Documente Academic
Documente Profesional
Documente Cultură
Todas las disciplinas del saber humano tienen que ser analizadas
desde la óptica del movimiento, en el caso particular de la ingeniería
el estudio del movimiento es fundamental, como lo es el lenguaje con
que los fenómenos se deben representar. Es precisamente la materia
de Fundamentos de álgebra la que nos va a posibilitar modelar
matemáticamente, por un lado, materias de matemáticas superiores
y obviamente las demás materias que integran el plan de estudios de
2
las ingenierías que requieren de su representación de los escalares y
vectores, del álgebra de vectores, de matrices y determinantes y de
los sistemas de ecuaciones lineales para ser estudiadas y analizadas.
Objetivos particulares
I .- Números Complejos
4
III.- matrices y determinantes
IV.- Vectores
lineales.
I.- Números complejos
1 .- Introducción.
7
5
1.1.- Definición de número complejo
Complejos 9
11
12
12
14
15
( x, y) (u, v) ( x u, y v)
( x, y).(u, v) ( xu yv, xv yu )
a 1,2 .- Un poco de historia
Lucas Paciolo matemático italiano Leonard Euler (1709 – 1783 ) matemático ingles
8
Para el siglo XVII Leonard Euler ( 1709 a 1783 ) establece el
algoritmo
Y = 𝑒 𝑖𝜃 = cosθ ± i senθ
10
1.2 .- Representación geométrica de números complejos.
Sea
z1= (3,-2) = 3-2i,
z2= (5,8) = 5+8i,
z3=(-2,-3) = -2-3i
z4= (-4,2) = -4+2i
11
Nota z1, z2, z3 y z4 han sido expresados en forma de coordenadas e
igualado a su forma rectangular
Si Z1 = ( 3, 2 ) y Z2 = ( 5 , 8 ) tenemos que
Z1 –Z2 = ( 3 - 2i ) - ( 5 + 8i )
= (3 – 5) + ( - 2i- 8i )
12
= - 2 - 10i
Si Z1 = ( 3, 2 ) y Z2 = ( 5 , 8 ) efectúe Z1 Z2
Z1 Z2 = (3,-2) (5, 8)
Sea
Nota: Recuerde usted que i2 = -1 por lo que 16i2 = (-1) (16) = -16
Si Z1 = ( 3, 2 ) y Z2 = ( 5 , 8 )
13
z1
En general al realizar el cociente de hay que tomar en cuenta que
z2
z1 z1 z2
Z2≠ 0 después hacer el producto de (una multiplicación por
z2 z2 z2
uno, utilizando el número complejo conjugado del denominador con la
finalidad de que en la parte del denominador nos resulte un número
real, ya que el producto de un número complejo por su conjugado
queda
z z ( x yi ) ( x yi )
z z x 2 xyi xyi y 2i 2 x2 y 2 un número real.
1.5 .- Definición
Z= (x, y) = x +yi = z
y está dado por Z x2 y2
x r cos
Z
y rsen
y
con r Z x2 y2 donde Ѳ se obtiene de tg y 0
x 2
Argand;
Z1·Z2= r1r2 [( cosѲ1 cosѲ2 - senѲ1 senѲ2) + i (senѲ1 cosѲ2 +cosѲ1 senѲ2)]
De aquí se desprende :
1 1
n
n (cos n isen n )
z r
queda r0n (cos n isen n ) r (cos isen ) ahora será encontrar las n
k= 0,1,…, n-1
e z e x iy ei
1.- e z e xeiy
1
2.-
e z
ez
1 1
17
( z i 2k
3.-
(e ) e
z q q
4.- ez ez
e z1 e z 2 e z1 z 2
5.-
Multiplicación:
División:
Potencia:
Ejemplos:
1.- Hallar
18
1 . 8 . - F ó rm u l a d e M o i v re
1.9.- Ejemplos
1 . - C a l c u l a r to d a s l a s ra í c e s d e l a e c u a c i ón : x 5 + 3 2 = 0
2 . - C a l c u l a r to d a s l a s ra í c e s d e l a e c u a c i ón : x 6 + 1 = 0
19
2i 1 i
6 6
2i
2.- 1 i
2 i 1 i 1 i 2 i
2i(1 i)
6
2 i i 1 2 i 1 2i
6 6
2
Primero
: (1+2i)(1+2i)=1+4i-4= (-3+4i)
Luego
Por ultimo
20
Otra forma es cambiando a la forma polar: 1+2i
Calculemos su modulo
2
r 4 1 5 y tg 1 63.43
1
Entonces
z 6 ( 5 )6 (cos (6)(63.43) isen(6)(63.43))
4
3 i 1 i
5
Ecuación 1
3 i 3 1 3 i 3 2 3i 1 2 2 3i 1 3i
3 i 3 1 3 i 3 1 4 2
Ecuación 2
1 i 1 i 11 1 2i 1 2i
i
1 i 11 11 11 2
3
r z 12 ( 3 ) 2 4 2 tan 1 600
con
1
Por lo que al aplicar Moivre tenemos:
1 i
5
i 5
i 2i 2i i
1 i
por lo que
4
3 i 1 i
5
1 3 3 1
( i )i i
3 i 1 i 2 2 2 2
2
r z 32 22 13 tan 1 39.690
3
Obtenemos su modulo
32
2
322 22
r z (16 2 ) 16 (2) 512 512 1024 32
2 2
2 2
después su argumento
32
tan 1 2 tan 1 (1) 450
16 2
3
1
1
32 5
1 1
z 5
16 2 i (3245) 5
2
45 k 2 45 2k
1 1
z5 w 32 5 cos isen
5 5
Si k = 0
w0 2 cos 9
Si k = 1
w1 2 cos 81
Si K = 2
w2 2 cos 153
Si k = 3
w3 2 cos 225
Si K = 4
w4 2 cos 297
1.10.- Problemas propuestos:
3
6 3 i 6
2.- Encontrar el conjugado de Z si Z
6 i 6
23
1
3.-Encontrar el conjugado de Z donde Z
1 i 3 9
3
6 3 i 6
6.- Encontrar el conjugado de Z si Z
6i 6
1
7.-Encontrar el conjugado de Z donde Z
1 i 3 9
8.- Si Z= -3 + 3i
b) Encuentre Z 40
b) Z1 2Z 2 Z 3
5
b) Z 3 Z1 Z 2
1 8
3
6 3 i 6
11.-Resolver Z
6i 6
Z1 Z 3
a.- (6 + 3 i) + (4 + 5 i)
b.- (12 – 9 i) – (4 – 14 i)
c.-
3 5 5 1
i i
8 2 6 7
25
d.- 18
64
e.- 30
f.- 75 3
56
g.- 7
24
h.- 6
1 3i
i.- 2 10i
3
j.- 10i
5i
k.- 2 9i
4 7i
l.- 6i
5i
m.- 2 4i
24.-
2 3 i 4
5 i 2
25.- Obtener las cuatro soluciones de la ecuación x 4 81 0
26
II.- SISTEMAS DE ECUACIONES LINEALES
Índice
28
30
Nótese que 𝑎𝑥 + 𝑏𝑦 = 𝑘 es una recta en el plano coordenado 𝑅 2 si a y b
diferentes de cero y k es una constante. También de define una
ecuación lineal en tres variables, x, y , z como aquella se expresa de
la forma 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 𝑘
2.1.-Definición.-
Ejemplo:
a1 x b1 y k1
donde a1, a2, b1, b2 , k1 y k2 pertenecen a los números
a 2 x b2 y k 2
reales, una pareja u=(s1,s2) es solución del sistema A¸
Ejemplo
L a e c ua c i ó n d e l a re c ta 2 x +y = 1 d o n de s 1 = 0 s 2 = 1 d a d o qu e
2 ( 0 ) + 1 = 1 o 0 + 1 = 1 to d o s l os p u n t os q u e s e en c ue n t r e n
d e n tro d e e s ta re c ta s e r á n so l u c i ó n .
D o n d e a 1 o b 1 , a 2 o b 2 o re c ta s o n c o n s tan te s d ife re n te s d e
c e ro y e s ta s re p re se n tan e n e l p la n o d os re c ta s y
p u e de n oc u rrir t re s c a so s , d o n de la re c ta L 1 s e re lac ion a
c o n la e c ua c ió n d e la o tra re c ta L 2
32
L1 L1 = L2
L1
L2 L2
N o h a y so l u c i ó n Solución única
I n f i n i d a d d e S o l u c i o ne s
1 . - L a s re c ta s L 1 L 2 s o n p a r al e l a s
2 . - L a s re c ta s L 1 L 2 i n te r s e c a e n u n p un t o
3 . - L a s re c ta s L 1 L 2 s o n i g u a l e s
E l c a s o 1 d e es ta s re c t a s n o h a y n i ng u na p a r e j a ( s 1 , s 2 )
q u e s a ti s f a ga n e l s i s te m a ; e n e l c a s o 2 , s ó l o h a y u n
p u n to q ue s a ti s f a ce l a s o lu c i ó n y c o r r e s p on d e a l p u nt o
d e l a i n te rs e c c i ó n y p a r a e l c a s o 3 e x i s t e u n a i n f i n i d a d
d e p u n to s q ue s a ti s f a c e n a e s t e s i s t e m a y c o r r e s p o n de n
a to d o s l o s p un to s q u e es t án e n e s as r e c t a s .
2.5.- Definición:
33
A te n d i e n do a l n ú m e ro d e sus s o l u c i o ne s
I n c o m p a ti b l e No tiene solución.
C o m p a ti b l e T i e n e s o l uc i ó n .
C o m p a ti b l e d e te rm i n a d o S o l u c i ó n ún i c a .
C o m p a ti b l e i n d e te rm i n a d o Infinitas soluciones.
G e n e ra l i z a nd o se p u ed e t e ne r u n s i s t e m a c on n va r i a b l e s
y m e c ua c i o ne s , q ue p ue d en e n co n t r a r s e e s t os s i s t e ma s
d e a c ue rd o a s us s o l u c i on e s c o m o l a s i g u i e n t e f i g u r a
Inconsistente Consistente
Sistemas Equivalentes:
34
2.6.- Definición
Regla 2.- para cada i >1 con i 1,2 o i 1,2,3 ó i 1,2,..., n según
el sistema de número de ecuaciones cambiar la ecuación 1 E 1 por
a1E1-aiEi
Es decir sustituir del sistema (A) la ecuación lineal i
Con estos dos pasos podemos eliminar variables del sistema inicial
(de 2, o 3 o m ecuaciones). Procediendo nuevamente de la misma
manera, pero ahora con el sistema de ecuaciones se anula una nueva
variable.
S o n aq u e l l o s e n qu e ca d a e c u ac i ó n t i e n e u n a i nc ó gn i t a
m e n o s qu e l a a n te ri o r.
Ejemplos:
1 . - H a l l e e l c o n j u n to s o l u c i ón d e :
X+ y+ z = 3
y + 2z = −1
z = −1
S i n o s v a m os a l a 3 a e c u a c ió n , t e n e m o s qu e z = − 1 .
35
S u s ti tu y e nd o s u va l o r e n l a 2 a o b t e n e m os q u e y = 1 .
Y s u s ti tu y e n do e n l a 1 a l o s v a l o r e s a n t e r i o r e s t e n e m os
que x = 3.
T a m b i é n es u n s i s te m a es c al o n a d o :
x + y + z = 4
y + z = 2
C o m o e n e s te c a so t e n e m o s m á s i n c óg n i t a s q ue
e c u ac i o n es , to m a re m o s u n a d e l a s i n c ó g n i t a s (por
e j e m p l o l a z ) y l a p a s a re m os a l s e g u n do m i e m b r o .
X + y+ z=3
y = 2 – z
C o n s i de ra re m o s z = λ , s i e n d o λ u n p a r á m e t r o q u e t o m a r a
c u a l q u i e r v a l o r re a l .
x+ y + z =3
y = 2 − λ
L a s s o l uc i o n es s o n : z = λ y = 2 − λ x= 1.
36
2.- Resuelva el sistema por el método de Gauss.
x + y+ z =0 E1
3x + y - 2z = 1 E2
6x - 2y + 4z = 1 E3
Obteniéndose
-2y - 5z = 1 É1
-8y - 2z = 1 E´2
-8y - 2z = 1
+8y +20 z =-4
____________________
18z = -3
z = -3/18 = - 1/6
Como
- 2y-5z = 1
-2y = 1 + 5z
y = (1 + 5z)/ -2
y = - ( 1 – 5(1/6) ) /2
y = -( 1/6)/2
y = -1/12
Ahora bien de la ecuación
x+y+z = 0
x = -y-z
x = 3 / 12 = 1/4
1 1 1
la solución es ( x, y, z ) , ,
4 12 6
Ejercicios
x y 0
x y 1
b)
38
5 x 4 y 3z 4
3x 2 y 2 z 1
2 x y 2 z 10
c)
2x y z 8
x 2 y 3z 8
3x z 3
d)
2 x 3 y z 11
x y 2 z 7
4 x y 2 z 12
e)
4x 8
2 x 3 y 1
3x 5 y 2 z 11
2 x y 2 z 5
3y z 8
z4
III- Matrices y Determinantes
A 11 .- Introducción 30
40
Las matrices se utilizan en el cálculo numérico, en la resolución de
sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de
las derivadas parciales. Además de su utilidad para el estudio de
sistemas de ecuaciones lineales, las matrices aparecen de forma
natural en geometría, estadística, economía, informática, física, etc.
41
Atendiendo a la forma
Matriz fila: Es una matriz que solo tiene una fila, es decir m =1 y por
tanto es de orden 1xn.
Matriz columna: Es una matriz que solo tiene una columna, es decir, n
=1 y por tanto es de orden m x1.
42
Matriz antisimétrica: Una matriz cuadrada es antisimétrica si A = –At,
es decir, si aij = –aji
Matriz Triangular: Es una matriz cuadrada que tiene nulos todos los
elementos que están a un mismo lado de la diagonal principal. Las
matrices triangulares pueden ser de dos tipos:
Producto de matrices
1. A·(B·C) = (A·B)·C
2. El producto de matrices en general no es conmutativo.
3. Si A es una matriz cuadrada de orden n se tiene A·In = In·A = A.
4. Dada una matriz cuadrada A de orden n, no siempre existe otra
matriz B tal que A·B = B·A = In. Si existe dicha matriz B, se dice
que es la matriz inversa de A y se representa por A–1.
5. El producto de matrices es distributivo respecto de la suma de
matrices, es decir: A·(B + C) = A·B + A·C
8.
9. Esto es fácil probarlo puesto que sabemos que la suma de los
productos de los elementos de una fila por sus adjuntos es el
valor del determinante, y que la suma de los productos de los
elementos de una fila por los adjuntos de otra fila diferente es 0
(esto sería el desarrollo de un determinante que tiene dos filas
iguales por los adjuntos de una de ellas).
10. Método de Gauss-Jordan para el cálculo de la matriz
inversa
11. El método de Gauss-Jordan para calcular la matriz inversa
de una dada se basa en una triangularización superior y luego
otra inferior de la matriz a la cual se le quiere calcular la
inversa.
12. Para aplicar el método se necesita una matriz cuadrada
de rango máximo. Sabemos que no siempre una matriz tiene
inversa, por lo cual comprobaremos que la matriz tenga rango
máximo al aplicar el método de Gauss para realizar la
triangularización superior. Si al aplicar el método de Gauss
(triangularización inferior) se obtiene una línea de ceros, la
matriz no tiene inversa.
13. Rango de una matriz.-Se llama menor de orden p de una
matriz al determinante que resulta de eliminar ciertas filas y
columnas hasta quedar una matriz cuadrada de orden p. Es
decir, al determinante de cualquier submatriz cuadrada de A
(submatriz obtenida suprimiendo alguna fila o columna de la
matriz A).
14. En una matriz cualquiera Am×n puede haber varios
menores de un cierto orden p dado.
46
15. El RANGO (o característica) de una matriz es el
orden del mayor de los menores distintos de cero.
16. El rango o característica de una matriz A se representa
por rg(A).
17. Consecuencia Por tanto, el rango no puede ser mayor al
número de filas o de columnas.
Son las transformaciones que podemos realizarle a una matriz sin que
su rango varíe. Es fácil comprobar que estas transformaciones no
varían el rango usando las propiedades de los determinantes
1. Si se permutan 2 filas ó 2 columnas el rango no varía.
2. Si se multiplica o divide una línea por un número no nulo el
rango no cambia.
3. Si a una línea de una matriz se le suma o resta otra paralela
47
multiplicada por un número no nulo el rango no varía.
4. Se pueden suprimir las filas o columnas que sean nulas, las filas
o columnas que sean que sean proporcionales a otras, sin que
el rango de la matriz varíe.
3.8.- Determinantes
, con
(Sn es el grupo de las permutaciones del conjunto {1, 2,.. n}, e i
la signatura de la permutación)
También se suele escribir:
48
3.9.- Cálculo de determinantes
Nota
x 2 y 3z 1
3x 2 y z 2
x y 3
50
Solución:
x 2 y 3z 1 x 2 y 3z 1
3x 2 y z 2 ~ 4 y 8 z 1
x y 3 y 3z 2
La ecuación 3 quedando el nuevo sistema equivalente como:
x 2 y 3z 1
y 3z 2
4 y 8 z 1
a este sistema ahora usaremos a la 2ª. Ecuación multiplicándola por (-
4) y la sumaremos a la 3ª. Ecuación quedando el nuevo sistema
equivalente:
x 2 y 3z 1
y 3z 2
51
4 z 9
de aquí z= - 9/4 y= 19/4 x= -7/4
1 2 3 1 R1 R1
3 2 1 2 R1(3) R 2 R 2
1 1 0 3 R1(1) R3 R3
1 2 3 1 R 2 R3 1 2 3 1
~ 0 4 8 1 R3 R 2 0 1 3 2
0 1 3 2 0 4 8 1
R 2(1) R 2 1 2 3 1 R 2(2) R1 R1 1 0 3 5
0 1 3 2 R2 R2 0 1 3 2
0 4 8 1 R 2(4) R3 R3 0 0 4 9
52
1
R3 R3
4
7
1 0 0
4
1 0 3 5 R3(3) R1 R1
19
0 1 3 2 R3(3) R 2 R 2 0 1 0
4
9 R3 R3
0 0 1 0 9
0 1
4
4
Aij
es la matriz de coeficientes, x el vector de variables o incógnitas y
identidad;
incógnitas.
Jordan
x 2 y 3z 1
El sistema es: 3x 2 y z 2
x y 3 después la matriz de coeficientes de este
sistema:
1 2 3
3 2 1
1 1 0
Matriz de coeficientes:
aumentamos la matriz de
1 2 3 1 0 0
3 2 1 0 1 0
1 1 0 0 0 1
coeficientes con la matriz identidad y tenemos con
1 2 3 1 0 0 R1 R1
3 2 1 0 1 0 R1(3) R 2 R 2
1 1 0 0 0 1 R1(1) R3 R3
R1 R1
1 2 3 1 0 0
1
0 4 8 3 1 0 R 2 R 2
0 1 3 1 0 1 4
R3 R3
1 0 0
1 2 3 R 2(2) R1 R1
3 1
0 1 2 0 R2 R2
0 1 3 4 4 R 2 R3 R3
1 0 1
1 1
0
1 0 1 2 2
R3 R1 R1
3 1
0 1 2 0 R3(2) R 2 R 2
0 0 1 4 4 R 2 R3 R3
1 1
1
4 4
1 3
1
1 0 0 4 4
1 3
0 1 0 2
0 0 1 4 4
1 1
1 por lo que
4 4
1
3
1 55
4 4
1 3
A 1 2
4 4
1 1
1
4 4
del sistema
1 2 3 123
A 3 2 1 entonces det A 3 2 1
1 1 0
11 0
Resolveremos usando el primer renglón sin olvidar que hay (-1)i+j y por
lo que dependiendo
det A= 1((0-1) -2(0-1) +3(3-2)= -1+2+3 =4
1 1 1
3 3 1
4 8 4
luego la trasponemos
1 3 4
1 3 8
1 1 4
a esta matriz la llamamos la Adjunta de A.
1 3 4
1
1 3 8
4
1 1 4
1
3
1
4 4
1 3
A 1 2
4 4
1 1
1
4 4
x Aij1b
1
1 1 9
1 2
4 4 4
3
1 1 7
3
1
4 4 4
1 3 2 19
X A1b 2
4 4 4
Por lo que 1 1 3 9
1
4 4 4
4.- Escalares y vectores
60
Una cantidad física que solo posee MAGNITUD y que es descrita por
un escalar (numero) y sus respectivas unidades se conoce con
CANTIDAD ESCALAR, ejemplo de este tipo de cantidades son: tiempo,
Ejemplos
Longitud,área,volúmen,masa,densidad,energía,potencia,precion,temp
eratura,carga eléctrica, potencial eléctrico, etc. Las demás
operaciones de cantidades escalares como suma, resta,
multiplicación, división, sacar raíz y demás, se realizan aplicando las
conocidas propiedades de los números reales.
( a, b ).
|a| =√𝑥 2 + 𝑦 2
x 0
4.5.- Definición
𝒖
La dirección de un vector a en R3 se define como u =
׀𝒂׀
63
A, θ
a= (ҳ, ү)
Y en tres
a = (ҳ, ү, ẓ)
a+b ≤ a + b
a-b
Definición
θ b Proyección de a sobre b
65
Ejemplo
a = ( 2,3,4 ) y b = ( 1, 5, 6 )
a· b = 2 + 15 + 24 = 31
׀b׀ = √1 + 25 + 30 = √56
31 31 155 186
proya b = ( 1, 5, 6 ) = 𝑖+ j+ k
56 56 √56 56
de donde
Y
y
a
El proceso anterior es conocido regularmente como “cambio de
coordenadas”, la primera parte de polares a rectangulares y la
segunda parte de rectangulares a polares y algunas calculadoras
científicas están programadas para realizar estas operaciones de
manera directa.
En tres dimensiones
67
De manera análoga a dos dimensiones si es dada la magnitud del
vector a y los ángulos α, β y γ, las componentes ( x, y, z ) se obtiene
ahora a partir de las relaciones
Trigonométricas.
P ( x,y,z)
x 𝑦 𝑧
𝑐𝑜𝑠𝜃 = , cos 𝛽 = , 𝑐𝑜𝑠𝑦 =
׀a ׀ ׀a ׀ ׀a ׀
𝑎 = √𝑥 2 + 𝑦 2 + 𝑧 2
x y z 68
𝛼 = 𝐴𝑅𝐶𝐶𝑂𝑆 , 𝛽 = 𝐴𝑅𝐶𝐶𝑂𝑆 , 𝛾 = 𝐴𝑅𝐶𝐶𝑂𝑆
׀a ׀ ׀a ׀ ׀a ׀
5.18. Problemario
5.19.- Transformaciones lineales
5.- Introducción a los Espacios Vectoriales
dirección
0 magnitud
70
5.2.- Propiedades del espacio vectorial
+ • x
Suma producto punto producto cruz
Producto interno producto externo
Producto escalar producto vectorial
Definición
a • b = x1 x 2, y1 y2 , z1z2 un escalar
5.5.- Producto vectorial o cruz
A + B = (a1+b1……………. an+bn)
Sea A= (2,3,5)
B= (7,1,4)
5.7.- Ejemplos
72
(2,3,5) ▪ (7,1,4) = 14+3+20 = 37 es un escalar
Ejemplo
A xB = i j k
2 3 5 = i (12-5) – j( 8-35) +k (2-21) = 7i + 27j – 19
K
7 1 4
Probar que A x B ≠ B x A
a||b a= rb
a b a · b= 0 73
a·b=|a||b|cosx
5.10.- Ejemplos
sea a=(1,2,3)
b=(7,5,4)
(1,2,3) =(7r,5r,4r)
1=7r r=1/7
2= 5r r= 2/5 ∴𝑎∦𝑏
3=4r r=3/4
|a|=√1 + 4 + 8 = √14
|b|=√49 + 25 + 16 = √90
74
29=√14√90 𝑐𝑜𝑠𝜃
29
Cos-1 =𝜃
√14 √90
Por lo tanto
35o.18´=𝜃=35o10´48´´
Definición
Dos puntos cualesquiera definen una recta
Ejemplo
Sabemos que P = P0 + ta
Entonces
75
Encontremos las ecuaciones paramétricas
x=1-6t t=(1-x) /6
y=1-t t= 1 - y Ecuaciones paramétricas
z=1+4t t= (z-1)/4
1−𝑥 𝑧−1
( = 𝑦−1 = )
6 4
De donde multiplicando por 24 tenemos que
24 − 24𝑥 24𝑧 − 24
= 24𝑦 − 24 =
6 4
De donde
4-4x = 24y - 24 = 6z - 6
= 6z+4-24y-6+24-4
4x-24y+6z+14 = 0
5.13.- Paralelismo, ortogonalidad, ángulo, intersección entre rectas
ℓ1 || ℓ2a1||a2 76
ℓ1 ⊥ ℓ2a1⊥a2
ℓ1 ∢ ℓ2a1∢a2
5.14.- Ejercicios
Entonces calcule si ℓ1 ⊥ ℓ2 , ℓ1 ⊥ ℓ2 ,
(2,2,2) =r(5,-1,1)
(2,2,2)=(5r,-r,r)
2 = 5r
2 = -2r
2 = 2r
Ahora calculemos si , ℓ1 ⊥ ℓ2
77
a▪b= 10 – 2+2 = 9 ╪ 0 por lo tanto ℓ1 y ℓ2 no son ortogonales.
a▪b= 10 – 2+2 = 9
|b|=√25 + 1 + 1 = √27
|a|=√4 + 4 + 4 = √12
10=√27√12 𝑐𝑜𝑠Ɵ
10
cos 𝜃
√27√12
10
Ɵ=cos-1
√27√12
Ɵ=62.5o
Definición
𝑖 𝑗 𝑘
a x b=|𝑎1 𝑎2 𝑎3 | = i(a2b3 – a3b2) – j(a1b3 – a3b1) + k(a1b2 – a2b1)
𝑏1 𝑏2 𝑏3
Representación en función de sus vectores unitarios
𝑖 𝑗 𝑘
a x b=|2 3 5 | = i(12– 5) – j(8 – 35) + k(2 – 21)
7 1 4
78
Respuesta.
¿a||b?
(1, 2, 3) = r(7, 5, 4)
(1, 2, 3) = (7r, 5r, 4r)
1=7r r=1/7
2=5r r=2/5
3=4r r=3/4
∴ a || b
a|b
(1, 2, 3)(7, 5, 4) = 7 + 10 + 12 = 0
= 29
∴ a|b
𝑎∢b
|a|=√1 + 4 + 9 =√14
|b|=√49 + 25 + 16 =√90
29=√14 + √90 𝑐𝑜𝑠𝜃
29
= 𝑐𝑜𝑠𝜃
√14 √90
29
cos −1 = 𝜃
√14 √90
P1(7, 2, -3)
P2(1, 1, 1)
Ecuaciones paramétricas.
1−𝑥
X= 1 – 6t 𝑡=
6
Y= 1 – t 𝑡 = 4−1
𝑧−1
Z= 1 + 4t 𝑡=
4
Ecuación cartesiana.
1−𝑥 𝑧−1
= y–1 =
6 4
4 − 4𝑥 = 244 − 24 = 6𝑧 − 6
6z + 4x – 24y – 6 + 24 – 4 = 0
0= 4x – 24y + 6z + 14
Z
5.15.- El plano en su representación vectorial, paramétrica, normal y
cartesiana.
80
5.16.- Ejemplos
1.- Encuentre la ecuación vectorial del plano que pasa por los puntos
P1 (2,3,7), P2( 1,6,4) y P3 ( 1,-3,3)
(x,y,z) = (2,3,7)+t(1,-3,3)
(5,4,3) = (2+t,3-3t,7+3t)
(x,y,z)= ( 2+t-3s,3-3t-s,7+3t+4s)
X=2+t-3s
Y=3-3t-s ecuaciones paramétrica
Z=7+3t+4s
Definición
La ecuación normal del plano se define como
n· (P-P1)=0
Definición
Un vector normal se define como:
n= axb
a= (1,-3,3)
b= (-3,-1,4)
i j k
1 -3 3 =i (-12+3)-j (4+9)+k (-1-9)=i (-9)-j (13)+k (-10)
-3 -1 4
= (-9,-13,-10)
Llevemos a cabo el cálculo de la ecuación cartesiana del plano
(-9,-13,10)·(x,y,z)-(1,6,4)=0
(-9,-13,10)·(x-1,y-6,z-4)=0
-9(x-1)+(-13)(y-6)+(10)(z-4)=0
82
-9x+9-13y+48+10z-40=0
Definición
Si 𝜋1 Λ ℓ1 lo hacen en un punto
Ejemplo
𝜋1 || 𝜋2 ↔ n1 || n2
Definición
83
𝜋1 ┴ 𝜋2 ↔ n1 ┴ n2
Definición
Si dos planos se intersectan lo hacen en una recta
Definición
Si 𝜋 ∩ l lo hacen en un punto
i j k
n1 2 3 4 = i(18 – 20) – j(12-4) +k(10-3)
1 5 6 = i(-2) – j(8) + k(7)
= (-2,8,7)
i j k
n2 5 6 7 = i(36-42) – j(30-42) + k(30-36)
6 6 6 = i(-6) – j(12) + k(-6)
= (-6,12,-6)
(-2,-8,7) = r(-6,12,-6)
-2 = -6r r = 1/3
-8 = 12r ═> r = 8/12 .: 𝜋 1 || 𝜋 2
7 = 6r
Como las normales no son paralelas los planos no son paralelos.
-14x-2y-7z = -3s
5x-3y+7z = -5
-9 – 21y = -38
Ejemplo
2L1 + 5L2
-10t + 6s – 12b = 10
10t + 35s + 20b = 0
-24s + 8b = 10
24s – 8b = -10 L1´
L2 – 2 L3
2t + 7s – 4b = 0
-2t + 18s + 14b = -12
-11s + 10b = -12 L2´
11s – 10b = 12
11 L1´ + (-29) L2´
b = -458
202
Solución
86
a1= ( x2 –x1 )=(10-1)=9
x 1 y 4 z 9
FORMA SIMÉTRICA
9 10 7
x 1 y 2 z 3
FORMA SIMÉTRICA
7 2 6
3.- Encontrar las ecuaciones paramétricas de la recta que pasa por
los puntos
Solución
x = 2+4 t;
y = 3 - 4 t; Ecuaciones Paramétricas
z = 5+3 t;
Solución
x = 1+2 t;
y = - 2 t; Ecuaciones Paramétricas
z = -7 t;
3.- Encontrar las ecuaciones paramétricas de la recta que pasa por
los puntos
Solución
88
(x, y, z) = (5+ t (2-5), -2+ t (6+2), 4+ t (1-4))
x = 5-3 t;
z = 4-3 t;
Solución
x = 6+2 t;
y = 4 – 3 t; ecuaciones Parametricas
z = -2+6 t;
5.- Halle la ecuación vecorial de la recta que pasa por P (1, 2, 1);
Q (3, 5, -2)
89
(x, y, z)= P + t a
Entonces
(x, y, z)= P + t a
90
7.- Halle la ecuación vectorial de la recta que pasa por
1 1 3 5 1
P , , 1 ; Q , ,
2 2 2 2 2
3 1 5 1 1 3
a = P-Q = , , 1 = 2, 3,
2 2 2 2 2 2
1 1 3
(x, y, z) = , , 1 + t 2, 3,
2 2 2
x=4+t x = 6 + 2s
l 1
y=5+t; l 2 condición inicial: x1 =x2; y1
y = 11 + 4s
=y2; z1 =z2
Z= -1+ 2t z =-3 + 5s
Con z z = -3 + 5s
x: 4 + t = 6 + 2s (1)
y: 5 + t = 11 + 4s (2)
z: -1 +2t= -3 + 5s (3)
Despejando t en (1) tenemos que.
t = 6+2s-4= 2+2s
5+(2+2s)=11+4s x = 6+2(-2)= 2
7+2s=11+4s y = 11+4(-2)= 3
91
s= -2 z = -3+(-2) = -5
r (t ) sin t i t 2 cos t j et k
Solución:
r ' t cos t i 2t sin t j e t k
r ' 0 1,0,1
x x0 , y y0 , z z0 t 1,0,1
x 0, y 1, z 1 t 1,0,1
xt y 1 z 1 t
10.- Dados los puntos A (3, 5, 2); B (2, 3, 1); C (-1, -1, 4) halle la
ecuación vectorial del plano, sus ecuaciones paramétricas, la
ecuación normal y cartesiana.
Encontremos el vector director que pasa por A,B
𝒊 𝒋 𝒌
𝟏 𝟐 𝟏 = = i(6+4) – j(3+3) + k(-4+6)
−𝟑 −𝟒 𝟑
= 10i - 6j + 2k
n· ( P - P0 ) = 0
Tenemos que:
10 ( x – 3) -6( y – 5 ) + 2 ( z – 2 ) = 0
10x -30 – 6y + 30 + 2 z - 4 = 0
Solución:
Tenemos que:
(2,3,4 ) · ( x – 5, y – 1 , z – 3 ) = 0
2( x – 5 ) + 3 ( y – 1 ) + 4 ( z – 3 ) = 0
2x – 10 + 3y – 3 + 4z – 12 = 0
2x + 3y + 4z – 25 = 0
12.- Encontrar la ecuación del plano que pasa por P (6, 10, -7) y es
perpendicular al vector -5i + 3k
Solución:
Tenemos que
( -5 , 0 , 3 ) · ( ( x, y, z ) - (6,10 , - 7 ) ) = 0
( -5 , 0 , 3 ) · ( ( x – 6, y – 10, z + 7 )) = 0
-5 ( x – 6 ) + 0 ( y – 10 ) + 3 ( z + 7 ) = 0
-5x + 30 + 3z + 21 = 0
94
-5x + 3z + 51 = 0
13.- Encuentre las ecuaciones del plano que pasa por el Po(2,4,5) y es
perpendicular a la recta x=5+t, y=1+3t, z=4t
Como
(x , y, z ) = ( 5 + t, 1 + 3 t , 4t )
( x, y, z ) = ( 5,1,0) + t ( 1, 3, 4 )
Y que,
De aquí
( 1,3,4 ) · ( x – 5 , y - 1 , z – 0 ) = 0
1(x–5)+3(y–1)+4(z)=0
X – 5 + 3y - 3 + 4 z = 0
X + 3y + 4z - 5 = 0
5.19.- Transformaciones lineales
𝑥 𝑥
¿ Qué pasa si la matriz 𝑦 = −𝑦 ?
(x, -y )
Definición:
Sean A y B dos vectores. Una transformación lineal T de A en B es
una función que asigna a cada vector de A un único vector T B y
satisface para cada a y b en A y cada escalar α.
T (a,b) = TA + TB
T ( α, a) = αTB
Es decir:
Esto es:
La transformación T es una función con A como dominio y un
subconjunto de B como su imagen.
A = Dominio
B = Rango
T
Contradominio
96
i) T(0) = 0
ii) T (-b) = - T(b)
iii) T(a-b) = T(a) – T(b)
1 0 0
2 1 5
T 0 ; T 1 , T 0
0 3 0 4 1 3
3
Calcule T 4
5
Solución:
utilizando a los vectores unitarios tenemos que:
3 1 0 0
4 3 0 41 5 0
5 0 0 1
3 1 0 0
T 4 3T 0 4T 1 5T 0
5 0 0 1
3
2 1 5
T 4 3 4 5
5 3 4 3
6 4 25 35
9 16 15 22
x x
T
y y
(-x,y) (x,y)
98
Tenemos que hay un reflexión con respecto a l eje y
3.-
y x
x
T x y ,
y 2y
x 2
Encontrar la transformación para T
y 5
Solución
5 (2) 5 2 7
2
T (2) 5 2 5 3
5 2(5) 10 10
x 2 x y 3z
T y 4 x 2 y 6 z encontrar la matriz de transformaciones At
z 6x 3y 9z
Solución:
Tomando las transformaciones
1 2 0 1 0 3
T 0 4 ; T 1 2 y T 0 6 ,
0 6 0 3 1 9
2 1 3
99
4 2 6
6 3 9
BIBLIOGRAFIA DE FUNDAMENTOS DE ALGEBRA POR MODULO.
101
BRU RAFAEL ET AL, ÁLGEBRA LINEAL,
ED. ALFAOMEGA 2001, PP. 53-190
HITT ESPINOSA FERNANDO, ÁLGEBRA LINEAL,
PRENTICE HALL, PRIMERA EDICIÓN, 2002,
PP. 65-80
LAY DAVID C. ÁLGEBRA LINEAL, PEARSON,
1a. EDICIÓN, 2013 PP. 98-102
STANLEY I. GROSSMAN, FLORES GODOY J.
ÁLGEBRA LINEAL, MC GRAW HILL, 7ª. EDICIÓN,
2012 PP. 46-224
STANLEY I. GROSSMAN, ÁLGEBRA LINEAL,
MC GRAW HILL, 6ª. EDICIÓN, 2008
PP. 87-218
STANLEY I. GROSSMAN, ALGEBRA LINEAL,
GRUPO EDITORIAL IBEROAMÉRICANA. 1983
PP. 34- 108
W. KEITH NICHOLSON, ÁLGEBRA LINEAL
MC. GRAW HILL. 4A. EDICIÓN, 2003,
PP. 21- 107
IV.- Vectores