Documente Academic
Documente Profesional
Documente Cultură
GEOMETRÍA
ANALÍTICA
Isabel Pustilnik
1
Federico Gómez
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
ÍNDICE
Puntos y vectores en ℝ𝟑 ..................................................................................................... 3
Puntos en ℝ𝟑 .................................................................................................................... 3
Vectores en ℝ3 ................................................................................................................ 5
Operaciones y nociones básicas sobre vectores en ℝ𝟑 ........................................... 5
Propiedades de la suma de vectores y del producto por un escalar ..................... 8
Módulo o norma de un vector en ℝ𝟑 ........................................................................... 9
Propiedades del módulo o norma de un vector ..................................................... 10
Vector determinado por dos puntos ........................................................................... 11
Distancia entre dos puntos ........................................................................................... 12
Problema .......................................................................................................................... 12
En general ........................................................................................................................ 12
Problema .......................................................................................................................... 12
Expresión canónica de un vector ............................................................................... 14
Ángulos directores y cosenos directores de un vector ............................................ 15
Propiedad ........................................................................................................................ 16
Demostración .................................................................................................................. 16
Versor asociado a un vector........................................................................................ 17
Producto escalar en ℝ𝟑 ................................................................................................ 18
Propiedades del producto escalar ............................................................................ 20
Ángulo entre vectores .................................................................................................. 20
Condición de perpendicularidad entre vectores ................................................... 20
Proyección de un vector en la dirección de otro ..................................................... 21
Producto vectorial ......................................................................................................... 22
Definición ......................................................................................................................... 22
Propiedades del producto vectorial .......................................................................... 24
Fórmula para calcular el producto vectorial ........................................................... 25
Interpretación geométrica del módulo del producto vectorial .......................... 26
Producto mixto ............................................................................................................... 28
Definición ......................................................................................................................... 28
Interpretación geométrica del producto mixto ...................................................... 29
Coplanaridad ................................................................................................................. 30
Plano y recta en ℝ3 ........................................................................................................... 32
Ecuaciones del plano ................................................................................................... 32
Deducción de la ecuación general del plano ....................................................... 32
Ecuación segmentaria del plano ............................................................................... 39
Ecuación vectorial paramétrica del plano .............................................................. 41
De la ecuación general a la ecuación vectorial paramétrica ........................... 43
Ángulo entre dos planos............................................................................................... 44
Planos perpendiculares y planos paralelos ............................................................... 45
Distancia de un punto a un plano ............................................................................... 46
Distancia entre planos paralelos ................................................................................. 48
Haz de planos ................................................................................................................ 49
Ecuaciones de la recta en ℝ𝟑 ..................................................................................... 51
Ecuación vectorial de la recta ................................................................................... 52
1
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
2
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Puntos y vectores en ℝ𝟑
Puntos en ℝ𝟑
Para ubicar un punto en ℝ3 usaremos como sistema de referencia una terna de
ejes perpendiculares entre sí:
𝑦
𝑥
3
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Plano 𝒚𝒛 Plano 𝒙𝒛
Plano 𝒙𝒚
𝑥 𝑦
Estos planos se conocen como planos coordenados. El nombre del plano 𝑥𝑦 viene
de que este plano contiene al eje 𝑥 y al eje 𝑦. En forma análoga se derivan los
nombres de los otros dos planos.
𝑧 𝑧
𝑦 𝑥
𝑥 𝑦
4
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Vectores en ℝ3
Queda establecido un sistema de coordenadas donde todo punto de ℝ3 se
define mediante una terna ordenada de números reales: 𝑃(𝑥, 𝑦, 𝑧), y tiene
asociado un vector posición 𝑝⃗ = 𝑂𝑃
⃗⃗⃗⃗⃗⃗ = (𝑥, 𝑦, 𝑧).
Hemos tomado la misma escala sobre cada uno de los ejes. Pero, como en ℝ2, es
posible tomar una escala diferente para cada eje.
En el siguiente GIF les mostramos cómo podría hacerse la gráfica del punto paso a
paso:
http://bit.ly/agagif005
Igualdad: 𝑣⃗ = 𝑤
⃗⃗⃗ ⇔ 𝑣𝑥 = 𝑤𝑥 , 𝑣𝑦 = 𝑤𝑦 , 𝑣𝑧 = 𝑤𝑧
Suma: 𝑣⃗ + 𝑤
⃗⃗⃗ = (𝑣𝑥 + 𝑤𝑥 , 𝑣𝑦 + 𝑤𝑦 , 𝑣𝑧 + 𝑤𝑧 )
5
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Vector nulo: 0
⃗⃗ = (0,0,0)
Opuesto de 𝑣⃗: −𝑣⃗ = (−𝑣𝑥 , −𝑣𝑦 , −𝑣𝑧 )
Resta: ⃗⃗⃗ = 𝑣⃗ + (−𝑤
𝑣⃗ − 𝑤 ⃗⃗⃗) = (𝑣𝑥 − 𝑤𝑥 , 𝑣𝑦 − 𝑤𝑦 , 𝑣𝑧 − 𝑤𝑧 )
𝑣⃗ = (𝑣𝑥 , 𝑣𝑦 , 𝑣𝑧 ) , 𝑘 ∈ ℝ , 𝑘. 𝑣⃗ = (𝑘. 𝑣𝑥 , 𝑘. 𝑣𝑦 , 𝑘. 𝑣𝑧 )
Notación
⃗⃗ ∥ 𝒘
𝒗 ⃗⃗ = 𝒌. 𝒘
⃗⃗⃗⃗ ⇔ 𝒗 ⃗⃗⃗⃗ 𝒄𝒐𝒏 𝒌 ∈ ℝ
Ejemplo
Dados 𝑢 𝑤 = (−1,3, −1) , ¿Existen 𝛼, 𝛽 ∈ ℝ tales que
⃗⃗ = (1, −1,1) , 𝑣⃗ = (2,0,2) 𝑦 ⃗⃗⃗⃗⃗
𝑤 ⃗⃗ + 𝛽. 𝑣⃗ ?
⃗⃗⃗ = 𝛼. 𝑢
−1 = 𝛼 + 2𝛽
{ 3 = −𝛼 ⇒ 𝛼 = −3 ∧ 𝛽 = 1
−1 = 𝛼 + 2𝛽
6
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Dados tres vectores 𝒖 ⃗⃗, ⃗⃗⃗⃗, 𝒘 de ℝ𝟑, ¿es siempre posible encontrar los números
𝒗 ⃗⃗⃗⃗⃗
reales 𝜶 𝒚 𝜷 tales que 𝑤⃗⃗⃗ = 𝛼. 𝑢 ⃗⃗ + 𝛽. 𝑣⃗ ?
Ejemplo
Si los vectores fueran:
⃗⃗ = (2, −3,4)
𝑢
𝑣⃗ = (−5,1,0)
⃗⃗⃗ = (4,2,1)
𝑤
2𝛼 − 5𝛽 = 4
{−3𝛼 + 𝛽 = 2
4𝛼 = 1
7
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
1
𝛼=
4
11
𝛽=
4
Reemplazamos en: 2𝛼 − 5𝛽 = 4:
2 55
− ≠4
4 4
Vimos que: 𝑢
⃗⃗ + 𝑣⃗ ∈ ℝ3 y 𝛼𝑢
⃗⃗ ∈ ℝ3 . Estas operaciones verifican las siguientes
propiedades:
8
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
1. 𝑢
⃗⃗ + 𝑣⃗ = 𝑣⃗ + 𝑢 ⃗⃗
2. (𝑢⃗⃗ + 𝑣⃗) + 𝑤⃗⃗⃗ = 𝑢⃗⃗ + (𝑣⃗ + 𝑤
⃗⃗⃗)
3. 𝑢 ⃗⃗ ⃗⃗
⃗⃗ + 0 = 0 + 𝑢 ⃗⃗ = 𝑢⃗⃗
4. ⃗⃗ + (−𝑢
𝑢 ⃗⃗) = (−𝑢 ⃗⃗) + 𝑢⃗⃗ = ⃗⃗
0
5. 𝛼(𝑢 ⃗⃗ + 𝑣⃗) = 𝛼𝑢 ⃗⃗ + 𝛼𝑣⃗
6. (𝛼 + 𝛽)𝑢 ⃗⃗ = 𝛼𝑢
⃗⃗ + 𝛽𝑢 ⃗⃗
7. 𝛼(𝛽𝑢 ⃗⃗) = (𝛼𝛽)𝑢 ⃗⃗
8. 1𝑢⃗⃗ = 𝑢 ⃗⃗
9
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑤
⃗⃗⃗
𝑣⃗
𝑣⃗ + 𝑤
⃗⃗⃗
Ejemplo
Sean 𝑣 = (−1,1,2) y 𝑤 = (3,0, −4) calcular:
a. ‖𝑣⃗‖
b. ‖−2𝑣⃗‖
c. ‖𝑤
⃗⃗⃗‖
d. ‖𝑣⃗ + 𝑤
⃗⃗⃗‖
Resolución
‖𝑣⃗‖ = √(−1)2 + 12 + 22 = √6
10
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
⃗⃗⃗⃗⃗⃗
𝑂𝐴 + 𝐴𝐵⃗⃗⃗⃗⃗⃗ = ⃗⃗⃗⃗⃗⃗
𝑂𝐵
⃗⃗⃗⃗⃗⃗ = 𝑂𝐵
⇒ 𝐴𝐵 ⃗⃗⃗⃗⃗⃗ − 𝑂𝐴
⃗⃗⃗⃗⃗⃗ = (𝑋𝐵 , 𝑌𝐵 , 𝑍,𝐵 ) − (𝑋𝐴 , 𝑌𝐴 , 𝑍𝐴 )
⃗⃗⃗⃗⃗⃗ = (𝑋𝐵 − 𝑋𝐴 , 𝑌𝐵 − 𝑌𝐴 , 𝑍𝐵 − 𝑍𝐴 )
⇒ 𝐴𝐵
Ejemplo
Sean 𝑅(1,1,4) y 𝑆(3,0,2) dos puntos de ℝ3 , hallar las componentes del
vector ⃗⃗⃗⃗⃗⃗
𝑅𝑆.
⃗⃗⃗⃗⃗⃗
𝑅𝑆 = (3 − 1, 0 − 1, 2 − 4) = (2, −1, −2)
11
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
⇒ 𝑑(𝑅, 𝑆) = 3
En general
Dados dos puntos 𝐴(𝑥𝐴 , 𝑦𝐴 , 𝑧𝐴 ) y 𝐵(𝑥𝐵 , 𝑦𝐵 , 𝑧𝐵 ) la distancia entre los mismos se calcula:
Problema
Encontrar, si es posible, todos los puntos del eje 𝑧 cuya distancia al punto 𝐴(3,2,1)
es 5.
12
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Un punto del eje 𝑧 tiene la forma 𝑃(0,0, 𝑧). Construyamos el vector desde un punto
genérico cualquiera del eje 𝑧 hasta 𝐴.
⃗⃗⃗⃗⃗⃗ = (3, 2, 1 − 𝑧)
𝑃𝐴
25 = 14 − 2𝑧 + 𝑧 2 ⇒ 𝑧 2 − 2𝑧 − 11 = 0
2 + √48 2 − √48
𝑧= ∨ 𝑧=
2 2
Hemos llegado a que 𝑧 puede tomar dos valores distintos. Entonces existen dos
puntos del eje 𝑧 cuya distancia al punto 𝐴(3,2,1) es 5. Son:
13
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑣⃗ = (𝑥, 𝑦)
𝑣⃗ = 𝑥(1,0) + 𝑦(0,1)
𝑣⃗ = 𝑥. 𝑖̆ + 𝑦. 𝑗̆
𝑖̆ = (1,0,0)
𝑗̆ = (0,1,0)
𝑘̆ = (0,0,1)
14
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑣𝑧 = 𝑧. 𝑘̆
⃗⃗⃗⃗
𝑣⃗
𝑘̆
𝑖̆
𝑣𝑥 = 𝑥. 𝑖̆
⃗⃗⃗⃗⃗ 𝑗̆
𝑣𝑦 = 𝑦. 𝑗̆
⃗⃗⃗⃗⃗
𝑣⃗ = 𝑥. 𝑖̆ + 𝑦. 𝑗̆ + 𝑧. 𝑘̆ (𝑒𝑥𝑝𝑟𝑒𝑠𝑖ó𝑛 𝑐𝑎𝑛ó𝑛𝑖𝑐𝑎)
15
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝛽
𝛾
HTTP://BIT.LY/AGAGGB013
Los cosenos de dichos ángulos se llaman cosenos directores del vector. Aplicando
relaciones trigonométricas, podemos obtener los cosenos directores:
𝑣𝑥 𝑣𝑦 𝑣𝑧
cos(𝛼) = , 𝑐𝑜𝑠(𝛽) = , cos(𝛾) =
‖𝑣⃗‖ ‖𝑣⃗‖ ‖𝑣⃗‖
𝑣𝑥 𝑣𝑦 𝑣𝑧
𝛼 = 𝑎𝑟𝑐𝑜𝑠 ( ) , 𝛽 = 𝑎𝑟𝑐𝑜𝑠 ( ) , 𝛾 = 𝑎𝑟𝑐𝑜𝑠 ( )
‖𝑣⃗‖ ‖𝑣⃗‖ ‖𝑣⃗‖
Propiedad
cos2(𝛼) + cos2(𝛽) + cos2(𝛾) = 1
Demostración
Sustituyamos los cosenos por los cocientes correspondientes:
Ejemplo
Hallar los ángulos directores de 𝑣 = (2,0, −2)
Respuesta
16
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
2
𝛼 = arccos ( ) = 45°
2√2
0
𝛽 = arccos ( ) = 90°
2√2
−2
𝛾 = arccos ( ) = 135°
2√2
HTTP://BIT.LY/AGAGIF009
Dado 𝑣⃗ distinto de ⃗⃗
0, su versor asociado se obtiene así:
𝑣⃗
𝑣̆ =
‖𝑣⃗‖
17
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Entonces
𝑣⃗
= 𝑣̆ = (cos 𝛼 , cos 𝛽 , cos 𝛾 )
‖𝑣⃗‖
O sea, las componentes del versor 𝑣̆ son los cosenos directores de 𝑣⃗.
Producto escalar en ℝ𝟑
Sean 𝑢
⃗⃗ , 𝑣⃗ ∈ ℝ3, y 𝜃 el ángulo entre 𝑢
⃗⃗ y 𝑣⃗, entonces el producto escalar entre 𝑢
⃗⃗ y 𝑣⃗
se define como sigue:
‖𝑢
⃗⃗‖ ‖𝑣⃗‖ cos(𝜃) 𝑠𝑖 𝑢⃗⃗ ≠ ⃗⃗
0 ∧ 𝑣⃗ ≠ ⃗⃗
0 [1]
𝑢
⃗⃗. 𝑣⃗ = {
0 𝑠𝑖 𝑢 ⃗⃗
⃗⃗ = 0 ∨ 𝑣⃗ = 0 ⃗⃗
Ejemplo
Hallar 𝑢
⃗⃗. 𝑣⃗ para 𝑢
⃗⃗ = (0,0,1) , 𝑣⃗ = (0,3, −3)
Resolución
Hagamos una gráfica para visualizar el ángulo entre los dos vectores:
18
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
‖𝑢
⃗⃗‖ = 1
A partir del gráfico podemos determinar que el ángulo entre los vectores es 𝜃 =
135°
3
o en radianes: 𝜃 = 4 𝜋
√2
𝑢
⃗⃗. 𝑣⃗ = 1. √18. cos(135°) = 3√2. (− ) = −3
2
⃗⃗ = (−3,5,8)
𝑢 , 𝑣⃗ = (1,1,1)
Usando el teorema del coseno se puede deducir otra fórmula para calcular el
producto escalar en función de las componentes de los vectores.
Sean 𝑢
⃗⃗ = (𝑢𝑥 , 𝑢𝑦 , 𝑢𝑧 ) , 𝑣⃗ = (𝑣𝑥 , 𝑣𝑦 , 𝑣𝑧 ) ∈ ℝ3, entonces:
𝑢
⃗⃗. 𝑣⃗ = 𝑢𝑥 𝑣𝑥 + 𝑢𝑦 𝑣𝑦 + 𝑢𝑧 𝑣𝑧 [2]
𝑢
⃗⃗ . 𝑣⃗ = (−3).1 + 5 .1 + 8.1 = 10
19
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
2) 𝑢
⃗⃗. (𝑣⃗ + 𝑤
⃗⃗⃗) = 𝑢
⃗⃗. 𝑣⃗ + 𝑢
⃗⃗. 𝑤
⃗⃗⃗
3) 𝑘 (𝑢
⃗⃗. 𝑣⃗) = (𝑘𝑢 ⃗⃗. (𝑘𝑣⃗) , 𝑘 ∈ ℝ
⃗⃗. 𝑣⃗) = 𝑢
Si 𝜃 es el ángulo entre 𝑢
⃗⃗ 𝑦 𝑣⃗, de las definiciones [1] y [2] de producto escalar
resulta:
𝑢
⃗⃗. 𝑣⃗
cos(𝜃) = ( )
‖𝑢
⃗⃗‖‖𝑣⃗‖
𝑢𝑥 𝑣𝑥 + 𝑢𝑦 𝑣𝑦 + 𝑢𝑧 𝑣𝑧
θ = arccos ( ) , 0≤𝜃≤𝜋
‖𝑢⃗⃗‖‖𝑣⃗‖
Por ejemplo, si
⃗⃗ = (1,1,3)
𝑢
𝑣⃗ = (−1,0,4)
11
𝜃 = arccos ( ) ≅ 36,44°
√11. √17
𝜋
𝑢
⃗⃗. 𝑣⃗ = 0 ⇔ cos(𝜃) = 0 ⇔ 𝜃 =
2
𝑢
⃗⃗ ⊥ 𝑣⃗ ⇔ 𝑢
⃗⃗. 𝑣⃗ = 0
EPL 1
Dados 𝑢 ⃗⃗ = (1,2,3) y 𝑣⃗ = (0,2,5) encontrar todos los vectores perpendiculares a 𝑢
⃗⃗ y
a 𝑣⃗ de módulo 3.
20
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑢
⃗⃗ = ⃗⃗⃗⃗⃗ 𝑢2 ,
𝑢1 + ⃗⃗⃗⃗⃗ 𝑢1 ∥ 𝑣⃗ y ⃗⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗ 𝑢2 ⊥ 𝑣⃗
𝑢
⃗⃗
𝑢
⃗⃗⃗⃗⃗2
𝑣⃗
𝑢
⃗⃗⃗⃗⃗1
𝑢1 ∥ 𝑣⃗ ⇔ ⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗ 𝑢1 = 𝑘𝑣⃗ , 𝑘 ∈ ℝ ⇒ 𝑢
⃗⃗ = 𝑘𝑣⃗ + ⃗⃗⃗⃗⃗
𝑢2
Podemos aplicar a ambos miembros producto escalar por 𝑣⃗. Teniendo en cuenta
que ⃗⃗⃗⃗⃗.
𝑢2 𝑣⃗ = 0 por ser perpendiculares, resulta:
𝑢
⃗⃗. 𝑣⃗
⃗⃗. 𝑣⃗ = (𝑘𝑣⃗ + ⃗⃗⃗⃗⃗).
𝑢 𝑢2 𝑣⃗ ⇒ 𝑢
⃗⃗. 𝑣⃗ = 𝑘 𝑣
⏟
⃗. 𝑣⃗ + ⏟
⃗⃗⃗⃗⃗. ⏟⃗‖2 ⇒ 𝑘 =
𝑢2 𝑣⃗ ⇒ 𝑢. 𝑣 = 𝑘 ‖𝑣
⃗⃗‖2
‖𝑣
‖𝑣⃗‖2
0 ≠0
Entonces:
𝑢
⃗⃗. 𝑣⃗
𝑢1 = (
⃗⃗⃗⃗⃗ ) 𝑣⃗
‖𝑣‖2
𝑢
⃗⃗. 𝑣⃗
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗𝑣⃗⃗ (𝑢
𝑝𝑟𝑜𝑦 ⃗⃗) = ( )𝑣
⃗⃗⃗⃗
‖𝑣‖2
El vector 𝑢
⃗⃗2 puede obtenerse por diferencia:
𝑢
⃗⃗ = ⃗⃗⃗⃗⃗
𝑢1 + ⃗⃗⃗⃗⃗
𝑢2 ⇒ ⃗⃗⃗⃗⃗
𝑢2 = 𝑢⃗⃗ − ⃗⃗⃗⃗⃗
𝑢1
Para resolver algunos problemas geométricos, es útil calcular el módulo del vector
de proyección:
21
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑢
⃗⃗. 𝑣⃗ |𝑢
⃗⃗. 𝑣⃗| |𝑢
⃗⃗. 𝑣⃗|
‖𝑝𝑟𝑜𝑦
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗𝑣⃗⃗ (𝑢
⃗⃗)‖ = | | ‖𝑣⃗‖ = ‖𝑣⃗‖ =
‖𝑣‖2 ‖𝑣‖2 ‖𝑣⃗‖
Ejemplo
Descomponer 𝑢 ⃗⃗ = (1,2,1) como suma de un vector paralelo a 𝑣⃗ = (0,1, −1) más otro
perpendicular a 𝑣⃗.
𝑢2
⃗⃗⃗⃗⃗ 𝑢
⃗⃗
𝑣⃗
𝑢
⃗⃗⃗⃗⃗1
𝑢
⃗⃗. 𝑣⃗ (1,2,1). (0,1, −1)
⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗𝑣⃗⃗ (𝑢
𝑢1 = 𝑝𝑟𝑜𝑦 ⃗⃗) = ( 2
) 𝑣⃗ = ( 2 ) (0,1, −1)
‖𝑣⃗‖ 0 + 12 + (−1)2
0+2−1 1 1
= (0,1, −1) = (0, , − )
2 2 2
1 1 3 3
𝑢2 = 𝑢
⃗⃗⃗⃗⃗ 𝑢1 = (1,2,1) − (0,
⃗⃗ − ⃗⃗⃗⃗⃗ , − ) = (1, , )
2 2 2 2
Comprobación: ⃗⃗⃗⃗⃗
𝑢2 ⊥ 𝑣⃗
3 3
(1, , ) . (0,1, −1) = 0
2 2
Producto vectorial
Definición
Para resolver numerosos problemas de Geometría, Física e Ingeniería, interesa
construir un vector en ℝ3 que sea perpendicular a dos vectores dados.
O sea: dados 𝑢
⃗⃗, 𝑣⃗ ∈ ℝ3, nos proponemos hallar un vector 𝑤
⃗⃗⃗ tal que 𝑤 ⃗⃗ y ⃗⃗⃗⃗⃗
⃗⃗⃗ ⊥ 𝑢 𝑤 ⊥ 𝑣⃗.
22
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑢
⃗⃗ × 𝑣⃗ = 𝑤
⃗⃗⃗
Que tiene:
Dirección perpendicular a 𝑢
⃗⃗ y a 𝑣⃗: 𝑤 ⃗⃗⃗ ⊥ 𝑢
⃗⃗ ∧ 𝑤
⃗⃗⃗ ⊥ 𝑣⃗
Sentido: regla de la mano derecha: si con la mano derecha se recorre el
menor ángulo posible entre 𝑢⃗⃗ y 𝑣⃗, el pulgar indica el sentido de 𝑤
⃗⃗⃗
𝑢
⃗⃗ × 𝑣⃗
𝑣⃗ 𝑣⃗
𝑢
⃗⃗ 𝑢
⃗⃗
𝑣⃗ × 𝑢
⃗⃗
Módulo:
‖𝑤
⃗⃗⃗‖ = ‖𝑢
⃗⃗‖ ‖𝑣⃗‖ 𝑠𝑒𝑛(𝜃)
siendo 𝜃 el ángulo comprendido entre 𝑢 ⃗⃗ 𝑦 𝑣⃗
⃗⃗ × 𝒗
𝒖 ⃗⃗ = −(𝒗
⃗⃗ × 𝒖
⃗⃗)
Ejemplo
𝑎⃗ = (0,1, −1)
𝑏⃗⃗ = (0,0,3)
23
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑏⃗⃗
𝑎⃗
𝑎⃗ × 𝑏⃗⃗
Dirección: eje 𝑥
√2
Módulo: √2. 3. 𝑠𝑒𝑛(135°) = √2. 3. =3
2
Entonces:
𝑎⃗ × 𝑏⃗⃗ = (3,0,0)
Si 𝑢
⃗⃗ y ⃗⃗⃗⃗
𝑣 son vectores no nulos, podemos enunciar una condición necesaria y
suficiente de paralelismo:
𝑢 ⃗⃗ × 𝑣⃗ = ⃗⃗
⃗⃗ ∥ 𝑣⃗ ⇔ 𝑢 0 ⇔ 𝑢
⃗⃗ = 𝑘𝑣⃗ 𝑐𝑜𝑛 𝑘 ∈ 𝑅
24
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
EPL 2
A partir de las características del producto vectorial podemos calcular los
productos vectoriales de los versores canónicos. Por ejemplo:
𝑖̆ × 𝑖̆ = ⃗⃗
0
𝑖̆ × 𝑗̆ = 𝑘̆
𝑖̆ × 𝑘̆ =
𝑗̆ × 𝑖̆ =
𝑗̆ × 𝑗̆ =
𝑘̆ × 𝑖̆ =
𝑘̆ × 𝑗̆ =
𝑘̆ × 𝑘̆ =
⃗⃗ × 𝑣⃗ = (𝑢𝑦 𝑣𝑧 − 𝑢𝑧 𝑣𝑦 , −(𝑢𝑥 𝑣𝑧 − 𝑢𝑧 𝑣𝑥 ) , 𝑢𝑥 𝑣𝑦 − 𝑢𝑦 𝑣𝑥 )
𝑢 [𝟏]
𝑎11 𝑎12
𝐴 = (𝑎
21 𝑎22 ) matriz 2x2 (2 filas y 2 columnas)
25
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑖̆ 𝑗̆ 𝑘̆ 𝑢𝑦 𝑢𝑧 𝑢𝑥 𝑢𝑧 𝑢𝑥 𝑢𝑦
⃗⃗ × 𝑣⃗ = |𝑢𝑥
𝑢 𝑢𝑦 𝑢𝑧 | = | 𝑣 ̆
𝑦 𝑣𝑧 | 𝑖̆ − | 𝑣𝑥 𝑣𝑧 | 𝑗̆ + | 𝑣𝑥 𝑣𝑦 | 𝑘
𝑣𝑥 𝑣𝑦 𝑣𝑧
𝑖̆ 𝑗̆ 𝑘̆ 𝑢𝑦 𝑢𝑧 𝑢𝑥 𝑢𝑧 𝑢𝑥 𝑢𝑦
⃗⃗ × 𝑣⃗ = |𝑢𝑥
𝑢 𝑢𝑦 𝑢𝑧 | = (| 𝑣 𝑣𝑧 | , − | 𝑣𝑥 𝑣𝑧 | , | 𝑣𝑥 𝑣𝑦 | )
𝑦
𝑣𝑥 𝑣𝑦 𝑣𝑧
Veamos cómo utilizar esta regla práctica para calcular un producto vectorial:
⃗⃗ = (1,2,3)
𝑢
𝑣⃗ = (0,2,5)
𝑖̆ 𝑗̆ 𝑘̆ 2 3 1 3 1 2
𝑢
⃗⃗ × 𝑣⃗ = |1 2 3| = (| |,−| |,| |) = (4, −5,2)
2 5 0 5 0 2
0 2 5
⃗⃗ = (1,2,3) , 𝑣⃗ = (0,2,5)
𝑢
⃗⃗ × 𝑣⃗ = (4, −5,2)
𝑢
‖𝑢
⃗⃗ × 𝑣⃗‖ = √45 = 3. √5
26
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑣⃗
ℎ = ‖𝑣⃗‖. 𝑠𝑒𝑛(𝜃)
𝜃
𝑢
⃗⃗
ℎ
𝑠𝑒𝑛(𝜃) = ⇒ ℎ = ‖𝑣⃗‖𝑠𝑒𝑛(𝜃)
‖𝑣⃗‖
Ejemplo
Dados 𝐴(1,3,1), 𝐵(2, −3,5) y 𝐶(0,2,1) calcular el área del Δ𝐴𝐵𝐶.
27
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Podemos pensar al área del triángulo como la mitad del área del paralelogramo:
1
⃗⃗⃗⃗⃗⃗ × 𝐴𝐶
Á𝑟𝑒𝑎 𝑑𝑒𝑙 𝑡𝑟𝑖á𝑛𝑔𝑢𝑙𝑜 = . ‖𝐴𝐵 ⃗⃗⃗⃗⃗⃗ ‖
2
⃗⃗⃗⃗⃗⃗ × 𝐴𝐶
𝐴𝐵 ⃗⃗⃗⃗⃗⃗ = (4, −4, −7)
⃗⃗⃗⃗⃗⃗ × 𝐴𝐶
‖𝐴𝐵 ⃗⃗⃗⃗⃗⃗ ‖ = √16 + 16 + 49 = √81 = 9
1
Á𝑟𝑒𝑎 𝑑𝑒𝑙 𝑡𝑟𝑖á𝑛𝑔𝑢𝑙𝑜 = . 9 = 4,5
2
Producto mixto
Definición
Dados tres vectores 𝑢 ⃗⃗⃗ ∈ ℝ3, se denomina producto mixto al número real que se
⃗⃗, 𝑣⃗, 𝑤
obtiene multiplicando 𝑢 ⃗⃗. (𝑣⃗ × 𝑤
⃗⃗⃗).
⃗⃗. (𝑣⃗ × 𝑤
𝑢 ⃗⃗⃗) = (𝑢
⃗⃗ × 𝑣⃗). 𝑤
⃗⃗⃗
Veamos un ejemplo:
⃗⃗ = (1,2,3)
𝑢
𝑣⃗ = (0,2,5)
⃗⃗⃗ = (0,0,2)
𝑤
28
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
⃗⃗. (𝑣⃗ × 𝑤
𝑢 ⃗⃗⃗)
𝑖̆ 𝑗̆ 𝑘̆
⃗⃗⃗ = |0 2 5| = (4,0,0)
𝑣⃗ × 𝑤
0 0 2
⃗⃗. (𝑣⃗ × 𝑤
𝑢 ⃗⃗⃗) = 4
(𝑢
⃗⃗ × 𝑣⃗). 𝑤
⃗⃗⃗
𝑖̆ 𝑗̆ 𝑘̆
⃗⃗ × 𝑣⃗ = |1 2 3| = (4, −5,2)
𝑢
0 2 5
𝑢1 𝑢2 𝑢3
𝑣 𝑣3 𝑣1 𝑣3 𝑣1 𝑣2
⃗⃗. (𝑣⃗ × 𝑤
𝑢 ⃗⃗⃗) = (𝑢 ⃗⃗⃗ = | 𝑣1
⃗⃗ × 𝑣⃗). 𝑤 𝑣2 𝑣3 | = 𝑢1 . | 2
𝑤2 𝑤3 | − 𝑢2 . |𝑤1 𝑤3 | + 𝑢3 . |𝑤1 𝑤2 |
𝑤1 𝑤2 𝑤3
𝑣⃗ = (0,2,5)
⃗⃗⃗ = (0,0,2)
𝑤
1 2 3
2 5 0 5 0 2
⃗⃗. (𝑣⃗ × 𝑤
𝑢 ⃗⃗⃗) = |0 2 5| = 1. | | − 2. | | + 3. | |=4
0 2 0 2 0 0
0 0 2
¿Qué significado tiene para la Geometría este número que hemos obtenido con el
producto mixto?
29
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑢
⃗⃗ × 𝑣⃗
𝑤
⃗⃗⃗
ℎ
𝜃 𝑣⃗
𝑢
⃗⃗
𝐴 = ‖𝑢
⃗⃗ × 𝑣⃗‖
ℎ = |cos(𝜃)| ‖𝑤
⃗⃗⃗‖
Observación: cos(𝜃) podría ser negativo, por eso tomamos su valor absoluto para
el cálculo de la altura.
Entonces:
𝑉 = ‖𝑢
⃗⃗ × 𝑣⃗‖ ‖𝑤
⃗⃗⃗‖ |cos(𝜃)| [1]
(𝑢 ⃗⃗⃗ = ‖𝑢
⃗⃗ × 𝑣⃗). 𝑤 ⃗⃗ × 𝑣⃗‖ ‖𝑤
⃗⃗⃗‖ cos(á𝑛𝑔(𝑢 ⃗⃗⃗)) = ‖𝑢
⃗⃗ × 𝑣⃗ , 𝑤 ⃗⃗ × 𝑣⃗‖ ‖𝑤
⃗⃗⃗‖ cos(𝜃) [2]
Coplanaridad
Consideremos los vectores 𝑢 ⃗⃗⃗ = (3,0,4). Les proponemos que
⃗⃗ = (1,0,3), 𝑣⃗ = (0,0,2), 𝑤
verifiquen que el producto mixto da cero.
30
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Observamos que los tres vectores están en el plano 𝑦 = 0, es decir que son
coplanares.
31
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Lo que hemos desarrollado hasta aquí sobre vectores resulta una herramienta
potente para el estudio de la geometría de rectas y planos en ℝ3, como veremos
a continuación.
Plano y recta en ℝ3
Ecuaciones del plano
Deducción de la ecuación general del plano
Dada una dirección en ℝ3, existen infinitos planos perpendiculares a la misma. Si
conocemos además un punto del plano, éste queda determinado de forma
única.
Nos proponemos hallar la ecuación del plano 𝜋 que pasa por 𝑃0 (𝑥0 , 𝑦0 , 𝑧0 ) y es
perpendicular al vector 𝑛⃗⃗ = (𝑎, 𝑏, 𝑐). El vector 𝑛⃗⃗ se denomina vector normal del
plano.
𝑛⃗⃗
𝑃0
𝑃
32
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
(𝑥 − 𝑥0 , 𝑦 − 𝑦0 , 𝑧 − 𝑧0 ). (𝑎, 𝑏, 𝑐) = 0
Ejemplo
Hallar la ecuación del plano perpendicular al vector 𝑛⃗⃗ = (3,2,1) que pasa por el
punto 𝑃0 (1,1, −1).
𝜋: 3𝑥 + 2𝑦 + 𝑧 + 𝑑 = 0
¿Cómo hallamos 𝑑?
3.1 + 2.1 − 1 + 𝑑 = 0 ⇒ 𝑑 = −4
𝜋: 3𝑥 + 2𝑦 + 𝑧 − 4 = 0
Éste es el único plano que pasa por el punto 𝑃0 y es perpendicular al vector 𝑛⃗⃗.
Para efectuar un gráfico aproximado del plano que obtuvimos, podemos buscar
sus intersecciones con los ejes coordenados:
33
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
(0,0,4)
(0,2,0)
4
( , 0,0)
3
Tres puntos no alineados determinan un único plano que los contiene. Trazamos
los segmentos que unen los puntos hallados y obtenemos la representación gráfica
de una porción del plano:
34
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
HTTP://BIT.LY/AGAGIF020
Ejemplo
Dados los puntos 𝑅(1,2,3) y 𝑆(3, −1,2), encontrar la ecuación del plano que corta
perpendicularmente al segmento 𝑅𝑆 en su punto medio.
Resolución
1 + 3 2 + (−1) 3 + 2 1 5
𝑀=( , , ) = (2, , )
2 2 2 2 2
35
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝛽: 2𝑥 − 3𝑦 − 1𝑧 + 𝑑 = 0
1 5
2.2 − 3. − + 𝑑 = 0 ⇒ 𝑑 = 0
2 2
𝛽: 2𝑥 − 3𝑦 − 𝑧 = 0
Este plano pasa por el origen, o sea que interseca a los tres ejes en (0,0,0).
Necesitamos al menos dos puntos más para graficarlo.
Para facilitar el gráfico podemos elegir puntos que estén sobre los planos
coordenados. Por ejemplo 𝑦 = 0 :
⇒ 2𝑥 − 𝑧 = 0 ⇒ 𝑧 = 2𝑥
2
⇒ 2𝑥 − 3𝑦 = 0 ⇒ 𝑦 = 𝑥
3
36
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
HTTP://BIT.LY/AGAGIF006
Ejemplo
Dados 𝐴(4,5,2), 𝐵(1,3,4), 𝐶(2,2,5) hallar, si es posible, el plano que contiene a los tres
puntos.
Habíamos dicho que tres puntos no alineados determinan un único plano que los
contiene.
Con los tres puntos, podemos armar dos vectores, por ejemplo:
37
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑛⃗⃗
⃗⃗⃗⃗⃗⃗ × 𝐴𝐶
𝐴𝐵 ⃗⃗⃗⃗⃗⃗ = (0,5,5)
𝛼: 5𝑦 + 5𝑧 + 𝑑 = 0
Luego:
5𝑦 + 5𝑧 − 35 = 0
𝛼: 𝑦 + 𝑧 − 7 = 0
𝑦 = 𝑧 = 0 ⇒ −7 = 0 𝐴𝑏𝑠𝑢𝑟𝑑𝑜
¿Y al eje 𝑧? (0,0,7)
Observemos que el plano contiene a todos los puntos de la forma (𝑥, 7,0) con 𝑥 ∈
ℝ.
Lo mismo ocurre con los puntos del tipo (𝑥, 0,7) con 𝑥 ∈ ℝ.
38
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝐶
𝐵
𝑛⃗⃗
𝑎 = 0 ⇒ 𝑒𝑙 𝑝𝑙𝑎𝑛𝑜 𝑒𝑠 ∥ 𝑎𝑙 𝑒𝑗𝑒 𝑥
𝜋: 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0
Si 𝑎, 𝑏, 𝑐, 𝑑 son distintos de cero, es posible obtener otra ecuación del plano como
sigue:
𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = −𝑑
𝑎 𝑏 𝑐
𝑥+ 𝑦+ 𝑧=1
−𝑑 −𝑑 −𝑑
𝑥 𝑦 𝑧
𝑑
+ 𝑑
+ 𝑑
=1
(− 𝑎) (− 𝑏 ) (− 𝑐 )
𝑑 𝑑 𝑑
Si llamamos 𝑝 = − 𝑎 , 𝑞 = − 𝑏 , 𝑟 = − 𝑐
Resulta:
𝑥 𝑦 𝑧
+ + =1 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑠𝑒𝑔𝑚𝑒𝑛𝑡𝑎𝑟𝑖𝑎 𝑑𝑒𝑙 𝑝𝑙𝑎𝑛𝑜
𝑝 𝑞 𝑟
39
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
(0, 𝑞, 0)
¿Y con el eje z?
(0,0, 𝑟)
Ejemplo
2𝑥 − 3𝑦 + 𝑧 − 6 = 0
2𝑥 − 3𝑦 + 𝑧 = 6
2𝑥 3𝑦 𝑧
− + =1
6 6 6
𝑥 𝑦 𝑧
− + =1
3 2 6
40
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
HTTP://BIT.LY/AGAGIF010
𝑛⃗⃗
𝑃0 𝑢
⃗⃗
𝑣⃗
𝑛⃗⃗ = 𝑢
⃗⃗ × 𝑣⃗
41
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Teniendo 𝑛⃗⃗ y el punto 𝑃0, podemos hallar la ecuación implícita o general del
plano 𝜋 como habíamos visto previamente.
Entonces
⃗⃗⃗⃗⃗⃗⃗⃗
∃𝛼, 𝛽 ∈ ℝ | 𝑃 0𝑃 = 𝛼 𝑢
⃗⃗ + 𝛽 𝑣⃗
𝑃
𝛽𝑣⃗
⃗⃗⃗⃗⃗⃗⃗⃗
𝑃0 𝑃
𝑣⃗
𝑃0 𝑢
⃗⃗ 𝛼𝑢
⃗⃗
(𝑥 − 𝑥0 , 𝑦 − 𝑦0 , 𝑧 − 𝑧0 ) = 𝛼. (𝑢1 , 𝑢2 , 𝑢3 ) + 𝛽 (𝑣1 , 𝑣2 , 𝑣3 )
Por lo tanto:
O en notación vectorial:
(𝑥, 𝑦, 𝑧) = ⃗⃗⃗⃗⃗⃗⃗⃗
𝑂𝑃0 + 𝛼. 𝑢
⃗⃗ + 𝛽. 𝑣⃗ 𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑣𝑒𝑐𝑡𝑜𝑟𝑖𝑎𝑙 𝑝𝑎𝑟𝑎𝑚é𝑡𝑟𝑖𝑐𝑎 𝑑𝑒𝑙 𝑝𝑙𝑎𝑛𝑜
Ejemplo
Armar la ecuación vectorial paramétrica del plano paralelo a 𝑢
⃗⃗ = (3, −1,5) y 𝑣⃗ =
(7,3,2) que pasa por el punto 𝑃0 (0, −1,8).
De acuerdo con lo que hemos visto, tenemos toda la información para escribir la
ecuación vectorial paramétrica:
42
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Luego:
Luego:
𝜔: 2𝑥 − 𝑦 + 3𝑧 + 9 = 0
𝑦 = 2𝑥 + 3𝑧 + 9
Entonces:
𝜔: (𝑥, 𝑦, 𝑧) = (𝑥, 2𝑥 + 3𝑧 + 9 , 𝑧)
Reescribimos como suma de tres vectores, de forma tal que uno de ellos tenga los
términos con 𝑥, otro los términos con 𝑧 y otro los términos independientes:
Si llamamos 𝑥 = 𝛼 , 𝑧 = 𝛽, resulta:
43
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
HTTP://BIT.LY/AGAGIF007
El ángulo entre dos planos es el ángulo entre sus respectivos vectores normales:
𝜋2
𝑛
⃗⃗⃗⃗⃗2
𝑛
⃗⃗⃗⃗⃗1
𝜋1
á𝑛𝑔(𝜋1 , 𝜋2 ) = á𝑛𝑔(𝑛
⃗⃗⃗⃗⃗,
1 ⃗⃗⃗⃗⃗)
𝑛2
44
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
⃗⃗⃗⃗⃗.
𝑛 1 ⃗⃗⃗⃗⃗
𝑛2
cos(𝜃) =
‖𝑛
⃗⃗⃗⃗⃗‖‖𝑛
1 ⃗⃗⃗⃗⃗‖
2
|𝑛⃗⃗⃗⃗⃗.
1 ⃗⃗⃗⃗⃗|
𝑛2
cos(𝜃) =
‖𝑛
⃗⃗⃗⃗⃗‖‖𝑛
1 ⃗⃗⃗⃗⃗‖
2
|𝑛⃗⃗⃗⃗⃗.
1 ⃗⃗⃗⃗⃗|
𝑛2 𝜋
𝜃 = arccos ( ) , 0≤𝜃≤ á𝑛𝑔𝑢𝑙𝑜 𝑒𝑛𝑡𝑟𝑒 𝑑𝑜𝑠 𝑝𝑙𝑎𝑛𝑜𝑠
‖𝑛
⃗⃗⃗⃗⃗‖‖𝑛
1 ⃗⃗⃗⃗⃗‖
2 2
Ejemplo
Dados los planos:
𝜋1 : 𝑥 − 𝑦 + 2 = 0
Calcular á𝑛𝑔(𝜋1 , 𝜋2 ).
𝑛1 = (1, −1,0)
⃗⃗⃗⃗⃗
𝑛1 ⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗. 𝑛2 = 0
⃗⃗⃗⃗⃗𝟏 ∥ 𝒏
𝑷𝒍𝒂𝒏𝒐𝒔 𝒑𝒂𝒓𝒂𝒍𝒆𝒍𝒐𝒔: 𝝅𝟏 ∥ 𝝅𝟐 ⇔ 𝒏 ⃗⃗⃗⃗⃗𝟐 ⇔ 𝒏
⃗⃗⃗⃗⃗𝟏 = 𝒌𝒏
⃗⃗⃗⃗⃗𝟐 , 𝒌 ∈ 𝑹
𝜋1 : 2𝑥 − 3𝑦 + 𝑧 + 1 = 0 𝑛1 = (2, −3,1)
⃗⃗⃗⃗⃗⃗
𝜋2 : 4𝑥 − 6𝑦 + 2𝑧 + 5 = 0 𝑛2 = (4, −6,2)
⃗⃗⃗⃗⃗
45
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝜋3 : 4𝑥 − 6𝑦 + 2𝑧 + 2 = 0 𝑛3 = (4, −6,2)
⃗⃗⃗⃗⃗
𝑛⃗⃗
𝐴′
⃗⃗⃗⃗⃗⃗⃗⃗
𝐴 ′ 𝐴 = 𝑝𝑟𝑜𝑦 ⃗⃗⃗⃗⃗⃗)
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗𝑛⃗⃗ (𝑃𝐴
Entonces
𝜋: 𝑥 + 2𝑦 + 3𝑧 + 1 = 0
𝐴(0,2,1)
46
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Calcular 𝑑𝑖𝑠𝑡(𝐴, 𝜋)
⃗⃗⃗⃗⃗⃗. 𝑛⃗⃗|
|𝑃𝐴
‖𝑝𝑟𝑜𝑦 ⃗⃗⃗⃗⃗⃗)‖ =
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗𝑛⃗⃗ (𝑃𝐴
‖𝑛⃗⃗‖
⃗⃗⃗⃗⃗⃗ = (1,2,1)
𝑃𝐴
𝜋: 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0
𝐴(𝑥𝐴 , 𝑦𝐴 , 𝑧𝐴 )
⃗⃗⃗⃗⃗⃗ = (𝑥𝐴 − 𝑥, 𝑦𝐴 − 𝑦, 𝑧𝐴 − 𝑧)
𝑃𝐴
𝑛⃗⃗ = (𝑎, 𝑏, 𝑐)
Entonces:
−𝑑
|𝑎𝑥𝐴 + 𝑏𝑦𝐴 + 𝑐𝑧𝐴 − ⏞
(𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧)|
‖𝑝𝑟𝑜𝑦 ⃗⃗⃗⃗⃗⃗)‖ =
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗𝑛⃗⃗ (𝑃𝐴
‖𝑛⃗⃗‖
Concluimos que:
|𝑎 𝑥𝐴 + 𝑏 𝑦𝐴 + 𝑐 𝑧𝐴 + 𝑑|
𝑑𝑖𝑠𝑡(𝐴, 𝜋) = 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 𝑝𝑢𝑛𝑡𝑜 𝑎 𝑝𝑙𝑎𝑛𝑜
√𝑎2 + 𝑏2 + 𝑐 2
47
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝜋: 𝑥 + 2𝑦 + 3𝑧 + 1 = 0
𝐴(0,2,1)
| 0 + 4 + 3 + 1| 8
𝑑𝑖𝑠𝑡(𝐴, 𝜋) = =
√12 + 22 + 32 √14
HTTP://BIT.LY/AGAGIF011
𝜋1 : 2𝑥 − 3𝑦 + 𝑧 + 1 = 0 , 𝜋2 : 4𝑥 − 6𝑦 + 2𝑧 + 5 = 0
48
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Haz de planos
Sean 𝜋1 y 𝜋2 dos planos no paralelos:
𝜋1 : 𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 + 𝑑1 = 0
𝜋2 : 𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 + 𝑑2 = 0
HTTP://BIT.LY/AGAGIF008
Puede demostrarse que la ecuación del haz de planos que pasan por la recta de
intersección entre 𝜋1 𝑦 𝜋2 es la siguiente:
49
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑘1 (𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 + 𝑑1 ) + 𝑘2 (𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 + 𝑑2 ) = 0 , 𝑘1 , 𝑘2 ∈ ℝ
Para cada par de valores de 𝑘1 y 𝑘2 se obtiene un plano que pasa por la recta 𝑟.
𝑘1 𝑘2
(𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 + 𝑑1 ) + (𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 + 𝑑2 ) = 0
𝑘1 𝑘1
𝑘
Y renombrando 𝑘2 = 𝑘 queda:
1
(𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 + 𝑑1 ) + 𝑘(𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 + 𝑑2 ) = 0
Ejemplo
Dados los planos:
𝜋1 : 𝑥 + 2𝑦 + 3𝑧 + 1 = 0
𝜋2 : 3𝑥 − 5𝑦 + 𝑧 + 10 = 0
Se pide encontrar “un plano que pase por la recta de intersección entre 𝜋1 y 𝜋2 ”,
entonces podemos armar el haz de planos que pasa por dicha recta:
Parte A
50
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Para que el plano sea paralelo al eje 𝑥 su vector normal debe ser 𝑛⃗⃗ = (0, 𝑏, 𝑐). O
sea, el plano debe ser de la forma 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0.
(𝛼
⏟ + 3𝛽) 𝑥 + (2𝛼
⏟ − 5𝛽) 𝑦 + (3𝛼
⏟ + 𝛽) 𝑧 + (𝛼
⏟ + 10𝛽) = 0
𝑎 𝑏 𝑐 𝑑
Reemplazando:
−11𝛽𝑦 − 8𝛽𝑧 + 7𝛽 = 0
𝛽 (−11𝑦 − 8𝑧 + 7) = 0
𝜋3 ∶ −11𝑦 − 8𝑧 + 7 = 0
Parte B
6𝛼 − 𝛽 = 0
𝛽 = 6𝛼
Reemplazando:
19𝑥 − 29𝑦 + 9𝑧 + 61 = 0
Ecuaciones de la recta en ℝ𝟑
Sabemos que una recta en ℝ2 puede expresarse por la ecuación:
𝑦 = 𝑎𝑥 + 𝑏
51
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑦 = 𝑥 + 1 en ℝ3 𝑦 = 𝑥 + 1 en ℝ2
Para definir en forma vectorial una recta en ℝ3, es suficiente conocer un punto de
la recta y un vector director que indique la dirección de la misma, o sea un vector
paralelo a la recta.
52
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
HTTP://BIT.LY/AGAGIF012
⃗⃗⃗⃗⃗⃗⃗⃗
𝑃0 𝑃 = 𝛼𝑣⃗
(𝑥 − 𝑥0 , 𝑦 − 𝑦0 , 𝑧 − 𝑧0 ) = 𝛼(𝑣1 , 𝑣2 , 𝑣3 )
Ejemplo
Hallar la ecuación vectorial de la recta que pasa por los puntos 𝑀(3,2,1) y
𝑆(−1,1,0).
Tenemos como datos dos puntos de la recta, entonces los vectores 𝑀𝑆 ⃗⃗⃗⃗⃗⃗⃗ y 𝑆𝑀
⃗⃗⃗⃗⃗⃗⃗ son
paralelos a dicha recta. Elegimos uno de ellos como vector director:
Podemos tomar cualquiera de los dos puntos dados cómo punto de paso, por
ejemplo 𝑀. Entonces la ecuación es:
53
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
¿(5, −3,1) ∈ 𝑟 ?
3 − 4𝛼 = 5
{2 − 𝛼 = −3
1−𝛼 =1
𝑥 = 𝑥0 + 𝛼 𝑣1
{𝑦 = 𝑦0 + 𝛼 𝑣2 𝛼∈ℝ
𝑧 = 𝑧0 + 𝛼 𝑣3
𝑥 − 𝑥𝑜 𝑦 − 𝑦𝑜 𝑧 − 𝑧𝑜
𝛼= , 𝛼= , 𝛼=
𝑣1 𝑣2 𝑣3
Igualando, resulta:
𝑥 − 𝑥𝑜 𝑦 − 𝑦𝑜 𝑧 − 𝑧𝑜
= = 𝐸𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎𝑠 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎
𝑣1 𝑣2 𝑣3
Ejemplo
Consideremos la ecuación vectorial de la recta 𝑀𝑆:
𝑥 = 3 − 4𝛼
{𝑦 =2−𝛼 𝛼 ∈ℝ , 𝐸𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑎𝑟𝑎𝑚é𝑡𝑟𝑖𝑐𝑎𝑠 𝑑𝑒 𝑙𝑎 𝑟𝑒𝑐𝑡𝑎 𝑀𝑆
𝑧 =1−𝛼
54
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 + 𝑑1 = 0
𝑟: {
𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 + 𝑑2 = 0
𝜋1 𝜋2
𝑛
⃗⃗⃗⃗⃗1 𝑛
⃗⃗⃗⃗⃗2
𝑣⃗
Ejemplo
Consideremos el siguiente ejemplo:
𝑥+𝑦+𝑧+1 = 0 𝜋1
𝑟: {
𝑥−𝑦−𝑧+2 = 0 𝜋2
55
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑟 ⊂ 𝜋1 ⟹ 𝑟 ⊥ ⃗⃗⃗⃗⃗
𝑛1
𝑟 ⊂ 𝜋2 ⟹ 𝑟 ⊥ ⃗⃗⃗⃗⃗
𝑛2
𝑛
⃗⃗⃗⃗⃗2 𝑛1
⃗⃗⃗⃗⃗
𝑣⃗
𝑣⃗ = ⃗⃗⃗⃗⃗
𝑛1 × ⃗⃗⃗⃗⃗
𝑛2 = (0,2, −2)
𝑥+𝑦+1=0
{ 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 2𝑥2
𝑥−𝑦+2=0
3 1
Resolviendo este sistema, obtenemos: 𝑥 = − 2
, 𝑦= 2
por lo cual un punto de
3 1
la recta es 𝑃0 (− 2
, 2 , 𝟎).
3 1
𝑟: (𝑥, 𝑦, 𝑧) = (− , , 0) + 𝜆(0,2, −2) , 𝜆 ∈ 𝑅
2 2
56
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
En resumen:
𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 + 𝑑1 = 0
Dada una recta 𝑟: {
𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 + 𝑑2 = 0
Ejemplo
Retomemos el ejemplo anterior:
𝑥+𝑦+𝑧+1 = 0 𝜋1
𝑟: {
𝑥−𝑦−𝑧+2 = 0 𝜋2
1 1 1 −𝟏
( )
1 −1 −1 −𝟐
1 1 1 −𝟏 1 1 1 −𝟏
( )→ ( )
1 −1 −1 −𝟐 𝐹2 → 𝐹2 −𝐹1 0 −2 −2 −𝟏
1 1 1 −𝟏 1 0 0 −𝟏, 𝟓
→ ( )→ ( )
1
𝐹2 → − 𝐹2
0 1 1 𝟎, 𝟓 𝐹1 →𝐹1 −𝐹2 0 1 1 𝟎, 𝟓
2
1 0 0 −𝟏, 𝟓
( )
0 1 1 𝟎, 𝟓
57
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑥 = −1,5
{
𝑦 + 𝑧 = 0,5
O sea:
𝑥 = −1,5
{
𝑦 = 0,5 − 𝑧
Llamando 𝑧 = 𝜆 , resulta:
Caso 1
𝑃 𝜋
𝑟 ∩ 𝜋 = {𝑃}
Caso 2
58
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
HTTP://BIT.LY/AGAGIF018
𝑟∥𝜋
𝑟∩𝜋 =∅
Caso 3
HTTP://BIT.LY/AGAGIF014
𝑟⊂𝜋
𝑟∩𝜋 =𝑟
Ejemplos
Dados:
𝜋: 2𝑥 − 3𝑦 + 𝑧 + 1 = 0
59
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑥=𝛼
{ 𝑦=1
𝑧 =3+𝛼
1
2𝛼 − 3.1 + (3 + 𝛼) + 1 = 0 ⇒ 𝛼 = −
3
1 8
𝑟1 ∩ 𝜋 = { (− , 1, ) }
3 3
HTTP://BIT.LY/AGAGIF015
𝑥 = 3𝜆
{ 𝑦 = 2𝜆
𝑧 = −1
60
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
2(3𝜆) − 3(2𝜆) − 1 + 1 = 0 ⇒ 0 = 0 ∀𝜆
Queda una expresión que es verdadera para todo 𝜆. Esto significa que todo punto
de la recta verifica la ecuación del plano. En este caso podemos afirmar que la
recta está incluida en el plano, por lo tanto: 𝑟2 ∩ 𝜋 = 𝑟2 .
HTTP://BIT.LY/AGAGIF016
𝑥=5
{𝑦=𝑡
𝑧 = 3𝑡
10 − 3𝑡 + 3𝑡 + 1 = 0 ⇒ 11 = 0 𝑎𝑏𝑠𝑢𝑟𝑑𝑜
Este absurdo nos indica que la recta y el plano no tienen ningún punto en común,
o sea que la recta es paralela al plano y por lo tanto: 𝑟 ∩ 𝜋 = ∅
61
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
HTTP://BIT.LY/AGAGIF017
En resumen:
ii) 0 = 0 ⟹ 𝑟 ⊂ 𝜋 ⟹ 𝑟 ∩ 𝜋 = 𝑟
62
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Una vez más, los vectores resultarán una herramienta potente para la geometría
de rectas y planos. Observemos la siguiente figura:
𝑟
𝑣⃗
𝑛⃗⃗
¿Cómo deben ser el vector normal del plano y el vector director de la recta para
que 𝑟 ∥ 𝜋 ?
𝑟 ∥ 𝜋 ⇔ 𝑣⃗ ⊥ 𝑛⃗⃗ ⇔ 𝑣⃗ . 𝑛⃗⃗ = 0
𝑛⃗⃗
𝜋 𝑟
𝑃𝑟
𝑣⃗
𝑣⃗ ⊥ 𝑛⃗⃗
𝑟⊂𝜋⇔{
𝑃𝑟 ∈ 𝜋
63
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Ejemplo
Dados el plano 𝜋: 𝑥 + 𝑦 − 𝑧 − 3 = 0 y la recta 𝑟: (𝑥, 𝑦, 𝑧) = (1,0,0) + 𝑡(0,2,2),
comprobar que la recta es paralela al plano. ¿Está incluida en el plano?
(1,1, −1)(0,2,2) = 2 − 2 = 0
Para saber si la recta está incluida en el plano veamos si el punto (1,0,0) satisface
la ecuación del plano 𝜋:
1 + 0 − 0 − 3 = 0 ⇒ −2 = 0 𝐴𝑏𝑠!
EPL 3
Sea 𝜋 el plano paralelo al eje 𝑦 que pasa por (1,1,1) y (1,2,3), y
𝑥−𝑦=0
𝑟: {
𝑥 + 𝑘𝑧 = 2
Si existe 𝑘, analizar si 𝑟 ⊂ 𝜋.
𝑣⃗
𝑛⃗⃗
¿Cómo deben ser el vector normal del plano y el vector director de la recta para
que 𝑟 ⊥ 𝜋 ?
𝑟 ⊥ 𝜋 ⇔ 𝑣⃗ ∥ 𝑛⃗⃗ ⇔ 𝑣⃗ = 𝑘𝑛⃗⃗
64
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Ejemplo
Dado el plano 𝜋: 𝑥 – 3𝑦 + 𝑧 + 1 = 0 , hallar la ecuación de la recta
perpendicular a 𝜋 que pasa por 𝐴(1,0,3).
𝑣⃗ = (1, −3,1)
EPL 4
Dado el haz de planos 𝑥 + 𝑦 – 𝑧 + 2 + 𝑘 (𝑥 – 𝑦 + 𝑧) = 0 , analizar si existe algún
𝑥−1=0
plano del haz que sea perpendicular a la recta 𝑟: { .
𝑦−𝑧 =0
𝛼 𝑟´
65
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑟
𝑛⃗⃗
𝑣⃗
𝛽
𝜋
𝛼
𝑟´
𝑣⃗. 𝑛⃗⃗
cos(𝛽) =
‖𝑣⃗‖ ‖𝑛⃗⃗‖
|⃗⃗⃗⃗.
𝑣 𝑛 ⃗⃗⃗⃗|
cos (𝛽) =
‖𝑣⃗‖ ‖𝑛⃗⃗‖
| 𝑣⃗. 𝑛⃗⃗ |
𝑠𝑒𝑛(𝛼) =
‖𝑣⃗‖ ‖𝑛⃗⃗‖
Por lo tanto:
|⃗⃗⃗⃗.
𝑣𝑛 ⃗⃗⃗⃗| 𝜋
𝛼 = arcsen ( ) , 0≤𝛼≤ á𝑛𝑔𝑢𝑙𝑜 𝑒𝑛𝑡𝑟𝑒 𝑟𝑒𝑐𝑡𝑎 𝑦 𝑝𝑙𝑎𝑛𝑜
‖𝑣⃗‖ ‖𝑛⃗⃗‖ 2
Casos particulares:
Ejemplo
Hallar el ángulo entre el plano 𝜋: 𝑥 + 𝑧 − 8 = 0 y el eje 𝑥.
66
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
|⃗⃗⃗⃗.
𝑣𝑛 ⃗⃗⃗⃗| |(1,0,0). (1,0,1)| 1 𝜋
𝛼 = arcsen ( ) = arcsen ( ) = arcsen ( ) =
‖𝑣⃗‖ ‖𝑛⃗⃗‖ √2 √2 4
Intersección de rectas en ℝ𝟑
Sabemos que dos rectas en ℝ𝟐 o bien se cortan en un único punto o bien son
paralelas.
Pero en ℝ𝟑, además de estos dos casos, existen rectas que ni se cortan ni son
paralelas: son las rectas alabeadas.
𝑟1 ∩ 𝑟2 = {𝑃}
𝑟1
𝑟2
𝑟1 ∥ 𝑟2 ⇔ 𝑣⃗1 = 𝑘𝑣⃗2
67
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑟1
𝑟2
𝑣
⃗⃗⃗⃗⃗1
𝑣2
⃗⃗⃗⃗⃗
Las rectas paralelas podrían ser coincidentes. Para verificar si dos rectas paralelas
son coincidentes basta con ver si un punto de una de ellas pertenece o no a la
otra recta.
Existe otra posición posible para las rectas en ℝ3. Consideremos el siguiente
esquema en el que las rectas 𝑟1 , 𝑟2 y 𝑟3 contienen a las aristas de un cubo:
𝑟1
𝑟2
𝑟3
𝑟1 𝑦 𝑟2 𝑠𝑜𝑛 𝑎𝑙𝑎𝑏𝑒𝑎𝑑𝑎𝑠 ⇔ 𝑟1 ∦ 𝑟2 ∧ 𝑟1 ∩ 𝑟2 = ∅
Ejemplo
Hallar la intersección entre las rectas:
68
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑣1 ∦ ⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗ 𝑣2 ⇒ 𝑟1 ∦ 𝑟2
𝑥 = −2 + 𝛼 𝑥=1
𝑟1 : { 𝑦 = 1 + 4𝛼 , 𝑟2 : { 𝑦 = 3𝛽
𝑧 = 3 + 5𝛼 𝑧 = −2 − 𝛽
−2 + 𝛼 = 1
⇒ { 1 + 4𝛼 = 3𝛽
3 + 5𝛼 = −2 − 𝛽
13
3 + 5.3 = −2 −
3
19
18 = −
3
Ejemplo
Hallar la intersección entre las rectas:
𝑟1 : (𝑥, 𝑦, 𝑧) = 𝜆(1,0,1)
Observemos que los vectores directores de las rectas no son paralelos, luego las
rectas no pueden ser paralelas. Podrían intersecarse o ser alabeadas.
𝑥=𝜆 𝑥 = −𝛽
𝑟1 : {𝑦 = 0 , 𝑟2 : {𝑦 = 𝛽 + 1
𝑧=𝜆 𝑧=1
69
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝜆 = −𝛽
{0 = 𝛽 + 1 ⇒ 𝜆 = 1 ∧ 𝛽 = −1
𝜆=1
Como el sistema tiene solución, podemos afirmar que las rectas se intersecan, o
sea son concurrentes. Para averiguar en qué punto se cortan, podemos
reemplazar 𝜆 = 1 en las ecuaciones paramétricas de 𝑟1 o 𝛽 = −1 en las
ecuaciones paramétricas de 𝑟2 . Así obtenemos el punto de intersección 𝑃(1,0,1).
𝜋 𝑛⃗⃗
𝑟1
𝑣
⃗⃗⃗⃗⃗1
𝑣2
⃗⃗⃗⃗⃗
𝑟2
Ejemplo
𝑟1 : (𝑥, 𝑦, 𝑧) = (1,1,1) + 𝑡(0,1,2)
70
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Hallar 𝑧0 para que las rectas sean concurrentes y encontrar el plano que las
contiene.
Resolución
𝑥=1 𝑥=𝜆
𝑟1 : { 𝑦 = 1 + 𝑡 , 𝑟2 : { 𝑦 = 1+𝜆
𝑧 = 1 + 2𝑡 𝑧 = −1 + (1 + 𝑧0 )𝜆
Igualamos:
1=𝜆
{ 1+𝑡 = 1+𝜆
1 + 2𝑡 = −1 + 𝜆(𝑧0 + 1)
3 = −1 + 𝑧0 + 1 ⇒ 𝑧0 = 3
𝑟1 ∩ 𝑟2 = {(1,2,3)}
Para obtener la ecuación del plano que contiene a las rectas, buscamos el vector
normal:
𝑖 𝑗 𝑘
𝑛⃗⃗ = ⃗⃗⃗⃗⃗
𝑣1 × ⃗⃗⃗⃗⃗
𝑣2 = |0 1 2| = (2,2, −1)
1 1 4
𝜋: 2𝑥 + 2𝑦 − 𝑧 + 𝑑 = 0
𝜋: 2𝑥 + 2𝑦 − 𝑧 − 3 = 0
71
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑛⃗⃗
𝑟1 𝑣
⃗⃗⃗⃗⃗1
𝑣2
⃗⃗⃗⃗⃗
𝑟2
Dadas dos rectas paralelas, existe un plano que las contiene pero no podemos
hallar el vector normal como en el caso de las rectas concurrentes. ¿Por qué?
Ejemplo
𝑟1 : (𝑥, 𝑦, 𝑧) = (1,2,3) + 𝜆(−1,1,4)
72
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑛⃗⃗
𝜋
𝑟1 𝑃1 𝑣
⃗⃗⃗⃗⃗1
⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 1 𝑃2
𝑟2 𝑃2
⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑛⃗⃗ = 𝑣⃗ × 𝑃 1 𝑃2
𝜋: 5𝑥 − 3𝑦 + 2𝑧 − 5 = 0
Ejemplo
Hallar, si es posible, el plano que contiene a las rectas:
𝑟1 : (𝑥, 𝑦, 𝑧) = 𝜆(1,0,0)
𝜋: 𝑦 = 0
Sugerimos al lector hacer una gráfico de las rectas y el plano obtenido, para
visualizar la situación.
73
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
No es posible hallar un plano que contenga a dos rectas alabeadas. Las rectas
alabeadas no son coplanares.
⃗⃗⃗⃗⃗.
𝑣 1 ⃗⃗⃗⃗⃗
𝑣2
cos(𝛼) =
‖𝑣 1 ‖𝑣
⃗⃗⃗⃗⃗‖ ⃗⃗⃗⃗⃗‖
2
Usamos la misma convención que para ángulo entre planos y para ángulo entre
recta y plano, y aplicamos módulo:
|𝑣⃗⃗⃗⃗⃗.
1 ⃗⃗⃗⃗⃗|
𝑣2
cos(𝛼) =
‖𝑣
⃗⃗⃗⃗⃗‖
1 ‖𝑣⃗⃗⃗⃗⃗‖
2
Por lo tanto:
|𝑣⃗⃗⃗⃗⃗.
1 ⃗⃗⃗⃗⃗|
𝑣2 𝜋
α = 𝑎𝑟𝑐𝑜𝑠 ( ) , 0≤𝛼≤ á𝑛𝑔𝑢𝑙𝑜 𝑒𝑛𝑡𝑟𝑒 𝑑𝑜𝑠 𝑟𝑒𝑐𝑡𝑎𝑠
‖𝑣 1 ‖𝑣
⃗⃗⃗⃗⃗‖ ⃗⃗⃗⃗⃗‖
2 2
Casos particulares:
Ejemplo
Sean,
𝑟1 : (𝑥, 𝑦, 𝑧) = 𝜆(1,0,0) 𝜆 ∈ ℝ
Vimos en un ejemplo anterior que estas rectas son alabeadas. ¿Cuál es el ángulo
entre ellas?
𝜋
Como ⃗⃗⃗⃗⃗⃗. 𝑣2 = 0 , las rectas son perpendiculares, o sea que 𝛼 =
𝑣1 ⃗⃗⃗⃗⃗
2
Proyecciones ortogonales
Proyección de un punto sobre un plano
Dados un plano 𝜋 y un punto A no perteneciente a dicho plano, la proyección
ortogonal de A sobre 𝜋 es el punto 𝐴′ ∈ 𝜋 tal que ⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝐴′ es un vector perpendicular a
𝜋.
74
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑛⃗⃗
𝜋
𝐴′
𝐴′ ∈ 𝜋
𝐴′ = 𝑝𝑟𝑜𝑦𝜋 (𝐴) 𝑠𝑖 𝑦 𝑠ó𝑙𝑜 𝑠𝑖 {
⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝐴′ ⊥ 𝜋
Ejemplo
Dados un plano 𝜋 y un punto 𝐴, obtener la proyección ortogonal del punto sobre
el plano:
𝜋: 2𝑥 − 𝑦 + 3𝑧 + 1 = 0
𝐴(4,1, −3)
𝑥 = 4 + 2𝜆
{ 𝑦 =1−𝜆
𝑧 = −3 + 3𝜆
8 + 4𝜆 − 1 + 𝜆 − 9 + 9𝜆 + 1 = 0
1
14𝜆 − 1 = 0 ⇒ 𝜆 =
14
1 1 1 3 29 13 39
(𝑥, 𝑦, 𝑧) = (4,1, −3) + (2, −1,3) = (4,1, −3) + ( , − , ) = ( , , − )
14 7 14 14 7 14 14
75
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
29 13 39
El lector puede verificar que 𝐴′ ( , , − ) ∈ 𝜋 𝑦 𝐴𝐴
⃗⃗⃗⃗⃗⃗⃗⃗′ ⊥ 𝜋 .
7 14 14
Si 𝐴 ∈ 𝜋 , ¿cuál es la proyección de 𝐴 sobre 𝜋?
𝑟
𝐴
𝐴′ 𝑟′
𝑝𝑟𝑜𝑦𝜋 (𝑟) = 𝑟 ′
76
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑟 ⊥ 𝜋 ⇒ 𝑝𝑟𝑜𝑦𝜋 (𝑟) = 𝐴 = 𝑟 ∩ 𝜋
Ejemplo
Dado 𝜋: 𝑥 + 𝑦 + 𝑧 − 3 = 0
Resolución
Parte A
Para hallar la recta 𝑟 ′ = 𝑝𝑟𝑜𝑦𝜋 (𝑟) buscamos dos puntos que pertenezcan a 𝑟 ′ .
2𝜆 + 𝜆 − 3 = 0 ⇒ 𝜆 = 1 ⇒ (𝑥, 𝑦, 𝑧) = (0,2,1)
(𝑥, 𝑦, 𝑧) = 𝛼(1,1,1)
𝛼+𝛼+𝛼−3 = 0 ⇒ 𝛼 = 1
Parte B
77
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Para que la proyección de 𝑠 sobre 𝜋 sea un punto, el vector director de 𝑠 debe ser
paralelo al vector normal del plano. Debe existir un 𝑘 ∈ ℝ tal que:
(1,1,1) = 𝑘(−2, 𝑏, 𝑐)
𝑥 = 1 − 2𝑡
𝑠: { 𝑦 = −2𝑡 𝑡 ∈ ℝ , 𝜋: 𝑥 + 𝑦 + 𝑧 − 3 = 0
𝑧 = −2𝑡
1
1 − 2𝑡 − 2𝑡 − 2𝑡 − 3 = 0 ⇒ −2 − 6𝑡 = 0 ⇒ 𝑡 = −
3
El punto es:
5 2 2
𝑃( , , )
3 3 3
Por lo tanto:
5 2 2
𝑝𝑟𝑜𝑦𝜋 (𝑠) = 𝑠 ∩ 𝜋 = 𝑃 ( , , )
3 3 3
EPL 5
Sean:
78
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
Plano 𝑥𝑧 𝑟 Plano 𝑦𝑧
Plano 𝑥𝑦
Ejemplo
Hallar los planos proyectantes de la siguiente recta:
𝑥 − 2𝑦 + 𝑧 + 7 = 0
𝑟: {
−𝑥 + 𝑦 + 𝑧 − 1 = 0
Resolución
Teniendo en cuenta que la recta está definida como intersección de dos planos,
una forma práctica de hallar los planos proyectantes es construir el haz de planos
que pasan por dicha recta:
ℋ: 𝛼(𝑥 − 2𝑦 + 𝑧 + 7) + 𝛽(−𝑥 + 𝑦 + 𝑧 − 1) = 0
(𝛼
⏟ − 𝛽) 𝑥 + (−2𝛼
⏟ + 𝛽) 𝑦 + (𝛼
⏟ + 𝛽) 𝑧 + 7𝛼
⏟ −𝛽 =0
𝑎 𝑏 𝑐 𝑑
𝛼+𝛽 = 0 ⇒ 𝛼 = −𝛽
⇒ 𝜋1 : − 2𝑥 + 3𝑦 − 8 = 0
79
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
−2𝛼 + 𝛽 = 0 ⇒ 𝛽 = 2𝛼
⇒ 𝜋2 : − 𝑥 + 3𝑧 + 5 = 0
Ejemplo
Hallar los planos proyectantes de la recta que pasa por los puntos 𝐴(1,2,3) y
𝐵(3,1, −1).
Dejamos a cargo del lector comprobar que los otros planos proyectantes son:
𝜋2 : 2𝑥 + 𝑧 − 5 = 0 y 𝜋3 : − 4𝑦 + 𝑧 + 5 = 0
Ejemplo
Retomemos el ejemplo anterior, siendo 𝑟: (𝑥, 𝑦, 𝑧) = (1,2,3) + 𝑡(2, −1, −4)
Cuando las componentes del vector director de una recta son distintas de cero,
podemos expresarla a través de sus ecuaciones simétricas. En este caso:
A partir de las ecuaciones simétricas se deducen tres igualdades, cada una de las
cuales se corresponde con la ecuación de un plano proyectante de la recta:
𝑥−1 𝑦−2
= ⟹ −(𝑥 − 1) = 2(𝑦 − 2) ⟹ 𝑥 + 2𝑦 − 5 = 0 𝑃𝑙𝑎𝑛𝑜 𝑝𝑟𝑜𝑦𝑒𝑐𝑡𝑎𝑛𝑡𝑒 𝜋1
2 −1
𝑥−1 𝑧−3
= ⟹ −4(𝑥 − 1) = 2(𝑧 − 3) ⟹ 2𝑥 + 𝑧 − 5 = 0 𝑃𝑙𝑎𝑛𝑜 𝑝𝑟𝑜𝑦𝑒𝑐𝑡𝑎𝑛𝑡𝑒 𝜋2
2 −4
𝑦−2 𝑧−3
= ⟹ −4(𝑦 − 2) = −(𝑧 − 3) ⟹ −4𝑦 + 𝑧 + 5 = 0 𝑃𝑙𝑎𝑛𝑜 𝑝𝑟𝑜𝑦𝑒𝑐𝑡𝑎𝑛𝑡𝑒 𝜋3
−1 −4
80
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝜋1
𝑟′
EPL 6
Hallar los planos proyectantes de cada una de las siguientes rectas:
¿Existe algún caso en que no esté definido alguno de los planos proyectantes de
una recta?
Distancias
Distancia punto-recta en ℝ3
Dados un punto 𝐴 y una recta 𝑟 de vector director 𝑣⃗, queremos hallar la distancia
entre 𝐴 y 𝑟 (con 𝐴 ∉ 𝑟). Sea 𝐴′ ∈ 𝑟 tal que 𝐴𝐴
⃗⃗⃗⃗⃗⃗⃗⃗′ es perpendicular a la recta.
⃗⃗⃗⃗⃗⃗⃗⃗′ ‖
𝑑(𝐴, 𝑟) = ‖𝐴𝐴
81
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑑
𝑟
⃗⃗⃗⃗⃗⃗
𝑃𝐴
𝐴′
𝑃 𝑣⃗
𝑆 = 𝑏. ℎ = ‖𝑣⃗‖. 𝑑 [1]
⃗⃗⃗⃗⃗⃗ × 𝑣⃗‖
𝑆 = ‖𝑃𝐴 [2]
⃗⃗⃗⃗⃗⃗ × 𝑣⃗‖
‖𝑣‖. 𝑑 = ‖𝑃𝐴
⃗⃗⃗⃗⃗⃗ × 𝑣⃗‖
‖𝑃𝐴
⇒ 𝑑(𝐴, 𝑟) =
‖𝑣⃗‖
Ejemplo
Calcular la distancia entre la recta 𝑟: (𝑥, 𝑦, 𝑧) = (1,0, −1) + 𝜆(−2,1,1) y el punto
𝐴(3, −1,1).
Resolución
Aplicamos la fórmula:
⃗⃗⃗⃗⃗⃗ × 𝑣⃗‖
‖𝑃𝐴
𝑑(𝐴, 𝑟) =
‖𝑣⃗‖
82
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑦+𝑧 =2
Dadas las rectas 𝑟1 : (𝑥, 𝑦, 𝑧) = (1,0,0) + 𝑡(2, −1,1) y 𝑟2 : {
𝑥 + 𝑘𝑦 = 0
𝑟1 ∥ 𝑟2 ⇔ ⃗⃗⃗⃗⃗
𝑣1 = 𝛼 ⃗⃗⃗⃗⃗
𝑣2 [1]
Por [1]:
−𝑘 = 2𝛼
(−𝑘, 1, −1) = 𝛼(2, −1,1) ⇒ { 1 = −𝛼
−1 = 𝛼
⇒𝑘=2
83
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑟2
𝑃2
𝑟1
𝑑
⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 1 𝑃2
𝑃1 𝑣⃗1
⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃1 (1,0,0) ∈ 𝑟1 , 𝑃2 (0,0,2) ∈ 𝑟2 , 𝑃 1 𝑃2 = (−1,0,2)
⃗⃗⃗⃗⃗⃗⃗⃗⃗
‖𝑃 1 𝑃2 × ⃗⃗⃗⃗⃗‖
𝑣1
𝑑(𝑟1 , 𝑟2 ) = 𝑑(𝑃2 , 𝑟1 ) =
‖𝑣 ⃗⃗⃗⃗⃗‖
1
⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 ⃗1 = (−1,0,2) × (2, −1,1) = (2,5,1)
1 𝑃2 × 𝑣
⃗⃗⃗⃗⃗⃗⃗⃗⃗
‖𝑃 1 𝑃2 × 𝑣
⃗‖ = √30
√30
𝑑(𝑟1 , 𝑟2 ) = = √5
√6
84
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝑟1
𝑃1
𝑣
⃗⃗⃗⃗⃗1
𝑑
𝑣
⃗⃗⃗⃗⃗1 × ⃗⃗⃗⃗⃗
𝑣2
𝑣2
⃗⃗⃗⃗⃗ 𝑟2
𝑃2
𝑑(𝑟1 , 𝑟2 ) = ‖𝑝𝑟𝑜𝑦
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗×𝑣
𝑣1 ⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗⃗⃗⃗⃗
(𝑃 1 𝑃2 )‖
2
Recordemos que:
|𝑢
⃗⃗. 𝑣⃗|
‖𝑝𝑟𝑜𝑦
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗𝑣⃗⃗ (𝑢
⃗⃗)‖ =
‖𝑣⃗‖
⃗⃗⃗⃗⃗⃗⃗⃗⃗
|𝑃 1 𝑃2 . (𝑣 ⃗⃗⃗⃗⃗1 × ⃗⃗⃗⃗⃗)|
𝑣2
𝑑(𝑟1 , 𝑟2 ) = 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑟𝑒𝑐𝑡𝑎𝑠 𝑎𝑙𝑎𝑏𝑒𝑎𝑑𝑎𝑠
‖𝑣 ⃗⃗⃗⃗⃗1 × ⃗⃗⃗⃗⃗‖
𝑣2
Condición de coplanaridad
Habíamos visto que tanto las rectas concurrentes como las paralelas son
coplanares (existe un plano que las contiene).
85
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
𝒓𝟏 𝒚 𝒓𝟐 𝒔𝒐𝒏 𝒄𝒐𝒑𝒍𝒂𝒏𝒂𝒓𝒆𝒔 ⟺ (𝒗
⃗⃗⃗⃗⃗𝟏 × 𝒗
⃗⃗⃗⃗⃗) ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝟐 ⋅ 𝑷𝟏 𝑷𝟐 = 𝟎
Ejemplo
Dadas las rectas:
2𝑥 + 𝑦 + 3𝑧 + 2 = 0
𝑟2 ∶ {
−𝑥 + 2𝑦 − 4𝑧 + 3 = 0
Calcular 𝑑(𝑟1 , 𝑟2 )
Resolución
Vemos que las rectas no son paralelas porque sus vectores directores no son
paralelos. Luego podemos utilizar la fórmula para distancia entre rectas
alabeadas:
⃗⃗⃗⃗⃗⃗⃗⃗⃗
|𝑃 1 𝑃2 . (𝑣 ⃗⃗⃗⃗⃗1 × ⃗⃗⃗⃗⃗)|
𝑣2
𝑑(𝑟1 , 𝑟2 ) =
‖𝑣 ⃗⃗⃗⃗⃗1 × ⃗⃗⃗⃗⃗‖
𝑣2
2𝑥 + 𝑦 + 2 = 0 1 8
{ ⇒ 𝑥=− , 𝑦=−
−𝑥 + 2𝑦 + 3 = 0 5 5
1 8
Obtenemos así 𝑃2 (− 5 , − 5 , 0) ∈ 𝑟2
Calculamos:
16 18
⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 1 𝑃2 = (− , − , −5)
5 5
16 18
⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑃 1 𝑃2 . (𝑣
⃗⃗⃗⃗⃗1 × ⃗⃗⃗⃗⃗)
𝑣2 = (− , − , −5) . (−15, −20, −10) = 48 + 72 + 50 = 170
5 5
170
𝑑(𝑟1 , 𝑟2 ) = ≅ 6,31
√725
EPL 7
Dadas las rectas del ejemplo anterior:
86
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
2𝑥 + 𝑦 + 3𝑧 + 2 = 0
𝑟2 : {
−𝑥 + 2𝑦 − 4𝑧 + 3 = 0
EPL 8
Dadas las rectas 𝑟1 ∶ (𝑥, 𝑦, 𝑧) = 𝑡(1,1,2) y 𝑟2 : (𝑥, 𝑦, 𝑧) = (1, 𝑘, 0) + 𝜆 (2,1,0)
Hallar el valor de 𝑘 para que las rectas sean coplanares y encontrar el plano que
las contiene.
87
ÁLGEBRA Y
AGA Virtual Segundo cuatrimestre 2016 Unidad 1
GEOMETRÍA
ANALÍTICA
Isabel Pustilnik
1
Federico Gómez
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
ÍNDICE
Matrices ................................................................................................................................ 2
Conceptos básicos ......................................................................................................... 2
Definición de Matriz .......................................................................................................... 2
Matriz columna .................................................................................................................. 2
Matriz fila ............................................................................................................................. 2
Matriz nula........................................................................................................................... 3
Igualdad de matrices ....................................................................................................... 3
Operaciones con matrices ............................................................................................ 3
Suma de matrices ............................................................................................................. 3
Producto de un escalar por una matriz ........................................................................ 3
Propiedades de la suma de matrices y del producto por un escalar ................... 4
Producto de matrices....................................................................................................... 5
Traspuesta de una matriz................................................................................................. 8
Matrices cuadradas ........................................................................................................ 9
Matriz identidad................................................................................................................. 9
Matriz inversa ....................................................................................................................10
Potencias de una matriz cuadrada ............................................................................11
Matrices cuadradas especiales ...................................................................................14
Determinantes .................................................................................................................... 17
Desarrollo de un determinante por cofactores ......................................................... 18
Determinante de una matiz triangular .......................................................................21
Propiedades de los determinantes ............................................................................. 21
Propiedad 1 ......................................................................................................................21
Propiedad 2 ......................................................................................................................22
Propiedad 3 ......................................................................................................................22
Propiedad 4 ......................................................................................................................22
Propiedad 5 ......................................................................................................................22
Propiedad 6 ......................................................................................................................23
Propiedad 7 ......................................................................................................................23
Propiedad 8 ......................................................................................................................23
Propiedad 9 ......................................................................................................................23
Propiedad 10 ....................................................................................................................23
Propiedad 11 ....................................................................................................................24
El determinante de la inversa ...................................................................................... 26
Matriz Adjunta ................................................................................................................ 27
Obtención de la inversa a través de la adjunta ....................................................... 28
Caso particular: inversa de una matriz de 2x2 ..........................................................29
Matrices y sistemas de ecuaciones lineales ................................................................. 30
Repaso de SCD, SCI Y SI ............................................................................................... 31
Sistemas de ecuaciones lineales y determinantes ................................................... 31
Resumen: Clasificación de un sistema 𝑛 × 𝑛 por determinantes. .........................34
1
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Matrices
Conceptos básicos
Definición de Matriz
Una matriz 𝐴 de 𝑚 × 𝑛 es un ordenamiento rectangular de escalares dispuestos en
𝑚 filas y 𝑛 columnas. Para designar a cada uno de los 𝑚. 𝑛 elementos de la matriz
se utiliza un doble subíndice que indica el número de fila y número de columna
que le corresponde en el arreglo:
Así, 𝑎34 es el elemento ubicado en la fila tres y la columna cuatro y en general 𝑎𝑖𝑗
es el elemento de la matriz 𝐴 que está en la fila 𝑖 y en la columna 𝑗.
Las matrices suelen designarse con letras mayúsculas: se anota 𝐴 ∈ ℝ𝑚𝑥𝑛 para
indicar que es una matriz con 𝑚 filas y 𝑛 columnas cuyos elementos son números
reales.
Por ejemplo una matriz de dos filas y tres columnas se puede escribir así:
3 2 0
𝐴=( ) , 𝐴 ∈ ℝ2×3
−2 4 1
Matriz columna
Podemos pensar los vectores como casos particulares de matrices:
2
𝐶 = (0) 𝑚𝑎𝑡𝑟𝑖𝑧 𝑜 𝑣𝑒𝑐𝑡𝑜𝑟 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 , 𝐶 ∈ ℝ3×1
1
Matriz fila
O también:
2
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Matriz nula
La matriz nula es aquélla cuyos elementos son todos ceros. La simbolizamos con 𝑂.
(En la guía de trabajos prácticos se la designa como 𝑁)
Igualdad de matrices
Dos matrices son iguales si son del mismo orden (tamaño) y sus elementos
respectivos son iguales.
Ejemplo
Sean:
0 −1 1 1 0 −3
𝐴=( ) , 𝐵=( )
−2 3 2 3 −1 2
0 −1 1 1 0 −3 1 −1 −2
𝐴+𝐵 =( )+( )=( )
−2 3 2 3 −1 2 1 2 4
0 −1 1 0 −3 3
Por ejemplo, si 𝐴 = ( ) , entonces 3𝐴 = ( )
−2 3 2 −6 9 6
0 1 −1
−𝐴 = (−1)𝐴 = ( )
2 −3 −2
Podemos así definir la diferencia (resta) entre dos matrices del mismo tamaño:
𝐴 − 𝐵 = 𝐴 + (−𝐵)
O sea:
𝐴 − 𝐵 = 𝐶 ∈ ℝ𝑚×𝑛 | 𝑐𝑖𝑗 = 𝑎𝑖𝑗 − 𝑏𝑖𝑗
Ejemplo
Sean las matrices:
3
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
3 2 0 2
𝐴 = (1 −1) , 𝐵 = (4 −1)
4 5 5 3
Entonces:
6 4 0 2 6 2
2𝐴 − 𝐵 = (2 −2) − (4 −1) = (−2 −1)
8 10 5 3 3 7
Ejemplo
Hallar 𝑋, 𝑌 ∈ ℝ2×2 tales que:
1 0 [𝟏]
2𝑋 − 𝑌 = ( )
0 4
4 5 [𝟐]
3𝑋 + 𝑌 = ( )
0 1
Resolución
𝑥1 𝑥2 𝑦1 𝑦2
𝑋 = (𝑥 𝑥4 ) , 𝑌 = (𝑦3 𝑦4 )
3
Para facilitar la resolución, podemos recurrir a las herramientas que utilizamos para
resolver sistemas de ecuaciones lineales. Si sumamos miembro a miembro las
ecuaciones queda:
1 0 4 5 5 5
5𝑋 = ( )+( )=( )
0 4 0 1 0 5
1 1
⇒𝑋=( )
0 1
Reemplazando en [𝟏]
2 2 1 0 1 2
( )−𝑌 =( ) ⇒ 𝑌=( )
0 2 0 4 0 −2
1. 𝐴 + 𝐵 = 𝐵 + 𝐴
4
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
2. (𝐴 + 𝐵) + 𝐶 = 𝐴 + (𝐵 + 𝐶)
3. 𝐴+𝑂 = 𝑂+𝐴 = 𝐴
4. 𝐴 + (−𝐴) = (−𝐴) + 𝐴 = 𝑂
5. 𝛼(𝐴 + 𝐵) = 𝛼𝐴 + 𝛼𝐵
6. (𝛼 + 𝛽)𝐴 = 𝛼𝐴 + 𝛽𝐴
7. 𝛼(𝛽𝐴) = (𝛼𝛽)𝐴
8. 1𝐴 = 𝐴
Producto de matrices
Intuitivamente podría pensarse que el producto de matrices se obtiene
multiplicando los elementos correspondientes. Sin embargo, esta definición no
resulta útil para resolver problemas que involucren matrices. La experiencia
matemática vinculada sobre todo a los sistemas de ecuaciones lineales, ha
motivado la siguiente definición de producto de matrices.
Definiremos primero el producto de una matriz fila por una matriz columna, y luego
generalizaremos.
𝑏
ۇ1ۊ
Si 𝐴 = (𝑎1 𝑎2 ⋯ 𝑎𝑛 ) ∈ ℝ1×𝑛 y 𝐵 = 𝑏ۈ2 ∈ ۋℝ𝑛𝑥1 , entonces:
⋮
ی 𝑛𝑏ۉ
𝑏
ۇ1ۊ
(𝑎 ) 𝑏
𝐴𝐵 = 1 𝑎2 ⋯ 𝑎𝑛 ۈ2 𝑎 = ۋ1 𝑏1 + 𝑎2 𝑏2 + ⋯ + 𝑎𝑛 𝑏𝑛
⋮
ی 𝑛𝑏ۉ
Entonces el producto es
5
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Ejemplo
Sean,
1 1 2
1 2 3
𝐴=( ) , 𝐵 = (1 −1 0) 𝐴 ∈ ℝ2×3 𝐵 ∈ ℝ3×3
4 1 0
2 0 3
Es posible calcular 𝐴. 𝐵 porque 𝐴 tiene tres columnas y 𝐵 tiene tres filas. El resultado
del producto es una matriz de 2 × 3.
1 1 2
𝐵 = (1 −1 0)
2 0 3
1 2 3 9 −1 11
𝐴=( ) ( )
4 1 0 5 3 8
Ejemplo
1 1
3 2 1
𝑃 = (2 1) , 𝑄 = ( )
1 3 −1
3 0
4 5 0
𝑃𝑄 ∈ ℝ3×3 , 𝑃𝑄 = (7 7 1)
9 6 3
10 5
𝑄𝑃 ∈ ℝ2×2 , 𝑄𝑃 = ( )
4 4
6
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
2) (𝐴 + 𝐵) 𝐶 = 𝐴𝐶 + 𝐵𝐶 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
EPL 1
Sean 𝐴 ∈ ℝ𝑚×𝑛 , 𝐵, 𝐶 ∈ ℝ𝑛×𝑝
1) 𝐴𝐵 = 𝑂 ⟹ 𝐴 = 𝑂 ∨ 𝐵 = 𝑂
2) 𝐴𝐵 = 𝐴𝐶 ∧ 𝐴 ≠ 𝑂 ⟹ 𝐵 = 𝐶
EPL 2
Un comercio que vende productos de electrónica, paga una comisión a los
vendedores y tiene un beneficio (ganancia) según cada producto. En una tabla
se registra el precio de venta, el beneficio para el comercio, la comisión para el
vendedor y el costo del producto. Además se tiene información sobre las unidades
vendidas en diferentes sucursales. A continuación mostramos dos tablas que
resumen esa información para el mes de agosto 2013:
7
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Tutorial de wxMaxima
Ejemplo
1 4
1 2 3
Si 𝐴=( ) ∈ ℝ2𝑥3 , entonces su traspuesta es: 𝐴𝑡 = (2 5) ∈ ℝ3𝑥2
4 5 6
3 6
Propiedades de la trasposición
1) (𝐴 + 𝐵)𝑡 = 𝐴𝑡 + 𝐵𝑡
2) (𝑘𝐴)𝑡 = 𝑘𝐴𝑡 , 𝑘 ∈ ℝ
3) (𝐴𝑡 )𝑡 = 𝐴
4) (𝑨𝑩)𝒕 = 𝑩𝒕 𝑨𝒕
Ejemplo
1 1 0
1 2 3
Sean 𝐴=( ) , 𝐵 = (0 1 −1)
4 5 6
1 2 1
Calculemos:
a) (𝐴𝐵)𝑡
b) 𝐴𝑡 𝐵𝑡
c) 𝐵𝑡 𝐴𝑡
Resolución
8
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
1 1 0
1 2 3 4 9 1
𝐴𝐵 = ( ) (0 1 −1) = ( )
⏟4 5 6 10 21 1
2×3
⏟1 2 1
3×3
4 10
(𝐴𝐵)𝑡 = (9 21)
1 1
1 4 1 0 1
𝐴𝑡 𝐵𝑡 = (2 5) (1 1 2) 𝑛𝑜 𝑠𝑒 𝑝𝑢𝑒𝑑𝑒 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑟
⏟3 6 ⏟0 −1 1
3×2 3×3
1 0 1 1 4 4 10
c) 𝐵𝑡 𝐴𝑡 = (1 1 2) (2 5) = (9 21)
0 −1 1 3 6 1 1
Matrices cuadradas
Una matriz cuadrada es aquélla que tiene igual número de filas y de columnas.
Denominamos ℝ𝑛𝑥𝑛 al conjunto de matrices cuadradas de orden n (n filas y n
columnas).
La diagonal principal de una matriz cuadrada está formada por los elementos 𝑎𝑖𝑖 .
Matriz identidad
La matriz identidad, que simbolizamos con 𝐼, es una matriz cuadrada con unos en
la diagonal principal y ceros en todos los demás elementos.
1 0
𝐼2 = ( )
0 1
1 0 0
𝐼3 = (0 1 0)
0 0 1
1 0 0 ⋯ 0
ۇ0 1 0 ⋯ 0ۊ
𝐼𝑛 = ۈ0 0 1 ⋯ 0ۋ
⋮ ⋮ ⋮ ⋱ ⋮
ۉ0 0 0 ⋯ 1ی
9
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
𝑎 𝑏 1 0 𝑎 𝑏
( )( )=( )
𝑐 𝑑 0 1 𝑐 𝑑
1 0 𝑎 𝑏 𝑎 𝑏
( )( )=( )
0 1 𝑐 𝑑 𝑐 𝑑
𝐴𝐼 =𝐼𝐴=𝐴
Matriz inversa
En el conjunto de los números reales existe el inverso multiplicativo para todo
número real distinto de cero. Dado un número real 𝑎 distinto de cero, 𝑏 es su
inverso multiplicativo si y solo si 𝑎. 𝑏 = 1.
Se dice que 𝐴 ∈ ℝ𝑛×𝑛 es inversible si y sólo si existe una matriz 𝐵 ∈ ℝ𝑛×𝑛 tal que:
𝐴𝐵 = 𝐵𝐴 = 𝐼
Ejemplo
Analizar si las siguientes matrices son inversibles:
3 1
𝐴=( )
−3 −1
3 1
𝑃=( )
2 1
¿∃𝐵 ∈ ℝ2×2 | 𝐴𝐵 = 𝐼?
3𝑎 + 𝑐 = 1
3 1 𝑎 𝑏 1 0 3𝑏 + 𝑑 = 0
( )( )=( )⇒ {
−3 −1 𝑐 𝑑 0 1 −3𝑎 − 𝑐 = 0
−3𝑏 − 𝑑 = 1
⇒ 1 = 0 𝑆𝑖𝑠𝑡𝑒𝑚𝑎 𝑖𝑛𝑐𝑜𝑚𝑝𝑎𝑡𝑖𝑏𝑙𝑒
Con la matriz 𝑃:
¿∃ 𝑄 ∈ ℝ2×2 | 𝑃𝑄 = 𝐼?
3𝑎 + 𝑐 = 1
3 1 𝑎 𝑏 1 0 3𝑏 + 𝑑 = 0
( )( )=( ) ⇒ { ⇒ 𝑎 = 1 , 𝑏 = −1 , 𝑐 = −2 , 𝑑 = 3
2 1 𝑐 𝑑 0 1 2𝑎 + 𝑐 = 0
2𝑏 + 𝑑 = 1
10
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
1 −1
𝑄=( )
−2 3
La notación es:
𝑄 = 𝑃−1
Entonces:
𝑃𝑃−1 = 𝑃−1𝑃 = 𝐼
Más adelante analizaremos qué condición debe cumplir una matriz para ser
inversible.
𝐴𝐵 = 𝐼 ⇔ 𝐵𝐴 = 𝐼 [1]
Entonces:
11
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
𝐴2 = 𝐴 𝐴
𝐴3 = 𝐴 𝐴 𝐴
𝐴𝑘 = ⏟
𝐴𝐴 … 𝐴 , 𝑘 ∈ℕ
𝑘 𝑣𝑒𝑐𝑒𝑠
Ejemplo
1 2
𝐴=( )
3 4
1 2 1 2 7 10
𝐴2 = 𝐴 𝐴 = ( )( )=( )
3 4 3 4 15 22
EPL1 3
En una ciudad hay tres empresas de telefonía celular (A, B y C) que controlan el
mercado.
15% 10%
10% 15%
10%
𝐵 𝐶
5%
12
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
𝑎0 𝑎1
Llamemos 𝑋0 = ( 0 ) al vector de estado inicial, y 𝑋1 = (𝑏1 ) al vector que
𝑏
𝑐0 𝑐1
indica la fracción de la clientela que corresponde a cada empresa al cabo de un
semestre.
O sea:
𝑀𝑋0 = 𝑋1 [1]
13
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
𝑀𝑋1 = 𝑋2 [2]
Por lo tanto: 𝑀 𝑀 … 𝑀 𝑋0 = 𝑀𝑛 𝑋0
𝑋𝑛 = 𝑀𝑋𝑛−1 = ⏟
𝑛 𝑣𝑒𝑐𝑒𝑠
𝑋𝑛 = 𝑀𝑛 𝑋0
Suponiendo que inicialmente las tres empresas se reparten por partes iguales la
clientela, les pedimos que calculen (UTILIZANDO WXMAXIMA - LINK) cómo resulta la
distribución de clientes:
1. Al cabo de 3 años.
2. Al cabo de 10 años
3. Al cabo de 15 años
Observen luego de hacer los cálculos que en la medida en que el tiempo pasa,
las cuotas de mercado de las empresas tienden a estabilizarse.
O sea:
𝑎𝑖𝑗 = 𝑎𝑗𝑖
Las condiciones para que una matriz de orden tres sea simétrica son:
𝑎21 = 𝑎12
{𝑎31 = 𝑎13
𝑎32 = 𝑎23
14
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
𝑎 𝑏 𝑐
𝐴 = (𝑏 𝑑 𝑒)
𝑐 𝑒 𝑓
Por ejemplo
2 3 1
𝐴 = (3 0 5) = 𝐴𝑡
1 5 1
Matrices antisimétricas
𝑨 ∈ ℝ𝒏×𝒏 es antisimétrica si y sólo si 𝑨 = −𝑨𝒕
O sea:
𝑎𝑖𝑗 = −𝑎𝑗𝑖
Si 𝑖 = 𝑗 debería ser 𝑎𝑖𝑖 = −𝑎𝑖𝑖 , pero el único número que es el opuesto de sí mismo
es el cero. Por lo tanto, la diagonal principal está formada por ceros.
Las condiciones para que una matriz de orden tres sea antisimétrica son:
𝟎 𝑎 𝑏
𝐴 = (−𝑎 𝟎 𝑐)
−𝑏 −𝑐 𝟎
0 −3 4
Por ejemplo 𝐴=( 3 0 0) = −𝐴𝑡
−4 0 0
EPL 4
Sea 𝐴 ∈ ℝ𝑛×𝑛
Observemos que:
1 1
𝐴 = (𝐴 + 𝐴𝑡 ) + (𝐴 − 𝐴𝑡 )
⏟
2 ⏟
2
𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎 𝑎𝑛𝑡𝑖𝑠𝑖𝑚é𝑡𝑟𝑖𝑐𝑎
15
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Entonces: toda matriz cuadrada puede expresarse como la suma de una simétrica
y una antisimétrica.
3 −4
¿Cómo se expresa 𝐴 = ( ) como suma de una matriz simétrica y una
8 2
antisimétrica?
Matrices triangulares
𝐴 ∈ ℝ𝑛×𝑛 es una matriz triangular superior cuando los elementos debajo de la
diagonal principal son ceros:
𝑎 𝑏 𝑐
𝐴 = (0 𝑑 𝑒)
0 0 𝑓
Si 𝑖 > 𝑗 ⇒ 𝑎𝑖𝑗 = 0
𝐵 ∈ ℝ𝑛×𝑛 es una matriz triangular inferior cuando los elementos por encima de la
diagonal principal son ceros:
𝑎 0 0
𝐵 = (𝑏 𝑐 0)
𝑑 𝑒 𝑓
Si 𝑖 < 𝑗 ⇒ 𝑎𝑖𝑗 = 0
Matrices diagonales
Una matriz 𝐷 es diagonal si es triangular superior e inferior:
𝑎 0 0
𝐷 = (0 𝑏 0)
0 0 𝑐
𝑎 0 0 𝑎 0 0 𝑎2 0 0
2
𝐷 = 𝐷. 𝐷 = (0 𝑏 0) . ( 0 𝑏 0) = ( 0 𝑏2 0)
0 0 𝑐 0 0 𝑐 0 0 𝑐2
𝑎2 0 0 𝑎 0 0 𝑎3 0 0
3
𝐷 = 𝐷. 𝐷. 𝐷 = ( 0 𝑏2 0 ) . (0 𝑏 0) = ( 0 𝑏3 0)
0 0 𝑐2 0 0 𝑐 0 0 𝑐3
En general:
𝑎𝑘 0 0
𝑘
𝐷 =(0 𝑏𝑘 0) , 𝑘∈ℕ
0 0 𝑐𝑘
16
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Matrices escalares
Una matriz escalar es una matriz diagonal en la cual todos los elementos de la
diagonal principal son iguales.
𝑘 0 0
𝐸 = (0 𝑘 0) , 𝑘 ∈ ℝ
0 0 𝑘
𝐸 ∈ ℝ𝑛×𝑛 𝑒𝑠 𝑒𝑠𝑐𝑎𝑙𝑎𝑟 ⇔ 𝐸 = 𝑘𝐼 , 𝑘 ∈ ℝ
Matrices ortogonales
Una matriz cuadrada es ortogonal cuando su traspuesta coincide con su inversa:
1 1 1 3
−
√ۇ2 √2ۊ √ۇ10 √10 ۊ
𝐴=ۈ , 𝐵=ۈ
1 1 ۋ 3 1 ۋ
−
√ۉ2 √2 ی √ۉ10 √10ی
Dejamos a cargo del lector verificar que las matrices cumplen la definición.
Determinantes
Vimos previamente que no todas las matrices son inversibles.
17
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Ejemplo
3 −1 −1
El determinante de 𝐴 = (2 1 0 ) es:
3 1 2
1 0 2 0 2 1
det(𝐴) = 3. | | − (−1). | | + (−1). | |
1 2 3 2 3 1
det(𝐴) = 11
3 −1 −1
2 1 0
|𝐴| = 3 1 2 = 3.1.2 + 2.1. (−1) + 3. (−1). 0 − (−1). 1.3 − 0.1.3 − 2. (−1). 2 = 11
3 −1 −1
2 1 0
18
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
3 1 4
𝐴 = (−1 2 1)
3 2 1
2 1 2 1
𝑀11 = ( ) ⟹ 𝐶11 = (−1)1+1 | |=0
2 1 2 1
−1 1 −1 1
𝑀12 = ( ) ⟹ 𝐶12 = (−1)1+2 | | = −1. (−4) = 4
3 1 3 1
−1 2 −1 2
𝑀13 = ( ) ⟹ 𝐶13 = (−1)1+3 | | = 1. (−8) = −8
3 2 3 2
Observación:
1 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑝𝑎𝑟
(−1)𝑖+𝑗 = {
−1 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
Ejemplo
Retomemos la matriz del ejemplo anterior:
3 1 4
𝐴 = (−1 2 1)
3 2 1
19
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
−1 2
𝐶13 = (−1)1+3 | | = −8
3 2
3 1
𝐶23 = (−1)2+3 | | = −3
3 2
3 1
𝐶33 = (−1)3+3 | |=7
−1 2
Ejemplo
Calculemos el determinante de la siguiente matriz:
2 1 0 −1
0 −1 0 3
𝐴=( )
−2 1 1 −2
3 2 0 1
det(𝐴) = ⏟
0. 𝐶13 + ⏟
0. 𝐶23 + 1. 𝐶33 + ⏟
0. 𝐶43 = 𝐶33
0 0 0
2 1 −1
𝐶33 = (−1)3+3 |0 −1 3 |
3 2 1
−1 3 1 −1
𝐶33 = 2. (−1)1+1 | | + 3. (−1)3+1 | |
2 1 −1 3
𝐶33 = −14 + 6 = −8
Este ejemplo muestra que para simplificar los cálculos, en general es conveniente
desarrollar el determinante por la fila o columna que tenga mayor cantidad de
ceros.
20
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
𝑎22 𝑎23
det(𝐴) = 𝑎11 | 0 𝑎33 | = 𝑎11 𝑎22 𝑎33
det(𝐼) = 1
𝐴 = (𝐴1 𝐴2 … 𝐴𝑛 )
Propiedad 1
Como un determinante puede desarrollarse por cofactores tomando cualquier fila
o columna de la matriz, se deduce que:
det(𝐴) = det(𝐴𝑡 )
Por lo tanto, todas las propiedades que enunciemos para las columnas de una
matriz son válidas para sus filas.
21
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Propiedad 2
Si 𝐵 es la matriz que se obtiene multiplicando una columna de A por un escalar
𝑘 ∈ ℝ, 𝑑𝑒𝑡(𝐵) = 𝑘 𝑑𝑒𝑡(𝐴). O sea:
𝑎 𝑏
𝐴=( ) , det(𝐴) = 𝑎𝑑 − 𝑏𝑐
𝑐 𝑑
𝑎 𝑘𝑏
det ( ) = 𝑎𝑘𝑑 − 𝑘𝑏𝑐 = 𝑘(𝑎𝑑 − 𝑏𝑐) = 𝑘 det(𝐴)
𝑐 𝑘𝑑
Propiedad 3
Si una columna de 𝐴 puede expresarse como 𝐴𝑗 = 𝐴′𝑗 + 𝐴𝑗′′ , entonces 𝑑𝑒𝑡(𝐴)
puede descomponerse así:
𝑎 𝑏´ + 𝑏´´
det ( ) = 𝑎 (𝑑 ′ + 𝑑 ′′ ) − 𝑐 (𝑏´ + 𝑏´´)
𝑐 𝑑´ + 𝑑´´
𝑎 𝑏´ 𝑎 𝑏′′
= 𝑎𝑑 ′ + 𝑎𝑑 ′′ − 𝑐𝑏 ′ − 𝑐𝑏′′ = (𝑎𝑑 ′ − 𝑐𝑏´) + (𝑎𝑑 ′′ − 𝑐𝑏′′ ) = det ( ) + det ( )
𝑐 𝑑´ 𝑐 𝑑 ′′
Propiedad 4
Si se permutan dos columnas de A, el determinante cambia de signo:
det(𝐴1 𝐴2 … 𝐴𝑖 … 𝐴𝑗 … 𝐴𝑛 ) = − det(𝐴1 𝐴2 … 𝐴𝑗 … 𝐴𝑖 … 𝐴𝑛 )
𝑏 𝑎 𝑎 𝑏
| | = 𝑏𝑐 − 𝑎𝑑 = −(𝑎𝑑 − 𝑏𝑐) = − | |
𝑑 𝑐 𝑐 𝑑
Propiedad 5
Si 𝐴 tiene una columna 𝟎 de ceros, entonces su determinante es cero:
det(𝐴1 … 𝟎 … 𝐴𝑛 ) = 0
22
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Propiedad 6
Si A tiene dos columnas iguales, entonces su determinante es cero:
𝐴𝑖 = 𝐴𝑗 ⇒ det(𝐴) = 0
Propiedad 7
Si 𝐴𝑗 = 𝑘 𝐴𝑖 (𝑘 ∈ ℝ), entonces el determinante es cero:
det(𝐴1 𝐴2 … 𝐴𝑖 … 𝑘𝐴𝑖 … 𝐴𝑛 ) = 0
Propiedad 8
Si a una columna se le suma un múltiplo de otra, el determinante no varía.
det(𝐴1 𝐴2 … 𝐴𝑖 … 𝑨𝒋 + 𝒌𝑨𝒊 … 𝐴𝑛 ) =
= det(𝐴1 𝐴2 … 𝐴𝑖 … 𝐀 𝐣 … 𝐴𝑛 ) + det(𝐴
⏟ 1 𝐴2 … 𝐴𝑖 … 𝒌𝑨𝒊 … 𝐴𝑛 ) = det(𝐴)
=0
Propiedad 9
Si 𝐴 ∈ ℝ𝑛𝑥𝑛 y 𝑘 ∈ ℝ:
det(𝑘𝐴) = 𝑘 𝒏 det(𝐴)
Propiedad 10
El determinante de un producto de matrices cuadradas es igual al producto de
sus determinantes. Si 𝐴, 𝐵 ∈ ℝ𝑛×𝑛 , entonces:
1 2 1 −1
𝐴=( ) , 𝐵=( )
3 4 3 2
2 1
𝐴+𝐵 =( )
6 6
23
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Entonces:
det(𝐴 + 𝐵) ≠ det(𝐴) + det(𝐵)
Propiedad 11
Si 𝑘 ∈ ℕ, teniendo en cuenta la propiedad anterior se deduce que:
det(𝐴𝑘 ) = det (𝐴
⏟𝐴 … 𝐴) = [det(𝐴)]𝑘
𝑘 𝑣𝑒𝑐𝑒𝑠
det(𝐴𝑘 ) = [det(𝐴)]𝑘 , 𝑘 ∈ ℕ
Ejemplo
Sea la matriz
1 2 3
𝐴 = (2 3 −1)
2 4 6
Resolución
det(𝐴100 ) = [det(𝐴)]100
Luego:
det(𝐴100 ) = 0
Ejemplo
Calculemos el determinante de la matriz
−3 2 2 −3
2 0 2 2
𝐴=( )
1 −1 −1 1
1 0 1 1
Ejemplo
1 −2 −1 −1
2 3 −2 5
Calculemos el determinante de la matriz 𝐴=( )
0 1 −3 1
1 1 0 2
24
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Ejemplo
3
Sea 𝐴 ∈ ℝ3×3 y det(𝐴) = 2, calcular det ( 𝐴3 )
2
Resolución
3 3 3 𝟑 27 27 3
det ( 𝐴 ) = ( ) det(𝐴3 ) = [det(𝐴)]3 = . 2 = 27
2 2 8 8
Ejemplo
Queremos calcular el determinante de la siguiente matriz de 4 × 4:
1 2 3 4
1 1 0 1
𝐴=( )
2 1 3 −1
3 1 3 0
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1 1 0 1 0 −1 −3 −3 0 −1 −3 −3 0 −1 −3 −3
| |=⏟| |=
⏟| |=
⏟ | |
2 1 3 −1 (1) 2 1 3 −1 (2) 0 −3 −3 −9 (3) 0 −3 −3 −9
3 1 3 0 3 1 3 0 3 1 3 0 0 −5 −6 −12
(1): 𝐹2 → 𝐹2 − 𝐹1
(2): 𝐹3 → 𝐹3 − 2𝐹1
(3): 𝐹4 → 𝐹4 − 3𝐹1
−1 −3 −3 1 3 3 1 3 3
⏟ (−1)3 |3 3 9 | =
det(𝐴) = |−3 −3 −9 | = ⏟ − |0 −6 0 | = −18
−5 −6 −12 (4) 5 6 12 (5) 0 −9 −3
EPL 5
Sea 𝐴 ∈ ℝ3×3, 𝐴 = (𝐴1 𝐴2 𝐴3)
25
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
El determinante de la inversa
Recordemos que una matriz 𝐴 ∈ ℝ𝑛𝑥𝑛 es inversible si existe 𝐵 ∈ ℝ𝑛𝑥𝑛 tal que 𝐴𝐵 = 𝐼 .
𝐴 𝐴−1 = 𝐼
det(𝐴) det(𝐴−1 ) = 1
Entonces:
1
det(𝐴−1) = ( det(𝐴) ≠ 0 )
det(𝐴)
Para que esta fórmula sea válida, el determinante de A debe ser distinto de cero.
Por lo tanto, el determinante permite decidir si una matriz tiene inversa:
3 1
Por ejemplo 𝑀 = ( ) es inversible porque det(𝑀) ≠ 0 .
0 1
3 1
En cambio 𝐴=( ) no es inversible porque det(𝐴) = 0 .
−3 −1
Observación:
Ejemplo
Sea 𝐴 = (𝐴1 𝐴2 𝐴3 ) ∈ ℝ3×3 , det(𝐴) = 𝑘 ≠ 0
𝐵 = (𝐴
⏟2 𝐴1 + 3𝐴3
⏟ 𝐴1 − 𝐴2 )
⏟
𝐵1 𝐵2 𝐵3
Resolución
𝐵 𝑒𝑠 𝑖𝑛𝑣𝑒𝑟𝑠𝑖𝑏𝑙𝑒 ⇔ det(𝐵) ≠ 0
Usando la propiedad 3:
26
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
1 1
det(𝐵−1) = =
det(𝐵) 3𝑘
Luego:
1
det(−2𝐴𝑡 𝐵−1 ) = (−2)3 det(𝐴𝑡 ) det(𝐵−1 ) = −8.3𝑘. = −8
3𝑘
EPL 6
Utilizar wxMaxima para calcular el determinante, en función de 𝑘, de la siguiente
matriz:
1 3 1 3
2 3 4 5
𝐴=( )
3 2 𝑘 2
4 𝑘 6 5
Sugerencia: para resolver este ejercicio pueden ser útiles los comandos para
calcular el determinante, simplificar una expresión algebraica y hallar las raíces de
un polinomio que se explican en el tutorial de wxMaxima.
Matriz Adjunta
Dada una matriz 𝐴 ∈ ℝ𝑛𝑥𝑛 , se denomina matriz de cofactores de 𝐴 a la matriz que
se obtiene reemplazando cada elemento de 𝐴 por su respectivo cofactor.
27
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Ejemplo
1 2 3
Dada 𝐴 = (4 5 6) , calculemos sus cofactores para obtener la matriz adjunta:
7 8 0
5 6 4 6 4 5
𝐶11 = (−1)1+1 | | = −48 𝐶12 = (−1)1+2 | | = 42 𝐶13 = (−1)1+3 | | = −3
8 0 7 0 7 8
2 3 1 3 1 2
𝐶21 = (−1)2+1 | | = 24 𝐶22 = (−1)2+2 | | = −21 𝐶23 = (−1)2+3 | |=6
8 0 7 0 7 8
2 3 1 3 1 2
𝐶31 = (−1)3+1 | | = −3 𝐶32 = (−1)3+2 | |=6 𝐶33 = (−1)3+3 | | = −3
5 6 4 6 4 5
1 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑝𝑎𝑟
Observación: Recordemos que (−1)𝑖+𝑗 = {
−1 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟
−48 42 −3
𝐶𝑜𝑓(𝐴) = ( 24 −21 6 )
−3 6 −3
−48 24 −3
𝐴𝑑𝑗(𝐴) = ( 42 −21 6 )
−3 6 −3
det(𝐴) = 27 ⟹ 𝐴 𝑒𝑠 𝑖𝑛𝑣𝑒𝑟𝑠𝑖𝑏𝑙𝑒
1 2 3 −48 24 −3 27 0 0
𝐴 𝐴𝑑𝑗(𝐴) = (4 5 6) ( 42 −21 6 ) = ( 0 27 0 )
7 8 0 −3 6 −3 0 0 27
28
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
−48 24 −3 1 2 3 27 0 0
𝐴𝑑𝑗(𝐴) 𝐴 = ( 42 −21 6 ) . (4 5 6) = ( 0 27 0 )
−3 6 −3 7 8 0 0 0 27
Se cumple que el producto de la matriz por su adjunta (en cualquier orden) da por
resultado una matriz escalar que tiene en su diagonal al determinante de la matriz
𝐴. Esto no es casual sino que se cumple para toda matriz cuadrada.
1 1
𝐴( 𝐴𝑑𝑗(𝐴)) = 𝐼 ∧ ( 𝐴𝑑𝑗(𝐴)) 𝐴 = 𝐼
det(𝐴) det(𝐴)
1
𝐴−1 = 𝐴𝑑𝑗(𝐴)
det(𝐴)
16 8 1
−−
1 −48 24 −3 ۇ9 9 9ۊ
14 7 2
𝐴−1 = ( 42 −21 6 ) = ۈ − ۋ
27 ۈ9 9 9 ۋ
−3 6 −3
1 2 1
ۉ−9 9
− ی
9
𝑑 −𝑏
𝐴𝑑𝑗(𝐴) = ( )
−𝑐 𝑎
1 𝑑 −𝑏
𝐴−1 = ( )
𝑎𝑑 − 𝑏𝑐 −𝑐 𝑎
1 2 1 4 −2 −2 1
Por ejemplo, para 𝐴 = ( ) , 𝑙𝑎 𝑖𝑛𝑣𝑒𝑟𝑠𝑎 𝑒𝑠 𝐴−1 = − 2 ( ) = ( )
3 4 −3 1 3/2 −1/2
29
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Matrices y sistemas de
ecuaciones lineales
En la primera unidad habíamos visto que una recta en ℝ3 puede definirse a través
de un sistema de 2 ecuaciones lineales con 3 incógnitas. Por ejemplo:
𝑥+𝑧 =1
𝑟: {
𝑥−𝑦−𝑧 =3
1 0 1
Donde 𝐴 = ( ) ∈ ℝ2×3 es la matriz de coeficientes del sistema.
1 −1 −1
𝑥1 𝑏1
𝑥2 𝑏2
𝑋=( ⋮ )∈ℝ nx1
la matriz columna de las incógnitas, y 𝐵 = ( ) ∈ ℝmx1 la
⋮
𝑥𝑛 𝑏𝑚
columna de los términos independientes.
𝐴𝑋 = 𝐵
30
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
𝐴
⏟ . 𝑋
⏟ = 𝐵
⏟
𝑛×𝑛 𝑛×1 𝑛×1
𝐴−1 𝐴 𝑋 = 𝐴−1 𝐵
⇒ 𝑋 = 𝐴−1 𝐵
Como la inversa de una matriz es única, entonces el sistema tiene una única
solución 𝑋 = 𝐴−1𝐵.
Ejemplo
Exprese el siguiente sistema de ecuaciones lineales como una ecuación matricial
de la forma 𝐴𝑋 = 𝐵:
−𝑥1 + 2𝑥3 = 1
{ 𝑥1 − 𝑥2 = −2
𝑥2 + 𝑥3 = −1
Resolución
−1 0 2 𝑥1 1
( 1 −1 0) (𝑥2 ) = (−2)
0 1 1 𝑥3 −1
0 2 −1 2 −1 0
det(𝐴) = 0. (−1)3+1 | | + 1. (−1)3+2 | | + 1. (−1)3+3 | |= 2+1 = 3
−1 0 1 0 1 −1
31
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
1 2 2
−
1 −1 −1 1 𝑇 1 −1 2 2 ۇ3 3 3ۊ
1 1 2
𝐴−1 = ( 2 −1 1) = (−1 −1 2) = ۈ− − ۋ
det(𝐴) 3 ۈ3 3 3ۋ
2 2 1 1 1 1
1 1 1
ۉ3 3 3ی
𝑋 = 𝐴−1 𝐵
1 2 2 7
− −
ۇ3 3 3 ۊ1 ۇ3ۊ
1 1 2 1
𝑋 = ۈ− − ( ۋ−2) = ۈ− ۋ
ۈ3 3 3ۋ ۈ3ۋ
1 1 1 −1 2
ۉ3 ی ۉ − ی
3 3 3
Ejemplo
Consideremos el siguiente sistema:
𝑥 + 2𝑦 − 𝑧 = 1
{−𝑥 + 𝑦 + 2𝑧 = 3
𝑥 + 5𝑦 = 5
1 2 −1 𝑥 1
(−1 1 2 ) (𝑦) = (3)
1 5 0 𝑧 5
Podría ocurrir que el sistema tuviera infinitas soluciones o que fuera incompatible.
Para analizar esas alternativas utilizaremos el método de eliminación de Gauss.
32
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
1 2 −1 𝟏 1 2 −1 𝟏
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
(−1 1 2 𝟑) 𝐹 3 → 𝐹3 − 𝐹1 (−1 1 2 𝟑)
1 5 0 𝟓 0 3 1 𝟒
1 2 −1 𝟏 1 2 −1 𝟏
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐹 2 → 𝐹 2 + 𝐹 1 (0 3 1 𝟒 ) ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐹 3 → 𝐹 3 − 𝐹 (
2 0 3 1 𝟒)
0 3 1 𝟒 0 0 0 𝟎
𝑥 + 2𝑦 − 𝑧 = 1 𝑥 = 1 + 𝑧 − 2𝑦 𝑥 = 1 + 4 − 3𝑦 − 2𝑦 = 5 − 5𝑦
{ ⇒{ ⇒{
3𝑦 + 𝑧 = 4 𝑧 = 4 − 3𝑦 𝑧 = 4 − 3𝑦
𝑥 = 5 − 5𝑦
⇒{
𝑧 = 4 − 3𝑦
Si llamamos 𝑦 = 𝜆 , resulta:
Como el conjunto solución es una recta, podemos concluir que los tres planos
pasan por la misma recta, o sea pertenecen al mismo haz de planos.
Ejemplo
Dado un sistema tal que det(𝐴) = 0 , ¿podemos afirmar que admite infinitas
soluciones?
𝑥 + 2𝑦 − 𝑧 = 1
{−𝑥 + 𝑦 + 2𝑧 = 3
𝑥 + 5𝑦 = 0
1 2 −1 𝟏 1 2 −1 𝟏
(−1 1 2 𝟑) ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐹3 → 𝐹3 − 𝐹1 (−1 1 2 𝟑)
1 5 0 𝟎 0 3 1 −𝟏
1 2 −1 𝟏 1 2 −1 𝟏
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐹2 → 𝐹2 + 𝐹1 (0 3 1 𝟒 ) ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐹3 → 𝐹3 − 𝐹2 (0 3 1 𝟒)
0 3 1 −𝟏 0 0 0 −𝟓
33
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
La lectura de la tercera fila implica que 0 = −5. Este absurdo significa que el
sistema de ecuaciones no tiene solución.
det(𝐴) ≠ 0 ⇒ 𝑆𝐶𝐷
det(𝐴) = 0 ⇒ 𝑆𝐶𝐼
det(𝐴) ≠ 0 𝑆𝐶𝐷
𝐵≠0 𝑆𝐶𝐼
det(𝐴) = 0
𝑆𝐼
det(𝐴) ≠ 0 𝑆𝐶𝐷
𝐵=0
det(𝐴) = 0 𝑆𝐶𝐼
34
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
Ejemplo
1 1 0 2
Dadas 𝐴 = (0 2 3𝑘 ) 𝑦 𝐵 = (2) , hallar todos los valores de k para los cuales:
3 𝑘 −3 4
Resolución
det(𝐴) = −3𝑘 2 + 9𝑘 − 6 = 0 ⟺ 𝑘 = 1 ∨ 𝑘 = 2
EPL 7
2𝑦 + 3𝑘𝑧 − 2 = 0
Sean el plano 𝜋: 𝑥 + 𝑦 − 2 = 0 y la recta 𝑟 ∶ {
3𝑥 + 𝑘𝑦 − 3𝑧 − 4 = 0
35
ALGEBRA Y
AGA Virtual Segundo cuatrimestre 2016 Unidad 2
GEOMETRÍA
ANALÍTICA
Isabel Pustilnik
1
Federico Gómez
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
ÍNDICE
Definición de espacio vectorial ........................................................................................ 2
Propiedades de los espacios vectoriales ........................................................................ 4
Propiedad 1 ...................................................................................................................... 4
Propiedad 2 ...................................................................................................................... 4
Propiedad 3 ...................................................................................................................... 4
Propiedad 4 ...................................................................................................................... 4
Subespacios vectoriales..................................................................................................... 4
Definición .......................................................................................................................... 4
Condiciones necesarias y suficientes para caracterizar subespacios ........................ 5
Subespacios triviales ........................................................................................................... 6
Ejercitación sobre subespacios ......................................................................................... 6
Resumen de los subespacios de ℝ2 y ℝ3 .................................................................... 9
Combinación lineal............................................................................................................. 9
Definición .......................................................................................................................... 9
Conjunto generador ......................................................................................................... 11
Subespacio generado ...................................................................................................... 13
Independencia lineal y dependencia lineal ................................................................. 15
Propiedades ................................................................................................................... 17
Propiedad 1 ..................................................................................................................... 17
Propiedad 2 ..................................................................................................................... 17
Interpretación geométrica ........................................................................................... 18
Base y dimensión de un espacio vectorial .................................................................... 19
Propiedades relacionadas con la dimensión ............................................................... 22
Coordenadas de un vector respecto de una base ...................................................... 24
Base y dimensión de un subespacio vectorial .............................................................. 27
Bases de subespacios definidos por generadores ................................................... 30
Operaciones con subespacios ....................................................................................... 32
Intersección .................................................................................................................... 32
Suma de subespacios ................................................................................................... 35
Suma directa .................................................................................................................. 37
Ejemplos en 𝑉 = ℝ3 ........................................................................................................ 38
Teorema de la dimensión de la suma ........................................................................ 41
Producto interno ................................................................................................................ 42
Complemento ortogonal de un subespacio ................................................................. 43
Propiedades del complemento ortogonal .................................................................... 45
1
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
1. 𝒖 + 𝒗 ∈ 𝑉
2. 𝒖 + 𝒗 = 𝒗 + 𝒖
3. (𝒖 + 𝒗) + 𝒘 = 𝒖 + (𝒗 + 𝒘)
6. 𝛼𝒗 ∈ 𝑉
7. 𝛼(𝒖 + 𝒗) = 𝛼𝒖 + 𝛼𝒗
8. (𝛼 + 𝛽)𝒗 = 𝛼𝒗 + 𝛽𝒗
9. 𝛼(𝛽𝒗) = (𝛼𝛽)𝒗
10. 1𝒗 = 𝒗
También es posible que los escalares pertenezcan a otro conjunto numérico, por
ejemplo los números complejos con los cuales trabajaremos en la última unidad.
Ejemplo 1
De acuerdo con las propiedades que vimos en la primera unidad, podemos
afirmar que ℝ3 es un espacio vectorial.
2
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
ℝ𝑛 = {(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) , 𝑐𝑜𝑛 𝑥𝑖 ∈ ℝ}
𝑢 + 𝑣 = (𝑢1 + 𝑣1 , 𝑢2 + 𝑣2 , … , 𝑢𝑛 + 𝑣𝑛 ) ∈ ℝ𝑛
Ejemplo 2
De acuerdo con las propiedades enunciadas en la segunda unidad, para cada 𝑚
y 𝑛 ℝ𝑚𝑥𝑛 es un espacio vectorial.
Tenemos por ejemplo ℝ2𝑥3, espacio vectorial cuyos vectores son las matrices de
2 × 3.
Ejemplo 3
Llamemos 𝑃2 al conjunto de polinomios de grado menor o igual que 2, incluyendo
el polinomio nulo.
Puede demostrarse que estas operaciones verifican todos los axiomas de espacio
vectorial.
Observación:
3
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Propiedad 1
0 𝒖 = 𝟎𝑽
Propiedad 2
𝛼 𝟎𝑽 = 𝟎 𝑽
Propiedad 3
(−𝛼)𝒖 = −(𝛼𝒖)
En particular, para 𝛼 = 1 :
(−1)𝒖 = −𝒖
Propiedad 4
𝛼𝒖 = 𝟎𝑽 ⟹ 𝛼 = 0 ∨ 𝒖 = 𝟎𝑽
Si 𝛼 = 0 , se cumple la proposición.
1
Si 𝛼 ≠ 0 , podemos multiplicar por 𝛼 :
1 1
𝛼𝒖 = 𝟎𝑽 ⟹ 𝛼𝒖= 𝟎𝑽 ⟹ 𝒖 = 𝟎𝑽 ¡demostrado!
𝛼 𝛼
Subespacios vectoriales
Definición
Sea 𝑉 un espacio vectorial y 𝑊 un subconjunto no vacío de 𝑉.
4
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo
𝑊 = { (𝑥1, 𝑥2 ) ∈ 𝑅 2 ∶ 𝑥2 = 3𝑥1 } ¿es un subespacio de ℝ2?
𝑊 es la recta que pasa por el origen y tiene vector director (1,3), o sea la recta de
ecuación y = 3x.
a. 𝟎𝑽 está en 𝑊.
Observaciones
5
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
De las observaciones anteriores se deduce que las condiciones (a), (b) y (c) son
suficientes para demostrar que 𝑊 es un espacio vectorial, y por lo tanto
subespacio de 𝑉.
Subespacios triviales
Si 𝑉 es un espacio vectorial, entonces 𝑉 es un subespacio de sí mismo.
El conjunto {0𝑉 }, que contiene sólo al vector nulo del espacio, también es
subespacio de 𝑉 pues:
𝑥𝑦 = 0 ⟺ 𝑥 = 0 ∨ 𝑦 = 0
6
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
(1,1) ∉ 𝑊
(0,1) ∈ 𝑊
(1,0) ∈ 𝑊
Ejemplo 2
Consideremos el conjunto 𝑊 = {(𝑥, 𝑦) ∈ ℝ2 | 𝑥 = 0}. Es decir, la recta de ecuación
𝑥 = 0. ¿Es un subespacio de ℝ2?
Ejemplo 3
Consideremos el conjunto 𝑊 = {(𝑥, 𝑦) ∈ ℝ2 | 𝑥 2 − 𝑦 2 = 0}. ¿Es un subespacio de ℝ2?
𝑥 2 − 𝑦 2 = 0 ⟺ 𝑦 = 𝑥 ∨ 𝑦 = −𝑥
7
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo 4
Consideremos el conjunto 𝑊 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 | 𝑥 + 𝑦 + 2𝑧 = 0}. Es decir un plano que
pasa por el origen. ¿Es un subespacio de ℝ3?
Por lo tanto los vectores que pertenecen a 𝑊 responden a la forma (−𝑦 − 2𝑧, 𝑦, 𝑧)
con 𝑦, 𝑧 ∈ ℝ.
Se cumple (b) pues la suma de dos vectores del plano, sigue estando en ese
plano:
Ejemplo 5
Consideremos el conjunto 𝑊 = {𝑝 ∈ 𝑃2 | 𝑝(0) = 0 }. Es decir, los polinomios de grado
menor o igual que 2 (incluyendo el polinomio nulo) tales que evaluados en 0 dan
por resultado 0. ¿Es un subespacio de 𝑃2 ?
(𝑘𝑝)(0) = 𝑘 𝑝(0) = 𝑘 0 = 0 ⟹ 𝑘𝑝 ∈ 𝑊
Ejemplo 6
Consideremos el conjunto 𝑊 = {𝐴 ∈ ℝ2×2 | 𝐴 = 𝐴𝑡 }. Es decir, el conjunto de matrices
simétricas de 2 × 2.
8
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo 7
Consideremos el conjunto 𝑊 = {𝐴 ∈ ℝ2×2 | det(𝐴) = 0 }. ¿Es un subespacio de ℝ2×2?
1 −3 0 0 1 −3
𝐴=( ) , 𝐵=( ) , 𝐴+𝐵 =( )
−1 3 −2 5 −3 8
𝑊 no es un subespacio de ℝ2×2.
Subespacios de ℝ𝟐 Subespacios de ℝ𝟑
{(0,0)} {(0,0,0)}
Rectas que pasan por el origen Rectas que pasan por el origen
ℝ2 (como subespacio de sí Planos que pasan por el origen
mismo) ℝ3 (como subespacio de sí
mismo)
Combinación lineal
Definición
Sean 𝑣1 , 𝑣2 , … , 𝑣𝑟 , 𝑤 vectores de un espacio vectorial 𝑉. Se dice que el vector 𝑤 es
una combinación lineal de los vectores 𝑣1 , 𝑣2 , … , 𝑣𝑟 si se puede expresar como
sigue:
𝑤 = 𝑘1 𝑣1 + 𝑘2 𝑣2 + … + 𝑘𝑟 𝑣𝑟
9
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo 1
El vector (0,0,3) es combinación lineal de (0,0,1) ya que
(0,0,3) = 3(0,0,1)
Todos los vectores (0,0, 𝑘) con 𝑘 ∈ ℝ. Es decir que todos los vectores sobre el eje 𝑧,
son combinación lineal de (0,0,1).
Ejemplo 2
El vector (1,0,4) es combinación lineal de (1,0,1), (0,0,2) ya que:
3
1. (1,0,1) + . (0,0,2) = (1,0,4)
2
Ejemplo 3
El vector 8𝑥 − 4𝑥 2 es combinación lineal de los vectores 𝑥 y 𝑥 2 ya que:
8𝑥 − 4𝑥 2 = 8. (𝑥) + (−4). 𝑥 2
10
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo 4
¿Es el vector (1,8) combinación lineal de los vectores (1,0), (3,3)?
1 = 𝛼 + 3𝛽 8
{ ⇒ 𝛼 = −7, 𝛽 =
8 = 3𝛽 3
Ejemplo 5
¿Para qué valores de k el vector (𝟏, 𝟐, 𝟑) combinación lineal de los vectores
(𝟏, 𝟎, 𝟎), (𝟎, 𝟏, 𝟎), (𝟎, 𝟐, 𝒌)?
𝛼=1
{ 𝛽 + 2𝛾 = 2
𝛾𝑘 = 3
Conjunto generador
Sea { 𝑣1 , 𝑣2 , … 𝑣𝑟 } un conjunto de vectores de un espacio vectorial 𝑉.
Ejemplo 1
¿Es el conjunto {(1,1), (1, −1)} generador de ℝ2?
11
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo 2
¿Es el conjunto {(1,1), (1, −1), (2,0)} generador de ℝ2?
Otra vez planteamos un sistema de ecuaciones. Nos interesa saber si tiene solución
o no:
𝑥 = 𝛼 + 𝛽 + 2𝛾
(𝑥, 𝑦) = 𝛼(1,1) + 𝛽(1, −1) + 𝛾(2,0) ⇒ {
𝑦 =𝛼−𝛽
1 1 2 𝒙 1 1 2 𝒙 1 1 2 𝒙
( )→ ( ) → 1 (0 1 1 𝒙 − 𝒚)
1 −1 0 𝒚 𝐹2 →𝐹1 −𝐹2 0 −2 −2 𝒚 − 𝒙 𝐹 →− .𝐹
2
2 2 𝟐
𝑥+𝑦
𝛼 + 𝛽 + 2𝛾 = 𝑥 𝛼 = −𝛾 +
{ 𝑥−𝑦 ⇒ { 2
𝛽+𝛾 = 𝑥−𝑦
2 𝛽= −𝛾
2
Ejemplo 3
¿Es el conjunto (1,0,0), (0,1,0), (1,1,1) generador de ℝ3?
𝑥 =𝛼+𝛾 𝛼 =𝑥−𝑧
(𝑥, 𝑦, 𝑧) = 𝛼(1,0,0) + 𝛽(0,1,0) + 𝛾(1,1,1) ⇒ {𝑦 = 𝛽 + 𝛾 ⇒ { = 𝑦 − 𝑧
𝛽
𝑧=𝛾 𝛾=𝑧
Ejemplo 4
¿Qué vectores pueden expresarse como combinación lineal del (1,0)?
Los vectores de la forma (𝑥, 0). Entonces el vector (1,0) no genera todo ℝ2, pero
genera la recta 𝑦 = 0.
Ejemplo 5
¿Qué vectores pueden expresarse como combinación lineal de (1,0,0) y (0,1,0)?
12
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Subespacio generado
Sean 𝑣1 , 𝑣2 , … , 𝑣𝑟 vectores de un espacio vectorial 𝑉.
0𝑉 = 0 𝑣1 + 0 𝑣2 + … + 0𝑣𝑟
Entonces:
Ejemplo 1
Las combinaciones lineales del vector (2,1) son todos los vectores de la forma
(2𝑘, 𝑘) con 𝑘 ∈ ℝ.
2𝑣Ԧ
𝑣Ԧ
−0,5𝑣Ԧ
13
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo 2
Las combinaciones lineales de los vectores (1,0,2), (0,0,1) son los vectores
coplanares con (1,0,2) y (0,0,1):
Son todos los vectores con segunda componente nula. Es decir que el subespacio
generado es el plano 𝑦 = 0.
Ejemplo 3
Tomemos los vectores del ejemplo anterior: (1,0,2), (0,0,1) y además el
vector (−1,0,1).
14
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Son vectores con segunda componente nula. Se genera el mismo subespacio que
en el ejemplo anterior. Esto se explica porque el tercer vector es coplanar con los
primeros dos.
Independencia lineal y
dependencia lineal
En los ejemplos 1 y 2 (de Conjunto generador) vimos que los conjuntos
{ (1,1) , (1, −1) } 𝑦 { (1,1) , (1, −1) , (2,0) } generan ℝ2. Si tuviéramos que elegir uno de
ellos como generador de ℝ2, ¿por cuál nos inclinaríamos?
𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑟 𝑣𝑟 = 0𝑉
Demostración:
𝛼1 𝑣1 + 𝛼2 𝑣2 + … + 𝛼𝑟 𝑣𝑟 = 0𝑉
admite otras soluciones además de la trivial. O sea, existe una combinación lineal
donde al menos uno de los escalares es distinto de cero, que da el vector nulo.
𝛼2 𝛼𝑟
𝑣1 = (− ) 𝑣2 + ⋯ + (− ) 𝑣𝑟
𝛼1 𝛼1
15
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑣1 = 𝑘2 𝑣2 + ⋯ + 𝑘𝑟 𝑣𝑟
Entonces: −1𝑣1 + 𝑘2 𝑣2 + ⋯ + 𝑘𝑟 𝑣𝑟 = 0𝑉
Existe una combinación lineal no trivial (al menos uno de los escalares es distinto
de cero) que es igual al vector nulo. Por lo tanto, el conjunto { 𝑣1 , 𝑣2 , … , 𝑣𝑟 } es
linealmente dependiente, como queríamos demostrar.
Ejemplo 1
¿Es el conjunto {(1,1), (1, −1)} LI o LD?
Planteamos la ecuación:
𝛼 + 𝛼2 = 0
{ 1 ⟹ 𝛼1 = 0 , 𝛼2 = 0
𝛼1 − 𝛼2 = 0
Ejemplo 2
¿Es el conjunto {(1,1), (1, −1), (2,0)} LI o LD?
0 = 𝛼 + 𝛽 + 2𝛾
𝛼(1,1) + 𝛽(1, −1) + 𝛾(2,0) = (0,0) ⇒ {
0= 𝛼−𝛽
1 1 2 𝟎 1 1 2 𝟎 1 1 2 𝟎
( )→ ( )→ ( )
1 −1 0 𝟎 𝐹2 →𝐹1 −𝐹2 0 −2 −2 𝟎 𝐹2 →−1.𝐹2 0 1 1 𝟎
2
𝛼 + 𝛽 + 2𝛾 = 0 𝛼 = −𝛾
{ ⇒ {𝛽 = −𝛾
𝛽+𝛾 =0
Ejemplo 3
¿Es el conjunto {(1,0,0), (0,1,0), (1,1,1)} LI o LD?
16
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
0=𝛼+𝛾 𝛼=0
𝛼(1,0,0) + 𝛽(0,1,0) + 𝛾(1,1,1) = (0,0,0) ⇒ {0 = 𝛽 + 𝛾 ⇒ {𝛽 = 0
0=𝛾 𝛾=0
Ejemplo 4
¿Es el conjunto { (1,0,0) , (0,1,0)} LI o LD?
𝛼=0
𝛼(1,0,0) + 𝛽(0,1,0) = (0,0,0) ⇒ {
𝛽=0
Ejemplo 5
¿Es el conjunto {𝑥 , − 𝑥 2 , 4𝑥 2 − 𝑥} LI o LD?
−𝛼 + 4𝛼3 = 0 𝛼 = 4𝛼3
{ 2 ⇒ { 2
𝛼1 − 𝛼3 = 0 𝛼1 = 𝛼3
(−1)(𝑥) + (−4)(−𝑥 2 ) = 4𝑥 2 − 𝑥
Propiedades
Propiedad 1
Un conjunto formado por un solo vector, ¿es linealmente independiente (LI) o
dependiente (LD)?
𝛼 𝑣 = 0𝑉
Propiedad 2
Si un conjunto de vectores contiene al vector nulo, entonces es linealmente
dependiente (LD).
Demostración:
Sea 𝐴 = {𝑣1 , 𝑣2 , … , 𝑣𝑟 , 0𝑉 } ⊂ 𝑉
17
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Probamos que existe una combinación lineal con escalares no todos nulos, que da
el vector nulo. Por lo tanto, 𝐴 es linealmente dependiente.
Interpretación geométrica
Observación previa: En lo que sigue consideramos los vectores colocados a partir
del origen de coordenadas.
De [1] resulta que dos vectores 𝑣1 y 𝑣2 son linealmente dependientes (LD) si y sólo si
uno de ellos es un múltiplo escalar del otro.
Dos vectores LI en ℝ3
Dos vectores LD en ℝ3
En ℝ3, tres vectores 𝑣1 , 𝑣2 , 𝑣3 son LD si y sólo si están situados en el mismo plano que
pasa por el origen (vectores coplanares).
18
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Tres vectores LI en ℝ3
Tres vectores LD en ℝ3
i. 𝐵 es linealmente independiente;
ii. 𝐵 genera a 𝑉.
Teniendo en cuenta esta definición, 𝐵 = {(1, 1), (1, −1)} es una base de ℝ2. Otra
base de ℝ2 muy usual es la que contiene a los versores canónicos: 𝐸 =
{(1, 0) , (0, 1)}.
Observamos que las dos bases están compuestas por dos vectores linealmente
independientes. ¿Será ésta una característica de cualquier base de ℝ2?
19
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Como 𝐵 es una base, todo conjunto de más de 𝑛 vectores es LD. Pero 𝐵′ es LI,
entonces: 𝑞 ≤ 𝑛. [1]
Como 𝐵’ es una base, todo conjunto de más de 𝑞 vectores es LD. Pero 𝐵 es LI,
entonces: 𝑛 ≤ 𝑞. [2]
En consecuencia:
Si no existe una base de 𝑉 formada por un conjunto finito de vectores, se dice que
𝑉 es un espacio de dimensión infinita. Un ejemplo es el espacio de todos los
polinomios (de cualquier grado).
Análogamente en ℝ4:
20
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
De acuerdo con el número de vectores que componen cada una de estas bases,
podemos afirmar que:
dim(ℝ𝑛 ) = 𝑛
𝑎 𝑏 1 0 0 1 0 0 0 0 0 0 0 0
(𝑐 𝑑 ) = 𝑎 (0 0) + 𝑏 (0 0) + 𝑐 (1 0) + 𝑑 (0 1) + 𝑒 (0 0) + 𝑓 (0 0)
𝑒 𝑓 0 0 0 0 0 0 0 0 1 0 0 1
dim(ℝ𝑚𝑥𝑛 ) = 𝑚𝑥𝑛
𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 = 𝑎0 1 + 𝑎1 𝑥 + 𝑎2 𝑥 2
Análogamente:
Entonces:
dim(𝑃𝑛 ) = 𝑛 + 1
Ejemplo 1
Existen diferentes bases para un mismo espacio vectorial. Consideremos en ℝ2 el
conjunto:
𝐵 = {(1,0), (1,1)}
𝛼+𝛽 = 𝑥
{ ⇒𝛼 =𝑥−𝑦 ∧ 𝛽 =𝑦
𝛽=𝑦
21
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo 2
Hemos visto en ejemplos anteriores que el conjunto {(1,0,0), (0,1,0), (1,1,1)} genera
ℝ3, y que son vectores LI. Por lo tanto es una base de ℝ3.
Ejemplo 3
Veamos que el conjunto 𝐵 = {1,1 + 𝑥, 1 + 𝑥 2 } es una base de 𝑃2 .
𝛼+𝛽+𝛾 =0
0 + 0𝑥 + 0𝑥 2 = 𝛼 1 + 𝛽(1 + 𝑥) + 𝛾(1 + 𝑥 2 ) ⇒ { 𝛽=0 ⇒ 𝛼=𝛽=𝛾=0
𝛾=0
𝛼+𝛽+𝛾 = 𝑎 𝛼 =𝑎−𝑏−𝑐
𝑎 + 𝑏𝑥 + 𝑐𝑥 2 = 𝛼 1 + 𝛽(1 + 𝑥) + 𝛾(1 + 𝑥 2 ) ⇒ { 𝛽=𝑏 ⇒ { 𝛽=𝑏
𝛾=𝑐 𝛾=𝑐
Ejemplo 1
¿Es el conjunto 𝐴 = {(1,1,0), (2, −1,1), (0,1,0)} base de ℝ3?
22
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
En ℝ3, tres vectores 𝑣1 , 𝑣2 , 𝑣3 son LD si y sólo si están situados en el mismo plano que
pasa por el origen (vectores coplanares). Veamos si son coplanares haciendo el
producto mixto:
1 1 0
(1,1,0). (2, −1,1) × (0,1,0) = |2 −1 1| = −1 ≠ 0
0 1 0
Ejemplo 2
𝐶 = {1 + 𝑥 + 𝑥 2 , 3 − 𝑥, 2 + 𝑘𝑥 2 } ⊂ 𝑃2
𝛼 + 3𝛽 + 2𝛾 = 0
{ 𝛼−𝛽 =0
𝛼 + 𝑘𝛾 = 0
1 3 2
En este caso, 𝐴 = (1 −1 0) y det(𝐴) = 2 − 4𝑘
1 0 𝑘
1
Si 𝑘 = 2 el sistema queda compatible indeterminado.
1
Para cualquier 𝑘 ≠ el sistema es compatible determinado, por lo tanto
2
{1 + 𝑥 + 𝑥 , 3 − 𝑥, 2 + 𝑘𝑥 2 } es LI, y entonces es base de 𝑃2.
2
23
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo 3
Dado 𝐴 = {𝑣1 , 𝑣2 , 𝑣3 , 𝑣4 } ⊂ ℝ3 puede afirmarse que este conjunto es LD. Si hubiera
tres vectores LI, éstos formarían una base de ℝ3y por lo tanto el vector restante
podría expresarse como combinación lineal de ellos.
Ejemplo 4
El conjunto {𝑢 = (1,2,3), 𝑣 = (1,1,0)} es LI en ℝ3 pero no genera todo ℝ3 sino que
genera un plano. Podemos extenderlo a una base agregando algún vector LI,
podría ser por ejemplo el producto vectorial entre estos dos. Obtenemos
{𝑢, 𝑣, 𝑢 × 𝑣} que es una base de ℝ3.
Coordenadas de un vector
respecto de una base
Propiedad: Si 𝐵 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } es una base del espacio vectorial 𝑉, todo vector
de 𝑉 puede expresarse de forma única como combinación lineal de los vectores
de B.
Demostración:
𝑢 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝑣𝑛 y 𝑢 = 𝛽1 𝑣1 + 𝛽2 𝑣2 + ⋯ + 𝛽𝑛 𝑣𝑛
𝛼𝑖 − 𝛽𝑖 = 0 (𝑖 = 1, … , 𝑛)
Por lo tanto, los escalares de la combinación lineal son únicos para cada vector
de V.
𝑢 = 𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ + 𝛼𝑛 𝑣𝑛
24
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝛼1
[𝑢]𝐵 = 𝛼2
⋮
𝛼
( 𝑛)
Ejemplo 1
Sean,
𝑢 = (−1,4,3)
a) Hallar:
[𝑢]𝐵 , coordenadas del vector 𝑢 en la base 𝐵
[𝑢]𝐸 , coordenadas del vector 𝑢 en la base canónica
b) Sabiendo que:
3
[𝑣]𝐵 = (1)
2
Hallar 𝑣.
Resolución
Ítem a
𝛼 + 𝛽 + 2𝛾 = −1 𝛼 = −5
{ 𝛽 + 2𝛾 = 4 ⇒ {𝛽 = −2
𝛾=3 𝛾=3
−5
[𝑢]𝐵 = (−2)
3
En el caso de la base canónica, las coordenadas del vector coinciden con sus
componentes, ya que:
Entonces:
−1
[𝑢]𝐸 = ( 4 )
3
Ítem b
25
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Dadas una base y las coordenadas de un vector en esa base, podemos hallar el
vector:
𝐵 = {(1,0,0), (1,1,0), (2,2,1)} y 𝐵′ = {(2,2,1), (1,0,0), (1,1,0)} son bases distintas de ℝ3.
−5 3
[𝑢]𝑩 = (−2) 𝑦 [𝑢]𝑩′ = (−5)
3 −2
Ejemplo 2
Dados los vectores de ℝ2, y sus coordenadas en la base 𝐵:
𝑢 = (5,2) , 𝑣 = (7,1)
3 5
[𝑢]𝐵 = ( ) , [𝑣]𝐵 = ( )
2 3
Resolución
𝐵 = {𝑣1 , 𝑣2 }
3
[𝑢]𝐵 = ( ) ⇒ 3𝑣1 + 2𝑣2 = (5,2)
2
5
[𝑣]𝐵 = ( ) ⇒ 5𝑣1 + 3𝑣2 = (7,1)
3
𝑣2 = (4,7)
Entonces
26
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Base y dimensión de un
subespacio vectorial
Recordemos que un subespacio es un espacio vectorial en sí mismo, por lo tanto
podemos hallar una base y su dimensión.
Veamos cuáles son las dimensiones de los distintos tipos de subespacios de ℝ3:
{(0,0,0)}
Rectas que pasan por el origen,
Planos que pasan por el origen y
ℝ3
dim({0𝑉 }) = 0
𝜋: 𝑥 + 3𝑦 − 2𝑧 = 0
𝑥 = −3𝑦 + 2𝑧
Esto quiere decir que cualquier vector en ese plano se puede escribir como
combinación lineal de (−3,1,0) y (2,0,1). Cómo son LI:
dim(𝑆1 ) = 2
𝑆2 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3| 𝑥 + 𝑦 = 0 , 𝑥 − 𝑦 − 𝑧 = 0}
𝑥+𝑦 = 0 𝜋1
{ , 𝜋1 ∩ 𝜋2 = 𝑟
𝑥−𝑦−𝑧 =0 𝜋2
𝑦 = −𝑥
⇒ 𝑥 − (−𝑥) − 𝑧 = 0 ⇒ 𝑧 = 2𝑥
27
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Si llamamos 𝑥 = 𝑡 , resulta:
𝑉 = ℝ3
Número mínimo de
Dimensión del
ecuaciones que Objeto geométrico Ejemplo
subespacio
definen S
0 3 ℝ3
𝑧=0
2 1 Rectas por el origen {
𝑦=0
𝑧=0
3 0 {(0,0,0)} {𝑦 = 0
𝑥=0
EPL 1
Indicar si 𝐴 = {(1,1,1), (1,3,2)} es una base de 𝑊 = {(𝑥, 𝑦, 𝑧, ) ∈ 𝑅 3 : 𝑥 + 𝑦 − 2𝑧 = 0 } ,
justificando la respuesta.
Ejemplo 1
Consideremos el siguiente subespacio de R4 y busquemos base y dimensión:
𝑇1 = {(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) ∈ 𝑅 4 | 𝑥1 + 𝑥4 = 0 ∧ 𝑥2 − 𝑥4 = 0}
Si 𝑥3 no está en las ecuaciones, significa que es una variable libre, o sea que
puede tomar cualquier valor real.
Entonces:
28
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑥1 = −𝑥4
𝑇1 : { 𝑥 = 𝑥 ∀𝑥3 , ∀𝑥4
2 4
Encontramos dos vectores L.I. que generan el subespacio. Entonces una base de
𝑇1 es:
Ejemplo 2
Hallemos una base y la dimensión del subespacio de matrices simétricas de 2x2:
𝑇2 = {𝐴 ∈ 𝑅 2×2 | 𝐴 = 𝐴𝑡 }
𝑎 𝑏
¿Cómo es una matriz simétrica de 2x2? 𝐴=( )
𝑏 𝑐
𝑎 𝑏 1 0 0 1 0 0
( ) = 𝑎( )+𝑏( )+𝑐( )
𝑏 𝑐 0 0 1 0 0 1
Las tres matrices halladas son L.I. y generan el subespacio de matrices simétricas,
por lo tanto hemos encontrado una base de dicho subespacio:
1 0 0 1 0 0
𝐵𝑇2 = {( ),( ),( )} ⟹ dim(𝑇2 ) = 3
0 0 1 0 0 1
EPL 2
Hallar una base y la dimensión del subespacio de matrices antisimétricas de 2x2 y
de 3x3.
Ejemplo 3
Hallar base y dimensión de 𝑆 = {𝑝(𝑥) ∈ 𝑃2 | 𝑎0 − 2𝑎1 + 3𝑎2 = 0}
Resolución
𝑝(𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
(−3 + 𝑥 2 )
(2 + 𝑥) + 𝑎2 ⏟
𝑝(𝑥) = 𝑎1 ⏟
𝑝1 (𝑥) 𝑝2 (𝑥)
29
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝐵𝑆 = {2 + 𝑥 , −3 + 𝑥 2 }
dim(𝑆) = 2
En este caso, por la definición de S sabemos que {(1,1,2), (1, −1,0), (0,1,1)} es un
conjunto generador de S. Para determinar si es una base, tendremos que analizar
la independencia lineal:
- Si son LD, tendremos que extraer una base eliminando los vectores “que sobren”.
Una forma práctica de extraer bases es armar una matriz con los vectores dados y
llevarla a la forma escalonada:
1. Las filas nulas (todos sus elementos son ceros) se encuentran en la parte inferior.
30
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
1 1 2 1 1 2 1 1 2
(1 −1 0) → (0 2 2) → (0 2 2)
𝐹 →𝐹 −𝐹 𝐹3 →𝐹2 −2𝐹3
0 1 1 2 1 2 0 1 1 0 0 0
Este método también permite obtener bases: las filas no nulas de la última matriz
son otra base de S, ya que fueron obtenidas como combinaciones lineales de los
vectores de S:
Ejemplo
Dado el conjunto:
𝐴 = {1 + 𝑥; 1 − 𝑥 2 ; 2 + 3𝑥 + 𝑘𝑥 2 } ⊂ 𝑃2
Resolución
Los dos primeros vectores de 𝐴 son LI, entonces se trata de analizar para qué
valores de 𝑘 el tercer vector es combinación lineal de los anteriores:
2 + 3𝑥 + 𝑘𝑥 2 = 𝛼(1 + 𝑥) + 𝛽(1 − 𝑥 2 )
2=𝛼+𝛽
{ 3 = 𝛼 ⇒ 𝛼 = 3 , 𝛽 = −1, 𝑘=1
𝑘 = −𝛽
31
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑔𝑒𝑛{1 + 𝑥; 1 − 𝑥 2 ; 2 + 3𝑥 + 𝑥 2 } = 𝑔𝑒𝑛{1 + 𝑥; 1 − 𝑥 2 }
{1 + 𝑥; 1 − 𝑥 2 } 𝑒𝑠 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑃2
𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 = 𝛼(1 + 𝑥) + 𝛽(1 − 𝑥 2 )
𝛼 + 𝛽 = 𝑎0
{ −𝛽 = 𝑎2 ⇒ 𝛼 = 𝑎1 ∧ 𝛽 = −𝑎2 ⇒ 𝑎0 = 𝑎1 − 𝑎2
𝛼 = 𝑎1
𝑆 = 𝑔𝑒𝑛(𝐴) = {𝑝 ∈ 𝑃2 | 𝑎0 − 𝑎1 + 𝑎2 = 0}
Como verificación, puede comprobarse que los dos vectores de la base verifican
la ecuación obtenida.
𝑆 ∩ 𝑇 = {𝑣 ∈ 𝑉 ∶ 𝑣 ∈ 𝑆 ∧ 𝑣 ∈ 𝑇} 𝑖𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑐𝑖ó𝑛 𝑑𝑒 𝑠𝑢𝑏𝑒𝑠𝑝𝑎𝑐𝑖𝑜𝑠
Propiedad: 𝑆 ∩ 𝑇 es subespacio de 𝑉.
Demostración:
1. 0𝑉 ∈ 𝑆 ∧ 0𝑉 ∈ 𝑇 ⟹ 0𝑉 ∈ 𝑆 ∩ 𝑇
2. Consideremos 𝑢, 𝑣 ∈ 𝑆 ∩ 𝑇
𝑢 ∈ 𝑆 ∧ 𝑣 ∈ 𝑆 ⟹ 𝑢+𝑣 ∈ 𝑆 [1]
𝑢 ∈ 𝑇 ∧ 𝑣 ∈ 𝑇 ⟹ 𝑢 + 𝑣 ∈ 𝑇 [2]
Ejemplo 1
Sean los subespacios de ℝ3:
32
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑆 = {(𝑥, 𝑦, 𝑧)| 𝑥 − 3𝑧 = 0}
𝑇 = {(𝑥, 𝑦, 𝑧)| 𝑥 + 𝑦 − 𝑧 = 0}
Hallar 𝑆 ∩ 𝑇.
Resolución
Por definición 𝑆 ∩ 𝑇 es un conjunto que estará formado por los vectores que
pertenezcan a 𝑆 y a 𝑇. Es decir aquellos vectores que satisfagan las ecuaciones de
𝑆 y las de 𝑇:
𝑆 ∩ 𝑇 = {(𝑥, 𝑦, 𝑧)| 𝑥 − 3𝑧 = 0 ∧ 𝑥 + 𝑦 − 𝑧 = 0}
Se trata de una recta definida como intersección de dos planos. Una base de la
recta es un vector director.
𝑖 𝑗 𝑘
𝑣 = 𝑛1 × 𝑛2 = |1 0 −3| = (3, −2,1)
1 1 −1
𝑥 − 3𝑧 = 0 𝑥 = 3𝑧
{ ⇒{ ⇒ (3𝑧, −2𝑧, 𝑧)∀𝑧 ∈ ℝ
𝑥+𝑦−𝑧 =0 𝑦 = 𝑧 − 𝑥 = −2𝑧
Ejemplo 2
Sean los subespacios de ℝ2×2:
𝑆 = {𝐴 ∈ ℝ2×2 | 𝐴 = 𝐴𝑡 }
1 0 1 0
𝑇 = 𝑔𝑒𝑛 {( ),( )}
2 −1 1 0
Hallar 𝑆 ∩ 𝑇.
Resolución
La intersección de subespacios está formada por los vectores que verifican las
ecuaciones de dichos subespacios.
33
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑎 𝑏
𝑆 = {( ) ∈ ℝ2×2 | 𝑐 = 𝑏}
𝑐 𝑑
1 0 1 0
Tiene que poder escribirse como combinación lineal de: ( ) 𝑦( )
2 −1 1 0
𝑎 𝑏 1 0 1 0
( ) = 𝛼( )+𝛽( )
𝑐 𝑑 2 −1 1 0
𝑎 𝑏 𝛼+𝛽 0
( )=( )
𝑐 𝑑 2𝛼 + 𝛽 −𝛼
𝑎 =𝛼+𝛽 𝛽 =𝑎+𝑑
𝑏=0 𝑏=0 𝑎 + 𝑑 = 𝑐 + 2𝑑
{ ⇒ { ⇒ {
𝑐 = 2𝛼 + 𝛽 𝛽 = 𝑐 + 2𝑑 𝑏=0
𝑑 = −𝛼 𝛼 = −𝑑
𝑎 𝑏
⇒ 𝑇 = {( ) | 𝑏 = 0 ∧ 𝑎 − 𝑐 − 𝑑 = 0}
𝑐 𝑑
Ahora planteamos que las matrices de 𝑆 ∩ 𝑇 deben cumplir con las ecuaciones de
𝑆 y las de 𝑇:
𝑎 𝑏
𝑆 ∩ 𝑇 = {( ) ∈ ℝ | 𝑏 = 𝑐 ∧ 𝑏 = 0 ∧ 𝑎 − 𝑐 − 𝑑 = 0}
𝑐 𝑑
O sea:
𝑏=𝑐=0 ∧ 𝑎=𝑑
𝑎 0 1 0
( ) = 𝑎( )
0 𝑎 0 1
1 0
𝐵𝑆∩𝑇 = {( )}
0 1
Hay un método alternativo más breve para hallar una base de 𝑆 ∩ 𝑇 sin necesidad
de obtener las ecuaciones de 𝑇, como veremos a continuación.
𝑎 =𝛼+𝛽
𝑎 𝑏 𝑎 𝑏 1 0 1 0 𝑏=0
( )∈𝑇 ⟺ ( ) = 𝛼( )+𝛽( ) ⟺ {
𝑐 𝑑 𝑐 𝑑 2 −1 1 0 𝑐 = 2𝛼 + 𝛽
𝑑 = −𝛼
34
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
−𝛼 0 1 0 1 0
( ) = −𝛼 ( ) ⇒ 𝐵𝑆∩𝑇 = {( )}
0 −𝛼 0 1 0 1
Suma de subespacios
Dados 𝑆, 𝑇 subespacios de 𝑉, se define la suma como sigue:
Para hallar la suma es usual buscar las bases de 𝑆 y 𝑇. Como las bases son
conjuntos generadores LI, si conocemos una base de cada subespacio podremos
obtener un conjunto generador de la suma:
Ejemplo 1
Dados los siguientes subespacios de 𝑉 = ℝ3:
𝑆 = {(𝑥, 𝑦, 𝑧)| 𝑥 − 3𝑧 = 0}
𝑇 = {(𝑥, 𝑦, 𝑧)| 𝑥 + 𝑦 − 𝑧 = 0}
35
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑥 = 3𝑧
𝐵𝑆 = {(3,0,1), (0,1,0)}
𝑧 =𝑥+𝑦
Entonces
𝐵𝑇 = {(1,0,1), (0,1,1)}
Podríamos armar una matriz con estos 4 vectores y llevarla a la forma escalonada.
O si no, como el espacio es ℝ3 podemos pensar geométricamente:
𝐵𝑆 ∉𝑆
⏞
𝑆 + 𝑇 = 𝑔𝑒𝑛 {(3,0,1), (0,1,0) , ⏞
(1,0,1) , (0,1,1)}
Como (1,0,1) no verifica la ecuación del plano S, los 3 primeros vectores no son
coplanares y por lo tanto forman una base de 𝑅3. Podemos eliminar (0,1,1) porque
es combinación lineal de dicha base.
𝑆 + 𝑇 = ℝ3
Generalizando:
Ejemplo 2
Dados los siguientes subespacios de 𝑉 = ℝ4:
36
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑆1 = {𝑥 ∈ ℝ4| 𝑥1 + 𝑥2 = 𝑥2 + 𝑥4 = 0}
𝑆2 = {𝑥 ∈ ℝ4| 𝑥1 − 𝑥4 = 𝑥3 + 𝑥4 = 0}
Resolución
Cómo hemos visto, un método para analizar si son LI o LD, consiste en armar una
matriz con los vectores como filas y llevarla a su forma escalonada. Por
conveniencia colocaremos los vectores en el siguiente orden:
1 −1 0 1 1 −1 0 1 1 −1 0 1
1 0 −1 1 0 1 −1 0 0 1 −1 0
( )→ ( )→ ( )
0 1 0 0 2 2 1 0 1
𝐹 →𝐹 −𝐹 0 0 3 3 2 0 0
𝐹 →𝐹 −𝐹 1 0
0 0 1 0 0 0 1 0 0 0 1 0
1 −1 0 1
0 1 −1 0
→ ( )
𝐹4 →𝐹4 −𝐹3 0 0 1 0
0 0 0 0
La matriz escalonada tiene 3 filas LI (su rango es 3), entonces podemos afirmar que
la dimensión de 𝑆 + 𝑇 es 3.
Como se anuló la última fila, el vector (0,0,1,0) es combinación lineal de los otros
tres, por lo tanto una base de 𝑆 + 𝑇 es: 𝐵𝑆+𝑇 = {(1, −1,0,1), (0,1,0,0), (1,0, −1,1)}.
Suma directa
La suma de dos subespacios es directa si y sólo si la intersección de los subespacios
es el vector nulo.
𝑆 + 𝑇 𝑒𝑠 𝑑𝑖𝑟𝑒𝑐𝑡𝑎 ⇔ 𝑆 ∩ 𝑇 = {0𝑉 }
𝑆⊕𝑇
37
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplos en 𝑉 = ℝ3
A continuación consideraremos diferentes casos de suma de subespacios en ℝ3.
Dos rectas
Un caso posible de suma de dos subespacios en ℝ3 es el de dos rectas que se
cortan:
𝑆1
𝑆2
𝑣1 𝑣2
(0,0,0)
Los dos vectores LI de las rectas generan un plano: aquél que contiene a ambas
rectas. La suma es directa porque la intersección entre las rectas es el vector nulo.
𝑆1 ∩ 𝑆2 = {(0,0,0)} 𝑦 𝑆1 + 𝑆2 = 𝑔𝑒𝑛{𝑣1 , 𝑣2 }
38
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑆1 𝑆2
𝑣3
𝑣1
𝑣2 (0,0,0)
𝑣4
𝑆1 + 𝑆2 = ℝ3
𝑆1
𝑣3
(0,0,0)
𝑣2
𝑣1
𝑆2
𝑆1 + 𝑆2 = 𝑆1 𝑝𝑢𝑒𝑠 𝑆2 ⊂ 𝑆1
39
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑆2
𝑣3
𝑆1
(0,0,0)
𝑣2
𝑣1
𝑆1 ⊕ 𝑆2 = ℝ3
Observación: En el último caso, la unión de las bases de los dos subespacios forma
una base de todo el espacio. En este caso, cada vector de ℝ3 puede expresarse
de forma única como suma de un vector de 𝑆1 y otro de 𝑆2.
EPL 3
Dados 𝑆1 = 𝑔𝑒𝑛{(1,2,1), (0,2,0)} y 𝑆2 = {(𝑥, 𝑦, 𝑧): 𝑥 + 𝑦 = 𝑦 − 𝑘𝑧 = 0},
EPL 4
Sean los subespacios de ℝ4:
1. 𝑆 ⨁ 𝑇 = ℝ4
2. 𝑆 + 𝑇 = ℝ4
40
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
3. 𝑆 + 𝑇 = 𝑊 𝑦 dim(𝑊) = 3
4. 𝑆 ⨁ 𝑇 = 𝑊 𝑦 dim(𝑊) = 3
Ejemplo
Dados los subespacios de 𝑃2:
𝑆1 = {𝑝 ∈ 𝑃2 | 𝑝(0) = 0}
𝑆2 = {𝑝 ∈ 𝑃2 | 𝑝(1) = 0}
Resolución
𝑝(0) = 𝑎0 + 𝑎1 0 + 𝑎2 02 = 0 ⇒ 𝑎0 = 0
𝑎1 𝑥 + 𝑎2 𝑥 2
𝑝(1) = 𝑎0 + 𝑎1 1 + 𝑎2 12 = 0 ⇒ 𝑎0 + 𝑎1 + 𝑎2 = 0
𝑎0 = 0 ∧ 𝑎0 + 𝑎1 + 𝑎2 = 0 ⇒ 𝑎0 = 0 ∧ 𝑎1 = −𝑎2
41
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑎1 𝑥 − 𝑎1 𝑥 2 = 𝑎1 (𝑥 2 − 𝑥)
Luego:
dim(𝑆1 + 𝑆2 ) = 2 + 2 − 1 = 3
EPL 5
Dados los subespacios de ℝ2×2:
𝑊1 : {𝐴 ∈ ℝ2×2 | 𝐴 = 𝐴𝑡 }
𝑊2 : {𝐴 ∈ ℝ2×2 | 𝐴 = −𝐴𝑡 }
a) Hallar bases de 𝑊1 y 𝑊2
b) Obtener 𝑊1 ∩ 𝑊2.
c) Sin hallar 𝑊1 + 𝑊2 analizar la validez de la siguiente afirmación:
𝑊1 ⊕ 𝑊2 = ℝ2×2
Producto interno
En la primera unidad vimos producto escalar entre vectores y sus aplicaciones a la
Geometría. En esta sección nos proponemos generalizar esta operación a otros
espacios vectoriales definiendo la noción general de producto interno a partir de
las propiedades del producto escalar.
1. 𝑢 ⋅ 𝑣 = 𝑣 ⋅ 𝑢
2. 𝑢 ⋅ (𝑣 + 𝑤) = (𝑢 ⋅ 𝑣) + (𝑢 ⋅ 𝑤)
3. 𝛼𝑢 ⋅ 𝑣 = 𝛼(𝑢 ⋅ 𝑣)
42
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
4. 𝑢 ⋅ 𝑢 ≥ 0 𝑦 𝑢 ⋅ 𝑢 = 0 ⟺ 𝑢 = 0𝑉
𝑢 ⊥ 𝑣 ⇔ 𝑢. 𝑣 = 0 𝑐𝑜𝑛𝑑𝑖𝑐𝑖ó𝑛 𝑑𝑒 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙𝑖𝑑𝑎𝑑
Ejemplo
Realicemos el producto interno de los vectores de ℝ4:
Complemento ortogonal de un
subespacio
Sea 𝑆 subespacio de 𝑉 (espacio vectorial con producto interno).
𝑆 ⊥ = { 𝑣 ∈ 𝑉 ∶ 𝑣 ⋅ 𝑤 = 0 ∀𝑤 ∈ 𝑆 } 𝑐𝑜𝑚𝑝𝑙𝑒𝑚𝑒𝑛𝑡𝑜 𝑜𝑟𝑡𝑜𝑔𝑜𝑛𝑎𝑙 𝑑𝑒 𝑆
Propiedad: 𝑆 ⊥ es un subespacio de 𝑉.
2. Sean 𝑢, 𝑣 ∈ 𝑆 ⊥ ⇒ 𝑢. 𝑤 = 0 ∧ 𝑣. 𝑤 = 0 ∀𝑤 ∈ 𝑆 ⇒ (𝑢 + 𝑣). 𝑤 = 𝑢. 𝑤 + 𝑣. 𝑤 = 0
3. Si 𝑢 ∈ 𝑆 ⊥ ⇒ 𝑘𝑢 ∈ 𝑆 ⊥. ¿Por qué?
Ejemplo 1
Sea 𝑆 = {(𝑥, 𝑦, 𝑧) ∈ ℝ3 | 2𝑥 + 3𝑦 − 𝑧 = 0}. Hallar 𝑆 ⊥.
Resolución
Tenemos que buscar los vectores de ℝ3 que sean perpendiculares a todos los
vectores de ese plano.
43
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝐵𝑆 = {(−1,1,1), (0,1,3)}
Para hallar el complemento ortogonal, buscamos todos los vectores (𝑥, 𝑦, 𝑧) que
sean ortogonales a (−1, ,1,1) y a (0,1,3).
𝑥 = −2𝑧
{ 𝐸𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑆 ⊥
𝑦 = −3𝑧
𝑆⊥
EPL 6
Para justificar el procedimiento que utilizamos para encontrar las ecuaciones de
𝑆 ⊥, les pedimos que demuestren la siguiente propiedad:
Sean 𝑢, 𝑣, 𝑤 vectores de ℝ𝑛 .
44
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
Ejemplo 2
Dado siguiente subespacio de ℝ4:
𝑆 = {(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) ∈ ℝ4 | 𝑥1 + 𝑥2 − 3𝑥3 = 0 ∧ 𝑥2 − 𝑥4 = 0}
Resolución
Tenemos que buscar los vectores de ℝ4 que son ortogonales a los vectores de 𝑆.
⇒ 𝐵𝑆 = {(−1,1,0,1), (3,0,1,0)}
(𝑥 , 𝑥 , 𝑥 , 𝑥 )(3,0,1,0) = 0 3𝑥1 + 𝑥3 = 0
{ 1 2 3 4 ⇒ {
(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 )(−1,1,0,1) = 0 −𝑥1 + 𝑥2 + 𝑥4 = 0
1. (𝑆 ⊥ )⊥ = 𝑆
2. 𝑉 ⊥ = { 0𝑉 } y { 0𝑉 } ⊥ = 𝑉
3. 𝑆 ∩ 𝑆 ⊥ = {0𝑉 }
4. 𝑆 + 𝑆⊥ = 𝑉
Esta última propiedad significa que cualquier vector de 𝑉 puede expresarse como
suma de un vector de S más otro de 𝑆 ⊥.
45
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
𝑆⊥
𝑣 ∈ ℝ3
𝑣𝑆 ⊥ ∈ 𝑆 ⊥
𝑣𝑆 ∈ 𝑆
𝑺 ⊕ 𝑺⊥ = 𝑽
Y por lo tanto:
La unión de una base de 𝑺 con una base de 𝑺⊥ es base de 𝑽. Esto se aplica para
extender una base de 𝑆 a una base de 𝑉, como muestra el siguiente ejemplo.
Ejemplo
Sea 𝑆 = {(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) ∈ ℝ4 ∶ 𝑥1 + 𝑥4 = 0 , 𝑥1 − 𝑥2 + 3𝑥4 = 0 }.
Resolución
𝑥 − 2𝑥2 − 𝑥4 = 0
𝑆⊥: { 1
𝑥3 = 0
46
AGA Virtual Segundo cuatrimestre 2016 Unidad 3
EPL 7
Dados los siguientes subespacios de ℝ4:
47
ALGEBRA Y
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
GEOMETRÍA
ANALÍTICA
Isabel Pustilnik
0
Federico Gómez
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
ÍNDICE
Rango y sistemas de ecuaciones lineales ....................................................................... 2
Espacio fila y espacio columna de una matriz ........................................................... 2
Rango de una matriz ....................................................................................................... 2
Compatibilidad y rango ..................................................................................................... 4
Espacio solución de un sistema homogéneo.................................................................. 6
Propiedad ......................................................................................................................... 7
Relación entre las soluciones de 𝑨𝑿 = 𝑩 y 𝑨𝑿 = 𝟎 ......................................................... 7
Propiedad 1 ........................................................................................................................9
Propiedad 2 ........................................................................................................................9
Propiedad 3 ..................................................................................................................... 10
Número de variables libres de un sistema ..................................................................... 11
Resumen ............................................................................................................................. 13
1
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
1 1 0 1
𝐴 = (0 0 1 −1)
1 1 −1 2
𝐹1 = (1 , 1, 0 , 1)
𝐹2 = (0 , 0 , 1 , −1)
𝐹3 = ( 1 , 1 , −1 , 2 )
1 1 0 1
𝐴1 = (0) , 0 1 −1
𝐴2 = ( ) , 𝐴3 = ( ) , 𝐴4 = ( )
1 1 −1 2
𝐹𝑖𝑙(𝐴) = 𝑔𝑒𝑛{𝐹1 , 𝐹2 , 𝐹3 } ⊆ ℝ4
𝐶𝑜𝑙(𝐴) = 𝑔𝑒𝑛{𝐴1 , 𝐴2 , 𝐴3 , 𝐴4 } ⊆ ℝ3
En general, dada una matriz 𝐴 ∈ ℝ𝑚×𝑛 de 𝑚 filas con 𝑛 columnas, los espacios fila y
columna son:
𝐹𝑖𝑙(𝐴) = 𝑔𝑒𝑛{𝐹1 , 𝐹2 , … , 𝐹𝑚 } ⊆ ℝ𝑛
𝐶𝑜𝑙(𝐴) = 𝑔𝑒𝑛{𝐴1 , 𝐴2 , … , 𝐴𝑛 } ⊆ ℝ𝑚
2
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
Propiedad
Como consecuencia de esta definición puede afirmarse que
𝑟𝑔(𝐴) = 𝑟𝑔(𝐴𝑡 )
Ejemplo 1
Una matriz escalonada por filas es:
1 0 1 0
𝑀 = ( 0 0 0 3)
0 0 0 0
𝑟𝑔(𝑀) = 2
Ejemplo 2
Consideremos la matriz:
1 2 3
𝑁 = ( 0 3 1)
0 0 4
Como es escalonada por filas, contamos la cantidad de filas no nulas para hallar
el rango:
𝑟𝑔(𝑁) = 3
Se puede confundir una matriz escalonada con una matriz triangular, como
veremos en el siguiente ejemplo:
Ejemplo 3
Consideremos la matriz:
1 2 3
𝐴 = ( 0 0 1)
0 0 2
3
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
1 2 3
𝐵 = (0 0 1)
0 0 0
Ejemplo 4
Retomemos la matriz:
1 1 0 1
𝐴 = (0 0 1 −1)
1 1 −1 2
1 1 0 1 1 1 0 1 1 1 0 1
(0 0 1 −1) → (0 0 1 −1) → (0 0 1 −1)
𝐹3 →𝐹3 −𝐹1 𝐹 →𝐹 +𝐹
1 1 −1 2 0 0 −1 1 3 3 2 0 0 0 0
𝑟𝑔(𝐴) = 2
𝐵𝐹𝑖𝑙(𝐴) = {𝐹1 , 𝐹2 }
𝐵𝐶𝑜𝑙(𝐴) = {𝐴1 , 𝐴3 }
Compatibilidad y rango
Consideremos el siguiente sistema:
𝑥1 + 𝑥2 + 𝑥4 = 3
{ 𝑥3 − 𝑥4 = 2
𝑥1 + 𝑥2 − 𝑥3 + 2𝑥4 = 0
1 1 0 1 3
con 𝐴 = (0 0 1 −1) y 𝐵 = (2)
1 1 −1 2 0
4
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
1 1 0 1 3
𝑥1 (0) + 𝑥2 (0) + 𝑥3 ( 1 ) + 𝑥4 (−1) = (2)
1 1 −1 2 0
𝑥1 𝐴1 + 𝑥2 𝐴2 + 𝑥3 𝐴3 + 𝑥4 𝐴4 = 𝐵
En otras palabras:
𝐴′ = (𝐴1 𝐴2 𝐴3 𝐴4 𝐵)
Ejemplo 1
Retomemos el sistema de ecuaciones anterior para analizar su compatibilidad:
𝑥1 + 𝑥2 + 𝑥4 = 3
{ 𝑥3 − 𝑥4 = 2
𝑥1 + 𝑥2 − 𝑥3 + 2𝑥4 = 0
1 1 0 1 𝟑 1 1 0 1 𝟑 1 1 0 1 𝟑
(0 0 1 −1 𝟐) → (0 0 1 −1 𝟐 ) → (0 0 1 −1 𝟐 )
𝐹 →𝐹 −𝐹 𝐹 →𝐹 +𝐹
1 1 −1 2 𝟎 3 3 1 0 0 −1 1 −𝟑 3 3 2 0 0 0 0 −𝟏
5
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
Ejemplo 2
Si cambiamos el término independiente de la tercera ecuación como sigue:
𝑥1 + 𝑥2 + 𝑥4 = 3
{ 𝑥3 − 𝑥4 = 2
𝑥1 + 𝑥2 − 𝑥3 + 2𝑥4 = 1
1 1 0 1 𝟑 1 1 0 1 3 1 1 0 1 3
(0 0 1 −1 2) ∼ (0 0 1 −1 2 ) ∼ (0 0 1 −1 2)
1 1 −1 2 1 0 0 −1 1 −2 0 0 0 0 0
𝑥 + 𝑥2 + 𝑥4 = 3 𝑥3 = 2 + 𝑥4
{ 1 ⇒ { ∀𝑥2 , 𝑥4 ∈ ℝ
𝑥3 − 𝑥4 = 2 𝑥1 = 3 − 𝑥4 − 𝑥2
𝑆 = {(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = (3 − 𝑥4 − 𝑥2 , 𝑥2 , 2 + 𝑥4 , 𝑥4 ) , con 𝑥2 , 𝑥4 ∈ ℝ}
𝑥1 3 − 𝑥4 − 𝑥2
𝑆= 𝑥2 = 𝑥2 con 𝑥2 , 𝑥4 ∈ ℝ
𝑥3 2 + 𝑥4
{(𝑥4 ) ( 𝑥4 ) }
6
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
Por lo tanto:
EPL 1
Dado el sistema homogéneo cuya matriz de coeficientes es
1 1 1 0
𝐴 = (1 0 −1 1)
0 3 6 𝑘
Propiedad
Sea 𝑆ℎ el espacio solución del sistema homogéneo 𝐴𝑋 = 0, con 𝐴 ∈ ℝ𝑚𝑥𝑛 . Puede
demostrarse que:
𝒅𝒊𝒎(𝑺𝒉 ) = 𝒏 – 𝒓𝒈(𝑨)
2𝑥 − 𝑦 + 𝑧 = 𝟒 2𝑥 − 𝑦 + 𝑧 = 𝟎
{ {
−𝑥 + 2𝑦 − 𝑧 = 𝟑 −𝑥 + 2𝑦 − 𝑧 = 𝟎
7
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
2𝑥 − 𝑦 + 𝑧 = 4 −6 + 4𝑦 − 2𝑧 − 𝑦 + 𝑧 = 4 𝑧 = −10 + 3𝑦
{ ⇒ { ⇒ {
−𝑥 + 2𝑦 − 𝑧 = 3 𝑥 = 2𝑦 − 𝑧 − 3 𝑥 = −𝑦 + 7
2𝑥 − 𝑦 + 𝑧 = 0 4𝑦 − 2𝑧 − 𝑦 + 𝑧 = 0 𝑧 = 3𝑦
{ ⇒ { ⇒ {
−𝑥 + 2𝑦 − 𝑧 = 0 𝑥 = 2𝑦 − 𝑧 𝑥 = −𝑦
¿Qué relación existe entre los conjuntos solución del sistema original y de su
homogéneo asociado?
𝑆ℎ
𝑆
8
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
Son dos rectas paralelas: la recta que es solución del sistema homogéneo pasa
por el origen y la recta que es solución del sistema no homogéneo no pasa por el
origen.
Observamos que:
𝑆 = {(𝑥, 𝑦, 𝑧) = 𝜆(−1,1,3)
⏟ (7,0, −10)}
+⏟
𝑆ℎ 𝑋𝑝
⇒ 𝑆 = 𝑆ℎ + 𝑋𝑝
Propiedad 1
La diferencia de dos soluciones particulares es solución del sistema homogéneo
asociado.
𝐴𝑋1 = 𝐵
𝐴𝑋2 = 𝐵
𝐴𝑋1 − 𝐴𝑋2 = 0
⇒ 𝐴(𝑋1 − 𝑋2 ) = 0
Propiedad 2
La suma de una solución particular de 𝑨𝑿 = 𝑩 y una solución del homogéneo
asociado, es solución de 𝑨𝑿 = 𝑩.
Sean:
9
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
Propiedad 3
En la propiedad anterior habíamos probado que (𝑋𝑝 + 𝑋ℎ ) es solución de 𝐴𝑋 = 𝐵.
Recíprocamente:
𝑋 = (𝑋 − 𝑋𝑝 ) + 𝑋𝑝
𝑋 = 𝑋ℎ + 𝑋𝑝
𝑺 = 𝑿𝒑 + 𝑺𝒉 = {𝑿𝒑 + 𝑿𝒉 ∶ 𝑿𝒉 ∈ 𝑺𝒉 }
Ejemplo 1
Consideremos el siguiente sistema de ecuaciones lineales no homogéneo:
𝑥+𝑦−𝑧 = 2
{ −𝑦 + 𝑧 = 1
2𝑥 + 𝑦 − 𝑧 = 5
Resolviendo resulta:
𝑧 =1+𝑦
⇒{
𝑥=3
Ejemplo 2
Retomemos el sistema de ecuaciones que trabajamos en un ejemplo anterior:
𝑥1 + 𝑥2 + 𝑥4 = 3
{ 𝑥3 − 𝑥4 = 2
𝑥1 + 𝑥2 − 𝑥3 + 2𝑥4 = 1
10
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
𝑆 = {(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = (3 − 𝑥4 − 𝑥2 , 𝑥2 , 2 + 𝑥4 , 𝑥4 ) , con 𝑥2 , 𝑥4 ∈ ℝ}
(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ) = ⏟
𝑥2 (−1,1,0,0) + 𝑥4 (−1,0,1,1) + (3,0,2,0)
⏟
𝑆ℎ 𝑋𝑝
𝑆 = 𝑆ℎ + 𝑋𝑝
Ejemplo
Analizar cada uno de los siguientes sistemas de ecuaciones, e indicar el número
de variables libres.
𝑥+𝑦+𝑧 =0
a) { 𝑥 − 𝑦 = 1
𝑧=3
𝑥+𝑦+𝑧 =0
b) { 𝑥 − 𝑦 = 1
2𝑥 + 𝑧 = 1
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 = 1
c) { 𝑥2 − 𝑥4 = 0
𝑥1 + 𝑥3 + 2𝑥4 = 1
Resolución
11
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
Ítem a
𝑥+𝑦+𝑧 =0
{ 𝑥−𝑦 =1
𝑧=3
1 1 1 𝟎 1 1 1 𝟎
(1 −1 0 𝟏) → (0 −2 −1 𝟏)
𝐹 →𝐹 −𝐹
0 0 3 𝟑 2 2 1 0 0 3 𝟑
Ítem b
𝑥+𝑦+𝑧 =0
{ 𝑥−𝑦 =1
2𝑥 + 𝑧 = 1
1 1 1 𝟎 1 1 1 𝟎 1 1 1 𝟎
(1 −1 0 𝟏) →𝐹 →𝐹 −𝐹 (0 −2 −1 𝟏) → (0 −2 −1 𝟏)
2 2 1 𝐹 →𝐹 −𝐹
2 0 1 𝟏 𝐹3 →𝐹3 −2𝐹1 0 −2 −1 𝟏 3 3 2 0 0 0 𝟎
Ítem c
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 = 1
{ 𝑥2 − 𝑥4 = 0
𝑥1 + 𝑥3 + 2𝑥4 = 1
1 1 1 1 𝟏 1 1 1 1 𝟏 1 1 1 1 𝟏
(0 1 0 −1 𝟎) → (0 1 0 −1 𝟎) → (0 1 0 −1 𝟎)
𝐹 →𝐹 −𝐹 𝐹 −𝐹 +𝐹
1 0 1 2 𝟏 3 3 1 0 −1 0 1 𝟎 3 3 2 0 0 0 0 𝟎
EPL 2
Dado el siguiente sistema de ecuaciones:
𝑥1 + 2𝑥3 + 𝑥4 = 5
{ 1 + 𝑥2 + 3𝑥3 − 𝑥4 = 1
𝑥
𝑥2 + 𝑥3 + ℎ𝑥4 = 𝑘
12
AGA Virtual Segundo cuatrimestre 2016 Unidad 4
Resumen
Sea el sistema de ecuaciones 𝐴𝑋 = 𝐵, con 𝐴 ∈ ℝ𝑚×𝑛 , 𝑋 ∈ ℝ𝑛×1 , 𝐵 ∈ ℝ𝑚×1, cuya
matriz ampliada es:
𝐴′ = (𝐴1 𝐴2 𝐴3 … 𝐴𝑛 𝐵)
𝑟𝑔(𝐴) ≠ 𝑟𝑔(𝐴′ ) 𝑆𝐼
𝑟=𝑛 𝑆𝐶𝐷
𝑟𝑔(𝐴) = 𝑟𝑔(𝐴′ ) = 𝑟
𝑟𝑔(𝐴) = 𝑟𝑔(𝐴′ ) = 𝑟
13
ALGEBRA Y
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
GEOMETRÍA
ANALÍTICA
Isabel Pustilnik
0
Federico Gómez
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
ÍNDICE
Definición y propiedades de las transformaciones lineales .......................................... 2
¿Qué son las transformaciones lineales? ..................................................................... 2
Propiedades de una transformación lineal .................................................................. 2
Propiedad 1 ........................................................................................................................2
Propiedad 2 ........................................................................................................................2
Propiedad 3 ........................................................................................................................2
Núcleo, imagen y teorema de las dimensiones ............................................................. 6
Núcleo de una transformación lineal ........................................................................... 6
Imagen de una transformación lineal .......................................................................... 6
Teorema de las dimensiones ......................................................................................... 9
Los transformados de una base generan la imagen ................................................ 11
Ejemplo 1.......................................................................................................................... 12
Ejemplo 2.......................................................................................................................... 13
Clasificación de las transformaciones lineales ............................................................. 14
Propiedad ....................................................................................................................... 16
Teorema fundamental de las transformaciones lineales ............................................. 18
¿Qué se necesita para definir una transformación lineal? ...................................... 18
Teorema fundamental de las transformaciones lineales ......................................... 20
Matriz asociada a una transformación lineal ................................................................ 30
Ejemplos introductorios ................................................................................................. 30
Construcción de la matriz asociada a una TL ........................................................... 31
Propiedad ........................................................................................................................ 32
El rango es igual a la dimensión de la imagen ......................................................... 38
Composición e inversa de transformaciones lineales ................................................. 39
Composición de transformaciones lineales .............................................................. 39
Matriz asociada a la composición de transformaciones lineales ........................ 41
Inversa de una transformación lineal ......................................................................... 41
Matriz de la transformación inversa ........................................................................... 42
Matriz de cambio de base ............................................................................................... 44
Cómo afecta un cambio de base a la matriz asociada a una TL .............................. 47
Caso particular de ℝ𝒏 a ℝ𝒏 ......................................................................................... 48
1
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝑇(0𝑉 ) = 0𝑤
Demostración:
Donde hemos expresado a 0𝑉 como el producto del escalar 0 por cualquier vector
del espacio vectorial 𝑉, hemos usado la segunda condición que debe cumplir una
transformación lineal, y finalmente hemos vuelto a usar la propiedad de espacios
vectoriales sobre el producto del escalar 0 por cualquier vector.
Propiedad 2
La imagen del vector −𝑣 es igual al opuesto de la imagen de 𝑣:
𝑇(−𝑣) = −𝑇(𝑣)
Demostración:
Propiedad 3
Consideremos 𝑟 vectores del espacio vectorial 𝑉:
2
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝑣1 , 𝑣2 , … , 𝑣𝑟 ∈ 𝑉
𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 +. . . +𝛼𝑟 𝑣𝑟
Donde 𝛼𝑖 ∈ ℝ
Ejemplo 1
Analizar si la siguiente función es una transformación lineal:
𝑇: ℝ3 → ℝ2 | 𝑇 ((𝑥, (𝑥 + 𝑧, 𝑦 − 2𝑧)
⏟ 𝑦, 𝑧)) = ⏟
∈ℝ2 ∈ℝ2
Resolución
Para demostrar que es una transformación lineal tenemos que comprobar las
condiciones dadas en la definición.
𝑢 = (𝑢1 , 𝑢2 , 𝑢3 )
𝑣 = (𝑣1 , 𝑣2 , 𝑣3 )
Veamos si
𝑢 + 𝑣 = (𝑢
⏟1 + 𝑣1 , ⏟
𝑢2 + 𝑣2 , ⏟
𝑢3 + 𝑣3 )
𝑥 𝑦 𝑧
Y ahora aplicamos 𝑇:
3
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
(𝑢1 + 𝑢3 , 𝑢2 − 2𝑢3 ) + ⏟
𝑇(𝑢 + 𝑣) = ⏟ (𝑣1 + 𝑣3 , 𝑣2 − 2𝑣3 )
𝑇(𝑢) 𝑇(𝑣)
Ejemplo 2
Analizar si la siguiente función es una transformación lineal:
𝐹: 𝑃2 → ℝ | 𝐹(𝑝) = 𝑝(0)
Resolución
𝑝 ∈ 𝑃2 ⟶ 𝑝(0) ∈ ℝ
𝐹 (𝑥⏟2 − 1) = −1 ∈ ℝ
𝑝
0𝑃2 = 0𝑥 2 + 0𝑥 + 0
4
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Para que sea transformación lineal se debe cumplir la primera condición. Veamos
qué pasa con el transformado de la suma:
(𝑝 + 𝑞) ∈ 𝑃2
𝑝(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 y 𝑞(𝑥) = 𝑑𝑥 2 + 𝑒𝑥 + 𝑓
𝑝 + 𝑞 = (𝑎 + 𝑑)𝑥 2 + (𝑏 + 𝑒) 𝑥 + (𝑐 + 𝑓)
𝑝 ∈ 𝑃2 , 𝑘 ∈ ℝ
𝑝(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐
Ejemplo 3
Consideremos la transformación lineal:
𝑇: 𝑅 3 → 𝑅 3 , 𝑇(𝑣) = 𝑣 × 𝑤0
5
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Para ver que se cumple esta condición usaremos la propiedad distributiva del
producto vectorial respecto de la suma de vectores:
Ejemplo 4
Consideremos las siguientes transformaciones:
Para la primera transformación basta con ver que la imagen de (0,0) es (−1,0). No
se cumple una de las propiedades de las transformaciones lineales, entonces no
es una transformación lineal.
Luego, como no se cumple que 𝑇(𝑘. 𝑣) = 𝑘. 𝑇(𝑣) podemos afirmar que 𝑇2 no es una
transformación lineal.
𝑁𝑢(𝐹) = {𝑣 ∈ 𝑉 | 𝐹(𝑣) = 0𝑊 }
6
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝐼𝑚(𝐹) = {𝑤 ∈ 𝑊 | 𝑤 = 𝐹(𝑣) , 𝑣 ∈ 𝑉}
La imagen es un subespacio de W.
Ejemplo 1
Dada la siguiente transformación lineal
Resolución
𝑥 − 2𝑦 = 0
(𝑥 − 2𝑦 , 0 , 2𝑥 − 4𝑦) = (0,0,0) ⇒ { ⇒ 𝑥 = 2𝑦
2𝑥 − 4𝑦 = 0
Esto implica que la primera componente debe ser el doble de la segunda y que la
tercera componente no tiene restricciones. Es un error común, en este punto,
suponer que como “no aparece 𝑧”, entonces 𝑧 = 0. Pero es importante notar que
si “no aparece 𝑧” esto significa que no existen restricciones sobre esa
componente. La forma de un vector del núcleo sería:
(2𝑦, 𝑦, 𝑧)
𝑦. (2,1,0) + 𝑧. (0,0,1)
Los vectores (1,0,2) y (−2,0, −4) son linealmente dependientes. Entonces tomamos
uno de ellos para la base de la imagen:
𝐵𝐼𝑚 = {(1,0,2)}
7
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝑑𝑖𝑚(𝑁𝑢) = 2
𝑑𝑖𝑚(𝐼𝑚) = 1
Ejemplo 2
Dada la siguiente transformación lineal
𝑥+𝑦 𝑥−𝑧
𝐹: ℝ3 → ℝ2×2 𝐹((𝑥, 𝑦, 𝑧)) = ( )
0 𝑦+𝑧
Resolución
0 0
(𝑥, 𝑦, 𝑧) está en el núcleo ⇔ 𝐹(𝑥, 𝑦, 𝑧) = ( )
0 0
𝑥+𝑦 =0
𝑥+𝑦 𝑥−𝑧 0 0
( )=( ) ⇒ { 𝑥 − 𝑧 = 0 ⇒ 𝑥 = 𝑧 = −𝑦
0 𝑦+𝑧 0 0 𝑦+𝑧 =0
Entonces:
𝑥+𝑦 𝑥−𝑧 1 1 1 0 0 −1
( ) = 𝑥. ( ) + 𝑦. ( ) + 𝑧. ( )
0 𝑦+𝑧 0 0 0 1 0 1
1 1 1 0 0 −1
𝐼𝑚(𝑇) = 𝑔𝑒𝑛 {( ),( ),( )}
0 0 0 1 0 1
Observamos que las dos primeras son linealmente independientes. Pero la tercera
es combinación lineal de las anteriores:
1 0 1 1 0 −1
( )−( )=( )
0 1 0 0 0 1
8
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
1 1 1 0
𝐵𝐼𝑚 = {( ),( )}
0 0 0 1
dim(𝑁𝑢) = 1
dim(𝐼𝑚) = 2
dim(ℝ3 ) = 3
Ejemplo 1
Buscar el núcleo y la imagen de la siguiente transformación lineal
𝑇: ℝ3 → ℝ2 | 𝑇 ((𝑥, (𝑥 + 𝑧, 𝑦 − 2𝑧)
⏟ 𝑦, 𝑧)) = ⏟
∈ℝ3 ∈ℝ2
Resolución
𝑥+𝑧 =0
𝑇((𝑥, 𝑦, 𝑧)) = (0,0) ⇒ { ⇒ 𝑥 = −𝑧 ∧ 𝑦 = 2𝑧
𝑦 − 2𝑧 = 0
9
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
dim(ℝ3 ) − dim(𝑁𝑢(𝑇))
⇒ ⏟ ⏟ = dim(𝐼𝑚𝑇) = 2
3 1
Ejemplo 2
Sea 𝑇: ℝ2 → ℝ3 una transformación lineal,
Resolución
2+0
1+1
0+2
Busquemos 𝑁𝑢(𝑇):
𝑥 − 2𝑦 = 0
(𝑥 − 2𝑦, 2𝑥 − 4𝑦, −2𝑥 + 4𝑦) = (0,0,0) ⇒ { 2𝑥 − 4𝑦 = 0 ⇒ 𝑥 = 2𝑦
−2𝑥 + 4𝑦 = 0
10
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Este método permite obtener generadores de la imagen, que pueden ser LI o LD.
Acá se ve muy claro que (−2, −4,4) = (- 2). (1,2, −2). Es decir que generan la
imagen pero son linealmente dependientes, no es una base. Cualquiera de los
dos sirve como base:
Ejemplo 3
Hallar núcleo e imagen de la siguiente transformación lineal:
𝐹: 𝑃2 → ℝ | 𝐹(𝑝) = 𝑝(0)
Resolución
Notemos que los números reales pueden ser entendidos como un espacio
vectorial de dimensión 1.
Si 𝑝(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 , 𝑝(0) = 𝑐
El núcleo estará formado por todos los polinomios cuyo término independiente es
0.
¿Cuál es una base para ese espacio vectorial? Podríamos describir al núcleo así:
Aplicando el teorema:
dim(𝐼𝑚) = 1
𝐼𝑚(𝐹) = ℝ
¿Y una base para el espacio vectorial ℝ? Puede servir cualquier número real,
menos el cero. Tomamos por ejemplo:
𝐵𝐼𝑚 = {1}
Entonces:
11
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
⇔ 𝑤 = 𝛼1 𝐹(𝑣1 ) + ⋯ + 𝛼𝑛 𝐹(𝑣𝑛 )
Ejemplo 1
Sea 𝐹 la siguiente transformación lineal:
𝑎 𝑏
𝐹: ℝ2×2 → ℝ3 transformación lineal , 𝐹 (( )) = (𝑎 + 𝑏 + 𝑑, −𝑑, 𝑑)
𝑐 𝑑
Resolución
Podemos elegir una base del dominio y aplicar la transformación, obteniendo así
un conjunto generador de la imagen.
Si son LI, ya tenemos una base de la imagen. Si son LD, tendremos que eliminar “lo
que sobra” para conseguir una base.
1 0
𝐹( ) = (1,0,0)
0 0
0 1
𝐹( ) = (1,0,0)
0 0
0 0
𝐹( ) = (0,0,0)
1 0
0 0
𝐹( ) = (1, −1,1)
0 1
12
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Busquemos el núcleo:
𝑎+𝑏+𝑑 =0
(𝑎 + 𝑏 + 𝑑, −𝑑, 𝑑) = (0,0,0) ⇒ { −𝑑 = 0 ⇒ 𝑑 = 0 ∧ 𝑎 = −𝑏 ∀𝑐 ∈ ℝ
𝑑=0
−𝑏 𝑏
𝑁𝑢 = {( ) ∈ ℝ2×2 | 𝑏, 𝑐 ∈ ℝ}
𝑐 0
0 0 −1 1
𝐵𝑁𝑢 = {( ),( )}
1 0 0 0
Ejemplo 2
Consideremos la transformación lineal:
𝑇: 𝑅 3 → 𝑅 3 , 𝑇(𝑣) = 𝑣 × 𝑤0
Resolución
Es decir que el núcleo está formado por los vectores que cumplen que 𝑥 = 0 ∧ 𝑦 =
0. Estos son los vectores paralelos al eje 𝑧.
𝑁𝑢(𝑇) = {(𝑥, 𝑦, 𝑧) ∈ ℝ| 𝑥 = 0 ∧ 𝑦 = 0}
𝐵𝑁𝑢(𝑇) = {(0,0,1)}
13
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
dim(𝑁𝑢(𝑇)) = 1
Obtengamos la imagen a partir de que los transformados de una base del domino
generan la imagen.
Luego:
dim(𝐼𝑚(𝑇)) = 2
HTTP://BIT.LY/AGAGGB018
Clasificación de las
transformaciones lineales
Monomorfismos: TL inyectivas
14
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Epimorfismos: TL sobreyectivas
Isomorfismos: TL biyectivas
Ejemplo 1
Consideremos la siguiente transformación lineal 𝑇: ℝ2 → ℝ3 𝑇((𝑥, 𝑦)) =
(𝑥 + 𝑦, 𝑥 − 𝑦, 2𝑥)
(𝑥 + 𝑦, 𝑥 − 𝑦, 2𝑥) = (0,0,0) ⇒ 𝑥 = 0 ∧ 𝑦 = 0
Conclusión: 𝑇 es un monomorfismo.
Ejemplo 2
𝑎 𝑏
Consideremos la transformación lineal 𝐹: ℝ2×2 → ℝ2 , 𝐹 (( )) = (𝑎 + 𝑏, −𝑑)
𝑐 𝑑
Busquemos su imagen:
⇒ 𝐼𝑚(𝐹) = 𝑔𝑒𝑛{(1,0), (1,0), (0, −1)} ⇒ 𝐵𝐼𝑚(𝐹) = {(1,0), (0, −1)} ⇒ dim(𝐼𝑚(𝐹)) = 2
15
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Entonces no es un monomorfismo.
Conclusión: 𝐹 es un epimorfismo.
Ejemplo 3
Consideremos la siguiente transformación lineal
𝐺: ℝ2 → 𝑃1 , 𝐺((𝑎, 𝑏)) = 2𝑎 − 𝑏𝑥
Busquemos su núcleo:
Ejemplo 4
¿Habrá alguna TL que no sea ni monomorfismo, ni epimorfismo? ¿Que no sea ni
inyectiva ni sobreyectiva?
𝑥+𝑦 𝑥−𝑧
𝐹: ℝ3 → ℝ2×2 , 𝐹((𝑥, 𝑦, 𝑧)) = ( )
0 𝑦+𝑧
1 1 1 0
Vimos que 𝐵𝐼𝑚 = {( ),( )}, así que no es un epimorfismo.
0 0 0 1
Propiedad
Sea 𝐹: 𝑉 → 𝑊 una TL., 𝒅𝒊𝒎(𝑽) = 𝒅𝒊𝒎(𝑾) = 𝒏
16
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Ejemplo
Dada la TL 𝑇: ℝ3 → ℝ3, 𝑇(𝑥, 𝑦, 𝑧) = (𝑥 + 𝑦 + 𝑧 , 2𝑦 + 𝑧, 3𝑦 + 𝑘𝑧) , encontrar todos los
valores de 𝑘 para los cuales 𝑇 es biyectiva (isomorfismo).
Resolución
Por inyectividad
𝑥+𝑦+𝑧 =0
{ 2𝑦 + 𝑧 = 0
3𝑦 + 𝑘𝑧 = 0
tiene que ser compatible determinado. Hemos visto que un sistema de ecuaciones
𝐴. 𝑋 = 𝑏 es compatible determinado ⇔ det(𝐴) ≠ 0, así que planteamos esta
condición para hallar los valores de 𝑘:
1 1 1 3
|0 2 1| = 1. (2𝑘 − 3) ≠ 0 ⇒ 𝑘 ≠
2
0 3 𝑘
3
Luego ∀𝑘 ∈ ℝ, 𝑘 ≠ la transformación lineal 𝑇 es biyectiva.
2
Por sobreyectividad
𝑇(1,0,0) = (1,0,0)
𝑇(0,1,0) = (1,2,3)
𝑇(0,0,1) = (1,1, 𝑘)
Como queremos que sea sobreyectiva, los tres vectores que se obtuvieron deben
generar todo ℝ3, así que deben ser LI. Recordemos que:
1 0 0 3
|1 2 3| = 2𝑘 − 3 ≠ 0 ⇒ 𝑘 ≠
2
1 1 𝑘
17
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
3
Así que hemos llegado a la misma conclusión: si 𝑘 ≠ la transformación lineal 𝑇 es
2
biyectiva.
Para pensar:
Si las dimensiones del dominio y del codominio son distintas, ¿la TL puede ser
biyectiva?
EPL 1
Dada la transformación lineal 𝑇: ℝ3 → ℝ3, 𝑇(𝑥, 𝑦, 𝑧) = (𝑥 + 𝑦 + 𝑧, 𝑥 + 𝑘𝑦 − 𝑧, 3𝑦 − 𝑘𝑧)
a) 𝑇 es biyectiva.
18
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Triángulo 1
¿Existirá alguna transformación lineal que permita modificar de cierta manera este
triángulo? Por ejemplo, una 𝐹 que transforme el triángulo dado en este otro:
Triángulo 2
Triángulo 3
19
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Triángulo 4
¿Los otros podrán obtenerse mediante una transformación lineal? ¿Existe alguna
herramienta teórica que permita asegurarlo?
𝑇(𝑣1 ) = 𝑤1
𝑇(𝑣2 ) = 𝑤2
{
…
𝑇(𝑣𝑛 ) = 𝑤𝑛
Para demostrarlo habría que demostrar que esa transformación existe, que es
única, y que es lineal. No lo vamos a demostrar pero lo pueden encontrar en
textos de álgebra lineal. En el texto recomendado de Ana María Kozak y otros
autores, Nociones de Geometría Analítica y Algebra Lineal, está en página 561 y
siguientes.
20
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Ejemplo 1
Sean 𝑉 = ℝ2 y 𝑊 = ℝ3
𝑇((1,0)) = (0,1,0)
𝑇((1,1)) = (0,1,0)
𝑥 =𝛼+𝛽 𝛼 =𝑥−𝑦
(𝑥, 𝑦) = 𝛼(1,0) + 𝛽(1,1) ⇒ { ⇒ { 𝛽=𝑦
𝑦=𝛽
𝑥−𝑦
[(𝑥, 𝑦)]𝐵 = ( )
𝑦
Donde recordemos que la escritura [(𝑥, 𝑦)]𝐵 significa “las coordenadas del vector
(𝑥, 𝑦) en la base 𝐵".
𝑇(𝑥, 𝑦) = 𝛼. 𝑇(1,0)
⏟ + 𝛽. 𝑇(1,1)
⏟
(0,1,0) (0,1,0)
Reemplazamos 𝛼 y 𝛽 :
Ejemplo 2
Vamos a ver si podemos transformar el triángulo del esquema de la izquierda, en el
triángulo del esquema que está a la derecha:
21
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Por ejemplo consideremos los versores canónicos que definen al primer triángulo:
𝐹((1,0) ) = (1; 0)
1
𝐹((0,1) ) = ( ; 1)
2
Como (1,0), (0,1) constituyen una base del dominio, el teorema fundamental
permite afirmar que existe una única transformación lineal que verifica esto:
𝐹((1,0) ) = (1; 0)
{ 1 ⟹
⏟ ∃ una única TL que verifica estas condiciones
𝐹((0,1) ) = ( ; 1) 𝑇𝐹𝑇𝐿
2
𝑥=𝛼 𝛼=𝑥
(𝑥, 𝑦) = 𝛼(1,0) + 𝛽(0,1) ⇒ {𝑦 = 𝛽 ⇒ {𝛽 = 𝑦
22
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
1
𝐹((𝑥, 𝑦)) = 𝑥. (1,0) + 𝑦. ( ; 1)
2
1
𝐹((𝑥, 𝑦)) = (𝑥, 0) + ( 𝑦; 𝑦)
2
1
𝐹((𝑥, 𝑦)) = ( 𝑦 + 𝑥; 𝑦)
2
HTTP://BIT.LY/AGAGGB017
Ejemplo 3
Halle la expresión analítica de cada una de las siguientes transformaciones
(ℝ2 → ℝ2 ):
Resolución
La clave para resolver este ejercicio es elegir una base conveniente para definir la
simetría. Grafiquemos la recta 𝑦 = 3𝑥:
23
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Primero hay que entender qué significa una reflexión respecto de una recta.
Supongamos que nos piden una simetría respecto del eje 𝑥. Si tenemos un
cuadrado así como el rojo, se transforma en un cuadrado como el violeta:
Todos los puntos que pertenecen al eje 𝑥 quedan idénticos. Y los puntos que están
sobre el eje 𝑦 se transforman en su opuesto. Entonces:
𝐹((1,0)) = (1,0)
{
𝐹((0,1)) = (0, −1)
Considerando estas ideas sobre simetría, en nuestro caso tomamos un vector que
esté sobre el eje de simetría y otro perpendicular a él:
𝑣 = (1,3) , 𝑤 = (−3,1)
¿Cuál es el transformado del vector (1,3) que está sobre el eje de simetría?
24
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
(1,3) ⟶ (1,3)
Entonces:
𝑥 = 𝛼 − 3𝛽 𝑦 − 3𝑥 𝑥 + 3𝑦
(𝑥, 𝑦) = 𝛼(1,3) + 𝛽(−3,1) ⇒ { ⇒𝛽= ∧ 𝛼=
𝑦 = 3𝛼 + 𝛽 10 10
𝑥 + 3𝑦 𝑦 − 3𝑥
𝐹((𝑥, 𝑦)) = ( ) . (1,3) + ( ) (3, −1)
10 10
𝑥 + 3𝑦 3𝑥 + 9𝑦 3𝑦 − 9𝑥 −𝑦 + 3𝑥
𝐹((𝑥, 𝑦)) = ( , )+( , )
10 10 10 10
6𝑦 − 8𝑥 6𝑥 + 8𝑦
𝐹((𝑥, 𝑦)) = ( , )
10 10
3𝑦 − 4𝑥 3𝑥 + 4𝑦
𝐹((𝑥, 𝑦)) = ( , )
5 5
HTTP://BIT.LY/AGAGGB016
Ejemplo 4
El propósito de este ejercicio es destacar cuándo es posible aplicar el teorema
fundamental de las transformaciones lineales. Sugerimos una lectura cuidadosa de
cada uno de los casos presentados a continuación:
Caso A
𝑇((1,0,0)) = (0,1,0)
{𝑇((0,1,0)) = (0,1,0)
𝑇((1,1,1)) = (0,0,0)
25
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Caso B
𝑇((1,0,0)) = (0,1,0)
{ 𝑇((0,1,0)) = (0,1,0)
𝑇((1, −1,0)) = (1,0,0)
Caso C
𝑇((1,0,0)) = (0,1,0)
{ 𝑇((0,1,0)) = (0,1,0)
𝑇((1, −1,0)) = (0,0,0)
Resolución
¿Cuál es la hipótesis del teorema? O sea, ¿qué debe cumplirse para que el
teorema tenga validez?
Los vectores del dominio deben ser una base, es decir que debemos prestar
atención en cada caso a los vectores señalados:
Caso A
𝑥 =𝛼+𝛾 𝛼 =𝑥−𝑧
{𝑦 = 𝛽 + 𝛾 ⇒ { 𝛽 = 𝑦 − 𝑧
𝑧=𝛾 𝛾=𝑧
26
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Caso B
¿Cómo podemos determinar si existe una transformación lineal que verifique estas
condiciones?
𝑇((1,0,0)) = (0,1,0)
{ 𝑇((0,1,0)) = (0,1,0)
𝑇((1, −1,0)) = (1,0,0)
?
𝑇((1, −1,0)) =
⏞ 𝑇((1,0,0)) − 𝑇((0,1,0))
?
⇒ (1,0,0) =
⏞ (0,1,0) − (0,1,0) = (0,0,0)
Caso C
𝑇((1,0,0)) = (0,1,0)
{ 𝑇((0,1,0)) = (0,1,0)
𝑇((1, −1,0)) = (0,0,0)
27
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
?
𝑇((1, −1,0)) =
⏞ 𝑇((1,0,0)) − 𝑇((0,1,0))
Reemplazando:
?
(0,0,0) =
⏞ (0,1,0) − (0,1,0) = (0,0,0)
𝑇((0,0,1)) = (0,0,1)
¿Existe una TL que cumpla con las condiciones iniciales más ésta que acabamos
de agregar?
Llamemos:
𝑇1 ((1,0,0)) = (0,1,0)
{𝑇1 ((0,1,0)) = (0,1,0)
𝑇1 ((0,0,1)) = (0,0,1)
Ejemplo 5
Halle la expresión analítica de cada una de las siguientes transformaciones ℝ3 →
ℝ3 :
Resolución
28
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝑇(𝑣1 ) = 𝑣1
𝑇(𝑣2 ) = 𝑣2
𝑇(𝑣3 ) = −𝑣3
Proponemos:
𝑣1 = (1,1,0)
𝑣2 = (0,0,1)
𝑣3 = (1, −1,0)
𝑇((1,1,0)) = (1,1,0)
{ 𝑇((0,0,1)) = (0,0,1)
𝑇((1, −1,0)) = (−1,1,0)
29
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Ya queda definida la transformación lineal sobre una base del dominio. Dejamos a
cargo del lector encontrar la fórmula de la TL.
Les proponemos que definan la TL sobre otra base con las mismas características:
dos vectores del plano y uno perpendicular a él. Luego busquen la expresión
analítica, ¿coincide con la anterior?
Los vectores no son únicos: 𝑣1 y 𝑣2 son dos vectores cualesquiera (LI) del plano y 𝑣3
es un vector perpendicular cualquiera. No importa cuáles elijamos, obtendremos
la misma transformación lineal.
EPL 2
Definir una transformación lineal 𝐹 de ℝ3 → ℝ2×2 que verifique las dos condiciones
que siguen:
¿Existirá una matriz 𝐴 que multiplicada por (𝑥, 𝑦) dé por resultado (𝑥 + 2𝑦, 𝑥 − 𝑦, 𝑦)?
𝑥 𝑥 + 2𝑦
𝐴. ( ) = ( 𝑥 − 𝑦 )
𝑦
𝑦
𝑥 𝑥 + 2𝑦
( ).( ) = ( 𝑥 − 𝑦 )
⏟𝑦
⏟ ⏟ 𝑦
2×1
3×2 3×1
30
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
1 2 𝑥 𝑥 + 2𝑦
(1 −1) . ( ) = ( 𝑥 − 𝑦 )
⏟0 1 ⏟𝑦
⏟ 𝑦
2×1
3×2 3×1
Ejemplo 2
Ahora consideremos la siguiente transformación lineal:
𝑥 𝑥 + 2𝑧
𝐵
⏟ . (𝑦 ) = ( )
⏟𝑧 ⏟ −𝑦
3×1 2×1
1 0 2 𝑥 𝑥 + 2𝑧
( ) . (𝑦 ) = ( )
⏟0 −1 0 ⏟ −𝑦
⏟𝑧
2×3 2×1
3×1
dim(𝑉) = 𝑛
dim(𝑊) = 𝑚
𝐵 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑉
𝐵′ = {𝑤1 , … , 𝑤𝑚 } 𝑏𝑎𝑠𝑒 𝑑𝑒 𝑊
Designamos:
31
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Esta matriz se construye por columnas transformando los vectores de la base 𝐵 (del
dominio), y expresando los transformados en sus coordenadas en la base 𝐵′ :
Propiedad
La matriz asociada a una transformación lineal cumple la siguiente propiedad:
Ejemplo 3
Retomemos la transformación lineal:
𝐵 = {(0,1), (1,1)}
4
𝑇((0,1)) = (2, −1,1) = 𝛼(1,0,0) + 𝛽(1,1,0) + 𝛾(0,1,1) ⇒ [𝑇((0,1))]𝐵′ = (−2) 1° columna
1
4
𝑇((1,1)) = (3,0,1) = 𝛿(1,0,0) + 𝜖(1,1,0) + 𝜙(0,1,1) ⇒ [𝑇((1,1))]𝐵′ = (−1) 2° columna
1
4 4
𝑀(𝑇)𝐵𝐵′ = (−2 −1)
1 1
32
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
No podemos operar con (3,5) porque la matriz asociada opera con coordenadas.
Debemos buscar las coordenadas de (3,5) en la base 𝐵.
4 4 20
2
−7
(−2 −1) ( ) = ( )
⏟3 5
⏟1 1 [𝑣] ⏟ 𝐵
𝑀(𝑇)𝐵𝐵′ [𝑇(𝑣)]𝐵′
El vector obtenido no es el transformado del vector (3,5) sino que son sus
coordenadas en la base 𝐵′.
Para hallar 𝑇(3,5) debemos multiplicar las coordenadas obtenidas por los vectores
de la base B’:
Ahora en lugar de tomar estas bases, tomemos las bases canónicas de ℝ2 y de ℝ3.
𝐸2 = {(1,0), (0,1)}
1
𝑇((1,0)) = (1,1,0) = 𝛼(1,0,0) + 𝛽. (0,1,0) + 𝛾. (0,0,1) ⇒ (1) 1° 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
0
2
𝑇((0,1)) = (2, −1,1) = 𝛼. (1,0,0) + 𝛽. (0,1,0) + 𝛾. (0,0,1) ⇒ (−1) 2° 𝑐𝑜𝑙𝑢𝑚𝑛𝑎
1
1 2
𝑀(𝑇)𝐸2𝐸3 = (1 −1) = 𝐴 ¡ 𝑄𝑢𝑒 𝑒𝑠 𝑙𝑎 𝑚𝑎𝑡𝑟𝑖𝑧 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑇𝐿!
0 1
Es decir que la matriz estándar es la que trabaja con las bases canónicas.
Ejemplo 4
Consideremos la siguiente transformación lineal:
33
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
1 2
𝐹: ℝ2 → 𝑃1 | 𝑀(𝐹)𝐵𝐵′ = ( )
1 2
𝐵 = {(1,0), (1,1)}
𝐵′ = {1, 1 − 𝑥}
a) Hallar 𝐹((2,1))
b) Hallar la fórmula de la transformación lineal
c) Hallar el núcleo de la transformación lineal
d) Hallar la imagen de la transformación lineal
e) Hallar la imagen de la transformación pero sin utilizar la fórmula de la
transformación lineal
f) Hallar el núcleo de la transformación sin utilizar la fórmula
Resolución
Ítem a
Donde:
Las matrices asociadas no operan con los vectores, sino con las coordenadas de
los vectores en alguna base. Entonces no podemos multiplicar la matriz por el
vector (2,1).
1
(2,1) = 𝛼(1,0) + 𝛽(1,1) ⇒ 𝛼 =1∧𝛽 =1 ⇒ [(2,1)]𝐵 = ( )
1
1 2 1 3
[𝐹((2,1))]𝐵′ = ( )( ) = ( )
1 2 1 3
Para obtener F(2,1) debemos multiplicar estas coordenadas por los vectores de la
base 𝐵′ :
34
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝐹((2,1)) = 3.1 + 3. (1 − 𝑥) = 6 − 3𝑥
Ítem b
En el ítem (a) buscamos la imagen del vector (2,1). Ahora nos proponemos
obtener la fórmula de la transformación, esto significa encontrar la imagen de
cualquier vector (𝑥, 𝑦) de ℝ2. Teniendo en cuenta que en el polinomio usamos la
variable 𝑥, llamaremos (𝑎, 𝑏) a los vectores de R2.
𝑎 = 𝛼+𝛽 𝛼 =𝑎−𝑏
(𝑎, 𝑏) = 𝛼(1,0) + 𝛽(1,1) ⇒ { ⇒{
𝑏=𝛽 𝛽=𝑏
𝑎−𝑏
[(𝑎, 𝑏)]𝐵 = ( )
𝑏
1 2 𝑎−𝑏 𝑎+𝑏
[𝐹((𝑎, 𝑏))]𝐵´ = ( )( )=( )
1 2 𝑏 𝑎+𝑏
Éstas son las coordenadas del vector que estamos buscando. Falta multiplicar por
los vectores de la base B’:
Ítem c
La definición de núcleo dice que son los vectores del dominio que se transforman
en el vector nulo del codominio.
𝑎+𝑏 =0
⇒ { ⇒ 𝑎 = −𝑏
𝑎+𝑏 =0
−1
⇒ 𝑁𝑢(𝐹) = {(𝑎, −𝑎) ∈ ℝ2 } ⇒ 𝐵𝑁𝑢 = {( )} ⇒ dim(𝑁𝑢(𝐹)) = 1
1
Ítem d
Queremos una base de la imagen. ¿En qué espacio vectorial está la imagen? En
𝑃1.
35
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝐹((1,0)) = 2 − 𝑥
𝐹((0,1)) = 2 − 𝑥
𝐵𝐼𝑚 = {2 − 𝑥}
Veamos que la imagen no depende de la base del dominio que elijamos. Por
ejemplo tomemos la base 𝐵:
𝐹((1,0)) = 2 − 𝑥
𝐹((1,1)) = 4 − 2𝑥
{ 2 − 𝑥 , 4 – 2𝑥 } generan 𝐼𝑚(𝐹)
𝐵𝐼𝑚 = {2 − 𝑥}
Ítem e
1 2
𝑀(𝐹)𝐵𝐵′ = ([𝐹(𝑣1 )]𝐵′ [𝐹(𝑣2 )]𝐵′ ) = ( )
1 2
Entonces:
𝐹((1,0)) = 1.1 + 1. (1 − 𝑥) = 2 − 𝑥
Luego:
𝐵𝐼𝑚(𝐹) = {2 − 𝑥}
Ítem f
¿Y para el núcleo sin la fórmula? Queremos hallar los 𝑣 ∈ ℝ2 tales que al aplicarles
la transformación den por resultado el polinomio nulo:
𝐹(𝑣) = 0𝑃1
1 2 𝑥 0 2
( ) ( ) = ( ) ⇒ 𝑥 + 2𝑦 = 0 ⇒ [𝑣]𝐵 = ( )
⏟1 2 ⏟ 𝑦 ⏟0 −1
𝑀(𝐹)𝐵𝐵′ [𝑣] [0𝑃1 ]
𝐵 𝐵′
36
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝑣 = 2. (1,0) − (1,1) = ⏟
(1, −1)
𝐵𝑁𝑢
Ejemplo 5
Vamos a retomar el ejercicio 8, ítem a, de página 40 que decía:
4 3 3 4
𝑇((𝑥, 𝑦)) = (− 𝑥 + 𝑦 ; 𝑥 + 𝑦)
5 5 5 5
4 3
−
𝑀(𝑇) = ( 5 5)
3 4
5 5
Veamos si podemos hallar una representación matricial más sencilla para esta
simetría.
𝐵 = {(1,3), (−3,1)}
1
𝑇((1,3)) = (1,3) = 1. (1,3) + 0(−3,1) ⇒ [(1,3)]𝐵 = ( )
0
37
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
0
𝑇((−3,1)) = (3, −1) = 0. (1,3) + (−1). (−3,1) ⇒ [(−3,1)]𝐵′ = ( )
−1
1 0
𝑀(𝑇)𝐵𝐵 = ( )
0 −1
EPL 3
Dada la transformación lineal 𝐹 de ℝ3 a 𝑃1 cuya matriz asociada es:
1 0 1
𝑀(𝐹)𝐵𝐸 = ( )
−1 0 0
a) Hallar una base del núcleo de 𝐹. A partir de la base obtenida, ¿es posible
afirmar que 𝐹 es sobreyectiva? ¿Por qué?
Para obtener una base de 𝐼𝑚(𝑇) tenemos que determinar cuántos son LI. Se
puede demostrar que en {𝑇(𝑣1 ), … , 𝑇(𝑣𝑛 )} habrá tantos vectores LI como columnas
LI en la matriz.
Dado que el rango de una matriz es el número de columnas LI, entonces el rango
de la matriz asociada a la transformación lineal respecto de las bases 𝐵 y 𝐵’ es
igual a la dimensión de la imagen de la trasformación lineal.
𝒓𝒂𝒏𝒈𝒐(𝑴(𝑻)𝑩𝑩′ ) = 𝐝𝐢𝐦(𝑰𝒎(𝑻))
EPL 4
Sea 𝑇: ℝ2 → ℝ3 una transformación lineal tal que su matriz estándar es:
38
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
1 2
𝑀(𝑇) = (1 𝑎 ) ∈ ℝ3×2
0 −1
Composición e inversa de
transformaciones lineales
Composición de transformaciones lineales
Sean 𝐹 y 𝐺 dos transformaciones lineales tales que:
𝐹: 𝑈 → 𝑉 ; 𝐺: 𝑉 → 𝑊
𝑈 𝑉 𝑊
𝑢 𝐹 𝐺
𝐹(𝑢) 𝐺(𝐹(𝑢))
Ejemplo
𝐹: ℝ2 → ℝ3 | 𝐹((𝑥, 𝑦)) = (𝑥 − 𝑦, 𝑥 + 𝑦, 2𝑥) 𝑇𝐿
𝐺: ℝ3 → ℝ2 | 𝐺((𝑥, 𝑦, 𝑧)) = (𝑥 − 𝑧, 𝑦 + 𝑧) 𝑇𝐿
39
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
1 −1
𝑀(𝐹) ∈ ℝ3×2, 𝑀(𝐹) = (1 1 )
2 0
1 0 −1
𝑀(𝐺) ∈ ℝ2×3 , 𝑀(𝐺) = ( )
0 1 1
1 −1 1 −1 −2
1 0 −1
𝑀(𝐹). 𝑀(𝐺) = (1 1 ) ( ) = (1 1 0)
0 1 1
2 0 2 0 −2
1 −1
1 0 −1 −1 −1
𝑀(𝐺). 𝑀(𝐹) = ( ) (1 1 ) = ( )
0 1 1 3 1
2 0
1 −1 −2
𝑀(𝐹𝑜𝐺) = (1 1 0)
2 0 −2
−1 −1
𝑀(𝐺𝑜𝐹) = ( )
3 1
40
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝐹: 𝑈 → 𝑉 ; 𝐺: 𝑉 → 𝑊
𝑉 𝑊
𝑣 𝑤
𝑇 −1
𝑇 −1 𝑜𝑇 = 𝐼𝑑𝑉
𝑇𝑜𝑇 −1 = 𝐼𝑑𝑤
Observación: Para que exista una transformación lineal biyectiva entre dos
espacios vectoriales, éstos deben tener la misma dimensión. ¿Por qué?
41
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Ejemplo
Sea la transformación lineal 𝑇: ℝ2 → ℙ1 , 𝑇((𝑎, 𝑏)) = 𝑎 − 𝑏 + 2𝑎𝑥
¿Cuál es el núcleo de 𝑇?
𝑎−𝑏 = 0
𝑎 − 𝑏 + 2𝑎𝑥 = 0𝑥 + 0 ⇒ { ⇒𝑎=0=𝑏
2𝑎 = 0
𝑁𝑢(𝑇) = {(0,0)}
¿Cuál es la imagen de 𝑇?
𝑇((1,0)) = 2𝑥 + 1
𝑇((0,1)) = −1 + 0𝑥
Estos dos polinomios ¿son LI o LD? Son LI, y por lo tanto la dimensión de la imagen
es 2.
𝐼𝑚(𝑇) = ℙ1
𝑇 −1 : ℙ1 → ℝ2
𝑇((1,0)) = 2𝑥 + 1
𝑇((0,1)) = −1 + 0𝑥
Entonces:
𝑇 −1 (2𝑥 + 1) = (1,0)
¿Está bien definida 𝑇 −1? Sí, porque {2𝑥 + 1, −1} es una base de 𝑃1 (TFTL).
42
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝑀(𝑇 )𝐵𝐵′
[𝑣 ]𝐵 ⟶ [𝑇(𝑣)]𝐵′
⟵
𝑀(𝑇 −1 )B′ B
Caso particular: 𝑉 = 𝑊 = ℝ𝑛 ,
Ejemplo
Sea 𝑇: ℝ3 → ℝ3 una TL, tal que 𝑇(𝑥, 𝑦, 𝑧) = (𝑥 + 𝑦, 𝑥 − 𝑧, 𝑧), hallar la fórmula de 𝑇 −1.
Resolución
1 1 0
𝑀(𝑇) = 𝐴 = (1 0 −1)
0 0 1
0 1 1
𝑀(𝑇 −1 ) = 𝐴−1 = (1 −1 −1)
0 0 1
𝑇 −1 : ℝ3 → ℝ3 , 𝑇 −1 ((𝑥, 𝑦, 𝑧)) = (𝑦 + 𝑧, 𝑥 − 𝑦 − 𝑧, 𝑧)
EPL 5
Dadas las transformaciones lineales:
𝐹 de ℝ3 → ℝ2 , 𝐹(𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦 , 𝑦 + 𝑧) y 𝐺 de ℝ2 → ℝ3 , 𝐺(𝑎, 𝑏) = (𝑎 + 𝑏 , 0, 2𝑎 +
𝑘𝑏)
43
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝐼𝑑: 𝑉 → 𝑉 | 𝐼𝑑(𝑣) = 𝑣
𝐵 = {𝑣1 , … , 𝑣𝑛 }
𝐵′ = {𝑤1 , … , 𝑤𝑛 }
Recordemos que:
¿Qué efecto produce esta matriz? Cambia las coordenadas, o sea el sistema de
referencia. No transforma el vector pues 𝐼𝑑(𝑣) = 𝑣.
¿Qué rango tiene esta matriz? Tiene rango 𝑛 ya que sus columnas son LI por ser
coordenadas de vectores de una base de 𝑉.
¿Qué efecto produce la matriz inversa? Nos permite volver a la primera base,
como lo indica el siguiente esquema:
𝑀(𝐼𝑑 )𝐵𝐵′
[𝑣 ]𝐵 ⟶ [𝑣 ]𝐵 ′
⟵
𝑀(𝐼𝑑 )𝐵′ 𝐵
Si 𝑃 = 𝑀(𝐼𝑑)𝑩𝑩′ entonces 𝑃−1 = 𝑀(𝐼𝑑)𝑩′ 𝑩.
44
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
Ejemplo 1
Consideremos las siguientes bases de ℝ2:
𝐵1 = {(1,0), (1,3)}
𝐵2 = {(0,1), (1,1)}
𝐸 = {(1,0), (0,1)}
a) Hallar 𝑀(𝐼𝑑)𝐵1 𝐵2
b) Hallar 𝑀(𝐼𝑑)𝐵1 𝐸
c) Hallar 𝑀(𝐼𝑑)𝐸𝐵1
Resolución
Ítem a
⇒ 𝛼 = −1 ∧ 𝛽 = 1
−1
⇒ [(1,0)]𝐵2 = ( )
1
⇒𝛼=2 ∧ 𝛽=1
2
⇒ [(1,3)]𝐵2 = ( )
1
−1 2
𝑀(𝐼𝑑)𝐵1 𝐵2 = ( )
1 1
Ítem b
Pero las coordenadas en base canónicas son las mismas componentes del vector.
Podemos verificarlo para (1,0):
45
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
1
[(1,0)]𝐸 = ( )
0
1
[(1,3)]𝐸 = ( )
3
1 1
𝑀(𝐼𝑑)𝐵1 𝐸 = ( )
0 3
Ítem c
Se pide que hallemos 𝑀(𝐼𝑑)𝐸𝐵1 , pero según hemos visto esta matriz es la inversa de
𝑀(𝐼𝑑)𝐵1 𝐸 :
1
1 3 −1 1 −
𝑀(𝐼𝑑)𝐸𝐵1 = .( )=( 3)
3 0 1 1
0
3
Ejemplo 2
1 1
Sean 𝐵1 y 𝐵2 bases de ℝ2 tales que 𝑃=( ) es la matriz de cambio de base
0 −3
de 𝐵1 a 𝐵2 .
a. Si [𝑢]𝐵1 = (−1
4
) calcular [𝑢]𝐵2
b. Si [𝑣]𝐵2 = (35) calcular [𝑣]𝐵1
c. Si 𝐵1 = {(1,3), (0,4)}, obtener la base 𝐵2 . ¿Es única?
Resolución
Ítem a
1 1 −1 3
𝑃. [𝑢]𝐵1 = [𝑢]𝐵2 ⇒ [𝑢]𝐵2 = ( ).( ) = ( )
0 −3 4 −12
Ítem b
46
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
3
[𝑣]𝐵2 = ( ) → [𝑣]𝐵1 =?
5
14
1 1 [𝑣] 3
𝑃. [𝑣]𝐵1 = [𝑣]B2 ⇒( ) . 𝐵 = ( ) ⇒ [𝑣]𝐵 = ( 35)
0 −3 5 −3
Ítem c
𝐵1 = {(1,3), (0,4)}
Sabemos que:
𝐼𝑑((1,3)) = (1,3)
𝐼𝑑((0,4)) = (0,4)
𝑣1 = (1,3) 𝑣2 = (0,4)
1 1
𝑃 = 𝑀(𝐼𝑑)𝐵1 B2 = ([𝑣1 ]B2 [𝑣2 ]B2 ) = ( )
0 −3
Queremos obtener:
𝐵2 = {𝑤1 , 𝑤2 }
(1,3) = 1. 𝑤1 + 0. 𝑤2 ⇒ 𝑤1 = (1,3)
(0,4) − (1,3) 1 1
(0,4) = 1. 𝑤1 + (−3). 𝑤2 ⇒ 𝑤2 = = ( ,− )
−3 3 3
Quiere decir que si tenemos como dato la matriz de cambio de base, podemos
determinar la base 𝐵2 a partir de la base 𝐵1 y viceversa.
Sean:
47
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝐵1 , 𝐵3 bases de 𝑉
𝐵2 , 𝐵4 bases de 𝑊
𝐼𝑑𝑉 la transformación lineal identidad en el espacio vectorial 𝑉
𝐼𝑑𝑊 la transformación lineal identidad en el espacio vectorial 𝑊
Por las propiedades de las matrices asociadas a una TL, puede afirmarse que:
𝑀(𝑇)𝐵1𝐵2
[𝑣]𝐵1 [𝑇(𝑣)]𝐵2
[𝑣]𝐵3 [𝑇(𝑣)]𝐵4
𝑀(𝑇)𝐵3𝐵4
Caso particular de ℝ𝒏 a ℝ𝒏
Nos interesa especialmente el caso de las TL 𝑇: ℝ𝑛 → ℝ𝑛 , y la relación entre la
matriz estándar y otra matriz asociada 𝑀(𝑇)𝐵𝐵 , con 𝐵 base de ℝ𝑛 . Volvamos a
48
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
𝑀(𝑇)𝐸𝐸
[𝑣]𝐸 [𝑇(𝑣)]𝐸
[𝑣]𝐵 [𝑇(𝑣)]𝐵
𝑀(𝑇)𝐵𝐵
Por lo tanto:
Ejemplo
𝑇ℝ2 → ℝ2
1 3
𝑀(𝑇)𝐸𝐸 = ( )
2 2
1 3
𝑃 = 𝑀(𝐼𝑑)𝐵𝐸 = ( )
1 −2
Buscamos su inversa:
1 −2 −3
𝑃−1 = 𝑀(𝐼𝑑)𝐸𝐵 = − ( )
5 −1 1
Entonces resulta:
49
AGA Virtual Segundo cuatrimestre 2016 Unidad 5
4 0
𝑀(𝑇)𝐵𝐵 = 𝑃−1 . 𝑀(𝑇)𝐸𝐸 . 𝑃 = ( )
0 −1
Dada una TL en ℝ𝑛 , ¿cuándo es posible hallar una base 𝐵 de modo que la matriz
asociada en esa base resulte diagonal? La respuesta la encontraremos en la
próxima unidad.
EPL 6
a) Eligiendo una base adecuada, definir una transformación lineal 𝑇: ℝ3 → ℝ3 que
represente la simetría (reflexión) respecto del plano 𝜋: 𝑥 − 𝑧 = 0 .
1 0 0
𝑀(𝑇)𝐵𝐵 = (0 1 0 )
0 0 −1
50
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
ALGEBRA Y
GEOMETRÍA
ANALÍTICA
Isabel Pustilnik
0
Federico Gómez
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
ÍNDICE
Idea intuitiva sobre autovalores y autovectores ............................................................. 2
Un ejemplo introductorio ................................................................................................ 2
Autovalores, autovectores, autoespacios ....................................................................... 3
Definición de autovalores y autovectores de una matriz .......................................... 3
Propiedad de los autovalores y autovectores ............................................................. 9
Definición de autoespacio ........................................................................................... 10
Multiplicidades algebraica y geométrica ..................................................................... 10
Propiedad sobre multiplicidad algebraica y geométrica ....................................... 12
Matrices semejantes ......................................................................................................... 15
Definición de matrices semejantes ............................................................................. 15
Propiedad de las matrices semejantes ...................................................................... 15
Diagonalización de una matriz ....................................................................................... 16
Definición de matriz diagonalizable ........................................................................... 16
Condiciones que tiene que cumplir una matriz para ser diagonalizable ............. 16
Matriz con 𝒏 autovalores distintos ............................................................................... 19
Diagonalización de matrices simétricas ........................................................................ 20
Matriz ortogonal ............................................................................................................. 20
Diagonalización ortogonal ........................................................................................... 22
Diagonalización de una transformación lineal ............................................................. 22
Autovalores y autovectores de una transformación lineal ...................................... 22
Propiedad ....................................................................................................................... 22
Definición de transformación lineal diagonalizable ................................................. 23
Propiedad ........................................................................................................................ 24
1
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
3 2
𝐴=( )
1 4
Queremos ver cuál es el efecto que provoca esa matriz por los vectores de ℝ2.
¿Qué pasa cuando uno multiplica esa matriz A por un vector?
𝑥 3 2 𝑥 3𝑥 + 2𝑦
𝐴. ( ) = ( ).( ) = ( )
𝑦 1 4 𝑦 𝑥 + 4𝑦
Pensemos para que sea sencillo que tomamos el cuadrado con vértice en el
origen de lado 1 y que está en el primer cuadrante:
Digamos que llamamos a esta zona el recinto 𝑅. ¿En qué se transformaría este
recinto bajo el efecto de esa matriz? Para responder esta pregunta podemos ver
en que se transforman sus vértices. Sabemos que el vector nulo se va a transformar
en el vector nulo. Los demás serán:
1 3
𝐴( ) = ( )
0 1
0 2
𝐴( ) = ( )
1 4
2
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
1 5
𝐴( ) = ( )
1 5
𝑹′
Autovalores, autovectores,
autoespacios
Definición de autovalores y autovectores
de una matriz
Sea 𝐴 ∈ ℝ𝑛×𝑛 ,
𝐴. 𝑣 = 𝜆. 𝑣 , 𝑣 ≠ 0𝑉
3
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
1 5 1
𝐴( ) = ( ) = ⏟
5( )
1 5 ⏟
1
𝜆
𝑣
𝐴𝑣 = 𝜆𝑣 con 𝑣 ≠ 0𝑉
𝐴𝑣 − 𝜆𝑣 = 0𝑉
𝐴𝑣 − 𝜆𝐼𝑣 = 0𝑉
Entonces:
(𝐴 − 𝜆𝐼) . 𝑣 = 0𝑉
⏟
𝑛×𝑛
det(𝐴 − 𝜆𝐼) = 0
4
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
(𝐴 − 𝜆𝐼). 𝑣 = 0𝑉
Otros nombre que se les suele dar a los autovectores y autovalores son:
Ejemplo 1
Volvamos al ejemplo inicial.
3 2 1 0 3−𝜆 2
𝐴 − 𝜆. 𝐼 = ( ) − 𝜆. ( )=( )
1 4 0 1 1 4−𝜆
det(𝐴 − 𝜆𝐼) = 0
(3 − 𝜆)(4 − 𝜆) − 2 = 0
𝜆2 − 7𝜆 + 10 = 0
𝜆1 = 2 ∧ 𝜆2 = 5
𝑥 0
(𝐴 − 2𝐼) ( ) = ( )
𝑦 0
1 2 𝑥 0
( )( ) = ( )
1 2 𝑦 0
𝑥 + 2𝑦 = 0
{ ⇒ 𝑥 = −2𝑦
𝑥 + 2𝑦 = 0
2
𝑆2 = 𝑔𝑒𝑛 {( )}
−1
Para 𝜆 = 5
𝑥 0
(𝐴 − 5𝐼) ( ) = ( )
𝑦 0
5
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
−2 2 𝑥 0
( )( ) = ( )
1 −1 𝑦 0
−2𝑥 + 2𝑦 = 0
{ ⇒𝑥=𝑦
𝑥−𝑦 =0
1
𝑆5 = 𝑔𝑒𝑛 {( )}
1
Ejemplo 2
Consideremos la siguiente matriz de 3 × 3:
3 2 −1
𝐵 = (2 3 1 )
0 0 5
3−𝜆 2 −1
| 2 3−𝜆 1 |=0
0 0 5−𝜆
𝜆1 = 5 ∨ 𝜆2 = 5 ∨ 𝜆3 = 1
3−𝜆 2 −1 𝑥 0
( 2 3−𝜆 1 ) . ( 𝑦 ) = ( 0)
0 0 5−𝜆 𝑧 0
Autovectores asociados a λ = 5:
−2 2 −1 𝑥 0 −2𝑥 + 2𝑦 − 𝑧 = 0
( 2 −2 1 ) (𝑦) = (0) ⇒ { 2𝑥 − 2𝑦 + 𝑧 = 0 ⇒ −2𝑥 + 2𝑦 − 𝑧 = 0
0 0 0 𝑧 0 0=0
1 0
𝑆5 = 𝑔𝑒𝑛 {( 0 ) , (1)}
−2 2
6
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
1 0
𝑣1 = ( 0 ) ; 𝑣2 = (1)
−2 2
Autovectores asociados a λ = 1:
2 2 −1 𝑥 0 2𝑥 + 2𝑦 − 𝑧 = 0
(2 2 1 ) (𝑦) = (0) ⇒ {2𝑥 + 2𝑦 + 𝑧 = 0 ⇒ 𝑧 = 0 ∧ 𝑦 = −𝑥
0 0 4 𝑧 0 4𝑧 = 0
1
𝑆1 = 𝑔𝑒𝑛 {(−1)}
0
1
𝑣3 = (−1)
0
1 0 1
𝑣1 = ( 0 ) ; 𝑣2 = (1) 𝑣3 = (−1)
−2 2 0
Ejemplo 3
Consideremos la siguiente matriz de 2 × 2:
0 −2
𝐶=( )
2 0
−𝜆 −2
| |=0
2 −𝜆
⇒ 𝜆2 + 4 = 0
Este polinomio no tiene raíces reales. Con lo cual diremos que 𝐶 no tiene
autovalores reales.
Más adelante estudiaremos los números complejos y podremos hallar las raíces
(complejas) del polinomio característico de C.
Ejemplo 4
Demuestre la siguiente propiedad para 𝐴 ∈ ℝ𝑛×𝑛
7
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
𝜆 = 0 es autovalor de 𝐴 ⇔ 𝐴 no es inversible
Resolución
Consideremos una matriz que no tenga inversa. Por ejemplo escribimos una matriz
tal que la fila 2 sea el doble de la fila 1:
1 2
𝐴=( )
2 4
𝑝𝐴 (𝜆) = (1 − 𝜆)(4 − 𝜆) − 4 = 0
𝜆2 − 5𝜆 = 0 ⇒ 𝜆 = 0 ∨ 𝜆 = 5
En este caso particular hemos visto que una matriz no inversible tiene autovalor 𝜆 =
0. Pero quisiéramos demostrar la propiedad.
0 es autovalor de 𝐴 ⇔ det (𝐴
⏟− 0. 𝐼 ) = 0 ⇔ A no es inversible
𝐴
EPL 1
Sea:
𝑎 𝑏
𝐴=( )
𝑐 𝑑
Demostrar que:
a) 𝜆1 + 𝜆2 = 𝑇𝑟𝑎𝑧𝑎(𝐴)
b) 𝜆1 . 𝜆2 = det(𝐴)
𝜆1 + 𝜆2 + ⋯ + 𝜆𝑛 = 𝑇𝑟𝑎𝑧𝑎(𝐴)
𝜆1 . 𝜆2 . … . 𝜆𝑛 = det(𝐴)
8
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Supongamos que tengo dos autovalores distintos: 𝜆1 ≠ 𝜆2. Como son autovalores,
se cumple:
𝐴. 𝑣1 = 𝜆1 . 𝑣1
𝐴. 𝑣2 = 𝜆2 . 𝑣2
Veamos que la única combinación lineal de los vectores que da por resultado el
vector nulo es la trivial (todos los coeficientes iguales a cero):
𝛼1 . 𝑣1 + 𝛼2 . 𝑣2 = 0𝑉 (1)
𝐴(𝛼1 . 𝑣1 + 𝛼2 . 𝑣2 ) = 0𝑉
Distribuimos:
𝛼1 . 𝐴𝑣1 + 𝛼2 . 𝐴𝑣2 = 0𝑉
𝛼1 . 𝜆1 𝑣1 + 𝛼2 . 𝜆2 𝑣2 = 0𝑉 (2)
𝛼1 𝜆1 . 𝑣1 + 𝛼2 . 𝜆1 𝑣2 = 0𝑉 (3)
(𝜆2 − 𝜆1 ) . 𝑣⏟2 = 0𝑉
𝛼2 ⏟
≠0 ≠0
𝛼2 = 0
Pero para demostrar que son linealmente independientes, nos falta ver que 𝛼1 = 0.
Sabiendo que 𝛼2 = 0 vamos a (1):
𝛼1 . 𝑣1 = 0𝑉 ⇒ 𝛼1 = 0
9
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Definición de autoespacio
Si 𝜆 es un autovalor de 𝐴, se denomina autoespacio 𝑆𝜆 al subespacio que
contiene todos los autovectores asociados al autovalor 𝜆 y además el vector
nulo.
EPL 2
Sea 𝐴 = (𝐴1 𝐴2 𝐴3 ) ∈ ℝ3×3 con:
1
1
𝐴1 = (2) y A2 = (1)
0
3
0
a) Hallar 𝐴3 para que 𝑣 = (−1
1 ) sea autovector de 𝐴 asociado a 𝜆 = 2.
Multiplicidades algebraica y
geométrica
Hemos visto que:
Es decir que los autovalores son las raíces del polinomio característico.
Ejemplo
Supongamos 𝐴 ∈ ℝ5×5. 𝑝(𝜆) = − 𝜆. (𝜆 − 1). (𝜆 − 2)3. Tiene grado 5.
Autovalores de
0 1 2
𝐴
Multiplicidad
1 1 3
algebraica
10
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Ejemplo
Consideremos la siguiente matriz:
3 2 −1
𝐵 = (2 3 1 )
0 0 5
𝜆 𝑚𝜆 dim(𝑆𝜆 )
5 2 2
1 1 1
3 autovectores LI
Coinciden 𝑚𝜆 con dim(𝑆𝜆 ). Uno podría llegar a pensar que esto pasa siempre.
Pero…
3 2 1
𝑀 = ( 2 3 1)
0 0 5
−2 2 1 𝑥 0
( 2 −2 1) (𝑦 ) = (0)
0 0 0 𝑧 0
−2𝑥 + 2𝑦 + 𝑧 = 0
{ ⇒𝑧 =0 ∧𝑥 =𝑦
2𝑥 − 2𝑦 + 𝑧 = 0
11
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Entonces
1
𝑆5 = 𝑔𝑒𝑛 {(1)}
0
2 2 1 𝑥 0
(2 2 1) . (𝑦) = (0) ⇒ 𝑧 = 0 ∧ 𝑥 = −𝑦
0 0 4 𝑧 0
1
𝑆1 = 𝑔𝑒𝑛 {(−1)}
0
𝜆 𝑚𝜆 dim(𝑆𝜆 )
5 2 1
1 1 1
2 autovectores LI
Nosotros estamos apuntando a diagonalizar una matriz, por lo cual esta diferencia
que encontramos entre B y M será crucial.
𝐝𝐢𝐦(𝐒𝛌 ) ≤ 𝐦𝛌
¿Puede ser cero la dimensión del autoespacio? ¿Qué querría decir que sea 0?
𝑆𝜆 ≠ {0𝑉 } ⇒ dim(𝑆𝜆 ) ≥ 1
1 ≤ dim(𝑆𝜆 ) ≤ 𝑚𝜆
12
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Ejemplo 1
1 1 2
a) Dada la matriz 𝐴 = (2 2 4) , hallar todos los valores de 𝑐 para los cuales 𝐴 es
0 0 𝑐
diagonalizable.
RESOLUCIÓN
Vimos que:
Para armar 𝑷 inversible, necesitamos tres autovectores LI (que serán las columnas
de P).
Teniendo en cuenta que los autovectores asociados a autovalores distintos son L.I.,
podemos afirmar lo siguiente:
Ahora bien: ¿qué ocurre si hay autovalores repetidos? En ese caso no podemos
anticipar nada, tenemos que analizar cada caso por separado para comparar la
multiplicidad algebraica del autovalor con la dimensión del autoespacio
correspondiente.
Hallemos los autovalores de A, que son las raíces del polinomio característico:
𝟏−𝝀 𝟏 𝟐
p(λ) = det ( 𝟐 𝟐−𝝀 𝟒 ) = (𝑐 − 𝜆)[(1 − 𝜆)(2 − 𝜆) − 2]
𝟎 𝟎 𝒄−𝝀
= (𝑐 − 𝜆)[−3𝜆 + 𝜆2 ] = (𝑐 − 𝜆)𝜆(−3 + 𝜆)
Veamos cómo separar los distintos casos para realizar un análisis completo:
Caso 1: 𝒄 ≠ 𝟎 𝒚 𝒄 ≠ 𝟑
En este caso los tres autovalores son distintos, y por lo tanto 𝐴 es diagonalizable.
Caso 2: 𝒄 = 𝟑
13
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
1−3 1 2 𝑥 0 −2𝑥 + 𝑦 + 2𝑧 = 0 𝑦 = 2𝑥
( 2 2−3 4 ) (𝑦) = (0) ⇒ { 2𝑥 − 𝑦 + 4𝑧 = 0 ⇒ {
𝑧=0
0 0 3−3 𝑧 0
1
Obtenemos entonces 𝑆3 = 𝑔𝑒𝑛 { (2) }
0
¿Es necesario hallar 𝑆0? No, porque sabemos que tiene dimensión 1.
Caso 3: 𝒄 = 𝟎
Autoespacio asociado a 𝜆 = 0:
1 1 2 𝑥 0 𝑥 + 𝑦 + 2𝑧 = 0
(2 2 4) (𝑦) = (0) ⇒ { ⇒ 𝑥 + 𝑦 + 2𝑧 = 0 ⇒ (−𝑦 − 2𝑧, 𝑦, 𝑧)
2𝑥 + 2𝑦 + 4𝑧 = 0
0 0 0 𝑧 0
−1 −2
𝑆0 = 𝑔𝑒𝑛 { ( 1 ) , ( 0 ) }
0 1
Ítem b
−𝟐 𝟏 𝟐 𝑥 0 −2𝑥 + 𝑦 + 2𝑧 = 0
𝑦 = 2𝑥
( 𝟐 −𝟏 𝟒 ) (𝑦) = (0) ⇒ { 2𝑥 − 𝑦 + 4𝑧 = 0 ⇒ { ⇒ (𝑥, 2𝑥, 0)
𝑧=0
𝟎 𝟎 −𝟑 𝑧 0 −3𝑧 = 0
1
𝑆𝜆=3 = 𝑔𝑒𝑛 { (2) }
0
−1 −2 1 0 0 0
𝑃=( 1 0 2) , 𝐷 = (0 0 0)
0 1 0 0 0 3
14
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Matrices semejantes
Definición de matrices semejantes
Sean 𝐴, 𝐵 ∈ ℝ𝑛×𝑛 , decimos que:
Ejemplo
Consideremos las siguientes matrices:
1
0
2 1 1 3 3 0
𝐵=( ) 𝐴=( ) 𝑃=( ) 𝑃−1 =( 3 )
0 1 0 2 1 1 1
− 1
3
𝐵 = 𝑃−1 . 𝐴. 𝑃
1 1
0 1
1 3 3 0 3 0 2 1
𝐵=( 3 )( )( )=( 3 )( )=( )
1 0 2 1 1 1 1 1 0 1
− 1 − 1
3 3
Demostración
𝐴 = 𝑃−1 𝐵𝑃
Entonces:
𝒑𝑨 (𝝀) = det(𝐴 − 𝜆𝐼) = det(𝑃−1𝐵𝑃 − 𝜆𝐼) = det(𝑃−1 𝐵𝑃 − 𝑃−1 𝜆𝐼𝑃) = det(𝑃−1 . (𝐵 − 𝜆𝐼). 𝑃)
= det(𝑃−1 ) . det(𝐵 − 𝜆𝐼) . det(𝑃) = det(𝐵 − 𝜆𝐼 ) = 𝒑𝑩 (𝝀)
15
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
𝑷 = (𝒗𝟏 𝒗𝟐 … 𝒗𝒏 )
𝑃 es inversible porque sus columnas son LI y por lo tanto tiene rango 𝑛 (𝑑𝑒𝑡(𝑃) ≠ 0).
𝝀𝟏 𝟎 𝟎 𝟎
𝟎 𝝀𝟐 𝟎 𝟎
𝑫=( )
𝟎 𝟎 ⋱ 𝟎
𝟎 𝟎 𝟎 𝝀𝒏
Ejemplo 1
Consideremos la matriz 𝑀:
3 −1 0
𝑀 = (−1 3 0)
1 1 2
16
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Ejemplo 2
Veamos si es posible diagonalizar la siguiente matriz:
3 1
𝐴=( )
2 2
𝜆=4
𝜆=1
Si la matriz tiene dos autovalores distintos, sin hacer ninguna cuenta más,
Sí, porque hay una propiedad que dice que los autovectores asociados a
autovalores distintos son linealmente independientes.
1
𝑣1 = ( )
1
1
𝑣2 = ( )
−2
1 1
𝑃=( )
1 −2
1
𝑃−1 = . 𝑎𝑑𝑗(𝑃)
det(𝑃)
1 −2 −1 3 1 1 1 4 0
𝐷 = 𝑃 −1 . 𝐴. 𝑃 = − . ( )( )( )=( )
⏟ 3 −1 1 2 2 1 −2 0 1
𝑃−1
Ejemplo 3
Diagonalizar la siguiente matriz si es posible:
1 2 4
𝐵 = (2 1 −4)
0 0 3
1−𝜆 2 4
det(𝐵 − 𝜆𝐼) = | 2 1−𝜆 −4 | = (3 − 𝜆)((1 − 𝜆 )2 − 4)
0 0 3−𝜆
17
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
𝜆 = 3 (𝑑𝑜𝑏𝑙𝑒) ∨ 𝜆 = −1
2 2 4 𝑥 0
(2 2 −4) (𝑦) = (0)
0 0 4 𝑧 0
1
𝑆−1 = 𝑔𝑒𝑛 {(−1)}
0
1 2
𝑆3 = 𝑔𝑒𝑛 {(1) , (0)}
0 1
1 1 1
𝑃 = (−1 −1 1)
0 1 0
1 1
− −1
2 2
𝑃−1 = 0 0 1
1 1
0
(2 2 )
−1 0 0
𝑃−1 . 𝐴. 𝑃 = 𝐷 = ( 0 3 0)
0 0 3
1 1 1
𝑃 = (1 −1 −1)
0 1 0
3 0 0
𝐷 = (0 3 0 )
0 0 −1
18
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Ejemplo 4
Diagonalizar la siguiente matriz si es posible:
0 −1
𝐶=( )
1 0
EPL 3
Sea:
1 2 3
𝑀 = (2 𝑎 𝑏)
0 0 3
Por lo tanto:
Observación importante:
Si una matriz es diagonalizable ¿puede afirmarse que todos sus autovalores son
distintos? Veamos el siguiente ejemplo:
1 0 0
𝐴 = ( 0 1 0)
0 0 2
Es una matriz diagonalizable porque es diagonal1. Sin embargo no tiene todos sus
autovalores distintos ya que 𝜆 = 1 es un autovalor doble.
19
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
EPL 4
Sea 𝐴 ∈ ℝ3×3 tal que su polinomio característico es 𝑝(𝜆) = 𝜆2 . (1 − 𝜆), y
𝑆 = {𝑥 ∈ ℝ3×1 | 𝑥1 + 𝑥2 + 𝑥3 = 0} es un autoespacio de 𝐴. Analizar si 𝐴 es
diagonalizable.
Diagonalización de matrices
simétricas
Matriz ortogonal
¿Qué característica tiene una matriz ortogonal? Que la traspuesta de la matriz es
igual a la inversa:
1 1
−
𝑃= √2 √2
1 1
(√2 √2 )
Otro ejemplo:
3 4
−
𝑄 = (5 5)
4 3
5 5
Ejemplo
Consideremos la matriz simétrica:
1 2
𝐴=( )
2 4
Vamos a hacer una diagonalización ortogonal de esta matriz. Los autovalores son:
20
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
𝜆 =0∨𝜆 =5
−4 2 𝑥 0 1
( ) . ( ) = ( ) ⇒ 𝑆5 = 𝑔𝑒𝑛 {( )}
2 0 𝑦 0 2
1 2 𝑥 0 −2
( ) . ( ) = ( ) ⇒ 𝑆0 = 𝑔𝑒𝑛 {( )}
2 4 𝑦 0 1
1 −2
( ) . ( ) = 1. (−2) + 2.1 = 0
2 1
1 −2
𝑃=( )
2 1
5 0
𝑃−1 𝐴𝑃 = 𝐷 = ( )
0 0
¿Cuál sería la matriz 𝑄? Falta que los vectores columna sean versores. Para lograr
esto hay que dividir cada autovector por su módulo. Tienen módulo igual a √5:
1 2
−
𝑄= √5 √5
2 1
(√5 √5 )
5 0
𝑄−1 𝐴𝑄 = 𝑄𝑇 𝐴𝑄 = 𝐷 = ( )
0 0
21
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Diagonalización ortogonal
Definición: Una matriz 𝐴 ∈ ℝ𝑛×𝑛 es diagonalizable ortogonalmente si y sólo si existe
𝑃 ortogonal (𝑃−1 = 𝑃 𝑇 ) tal que 𝑃𝑇 . 𝐴. 𝑃 = 𝐷.
En resumen:
Diagonalización de una
transformación lineal
Autovalores y autovectores de una
transformación lineal
Sea 𝑇: 𝑉 → 𝑉 una transformación lineal:
𝑣 es el autovector asociado a 𝜆.
Propiedad
Sea 𝑇: ℝ𝑛 → ℝ𝑛 tal que 𝐴 = 𝑀(𝑇)𝐸𝐸 , entonces:
𝜆 es autovalor de 𝑇 ⇔ 𝜆 es autovalor de 𝐴
Demostración
𝑥1
𝑥2
𝑇(𝑣) = 𝐴. 𝑣 con 𝑣 = ⋮
𝑥𝑛
( )
22
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
Ejemplo
Resolución
1 2
𝐴 = 𝑀(𝑇)𝐸𝐸 = ( )
0 3
𝜆 =1∨𝜆 =3
1
𝑆1 = 𝑔𝑒𝑛 {( )}
0
1
𝑆3 = 𝑔𝑒𝑛 {( )}
1
3. 𝐴 es diagonalizable, con
1 1 1 0
𝑃=( ) 𝑦 𝐷 = 𝑃−1. 𝐴. 𝑃 = ( )
0 1 0 3
1
𝑇((1,0)) = (1,0) = 1. (1,0) + 0. (1,1) ⇒ [(1,0)]𝐵 = ( )
0
0
𝑇((1,1)) = (3,3) = 0. (1,0) + 3. (1,1) ⇒ [(3,3)]𝐵 = ( )
3
23
AGA Virtual Segundo cuatrimestre 2016 Unidad 6
1 0
𝑀(𝑇)𝐵𝐵 = ( )=𝐷
0 3
Propiedad
Una TL en ℝ𝑛 es diagonalizable si y sólo si existe una base 𝐵 de ℝ𝑛 formada por
autovectores de 𝑇. En tal caso, 𝑀(𝑇)𝐵𝐵 = 𝐷.
EPL 5
a) Sea 𝑇: ℝ𝑛 → ℝ𝑛 una transformación lineal. Probar:
24
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
ALGEBRA Y
GEOMETRÍA
ANALÍTICA
Isabel Pustilnik
0
Federico Gómez
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
ÍNDICE
Introducción ......................................................................................................................... 2
Lugar geométrico ............................................................................................................ 2
¿Qué son las cónicas? .................................................................................................... 3
Circunferencia ..................................................................................................................... 3
Ecuación canónica de la circunferencia .................................................................... 4
Desde ecuación ordinaria hacia ecuación general ................................................. 7
Desde ecuación general a ecuación ordinaria.......................................................... 8
Resumen ........................................................................................................................... 9
Parábola ............................................................................................................................. 10
Introducción ................................................................................................................... 10
Definición de parábola ................................................................................................. 11
Ecuación ordinaria de la parábola ............................................................................. 13
Lado recto ...................................................................................................................... 17
De ecuación ordinaria a ecuación general ............................................................. 18
Elipse ................................................................................................................................... 20
Definición y ecuación canónica de la elipse ........................................................... 20
Excentricidad de una elipse ........................................................................................ 22
Ecuación ordinaria de una elipse con 𝑪𝜶, 𝜷 .............................................................. 27
Hipérbola ............................................................................................................................ 29
Introducción ................................................................................................................... 29
Definición de hipérbola ................................................................................................ 30
Ecuación canónica de la hipérbola ........................................................................... 31
Ecuación ordinaria de una hipérbola ......................................................................... 37
Casos particulares de hipérbolas................................................................................ 37
Ecuaciones paramétricas de las cónicas ...................................................................... 41
Ecuaciones paramétricas de una recta en ℝ𝟐 ......................................................... 41
Parametrización de la circunferencia ........................................................................ 41
“Desparametrización” de la circunferencia ............................................................ 42
Otra parametrización de la circunferencia ............................................................. 43
Parametrización de la elipse ....................................................................................... 46
Parametrización de la parábola ................................................................................. 48
“Desparametrización” de una parábola .................................................................. 52
Parametrización de la hipérbola ................................................................................. 53
Superficies .......................................................................................................................... 55
¿Qué superficies estudiaremos? ................................................................................. 55
GeoGebra y Microsoft Mathematics .......................................................................... 60
Resumen de superficies cuádricas ............................................................................. 61
Ecuación de la esfera ................................................................................................... 63
Hiperboloide de una hoja ............................................................................................ 66
1
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Introducción
Lugar geométrico
Dada una ecuación 𝐹(𝑥, 𝑦) = 0 se denomina lugar geométrico al conjunto de los
puntos 𝑃(𝑥, 𝑦) de ℝ2 que verifican la ecuación.
Ejemplo 1
Consideremos que la ecuación 𝐹(𝑥, 𝑦) = 0 es:
𝑥 2 − 4𝑥𝑦 = 0
¿Qué tipo de lugar geométrico representa? Dicho de otro modo, ¿qué curva
determinan los puntos que verifican esta ecuación?
𝑥. (𝑥 − 4𝑦) = 0
𝑥 = 0 ∨ 𝑥 = 4𝑦
Ejemplo 2
Veamos este otro ejemplo:
2
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 2 + 𝑦 2 = −4
El cono en el que debemos pensar continúa más allá del vértice. Una imagen más
adecuada para representar las cónicas es la siguiente:
HTTP://BIT.LY/AGAGIF004
Las cónicas son curvas determinadas por la intersección de un cono circular recto
con planos de distintas inclinaciones.
Circunferencia
Todos conocen las circunferencias, saben que pueden trazarse con un compás.
Les resultará natural la siguiente:
𝐶𝑒𝑛𝑡𝑟𝑜: 𝐶(𝛼, 𝛽)
3
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Por teorema de Pitágoras sabemos que los puntos 𝑃(𝑥, 𝑦) deben cumplir esta
ecuación:
(𝑥 − 𝛼)2 + (𝑦 − 𝛽)2 = 𝑟 2
𝑥2 + 𝑦2 = 𝑟2
(𝑥 − 𝛼)2 + (𝑦 − 𝛽)2 = 𝑟 2
𝑥′ = 𝑥 − 𝛼
{ ′
𝑦 =𝑦−𝛽
4
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Para obtener la ecuación canónica, hicimos una traslación de ejes, de modo que
el centro del nuevo sistema coincidiera con el centro de la circunferencia:
Ejemplo
Encuentre la ecuación de una circunferencia si los extremos de uno de sus
diámetros son 𝑃(4, −3) y 𝑄(−2,7).
Resolución
5
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
4 + (−2) −3 + 7
𝐶=( , ) = (1,2)
2 2
𝑟𝑎𝑑𝑖𝑜 = √34
Entonces ya tenemos las coordenadas del centro, y tenemos el radio. Basta con
reemplazar en la ecuación ordinaria para obtener la ecuación de esta
circunferencia:
(𝑥 − 1)2 + (𝑦 − 2)2 = 34
6
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
La gráfica es:
𝑥 2 + 𝑦 2 − 2𝛼𝑥 − 2𝛽𝑦 + (𝛼 2 + 𝛽 2 − 𝑟 2 ) = 0
𝑥 2 + 𝑦 2 −2𝛼 ⏟ 2 + 𝛽2 − 𝑟 2 ) = 0
⏟ 𝑦 + (𝛼
⏟ 𝑥 −2𝛽
𝐷 𝐸 𝐹
Se obtiene la ecuación:
𝑥 2 + 𝑦 2 + 𝐷𝑥 + 𝐸𝑦 + 𝐹 = 0
7
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 2 + 𝑦 2 + 𝐷𝑥 + 𝐸𝑦 + 𝐹 = 0
Ejemplo
Vamos a completar cuadrados en la siguiente expresión:
𝑥 2 + 𝑦 2 − 4𝑥 + 2𝑦 − 1 = 0 [𝟏]
La idea es transformar:
𝑒𝑛
𝑥 2 − 4𝑥 → (𝑥 − 𝛼 )2 + 𝐶1
Y además:
𝑒𝑛
𝑦 2 + 2𝑦 → (𝑦 − 𝛽)2 + 𝐶2
Empecemos con 𝑥 2 − 4𝑥
¿Qué le falta a esta expresión para ser un trinomio cuadrado perfecto? Falta el
término independiente. Sabemos que el término independiente deberá ser la
mitad de 4, elevado al cuadrado.
⏟2 − 4𝑥 + 22 − 22 = (𝑥 − 2)2 − 4
𝑥
(𝑥−2)2
𝑦 2 + 2𝑦 = 𝑦
⏟2 + 2𝑦 + 12 − 12 = (𝑦 + 1)2 − 1
(𝑦+1)2
Reemplazamos en la [𝟏]:
8
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
(𝑥 − 2)2 − 4 + (𝑦 + 1)2 − 1 − 1 = 0
(𝑥 − 2)2 + (𝑦 + 1)2 = 6
𝐶 = (2, −1)
𝑟 = √6
EPL 1
Completando cuadrados, hallen el lugar geométrico correspondiente a cada una
de las ecuaciones:
a. 𝑥 2 + 𝑦 2 + 3𝑥 + 4 = 0
b. 𝑥 2 + 𝑦 2 + 6𝑥 + 9 = 0
Resumen
De la resolución de los puntos anteriores se desprende la conclusión que
presentamos a continuación:
Ecuación General:
𝑥 2 + 𝑦 2 + 𝐷𝑥 + 𝐸𝑦 + 𝐹 = 0
Completando
cuadrados
Ecuación ordinaria
(𝑥 − 𝛼)2 + (𝑦 − 𝛽)2 = 𝑘
𝑆𝑖 𝑘 > 0 → 𝐶𝑖𝑟𝑐𝑢𝑛𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎
𝑆𝑖 𝑘 = 0 → 𝑃𝑢𝑛𝑡𝑜
9
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Parábola
Introducción
La gráfica de una función cuadrática es una parábola. Pero el concepto
geométrico de parábola es más amplio, como veremos a continuación.
10
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 2 + 2𝑥𝑦 + 𝑦 2 + 2𝑥 − 2𝑦 = 0
Definición de parábola
Dados un punto 𝐹 (foco) y una recta 𝑟 (directriz), se denomina parábola al
conjunto de puntos del plano que equidistan del foco y de la directriz.
Simbólicamente:
El eje focal es el eje perpendicular a la directriz que pasa por el foco. Es el eje de
simetría de la parábola.
11
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑦 𝑃(𝑥, 𝑦)
r: directriz
−c 𝑉(0,0) 𝑥 x
𝐹(𝑐, 0)
Para el esquema que realizamos, las coordenadas del vértice son 𝑉(0,0), las del
foco 𝐹(𝑐, 0) y la recta directriz está dada por 𝑟: 𝑥 = −𝑐. Las coordenadas de un
punto genérico 𝑄 que pertenece a la directriz son (−𝑐, 𝑦).
𝑑(𝑃, 𝑟) = 𝑑(𝑃, 𝐹)
⃗⃗⃗⃗⃗ ‖ = ‖𝑃𝐹
‖𝑃𝑄 ⃗⃗⃗⃗⃗ ‖
⃗⃗⃗⃗⃗ = (−𝑐 − 𝑥, 0)
𝑃𝑄
⃗⃗⃗⃗⃗ = (𝑐 − 𝑥, −𝑦)
𝑃𝐹
⃗⃗⃗⃗⃗ ‖ = √𝑐 2 + 2𝑐𝑥 + 𝑥 2
‖𝑃𝑄
12
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
⃗⃗⃗⃗⃗ ‖ = √𝑐 2 − 2𝑐𝑥 + 𝑥 2 + 𝑦 2
‖𝑃𝐹
√𝑐 2 + 2𝑐𝑥 + 𝑥 2 = √𝑐 2 − 2𝑐𝑥 + 𝑥 2 + 𝑦 2
𝑐 2 + 2𝑐𝑥 + 𝑥 2 = 𝑐 2 − 2𝑐𝑥 + 𝑥 2 + 𝑦 2
𝒚𝟐 = 𝟒𝒄𝒙 (𝑐 ≠ 0)
Que es la ecuación canónica de la parábola con 𝑽(𝟎, 𝟎) y eje focal 𝒚 = 𝟎 (eje 𝒙).
Donde si,
𝑥 2 = 4𝑐𝑦
Donde si,
Ecuación de la directriz 𝑑: 𝑦 = −𝑐
13
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
2
𝑦 ′ = 4𝑐𝑥 ′
Debemos realizar una traslación de ejes para poder tener la ecuación escrita en el
sistema 𝑥𝑦
𝑦𝑝 𝑦𝑝′ 𝑂′ (𝛼, 𝛽)
𝛽
𝑥𝑝′
𝛼 𝑥𝑝
14
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥′ + 𝛼 = 𝑥
𝑦′ + 𝛽 = 𝑦
O reordenando:
𝑥′ = 𝑥 − 𝛼
{ ′
𝑦 =𝑦−𝛽
(𝑦 − 𝛽)2 = 4𝑐(𝑥 − 𝛼)
Análogamente:
(𝑥 − 𝛼)2 = 4𝑐(𝑦 − 𝛽)
¿Cómo nos damos cuenta si el eje focal es vertical u horizontal? Observando cuál
de las variables está elevada al cuadrado:
Ejemplo
Hallar la ecuación de la parábola de directriz 𝑥 = 4 y foco 𝐹(−2,0).
Resolución
15
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Es conveniente realizar una figura de análisis que represente los datos del
enunciado:
𝑥=4
𝐹(−2,0)
|𝒄| = 𝒅(𝑽, 𝑭)
El vértice está sobre el eje focal y a la misma distancia del foco que de la directriz:
−2 + 4
𝑉=( , 0) = (1,0)
2
(𝑦 − 𝛽)2 = 4𝑐(𝑥 − 𝛼)
(𝑦 − 0)2 = 4𝑐(𝑥 − 1)
|𝑐| = 𝑑(𝐹, 𝑉) = 3
Entonces queda:
𝑦 2 = −12(𝑥 − 1)
16
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Lado recto
El lado recto es la longitud de la cuerda que es perpendicular al eje focal y pasa
por el foco. Se puede demostrar que la longitud del lado recto es |4𝑐|
17
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
|𝐿𝐿′ | = |4𝑐|
(𝑦 − 𝛽)2 = 4𝑐(𝑥 − 𝛼)
𝑦 2 −4𝑐
⏟ 𝑥 −2𝛽
⏟𝑦+𝛽⏟2 + 4𝑐𝛼 = 0
𝐷 𝐸 𝐹
𝑦 2 + 𝐷𝑥 + 𝐸𝑦 + 𝐹 = 0
Ésta es la ecuación general. Observen que hay una única variable que está al
cuadrado y la otra es lineal.
18
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ejemplo
Analizar qué lugar geométrico representa la siguiente ecuación:
𝑦 2 + 4𝑥 − 2𝑦 + 2 = 0
¿Qué curva representan los puntos que verifican esta ecuación? Observando que
una sola de las variables está elevada al cuadrado, podemos pensar en una
parábola. Deberíamos llegar al siguiente modelo:
(𝑦 − 𝛽)2 = 4𝑐(𝑥 − 𝛼)
𝑦 2 − 2𝑦 + 12 − 12 = (𝑦 − 1)2 − 1
Entonces
(𝑦 − 1)2 − 1 + 4𝑥 + 2 = 0
(𝑦 − 1)2 = −4𝑥 − 1
1
(𝑦 − 1)2 = −4 (𝑥 + )
4
1
Ésta es la ecuación ordinaria de la parábola que tiene 𝑉 (− 4 , 1) y eje focal
paralelo al eje 𝑥.
EPL 2
Hemos visto que toda parábola de eje paralelo al eje x puede expresarse por una
ecuación del tipo 𝑦 2 + 𝐷𝑥 + 𝐸𝑦 + 𝐹 = 0.
Pero… si D = 0,
a) 𝑦 2 – 2𝑦 + 2 = 0
b) 𝑦 2 – 2𝑦 – 3 = 0
EPL 3
Dada la ecuación 𝑥 2 + 6𝑥 + 𝑘𝑦 = 0
¿Para qué valor de 𝑘 representa una parábola cuyo vértice pertenece a la recta
𝑦 = 6? Para el valor de k hallado, indiquen vértice, foco y directriz. Grafiquen.
19
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Elipse
Definición y ecuación canónica de la elipse
Dados dos puntos 𝐹1 y 𝐹2 llamados focos, se denomina elipse al conjunto de
puntos del plano tales que la suma de sus distancias a ambos focos es constante:
HTTP://BIT.LY/AGAGIF001
Consideremos que los focos son los puntos de coordenadas 𝐹1 (−𝑐, 0) y 𝐹2 (𝑐, 0) con
𝑐 > 0, y el punto medio entre los focos, se denomina centro 𝐶(0,0). En el siguiente
esquema se pueden visualizar estos elementos:
Si la distancia entre los focos es 𝒅(𝑭𝟏 , 𝑭𝟐 ) = 𝟐𝒄 , la condición para que sea una
elipse es:
𝑎>𝑐>0
Si elevamos al cuadrado:
𝑎2 > 𝑐 2
A la diferencia se la llama 𝑏2 :
𝑎2 − 𝑐 2 = 𝑏2
⇒ 𝒂𝟐 = 𝒃𝟐 + 𝒄𝟐
𝑥2 𝑦2
+ =1 , 𝑎>𝑏>0
𝑎2 𝑏2
Es la ecuación canónica de la elipse con centro (𝟎, 𝟎) y eje focal 𝒚 = 𝟎(eje 𝒙).
20
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Si 𝑦 = 0 ∶ 𝑥 2 = 𝑎2 ⇒ 𝑥 = ±𝑎 ⇒ 𝑉1,2 = (±𝑎, 0)
𝑦2 𝑥2
+ =1 , 𝑎>𝑏
𝑎2 𝑏2
Es la ecuación canónica de la elipse con centro (𝟎, 𝟎) y eje focal 𝒙 = 𝟎 (eje 𝒚).
21
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Su gráfica es:
𝒄
𝒆=
𝒂
𝑐
⇒ 0< <1
𝑎
HTTP://BIT.LY/AGAGGB010
22
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ejemplo 1
Hallar vértices, focos, eje focal, graficar y calcular excentricidad de la siguiente
elipse:
𝑥2 𝑦2
+ =1
4 10
Resolución
𝑎2 = 10 ⇒ 𝑎 = √10
𝑏2 = 4 ⇒ 𝑏 = 2
𝑐 2 = 𝑎2 − 𝑏2 = 10 − 4 = 6
Excentricidad de la elipse:
𝑐 √6 3
𝑒= = =√
𝑎 √10 5
La gráfica es:
23
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ejemplo 2
Hallar la ecuación de una elipse con focos 𝐹1 (1, −1) y 𝐹2 (1,3) y excentricidad 𝑒 =
0,4 .
Resolución
24
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Pero podemos construir un sistema de ejes 𝑥′𝑦′ cuyo origen coincida con el centro
de la elipse:
𝑥′ = 𝑥 − 𝛼
{ ′
𝑦 = 𝑦−𝛽
𝑥′ = 𝑥 − 1
{ ′
𝑦 =𝑦−1
25
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑐=2
𝑐 2
𝑎= = = 5 ⇒ 𝑎2 = 25
𝑒 0,4
Calculamos 𝑏:
𝑏2 = 25 − 4 = 21 ⇒ 𝑏 = √21
(𝑦 − 1)2 (𝑥 − 1)2
+ =1
25 21
La gráfica queda:
26
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
(𝑥 − 𝛼)2 (𝑦 − 𝛽)2
+ =1
𝑎2 𝑏2
(𝑦 − 𝛽)2 (𝑥 − 𝛼)2
+ =1
𝑎2 𝑏2
Noten que como 𝑎 > 𝑏, la única diferencia entre las dos ecuaciones consiste en
que 𝑎2 está en el denominador de 𝑥 o de 𝑦.
Ejemplo 3
Hallar la ecuación ordinaria de la curva definida por:
𝑥 2 + 2𝑦 2 + 2𝑥 − 8𝑦 + 7 = 0
Graficar.
Resolución
27
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
es igual a cero. Tampoco de una hipérbola porque tienen el mismo signo. Así que
inicialmente esperamos que sea una elipse.
Completemos cuadrados:
𝑥 2 + 2𝑥 + 2. (𝑦 2 − 4𝑦) + 7 = 0
(𝑥 + 1)2 + 2. (𝑦 − 2)2 − 1 − 8 + 7 = 0
(𝑥 + 1)2 + 2. (𝑦 − 2)2 = 2
(𝑥 + 1)2
+ (𝑦 − 2)2 = 1
2
Llegamos a la ecuación ordinaria de una elipse con centro en (−1,2) y eje focal
horizontal (porque el semieje mayor es 𝑎 = √2 que está en el denominador de 𝑥, y
el semieje menor es 𝑏 = 1, está en el denominador de 𝑦). Calculemos 𝑐:
𝑐 2 = 𝑎2 − 𝑏2 = 2 − 1 = 1
𝑥′ = 𝑥 + 1 𝑥 = 𝑥′ − 1
{ ′ ⇒ {
𝑦 =𝑦−2 𝑦 = 𝑦′ + 2
2
𝑥′ 2
+ 𝑦′ = 1
2
28
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Hipérbola
Introducción
Ustedes ya conocen a las hipérbolas como la representación gráfica de funciones
1
homográficas. El ejemplo más sencillo es la gráfica de la función 𝑓(𝑥) = :
𝑥
29
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Definición de hipérbola
Dados dos puntos 𝐹1 y 𝐹2 llamados focos, se denomina hipérbola al conjunto de
puntos del plano tales que el valor absoluto de la diferencia de sus distancias a los
focos es constante.
Si la distancia entre los focos es 𝒅(𝑭𝟏 , 𝑭𝟐 ) = 𝟐𝒄 , la condición para que sea una
hipérbola es:
𝒄>𝑎>0
𝑐 2 > 𝑎2
𝑐 2 − 𝑎2 = 𝑏2
⇒ 𝒄𝟐 = 𝒂𝟐 + 𝒃𝟐
𝑃(𝑥, 𝑦)
𝑑2
𝑑1
𝐹2 (−𝑐, 0) 𝐹1 (𝑐, 0)
30
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥2 𝑦2
− =1
𝑎2 𝑏2
𝑥 = 0 ⇒ 𝑦 2 = −𝑏2
Elementos de la hipérbola
𝑥2 𝑦2
− =1
𝑎2 𝑏2
Centro: 𝐶 (0,0)
Eje focal: recta que contiene a los focos, en este caso es el eje 𝑥
Se cumple que 𝑐 2 = 𝑎2 + 𝑏2
𝑏
Ecuaciones de las asíntotas: 𝑦 = ± 𝑎 𝑥
Veamos la gráfica:
Ubiquemos los vértices sobre el eje 𝑥, simétricos respecto del (0,0), 𝑉1,2 (±𝑎, 0) y los
puntos de coordenadas (0, ± 𝑏) que llamaremos “vértices imaginarios” (no son
puntos de la hipérbola, habíamos visto que ésta no corta al eje y):
31
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
HTTP://BIT.LY/AGAGIF002
Para trazar las asíntotas armemos un rectángulo auxiliar que ayudará a graficar la
hipérbola, y luego tracemos las rectas que contienen a sus diagonales (esas rectas
serán las asíntotas). Una vez trazadas las asíntotas, es sencillo realizar un gráfico
aproximado de la hipérbola:
HTTP://BIT.LY/AGAGIF003
𝑏
𝑦 = ± 𝑎 𝑥.
Esto justifica porqué las asíntotas son las rectas que contienen a las diagonales del
rectángulo.
Los focos, como los vértices de la hipérbola, están sobre el eje x. Como 𝑐 > 𝑎, los
focos están más alejados del origen que los vértices (𝑐 2 = 𝑎2 + 𝑏2 ).
32
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑦2 𝑥2
− =1
𝑎2 𝑏2
Ejemplo 1
Hallar la gráfica de la curva definida por la ecuación:
𝑦2
𝑥2 − = 1
4
Resolución
𝐶(0,0)
𝑆𝑒𝑚𝑖𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 ∶ 𝑎 = 1
33
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑆𝑒𝑚𝑖𝑒𝑗𝑒 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑟𝑖𝑜: 𝑏 = 2
Luego podemos dar las coordenadas de los vértices, de los focos y de las
asíntotas:
𝑉1 (1,0)
𝑉2 (−1,0)
𝐹1 (−√5, 0)
𝐹2 (√5, 0)
𝐴𝑠í𝑛𝑡𝑜𝑡𝑎𝑠: 𝑦 = ±2𝑥
La gráfica:
34
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ejemplo 2
Hallar la gráfica de la curva definida por la ecuación:
𝑦2 𝑥2
− =1
4 6
Resolución
𝑎2 = 4 → 𝑎 = 2 semieje real
𝑏2 = 6 → 𝑏 = √6 semieje imaginario
𝑐 2 = 𝑎2 + 𝑏2 ⇒ 𝑐 2 = 10 → 𝑐 = √10
Grafiquemos:
35
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
2 2
𝑦= 𝑥 , 𝑦=− 𝑥
√6 √6
EPL 4
En el siguiente applet construido utilizando GeoGebra, se puede visualizar una
familia de curvas que responden a la ecuación:
𝑥2 𝑦2
− =𝑘
4 16
HTTP://BIT.LY/AGAGGB020
36
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥2 𝑦2
− =𝑘 , 𝑘≠0
𝑝2 𝑞 2
𝑥2 𝑦2
− =0
𝑝2 𝑞 2
𝑞
⇒ 𝑦=± 𝑥
𝑝
(𝑥 − 𝛼)2 (𝑦 − 𝛽)2
− =1
𝑎2 𝑏2
La ecuación ordinaria de una hipérbola con eje focal vertical y centro en 𝑪(𝜶, 𝜷)
es:
(𝑥 − 𝛼)2 (𝑦 − 𝛽)2
− + =1
𝑏2 𝑎2
𝑥2 𝑦2 𝑥2 𝑦2
− =1 o bien − + =1
𝑎2 𝑎2 𝑎2 𝑎2
Hipérbolas conjugadas
Dos hipérbolas son conjugadas una de la otra si el eje real de cada una de ellas es
igual al eje imaginario de la otra.
En términos analíticos se las reconoce porque los signos están cambiados, y los
coeficientes de 𝑥 y de 𝑦 siguen siendo los mismos en términos absolutos. Las
siguientes hipérbolas son conjugadas:
𝑥2 𝑦2 𝑥2 𝑦2
ℋ1 ∶ − =1 ℋ2 − + =1
𝑝2 𝑞 2 𝑝2 𝑞 2
37
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Gráficamente:
Ejemplo
Dada la ecuación en ℝ2:
𝐴𝑥 2 + 𝑦 2 + 𝐵𝑦 = 0
Hallar en cada caso, si es posible, los valores de 𝐴 y 𝐵 para que la ecuación dada
represente:
a. Una elipse
b. Una circunferencia de radio 3
c. Una parábola
d. Un par de rectas paralelas
e. Una hipérbola equilátera con centro en 𝐶(0,3)
Resolución
Ítem a
𝐵 2
2
𝐵 2 𝐵 2 𝐴𝑥 2 (𝑦 + 2 )
𝐴𝑥 + (𝑦 + ) = ( ) ⇒ + = 1 (𝐵 ≠ 0)
2 2 𝐵 2 𝐵 2
(2) (2)
38
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝐵 ≠0∧𝐴>0
Ítem b
𝐵 2 𝐵 2
𝑥 2 + (𝑦 + ) = ( )
2 2
De radio
𝐵 2 𝐵
𝑅 = √( ) = | |
2 2
𝐵
| | = 3 ⇒ |𝐵| = 6
2
𝐴 = 1 ∧ |𝐵| = 6
Ítem c
Para que sea una parábola es necesario que una de las variables aparezca
elevada al cuadrado y la otra no. Luego debe ser 𝐴 = 0. Pero queda:
𝑦 2 + 𝐵𝑦 = 0
𝑦. (𝑦 + 𝐵) = 0 ⇒ 𝑦 = 0 ∨ 𝑦 = −𝐵
Respuesta: no es posible.
Ítem d
Lo hemos respondido en el ítem anterior. Para que sean dos rectas paralelas:
39
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝐴 =0∧𝐵 ≠0
Ítem e
𝐵 2
𝐴𝑥 2 (𝑦 + 2 )
+ = 1 (𝐵 ≠ 0)
𝐵 2 𝐵 2
(2) (2)
𝐴<0∧𝐵 ≠0
Para ser equilátera tienen que ser iguales el eje real y el transverso, luego:
1 𝐵 𝐵
. = ⇒ |𝐴| = 1 ⇒ 𝐴 = −1
𝐴2 2 2
𝐴 = −1 ∧ 𝐵 ≠ 0
𝐵
= −3 ⇒ 𝐵 = −6
2
Respuesta:
𝐴 = −1 ∧ 𝐵 = −6
HTTP://BIT.LY/AGAGGB012
40
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 = 2𝑡
{ ∀𝑡 ∈ ℝ
𝑦 =𝑡−1
𝑥
𝑡=
2
𝑥
𝑦= −1
2
1
Esto es una recta con pendiente y ordenada al origen igual a −1.
2
𝑥 = 2𝑡
{ ∀𝑡 ∈ [0,1]
𝑦 =𝑡−1
𝑡 = 0 ⇒ (0, −1)
𝑡 = 1 ⇒ (2,0)
HTTP://BIT.LY/AGAGGB001
Parametrización de la circunferencia
Queremos descomponer el movimiento circular en el eje 𝑥 y en el eje 𝑦.
41
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 = 𝑅. cos(𝑡)
{
𝑦 = 𝑅. 𝑠𝑒𝑛(𝑡)
[0,2𝜋]
𝜋
Si en esta parametrización se considera el intervalo [0, 2 ] ¿Qué arco de
circunferencia queda descripto?
“Desparametrización” de la circunferencia
Para pasar desde las ecuaciones paramétricas a la cartesiana debemos eliminar
el parámetro 𝑡. Elevamos al cuadrado ambas igualdades:
𝑥 2 = 𝑅 2 . cos 2(𝑡)
𝑦 2 = 𝑅 2 . 𝑠𝑒𝑛2 (𝑡)
𝑥 2 + 𝑦 2 = 𝑅2
42
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 2 + 𝑦 2 = 𝑅2
Ahora consideremos:
𝑥 = 𝑅. 𝑠𝑒𝑛(𝑡)
Parametrización 2: { 𝑡 ∈ [0,2𝜋]
𝑦 = 𝑅. cos(𝑡)
𝑥 2 = 𝑅 2 . 𝑠𝑒𝑛2 (𝑡)
𝑦 2 = 𝑅 2 . cos 2(𝑡)
𝑥 2 + 𝑦 2 = 𝑅2
Vamos a hacer una tabla para algunos valores para ver la diferencia entre las dos
parametrizaciones.
0 (𝑟, 0) (0, 𝑟)
𝜋
(0, 𝑟) (𝑟, 0)
2
3𝜋
(0, −𝑟) (−𝑟, 0)
2
2𝜋 (𝑟, 0) (0, 𝑟)
HTTP://BIT.LY/AGAGGB002
43
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
EPL 5
Dada la parametrización:
𝑥 = 3. 𝑠𝑒𝑛(2𝑡)
{ 𝑡 ∈ [0,2𝜋]
𝑦 = 3. cos(2𝑡)
𝑥 = 3. 𝑠𝑒𝑛(𝑡)
{ 𝑡 ∈ [0,2𝜋]
𝑦 = 3. cos(𝑡)
Ejemplo
Consideremos la siguiente parametrización:
𝑥 = 5. cos(2𝑡) 𝜋
{ 𝑡 ∈ [0, ]
𝑦 = 5. 𝑠𝑒𝑛(2𝑡) 2
𝑥 2 + 𝑦 2 = 25
𝒕 (𝒙, 𝒚)
𝜋
(0,5) Punto intermedio
4
𝜋
(−5,0) Punto final
2
HTTP://BIT.LY/AGAGGB003
Ejemplo
Hallar una parametrización de la curva dada por:
44
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 2 + 𝑦 2 + 𝑥 − 4𝑦 = 0
Resolución
(𝑥 − 𝛼)2 + (𝑦 − 𝛽)2 = 𝑟 2
(𝑥 − 𝛼)2 (𝑦 − 𝛽)2
+ =1
𝑟2 𝑟2
𝑥−𝛼 2 𝑦−𝛽 2
( ) +( ) =1
𝑟 𝑟
𝑦−𝛽
sen(𝑡) =
𝑟
𝑥 = 𝛼 + 𝑟. 𝑐𝑜𝑠(𝑡)
{ 𝑡 ∈ [0,2𝜋]
𝑦 = 𝛽 + 𝑟. sen(𝑡)
Retomemos el ejemplo:
𝑥 2 + 𝑦 2 + 𝑥 − 4𝑦 = 0
Completando cuadrados:
1 2 1 2
(𝑥 + ) − ( ) + (𝑦 − 2)2 − 22 = 0
2 2
45
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
1 2 1
(𝑥 + ) + (𝑦 − 2)2 = + 4
2 4
1 2 17
(𝑥 + ) + (𝑦 − 2)2 =
2 4
1
𝛼=−
2
𝛽=2
√17
𝑟=
2
1 √17
𝑥=− + cos(𝑡)
2 2 𝑡 ∈ [0,2𝜋]
√17
𝑦 =2+ . 𝑠𝑒𝑛(𝑡)
{ 2
HTTP://BIT.LY/AGAGGB004
Parametrización de la elipse
Hallar una parametrización de la siguiente curva:
𝑥 2 + 4𝑦 2 − 2𝑥 + 4𝑦 + 1 = 0
(𝑥 − 𝛼)2 (𝑦 − 𝛽)2
+ =1
𝑎2 𝑏2
Una vez que lo escribimos así, es fácil parametrizar porque podemos expresar esto
como la suma de dos cuadrados:
𝑥−𝛼 2 𝑦−𝛽 2
( ) +( ) =1
𝑎 𝑏
46
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥−𝛼
cos(𝑡) =
𝑎
𝑦−𝛽
𝑠𝑒𝑛(𝑡) =
𝑏
𝑥 = 𝛼 + 𝑎. cos(𝑡)
{ 𝑡 ∈ [0,2𝜋]
𝑦 = 𝛽 + 𝑏. 𝑠𝑒𝑛(𝑡)
𝑥 2 + 4𝑦 2 − 2𝑥 + 4𝑦 + 1 = 0
𝑥 2 − 2𝑥 + 4(𝑦 2 + 𝑦) + 1 = 0
Completemos cuadrados:
1 2 1 2
(𝑥 − 1)2 − 12 + 4 [(𝑦 + ) − ( ) ] + 1 = 0
2 2
1 2
(𝑥 − 1)2 + 4 (𝑦 + ) = 1
2
1 2
(𝑦 + 2)
(𝑥 − 1)2 + 1 =1
4
𝑥 = 1 + cos(𝑡)
{ 1 1 𝑡 ∈ [0,2𝜋]
𝑦 = − + 𝑠𝑒𝑛(𝑡)
2 2
HTTP://BIT.LY/AGAGGB005
EPL 6
Dada la ecuación
2𝑥 2 + 𝑦 2 − 8𝑥 + 2𝑦 − 1 = 0
47
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Parametrización de la parábola
La ecuación canónica de una parábola con vértice 𝑉(𝛼, 𝛽), y eje focal horizontal
es:
(𝑦 − 𝛽)2 = 4𝑐(𝑥 − 𝛼)
Si llamamos 𝑡 = 𝑦 − 𝛽 :
1 2
𝑥−𝛼 = 𝑡
{ 4𝑐
𝑦−𝛽 =𝑡
Entonces:
1
𝑥 = 𝑡2 + 𝛼
{ 4𝑐 𝑡∈ℝ
𝑦 =𝑡+𝛽
(𝑥 − 𝛼)2 = 4𝑐(𝑦 − 𝛽)
𝑥−𝛼 =𝑡
{ 1
𝑦 − 𝛽 = 𝑡2
4𝑐
𝑥 = 𝑡+𝛼
{ 1 𝑡∈ℝ
𝑦 = 𝑡2 + 𝛽
4𝑐
Ejemplo 1
Parametrizar el arco de la parábola cuya ecuación es 𝑦 2 = −4𝑥 comprendido
entre los puntos (0,0) y (−9,6).
Resolución
Se trata de una parábola con eje focal horizontal. En este caso los valores de 𝛼 y 𝛽
son ambos 0. Luego podemos hacer la siguiente parametrización:
1 2
{ 𝑥 = − 𝑡
4
𝑦=𝑡
48
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Pero debemos definir en qué intervalo real tomará valores el parámetro. El punto
(0,0), ¿a qué valor del parámetro se corresponde? Sustituimos 𝑥 = 𝑦 = 0, y
despejamos el valor de 𝑡
1
0 = − 𝑡2 , 0 = 𝑡
4
1 2
{−9 = − 4 𝑡 ⇒ |𝑡| = 6
6=𝑡
𝑡 ∈ [0,6]
1 2
{ 𝑥 = − 𝑡 𝑡 ∈ [0,6]
4
𝑦=𝑡
HTTP://BIT.LY/AGAGGB011
Ejemplo 2
Parametrizar la curva definida por:
𝑦 2 + 4𝑥 + 2𝑦 − 3 = 0 , 𝒙 ≥ 𝟎
Resolución
𝑦 2 + 2𝑦 = −4𝑥 + 3
(𝑦 + 1)2 − 1 = −4𝑥 + 3
(𝑦 + 1)2 = −4𝑥 + 4
(𝑦 + 1)2 = −4(𝑥 − 1)
49
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
podemos verlo en que 𝑥 debe tomar valores que no hagan negativo el segundo
miembro. Es decir:
−4(𝑥 − 1) ≥ 0 ⇒ 𝑥 − 1 ≤ 0 ⇒ 𝑥 ≤ 1
Cortará al eje 𝑦 en dos puntos, que no sabemos cuáles son. Además como se pide
que 𝑥 ≥ 0 no tenemos la parábola completa sino sólo un arco de ella. Para saber
cuál será ese arco busquemos los valores que toma 𝑦 cuando 𝑥 = 0
50
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑦 =𝑡−1
𝑡 =𝑦+1
{ 2 ⇒ { 𝑡2 𝑡∈ℝ
𝑡 = −4(𝑥 − 1) 𝑥 = − +1
4
−3 ≤ 𝑦 ≤ 1 ⇒ −2 ≤ ⏟
𝑦+1≤2
𝑡
𝑦=𝑡−1
{ 𝑡2 𝑡 ∈ [−2,2]
𝑥 =− +1
4
A continuación se puede ver en GeoGebra como para cada valor del parámetro
obtenemos un punto sobre el arco de parábola:
HTTP://BIT.LY/AGAGGB014
EPL 7
a) Hallar la ecuación de la parábola con directriz 𝑦 = −1 y foco 𝐹(1,3)
b) Parametrizar el arco de parábola que verifica la restricción: 𝑦 ≤ 9.
51
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 = 𝑣0𝑥 𝑡
{ 1
𝑦 = 𝑣0𝑦 . 𝑡 − 𝑔𝑡 2
2
𝑥 𝑥 1 𝑥 2 𝑣0𝑦 𝑔
𝑡= ⇒ 𝑦 = 𝑣0𝑦 − 𝑔( ) = ( )𝑥 − ( ) . 𝑥2
𝑣0𝑥 𝑣0𝑥 2 𝑣0𝑥 𝑣0𝑥 2𝑣0𝑥 2
Ejemplo
Hallar la ecuación cartesiana y graficar la curva de ecuaciones paramétricas:
𝑥 =1+𝑡
{ 𝑡 ∈ [−√2; √2]
𝑦 = 2 − 𝑡2
Resolución
𝑡 = 𝑥−1
𝑦 = 2 − (𝑥 − 1)2
52
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Pero no queremos graficar la parábola entera, sino sólo el arco definido por la
parametrización. Consideremos que puntos corresponden a los valores extremos
del intervalo:
Estos dos puntos son las raíces porque la ordenada es 0. Entonces el arco de
parábola va desde (1 − √2, 0) hasta (1 + √2, 0). Lo mostramos en la gráfica en color
rojo:
HTTP://BIT.LY/AGAGGB009
Parametrización de la hipérbola
Cuando parametrizamos la circunferencia y la elipse utilizamos la relación
pitagórica: 𝑠𝑒𝑛2 (𝑡) + cos 2(𝑡) = 1. Esta relación no nos sirve en el caso de la
hipérbola, pero podemos utilizar otra identidad trigonométrica:
53
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥2 𝑦2
− =1
𝑎2 𝑏2
𝑥2 𝑦2 𝑥 2 𝑦 2
− 2=1⇒ ( ) −( ) =1
𝑎 2 𝑏 ⏟𝑎 ⏟𝑏
sec(𝑡) 𝑡𝑔(𝑡)
Entonces resulta:
𝑥 = 𝑎. sec(𝑡) 𝜋 3
{ 𝑡 ∈ [0,2𝜋] − { , 𝜋}
𝑦 = 𝑏. 𝑡𝑔(𝑡) 2 2
𝜋 3 𝜋 𝜋 3𝜋 3𝜋
[0,2𝜋] − { , 𝜋} = [0, ) ∪ ( , ) ∪ ( , 2𝜋]
2 2 2 2 2 2
𝑦2 𝑥2
− =1
𝑎2 𝑏2
𝑦2 𝑥2 𝑦 2 𝑥 2
− =1⇒ ( ) −( ) =1
𝑎2 𝑏2 ⏟𝑎 ⏟𝑏
sec(𝑡) 𝑡𝑔(𝑡)
𝑥 = 𝑏. 𝑡𝑔(𝑡) 𝜋 3
{ 𝑡 ∈ [0,2𝜋] − { , 𝜋}
𝑦 = 𝑎. sec(𝑡) 2 2
Ejemplo
Hallar una parametrización de la hipérbola definida por la siguiente ecuación.
𝑥2
− 𝑦2 = 1
4
Resolución
54
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 2 2
( ) − (𝑦)
⏟ =1
⏟2
𝑡𝑔(𝑡)
sec(𝑡)
Entonces:
𝑥 = 2. sec(𝑡) 𝜋 3
{ 𝑡 ∈ [0,2𝜋] − { , 𝜋}
𝑦 = 𝑡𝑔(𝑡) 2 2
HTTP://BIT.LY/AGAGGB013
𝜋
𝑡 ∈ [0, 2 ) se obtienen puntos de la hipérbola en el primer cuadrante
𝜋 3𝜋
𝑡 ∈ (2 , 2
) se obtienen puntos de la hipérbola en el tercer y segundo
cuadrante
3𝜋
𝑡∈( , 2𝜋] se obtienen puntos de la hipérbola en el cuarto cuadrante
2
Superficies
Una superficie es el conjunto de puntos de ℝ3 que satisface la ecuación:
𝐹(𝑥, 𝑦, 𝑧) = 0
1. 𝑥 − 2𝑦 + 3𝑧 − 6 = 0 𝑃𝑙𝑎𝑛𝑜
2. 𝑥 2 + 𝑦 2 + 2𝑧 = 0
3. 𝑥 2 − 𝑠𝑒𝑛(𝑥𝑦𝑧) = 0
4. 𝑥2 − 𝑦2 + 𝑧2 = 4
5. 𝑒 3𝑦+𝑧 − 2𝑥𝑦 + 5 = 0
En esta materia nosotros vamos a estudiar las superficies cuádricas, que tienen la
característica de que la función 𝐹(𝑥, 𝑦, 𝑧) es un polinomio de grado 2 en tres
variables (aunque puede faltar alguna).
55
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ejemplo 1
¿Qué hacíamos para graficar el plano 𝑥 − 2𝑦 + 3𝑧 − 6 = 0 ?
𝑧=0
{
𝑥 − 2𝑦 − 6 = 0
56
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑦=0
{
𝑥 + 3𝑧 − 6 = 0
𝑥=0
{
−2𝑦 + 3𝑧 − 6 = 0
HTTP://BIT.LY/AGAGIF021
Para analizar otras superficies, también buscaremos sus intersecciones con los ejes.
Ejemplo 2
Queremos estudiar la superficie definida por la ecuación:
𝑥 2 + 𝑦 2 + 2𝑧 = 0
Para estudiar ésta y otras superficies analíticamente vamos tener en cuenta tres
características importantes:
¿En qué puntos corta esta superficie a cada uno de los ejes coordenados?
57
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥 = 0,𝑦 = 0 ⇒ 𝑧 = 0
𝑥 =0, 𝑧 =0 ⇒ 𝑦 =0
𝑧 = 0 ,𝑦 = 0 ⇒ 𝑥 = 0
Ejes Intersección
𝑒𝑗𝑒 𝑥 ∶ 𝑦 = 𝑧 = 0 Punto: (0,0,0)
𝑒𝑗𝑒 𝑦 ∶ 𝑥 = 𝑧 = 0 Punto: (0,0,0)
𝑒𝑗𝑒 𝑧 ∶ 𝑥 = 𝑦 = 0 Punto: (0,0,0)
𝑧=0
{ 2 ⇒ (0,0,0)
𝑥 + 𝑦2 = 0
𝑦=0
{
𝑥 2 + 2𝑧 = 0 ⇒ 𝑥 2 = −2𝑧
𝑥=0
{ 2
𝑦 + 2𝑧 = 0 ⇒ 𝑦 2 = −2𝑧
58
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑦=0
𝑥𝑧(𝑦 = 0) Parábola: { 2
𝑥 = −2𝑧
𝑥=0
𝑦𝑧(𝑥 = 0) Parábola: { 2
𝑦 = −2𝑧
Otro recurso para analizar una superficie es cortarla con planos paralelos a los
coordenados:
𝑧=𝑘
{
𝑥 2 + 𝑦 2 + 2𝑘 = 0 ⇒ 𝑥 2 + 𝑦 2 = −2𝑘
59
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
EPL 8
Con la ayuda del programa Microsoft Mathematics (o GeoGebra), les pedimos
que respondan las preguntas que siguen.
60
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
b) ¿Y si la cortamos con planos del tipo 𝑧 = 𝑘 ? ¿Hay alguna restricción sobre los
valores de 𝑘?
2) Dada 𝑆4: 𝑧 = 𝑥2 – 𝑦2
Superficies cuádricas
𝑥2 𝑦2 𝑧2
Elipsoide + + =1
𝑎2 𝑏 2 𝑐 2
𝑥2 𝑦2 𝑧2
Esfera + + =1
𝑎2 𝑎2 𝑎2
𝑥2 𝑦2
Paraboloide elíptico 𝑧= 2+ 2
𝑎 𝑏
61
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥2 𝑦2
Paraboloide circular 𝑧= +
𝑎2 𝑎2
𝑥2 𝑦2
Paraboloide hiperbólico 𝑧= −
𝑎2 𝑏 2
𝑥2 𝑦2 𝑧2
Hiperboloide de una hoja + − =1
𝑎2 𝑏 2 𝑐 2
𝑥2 𝑦2 𝑧2
Hiperboloide de dos hojas − − + =1
𝑎2 𝑏2 𝑐 2
𝑥2 𝑦2 𝑧2
Cono + − =0
𝑎2 𝑏 2 𝑐 2
𝑥2 𝑦2 𝑧2
Cono circular + − =0
𝑎2 𝑎2 𝑏 2
𝑥2 𝑦2
Cilindro elíptico + =1
𝑎2 𝑏 2
62
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥2 𝑦2
Cilindro circular + =1
𝑎2 𝑎2
𝑥2 𝑦2
Cilindro hiperbólico − =1
𝑎2 𝑏 2
Ecuación de la esfera
Se denomina esfera al conjunto de puntos de R3 que equidistan de un punto fijo
𝐶(𝛼, 𝛽, 𝛾) llamado centro. O sea, P(x, y, z) pertenece a la esfera si y sólo si 𝑑(𝐶, 𝑃) =
𝑟
⃗⃗⃗⃗⃗ ‖ = 𝑟
‖𝐶𝑃
‖(𝑥 − 𝛼, 𝑦 − 𝛽, 𝑧 − 𝛾)‖ = 𝑟
63
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ejemplo 1
a. Hallar la ecuación de la esfera con 𝐶(1,2, −3) y radio 3
b. Determinar si el punto 𝐴 (1,1,5) pertenece a la esfera, o es interior o es
exterior a la misma.
Resolución
Ítem a
Como conocemos el radio y las coordenadas del centro basta con reemplazar
en:
Para obtener:
Ítem b
Los puntos que satisfacen esta ecuación constituyen una superficie esférica.
La región interior a la esfera está compuesta por los puntos cuya distancia al
centro es menor que el radio. Entonces, para definir esa región interior es
necesaria una inecuación:
02 + (−1)2 + 82 < 9
⏟
65
Ejemplo 2
Dada la ecuación:
𝑥 2 + 𝑦 2 + 𝑧 2 − 2𝑥 + 3𝑦 + 𝑘 = 0
Ítem a
𝑥 2 + 𝑦 2 + 𝑧 2 − 2𝑥 + 3𝑦 + 𝑘 = 0
64
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
(𝑥 2 − 2𝑥) + (𝑦 2 + 3𝑦) + 𝑧 2 + 𝑘 = 0
3 2 3 2
(𝑥 − 1)2 − 12 + (𝑦 + ) − ( ) + 𝑧 2 + 𝑘 = 0
2 2
3 2 3 2
(𝑥 − 1)2 + (𝑦 + ) + 𝑧 2 = 1 + ( ) − 𝑘
2 2
3 2 13
(𝑥 − 1)2 + (𝑦 + ) + 𝑧 2 = −𝑘
2 4
13 13
𝑟2 = −𝑘 >0 ⇔ 𝑘 <
4 4
13
Si 4
− 𝑘 = 0 , es una “esfera de radio cero”, o sea un punto. ¿Cuáles son sus
coordenadas?
13
Si − 𝑘 < 0 , no existe lugar geométrico.
4
Ítem b
3 2 13
(𝑥 − 1)2 + (𝑦 + ) + 𝑧 2 =
2 4
3 2
(3 − 1)2 + (−1 + ) + (−2)2
2
1 33
4+ +4=
4 4
33 13
Como > , B es un punto exterior a la esfera.
4 4
Ítem c
65
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
3 2 13
(0 − 1)2 + (2𝑡 + ) + (1 − 𝑡)2 =
2 4
Ésta es una ecuación cuadrática que puede tener dos, una o ninguna solución
real.
9 13
1 + 4𝑡 2 + 6𝑡 + + 1 − 2𝑡 + 𝑡 2 =
4 4
17 13
5𝑡 2 + 4𝑡 + =
4 4
5𝑡 2 + 4𝑡 + 1 = 0
Esta ecuación no tiene solución real. Esto quiere decir que no existe ningún 𝑡 ∈ ℝ
tal que el punto sea a la vez de la recta y de la superficie esférica. Luego no existe
intersección, la recta es exterior a la esfera.
HTTP://BIT.LY/AGAGIF022
Es posible ver que la recta pasa “cerca” de la superficie esférica, pero no la llega
a tocar.
EPL 9
Dada 𝑆: 𝑥 2 + 𝑦 2 + 𝑧 2 − 2𝑧 = 0
Consideren los cortes de 𝑆 con planos del tipo 𝑧 = 𝑘. ¿Para qué valores de 𝑘, el
plano resulta tangente a la esfera?
66
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑦 2 = −4 𝐴𝑏𝑠𝑢𝑟𝑑𝑜
Ejes Intersección
𝑒𝑗𝑒 𝑥 ∶ 𝑦 = 𝑧 = 0 (±2,0,0)
𝑧=0
{ 2
𝑥 − 𝑦2 = 4
𝑦=0
{ 2
𝑥 + 𝑧2 = 4
67
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥=0
{ 2
−𝑦 + 𝑧 2 = 4
68
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Circunferencia:
𝑥𝑧(𝑦 = 0) 𝑦=0
{ 2
𝑥 + 𝑧2 = 4
69
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑦=𝑘
{ 2
𝑥 + 𝑧2 = 4 + 𝑘2
Ejemplo 3
Indicar que representan las siguientes ecuaciones en ℝ2 y ℝ3.
a. 𝑥=1
b. 𝑥+𝑦 = 2
c. 𝑥 2 − 𝑥𝑦 = 0
d. 𝑦 = 𝑥2
e. 𝑥2 + 𝑦2 = 4
f. −𝑥 2 + 2𝑦 2 = 1
g. 𝑥 2 + 4𝑦 2 = 0
2
h. {𝑦 = 𝑥
𝑧=1
Resolución
Ítem a
En ℝ2, sabemos que 𝑥 = 1 representa una recta vertical, paralela al eje 𝑦, que
pasa por 𝑥 = 1 sobre el eje 𝑥:
70
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ítem b
71
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ítem c
𝑥 2 − 𝑥𝑦 = 0
72
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑥. (𝑥 − 𝑦) = 0
𝑥 =0∨𝑦 =𝑥
¿Qué representan estas dos expresiones en ℝ2? Sabemos que son dos rectas:
Según vimos en los ejemplos anteriores, en ℝ3 estas expresiones no son rectas, sino
que son planos:
73
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ítem d
Pero en ℝ3, al carecer de 𝑧 la expresión, deja libre a esta variable. Es decir que 𝑧
puede tomar cualquier valor, mientras que 𝑥 e 𝑦 se hallan restringidos a la
expresión 𝑦 = 𝑥 2. Al graficar en ℝ3 obtenemos un cilindro parabólico:
74
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ítem e
Del mismo modo que sucedió en el ítem anterior, al pasar a ℝ3 ocurre que 𝑧 no
tiene restricciones, no hay ningún condicionamiento impuesto sobre esta variable.
Luego puede tomar cualquier valor. Así que obtenemos un cilindro circular que
nunca corta al eje 𝑧:
75
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ítem f
𝑦2
1 − 𝑥2 = 1
2
√2
(0, ± )
2
𝑦 = ±√2𝑥
76
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
77
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ítem g
𝑥 2 + 4𝑦 2 = 0 ⇒ 𝑥 2 = −4𝑦 2 ⇒ 𝑥 = 0 ∧ 𝑦 = 0
Vemos que para que sea verdadera la igualdad tanto 𝑥 como 𝑦 deben ser cero.
Entonces esto representa, en ℝ2 el punto (0,0).
Ítem h
La expresión:
2
{𝑦 = 𝑥
𝑧=1
Se puede ver que queda determinada una curva, que será una parábola porque
es un conjunto de puntos de ℝ3 que responde la fórmula 𝑦 = 𝑥 2 con 𝑧 = 1, es decir:
𝑃(𝑥, 𝑥 2 , 1)
78
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ejemplo 4
Dadas las siguientes superficies:
a) 𝑦 2 = 4𝑥 2 + 𝑧 2
b) 𝑥 2 − 𝑦 2 − 𝑧 2 = 4
c) 𝑦 2 + 𝑧 2 = 9
Resolución
Ítem a
4𝑥 2 − 𝑦 2 + 𝑧 2 = 0
Se trata de una superficie cónica. Tiene dos signos iguales y uno distinto. Y está
igualado a cero.
(0,0,0)
𝑧=0
{ 2 ⇒ 𝑦 2 = 4𝑥 2 ⇒ 𝑦 = ±2𝑥 𝑃𝑎𝑟 𝑑𝑒 𝑟𝑒𝑐𝑡𝑎𝑠 𝑛𝑜 𝑝𝑎𝑟𝑎𝑙𝑒𝑙𝑎𝑠
4𝑥 − 𝑦 2 + 𝑧 2 = 0
79
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑦=0
{ 2 ⇒ 𝑧 2 + 4𝑥 2 = 0 ⇒ (0,0,0)
4𝑥 − 𝑦 2 + 𝑧 2 = 0
𝑥=0
{ ⇒ 𝑧 = ±𝑦 𝑃𝑎𝑟 𝑑𝑒 𝑟𝑒𝑐𝑡𝑎𝑠 𝑛𝑜 𝑝𝑎𝑟𝑎𝑙𝑒𝑙𝑎𝑠
4𝑥 2 − 𝑦 2 + 𝑧 2 = 0
Entonces hemos verificado que se trata de una superficie cónica elíptica. Veamos
cómo sería el gráfico aproximadamente teniendo en cuenta todo lo calculado.
Si hacemos 𝑦 = 𝑘 obtenemos:
𝑦=𝑘
{ 2
4𝑥 + 𝑧 2 = 𝑘 2
80
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ítem b
𝑥2 − 𝑦2 − 𝑧2 = 4
𝑦=𝑧=0
{ 2 𝑥 2 = 4 ⇒ 𝑥 = ±2
𝑥 − 𝑦2 − 𝑧2 = 4
𝑥=𝑧=0
{ 2 ⇒ −𝑦 2 = 4 𝑁𝑜 ℎ𝑎𝑦 𝑙𝑢𝑔𝑎𝑟 𝑔𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑜
𝑥 − 𝑦2 − 𝑧2 = 4
𝑥=𝑦=0
{ 2 ⇒ −𝑧 2 = 4 𝑁𝑜 ℎ𝑎𝑦 𝑙𝑢𝑔𝑎𝑟 𝑔𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑜
𝑥 − 𝑦2 − 𝑧2 = 4
𝑧=0 𝑥2 𝑦2
{ 2 2 2 ⇒ 𝑥 2 − 𝑦 2 = 4 ⇒ 2 − 2 = 1 Hipérbola
𝑥 −𝑦 −𝑧 = 4 2 2
81
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑦=0 𝑥2 𝑧2
{ 2 2 2 ⇒ 𝑥 2 − 𝑧 2 = 4 ⇒ 2 − 2 = 1 Hipérbola
𝑥 −𝑦 −𝑧 = 4 2 2
𝑥=0
{ 2 ⇒ −𝑦 2 − 𝑧 2 = 4 No existe lugar geométrico
𝑥 − 𝑦2 − 𝑧2 = 4
𝑥𝑦(𝑧 = 0) Hipérbola
𝑥𝑧(𝑦 = 0) Hipérbola
No hay lugar
𝑦𝑧(𝑥 = 0)
geométrico
𝑥=𝑘
{ 2 ⇒ 𝑦2 + 𝑧2 = 𝑘2 − 4
𝑘 − 𝑦2 − 𝑧2 = 4
Entonces, ¿para qué valores de 𝑘 existe intersección entre la superficie y los planos
𝑥 = 𝑘? Siempre que 𝑘 2 − 4 > 0, entonces: 𝑘 > 2 ∨ 𝑘 < −2.
82
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
Ítem c
𝑦2 + 𝑧2 = 9
𝑦=𝑧=0
{ 2 ⇒ 0 = 9 ⇒ No existe lugar geométrico
𝑦 + 𝑧2 = 9
𝑥=𝑧=0
{ 2 ⇒ 𝑦 2 = 9 ⇒ 𝑦 = ±3
𝑦 + 𝑧2 = 9
Entonces:
(0, ±3,0)
𝑥=𝑦=0
{ 2 ⇒ 𝑧 2 = 9 ⇒ 𝑧 = ±3
𝑦 + 𝑧2 = 9
Entonces:
(0,0, ±3)
83
AGA Virtual Segundo cuatrimestre 2016 Unidad 7
𝑧=0
{ 2 ⇒ 𝑦 2 = 9 ⇒ 𝑦 = ±3
𝑦 + 𝑧2 = 9
(𝑥, ±3,0)
𝑦=0
{ 2 ⇒ 𝑧 2 = 9 ⇒ 𝑧 = ±3
𝑦 + 𝑧2 = 9
(𝑥, 0, ±3)
𝑥=0
{ 2 ⇒ 𝑦2 + 𝑧2 = 9
𝑦 + 𝑧2 = 9
84
ALGEBRA Y
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
GEOMETRÍA
ANALÍTICA
Isabel Pustilnik
0
Federico Gómez
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
ÍNDICE
Potencias de una matriz diagonalizable .......................................................................... 2
Diagonalización de matrices simétricas .......................................................................... 4
Rototraslación de cónicas ................................................................................................. 5
Ejemplo 0 .......................................................................................................................... 5
Ejemplo 1: una elipse rotada ......................................................................................... 5
Eliminación de productos cruzados .............................................................................. 9
Ejemplo 2: una hipérbola rotada ................................................................................. 10
Ejemplo 3: roto-traslación de una cónica .................................................................. 13
Ejemplo 4: rototraslación de una parábola ............................................................... 17
Clasificación de las cónicas según autovalores .......................................................... 19
¿Rotación pura o composición de rotación y simetría? .......................................... 19
1
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝑃−1 𝐴𝑃 = 𝐷
Recordemos que:
𝜆1 0 0
𝑃−1𝐴𝑃 = 𝐷 = ( 0 ⋱ 0)
0 0 𝜆𝑛
𝑃𝑃−1 . 𝐴. ⏟
⏟ 𝑃𝑃−1 = 𝑃. 𝐷. 𝑃−1
𝐼 𝐼
⇒ 𝐴 = 𝑃𝐷𝑃−1
𝐴2 = 𝑃 𝐷 𝐼 𝐷 𝑃−1
𝑨𝟐 = 𝑷𝑫𝟐 𝑷−𝟏
En general, en términos prácticos, es mucho más sencillo calcular 𝐷 2 que 𝐴2, ymás
aún en caso de que los exponentes sean mayores.
Las potencias de una matriz diagonal se obtienen calculando las potencias de los
elementos que están en la diagonal principal:
𝜆1 … 0 𝜆1 𝑘 … 0
𝑘
𝐷=(⋮ ⋱ ⋮ ) ⇒ 𝐷 =( ⋮ ⋱ ⋮ )
0 … 𝜆𝑛 0 … 𝜆𝑛 𝑘
2
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝑨𝒌 = 𝑷𝑫𝒌 𝑷−𝟏 , 𝒌 ∈ ℕ
Ejemplo 1
1 3
Calcular 𝐴10 , siendo 𝐴 = ( )
2 2
Resolución
𝐴. 𝐴. 𝐴. … . 𝐴
⏟
10 𝑣𝑒𝑐𝑒𝑠
𝐴
𝜆1 = 4 , 𝜆2 = −1
𝑥
𝑆𝜆1 =4 = {( ) : 𝑦 = 𝑥}
𝑦
𝑥 2
𝑆𝜆2=−1 = {( ) : 𝑦 = − 𝑥}
𝑦 3
1 3
𝑃=( )
1 −2
Obtenemos su inversa:
2 3
𝑃−1 = (5 5 )
1 1
−
5 5
Calculamos el producto:
4 0
𝑃−1 𝐴𝑃 = ( )=𝐷
0 −1
3
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
2 3
10
1 3 4 0 419431 6291450
⇒ 𝑨𝟏𝟎 = ( )( ) . (5 5 ) = ( )
1 −2 0 (−1)10 1 1 419439 629146
−
5 5
Diagonalización de matrices
simétricas
En la unidad 6 (autovalores y autovectores) habíamos visto algunas propiedades
de las matrices simétricas que retomaremos aquí para poder aplicarlas al estudio
de las cónicas.
Ejemplo 2
Calculemos la diagonalización de la matriz:
3 4
𝐴=( )
4 9
1
𝜆 = 11 , 𝑆11 = 𝑔𝑒𝑛 {( )}
2
−2
𝜆 = 1 , 𝑆1 = 𝑔𝑒𝑛 {( )}
1
1 −2
𝑃=( )
2 1
11 0
𝑃−1 𝐴𝑃 = 𝐷 = ( )
0 1
Si bien las columnas de 𝑃 son ortogonales, 𝑃 no es una matriz ortogonal porque sus
columnas no tienen módulo 1. Nos falta normalizar los autovectores, o sea obtener
sus versores asociados:
4
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
1 1 1 −2
𝑣̆1 = ( ) , 𝑣̆2 = ( )
√5 2 √5 1
1 −2
𝑄= √5 √5
2 1
(√5 √5 )
EPL 1
Encontrar una matriz 𝐴 ∈ ℝ2×2 simétrica que verifique las siguientes condiciones:
3 6
𝐴 ( ) = ( ) 𝑦 𝑑𝑒𝑡(𝐴) = −2
4 8
Rototraslación de cónicas
Ejemplo 0
Dada la ecuación en ℝ2: 3𝑥 2 + 9𝑦 2 = 6
Podemos identificar, por los signos de los coeficientes, que corresponde a una
elipse cuya ecuación canónica es:
𝑥2 𝑦2
+ 2 =1
2
3
3𝑥 2 + 8𝑥𝑦 + 9𝑦 2 = 6 [1]
5
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝑦 𝑥′
𝑦′
Observamos que se trata de una elipse cuyos ejes no son paralelos a los ejes
coordenados. Veremos a continuación cómo hallar las direcciones de esos ejes
para obtener la ecuación canónica e identificar analíticamente la cónica.
3𝑥 2 + 8𝑥𝑦 + 9𝑦 2 = 6
𝑥
(𝑥 𝑦) ( )( ) = 6
𝑦
𝑥
(𝑥 𝑦) ( 3 )( ) = 6
9 𝑦
Y el coeficiente del término rectangular se divide por dos para completar una
matriz simétrica:
𝑥
(𝑥 𝑦) (3 4) ( ) = 6 [1]
4 9 𝑦
𝑥
(𝑥 𝑦) (3 4) ( ) = 6
4 9 𝑦
𝑥
⇒ (3𝑥 + 4𝑦 4𝑥 + 9𝑦) ( ) = 6
𝑦
6
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
⇒ 3𝑥 2 + 8𝑥𝑦 + 9𝑦 2 = 6¡Verificado!
1 −2
√5 √5 11 0
𝑄= ; 𝐷=( )
2 1 0 1
(√5 √5 )
𝑄 𝑡 𝐴𝑄 = 𝐷
𝐵 = {𝑣1 , … , 𝑣𝑛 } y 𝐵′ = {𝑤1 , … , 𝑤𝑛 }
1 2 2 1
Si consideramos las bases 𝐵 = {( , ) , (− , )} ,𝐵′ = 𝐸 (base canónica de ℝ2) y
√5 √5 √5 √5
llamamos:
Resulta:
𝑄 = 𝑀(𝐼𝑑)𝐵𝐸
Por lo tanto:
𝑄 [𝑣]𝐵 = [𝑣]𝐸
7
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝑥′ 𝑥
𝑄 ( ′) = ( )
𝑦 𝑦
(𝑥 𝑦) = (𝑥 ′ 𝑦 ′ )𝑄𝑡
Sustituimos en [1]:
𝑥 𝑥′
(𝑥 𝑦) 𝐴 ( ) = 6 ⇒ (𝑥 ′ 𝑦 ′ )𝑄𝑡 𝐴𝑄 ( ′ ) = 6
𝑦 𝑦
𝑄 𝑡 𝐴𝑄 = 𝑄 −1 𝐴𝑄 = 𝐷
𝑥′
(𝑥 ′ 𝑦 ′ ) (11 0) ( ′ ) = 6
0 1 𝑦
2 2
11𝑥 ′ + 1𝑦 ′ = 6
2 2
𝑥′ 𝑦′
6 + =1
6
11
1 −2
𝑄= √5 √5
2 1
(√5 √5 )
𝑣̆1 𝑣̆2
8
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝒙′
𝒚′
𝑣̆1
𝑣̆2
ඥ𝟔/𝟏𝟏
√𝟔
𝑏
𝑎
𝑎𝑥 2 + 𝑏𝑥𝑦 + 𝑐𝑦 2 = (𝑥 𝑦) ( 2) ( 𝑥 ) = 𝑘 [1]
𝑏 𝑦
𝑐
2
𝑏
𝑎
La matriz 𝐴 = ( 𝑏 2
) es la matriz simétrica que caracteriza a la forma cuadrática.
2
𝑐
𝑄 = (𝑣̆1 𝑣̆2 )
9
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
Como las columnas de 𝑄 son perpendiculares y unitarias (de norma 1), se verifica
que 𝑄 𝑡 = 𝑄−1.
𝑥 𝑥′
( ) = 𝑄 ( ′ ) ⇒ (𝑥 𝑦) = (𝑥 ′ 𝑦 ′ )𝑄𝑡
𝑦 𝑦
4) Reemplazamos en [1]:
𝑥′
(𝑥 ′ 𝑦 ′ ) ⏟
𝑄 𝑡 𝐴𝑄 ( ′ ) = 𝑘
𝑦
𝐷
𝜆 0 𝑥′
(𝑥 ′ 𝑦 ′ ) ( 1 )( ) = 𝑘
0 𝜆2 𝑦 ′
2 2
𝜆1 𝑥 ′ + 𝜆2 𝑦 ′ = 𝑘 [2]
𝑥 2 + 4𝑥𝑦 + 𝑦 2 = 9
Resolución
𝟏 𝟐
2) Diagonalizamos ortogonalmente la matriz de la forma cuadrática𝑨 = ( )∶
𝟐 𝟏
𝜆 = −1 , 𝜆 = 3
Y los autoespacios:
1 1
𝑆−1 = 𝑔𝑒𝑛 {( )} , 𝑆3 = 𝑔𝑒𝑛 {( )}
−1 1
Con los autovectores hallados podemos armar la matriz 𝑄 ortogonal (de columnas
ortogonales y de módulo 1):
10
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
1 1
𝑄= √2 √2
1 1
−
( √2 √2)
𝑣̆1 𝑣̆2
𝑥 𝑥′
( ) = 𝑄. ( ′) , (𝑥 𝑦) = (𝑥 ′ 𝑦 ′ )𝑄𝑡
⏟𝑦 ⏟𝑦
𝑐𝑜𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑎𝑠 𝑐𝑜𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑎𝑠
𝑒𝑛 𝑙𝑎 𝑏𝑎𝑠𝑒 𝑒𝑛 𝑙𝑎 𝑏𝑎𝑠𝑒
𝑐𝑎𝑛ó𝑛𝑖𝑐𝑎 𝑑𝑒 𝑎𝑢𝑡𝑜𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠
𝑥′ −1 0 𝑥
′
(𝑥 ′ 𝑦 ′ ) ⏟
𝑄𝑡 𝐴𝑄 ( ′ ) = 9 ⇒ (𝑥 ′ 𝑦 ′ ) ( ) ( ′) = 9
𝑦 0 3 𝑦
𝐷
2 2
−𝑥 ′ + 3𝑦 ′ = 9
2 2
𝑥′ 𝑦′
− + =1
9 3
Ésta es la ecuación canónica de una hipérbola de eje focal 𝑦 ′, cuya gráfica es:
11
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝑦′
ඥ𝟑
𝑣̆2
𝟑 𝑣̆1
𝑥′
Las bases de los dos sistemas de coordenadas que estamos utilizando son:
1 1
1 0 √2
𝐵 = {( ) , ( )} , ′
𝐵 = {( 1 ) , (√2
1 )}
0 1 −
√2 √2
0
Coordenadas de los vértices en 𝑩′ = ± (√3)
1 1 √3
𝑥 𝑥′ 𝑥 √2 √2 ( 0 ) = ± (√2)
( ) = 𝑄 ( ′) ⇒ ( )=
𝑦 𝑦 𝑦 1 1 ±√3 √3
− √2
( √2 √2)
EPL 2
𝑥
Dada la ecuación: (𝑥 𝑦) 𝐴 ( ) = 4 , con 𝐴 = (2 2)
𝑦 2 5
12
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝑥 2 + 4𝑥𝑦 + 𝑦 2 + 6𝑥 − 9𝑦 = 9
𝑓𝑜𝑟𝑚𝑎 𝑡é𝑟𝑚𝑖𝑛𝑜𝑠
𝑐𝑢𝑎𝑑𝑟á𝑡𝑖𝑐𝑎 𝑙𝑖𝑛𝑒𝑎𝑙𝑒𝑠
⏞
𝑥 2 + 4𝑥𝑦 + 𝑦 2 ⏞
+6𝑥 − 9𝑦 = 9
El término de producto cruzado señala que la cónica está rotada respecto de los
ejes canónicos.
Además, como habíamos visto en la unidad anterior, los términos lineales indican
que posiblemente sea necesario realizar una traslación (completando cuadrados)
para identificar y graficar la cónica.
1 2 𝑥 𝒙
(𝑥 𝑦) ( ) ( ) + (𝟔 − 𝟗) ( ) = 9 [1]
2 1 𝑦 𝒚
𝑥
𝑑𝑥 + 𝑒𝑦 = (𝑑 𝑒) ( )
𝑦
𝟏 𝟐
2) Diagonalizamos ortogonalmente la matriz de la forma cuadrática 𝑨 = ( )
𝟐 𝟏
1 1
√2 √2 −1 0
𝑄=( 1 1) , 𝐷=( )
− 0 3
√2 √2
13
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝑥 𝑥′
( ) = 𝑄. ( ′ ) ⇒ (𝑥 𝑦) = (𝑥 ′ 𝑦 ′ )𝑄𝑡
𝑦 𝑦
𝑥′ 𝒙′
(𝑥 ′ 𝑦 ′)𝑄𝑡 𝐴𝑄 ( ′ ) + (𝟔 − 𝟗) 𝑸 ( ′ )
𝑦 𝒚
1 1
′ ′
−1 0 𝑥 √2 √2 (𝑥 )
(𝑥 ′ 𝑦 ′ ) ( ) ( ′ ) + (6 − 9)
0 3 𝑦 1 1 𝑦′
−
( √2 √2)
′
−1 0 𝑥 15 3 𝑥′
(𝑥 ′ 𝑦 ′ ) ( ) ( ′) + ( − ) . ( ′)
0 3 𝑦 √2 √2 𝑦
2 2 15 3
−𝑥 ′ + 3𝑦 ′ + 𝑥′ − 𝑦′ = 9
√2 √2
2 15 2 3
−𝑥 ′ + 𝑥 ′ + 3𝑦 ′ − 𝑦′ = 9
√2 √2
2
15 15 2 1 2 1 2
− [(𝑥 ′ − ) −( ) ] + 3 [(𝑦 ′ − ) −( ) ]=9
2√2 2√2 2√2 2√2
2
′
15 225 1 2 1
− [(𝑥 − ) − ] + 3 [(𝑦 ′ − ) − ]=9
2√2 8 2√2 8
2
15 225 1 2 3
− (𝑥 ′ − ) + + 3 (𝑦 ′ − ) − =9
2√2 8 2√2 8
2 2
′
15 ′
1 75
− (𝑥 − ) + 3 (𝑦 − ) =−
2√2 2√2 4
15 2 1 2
(𝑥 ′ − 2√2) (𝑦 ′ − 2√2)
75 − 25 =1
4 4
14
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
1. Está rotada respecto de los ejes canónicos. Las direcciones y sentidos positivos
de los nuevos ejes 𝑥 ′ 𝑦′ están dadas por las columnas de 𝑄, como habíamos visto.
15 1
𝛼= ; 𝛽=
2√2 2√2
15
𝑥 ′′ = 𝑥 ′ −
2√2
1
𝑦 ′′ = 𝑦 ′ −
{ 2√2
2 2
𝑥 ′′ 𝑦 ′′
⇒ 75 − 25 =1
4 4
5√3 5
𝑠𝑒𝑚𝑖𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 = ≅ 4,33 , 𝑠𝑒𝑚𝑖𝑒𝑗𝑒 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑟𝑖𝑜 = = 2,5
2 2
15
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝑦′
𝑦 ′′
𝜷
𝑥 ′′
𝑥′
𝑦 ′′
5√3 𝟓/𝟐
2
𝑥 ′′
16
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
0
𝐶𝑜𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑎𝑠 𝑑𝑒𝑙 𝑐𝑒𝑛𝑡𝑟𝑜 𝑒𝑛 𝑥’’𝑦’’ = ( )
0
15
2√2
𝐶𝑜𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑎𝑠 𝑑𝑒𝑙 𝑐𝑒𝑛𝑡𝑟𝑜 𝑒𝑛 𝑥’𝑦’ = ( 1 )
2√2
1 1
15
𝑥 𝑥′ √2 √2 (2√2) = ( 4 )
𝐶𝑜𝑜𝑟𝑑𝑒𝑛𝑎𝑑𝑎𝑠 𝑑𝑒𝑙 𝑐𝑒𝑛𝑡𝑟𝑜 𝑒𝑛 𝑥𝑦 = ( ) = 𝑄. ( ′ ) =
𝑦 𝑦 1 1 1 −3,5
− 2√2
( √2 √2)
Resolución
1 −1 𝑥 𝑥
[1]
(𝑥 𝑦) ( ) ( ) + (√2 − 2√2) ( ) = 0
−1 1 𝑦 𝑦
1 1
−
√2 √2 0 0
𝑸= , 𝐷=( ) ,
1 1 0 2
(√2 √2 )
𝑥 𝑥′
( ) = 𝑄 ( ′ ) , (𝑥 𝑦) = (𝑥 ′ 𝑦 ′ )𝑄𝑡
𝑦 𝑦
4) Reemplazamos en [1]:
1 1
′ − ′
𝑥 √2 (𝑥 ) = 0
(𝑥 ′ 𝑦 ′ ) (0 0) ( ′ ) + (√2 − 2√2) √2
0 2 𝑦 1 1 𝑦′
(√2 √2 )
17
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
𝑥′ 𝑥′
(0 2𝑦 ′ ) ( ′ ) + (−1 − 3) ( ′ ) = 0
𝑦 𝑦
2
2𝑦 ′ − 𝑥 ′ − 3𝑦 ′ = 0
2
Cómo aparece 𝑦 ′ y no aparece 𝑥´2 suponemos que será una parábola.
2
2𝑦 ′ − 3𝑦 ′ = 𝑥 ′
2 3
2 [𝑦 ′ − 𝑦 ′ ] = 𝑥 ′
2
3 2 3 2
2 [(𝑦 ′ − ) − ( ) ] = 𝑥 ′
4 4
3 2 9
2 (𝑦 ′ − ) = 𝑥 ′ +
4 8
3 2 1 9
(𝑦 ′ − ) = (𝑥 ′ + )
4 2 8
9 3
𝛼=− ; 𝛽=
8 4
𝑦
𝒚′ 𝑥 ′′
𝒙′
𝑦 ′′
𝑣̆2 𝑣̆1
18
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
1
Cómo 4𝑐 = 2 > 0, la parábola se abre hacia el semieje positivo de 𝑥′′.
EPL 3
2 2
Sea 𝐴 = ( ), obtener la ecuación canónica y graficar la cónica dada por la
2 5
ecuación:
𝑥 𝑥
(𝑥 𝑦) 𝐴 ( ) + (0 6√5) ( ) = 1
𝑦 𝑦
𝑥 𝑥
(𝑥 𝑦) 𝐴 ( ) + (𝑑 𝑒) ( ) + 𝑓 = 0
𝑦 𝑦 con 𝐴 ∈ ℝ2×2 simétrica
De acuerdo con los diferentes ejemplos desarrollados, podemos concluir que los
autovalores de la matriz 𝐴 permiten identificar el lugar geométrico
correspondiente:
19
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
20
AGA Virtual Segundo cuatrimestre 2016 Unidad 8
EPL 4
En el siguiente gráfico se ven las direcciones de los ejes y la medida del semieje
mayor y semieje menor de una elipse rotada:
𝑦
𝑦′
𝑥′
21
ALGEBRA Y
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
GEOMETRÍA
ANALÍTICA
Isabel Pustilnik
0
Federico Gómez
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
ÍNDICE
Definición de número complejo ....................................................................................... 2
Operaciones en forma binómica ...................................................................................... 3
Suma y resta ..................................................................................................................... 3
Multiplicación .................................................................................................................. 3
Conjugado de un número complejo ............................................................................ 4
División en complejos ..................................................................................................... 4
Soluciones complejas de ecuaciones cuadráticas ....................................................... 6
Potencias de 𝒊 ...................................................................................................................... 7
Módulo y argumento de un número complejo ............................................................... 7
Forma trigonométrica o polar de un número complejo .............................................. 11
Forma exponencial de un número complejo ............................................................... 14
Operaciones en forma exponencial .............................................................................. 14
Identidad de Euler ............................................................................................................. 16
Operaciones en forma trigonométrica........................................................................... 16
Radicación de números complejos ................................................................................ 18
Criterio de igualdad de números complejos ............................................................. 18
Ejemplo introductorio .................................................................................................... 19
Radicación ..................................................................................................................... 19
Applet de GeoGebra para explorar la “geometría” de las raicés n-ésimas de un
número complejo .......................................................................................................... 24
Regiones del plano complejo ......................................................................................... 25
1
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝑧 = (𝑎, 𝑏) 𝑐𝑜𝑛 𝑎, 𝑏 ∈ ℝ
donde el primer elemento del par ordenado se llama parte real del número
complejo, y el segundo elemento se llama parte imaginaria:
𝑅𝑒(𝑧) = 𝑎
𝐼𝑚(𝑧) = 𝑏
(𝑎, 𝑏) + (𝑐, 𝑑) = (𝑎 + 𝑐 , 𝑏 + 𝑑)
(𝑎, 0) ∈ ℂ ⟷ 𝑎 ∈ ℝ
Por otra parte, los números de parte real nula: 𝑧 = (0, 𝑏) se denominan imaginarios
puros. Se define la unidad imaginaria:
𝑧 = (𝑎, 𝑏) = 𝑎 (1,0)
⏟ + 𝑏 (0,1)
⏟
1 𝑖
𝒛 = 𝒂 + 𝒃𝒊 𝒇𝒐𝒓𝒎𝒂 𝒃𝒊𝒏ó𝒎𝒊𝒄𝒂
2
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝐸𝑗𝑒 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑟𝑖𝑜
−2 + 4𝑖
−5 + 2𝑖
3+𝑖
5 𝐸𝑗𝑒 𝑟𝑒𝑎𝑙
−2𝑖
Análogamente: 𝑧1 − 𝑧2 = (𝑎 − 𝑐) + (𝑏 − 𝑑)𝑖
Multiplicación
𝑧1 . 𝑧2 = (𝑎 + 𝑏𝑖). (𝑐 + 𝑑𝑖) = 𝑎𝑐 + 𝑎𝑑𝑖 + 𝑏𝑖𝑐 + 𝑏𝑑𝑖 2 [1]
¿Cuánto vale 𝑖 2?
En resumen:
𝒊𝟐 = −𝟏
3
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝑧̅ = 𝑎 − 𝑏𝑖
Observamos que 𝑧 y 𝑧̅ son simétricos respecto del eje real, como muestra la
siguiente figura:
𝑏 𝑧 = 𝑎 + 𝑏𝑖
-𝑏
𝑧̅ = 𝑎 − 𝑏𝑖
Propiedades:
1) 𝑧 + 𝑧̅ = 𝑎 + 𝑏𝑖 + 𝑎 − 𝑏𝑖 = 2𝑎 = 2 𝑅𝑒(𝑧)
División en complejos
Esta última propiedad nos permite calcular el cociente entre dos números
complejos.
Sean 𝑧1 = 𝑎 + 𝑏𝑖 , 𝑧2 = 𝑐 + 𝑑𝑖
𝑧1 𝑧1 𝑧̅2
= .
𝑧2 𝑧2 𝑧̅2
4
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Entonces:
Ejemplos
Sean los números complejos:
𝑧1 = 2 + 3𝑖 ; 𝑧2 = 1 − 𝑖 ; 𝑧3 = −3 + 𝑖 ; 𝑧4 = 1 − 𝑖
Calcular:
𝑧1 − 2𝑧2
a.
𝑧1 . 𝑧3
b.
𝑧2 2 + 𝑧3
c.
𝑧4
d. 𝑧3
𝑧1
e.
𝑧4
Resolución
Ítem a
Ítem b
𝑧1 . 𝑧3 = (2 + 3𝑖)(−3 + 𝑖) = −6 + 2𝑖 − 9𝑖 + 3𝑖 2 = −9 − 7𝑖
Ítem c
𝑧2 2 + 𝑧3 = (1 − 𝑖)2 + (−3 + 𝑖) = 1 − 2𝑖 + 𝑖2 − 3 + 𝑖 = −3 − 𝑖
Ítem d
𝑧4 1−𝑖 1 − 𝑖 (−3 − 𝑖) −3 + 3𝑖 − 𝑖 + 𝑖 2 −4 + 2𝑖 2 1
= = . = 2
= =− + 𝑖
𝑧3 −3 + 𝑖 −3 + 𝑖 (−3 − 𝑖) 9−𝑖 10 5 5
5
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Ítem e
𝑧1 2 + 3𝑖 1 + 𝑖 1 5
= . =− + 𝑖
𝑧4 1−𝑖 1+𝑖 2 2
Soluciones complejas de
ecuaciones cuadráticas
¡Hemos encontrado un número cuyo cuadrado es (−1)!
¿Cuánto da (−𝑖)2 ?
𝑥2 + 1 = 0
𝑆ℂ = { 𝑖 , −𝑖 }
𝑥 2 + 𝑎 = 0 , 𝑐𝑜𝑛 𝑎 > 0
Ejemplo
Resolver las ecuaciones:
a) 𝑥 2 + 5 = 0
b) 𝑥 2 − 4𝑥 + 5 = 0
Resolución
Ítem a
𝑥2 + 5 = 0 ⇒ 𝑥 2 = −5 ⇒ 𝑥 = √5 𝑖 ∨ 𝑥 = −√5 𝑖
Ítem b
⇒ 𝑥 =2+𝑖 ∨ 𝑥 =2−𝑖
6
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Potencias de 𝒊
Las potencias de la unidad imaginaria tienen un comportamiento cíclico, como
veremos a continuación:
𝑖0 = 1
𝑖1 = 𝑖
𝑖 2 = −1
𝑖 3 = 𝑖 2 . 𝑖 = −𝑖
𝑖 4 = 𝑖 3. 𝑖 = 1
𝑖 5 = 𝑖 4. 𝑖 = 𝑖
Y así sucesivamente.
Entonces resulta:
128
𝑖 514 = 𝑖 128.4+2 = (𝑖
⏟ 4)
. 𝑖 2 = 𝑖 2 = −1
1
En resumen:
Módulo y argumento de un
número complejo
Sea 𝑧 = 𝑎 + 𝑏𝑖 (𝑧 ≠ 0)
Habíamos visto que un número complejo puede representarse como un punto del
plano. Ese punto tiene asociado un vector que queda unívocamente
determinado por su módulo|𝑧| y su argumento𝜃 , tal como muestra la figura:
7
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝐸𝑗𝑒 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑟𝑖𝑜
𝑧
𝑏
|𝑧|
𝑎 𝐸𝑗𝑒 𝑟𝑒𝑎𝑙
|𝑧| = √𝑎2 + 𝑏2
𝑏
𝑡𝑔(𝜃) = , a≠0
𝑎
Ejemplo 1
Sea 𝑧 = −3 + √3𝑖, hallemos su módulo y su argumento:
2
|𝑧| = √(−3)2 + (√3) = √12
8
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
√3
√3
𝑡𝑔(𝜃) = −
3
Ángulo en
0° 30° 45° 60° 90°
grados
Ángulo en 𝜋 𝜋 𝜋 𝜋
0
radianes 6 4 3 2
Seno del 1 √2 √3
0 1
ángulo 2 2 2
Coseno del √3 √2 1
1 0
ángulo 2 2 2
Tangente del 1 √3
0 = 1 √3 ∄
ángulo √3 3
𝜋 √3 𝜋 √3
De la tabla vemos que 𝑡𝑔 ( ) = , luego 𝑡𝑔 (− ) = −
6 3 6 3
9
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝜋
−0,523598776 ≅ − =𝜃
6
𝜋 5
− +𝜋 = 𝜋
6 6
5
𝜋
6
𝜋
−
6
√3
El conjunto de las infinitas soluciones de la ecuación𝑡𝑔(𝜃) = − 3
es:
𝜋 5
𝜃 = − + 2𝑘𝜋 ∨ 𝜃 = 𝜋 + 2𝑘𝜋 , 𝑘 ∈ ℤ
6 6
Pero, de acuerdo con los signos de 𝑎 y 𝑏, sabemos que las soluciones del cuarto
cuadrante no describen a 𝑧.
Entonces resulta:
5
arg(𝑧) = 𝜋 + 2𝑘𝜋 , 𝑘 ∈ ℤ
6
10
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
5
𝐴𝑟𝑔(𝑧) = 𝜋
6
Ejemplo 2
Sea 𝑧 = −0,5𝑖. En este caso 𝑎 = 0, entonces 𝜃 no puede determinarse con la
fórmula𝑡𝑔(𝜃) = 𝑏/𝑎. Si hacemos un gráfico:
Generalizando:
3𝜋
𝑎 = 0 ∧ 𝑏 < 0 ⟹ 𝐴𝑟𝑔(𝑧) =
2
11
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝐸𝑗𝑒 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑟𝑖𝑜
𝑧
𝑏
|𝑧|
𝑎 𝐸𝑗𝑒 𝑟𝑒𝑎𝑙
Se deduce que:
Entonces resulta:
Por lo tanto:
𝑧 = |𝑧| 𝑐𝑖𝑠(𝜃)
Ejemplo
Expresar los siguientes números complejos en forma trigonométrica:
1. 𝑧1 = −3 + √3𝑖
2. 𝑧2 = −2
3. 𝑧3 = −2 − 2𝑖
4. 𝑧4 = −1,5𝑖
Resolución
12
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
5 5
𝑧1 = √12. (cos 𝜋 + 𝑖. 𝑠𝑒𝑛 𝜋)
6 6
|𝑧2 | = √(−2)2 = 2
𝜃2
𝑧2
𝐴𝑟𝑔(𝑧2 ) = 𝜋
Entonces:
𝑧2 = 2. (cos 𝜋 + 𝑖. sen 𝜋)
𝑡𝑔(𝜃3 ) = 1
5
𝐴𝑟𝑔(𝑧3 ) = 𝜋
4
Entonces:
13
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
5 5
𝑧3 = √8. (cos 𝜋 + 𝑖. 𝑠𝑒𝑛 𝜋)
4 4
Forma exponencial de un
número complejo
Existe otra manera de expresar los números complejos conociendo su módulo y su
argumento, llamada forma exponencial. Esta expresión se basa en la siguiente
fórmula:
Fórmula de Euler
Ejemplos
𝜋 𝜋 𝜋
𝑧1 = 3𝑖 = 3 (cos + 𝑖 𝑠𝑒𝑛 ) = 3 𝑒 𝑖 2
2 2
7𝜋 7𝜋 7𝜋
𝑧2 = 1 − 𝑖 = √2 (𝑐𝑜𝑠 + 𝑖 𝑠𝑒𝑛 ) = √2 𝑒 𝑖 4
4 4
Operaciones en forma
exponencial
Puede demostrarse que la exponencial compleja verifica las propiedades básicas
de la potenciación, lo cual permite resolver en forma sencilla las operaciones con
números complejos.
𝑧1 𝑧2 = |𝑧1 |𝑒 𝑖 𝜃1 |𝑧2 | 𝑒 𝑖 𝜃2
Por lo tanto:
14
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝒛𝟏 |𝒛𝟏 | 𝒊 (𝜽 −𝜽 )
= 𝒆 𝟏 𝟐
𝒛𝟐 |𝒛𝟐 |
Por lo tanto:
𝒛𝒏 = |𝒛|𝒏 𝒆𝒊 𝒏𝜽 , 𝒏 ∈ 𝑵
Ejemplos
Sean:
𝜋 𝜋 𝜋
𝑧1 = 3𝑖 = 3 (cos + 𝑖 𝑠𝑒𝑛 ) = 3 𝑒 𝑖 2
2 2
7𝜋 7𝜋 7𝜋
𝑧2 = 1 − 𝑖 = √2 (𝑐𝑜𝑠 + 𝑖 𝑠𝑒𝑛 ) = √2 𝑒 𝑖 4
4 4
a) 𝑧1 . 𝑧2
b) 𝑧1 /𝑧2
c) 𝑧110
Resolución
Ítem a
𝜋 7 9
𝒛𝟏 . 𝒛𝟐 = 3. √2. 𝑒 ( 2 +4𝜋)𝑖 = 3√2 𝑒 4𝜋𝑖
Entonces:
𝜋
𝑧1 . 𝑧2 = 3√2 𝑒 4 𝑖
Ítem b
𝑧1 3 (𝜋 − 7𝜋)𝑖 3 − 5𝜋𝑖
= 𝑒 2 4 = 𝑒 4
𝑧2 √2 √2
𝑧1 5 3
𝐴𝑟𝑔 ( ) = − 𝜋 + 2𝜋 = 𝜋
𝑧2 4 4
15
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝑧1 3 3𝜋𝑖
= 𝑒4
𝑧2 √2
Ítem c
𝜋
𝑧110 = 310 𝑒𝑖 2.10 = 310 𝑒𝑖 5𝜋
Queda entonces:
𝑧110 = 310 𝑒𝑖 𝜋
Identidad de Euler
Como caso particular de la fórmula de Euler, se deduce una de las fórmulas más
bellas de la Matemática, conocida como Identidad de Euler:
𝒆𝒊𝝅 + 𝟏 = 𝟎
Operaciones en forma
trigonométrica
Traduciendo a la forma trigonométrica los resultados obtenidos, resulta:
𝑧1 |𝑧1 |
= [cos(𝜃1 − 𝜃2 ) + 𝑖 𝑠𝑒𝑛(𝜃1 − 𝜃2 )]
𝑧2 |𝑧2 |
16
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Sean 𝑧1 = |𝑧1 |. (cos(𝛼) + 𝑖. 𝑠𝑒𝑛( 𝛼)) y que 𝑧2 = |𝑧2 |. (cos(𝛽) + 𝑖. 𝑠𝑒𝑛(𝛽)). Queremos
calcular el producto:
= |𝑧1 ||𝑧2 |. [cos(𝛼) . cos(𝛽) − 𝑠𝑒𝑛(𝛼). 𝑠𝑒𝑛(𝛽) + 𝑖. (cos(𝛼) . 𝑠𝑒𝑛(𝛽) + 𝑠𝑒𝑛(𝛼). cos(𝛽))]
Ejemplo
Sean:
𝑧1 = −3 + √3𝑖
𝑧2 = −2
𝑧3 = −2 − 2𝑖
𝑧1 . 𝑧23
𝑧3
Resolución
2 5 5
|𝑧1 | = √(−3)2 + √3 = √12 ; 𝐴𝑟𝑔(𝑧1) = 𝜋 ⇒ 𝑧1 = √12𝑐𝑖𝑠 ( 𝜋)
6 6
5
|𝑧3 | = √(−2)2 + (−2)2 = √8 ; 𝐴𝑟𝑔(𝑧3 ) = 𝜋 ⇒ 𝑧2 = 2𝑐𝑖𝑠(𝜋)
4
Entonces:
61
Si buscamos el argumento principal restando 4𝜋 de 12 𝜋 obtenemos:
17
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
8√3 13
= . 𝑐𝑖𝑠 ( 𝜋)
√2 12
ELP 1
Completar la siguiente tabla:
𝑧1 2 − 2𝑖
7
𝑧2 4𝑐𝑖𝑠 ( 𝜋)
6
𝜋
𝑧3 𝑖
5𝑒 2
𝑧3
𝑧2
𝑧3 . 𝑧2 3
𝑧1
𝑧1
.𝑧
𝑧2 3
𝑧2 − 𝑧3
𝑧1 . 𝑧3
Radicación de números
complejos
Criterio de igualdad de números complejos
Sean 𝑧1 = 𝑎 + 𝑏𝑖 y 𝑧2 = 𝑐 + 𝑑𝑖
𝑧1 = 𝑧2 ⟺ 𝑎 = 𝑐 ∧ 𝑏 = 𝑑
18
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Sean
|𝑧1 | = |𝑧2 |
𝑧1 = 𝑧2 ⇔ {
𝛼 − 𝛽 = 2𝑘𝜋 , 𝑘 ∈ ℤ
𝜋 7𝜋 17𝜋
Ejemplo:3 𝑐𝑖𝑠 ( 4 ) = 3 𝑐𝑖𝑠 (− 4
) = 3 𝑐𝑖𝑠 ( 4
)
Ejemplo introductorio
Consideremos la siguiente ecuación:
𝑥4 + 1 = 0
Esta ecuación no tiene solución en ℝ. Sin embargo, hay un notable teorema que
nos permite asegurar que sí tiene solución en ℂ. Es el teorema fundamental del
Álgebra, que afirma:
Despejemos 𝑥 en la ecuación 𝑥 4 + 1 = 0
𝑥 4 = −1
4
𝑥 = √−1
Radicación
Dado 𝑧 = |𝑧|𝑒 𝑖𝛼 , queremos calcular √𝑧 que llamaremos𝑤.
𝑛
𝑛
√𝑧 = 𝑤 ⇔ 𝑤 𝑛 = 𝑧
𝑤 = |𝑤|𝑒 𝑖𝛽
19
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝑤 𝑛 = |𝑤|𝑛 𝑒 𝑖𝑛𝛽
|𝑧1| = |𝑧2 |
𝑧1 = 𝑧2 ⇔ {
arg(𝑧1 ) − arg(𝑧2 ) = 2𝑘𝜋 𝑘 ∈ ℤ
Resulta:
|𝑤|𝑛 = |𝑧|(1)
𝑤𝑛 = 𝑧 ⇔ {
𝑛𝛽 − 𝛼 = 2𝑘𝜋 , 𝑘 ∈ ℤ (2)
De (1) se deduce:
𝑛
|𝑤| = √|𝑧|
De (2)se deduce:
𝛼 + 2𝑘𝜋
𝛽= , 𝑘∈ℤ
𝑛
𝛼+2𝑘𝜋
𝑛 𝑛 𝑖( )
√𝑧 = √|𝑧|. 𝑒 𝑛 , 𝑘∈ℤ
Ejemplo 1
Calcular√−1 − 𝑖 .
3
Resolución
5
𝒛 = −1 − 𝑖 , |𝑧| = √2 , 𝐴𝑟𝑔(𝑧) = 𝜋
4
5𝜋+2𝑘𝜋
3 𝑖 (4 3 ) 5 2
= √2. 𝑒𝑖(12𝜋+3𝜋.𝑘) ,
6
√−1 − 𝑖 = √√2. 𝑒
3
𝑘∈𝑧
13
𝑘 = 1 ⇒ 𝑤1 = √2. 𝑒 12𝜋𝑖
6
21
𝑘 = 2 ⇒ 𝑤2 = √2. 𝑒 12𝜋𝑖
6
20
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
29
𝑘 = 3 ⇒ 𝑤3 = √2. 𝑒 12𝜋𝑖 ,
6 29 5
𝜋 = 2𝜋 + 𝜋 𝑤3 𝑐𝑜𝑖𝑛𝑐𝑖𝑑𝑒 𝑐𝑜𝑛 𝑤0
12 12
37
𝑘 = 4 ⇒ 𝑤4 = √2. 𝑒 12𝜋𝑖 ,12 𝜋 = 2𝜋 + 12 𝜋
6 37 13
𝑤4 𝑐𝑜𝑖𝑛𝑐𝑖𝑑𝑒 𝑐𝑜𝑛 𝑤1
45
𝑘 = 5 ⇒ 𝑤5 = √2. 𝑒 12𝜋𝑖 ,
6 45 21
𝜋 = 2𝜋 + 𝜋 𝑤5 𝐶𝑜𝑖𝑛𝑐𝑖𝑑𝑒 𝑐𝑜𝑛 𝑤2
12 12
Cómo se puede ver en la gráfica, las tres raíces cúbicas de 𝑧 forman un triángulo
equilátero.
21
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝛼+2𝑘𝜋
𝑛 𝑛 𝑖( )
√𝑧 = √|𝑧|. 𝑒 𝑛 , 𝑘∈ℤ
Asignando valores a 𝑘:
𝛼
𝑘 = 0 ⇒ 𝛽0 =
𝑛
𝛼 + 2𝜋
𝑘 = 1 ⇒ 𝛽1 =
𝑛
𝛼 + 2. (2𝜋)
𝑘 = 2 ⇒ 𝛽2 =
𝑛
𝛼 + 3. (2𝜋)
𝑘 = 3 ⇒ 𝛽3 =
𝑛
𝛼 + (𝑛 − 1). (2𝜋)
𝑘 = 𝑛 − 1 ⇒ 𝛽𝑛−1 =
𝑛
𝛼 + 𝑛. (2𝜋) 𝛼
𝑘 = 𝑛 ⇒ 𝛽𝑛 = = + 2𝜋 = 𝛽0
𝑛 𝑛
𝛼 + (𝑛 + 1). (2𝜋) 𝛼 + 2𝜋
𝑘 = 𝑛 + 1 ⇒ 𝛽𝑛+1 = = + 2𝜋 = 𝛽1
𝑛 𝑛
Podemos concluir que las soluciones distintas se obtienen con 𝑘 = 0,1, … , 𝑛 − 1. Por
lo tanto, la raíz enésima de un número complejo tiene exactamente 𝒏 soluciones:
𝜶 + 𝟐𝒌𝝅
𝒏 𝒏 ( )𝒊
√𝒛 = √|𝒛|. 𝒆 𝒏 ,𝒌 = 𝟎,𝟏,…,𝒏 − 𝟏
Notemos que las 𝑛 raíces tienen el mismo módulo. Tal como vimos en el ejemplo 1,
podemos afirmar que las 𝑛 raíces enésimas de un número complejo forman un
polígono regular de n lados inscripto en una circunferencia de radio √|𝑧|.
𝑛
EPL 2
Completar la siguiente tabla:
Forma
Complejo Forma trigonométrica Forma exponencial
binómica
5 5
𝑧1 6. (cos ( 𝜋) + 𝑖. 𝑠𝑒𝑛 ( 𝜋))
6 6
22
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
1
𝑧2 2𝑒 3𝜋
√𝑧1
3
√𝑧1
4
√𝑧2
Ejemplo 2
Resolver en ℂ la siguiente ecuación:
𝑥4 + 1 = 0
Resolución
Despejando:
4
𝑥 = √−1
𝜋+2𝑘𝜋
4 ( )𝑖
𝑥 = √1𝑒 4 , 𝑘 = 0,1,2,3
𝜋
⇒ 𝑥0 = 𝑒 4 𝑖
3𝜋
𝑖
⇒ 𝑥1 = 𝑒 4
5𝜋
𝑖
⇒ 𝑥2 = 𝑒 4
7𝜋
𝑖
⇒ 𝑥3 = 𝑒 4
Grafiquemos estas cuatro soluciones obtenidas:
23
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
También se forma un polígono regular con las raíces cuartas de 𝑧, en este caso se
trata de un cuadrado.
HTTP://BIT.LY/AGAGGB021
24
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Este applet puede usarse para verificar los resultados obtenidos en algunos
ejercicios (por ejemplo en el EPL 2).
Ejemplo 3
Resolver la siguiente ecuación ℝ y ℂ:
𝑥 5 + 16𝑥 = 0
Resolución
En ℝ:
Factoreando:
𝑥(𝑥 4 + 16) = 0
⇒ 𝑥 = 0 ∨ 𝑥 4 + 16 = 0
𝑆ℝ = {0}
En ℂ:
En ℂhay cuatro soluciones para la ecuación 𝑥 4 + 16 = 0, que son las raíces cuartas
de −16. Luego la solución es de la forma:
𝑆ℂ = {0; 𝑤0 ; 𝑤1 , 𝑤2 , 𝑤3 }
Donde 𝑤0 , 𝑤1 , 𝑤2 y 𝑤3 son las raíces cuartas de −16. Dejamos a cargo del lector el
cálculo de las mismas.
EPL 3
Hallar 𝑧 ∈ ℂ sabiendo que 𝑤 = √3 − 𝑖 es una de las raíces cúbicas de z.
Obtener y graficar el conjunto de raíces cúbicas de z.
EPL 4
𝜋
Resolver en ℝy en ℂla ecuación(𝑥 2 + 3)(𝑥 3 + 𝑘) = 0sabiendo que 𝑥 = 2𝑒 3 𝑖 es una
de las soluciones.
Ejemplo 1
Hallar la región del plano complejo determinada por:
{𝑧 ∈ ℂ ∶ |𝑧 + 2| ≤ 1}
25
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Resolución
Si 𝑧 = 𝑥 + 𝑦𝑖 , resulta:
|𝑥 + 𝑦𝑖 + 2| ≤ 1
|(𝑥 + 2) + 𝑦𝑖 | ≤ 1
√(𝑥 + 2)2 + 𝑦 2 ≤ 1
(𝑥 + 2)2 + 𝑦 2 ≤ 1
(𝑥 + 2)2 + 𝑦 2 = 1
Son todos los puntos que están a distancia menor o igual que 1 del punto (-2,0)
Ejemplo 2
Hallar la región del plano complejo determinada por:
26
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝜋 3
{𝑧 ∈ ℂ ∶ |𝑧| ≤ 2 , ≤ arg(𝑧) ≤ 𝜋}
2 4
Resolución
Luego:
𝜋 3
|𝑧| ≤ 2 , ≤ arg(𝑧) ≤ 𝜋
2 4
Ejemplo 3
Hallar la región del plano complejo determinada por:
𝜋 3
{𝑧 ∈ ℂ ∶ |𝑧 + 𝑖| ≤ 2 , ≤ arg(𝑧) ≤ 𝜋}
2 4
Resolución
27
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
𝜋 3
≤ arg(𝑧) ≤ 𝜋
2 4
|𝒛 + 𝒊| ≤ 𝟐
𝜋 3
Observación: un error muy común es indicar el ángulo dado por ≤ arg(𝑧) ≤ 𝜋
2 4
con vértice en el centro de la circunferencia:
ERROR COMÚN:
Está mal usar como vértice
el centro de la circunferencia.
Ejemplo 4
{𝑧 ∈ ℂ ∶ |𝑧 + 𝑖| = |𝑧 − 1| , 𝑅𝑒(𝑧) > 1}
Resolución
28
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Razonamiento analítico
|𝑥 + 𝑖𝑦 + 𝑖| = |𝑥 + 𝑖𝑦 − 1|
| 𝑥 + 𝑖(𝑦 + 1)| = | (𝑥 − 1) + 𝑖𝑦 |
𝑥 2 + 𝑦 2 + 2𝑦 + 1 = 𝑥 2 − 2𝑥 + 1 + 𝑦 2 , 𝑥>1
2𝑦 + 1 = −2𝑥 + 1 , 𝑥>1
𝑦 = −𝑥 , 𝑥>1
𝑦 = −𝑥 , 𝑥>1
Interpretación geométrica
29
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Traducido a ℝ2, se trata del conjunto de puntos del plano que equidistan de
𝐴(0, −1) y 𝐵(1,0), o sea, es la mediatriz del segmento 𝐴𝐵. Considerando la
restricción 𝑅𝑒(𝑧) > 1, se obtiene la gráfica anterior.
Ejemplo 5
Hallar la región del plano complejo determinada por:
𝐼𝑚(𝑧 − 𝑖) = 𝑅𝑒(𝑧 + 1)
Resolución
𝐼𝑚(𝑥 + 𝑖𝑦 − 𝑖) = 𝑅𝑒(𝑥 + 𝑖𝑦 + 1)
𝑦−1=𝑥+1
𝑦 = 𝑥+2
30
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Ejemplo 6
Hallar la región del plano complejo determinada por:
|𝑧 − 𝑖| + |𝑧 + 𝑖| = 4
{
0 ≤ 𝐴𝑟𝑔(𝑧) ≤ 𝜋
Resolución
|𝑥 + 𝑦𝑖 − 𝑖| + |𝑥 + 𝑦𝑖 + 𝑖| = 4
√𝑥 2 + (𝑦 − 1)2 + √𝑥 2 + (𝑦 + 1)2 = 4
√𝑥 2 + (𝑦 − 1)2 = 4 − √𝑥 2 + (𝑦 + 1)2
𝑦 2 − 2𝑦 + 1 = 42 + 𝑦 2 + 2𝑦 + 1 − 8√𝑥 2 + (𝑦 + 1)2
𝑦+4
= √𝑥 2 + (𝑦 + 1)2
2
(𝑦 + 4)2
= 𝑥 2 + (𝑦 + 1)2
4
𝑦 2 + 8𝑦 + 16 = 4𝑥 2 + 4𝑦 2 + 8𝑦 + 4
0 = 4𝑥 2 + 3𝑦 2 − 12
12 = 4𝑥 2 + 3𝑦 2
𝑥2 𝑦2
+ =1
3 4
Se trata de la ecuación de una elipse con eje focal vertical y centrada en (0,0):
31
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
0 ≤ 𝐴𝑟𝑔(𝑧) ≤ 𝜋
Luego no es toda la elipse sino aquel arco que cumple con que el argumento está
comprendido entre 0 y 𝜋:
Interpretación geométrica
|𝑧 − 𝑖| + |𝑧 + 𝑖| = 4
{
0 ≤ 𝐴𝑟𝑔(𝑧) ≤ 𝜋
32
AGA Virtual Segundo cuatrimestre 2016 Unidad 9
Traducido a ℝ2, es el conjunto de puntos del plano tales que la suma de sus
distancias a dos puntos fijos: (0,1) y (0, −1) es igual a 4. De acuerdo con lo que
hemos visto en la unidad de cónicas, se trata de la elipse de focos (0,1) y (0, −1) y
semieje mayor 𝑎 = 2.
EPL 5
Hallar analíticamente y graficar la región del plano complejo definida
por:
𝜋 3𝜋
{𝑧 ∈ 𝐶: |𝑧 − 2𝑖| < 2 , 𝐼𝑚(𝑧 2 ) ≤ 0 , ≤ Arg(𝑧) ≤ }
4 4
33