Bernardoacevedofrias Algebra Lineal
Bernardoacevedofrias Algebra Lineal
Bernardoacevedofrias Algebra Lineal
Bernardo Acevedo.
Departamento de Matemticas
Universidad Nacional de Colombia, Sede Manizales
Febrero 2014
ii
Contenido
Prlogo vii
1 MATRICES 1
1.1 Denicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Operaciones entre matrices Suma. . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Multiplicacin de una matriz por un escalar. . . . . . . . . . . . . . 4
1.2.2 Resta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.3 Multiplicacin de dos matrices AB . . . . . . . . . . . . . . . . . . 6
1.3 Algunas Propiedades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Algunos tipos de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.1 Matriz Cuadrada de tamao n. . . . . . . . . . . . . . . . . . . . . 11
1.4.2 Matriz Idntica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.3 Matriz diagonal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.4 Matriz escalar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.5 Matriz invertible o matriz no singular. . . . . . . . . . . . . . . . . 13
1.4.6 Matriz transpuesta. . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.7 Matriz simtrica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.8 Matriz antisimtrica. . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.9 Matriz conjugada. . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.10 Matriz Real. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.11 Matriz Hermtica. . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4.12 Matriz Antihermtica. . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.13 Matriz involutiva. . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.14 Matriz Idempotente. . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.15 Matriz ortogonal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.16 Matriz triangular superior. . . . . . . . . . . . . . . . . . . . . . . 22
1.4.17 Matriz triangular. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.18 Matriz elemental. . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
iii
iv CONTENIDO
2 DETERMINANTES. 37
2.1 Propiedades del determinante. . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2 EJERCICIOS PROPUESTOS CAPITULO 2 . . . . . . . . . . . . . . . . 58
3 SISTEMAS DE ECUACIONES. 61
3.1 Clasicacion del sistema AX = B . . . . . . . . . . . . . . . . . . . . . . . 63
3.2 Solucin del sistema Ax = B: . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.3 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.4 EJERCICIOS PROPUESTOS CAPITULO 3 . . . . . . . . . . . . . . . . 72
4 VECTORES 79
4.0.1 Vectores Paralelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.1 Operaciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.2 Suma de vectores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.3 Resta de vectores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.4 Multiplicacin de un vector por un nmero real. . . . . . . . . . . . . . . . 84
4.5 Propiedades de los vectores . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.6 Norma de un vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.6.1 Propiedades de la norma de un vector. . . . . . . . . . . . . . . . . 87
4.7 Producto interior o Producto escalar o Producto punto. . . . . . . . . . . . 87
4.7.1 Propiedades del producto interior. . . . . . . . . . . . . . . . . . . . 87
4.7.2 Angulos directores y cosenos directores. . . . . . . . . . . . . . . . . 89
4.7.3 Vectores unitarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.7.4 Angulo entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.7.5 Proyeccin de un vector sobre otro.(A sobre B) . . . . . . . . . . 91
4.8 Producto Cruz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.8.1 Propiedades del producto cruz . . . . . . . . . . . . . . . . . . . . . 93
4.9 Producto mixto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.9.1 Propiedades del producto mixto . . . . . . . . . . . . . . . . . . . . 95
4.10 rea de un paralelogramo determinado por los vectores A y B . . . . . . . 95
4.11 Volmenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4.11.1 Volumen de un paraleleppedo determinado por tres vectores A,B,C. 96
4.12 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
CONTENIDO v
5 PLANOS 107
5.1 Planos en el espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.2 Distancia de un punto a un plano . . . . . . . . . . . . . . . . . . . . . . . 110
5.2.1 Distancia del punto P0 = (x0 ; y0 ; z0 ) al plano Ax + By + Cz = D . 110
5.3 Distancia entre dos planos paralelos . . . . . . . . . . . . . . . . . . . . . . 111
5.4 Planos paralelos y perpendiculares . . . . . . . . . . . . . . . . . . . . . . . 112
5.5 EJERCICIOS PROPUESTOS CAPITULO 5 . . . . . . . . . . . . . . . . 115
6 RECTAS 119
6.1 Distancia de un punto a una recta . . . . . . . . . . . . . . . . . . . . . . . 123
6.2 EJERCICIOS PROPUESTOS CAPITULO 6 . . . . . . . . . . . . . . . . 132
9 DIAGONALIZACION 211
9.1 Matrices semejantes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
9.1.1 Autovalores y autovectores de una matriz cuadrada . . . . . . . . . 212
9.1.2 Calculo de autovalores: Polinomio caracteristico. . . . . . . . . . . . 213
9.1.3 Polinomio caracteristico . . . . . . . . . . . . . . . . . . . . . . . . 214
9.1.4 Ecuacion Caracteristica. . . . . . . . . . . . . . . . . . . . . . . . . 214
9.2 Calculo de autovectores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
9.3 Algunas propiedades de los valores y vectores propios . . . . . . . . . . . . 217
9.4 Diagonalizacion de una matriz cuadrada. . . . . . . . . . . . . . . . . . . . 217
vi CONTENIDO
Prlogo
vii
viii PRLOGO
Captulo 1
MATRICES
1.1 Denicin
Se llama matriz de tamao m n; a un conjunto de m n elementos dispuestos en
m las y n columnas o una matriz es simpemente, un arreglo rectangular ordenado de
nmeros.
Notacin:
Una matriz se representa simplemente con una letra mayscula y sus elementos con
letras minusculas entre un parentisis, como por ejemplo.
2 3
a11 a12 ::: a1n
6 a21 a22 ::: a2n 7
6 .. .. .. 7
6 7
6 . . ::: . 7
Am n =6 7 y de forma abreviada A = (aij )
6 ai1 ai2 ::: ain 7
6 . .. .. 7
4 .. . ::: . 5
am1 am2 ::: amn
Ejemplo 1.1
1
2 CAPTULO 1. MATRICES
2 3 2 3
4 8 9 0 b11 b12 b13 b14
6 1 3 7 7 6
1 7 6 b21 b22 b23 b24 7
La matriz B4 4 = 6
4 8 5 = 7 tiene 4 las y 4 columnas
3 2 5 4 b31 b32 b33 b34 5
7 3 0 4 b41 b42 b43 b44
2 3 2 3
0 0 0 1 0 0
4
Las matrices C = 0 0 0 5 4
D= 0 1 0 5 tienen 3 las y 3 columnas
0 0 0 0 0 1
la matriz E = 3 0 7 4 9 tiene 1 la y 5 columnas
0 1
8
B 5 C
la matriz F = B C
@ 2 A tiene 4 la y 1 columnas
1
Igualdad.
Dos matrices son iguales, si son del mismo tamao m n y sus elementos situados en el
mismo lugar son iguales , es decir, A = B sisi aij = bij 8 i; j.
1 2 1 4 1 4 1 4
Ejemplo 1.2 6= ; =
3 4 3 4 3 4 3 4
En efecto
3
2a 2 = 0; entonces a = 1; 2b = 4; entonces b = 2; a 2c = 4 entonces c = ; 3e+1 = 4
2
entonces e = 1; f = 0; a d = 1 entonces d = 0
2 3 2 3 2 3
2 6 9 0 3 8 9 1 2+3 6+8 9 9 0+1
6 1 3 7 7 6
1 7 6 1 0 2 7 6
1 7 6 1+1 3+0 7+2 1+1 7
A+B =6
4 8 + = 7=
5 3 2 5 4 4 5 3 2 5 4 8+4 5+5 3+3 2+2 5
7 3 0 4 1 3 0 1 7+1 3+3 0+0 4+1
2 3
5 14 0 1
6 2 3 9 2 7
=6 7
4 4 10 6 4 5
8 6 0 5
Propiedades de la suma.
1. Clausurativa A + B 2 Mm n (R)
2. Conmutativa A + B = B + A
3. Asociativa A + (B + C) = (A + B) + C
Ejemplo 1.4
1 4 5 2 3 5 1+2 4+3 5+5
A+B = + = =
3 2 4 4 2 0 3+4 2+2 4+0
Ejemplo 1.5
0
1 0 1 0 1 0 1
2 3 1 2 2+1 3+2 3 5
A+B =@ 4 5 A+@ 0 3 A=@ 4+0 5+3 A=@ 4 8 A
6 8 2 4 6+2 8+4 8 12
0 1 0 1 0 1 0 1
1 2 2 3 1+2 2+3 3 5
B+A=@ 0 3 A+@ 4 5 A=@ 0+4 3+5 A=@ 4 8 A
2 4 6 8 2+6 4+8 8 12
luego
A+B =B+A
Ejemplo 1.6
1 4 5
Si A =
3 2 4
entonces
1 4 5 3:1 3:4 3:5 3 12 15
a) 3 = =
3 2 4 3:3 3:2 3:4 9 6 12
1 4 5 ( 2):1 ( 2):4 ( 2):5 2 8 10
b) 2 = =
3 2 4 ( 2):3 ( 2):2 ( 2):4 6 4 8
1.2. OPERACIONES ENTRE MATRICES SUMA. 5
1. (A + B) = A + B:
2. ( + )A = A + A
3. ( )A = ( A)
4. 1:A = A
Ejemplo 1.7
1 4 5 0 4 1 1 8 6 3 24 18
3 (A + B) = 3 + =3 =
3 2 4 2 2 1 5 4 5 15 12 15
1 4 5 0 4 1 3 12 15 0 12 3 3 24 18
3A+3B = 3 +3 = + =
3 2 4 2 2 1 9 6 12 6 6 3 15 12 15
luego
3 (A + B) = 3A + 3B
Ejemplo 1.8
1 4 5 5 20 25
a) (2 + 3) A = (2 + 3) =
3 2 4 15 10 20
1 4 5 1 4 5 2 8 10 3 12 15
y 2A + 3A = 2 +3 = + =
3 2 4 3 2 4 6 4 8 9 6 12
5 20 25
=
15 10 20
luego
(2 + 3) A = 2A + 3A
6 CAPTULO 1. MATRICES
1.2.2 Resta
Sean A y B matrices del mismo orden m n, entonces se dene la resta de las dos matrices
como :
A B = A + ( 1)B
Ejemplo 1.9
3 2 4 6 3 2 4 6 1 4
= + =
5 6 2 8 5 6 2 8 3 2
0 1
b1j
B b2j C
B C Xn
B : C
cij = (ai1 ai2 :::ain ) B
B
C = ai1 b1j + ai2 b2j + ::: + ain bnj =
C aik bkj
B : C k=1
@ : A
bnj
Para multiplicar una matriz A por una matriz B, el nmero de columnas de la matriz
A, debe ser igual a el nmero de las de la matriz B, y el resultado es una matriz C con
nmero de las de A y columnas B, es decir,
Am n Bn p = Cm p
Ejemplo 1.10
0 1
4 2
2 3 1 @ 1 1 A 2 4+3 1+1 0 2 2+3 1+1 3
=
1 0 4 1 4+0 1+4 0 1 2+0 1+4 3
2 3 0 3 3 2
2 2
11 10
=
4 14 2 2
1.2. OPERACIONES ENTRE MATRICES SUMA. 7
1 2 5 6 1 5+2 7 1 6+2 8 19 22
Ejemplo 1.11 = =
3 4 7 8 3 5+4 7 3 6+4 8 43 50
1 3 4
Ejemplo 1.12 3 4 =
2 6 8
1
Ejemplo 1.13 3 4 = (11)
2
Forma General
2 32 3
a11 a12 a13 ::: a1j ::: a1n b11 b12 b13 ::: b1j ::: b1p
6 a21 a22 a23 ::: a2j ::: a2n 76 b21 b22 b23 ::: b2j ::: b2p 7
6 .. .. .. .. .. 76 .. .. .. .. .. 7
6 76 7
6 . . . . . 76 . . . . . 7
AB = 6 76 7=
6 ai1 ai2 ai3 ::: aij ::: ain 76 bi1 bi2 bi3 ::: bij ::: bip 7
6 . .. .. .. .. 76 .. .. .. .. .. 7
4 .. . . . . 54 . . . . . 5
am1 am2 am3 ::: amj ::: amn bn1 bn2 bn3 ::: bnj ::: bnp
2 3
c11 c12 c13 ::: c1j ::: c1p
6 c21 c22 c23 ::: c2j ::: c2p 7
6 .. .. .. .. .. 7
6 7
6 . . . . . 7
=6 7=
6 ci1 ci2 ci3 ::: cij ::: cip 7
6 .. .. .. .. .. 7
4 . . . . . 5
cn1 cn2 cn3 ::: cnj ::: cnp
2 3
X
n X
n X
n X
n
6 a1k bk1 a1k bk2 ::: a1k bkj ::: a1k bkp 7
6 k=1 7
6 n k=1 k=1 k=1 7
6 X Xn Xn Xn 7
6 a2k bk1 a2k bk2 ::: a2k bkj ::: a2k bkp 7
6 7
6 k=1 7
6 ..
k=1
..
k=1
..
k=1
.. 7
6 7
6 . . ::: . ::: . 7
6 Xn Xn X
n Xn 7 donde
6 7
6 aik bk1 aik bk2 ::: aik bkj ::: aik bkp 7
6 7
6 k=1 k=1 k=1 k=1 7
6 .. .. .. .. 7
6 7
6 n . . ::: . ::: . 7
6 X Xn X
n Xn 7
4 ank bk1 ank bk2 ::: ank bkj ::: ank bkp 5
k=1 k=1 k=1 k=1
8 CAPTULO 1. MATRICES
X
n
c11 = a11 b11 + a12 b21 + ::: + a1n bn1 = a1k bk1
k=1
X
n
c12 = a11 b12 + a12 b22 + ::: + a1n bn2 = a1k bk2
k=1
X
n
cij = ai1 b1j + ai2 b2j + ::: + ain bnj = aik bkj
k=1
Ejemplo 1.14
2 3
2 3 4 3 5 6 7 2 3
2 3 4 5 6 3 7 21 22 23 31 36
4 0 1 2 3 5 6 1 0 2 3 7 4
4 1 = 5 8 7 9 10 5
2 2 2 2 5
4 5 0 1 31 18 21 35 44
0 1 1 1 1
donde
c11 = 2 4 + 3 3 + 4 1 + 5 0 = 21
c12 = 2 3 + 3 1 + 4 2 + 5 1 = 22
c13 = 2 5 + 3 0 + 4 2 + 5 1 = 23
c14 = 2 6 + 3 2 + 4 2 + 5 1 = 31
c15 = 2 7 + 3 3 + 4 2 + 5 1 = 36
Se hace lo mismo con la segunda y tercera la.
Ejemplo 1.16 Si 0 1
1 0 1
A=@ 0 1 0 A verique que
0 0 1
0 1 0 1 0 1
1 0 1 1 0 1 1 0 2
A2 = @ 0 1 0 A @ 0 1 0 A=@ 0 1 0 A
0 0 1 0 0 1 0 0 1
0 1 0 1 0 1
1 0 2 1 0 1 1 0 3
3
A =A 2
A= @ 0 1 0 A @ 0 1 0 A=@ 0 1 0 A
0 0 1 0 0 1 0 0 1
0 1
1 0 n
An = @ 0 1 0 A
0 0 1
Ejemplo 1.17 Una fabrica produce dos modelos de lavadoras: A y B, en cada uno de los
tamaos grande, pequeo y mediana. Produce diariamente 400 grandes , 200 pequeas y
50 medianas del tipo A, 300 grandes, 100 pequeas y 30 medianas del tipo B, la del tamao
grande gasta 30 horas de taller y 3 horas de administracion, la del tamao pequeo gasta
20 horas de taller y 2 horas de administracion,la del tamao mediano gasta 15 horas de
taller y 1 hora de administracion, represente la informacion en matrices. En efecto:
Matriz de produccion
Matriz que expresa las hora de taller y de administracion para dada uno de los modelos
0 1
30 3
400 200 50 @ 20 2 A = 16 750 1650
300 100 30 11 450 1130
15 1
1.4. ALGUNOS TIPOS DE MATRICES. 11
Ejemplo 1.18 Una empresa de muebles fabrica tres modelos de estanteria: A,B,C en
cada uno de los tamaos grande y pequeo. produce diariamente 2000 estanterias grandes
y 4000 pequeas del tipo A, 5000 grandes y 3000 pequeas del tipo B, 4000 grandes y 6000
pequea del tipo C. Cada estanteria grande lleva 20 tornillos y 6 soportes y cada estanteria
pequea lleva 12 tornillos y 4 soportes, en cualquiera de los tres modelos, represente esta
informacion en matrices.
En efecto: 0 1
grandes pequeas modelos
B 2000 4000 A C
B C
@ 5000 3000 B A
4000 6000 C
0 1
tornillos soportes tipo
@ 20 6 grande A
12 4 pequea
la siguiente matriz expresa el numero de tornillos y soportes para cada modelo de estante-
ria 0 1 0 1
2000 4000 88 000 28 000
@ 5000 3000 A 20 6 = @ 136 000 42 000 A
12 4
4000 6000 152 000 48 000
:
12 CAPTULO 1. MATRICES
2 3
2 3 4 3 5 6
2 3 4 6 3 1 0 2 7 3 2
Ejemplo 1.19 Las matirces A = 4 0 1 2 5 B = 6 7
4 1 2 2 2 5 C = 5 6
4 5 0
0 1 1 1
son matrices cuadradas, la traza de A = 2 + 1 + 0 = 3; la traza de B = 4 + 1 + 2 + 1 = 8;
la traza de C = 3 + 6 = 9
Matriz no Cuadrada
Ejemplo 1.21
0 1 0 1
a11 a12 a13 1 0 0
A = @ a21 a22 a23 A = @ 0 1 0 A = I
a31 a32 a33 0 0 1
Uno en la diagonal y cero fuera de ella.
1 0
Ejemplo 1.22 = I: Uno en la diagonal y cero fuera de ella.
0 1
Ejemplo 1.23
0 1 0 1 0 1 0 1
8 0 0 4 0 0 0 0 0 1 0 0
D=@ 0 4 0 A B=@ 0 4 0 A C=@ 0 0 0 A I=@ 0 1 0 A
0 0 1 0 0 4 0 0 0 0 0 1
son matrices diagonales, la matriz idntica es diagonal, pero no toda matriz diagonal
es idntica.
Ejemplo 1.24
0 1 0 1 0 1 0 1
3 0 0 4 0 0 0 0 0 1 0 0
A=@ 0 3 0 A B=@ 0 4 0 A C=@ 0 0 0 A I=@ 0 1 0 A
0 0 3 0 0 4 0 0 0 0 0 1
3 1 3
1 1 1 4 4 4
+ 14 4
1
+ 14 1 0
AA = 1 1 = 3 =
1 3 4 4 4
+ 34 1
4
+ 34 0 1
3 1 3 1 3 3
1 4 4
1 1 4
+ 4 4
+ 4
1 0
A A= 1 1 = 1 1 1 3 =
4 4
1 3 4
+ 4 4
+ 4
0 1
14 CAPTULO 1. MATRICES
01 0 1
1 3 3 7 3 3
Ejemplo 1.26 Si A = @ 1 4 3 A entonces A 1
= @ 1 1 0 A ; verique que
1 3 4 1 0 1
AA 1 = A 1 A = I
Ejemplo 1.27 Si
2 3 3 1
A= B=
1 2 2 5
solucionar la ecuacion
AX = B
En efecto como la matriz A tiene inversa, ya que su determinante es 1 que es diferente
de cero entonces
1
A (AX) = A 1 B entonces IX = A 1 B y asi X = A 1 B
por lo tanto
2 3 3 1 0 17
X= =
1 2 2 5 1 11
x+y =A 2 3 3 1
si A= B=
x y=B 1 2 2 5
2 3 3 1
+ 5
A+B 1 2 2 5 2
2
2x = A + B por tanto x = = = 3 3
2 2 2 2
y si restamos obtenemos
2 3 3 1
A B 1 2 2 5 1
2
1
2y = A B por tanto y = = = 1 7
2 2 2 2
1.4. ALGUNOS TIPOS DE MATRICES. 15
1 1
3. A es invertible y (A 1 ) =A
1 n
4. An es invertible y (An ) = (A 1 ) para n = 0; 1; 2...
1 1 1
5. Para cualquier escalar k 6= 0; la matriz kA es invertible y (kA) = A
k
2. (A + B)T = AT + B T
3. (AB)T = B T AT
4. ( A)T = AT
1 T
5. AT = (A 1 )
16 CAPTULO 1. MATRICES
Ejemplo 1.31
La matrices
2 3
0 1 0 0 1 4 26 7
2 3 4 3 2 5 6 4 6 8 9 7
C = @ 3 4 6 A; D = @ 2 4 6 A; 6
4 26
7
8 0 3 5
4 6 7 5 6 7
7 9 3 12
son matrices simtricas
Ejemplo 1.32
0 1 0 1 0 1
3 4 5 3 6 2 6 10 7
@ 6 1 0 A + @ 4 1 3 A = @ 10 2 3 A
2 3 7 5 0 7 7 3 14
1.4. ALGUNOS TIPOS DE MATRICES. 17
0 1
a11 a12 a13
A = @ a21 a22 a23 A
a31 a32 a33
0 1 0 1
a11 a12 a13 a11 a21 a31
A = @ a21 a22 a23 A = @ a12 a22 a32 A = AT
a31 a32 a33 a13 a23 a33
0 1
a11 a12 a13
A = @ a21 a22 a23 A
a31 a32 a33
0 1
0 3 5
A=@ 3 0 6 A
5 6 0
Propiedades de la conjugada.
1. A = A
2. (A + B) = A + B
3. (AB) = AB
1.4. ALGUNOS TIPOS DE MATRICES. 19
0 1
a11 ib11 a12 ib12 a13 ib13
A = @ a21 ib21 a22 ib22 a23 ib23 A
a31 ib31 a32 ib32 a33 ib33
0 1
a11 ib11 a21 ib21 a31 ib31
T
A = @ a12 ib12 a22 ib22 a32 ib32 A
a13 ib13 a23 ib23 a33 ib33
T
Para que la matriz sea hermtica se hace A = A luego
0 1
a11 a12 + ib12 a13 + ib13
A = @ a12 ib12 a22 a23 + ib23 A
a13 ib13 a23 ib23 a33
Ejemplo 1.38
0 1 0 1
2 3 2i i 3 4 + 5i 3 2i
A = @ 3 + 2i 5 2 + 4i A B = @ 4 5i 0 6 + 5i A son matrices hermiticas
i 2 4i 6 3 + 2i 6 5i 0
0 1 0 1
1 1 + i 2 + 3i i 1 + i 2 3i
Ejemplo 1.39 A = @ 1 i 2 i A B =@ 1+i 2i 1 A
2 3i i 0 2 3i 1 0
0 1
a11 ib11 a12 ib12 a13 ib13
A = @ a21 ib21 a22 ib22 a23 ib23 A
a31 ib31 a32 ib32 a33 ib33
0 1
a11 ib11 a21 ib21 a31 ib31
T
A = @ a12 ib12 a22 ib22 a32 ib32 A
a13 ib13 a23 ib23 a33 ib33
y
0 1
a11 + ib11 a21 + ib21 a31 + ib31
T
A =@ a12 + ib12 a22 + ib22 a32 + ib32 A
a13 + ib13 a23 + ib23 a33 + ib33
por tanto
0 1 0 1
a11 + ib11 a12 + ib12 a13 + ib13 a11 + ib11 a21 + ib21 a31 + ib31
@ a21 + ib21 a22 + ib22 a23 + ib23 A = @ a12 + ib12 a22 + ib22 a32 + ib32 A sisi
a31 + ib31 a32 + ib32 a33 + ib33 a13 + ib13 a23 + ib23 a33 + ib33
0 1
ib11 a12 + ib12 a13 + ib13
A=@ a12 + ib12 ib22 a23 + ib23 A
a13 + ib13 a23 + ib23 ib33
1.4. ALGUNOS TIPOS DE MATRICES. 21
0 1 0 1
2i 3 + 2i 5 + 3i 0 3 2i 6 8i
Ejemplo 1.40 A = @ 3 + 2i 6i 7 + 9i A B= @ 3 2i 6i 8 + 9i A
5 + 3i 7 + 9i 0 6 8i 8 + 9i 0
son matrices antihermticas
0 1
i 1 + i 2 3i
Ejemplo 1.41 Vericar que B = @ 1+i 2i 1 A y B son antihermiticas
2 3i 1 0
0 1
0 1 1
Ejemplo 1.42 A = @ 4 3 4 A es involutiva, ya que
3 3 4
0 1 0 1 0 1
0 1 1 0 1 1 1 0 0
2
A = @ 4 3 4 A @ 4 3 4 A=@ 0 1 0 A=I
3 3 4 3 3 4 0 0 1
0 1
4 3 3
Ejemplo 1.43 B = @ 1 0 1 A es involutiva ya que
4 4 3
0 1 0 1 0 1
4 3 3 4 3 3 1 0 0
2
B = @ 1 0 1 A @ 1 0 1 A=@ 0 1 0 A=I
4 4 3 4 4 3 0 0 1
0 1
a11 a12 a13
A = @ 0 a22 a23 A es una matriz triangular superior
0 0 a33
1 0
E1 = A la idntica en la segunda la se multiplic por 4.
0 4
0 1
E2 = Intercambi la primera la por la segunda en la idntica
1 0
1 0
E3 = La primera la de la matriz identica se multiplic por 3 y se le
3 1 3f1 +f2
sumo a la segunda la.
24 CAPTULO 1. MATRICES
Ejemplo 1.49
0 1 0 1
1 2 3 1 2 3
A=@ 2 4 5 A @ 0 0 1 A=B
3 0 1 2f1 +f2
3 0 1
Ejemplo 1.50
0 1 0 1 0 1
1 2 3 1 2 3 1 2 3
A= @ 2 4 5 A @ 0 0 1 A @ 0 0 1 A
3 0 1 2f1 +f2
3 0 1 3f1 +f3
0 6 8 f2
0 1 0 1 0 1
1 2 3 1 2 3 1 2 3
@ 0 0 1 A @ 0 0 1 A @ 0 0 1 A
0 6 8 8f2 +f3 0 6 0 f3 0 1 0 3f2 +f1
6
0 1 0 1 0 1
1 2 0 1 0 0 1 0 0
@ 0 0 1 A @ 0 0 1 A @ 0 1 0 A=I
0 1 0 2f3 +f1
0 1 0 f2 $f3 0 0 1
Ejemplo 1.51
1 2 1 2 1 0
A=
0 4 f2 0 1 2f2 +f1
0 1
4
1 2
Observe que A B= y que B I; en otras palabras,
0 1
A B I 1 0 1 2 1 2
A B sisi B = E1 A = = =B
E1 E2 0 14 0 4 0 1
1 0 1 2 1 0 1 2
y como B I entonces =
0 1 0 1 E2
0 14 E1
0 4 A
0 1
1 1 0:1 0:2 0:7
A= 2
1
2
1 ; A = @ 0:5 0:3 0:2 A
2 2 0:4 0:5 0:1
son de probabilidad
26 CAPTULO 1. MATRICES
4. Cada columna de A que tiene el primer elemento diferente de cero de alguna la,
debe tener ceros en las dems posiciones.
Si una matriz cumple las 3 primeras condiciones, se dice que es una matriz escalonada y
si la matriz cumple con las 4 condiciones, es una matriz escalonada reducida.
Ejemplo 1.53
2 3 4
A=
1 5 6
No es escalonada porque el primer elemento de la la 1 no es 1.
Ejemplo 1.54
1 0 0
A=
1 2 3
0 1 0 0 1
A=
0 0 1 3 4
1
(A : I) I :A
1 2 1 0 1 2 1 0
j j
1 5 0 1 f1 +f2 0 7 1 1 f2
7
5 2
1 2 1 0 1 0 7 7
j 1 1 j 1 1
0 1 7 7 2f2 +f1
0 1 7 7
28 CAPTULO 1. MATRICES
5 2
1 7 7
luego A = 1 1
7 7
1
observe que AA = A 1A = I = A 1A
ya que
5 2 5 2
1 2 7 7
1 0 7 7
1 2
1 1 = = 1 1
1 5 7 7
0 1 7 7
1 5
Ejemplo 1.57 Si
0 1 0 1
1 1 0 1 0 1
A= @ 1 0 1 A su inversa es @ 0 0 1 A
0 1 0 1 1 1
En efecto
0 1 0 1 0 1
1 1 0 1 0 0 1 1 0 1 0 0 1 1 0 1 0 0
@ 1 0 1 0 1 0 A @ 0 1 1 1 1 0 A @ 0 1 1 1 1 0 A
0 1 0 0 0 1 f1 +f2
0 1 0 0 0 1 f2 +f3 0 0 1 1 1 1 f3 +f2
0 1 0 1 0 1
1 1 0 1 0 0 1 0 0 1 0 1 1 0 0 1 0 1
@ 0 1 0 0 0 1 A @ 0 1 0 0 0 1 A @ 0 1 0 0 0 1 A
0 0 1 1 1 1 f2 +f1
0 0 1 1 1 1 f2
0 0 1 1 1 1
por tanto 0 1
1 0 1
A 1
= @ 0 0 1 A
1 1 1
1. Ilustrar cada una de las propiedades de las matrices estudiadas con un ejemplo.
4. Escribir cualquier matriz A como la suma de una matriz simtrica y una anti-
simtrica.Indicacin observe que
A + AT A AT
A= +
2 2
6. Sea
a 1
A= con a 0: Para que valor de a se cumplir que A es idempotente
1 a
(ninguno)
7. Demostrar que si una matriz A tiene dos de las siguientes tres propiedades.
(a) Simtrica
(b) Ortogonal
(c) Involutiva
Posee la tercera
i k
(a) A = ; P (x) = x2 2ix 2k Resp k = 1
k i
0 1
k k k
(b) A = @ 0 k k A ; P (x) = x3 + 2kx2 x Resp k = 0; 1; 1
0 0 0
1 1 1 2 1 n
24. Sea A = vericar que A2 = y que An =
0 1 0 1 0 1
cos x sin x
25. Sea A = vericar que
sin x cos x
cos 2x sin 2x
(a) A2 =
sin 2x cos 2x
1.5. EJERCICIOS PROPUESTOS CAPITULO 1 33
cos nx sin nx
(b) An =
sin nx cos nx
p 0
26. Sea A = donde p es un escalar e i es la unidad imaginaria,
i p
pn 0
Vericar que A2 = 2pA p2 I; obtenga An = y calcule A1234 :
npn 1 i pn
3 1
27. Si AT B T = y jBj = 2; hallar jAj : resp 1
4 2
7 9
4 2 3 1
28. Si B 1 A 1
= yB = ; obtenga jAj Resp A = 2
13 17
4 ,
5 3 4 2 2 4
1
jAj = 4
30. Demostrar que una matriz escalar E de orden n, conmuta con cualquier matriz A
de orden n.
31. Demostrar que el producto de dos matrices simtricas es una matriz simtrica, sii
las matrices dadas son conmutativas.
32. Demostrar que el producto de dos matrices antisimtricas es una matriz simtrica
si y slo si, las matrices dadas son conmutativas.
44. Sea Ak = 0:
1
Demostrar que: (I A) = I + A + A2 + ::: + AK 1
a b
45. Demostrar que toda matriz de segundo orden: A = , satisface la ecuacin:
c d
X2 (a + d)X + (ad bc)I = 0
46. Sean A y B matrices no singulares de un mismo orden. Comprobar que las cuatro
igualdades:
1.5. EJERCICIOS PROPUESTOS CAPITULO 1 35
(a) AB = BA
1
(b) AB = B 1A
(c) A 1 B = BA 1
(d) A 1 B 1
= B 1A 1
Son equivalentes entre s.
XA + B = C
con
1 1 1 0 0 1
A= ; B= C=
1 2 0 2 1 0
es
3 2
X=
4 3
1 1 a b
A= Resp
0 1 0 a
36 CAPTULO 1. MATRICES
Captulo 2
DETERMINANTES.
a11 a12
Si A es de orden 2 2 entonces jAj = = a11 a22 a12 a21
a21 a22
4 5
= 32 10 = 22
2 8
Si A es de tamao n n
Det : Mn n (R) !R
A ! jAj = ai1 Ai1 +ai2 Ai2 +:::+ain Ain
(desarrollo por la la i)
jAj = a1j A1j + a2j A2j + ::: + anj Anj
(desarrollo por la columna j)
con Aij = ( 1)i+j jMij j donde Mij es la matriz que resulta de A al quitar la la i
y la columna j. jMij j se llama menor complementario del elemento aij y Aij se llama el
cofactor del elemento aij
Ejemplo 2.2
37
38 CAPTULO 2. DETERMINANTES.
0 1
1 2 3
Si A = @ 4 5 6 A entonces
2 0 1
5 6 2 3 2 3
M11 = M21 = M31 =
0 1 0 1 5 6
4 6 1 3 1 3
M12 = M22 = M32 =
2 1 2 1 4 6
4 5 1 2 1 2
M13 = M23 = M33 = ;
2 0 2 0 4 5
jAj = a11 A11 + a12 A12 + a13 A13 = A11 + 2A12 + 3A13 =
5 6 4 6 4 5
= ( 1)1+1 + 2 ( 1)1+2 + 3 ( 1)1+3 = 9
0 1 2 1 2 0
ya que
5 6
A11 = ( 1)1+1 jM11 j = ( 1)1+1 = 5;
0 1
4 6
A12 = ( 1)1+2 jM12 j = ( 1)1+2 = 8;
2 1
4 5
A13 = ( 1)1+3 jM13 j = ( 1)1+3 = 10;
2 0
por lo tanto
jAj = 5 + 16 30 = 9
jAj = a21 A21 + a22 A22 + a23 A23 = 4A21 + 5A22 + 6A23
2 3
A21 = ( 1)2+1 jM21 j = ( 1)2+1 = 2;
0 1
1 3
A22 = ( 1)2+2 jM22 j = ( 1)2+2 = 5;
2 1
1 2
A23 = ( 1)2+3 jM23 j = ( 1)2+3 = 4;
2 0
2.1. PROPIEDADES DEL DETERMINANTE. 39
por lo tanto
jAj = 8 25 + 24 = 9
1. jAj = AT
2. Si A4 4 , es una matriz triangular inferior entonces jAj = a11 a22 a33 a44 pues
a11 0 0 0
a21 a22 0 0
jAj = =
a31 a32 a33 0
a41 a42 a43 a44
a22 0 0
a33 0
= a11 a32 a33 0 = a11 a22 = a11 a22 a33 a44
a43 a44
a42 a43 a44
2 4 0 1
0 3 5 4
Ejemplo 2.4 =2 3 1 5 = 30
0 0 1 2
0 0 0 5
2 0 0 0
4 3 0 0
Ejemplo 2.5 =2 3 1 8 = 48
5 0 1 0
6 2 8 8
2 0 0 0
4 0 0 0
Ejemplo 2.6 =2 0 1 8=0
5 0 1 0
6 2 8 8
2.1. PROPIEDADES DEL DETERMINANTE. 41
0
a11 a12 a13 ::: a1j
B a21 a22 a23 ::: a2j
B .. .. .. .. ..
B
B . . . . .
3.Sean A; B; C tres matrices iguales excepto la i-sima la, es decir, A = B
B ai1 ai2 ai3 ::: aij
B .. .. .. .. ..
@ . . . . .
an1 an2 an3 ::: anj
0 1 0
a11 a12 a13 ::: a1j ::: a1n a11 a12 a13 ::: a1j ::: a1
B a21 a22 a23 ::: a2j ::: a2n C B a21 a22 a23 ::: a2j ::: a2
B . .. .. .. .. .. .. C B .. .. .. .. .. .. ..
B . C B
B . . . . . . . C B . . . . . . .
B CC =B
B i1b b i2 b i3 ::: b ij ::: b in C B i1a + b i1 a i2 + b i2 a i3 + bi3 ::: aij + bij ::: ain +
B . . . . . . . C B . . . .. .. .. ..
@ .. .. .. .. .. .. .. A @ .. .. .. . . . .
an1 an2 an3 ::: anj ::: ann an1 an2 an3 ::: anj ::: an
Entonces jCj = jAj + jBj : En efecto jCj = (ai1 + bi1 ) Ai1 + (ai2 + bi2 ) Ai2 + ::: +
(ain + bin ) Ain = = ai1 Ai1 + bi1 Ai1 + ai2 Ai2 + bi2 Ai2 + ::: + ain Ain + bin Ain = ai1 Ai1 +
ai2 Ai2 + ain Ain + bi1 Ai1 + bi2 Ai2 + bin Ain = jAj + jBj
a+b c+d a c b d
Ejemplo 2.7 = +
3 4 3 4 3 4
a+b c+d e a c e b d 0
Ejemplo 2.8 h+l f g+k = h+l f g+k + h+l f g+k =
3 4 5 3 4 5 3 4 5
a c e a c e b d 0 b d 0
= h f g + l 0 k + h f g + l 0 k
3 4 5 3 4 5 3 4 5 3 4 5
1 2 3 4 1 2 3 4 1 2 3 4
1+a 2+a 3+a 4+a 1 2 3 4 a a a a
Ejemplo 2.9 = +
a a a a a a a a a a a a
5 6 7 8 5 6 7 8 5 6 7 8
1 2 3 0
5 6 7 0
Ejemplo 2.10 =0
0 2 7 0
1 2 3 0
entonces jBj = kai1 Ai1 + kai2 Ai2 + + kain Ain = k(ai1 Ai1 + ai2 Ai2 + + ain Ain ) =
k jAj
Ejemplo 2.11
a b a b 2a 2b a b
= ad bc = (ad bc) = ; =2 2
c d c d 2c 2d c d
la propiedad anterior se puede generalizar por
n
j An nj = jAj
0 1
a b c
Ejemplo 2.12 Si A = @ d e f A y jAj = 4 entonces
g h i
2a 2b 2c a b c a b c
a) 2d 2e 2f = 2 2d 2e 2f = 2:2 d e f = 22 4
g h i g h i g h i
2.1. PROPIEDADES DEL DETERMINANTE. 43
a b c
b) d e f = ( 1) ( 1) ( 1) 4 = 4
g h i
2 3 2 3 2 3
c) = =
4 5 4 5 4 5
3 0 0 6
Ejemplo 2.13 = 18; = 18
0 6 3 0
1 2 3 4 3 0 0 0 5 6 7 9
5 6 7 9 5 6 7 9 3 0 0 0
Ejemplo 2.14 = =
3 0 0 0 1 2 3 4 1 2 3 4
1 2 3 4 1 2 3 4 1 2 3 4
7 Si una matriz tiene 2 las iguales su determinante vale cero.
0 1 0 1
a11 a12 a1n a11 a12 a1n
B a11 a12 a1n CC B C
B . .. .. .. C B a.11 a.12 ..
a1n
.. C
B . B . .. C
B . . . . C B . . . C
Sea A = B C yB=B C
B ai1 ai2 ain C B ai1 ai2 ain C
B . .. .. .. C B . .. .. .. C
@ .. . . . A @ .. . . . A
an1 an2 ann an1 an2 ann
44 CAPTULO 2. DETERMINANTES.
Ejemplo 2.15
3 0 0 0 4 2 3 4
5 6 7 9 9 6 7 9
= 0; =0
3 0 0 0 2 0 0 2
1 2 3 4 4 2 3 4
Si
0 1
a b c a b c a b c
A = @ ka kb kc A ) jAj = ka kb kc =k a b c =k 0=0
g h i g h i g h i
Ejemplo 2.16
2 4 6 2 4 6
Ejemplo 2.17 3 8 9 = 0; 5 8 1 =0
6 12 18 10 20 30
Ejemplo 2.18
3 4 3 0
=
0 2 2f2 +f1
0 2
Ejemplo 2.19
a b c a b c
d e f = 2a + d 2b + e 2c + f =
h i l 2f1 +f2
h i l
46 CAPTULO 2. DETERMINANTES.
a b c a b c a b c a b c
= 2a 2b 2c + d e f =2 a b c + d e f =
h i l h i l h i l h i l
a b c a b c
0+ d e f = d e f
h i l h i l
Ejemplo 2.20
2 4 4 6 1 2 2 3 1 2 2 3
3 0 1 0 3 0 1 0 0 6 5 9
=2 =2
2 1 1 2 2 1 1 2 0 3 3 8
2 3 4 5 2 3 4 5 3f1 +f2 0 1 0 1 3f4 +f3
2f1 +f3
6f4 +f2
2f1 +f4
1 2 2 3 1 2 2 3 1 2 2 3
0 0 5 3 0 0 1 7 0 0 1 7
=2 =2 =2
0 0 3 5 0 0 3 5 0 0 0 16
0 1 0 1 2f3 +f2
0 1 0 1 3f2 +f3
0 1 0 1 f4 !f2
1 2 2 3 1 2 2 3
0 1 0 1 0 1 0 1
= 2 =2 =2 ( 16) = 32
0 0 0 16 0 0 1 7
0 0 1 7 f4 !f3
0 0 0 16
Ejemplo 2.21
0 0 0 1 1 0 0 0 1 0 0 0
0 0 1 0 0 0 1 0 0 1 0 0
= = =1
0 1 0 0 0 1 0 0 0 0 1 0
1 0 0 0 f1 !f4
0 0 0 1 f1 !f4
0 0 0 1
2 1 0 1 0 2
A11 = ( 1)1+1 = 6; A12 = ( 1)1+2 = 0; A13 = ( 1)1+3 =0
0 3 0 3 0 0
3 4 1 4 1 3
A21 = ( 1)2+1 = 9; A22 = ( 1)2+2 = 3; A23 = ( 1)2+3 =0
0 3 0 3 0 0
3 4 1 4 1 3
A31 = ( 1)3+1 = 5; A32 = ( 1)3+2 = 1; A33 = ( 1)3+3 =2
2 1 0 1 0 2
por tanto
0 1 0 1
A11 A21 A31 6 9 5
adjA = @ A12 A22 A32 A = @ 0 3 1 A
A13 A23 A33 0 0 2
y
0 1 0 1 0 1 0 1
1 3 4 6 9 5 6 0 0 1 0 0
AadjA = @ 0 2 1 A @ 0 3 1 A = @ 0 6 0 A = 6@ 0 1 0 A
0 0 3 0 0 2 0 0 6 0 0 1
1 adj A
A (adj A) = (adj A) A = jAj I ) A =
jAj
48 CAPTULO 2. DETERMINANTES.
Ejemplo 2.23
1 3
A13 = ( 1)4 = 2+3=1
1 2
Por la segunda la jAj = a21 A21 + a22 A22 + a23 A23 = A21 3A22 3A23 =
= 2+3 3 32 = 2 + 9 6 = 1 pues
2 3
A21 = ( 1)3 = (4 6) = 2
2 2
0 3
A22 = ( 1)4 =0 3= 3
1 2
0 2
A23 = ( 1)5 = (0 2) = 2
1 2
Ejemplo 2.24
0 1 0 1
0 2 3 E1 0 2 3 E2
A= @ 1 3 3 A @ 0 1 1 A
1 2 2 f3 + f2 1 2 2 2f2 + f1
0 1 0 1 0 1
0 0 1 E3 0 0 1 E4 0 0 1
@ 0 1 1 A @ 0 1 0 A @ 0 1 0 A
1 2 2 f1 + f2 1 2 2 2f1 + f3 1 2 0
0 1 0 1 0 1
E5 0 0 1 E6 0 0 1 E7 1 0 0
@ 0 1 0 A @ 0 1 0 A @ 0 1 0 A
2f2 + f3 1 0 0 f2 1 0 0 f1 ! f3 0 0 1
1
I = E7 E6 E5 E4 E3 E2 E1 A donde A = E7 E6 E5 E4 E3 E2 E1
0 10 10 10 1
0 0 1 1 0 0 1 0 0 1 0 0
I= @ 0 1 0 A @ 0 1 0 A@ 0 1 0 A@ 0 1 0 A
1 0 0 0 0 1 0 2 1 2 0 0
0 10 10 10 1
1 0 0 1 2 0 1 0 0 0 2 3
@ 1 1 0 A@ 0 1 0 A@ 0 1 1 A@ 1 3 3 A
0 0 0 0 0 1 0 0 1 1 2 2
50 CAPTULO 2. DETERMINANTES.
Ejemplo 2.25
Sea
0 1
0 2 3
A= @ 1 3 3 A
1 2 2
0 1 0 1
0 2 3 1 0 0 0 2 3 1 0 0
@ 1 3 3 j 0 1 0 A @ 0 1 1 j 0 1 1 A
1 2 2 0 0 1 f3 +f2 1 2 2 0 0 1 2f2 +f1
2f2 +f3
0 1 0 1
0 0 1 1 2 2 0 0 1 1 2 2
@ 0 1 1 j 0 1 1 A @ 0 1 0 j 1 3 3 A
1 0 0 0 2 3 f1 +f2 1 0 0 0 2 3 f2
f3 !f1
0 1 0 1
1 0 0 0 2 3 0 2 3
@ 0 1 0 j 1 3 3 A = IjA 1
luego A 1
= @ 1 3 3 A
0 0 1 1 2 2 1 2 2
tiene inversa
2.1. PROPIEDADES DEL DETERMINANTE. 51
1 5 4
= a+1 0 3 = (8a 16) = 0 sisi a = 2
2 2 0
luego la matriz A tiene inversa para todo a 6= 2
52 CAPTULO 2. DETERMINANTES.
1 x x x
0 3 x 0 0
= (3 + 3x) = (3 + 3x) (3 x) 3 x) (3 x) :
0 0 3 x 0
0 0 0 3 x
A la columna 1 le sumamos las dems, sacamos 3+3x factor comun de la primera
columna, primera la por menos 1 y la sumamos a las demas y queda una matriz
triangular cuyo determinante es el producto de los elementos de la diagonal.
1 1 1
= 5 (a + b + c) 1 1 1 =0
b+c a+c a+b
Ejemplo 2.31 Vericar que
a2 ab b2
2a a + b 2b = (a b)3
1 1 1
2.1. PROPIEDADES DEL DETERMINANTE. 53
En efecto
a2 ab b2 a2 b2 ab b2 b2
a2 b2 ab b2
2a a + b 2b = 2a 2b a b 2b =
2a 2b a b
1 1 1 0 0 1
a+b b
= (a b)2 = (a b)3
2 1
1 a2 a3 bc a a2
1 b2 b3 = ac b b2
1 c2 c3 ab c c2
En efecto
bc a a2 bca a2 a3 1 a2 a3
1 abc
ac b b2 = acb b2 b3 = 1 b2 b3
abc abc
ab c c2 abc c2 c3 1 c2 c3
1 1 1 1
a b c d
= (a b) (a c) (a d) (b c) (b d) (c d)
a2 b2 c2 d2
a3 b3 c3 d3
1 1 1 1 1 1 1 1
b a c a d a
a b c d 0 b a c a d a
= = b2 a2 c 2 a2 d2 a2 =
a2 b2 c2 d2 0 b2 a2 c2 a2 d2 a2
b3 a3 c 3 a3 d3 a3
a3 b3 c3 d3 0 b3 a3 c3 a3 d3 a3
1 1 1
= (b a) (c a) (d a) b+a c+a d+a =
b + ab + a c + ac + a d + ad + a2
2 2 2 2 2
54 CAPTULO 2. DETERMINANTES.
1 0 0
= (b a) (c a) (d a) b+a c b d b =
b2 + ab + a2 c2 + ac b2 ab d2 + ad ab b2
c b d b
= (b a) (c a) (d a) =
c2 b2 + a(c b) d2 b2 + a (d b)
c b d b
= (b a) (c a) (d a) =
(c b) (c + b + a) (d b) (d + b + a)
1 1
= (b a) (c a) (d a) (c b) (d b) =
(c + b + a) (d + b + a)
= (b a) (c a) (d a) c b) (d b) (d c) = (a b) (a c) (a d) (b c) (b d) (c d)
a2 a 1 bcd a3 a2 a 1
b2 b 1 acd b3 b2 b 1
=
c2 c 1 abd c3 c2 c 1
d2 d 1 abc d3 d2 d 1
En efecto
a3 a2 a abcd a3 a2 a abcd a3 a2 a 1
cd b3 b2 b bacd 1 b3 b2 b bacd b3 b2 b 1
= = =
abcd c2 c 1 abd abcd c3 c2 c cabd c3 c2 c 1
d2 d 1 abc d3 d2 d dabc d3 d2 d 1
x 1 0 1
1 x 1 0
0 1 x 1
1 0 1 x
2.1. PROPIEDADES DEL DETERMINANTE. 55
x 1 0 1 2 x 1 0 1 1 1 0 1
1 x 1 0 2 x x 1 0 1 x 1 0
= = (2 x)
0 1 x 1 2 x 1 x 1 1 1 x 1
1 0 1 x 2 x 0 1 x 1 0 1 x
1 1 0 1
x 1 1 1
0 x 1 1 1
= (2 x) = (2 x) 0 x 0
0 0 x 0
1 1 x 1
0 1 1 x 1
x 1 1
= (2 x) ( x) = (2 x) ( x) ((x + 1)2 1) = 0
1 x 1
sisi x = 0 y x = 2; luego los valores de x para los cuales el determinante es cero son 0 y
2.
a b c
2a b 3c = 0:
3a 0 4c
En efecto
a b c 1 1 1 1 1 1
3 1
2a b 3c = abc 2 1 3 = abc 0 3 1 = abc = abc 0=0
3 1
3a 0 4c 3 0 4 0 3 1
a 1 1 1
1 a 1 1
1 1 a 1
1 1 1 a
56 CAPTULO 2. DETERMINANTES.
En efecto
a 1 1 1 a+3 1 1 1 1 1 1 1
1 a 1 1 a+3 a 1 1 1 a 1 1
= = (a + 3) =
1 1 a 1 a+3 1 a 1 1 1 a 1
1 1 1 a c1 +c2 +c3 +c4 !c1
a+3 1 1 a 1 1 1 a
1 1 1 1
0 a 1 0 0
= (a + 3) = (a + 3) (a 1)3
0 0 a 1 0
0 0 0 a 1
1 1 1
1 x 1 =0
1 1 x2
En efecto
1 1 1 1 1 1
1 x 1 = 0 x 1 0 = (x 1) x2 1 =0
1 1 x2 0 0 x2 1
entonces x = 1; x = 1
Ejemplo 2.39
Si jA 1 j = 4 ) jAj = 41
1 1
En efecto AA = I entonces jAA 1 j = 1 luego jAj jA 1 j = 1 y asi jAj = 4
Ejemplo 2.40
Si A3 13 = 4 ) j2A 1 j = 23 jA 1 j = 23 4
Ejemplo 2.41
Ejemplo 2.42
Ejemplo 2.43
por lo tanto
a b c
1. Si d e f = 6 hallar
g h i
2a 2b 2c
(a) 3d 3e 3f resp 36
g h i
g h i
(b) a b c resp 6
d e f
a+g b+h c+i
(c) d e f resp 6
g h i
a b c
(d) d e f resp 6
g h i
a d g
(e) b e h resp 6
c f i
2. Si A3 3 y jAj = 2; calcular
1 1
a.j2Aj b. jA 1 j c. j2A 1 j d. j(2A) 1 j Resp a) 16 b) 2
c) 4 d) 16
1 1 1
5. Demostrar que a b c = (b a)(c a) (c b) :
a2 b 2 c 2
a b c 2a 2a
7. Demostrar que 2b b c a 2b = (a + b + c)3 ( f2 + f1 ; f3 +
2c 2c c a b
f1 ; c1 + c3 ; c1 + c2
0 1
3 1 0
8. Considere la matriz A = @ 2 4 3 A hallar
5 4 2
1 1 1 1
a.
0 adjA b.adjA 1c. AadjA:0c. A adjA d. Es1 adjA = adjA0 ? 3 Resp1 adjA =1
20 2 3
20 2 3 49 49 49 49 49
0
@ 11 6 9 A A 1 = @ 11 6 9 A , adjA 1 = @ 2 4 3 A
49 49 49 49 49 49
4 1 2 5 4 2
28 7 14 7 7 7 49 49 49
1 0
a a 1 a+1
9. Para que valores de a real la matriz A = @ 1 2 3 A tiene inversa.
2 a a+3 a+7
Resp ningun valor de a
0 1
1 2 3
10. Si A = @ 1 5 3 A Explicar 4 mtodos diferentes para hallar A 1 y cual es la
1 0 8 0 1
8 16 3
3 15 5
inversa. Resp A 1
=@ 1
3
1
3
0 A
1 2 1
3 15 5
1 0 0 3
2 7 0 6
11. Calcular respuesta 546
0 6 3 0
7 3 1 5
(n 1)(n 2)
(d) det [adj(Aadj (A 1 ))] = jAj
1
(e) det [adj(A)] det [A 1 adj(A 1 )] =
jAj
(f) adj(adj(A)) = jAjn 2
A
SISTEMAS DE ECUACIONES.
Ejemplo 3.2 x+y = 1 Es un sistema de una ecuacin, dos variables y se puede escribir
como
x
1 1 = 1; si se conoce y se puede conocer x y viceversa, en este caso se dice
y
que el sistema tiene una variable libre que puede ser x o y, si x es la variable libre (a la
que se le puede asignar cualquier valor ) entonces por ejemplo si x = t, y = 1 t, por lo
tanto el conjunto solucin del sistema es f(t; 1 t) =t 2 Rg ; luego el sistema x + y = 1
tiene innitas soluciones.
Ejemplo 3.3 x + y z = 40es un1 sistema de una ecuacin, tres variables y se puede
x
escribir como 1 1 1 @ y A = 4 si se conoce por ejemplo y,z se puede conocer x
z
en este caso se dice que el sistema tiene dos variable libres que puede ser z o y. si y, z son
variables libres (a la que se le puede asignar cualquier valor ) por ejemplo z = u; y = n
entones
x = 4 + z y = 4 + u n por tanto la solucion es Sol = f(4 + u n; n; u) =u; n 2 Rg
luego el sistema
x + y z = 4 tiene innitas soluciones.
61
62 CAPTULO 3. SISTEMAS DE ECUACIONES.
0 1
0 1 x 0 1
x y + 2z = 5 1 1 2 0 0 B
B y C
C 5
x + 3z + u = 0 se puede escribir @ 1 0 3 1 0 AB
B z C = @ 0 A ; es decir,
C
4x 3y + v = 3 4 3 0 0 1 @ u A 3
v
AX = B
Dos sistemas de ecuaciones lineales son equivalentes, si cada ecuacion de cada sistema es
combinacion lineal de las ecuaciones del otro sistema y esto se da si se hacen operaciones
elementales en las en la mtriz ampliada (AjB) para obtener (M jN ) ,es decir, los
sistemas de ecuaciones en este caso AX = B y M X = N son equivalentes (En otras
palabras si las matrices ampliadas son semejantes, sus respectivos sistemas son
equivalentes) y si dos sistemas de ecuaciones lineales son equivalentes tienen las mismas
soluciones. Asi si
(AjB) (DjC) entonces los sistemas AX = B y DX = C son equivalentes y
por lo tanto tienen las mismas soluciones.
Un sistema de ecuaciones es lineal si es de la forma
a11 x1 + a12 x2 + ::: + a1n xn = y1
a21 x1 + a22 x2 + ::: + a2n xn = y2
:
donde aij ; yi son numeros Reales o complejos
ai1 x1 + ai2 x2 + ::: + ain xn = yi
:
am1 x1 + am2 x2 + ::: + amn xn = yn
3x1 + 5x2 x3 = 4 x1 + 5x2 4x3 = 0 13x1 + 25x2 x3 = 44
Los sistemas x1 + 3x2 4x3 = 6 , 5x1 + 4x2 + 2x3 = 0 ; 7x1 + 8x2 + 3x3 = 6
8x1 + x2 + x3 = 3 7x1 + 2x2 + x3 = 0 8x1 + 10x2 + x3 = 23
son lineales
3x1 x2 + 5x2 x3 = 4
Los sistemas x1 + 3x2 4x3 = 6 ,
8x1 + x2 + x3 = 3
p
x1 + 5x2 4x3 = 0 13 x1 + 25x2 x3 = 44
5x1 + 4x22 + 2x3 = 0 ; 7x1 + 8x2 + 3x3 = 6 ,
7x1 + 2x2 + x3 = 0 8x1 + 10x2 + x3 = 23
sin(x1 ) + 5x2 4x3 = 0 log(x1 ) + 5x2 4x3 = 0 x1 + e5x2 4x3 = 0
5x1 + 4x22 + 2x3 = 0 ; 5x1 + 4x22 + 2x3 = 0 ; 5x1 + 4x22 + 2x3 = 0 no son
7x1 + 2x2 + x3 = 0 7x1 + 2x2 + x3 = 0 7x1 + 2x2 + x3 = 0
3.1. CLASIFICACION DEL SISTEMA AX = B 63
lineales
x+y =4
Ejemplo 3.6 Solucionar el sistema ;
x y=4
aplicando operaciones elementales sobre las las de la matriz ampliada se obtiene.
1 1 4 1 1 4 1 1 4 x+y =4
j j j ) y este
1 1 4 f1 +f2
0 2 0 f2 0 1 0 y=0
2
x+y =4
sistema tiene por solucion (4; 0) y as el sistema tiene solucin nica (4; 0) ;
x y=4
notar que se trata de dos rectas del plano que se cortan en un solo punto y esta es la
solucion del sistema.
x+y =4
Ejemplo 3.7 Solucionar el sistema ;
2x + 2y = 8
como la segunda ecuacin es mltiplo de la primera, el sistema tiene innitas solu-
ciones.
En efecto,
64 CAPTULO 3. SISTEMAS DE ECUACIONES.
1 1 4 1 1 4
j j )x+y =4
2 2 8 2f1 +f2
0 0 0
luego y puede tomar cualquier valor, por ejemplo y = t, y asi x = 4 y = 4 t; por
x+y =4
lo tanto el sistema
2x + 2y = 8
tiene innitas soluciones f(4 t; t) /t 2 R g. El sistema esta formado por dos rectas
que en este caso son paralelas y coiciden
x+y =4
Ejemplo 3.8 Solucionar el sistema ;
2x + 2y = 6
En efecto,
1 1 4 1 1 4
j j entonces x + y = 4 y 0 = 2 por lo tanto el
2 2 6 2f1 +f2
0 0 2
x+y =4 x+y =4
sistema no tiene solucion, luego el sistema tampoco
2x + 2y = 6 2x + 2y = 6
El sistema esta formado por dos rectas que en este caso son paralelas.
y el sistema correspondiente es
3x 5y + 4z = 1
2x + y 5z = 2
y Como 0 6= 6; este sistema no tiene solucin y por lo tanto el
0x + 0y + 0z = 6
0x + 0y + 0z = 0
3x 5y + 4z = 1
2x + y 5z = 2
sistema no tiene solucin
2x + y 5z = 8
3x 5y + 4z = 1
3.2. SOLUCIN DEL SISTEMA AX = B: 65
x+y z =5
2x 3y + z = 0
x+y z =5
se forma la matriz ampliada y mediante operaciones elementales en las se transforma en
una matriz escalonada, se escribe el sistema que corresponde a esta matriz y se soluciona,
solucion que tambien correspnde al sistema original asi
0 1 0 1 0 1
1 1 1 5 1 1 1 5 1 1 1 5
@ 2 3 1 j 0 A @ 0 5 3 j 10 A @ 0 1 3
j 2 A
5
1 1 1 5 2f1 +f2 0 0 0 0 f2 0 0 0 0
f1 +f3 5
entonces
x+y z =5
y 53 z = 2
Si z = t; y = 2 + 35 z = 2 + 53 t; x = 5 + t 2 3
5
t = 3 + 25 t por lo tanto la solucion
de este sistema es
x+y z =5
2x 3y + z = 0
x+y z =5
x1 + 2x2 + 3x3 = 5
2x1 + 5x2 + 3x3 = 3
x1 + 8x3 = 17
0 1 0 1
1 2 3 5 1 2 3 5
@ 2 5 3 j 3 A @ 0 1 3 j 7 A
1 0 8 17 2f1 +f2 0 2 5 12 2f2 +f3
f1 +f3
0 1 0 1
1 2 3 5 1 2 3 5
@ 0 1 3 j 7 A @ 0 1 3 j 7 A luego
0 0 1 2 f3
0 0 1 2
66 CAPTULO 3. SISTEMAS DE ECUACIONES.
x1 + 2x2 + 3x3 = 5
x2 3x3 = 7
x3 = 2
por lo tanto x2 = 3x3 7 = 3 2 7 = 1; x1 = 5 2x2 3x3 = 5 2 ( 1) 3 (2) =
5 + 2 6 = 1: Luego la solucin del sistema es (1; 1; 2)
kx + y + z = 1
x + ky + z = 1
x + y + kz = 1
tenga , Solucin nica, Ninguna solucin, Innitas soluciones
0 1 0 1
k 1 1 1 1 1 k 1
@ 1 k 1 j 1 A @ 1 k 1 j 1 A
1 1 k 1 f3 < >f1 k 1 1 1 f1 +f2 ; kf1 +f3
0 1 0 1
1 1 k 1 1 1 k 1
@ 0 1+k k+1 j 0 A @ 0 1+k k+1 j 0 A
0 k+1 1 k2 k + 1 f2 +f3 0 0 (1 k) (2 + k) 1 k
luego si k = 1; el sistema tiene innitas soluciones, si k = 2 el sistema no tiene solucin,
y si k 6= 1 y k 6= 2 el sistema tiene solucin nica.
3x y + az = 0
x z =a+1
ax + y = a
tenga , Solucin nica, Ninguna solucin, Innitas soluciones
0 1 0 1
3 1 a 0 0 1 a+3 3 (a + 1)
@ 1 0 1 j a+1 A @ 1 0 1 j a+1 A
a 1 0 a 3f2 +f1
a 1 0 a af2 +f3
0 1 0 1
0 1 a+3 3 (a + 1) 1 0 1 a+1
@ 1 0 1 j a+1 A @ 0 1 a+3 j 3(a + 1) A
2
0 1 a a f2 $f1
0 1 a a2 f3 +f2
3.2. SOLUCIN DEL SISTEMA AX = B: 67
0 1 0 1
1 0 1 a+1 1 0 1 a+1
@ 0 0 3 j a2 3a 3 A @ 0 1 a j a2 A
0 1 a a2 f3 $f2
0 0 3 a 2
3a 3
luego para cualquier valor de a el sistema tiene solucin nica
3x (a + 2) y + 2z = a + 1
2x 5y + 3z = 1
x + 3y (a + 1) z = 0
tenga , Solucin nica, Ninguna solucin, Innitas soluciones
0 1
3 (a + 2) 2 a+1
@ 2 5 3 j 1 A
1 3 (a + 1) 0 f1 !f3
0 1
1 3 (a + 1) 0
@ 2 5 3 j 1 A
3 (a + 2) 2 a+1 2f1 +f2
0 1 0 1
1 3 a 1 0 1 3 a 1 0
@ 0 11 2a + 5 j 1 A @ 0 11 2a + 5 j 1 A
3 a 2 2 a+1 3f1 +f3
0 a 11 3a + 5 a+1 f2 +f3
0 1 0 1
1 3 a 1 0 1 3 a 1 0
@ 0 11 2a + 5 j 1 A @ 0 2
11a 2a + 5a j a A
0 a a a af2 ; 11f3 0 11a 11a 11a f2 +f3
0 1
1 3 a 1 0
@ 0 11a 2a2 + 5a j a A
0 0 2a2 6a 10a
luego si a = 0 el sistema tiene innitas soluciones,si a = 3 el sistema no tiene solucin y
si a 6= 0 y a 6= 3 el sistema tiene solucin nica.
x + 2y + (a + 3) z = 8
2x + 3y + (a + 4) z = 12
3x + (6a + 5) y + 7z = 20
68 CAPTULO 3. SISTEMAS DE ECUACIONES.
0 1 0 1
1 2 a+3 8 1 2 a+3 8
@ 0 1 a 2 j 4 A @ 0 1 a 2 j 4 A
0 6a 1 3a 2 4 f2 +f3
0 6a 2a 0 6af2 +f3
0 1 0 1
1 2 a+3 8 1 2 a+3 8
@ 0 1 a 2 j 4 A @ 0 1 a 2 j 4 A
0 0 6a2 14a 24a f3
0 0 2a (3a + 7) 24a
7
luego si a = 0; el sistema tiene innitas soluciones, si a = , no hay solucin y si a 6= 0
3
7
y a 6= ; el sistema tiene solucin nica.
3
x1 + 2x2 + 3x3 = 5
2x1 + 5x2 + 3x3 = 3
x1 + 8x3 = 17
5 2 3 1 5 3 1 2 5
3 5 3 2 3 3 2 5 3
17 0 8 1 17 8 1 0 17
x= = 1; x2 = = 1; x3 = =2
1 2 3 1 2 3 1 2 3
2 5 3 2 5 3 2 5 3
1 0 8 1 0 8 1 0 8
3.3. REGLA DE CRAMER 69
0 1
4 1 1 1 6
B 3 7 1 1 1 C
B j C
@ 7 3 5 8 3 A
1 1 1 2 3
7f4 +f3
3f4 +f2
4f4 +f1
0 1 0 1
0 3 3 7 6 0 1 9 1 18
B 0 4 4 5 8 C B 0 0 16 11 32 C
B j C B j C
@ 0 4 12 6 24 A @ 0 4 12 6 24 A
1 1 1 2 3 1 1 1 2 3 4f1 +f3
f3 +f2
f 3+f1
0 1 0 1
0 1 9 1 18 0 1 9 1 18
B 0 0 16 11 32 C B 0 0 16 11 32 C
B j C B j C
@ 0 0 24 10 48 A @ 0 0 12 5 24 A
1 1 1 2 3 1 1 1 2 3
f3 f3 +f2
2
0 1 0 1
0 1 9 1 18 0 1 9 1 18
B 0 0 4 16 8 C B 0 0 1 4 2 C
B j C B j C
@ 0 0 12 5 24 A @ 0 0 12 5 24 A
1 1 1 2 3 f2 1 1 1 2 3 12f2 +f3
4
0 1 0 1
0 1 9 1 18 1 1 1 2 3
B 0 0 1 4 2 C B 0 1 9 1 18 C
B j C B j C
@ 0 0 0 53 0 A @ 0 0 1 4 2 A
1 1 1 2 3 f3 0 0 0 1 0
53
70 CAPTULO 3. SISTEMAS DE ECUACIONES.
9
x + y + z + 2w = 3 ! x = 3 2w z y = 1 >
>
=
y + 9z w = 18 ! y = w 9z + 18 = 0
Sol (1; 0; 2; 0)
z + 4w = 2 ! z = 2 4w = 2 >
>
;
w=0 !w=0
4 1 1 6 6 1 1 1
3 7 1 1 1 7 1 1
7 3 5 3 3 3 5 8
1 1 1 3 3 1 1 2
w= =0 x= =1
4 1 1 1 4 1 1 1
3 7 1 1 3 7 1 1
7 3 5 8 7 3 5 8
1 1 1 2 1 1 1 2
4 6 1 1 4 1 6 1
3 1 1 1 3 7 1 1
7 3 5 8 7 3 3 8
1 3 1 2 1 1 3 2
y= =0 z= =2
4 1 1 1 4 1 1 1
3 7 1 1 3 7 1 1
7 3 5 8 7 3 5 8
1 1 1 2 1 1 1 2
x + 2y = a
x 3y = b
tenga solucin.
0 1
a
1 2 a 1 2 a @ 1 2 j A
j j a b
1 3 b f1 +f2
0 5 b a 0 1
5
x+y =a
2x + 2y = b
tenga solucin.
1 1 a 1 1 a
j j
2 2 b 2f1 +f2
0 0 b 2a f1 +f2
luego
a) Si b 2a = 0 el sistema tiene innitas soluciones.
b) Si b 2a 6= 0 el sistema no tiene solucin.
72 CAPTULO 3. SISTEMAS DE ECUACIONES.
x + y + 2z = a
1. Que condiciones deben cumplir a,b y c para que el sistema x+z =b tenga
2x + y + 3z = c
solucin. Res c = a + b
ax + by 3z = 3
2. Cmo debe elegir los coecientes a,b,c de modo que el sistema 2x by + cz = 1
ax + 3y cz = 3
tenga por solucin (1; 1; 2) : Resp (2; 1; 1)
3. Solucionar los sistemas si es posible, por Gauss, Gauss Jordan, Regla de Cramer y
x = A 1b
2x + y 2z = 10
(a) 3x + 2y + 2z = 1 , Resp [x = 1; y = 2; z = 3]
5x + 4y + 3z = 4
x+y z =0
(b) 2x 3y + z = 0 , Resp x = 52 z; y = 53 z
x 4y + 2z = 0
2x 3y + 6z + 2v 5w = 3
y
(c) y 4z + v = 1 , Resp v = 4z y + 1; w = 34 z 3
1
3
;x = 53 y 11
3
z 1
3
v 3w = 2
4x + 6y + 3z + 3v = 5
4x + 7y + 3z + 3v = 8
(d) Resp [v = 8; x = 2; y = 3; z = 15]
2x + 5y + 4z + 3v = 17
5x + 8y + 4z + 4v = 6
4x 4y + 4z + 3v = 14
6x + 4y + 3z + 3v = 14
(e) , Resp [v = 6; x = 2; y = 2; z = 12]
3x 6y + 4z + 3v = 12
6x 3y + 5z + 4v = 18
3x 3y + 7z + 3v = 7
4x + 3y + 4z + 2v = 13
(f) , Resp [v = 7; x = 2; y = 5; z = 5]
2x 3y + 7z + 3v = 5
4x 2y + 9z + 4v = 1
3.4. EJERCICIOS PROPUESTOS CAPITULO 3 73
4. Dada una matriz A de orden n por n, que conclusin se deduce de los enunciados
siguientes
(a) Hallar todas las soluciones, si existe alguna, usando el metodo de eliminacin
de Gauss.
(b) Hallar todas las soluciones, si existe alguna, usando el metodo de reduccin
Gauss-Jordn.
8. Dar un ejemplo de un sistema de tres ecuaciones lineales con tres incgnitas que no
tenga solucin.
74 CAPTULO 3. SISTEMAS DE ECUACIONES.
9. Hallar una matriz escalonada reducida por las que sea equivalentes a la matriz:
0 1
1 i
A=@ 2 2 A
i 1+i
Cuales son las soluciones de Ax = 0?
0 1
3 1 2
10. Sea A = @ 2 1 1 A
1 3 0
Para cules ternas (y1 ; y2 ; y3 ), tiene una solucin el sistema AX = Y ?
0 1
6 4 0
11. Si A = @ 4 2 0 A
1 0 3
Hallar todas las soluciones de AX = 2X; y todas las soluciones de AX = 3X:
12. Hallar los valores de la constante a para que el sistema a) Tenga Solucin nica b)
No tenga Solucin c) Tenga innitas soluciones
x+y z =1
13. 2x + 3y + az = 3 respuesta a 6= 3; 2; a = 3; a = 2
x + ay + 3z = 2
x + 2y + az = 1
14. respuesta a = 4 no tiene solucion ; a 6= 4 innitas
2x + ay + 8z = 3
x + y + az = 2
15. 3x + 4y + 2z = a respuesta a 6= 3 unica, a = 3 innitas
2x + 3y z = 1
x 3z = 3
16. respuesta innitas para cualquier valor de a
2x + ay z = 2
x+y+z =2 p p
17. x + 2y + z = 3 respuesta a 6= 6 unica, a = 6 no tiene
2
x + y + (a 5) z = a
x+y+z =2 q
7
18. x + 3y + 2z = 5 Resp no tiene solucion para a = 2
y unica para
2
2x + 3y + (a 1) z = a + 1
q
7
a 6= 2
3.4. EJERCICIOS PROPUESTOS CAPITULO 3 75
ax + y + z + u = 1
x + ay + z + u = a
19. respuesta a 6= 3; 1 unica, a = 3 no tiene, a = 1 innitas
x + y + az + u = a2
x + y + z + au = a3
ax + ay + (a + 1) z = a
20. ax + ay + (a 1) z = a respuesta a 6= 0 unica, a = 0 innitas
(a + 1) x + ay + (2a + 3) z = 1
x +2y +az = 1
21. respuesta a = 4 no tiene, a 6= 4 innitas
2x +ay +8z = 3
x+y z =2
22. x 2y + z = 3 respuesta a 6= 2; 2 unica, a = 2 no tiene, a = 2 innitas
2
x + y + (a 5) z = a
ax + y + z = 1
23. x + ay + z = a respuesta a 6= 2; unica, a 6= 1 no tiene, a = 1 innitas
x + y + az = a2
ax + y + z = 4a
3
24. x y+z =a+1 respuesta a = 2
no tiene
x + (a + 1) y + az = a + 5
3x (a + 2) y + 2z = a + 1
25. 2x 5y + 3z = 1 respuesta a 6= 3; 0 unica, ,a=0 innitas,a=3 no tiene
x + 3y (a + 1) z = 0
x + y + az = 2
26. 3x + 4y + 2z = a respuesta a 6= 3 unica, a = 3 innitas
2x + 3y z = 1
x + ay + z = 1
27. ax + y + (a 1) z = a respuesta a 6= 1 unica, a = 1 no tiene
x+y+z =a+1
ax y + 2z = a + 1
28. x + ay z = 1 respuesta a 6= 3; 2 unica, a = 3 no tiene a = 2 innitas
3x + y + z = a
x+y z =3
29. x y + 3z = 4 respuesta a 6= 3 unica, a = 3 no tiene a = 3 innitas
x + y + (a2 10) z = a
76 CAPTULO 3. SISTEMAS DE ECUACIONES.
x + (a2 8) y = 3
30. respuesta a 6= 3 no tiene, a = 3 innitas
x + (a2 8) y = a
31. Que condiciones deben satisfacer a,by c para que el sistema:
x + 3y + 2z = a
x + 2y 3z = b
5y z = c
Sea consistente.
32. Las ecuaciones para hallar las intensidades de corriente i1; i2; i3 ; en un determinado
circuito de tres mallas son:
3i1 2i2 + 4i3 = 2
i1 + 3i2 6i3 = 8 , resp: i1 = 2; i2 = 3; i3 = 21
2i1 i2 2i3 = 0
Hallar i1; i2; i3 :
33. Resolver, utilizando el algoritmo de Gauss los sistemas, en caso de que tengan
innitas soluciones, dar la solucin general.
x + y 3z = 1
2x + y 2z = 1
(a) , Resp No tiene solucion
x+y+z =3
x + 2y 3z = 1
2x y + 3z = 3
3x + y 5z = 0
(b) resp [x = 1; y = 2; z = 1]
4x y + z = 3
x + 3y 13z = 6
x + 3y + 2z = 0
2x y + 3z = 0 11 1
(c) resp: x = 7
z; y = 7
z
3x 5y + 4z = 0
x + 17y + 4z = 0
x+y+z+u+v =7
3x + 2y + z + u 3v = 2 19 5 3
(d) , resp u = 4 4
y z 2
x; v = 12 x + 14 y + 9
4
y + 2z + 2u + 6v = 23
5x + 4y + 3z + 3u v = 12
x + 2y + 2z = 2
3x 2y z = 5
(e) , resp [x = 2; y = 1; z = 1]
2x 5y + 3z = 4
x + 4y + 6z = 0
3.4. EJERCICIOS PROPUESTOS CAPITULO 3 77
34. Determinar las condiciones de a; b; c; tales que los sistemas tengan solucin nica:
x 2y + 4z = a
(a) 2x + 3y z = b Resp a,b,c nmeros reales
3x + y + 2z = c
bx + ay = c
(b) cx + az = b Resp abc 6= 0
cy + bz = a
x + y + 2z = a
(c) x+z =b , si c = a + b innitas soluciones y si c 6= a + b no tiene
2x + y + 3z = c
x+y+z =a
1 1
(d) 2x + 2z = b , resp: x = a 3
c; y =a 2
b; z = 12 b a + 13 c
3y + 3z = c
35. Resolver el siguiente sistema de ecuaciones no lineales para los ngulos x; y; z; con-
siderando el intervalo (0; 2 )
2 sin x cos y + 3 tan z = 3
4 sin x + 2 cos y 2 tan z = 2 Resp 2
; ;0
6 sin x 3 cos y + tan z = 9
36. Demuestre que en un sistema homogneo de ecuaciones lineales:
VECTORES
Figura 1
En resumen, un vector es un segmento de recta dirigido, el cual esta caracterizado por
tres elementos, la magnitud, la direccion y el sentido. La magnitud, la determina la
longitud del segmento de recta que representa al vector, es decir, la distancia que hay
entre los puntos nal e inicial, la direccion la determina la recta sobre la cual esta
reposando el vector o cualquier recta paralela a ella, es decir, dos vectores tienen la
misma direccion si reposan sobre la misma recta o sobre rectas paralelas. El sentido esta
determinado por la orientacion que tome el segmento de recta que representa al vector.
y z
B B
Q=AB Q=AB
A A
x
y
79
80 CAPTULO 4. VECTORES
y
y
B
B
d
P
P d-b (c-a,d-b)
A P
b d-b
A c-a
x x
a c c-a
Los vectores los representaremos por letras mayusculas, con una echa encima o
simplemente con letras mayusculas cuando no haya confucion (gura 4.2), esto es el
! ! ! !
vector P = AB o por ejemplo el vector P o el vector Q
gura2
gura 2
Si el vector tiene punto inicial en el origen y punto nal en B entonces el vector se nota
! ! !
por P = 0B o simplemente por P , o por B . Con esta observacion un punto en el
plano (espacio) P, se interpreta como el vector que tiene punto inicial en el origen y
punto nal en P, es decir, a un vector cualquiera en el plano o en el espacio se le puede
hacer corresponder un nico punto en el plano o en el espacio y viceversa, es decir, que
dado un punto en el plano o en el espacio este se puede considerar como un vector que
tiene punto inicial en el origen.
Recordemos que dada una recta en el espacio, existe una corresondencia biunivoca entre
los puntos sobre la recta y el conjunto de los numeros Reales y que existe una
correspondencia biunivoca entre los elementos de R2 y los puntos sobre el plano y existe
una correspondencia biunivoca entre los puntos del espacio y el conjunto R3
Dos vectores son equivalentes (iguales) si tienen la misma magnitud, direccion y sentido
sin importar la posicion gura 3
gura 3
En general dado un vector cualquiera en el plano o en el espacio con punto inicial
(a; b; c) y con punto nal (x; y; z) se puede encontrar un vector equivalente con punto
inicial en el origen y punto nal en (x a; y b; z c) gura 4
gura 4
81
z
(x,y,z)
(x-a,y-b,z-c)
(a,b,c)
y
x
82 CAPTULO 4. VECTORES
2B A
B
gura 5
gura 5
Ejemplo 4.1 Los vectores (2; 4) ; (1; 2) son paralelos, pues (2; 4) = 2 (1; 2)
Ejemplo 4.2 Los vectores (6; 4) ; (3; 2) son paralelos; pues (6; 4) = 2 (3; 2)
Ejemplo 4.3 Los vectores (12; 4; 8) ; (3; 1; 2) son paralelos, pues (12; 4; 8) = 4 (3; 1; 2)
Ejemplo 4.4 Hallar el valor de m para que los vectores (1; m; 1) ( 2; 4; m) sean paralelos
4.1 Operaciones.
4.2 Suma de vectores.
Sean A y B dos vectores, para hacer la suma A u B; se toma el vector B y se hace
coicidir, el punto inicial de B con el punto inicial de A, (con vectores paralelos), se forma
el paralelogramo y el vector resultantes es la suma de A con B o el punto inicial B se
hace coicidir con el punto nal de A y la suma es el vector con punto inicial en el punto
inicial de A y con punto nal el punto nal de B gura 6
gura 6
A
A A+B
A
A
B B+A
(a+c,b+d)
B
(a,b)
A
A+B
A
B (c,d)
x
84 CAPTULO 4. VECTORES
A-B A
-B B
gura 7
A
A
A
A
86 CAPTULO 4. VECTORES
gura 10
1. A + B = B + A: En efecto,
A + B = (a; b) + (c; d) = (a + c; b + d) = (c + a; d + b) = (c; d) + (a; b) = B + A
2. (A + B) + C = A + (B + C) : En efecto, (A + B) + C = ((a; b) + (c; d)) + (m; n) =
((a + c; b + d)) + (m; n) = (a + c + m; b + d + n) = (a + (c + m); b + (d + n)) =
(a; b) + ((c + m) + (d + n)) = (a; b) + ((c; d) + (m; n)) = A + (B + C)
3. A + 0 = 0 + A = A
4. A + ( A) = 0
5. ( B) A = (BA)
6. (A + B) = A + B En efecto, (A + B) = ((a; b) + (c; d)) = (a + c; b + d) =
( a + c; b + d) = ( a; b) + ( c; d) = A + B
7. 1:A = A
8. ( + ) A = A + A
Ejemplo 4.9 Si A = (3; 4) y B = (2; 3) entonces A+B = (3; 4)+(2; 3) = (3+2; 4+3) =
(2 + 3; 3 + 4) = (2; 3) + (3; 4) = B + A
4.6. NORMA DE UN VECTOR 87
!
A = P Q; con P = (a; b; c) ; Q =
p(m; n; q) entonces
jjAjj = jjQ P jj = jj(m a; n b; q c)jj = (m a)2 + (n b)2 + (q c)2 =
!
Longitud del vector P Q
p p p
jj Ajj = jj (a; b)jj = jj( a; b)jj = 2 a2 + 2 b2 = 2 a2 + b2 = j j : jj(a; b)jj =
j j : jjAjj
Rn Rn ! R
(a1 ; a2 ; a3 ; :::; an ) : (b1 ; b2 ; b3 ; :::; bn ) = x:y = (a1 ; a2 ; a3 ; :::; an ) : (b1 ; b2 ; b3 ; :::; bn ) = a1 b1 + a2 b2 + ::: + an bn
2. A B = B A
88 CAPTULO 4. VECTORES
3. A (B + C) = A B + A C
4. jjB Ajj2 = jjBjj2 + jjAjj2 2 jjAjj jjBjj cos ley de los cosenos
5. A B = jjAjj jjBjj cos :
jjB Ajj2 = (B A) (B A) = B B B A A B + A A = jjBjj2 2A B + jjAjj2
y como jjB Ajj2 = jjBjj2 + jjAjj2 2 jjAjj jjBjj cos igualando estos resultados se tiene
que A B = jjAjj jjBjj cos
6. A y B son perpendiculares sisi A B = 0
Ejemplo 4.11 A = (0; 2) ; B = (3; 0) son perpendiculares pues A B = (0; 2) (3; 0) =
0+0=0
Ejemplo 4.12 Hallar un vector perpendicular al vector (2; 3) :
4 4
(2; 3) (2; b) = 0 ) 4 + 3b = 0 ) b = 3
entonces (2; b) = 2; 3
Ejemplo 4.13 Hallar un vector perpendicular al vector (3; 1; 2) :
(3; 1; 2) (a; b; c) = 0 ) 3a + b + 2c = 0 Tiene innitas soluciones, darle a , b y c
cualquier valor y obtenga a y asi obtiene el vector (a; b; c)
7. La desigualdad de Cauchy jA Bj jjAjj jjBjj
Se sabe quejj(xA + yB)jj2 = (xA + yB) (xA + yB) 0 entonces
x2 A A + xyA B + yxB A + y 2 B B = x2 jjAjj2 +2xyA B + y 2 jjBjj2 0 como esta
desigualdad vale para toda x,y entonces tomemos x = B B y y = A B y asi
x2 jjAjj2 + 2xyA B + y 2 jjBjj2 = (B B)2 jjAjj2 2B B (A B)2 + ( A B)2 jjBjj2
= jjBjj4 jjAjj2 2 jjBjj2 (A B)2 + (A B)2 jjBjj2
luego
2 2
jjBjj jjAjj 2(A B) + (A B)2 = jjBjj2 jjAjj2
2
(A B)2 0
sisi
(A B)2 jjAjj2 jjBjj2
luego sacando raz cuadrada se tiene
jA Bj jjAjj jjBjj
z
(a,b,c)
k
y
j
i
x
p
A i = jjAjj jjijj cos , (a; b; c) : (1; 0; 0) = a = a2 + b2 + c2 cos
de donde
a 1 a
cos =p ; = cos p
a2 + b 2 + c 2 a2 + b 2 + c 2
p
A j = jjAjj jjjjj cos , (a; b; c) : (0; 1; 0) = b = a2 + b2 + c2 cos
de donde
b 1 b
cos =p ; = cos p
a2 + b2 + c 2 a2 + b2 + c2
Para el angulo director
90 CAPTULO 4. VECTORES
p
A k = jjAjj jjkjj cos , (a; b; c) : (0; 0; 1) = c = a2 + b2 + c2 cos
c 1 c
cos =p ; = cos p
a2 + b 2 + c 2 a2 + b 2 + c 2
y se puede vericar que
cos2 + cos2 + cos2 = 1
Ejemplo 4.15 Hallar el angulo entre los vectores A=(1; 0) y B=(0; 1) : En efecto A B =
jjAjj jjBjj cos sisi 0 = jj(1; 0)jj jj(0; 1)jj cos = cos por tanto cos = 0 y asi = 2
4.7. PRODUCTO INTERIOR O PRODUCTO ESCALAR O PRODUCTO PUNTO.91
gura 15
donde
A B (3; 3) (5; 0) 15
P royAB = 2B = (5; 0) = (5; 0) = 3 (1; 0) = (3; 0)
jjBjj 25 5 5
A B (0; 2) (5; 5)
P royAB = 2B = (5; 5) = (1; 1)
jjBjj 50
92 CAPTULO 4. VECTORES
i j k
a1 a2 a3 = (a2 b3 a3 b2 ; a3 b1 a1 b3 ; a1 b2 a2 b 1 ) = A B:
b1 b2 b3
En general se usa este recurso nemotcnico para recordar la denicin de A B, y
escribimos simplemente que:
i j k
A B= a1 a2 a3
b1 b2 b3
Ejemplo 4.20 Si A = 2i 8j + 3k y B = 4j + 3k
i j k
8 3 2 3 2 8
A B= 2 8 3 =i j +k = 36i 6j + 8k
4 3 0 3 0 4
0 4 3
i j k
j k
Ejemplo 4.21 i j= 1 0 0 = 1 = ( k) = k
1 0
0 1 0
En forma anloga,
j k = i; k i = j; j i= k; k j= i; i k= j; i i=j j=k k = 0:
4.8. PRODUCTO CRUZ 93
i j k i j k
3. A B= a1 a2 a3 = b1 b2 b3 = B A
b1 b2 b3 a1 a2 a3
4. A (B + C) = A B+A C
i j k i j k i j k
A (B + C) = a1 a2 a3 = a1 a2 a3 + a1 a2 a3
b1 + c 1 b2 + c 2 b3 + c 3 b1 b2 b3 c1 c2 c3
=A B+A C
6. A (A B) = 0
A (A B) = (a1 ; a2 ; a3 )(a2 b3 a3 b2 ; a3 b1 a1 b3 ; a1 b2 a2 b 1 ) =
= a1 a2 b 3 a1 a3 b 2 + a2 a3 b 1 a1 a2 b3 + a1 a3 b2 a2 a3 b 1
a1 a2 a3
=0= a1 a2 a3 Llamado producto mixto
b1 b2 b3
9. A (B C) 6= (A B) C
i (i j) = i k= j
(i i) j=0 j = 0; Luego, en general,
A (B C) 6= (A B) C
a1 a2 a3
A (B C) = b1 b2 b3
c1 c2 c3
4.10. REA DE UN PARALELOGRAMO DETERMINADO POR LOS VECTORES A Y B95
A h
a1 a2 a3 b1 b2 b3
A (B C) = b1 b2 b3 = c1 c2 c3 = B (C A) = (C A) B
c1 c2 c3 a1 a2 a3
2 3 1
A (B C) = 3 7 5 = 2( 14 + 25) 3(6 5) 1( 15 + 7) = 27
1 5 2
Ejemplo 4.23 El rea del paralelogramo determinado por los vectores 2i y 3j es:
Area = k2i 3jk = k6i jk = k6kk = 6
AxB
h
C
4.11 Volmenes
4.11.1 Volumen de un paraleleppedo determinado por tres vec-
tores A,B,C.
1
luego V = jC A Bj kA Bk = jC:(A B)j
kA Bk
d1 d2 d3 d1 c1 a1 a1 d1 c1
c1 c2 c3 d2 c2 a2 a2 d2 c2
D C A a1 a2 a3 d3 c3 a3 a3 d3 c3
y= = = =
B C A b1 b2 b3 a1 a2 a3 a1 b1 c1
c1 c2 c3 b1 b2 b3 a2 b2 c2
a1 a2 a3 c1 c2 c3 a3 b3 c3
a1 b1 d1
a2 b2 d2
D A B D A B a3 b3 d3
z= = =
C A B A B C a1 b1 c1
a2 b2 c2
a3 b3 c3
4.13. EJERCICIOS PROPUESTOS CAPITULO 4 99
(a) A B respuesta 9
(b) B C respuesta 12
(c) A (B + C) respuesta 20
(d) (A B) C respuesta -1
2. En cada una de las expresiones siguientes introducir un parntesis para que la ex-
presin tenga sentido si A; B; C 2 R3
(a) A = C + D
(b) B ortogonal a D
100 CAPTULO 4. VECTORES
8. Hallar todos los vectores de R2 que tiene la misma longitud de A y son ortogonales
a A si A = (1; 3) Resp ( 3; 1) ; (3; 1)
(a) A = P + Q
(b) P paralelo a B
1
(c) Q ortogonal a B Respuesta P = ; 1; 2
3 3 3
;Q = 2 4 1
; ;
3 3 3
11. Dados los vectores A = (2; 1; 1); B = (1; 2; 1); C = (1; 1; 2), hallar vectores
D de la forma xB + yC ortogonales a A y de longitud 1. (Rta./ p12 (0; 1; 1))
17. Hallar dos vectores unitarios con punto inicial en (2; 4) y que sean normales a y = x2
all. (Rta./ (4;p171) )
4.13. EJERCICIOS PROPUESTOS CAPITULO 4 101
20. Hallar el rea del tringulo de vrtices P = (1; 3; 2); Q = (2; 4; 5);
p
R = ( 3; 2; 2);
! ! ! 2546
y el volumen del paraleleppedo de aristas OP , OQ, OR; (Rta. 2 ; 55)
21. Mostrar que (1; 1; 4); (3; 2; 4); ( 4; 2; 6); ( 2; 1; 6) son los vrtices de un paralel-
ogramo resp si
25. Si A (B C) = 3 hallar
(a) A (C B) Respuesta -3
(b) (B C) A Respuesta 3
(c) C (A B) Respuesta3
(d) B (A C) Respuesta -3
(e) (A C) B Respuesta -3
(f) B (C A) Respuesta 3
27. Si es el ngulo que forman los vectores A = (1; 1; :::; 1); B = (1; 2; :::; n) hallar el
valor lmite de cuando n ! 1 (Rta./ =6)
102 CAPTULO 4. VECTORES
28. Mostrar que( 2; 1; 6); (2; 4; 5); ( 1; 2; 1) son los vrtices de un tringulo rectngulo
29. Determine las componentes del vector que tiene su punto inicial en P1 y su punto
nal en P2:
30. Determine un vector que tenga su punto inicial en P (2; 1; 4) y que tenga la misma
direccin que V = (7; 6; 3) Resp P = (2; 1; 4) ; Q = (9; 5; 1)
(a) U W Resp( 2; 0; 4)
(b) 7V + 3W Resp(16; 15; 4)
(c) 3 (U 7V ) Resp( 18; 57; 12)
(d) 2V (U + W ) Resp( 2; 10; 0)
42. Determine si el ngulo formado por U y V es agudo, obtuso, o si los vectores son
ortogonales:
44. Determine dos vectores de norma 1 que sean orotgonales a (3; 2) Resp por ejemplo
p 2 ; p3
13 13
104 CAPTULO 4. VECTORES
46. Utilice vectores para encontrar los ngulos interiores del triangulo con vertices en
( 1; 0) ; ( 2; 1) y en (1; 4) Resp 90 ; 18 ; 72
47. Determine
p
el angulo formado por la diagonal de un cubo y una de las caras. Resp
3
arccos 3
0
58. Sean A y B tales que kAk
p =p 4 y kBk = 2 y el angulos entre ellos 60 Hallar
kA + Bk ; kA Bk Resp 28; 12
p
59. Si A y B son perpendiculares y kAk = 6; kBk = 10 hallar kA + Bk resp 136
PLANOS
(A,B,C)
P
P0
107
108 CAPTULO 5. PLANOS
Ejemplo 5.1 La ecuacin del plano que pasa por (1; 0; 0) y tiene como vector normal a
(1; 1; 1) = (A; B; C) es
A(x x0 ) + B(y y0 ) + C(z z0 ) = 0
1(x 1) + 1(y 0) + 1(z 0) = 0
x+y+z =1
Ejemplo 5.2 Hallar la ecuacin del plano que pasa por (1; 2; 3) y es paralelo al plano
3x y + 4z = 2:
Como el plano buscado es paralelo al plano 3x y + 4z = 2; su vector normal es
(3; 1; 4) = (A; B; C) y como (1; 2; 3) = (x0; y0 ; z0 ); pertenece al plano entonces: 3(x
1) 1(y 2)+4(z 3) = 0 es la ecuacin del plano, es decir, 3x y +4z = 3 2+12 = 13:
Ejemplo 5.3 Hallar la ecuacin del plano que pasa por (x0; y0 ; z0 ) = (3; 2; 1), y es per-
pendicular al vector (4; 6; 7).
Ejemplo 5.4 Hallar la ecuacin del plano que pasa por: A = (1; 2; 1); B = (2; 3; 1); C =
(3; 1; 2):
! !
Como los puntos A, B, C pertenecen al plano, entonces se forman los vectores AB y AC :
!
AB = B A = (1; 1; 2)
!
AC = C A = (2; 3; 3)
i j k
! !
por tanto AB AC = 1 1 2 = (9; 1; 5) es normal al plano y como A es un
2 3 3
punto del plano, entonces:
5.1. PLANOS EN EL ESPACIO 109
Ejemplo 5.5 Tambin la ecuacin de plano se puede hallar reemplazando los tres puntos
en la ecuacin Ax + By + Cz D = 0 y solucionar el sistema, es decir,
A + 2B C D = 0
2A + 3B + C D = 0
3A B + 2C D = 0
cuya solucin es
9 D 5
A = D; B = ; C = D y as
16 16 16
9 D 5
Dx + y Dz D = 0
16 16 16
9 1 5
D( x + y z 1) = 0, luego,
16 16 16
9x + y 5z = 16
Ejemplo 5.6 Hallar la ecuacin del plano que pasa por (1; 2; 2) y es perpendicular a
x y + z = 1: El vector normal al plano x y + z = 1 es (1; 1; 1) y si hacemos el
producto cruz de (1; 2; 2) (1; 1; 1) = N vector normal del plano pedido, es decir,
i j k
2 2 1 2 1 2
(1; 2; 2) (1; 1; 1) = 1 2 2 = i j +k = (4; 1; 3)
1 1 1 1 1 1
1 1 1
Luego la ecuacin del plano es:
4(x 1) + 1(y + 1) 3(z 1) = 0 sisi 4x + y 3z = 4 1 3 = 0 sisi 4x + y 3z = 0
Ejemplo 5.7 Hallar la ecuacin del plano, que pasa por el punto (4; 0; 2), y es perpen-
dicular a cada plano x y + z = 0 y 2x + y 4z = 5. El vector normal es el producto
cruz de los vectores normales de los dos planos N1 = (1; 1; 1); N2 = (2; 1; 4), es decir,
i j k
N = N1 N2 = 1 1 1 = (3; 6; 3), luego la ecuacin
2 1 4
3(x 4) + 6(y 0) + 3(z + 2) = 0 es decir 3x + 6y + 3z = 6
Una segunda forma de solucin sera: como N = (A; B; C) es perpendicular a x
y + z = 0 y a 2x + y 4z = 5; entonces:
(A; B; C) (1; 1; 1) = 0 =) A B + C = 0 =) A = B C
(A; B; C) (2; 1; 4) = 0 =) 2A + B 4C = 0
Ahora, reemplazando A = B C en 2A + B 4C = 0 obtenemos
2(B C) + B 4C = 0 =) 2B 2C + B 4C = 0 =) 3B 6C = 0
B = 2C luego A = 2C C = C
Entonces:
N = (C; 2C; C) = C(1; 2; 1) = 3(1; 2; 1) = (3; 6; 3)
110 CAPTULO 5. PLANOS
P0
P1
Ax+By+Cz=D
Sea P1 = (x1 ; y1 ; z1 ), un punto del plano, luego la distancia del punto P0 al plano
!
Ax + By + Cz = D es la longitud de la proyeccin del vector P1 P0 sobre N; es decir:
! !
! P1 P 0 N P1 P 0 N
d = Pr oy P1 P0N = N = =
kN k2 kN k
Ax+By+Cz= D 2
D1
Ax+By +Cz=
Ejemplo 5.8 Hallar la distancia del punto (1; 2; 4) al plano x+2y 3z = 5; (x0 ; y0 ; z0 ) =
(1; 2; 4);
D1
A + B(0) + C(0) D2
jAx0 + By0 + Cz0 D2 j A jD1 D2 j
d= p = p =p
A2 + B 2 + C 2 A2 + B 2 + C 2 A2 + B 2 + C 2
10
1 7
3
p = p3
3 3
Ejemplo 5.16 Un plano corta al eje x en el punto (3; 0; 0) y es paralelo al plano yz, hallar
su ecuacion
Como el plano es paralelo al plano yz entonces un vector normal es (1; 0; 0) y como pasa
por el punto (3; 0; 0) entonces
(X P ) N = ((x; y; z) (3; 0; 0)) (1; 0; 0) = (x 3; y; z) (1; 0; 0) = x 3 = 0;luego la
ecuacion del plano es x = 3:
Para que los planos sean paralelos los vectores normales deben ser paralelos, luego su
producto cruz es cero,es
i j k
decir,(2; a; 1) (b; 6; 2) = 2 a 1 = (2a + 6; b 4; 12 ab) = (0; 0; 0) por tanto
b 6 2
2a + 6 = 0; b 4 = 0; 12 ab = 0; luego b = 4 y a = 3
Para que los planos sean perpendiculares los vectores normales deben ser
perpendiculares, es decir,(2; 4; a) (1; 2; 1) = 2 + 8 a = 0; por tanto a = 10
Ejemplo 5.21 Hallar la ecuacion del plano que pasa por (1; 1; 1) y es paralelo a los
vectores (1; 0; 1) ; (2; 1; 1)
Como el plano es paralelo a los vectores (1; 0; 1) ; (2; 1; 1) entonces un vector normal es
i j k
(1; 0; 1) (2; 1; 1) = 1 0 1 = [ 1; 3; 1] entonces la ecuacion del plano es
2 1 1
1 (x 1) + 3 (y 1) + 1 (z 1) = 0 = 3y x + z 3 = 0
Ejemplo 5.22 Hallar la ecuacion del plano paralelo a 5x y + 4 = 0 y que pasa por
(1; 0; 3)
i j k
Un vector normal del plano es (1; 2; 0) (2; 0; 1) = 1 2 0 = ( 2; 1; 4) por
2 0 1
tanto se ecuacion es 2 (x 1) 1 (y 2) + 4 (z 1) = 0 = 4z y 2x = 0
114 CAPTULO 5. PLANOS
Ejemplo 5.24 Hallar la ecuacion del plano cuyo punto ms prximo al origen es (1; 3; 2) =
P
1. Hallar la ecuacin del plano que pasa por (1; 3; 2), (3; 2; 2), (2; 1; 3)
Rta:5x + 2y z=9
2. Hallar la ecuacin del plano que pasa por el punto (4; 0; 2) y es perpendicular a
cada plano x y + z = 0; 2x + y 4z = 5 Rta./x + 2y + z 2 = 0
4. Hallar la ecuacin del plano que pasa por (1; 1; 4) y tiene como normal a (1; 9; 8)
resp x + 9y + 8z = 42
5. Hallar la ecuacin del plano que pasa por (0; 0; 0) y tiene como vector normal a
(1,2,3) resp x + 2y + 3z = 0
(a) 4x y + 2z = 5 y 7x 3y + 4z = 8 Resp no
(b) x 4y 3z 2 = 0 y 3x 12y 9z = 7 Resp si
z y
(c) 2y = 8x 4z + 5 y x = + Resp no
2 3
7. Determinar si los planos son perpendiculares
(a) 3x y + z = 4 y x + 2z = 1 Resp no
(b) x 2y + 3z = 4 y 2x + 5y + 4z = 1 Resp si
8. Encontrar la ecuacin del plano xy( Resp z = 0), xz( Resp y = 0), yz(Resp x = 0)
9. Encontrar la ecuacin del plano que pasa por (x0 ; y0 ; z0 ) y es paralelo al plano
(a) xy resp z = z0
(b) xz resp y = y0
(c) yz res xp = x0
11. Hallar la ecuacin del plano que pasa por ( 2; 1; 5) y es perpendicular a los planos
4x 2y + 2z = 1; 3x + 3y 6z = 5 (Rta./x + 5y + 3z 18 = 0)
13. Hallar la ecuacin del plano que pasa por (4; 0; 2) y es perpendicular a x y+z = 0;
2x + y 4z = 0: (Rta./x + 2y + z = 2)
18. Hallar la ecuacion vectorial y cartesiana del plano que pasa por el punto dado y
cuyo vector normal es N:
19. Hallar la ecuacion cartesiana del plano que pasa por los puntos:
20. Hallar la distancia minima del punto dado al plano dado y el punto del plano mas
cercano al punto dado:
21. Si los planos dados son paralelos, halle la distancia entre ellos:
(b) 3x y + 2z = 1 9x + 3y + 6z = 3 resp 0
118 CAPTULO 5. PLANOS
Captulo 6
RECTAS
!
el conjunto de todos los puntos P del espacio tales que el vector P0 P sea paralelo a V, se
dice que es la recta que pasa por P0 = (x0 ; y0 ; z0 ) y es paralela a V = (a; b; c), es decir,
!
P0 P = tV P = P0 + tV , t 2 R; y a P = P0 + tV; se llama ecuacin vectorial de la
recta y si la escribimos en terminos de sus componentes se tiene que
(x; y; z) = (x0 ; y0 ; z0 ) + t(a; b; c)
(x; y; z) = (x0 + ta; y0 + tb; z0 + tc) entonces
x = x0 + ta
y = y0 + tb
z = z0 + tc
se llaman ecuaciones paramtricas de la recta, que pasa por P0 = (x0 ; y0 ; z0 ) y tiene por
vector direccin V = (a; b; c) y si eliminamos a t obtenemos:
x x0 y y0 z z0
= =
a b c
P=(x,y,z)
(a,b,c)
V
P0 = ( x0 , y0 , z 0 )
119
120 CAPTULO 6. RECTAS
Ejemplo 6.1 Hallar la ecuacin de la recta que pasa por (2; 3; 4) y tiene como vector
direccin a (1; 6; 7):
P0 = (2; 3; 4); V = (1; 6; 7) luego
1. P = P0 + tV ;
(x; y; z) = (2; 3; 4) + (1; 6; 7)t
Ecuacin vectorial
Ejemplo 6.2 Hallar la ecuacin de la recta que pasa por (1; 2; 3) y por (3; 4; 5):
En efecto: V = (3; 4; 5) (1; 2; 3) = (2; 2; 2) = (a; b; c) y como P0 = (1; 2; 3), entonces:
1. P = P0 + tV ;
(x; y; z) = (1; 2; 3) + (2; 2; 2)t
Ecuacin vectorial
2. x = 1 + 2t; y = 2 + 2t; z = 3 + 2t
Ecuacin paramtrica
x 1 y 2 z 3
3. = =
2 2 2
Ecuacin simtrica
121
Ejemplo 6.3 La recta pasa por (2; 3; 4) y tiene como vector direccin a V = (4; 5; 0),
hallar su ecuacin.
En efecto,
1. P = P0 + tV ;
(x; y; z) = (2; 3; 4) + (4; 5; 0)t
Ecuacin vectorial
x 2 y 3
3. = ;z = 4
4 5
Ecuacin simtrica
Ejemplo 6.4 Hallar la ecuacin de la recta que pasa por (2; 4; 6) y tiene por vector di-
reccin a V = (3; 0; 0)
1. P = P0 + tV ;
(x; y; z) = (2; 4; 6) + (3; 0; 0)t
Ecuacin vectorial
2. x = 2 + 3t; y = 4; z=6
Ecuacin paramtrica
i j k
(1; 2; 1) (2; 3; 2) = 1 2 1 = (1; 4; 7)
2 3 2
Denicin 1 Dos rectas son paralelas s y slo s sus vectores direcciones son paralelos.
6.1. DISTANCIA DE UN PUNTO A UNA RECTA 123
Denicin 2 Dos rectas son perpendiculares s y slo s sus vectores directores son per-
pendiculares.
Ejemplo 6.10 Las rectas
x 1 y 2 z 2 x 4 y 3 z+5
= = y = = son perpendiculares, pues
1 3 4 2 2 2
V1 V2 = (1; 3; 4) ( 2; 2; 2) = 2 6 + 8 = 0
Ejemplo 6.11 Demostrar que la recta x 5 = t; y + 3 = 2t; z + 1 = 5t es paralela al
plano 3x + y + z = 9:
En efecto, hay que demostrar que N V = 0 donde N es el vector normal del plano y
V el vector direccin de la recta.
N = ( 3; 1; 1); V = ( 1; 2; 5) y N V = ( 3; 1; 1) ( 1; 2; 5) = 3 + 2 5 = 0
Ejemplo 6.12 Hallar el punto de interseccin de la recta x 9 = 5t; y + 1 = t;
z 3 = t y el plano 2x 3y + 4z + 7 = 0:
En efecto,
x = 9 5t; y = 1 t; z = 3 + t, luego
2(9 5t) 3( 1 t) + 4(3 + t) + 7 = 0, es decir,
40
18 10t + 3 + 3t + 12 + 4t + 7 = 0 () 3t + 40 = 0 () t = , luego,
3
200 173 40 43 40 49
x=9 = 3
; y= 1 = 3; z =3+ = 3
3 3 3
h !
sen = ! () h = P Q sen
PQ
124 CAPTULO 6. RECTAS
V
P
! !
Ahora P Q kV k sen = P Q V entonces
!
! PQ V
= P Q sen = =h
kV k
que es la distancia del punto Q a la recta
!
Otra forma de calcular distancia es calculando la ProyP QV y luego aplicar Pitgoras.
! ! !
! PQ V ! PQ V V PQ V
P roy P QV = V entonces P roy P QV = =
kV k2 kV k kV k kV k
luego
v
r u ! 2
u PQ V
! 2 ! 2 t ! 2
h= PQ P roy P QV = PQ
kV k2
que es la distancia del punto Q a la recta
i j k
! 0 1 0 1 0 0
PQ V = 0 0 1 =i j +k = 2i j = (2; 1; 0)
2 2 1 2 1 2
1 2 2
p p
k(2; 1; 0)k 5 5
Luego d = =p = o
k(1; 2; 2)k 9 3
v
u ! 2
u PQ V !
t ! 2 PQ V (0; 0; 1) (1; 2; 2) 2
h= PQ ; = =
kV k2 kV k 3 3
r r r p
2 4 4 9 4 5
h= k(0; 0; 1)k = 1 = =
9 9 9 3
Ejemplo 6.14 Hallar la ecuacion de la recta que pasa por P = (0; 2; 1) y tiene por vector
direccion al vector j
x y 1 z+1
Ejemplo 6.15 Un plano contiene a la recta = = y al punto Q = (2; 1; 0)
2 1 1
hallar su ecuacion.
x 1 y 2 z x y z+1
Ejemplo 6.16 Un plano contiene a las rectas = = ; = =
2 1 1 4 2 2
hallar su ecuacion.
126 CAPTULO 6. RECTAS
x 1 y 2 z
Un punto de la recta = = es P = (1; 2; 0) y un punto de la recta
2 1 1
x y z+1
= = es Q = (0; 0; 1) entonces Q P = ( 1; 2; 1) y como el vector
4 2 2
x 1 y 2 z
direccion de la recta = = es (2; 1; 1) entonces un vector normal del
2 1 1
i j k
plano es (Q P ) V = ( 1; 2; 1) (2; 1; 1) = 1 2 1 = (3; 3; 3) = N
2 1 1
luego
3 (x 1) 3 (y 2) + 3 (z 0) = 3x 3y + 3z + 3 = 0; por tanto x y + z + 1 = 0 es la
ecuacion del plano.
Ejemplo 6.17 Un plano contiene a la recta x + y z = 0, 2y + 3z = 3 y es paralelo al
plano x y + 2z = 5 hallar su ecuacin.
Un punto de la recta es (1; 0; 1) y un vector normal al plano es (1; 1; 2) luego la
ecuacion del plano es 1 (x 1) 1 (y 0) + 2 (z 1) = x y + 2z 3 = 0
Ejemplo 6.18 Hallar la ecuacion de la recta que pasa por (1; 1; 0) y es paralela a la recta
x+2 y z
= = :
1 1 2
x+2 y z
Como la recta es paralela a la recta = = un vector direccion es (1; 1; 2) y
1 1 2
x 1 y 1 z
como pasa por (1; 1; 0) su ecuacion es = = :
1 1 2
x 1 y z
Ejemplo 6.19 El angulo que forman las rectas = = y x = 3 t; y =
3 2 1
2 + t; z = 1 t es 90 ya que
A B = kAk kBk cos ; luego
A B (3; 2; 1) ( 1; 1; 1) 3+2+1 0
cos = = p p = p p = p p = 0 entonces
kAk kBk 14 3 14 3 14 3
cos = 0; luego = 90
Ejemplo 6.20 Un vector direccion de la recta x + y 2z = 4; x + y 1 = 0 es (1; 1; 0) :
En efecto como x + y 1 = 0 entones y = 1 x y reemplazamos en x + y 2z = 4
3
obtenemos que x + 1 x 2z = 4 entonces 2z = 3 o que z = ; luego la ecuacion de
2
3 x y 1 3
la recta es y = 1 x; z = ; es decir, = ;z = luego un vector direccion
2 1 1 2
es (1; 1; 0) : o tambien lo podemos calcular haciendo el producto cruz de los vectores
normales de los planos x + y 2z = 4; x + y 1 = 0; es decir,
6.1. DISTANCIA DE UN PUNTO A UNA RECTA 127
i j k
(1; 1; 2) (1; 1; 0) = 1 1 2 = (2; 2; 0) = 2 (1; 1; 0)
1 1 0
x 1 y+1 z 1
Ejemplo 6.21 Hallar el valor de a y b para que la recta = = ; sea
2 a 4
perpendicular al plano x + 3y + bz = 1:
i j k
En efecto (2; a; 4) (1; 3; b) = 2 a 4 = (ab 12; 4 2b; 6 a) = (0; 0; 0) entonces
1 3 b
a=6y b=2
Ejemplo 6.22 Hallar la ecuacion del plano que pasa por (1; 1; 2), perpendicular a x +
y 2z = 3 y paralelo a la recta x 2y + z = 0, x = 1:
i j k
Un vector director de la recta es (1; 2; 1) (1; 0; 0) = 1 2 1 = (0; 1; 2)
1 0 0
Sea (a; b; c) un vector normal del plano. Como el plano es perpendicular al plano
x + y 2z = 3 entonces (a; b; c) (1; 1; 2) = 0; es decir; a + b 2c = 0 y como el plano
es paralelo a la recta entonces (a; b; c) (0; 1; 2) = 0; es decir, b + 2c = 0 y la solucion del
sistema es (4c; 2c; c) = c (4; 2; 1) = N un vector normal del plano luego la ecuacion es
4 (x 1) 2 (y 1) + 1 (z 2) = 4x 2y + z 4 = 0
Ejemplo 6.23 Hallar la ecuacion del plano que pasa por (1; 0; 1) y contiene a la recta
x 2y + z = 1; x + y = 2:
x z+12
La recta x 2y + z = 1; x + y = 2 se puede escribir como : Sean
=y=
1 3
(2; 0; 1) = Q un punto de la recta y P = (1; 0; 1) punto del plano entonces un vector
normal del plano se puede hallar por
i j k
(P Q) ( 1; 1; 3) = ( 1; 0; 2) ( 1; 1; 3) = 1 0 2 = ( 2; 1; 1) = N entonces
1 1 3
2 (x 1) + (y 0) 1 (z 1) = 0 = y 2x z + 3 = 0
x 3 y+1
Ejemplo 6.24 Hallar la ecuacion del plano perpendicular a la recta = =
5 2
z 4
y que pasa por (1; 4; 6) :
6
128 CAPTULO 6. RECTAS
x 3
y+1 z 4
Como el plano perpendicular a la recta = = entonces un vector
5 2 6
normal del plano es el vector direccion de la recta luego (5; 2; 6) = N; entonces
5 (x 1) + 2 (y 4) 6 (z + 6) = 0 = 5x + 2y 6z 49 = 0 es la ecuacion del plano
x 1
Ejemplo 6.25 Una recta pasa por el punto (0; 1; 3) y es paralela a la recta =
8
y+3 z
= : hallar la ecuacion parametrica
2 5
x 1y+3 z
Como la recta es paralela a la recta = = tiene por vector direccion el
8 2 5
x 0 y+1 z 3
vector (8; 2; 5) por tanto su ecuacion es = = y por tanto la ecuacion
8 2 5
parametrica es x = 8t; y + 1 = 2t; z 3 = 5t
Ejemplo 6.26 Hallar la distancia del punto (4; 35; 70) al plano que tiene por ecuacion
5y + 12z = 1
La ecuacion de la recta que pasa por (4; 35; 70) y es perpendicular al plano 5y + 12z = 1
es x = 4; y = 35 + 5t; z = 70 + 12t y el punto de interseccion de la recta y el plano es
(4; 5; 2) pues 5 (35 + 5t) + 12 (70 + 12t) 1 = 0 = 169t + 1014 = 0,si t = 6; por tanto
x = 4, y = 35 + 5t = 35 30 = 5; z = 70 + 12t q = 2: Ahora la distancia del punto
(4; 35; 70) al punto (4; 5; 2) es 0 + (30)2 + (72)2 = 78
Ejemplo 6.27 La recta que pasa por ( 4; 2; 5) y es paralela al eje z es (x; y; z) = ( 4; 2; 5)+
t (0; 0; 1)
Ejemplo 6.29 Hallar la ecuacion de la recta que pasa por (1; 1; 1) es paralela al plano
x y + z = 3 y corta a la recta x = 1; y = 3; z = t:
i j k
Un vector direccion es (2; 1; 1) (1; 2; 3) = 2 1 1 = (1; 5; 3) luego
1 2 3
x = 2 + t; y = 1 5t; z = 1 + 3t
Ejemplo 6.33 Hallar la ecuacion del plano que pasa por los puntos A = (1; 3; 2) B =
(0; 1; 1) y es paralelo a la recta 3x 2y + 1 = 0; 2y + 3z 3 = 0
i j k
(2; 3; 2) ( 1; 4; 1) = 2 3 2 = (5; 4; 11) luego la ecuacion del plano es
1 4 1
5 (x 0) + 4 (y 1) + 11 (z 1) = 0 = 5x + 4y + 11z 15 = 0
x 1 y z+1
Ejemplo 6.34 Hallar la ecuacion del plano que contiene a la recta = =
2 1 3
y es perpendicular al plano x + 3y 3z + 3 = 0
i j k
Un vector normal del plano es (2; 1; 3) (1; 3; 3) = 2 1 3 = ( 6; 9; 7)
1 3 3
= 1 (6; 9; 7) luego
6 (x 0) 9 (y 1) 7 (z + 1) = 0 = 6x 9y 7z + 2 = 0; donde el punto (0; 1; 1) es
x 1 y z+1
de la recta = = por tanto del plano buscado
2 1 3
x y 1 z x 1 y p
Ejemplo 6.35 Hallar p para que las rectas sean = = y = =
4 2 2 1 p 1
z 3
sean perpendiculares, el punto de interseccion y el plano que las contiene.
3
i j k
Un vector director de la recta buscada es (2; 1; 1) (1; 2; 3) = 2 1 1 = (1; 5; 3) El
1 2 3
punto (2; 1; 1) pertenece al plano y a la recta luego la ecuacion de la recta es
x = 2 + t; y = 1 5t; z = 1 + 3t
Ejemplo 6.37 Hallar la ecuacion del plano que contiene a la recta x = 1 + 3t; y =
1 + 2t; z = 2 + t y es perpendicular al plano 2x + y 3z + 4 = 0
i j k
Un vector normal del plano es (3; 2; 1) (2; 1; 3) = 3 2 1 = ( 7; 11; 1)
2 1 3
= (7; 11; 1) y un punto del plano es ( 1; 1; 2) luego la ecuacion es
7 (x + 1) 11 (y 1) + 1 (z 2) = 0 = 7x 11y + z + 16 = 0
1
Ejemplo 6.38 Hallar los puntos de la recta x + y = 0; x z = 0 que disten del plano
3
2x y + 2z + 1 = 0
Ejemplo 6.39 Hallar la ecuacion de la recta que pasa por (1; 2; 2) y es perpendicular a
las rectas x + 2y 3z 1 = 0, x + 2y z = 0 y 3x y + 3z = 0, x + 4y 2 = 0:
1. Hallar la ecuacin simtrica , vectorial y paramtrica de la recta que pasa por (1; 2; 3)
y por (4; 3; 1) resp x 3 1 = y 1 2 = z 23
2. Hallar la ecuacin vectorial, simtrica y paramtrica de la recta que pasa por (1; 2; 4)
y tiene por vector dereccin (3; 6; 2) resp x 3 1 = y 6 2 = z 2 4
5. Una recta pasa por (2; 3; 4) y es paralela al plano xz y yz; cul es su ecuacin.
Rta.v = (0; 0; 1) x = 2; y = 3 , z = 4 + t
7. Mostrar que los puntos (2; 3; 0) , ( 6; 3; 2) pertenecen a la recta que pasa por
( 2; 3; 1) y es paralela al vector 4i k
11. Hallar la ecuacin de la recta que pasa por (4; 5; 20) y es perpendicular a x + 3y
6z 8 = 0
y+5 z 20
Rta. x 4 = =
3 6
x 3 y+2 z+1
12. Mostrar que la recta = = est en el plano x 2y + z = 6 despejar
2 3 4
x, y, z y reemplazar y ver la igualdad
x 2 1 1
15. El punto de interseccin de = (y + 3) = (z 1) y 5x y + 2z 12 = 0
4 2 7
5 17 5
es ( ; ; )
3 6 12
x 1 2 y
z+1 y+1 z+3
16. Mostrar que las rectas = = yx 2= = son oblicuas;
5 2 3 3 2
es decir, hay que mostrar que no se cortan y que no son paralelas.
17. Hallar la ecuacin de la recta que pasa por (1; 1; 1), perpendicular a la recta
3x = 2y = z y paralela al plano x + y z = 0
x 1 y+1 z 1
Rta. = =
9 8 1
134 CAPTULO 6. RECTAS
(a) 7x 2y + 3z = 2; 3x + y + 2z + 5 = 0
Rta. x = 12 7t; y = 41 23t; z = t
(b) 2x + 3y 5z = 0; y = 0
5t
Rta. x = ; y = 0; z = t
2
22. Encontrar la ecuacin del plano que contiene al punto (1; 1; 2) y a la recta x =
t; y = t + 1; z = 3 + 2t
Rta. 3x y z 2=0
26. Hallar las ecuaciones de los dos planos cuya interseccin es la recta x = 7 4t; y =
5 2t; z = 5 + t
Rta. x 2y 17 = 0 y x + 4z 27 = 0
27. Determine las ecuaciones: Vectorial, Parametricas y cartesiana de la recta que pasa
por el punto y que es paralela al vector V.
28. Determine las ecuaciones parametricas y cartesiana de la recta que pasa por los
puntos dados:
(x + 1) (y 2) (z + 3) q
(c) (2; 3; 5) Recta: = = Resp 18521
2 1 4
(x 2) (y 1) (z + 1)
30. Hallar la ecuacion del plano que contiene a la recta = = y
1 3 1
al punto (0; 1; 0) resp x y + 2z = 1
(a) 2x + 3y + 7z + 2 = 0 x + 2y 3z + 5 = 0
(b) 3x 5y + 2z = 0 z=0
33. Determine el plano que pasa por el punto (2; 7; 6) y que es paralelo al plano:
5x 2y + z 9 = 0 resp 5x 2y + z = 30
(x + 1) (y 2) (z + 3)
34. Para que valor de m, la recta: = = es paralela al plano:
3 m 2
x 3y + +6z + 7 = 0 ? resp m = 3
136 CAPTULO 6. RECTAS
ESPACIOS VECTORIALES
Sea V un conjunto no vaco de objetos (llamados vectores) sobre el cual se han denido
dos operaciones, una suma de dos objetos x,y en V y una multiplicacin de un objeto x
2 V; por un nmero real y si el conjunto (V; +; ) ; con las dos operaciones denidas,
satisface las propiedades:
2. Para todo x; y 2 V; x + y = y + x
10. 1 x = x
Entonces (V; +; ) se llama un espacio vectorial real y si alguna de las diez propiedades
no se cumple se dice que (V; +; ) no es un espacio vectorial real.
137
138 CAPTULO 7. ESPACIOS VECTORIALES
luego A0 = A00
Veamos algunos ejemplos de Espacios Vectoriales
Ejemplo 7.1 Sea V; el conjunto de los nmeros reales R con las operaciones usuales
(conocidas), entonces (R; +; ) es un espacio vectorial real, ya que se satisfacen las diez
propiedades.en forma anloga (R2 ; +; ); (Rn ; +; )
5. x + y = y + x = 0
x + y = (a; b) + (c; d) = (a + c; b + d) = (0; 0), luego a + c = 0 y b + d = 0
entonces c = a y d = b, por tanto el negativo de x = (a; b) es ( a; b), pues
(a; b) + ( a; b) = ( a; b) + (a; b) = (0; 0)
7. (x + y) = x + y
((a; b) + (c; d)) = (a + c; b + d) = ( (a + c); (b + d)) = ( a + c; b + d) =
( a; b) + ( c; d) = (a; b) + (c; d) = x + y
8. ( + )x = x + x, en efecto,
( + )x = ( + )(a; b) = (( + )a; ( + )b) = ( a + a; b + b) = ( a; b) +
( a; b) = (a; b) + (a; b) = x + x
10. 1 x = x
Ejemplo 7.5 En forma anloga se puede demostrar que R3 ; R4 ; :::; Rn con las operaciones
usuales es un espacio vectorial.
1. x + y = y + x, ya que 3 + 3 = 3 + 3 y 3 pertenece a V
2. x + (y + z) = (x + y) + z; ya que 3 + (3 + 3) = 3 + 3 = 3 = (3 + 3) + 3 = 3 + 3 = 3
5. Si 2 R; x 2 V ; x 2 V ya que 3 = 3 2 V
8. ( x) = ( )x, en fecto ( 3) = 3 = 3 = ( )3
9. 1 x = x; 1 3 = 3
2. x + y = y + x, ya que x + y = xy = yx = y + x
9. ( x) = ( )x, en fecto ( x) = (x ) = x =( )x
10. 1 x = x1 = x
Ejemplo 7.8 V = R2 ; con las operaciones (a; b)+(c; d) = (a+d; b+c) y (a; b) = ( a; b)
no es es un espacio vectorial . En efecto, mostremos que no cumple por ejemplo la
propiedad 2
141
Si x; y 2 V entonces x + y 6= y + x: ya que ,
x + y = (2; 3) + (4; 6) = (2 + 6; 3 + 4) = (8; 7) 6= (4; 6) + (2; 3) = (7; 8)
Ejemplo 7.9 V = R2 ; con las operaciones (a; b)+(c; d) = (a+c; b+d) y (a; b) = (2a; 2b)
no es es un espacio vectorial . En efecto, mostremos que no cumple por ejemplo la
propiedad ( + )x = x + x
Ejemplo 7.10 Sea V = R2 , donde (a; b)+(c; d) = (a+c+1; b+d+1) y (a; b) = ( a; b);
no es un espacio vectorial
1. x + y = (a; b) + (c; d) = (a + c + 1; b + d + 1) 2 V
6. x = (a; b) = ( a; b) 2 V
9. ( x) = ( )x
10. 1 x = x
Ejemplo 7.11
a b
V = =a; b; c; d 2 R = M2 2 (R)
c d
con las operaciones usuales, es decir, si x; y 2 V , entonces
a b m n a+m b+n
x+y = + =
c d p q c+p d+q
y
a b a b
x= =
c d c d
es un espacio vectorial, pues sabemos que las matrices con esta suma y este producto
cumplen las 10 propiedades siguientes:
Ejemplo 7.12
a b
V = =a; b; c; d 2 Z = M2 2 (R)
c d
con las operaciones usuales, es decir, si x; y 2 V , entonces
143
a b m n a+m b+n
x+y = + =
c d p q c+p d+q
y
a b a b
x= =
c d c d
Ejemplo 7.13
a b
V = =b; c; d 2 R; a 2 Z = M2 2 (R)
c d
a b m n a+m b+n
x+y = + =
c d p q c+p d+q
y
a b 0 0
x= =
c d 0 0
2. x + y = y + x
(f + g)(x) = f (x) + g(x) = g(x) + f (x) = (g + f )(x), luego f + g = g + f (observe
que f (x); g(x) son nmeros reales)
6. 2 R; f 2 V =) ( f ) : R ! R, entonces f 2 V
7.1 Subespacios
Un subconjunto W 6= de un espacio vectorial se denomina un subespacio de V, si W
es un espacio vectorial bajo las operaciones (+; ) denidas en V.
Para demostrar que W es un espacio vectorial , hay que demostrar las diez propiedades,
pero como W es un subconjunto de un espacio vectorial, hay propiedades que son
vlidas, por ejemplo
(a) Si x; y 2 W =) x + y 2 W
(b) Si 2 R; x 2 W =) :x 2 W
= R, con operaciones
Ejemplo 7.19 V p p usuales; p
W = Z, no es un espacio vectorial, ya
que 3 2 W , y = 2;entonces 3 2 2 = W pues 3 2 no es un nmero entero
Ejemplo 7.30
a 2
W = A2 2 jA= ; a; b 2 R
0 b
no es subespacio de V = M2 2 (R); pues si
a 2 c 2 a+c 4
x; y 2 w ) x + y = + = 2
=w
0 b 0 d 0 b+d
pues en 4 debe ser 2.
Ejemplo 7.31
a 0
W = A2 2 jA= ; a; b 2 R; c 2 Z
c b
no es subespacio de V ; pues si
a 0 c 0 a+c 0
x; y 2 w ) x + y = + = 2W
m b n d m+n b+d
y
a 0 a 0
= 2
=W
c b c b
p
pues c 2
= Z si = 2
a+c a+b+c+d
2W
a+b+c+d b+d
y si 2 R, x 2 w entonces
a a+b a a+ b
x= = 2 w:
a+b b a+ b b
148 CAPTULO 7. ESPACIOS VECTORIALES
Ejemplo 7.34
a a+b
W = A2 2 jA= ; a; b 2 Z
a+b b
no es subespacio de V; pues si 2 R; x 2 W entonces
a a+b a a+ b
x= = 2
=W
a+b b a+ b b
p
ya que a no es siempre entero, pues puede ser irracional = 2 y asi a 2
= Z:
Ejemplo 7.35 W = fA2 2 j jAj = 0g no es subespacio de V , pues si
1 0 0 0
x= ; y= ;
0 0 0 1
entonces
1 0
x+y = y jx + yj = 1 6= 0
0 1
Ejemplo 7.36 W = A j A = AT es un subespacio de V , pues si x; y 2 W ) x =
A; y = B ) A = AT ; B = B T ; luego x + y = A + B 2 W , pues ya que (A + B)T = A + B
y si 2 R; y x 2 w ) x = A 2 W; pues ( A)T = AT = A
Ejemplo 7.37 Sea V = ff : R ! Rg y
W = ff :j f (x) = f (1)g ; mostrar que W es subespacio.
f; g 2 W entonces f (x) = f (1) y g (x) = g (1) ) (f + g) (x) = f (x) + g (x) =
f (1) + g (1) = (f + g) (1)
( f ) (x) = f (x) = f (1)
Ejemplo 7.38 W = ff j f (1) = 2 + f (0)g no es un subespacio, pues f; g 2 W
) (f + g) (1) = f (1) + g (1) = 2 + f (0) + 2 + g (0) = 4 + (f + g) (0) 2
=W
Ejemplo 7.39 W = ff j f (x) 0g no es un subespacio de V pues f (x) = x4 0
= W; pues = 2; y 2x4 0
y f (x) 2
Ejemplo 7.40 W = ff :j f (x); es parg ; es un subespacio pues si.
f; g 2 W entonces (f + g) ( x) = f ( x) + g ( x) = f (x) + g (x) = (f + g) (x) y
( f ) ( x) = f ( x) = f (x)
Ejemplo 7.41 W = ff :j f (x) < 0g ; no es un subespacio pues si.
f; g 2 W entonces (f + g) (x) = f (x) + g (x) < 0 y
( f ) (x) = f (x) = f (x) > 0 si < 0 por tanto esta propiedad no la satisface
Ejemplo 7.42 W = ff :j f (x) = f (2 + x)g ; es un subespacio pues si.
f; g 2 W entonces (f + g) (x) = f (x) + g (x) = f (2 + x) + g (2 + x) = (f + g) (2 + x)
y
( f ) (x) = f (2 + x) = ( f ) (2 + x)
7.2. COMBINACION LINEAL 149
x + 6y = 9
2x + 4y = 2
x + 2y = 7
luego
x + 6y = 4
2x + 4y = 1
x + 2y = 8
y este sistema no tiene solucin, luego (4; 1; 8) no es una combinacin lineal de (1; 2; 1) ; (6; 4; 2)
pues
0 1 0 1
1 6 4 1 6 4
@ 2 4 j 1 A @ 0 8y = 9 y = 98
8 j 9 A; )
8y = 12 y = 12
8
1 2 8 0 8 12
es absurdo.
Ejemplo 7.53 Escribir w = 3t2 +8t 5 como combinacin lineal de v1 = 2t2 +3t 4; v2 =
t2 2t 3:En efecto:
3t2 + 8t 5 = a 2t2 + 3t 4 + b t2 2t 3
= (2a + b) t2 + (3a 2b) t + ( 4a 3b)
7.3. DEPENDENCIA E INDEPENDENCIA LINEAL. 151
entonces
2a + b = 3; 3a 2b = 8; 4a 3b = 5
y la solucin de este sistema es a = 2 y b = 1 por tanto
3t2 + 8t 5 = 2 2t2 + 3t 4 1 t2 2t 3
Ejemplo 7.54 Hallar condiciones sobre a; b; c tal que (a; b; c)sea una combinacin linea
de (1; 3; 2) y (2; 1; 1) ;
En efecto:
(a; b; c) = x (1; 3; 2) + y (2; 1; 1)
= (x; 3x; 2x) + (2y; y; y)
= (x + 2y; 3x y; 2x + y)
Luego 0 1 0 1
x + 2y = a 1 2 a 1 2 a
3x y = b y @ 3 1 j b A @ 0 5 j 3a + b A
2x + y = c 2 1 c 0 3 c 2a
0 1 0 1
1 2 a 1 2 a
@ 0 1 j 2c a+b A @ 0 1 j 2c a + b A
0 3 c 2a 0 0 a 3b 5c
Luego si a 3b 5c = 0 y as el sistema tiene solucin.
entonces
x + 2y = 0
) x + 2y = 0;
x + 2y = 0
Luego si y = 1 entonces x = 2 y as 2 (1; 1) 1 (2; 2) = (0; 0) :
entonces x = 0; y = 0; z = 0:
Luego
6x = 0
2x + 5y = 0
! x = 0; y = 0; z = 0
3x 3y + 7z = 0
4x + y 2z = 0
es la solucin del sistema.
x + y + 5z = 0
) x + 3y + 3z = 0
y 2z = 0
y la solucin es (x; y; z) = (3; 2; 1) y as
y 3 6= 0:
7.3. DEPENDENCIA E INDEPENDENCIA LINEAL. 153
Ejemplo 7.61
1 0 0 1 0 0 0 0
S= ; ; ;
0 0 0 0 1 0 0 1
es linealmente independiente pues:
1 0 0 1 0 0 0 0
a +b +c +d =
0 0 0 0 1 0 0 1
a b 0 0
=
c d 0 0
entonces a = 0 = b = c = d:
Ejemplo 7.62
1 0
S=
0 0
es linealmente independiente pues
1 0 0 0
x = ) x = 0:
0 0 0 0
Ejemplo 7.63
1 1 2 2
S= ;
1 1 2 2
es linealmente dependiente pues
1 1 2 2 x + 2y x + 2y 0 0
x +y = = )
1 1 2 2 x + 2y x + 2y 0 0
x + 2y = 0 ) y = 1; x = 2 6= 0:
Ejemplo 7.64 s = f1; x; x2 g es linealmente independiente a + bx + cx2 = 0 para todo x:
Si x = 0 ) a = 0; si x = 1; a + b + c = 0 si x = 1; a b + c = 0; luego como
a = 0 ) b + c = 0 y b + c = 0 y de aqui b = c = 0; es decir, la solucin del sistema:
a=0
a+b+c=0
a b+c=0
a=b=c=0
154 CAPTULO 7. ESPACIOS VECTORIALES
Observe que los 2 ejemplos anteriores son complejos de entender y de hacer y para
facilitar este trabajo se aprendera el concepto siguiente
7.3.1 Wronskiano
Si las funciones f (x) ; g (x) ; h (x) son derivables 2 veces en R y si
f (x) g (x) h (x)
W (f (x) ; g (x) ; h (x)) = f 0 (x) g 0 (x) h0 (x) =0
f 00 (x) g 00 (x) h00 (x)
para todo x en R ) ff (x) ; g (x) ; h (x)g son linealmente dependientes y en caso
contrario independientes.
1 x
Ejemplo 7.67 W (1; x) = = 1; luego el conjunto f1; xg es linealmente indepen-
0 1
dientes.
ex 2ex
Ejemplo 7.68 W (ex ; 2ex ) = = 0 8x entonces el conjunto fex ; 2ex g es lineal-
ex 2ex
mente dependiente.
Ejemplo 7.69
x sin x cos x
W (x; sin x; cos x) = 1 cos x senx =
0 sin x cos x
cos x senx 1 senx 1 cos x
=x sin x + cos x =
sin x cos x 0 cos x 0 sin x
= x ( 1) sin x ( cos x) + cos x ( sin x) = x
no es cero para todo x entonces el conjunto fx; sin x; cos xg es linealmente independiente.
7.3. DEPENDENCIA E INDEPENDENCIA LINEAL. 155
1 2 1 0 0 0
Ejemplo 7.71 El conjunto ; ; es linealmente dependi-
3 4 0 0 0 0
ente
Ejemplo 7.74 El conjunto f(1; 1; 1) ; (2; 3; 4) ; (0; 0; 1) ; (0; 0; 0)g es linealmente dependi-
ente.
x2 v2 = x1 v1 ::: xn vn
entonces
x1 xn
v2 = v1 ::: vn
x2 x2
Ejemplo 7.75 El conjunto f(1; 1) ; (2; 2) ; (1; 0) ; (0; 1)g es linealmente dependiente pues
(1; 1) = 0 (2; 2) + (1; 0) + (0; 1) (uno de sus elementos es combinacin de los dems)
Ejemplo 7.76 El conjunto sin2 x; cos2 x; cos 2x es linealmente dependiente pues cos 2x =
sin2 x cos2 x:(uno de sus elementos es combinacin de los dems)
156 CAPTULO 7. ESPACIOS VECTORIALES
1 0 0 1 1 1
Ejemplo 7.77 El conjunto ; ; es linealmente dependiente
0 0 0 0 0 0
1 1 1 0 0 1
pues =1 +1 (uno de sus elementos es combinacin de los
0 0 0 0 0 0
dems.)
Ejemplo 7.79 El conjunto f1; 4g es linealmente dependientes pues 4 = 1:4 (uno de sus
elementos es combinacin de los dems)
Ejemplo 7.80
S = f(1; 0; 0; 0)g ; S2 = f(1; 0; 0; 0) ; (0; 1; 0; 0)g ;
S3 = f(1; 0; 0; 0) ; (0; 1; 0; 0) ; (0; 0; 1; 0)g
son linealmente independientes, pues son subconjuntos de f(1; 0; 0; 0) ; (0; 1; 0; 0) ; (0; 0; 1; 0) ; (0; 0; 0; 1)g
que es un conjunto linealmente independiente.
Ejemplo 7.81
1 0 0 1 0 0
S= ; S1 = ;
0 0 0 0 1 0
son linealmente independientes, pues son subconjuntos de
1 0 0 1 0 0 0 0
; ; ;
0 0 0 0 1 0 0 1
Ejemplo 7.82 S = fxg; S1 = fsin xg; S2 = fsin x; cos xg son linealmente independientes,
pues son subconjuntos de fx; sin x; cos xgque es un conjunto linealmente independiente.
Ejemplo 7.83 S = f(1; 2; 1) ; (2; 4; 2)g es linealmente dependiente entonces,f(1; 2; 1) ; (2; 4; 2) ; (1; 0; 0)g
es linealmente dependiente.
Ejemplo 7.85
0 1 0 4
;
0 0 0 0
es linealmente dependiente entonces
0 1 0 4 0 4
; ;
0 0 0 0 2 0
es linealmente dependiente
Ejemplo 7.86 El conjunto f(1; 1) ; (2; 2) ; (1; 0) ; (0; 1)g es linealmente dependiente ya que
f(1; 1) ; (2; 2)g es linealmente dependiente.
0 1 0 4 0 4 0 0
; ; ;
0 0 0 0 2 0 0 1
0 1 0 4
;
0 0 0 0
es linealmente dependiente.
7.4 Generador:
Sea S un subconjunto no vaco de un espacio vectorial V; S no necesariamente es un
subespacio de V; el conjunto de todas las combinaciones lineales de vectores en S;
denotado por L (S) = fw j w es combinacin lineal de vectores de Sg es un subespacio
de V:
158 CAPTULO 7. ESPACIOS VECTORIALES
L (S) = fw j w = x1 v1 + x2 v2 + ::: + xn vn ; xi 2 Rg
X = x1 v1 + x2 v2 + ::: + xn vn
Y = a1 v1 + a2 v2 + ::: + an vn
luego
Ejemplo 7.91 w = f0g no genera a R;pues por ejemplo 5 no se puede escribir como
combinacin lineal de cero, ya que 5 6= x:0; para x 2 R:
Ejemplo 7.92 w = f(1; 0) ; (0; 1)g genera a R2 ; pues si (x; y) 2 R2 ; entonces (x; y) =
a (1; 0) + b (0; 1) ; siendo a = x; b = y; es decir (x; y) = x (1; 0) + y (0; 1) ; pues a (1; 0) +
b (0; 1) = (a; 0) + (0; b) = (a; b) = (x; y) sisi x = a y y = b y as L ((1; 0) ; (0; 1)) = R2 :
7.4. GENERADOR: 159
luego
a + 2b = x
a b=y
y
1 2 x 1 2 x 1 2 x
j = j j x y
1 1 y 0 3 y x 0 1 3
2y+x
1 0 3
a = 2y+x
3 2y+x x y
x y y con entonces (x; y) = (1; 1) + (2; 1)
0 1 3
b = x3y 3 3
Ejemplo 7.94 w = f(1; 0) ; (0; 1) ; (1; 1) ; ( 1; 1)g genera a R2 ;ya que si (x; y) 2 R2 ;
entonces
a+c d=x
b+c+d=y
luego
1 0 1 1 x
j
0 1 1 1 y
entonces
a+c d=x
b+c+d=y
y si d = 0; c = 0, entonces b = y y a = x.
160 CAPTULO 7. ESPACIOS VECTORIALES
Ejemplo 7.95 w = f(1; 0; 0) ; (0; 1; 0) ; (0; 0; 1)g genera a R3 ; pues (x; y; z) = x (1; 0; 0) +
y (0; 1; 0) + z (0; 0; 1) y en general fe1 ; e2 ; :::; en g genera a Rn ; pues (x1 ; x2 ; :::; xn ) = x1 e1 +
x2 e2 + ::: + xn en :
Ejemplo 7.96 w = f(1; 1)g no genera a R2 ; pues
L (1; 1) = f(x; x) j x 2 Rg = fx (1; 1) j x 2 Rg
y por ejemplo (2; 3) = x (1; 1) = (x; x) entonces x = 2 y x = 3 absurdo; ya que,
L f(1; 1) ; (2; 2)g = L (1; 1) = f(x; y) j x = yg
Ejemplo 7.97 w = f(1; 0; 0) ; (0; 1; 0)g no genera a R3 :
8 9
>
> 1 0 0 0 1 0 0 0 1 >
< ; ; ; >
=
0 0 0 0 0 0 0 0 0
Ejemplo 7.98 w =
>
> 0 0 0 0 0 0 0 0 0 >
>
: ; ; ;
1 0 0 0 1 0 0 0 1
genera las matrices M2 3 (R) ; pues si A 2 M2 3 (R)
x y z 1 0 0 0 1 0 0 0 1
=x +y +z
u v w 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0
+u +v +w
1 0 0 0 1 0 0 0 1
ya que
x y z 1 0 0 0 1 0 0 0 1
=a +b +c +
u v w 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 a b c
d +e +f =
1 0 0 0 1 0 0 0 1 d e f
entonces a = x; b = y; c = z; d = u; e = v; f = w:
Nota: Si a w se le agrega mas matrices de 2 3; tambin lo genera, pero si a w se le
quitan matrices no genera a M2 3 (R) :
Ejemplo 7.99 Mostrar que:
1 1 1 1 2 1 1 1 1 0 2 1 0 0 0 0 0 0
; ; ; ; ;
0 1 1 1 2 1 1 1 1 0 1 1 0 1 2 0 0 1
genera a M2 3 (R)
7.4. GENERADOR: 161
ax2 + bx + c = (1) + x + x2
= a (1) + bx + cx2
entonces = c; =by =a
80 1 0 1 0 1 0 1 0 1 0 19
< 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 =
w = @ 0 0 0 A;@ 1 0 0 A;@ 0 0 0 A;@ 0 1 0 A;@ 0 0 1 A;@ 0 0 0 A
: ;
0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1
genera las matrices simtricas de 3 3 con elementos reales,que es un espacio vectorial.
Ejemplo 7.103
w = f(0; b; c) j b; c 2 Rg
es generado por (0; 1; 0) y (0; 0; 1) ya que
entonces
x 2y = b 1 2 b 1 2 b
) j j )
x+y =c 1 1 c 0 3 c b
c b c b 2c + b
3y = c b)y= !x=c + =
3 3 3 3
luego
(2c + b) (c b)
(0; b; c) = (0; 1; 1) + (0; 2; 1)
3 3
Ejemplo 7.104
a b
w= ; a; b 2 R
0 0
es generado por
1 0 0 1
;
0 0 0 0
pues
a b 1 0 0 1
=a +b
0 0 0 0 0 0
7.5 Base
Sea V un espacio vectorial real cualquiera y S = fv1 ; v2 ; :::; vn g 2 V; S es base de V si y
solo si:
1. S es linealmente independiente.
2. S genera a V:
Ejemplo 7.105 S1 = f1g , S2 = f3g y S3 = f7g ; son bases de R; pues son linealmente
independientes y generan a R y como el nmero de elementos de S1 es uno entonces
dim R = 1; a la base S1 = f1g se le llama base la cannica de R
7.5. BASE 163
Ejemplo 7.106 S1 = f(1; 0) ; (0; 1)g ; S2 = f(1; 1) ; (3; 5)g ; S3 = f(1; 0) ; ( 3; 5)g
son bases de R2 ; pues son linealmente independientes y generan a R2 ; as dim R2 =
2 =nmero de elementos de la base. A la base S1 = f(1; 0) ; (0; 1)g se le llama la base
cannica de R2
Ejemplo 7.107 S = f(1; 0; 0) ; (0; 1; 0) ; (0; 0; 1)g es una base de R3 ; luego dim R3 = 3;
cualquier otra base tiene 3 elementos. Observe que
Ejemplo 7.109
1 0 0 1 0 0 0 0
S= ; ; ;
0 0 0 0 1 0 0 1
a b 1 0 0 1 0 0 0 0
=a +b +c +d
c d 0 0 0 0 1 0 0 1
Ejemplo 7.110
1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0
S= ; ; ; ; ;
0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0
a +b +c +d +e +f
0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1
164 CAPTULO 7. ESPACIOS VECTORIALES
0 1 0 1 0 1 0 1 0 1 0 1
1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0
= a @ 0 0 0 A+b @ 1 0 0 A+c @ 0 0 0 A+d @ 0 1 0 A+e @ 0 0 1 A+f @ 0 0 0 A
0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1
El conjunto
80 1 0 1 0 1 0 1 0 1 0 19
< 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 =
@ 0 0 0 A ; @ 1 0 0 A ; @ 0 0 0 A ; @ 0 1 0 A ; @ 0 0 1 A ; @ 0 0 0 A es
: ;
0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1
Ejemplo 7.113
1 0 0 1
S= ;
0 0 0 0
es linealmente independiente y genera a
a b
w= j a; b 2 R
0 0
( u v; v; u) = ( u; 0; u) + ( v; v; 0)
= u ( 1; 0; 1) + v ( 1; 1; 0)
Ejemplo 7.117 Una base para el plano x = 0 es s = f(0; 1; 0) ; (0; 0; 1)g es linealmente
independiente y genera a w pues w = f(x; y; z) j x = 0; y; z 2 Rg = f(0; y; z) j y; z 2 Rg
luego (0; y; z) = (0; y; 0) + (0; 0; z) = y (0; 1; 0) + z (0; 0; 1)
Ejemplo 7.118
a b
w= j a; b 2 R
b a
a b a 0 0 b 1 0 0 1
= + =a +b
b a 0 a b 0 0 1 1 0
luego
1 0 0 1
s= ;
0 1 1 0
Ejemplo 7.119 80 1 9
< a b c =
w= @ 0 d e A j a; b; c; d; e; f 2 R
: ;
0 0 f
entonces
166 CAPTULO 7. ESPACIOS VECTORIALES
0 1
a b c
@ 0 d e A=
0 0 f
0 1 0 1 0 1 0 1 0 1 0 1
a 0 0 0 b 0 0 0 c 0 0 0 0 0 0 0 0 0
@ 0 0 0 A+@ 0 0 0 A+@ 0 0 0 A+@ 0 d 0 A+@ 0 0 e A+@ 0 0 0 A ;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 f
as
80 1 0 1 0 1 0 1 0 1 0 19
< 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 =
s = @ 0 0 0 A;@ 0 0 0 A;@ 0 0 0 A;@ 0 1 0 A;@ 0 0 1 A;@ 0 0 0 A
: ;
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
Ejemplo 7.120 Hallar una base del espacio solucin del sistema:
x1 + 2x2 x3 + x4 = 0 1 2 1 1 0 1 2 1 1 0
; j j
x1 + x2 + x3 + 2x4 = 0 1 1 1 2 0 0 1 2 1 0
x + 2x2 x3 + x4 = 0
luego 1 entonces hay 2 variables libres:
x2 + 2x3 + x4 = 0
x4 = u; x3 = v; x2 = 2x3 + x4 = 2v + u; x1 = 2x2 + x3 x4 = 4v 2u +
v u = 5v + u luego ST = f(5v + u; 2v + u; v; u) j u; v 2 Rg ; (5v + u; 2v + u; v; u) =
(5v; 2v; v; 0) + (u; u; 0; u) = v (5; 2; 1; 0) + u (1; 1; 0; 1) as dim ST = 2 y una base es s =
(5; 2; 1; 0) ; (1; 1; 0; 1)
Ejemplo 7.122 S = f(1; 0) ; (0; 1)g ; w = f(1; 1) ; (3; 5)g ;son bases de R2 ; pero w1 =
f(1; 0) ; (0; 1) ; (1; 1)gno es base de R2 ; w1 genera a R2 ; pero w2 no es linealmente indepen-
diente, adems los elementos de una base de R2 ; deben ser 2.
7.5. BASE 167
Ejemplo 7.123 S = f(1; 0) ; (0; 1)g ; s = f(1; 1) ; (3; 5)g ;son bases de R2 ; pero s = f(1; 1)g
no es una base de R2 ; pues debe tener 2 elementos; s es linealmente independiente, pero s
no genera a R2 ; S1 = f(1; 1) ; (2; 2)g tiene 2 elementos, pero S1 es linealmente dependiente
y adems S1 no genera a R2 :
Ejemplo 7.124
1 0 0 1 0 0
S= ; ;
0 0 0 0 0 1
no es base de M2 2 (R),pues debe tener 4 elementos; S es un conjunto linealmente inde-
pendiente y no genera las matrices M2 2 (R)
Ejemplo 7.125
1 0 0 1 0 0 0 0 0 0
S1 = ; ; ; ;
0 0 0 0 1 0 0 1 1 1
no es base de M2 2 (R), ya que no es linealmente independiente;
Ejemplo 7.126
1 0 0 1 0 0 0 0
S1 = ; ; ;
0 0 0 0 1 0 2 0
no es base de M2 2 (R) pues no es linealmente independiente y no genera a M2 2 (R) :
Recuerde que una base de M2 2 (R) debe tener 4 elementos y debe ser linealmente inde-
pendiente y generar a M2 2 (R) :
Ejemplo 7.127 S = f(1; 1) ; (0; 1) ; (1; 0)g es linealmente dependiente pues dim R2 = 2 y
2 < 3:
Ejemplo 7.129
1 0 0 1 0 0 0 0 1 1 1 2
S= ; ; ; ; ;
0 0 0 0 1 0 0 1 1 1 3 4
es linealmente dependiente, pues dim M2 2 (R) = 4 y 4 < 6 nmero de elementos de S:
168 CAPTULO 7. ESPACIOS VECTORIALES
Ejemplo 7.131
1 0 0 1
S= ;
0 0 0 0
no genera M2 2 (R) pues 2 < 4 = dim M2 2 (R).
Ejemplo 7.135
1 0 0 0 1 0
S= ;
0 0 0 0 0 0
no genera M2 3 (R) pues 2 < 6 = dim M2 3 (R)
Ejemplo 7.136
1 0 0 0 1 0 0 0 1 0 0 0
S= ; ; ;
0 0 0 0 0 0 0 0 0 1 0 0
Ejemplo 7.139 s = f(1; 0) ; (0; 1) ; (1; 1)g genera a R2 ; pero S no es base de R2 ; pero
s = f(1; 0) ; (0; 1)g si es base de R2 ; al quitarle f(1; 1)g
7.5. BASE 169
Ejemplo 7.141
1 0 0 1 0 0 0 0 1 1 1 2
S= ; ; ; ; ;
0 0 0 0 1 0 0 1 1 1 3 4
1 0 0 1 0 0 0 0
s= ; ; ;
0 0 0 0 1 0 0 1
1 1 1 2
si es base de M2 2 (R) ; al quitarle ;
1 1 3 4
1 0 0 1 0 0 0 0
S= ; ; ;
0 0 0 0 1 0 0 1
5 0 0 6 0 0 0 0
S= ; ; ;
0 0 0 0 7 0 0 1
Ejemplo 7.154
a b
S= j a; b 2 R
0 0
a 0
T = j a; c 2 R
c 0
S y T son subespacios de M2 2 (R) :
7.6. SUMA Y SUMA DIRECTA 171
a b a 0 d b
S+T = + = j d; b; c 2 R
0 0 c 0 c 0
a 0
S\T = ja2R
0 0
Lema 1
Se dice que el espacio vectorial V es suma directa de sus subespacios S y T notada por
V = S T si todo vector v 2 V se puede escribir de una sola manera como v = A + B
con A 2 S y B 2 T y esto sucede cuando V = S + T y S \ T = f0g ; es decir, V = S T
ssi V = S + T y S \ T = f0g :
R3 = S T ;pues R3 = S + T y S \ T = f0g :
172 CAPTULO 7. ESPACIOS VECTORIALES
a b
S+T = j c 2 R ; dim (S + T ) = 3; dim S = 2y dim T = 1;
0 c
0 0
S \ T = f0g = ; dim (S \ T ) = 0
0 0
luego M2 2 (R) 6= S + T:
Ejemplo 7.165
a b c 0 0 0
S= j a; b; c; d 2 R ; T = j e; f 2 R
d 0 0 0 e f
0 0 0
dim (M2 3 (R)) = 6; M2 3 (R) = S + T ; S \ T = ;6 =
0 0 0
dim S + dim T dim (S \ T ) = 4 + 2 0
Ejemplo 7.166 S = fp (x) j p (x) = cx2 g ; T = fq (x) j q (x) = a0 + bxg ;
P2 (x) = a0 + bx + cx2 ; P2 (x) = S + T ; S \ T = 0; luego P2 = S T ;
dim (P2 (x)) = 3 = dim S + dim T dim (S \ T ) = 1 + 2 0
7.7. EJERCICIOS PROPUESTOS CAPITULO 7 173
a b
12. W = =a + b = c + d; a,b,c,d nmeros reales Resp si
c d
174 CAPTULO 7. ESPACIOS VECTORIALES
a b
13. W = = a,b nmeros reales Resp si
b b
a b
14. W = = a,b nmeros enteros Resp no
b b
a a
15. W = = a es un nmero entero Resp no
a a
a a
16. W = = a es un nmero real Resp si
a a
34. W = fp2 (x)= p2 (x) = a + bx + cx2 con a,b,c nneros enterosg Resp no
37. W = ff = f es racionalgResp si
II)
1 2 1 0 1 1
5. Es w = es combinacin lineal de v1 = ; v2 = ; v3 =
3 4 0 0 0 0
1 0
? resp no
0 1
6. Mostrar que w = cos 2x;se puede escribir como combinacin lineal de v1 = cos2 x;
v2 = sen2 x:
3. f(2; 4)g li
1 2 1 0 1 0
7. ; ; li
3 4 0 1 0 0
8. f1 x; 1 + 3x2 ; x + x2 g li
9. f1 + x + x2 ; 2 + 2x + 2x2 ; 1 3x 5x2 g ld
13. f1; x; x2 g li
18. Para que valores de k los siguientes vectores forman un conjunto linealmente depen-
diente en R3 :
1 1 1 1 1 1
k; ; ; ; k; ; ; ; k Resp k = 21 ; 1
2 2 2 2 2 2
19. Suponga que v1 ; v2 y v3 son vectores en R3 que tienen sus puntos iniciales en el
origen. Determine si los tres vectores pertenecen a un mismo plano:
1 1 1 1 0 1 1 0
22. ; ; ; base
1 1 1 0 1 1 0 1
24. f1; x; 1 x 2 ; x2 g
1 0 0 1 0 0
26. ; ;
0 0 0 0 0 0
27. f1 t + t2 t3 ; 1 t3 ; 1 + t t3 g
31. Hallar una base de R3 que incluya los vectores (1; 0; 2) (0; 1; 3)
32. Hallar una base del espacio solucion W del sistema homogeneo:
0 10 1 0 1
1 0 2 x 0
(a) @ 2 1 3 A @ y A = @ 0 A
3 1 2 z 0
0 1 0 1
0 1 x 0
1 2 2 1 1 B C B C
B y C B 0 C
(b) @ 0 2 2 2 1 AB C B C
B z C=B 0 C
1 4 0 3 0 @ u A @ 0 A
v 0
En a y b cual es la dimension de W ?
178 CAPTULO 7. ESPACIOS VECTORIALES
36. Hallar una base para cada una de los subespacios del ejercicio anterior.
37. Sea U el espacio vectorial de las matrices reales 2x3. S1 y S2 los siguientes subespa-
cios de U :
x 0 y
S1 = A = = w =x+y
w 0 w
0 x 0
S2 = A= = x = y; w+y =0
y 0 w
Hallar una base para S1 , S2 y dim S1 y S2
40. Sea fu; v; wg una base de un espacio vectorial V; vericar si el conjunto dado es base
de V o n:
(a) fu + 2w; v + w; u + v + wg
(b) fu; u + v; u + v + wg
(c) fu + v; v + w; u v + 4wg
41. Determine la dimension y construya una base para cada uno de los siguientes sube-
spacios de R4 :
(a) U = fa; b; c; 0g
(b) U = f(a; b; c; d) =d = a + b; c = a bg
42. M3 4 (R)
43. R4
44. P3 (x)
45. El plano z = 0:
46. M2 4 (R)
1. w = f(a; b; c; d) j a = b = c = d; a; b; c; d 2 Rg
a 0
2. w = j a; b 2 R
0 b
6. w = fA3 3 j traza(A) = 0g
180 CAPTULO 7. ESPACIOS VECTORIALES
7. w = plano x = y
8. w = plano yz
9. w = espacio solucin de y 00 5y 0 + 6y = 0
x + 2y + 2z = 0
x + 5y + z = 0
3x + 5y + 8z = 0
x+y+z+w =0
y z + 3w = 0
x+y+z+t=0
x y+z t=0
VII)
X)
XI)
x+y+z+u=0
x y z u=0
5x y z u = 0
182 CAPTULO 7. ESPACIOS VECTORIALES
3. Probar que S es subespacio de M2x3(R) :Hallar dim [S] y una base para S:
0 x w
(a) S = =x + w = 0
w 0 0
x y z
(b) S = =x = y + z
y z 0
Captulo 8
TRANSFORMACIONES
LINEALES
Una funcin T : R2 ! R3
es una transformacin lineal si T (x; y) = (ax + by; cx + dy; ex + f y)
183
184 CAPTULO 8. TRANSFORMACIONES LINEALES
(x + 2y; 2x + y)
1 2
entonces A = por tanto
2 1
1 2 x
T (x; y) = = (x + 2y; 2x + y)
2 1 y
entonces 2 3
1 2
A=4 2 1 5
2 0
185
por tanto
2 3
1 2
x
T (x; y) = 4 2 1 5 = (x + 2y; 2x + y; 2x)
y
2 0
Ejemplo 8.12 T : R3 ! R3 denida por T (x; y; z) = (x; y; z) T (e1 ) = T (1; 0; 0) =
(1; 0; 0) ; T (e2 ) = T (0; 1; 0) = (0; 1; 0) T (e3 ) = T (0; 0; 1) = (0; 0; 1) entonces
2 3
1 0 0
A=4 0 1 0 5
0 0 1
por tanto 2 32 3
1 0 0 x
4
T (x; y; z) = 0 1 0 5 4 y 5 = (x; y; z)
0 0 1 z
0 1
x1
B x2 C
n m B C
Ejemplo 8.13 T : R ! R ; denida por (x1 ; x2 ; :::; xn ) = (0; :::; 0) B .. C = 0:X =
@ . A
xn
0; se llama transformacin lineal nula T (x) = 0:
Ejemplo 8.14 T : Rn ! Rm ; denida como T (x) T = x; llamada transformacin
idntica T (x; y) = (x; y) ; T (x; y; z) = (x; y; z) :
Ejemplo 8.15 T (x; y) = ( x; y) Reexin respecto al eje y:
T (e1 ) = T (1; 0) = ( 1; 0) ; T (e2 ) = T (0; 1) = (0; 1) entonces
1 0 x
T (x; y) = ( x; y) =
0 1 y
es una transformacin lineal
Ejemplo 8.16 T (x; y) = (x; y) Reexin respecto al eje x:
T (e1 ) = T (1; 0) = (1; 0) ; T (e2 ) = T (0; 1) = (0; 1) A = [T (e1 ) ; T (e2 )]
x 1 0 x
T (x; y) = (x; y) = [T (e1 ) ; T (e2 )] =
y 0 1 y
es una transformacin lineal
186 CAPTULO 8. TRANSFORMACIONES LINEALES
x 0 1 x
T (x; y) = (y; x) = [T (e1 ) ; T (e2 )] = ;
y 1 0 y
es una transformacin lineal
0 1 0 10 1
x 1 0 0 x
T (x; y; z) = (x; y; z) = (T (e1 ) ; T (e2 ) ; T (e3 )) @ y A = @ 0 1 0 A@ y A
z 0 0 1 z
es una transformacin lineal
0 1 0 10 1
x 1 0 0 x
T (x; y; z) = (x; y; z) = (T (e1 ) ; T (e2 ) ; T (e3 )) @ y A = @ 0 1 0 A@ y A
z 0 0 1 z
es una transformacin lineal
Ejemplo 8.20
T (x; y; z) = ( x; y; z)
(T (e1 ) ; T (e2 ) ; T (e3 )) = (( 1; 0; 0) ; (0; 1; 0) ; (0; 0; 1)) po tanto
0 1 0 10 1
x 1 0 0 x
@
T (x; y; z) = ( x; y; z) = (T (e1 ) ; T (e2 ) ; T (e3 )) y A = @ 0 1 0 A @ y A
z 0 0 1 z
es una transformacin lineal
187
Ejemplo 8.21
T (x; y) = (x; 0) proyeccin ortogonal sobre el eje x;es una transformacin lineal
Ejemplo 8.22 T (x; y) = (0; y) proyeccin ortogonal sobre el eje y; es una transformacin
lineal
x 0 0 x
T (x; y) = [T (e1 ) ; T (e2 )] =
y 0 1 y
Ejemplo 8.23
0 1 0 10 1
x 1 0 0 x
@
T (x; y; z) = (x; y; 0) = (T (e1 ) ; T (e2 ) ; T (e3 )) y A = @ 0 1 0 A @ y A
z 0 0 0 z
Ejemplo 8.24 T (x; y; z) = (x; 0; z) proyeccin ortogonal sobre el plano xz es una trans-
formacin lineal
Ejemplo 8.26
0 12 3
cos sin 0 x
T (x; y; z) = (x cos y sin ; x sin + y cos ; z) = @ sin cos 0 A4 y 5
0 0 1 z
Ejemplo 8.27
9
T (x; y; z) = (x; 0; 0) =
T (x; y; z) = (0; y; 0)
;
T (x; y; z) = (0; 0; z)
3. T (x; y) = (x2 ; y + 1)
4. T (x; y; z) = (cos x; y + x)
5. T (x; y) = 4
6. T (x; y; z) = xyz
7. T (x; y; z) = (x; ex ; z; y + 1)
Ejemplo 8.31
a b
T =a+b
c d
es una transformacin lineal, pues
a b m n a+m b+n
T (A + B) = T + =T =a+m+b+n=
c d p q c+p d+q
a b m n
(a + b) + (m + n) = T +T = T (A) + T (B)
c d p q
y
a b
T ( A) = T = a + b = (a + b) = T (A)
c d
Ejemplo 8.32
entonces a = 1; b = 1
1 1
MT =
1 1
1 1
MT 1 = 2 2
1 1
2 2
1 1
MT =
1 1
191
1 1 x y x y
1 2 2
x
T (x; y) = 1 1 = + ;
2 2
y 2 2 2 2
y
1 x y x y x y x y x y x y
T (T (x; y)) = T + ; = + + ; + + = (x; y)
2 2 2 2 2 2 2 2 2 2 2 2
Ejemplo 8.33
T ( u) = T ( a; b; c) = ( a + b) x2 + ( a c) x + a b+ c=
= (a + b) x2 + (a c) x + a b + c = T (u)
192 CAPTULO 8. TRANSFORMACIONES LINEALES
0 1
1 1 1
10
a3 3 3
T 1 (ax2 + bx + c ) = @ A@ b A =
2
3 3
1
3
1
1 2 1
c3 3 3
a b c 2a b c a 2b c
= + + ; ; +
3 3 3 3 3 3 3 3 3
1 a b c 2a b c a 2b c
T T (ax2 + bx + c ) = T + + ; ; + =
3 3 3 3 3 3 3 3 3
= ax2 + bx + c
(a + b) x2 + (a c) x + a b + c = 0x2 + 0x + 0 entonces
a + b = m; a c = n; a b + c = p y asi
193
0 1 0 1
1 1 0 m 1 1 0 m
@ 1 0 1 n A @ 0 1 1 n m A
1 1 1 p 0 2 1 p m
0 1 0 1
1 1 0 m 1 1 0 m
@ 0 1 1 m n A @ 0 1 1 m n A
m 2n p
0 0 3 m 2n + p 0 0 1 3 3
+ 3
0 1 0 1
1 1 0 m 1 0 0 m
3
+ n3 + p3
@ 0 1 0 2m n p A @ 0 1 0 2m n p A
3 3 3 3 3 3
p
0 0 1 m
3
2n
3
+ 3
0 0 1 m
3
2n
3
+ p3
luego
m n p 2m n p m 2n p
a= + + ;b = ;c = +
3 3 3 3 3 3 3 3 3
por tanto T (a; b; c) =
m n p 2m n p m 2n p m n p 2m n p
T( + + ; ; + )= + + + x2 +
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
m n p m 2n p m n p 2m n p m 2n p
+ + + + x+ + + + + + + =
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
= mx2 + nx + p
luego T es sobre y la dimensin de la imagen de T es 3
Ejemplo 8.34
T (x; y; z) = (x + z; y z; x + y; x y + 2z)
(a + c + m + p; b c+n p; a + b + m + n; a b + 2c + m n + 2p) =
(a + c; b c; a + b; a b + 2c) + (m + p; n p; m + n; m n + 2p) =
T ( u) = T ( (a; b; c)) = T ( a; b; c) = ( a + c; b c; a + b; a b + 2 c) =
(a + c; b c; a + b; a b + 2c) = T (u)
la matriz de T respecto a las cannicas se calcula asi
entonces
a = 1; b = 0; c = 1; d = 1
entonces
m = 0; n = 1; p = 1; q = 1
entonces
r = 1; n = 1; s = 0; t = 2
y asi la matriz de T respecto a las cannicas es
0 1
1 0 1
B 0 1 1 C
B C
@ 1 1 0 A
1 1 2
El ncleo de T es
f( x; x; x) =x Rg
pues
(x + z; y z; x + y; x y + 2z) = (0; 0; 0; 0)
y el sistema de ecuaciones
x + z = 0; y z = 0; x + y = 0; x y + 2z = 0
se transforma en
x + z = 0; y z=0
cuya solucin es
f( x; x; x) =x Rg
y asi DimNcleo de T es 1, pues
( x; x; x) = x ( 1; 1; 1) f( 1; 1; 1)g
es una base del nucleo de T y por tanto la dimImT es 2 pues si solucionamos el sistema
(a; b; c; d) = (x + z; y z; x + y; x y + 2z)
se encuentra que
x+z =a
y z=b
x+y =c
x y + 2z = d
196 CAPTULO 8. TRANSFORMACIONES LINEALES
f(a; b; a + b; a b) =a R; b Rg
luego
f(1; 0; 1; 1) ; (0; 1; 1; 1)g es una base de la imagen de T
T (ax2 + bx + c) = (a + 2b) x + (b + c)
La matriz de la transformacin lineal con respecto a las bases cannicas se calcula por
Ncleo de
T = (a + 2b) x + (b + c) = 0x + 0
entonces
a + 2b = 0 y b + c = 0
luego
a= 2b y c= b
entonces
f( 2b; b; b)g = fb ( 2; 1; 1) =b 2 Rg
luego Ncleo de T es
T = b( 2x2 + x 1)=b 2 R; b 6= 0
a b
T (a; b; c) =
b a
a+m b+n
T (u + v) = T ((a; b; c) + (m; n; p)) = T (a + m; b + n; c + p) = =
b+n a+m
a b m n
+ = T (a; b; c) + T (m; n; p) = T (u) + T (v)
b a n m
a b a b
T ( u) = T ( a; b; c) = = = T (a; b; c) = T (u)
b a b a
198 CAPTULO 8. TRANSFORMACIONES LINEALES
La matriz de la transformacin lineal con respecto a las bases cannicas se calcula por
1 0 1 0 0 1 0 0 0 0
T (1; 0; 0) = =1 +0 +0 +1
0 1 0 0 0 0 1 0 0 1
0 1 1 0 0 1 0 0 0 0
T (0; 1; 0) = =0 +1 +1 +0
1 0 0 0 0 0 1 0 0 1
0 0 1 0 0 1 0 0 0 0
T (0; 0; 1) = =0 +0 +0 +0
0 0 0 0 0 0 1 0 0 1
por tanto
0 1
1 0 0
B 0 1 0 C
MT = B
@ 0
C
1 0 A
1 0 0
Ncleo de T
a b 0 0
T (a; b; c) = =
b a 0 0
1 0 0 1
;
0 1 1 0
T (a; b) = (a + b) x + a b
2 30 1
cos 0 sin x
T (x; y; z) = 4 0 1 0 5@ y A =
sin 0 cos z
= (x cos + z sin ; y; x sin + z cos )
200 CAPTULO 8. TRANSFORMACIONES LINEALES
a b a b
T : M2 2 (R) ! M2 2 (R) denida por T =
c d b a
a b a b a b a b a b
T ( x) = T =T = = = T = T (x)
c d c d b a b a c d
La matriz de la transformacin lineal con respecto a las bases cannicas se calcula por
1 0 1 0 1 0 0 1 0 0 0 0
T = =1 +0 +0 +1
0 0 0 1 0 0 0 0 1 0 0 1
0 1 0 1 1 0 0 1 0 0 0 0
T = =0 +1 +1 +0
0 0 1 0 0 0 0 0 1 0 0 1
0 0 0 0 1 0 0 1 0 0 0 0
T = =0 +0 +0 +0
1 0 0 0 0 0 0 0 1 0 0 1
0 0 0 0 1 0 0 1 0 0 0 0
T = =0 +0 +0 +0
0 1 0 0 0 0 0 0 1 0 0 1
por tanto
0 1
1 0 0 0
B 0 1 0 0 C
MT = B
@ 0 1 0
C
0 A
1 0 0 0
201
Ncleo de T ,
a b 0 0
=
b a 0 0
0 0
entonces a = 0; b = 0 por tanto el ncleo es con c,d numeros reales, DimNcleo
c d
de T es 2, DimM2 2 (R) = 4; por tanto Dim Im T = 2 y una base de la imagen es
1 0 0 1
;
0 1 1 0
y una base del ncleo es
0 0 0 0
;
1 0 0 1
T no es uno a uno, no es sobre
T ( A) = ( A)T = AT = T (A)
a b a c
T (A) = T = :
c d b d
0 0
El nulceo de T es pues
0 0
a c 0 0
=
b d 0 0
si y solo si a = b = c = d = 0 por tanto la dimension del nucleo es cero, la dimImT es 4,
T es uno a uno y T es sobre
202 CAPTULO 8. TRANSFORMACIONES LINEALES
La matriz de la transformacin lineal con respecto a las bases cannicas se calcula por
1 0 1 0 1 0 0 1 0 0 0 0
T = =1 +0 +0 +0
0 0 0 0 0 0 0 0 1 0 0 1
0 1 0 0 1 0 0 1 0 0 0 0
T = =0 +0 +1 +0
0 0 1 0 0 0 0 0 1 0 0 1
0 0 0 1 1 0 0 1 0 0 0 0
T = =0 +1 +0 +0
1 0 0 0 0 0 0 0 1 0 0 1
0 0 0 0 1 0 0 1 0 0 0 0
T = =0 +0 +0 +1
0 1 0 1 0 0 0 0 1 0 0 1
0 1 0 1
1 0 0 0 1 0 0 0
B 0 0 1 0 C B 0 0 1 0 C
MT = B
@ 0
CM =B C
0 A T @ 0 1 0 A
1
1 0 0
0 0 0 1 0 0 0 1
por tanto
0 10 1 0
1
1 0 0 0 a a
a b B 0 0 1 C B
0 CB b C B c C
T 1
(A) = T 1
=B
@ 0 1
C=B C
c d 0 0 A@ c A @ b A
0 0 0 1 d d
por tanto
1 a b a c
T =
c d b d
y
1 a b a c a b
T T =T =
c d b d c d
Ejemplo 8.42 Sea
a b
T : M2 2 (R) ! R denida por T =a+d
c d
es una transformacin lineal pues:
203
a b m n a+m b+n
T (x + y) = T + =T =
c d p q c+p d+q
a b m n
a+m+d+q =T +T = T (x) + T (y)
c d p q
y
a b a b a b
T ( x) = T =T = a+ d = (a + d) = T = T (x)
c d c d c d
La matriz de la transformacin lineal con respecto a las bases cannicas se calcula por
1 0
T = 1 = 1:1
0 0
0 1
T = 0 = 0:1
0 0
0 0
T = 0 = 0:1
1 0
0 0
T = 1 = 0:1
0 1
0 1
1
B 0 C a b
por tanto MT = B C
@ 0 A : El nucleo de T es na; b; c 2 R pues
c a
1
a b
T = a + d = 0 siysi a = d: Dimension del nucleo es 3 y por tanto dimImT es
c d
1, T no es uno a uno, ni sobre
a b
T : P2 ! M 2 2 (R) denida por T at2 + bt + c =
c a
T (x + y) = T at2 + bt + c + mt2 + nt + p = T (a + m) t2 + (b + n) t + (c + p) =
a+m b+n a b m n
= + =
c+p a+m c a p m
T ( x) = T (at2 + bt + c) = T ( at2 + bt + c) =
a b a b
= = T at2 + bt + c = T (x)
c a c a
el nucleo de T es 0t2 + 0t + 0 ya que
a b 0 0
T at2 + bt + c = =
c a 0 0
1 0 1 0 0 1 0 0 0 0
T 1t2 + 0t + 0 = =x +y +z +v =
0 1 0 0 0 0 1 0 0 1
1 0 0 1 0 0 0 0
0 +0 +0 +1
0 0 0 0 1 0 0 1
0 1 1 0 0 1 0 0 0 0
T 0t2 + 1t + 0 = =x +y +z +v =
0 0 0 0 0 0 1 0 0 1
205
1 0 0 1 0 0 0 0
0 +1 +0 +0
0 0 0 0 1 0 0 1
0 0 1 0 0 1 0 0 0 0
T 0t2 + 0t + 1 = =x +y +z +v =
1 0 0 0 0 0 1 0 0 1
1 0 0 1 0 0 0 0
0 +0 +1 +0
0 0 0 0 1 0 0 1
0 1
1 0 0
B 0 1 0 C
por tanto MT = B
@ 0
C
0 1 A
1 0 0
es lineal, ya que:
= ((p( 1) + q( 1); (p(0) + q(0); (p(1) + q(1)) = (p( 1); p(0); p(1)) + (q( 1); q(0); q(1)) =
T (p(x)) + T (q(x))
y
T ( p(x)) = ( p( 1); p(0); p(1)) = (p( 1); p(0); p(1)) = T (p(x))
El nucleo de T T (p(x)) = T (a+bx+cx2 ) = (p( 1); p(0); p(1)) = (a b + c; a; a + b + c) =
(0; 0; 0) entonces a b + c = 0; a = 0, a + b + c y solucionando este sistema se tiene que
a = b = c = 0 por tanto el nucleo es 0 + 0x + 0x2 asi dimension del nucleo es cero, luego
T es 1 a 1. La matriz de T
T (1) = (p( 1); p(0); p(1)) = (1; 1; 1) ; T (x) = (p( 1); p(0); p(1)) = ( 1; 0; 1)
y
1 a+c a c 2
T T (a; b; c) = T b+ x+ b+ x =
2 2 2
a c a c a c a c
= b+ + b + ; b; b + + b+ = (a; b; c)
2 2 2 2 2 2 2 2
Ejemplo 8.46 Sea
T : P1 ! P1 denida por T (ax + b) = (a + b)x + (a b)
es una transformacion lineal, pues (Ejercicio). El nucleo de T es 0x + 0; pues (a + b)x +
(a b) = 0x + 0 sisi a + b = 0 y a b = 0 sisi a = 0 y b = 0
1 1 1 1
T (a; b) = at+b; T T (a; b) = T (at + b) = (a; b) y T (T (at + b)) = T (a; b) = at+b
En efecto
T (6 + 3x) = 6 + 3(x + 1) = a(6 + 3x) + b(10 + 2x)
luego
T (6 + 3x) = 9 + 3x = 6a + 10b + (3a + 2b)x
entonces
2 1
6a + 10b = 9 y 3a + 2b = 3 y solucionando este sistema se tiene que a = yb=
3 2
por tanto
2 1
T (6 + 3x) = 6 + 3(x + 1) = a(6 + 3x) + b(10 + 2x) = (6 + 3x) + (10 + 2x)
3 2
En forma analoga
2 4
T (10 + 2x) = 10 + 2(x + 1) = c(6 + 3x) + d(10 + 2x) = (6 + 3x) + (10 + 2x)
9 3
por lo tanto
2 2
M= 3 9
1 4
2 3
8.1. EJERCICIOS PROPUESTOS CAPITULO 8 209
Considere las transformaciones del 1 al 19 y en cada una de ellas vericar que son
lineales, hallar el Ncleo, la matriz de T respecto a las bases cannicas, la dimensin del
ncleo e Imagen, si son uno y sobres
a b
1. T : P1 (x) ! M2 2 (R) T (a + bx) =
b 0
2. T : P1 (x) ! P2 (x) T (p(x)) = xp(x)
a b
3. T : M2 2 (R) ! R T =a+b
c d
4. T : P3 (x) ! P2 (x) T (p(x)) = p0 (x)
a a
5. T : P2 (x) ! M2 2 (R) T (a + bx + cx2 ) =
a a
a b
6. T : P2 (x) ! M2 2 (R) T (a + bx + cx2 ) =
a a+b
a b
13. T : R3 ! M2 2 (R) T (a; b; c) =
b a
a b
14. T : M2 2 (R) ! P1 (x) T( ) = ax + c
c d
a b
15. T : M2 2 (R) ! R T =a+d
c d
210 CAPTULO 8. TRANSFORMACIONES LINEALES
DIAGONALIZACION
1 1
P =
1 1
tal que
1 1
1 2 2
1 2 1 1 0 1
P AP = 1 1 = =B
2 2
0 1 1 1 1 2
1
Si A; B 2 Mn son matrices semejantes (B = P AB), entonces se verica:
1. jAj = jBj
2. B n = P 1
An P , para todo n 2 N:
211
212 CAPTULO 9. DIAGONALIZACION
Demostracion
1 1 1
1. jBj = jP AP j = jP j jAj jP j = jP j
jAj jP j = jAj
1 1
Nota: P P = I; por tanto 1 = jIj = jP Pj
1
De aqui se deduce que jP 1 j =
jP j
2. B 2 = BB = (P 1
AP ) (P 1
AP ) = P 1
A (P P 1
) AP = P 1
AIAP = P 1
A2 P
B 3 = BBB = (P 1
A2 P ) (P 1
AP ) = P 1
A2 (P P 1
) AP = P 1
A2 IAP = P 1
A3 P
Asi sucesivamente llegariamos a:
B n = B n 1 B = (P 1
An 1 P ) (P 1
AP ) = P 1
An 1
(P P 1
) AP = P 1
An 1 IAP =
P 1 An P
Denicin
Una matriz A de orden n se dice que es diagonalizable si es semejante a una matriz
diagonal D, es decir, si existe una matriz invertible P tal que.
D = P 1 AP
El problema de la diagonalizacin consiste en, dada una matriz cuadrada A, estudiar
que condiciones debe vericar A para que exista una matriz diagonal D que sea
semejante a ella.
0 1 0 1
x1 0
B x2 C B 0 C
B C B C
X=B .. C 2 Mn 1 ; X 6= B .. C
@ . A @ . A
x3 0
tal que AX = X
1 1
A=
0 2
9.1. MATRICES SEMEJANTES. 213
se verica que
1 1 1 1
=2
0 2 1 1
1
por tanto podemos asegurar que 2 es autovalor de la matriz A y es un autovector
1
asociado al autovalor 2.
Demostracin.
Supongamos que es un autovalor de A. Esto signica que existe,
0 1 0 1
x1 0
B x2 C B 0 C
B C B C
X=B .. C 2 Mn 1 ; X 6= B .. C
@ . A @ . A
xn 0
tal que.
0 1 0 1 0 1 0 1 0 1
x1 x1 x1 x1 0
B x2 C B x2 C B x2 C B x2 C B 0 C
B C B C B C B C B C
A: B .. C= B .. C () A B .. C B .. C=B .. C ()
@ . A @ . A @ . A @ . A @ . A
xn xn xn xn 0
0 1 0 1
x1 0
B x2 C B 0 C
B C B C
(A I) B .. C=B .. C
@ . A @ . A
xn 0
1 2 0
1 3 1 = (1 )2 (3 ) + (1 ) = (1 ) [(1 ) (3 )] =
0 1 1
(1 )( 2)2 = 0
Por tanto, los autovalores de A sern: 1 = 1; 2 = 2:
Demostracion
1
Como A y B son matrices semejantes, B = P AP
1 1 1
PB ( ) = jB Ij = P AP I = P AP P IP =
1 1
P (A I) P = P jA Ij jP j = jA Ij = PA ( )
Si las matrices semejantes tienen el mismo polinomio caracteristico, entonces tendran los
mismos autovalores.
9.2. CALCULO DE AUTOVECTORES. 215
0 1
x1
B x2 C
B C
X=B .. C 2 Mn 1
@ . A
xn
0 1 0 1 0 1 0 1 0 1
x1 x1 x1 x1 0
B x2 C B x2 C B x2 C B x2 C B 0 C
B C B C B C B C B C
A: B .. C= B .. C () A B .. C B .. C=B .. C ()
@ . A @ . A @ . A @ . A @ . A
xn xn xn xn 0
0 1 0 1
x1 0
B x2 C B 0 C
B C B C
(A I) B .. C=B .. C
@ . A @ . A
xn 0
De aqu se deduce que para calcular los autovectores asociados a lo que hay que hacer
es resolver el sistema homogneo asociado (A I)X = 0 , que por ser autovalor de
A, siempre va tener soluciones distintas a la trivial. Cada una de estas soluciones es un
autovector asociado a . El conjunto de todas las soluciones del sistema homogneo
(A I)X = 0 lo representaremos por S( ). Dicho conjunto contiene a la solucin
trivial del sistema y a todos los autovectores de A asociados al autovalor .
cuyas soluciones son x1 = 2x2 ; x3 = x2 :Por tanto, los autovectores seran de la forma
0 1 0 1
2 2
@ A= @ 1 A 2 R:
1
1 a
Ejemplo 9.5 Hallar a y b tal que la matriz A = admita a ( 1; 1) como vector
3 b
propio para =4
1+a= 4 y 3+b=4
Si An n entonces
1. La suma de los n valores propios de la matriz A es igual a su traza
2. El producto de los n valores propios de la matriz es igual a su determinante
3. Los valores propios de A coiciden con los de su transpuesta
4. Si i son los valores propios de A entonces ni son los valores propios de An ; ademas
A y An tienen los mismos valores propios.
5. n vectores propios distintos corresponden a n valores propios diferentes son lineal-
mente independientes
6. Una matriz triangular tiene como valores propios a los elementos de la diagonal
7. A valores propios diferentes corresponden vectores propios linealmente independi-
entes
8. Si es un valor propio de A entonces es un valor propio de A
0 1 1 0 10 1
p11 p12 ::: p1n a11 a12 ::: a1n p11 p12 ::: p1n
B p21 p22 ::: p2n C B a21 a22 ::: C B
a2n C B p21 p22 ::: p2n C
B C B C=
@ ::: ::: ::: ::: A @ ::: ::: ::: ::: A@ ::: ::: ::: ::: A
pn1 pn2 ::: pnn an1 an2 ::: ann pn1 pn2 ::: pnn
0 1
1 0::: 0
B 0 2 ::: 0 C
B C
@ ::: ::: ::: ::: A
0 0 ::: n
o lo que es lo mismo.
218 CAPTULO 9. DIAGONALIZACION
0 10 1
a11 a12 : : : a1n p11 p12 : : : p1n
B a21 a22 : : : a2n C B p21 p22 : : : p2n C
B CB C
@ ::: ::: ::: ::: A@ ::: ::: ::: ::: A =
an1 an2 : : : ann pn1 pn2 : : : pnn
0 10 1
p11 p12 : : : p1n 1 0 ::: 0
B p21 p22 : : : p2n C B 0 2 ::: 0 C
B CB C
@ ::: ::: ::: ::: A@ ::: ::: ::: ::: A
pn1 pn2 : : : pnn 0 0 ::: n
Igualando las columnas de la matriz resultante del producto del primer mienbro con las
del producto del segundo mienbro obtenemos que:
Primera columna:
0 10 1 0 1
a11 a12 ::: a1n p11 p11
B a21 a22 ::: a2n C B p21 C B C
B CB C = 1 B p21 C
@ ::: ::: ::: ::: A@ ::: A @ ::: A
an1 an2 ::: ann pn1 pn1
Segunda columna:
0 10 1 0 1
a11 a12 ::: a1n p12 p12
B a21 a22 ::: a2n C B p22 C B C
B CB C = 2 B p22 C
@ ::: ::: ::: ::: A@ ::: A @ ::: A
an1 an2 ::: ann pn2 pn2
n-esima columna:
0 10 1 0 1
a11 a12 ::: a1n p1n p1n
B a21 a22 ::: a2n C B p2n C B C
B CB C = n B p2n C
@ ::: ::: ::: ::: A@ ::: A @ ::: A
an1 an2 ::: ann pnn pnn
A partir de aqui se deduce que 1 ; 2 ; :::; n 2 R son autovalores de la matriz A y que
cada una de las columnas de la matriz P
0 1
p1j
B p2j C
B C
Pj = B .. C
@ . A
pnj
9.4. DIAGONALIZACION DE UNA MATRIZ CUADRADA. 219
Para determinar la matriz P tal que D = P 1 AP , tendremos que resolver los sistemas
asociados a cada
uno de los autovalores.
Con = 3
0 10 1 0 10 1 0 1
5 3 0 4 x 2 0 4 x 0
@ 0 3 3 0 A @ y A = @ 0 0 0 A @ y A = @ 0 A
2 0 1 3 z 2 0 4 z 0
x 2z = 0 cuyas soluciones son
0 1
2
@ A ; 2 R:
0 10 1 0 10 1 0 1
5 1 0 4 x 4 0 4 x 0
@ 0 3 1 0 A @ y A = @ 0 2 0 A @ y A = @ 0 A
2 0 1 1 z 2 0 2 z 0
x z = 0; y = 0 cuyas soluciones son
0 1
@ 0 A ; 2 R:
1 0 0 1
2 0 1 1 0 1
P =@ 0 1 0 A P 1= @ 0 1 0 A
1 0 1 1 0 2
0 1 0 1 0 1 0 1
1 0 1 5 0 4 2 0 1 3 0 0
P 1 AP = @ 0 1 0 A @ 0 3 0 A @ 0 1 0 A=@ 0 3 0 A=D
1 0 2 2 0 1 1 0 1 0 0 1
Ejemplo 9.7
1 1 1 0 1 1
= =0
2 4 0 1 2 4
1 1 1 0 0
2 x=
2 4 0 1 0
sii
1 1 x 0
=
2 2 y 0
sii
x+y =0
sisi x = y; luego la solucin del sistema es:
2x + 2y = 0
1
f(x; y) j y = xg = f(x; x) j x 2 Rg ; luego si x = 1; entonces ; es un vector propio
1
para = 2.
El vector propio para = 3 es una solucion no nula del sistema Ax = 3x; es decir
(A 3I) x = 0; es decir,
2 1 x 0
=
2 1 y 0
222 CAPTULO 9. DIAGONALIZACION
1
entonces ; es un vector propio para = 3 por tanto la matriz de P se puede
2
escribir como
1 1 1 2 1 2 0
P = ; P = ; D=
1 2 1 1 0 3
y
1 1 1 2 0 2 1 1 1
A = P DP = =
1 2 0 3 1 1 2 4
1 100 2100 0
A100 = P DP = P D100 P 1
=P P 1
0 3100
1 1 2100 0 2 1
=
1 2 0 3100 1 1
RESUMEN
Para hallar la matriz P se procede asi:
Se forma la matriz P con los vectores propios como columna en un orden especico
y con este se contruye la matriz diagonal (D = P 1 AP )
Ejemplo 9.8
9.4. DIAGONALIZACION DE UNA MATRIZ CUADRADA. 223
Sea
i 2
A=
0 3+i
i 2
jA Ij = = (i ) (3 + i )=0
0 3+i
Si = i; entonces
0 2 x 0
=
0 3 y 0
1
la solucion es = f(x; 0) =x 2 Rg y un vector propio es si x=1
0
para = 3 + i; entoces
i (3 + i) 2 x 0
=
0 0 y 0
sii 3x + 2y = 0 entonces
solucion:
3
x; x =x 2 R
2
2
y un vector propio es ; cuando x = 2; luego
3
2
1 2 1 1 3
P = ; P = 1
0 3 0 3
224 CAPTULO 9. DIAGONALIZACION
2
1 1 3
i 2 1 2 i 0
P AP = 1 = =D
0 3
0 3+i 0 3 0 3+i
Luego
1
A = P DP
1 3
A3 = P DP = P DP 1
P DP 1
P DP 1
= P D3 P 1
Ejemplo 9.9 Si 0 1
i 0 0
A=@ 1 0 0 A
0 0 i
i 0 0
jA Ij = 1 0 = (i ) (i )( )=0
0 0 i
=0y =i
Para = 0; un vector propio es
0 1
0
@ 1 A
0
pues
0 10 1 0 1
i 0 0 x 0
@ 1 0 0 A@ y A = @ 0 A
0 0 i z 0
sii
ix = 0
x=0
iz = 0
luego la solucion es
f(0; y; 0) =y 2 Rg
9.4. DIAGONALIZACION DE UNA MATRIZ CUADRADA. 225
0 10 1 0 1
0 0 0 x 0
@ 1 i 0 A@ y A = @ 0 A
0 0 0 z 0
0 1 0 1
0 i 0 i 1 0
P =@ 1 1 0 A P 1=@ i 0 0 A
0 0 1 0 0 1
0 1 0 1 0 1 0 1
i 1 0 i 0 0 0 i 0 0 0 0
P 1 AP = @ i 0 0 A @ 1 0 0 A @ 1 1 0 A=@ 0 i 0 A
0 0 1 0 0 i 0 0 1 0 0 i
1 2
A2 = P DP = P DP 1
P DP 1
= P D2 P 1
entonces
0 10 1 0 2 1
2 0 0 2 0 0 2 0 0
A2 = @ 0 3 0 A @ 0 3 0 A = @ 0 32 0 A
0 0 4 0 0 4 0 0 42
luego
01
2n 0 0
An = @ 0 3n 0 A
0 0 4n
Ejemplo 9.10 Si 0 1
0 0 2
A= @ 1 2 1 A
1 0 3
0 1
0 2
jA Ij = 0 = @ 1 2 1 A= (2 ) (3 ) + 2 (2 )=0
1 0 3
sii
(2 )[ (3 ) + 2] = (2 )( 2) ( 1) = 0
sii
=2 =1
0 10 1 Para
0 1= 2 se tiene 0 que 1
2 0 2 x 0 2x 2z = 0
@ 1 0 1 A @ y A = @ 0 A sisi @ x + z = 0 A sii x + z = 0
1 0 1 z 0 x+z = 0
x = z Luego la solucion es f( z; y; z) =y; z 2 Rg ; luego una base del espacio solucion
es
( z; y; z) = ( z; 0; z) + (0; y; 0) = z ( 1; 0; 1) + y (0; 1; 0)
Para =1
9.4. DIAGONALIZACION DE UNA MATRIZ CUADRADA. 227
0 10 1 0 1
1 0 2 x 0
@ 1 1 1 A@ y A = @ 0 A
1 0 2 z 0
sii
0 1
x+y+z = 0
@ x 2z = 0 A
x + 2z = 0
y la solucion es f( 2z; z; z) =z 2 Rg ; luego una base es ( 2; 1; 1) con z = 1 as
0 1 0 1
1 0 2 1 0 2
P =@ 0 1 1 A; P 1
=@ 1 1 1 A
1 0 1 1 0 1
0 1 0 1 0 1 0 1
1 0 2 0 0 2 1 0 2 2 0 0
P 1
AP = @ 1 1 1 A @ 1 2 1 A @ 0 1 1 A=@ 0 2 0 A=D
1 0 1 1 0 3 1 0 1 0 0 1
1
Luego A = P DP y as
1 3
A3 = P DP = P DP 1
P DP 1
P DP 1
= P D3 P 1
Luego An = P Dn P 1
0 1
1 2 3
A=@ 0 2 4 A
0 0 3
Los valores propios son
1 2 3
jA Ij = 0 = 0 2 4 = (1 ) (2 ) (3 ) = 0;
0 0 3
Sisi = 1; = 2; =3
228 CAPTULO 9. DIAGONALIZACION
0 10 1 0 1 0 1
0 2 3 x 0 2y + 3z = 0
@ 0 1 4 A @ y A = @ 0 A si @ y + 4z = 0 A
0 0 2 z 0 2z = 0
Si
0y = 1 z = 0; luego la solucion esf(x; 0; 0) =x 2 Rg y asi si x = 1 entonces
1
@ 0 A y un vector propio.
0
para = 2; es
0 10 1 0 1
1 2 3 x 0
@ 0 0 4 A@ y A = @ 0 A
0 0 3 z 0
sii 0 1
x + 2y + 3z = 0
@ 4z = 0 A
z = 0
x
sii x + 2y = 0 sisi x = 2y; y = ; luego
2
n x o
x; ; 0 =x 2 R es la solucin
2
as un vector propio es 0 1
1
@ 1 A
2
0
El vector propio correspondiente a = 3 es
0 10 1 0 1
2 2 3 x 0
@ 0 1 4 A@ y A = @ 0 A
0 0 0 z 0
sii
2x + 2y + 3z = 0
y + 4z = 0
9.4. DIAGONALIZACION DE UNA MATRIZ CUADRADA. 229
sii
11
z = t; y = 4t x= t y asi la solucin es
2
11
t; 4t; t =t 2 R
2
y un vector propio es
0 11
1 0 11
1
2
1 1 2
@ 4 A luego P = @ 0 1
4 A
2
1 0 0 1
0 1 0 1 0 1 0 1
1 2 52 1 2 3 1 1 11
2
1 0 0
1
P AP = @ 0 2 8 A @ 0 2 4 A @ 0 12 4 A=@ 0 2 0 A=D
0 0 1 0 0 3 0 0 1 0 0 3
0 1
5 p q
A=@ 1 q 2 A
3 p 4
y solucionando el
0sistema se tiene1que p = 6 y q = 4 y ahora determinamos los valores
5 6 6
propios de A = @ 1 4 2 A
3 6 4
En efecto,
5 6 6
jA Ij = 0 = 1 4 2 =0=( 2)2 ( 1) = 0 sisi = 1; =2
3 6 4
230 CAPTULO 9. DIAGONALIZACION
sisi x + 3y + 2z = 0; 3y + z = 0
Para = 2; 0 10 1 0 1
3 6 6 x 0
@ 1 2 2 A @ y A = @ 0 A
3 6 6 z 0
x + 2y + 2z = 0 x = 2t + 2h y = t z = h
luego
1 x
A=
2 y
1 x 2 2
=5
2 y 1 1
sisi 2+x= 10; x= 8; 4 + y = 5 luego y = 9
9.4. DIAGONALIZACION DE UNA MATRIZ CUADRADA. 231
2 + 4 2b = 2
4 2a = 2
4 2 = 2
luego = 3; a = 1; b = 0
1 3 3 3
=
2 2 2 2
3 6 = 3
3 = 3 ) = 1
6+4 = 2
Ejercicio 1
3 2
4. Verique que = 4 es un valor propio de y que (1; 2) es un vector propio
2 0
3 2
de para = 1
2 0
1 2
5. Verique que (1; 2) es un vectoror propio de
4 5
6. Sea A una matriz con valores propios 2,1 y con vectores propios (5; 2) y (7; 3) hallar
la matriz P y A4
7. Sea A una matriz con valores propios 3,4,5 hallar los valores propios de AT ; el
determinante de A, la traza de A
8. Sea
1 2
A= y tiene a ( 1; 1) como vector propio, halle el valor propio
4 5
10. Hallar una matriz que tiene valores propios 1 y 2 y sus vectores propios (1; 1) ; (1; 0) :
11. Los valores propios de una matriz simtrica son 1,-2 y 3 con vectores propios
(1; 1; 1) ; (0; 1; 1) ; halle la matriz A y el otro vector propio.
9.4. DIAGONALIZACION DE UNA MATRIZ CUADRADA. 233
12. Calcular An si 0 1
0 1 2
A= @ 1 0 1 A
2 1 0
13. La matriz 0 1
a 1 p
A= @ b 2 q A
c 1 r
tiene a (1; 1; 0) ; ( 1; 0; 2) y (0; 1; 1) como vectores propios, hallar los valores pro-
pios y los elementos de la matriz
14. Sea
1 a
A=
3 b
hallar los valores de a y b para que ( 1; 1) sea un vector propio para = 4 y el
vector (1; 1) sea un vector propio para = 5
BIBLIOGRAFIA