Conceptos basicos de Vectores en Rn

Llamamos vector de Rn a una lista ordenada de n n

umeros reales, la
cual denotamos como

x1
x2

x = . .
..
xn

Aqu xk lo llamamos k-esima componente del vector x.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Llamamos vector de Rn a una lista ordenada de n n
umeros reales, la
cual denotamos como

x1
x2

x = . .
..
xn

Aqu xk lo llamamos k-esima componente del vector x.

Cual sera el vector vector nulo o vector cero?

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Llamamos vector de Rn a una lista ordenada de n n
umeros reales, la
cual denotamos como

x1
x2

x = . .
..
xn

Aqu xk lo llamamos k-esima

del vector x.
componente

5
10
4

EJEMPLOS: El vector x =
3 es un vector de R y su primera,
5
segunda, tercera y cuarta componentes son 5, 0, 3 y 5, en ese
orden.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Llamamos vector de Rn a una lista ordenada de n n
umeros reales, la
cual denotamos como

x1
x2

x = . .
..
xn

Aqu xk lo llamamos k-esima componente del vector x.

EJEMPLOS: Los vectores



0
0
1
0
1
0



e1 = . , e2 = . , , en = .
..
..
..
1
0
0

son vectores de Rn . A estos vectores los llamamos vectores

canonicos de Rn

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Llamamos vector de Rn a una lista ordenada de n n
umeros reales, la
cual denotamos como

x1
x2

x = . .
..
xn

Aqu xk lo llamamos k-esima componente del vector x.

Cuando dos vectores son iguales?

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Geometricamente, a los vectores de Rn los podemos interpretar
como puntos;

Aqu los llamaremos vectores libres.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Geometricamente, a los vectores de Rn los podemos interpretar
como puntos;

En las aplicaciones fsicas, es importante que pensemos en un vector,

no como un punto, sino como algo que tiene magnitud, direcci
on y
sentido. Aqu los llamaremos vectores libres.
Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

v1
u1
v2
u2


[SUMA] Dados u = . y v = . , definimos
..
..
vn
un

u1 + v1
u2 + v2

u+v = .
..
un + vn

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

u1
u2

[PRODUCTO POR ESCALAR] Dados u = . y R , definimos
..
un

u1
u2

u = .
..
un

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

[RESTA] Definimos u v

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Teorema
Sean u, v y w vectores de Rn y sean , dos n
umeros reales. Entonces
n
1
u + v R . Ley clau para +.
2
3
4

6
7
8

(u + v ) + w = u + (v + w ). Ley asoc para +

u + v = v + u. Ley conm. para +

Existe un u
nico vector z Rn tal que u + z = z + u = u(z = 0).
Ley mod para la suma
Para cada u, existe un u
nico vector p Rn tal que
u + p = p + u = 0 (p = -u). Existencia del opuesto para suma.
u Rn . Ley clau para el producto por escalar

(u + v ) = u + v . Ley dist del producto por escalar resp +

( + )u = u + u. Ley dist del producto por escalar respecto a +
de escalares.

()u = (u) = (u). Ley asoc respecto al producto por

escalares

10

u = 0, si y solo si, = 0
o u = 0.
Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Combinacion Lineal)
Dados v1 , v2 , . . . , vk vectores de Rn y 1 , 2 , . . . , k R, al vector
v = 1 v1 + 2 v2 + . . . + k vk
lo llamamos combinacion lineal de los vectores v1 , v2 , . . . , vk . A los
escalares 1 , 2 , . . . , k los llamamos coeficientes de la combinacion
lineal.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Combinacion Lineal)
Dados v1 , v2 , . . . , vk vectores de Rn y 1 , 2 , . . . , k R, al vector
v = 1 v1 + 2 v2 + . . . + k vk
lo llamamos combinacion lineal de los vectores v1 , v2 , . . . , vk . A los
escalares 1 , 2 , . . . , k los llamamos coeficientes de la combinacion
lineal.
 
 
 
1
2
3
EJEMPLO: Sean u =
yv=
yw=
. Calculemos la
2
5
2
combinacion lineal de ellos dada por 3u v + 2w .

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Combinacion Lineal)
Dados v1 , v2 , . . . , vk vectores de Rn y 1 , 2 , . . . , k R, al vector
v = 1 v1 + 2 v2 + . . . + k vk
lo llamamos combinacion lineal de los vectores v1 , v2 , . . . , vk . A los
escalares 1 , 2 , . . . , k los llamamos coeficientes de la combinacion
lineal.

2
13
EJERCICIO los vectores 4 y 0 son combinaciones lineales
1
0

5
1
de 0 y 2 ?.
3
2

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Conj. Generado y Conj. Generador)
Al conjunto de todas las combinaciones lineales de los vectores
v1 , v2 , . . . , vk lo representamos por
V := {v |v = 1 v1 + 2 v2 + . . . + k vk , i R} = Gen{v1 , v2 , . . . , vk }
V es generado por v1 , v2 , . . . , vk ; ademas, a {v1 , v2 , . . . , vk } lo llamamos
conjunto generador de V

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Conj. Generado y Conj. Generador)
Al conjunto de todas las combinaciones lineales de los vectores
v1 , v2 , . . . , vk lo representamos por
V := {v |v = 1 v1 + 2 v2 + . . . + k vk , i R} = Gen{v1 , v2 , . . . , vk }
V es generado por v1 , v2 , . . . , vk ; ademas, a {v1 , v2 , . . . , vk } lo llamamos
conjunto generador de V

EJEMPLO: Si V = Gen{u, v }, entonces 2u + 5v , 0, u, 3v , u v son

vectores de V .

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Conj. Generado y Conj. Generador)
Al conjunto de todas las combinaciones lineales de los vectores
v1 , v2 , . . . , vk lo representamos por
V := {v |v = 1 v1 + 2 v2 + . . . + k vk , i R} = Gen{v1 , v2 , . . . , vk }
V es generado por v1 , v2 , . . . , vk ; ademas, a {v1 , v2 , . . . , vk } lo llamamos
conjunto generador de V


3
0
1
EJERCICIO El vector 0 pertenece a Gen 0 , 0 ?.

2
1
1

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Conj. linealmente independiente)
Un conjunto de vectores {v1 , v2 , . . . , vk } es linealmente independiente si
los u
nicos escalares 1 , 2 , . . . , k tales que
1 v1 + 2 v2 + + k vk = 0
son todos cero.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Conj. linealmente independiente)
Un conjunto de vectores {v1 , v2 , . . . , vk } es linealmente independiente si
los u
nicos escalares 1 , 2 , . . . , k tales que
1 v1 + 2 v2 + + k vk = 0
son todos cero.

1
1
1
EJERCICIO: Demostremos que 3 , 5 , 2 , es un conj

2
4
0
linealmente indepependiente

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Conj. linealmente independiente)
Un conjunto de vectores {v1 , v2 , . . . , vk } es linealmente independiente si
los u
nicos escalares 1 , 2 , . . . , k tales que
1 v1 + 2 v2 + + k vk = 0
son todos cero.

1
2
1
EJERCICIO: Demostremos que 3 , 2 , 1 , es un conj

2
3
5
linealmente dependiente.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Producto escalar )


v1
u1
..
..
Dados u = . y v = . de Rn , definimos u v el producto escalar

vn
un
entre u y v , como el escalar dado por

u v = u1 v1 + u2 v2 + + un vn

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Producto escalar )


v1
u1
..
..
Dados u = . y v = . de Rn , definimos u v el producto escalar

vn
un
entre u y v , como el escalar dado por

u v = u1 v1 + u2 v2 + + un vn

2
1
2
EJERCICIO: Dados 1 , 3 , 1 , Calcule

1
0
5
u v , u w , v w , (3u) v , (u + v ) w y v u.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Producto escalar )


v1
u1
..
..
Dados u = . y v = . de Rn , definimos u v el producto escalar

vn
un
entre u y v , como el escalar dado por

u v = u1 v1 + u2 v2 + + un vn
Teorema
Sean u, v y w vectores de Rn y sea R. Entonces
1
2
3
4

u v = v a. Ley conm para .

u (v + w ) = u v + u w . Ley dist
(u v ) = (u) v = u(v ).
u u = 0, si y solo si, u = 0.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Norma)
Definimos la norma de un vector u de Rn , kuk, como la raz cuadrada de
u u; es decir,
q

kuk = u u = u12 + + un2

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Norma)
Definimos la norma de un vector u de Rn , kuk, como la raz cuadrada de
u u; es decir,
q

kuk = u u = u12 + + un2

2
5
1
EJERCICIO: Dados u = 1 , y los puntos P = 2, Q = 1,
5
3
3
Calcule kuk y kPQk,

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Norma)
Definimos la norma de un vector u de Rn , kuk, como la raz cuadrada de
u u; es decir,
q

kuk = u u = u12 + + un2

Teorema
Dados los vectores u, v Rn , y R tenemos que
(a) kuk = ||kuk

(b) ku + v k2 = kuk2 + kv k2 + 2(u v )

(c) ku v k2 = kuk2 + kv k2 2(u v )
(d) |u v | kukkv k. La igualdad se obtiene, si y solo si, u = v para
alg
un R. Desigualdad de Cauchy-Schwarz.
(e) ku + v k kuk + kv k. La igualdad se cumple, si y solo si, u = v
con 0. Desigualdad triangular.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

(c) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

(c) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0
0 kxu + v k2 = (xu + v ) (xu + v )

= x 2 (u u) + x(2u v ) + (v v ) = p(x)

donde p(x) = ax 2 + bx + c es un polinomio cuadratico con a = u u,

b = 2u v y c = v v .

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

(c) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0
0 kxu + v k2 = (xu + v ) (xu + v )

= x 2 (u u) + x(2u v ) + (v v ) = p(x)

donde p(x) = ax 2 + bx + c es un polinomio cuadratico con a = u u,

b = 2u v y c = v v .
Como a 0, la grafica de p(x) es una parabola concava haca arriba con
vertice en el semiplano
 superior (por encima del eje X ). Recordando que

el vertice de p(x) es

b
2a , c

b2
4a

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

(c) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0
0 kxu + v k2 = (xu + v ) (xu + v )

= x 2 (u u) + x(2u v ) + (v v ) = p(x)

donde p(x) = ax 2 + bx + c es un polinomio cuadratico con a = u u,

b = 2u v y c = v v .
Como a 0, la grafica de p(x) es una parabola concava haca arriba con
vertice en el semiplano
 superior (por encima del eje X ). Recordando que

el vertice de p(x) es

b
2a , c

0c

b2
4a

entonces

4(u v )
b2
= kv k2
4a
4kuk2

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

(c) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0
0 kxu + v k2 = (xu + v ) (xu + v )

= x 2 (u u) + x(2u v ) + (v v ) = p(x)

donde p(x) = ax 2 + bx + c es un polinomio cuadratico con a = u u,

b = 2u v y c = v v .
Como a 0, la grafica de p(x) es una parabola concava haca arriba con
vertice en el semiplano
 superior (por encima del eje X ). Recordando que

el vertice de p(x) es

b
2a , c

0c

b2
4a

entonces

b2
4(u v )
= kv k2
4a
4kuk2

Ademas, si u = v entonces
|u v | = |v v | = |||v v | = ||kv k2 = ||kv kkv k
= kv kkv k = kukkv k

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Angulo
entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Angulo
entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.
OBS: Dados dos vectores u y v no nulos, siempre podemos construir un
triangulo como el de la siguiente figura

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Angulo
entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.
Al aplicar el T. del Coseno a este triangulo, tenemos
ku v k2 = kuk2 + kv k2 2kukkv k cos

kuk2 2u v + kv k2 = kuk2 + kv k2 2kukkv k cos

Entonces
cos =

uv
kukkv k

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Angulo
entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.
Al aplicar el T. del Coseno a este triangulo, tenemos
ku v k2 = kuk2 + kv k2 2kukkv k cos

kuk2 2u v + kv k2 = kuk2 + kv k2 2kukkv k cos

Entonces

uv
kukkv k


1
1
1
1

EJEMPLO: Calcule el angulo de u =

1 y v = 1
1
1
cos =

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Proyeccion ortogonal)
Si u 6= 0 y v son vectores de Rn , definimos la proyeccion ortogonal de v
sobre u como el vector
v u
proyu v =
u
kuk2
Llamamos a vc = v proyu v la componente vectorial de v ortogonal a u.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Proyeccion ortogonal)
Si u 6= 0 y v son vectores de Rn , definimos la proyeccion ortogonal de v
sobre u como el vector
v u
u
proyu v =
kuk2
Llamamos a vc = v proyu v la componente vectorial de v ortogonal a u.

Algebra lineal B
asica

Conceptos basicos de Vectores en Rn

Definici
on (Proyeccion ortogonal)
Si u 6= 0 y v son vectores de Rn , definimos la proyeccion ortogonal de v
sobre u como el vector
v u
proyu v =
u
kuk2
Llamamos a vc = v proyu v la componente vectorial de v ortogonal a u.
EJEMPLOS: Halle la proyu v y la componente vectorial de v ortogonal a
u (Esto es vc ), para cada uno de los siguientes casos:



2
1
1
1

(a) u = 1 y v = 1 (b) u = e1 y v =
0
1
1
3

Algebra lineal B
asica

Producto Ax
Las columnas de las matrices son vectores de Rm , m son las filas de la
matriz, es decir, que las matrices las podemos ver como una sucesion
(finita y ordenada) de vectores, lo cual denotamos como
A = [a1 a2 . . . an ]

ai son las columnas de A.

Algebra lineal B
asica

Producto Ax
Las columnas de las matrices son vectores de Rm , m son las filas de la
matriz, es decir, que las matrices las podemos ver como una sucesion
(finita y ordenada) de vectores, lo cual denotamos como
A = [a1 a2 . . . an ]

ai son las columnas de A.

Definici
on
Sea A una matriz, cuyas columnas son los vectores a1 , a2 , . . . , an de Rm ,
y sea x un vector de Rn , cuyas componentes son x1 , x2 , . . . , xn .
Definimos el producto matricial Ax como la combinacion lineal
Ax = x1 a1 + x2 a2 + + xn an .

Algebra lineal B
asica

Producto Ax
Las columnas de las matrices son vectores de Rm , m son las filas de la
matriz, es decir, que las matrices las podemos ver como una sucesion
(finita y ordenada) de vectores, lo cual denotamos como
A = [a1 a2 . . . an ]

ai son las columnas de A.

Definici
on
Sea A una matriz, cuyas columnas son los vectores a1 , a2 , . . . , an de Rm ,
y sea x un vector de Rn , cuyas componentes son x1 , x2 , . . . , xn .
Definimos el producto matricial Ax como la combinacion lineal
Ax = x1 a1 + x2 a2 + + xn an .

1 0 3
0
EJEM: Dado A = 2 1 1 y x = 1, tenemos
3 5 2
3



1
0
3
Ax = 0 2 + 1 1 + 3 1 =??
3
5
2

Algebra lineal B
asica

Teorema (Propiedades del producto Ax)

Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)
DEM: (a)

Algebra lineal B
asica

Teorema (Propiedades del producto Ax)

Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)
DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y
por tanto x + y = (x1 + y1 , , xn + yn ).

Algebra lineal B
asica

Teorema (Propiedades del producto Ax)

Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)
DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y
por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an

Algebra lineal B
asica

Teorema (Propiedades del producto Ax)

Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)
DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y
por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an

= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an

Algebra lineal B
asica

Teorema (Propiedades del producto Ax)

Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)
DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y
por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an

= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an




= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an

Algebra lineal B
asica

Teorema (Propiedades del producto Ax)

Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)
DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y
por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an

= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an




= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an
= Ax + Ay

Algebra lineal B
asica

Teorema (Propiedades del producto Ax)

Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)
DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y
por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an

= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an




= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an
= Ax + Ay

3x 2y + z = 2
Observe que el sistema lineal
x 3z =
1

Algebra lineal B
asica

Teorema (Propiedades del producto Ax)

Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)
DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y
por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an

= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an




= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an
= Ax + Ay

3x 2y + z = 2
Observe que el sistema lineal
x 3z =
1

 x
 
       

3
2
1
2
2
3 2 1
y =
x
+y
+z
=

1
1 0 3
1
0
3
1
z
Algebra lineal B
asica

Observe que
[A|b],

Ax = b,

x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Algebra lineal B
asica

Observe que
[A|b],

Ax = b,

x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)
Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:

Algebra lineal B
asica

Observe que
[A|b],

Ax = b,

x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)
Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.

Algebra lineal B
asica

Observe que
[A|b],

Ax = b,

x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)
Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.
Existe al menos un vector x de Rn , tal que Ax = b.

Algebra lineal B
asica

Observe que
[A|b],

Ax = b,

x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)
Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.
Existe al menos un vector x de Rn , tal que Ax = b.
El vector b es combinacion lineal de las columnas de A.

Algebra lineal B
asica

Observe que
[A|b],

Ax = b,

x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)
Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.
Existe al menos un vector x de Rn , tal que Ax = b.
El vector b es combinacion lineal de las columnas de A.
El vector b pertenece al conjunto generado por las columnas de A.

Algebra lineal B
asica

Observe que
[A|b],

Ax = b,

x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)
Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.
Existe al menos un vector x de Rn , tal que Ax = b.
El vector b es combinacion lineal de las columnas de A.
El vector b pertenece al conjunto generado por las columnas de A.
Definici
on (Espacio nulo)
El espacio nulo de una matriz A esta dado por
NA = {x Rn : Ax = 0}
Algebra lineal B
asica


1
Dada A = 2
3

1
v = 2 yw
3

 
0 3
2

1 1
determinemos si los vectores u =
,
7
5 2

1
= 2 se encuentran en NA .
3

Algebra lineal B
asica

 
1 0 3
2

2 1 1
Dada A =
determinemos si los vectores u =
,
7
3 5 2


1
1
v = 2 y w = 2 se encuentran en NA .
3
3
OBS NA = {0}, si y solo si, Ax = 0 tiene solucion u
nica, i.e. x = 0.

Algebra lineal B
asica

 
1 0 3
2

2 1 1
Dada A =
determinemos si los vectores u =
,
7
3 5 2


1
1
v = 2 y w = 2 se encuentran en NA .
3
3
OBS NA = {0}, si y solo si, Ax = 0 tiene solucion u
nica, i.e. x = 0.
Teorema (Propiedades del espacio nulo)
Dada una matriz A, si x, y son vectores de NA y es un escalar,
tenemos que:
(a) x + y NA
(b) x NA
DEM

Algebra lineal B
asica

 
1 0 3
2

2 1 1
Dada A =
determinemos si los vectores u =
,
7
3 5 2


1
1
v = 2 y w = 2 se encuentran en NA .
3
3
OBS NA = {0}, si y solo si, Ax = 0 tiene solucion u
nica, i.e. x = 0.
Teorema (Propiedades del espacio nulo)
Dada una matriz A, si x, y son vectores de NA y es un escalar,
tenemos que:
(a) x + y NA
(b) x NA
DEM Puesto que x, y NA , Ax = 0 y Ay = 0;

Algebra lineal B
asica

 
1 0 3
2

2 1 1
Dada A =
determinemos si los vectores u =
,
7
3 5 2


1
1
v = 2 y w = 2 se encuentran en NA .
3
3
OBS NA = {0}, si y solo si, Ax = 0 tiene solucion u
nica, i.e. x = 0.
Teorema (Propiedades del espacio nulo)
Dada una matriz A, si x, y son vectores de NA y es un escalar,
tenemos que:
(a) x + y NA
(b) x NA
DEM Puesto que x, y NA , Ax = 0 y Ay = 0; entonces,
(a) A(x + y ) = Ax + Ay = 0 + 0 = 0, por tanto, x + y NA .
(b) A(x) = (Ax) = 0 = 0, de donde, concluimos que x NA .

Algebra lineal B
asica

Definici
on (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
CA = {b Rm : Ax = b, para alg
un x Rn }.

Algebra lineal B
asica

Definici
on (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
CA = {b Rm : Ax = b, para alg
un x Rn }.
OBS CA esta formado por todas las combinaciones lineales de las
columnas de A; es decir,
CA = Gen{a1 , a2 , . . . , an }
donde a1 , a2 , . . . , an son las columnas de A.

Algebra lineal B
asica

Definici
on (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
CA = {b Rm : Ax = b, para alg
un x Rn }.
OBS CA esta formado por todas las combinaciones lineales de las
columnas de A; es decir,
CA = Gen{a1 , a2 , . . . , an }
donde a1 , a2 , . . . , a
n son
1
EJEM Dada A = 2
1
encuentran en CA .

las columnas
de A.

5
4
2
1 determinemos si 7 , 0 se
4
1
1

Algebra lineal B
asica

Definici
on (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
CA = {b Rm : Ax = b, para alg
un x Rn }.
OBS CA esta formado por todas las combinaciones lineales de las
columnas de A; es decir,
CA = Gen{a1 , a2 , . . . , an }
donde a1 , a2 , . . . , a
n son
1
EJEM Dada A = 2
1
encuentran
en CA .
1
2
1
M.Aum = 2
1 1

las columnas
de A.

5
4
2
1 determinemos si 7 , 0 se
4
1
1

1 2
4
5
4
5
7
0 M.Esc = 0 5 15 10
1 4
0 1
0 0
Algebra lineal B
asica

Definici
on (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
CA = {b Rm : Ax = b, para alg
un x Rn }.
OBS CA esta formado por todas las combinaciones lineales de las
columnas de A; es decir,
CA = Gen{a1 , a2 , . . . , an }
donde a1 , a2 , . . . , a
n son
1
EJEM Dada A = 2
1
encuentran
en CA .
1
2
1
M.Aum = 2
1 1

las columnas
de A.

5
4
2
1 determinemos si 7 , 0 se
4
1
1

1 2
4
5
4
5
7
0 M.Esc = 0 5 15 10
1 4
0 1
0 0

Entonces 1ro SI, 2do NO

Algebra lineal B
asica

Teorema (Propiedades del espacio columna)

Dada una matriz A, los vectores b y c de CA y un escalar, entonces:
(1) b + c CA

(2) b CA

Algebra lineal B
asica

Teorema (Propiedades del espacio columna)

Dada una matriz A, los vectores b y c de CA y un escalar, entonces:
(1) b + c CA

(2) b CA

DEM Puesto que b, c CA , existen vectores x y y tales que Ax = b y

Ay = c.

Algebra lineal B
asica

Teorema (Propiedades del espacio columna)

Dada una matriz A, los vectores b y c de CA y un escalar, entonces:
(1) b + c CA

(2) b CA

DEM Puesto que b, c CA , existen vectores x y y tales que Ax = b y

Ay = c. Entonces,
(1). b + c = Ax + Ay = A(x + y ), por tanto, b + c CA .
(2). b = (Ax) = A(x), de donde concluimos que b CA .

Algebra lineal B
asica

Teorema (Propiedades del espacio columna)

Dada una matriz A, los vectores b y c de CA y un escalar, entonces:
(1) b + c CA

(2) b CA

DEM Puesto que b, c CA , existen vectores x y y tales que Ax = b y

Ay = c. Entonces,
(1). b + c = Ax + Ay = A(x + y ), por tanto, b + c CA .
(2). b = (Ax) = A(x), de donde concluimos que b CA .
Corolario (1)
si el vector u es solucion del sistema Ax = b y el vector v es solucion del
sistema homogeneo asociado (Ax = 0), entonces (u + v ) es solucion del
sistema Ax = b.
DEM
A(u + v ) = Au + Av = b + 0 = b.

Algebra lineal B
asica

Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.

Algebra lineal B
asica

Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.
Corolario (3)
Sea u solucion del sistema Ax = b, entonces v es solucion del sistema
Ax = b, si y solo si, v = h + u, donde h es una solucion del sistema
homogeneo asociado Ax = 0.

Algebra lineal B
asica

Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.
Corolario (3)
Sea u solucion del sistema Ax = b, entonces v es solucion del sistema
Ax = b, si y solo si, v = h + u, donde h es una solucion del sistema
homogeneo asociado Ax = 0.
DEM Sea v una solucion del sistema Ax = b, entonces h = v u es
solucion del sistema homogeneo asociado (Coro 2) y por tanto
v = h + u. La otra implicacion es el resultado del Coro 1.

Algebra lineal B
asica

Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.
Corolario (3)
Sea u solucion del sistema Ax = b, entonces v es solucion del sistema
Ax = b, si y solo si, v = h + u, donde h es una solucion del sistema
homogeneo asociado Ax = 0.
Corolario
Un sistema Ax = b que tiene mas de una solucion, tiene infinitas
soluciones.

Algebra lineal B
asica

Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.
Corolario (3)
Sea u solucion del sistema Ax = b, entonces v es solucion del sistema
Ax = b, si y solo si, v = h + u, donde h es una solucion del sistema
homogeneo asociado Ax = 0.
Corolario
Un sistema Ax = b que tiene mas de una solucion, tiene infinitas
soluciones.
DEM Sean u y v dos soluciones diferentes del sistema Ax = b. Por el
Coro 2, h = u v 6= 0 es solucion del sistema homogeneo asociado
Ax = 0. Por el Propiedades de NA , h, R, tambien es solucion del
sistema homogeneo, lo que nos indica que el sistema homogeneo tiene
infinitas soluciones. Por el Coro 3, w = h + u es tambien solucion del
sistema Ax = b. As que, el sistema Ax = b tiene infinitas soluciones.
Algebra lineal B
asica

Rectas, Planos e Hiperplanos

DEF: Dado un punto P y un vector d no nulo de Rn , diremos que la
recta que contiene a P y tiene direcci
on d es

el conjunto de todos los puntos X que determinan vectores PX paralelos

a d.

Algebra lineal B
asica

Rectas, Planos e Hiperplanos

DEF: Dado un punto P y un vector d no nulo de Rn , diremos que la
recta que contiene a P y tiene direcci
on d es

el conjunto de todos los puntos X que determinan vectores PX paralelos

a d. Al vector d lo llamamos vector director de la recta.
x p = td

x = p + td
Algebra lineal B
asica

Formas de expresar una recta

Ecuacion vectorial de la recta

x = p + td

Ecuaciones parametricas de la recta

x1
x2
xn

=
=
..
.
=

Algebra lineal B
asica

p1 + td1
p2 + td2
pn + tdn

Formas de expresar una recta

Ecuacion vectorial de la recta

Ecuaciones parametricas de la recta

x1
x2

x = p + td

xn

=
=
..
.
=

p1 + td1
p2 + td2
pn + tdn

Al despejar t de cada ecuacion e igualar esta expresiones, encontramos

las ecuaciones simetricas de la recta que pasa por el punto P y tiene
vector director d,
x2 p2
xn pn
x1 p1
=
= =
d1
d2
dn

siempre que di 6= 0

Algebra lineal B
asica

Formas de expresar una recta

Ecuacion vectorial de la recta

Ecuaciones parametricas de la recta

x1
x2

x = p + td

xn

=
=
..
.
=

p1 + td1
p2 + td2
pn + tdn

Al despejar t de cada ecuacion e igualar esta expresiones, encontramos

las ecuaciones simetricas de la recta que pasa por el punto P y tiene
vector director d,
x2 p2
xn pn
x1 p1
=
= =
d1
d2
dn
EJEM Dada la ecuacion vectorial L :
1

x1
x2
x3

siempre que di 6= 0
=

2
1
3

Halle dos puntos P y Q de la recta L.

Algebra lineal B
asica

+t

1
0
5

Formas de expresar una recta

Ecuacion vectorial de la recta

Ecuaciones parametricas de la recta

x1
x2

x = p + td

xn

=
=
..
.
=

p1 + td1
p2 + td2
pn + tdn

Al despejar t de cada ecuacion e igualar esta expresiones, encontramos

las ecuaciones simetricas de la recta que pasa por el punto P y tiene
vector director d,
x2 p2
xn pn
x1 p1
=
= =
d1
d2
dn
EJEM Dada la ecuacion vectorial L :
1

x1
x2
x3

Halle dos puntos P y Q de la recta L.

!
!
Determine si R =

3
1
2

yS=

4
1
0

siempre que di 6= 0
=

2
1
3

+t

1
0
5

pertenecen a la recta L.

Algebra lineal B
asica

Formas de expresar una recta

Ecuacion vectorial de la recta

Ecuaciones parametricas de la recta

x1
x2

x = p + td

xn

=
=
..
.
=

p1 + td1
p2 + td2
pn + tdn

Al despejar t de cada ecuacion e igualar esta expresiones, encontramos

las ecuaciones simetricas de la recta que pasa por el punto P y tiene
vector director d,
x2 p2
xn pn
x1 p1
=
= =
d1
d2
dn
EJEM Dada la ecuacion vectorial L :
1
2

x1
x2
x3

siempre que di 6= 0
=

2
1
3

+t

1
0
5

Halle dos puntos P y Q de la recta L.

Halle un vector d que sea un vector director de la recta L y verifique
que el vector PQ, de (a), es paralelo a d.
Algebra lineal B
asica

EJEM. Hallar la ecuacion vectorial de la recta que pasa por los puntos


1

2
P =
0
1

1
Q=
1
1

Algebra lineal B
asica

EJEM. Hallar la ecuacion vectorial de la recta que pasa por los puntos


1

2
P =
0
1

1
Q=
1
1

DEF. Diremos que las rectas L1 y L2 son paralelas, si y solo si, los
vectores d1 y d2 lo son. Es decir, d1 = d2

Algebra lineal B
asica

EJEM. Hallar la ecuacion vectorial de la recta que pasa por los puntos


1

2
P =
0
1

1
Q=
1
1

DEF. Diremos que las rectas L1 y L2 son paralelas, si y solo si, los
vectores d1 y d2 lo son. Es decir, d1 = d2
EJEM Determine si las siguientes rectas son paralelas.


5
3
1
L1 es la recta que pasa por los puntos P = 2 y Q = 3 y
0
1
4
0
x
L2 es la recta con ecuacion vectorial y = 4 + t 10
2
3
z

Algebra lineal B
asica

EJEM. Hallar la ecuacion vectorial de la recta que pasa por los puntos


1

2
P =
0
1

1
Q=
1
1

DEF. Diremos que las rectas L1 y L2 son paralelas, si y solo si, los
vectores d1 y d2 lo son. Es decir, d1 = d2
EJEM Determine si las siguientes rectas son paralelas.

3
1
L1 es la recta que pasa por los puntos M = 2 y tiene vector
1

2
direcci
on v = 3 y L2 es la recta que pasa por los puntos
1


2
0
Q = 2 y P = 3
1
1
Algebra lineal B
asica

Rectas iguales y ortogonales

DEF Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en com
un.

Algebra lineal B
asica

Rectas iguales y ortogonales

DEF Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en com
un.
DEF Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los
vectores d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.

Algebra lineal B
asica

Rectas iguales y ortogonales

DEF Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en com
un.
DEF Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los
vectores d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.
EJEM Determine si las siguientes rectas son ortogonales:


1
3
1
L1 es la recta que pasa por los puntos P = 2 y Q = 3 y L2
0
1


2
5
x
es la recta con ecuacion vectorial y = 4 + t 2
2
1
z

Algebra lineal B
asica

Rectas iguales y ortogonales

DEF Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en com
un.
DEF Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los
vectores d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.
EJEM Determine si las siguientes rectas son ortogonales:

0
1
L1 es la recta que pasa por los puntos M = 2 y tiene vector
0

1
direcci
on v = 3 y L2 es la recta que pasa por los puntos
1

1
2
Q = 2 y R = 3
1
1
Algebra lineal B
asica

Ejercicios
Halle las ecuacion vectorial y la ecuacion simetricas de las rectas:
1

La recta que pasa por los puntos

1
2
P =
0
1

2
1
Q=
1
1

Algebra lineal B
asica

Ejercicios
Halle las ecuacion vectorial y la ecuacion simetricas de las rectas:
1

La recta que pasa por los puntos

1
2
P =
0
1

2
1
Q=
1
1

4
0
x
L2 es la recta con ecuacion vectorial y = 4 + t 10
2
3
z

Algebra lineal B
asica

Ejercicios
Halle las ecuacion vectorial y la ecuacion simetricas de las rectas:
1

La recta que pasa por los puntos

1
2
P =
0
1

2
1
Q=
1
1

4
0
x
L2 es la recta con ecuacion vectorial y = 4 + t 10
2
3
z


2
0
L2 es la recta que pasa por los puntos Q = 2 y P = 3
1
1

Algebra lineal B
asica

PLANOS
DEF Sea un punto P Rn y dos vectores c, d Rn diferentes de cero y
no paralelos. Diremos que el conjunto de puntos X que determinan
vectores PX que son combinacion lineal de los vectores c y d, es el plano
P que pasa por el punto P y tiene como vectores directores a c y d.

Algebra lineal B
asica

PLANOS
DEF Sea un punto P Rn y dos vectores c, d Rn diferentes de cero y
no paralelos. Diremos que el conjunto de puntos X que determinan
vectores PX que son combinacion lineal de los vectores c y d, es el plano
P que pasa por el punto P y tiene como vectores directores a c y d.

Observe que PX = tc + sd con t, s R. Ahora si x = OX y p = OP,

entonces para t, s R
x p = tc + sd

x = p + tc + sd

Esta es la ecuacion vectorial del plano.

Algebra lineal B
asica

Ecuaciones del plano

PREG: Cuales son las ecuaciones parametricas del plano?

Algebra lineal B
asica

Ecuaciones del plano

PREG: Cuales son las ecuaciones parametricas del plano?

x = p + tc + sd

x1
x2
xn

=
=
..
.
=

Algebra lineal B
asica

p1 + tc1 + sd1
p2 + tc2 + sd2
pn + tcn + sdn

Ecuaciones del plano

PREG: Cuales son las ecuaciones parametricas del plano?
x1
x2

x = p + tc + sd

xn

=
=
..
.
=

p1 + tc1 + sd1
p2 + tc2 + sd2
pn + tcn + sdn

EJEM. Dadas las ecuaciones parametricas del plano P

x1
x2
x3
x4

=
=
=
=

2+t +s
2t
1 + 5s
2

Encontremos tres puntos P, Q y R del plano P.

Algebra lineal B
asica

Ecuaciones del plano

PREG: Cuales son las ecuaciones parametricas del plano?
x1
x2

x = p + tc + sd

xn

=
=
..
.
=

p1 + tc1 + sd1
p2 + tc2 + sd2
pn + tcn + sdn

EJEM. Dadas las ecuaciones parametricas del plano P

x1
x2
x3
x4

1
2

=
=
=
=

2+t +s
2t
1 + 5s
2

Encontremos tres puntos P, Q y R del plano P.

Encontremos dos vectores c y d que sean vectores directores del
plano P

Algebra lineal B
asica

Ecuaciones del plano

PREG: Cuales son las ecuaciones parametricas del plano?
x1
x2

x = p + tc + sd

xn

=
=
..
.
=

p1 + tc1 + sd1
p2 + tc2 + sd2
pn + tcn + sdn

EJEM. Dadas las ecuaciones parametricas del plano P

x1
x2
x3
x4

1
2

=
=
=
=

2+t +s
2t
1 + 5s
2

Encontremos tres puntos P, Q y R del plano P.

Encontremos dos vectores c y d que sean vectores directores del
plano P
Los vectores PQ, PR y QR son combinaciones lineales de c y d?

Algebra lineal B
asica

Ecuaciones del plano

PREG: Cuales son las ecuaciones parametricas del plano?
x1
x2

x = p + tc + sd

xn

=
=
..
.
=

p1 + tc1 + sd1
p2 + tc2 + sd2
pn + tcn + sdn

EJEM. Dadas las ecuaciones parametricas del plano P

x1
x2
x3
x4

1
2

2+t +s
2t
1 + 5s
2

Encontremos tres puntos P, Q y R del plano P.

Encontremos dos vectores c y d que sean vectores directores del
plano P
Los vectores PQ,
PR yQR son
lineales de c y d?

combinaciones
2

=
=
=
=

4
2
Los puntos M = N = se encuentran en el plano P?.
9
1
2

Algebra lineal B
asica

Ecuaciones del plano

EJEM. Encontremos
! plano que contiene los
!on vectorial del
! una ecuaci

puntos P =

2
5 ,Q=
3

0
2
1

yR=

2
0
3

Algebra lineal B
asica

Ecuaciones del plano

EJEM. Encontremos
! plano que contiene los
!on vectorial del
! una ecuaci

puntos P =

2
5 ,Q=
3

0
2
1

yR=

2
0
3

El plano que contiene los puntos P, Q y R tiene como vectores directores

a d1 = PQ y d2 = PR.
Algebra lineal B
asica

Planos Paralelos-Iguales-Ortogonales
DEF: Diremos que dos planos son paralelos, si y solo si, los vectores
directores de uno de los planos son combinacion lineal de los vectores
directores del otro plano.

Algebra lineal B
asica

Planos Paralelos-Iguales-Ortogonales
DEF: Diremos que dos planos son paralelos, si y solo si, los vectores
directores de uno de los planos son combinacion lineal de los vectores
directores del otro plano.

Teorema (Planos iguales)

Dos planos son iguales, si y solo si, los dos planos son paralelos y tienen
al menos un punto com
un
Algebra lineal B
asica

Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Algebra lineal B
asica

Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Algebra lineal B
asica

Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta esta totalmente incluida en un plano de Rn , si y solo si, la
recta es paralela al plano y la recta y el plano tienen al menos un punto
en com
un.
Algebra lineal B
asica

Rectas y planos ortogonales

DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es ortogonal al
plano P, si y solo si, el vector d es ortogonal tanto a c1 y d1 .

Algebra lineal B
asica

Rectas y planos ortogonales

DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es ortogonal al
plano P, si y solo si, el vector d es ortogonal tanto a c1 y d1 .

Algebra lineal B
asica

Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n.

Algebra lineal B
asica

Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces
PX n = 0.

Algebra lineal B
asica

Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces
PX n = 0.
Si llamamos x := OX y p := OP, la ecuacion
(x p) n = 0

equivalentemente x n = p n

es la ecuacion del hiperplano que pasa por P y es ortogonal a n.

Algebra lineal B
asica

(1)

Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces
PX n = 0.
Si llamamos x := OX y p := OP, la ecuacion
(x p) n = 0

equivalentemente x n = p n

(1)

es la ecuacion del hiperplano que pasa por P y es ortogonal a n. A esta

ecuacion la llamamos ecuacion normal del hiperplano.

Algebra lineal B
asica

Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces
PX n = 0.
Si llamamos x := OX y p := OP, la ecuacion
(x p) n = 0

equivalentemente x n = p n

(1)

es la ecuacion del hiperplano que pasa por P y es ortogonal a n. A esta

ecuacion la llamamos ecuacion normal del hiperplano.
PORQUE
(x p) n = 0

equivalentemente l1 x1 + l2 x2 + + ln xn = d

donde con d = l1 p1 + l2 p2 + + ln pn = n p.
Algebra lineal B
asica

(2)

Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces
PX n = 0.
Si llamamos x := OX y p := OP, la ecuacion
(x p) n = 0

equivalentemente x n = p n

(1)

es la ecuacion del hiperplano que pasa por P y es ortogonal a n. A esta

ecuacion la llamamos ecuacion normal del hiperplano.
PORQUE
(x p) n = 0

equivalentemente l1 x1 + l2 x2 + + ln xn = d

(2)

donde con d = l1 p1 + l2 p2 + + ln pn = n p.A esta ecuacion la llamamos

ecuacion general del hiperplano que pasa por P y es ortogonal a n.
Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

EJEM
una ecuacion del hiperplano que pasa por el punto
Hallemos

2
3

P=
5 y es ortogonal al Eje X .
1

Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

EJEM
una ecuacion del hiperplano que pasa por el punto
Hallemos

2
3

P=
5 y es ortogonal al Eje X .
1
SOL: Un vector que tiene la direcci
on del Eje X es e1 .As que una ecuaci
on
para este plano es
0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)
o equivalentemente, x 2 = 0

o x = 2.

Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

EJEM
una ecuacion del hiperplano que pasa por el punto
Hallemos

2
3

P=
5 y es ortogonal al Eje X .
1
SOL: Un vector que tiene la direcci
on del Eje X es e1 .As que una ecuaci
on
para este plano es
0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)
o equivalentemente, x 2 = 0

o x = 2.
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo
si, los vectores n1 y n2 son paralelos.

Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

EJEM
una ecuacion del hiperplano que pasa por el punto
Hallemos

2
3

P=
5 y es ortogonal al Eje X .
1
SOL: Un vector que tiene la direcci
on del Eje X es e1 .As que una ecuaci
on
para este plano es
0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)
o equivalentemente, x 2 = 0

o x = 2.
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo
si, los vectores n1 y n2 son paralelos.
EJEM: Encontremos una ecuaci
on del hiperplano H1 de R4 que pasa por el
origen y es paralelo al hiperplano H2 definido por 3x1 2x3 + x4 = 5.

Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

EJEM
una ecuacion del hiperplano que pasa por el punto
Hallemos

2
3

P=
5 y es ortogonal al Eje X .
1
SOL: Un vector que tiene la direcci
on del Eje X es e1 .As que una ecuaci
on
para este plano es
0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)
o equivalentemente, x 2 = 0

o x = 2.
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo
si, los vectores n1 y n2 son paralelos.
EJEM: Encontremos una ecuaci
on del hiperplano H1 de R4 que pasa por el
origen y es paralelo al hiperplano H2 definido por 3x1 2x3 + x4 = 5.
SOL: Una ecuaci
on del hiperplano es (x 0) n2 = 0; es decir,
3x1 2x3 + x4 = 0.
Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

EJEM
una ecuacion del hiperplano que pasa por el punto
Hallemos

2
3

P=
5 y es ortogonal al Eje X .
1
SOL: Un vector que tiene la direcci
on del Eje X es e1 .As que una ecuaci
on
para este plano es
0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)
o equivalentemente, x 2 = 0

o x = 2.
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo
si, los vectores n1 y n2 son paralelos.
EJEM: Encontremos una ecuaci
on del hiperplano H1 de R4 que pasa por el
origen y es paralelo al hiperplano H2 definido por 3x1 2x3 + x4 = 5.
PREG: Existe otro hiperplano H1 que cumpla con las mismas condiciones?

Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.

Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.
EJEM: Encontremos una ecuacion del hiperplano H1 de R5 que pasa por
el origen y es ortogonal al hiperplano H2 definido por 3x2 x3 2x4 = 2.

Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.
EJEM: Encontremos una ecuacion del hiperplano H1 de R5 que pasa por
el origen y es ortogonal al hiperplano H2 definido por 3x2
3 2x4 = 2.
x
1
0

SOL: Aqu n1 n2 = 0; por lo tanto, podemos tomar n1 =

0.
0
2

Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.
EJEM: Encontremos una ecuacion del hiperplano H1 de R5 que pasa por
el origen y es ortogonal al hiperplano H2 definido por 3x2
3 2x4 = 2.
x
1
0

SOL: Aqu n1 n2 = 0; por lo tanto, podemos tomar n1 =

0. Como un
0
2
punto de H1 es el origen, su ecuaci
on es
(x 0) n1 = 0

x1 + 2x5 = 0.

Algebra lineal B
asica

Hiperplanos Ortogonales y Paralelos

DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.
EJEM: Encontremos una ecuacion del hiperplano H1 de R5 que pasa por
el origen y es ortogonal al hiperplano H2 definido por 3x2
3 2x4 = 2.
x
1
0

SOL: Aqu n1 n2 = 0; por lo tanto, podemos tomar n1 =

0. Como un
0
2
punto de H1 es el origen, su ecuaci
on es
(x 0) n1 = 0

x1 + 2x5 = 0.

PREG: Existe otro hiperplano H1 que cumpla con las mismas condiciones?

Algebra lineal B
asica

Producto vectorial


u1
v1
Dados dos vectores u = u2 y v = v2 de R3 , definimos u v , el
u3
v3
producto vectorial de u y v o Producto Cruz, como el vector

u 2 v3 u 3 v2
u v = (u1 v3 u3 v1 )
u 1 v2 u 2 v1

Algebra lineal B
asica

Producto vectorial


u1
v1
Dados dos vectores u = u2 y v = v2 de R3 , definimos u v , el
u3
v3
producto vectorial de u y v o Producto Cruz, como el vector



 i
j
k 
u 2 v3 u 3 v2

u v = (u1 v3 u3 v1 ) =  u1 u2 u3 
 v1 v2 v3 
u 1 v2 u 2 v1

Algebra lineal B
asica

Producto vectorial


u1
v1
Dados dos vectores u = u2 y v = v2 de R3 , definimos u v , el
u3
v3
producto vectorial de u y v o Producto Cruz, como el vector



 i
j
k 
u 2 v3 u 3 v2

u v = (u1 v3 u3 v1 ) =  u1 u2 u3 
 v1 v2 v3 
u 1 v2 u 2 v1
Teorema (Propiedades)
Si u, v y w son vectores de R3 y es un escalar, entonces:
1)
3)
5)
7)
9)

u v = v u
u + v) w = u w + v w.
u 0 = 0 u = 0.
u (v w) = (u w)v (u v)w.
u (v w) = w (u v)

2)
4)
6)
8)

u (v + w) = u v + u w
(u v) = (u) v = u (v)
u u = 0.
(u v) u = (u v) v = 0.

Algebra lineal B
asica

Producto vectorial


u1
v1
Dados dos vectores u = u2 y v = v2 de R3 , definimos u v , el
u3
v3
producto vectorial de u y v o Producto Cruz, como el vector



 i
j
k 
u 2 v3 u 3 v2

u v = (u1 v3 u3 v1 ) =  u1 u2 u3 
 v1 v2 v3 
u 1 v2 u 2 v1
DEM Prop. 8

u1
u2 v3 u3 v2
u v u = (u1 v3 u3 v1 ) u2
u3
u1 v2 u2 v1

Algebra lineal B
asica

Producto vectorial


u1
v1
Dados dos vectores u = u2 y v = v2 de R3 , definimos u v , el
u3
v3
producto vectorial de u y v o Producto Cruz, como el vector



 i
j
k 
u 2 v3 u 3 v2

u v = (u1 v3 u3 v1 ) =  u1 u2 u3 
 v1 v2 v3 
u 1 v2 u 2 v1
DEM Prop. 8

u1
u2 v3 u3 v2
u v u = (u1 v3 u3 v1 ) u2
u3
u1 v2 u2 v1

= (u2 v3 u3 v2 )u1 (u1 v3 u3 v1 )u2 + (u1 v2 u2 v1 )u3

= u 2 v3 u 1 u 3 v2 u 1 u 1 v3 u 2 + u 3 v1 u 2 + u 1 v2 u 3 u 2 v1 u 3
=0
De manera an
aloga u v v = 0

Algebra lineal B
asica

Teorema
Dados dos vectores arbitrarios u y v de R3 , si u es el angulo entre los
vectores u y v, entonces tenemos las siguientes igualdades.
ku vk2 = kuk2 kvk2 (u v)2 .
ku vk = kukkvk sin .

Identidad de Lagrange
Norma del producto vectorial

DEM
ku vk2

Algebra lineal B
asica

Teorema
Dados dos vectores arbitrarios u y v de R3 , si u es el angulo entre los
vectores u y v, entonces tenemos las siguientes igualdades.
ku vk2 = kuk2 kvk2 (u v)2 .
ku vk = kukkvk sin .

Identidad de Lagrange
Norma del producto vectorial

DEM
ku vk2

= (u v) (u v)
= u [v (u v)]

Prop 9, con w = u v

Algebra lineal B
asica

Teorema
Dados dos vectores arbitrarios u y v de R3 , si u es el angulo entre los
vectores u y v, entonces tenemos las siguientes igualdades.
ku vk2 = kuk2 kvk2 (u v)2 .
ku vk = kukkvk sin .

Identidad de Lagrange
Norma del producto vectorial

DEM
ku vk2

= (u v) (u v)
= u [v (u v)]
Prop 9, con w = u v
= u [(v v)u (v u)v]
Prop 7
= (v v)(u u) (v u)(u v)
= kvk2 kuk2 (u v)2

Algebra lineal B
asica

Teorema
Dados dos vectores arbitrarios u y v de R3 , si u es el angulo entre los
vectores u y v, entonces tenemos las siguientes igualdades.
ku vk2 = kuk2 kvk2 (u v)2 .
ku vk = kukkvk sin .

Identidad de Lagrange
Norma del producto vectorial

DEM
ku vk2

= (u v) (u v)
= u [v (u v)]
Prop 9, con w = u v
= u [(v v)u (v u)v]
Prop 7
= (v v)(u u) (v u)(u v)
= kvk2 kuk2 (u v)2
= kuk2 kvk2 kuk2 kvk2 cos2
= kuk2 kvk2 (1 cos2 )
= kuk2 kvk2 sin2

Algebra lineal B
asica

Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.

Algebra lineal B
asica

Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.
DEM: si u es paralelo a v, v = u, entonces,
u v = u (u) = (u u) = 0 = 0
.

Algebra lineal B
asica

Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.
DEM: Como u v = 0, entonces ku vk = 0, pero
ku vk = kukkvk sin ahora, como u, v 6= 0 entonces sin = 0, por lo
tanto = 0 o = , lo que implica que los vectores u y v son paralelos.

Algebra lineal B
asica

Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.
Corolario
El area del paralelogramo cuyos lados no paralelos estan dados por los
vectores u y v de R3 esta dada por la magnitud del producto vectorial de
ellos, es decir, u v.

Algebra lineal B
asica

Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.
Corolario
El area del paralelogramo cuyos lados no paralelos estan dados por los
vectores u y v de R3 esta dada por la magnitud del producto vectorial de
ellos, es decir, u v.

DEM: Observe que h, la altura del paralelogramo, esta dada por

h = kuk sin y el area del paralelogramo, es base por altura, tenemos
Algebra lineal B
asica

Corolario
El volumen del paraleleppedo cuyas aristas no paralelas estan dadas por
los vectores u, v y w de R3 esta dado por el valor absoluto del producto
mixto de ellos, es decir, por |u (v w)|.
DEM:

Algebra lineal B
asica

Corolario
El volumen del paraleleppedo cuyas aristas no paralelas estan dadas por
los vectores u, v y w de R3 esta dado por el valor absoluto del producto
mixto de ellos, es decir, por |u (v w)|.
DEM: El vector v w es ortogonal a la base definida por v y w

Algebra lineal B
asica

Corolario
El volumen del paraleleppedo cuyas aristas no paralelas estan dadas por
los vectores u, v y w de R3 esta dado por el valor absoluto del producto
mixto de ellos, es decir, por |u (v w)|.
DEM: El vector v w es ortogonal a la base definida por v y w

DEM: Observemos que h, la altura del paraleleppedo, esta dada por

h = kuk| cos | (h es paralela a v w) ademas el area de la base es
kv k, por lo tanto tenemos
V = kv wkh = kv wkkuk| cos | = |kv wkkuk cos | = |u (v w)|.
Algebra lineal B
asica

Corolario
El volumen del paraleleppedo cuyas aristas no paralelas estan dadas por
los vectores u, v y w de R3 esta dado por el valor absoluto del producto
mixto de ellos, es decir, por |u (v w)|.
DEM: El vector v w es ortogonal a la base definida por v y w

Corolario
Tres vectores u, v y w R3 son coplanares, si y solo si, u (v w) = 0

Algebra lineal B
asica

QUIZ 1
1

Deduzca una formula para determinar la distancia mas corta del

punto P(x0 , y0 ) a la recta L cuya ecuacion es ax + by + d = 0
Determine si los siguientes planos son ortogonales o paralelos al
hiperplano H : x1 + x2 2 = x4

2
2
1
x = 1 + t 2s

y = 3s + 2t
0
0
1
x = +s +t
1
1
5

z = 1t +s
w

2+t

y
z

=
=
=
=

2t
2s + 1
1+t +s
t 2s 2

Teniendo en cuenta la siguiente propiedad x (y z) = z (x y )

demuestre la identidad de Lagrange. Es decir,
ku vk2 = kuk2 kvk2 (u v)
Algebra lineal B
asica