Cartilla NT2013 Lily Llanos

Nmeros complejos Esp.
Lydia Mara Llanos

__________________________________________________________________________________________________
Facultad de Ingeniera lgebra y Geometra Analtica
1

EL CONJUNTO DE NMEROS COMPLEJOS
Contenidos
El conjunto de los nmeros complejos (que designaremos con C), es una extensin de los reales.
Cada nmero complejo se representa analticamente y grficamente; como un par ordenado de
nmeros reales, en forma binmica y trigonomtrica o polar. Se estudian las operaciones: suma,
diferencia, multiplicacin, potenciacin y radicacin de complejos con sus propiedades y corres-
pondientes representaciones grficas.

Objetivos
- Valorar la ampliacin del conjunto de los nmeros reales.
- Desarrollar habilidades en el manejo de los lenguajes coloquial, simblico y grfico a travs
de definiciones, operaciones y resolucin de planteos con nmeros complejos.
- Reconocer y resolver las diferentes operaciones con complejos expresados en forma cartesia-
na, binmica, trigonomtrica y grfica.

C = { ( a , b ) / a e R . b e R }
Notacin: Z = ( a , b )
Re(z) = a ; Im(z) = b
El conjun-
to de
Nmeros
complejos
se define
por
Se expresan

Forma binmica
Z = a + b i
a = cos
b = sen
Forma polar o trigonomtrica
Z = ( cos + i sen )
: Radio vector ; > 0
: Argumento

unidad imaginaria,
complejos conjugados,
operaciones

Se conside-
ran
Se representan
grficamente
y
Se realizan las operaciones de
Suma, producto, cociente, potencias, raz
Nmeros complejos Esp. Lydia Mara Llanos
__________________________________________________________________________________________________

2

1.- Introduccin
Las ampliaciones de los conjuntos numricos responden a la necesidad de dar soluciones a las
operaciones imposibles de resolver en un determinado campo. Es decir que a medida que se am-
plan los campos numricos, se amplan tambin las posibilidades de clculo.
Veamos ahora:
Si tenemos la ecuacin: x
2
= 4 x = 4
Para este caso, la ecuacin no tiene solucin en R, porque 4 es
imposible, pues la radicacin no es cerrada en R.
La ecuacin: x
2
= a x = a tiene solucin en R, si a > 0
Si a < 0, para resolverla, es necesario ampliar el campo real.

Para la ampliacin del campo real, se introduce una nueva unidad y en consecuencia nuevos n-
meros: los nmeros imaginarios.
La nueva unidad 1 , se denomina unidad imaginaria y se representa por i.
i = 1
Se crea entonces el conjunto de los nmeros complejos, que se designa con C; de modo tal que R
sea isomorfo
1
a una parte de C.
Complejos
aginarios Im
Reales
)
`

En C: x = 4 x = 2 i

2.- El nmero complejo
2.1.- Definicin
Un nmero complejo es todo par ordenado de nmeros reales. El conjunto de los nmeros com-
plejos es C = R
2

C = { ( a , b ) / a e R . b e R }
Notacin: abreviadamente un nmero complejo se denota con la letra z: z = ( a , b )
La primera componente a, es la parte real; y la parte imaginaria, es la segunda componente b.

1
Isomorfo entre los reales y una parte de los complejos, significa que los complejos de la forma ( a , o) se comportan
como los reales y en consecuencia los identificamos con ellos.
__________________________________________________________________________________________________
3

Notacin: Re(z) = a . Im(z) = b
Ejemplos: z
1
= ( 3 , 2 ), z
2
= ( 2 , 4 ) , z
3
= ( ) 7 , 5 , z
4
=
|
.
|
\
|
4 ,
3
2

Re(z
1
) = 3 , Im(z
2
) = 4 , Im(z
3
) = 7 , Re z
4
=
3
2

z = ( a , 0 ) , es el nmero real a. Ejemplo: z = ( 5 , 0 ) es el n real 5
z = ( 0 , b ) , es el nmero imaginario bi. ejemplo: z = ( 0 , 3 ) es el n imaginario 3i

2.2.- Relacin de igualdad
Dados z
1
= ( a , b ) y z
2
= ( c , d ) ; z
1
= z
2
a = c A b = d

2.3.- Representacin grfica
As como los reales representan los puntos de una recta; introduciendo un sistema cartesiano, los
complejos representan numricamente los puntos del plano. La abscisa de cada punto es la parte
real, y la ordenada es la parte imaginaria. Adems, cada complejo est asociado a un vector con
origen en el origen del sistema, y cuyo extremo es el punto determinado por el par ordenado co-
rrespondiente.

Los complejos de la forma ( a , 0 ), se corresponden con puntos del eje de abscisas; y los de for-
ma ( 0 , b ), caracterizan al eje de ordenadas.
2.4.- Ejemplos
Representar grficamente los complejos z = ( x , y ) que verifican:

Im
R
a
b
Z=(a,b)
z
1
= ( 3 , 2 )
z
2
= ( 2 , 4 )
Un complejo es real su parte imaginaria es cero
Un complejo es imaginario su parte real es cero
__________________________________________________________________________________________________

4

i) Re (z) = 3

Resultan todos los z = ( 3, y ), caracterizados por la recta paralela
al eje de ordenadas: x = 3.

2 s Im(z) < 4

2.5.- Operaciones en C
Dados los complejos: z
1
= ( a , b ) y z
2
= ( c , d )
Por ejemplo: z
1
= ( 2 , 3 ) y z
2
= ( 1 , 2 )

x=3
2
4
0 Re
Im
Suma
dos nmeros complejos, es otro nmero complejo tal que, la
componente real es la suma de las componentes reales y la
componente imaginaria es la suma de las componentes imagi-
narias.
La
z
1
+ z
2
= ( a , b ) + ( c , d ) = ( a + c , b + d )
Simblicamente
Ejemplo
z
1
+ z
2
= ( 2 , 3 ) + ( 1 , 2 ) = ( 2 + 1 , 3 + 2 ) = (1 , 5 )
de
ley de composicin interna
Conmutativa, asociativa,
tiene elemento neutro o Complejo nulo,
tiene inverso aditivo (opuesto)

es
es
__________________________________________________________________________________________________
5

Es conmutativa: z
1
+ z
2
= z
2
+ z
1

Es asociativa: ( z
1
+ z
2
) + z
3
= z
1
+ ( z
2
+ z
3
)

Tiene elemento neutro o Complejo nulo: ( 0 , 0 ) ( a , b ) + ( 0 , 0 ) = ( a , b )
Tiene inverso aditivo (opuesto)
Para z = ( a , b ), el inverso aditivo de z es z = ( a , b )
( a , b ) + ( a , b ) = ( 0 , 0 )
Ejemplo: z
1
+ (z
1
) = ( 2 , 3) + ( 2 , 3 ) = ( 0 , 0 )

Representacin grfica

Tiene elemento neutro: ( 1 , 0 )
- u = ( 1 , 0 ) / u . z = z z e C
Ejemplo: para z = ( 2 , 3 ) ( 1 , 0 ) . ( 2 , 3 ) = ( 1.(2) 0. 3 , 1.3 + 0.( 2) ) = ( 2 , 3 )
O
z
1

z
2

z
1
+z
2

z
1
. z
2
= ( a , b ) . ( c , d ) = ( a c b d , a d + b c )

Multiplicacin
Ejemplo
z
1
. z
2
= ( 2 , 3 ) . ( 1 , 2) = ( ( 2 ).1 3 . 2 , (2) .2 + 3.1 )
= ( 2 6 , 4 + 3 )
= ( 8 , 1 )

T
i
e
n
e

Elemento neutro, Inverso multiplicativo,
Propiedades: Asociativa, Conmutativa,
Distributiva con respecto a la suma

__________________________________________________________________________________________________

6

Inverso multiplicativo
z e C / z = ( 0 , 0 ), - z
1
/ z . z
1
= u
Para z = ( a , b ), el inverso multiplicativo es z
1
=
|
.
|
\
|
+
+
2 2 2 2
b a
b
,
b a
a
=
2
z
z

Ejemplo:
Para z = ( 2 , 3 ) z
1
1
=
|
.
|
\
|
= |
.
|
\
|
+
13
3
,
13
2
9 4
3
,
9 4
2

Verificacin:
z . z
1
= ( 2 , 3 ) .
|
.
|
\
|

13
3
,
13
2

=
|
|
.
|
\
|
|
.
|
\
|
+ |
.
|
\
|
|
.
|
\
|
|
.
|
\
|

13
3
. 3
13
2
) 2 ( ,
13
3
3
13
2
). 2 ( = ( 1 , 0 )

El producto de nmeros complejos cumple con las propiedades:
Asociativa: ( z
1
. z
2
) . z
3
= z
1
. ( z
2
. z
3
)
Conmutativa: z
1
. z
2
= z
2
. z
1

Distributiva con respecto a la suma: ( z
1
+ z
2
) . z
3
= z
1
. z
3
+ z
2
. z
3

z
1
: z
2
= z
1
. ( z
2
)
-1
= ( a , b ) ,
para z
2
= ( 0 , 0 )

Cociente
Ejemplo
z
1
: z
2
= (2 , 3 ) : ( 1 , 2 ) = (2 , 3 ).
= (2 , 3 ) . =
=
__________________________________________________________________________________________________
7

3.- Representacin binmica
3.1.- Unidad imaginaria
El complejo imaginario, de componente imaginaria igual a 1, se denomina unidad imaginaria y
se denota por i, entonces: i = ( 0 , 1 )

3.2.- Potencias sucesivas de i

Anlogamente
i
0
= 1 i
4
= 1

i
1
= i

i
5
= i

i
2
= 1
Demostracin
(0,1). (0,1) = ( 1 , 0 ) = 1

i
6
= 1

i
3
= i
2
.i = (1) . i = i

i
7
= i

Ejemplo: i
23
= i
3
= i

3.3.- Forma binmica
El nmero complejo z = ( a , b ), se expresa en forma binmica como z = a + b i
Por ejemplo: Si z
1
= 1 + 3i y z
2
= 2 + 4i, hallar:
a) z
1
+ z
2
= ( 1 + 3i ) + ( 2 + 4 i ) = 1 + 7 i

b) z
1
z
2
= z
1
+ ( z
2
) = ( 1 + 3 i ) + ( 2 4 i ) = 3 i

c) z
1
. z
2
= ( 1 + 3 i ) . ( 2 + 4 i ) = 2 6 i + 4 i + 12 i
2

= 2 6 i + 4 i + 12 (1)

= 14 2i

d) z
1
: z
2
=

i
2
1
2
1
20
i 10 10
4 ) 2 (
12 i 4 i 6 2
) i 4 2 ( ) i 4 2 (
) i 4 2 ( ) i 3 1 (
i 4 2
i 3 1
z
z
2 2
2
1
=
=
+
+
=
+
+
=
+
+
=

23 4
- 3 - 5
exponente
__________________________________________________________________________________________________

8

4.- Mdulo de un complejo
4.1.- Dado el complejo: z = ( a , b )
Definicin
El mdulo de un complejo z es la raz cuadrada positiva de la suma de los cuadrados de las partes
real e imaginaria. Es la distancia del punto correspondiente, al origen.

Para el caso del complejo ( 0 , 0 ), el mdulo es nulo.

4.2.- Ejemplos
i) Para: z
1
= ( 3 , 2 ), z
2
= ( 2 , 4 )
, z
1
, = 13 2 3
2 2
= + ; , z
2
, = 5 2 20 4 ) 2 (
2 2
= = +

ii) Sea z = a + b i el mdulo de z es:
2 2
b a z + =
Si z = 2 + 3 i 13 3 ) 2 ( z
2 2
= + =

5.- Forma Polar o Trigonomtrica
5.1.- Coordenadas polares
Un sistema de coordenadas polares queda caracterizado por: una semirrecta OX de origen O, lla-
mada eje polar y el origen O, llamado polo; una unidad de medida y un sentido de giros en el
plano, considerando sentido positivo al movimiento contrario al de las agujas del reloj.
5.2.- Forma polar o trigonomtrica
Un nmero complejo z = a + bi queda representado por el mdulo o radio vector = , z , y por
el argumento , ngulo de giro del eje polar OX alrededor del polo O, en sentido positivo, o
cualquiera de los congruentes dado por + 2kt, con k e Z .

Notacin
, z , =
2 2
b a +
R
R
a
b
Z=(a,b)
, z ,
__________________________________________________________________________________________________
9

5.2.1.- Forma cartesiana a forma polar
Dados los complejos en forma cartesiana, los escribiremos en forma polar o trigonomtrica.
Se calculan el radio vector o mdulo y el argumento para cada complejo dado.

Forma cartesiana Mdulo Argumento Forma polar o trigonomtrica
z = ( 3 , 3 )
= ( )
2
2
3 3 +
= 3 2 12 =
e IV C
= arc tg
3
3

= 330
z= 3 2 (cos 330 + i sen 330)
z= 3 2
330

z = ( 4 , 0 )
= =
2
) 4 ( 4
= 180 z = 4 (cos 180 + i sen 180)
z = 4
180

z = ( 0 , 2 )
= =
2
2 2
= 90 z = 2 (cos 90 + i sen 90)
z = 2
90

z = (3 , 3 )

=
2 2
) 3 ( ) 3 ( +
= 2 3 18 =
e III C
= arc tg
3
3

= 225
z = 2 3 ( cos 225 + i sen225)
z = 2 3
225

para z = a + bi
: radio vector

: argumento
2 2
b a z + = =

a
b
tag =
> 0 con 0 s < 2t , argumento principal
R
R
a
b
Z

Frmulas de pasaje de coordenadas
polares a cartesiana

a = cos ; b = sen
Forma polar o trigonomtrica: z = ( cos + i sen ) o en forma abreviada z =

__________________________________________________________________________________________________

10

5.2.2.- Forma polar a forma nmica
Dados los complejos z
1
y z
2
en forma polar, expresarlos en forma binmica.

z
1
= 2 ( cos t + i sen t )
z
1
= 2 ( 1 + i.0 )
z
1
= 2

z
2
= 4 (cos 135 + i sen 135 )
z
2
= 4
|
|
.
|
\
|
+
2
2
2
2

z
2
= 2 2 2 2 +

5.2.3.- Igualdad de nmeros complejos expresados en forma polar
Dados dos complejos en forma polar:
z = ( cos + i sen ) y z = ( cos + i sen ) ,
Diremos que z = z = . = + 2kt con k e Z
Por ejemplo: Si z = 4 ( cos 30 + i sen 30 ) y z = 4 ( cos 390 + i sen 390 )
z = z porque = = 4 A = + 2kt para k = 1
390 = 30 + 360

6.- Complejos conjugados
6.1.- Definicin: Dos nmeros complejos z , z se llaman conjugados cuando difieren sola-
mente en el signo de la parte imaginaria.
Si z = (a , b ) , entonces z = ( a , b )
Entonces: Re(z) = Re( z ) . Im (z) = Im ( z )
Grficamente, dos complejos conjugados z = (a , b ) y z = ( a , b ) , estn representados
por dos vectores o puntos simtricos respecto del eje real; por lo tanto es evidente que los mdu-
los de z y z son iguales, mientras que si el argumento de z es o , el de z es o 2to

=(a , -b)
a
b
b
z =(a ,b)
Re(z)
Im(z)
o
o
__________________________________________________________________________________________________
11

6.2.- En forma binmica, el complejo conjugado de z = a + b i es z = a b i
Ejemplos: a) z = 5 + 6 i el complejo conjugado es z = 5 6 i
b) z = 2 3 i el complejo conjugado es z = 2 + 3 i
c) z = 1 i el complejo conjugado es z = 1 + i
Se verifica que: z . z =
2
z
Pues: z . z = ( a + b i ) . ( a b i ) = a
2
+ b
2

Ejemplo: ( 2 3 i ) . ( 2 + 3 i ) = 4 + 9 = 13
6.3.- En coordenadas polares: el complejo conjugado de z =

es z =

Se deduce que: z =

. z =
2 t
=

Ejemplos: z = 2
30
el complejo conjugado es z = 2
30

6.4.- Propiedades de la conjugacin
1. z z =
En efecto z b a b a b a z = = = = ) , ( ) , ( ) , (
2. z k z k = con k e R
( ) z k ) b , a ( k ) b k , a k ( b k , a k z k = = = =

3.
2 1 2 1
z z z z + = +
4.
2 1 2 1
z . z z . z =
5. Si z = z Im (z) = 0
Si ( a , b ) = ( a , b )
=
=
b b
a a

7.- Operaciones en forma polar o trigonomtrica
7.1.- Multiplicacin
7.1.1.- Definicin

Dados: z
1
=
1
( cos
1
+ i sen
1
) y z
2
=
2
( cos
2
+ i sen
2
)
z
1
. z
2
=
1
.
2
[ cos (
1
+
2
) + i sen (
1
+
2
) ]
En forma reducida z
1
. z
2
= (
1
.
2
)
1+ 2

b = 0
__________________________________________________________________________________________________

12

El producto de dos nmeros complejos dados en forma polar es otro nmero complejo que tiene
por mdulo el producto de los mdulos y por argumento a la suma de los argumentos de los
complejos dados

7.1.2.- Interpretacin geomtrica del producto de dos complejos en forma polar
Sean z
1
=
1

1
y z
2
=
2

2
y los representamos por
1
OZ y
2
OZ segn U = ( 1 , 0 )

La justificacin proviene de la semejanza de los tringulos: OUZ
1
~ OZ
2
Z

OZ
OU
1
2

OZ
1
1
2
OZ =
1

2

7.2.- Cociente. Definicin:

Dados: z
1
=
1
( cos
1
+ i sen
1
) y z
2
=
2
( cos
2
+ i sen
2
)
z
1
: z
2
= | | ) ( sen i ) ( cos
z
z
2 1 2 1
2
1
2
1
+
= para z
2
= 0
En forma reducida z
1
: z
2
=
2 1
2
2
z
1
z

|
|
.
|
\
|
=

Z
1
2
``

2

2

o
Z
1

Z
2

x
y
U
OZ = z
1
.z
2
= ( )
2 1
2 1 +

__________________________________________________________________________________________________
13

El cociente de dos nmeros complejos dados en forma polar, siendo el segundo distinto de 0, es
otro nmero complejo, que tiene por mdulo el cociente de los mdulos, y por argumento la dife-
rencia entre el argumento del dividendo y del divisor

7.3.- Potenciacin de exponente natural
La frmula de Moivre permite calcular trigonomtricamente las potencias de exponente natural
de los nmeros complejos.

La potencia n-sima de un nmero complejo dado en forma polar, es otro complejo que tiene por
mdulo la potencia n-esima de su mdulo y por argumento el producto de su argumento por n
La frmula de Moivre vale para todo exponente entero.

7.4.- Radicacin

7.5.- Ejemplos:
Dados: z
1
= 1 i 3 y z
2
= i
2
3 3
2
3

Hallar en forma polar: i) z
1
. z
2
; ii) z
1
: z
2
; iii) z
1

5
; iv)
4
2
z
Solucin:
En primer lugar expresaremos z
1
y z
2
en forma polar

Dado: z = ( cos + i sen )
Frmula de Moivre: z
n
=
n
( cos n + i sen n )
En forma reducida: z
n
=
n

n

Dado: z = ( cos + i sen )
La
k
n
z z = siendo
Z k con ; n k 0
n
k 2
sen i
n
k 2
cos z
n
k
e < s
|
.
|
\
| t +
+
t +
=

En forma reducida:
n
k 2
n
k
z
t +
=
__________________________________________________________________________________________________

14

i) z
1
. z
2
= (
1
.
2
)
1+ 2
= 2 . 3
300 + 240
= 6
540
= 6
180

= 6 ( cos 180 + i sen 180 )
= 6 ( 1 + 0 i ) = 6

Para z
1
= 1 i 3
Clculo de
1

2 4 ) 3 ( 1
2 2
1
= = + =
Clculo de
1

1
e al IV cuadrante (la componente real
es positiva y la componente imaginaria negati-
va)
300 3 tag arc
3
1
3 -
tag
1
1
= =
= =

En forma polar o trigonomtrica: z
1
= 2 ( cos 300 + i sen 300 )
En forma reducida: z
1
= 2
300

Para z
2
= i
2
3 3
2
3

Clculo de
2

3 9
4
27
4
9
2
3 3
-
2
3
-
2
2
2
= = + =
|
|
.
|
\
|
+
|
.
|
\
|
=

Clculo de
2

2
e al III cuadrante(la componente real y la
componente imaginaria son negativas)
240 3 tag arc
3
2
3
-
2
3 3
-
tag
2
2
= =
= =

En forma polar o trigonomtrica: z
2
= 3 ( cos 240 + i sen 240 )
En forma reducida : z
2
= 3
240

__________________________________________________________________________________________________
15

ii) z
1
: z
2
=
2 1
2
2
z
1
z

|
|
.
|
\
|
=
60 ) 240 300 (
3
2
3
2
|
.
|
\
|
=
|
.
|
\
|
=

= | | 60 sen i 60 cos
3
2
+
=
3
2
i
3
3
3
1
+ =
|
|
.
|
\
|
+
2
3
i
2
1

iii) z
n
=
n
( cos n + i sen n )
z
1

5
= 2
5
( cos 5 .300 + i sen 5 . 300 ) = 32 ( cos 1500 + i sen 1500 )
= 32 ( cos 60 + i sen 60 ) = 32 i 3 16 16
2
3
i
2
1
+ =
|
|
.
|
\
|
+

iv) La
4
2
z =
4
2
3 3
2
3
=
4
240
3 , tiene 4 races que las encontramos
reemplazando en
n
k 2
n
k
z
t +
= Z e < s k con ; n k 0

4
k 2 240
4
k
3 z
t +
=
90 k 60
4
3
+
= ; con 0 s k < 4
Para k = 0 ; | | 60 sen i 60 cos 3 z
4
0
+ = = i
2
27
2
3
i
2
3
2
1
3
4 4
4
+ =
|
|
.
|
\
|
+
Para k = 1 ; | | 150 sen i 150 cos 3 z
4
1
+ = = i
2
3
2
27
i
2
1
2
3
3
4 4
4
+ =
|
|
.
|
\
|
+
Para k = 2 ; | | 240 sen i 240 cos 3 z
4
2
+ = = i
2
27
2
3
i
2
3
2
1
3
4 4
4
=
|
|
.
|
\
|

Para k = 3 ; | | 330 sen i 330 cos 3 z
4
3
+ = = i
2
3
2
27
i
2
1
2
3
3
4 4
4
=
|
|
.
|
\
|

Grficamente: Las n races de z = 0, se identifican con los vrtices de un polgono regular de n
lados inscripto en una circunferencia de radio igual a
n
.

__________________________________________________________________________________________________

16

Particularmente para el ejercicio considerado, son los vrtices de un cuadrado inscripto en una
circunferencia de radio igual a
4
3 = 1,316 y los argumentos de 60, 150, 240 y 330

8.- Races cuadradas en forma binmica
2

8.1.- Frmula
Para z = a + bi ; = + bi a x + yi
Con x =
2
b a a
2 2
+ +
, y =
2
b a a
2 2
+ +

Es decir: = + bi a
2
b a a
2 2
+ +
2
b a a
i
2 2
+ +

Sobre los signos : a) signos iguales ( + + o ), si b es positivo
b) signos distintos ( + o + ), si b es negativo
8.2.- Ejemplos
a) = 4i 3 x + yi
x = 2
2
5 3
2
16 9 3
=
+
=
+ +

y = 1
2
5 3
2
16 9 3
=
+
=
+ +

2
Sagastume Berra-Fernandez. lgebra y Clculo Numrico
1
60
Z
0
Z
1
Z
2
Z
3

z
0
= 2 i
z
1
= 2 + i
Como b es negativo,
tenemos:
__________________________________________________________________________________________________
17

b) = + i 24 7 x + yi

x = 4
2
25 7
2
576 49 7
=
+
=
+ +

y = 3
2
25 7
2
576 49 7
=
+
=
+ +

9.- Ejercicios resueltos
9.1.- Representar grficamente los siguientes conjuntos:
i. { } 2 ) z ( Re 1 C z / z < < . e ii. { } 1 ) z ( Img ) z ( Re C z / z = + . e
x + y = 1

9.2.-Hallar el valor de z que satisface la siguiente igualdad:
) i 1 ( i
i 1
z ) i 2 (
+ =
+

Solucin: ( 2 + i ) + z = ( i 1 ) ( 1 i )
z = i 1 i
2
+ i 2 i
z = i 1 + 1 + i 2 i
z = 2 + i

x=2 x= 1
1
1
z
0
= 4 + 3 i
z
1
= 4 3 i
Como b es positivo,
tenemos:
__________________________________________________________________________________________________

18
9.3.- Calcular la siguiente expresin =
|
|
.
|
\
|
+
10
i 1
i 3 1

Solucin: se encuentra la potencia utilizando la Frmula de Moivre, para ello
a) Se expresa los complejos dados, en forma polar
Para i 3 1 + , se tiene: = = +3 1 2 ; e IC , = arc tg
1
3
= 60
i 3 1 + = 2
60
Para 1 i , se tiene: = 2 ; e IVC , = arc tg ( 1 ) = 315
1 i = 2
315

b) Se realiza la divisin de los complejos en forma polar :
2
60
: 2
315
=
105 255
315 60
2 2
2
2
= =

c) Se eleva el resultado anterior a la dcima potencia
( ) ( )
330
5
1050
105 10
10 10
105
32 2 2 2 = = = x
Respuesta: =
|
|
.
|
\
|
+
10
i 1
i 3 1
32
330
= 32 ( cos 330 + i sen 330 ) = 32
|
|
.
|
\
|
2
1
i
2
3

= 16 3 16i

9.4.- Resolver la ( 1 + i )
4
z
3
3 = 0
a) Se despeja z
3
, y se tiene: z
3
= 3 : ( 1 + i )
4

z
3
= 3 : [ ( 1 + i )
2
( 1 + i )
2
]
z
3
= 3 : [2i . 2i ]
z
3
= 3 : ( 4 )
z
3
=
4
3

3
4
3
z =

__________________________________________________________________________________________________
19
b) Se expresa el complejo z =
4
3
, en forma polar

=
4
3
4
3
2
= |
.
|
\
|
y = 180
z =
4
3

180

c) Se calculan las tres races de z

z =
3
180 4
3
; z
k
=
3
k 2
3
180
3
4
3
t
+
=
k 120 60
3
4
3
+
con 0 s k < 3
Para k = 0 ; z
0
=
60
3
4
3
; z
0
=
3
4
3
(cos 60 + i sen 60 )
Para k = 1 ; z
1
=
120 60
3
4
3
+
=
180
3
4
3
; z
1
=
3
4
3
(cos 180 + i sen 180 )
Para k = 2 ; z
2
=
240 60
3
4
3
+
=
300
3
4
3
; z
2
=
3
4
3
(cos 300 + i sen 300 )

9.5.- Determinar los nmeros reales x e y de modo tal que:
( 1 2 i ) x + ( 3 5 i ) y + 1 = 1 + 3i
Solucin:
Se resuelven los productos indicados y se cancelan trminos
x 2 x i + 3 y 5 y i = 3 i
Se agrupan reales entre s e imaginarios entre s, en el 1 miembro de a igualdad
( x + 3 y ) + ( 2 x 5 y ) i = 0 + 3 i
Se igualan coeficientes reales y coeficientes imaginarios:
=
= +
3 y 5 x 2
0 y 3 x

Se resuelve el sistema: x = 9 . y = 3

9.6.- Encontrar los nmeros complejos que cumplan las siguientes condiciones:
Su producto sea
|
.
|
\
|
t + t
12
17
sen
12
17
cos
2
3
, el cociente de sus mdulos es 6 y la diferencia de
sus argumentos es t
12
1

__________________________________________________________________________________________________

20

Solucin:
Si los complejos buscados son: z
1
=
11
y z
2
=
22

Si z
1
. z
2
=
|
.
|
\
|
t + t
12
17
sen
12
17
cos
2
3

1 .

2 =
2
3

. (
1
+
2
)

=

12
17

Adems sabemos que:
2
1

= 6 . (
1

2
) = t
12
1

De:
1 .

2 =
2
3

.
2
1

= 6 , tenemos que
1
=
2
1
y

2
= 3
De:
1
+
2

=
12
17

.

1

2
= t
12
1
, tenemos
1
=
4
3
= 135 .
2
=
3
2
= 120
Respuesta: los complejos buscados son:
1
=
135 2
1
y

2
= 3
120

10.- Ejercicios propuestos a modo de autoevaluacin
10.1.- Decir que condicin debe cumplir un nmero complejo z para que el punto que lo repre-
senta pertenezca:
i) al cuarto cuadrante
ii) al eje imaginario
iii) a la bisectriz del II y IV cuadrante

10.2.- Demostrar:
a) El conjugado del opuesto de todo complejo es igual al opuesto de su conjugado.
b) El conjugado de la diferencia de dos complejos es igual a la diferencia de los conjuga-
dos.
c) El conjugado del cociente de dos complejos es igual al cociente de sus conjugados.

10.3.- Mediante los complejos z
1
= a + bi y z
2
= c + di, verificar las propiedades conmutativas
de la suma y la multiplicacin.

10.4.- Dados los complejos z
1
= i y z
2
= i ,
i) Expresarlos en forma polar.
__________________________________________________________________________________________________
21

ii) Encontrar el producto y el cociente de z
1
y z
2
, en forma polar

10.5.- Responde:
i) Cules son las propiedades de la suma de nmeros complejos? Exprsalas en leguaje
simblico.
ii) Cundo dos complejos expresados en forma polar son iguales?
iii) Cmo se representan geomtricamente las races de un complejo?
iv) Qu expresin se utiliza para encontrar la potencia n-sima de un complejo?

10.6.- Dados: z
1
= a + bi , z
2
= c + di y z
3
= e + fi , demostrar las propiedades asociativa,
conmutativa del producto; y la distributiva con respecto a la suma.

11.- Bibliografa bsica consultada
Di Caro H. Tomo I . lgebra y Elementos de Geometra Analtica
Rojo, A. lgebra I .Tomo I. Edit. El Ateneo
Sagastume Berra, A. Fernndez, Germn. lgebra y Clculo Numrico. Editorial Kapelusz

Polinomios Esp. Lydia Mara Llanos
__________________________________________________________________________________________________

22

POLINOMIOS Y ECUACIONES ALGEBRAICAS
Contenidos
Se define polinomio en una indeterminada y tambin su grado. ste permitir particularizar dife-
rentes polinomios: nulo, iguales, ordenado, completo. Se realizar una breve revisin de opera-
ciones con polinomios; particularmente se detallar el concepto de Divisibilidad y mximo co-
mn divisor y su clculo a travs del Algoritmo de Euclides.
Se plantean ecuaciones algebraicas, y admitido el Teorema Fundamental del lgebra, la descom-
posicin factorial de las mismas; races mltiples y la relacin entre coeficientes y races de una
ecuacin.

Objetivos
- Hallar el mximo comn divisor de polinomios aplicando el algoritmo de Euclides.
- Desarrollar habilidades en el manejo de los lenguajes coloquial y simblico a travs del plan-
teo y resolucin de situaciones problmicas relacionadas a polinomios y ecuaciones algebrai-
cas.
- Reconocer la importancia de la relacin entre races y coeficientes de una ecuacin para la
solucin y reconstruccin de ecuaciones.

Polinomio
Divisibili-
dad
m.c.d.

Algoritmo de Euclides
y
y su clculo
por el
Se define
es toda funcin P de
la indeterminada x
de la forma P(x) = a
0
x
n
+ a
1
x
n-1
+ a
2
x
n-2
+ ... + a
n

= 0
si
Se obtiene
una
Ecuacin algebraica
de grado n, que tiene n
races

Races mltiples,
relacin entre coefi-
cientes y races.
En la que se
estudia
__________________________________________________________________________________________________
23

1.- Introduccin
Una expresin algebraica es una combinacin de nmeros y letras, vinculados entre s por las
operaciones de suma, resta, multiplicacin, divisin, potenciacin y radicacin.
Las expresiones algebraicas se clasifican en racionales e irracionales. En las primeras no inter-
viene la radicacin, solo las otras cinco operaciones. Las racionales pueden ser enteras o fraccio-
narias, segn que en ellas intervengan solamente sumas, restas y multiplicaciones o bien inter-
venga adems la divisin.
3 + x x 2x
3
es irracional
2x
2
+
2
1
x
4
3 es racional entera

2
x
5
3
1 x
3 x 2
+
+
es racional fraccionaria
Una expresin algebraica racional entera se llama tambin, en general, polinomio.

2.- Polinomio
Polinomio es una suma algebraica de trminos, cada uno de los cuales consta de un coeficiente
numrico o constante, multiplicado por una cierta potencia de la variable x.
P(x) = a
0
x
n
+ a
1
x
n-1
+ a
2
x
n-2
+ ... + a
n
=
n
0 i
i n
i
x a
La constante a
i
, se llama coeficiente. Cuando todos los coeficientes pertenecen a un cierto campo
numrico C, se dice que P(x) es un polinomio sobre C.
Ejemplos:
1) P(x) = 3x
4
+ 2x
3
x
2
5x + 1
2) Q(x) =
2
1
x
3
+ 2i x
2
3
Los coeficientes de P(x) en 1) e a los R, por lo tanto P(x) es un polinomio sobre el conjunto de
los Reales; los de Q(x) en 2) e a los Complejos, por lo tanto Q(x) es un polinomio sobre el con-
junto de los Complejos.
Un polinomio de un trmino es un monomio.
Ejemplos: 3 x
2
; 2 y
5
; 5 n
3

Un polinomio de dos trminos es un binomio.
Ejemplos: 2x
3
+ 5 x ; 3y
7
+ . y
3

__________________________________________________________________________________________________

24

Un polinomio de tres trminos es un trinomio.
Ejemplo: 3x
2
x + 2

2.1.- Grado de un polinomio
El grado de un polinomio est dado por el grado del monomio de mayor grado. El polinomio nulo
no tiene grado. El trmino a
0
x
n
, que es el que contiene la potencia ms alta de x, se llama tr-
mino principal, y a
0
coeficiente principal del polinomio. Si el coeficiente principal es 1, entonces
el polinomio se dice mnico.

2.2.- Polinomios iguales
Polinomios iguales son aquellos polinomios que tienen los coeficientes de los trminos semejan-
tes iguales:
Dados: P(x) =
n
0 i
i n
i
x a y Q(x) =
n
0 i
i n
i
x b ;
P(x) = Q(x) i a
i
= b
i

2.3.- Polinomio ordenado, polinomio completo
Polinomio ordenado: es el polinomio cuyos trminos estn escritos de modo tal, que las potencias
de la variable x quedan ordenadas en forma creciente o decreciente.
Polinomio completo: es el polinomio en el que aparecen todas las potencias de x con coeficientes
distintos de 0.
Ejemplos:
P(x) = 3x
4
+ 2x
3
x
2
5x + 1
P(x) es un polinomio de cuarto grado, completo y ordenado en forma decreciente
Q(x) =
2
1
x
3
+ 2i x
2
3
Q(x) es de tercer grado, incompleto y ordenado en forma decreciente.

3.- Operaciones con polinomios
3.1.- Suma
Dados dos polinomios P(x) y Q(x) , los coeficientes del polinomio suma se obtendrn sumando
los de los trminos del mismo orden de P y Q.

__________________________________________________________________________________________________
25

Calcular P(x) + Q(x) ; siendo P(x) = 3 x
3
2 x +
2
1

y Q(x) = 1 x
5
1
x x
3
1
2 4
+
P(x) + Q(x) =
4
x
3
1
+ 3 x
3
x
2
x
5
9

2
1

La adicin de polinomios goza de las propiedades:
- Ley de cierre. La suma de dos polinomios es otro polinomio.
- Asociativa: ( P(x) + Q(x) ) + R(x) = P(x) + ( Q(x) + R(x) )
- El polinomio nulo, que se designa con 0, es el elemento neutro de la adicin de polino-
mios. Para cualquier polinomio P(x) + 0 = 0 + P(x) = P(x)
- Todo polinomio P(x) tiene su opuesto P(x) , siendo los coeficiente de P(x) los opues-
tos de los coeficientes de P(x), tal que: P(x) + ( P(x)) = ( P(x)) + P(x) = 0
- Conmutativa: P(x) + Q(x) = Q(x) + P(x)

3.2.- Multiplicacin
Con respecto al producto de polinomios, una vez ordenados se multiplican los trminos de uno de
ellos por cada uno de los trminos del otro, y luego se suman los trminos semejantes.
Calcular P(x) . Q(x) , siendo:
P(x) = 2 x
4
3 x
2
+ x 5
y Q(x) = 4 x
2
x + 1

Para realizar el producto se dispone en forma prctica, como sigue:
P(x) = 2 x
4
3 x
2
+ x 5
Q(x) = 4 x
2
x + 1
8 x
6
1 2 x
4
+ 4 x
3
20 x
2

2 x
5
+ 3 x
3
x
2
+ 5x
2 x
4
3 x
2
+ x 5
P(x) . Q(x) = 8 x
6
2 x
5
1 0 x
4
+ 7 x
3
24 x
2
+ 6 x 5

__________________________________________________________________________________________________

26

La multiplicacin de polinomios goza de las siguientes propiedades:
- Ley de cierre. El producto de dos polinomios es otro polinomio.
- Asociativa: ( P(x) . Q(x) ) . R(x) = P(x) . ( Q(x) . R(x) )
- l es el elemento neutro de la multiplicacin de polinomios.
Para cualquier polinomio 1. P(x) = P(x).1 = P(x)
- Conmutativa: P(x) . Q(x) = Q(x) . P(x)
- Distributiva con respecto a la adicin: P(x).(Q(x) + R(x)) = P(x) . Q(x) + P(x) . R(x)

3.3.-Productos especiales (Expresiones analticas y geomtricas)
1. Cuadrado de un binomio: ( x + a )
2

( x + a )
2
= x
2
+ 2ax + a
2

2. Cubo de un binomio: ( x + a )
3

( x + a )
3
= x
3
+ 3 x
2
a + 3 x a
2
+ a
3

3. Producto de la suma por la diferencia de dos trminos: ( x + a ) . ( x a )

( x + a ) . ( x a ) = x
2
a
2

x a
x
2
a.x
a.x
a
2
x
x + a
x

a

x
a
2
a
__________________________________________________________________________________________________
27

3.4.- Divisin
Dados dos polinomios P(x) y D(x) , llamados dividendo y divisor respectivamente, ste lti-
mo no nulo; se trata de hallar dos polinomios Q(x) y R(x) , llamados cociente y resto, tales que
se cumpla la identidad:
P (x) = D(x) . Q(x) + R(x)
y que adems, grado de R(x) ( grado de D(x).

Dados los polinomios
P(x) = 10 x + 2 x
4
+ 1 5 x
3

y D(x) = 5 x + 5 + 2 x
2

Prcticamente, la divisin se dispone del siguiente modo:
2 x
4
5 x
3
+ 0 x
2
10 x + 1 2 x
2
5 x + 5
2 x
4
+ 5 x
3
5 x
2

2
5
x
2

5 x
2
10 x + 1
5 x
2

2
25
x +
2
25

2
45
x +
2
27

Luego: El cociente Q(x) es
2
5
x
2

El resto R(x) es
2
45
x +
2
27

3.5.- Casos especiales
Regla de Ruffini
La Regla de Ruffini es una regla prctica que permite hallar los coeficientes del cociente y el res-
to de una divisin de un polinomio P(x), por otro de la forma x a.
Por ejemplo: hallar el cociente y el resto de ( x
2
2 x
4
+ 2 ) : ( x + 2 )
Se ordena y se completa el polinomio dividendo.
( 2 x
4
+ 0 x
3
+ x
2
+ 0 x + 2 ) : ( x + 2 )

__________________________________________________________________________________________________

28

2 0 1 0 2

2 4 8 14 28
2 4 7 14 26 R

Teorema del resto: El resto de la divisin de un polinomio entero en x , por el binomio ( x
a ) es el valor que toma dicho polinomio para x = a .
Para el ejemplo anterior, el resto se encuentra directamente:
R = ( 2 )( 2 )
4
+ ( 2 )
2
+ 2 = 3 2 + 4 + 2 = 2 6
4.- Divisibilidad
Dados los polinomios F(x) y f(x), no nulos, se dice que f(x) divide a F(x), si existe un polinomio
(x) tal que satisface la identidad: F(x) = f(x) . (x).

4.1.- Propiedades
1) Si f(x), divide a F(x) f(x) divide a F(x). |(x), cualquiera sea | (x)
2) Si f(x) divide a F(x) y f(x) divide a |(x) , f(x) divide a F(x) + |(x)
3) Si el dividendo y divisor se multiplican por un mismo polinomio no nulo, entonces el co-
ciente no vara, pero el resto queda multiplicado por dicho polinomio
Nota: En la divisibilidad algebraica las constantes desempean el mismo papel que la unidad en
la divisibilidad numrica ya que cualquier polinomio entero es divisible por toda constante no
nula.
Corolario: Todo polinomio entero que no tenga otros divisores que constantes cualesquiera, es
primo.

4.2.- Mximo comn divisor
Se llama m.c.d. de los polinomios A(x) y B(x), diferentes del polinomio nulo, al polinomio D(x)
que es divisor de ambos y que a la vez es divisible por cualquier otro divisor comn de estos po-
linomios.

C(x) = 2 x
3
+ 4 x
2
7 x 14 R = 2 6
__________________________________________________________________________________________________
29

Si los polinomios estn factoreados en sus factores primos, el m.c.d. es el producto de los factores
comunes a ambos con el menor exponente.
En general el problema de descomponer polinomios en sus factores primos es complicado, por lo
tanto debemos encontrar otro procedimiento: el Algoritmo de Euclides

4.3.- Algoritmo de Euclides
El m.c.d. de dos polinomios, puede ser calculado por un algoritmo de divisiones sucesivas.
Teorema: Dados dos polinomios normales A(x) y B(x) , su m.c.d. puede obtenerse as: se efecta
la divisin de A por B, y se obtiene un cociente Q
0
(x) y un resto R
1
(x); se efecta la divisin de
B(x) y R
1
(x) ( si ste no es nulo ), obtenindose un cociente Q
1
(x) y un resto R
2
(x); divdase
R
1
(x) en R
2
(x) (si ste no es nulo ), obtenindose Q
2
(x) y un resto R
3
(x) ; y as sucesivamente, se
llegar a un resto nulo. Entonces, el resto anterior o sea el ltimo divisor usado, es el m.c.d. ;
D(x) = ( A(x),B(x))
En smbolos:
A(x) = Q
0
(x) . B(x) + R
1
(x)
B(x) = Q
1
(x) . R
1
(x) + R
2
(x)
R
1
(x) = Q
2
(x) . R
2
(x) + R
3
(x)
...........................................
R
n - 3
(x) = Q
n - 2
(x) . R
n 2
(x) + R
n - 1
(x)
R
n 2
(x) = Q
n 1
(x) . R
n - 1
(x) + R
n
(x)
R
n 1
(x) = Q
n
(x) . R
n
(x)
Donde: grado de R
1
< grado B(x)
grado de R
2
< grado R
1

grado de R
3
< grado R
2

------------------------------
grado de R
n
< grado R
n - 1

0 = R
n +1
(x)
R
n
= D(x)

__________________________________________________________________________________________________

30

Aplicando el algoritmo de Euclides, las divisiones se disponen as:

En consecuencia: m.c.d. (A, B) = m.c.d.(B, R
1
) = m.c.d.(R
1
, R
2
) = = m.c.d.(R
n-2
, Rn-1) =
m.c.d.(R
n-1
, Rn) = m.c.d.(R
n
, 0) = Rn . Siendo R
n
el ltimo resto no nulo de las divisiones suce-
sivas.
Observacin: Si R
n
es una constante, los polinomio A(x) y B(x) son primos entre s.

Ejemplo: Dados A(x) = x
5
16 x
4
+ 97 x
3
278 x
2
+ 380 x 200 y
B(x) = 5 x
4
64 x
3
+ 291 x
2
556 x + 380, hallar el m.c.d. (A, B)

x 16 5x + 19
x
5
16 x
4
+ 97 x
3
278 x
2
+ 380 x 200 5x
4
64 x
3
+ 291 x
2
556 x + 380 x
3
+ 9 x
2
24 x + 20
5x
5
80 x
4
+ 485 x
3
1390 x
2
+ 1900 x 1000
+ 64 x
4
291 x
3
+ 556 x
2
380 x
+ 45 x
3
120 x
2
+ 100 x
19x
3
+ 171 x
2
456 x + 380

16 x
4
+ 194 x
3
834 x
2
+ 1520 x 1000
80 x
4
+ 970 x
3
4170 x
2
+ 7600 x 5000
1024 x
3
+ 4656 x
2
8896 x + 6080
171 x
2
+ 456 x 380
0

(1/54) . 54 x
3
+ 486 x
2
1296 x + 1080
x
3
+ 9 x
2
24 x + 20

el m.c.d. (A, B) = x
3
+ 9 x
2
24 x + 20
Nota: Como, multiplicar el dividendo por una constante, no produce otra alteracin que multipli-
car el resto por dicha constante, se puede multiplicar cualquier dividendo por la constante precisa
para evitar coeficientes fraccionarios en el cociente. Tambin puede suprimirse cualquier factor
numrico comn a todos los trminos de un dividendo.

Q
0
(x) Q
1
(x) Q
2
(x) ------ Q
n-2
(x) Q
n-1
(x) Q
n
(x)
A(x) B(x) R
1
(x) R
2
(x) ------ R
n-2
(x) R
n-1
(x) R
n
(x)
R
1
(x) R
2
(x) R
3
(x) R
4
(x) ------- R n(x) 0
__________________________________________________________________________________________________
31

5.- Ecuaciones
5.1.- Ecuaciones algebraicas: Se llama ecuacin algebraica a una ecuacin que se obtiene igua-
lando a cero un polinomio en una variable x. P(x) = 0
a
0
x
n
+ a
1
x
n 1
+ a
2
x
n 2
+ ... + a
n
= 0 , donde los a
i
son los coeficientes
conocidos, que supondremos por lo general reales y en casos especiales complejos.
Ecuacin mnica o normal: una ecuacin se llama mnica o normal, si el coeficiente a
0
(del tr-
mino de mayor grado) es =1.

5.2.- Teorema fundamental del lgebra

Consideraciones:
1.- Cualquier valor de x, que anula al polinomio P(x), se llama raz de la ecuacin P(x) = 0.
2.- Un nmero a, es raz de la ecuacin P ( x ) = 0 si P ( x ) es divisible por ( x a ).

Por el Teorema Fundamental del lgebra y las consideraciones anteriores, es posible demostrar
la siguiente proposicin:

5.3.- Races mltiples
Puede ocurrir que varias de estas races sean iguales entre s, en cuyo caso la raz se llama mlti-
ple. Por ejemplo, si - h races = x
1
, k races = x
2
y p races = x
i
,
podemos agrupar los factores iguales y resulta:
P(x) = a
0
( x x
1
)
h
( x x
2
)
k
( x x
i
)
p
; con h + k + ... + p = n
Donde h, k , .. , p son llamados el orden de multiplicidad de las races.
Decimos entonces que: x
1
es raz mltiple de orden h,
x
2
es raz mltiple de orden k,
----------------------------------
x
i
es raz mltiple de orden p

Teorema Fundamental del lgebra: Toda ecuacin algebraica P( x ) = 0 de grado no nulo,
de coeficientes reales o complejos, tiene al menos una raz (real o compleja).
Toda ecuacin de grado n (de coeficientes reales o complejos) tiene exactamente n races
(reales o complejas) y su descomposicin (en funcin de sus races) es:
P ( x ) = a
0
( x x
1
) ( x x
2
) ( x x
n
) = 0

__________________________________________________________________________________________________

32

5.3.1.- El concepto de raz mltiple est estrechamente ligado con el concepto de derivada del
polinomio como lo veremos en el siguiente teorema; que tambin lo admitiremos sin demostra-
cin.

Por ejemplo, P(x) = x
4
7x
3
+18x
2
20x + 8 , tiene a 2 como raz mltiple de orden 3.
Veamos:

5.3.2.- Determinacin de si un polinomio admite races mltiples

las races de D(x) son las mismas que las de P(x) con su orden de multiplicidad disminuido
en una unidad, por lo tanto, las races simples de P(x) no figurarn en las de D(x).
Si el m.c.d. entre P(x) y P (x) es independiente de x, o sea, si P (x) y P (x) son primos entre
s, la ecuacin P(x) = 0 carece de races mltiples.
Por ejemplo:
Sea P(x) = x
4
2 x
3
+ 2x 1, investigue la existencia de races mltiples
P(x) = 4x
3
6 x
2
+ 2
D(x) = m.c.d. (P, P) = x
2
2x + 1
Las races de D(x) = x
2
2x + 1 = 0 , son las races mltiples de P(x).
x
2
2x + 1 = 0, tiene x = 1 raz doble; por lo tanto 1 es raz mltiple de orden 3 de P(x)
P(x) = x
4
7x
3
+18x
2
20x + 8 P(2) = 2
4
7.2
3
+18.2
2
20.2 + 8 = 0
P(x) = 4 x
3
21x
2
+36x 20 P(2) = 4. 2
3
21.2
2
+36.2 20 = 0
P(x) = 12 x
2
42x +36 P(2) = 12.2
2
42.2 +36 = 0
P(x) = 24x 42 P(2) = 24.2 42 = 6 0
Teorema: La condicin necesaria y suficiente para que un nmero a sea raz mltiple
de orden h del polinomio P(x), es que anule al polinomio y a sus h 1 primeras deriva-
das, siendo distinta de cero la de orden h.

Teorema: Las races mltiples de P(x) = 0 son todas las races de la ecuacin D(x) = 0
(donde D(x) = m.c.d.( P(x), P(x) ). Esta notacin significa que D(x) es el m.c.d. de
los polinomios P(x) y P(x) .

__________________________________________________________________________________________________
33

5.4.- Obtencin de una ecuacin con races simples
Probaremos que: Dividiendo P(x) = 0 por el m.c.d.. entre P(x) y P(x), la ecuacin obtenida,
tendr las mismas races que P(x), pero simples.
Recordemos que D(x) = m.c.d. (P(x) , P(x) )

Si dividimos P(x) = ( x x
1
)
h
( x x
2
)
k
... ( x x
i
)
m
en
D (x) = ( x x
1
)
h 1
( x x
2
)
k 1
... ( x x
i
)
m 1
obtenemos:

D(x)
P(x)
= ( x x
1
) ( x x
2
) ( x x
3
) ... ( x x
i
)

En el ejemplo anterior, para P(x) = x
4
2 x
3
+ 2x 1, D(x) = m.c.d. (P, P) = x
2
2x + 1
D(x)
P(x)
=
1 2x x
1 2x 2x x
2
3 4
+
+
= x
2
1
Las races de x
2
1 = 0 , son x =1 y x = 1 ; estas races son races de P(x), pero simples

5.5.- Races complejas de polinomios reales
Si los coeficientes de P(x) son nmeros reales, entonces se prueba que:

5.6.- Relacin entre coeficientes y races de una ecuacin algebraica
Dada la ecuacin (1) P(x) = a
0
x
n
+ a
1
x
n 1
+ ... + a
n
= 0, cuyas races son x
1
, x
2
, ... , x
n
,
los coeficientes del polinomio P(x) se relacionan como sigue:
1
0
1
) 1 (
a
a
= ( x
1
+ x
2
+ ... + x
n
)
2
0
2
) 1 (
a
a
= ( x
1
x
2
+ x
1
x
3
+ + x
1
x
n
+ ... + x
n

1
x
n
)
3
0
3
) 1 (
a
a
= ( x
1
x
2
x
3
+ x
1
x
2
x
4
+ + x
1
x
2
x
n
+ ... + x
n

2
x
n

1
x
n
)
Si un nmero complejo a + bi es raz del polinomio P(x) de coeficientes reales, dicho
polinomio tiene tambin por raz el complejo conjugado a bi . Si el complejo a + bi es
raz mltiple de orden h, tambin el complejo a bi es raz mltiple de orden h.
__________________________________________________________________________________________________

34

................................................................................................

n
0
n
) 1 (
a
a
= x
1
x
2
x
3
... x
n

5.7.- Ejemplos
5.7.1.- Dada la ecuacin x
3
x
2
8x + 12 = 0, comprobar que 2 es raz doble y determinar el or-
den de multiplicidad de 3 .
- Una forma de comprobar es la siguiente:
Por el teorema visto, las races mltiples de x
3
x
2
8x + 12 = 0 , son todas las races de la
ecuacin D(x) = 0, donde D(x) = ( P(x), P (x) )).
P(x) = x
3
x
2
8x + 12 ; P (x) = 3 x
2
2x 8
D(x) = x 2 (hallar el m.c.d., por el algoritmo de Euclides ) .
x 2 = 0 x = 2 es raiz simple de D(x)
Como las races de D(x) son las mismas que las de P(x) con su orden de multiplicidad disminui-
do en una unidad, 2 es simple de D(x), por lo tanto 2 es doble de P(x)
Tambin, las races simples de P(x) no son races de D(x), entonces 3 que no es raz de D(x) ,
es raiz simple de P(x).

- Otra forma para comprobar que 2 es raz doble de la ecuacin dada, es a travs de la aplicacin
de la regla de Ruffini:
1 1 8 12
2 2 2 12
1 1 6 0
2 2 6
1 3 0
x + 3 = 0 x = 3 2 es raz doble y 3 es raz simple de P(x)

- Otro modo de comprobar que 2 es raz doble y 3 simple, es a travs de la condicin necesa-
ria y suficiente: para que 2 sea raz doble del polinomio P(x), es que anule al polinomio y a su
primera derivada, siendo distinta de cero la derivada de orden 2.
__________________________________________________________________________________________________
35

5.7.2.- Encontrar la ecuacin que tiene por races, las mismas de 5.7.1.- , pero todas simples.
Para encontrar la ecuacin que tiene por races, las mismas de 1), pero todas simples se
divide P(x) por D(x).
(x
3
x
2
8x + 12 ) : (x 2 ) = x
2
+ x 6
Las races de x
2
+ x 6 = 0, son x
1
= 2 y x
2
= 3.
5.7.3.- Reconstruir la ecuacin de 3 grado, si sus races son: x
1
= 2 , x
2
=
2
1
y x
3
= 3
- Una forma de reconstruir la ecuacin es la siguiente:
( x + 2 ). ( x
2
1
) . ( x + 3 ) = 0
Resolviendo el producto: ( x
2
+
2
3
x 1 ) . ( x + 3 ) = 0
2 x
3
+ 9 x
2
+ 7 x 6 = 0 , que es la ecuacin reconstruida.
- Otra forma de reconstruir la ecuacin de 3 grado, sabiendo que sus races son:
x
1
= 2 , x
2
=
2
1
y x
3
= 3 , es trabajando con la relacin entre coeficientes y
races.
Si a la ecuacin a
0
x
3
+ a
1
x
2
+ a
2
x
1
+ a
3
= 0 dividimos por a
0 ,
tenemos:
x
3
+
0
1
a
a
x
2
+
0
2
a
a
x
1
+
0
3
a
a
= 0 I
Tenemos:
1
0
1
) 1 (
a
a
= ( x
1
+ x
2
+ x
3
) = ( 2 +
2
1
3 ) =
2
9

2
0
2
) 1 (
a
a
= ( x
1
x
2
+ x
1
x
3
+ x
2
x
3
) = 1 + 6
2
3
=
2
7

3
0
3
) 1 (
a
a
= x
1
x
2
x
3
= 3
P(x) = x
3
x
2
8x + 12 P(2) = 8 4 16 + 12 = 0 P(3) = 27 9 + 24 + 12 = 0
P(x) = 3x
2
2x 8 P(2) = 12 4 8 = 0 P(3) = 27 + 6 8 = 0
P(x) = 6x 2 P(2) = 12 2 = 0 x = 3 es raz simple
x = 2 es raz doble
__________________________________________________________________________________________________

36

Reemplazando en I, tenemos: x
3
+
2
9
x
2
+
2
7
x 3 = 0 multiplicando por 2 tenemos:
2 x
3
+ 9 x
2
+ 7 x 6 = 0 , que es la ecuacin solicitada

5.8.- Es interesante observar que:
1) Una ecuacin que tiene todos sus coeficientes positivos, no admite races positivas.
Esto es evidente puesto que la suma de sumandos positivos no puede ser cero.
2) Una ecuacin que tiene, los coeficientes de las potencias pares de x, todas del mismo
signo, y, los coeficientes de las potencias impares todos del signo contrario, no admite
races negativas. En efecto, sustituyendo x por (x) en la ecuacin P(x) = 0, los trmi-
nos de grado par, no cambian de signo y si los de grado impar, luego quedar una ecua-
cin de trminos todos del mismo signo, y las races, si es que las hay reales, sern nega-
tivas y por lo tanto, positivas las de la ecuacin propuesta. Por ejemplo: la ecuacin 2x
3

9x
2
+ 12x 5 = 0 , no admite races negativas.
3) Dada la ecuacin a
0
x
n
+ a
1
x
n - 1
+ a
2
x
n - 2
+ ... + a
n - 1
x + a
n
= 0, de coefi-
cientes enteros ( si son fraccionarios eliminamos denominadores ), se prueba que:
i) La condicin necesaria pero no suficiente, para que un nmero entero o sea raz de
la ecuacin es que sea divisor del trmino independiente
ii) Si
q
p
es raz de la ecuacin P(x) = 0, entonces p es divisor del trmino independien-
te a
n
, y q es divisor del coeficiente del trmino principal a
0
.
iii) En particular, si P(x) es mnica, la ecuacin no admite races fraccionarias.

Por ejemplo, para resolver la ecuacin 2x
3
9x
2
+ 12x 5 = 0 , dada en el punto 2)
- Se investiga si admite races racionales
q
p

p debe ser divisor de 5 : 1 ; 5

y q debe ser divisor de 2: 1 ; 2
- No admite races negativas porque los coeficientes de potencias impares son positivos y los
de los coeficientes pares, negativos. ( punto 2).
las posibilidades se reducen solo a los valores positivos.
__________________________________________________________________________________________________
37
las posibles races son: 1 , 5 ,
2
5
,
2
1

- Se utiliza la regla de Ruffini para verificar si efectivamente son races de la ecuacin plan-
teada, de este modo bajamos el grado de la ecuacin:

Se resuelve la ecuacin: 2x
2
7x + 5 = 0 x
1
=
2
5
, x
2
= 1
La solucin es: x
1
= 1 doble y x
2
=
2
5
simple

6.1.- Hallar la races de: x
4
+ 4x
3
+ 14x
2
+ 36x + 45 = 0,
Sabiendo que admite como raz a 3i
Solucin:
Como es una ecuacin de coeficientes reales, adems admite como raz a 3i .
Se reduce el grado de la ecuacin a 2, mediante la divisin por los binomios: x+3i ,
x 3i, aplicando sucesivamente la regla de Ruffini:

1 4 14 36 45
3i 3i 9+12i 36+15i 45
1 4+3i 5+12i 15i 0
3i 3i 12i 15i
1 4 5 0
Formamos la ecuacin: x
2
+ 4x +5 = 0

x = i 2
2
i 2 4
2
20 16 4
=

=

Las races son: x
1
= 3i, x
2
= 3i , x
3
= 2+i , x
4
= 2i

2 9 12 5
1 2 7 5
2 7 5 0
1 es raz de la ecuacin
__________________________________________________________________________________________________

38

6.2.- Construir una ecuacin mnica, de menor grado, con coeficientes reales que admita como
races a 2, doble y i simple.
Solucin:
La ecuacin buscada es: ( x 2 )
2
.( x + i ) . ( x i) = 0
( x
2
4x + 4 ) ( x
2
+ 1 ) = 0 x
4
4x
3
+ 5x
2
4x + 4 = 0

6.3.- La suma de dos de las races del polinomio 2x
3
x
2
7x + a = 0 es 1 , hallar a.
Solucin:
2x
3
x
2
7x + a = 0 , tiene tres races: x
1
, x
2
, x
3
, x
1
+ x
2
= 1
a
0
a
1
a
2
a
3

Considerando la relacin entre coeficientes y races, tenemos:
=
0
1
a
a
( x
1
+ x
2
+ x
3
)
2
1
= ( 1 + x
3
) x
3
=
2
1

=
0
2
a
a
( x
1
x
2
+ x
1
x
3
+ x
2
x
3
)
2
7
= (x
1
x
2
+ x
3
(x
1
+ x
2
))
2
7
= x
1
x
2

2
1

x
1
x
2
= 3
=
0
3
a
a
x
1
x
2
x
3

2
a
= (3)
|
.
|
\
|
2
1
a = 3

6.4.- Resolver la ecuacin x
3
3x
2
+ 4 = 0
Solucin:
La ecuacin dada es mnica, por lo tanto no admite races racionales. Si admite races enteras,
stas deben ser divisores de 4.
Los divisores de 4 son: 4, 2, 1

Con la regla de Ruffini probaremos para cada uno de ellos
Para 1
1 3 0 4
1 1 4 4
1 4 4 0 x
1
= 1 es raz
Para las otras dos races resolvemos la ecuacin: x
2
4x + 4 = 0 x
2
= 2 es raz doble
__________________________________________________________________________________________________
39

7.1.- Escribir:
i. una expresin algebraica entera y una expresin algebraica fraccionaria.
ii. un polinomio en lenguaje simblico.
iii. un polinomio mnico de 5 grado, incompleto y ordenado en forma decreciente.

7.2.- I) Sabiendo que
( a + b ) x
3
+ a x
2
+ ( c + a ) x + ( d c ) = 5 x
3
+ 7 x
2
+ 3 x 2
Calcular a , b , c , y d
II) Dados: P ( x ) = 3 a x
2

2
5
b x + c ; Q ( x ) =
2
1
x
2

2
1
b x 5
y sabiendo que P ( x ) + Q ( x ) = 4 a x
2

2
3
x 8 c
Calcular a , b y c

7.3.- Hallar A(x): dividendo, B(x): divisor, C(x): cociente o R(x): resto, segn corresponda sa-
biendo que:
a) A(x):
2
7
x
3

2
1
x
2
+ 3 x + 8 B(x):
2
1
x
2
+
2
1
x 1
b) B(x):
2
1
x
2
4 x
3
1
, C(x):
2
3
x 2 ; R(x):
4
25
x 1
c) A(x): 5 x x 4 x
2
5
x
4
3
2 3 4
+ + , C(x):
2
3
x
2
- 2 x + 4 , R(x) = 3x + 5

7.4.- Completar las siguientes igualdades
a) x
2
6 x + 9 = ( x ................. )
2

b) 9 t
4
+ 6 t
2
+ 1 = ( ........ )
2

c) x
2
10 x + .... = ( .............. 5 )
2

d) ( x a )
2
= .. Representar geomtricamente

7.5.- Indicar cules de las igualdades siguientes son correctas:
a) t
2
+ t + 1 = ( t + 1 )
2
, b) t
2
+ 2 t + 4 = ( t + 1 )
2
+ 3
__________________________________________________________________________________________________

40

c) 2 + 2 2 t + t
2
= ( 2 + t )
2

7.6.- Completar los siguientes trinomios para que sean cuadrados perfectos
i. a
2
+ 2 a b + ............................ ii. 9 a
2
+ 12 a b + ..............................
iii. ....... .......... .......... y x 4 x
4
25
4 2 4
+ iv. ..... .......... .......... 1 m
9
16
4
+ +

7.7.- Dados los polinomios P(x) = x
2
+ 1 , Q(x) = x 2 y R(x) = x
3
2 x ; demostrar las propie-
dades del producto de polinomios.

7.8.- Completar:
i. El algoritmo de Euclides es un algoritmo de
ii. Una ecuacin es Mnica o normal si ...
iii. Toda ecuacin de grado n(de coeficientes reales o complejos), tiene exactamente
..
iv. Si la ecuacin ax
3
+ bx + c = 0 (con a, b y c e R ), admite como raz a 2 i , tambin admite
a ..
v. Si una ecuacin tiene los coeficientes de las potencias pares de x, todas del mismo signo; y los
coeficientes de las potencias impares todos del signo contrario, no admite .
....
vi. Una ecuacin mnica no admite races.

7.9- Responder:
i. La ecuacin x
3
+ 4x
2
+ 5x + 2 , Admite races positivas? ...Porqu?............
...

ii. Cul es la condicin necesaria pero no suficiente, para que un nmero entero o sea raz de
__________________________________________________________________________________________________
41

una ecuacin algebraica?..............................................................................................

iii. Si
q
p
es raz de la ecuacin P(x) = 0, entonces p de quin es divisor?.......................
.. , y q de quin es divisor?...

7.10.- Escribe simblicamente la relacin entre los coeficientes y las races de una ecuacin alge-
braica.

8.- Bibliografa bsica consultada:
Rojo, A. lgebra I .Tomo I. Edit. El Ateneo
Notas de las clases tericas de la Lic. Josefina Royo de Ovando

Vectores Esp. Lydia Mara Llanos
__________________________________________________________________________________________________

42

Vectores
Contenidos
Definiremos vectores y las operaciones algebraicas entre ellos a partir de su concepto geomtrico,
es decir, conociendo el espacio en el cual estn contenidos ( R
2
y R
3
) y las propiedades. Tambin
se estudiarn ngulos, condiciones de paralelismo y perpendicularidad entre dos vectores. Se
definirn productos escalar, vectorial y mixto, las propiedades y la interpretacin geomtrica co-
rrespondiente para cada caso.
Objetivos
- Resolver operaciones con vectores en R
2
y R
3
, en lenguaje simblico y grfico.
- Plantear y resolver situaciones problmicas, a travs de la aplicacin de los conceptos del
lgebra vectorial.
- Valorar el desarrollo del lgebra vectorial por su aplicacin a situaciones geomtricas.

Se llama
Vector
a todo
Segmento
orientado
Los puntos extremos estn
dados en un cierto orden
en el que
tiene
Origen, extremo
Mdulo
Sentido
Direccin

Distancia entre dos puntos
Suma
Producto de un escalar
por un vector
Condicin de paralelismo
Puede representarse
en un
Sistema de coordenadas
o
En el plano: R
2

Se pueden realizar
las operaciones de
En el espacio: R
3

Producto vectorial Producto mixto
rea de un para-
lelogramo
Volumen de un
paraleleppedo
La interpretacin geomtrica
Producto escalar
Proyeccin de un vector
sobre otro vector
ngulo entre dos vectores
Condicin de perpendicula-
ridad
__________________________________________________________________________________________________
43

1.- Introduccin
El concepto de vector es de ndole geomtrica y ha nacido con la Fsica; su mayor importan-
cia reside en el aspecto aritmtico-algebraico, que es de aplicacin en el lgebra lineal. Iniciare-
mos el estudio del lgebra vectorial, definiendo al vector como representante de una magnitud
vectorial.
Hay magnitudes que quedan determinadas dando un solo nmero real: su medida. Por ejem-
plo: la longitud de una regla, el peso de un estudiante, el tiempo transcurrido entre dos sucesos.
Tales magnitudes se llaman escalares. Las magnitudes escalares son aquellas que quedan de-
terminadas dando un solo nmero real: su medida. Otros ejemplos de escalares son: la temperatu-
ra, el volumen.
Para otras magnitudes, en cambio, no basta dar un nmero para determinarlas. Para la velo-
cidad de un punto, por ejemplo, no basta conocer su intensidad, sino que hace falta conocer,
adems, la direccin y el sentido en que el punto se mueve.
La direccin viene dada por una recta, de manera tal que todas las rectas paralelas tienen la
misma direccin, y en cambio rectas no paralelas tienen direcciones diferentes. Cada direccin
tiene dos sentidos, determinados por las dos orientaciones posibles de la recta.
Lo mismo que ocurre con las velocidades, ocurre con las fuerzas; su efecto depende no slo
de la intensidad, sino tambin de la direccin y sentido en que actan. Otros ejemplos son: la ace-
leracin, la intensidad de un campo o de una corriente.

Toda magnitud vectorial puede representarse por un vector o flecha, cuya longitud sea proporcio-
nal a la intensidad y cuya direccin y sentido sean los correspondientes a la magnitud.

2.- Vectores
2.1.- Definicin
Un segmento de recta queda determinado por sus dos puntos extremos. Cuando estos puntos
estn dados en cierto orden, se dice que el segmento est orientado.

Las magnitudes en las cuales hay que distinguir su intensidad (que es una magnitud
escalar), su direccin y su sentido, se llaman magnitudes vectoriales.
__________________________________________________________________________________________________

44

Notacin:
AB
u se lee vector AB o vector u.

La recta que contiene el vector determina la direccin del mismo y la orientacin sobre la recta,
definida por el origen y el extremo del vector, determina el sentido de este ltimo. Todos los vec-
tores situados sobre una misma recta o rectas paralelas tienen la misma direccin. Sobre cada
recta hay dos sentidos opuestos.
Se llama mdulo de un vector a la longitud del segmento orientado que lo contiene. Se
expresa as:

= u u . md = u
Cuando el mdulo es nulo el segmento se reduce a un punto y no puede hablarse de vector,
puesto que faltan la direccin y el sentido. Sin embargo se conviene en definir como vector nulo
al que tiene su mdulo igual a cero.
Si =
0 u

u es el vector nulo y se lo designa con
0
Vector unitario es todo vector cuyo mdulo es igual a la unidad, tambin se llama versor.
Si =
1 u

u es un versor

2.2.- Vectores iguales o equipolentes

La definicin anterior de igualdad corresponde a los que se llaman vectores libres. Son los que
nos interesan para nuestro estudio.

u
=
v
A
origen
B
extremo

-

-
-
Se llama vector a todo segmento orientado. El primero de los puntos
que lo determinan se llama origen y el segundo extremo del vector.

Dos vectores se dicen iguales cuando tienen el mismo mdulo y la misma di-
reccin y sentido. Se llaman tambin equipolentes.

__________________________________________________________________________________________________
45
Vectores deslizantes son aquellos que nicamente son iguales cuando tienen el mismo mdulo, la
misma direccin y sentido y, adems, actan sobre una misma recta.

Los vectores fijos son aquellos que nicamente son iguales cuando tienen el mismo mdulo, igual
direccin y sentido y, adems, el mismo origen.

2.3.- Componentes de un vector
Vectores en el plano o espacio bidimensional: R
2

Sea v
un vector de manera tal que el origen coincida con el origen de un sistema de coordena-
das. Las coordenadas ( v
1
, v
2
) del extremo de v son las componentes de v
y se escribe :

v = ( v
1
, v
2
)
OA = (2 , 3 )

Pero no siempre los vectores tienen el origen en el origen del sistema. Si tenemos el
, con
origen en P
1
( x
1
, y
1
) y extremo en P
2
( x
2
, y
2
); las componentes, se obtienen de restar de las
coordenadas del extremo P
2
, las coordenadas del origen P
1
.

O
v
1
v
2
v
x

y
x
y
3
-2
A
O
O x
y
P
1
P
2
x
2
x
1
y
2
y
1

-
-
= ( x
2
x
1
, y
2
y
1
)

P
1
P
2

__________________________________________________________________________________________________

46

Por ejemplo, para P
1
( 2 , 1 ) y P
2
( 5 , 3 )

2 1
P P = ( 5 2 , 3 1 ) = ( 3 , 2 )

El vector cero o vector nulo, tiene las componentes nulas, y se representa por:
0 = ( 0, 0 )
Vectores en el espacio o espacio tridimensional: R
3

Consideremos en el espacio R
3
, un sistema de coordenadas cartesianas ortogonales de origen O y
ejes x , y , z: ( O ; x , y , z )
Ubicaremos el punto Q ( 2, 1, 3), segn se muestra en la siguiente figura:

El vector
OQ, tiene el origen en el origen del sistema de coordenadas y el extremo en Q.

OQ = ( 2 , 1 , 3 )

O x
y
2 5
3

1
P
1
P
2
O
x
y
z
Q -
x
y
z
Q -
O
2
-1
3
__________________________________________________________________________________________________
47

Si el origen del vector no es el origen del sistema, y si son conocidas las coordenadas del origen y
las del extremo, las componentes del vector se encuentran en forma anloga a la vista para los
vectores en R
2
.
Si P
1
( x
1
, y
1
, z
1
) y P
2
( x
2
, y
2
, z
2
)
2 1
P P = ( x
2
x
1
, y
2
y
1
, z
2
z
1
)
Por ejemplo: Hallar las componentes del vector
PQ conociendo las coordenadas del origen y

del extremo: P (3 , 4 , 2 ) y Q ( 1 , 2 , 3 )

PQ = ( 1 + 3 , 2 4 , -3 +2 ) = ( 4 , -2 , -1 )
Las componentes de v
respecto del sistema de coordenadas ortogonales ( O; x, y , z ), son las

proyecciones del v
sobre de los ejes.

v = (v
1
,v
2
, v
3
)
=
=
=
1 2 3
1 2 2
1 2 1
z z v
y y v
x x v

Vectores opuestos: Dos vectores opuestos (de igual mdulo y direccin, pero de sentidos opues-
tos), tienen las componentes iguales en valor absoluto, pero de signos contrarios.
Los vectores ( 2 , 1 , 4 ) y ( 2 , 1 , 4 ) son opuestos
Igualdad de vectores: Dos vectores iguales tienen las mismas componentes

3.- Operaciones con vectores
3.1.- Suma

Suma
+
Dados los vectores
y
Por sus componentes
En R
2
: = ( u
1
, u
2
) y = ( v
1
, v
2
)
+ =
( u
1
+ v
1
, u
2
+ v
2
)
En R
3
:

= ( u
1
, u
2
, u
3
) y = ( v
1
, v
2
, v
3
)

+ =
( u
1
+ v
1
, u
2
+ v
2
, u
3
+ v
3
)
grficamente
es la diagonal del paralelogramo
formado por y

u
O
v
u + v
la
__________________________________________________________________________________________________

48

Ejemplos:
i)
u = (3 , 2 ) y
v = ( 1 , 5 )
u
+
v
=
(3 + 1

, 2

+ 5

) = (2 , 7 ) e R
2
.
ii)
u = ( 2 , 1 , 3 ) y
v = (1 , 2 , 3 )
u
+
v
=
( 1

, 3

, 0 ) e R
3
.
iii) u
= ( 2 , 3 , 4 ) y
v = ( 2 , 3 , 4 ) u
v = ( 0 , 0 , 0 )
La suma asigna a cada par de vectores de R
2
un vector de R
2
. Por lo que la suma es Ley de com-
posicin interna en R
2
. Por la misma razn, decimos que la suma es Ley de composicin interna
en R
3
.
Propiedades de la suma vector u
, v
w se cumplen las relaciones siguientes:

1) Propiedad asociativa: ( u
+ v
) +
w = u
+ ( v
w )
2) - del elemento neutro: v
+ 0 = 0 + v
= v
. Siendo
o el vector nulo.
3) - del elemento opuesto: v
+( v
) = ( v
) + v
o . Siendo v
el opuesto de v
.
4) Propiedad conmutativa: u
+ v
= v
+ u

Demostracin de la propiedad asociativa
Se considerarn vectores de R
3
.
Propiedad asociativa: ( u + v ) + w = u + ( v + w )
En forma analtica
S u = ( u
1
, u
2
, u
3
) , v = ( v
1
, v
2
, v
3
) y w = ( w
1
, w
2
, w
3
)
( u + v ) + w = [ ( u
1
, u
2
, u
3
) + ( v
1
, v
2
, v
3
) ] + ( w
1
, w
2
, w
3
)
= ( u
1
+ v
1
, u
2
+ v
2
, u
3
+ v
3
) + ( w
1
, w
2
, w
3
)
= ( [u
1
+ v
1
] + w
1
, [u
2
+ v
2
] + w
2
, [u
3
+ v
3
] + w
3
)
= ( u
1
+ [v
1
+ w
1
] , u
2
+ [v
2
+ w
2
] , u
3
+ [v
3
+ w
3
] )
= ( u
1
, u
2
, u
3
) + ( v
1
+ w
1
, v
2
+ w
2
, v
3
+ w
3
)
= u + ( v + w )
Demostracin geomtrica

RS w , QR v , PQ u

=
PS ) w v ( , QS w v u
+

=
PS w ) v ( , PR v u u

+

( + ) +

+

+( + )

P
Q R
S
__________________________________________________________________________________________________
49

3.2.- Multiplicacin de un vector por un escalar

El mdulo de k . v
= v k
La direccin de k . v
= direccin de v

El sentido de k . v
=
+
=
es k si v sentido
es k si v de sentido

Ejemplos:
i) v
= ( 3 , 2 ) , k = 5 5 v
= ( 15 , 10 ) e R
2
.
ii) v
= ( 7 , 2 , 0 ) , k = 3 3. v
= (21 , 6 , 0 ) e R
3
.
iii) v
= ( 7 , 2 , 4 ) , k = 1 1. v
= ( 7 , 2 , 4 ) = v
que es el opuesto de v

Propiedades
La multiplicacin de un vector por un escalar goza de las siguientes propiedades.
Dados los vectores u
, v
de R
2
o de R
3
y los escalares j , k e R:
i) Propiedad distributiva respecto de la suma de vectores
k . ( u
+ v
) = k . u
+ k . v

ii) Propiedad distributiva respecto de la suma de escalares

-
o

3

-2
Dados un vector
v y un escalar
real k
Producto
k.v
el
por sus componentes

grficamente
Se obtiene multiplicando el m-
dulo de v por k y conservando
el mismo sentido si k > 0, o de
sentido opuesto si k < 0.

En R
2
: = ( v
1
, v
2
) . k e R k .
=
( k . v
1

, k . v
2
)
En R
3
: = ( v
1
, v
2
, v
3
) . k e R k . = ( k . v
1
, k . v
2
, k . v
3
)

__________________________________________________________________________________________________

50

( j + k ) . v
= j. v
+ k . v

iii) Propiedad asociativa
( j . k ) . v
= j. ( k . v
)
iv) 1 . v
= v

3.2.1.- Condicin de paralelismo
Si u
= o . v

Si u
= ( u
1
, u
2
) y o . v
= (ov
1
, ov
2
) u
1
= ov
1
y u
2
= ov
2

De donde:
2
2
1
1
v
u
v
u
=
De igual modo en R
3
:
3
3
2
2
1
1
v
u
v
u
v
u
= =
La condicin necesaria y suficiente para que dos vectores sean paralelos es que sus componentes
homlogas sean proporcionales. Tendrn el mismo sentido o sentidos opuestos, segn que la pro-
porcin sea positiva o negativa respectivamente.
Ejemplo:
= ( 6 , 4 ,2 ) y v
= ( 3 , 2 , 1 ) , resultan:
u
// v
y de sentidos opuestos porque la razn entre las componentes homlogas es 2;

1
2 -
2 -
4
3
6 -
= = = 2
Para el caso de los vectores u
= ( 6 , 9 , 3 ) y v
= ( 2 , 3 , 1 ) ; stos son paralelos y del

mismo sentido, porque la razn de sus componentes homlogas es 3.

3.2.2.- Vector unitario en la direccin de un vector dado
Dado el vector u
= ( u
1
, u
2
, u
3
) , si u = u
y tomamos
u
1
=
u
= |
.
|
\
|
u
u
,
u
u
,
u
u
3 2 1
, es un vector de mdulo unidad y de igual direccin y sentido de u

Los vectores de mdulo unidad se llaman versores.

__________________________________________________________________________________________________
51

Ejemplos:
Dados: u
= ( 1 , 2 , 1 ) y v
= ( 2 , 0 , 1 ) , hallar
a) un vector unitario paralelo a u
, b) un vector paralelo a v
y de mdulo 2.
Se calculan los mdulos de u
y v
.
a) | u
| = 6 1 4 1 = + +

6
1
= u
=
|
|
.
|
\
|
6
1
,
6
2 -
,
6
1
, es un vector de mdulo unidad y de igual direc-
cin y sentido de u
.
b) | v
| = 5 1 4 = +

5
2
= u
=
|
|
.
|
\
|
5
2
, 0 ,
5
2
, es un vector de mdulo 2 y de igual direccin y
sentido de v
.

4.- Versores fundamentales. Descomposicin cannica de un vector
4.1.- Versores fundamentales
Los versores fundamentales son los versores cuyo sentido coincide con los semiejes positivos.

i
= ( 1 , 0 , 0 )
j
= ( 0 , 1 , 0 )
k
= ( 0 , 0 , 1 )

4.2.- Descomposicin cannica de un vector
Todo vector u
= ( u
1
, u
2
, u
3
) puede escribirse en la forma

Esta descomposicin de un vector como suma de tres vectores en la direccin de los ejes coorde-
nados se llama descomposicin cannica de un vector.
El vector u
= ( 2 , 3 , 1 ) , en su forma cannica es: u
= 2 i
3 j
+ k

o
x
y
z

v
3

u
= u
1
i
+ u
2
j
+ u
3
k

__________________________________________________________________________________________________

52

5.- Modulo
5.1.- Mdulo de un vector
Dado: v
= ( v
1
, v
2
)
Por el Teorema de Pitgoras, tenemos:
2
2
2
1
v v v + + =

El mdulo o norma de v
= (2 , 3 ) , es:
( ) 13 3 2 v
2 2
= + =

Dado
v = ( v
1
, v
2
, v
3
)
El vector v
, es la diagonal del paraleleppedo recto de

aristas v
1
, v
2
, v
3
. Por lo que el mdulo de v
es:

2
3
2
2
2
1
v v v v + + + =

El mdulo del vector v
= ( 3 , 2 , 1 ), es:

( ) 14 1 2 3 v
2 2 2
= + + =

5.2.- Distancia entre dos puntos
La distancia entre dos puntos P
1
y P
2
, es el mdulo del vector P
1
P
2

2 1 2 1
P P ) P d(P

=

Dados en E
2
los puntos: P
1
( x
1
, y
1
) . P
2
( x
2
, y
2
)

En E
3
, para los puntos P
1
( x
1
, y
1,
z
1
) . P
2
( x
2
, y
2
, z
2
)

La distancia entre dos puntos es igual a la raz cuadrada de la suma de los cuadrados de las dife-
rencias de las coordenadas correspondientes

v
1

v
2

v
o
x
y
O
x
y
z
v
v
1
v
2

v
3

d ( P
1
, P
2
) = +
2
1 2
2
1 2
) y y ( ) x x ( +
d ( P
1
, P
2
) =
2
1 2
2
1 2
2
1 2
) ( ) ( ) ( z z y y x x + + + +
__________________________________________________________________________________________________
53

Ejemplos:
1) La distancia entre los puntos P
1
(2 , 4 ) y P
2
( 1 , 2 ) es:
d ( P
1
, P
2
) = 37 ) 4 2 ( ) 2 1 (
2 2
+ = + + +
2) La distancia entre los P
1
( 2 , 4 , 1 ) y P
2
( 2 ,1 , 1) es:
d ( P
1
, P
2
) = 29 ) 1 1 ( ) 4 1 ( ) 2 2 (
2 2 2
+ = + + + + +
3) Las coordenadas del punto medio de un segmento
2 1
P P son:

2
x x
x
2 1
M
+
= ;
2
y y
y
2 1
M
+
=
Para
2 1
P P de 1)
2
3
2
1 2 -
x
M
=
= ; 1
2
2 4
y
M
=
=
El punto medio tiene coordenadas
|
.
|
\
|
1 ;
2
3

6.- Cosenos directores de un vector
Los cosenos directores de un vector u
, referidos a un sistema de coordenadas ortogonales (O; x,

y, z ), son los cosenos de los ngulos que forman el vector con el sentido positivo de los ejes
coordenados.
De las frmulas de las proyecciones de un vector sobre un eje se deducen las de los cosenos di-
rectores.
El u
= ( u
1
, u
2
, u
3
) , determina con los ejes positos, los ngu-
los que llamamos o, |, respectivamente; y los cosenos directo-
res estn dados por:

=
u
u
cos ;
u
u
cos ;
u
u
os
3 2 1
c

Con 0 s o, |, s 180
Elevando al cuadrado estas igualdades y sumando miembro a miembro, resulta la relacin fun-
damental:

cos
2
o + cos
2
| + cos
2
= 1
z
x y
o
o
|

__________________________________________________________________________________________________

54

De igual forma ocurre en R
2

Dado u
= ( u
1
, u
2
)
=
u
u
cos ;
u
u
cos
2 1

Conocidas las componentes de un vector, adems de calcular su mdulo, se obtienen sus cosenos
directores; con los cuales queda determinada su direccin y tambin sentido. Es decir: un vector
queda completamente determinado (mdulo, direccin y sentido) por sus componentes.
3

Por ejemplo, los cosenos directores para u
= = ( 3 , 2 , 1 ):

14
1
cos ;
14
2
cos ;
14
3
cos = = = | o

7.- ngulo entre dos vectores
Llamando u al ngulo que forman los vectores u
y v
, se demuestra que:

Ejemplo: Dados los vectores: u
= (2 , 1 , 0 ) y v
= ( 2 , 1 , 2 )
El ngulo u entre los vectores u
y v
est dado por:

3
5
5 3
5
9 . 5
cos
2 . 0 ) 1 ( 1 (-2)2
= = =
+ +
u = arc cos =
3
5
139 11 23

Vectores perpendiculares
Para u =
2
, debe anularse el numerador; por lo tanto, la condicin necesaria y suficiente para

que dos vectores u
y v
sean perpendiculares es que entre sus componentes se cumpla la rela-

cin:

3
Santal Luis. Vectores y Tensores con sus aplicaciones
u
z
x y
o
u
1
. v
1
+ u
2
. v
2
+ u
3
. v
3
= 0

Permite calcular el ngulo
entre dos vectores dados
por sus componentes.

__________________________________________________________________________________________________
55
8.- Producto escalar o producto punto
8.1.- Definicin
Dados dos vectores u
y v
; se llama producto escalar, o producto punto, o producto interno u
.
v
al escalar obtenido como producto de los mdulos de u
y v
por el coseno del ngulo forma-

do por los dos vectores.
Simblicamente: u
. v
= u
. v
cos u
Producto escalar de vectores expresados segn sus componentes

8.2.- Ejemplos
1) Dados: u
= ( 3 , 1 ) y v
= ( 2 , 5 )
u
. v
= 6 + 5 = 11
2) Dados: u
= ( 3 , 2 , 1 ) y v
= ( 4 , 1 , 3 )
u
. v
= 3. (4) + (2). (1) + 1.3 = 12 + 2 + 3 = 7

3) Dados: u
= ( 4 , 1 , 2 ) y v
= ( 3 , 2 , 5 )
u
. v
= 12 2 10 = 0 u

8.3.- Propiedades
a) El producto escalar es conmutativo: u
. v
= v
. u

b) El producto es distributivo respecto a la suma de vectores.
Dados los vectores: u
, v
w u
.( v
w ) = u
. v
+ u
w
8.4.- Consecuencias de la definicin
a) Condicin de perpendicularidad

Si u
= ( u
1
, u
2
, u
3
) y v
= ( v
1
, v
2
, v
3
)
u
. v
= u
1
. v
1
+ u
2
. v
2
+ u
3
. v
3

Si u
= ( u
1
, u
2
) y v
= ( v
1
, v
2
)
u
. v
= u
1
. v
1
+ u
2
.v
2

__________________________________________________________________________________________________

56
Si los vectores u
y v
son perpendiculares, por definicin:

u
. v
= u
. v
cos 90 = 0
Recprocamente, si u
. v
= 0 y si los vectores no son nulos, cos u = 0, u = 90

Por lo tanto:
La condicin necesaria y suficiente para que dos vectores u
y v
, no nulos, sean perpendicula-

res es que el producto escalar sea nulo.
u
. v
= 0
b) Producto de un vector por s mismo
u
. u
= u

2
= u
2

Ejemplo: Dado u
= ( 4 , 1 , 2 ) u
. u
= 21
2
21 =
c) Producto escalar entre versores fundamentales
i
. i
= j
. j
= k
. k
= 1
i
. j
= j
. k
= k
. i
= 0
d) ngulo entre dos vectores
Con la notacin del producto escalar, el ngulo u entre dos vectores u
y u
, se calcula con la
expresin:
v . u
v . u
cos

=
h) Proyeccin de un vector sobre otro
La proyeccin de un vector u
sobre otro, est dado por:

v
u v .
u oy Pr
v

Ejemplo
Encontrar las proyecciones escalar y vectorial de a sobre b:
a = ( 2 , 3 ) , b = ( 4 , 1 )
67 , 2
17
Pr
3 8
= =
b
a oy

a
b
__________________________________________________________________________________________________
57
9.- Las dos orientaciones del espacio
Definicin: Un triedro ( O ; x , y , z ), con las tres aristas dadas en el orden indicado x , y , z ,
se dice que es positivo o directo cuando colocando un tornillo(o un sacacorchos) normalmente al
plano x y, y girando de la parte positiva del eje x hacia la parte positiva del eje y el tornillo avan-
za hacia la parte positiva del eje z. En caso contrario el triedro se llama negativo o inverso.
4

(Luis Santal)

Positivo Negativo

10.- Producto vectorial
10.1.- Definicin: Consideramos el espacio orientado, es decir, consideramos un triedro funda-
mental de referencia ( O; x , y , z )
Se llama producto vectorial, producto cruz o externo, de dos vectores u
y v
, a un tercer vector
w , tal que: el mdulo de
w es igual al producto de los mdulos de u
y v
por el seno del

ngulo que forman; la direccin es perpendicular al plano determinado por las direcciones de los
vectores dados, el sentido es tal que el triedro u
, v
,

w tenga la misma orientacin del espacio.
u
x v
=

w :
espacio del n orientaci la con coincide w , v , u que tal es sentido

v y u por o determinad plano al es w Direccin
) v , u ( sen v . u w

10.2.- Componentes de u
x v

Dados: u = ( u
1
, u
2
, u
3
) , v = ( v
1
, v
2
, v
3
)
Se demuestra que u
x v
= ( u
2
v
3
u
3
v
2
) i
+ ( u
3
v
1
u
1
v
3
) j
+ (u
1
v
2
u
2
v
1
) k

4
Santal Luis. Vectores y Tensores con sus aplicaciones
x
y
z
o
y
x
z
o
__________________________________________________________________________________________________

58
Esta relacin puede escribirse: u
x v

3 2 1
3 2 1
v v v
u u u
k j i
=
Ejemplo: El producto vectorial de los vectores u
= ( 2 , 2 ; 1 ) y v
= (1 , 1 , 3) es:
u
x v

3 1 1
1 2 2
k j i

= = 5 i
+ 5 j
+ 0 k
x v
= ( 5 , 5 , 0 )

10.3.- Interpretacin geomtrica
El mdulo del producto vectorial es igual al rea del paralelogramo, construido sobre los vectores
u
y v

rea del paralelogramo = | u
x v
|

El rea del paralelogramo cuyos lados son los vectores u
= (3 , 0 , 2 ) y v
= (0 , 1 , 5 ), est
dado por: u
x v

5 1 0
2 0 3 -
k j i
= = 2 i
+ 15 j
3 k

rea del paralelogramo = | u
x v
| = |( 2, 15, 3)| = 238

10.4.- Propiedades del producto vectorial
i) Es anticonmutativo: u
x v
= v
x u

ii) Propiedad distributiva respecto a la suma

Dados: u
= ( u
1
, u
2
, u
3
) , v
= ( v
1
, v
2
, v
3
) y
w = ( w
1
, w
2
, w
3
)
u
x ( v
w ) = u
x v
+ u
w
iii) Para el escalar se verifica: ( u
x v
) = u
x v
= u
x v

iv) La condicin necesaria y suficiente para que dos vectores tengan la misma direccin es que su
producto vectorial sea el vector nulo
= x

__________________________________________________________________________________________________
59

u
x v
w u
// v

Suponiendo vectores de mdulos no nulos, u
x v
se anular si u = 0 u = t

10.5.- Producto vectorial entre versores
i
x i
= j
x j
= k
x k
0
i
x j
= k
; j
x k
= i
; k
x i
= j
x k
= j
; j
x i
= k
; k
x j
= i

11.- Producto mixto de tres vectores
, v
w ; el producto mixto que se representa por ( u
, v
w ) es el
producto escalar de u
x v
por
w , o sea: ( u
, v
w ) = ( u
x v
).
w
Dados: u
= ( u
1
, u
2
, u
3
) , v
= ( v
1
, v
2
, v
3
) ,
w = ( w
1
, w
2
, w
3
) :
( u
, v
w ) =
3 2 1
3 2 1
3 2 1
w w w
v v v
u u u

Sabiendo que u
= ( 0 , 1 , 2 ) , v
= (3 , 5 , 2) ,
w = (1 , 0 , 1 ); el producto mixto est

dado por: ( u
, v
w ) =
1 0 1
2 5 3
2 1 0

= 0 + 1 10 = 9

Interpretacin geomtrica
El producto mixto de tres vectores es, en valor absoluto, igual al volumen del paraleleppedo
construido sobre los mismos, una vez llevados a partir de un origen comn

Volumen del paraleleppedo = |( u
x v
) .
w |
Particularmente:

( u
x v
) .
w = 0 u
, v
w son coplanares
5

5
Coplanares significa que los vectores son paralelos a un mismo plano

__________________________________________________________________________________________________

60

12.1.- Determinar x para que el mdulo del vector u
= ( x , 3 x , 2 ) sea 3
Solucin:
2 2 2
2 ) x 3 ( x + + = 3
x
2
+ 9 6x + x
2
+ 4 = 9
2x
2
6x + 4 = 0 x
2
3x + 2 = 0 x = 1 o x = 2

12.2.- Sea el vector v
de componentes
|
.
|
\
|

3
2
,
3
2
,
3
1
, hallar las componentes del vector de
mdulo 5 que tiene la misma direccin y sentido.
Solucin: Consideramos el escalar
=
v
5

= 5
El vector pedido es: . v
= 5
|
.
|
\
|

3
2
,
3
2
,
3
1
=
|
.
|
\
|

3
10
,
3
10
,
3
5

El vector
|
.
|
\
|

3
10
,
3
10
,
3
5
, es paralelo al dado, del mismo sentido y de mdulo 5.

12.3.- Los vectores u
y v
forman entre s un ngulo de 45 y el mdulo de u
= 3. Hallar el
mdulo de v
para que u
sea perpendicular a u
.

Datos: u = 45 , | u
| = 3 ,
si ( u
) u
( u
) . u
= 0 u
. u
. u
= 0
u
. u
= v
. u
u
2
= | u
|
2
= 9 = u
. v

Reemplazando los datos en la expresin de cos de u , tenemos:

=
v 3
9
2
2
| v
| = 3 2

12.4.- Hallar el vector w
de mdulo 3 perpendicular a los u
= (3 , 1 , 0) y v
=(1 , 1 , 2)
El vector buscado es a los dados se halla u
x v

__________________________________________________________________________________________________
61

u
x v
= ( 2 , 6 , 4 ) | ( 2 , 6 , 4 ) | = 56
w
tiene la direccin de u
x v
y de mdulo 3
w
=
56
3
( 2, 6,4) w
=
|
|
.
|
\
|
56
12
,
56
18
,
56
6

12.5.- Hallar el rea del tringulo que tiene por vrtices los puntos:
A ( 3 , 1 , 2 ) ; B ( 0 , 1 , 2 ) y C ( 1 , 2 , 1 )
Fig. de anlisis
Se orientan como vectores los lados del tringulo, se completa
el paralelogramo y luego se hallan las componentes de los vec-
tores:
AB
= ( 3, 0 , 4 ) y AC
= (2 , 3 , 3 )
rea del A =

AC x AB
2
1
= ) 9 , 1 , 12 (
2
1
= 226
2
1

C.A. AB
x AC
3 3 - 2
4 0 3 -
k j i
= = 12 i + j + 9k ; 226 81 1 144 ) 9 , 1 , 12 ( = + + =

12.6.- Sean los puntos de coordenadas O(1,0,2), A(3,2,4), B(2,6,8) y C(2, 3,1). Determine
el volumen del paraleleppedo definido por los vectores:

El volumen de un paraleleppedo se calcula como el valor absoluto del producto mixto de los tres
vectores que definen el paraleleppedo: V = |
. (
)|
En nuestro caso los vectores los obtenemos hallando las diferencias entre las coordenadas de cada
par de puntos:

= ( 2 , 2 , 2 ) ,
= ( 1 , 6 , 6 ) y
= ( 1 , 3 , 1 )
El producto mixto est dado por el determinante:
V =
. (
) = |

| = 20
El volumen del paraleleppedo es: V = 20 U
3
A
B
C
__________________________________________________________________________________________________

62

13.1.- Demostrar las propiedades de la suma de vectores.
13.2.- Demostrar las propiedades de la multiplicacin de un vector por un escalar ,
para u
= ( 1 , 3 , 5) , v
= ( 6 , 0 , 9 ) , k = 2 y j = 3
13.3.- Sea u
= ( 1 , 2 , 3 ), v
= (2 , 3 , 1 ) y w
= ( 3 , 2 , 1 ).
Halle las componentes de: a) 3 ( u
7 v
), b) 2 v
( u
+ w
)
13.4.- Averiguar si los vectores u
=( 0 , 1 , 2 ), v
=(3 , 5 , 0 ) y w
= (4 , 2 , 5 )
son o no paralelos a un mismo plano. Justificar la respuesta.
13.5.- Completar:
a) Si u
= o . v
.
b) Dados: u
= (u
1
, u
2
, u
3
) y v
= ( v
1
, v
2
, v
3
) ;
u
. v
= .
c) u
.
d) Geomtricamente | u
x v
|es .
e) u
x v
w .
f) j
x j
= k
x i
= i
x k
= ...

1.- DI CARO, Hctor. lgebra y Geometra Analtica. Tomo I. Grfica Munro.
2.- SAGASTUME BERRA, A.-FERNANDEZ, G. lgebra y Clculo Numrico. Kapeluz.
3.- SANTAL, Luis A. Vectores y Tensores con sus aplicaciones. EUDEBA.
5.- TREJO, Csar A. Matemtica Elemental Moderna. Estructura y mtodo. Eudeba.

Recta en el Plano Esp. Lydia Mara Llanos
__________________________________________________________________________________________________
63

RECTA EN EL PLANO
Contenidos
Definiremos recta en el plano, a travs de las distintas formas de ecuaciones: vectorial paramtri-
ca, cartesiana paramtrica, simtrica, general, reducida y segmentaria; mediante las cuales se rea-
lizarn las grficas correspondientes. Particularmente se caracterizarn rectas paralelas y rectas
perpendiculares por sus vectores direcciones, stos tambin utilizaremos para definir el ngulo
determinado entre dos rectas. Se definirn familias de rectas (haz de rectas), por las ecuaciones
segn el punto comn del haz, o por la pendiente para la familia de rectas paralelas. Finalmente
se considerarn las ecuaciones que permitirn calcular la distancia de un punto a una recta y entre
dos rectas paralelas y particularmente la de las bisectrices de un ngulo.

Objetivos
- Expresar, a partir de un punto conocido y de la direccin de la recta en particular, las distin-
tas ecuaciones de una recta del plano y graficarlas.
- Reconocer las posiciones relativas de dos rectas (paralelas, perpendiculares), segn los vec-
tores direcciones y las ecuaciones de las mismas.
- Determinar ngulos entre rectas, y la distancia entre un punto y una recta y entre rectas para-
lelas.
- Adquirir habilidad en el uso del lenguaje simblico y grfico a travs del planteo y solucin
de diferentes ejercicios referidos a rectas en el plano.

ngulos entre dos rectas
Distancia de un punto a una recta
y entre rectas paralelas
Recta en el plano: E
2

Rectas paralelas
Rectas perpendiculares

Las Ecuaciones Grficas
Se define
a travs de
Vectorial paramtrica
Cartesiana paramtrica
Simtrica
General o implcita
Reducida o explcita
Segmentaria
De un haz de rectas

Se determinan
__________________________________________________________________________________________________

64

1.- Introduccin
Al tratar el tema de vectores, hemos estudiado la correspondencia biunvoca entre los puntos del
plano (o puntos del espacio tridimensional) y los pares ordenados (las ternas ordenadas) de n-
meros reales llamados coordenadas del punto. Ahora trataremos una correspondencia similar en-
tre curvas del plano o superficies del espacio y ecuaciones en dos y tres variables respectivamen-
te.

1.1.- Lugar geomtrico
Lugar geomtrico es el conjunto de puntos, que verifican una o varias propiedades geomtricas.
C = { P( x , y ) / cumplen P } , C = { P( x , y , z ) / cumplen P }

1.2.- Grfica de una ecuacin
Decimos que f( x , y ) = 0 o f( x , y , z ) = 0, es la ecuacin de un conjunto de puntos C,
cuando y solo cuando:
i) Todo punto de C verifica dicha ecuacin y
ii) todo punto que verifica dicha ecuacin, pertenece a C.
Si las coordenadas de un punto satisfacen una ecuacin, ese punto pertenece a la grfica de esa
ecuacin y recprocamente, si un punto est sobre la grfica de una ecuacin, sus coordenadas
satisfacen la ecuacin
6

1.3.- Problemas fundamentales en Geometra Analtica
Dos, son los problemas fundamentales en Geometra Analtica:
a) Dada una ecuacin construir la grfica correspondiente.
b) Dado un lugar geomtrico, o la condicin que deben cumplir los puntos del mismo, de-
terminar su ecuacin.

1.4.- Ecuaciones vectoriales y cartesianas ordinarias de un conjunto
Ecuacin vectorial ordinaria
Se dice que la ecuacin f(x) = 0, es ecuacin vectorial ordinaria del conjunto C de vectores, si
la condicin necesaria y suficiente para que
0
u e C es que f (

0
u ) = 0
Nota: en lugar de f ( x ) = 0 se suele usar, cuando la variable es vectorial; f (
u ) = 0

6
Di Caro, Hctor. Algebra y Elementos de Geometra Analtica. Tomo I. Cap. III
__________________________________________________________________________________________________
65

Ecuacin vectorial paramtrica
Se dice que la ecuacin f (
u , , ,) = 0, de variable vectorial
u y de variable paramtri-
ca , , ,etc, es ecuacin vectorial paramtrica del conjunto de vectores C, si se cumplen las
dos condiciones siguientes:
1) vector
0
u

e C, - un sistema de n reales y solo uno:
0
,
0
, , tales que
f (

0
u ,
0
,
0,
) = 0
2) Si un vector
0
u es tal que - un sistema de n reales
0
,
0
,, tal que
f (

0
u ,
0
,
0,
) = 0 entonces
0
u e C.

2.- Ecuaciones de una recta en el plano
2.1.- Ecuacin vectorial paramtrica

Sea una recta l. Sea
0
u un vector no nulo, aplicado en el origen, paralelo a l. Sea P
0
un punto
cualquiera de l. La ecuacin vectorial paramtrica de l es:
0 0
u OP OP +
0
u
= ( r , s ) // l
P
0
( x
0
, y
0
) e l
P ( x

, y ) e l
+
0
OP OP

P P
0

Tenemos que:
P P
0
=
0
u

Que es la Ecuacin vectorial paramtrica de la recta l, paralela al vector
0
u
y que pasa por P
0

Ejemplo: Hallar la ecuacin vectorial paramtrica de la recta del plano que pasa por el punto
P
0
( 1 , 2) y cuya direccin el vector
0
u
= ( 1 , 3 ).
En este caso conocemos un punto de la recta y el vector direccin de la misma.
Entonces =
OP ( 1 , 2) + ( 1 , 3 ) es la Ecuacin vectorial paramtrica

x
y
P
P
0

O
l
0 0
u OP OP +

__________________________________________________________________________________________________

66

2.2.- Ecuacin cartesiana paramtrica
La ecuacin vectorial paramtrica de la recta que pasa por P
0
( x
0
, y
0
) y es // a un vector
0
u
= ( r , s ) :
0 0
u OP OP +
, es equivalente a:
( x , y ) = ( x
0
, y
0
) + ( r , s )
Sabemos que dos vectores son iguales si son iguales sus componentes

+ =
+ =
s y y
r x x
0
0
Que son las Ecuaciones cartesianas paramtricas
Las ecuaciones cartesianas paramtricas de una recta l , que pasa P
0
( x
0
, y
0
) y es paralela al
vector
0
u
= ( r , s ) es :

Ejemplo: Hallar las ecuaciones cartesianas paramtricas del ejemplo anterior.
De la ecuacin vectorial paramtrica se deducen las otras ecuaciones de la recta:
( x , y ) = ( 1 , 2) + ( 1 , 3 )
+ =
+ =
3 2 y
1 x
Ecuacin cartesiana paramtrica

Si o y | son los ngulos directores del vector
0
u
,
0
u
= ( cos o , cos| ),
la ecuacin dada se transforma en:
+ =
+ =
cos
0
y y
cos
0
x x
, que son las ecuaciones cartesianas
paramtricas de una recta que pasa por P
0
( x
0
, y
0
) y que es paralela al vector de coeficientes di-
rectores o y |.
2.3.- Ecuaciones simtricas de una recta
a) Recta no paralela a ninguno de los ejes coordenados

Sea P
0
( x
0
, y
0
), un punto de la recta y
0
u
= (r , s) un
vector paralelo a ella , pero no paralelo a ninguno de los
ejes coordenados.
En este caso y solo en l, los n: r, s deben ser 0
+ =
+ =
s y y
r x x
0
0

P
0

x
y

O
l
x
0

y
0

r
p
__________________________________________________________________________________________________
67

de la ecuacin cartesiana paramtrica:
+ =
+ =
s y y
r x x
0
0
,
despejamos e igualando, tenemos : =
s
y y
r
x x
0 0

=

La ecuacin simtrica de una recta no // a los ejes coordenados es:

Ejemplo: Continuando con el ejercicio dado anteriormente, hallar la ecuacin simtrica de la rec-
ta
De la ecuacin paramtrica,
+ =
+ =
3 2 y
1 x
, despejamos ,
Se tiene: = x 1(1) y
3
2 y +
= (2)
De (1) y (2) obtenemos: x 1 =
3
2 y +
, que es la Ecuacin simtrica de la recta

b) Recta paralela a uno de los ejes coordenados
i) La ecuacin de una recta paralela al eje y, es x = x
0

Ejemplo: x = 2

Particularmente la ecuacin del eje y, es x = 0

ii) La ecuacin de una recta paralela al eje x , es y = y
0

Ejemplo: y = 3

Particularmente la ecuacin del eje x, es y = 0
x
x
0
o
y
o
y
0
s
y y
r
x x
0 0

=

x
-2

o
y
o
3

__________________________________________________________________________________________________

68

2.4.- Ecuacin general o implcita de una recta en el plano
La ecuacin general de una recta del plano es: A x + B y + C = 0
Para el ejemplo anterior, trabajando la ecuacin simtrica, se tiene:
3 ( x 1 ) = ( y + 2 ) 3x y 5 = 0 Ecuacin general o implcita

2.5.- Ecuacin segmentaria de una recta en el plano
Coordenadas al origen:

Si M (a , 0 ) y N (0, b), son los puntos de interseccin de la
recta l con los ejes coordenados, a es la abscisa al origen y b la
ordenada al origen.
Los n a y b se llaman coordenadas al origen.

La recta l, de abscisa al origen a y ordenada al origen b, tiene ecuacin:

Observacin: solo tienen ecuacin segmentaria las rectas que no pasan por el origen y no son
paralelas a los ejes.

La ecuacin segmentaria se la obtiene de la ecuacin general o implcita.
Ejemplo: Para 3x y 5 = 0 3x y = 5 ,
Multiplicando ambos miembros por
y ordenando, se tie-
ne:
1
5
y
3
5
x
=
+ ,
que es la ecuacin segmentaria y permite graficar la recta

2.6.- Ecuacin reducida o explcita
La ecuacin reducida o explcita es: y = m x + n
m: es la pendiente de la recta
-5
o
5/3
x
y
o
(a,0)
(0,b)
l
x
y
M
N
1
b
y
a
x
= +
__________________________________________________________________________________________________
69

Pendiente de una recta
Se llama pendiente de una recta, no paralela al eje y, a la tangente trigonomtrica del ngulo que
dicha recta forma con el eje positivo x, y se nota con m m = tgo

Observacin: las rectas // al eje y, no tienen pendiente puesto que: tg
2
t
tiende a .
En 3x y 5 = 0 , despejamos y, tenemos y = 3 x 5
La pendiente de la recta es 3.

3.- Paralelismo de rectas
Dadas: l
1
una recta del plano que pasa por P
1
y es // a
1
u = ( r
1
, s
1
)
y l
2
otra recta que pasa por P
2
y es // a
2
u = ( r
2
, s
2
)
l
1
// l
2

2
1
r
r
=
2
1
s
s
o sea: l
1
// l
2

1
u //
2
u

Dadas y
1
= m
1
x + n
1
. y
2
= m
2
x + n
2 ,
ecuaciones de dos rectas en el plano no paralelas al
eje y, l
1
y l
2
respectivamente, la condicin necesaria y suficiente para que las dos restas sean para-
lelas es que sus pendientes sean iguales.
O sea: l
1
// l
2
m
1
= m
2
.

Por ejemplo, las rectas
1
OP = ( 3 , 1) + (2 , 1 ) y =
2
OP ( 1 , 2) + (4 , 2 ),
son paralelas porque sus vectores direcciones son paralelos:
(4 ,2 ) = 2 (2 , 1 )
2
u = 2
1
u
1
u //
2
u

4.- Perpendicularidad de rectas
Dos rectas son perpendiculares, si son perpendiculares los vectores que las dirigen.
Si
1
u = ( r
1
, s
1
) y
2
u = ( r
2
, s
2
) , r
1
r
2
+ s
1
s
2

= 0.
La condicin necesaria y suficiente para que dos rectas sean es que: r
1
r
2
+ s
1
s
2

= 0.
l
1
l
2

1
u
2
u
o
l
__________________________________________________________________________________________________

70

Por ejemplo, la recta
3
x
=
5
2 y +
es perpendicular a la recta OP
= ( 1 , 2 ) + ( 5, 3 )
Pues ( 3 , 5 ) ( 5, 3 )

5.- ngulo de dos rectas
Dados:
u // l
1
;
u = ( u
1
, u
2

)
y
v // l
2
;
v = ( v
1
, v
2
)

Para hallar el ngulo entre las rectas l
1
y l
2
, se aplica la frmula:
Cos =

v u
v . u
, o sea Cos =
2
2
2
1
2
2
2
1
2 2 1 1
v v u u
v u v u
+ +
+

Por ejemplo, hallar el ngulo que forman las rectas:
l
1
: 3 x y + 3 = 0 y l
2
: x 2 y 1 = 0
u
1
= ( 1 , 3 ) y u
2
= ( 2 , 1 )
Cos =
2
2
50
5
5 . 10
1 . 3 2 . 1
= =
+
= 45
6.- Haz de rectas
Haz de rectas del plano de centro P
0
= ( x
0
, y
0
)
Haz de rectas de centro en P
0
, es el conjunto de todas las rectas del plano que pasan por P
0.

a)Ecuacin general implcita

A ( x x
0
) + B ( y y
0
) = 0
b)Ecuacin del haz reducido de rectas
y y
0
= m ( x x
0
)
m es la pendiente de cada recta del haz
c)Ecuacin del haz de rectas determinado por
la interseccin de dos rectas

A
1
x + B
1
y + C
1
= 0 es la ecuacin de r
1

A
2
x + B
2
y + C
2
= 0 es la ecuacin de r
2

A
1
x + B
1
y + C
1
+ k (A
2
x + B
2
y + C
2
) = 0

Ecuacin del haz de rectas paralelas de pendiente m: y = m x + k

t

l
1

l
2

__________________________________________________________________________________________________
71

Por ejemplo: Utilizando haz de rectas, hallar la ecuacin de la recta, que pasa por el punto de
interseccin de las rectas 2 x y = 6; y x + 3 y = 3 ; y por el punto ( 7 , 2 )
Se asemeja al caso c): Trabajando con la ecuacin del haz de rectas, tenemos:
2 x y 6 + k (x + 3 y 3) = 0
Luego: ( 2 + k) x + (1 + 3k) y + (6 3k ) = 0 (1) Ecuacin general del Haz
( 7 , 2 ) debe verificar la ecuacin del Haz, por lo tanto se tiene:
( 2 + k) 7 + (1 + 3k) ( 2) + (6 3k ) = 0 ,
De dicha expresin se tiene que k = 5 , reemplazando este valor en (1), se obtiene la ecua-
cin solicitada:

7.- Distancia
7.1.- Distancia de un punto P
0
a una recta l del plano

Dados: l Ax + By + C = 0
y P
0
(x
0
, y
0
) e l

La expresin que permite hallar la distancia es:

Por ejemplo, la distancia de la recta 3x y 2 = 0 al punto ( 2 , 2 ), est dada por:
d ( P
0
, l ) =
5
10 3
10
6
) 1 ( 3
2 ) 2 ( 2 . 3
2 2
= =
+

7.2.- Distancia del origen O a la recta l del plano

7x + 14y 21 = 0
P
0

d
l
x
y
o
d ( P
0
, l ) =
2 2
0 0
B A
C y B x A
+
+ +

d
l
x
y
o
d ( O , l ) =
2 2
B A
C
+

__________________________________________________________________________________________________

72

Por ejemplo, la distancia del origen a la recta 6x 8y + 5 = 0, est dado por:
d ( O , l ) = 5 , 0
) 8 ( 6
5
2 2
=
+

7.3.- Distancia entre dos rectas paralelas del plano
Para : l
1
// l
2
,

d (l
1
, l
2
) =
2 2
2 1
B A
C C
+

Por ejemplo, la distancia entre las rectas 4 x + 3 y 8 = 0 y 4 x + 3 y + 2 = 0 , est dada
por: d (l
1
, l
2
) = 2
5
10
3 4
2 8
2 2
=
=
+

8.- Rectas bisectrices
Dadas las rectas: l
1
: A
1
x + B
1
y + C
1
= 0 y l
2
: A
2
x + B
2
y + C
2
= 0,
Las ecuaciones de las bisectrices de los ngulos que forman las rectas l
1
y l
2
estn dadas por:

=
+
+ +
2
1
2
1
1 1 1
B A
C y B x A
2
2
2
2
2 2 2
B A
C y B x A
+
+ +

Por ejemplo, las ecuaciones de las rectas bisectrices de los ngulos determinados por las rectas:
5 x 2 y + 100 = 0 y 2 x + 5 y 1 = 0

=
+
+
4 25
100 y 2 x 5

25 4
1 y 5 x 2
+
+

5 x 2 y + 100 = 2 x + 5 y 1
Para una bisectriz b
1
:
5 x 2 y + 100 = 2 x + 5 y 1 3 x 7 y + 101 = 0

Para una bisectriz b
2
:
l
1

d
x
y
o
l
2

__________________________________________________________________________________________________
73
5 x 2 y + 100 = ( 2 x + 5 y 1) 7 x + 3 y + 99 = 0

9.1.- Hallar la ecuacin (en todas sus formas)de la recta que es paralela a l
1
: 5 x + 2 y + 6 = 0 y
pasa por la interseccin de las rectas l
2
: 3 x + y 5 = 0 ; y l
3
: 3 x 2 y + 4 = 0

Solucin: Para escribir la ecuacin vectorial paramtrica es necesario conocer el vector direccin
u y un punto P
0
de la recta.
Si la recta solicitada es paralela a l
1
tiene el mismo vector direccin:
u = (2, 5)
Como pasa por l
2
l
3
, resolvemos el sistema que forman las dos rectas

=
= +
4 2y 3x
5 y 3x
x = 2 ; y = 1 P
0
( 2 , 1 )
=
OP ( 2 , 1) + (2 , 5 ) Ecuacin vectorial paramtrica

Si consideramos la igualdad ( x , y ) = ( 2 , 1) + (2 , 5 ) , se tiene:

+ =
=
5 1 y
2 2 x

Despejando de las ecuaciones anteriores e igualando, obtenemos:

5
1 y
2 -
2 x +
=
Ecuacin simtrica

Operando en la ecuacin anterior, tenemos: 5( x 2) = 2 ( y + 1 )
5x +2y 8 = 0 Ecuacin general o implcita

Ecuacin reducida o explcita Ecuacin segmentaria
y = 4 x
2
5
+
5x +2y = 8 , dividiendo por 8 tenemos,
1
4
y
5
8
x
= +

__________________________________________________________________________________________________

74

9.2.- Hallar la ecuacin de la recta que es perpendicular a la recta 2 x 3 y + 4 = 0 y que pa-
sa por el punto P
0
(2 , 1 ).
Solucin: Para escribir la ecuacin, necesitamos conocer el vector direccin y un punto de la rec-
ta. Sabemos que la recta es a la dada, entonces los vectores direcciones son perpendiculares. En
este caso, el vector normal de la recta dada, es el vector direccin de la ecuacin buscada:
u =
n
= (2, 3) (los coeficientes de x e y, son las coordenadas del vector normal de la recta dada)
Fig. de anlisis

=
OP ( 2 , 1) + (2 , 3 ) Ecuacin vectorial paramtrica

9.3.- Hallar el lugar geomtrico de los puntos P(x , y) tal que, la pendiente de PP
1
sea igual a la
pendiente PP
2
si P
1
(4 , 2 ) y P
2
(3 , 5 ).
Fig. de anlisis Planteo

3 x
5 y
4 x
2 y
+
(x+3) (y2) = (x4) (y5)

x y 2x + 3y 6 = x y 5x4y + 20
3x + 7y 26 = 0 que es la ecuacin de una recta

10.1.- Completar:
i) Si las coordenadas de un punto satisfacen una ecuacin, ese punto pertenece a la grfica de
esa ecuacin y recprocamente,
.
ii) Dos, son los problemas fundamentales en Geometra Analtica, uno es: dada una ecuacin
construir la grfica correspondiente; el otro es
.
iii) l
1
// l
2

iv)

1
u
2
u
v) El haz de rectas de centro en P
0
, es .
P
P
1
P
2

P
0

__________________________________________________________________________________________________
75

vi) La Ecuacin: 2x + y 1 + k (x 3 y + 2) = 0, corresponde al .

vii) Para calcular la distancia:
i) entre dos rectas paralelas utilizo la expresin: .
ii) del origen de coordenadas a una recta r , trabajo con ..

10.2.- Unir con flechas, segn corresponda
Ecuacin
2
1 y
3 -
2 x +
=
Cartesianas paramtricas
1
3 -
y
2
x
= + General o implcita
=
OP ( 5 , 2) + ( 1 , 0 )
Segmentaria
+ =
+ =
2 y
3 1 x

y = 4 x 9 Simtrica
3 x 2 y 5 = 0 Explcita

10.3.- Decir si son verdaderas o falsas las siguientes expresiones. Justificar la respuesta.
i) El vector direccin de la recta:
2
6 2y
3 -
2 x +
=
es (3 , 2 )
ii) 2x + 3y 2 = 0 es paralela a 2x 3y + 2 = 0
iii) P(2,2) satisface la ecuacin 2x 3y + 2 = 0

2.- LEHMANN, Charles. Geometra Analtica. Mxico
3.- BURGOS, Juan de. lgebra Lineal y Geometra Cartesiana. Mc Graw Hill. Espaa. 2006

Plano Esp. Lydia Mara Llanos

UNJu Facultad de Ingeniera lgebra y Geometra Analtica

76

PLANO
Contenidos
Trataremos la ms sencilla de las superficies: el plano. Encontraremos la ecuacin del plano en
sus distintas formas: vectorial, cartesiana y segmentaria. sta ltima nos permitir realizar la gra-
fica para el caso de planos que no pasen por el origen. Particularizaremos las ecuaciones y grfi-
cas de planos con respecto a los ejes y planos coordenados: perpendiculares, paralelos a los pla-
nos coordenados; que pasan por el origen; que contienen a uno de los ejes coordenados. Determi-
naremos el ngulo entre dos planos a travs de la formula apropiada, tambin estableceremos las
condiciones que deben verificarse para que dos planos sean perpendiculares, o sean paralelos.
Definiremos y consideraremos la ecuacin del haz de planos o familia de planos. Por ltimo ha-
llaremos la distancia de un punto a un plano y la distancia entre dos planos paralelos.

Objetivos
- Escribir las distintas ecuaciones de planos o de familia de planos, a partir de datos dados.
- Graficar planos a partir del reconocimiento de las ecuaciones que contemplen diferentes po-
siciones de los planos con respecto a los ejes o planos coordenados.
- Hallar ngulos determinados por planos y reconocer analticamente planos paralelos y per-
pendiculares.
- Calcular la distancia de un punto a un plano y la distancia entre dos planos paralelos.
- Resolver situaciones problemticas a travs de la aplicacin de diferentes ecuaciones referi-
das a planos.

Plano
Un

P
0
.
. = 0
A x + B y + C z + D = 0

Se expresa por
las ecuaciones
Para graficar
Vectorial General Segmentaria


77

1.- Introduccin
Sistema de coordenadas rectangulares en el espacio
Se consideran tres planos mutuamente perpendiculares que se cortan en un punto comn O.
Los planos se llaman planos coordenados, las rec-
tas de interseccin de estos planos ejes coordena-
dos y el punto O origen del sistema de coordena-
das rectangulares.
El plano coordenado que contiene al eje X y a l
eje Y se llama plano XY; en forma anloga tene-
mos los planos XZ e YZ. Los tres planos coor-
denados dividen al espacio en ocho regiones lla-
madas octantes. El octante determinado por los
semiejes positivos se llama primer octante. En la
prctica se trazan solamente los ejes coordenados.
Un punto P en el espacio tiene una y solo una terna de coordenadas ( x , y , z ), referida a un sis-
tema coordenado rectangular especificado. Recprocamente, una terna de coordenadas (x, y , z)
determina uno y solo un punto P en el espacio con respecto a un sistema coordenado fijo.

2.- Ecuaciones del plano
2.1.- Ecuacin vectorial y ecuacin cartesiana
Plano t determinado por un punto P
0
y el vector normal a l.
Dados: P
0
e t , con P
0
( x
0
, y
0
, z
0
)
y
n t , con
n = ( n
1
, n
2
, n
3
)
Sea P un punto genrico e t , con P( x , y , z ), el
P P
0
es perpendicular a
n .

Si
P P
0

n

Que es la Ecuacin vectorial del plano

P
P
0
x
y
z
o
t
P P
0
.
n = 0


78

Si
P P
0
= ( x x
0
, y y
0
, z z
0
) , el producto escalar est dado por:
( x x
0
, y y
0
, z z
0
). ( n
1
, n
2
, n
3
) = 0
n
1
( x x
0
) + n
2
( y y
0
) + n
3
( z z
0
) = 0

Efectuando las operaciones indicadas, tenemos:
Que es la Ecuacin general del plano en forma general o implcita

A, B , C y D son constantes y (A , B, C ) es un vector perpendicular al plano.

2.2.- Ecuacin segmentaria
Dada la ecuacin: A x + B y + C z + D = 0, con D = 0
Si pasamos D al segundo miembro, tenemos: A x + B y + C z = D

Multiplicando ambos miembros por
D
1
: 1 z
D
C
y
D
B
x
D
A
=

Luego: 1
C
D
z
B
D
y
A
D
x
=
, llamando a, b y c a los denominadores respec-

tivamente, se tiene:

Que es la Ecuacin segmentaria del plano

Esta ecuacin nos permite graficar el plano.

a , b y c son las coordenadas al origen

Observacin: La ecuacin segmentaria es una forma restringida ya que no se puede aplicar, por
ejemplo, a un plano que pasa por el origen.

A x + B y + C z + D = 0
a
b
c
X
Y
Z
1
c
z
b
y
a
x
= + +


79
2.3.- Ejemplo
Hallar la ecuacin del plano que pasa por el punto ( 1 , 2 , 0 ) y es perpendicular al vector
( 2 , 3 , 2 ). Realizar el grfico correspondiente.
Datos: P
0
e t ; P
0

= ( 1 , 2 , 0 )

n t ;
n = ( 2 , 3 , 2 )
P genrico e t ; P ( x , y , z )
Reemplazando los datos en la ecuacin :
P P
0
.
n = 0 , se tiene:
( x 1 , y 2 , z 0 ) . ( 2 , 3 , 2 ) = 0 Ecuacin vectorial del plano
Efectuando el producto : 2 x 3 y + 2 z + 4 = 0 Ecuacin general del plano
Para graficar hallaremos la ecuacin segmentaria

1
2
z
3
4
y
2
x
=
+ +

2.4.- Otras ecuaciones del plano

Plano determinado por un punto y dos direcciones paralelas al mismo
Dados: P
0
( x
0
, y
0
, z
0
) e t

u = ( u
1
, u
2
, u
3
) // t y
v = ( v
1
, v
2
, v
3
) // t


+ +
v u OP OP
0

+ + =
+ + =
+ + =
3 3 0
2 2 0
1 1 0
v u z z
v u y y
v u x x

Ecuacin vectorial

0 ) v x u .( P
0
=

P
x
z
y
o
-2
-2
4/3


80

3.- Posiciones particulares del plano con respecto a los ejes y planos coordenados

Si consideramos la ecuacin general: A x + B y + C z + D = 0, en la que:

a) Uno de los coeficientes es nulo

Por ejemplo,
si C = 0 . A =0 , B = 0 , D =0
A x + B y + D = 0

El Plano t es // al eje z
o t al plano xy

Ejemplos: i) 3x + 6 y 2 = 0

ii) 2x 2z + 3 = 0 Es un plano // al eje y o al plano xz

iv) 4y + 2 z 3 = 0 Es un plano // al eje x o al plano yz

b) El trmino independiente es nulo

Si D = 0 . A =0 , B = 0 , C = 0
A x + B y + C z = 0
El plano pasa por el origen de coordenadas

Ejemplo: 3x + 2y 4z = 0

Si D = 0 . C = 0 , . A =0 , B = 0
A x + B y = 0
El plano pasa por el origen y contiene al eje z

Ejemplos: i) 2x + 3 y = 0
ii) 3y 2z = 0 contiene al eje x
a
b
x
y
z
o
t
x
y
z
O
t
Tr
yz

Tr
xy

Tr
xz

x
y
z
o
t
Tr
xy



81

4.- ngulo de dos planos
Dados dos planos t
1
y t
2
no paralelos:
t
1
: A
1
x + B
1
y + C
1
z + D
1
= 0
t
2
: A
2
x + B
2
y + C
2
z + D
2
= 0
El ngulo, entre los planos t
1
y t
2
, queda determinado por su coseno que vale:

Con 0 s s t

Por ejemplo: Encontrar el ngulo determinado por
t
1
2 x y + 3 z = 1 y t
2
x + 2 y + 2 z = 9
, est dado por Cos = = =
+ + + +
+
14 3
6
4 4 1 . 9 1 4
2 . 3 2 . 1 1 . 2
0.53
= arco cos de 0,53 = 57 41 18,48
c) Dos coeficientes son nulos
d) Dos coeficientes y el trmino independiente, son
nulos

Si B = C = 0 . A = 0 , D = 0
A x + D = 0, resulta: x =
A
D

Es un plano // al plano yz o al eje x

Ejemplos: i) 2x 4 = 0
ii) 6y + 3 = 0 , es un plano // al plano xz
iii) 4z 3 = 0 , es un plano // al plano xy

Si B = C = D = 0 . A = 0
A x = 0 Es la ecuacin del plano yz

By = 0 , es la ecuacin del plano xz
Cz = 0 , es la ecuacin del plano xy
Cos =
2
2
2
2
2
2
2
1
2
1
2
1
2 1 2 1 2 1
C B A . C B A
C C B B A A
+ + + +
+ +

x
y
z
o
t
X
Y
Z
o
YZ


82

5.- Planos paralelos y planos perpendiculares
5.1.- t
1
// t
2

1
n //
2
n , es decir
2
1
2
1
2
1
C
C
B
B
A
A
= =
5.2.- t
1
t
2

1
n
2
n , es decir A
1
A
2
+ B
1
B
2
+ C
1
C
2
= 0
5.3.- t
1
y t
2
son coincidentes

2
1
2
1
2
1
2
1
D
D
C
C
B
B
A
A
= = =
Por ejemplo:
dados t
1
: 2 x y + 3 z = 1 ; t
2
: x + 2 y + 2 z = 9 ; t
3
: x + y
2
3
z = 2
t
4
: 5 x + 2 y + 4 z = 0 ; t
5
: 8 x 8 y + 12 z = 1 ; t
6
: 2 x + y 3 z = 5
a) t
1
//

t
6
porque 1
3
3
1
1
2
2
=

b)

t
3
//

t
5
; porque
8
1
12
2
3
8
1
8
1
=

c) t
2
t
5
, porque 1.(8) + 2.( 8) + 2.12 = 0
d)

t
4
t
1
, porque

( 5).2 + 2.( 1) + 4.3 = 0

6.- Haz de planos o familia de planos
Se llama Haz de planos determinado por los planos t
1
y t
2
que se intersecan en la recta r, al
conjunto de todos los planos que pasan por r. La recta se llama eje del haz.

Dados t
1
: A
1
x + B
1
y + C
1
z + D
1
= 0
y t
2
: A
2
x + B
2
y + C
2
z + D
2
= 0
Sumando t
1
+ k t
2
se tiene:
la ecuacin del haz de planos

( A
1
+ k A
2
) x + ( B
1
+ k B
2
) y + ( C
1
+ k C
2
) z + ( D
1
+ k D
2
) = 0

t
1

t
2

t
3

r


83
7.- Distancia

Distancia de un punto P
0
a un plano t

Distancia del origen O a un plano t

Dados t : A x + B y + C z + D = 0

y P
0
(x
0
, y
0 ,
z
0
) e t
d ( P
0
, t ) =
2 2 2
0 0 0
C B A
D z C y B x A
+ +
+ + +

d ( O

, t ) =
2 2 2
C B A
D
+ +

Distancia entre dos planos paralelos
Dados t
1
// t
2
t
1
: A
1
x + B
1
y + C
1
z + D
1
= 0
t
2
: A
2
x + B
2
y + C
2
z + D
2
= 0
d (t
1
, t
2
) =
2 2 2
2 1
C B A
D D
+ +

Planos bisectores

Dados: t
1
: A
1
x + B
1
y + C
1
z + D
1
= 0, t
2
: A
2
x + B
2
y + C
2
z + D
2
= 0

=
+ +
+ + +
2
1
2
1
2
1
1 1 1 1
C B A
D z C y B x A
2
2
2
2
2
2
2 2 2 2
C B A
D z C y B x A
+ +
+ + +

8.1.- Hallar la ecuacin del plano que contenga a los puntos:
( 0 , 2 , 0 ) , ( 0 , 2 , 2 ) , (1 , 3 , 2 )
Una forma de plantear es la siguiente:
Se considera un punto P genrico, P = ( x , y , z ) e al plano
Fig. de anlisis
y los vectores:
) 2 , 1 , 1 ( AC
) 2 , 0 , 0 ( AB
) z , 2 y , x ( AP
=

A
B
C
P t


84

Recordemos que tres vectores son coplanares si el producto mixto es nulo, se plantea entones la
ecuacin vectorial:
Se resuelve el determinante: 0
2 1 1
2 0 0
z 2 y x
=

2 x 2 ( y 2 ) = 0 2 x 2 y + 4 = 0
x + y 2 = 0 es la Ec. general del plano. Es un plano paralelo al eje z

Para graficar consideramos la ecuacin segmentaria: 1
2
y
2
x
= +

8.2.- Sean los planos t
1
: 2 x y + z 7 = 0 y t
2
: x + y + 2 z 11 = 0
Hallar: i) El plano del haz que pasa por el punto (1 , 2 , 1 ).
ii) El ngulo determinado por los dos planos.
iii) La distancia del punto P( 2 , 3 , 5 ) al plano t
1

Solucin:
i) La ecuacin del haz es: ( 2 + k ) x + ( 1 + k) y + ( 1 + 2k ) z + ( 7 11 k) = 0 (1)
Si pasa por (1 , 2 , 1 ): ( 2 + k )(1) + ( 1 + k) 2 + ( 1 + 2k )1 + ( 7 11 k) = 0
k =
4
5

Reemplazando k en la ecuacin (1) del haz, se tiene:
( 2
4
5
) x + ( 1
4
5
) y + ( 1 + 2 (
4
5
) ) z + ( 7 11 (
4
5
)) = 0
Resolviendo las operaciones indicadas, se tiene:
4
3
x
4
9
y
2
3
z +
4
27
= 0
0 ) AC x AB .( AP =

x
y
z
o
2
2
t


85

Eliminando denominadores: 3 x 9 y 6 z + 27 = 0 x 3 y 2 z + 9 = 0

ii) Cos =
2
1
6
3
4 1 1 . 1 1 4
2 1 2
= =
+ + + +
+

= arco coseno
2
1
= 60

iii) La distancia del punto P( 2 , 3 , 5 ) al plano t
1

d ( P

, t
1
) = 04 , 2
6
6 5
6
5
1 1 4
7 5 ) 3 ( 2 . 2
~ = =
+ +
+

8.3.- Encontrar la ecuacin del plano paralelo al plano XZ y que pasa por ( 2 ,6 , 3 )
Si es paralelo al plano XZ, tienen el mismo vector normal.
Y el vector normal es el versor ( 0 , 1 , 0 )
Si
P P
0
.
n = 0
( x 2 , y 6 , z 3 ) . ( 0 , 1 , 0 ) = 0

y 6 = 0

8.4.- Hallar la distancia entre los planos t
1
: 2 x + y 3 z = 5 y t
2
: 2 x y + 3 z = 1
Solucin: los planos dados son planos paralelos, para una mejor comprensin escribiremos las
ecuaciones como sigue:
t
1
: 2 x + y 3 z 5 = 0 y t
2
: 2 x + y 3 z + 1 = 0
La distancia est dada por la expresin d (t
1
, t
2
) =
2 2 2
2 1
C B A
D D
+ +

Reemplazando por los datos, se tiene: d (t
1
, t
2
) = 60 , 1
14
6
9 1 4
1 5
=
=
+ +

6
x
y
z
o
t


86

8.5.- Hallar el lugar geomtrico de los puntos equidistantes de (1 , 2 , 0 ) y ( 1 , 2 , 1 )
Consideremos un punto genrico P ( x , y , z ) , llamaremos A y B respectivamente a los puntos
dados.
dist ( P, A ) = dist ( P , B )

2 2 2 2 2 2
) 1 z ( ) 2 y ( ) 1 x ( z ) 2 y ( ) 1 x ( + + + = + + +
x
2
+ 2x + 1 + y
2
4y + 4 + z
2
= x
2
2x + 1 + y
2
+ 4y + 4 + z
2
2z + 1
4x 8y + 2z 1 = 0 es la ecuacin de un plano

9.1.- Completar el siguiente cuadro:
Ecuacin En R
2
representa: En R
3
representa:
y = 2
2x + 3y = 0
x 5 = 0
y = 0
3x + y 2 = 0
y + 3 = 0

9.2.- Completar el siguiente cuadro con las expresiones cartesianas correspondientes a las distan-
cias que en cada caso se especifican
Distancia de P
0
a una recta en R
2

Distancia de P
0
a un plano

Distancia del origen de coordenadas a una
recta en R
2

Distancia del origen de coordenadas a un
plano

Distancia entre dos rectas paralelas en R
2

Distancia entre dos planos paralelos


87
9.3.- Dada la siguiente figura, encontrar simblicamente la ecuacin del plano t determinado por
los tres puntos P
1
, P
2
y P
3

2.- LEMAN . Geometra Analtica
3.- BURGOS, Juan de. lgebra Lineal y Geometra Cartesiana.

Recta en el espacio (R
3
) Esp. Lydia Mara Llanos

88 88

Recta en el espacio E
3

Contenidos
Definiremos recta en el espacio tridimensional a travs de las ecuaciones: vectorial paramtrica,
cartesiana paramtrica, y simtrica; y se realizarn las grficas correspondientes. Particularmente
se caracterizarn rectas paralelas y perpendiculares, tambin rectas y planos paralelos y perpendi-
culares, a travs de sus vectores direcciones. stos tambin utilizaremos para definir el ngulo
determinado entre dos rectas y entre una recta y un plano. Finalmente se considerarn las ecua-
ciones que permitirn calcular la distancia de un punto a una recta y la distancia entre dos rectas
alabeadas.

Objetivos
- Expresar las distintas ecuaciones de una recta en el espacio tridimensional y graficarlas, a
partir de un punto conocido y el vector direccin de la recta en particular.
- Reconocer las posiciones relativas de dos rectas (paralelas, perpendiculares), segn los vec-
tores direcciones de las mismas.
- Determinar el ngulo que forman dos rectas en el espacio y el que forman una recta y un
plano.
- Hallar la distancia entre un punto y una recta, entre rectas paralelas y alabeadas.
- Adquirir habilidad en el uso del lenguaje simblico y grfico a travs del planteo y solucin
de diferentes ejercicios referidos a rectas en el espacio.

Distancias:
De un punto a una recta,
Entre rectas paralelas
y entre rectas alabeadas
Rectas paralelas y per-
pendiculares
Rectas y planos paralelos
y perpendiculares

Cartesiana paramtrica
Simtrica
ngulos entre rectas y
entre recta y plano
determinacin de
y clculo de
Recta en el plano: E
3

Ecuaciones Grficas
Se define
a travs de
3

89

1.- Introduccin
La recta en el espacio se la puede considerar como la interseccin de dos planos diferentes.
As por ejemplo la recta l = t
1

t
2

l
= + + +
= + + +
0 D z C y B x A
0 D z C y B x A
2 2 2 2
1 1 1 1

La interseccin del plano t con cada uno de los ejes coordenados, se llaman traza.

Los puntos A, B y C son las intersecciones del plano t con cada uno de los ejes coordenados.
La traza de t con el plano coordenado XY, es la recta determinada por los puntos A y B, y es el
conjunto de puntos de t para los cuales z = 0. En forma anloga se obtienen las trazas con los
planos coordenados XZ y YZ.

que es la forma general de las ecuaciones
de la recta en R
3
.
t
1

t
2

l
A( x , 0 , 0 )
B( 0 , y , 0 )
C( 0 , 0 , z )
X
Y
Z
O
t
3

90 90

2.- Ecuaciones de la recta en R
3

2.1.- Ecuacin determinada por un punto y el vector direccin

Dados :
0
u
= ( r , s , t ) // l
P
0
( x
0
, y
0
, z
0
) e l
P ( x

, y , z ) e l

0 0
u OP OP +

Ejemplo: Encontrar la ecuacin de la recta que pasa por los puntos:
( 1 , 2 , 4 ) y ( 3 , 1 , 3 ), y representarla grficamente
En este caso conocemos dos puntos de la recta. Para escribir la ecuacin vectorial paramtrica
necesitamos conocer el vector direccin de la recta, que es el vector determinado por los dos pun-
tos dados:
0
u
= ( 2 , 1 , 1 ) y considerando uno de los puntos dados como P
0
( 1 , 2 , 4 ), la
ecuacin est dada por:

OP = ( 1 , 2 , 4 ) + ( 2 , 1 , 1 ) Ecuacin vectorial paramtrica

OP = ( x , y , z ) ( x , y , z ) = ( 1 , 2 , 4 ) + ( 2 , 1 , 1 )

=
+ =
+ =
4 z
2 y
2 1 x

Despejando tenemos:
1
4 z
1
2 y
2
1 x
=
+
=
Ecuacin simtrica

Ecuacin vectorial paramtrica de la recta l,
paralela al vector u
0
y que pasa por P
0

x
y
z
o
u
0
P
P
0
l
3

91

Representacin grfica

2.2.- Cuadro resumen de las ecuaciones de una recta en el espacio

Ecuaciones de una recta en E
3

Dados: P
0
( x
0
, y
0
, z
0
) e l .
u = ( r , s ,t ) // l
y un punto genrico de l : P ( x , y , z )


0 0
u OP OP +


+ =
+ =
+ =
t z z
s y y
r x x
0
0
0

En funcin de los cosenos directores de un
vector // a ella

+ =
| + =
o + =
cos z z
cos y y
cos x x
0
0
0

P
0
x
y
z
o
x
y
z
3

92 92

Ecuaciones simtricas de una recta en E
3

Recta no // a los planos coordenados, ni a los ejes coordenados
t
z z
s
y y
r
x x
0 0 0

=

a) Recta // al plano XY que pasa por P
0
( x
0
, y
0
, z
0
)

0
u // XY , pero no // a los ejes x ni y
0
u = ( r , s , 0 )

0
0 0
z z
s
y y
r
x x

b) Recta paralela al eje X que pasa por P
0
( x
0
, y
0
, z
0
)

0
u // al eje X
0
u = ( r , 0 , 0 )

=
=
0
0
z z
y y

Z
0
u
0
x
z
y
o

x
z
y
o
La ecuacin simtrica
est dada por:
La ecuacin simtrica
est dada por:
3

93

3.- ngulo
3.1.- ngulo de dos rectas en R
3

Dadas dos rectas l
1
y l
2
de R
3
, el ngulo que forman est dado por el ngulo de sus di-
recciones
si:
u // l
1
;
u = ( u
1
, u
2
, u
3
)
.
v // l
2
;
v = ( v
1
, v
2
, v
3
)

Cos =
2
3
2
2
2
1
2
3
2
2
2
1
3 3 2 2 1 1
v v v . u u u
v u v u v u
+ + + +
+ +

3.2.- ngulo entre recta y plano

Dados: l:
t
z z
s
y y
r
x x
1 1 1

=

. t

: A x + B y + C z + D = 0
El ngulo, que la recta l y el plano t forman est dado por:
Sen =
2 2 2 2 2 2
t s r . C B A
t C s B r A
+ + + +
+ +

Con
u = ( r, s, t ), vector direccin de la recta, y con
n = ( A, B , C ), vector normal del plano.

4.- Condicin de paralelismo y perpendicularidad
4.1.- Condicin de paralelismo y perpendicularidad entre rectas

Paralelismo de rectas
l
1
l
2

2 1
u // u

1
u = ( r
1
, s
1
, t
1
) y
2
u = ( r
2
, s
2
, t
2
)

2
1
2
1
2
1
t
t
s
s
r
r
= =

Perpendicularidad de rectas

l
1
l
2
r
1
. r
2
+ s
1
. s
2
+ t
1
. t
2
= 0
3

94 94

4.2.- Condicin de paralelismo y perpendicularidad entre recta y plano

5.- Distancia

6.1.- Hallar la ecuacin simtrica de la recta perpendicular al plano
3 x + 5 y + 2 z 4 = 0 y que pasa por el punto P
0
( 1 , 2 , 3 )

Dados
la recta l:
t
z z
s
y y
r
x x
1 1 1

=
y el plano t: A x + B y + C z + D = 0
Con
u = ( r , s , t ) // l y
n = ( A , B , C ) t

Recta y planos paralelos

l // t r A + s B + t C = 0

Recta y plano perpendiculares

l t
C
t
B
s
A
r
= =

Distancia de un punto a una recta de E
3

Con: P
0
e l ; P
0
( x
0
, y
0
, z
0
) ;
u // l . P
1
( x
1
, y
1
, z
1
) e l
d (P
0
, l ) =
u
u x P P
1 0

Distancia entre dos rectas alabeadas

sea
e
.
e
2
2 2
1
1 1
// // l v
l P
l u
l P

d ( l
1
, l
2
) =
( )

v x u
v x u . P P
2 1

o l
1
l
2

3

95

Solucin:
Fig. de anlisis
El vector direccin de la recta es el vector normal del plano.

u = n = ( 3 , 5 , 2 )
La ecuacin simtrica es:

3
1 x
=
5
2 y
=
2
3 z

6.2.- Hallar la ecuacin de la recta que pasa por ( 2 , 2 , 3 ) y es paralela a
OP
= ( 3 , 2 , 4 ) + ( 0 , 4 , 0 ). Graficarla.
Solucin:
El vector direccin ( 0 , 4 , 0 ), caracteriza a una recta paralela al eje de Y.

La ecuacin vectorial paramtrica es: OP
= ( 2 , 2 , 3 ) + ( 0 , 4 , 0 )
La ecuacin cartesiana paramtrica es:
=
+ =
=
3
4 2
2
z
y
x

La ecuacin simtrica es:
=
=
3 z
2 x

La grfica

6.3.- Investigar si el siguiente par de rectas son paralelas o perpendiculares.
l
1
:
4
2 x
+
=
6
y
=
2
1 z
+
l
2
:
2
1 x
+
=
6
1 y 2
+
= 2 + z

2
2
-
3
o
x
y
z
t
3

96 96

El vector direccin de l
1
, es
1
u = (4 , 6 , 2 )
Para el vector direccin de l
2
, debemos acomodar la ecuacin dada:

Multiplicando por (1) el numerador y el denominador de la primera fraccin; multiplicando por
el numerador y el denominador de la segunda y permutando los trminos de la tercera, queda
l
2
:
2
1 x
=
3
2
1
y
+
= z 2

2
u = ( 2 , 3 , 1 ) .
Se verifica que
1
u //
2
u por cuanto
1
u = 2
2
u , l
1
// l
2

6.4.- Hallar el ngulo que forma la recta l determinada por:
l :
= +
= + +
2
1
0 1 z 2 y x
0 7 z y 3 x
t
t
, con el plano t: x 2y + z 2 = 0.

Solucin:
Para hallar el ngulo, necesitamos conocer el vector direccin de la recta y el vector normal del
plano.
a) El vector direccin de la recta l:
u =
1
n x
2
n =
2 1 1
1 3 1

k j i
= 5i 3j 4 k
b) El vector normal al plano x 2y + z 2 = 0 , es
n = ( 1 , 2 , 1 )

El ngulo que la recta l y el plano t forman est dado por:
Sen =
2 2 2 2 2 2
t s r . C B A
t C s B r A
+ + + +
+ +

Sen =
16 9 25 . 1 4 1
4 6 5
+ + + +
+
=
30
3 7

= arc. Seno de
30
3 7
= 23 50 15
3

97

6.5.- Hallar la distancia del punto ( 2 , 5 , 3 ) a la recta :
2
1 x +
=
1
2 y
=
2
4 z +

Se utiliza la expresin: d (P
0
, l ) =
u
u x P P
1 0

P
0
es el punto ( 2 , 5 , 3 )

;
P
1
( 1 , 2 , 4 ) e a la recta dada y
1 0
P P = ( 3 , 3 , 1 )

u = ( 2 , 1 , 2 )

d (P
0
, l ) =
) 2 , 1 , 2 (
) 2 , 1 , 2 ( x ) 1 , 3 , 3 (

=
3
81 16 49 + +
=
3
146
~ 4,03
Clculos auxiliares:

1 0
P P x
u =
2 1 2
1 3 3
k j i
= 7i + 4 j + 9k

6.6.- Grafique el plano x + y + 2 z 4 = 0 por medio de sus trazas y escriba la ecuacin de
cada una de ellas

Traza
Sobre el eje x y = z = 0; A( 4 , 0 , 0 )
Sobre el eje y x = z = 0 ; B( 0 , 4 , 0 )
Sobre el eje z x = y = 0 ; C( 0 , 0 , 2 )

Sobre el plano xy z = 0 ; Recta AB : x + y 4 = 0
Sobre el plano xz y = 0 ; Recta AC : x + 2z 4 = 0
Sobre el plano yz x = 0 ; Recta BC : y + 2z 4 = 0

y
O
A( 4 , 0 , 0 )
C( 0 , 0 , 2 )
x
z
t
B( 0 , 4 , 0 )
3

98 98

6.7.- Hallar la ecuacin general del plano que contiene al punto A( 1, 3 , 2 ) y a la recta

= +
= + +
0 1 z 2 y x
0 7 z y 3 x

Solucin:
Fig. de anlisis
El vector
n =
u x A P
0

Necesitamos conocer un punto P
0
y la direccin
u de la recta dada. Para

ello hallaremos la ecuacin simtrica de la recta dada. Entonces despeja-
remos z en funcin de y, y luego en funcin de x:

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

- Restando las dos ecuaciones, se tiene: 4 y 3 z + 8 = 0
Despejando z se tiene:
3
8 4y
z
+
= (1)
- Multiplicando por 3 la 2 ecuacin y sumando a la primera, se tiene: 4 x +5 z + 4 = 0
Despejando z se tiene:
5
8 4x -
z

= (2)
Igualando (1) y (2), se tiene:
5
8 4x -
=
3
8 4y +
= z (3)
Ordenando la ecuacin (3), se tiene:

n =
u x A P
0
=
2 5 2
4 3 5
k j i
= 26i 2j 31k
La ecuacin de t : ( x 1 , y 3 , z + 2 ) . ( 26 , 2 , 31 ) = 0
26x 2y 31 z 30 = 0 26x +2y + 31 z + 30 = 0

P
0

u
A-
t

P
0
(1 , 2 , 0 )
= ( , , 1 = ( 5 , 3 , 4 )
3

99

7.1.- Selecciona la respuesta correcta
I) La recta:
2
1 x
+
=
6
1 y 2
+
= z y el plano 2x + 3y + z 2 = 0 son:
i) paralelos
ii) perpendiculares
iii) ninguna de las respuestas anteriores es correcta

II) La recta
0
0 0
x x
t
z z
s
y y
, es:
i) paralela al eje X
ii) paralela al plano YZ
iii) ninguna de las respuestas anteriores es correcta

7.2.- Dada la recta l por la interseccin de los planos t
1
y t
2
:
l:
= + + +
= + + +
0 D z C y B x A
0 D z C y B x A
2 2 2 2
1 1 1 1

i) Exprese el vector direccin de la misma
ii) Que condiciones tendra que cumplir el vector dado para que la recta l resulte para-
lela al eje de coordenadas Y.
iii) Que condiciones tendra que cumplir el vector dado para que la recta l resulte para-
lela al plano coordenado XZ.

2.- SUNKEL, Geometra Analtica
3.- BURGOS, Juan de. lgebra Lineal y Geometra Cartesiana.
Espacios Vectoriales Esp. Lydia Mara Llanos

100

ESPACIOS VECTORIALES
Contenidos
Trataremos el tema de estructura de espacio vectorial, que es el concepto bsico del lgebra Li-
neal. Definiremos espacio vectorial y sus propiedades, subespacio vectorial y combinacin lineal
de un conjunto no vaco de un espacio vectorial. Estudiaremos tambin, dependencia e indepen-
dencia lineal y sistemas de generadores para caracterizar los conceptos de base y de dimensin.

Objetivos
- Decidir si un conjunto de vectores constituye o no una estructura de espacio vectorial me-
diante la aplicacin de la definicin.
- Reconocer, ejemplificar y definir la dependencia e independencia lineal de vectores, justi-
ficando la decisin tomada.
- Distinguir los subconjuntos de vectores que sean sistemas de generadores de espacios vec-
toriales mediante la aplicacin de la definicin o de las propiedades.
ESPACIO
VECTORIAL
Combinacin lineal
Subespacios
Dependencia e independencia
lineal
Sistema de generadores
Base
- Dimensin
- Base cannica
- Coordenadas
La estructura
de
es el concepto
bsico del lgebra
Lineal
en la que se
definen
Vectores
Sus elementos
se llaman
Se define
y se estudian
Para definir

101

- Reconocer y construir una base de un espacio vectorial y determinar la dimensin de la
misma.

1.- Introduccin
En el conjunto de nmeros reales se han definido las operaciones de suma y producto que satisfa-
cen ciertas propiedades. Al estudiar el conjunto de vectores en el espacio hemos definido suma de
vectores y multiplicacin de un vector por un nmero real y enunciado las propiedades que se
verifican. Otros conjuntos a los cuales se le puede dotar de una estructura similar a la de los con-
juntos anteriores, son los conjuntos de nmeros complejos y el de los polinomios.
Cuando en varios conjuntos distintos aparecen estructuras similares es conveniente axio-
matizar stas y dar un nombre al ente resultante. A la estructura de los conjuntos enunciados se
denomina Espacio Vectorial.

2.- Espacio vectorial
2.1.- Definicin
Dado un conjunto V, distinto del vaco, se dice que es un espacio vectorial sobre el cuer-
po K, si en l se han definido dos operaciones: una interna llamada suma, (+) , de manera que a
cada par de elementos u y v e V le hace corresponder el elemento u + v e V, y otra externa
llamada producto por un escalar, ( . ), de manera que a todo elemento u e V y a todo elemento
o e K le hace corresponder el elemento o.u e V, que satisfacen las siguientes propiedades:
S
1
) + es asociativa en V
u , v , w e V u + ( v + w ) = ( u + v ) + w
S
2
) existe neutro para la suma en V
- 0 e V / v e V : 0 + v = v + 0 = v

0 es el vector nulo
S
3
) - del inverso aditivo u opuesto en V para cada elemento de V.
v e V , - v e V / v + (v) = (v) + v = 0
S
4
) + es conmutativa en V
u , v e V u + v = v + u
M
1
) . admite asociatividad mixta
o , | e K , v e V : o . ( | . v ) = ( o . | ) . v

102

M
2
) . es distributivo respecto de la suma en K
o , | e K , v e V : ( o + | ) . v = o . v + | . v
M
3
) . es distributivo respecto de la suma en V
o e K , v , w e V : o . ( v + w ) = o . v + o . w
M
4
) la unidad de K es neutro para el . .
v e V : 1 . v = v

Un espacio vectorial se representa por la cuaterna ( V, + , K , . )
Los elementos de V se llaman vectores
Los elementos de K se llaman escalares

2.2.- Ejemplo
La cuaterna ( R
2
, + , R, . ) es el espacio vectorial de los pares ordenados de nmeros reales so-
bre el cuerpo de nmeros reales.
Porqu:
- ( a , b ) y ( c , d ) e R
2
,
se define la adicin por: ( a , b ) + ( c , d ) = ( a + c , b + d ) e R
2
(1)
- ( a , b ) e R
2
y o e R , se define o . ( a , b ) = ( o . a , o . b ) e R
2
(2)
Y se verifican las propiedades:
V
1
) + es asociativa en R
2
.
( a , b ) , ( c , d ) y ( e , f ) e R
2
demostrar que.
( a , b ) + [ ( c , d ) + ( e , f ) ] = [ ( a , b ) + ( c , d ) ] + ( e , f )
Demostracin:
( a , b ) + [ ( c , d ) + ( e , f ) ] = ( a , b ) + ( c + e , d + f ) =
= ( a + ( c + e ) , b + ( d + f ) ) = ( ( a + c ) + e , ( b + d ) + f ) =
= ( a + c , b + d ) + ( e , f ) = [ ( a , b ) + ( c , d ) ] + ( e , f )
Se aplic la definicin (1) , la asociatividad de la suma en R, y la definicin (1)

V
2
) - del neutro para la suma en R
2

- ( 0 , 0 ) e R
2
/ (a , b) e R
2
: ( 0 , 0 ) + ( a , b ) = ( a , b) + ( 0 , 0 ) = ( a , b )
( 0 , 0 ) es el vector nulo

103

V
3
) - del inverso aditivo u opuesto en R
2
para cada elemento de R
2
.
( a , b ) e V , - ( a , b ) e R
2
/ ( a , b ) + ( a , b ) = ( 0 , 0 )

V
4
) + es conmutativa en R
2

( a , b ) , ( c , d ) e R
2
( a , b ) + ( c , d ) = ( c , d ) + ( a , b )
Demostracin:
( a , b ) + ( c , d ) = ( a + c , b + d ) = ( c + a , d + b ) = ( c , d ) + ( a , b )
Se aplic la definicin (1), la conmutatividad de la suma en R y la definicin (1).

V
5
) . admite asociatividad mixta
o , | e R, ( a , b ) e R
2
: o . ( | . ( a , b ) ) = ( o . | ) . ( a , b )
Demostracin:
o . ( | . ( a , b ) ) = o . ( | . a , | . b ) = ( o . ( | . a ) , o . ( | . b ) )
= ( ( o . | ) . a , ( o . | ) . b ) ) = ( o . | ) . ( a , b )
Se aplic la definicin (2), la asociatividad del producto en R, y la definicin (2).

V
6
) . es distributivo respecto de la suma en R
o , | e K, ( a , b ) e R
2
: ( o + | ) . ( a , b ) = o . ( a , b ) + | . ( a , b )
Demostracin:
( o + | ) . ( a , b ) = ( ( o + | ) . a , ( o + | ) . b ) = ( o . a + | . a , o . b + | . b )
= ( o . a , o . b ) + ( | . a , | . b ) = o . ( a , b) + | . ( a , b )
Se aplic la definicin (2), la distributividad del producto con respecto a la suma en R, y las defi-
niciones (1) y (2).

V
7
) . es distributivo respecto de la suma en R
2

o e R , (a , b ) ; ( c , d ) e R
2
: o . ( ( a , b ) + ( c, d ) ) = o . (a , b) + o . ( c , d)
Demostracin:
o . ( ( a , b ) + ( c , d ) ) = o . ( a + c , b + d ) = ( o . ( a + c ) , o . ( b + d ) ) =
( o . a + o . c , o . b + o . d ) = ( o . a , o . b ) + ( o . c , o . d)
= o . ( a , b ) + o . ( c , d )

104

Se aplic la definicin (1), la definicin (2), la distributividad del producto con respecto a la
suma en R, y la definicin (1) y (2)

V
8
) la unidad de R es neutro para el .
( a , b ) e R
2
: 1 . ( a , b ) = ( a , b )
Demostracin: 1. ( a , b ) = ( 1 . a , 1 . b ) = ( a , b )

Otros ejemplos:
- ( R
3
, + , R , . ) , ( R
4
, + , R , . )
En general ( R
n
, + , R , . ) es espacio vectorial.
- ( K
[x]
, + , R . ) K
[x]
: es el conjunto de polinomios de coeficientes reales.
K
[x]
= { a
0
+ a
1
x + ........... + a
n
x
n
/ a
i
e R i }
p
(x)
, q
(x)
e K
[x]
: p
(x)
+ q
(x)
e K
[x]

o e R , p
(x)
e K
[x]
: o p
(x)
e K
[x]

2.3.- Propiedades en ( V, +, K, . )
1) El producto del escalar 0 por cualquier vector es el vector nulo
0 . v = 0 v e V

2) El producto de cualquier escalar por el vector nulo es el vector nulo
o . 0 = 0 o e K

3) Si el producto de un escalar por un vector es el vector nulo, entonces el escalar es 0 el vec-
tor es nulo.
o . v = 0 o = 0 v v = 0

4) El opuesto de cualquier escalar por un vector es igual al opuesto de su producto.
( o ) . v = (o . v ) o e K v eV
En particular si o = 1 (1) . v = ( 1. v) = v


105

3- Subespacio vectorial
3.1.- Definicin
Dados: ( V , + , K , . ) y S = C y S c V:
S es subespacio de ( V , + , K , . ) si ( S , + , K , . ) es espacio vectorial.

Un subespacio vectorial de un espacio vectorial V es un subconjunto S de V, que a su vez es un
espacio vectorial con las operaciones definidas en V

3.2.- Criterio de subespacio
3.2.1.-El criterio de subespacio permite averiguar si un conjunto es o no subespacio de un es-
pacio vectorial dado.
Para demostrar que un subconjunto de un espacio vectorial es un subespacio vectorial, es sufi-
ciente demostrar que la suma de dos elementos de S es otro elemento de S y que la multiplicacin
de un elemento de S por un elemento del cuerpo K es otro elemento de S
.

Dado S = C y S c V:
i) si u e S . v e S u + v e S
ii) si o e K . v e S o. v e S

3.2.2.- Ejemplos
Ejemplo 1: B = { ( x , y ) e R
2
/ y = x }, es subespacio de (R
2
, +, R, . )
Demostracin:
1.- v
1
y v
2
e B v
1
+ v
2
e B
Si v
1
= ( a
1
, b
1
) e B b
1
= a
1

Si v
2
= ( a
2
, b
2
) e B b
2
= a
2

S. m. a m. v
1
+ v
2
= ( a
1
+ a
2
, b
1
+ b
2
) (1) b
1
+ b
2
= a
1
+ a
2
(2)
Reemplazando (2) en (1), se tiene v
1
+ v
2
= ( a
1
+ a
2
, a
1
+ a
2
) e B I

2.- v e B y o e R o . v e B
Si v

= ( a

, b ) e B b

= a
m. m. a m. o = o o = o
o . v = o . ( a

, b ) o . b = o . a (2)
o . v = (o . a

, o . b ) (1)
+
+

106

Reemplazando (2) en (1), se tiene: o . v = ( o . a

, o . a ) e B II
Por I y II , se concluye que B es subespacio de R
2
.

Representacin grfica: Si y = x

la grfica correspondiente es la bisectriz
del 1 y 3 cuadrante.

Ejemplo 2: Demostrar que A = { ( x , y ) e R
2
/ x > 0 } No es subespacio de (R
2
, +, R, . )
Demostracin:
1.- v
1
y v
2
e A v
1
+ v
2
e A
Si v
1
= ( a
1
, b
1
) e A a
1
> 0
Si v
2
= ( a
2
, b
2
) e A a
2
> 0
S. m. a m. v
1
+ v
2
= ( a
1
+ a
2
, b
1
+ b
2
) (1) a
1
+ a
2
> 0 * (2)
Reemplazando (2) en (1), se tiene: v
1
+ v
2
= ( a
1
+ a
2
, b
1
+ b
2
) e A I
> 0
2.- v e A y o e R o . v e A
Si v

= ( a

, b ) e A a > 0
m. m. a m. o = o
o . v = o . ( a

, b )
o . v = (o . a

, o . b ) no siempre pertenece a A
Contraejemplo: Si v

= ( 3

, 5 ) e A
. 2 = - 2
2 . v = ( 6

, 10 ) e A A no es subespacio de R
2
.

Ejemplo 3: S = { ( x
1
, x
2
, x
3
) e R
3
/ x
3
= x
1
+ x
2
} es subespacio de R
3
.
Demostracin:
1.- v
1
y v
2
e S v
1
+ v
2
e S
+
+
*Si se suman dos de-
sigualdades del mismo
sentido se obtiene otra
desigualdad del mismo
sentido
x
y
a
b
a
b

107

Si v
1
= ( a
1
, b
1
, c
1
) e S v
1
= ( a
1
, b
1
, a
1
+ b
1
)
. v
2
= ( a
2
, b
2
, c
2
) e B v
2
= ( a
2
, b
2
, a
2
+ b
2
)
S. m. a m. v
1
+ v
2
= ( a
1
+ a
2
, b
1
+ b
2
, (a
1
+ b
1
) + ( a
2
+ b
2
))
v
1
+ v
2
= ( a
1
+ a
2
, b
1
+ b
2
, (a
1
+ a
2
) + (b
1
+ b
2
)) e S I

2.- v e S y o e R o . v e S
Si o e R
. v = (x
1
, x
2
, x
3
) e S v = ( x
1
, x
2
, x
1
+ x
2
)
o = o
o . v = o . ( x
1
, x
2
, x
1
+ x
2
)
o . v = (o . x
1
, o.x
2
, o. x
1
+ o.x
2
)

o . v = (o . x
1
, o.x
2
, o. (x
1
+ x
2
) ) e S II

Por I y II , concluimos que B es subespacio de R
3
.
Al subespacio S pertenecen las ternas ( x
1
, x
2
, x
3
) e R
3
que satisfacen la condicin:
x
1
+ x
2
x
3
= 0, ecuacin que define un plano que pasa por el origen.

Ejemplos de ternas que pertenecen a S: ( 1 , 2 , 3 ) ; ( 2 , 3 , 1 ) ; (1 , 3 , 4 ) .....

4.- Combinaciones lineales
Dado (V, +, K, .) y Sea A = { v
1
, v
2
, , v
n
} c V
Definicin:
Combinacin lineal de A es todo vector: o
1
v
1
+ o
2
v
2
+ + o
n
v
n
/ o
i
e K . v
i
e A
Utilizando el smbolo de sumatoria, se tiene:

=
o
n
1 i
i i
a
/ o
i
e K . v
i
e A
Definicin:
El vector v e V es combinacin lineal de la familia de A c V, si y slo si existen escalares
o
1
,

o
2
, , o
n
tales que
=
= o
n
1 i
i i
v a

+

108

Ejemplo1:
Sea { (1 , 2 ) , ( 3 , 1 ) } c R
2

3 (1 , 2 ) 2 ( 3 , 1 ) = (9 , 8 ) e R
2

(9, 8) es combinacin lineal de los vectores dados.

Ejemplo2: En R
2
es ( 7 , 2 ) combinacin lineal de los vectores ( 1 , 1 ) y (1 , 4 )?
Para averiguar si ( 7 , 2 ) es combinacin lineal de los vectores ( 1, 1 ) y ( 1 , 4 ), debemos
investigar si existen escalares o y | / ( 7 , 2 ) = o . ( 1 , 1 ) + | . (1 , 4 )
efectuando operaciones: ( 7 , 2 ) = (o , o ) + ( | , 4 . |)
por igualdad de pares: ( 7 , 2 ) = ( o + | , o + 4 . |)

o + | = 7 (1) Si el sistema tiene solucin (7, 2) es combinacin
o + 4 . | = 2 (2) lineal de los vectores dados.

Restando las dos ecuaciones se tiene:
o + | = 7 Reemplazando en (1) tenemos:
o + 4 . | = 2 o 3 = 7 o = 10
3 | = 9
| = 3 el sistema tiene nica solucin, o sea que ( 7, 2) puede expresarse
como nica combinacin lineal de (1, 1) y (1, 4).

( 7 , 2 ) = 10. ( 1 , 1 ) 3 . (1 , 4 )

109

Ejemplo3: Dados p
(x)
= 3x + 5 y q
(x)
= 2x
2
+ x 2 e ( R
[x]
, +, R, . )
2 x
2
x
3
16
es combinacin lineal de p
(x)
y q
(x)
.?
o
1
( 3x + 5 ) + o
2
( 2x
2
+ x 2 ) = 2 x
2
x
3
16

( 3 o
1
x + 5 o
1
) + ( 2 o
2
x
2
+ o
2
x 2 o
2
) = 2 x
2
x
3
16

2 o
2
x
2
+ (3o
1
+ o
2
) x + (5o
1
2 o
2
) = 2 x
2
x
3
16

=

=

= = +
= =
3
16
2 - 5
3
2
3
1
1 3
1 2 2
2 1
1
2
1 2 1
2 2

Los valores de o
1
y o
2
se reemplazan en la tercera ecuacin:
5.(2/3) 2 . 1 =
3
16
2 x
2
x
3
16
es combinacin lineal de p
(x)
y q
(x)
.

5.- Subespacio generado por una familia de vectores de V
El conjunto de las combinaciones lineales de todo subconjunto = C de V, es un subespacio
del mismo.
Dados: ( V , + , K , . )
A = { v
1
, v
2
, ... , v
r
} c V
( A , + , K , . ) es un subespacio de V generado por A.
Si A = { o
1
v
1
+ o
2
v
2
+ .... + o
r
v
r
/ o
i
e K . v
i
e A }

Ejemplo: Determinar el subespacio de (R
3
, + , R , . ) generado por la familia
A = { ( 1 , 0 , 1 ) , ( 0 , 1 , 0 ) }
Por definicin:
A
es el conjunto de las ternas ( x
1
, x
2
, x
3
)
e R
3
/
( x
1
, x
2
, x
3
) =
o
1
( 1 , 0 , 1 ) + o
2
( 0 , 1 , 0 )

( x
1
, x
2
, x
3
) = (
o
1
, 0 , o
1
) + ( 0 , o
2
, 0 )

( x
1
, x
2
, x
3
) = (
o
1
, o
2
, o
1
)

110

x
1
=
o
1

x
2
=
o
2

x
3
=
o
1

x
1
= x
3

A
= { ( x
1
, x
2
, x
3
)
e R
3
/ x
1
= x
3
}

A
es el plano de ecuacin x
1
- x
3
= 0

6.- Dependencia e independencia lineal
6.1.- Vectores linealmente independientes
Dado ( V , + , K , . ) y A = { v
1
, v
2
, ... , v
r
} c V ,
A es linealmente independiente , la combinacin lineal o
1
v
1
+ o
2
v
2
+ .... + o
r
v
r
=

0
tiene como nica solucin la trivial, es decir como nica solucin: o
i
= 0 i = 1 , 2 , ... , r
A es LI i :
=
= o = o
r
1 i
i i i
0 0 v

Ejemplo: { ( 1 , 0 ), ( 1 , 1 ) } c R
2
es L.I.
7
Grficamente
Demostracin: o
1
( 1 , 0 ) + o
2
( 1 , 1 ) = ( 0 , 0 )
o
1
+ o
2
= 0
o
2
= 0 y o
1
= 0

6.2.- Vectores linealmente dependientes

El A = { v
1
, v
2
, ... , v
r
} c V es linealmente dependiente , la combinacin lineal
o
1
v
1
+ o
2
v
2
+ .... + o
r
v
r
=

0 admite al menos una solucin distinta de la trivial.
A es L.D. -i /
=
= o . = o
r
1 i
i i i
0 0 v

Ejemplo: Estudiar la dependencia o independencia lineal de los siguientes conjuntos:
(Para investigar la dependencia o independencia lineal, se propone la C. L. de los vectores dados,
con escalares a determinar, que sea igual al vector nulo)

7
C.L. , L.I. , L.D. , sern las abreviaturas de combinacin lineal, linealmente independiente y linealmente
dependiente, respectivamente.

111

a ) { ( 1 , 1 , 1 ) , ( 2 , 2 , 0 ) , ( 3 , 0 , 0 ) } c R
3

Planteo:
o
1
( 1 , 1 , 1 ) + o
2
( 2 , 2 , 0 ) + o
3
( 3 , 0 , 0 ) = ( 0, 0, 0 ) efectuando operaciones, se tiene:
(o
1
, o
1
, o
1
) + ( 2 o
2
, 2 o
2
, 0 ) + ( 3 o
3
, 0 , 0 ) = ( 0, 0, 0 )
(o
1
+ 2 o
2
+ 3 o
3
, o
1
+2 o
2
, o
1
) = ( 0 , 0 , 0 )
Por igualdad de ternas, consideramos el siguiente sistema:

o
1
+ 2 o
2
+ 3 o
3
= 0 o
3
= 0
o
1
+2 o
2
= 0 o
2
= 0
o
1
= 0

El sistema solo admite la solucin trivial, entonces los vectores dados son linealmente indepen-
dientes.

b ) { ( 2 , 1 , 3 ) , ( 4 , 1 , 2 ) , ( 8 , 1 , 8 ) } c R
3

Planteo:
o .( 2 , 1 , 3 ) + |. ( 4 , 1 , 2 ) + . ( 8 , 1 , 8 ) = ( 0, 0, 0 )
( 2 o , o , 3 o ) + ( 4 | , | , 2 | ) + ( 8 , , 8 ) = ( 0, 0, 0 )
( 2 o + 4 | + 8 , o + | , 3 o + 2 | + 8 ) = ( 0, 0, 0 )

2 o + 4 | + 8 = 0 Resolvemos el sistema por Gauss.
o + | = 0
3 o + 2 | + 8 = 0

(-3) o + 2 | + 4 = 0 o + 2 | + 4 = 0 (1)
+ (4) 3 | + 3 = 0 3 | + 3 = 0 (2)
(3) - 4| - 4 = 0 0 = 0
Despejando | en (2) | = (3)

Reemplazando (3) en (1) o + 2 ( ) + 4 = 0 o = 2
El sistema tiene infinitas soluciones, es decir que adems de la trivial admite otras soluciones.

o + 2 | + 4 = 0
o + | = 0
3 o + 2 | + 8 = 0


112

Las infinitas soluciones estn dadas por:
e =
=
=
R k con k

2

Los vectores son linealmente dependientes, ya que los escalares no necesariamente son nulos.

6.3.- Propiedades
i. Todo vector no nulo de un espacio vectorial constituye un conjunto linealmente in-
dependiente
Sea v 0 = en ( V , + , K , . ), { v } es L.I.
ii. El vector nulo de cualquier espacio vectorial constituye un conjunto linealmente de-
pendiente
0 es L.D.
iii. Todo conjunto al que pertenezca el vector nulo es linealmente dependiente
Sea A = { v
1
, v
2
, ... , v
r
} con v
j
= 0 A es L.D.
iv. Condicin necesaria y suficiente
Un conjunto finito y no vaco de vectores de un espacio vectorial, es linealmente
dependiente algn vector es combinacin lineal de los dems.
Sea ( V , + , R , . ) , A = { v
1
, v
2
, ... , v
r
} c V . A = C
A L.D. - v
j
de A que es C.L. de los dems.

6.4.- Geomtricamente
En R
2

u y v son independientes u y v son dependientes (uno es mltiplo del otro)

u
v
u
v

113

En R
3

En R
3
, dos vectores u y v son dependientes si y solo si estn situados sobre una misma recta que
pasa por el origen y tres vectores u, v y w son dependientes si y solo s estn sobre un mismo
plano que pasa por el origen.

7.- Qu es un sistema de generadores?
7.1.- Definicin
Dado ( V , + , K , . ) y un conjunto de vectores A = { v
1
, v
2
, ......, v
r
) c V , A es un sistema de
generadores de V si y slo todo vector de V puede expresarse como combinacin lineal de los
vectores de A o bien,
A es S.G.
8
de V el espacio generado por A es V.

7.2.- Ejemplos
Ejemplo1:
El conjunto A = { ( 1 , 2 ) , ( 0 , 1 ) } es S.G. de R
2

Demostracin:
Si el conjunto A es sistema de generadores de R
2
, todo vector ( x , y ) de R
2
debe ser C.L. de
los vectores dados:
o ( 1 , 2 ) + | ( 0 ,1 ) = ( x , y )
( o , 2 o ) + ( 0 , | ) = ( x , y )
o = x (1) reemplazando en (2)
2 o + | = y (2) 2 x + | = y | = y + 2 x
( x , y ), - o y | A es S.G. de R
2

8
S.G. se utilizar para abreviar sistema de generadores
u
v

114

Si el sistema de ecuaciones planteado tiene solucin, el conjunto de vectores dado, es sistema
de generadores del espacio vectorial en el que est incluido.

Ejemplo2:
Ser A

= { ( 1 , 0 ) , ( 2 , 0 ) , ( 3 , 0 ) } , S.G. de R
2
?
Para investigar realizamos el siguiente planteo:
o ( 1 , 0 ) + | ( 2 , 0 ) + ( 3 , 0 ) = ( x , y )
( o , 0 ) + ( 2 |, 0 ) + ( 3 , 0 ) = ( x , y )
o + 2 | + 3 = x
0 = y

A, no es sistema de generadores de R
2
, genera el espacio: { ( x , y ) / y = 0 }

8.- Base de un espacio vectorial
8.1.- Definicin
Sea A = { v
1
, v
2
, ......, v
r
) una familia de vectores de ( V , + , K , . )
El conjunto A c V es una base de ( V , + , K , . ) si y slo si es un conjunto linealmente inde-
pendiente y sistema de generadores de V.
A c V es una base de V A es L.I. y es S.G. de V.

8.2.- Ejemplos
Ejemplo 1: El conjunto B = { (1 , 1 , 2 ) , ( 1 , 0 , 2 ) , ( 0 , 0 , 1 ) } es base de R
3

Si B es base de R
3
, es linealmente independiente y sistema de generadores de R
3
.
Demostracin:
i) Demostrar que los vectores son linealmente independientes.
o (1 , 1 , 2 ) + | ( 1 , 0 , 2 ) + ( 0 , 0 , 1 ) = ( 0 , 0 , 0 )
( o , o , 2o ) + ( | , 0 , 2 |) + ( 0 , 0 , ) = ( 0 , 0 , 0 )

o | = 0 | = 0
o = 0
2o + 2 | + = 0 = 0. La nica solucin que admite es la trivial son linealmente
independientes.

115

ii) Demostrar que B es sistema de generadores de R
3
.
o (1 , 1 , 2 ) + | ( 1 , 0 , 2 ) + ( 0 , 0 , 1 ) = ( x , y , z )
( o , o , 2o ) + ( | , 0 , 2 |) + ( 0 , 0 , ) = ( x , y , z)

o | = x | = y x
o = y
2o + 2 | + = z 2 y + 2 ( y x ) + = z = z 4y + 2x
- o, |, y cualquiera sea x , y , z B es sistema de generadores de R
3
.

Ejemplo 2: Encontrar una base para el subespacio siguiente:
A = { ( x , y , z ) e R
3
/ x = y }
Si x = y ( x , x , z ) e A.
Una forma de plantear sera la siguiente:
( x , x , z ) = ( x , x , 0 ) + ( 0 , 0 , z )
= x ( 1 , 1 , 0 ) + z ( 0 , 0 , 1 )
{ ( 1 , 1 , 0 ) ; ( 0 , 0 , 1 ) } es Base de A

8.3.- Base cannica
Una base de ( R
n
, + , R , . ) est dada por el conjunto de vectores:
e
1
= ( 1 , 0 , 0 , ... , 0 )
e
2
= ( 0 , 1 , 0 , ... , 0 )
e
3
= ( 0 , 0 , 1 , ... , 0 )
...................................
e
n
= ( 0 , 0 , 0 , ... , 1 )

El conjunto { e
1
, e
2
, e
3
, ....., e
n
} es L.I. y S.G. de R
n
. Se llama base cannica de R
n
.
{ ( 1 , 0 ) , ( 0 , 1 ) } es base cannica de R
2

{ ( 1 , 0 , 0 ) , ( 0 , 1 , 0 ) , ( 0 , 0 , 1 ) } es base cannica de R
3

{ ( 1 , 0 , , 0 ) , ( 0 , 1 , , 0 ) , ( 0 , , 0 , 1 ) } es base cannica de R
n


116

9.- Coordenadas o componentes de un vector
Si el conjunto [v] = { v
1
, v
2
, ....., v
r
} es base de ( V , + , K , . ) cada vector de V puede
expresarse de modo nico como combinacin lineal de la base [v] , ya que los vectores de sta
son L.I. y S.G. de V.
O sea que si v e V existen y son nicos los escalares o
1
, o
2
, , o
r
/
v = o
1
v
1
+ o
2
v
2
+ + o
r
v
r
=

=
o
r
1 i
i i
v

o
i
e K .

Por lo que, respecto a la base dada, el vector v e V , queda caracterizado por los coeficientes de
la combinacin lineal o sea por la r-upla de escalares de K: o
1
, o
2
, , o
r
. Los escalares o
i

se llaman coordenadas o componentes del vector v e V , respecto de la base dada.
Si se elige otra base [v] en el espacio V el mismo vector v admite otras coordenadas o
componentes: o
1
, o
2
, , o
r
.

Ejemplo 1:
Hallar las coordenadas de ( 5 , 3 , 2 ) :
i) respecto a la base {(1 , 1 , 2 ) , ( 1 , 0 , 2 ) , ( 0 , 0 , 1 )}
Las coordenadas son los valores de o
1
, o
2
y o
1
/
( 5 , 3 , 2 ) = o
1
(1 , 1 , 2 ) + o
2
( 1 , 0 , 2 ) + o
3
( 0 , 0 , 1 )
Resolviendo el sistema de ecuaciones, se concluye que: o
1
= 3, o
1
= 2 , o
3
= 0

Verificacin: 3 (1 , 1 , 2 ) 2 ( 1 , 0 , 2 ) + 0 ( 0 , 0 , 1 ) = ( 5 , 3 , 2 )

ii) respecto a la base cannica
Las coordenadas son los valores de o
1
, o
2
y o
1
/
( 5 , 3 , 2 ) = o
1
(1 , 0 , 0 ) + o
2
( 0 , 1 , 0 ) + o
3
( 0 , 0 , 1 )

o
1
= 5, o
1
= 3 , o
3
= 2

117

10.- Dimensin de un espacio vectorial
Dos bases cualesquiera de un mismo espacio vectorial tienen el mismo nmero de vectores. Tal
nmero es la dimensin del espacio.

10.1.- Definicin:
Dimensin de un espacio vectorial V es el nmero cardinal de cualquiera de sus bases.

El espacio vectorial constituido por el vector nulo, diremos que tiene dimensin 0.

10.2.- Propiedad
Un conjunto de n vectores de un espacio vectorial n-dimensional es una base si y solo si es li-
nealmente independiente o sistema de generadores. [...]
En consecuencia afirmamos que:
1. n vectores linealmente independientes de un espacio vectorial n-dimensional constituyen
una base del mismo.
2. Todo sistema de generadores de n vectores de un espacio vectorial n-dimensional es una
base del mismo.
3. Todo conjunto de ms de n vectores de un espacio vectorial n-dimensional es linealmente
dependiente.
9

11.1.- Decir si son V o F las siguientes expresiones. Justifique la respuesta en cada caso.
a) Todo vector nulo es Ld.
b) Si o . v = 0 o = 0
c) ( Z , + , R , . ) es E. V.
d) Todo conjunto de vectores que contiene al vector nulo es linealmente independiente.
e) Si A es L.I., ningn vector de A es combinacin lineal de los dems.
f) Si un conjunto A de n vectores, incluido en un E.V. n-dimensional es L.I. , A es una
base del E.V. considerado.
g) Todo conjunto de ms de n vectores de E.V. n-dimensional es L.I.

9
Rojo, A. lgebra II

118

11.2.- Asociar la notacin simblica de las propiedades con el enunciado correspondiente

- 0 e V / v e V : 0 + v = v + 0 = v
Existencia del inverso aditivo u opuesto en V
o e K , v , w e V :
o . ( v + w ) = o . v + o . w
. admite asociatividad mixta
o , | e K , v e V :
o . ( | . v ) = ( o . | ) . v
. es distributivo respecto de la suma en K
o , | e K , v e V :
( o + | ) . v = o . v + | . v
Existencia del neutro para la suma en V
v e V , - v e V /
v + (v) = (v) + v = 0
. es distributivo respecto de la suma en V

11.3.- Decidir si {( 1 , 1 , 0 ) , ( 0 , 0 , 2 ) , ( 0 , 1 , 0 )} es LD. o L.I. Justificar la respuesta.

11.4.- Sin hacer clculos puede decir cuantas formas existen para expresar al vector ( 0 , 0 ) co-
mo combinacin lineal de v
1
= ( 1 , 2 ) y v
2
= ( 2 , 4 )?

11.5.- Establezca la veracidad o falsedad de las siguientes afirmaciones:
a. Todo conjunto que contiene un subconjunto L.D. es L.D.
b. Todo subconjunto de un conjunto de vectores L.I. es L.I.
c. Un nico vector es L.I.
d. { ( 1, 3 , 0 ) , ( 1 , 3 ,4 ) , ( 0 , 0 , 0 ) } es L.I.

11.6.- Escribir la base cannica de R
4
.

11.7.- Completar:
a) A es S.G. de V .
b) A c V es una base de V A ..
c) Si v e V , queda caracterizado por la r-upla de escalares de K: o
1
, o
2
, , o
r
, los
escalares o
i
se llaman respecto de la base dada.
d) El espacio vectorial constituido por el vector nulo, tiene dimensin..


119

e) Si { u
1
, u
2
} c R
2
, es L.I. genera ...............................................
f) Un conjunto de { u
1
, u
2
, u
3
} c R
2
, es S. De G. de R
2
, pero no es ..
.............................................................

11.8.- Si p
1 (x)
= x + 1, p
2 (x)
= x
2
+ 1, p
3 (x)
= 7 son polinomios per-
tenecientes a P
n (x)
, escribir p
(x)
= 2x
2
+ 3x + 33 como combinacin lineal de
los vectores p
1 (x)
, p
2 (x)
y p
3 (x)

11.9.- Determinar el subespacio de ( R
3
,
+ , R , . ) generado por los vectores:
v
1
= ( 1 , 1 , 2 ); v
2
= ( 0 , 1 , 1 ) y v
3
= ( 1 , 1 , 0 ).

11.10.- Qu valores del nmero real K hacen que el conjunto de vectores
{ ( 1 , 0 , k ), ( k , 1 , 0 ), ( k+1 , 1 , k ) } sea una base de R
3
?

1.- Di Caro H. lgebra y Geometra Analtica. Tomo I. Grfica Munro.
2.- Rojo A. lgebra II. Tomo II. El Ateneo.
3.- Sagastume Berra. lgebra y Clculo Numrico. Kapelusz
4.- Seymour L. lgebra Lineal. Serie Schaum. McGraw-Hill

Matrices Esp. Lydia Mara Llanos

120

MATRICES
Contenidos
Estudiaremos matrices en R, pues son de gran importancia, por sus aplicaciones en el campo ma-
temtico. En primer lugar definiremos matrices, y en una segunda instancia nos referiremos a la
suma de matrices y al producto por un escalar, para considerar el espacio vectorial de matrices.
Siguiendo con el tema, trataremos el producto de matrices, la transposicin y algunas matrices
especiales: simtricas, antisimtricas, triangulares, diagonales y otras. Nos referiremos a la matriz
inversa, cuando exista, y a las principales propiedades relacionadas con ella.

Matriz
transpuesta
De aplicacin en la resolucin de problemas y particularmente para
sistemas de ecuaciones lineales
se definen
Cuadro de ns ordenados
en filas y columnas
MATRIZ de
orden nxm
Una
es un
Operaciones con matrices
Suma
Producto de un escalar
por una matriz
si son de igual
orden
y las propiedades
definen el

Espacio vectorial
R
nxm

Matrices especiales

Diagonal, escalar,
unidad, simtrica,
antisimtrica, matriz
triangular

Matriz inversa
si -
Matriz
cuadrada
Producto de
dos matrices
de rdenes
de aplicacin en
nxp y pxm

Transformaciones
lineales

121

Objetivos
- Representar situaciones concretas a travs de matrices.
- Operar en el espacio vectorial de matrices de orden nxm .
- Verificar las propiedades de las operaciones a travs de ejemplos.
- Realizar productos de matrices, cuando sea posible y aplicar propiedades.
- Ejemplificar matrices especiales y considerar las propiedades que en ellas se verifican.
- Determinar la existencia y hallar si corresponde, la matriz inversa de una matriz cuadrada.
- Resolver problemas mediante la aplicacin de operaciones entre matrices.
1.- Introduccin
El tema de matrices desempea un rol fundamental en todos los campos de la Matemtica y una
inmediata aplicacin en la resolucin de sistemas de ecuaciones lineales.
En la vida diaria es frecuente que se presenten situaciones en las que intervienen una gran canti-
dad de datos, a los cuales si los ordenamos convenientemente en filas y columnas dan origen a lo
que se define como matriz; que la podemos expresar bsicamente, como un sistema de elementos
que dependen de dos ndices. Un caso sera, por ejemplo, los horarios de salidas de los trenes de
una determinada lnea frrea; stos dependen de dos variables discretas o ndices: i = nmero
del tren y j = nmero de la estacin. Si llamamos h
ij
a la hora de salida del tren i-simo de la esta-
cin j-esima, la tabla de los horarios de salida ser la matriz cuyo elemento del lugar ( i , j ) es h
ij
.
En este caso como en otros, los elementos h
ij
, se representan recurriendo a una tabla de doble
entrada y se dispone del siguiente modo:
Nmero de la estacin *
j = 1 j = 2 . j . j = m
N
m
e
r
o

d
e
l

t
r
e
n

*
*

i = 1 8,05 8,25 9,00 9,40 10,05 10,35
i = 2 9,15 9,30 9,55 10,25 10,45 11,00
. . . . . . .
i . . . h
ij
. .
. . . . . . .
i = n 19,00 19,30 20,20 21,20 21,55 22,30

* La estacin j =1 puede ser San Miguel, j = 2 , Rosario, , j = m puede ser Retiro
** i = 1 tren expreso, i = 2 local , , i = n tren rpido.

122

2.- Matrices
2.1.- Definicin de matriz: Una matriz de orden nxm es un arreglo u ordenacin rectangular
de nmeros dispuestos en n filas y m columnas.
Una matriz de orden nxm se denota por la forma: A
nxm
=
|
|
|
|
|
|
.
|
\
|
nm 3 n 2 n 1 n
m 3 33 32 31
m 2 23 22 21
m 1 13 12 11
a
...
...
...
a
...
a
...
a
...
a ... a a a
a ... a a a
a ... a a a

Se llama elemento a
ij
, al escalar situado en la interseccin de la fila i-sima y la columna j-sima
En forma abreviada se denota: A = ( a
i j
) ; para i = 1, 2, ...., n; para j = 1, 2, ... , m
El conjunto de todas las matrices n x m con elementos en R se indica R
nxm
.
Ejemplo: A
2x3
=
|
|
.
|
\
|
5
0
1
3
3
2
es una matriz rectangular de orden 2 x 3. Tiene dos filas y tres
columnas.

2.2.- Igualdad de matrices
Dadas dos matrices A = ( a
i j
) y B = ( b
i j
) , se dice que A es igual a B , si y slo si A y B son
del mismo orden y los elementos igualmente dispuestos son iguales.

En smbolos:
A = B
=
=
j i, b a
ordenB ordendeA
ij ij

Ejemplo: si
|
|
.
|
\
|
=
|
|
.
|
\
|

+ +
8 1
4 5
w z y x
w 2z y x

=
= +
=
= +
8 w z
4 w 2z
1 y x
5 y x

La igualdad se verifica para x = 3 ; y = 2 ; z = 4 ; w = 4

2.3.- Matriz fila y matriz columna
Si n=1 la matriz se dice matriz fila.
A
1xm
= ( a
11
a
12
a
13
a
1m
) Ejemplo: A
1x3
= ( 2 3 5 )

Si m=1 la matriz se dice matriz columna.

123

B
nx1
=
|
|
|
|
|
.
|
\
|
bn1
...
b
b
21
11
Ejemplo: B
3x1
=
|
|
|
.
|
\
|
5
2
3

2.4.- Matriz cuadrada
Si el nmero de filas de una matriz es igual al nmero de columnas, es decir cuando n = m, la
matriz se llama cuadrada. Su notacin ser A
nxn

A
nxn
=
|
|
|
|
|
.
|
\
|
nn 2 n 1 n
n 2 22 21
n 1 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a
de orden n x n, se denomina matriz de orden n.
Por ejemplo: A
3x3
=
|
|
|
.
|
\
|

3 0 1
1 3 1
1 2 2
es una matriz de orden 3.
En una matriz cuadrada A de orden n, los elementos:
a
11
, a
22
, a
33
, ................a
nn
constituyen la diagonal principal de A.

3.- Matrices especiales
3.1.- Matriz diagonal
La matriz cuadrada A es matriz diagonal i = j a
i j
= 0
A
n x n
=
|
|
|
|
|
.
|
\
|
nn
22
11
a ... 0 0
... ... ... ...
0 ... a 0
0 ... 0 a
Ejemplo: A =
|
|
|
.
|
\
|
7 0 0
0 3 0
0 0 2

3.2.-Matriz escalar
La matriz cuadrada A es matriz escalar o
= =
= o =
j i si 0 a
j i si a
ij
ij

A
n x n
=
|
|
|
|
|
.
|
\
|
o
o
o
... 0 0
... ... ... ...
0 ... 0
0 ... 0
Ejemplo: A =
|
|
|
.
|
\
|
2 0 0
0 2 0
0 0 2
, A es la matriz escalar 2

124

3.3.-Matriz unidad o matriz identidad
Una matriz cuadrada es matriz unidad
= =
= =
j i si 0 a
j i si 1 a
ij
ij
, se la designa con I
I
nxn
=
|
|
|
|
|
.
|
\
|
1 ... 0 0
... ... ... ...
0 ... 1 0
0 ... 0 1
, La matriz I
3x3
=
|
|
|
.
|
\
|
1 0 0
0 1 0
0 0 1

3.4.-Matriz simtrica
La matriz cuadrada A es matriz simtrica a
ij
= a
ji
i j
A
nxn
=
|
|
|
|
|
.
|
\
|
nn n 2 n 1
n 2 22 12
n 1 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a

|
|
|
|
|
.
|
\
|

=
4 5 0 1
5 0 2 3
0 2 1 0
1 3 0 1
A
4x4

3.5.-Matriz antisimtrica
La matriz cuadrada A es matriz antisimtrica a
i j
= a
ji
i j

A
nxn
=
|
|
|
|
|
.
|
\
|

0 ... a a
... ... ... ...
a ... 0 a
a ... a 0
n 2 n 1
n 2 12
n 1 12

|
|
|
|
|
.
|
\
|

=
0 5 0 1
5 0 2 3
0 2 0 5
1 3 5 0
A
4x4

Observacin: Los elementos de la diagonal principal de toda matriz antisimtrica son nulos, es
decir a
i i
= 0, pues:
Si A es matriz antisimtrica a
i i
= a
ii
, i 2 a
i i
= 0 , i a
i i
= 0 , i

3.6.- Matrices triangulares
La matriz cuadrada A es triangular superior i > j a
i j
= 0

A
n x n
=
|
|
|
|
|
.
|
\
|
nn
n 2 22
n 1 12 11
a ... 0 0
... ... ... ...
a ... a 0
a ... a a
Ejemplo:
|
|
|
|
|
.
|
\
|

=
4 0 0 0
5 0 0 0
0 2 1 0
1 3 0 1
A
4x4


125

La matriz cuadrada A es triangular inferior i < j a
ij
= 0

A
nxn
=
|
|
|
|
|
.
|
\
|
nn 2 n 1 n
22 21
11
a ... a a
... ... ... ...
0 ... a a
0 ... 0 a
Ejemplo:
|
|
|
|
|
.
|
\
|
=
4 5 0 1
0 0 2 3
0 0 1 0
0 0 0 1
A
4x4

4.- Operaciones con matrices
Primero definiremos dos operaciones algebraicas sobre R
nxm
: Suma y Multiplicacin de un
escalar por una matriz. Luego consideraremos el producto de dos matrices.
4.1.- Suma de matrices
Para definir la suma de dos matrices, stas deben ser del mismo orden.
Dadas las matrices, A = ( a
ij
) e R
n x m
y B = ( b
ij
) e R
n x m
, la suma es la matriz A + B
= (a
ij
+ b
ij
) e R
n x m
.

A
nxm
=
|
|
|
|
|
.
|
\
|
nm 2 n 1 n
m 2 22 21
m 1 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a
B
nxm
=
|
|
|
|
|
.
|
\
|
nm 2 n 1 n
m 2 22 21
m 1 12 11
b ... b b
... ... ... ...
b ... b b
b ... b b

A
nxm
+ B
nxm
=
|
|
|
|
|
.
|
\
|
+ + +
+ + +
+ + +
nm nm 2 n 2 n 1 n 1 n
m 2 m 2 22 22 21 21
m 1 m 1 12 12 11 11
b a ......... b a b a
.. .......... ......... . .......... ..........
b a ......... b a b a
b a ......... b a b a

Por ejemplo: para A=
|
|
.
|
\
|
2 1 3
0 3 1
y B =
|
|
.
|
\
|

1 1 1
5 0 3

A + B =
|
|
.
|
\
|
1 0 2
5 3 2

4.2.- Producto de un escalar por una matriz
Se llama producto . A = (a
ij
) con escalar e R y A e R
n x m
, a la matriz A = (a
aij
) e
R
n x m


126

A = .
|
|
|
|
|
.
|
\
|
nm 2 n 1 n
m 2 22 21
m 1 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a
=
|
|
|
|
|
.
|
\
|
nm n2 n1
2m 22 21
1m 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a

Ejemplo: 4.
|
|
.
|
\
|
2 4 1
3 1 2
=
|
|
.
|
\
|
8 16 4
12 4 8

En particular si . A = N = 0 v A = N (matriz nula)

Propiedades. Para A, B y, C e R
n x m
y para escalares y ; se verifica en:
La suma de matrices La multiplicacin de un escalar por una matriz
a) Propiedad asociativa
( A + B ) + C = A + ( B + C )
b) Existencia del elemento neutro
A + N = N + A = A *
c) Existencia del elemento opuesto
A + (A ) = (A) + A = N **
d) Propiedad conmutativa
A + B = B + A
a) Propiedad distributiva respecto de la suma en R
( + ) A = A + A
b) Propiedad distributiva respecto de la suma en
R
nxm

( A + B ) = A + B
c) Propiedad asociativa
( A ) = ( ) A
d) La unidad de R es neutro para la multiplicacin
1 A = A

* N es una matriz nula de orden nxm y est definida por n
ij
= 0 i . j.

** A = ( a
ij
) se llama matriz opuesta aditiva de A = ( a
ij
) y es de orden nxm, cuyos elementos
son los opuestos de los respectivos elementos de A.

La cuaterna (R
nxm
, + R , . ) denota un espacio, denominado espacio vectorial de matrices nxm
con elementos en R. En este espacio los vectores son matrices.
En particular (R
nxn
, + R , . ) es el espacio vectorial de las matrices cuadradas de n filas y n co-

127
lumnas.

4.3.- Producto de matrices
4.3.1.- Producto de una matriz fila por una matriz columna
Consideremos la matriz fila A
1x4
= ( 22 15 34 18 ), que expresa los precios promedios de
CD romnticos, msica pop, folklore y latina respectivamente.
La matriz columna B indica la cantidad de CD segn rubro que desea adquirir; B
4x1
=
|
|
|
|
|
.
|
\
|
5
12
4
10

El gasto total para la compra de los CD est dado por: 22x10 + 15x4 + 34x12 + 18x5 = 778
Este nmero es el nico elemento del producto de la matriz A . B
A . B = ( 22 15 34 18 ) .
|
|
|
|
|
.
|
\
|
5
12
4
10
= ( ) 778 A
1x4
. B
4x1
= C
1x1

Definicin de producto de matriz fila por matriz columna
El producto de A
1xn
. B
nx1
es la matriz C
1x1
, que tiene un nico elemento
(a
1xn
) . ( b
nx1
) = ( c
1x1
)
A . B = ( a
11
a
12
.. a
1n
)
|
|
|
|
|
.
|
\
|
n1
21
11
b
...
b
b
= ( a
11
b
11
+ a
12
.b
21
+ + a
1m
.b
m1
) = C
1x1

En forma abreviada: A
1xn
. B
nx1
= C
1x1 =
( c
1x1
) = |
.
|
\
|
=
n
1 i
i1 1i
b a
Observacin: El n de elementos de la matriz fila debe ser igual al n de elementos de la matriz
columna.

4.3.2.- Producto de matrices
Ejemplo preliminar
Un centro de enseanza, en el que se imparten cursos de ingls y computacin segn cuatro ni-
veles de enseanza, podra realizar el dictado de los mismos segn los sistemas de presenciales o

128
a distancia.

El nmero de inscriptos y los costos de los cursos segn nivel y modalidad estn dados por las
siguientes tablas:

Tabla 1: n inscriptos Tabla 2: Precios de los cursos

Calcular los ingresos de la academia por tipo de curso impartido (ingls o computacin) y por el
nmero de inscriptos. Qu modalidad le proporcionara mayores ingresos?
Dispondremos los datos a travs de matrices:

|
|
.
|
\
|
125 120 85 85
120 110 100 80
.
|
|
|
|
|
.
|
\
|
10 12
14 20
16 18
20 25
=
|
|
.
|
\
|
5990 7555
5940 7440

Definicin:
Dadas las matrices, A = ( a
ij
) e R
n x p
y B = ( b
ij
) e R
p x m
, se llama producto A.B o A
por B, a la matriz C= ( c
ij
) e R
n x m
, cuyo elemento c
ij
es el que se obtiene multiplicando la fila
i-sima de A por la columna j-sima de B.

A
n x p
x B
pxm
= C
n x m
= ( c
ij
) ;
Cuyo elemento c
ij
= a
i1
. b
1j
+ a
i2
. b
2j
+ + a
ip
. b
pj
=
=
p
1 k
kj ik
b a

Idioma
Nivel
Ingles Computacin
I 25 20
II 18 16
III 20 14
IV 12 10
Nivel
Modalidad
I II III IV
Presencial
80 100 110 120
A distancia
85 85 120 125
Presencial
A distancia
I
n
g
l
s

C
o
m
p
u
t
a
c
i
n

P
o
r
t
u
g
u
s


129

i
|
|
|
|
|
.
|
\
|
np n2 n1
ip i2 i1
1p 12 11
a ... a a
...
a
...
...
...
a
...
a
.
.... ... ... ...
a ... a a
x
|
|
|
|
|
.
|
\
|
pm pj p1
2m 2j 21
1m 1j 11
b ... b ... b
... ... ... ... ...
b ... b ... b
b ... b ... b
=
|
|
|
|
|
|
.
|
\
|
nm nj n1
im ij i1
1m 1j 11
c c c
c c .c
.
c c . c

Condicin: Para que el producto sea posible, el nmero de columnas de la primera matriz debe
ser igual al nmero de filas de la segunda.
Ejemplo:
Dadas A

=

|
|
.
|
\
|
0 1 2
3 2 1
y B =
|
|
|
.
|
\
|

0 2 2
1 1 1
1 0 1
, efectuar si es posible el producto A.B
A
2x3
. B
3x3
= C
2x3
si es posible multiplicar A x B
Regla prctica para multiplicar matrices

En el producto A.B, se dice que A multiplica por izquierda a B (o que A premultiplica a B) y que
B multiplica a A por derecha (o que B posmultiplica a A)

Observacin:
i) AB = BA. La multiplicacin de matrices no goza de la propiedad conmutativa.
Para el caso de que AB = BA, se dice que las dos matrices conmutan o que son permutables.
ii) Dadas:

|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
0 0
0 0
0 4
0 4
.
2 2
4 4
A. B = N

A B

|
|
|
.
|
\
|

0 2 2
1 1 1
1 0 1

|
|
.
|
\
|
0 1 2
3 2 1

|
|
.
|
\
|

3 1 3
3 4 3
= C
|
j

130
El producto de dos matrices NO nulas puede ser la matriz nula.

4.3.3.- Propiedades del producto de matrices
a. Asociativa: ( A B) . C = A ( B C )
b. Distributivas con respecto a la suma:
+ = +
+ = +
C . A B . A ) C B ( A izquierda a
C . B C . A C ). B A ( derecha a

c. Existencia del elemento neutro: AI = IA = A , siendo I la matriz unidad

5.- Matriz traspuesta
Dada la matriz, A e R
n x m
A
n x m
=
|
|
|
|
|
.
|
\
|
nm 2 n 1 n
m 2 22 21
m 1 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a

La traspuesta de A es A
t
e R
m x n
; A
t
m x n
=
|
|
|
|
|
.
|
\
|
nm m 2 m 1
2 n 22 12
1 n 21 11
a ... a a
... ... ... ...
a ... a a
a ... a a

Ejemplo:
A
2x3
=
|
|
.
|
\
|
5
0
1
3
3
2

|
|
|
.
|
\
|
=
5
1
3
0
3
2
A
t
3x2

Propiedades:
1. (A
t
)
t
= A 3. ( A)
t
= A
t

2. ( A + B )
t
= A
t
+ B
t
4. ( A.B )
t
= B
t
. A
t

A es simtrica A = A
t

A . A
t
es simtrica, pues: (A A
t
)
t
= ( A
t
)
t
. A
t
= A.A
t
(no es necesario que A sea cuadrada)
A es antisimtrica A = A
t

Si M es matriz cuadrada
+
ca i antisimtr es M M
simtrica es M M
t
t

Toda matriz cuadrada M es la suma de una matriz simtrica y de una antisimtrica:

131
M =
2
1
( M + M
t
) +
2
1
( M M
t
), y esta descomposicin es nica

6.- Matriz inversa
6.1.- Concepto
Una matriz cuadrada A de orden nxn, se dice que es invertible, o regular, o no singular; si y solo
si existe otra matriz B de igual orden, tal que su producto por A a izquierda y a derecha es la
identidad.
A
nxn
es no singular - B / A . B = B . A = I (I = matriz unidad)

B es matriz inversa de A.
La matriz inversa de A se denota con A
1

A.A
1
= A
1
. A = I (I = matriz unidad)

Si uma matriz cuadrada admite inversa, entonces sta es nica.
Ejemplo: Dada A =
|
|
.
|
\
|
3 1
3 2

A
1
=
|
|
|
|
.
|
\
|
9
2
9
1
3
1
3
1

, pues A. A
1
= I
Comprobacin:

|
|
.
|
\
|
3 1
3 2

.
|
|
|
|
.
|
\
|
9
2
9
1
3
1
3
1

=
|
|
.
|
\
|
1 0
0 1

Para hallar A
-1
, se dispone del siguiente modo:

|
|
.
|
\
|
3 1
3 2

.
|
|
.
|
\
|
22 21
12 11
a a
a a
=
|
|
.
|
\
|
1 0
0 1

= +
=
0 3 1
1 3 2
21 11
21 11
a a
a
y
= +
=
1 3 1
0 3 2
22 12
22 12
a a
a

La resolucin de los sistemas de ecuaciones planteados, permite escribir A
-1
.

6.2.- Propiedades
1) Si A y B son inversibles, ( A . B )
1
= B
1
. A
1

2) ( )
t
1 1 t
A ) A (

=
4) ( ) A A
1
1
=


132
5)
1
1
A A

=

6.3.- Ecuaciones matriciales
Veamos como resolver ecuaciones donde aparecen matrices involucradas.
a) A . X = B b) X . A = B con A . B e R
nxn

A
1
. A . X = A
1
. B X . A . A
1
= B . A
1

(A
1
. A) . X = A
1
. B X . (A . A
1
) = B . A
1

I . X = A
1
. B X . I = B . A
1

X = A
1
. B X = B . A
1
Para obtener la matriz X se debe premultiplicar o posmultiplicar (segn corresponda) por A
1

7.- Traza de una matriz : Dada A
nxn
e R
nxn

La traza de una matriz cuadrada es la suma de los elementos de su diagonal principal.

Sea A
nxn
=
|
|
|
|
|
.
|
\
|
nn 2 n 1 n
n 2 22 21
n 1 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a
. La traza de A = a
11
+ a
22
+ ... + a
n n
=
=
n
1 i
11
a

Ejemplo: La traza de A
3x3
=
|
|
|
.
|
\
|

3 0 1
1 3 1
1 2 2
, es 2 + 3 + (3 ) = 2

8.1.- Dadas las matrices:
C =
|
|
.
|
\
|

3 1 2
4 2 3
E =
|
|
|
.
|
\
|
2 1
3 3
4 1

Calcular si es posible: a)
3
1
( 2 E C
t
) b) C.E

Solucin:
a)
3
1

(
(
(
|
|
.
|
\
|
|
|
|
.
|
\
|
t

3 1 2
4 2 3
2 1
3 3
4 1
2 =
3
1

(
(
(
|
|
|
.
|
\
|
|
|
|
.
|
\
|
3 4
1 2
2 3
4 2
6 6
8 2

=

133

3
1

|
|
|
.
|
\
|
1 6
7 4
10 1

=
|
|
|
|
|
|
|
.
|
\
|
3
1
2
3
7
3
4
3
10
3
1

b) C
2x3
y E
3x2
, el producto es posible
Para multiplicar dos matrices disponemos en forma prctica,
como sigue:

(-3)(-1) +2.3 + (-4).1 = 5
(-2)(-1) +1.3 + 3.1 = 8
(-3).4 +2.(-3) + (-4).2 = -26
(-2).4 +1.(-3) + 3.2 = -5

C . E =
|
|
.
|
\
|
5 8
26 5

8.2.- Hallar los valores de o , | , , tal que verifique:
o
|
|
.
|
\
|
1 0
1 1
+ |
|
|
.
|
\
|
0 1
1 1
+
|
|
.
|
\
|
0 0
1 1
=
|
|
.
|
\
|
2 1
1 3

Solucin:
i. Efectuar los productos

|
|
.
|
\
|
0

+
|
|
.
|
\
|
0

+
|
|
.
|
\
|
0 0

=
|
|
.
|
\
|
2 1
1 3

ii. Realizar la suma de matrices

|
|
.
|
\
|
+ + +
-
-
|
| |
=
|
|
.
|
\
|
2 1
1 3

E
C
1 4
3 3
1 2
3 2 4 5 -26
2 1 3 8 -5

134
iii. Por igualdad de matrices

=
=
= +
= + +
2
1
1
3

8.3.- Dadas las matrices: A =
|
|
.
|
\
|
5 7
2 3
, B =
|
|
.
|
\
|
3 1
3 2

Hallar la matriz X en: A . X = B
Solucin:
X = A
1
B
i. Para calcular A
1
, recordar que A. A
1
= I

|
|
.
|
\
|
5 7
2 3
.
|
|
.
|
\
|
d c
b a
=
|
|
.
|
\
|
1 0
0 1

Efectuando el producto, se obtiene:
= +
= +
0 5 7
1 2 3
c a
c a
y
= +
= +
1 5 7
0 2 3
d b
d b

Resolviendo los sistemas tenemos que: a = 5 , b = 2 , c = 7 y d = 3

A
1
=
|
|
.
|
\
|
3 7 -
2 - 5

ii. Hallar X
X =
|
|
.
|
\
|
3 7 -
2 - 5
.
|
|
.
|
\
|
3 1
3 2
X =
|
|
.
|
\
|

30 11
21 8

8.4.- Sea A =
|
|
.
|
\
|
1 2
0 1

Hallar g(A), sabiendo que: g(x) = x
2
x 8
g(A) =
2
1 2
0 1
|
|
.
|
\
|

|
|
.
|
\
|
1 2
0 1

|
|
.
|
\
|
8 0
0 8

g(A) =
|
|
.
|
\
|
|
|
.
|
\
|
1 2
0 1
1 2
0 1

|
|
.
|
\
|
1 2
0 1

|
|
.
|
\
|
8 0
0 8

o = 2 , | = 1
Reemplazando en la primera ecuacin tenemos que
= 3 2+1 ; = 2

Estos valores verifican la segunda ecuacin

135

g(A) =
|
|
.
|
\
|
1 0
0 1

|
|
.
|
\
|
1 2
0 1

|
|
.
|
\
|
8 0
0 8
=
|
|
.
|
\
|
6 2 -
0 8

9.1.- Determinar los valores de los subndices i, j, k, m, p, q, t, r para que la siguiente expresin
matricial tenga sentido:
A
5xi
B
4xj
C
kxm
D
3xp
+ F
tx2
= H
qxr

9.2.- Seleccionar la respuesta correcta
i) Si
|
|
.
|
\
|
5
0
1
3
3
2
.
|
|
|
.
|
\
|

3 0 1
1 3 1
1 2 2
= C
Entonces el valor de C
23
es:
a) 9 b) 12 c) 11 d) 11 e) 5

ii) Dadas A
3x5
y B
4x3
, efectuando el producto entre ellas en el nico orden posible, la ma-
triz C obtenida es de orden:
a) 3x3 b) 3x5 c) 4x3 d) 4x5 e) 5x4

9.3.- Si A
3x3
=
|
|
|
.
|
\
|
+
+
+
z y z z x
z y y y x
z x y x x
2
, analizar en que casos, A es:
i) triangular superior, ii) triangular inferior, iii) simtrica

9.4.- Comprobar que toda matriz cuadrada se puede expresar como suma de una matriz simtri-
ca y de una antisimtrica, a travs de un ejemplo con una matriz cuadrada de orden cuatro.

9.5.- Calcular la matriz C = AxB ( a travs de matrices genricas y en forma simblica) para los
siguientes casos:
i. Si A es una matriz fila (1xp) y B es cualquiera (pxm)
ii. Si A es cualquiera ( nxp) y B es matriz columna ( px1)
iii. Si A es matriz columna ( nx1) y B es matriz fila ( 1xm)

9.6.- Mostrar mediante un ejemplo, una multiplicacin de dos matrices, en la que una de ellas es
una matriz escalar. Luego expresarlas con matrices genricas. Exprese una conclusin.

136

9.7.- Demuestre las propiedades de la multiplicacin de matrices mediante ejemplos.

9.8.- Una empresa construye tres tipos de viviendas: A, B y C. se conoce que los requerimientos
de mano de obra y materiales son los siguientes:

Enuncie las respuestas a los siguientes interrogantes usando operaciones matriciales:
a. La empresa ha aceptado la construccin de 5 viviendas del tipo A, 7 del tipo B y 12 del
tipo C. Qu cantidad de materiales se necesitar?
b. Se sabe que el acero cuesta $15 por unidad, la madera $8 por unida, el vidrio $5 por uni-
dad, la pintura $1 por unidad y la mano de obra $10 por unidad. Para esta lista de precios
de insumos, cules sern los precios de costo individuales de cada tipo de casa?
c. Cul ser el precio total de los materiales para todas las casas?

9.9.- Demuestre, mediante ejemplos, las propiedades de la matriz inversa.

9.10.- Considere dos matrices diagonales inversibles, una de orden dos y otra de orden 3, halle las
correspondientes matrices inversas. Generalice para una matriz diagonal de orden 3 y para una de
orden n.

2.- Burgos Juan de. lgebra Lineal y Geometra Cartesiana. Mc Graw Hill
Acero Madera Vidrio Pintura Mano de obra
A 5 20 16 7 17
B 7 18 12 9 21
C 6 25 8 5 13
Determinantes Esp. Lydia Mara Llanos

137

DETERMINANTES

Contenidos

Sistema de ecuaciones lineales
De aplicacin en la resolucin de un
Rango de
una matriz
Operaciones elementales
sobre una matriz
Triangulacin Mtodo de Gauss-Jordan
Se obtiene por
DETERMINANTE
El
asociado a una
Matriz cuadrada
es un
N Real
Que se calcula a
travs de
Desarrollo de Laplace
Regla de Cho
La aplicacin de Propiedades
Menor
complementario
Adjunto o
cofactor
Matriz
adjunta
Matriz
inversa
. (-1)
i+j
Se definen
y

138

1.- Permutacin
Permutacin de n elementos: 256413....n......
Permutacin identidad: es aquella en la que 1 precede a 2, 2 precede a 3, ...k precede a k+1.
Inversin: Si un nmero mayor precede a otro menor estamos en presencia de una inversin, si no
hay inversin decimos que hay permanencia.
Trabajaremos con los 6 primeros nmeros naturales:
1 2 3 4 5 6 -------------- identidad
4 2 3 5 6 1 ----------- 7 inversiones

Clase de una permutacin: est dado por el n de inversiones que presenta una permutacin. Si el
n de inversiones es par la permutacin es de clase par y si es impar la permutacin es de clase
impar.
Signo de una permutacin: Por convencin el signo de una permutacin de clase par es positiva
y el de una permutacin de clase impar es negativa.
Ejemplos:
1 2 3 4 5 6 0 inversiones es de clase par (+)
1 2 3 6 5 4 3 inversiones es de clase impar ()
1 5 3 6 2 4 6 inversiones es de clase par (+)

2.- Determinantes. Definicin

2.1.- Clculo del determinante de segundo orden
Dada la matriz A
2x2
=
|
|
.
|
\
|
22 21
12 11
a a
a a

( A( =
21 12 22 11 2 p 2
p
1 p 1
22 21
12 11
a a a a a . a ) p ( Sig
a a
a a
+ = =

Ejemplo: Hallar el determinante asociado a la matriz A =
|
|
.
|
\
|
3 3
2 1

( A( =
3 3
2 1
= 1. (3) 3. (2) = 3 + 6 = 3

P
p
1
p
2
+ 1 2
2 1
Sig(p)

139

2.2.- Clculo del determinante de tercer orden.

Dada la matriz A
3x3
=
|
|
|
.
|
\
|
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a

El|A|=
3 p 3 2 p 2
p
1 p 1
33 32 31
23 22 21
13 12 11
a . a . a ) p ( Sig
a a
a a a
a a a
=

= a
11
a
22
a
33
a
11
a
23
a
32
a
12
a
21
a
33
+

a
12
a
23
a
31
+ a
13
a
21
a
32
a
13
a
22
a
31

Ejemplo: Hallar el determinante asociado a la matriz A =
|
|
|
.
|
\
|
5 3 1
2 0 3
1 1 2

( A( =
5 3 1
2 0 3
1 1 2
= 2.0.3 + 3.(3) .1 + 1 .(1).( 2) 1.0.1 (2).(3).2 5. 3.(1)

= 0 9 + 2 0 12 + 15 = 4

2.3.- Determinante de orden n. Definicin
Dada una matriz cuadrada de orden n: A = a
ij
se llama determinante de A[ Det (A)] a la
aplicacin de las matrices cuadradas en R, de modo que la imagen de cada matriz es un nmero
real que es igual a la suma de todos los productos posibles de n factores, elegidos de los n
2
de la
matriz dada, que se pueden formar tomando elementos de filas y columnas distintas precedidos
con signo + de acuerdo a que la clase de la permutacin formada por los subndices corres-
pondientes a las columnas sea par o impar respectivamente. Sea A = a
ij
de orden n.
Det (A) =
p
sig (p) a
1 p1
a
2p2
....a
npn

p
p
1
p
2
p
3
+ 1 2 3
1 3 2
2 1 3
+ 2 3 1
+ 3 1 2
3 2 1
Sig(p)

140

3.- Propiedades de los determinantes
3.1.- El determinante de la matriz A y de su traspuesta A
t
son iguales.
( A( = ( A
t
(
3.2.- Sea la matriz cuadrada A:
i. Si A tiene una fila (o columna) de ceros, entonces ( A( = 0.
ii. Si A tiene dos filas (o dos columnas) idnticas, entonces ( A( = 0.
iii. Si A es triangular, entonces ( A( es igual al producto de los elementos de la diagonal.
Ejemplos:
3.2.i.- ( A( =
4 0 1
2 - 0 1 -
3 0 2
= 0
3.2.ii.- ( A( =
2 3 1
5 4 3
2 3 1
= 0
3.2.iii.- ( A( =
1 0 0
3 3 0
2 1 - 2
= 6
3.3.- Si la matriz B, se obtiene de una matriz A,
i. multiplicando una fila (o una columna) de A por un escalar , ( B( = ( A(
ii. permutando dos filas (o dos columnas) de A, ( B( = ( A(
iii. sumando a una fila (o a una columna) de A, una combinacin lineal de otras filas
(o de otras columnas); ( B( = ( A(
Ejemplos:
3.3.i.- A =
|
|
.
|
\
|
5 3
2 1
B =
|
|
.
|
\
|
5 3
4 2

( A( =
5 3
2 1
= 11 ( B( =
5 3
4 2
= 22 = 2 ( A(
3.3.ii.- Si A =
|
|
|
.
|
\
|
4 1 2
0 2 5
5 3 4
. B =
|
|
|
.
|
\
|
0 2 5
4 1 2
5 3 4
( B( = ( A( = 97


143

= a
11
a
22
a
33
- a
11
a
23
a
32
- a
12
a
21
a
33
+

a
12
a
23
a
31
+ a
13
a
21
a
32
- a
13
a
22
a
31

= a
11
( a
22
a
33
-

a
23
a
32
)

- a
12
(a
21
a
33
-

a
23
a
31
) + a
13
( a
21
a
32
- a
22
a
31
)
= a
11

33 32
23 22
a a
a a
a
12
33 31
23 21
a a
a a
+ a
13
32 31
22 21
a a
a a

Ejemplo:
|A | =
2 5 2
0 1 1
4 2 3
= = ( 3)
2 5
0 1
2
2 2
0 1
+ 4
5 2
1 1

= ( 3) . ( 2) 2 . 2 + 4 . 3 = 14

5.1.-Desarrollo de Laplace
El determinante de la matriz A = (a
ij
) es igual a la suma de los productos, que se obtienen de mul-
tiplicar los elementos de una fila (columna ) por sus respectivos cofactores.
|A | =
nn nj
in ij
2 n 1 n
2 i 1 i
n 2 j 2
n 1 j 1
22 21
12 11
a ... a
... ... ...
a ... a
... a a
... ... ...
... a a
... ... ...
a ... a
a ... a
... ... ...
... a a
... a a

Si desarrollamos por la fila i
|A | = a
i1
. A
i1
+ a
i2
. A
12
+ .............. + a
ij
. A
ij
+ .......... + a
in
. A
in
=
ij
n
1 j
ij
A . a
=

Si desarrollamos por la columna j
|A | = a
1j
. A
1j
+ a
2j
. A
2j
+ .............. + a
ij
. A
ij
+ .......... + a
nj
. A
nj
=
ij
n
1 i
ij
A . a
=

Ejemplo: Dado |A | =
1 1 3 1
2 3 2 2
1 2 1 1
1 0 2 3

Menor comple-
mentario de a
13

Menor comple-
mentario de a
12

Menor comple-
mentario de a
11


144

Desarrollar |A | por la 1 fila:
|A |= (-3) (-1)
1+1

1 1 3
2 3 2
1 2 1

+ 2. (-1)
1+2

1 1 1
2 3 2
1 2 1

+ 0 + (-1)
1+4

1 3 1
3 2 2
2 1 1

Desarrollar |A | por la 4 columna:
|A | = 1. (-1)
1+4

1 3 1
3 2 2
2 1 1
+ (-1) .(-1)
2+4

1 3 1
3 2 2
0 2 3

+ 2 . (-1)
3+4

1 3 1
2 1 1
0 2 3
+ (-1) (-1)
4+4

3 2 2
2 1 1
0 2 3

Observacin: conviene elegir una lnea que contenga ceros. En nuestro caso, se podra haber ele-
gido la 2 fila o la 3 columna.

5.2.- Teorema: Sea A una matriz de orden n, talque a
11
= 0 y a
1j
= 0 j = 1 , el valor del de-
terminante est dado por: A| = a
11
. M
11
| A| =
nn 2 n 1 n
n 2 22 21
11
a ... a a
... ... ... ...
a ... a a
0 ... 0 a
= a
11
. M
11
= a
11

nn 2 n
n 2 22
a ... a
... ... ...
a ... a

El clculo del determinante de orden n, se reduce a uno de orden n1.

Ejemplo:

0 1 1 4
1 2 2 3
4 1 1 1
0 0 0 2
= 2 .
0 1 1
1 2 2
4 1 1
= 2 .( 14 ) = 28

Corolario: El determinante de una matriz triangular es igual al producto de los elementos
de la diagonal principal.

149

1 corolario: Las matrices equivalentes tienen el mismo rango.
2 corolario: El n de vectores filas linealmente independientes es igual al n de vectores colum-
nas linealmente independientes.
Ejemplo:
Determinar el rango de la matriz A =
|
|
|
.
|
\
|

1
0
2
1 1 1
1 1 2
0 1 1

Utilizaremos el Mtodo de Gauss-Jordan:
Se efectan operaciones elementales exclusivamente sobre filas, para determinar una matriz
equivalente de A. Consiste en encontrar el nmero de vectores cannicos, pues ese nmero de-
termina el rango de la matriz dada.
A =
|
|
|
.
|
\
|

1
0
2
1 1 1
1 1 2
0 1 1
~
|
|
|
.
|
\
|
1
4
2
1 0 0
1 1 0
0 1 1
~
|
|
|
.
|
\
|
1
4
2
1 0 0
1 1 0
1 0 1
~
|
|
|
.
|
\
|
1
5
3
1 0 0
0 1 0
0 0 1

( A ) = 3

10.1.- Slo uno de los siguientes productos puede representar uno de los trminos del clculo de
un determinante de una matriz 3x3. Justifique.
a) a
11
a
22
a
33
b) a
12
a
22
a
33
c) a
13
a
22
a
31
d) a
11
a
23
a
32
e) a
11
a
12
a
33

10.2.- Si |A|= 5, siendo A
4x4
, cual es |B|, si B se obtiene a partir de A realizando los siguien-
tes cambios:
a. B se obtiene intercambiando dos filas de A.
b. B se obtiene multiplicando una fila de A por 3.
c. B se obtiene restando a la primera fila de A, la segunda multiplicada por2.

10.3.- Calcule, si es posible, la matriz inversa de:

A =
|
|
|
.
|
\
|
2 3 1
3 5 2
1 2 1
B =
|
|
|
.
|
\
|
5 3 1
2 0 3
1 1 2

(-2)

150

10.4.- Calcule el rango de las siguientes matrices:
A =
|
|
.
|
\
|
4 0 1 2
5 0 1 3
B =
|
|
|
.
|
\
|

5 1 1 2
4 1 2 1
3 1 1 1

10.5.- Establezca la veracidad o falsedad de las siguientes afirmaciones:
a. Matrices equivalentes por filas tienen el mismo rango.
b. Matrices equivalentes por filas tienen el mismo determinante.

10.6.- Dos matrices se dicen equivalentes por fila cuando: (solo una es correcta)
a. tienen el mismo rango.
b. tienen el mismo determinante.
c. una se obtiene a partir de la otra mediante operaciones elementales por fila
d. son iguales.
e. tiene el mismo nmero de filas o de columnas.

10.7.- Sea A de orden n tal que su determinante es nulo, entonces: (solo una es correcta)
a. (A) = n
b. (A) < n
c. A es no singular
d. A es regular
e. A posee inversa

11.- Bibliografa bsica consultada:
3.- Romn Juan de Burgos. lgebra Lineal y Geometra Cartesiana

Sistema de Ecuaciones Lineales Esp. Lydia Mara Llanos

151

SISTEMAS DE ECUACIONES LINEALES
Contenidos
Estudiaremos sistemas de ecuaciones lineales y su resolucin, tomando como base lo visto para
vectores, matrices y determinantes. Se considerar el caso de sistemas con igual nmero de ecua-
ciones y de incgnitas y determinante no nulo que se resuelven con la regla de Crmer. Luego se
trabajar con sistemas ms generales, cualquiera sea el nmero de ecuaciones y de incgnitas;
para su resolucin se considera la condicin necesaria y suficiente que enuncia el teorema de
Rouch-Frobenius, y los mtodos de Gauss, Gauss Jordan, Regla de Crmer y de la matriz inver-
sa. Tambin se considerarn a los sistemas homogneos.

Un
Conjunto de dos o ms ecuaciones lineales con una o ms incgnitas
es un
Sistema de ecuaciones
lineales
en su estudio se consideran
dos aspectos :

Anlisis

Resolucin
Segn el
Que afirma
Teorema de
Rouch-Frobenius
El sistema es compati-
ble
(A) = (A)

no - solucin
En consecuencia si
(A) = (A)
El sistema es incompatible
Gauss. Regla de Crmer
Gauss-Jordan. Matriz inversa
Sistemas
homogneos
Particularmente los
Por los mtodos
Determinado o indeterminado
De aplicacin para el planteamiento y solucin de situaciones problemticas
el y la

152

Objetivos
- Valorar los temas de matrices y determinantes por su aplicacin en los sistemas de ecua-
ciones lineales.
- Analizar un sistema de ecuaciones lineales a travs del teorema de Rouch-Frobenius.
- Encontrar el conjunto solucin de sistemas de ecuaciones lineales por los mtodos de de
resolucin: Gauss, Gauss Jordan, Crmer y Matriz inversa.
- Plantear y resolver sistemas de ecuaciones para solucionar situaciones problemticas.

1.- Introduccin
El estudio de los sistemas de ecuaciones lineales es la culminacin de los temas ya vistos: vecto-
res, matrices y determinantes; stos nos proporcionan los elementos que utilizaremos en su trata-
miento.
Es necesario recordar:

2.- Ecuacin lineal o de primer grado
Se llama ecuacin lineal o de primer grado, a una ecuacin que vincula ciertos nmeros conoci-
dos (que podrn, segn el caso, ser racionales, reales o complejos) con una o ms incgnitas, o
nmeros desconocidos (que se trata de hallar precisamente en base a la ecuacin), pero con tal de
que, una vez eliminados los denominadores y reducidos los trminos semejantes, cada incgnita
aparezca solamente a la primera potencia y no aparezcan tampoco productos de dos o ms de las
incgnitas. Una ecuacin lineal se obtiene igualando a cero un polinomio de primer grado, en una
o ms variables.
10

10
Sagastume Berra , A. fernandez, G. lgebra y Clculo Numrico
x
2
4 = ( x + 2 ) ( x 2 )
x
2
2 = x
Igualdad
Se verifica
Para cualquier valor
de las letras
Identi-
dad
Es
una
Ecuacin
Para determinados
valores de las letras
Es
una
si

153

Una ecuacin lineal sobre el cuerpo de los R, es una expresin de la forma:

a
1
x
1
+ a
2
x
2
+ + a
n
x
n
= b,
en la que los a
i
y b e R, y los x
i
son indeterminados (o lo que es lo mismo, incgnitas o varia-
bles). Los escalares a
i
son los coeficientes de los x
i
respectivamente, y b es el trmino constante
o simplemente la constante de la ecuacin.
Un sistema de valores numricos (x
1
,

x
2
, ,

x
n
) , es decir un vector n-dimensional que
satisfaga la ecuacin se llama solucin de dicha ecuacin. Igual definicin se aplicar cuando
tengamos un sistema de ecuaciones.

3.- Sistema de n ecuaciones lineales con m incgnitas
Consideremos un conjunto de n ecuaciones lineales con m incgnitas x
1
, x
2
, , x
m
:
= + + +
= + + +
= + + +
n m nm 2 2 n 1 1 n
2 m m 2 2 22 1 21
1 m m 1 2 12 1 11
b x a ......... x a x a
......... .......... .......... .......... .......... ..........
b x a ......... x a x a
b x a ......... x a x a

3.1.- Notacin matricial
Por el producto de matrices ya estudiado, tenemos:
A
nxm
es la matriz de los coeficientes o matriz del sistema
X
mx1
es la matriz columna de las incgnitas
B
nx1
es la matriz columna de los trminos independientes

El sistema se expresa analticamente por:

A X B

|
|
|
|
|
.
|
\
|
nm 2 n 1 n
m 2 22 21
m 1 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a

|
|
|
|
|
.
|
\
|
m
2
1
x
....
x
x

|
|
|
|
|
.
|
\
|
n
2
1
b
....
b
b

.
=
A . X = B

154

3.2.- Notacin vectorial
El sistema en forma vectorial se expresa:

C1, C2, , Cm son los vectores columnas de los coeficientes, y B de los trminos indepen-
dientes.

|
|
|
|
|
.
|
\
|
=
|
|
|
|
|
.
|
\
|
+ +
|
|
|
|
|
.
|
\
|
+
|
|
|
|
|
.
|
\
|
n
2
1
m
nm
m 2
m 1
2
2 n
22
12
1
1 n
21
11
b
.......
b
b
x
a
........
a
a
........ x
a
........
a
a
x
a
........
a
a

3.3.- Estudio de un sistema de ecuaciones lineales
El estudio de un sistema de n ecuaciones con m incgnitas comprende dos aspectos:
1) El anlisis: averiguar si tiene solucin, y en caso afirmativo cuantas tiene.
2) La resolucin: si es posible, encontrar el conjunto solucin.

Anlisis de un sistema
Para analizar un sistema, consideramos el teorema de Rouch-Frobenius que dice: Es condicin
necesaria y suficiente para que un sistema de ecuaciones lineales admita solucin es que el rango
de la matriz del sistema ( o matriz de los coeficientes) y el rango de la matriz ampliada sean igua-
les.
La matriz A ampliada resulta de agregar a la matriz del sistema, la columna de los trminos in-
dependientes.

|
|
|
|
|
.
|
\
|
=
nm 2 n 1 n
m 2 22 21
m 1 12 11
a ... a a
... ... ... ...
a ... a a
a ... a a
A

|
|
|
|
|
.
|
\
|
=
n
2
1
nm 2 n 1 n
m 2 22 21
m 1 12 11
b
.......
b
b
a ........ a a
...... ...... ...... .....
a ....... a a
a ....... a a
' A

Con se designa el rango de una matriz.
(A): rango de la matriz del sistema y (A) rango de la matriz ampliada.
C
1
X
1
+ C
2
X
2
+ ............. + C
m
X
n
= B

155

Es decir que: El sistema es compatible (A) = (A)
En consecuencia si: (A) = (A), el sistema es incompatible
Adems si (A) = m (nmero de incgnitas), entonces admite nica solucin, se dice que es
determinado. Si (A) < m, entonces admite infinitas soluciones, se dice que es indeterminado.
Esto se resume en el siguiente esquema:

Resolucin del sistema
Si el sistema es compatible, resolverlo significa encontrar la solucin del sistema, es decir encon-
trar el conjunto de valores de las incgnitas que verifican a las ecuaciones del sistema.

4.- Mtodos de resolucin
Consideraremos los mtodos: Triangulacin de Gauss, Gauss-Jordan, Crmer, Matriz inversa.
4.1.- Mtodo de Gauss
El mtodo de Gauss, conocido tambin como de triangulacin, permite analizar y resolver sis-
temas de ecuaciones lineales con cualquier nmero de ecuaciones.
Es (A)
=m? =
Si
Es determinado
(Solucin nica)
No
(A) < m
Es indeterminado
(Infinitas soluciones)
Dado un Sistema de
ecuaciones lineales
es
(A) = (A)?

Es compatible
Si No
Es incompatible


156

Por ejemplo, para el caso de un sistema de tres ecuaciones con tres incgnitas, la idea es obtener
un sistema equivalente cuya primera ecuacin tenga tres incgnitas, la segunda dos y la tercera
una. Se obtiene un sistema triangular o en cascada de la forma:

=
= +
= + +
l hz
g fz ey
d cz by ax

La solucin del sistema es inmediata: se calcula z en la tercera ecuacin, este valor se remplaza
en la segunda para obtener y, posteriormente en la 1 ecuacin se reemplazan z e y para despejar
la incgnita x.
Ejemplo: analizar y resolver el sistema
= + +
= +
= +
2 z 3 y x
5 z 4 y 2 x 3
1 z y 2 x
, por triangulacin de Gauss

Consideremos la matriz ampliada del sistema y aplicando operaciones elementales entre filas,
obtendremos matrices equivalentes, las que tienen el mismo rango.

|
|
|
.
|
\
|

2
5
1
3 1 1
4 2 3
1 2 1
~
|
|
|
.
|
\
|
3
8
1
2 3 0
1 4 0
1 2 1
A =
|
|
|
.
|
\
|

12
8
1
5 0 0
1 4 0
1 2 1
~

Recordando que El rango o caracterstica de una matriz es igual al orden del determinante de
mayor orden distinto de cero extrado de la matriz dada,

5 0 0
1 4 0
1 2 1
= 20 = 0 (A) = (A) = 3 = igual al nmero de incgnitas
el sistema es compatible determinado
2 F = 3x1 F + 2 F
3 F = 1 F + 3 F
3 F = 3 x 2 F + 4x 3 F
1F
2F
3F
1F
2F
3F
1F
2F
3F

157

Para la solucin consideramos el sistema
=
= +
= +
(3) 12 - z 5
(2) 8 z y 4
(1) 1 z y 2 x

De (3): z =
5
12
; reemplazando en (2), tenemos: 4y
5
12
= 8 y =
5
13
;

Reemplazando en (1), tenemos: x + 2 .
5
13
+
5
12
= 1 x =
5
33

S = {
5
33
,
5
13
,
5
12
}
4.2.- Mtodo de GaussJordan
El mtodo de GaussJordan permite no solo la discusin del sistema en el sentido de decidir si
es compatible o no, sino la determinacin de la solucin del mismo en el caso de compatibilidad.
Ejemplo
Dados los siguientes sistemas, analizarlos y si corresponde resolverlos.

= +
= + +
= +
13 z 4 - y 5 x 2
11 z y 3 x
4 3z y 2 x

Para el anlisis del sistema se debe hallar el rango de la matriz del sistema y el rango de la matriz
ampliada.

A =
|
|
|
.
|
\
|
4 5 2
1 3 1
3 2 1
matriz del sistema A =
|
|
|
.
|
\
|
13
11
4
4 5 2
1 3 1
3 2 1
matriz ampliada

Aplicando las operaciones elementales entre filas, obtendremos matrices equivalentes. Las matri-
ces equivalentes tienen el mismo rango.
Se averigua en forma conjunta el rango de la matriz del sistema y el rango de la matriz ampliada:

158

|
|
|
.
|
\
|
13
11
4
4 5 2
1 3 1
3 2 1
~
|
|
|
.
|
\
|
5
7
4
2 1 0
4 1 0
3 2 1
~

|
|
|
.
|
\
|
2
7
10
2 0 0
4 1 0
11 0 1
~
|
|
|
.
|
\
|
1
7
10
1 0 0
4 1 0
11 0 1
~

|
|
|
.
|
\
|
1
3
1
1 0 0
0 1 0
0 0 1

Se obtienen tres vectores cannicos (A) = (A) = 3 = al nmero de incgnitas
el sistema es compatible determinado, tiene nica solucin.

La nica solucin del sistema est dada por los valores del sistema:
x y z

|
|
|
.
|
\
|
1
3
1
1 0 0
0 1 0
0 0 1

El conjunto solucin est dado por: S = { ( 1 , 3 , 1 ) }

b)
= + +
= + +
= + +
1 z 17 y 2 x 3
4 z 8 y 3 x 2
3 z 3 y 2 x

Anlisis del sistema: calcular el rango de la matriz del sistema y de la ampliada.

(-2) (-)
A
A
(-) (- 2)
( - ) 11 (- 4)
x = 1
y = 3
z = 1
Recordando que El rango o caracterstica de una matriz A
es igual al nmero de lneas linealmente independientes


159

|
|
|
.
|
\
|
1
4
3
17 2 3
8 3 2
3 2 1
~
|
|
|
.
|
\
|
8
2
3
8 4 0
2 1 0
3 2 1
~
|
|
|
.
|
\
|

8
2
3
8 4 0
2 1 0
3 2 1
~

|
|
|
.
|
\
|
0
2
1
0 0 0
2 1 0
7 0 1

Resolucin del sistema: Explicitar el conjunto solucin.

x y z Sistema equivalente
|
|
|
.
|
\
|
0
2
1
0 0 0
2 1 0
7 0 1

De (1) se despeja x x = 1 7 z
De (2) se despeja y y = 2 z + 2

El conjunto solucin est dado por:
S = { ( x , y , z ) / x = 1 7 z , y = 2 z + 2 , z e R )

Dando valores a z, se tienen los valores correspondientes de x e y.

Soluciones particulares
( 6 , 2 , 1 ) , (15, 4 , 2 ) , (1 , 0 , 0 ) ..................

c)
= +
= +
= +
2 z 4 y 3 x 5
7 z 2 y x 3
1 z 3 y 2 x

Anlisis del sistema: calcular el rango de la matriz del sistema y de la matriz ampliada.

(-2) (-3)
(-) (-2) 4
Se encontraron dos vectores cannicos en la matriz del sistema y en la
ampliada, (A) = (A) = 2 < que el nmero de incgnitas
el sistema es compatible indeterminado (infinitas soluciones).
x +7 z = 1 (1)
y 2 z = 2 (2)

160

|
|
|
.
|
\
|

2
7
1
4 3 5
2 1 3
3 2 1
~ (-1/7)
|
|
|
.
|
\
|

7
11
1
11 7 0
11 7 0
3 2 1
~

(-2) 7
|
|
|
.
|
\
|

7 /
7
11
1
11 7 0
7 / 11 1 0
3 2 1
~
|
|
|
.
|
\
|

4
7 / 11
7 / 15
0 0 0
7 / 11 1 0
7 / 1 0 1
~

|
|
|
.
|
\
|

1
7 / 11
7 / 15
0 0 0
7 / 11 1 0
7 / 1 0 1
~
|
|
|
.
|
\
|
1
0
0
0 0 0
7 / 11 1 0
7 / 1 0 1

En la matriz del sistema(A), hay dos vectores cannicos, (A) = 2.
La matriz ampliada (A) tiene tres vectores cannicos, (A) = 3.
Como (A) = (A) el sistema dado es incompatible, no tiene solucin.

4.3.- Regla de Crmer
Para un sistema de igual nmero de ecuaciones que de incgnitas, con determinante no nulo, po-
demos trabajar con la Regla de Crmer. Bajo estas condiciones el sistema es determinado, es
decir admite una y solamente una solucin, la cual est dada por:

x
i
=
A
A
) j (
( j = 1 , 2 , , n) ,

| A
(j)
| indica el determinante de la matriz que se obtiene de la matriz A del sistema, reemplazan-
do la columna j por la columna de los trminos independientes b
i
.
11

Por ejemplo, para

11
Sagastume Berra , A. fernandez, G. lgebra y Clculo Numrico
(-3) (-5)
-1/4
11/7 (-15/7)
A
A

161

= +
= + +
= +
13 4 5 2
11 3
4 3 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
, A =
|
|
|
.
|
\
|
4 5 2
1 3 1
3 2 1
, , A , =
4 5 2
1 3 1
3 2 1
= 2

Como , A , = 0 , el sistema es compatible determinado (tiene nica solucin).

x
1
=
2 -
4 5 13
1 3 11
3 2 4
= 1
2
2
=
x
1
= 1
x
2
= 3
2
6
2
4 13 2
1 11 1
3 4 1
=
x
2
= 3

x
3
= 1
2
2
2 -
13 5 2
11 3 1
4 2 1
=
= x
3
= 1

4.4.- Resolucin utilizando Matriz Inversa
Para resolver el sistema del ejemplo anterior utilizando la matriz inversa, planteamos la expre-
sin matricial: A . X = B X = A
-1
. B

Para el ejemplo anterior, A
1
=
|
|
|
|
|
.
|
\
|

2
1
2
1
2
1
2 1 3
2
11
2
7
2
17

|
|
|
.
|
\
|
3
2
1
x
x
x
=
|
|
|
|
|
.
|
\
|

2
1
2
1
2
1
2 1 3
2
11
2
7
2
17
.
|
|
|
.
|
\
|
13
11
4
=
|
|
|
.
|
\
|
1
3
1

Por igualdad de matrices tenemos la solucin: x
1
= 1 , x
2
= 3 , x
3
= 1

162

5.- Sistemas homogneos. Solucin trivial
Un sistema de ecuaciones lineales es homogneo si todos los b
i
son iguales a 0.

= + + +
= + + +
= + + +
0 x a ......... x a x a
......... .......... .......... .......... .......... ..........
0 x a ......... x a x a
0 x a ......... x a x a
m nm 2 2 n 1 1 n
m m 2 2 22 1 21
m m 1 2 12 1 11

Un sistema homogneo, siempre admite al menos una solucin. Tal solucin siempre existente
es: x
1
= x
2
= = x
m
= 0 , y se llama solucin trivial
Si es determinado admite solo la trivial y si es indeterminado admite infinitas soluciones.
Por ejemplo:
Dado el sistema
= +
= +
= +
0 z 3 y 5 x
0 z y x 3
0 z y 2 x

|
|
|
.
|
\
|
0
0
0
3
1
1
5
1
2
1
3
1
~
|
|
|
.
|
\
|
0
0
0
4
4
1
7
7
2
0
0
1
~
|
|
|
.
|
\
|
0
0
0
0
4
1
0
7
2
0
0
1

(A) = 2 es indeterminado
De la primera ecuacin: x 2y + z = 0
De la segunda ecuacin: 7y 4 z = 0 , y = z
7
4

Reemplazando en la primera: x = z
7
1

S = { ( x , y , z ) e R / x = z
7
1
. y = z
7
4
}

6.1.- Seleccione la respuesta correcta (una y solo una de las respuesta es la correcta)
a) Dado un sistema no homogneo de tres ecuaciones con tres incgnitas, si , A , = 0 ( A es
la matriz de los coeficientes), entonces el sistema:
i) Puede ser incompatible o indeterminado.
ii) Solo admite ms de una solucin.

163

iii) Admite una y solo una solucin.
iv) Ninguna de las respuestas anteriores es correcta.
b) Un sistema de ecuaciones lineales no homogneo, en el que el nmero de ecuaciones es
mayor que el nmero de incgnitas, siempre es:
i) Incompatible.
ii) Compatible determinado
iii) Compatible indeterminado
iv) Puede darse cualquiera de las posibilidades anteriores.
c) Un sistema homogneo que tiene ms incgnitas que ecuaciones:
i) Puede ser determinado, indeterminado o incompatible.
ii) Es indeterminado.
iii) Solo tiene la solucin trivial.
iv) Puede ser incompatible.
d) Un sistema de ecuaciones lineales no homogneo, que tiene ms incgnitas que ecuacio-
nes:
i) Tiene siempre infinitas soluciones.
ii) Puede ser incompatible o tener infinitas soluciones.
iii) Siempre es incompatible.
iv) Ninguna de las respuestas anteriores es correcta.

6.2.- Califique de verdadera o falsa cada una de las siguientes afirmaciones. En cada caso justifi-
car la respuesta.
a) Un sistema de ecuaciones lineales homogneo es siempre compatible.
b) Un sistema cuadrado es siempre crameriano.
c) Un sistema lineal que tiene ms incgnitas que ecuaciones puede tener solucin nica.
d) Todo sistema crameriano es compatible determinado.
e) Un sistema lineal de tres ecuaciones con tres incgnitas nunca puede ser incompatible.

6.3.- Las siguientes matrices ampliadas, corresponden a sistemas de ecuaciones lineales luego de
efectuar operaciones elementales por filas. Establezca para cada caso:
a. Tipo del sistema del que se trata
b. El anlisis del sistema
c. La solucin si corresponde

164

i)
|
|
|
.
|
\
|
0 0 0
3 1 0
2 0 1
ii)
|
|
.
|
\
|
0 1 0
0 0 1
iii)
|
|
|
.
|
\
|
1 0 0
3 1 0
2 0 1

iv)
|
|
|
.
|
\
|
0
3
2
0
0
1
0
1
0
0
0
1
v)
|
|
|
.
|
\
|
0 0 0
0 0 0
3 2 1
vi)
|
|
|
.
|
\
|
0 0 0
1 0 0
3 2 1

Por ejemplo, para el sistema i)
a. La matriz corresponde a un sistema de 3 ecuaciones con 2 incgnitas.
b. (A) = (A) = 2 , igual al nmero de incgnitas, por lo que es un sistema compatible de-
terminado.
c. La solucin es: x = 2, y = 3

6.4.- Dado un sistema de ecuaciones lineales con m incgnitas, A X = B , tal que:
(A) = (A) > m, entonces el sistema es:
a. Compatible determinado
b. Compatible indeterminado
c. Incompatible
d. Compatible determinado o Compatible indeterminado
e. Es imposible que se d esta situacin

6.5.- Sea A la matriz de los coeficientes de un sistema de ecuaciones lineales del tipo
A X = B, si por operaciones elementales entre filas se puede obtener la identidad, cual de las
siguientes afirmaciones es falsa:
a. El sistema tiene solucin nica
b. |A| = 0
c. (A) = n de columnas de A
d. (A) = n de filas de A
e. El sistema se puede resolver por el mtodo de la inversa

6.6.- Cul debe ser el valor de k para que el siguiente sistema sea incompatible?

=
= +
1 y 4 x 4
0 k y x


165

a) 0 b)
4
1
c)
4
1
d) cualquier n =
4
1
e) cualquier n =
4
1

6.7.- Un sistema homogneo
a. Tiene al menos una solucin no trivial
b. Tiene al menos la solucin trivial
c. Puede ser incompatible
d. No puede ser indeterminado

6.8.- Resolver los siguientes problemas:
a) A y B estn a 30 Km. uno del otro. Si parten al mismo tiempo y caminan en la misma di-
reccin A alcanza a B en 60 horas. Si marchan el uno hacia el otro se encuentran a las
cinco horas. Cules son las velocidades? (A: 3,250 km/h, B: 2,750 km/h)
b) Si un lote se agranda hacindolo 10 m ms largo y 5 m ms ancho, su rea aumenta en
1050m
2
. Si su longitud se rebaja en 5 m y su anchura en 10. El rea disminuye en 1050
m
2
. Hallar las dimensiones del lote. (80m x 60m)

Rojo, A. lgebra II .Tomo I. Edit. El Ateneo

Respuestas de los ejercicios propuestos de los temas: Espacios vectoriales, matrices, determinantes y sistemas
de ecuaciones lineales Esp. Lydia Mara Llanos

166

Respuestas de los ejercicios propuestos de los temas: Espacios vectoriales, ma-
trices, determinantes y sistemas de ecuaciones lineales
Ejercicios propuestos a modo de autoevaluacin
ESPACIOS VECTORIALES
11.1.- Para responder este tem, repasar las propiedades de vectores linealmente dependientes e
independientes.
V, F, F, F, V, V, F
11.3.- L.I.
11.4.- Infinitas formas
11.5.- V, V, F, F
11.8.- p
(x)
= 3 p
1 (x)
+ 2 p
2 (x)
+ 4 p
3 (x)

11.9.- { (x,y,z ) / x + y + z = 0 }
11.10.- { }

MATRICES
9.1.- 4 , 2 , 5 , 3 , 2 , 5 , 5 , 2
9.2.- i) c) ii) d
9.3.- i) x = y = z = 1 ii) x , y x , z = x iii) x , y = 0 , z = 1
9.5.- Para el caso i. se sugiere trabajar del siguiente modo
A = ( a
11
a
12
.. a
1p
) B =
|
|
|
|
|
.
|
\
|
pm p p
m
m
b b b
b b b
b b b
.....
.....
.....
.....
2 1
2 22 21
1 12
11

A
1xp
. B
pxm
= C
1xm

( a
11
a
12
.. a
1p
)
|
|
|
|
|
.
|
\
|
pm p p
m
m
b b b
b b b
b b b
.....
.....
.....
.....
2 1
2 22 21
1 12
11

= ( c
11
c
12
c
1m
)
A
1xp
. B
pxm
= C
1xm
=
|
|
.
|
\
|

= = =
p
k
p
k
p
k
km k k k k k
b a b a b a
1 1 1
1 2 1 1 1
.......
o tambin C
1xm
=
kj
p
k
k
b a
=1
1
para j= 1, 2, ..... , m
Sistemas de Ecuaciones Lineales Esp. Lydia Mara Llanos

167
ii. C
nx1
=
1
1
k
p
k
ik
b a
=
para i= 1, 2, ..... , n
iii. C
ixj
= a
i
b
j
para i= 1, 2, ..... , n ; para j= 1, 2, ..... , m
9.8.- a. Matriz cantidad de material
|
|
|
|
|
|
.
|
\
|
388
158
260
526
146
b. Costo por casa
|
|
|
.
|
\
|
465
528
492
c. ( 11736 )
DETERMINANTES
10.1.- c) Repasar la definicin de determinante de 3er orden
10.2.- a. |B|= 5 b. |B|= 3x5 = 15 c. |B|= 5
10.3.- No existe matriz inversa de A
B
1
=
|
|
|
|
|
|
.
|
\
|

4
3
4
5
4
9
4
7
4
9
4
17
2
1
2
1
2
3

10.4.- (A) = 2 (B) = 3
10.5.- a. V b. F
10.6.- c.
10.7.- b.

SISTEMAS DE ECUACIONES LINEALES
6.1.- a) i) b) iv) c) ii) d) ii)
6.2.- a) V b) F c) F d) V e) F
6.3.-

6.4.- e. 6.5.- b. 6.6.- e) 6.7.- b.
a b c
i)
Sis 3 ecuac con 2 incog
Determinado x=2 , y=3
ii)
Sis de 2 ecuac con 2 incg homogneo
Determinado x = y = 0
iii)
Sis de 3 ecuac con 2 incg
Incompatible -----------
iv)
Indeterminado x = 2-z, y = 3
v)
Indeterminado x = 3 - 2y
vi)
Incompatible -----------------
Transformaciones lineales. Valores y vectores propios Esp. Lydia Mara Llanos

168

TRANSFORMACIONES LINEALES
VALORES Y VECTORES PROPIOS
Contenidos
Estudiaremos el concepto de Transformacin Lineal entre dos espacios vectoriales sobre un mis-
mo cuerpo K y las propiedades. Luego consideraremos el conjunto ncleo y el conjunto imagen y
la relacin que se establecen entre sus dimensiones. Se determinar la matriz asociada a una
transformacin segn la base considerada para cada uno de los espacios.
Particularmente para un endomorfismo en un espacio vectorial se considerarn los valores pro-
pios y vectores propios, propiedades y transformaciones lineales diagonalizables.

1.- Transformacin lineal entre dos espacios vectoriales sobre un mismo cuerpo (T.L.)
1.1.- Concepto
Sean (V, +, K, .) y (W, +, K,.) dos espacios vectoriales definidos sobre un mismo cuerpo K.
Definicin:
La funcin f: V W es una transformacin lineal u homomorfismo si y solo si:
1) La imagen de la suma de dos vectores cualesquiera de V es igual a la suma de sus
imgenes en W.
x, y e V : f(x + y) = f(x) + f(y)
2) La imagen del producto de cualquier escalar o por todo vector de V es igual al pro-
ducto del escalar por la imagen de dicho vector en W
x e V y o e K : f( o x ) = o f ( x )

Las condiciones anteriores se las pueden resumir en:
x, y e V y o , | e K
f: V W es Transformacin lineal f (o x + | y ) = of (x) + | f (y)

x
y

x + y
o x
f (x)
f (y)

f (x + y) = f (x) + f (y)

f (o x) = o f (x)
V
W
f

169

Ejemplo 1
Sean: ( R
3
, +, R, .) y ( R
2
, +, R, .) , demostrar que f: R
3
R
2
/ f ( x , y , z ) = ( z , x + y ) es una
transformacin lineal.
Demostracin:
1 u = ( x , y , z ) y u = ( x , y , z) e R
3
f ( u + u ) = f( u ) + f( u )
f ( u + u ) = f [ ( x , y , z ) + ( x , y , z) ] = f ( x + x, y + y , z + z)
= (z + z , x + x + y + y ) = (z , x + y ) + ( z , x + y )
= f ( x , y , z ) + f( x , y , z) = f ( u ) + f( u ) I
2 u = ( x , y , z ) e R
3
. o e R

f (o .u ) = o f ( u )
f ( o .u ) = f (o . ( x , y , z ) ) = f (o . ( x , y , z ) ) = f ( o x , o y , o z )
= (o z , o x + o y ) = o ( z , x + y ) = o f ( x , y , z ) = o f (u) II
Por I y II , f es transformacin lineal

Ejemplo 2
Si f: R
2
R
3
es una transformacin lineal que verifica:
F ( 1 , 0 ) = ( 1 , 2 , 1 ) y f ( 0 , 1 ) = ( 0 , 2 , 1 ) , Cul es f (2 , 3 )?
Solucin
Consideremos la C.L. (2 , 3 ) = 2 ( 1 , 0 ) + 3 ( 0 , 1 )
f (2 , 3 ) = f [2 ( 1 , 0 ) + 3 ( 0 , 1 ) ]
= 2 f ( 1 , 0 ) + 3 f ( 0 , 1 )
= 2 ( 1 , 2 , 1 ) + 3 ( 0 , 2 , 1 )
= (2 , 4 , 2 ) + ( 0 , 6 , 3 ) = (2 , 10 , 1 )
f (2 , 3 ) = ( 2 , 10 , 1 )

- x , y e V : f ( x + y ) = f ( x ) + f ( y )
- o e K , x e V f ( o x ) = o f ( x )
TRANSFORMA-
CIN LINEAL
Sean ( V , + , K , - ) y ( W , + , K , - )

e
f: V
W

170

1.2.- Propiedades
Sea f: V W una T.L. y 0
v
; 0
w
los vectores nulos de V y W respectivamente
i) f ( 0
v
) = 0
w

ii) f (v ) = f ( (1) v ) = f ( v )

1.3.- Ncleo de una transformacin lineal (N (f) )
Sea f: V W una T.L.

N (f) c V

x e N (f) f ( x ) = 0
W

Propiedad del ncleo
Sea f: V W una T.L ( N (f) , + , R . ) es subespacio vectorial de ( V , + , R . )

Ejemplo 3
Determinar el conjunto ncleo de la T.L. del ejemplo 1
Por definicin, se tiene: N (f) = { ( x , y , z ) e R
3
/ f (x , y , z ) = ( 0 , 0 )

}
f (x , y , z ) = ( z , x + y ) = ( 0 , 0 )

= +
=
0 y x
0 z
y = x
N (f) = { ( x , x , 0 ) e R
3

}
Una base de N( f ): { ( 1 , 1 , 0 ) } Dimensin [N(f)] = 1
V W
-0
w
N (f)
N (f) = { x e V / f ( x ) = 0
W
}

0
v
v
v

0
w

f ( v )
f (v) = f (v)
V
W
f

171

1.4.- Imagen de una transformacin lineal (I (f) )
Sea f: V W una T.L.

I (f) c W

Propiedad de la imagen
Sea f: V W es T.L ( I (f) , + , R . ) es subespacio vectorial de ( W , + , R . )

Ejemplo 4:
Determinar el conjunto imagen para la T.L. del ejemplo 1
Por definicin: I(f ) = { ( a , b) e R
2
/ - ( x
1
, x
2
, x
3
) e R
3
. f ( x
1
, x
2
, x
3
) = ( a , b) }
f ( x
1
, x
2
, x
3
) = ( x
3
, x
1
+ x
2
) = ( a , b )
x
3
= a . x
1
+ x
2
= b ,
esto nos dice que para todo a, b - x
1
, x
2
, x
3
I( f ) = R
2

1.5.- Relacin entre la dimensin del ncleo y de la imagen

Para el caso del ejemplo 1, tenemos: Dimensin N( f ) = 1 ; Dimensin de I( f ) = 2
La dimensin de R
3
es 3

1.6.- Teorema fundamental de las transformaciones lineales
Sean ( V , + , K , - ) y ( W , + , K , - )
Sea [v] = { v
1
, v
2
, , v
n
} una base de V
y w
1
, w
2
, , w
n
n vectores cualesquiera de W

dim N( f ) + dim I(

f ) = dim V

I(f )= { y e W / - x e V . f(x) = y }
V
- 0
v
W
-0
w
I (f)

172

- una nica T.L. : f: V W / f (v
i
) = w
i
i = 1, 2, , n
Es decir / f(v
1
) = w
1
, f(v
2
) = w
2
, , f(v
n
) = w
n

Ejemplo 5
Si se define la T.L. f: R
3
R
2
, que asigna a los vectores de la base (1 , 1 , 1 ) , ( 1 , 1 , 0 ),
( 1 , 0 , 0 ) en R
3
, los vectores ( 1, 2 ) , ( 1 , 2 ) , (1 , 1 ) en R
2
respectivamente. Determinar la
imagen de un vector genrico ( a , b , c ) e R
3

Solucin
Sabemos que: f (1 , 1 , 1 ) = ( 1, 2 ) ,
f ( 1 , 1 , 0 ) = ( 1 , 2 )
y f ( 1 , 0 , 0 ) = (1 , 1 ),
La pregunta es: f( a , b , c ) = ?

Para averiguar, expresemos ( a , b , c ) como combinacin lineal en la base dada.
( a , b , c ) = o (1 , 1 , 1 ) + | ( 1 , 1 , 0 ) + ( 1 , 0 , 0 ) [1]

o + | + = a = a c b + c = a b
o + | = b | = b c
o = c
Reemplazando en [1], se tiene:
( a , b , c ) = c (1 , 1 , 1 ) + ( b c ).( 1 , 1 , 0 ) + ( a b ).( 1 , 0 , 0 )
f( a , b , c ) = c f(1 , 1 , 1 ) + ( b c )f( 1 , 1 , 0 ) + ( a b )f( 1 , 0 , 0 )
f( a , b , c ) = c (1 , 2 ) + ( b c )( 1 , 2 ) + ( a b )( 1 , 1 )
f ( a , b , c ) = ( 2 b a , a + b )

1.7.- Matriz asociada a una Transformacin Lineal
Sea la T. L. f: V W de dimensiones finitas n y m, respectivamente.
Dadas: [v] = { v
1
, v
2
, .... , v
n
} base de V
[w] = { w
1
, w
2
, , w
m
} base de W
la T.L. f queda caracterizada por una matriz A
mxn
, llamada matriz de la T.L. respecto
de las bases dadas.


173

Se obtienen las imgenes, por f, de cada vector de la base [v]:

f(v
1
) = a
11
w
1
+ a
21
w
2
+ + a
m1
w
m

f(v
2
) = a
12
w
1
+ a
22
w
2
+ + a
m2
w
m

..
..
f(v
n
) = a
1n
w
1
+ a
2n
w
2
+ + a
mn
w
m

Los nxm escalares a
ij
, constituyen una matriz cuya traspuesta, es la matriz A de la Transforma-
cin lineal f respecto de las bases [v] y [w]

A =
|
|
|
|
|
.
|
\
|
mn 2 m 1 m
n 2 22 21
n 1 12 11
a .... a a
.... .... .... ....
a .... a a
a .... a a

Si A es la matriz de la transformacin lineal f , Y
[w]
= A X
[v]

Siendo:
X
[v]
la matriz columna de las coordenadas del vector x respecto de la base V.
Y
[w]
la imagen de x, respecto de la base W.

Ejemplo 6
Sea la T.L. f: R
3
R
2
/ f ( x , y , z ) = ( 3x + 2y 4z , x 5y + 3z ), hallar la matriz aso-
ciada a f para las bases de R
3
y R
2
:
{ ( 1 , 1 , 1 ) , ( 1 , 1 , 0 ) , ( 1 , 0 , 0 ) }
y { ( 1 , 3 ) , ( 2 , 5 ) }

Solucin
f ( 1 , 1 , 1 ) = ( 1 , 1 ) = 7 (1 , 3 ) + 4 ( 2 , 5 )
f ( 1 , 1 , 0 ) = ( 5 , 4 ) = 33 ( 1 , 3 ) + 19 ( 2 , 5 )
f ( 1 , 0 , 0 ) = ( 3 , 1 ) = 13 ( 1 , 3 ) + 8 ( 2 , 5 )

A =
|
|
.
|
\
|
8 19 4
13 33 7


174

Si queremos hallar la imagen de ( 1 , 1 , 2 ) utilizando A, debemos hallar las coordenadas de
( 1 , 1 , 2 ) en la base dada:
( 1 , 1 , 2 ) = o
1
( 1 , 1 , 1 ) + o
2
( 1 , 1 , 0 ) + o
3
( 1 , 0 , 0 )

=
= +
= + +
2
1
1
1
2 1
3 2 1
X
[V]
=
|
|
|
.
|
\
|
2
3
2

o
2
= 3 , o
3
= 2

Sabemos que: Y
[w]
= A X
[v]

La imagen es: Y
[W]
=
|
|
.
|
\
|
8 19 4
13 33 7
.
|
|
|
.
|
\
|
2
3
2
=
|
|
.
|
\
|
33
59

Los escalares 59 y 33 son las componentes de la imagen de ( 1 , 1 , 2 ) en la base W .

Si se aplica f a la terna, y luego se expresa la imagen como combinacin lineal de W, se tiene:
f( 1 , 1 , 2 ) = (7 , 12 ) = 59 ( 1 , 3 ) 33 ( 2 , 5 )

2.- Valores y vectores propios
Dado ( V , + , K , . ) y la T. L. f: V V (endomorfismo )
e K es un valor propio o auto valor de f - un vector no nulo x e V / f(x) = x.
El vector no nulo x se llama vector propio o autovector de f, asociado al autovalor .

es un valor propio de A e K
nxn
|A I |= 0

Para determinar los vectores propios asociados a , se resuelve el sistema lineal:
(A I ).X = 0

Propiedad:
Si f: V V es una transformacin lineal, y si adems - una base [v] = { v
1
, v
2
, .... , v
n
} for-
mada por los vectores propios de f correspondientes a los valores propios
1
,
2
, .... ,
n
,

son las coordenadas de ( 1 , 1 , 2 )
en la base de R
3
dada.

175

la matriz de f respecto de esta base es la matriz diagonal: D =
|
|
|
|
|
.
|
\
|
n
2
1
.... 0 0
.... .... .... ....
0 .... 0
0 .... 0

En este caso diremos que la transformacin lineal f es diagonalizable.

Consecuencia:
Si dim V = n y la TL f: V V admite n valores propios distintos, f es diagonalizable.

Ejemplo 7
Dada la matriz A =
|
|
.
|
\
|
3 0
1 2
, hallar los valores propios y los vectores propios, si existen, y deci-
dir si es o no diagonalizable.
Solucin
Para hallar los autovalores o valores propios hacemos |A I |= 0

0
1 0
0 1
3 0
1 2
=
|
|
.
|
\
|

|
|
.
|
\
|
, 0
3 0
1 2
=

, ( 2 ) . (3 ) = 0
los valores propios son:
1
= 2 y
2
= 3

Para hallar los vectores propios o autovectores asociados a cada autovalor se resuelve
el sistema (A I ).X = 0

|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|

0
0
x
x
.
3 0
1 2
2
1

Para = 2 tenemos:
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
0
0
x
x
.
1 0
1 0
2
1
x
2
= 0

El espacio propio. L(2) = { ( x , 0 ) } , Una base es: { ( 1 , 0 ) }Dimensin 1


176

Para = 3

|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
0
0
x
x
.
0 0
1 1
2
1
x
1
+ x
2
= 0 x
1
= x
2

El espacio propio. L(3) = { ( x , x ) } , una base es: { ( 1 , 1 ) }Dimensin 1
B = { ( 1 , 0 ) , ( 1 , 1 ) } es base de R
2
f es diagonalizable y respecto de la base B, la matriz
asociada es la matriz diagonal: D =
|
|
.
|
\
|
3 0
0 2

3.1.- En las siguientes transformaciones, determinar el ncleo, la imagen y las dimensiones de
ambos. Verificar la relacin entre ambas dimensiones.
a. f: R
3
R
3
/ f( x , y , z ) = ( x 3y , x+y , xz )

N (f) = {( x , y , z )e R
3
/ f (x , y , z ) = ( 0 , 0 , 0 )

}
f (x , y , z ) = ( x 3y , x+y , xz ) = ( 0 , 0 , 0 )

=
= +
=
0 z x
0 y x
0 3y x

N (f) = {( 0 , 0 , 0 )

} N(f) No tiene Dimensin

I(f ) = { ( a , b , c ) e R
3
/ - (x , y , z ) e R
3
. f (x , y , z ) = ( a , b , c ) }
f (x , y , z ) = ( x 3y , x+y , xz ) = ( a , b , c )

=
= +
=
c z x
b y x
a 3y x

a , b , c - x, y, z I(f) = R
3
Dimensin 3

Relacin entre las dimensiones
Dimensin R
3
= Dimensin N(f) + Dimensin I(f)
3 = 0 + 3
El sistema admite solamente la solucin tri-
vial: x = y = z = 0
La solucin del sistema es:
x =
4
3b a +
y =
4
b a - +
z = a c

Cartilla NT2013 Lily Llanos

Cargado por

Copyright:

Formatos disponibles

Cartilla NT2013 Lily Llanos

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cartilla NT2013 Lily Llanos

Cargado por

Copyright:

Formatos disponibles

Nmeros complejos Esp.

Lydia Mara Llanos

u se lee vector AB o vector u.

OQ, tiene el origen en el origen del sistema de coordenadas y el extremo en Q.

PQ conociendo las coordenadas del origen y

respecto del sistema de coordenadas ortogonales ( O; x, y , z ), son las

sobre de los ejes.

w se cumplen las relaciones siguientes:

y de sentidos opuestos porque la razn entre las componentes homlogas es 2;

= ( 2 , 3 , 1 ) ; stos son paralelos y del

= ( 2 , 3 , 1 ) , en su forma cannica es: u

, es la diagonal del paraleleppedo recto de

, referidos a un sistema de coordenadas ortogonales (O; x,

est dado por:

, debe anularse el numerador; por lo tanto, la condicin necesaria y suficiente para

sean perpendiculares es que entre sus componentes se cumpla la rela-

; se llama producto escalar, o producto punto, o producto interno u

al escalar obtenido como producto de los mdulos de u

por el coseno del ngulo forma-

= 3. (4) + (2). (1) + 1.3 = 12 + 2 + 3 = 7

son perpendiculares, por definicin:

= 0 y si los vectores no son nulos, cos u = 0, u = 90

, no nulos, sean perpendicula-

sobre otro, est dado por:

w , tal que: el mdulo de

w es igual al producto de los mdulos de u

por el seno del

espacio del n orientaci la con coincide w , v , u que tal es sentido

| = |( 2, 15, 3)| = 238

w ; el producto mixto que se representa por ( u

w = (1 , 0 , 1 ); el producto mixto est

forman entre s un ngulo de 45 y el mdulo de u

de mdulo 3 perpendicular a los u

OP ( 1 , 2) + ( 1 , 3 ) es la Ecuacin vectorial paramtrica

OP ( 2 , 1) + (2 , 5 ) Ecuacin vectorial paramtrica

OP ( 2 , 1) + (2 , 3 ) Ecuacin vectorial paramtrica

(x+3) (y2) = (x4) (y5)

, llamando a, b y c a los denominadores respec-

OP = ( 1 , 2 , 4 ) + ( 2 , 1 , 1 ) Ecuacin vectorial paramtrica

u = ( r, s, t ), vector direccin de la recta, y con

n = ( A, B , C ), vector normal del plano.

u de la recta dada. Para

= 2.0.3 + 3.(3) .1 + 1 .(1).( 2) 1.0.1 (2).(3).2 5. 3.(1)

También podría gustarte