Documente Academic
Documente Profesional
Documente Cultură
Contenidos.
_____________________________________________________________________________
1
UNIDAD 1
Matrices, Determinantes
y
Sistemas de Ecuaciones Lineales.
2
Matrices.
________________________________________________________________________
Las matrices fueron creación del eminente matemático inglés Arthur Cayley
(1821-1895). Como muchas invensiones matemáticas, la teoria y el álgebra de matrices
surgieron como prolongación de sus investigaciones e intereses matemáticos primarios.
Cayley estudió en el Trinity College, Universidad de Cambridge. A comienzos de su
carrera, mientras se dedicaba al estudio y a la práctica del derecho, realizó alguno de
sus descubrimientos matemáticos más brillantes, entre los que destacan: el desarrollo
del álgebra de matrices, la teoría de la invarianza algebraica y su desarrollo de la
geometría no dimensional. Sus trabajos en geometría cuatridimensional,
proporcionaron a los físicos del siglo XX, especialmente a Albert Einstein, la estructura
para desarrollar la teoría de la relatividad.
3
Matrices.
Definición: A una ordenación o arreglo rectangular de elementos (en este curso nos interesa que los
elementos sean números) les llamaremos MATRIZ.
Ejemplos:
E œ ŒÈ
#1
FœŒ
#
" $ #ß !" ! "
" "
# #
Î !Ñ
Ð # Ó
# #
G œÐ Ó
$
" %
Ï " !Ò
!ß " # $
%
Si hay 7 filas y 8 columnas, decimos que el orden de la matriz es 7 ‚ 8, y nos referimos a ella
como "matriz 7 ‚ 8" o simplemente, como matriz rectangular.
Ï+ ÞÞÞ +78 Ò
ÞÞÞ ÞÞÞ ÞÞÞ ÞÞÞ ÞÞÞ
7"
+7# +7$
Ï+ Ò
ÞÞÞ ÞÞÞ ÞÞÞ ÞÞÞ
8"
+8# ÞÞÞ +88
4ta columna
Ejemplos:
Î " 4Ñ
Ï ! &Ò
1) En la siguiente matriz E œ $ % . El elemento +"# representa a aquél que está en la fila
1 y columna 2 , es decir , el 4.
4
2) Si una matriz es de orden $ ‚ #, entonces ésta tiene tres filas y dos columnas.
Î " # $Ñ
Ï " #Ò
E œ ! $ #
"
Ejercicios:
Î$ #Ñ
Ð $ #Ó Î&Ñ
+Ñ E œ Ð Ó
Ï*Ò
,Ñ F œ !
Ï# %Ò
" !
Î % #Ñ
.Ñ H œ Œ "
"
Ï $ "Ò
-Ñ G œ $ % % ! '
$
Î " 4Ñ
Ï ! &Ò
II) De la matriz dada E œ $ % determine el número correspondiente al elemento pedido.
Respuestas:
I) a) E es de orden % ‚ #
b) F es de orden $ ‚ "
c) G es de orden $ ‚ #
II) i) ! ii) % iii) & iv) " v) No existe
Notación Matricial.
Para ahorrar tiempo y espacio, al escribir una matriz, es conveniente usar una notación especial.
Se suele escribir E œ Ð+34 Ñ y cuando se quiere señalar expresamente que la matriz es de orden 7 ‚ 8, se
denota E7‚8 .
Ejemplo:
5
Î# $Ñ
Ï% &Ò
Respuesta: E œ $ %
Una matriz se dice racional, real o compleja según sea el conjunto en el que se encuentren los
números del arreglo o elementos de la matriz (coeficientes de la matriz).
Ejemplo:
Ejercicios:
IÑ Indique cuántas filas y columnas tiene cada una de las siguientes matrices
a ) ` 1 ‚6 b) T 4‚2 c) U&‚%
Respuestas:
Î # % 'Ñ
FœŒ
(
"! %
Ï # ( *Ò
Eœ & ' ! ;
#
Definición: Diremos que dos matrices E y F son iguales, cuando son del mismo orden y todos los
elementos que se ubican en la misma posición, son iguales. Esto es, E y F son dos matrices
iguales sí y solo si:
Eß F − `7‚8 a‘b
ˆ+34 ‰ œ ˆ,34 ‰; donde " Ÿ 3 Ÿ 7 y
i)
ii) "Ÿ4Ÿ8
6
Ejemplo: De la definición, tenemos:
È%
œ
" "!!
È#
" # $
È#
# "!! !ß & $
! 1 %" ! Ð "Ñ1 &
Œ% " Œ" %
" # $ " # $
Pero Á ; puesto que los correspondientes elementos en la segunda fila no
! !
son iguales.
También, Œ
" Œ" " "
" " " " "
Á puesto que las matrices no tienen el mismo orden.
"
Ejemplo: Halle los valores de B e C si:
Œ B$ ! Œ ) !
" # #C " #
œ
BœÈ
" œ #C " y B$ œ )
#C œ # y $
)
C œ " y Bœ#
Ejercicios:
Î "Ñ
Ð È$ Ó
# &
Ð Ó Œ! &
# & !
a) ! b)
Ï #1 (Ò
*
"
a% $b Œ" $
" ! "
c) " d)
#
e) E$‚&
Î " % Ñ
Ð ! %Ó
#
Ð Ó
E œ ÐÐ È& " Ó
&
Ó
Ð " !ß & Ó
! ; determine el valor del elemento que se indica:
Ï !ß $ È $Ò
# #
$
"ß #
a) +"$ œ b) +#" œ
c) +%# œ d) +## œ
e) +&" œ f) +$% œ
7
3.- Determine la matriz E%‚& que satisfaga la condición dada:
a) +34 œ 4 3 b) +34 œ #3 4
c) +34 œ $3 #4 d) +34 œ 3# #4
4.- Halle los valores de las incógnitas de manera que se verifique la igualdad:
Œ " #C Œ " )
B $ $ $
a) œ
Œ ! Œ% BC
BC $ ' $
b) œ
%
Œ $A % Œ ) " ŒA " D
BC A" & #B C & !
c) œ
Respuestas:
3.-
Î ! %Ñ Î" $Ñ
Ð " $Ó Ð $ "Ó
" # $ ! " #
Ð Ó b) Ð Ó
! " # # " !
a)
Ï $ "Ò Ï( $ Ò
# " ! " # & % $ # "
# " ! ' & %
8
Operaciones con Matrices.
En álgebraß damos por hecho que cualquier par de números reales pueden sumarse, restarse y
multiplicarse; sin embargo, con matrices no siempre es posible realizar dichas operaciones. Estudiaremos a
continuación las operaciones con matrices, sus propiedades y restricciones.
Adición De Matrices.
Solamente las matrices que tienen el mismo orden pueden sumarse. Sean E7 ‚ 8 y F 7 ‚ 8
dos matrices de orden 7 ‚ 8 , entonces la suma de E y F es la matriz de orden 7 ‚ 8ß definida por:
E F œ c+ 34 , 34 d
Ejemplo:
Si E œ Œ
"
F œŒ
$
% # " & " $
y
! $ ! #
entonces E F œ Œ
" $ Œ! %
%& #" " $ " $ #
œ
!! $# "
¡¡IMPORTANTE!!
Ejercicios:
Î % # "! Ñ Î$ # #Ñ
Ï # & Ò Ï$ *Ò
1) Sea E œ & " $ y Fœ ! " &
$ )
Determine E F
Î ! $Ñ
A =Œ
"
F œ Œ
'
# & ) %
Ï # #Ò
ß , G œ "
$ #
Determine E F G
9
Respuesta:
Î " ! "# Ñ
EFG œŒ
"&Î#
"! "#
Ï & % Ò
1) EFœ & ! ) 2)
$
""
Propiedades de la Adición:
De las propiedades de los números reales se puede deducir que la operación de adición en el
conjunto de las matrices 7 ‚ 8 satisface las siguientes propiedades:
Sean E ß F y G tres matrices de orden 7 ‚ 8Þ Entonces se cumple:
3) La matriz cero o la matriz nula 7 ‚ 8 denotada por ), es la matriz 7 ‚ 8 con cada elemento igual a cero.
Puesto que E ) œ E œ ) E para cada matriz E7‚8 , la matriz cero es el elemento neutro
para cada conjunto de las matrices 7 ‚ 8. Por ejemplo:
4) Matriz simétrica
E Ð EÑ œ )ß donde ) es la matriz nula de orden 7 ‚ 8
Î" #Ñ Î # %Ñ
Ï" # Ò Ï# %Ò
Ejemplo 1: #† $ % œ ' )
Ï! $Ò Ï ! "& Ò
Ejemplo 2: & & ' ( œ #& $! $&
# "!
Î # ! #Ñ Î " # "Ñ
Ï % 'Ò Ï " %Ò
1) #† " ! $ $† # $ !
& #
10
Ð &Ñ Œ
"
Œ
"!
Ð #Ñ Œ
1
" # " % ' 1 !
2)
$ # ) !
3) Hallar B ß C ß D y A si
$Œ
A Œ " #A Œ D A $
B C B ' % B C
œ
D
Respuesta:
Î ( ' ( Ñ
Œ "" "#
& "$
Ï & #% Ò
1) % * ' 2)
%
3) B œ #ß C œ % ß D œ " ß A œ $
Diferencia De Matrices.
Sean A 7 ‚ 8 y F 7 ‚ 8 dos matrices de orden 7 ‚ 8 , la diferencia entre E y F es la
matriz de orden 7 ‚ 8ß definida por:
E F œ c+ 34 , 34 d
Ejemplo:
Si E œ Œ
"
F œŒ
$
& # " ' " $
y , entonces
* $ ! #
EF œŒ
" Œ! $
& # " ' " $
* $ #
œŒ
"$
&' #" " $
*! $#
œŒ
#
"" " %
* &
Ejercicios:
ŒC " #C
Œ
' Œ " D
BC A" C B BA ' %
œ
#A
11
Î" #Ñ Î $ #Ñ
Ï& 'Ò Ï % $Ò
2) Sean las matrices A œ $ % , Fœ " &
Î: ;Ñ
Ï> ?Ò
Hallar la matriz H œ < = de manera que se cumpla la igualdad
HœŒ
: ; <
7 8 =
Determina la matriz de manera que se cumpla la igualdad E F H œ
), donde ) es la matriz nula de orden # ‚ $.
4) Hallar # E $ F
E œ Œ
"#
ß F œŒ
)
# % ' $ ! #
) "! ( "
Respuesta:
1) B œ $; C œ !; D œ ' ; A œ "
Œ $( %)
& ) '
4)
"(
Multiplicación De Matrices.
- 3 4 œ ! +35 † , 54
8
5 œ"
12
Ejemplos:
Î#Ñ
Las matrices E œ Œ
" % &
Ï%Ò
1) y F œ $ se pueden multiplicar ya que se cumplen las
# # $
condiciones anteriormente descritas
2)
1 2 4 7 6
2 3 4
− 1 3 ⋅ = 1 3 − 1
1 4 1 2 1 6 11 8
(œ"†$#†#
¡¡IMPORTANTE!!
Î% #Ñ Î# " $Ñ
Ï$ % Ò Ï' " # Ò
3) Las matrices E œ $ " y F œ # % & no se pueden multi-plicar ya que el
Î #! Ñ
Ð "& Ó
: œ Ð Ó ( una matriz % ‚ "Ñ
Ï %! Ò
")
13
Respuesta:
La demanda del primer artículo es 30 y el fabricante recibe $ #! por cada artículo vendido.
Entonces recibe $! † #! œ $ '!! de las ventas del primer artículo. Si se sigue este razonamiento, se ve
que la cantidad total de dinero que recibe es:
Î #! Ñ
Ð "& Ó
a $! #! %! "! b Þ Ð Ó œ # !#!
Ï %! Ò
")
Recibe $ # !#!
Ejercicios:
Ô " " ×
! ,Fœ ” , H œ c# $d
#•
, G œ ”
&•
" " %
Õ " # Ø
A= #
$
i) E † F ii) E † G iii) F † G
iv) G † E v) G † H vi) H † G
2) Calcule Bß Cß Dß A si:
Î% " Ñ
a) # Œ
A
œ Œ Œ
%A #C "*
B C " $C % !
Ï% "Ò
Þ # $
D $ #
! #
Î B C $Ñ Î % # Ñ Î #B (Ñ
" #A ތ
% $
Ï #: & Ò Ï ' $ Ò Ï &: ';Ò
b) $ DÎ$ A œ # % A D
! &
demanda . œ a "& #! "! #! #& b Ð una matriz " ‚ & Ñ. El precio por unidad que recibe el
3) Suponga que un fabricante produce cinco artículos. Su demanda está dada por el vector de
Î $!! Ñ
Ð #!! Ó
Ð Ó
: œ Ð "!! Ó
Ð Ó
( una matriz & ‚ "Ñ ¿Cuánto dinero recibirá el fabricante?
Ï %&! Ò
"&!
14
4.- Determine el valor de B ß Cß Dß Aß : y ; en:
Î B C $Ñ Î % # Ñ Î #B ( Ñ
#A † Œ
% $
Ï #: & Ò Ï ' $ Ò Ï &: '; Ò
$ #Î$ A œ " # %A D
! &
5) Para que dos matrices se puedan multiplicar y sumar ambas deben ser cuadradas y de igual orden.
Dé un ejemplo.
Respuestas:
1)
a) E es de orden $ ‚ #ß F es de orden # ‚ #ß G es de orden # ‚ "ß H es de orden " ‚ #
Î # $Ñ Î * Ñ
iii) F † G œ Œ
*
Ï ( $ Ò Ï 'Ò
b) i) E † F œ # # ii) E † G œ )
#
v) Œ
"&
) "#
iv) No se pueden multiplicar las dos matrices vi) H † G œ Ð#$Ñ
"!
%
2) a) B œ 'à C œ %à D œ $à A œ
$
#& ( $
b) B œ %à C œ à D œ #'à A œ (à : œ à ; œ
$ # #
3) $ #$ (&!
#& ( $
4) B œ %ß A œ *ß C œ ß D œ $!ß : œ ß ; œ
$ # #
5) Revíselo con su profesor.
A † Ð F † G Ñ œ ÐE † FÑ † G
i) Ð E F Ñ † G œ E † G F † G
ii) H † Ð I J Ñ œ H † I H † J
15
3) M 8 matriz Idéntidad de orden 8. Llamaremos matriz unitaria o identidad de orden 8 a la matriz
cuadrada de orden 8 definida por:
Î" !Ñ
Ð ! ÞÓ
! ! Þ
Ð Ó
M œ M 8 œ $ 34‘ œ Ð ! !Ó
" ! Þ
donde $ 3 4 = œ
1 si 3 œ 4
Ð Ó
! " !
! si 3 Á 4
Ï! "Ò
! ! Þ " !
! ! Þ
E †M8 œ E
E†F ÁF†E
Observación:
Compruébalo tu mismo:
E œ Œ
"
Fœ Œ
!
ambas matrices distintas a ) œ Œ
!
! $ " "! ! !
Si y
! ! !
Matrices Elementales.
1) Sea E œ ˆ+ 3 4 ‰ una matriz cuadrada de orden 8. E es una Matriz Diagonal si se verifica que + œ !ß
34
para todos los 3 Á 4Þ
Es decir:
Î +"" Ñ
Ð ! Ó
! ! ! !
Ð Ó
EœÐ ! Ó
+## ! Þ Þ
Ð Ó
! + $$ Þ Þ
Ï Þ + 88 Ò
Þ ! ! Þ Þ
Þ Þ Þ
16
2) Una matriz cuadrada E œ ˆ+34 ‰ es Triangular Superior si todos los elementos bajo la diagonal principal
son igual a cero. Esto es, + 3 4 œ ! ß si 3 4 .
Es decir:
Î# " #Ñ
Ï! ! $Ò
E= ! # $
3) Una matriz cuadrada E œ ˆ+34 ‰ es Triangular Inferior si todos los elementos sobre la diagonal
principal es cero. Esto es, + œ !, si 3 4.
34
Es decir:
Î # ! !Ñ
Ï ! $ #Ò
E= " ) !
4) Una matriz E œ ˆ+34 ‰ es simétrica, si los elementos simétricos (imagenes especulares respecto a la
diagonal son iguales), es decir, si cada +34 œ +43 .
Esto es:
Î" # % Ñ
Ï% #Ò
Eœ # " $
$
Î" ) %Ñ
Ð * *Ó
Ð % (Ó
Si E œ ÐÐ Ó
*
*Ó
%
Ð * Ó
, entonces:
*
Ï Ò
) " %
* * *
Î" ) %Ñ Î " % )Ñ
Ð * *Ó Ð * *Ó "
Ð Ó Ð ) "Ó Î !Ñ
E † E œ ÐÐ % Ó† ÐÐ Ó
* * !
*Ó Ó
% %
Ð * Ó Ð * * ÓÏ ! "Ò
> ( œ ! " !
* *
Ï Ò Ï Ò
) " % % ( % !
* * * * * *
17
7) Sea una matriz E 7 ‚ 8 y sea Q34 la submatriz (8 "Ñ cuadrada de E que se obtiene
suprimiendo la 3 - ésima fila y su 4 - ésima columna,
Ejemplo:
Î" " % Ñ
Ï& %Ò
Si E œ # $ & , entonces la submatriz Q"$ es la matriz que resulta de eliminar la
$
Q "$ œ Œ
& $
# $
fila " y la columna $. Esto es: .
Q ## œ Œ
%
" %
En forma análoga, tenemos que: .
&
Matrices Equivalentes.
Se dice que dos matrices E C F son equivalentes , lo cual se escribe E µ F, si F puede
obtenerse a partir de E mediante una sucesión finita de algunas operaciones, las cuales llamaremos
Operaciones Elementales.
Operaciones Elementales.
Dada una matriz E de orden 7 ‚ 8, llamaremos Operaciones Elementales (OE) sobre E a cada
una de las siguientes operaciones (sobre las filas o columnas de una matriz):
Ejemplo: 0# Ç 0$
Î1 # $Ñ Î" # $Ñ
Ï1 $Ò Ï# !Ò
# 1 ! 0# Ç0$ " " $
1 "
2) Reemplazar una fila 3 (o columna) por < veces la fila 3 (o columna) 03 œ < † 0 3 a-3 œ < † - 3 b
Ejemplo: 01 œ #01
Î" # $Ñ Î# % 'Ñ
Ï" $Ò Ï" $Ò
# " ! 01 œ #01 # " !
" "
18
3) Reemplazar la fila (o columna) 3 por la suma de la misma fila (o columna) 3 más < veces la fila 4
(o columna ) 0 3 œ 0 3 < 0 4
Î" # $Ñ Î" # $Ñ
Ï" $ Ò → Ï " $Ò
# " ! 0 # œ 0 # $0 " & & *
" "
Cada vez que realizamos una operación elemental, usamos el símbolo Ä ó µ ya que las matrices
que se obtienen al hacer estas OE son semejantes a la inicialmente dada.
Î" "Ñ
Ð % !Ó
#
Sea E œ Ð Ó
"
Ejercicio: Resuelva las siguientes OE, siempre sobre la última matriz
Ï& $Ò
# " $
#
obtenida.
+Ñ 0 " œ 0 " $ 0 2 ,Ñ 0 $ œ 0 $
-Ñ 0 % œ 0 % 0 " .Ñ 0 # œ 0 # # 0 "
/Ñ 0 $ œ $ 0 $ 0 # 0Ñ 0 % œ 0 $ 0 "
g) 0 % œ 0 % : 0 "
Respuesta:
Ï& $Ò Ï & $Ò
# " $ " → # " $
# #
Ï & $Ò Ï & $ Ò
# " $ $ →$ # " $
# #
19
Î "$ " Ñ Î "$ " Ñ
Ð ! Ó Ð ! Ó
" "
c) Ð Ó 0 œ 0% 0"Ð Ó
% " % "
Ï & $ Ò Ï 8 # Ò
# " $ % → # " $
# 1
Ï 8 # Ò Ï 8 # Ò
# " $ #) % ""
1 1
f) No se puede desarrollarß porque la fila que se quiere cambiar es la nº $ y esta no está en las filas de la
OE.
Matriz Escalonada.
Definición: Una matriz está en la forma escalonada en renglones si se cumplen las siguientes condiciones:
i) Todos los renglones cuyos elementos son todos ceros aparecen en la parte inferior de la matriz.
ii) El primer número diferente de cero (comenzando por la izquierda) en cualquier renglón cuyos
elementos no todos son ceros es 1.
iii) Si dos renglones sucesivos tienen elementos distintos de cero, entonces el primer 1 en el renglón
de abajo esta más hacia la derecha que el primer 1 en el renglón de arriba.
Î1 0 0Ñ Î1 0 0 0Ñ Î" ! $ ! "Ñ
Œ0 #
1 0 0 0 &
Ï0 1Ò Ï0 1Ò Ï! # Ò
0 1 0 , 0 1 0 0 , ß ! " & ! !
! 0 "
0 0 0 ! ! "
Î# " #Ñ
EœŒ
%
# "
Ï" %Ò
ß Fœ " # $
$
$
20
Determinantes
________________________________________________________________________
21
Determinantes.
Así,
â â
Î +"" ÞÞÞ +"8 Ñ â +"" ÞÞÞ +"8 â
â â
Ð + ÞÞÞ +#8 Ó â+ ÞÞÞ +#8 â
+"# +"#
Si E œ Ð #" Ó , entonces ¸E¸ œ â #" â
â ÞÞÞ ÞÞÞ ÞÞÞ â
+## +##
Ï+ â â
ÞÞÞ +88 Ò â +8" ÞÞÞ +88 â
ÞÞÞ ÞÞÞ ÞÞÞ ÞÞÞ ÞÞÞ
8"
+8# +8#
Observación
Curiosidad:
La función determinante apareció por primera vez en
la investigación de los sistemas de ecuaciones
lineales. Veremos que es una herramienta
indispensable en el estudio y obtención de
propiedades de las matrices cuadradas.
ii) En general, el determinante de E puede calcularse con respecto a cualquier fila o columna, con la
fórmula que damos a continuación.
5œ"
y E 35 es una submatriz
o bien, ./> E œ + † . , † -
22
Si E œ Œ
%
" #
Ejemplo: , entonces
$
./>aEb œ º
%º
" #
œ " † % # † $ œ % ' œ "!
$
Ï+ +$$$ Ò
Eœ +#" +## +#$ , se tiene que:
$"
+$#
5œ"
Î" # "Ñ
Ï$ !Ò
Ejemplo: Si E œ $ % # , entonces
"
â â
â" "â
â â
./>ÐEÑ œ â $ # â œ Ð "Ñ † " † º Ð "Ñ † a #b † º
#
!º !º
Ð "Ñ "º
â â "º
"" % # "# $ # "$ $ %
â$ !â
%
" $ $
"
Resolviendo , se tiene: l E l œ #$
Si E œ Œ
"
Si E œ Œ
+
" " + ,
1) 2)
# ,
Ï$ # Ò Ï # "Ò
3) Si E œ ! # " 4) Si E œ # ! "
" %
Respuestas:
23
Método de Sarrus.
Î + "" + "# + "$ Ñ
Ï+ + $$ Ò
Sea la matriz de orden 3: E œ + #" + ## + #$
$"
+ $#
1) Se repiten hacia el lado derecho de la última columna del determinante asociado, las dos primeras
columnas del lado izquierdo.
â â
â + "" + "$ â + ""
â â
l E l = â + #" + #$ â + #"
+ "# + "#
â â
â + $" + $$ â + $"
+ ## + ##
+ $# + $#
2) Se suman los productos obtenidos al multiplicar los elementos de las diagonales principales, y se
restan los tres productos de los elementos de las diagonales secundarias.
l E l =+"" Þ+## Þ+$$ +"# Þ+#$ Þ+$" +"$ Þ+#" Þ+$# +"# Þ+#" Þ+$$ +"" Þ+#$ Þ+$# +"$ Þ+## Þ+ $"
â â
Ejemplo:
Î# #Ñ â# #â#
â â
l El= â" # â"
$ $ $
Ï% â â
" Ò
Si E œ " , entonces
â% " â%
! # ! ! œ
# # #
Î" # $Ñ
Ï" $Ò
1) Eœ " % &
!
Î # " $Ñ
Ï $ "Ò
2) Fœ ! # "
%
Î + , + Ñ
Ï + +Ò
3) Gœ + , +
,
Respuestas:
1) l El= %
2) l E l œ #(
3) l El œ !
24
Desafío:
Aplica todo lo anterior, calcula el determinante de la matriz de orden 4:
Î " $ Ñ
Ð % # Ó
# "
E œÐ Ó
! "
Ï % $Ò
# $ " $
# "
Es evidente que el cálculo del determinante de una matriz de orden 8 puede ser tedioso, como
habrás podido ya observar en el cálculo del determinante de orden % ‚ %ß imagínese para el caso de
determinantes de orden & ‚ & y así sucesivamente. Sin embargo, existen algunas matrices a las cuales es
muy sencillo calcular sus determinantes.
Esto es, el determinante de una matriz triangular es igual al producto de sus componentes en la
diagonal.
Î # " Ñ
Ð ! % Ó
$ !
Sea E œ Ð Ó
$ #
Ejemplo:
Ï ! #Ò
! ! " $
! !
2) Si la primera columna o fila de una matriz tiene todos sus elementos nulos excepto el del lugar
â â
+"" , su determinante es:
â +"" +"# +"$ ÞÞÞ +"8 â â â
â â â +## +#$ ÞÞÞ +#8 â
â ! +## +#$ ÞÞÞ +#8 â â â
â â â+ +$$ ÞÞÞ +$8 â
â ! +$# +$$ ÞÞÞ +$8 â œ +"" â $# â
â â â ÞÞÞ ÞÞÞ ÞÞÞ ÞÞÞ â
â ÞÞÞ ÞÞÞ ÞÞÞ ÞÞÞ ÞÞÞ â â â
â â â +8# +8$ ÞÞÞ +88 â
â ! +8# +8$ ÞÞÞ +88 â
Ejemplo:
Î# " % Ñ
Ð ! #Ó
$
Si E œ Ð Ó
& (
, entonces
Ï! "Ò
! # $ #
' &
â â
â& #â
â â
./> ÐEÑ œ # † â # # â œ # † a (b œ "%
(
â â
â' "â
$
&
25
Propiedades De Los Determinantes.
Sea E una matriz cuadrada de orden 8.
1) Si en un determinante todos los elementos de una fila o columna son ceros, entonces el
determinante es cero.
â â â â
â+ , - â â! , -â
â â â â
â. / 0 â œ ! â! / 0âœ!
â â â â
o
â! ! !â â! 2 3â
26
4) Si los elementos de una fila o columna de un determinante se multiplican por un número real, el
valor de este determinante es equivalente al producto del número real por el valor del determinante
original. Es decir:
a: − ‘, se tiene que:
â â â â â â
â+ -â â + - â â+ -â
â â â â â â
: †â. 0âœâ . 0 â œ â. 0â
, , :,
â â â â â â
â1 3 â â :1 :5 â â 1 3â
/ / :/
2 :2 :2
5) Si los correspondientes coeficientes de dos filas (o dos columnas) son iguales o están en una razón
constante, el determinante es cero. Es decir:
â â â â â â
â+ -â â+ ,â â + - â
â â â â â â
â+ -â œ ! â. /âœ! â . 0 âœ!
, , ,
â â â â â â
o o
â1 3â â1 2â â $+ $- â
, / /
2 2 $,
â â â â â â â â
â+ - â â +" +# - â â +" - â â +# -â
â â â â â â â â
â. 0 â œ â ." . # 0 â œ â ." 0 â â .# 0â
, , , ,
â â â â â â â â
â1 3 â â 1" 1 # 3 â â 1" 3 â â 1# 3â
/ / / /
2 2 2 2
27
Ejercicio:
â â â â â â â â
â% " â â$" " â â$ " â â" " â
â â â â â â â â
i) â & #â œ â$# #â œ â$ #â â# #â
$ $ $ $
â â â â â â â â
â( # â â'" # â â' # â â" # â
! ! ! !
" " " "
â â â â â â â â
â& ' ( â â & ( â â& ' ( â â& ' ( â
â â â â â â â â
ii) â ) "! "# â œ â % % ' % "! # â œ â % ' "! â â % % # â
'
â â â â â â â â
â" ! "â â " ! " â â" ! "â â" ! "â
7) Si se sustituye cualquier fila o columna por la suma de ella más 5 veces otra fila
o columna, el determinante de la matriz no cambia.
â â â â
â+ - â Š0 $ œ$ 0 $ 0 #‹ â + - â
â â â â
â. 0 ✠â . 0 â
, ,
â â â â
â1 3â â $1 . $3 0 â
/ /
2 $2 /
8) lM8l œ "
Ejercicios:
Î "1 %Ñ Î& $Ñ
Ð " 'Ó Ð ! $Ó
# $ " #
a) E œ Ð Ó b) F œ Ð Ó
& # " #
Ï % )Ò Ï# &Ò
# $ % ' % # & '
$ ! $ %
Î " !Ñ Î! " Ñ
Ð " "Ó Ð ! "Ó
! " ! "
E œ Ð ÓF œ Ð Ó
# ! " !
2) Sea
Ï # !Ò Ï! " Ò
! ! " " # ! ! "
! " " !
28
4) Prueba que
â â
â" ,-â
â â
â" - +â œ !
+
â â
â" +,â
,
-
5) Calcula:
â â
â" *â
â â
â# #â
$ & (
â â
G œ â! $â
% # %
â â
â! #â
! " #
â â
â! "â
! & '
! # $
Respuestas:
1) a) ./> Ð E Ñ = (!#
b) ./> Ð FÑ œ ##!
ÔÎ " #Ñ ×
ÖÐ ! ! ÓÙ
! #
./>ÖÐ Ó M% Ù œ !
# "
2)
ÕÏ # %Ò Ø
" " " #
! #
3) 5 œ#
5) ./>ÐGÑ œ "%
Î" # $Ñ
Ï" $Ò
Ejercicios: Calcula los determinantes para la siguiente matriz E œ " % &
!
a) lQ "$ l œ
b) lQ ## l œ
Respuestas: a) % b) !
29
Cofactor.
34
Sea E una matriz de orden 7 ‚ 8, el cofactor 34 de E, se determina por E3 4 œ Ð "Ñ lQ34 l
Î# " $ Ñ
Ï" "Ò
Ejemplo: Si E œ % & # , entonces
!
¸Q $ # ¸ œ " º #
#º
$# $
E $ # œ Ð "Ñ œ)
%
Î# " $ Ñ
Ï" "Ò
Ejercicios: Sea la matriz E œ % & # , determina:
!
1) E $$ œ 2) E "# œ
3) E $# œ 4) E "" œ
Respuestas:
º% &º
$$ # "
1) Ð "Ñ œ'
º" "º
"# % #
2) Ð "Ñ œ'
3) )
4) &
Î "" Ñ
E E "# Þ Þ E "8
Ð Þ E #8 Ó
Ð Þ Ó
E E ## Þ
FœÐ Ó
#"
Ð Þ Ó
Þ Þ Þ Þ
ÏE Þ E 88 Ò
Þ Þ Þ Þ
E Þ
8" 8#
30
Î E "" Þ E8" Ñ
Ð E "# Þ E8# Ó
E #" Þ
Ð Ó
œÐ Þ Þ Ó
E ## Þ
Ð Ó
ÐFÑ > Þ Þ Þ œ +.4 ÐEÑ
Ï E"8 Þ E88 Ò
Þ Þ Þ Þ Þ
E#8 Þ
Î# % $ Ñ
Ï$ ( Ò
Ejemplo: Si E œ ! " " , entonces la +.4 ÐEÑ es:
&
E "" œ º
( º
" "
œ "#
&
E "# œ º
( º
! "
œ $; en forma análoga (verifícalo), tenemos que:
$
E #$ œ # ß E $" œ ( ß E $# œ #
E $$ œ #
Î "# $ $Ñ
Ï ( # Ò
Así F œ "$ & # ß que es la matriz de cofactores, de manera que la traspuesta de
#
F es la adjunta de E. Esto es:
Î "# "$ ( Ñ
+.4 aEb œ
Ï $ # Ò
$ & #
#
Î " # $ Ñ
Eœ Œ
&
$ #
Ï ! #Ò
1) Eœ " # % 2)
%
#
Î " #Ñ
Ð $ 'Ó
$ !
E œ Œ Eœ Ð Ó
,
+ , "# #
3) 4)
Ï " Ò
+ # "! # &
' " $
Respuestas:
Î "# "! # Ñ
Œ % $
& #
Ï # %Ò
1) # # ( 2)
#
Î ! #Ñ
Ð " #Ó
" !
Œ+ Ð Ó
+
, , " #
3) 4)
Ï # # Ò
! " $ $
# $
31
Matriz Inversa.
Dada una matriz E de orden 8 y ./>ÐEÑ Á !. Existe la matriz E" , denominada inversa de E,
que cumple lo siguiente:
E8 † E8" œ E8" † E8 œ M8
Existen diversos métodos que permiten encontrar la amtriz inversa. En este curso estudiaremos el
método de la matriz equivalente y el de la matriz adjunta.
Î+ !Ñ Î" ! ÞÑ
Ð . ! ÓÐ ! " ÞÓ
, Þ Þ l " ! Þ ! Þ ! l +‡ ,‡ -‡ Þ
Ð ÓÐ Ó
ÐEß M )=Ð 2 ! ÓÐ ÞÓ
/ 0 Þ l ! " Þ Þ Þ ! l .‡ /‡ Þ Þ
Ð ÓÐ Ó
3 4 Þ l ! Þ " Þ Ä ! ! " Þ l 2‡ 3‡ Þ Þ
ÏB "Ò Ï! ! ÞÒ
Þ Þ Þ Þ l Þ Þ Þ " ! Þ Þ Þ Þ l Þ Þ Þ Þ Þ
C Þ Þ l ! Þ Þ Þ Þ " l B‡ C‡ Þ Þ
Î" ! "Ñ
Ï! " Ò
E œ # " "
#
Desarrollo:
2° Para determinar E" , trabajamos con el método de la matriz equivalente. Esto es:
32
Î" ! "l " ! ! Ñ
→Ï ! "Ò
0$œ 0$ ! " "l # " !
! "l % #
0" œ0" 0$
Î" ! !l $ # "Ñ
Ï! "Ò
0 # œ 0 # 0$ ! " !l # " "
! "l % #
Î $ # "Ñ
Ï % "Ò
"
Por lo tanto: E œ # " "
#
"
No es necesario comprobar, pero si multiplicamos E † E œ M$
"
Ejercicios: Determina E , si es que existe, para cada matriz dada, usando OE.
Ï $ "Ò Ï " !Ò
a) Eœ " # " b) Eœ # ! "
" "
Î" "Ñ
Î ! "Ñ
Ð # "Ó
! "
EœÐ Ó
"
" $
Ï # "Ò
c) Eœ # " " d)
Ï" "Ò
# " ! #
"
" #
Respuestas:
Î " " " Ñ Î "Î$ "Î$ #Î$ Ñ
Î " % Ñ
Ð ! ' Ó
$ "
œÐ Ó
" % "
c) No tiene matriz Inversa d) E
Ï " "Ò
" % " &
" !
E" œ kEk
"
† +.4aEb
33
Ejemplo: Hallemos la Inversa de E, si existeß por medio de la matriz adjunta, sabiendo que E
esta dada de la siguiente manera:
Î " # " Ñ
Ï # "Ò
E œ ! $ #
!
Desarrollo:
Î $ Ñ
>
Ð º ! "º
"º
"º º # º Ó
$ # ! # !
Ð Ó
Ð # Ó
# !
œ ÐÐ "º Ó
"º º # "º
"º
# ! ºÓ
# " " " "
Ð Ó
>
E.4 Ð E Ñ œ Ò E 3 4 Ó
Ð Ó
!
Ï º$ #º
"º
#º º! $ Ò º
# " " " " #
!
Î$ 'Ñ Î $ ( Ñ
>
E.4aEb œ #
% #
Ï( $Ò Ï ' $Ò
" % œ % " #
# %
† +.4aEb
"
kEk
3° Por último, E" œ
"
Ejercicios: Determina E a través de la +.4ÐEÑ, si es posible.
Î$ "Ñ
Î# 'Ñ Î+ ,Ñ
Ð " "Ó
" "
3) E œ Ð Ó
$ !
$ "
Ï% "Ò Ï, +Ò
1) E œ " & $ 2) E œ ! " !
Ï" $Ò
" " $ "
# !
" "
Respuestas:
Ï ##Î(( "Î"" Ò
"
1) E œ "Î( ##Î(( !
"'Î((
34
" Î + ! ,Ñ
+ # ,# Ï , + Ò
"
2) E œ ! +# ,# !
!
Î &Î"# "Î"# Ñ
Ð "Î"# "Î"# Ó
"Î"# "Î"#
œ Ð Ó
" &Î"# "Î"#
3) E
Ï "Î"# Ò
"Î"# "Î"# &Î"# "Î"#
"Î"# "Î"# &Î"#
35
Sistemas De Ecuaciones Lineales.
________________________________________________________________________________
Se cree que hacia el 1100 AC, los chinos ya se plantearon el problema de cómo
resolver dos ecuaciones lineales con dos incógnitas. Y en Japón, el matemático Seki
Kowa (1642-1708) hizo un aporte igual o mejor en esta materia que el matemático
inglés Isaac Newton (1642-1727). Poco después de que Seki Kowa hubiera previsto la
solución de un sistema de manera hipotética, en 1693, Leibniz encontró un método para
resolver sistemas de ecuaciones lineales simultáneas, comparable al creado por los
chinos. Este método fue aplicada en 1750 por Cramer (matemático Suizo, 1704-1752) y
simplificado en 1764 por E. Bézout (matemático francés 1730-1763). Sin embargo, el
matemático que hizo mayores contribuciones en este tema fue el alemán Johann Carl
Friedrich Gauss (1777-1855). Incluso, dos métodos muy utilizados para resolver
sistemas de ecuaciones llevan su nombre.
36
En esta sección describiremos tres métodos para encontrar todas las soluciones (si existen) de un
sistema de 7 ecuaciones lineales con 8 incógnitas. Analizaremos sistemas de ecuaciones lineales que no
poseen solución, que poseen solución única o infinitas soluciones.
Comenzaremos con algunas definiciones que son escenciales para avanzar en este tema.
Definición: Una Ecuación Lineal o de primer grado en 8 incógnitas B" ß B# ß B$ ß ÞÞÞß B8 es una expresión de
la forma:
Por ejemplo, dada la ecuación #B" $B# È#B$ B% œ (, dos soluciones de la misma son:
Š"ß "ß È#ß !‹ y Œ #ß ß !ß "#.
"
$
Definición: Se denomina sistema de ecuaciones lineales a un conjunto de dos o más ecuaciones lineales
con dos o más incógnitas.
Ejemplo:
Ú
Ý
Ý
Ý
Ý +#" B" +## B# +#$ B$ ÞÞÞ +#8 B 8 œ , #
+"" B" +"# B# +"$ B$ ÞÞÞ +"8 B8 œ ,"
Û ....................................................................
Ý
Ý
Ý
Ý ....................................................................
Ü +7" B" +7# B# +7$ B$ ÞÞÞ +78 B 8 œ , 7
Observación:
Î + "" Þ + "8 Ñ
Ð + #" Þ + #8 Ó
+ "# Þ
Ð Ó
E œ Ð + $" Þ + $8 Ó
+ ## Þ
Ð Ó
+ $# Þ
Ï + 7" Þ + 78 Ò
Þ Þ Þ Þ Þ
+ 7# Þ
37
ii) Una matriz de incógnitas:
Î B" Ñ
Ð B# Ó
\œÐ Ó
ÏB Ò
Þ
8
Î ," Ñ
Ð , Ó
FœÐ # Ó
Ï, Ò
Þ
8
Utilizando esta tres matrices, es posible escribir el sistema de ecuaciones lineales de la forma
siguiente:
E†\ œF
Es decir,
Î + "" Þ + "8 Ñ
Ð + #" Þ + #8 Ó Î B" Ñ Î ," Ñ
+ "# Þ
Ð Ó Ð B # ÓÐ , # Ó
Ð + $" Þ + $8 Ó †Ð ӜРÓ
+ ## Þ
Ð Ó Þ
+ $# Þ
ÏB Ò Ï, Ò
Þ
Ï + 7" Þ + 78 Ò
Þ Þ Þ Þ Þ
+ 7# Þ 8 8
Ahora bien, si juntamos la matriz E y la matriz F , formamos una nueva matriz llamada Matriz
Ampliada y denotada por ÐEß FÑ.
Î + "" Ñ
Ð + #" Ó
+ "# + "$ Þ l ,"
Ð Ó
ÐE ß FÑ œ Ð Þ Ó
+ ## + #$ Þ l ,#
Ð Ó
Þ Þ Þ l Þ
Ï+ Ò
Þ Þ Þ Þ l Þ
7"
+ 7# + 7$ Þ l ,8
Ejercicios: Dado los siguientes sistemas de ecuaciones, escribe las matrices: Eß Fß \ß ÐEß FÑ.
1) B" B# B $ œ "
B" B$ œ %
# B" #B# %B$ œ #
2) B# B% œ "
#B " B $ œ !
B$ %B% œ $
38
Respuestas:
Ï # #Ò
ÐEß FÑ œ " ! " l %
# % l
Î B" Ñ
Î! " Ñ Î"Ñ Ð B Ó
ß \ œÐ #Ó
" !
Ï! %Ò Ï$Ò
2) E œ # ! " ! ß Fœ !
ÏB Ò
B$
! "
%
Ï! l $Ò
ÐEß FÑ œ # ! " ! l !
! " %
GABRIEL CRAMER
Sea E una matriz de orden 8. Entonces la sólución única al sistema E † \ œ F está dado por
H" H# H3 H8
B" œ H B# œ H B3 œ H ß ÞÞÞÞÞÞ , B 8 œ H
Donde: H es el determinante de E
H3 es el determinante de sustituir la columna 3 por la matriz de términos independientes,
es decir, la matriz F .
¡¡IMPORTANTE!!
Para resolver un sistema
usando este método se requiere que det(A ) ≠ 0
39
Ejemplo: Para mostrar la aplicación de este método, vamos a resolver el siguiente sistema.
#B" B# $ B $ œ "
B" &B# B$ œ %
$ B" #B# %B$ œ "
œ a %! $ 'b a %& % %b œ # Á !
Î B" Ñ Î $ Ñ
ÏB Ò Ï#Ò
4° La solución del sistema está dada por la matriz \ œ B# œ "
$
1) #B" B# œ $
$B" #B# œ &
3) #B " $ B # B $ œ &
40
B" #B# $B$ œ !
%B" B# B$ œ "
4) B" $B# B$ œ %
&B" B# œ $
#B" 'B# #B$ œ )
Respuestas:
"" "
1) B" œ B# œ
( (
2) B" œ % B# œ # B$ œ $
" & $
3) B" œ B# œ B$ œ
% % %
4) ./>ÐEÑ œ !ß no se puede resolver por Cramer.
"
M8 †\ œE †F
"
\œE †F
Ejemplo: Para mostrar la aplicación de este método, vamos a resolver el siguiente sistema.
B" B# B $ œ #
#B" $B# B$ œ $
#B" #B# B$ œ #
41
1° Identifiquemos cada una de las matrices del sistema.
3° Como verificamos que el determinante es distinto de cero, buscaremos la matriz inversa. Para
ello, utilizaremos la matriz adjunta.
Î $ Ñ
Ð º " º
º
" º º # # ºÓ
>
$ " # " #
Ð Ó
Ð " Ó
# #
+.4aEb œ ÐÐ º Ó
# "º º # "º º
# #ºÓ
" " " " "
Ð Ó
Ð Ó
Ϻ $ "º
º
# "º º# $º Ò
" " " " " "
+.4aEb œ
! "
Ï # &Ò Ï # &Ò
" $ % œ ! $ $
$ %
" Î
# Ñ
+.4aEb œ
" "
"
kEk $Ï
&Ò
E" œ ! $ $
# %
Ï #Î$ &Î$ Ò
"
E œ ! " "
%Î$
5° Luego, \ œ E" † F
Ï #Î$ &Î$ Ò Ï # Ò Ï # Ò
\œ ! " " Þ $ œ "
%Î$
Î B" Ñ Î " Ñ
ÏB Ò Ï # Ò
6° La solución del sistema está dada por la matriz \ œ B# œ "
$
42
Ejercicios: Resuelve los siguientes sistema usando la ecuación matricial.
1) B" #B# B$ œ $
2 B" &B# B$ œ "
B " B # * B $ œ "'
2) #B# $B$ œ %
#B" 'B# (B$ œ "&
B" # B# &B$ œ "!
Respuestas:
Î %% "* ( Ñ
Ï ( " Ò
"
1) E œ "* ) $ ß luego B " œ " B# œ " B$ œ #
$
2) ./> ÐEÑ œ !, por lo tanto no se puede resolver el sistema por este método
¡¡CUIDADO!!
Este método también tiene algunas limitaciones, primero, la
matriz de coeficientes numéricos debe ser cuadrada para
poder así encontrar su determinante, y si este es igual a cero,
no se puede aplicar este método.
El método consiste en reducir por filas la matriz ampliada a la forma escalonada para, luego,
despejar el valor de la última incógnita. Después se usa la sustitución hacia atrás para obtener el valor de
las demás incógnitas.
Ejemplo: Para comprender mejor el método, apliquémoslo para resolver el siguiente sistema.
BCD œ#
#B $C D œ $
#B #C D œ #
43
1° Caractericemos el sistema de ecuaciones:
Ï # " Ò
Eœ # $ " ß Matriz de coeficientes.
#
Î # Ñ
Ï #Ò
F œ $ ß Matriz de términos independientes.
ÎBÑ
ÏDÒ
\œ C , Matriz de incógnitas.
Ï # #Ò
Ð Eß FÑ œ # $ " l $ , Matriz ampliada.
# " l
Ï # #Ò
Ð Eß FÑ œ # $ " l $ 0# œ 0# #0" ; 0$ œ 0$ #0"
# " l
Ï! # Ò
! & $ l " 0$ œ &0$ %0"
% $ l
Ï! ' Ò
! & $ l " 0 # œ0 # 0 $
! $ l
Ï! 'Ò
! & ! l &
! $ l
BCD œ#
&C œ &
$D œ '
44
Oye!!
¿Sabías que existía otro
método para resolver
sistemas de ecuaciones Si quieres saber más acerca
llamado Gauss-Jordan? de ello, revisa el libro
Álgebra Lineal de Stanley
Grossman que se encuentra
en biblioteca.
Î # # ! % Ñ
Ï " #Ò
Ejemplo 1: Sea E œ ! " " ! , las posibles submatrices de orden 3 son:
" #
Î # # !Ñ Î # # % Ñ Î # ! % Ñ Î# ! % Ñ
Verifica que el determinante de cada una de las matrices anteriores es cero, por lo tanto el rango
de la matriz E no es 3.
Î" # $Ñ
Ï$ (Ò
Ejemplo 2: Sea E œ # $ % una matriz cuadrada de orden 3.
&
Por lo tanto, si E es una matriz de orden 3, entonces el rango debería ser 3ß pero si calculamos su
determinante nos damos cuenta que este es igual a cero.
â â
â" $â
â â
lEl œ â # %â œ ! V aEb Á $
#
â â
â$ (â
$ Ê
&
45
Busquemos el determinante de alguna de sus submatrices de orden 2.
¹E"" ¹ œ º V aEb œ #
(º
$ %
œ " Á! Ê
&
Otra forma, más general, es determinar el rango a través de OE, ya que estas no modifican ni su
orden ni su rango. Las OE se hacen sobre las filas hasta escalonar la matriz y el rango estará determinado
por el número de filas no nulas.
Î " # Ñ
Ð # & Ó
$ # "
Eœ Ð Ó
& " $
Ï $ * Ò
" $ # $ $
% " #
1 3 −2 1 2 f2=f2-2f1 1 3 −2 1 2
2 5 1 −3 5 0 −1 5 −5 1 f3=f3+6f2
−1 3 f3=f3+f1
2 −3 − 3 0 6 0 −2 − 1
f4=f4-13f2
3 −4 −1 2 9
f4=f4-3f1 0 − 13 5 −1 3
1 3 −2 1 2 1 3 −2 1 2
0 −1 5 −5 1 0 −1 5 −5 1
0 f4=f4+2f3 0
0 30 − 32 5 0 30 − 32 5
0 0 − 60 64 − 10 0 0 0 0 0
Ï" &Ò
1) Eœ ! # " #
% $
46
Î! " Ñ
Ð " "Ó
" "
EœÐ Ó
" !
2)
Ï# ! Ò
" # " !
% "
Î " " Ñ
Ð " # Ó
" #
EœÐ Ó
! "
3)
Ï # Ò
" # & %
" " "
Respuestas:
1) < œ #
2) < œ$
3) <œ #
Sistema de Ecuaciones
NO
R(A) = R(A,B) Sistema Incompatible
No Existe Solución
SI
Donde:
•n es N° de incógnitas
•R(A) rango de la matriz de
coeficientes
•R(A,B) es rango de la matriz
ampliada
47
Estudiemos algunos sistemas.
BCD œ#
#B $C D œ $
# B #C D œ #
Ï # #Ò
Ð Eß FÑ œ # $ " l $
# " l
0# œ 0# #0"
0$ œ 0$ #0"
Î" " " l # Ñ
Ï! # Ò
ÐEß FÑ œ ! & $ l "
% $ l
Ï! ' Ò
0$ œ &0$ %0" ! & $ l "
! $ l
Ï! 'Ò
0# œ 0 # 0 $ ! & ! l &
! $ l
V aE b œ $
8 œ $
BCD œ#
&C œ &
$D œ '
48
Se determina una de las incógnitas y las restantes resultan de ir reemplazando los valores
encontrados.
BCD œ"
# B $C #D œ #
$B #C D œ $
Î" l "Ñ
aEß F b œ
" "
Ï$ l $Ò
# $ # l #
# "
0# œ 0# #0"
0$ œ 0$ $0"
Î" " " l "Ñ
Ï! l !Ò
! & % l !
& %
Ï! l !Ò
0$ œ 0 $ 0 # ! & % l !
! !
B CD œ"
& C %D œ !
4° Observa que la expresión 8 V aEb, permite conocer el número de incógnitas de las cuales
dependeran las otras.
49
Es decir: $ # œ ". Esto significa que de las $ incógnitas, # de ellas quedan en función de la
otra incógnita.
En efecto:
%
Si despejamos C de la segunda ecuación tenemos: C œ D
&
ÏDÒ Ï &
5° La solución general, entonces, es: \ œ C œ
Ò
%
Ï!Ò
6° Algunas soluciones particulares son:
Ï"Ò Ï#Ò
# C $D œ %
#B 'C (D œ "&
B #C &D œ "!
Î! # $Ñ Î % Ñ ÎBÑ
Ï" &Ò Ï "! Ò ÏDÒ
E œ # ' ( à Fœ "& à \œ C
#
Î! # $ l % Ñ
Ï" l "! Ò
ÐEß FÑ œ # ' ( l "&
# &
50
Î" # & l "! Ñ Î" # & l "! Ñ
Ï! % Ò → Ï ! "Ò
! # $ l & 0$ œ 0 $ 0 # ! # $ l &
# $ l ! ! l
8 œ $ß V aEb œ #ß V aEß F b œ $
a) Si tiene una solución única, ésta es la trivial ( B3 œ !à a3ß con 3 œ "ß #ß ÞÞÞ ß 8 Ñ
b) Si 8 Á <, entonces tiene Infinitas soluciones, entre ellas la trivial.
Para resolver este tipo de sistema de ecuaciones debemos calcular el determinante de la matriz de
coeficientes numéricos. Si el determinante es distinto de cero, el sistema posee solución única y es la
trivial, pero si el determinante es igual a cero, el sistema posee infinitas soluciones y éstas se obtienen por
el método gaussiano.
# B $C %D œ !
B #C D œ !
B $C &D œ !
Î # $ % Ñ Î!Ñ ÎBÑ
Ï " & Ò Ï!Ò ÏDÒ
Eœ " # " à Fœ ! à \œ C
$
51
Ejemplo 2: Determinemos la o las soluciones del siguiente sistema homogéneo.
B $C &D œ !
#B 'C "!D œ !
B &C D œ !
Como el ./> ÐEÑ œ !, tenemos que el sistema tiene infinitas soluciones y para determinarlas, lo
haremos a través del método gaussiano.
Î " $ & Ñ
Ï " "Ò
Eœ # ' "!
&
0# œ 0# #0"
0$ œ 0 $ 0 "
Ï! %Ò Ï! !Ò
! ! ! 0# Ç 0 $ ! # % à
# !
Î B Ñ Î ""D Ñ
ÏDÒ Ï D Ò
5° La solución general, entonces, es: \ œ C œ #D
Î! Ñ Î "" Ñ Î ## Ñ
Ï!Ò Ï " Ò Ï # Ò
\œ ! à \œ # à \ œ %
52
Ejercicios:
1) # B$ $ œ B# $B"
B" $B# œ " #B$
$B# B$ œ # #B"
3) B1 B# #B$ œ "
B" $B# %B$ œ "
#B" #B# %B$ œ $
4) $B 'C 'D œ *
#B &C %D œ '
B "'C "%D œ $
Respuestas:
1) Sistema Compatible Determinado: B " œ " B # œ ! B$ œ !
2) Sistema Compatible Indeterminado
Solución General: Ð # "* > ( =ß # ) > # =ß >ß =Ñ >ß = − ‘
Solución Particular: Si > œ ! ß = œ !ß Ð #ß #ß !ß !Ñ
3) El sistema es Incompatible.
4) Sistema Compatible Indeterminado.
# )
Solución General : ($ > ß > ß > Ñ > −‘
* *
Soluciones Particulares: a$ß !ß !bà Œ ß ß "à Œ ß ß "
#* ) #& )
* * * *
Existen sistemas de ecuaciones lineales en las cuales al menos uno de los coeficientes numéricos
+34 es una constante desconocida y necesitamos saber cómo es la solución del sistema.
i) Compatible Determinado
ii) Compatible Indeterminado
iii) Incompatible
1° Caracterizando el sistema.
53
2° Aplicando operaciones elementales sobre la matriz ampliada.
Ï% ¸ ,Ò Ï% ¸ ,Ò
" # # &
$ + $ +
Î" ¸ " Ñ
0# œ 0# $0" à 0$ œ 0$ %0" Ð ! ¸ # Ó
" #
→Ï ¸ , %Ò
" "
! " +)
Î" ¸ " Ñ
0$ œ 0 $ 0 # Ð ! ¸ # Ó
" "
Ï! ¸ , #Ò
" "
! +(
i) Para que el sistema sea Compatible Determinado se debe cumplir que: V aEb œ V aEß F b œ 8, es
decir, V aEb œ V aEß F b œ $. Esto ocurre cuando + ( Á !, o bien, + Á (.
ii) Para que el sistema sea Compatible Indeterminado se debe cumplir que: V aEb œ V aEß F b 8,
es decir, V aEb œ V aEß F b $. Esto ocurre cuando + ( œ ! y , # œ 0, o bien, cuando + œ (
y , œ #. En este caso, el V aEb œ V aEß F b œ #Þ
iii) Para que el sistema sea Incompatible se debe cumplir que: V aEb Á V aEß F b. Esto ocurre cuando
+ ( œ ! y , # Á !, o bien + œ ( y , Á #Þ
Ejercicios:
b) B" B# B $ œ !
#B" $B# %B$ œ !
$B" %B# 5B$ œ !
54
2) Determinar qué valor debería tomar ! para que el sistema siguiente sea
i) Compatible Determinado
ii) Compatible Indeterminado
iii) Incompatible
B" B# B $ œ "
$B" !B# !B$ œ &
%B" !B# œ &
i) Compatible Determinado
ii) Compatible Indeterminado
iii) Incompatible
B" B# B $ œ "
$B" B# #B$ œ &
%B " +B$ œ ,
Respuestas:
"!
1) a) 5 œ
""
b) 5 œ&
2) i) ! Á! • !Á&
ii) !œ&
iii) !œ!
3) i) +Á'
ii) +œ' • ,œ)
iii) +œ' • ,Á)
55
En el espacio ‘$ , la interpretación es la siguiente (cada ecuación representa un plano)
a)
Los tres planos se intersectan en
la misma recta. Entonces cada
punto sobre el plano es una
solución y se tiene un número
infinito de soluciones.
c)
Los tres planos se intersectan en un
punto, entonces existe una solución
única.
d)
Al menos dos de los planos son
paralelos y distintos. Entonces
ningún punto puede estar en ambos y
no hay solución. El sistema no tiene
solución.
56
AUTOEVALUACION N° 1
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
Î -" ! ( -& Ñ
Ï! "Ò
Gœ # -$ ! " à
! -"
AUTOEVALUACION N° 2
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
PROBLEMA 1: Dado que una matriz se dice IDEM-POTENTE si E# œ E. Verifica si las matrices
siguientes son o no idempotente.
Î2 -3 -5 Ñ Î -1 3 5Ñ Î0 1 0Ñ
Ï1 4Ò Ï -1 5Ò Ï0 0Ò
E œ -1 4 5 ; Fœ 1 -3 -5 ; Gœ 0 0 1
-3 3 0
Ô1 -3 2× Ô1 4 1 0× Ô2 1 -1 -2 ×
Õ4 -1 Ø Õ1 2Ø Õ2 0Ø
Aœ 2 1 -3 ; Bœ 2 1 1 1 ; Cœ 3 -2 -1 -1
-3 -2 1 -5 -1
Comprueba que EF œ EG
57
AUTOEVALUACION N° 3
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
Î " #Ñ
Ð $ 'Ó
$ !
PROBLEMA 1: Sea E œ Ð Ó
"# #
Ï " $ Ò
# "! # &
' "
a) Calcula ¸E¸
b) Determina la matriz E.4aEb
c) Determina la matriz inversa de E.
PROBLEMA 3: Para las siguentes matrices, determina las respectivas matrices adjuntas.
Î # ! "Ñ Î # $ ! Ñ
Ï % "Ò Ï " ! Ò
a) Eœ " " " b) Fœ & " %
! !
PROBLEMA 4: Para las matrices del problema 3, determina, si existe, las respectivas matrices inversas.
Si existe, muéstralas.
58
AUTOEVALUACION N° 4
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
Î -9= ! ! =/8 ! Ñ
Ï =/8 ! -9= ! Ò
PROBLEMA 1: Sea E œ ! " ! .
!
PROBLEMA 2: Que valores de + hacen que la matriz dada sea singular (inversible).
Î + +" + "Ñ Î+ # # $ Ñ
Ï# + + (Ò Ï ! + #Ò
Eœ " # $ Fœ " +" #
+$ !
Î # ! "Ñ
EœŒ
B #
B% )
Ï % "Ò
a) b) Eœ " " " BM
$
!
Î# " "Ñ
Ï! %Ò
c) E œ BM ! # $
%
Ï$ !Ò Ï" !Ò
E ! " # à Fœ " # !
" "
59
AUTOEVALUACION N° 5
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
Î+ -Ñ
0 y ./>aEb œ &. Calcula los siguientes determinantes.
,
Ï1 3Ò
PROBLEMA 1: Sea E œ . /
2
â â â â
â1 3â â & &3 â
â â â â
â. 0â â $. $0 â
2 &2
â â â â
a) b)
â+ -â â %+ %- â
/ $/
, %,
â â â â
â+, -â â #+ #. #- #0 â
â â â â
â. / 0â â â
, #, #/
â â â â
c) d)
â1 2 3â â â
/ 1 2 3
2 . / 0
» È È » â â
+,
â" #â
" !
a) b)
â â
â" "â
# + , +, " "
" #
PROBLEMA 3: Determina los valores de -%‘, que satisfacen la ecuación: ./>a-M Eb œ 0ß donde - es
incógnita de la ecuación e M es la matriz idéntica de orden 4.
Î# )Ñ
Ð ! "! Ó
" !
EœÐ Ó
" !
Ï! & Ò
! ! % !
! !
60
AUTOEVALUACION N° 6
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
PROBLEMA 1: ¿Qué condiciones se deben cumplir para que el sistema se pueda resolver mediante la
ecuación \ œ E" F ?
Si dichas condiciones se cumplen, encuentre la solución usando la ecuación matricial y
operaciones elementales.
B% B " œ "
B# B $ B " œ #
B$ B # œ $
B% B $ B " œ %
$C #B œ D "
$B #D œ ) &C
$D " œ B #C
#B C D œ "
B #C D œ %
B C #D œ $
AUTOEVALUACION N° 7
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
i) ninguna solución
ii) más de una solución
iii) una sola solución
a) 5B C D œ " b) B #C $D œ #
B 5C D œ " $B %C #D œ 5
B C 5D œ " #B $C D œ "
PROBLEMA 2: Considera el siguiente sistema. Determina el valor que debe tener "+" de manera que el
sistema sea compatible.
B #C D œ "
#B C $D œ %
B C Ð+ #ÑD œ $+ &
%B #C Ð+ 'ÑD œ $+# )
61
UNIDAD 2
62
Vectores en ‘# y ‘$ .
________________________________________________________________________
63
Vectores En El Espacio.
Algunas cantidades físicas como la longitud y la masa quedan perfectamente determinadas por su
magnitud. Tales cantidades se llaman Escalares. Sin embargo, para otras como la fuerza y la velocidad, se
necesita especificar, además, su direcciónÞ Estas últimas se llaman Vectoriales.
P(2,3,5)
3 y
x
figura 1
Al origen del sistema le corresponde la terna a!ß !ß !b. A la terna a#ß $ß &b le corresponde el punto
T que muestra la figura 1.
64
z
Q(x2,y2,z2)
P(x1,y1,z1)
R(x2,y2,z1)
0
V(x1,y1,0) y
H
T(x2,y2,0)
x figura 2
Ejemplo: La distancia entre los puntos T a#ß "ß $b y Ua$ß %ß "b es:
. aT ß U b œ È " * %
. aT ß Ub œ È"%
Ejercicios:
1) Obtenga la distancia entre los puntos E y F , y determine el punto medio de los segmentos
rectilineos que unen E y F .
2) Demuestre que los tres puntos Ð"ß "ß $Ñß Ð#ß "ß (Ñ y Ð%ß #ß 'Ñ son los vértices de un triángulo
rectángulo y calcule su área. (Indicación: utilice el teorema de Pitágoras)
A = s (s − a )(s − b )(s − c )
c
b donde s es el semiperímetro.
A es el área del triángulo.
C a B figura 3
65
Respuestas:
Definición: Llamaremos Vector en el espacio a toda terna ordenada de números reales, c+" ß +# ß +$ d. El
vector asociado con el segmento de recta cuyo punto inicial es T aB" ß C" ß D" b y cuyo punto
terminal es UaB# ß C# ß D# b se denota por:
Es usual denotar los vectores con letras minúsculas con una flecha para distinguirlos de las
cantidades escalares.
Ejemplos:
→
3) Sean los puntos T œ Ð!ß ! Ñ y U œ Ð$ß $Ñ, entonces el vector UT œ T U œ Ð!ß !Ñ
Ð$ß $Ñ œ [ $ß $]
Ejercicios:
1) Sean los puntos T œ Ð$ß "Ñß U œ Ð#ß "Ñß V œ Ð%ß #Ñ. Determine los vectores dirigidos
→ → →
TU , UT , VT .
2) Sean los puntos T œ Ð$ß "ß "Ñß U œ Ð!ß #ß "Ñß V œ Ð%ß #ß #Ñ. Determine los vectores
→ → →
dirigidos T U , UT , VT .
Respuesta:
66
Sabías que los vectores asociados a
segmentos de rectas en los que el punto
inicial no es el origen del sistema se llaman
vectores libres.
→
i) Diremos que → + œ , si y sólo si: +" œ ," • +# œ ,# • +$ œ ,$ .
→
ii) Se define la Adición →
+ , y la Multiplicación por escalar !→
+ de la siguiente manera:
+ , œ c+" ," ß +# ,# ß +$ ,$ d
→ →
1°
Ejemplos:
2° + œ $c $ß "ß !d œ c *ß $ß !d.
$→
# , œ #c#ß "ß %d œ c %ß #ß )d
→
3°
œ c#ß #ß "'d
œ c *ß $ß !d c%ß #ß )d
œ c "$ß &ß )d
Si 2 œ c $ß + #ß $, d y 5 œ c+ ,ß &ß !d.
→ →
2)
Ú+ , œ $ Ú+ œ $
2 œ 5 ÍÛ +#œ & ÍÛ
→ →
Ü $, œ ! Ü, œ !
•
67
Observaciones:
→
1) Geométricamente en vector →
+ , es la diagonal del paralelógramo cuyos lados adyacentes son
→
los vectores →
+ y , como se ilustra en la figura siguiente:
+ b
b a
a
-
b
-b
a
figura 4
3) Todo vector →+ œ c+" ß +# ß +$ d se puede considerar como el vector de origen en el punto Sa!ß !ß !b y
extremo en el punto T a+" ß +# ß +$ b como se muestra en la figura siguiente:
P(a1,a2,a3)
0
y
x figura 5
→
4) Se define la Sustracción de los vectores →
+ y , como el vector
+ Ð , Ñ œ c+" ," ß +# ,# ß +$ ,$ d
→ → →
+ , œ→
Definición: Sea → + œ c+" ß +# ß +$ d un vector. Se llama norma, magnitud o módulo del vector →
real no negativo ¼ → + ¼ œ È+"# +## +$# .
+ , al número
Todo vector de norma 1 se llama Vector Unitario. En el espacio hay tres vectores unitarios
especiales que se denotan en forma especial, éstos son:
68
+ œ c+" ß !ß !d c!ß +# ß !d c!ß !ß +$ d
→
→ • • •
+ œ +" 3 + # 4 + $ 5
z
a3 k
a
k a2 j
i j y
a1 i
x figura 6
→
Teorema: Sean →
+ y , dos vectores y ! − ‘. Se tiene:
1) m→
+m œ m→
+m
→ →
2) m→
+ ,m œ m , →
+m
3) m→ + œ a!ß !ß !b œ )
+ m œ ! si y sólo si →
4) + m œ ¸!¸ † m→
m!→ + m; con ! Á !
Observaciones
+ œ $3 4 5 y , œ c"ß !ß *d.
→
Dados los vectores →
• • •
Ejemplos:
1) Calcula en módulo de →+
m + m œ É$ a "b "# œ È* " " œ È"" au. de m.b
→ # #
69
→
2) Calcula en módulo de ,
m , m œ É"# !# a *b# œ È" ! )" œ È)# au. de m.b
→
→
3) Calcula en módulo de →
+ ,
+ , m œ mc$ß "ß "d c"ß !ß *dm
→
m→
+ , m œ É % # a " b# a ) b #
→
m→
2° Por lo tanto,
?œ → →
È"" Œ$3 4 5 œ
È"" È"" È""
• " " • • • $ • " • " •
+ œ 3 4 5
m+m
Ejercicios:
b) →
@ œ [ $ß $ß "]
c) Si → @ œ [ "ß $ß #] y →
? œ [#ß !ß "], entonces determina
#ll ? ll $ll→
→ @ ll
a) ll→
? ll œ (ß donde →
? œ [#ß $ß 5 ]
b) ll→
? ll œ & donde →
? œ [ 5ß $ß "]
Sea → → • • •
3) ? œ Ò "ß # ß $Ó C @ œ 3 4 '5Þ Determina el vector unitario en la dirección de:
a) →
? b) →
@
70
Respuestas:
È$)
È"*
1) a)
#È& $È"%
b)
c)
5 œ È"&
2) a) 5 œ '
b)
?œ–
È"% È"% È"% —
• " # $
3) a) ß ß
@ œ –
È$) È$) È$) —
• " " '
b) ß ß
– È ß È ß È —
& "! "&
4)
"% "% "%
→
Definición: Dos vectores →
+ y , son paralelos si y sólo si existe un número ! − ‘ tal que
→
, œ !→
+.
→
Los vectores →
• • • • • •
Ejemplo: + œ $3 4 5 y , œ '3 #4 #5 son paralelos puesto que:
→ • • •
, œ '3 #4 #5
, œ #Œ $3 4 5
→ • • •
→ →
, œ #→ + , esto significa que la magnitud del vector , es 2 veces la magnitud del
→
vector + . Ambos vectores son paralelos, pero tienen dirección contraria.
5œ"
71
Ejercicios:
Sea →
? œ #3 4 $5 , →
@ œ #3 5 y →
• • • • • • •
1) A œ $3 4Þ Determina:
a) →
? †→
@ b) #†→
? †→
A
Respuestas:
1) a) "
b) "%
2) 5 œ $
→ → →
+ † , œ m→
+ m † m , m † -9= :
Corolario:
→
i) El coseno del ángulo formado por los vectores →
+ y , ésta dado por
→ →
+ † ,
-9= : œ → .
m→
+m†m,m
→ Ô → + † , ×
→
El ángulo entre los vectores →
Õ m→
+ m † m , mØ
ii) + y , es : œ E<--9= →
iii) →
+ †→
+ œ m→
+ m#
→ →
iv) Dos vectores no nulos →
+ y , son perpendiculares si y sólo si →
+ † , œ !.
Ejemplos:
→ • •
1) Dado dos vectores, →
• • •
+ œ #3 4 #5 y , œ 3 4 . Determinaremos el coseno y el ángulo que
→
forman los vectores →
+ y ,.
→ →
1° Para ello es necesario determinar →
+ † , , m→
+ m y m , m.
+ † , œ Œ#3 4 #5 † Œ 3 4 œ # " ! œ $
→ → • • • • •
+ m œ È% " % œ È* œ $
m→
72
m , m œ È" " ! œ È#
→
→
2° Luego, el coseno del ángulo formado por los vectores →
+ y , es:
→
œ È#
→
$ † È#
+ † , $ "
-9= : œ → œ
m→
+m†m,m #
→
3° Y el ángulo formado por los vectores →
+ y , es el siguiente:
Ô → + † , ×
→
œ E<--9=” È#• œ c<+. d
" 1
Õm + m † m , mØ
: œ E<--9= →
→ # %
+ y , es c<+. d.
→ 1
Así, el menor ángulo formado por los vectores →
%
Ejercicios:
1) Sean →
? œ 3 #4 $5à →
@ œ $3 #4 &5 y →
A œ #3 %4 5 . Calcula:
2) Para el triángulo cuyos vértices están en EÐ#ß &ß $Ñß FÐ "ß (ß !Ñ y GÐ %ß *ß (Ñ, determine
las medidas de los ángulos interiores.
Respuestas:
% È w ww
1) a) ! œ '*‰ %# #!
"$ È
-9= ! œ "$$ "$$ à
w ww
b) -9= ! œ ' à ! œ %!‰ %" %(
É #"
%#
w ww
c) -9= ! œ $) à ! œ %"‰ &) %%
2) ! œ #*ß ('‰
" œ *'ß ))‰
# œ &$ß $'‰
73
Definición: Sea →+ un vector no nulo. Los ángulos !, " y # que →
+ forma con los ejes coordenados se
llaman Angulos Directores de →
+.
a
γ a3
α β
a1
a2
+" +# +$
-9= ! œ ll→
+ ll
-9= " œ ll→
+ ll
-9= # œ ll→
+ ll
+" œ m→
+ m-9= !à +# œ m→
+ m-9= " à +$ œ m→
+ m-9= #
m→
+ m# œ + + + œ m→
+ m# -9=# ! m→
+ m# -9=# " m→
# # #
+ m# -9=# #
" # $
Esta ecuación nos indica que los cosenos directores no son arbitrarios.
74
Ejemplo: Si →
• • •
@ œ 3 4 #5 , entonces:
a) @ m œ È ':
Los cosenos directores son los siguientes, sabiendo que m→
b) Los àngulos directores se determinan obteniendo el arco coseno de los valores anteriores. Esto es:
! œ E<- -9=
È'
"
œ ""%9
# œ E<- -9=
È'
#
œ "%4,749
Ejercicios:
Respuestas:
→ →
Definición: Sean →
+ y , dos vectores no nulos. Se llama Proyección Escalar de , sobre →
+ al
número:
→ → →
, + † ,
T <9C I=- →
+
œ →
m+m
Proy. Escalar a
75
→ →
Definición: Sean →+ y , dos vectores no nulos. Se llama Proyección Vectorial de , sobre →
+ al
vector:
→ → → → → →
, + † , • , + † , →
T <9C Z /-> œ + o T <9C Z /-> œ → +
m→
→
+ →
+
+m m + m#
Proy. Vectorial a
È'
→
@ $
T <9C I=- →
?
œ œ "ß ##%(%%)("ÞÞÞ
Ò "ß #ß "Ó œ ” ß ß •
→ $ $ ' $
ŠÈ'‹
@
T <9C Z /-> → œ #
? ' ' '
1) → • •
? œ #3 $4 5 ß
•
→ • • •
@ œ 3 #4 '5
2) →
? œ Ò #ß "ß # Ó , →@ œ Ò !ß $ß % Ó
Respuestas:
#• % • "# •
1) 3 4 5
%" %" %"
”!ß ß •
$$ %%
2)
#& #&
76
+ œ c+" ß +# ß +$ d y , œ c," ß ,# ß ,$ d dos vectores. Se llama Producto Vectorial o
→
Definición: Sean →
+ y , aen ese ordenb al vector:
→
Producto Cruz de →
+ ‚ , œ ”º #
,$ º
ß º "
,$ º º ," , # º•
→ → + +$ + +$ + +#
ß "
,# ,"
+ ‚ , œº # º3º " º4 º , ,# º
→ → + +$ • + +$ • +" +# •
o 5
,# ,$ ," ,$ "
" $ $ "
1) →
? œ 3 4 #5 y →
• • • • • •
@ œ #3 $4 %5
2) →
? œ #3 %4 &5 y →
• • • • • •
@ œ $3 #4 5
3) →
? œ Ò #ß "ß ! Ó y →
• •
@ œ 35
Respuestas:
1) → • • •
A œ #3 )4 &5
2) → • • •
A œ '3 "$4 )5
3) → • • •
A œ 3 #4 5
1) → @ œ Š→
? ‚→ ? ‹Þ Propiedad Anticonmutativa para el producto vectorialÞ
@ ‚→
2) ? † Š→
→ @‹œ! • →
? ‚→ @ † Š→ @ ‹ œ ! . Entonces Š→
? ‚→ @ ‹ es ortogonal a →
? ‚→ ? y→
@.
Si →
? y→
@ son vector no nulo, entonces ? y @ son paralelos si y sólo si →
? ‚→
p p
3) @ œ)
77
Ejercicios:
a) →
? = Ò #ß "ß $Ó y →
@ œ Ò"ß !ß #Ó
b) → •
? œ35 y
•
→ • •
@ œ #3 4 5
•
a) → • • •
? œ 3 %4 5 y → • •
@ œ #3 $4
b) →
? œ Ò #ß $ß !Ó y →
@ œ Ò !ß % ß $Ó
3) Determina a través del producto cruz si los siguientes vectores son paralelos:
→
? = Ò "ß #ß $Ó y →
@ œ Ò#ß %ß 'Ó
Respuestas:
m→
? ‚→ @m
Es decir: sen : œ →
m ? m † m→
@m
1° Calcularemos m→
? ‚→
@ m, m→
? m y m→
@ m.
@ ϼ
#º
3º
#º
→
? ‚→ 4º º
" " • " " • " " • • • •
5 œ 3 %4 $5
" # # "
@ m œ È% " % œ È* œ $
m→
78
2° Determinando el =/8 :, tenemos que:
m→? ‚→ È#'
œ Ê
È$ † $
@m " #'
=/8 : œ → → œ œ !ß *)"$!'('#ÞÞÞ
m? m †m@m $ $
: œ E<-=/8 Ê œ ()ß * 9
" #'
$ $
Ejercicios:
a) → • • •
? =#3 4 5 y → • • •
? œ c "ß !ß %d y @ œ c #ß "ß # d
@ œ $3 #4 %5
b) → →
Respuestas:
È$!
È' † È#*
a) =/8 : œ Ê : œ #%ß & 9
È&$
$È"(
b) =/8 : œ Ê : œ $'ß " 9
Interpretación Geométrica de m→
? ‚→
@ m.
Sea el paralelógramo T UVW definido por los vectores →
? y→
@ . Por geometría básica, se tiene
que:
S R
v
h = || v || sen ϕ
ϕ
P Q
u Area ò œ base † altura
Area ò œ m→? ‚→ @m
79
Ejemplo: Calculemos el área del paralelógramo que tiene como lados adyacentes los siguientes
vectores: →
? œ 4ß →
• • •
@ œ45
1° Primero calcularemos →
? ‚→
@ . En efecto:
@ ϼ
"º
3º
"º
4º
"º
→
? ‚→
" ! • ! ! • ! " • •
5œ3
" ! !
2° Determinaremos la morma de →
? ‚→
@.
m→ @ m œ È" œ "
? ‚→
Ejemplo: Encontremos el área del triángulo de vértices EÐ!ß #ß #Ñ ß FÐ)ß )ß #Ñ y GÐ*ß "#ß 'Ñ.
EF œ F E œ c)ß 'ß %d
→ →
+ œ
EG œ G E œ c *ß "!ß %d
→ →
, œ
2° Debemos calcular el área del triángulo, que es equivalente a la mitad del área del paralelógramo.
"
A˜ œ A
# ò
" → →
A˜ œ m+ ‚ , m
#
→
3° Calculando →
+ ‚ ,:
+ ‚ , œº
% º
3º
% º
4º º
→ → ' % • ) % • ) ' • • • •
5 œ '%3 ')4 #'5
"! * * "!
80
4° Determinando la norma del vector obtenido en el 3° paso:
+ ‚ , m œ È*$*'
→
m→
Ejercicios:
→ →
2) Calcula el área del paralelógramo con los vértices que se especifican y de lados EF y EG .
Respuestas:
+ †Š, ‚→ - ‹ y Š→
+ ‚ , ‹†→
→ → →
Definición: Sean →
+ , , ,→
- tres vectores. Los productos → - se llaman
Producto Escalar Triple y los productos de la forma + ‚ Š , ‚ - ‹ y Š + ‚ , ‹ ‚ →
→ → → → →
-
se llaman Producto Vectorial Triple.
81
Observación:
c
h
ϕ b
+ †Š, ‚→
Z œ º→ - ‹º
a →
+ †Š, ‚→
- ‹ œ !, entonces los vectores →
→ →
2) Si → +, , ,→
- son coplanares.
Ejercicios:
? œ c"ß "ß !d ß
→ @ œ c!ß "ß "dß
→ A œ c"ß !ß "d
→
→ → →
2) Calcula el volumen del paralelepípedo determinado por los vectores T U ß T V y T W , donde
T Ð#ß "ß "Ñ ß UÐ $ß "ß %Ñ ß VÐ "ß !ß #Ñ y WÐ $ß "ß &Ñ.
82
3) Calcular el volumen del tetraedro cuyos vértices son:
Respuestas:
F 2 œ Œ ºŠ→ @‹†→
? ‚→ A º
" " "
3) El volumen de un tetaedro está dado por: Z œ
$ $ #
â â
â " " â
â â
Š? ‚ @ ‹ † A œ â " " â œ "Ð # "Ñ " Ð" $Ñ "Ð" 'Ñ œ #
"
→ → →
â â
â $ "â
#
"
" "
Z œ †# œ Ð ?Þ ./ @Þ Ñ
' $
3
Rectas en ‘ .
< œ c+ß ,ß - d
Consideremos una recta P que pasa por el punto T! ÐB! ß C! ß D! Ñ y es paralela al vector →
mostrado en la figura
83
z
P
P0
r
y
→
La recta P es el conjunto de todos los puntos T ÐBß Cß DÑ del espacio para los cuales el vector T! T
→
es paralelo a →
< . Una manera de expresar que T! T es paralelo a → < es afirmar que existe un escalar > tal
que:
Si T! T œ T T! œ cB B! ß C C! ß D D! d y →
< œ c+ß ,ß - d, entonces
→
→
T! T œ >→
cB B! ß C C! ß D D! d œ c+>ß ,>ß ->d
<
Ú B œ B +>
Û C œ C! ,> ß > − ‘ aEcuación Paramétrica de la recta Pb
!
Ü D œ D! ->
o bien:
Observaciones:
i) El vector → < œ c+ß ,ß - d determina la dirección de la recta y los números +ß ,ß - son los números
directores de ella.
ii) Si uno de los números directores de una recta P es cero, por ejemplo , œ !ß entonces la recta tiene por
ecuación:
B B! D D!
œ à C œ C!
+ -
Ejemplo: Determinemos la ecuación simétrica de la recta que pasa por los puntos T" Ð $ß #ß %Ñ y
T# Ð'ß "ß # Ñ.
84
1° Necesitamos conocer el vector director de la recta P. Como nos dicen que la recta pasa por los puntos
< œ T" T# œ c * ß "ß #d es el vector director de P.
→
T" y T# , podemos afirmar que →
2° Si escogemos a T" como el punto por donde pasa la recta, la ecuación simétrica de la recta es:
B$ C # D %
œ œ
* " #
a) P" es paralela a P# si →
<1 ² →
<2
b) P" es perpendicular a P# si →
<1 ¼ →
<2
Para averiguar si las dos rectas son paralelas debiera ocurrir que →<1 ² →
<2 , es decir, →
<1 œ ! →
<2 o
→ →
bien que <1 ‚ <2 œ @. En efecto, los vectores directores son <1 œ c"ß $ß "d y <2 œ c"ß "ß #d.
→ →
Se ve claramente que →<1 Á ! → <2 .
Ahora verifiquemos si → <1 ¼ →<2 , es decir → <2 œ !. En efecto, c"ß $ß "d † c"ß "ß #d œ !.
<1 † →
Por lo tanto las rectas son perpendiculares.
Ejercicios:
1) Encuentra las ecuaciones paramétricas de la recta que pasa por Ð#ß "ß $Ñ con vector director ["ß
"ß $]
2) Encuentra las ecuaciones simétricas de la recta que pasa por Ð"ß %ß $Ñ y que es ¼ a la recta:
B œ # >; C œ " >; D œ $ &>.
3) Encuentra la ecuación de la recta en su forma simétrica que pasa por Ð#ß &ß 'Ñ y Ð *ß $ß "Ñ.
85
5) Encuentra las ecuaciones paramétricas de la recta que pasa por los puntos T" Ð "ß "ß #Ñ y
T# œ Ð#ß $ß "Ñ.
6) Encuentra la ecuación de una recta P ortogonal a las dos rectas dada y que pasa
B# C$ D" B# C& D$
por el punto dado œ œ à œ œ à Ð %ß (ß $Ñ
% ( $ $ % #
Respuestas:
1) Bœ#>
C œ">
D œ $ $>
C% D$
2) B"œ œ
" &
B# C& D'
3) œ œ
"" # &
4) ? œ ’
→
È"" ß È"" ß È"" “
$ " "
y dos puntos distintos son EÐ#ß ! "Ñ, FÐ "ß "ß !Ñ.
A y
d
x
θ
P0
L →
m→
< ‚ T! Em
.œ
m→
<m
86
Ejemplo: Determinemos la distancia desde el punto EÐ"ß #ß "Ñ a la recta
→
2° Calcularemos el vector T! E Þ
T! E œ E T! œ Ð"ß #ß "Ñ a "ß 'ß $b œ Ò#ß %ß %Ó
→
→
4° Calcularemos m→
< ‚ T! E m .
→
Para ello, debemos determinar el vector →
< ‚ T! E . En efecto:
< ‚ T! E œ ”º
%º
à º
%º º# % º•
→ → " # $ # $ "
à
% #
' È"$
a?Þ ./ 7Þb
È"%
5° Por tanto, la distancia del punto E a la recta P es . œ
Ejercicios:
2) Sean los puntos EÐ "ß "ß #Ñ y FÐ$ß "ß #ÑÞ Determina la ecuación de la recta que pasa por E y F .
3) Determina la distancia entre el punto UÐ$ß "ß %Ñ y la recta dada por B œ # $> ß C œ #
>ß D œ " % >
87
Respuestas:
B"
2) à C œ "à D œ #
%
3) .ÐUß PÑ œ È'
4) .ÐVß PÑ œ ! aObs.: V − Pb
Planos en ‘$ .
Sean T! ˆB!ß C! ß D! ‰ un punto fijo del espacio y →
8 œ c+ß ,ß - d un vector dado, con →
8 Á ).
z
n
P
P0
y
x
→ →
8 † T! T œ ! ; Ecuación Vectorial del Plano.
Como T9 T œ T T! œ cB B! ß C C! ß D D! d, entonces
→
→ →
c+ß ,ß - d † cB B! ß C C! ß D D! d œ !
8 † T! T œ !
+aB B! b , aC C! b - aD D! b œ !
+B +B! ,C ,C! -D -D! œ !
Entonces, podemos concluir que la ecuación del plano se puede determinar de dos formas: a
través de la ecuación vectorial o de la ecuación cartesiana.
88
Ejemplo: 8 œ c "ß #ß $d y pasa
Determinemos la ecuación del plano que tiene vector normal →
por T a "ß "ß $b.
1° T T! œ aBß Cß D b aB! ß C! ß D! b
T T! œ caB "bß aC "bß aD $bd
Ejercicios:
1) 8 œ c"ß !ß !d
Halla la ecuación del plano que pasa por el punto T Ð#ß "ß #Ñ y su vector normal es →
2) Halla la ecuación del plano que pasa por el punto T Ð #ß "ß "Ñ y es perpendicular al vector
→8 œ c#ß "ß $d.
3) Determina la ecuación del plano que pasa por los puntos T œ Ð"ß #ß "Ñß U œ Ð #ß $ß "Ñ y
V œ Ð"ß !ß %Ñ
Respuestas:
1) B œ #
2) #B C $D œ )
3) B *C 'D œ #$
p
donde T" − c y 8 es un vector normal al plano c
89
1° Sabemos que Ea%ß !ß "b es el punto fuera del plano y →
8 œ c#ß "ß )d el vector normal al plano que
se obtiene de la ecuación del plano.
3° 8 m œ È'* a¡verifícalo!b
Calculando la norma del vector director, tenemos que m→
"$ È
. œ '* œ "ß &'&!"'!*ÞÞÞ au. de l.b
'*
Ejercicios:
a) Ð $ß !ß #Ñ à $ B C & D œ !
b) Ð"ß &ß %Ñ à $ B C # D œ '
2) Dertermina la distancia desde el punto Ð!ß "ß "Ñ al plano de vector normal [$,",'] y que pasa por T Ð"ß "ß #Ñ
Respuestas:
È$&
"*
1) a) . œ ¸ $ß #" Ð? ./ 6Ñ
È"%
"'
b) . œ ¸ %ß #( Ð? ./ 6Ñ
È%'
*
2) .œ
Planos Paralelos.
Dos planos son paralelos si sus vectores normales son paralelos, es decir, si el producto cruz de sus
vectores normales es el vector nulo.
90
La distancia entre dos planos paralelos c y d que no contienen al origen, está dado por:
¹ ." . # ¹
Hœ m→8m
3° Calculemos la norma de uno de los vectores directores de los planos. Para ello, trabajaremos con
8 œ c$ß "ß #d
el vector →
8 ² œ È* " % œ È"%
²→
4° Por lo tanto, podemos determinar la distancia entre los planos. Esta es:
a?Þ ./ 6Þb
È È
l." .# l l' Ð #Ñl )
Hœ → œ œ
² 8² "% "%
91
Ejemplo: Determina la ecuación cartesiana del plano cß que contiene el punto a"ß #ß $b y es
paralela al plano d À $B C #D œ %. Encuentre, además, la distancia entre ambos planos.
1° Como c ² d , se tiene que sus vectores directores también son paralelos. Por lo tanto, un vector
8 œ c$ß "ß #d
normal para c es →
¸% ( ¸
œ !ß )!"()$($ a?Þ ./ 6Þb
È"%
Hœ
Planos Perpendiculares.
Dos planos c" y c# son perpendiculares si sus vectores normales son perpendiculares, es decir
→
8 1 ¼ 8 # ß donde →
→ 81 y →
8 # son vectores normales a c" y c # .
8 1 œ c"ß #ß $d
→ y 8 # œ c#ß #ß #d
→
Ejercicios:
1) Halla la ecuación del plano que pasa por el punto a #ß $ß %b y es paralela al plano &B #C $D œ !.
2) Determina el valor de 5 de modo que los planos 5B #C $D œ & y 'B 5C #D œ $
sean perpendiculares.
92
3) Determina si los siguientes pares de planos son paralelos o perpendiculares
a) &B $C D œ %ß B %C (D œ "
b) $B C %D œ $ *B $C "#D œ %
c) B $C 'D œ % &B C D œ %
Respuestas:
1) &B #C $D œ #)
$
2) 5œ
%
3) Son perpendiculares en +ß son paralelos en b, No son paralelos ni perpendiculares en - .
1° Determinemos ¹ → 8 # ¹, m→
8 " Þ→ 8 " m y m→
8 # m.
8 # m œ È% * % œ È"(
m→
1) BCD œ$ • %B #C (D œ &
2) BCD œ! • $B #C #D œ !
93
3) Determinar la ecuación del plano que cumpla con la condición indicada.
Respuestas:
94
AUTOEVALUACION N° 8
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
PROBLEMA 2: Determina el volumen del paralelepípedo que tiene vértices T Ð&ß %ß &Ñà UÐ%ß "!ß 'Ñà
→ → →
VÐ"ß )ß (Ñ y WÐ#ß 'ß *Ñ y aristas T U ß T V C T W .
PROBLEMA 3: Diga si el cuadrilátero que tiene sus vértices en T Ð "ß #ß $Ñà UÐ%ß $ß "Ñà VÐ#ß #ß "Ñ y
WÐ&ß (ß $Ñ es un paralelógramo.
AUTOEVALUACION N° 9
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
a) Ð#ß "ß &Ñà Ð),-#ß !Ñà Ð"%ß -&ß &Ñ son colineales (que se ubican en la misma recta)
b) Ð$ß "ß #Ñà Ð-$ß "ß -"Ñà Ð%ß $ß &Ñ y Ð"ß "ß "Ñ son coplanares (que se ubican en el mismo plano)
PROBLEMA 2: Determina si las rectas se intersectan. Si se intersectan, calcula el ángulo que forman.
Ú B œ $ (> ÚB œ & =
P" :Û C œ # > P# :Û C œ $ #= à
Ü D œ $ #> Ü D œ # '=
à >%‘ =%‘
95
AUTOEVALUACION N° 10
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
? œ c"ß #ß $dà →
PROBLEMA1: Sean → @ œ c $ß #ß &d y →
A œ c#ß %ß "d. Calcula:
a) →
? →@
b) $→ →
@ &A
→
c) A
T <9C I=- →
@
→
d) ?
T <9C Z /->→
@
h) →
? †→A → A †→ @
j) El ángulo entre →
? y→
@
k) Determina el volumen del paralelepípedo generado por los vectores →
?ß →
@ y→
A.
PROBLEMA 2: Determina las ecuaciones de la recta que pasa por el punto Ð$ß $ß %Ñ y es perpendicular
B$ #C ( $D
a cada una de las rectas: #B%
# œ C$
" œ &
D#
y œ œ .
" $ $
AUTOEVALUACION N° 11
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
B# C D%
PROBLEMA 1: Calcula el ángulo formado por la recta œ œ y el plano
$ " #
#B $C D "" œ !.
PROBLEMA 2: Determina la distancia del punto Ð(ß (ß %Ñ a la recta de intersección de los planos
'B #C D % œ ! y 'B C #D "! œ !.
B# C$ D
PROBLEMA 3: Encuentra la ecuación del plano que contiene a la recta œ œ y es
# $ %
B" C D(
paralelo a la recta: " œ # œ & .
96
AUTOEVALUACION N° 12
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
PROBLEMA 1: Determina la distancia del punto Ð#ß "ß %Ñ al plano #B &C %D œ $!.
PROBLEMA 2: Encuentra la ecuación del plano que contiene al punto Ð"ß "ß #Ñ y a la recta
B # œ C " œ D&
#
97
UNIDAD 3
Espacios Vectoriales.
98
Espacios Vectoriales.
________________________________________________________________________
99
Definición: Un espacio vectorial Z es un conjunto de objetos, llamados vectores, que junto con
dos operaciones binarias llamadas adición y multiplicación por un escalar,
cumplen las siguientes propiedades
i) Clausura: a →
Bß →
C − Z à Ð→
B →
C Ñ − Z Þ La suma de dos vectores es un vector.
ii) Asociatividad: a →
Bß →
Cß →
D −Z à →
B Ð→
C →
D Ñ œ Ð→
B →
CÑ→
D
iii) Conmutatividad: a →
Bß →
C − Z à →
B →
C œ →
C →
B
→ → →
iv) Elemento neutro aditivo: a→
B − Z ß bx ) − Z Î →
B ) œ ) →
B œ →
B
→ →
v) Elemento inverso aditivo: a →
B −Zß →
B Á ) ß bx →
B −Z Î →
B Ð→
B Ñ œ Ð→
B Ñ→
B œ )
!Ð"→
B Ñ œ Ð! " Ñ→
B
viii) a →
B − Z ß "†→
B œ →
B , donde " es el elemento unitario del cuerpo ŠÞ
c) Propiedades Distributivas
ix) a ! − Š ß a →
B ß→
C −Z Î ! Š→ C ‹ œ !→
B → B !→
C
x) a !ß " − Šß a →
B −Z Î a! " b→
B œ !→
B "→
B
100
Ejemplos:
i) Clausura: ! − Z à a! !b − Z Þ
ii) Asociatividad: ! − Z à ! a! !b œ a! !b !
! a" ! b œ a ! " b ! œ !
ix) a ! − ‘ ß ! − Z Î ! a! !b œ !! !!
Observaciones:
1) Los elementos de Z se denominan vectores y los elementos de Š, escalares.
101
Ejercicios:
2) Z œ Q#‚$ .
Respuestas:
2) El conjunto de las matrices de orden # ‚ $, junto con la adición de matrices y la multiplicación por
un escalar, cumple con todas las propiedades de un e.v.
3) Ley de Cancelación: a→
Bß →
C ß→
D −Z ß →
B →
C œ →
B →
D Ê→
C œ →
D
B − Z à a !b →
5) a ! − Šß a → B œ Š!→
B‹
→ →
6) a - − Š ß - † ) œ )
→ →
7) ! →
B œ ) Ê ! œ ! ” →
B œ ) ß ! −Š • →
B −Z.
Subespacios Vectoriales.
Definición: Sea Z un Š - espacio y W un subconjunto de Z Þ Diremos que W es un subespacio
vectorial de Z , si W es un espacio vectorial sobre Š con las mismas operaciones de
adición y multiplicación por escalar definidas en Z . Se dice que W hereda las operaciones
del espacio vectorial Z
Observación: Cualquiera sea el espacio Z , tanto ˜ ) ™como Z mismo, son subespacios triviales. Los
→
102
Teorema: Sea Z un Š - espacio vectorial y W un subconjunto de Z . Entonces W es un subespacio
vectorial de Z si y sólo si:
i) W Á 9
ii) →
? −W •→
@ −W Ê→
? →
@ −W
iii) - − Š • →
? − W Ê -→
? −W
→
i) W Á 9 , pues ) œ Ð!ß !Ñ − WÞ Al reemplazar Ð!ß !Ñ en Wß se tiene que
! #†! œ !
ii) →
? −W •→
@ −W Ê→
? œ Ð?" ß ?# Ñ • →
@ œ Ð@" ß @# Ñ − W
Ê ?" #?# œ ! • @" #@# œ !
Ê Ð?" #?# Ñ Ð @" #@# Ñ œ !
Ê ?" @" #?# #@# œ ! , al suprimir paréntesis
Ê Ð?" @" Ñ #Ð?# @# Ñ œ ! , al conmutar y asociar
Ê Ð ?" @" ß ?# @# Ñ − W , por definición de W
Ê Ð?" ß ?# Ñ Ð@" ß @# Ñ − W , por adición de vectores
Ê → ? → @ −W
Por lo tanto, →
? −W •→
@ −W Ê→
? →
@ −W
-−‘ • →
? − W Ê - − ‘ • Ð?" ß ?# Ñ − W
Ê - − ‘ • Ð?" #?# œ ! Ñ
Ê - Ð?" # ?# Ñ œ !
Ê - ?" #- ? # œ !
Ê Ð- ? " ß - ? # Ñ − W
Ê -Ð?" ß ?# Ñ − W
Ê -→? −W
Por lo tantoß - − ‘ • →
? − W Ê -→
? −W
1) W œ ÖÐB ß C Ñ − ‘# Î $B œ C ×
2) W œ ÖÐB ß Cß D Ñ − ‘$ Î B %C #D œ !×
3) W œ ÖÐB ß C Ñ − ‘# Î C œ #B " ×
4) W œ ÖÐBß C ß D Ñ − ‘3 Î #B "#C D œ "×
W œ œŒ
- .
− Q#‚# Î + , œ !
+ ,
5)
103
6) W œ Ö + ,B -B# − T# ÐBÑ Î , œ - ×
Respuestas:
Combinaciones Lineales.
@ œ c+ß ,ß - d de ‘$ se puede escribir de la
Hemos vistoß en el capítulo anteriorß que todo vector →
forma →
• • •
@ œ +3 ,4-5
Ejemplo: Encontremos los valores de !" , !2 , ... ß !n que nos permitan escribir al vector
→ Î (Ñ Î "Ñ Î &Ñ
como una C.L. de → →
Ï ( Ò Ï %Ò Ï "Ò
A œ ( @" œ # y @# œ $ .
( œ !" & !#
( œ # !" $ !#
( œ %!" !#
Escalonando, se tiene
Ï % ( Ò Ï! !Ò
# $ | ( µ ! ( | (
" | ! |
Así, el sistema tiene solución única (¿por qué?) y ésta es !" œ # y !# œ "
Por lo tanto,
104
Î (Ñ Î "Ñ Î &Ñ
Ï (Ò Ï %Ò Ï "Ò
( = # # $
Ejercicios: Encuentra los valores de !" , !2 , ... ß !n , si es que existen, tales que
La matriz Q œ Œ
$
$ # )
1) pueda escribirse como una C.LÞ de
" *
Q" œ Œ
&
Q# œ Œ
'
" ! % ! " #
y Þ
" " # $
2) La matriz E œ Œ
$
# "
pueda escribirse como una C.LÞ de
!
E" œ Œ
"
E# œ Œ
"
E$ œ Œ
"
" " ! " " "
, y Þ
! ! !
Respuestas:
1) !" œ $ y !# œ #
2) ! " œ # , !# œ & y !$ œ %
3) No existe ningún escalar ! que permita escribir al vector →
@ como una C.L.
4) !" œ &Î$ ß ! # œ %Î$ y !$ œ #Î$
105
Definición: Sea Z un Š - espacio vectorial y E œ Ö→ @ "ß →
@ # ß ÞÞÞß →
@ 8 × © Z . Se dice que E es un
conjunto generador de Z , si todo vector en Z se puede escribir como una combinación
lineal de los vectores de EÞ
Ejemplos:
En efecto: ! #" œ B
!" œC
! œ #C B y " œBC
El conjunto F œ œŒ
! Œ! ! Œ" ! Œ! "
" ! ! " ! ! ! !
2) ß ß ß es un conjunto generador de `#‚# ,
!
es decir:
`#‚# = ¦œŒ
! Œ! ! Œ" ! Œ! " §
" ! ! " ! ! ! !
ß ß ß , pues
!
cualquiera sea la matriz de orden # ‚ # , ésta se puede escribir como una combinación lineal de las
matrices de F .
En efecto,
Œ- .
œ +Œ
!
,Œ
!
-Œ
!
.Œ
"
+ , " ! ! " ! ! ! !
! ! " !
106
Observación: Si se agrega uno o más vectores a un conjunto generador, se obtiene otro conjunto
generador. Por ejemplo, si œŒ , Œ genera a ‘# , entonces œŒ , Œ $ ,
" # " #
# $ #
Œ $ también genera a ‘ .
# #
5) Determinar si el vector a"ß &ß $ß 'b esta en el espacio vectorial generado por
W œ Öa"ß "ß "ß "bà a"ß "ß "ß !bà a"ß "ß !ß !bà a"ß !ß !ß !b×.
Linealidad.
Sea Z un Š - espacio vectorial y E œ Ö→ @ "ß →@ # ß ÞÞÞÞ→
@ 8 × © Z ; E es un conjunto linealmente
dependiente (L.D.) si existen escalares !" , !2 ,..., !n − Š, no todos nulos, tales que:
!!→
8 →
@ œ!→3 @ ! →
3 " @ ... ! →
" 2 #
@ =) 8 8
3 œ"
Es decir, dos vectores en un e.vÞ son linealmente dependientes, si y solo si uno es un múltiplo
escalar del otro.
Observación 1: @ "ß →
→ @ # ß ÞÞÞÞÞÞÞß →
@ 8 son linealmente dependientes (L.D.), si y sólo si, uno de ellos es
una combinación lineal los restantes.
→
Efectivamente, de la definición se tiene que: !" → @ " + !2 →
@# œ )
Es decir,
!" Ð #ß "ß !ß $ Ñ !2 Ð 'ß $ß !ß * Ñ œ Ð!ß !ß !ß ! Ñ
107
Al igualar los vectores y formar un sistema de ecuaciones:
# !" ' !2 œ !
!" $ !2 œ !
! œ !
$ !" * ! 2 œ !
Ï $ * Ò Ï $ * Ò Ï ! ") Ò
" $ µ # ' µ ! !
Se obtiene que !" œ !2 œ ! , de donde se concluye que los vectores son L.I.
Me cuesta entender un
poco esto. ¿Existe alguna
interpretación geométrica?
108
Observaciones:
1) Si el conjunto E œ Ö→ @ "ß →
@ # ß ... ß →
@ 8 × es L.I., entonces el único valor que pueden asumir los
→
escalares !" ß !2 ß ... ß !8 en la ecuación !" → @ " !2 →
@ # ... !8 →
@ 8 œ ) es !" = !2 œ ÞÞÞ œ !8
œ !Þ
2) Todo conjunto que consta de un único vector distinto del nulo es L.I.
4) El conjunto 9 es L.I.
5) Si Ö→
@ "ß →
@ # ß ÞÞÞÞß →
@ 5 × es un conjunto de L.D.ß entonces uno de los vectores es C.L. de los restantesÞ
6) Si el vector →
@ es C.L de →
@ "ß →
@ # ß ÞÞÞß →
@ 5 ß entonces Ö→
@ß→
@ "ß →
@ # ß ..Þß →
@ 5 × es L.D.
9) Si el conjunto E = Ö→ @ "ß →
@ # ß ÞÞÞß →
@ 5 × es un conjunto generador L.D. del espacio vectorial Z ,
entonces existe →
@ 4 − E tal que E Ö→ @ 4 × es también un conjunto generador de Z Þ
i) K es L.I.
ii) K es un conjunto generador de Z .
Observaciones:
1) Se conviene en considerar a una base como un conjunto ordenado de vectores.
n n
2) Todo conjunto de 8 vectores L.I., en ‘ , es una base de ‘ .
n
3) Dado que, en ‘ , el conjunto de vectores:
→
/ " œ Ð "ß !ß !ß ÞÞÞÞß !Ñ
→
/ # œ Ð!ß "ß !ß ÞÞÞÞß !Ñ
→
/ $ œ Ð!ß !ß "ß ÞÞß !Ñ
Þ
109
Þ
→
/ 8 œ Ð!ß !ß ÞÞÞÞÞÞß "Ñ
n
es linealmente independiente, se tiene que este conjunto constituye una base de ‘ . Esta base especial
n
se llama base canónica en ‘ .
¿ Se podría esto relacionar con
algún ejemplo práctico de la vida
real para que me quede más claro?
Podríamos hacer una analogía con los colores. Si consideramos los tres colores primarios: rojo,
amarillo y azul (los cuales son independientes entre sí) podríamos "generar" con ellos toda la gama de
colores (Rosa Cromática). Recuerda que rojo y amarillo generan el naranjo; azul y rojo , el morado , etc.
Entonces la base sería el conjunto de los colores primarios y el conjunto de todos los colores que
existen vendría a ser el espacio vectorial.
Ejemplos:
1) El conjunto F œ ÖÐ"ß #ß !Ñß Ð!ß $ß "Ñ× es una base para el espacio vectorial
Z œ ÖÐBß Cß DÑ − ‘3 Î #B C $D œ !×Þ
En efecto:
i) F es L.I., porque sus vectores son L.I. (un vector no es múltiplo del otro).
2) El conjunto F œ œŒ
! Œ! ! Œ" ! Œ! "
" ! ! " ! ! ! !
ß ß ß es una base para el espacio vectorial
!
`#‚# . Demuéstralo.
Ejercicios:
1) Determina si E œ ÖÐ"ß "ß "Ñß Ð"ß #ß $Ñß Ð#ß "ß "Ñ× constituye una base para ‘$ .
110
→
? % œ Ð"ß %ß & ß " ß )Ñß →
? & œ Ð #ß (ß $ß $ß *Ñ
Halla un subconjunto de los vectores que sea base de [ .
Respuestas:
1) E es base para ‘$ .
2) F œ ÖÐ"ß #, &ß $Ñß Ð!ß (ß *ß #Ñ×.
3) F œ ÖÐ"ß #ß "ß $ß %Ñß Ð!ß "ß $ß "ß #Ñß Ð!ß !ß %ß !ß &Ñ×.
Observación: Si Ö→
? "ß →
? # ß ÞÞÞß →
? m × y Ö→
@ "ß →
@ # ß ÞÞÞß →
@ n × son bases del espacio vectorial Z , entonces
7 œ 8 ; es decir, dos bases cualesquiera de un mismo espacio vectorial tienen el mismo
número de vectores.
Dimensión.
Definición: Se llama dimensión de un Š - espacio vectorial al número de elementos de una base
cualquiera de Z . Si Z consiste únicamente en el vector nulo, diremos que su dimensión es
!Þ
Ejemplos:
Para estar seguros de nuestra afirmación, debemos probar que W es una base de ‘# .
111
Por lo tanto, ÐBß C Ñ œ B Ð"ß "Ñ ÐC BÑ Ð!ß "Ñ
Es decir, ‘# œ W .
.37 ÐWÑ œ #.
Ejercicios: Determina la dimensión de cada una de las bases encontradas en los ejercicios de la página
109.
Respuestas: 1) 3 2) 2 y 3) 3.
Í Ð B ß C ß D Ñ = Ð ! , !1 ß # !1 Ñ + Ð ! 2 ß $ ! # ß ! 2 Ñ
Í Ð B ß C ß D Ñ = Ð !2 , !1 $ ! # ß # ! 1 ! # Ñ
Í B = !2
C œ !1 $ ! #
D œ # !1 !#
Usando matrices
Î! " l BÑ Î" $ l C Ñ
Ï# l D Ò Ï! D #C (B Ò
" $ l C µ ! " l B
" ! l
112
Encontramos que el sistema tiene solución si y sólo si D #C (B œ ! . Así , el subespacio
generado por los vectores →
@" y →
@ 2 es:
Respuestas:
1) W œ ‘#
2) W œ ÖÐBß Cß DÑ − ‘$ Î C #B œ !×
3) W œ ÖÐBß Cß Dß AÑ − ‘% Î B A œ ! • #D œ A ×
Los vectores de este subespacio tienen 3 componentes y se da sólo una condición; por lo tanto, la
base de W debe tener # vectores.
En efecto, de la condición se tiene que # D œ #C , es decir, D œ C . Esto último implica que
ÐBß C ß DÑ œ ÐBß Cß CÑ o sea ÐBß Cß DÑ œ ÐBß !ß !Ñ Ð!ß Cß CÑ, de manera que À
Así, el conjunto generador de W es ÖÐ"ß !ß !Ñß Ð!ß "ß "Ñ× , es decir W œ ÖÐ"ß !ß !Ñß Ð!ß "ß "Ñס
Ahora, como Ð"ß !ß !Ñ y Ð!ß "ß "Ñ son L.I. podemos concluir que el conjunto ÖÐ"ß !ß !Ñß Ð!ß "ß "Ñ×
es una base de W .
1) W œ ÖÐBß C ß D Ñ − ‘$ Î D #C œ !×
2) W œ ÖÐBß C ß D ß AÑ − ‘4 Î B #C œ ! • D $A œ ! ×
Respuestas:
113
Observación 1: En un Š- espacio vectorial Z , de dimensión 8, todo subconjunto W linealmente
→
independiente, con 8 vectores, es una base de Z . Si Z œ Ö ) ×, entonces se dice que
Z tiene dimensión cero.
Intersección de Subespacios.
Teorema: Si Y y [ son dos subespacios vectoriales de un mismo Š - espacio vectorial Z , entonces la
intersección Y [ es un subespacio vectorial de Z Þ
Ejemplos:
1) Sean Y y [ dos planos en el espacio de tres dimensiones que pasan por el origen, entonces su
intersección, en general, será una recta que pasa por el origen, tal como se muestra en la figura.
114
Como los vectores de Y [ tienen tres componentes y hay sólo dos condiciones, se puede concluir
que la base tiene ( $ # œ ") un sólo vector.
Ahora, las condiciones B œ C • B œ D C indican que D œ ! ; por lo tanto, los vectores ÐBß Cß DÑ del
conjunto Y [ son de la forma ÐCß Cß !Ñ y se pueden escribir como À
1) Y œ ÖÐBß C ß DÑ − ‘$ Î B œ !× y [ œ ÖÐBß Cß DÑ − ‘$ Î D B C œ !×
2) Y œ ÖÐBß C ß DÑ − ‘$ Î B C œ !× y [ œ ¢ÖÐ"ß "ß !Ñ ß Ð#ß !ß "Ñ×£
Respuestas:
Unión De Subespacios.
En general la unión de subespacios no es un subespacio vectorial, como lo prueba el siguiente
ejemplo.
Sean los subespacios Y œ ÖÐBß !Ñ − ‘# Î B − ‘× y [ œ ÖÐ!ß CÑ − ‘# Î C − ‘× y sean los
vectores →? œ Ð"ß !Ñ − Y y → @ œ Ð!ß "Ñ − [ .
Es evidente que →
? − ÐY [ Ñ • →
@ − ÐY [ Ñ ; además,
→
? →
@ œ Ð"ß !Ñ Ð!ß "Ñ œ Ð"ß "Ñ
Luego, →
? →
@ Â ÐY [ Ñ
Gráficamente:
115
Teorema: Si Y y [ son subespacios de un Š - espacio vectorial Z , entonces ÐY [ Ñ es un
subespacio si y sólo si Y © [ • [ © Y .
Suma de Subespacios.
Sean Y y [ dos subespacios del mismo Š - espacio vectorial Z , se llama suma de Y y [
al conjunto
Y [ œ Ö→ @ −Z Î → @ œ →? → Aß → ? −Y • → A − [×
→
Z œ Y Š[ Í Z œ Y [ • Y [ œ Ö) ×
Y œ ÖÐ Bß C ß D Ñ Î # B C $D œ ! ×
Dado que
Y œ Ð"ß "ß "Ñß Ð"ß %ß # Ñ
[ œ Ð"ß "ß "Ñ
→
y que Y [ œ [ Á Ö ) × , se cocluye que Z no es suma directa de Y y [ .
116
Ejercicios:
Y œ ÖÐBß Cß DÑ Î # B C $ D œ !×
Determina si Z œ Y Š [ .
Respuestas:
AUTOEVALUACION N° 13
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
a+ß , b a-ß . b œ a+ -ß !b
!a+ß , b œ a!+ß !b
PROBLEMA 2: Sean Y œ ˜aBß Cß D b − ‘$ Î#B $C &D œ !™ y [ œ ˜a!ß !ß "bà a"ß "ß !b™¡
117
b) Caracteriza [ .
AUTOEVALUACION N° 14
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
PROBLEMA 2: Determina si a#ß $ß "b es c.l. de Öa"ß "ß )bà a!ß #ß !bà a"ß !ß "b×
Z œ ”
- .•
− `# Бф+ œ , • - œ . Ÿ
+ ,
PROBLEMA 4: Decide si T Ð>Ñ œ ># #> $ es c.l. de T" Ð>Ñ œ Ð> "Ñ# ß T# Ð>Ñ œ "# > "ß T$ Ð>Ñ œ & .
Determina el valor de ! − ‘ de modo que a $! "ß #!ß "ß $ #!b sea un vector de Y [ .
a) Encuentra una base para Y [ .
b)
118
AUTOEVALUACION N° 15
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
Determina:
a) Si [ es subespacio vectorial de ‘$ .
b) Una base para Y y [
c) Caracteriza Y [
d) ¿‘$ =Y Š [ ?
e) Dim(Y Ñß Dim(W), Dim( Y [ ) y Dim(U+W)
f) Una base para Y +[
PROBLEMA 4: Sea Z un espacio vectorial sobre un cuerpo Š y sea F œ Ö@" ß @# ß ÞÞÞß @8 × una base de Z .
Demuestra que cada elemento de Z tiene una expresión única como combinación lineal de
los elementos de FÞ
119
UNIDAD 4
Transformaciones Lineales.
120
Transformaciones Lineales.
____________________________________
121
Transformaciones Lineales.
Es decir, la imagen de la suma de las imágenes de vectores es igual a la suma de las imágenes de
cada vector, y la imagen del producto de un escalar por un vector es igual al producto del escalar
por la imagen del vector.
Las T.L se suelen denotar por letras mayúsculas X ß P ß W ÞÞ............Þ
Las condiciones a3b y a33b son equivalentes a la siguiente
333Ñ 0 Š!→ @ ‹ œ !0 Š→
? "→ ? ‹ " 0 Š→
@ ‹ß a→
?ß →
@ − Z ß a!ß " − Š
En efecto para obtener a3b y a33b de a333b basta considerar ! œ " œ 1 y se tiene la condición a3bÞ
Si " œ ! se tiene la condición a33b
La condición a333b se obtiene aplicando la a3b seguida de la a33bÞ
→
B → C œ aB" ß B# b ÐC" ß C# Ñ
B C œ aB" C" ß B# C# b
→ → ‚X
X Š B C ‹ œ X aB" C" ß B# C# b
→ →
B →
X Š→ C‹œ
B → X Š→B‹ X Š→
C‹
122
Por lo tanto, X Š→ C ‹ œ X Š→
B → B ‹ X Š→
C‹
-→B œ -aB1 , B# b
X Š- B ‹ œ X Š-aB1 , B# b‹
→
œ X a- B 1 , - B # b
œ a $ - B" # - B# ß - B " $ - B # b
œ -a $B" #B# ß B" $B# b
œ - X Š→ B‹
Por lo tanto X Š- →
B ‹ œ -X Š→
B ‹ß a→
B − ‘# ß a - − ‘
2) Sean Z y [ dos espacios vectoriales sobre el mismo cuerpo Š, se tiene que X À Z Ä [ de manera
que X Š →
? ‹ œ K[ . Pruebe que a →
? − Z À XŠ→ ? ‹ œ K[ , es una transformación lineal.
V W
r T
v1
r
v2 θW
r
v3
r r r r
T (v + u )
v +u
123
Probando la tesis, tenemos que:
X Š→ @ ‹ œ X Š→
? → ? ‹ X Š→
@‹
K[ œ K[ K[
Por lo tanto, X Š→ @ ‹ œ X Š→
? → ? ‹ X Š→
@‹
Por lo tanto X Š- →
? ‹ œ -X Š→
?‹
De a3b y a33b se tiene que X es una T.L.
X Š→ @‹œ→
? → ? → @ /Por definición de X
œ X Š ? ‹ X Š→
→ @ ‹ /Por hipótesis
Por lo tanto, X Š→ @ ‹ œ X Š→
? → ? ‹ X Š→
@‹
124
Probando la tesis, tenemos que:
X Š-→
? ‹ œ -→? /Por definición de X
X Š-→
? ‹ œ -X Š→
?‹ /Por hipótesis
Por lo tanto X Š- →
? ‹ œ -X Š→
?‹
.0 aBb
Por hipótesis se sabe que:
0 − [ de manera que X a0 b œ o también X c0 aBbd œ
.0
.1aBb
.B .B
@ − [ de manera que X a1b œ
→ o también X c1aBbd œ
.1
.B .B
X a0 1 b œ c0 aBb 1aBbd
.
/Por definión de X
.B
X a0 1 b œ c0 aBbd c1aBbd
. .
/Por propiedad del Cálculo Diferencial
.B .B
a0 − [ ß a- − Š Ê X a- 0 b œ -X a0 b
X a- 0 b œ c-0 aBbd
.
/Por definición de X
.B
125
X a- 0 b œ - c0 aBbd
.
/Por propiedad del Cálculo Diferencial
.B
X a - 0 b œ - X a0 b /Por hipótesis
Por lo tanto X a- 0 b œ -X a0 b
Transformaciones No Lineales.
Para demostrar que una transformación no es lineal, basta mostrar que dicha transformación no
preserva la suma o la multiplicación por escalar. También, se puede demostrar usando el método del
contraejemplo.
126
X Š→ @ ‹ œ X Š→
? → ? ‹ X Š→
@‹
X ca"ß #b a#ß &bd œ X a"ß #b X a#ß &b
X a$ß (b œ X a"ß #b X a#ß &b
a"$ß %b œ a%ß "b a*ß #b
a"$ß %b Á a"$ß "b
X À ‘# Ä ‘# ß X aBß C b œ a&Bß B C b
X À ‘# Ä ‘ß X aBß C b œ %
1)
2)
3) X À ‘$ Ä ‘# ß X aBß Cß D b œ a#B C Dß B D b
4) X À ‘# Ä ‘# ß X aBß C b œ aB #C "ß C b
5) Sea Z œ Ö0 À c+ß , d Ä ‘Î0 aBb es una función integrable en c+ß , d © ‘×. Demostrar que
X À Z Ä ‘ de manera que X c0 aBbd œ ( 0 aBb.B es una T.L.
,
Respuestas:
Propiedades.
1) Sean X y P dos transformaciones lineales de Z en [ , es decir, X ÀZ Ä[ y
P À Z Ä [ , entonces se cumple:
a) X a)Z b œ )[ . La imagen del vector nulo por una Transformación Lineal es siempre el
X a)Z b Á )[ .
vector nulo. Por lo tanto, para probar que una función no es T.L. basta probar que
b) XŠ →
B ‹ œ X Š→
B‹
c) X P es una T.L.
127
œ aP‰X bŠ→
B ‹ aP‰X bŠ→
C‹
Sea X À ‘# Ä ‘# ß X aBß Cß D b œ a $B Dß ) B C b.
X ˆ)‘# ‰ œ X a!ß !b œ a $ † ! !ß ) ! !b œ Ð!ß )Ñ Á )‘# .
Ejemplo: X no es T. L, ya que
@ − Z Î X Š→
O/< ÐX Ñ œ š→ @ ‹ œ )[ ›
V T W
Ker(T)
r
u1
r
u2
θW
r
u3
r
un
Ker(T) ⊆ V
Definición: Se llama M7+1/8 de X al subconjunto de [ que contiene a todos los vectores que son
imágenes de todos los vectores de Z , es decir, al recorrido de la función X Þ Se denota por
M7Ð X Ñ, así:
M7 aX b œ V/- aX b œ š→ @ − Z À X Š→
A − [ Îb → @‹œ→
A›
128
V T W
r
u1 r Im(T)
w1 r
r
u2 rw 2
w3
r
u3 r
wn
r
un
Im(T) ⊆ W
1) O/<aX b es subespacio de Z
2) M7aX b es subespacio de [
Desafío:
Demuestra que O/<aX b e M 7aX b son subespacios vectoriales.
Así: (aX b œ !
129
M7aX b œ ˜a+ß , b − ‘# Îa+ß , b œ a #Bba"ß !b a #C ba!ß "b™
M7aX b œ ˜a"ß !bà a!ß "b™¡
Por lo tanto, una base para M7aX b es ˜a"ß !bà a!ß "b™. Así: 3aX b œ #.
a) O/<aX b
b) M7 aX b
c) R aX b
d) V aX b
Respuestas:
1) a) O/<aX b œ ÖÐ !ß !Ñ×
b) M7aX b œ ‘#
c) (aX b œ !
d) 3aX b œ #
2) a) O/< aX b œ ÖÐBß Cß DÑ − ‘$ ÎB œ C œ !ß D − ‘ ×
b) M7aX b œ ÖÐ+ß ,ß -Ñ − ‘$ Î+ #, - œ ! ×
c) ( aX b œ "
d) 3ÐXÑ œ #
3) a) O/<aX b œ ÖÐBß Cß DÑ − ‘ $ ÎB C œ ! ×
b) M7aX b œ ÖÐ+ß ,ß -Ñ − ‘$ Î+ œ , œ - ×
c) ( aX b œ #
d) 3ÐXÑ œ "
Proposición:
Sea X − _aZ ß [ b, entonces:
130
Si revisamos el ejemplo resuelto anteriormente en donde X À ‘2 Ä ‘# ß definida por
X aBß C b œ #aBß C b, que es una T.L., encontramos que
Ejemplo:
Por lo tanto, una base para M7aX b es ˜a"ß !bà a!ß "b™. Así: 3aX b œ #.
1) X À ‘# Ä ‘# ß X aBß C b œ aB Cß B C b
2) Sea X À ‘# Ä ‘$ ß X aBß C b œ aBß Cß B C b
Respuestas:
1) X es inyectiva y sobreyectiva.
2) X es inyectiva, pero no sobreyectiva.
131
Teorema Fundamental Del Algebra Lineal.
Seav Z y [ dos Š- espacios vectoriales, F œ š→ @ "ß →
@ #ß → @ 8 ›, base de Z ,
@ $ ß ÞÞÞ ß →
š A " ß A # ß A $ ß ÞÞÞ ß A 8 ›, conjunto arbitrario de vectores de [ . Entonces existe una única Transformación
→ → → →
Observación: De la demostración del teorema se desprende que basta que dos T.L. coincidan sobre una
base cualquiera de Z para que sean iguales sobre todo el espacio.
Ejemplo: Sea F œ Öa"ß #bà a!ß "b× una base de ‘# y consideremos dos vectores cualesquiera de ‘$ ,
A " œ a "ß "ß !bß →
por ejemplo → A # œ a!ß $ß "b. Entonces:
Ejercicios:
1) Sea X À ‘3 Ä ‘# ß una T. L., definida X a"ß !ß !b œ Ð#ß $Ñà X a!ß "ß !b œ Ð "ß "Ñ y
X a!ß !ß "b œ Ð #ß &Ñ. Determina:
a) X aBß Cß D b
b) O/<aX b
c) M7aX b
d) (aX b
e) 3aX b
X À ‘3 Ä ‘3 tal que
X a"ß "ß "b œ a"ß #ß $bà X a"ß "ß !b œ a$ß #ß "bà X a"ß !ß !b œ a!ß !ß "b.
a)
132
X a"ß !ß "b œ a"ß "b
c) X À ‘$ Ä ‘# tal que
X a #ß #b œ a"ß $b
Respuestas:
i) aX W bŠ→
? ‹ œ X Š→
? ‹ W Š→
?‹
ii) a-X bŠ→
? ‹ œ -X Š→?‹
iii) aX W bŠ→
? ‹ œ aX ðW bŠ→
? ‹ œ X ’W Š→
? ‹“
133
a) aW X baBß C b œ W aBß C b X aBß C b
œ a#B Cß C b a #B Cß !b
œ a#Cß C b
b) aX W baBß C b œ aX ðW baBß C b
œ X cW aBß C bd
œ X ca#B Cß C bd
œ a #a#B C b Cß C b
œ a %B Cß !b
X # aBß C b œ aX † X baBß C b
œ aX ðX baBß C b
e)
œ X cX aBß C bd
œ X a #B Cß !b
œ a #a #B C b !ß !b
œ a%B #Cß !b
Ejercicios:
a) ÐWX Ñ ÐBß CÑ œ
b) ÐX WÑ ÐBß CÑ œ
c) W # ÐBß CÑ œ
d) X # ÐBß CÑ œ
Respuestas:
134
Más Ejercicios: Sean las transformaciones lineales:
W À ‘3 Ä ‘# Î WÐBß Cß DÑ œ ÐB Cß C DÑ
X À ‘3 Ä ‘$ Î X ÐBß Cß DÑ œ ÐBß B Dß B CÑ
Determina si existen:
a) X V b) $X #V
c) W V d) WX
e) WV f) XV
g) XW h) VW
i) VX j) W#
k) X# l) V#
Respuestas:
ããããããããããããããããããããããããããããããããããããããããããããããããããããããããããã
X Š→ @ ‹œ+ →
8 8"
A + →
" 8#
A ÞÞÞ + →
# 87
A 7
Î + "" Þ + "8 Ñ
Ð + #" Þ + #8 Ó
+ "# Þ
Ð Ó
E œ Ð Þ Þ Ó
+ ## Þ
Ð Ó
La matriz: Þ Þ Þ
Ï + 8" Ò
Þ Þ Þ Þ Þ
+ 8# Þ Þ + 87
135
cuya j-ésima columna está formada por las coordenadas del transformado por X del j-ésimo vector
de la base F" con respecto a la base F# se llama Matriz Asociada a X con respecto a las bases F" y F#
y la denotaremos por Q cX dF F ó cX dF F . Observemos que el orden de Q cX dF F es 7 ‚ 8 donde 7 es la
" # " # " #
dimensión de [ y 8 es la dimensión de Z .
Entonces:
Î" "
"Ñ
Ï# !Ò
Luego, la matriz asociada a la T.L. es E œ # #
"
136
X aBß C b œ B X a"ß !b C X a!ß "b
Observación: Si se intercambia el orden de los vectores de las bases, cambia la transformación lineal.
(¡verifícalo!).
F" œ Œ
! " Œ ! ! Œ " ! Œ ! ! Ÿ
" ! " ! ! ! ! #
à à à y
Ï # ! " #Ò
" " " #
" #
Î % Ñ
Ð "Ó
B œŒ ; entonces ’→
B“ œÐ " Ó
%
$ !
Si → y
Ï ! Ò
"# F" #
137
Î ! " ÑÎ " Ñ Î ! Ñ
Ð ÓÐ * Ó
%
’X Š→
B ‹“ Ð " Ó
! !
Ï # # ÒÏ # Ò Ï "& Ò
œ " " " # œ #
F#
! " #
!
B ‹ œ !a #ß #ß #b *# a"ß !ß !b
Entonces, X Š→ # a"ß "ß !b
"&
œ ˆ$ß "&
# ß!
‰
AUTOEVALUACION N° 16
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
AUTOEVALUACION N° 17
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
XŒ œ aB %D Aß A Dß B Cß Ab
A
B C
D
a) ¿Es X inyectiva?
b) ¿Es > sobreyectiva?
138
Encuentra X Œ
"
" #
c)
!
139
Pre- Examenes
140
PRE-EXAMEN N° 01
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
Ï " !Ò Ï" $ Ò
Eœ , # + à Fœ $ !
"
PROBLEMA 4: Encuentra la ecuación del plano que pasa por los puntos T" a"ß %ß #bß T# a#ß $ß !b y
T$ a "ß #ß %b.
PROBLEMA 5: Determina los valores de "- ", si es posible, de modo que el sistema tenga infinitas
soluciones.
B C -D œ !
$B %C #D œ !
#B $C D œ !
141
PRE-EXAMEN N° 02
Indicación: Responde estas preguntas y luego revisa tus resultados con el profesor.
#D $ œ C $B
B $D œ #C "
$C D œ # #B
Y œ ÖaBß Cß D b − ‘$ ÎB D œ !× y
[ œ ÖaBß Cß D b − ‘$ ÎB œ ! • &C #D œ !×
5B C D A œ !
5B C D 5A œ "
5B C D %A œ #
PROBLEMA 5: Para el triángulo cuyos vértices están en EÐ#ß &ß $Ñß FÐ "ß (ß !Ñ y GÐ %ß *ß (Ñ
calcula la longitud de cada lado, el punto medio de cada lado y su área de dos formas
distintas (vectorial y con la fórmula de Herón de Alejandría).
142
Bibliografía Recomendada.
________________________________________
3) Devaud, G.; Erpelding, M.T.; Kirstein, L.; Navarro, M.I.; Ortega, M., y
Vicente, M. (1996) : Álgebra Lineal. Proyecto de Desarrollo de la Docencia.
U. de Concepción.
5) Hoffman, K. y Kunze, R. (1997): Álgebra Lineal. Ed. Prentice Hall, México D.F.
143