Documente Academic
Documente Profesional
Documente Cultură
Orestes Bueno
Actualizado al 3 de marzo de 2015
II
Indice
general
Introduccion
1.5. Algebra
lineal de vectores en el plano .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
2
3
5
7
12
2. El plano euclidiano
2.1. Rectas en el plano . . . . . . . . . . . . . . . . .
2.1.1. Ecuacion general de la recta . . . . . . .
2.1.2. Pendiente y ecuacion normal de una recta
2.2. Posiciones y distancias relativas entre rectas . . .
2.2.1. Interseccion de rectas . . . . . . . . . . .
2.2.2. Distancia entre rectas . . . . . . . . . . .
2.3. Angulo
entre rectas . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
19
19
21
22
23
25
26
27
.
.
.
.
29
29
30
33
37
.
.
.
.
.
.
43
43
44
45
46
48
49
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
IV
INDICE
GENERAL
5. Geometra proyectiva
5.1. Relaciones y clases de equivalencia . . . . . . . . . . . . . . . .
5.2. Coordenadas homogeneas y el plano proyectivo . . . . . . . . . .
5.3. Rectas en el plano proyectivo . . . . . . . . . . . . . . . . . . . .
51
51
55
57
63
66
68
68
70
71
74
74
76
77
77
79
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Introduccion
Estas notas de clase fueron comenzadas, como manuscrito, cuando dicte el
curso de Calculo Vectorial I en el semetre 2006-I, en la Facultad de Ciencias, de la
Universidad Nacional de Ingeniera. Luego, la version digitada la comence cuando
retome el curso durante los semestre 2013-I y 2013-II.
La idea de estas notas es proveer una vision medianamente formal de la geometra analtica, sin perder las ideas geometricas, y sin caer en la abstraccion excesiva. As, el publico objetivo son alumnos de primeros anos de una carrera orientada
a ciencias o ingeniera.
VI
INTRODUCCION
Captulo 1
1. por dos puntos diferentes solo se puede trazar una u nica lnea recta;
2. todo segmento rectilneo se puede prolongar indefinidamente;
3. con un centro y un radio dado, solo se puede trazar una u nica circunferencia;
4. todos los a ngulos rectos son iguales;
5. si una recta corta a otras dos formando a un lado a ngulos internos, y la suma
de estos es menor que dos rectos, las dos rectas prolongadas indefinidamente
se encontraran de ese lado.
Finalmente, supondremos tambien que sabemos medir en nuestro plano, es decir,
dados dos elementos P, Q P, podemos determinar la distancia entre P y Q. En
este caso, denotaremos por d(P, Q) a tal distancia. Podemos considerar entonces
la funcion distancia en nuestro plano P, como una funcion d : P P R que
cumple los siguientes hechos inmediatos:
1
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
1.1.
si P = O,
0,
p = d(O, P ),
si P esta a la derecha de O,
Una vez determinado como asignarle coordenadas a puntos en una recta, podemos hacer lo propio para puntos del plano. Consideremos dos ejes LX y LY
perpendiculares, ambos con el mismo origen O. Sea P P fijo. Si P LY entonces denotemos PX = O. En caso contrario, como P
/ LY , por el quinto postulado
de Euclides, por P pasa una u nica recta paralela a LY y as, consideramos PX como la interseccion de tal recta con LX . Del mismo modo, si P LX definimos
PY = O y, de lo contrario, definimos PY como la interseccion de la u nica recta
paralela a LX que pasa por P con LY . Sea x R la coordenada de PX respecto
del eje LX y y R la coordenada de PY respecto del eje LY . Luego, asociamos a
P el par ordenado (x, y). Tal par ordenado se denomina coordenada de P asociada
a los ejes LX y LY .
As, teniendo dos ejes perpendiculares con origen comun, hemos asignado a
cada punto del plano, un par ordenado de numeros reales. A un par de ejes con
estas caractersticas, los llamaremos sistema de coordenadas cartesianas.
En adelante, consideraremos un sistema de coordenadas cartesianas formado
1.2.
El plano cartesiano
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
El nombre par ordenado proviene del hecho obvio de que es un par de numeros, dispuestos de forma tal que importa el orden en que aparezcan. Por ejemplo,
(5, 4) R2 y (4, 5) R2 pero no se cumple que (5, 4) = (4, 5). En
general, para determinar la igualdad de dos pares ordenados (x, y) y (a, b), debe
verificarse
x=a
y
y = b.
Dado un par ordenado (, ) R2 , diremos que es la primera componente o
componente x, y diremos que es la segunda componente o componente y.
As como en el conjunto R de los numeros reales existen dos operaciones: la
suma y el producto, en R2 podemos establecer dos operaciones fundamentales: la
suma de pares ordenados y el producto de un par ordenado por un escalar.
Definicion 1.3. Sean (x, y) y (a, b) elementos de R2 . Definimos la suma de (x, y)
y (a, b) como el par ordenado
(x, y) + (a, b) = (x + y, a + b).
Por otro lado, dado t R y (x, y) R2 , definimos el producto de (x, y) por el
escalar t como el par ordenado
t (x, y) = (tx, ty).
Las operaciones anteriormente definidas satisfacen las siguientes propiedades.
Proposicion 1.4.
1. La suma es asociativa, es decir u + (v + w) = (u + v) + w, para todo
u, v, w R2 ;
2. la suma es conmutativa, es decir u + v = v + u, para todo u, v R2 ;
3. existe un elemento R2 tal que v + = v, para todo v R2 ;
4. para todo v R2 , existe w R2 tal que v + w = ;
5. la suma y el producto por un escalar son distributivos entre ellos, es decir,
(u+v) = u+v y (+)v = v +v, para todo u, v R2 y , R;
6. el producto de escalares y el producto por un escalar son asociativos, es
decir, (v) = ()v, para todo , R y v R2 ;
7. 1 R tambien es neutro multiplicativo del producto por un escalar, es decir,
1 v = v, para todo v R2 .
Demostracion. Probaremos los tems 2, 3 y 4.
2. Sean u = (xu , yu ) y v = (xv , yv ), arbitrarios, entonces
u + v = (xu + xv , yu + yv ) = (xv + xu , yv + yu ) = v + u.
Observe que hemos usado que la suma de numeros reales es conmutativa.
3. Para probar la existencia de algo, basta construirlo y mostrarlo explcitamente. Consideremos = (0, 0) R2 (que claramente existe) y probemos que
cumple la condicion mencionada. Sea v = (x, y) cualquiera, entonces
v + = (x + 0, y + 0) = (x, y) = v,
como queramos probar.
4. Consideremos ahora v = (x, y) cualquiera. Para probar que existe w R2
tal que v + w = , definimos w = (x, y). Entonces
v + w = (x, y) + (x, y) = (x + (x), y + (y)) = (0, 0) = .
En adelante, al par (0, 0) R2 lo denotaremos con el smbolo 0 o incluso,
cuando no haya peligro de confusion, con el smbolo 0. Del mismo modo, si v =
(x, y), denotaremos v = (x, y).
La proposicion 1.4 implica que el conjunto R2 , junto con las operaciones de
suma y producto por un escalar, cumple los axiomas de espacio vectorial.
1.3.
Vectores en el plano
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
P Q.
Proposicion 1.6. Fijemos un sistema de coordenadas en P. Sean P, Q P con
coordenadas (p1 , p2 ) y (q1 , q2 ), respectivamente. Entonces el vector P Q es representado por el par ordenado Q P = (q1 p1 , q2 p2 ).
Ejemplo 1.7. Consideremos P, Q P con coordenadas (2, 1) y (1, 1) respecti
vamente. Sea v = P Q. Entonces v = Q P = (1, 2).
Como se interpretan geometricamente las operaciones de suma y producto por
un escalar de R2 ? Si consideramos los elementos de R2 como vectores, podemos
interpretar dichas operaciones. Para el caso de la suma, si v = (x1 , y1 ) y w =
(x2 , y2 ) son (radio) vectores en el plano, entonces v + w = (x1 + x2 , y1 + y2 ) es
el (radio) vector cuyo final es el punto final del vector w, considerando como su
origen el punto final del vector v. Del mismo modo, si u = (x, y) es un (radio)
vector y t > 0, entonces t u es el (radio) vector cuya magnitud es la magnitud de
u multiplicada por t y cuyo sentido es el mismo de u. Si t = 0 entonces t u es el
vector nulo, es decir, el vector con magnitud cero. Finalmente, si t < 0 entonces
t u es el vector con la misma magnitud que (t) u y sentido opuesto.
Note que estas operaciones no tienen sentido geometrico si interpretamos los
elementos de R2 como puntos. As, al decir que R2 es un espacio vectorial, estamos
interpretando los elementos de R2 como vectores en el plano y no como puntos del
plano.
Para terminar de caracterizar los vectores en el plano, recordemos que la magnitud de un vector es la distancia entre sus puntos de origen y destino. Tal propiedad
de un vector puede caracterizarse de la siguiente manera.
1.4. PRODUCTO INTERNO Y ANGULO
ENTRE VECTORES
d(P, Q) = kP Qk = kP Qk.
Finalizaremos la seccion estableciendo dos definiciones que usaremos a menudo. Diremos que dos vectores son paralelos si uno es el producto del otro por un
escalar. Escrito en notacion simbolica, diremos que los vectores v y w son paralelos
si, o bien v = 0 o bien existe t R tal que v = tw. De este modo, establecemos
por definicion que el vector 0 es paralelo a cualquier vector de R2 .
Diremos que un vector es unitario si este tiene norma igual a 1. En notacion
simbolica, u es unitario si kuk = 1. Dado cualquier v R2 , v 6= 0, entonces el
1
vector u =
v satisface
kvk
1
1
kuk =
kvk v
= kvk kvk = 1.
Es decir u es unitario y v = kvku. Esto quiere decir que todo vector no nulo es
paralelo a un vector unitario.
1.4.
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
1.4. PRODUCTO INTERNO Y ANGULO
ENTRE VECTORES
d(Q, O)
|x|
=
d(P, O)
kvk
sen() =
d(P, Q)
|y|
=
.
d(P, O)
kvk
Se consideran cuatro posibilidades, dependiendo en que parte del plano se encuentre v. Supongamos que v esta en el primer cuadrante. Entonces x 0, y 0 y
= . Luego
v = (x, y) = (kvk cos(), kvk sen()) = kvk(cos(), sen()).
Los casos restantes se demuestran de manera analoga. Por ejemplo, supongamos que v esta en el cuarto cuadrante. Entonces x 0, y 0 y = 2 .
Luego
x
,
kvk
(y)
y
sin() = sin(2 ) = sen() =
=
,
kvk
kvk
(1.1)
Observacion 1.16. En el caso que u o v sea nulo, el a ngulo entre u y v no esta bien
definido. Sin embargo, en este caso, el teorema se cumple para cualquier R.
10
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
Luego
hu, vi = kukkvk cos() cos() + kukkvk sen() sen()
= kukkvk(cos() cos() + sen() sen())
= kukkvk cos( ) = kukkvk cos( ).
El resultado se sigue observando que el a ngulo que forman los vectores u y v es o
bien o bien .
Una consecuencia importante del teorema anterior es la desigualdad de CauchySchwarz.
Corolario 1.17. Dados u, v R2 ,
|hu, vi| kukkvk,
y la igualdad se da si, y solo si, u y v son paralelos.
Demostracion. Basta tomar valor absoluto en la ecuacion (1.1) y observar que
| cos()| 1, para todo R. Finalmente, la segunda parte del corolario se
sigue observando que la igualdad se da si, y solo si, cos() = 1, es decir, = 0 o
.
Observacion 1.18. La demostracion que hemos de la desigualdad de CauchySchwarz hace uso de la formula explcita del producto interno que definimos. La
siguiente demostracion alternativa, en cambio, solo hace uso de las propiedades
intrnsecas del producto interno. Dados u, v R2 , es claro que la desigualdad se
cumple si v = 0. En el caso que v 6= 0, consideremos la funcion g : R R
definida como
g(t) = ku tvk2 = hu tv, u tvi = kuk2 2thu, vi + t2 kvk2 .
Observe que g(t) es un polinomio cuadratico, cuyo coeficiente cuadratico es no
negativo. No es difcil concluir que esta funcion alcanza su mnimo en el punto
hu, vi
t0 =
cuyo valor es
kvk2
g(t0 ) = kuk2 2
.
kvk2
kvk2
kvk2
hu, vi2
0. Esto implica la desigualdad. Obkvk2
serve que se da la igualdad si y solo si g(t0 ) = ku t0 vk2 = 0, es decir u = t0 v.
Como g(t0 ) 0 entonces kuk2
1.4. PRODUCTO INTERNO Y ANGULO
ENTRE VECTORES
11
3
donde es el a ngulo que forman. Luego = o =
.
2
2
El corolario anterior simplifica bastante los calculos para determinar si dos
vectores son perpendiculares, pues basta comprobar que su producto interno es 0.
Ejemplo 1.21. Sea v = (2, 5) R2 . Entonces (10, 4), (5, 2), (15, 6) son
todos ortogonales a v pues
h(2, 5), (10, 4)i = 2 10 + 5 (4) = 20 20 = 0,
h(2, 5), (5, 2)i = 2 (5) + 5 2 = 10 + 10 = 0,
h(2, 5), (15, 6)i = 2 15 + 5 (6) = 30 30 = 0.
Observe que (10, 4), (5, 2), (15, 6) son todos paralelos entre si. Existira vector en R2 , ortogonal a (2, 5) pero no paralelo a (5, 2)? La respuesta es no, es decir,
todo vector ortogonal a (2, 5) debe ser paralelo a (5, 2).
Observamos que, en general, un vector en R2 posee infinitos vectores ortogonales a el, y todos estos son paralelos entre s. Dotaremos a uno de estos una notacion
especial. Dado v = (x, y) R2 definimos su ortogonal como v = (y, x). Claramente hv, v i = 0 y kv k = kvk. Geometricamente v es una rotacion de 90
de v en sentido antihorario. Es inmediato ver que (v ) = v.
Consideremos ahora u y v en R2 , con v 6= 0. Por lo visto en la observahu, vi
cion 1.18, t0 =
es el que minimiza la funcion g : R R, g(t) =
kvk2
hu, vi
ku tvk2 . Denotemos w = t0 v =
v, entonces w es paralelo a v. Ademas,
kvk2
hv, u wi = hv, ui hv, wi = hu, vi
hu, vi
kvk2 = 0.
kvk2
hu, v i
hu, v i
=
.
kvk2
kv k2
(1.2)
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
12
hu, vi
v.
kvk2
hu, v i v
hu, vi v
,
kvk kvk
kv k kv k
v
v
y son unitarios, luego
kvk kv k
k Proyv uk =
|hu, vi|
kvk
k Proyv uk =
|hu, vi|
.
kvk
hu, vi
.
kvk
v
v
+ Compv u .
kvk
kv k
(1.3)
1.5. Algebra
lineal de vectores en el plano
Definicion 1.25. Sean v1 , . . . , vn R2 vectores en el plano. Diremos que un vector v es una combinacion lineal de los vectores v1 , . . . , vn si existen coeficientes
reales 1 , . . . , n tales que
v = 1 v1 + 2 v2 + + n vn .
En este caso, diremos que v1 , . . . , vn generan v. Ademas, si todo vector v R2 es
generado por v1 , . . . , vn , diremos que v1 , . . . , vn generan R2 .
1.5. ALGEBRA
LINEAL DE VECTORES EN EL PLANO
13
Ejemplo 1.26. Sean v1 = (1, 2), v2 = (1, 4), v3 = (1, 0) y v = (3, 7). En este
caso, tenemos
3
5
v = (3, 7) = (1, 2) + (1, 4) + (1, 0).
2
2
Luego v es combinacion lineal de v1 , v2 y v3 . Observe que esta no es la u nica
manera de expresar v como combinacion lineal de v1 , v2 , v3 , por ejemplo
1
7
v = (3, 7) = (1, 2) + 0(1, 4) (1, 0).
2
2
Del mismo modo, podemos escribir (0, 0) como dos diferentes combinaciones lineales de v1 , v2 , v3 , a saber
(0, 0) = 0(1, 2) + 0(1, 4) + 0(1, 0) = 2(1, 2) + (1, 4) + 3(1, 0).
Finalmente, observamos que v1 , v2 , v3 generan todo R2 pues, para (x, y) R2 ,
arbitrario,
y
y
(1, 0).
(x, y) = (1, 2) + 0(1, 4) + x
2
2
Ejemplo 1.27. Sean v1 = (1, 0) y v2 = (1, 1). En este caso, para cualquier
(x, y) R2 ,
(x, y) = (x y)(1, 0) + y(1, 1).
Luego v1 y v2 generan R2 .
Observacion 1.28. Dado cualquier conjunto de vectores v1 , . . . , vn , el vector 0
R2 siempre es combinacion lineal de estos, de la siguiente manera
0 = 0 v1 + + 0 vn .
La unicidad que poseen los coeficientes de las combinaciones lineales de los
vectores (1, 0) y (1, 1) es una propiedad importante y digna de tener nombre propio.
Definicion 1.29. Diremos que los vectores v1 , . . . , vn R2 son linealmente independientes si, escribiendo
0 = 1 v1 + + n vn ,
con 1 , . . . , n R, la u nica posibilidad para estos es
1 = 2 = = n = 0.
Por otro lado, si v1 , . . . , vn no son linealmente independientes entonces se denominan linealmente dependientes.
14
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
1.5. ALGEBRA
LINEAL DE VECTORES EN EL PLANO
15
(1.5)
0 = y1 + y2 .
(1.6)
,
=
x1
x2
y1 ;
y por lo tanto, de (1.6) y2 = y1 =
x1
4. si x1 6= 0 y = 0 entonces, de (1.5), = 0, que es una contradiccion.
Luego este caso no puede darse.
As, en cualquier caso, hemos probado que x1 y2 x2 y1 = 0.
Finalmente, supongamos que x1 y2 = x2 y1 . Si v1 = 0 entonces no hay nada
que probar. As, supongamos que v1 6= 0, es decir x1 6= 0 o y1 6= 0. Si x1 6= 0
x2
entonces y2 = y1
y
x1
x2
x2
v2 = (x2 , y2 ) =
(x1 , y1 ) =
v1 .
x1
x1
y2
Del mismo modo, si y1 6= 0 entonces x2 = x1 y
y1
y2
y2
v2 = (x2 , y2 ) = (x1 , y1 ) = v1 .
y1
y1
En ambos casos, tenemos que v1 y v2 son paralelos.
Ejemplo 1.34. Si v R2 y w = 0 entonces v y w son paralelos y por tanto
v y w son linealmente dependientes. En general, si v1 , . . . , vn son tales que al
menos uno de ellos es el vector nulo, por ejemplo v1 = 0, entonces son linealmente
dependientes pues
0 = 1 v 1 + 0 v2 + + 0 vn = 1 0.
16
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
tx = y,
que implica que 0 = (t2 + 1)y. Como t2 + 1 > 0, para cualquier t, entonces y = 0
y por tanto x = 0. Esto es una contradiccion pues v1 6= 0. Esta contradiccion
surge de suponer que v1 y v2 son paralelos. As, para cualquier v R2 , v y v son
linealmente independientes.
Cuantos elementos posee una base de R2 ? Hasta ahora hemos exhibido una
base de dos elementos, sin embargo, no sabemos a priori si podremos encontrar
bases de mas elementos. Probaremos que en R2 toda base posee exactamente dos
elementos.
Lema 1.36. Sean v1 , . . . , vn R2 tales que v1 , . . . , vk es linealmente dependiente,
con k n. Entonces v1 , . . . , vn es linealmente dependiente.
Demostracion. Como v1 , . . . , vk es linealmente dependiente entonces existen escalares 1 , . . . , k , no todos nulos, tales que
0 = 1 v1 + + k vk .
Definiendo k+1 = = n = 0, tenemos
0 = 1 v1 + + k vk + k+1 vk+1 + + n vn ,
donde nuevamente 1 , . . . , n no son todos nulos. As, v1 , . . . , vn son linealmente
dependientes.
Presentaremos ahora el resultado principal de esta seccion.
Teorema 1.37. Sean v1 , v2 R2 linealmente independientes. Entonces v1 y v2
generan R2 .
Demostracion. Consideremos v1 = (x1 , y1 ) y v2 = (x2 , y2 ). Por la proposicion 1.33, tenemos que x1 y2 x2 y1 6= 0. Dado cualquier v = (x, y) R2 ,
consideremos
xy2 x2 y
x1 y xy1
=
,
=
.
x1 y2 x2 y1
x1 y2 x2 y1
Luego, un calculo de rutina muestra que
v1 + v2 = v,
es decir, v es generado por v1 , v2 .
1.5. ALGEBRA
LINEAL DE VECTORES EN EL PLANO
17
Observacion 1.38. En la demostracion anterior, los valores de y fueron obtenidos al aplicar la regla de Cramer al sistema de ecuaciones
x1 + x2 = x,
y1 + y2 = y.
Corolario 1.39. Sea v1 , . . . , vn R2 un conjunto linealmente independiente. Entonces n 2.
Demostracion. Por el lema 1.36, basta probar que cualquier terna de vectores
v1 , v2 , v3 es linealmente dependiente. Esto es inmediato si v1 y v2 son paralelos.
Luego, supongamos que v1 y v2 son linealmente independientes, entonces, por el
teorema 1.37, v3 es generado v1 y v2 , es decir, v3 = v1 + v2 . Luego,
0 = v1 + v2 v3 ,
y como 1 6= 0 entonces v1 , v2 , v3 es linealmente dependiente.
El recproco del teorema 1.37 tambien se cumple.
Proposicion 1.40. Si v1 , v2 generan R2 entonces son linealmente independientes.
Demostracion. Supongamos que v1 y v2 no son linealmente independientes. Entonces existe t R tal que v2 = tv1 . Luego, como todo v R2 es generado por
v1 , v2 ,
v = v1 + v2 = ( + t)v1 ,
es decir, todo v R2 es paralelo a v1 , lo cual es una contradiccion.
Supongamos que v1 , . . . , vn es una base de R2 , entonces es linealmente independiente. Luego por el corolario 1.39, n 2. Pero si n = 1 entonces v1 no puede
generar todo R2 , luego n = 2. As, toda base de R2 posee dos elementos.
Este hecho hace que podamos establecer la dimension de R2 como la cantidad
de elementos que posee cualquier base de R2 . En este caso, como toda base posee
dos elementos, tenemos que R2 tiene dimension dos.
18
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
Captulo 2
El plano euclidiano
Las dos ideas fundamentales de la geometra euclidiana son el punto y la recta. En esta, estas dos nociones son descritas de manera
imprecisa, siendo sus principales caractersticas determinadas por los postulados de Euclides. La ventaja de tener un sistema de coordenadas en el plano es que nos permite definir con precision estas nociones. Consideremos
un plano P, dotado de un sistema de coordenadas cartesiano. Identificando P con R2 con
este sistema, entonces un punto es simplemente un elemento de R2 , es decir, par ordenado
Figura 2.1: Euclides
P = (x, y). Nuestra tarea ahora sera la de definir recta, tambien por medio de nuestro sistema de coordenadas.
2.1.
Rectas en el plano
Definiremos una recta mediante dos caractersticas de esta: una direccion (dada
por un vector) y un punto de paso. A esta definicion se le denomina representacion
vectorial de la recta.
Definicion 2.1. Sea P0 P y v R2 un vector no nulo. La recta que pasa por P0
con direccion v es el conjunto
L(P0 , v) = {P = P0 + tv P : t R}.
Ejemplo 2.2. Consideremos P0 = (2, 1) y v = (1, 1). Entonces
L(P0 , v) = {(x, y) = (2, 1) + t(1, 1) : t R}
= {(2 + t, t 1) : t R}.
19
20
CAPITULO
2. EL PLANO EUCLIDIANO
y = t 1.
y = y0 + tv2 .
(2.1)
L(P0 , P1 ) := L(P0 , P0 P1 ).
Ejemplo 2.3. Sean P0 = (1, 3) P y P1 = (3, 2) P. Entonces
v = P0 P1 = P1 P0 = (2, 5)
y L = L(P0 , v) = {(x, y) = (1, 3) + t(2, 5) : t R}.
La recta generada por el punto de paso P0 y el vector direccion v no varia si
usamos cualquier punto de la recta y cualquier vector direccion paralelo a v, como
muestra la siguiente proposicion.
Proposicion 2.4. Sea L = L(P0 , v) una recta y sean r, s R, con s 6= 0. Entonces
L = L(P0 + rv, sv).
Demostracion. Como P0 + rv L(P0 , v) entonces, para todo t0 R,
(P0 + rv) + t0 sv = P0 + (r + t0 s)v L(P0 , v),
es decir, L(P0 + rv, sv) L(P0 , v). Del mismo modo, para todo t R,
P0 + tv = (P0 + rv) +
tr
sv L(P0 + rv, sv),
s
21
y = 5 + t.
2.1.1.
L(P0 , v). Dado P = (x, y) L(P0 , v), tenemos que P0 P es paralelo a v, luego es
ortogonal a v , es decir
hP P0 , v i = hP0 P , v i = 0.
Utilizando las componentes de P0 , P y v, obtenemos
0 = h(x x0 , y y0 ), (v2 , v1 )i = v2 x + v2 x0 + v1 y v1 y0 .
Definiendo a = v2 , b = v1 y c = v2 x0 v1 y0 , concluimos que P = (x, y)
L(P0 , v) si, y solamente si,
ax + by + c = 0.
Definicion 2.7. Sea L una recta tal que, todo punto (x, y) L satisface
ax + by + c = 0.
(2.2)
La ecuacion (2.2) se denomina ecuacion general de la recta L. En este caso, denotaremos L = L(a, b, c) = {(x, y) P : ax + by + c = 0}.
Ejemplo 2.8. Consideremos la recta dada en el ejemplo 2.6, L = L(P0 , v), con
P0 = (1, 5) P y v = (1, 1) R2 . Por lo visto anteriormente, tenemos que
a = 1, b = 1 y c = 4. Luego, x y + 4 = 0 es una ecuacion general de L.
Multiplicando esta ecuacion por 1, tenemos la tambien ecuacion general de L,
x + y 4 = 0.
No es difcil verificar que L(a, b, c) = L(ta, tb, tc), para todo t 6= 0. Luego, la ecuacion general de una recta no es u nica. Ademas, observe que el conjunto L(a, b, c) no siempre representa una recta. Por ejemplo, L(0, 0, 0) = P y
L(0, 0, 1) = .
22
CAPITULO
2. EL PLANO EUCLIDIANO
Ya hemos probado que toda recta en representacion vectorial puede ser representada mediante su ecuacion general. La siguiente proposicion establece condiciones para que una ecuacion de la forma ax + by + c = 0 determine una recta en
el plano.
Proposicion 2.9. Dados a, b, c R tales que (a, b) 6= (0, 0), el conjunto L(a, b, c)
determina una recta en el plano con vector direccion v = (b, a).
Demostracion. Sea v = (a, b) = (b, a) 6= 0 el cual sera el vector direccion de
la recta. Falta entonces encontrar un punto de paso. Definamos P0 = (x0 , y0 ) P
como
(
(1, cb ),
si a = 0,
P0 = (x0 , y0 ) =
b+c
( a , 1), si a 6= 0.
Observe que P0 esta bien definido y satisface la ecuacion general de L, es decir,
ax0 + by0 + c = 0.
(2.3)
2.1.2.
Sea L una recta no vertical (esto es, con vector direccion no paralelo a (0, 1)),
cuya ecuacion general es a0 x + b0 y + c0 = 0. Como la recta no es vertical entonces
b0 6= 0 y as obtenemos,
a0
y = x c0
b0
a0
donde, denotando m = y b = c0 , tenemos la ecuacion normal de L,
b0
y = mx + b.
23
4
= 2.
2
2.2.
Comenzaremos estableciendo dos definiciones importantes al momento de estudiar dos rectas en el plano.
Definicion 2.12. Sean L1 = L(P1 , v1 ) y L2 = L(P2 , v2 ) rectas en el plano. Diremos que L1 y L2 son paralelas si sus vectores direccion v1 y v2 son paralelos. Del
mismo modo, diremos que L1 y L2 son ortogonales si v1 y v2 son ortogonales.
Observe que la definicion de paralelismo y ortogonalidad de dos rectas no depende de la eleccion de los vectores direccion de estas. Esto es importante dado
que una recta posee infinitos vectores direccion.
En caso tengamos las ecuaciones generales de las rectas, tambien es posible
determinar si son paralelas o ortogonales.
Proposicion 2.13. Sean L1 = L(a1 , b1 , c1 ) y L2 = L(a2 , b2 , c2 ) rectas en el
plano. Entonces
1. L1 y L2 son paralelos si, y solamente si, (a1 , b1 ) y (a2 , b2 ) son paralelos;
2. L1 y L2 son ortogonales si, y solamente si, (a1 , b1 ) y (a2 , b2 ) son ortogonales.
Demostracion. Recordemos que si L = L(a, b, c) entonces v = (b, a) es el
vector direccion de L. As, basta observar que (a, b) y (c, d) son paralelos (respectivamente, ortogonales) si, y solamente si, (b, a) y (d, c) son paralelos (respectivamente, ortogonales).
24
CAPITULO
2. EL PLANO EUCLIDIANO
2.2.1.
25
Interseccion de rectas
hP2 P1 , v2 i
.
hv1 , v2 i
hP1 P2 , v2 i
hP1 P2 , v1 i
R = P1 +
v1 = P2
v2 .
hv1 , v2 i
hv2 , v1 i
(2.4)
Ejemplo 2.16. Sea L1 la recta que pasa por P1 = (1, 1) y Q1 = (4, 5), y L2 la
recta que pasa por P2 = (1, 6) y Q2 = (5, 3). Luego v1 = Q1 P1 = (3, 4)
es un vector direccion de L1 y v2 = (2, 1)//(6, 3) = Q2 P2 es un vector
R = (1, 1) +
hP1 P2 , vi
hP1 P2 , v i
v ,
v
=
P
2
kvk2
kv k2
R = P1 + Proyv P1 P2 = P2 Proyv P1 P2 .
CAPITULO
2. EL PLANO EUCLIDIANO
26
Luego, el sistema de ecuaciones
a1 x + b1 y = c1
a2 x + b2 y = c2
posee una u nica solucion (x0 , y0 ) que precisamente son las coordenadas del punto
de interseccion de las rectas L1 y L2 . Por la regla de Cramer, tenemos
x0 =
2.2.2.
c2 b1 c1 b2
,
a1 b2 a2 b1
y0 =
a2 c1 a1 c2
.
a1 b2 a2 b1
hP Q, vi
t0 =
kvk2
Luego,
2
h(t0 ) = kP Q t0 vk2 =
P Q Proyv P Q
.
P Q = Proyv P Q + Proyv P Q.
As, concluimos que la distancia buscada es
|hP Q, v i|
d(Q, L) = k Proyv P Qk =
.
kvk
(2.5)
En el caso que L = L(a, b, c), encontraremos una formula para d(Q, L). Escribamos Q = (x0 , y0 ) y sea P = (x1 , y1 ) L un punto de paso de L. Ademas,
sin perdida de generalidad, podemos suponer que el vector direccion v de L es tal
que v = (a, b). Reemplazando en (2.5),
|hP Q, v i|
d(Q, L) =
kvk
|h(x0 x1 , y0 y1 ), (a, b)i|
=
a2 + b2
|ax0 + by0 (ax1 + by1 )|
,
=
a2 + b2
2.3. ANGULO
ENTRE RECTAS
27
|ax0 + by0 + c|
.
a2 + b2
(2.6)
2.3. Angulo
entre rectas
Dadas las rectas L1 y L2 , definiremos el a ngulo entre L1 y L2 como el menor
a ngulo formado por cualquier par de vectores direccion de ambas rectas. Como
el a ngulo entre vectores no depende de la longitud de estos, solo de la direccion,
entonces, escribiendo L1 = L(P1 , v1 ) y L2 = L(P2 , v2 ), el a ngulo entre estas es el
menor entre los a ngulo formados por v1 y v2 y v1 y v2 . Sea el a ngulo formado
por v1 y v2 y el a ngulo formado por v1 y v2 . Entonces
cos() =
hv1 , v2 i
= cos().
kv1 kkv2 k
|hv1 , v2 i|
.
kv1 kkv2 k
Observe que el a ngulo obtuso que forman dos rectas sera el suplemento del a ngulo
entre ellas.
Si L1 y L2 tienen ecuaciones normales y = m1 x + b1 y y = m2 x + b2 ,
respectivamente, entonces estas tienen vectores direccion
v1 = (1, m1 ),
v2 = (1, m2 ).
|hv1 , v2 i|
|1 + m1 m2 |
p
=p
kv1 kkv2 k
1 + m21 1 + m22
28
CAPITULO
2. EL PLANO EUCLIDIANO
Captulo 3
3.1.
ANALITICA
CAPITULO
3. GEOMETRIA
EN EL ESPACIO
30
Del mismo modo que lo hecho en el plano, una terna ordenada representara tanto puntos del espacio como vectores en el espacio, pudiendo estos ser radio vectores o vectores libres. Interpretando las ternas ordenadas como radio vectores
podemos establecer, nuevamente, la suma de ternas ordenadas y el producto de una
terna por un escalar.
Definicion 3.1. Sean (x, y, z) y (a, b, c) elementos de R3 . Definimos la suma de
(x, y, z) y (a, b, c) como la terna ordenada
(x, y, z) + (a, b, c) = (x + a, y + b, z + c).
Por otro lado, dado t R y (x, y, z) R3 , definimos el producto de (x, y) por el
escalar t como
t (x, y, z) = (tx, ty, tz).
Estas operaciones cumplen las mismas propiedades que satisfacen sus analogas
en R3 , dadas en la proposicion 1.4. As, este hecho nos permite decir que R3 es un
espacio vectorial real.
Proposicion 3.2.
1. La suma es asociativa, es decir u + (v + w) = (u + v) + w, para todo
u, v, w R3 ;
2. la suma es conmutativa, es decir u + v = v + u, para todo u, v R3 ;
3. existe un elemento R3 tal que v + = v, para todo v R3 ;
4. para todo v R3 , existe w R3 tal que v + w = ;
5. la suma y el producto por un escalar son distributivos entre ellos, es decir,
(u+v) = u+v y (+)v = v +v, para todo u, v R3 y , R;
6. el producto de escalares y el producto por un escalar son asociativos, es
decir, (v) = ()v, para todo , R y v R3 ;
7. 1 R tambien es neutro multiplicativo del producto escalar, es decir, 1 v =
v, para todo v R3 .
Otra definicion que tiene su analogo en R3 es la de paralelismo de vectores.
Diremos que dos vectores u y v son paralelos si u = 0 o existe t R tal que
u = tv.
3.2.
DE VECTORES EN EL ESPACIO
3.2. GEOMETRIA
31
32
ANALITICA
CAPITULO
3. GEOMETRIA
EN EL ESPACIO
hu, vi
kvk2 = 0.
kvk2
hu, vi
v.
kvk2
hu, vi
.
kvk
Finalmente, observamos que se cumplen propiedades analogas a las de la proyeccion ortogonal en el plano.
Proposicion 3.12. Sea v R3 , v 6= 0. Entonces
1. Proyv u = Proytv u, para todo u R3 y t R, t 6= 0;
2. Proyv (u + w) = Proyv u + Proyv w, para todo u, w R3 ;
3. Proyv (t u) = t Proyv u, para todo u R3 y t R.
3.3.
k
u v = det x1 y1 z1 ,
x2 y2 z2
y1 z1
x1 z1
x1 y1
= det
det
+ det
k
y2 z2
x2 z2
x2 y2
34
ANALITICA
CAPITULO
3. GEOMETRIA
EN EL ESPACIO
x1 y1 z1
= det x2 y2 z2 .
x3 y3 z3
Comenzaremos probando una propiedad de conmutatividad del triple producto
escalar.
36
ANALITICA
CAPITULO
3. GEOMETRIA
EN EL ESPACIO
3.4.
37
Las definiciones de combinacion lineal, generacion, independencia lineal y base de R2 son inmediatamente generalizadas en R3 . En general, son definidas para
cualquier espacio vectorial. Por completitud, y para recordar las definiciones, las
enunciaremos nuevamente.
Definicion 3.20. Sean v1 , . . . , vn R3 vectores en el plano. Diremos que un vector v es una combinacion lineal de los vectores v1 , . . . , vn si existen coeficientes
reales 1 , . . . , n tales que
v = 1 v1 + 2 v2 + + n vn .
En este caso, diremos que v1 , . . . , vn generan v. Ademas, si todo vector v R3 es
generado por v1 , . . . , vn , diremos que v1 , . . . , vn generan R3 .
Definicion 3.21. Diremos que los vectores v1 , . . . , vn R3 son linealmente independientes si, escribiendo
0 = 1 v1 + + n vn ,
con 1 , . . . , n R, la u nica posibilidad para estos es
1 = 2 = = n = 0.
Por otro lado, si v1 , . . . , vn no son linealmente independientes entonces se denominan linealmente dependientes.
Definicion 3.22. Diremos que un conjunto v1 , . . . , vn es una base de R3 si estos
son linealmente independientes y generan R3 .
Ejemplo 3.23. Sean v1 = (1, 2, 3), v2 = (2, 0, 3), v3 = (1, 1, 0) y v = (3, 7, 0).
En este caso, tenemos
v = (3, 7, 0) = 2(1, 2, 3) 2(2, 0, 3) + 3(1, 1, 0).
Luego v es combinacion lineal de v1 , v2 y v3 . Supongamos que podemos expresar
0 como combinacion lineal de v1 , v2 y v3 , es decir,
0 = (0, 0, 0) = (1, 2, 3) + (2, 0, 3) + (1, 1, 0).
Luego = , 2 + = 0 y 3 = . De aqu, obtenemos que = 0, = 0
y = 0. Por lo tanto v1 , v2 y v3 son linealmente independientes. Observe que
esto no ocurre en R2 , pues probamos que tres vectores cualesquiera siempre son
linealmente dependientes.
ANALITICA
CAPITULO
3. GEOMETRIA
EN EL ESPACIO
38
R3 ,
2
(x, y, z) = x + y z (1, 2, 3)
3
+ (z x y)(2, 0, 3)
4
+
z 2x y (1, 1, 0).
3
Ejemplo 3.24. Consideremos e1 = = (1, 0, 0), e2 = = (0, 0, 1) y e3 = k =
(0, 0, 1). Cualquier v = (x, y, z) R3 puede escribirse como
v = (x, y, z) = x(1, 0, 0) + y(0, 1, 0) + z(0, 0, 1).
Es decir, e1 , e2 y e3 generan R3 . Por otro lado, si (0, 0, 0) = (1, 0, 0)+(0, 1, 0)+
(0, 0, 1) entonces = = = 0, es decir, e1 , e2 y e3 son linealmente independientes. Por lo tanto, forman una base, que es denominada base canonica de R3 .
Probaremos que toda base de R3 posee exactamente tres elementos. Para esto,
comenzaremos caracterizando la independencia lineal de dos vectores en el espacio.
Proposicion 3.25. Sean v1 , v2 R3 . Las siguientes afirmaciones son equivalentes:
1. v1 , v2 son paralelos;
2. v1 , v2 son linealmente dependientes;
3. v1 v2 = 0.
Demostracion. La prueba de que 1 y 2 son equivalentes es analoga a la de la proposicion 1.33. Para probar que 1 es equivalente a 3, basta observar que v1 y v2 son
paralelos si, y solo si, el a ngulo que forman es = 0 o = , y luego usar el
corolario 3.19.
Corolario 3.26. Sean u, v, w R3 tales que u es ortogonal a v y a w. Entonces u
es paralelo a v w.
Demostracion. Por la proposicion 3.25, basta verificar que u (v w) = 0. En
efecto, por la proposicion 3.14, tem 4, tenemos
u (v w) = hu, wiv hu, viw = 0,
pues ambos productos internos son cero, por hipotesis. Esto prueba el resultado.
39
u = ( )v + ( )w,
ANALITICA
CAPITULO
3. GEOMETRIA
EN EL ESPACIO
40
x1 x2 x3
1
x
y1 y2 y3 2 = y .
z 1 z2 z3
3
z
x1 x2 x3
Como det y1 y2 y3 = [v1 , v2 , v3 ] 6= 0 entonces la regla de Cramer nos
z1 z 2 z3
permite resolver explcitamente este sistema. En este caso, tenemos
1 =
[v, v2 , v3 ]
,
[v1 , v2 , v3 ]
2 =
[v1 , v, v3 ]
,
[v1 , v2 , v3 ]
3 =
[v1 , v2 , v]
.
[v1 , v2 , v3 ]
41
Supongamos que v1 , . . . , vn es una base de R3 , entonces es linealmente independiente. Luego por el corolario 3.33, n 3. Pero dos vectores, o menos, no
pueden generar todo R3 , luego n = 3. As, toda base de R3 posee tres elementos.
En conclusion, R3 es un espacio vectorial de dimension tres.
42
ANALITICA
CAPITULO
3. GEOMETRIA
EN EL ESPACIO
Captulo 4
4.1.
Rectas en el espacio
y = y0 + tv2 ,
z = z0 + tv3 .
(4.1)
CAPITULO
4. RECTAS Y PLANOS EN EL ESPACIO
44
y y0
z z0
x x0
=
=
.
v1
v2
v3
4.1.1.
Definicion 4.3. Diremos que dos rectas son paralelas (respectivamente, ortogonales) si sus vectores direccion son paralelos (respectivamente, ortogonales).
Comenzaremos caracterizando a las rectas paralelas en el espacio.
Proposicion 4.4. Sean L1 y L2 rectas paralelas en el espacio. Entonces L1 = L2
o L1 L2 = .
Demostracion. Si L1 L2 = entonces no hay nada que probar. Supongamos que
existe R L1 L2 y sean v1 y v2 los vectores direccion de L1 y L2 , respectivamente. Entonces por la proposicion 4.2,
L1 = L(R, v1 ) = L(R, v2 ) = L2 .
Es posible tener en el espacio dos rectas no paralelas que no se intersecan. Por
ejemplo, considere P1 = (0, 0, 0), v1 = (1, 0, 0), P2 = (0, 0, 1), v2 = (0, 1, 0)
y las rectas L1 = L(P1 , v1 ) y L2 = L(P2 , v2 ), cuyos vectores direccion no son
paralelos. Si se tuviera R L1 L2 entonces existen t, s R tales que
R = P1 + tv1 = (t, 0, 0) = (0, s, 1) = P2 + sv2 ,
lo cual es claramente imposible.
Definicion 4.5. Diremos que dos rectas L1 y L2 son alabeadas (o se cruzan) si no
son paralelas y no se intersecan.
Es posible caracterizar cuando dos rectas son alabeadas mediante el triple producto escalar.
Teorema 4.6. Sean L1 = L(P1 , v1 ) y L2 = L(P2 , v2 ) rectas en el espacio. En
tonces L1 y L2 son alabeadas si, y solamente si, [P2 P1 , v1 , v2 ] 6= 0.
45
P2 P1 = P2 P1 = v1 + v2 .
As, basta definir R = P1 + v1 = P2 v2 L1 L2 para probar que L1 y L2
no son alabeadas.
Podemos enunciar el teorema que caracteriza la posicion relativa de dos rectas
en el espacio.
Teorema 4.7. Dadas dos rectas en el espacio, ocurre una, y solo una, de las siguientes posibilidades:
1. las rectas son paralelas y no disjuntas (por ende, iguales);
2. las rectas son paralelas y disjuntas;
3. las rectas no son paralelas y poseen un (unico) punto en comun;
4. las rectas son alabeadas.
4.1.2.
w = P Q Proyv P Q = P Q t0 v,
CAPITULO
4. RECTAS Y PLANOS EN EL ESPACIO
46
hP Q, vi
. Calculando kwk,
donde t0 =
kvk2
kwk2 = hP Q t0 v, P Q t0 vi,
2 hP Q, vi2
= kP Qk
,
kvk2
kP Q vk2
=
.
kvk2
As,
kP Q vk
.
d(Q, L) = kwk =
kvk
De nuevo como en el caso del plano, para determinar la distancia entre dos
rectas paralelas , basta tomar un punto en una y hallar su distancia a la otra.
Finalmente, calcularemos la distancia entre dos rectas alabeadas. Sean L1 =
L(P1 , v1 ) y L2 = L(P2 , v2 ) rectas alabeadas. Luego v1 y v2 no son paralelas, y
por tanto v = v1 v2 6= 0. La distancia entre L1 y L2 sera dada por la magnitud
del vector
w = Proyv P1 P2 ,
es decir
d(L1 , L2 ) =
4.2.
|hP1 P2 , v1 v2 i|
|[P1 P2 , v1 , v2 ]|
=
.
kv1 v2 k
kv1 v2 k
Planos en el espacio
47
0 = hP0 P , ni
= h(x x0 , y y0 , z z0 ), (a, b, c)i,
= ax + by + cz + (ax0 by0 cz0 ).
Denotando d = ax0 by0 cz0 , tenemos que todo punto P = (x, y, z)
P(P0 , n) satisface la ecuacion
ax + by + cz + d = 0.
Esta ecuacion es llamada ecuacion general del plano.
No siempre una ecuacion de la forma ax+by +cz +d = 0 representa un plano.
La siguiente proposicion, analoga a la proposicion 2.9, da condiciones suficientes
para ello.
Proposicion 4.10. Sean a, b, c, d R tales que n = (a, b, c) 6= 0. Entonces el
conjunto
P = {(x, y, z) : ax + by + cz + d = 0}
es un plano con normal n = (a, b, c).
Demostracion. No es difcil verificar que P =
6 . Sea P0 = (x0 , y0 , z0 ) P,
probaremos que P = P(P0 , n). Como P0 P entonces ax0 + by0 + cz0 + d = 0,
es decir d = ax0 by0 cz0 . Luego, si P = (x, y, z) entonces
hP0 P , ni = hP P0 , ni
= a(x x0 ) + b(y y0 ) + c(z z0 )
= ax + by + cz ax0 by0 cz0
= ax + by + cz + d.
CAPITULO
4. RECTAS Y PLANOS EN EL ESPACIO
48
4.2.1.
Del mismo modo que en el caso de rectas, podemos definir paralelismo y ortogonalidad de planos.
Definicion 4.11. Sean P1 = P(P1 , n1 ) y P2 = P(P2 , n2 ) planos en el espacio.
Diremos que P1 y P2 son paralelas si sus vectores normales n1 y n2 son paralelos.
Del mismo modo, diremos que P1 y P2 son ortogonales si n1 y n2 son ortogonales.
Observe que la definicion de paralelismo y ortogonalidad de dos planos no
depende de la eleccion de los vectores normales de estos. Esto es importante dado
que un plano posee infinitos vectores normales.
Los siguientes lemas caracterizan el comportamiento de dos planos en el espacio.
Lema 4.12. Dos planos paralelos en el espacio son, o bien iguales, o bien disjuntos.
Demostracion. Sean P1 y P2 dos planos en el espacio y sean n1 y n2 sus vectores
normales, respectivamente, luego n1 y n2 son paralelos. Supongamos que P1 y P2
no son disjuntos, luego, tienen un punto en comun R. As, por la proposicion 4.9,
P1 = L(R, n1 ) = P(R, n2 ) = P2 ,
es decir, P1 = P2 .
Lema 4.13. Si dos planos son disjuntos entonces son paralelos. En caso contrario,
su interseccion es una recta.
Demostracion. Sean P1 = P(P1 , n1 ) y P2 = P(P2 , n2 ) dos planos en el espacio.
Supongamos que P1 y P2 no son paralelos, entonces n1 y n2 son linealmente
independientes y v = n1 n2 6= 0. Esto ademas implica que
w = n1 (n1 n2 ) = hn1 , n2 in1 hn1 , n1 in2 6= 0.
Por otro lado, w no es ortogonal a n2 , pues
hw, n2 i = hhn1 , n2 in1 hn1 , n1 in2 , n2 i
= hn1 , n2 i2 kn1 k2 kn2 k2
= kn1 n2 k2 6= 0.
Consideremos la recta L = L(P1 , w). Observe que L P pues si P L entonces
hP2 R, n2 i = 0.
49
hP2 P1 , n2 i
hP2 P1 , n2 i
t=
=
.
hw, n2 i
kn1 n2 k
Luego R L P2 P1 P2 . Esto prueba que P1 y P2 no son disjuntos. En este
caso, la recta L(R, v) = P1 P2 .
As, podemos caracterizar las posiciones relativas de dos planos en el espacio.
Teorema 4.14. Dados dos planos en el espacio, ocurre una, y solamente una, de
las siguientes posibilidades:
1. los planos son paralelos y no disjuntos (por ende, iguales);
2. los planos son paralelos y disjuntos;
3. los planos no son paralelos y se cortan en una recta.
4.2.2.
hP A, ni = hQ w P , ni
hP Q, ni
= hP Q
n, ni
knk2
= hP Q, ni hP Q, ni = 0,
es decir, A P y, por la proposicion 4.9, tenemos P = P(A, n).
Dado cualquier R P, tenemos
d(R, Q)2 = kRQk2 = kRA + AQk2
donde observamos que AQ = w es paralelo a n y por lo tanto hRA, AQi = 0.
Esto significa que kwk = d(A, Q) = mn{d(Q, R) : R P} = d(Q, P).
50
CAPITULO
4. RECTAS Y PLANOS EN EL ESPACIO
Captulo 5
Geometra proyectiva
Como ya hemos mencionado, la idea principal detras de la geometra analtica es la de
asociar un sistema de coordenadas al plano. En
el captulo 1 hicimos esto mediante el uso de
los axiomas de Euclides. En este captulo, definiremos en el plano otro sistema de coordenadas, que nos permitira, en cierto sentido, extenderlo, de modo que cualquier par de rectas
tengan interseccion no vaca. Recordemos que,
de la manera como las rectas son descritas en el
captulo 2, esto no siempre ocurre.
Para definir este nuevo sistema de coorde- Figura 5.1: Filippo Bruneleschi
nadas en el plano, que llamaremos sistema de
coordenadas homogeneas, necesitaremos de la nocion de relacion de equivalencia.
5.1.
52
PROYECTIVA
CAPITULO
5. GEOMETRIA
Debemos hacer e nfasis que, segun su definicion, una relacion depende de tres
objetos: el conjunto de partida, el de llegada y la regla de correspondencia. Por
ejemplo, consideremos A0 = {1, 2, 3, 4, 5}. Entonces A A0 y R A0 B. En
este caso, la relacion R0 = (A0 , B, R) no es la misma que la relacion R definida
anteriormente, pese a tener la misma regla de correspondencia. Aun as, para no
recargar la notacion y mantener compatibilidad con la literatura, denotaremos a las
relaciones y a sus reglas de correspondencia con el mismo smbolo.
Ejemplo 5.3. Sean X = {n N : n es par} y Y = {a, b, c, d, . . . , z}. Entonces
R = {(2, a), (4, z), (10, z), (8, b)} X Y,
es una relacion de X a Y . Note que estamos denotando con el smbolo R tanto a
la relacion como a la regla de correspondencia, sin embargo, se tiene claro cuales
son los conjuntos de partida y de llegada.
Un caso particular de relacion es cuando los conjuntos de partida y de llegada
coinciden. Dado A 6= , diremos que R es una relacion en A si R es una relacion
de A en A. Ademas, si (a, b) R entonces tambien denotaremos aRb.
Definicion 5.4. Sea A 6= y R una relacion en A. Diremos que R es
1. reflexiva, si xRx, para todo x A;
2. simetrica, si xRy implica yRx;
3. transitiva, si xRy y yRz implican xRz.
Ademas, diremos que R es de equivalencia si R cumple las tres propiedades anteriores.
Ejemplo 5.5. Sea A = R y defina R = {(x, y) R R : x y}. Observe que,
para x, y R,
(x, y) R xRy x y.
Como x x, para todo x R, entonces xRx. Luego R es una relacion reflexiva.
Por otro lado, si x y y y z entonces x z. Esto implica que R es una relacion
transitiva. Sin embargo, x y no implica en general que y x, basta considerar
x = 0 y y = 1. As, R no es una relacion simetrica.
Ejemplo 5.6. Sea A = R y defina S = {(x, y) R R : |x| = |y|}. As, dado
cualquier x R, se tiene que |x| = |x|, luego S es una relacion reflexiva. Del
mismo modo, si |x| = |y| entonces claramente |y| = |x|. Entonces S es simetrica.
Finalmente, si |x| = |y| y |y| = |z| entonces |x| = |z|. Concluimos que S es
transitiva y por lo tanto, es una relacion de equivalencia en R.
Las relaciones de equivalencia no solamente tienen sentido en el a mbito matematico.
53
PROYECTIVA
CAPITULO
5. GEOMETRIA
54
Demostracion.
1. Como es reflexiva entonces x x, para todo x A. Entonces x [x],
que prueba que [x] 6= .
2. Claramente, si [x] = [y] entonces [x] [y] = [x] = [y] 6= , por el tem
anterior.
Recprocamente, supongamos que existe z [x] [y], es decir, z x y
z y. Esto, por simetra y transitividad de , implica que x y. Luego,
w x junto con x y implica que w y. Del mismo modo, w y, junto
con y x implica que w x. Esto prueba que [x] = [y].
[
3. Como cada [x] A entonces la union de todos ellos,
[x], va a estar
xA
[x], es
xA
decir, A
xA
Ejemplo 5.13 (Continuacion del ejemplo 5.10). Tenemos que el conjunto cociente
de A = {alumnos UNI} con la relacion es el conjunto cuyos elementos son
las clases de equivalencia de elementos de A. Por lo visto en el ejemplo 5.10, cada
clase de equivalencia es el conjunto de alumnos de la UNI que ingresaron el mismo
ano. As, podemos escribir
A
= {{ingresantes 2013}, {ingresantes 2012}, {ingresantes 2011}, . . .}.
5.2. COORDENADAS HOMOGENEAS
Y EL PLANO PROYECTIVO
55
5.2.
Con las herramientas dadas en la seccion anterior, construiremos un nuevo conjunto. Sea A = R3 \ {0} y en A definamos la siguiente relacion , para u, v R3 ,
u, v 6= 0,
u v t R, u = tv.
(5.1)
Es claro que si u v y u = tv, t R, entonces t 6= 0 pues ni u ni v son nulos.
Probaremos que es una relacion de equivalencia. Dado u R3 \ {0}, consideramos t = 1 y as tenemos u = 1 u, es decir, u u. Luego es refleuiva.
Dados u, v R3 \ {0}, tales que u v entonces u = tv, para algun t R. Como
t 6= 0 entonces definimos s = 1/t R y as, v = su, es decir, v u. As, es
simetrica. Finalmente, si u v y v w, entonces u = tv y v = sw, para t, s R.
Entonces, podemos escribir u = (ts)w, es decir, u w. Luego, es transitiva y,
por lo tanto, relacion de equivalencia.
Ejemplo 5.15. Sea u = (1, 5, 2) 6= 0. Entonces v u si, y solo si, v = t(1, 5, 2).
Luego, podemos escribir
[u] = [(1, 5, 2)] = {(t, 5t, 2t) : t 6= 0}.
Note que esta es la recta en R3 que pasa por 0 y con direccion u, quitandole el
punto 0.
PROYECTIVA
CAPITULO
5. GEOMETRIA
56
57
X
,
Z
y=
Y
.
Z
5.3.
Para definir rectas en P2 procederemos de la siguiente manera: consideraremos una recta en R2 y deduciremos que ecuacion satisfacen las coordenadas homogeneas de los puntos de esta.
PROYECTIVA
CAPITULO
5. GEOMETRIA
58
X
,
Z
y=
Y
,
Z
X
Y
y por lo tanto a + b + c = 0. Luego, como Z 6= 0, multiplicamos por Z la
Z
Z
ecuacion anterior y tenemos
aX + bY + cZ = 0.
As, la representacion en coordenadas homogeneas de L es el conjunto
L = {[X : Y : Z] P2 : aX + bY + cZ = 0}.
Podemos considerar L0 como contenida en L en el siguiente sentido: si
(x, y) L0 entonces (x, y) = [x : y : 1] L. Esta inclusion es propia,
pues [b : a : 0] L pero no corresponde a ningun punto de R2 . Observe que
[b : a : 0] es la interseccion de L con P2 .
Recordemos que si ax + by + c = 0 es la ecuacion general de L0 , entonces
(a, b, c) 6= (0, 0, 0) y L0 tambien tendra como ecuacion general a (ta)x + (tb)y +
(tc) = 0, para cualquier t 6= 0. Esto significa que la ecuacion de L0 no depende de
(a, b, c) en s, sino del conjunto de los multiplos de (a, b, c), es decir, de [a : b : c].
Esto motiva la siguiente definicion.
Definicion 5.21. Sea [a : b : c] P2 . La recta proyectiva asociada a [a : b : c], o
simplemente, recta en P2 , es el conjunto
L[a : b : c] = {[X : Y : Z] P2 : aX + bY + cZ = 0}.
Si (a, b) 6= (0, 0) entonces L[a : b : c] representara una recta en R2 . En efecto,
consideremos la recta L0 = L(a, b, c), con ecuacion general ax + by + c = 0.
Entonces (x, y) L(a, b, c) si, y solamente si, [x : y : 1] L[a : b : c]. A este tipo
de rectas las llamaremos rectas afines o propias.
En caso [a : b : c] P2 y (a, b) = (0, 0), se tiene que c 6= 0. Luego [a : b :
c] = [0 : 0 : 1] y as tenemos la recta
L[0 : 0 : 1] = {[X : Y : Z] : Z = 0} = P2 .
Es decir, el conjunto de los puntos del infinito P2 es una recta en P2 , la que llamaremos recta del infinito. Esta recta proyectiva no representa ninguna recta en
R2 .
Sea L = L[a : b : c] una recta en P2 que representa a la recta L(a, b, c) de
2
R (es decir, (a, b) 6= (0, 0)). Estudiaremos la interseccion de L con la recta del
infinito P2 . Sea [X0 : Y0 : Z0 ] L P2 . Entonces Z0 = 0 y
aX0 + bY0 = 0.
59
Esto implica que h(a, b), (X0 , Y0 )i = 0, por lo tanto (X0 , Y0 ) es paralelo a (a, b) =
(b, a). Concluimos que, para algun t R,
(X0 , Y0 , Z0 ) = t(b, a, 0),
y, as, [X0 : Y0 : Z0 ] = [b : a : 0]. Esto significa que [b : a : 0] es la
interseccion de L con P2 . Luego, toda recta de P2 diferente a P2 , interseca a este
en un u nico punto.
Sean (x1 , y1 ) y (x2 , y2 ) puntos en R2 y L0 la recta que pasa por ellos. No es
difcil comprobar que
(y1 y2 )x + (x2 x1 )y + (x1 y2 x2 y1 ) = 0,
es la ecuacion general de L. Luego, si P = [X1 : Y1 : Z1 ] y Q = [X2 : Y2 : Z2 ]
son elementos de A2 , representados por (x1 , y1 ) = (X1 /Z1 , Y1 /Z1 ) y (x2 , y2 ) =
(X2 /Z2 , Y2 /Z2 ), la recta en R2 que pasa por ellos esta dada por
Y2
X2 Y1
Y1
X2 X1
X1 Y2
x+
y+
= 0,
Z1 Z2
Z2
Z1
Z1 Z2
Z2 Z1
o equivalentemente,
(Y1 Z2 Y2 Z1 )x + (X2 Z1 X1 Z2 )y + (X1 Y2 X2 Y1 ) = 0.
As, la recta L(P, Q) que pasa por los puntos P = [X1 : Y1 : Z1 ] y Q = [X2 :
Y2 : Z2 ] en P2 (no necesariamente en A2 ), con P 6= Q, es la recta proyectiva dada
por
(Y1 Z2 Y2 Z1 )X + (X2 Z1 X1 Z2 )Y + (X1 Y2 X2 Y1 )Z = 0.
Es inmediato verificar que esta ecuacion puede ser obtenida de calcular el determinante
X Y Z
det X1 Y1 Z1 = 0.
X2 Y2 Z2
Esta representacion se denomina ecuacion algebraica de la recta L(P, Q).
Ejemplo 5.22. Sea P = [1 : 1 : 1] y Q = [4 : 0 : 2], que representan a los puntos
(1, 1) y (2, 0) de R2 , respectivamente. Entonces la recta L(P, Q) esta dada por
X Y Z
0 = det 1 1 1 = 2X + 2Y + 4Z = 2(X + Y + 2Z).
4
0 2
Luego, la recta proyectiva que pasa por P y Q es L[1 : 1 : 2]. Por otro lado, esto
implica que la recta que pasa por (1, 1) y (2, 0) tiene ecuacion general
x + y + 2 = 0.
PROYECTIVA
CAPITULO
5. GEOMETRIA
60
Ejemplo 5.23. Sea P = [1 : 1 : 1] y Q = [2 : 3 : 0]. Como en el ejemplo anterior, P representa a (1, 1), sin embargo Q es un punto del infinito y no representa
ningun punto en R2 . No obstante, la recta L(P, Q) esta dada por
X Y Z
0 = det 1 1 1 = 3X + 2Y + 5Z.
2
3 0
Luego, la recta proyectiva que pasa por P y Q es L[3 : 2 : 5]. Esta recta proyectiva representa en P2 a la recta L0 en R2 que tiene ecuacion general
3x + 2y + 5 = 0.
Claramente (1, 1) L0 y notemos que (2, 3) es el vector direccion de L0 .
El comportamiento de los ejemplos anteriores puede ser probado en general.
Proposicion 5.24. Sean P A2 , Q P2 y P0 el punto de R2 que tiene a P
como coordenada homogenea. Considere L la recta proyectiva que pasa por P y
Q. Entonces L representa a una recta L0 en R2 y
1. si Q A2 entonces L0 = L(P0 , Q0 ), donde Q tiene a Q0 como coordenada
homogenea;
2. si Q P2 entonces L0 = L(P, v), donde v = (v1 , v2 ) R2 es tal que
Q = [v1 : v2 : 0].
Demostracion. Como P A2 entonces L =
6 P2 y, por tanto, representa a una
recta en R2 . Si P = [X1 : Y1 : Z1 ] y Q = [X2 : Y2 : Z2 ] entonces la recta L tiene
ecuacion
(Y1 Z2 Y2 Z1 )X + (X2 Z1 X1 Z2 )Y + (X1 Y2 X2 Y1 )Z = 0,
y por lo tanto L0 tiene ecuacion general
(Y1 Z2 Y2 Z1 )x + (X2 Z1 X1 Z2 )y + (X1 Y2 X2 Y1 ) = 0.
(5.2)
X1 Y2 X2 Y1
= 0.
Z1
61
X Y Z
det X1 Y1 Z1 = 0,
X2 Y2 Z2
y, por lo tanto, los vectores de R3 , (X1 , Y1 , Z1 ), (X2 , Y2 , Z2 ) y (X, Y, Z) son
linealmente dependientes. Como P y Q son distintos entonces (X1 , Y1 , Z1 ) y
(X2 , Y2 , Z2 ) no son paralelos y, as, son linealmente independientes. Luego deben
existir , R, no ambos nulos, tales que
(X, Y, Z) = (X1 , Y1 , Z1 ) + (X2 , Y2 , Z2 ).
Tomando clase de equivalencia obtenemos
h
i
[X : Y : Z] = (X1 , Y1 , Z1 ) + (X2 , Y2 , Z2 ) .
(5.3)
(5.4)
o, en componentes,
X = X1 + X2 ,
Y = Y1 + Y2 ,
(5.5)
Z = Z1 + Z2 .
Tanto (5.4) o (5.5) seran llamadas ecuaciones parametricas de la recta L(P, Q).
Ejemplo 5.25. Sean P = [6 : 4 : 2] y Q = [3 : 2 : 1]. Entonces la recta
L(P, Q) tiene ecuacion parametrica
[X : Y : Z] = [6 : 4 : 2] + [3 : 2 : 1].
As, tenemos
X = 6 + 3,
Y = 4 + 2,
Z = 2 .
Observacion 5.26. Debemos hacer e nfasis que la ecuacion (5.4) es un abuso de
notacion. Estrictamente hablando, la ecuacion parametrica de una recta proyectiva
debe escribirse como en la ecuacion (5.3).
Finalmente, probaremos el resultado principal de esta seccion.
Teorema 5.27. Sean L1 y L2 rectas en P2 . Entonces L1 L2 6= .
62
PROYECTIVA
CAPITULO
5. GEOMETRIA
0 = hv, wi = a2 X + b2 Y + c2 Z.
Captulo 6
b2 2
,
a2 + b2
ac2
= 2
x0 ,
a + b2
c2 2
= 2
+ x20 + y02 .
a + b2
a11 = 1
a22 = 1
a12
a13
a23
a33
63
64
CAPITULO
6. CONICAS
EN EL PLANO PROYECTIVO
Esto motiva la siguiente definicion.
(6.1)
(6.2)
x1
a11 a12 a13
x1 x2 x3 a12 a22 a23 x2 = 0
a13 a23 a33
x3
65
De este modo, podemos abreviar la notacion para las conicas. Dada una matriz
A de orden 3 3 y simetrica, la conica C en P2 asociada a A esta dada por
C = {P P2 : P > AP = 0}.
1
0 1
Ejemplo 6.4. Sea A = 0 1/2 1. Entonces la conica C asociada a A tiene
1 1 2
ecuacion
1
x21 + x22 + 2x23 2x1 x3 2x2 x3 = 0,
2
que, en coordenadas cartesianas, se escribe como
1
x2 + y 2 + 2 2x 2y = 0.
2
Luego, C representa a la conica en R2 con ecuacion
(x 1)2 +
(y 2)2
= 1,
2
1 0
0
0 1/2. Entonces la conica C asociada a A
Ejemplo 6.5. Sea A = 0
0 1/2 0
tiene ecuacion
x21 + x2 x3 = 0,
que, en coordenadas cartesianas, se escribe como
x2 + y = 0.
Luego, C representa a la conica en R2 con ecuacion
y = x2
la cual es una parabola.
No siempre una matriz simetrica genera una conica en el sentido usual.
1 0 0
Ejemplo 6.6. Sea A = 0 0 0 . Entonces la conica C asociada a A tiene
0 0 1
ecuacion
x21 x23 = 0,
que, en coordenadas cartesianas, se escribe como
x2 1 = 0.
Si consideramos C = {(x, y) : x2 = 1}, este conjunto es formado por dos
rectas verticales en R2 , con ordenadas 1 y 1. Claramente C no una de las conicas
usuales.
66
CAPITULO
6. CONICAS
EN EL PLANO PROYECTIVO
1 0 0
Ejemplo 6.7. Sea A = 0 1 0. Entonces la conica C asociada a A tiene ecua0 0 0
cion
x21 + x22 = 0,
que, en coordenadas cartesianas, se escribe como
x2 + y 2 = 0.
Claramente C = {(x, y) : x2 + y 2 = 0} = {(0, 0)}, es decir, este conjunto es
formado por un u nico punto de R2 .
Para diferenciar cuando una conica en P2 representa, o no, a una conica usual
en R2 , usaremos la matriz asociada a la conica.
Definicion 6.8. Sea C una conica en P2 y A su matriz asociada. Diremos que C es
degenerada si det(A) = 0. En caso contrario, diremos que C es no degenerada.
Es inmediato de la definicion que las conicas en los ejemplos 6.6 y 6.7 son
degeneradas y las conicas de los ejemplos 6.4 y 6.5 son no degeneradas.
Este criterior de clasificacion de conicas es aun insuficiente, pues incluso conicas no degeneradas podran no representar a ninguna conica usual.
1 0 0
Ejemplo 6.9. Sea A = 0 1 0. Entonces la conica C asociada a A es no
0 0 1
degenerada y tiene ecuacion
x21 + x22 + x23 = 0.
que, en coordenadas cartesianas, se escribe como
x2 + y 2 + 1 = 0.
Luego, C = {(x, y) : x2 +y 2 +1 = 0} = , es decir, la conica asociada a la matriz
identidad es no degenerada, sin embargo, no representa a ninguna conica usual.
6.1.
Definicion 6.10. Sea C una conica en P2 , con matriz asociada A. Diremos que P
y Q en P2 son C-conjugados (o conjugados respecto de C) si
P > AQ = 0.
67
(6.3)
CAPITULO
6. CONICAS
EN EL PLANO PROYECTIVO
68
Ejemplo 6.13.
Consideremos laconica C dada en el ejemplo 6.4, que tiene matriz
1
0 1
asociada A = 0 1/2 1, y consideremos P = [1 : 2 : 1]. Entonces la
1 1 2
recta polar de P esta dada por N = AP = [0 : 0 : 1] = [0 : 0 : 1], es decir,
LC (P ) = P2 . Es decir, la recta polar de P , respecto de C, es la recta del infinito.
Luego, el polo de la recta del infinito, respecto de la elipse C, es P .
Ejemplo 6.14.
Consideremos laconica C dada en el ejemplo 6.5, que tiene matriz
1 0
0
0 1/2, y consideremos P = [2 : 4 : 1]. Entonces la
asociada A = 0
0 1/2 0
recta polar de P esta dada por N = AP = [2 : 1/2 : 2] = [4 : 1 : 4], es
decir, LC (P ) tiene ecuacion general 4X + Y + 4Z = 0. Es decir, la recta polar
de P , respecto de C, es representada en R2 por la recta L0 con ecuacion normal
y = 4x 4. Observe que L0 es la recta tangente a la parabola con ecuacion y = x2
en (2, 4).
Proposicion 6.15. Sean C una conica no degenerada, L una recta proyectiva y
P P2 . Si P L entonces el polo de L pertenece a la recta polar de P .
Demostracion. Como C es no degenerada entonces L tiene un polo Q P2 . Como
P L = LC (Q) entonces P y Q son conjugados. Luego Q LC (P ), es decir, el
polo de L pertenece a la polar de P .
Corolario 6.16. Sea C una conica no degenerada y L una recta proyectiva. Entonces las rectas polares, respecto de C, de todos los puntos de L se intersecan en un
u nico punto, el cual es el polo de L.
Demostracion. Como el polo de L existe entonces, por la proposicion anterior, el
polo de L pertenece a todas las rectas polares de los puntos de L. Sea Q P2 que
pertenece a toda recta polar de puntos de L. Entonces todo punto de L es conjugado
a Q, es decir, LC (Q) = L. Como el polo de L es u nico entonces Q debe ser el polo
de L.
6.2.
6.2.1.
(6.4)
6.2. POSICION
69
Caso I: a = 0
En este caso, la ecuacion (6.4) toma la forma
y(2bx + cy) = 0,
cuyas soluciones son (1, 0) y (c, 2b) (o cualquier multiplo de ellos). As, tenemos
1. si b = 0 y c = 0 entonces todo (x, y) R2 es solucion de (6.4);
2. si b = 0 y c 6= 0 entonces (c, 2b) = c(1, 0). Luego, solo tendremos una
solucion independiente (x, y) = (1, 0);
3. si b 6= 0, entonces tenemos dos soluciones independientes (1, 0) y (c, 2b).
Caso II: a 6= 0
En este caso, tenemos que (6.4) no posee ninguna solucion no trivial de la
x
forma (x, 0), x R. Luego podemos hacer el cambio de variable t = y obtener
y
at2 + 2bt + c = 0.
Usando la formula de las races de una ecuacion cuadratica, obtenemos
!
!
b + b2 ac
b b2 ac
2
0 = at + 2bt + c = a t
t
,
a
a
es decir,
(ax + (b
p
p
b2 ac)y)(ax + (b + b2 ac)y) = 0.
, a) y
CAPITULO
6. CONICAS
EN EL PLANO PROYECTIVO
70
6.2.2.
Sea C una conica con matriz asociada A y L = L(P, Q) la recta que pasa por
los puntos P y Q de P2 , P y Q arbitrarios pero distintos. Queremos estudiar la
interseccion entre C y L. Para esto, un elemento R C L debe satisfacer
R> AR = 0,
R = P + Q,
para ciertos , R, (, ) 6= (0, 0). Combinando ambas ecuaciones obtenemos
el sistema cuadratico
0 = (P + Q)> A(P + Q)
= 2 P > AP + 2P > AQ + 2 Q> AQ.
(6.5)
1 0
0
0 .
A = 0 1
0 0 25
71
Con estos datos, P > AP = 25, P > AQ = 25 y Q> AQ = 75, luego, la ecuacion (6.5) se escribe como
252 50 + 75 2 = 25(2 + 2 3 2 ) = 25( )( + 3) = 0.
Esto implica que hay dos puntos de interseccion R1 = 1 P + 1 Q = [8 : 6 : 2] =
[4 : 3 : 1] y R2 = 3 P + 1 Q = [8 : 6 : 2] = [4 : 3 : 1], que representan
a los puntos (4, 3) y (4, 3) de R2 .
1 0 0
Ejemplo 6.19. Sea la conica C, cuya matriz asociada es A = 0 1 0, y
0 0 0
consideremos P = [1 : 1 : 1] y Q = [2 : 2 : 1]. En este caso, P > AP =
Q> AQ = 0, luego P, Q C. Ademas, se verifica que P > AQ = 0. Luego, la recta
L que pasa por P y Q esta contenida en C.
Concluimos la seccion presentando un resumen de estos resultados en el cuadro 6.1.
P > AQ 6= 0
P C
P
/C
P > AQ
=0
C L = {P, R}
Q> AQ 6= 0
C L = {P }
Q> AQ = 0
LC
>0
C L = {R1 , R2 }
=0
C L = {R}
<0
CL=
6.3.
En esta seccion estudiaremos un poco mas en profundidad a las matrices de tamano 3 3. Los resultados que veamos en esta seccion seran dados, en su mayora,
sin demostracion, y seran aplicados en las secciones siguientes.
Consideremos R33 como el conjunto de matrices de tamano 3 3. Sea A =
[aij ] R33 , es decir,
72
CAPITULO
6. CONICAS
EN EL PLANO PROYECTIVO
1 2 0
0
0 1
mos que det(A) = 1. Esto implica que a1 , a2 y a3 son linealmente independientes,
luego, rf (A) = 3. Del mismo modo, det(A> ) = 1, es decir, rc (A) = 3.
1 1
2
1 1 2
das las filas de A son paralelas a (1, 1, 2) y todas las columnas de A son paralelas
a (1, 3, 1). Luego rf (A) = rc (A) = 1.
En general, tenemos la siguiente proposicion.
Proposicion 6.22. Para cualquier matriz A R33 , rf (A) = rc (A).
As, en adelante denotaremos por r(A) al rango de A (ya sea por filas o columnas).
Dada una matriz A = [aij ] R33 , los menores de A son los numeros Mij
definidos como
determinante de la matriz 2 2 que se obtiene
Mij =
.
de quitar a A la fila i y la columna j
a22 a23
a12 a13
a11 a13
, M21 = det
, M32 = det
y
Por ejemplo, M11 = det
a32 a33
a32 a33
a21 a23
a11 a12
. En total una matriz 3 3 posee nueve menores. A los meM33 = det
a21 a22
nores M11 , M22 y M33 se les denomina menores principales de A. Recordemos
73
1
adj(A).
det(A)
Observacion 6.25. Es usual en la literatura denotar por Aij a los menores de una
matriz A y por Cij a los cofactores. Sin embargo, no seguiremos esta notacion para
estar de acuerdo con el libro de Granero.
Teorema 6.26. Sea A R33 . Son equivalentes
1. A es invertible, es decir, existe matriz B tal que AB = BA = I;
2. det(A) 6= 0;
3. r(A) = 3;
4. si x R3 es tal que Ax = 0 entonces x = 0;
5. para cualquier b R3 , el sistema Ax = b posee solucion u nica.
Si A satisface alguna de las propiedades anteriores (por lo tanto, todas) sera llamada matriz no singular. En caso contrario, A sera llamada matriz singular. Por 4.,
para una matriz singular A, existe x R3 , x 6= 0, tal que Ax = 0, que sera llamado
punto singular de A.
En caso A sea singular, podemos usar los menores de A para determinar su
rango.
74
CAPITULO
6. CONICAS
EN EL PLANO PROYECTIVO
Proposicion 6.27. Sea A R33 una matriz singular, no nula. Entonces r(A) = 2
si, y solo si, alguno de sus menores es no nulo. Del mismo modo, r(A) = 1 si, y
solo si, todos sus menores son nulos.
Finalmente, en el caso de una matriz singular de rango dos, probaremos cierto
sentido de unicidad de los puntos singulares.
Proposicion 6.28. Sea A R33 , de rango dos. Entonces existe x R3 , x 6= 0,
tal que Ax = 0. Ademas, cualquier otro x0 R3 con esta propiedad, es paralelo
a x.
Demostracion. Sean a1 , a2 , a3 los vectores fila de A. Sin perdida de generalidad,
podemos suponer que a1 y a2 son linealmente independientes, luego a3 es combinacion lineal de a1 y a2 . Definamos x = a1 a2 , entonces las componentes de Ax
son los productos internos ha1 , xi, ha2 , xi y ha3 , xi. Por definicion de x, tenemos
ha1 , xi = ha2 , xi = 0 y, como a3 es combinacion lineal de a1 y a2 , tambien se
tiene ha3 , xi = 0. As, Ax = 0.
Por otro lado, cualquier x0 R3 tal que Ax0 = 0 cumple ha1 , x0 i = ha2 , x0 i =
ha3 , x0 i = 0, es decir, x0 es ortogonal a a1 y a2 , por lo tanto, debe ser paralelo a
a1 a2 = x.
Finalmente, por medio de la matriz adjunta, podemos obtener una formula para
el punto singular de una matriz.
Proposicion 6.29. Sea A R33 una matriz de rango dos, y sean a1 , a2 y
a3 sus filas. Si ai y aj , i 6= j, son linealmente independientes, entonces v =
(A1k , A2k , A3k ), es no nulo, y es un punto singular de A, para k 6= i, j.
Por ejemplo, si las filas a1 y a2 son linealmente independientes entonces v =
(A13 , A23 , A33 ) es un punto singular de A.
6.4.
En esta seccion clasificaremos a las conicas que poseen una matriz asociada
singular, es decir, a las conicas degeneradas. Por el teorema 6.26, la matriz asociada
a una conica degenerada puede tener rango uno o dos. Estudiaremos estos dos casos
por separado.
6.4.1.
Sea C una conica en P2 tal que su matriz asociada A posea rango uno. Luego, por la proposicion 6.27, todos los menores de A son nulos, en particular los
menores principales A11 , A22 y A33 . Escribamos
DE LAS CONICAS
6.4. CLASIFICACION
DEGENERADAS
75
(6.6)
Esto muestra que a11 , a22 y a33 poseen el mismo signo, pues de otro modo,
tendramos que alguno de los cuadrados a223 , a213 o a212 sera negativo. Luego, sin
perdida de generalidad, podemos suponer que aii 0, para i = 1, 2, 3. As, denotemos
i = aii .
Tomando raz cuadrada en (6.6), y usando la notacion anterior, obtenemos
2 3 = |a23 |,
1 3 = |a13 |,
1 2 = |a12 |,
y, por lo tanto,
a23 = |a23 | = 2 3 ,
a13 = |a13 | = 1 3 ,
a12 = |a12 | = 1 2 .
Ahora, reemplazando en la ecuacion general de la conica, tenemos
0 = a11 x21 + 2a12 x1 x2 + a22 x22 + 2a13 x1 x3 + 2a23 x2 x3 + a33 x23
= 12 x21 21 2 x1 x2 + 22 x22 21 3 x1 x3 22 3 x2 x3 + 32 x23
= (1 x1 2 x2 3 x3 )2 ,
donde los signos de cada i dependen de los signos de cada aij , con i 6= j.
Concluimos que la conica en este caso es una recta, con ecuacion general
1 x1 2 x2 3 x3 = 0. Dado que la ecuacion general de dicha recta esta elevada al cuadrado, se dice que esta recta es una recta doble o de multiplicidad dos.
0 0
0
0 1 1
es de rango uno. En este caso, su ecuacion general es
0 = x22 2x2 x3 + x23 = (x2 x3 )2 .
En este caso, la conica es dada por la recta x2 = x3 , de multiplicidad dos.
1 1 2
2 2 4
ecuacion general es
0 = x21 2x1 x2 + x22 + 4x23 4x1 x3 4x2 x3 = (x1 x2 + 2x3 )2 .
En este caso, la conica es dada por la recta x1 x2 + 2x3 = 0, de multiplicidad
dos.
CAPITULO
6. CONICAS
EN EL PLANO PROYECTIVO
76
6.4.2.
Sea una C una conica con matriz asociada A tal que r(A) = 2. Por la proposicion 6.28, existe x R3 , u nico salvo vectores paralelos, tal que Ax = 0. Definiendo H = [x], donde [ ] denota la clase de equivalencia definida en la seccion 5.2,
tenemos que H es el u nico punto singular de la conica C.
La caracterizacion de C entonces resultara del siguiente teorema.
Teorema 6.32. Sea C una conica con matriz asociada de rango dos y H P2 su
u nico punto singular.
1. Para cualquier P C, P 6= H, la recta que pasa por P y H esta contenida
completamente en C.
2. Para cualquier P
/ C, la recta que pasa por P y H solo corta a la conica
en H.
3. Para todo par de puntos P, Q C, no colineales con H, la recta que pasa
por P y Q corta a la conica C u nicamente en P y Q.
Demostracion.
1. Como P C, H C y AH = 0 entonces P > AH = 0 y, por lo visto en el
cuadro 6.1, L(P, H) C.
2. Por el cuadro 6.1, esto ocurre pues
= (P > AH)2 P > AP H > AH,
= (P > 0)2 P > AP 0,
= 0.
3. Como P y Q no son colineales con H, en particular, ambos son distintos de
H. Nuevamente nos referimos al cuadro 6.1 para observar que basta probar
que P > AQ 6= 0. Supongamos, por el contrario, que P > AQ = 0, luego
Q LC (P ). Sin embargo, esto no es posible pues P > AH = P > 0 = 0, es
decir H LC (P ), que hara que P , Q y H sean colineales.
Proposicion 6.33. Sea P C, P 6= H, y sea R no conjugado con P . Entonces la
recta que pasa por P y R corta a la conica en otro punto Q C, distinto de P .
Ademas, P , Q y H no son colineales.
As, tenemos dos posibilidades para C: C = {H} o existe P C, P 6= H,
es decir, P no es un punto singular de C. Esto significa que la recta polar LC (P )
esta bien definida y podemos encontrar un punto fuera de ella. Luego, por la proposicion anterior, tenemos que existe Q C, distinto de P , tal que P , Q y H
no son colineales. Por el teorema anterior, la recta que pasa por P y Q corta a la
conica u nicamente en P y Q y, mas aun, las dos rectas que unen P y Q con H,
DE CONICAS
CON X3 = 077
6.5. CLASIFICACION
MEDIANTE SU INTERSECCION
respectivamente, estan contenidas en C. Falta probar la otra inclusion. Sea R C
que no este en alguna de las dos rectas. Entonces la recta que une P y R cortara
a la conica en P , R y en la recta que une Q con H, lo cual contradice el teorema
anterior. Concluimos que, en este caso, una conica formada por mas de un punto
es una union de dos rectas distintas, concurrentes en el punto singular.
6.5.
(6.7)
que es un caso particular de la ecuacion (6.4). En este caso, observe que = a212
a11 a22 = A33 . Por lo visto en la seccion 6.2 y en particular la observacion 6.17,
tenemos
1. si a11 = a12 = a13 = 0 entonces todo (x1 , x2 ) es solucion de (6.7), es decir,
2 C;
P
2. si A33 > 0 entonces < 0 y C no posee puntos de interseccion con P2 , en
este caso diremos que C es una elipse;
3. si A33 = 0 entonces = 0 y C posee un punto de interseccion con P2 , en
este caso diremos que C es una parabola;
4. si A33 < 0 entonces > 0 y C posee dos puntos de interseccion con P2 ,
en este caso diremos que C es una hiperbola.
6.6.
Conicas imaginarias
78
CAPITULO
6. CONICAS
EN EL PLANO PROYECTIVO
(6.8)
6.7. RECTA TANGENTE A UNA CONICA
79
6.7.