los elementos de U.
a)
276
www.elsolucionario.org
b)
La ltima igualdad 0 = 87/7 nos indica que el sistema es inconsistente entonces no existen
c1, c2 que permitan expresar el polinomio como C.L. de U, es decir el polinomio no est en
el espacio generado por U,
4. Hallar las condiciones sobre a , b y c tales que (a, b, c) 3 sea generado por
v1 = (2, 1, 0) , v2 = (1, -1, 2) , v3 = (0, 3, -4).
Solucin:
Se expresa (a, b ,c) como C.L. de v1 , v2 y v3.
(a, b, c) =
Para que el sistema no presente inconsistencia es decir para que tenga solucin, se debe
tener la condicin: 3c 2a + 4b = 0.
277
UNIDAD 5 - Espacios Vectoriales - Bases y Dimensin
Ejercicios propuestos:
1. Decida si cada uno de los siguientes conjuntos constituye o no una base para
el espacio vectorial 4:
2. Encuentre una base para el espacio vectorial de las matrices reales de orden
3x2. Cul es la dimensin de este espacio?
4. Cules de los siguientes conjuntos son bases para P2 (polinomios de grado 2)?
278
UNIDAD 5 - Espacios Vectoriales - Rango y Nulidad de una Matriz
5.3. APLICACIONES
- Una matriz A de orden mxn asociada a un sistema de ecuaciones lineales del mismo
orden, cuya forma reducida por filas permite encontrar una base del espacio solucin de
dicho sistema.
- Una matriz que nos permite en forma prctica cambiar la base de un espacio vectorial,
teniendo en cuenta que la base de un espacio vectorial no es nica.
Definicin: Se llama ESPACIO NULO o KERNEL de una matriz A de orden mxn, al conjunto
de vectores xn tales que A x = 0. Se denota Ker (A).
Ejemplos:
, donde: A= y x= .
279
www.elsolucionario.org
Por tanto, todas las soluciones del sistema A x = 0 se obtienen del vector
Solucin:
Se lleva la matriz a la forma reducida por filas: .
280
UNIDAD 5 - Espacios Vectoriales - Rango y Nulidad de una Matriz
Im (A) = {bm / A x = b}
(A)=dim( ImA )
Ejemplos
281
UNIDAD 5 - Espacios Vectoriales - Rango y Nulidad de una Matriz
Solucin:
La forma reducida de B es , por tanto:
Im(B) = y (B) = 2.
Solucin:
Solucin:
La forma reducida de la matriz D es:
282
www.elsolucionario.org
Nota: Como se puede observar en los ejemplos 3 y 4 el rango mas la nulidad de una matriz
es igual al nmero de columnas de esa matriz.
283
UNIDAD 5 - Espacios Vectoriales - Rango y Nulidad de una Matriz
Solucin:
Se forma una matriz con los vectores asociados a cada polinomio del conjunto S.
el espacio es de dimensin 4.
Ejercicios propuestos:
a) . b) . c) .
d) . e) .
a) x1 2x2 + x3 + x4 = 2 b) x1 + x2 x3 = 7
3x1 + 2x3 2x4 = -8 4x1 x2 + 5x3 = 4
4x2 x3 x4 = 1 6x1 + x2 + 3x3 = 18
5x1 + 3x3 x4 = 0
284
UNIDAD 5 - Espacios Vectoriales - Rango y Nulidad de una Matriz
Consideremos 3 vectores en 2: x = (5, -3); u = (3, 1); v = (1, 5). Cada uno de ellos
pueden ser expresados en trminos de la base cannica {i , j}, donde:
i = (1, 0) j = (0, 1). As: x = 5i 3j ; u = 3i + j ; v = i + 5j
( AX=B X=A-1B )
y se tiene: .
x = 5i 3j en la base {i , j}.
x = 2u v en la base {u , v}.
285
www.elsolucionario.org
En la matriz A se observa que sus columnas coinciden con las coordenadas de cada vector
de la base {u , v} en trminos de la base cannica. Tambin se puede observar que las
coordenadas del vector x en la base {u , v}, se obtuvieron multiplicando la matriz inversa
de A por el vector x tomado como vector columna.
Generalizando:
Ejemplo:
Solucin:
286
UNIDAD 5 - Espacios Vectoriales - Rango y Nulidad de una Matriz
T =
b) Expresar el vector (7,4) como C. L. de la base B1 y use la matriz T para expresarlo como
C. L. de la base B2.
Solucin:
Primero, se expresa x como C. L. de los vectores de la base B1 :
Solucin:
Como T = , entonces: T .
Si y = a (3,1) + b (2,-1)
287
UNIDAD 5 - Espacios Vectoriales - Rango y Nulidad de una Matriz
Ejercicios propuestos:
2. Muestre que el vector y = (2,-5,4) no pertenece al subespacio generado por los vectores
u = (1,-3,2) y v = (2,-1,-1).
a)
b)
c)
d)
a) .
b) .
c) .
d) .
e) .
288
www.elsolucionario.org
6. Halle una base y la dimensin del espacio solucin de cada uno de los
siguientes sistemas homogneos:
a) x + 4y + 2z = 0 b) x 2y + 7z = 0
2x + y + 5z = 0 2x + 3y 2z = 0
2x + 3y 2z = 0
289
UNIDAD 5 - Espacios Vectoriales - Resumen y Autoevaluacin
RESUMEN
Asociativa: .
Modulativa: G tal que G, .
e se llama MDULO para en G.
Invertiva: a G, a-1 G tal que .
a se llama INVERSO de a para la operacin .
-1
Conmutativa: .
Se denota G,
Espacio vectorial (E.V.) es una estructura algebraica conformada por un grupo conmutativo
V, relacionado con el campo de los nmeros reales () mediante la operacin llamada
multiplicacin escalar que cumple las siguientes propiedades:
- (rv) V , r y v V .
- 1v = v, v V y 1.
- (r s) v = r (sv), r, s y v V.
- (r + s) v = (rv) (sv), r, s , v V.
- r(u v) = (ru) (rv), r , u, v V.
290
UNIDAD 5 - Espacios Vectoriales - Resumen y Autoevaluacin
Dado un conjunto S = {v1, v2, v3, . . . , vn} de vectores, se dice que v es una combinacin
lineal (C.L.) de S si v = c1v1+c2v2+c3v3+. . . +cnvn donde c1, c2,....,cn son escalares.
Si V es un espacio vectorial, un subconjunto G = {v1, v2, v3, . . . , vk} de V es un generador
de V , si para todo vV , existen escalares c1, c2,....,ck tales que:
v = c1v1+c2v2+. . . +ckvk
B = {v1, v2, v3, . . . , vn} es una base de V si B es un conjunto L.I. y generador de V. El nmero
de vectores en B (en este caso n) es la dimensin de V.
El kernel (o espacio nulo) de una matriz Amxn, es el conjunto de vectores xn tales que
A x = O. Se denota Ker (A). La nulidad de A es la dimensin del kernel y se denota (A)
= dim( Ker A) .
Dadas 2 bases B1 ={u1, u2, . . . ,un} y B2 ={v1, v2, . . . ,vn} de un espacio vectorial V de
dimensin n, se llama matriz de transicin (o matriz de cambio de base) de la base B1 a
la base B2 , a la matriz T cuyas columnas son los vectores coordenados de cada vector
de B1 respecto a la base B2 .
291
www.elsolucionario.org
GLOSARIO
Campo es un conjunto en el cual se definen 2 operaciones con cada una de las cuales el
conjunto tiene estructura de grupo conmutativo, y una de las operaciones es distributiva
respecto a la otra.
Espacio vectorial (E.V.) es una estructura algebraica conformada por un grupo conmutativo
relacionado con un campo mediante una operacin llamada multiplicacin escalar.
Base ortonormada es una base en la cual todos los vectores son unitarios (normados) y
ortogonales dos a dos.
292
UNIDAD 5 - Espacios Vectoriales - Resumen y Autoevaluacin
Imagen de una matriz es el conjunto de filas no nulas en su forma escalonada por filas.
Kernel de una matriz es el nmero vectores generadores del conjunto solucin del S.L.H.
asociado a la matriz.
Vector coordenado de un vector respecto a una base B es, el vector que se forma con
las constantes de la combinacin lineal para ese vector, en trminos de los vectores de la
base B.
293
UNIDAD 5 - Espacios Vectoriales - Resumen y Autoevaluacin
AUTOEVALUACIN
2. genera a M2.
4. es una base de 3.
los vectores .
8. El rango de la matriz es 2.
294
www.elsolucionario.org
x + 3y 2z + 4w = 0 ; -x + 4y 5z + 10w = 0
3x + 2y + z 2w = 0 ; 3x 5y + 8z 16w = 0
es:
a) . b) . c) . d) .
a) 1 y 3 . b) 3 y 2 . c) 2 y 3. d) 3 y 1 .
a) . b) . c) . d) .
a) . b) . c) . d) .
295
UNIDAD 5 - Espacios Vectoriales - Resumen y Autoevaluacin
a) . b) . c) . d) .
RETROALIMENTACIN
1. La afirmacin es falsa porque la suma de dos vectores del conjunto no est en el conjunto.
Como la condicin es 2x y 2z = 1
y = 2x 2z 1 , por tanto: .
296
UNIDAD 5 - Espacios Vectoriales - Resumen y Autoevaluacin
2. La afirmacin es falsa porque siendo z = 1 para todos los vectores del conjunto, al sumar
dos de ellos z = 2 y el vector suma no pertenece al conjunto.
1. La afirmacin es falsa porque cualquier combinacin lineal de los vectores del conjunto
dado es un vector cuya segunda componente es cero, por tanto no se puede generar el
para cualquier a, b, c y d.
3. La afirmacin es falsa porque el vector (1,1,0) = (1,0,0) + (0,1,0), es decir uno de los vectores
es C.L. de los restantes y en consecuencia el conjunto es linealmente dependiente.
297
www.elsolucionario.org
generadores de 3.
Como el sistema tiene infinitas soluciones hay muchos valores de c1, c2, y c3 que permiten
tener la combinacin lineal que interesa. Veamos al menos dos posibilidades:
Si ,entonces:
Si , entonces:
298
UNIDAD 5 - Espacios Vectoriales - Resumen y Autoevaluacin
11. La respuesta correcta es b) porque es la matriz inversa de la matriz que se forma con los
vectores coordenados que le corresponden a los polinomios de la base
299
UNIDAD 5 - Espacios Vectoriales - Resumen y Autoevaluacin
13. La respuesta correcta es d) porque el determinante que se forma con los vectores del
conjunto es igual a cero, por tanto los vectores son linealmente dependientes y no pueden
formar una base de 3.
14. La respuesta correcta es a) porque una base de 3 debe tener 3 vectores linealmente
independientes y los 3 vectores del conjunto lo son puesto que el determinante que se
luego una base del espacio solucin del sistema de ecuaciones es:
300
www.elsolucionario.org
6. TRANSFORMACIONES LINEALES
He odo decir a mucha gente: Dadme las ideas... Es imposible dar ideas si no es con las palabras ms
detalladamente adecuadas
William Blake.
INTRODUCCIN
Hay muchos fenmenos que pueden ser aproximados mediante modelos lineales y esta
unidad contribuye conceptualmente en el anlisis e interpretacin de ellos, tal es el caso
del procesamiento de imgenes y las grficas en computadora.
301
UNIDAD 6 - Transformaciones Lineales - Definicin y Ejemplos
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS
CONTENIDO
302
UNIDAD 6 - Transformaciones Lineales - Definicin y Ejemplos
(1) L( u + v) = L( u ) + L( v ) u, v V
(2) L(.u ) = . L( u ) u V y
Ejemplos:
1. Dilatacin-contraccin:
Justificacin:
Dados u = y v= vectores en 3:
(1) L( u+v ) = k.
= k. + k.
= k.u + k.v
= L( u ) + L( v )
= L( u )
303
www.elsolucionario.org
Interpretacin geomtrica:
u
(3/4) u = w 2u = z
(-1)u = v
Fig. 6.1
2. Proyecciones:
Y u+v Y
v ku A
u X X
L
Fig. 6.2
En forma anloga a como se defini la proyeccin sobre el eje X, se puede hacer sobre el
eje Y o sobre cualquier otra recta.
En general, una regin A del plano se puede transformar en un segmento de recta, y esta
transformacin es lineal. (Figura 6.2c)
304
UNIDAD 6 - Transformaciones Lineales - Definicin y Ejemplos
Justificacin:
(1) L( u+v ) = L .
= = L( u ) + L( v ).
Adems si es un escalar
(2) L(u ) = = L(u)
Interpretacin geomtrica:
Esta transformacin proyecta cualquier vector u del espacio 3 sobre el plano cartesiano
2 (Figura 6.3).
Z
z1
u
y1 Y
x1 L(u)
X
Fig. 6.3
De manera similar se puede hacer la proyeccin sobre cualquiera de los otros dos planos,
XZ o YZ.
3. Rotaciones:
Se definen con la matriz R = donde es el ngulo de rotacin.
Y
Q y
y P
x O x X
(a) (b)
Fig. 6.4
305
UNIDAD 6 - Transformaciones Lineales - Definicin y Ejemplos
de donde se deduce que una rotacin es una transformacin lineal definida por la matriz
R , pues cualquier vector u = (x, y) multiplicado por R da como resultado un vector v =
(x, y) rotado grados (figura 6.4).
Por ejemplo, si se aplica al vector de coordenadas (2, 1) una rotacin de 900 se tiene:
= +
= L( u ) + L( v )
= L( u )
306
www.elsolucionario.org
Otras transformaciones:
4. En el espacio vectorial de las matrices de orden mxn, MULTIPLICAR POR UNA MATRIZ
An es una transformacin lineal, definida por: L: donde
L( M ) = M.A para cualquier matriz M .
Justificacin:
Si E y F son matrices de orden mxn:
(1) L( E+F ) = ( E+F ).A = E.A + F.A = L( F ) + L( F )
(2) L( kM ) = ( kM ).A = k( M.A ) = kL( M )
Justificacin:
(1) L( f + g ) = ( f +g ) = f + g = L( f ) + L( g ).
(2) L( kf ) = ( kf ) = kf = kL( f ).
Justificacin:
.
7. Dados Mmn y Mnm espacios vectoriales de las matrices de orden mxn y nxm,
respectivamente, la transformacin L: Mmn Mnm definida como L( A ) = AT es lineal.
Justificacin:
Si A y B son matrices de Mmn
(1) L( A+B ) = ( A+B )T = AT + BT = L( A ) + L( B )
(2) Si es un escalar: L(A ) = (A )T = AT = L( A )
Justificacin:
307
UNIDAD 6 - Transformaciones Lineales - Definicin y Ejemplos
- Desplazamientos horizontales:
EN EL PLANO: se define como T(x, y) = (x+h, y) (Figura 6.3a)
EN EL ESPACIO: se define como T(x, y, z) = (x+h, y, z) (Figura 6.3b)
h determina la longitud del desplazamiento sobre el eje X.
Y Z
x x+h X Y
x+k
(a) X (b)
Fig. 6.5
- Desplazamientos verticales:
EN EL PLANO: se define como T(x, y) = (x, y+k)
EN EL ESPACIO: se define como T(x, y, z) = (x, y y+k, z)
k es el desplazamiento sobre el eje Y .
Y Z
y
X
y
y+k X y+k
Y
(a) (b)
Fig. 6.6
308
UNIDAD 6 - Transformaciones Lineales - Definicin y Ejemplos
En la figura 6.5 el rectngulo de color oscuro se desplaza hasta coincidir con el de color
claro. En la Figura 6.6 el rectngulo claro se desplaza hasta coincidir con el rectngulo
oscuro.
- Traslaciones:
Se obtienen de la composicin de dos desplazamientos, uno en la direccin de cada eje
coordenado:
T( u+v ) = T( u ) + T( v ) y T( ku ) = kT( u ).
Si u = (x1, y1, z1) y v = (x2, y2, z2) son vectores del espacio 3, entonces:
Nota: En cualquier caso basta con que no se cumpla una de las condiciones de la definicin,
para concluir que la transformacin no es lineal.
Demostracin:
1. L( oV ) = L( 0v ) = 0.L( v ) = 0w = oW.
309
www.elsolucionario.org
Ejemplo:
Si T fuera lineal por la parte 2. del teorema anterior se debe cumplir T(0, 0) = (0, 0), pero
por definicin se tiene: T(0, 0) = (0, 3).
Ejercicios propuestos:
1. Defina la transformacin lineal que proyecta un vector del plano cartesiano 2 sobre
cualquier recta del plano (diferente a los ejes coordenados).
2. Defina las dos transformaciones lineales que proyectan el espacio tridimensional 3 sobre
los planos XZ y YZ respectivamente y haga las ilustraciones grficas correspondientes.
e) T: M2x2 M2x3 , donde B es una matriz fija de orden 2x3 tal que T( A ) = AB.
310
UNIDAD 6 - Transformaciones Lineales - Imagen y Ncleo
Dos subespacios bsicos asociados a toda transformacin lineal son el ncleo y la imagen,
conceptos que a continuacin se describen.
V W
Im(L)
Fig. 6.7
Ejemplo:
Solucin:
Si L (x, y, z) = (x, y), todo vector del plano R2 es imagen de algn vector de R3
Por tanto la imagen de la transformacin est formado por todos los vectores de R2 .
Im( L ) = { v = (x, y, z) R3 / x , y, z R }= R2 .
311
UNIDAD 6 - Transformaciones Lineales - Imagen y Ncleo
Se denota: Ker( L ) = { vV / L( v ) = oW }
V W
Ker(L)
oW
Fig. 6.8
Ejemplo:
Solucin:
Si L (x, y, z) = (0, 0) entonces luego x = 0 y y =0.
Por lo tanto el ncleo de la transformacin est formado por todos los vectores de la forma
(0, 0, z) ya que L (0, 0, z) = (0, 0).
Ker( L ) = { v = (x, y, z) 3 / x = 0 y y = 0 }.
Ejemplo:
La IMAGEN es todo el plano porque cualquier punto del plano al ser rotado por un ngulo
dado, se convierte en otro punto del plano. Por definicin:
312
www.elsolucionario.org
L = =
El NCLEO es o porque es el nico punto que rotado cualquier ngulo permanece fijo.
L = = =o
Al hacer la proyeccin de todos los puntos del plano sobre una recta N, en direccin
paralela a otra recta M que pasa por el origen o, el plano se reduce a la recta N y todos los
puntos sobre la recta M quedan sobre el punto o = (0, 0) (figura 6.9):
La IMAGEN es la recta sobre la cual se hace la proyeccin, puesto que para todo punto del
plano su imagen es un punto sobre la recta. Si el conjunto es una parte del plano la imagen
es un intervalo de la recta.
El NCLEO es el conjunto de todos los puntos del plano, que estn sobre la recta M que
intersecta en o a la recta N sobre la cual se hace la proyeccin.
Fig. 6.9
313
UNIDAD 6 - Transformaciones Lineales - Imagen y Ncleo
Si A es matriz de orden nxs, la IMAGEN de una matriz M de orden mxn est dada por L(M
) = Mmxn Anxs = Bmxs , entonces: Im( L ) = { B / B mxs}.
El NCLEO de la transformacin es la matriz nula de orden mxn porque el producto de 2
matrices es la matriz nula si una de ellas es la matriz nula: Ker( L ) = { Omxn }.
Esto quiere decir que la dimensin de dominio de una transformacin lineal es igual a la
suma de las dimensiones del rango y el ncleo de la transformacin.
Ejemplo:
Solucin:
Calculamos primer el ncleo de L:
314
UNIDAD 6 - Transformaciones Lineales - Imagen y Ncleo
Entonces una base del Ker( L ) es {(-5, 2, 1)}, luego nul( L ) = 1 y por el teorema se concluye
que rang( L ) = 2.
Ejercicios propuestos:
315
www.elsolucionario.org
Definicin: Dada una base B del espacio vectorial V, si un vector vV se expresa como
combinacin lineal de los elementos de B en la forma:
v = c1v1 + c2v2 + . . . + cnvn.
Se dice que las coordenadas del vector v en la base B son c1, c2, . . . , cn
Para los propsitos de este mdulo vamos a trabajar, en principio, con las llamadas
bases naturales (o cannicas) de los espacios vectoriales correspondientes. As por
ejemplo en el espacio vectorial M2 formado por las matrices de orden 2, la base natural es
316
UNIDAD 6 - Transformaciones Lineales - Representacin Matricial
Ejemplos:
3. Consideremos ahora el espacio vectorial M22 pero con una base diferente
y el vector C =
C= .
317
UNIDAD 6 - Transformaciones Lineales - Representacin Matricial
Solucin:
obtiene: , entonces:
Afirmamos que existe una matriz A de orden mxn tal que L( v ) = A[ v ]B.
Ejemplos:
B para 3 y P para 2 .
318
www.elsolucionario.org
Solucin:
L ; L ; L
L( v ) = L .
P= en 3 .
Solucin:
L y L
319
UNIDAD 6 - Transformaciones Lineales - Representacin Matricial
elementos de la base P:
=a +b +c
=d +e +f
Las soluciones de los 2 sistemas de ecuaciones que se forman con las anteriores C.L.
, donde [ v ]B .
A. = =
320
UNIDAD 6 - Transformaciones Lineales - Representacin Matricial
Expresemos cada uno de estos resultados como combinacin lineal de los elementos de
la base B.
.
.
.
Se forman 3 sistemas de ecuaciones lineales cuyas matrices aumentadas se pueden
resumir en la matriz: .
transformacin lineal: A = .
Utilizando la matriz A: L( v ) = A .
321
www.elsolucionario.org
L = = w1 ; L = = w2.
= y =
322
UNIDAD 6 - Transformaciones Lineales - Representacin Matricial
L = =
Solucin:
Se calculan las imgenes de cada vector de la base de 3 :
L = w1 ; L = w2 ; L = w3
; ;
A2x3 =
Comprobacin:
L = . =
323
UNIDAD 6 - Transformaciones Lineales - Representacin Matricial
Ejercicios propuestos:
Encuentre: L .
2. Halle la matriz asociada a cada una de las siguientes transformaciones lineales respecto
a las base P y Q dadas:
d) L: 3 3 definida por T(x, y, z) = (x+2y, y-z, x+y) ; P = {(2, 3, 5); (0, 0, 1); (1, 1, 2)}
Q = {(1, 0, 0); (0, 1, 0); (0, 0, 1)}
3. Sea B = {(2, -1); (5, 3)} una base de 2 y B= {(1, 0, 1); (0, 1, 2); (3, 1, 0)} una
324
www.elsolucionario.org
Los vectores propios de una matriz A son aquellos que multiplicados por la matriz, producen
un mltiplo escalar del vector. Los escalares que satisfacen la condicin enunciada para
cada vector, son los llamados valores propios de la matriz A.
u
(3/4)u = w Au = 2u = z
Au = (-1)u = v
Para un mismo valor propio de la matriz A existen diferentes vectores propios, pero todos
ellos son paralelos entre s.
325
UNIDAD 6 - Transformaciones Lineales - Valor y Vectores Propios
Av = 2v = w
-1 0 1 2
Ejemplos:
Solucin:
I A = =
es el polinomio caracterstico.
= 0 es la ecuacin caracterstica.
326
UNIDAD 6 - Transformaciones Lineales - Valor y Vectores Propios
v= = .
Entonces para = 3 el conjunto de vectores propios de A son todos los mltiplos escalares
forma: v= =
Entonces para = 6 el conjunto de vectores propios de A son todos los mltiplos escalares
Solucin:
det(I A) = 0 .
= 0 y = 1.
327
www.elsolucionario.org
= v= = .
= v= =
Ejercicios propuestos:
a) . b) . c) .
328
UNIDAD 6 - Transformaciones Lineales - Valor y Vectores Propios
Recordemos que toda transformacin lineal se puede representar por medio de una matriz,
por lo tanto dos matrices semejantes son representaciones matriciales diferentes de la
misma transformacin lineal.
Demostracin:
NOTA: Dos matrices semejantes tienen los mismos valores propios por tener la misma
ecuacin caracterstica, pero no necesariamente tienen los mismos vectores propios.
329
UNIDAD 6 - Transformaciones Lineales - Valor y Vectores Propios
Ejemplos:
C= .
Solucin:
C-1AC = B = =
Otra forma de verificar que las matrices son semejantes es aplicar el teorema anterior, en
tal caso se debe verificar que las dos matrices tienen la misma ecuacin caracterstica:
330
www.elsolucionario.org
Segn el teorema, para diagonalizar una matriz se debe verificar primero que existan
n vectores propios linealmente independientes, en caso contrario la matriz no es
diagonalizable.
Si una matriz A de orden n tiene n vectores propios v1, v2, . . . vn linealmente independientes,
la matriz C que la diagonaliza se obtiene tomando como columnas cada uno de los vectores
vi , y como los vectores son L.I. la matriz C es invertible.
Ejemplo:
Solucin:
Primero se obtienen los vectores propios para saber si se cumple la condicin del
teorema
Ecuacin caracterstica: .
Para = -1 se tiene = v= =
Para = 2 se tiene = v= =
Para = 1 se tiene = v= =
331
UNIDAD 6 - Transformaciones Lineales - Valor y Vectores Propios
C-1 = .
La matriz se daigonaliza efectuando el producto C-1AC y el resultado debe ser una matriz
diagonal:
= .
Ejercicios propuestos:
a) . b) . c) . d) .
a) . b) . c) .
a) . b) . c) .
332
UNIDAD 6 - Transformaciones Lineales - Resumen y Autoevaluacin
RESUMEN
Una transformacin lineal (T.L.) es una funcin L: V W que asigna a cada vector v V
, un nico vector w W (denotado L (v) ) tal que:
- L( u + v) = L( u ) + L( v ) u, v V.
- L(.u ) = . L( u ) u V y .
Se denota: [ v ]B = .
[L( v1)]B [L( v2)]B . . . , [L( vn)]B , los vectores coordenados respecto a B de la imagen por
L de cada vector de B1. Se denota [ T ]BB.
333
www.elsolucionario.org
Si son valores propios de una matriz An, los correspondientes vectores propios
v1, v2, . . . , vm para cada uno de ellos, son linealmente independientes (m.n).
Dos matrices A y B son semejantes si y solo si, existe una matriz C invertible, tal que
B = C-1AC.
Dos matrices semejantes tienen las mismas ecuaciones caractersticas y los mismos valores
propios, pero no necesariamente los mismos vectores propios.
Una matriz A de orden n es diagonalizable si existe una matriz invertible C tal que C-1AC
es una matriz diagonal.
334
UNIDAD 6 - Transformaciones Lineales - Resumen y Autoevaluacin
GLOSARIO
Transformacin lineal (T.L.) es una funcin entre espacios vectoriales que conserva la
estructura.
Ncleo de una T. L. es el conjunto de vectores que tienen como imagen al vector nulo.
Nulidad de una T. L. es la dimensin del ncleo.
Matrices semejantes son las que definen la misma transformacin lineal respecto a bases
diferentes.
335
UNIDAD 6 - Transformaciones Lineales - Resumen y Autoevaluacin
AUTOEVALUACIN
L es igual a:
336
www.elsolucionario.org
10. Las coordenadas del punto (3, 2) cuando se rota un ngulo de rad en sentido
antihorario son:
RETROALIMENTACIN
Seccin 6.1.1. (pgina 310): 1. L: 2 2 tal que L(x, y) = (x, mx+b) donde y = mx+b es la
recta sobre la cual se hace la proyeccin.
c) d)
337
UNIDAD 6 - Transformaciones Lineales - Resumen y Autoevaluacin
3. La afirmacin es falsa. Esta condicin no es necesaria para que una transformacin sea
lineal. Si la transformacin se define multiplicando por una matriz fija, ni siquiera es posible
efectuar el producto L( u ).L( v ) .
L( u + v) = A( u + v ) = Au + Av = L( u ) + L( v ) y L( ku ) = A( ku ) = kL( u )
6. La respuesta correcta es d). Por definicin, la transformacin a todo punto (x, y) del plano,
le asigna el punto (x, y, 1) que es un punto del espacio levantado una unidad respecto a (x,
y). El conjunto de todos esos puntos forman entonces un plano paralelo al plano XY a una
altura de una unidad, cuya ecuacin es z = 1.
por la matriz cuyas columnas son: L( u1); L( u2); . . . , L( un). En este caso de L
,entonces: L = = .
338
UNIDAD 6 - Transformaciones Lineales - Resumen y Autoevaluacin
forma vectorial {(1, 0, 0); (0, 1, 0); (0, 0, 1)}, entonces L(1) = x = y L(x) = x2 = . Por
De lo anterior se concluye que el ncleo est generado por un solo vector y por tanto su
dimensin es 1, en consecuencia la nulidad de L es 1 y por teorema (pag. 272) el rango
es 2.
10. La respuesta correcta es c). Para el ngulo de rad = 450 la matriz de rotacin en
= =
Por tanto, al rotar el punto (3, 2) un ngulo de rad en sentido antihorario las nuevas
coordenadas son:
339
www.elsolucionario.org
BIBLIOGRAFA
GARETH WILLIAMS, lgebra Lineal con Aplicaciones. Editorial Mc Graw Hill, 2002
RECONOCIMIENTOS
Este libro fue elaborado a partir de la necesidad de proporcionar a los estudiantes del
programa de Ingeniera Civil en la modalidad de educacin a distancia, un material de
estudio que facilite su proceso de aprendizaje, a travs de una presentacin agradable y
didctica sin sacrificar el grado de rigurosidad de los contenidos. La elaboracin del texto
final demand jornadas extensas de cuidadosa revisin en los aspectos relevantes para el
logro de los objetivos propuestos, tanto en la formacin profesional bajo la modalidad de
educacin a distancia, como en la asignatura lgebra Lineal.
Agradezco la colaboracin de mis colegas William Becerra y Luca Gutirrez, por sus
aportes iniciales en la primera fase del trabajo desarrollado, a Olga Camacho y Aurora
Velasco por la lectura crtica del texto con algunas recomendaciones.
Al ingeniero Jorge Corredor por su apoyo permanente e incondicional, para que este
trabajo sea hoy un libro de texto para los estudiantes de la Universidad.
Hago extensivos mis agradecimientos a la seoras Gina Pealosa y Sandra Zabala por su
colaboracin en la impresin cuidadosa de la primera copia.
ALGEBRA
LINEAL