Algebra Lineal

LGEBRA LINEAL
Bernardo Acevedo.
Departamento de Matemticas
Universidad Nacional de Colombia, Sede Manizales
Febrero 2007
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 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3 Multiplicacin de dos matrices 1 . . . . . . . . . . . . . . . . . . 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 Hermtica. . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4.11 Matriz Antihermtica. . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.12 Matriz involutiva. . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.13 Matriz Idempotente. . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.14 Matriz ortogonal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.15 Matriz triangular superior. . . . . . . . . . . . . . . . . . . . . . . 22
1.4.16 Matriz triangular. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.17 Matriz elemental. . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4.18 Matriz semejante. . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
iii
iv CONTENIDO
1.4.19 Matriz de Probabilidad. . . . . . . . . . . . . . . . . . . . . . . . 25
1.4.20 Matriz escalonada y escalonada reducida. . . . . . . . . . . . . . . 26
1.4.21 Algunos mtodos para hallar la inversa . . . . . . . . . . . . . . . . 27
1.5 EJERCICIOS PROPUESTOS CAPITULO 1 . . . . . . . . . . . . . . . . 29
2 DETERMINANTES. 37
2.1 Propiedades del determinante. . . . . . . . . . . . . . . . . . . . . . . . . . 39
3 SISTEMAS DE ECUACIONES. 61
3.1 Clasicacion del sistema A = 1 . . . . . . . . . . . . . . . . . . . . . . . 63
3.2 Solucin del sistema r = 1. . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.3 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
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.( :o/:c 1) . . . . . . . . . . 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 1
0
= (r
0
.
0
. .
0
) al plano r +1 +C. = 1 . 110
5.3 Distancia entre dos planos paralelos . . . . . . . . . . . . . . . . . . . . . . 111
5.4 Planos paralelos y perpendiculares . . . . . . . . . . . . . . . . . . . . . . . 112
6 RECTAS 119
6.1 Distancia de un punto a una recta . . . . . . . . . . . . . . . . . . . . . . . 123
7 ESPACIOS VECTORIALES 137
7.1 Subespacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
7.2 Combinacion Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
7.3 Dependencia e Independencia lineal. . . . . . . . . . . . . . . . . . . . . . . 152
7.3.1 Wronskiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
7.3.2 Algunas propiedades: . . . . . . . . . . . . . . . . . . . . . . . . . . 155
7.4 Generador: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
7.5 Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.5.1 Algunas propiedades: . . . . . . . . . . . . . . . . . . . . . . . . . . 167
7.6 Suma y suma directa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
8 TRANSFORMACIONES LINEALES 185
9 DIAGONALIZACION 215
9.1 Matrices semejantes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
9.1.1 Autovalores y autovectores de una matriz cuadrada . . . . . . . . . 216
9.1.2 Calculo de autovalores: Polinomio caracteristico. . . . . . . . . . . . 217
9.1.3 Polinomio caracteristico . . . . . . . . . . . . . . . . . . . . . . . . 218
9.1.4 Ecuacion Caracteristica. . . . . . . . . . . . . . . . . . . . . . . . . 218
9.2 Calculo de autovectores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
9.3 Diagonalizacion de una matriz cuadrada. . . . . . . . . . . . . . . . . . . . 221
vi CONTENIDO
Prlogo
El objetivo del presente libro, es el de facilitar al estudiante de las carreras de ingeniera, la
asimilacin clara de los conceptos matemticos tratados, pues es el fruto de un cuidadoso
anlisis de los ejemplos resueltos y de los ejercicios propuestos con sus debidas respuestas,
basado en mi experiencia como docente de la Universidad Nacional sede Manizales.
Desde luego que los escritos que se presentan no son originales, ni pretenden serlo, toda
vez que es una recopilacin organizada y analizada de diferntes textos y de mi experiencia
personal.
Este texto constituye un material de consulta obligada de los estudiantes, el cual les
genera un dilogo directo con el profesor.
vii
viii PRLOGO
Captulo 1
MATRICES
1.1 Denicin
Se llama matriz de tamao : :. a un conjunto de : : 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.
na
=
_
_
c
11
c
12
... c
1a
c
21
c
22
... c
2a
.
.
.
.
.
. ...
.
.
.
c
i1
c
i2
... c
ia
.
.
.
.
.
. ...
.
.
.
c
n1
c
n2
... c
na
_
_
y de forma abreviada = (c
i)
)
Donde c
11
es el elemento que est en la la 1 y columna 1, c
12
es el elemento que
est en la la 1 y columna 2, c
1a
es el elemento que est en la la 1 y columna n, c
21
es
el elemento que est en la la 2 y columna 1, c
22
es el elemento que est en la la 2 y
columna 2 y en general c
i)
es el elemento que est en la la i y columna j de la matriz
A. A la matriz
na
se interpreta como una matriz que tiene m las y n columnas.
Ejemplo 1.1
La matriz
23
=
_
2 3 0
5 1 i
_
=
_
c
11
c
12
c
13
c
21
c
22
c
23
_
tiene dos las y tres columnas
1
2 CAPTULO 1. MATRICES
La matriz 1
44
=
_
_
4 8 9 0
1 3 7 1
8 5 3 2
7 3 0 4
_
_
=
_
_
/
11
/
12
/
13
/
14
/
21
/
22
/
23
/
24
/
31
/
32
/
33
/
34
/
41
/
42
/
43
/
44
_
_
tiene 4 las y 4 columnas
Las matrices C =
_
_
0 0 0
0 0 0
0 0 0
_
_
1 =
_
_
1 0 0
0 1 0
0 0 1
_
_
tienen 3 las y 3 columnas
la matriz 1 =
_
3 0 7 4 9
_
tiene 1 la y 5 columnas
la matriz 1 =
_
_
_
_
8
5
2
1
_
_
_
_
tiene 4 la y 1 columnas
Igualdad.
Dos matrices son iguales, si son del mismo tamao :: y sus elementos situados en el
mismo lugar son iguales , es decir, = 1 sisi c
i)
= /
i)
\ i. ,.
Ejemplo 1.2
_
1 2
3 4
_
,=
_
1 4
3 4
_
.
_
1 4
3 4
_
=
_
1 4
3 4
_
Ejemplo 1.3 Hallar a, b, c, d,e y f de tal forma que las matrices
_
_
2c 2 3c + 1 2
2/ , 5
c 2c c d 5
_
_
=
_
_
0 4 2
4 0 5
4 1 8
_
_
En efecto
2c2 = 0. entonces c = 1. 2/ = 4. entonces / = 2. c2c = 4 entonces c =
3
2
. 3c+1 = 4 entonces c = 1
, = 0. c d = 1 entonces d = 0
1.2 Operaciones entre matrices.Suma.
Dadas dos matrices 1 de tamao : :. la matriz suma + 1 , es otra matriz
de tamao ::. que se obtiene sumando los elementos de A y B que ocupan la misma
posicin, es decir, se toma el elemento c
i)
de A y se suma con el elemento /
i)
de B, es
decir :
1.2. OPERACIONES ENTRE MATRICES.SUMA. 3
na
+1
na
= (c
i)
) + (/
i)
) = (c
i)
+/
i)
)
23
+1
23
=
_
3 4 5
0 1 2
_
+
_
1 0 2
3 1 4
_
=
_
3 + 1 4 + 0 5 + 2
0 + 3 1 + 1 2 + 4
_
=
_
4 4 7
3 2 6
_
+1 =
_
_
2 6 9 0
1 3 7 1
8 5 3 2
7 3 0 4
_
_
+
_
_
3 8 9 1
1 0 2 1
4 5 3 2
1 3 0 1
_
_
=
_
_
2 + 3 6 + 8 9 9 0 + 1
1 + 1 3 + 0 7 + 2 1 + 1
8 + 4 5 + 5 3 + 3 2 + 2
7 + 1 3 + 3 0 + 0 4 + 1
_
_
=
=
_
_
5 14 0 1
2 3 9 2
4 10 6 4
8 6 0 5
_
_
Propiedades de la suma.
Sea A,B y C matrices de tamao :: entonces
1. Clausurativa +1 `
na
(1)
2. Conmutativa +1 = 1 +
3. Asociativa + (1 +C) = ( +1) +C
4. El elemento neutro de una matriz A, es la matriz nula 0 ya que +0 = 0 + =
5. La Inversa aditiva de una matriz es , es decir, + () = () + = 0
Demostracin de la segunda propiedad.
Para demostrar la propiedad conmutativa se toma el elemento i, de +1 que es
c
i)
+/
i)
= /
i)
+c
i)
que es el elemento i, de 1 +
Ejemplo 1.4
+1 =
_
1 4 5
3 2 4
_
+
_
2 3 5
4 2 0
_
=
_
1 + 2 4 + 3 5 + 5
3 + 4 2 + 2 4 + 0
_
=
_
2 + 1 3 + 4 5 + 5
4 + 3 2 + 2 0 + 4
_
=
_
2 3 5
4 2 0
_
+
_
1 4 5
3 2 4
_
= 1 +.
Ejemplo 1.5
+1 =
_
_
2 3
4 5
6 8
_
_
+
_
_
1 2
0 3
2 4
_
_
=
_
_
2 + 1 3 + 2
4 + 0 5 + 3
6 + 2 8 + 4
_
_
=
_
_
3 5
4 8
8 12
_
_
1 + =
_
_
1 2
0 3
2 4
_
_
+
_
_
2 3
4 5
6 8
_
_
=
_
_
1 + 2 2 + 3
0 + 4 3 + 5
2 + 6 4 + 8
_
_
=
_
_
3 5
4 8
8 12
_
_
luego
+1 = 1 +
1.2.1 Multiplicacin de una matriz por un escalar.
Dada una matriz
na
y un nmero real c, entonces el producto c es otra matriz de
tamao :: que se obtiene multiplicando cada elemento de A por c es decir,
c = c (c
i)
) = (cc
i)
)
Ejemplo 1.6
oi =
_
1 4 5
3 2 4
_
entonces
3
_
1 4 5
3 2 4
_
=
_
3.1 3.4 3.5
3.3 3.2 3.4
_
=
_
3 12 15
9 6 12
_
2
_
1 4 5
3 2 4
_
=
_
(2).1 (2).4 (2).5
(2).3 (2).2 (2).4
_
=
_
2 8 10
6 4 8
_
Propiedades de la multiplicacin de una matriz por un escalar.
Sean c. , nmeros reales cualquiera, entonces
1. c( +1) = c +c1.
2. (c +,) = c +,
3. (c,) = c(,)
4. 1. =
Demostracin primera propiedad.
Para demostrar esta propiedad se toma el elemento ij de c( +1) que es
c(c
i)
+/
i)
) = cc
i)
+c/
i)
que es el elemento ij de c mas el elemento ij de c1.
Ejemplo 1.7
3 ( +1) = 3
__
1 4 5
3 2 4
_
+
_
0 4 1
2 2 1
__
= 3
_
1 8 6
5 4 5
_
=
_
3 24 18
15 12 15
_
3+31 = 3
_
1 4 5
3 2 4
_
+3
_
0 4 1
2 2 1
_
=
_
3 12 15
9 6 12
_
+
_
0 12 3
6 6 3
_
=
_
3 24 18
15 12 15
_
luego
3 ( +1) = 3 + 31
Ejemplo 1.8
(2 + 3) = (2 + 3)
_
1 4 5
3 2 4
_
=
_
5 20 25
15 10 20
_
2 + 3 = 2
_
1 4 5
3 2 4
_
+ 3
_
1 4 5
3 2 4
_
=
_
2 8 10
6 4 8
_
+
_
3 12 15
9 6 12
_
_
5 20 25
15 10 20
_
luego
(2 + 3) = 2 + 3
1.2.2 Resta
Sean A y B matrices del mismo orden ::, entonces se dene la resta de las dos
matrices como
1 = + (1)1
Ejemplo 1.9
_
3 2
5 6
_
_
4 6
2 8
_
=
_
3 2
5 6
_
+
_
4 6
2 8
_
=
_
1 4
3 2
_
1.2.3 Multiplicacin de dos matrices 1
Dadas las matrices de tamao :: y 1 de tamao : j, la matriz producto 1
es la matriz de tamao :j, en la que el elemento situado en la la i y en la columna j
de 1 = C se obtiene multiplicando la la i de la matriz A por la columna j de la
matriz B de la siguiente manera.
c
i)
= (c
i1
c
i2
...c
ia
)
_
_
_
_
_
_
_
_
/
1)
/
2)
.
.
.
/
a)
_
_
_
_
_
_
_
_
= c
i1
/
1)
+c
i2
/
2)
+... +c
ia
/
a)
=
a
I=1
c
iI
/
I)
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,
na
1
aj
= C
nj
Ejemplo 1.10
_
2 3 1
1 0 4
_
23
_
_
4 2
1 1
0 3
_
_
32
=
_
2 4 + 3 1 + 1 0 2 2 + 3 1 + 1 3
1 4 + 0 1 + 4 0 1 2 + 0 1 + 4 3
_
22
=
_
11 10
4 14
_
22
Ejemplo 1.11
_
1 2
3 4
_
_
5 6
7 8
_
=
_
1 5 + 2 7 1 6 + 2 8
3 5 + 4 7 3 6 + 4 8
_
=
_
19 22
43 50
_
Ejemplo 1.12
_
1
2
_
_
3 4
_
=
_
3 4
6 8
_
Ejemplo 1.13
_
3 4
_
_
1
2
_
= (11)
Forma General
1 =
_
_
c
11
c
12
c
13
... c
1)
... c
1a
c
21
c
22
c
23
... c
2)
... c
2a
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
i3
... c
i)
... c
ia
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
n1
c
n2
c
n3
... c
n)
... c
na
_
_
_
_
/
11
/
12
/
13
... /
1)
... /
1j
/
21
/
22
/
23
... /
2)
... /
2j
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
/
i1
/
i2
/
i3
... /
i)
... /
ij
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
/
a1
/
a2
/
a3
... /
a)
... /
aj
_
_
=
=
_
_
c
11
c
12
c
13
... c
1)
... c
1j
c
21
c
22
c
23
... c
2)
... c
2j
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
i3
... c
i)
... c
ij
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
a3
... c
a)
... c
aj
_
_
=
_
_
a
I=1
c
1I
/
I1
a
I=1
c
1I
/
I2
...
a
I=1
c
1I
/
I)
...
a
I=1
c
1I
/
Ij
a
I=1
c
2I
/
I1
a
I=1
c
2I
/
I2
...
a
I=1
c
2I
/
I)
...
a
I=1
c
2I
/
Ij
.
.
.
.
.
. ...
.
.
. ...
.
.
.
a
I=1
c
iI
/
I1
a
I=1
c
iI
/
I2
...
a
I=1
c
iI
/
I)
...
a
I=1
c
iI
/
Ij
.
.
.
.
.
. ...
.
.
. ...
.
.
.
a
I=1
c
aI
/
I1
a
I=1
c
aI
/
I2
...
a
I=1
c
aI
/
I)
...
a
I=1
c
aI
/
Ij
_
_
do:dc
c
11
= c
11
/
11
+c
12
/
21
+... +c
1a
/
a1
=
a
I=1
c
1I
/
I1
c
12
= c
11
/
12
+c
12
/
22
+... +c
1a
/
a1
=
a
I=1
c
1I
/
I2
c
i)
= c
i1
/
1)
+c
i2
/
2)
+... +c
ia
/
a)
=
a
I=1
c
iI
/
I)
Ejemplo 1.14
_
_
2 3 4 5
0 1 2 3
4 5 0 1
_
_
_
4 3 5 6 7
3 1 0 2 3
1 2 2 2 2
0 1 1 1 1
_
_
=
_
_
21 22 23 31 36
5 8 7 9 10
31 18 21 35 44
_
_
donde
c
11
= 2 + 4 + 3 + 3 + 4 + 1 + 5 + 0 = 21
c
12
= 2 + 3 + 3 + 1 + 4 + 2 + 5 + 1 = 22
c
13
= 2 + 5 + 3 + 0 + 4 + 2 + 5 + 1 = 23
c
14
= 2 + 6 + 3 + 2 + 4 + 2 + 5 + 1 = 31
c
15
= 2 + 7 + 3 + 3 + 4 + 2 + 5 + 1 = 36
Se hace lo mismo con la segunda y tercera la.
1.3 Algunas Propiedades.
Sean A,B `
na
(1) donde `
na
(1) es cualquier matriz con :: elementos reales;
c y , escalares entonces.
1. (c,) = c(,)
2. (c +,) = c +,
3. 1. =
4. (1C) = (1)C desde que se puedan multiplicar.
5. 1 = 1 = donde 1 es la matriz idntica.
6. (1 +C) = 1 +C
7. 0 = 0 = 0
1.3. ALGUNAS PROPIEDADES. 9
Demostracin sexta propiedad.
Para demostrar esta propiedad se toma el elemento ij de (1 +C) que es
a
I=1
c
iI
(/
I)
+c
I)
) =
a
I=1
c
iI
/
I)
+
a
I=1
c
iI
c
I)
que es el elemento ij de AB mas el elemento ij de AC luego
(1 +C) = 1 +C
Ejemplo 1.15 Dadas las matrices
=
_
_
2 0 1
3 0 0
5 1 1
_
_
1 =
_
_
1 0 1
1 2 1
1 1 0
_
_
Hallar 1. 1. 1
En efecto
+1 =
_
_
2 0 1
3 0 0
5 1 1
_
_
+
_
_
1 0 1
1 2 1
1 1 0
_
_
=
_
_
2 + 1 0 + 0 1 + 1
3 + 1 0 + 2 0 + 1
5 + 1 1 + 1 1 + 0
_
_
=
_
_
3 0 2
4 2 1
6 2 1
_
_
1 =
_
_
2 0 1
3 0 0
5 1 1
_
_
_
_
1 0 1
1 2 1
1 1 0
_
_
=
_
_
2 1 0 0 1 1
3 1 0 2 0 1
5 1 1 1 1 0
_
_
=
_
_
1 0 0
2 2 1
4 0 1
_
_
1 =
_
_
2 0 1
3 0 0
5 1 1
_
_
_
_
1 0 1
1 2 1
1 1 0
_
_
=
_
_
3 1 2
3 0 3
7 3 6
_
_
1 =
_
_
1 0 1
1 2 1
1 1 0
_
_
_
_
2 0 1
3 0 0
5 1 1
_
_
=
_
_
7 1 2
13 1 2
5 0 1
_
_
( +1)
2
=
_
_
3 0 2
4 2 1
6 2 1
_
_
_
_
3 0 2
4 2 1
6 2 1
_
_
=
_
_
21 4 8
26 6 11
32 6 15
_
_
( 1)
2
=
_
_
1 0 0
2 2 1
4 0 1
_
_
_
_
1 0 0
2 2 1
4 0 1
_
_
=
_
_
1 0 0
6 4 1
8 0 1
_
_
( 1)
2
=
_
_
26 9 21
30 12 24
72 25 59
_
_
_
_
3 1 2
3 0 3
7 3 6
_
_
=
_
_
26 9 21
30 12 24
72 25 59
_
_
Ejemplo 1.16 Si
=
_
_
1 0 1
0 1 0
0 0 1
_
_
verique que
2
=
_
_
1 0 1
0 1 0
0 0 1
_
_
_
_
1 0 1
0 1 0
0 0 1
_
_
=
_
_
1 0 2
0 1 0
0 0 1
_
_
3
=
2
=
_
_
1 0 2
0 1 0
0 0 1
_
_
_
_
1 0 1
0 1 0
0 0 1
_
_
=
_
_
1 0 3
0 1 0
0 0 1
_
_
a
=
_
_
1 0 :
0 1 0
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
modelos grande pequeo mediano
A 400 200 50
B 300 100 30
Matriz de coste en horas
_
_
_
_
taller administracion
grandes 30 3
pequeo 20 2
mediano 15 1
_
_
_
_
Matriz que expresa las hora de taller y de administracion para dada uno de los modelos
_
400 200 50
300 100 30
_
_
_
30 3
20 2
15 1
_
_
=
_
16 750 1650
11 450 1130
_
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:
_
_
_
_
grandes pequeas modelos
2000 4000
5000 3000 1
4000 6000 C
_
_
_
_
_
_
tornillos soportes tipo
20 6 grande
12 4 pequea
_
_
la siguiente matriz expresa el numero de tornillos y soportes para cada modelo de estante-
ria
_
_
2000 4000
5000 3000
4000 6000
_
_
_
20 6
12 4
_
=
_
_
88 000 28 000
136 000 42 000
152 000 48 000
_
_
1.4 Algunos tipos de matrices.
1.4.1 Matriz Cuadrada de tamao n.
Una matriz A se dice cuadrada de tamao : , si el nmero de las es igual al nmero de
columnas , es decir si : = :. La diagonal de una matriz cuadrada son los elementos
c
11
. c
22
. c
33,
...c
aa
de A y la traza de A se dene como la suma de los elementos de la
diagonal, es decir, traza de = c
11
+c
22
+c
33+
... +c
aa
Se dene
0
= 1.
a+1
=
a
.
a
n
=
a+n
.
Ejemplo 1.19 Las matirces =
_
_
2 3 4
0 1 2
4 5 0
_
_
1 =
_
_
4 3 5 6
3 1 0 2
1 2 2 2
0 1 1 1
_
_
C =
_
3 2
5 6
_
son matrices cuadradas, la traza de = 2 +1 +0 = 3. la traza de 1 = 4 +1 +2 +1 = 8.
la traza de C = 3 + 6 = 9
Matriz no Cuadrada
Es una matriz que no cumplen con la condicin anterior.
Ejemplo 1.20 Las matirces =
_
_
2 3
0 1
4 5
_
_
1 =
_
_
3 1 0 2
1 2 2 2
0 1 1 1
_
_
C =
_
3 2
_
son
matrices no cuadradas, pues el orden de la matriz A es de 3 2. el de B es 3 4 y el de
C es de 1 2
1.4.2 Matriz Idntica.
Es una matriz cuadrada,se nota por 1 y es la matriz que tiene unos en la diagonal y cero
fuera, es decir, A se dice que es la matriz idntica sisi
c
i)
=
_
1 si i = ,
0 si i ,= ,
_
Ejemplo 1.21
=
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
= 1
Uno en la diagonal y cero fuera de ella.
Ejemplo 1.22
_
1 0
0 1
_
= 1. Uno en la diagonal y cero fuera de ella.
1.4.3 Matriz diagonal.
Es una matriz cuadrada, en la que todos los elementos que no estn en la diagonal son
cero , es decir, A es una matriz diagonal sisi c
i)
= 0 \ i ,= ,
Ejemplo 1.23
1 =
_
_
8 0 0
0 4 0
0 0 1
_
_
1 =
_
_
4 0 0
0 4 0
0 0 4
_
_
C =
_
_
0 0 0
0 0 0
0 0 0
_
_
1 =
_
_
1 0 0
0 1 0
0 0 1
_
_
son matrices diagonales, la matriz idntica es diagonal, pero no toda matriz diagonal
es idntica.
1.4.4 Matriz escalar.
Es una matriz diagonal, en la que todos los elementos que estn en la diagonal coinciden
y fuera de la diagonal son cero, es decir, A es una matriz escalar sisi
c
i)
=
_
/ en i = ,
0 en i ,= ,
_
Ejemplo 1.24
=
_
_
3 0 0
0 3 0
0 0 3
_
_
1 =
_
_
4 0 0
0 4 0
0 0 4
_
_
C =
_
_
0 0 0
0 0 0
0 0 0
_
_
1 =
_
_
1 0 0
0 1 0
0 0 1
_
_
La forma general de la matriz escalar de 3 3 es
1 =
_
_
/ 0 0
0 / 0
0 0 /
_
_
1.4.5 Matriz invertible o matriz no singular.
Dada una matriz cuadrada A de tamao n, se dice que es invertible, si existe una matriz
B, de tamao n tal que 1 = 1 = 1 y en tal caso la inversa de A es B y se nota por
1
= 1.
Ejemplo 1.25 La matriz inversa de =
_
1 1
1 3
_
es
1
=
_
3
4
1
4
1
4
1
4
_
ya que
1
=
_
1 1
1 3
_ _
3
4
1
4
1
4
1
4
_
=
_
3
4
+
1
4
1
4
+
1
4
3
4
+
3
4
1
4
+
3
4
_
=
_
1 0
0 1
_
1
=
_
3
4
1
4
1
4
1
4
_ _
1 1
1 3
_
=
_
3
4
+
1
4
3
4
+
3
4
1
4
+
1
4
1
4
+
3
4
_
=
_
1 0
0 1
_
Ejemplo 1.26 Si =
_
_
1 3 3
1 4 3
1 3 4
_
_
entonces
1
=
_
_
7 3 3
1 1 0
1 0 1
_
_
verique que
1
=
1
= 1
Ejemplo 1.27 Si
=
_
2 3
1 2
_
1 =
_
3 1
2 5
_
solucionar la ecuacion
A = 1
En efecto como la matriz A tiene inversa, ya que su determinante es 1 que es diferente
de cero entonces
1
(A) =
1
1 entonces 1A =
1
1 y asi A =
1
1
por lo tanto
A =
_
2 3
1 2
_
_
3 1
2 5
_
=
_
0 17
1 11
_
Ejemplo 1.28 Solucionar el sistema
r + =
r = 1
si =
_
2 3
1 2
_
1 =
_
3 1
2 5
_
En efecto si sumamos las dos ecuaciones obtenemos
2r = +1 por tanto r =
+1
2
=
_
2 3
1 2
_
+
_
3 1
2 5
_
2
=
_
5
2
2
3
2

3
2
_
y si restamos obtenemos
2 = 1 por tanto =
1
2
=
_
2 3
1 2
_
_
3 1
2 5
_
2
=
_

1
2
1
1
2
7
2
_
Propiedades de la matriz invertible.
Si A y B son matrices invertibles, entonces
1. 1 es invertible y (1)
1
= 1
1
1
2. En efecto (1) (1
1
1
) = (11
1
1
) = 1
1
= 1
y (1
1
1
) (1) = (1
1
1
1) = 1
1
11 = 1 luego si
(1) (1
1
1
) = 1. entonces (1)
1
= 1
1
1
3.
1
es invertible y (
1
)
1
=
4.
a
es invertible y (
a
)
1
= (
1
)
a
para : = 0. 1. 2...
5. Para cualquier escalar / ,= 0. la matriz kA es invertible y (/)
1
=
1
/
1
1.4.6 Matriz transpuesta.
La transpuesta de una matriz A de tamao :: notada por
T
. es la matriz de
tamao ::. que se obtiene intercambiando las las por las columnas de A o viceversa.
Ejemplo 1.29 Ejemplo 1.30
=
_
2 3 4
1 5 6
_
=
T
=
_
_
2 1
3 5
4 6
_
_
_
T
_
T
=
_
2 3 4
1 5 6
_
=
Ejemplo 1.31
=
_
_
3 1 0
1 2 2
0 1 1
_
_
entonces
T
=
_
_
3 1 0
1 2 1
0 2 1
_
_
_
T
_
T
=
_
_
3 1 0
1 2 2
0 1 1
_
_
=
Propiedades de la matriz transpuesta.
1.
_
T
_
T
=
2. ( +1)
T
=
T
+1
T
3. (1)
T
= 1
T
T
4. (c)
T
= c
T
5.
_
T
_
1
= (
1
)
T
1.4.7 Matriz simtrica.
Sea
aa
, es simtrica sisi =
T
:i:i c
i)
= c
)i
Sea A una matriz cualquiera de tamao 3 3, para que la matriz
=
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
_
_
sea simtrica debe cumplirse que
=
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
_
_
=
_
_
c
11
c
21
c
31
c
12
c
22
c
32
c
13
c
23
c
33
_
_
=
T
sisi c
11
= c
11
. c
22
= c
22
, c
33
= c
33
. c
12
= c
21
. c
13
= c
31
. c
23
= c
32
luego la forma
general de una matriz simtrica de tamao 3 3 es
=
_
_
c
11
c
12
c
13
c
12
c
22
c
23
c
13
c
23
c
33
_
_
Ejemplo 1.32
La matrices
C =
_
_
2 3 4
3 4 6
4 6 7
_
_
; 1 =
_
_
3 2 5
2 4 6
5 6 7
_
_
.
_
_
0 4 26 7
4 6 8 9
26 8 0 3
7 9 3 12
_
_
son matrices simtricas
Si se tiene una matriz cuadrada y le sumo su transpuesta, se obtiene una matrtiz
simtrica.
+
T
es una matriz Simtrica; en efecto
_
+
T
_
T
=
T
+ = +
T
.
Ejemplo 1.33
_
_
3 4 5
6 1 0
2 3 7
_
_
+
_
_
3 6 2
4 1 3
5 0 7
_
_
=
_
_
6 10 7
10 2 3
7 3 14
_
_
1.4.8 Matriz antisimtrica.
aa
es antsimtrica sisi =
T
:i:i c
i)
= c
)i
por tanto
Sea A una matriz cualquiera de tamao 3, para que la matriz
=
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
_
_
sea antisimtrica debe cumplirse que
=
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
_
_
=
_
_
c
11
c
21
c
31
c
12
c
22
c
32
c
13
c
23
c
33
_
_
=
T
sisi c
11
= c
11
entonces c
11
+c
11
= 0 =2c
11
= 0 =c
11
= 0. c
22
= c
22
entonces c
22
+c
22
= 0 =2c
11
= 0 =c
22
= 0. c
33
= c
33
entonces c
33
+c
33
= 0 =2c
33
= 0 =c
33
= 0. c
12
= c
21
. c
13
= c
31
. c
23
= c
32
luego si
=
_
_
c
11
c
12
c
13
c
21
c
22
c
23
c
31
c
32
c
33
_
_
la forma general de una matriz Antisimtrica de orden 3 es:
=
_
_
0 c
12
c
13
c
12
0 c
23
c
13
c
23
0
_
_
Ejemplo 1.34 La matriz
=
_
_
0 3 5
3 0 6
5 6 0
_
_
es una matriz antisimtrica.
Si se tiene una matriz cuadrada y se le resta su matriz transpuesta, se obtiene una
matriz antisimtrica.

T
es una matriz Antisimtrica; en efecto
_

T
_
T
=
T
=
_

T
_
.
Ejemplo 1.35
_
_
3 4 5
6 1 0
2 3 7
_
_
_
_
3 6 2
4 1 3
5 0 7
_
_
=
_
_
0 2 3
2 0 3
3 3 0
_
_
1.4.9 Matriz conjugada.
Matriz conjugada
na
.La conjugada de , notada por

, es la que se obtiene de al
conjugar cada uno de sus elementos.
Ejemplo 1.36 Recordemos que
. = r +i . = r i
=
_
i 2 i 3
4 5 i
_
;

=
_
i 2 +i 3
4 5 i
_
Ejemplo 1.37
1 =
_
i 2i
3 4 i
_
. 1 =
_
i 2i
3 4 +i
_
Una Matriz
na
es real sisi =

. Una matriz es real, cuando sus elementos son
nmeros reales.
Ejemplo 1.38
=
_
2 4 10
5 3 4
_
1 =
_
_
3 2 5
2 4 6
5 6 7
_
_
son matrices reales
Propiedades de la conjugada.
1.
_
_
=
2. ( +1) =

+

1
3. (1) =

1
1.4.10 Matriz Hermtica.
es hermtica sisi =
_
_
T
Se hallara la forma general de una matriz hermtica asi : Si
=
_
_
c
11
+i/
11
c
12
+i/
12
c
13
+i/
13
c
21
+i/
21
c
22
+i/
22
c
23
+i/
23
c
31
+i/
31
c
32
+i/
32
c
33
+i/
33
_
_
entonces
=
_
_
c
11
i/
11
c
12
i/
12
c
13
i/
13
c
21
i/
21
c
22
i/
22
c
23
i/
23
c
31
i/
31
c
32
i/
32
c
33
i/
33
_
_
_
_
T
=
_
_
c
11
i/
11
c
21
i/
21
c
31
i/
31
c
12
i/
12
c
22
i/
22
c
32
i/
32
c
13
i/
13
c
23
i/
23
c
33
i/
33
_
_
Para que la matriz sea hermtica se hace =
_
_
T
luego
c
11
+i/
11
= c
11
i/
11
=i/
11
= i/
11
=2i/
11
= 0 =/
11
= 0
c
12
+i/
12
= c
21
i/
21
=c
12
= c
21
/
12
= /
21
y asi sucesivamente luego
la forma general de la matriz hermtica es :
=
_
_
c
11
c
12
+i/
12
c
13
+i/
13
c
12
i/
12
c
22
c
23
+i/
23
c
13
i/
13
c
23
i/
23
c
33
_
_
Ejemplo 1.39
=
_
_
2 3 2i i
3 + 2i 5 2 + 4i
i 2 4i 6
_
_
1 =
_
_
3 4 + 5i 3 2i
4 5i 0 6 + 5i
3 + 2i 6 5i 0
_
_
son matrices hermiticas
Ejemplo 1.40 =
_
_
1 1 +i 2 + 3i
1 i 2 i
2 3i i 0
_
_
1 =
_
_
i 1 +i 2 3i
1 +i 2i 1
2 3i 1 0
_
_
Demostrar que , . i1 son hermiticas
1.4.11 Matriz Antihermtica.
es antihermtica sisi =
_
_
T
Se hallara la forma general de una matriz antihermtica asi : Si
=
_
_
c
11
+i/
11
c
12
+i/
12
c
13
+i/
13
c
21
+i/
21
c
22
+i/
22
c
23
+i/
23
c
31
+i/
31
c
32
+i/
32
c
33
+i/
33
_
_
entonces
=
_
_
c
11
i/
11
c
12
i/
12
c
13
i/
13
c
21
i/
21
c
22
i/
22
c
23
i/
23
c
31
i/
31
c
32
i/
32
c
33
i/
33
_
_
_
_
T
=
_
_
c
11
i/
11
c
21
i/
21
c
31
i/
31
c
12
i/
12
c
22
i/
22
c
32
i/
32
c
13
i/
13
c
23
i/
23
c
33
i/
33
_
_
y
_
T
=
_
_
c
11
+i/
11
c
21
+i/
21
c
31
+i/
31
c
12
+i/
12
c
22
+i/
22
c
32
+i/
32
c
13
+i/
13
c
23
+i/
23
c
33
+i/
33
_
_
por tanto
_
_
c
11
+i/
11
c
12
+i/
12
c
13
+i/
13
c
21
+i/
21
c
22
+i/
22
c
23
+i/
23
c
31
+i/
31
c
32
+i/
32
c
33
+i/
33
_
_
=
_
_
c
11
+i/
11
c
21
+i/
21
c
31
+i/
31
c
12
+i/
12
c
22
+i/
22
c
32
+i/
32
c
13
+i/
13
c
23
+i/
23
c
33
+i/
33
_
_
:i:i
c
11
+i/
11
= c
11
+i/
11
=c
11
= c
11
=2c
11
= 0 =c
11
= 0
c
12
+i/
12
= c
21
+i/
21
=c
12
= c
21
/
12
= /
21
y asi sucesivamente luego
la forma general de La matriz antihermtica es :
=
_
_
i/
11
c
12
+i/
12
c
13
+i/
13
c
12
+i/
12
i/
22
c
23
+i/
23
c
13
+i/
13
c
23
+i/
23
i/
33
_
_
Ejemplo 1.41 =
_
_
2i 3 + 2i 5 + 3i
3 + 2i 6i 7 + 9i
5 + 3i 7 + 9i 0
_
_
1 =
_
_
0 3 2i 6 8i
3 2i 6i 8 + 9i
6 8i 8 + 9i 0
_
_
son matrices antihermticas
Ejemplo 1.42 Vericar que 1 =
_
_
i 1 +i 2 3i
1 +i 2i 1
2 3i 1 0
_
_
1 son antihermiticas
1.4.12 Matriz involutiva.
es involutiva sisi
2
= 1
Ejemplo 1.43 =
_
_
0 1 1
4 3 4
3 3 4
_
_
es involutiva, ya que
2
=
_
_
0 1 1
4 3 4
3 3 4
_
_
_
_
0 1 1
4 3 4
3 3 4
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
= 1
Ejemplo 1.44 1 =
_
_
4 3 3
1 0 1
4 4 3
_
_
es involutiva ya que
1
2
=
_
_
4 3 3
1 0 1
4 4 3
_
_
_
_
4 3 3
1 0 1
4 4 3
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
= 1
1.4.13 Matriz Idempotente.
es idempotente sisi
2
= y si A es idempotente entonces A
T
es idempotente
Ejemplo 1.45 =
_
_
2 3 5
1 4 5
1 3 4
_
_
es idempotente ya que
2
=
_
_
2 3 5
1 4 5
1 3 4
_
_
_
_
2 3 5
1 4 5
1 3 4
_
_
=
_
_
2 3 5
1 4 5
1 3 4
_
_
=
Ejemplo 1.46 1 =
_
_
1 3 5
1 3 5
1 3 5
_
_
es idempotente ya que
1
2
=
_
_
1 3 5
1 3 5
1 3 5
_
_
_
_
1 3 5
1 3 5
1 3 5
_
_
=
_
_
1 3 5
1 3 5
1 3 5
_
_
= 1
1.4.14 Matriz ortogonal.
es ortogonal sisi
T
=
T
= 1
Ejemplo 1.47 Las matrices
=
_
cos o :c:o
:c:o cos o
_
1 =
_
0 1
1 0
_
son ortogonales, pues
T
=
_
cos o :c:o
:c:o cos o
__
cos o :c:o
:c:o cos o
_
=
_
1 0
0 1
_
y
11
T
=
_
0 1
1 0
_
_
0 1
1 0
_
=
_
1 0
0 1
_
1.4.15 Matriz triangular superior.
A es triangular superior sisi c
i)
= 0 :i i ,
=
_
_
c
11
c
12
c
13
0 c
22
c
23
0 0 c
33
_
_

aa
.
y es triangular inferior sisi c
i)
= 0 :i i < ,
=
_
_
c
11
0 0
c
21
c
22
0
c
31
c
32
c
33
_
_
aa
1.4.16 Matriz triangular.
aa
, es triangular sisi es triangular superior o triangular inferior.
Ejemplo 1.48 =
_
_
2 0 0
1 4 0
1 3 4
_
_
1 =
_
_
2 3 5
0 4 5
0 0 4
_
_
C =
_
_
0 0 0
0 4 0
1 0 4
_
_
son matrices triangulares
Ejemplo 1.49 1 =
_
_
3 0 0
0 3 0
0 0 3
_
_
G =
_
_
4 0 6
0 4 0
0 0 4
_
_
H =
_
_
0 0 0
0 0 0
0 0 0
_
_
1 =
_
_
1 0 0
0 1 0
0 0 1
_
_
son matrices triangulares
Operaciones elementales en las o columnas.
1. Multiplicar una la o columna por un nmero diferente de cero.
2. Intercambiar 2 las o columnas cualquiera.
3. Multiplicar una la o columna por un nmero diferente de cero y sumrsela a otra.
1.4.17 Matriz elemental.
Es la matriz que proviene de la idntica, por una sola operacin elemental.
1
1
=
_
1 0
0 4
_
A la idntica en la segunda la se multiplic por 4.
1
2
=
_
0 1
1 0
_
Intercambi la primera la por la segunda en la idntica
1
3
=
_
1 0
3 1
_
3)
1
+)
2
La primera la de la matriz identica se multiplic por 3 y se le
sumo a la segunda la.
1.4.18 Matriz semejante.
~ 1 sisi 1 se obtiene de por un nmero nito de operaciones elementales; es decir,
~ 1 sisi 1 = 11 con 1 producto de matrices elementales.
Ejemplo 1.50
=
_
_
1 2 3
2 4 5
3 0 1
_
_
2)
1
+)
2
~
_
_
1 2 3
0 0 1
3 0 1
_
_
= 1
A es semejante a B, pues B se obtuvo de A por una operacion elemental
Ejemplo 1.51
=
_
_
1 2 3
2 4 5
3 0 1
_
_
2)
1
+)
2
~
_
_
1 2 3
0 0 1
3 0 1
_
_
3)
1
+)
3
~
_
_
1 2 3
0 0 1
0 6 8
_
_
)
2
~
~
_
_
1 2 3
0 0 1
0 6 8
_
_
8)
2
+)
3
~
_
_
1 2 3
0 0 1
0 6 0
_
_
f
3
6
~
_
_
1 2 3
0 0 1
0 1 0
_
_
3)
2
+)
1
~
~
_
_
1 2 0
0 0 1
0 1 0
_
_
2)
3
+)
1
~
_
_
1 0 0
0 0 1
0 1 0
_
_
)
2
$)
3
~
_
_
1 0 0
0 1 0
0 0 1
_
_
= 1
A es semejante a la I, pues la I se obtuvo de A por un numero nito de operaciones
elementales
Las matrices elementales de estas operaciones son:
_
_
1 0 0
0 1 0
0 0 1
_
_
2)
1
+)
2
1
1
=
_
_
1 0 0
2 1 0
0 0 1
_
_
;
1
2
3,
1
+,
3
=
_
_
1 0 0
0 1 0
3 0 1
_
_
1
3
,
2
=
_
_
1 0 0
0 1 0
0 0 1
_
_
;
1
4
8,
2
+,
3
=
_
_
1 0 0
0 1 0
0 8 1
_
_
;
1
5
)
3
6
=
_
_
1 0 0
0 1 0
0 0
1
6
_
_
;
1
6
3,
2
+,
1
=
_
_
1 3 0
0 1 0
0 0 1
_
_
;
1
7
2,
3
+,
1
=
_
_
1 0 2
0 1 0
0 0 1
_
_
;
1
8
,
2
,
3
=
_
_
1 0 0
0 0 1
0 1 0
_
_
1 = 1
8
1
7
...1
1
1 donde 1
8
1
7
...1
1
= 1 =1 es la inversa de .
Ejemplo 1.52
=
_
1 2
0 4
_
f
2
4
~
_
1 2
0 1
_
2)
2
+)
1
~
_
1 0
0 1
_
~ 1 ~ 1
1
1
1
2
~ 1 :i:i 1 = 1
1
=
_
1 0
0
1
4
__
1 2
0 4
_
=
_
1 2
0 1
_
_
1 0
0 1
_
=
_
1 2
0 1
_
1
2
_
1 0
0
1
4
_
1
1
_
1 2
0 4
_
observe que ~ 1 pues 1 = 1

2
1 = 1
2
1
1
1.4.19 Matriz de Probabilidad.

Una matriz se dice que es de probabilidad si la suma de los elementos de las las y de
las columnas es igual a 1. Las probabilidades solo estan entre 0 y 1. No se pueden
colocar nmeros negativos.
Ejemplo 1.53 Las matrices
=
_
1
2
1
2
1
2
1
2
_
; =
_
_
0.1 0.2 0.7
0.5 0.3 0.2
0.4 0.5 0.1
_
_
son de probabilidad
1.4.20 Matriz escalonada y escalonada reducida.
Sea
na
tal que:
1. El primer elemento no nulo en la la no nula es 1.
2. Si una la es nula, sta debe estar en la parte inferior de la matriz.
3. Sean i. i +1 dos las consecutivas, entonces el primer elemento diferente de cero en
la la i + 1 debe estar a la derecha del primer elemento diferente de cero en la la
i.(forma analoga para i. i + 2)
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 1.54
=
_
2 3 4
1 5 6
_
No es escalonada porque el primer elemento de la la 1 no es 1.
Ejemplo 1.55
=
_
1 0 0
1 2 3
_
No es escalonada porque el primer elemento diferente de cero de la la 2 no est a la
derecha del primer elemento de la la 1.
=
_
0 1 0 0 1
0 0 1 3 4
_
es escalonada y escalonada reducida. El primer elemento diferente de cero de la la
nmero "1" es 1. La segunda y tercer columna la hacen escalonada reducida porque los
unos tienen solo ceros por debajo y por encima.
=
_
0 1 0 0 1
0 0 0 1 4
_
es escalonada y escalonada reducida
=
_
_
1 2 0 4 0
0 0 1 3 0
0 0 0 0 1
_
_
es escalonada y escalonada reducida.
1 =
_
_
1 0 0 5 0 7
0 1 2 3 0 6
0 0 0 0 1 0
_
_
C =
_
_
1 0 0 0 0 0 4
0 0 1 0 0 5 0
0 0 0 0 1 1 4
_
_
1 =
_
_
1 0 0 0 0 0 4
0 0 1 0 0 5 0
0 0 0 0 0 0 0
_
_
1.4.21 Algunos mtodos para hallar la inversa
1. Sea =
_
1 2
1 5
_
. Para hallar la inversa se escribe la matriz ampliada ( : 1)
y mediante operaciones elementales en la se transforma la matriz A en la idntica
y a su derecha queda su inversa, es decir,
( : 1) ~~~~
_
1 :
1
_
como se observa con el siguiente ejemplo
_
1 2
1 5
[
1 0
0 1
_
f
1
+f
2
~
_
1 2
0 7
[
1 0
1 1
_
f
2
7
~
_
1 2
0 1
[
1 0
1
7
1
7
_
2)
2
+)
1
~
_
1 0
0 1
[
5
7

2
7
1
7
1
7
_
|ncqo
1
=
_
5
7

2
7
1
7
1
7
_
observe que
1
=
1
= 1 =
1
ya que
_
1 2
1 5
__
5
7

2
7
1
7
1
7
_
=
_
1 0
0 1
_
=
_
5
7

2
7
1
7
1
7
__
1 2
1 5
_
Ejemplo 1.58 Si
=
_
_
1 1 0
1 0 1
0 1 0
_
_
su inversa es
_
_
1 0 1
0 0 1
1 1 1
_
_
En efecto
_
_
1 1 0
1 0 1
0 1 0
1 0 0
0 1 0
0 0 1
_
_
)
1
+)
2
~
_
_
1 1 0
0 1 1
0 1 0
1 0 0
1 1 0
0 0 1
_
_
)
2
+)
3
~
_
_
1 1 0
0 1 1
0 0 1
1 0 0
1 1 0
1 1 1
_
_
)
3
+)
2
~
_
_
1 1 0
0 1 0
0 0 1
1 0 0
0 0 1
1 1 1
_
_
)
2
+)
1
~
_
_
1 0 0
0 1 0
0 0 1
1 0 1
0 0 1
1 1 1
_
_
)
2
~
_
_
1 0 0
0 1 0
0 0 1
1 0 1
0 0 1
1 1 1
_
_
por tanto
1
=
_
_
1 0 1
0 0 1
1 1 1
_
_
2 Otra forma de hallar su inversa es por la denicin de matriz inversa
_
1 2
1 5
_ _
c /
c d
_
=
_
1 0
0 1
_
. por tanto
_
c + 2c / + 2d
c + 5c / + 5d
_
=
_
1 0
0 1
_
Luego solucionamos el sistema
c + 2c = 1 c + 5c = 0
/ + 2d = 0 / + 5d = 1
se tiene que
c =
5
7
. / =
2
7
. c =
1
7
. d =
1
7
y asi
_
c /
c d
_
=
_
5
7

2
7
1
7
1
7
_
=
1
1.5. EJERCICIOS PROPUESTOS CAPITULO 1 29
1.5 EJERCICIOS PROPUESTOS CAPITULO 1
1. Ilustrar cada una de las propiedades de las matrices estudiadas con un ejemplo.
2. Dar un ejemplo de cada uno de los tipos de matrices vistas.
3. Bajo que circunstancia se da la igualdad (resp 1 = 1)
( +1)
2
=
2
+ 21 +1
2
( 1)
2
=
2
21 +1
2
2
1
2
= ( 1) ( +1)
(1)
2
=
2
1
2
4. Escribir cualquier matriz A como la suma de una matriz simtrica y una anti-
simtrica.
_
=
+
T
2
+

T
2
_
5. Demostrar que si 1 = y 1 = 1 entonces y 1 son matrices Idempotentes
6. Sea
=
_
c 1
1 c
_
con c _ 0. Para que valor de a se cumplir que A es idempotente
(:i:qn:o)
7. Demostrar que si una matriz A tiene dos de las siguientes tres propiedades.
(a) Simtrica
(b) Ortogonal
(c) Involutiva
Posee la tercera
8. Si A y B son matrices conmutativas demostrar que
T
. 1
T
conmutan.
9. Si A y B son matrices Invertibles y conmutan, demostrar que
1
. 1
1
conmutan.
10. Hallar una matriz
33
tal que c
i)
= i +,. Re :
_
_
2 3 4
3 4 5
4 5 6
_
_
11. Demostrar que si una matriz A satisface la ecuacin
2
3 + 1 = 0 entonces
1
= 31 .
12. Sean A y B matrices tales que 1 = 0.
Demostrar que si A es invertible entonces 1 = 0.
13. Hallar a, b, c, tal que la matriz
a) =
_
_
2 c 2/ + 2c 2c +/ +c
3 5 c +c
0 2 7
_
_
sea simtrica Resp (c. /. c) = (11. 9. 13)
b) 1 =
_
_
2 c 3
5 6 2
/ 2 7
_
_
sea simtrica. Resp (c. /) = (5. 3)
14. Demostrar que:
1:( + 1) = 1:() + 1:(1), 1:(1) = 1:(1), 1:(c) = c1:(). 1:(
T
) =
1:(). 1:(
T
) _ 0
15. Cuales de los enunciados siguientes es verdadero.
(a) (1C)
1
= C
1
1
1
1
Resp V
(b) (1C)
T
= C
T
1
T
T
Resp V
(c)
T
es una matriz simtrica Resp V
(d) Si A y B son matrices simtricas entonces (1)
T
= 1 Resp V
(e) Si A y B son matrices simtricas entonces ( +1) es simtrica Resp V
(f) +
T
es una matriz simtrica Resp V
(g)
T
es una matriz antisimtrica Resp V
(h) La matriz =
_
1 /
0 1
_
es involutiva para b nmero real cualquiera Resp
V
(i) La matriz =
_
cos o sin o
sin o cos o
_
es una matriz ortogonal Resp V
(j) Si =
_
cos o sin o
sin o cos o
_
entonces
a
=
_
cos :o sin :o
sin :o cos :o
_
Resp V
(k) Si =
_
_
1 0 0
0 2 0
0 0 3
_
_
entonces
a
=
_
_
1 0 0
0 2
a
0
0 0 3
a
_
_
Resp V
(l) Si A y B son matrices invertibles entonces +1 es una matriz invertible Resp
F
(m) Si A y B son matrices ortogonales entonces AB es una matriz ortogonal Resp
V
(n) Si
1
existe, y 1 = C entonces 1 = C.
(o) Si =
_
_
1 2 3
1 5 3
1 0 8
_
_
Explicar 2 mtodos diferentes como hallar
1
y cual es
la inversa. Resp
_
_
8
3

16
15

3
5
1
3
1
3
0
1
3
2
15
1
5
_
_
16. Si =
_
1 3 4
2 3 1
_
. 1 =
_
_
1 2
3 5
2 0
_
_
. C =
_
_
3 2
1 0
1 4
_
_
.
Calcular: 1 +C. 1. 1. C. C. (31 2C)
17. Dadas dos matrices ` y `, probar que ` + ` y `` estn denidas, sisi, ` y
` son cuadradas del mismo orden.
18. Demostrar que si M conmuta con A y N conmuta con A, entonces MN+NM conmuta
con A.
19. Hallar los valores de k, tal que A sea un cero de P(x) si:
(a) =
_
i /
/ i
_
. 1(r) = r
2
2ir 2/ Resp / = 1
(b) =
_
_
/ / /
0 / /
0 0 0
_
_
. 1(r) = r
3
+ 2/r
2
r Resp / = 0. 1. 1
20. Sabiendo que A y B son conmutables y que adems:
(a) A es idempotente y B es involutiva, pruebe que ( +1)
3
+ ( 1)
3
= 8
(b) A es involutiva y B es idempotente, pruebe que ( +1)
3
+ ( 1)
3
= 81
21. Hallar los valores de k, tal que:
(a) =
_
_
/ 0 0
0 / 0
0 / + 4 0
_
_
es idempotente. Resp / = 1
(b) =
_
_
0 0 / + 2
/ / /
/ + 2 0 0
_
_
es involutiva.Resp / = 1
22. Descomponga
_
_
i i i
1 1 1
i i i
_
_
como la suma de una matriz hermtica y una
antihermtica.
_
=
+

T
2
+

T
2
_
23. Para cules valores reales de a,b,c y d.
(a) =
_
_
ci 3 +ci c 4i
/ i /i c +/i
c +di c +/i di
_
_
es antihermtica? Resp c = 1. c = 1. / =
3. d = 4
(b) =
_
_
3 +ci c +/i 3c +di
4i c di / +ci
3 4 +i di
_
_
es hermtica? Resp c = 0. c = 1. / =
4. d = 0
(c) =
_
_
ci 3 +/i c + 1
/ 3i ci (/ + 1)i
1 4 di
_
_
es antisimtrica? Resp c = 0. c = 0. / =
3. d = 0
24. Sea =
_
1 1
0 1
_
vericar que
2
=
_
1 2
0 1
_
y que
a
=
_
1 :
0 1
_
25. Sea =
_
cos r sin r
sin r cos r
_
vericar que
(a)
2
=
_
cos 2r sin 2r
sin 2r cos 2r
_
(b)
a
=
_
cos :r sin :r
sin :r cos :r
_
26. Sea =
_
j 0
i j
_
donde j es un escalar c i es la unidad imaginaria,
Vericar que
2
= 2j j
2
1. obtenga
a
=
_
j
a
0
:j
a1
i j
a
_
y calcule
1234
.
27. Si
T
1
T
=
_
3 1
4 2
_
y [1[ = 2. hallar [[ . resp 1
28. Si 1
1
1
=
_
4 2
5 3
_
y 1 =
_
3 1
4 2
_
. obtenga [[ Resp =
_
7
2

9
4
13
2
17
4
_
,
[[ =
1
4
29. Demostrar que si A y B son matrices cuadradas simtricas conmutativas de un
mismo orden, entonces la matriz: C = 11...1 es simtrica.
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.
33. Comprobar que, si P es una matriz idempotente, entonces Q = 21 1. es una
matriz involutiva y, recprocamente, si Q es una matriz involutiva, entonces 1 =
1
2
(Q+1) es una matriz idempotente.
34. Demostrar que:
(a) El producto de dos matrices ortogonales, es una matriz ortogonal.
(b) El producto de dos matrices unitarias, es una matriz unitaria. ( ()
T
=
()
T
= 1) la matriz
1
5
_
1 + 2i 4 2i
2 4i 2 i
_
es unitaria
35. Demostrar que s:
1 = y 1 = 1. entonces las matrices y 1 son idempotentes.
36. Demuestre que y 1 conmutan, s y solo s /1 y 1/1, conmutan para cierto
escalar k.
37. Si A conmuta con B, demuestre que la transpuesta de A conmuta con la transpuesta
de B.
38. Dadas las matrices : : simtricas y 1. demuestre que:
(a) La matriz +1 es simtrica.
(b) La matriz 1 puede ser no simtrica.
39. S y 1 son antisimtricas, pruebe que +1 es antisimtrica.
40. Demostrar que:
(a)
_
+1
_
T
=
_
_
T
+
_
1
_
T
(b)
_
1
_
T
=
_
1
_
T
_
_
T
(c)
_
/
_
T
=
_
/
_ _
_
T
41. S es una matriz involutiva, demostrar que:
1
2
(1 +) y
1
2
(1 ) son matrices idempotentes y que
1
2
(1 +).
1
2
(1 ) es la matriz
cero.
42. Si A y B son matrices cuadradas y A es no singular, verique que:
( +1)
1
( 1) = ( 1)
1
( +1).
43. Demostrar que si A y B son matrices inversibles y A conmuta con B, entonces, la
inversa de A conmuta con la inversa de B.
44. Sea
I
= 0.
Demostrar que: (1 )
1
= 1 + +
2
+... +
11
45. Demostrar que toda matriz de segundo orden: =
_
c /
c d
_
, satisface la ecuacin:
A
2
(c +d)A + (cd /c)1 = 0
46. Sean A y B matrices no singulares de un mismo orden. Comprobar que las cuatro
igualdades:
(a) 1 = 1
(b) 1
1
= 1
1

(c)
1
1 = 1
1
(d)
1
1
1
= 1
1
1
Son equivalentes entre s.
47. Mostrar que la solucion de la ecuacion
A +1 = C
con
=
_
1 1
1 2
_
. 1 =
_
1 0
0 2
_
C =
_
0 1
1 0
_
es
A =
_
3 2
4 3
_
48. Hallar todas las matrices que conmuten con la matriz
=
_
1 1
0 1
_
Resp
_
c /
0 c
_
Captulo 2
DETERMINANTES.
A cualquier matriz cuadrada A, se le puede asignar un nmero real que se denomina el
determinante de A y se simboliza por det(A) o por [[ y se calcula como se explica a
continuacin. Si A es de orden 1 entonces dct() = [c
11
[ = c
11
Ejemplo 2.1 [3[ = 3. [3[ = 3. dct(12) = 12, dct(8) = 8
Si A es de orden 2 entonces [[ =
c
11
c
12
c
21
c
22
= c
11
c
22
c
12
c
21
4 5
2 8
= 32 10 = 22
Si A es de tamao n
1ct : `
aa
(1) 1
[[ = c
i1
i1
+c
i2
i2
+...+c
ia
ia
(desarrollo por la la i)
[[ = c
1)
1)
+c
2)
2)
+... +c
a)
a)
(desarrollo por la columna j)
con
i)
= (1)
i+)
[`
i)
[ donde `
i)
es la matriz que resulta de al quitar la la i y la
columna ,. [`
i)
[ se llama menor complementario del elemento c
i)
y
i)
se llama el
cofactor del elemento c
i)
Ejemplo 2.2
37
38 CAPTULO 2. DETERMINANTES.
Si =
_
_
1 2 3
4 5 6
2 0 1
_
_
entonces
`
11
=
_
5 6
0 1
_
`
21
=
_
2 3
0 1
_
`
31
=
_
2 3
5 6
_
`
12
=
_
4 6
2 1
_
`
22
=
_
1 3
2 1
_
`
32
=
_
1 3
4 6
_
`
13
=
_
4 5
2 0
_
`
23
=
_
1 2
2 0
_
`
33
=
_
1 2
4 5
_
;
El clculo del determinante por la primera la es
[[ = c
11
11
+c
12
12
+c
13
13
=
11
+ 2
12
+ 3
13
=
= (1)
1+1
5 6
0 1
+ 2 (1)
1+2
4 6
2 1
+ 3 (1)
1+3
4 5
2 0
= 9
ya que
11
= (1)
1+1
[`
11
[ = (1)
1+1
5 6
0 1
= 5;
12
= (1)
1+2
[`
12
[ = (1)
1+2
4 6
2 1
= 8;
13
= (1)
1+3
[`
13
[ = (1)
1+3
4 5
2 0
= 10;
por lo tanto
[[ = 5 + 16 30 = 9
El clculo del determinante por la segunda la es
[[ = c
21
21
+c
22
22
+c
23
23
= 4
21
+ 5
22
+ 6
23
21
= (1)
2+1
[`
21
[ = (1)
2+1
2 3
0 1
= 2;
22
= (1)
2+2
[`
22
[ = (1)
2+2
1 3
2 1
= 5;
23
= (1)
2+3
[`
23
[ = (1)
2+3
1 2
2 0
= 4;
2.1. PROPIEDADES DEL DETERMINANTE. 39
por lo tanto
[[ = 8 25 + 24 = 9
El clculo del determinante por la tercera la es
[[ = c
31
31
+c
32
32
+c
33
33
= 9 (1,c:cicio)
Determinante de una matriz de 4x4:
Ejemplo 2.3 =
_
_
_
_
1 2 3 4
0 1 2 3
1 0 3 2
0 0 1 2
_
_
_
_
El clculo del determinante por la primera la es
[[ = c
11
11
+c
12
12
+c
13
13
+c
14
14
=
= 1.
11
+ 2.
12
+ 3.
13
+ 4.
14
= 4 + 2 6 + 4 = 4
ya que ;
11
= (1)
2
1 2 3
0 3 2
0 1 2
1 2 3
0 3 2
0 1 2
= 4
12
= (1)
3
0 2 3
1 3 2
0 1 2
0 2 3
1 3 2
0 1 2
= 1
13
= (1)
4
0 1 3
1 0 2
0 0 2
0 1 3
1 0 2
0 0 2
= 2
14
= (1)
5
0 1 2
1 0 3
0 0 1
0 1 2
1 0 3
0 0 1
= 1
2.1 Propiedades del determinante.
1. [[ =
2. Si
44
, es una matriz triangular inferior entonces [[ = c
11
c
22
c
33
c
44
pues
[[ =
c
11
0 0 0
c
21
c
22
0 0
c
31
c
32
c
33
0
c
41
c
42
c
43
c
44
=
= c
11
c
22
0 0
c
32
c
33
0
c
42
c
43
c
44
c
21
0 0
c
31
c
33
0
c
41
c
43
c
44
+0
c
21
c
22
0
c
31
c
32
0
c
41
c
42
c
44
c
21
c
22
0
c
31
c
32
c
33
c
41
c
42
c
43
7
= c
11
c
22
0 0
c
32
c
33
0
c
42
c
43
c
44
= c
11
c
22
c
33
0
c
43
c
44
= c
11
c
22
c
33
c
44
Para el calculo del determinante de la transpuesta de se procede en forma analoga
y se obtiene.
c
11
c
21
c
31
c
41
0 c
22
c
32
c
42
0 0 c
33
c
43
0 0 0 c
44
= c
11
c
22
c
33
c
44
Ejemplo 2.4
2 4 0 1
0 3 5 4
0 0 1 2
0 0 0 5
= 2 3 1 5 = 30
Ejemplo 2.5
2 0 0 0
4 3 0 0
5 0 1 0
6 2 8 8
= 2 3 1 8 = 48
Ejemplo 2.6
2 0 0 0
4 0 0 0
5 0 1 0
6 2 8 8
= 2 0 1 8 = 0
1. Sean . 1. C tres matrices iguales excepto la i-sima la, es decir,
=
_
_
_
_
_
_
_
_
_
c
11
c
12
c
13
... c
1)
... c
1a
c
21
c
22
c
23
... c
2)
... c
2a
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
i3
... c
i)
... c
ia
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
a3
... c
a)
... c
aa
_
_
_
_
_
_
_
_
_
; 1 =
_
_
_
_
_
_
_
_
_
c
11
c
12
c
13
... c
1)
... c
1a
c
21
c
22
c
23
... c
2)
... c
2a
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
/
i1
/
i2
/
i3
... /
i)
... /
ia
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
a3
... c
a)
... c
aa
_
_
_
_
_
_
_
_
_
C =
_
_
_
_
_
_
_
_
_
c
11
c
12
c
13
... c
1)
... c
1a
c
21
c
22
c
23
... c
2)
... c
2a
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
+/
i1
c
i2
+/
i2
c
i3
+/
i3
... c
i)
+/
i)
... c
ia
+/
ia
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
a3
... c
a)
... c
aa
_
_
_
_
_
_
_
_
_
Entonces [C[ = [[ +[1[ .
En efecto
[C[ = (c
i1
+/
i1
)
i1
+ (c
i2
+/
i2
)
i2
+... + (c
ia
+/
ia
)
ia
=
= c
i1
i1
+/
i1
i1
+c
i2
i2
+/
i2
i2
+... +c
ia
ia
+/
ia
ia
= c
i1
i1
+c
i2
i2
+c
ia
ia
+/
i1
i1
+/
i2
i2
+/
ia
ia
= [[ +[1[
Ejemplo 2.7
c +/ c +d
3 4
c c
3 4
/ d
3 4
Ejemplo 2.8
c +/ c +d c
/ +| , q +/
3 4 5
c c c
/ +| , q +/
3 4 5
/ d 0
/ +| , q +/
3 4 5
=
=
c c c
/ , q
3 4 5
c c c
| 0 /
3 4 5
/ d 0
/ , q
3 4 5
/ d 0
| 0 /
3 4 5
Ejemplo 2.9
1 2 3 4
1 +c 2 +c 3 +c 4 +c
c c c c
5 6 7 8
1 2 3 4
1 2 3 4
c c c c
5 6 7 8
1 2 3 4
c c c c
c c c c
5 6 7 8
1. Si una matriz tiene una la (o columna) nula entonces su determinante es cero
=
1 2 3 4
5 6 7 9
0 0 0 0
1 2 3 4
= 0 = c
31
31
+c
32
32
+c
33
33
+c
34
34
;
con c
31
= 0; c
32
= 0; c
33
= 0; c
34
= 0.
Ejemplo 2.10
1 2 3 0
5 6 7 0
0 2 7 0
1 2 3 0
= 0
1. Si una la de una matriz . se multiplica por un nmero diferente de cero, su
determinante queda multiplicado por ese nmero.
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
=
1
/
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
.
.
.
/c
i1
/c
i2
/c
ia
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
Sea =
_
_
_
_
_
_
_
_
_
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
_
_
_
_
_
_
_
_
_
y 1 =
_
_
_
_
_
_
_
_
_
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
.
.
.
/c
i1
/c
i2
/c
ia
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
_
_
_
_
_
_
_
_
_
entonces
[1[ = /c
i1
i1
+/c
i2
i2
+ +/c
ia
ia
= /(c
i1
i1
+c
i2
i2
+ +c
ia
ia
) = / [[
Ejemplo 2.11
cc c/
c d
= ccd c/c = c(cd /c) = c
c /
c d
2c 2/
2c 2d
= 2 2
c /
c d
la propiedad anterior se puede generalizar por

[c
aa
[ = c
a
[[
Ejemplo 2.12 Si =
_
_
c / c
d c ,
q / i
_
_
y
a)
2c 2/ 2c
2d 2c 2,
q / i
= 2
c / c
2d 2c 2,
q / i
= 2.2
c / c
d c ,
q / i
= 2
2
4
b)
c / c
d c ,
q / i
= (1) (1) (1) 4 = 4

c)
2c 3c
4, 5,
= c
2 3
4, 5,
= c ,
2 3
4 5
6 Si se intercambian dos las cualesquiera en una matriz, su determinante cambia de

signo.
Si =
_
_
_
_
_
_
_
_
_
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
_
_
_
_
_
_
_
_
_
1 =
_
_
_
_
_
_
_
_
_
_
_
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
.
.
.
c
i+11
c
i+12
c
i+1a
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
_
_
_
_
_
_
_
_
_
_
_
entonces
[[ = c
i1
i1
+c
i2
i2
+... +c
ia
ia
con
i)
= (1)
i+)
[`
i)
[ y
[1[ = c
i1
1
i+11
+c
i2
1
i+12
+... +c
ia
1
i+1a
con 1
i+1)
= (1)
i+1+)
[`
i)
[
= (1)
i+)
[`
i)
[ =
i)
por tanto [1[ = [[
Ejemplo 2.13
3 0
0 6
= 18.
0 6
3 0
= 18
Ejemplo 2.14
1 2 3 4
5 6 7 9
3 0 0 0
1 2 3 4
3 0 0 0
5 6 7 9
1 2 3 4
1 2 3 4
5 6 7 9
3 0 0 0
1 2 3 4
1 2 3 4
7 Si una matriz tiene 2 las iguales su determinante vale cero.
Sea =
_
_
_
_
_
_
_
_
_
c
11
c
12
c
1a
c
11
c
12
c
1a
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
_
_
_
_
_
_
_
_
_
y 1 =
_
_
_
_
_
_
_
_
_
c
11
c
12
c
1a
c
11
c
12
c
1a
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
_
_
_
_
_
_
_
_
_
que se obtuvo de al intercambiar la la 1 por la la 2, as [1[ = [[ pero como
[1[ = [[ .entonces [[ = [[ luego 2 [[ = 0 y as [[ = 0.
Ejemplo 2.15

3 0 0 0
5 6 7 9
3 0 0 0
1 2 3 4
= 0.
4 2 3 4
9 6 7 9
2 0 0 2
4 2 3 4
= 0
8 Si una la de una matriz es mltiplo de otra la, el determinante de la matriz es
cero.
Si
=
_
_
c / c
/c // /c
q / i
_
_
=[[ =
c / c
/c // /c
q / i
= /
c / c
c / c
q / i
= / 0 = 0
Ejemplo 2.16
Para la siguiente matriz.
=
_
_
2 4 6
4 8 12
6 8 12
_
_
tenemos que la la 2 es multiplo de la primera la, por consiguiente tenemos que el
determinante es cero
[[ =
2 4 6
4 8 12
6 8 12
= 0
Ejemplo 2.17
2 4 6
3 8 9
6 12 18
= 0.
2 4 6
5 8 1
10 20 30
= 0
9 Si una la de una matriz se multiplica por un nmero diferente de cero y se le suma
a otra la, su determinante no vara.
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
c
11
c
12
c
1a
/c
11
+c
21
/c
12
+c
22
/c
1a
+c
2a
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
pues
c
11
c
12
c
1a
/c
11
/c
12
/c
1a
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
=
/
c
11
c
12
c
1a
c
11
c
12
c
1a
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
=
/0 +
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
ia
.
.
.
.
.
.
.
.
.
c
a1
c
a2
c
aa
Ejemplo 2.18
3 4
0 2
2)
2
+)
1
=
3 0
0 2
Ejemplo 2.19
c / c
d c ,
/ i |
2)
1
+)
2
=
c / c
2c +d 2/ +c 2c +,
/ i |
=
=
c / c
2c 2/ 2c
/ i |
c / c
d c ,
/ i |
= 2
c / c
c / c
/ i |
c / c
d c ,
/ i |
=
0 +
c / c
d c ,
/ i |
c / c
d c ,
/ i |
Ejemplo 2.20
2 4 4 6
3 0 1 0
2 1 1 2
2 3 4 5
= 2
1 2 2 3
3 0 1 0
2 1 1 2
2 3 4 5
3)
1
+)
2
2)
1
+)
3
2)
1
+)
4
= 2
1 2 2 3
0 6 5 9
0 3 3 2
0 1 0 1
3)
4
+)
3
6)
4
+)
2
= 2
1 2 2 3
0 0 5 3
0 0 3 5
0 1 0 1
2)
3
+)
2
= 2
1 2 2 3
0 0 1 7
0 0 3 5
0 1 0 1
3)
2
+)
3
= 2
1 2 2 3
0 0 1 7
0 0 0 16
0 1 0 1
)
4
!)
2
= 2
1 2 2 3
0 1 0 1
0 0 0 16
0 0 1 7
)
4
!)
3
= 2
1 2 2 3
0 1 0 1
0 0 1 7
0 0 0 16
= 2 (16) = 32
Ejemplo 2.21
0 0 0 1
0 0 1 0
0 1 0 0
1 0 0 0
)
1
!)
4
=
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
)
1
!)
4
=
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
= 1
10 [1[ = [[ [1[
11 La adjunta de una matriz A es la transpuesta de la matriz de los cofactores de A,
es decir, si A es de orden 3 entonces
cd, =
_
_

11

12

13
21

22

23
31

32

33
_
_
T
=
_
_

11

21

31
12

22

32
13

23

33
_
_
Ejemplo 2.22 Sea
=
_
_
1 3 4
0 2 1
0 0 3
_
_
entonces [[ = 6
11
= (1)
1+1
2 1
0 3
= 6.
12
= (1)
1+2
0 1
0 3
= 0.
13
= (1)
1+3
0 2
0 0
= 0
21
= (1)
2+1
3 4
0 3
= 9.
22
= (1)
2+2
1 4
0 3
= 3.
23
= (1)
2+3
1 3
0 0
= 0
31
= (1)
3+1
3 4
2 1
= 5.
32
= (1)
3+2
1 4
0 1
= 1.
33
= (1)
3+3
1 3
0 2
= 2
por tanto
cd, =
_
_

11

21

31
12

22

32
13

23

33
_
_
=
_
_
6 9 5
0 3 1
0 0 2
_
_
y
cd, =
_
_
1 3 4
0 2 1
0 0 3
_
_
+
_
_
6 9 5
0 3 1
0 0 2
_
_
=
_
_
6 0 0
0 6 0
0 0 6
_
_
= 6
_
_
1 0 0
0 1 0
0 0 1
_
_
y asi se tiene que
(cd, ) = (cd, ) = [[ 1 =
1
=
cd,
[[
Ejemplo 2.23
Hallar la inversa de 3 formas diferentes.
Primer metodo para hallar la inversa.
si.
=
_
_
0 2 3
1 3 3
1 2 2
_
_
1) Se halla el determinante.
Por la primera la [[ = c
11
11
+c
12
12
+c
13
13
= 0
11
+ 2
12
+ 3
13
= 2 + 3 = 1
pues
12
= (1)
3
1 3
1 2
= (2 + 3) = 1
13
= (1)
4
1 3
1 2
= 2 + 3 = 1
Por la segunda la [[ = c
21
21
+c
22
22
+c
23
23
=
21
3
22
3
23
=
= 2 + 3 3 3 2 = 2 + 9 6 = 1 pues
21
= (1)
3
2 3
2 2
= (4 6) = 2
22
= (1)
4
0 3
1 2
= 0 3 = 3
23
= (1)
5
0 2
1 2
= (0 2) = 2
Por la tercera la [[ = c
31
31
+c
32
32
+c
33
33
=
=
31
+ 2
32
+ 2
33
= 3 6 + 4 = 1 pues
31
= (1)
4
2 3
3 3
= 6 + 9 = 3
32
= (1)
5
0 3
1 3
= (0 + 3) = 3
33
= (1)
6
0 2
1 3
= 0 + 2 = 2
1 =
_
_

11

12

13
21

22

23
31

32

33
_
_
T
=
_
_

11

21

31
12

22

32
13

23

33
_
_
= cd,
cd, =
_
_
0 1 1
2 3 2
3 3 2
_
_
T
=
_
_
0 2 3
1 3 3
1 2 2
_
_
por tanto
1
=
cd,
[[
=
_
_
0 2 3
1 3 3
1 2 2
_
_
Segundo metodo para hallar la inversa
Partiendo de la matriz A, por medio de operaciones elementales en las, se lleva la
matriz A a la identica y la inversa ser 1
I
...1
3
1
2
1
1
el producto de las matrices
elementales en este orden. Como 1 = 1
I
...1
3
1
2
1
1
entonces 1
I
...1
3
1
2
1
1
=
1
.
Ejemplo 2.24
=
_
_
0 2 3
1 3 3
1 2 2
_
_
1
1
~
,
3
+,
2
_
_
0 2 3
0 1 1
1 2 2
_
_
1
2
~
2,
2
+,
1
_
_
0 0 1
0 1 1
1 2 2
_
_
1
3
~
,
1
+,
2
_
_
0 0 1
0 1 0
1 2 2
_
_
1
4
~
2,
1
+,
3
_
_
0 0 1
0 1 0
1 2 0
_
_
1
5
~
2,
2
+,
3
_
_
0 0 1
0 1 0
1 0 0
_
_
1
6
~
,
2
_
_
0 0 1
0 1 0
1 0 0
_
_
1
7
~
,
1
,
3
_
_
1 0 0
0 1 0
0 0 1
_
_
1 = 1
7
1
6
1
5
1
4
1
3
1
2
1
1
donde
1
= 1
7
1
6
1
5
1
4
1
3
1
2
1
1
1 =
_
_
0 0 1
0 1 0
1 0 0
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
1 0 0
0 1 0
0 2 1
_
_
_
_
1 0 0
0 1 0
2 0 0
_
_
_
_
1 0 0
1 1 0
0 0 0
_
_
_
_
1 2 0
0 1 0
0 0 1
_
_
_
_
1 0 0
0 1 1
0 0 1
_
_
_
_
0 2 3
1 3 3
1 2 2
_
_
Se debe multipicar todas las matrices elementales para obtener la inversa
Tercer metodo para hallar la inversa
Ejemplo 2.25
Sea
=
_
_
0 2 3
1 3 3
1 2 2
_
_
entonces se escribe la matriz
([1) ~~~~ (1[
1
) asi
_
_
0 2 3
1 3 3
1 2 2
[
1 0 0
0 1 0
0 0 1
_
_
)
3
+)
2
~
_
_
0 2 3
0 1 1
1 2 2
[
1 0 0
0 1 1
0 0 1
_
_
2)
2
+)
1
2)
2
+)
3
~
_
_
0 0 1
0 1 1
1 0 0
[
1 2 2
0 1 1
0 2 3
_
_
)
1
+)
2
~
_
_
0 0 1
0 1 0
1 0 0
[
1 2 2
1 3 3
0 2 3
_
_
)
2
)
3
!)
1
~
_
_
1 0 0
0 1 0
0 0 1
[
0 2 3
1 3 3
1 2 2
_
_
=
_
1[
1
_
|ncqo
1
=
_
_
0 2 3
1 3 3
1 2 2
_
_
Ejemplo 2.26 Para que valores de c la matriz
=
_
_
3 4 5
1 1 1
1 1 c
_
_
tiene inversa
En efecto la matriz tiene inversa para los valores de a, donde el determinante es
diferente de cero
3 4 5
1 1 1
1 1 c
= 4 4c = 0 :i c = 1 (ejercicio calcule el determinante)

luego la matriz A tiene inversa para todo c ,= 1
Ejemplo 2.27 Para que valores de c la matriz =
_
_
c + 1 1 1
1 2 c
1 c 2
_
_
tiene inversa
En efecto, la matriz tiene inversa para los valores de a, donde el determinante es
diferente de cero
c + 1 1 1
1 2 c
1 c 2
= c
3
c
2
+ 6c = c (c
2
+c 6) = c (c + 3) (c 2) = 0 si
c = 0. c = 3. c = 2. luego la matriz A tiene inversa para todo c ,= 0. c ,= 3. c ,= 2
Ejemplo 2.28 Para que valores de c la matriz
=
_
_
_
_
1 1 1 2
1 2 3 8
c 1 1 1
1 1 1 2
_
_
_
_
tiene inversa
En efecto, la matriz tiene inversa para los valores de a, donde el determinante es
diferente de cero
1 1 1 2
1 2 3 8
c 1 1 1
1 1 1 2
2,
1
+,
2
,
1
+,
3
,
1
+,
4
=
1 1 1 2
1 0 5 4
c + 1 0 0 3
2 0 2 0
1 5 4
c + 1 0 3
2 2 0
= (8c 16) = 0 :i:i c = 2

luego la matriz A tiene inversa para todo c ,= 2
Ejemplo 2.29 Demostrar que
3 r r r
r 3 r r
r r 3 r
r r r 3
= (3 + 3r) (3 r)
3
En efecto
3 r r r
r 3 r r
r r 3 r
r r r 3
3 + 3r r r r
3 + 3r 3 r r
3 + 3r r 3 r
3 + 3r r r 3
= (3 + 3r)
1 r r r
1 3 r r
1 r 3 r
1 r r 3
= (3 + 3r)
1 r r r
0 3 r 0 0
0 0 3 r 0
0 0 0 3 r
= (3 + 3r) (3 r) 3 r) (3 r) .
A la columna 1 le sumamos las demas, 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.
Ejemplo 2.30 Vericar que
5 5 5
c / c
/ +c c +c c +/
= 0
En efecto
5 5 5
c / c
/ +c c +c c +/
)
3
+)
2
=
5 5 5
c +/ +c c +/ +c c +/ +c
/ +c c +c c +/
= 5 (c +/ +c)
1 1 1
1 1 1
/ +c c +c c +/
= 0
c
2
c/ /
2
2c c +/ 2/
1 1 1
= (c /)
3
En efecto
c
2
c/ /
2
2c c +/ 2/
1 1 1
c
2
/
2
c/ /
2
/
2
2c 2/ c / 2/
0 0 1
c
2
/
2
c/ /
2
2c 2/ c /
= (c /)
2
c +/ /
2 1
= (c /)
3
columna 1 menos columna 2, columna 2 menos columna 3, desarrollamos el
determinante por la tercera la.
Ejemplo 2.32 Demostrar que
1 c
2
c
3
1 /
2
/
3
1 c
2
c
3
/c c c
2
cc / /
2
c/ c c
2
En efecto

/c c c
2
cc / /
2
c/ c c
2
=
1
c/c
/cc c
2
c
3
cc/ /
2
/
3
c/c c
2
c
3
=
c/c
c/c
1 c
2
c
3
1 /
2
/
3
1 c
2
c
3
Se hizo primera la por a, segunda la por b y tercera la por c

1 1 1 1
c / c d
c
2
/
2
c
2
d
2
c
3
/
3
c
3
d
3
= (c /) (c c) (c d) (/ c) (/ d) (c d)
En efecto
1 1 1 1
c / c d
c
2
/
2
c
2
d
2
c
3
/
3
c
3
d
3
1 1 1 1
0 / c c c d c
0 /
2
c
2
c
2
c
2
d
2
c
2
0 /
3
c
3
c
3
c
3
d
3
c
3
/ c c c d c
/
2
c
2
c
2
c
2
d
2
c
2
/
3
c
3
c
3
c
3
d
3
c
3
=
= (/ c) (c c) (d c)
1 1 1
/ +c c +c d +c
/
2
+c/ +c
2
c
2
+cc +c
2
d
2
+cd +c
2
=
= (/ c) (c c) (d c)
1 0 0
/ +c c / d /
/
2
+c/ +c
2
c
2
+cc /
2
c/ d
2
+cd c/ /
2
=
= (/ c) (c c) (d c)
c / d /
c
2
/
2
+c(c /) d
2
/
2
+c (d /)
=
= (/ c) (c c) (d c)
c / d /
(c /) (c +/ +c) (d /) (d +/ +c)
=
= (/ c) (c c) (d c) c /) (d /)
1 1
(c +/ +c) (d +/ +c)
=
= (/ c) (c c) (d c) c/) (d /) (d c) = (c /) (c c) (c d) (/ c) (/ d) (c d)
c
2
c 1 /cd
/
2
/ 1 ccd
c
2
c 1 c/d
d
2
d 1 c/c
c
3
c
2
c 1
/
3
/
2
/ 1
c
3
c
2
c 1
d
3
d
2
d 1
En efecto
c
2
c 1 /cd
/
2
/ 1 ccd
c
2
c 1 c/d
d
2
d 1 c/c
=
c/cd
c/cd
c
2
c 1 /cd
/
2
/ 1 ccd
c
2
c 1 c/d
d
2
d 1 c/c
=
/cd
c/cd
c
3
c
2
c c/cd
/
2
/ 1 ccd
c
2
c 1 c/d
d
2
d 1 c/c
=
cd
c/cd
c
3
c
2
c c/cd
/
3
/
2
/ /ccd
c
2
c 1 c/d
d
2
d 1 c/c
=
1
c/cd
c
3
c
2
c c/cd
/
3
/
2
/ /ccd
c
3
c
2
c cc/d
d
3
d
2
d dc/c
c
3
c
2
c 1
/
3
/
2
/ 1
c
3
c
2
c 1
d
3
d
2
d 1
Ejemplo 2.35 Para que valor de x se anula el determinante
r 1 0 1
1 r 1 0
0 1 r 1
1 0 1 r

En efecto
r 1 0 1
1 r 1 0
0 1 r 1
1 0 1 r
2 r 1 0 1
2 r r 1 0
2 r 1 r 1
2 r 0 1 r
= (2 r)
1 1 0 1
1 r 1 0
1 1 r 1
1 0 1 r
= (2 r)
1 1 0 1
0 r 1 1 1
0 0 r 0
0 1 1 r 1
= (2 r)
r 1 1 1
0 r 0
1 1 r 1
= (2 r) (r)
r 1 1
1 r 1
= (2 r) (r) ((r + 1)
2
1) = 0
sisi r = 0 y r = 2. luego los valores de x para los cuales el determinante es cero son 0 y
2. ( sumamos a la primera columna las demas )
Ejemplo 2.36 Para que valores de a,b,c el
c / c
2c / 3c
3c 0 4c
= 0.
En efecto
c / c
2c / 3c
3c 0 4c
= c/c
1 1 1
2 1 3
3 0 4
= c/c
1 1 1
0 3 1
0 3 1
= c/c
3 1
3 1
= c/c 0 = 0
luego para cualquier valor de a,b,c el determinante es cero
Ejemplo 2.37 Hallar el valor de
c 1 1 1
1 c 1 1
1 1 c 1
1 1 1 c
En efecto
c 1 1 1
1 c 1 1
1 1 c 1
1 1 1 c
c
1
+c
2
+c
3
+c
4
!c
1
=
c + 3 1 1 1
c + 3 c 1 1
c + 3 1 c 1
c + 3 1 1 c
= (c + 3)
1 1 1 1
1 c 1 1
1 1 c 1
1 1 1 c
=
= (c + 3)
1 1 1 1
0 c 1 0 0
0 0 c 1 0
0 0 0 c 1
= (c + 3) (c 1)
3
Ejemplo 2.38 Solucionar la ecuacion
1 1 1
1 r 1
1 1 r
2
= 0
En efecto
1 1 1
1 r 1
1 1 r
2
1 1 1
0 r 1 1
0 0 r
2
1
= (r 1)
_
r
2
1
_
= 0
entonces r = 1. r = 1
Ejemplo 2.39
Si [
1
[ = 4 =[[ =
1
4
En efecto
1
= 1 entonces [
1
[ = 1 luego [[ [
1
[ = 1 y asi [[ =
1
4
Ejemplo 2.40
Si

1
33
= 4 =[2
1
[ = 2
3
[
1
[ = 2
3
4
Ejemplo 2.41
Si es involutiva entonces [[ = 1
Como
2
= 1 entonces [
2
[ = 1 por lo tanto [[ = 1 es decir
[[ [[ = 1 c:to:cc: [[
2
= 1 asi [[ = 1
Ejemplo 2.42
El Determinante de una matriz idempotente es 0 1.Co:o
2
= ==[[
2
= [[ ==[[
2
[[ = 0 ) [[ ([[ 1) = 0
luego [[ = 0 o [[ = 1
Ejemplo 2.43
El determinante de una matriz ortogonal es 1.
Como
T
=
T
= 1 =
= 1 =[[
= 1
por lo tanto
jo: |o [[
2
= 1 ) [[ = 1
1. Si
c / c
d c ,
q / i
= 6 hallar
(a)
2c 2/ 2c
3d 3c 3,
q / i
resp 36
(b)
q / i
c / c
d c ,
resp 6
(c)
c +q / +/ c +i
d c ,
q / i
resp 6
(d)
c / c
d c ,
q / i
resp 6
(e)
c d q
/ c /
c , i
resp 6
2. Si
33
y [[ = 2. calcular
a.[2[ b. [
1
[ c. [2
1
[ d. [(2)
1
[ Resp a) 16 b)
1
2
c) 4 d)
1
16
3. Demostrar que .
/ +c c +c / +c
c / c
1 1 1
= 0.
4. Demostrar que
c
1
/
1
+tc
1
c
1
+:/
1
+:c
1
c
2
/
2
+tc
2
c
2
+:/
2
+:c
2
c
3
/
3
+tc
3
c
3
+:/
3
+:c
3
c
1
/
1
c
1
c
2
/
2
c
2
c
3
/
3
c
3
c
1
c
2
c
3
/
1
/
2
/
3
c
1
c
2
c
3

5. Demostrar que
1 1 1
c / c
c
2
/
2
c
2
= (/ c)(c c) (c /) .
6. Demostrar que
c +/ / +c c +d
1 1 1
/ + 1 c + 1 d + 1
c / c
1 1 1
/ c d
7. Demostrar que
c / c 2c 2c
2/ / c c 2/
2c 2c c c /
= (c +/ +c)
3
( ,
2
+ ,
1
. ,
3
+
,
1
. c
1
+c
3
. c
1
+c
2
8. Considere la matriz =
_
_
3 1 0
2 4 3
5 4 2
_
_
/c||c:
a. cd, b.cd,
1
c. cd,. c.
1
cd,
1
d. Es cd, = cd,
1
? Resp cd, =
_
_
20 2 3
11 6 9
28 7 14
_
_

1
=
_
_
20
49

2
49

3
49
11
49
6
49
9
49
4
7
1
7

2
7
_
_
, cd,
1
=
_
_

3
49

1
49
0
2
49

4
49

3
49
5
49

4
49
2
49
_
_
9. Para que valores de c la matriz =
_
_
c c 1 c + 1
1 2 3
2 c c + 3 c + 7
_
_
tiene inversa. Resp
ningun valor de a
10. Si =
_
_
1 2 3
1 5 3
1 0 8
_
_
Explicar 4 mtodos diferentes para hallar
1
y cual es la
inversa. Resp
1
=
_
_
8
3

16
15

3
5
1
3
1
3
0
1
3
2
15
1
5
_
_
11. Calcular
1 0 0 3
2 7 0 6
0 6 3 0
7 3 1 5
respuesta 546
12. Demostrar que [
a
[ = [[
a
.
Si A y B son invertibles de orden n, demostrar que:
(a) cd,(cd, ()) = [[
a2
(b) cd,(/) = /
a1
cd,() donde k es un escalar.
(c) cd,(1) = cd,()cd,(1)
13. Si A es inversible de orden n, probar que:
(a) det [cd,(cd, ())] det [cd,(cd, (
1
))] = 1
(b) det [cd,(cd, ())] = [[
(a1)
2
(c) det [cd,(
1
cd, ())] = [[
(a1)(a2)
(d) det [cd,(cd, (
1
))] = [[
(a1)(a2)
(e) det [cd,()] det [
1
cd,(
1
)] =
1
[[
(f) cd,(cd,()) = [[
a2
14. Demostrar que [cd,[ = [[

a1
.
15. Es [ +1[ = [[ +[1[? resp No
Captulo 3
SISTEMAS DE ECUACIONES.
Veamos algunos ejemplos de sistemas de ecuaciones
Ejemplo 3.1 r = 2 Es un sistema de una ecuacin y de una variable.
Ejemplo 3.2 r+ = 1 Es un sistema de una ecuacin, dos variables y se puede escribir
como
_
1 1
_
_
r
_
= 1. si se conoce y se puede conocer x y viceversa, en este caso se dice
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 r = t, = 1 t, por lo
tanto el conjunto solucin del sistema es (t. 1 t) ,t R . luego el sistema r + = 1
tiene innitas soluciones.
Ejemplo 3.3 r + . = 4 es un sistema de una ecuacin, tres variables y se puede
escribir como
_
1 1 1
_
_
_
r
.
_
_
= 4 si se conoce por ejemplo y,z se puede conocer x
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 . = n. = :
entones
r = 4 +. = 4 +n : por tanto la solucion es oo| = (4 +n :. :. n) ,n. : R
luego el sistema
r + . = 4 tiene innitas soluciones.
Ejemplo 3.4 El sistema
61
62 CAPTULO 3. SISTEMAS DE ECUACIONES.
r + 2. = 5
r + 3. +n = 0
4r 3 + = 3
se puede escribir
_
_
1 1 2 0 0
1 0 3 1 0
4 3 0 0 1
_
_
_
_
_
_
_
_
r
.
n
_
_
_
_
_
_
=
_
_
5
0
3
_
_
. es decir,
A = 1
Ejemplo 3.5 En general cualquier sistema lineal de ecuaciones se puede escribir en
forma matricial como
A = 1.
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 ([1) para obtener (`[`) ,es decir, los
sistemas de ecuaciones en este caso A = 1 y À = ` 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
([1) ~~~~~~ (1[C) entonces los sistemas A = 1 y 1A = C son equivalentes y
por lo tanto tienen las mismas soluciones.
Un sistema de ecuaciones es lineal si es de la forma
c
11
r
1
+c
12
r
2
+... +c
1a
r
a
=
1
c
21
r
1
+c
22
r
2
+... +c
2a
r
a
=
2
.
c
i1
r
1
+c
i2
r
2
+... +c
ia
r
a
=
i
.
c
n1
r
1
+c
n2
r
2
+... +c
na
r
a
=
a
donde c
i)
.
i
son numeros Reales o complejos
Los sistemas
3r
1
+ 5r
2
r
3
= 4
r
1
+ 3r
2
4r
3
= 6
8r
1
+r
2
+r
3
= 3
,
r
1
+ 5r
2
4r
3
= 0
5r
1
+ 4r
2
+ 2r
3
= 0
7r
1
+ 2r
2
+r
3
= 0
.
13r
1
+ 25r
2
r
3
= 44
7r
1
+ 8r
2
+ 3r
3
= 6
8r
1
+ 10r
2
+r
3
= 23
son lineales
Los sistemas
3r
1
r
2
+ 5r
2
r
3
= 4
r
1
+ 3r
2
4r
3
= 6
8r
1
+r
2
+r
3
= 3
,
r
1
+ 5r
2
4r
3
= 0
5r
1
+ 4r
2
2
+ 2r
3
= 0
7r
1
+ 2r
2
+r
3
= 0
.
13
_
r
1
+ 25r
2
r
3
= 44
7r
1
+ 8r
2
+ 3r
3
= 6
8r
1
+ 10r
2
+r
3
= 23
,
sin(r
1
) + 5r
2
4r
3
= 0
5r
1
+ 4r
2
2
+ 2r
3
= 0
7r
1
+ 2r
2
+r
3
= 0
.
log(r
1
) + 5r
2
4r
3
= 0
5r
1
+ 4r
2
2
+ 2r
3
= 0
7r
1
+ 2r
2
+r
3
= 0
.
r
1
+c
5a
2
4r
3
= 0
5r
1
+ 4r
2
2
+ 2r
3
= 0
7r
1
+ 2r
2
+r
3
= 0
no son
3.1. CLASIFICACION DEL SISTEMA A = 1 63
lineales
3.1 Clasicacion del sistema A = 1
El sistema A = 1. se clasica en
1. Si 1 = 0; es decir, A = 0 se llama sistema homogneo y tiene solucin nica o
innitas soluciones.
2. Si 1 ,= 0 el sistema A = 1 se llama sistema no homogneo Si el sistema es no
homogeneo puede suceder que tenga solucin nica, innitas soluciones no tenga
solucin.
3.2 Solucin del sistema r = 1.
Para solucionar el sistema A = 1. se construye la matriz ampliada y con operaciones
elementales en la se lleva la matriz A, a una matriz escalonada (Lo anterior se conoce
con el nombre de mtodo de Gauss,para solucionar sistemas de ecuaciones),
([1) ~~~~~~ (1:cc|o:cdc[C)
Si llevo la matriz A a una matriz escalonada reducida, se tiene el mtodo de
Gauss-Jordan.
([1) ~~~~~~ (1:cc|o:cdc :cdncidc[1) .
r + = 4
r = 4
.
aplicando operaciones elementales sobre las las de la matriz ampliada se obtiene.
_
1 1
1 1
[
4
4
_
)
1
+)
2
~
_
1 1
0 2
[
4
0
_
f
2
2
~
_
1 1
0 1
[
4
0
_
=
r + = 4
= 0
y este
sistema tiene por solucion (4. 0) y as el sistema
r + = 4
r = 4
tiene solucin nica (4. 0) .
notar que se trata de dos rectas del plano que se cortan en un solo punto y esta es la
solucion del sistema.
r + = 4
2r + 2 = 8
.
como la segunda ecuacin es mltiplo de la primera, el sistema tiene innitas solu-
ciones.
En efecto,
_
1 1
2 2
[
4
8
_
2)
1
+)
2
~
_
1 1
0 0
[
4
0
_
=r + = 4
luego y puede tomar cualquier valor, por ejemplo = t, y asi r = 1 = 1 t. por
lo tanto el sistema
r + = 4
2r + 2 = 8
tiene innitas soluciones (1 t. t) /t 1. El sistema esta formado por dos rectas
que en este caso son paralelas y coiciden
r + = 4
2r + 2 = 6
.
En efecto,
_
1 1
2 2
[
4
6
_
2)
1
+)
2
~
_
1 1
0 0
[
4
2
_
entonces r + = 4 y 0 = 2 por lo tanto el
sistema
r + = 4
2r + 2 = 6
no tiene solucion, luego el sistema
r + = 4
2r + 2 = 6
tampoco
El sistema esta formado por dos rectas que en este caso son paralelas.
3r 5 + 4. = 1
2r + 5. = 2
2r + 5. = 8
3r 5 + 4. = 1
se forma la matriz ampliada y se le aplican las operaciones elementales a las las
_
_
_
_
3 5 4
2 1 5
2 1 5
3 5 4
[
1
2
8
1
_
_
_
_
,
2
+,
3
,
1
+,
4
~
_
_
_
_
3 5 4
2 1 5
0 0 0
0 0 0
[
1
2
6
0
_
_
_
_
y el sistema correspondiente es
3r 5 + 4. = 1
2r + 5. = 2
0r + 0 + 0. = 6
0r + 0 + 0. = 0
y Como 0 ,= 6. este sistema no tiene solucin y por lo tanto el
sistema
3r 5 + 4. = 1
2r + 5. = 2
2r + 5. = 8
3r 5 + 4. = 1
no tiene solucin
3.2. SOLUCIN DEL SISTEMA A = 1. 65
r + . = 5
2r 3 +. = 0
r + . = 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
_
_
1 1 1
2 3 1
1 1 1
[
5
0
5
_
_
2)
1
+)
2
)
1
+)
3
~
_
_
1 1 1
0 5 3
0 0 0
[
5
10
0
_
_
f
2
5
~
_
_
1 1 1
0 1
3
5
0 0 0
[
5
2
0
_
_
entonces
r + . = 5

3
5
. = 2
Si . = t. = 2 +
3
5
. = 2 +
3
5
t. r = 5 +t 2
3
5
t = 3 +
2
5
t por lo tanto la solucion
de este sistema es
__
3 +
2
5
t. 2 +
3
5
t. t
_
t R
_
. que coorresponde a la solucion del sistema
r + . = 5
2r 3 +. = 0
r + . = 5
r
1
+ 2r
2
+ 3r
3
= 5
2r
1
+ 5r
2
+ 3r
3
= 3
r
1
+ 8r
3
= 17
_
_
1 2 3
2 5 3
1 0 8
[
5
3
17
_
_
2)
1
+)
2
)
1
+)
3
~
_
_
1 2 3
0 1 3
0 2 5
[
5
7
12
_
_
2)
2
+)
3
~
~
_
_
1 2 3
0 1 3
0 0 1
[
5
7
2
_
_
)
3
~
_
_
1 2 3
0 1 3
0 0 1
[
5
7
2
_
_
2)
2
+)
3
r
1
+ 2r
2
+ 3r
3
= 5
r
2
3r
3
= 7
r
3
= 2
por lo tanto r
2
= 3r
3
7 = 3 2 7 = 1. r
1
= 5 2r
2
3r
3
= 5 2 (1) 3 (2) =
5 + 2 6 = 1. Luego la solucin del sistema es (1. 1. 2)
Ejemplo 3.12 Hallar el valor de k tal que el sistema
/r + +. = 1
r +/ +. = 1
r + +/. = 1
tenga , Solucin nica, Ninguna solucin, Innitas soluciones
_
_
/ 1 1
1 / 1
1 1 /
[
1
1
1
_
_
)
3
<)
1
~
_
_
1 1 /
1 / 1
/ 1 1
[
1
1
1
_
_
)
1
+)
2
, I)
1
+)
3
~
~
_
_
1 1 /
0 1 +/ / + 1
0 / + 1 1 /
2
[
1
0
/ + 1
_
_
)
2
+)
3
~
_
_
1 1 /
0 1 +/ / + 1
0 0 (1 /) (2 +/)
[
1
0
1 /
_
_
luego si / = 1. el sistema tiene innitas soluciones, si / = 2 el sistema no tiene solucin,
y si / ,= 1 y / ,= 2 el sistema tiene solucin nica.
Ejemplo 3.13 Hallar el valor de a tal que el sistema
3r +c. = 0
r . = c + 1
cr + = c
_
_
3 1 c
1 0 1
c 1 0
[
0
c + 1
c
_
_
3)
2
+)
1
~
_
_
0 1 c + 3
1 0 1
c 1 0
[
3 (c + 1)
c + 1
c
_
_
o)
2
+)
3
~
_
_
0 1 c + 3
1 0 1
0 1 c
[
3 (c + 1)
c + 1
c
2
_
_
)
2
$)
1
~
_
_
1 0 1
0 1 c + 3
0 1 c
[
c + 1
3(c + 1)
c
2
_
_
)
3
+)
2
~
3.2. SOLUCIN DEL SISTEMA A = 1. 67
_
_
1 0 1
0 0 3
0 1 c
[
c + 1
c
2
3c 3
c
2
_
_
)
3
$)
2
~
_
_
1 0 1
0 1 c
0 0 3
[
c + 1
c
2
c
2
3c 3
_
_
luego para cualquier valor de a el sistema tiene solucin nica
3r (c + 2) + 2. = c + 1
2r 5 + 3. = 1
r + 3 (c + 1) . = 0
_
_
3 (c + 2) 2
2 5 3
1 3 (c + 1)
[
c + 1
1
0
_
_
)
1
!)
3
~
_
_
1 3 (c + 1)
2 5 3
3 (c + 2) 2
[
0
1
c + 1
_
_
2)
1
+)
2
~
_
_
1 3 c 1
0 11 2c + 5
3 c 2 2
[
0
1
c + 1
_
_
3)
1
+)
3
~
_
_
1 3 c 1
0 11 2c + 5
0 c 11 3c + 5
[
0
1
c + 1
_
_
)
2
+)
3
~
_
_
1 3 c 1
0 11 2c + 5
0 c c
[
0
1
c
_
_
o)
2
11)
3
~
_
_
1 3 c 1
0 11c 2c
2
+ 5c
0 11c 11c
[
0
c
11c
_
_
)
2
+)
3
~
_
_
1 3 c 1
0 11c 2c
2
+ 5c
0 0 2c
2
6c
[
0
c
10c
_
_
luego si c = 0 el sistema tiene innitas soluciones,si c = 3 el sistema no tiene solucin y
si c ,= 0 c ,= 3 el sistema tiene solucin nica.
r + 2 + (c + 3) . = 8
2r + 3 + (c + 4) . = 12
3r + (6c + 5) + 7. = 20
_
_
1 2 c + 3
2 3 c + 4
3 6c + 5 7
[
8
12
20
_
_
2)
1
+)
2
~
_
_
1 2 c + 3
0 1 c 2
3 6c + 5 7
[
8
4
20
_
_
3)
1
+)
3
~
_
_
1 2 c + 3
0 1 c 2
0 6c 1 3c 2
[
8
4
4
_
_
)
2
+)
3
~
_
_
1 2 c + 3
0 1 c 2
0 6c 2c
[
8
4
0
_
_
6o)
2
+)
3
~
_
_
1 2 c + 3
0 1 c 2
0 0 6c
2
14c
[
8
4
24c
_
_
)
3
~
_
_
1 2 c + 3
0 1 c 2
0 0 2c (3c + 7)
[
8
4
24c
_
_
luego si c = 0. el sistema tiene innitas soluciones, si c =
7
3
, no hay solucin y si c ,= 0
y c ,=
7
3
. el sistema tiene solucin nica.
3.3 Regla de Cramer
Este metodo se aplica solo cuando el determinante de la matriz
aa
sea difrente de cero
Ejemplo 3.16 Solucionar el sistema por la regla de cramer
r
1
+ 2r
2
+ 3r
3
= 5
2r
1
+ 5r
2
+ 3r
3
= 3
r
1
+ 8r
3
= 17
r =
5 2 3
3 5 3
17 0 8
1 2 3
2 5 3
1 0 8
= 1; r
2
=
1 5 3
2 3 3
1 17 8
1 2 3
2 5 3
1 0 8
= 1; r
3
=
1 2 5
2 5 3
1 0 17
1 2 3
2 5 3
1 0 8
= 2
3.3. REGLA DE CRAMER 69
Condicin 1 Ejemplo 3.17
4r + +. +n = 6
3r + 3 . +n = 1
7r + 3 5. + 8n = 3
r + +. + 2n = 3
Resolviendo primero por metodo de eliminacin.
_
_
_
_
4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2
[
6
1
3
3
_
_
_
_
7)
4
+)
3
3)
4
+)
2
4)
4
+)
1
~
~
_
_
_
_
0 3 3 7
0 4 4 5
0 4 12 6
1 1 1 2
[
6
8
24
3
_
_
_
_
)
3
+)
2
)3+)
1
~
_
_
_
_
0 1 9 1
0 0 16 11
0 4 12 6
1 1 1 2
[
18
32
24
3
_
_
_
_
4)
1
+)
3
~
_
_
_
_
0 1 9 1
0 0 16 11
0 0 24 10
1 1 1 2
[
18
32
48
3
_
_
_
_
f
3
2
~
_
_
_
_
0 1 9 1
0 0 16 5
0 0 12 5
1 1 1 2
[
18
32
24
3
_
_
_
_
f
3
+f
2
~
_
_
_
_
0 1 9 1
0 0 4 16
0 0 12 5
1 1 1 2
[
18
8
24
3
_
_
_
_
f
2
4
~
_
_
_
_
0 1 9 1
0 0 1 4
0 0 12 5
1 1 1 2
[
18
2
24
3
_
_
_
_
12)
2
+)
3
~
_
_
_
_
0 1 9 1
0 0 1 4
0 0 0 53
1 1 1 2
[
18
2
0
3
_
_
_
_
f
3
53
~
_
_
_
_
1 1 1 2
0 1 9 1
0 0 1 4
0 0 0 2
[
3
18
2
0
_
_
_
_
r + +. + 2n = 3 r = 3 2n . = 1
+ 9. n = 18 = n 9. + 18 = 0
. + 4n = 2 . = 2 4n = 2
n = 0 n = 0
_
_
oo| (1. 0. 2. 0)
Por la regla Cramer:
n =
4 1 1 6
3 7 1 1
7 3 5 3
1 1 1 3
4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2
= 0 r =
6 1 1 1
1 7 1 1
3 3 5 8
3 1 1 2
4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2
= 1
=
4 6 1 1
3 1 1 1
7 3 5 8
1 3 1 2
4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2
= 0 . =
4 1 6 1
3 7 1 1
7 3 3 8
1 1 3 2
4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2
= 2
Ejemplo 3.18 Hallar condiciones para a y b de tal forma que el sistema
r + 2 = c
r 3 = /
tenga solucin.
_
1 2
1 3
[
c
/
_
)
1
+)
2
~
_
1 2
0 5
[
c
/ c
_
~
_
_
1 2
0 1
[
c
_
c /
5
_
_
_
El sistema siempre tiene solucin para cualquier valor de a y de b
Ejemplo 3.19 Hallar condiciones para a y b de tal forma que el sistema
r + = c
2r + 2 = /
tenga solucin.
_
1 1
2 2
[
c
/
_
2)
1
+)
2
~
_
1 1
0 0
[
c
/ 2c
_
)
1
+)
2
luego
a) Si / 2c = 0 el sistema tiene innitas soluciones.
b) Si /
2
2c ,= 0 el sistema no tiene solucin.
1. Que condiciones deben cumplir a,b y c para que el sistema
r + + 2. = c
r +. = /
2r + + 3. = c
tenga
solucin. Res c = c +/
2. Cmo debe elegir los coecientes a,b,c de modo que el sistema
cr +/ 3. = 3
2r / +c. = 1
cr + 3 c. = 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
r =
1
/
(a)
2r + 2. = 10
3r + 2 + 2. = 1
5r + 4 + 3. = 4
, Resp [r = 1. = 2. . = 3]
(b)
r + . = 0
2r 3 +. = 0
r 4 + 2. = 0
, Resp
_
r =
2
5
.. =
3
5
.
(c)
2r 3 + 6. + 2 5n = 3
4. + = 1
3n = 2
, Resp [ = 4.0. 1.0 + 1.0. n = 1. 333 3. 0.333 33 0.333 33. r = 1. 666 7 3. 666 7. 0.333 33]
(d)
4r + 6 + 3. + 3 = 5
4r + 7 + 3. + 3 = 8
2r + 5 + 4. + 3 = 17
5r + 8 + 4. + 4 = 6
Resp [ = 8. r = 2. = 3. . = 15]
(e)
4r 4 + 4. + 3 = 14
6r + 4 + 3. + 3 = 14
3r 6 + 4. + 3 = 12
6r 3 + 5. + 4 = 18
, Resp [ = 6. r = 2. = 2. . = 12]
(f)
3r 3 + 7. + 3 = 7
4r + 3 + 4. + 2 = 13
2r 3 + 7. + 3 = 5
4r 2 + 9. + 4 = 1
, Resp [ = 7. r = 2. = 5. . = 5]
4. Dada una matriz de orden : por :, que conclusin se deduce de los enunciados
siguientes
(a) A tiene inversa
(b) A es semejante a la matriz idntica
(c) [[ , = 0
(d) La forma escalonada reducida de A es la matriz idntica
(e) El sistema r = / tiene solucin nica
(f) El sistema r = 0 tiene solucin nica y es la solucin nula. Resp Equivalentes
5. Dar un ejemplo de un sistema de 3 ecuaciones con 3 incgnitas que:
(a) Tenga solucin nica.
(b) No tenga solucin
(c) Tenga innitas soluciones.
6. Sea r = / un sistema de n ecuaciones con n incognitas donde A tiene sus elementos
enteros probar que si [[ = 1 entonces la solucin son elementos
enteros.
7. Dados los sistemas de ecuaciones lineales:
r + + 2. = 1
r 2 +. = 5
3r + +. = 3
Resp [r = 1. = 2. . = 2]
2r + + 2. + 3n = 13
r 2 +. +n = 8
3r + +. n = 1
, Resp [n = 3. 481 5 0.370 37.. r = 1. 925 9 0.481 48.. = 7. 407 4 10
2
. 1. 296 3]
(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.
9. Hallar una matriz escalonada reducida por las que sea equivalentes a la matriz:
=
_
_
1 i
2 2
i 1 +i
_
_
Cuales son las soluciones de r = 0?
10. Sea =
_
_
3 1 2
2 1 1
1 3 0
_
_
Para cules ternas (
1
.
2
.
3
), tiene una solucin el sistema A = 1 ?
11. Si =
_
_
6 4 0
4 2 0
1 0 3
_
_
Hallar todas las soluciones de A = 2A. y todas las soluciones de A = 3A.
12. Hallar los valores de la constante a para que el sistema a) Tenga Solucin nica b)
No tenga Solucin c) Tenga innitas soluciones
13.
r + . = 1
2r + 3 +c. = 3
r +c + 3. = 2
respuesta c ,= 3. 2. c = 3. c = 2
14.
r + 2 +c. = 1
2r +c + 8. = 3
respuesta c = 4 no tiene solucion . c ,= 4 innitas
15.
r + +c. = 2
3r + 4 + 2. = c
2r + 3 . = 1
respuesta c ,= 3 unica, c = 3 innitas
16.
r 3. = 3
2r +c . = 2
respuesta innitas para cualquier valor de c
17.
r + +. = 2
r + 2 +. = 3
r + + (c
2
5) . = c
respuesta c ,=
_
6 unica, c =
_
6 no tiene
18.
r + +. = 2
r + 3 + 2. = 5
2r + 3 + (c
2
1) . = c + 1
Resp no tiene solucion para c =
_
7
2
y unica para
c ,=
_
7
2
19.
cr + +. +n = 1
r +c +. +n = c
r + +c. +n = c
2
r + +. +cn = c
3
respuesta c ,= 3. 1 unica, c = 3 no tiene, c = 1 innitas
20.
cr +c + (c + 1) . = c
cr +c + (c 1) . = c
(c + 1) r +c + (2c + 3) . = 1
21.
r +2 +c. = 1
2r +c +8. = 3
respuesta c = 4 no tiene, c ,= 4 innitas
22.
r + . = 2
r 2 +. = 3
r + + (c
2
5) . = c
23.
cr + +. = 1
r +c +. = c
r + +c. = c
2
24.
cr + +. = 4c
r +. = c + 1
r + (c + 1) +c. = c + 5
respuesta c ,= 1.
3
2
unica, c =
3
2
. 1 no tiene
25.
3r (c + 2) + 2. = c + 1
2r 5 + 3. = 1
r + 3 (c + 1) . = 0
respuesta c ,= 3 unica, c = 3 no tiene
26.
r + +c. = 2
3r + 4 + 2. = c
2r + 3 . = 1
27.
r +c +. = 1
cr + + (c 1) . = c
r + +. = c + 1
respuesta c ,= 1 unica, c = 1 no tiene
28.
cr + 2. = c + 1
r +c . = 1
3r + +. = c
respuesta c ,= 3. 2 unica, c = 3 no tiene c = 2 innitas
29.
r + . = 3
r + 3. = 4
r + + (c
2
10) . = c
respuesta c ,= 3 unica, c = 3 no tiene c = 3 innitas
30.
r + (c
2
8) = 3
r + (c
2
8) = c
respuesta c ,= 3 no tiene, c = 3 innitas
31. Que condiciones deben satisfacer a,by c para que el sistema:
r + 3 + 2. = c
r + 2 3. = /
5 . = c
Sea consistente.
32. Las ecuaciones para hallar las intensidades de corriente i
1,
i
2,
i
3
. en un determinado
circuito de tres mallas son:
3i
1
2i
2
+ 4i
3
= 2
i
1
+ 3i
2
6i
3
= 8
2i
1
i
2
2i
3
= 0
, resp:
_
i
1
= 2. i
2
= 3. i
3
=
1
2
Hallar i
1,
i
2,
i
3
.
33. Resolver, utilizando el algoritmo de Gauss los sistemas, en caso de que tengan
innitas soluciones, dar la solucin general.
(a)
r + 3. = 1
2r + 2. = 1
r + +. = 3
r + 2 3. = 1
, Resp No tiene solucion
(b)
2r + 3. = 3
3r + 5. = 0
4r +. = 3
r + 3 13. = 6
resp [r = 1. = 2. . = 1]
(c)
r + 3 + 2. = 0
2r + 3. = 0
3r 5 + 4. = 0
r + 17 + 4. = 0
resp:
_
r =
11
7
.. =
1
7
.
(d)
r + +. +n + = 7
3r + 2 +. +n 3 = 2
+ 2. + 2n + 6 = 23
5r + 4 + 3. + 3n = 12
, resp
_
n =
19
4

5
4
.
3
2
r. =
1
2
r +
1
4
+
9
4
(e)
r + 2 + 2. = 2
3r 2 . = 5
2r 5 + 3. = 4
r + 4 + 6. = 0
, resp [r = 2. = 1. . = 1]
34. Determinar las condiciones de c. /. c. tales que los sistemas tengan solucin nica:
(a)
r 2 + 4. = c
2r + 3 . = /
3r + + 2. = c
Resp a,b,c nmeros reales
(b)
/r +c = c
cr +c. = /
c +/. = c
Resp c/c ,= 0
(c)
r + + 2. = c
r +. = /
2r + + 3. = c
, si c = c +/ innitas soluciones y si c ,= c +/ no tiene
(d)
r + +. = c
2r + 2. = /
3 + 3. = c
, resp:
_
r = c
1
3
c. = c
1
2
/. . =
1
2
/ c +
1
3
c
35. Resolver el siguiente sistema de ecuaciones no lineales para los ngulos r. . .. con-
siderando el intervalo (0. 2:)
2 sin r cos + 3 tan . = 3
4 sin r + 2 cos 2 tan . = 2
6 sin r 3 cos + tan . = 9
Resp
_
2
. :. 0
_
36. Demuestre que en un sistema homogneo de ecuaciones lineales:
(a) La suma de dos soluciones es tambin solucin.
(b) El producto de un escalar por una solucin tambin es solucin.
37. Hallar todos los sistemas de ecuaciones lineales homogeneos de dos ecuaciones con
dos incognitas que admiten como solucin:
(a) (1. 3)
(b) (3. 1) Resp {3r + = 0. r 3 = 0
Captulo 4
VECTORES
Dados dos puntos A y B en el plano o en el espacio, el segmento de recta orientado, que
tiene punto inicial en A y punto nal en B, notado por

1. se entender por el vector
que va de A hacia B o simplemente el vector Q =
1 y geometricamente se puede
representar por una echa que sale del punto A ( punto inicial) y llega al punto B (
punto nal) gura 1
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.
A
B
Q=AB
A
B
Q=AB
x
y
x
y
z
79
80 CAPTULO 4. VECTORES
A
B
P
A
B
P
c-a
d-b
a
b
c
d
x
y
(c-a,d-b)
x
y
P
c-a
d-b
Los vectores los representaremos por letras mayusculas, con una echa encima o
simplemente con letras mayusculas cuando no haya confucion (gura 2), esto es el
vector

1 =
1 o por ejemplo el vector

1 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

1 =
01 o simplemente por

1 , o por 1 . 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 R
2
y los puntos sobre el plano y existe
una correspondencia biunivoca entre los puntos del espacio y el conjunto R
3
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
(c. /. c) y con punto nal (r. . .) se puede encontrar un vector equivalente con punto
inicial en el origen y punto nal en (r c. /. . c) gura 4
gura 4
81
X
y
(a,b,c)
(x,y,z)
(x-a,y-b,z-c)
x
y
z
2B A
B
4.0.1 Vectores Paralelos
Dos vectores A y B son paralelos si y solo si = `1 con ` 1
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 (2. 4) . (1. 2) son paralelos. pues (2. 4) = 2 (1. 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. :. 1) (2. 4. :) sean paralelos
En efecto (1. :. 1) = `(2. 4. :) sisi 1 = 2`. : = 4`. 1 = :` y de aqui se concluye
que ` =
1
2
y : = 2
4.1 Operaciones.
4.2 Suma de vectores.
Sean A y B dos vectores, para hacer la suma u1. 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
analiticamente u1 = (c. /) + (c. d) = (c +c. / +d) gura 7
4.2. SUMA DE VECTORES. 83
A
B
A
B
A+B
B
A
A
B+A
x
y
(a,b)
(c,d)
A
B
(a+c,b+d)
B
A+B
A
B
A
-B
A-B
Ejemplo 4.5 Si se tiene el vector
Si = (3. 4) y el vector 1 = (4. 2) entonces u1 = (3. 4) + (4. 2) = (7. 6)
Ejemplo 4.6 Si = (2. 4. 6) y el vector 1 = (4. 2. 4) entonces u 1 = (2. 4. 6) +
(4. 2. 4) = (6. 6. 10)
4.3 Resta de vectores.
Si se tiene el vector entonces el vector es el vector pero con sentido contrario
La resta 1 se dene por 1 = + (1) gura 7
gura 7
Ejemplo 4.7 (4. 6) (2. 3) = (4. 6) + (1) (2. 3) = (4. 6) + (2. 3) = (4 2. 6 3) =
(2. 3)
Ejemplo 4.8 (8. 6) (10. 2) = (2. 4)
4.4 Multiplicacin de un vector por un nmero real.
Sea A un vector y ` R
1. Si ` 1;entonces el vector ` : Tiene la misma direccin, orientacin y diferente
magnitud (mayor) que A.
Si se suma un vector A consigo mismo 3 veces, se obtiene otro vector que se denota por
3A, que tiene la misma direccion y sentido, pero su magnitud es 3 veces A
2. Si 0 < ` < 1;entonces el vector ` : Tiene la misma direccin, orientacin y diferente
magnitud que A.
gura 9
3. Si ` < 1;entonces el vector ` : Cambia de sentido y aumenta la magnitud, pero no
de direccin.
4.4. MULTIPLICACIN DE UN VECTOR POR UN NMERO REAL. 85
A
A
A
A
A
A
A
A
gura 10
4. Si 1 < ` < 0;entonces el vector ` : Cambia de sentido y disminuye la magnitud,
pero no de direccin.
gura 11
4.5 Propiedades de los vectores
Sean A,B,C vectores y c y , numeros reales
1. +1 = 1 +
+1 = (c. /) + (c. d) = (c +c. / +d) = (c +c. d +/) = (c. d) + (c. /) = 1 +
2. ( +1)+C = +(1 +C) ( +1)+C = ((c. /) + (c. d))+(:. :) = ((c +c. / +d))+
(:. :) = (c +c +:. / +d +:) = (c + (c +:). / + (d +:)) = (c. /)+((c +:) + (d +:)) =
(c. /) + ((c. d) + (:. :)) = + (1 +C)
3. + 0 = 0 + =
4. + () = 0
5. (c1) = c(1)
6. c( +1) = c+c1 c( +1) = c((c. /) + (c. d)) = c(c +c. / +d) = (cc +cc. c/ +cd) =
(cc. c/) + (cc. cd) = c +c1
7. 1. =
8. (c +,) = c +,
Ejemplo 4.9 Si = (3. 4) 1 = (2. 3) entonces +1 = (3. 4)+(2. 3) = (3+2. 4+3) =
(2 + 3. 3 + 4) = (2. 3) + (3. 4) = 1 +
4.6. NORMA DE UN VECTOR 87
4.6 Norma de un vector
La norma del vector A se nota por [[[[ y se dene por [[[[ = [[(c. /)[[ =
_
c
2
+/
2
=
Longitud del vector y si [[[[ = [[(c. /. c)[[ =
_
c
2
+/
2
+c
2
= Longitud del vector. Si
=
1Q. con 1 = (c. /. c) . Q = (:. :. ) entonces

[[[[ = [[Q1[[ = [[(:c. : /. c)[[ =
_
(:c)
2
+ (: /)
2
+ ( c)
2
=
Longitud del vector

1Q
4.6.1 Propiedades de la norma de un vector.
1. [[[[ > 0
2. Si ` es un escalar y A es un vector entonces [[`[[ = [`[ [[[[ .
3. [[ +1[[ _ [[[[ +[[1[[ Desigualdad triangular.
Demostracion propiedad numero 2
[[`[[ = [[`(c. /)[[ = [[(`c. `/)[[ =
_
`
2
c
2
+`
2
/
2
=
_
`
2
_
c
2
+/
2
= [`[ . [[(c. /)[[ =
[`[ . [[[[
4.7 Producto interior o Producto escalar o Producto
punto.
1
a
1
a
1
(c
1
. c
2
. c
3
. .... c
a
) . (/
1
. /
2
. /
3
. .... /
a
) = r. = (c
1
. c
2
. c
3
. .... c
a
) . (/
1
. /
2
. /
3
. .... /
a
) = c
1
/
1
+c
2
/
2
+... +c
a
/
a
Ejemplo 4.10 (1. 1. 1) (2. 1. 0) = 1 2 + 1 1 + 1 0 = 3
4.7.1 Propiedades del producto interior.
1. = [[[[
2
= (c. /) (c. /) = c
2
+/
2
= [[[[
2
2. 1 = 1
3. (1 +C) = 1 + C
4. [[1 [[
2
= [[1[[
2
+[[[[
2
2 [[[[ [[1[[ cos o ley de los cosenos
5. 1 = [[[[ [[1[[ cos o.
[[1 [[
2
= (1 ) (1 ) = 1 1 1 1 + = [[1[[
2
2 1 +[[[[
2
y como [[1 [[
2
= [[1[[
2
+[[[[
2
2 [[[[ [[1[[ cos o igualando estos resultados se tiene
que 1 = [[[[ [[1[[ cos o
6. A y B son perpendiculares sisi 1 = 0
Ejemplo 4.11 = (0. 2) ; 1 = (3. 0) son perpendiculares pues 1 = (0. 2) (3. 0) =
0 + 0 = 0
Ejemplo 4.12 Hallar un vector perpendicular al vector (2. 3) :
(2. 3) (2. /) = 0 =4 + 3/ = 0 =/ =
4
3
c:to:cc: (2. /) =
_
2.
4
3
_
Ejemplo 4.13 Hallar un vector perpendicular al vector (3. 1. 2) .
(3. 1. 2) (c. /. c) = 0 =3c +/ + 2c = 0 Tiene innitas soluciones, darle a , b y c
cualquier valor y obtenga a y asi obtiene el vector (c. /. c)
7. La desigualdad de Cauchy [ 1[ _ [[[[ [[1[[
Se sabe que[[(r +1)[[
2
= (r +1) (r +1) _ 0 entonces
r
2
+r 1 +r1 +
2
1 1 = r
2
[[[[
2
+2r 1 +
2
[[1[[
2
_ 0 como esta
desigualdad vale para toda x,y entonces tomemos r = 1 1 y = 1 y asi
r
2
[[[[
2
+ 2r 1 +
2
[[1[[
2
= (1 1)
2
[[[[
2
21 1 ( 1)
2
+ ( 1)
2
[[1[[
2
= [[1[[
4
[[[[
2
2 [[1[[
2
( 1)
2
+ ( 1)
2
[[1[[
2
luego
[[1[[
2
[[[[
2
2( 1)
2
+ ( 1)
2
= [[1[[
2
[[[[
2
( 1)
2
_ 0
sisi
( 1)
2
_ [[[[
2
[[1[[
2
luego
[ 1[ _ [[[[ [[1[[
8. Desigualdad triangular [[ +1[[ _ [[[[ +[[1[[
como
[[ +1[[
2
= (+1) ( +1) = ( +1)+1 ( +1) = + 1+1 +1 1 =
[[[[
2
+ 2 1 +[[1[[
2
_ [[[[
2
+ 2 [ 1[ +[[1[[
2
_ [[[[
2
+ 2 [[[[ [[1[[ +[[1[[
2
= ([[[[ +[[1[[)
2
por lo tanto
[[ +1[[
2
_ ([[[[ +[[1[[)
2
asi que [[ +1[[ _ [[[[ +[[1[[ Tomando raiz cuadrada
4.7. PRODUCTO INTERIOR O PRODUCTO ESCALAR O PRODUCTO PUNTO.89
i
j
k
(a,b,c)
x
y
z
4.7.2 Angulos directores y cosenos directores.
Los vectores (1. 0. 0) = i = c
1
. (0. 1. 0) = , = c
2
y (0. 0. 1) = / = c
3
se llaman vectores canonicos y el angulo c. ,. que forma el vector = (c. /. c) con el
eje positivo de las r o o . se llaman angulos directores y sus cosenos se llaman cosenos
directores . Para hallar los angulos directores y sus cosenos se procede asi:
Para el angulo director c se toma el vector A y el vector i = (1. 0. 0) y la propiedad
1 = [[[[ [[1[[ cos o asi
i = [[[[ [[i[[ cos c =(c. /. c) . (1. 0. 0) = c =
_
c
2
+/
2
+c
2
cos c
de donde
cos c =
c
_
c
2
+/
2
+c
2
; c = cos
1
_
c
_
c
2
+/
2
+c
2
_
Para el angulo director c se toma el vector A y el vector , = (0. 1. 0) y la propiedad
1 = [[[[ [[1[[ cos o asi
, = [[[[ [[,[[ cos , =(c. /. c) . (0. 1. 0) = / =
_
c
2
+/
2
+c
2
cos ,
de donde
cos , =
/
_
c
2
+/
2
+c
2
; , = cos
1
_
/
_
c
2
+/
2
+c
2
_
Para el angulo director
/ = [[[[ [[/[[ cos =(c. /. c) . (0. 0. 1) = c =
_
c
2
+/
2
+c
2
cos c
cos =
c
_
c
2
+/
2
+c
2
. = cos
1
_
c
_
c
2
+/
2
+c
2
_
y se puede vericar que
cos
2
c + cos
2
, + cos
2
= 1
4.7.3 Vectores unitarios
Un vector unitario es aquel que tiene norma igual a uno.
Los vectores cannicos son ejemplos de vectores unitarios, pero en general
Si ,= 0 es un vector que no es unitario, entonces el vector

[[[[
es un vector unitario,
ya que:

[[[[
=
[[[[
[[[[
= 1
Conclusin: Para obtener un vector unitario con la misma direccin y sentido de un
vector dado A, se divide el vectos A por su norma, por ejemplo el vector = (3. 4. 5) no
es unitario pero el vector 1 =
(3. 4. 5)
[[(3. 4. 5)[[
=
(3. 4. 5)
_
9 + 16 + 25
=
_
3
5
_
2
.
4
5
_
2
.
5
5
_
2
_
es un vector unitario con la misma direccin y sentido del vector A.
Los vectores
_
1
_
2
.
1
_
2
_
. (cos o. sin o) . (cos c. cos ,. cos ) son vectores unitarios.
Cualquier vector (c. /. c) se puede escribir como ci +/, +c/. es decir,
(c. /. c) = ci +/, +c/.ya que
(c. /. c) = (c. 0. 0) + (0. /. 0) + (0. 0. c) = c (1. 0. 0) +/ (0. 1. 0) +c (0. 0. 1) = ci +/, +c/
Ejemplo 4.14 3i + 5, + 3/ = (3. 5. 3) . 6i + 8, 2/ = (6. 8. 2)
4.7.4 Angulo entre vectores
El angulo , entre los vectores A y B es aquel comprendido entre ellos y esta entre 0 y
:. 0 _ , _ :.
4.7. PRODUCTO INTERIOR O PRODUCTO ESCALAR O PRODUCTO PUNTO.91
A
B
4.7.5 Proyeccin de un vector sobre otro.( :o/:c 1)

gura 15
1:o
1
= `
1
[[1[[
=
1
[[1[[
[[[[ cos o =
1[[1[[ [[[[ cos o
[[1[[ [[1[[
=
1
[[1[[
2
1
donde
cos o =
`
[[[[
=` = [[[[ cos o
Ejemplo 4.15 Si = (3. 3) y 1 = (5. 0) entonces
1:o
1
=
1
[[1[[
2
1 =
(3. 3) (5. 0)
25
(5. 0) =
15
5 5
(5. 0) = 3 (1. 0) = (3. 0)
1:o
1
=
1
[[1[[
2
1 =
(0. 2) (5. 5)
50
(5. 5) = (1. 1)
1:o
1
=
1
[[1[[
2
1 =
(2. 2) (3. 1)
10
(3. 1) =
_
6
5
.
2
5
_
1:o
1
=
1
[[1[[
2
1 =
(2. 3) (1. 1)
2
(1. 1) =
_
5
2
.
5
2
_
4.8 Producto Cruz
Si = (c
1,
c
2
. c
3
) y 1 = (/
1
. /
2
. /
3
) son dos vectores en 1
3
. su producto cruz notado por
1 se dene por: 1 = (c
2
/
3
c
3
/
2
. c
3
/
1
c
1
/
3
. c
1
/
2
c
2
/
1
).es decir, se puede
considerar el producto cruz como una funcin de la forma:
: 1
3
1
3
1
3
(. 1) 1 = (c
2
/
3
c
3
/
2
. c
3
/
1
c
1
/
3
. c
1
/
2
c
2
/
1
)
Como
i , /
c
1
c
2
c
3
/
1
/
2
/
3
= (c
2
/
3
c
3
/
2
. c
3
/
1
c
1
/
3
. c
1
/
2
c
2
/
1
) = 1.
En general se usa este recurso nemotcnico para recordar la denicin de 1, y
escribimos simplemente que:
1 =
i , /
c
1
c
2
c
3
/
1
/
2
/
3
Ejemplo 4.19 Si = 2i 8, + 3/ y 1 = 4, + 3/
1 =
i , /
2 8 3
0 4 3
= i
8 3
4 3
2 3
0 3
+/
2 8
0 4
= 36i 6, + 8/
Ejemplo 4.20 i , =
i , /
1 0 0
0 1 0
= 1
, /
1 0
= (/) = /
En forma anloga,
, / = i. / i = ,. , i = /. / , = i. i / = ,. i i = , , = / / = 0.
4.8. PRODUCTO CRUZ 93
4.8.1 Propiedades del producto cruz
1. 0 = 0
0 =
i , /
c
1
c
2
c
3
0 0 0
= 0
2. = 0
=
i , /
c
1
c
2
c
3
c
1
c
2
c
3
= 0
3. 1 =
i , /
c
1
c
2
c
3
/
1
/
2
/
3
i , /
/
1
/
2
/
3
c
1
c
2
c
3
= 1
4. (1 +C) = 1 + C
(1 +C) =
i , /
c
1
c
2
c
3
/
1
+c
1
/
2
+c
2
/
3
+c
3
i , /
c
1
c
2
c
3
/
1
/
2
/
3
i , /
c
1
c
2
c
3
c
1
c
2
c
3
= 1 + C
5. c( 1) = (c) 1 = (c1)
c( 1) = c
i , /
c
1
c
2
c
3
/
1
/
2
/
3
i , /
cc
1
cc
2
cc
3
/
1
/
2
/
3
= (c) 1
6. ( 1) = 0
( 1) = (c
1
. c
2
. c
3
)(c
2
/
3
c
3
/
2
. c
3
/
1
c
1
/
3
. c
1
/
2
c
2
/
1
) =
= c
1
c
2
/
3
c
1
c
3
/
2
+c
2
c
3
/
1
c
1
c
2
/
3
+c
1
c
3
/
2
c
2
c
3
/
1
= 0 =
c
1
c
2
c
3
c
1
c
2
c
3
/
1
/
2
/
3
Llamado producto mixto

7. 1 ( 1) = 0 Se prueba en forma anloga a la propiedad 6.
De las propiedades 6 y 7 se concluye que 1 es un vector ortogonal a y a 1.
8. | 1|
2
= ||
2
|1|
2
( 1)
2
Esta propiedad es conocida como Identidad de Lagrange
| 1|
2
= (c
2
/
3
c
3
/
2
)
2
+ (c
3
/
1
c
1
/
3
)
2
+ (c
1
/
2
c
2
/
1
)
2
||
2
|1|
2
( 1)
2
= (c
2
1
+c
2
2
+c
2
3
)(/
2
1
+/
2
2
+/
2
3
) (c
1
/
1
+c
2
/
2
+c
3
/
3
)
2
y se hacen las operaciones algebraicas de los miembros de la derecha y se demuestra
que son iguales.
9. (1 C) ,= ( 1) C
i (i ,) = i / = ,
(i i) , = 0 , = 0. Luego, en general,
(1 C) ,= ( 1) C
10. Sean y 1 dos vectores no nulos en 1
3
. 1 = 0. si y slo si y 1 son paralelos
11. | 1| = || |1| sin o
De la identidad de Lagrange se tiene que:
| 1|
2
= ||
2
|1|
2
( 1)
2
= ||
2
|1|
2
(|| |1| cos o)
2
= ||
2
|1|
2
||
2
|1|
2
cos
2
o
= ||
2
|1|
2
(1 cos
2
o)
= ||
2
|1|
2
sin
2
o
Entonces sacando raz cuadrada a | 1|
2
= ||
2
|1|
2
sin
2
o se tiene:
| 1| = || |1| [sin o[ = || |1| sin o y corresponde al area del paralelogramo
de lados A,B
4.9 Producto mixto
Los productos escalar y vectorial pueden combinarse para formar el producto mixto
1 C. y su valor es un nmero, ya que es el producto escalar de dos vectores y se
puede calcular por medio de determinantes as:
Si = (c
1
. c
2
. c
3
); 1 = (/
1
. /
2
. /
3
); C = (c
1
. c
2
. c
3
), entonces producto mixto se dene por
(1 C) =
c
1
c
2
c
3
/
1
/
2
/
3
c
1
c
2
c
3
4.10. READEUNPARALELOGRAMODETERMINADOPORLOS VECTORES AYB95

h
B
A
4.9.1 Propiedades del producto mixto

( 1) C = (1 C) = (C ) 1
(1 C) =
c
1
c
2
c
3
/
1
/
2
/
3
c
1
c
2
c
3
/
1
/
2
/
3
c
1
c
2
c
3
c
1
c
2
c
3
= 1 (C ) = (C ) 1
Ejemplo 4.21 Si = (2. 3. 1); 1 = (3. 7. 5); C = (1. 5. 2). entonces
(1 C) =
2 3 1
3 7 5
1 5 2
= 2(14 + 25) 3(6 5) 1(15 + 7) = 27

4.10 rea de un paralelogramo determinado por los
vectores A y B
gura 16 = |1| /
sin o =
/
||
/ = || sin o
:cc = |1| || sin o = | 1|
Luego, el rea est dada por | 1|
Ejemplo 4.22 El rea del paralelogramo determinado por los vectores 2i y 3j es:
:cc = |2i 3,| = |6i ,| = |6/| = 6
Ejemplo 4.23 Hallar el rea del paralelogramo determinado por:
= (3. 2. 2); 1 = (2. 2. 3)
1 =
i , /
3 2 2
2 2 3
= (10. 5. 10)
Entonces

:cc = | 1| =
_
100 + 25 + 100 =
_
225 = 15
A
B
C
AxB
h
Ejemplo 4.24 Hallar el rea del tringulo determinado por:
1
1
= (2. 2. 0); 1
2
= (1. 0. 2); 1
3
= (0. 4. 3) gura
En efecto, el rea del tringulo es
1
2
| 1|
1
1
1
2
= = (3. 2. 2)
1
1
1
3
= 1 = (2. 2. 3)
y | 1| = 15 y as el rea del tringulo es
15
2
Ejemplo 4.25 Hallar el rea del paralelogramo con dos lados adyacentes formados por:
= (1. 2. 3); 1 = (4. 5. 6)
1 =
i , /
1 2 3
4 5 6
= i
2 3
5 6
1 3
4 6
+/
1 2
4 5
= (3. 6. 3)
Entonces

:cc = | 1| = |(3. 6. 3)| =
_
9 + 36 + 9 =
_
54
4.11 Volmenes
4.11.1 Volumen de un paraleleppedo determinado por tres vec-
tores A,B,C.
Los tres vectores no deben estar en el mismo plano.
El volumen viene dado por:
\ = (rea base)(c|tn:c)
El rea de la base es | 1| y la altura es la norma de la proyeccin del vector C sobre
1. es decir,
/ =
_
_
_
_
j:o
C
1
_
_
_
_
=
_
_
_
_
C ( 1)
| 1|
2
1
_
_
_
_
= [C 1[
1
| 1|
entonces
luego \ = [C 1[
1
| 1|
| 1| = [C.( 1)[
Ejemplo 4.26 Hallar el volumen del paraleleppedo determinado por:
= (1. 2. 3); 1 = (4. 5. 6); C = (7. 8. 0)
El volumen es [C ( 1)[
C ( 1) =
1 2 3
4 5 6
7 8 0
= 7
2 3
5 6
1 3
4 6
+ 0
1 2
4 5
= 7(3) 8(6) = 27
Luego el volumen es [C ( 1)[ = 27
Ejemplo 4.27 Hallar el volumen del paraleleppedo determinado por:
= (2. 3. 1); 1 = (1. 0. 2); C = (0. 2. 1)
C ( 1) =
0 2 1
2 3 1
1 0 2
= 0
3 1
0 2
2 1
1 2
2 3
1 0
= 10 + 3 = 7
Luego el volumen del paraleleppedo es 7.
4.12 Regla de Cramer
Considerando el sistema,
c
1
r +/
1
+c
1
. = d
1
c
2
r +/
2
+c
2
. = d
2
c
3
r +/
3
+c
3
. = d
3
que se puede escribir como r+1 +.C = 1. si se hace producto punto a ambos lados
de esta ecuacin con 1 C obtenemos
r 1 C +1 1 C +.C 1 C = 1 1 C y despejando x obtenemos
r =
1 1 C
1 C
=
d
1
d
2
d
3
/
1
/
2
/
3
c
1
c
2
c
3
c
1
c
2
c
3
/
1
/
2
/
3
c
1
c
2
c
3
d
1
/
1
c
1
d
2
/
2
c
2
d
3
/
3
c
3
c
1
/
1
c
1
c
2
/
2
c
2
c
3
/
3
c
3
si se hace producto punto a ambos lados de esta ecuacin r +1 +.C = 1 con

C obtenemos
r C +1 C +.C C = 1 C y despejando y obtenemos
=
1 C
1 C
=
d
1
d
2
d
3
c
1
c
2
c
3
c
1
c
2
c
3
/
1
/
2
/
3
c
1
c
2
c
3
c
1
c
2
c
3
d
1
c
1
c
1
d
2
c
2
c
2
d
3
c
3
c
3
c
1
c
2
c
3
/
1
/
2
/
3
c
1
c
2
c
3
c
1
d
1
c
1
c
2
d
2
c
2
c
3
d
3
c
3
c
1
/
1
c
1
c
2
/
2
c
2
c
3
/
3
c
3
si se hace producto punto a ambos lados de esta ecuacin r+1 +.C = 1 con 1
obtenemos
r 1 +1 1 +.C 1 = 1 1 y despejando z obtenemos
. =
1 1
C 1
=
1 1
1 C
=
c
1
/
1
d
1
c
2
/
2
d
2
c
3
/
3
d
3
c
1
/
1
c
1
c
2
/
2
c
2
c
3
/
3
c
3

1. Si = (1. 2. 3. 1) 1 = (1. 1. 2. 4). C = (1. 1. 2. 2) Hallar
(a) 1 respuesta 9
(b) 1 C respuesta 12
(c) (1 +C) respuesta 20
(d) ( 1) C respuesta -1
2. En cada una de las expresiones siguientes introducir un parntesis para que la ex-
presin tenga sentido si . 1. C R
3
(a) 1C Respuesta ( 1)C
(b) 1 +C Respuesta (1 +C)
(c) +1 C Respuesta ( +1) C
(d) 1 C Respuesta (1 C)
(e)

1 C
Respuesta

(1 C)
3. Si = (2. 1. 1); 1 = (1. 1. 2) Hallar
(a) Un vector no nulo C R
3
tal que C = 1 C Respuesta por ejemplo (3. 0. 1)
y en general (3.. . .)
(b) Un vector no nulo C R
3
tal que C = 1 C = 0 Respuesta por ejemplo
(3. 5. 1) y en general (3.. 5.. .)
4. = (1. 3. 2);1 = (3. 1. 2) hallar escalares r. tal que C = r+1 sea un vector
no nulo y que C 1 = 0
_
7
2
. 1
_
.
_
r.
2r
7
_
5. Sea = (1. 1. 1. 1); 1 = (0. 1. 2. 1). hallar dos vectores C y D de R
4
que satisfaga
las condiciones siguientes:
(a) = C +1
(b) 1 ortogonal a 1
(c) C paralelo a 1 Respuesta C =
_
0.
2
3
.
4
3
.
2
3
_
. 1 =
_
1.
1
3
.
1
3
.
1
3
_
6. Hallar un vector B de R
2
tal que 1 = 0 y |1| = || si = (1. 3) Respuesta
(3. 1)
7. Si = (1. 2. 1. 2); 1 = (2. 1. 0. 1), hallar un vector paralelo a 21 y de
longitud 7 Respuesta
_
21
p
26
. 0.
7
p
26
.
28
p
26
_
8. Hallar todos los vectores de R
2
que tiene la misma longitud de y son ortogonales
a si = (1. 3) Resp (3. 1) . (3. 1)
9. Si = (1. 2. 3); 1 = (0. 1. 1), hallar un vector ortogonal a y a 1 de longitud
4.Respuesta
_
4
p
3
.
4
p
3
.
4
p
3
_
10. Si = (1. 1. 1); 1 = (1. 1. 2), hallar vectores 1. Q R
3
tales que
(a) = 1 +Q
(b) 1 paralelo a 1
(c) Q ortogonal a 1 Respuesta 1 =
_
1
3
.
1
3
.
2
3
_
. Q =
_
2
3
.
4
3
.
1
3
_
11. Dados los vectores = (2. 1. 1); 1 = (1. 2. 1); C = (1. 1. 2), hallar vectores
1 de la forma r1 +C ortogonales a A y de longitud 1. (Rta./
1
p
2
(0. 1. 1))
12. Si . 1 R
4
, demostrar que | +1|
2
| 1|
2
= 4 1
13. Si = (1. 2. 3); 1 = (1. 4. 3) hallar Proy
1
y Proy1
Respuesta
_
8
13
.
32
13
.
24
13
_
.
_
8
7
.
16
7
.
24
7
_
14. Hallar los cosenos directores del vector (1. 1. 1) Respuesta
_
1
p
3
.
1
p
3
.
1
p
3
_
15. Hallar los cosenos de los ngulos del tringulo con vrtices (2. 1. 1), (1. 3. 5),
(3. 4. 4) (Rta./(
_
35
41
.
_
6
41
. 0)
16. Si . 1. C R
3
; || = |C| = 5; |1| = 1; | 1 +C| = | +1 +C|
Si el ngulo que forman A y B es

8
, hallar el ngulo que forman 1 y C (Rta./
7
8
)
17. Hallar dos vectores unitarios con punto inicial en (2. 4) y que sean normales a = r
2
all. (Rta./
(4,1)
p
17
)
18. Si = 2i + , /. hallar dos vectores ortogonales y unitarios a A respuesta las
soluciones de 2c +/ c = 0 y dividir por la norma por ejemplo
_
1. 1. 1
_
3
_
19. Hallar dos vectores unitarios paralelos al plano yz que sean perpendiculares a (3. 1. 2)
Re : (0. . .) . (
0. 2. 1
_
5
)
20. Muestre que los vectores = (1. 1. 1). 1 = (2. 3. 2). C = (4. 5. 4) estn en el
mismo plano Resp hacer ( 1 C = 0)
21. Hallar el rea del tringulo de vrtices 1 = (1. 3. 2). Q = (2. 4. 5). 1 = (3. 2. 2);
y el volumen del paraleleppedo de aristas

C1,

CQ,

C1; (Rta.
p
2546
2
. 55)
22. Mostrar que (1. 1. 4). (3. 2. 4). (4. 2. 6). (2. 1. 6) son los vrtices de un paralel-
ogramo resp si
23. Si = i + 2/; 1 = 2i +, /; C = i + 2, + 3/, Hallar
(a) C; | C| Resp (4. 1. 2) .
_
21
(b) ( +1) ( C) Resp (1. 3. 6)
(c) (1 C) Resp (14. 7. 7)
(d) |( +1) ( C)| Resp (1. 3. 6) .
_
46
24. Demostrar que | 1| = || |1| s y slo s A y B son ortogonales
25. Dados dos vectores no paralelos . 1 R
3
con 1 = 2; || = 1. |1| = 4;
C = 21 31 Hallar (1 +C); |C| y el coseno del ngulo que forman B Y
C. Resp C =
_
192. 4. 150
26. Si (1 C) = 3 hallar
(a) (C 1) Respuesta -3
(b) (1 C) Respuesta 3
(c) C ( 1) Respuesta3
(d) 1 ( C) Respuesta -3
(e) ( C) 1 Respuesta -3
(f) 1 (C ) Respuesta 3
27. | +1|
2
+| 1|
2
= 2 ||
2
+ 2 |1|
2
28. Si o es el ngulo que forman los vectores = (1. 1. .... 1); 1 = (1. 2. .... :) hallar el
valor lmite de o cuando : (Rta./:,6)
29. Mostrar que(2. 1. 6). (2. 4. 5). (1. 2. 1) son los vrtices de un tringulo rectngulo
30. Determine las componentes del vector que tiene su punto inicial en 1
1
y su punto
nal en 1
2.
(a) 1
1
(3. 5) . 1
2
(2. 8) Resp (1. 3)
(b) 1
1
(6. 5. 8) . 1
2
(8. 7. 3) Resp (2. 12. 11)
31. Determine un vector que tenga su punto inicial en 1 (2. 1. 4) y que tenga la misma
direccin que \ = (7. 6. 3) Resp 1 = (2. 1. 4) . Q = (9. 5. 1)
32. Determine un vector con direccion contraria a la de \ = (2. 4. 1) y con punto
nal en Q(2. 0. 7) .Resp 1 = (0. 4. 8) . Q = (2. 0. 7)
33. Sean l = (1. 2. 3) . \ = (1. 3. 1) y \ = (3. 2. 1) .
Determine las componentes de:
(a) l \ Resp(2. 0. 4)
(b) 7\ + 3\ Resp(16. 15. 4)
(c) 3 (l 7\ ) Resp(18. 57. 12)
(d) 2\ (l +\) Resp(2. 10. 0)
34. Sean l = (1. 2. 3) . \ = (1. 3. 1) y \ = (3. 2. 1) .
Determine las componentes del vector A que satisface 2l \ +A = 7A+\ Resp
_
1
3
.
5
6
. 1
_
35. Sean l = (1. 2. 3) . \ = (1. 3. 1) y \ = (3. 2. 1) .
Encuentre escalares c. / y c. tales que: cl +/\ +c\ = (6. 14. 2)
36. Demuestre que no existen escalares c. /. c tales que:
c (1. 2. 3) +/ (5. 7. 1) +c (6. 9. 2) = (4. 5. 0) Resp no existen
37. Encuentre todos los escalares a, b y c tales que:
c (2. 7. 8) +/ (1. 1. 3) +c (3. 6. 11) = (0. 0. 0)
38. Sean l = (1. 3. 2) . \ = (1. 1. 0) \ = (2. 2. 4) .
Determine:
(a) |l +\ | Resp
_
12
(b) |l| +|\ | Resp
_
14+
_
2
(c) |2l| + 2 |l| Resp
_
56+ 2
_
14
(d)
1
|\|
\ Resp
_
2. 2. 4
_
24
_
(e)
_
_
_
_
1
|\|
\
_
_
_
_
Resp 1
39. Determine todos los escalares k tales que:
|/\ | = 3 donde \ = (1. 2. 4) Resp
3
_
21
40. Encontrar un vector de norma 1 que tenga la misma direccin que \ = (1. 1. 1)
Resp
_
1
p
3
.
1
p
3
.
1
p
3
_
41. Calcule l.\ para:
(a) l = (1. 2) \ = (6. 8) Resp 22
(b) l = (1. 3. 7) \ = (8. 2. 2) Resp 0
42. Para el ejercicio anterior encontrar el angulo o entre U y V Resp 10.30
.

2
43. Determine si el ngulo formado por U y V es agudo, obtuso, o si los vectores son
ortogonales:
(a) l = (7. 3. 5) \ = (8. 4. 2) Resp obtuso
(b) l = (6. 3. 1) \ = (4. 0. 6) Resp agudo
(c) l = (1. 1. 1) \ = (1. 0. 0) Resp obtuso
(d) l = (4. 1. 6) \ = (3. 0. 2) Resp ortogonal
44. Encuentre la proyeccion ortogonal de l sobre \ si:
(a) l = (2. 1) \ = (3. 2) Resp
_
12
13
.
8
13
_
(b) l = (7. 1. 3) \ = (5. 0. 1) Resp
_
160
p
26
. 0.
32
p
26
_
45. Determine dos vectores de norma 1 que sean orotgonales a (3. 2) Resp por ejemplo
_
2
p
13
.
3
p
13
_
46. Sea l = (1. 2) . \ = (4. 2) y \ = (6. 0) determine:
(a) l. (7\ +\) Resp 6
(b) |(l.\ ) \| Resp 0
(c) |l| (\.l) Resp 0
47. Utilice vectores para encontrar los ngulos interiores del triangulo con vertices en
(1. 0) . (2. 1) y en (1. 4) Resp 90
. 18
. 72
48. Determine el angulo formado por la diagonal de un cubo y una de las caras. Resp
arccos
_
p
3
3
_
49. Sean l = (2. 1. 3) . \ = (0. 1. 7) \ = (1. 4. 5) calcule:
(a) \ \ Resp (23. 7. 1)
(b) l (\ \) Resp (20. 67. 9)
(c) (l \ ) \
50. Determine un vector que sea ortogonal a U y V:
(a) l = (7. 3. 1) \ = (2. 0. 4) Resp (12. 30. 6)
(b) l = (1. 1. 1) \ = (2. 0. 2) Resp (2. 0. 2)
51. Calcular el rea del triangulo que tiene vrtices en P,Q y R
(a) 1 = (1. 5. 2) Q = (0. 0. 0) 1 = (3. 5. 1) Resp
p
374
2
(b) 1 = (2. 0. 3) Q = (1. 4. 5) 1 = (7. 2. 9) Resp
k(32,52,22)k
2
= 9
_
13
52. Sean l = (1. 3. 2) y \ = (1. 1. 1) encuentre todos los vectores que satisfacen
l A = \
53. Calcular los cosenos directores del vector \ = (12. 15. 16) Resp
_
12
25
.
3
5
.
16
25
_
54. Determinar para que valor de a los vectores l = ci 3, +2/ y \ = i +2, c/ son
perpendiculares Resp c = 6
55. Hallar el vector X, si se sabe que es perpendicular a los vectores l = (2. 3. 1) y
\ = (1. 2. 3) y satisface la condicion:
A. (2i , +/) = 6 Resp (3. 3. 3)
56. Se dan tres vectores:
l = 2i , + 3/ \ = i + 2, c/ \ = 3i + 2, 4/
hallar el vector X, que satisface las condiciones:
A.l = 5. A.\ = 11. A.\ = 20 Resp 7c ,= 32
57. Sea l = 2i , + 3/ y \ un vector de longitud 5 y direccin y sentido coincidentes
con los del vector i + 2, + 3/.Hallar el producto escalar de l por \.Resp
45
p
14
58. Encontrar un vector unitario perpendicular a los vectores l = i + , + / \ =
2i , +/. cuantas soluciones tiene el problema? Resp
_
2
p
14
.
1
p
14
.
3
p
14
_
59. Sean A y B tales que || = 4 y |1| = 2 y el angulos entre ellos 60
0
Hallar
| +1| . | 1| Resp
_
28.
_
12
60. Si A y B son perpendiculares y || = 6. |1| = 10 hallar | +1| resp
_
136
61. Hallar el angulo que forma A y B si || = 3. |1| = 15 y | +1| = 7. resp o = 60
62. Si A y B tienen la misma longitud entonces +1 y 1 son perpendiculares
Captulo 5
PLANOS
5.1 Planos en el espacio
Un plano se puede considerar intuitivamente como una hoja de papel, haciendo que la
hoja es ilimitada. Estamos interesados en hallar la ecuacin del plano y para ello
consideramos un punto del plano jo 1
0
= (r
0
.
0
. .
0
) y un vector normal ` = (. 1. C)
al plano, entonces el punto 1 = (r. . .) pertenece al plano s y slo s el vector
1
0
1 ` = 0. es decir, (1 1
0
) ` = 0. es decir, ((r. . .) (r
0
.
0
. .
0
)) (. 1. C) = 0,
es decir, (r r
0
) +1(
0
) +C(. .
0
) = 0. es decir,
r +1 +C. r
0
1
0
C.
0
= 0. es decir, r +1 +C. = 1 si 1 =
r
0
+1
0
+C.
0
, y as la ecuacin cartesiana del plano que pasa por 1
0
= (r
0
.
0
. .
0
) y
tiene a ` = (. 1. C) como vector normal tiene por ecuacin r +1 +C. = 1. A la
ecuancin (1 1
0
) ` = 0, se llama ecuacin vectorial del plano.gura 18
1. . = 0 ecuacin de un plano que tiene a ` = (0. 0. 1) como vector normal y un punto
del plano es por ejemplo (1. 3. 0) ya que . = 0 se puede escibir como 0r+0 +. = 0
N
(A,B,C)
0
P
P
107
108 CAPTULO 5. PLANOS
por tanto x y y toman cualquier valor
2. r + = 1;ecuacin de un plano que tiene a ` = (1. 1. 0) como vector normal y un
punto del plano es por ejemplo (1. 0. 4) . ya que r + = 1. se puede escribir como
r + + 0. = 1 y z toma cualquier valor
3. r + + . = 4;ecuacin de un plano que tiene a ` = (1. 1. 1) como vector normal
y un punto del plano es por ejemplo (1. 1. 2) ya que por ejemplo si r = 1 y = 1
entonces . = 4
4. r = 4;ecuacin de un plano que tiene a ` = (1. 0. 0) como vector normal y un punto
del plano es por ejemplo (4. 3. 5) . y y z toman cualquier valor
Ejemplo 5.1 La ecuacin del plano que pasa por (1. 0. 0) y tiene como vector normal a
(1. 1. 1) = (. 1. C) c:
(r r
0
) +1(
0
) +C(. .
0
) = 0
1(r 1) + 1( 0) + 1(. 0) = 0
r + +. = 1
Ejemplo 5.2 Hallar la ecuacin del plano que pasa por (1. 2. 3) y es paralelo al plano
3r + 4. = 2.
Como el plano buscado es paralelo al plano 3r + 4. = 2. su vector normal es
(3. 1. 4) = (. 1. C) y como (1. 2. 3) = (r
0,
0
. .
0
). pertenece al plano entonces: 3(r
1)1(2)+4(. 3) = 0 es la ecuacin del plano, es decir, 3r+4. = 32+12 = 13.
Ejemplo 5.3 Hallar la ecuacin del plano que pasa por (r
0,
0
. .
0
) = (3. 2. 1), y es per-
pendicular al vector (4. 6. 7).
Como el vector normal al plano es ` = (4. 6. 7) y 1
0
= (r
0,
0
. .
0
) = (3. 2. 1),
(r r
0
) +1(
0
) +C(. .
0
) = 0
4(r 3) + 6( 2) + 7(. 1) = 0, luego, 4r + 6 + 7. = 31
Ejemplo 5.4 Hallar la ecuacin del plano que pasa por: = (1. 2. 1); 1 = (2. 3. 1); C =
(3. 1. 2).
Como los puntos A, B, C pertenecen al plano, entonces se forman los vectores
1 y
C :
1 = 1 = (1. 1. 2)
C = C = (2. 3. 3)
por tanto

1

C =
i , /
1 1 2
2 3 3
= (9. 1. 5) es normal al plano y como A es un

punto del plano, entonces:
5.1. PLANOS EN EL ESPACIO 109
Ejemplo 5.5 Ejemplo 5.6 9(r 1) +1( 2) 5(. +1) = 0 por tanto 9r + 5. =
9 + 2 + 5 = 16
Ejemplo 5.7 Tambin se puede hallar reemplazando los tres puntos en la ecuacin r+
1 +C. 1 = 0 y solucionar el sistema, es decir,
+ 21 C 1 = 0
2 + 31 +C 1 = 0
3 1 + 2C 1 = 0
cuya solucin es
=
9
16
1; 1 =
1
16
; C =
5
16
1 y as
9
16
1r +
1
16

5
16
1. 1 = 0
1(
9
16
r +
1
16

5
16
. 1) = 0, luego,
9r + 5. = 16
Ejemplo 5.8 Hallar la ecuacin del plano que pasa por (1. 2. 2) y es perpendicular a
r + . = 1. El vector normal al plano r + . = 1 es (1. 1. 1) y si hacemos el
producto cruz de (1. 2. 2) (1. 1. 1) = ` vector normal del plano pedido, es decir,
(1. 2. 2)(1. 1. 1) =
i , /
1 2 2
1 1 1
= i
2 2
1 1
1 2
1 1
+/
1 2
1 1
= (4. 1. 3)
Luego la ecuacin del plano es:
4(r1) +1( +1) 3(. 1) = 0 sisi 4r+ 3. = 413 = 0 sisi 4r+ 3. = 0
Ejemplo 5.9 Hallar la ecuacin del plano, que pasa por el punto (4. 0. 2), y es perpen-
dicular a cada plano r + . = 0 y 2r + 4. = 5. El vector normal es el producto
cruz de los vectores normales de los dos planos `
1
= (1. 1. 1); `
2
= (2. 1. 4), es decir,
` = `
1
`
2
=
i , /
1 1 1
2 1 4
= (3. 6. 3), luego la ecuacin

3(r 4) + 6( 0) + 3(. + 2) = 0 c: dcci: 3r + 6 + 3. = 6
Una segunda forma de solucin sera: como ` = (. 1. C) es perpendicular a r
+. = 0 y a 2r + 4. = 5. entonces:
(. 1. C) (1. 1. 1) = 0 == 1 +C = 0 == = 1 C
(. 1. C) (2. 1. 4) = 0 == 2 +1 4C = 0
Ahora, reemplazando = 1 C en 2 +1 4C = 0 obtenemos
2(1 C) +1 4C = 0 == 21 2C +1 4C = 0 == 31 6C = 0
1 = 2C luego = 2C C = C
Entonces:
0
P
Ax+By+Cz=D
1
P
N
` = (C. 2C. C) = C(1. 2. 1) = 3(1. 2. 1) = (3. 6. 3)
Luego la ecuacin del plano es 3(r 4) + 6( 0) + 3(. + 2) = 0
5.2 Distancia de un punto a un plano
5.2.1 Distancia del punto 1
0
= (r
0
.
0
. .
0
) al plano r+1+C. = 1
Sea 1
1
= (r
1
.
1
. .
1
), un punto del plano, luego la distancia del punto 1
0
al plano
r +1 +C. = 1 es la longitud de la proyeccin del vector

1
1
1
0
sobre `. es decir:
d =
_
_
_Pr o
1
1
1
0.
_
_
_ =
_
_
_
_
_
1
1
1
0
`
|`|
2
`
_
_
_
_
_
=
1
1
1
0
`
|`|
=
d =
[(r
0
r
1
.
0
1
. .
0
.
1
) (. 1. C)[
_
2
+1
2
+C
2
=
[(r
0
r
1
) +1(
0
1
) +C(.
0
.
1
)[
_
2
+1
2
+C
2
d =
[r
0
+1
0
+C.
0
(r
1
+1
1
+C.
1
)[
_
2
+1
2
+C
2
=
[r
0
+1
0
+C.
0
1[
_
2
+1
2
+C
2
Luego
d =
[r
0
+1
0
+C.
0
1[
_
2
+1
2
+C
2
5.3. DISTANCIA ENTRE DOS PLANOS PARALELOS 111
Ax+By +Cz=
Ax+By+Cz=
1
D
2
D
Ejemplo 5.10 Hallar la distancia del punto (1. 2. 4) al plano r+23. = 5; (r
0
.
0
. .
0
) =
(1. 2. 4);
(. 1. C) = (1. 2. 3).
d =
[1(1) + 2(2) + (3)4 5[
_
1
2
+ 2
2
+ (3)
2
=
[1 + 4 17[
_
14
=
12
_
14
Ejemplo 5.11
5.3 Distancia entre dos planos paralelos
Sean r +1 +C. = 1
1
; r +1 +C. = 1
2
, dos planos paralelos, entonces para
hallar la distancia entre ellos, escogemos un punto en cualquiera de alguno de ellos y
hallamos la distancia del punto al plano as:
Sea . = 0; = 0; y r = 1
1
==r =
1
1
. es decir, tomemos 1
0
(r
0
.
0
. .
0
) = (
1
1
. 0. 0)
y la distancia de este punto al plano r +1 +C. = 1
2
, viene dada por:
d =
[r
0
+1
0
+C.
0
1
2
[
_
2
+1
2
+C
2
=
1
1
+1(0) +C(0) 1
2
2
+1
2
+C
2
=
[1
1
1
2
[
_
2
+1
2
+C
2
Ejemplo 5.12 La distancia entre r + +. = 4 y r + +. = 10 es:
[10 4[
_
1
2
+ 1
2
+ 1
2
=
[4 10[
_
3
=
6
_
3
Ejemplo 5.13 Hallar la distancia entre los planos r + + . = 1 y 3r + 3 + 3. = 10
es:
para aplicar la formula hay que escribir los planos r+ +. = 1 y 3r+3 +3. = 10
en la forma r + +. = 1 y r + +. =
10
3
luego la distancia es
10
3
1
_
3
=
7
3
_
3
5.4 Planos paralelos y perpendiculares
Dos planos son paralelos s y slo s sus vectores normales son paralelos.
Dos planos son perpendiculares s y slo s sus vectores normales son perpendiculares.
El ngulo entre dos planos, es el formado entre sus vectores normles.
Ejemplo 5.14 Los planos r + +. = 4 y 2r + 2 + 2. = 10 son paralelos
Ejemplo 5.15 Los planos 2r 3 + 2. = 4 y 6r 9 + 6. = 10 son paralelos
Ejemplo 5.16 Los planos . = 1 y . = 2 son paralelos
Ejemplo 5.17 Los planos r = 1 y r = 2 son paralelos
Ejemplo 5.18 Los planos . = 1 y 3. 3 = 15 son paralelos
Ejemplo 5.19 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
(A 1) ` = ((r. . .) (3. 0. 0)) (1. 0. 0) = (r 3. . .) (1. 0. 0) = r 3 = 0.luego la
ecuacion del plano es r = 3.
Ejemplo 5.20 Hallar a y b para que los planos 2r + c + . 1 = 0. /r 6 + 2. = 0
sean paralelos.
Para que los planos sean paralelos los vectores normales deben ser paralelos, luego su
producto cruz es cero,es
decir,(2. c. 1) (/. 6. 2) =
i , /
2 c 1
/ 6 2
= (2c + 6. / 4. 12 c/) = (0. 0. 0) por tanto

2c + 6 = 0. / 4 = 0. 12 c/ = 0. luego / = 4 y c = 3
5.4. PLANOS PARALELOS Y PERPENDICULARES 113
Ejemplo 5.21 Hallar a para que los planos 2r + 4 + c. 3 = 0. r + 2 . = 4 sean
perpendiculares.
Para que los planos sean perpendiculares los vectores normales deben ser
perpendiculares, es decir,(2. 4. c) (1. 2. 1) = 2 + 8 c = 0. por tanto c = 10
Ejemplo 5.22 Hallar la distancia entre los planos 2r + 2. = 1. 4r + 2 4. = 4
En efecto las ecuaciones de los planos son 2r + 2. = 1. 2r + 2. = 2
(segunda ecuacion hay que dividirla por 2) y tomamos un punto en cualquiera de los
planos por ejemplo (2. 2. 4) un punto del plano 2r + 2. = 2 y asi la distancia entre
dos planos paralelos se calcula por
d =
[1
1
1
2
[
_
2
+1
2
+C
2
=
[1 (2)[
_
2
2
+ 1
2
+ (2)
2
=
3
3
= 1
Ejemplo 5.23 Hallar el angulo entre los planos r 3 + 4. = 1. 2r + 2 +. = 3
En efecto (1. 3. 4) (2. 2. 1) = |(1. 3. 4)| |(2. 2. 1)| cos o entonces
2 6 + 4 = 0 =
_
25
_
9 cos o entones
cos o = 0. entonces o = 90
Ejemplo 5.24 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
(1. 0. 1) (2. 1. 1) =
i , /
1 0 1
2 1 1
= [1. 3. 1] entonces la ecuacion del plano es

1 (r 1) + 3 ( 1) + 1 (. 1) = 0 = 3 r +. 3 = 0
Ejemplo 5.25 Hallar la ecuacion del plano paralelo a 5r + 4 = 0 y que pasa por
(1. 0. 3)
Como el plano es paralelo a 5r +4 = 0 entonces u vector normal es (5. 1. 0) y como
pasa por (1. 0. 3) entones se ecuacion es 5 (r 1) 1 ( 0) + 0 (. + 3) = 0. c: decir,
5r 5 = 0
Ejemplo 5.26 Hallar la ecuacion del plano que es perpendicular a r2 = 5. 2r+. = 7
y pasa por (1. 2. 1)
Un vector normal del plano es (1. 2. 0) (2. 0. 1) =
i , /
1 2 0
2 0 1
= (2. 1. 4) por
tanto se ecuacion es 2 (r 1) 1 ( 2) + 4 (. 1) = 0 = 4. 2r = 0
Ejemplo 5.27 Hallar la ecuacion del plano cuyo punto mas proximo al origen es (1. 3. 2) =
1
El vector 0P es un vector normal al plano luego su ecuacion es
1 (r 1) + 3 ( 3) + 2 (. 2) = 0 = r + 3 + 2. 14 = 0
1. Hallar la ecuacin del plano que pasa por (1. 3. 2), (3. 2. 2), (2. 1. 3)
Rta:5r + 2 . = 9
2. Hallar la ecuacin del plano que pasa por el punto (4. 0. 2) y es perpendicular a
cada plano r +. = 0; 2r + 4. = 5 Rta./r + 2 +. 2 = 0
3. Hallar la distancia del punto (1. 4. 6) al plano 2r + 2. + 10 = 0 (Rta./
20
3
)
4. Hallar la ecuacin del plano que pasa por (1. 1. 4) y tiene como normal a (1. 9. 8)
resp r + 9 + 8. = 42
5. Hallar la ecuacin del plano que pasa por (0. 0. 0) y tiene como vector normal a
(1,2,3) resp r + 2 + 3. = 0
6. Determinar si los planos son paralelos:
(a) 4r + 2. = 5 y 7r 3 + 4. = 8 Resp no
(b) r 4 3. 2 = 0 y 3r 12 9. = 7 Resp si
(c) 2 = 8r 4. + 5 y r =
.
2
+

3
Resp no
7. Determinar si los planos son perpendiculares
(a) 3r +. = 4 y r + 2. = 1 Resp no
(b) r 2 + 3. = 4 y 2r + 5 + 4. = 1 Resp si
8. Encontrar la ecuacin del plano r( Resp . = 0), r.( Resp = 0), .(1c:j r = 0)
9. Encontrar la ecuacin del plano que pasa por (r
0
.
0
. .
0
) y es paralelo al plano
(a) r resp . = .
0
(b) r. resp =
0
(c) . res rj = r
0
10. Hallar la ecuacin del plano que es perpendicular al plano 8r 2 +6. = 1. y pasa
por los puntos (1. 2. 5), (2. 1. 4). (Rta./4r + 13 . 17 = 0)
11. Hallar la ecuacin del plano que pasa por (2. 1. 5) y es perpendicular a los planos
4r 2 + 2. = 1; 3r + 3 6. = 5 (Rta./r + 5 + 3. 18 = 0)
12. Hallar el ngulo entre los planos 5r 2 + 5. 12 = 0; 2r + 7. + 11 = 0
(Rta./2:,3)
13. Hallar la ecuacin del plano que pasa por (4. 0. 2) y es perpendicular a r+. = 0;
2r + 4. = 0. (Rta./r + 2 +. = 2)
14. Un plano pasa por (2. 0. 5), (0. 2. 1) y es perpendicular al plano r+3 . 7 = 0;
hallar su ecuacin. resp 2r . = 1
15. Hallar un vector normal y unitario y dos puntos de:
(a) r = 0 res (1. 0. 0) . (0. . .)
(b) . = 4 res (0. 0. 1) . (r. . 4)
(c) = 1 res (0. 1. 0) . (r. 1. .)
(d) r . = 4 res (1. 0. 1) . (4. . 0)
(e) r = 0 res (1. 1. 0) . (. . .)
(f) r 3 + 2. = 5 res (1. 3. 2) (5. 0. 0) .
_
0. 0.
5
2
_
16. Un plano pasa por (2. 6. 1) y es paralelo a 4r2 +. = 1 hallar su ecuacin. resp
4r 2 +. = 5
17. Hallar la distancia entre 4 3. 6 = 0 y 8 6. 27 = 0 resp
3
2
18. Hallar la ecuacion vectorial y cartesiana del plano que pasa por el punto dado y
cuyo vector normal es N:
(a) (2. 6. 1) ` = (1. 4. 2) resp r + 4 + 2. 28 = 0
(b) (1. 1. 2) ` = (1. 7. 6) resp r 7 6. + 6 = 0
(c) (1. 0. 0) ` = (0. 0. 1) resp . = 0
(d) (0. 0. 0) ` = (1. 4. 2) resp r + 4 + 2. = 0
19. Hallar la ecuacion cartesiana del plano que pasa por los puntos:
(a) (2. 1. 1) (0. 2. 3) (1. 0. 1) resp 2 . 1 = 0
(b) (3. 2. 1) (2. 1. 1) (1. 3. 2) resp r + 9 5. 16 = 0
20. Hallar la distancia minima del punto dado al plano dado y el punto del plano mas
cercano al punto dado:
(a) (2. 4. 5) 3r + 2 5. = 3 resp
8
p
38
(b) (0. 0. 0) 2r 3. = 2 resp
2
p
13
21. Si los planos dados son paralelos, halle la distancia entre ellos:
(a) r + 2 3. = 5 2r 4 + 6. = 10 resp
10
p
14
(b) 3r + 2. = 1 9r + 3 + 6. = 3 resp 0
22. Hallar las ecuaciones parametricas y cartesiana de la recta de interseccin de los
planos dados:
(a) 2r + 3 + 7. + 2 = 0 r + 2 3. + 5 = 0
(b) 3r 5 + 2. = 0 . = 0
23. Encuentre el punto de interseccin de la recta:
r 4 = 5t + 2 = t . 4 = t
y el plano 3r + 7. + 8 = 0
24. Determine el plano que pasa por el punto (2. 7. 6) y que es paralelo al plano:
5r 2 +. 9 = 0 resp 5r 2 +. = 30
25. Para que valor de :, la recta:
(r + 1)
3
=
( 2)
:
=
(. + 3)
2
es paralela al plano:
r 3 + +6. + 7 = 0 ? resp : = 3
26. Para qu valores de A y D de la recta r = 3 + 4t = 1 4t . = 3 + t
esta situada en el plano: r + 2 4. +1 = 0 ? resp = 3. 1 = 23
27. Para que valores de A y B el plano: r + 1 + 3. 5 = 0 es perpendicular a la
recta: r = 3 + 2t = 5 3t . = 2 2t ? resp = 3. 1 =
9
2
Captulo 6
RECTAS
Dado un punto 1
0
= (r
0
.
0
. .
0
) R
3
, y un vector no nulo \ = (c. /. c);
el conjunto de todos los puntos P del espacio tales que el vector
1
0
1 sea paralelo a V, se
dice que es la recta que pasa por 1
0
= (r
0
.
0
. .
0
) y es paralela a \ = (c. /. c), es decir,
1
0
1 = t\ 1 = 1
0
+t\ , t 1. y a 1 = 1
0
+t\. se llama ecuacin vectorial de la
recta y si la escribimos en terminos de sus componentes se tiene que
(r. . .) = (r
0
.
0
. .
0
) +t(c. /. c)
(r. . .) = (r
0
+tc.
0
+t/. .
0
+tc) entonces
r = r
0
+tc
=
0
+t/
. = .
0
+tc
se llaman ecuaciones paramtricas de la recta, que pasa por 1
0
= (r
0
.
0
. .
0
) y tiene por
vector direccin \ = (c. /. c) y si eliminamos a t obtenemos:
r r
0
c
=

0
/
=
. .
0
c
V
(a,b,c)
P=(x,y,z)
) , , (
0 0 0 0
z y x P =
L
119
120 CAPTULO 6. RECTAS
llamadas ecuaciones simtricas de la recta. La ecuacin simtrica de la recta es
equivalente al sistema:
/(r r
0
) = c(
0
)
c(r r
0
) = c(. .
0
)
c(
0
) = /(. .
0
)
Cada ecuacin anterior es la ecuacin de un plano que contiene a la recta y cualquier
interseccin de dos planos del sistema contiene la recta .
Ejemplo 6.1 Hallar la ecuacin de la recta que pasa por (2. 3. 4) y tiene como vector
direccin a (1. 6. 7).
1
0
= (2. 3. 4); \ = (1. 6. 7) luego
1. 1 = 1
0
+t\ ;
(r. . .) = (2. 3. 4) + (1. 6. 7)t
Ecuacin vectorial
2. (r. . .) = (2 +t. 3 + 6t. 4 + 7t)
es decir,
r = 2 +t; = 3 + 6t; . = 4 + 7t t 1.
Ecuacin paramtrica
3.
r 2
1
=
3
6
=
. 4
7
Ecuacin simtrica
Ejemplo 6.2 Hallar la ecuacin de la recta que pasa por (1. 2. 3) y por (3. 4. 5).
En efecto: \ = (3. 4. 5) (1. 2. 3) = (2. 2. 2) = (c. /. c) y como 1
0
= (1. 2. 3), entonces:
1. 1 = 1
0
+t\ ;
(r. . .) = (1. 2. 3) + (2. 2. 2)t
Ecuacin vectorial
2. r = 1 + 2t; = 2 + 2t; . = 3 + 2t
Ecuacin paramtrica
3.
r 1
2
=
2
2
=
. 3
2
Ecuacin simtrica
121
Ejemplo 6.3 La recta pasa por (2. 3. 4) y tiene como vector direccin a \ = (4. 5. 0),
hallar su ecuacin.
En efecto,
1. 1 = 1
0
+t\ ;
(r. . .) = (2. 3. 4) + (4. 5. 0)t
Ecuacin vectorial
2. r = 2 + 4t; = 3 + 5t; . = 4
Ecuacin paramtrica
3.
r 2
4
=
3
5
; . = 4
Ecuacin simtrica
Ejemplo 6.4 Hallar la ecuacin de la recta que pasa por (2. 4. 6) y tiene por vector di-
reccin a \ = (3. 0. 0)
1. 1 = 1
0
+t\ ;
(r. . .) = (2. 4. 6) + (3. 0. 0)t
Ecuacin vectorial
2. r = 2 + 3t; = 4; . = 6
Ecuacin paramtrica
Ejemplo 6.5 Hallar la recta de interseccin de los planos 3r+2. = 7 y r4+2. = 0.
Despejamos dos variables en trminos de la tercera; por ejemplo, eliminamos r y y
obtenemos:
3r + 2 . = 7
r 4 + 2. = 0.
=
3r + 2 . = 7
3r + 12 6. = 0
Al sumar estas dos ecuaciones tenemos:
14 7. = 7 =2 = . + 1 = =
. + 1
2
y
6r + 4 2. = 14
r 4 + 2. = 0.
Al sumar estas dos expresiones, tenemos:
7r = 14 =r = 2 As: =
. + 1
2
; r = 2, ecuacin de la recta
Ejemplo 6.6 Hallar la recta de interseccin de los planos r2+. = 0; 2r+32. = 0.
En efecto,
2r + 4 2. = 0
2r + 3 2. = 0
=7 4. = 0 = =
4
7
. =
.
7
=

4
3r 6 + 3. = 0
4r + 6 4. = 0
=7r . = 0 =r =
.
7
Entonces:
r =
.
7
=

4
es la ecuacin de la recta. Observe que un vector direccion de la recta se
puede calcular haciendo el producto cruz de los vectores normales de cada plano asi:
(1. 2. 1) (2. 3. 2) =
i , /
1 2 1
2 3 2
= (1. 4. 7)
Ejemplo 6.7 Un vector direccion de la recta 3r 5 + 7. 4 = 0, r 2 + . + 1 = 0
es (3. 5. 7) (1. 2. 1) =
i , /
3 5 7
1 2 1
= (9. 4. 1)
Ejemplo 6.8 Hallar el punto de interseccin de las dos rectas
1
1
(t) = (i 6, + 2/) +t(i + 2, +/) = (1. 6. 2) +t(1. 2. 1) y
1
2
(n) = (4, +/) +n(2i +, + 2/) = (0. 4. 1) +n(2. 1. 2)
Dos rectas se cortan en un punto s y slo s existen escalares t,u para los cuales
1
1
(t) = 1
2
(n), luego hacemos 1
1
(t) = 1
2
(n) as:
(1. 6. 2) +t(1. 2. 1) = (0. 4. 1) +n(2. 1. 2) entonces
(t. 2t. t) (2n. n. 2n) = (0. 4. 1) (1. 6. 2) = (1. 10. 1), es decir,
(t 2n. 2t n. t 2n) = (1. 10. 1), luego
t 2n = 1; 2t n = 10; t 2n = 1, entonces
t 2n = 1 =t = 2n 1 y 2t n = 10 y reemplazando:
2(2n 1) n = 10 =4n 2 n = 10 =3n = 12 =n = 4, ahora,
t = 2n 1 =t = 8 1 = 7, as 1
1
(7) = 1
2
(4) = (8. 8. 9)
Luego las rectas se intersectan en el punto (8. 8. 9)
1
1
(t) = (1. 6. 2) + 7(1. 2. 1) = (8. 8. 9)
1
2
(n) = (0. 4. 1) + 4(2. 1. 2) = (8. 8. 9)
Dos rectas son paralelas s y slo s sus vectores direcciones son paralelos.
Ejemplo 6.9 Las rectas
r = 3 2t; = 4 +t; . = 1 t y r = 5 + 2t; = 1 t; . = 7 +t son paralelas pues
6.1. DISTANCIA DE UN PUNTO A UNA RECTA 123
r 3
2
=
4
1
=
. 1
1
==\
1
= (2. 1. 1) y
r 5
2
=
1
1
=
. 7
1
==\
2
= (2. 1. 1)
\
1
= (2. 1. 1) = 1(2. 1. 1) = 1\
2
Los vectores directores son paralelos.
Dos rectas son perpendiculares s y slo s sus vectores directores son perpendiculares.
Ejemplo 6.10 Las rectas
r 1
1
=
2
3
=
. 2
4
y
r 4
2
=
3
2
=
. + 5
2
son perpendiculares, pues
\
1
\
2
= (1. 3. 4) (2. 2. 2) = 2 6 + 8 = 0
Ejemplo 6.11 Demostrar que la recta r 5 = t; +3 = 2t; . +1 = 5t es paralela al
plano 3r + +. = 9.
En efecto, hay que demostrar que ` \ = 0 donde N es el vector normal del plano y
V el vector direccin de la recta.
` = (3. 1. 1); \ = (1. 2. 5) ` \ = (3. 1. 1) (1. 2. 5) = 3 + 2 5 = 0
Ejemplo 6.12 Hallar el punto de interseccin de la recta r 9 = 5t; + 1 = t;
. 3 = t y el plano 2r 3 + 4. + 7 = 0.
En efecto,
r = 9 5t; = 1 t; . = 3 +t, luego
2(9 5t) 3(1 t) + 4(3 +t) + 7 = 0, es decir,
18 10t + 3 + 3t + 12 + 4t + 7 = 0 ==3t + 40 = 0 ==t =
40
3
, luego,
r = 9
200
3
=
173
3
. = 1
40
3
=
43
3
. . = 3 +
40
3
=
49
3
6.1 Distancia de un punto a una recta
Hallar la distancia del punto Q a la recta 1
:c:o =
/
_
_
_
1Q
_
_
_
==/ =
_
_
_
1Q
_
_
_:c:o
/o:c
_
_
_
1Q
_
_
_|\ | :c:o =
_
_
_
1Q\
_
_
_c:to:cc:
P
Q
h
V
=
_
_
_
1Q
_
_
_:c:o =
_
_
_
1Q\
_
_
_
|\ |
= /
que es la distancia del punto Q a la recta
Otra forma de calcular distancia es calculando la Proy
1Q
\
y luego aplicar Pitgoras.
1:o
1Q
\
=

1Q \
|\ |
2
\ c:to:cc:
_
_
_ 1:o
1Q
\
_
_
_ =
_
_
_
1Q \ \
_
_
_
|\ | |\ |
=
_
_
_
1Q \
_
_
_
|\ |
luego
/ =
_
_
_
_
1Q
_
_
_
2
_
_
_1:o
1Q
\
_
_
_
2
=
_
_
_
_
1Q
_
_
_
2
_
_
_
1Q \
_
_
_
|\ |
2
2
que es la distancia del punto Q a la recta
Ejemplo 6.13 Hallar la distancia del punto Q = (1. 1. 1) a la recta r = 1 + t; =
1 + 2t; . = 2 2t
d =
_
_
_
1Q\
_
_
_
|\ |
=
_
_
_
1
0
Q\
_
_
_
|\ |
1 = (1. 1. 2); Q = (1. 1. 1); \ = (1. 2. 2), luego
Ejemplo 6.14 Q1 = (1. 1. 1) (1. 1. 2) = (0. 0. 1), luego
1Q\ =
i , /
0 0 1
1 2 2
= i
0 1
2 2
0 1
1 2
+/
0 0
1 2
= 2i , = (2. 1. 0)
Luego d =
|(2. 1. 0)|
|(1. 2. 2)|
=
_
5
_
9
=
_
5
3
o
/ =
_
_
_
_
1Q
_
_
_
2
_
_
_
1Q \
_
_
_
|\ |
2
2
.

1Q \
|\ |
=
(0. 0. 1) (1. 2. 2)
3
=
2
3
/ =
_
|(0. 0. 1)|
2
4
9
=
_
1
4
9
=
_
9 4
9
=
_
5
3
Ejemplo 6.15 Hallar la ecuacion de la recta que pasa por 1 = (0. 2. 1) y tiene por vector
direccion al vector ,
En efecto la ecuacion de la recta es A = 1 +t\.
(r. . .) = (0. 2. 1) +t (0. 1. 0) = (0. 2 +t. 1) por tanto r = 0. = 2 +t. . = 1
Ejemplo 6.16 Un plano contiene a la recta
r
2
=
1
1
=
. + 1
1
y al punto Q = (2. 1. 0)
hallar su ecuacion.
Un punto de la recta es (0. 1. 1) = 1. Q = (2. 1. 0) entonces Q1 = (2. 0. 1) y como el
vector direccion de la recta es (2. 1. 1) entonces un vector normal del plano es
(Q1) \ = (2. 0. 1) (2. 1. 1) =
i , /
2 0 1
2 1 1
= (1. 0. 2) = ` luego
1 (r 2) + 0 ( 1) + 2 (. 0) = 2. r + 2 = 0 es la ecuacion del plano
Ejemplo 6.17 Un plano contiene a las rectas
r 1
2
=
2
1
=
.
1
.
r
4
=

2
=
. + 1
2
hallar su ecuacion.
Un punto de la recta
r 1
2
=
2
1
=
.
1
es 1 = (1. 2. 0) y un punto de la recta
r
4
=

2
=
. + 1
2
es Q = (0. 0. 1) entonces Q1 = (1. 2. 1) y como el vector
direccion de la recta
r 1
2
=
2
1
=
.
1
es (2. 1. 1) entonces un vector normal del
plano es (Q1) \ = (1. 2. 1) (2. 1. 1) =
i , /
1 2 1
2 1 1
= (3. 3. 3) = `
luego
3 (r 1) 3 ( 2) + 3 (. 0) = 3r 3 + 3. + 3 = 0. por tanto r +. + 1 = 0 es la
ecuacion del plano.
Ejemplo 6.18 Un plano contiene a la recta r + . = 0, 2 +3. = 3 y es paralelo al
plano r + 2. = 5
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 (r 1) 1 ( 0) + 2 (. 1) = r + 2. 3 = 0
Ejemplo 6.19 Hallar la ecuacion de la recta que pasa por (1. 1. 0) y es paralela a la recta
r + 2
1
=

1
=
.
2
.
Como la recta es paralela a la recta
r + 2
1
=

1
=
.
2
un vector direccion es (1. 1. 2) y
como pasa por (1. 1. 0) su ecuacion es
r 1
1
=
1
1
=
.
2
.
Ejemplo 6.20 El angulo que forman las rectas
r 1
3
=

2
=
.
1
y r = 3 t. =
2 +t. . = 1 t es 90
ya que
1 = || |1| cos o. luego
cos o =
1
|| |1|
=
(3. 2. 1) (1. 1. 1)
_
14
_
3
=
3 + 2 + 1
_
14
_
3
=
0
_
14
_
3
= 0 entonces
cos o = 0. luego o = 90
Ejemplo 6.21 Un vector direccion de la recta r+2. = 4. r+1 = 0 es (1. 1. 0) .

En efecto como r + 1 = 0 entones = 1 r y reemplazamos en r + 2. = 4
obtenemos que r + 1 r 2. = 4 entonces 2. = 3 o que . =
3
2
. luego la ecuacion de
la recta es = 1 r. . =
3
2
. es decir,
r
1
=
1
1
. . =
3
2
luego un vector direccion
es (1. 1. 0) . o tambien lo podemos calcular haciendo el producto cruz de los vectores
normales de los planos r + 2. = 4. r + 1 = 0. es decir,
(1. 1. 2) (1. 1. 0) =
i , /
1 1 2
1 1 0
= (2. 2. 0) = 2 (1. 1. 0)
Ejemplo 6.22 Hallar el valor de a y b para que la recta
r 1
2
=
+ 1
c
=
. 1
4
. sea
perpendicular al plano r + 3 +/. = 1.
En efecto (2. c. 4) (1. 3. /) =
i , /
2 c 4
1 3 /
= (c/ 12. 4 2/. 6 c) = (0. 0. 0) entonces

c = 6 / = 2
Ejemplo 6.23 Hallar la ecuacion del plano que pasa por (1. 1. 2), perpendicular a r +
2. = 3 y paralelo a la recta r 2 +. = 0, r = 1.
Un vector director de la recta es (1. 2. 1) (1. 0. 0) =
i , /
1 2 1
1 0 0
= (0. 1. 2)
Sea (c. /. c) un vector normal del plano. Como el plano es perpendicular al plano
r + 2. = 3 entonces (c. /. c) (1. 1. 2) = 0. c: dcci:. c +/ 2c = 0 y omo el plano es
paralelo a la recta entonces (c. /. c) (0. 1. 2) = 0. es decir, / + 2c = 0 y la solucion del
sistema es (4c. 2c. c) = c (4. 2. 1) = ` un vector normal del plano luego la ecuacion es
4 (r 1) 2 ( 1) + 1 (. 2) = 4r 2 +. 4 = 0
Ejemplo 6.24 Hallar la ecuacion del plano que pasa por (1. 0. 1) y contiene a la recta
r 2 +. = 1. r + = 2.
La recta r 2 +. = 1. r + = 2 se puede escribir como
r 2
1
= =
. + 1
3
. Sean
(2. 0. 1) = Q un punto de la recta y 1 = (1. 0. 1) punto del plano entonces un vector
normal del plano se puede hallar por
(1 Q) (1. 1. 3) = (1. 0. 2) (1. 1. 3) =
i , /
1 0 2
1 1 3
= (2. 1. 1) = ` entonces
2 (r 1) + ( 0) 1 (. 1) = 0 = 2r . + 3 = 0
Ejemplo 6.25 Hallar la ecuacion del plano perpendicular a la recta
r 3
5
=
+ 1
2
=
. 4
6
y que pasa por (1. 4. 6) .
Como el plano perpendicular a la recta
r 3
5
=
+ 1
2
=
. 4
6
entonces un vector
normal del plano es el vector direccion de la recta luego (5. 2. 6) = `. entonces
5 (r 1) + 2 ( 4) 6 (. + 6) = 0 = 5r + 2 6. 49 = 0 es la ecuacion del plano
Ejemplo 6.26 Una recta pasa por el punto (0. 1. 3) y es paralela a la recta
r 1
8
=
+ 3
2
=
.
5
. hallar la ecuacion parametrica
Como la recta es paralela a la recta
r 1
8
=
+ 3
2
=
.
5
tiene por vector direccion el
vector (8. 2. 5) por tanto su ecuacion es
r 0
8
=
+ 1
2
=
. 3
5
y por tanto la ecuacion
parametrica es r = 8t. + 1 = 2t. . 3 = 5t
Ejemplo 6.27 Hallar la distancia del punto (4. 35. 70) al plano que tiene por ecuacion
5 + 12. = 1
La ecuacion de la recta que pasa por (4. 35. 70) y es perpendicular al plano 5 + 12. = 1
es r = 4. = 35 + 5t. . = 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
r = 4, = 35 + 5t = 35 30 = 5. . = 70 + 12t = 2. Ahora la distancia del punto
(4. 35. 70) al punto (4. 5. 2) es
_
0 + (30)
2
+ (72)
2
= 78
Ejemplo 6.28 La recta que pasa por (4. 2. 5) y es paralela al eje z es (r. . .) = (4. 2. 5)+
t (0. 0. 1)
Ejemplo 6.29 Un vector director de la recta r = 0. +. = 2 es (1. 1. 0)(0. 1. 1) =
i , /
1 1 0
0 1 1
= (1. 1. 1)
Ejemplo 6.30 Hallar la ecuacion de la recta que pasa por (1. 1. 1) es paralela al plano
r +. = 3 y corta a la recta r = 1. = 3. . = t.
Un vector director de la recta es (1. 3. t) (1. 1. 1) = (0. 2. t 1) y como la recta es
paralela al plano entonces (0. 2. t 1) (1. 1. 1) = 0 es decir 2 +t 1 = 0. luego t = 3.
entonces (0. 2. t 1) = (0. 2. 2) = 2 (0. 1. 1) y por tanto (r. . .) = (1. 1. 1) +t (0. 1. 1)
Ejemplo 6.31 Hallar la distancia del punto Q = (2. 1. 3) a la recta 2r . = 3.
r +. = 2.
Eliminando x y y de las dos ecuaciones se tiene que r = 1 + 2.. = 1 + 3.. entonces
r = 1 + 2t. = 1 + 3t. . = t es una ecuacion parametrica de la recta y ahora se
calcula la ecuacion del plano que pasa por Q = (2. 1. 3) y es perpendicular a la recta
r = 1 + 2t. = 1 + 3t. . = t y esta viene dada por
2 (r 2) + 3 ( 1) + 1 (. 3) = 0 = 2r + 3 +. 10 = 0. El punto de interseccion de
la recta y el plano lo obtenemos asi: 2 (1 + 2t) + 3 (1 + 3t) + 1t 10 = 0 =
14t 11 = 0. entonces t =
11
14
por tanto el punto de interseccion es 1 =
_
18
7
.
19
14
.
11
14
_
y
asi la distancia de P a Q es
_
_
_
Q1
_
_
_ =
_
_
_
_
_
4
7
.
5
14
.
31
14
__
_
_
_
=
_
1050
196
=
_
75
14
Ejemplo 6.32 Hallar la ecuacion de la recta paralela a r + 2. = 5. + 3. = 5 que pasa
por el punto de interseccion de la recta
r 1
4
=
+ 3
2
=
. + 2
3
y el plano r +. = 7
El punto de interseccion de la recta
r 1
4
=
+ 3
2
=
. + 2
3
y el plano r +. = 7 es
(5. 1. 1), un vector direccion de la recta r + 2. = 5. + 3. = 5 es
d = (1. 0. 2) (0. 1. 3) =
i , /
1 0 2
0 1 3
= (2. 3. 1) = (2. 3. 1) que es un vector

direccion de la recta buscada por lo tanto la ecuacion es
r 5
2
=
+ 1
3
=
. 1
1
Ejemplo 6.33 Dada la recta r 2. + 3 = 0. . = 4 y el plano r + 2 + 3. = 1.
hallar la ecuacion de una recta contenida en el plano y que pase por el punto (2. 1. 1) y
perpendicular a la recta r 2. + 3 = 0. . = 4
Un vector direccion es (2. 1. 1) (1. 2. 3) =
i , /
2 1 1
1 2 3
= (1. 5. 3) luego
r = 2 +t. = 1 5t. . = 1 + 3t
Ejemplo 6.34 Hallar la ecuacion del plano que pasa por los puntos = (1. 3. 2) 1 =
(0. 1. 1) y es paralelo a la recta 3r 2 + 1 = 0. 2 + 3. 3 = 0
Un vector director de la recta 3r 2 + 1 = 0. 2 + 3. 3 = 0 es
(3. 2. 0) (0. 2. 3) =
i , /
3 2 0
0 2 3
= (6. 9. 6) = 3 (2. 3. 2)
1 = (1 ) = (1. 4. 1) y un vector normal del plano es

(2. 3. 2) (1. 4. 1) =
i , /
2 3 2
1 4 1
= (5. 4. 11) luego la ecuacion del plano es

5 (r 0) + 4 ( 1) + 11 (. 1) = 0 = 5r + 4 + 11. 15 = 0
Ejemplo 6.35 Hallar la ecuacion del plano que contiene a la recta
r
2
=
1
1
=
. + 1
3
y es perpendicular al plano r + 3 3. + 3 = 0
i , /
2 1 3
1 3 3
= (6. 9. 7)
= 1 (6. 9. 7) luego
6 (r 0) 9 ( 1) 7 (. + 1) = 0 = 6r 9 7. + 2 = 0. donde el punto (0. 1. 1) es
de la recta
r
2
=
1
1
=
. + 1
3
por tanto del plano buscado
Ejemplo 6.36 Hallar p para que las rectas sean
r
4
=
1
2
=
.
2
y
r 1
1
=
j
j 1
=
. 3
3
sean perpendiculares, el punto de interseccion y el plano que las contiene.
En efecto (4. 2. 2) (1. j 1. 3) = 4 2j +2 +6 = 0 = 12 2j = 0 luego j = 6 por tanto
r = 4t. = 1 2t. . = 2t r = 1 +n. = 6 + 5n. . = 3 + 3n son ecuaciones
parametricas y el punto de interseccion es (0. 1. 0) y se halla resolviendo el sistema
4t = 1 +n
1 2t = 6 + 5n
2t = 3 + 3n
obteniendo n = 1. t = 0
La ecuacion del plano que contiene las recta tiene como un vector normal a
(4. 2. 2) (1. 5. 3) =
i , /
4 2 2
1 5 3
= (16. 10. 22) = 2 (8. 5. 11) luego su ecuacion

es 8 (r 0) + 5 ( 1) 11 (. 0) = 0 = 8r + 5 11. 5 = 0
Ejemplo 6.37 Hallar la ecuacion de una recta situada en el plano r+2 +3. 1 = 0 y
que pase por el punto (2. 1. 1) y que sea perpendicular a la recta r2.+3 = 0. .4 = 0
Un vector director de la recta r 2. + 3 = 0. . 4 = 0 es
(1. 0. 2) (0. 1. 1) =
i , /
1 0 2
0 1 1
= (2. 1. 1)
Un vector director de la recta buscada es (2. 1. 1) (1. 2. 3) =
i , /
2 1 1
1 2 3
= (1. 5. 3) El
punto (2. 1. 1) pertenece al plano y a la recta luego la ecuacion de la recta es
r = 2 +t. = 1 5t. . = 1 + 3t
Ejemplo 6.38 Hallar la ecuacion del plano que contiene a la recta r = 1 + 3t. =
1 + 2t. . = 2 +t y es perpendicular al plano 2r + 3. + 4 = 0
i , /
3 2 1
2 1 3
= (7. 11. 1)
= (7. 11. 1) y un punto del plano es (1. 1. 2) luego la ecuacion es
7 (r + 1) 11 ( 1) + 1 (. 2) = 0 = 7r 11 +. + 16 = 0
Ejemplo 6.39 Hallar los puntos de la recta r + = 0. r . = 0 que disten
1
3
del plano
2r + 2. + 1 = 0
Una ecuacion parametrica de la recta r + = 0. r . = 0 es r = t. = t. . = t pues
= r. . = r luego se tiene 1 = (t. t. t) asi que la distancia de P al plano
2r + 2. + 1 = 0 es
2t +t + 2t + 1
_
4 + 1 + 4
5t + 1
_
4 + 1 + 4
=
1
3
entonces [5t + 1[ = 1 por
tanto t = 0 t =
2
5
asi que los puntos son (0. 0. 0) y
_
2
5
.
2
5
.
2
5
_
Ejemplo 6.40 Hallar la ecuacion de la recta que pasa por (1. 2. 2) y es perpendicular a
las rectas r + 2 3. 1 = 0, r + 2 . = 0 y 3r + 3. = 0, r + 4 2 = 0.
Un vector direccion de la recta r + 2 3. 1 = 0. r + 2 . = 0 es
(1. 2. 3) (1. 2. 1) = (4. 2. 0) = 2 (2. 1. 0)
y un vector direccion de la recta 3r + 3. = 0, r + 4 2 = 0 es
(3. 1. 3) (1. 4. 0) = (12. 3. 13)
Un vector direccion de la recta pedida es
(2. 1. 0) (12. 3. 13) = (26. 52. 12) = 2 (13. 26. 6) y como la recta pasa por el
punto (1. 2. 2) entonces su ecuacion es
r 1
13
=
2
26
=
. 2
6
1. Hallar la ecuacin simtrica , vectorial y paramtrica de la recta que pasa por (1. 2. 3)
y por (4. 3. 1) resp
a1
3
=
j2
1
=
:3
2
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
a1
3
=
j2
6
=
:4
2
3. Hallar dos puntos de la recta y el vector direccin si:
3 2r
4
=
+ 6
2
=
3. 5
3
resp
3 2r
4
= t.
+ 6
2
= t.
3. 5
3
= t , y darle dos
valores a t y despejar
4. En que punto la recta r = 1 +3t; = 2 t; . = 2 +5t corta al plano . = 0. :c:j
_
1
5
.
12
5
. 0
_
5. Una recta pasa por (2. 3. 4) y es paralela al plano r. y .. Rta. = (0. 0. 1) r =
2. = 3 , . = 4 +t
6. Una recta pasa por (2. 3. 4) y es perpendicular al plano . y paralela al plano r
Rta. = (1. 0. 0)
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 /
8. Mostrar que las rectas:
r = 4t + 2. = 3. . = t + 1 y
r = 2n + 2. = 2n + 3. . = n + 1.
se cortan en (2. 3. 1) y el ngulo entre ellos es arccos
7
_
17
51
9. Hallar el punto de interseccin y el ngulo entre las rectas:
(a) :(t) = (i 4
_
3,) +t(i +
_
3,)
:(n) = (4i + 3
_
3,) +n(i
_
3,)
Rta.(6.
_
3. 0); o =
2:
3
(b) r
1
(t) = 3 +t;
1
(t) = 1 t; .
1
(t) = 5 + 2t
r
2
(n) = 1;
2
(n) = 4 +n; .
2
(n) = 2 +n
Rta. (1. 3. 1); o = arccos(
_
3
6
)
10. Hallar la ecuacin de la recta que pasa por (2. 0. 3) y es perpendicular a la recta
que pasa por (5. 1. 2). (2. 3. 4).
Rta. r = 2 + 2t; = 16t; . = 3 + 13t
11. Hallar la ecuacin de la recta que pasa por (4. 5. 20) y es perpendicular a r+3
6. 8 = 0
Rta. r 4 =
+ 5
3
=
. 20
6
12. Mostrar que la recta
r 3
2
=
+ 2
3
=
. + 1
4
est en el plano r2 +. = 6 despejar
x, y, z y reemplazar y ver la igualdad
13. Mostrar que la recta de interseccin de los planos 4r 3 +. 2 = 0; 2r + 5
3. + 4 = 0. es
r 1
2
=
3
7
=
. 7
13
14. Mostrar que las rectas
3r . = 0; 8r 2 3. + 1 = 0 y
r 3 +. + 3 = 0; 3r . + 5 = 0 son paralelas
15. El punto de interseccin de
r 2
4
=
1
2
( + 3) =
1
7
(. 1) y 5r + 2. 12 = 0
es (
5
3
.
17
6
.
5
12
)
16. Mostrar que las rectas
r 1
5
=
2
2
=
. + 1
3
y r2 =
+ 1
3
=
. + 3
2
son oblicuas;
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
3r = 2 = . y paralela al plano r + . = 0
Rta.
r 1
9
=
+ 1
8
=
. 1
1
18. Dados los planos r + 3 . 9 = 0 y 2r 3 + 4. + 3 = 0 hallar la recta de
interseccin.
Rta.
r 2
3
=
7,3
2
=
. 0
3
19. Determinar si la recta r = 2 4t. = 3 2t. . = 1 + 2t y el plano 2r + . = 5
son paralelos resp no
20. Determinar si la recta y el plano son paralelos: r = 5 4t. = 1 t. . = 3 + 2t y
r + 2 + 3. 9 = 0 resp si
21. Hallar las ecuaciones de la recta de interseccin de los planos dados
(a) 7r 2 + 3. = 2; 3r + + 2. + 5 = 0
Rta. r = 12 7t. = 41 23t; . = t
(b) 2r + 3 5. = 0; = 0
Rta. r =
5t
2
. = 0. . = t
22. Encontrar la ecuacin del plano que contiene al punto (1. 1. 2) y a la recta r =
t. = t + 1. . = 3 + 2t
Rta. 3r . 2 = 0
23. Demostrar que la recta r 5 = t. + 3 = 2t. . + 1 = 5t es paralela al plano
3r + +. 9 = 0
24. Hallar la distancia del punto (1. 3. 2) a la recta
r 4
2
=
+ 1
3
=
. 5
1
25. Determinar si la recta r = 2 4t. = 3 2t. . = 1 + 2t y el plano 2r + . = 5
son perpendiculares Resp si \ ` = 0
26. Hallar las ecuaciones de los dos planos cuya interseccin es la recta r = 7 4t. =
5 2t. . = 5 +t
Rta. r 2 17 = 0 y r + 4. 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.
(a) (2. 4. 6) ; \ = (1. 2. 5) A(t) = (2. 4. 6) +t (1. 2. 5)
(b) (3. 2. 4) \ = (5. 7. 3) A(t) = (3. 2. 4) +t (5. 7. 3)
(c) (1. 1. 5) ; \ = (0. 0. 1) A(t) = (1. 1. 5) +t (0. 0. 1)
(d) (0. 0. 0) ; \ = (1. 1. 1) A(t) = t (1. 1. 1)
(e) (1. 3. 0) ; \ = (1. 3. 0) A(t) = (1. 3. 0) +t (1. 3. 0)
(f) (3. 3. 3) ; \ = (4. 0. 2) A(t) = (3. 3. 3) +t (4. 0. 2)
28. Determine las ecuaciones parametricas y cartesiana de la recta que pasa por los
puntos dados:
(a) (6. 1. 5) (7. 2. 4) A(t) = (6. 1. 5) +t (1. 3. 9)
(b) (0. 0. 0) (1. 1. 1) A(t) = t (1. 1. 1)
29. Hallar la distancia del punto dado a la recta dada:
(a) (2. 3. 5) Recta: r = 1 + 2/. = 2 + 3/. . = 3 + 4/ Resp
_
5
29
(b) (0. 0. 0) Recta: r + 4 /. 3 = /. . + 5 = 2/ Resp
_
11
6
(c) (2. 3. 5) Recta:
(r + 1)
2
=
( 2)
1
=
(. + 3)
4
Resp
_
185
21
30. Hallar la ecuacion del plano que contiene a la recta
(r 2)
1
=
( 1)
3
=
(. + 1)
1
y
al punto (0. 1. 0) resp r + 2. = 1
Captulo 7
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
\. por un nmero real c y si el conjunto (\. +. ) . con las dos operaciones denidas,
satisface las propiedades:
1. Si r. \ entonces r + \
2. Para todo r. \. r + = +r
3. Para todo vector r. . . \. (r +) +. = r + ( +.)
4. Existe un vector y en V, denominado el vector 0 (nico) tal que r + = +r = r
5. Para todo r \. existe un z en V, denominado el negativo de r en \ (nico) tal
que r +. = . +r = (. = r)
6. Si c es un nmero real cualquiera y r est en \. entonces cr \
7. Si c es un nmero real cualquiera, r. \ entonces c(r +) = cr +c
8. Si c. , son nmeros reales cualquiera y x est en V entonces (c +,)r = cr +,r
9. Si c. , son nmeros reales cualquiera y x est en V entonces (c,)r = c(,r)
10. 1 r = r
Entonces (\. +. ) se llama un espacio vectorial real y si alguna de las diez propiedades
no se cumple se dice que (\. +. ) no es un espacio vectorial real.
Propiedades. Sea V un espacio vectorial, x un vector en V y c un nmero real, entonces
137
138 CAPTULO 7. ESPACIOS VECTORIALES
1. 0r = 0 En efecto 0 + 0 = 0 entonces 0r = (0 + 0)r = 0r + 0r y sumando 0r se
obtiene el resultado que 0r = 0
2. c0 = 0 Sabemos que 0 + 0 = 0, luego c0 = c(0 + 0) = c0 +c0 y sumando c0 en
ambos lados de la igualdad se obtiene c0 c0 = (c0 +c0) c0 entonces 0 = c0
3. (1)r = r Como c+(c) = 0. 0 = 0r = (c+(c))r = cr+(cr) y sumando
cr se obtiene 0 cr = (cr)
4. Si cr = 0 == c = 0 o r = 0 si c ,= 0, entonces cr = 0 == c
1
cr = c0 = 0 ==
r = 0
5. Existe un nico vector 0.En efecto: Supongamos que hay dos ceros: 0 0
0
tal que
0 +0
0
= 0
0
y 0
0
+ 0 = 0 entonces 0
0
= 0 + 0
0
= 0
0
+ 0 = 0 =0
0
= 0
6. Para cada \. existe un nico
0
tal que: +
0
= 0.
En efecto sean
0
.
00
entonces
0
= 0 +
0
=
0
+ 0 =
0
+ ( +
00
) = (
0
+) +
00
= 0 +
00
=
00
luego
0
=
00
Veamos algunos ejemplos de Espacios Vectoriales
Ejemplo 7.1 Sea \. el conjunto de los nmeros reales con las operaciones usuales (cono-
cidas), entonces (1. +. ) es un espacio vectorial real, ya que se satisfacen las diez propiedades.
Ejemplo 7.2 \ = `. numeros naturales, con las operaciones usuales, no es un espacio
vectorial real, pues por ejemplo el negativo de 5 (-5), no pertenece a V y c =
_
2. cr si
x es un numero naural no pertenece a V.
Ejemplo 7.3 \ = Q. numeros racionales, con las operaciones usuales, no es un espacio
vectorial real, pues por ejemplo con c =
_
2.
_
2r si x es un numero racional no pertenece
a V.
Ejemplo 7.4 \ = 3 El conjunto formado por el numero 3 con 3 + 3 = 3 y c.3 = 3 es
un espacio vectorial pues
1. r + = +r, ya que 3 + 3 = 3 + 3 y 3 pertenece a V
2. r +( +.) = (r +) +.; ya que 3 +(3 +3) = 3 +3 = 3 = (3 +3) +3 = 3 +3 = 3
3. r + = r; como 3 + 3 = 3 entonces = 3. luego el vector cero es en este caso el 3
139
4. r + = +r = 3 ==3 + 3 = 3 == = 3. es decir, el inverso aditivo de 3, es en
este caso 3
5. Si c R; r \ ; cr = r
c
\ c3 = 3 \
6. Si c R. y r. estn en V, entonces c(r + ) = cr + c. En efecto, c(3 + 3) =
c(3) = 3 = 3 + 3 = c3 +c3
7. Si c. , R. entonces (c+,)r = cr+,r. En efecto, (c+,)3 = 3 = 3+3 = c3+,3
8. c(,r) = (c,)r, en fecto c(,3) = c3 = 3 = (c,)3
9. 1 r = r
1
. 1 3 = 3
Ejemplo 7.5 Sea \ = R
+
y denamos la suma por r + = r y cr = r
c
es un espacio
vectorial real pues:
1. r + = r y como x,y son reales positivos, xy es un real positivo y as r + \
2. r + = +r, ya que r + = r = r = +r
3. r+( +.) = (r+) +.; ya que r+( +.) = r+. = r. = (r+). = (r+) +.
4. r + = r; como r + = r = r entonces = 1. luego el vector cero es en este caso
el 1
5. r + = +r = 1 ==r + = r = 1 == =
1
r
. es decir, el inverso aditivo de x,
es en este caso
1
r
6. Si c R; r \ ; cr = r
c
\
7. Si c R. y r. estn en V, entonces c(r + ) = cr + c. En efecto, c(r + ) =
c(r) = (r)
c
= r
c
c
= r
c
+
c
= cr +c
8. Si c. , R. entonces (c + ,)r = cr + ,r. En efecto, (c + ,)r = r
c+o
= r
c
r
o
=
r
c
+r
o
= cr +,r
9. c(,r) = (c,)r, en fecto c(,r) = c(r
o
) = r
co
= (c,)r
10. 1 r = r
1
= r
Ejemplo 7.6 \ = R
2
; con las operaciones usuales, es decir, (c. /) +(c. d) = (c+c. / +d)
y c(c. /) = (cc. c/) es un espacio vectorial .
En efecto, mostremos que cumple las diez propiedades:
1. Sean r. \ entonces r+ = (c. /) +(c. d) = (c +c. / +d) \ , pues c +c y / +d
son nmeros reales
2. Sean r. \ entonces r+ = +r. En efecto, r+ = (c. /)+(c. d) = (c+c. /+d) =
(c +c. d +/) = (c. d) + (c. /) = +r
3. Sean r. . . \ , entonces (r + ) + . = r + ( + .). En efecto, (r + ) + . =
((c. /) + (c. d)) + (:. :) = (c +c. / +d) + (:. :) = (c +c +:. / +d +: =
(c. /) + (c +:. d +:) = (c. /) + [(c. d) + (:. :)] = r + ( +.)
4. r+ = +r = r. En efecto, r+ = (c. /) +(c. d) = (c+c. / +d) = (c. /), entonces
c +c = c y / +d = /. luego c = 0 y d = 0 y as el vector cero del espacio es (0. 0)
5. r + = +r = 0
r + = (c. /) + (c. d) = (c + c. / + d) = (0. 0), luego c + c = 0 y / + d = 0
entonces c = c y d = /, por tanto el negativo de r = (c. /) es (c. /), pues
(c. /) + (c. /) = (c. /) + (c. /) = (0. 0)
6. cr = c(c. /) = (cc. c/) \ , ya que cc. c/ son nmeros reales
7. c(r +) = cr +c
c((c. /) + (c. d)) = c(c +c. / +d) = (c(c +c). c(/ +d)) = (cc +cc. c/ +cd) =
(cc. c/) + (cc. cd) = c(c. /) +c(c. d) = cr +c
8. (c +,)r = cr +,r, en efecto,
(c + ,)r = (c + ,)(c. /) = ((c + ,)c. (c + ,)/) = (cc + ,c. c/ + ,/) = (cc. c/) +
(,c. ,/) = c(c. /) +,(c. /) = cr +,r
9. c(,r) = (c,)r, en fecto c(,r) = c(,(c. /)) = c(,c. ,/) = (c,c. c,/) = (c,)(c. /) =
(c,)r
10. 1 r = r
Ejemplo 7.7 En forma anloga se puede demostrar que 1
3
. 1
4
. .... 1
a
con las operaciones
usuales es un espacio vectorial.
Ejemplo 7.8 \ = R
2
; con las operaciones (c. /)+(c. d) = (c+d. /+c) y c(c. /) = (cc. c/)
no es es un espacio vectorial . En efecto, mostremos que no cumple por ejemplo la
propiedad 2
141
Si r. \ entonces r + ,= +r. ya que ,
r + = (2. 3) + (4. 6) = (2 + 6. 3 + 4) = (8. 7) ,= (4. 6) + (2. 3) = (7. 8)
Ejemplo 7.9 \ = R
2
; con las operaciones (c. /)+(c. d) = (c+c. /+d) y c(c. /) = (2c. 2/)
no es es un espacio vectorial . En efecto, mostremos que no cumple por ejemplo la
propiedad (c +,)r = cr +,r
Si r \ y c. , 1 entonces (c +,)r = (c +,) (c. /) = (2c. 2/) y
cr +,r = c(c. /) +, (c. /) = (2c. 2/) + (2c. 2/) = (4c. 4/) luego .
(c +,)r ,= cr +,r
Ejemplo 7.10 Sea \ = R
2
, donde (c. /)+(c. d) = (c+c+1. /+d+1) y c(c. /) = (cc. c/).
no es un espacio vectorial
1. r + = (c. /) + (c. d) = (c +c + 1. / +d + 1) \
2. r+ = +r ==r+ = (c. /)+(c. d) = (c+c+1. /+d+1) = (c+c+1. d+/+1) =
(c. d) + (c. /) = +r
3. (r+)+. = r+(+.) ==(r+)+. = ((c. /)+(c. d))+(:. :) = (c+c+1. /+d+
1)+(:+:) = (c+c+1+:+1. /+d+1+:+1) = (c. /)+(c+:+1. d+:+1) =
(c. /) + [(c. d) + (:. :)] = r + ( +.)
4. r + = + r = r == r + = (c. /) + (c. d) = (c + c + 1. / + d + 1) = (c. /)
entonces c +c + 1 = c y / +d + 1 = / entonces c = 1; d = 1 luego el vector 0 es
(1. 1)
5. r + = (1. 1) = + r == (c. /) + (c. d) = (c + c + 1. / + d + 1) = (1. 1),
luego c + c + 1 = 1 y / + d + 1 = 1, as que c = c 2; d = / 2 luego
(c. /) + (c 2. / 2) = (1. 1) ya que (c. /) + (c 2. / 2) = (1. 1) ya
que (c. /) + (c 2. / 2) = (c c 2 + 1. / / 2 + 1) = (1. 1)
6. cr = c(c. /) = (cc. c/) \
7. c(r + ) = cr + c == c(r + ) = c[(c. /) + (c. d)] = c[(c + c + 1. / + d + 1)] =
(c(c +c + 1). c(/ +d + 1)) = (cc +cc +c. c/ +cd +c)
cr+c = c(c. /) +c(c. d) = (cc. c/) +(cc. cd) = (cc +cc +1. c/ +cd +1), luego
c(r +) ,= cr +c
8. (c +,)r = cr +,r ==(c +,)(c. /) = ((c +,)c. (c +,)/) = (cc +,c. c/ +,/)
cr +,r = c(c. /) +,(c. d) = (cc. c/) +(,c. ,d) = (cc +,c +1. c/ +,d +1) luego
(c +,)r ,= cr +,r
9. c(,r) = (c,)r
10. 1 r = r
Ejemplo 7.11
\ =
__
c /
c d
_
,c. /. c. d R
_
= `
22
(1)
con las operaciones usuales, es decir, si r. \ , entonces
r + =
_
c /
c d
_
+
_
: :
j
_
=
_
c +: / +:
c +j d +
_
y
cr = c
_
c /
c d
_
=
_
cc c/
cc cd
_
es un espacio vectorial, pues sabemos que las matrices con esta suma y este producto
cumplen las 10 propiedades siguientes:
1. Si r. \. entonces r + \. pues la suma de matrices de 2 2 es una matriz de
2 2
2. r + = +r; la suma de matrices es conmutativa
3. (r +) +. = r + ( +.) la suma de matrices es asociativa
4. r + = +r = r; y es la matriz nula de 2 2
5. r + = +r = 0; donde = r
6. cr \ ==cr = c
_
c /
c d
_
=
_
cc c/
cc cd
_
\
7. c(r +) = cr +c
8. (c +,)r = cr +,r
9. c(,r) = (c,)r
10. 1 r = r
Ejemplo 7.12
\ =
__
c /
c d
_
,c. /. c. d 2
_
= `
22
(1)
143
r + =
_
c /
c d
_
+
_
: :
j
_
=
_
c +: / +:
c +j d +
_
y
cr = c
_
c /
c d
_
=
_
cc c/
cc cd
_
no es un espacio vectorial Real, pues no se cumple por ejemplo la propiedad cr \. ya
que si c =
_
2y r =
_
2 4
3 5
_
entonces cr =
_
2
_
2 4
3
_
3
_
=
_
2
_
2 4
_
2
3
_
2 5
_
2
_
, \.
pues sus elementos no son enteros.
Ejemplo 7.13
\ =
__
c /
c d
_
,/. c. d 1. c 2
_
= `
22
(1)
r + =
_
c /
c d
_
+
_
: :
j
_
=
_
c +: / +:
c +j d +
_
y
cr = c
_
c /
c d
_
=
_
cc c/
cc cd
_
no es un espacio vectorial Real, pues no se cumple por ejemplo la propiedad cr \. ya
que si c =
_
2y r =
_
2
_
2
: c
_
\ entonces
cr =
_
2
_
2
_
2
: c
_
=
_
2
_
2 2
:
_
2 c
_
2
_
, \. pues 2
_
2 , 2.
Ejemplo 7.14
\ =
__
c /
c d
_
,/. c. d 1. c 2
_
= `
22
(1)
con las operaciones denidas como
r + =
_
c /
c d
_
+
_
: :
j
_
=
_
c +: / +:
c +j d +
_
y
cr = c
_
c /
c d
_
=
_
0 0
0 0
_
no es un espacio vectorial Real, pues no se cumple por ejemplo la propiedad 1 r = r. ya
que si por ejemplo r =
_
2
_
2
: c
_
1 r = 1
_
2
_
2
: c
_
=
_
0 0
0 0
_
,=
_
2
_
2
: c
_
Ejemplo 7.15 V es el conjunto de las funciones , : R R donde (, + q)(r) =
,(r) +q(r)
(c,)(r) = c,(r) es un espacio vectorial real, pues
1. Sean r. \ ==r+ \ ; la suma de funciones , : R R. q : R R es una
funcin (, +q) : R R que est en V
2. r + = +r
(, +q)(r) = ,(r) +q(r) = q(r) +,(r) = (q +,)(r), luego , +q = q +, (observe
que ,(r). q(r) son nmeros reales)
3. r. . . \ entonces (r+)+. = r+(+.) ==[(, +q)+/](r) = (, +q)(r)+/(r) =
(,(r) +q(r)) +/(r)
[(, +q) +/](r) = (,)(r) +(q +/)(r) = ,(r) +[q(r) +/(r)] y como ,(r). q(r). /(r)
son nmeros reales se tiene que (,(r) +q(r)) +/(r) = ,(r) + [q(r) +/(r)] , luego
(, +q) +/ = , + (q +/)
4. (, + q)(r) = (q + ,)(r) = ,(r) entonces q(r) = 0. es la funcin nula, luego
, + 0 = 0 +, = ,
5. (, + q)(r) = (q + ,)(r) = 0, entonces (, + q)(r) = ,(r) + q(r) = 0, entonces
q(r) = ,(r), por tanto , + (,) = (,) +, = 0
6. c R. , \ ==(c,) : R R, entonces c, \
7. (c(, + q))(r) = c(, + q)(r) = c(,(r) + q(r)) = c,(r) + cq(r) = (c, + cq)(r),
luego c(, +q) = c, +cq
7.1. SUBESPACIOS 145
8. ((c + ,),)(r) = (c + ,),(r) = c,(r) + ,,(r) = (c, + ,,)(r), luego (c + ,), =
c, +,,
9. (c(,,))(r) = c(,,(r)) = (c,),(r) = ((c,),)(r). luego, c(,,) = (c,),
10. (1 ,)(r) = ,(r), luego 1 , = ,
Ejemplo 7.16 \ = 1
a
(r),1
a
(r) = c
0
+c
1
r +... +c
a
r
a
; c
i
R. 1
a
(r) polinomios
de grado menor o igual que n, donde:
j(r) +(r) = (c
0
+c
1
r +... +c
a
r
a
) +(/
0
+/
1
r +... +/
a
r
a
) = (c
0
+/
0
) +(c
1
+/
1
)r +
... + (c
a
+ /
a
)r
a
y cj(r) = c(c
0
+ c
1
r + ... + c
a
r
a
) = cc
0
+ cc
1
r + ... + cc
a
r
a
es un
espacio vectorial. (Ejercicio)
Ahora si se tiene un subconjunto W no vacio de un espacio vectorial V y se quiere
probar si W es espacio vectorial o no, esto se har con el presente concepto que es bien
sencillo.
7.1 Subespacios
Un subconjunto \ ,= 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
r + = +r vlida en V, luego es vlida en W
(r +) +. = r + ( +.) vlida en V, luego es vlida en W
c(r +) = cr +c vlida en V, luego es vlida en W
(c +,) r = cr +,r vlida en V, luego es vlida en W
c(,r) = (c,)r vlida en V, luego es vlida en W
1.r = r vlida en V, luego es vlida en W
Luego hay que probar:
1. Si W es un subconjunto no vaco de un espacio vectorial V, entonces W es un
subespacio de V s y slo s:
(a) Si r. \ ==r + \
(b) Si c R. r \ ==c.r \
Prueba. Si W es un subespacio de V == \ cumple las diez propiedades y en
particular cumple que si c R. r \ == c.r \ y si r. \ == r +
\.Supongamos que cr \ y r + \. Si c = 0; 0r = 0 \, y si c = 1,
entonces r \, y los dems propiedades se cumplen, luego W es un espacio
vectorial.
Ejemplo 7.17 \ = R, con operaciones usuales; \ el conjunto de los enteros pares, W
no es un subespacio de V, pues c =
_
2. 4
_
2 , \, pues 4
_
2 no es un entero par
Ejemplo 7.18 \ = R, con operaciones usuales; \ = Q, no es un espacio vectorial, ya
que
2
3
\, y c =
_
2. c:to:cc:
2
3
_
2 , \ pues
2
3
_
2 no es un racional
Ejemplo 7.19 \ = R, con operaciones usuales; \ = `, no es un espacio vectorial, ya
que 3 \, y c =
_
2.entonces 3
_
2 , \ pues 3
_
2 no es un nmero natural.
Ejemplo 7.20 \ = R, con operaciones usuales; \ = 2, no es un espacio vectorial, ya
que 3 \, y c =
_
2.entonces 3
_
2 , \ pues 3
_
2 no es un nmero entero
Ejemplo 7.21 \ = R, con operaciones usuales; \ los nmeros primos, no es un espacio
vectorial, ya que 3 \, y c =
_
2.entonces 3
_
2 , \ pues 3
_
2 no es un nmero primo
Ejemplo 7.22 \ = R
2
.operaciones usuales. \ = (r. ), = r = (r. r),r R es
un subespacio de V, pues si r. \ ==r + = (c. c) + (/. /) = (c +/. c +/) \ y si
c R entonces cr = c(c. c) = (cc. cc) \ por tanto W es un espacio vectorial
Ejemplo 7.23 \ = R
2
.operaciones usuales. \ = (r. ), = r = (r. r),r 2 no
es un subespacio de V, pues si r. \ ==r + = (c. c) + (/. /) = (c +/. c +/) \ y
si c R entonces cr = c(c. c) = (cc. cc) , \. tomar c =
_
2
Ejemplo 7.24 \ = R
2
, operaciones usuales, \ = (r. ), = r+1 no es un subespacio
de V, pues si r. \ ==r + = (c. c + 1) + (/. / + 1) = (c +/. c +/ + 2) , \.
Ejemplo 7.25 \ = R
2
, operaciones usuales, \ = (r. ), = r
2
no es un subespacio
de V, pues si r. \ == r + = (c. c
2
) + (/. /
2
) = (c + /. c
2
+ /
2
) , \. pues
(c +/. c
2
+/
2
) ,= (c +/. (c +/)
2
)
7.1. SUBESPACIOS 147
Ejemplo 7.26 \ = (r. ), = sin r no es un subespacio de V, pues si r. \ ==
r + = (c. sin c) + (/. sin /) = (c + /. sin c + sin /) , \. pues (c + /. sin c + sin /) ,=
(c +/. sin(c +/))
Ejemplo 7.27 \ = R
2
.operaciones usuales. \ = (r. 1),r 1 no es un subespacio de
V, pues si r. \ ==r + = (c. 1) + (/. 1) = (c +/. 2) , \
Ejemplo 7.28 \ = R
3
,operaciones usuales, \ = (c. /. c),/ = 0. c. c R es un sube-
spcio de V pues r. \
==r+ = (c. 0. c)+(c. 0. d) = (c+c. 0. c+d) \ y cr = c(c. 0. c) = (cc. 0. cc) \.
Ejemplo 7.29 \ = R
3
, \ = (c. /. c),c
2
+/
2
+c
2
_ 1. W no es un subespacio de V, pues
r. \ == si r = (1. 0. 0). = (0. 1. 0) entonces r + = (1. 0. 0) + (0. 1. 0) = (1. 1. 0) y
1
2
+ 1
2
+ 0
2
= 2 _ 1
==r + no pertenece a W
Ejemplo 7.30 \ = R
4
, operaciones usuales, \ = (c. /. c. d),c. /. c. d son racionales},
no es un subespacio de V pues si c =
_
2 ==cr = (c
_
2. /
_
2. c
_
2. d
_
2) , \.
Ejemplo 7.31
\ =
_
22
[ =
_
c 2
0 /
_
. c. / R
_
no es subespacio de \ ; pues si
r. n =r + =
_
c 2
0 /
_
+
_
c 2
0 d
_
=
_
c +c 4
0 / +d
_
, n
pues en 4 debe ser 2.
Ejemplo 7.32
\ =
_
22
[ =
_
c 0
c /
_
. c. / R. c 2
_
no es subespacio de \ ; pues si
r. n =r + =
_
c 0
: /
_
+
_
c 0
: d
_
=
_
c +c 0
:+: / +d
_
\
c
_
c 0
c /
_
=
_
cc 0
cc c/
_
, \
pues cc , 2 si c =
_
2
Ejemplo 7.33 \ =
22
[
2
= no es subespacio.
Si \. 1 \ =( +1)
2
,= +1. pues tomo: = 1 = 1; 1
2
= 1;
(1 +1)
2
= (21)
2
= 41 ,= 21 Luego \ no es espacio vectorial.
Ejemplo 7.34 \ = `
22
(1) operaciones usuales.
\ =
_
22
[ =
_
c c +/
c +/ /
_
; c. / R
_
es un subespacio de \ , luego es un espacio vectorial, pues
r + =
_
c c +/
c +/ /
_
+
_
c c +d
c +d d
_
=
_
c +c c +/ +c +d
c +/ +c +d / +d
_
\
y si c R, r n entonces
cr = c
_
c c +/
c +/ /
_
=
_
cc cc +c/
cc +c/ c/
_
n.
Ejemplo 7.35
\ =
_
22
[ =
_
c c +/
c +/ /
_
; c. / 2
_
no es subespacio de \. pues si c R. r \ entonces
cr = c
_
c c +/
c +/ /
_
=
_
cc cc +c/
cc +c/ c/
_
, \
ya que cc no es siempre entero, pues c puede ser irracional c =
_
2 y asi cc , Z.
Ejemplo 7.36 \ =
22
[ [[ = 0 no es subespacio de \ , pues si
r =
_
1 0
0 0
_
; =
_
0 0
0 1
_
;
entonces
r + =
_
1 0
0 1
_
[r +[ = 1 ,= 0
Ejemplo 7.37 \ =
_
[ =
T
_
es un subespacio de \ , pues si r. \ = r =
. = 1 = =
T
. 1 = 1
T
. luego r + = +1 \, pues ya que ( +1)
T
= +1
y si c R. y r n =cr = c \. pues (c)
T
= c
T
= c
7.2. COMBINACION LINEAL 149
Ejemplo 7.38 Sea \ = , : 1 1 y
\ = , :[ , (r) = , (1) . mostrar que \ es subespacio.
,. q \ entonces , (r) = , (1) y q (r) = q (1) = (, +q) (r) = , (r) + q (r) =
, (1) +q (1) = (, +q) (1)
(c,) (r) = c, (r) = c, (1)
Ejemplo 7.39 \ = , [ , (1) = 2 +, (0) no es un subespacio, pues ,. q \
=(, +q) (1) = , (1) +q (1) = 2 +, (0) + 2 +q (0) = 4 + (, +q) (0) , \
Ejemplo 7.40 \ = , [ , (r) _ 0 no es un subespacio de \ pues , (r) = r
4
_ 0
y c, (r) , \. pues c = 2. y 2r
4
_ 0
Ejemplo 7.41 \ = , :[ ,(r). c: par . es un subespacio pues si.
,. q \ entonces (, +q) (r) = , (r) +q (r) = , (r) +q (r) = (, +q) (r) y
(c,) (r) = c, (r) = c, (r)
Ejemplo 7.42 \ = , :[ ,(r) < 0 . no es un subespacio pues si.
,. q \ entonces (, +q) (r) = , (r) +q (r) < 0 y
(c,) (r) = c, (r) = c, (r) 0 si c < 0 por tanto esta propiedad no la satisface
Ejemplo 7.43 \ = , :[ ,(r) = ,(2 +r) . es un subespacio pues si.
,. q \ entonces (, +q) (r) = , (r) +q (r) = , (2 +r) +q (2 +r) = (, +q) (2 +r)
y
(c,) (r) = c, (2 +r) = (c,) (2 +r)
7.2 Combinacion Lineal
Sean
1
.
2
. ....
a
elementos de un espacio vectorial V, es decir,
1
.
2
. ....
a
\.
Cualquier vector en \ de la forma:
c
1
1
+c
2
2
+... +c
a
a
.con c
i
R se llama combinacin lineal de
1
.
2
. ....
a
.
Ejemplo 7.44 2 (1. 0) + 3 (0. 1) es una combinacin lineal de (1. 0) y de (0. 1) .
Ejemplo 7.45 2 (1. 0. 3) + 3 (0. 1. 4) + 5(1. 1. 1) es una combinacin lineal de
(1. 0. 3), (0. 1. 4) . (1. 1. 1) .
Ejemplo 7.46
2
_
1 0
0 1
_
+ 3
_
0 1
0 0
_
es una combinacin lineal de
_
1 0
0 1
_

_
0 1
0 0
_
.
Ejemplo 7.47 3 [1]+2 [1 2r]+3 [1 +r +r
2
] es una combinacin lineal de (1. 1 2r. 1 +r +r
2
) ..
Ejemplo 7.48 3 [r] + 2 sin r + 3 cos r es una combinacin lineal de r. sin r. cos r.
Sea \ un espacio vectorial real, n.
1
.
2
. ....
a
elementos de V, es decir,
n.
1
.
2
. ....
a
\. el vector n se dice que es una combinacon lineal de los vectores
1
.
2
. ....
a
. si existen escalares c
1
. c
2
. .... c
a
tales que n = c
1
1
+c
2
2
+... +c
a
a
. Si
este sistema no tiene solucion, n no es una combinacin lineal, en otro caso si.
Ejemplo 7.49 El vector (3. 4) se puede escribir como (3. 4) = 3 (1. 0) + 4 (0. 1) . luego
(3. 4) es una combinacin lineal de (1. 0) y (0. 1) .
Ejemplo 7.50 El vector (2. 4. 5) se puede escribir como (2. 4. 5) = 2 (1. 0. 0)+4 (0. 1. 0)+
5(0. 0. 1). luego (2. 4. 5) es una combinacin lineal de (1. 0. 0) y (0. 1. 0) y (0. 0. 1).
Ejemplo 7.51 El vector
_
4 1
2 4
_
se puede escribir como
_
4 1
2 4
_
= 4
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
+ 2
_
0 0
1 0
_
+ 4
_
0 0
0 1
_
luego
_
4 1
2 4
_
es una combinacin lineal de
_
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
0 1
_
.
Ejemplo 7.52 (9. 2. 7) es una combinacin lineal de (1. 2. 1) y (6. 4. 2) pues
(9. 2. 7) = r (1. 2. 1) + (6. 4. 2) = (r. 2r. r) + (6. 4. 2) =
(r + 6. 2r + 4. r + 2)
asi:
r + 6 = 9
2r + 4 = 2
r + 2 = 7
y la solucin de este sistema es (r. ) = (3. 2) as que (9. 2. 7) = 3 (1. 2. 1)+2 (6. 4. 2) .
7.2. COMBINACION LINEAL 151
Ejemplo 7.53 (4. 1. 8) no es combinacin lineal de (1. 2. 1) ; (6. 4. 2)
En efecto:
(4. 1. 8) = r (1. 2. 1) + (6. 4. 2)
= (r. 2r. r) + (6. 4. 2)
= (r + 6. 2r + 4. r + 2)
luego
r + 6 = 4
2r + 4 = 1
r + 2 = 8
y este sistema no tiene solucin, luego (4. 1. 8) no es una combinacin lineal de (1. 2. 1) . (6. 4. 2)
pues
_
_
1 6
2 4
1 2
[
4
1
8
_
_
~
_
_
1 6
0 8
0 8
[
4
9
12
_
_
.
8 = 9
8 = 12
=
=
9
8
=
12
8
es absurdo.
Ejemplo 7.54 Escribir n = 3t
2
+8t5 como combinacin lineal de
1
= 2t
2
+3t4;
2
=
t
2
2t 3.En efecto:
3t
2
+ 8t 5 = c
_
2t
2
+ 3t 4
_
+/
_
t
2
2t 3
_
= (2c +/) t
2
+ (3c 2/) t + (4c 3/)
entonces
2c +/ = 3. 3c 2/ = 8. 4c 3/ = 5
y la solucin de este sistema es c = 2 y / = 1 por tanto
3t
2
+ 8t 5 = 2
_
2t
2
+ 3t 4
_
1
_
t
2
2t 3
_
Ejemplo 7.55 Hallar condiciones sobre c. /. c tal que (c. /. c)sea una combinacin linea
de (1. 3. 2) y (2. 1. 1) ;
En efecto:
(c. /. c) = r (1. 3. 2) + (2. 1. 1)
= (r. 3r. 2r) + (2. . )
= (r + 2. 3r . 2r +)
Luego
r + 2 = c
3r = /
3r = c

_
_
1 2
3 1
2 1
[
c
/
c
_
_
~
_
_
1 2
0 5
0 3
[
c
3c +/
c 2c
_
_
~
_
_
1 2
0 1
0 3
[
c
2c c +/
c 2c
_
_
~
_
_
1 2
0 1
0 0
[
c
2c c +/
c 3/ 5c
_
_
Luego si c 3/ 5c = 0 y as el sistema tiene solucin.
7.3 Dependencia e Independencia lineal.
Sea \ un espacio vectorial real, se dice que o =
1
.
2
. ....
a
\. es linealmente
dependiente, si existen escalares r
1
. r
2
. .... r
a
no todos ceros, tales que
r
1
1
+r
2
2
+... +r
a
a
= 0.en caso contrario se dice que los vectores
1
.
2
. ....
a
son
linealmente independientes.
Ejemplo 7.56 1 = o. o es linealmente independiente pues 1.r = 0 =r = 0;
Ejemplo 7.57 0 es dependiente pues 2 0 = 0 y 2 ,= 0.
Ejemplo 7.58 o = (1. 1) . (2. 2) es linealmente dependiente pues
r (1. 1) + (2. 2) = (0. 0)
r (1. 1) + (2. 2) = (r. r) + (2. 2)
= (r + 2. r + 2) = (0. 0)
entonces
r + 2 = 0
r + 2 = 0
=r + 2 = 0;
Luego si = 1 entonces r = 2 y as 2 (1. 1) 1 (2. 2) = (0. 0) .
Ejemplo 7.59 o = (1. 0. 0) . (0. 1. 0) . (0. 0. 1) es un conjunto linealmente independi-
ente, pues
r (1. 0. 0) + (0. 1. 0) +. (0. 0. 1) =
(r. 0. 0) . (0. . 0) . (0. 0. .) = (r. . .) = (0. 0. 0)
entonces r = 0. = 0. . = 0.
7.3. DEPENDENCIA E INDEPENDENCIA LINEAL. 153
Ejemplo 7.60 El conjunto (6. 2. 3. 4) . (0. 5. 3. 1) . (0. 0. 7. 2) es linealmente indepen-
diente, pues
r (6. 2. 3. 4) + (0. 5. 3. 1) +. (0. 0. 7. 2) =
(6r. 2r. 3r. 4r) + (0. 5. 3. ) + (0. 0. 7.. 2.) =
(6r. 2r + 5. 3r 3 + 7.. 4r + 2.) = (0. 0. 0. 0)
Luego
6r = 0
2r + 5 = 0
3r 3 + 7. = 0
4r + 2. = 0
r = 0; = 0; . = 0
es la solucin del sistema.
Ejemplo 7.61 El conjunto (1. 1. 0) . (1. 3. 1) . (5. 3. 2) es linealmente dependiente.
r (1. 1. 0) + (1. 3. 1) +. (5. 3. 2) =
(r. r. 0) . (. 3. ) . (5.. 3.. 2.) =
(r + + 5.. r + 3 + 3.. 2.) = (0. 0. 0)
=
r + + 5. = 0
r + 3 + 3. = 0
2. = 0
y la solucin es (r. . .) = (3. 2. 1) y as
3 (1. 1. 0) + 2 (1. 3. 1) 1 (5. 3. 2) = (0. 0. 0)
y 3 ,= 0.
Ejemplo 7.62
o =
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
0 1
__
es linealmente independiente pues:
c
_
1 0
0 0
_
+/
_
0 1
0 0
_
+c
_
0 0
1 0
_
+d
_
0 0
0 1
_
=
_
c /
c d
_
=
_
0 0
0 0
_
entonces c = 0 = / = c = d.
Ejemplo 7.63
o =
__
1 0
0 0
__
es linealmente independiente pues
r
_
1 0
0 0
_
=
_
0 0
0 0
_
=r = 0.
Ejemplo 7.64
o =
__
1 1
1 1
_
.
_
2 2
2 2
__
es linealmente dependiente pues
r
_
1 1
1 1
_
+
_
2 2
2 2
_
=
_
r + 2 r + 2
r + 2 r + 2
_
=
_
0 0
0 0
_
=
r + 2 = 0 = = 1; r = 2 ,= 0.
Ejemplo 7.65 : = 1. r. r
2
es linealmente independiente c +/r +cr
2
= 0 para todo r.
Si r = 0 = c = 0; si r = 1; c + / + c = 0 si r = 1; c / + c = 0. luego como
c = 0 =/ +c = 0 y / +c = 0 y de aqui / = c = 0. es decir, la solucin del sistema:
c = 0
c +/ +c = 0
c / +c = 0
c = / = c = 0
Ejemplo 7.66 o = r. sin r. cos r es linealmente independiente pues cr + / sin r +
c cos r = 0 \r =
1) r = 0 : c = 0
2) r = : : c: +/ sin : +c cos : = 0 =c = 0. c = 0.
3) r =

2
: c
2
+/ sin

2
+c cos

2
= 0 =/ = 0.
Ejemplo 7.67 o =
_
sin
2
r. cos
2
r. cos 2r
_
es linealmente independiente, pues 1sin
2
r +
1 cos
2
r 1 cos 2r = 0 y 1 ,= 0.
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 , (r) . q (r) . /(r) son derivables 2 veces en R y si
\ (, (r) . q (r) . /(r)) =
, (r) q (r) /(r)

,
0
(r) q
0
(r) /
0
(r)
,
00
(r) q
00
(r) /
00
(r)
= 0
para todo r en R =, (r) . q (r) . /(r) son linealmente dependientes y en caso
contrario independientes.
Ejemplo 7.68 \ (1. r) =
1 r
0 1
= 1. luego el conjunto 1. r es linealmente indepen-

dientes.
Ejemplo 7.69 \ (c
a
. 2c
a
) =
c
a
2c
a
c
a
2c
a
= 0 \r entonces el conjunto c
a
. 2c
a
es lineal-
mente dependiente.
Ejemplo 7.70
\(r. sin r. cos r) =
r sin r cos r
1 cos r :c:r
0 sin r cos r
=
= r
cos r :c:r
sin r cos r
sin r
1 :c:r
0 cos r
+ cos r
1 cos r
0 sin r
=
= r (1) sin (cos r) + cos r (sin r) = r
no es cero para todo r entonces el conjunto r. sin r. cos r es linealmente independiente.
7.3.2 Algunas propiedades:
1. Si 0 es uno de los vectores
1
.
2
. ....
a
entonces
1
.
2
. ....
a
es linealmente
dependiente, pues si por ejemplo
2
= 0 entonces
r
1
1
+ 1.
2
+r
3
3
+... +r
a
a
= 0
1
+ 1
2
+ 0
3
+... + 0
a
= 0 y 1 ,= 0 coeciente de
2
Ejemplo 7.71 El conjunto (1. 1) (0. 0) es linealmente dependiente
Ejemplo 7.72 El conjunto
__
1 2
3 4
_
.
_
1 0
0 0
_
.
_
0 0
0 0
__
es linealmente dependi-
ente
Ejemplo 7.73 El conjunto r. sin r. 0 es linealmente dependiente
Ejemplo 7.74 El conjunto 1. r +r
2
. 0 es linealmente dependiente
Ejemplo 7.75 El conjunto (1. 1. 1) . (2. 3. 4) . (0. 0. 1) . (0. 0. 0) es linealmente dependi-
ente.
2. El conjunto
1
.
2
. ....
a
es linealmente dependiente sisi uno de ellos es combinacin
de los dems.
Supongamos que
2
es combinacin lineal de los dems, es decir,
2
= r
1
1
+r
3
3
+... +r
a
a
= Sumando
2
a la igualdad obtenemos
0 = r
1
2
+r
3
3
+... +r
a
a
y el coeciente de
2
no es cero. Ahora suponga que
1
.
2
. ....
a
es linealmente dependiente entonces r
1
1
+r
3
3
+... +r
a
a
= 0 y que por
ejemplo el coeciente de
2
es diferente de cero, entonces
r
2
2
= r
1
1
... r
a
a
entonces
2
=
r
1
r
2
1
...
r
a
r
2
a
Ejemplo 7.76 El conjunto (1. 1) . (2. 2) . (1. 0) . (0. 1) es linealmente dependiente pues
(1. 1) = 0 (2. 2) + (1. 0) + (0. 1) (uno de sus elementos es combinacin de los dems)
_
sin
2
r. cos
2
r. cos 2r
_
es linealmente dependiente pues cos 2r =
sin
2
r cos
2
r.(uno de sus elementos es combinacin de los dems)
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
1 1
0 0
__
es linealmente dependiente
pues
_
1 1
0 0
_
= 1
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
(uno de sus elementos es combinacin de los
dems.)
Ejemplo 7.79 El conjunto 1 r. 2 2r. 1 +r +r
2
es linealmente dependiente pues
1 r =
1
2
(2 2r) + 0(1 +r +r
2
) (uno de sus elementos es combinacin de los dems)
Ejemplo 7.80 El conjunto 1. 4 es linealmente dependientes pues 4 = 1.4 (uno de sus
elementos es combinacin de los dems)
3. El conjunto
1
.
2
. ....
a
es linealmente independiente sisi todo subconjunto no
vacio es linealmente independiente.
Sea o =
1
.
2
. ....
v
un subconjunto de
1
.
2
. ....
a
.Si o fuera de dependiente,
existen escalares no todos nulos r
1
. r
2
. .... r
v
tal que
r
1
1
+r
2
2
+... +r
v
v
= 0 = r
1
1
+r
2
2
+... +r
v
v
+ 0
v+1
+... + 0
a
= 0
y algn r
i
,= 0 entonces
1
.
2
. ....
a
seria dependiente (absurdo).
Ejemplo 7.81
o = (1. 0. 0. 0) ; o
2
= (1. 0. 0. 0) ; (0. 1. 0. 0) ;
o
3
= (1. 0. 0. 0) ; (0. 1. 0. 0) ; (0. 0. 1. 0)
son linealmente independientes, pues son subconjuntos de (1. 0. 0. 0) ; (0. 1. 0. 0) ; (0. 0. 1. 0) ; (0. 0. 0. 1)
que es un conjunto linealmente independiente.
Ejemplo 7.82
o =
_
1 0
0 0
_
. o
1
=
__
0 1
0 0
_
.
_
0 0
1 0
__
son linealmente independientes, pues son subconjuntos de
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
0 1
__
que es un conjunto linealmente independiente.
Ejemplo 7.83 o = r. o
1
= sin r. o
2
= sin r. cos r son linealmente independientes,
pues son subconjuntos de r. sin r. cos rque es un conjunto linealmente independiente.
4. Si o =
1
.
2
. ....
a
es linealmente dependiente entonces
1
.
2
. ....
a
.
a+1
es
linealmente dependiente.
Ejemplo 7.84 o = (1. 2. 1) . (2. 4. 2) es linealmente dependiente entonces,(1. 2. 1) . (2. 4. 2) . (1. 0. 0)
es linealmente dependiente.
Ejemplo 7.85 o = 1. 2 es linealmente dependiente entonces 1. 2. 4es linealmente
dependiente
Ejemplo 7.86
__
0 1
0 0
_
.
_
0 4
0 0
__
es linealmente dependiente entonces
__
0 1
0 0
_
.
_
0 4
0 0
_
.
_
0 4
2 0
__
5. Todo conjunto que contiene un subconjunto linealmente dependiente es linealmente
dependiente.
Ejemplo 7.87 El conjunto (1. 1) . (2. 2) . (1. 0) . (0. 1) es linealmente dependiente ya que
(1. 1) . (2. 2) es linealmente dependiente.
__
0 1
0 0
_
.
_
0 4
0 0
_
.
_
0 4
2 0
_
.
_
0 0
0 1
__
es linealmente dependiente ya que
__
0 1
0 0
_
.
_
0 4
0 0
__
es linealmente dependiente.
7.4 Generador:
Sea o un subconjunto no vaco de un espacio vectorial \. o no necesariamente es un
subespacio de \. el conjunto de todas las combinaciones lineales de vectores en o.
denotado por 1(o) = n [ n es combinacin lineal de vectores de o es un subespacio
de \.
En efecto : Sea o =
1
.
2
. ....
a
\.entonces
1(o) = n [ n = r
1
1
+r
2
2
+... +r
a
a
. r
i
R
y sean A. 1 1(o) entonces
A = r
1
1
+r
2
2
+... +r
a
a
y
1 = c
1
1
+c
2
2
+... +c
a
a
luego
7.4. GENERADOR: 159
A +1 = (r
1
1
+r
2
2
+... +r
a
a
) + (c
1
1
+c
2
2
+... +c
a
a
)
= (r
1
+c
1
)
1
+ (r
2
+c
2
)
2
+... + (r
a
+c
a
)
a
= /
1
1
+/
2
2
+... +/
a
a
1(:)
si c 1 y X 1(o) entonces cA = (cr
1
)
1
+ (cr
2
)
2
+... + (cr
a
)
a
1(o)
Luego 1(o) es un subespacio de \.
Se dice que
1
.
2
. ....
a
\. genera a \ , si cualquier elemento de \ se puede escribir
como una combinacin lineal de
1
.
2
. ....
a
.
Ejemplo 7.89 n = 1 genera a R. pues si c R entonces c = r.1. con r R y
1(1) = 1.
Ejemplo 7.90 n = 5 genera a R. pues si c R entonces c = r.5. con r R y
1(5) = 1.
Ejemplo 7.91 Si n = c . c ,= 0. c R. n genera a R. pues si / R entonces / = r.c;
r R y 1(c) = R.
Ejemplo 7.92 n = 0 no genera a R.pues por ejemplo 5 no se puede escribir como
combinacin lineal de cero, ya que 5 ,= r.0. para r R.
Ejemplo 7.93 n = (1. 0) . (0. 1) genera a R
2
. pues si (r. ) R
2
. entonces (r. ) =
c (1. 0) + / (0. 1) . siendo c = r. / = ; es decir (r. ) = r (1. 0) + (0. 1) . pues c (1. 0) +
/ (0. 1) = (c. 0) + (0. /) = (c. /) = (r. ) sisi r = c y = / y as 1((1. 0) . (0. 1)) = R
2
.
Ejemplo 7.94 n = (1. 1) . (2. 1) genera a R
2
. pues si (r. ) R
2
. entonces
(r. ) = c (1. 1) +/ (2. 1)
= (c. c) + (2/. /)
= (c + 2/. c /)
luego
c + 2/ = r
c / =
y
_
1 2
1 1
[
r
_
=
_
1 2
0 3
[
r
r
_
~
_
1 2
1 1
[
r
aj
3
_
~
_
1 0
0 1
2j+a
3
aj
3
_
y con
c =
2j+a
3
/ =
aj
3
entonces (r. ) =
_
2j+a
3
_
(1. 1) +
_
aj
3
_
(2. 1)
Ejemplo 7.95 n = (1. 0) . (0. 1) . (1. 1) . (1. 1) genera a R
2
.ya que si (r. ) R
2
.
entonces
(r. ) = c (1. 0) +/ (0. 1) +c (1. 1) +d (1. 1)
= r (1. 0) + (0. 1) + 0 (1. 1) + 0 (1. 1)
pues (c. 0) + (0. /) + (c. c) + (d. d) = (c +c d. / +c +d) . as
c +c d = r
/ +c +d =
luego
_
1 0 1 1
0 1 1 1
[
r
_
entonces
c +c d = r
/ +c +d =
y si d = 0; c = 0, entonces / = y c = r.
Ejemplo 7.96 n = (1. 0. 0) . (0. 1. 0) . (0. 0. 1) genera a R
3
. pues (r. . .) = r (1. 0. 0) +
(0. 1. 0) +. (0. 0. 1) y en general c
1
. c
2
. .... c
a
genera a R
a
. pues (r
1
. r
2
. .... r
a
) = r
1
c
1
+
r
2
c
2
+... +r
a
c
a
.
Ejemplo 7.97 n = (1. 1) no genera a R
2
. pues
1(1. 1) = (r. r) [ r R = r (1. 1) [ r R
y por ejemplo (2. 3) = r (1. 1) = (r. r) entonces r = 2 y r = 3 absurdo; ya que,
1(1. 1) . (2. 2) = 1(1. 1) = (r. ) [ r =
Ejemplo 7.98 n = (1. 0. 0) . (0. 1. 0) no genera a R
3
.
Ejemplo 7.99 n =
_
_
_
1 0 0
0 0 0
_
.
_
0 1 0
0 0 0
_
.
_
0 0 1
0 0 0
_
.
_
0 0 0
1 0 0
_
.
_
0 0 0
0 1 0
_
.
_
0 0 0
0 0 1
_
_
_
7.4. GENERADOR: 161
genera las matrices `
23
(1) . pues si `
23
(1)
_
r .
n n
_
= r
_
1 0 0
0 0 0
_
+
_
0 1 0
0 0 0
_
+.
_
0 0 1
0 0 0
_
+n
_
0 0 0
1 0 0
_
+
_
0 0 0
0 1 0
_
+n
_
0 0 0
0 0 1
_
ya que
_
r .
n n
_
= c
_
1 0 0
0 0 0
_
+/
_
0 1 0
0 0 0
_
+c
_
0 0 1
0 0 0
_
+
d
_
0 0 0
1 0 0
_
+c
_
0 0 0
0 1 0
_
+,
_
0 0 0
0 0 1
_
=
_
c / c
d c ,
_
entonces c = r. / = . c = .. d = n. c = . , = n.
Nota: Si a n se le agrega mas matrices de 2 3. tambin lo genera, pero si a n se le
quitan matrices no genera a `
23
(1) .
Ejemplo 7.100 Mostrar que:
__
1 1 1
0 1 1
_
.
_
1 2 1
1 2 1
_
.
_
1 1 1
1 1 1
_
.
_
0 2 1
0 1 1
_
.
_
0 0 0
0 1 2
_
.
_
0 0 0
0 0 1
__
genera a `
23
(1)
o = 1. r. r
2
genera a 1
2
(r) pues
cr
2
+/r +c = c(1) +,r +r
2
= c (1) +/r +cr
2
entonces c = c. , = / y = c
Ejemplo 7.101 o = 1. r. r
2
. .... r
a
genera a 1
a
(r) .
Ejemplo 7.102 Observemos que:
_
_
c / c
/ d ,
c , /
_
_
=
_
_
c 0 0
0 0 0
0 0 0
_
_
+
_
_
0 / 0
/ 0 0
0 0 0
_
_
+
_
_
0 0 c
0 0 0
c 0 0
_
_
+
_
_
0 0 0
0 d 0
0 0 0
_
_
+
_
_
0 0 0
0 0 ,
0 , 0
_
_
+
_
_
0 0 0
0 0 0
0 0 /
_
_
=
= c
_
_
1 0 0
0 0 0
0 0 0
_
_
+/
_
_
0 1 0
1 0 0
0 0 0
_
_
+c
_
_
0 0 1
0 0 0
1 0 0
_
_
+d
_
_
0 0 0
0 1 0
0 0 0
_
_
+
,
_
_
0 0 0
0 0 1
0 1 0
_
_
+/
_
_
0 0 0
0 0 0
0 0 1
_
_
o sea que
n =
_
_
_
_
_
1 0 0
0 0 0
0 0 0
_
_
.
_
_
0 1 0
1 0 0
0 0 0
_
_
.
_
_
0 0 1
0 0 0
1 0 0
_
_
.
_
_
0 0 0
0 1 0
0 0 0
_
_
.
_
_
0 0 0
0 0 1
0 1 0
_
_
.
_
_
0 0 0
0 0 0
0 0 1
_
_
_
_
_
genera las matrices simtricas de 3 3 con elementos reales,que es un espacio vectorial.
Ejemplo 7.103 (c. /. 0) = (c. 0. 0) + (0. /. 0) = c (1. 0. 0) +/ (0. 1. 0) luego
n = (c. /. 0) [ c. / R es generado por (1. 0. 0) . (0. 1. 0) .
Ejemplo 7.104
n = (0. /. c) [ /. c R
es generado por (0. 1. 0) y (0. 0. 1) ya que
(0. /. c) = (0. /. 0) + (0. 0. c) = / (0. 1. 0) +c (0. 0. 1)
luego n es generado por (0. 1. 0) . y por (0. 0. 1) .pero tambin
(0. /. c) = r (0. 1. 1) + (0. 2. 1) = (0. r. r) + (0. 2. ) = (0. r 2. r +)
entonces
r 2 = /
r + = /
=
_
1 2
1 1
[
/
c
_
~
_
1 2
0 3
[
/
c /
_
=
3 = c / = =
c /
3
r = c
c
3
+
/
3
=
2c +/
3
luego
(0. /. c) =
(2c +/)
3
(0. 1. 1) +
(c /)
3
(0. 2. 1)
7.5. BASE 163
Ejemplo 7.105
n =
__
c /
0 0
_
. c. / R
_
es generado por
_
1 0
0 0
_
.
_
0 1
0 0
_
pues
_
c /
0 0
_
= c
_
1 0
0 0
_
+/
_
0 1
0 0
_
7.5 Base
Sea \ un espacio vectorial real cualquiera y o =
1
.
2
. ....
a
\. o es base de \ si y
solo si:
1. o es linealmente independiente.
2. o genera a \.
El nmero de elementos de una base es la dimensin de \. denotado por dim\.
Ejemplo 7.106 o
1
= 1 , o
2
= 3 y o
3
= 7 . son bases de R. pues son linealmente
independientes y generan a 1 y como el nmero de elementos de o
1
es uno entonces
dimR = 1; a la base o
1
= 1 se le llama base la cannica de R
Ejemplo 7.107 o
1
= (1. 0) . (0. 1) . o
2
= (1. 1) . (3. 5) ; o
3
= (1. 0) . (3. 5)
son bases de R
2
. pues son linealmente independientes y generan a 1
2
. as dimR
2
=
2 =nmero de elementos de la base. A la base o
1
= (1. 0) . (0. 1) se le llama la base
cannica de R
2
Ejemplo 7.108 o = (1. 0. 0) . (0. 1. 0) . (0. 0. 1) es una base de R
3
; luego dimR
3
= 3;
cualquier otra base tiene 3 elementos. Observe que
(c. /. c) = c (1. 0. 0) +/ (0. 1. 0) +c (0. 0. 1)
Ejemplo 7.109 La solucin de
00
= 0 es = cc
a
+ /c
a
luego la dimensin del
conjunto solucin de
00
= 0 es 2 pues c
a
. c
a
son linealmente independientes y
generan el espacio solucin.
Ejemplo 7.110
o =
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
0 1
__
es linealmente independiente y genera a `
22
(1) . luego o es una base de `
22
(1) . luego
dim`
22
(1) = 4 a o se llama la base cannica de `
22
(1) . Observe que
_
c /
c d
_
= c
_
1 0
0 0
_
+/
_
0 1
0 0
_
+c
_
0 0
1 0
_
+d
_
0 0
0 1
_
Ejemplo 7.111
o =
__
1 0 0
0 0 0
_
.
_
0 1 0
0 0 0
_
.
_
0 0 1
0 0 0
_
.
_
0 0 0
1 0 0
_
.
_
0 0 0
0 1 0
_
.
_
0 0 0
0 0 1
__
es linealmente independiente y genera a `
23
(1) y como el nmero de elementos de o
es 6 entonces dim`
23
(1) = 6. Observe que
_
c / c
d c ,
_
=
c
_
1 0 0
0 0 0
_
+/
_
0 1 0
0 0 0
_
+c
_
0 0 1
0 0 0
_
+d
_
0 0 0
1 0 0
_
+c
_
0 0 0
0 1 0
_
+,
_
0 0 0
0 0 1
_
2
es linealmente independiente y genera a 1
2
(r) luego
dim1
2
(r) = 3.A o = 1. r. r
2
se le llama la base cannica de 1
2
(r)
Ejemplo 7.113 La dimensin de las matrices simtricas de 3 3 es 6. pues
n =
_
_
_
_
_
c / c
/ d c
c c ,
_
_
[ c. /. c. d. c. , R
_
_
_
y
_
_
c / c
/ d c
c c ,
_
_
=
_
_
c 0 0
0 0 0
0 0 0
_
_
+
_
_
0 / 0
/ 0 0
0 0 0
_
_
+
_
_
0 0 c
0 0 0
c 0 0
_
_
+
_
_
0 0 0
0 d 0
0 0 0
_
_
+
_
_
0 0 0
0 0 c
0 c 0
_
_
+
_
_
0 0 0
0 0 0
0 0 ,
_
_
7.5. BASE 165
= c
_
_
1 0 0
0 0 0
0 0 0
_
_
+/
_
_
0 1 0
1 0 0
0 0 0
_
_
+c
_
_
0 0 1
0 0 0
1 0 0
_
_
+d
_
_
0 0 0
0 1 0
0 0 0
_
_
+c
_
_
0 0 0
0 0 1
0 1 0
_
_
+,
_
_
0 0 0
0 0 0
0 0 1
_
_
El conjunto
_
_
_
_
_
1 0 0
0 0 0
0 0 0
_
_
.
_
_
0 1 0
1 0 0
0 0 0
_
_
.
_
_
0 0 1
0 0 0
1 0 0
_
_
.
_
_
0 0 0
0 1 0
0 0 0
_
_
.
_
_
0 0 0
0 0 1
0 1 0
_
_
.
_
_
0 0 0
0 0 0
0 0 1
_
_
_
_
_
c:
linealmente independiente y genera a las matrices simtricas de 3 3
Ejemplo 7.114
o =
__
1 0
0 0
_
.
_
0 1
0 0
__
es linealmente independiente y genera a
n =
__
c /
0 0
_
[ c. / R
_
luego o es base de n. as dimn = 2.
Ejemplo 7.115 o = (1. 0. 0. 0) ; (0. 1. 0. 0) ; (0. 0. 1. 0) es linealmente independiente y
genera a n = (c. /. c. 0) [ c. /. c R entonces o es base de n y as dimn = 3.
Ejemplo 7.116 o = (1. 0. 0) ; (0. 1. 1) es linealmente independiente y genera a \ =
(r. . .) [ = .. r. R y as dim\ = 2.
Ejemplo 7.117 Sea n = (r. . .) [ r + +. = 0 Como r + + . = 0 entonces . =
n; = ; r = n Luego n = (n . . n) [ . n R as
(n . . n) = (n. 0. n) + (. . 0)
= n(1. 0. 1) + (1. 1. 0)
luego (1. 0. 1) . (1. 1. 0) genera a n y como (1. 0. 1) . (1. 1. 0) es linealmente inde-
pendientes entonces : = (1. 0. 1) . (1. 1. 0) es una base de n. entonces dimn = 2.
Ejemplo 7.118 Una base para el plano r = 0 es : = (0. 1. 0) . (0. 0. 1) es linealmente
independiente y genera a n pues n = (r. . .) [ r = 0. . . R = (0. . .) [ . . R
luego (0. . .) = (0. . 0) + (0. 0. .) = (0. 1. 0) +. (0. 0. 1)
Ejemplo 7.119
n =
__
c /
/ c
_
[ c. / R
_
_
c /
/ c
_
=
_
c 0
0 c
_
+
_
0 /
/ 0
_
= c
_
1 0
0 1
_
+/
_
0 1
1 0
_
luego
: =
__
1 0
0 1
_
.
_
0 1
1 0
__
es linealmente independiente y genera a n. las matrices simtricas de 2 2. luego
dimn = 2.
Ejemplo 7.120
n =
_
_
_
_
_
c / c
0 d c
0 0 ,
_
_
[ c. /. c. d. c. , R
_
_
_
entonces
_
_
c / c
0 d c
0 0 ,
_
_
=
_
_
c 0 0
0 0 0
0 0 0
_
_
+
_
_
0 / 0
0 0 0
0 0 0
_
_
+
_
_
0 0 c
0 0 0
0 0 0
_
_
+
_
_
0 0 0
0 d 0
0 0 0
_
_
+
_
_
0 0 0
0 0 c
0 0 0
_
_
+
_
_
0 0 0
0 0 0
0 0 ,
_
_
.
as
: =
_
_
_
_
_
1 0 0
0 0 0
0 0 0
_
_
.
_
_
0 1 0
0 0 0
0 0 0
_
_
.
_
_
0 0 1
0 0 0
0 0 0
_
_
.
_
_
0 0 0
0 1 0
0 0 0
_
_
.
_
_
0 0 0
0 0 1
0 0 0
_
_
.
_
_
0 0 0
0 0 0
0 0 1
_
_
_
_
_
genera a n matrices triangulares y : es linealmente independiente entonces dimn = 6.
7.5. BASE 167
Ejemplo 7.121 Hallar una base del espacio solucin del sistema:
r
1
+ 2r
2
r
3
+r
4
= 0
r
1
+r
2
+r
3
+ 2r
4
= 0
;
_
1 2 1 1
1 1 1 2
[
0
0
_
~
_
1 2 1 1
0 1 2 1
[
0
0
_
luego
r
1
+ 2r
2
r
3
+r
4
= 0
r
2
+ 2r
3
+r
4
= 0
entonces hay 2 variables libres:
r
4
= n. r
3
= . r
2
= 2r
3
+ r
4
= 2 + n. r
1
= 2r
2
+ r
3
r
4
= 4 2n +
n = 5 + n luego o
T
= (5 +n. 2 +n. . n) [ n. R ; (5 +n. 2 +n. . n) =
(5. 2. . 0) + (n. n. 0. n) = (5. 2. 1. 0) + n(1. 1. 0. 1) as dimo
T
= 2 y una base es : =
(5. 2. 1. 0) . (1. 1. 0. 1)
7.5.1 Algunas propiedades:
1. Sea \ un espacio vectorial y dim\ = : entonces dos bases cualquiera de \. tienen
: elementos cada una.
Ejemplo 7.122 o = 1 ; 3 = n son bases de R. pero n
1
= 1. 3 no es base de R.
pues n
1
no es linealmente independiente, aunque n
1
genera a R.
Ejemplo 7.123 o = (1. 0) . (0. 1) ; n = (1. 1) . (3. 5) ;son bases de R
2
; pero n
1
=
(1. 0) . (0. 1) . (1. 1)no es base de R
2
. n
1
genera a R
2
. pero n
2
no es linealmente indepen-
diente, adems los elementos de una base de R
2
. deben ser 2.
Ejemplo 7.124 o = (1. 0) . (0. 1) ; : = (1. 1) . (3. 5) ;son bases de R
2
; pero : = (1. 1)
no es una base de R
2
. pues debe tener 2 elementos; : es linealmente independiente, pero :
no genera a R
2
; o
1
= (1. 1) . (2. 2) tiene 2 elementos, pero o
1
y adems o
1
no genera a R
2
.
Ejemplo 7.125
o =
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
0 1
__
no es base de `
22
(1),pues debe tener 4 elementos; S es un conjunto linealmente inde-
pendiente y no genera las matrices `
22
(1)
Ejemplo 7.126
o
1
=
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
0 1
_
.
_
0 0
1 1
__
no es base de `
22
(1), ya que no es linealmente independiente;
Ejemplo 7.127
o
1
=
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
2 0
__
no es base de `
22
(1) pues no es linealmente independiente y no genera a `
22
(1) .
Recuerde que una base de `
22
(1) debe tener 4 elementos y debe ser linealmente inde-
pendiente y generar a `
22
(1) .
2. Si dim\ = : entonces todo conjunto con ms de : elementos es linealmente
dependiente.
Ejemplo 7.128 o = (1. 1) . (0. 1) . (1. 0) es linealmente dependiente pues dimR
2
= 2 y
2 < 3.
2
. r
2
es linealmente dependiente pues dim1
2
(r) = 3 , 3 <
4.
Ejemplo 7.130
o =
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
0 1
_
.
_
1 1
1 1
_
.
_
1 2
3 4
__
es linealmente dependiente, pues dim`
22
(1) = 4 y 4 < 6 nmero de elementos de o.
3. Si \ es un espacio vectorial y dim\ = : entonces ningn conjunto con menos de :
vectores genera a \.
Ejemplo 7.131 o = (1. 0. 0) . (0. 1. 0) no es base de R
3
; : no genera a R
3
; dim1
3
=
3 2.
Ejemplo 7.132
o =
__
1 0
0 0
_
.
_
0 1
0 0
__
no genera `
22
(1) pues 2 < 4 = dim`
22
(1).
2
no genera a 1
3
(r) . pues dim1
3
(r) = 4 3.
Ejemplo 7.134 o = (1. 0) no es base de R
2
; o no genera a R
2
; dim1
2
= 2 1
7.5. BASE 169
Ejemplo 7.135 o = (1. 2) no es base de R
2
; o no genera a R
2
; dim1
2
= 2 1
Ejemplo 7.136
o =
__
1 0 0
0 0 0
_
.
_
0 1 0
0 0 0
__
no genera `
23
(1) pues 2 < 6 = dim`
23
(1)
Ejemplo 7.137
o =
__
1 0 0
0 0 0
_
.
_
0 1 0
0 0 0
_
.
_
0 0 1
0 0 0
_
.
_
0 0 0
1 0 0
__
no genera `
23
(1) pues 4 < 6 = dim`
23
(1)
4. Sea \ un espacio vectorial dim\ = :. entonces si o genera a \. pero no es base de \.
se le puede quitar a o vectores para reducir o a una base de \.
Ejemplo 7.138 o = 1. 3. 4 genera a R.pero no es base de R. luego a o se le pueden
quitar 2 elementos por ejemplo o
1
= 1 o o
2
= 3 o o = 4 son bases de R.
Ejemplo 7.139 o = 1. 3 genera a R.pero no es base de R. luego a o se le pueden
quitar 1 elementos por ejemplo o
1
= 1 o o
2
= 3 son bases de R.
Ejemplo 7.140 : = (1. 0) . (0. 1) . (1. 1) genera a R
2
. pero o no es base de R
2
. pero
: = (1. 0) . (0. 1) si es base de R
2
. al quitarle (1. 1)
Ejemplo 7.141 : = 1. r. r
2
. r
3
. 2r
3
genera a 1
3
(r) y no es base de 1
3
(r) . pero o
1
=
1. r. r
2
. r
3
es base de 1
3
(r) .
Ejemplo 7.142
o =
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
0 1
_
.
_
1 1
1 1
_
.
_
1 2
3 4
__
genera a `
22
(1) . pero o no es base de `
22
(1) . pero
: =
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
0 1
__
si es base de `
22
(1) . al quitarle
__
1 1
1 1
_
.
_
1 2
3 4
__
5. Si \ es un espacio vectorial y dim\ = : entonces cualquier conjunto con : vectores
linealmente independiente es base.
Ejemplo 7.143 : = 2 es linealmente independiente y como dimR = 1 entonces : es
base de R
Ejemplo 7.144 : = 4 es linealmente independiente y como dimR = 1 entonces : es
base de R
Ejemplo 7.145 : = (1. 0) . (2. 3) es linealmente independiente y como dimR
2
= 2
entonces : es base de R
2
.
Ejemplo 7.146 dim`
22
(1) = 4 y como
o =
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
1 0
_
.
_
0 0
0 1
__
es linealmente independiente entonces o es base de `
22
(1) .
Ejemplo 7.147 : = 1. 2r + 1 es linealmente independiente y como dim1
1
(r) = 2
entonces : = 1. 2r + 1 es base de 1
1
(r)
6. Sea \ un espacio vectorial y dim\ = : entonces si : tiene : vectores y genera a \. :
es base de \
Ejemplo 7.148 dimR = 1; : = 1 genera a R entonces : es base de R.
Ejemplo 7.149 dimR = 1; : = 2 genera a R entonces : es base de R.
Ejemplo 7.150 dimR
2
= 2; : = (1. 0) . (1. 1) genera a R
2
. entonces : es base de R
2
.
Ejemplo 7.151 dimR
2
= 2; : = (1. 2) . (4. 5) genera a R
2
. entonces : es base de R
2
Ejemplo 7.152 dim1
3
(r) = 4; : = 1. r. r
2
. r
3
genera a 1
3
(r) entonces : es base de
1
3
(r) .
Ejemplo 7.153 dim1
1
(r) = 2; : = 1. r 2 genera a 1
1
(r) entonces : es base de
1
1
(r)
Ejemplo 7.154 dim`
22
(1) = 4 y como
o =
__
5 0
0 0
_
.
_
0 6
0 0
_
.
_
0 0
7 0
_
.
_
0 0
0 1
__
genera a `
22
(1) entonces o es base de `
22
(1) .
7.6. SUMA Y SUMA DIRECTA 171
7.6 Suma y suma directa
Sean o y 1 dos subespacios de un espacio vectorial \. entonces:
o +1 = +1 [ o y 1 1 . o +1 es un subespacio de \.pues si r. o +1
luego A =
1
+1
1
; 1 =
2
+1
2
. por tanto
A +1 = (
1
+1
1
) + (
2
+1
2
) = (
1
+
2
) + (1
1
+1
2
) o +1. pues
1
+
2
o y
1
1
+1
2
1.
Si c R.entonces cr = c( +1) = c +c1 o +1. pues c o. o es subespacio,
c1 1. 1 es subespacio.
Ejemplo 7.155
o =
__
c /
0 0
_
[ c. / R
_
1 =
__
c 0
c 0
_
[ c. c R
_
o y 1 son subespacios de `
22
(1) .
o +1 =
__
c /
0 0
_
+
_
c 0
c 0
_
=
_
d /
c 0
_
[ d. /. c R
_
o 1 =
__
c 0
0 0
_
[ c R
_
Lema 1
Si o y 1 son subespacios de un espacio vectorial \ entonces o 1 es tambin un
subespacio de \.
En efecto:
Si A. 1 o 1 entonces A o 1 y 1 o 1
luego A o y A 1 ; 1 o y 1 1. luego A +1 o y A +1 1 entonces
A +1 o 1 cA o y cA 1 =cA o 1.Luego o 1 es un subespacio de \
Ejemplo 7.156 o = 1(1. 1) = (r. r) [ r R = (r. ) [ = r ;
1 = 1(1. 0) = (r. 0) [ r R entonces o1 = 0 que es un subespacio de dim0 =
0
Se dice que el espacio vectorial \ es suma directa de sus subespacios o y 1 notada por
\ = o 1 si todo vector \ se puede escribir de una sola manera como = +1
con o y 1 1 y esto sucede cuando \ = o +1 y o 1 = 0 . es decir, \ = o 1
ssi \ = o +1 y o 1 = 0 .
Ejemplo 7.157 o = (c. /. 0) [ c. / R ; 1 = (0. /. c) [ /. c R . observe que 1
3
=
o + 1; pero 1
3
,= o 1. pues
(3. 5. 7) = (3. 1. 0) + (0. 4. 7)
(3. 5. 7) = (3. 4. 0) + (0. 9. 7)
. es decir, (3. 5. 7) no se
puede escribir de una sola forma como un elemento de o mas un elemento de 1. Adems
o 1 = (0. /. 0) [ / R , = 0 .
Ejemplo 7.158 o = (c. /. 0) [ c. / R ; 1 = (0. 0. c) [ c R R
3
= o 1; pues
cualquier elemento de R
3
: (c. /. c) = (c. /. 0) + (0. 0. c) se puede escribir de manera nica
como un elemento de o ms un elemento de 1; adems o 1 = 0
Ejemplo 7.159 o = (c. c. c) [ c R ; 1 = (0. /. c) [ /. c R ;
R
3
= o 1;pues R
3
= o +1 y o 1 = 0 .
Ejemplo 7.160 o = (c. /. c) [ c +/ +c = 0. c. /. c R ; 1 = (0. 0. c) [ c R c =
n. / = . c = n; R
3
= o1; pues R
3
= o+1 y o1 = 0 ; o = ( n. . n) [ . n R .
1 = (0. 0. c) [ c R .
Ejemplo 7.161 o = (c. /. c) [ c = c ; 1 = (0. 0. c) [ c R ; R
3
= o 1; R
3
= o + 1
y o 1 = 0 .
Ejemplo 7.162 \ = `
22
(1) = o+1 y o1 = matrices diagonales, luego `
22
(1) ,=
o 1
Ejemplo 7.163 o = 1(1. 2) ; 1 = 1(2. 1) ; entonces R
2
= o 1; pues R
2
= o + 1; o
1 = 0 .
Sean o y 1 dos subespacios de dimensin nita de un espacio vectorial \ entonces
dim(o +1) = dimo + dim1 dim(o 1) y si \ = o 1 entonces dim(o +1) =
dimo + dim1 = dim\ = dim(o 1) .
Ejemplo 7.164 o = (r. . 0) [ r. R ; 1 = (0. . .) [ . . R R
3
= o+1; dimR
3
=
dim(o +1) = 2 +2 dim(o 1) . luego 3 = 4 dim(o 1) entonces dim(o 1) = 1.
7.6. SUMA Y SUMA DIRECTA 173
Ejemplo 7.165
o =
__
c /
0 0
_
[ c. / R
_
. 1 =
__
0 0
0 c
_
[ c R
_
dim`
22
(1) = 4; dim(o +1) = dimo + dim1 dim(o 1) ; 3 = 2 + 1 0;
o +1 =
__
c /
0 c
_
[ c R
_
. dim(o +1) = 3; dimo = 2 dim1 = 1;
o 1 = 0 =
_
0 0
0 0
_
; dim(o 1) = 0
luego `
22
(1) ,= o +1.
Ejemplo 7.166
o =
__
c / c
d 0 0
_
[ c. /. c. d R
_
; 1 =
__
0 0 0
0 c ,
_
[ c. , R
_
di:(`
23
(1)) = 6; `
23
(1) = o +1; o 1 =
_
0 0 0
0 0 0
_
; 6 =
dimo + dim1 dim(o 1) = 4 + 2 0
Ejemplo 7.167 o = j (r) [ j (r) = cr
2
; 1 = (r) [ (r) = c
0
+/r ;
1
2
(r) = c
0
+/r +cr
2
; 1
2
(r) = o +1; o 1 = 0; luego 1
2
= o 1;
dim(1
2
(r)) = 3 = dimo + dim1 dim(o 1) = 1 + 2 0
1. Analizar cuales de los conjuntos siguientes son espacios vectoriales.
(a) \ = (1
2
. +. ) . (c. /) + (c. d) = (c +c. /) y c(c. /) = (cc. c/) Resp no
(b) \ = (1
2
. +. ) . (c. /) + (c. d) = (2c + 2c. / +d) y c(c. /) = (cc. c/) Resp no
(c) \ = (1
2
. +. ) . (c. /) + (c. d) = (c +c. / +d) y c(c. /) = (c. /) Resp no
(d) \ = (1
2
. +. ) . (c. /) + (c. d) = (c +c. / +d) y c(c. /) = (0. 0) Resp no
(e) \ = (1
2
. +. ) . (c. /) + (c. d) = (c +c. / +d) y c(c. /) = ([cc[ . [c/[) Resp no
(f) \ = (c
1
. c
2
. c
3
c
4
. .....) con c
i
1
y (c
1
. c
2
. c
3
. c
4
. .....) + (/
1
. /
2
. /
3
. /
4
. .....) = (c
1
+/
1
. c
2
+/
2
. c
3
+/
3
. .....)
c(c
1
. c
2
. c
3
c
4
. .....) = (cc
1
. cc
2
. cc
3
. cc
4
. .....) Resp si
2. Analizar cuales de los conjuntos siguientes son espacios vectoriales, consideralos
como subespacio
3. \ = (c. /. c),/ = c +c. c. /. c nmeros reales Resp si
4. \ = (c. /. c),/ = c +c. c. /. c nmeros enteros Resp no
5. \ = (c. /. c),c = 0. / = c. /. c nmeros reales Resp si
6. \ = (c. /. c),c = c
2
. /. c nmeros reales Resp no
7. \ = (c. /. c),/ = c
2
+c
2
. c. /. c nmeros reales Resp no
8. \ = (c. /. c),c = 0. c
2
+/
2
_ 1. c. / nmeros reales Resp no
9. \ = (c. /. c),c 2/ = 0. / c = 0. c. /. c nmeros reales Resp si
10. \ = (c. /. c),c _ 0. c. /. c nmeros reales Resp no
11. \ = (c. /. c),c = / = c. c. /. c nmeros reales Resp si
12. \ =
__
c /
c d
_
,c +/ = c +d. a,b,c,d nmeros reales
_
Resp si
13. \ =
__
c /
/ /
_
, a,b nmeros reales
_
Resp si
14. \ =
__
c /
/ /
_
, a,b nmeros enteros
_
Resp no
15. \ =
__
c c
c c
_
, a es un nmero entero
_
Resp no
16. \ =
__
c c
c c
_
, a es un nmero real
_
Resp si
17. \ = , es una matriz Antisimtrica con elementos Reales Resp si
18. \ = , es una matriz diagonal con elementos Reales Resp si
19. \ = , es una matriz triangular con elementos Reales Resp si
20. \ = , es una matriz Involutiva Resp no
21. \ = , 1 = 0 Resp si
22. \ = , 1 = 1 Resp si
23. \ = , 1 +1 = 0 Resp si
24. \ = ,, , es creciente Resp no
25. \ = ,, , es acotada Resp si
26. \ = ,, , es derivable Resp si
27. \ = ,, , es continua Resp si
28. \ = ,, , es imjc: Resp si
29. \ = ,, , (2) = ,(3) Resp si
30. \ = ,, , (0) = ,(1) + 2 Resp no
31. \ =
_
,, , es solucin de
00
= 0
_
Resp si
32. \ = , A es solucin de A = 0 Resp si
33. \ = , t:c.c de A = 0 Resp si
34. \ = j
2
(r), j
2
(r) = c +/r +cr
2
con a,b,c nneros enteros Resp no
35. \ = ,, , (r) = ,(1 r) Resp si
36. \ = ,, , es escalonada Resp si
37. \ = ,, , es :ccio:c|Resp si
II)
1. Mostrar que n = (1. 2. 5) es combinacin lineal de
1
= (1. 1. 1) ;
2
= (1. 2. 3) ;
3
=
(2. 1. 1) .
2. Mostrar que n = (2. 2. 5) es combinacin lineal de
1
= (1. 3. 2) ;
2
= (2. 4. 1) ;
3
=
(1. 5. 7) .
3. Mostrar que n = 3t
2
+8t5 es combinacin lineal de
1
= 2t
2
+3t4;
2
= t
2
2t3.
4. Es n = (5. 9. 5) combinacin lineal de
1
= (2. 1. 4) ;
2
= (1. 1. 3) ;
3
= (3. 2. 5) ?
resp si
5. Es n =
_
1 2
3 4
_
es combinacin lineal de
1
=
_
1 0
0 0
_
;
2
=
_
1 1
0 0
_
;
3
=
_
1 0
0 1
_
? resp no
6. Mostrar que n = cos 2r.se puede escribir como combinacin lineal de
1
= cos
2
r;
2
= :c:
2
r.
III) Determinar si los vectores dados son linealmente dependientes o linealmente
independientes.
1. (1. 1) . (4. 4) . (5. 3) ld
2. (3. 5) . (1. 3) . (0. 0) ld
3. (2. 4) li
4. (1. 2. 3. 4) . (1. 0. 0. 0) . (0. 1. 0. 0) li
5. (1. 1. 1) . (2. 2. 2) . (0. 0. 1) ld
6. (1. 2. 3) . (1. 0. 0) li
7.
__
1 2
3 4
_
.
_
1 0
0 1
_
.
_
1 0
0 0
__
li
8. 1 r. 1 + 3r
2
. r +r
2
li
9. 1 +r +r
2
. 2 + 2r + 2r
2
. 1 3r 5r
2
li
10. 2 r + 4r
2
. 3 + 6r + 2r
2
. 2 + 10r 4r
2
li
11. t
3
3t
2
+ 5t + 1. t
3
t
2
+ 8t + 2. 2t
3
4t
2
+ 9t + 5 li
12. c
a
. c
2a
. c
3a
li
13. 1. r. r
2
li
14. 1. sin r. cos r li
15. c
a
. rc
a
. r
2
c
a
li
16. c
a
sin r. c
a
cos r li
17. c
a
. c
a
. cosh r ld
18. Para que valores de k los siguientes vectores forman un conjunto linealmente depen-
diente en R
3
:
_
/.
1
2
.
1
2
_
.
_
1
2
. /.
1
2
_
.
_
1
2
.
1
2
. /
_
Resp / =
1
2
. 1
19. Suponga que
1
.
2
y
3
son vectores en R
3
que tienen sus puntos iniciales en el
origen. Determine si los tres vectores pertenecen a un mismo plano:
(a)
1
= (1. 0. 2)
2
= (3. 1. 2)
3
= (1. 1. 0) resp no
(b)
1
= (2. 1. 4)
2
= (4. 2. 3) 3 = (2. 7. 6) resp si
IV) Cuales de los conjuntos dados son bases.
20. (1. 1. 1) . (0. 1. 1) . (0. 1. 1) base
21. (1. 0) . (1. 1) . (1. 3) . (2. 4) no
22.
__
1 1
1 1
_
.
_
1 1
1 0
_
.
_
0 1
1 1
_
.
_
1 0
0 1
__
base
23. 1. r. r
2
. r
3
. r
4
base
24. 1. r. 1 r
2
. r
2
25. c
a
. rc
a
26.
__
1 0
0 0
_
.
_
0 1
0 0
_
.
_
0 0
0 0
__
27. 1 t +t
2
t
3
. 1 t
3
. 1 +t t
3
28. Cuales de los siguientes subconjuntos forman una base de R

3
?
(a) (1. 1. 1) . (1. 2. 3) . (0. 1. 0)
(b) (2. 1. 3) . (1. 2. 1) . (1. 1. 4) . (1. 5. 1) no
(c) (1. 2. 2) . (2. 1. 3) . (0. 0. 0) no
29. Hallar una base y la dimensin del subespacio de R
4
generado por:
(a) (1. 4. 1. 3) . (2. 1. 3. 1) . (0. 2. 1. 5)
(b) (1. 4. 2. 1) . (1. 3. 1. 2) . (3. 8. 2. 7)
30. Sea \ = `
22
(R) y sea \ el subespacio generado por:
__
1 5
4 2
_
.
_
1 1
1 5
_
.
_
2 4
5 7
_
.
_
1 7
5 1
__
Hallar una base y la dimencion de \.
31. Hallar una base de R
3
que incluya los vectores (1. 0. 2) (0. 1. 3)
32. Hallar una base del espacio solucion \ del sistema homogeneo:
(a)
_
_
1 0 2
2 1 3
3 1 2
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
(b)
_
_
1 2 2 1 1
0 2 2 2 1
1 4 0 3 0
_
_
_
_
_
_
_
_
r
.
n
_
_
_
_
_
_
=
_
_
_
_
_
_
0
0
0
0
0
_
_
_
_
_
_
En a y b cual es la dimencion de \?
33. Hallar una base del espacio solucion \ del sistema:
r 3 +. = 0
2r 6 +2. = 0
3r 9 +3. = 0
Cual es la dimencion de \?
34. Si en el sistema A = 0 el espacio de las soluciones \ es subconjunto de R
4
y
: = : 1 (r: rango de A, n:nmero de variables)
Cuntos vectores habr que agregar a una base de \, para obtener una base de
R
4
?
35. Determinar si las quntuplas: (4. 3. 1. 1. 1) . (9. 0. 3. 0. 3) . (8. 0. 2. 2. 0) y (6. 1. 1. 1. 0)
pertenecen al espacio solucin del sistema:
A +21 22 +2l \ = 0
A +21 22 +3l 2\ = 0
2A +41 72 +l +\ = 0
Dar una base y la dimensin de dicho espacio.
36. Calcule la dimensin de los siguientes subespacios de \ = `
33
(1) :
(a) Las matrices simtricas
(b) Las matrices antisimtricas
(c) Las matrices diagonales
(d) Las matrices triangulares
37. Hallar una base para cada una de los subespacios del ejercicio anterior.
38. Sea l el espacio vectorial de las matrices reales 2x3. o
1
y o
2
los siguientes subespa-
cios de l :
o
1
=
_
=
_
r 0
n 0 n
_
, n = r +
_
o
2
=
_
=
_
0 r 0
0 n
_
, r = . n + = 0
_
Hallar una base para o
1
, o
2
y dimo1 y o
2
39. Calcular la dimensin de los siguientes subespacios de \ = `
aa
(1) :
40. Determinar la dimension de cada uno de siguientes subespacios de R
4
:
(a) l = (r. . .. 0)
(b) l = (r. . .. n) ,n = r +; . = r
(c) l = (r. . .. n) ,r = = . = n
41. Sea n. . n una base de un espacio vectorial \. vericar si el conjunto dado es base
de \ o n:
(a) n + 2n. +n. n + +n
(b) n. n +. n + +n
(c) n +. +n. n + 4n
42. Determine la dimencion y construya una base para cada uno de los siguientes sube-
spacios de R
4
:
(a) l = c. /. c. 0
(b) l = (c. /. c. d) ,d = c +/. c = c /
V) Dar una base diferente a la cannica para los espacios vectoriales.
43. `
34
(1)
44. 1
4
45. 1
3
(r)
46. El plano . = 0.
47. `
24
(1)
48. las matrices diagonales de `
33
(1)
VI) Hallar una base y la dimensin de los siguientes espacios vectoriales.
1. n = (c. /. c. d) [ c = / = c = d; c. /. c. d R
2. n =
__
c 0
0 /
_
[ c. / R
_
3. n =
33
[ es una matriz escalar
4. n =
33
[ es una matriz antisimtrica
5. n =
33
[ es una matriz triangular superior
6. n =
33
[ t:c.c() = 0
7. n = j|c:o r =
8. n = j|c:o .
9. n = espacio solucin de
00
5
0
+ 6 = 0
10. n el espacio solucin de:
r + 2 + 2. = 0
r + 5 +. = 0
3r + 5 + 8. = 0
11. n el espacio solucin de:
r + +. +n = 0
. + 3n = 0
12. El subespacio de R
4
de todos los vectores de la forma:
(r. . .. n) donde r = . +n. = n .
3
que consta de todos los vectores de plano:
2r + 5 4. = 0
14. El espacio solucion del sistema:
r + +. +t = 0
r +. t = 0
3
que consta de todos los vectores de la recta:
(a)
r
2
=

3
=
.
4
(b) r = 2t. = t. . = 3t con t real.
VII)
16. Si n. . n son vectores linealmente independientes entonces demostrar que
n + 2n. n n. n +n es linealmente independiente.
VIII)
17. Demostrar que o = 1 +r
3
. 2 r. r +r
2
+r
3
. 1 +r +r
2
+r
3
es base de 1
3
(r) .
18. Demuestre que es linealmente independiente o que genera a 1
3
.
IX) De un ejemplo de:
(a) Subespacio de `
22
(1) que tenga dimensin 1.
(b) Subespacio de 1
4
que tenga dimensin 2.
(c) Subespacio de `
32
(1) que tenga dimensin 3.
X)
(a) o = (c. /. c. 0) [ c. /. c R ; 1 = (0. 0. 0. d) [ d R
Mostrar que R
4
= o 1.
(b) o = j (r) [ j (r) = /r. / R ; 1 = (r) [ (r) = c. c R
Mostrar que 1
1
(r) = o 1.
(c) Si o =
__
c / c
d 0 0
_
[ c. /. c. d R
_
; 1 =
__
0 0 0
0 c ,
_
[ c. , R
_
Mostrar que `
22
(1) ,= o 1.
(d) Si o =
__
c / c
d c 0
_
[ c. /. c. d. c R
_
; 1 =
__
0 0 0
0 c ,
_
[ c. , R
_
Mostrar que `
22
(1) ,= o 1.
(e) Si o =
__
c / c
d c 0
_
[ c. /. c. d. c R
_
; 1 =
__
0 0 0
0 0 ,
_
[ c. , R
_
Mostrar que `
22
(1) ,= o 1.
XI)
1. Para que valores de la constante K, el conjunto:
(/. 1. 0) . (1. 0. /) . (/ + 1. 1. /) es base de R
3
2. Hallar la Dimension y una base para el espacio solucion W del sistema:
r + +. +n = 0
r . n = 0
5r . n = 0
3. Probar que S es subespacio de M
2a3(R)
.Hallar dim[o] y una base para S:
(a) o =
__
0 r n
n 0 0
_
,r +n = 0
_
(b) o =
__
r .
. 0
_
,r = +.
_
Captulo 8
TRANSFORMACIONES
LINEALES
Una funcin 1 : 1
a
1
n
se llama una transformacin lineal si T(r
1
. r
2
. .... r
a
) =
(c
11
r
1
+c
12
r
2
+... +c
1a
r
a
. c
21
r
1
+c
22
r
2
+... +c
2a
r
a
. .... c
n1
r
1
+c
n2
r
2
+... +c
na
r
a
)
o bien
1 (r
1
. r
2
. .... r
a
) =
_
_
_
_
_
n
1
n
2
.
.
.
n
n
_
_
_
_
_
=
_
_
_
_
_
c
11
c
12
c
1a
c
21
c
22
c
2a
.
.
.
.
.
.
.
.
.
.
.
.
c
n1
c
n2
c
na
_
_
_
_
_
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
o 1 (r) =
na
A
a1
= A; es llamada matriz asociada de la transformacion T (
matriz respecto a las bases canonicas) y
=
_
1 (c
1
) 1 (c
2
) .... 1 (c
a
)
col 1 col 2 .... col :
_
Una funcin 1 : 1
2
1
2
es una transformacin lineal si es de la forma
1 (r. ) = (cr +/. cr +d) =
_
c /
c d
__
r
_
= A
Ejemplo 8.1 1(r. ) = (2r 3. 5r + 7) es una transformacin lineal.
Ejemplo 8.2 No es lineal la transformacin 1(r. ) = (r + 2. 2r + 1)
Una funcin 1 : 1
2
1
3
es una transformacin lineal si 1 (r. ) = (cr +/. cr +d. cr +,)
185
186 CAPTULO 8. TRANSFORMACIONES LINEALES
Ejemplo 8.3 1(r. ) = (2r 3. 5r + 7. ) es una transformacin lineal.
Ejemplo 8.4 No es lineal la transformacin 1(r. ) = (. 2. ln r)
Ejemplo 8.5 Una funcin 1 : 1
3
1
4
es una transformacin lineal si es de la forma
1 (r. . .) = (cr +/ +:.. cr +d +:.. cr +, +j.. or +: +:.)
Ejemplo 8.6 1 (r. . .) = (4r + 3 + 4.. r + 3 + 3.. r + +.. .) es una transforma-
cin lineal.
Ejemplo 8.7 No es lineal la transformacin 1 (r. . .) = (
_
r. r+3 +3.. r+ +.. .)
Ejemplo 8.8 1 : 1
2
1
2
denida por 1(r. ) = (r + 2. 2r +) es una transforma-
cin lineal.
Ejemplo 8.9 No es lineal la transformacin 1(r. ) = (r
2
+ 2
2
. 2r +)
Ejemplo 8.10 Sea 1 : 1
2
1
2
la transformacion lineal denida por 1(r. ) =
(r + 2. 2r +)
la matriz respecto a las bases canonicas ( matriz asociada de 1 ) se calcula asi
1 (c
1
) = 1 (1. 0) = (1. 2) . 1 (c
2
) = 1 (0. 1) = (2. 1)
entonces =
_
1 2
2 1
_
por tanto
1(r. ) =
_
1 2
2 1
_ _
r
_
= (r + 2. 2r +)
Ejemplo 8.11 1 : 1
2
1
3
denida por 1(r. ) = (r + 2. 2r +. 2r)
1 (c
1
) = 1 (1. 0) = (1. 2. 2) . 1 (c
2
) = 1 (0. 1) = (2. 1. 0)
entonces
=
_
_
1 2
2 1
2 0
_
_
187
por tanto
1(r. ) =
_
_
1 2
2 1
2 0
_
_
_
r
_
= (r + 2. 2r +. 2r)
Ejemplo 8.12 1 : 1
3
1
3
denida por 1(r. . .) = (r. . .) 1 (c
1
) = 1 (1. 0. 0) =
(1. 0. 0) . 1 (c
2
) = 1 (0. 1. 0) = (0. 1. 0) 1 (c
3
) = 1 (0. 0. 1) = (0. 0. 1) entonces
=
_
_
1 0 0
0 1 0
0 0 1
_
_
por tanto
1(r. . .) =
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
r
.
_
_
= (r. . .)
Ejemplo 8.13 1 : 1
a
1
n
. denida por (r
1
. r
2
. .... r
a
) = (0. .... 0)
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
= 0.A =
0. se llama transformacin lineal nula 1 (r) = 0.
Ejemplo 8.14 1 : 1
a
1
n
. denida como 1 (r) 1 = r. llamada transformacin
idntica 1 (r. ) = (r. ) . 1 (r. . .) = (r. . .) .
Ejemplo 8.15 1 (r. ) = (r. ) Reexin respecto al eje .
1 (c
1
) = 1 (1. 0) = (1. 0) . 1 (c
2
) = 1 (0. 1) = (0. 1) entonces
1 (r. ) = (r. ) =
_
1 0
0 1
__
r
_
es una transformacin lineal
Ejemplo 8.16 1 (r. ) = (r. ) Reexin respecto al eje r.
1 (c
1
) = 1 (1. 0) = (1. 0) . 1 (c
2
) = 1 (0. 1) = (0. 1) = [1 (c
1
) . 1 (c
2
)]
1 (r. ) = (r. ) = [1 (c
1
) . 1 (c
2
)]
_
r
_
=
_
1 0
0 1
__
r
_
Ejemplo 8.17 1 (r. ) = (. r) Reexin respecto a la recta = r.
= [1 (c
1
) . 1 (c
2
)] = [(0. 1) . (1. 0)]
1 (r. ) = (. r) = [1 (c
1
) . 1 (c
2
)]
_
r
_
=
_
0 1
1 0
__
r
_
;
Ejemplo 8.18 1 (r. . .) = (r. . .) Reexin respecto al plano r.
(1 (c
1
) . 1 (c
2
) . 1 (c
3
)) = ((1. 0. 0) . (0. 1. 0) . (0. 0. 1)) por tanto
1 (r. . .) = (r. . .) = (1 (c
1
) . 1 (c
2
) . 1 (c
3
))
_
_
r
.
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
r
.
_
_
Ejemplo 8.19 1 (r. . .) = (r. . .) Reexin respecto al plano r. es una transforma-
cin lineal
1 (r. . .) = (r. . .) = (1 (c
1
) . 1 (c
2
) . 1 (c
3
))
_
_
r
.
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
r
.
_
_
Ejemplo 8.20
1 (r. . .) = (r. . .)
(1 (c
1
) . 1 (c
2
) . 1 (c
3
)) = ((1. 0. 0) . (0. 1. 0) . (0. 0. 1)) po tanto
1 (r. . .) = (r. . .) = (1 (c
1
) . 1 (c
2
) . 1 (c
3
))
_
_
r
.
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
r
.
_
_
189
Ejemplo 8.21
1 (r. ) = (r. 0) proyeccin ortogonal sobre el eje r.es una transformacin lineal
Ejemplo 8.22 1 (r. ) = (0. ) proyeccin ortogonal sobre el eje . es una transformacin
lineal
[1 (c
1
) . 1 (c
2
)] = ((0. 0) . (0. 1)) por tanto
1 (r. ) = [1 (c
1
) . 1 (c
2
)]
_
r
_
=
_
0 0
0 1
__
r
_
Ejemplo 8.23
1 (r. . .) = (r. . 0) = (1 (c
1
) . 1 (c
2
) . 1 (c
3
))
_
_
r
.
_
_
=
_
_
1 0 0
0 1 0
0 0 0
_
_
_
_
r
.
_
_
proyeccin ortogonal sobre el plano r es una transformacin lineal
Ejemplo 8.24 1 (r. . .) = (r. 0. .) proyeccin ortogonal sobre el plano r. es una trans-
formacin lineal
Ejemplo 8.25 1 (r. . .) = (0. . .) proyeccin ortogonal sobre el plano ..
1 (r. . .) = (1 (c
1
) . 1 (c
2
) . 1 (c
3
))
_
_
r
.
_
_
=
_
_
0 0 0
0 1 0
0 0 1
_
_
_
_
r
.
_
_
Ejemplo 8.26
Rotacin de un ngulo o respecto al eje ..
1 (r. . .) = (r cos o sin o. r sin o + cos o. .) =
_
_
cos o sin o 0
sin o cos o 0
0 0 1
_
_
_
_
r
.
_
_
Ejemplo 8.27
1 (r. . .) = (r. 0. 0)
1 (r. . .) = (0. . 0)
1 (r. . .) = (0. 0. .)
_
_
_
son transformaciones lineales
1(r. . .) = (2r + +.. r + 3.. r + 2.) =
(1 (c
1
) . 1 (c
2
) . 1 (c
3
))
_
_
r
.
_
_
=
_
_
2 1 1
1 1 3
1 0 2
_
_
_
_
r
.
_
_
Ejemplo 8.28 No son transformaciones lineales
1. 1(r. . .) = (2r +.. r + 3.. r + 2.)
2. 1(r. . .) = (1. r + 3.. r + 2.)
3. 1(r. ) = (r
2
. + 1)
4. 1(r. . .) = (cos r. +r)
5. 1(r. ) = 4
6. 1(r. . .) = r.
7. 1(r. . .) = (r. c
a
. .. + 1)
Se extiende la denicin de transformaciones lineales a casos ms generales.
Se dice que 1 : \ \ es una transformacim lineal sisi 1 (n +) = 1 (n) +1 () y
1 (cn) = c1 (n) . n. \ c un nmero real
1 () = [[ es una transformacin no lineal pues
1 ( +1) = [ +1[ , = [[ +[1[ = 1 () +1 (1)
1 () =
T
es una transformacin lineal pues
1 ( +1) = ( +1)
T
=
T
+1
T
= 1 () +1 (1) y 1 (c) = (c)
T
= c
T
= c1()
191
Ejemplo 8.29 1 (,) = ,
0
es una transformacin lineal pues 1 (, +q) = (, +q)
0
=
,
0
+q
0
= 1 (,) +1 (q) y 1 (c,) = (c,)
0
= c,
0
= c1 (,)
Ejemplo 8.30 1 () = t:c es una transformacin lineal, pues
1:( +1) = (c
11
+/
11
) + (c
22
+/
22
) +.... + (c
aa
+/
aa
) =
= (c
11
+c
22
+.... +c
aa
) + (/
11
+/
22
+.... +/
aa
) = 1: +1:1
1:(c) = (cc
11
+cc
22
+.... +cc
aa
) = c(c
11
+c
22
+.... +c
aa
) = c1:()
Ejemplo 8.31
1
_
c /
c d
_
= c +/
es una transformacin lineal, pues
1( +1) = 1
__
c /
c d
_
+
_
: :
j
__
= 1
_
c +: / +:
c +j d +
_
= c +:+/ +: =
(c +/) + (:+:) = 1
_
c /
c d
_
+1
_
: :
j
_
= 1() +1(1)
y
1(c) = 1
_
cc c/
cc cd
_
= cc +c/ = c(c +/) = c1()
Se dene el ncleo de una tranformacin lineal 1 : \ \ por ncleo de
1 = (r \ ),1(r) = 0 y la Imagen de una tranformacin lineal por
( \),cri:tc r \ con 1(r) = y un teorema inportante es el teorema de la
dimensin que dice que si 1 : \ \ es una transformacin lineal entonces
dim\ = dim(` nc|co dc 1) +1i:(Im1)
Ejemplo 8.32
Sea 1 : 1
2
1
2
denida por 1(r. ) = (r +. r )
Vericar que T es una transfomacin lineal, hallar M
T
, M
T
1.El ncleo,
ImT,DimNcleode T,dmIm,1
1
En efecto:
1(n +) = 1 ((c. /) + (:. :)) = 1 (c +:. / +:) = (c +:+/ +:. c +:(/ +:)) =
(c +/. c /) + (:+:. ::) = 1(c. /) +1 (:. :) = 1(n) +1()
1(cn) = 1(c(c. /)) = 1(cc. c/) = (cc +c/. cc c/) = c(c +/. c /) = c1(c. /)
La matriz respeccto a las bases canonicas se calcula por
1(1. 0) = (1. 1) = c(1. 0) +/(0. 1)
entonces c = 1. / = 1
1(0. 1) = (1. 1) = :(1. 0) +:(0. 1)
entonces : = 1. : = 1 y asi la matriz de T respecto a las bases cannicas es
`
T
=
_
1 1
1 1
_
`
T
1 =
_
1
2
1
2
1
2
1
2
_
que es la inversa de la matriz
`
T
=
_
1 1
1 1
_
El ncleo de T es donde (r +. r ) = (0. 0) . es decir, donde r + = 0 r = 0
que es (0. 0). por tanto dimNcleo de T es 0, por tanto T es uno a uno y dimImT es 2,
luego T es sobre. La imagen son todos los valores (c. /) tales que
1(r. ) = (r +. r ) = (c. /).y solucionado este sistema se tiene que
r =
c
2
+
/
2
. =
c
2

/
2
.
Observe que
1(r. ) = 1(
c
2
+
/
2
.
c
2

/
2
) = (
c
2
+
/
2
+
c
2

/
2
.
c
2
+
/
2
(
c
2

/
2
)) = (c. /)
193
1
1
(r. ) =
_
1
2
1
2
1
2
1
2
__
r
_
=
_
r
2
+

2
.
r
2

2
_
y
1(1
1
(r. )) = 1
_
r
2
+

2
.
r
2

2
_
=
_
r
2
+

2
+
r
2

2
.
r
2
+

2

r
2
+

2
_
= (r. )
Ejemplo 8.33
Sea 1 : 1
3
1
2
(r) denida por 1(c. /. c) = (c +/) r
2
+ (c c) r +c / +c Vericar
que T es una transfomacin lineal, hallar `
T
, `
T
1.El ncleo, ImT,DimNcleode
T,dmIm,1
1
T es una transformacin lineal pues
1(n +) = 1 ((c. /. c) + (:. :. j)) = 1 (c +:. / +:. c +j) =
(c +:+/ +:)r
2
+ ((c +:) (c +j)) r +c +:(/ +:) +c +j =
(c +/)r
2
+ (c c)r +c / +c + (:+:)r
2
+ (:j)r +:: +j =
1(c. /. c) +1(:. :. j)
y
1(cn) = 1(cc. c/. cc) = (cc +c/) r
2
+ (cc cc) r +cc c/ +cc =
= c
_
(c +/) r
2
+ (c c) r +c / +c
_
= c1(n)
La matriz de la transformacin con respecto a las bases cannicas se calcula por
1(1. 0. 0) = r
2
+r + 1 = cr
2
+/r +c entonces c = 1. / = 1. c = 1
1(0. 1. 0) = r
2
1 = :r
2
+:r +j entonces : = 1. : = 0. j = 1
1(0. 0. 1) = r + 1 = dr
2
+,r +/ entonces d = 0. , = 1. / = 1
por tanto
`
T
=
_
_
1 1 0
1 0 1
1 1 1
_
_
`
1
T
=
_
_
1
3
1
3
1
3
2
3
1
3
1
3
1
3
2
3
1
3
_
_
1
1
(cr
2
+/r +c ) =
_
_
1
3
1
3
1
3
2
3
1
3
1
3
1
3
2
3
1
3
_
_
_
_
c
/
c
_
_
=
=
_
c
3
+
/
3
+
c
3
.
2c
3

/
3

c
3
.
c
3

2/
3
+
c
3
_
1
_
1
1
(cr
2
+/r +c )
_
= 1
_
c
3
+
/
3
+
c
3
.
2c
3

/
3

c
3
.
c
3

2/
3
+
c
3
_
=
= cr
2
+/r +c
T es uno a uno, pues el Ncleo de T =0 ya que
(c +/) r
2
+ (c c) r +c / +c = 0r
2
+ 0r + 0 entonces
c +/ = 0. c c = 0. c / +c = 0 y solucionando este sistema
se tiene que c = 0. / = 0. c = 0 por tanto ncleo de T es (0. 0. 0) y dimNcleo = 0 por
tanto la dimImagen de T es 3 pues
dim1
3
= 3 = dim` nc|co +1i:Im1 = 0 +1i:Im1
Veamos de otra forma que la dimImagen es 3
Si 1(c. /. c) = (c +/) r
2
+ (c c) r +c / +c = :r
2
+:r +j entonces
c +/ = :. c c = :. c / +c = j y asi
_
_
1 1 0 :
1 0 1 :
1 1 1 j
_
_
~
_
_
1 1 0 :
0 1 1 : :
0 2 1 j :
_
_
~
_
_
1 1 0 :
0 1 1 ::
0 0 3 :2: +j
_
_
~
_
_
1 1 0 :
0 1 1 ::
0 0 1
n
3

2a
3
+
j
3
_
_
~
_
_
1 1 0 :
0 1 0
2n
3

a
3

j
3
0 0 1
n
3

2a
3
+
j
3
_
_
~
_
_
1 0 0
n
3
+
a
3
+
j
3
0 1 0
2n
3

a
3

j
3
0 0 1
n
3

2a
3
+
j
3
_
_
195
luego
c =
:
3
+
:
3
+
j
3
. / =
2:
3

:
3

j
3
. c =
:
3

2:
3
+
j
3
por tanto 1(c. /. c) =
1(
:
3
+
:
3
+
j
3
.
2:
3

:
3

j
3
.
:
3

2:
3
+
j
3
) =
_
:
3
+
:
3
+
j
3
+
2:
3

:
3

j
3
_
r
2
+
+
_
:
3
+
:
3
+
j
3

:
3
+
2:
3

j
3
_
r +
_
:
3
+
:
3
+
j
3

2:
3
+
:
3
+
j
3
+
:
3

2:
3
+
j
3
_
=
= :r
2
+:r +j
luego T es sobre y la dimensin de la imagen de T es 3
Ejemplo 8.34
Sea 1 : 1
3
1
4
denida por
1(r. . .) = (r +.. .. r +. r + 2.)
Vericar que T es una transfomacin lineal, hallar M
T
, M
T
1.el ncleo de T,
ImT,DimNcleo de T,dimImT,T
1
En efecto:
1(n +) = 1 ((c. /. c) + (:. :. j)) = 1 (c +:. / +:. c +j) =
(c +:+c +j. / +: (c +j). c +:+/ +:. c +:/ : + 2(c +j)) =
(c +c +:+j. / c +: j. c +/ +:+:. c / + 2c +:: + 2j) =
(c +c. / c. c +/. c / + 2c) + (:+j. : j. :+:. :: + 2j) =
1(c. /. c) +1 (:. :. j) = 1(n) +1()
y
1(cn) = 1(c(c. /. c)) = 1(cc. c/. cc) = (cc +cc. c/ cc. cc +c/. cc c/ + 2cc) =
c(c +c. / c. c +/. c / + 2c) = c1(n)
la matriz de T respecto a las cannicas se calcula asi
1(1. 0. 0) = (1. 0. 1. 1) = c(1. 0. 0. 0) +/(0. 1. 0. 0) +c (0. 0. 1. 0) +d(0. 0. 0. 1).
entonces
c = 1. / = 0. c = 1. d = 1
1(0. 1. 0) = (0. 1. 1. 1) = :(1. 0. 0. 0) +:(0. 1. 0. 0) +j (0. 0. 1. 0) +(0. 0. 0. 1).
entonces
: = 0. : = 1. j = 1. = 1
1(0. 0. 1) = (1. 1. 0. 2) = :(1. 0. 0. 0) +:(0. 1. 0. 0) +: (0. 0. 1. 0) +t(0. 0. 0. 1)
entonces
: = 1. : = 1. : = 0. t = 2
y asi la matriz de T respecto a las cannicas es
_
_
_
_
1 0 1
0 1 1
1 1 0
1 1 2
_
_
_
_
El ncleo de T es
(r. r. r) ,rc1
197
pues
(r +.. .. r +. r + 2.) = (0. 0. 0. 0)
y el sistema de ecuaciones
r +. = 0. . = 0. r + = 0. r + 2. = 0
se transforma en
r +. = 0. . = 0
cuya solucin es
(r. r. r) ,rc1
y asi DimNcleo de T es 1, pues
(r. r. r) = r (1. 1. 1) (1. 1. 1)
es una base del nucleo de T y por tanto la dimImT es 2 pues si solucionamos el sistema
(c. /. c. d) = (r +.. .. r +. r + 2.)
se encuentra que
r +. = c
. = /
r + = c
r + 2. = d
es consistente para c = c +/. d = c / y asi la imagen de T es
(c. /. c +/. c /) ,cc1. /c1
y
(c. /. c +/. c /) = (c. 0. c. c) + (0. /. /. /) = c (1. 0. 1. 1) +/ (0. 1. 1. 1)
luego
(1. 0. 1. 1) . (0. 1. 1. 1) es una base de la imagen de T
2
(r) 1
2
(r) denida por
1(cr
2
+/r +c) = (c + 2/) r + (/ +c)
entonces T es transformacion lineal, pues
1(n +) = 1((cr
2
+/r +c) + (:r
2
+:r +j)) =
1((c +:)r
2
+ (/ +:)r + (c +j)) = (c +:+ 2 (/ +:))r +/ +: +c +j =
(c + 2/)r +/ +c + (:+ 2:)r +: +j = 1(cr
2
+/r +c) +1(:r
2
+:r +j) =
= 1(n) +1()
y
1(cn) = 1(c(cr
2
+/r +c)) = 1((ccr
2
+c/r +cc)) = (cc + 2c/) r +c/ +cc
c[(c + 2/) r +/ +c] = c1(cr
2
+/r +c) = c1(n)
La matriz de la transformacin lineal con respecto a las bases cannicas se calcula por
1(1) = 1(0r
2
+ 0r + 1) = 1 = c
1
r
2
+/
1
r +c
1
= 0r
2
+ 0r + 1
1(r) = 1(0r
2
+ 1r + 0) = 2r + 1 = c
2
r
2
+/
2
r +c
2
= 0r
2
+ 2r + 1
1(r
2
) = 1(1r
2
+ 0r + 0) = r = c
3
r
2
+/
3
r +c
3
= 0r
2
+r + 0
entonces
`
T
=
_
_
0 0 0
0 2 1
1 1 0
_
_
Ncleo de
1 = (c + 2/) r + (/ +c) = 0r + 0
entonces
c + 2/ = 0 / +c = 0
199
luego
c = 2/ c = /
entonces
(2/. /. /) = / (2. 1. 1) ,/ 1
luego Ncleo de T es
1 =
_
/(2r
2
+r 1),/ 1. / ,= 0
_
y dimNcleo de 1 = 1, dim1
2
(r) = 3 por tanto dim Imagen es 2, luego T no es sobre.
3
`
22
(1) denida por
1(c. /. c) =
_
c /
/ c
_
entonces T es una transformacion Lineal, ya que
1(n +) = 1 ((c. /. c) + (:. :. j)) = 1 (c +:. / +:. c +j) =
_
c +: / +:
/ +: c +:
_
=
_
c /
/ c
_
+
_
: :
: :
_
= 1(c. /. c) +1 (:. :. j) = 1(n) +1()
1(cn) = 1(cc. c/. cc) =
_
cc c/
c/ cc
_
= c
_
c /
/ c
_
= c1(c. /. c) = c1(n)
1(1. 0. 0) =
_
1 0
0 1
_
= 1
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 1
_
0 0
0 1
_
1(0. 1. 0) =
_
0 1
1 0
_
= 0
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
+ 1
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
1(0. 0. 1) =
_
0 0
0 0
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
por tanto
`
T
=
_
_
_
_
1 0 0
0 1 0
0 1 0
1 0 0
_
_
_
_
Ncleo de T
1(c. /. c) =
_
c /
/ c
_
=
_
0 0
0 0
_
entonces c = 0. / = 0 por tanto el ncleo de 1 = (0. 0. c) ,c 1 . por tanto dimNncleo
de 1 = 1, 1i:1
3
= 3. 1i:Im1 = 2 y una base de la imagen es
__
1 0
0 1
_
.
_
0 1
1 0
__
T no es uno a uno, ni sobre.
2
1
1
denida por
1(c. /) = (c +/) r +c /
entonces T es una transformacion Lineal, ya que
1(n +) = 1 ((c. /) + (:. :)) = 1 (c +:. / +:) = (c +:+/ +:) r +c +:/ : =
(c +/) r +c / + (:+:) r +:: = 1(c. /) +1 (:. :)
1(cn) = 1 (c(c. /)) = 1 ((cc. c/)) = (cc +c/) r+ccc/ = c((c +/) r +c /) = c1(n)
1(1. 0) = r + 1 = cr +/. 1(0. 1) = r 1 = cr +d
luego
` =
_
1 1
1 1
_
`
1
=
_
1
2
1
2
1
2

1
2
_
201
1
1
(cr +/) =
_
1
2
1
2
1
2

1
2
__
c
/
_
=
_
c +/
2
.
c /
2
_
El nucleo de T es (0. 0) ya que (c +/) r +c / = 0r + 0 entonces c +/ = 0. c / = 0
luego c = 0. / = 0
1i:1
2
= dim`nc|codc1 + dimIm1
2 = 0 + dimIm1
por tanto T es sobre y T es 1 a1
Ejemplo 8.38
Por trigonometra sabemos que r = : cos c. = : sin c.
n
1
= : cos (o +) ; n
2
= : cos (o +c) pero
n
1
= : cos o cos : sin o sin c = r cos o sin o
n
2
= : sin o cos c + cos o sin c = r sin o + cos o
=
_
cos o sin o
sin o cos o
__
r
_
luego:
1 (r. ) =
_
cos o sin o
sin o cos o
__
r
_
=
_
n
1
n
2
_
rota el punto (r. ) un ngulo convirtindolo en
_
n
1
n
2
_
.
Ejemplo 8.39 Rotacin de un ngulo o respecto al eje r positivo:
1 (r. . .) = (r. cos o . sin o. sin o +. cos o) =
= (1 (1. 0. 0) . 1 (0. 1. 0) . 1 (0. 0. 1))
=
_
_
1 0 0
0 cos o sin o
0 sin o cos o
_
_
_
_
r
.
_
_
Ejemplo 8.40 La siguiente transfomacion lineal representa la rotacin de un punto en
sentido contrario a las manecillas del reloj un ngulo o respecto al eje positivo.
1 (r. . .) =
_
_
cos o 0 sin o
0 1 0
sin o 0 cos o
_
_
_
_
r
.
_
_
=
= (r cos o +. sin o. . r sin o +. cos o)
Ejemplo 8.41 Sea
1 : `
22
(1) `
22
(1) denida por 1
_
c /
c d
_
=
_
c /
/ c
_
es una transformacion lineal:
1 (r +) = 1
__
c /
c d
_
+
_
: :
j
__
= 1
_
c +: / +:
c +j d +
_
=
_
c +: / +:
/ +: c +:
_
=
=
_
c /
/ c
_
+
_
: :
: :
_
= 1
_
c /
c d
_
+1
_
: :
j
_
= 1 (r) +1 ()
1 (cr) = 1
_
c
_
c /
c d
__
= 1
_
cc c/
cc cd
_
=
_
cc c/
c/ cc
_
= c
_
c /
/ c
_
= c1
_
c /
c d
_
= c1 (r)
1
_
1 0
0 0
_
=
_
1 0
0 1
_
= 1
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 1
_
0 0
0 1
_
1
_
0 1
0 0
_
=
_
0 1
1 0
_
= 0
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
+ 1
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
1
_
0 0
1 0
_
=
_
0 0
0 0
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
203
1
_
0 0
0 1
_
=
_
0 0
0 0
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
por tanto
`
T
=
_
_
_
_
1 0 0
0 1 0
0 1 0
1 0 0
0
0
0
0
_
_
_
_
Ncleo de T ,
_
c /
/ c
_
=
_
0 0
0 0
_
entonces c = 0. / = 0 por tanto el ncleo es
_
0 0
c d
_
con c,d numeros reales, DimNcleo
de T es 2, 1i:`
22
(1) = 4. por tanto 1i:Im1 = 2 y una base de la imagen es
__
1 0
0 1
_
.
_
0 1
1 0
__
y una base del ncleo es
__
0 0
1 0
_
.
_
0 0
0 1
__
T no es uno a uno, no es sobre
Ejemplo 8.42 Sea
1 : `
22
(1) `
22
(1) denida por 1 () =
T
es una transformacion lineal, pues
1 ( +1) = ( +1)
T
=
T
+1
T
= 1 () +1 (1)
y
1 (c) = (c)
T
= c
T
= c1 ()
1 () = 1
_
c /
c d
_
=
_
c c
/ d
_
.
El nulceo de T es
_
0 0
0 0
_
pues
_
c c
/ d
_
=
_
0 0
0 0
_
si y solo si c = / = c = d = 0 por tanto la dimension del nucleo es cero, la dimImT es 4,
T es uno a uno y T es sobre
1
_
1 0
0 0
_
=
_
1 0
0 0
_
= 1
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
1
_
0 1
0 0
_
=
_
0 0
1 0
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 1
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
1
_
0 0
1 0
_
=
_
0 1
0 0
_
= 0
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
1
_
0 0
0 1
_
=
_
0 0
0 1
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 1
_
0 0
0 1
_
`
T
=
_
_
_
_
1 0 0
0 0 1
0 1 0
0 0 0
0
0
0
1
_
_
_
_
`
T
1 =
_
_
_
_
1 0 0
0 0 1
0 1 0
0 0 0
0
0
0
1
_
_
_
_
por tanto
1
1
() = 1
1
_
c /
c d
_
=
_
_
_
_
1 0 0
0 0 1
0 1 0
0 0 0
0
0
0
1
_
_
_
_
_
_
_
_
c
/
c
d
_
_
_
_
=
_
_
_
_
c
c
/
d
_
_
_
_
205
por tanto
1
1
_
c /
c d
_
=
_
c c
/ d
_
y
1
_
1
1
_
c /
c d
__
= 1
_
c c
/ d
_
=
_
c /
c d
_
Ejemplo 8.43 Sea
1 : `
22
(1) R denida por 1
_
c /
c d
_
= c +d
es una transformacin lineal pues:
1 (r +) = 1
__
c /
c d
_
+
_
: :
j
__
= 1
_
c +: / +:
c +j d +
_
=
c +:+d + = 1
_
c /
c d
_
+1
_
: :
j
_
= 1 (r) +1 ()
y
1 (cr) = 1
_
c
_
c /
c d
__
= 1
_
cc c/
cc cd
_
= cc+cd = c(c +d) = c1
_
c /
c d
_
= c1 (r)
1
_
1 0
0 0
_
= 1 = 1.1
1
_
0 1
0 0
_
= 0 = 0.1
1
_
0 0
1 0
_
= 0 = 0.1
1
_
0 0
0 1
_
= 1 = 0.1
por tanto `
T
=
_
_
_
_
1
0
0
1
_
_
_
_
. El nucleo de T es
__
c /
c c
_
c. /. c 1
_
pues
1
_
c /
c d
_
= c +d = 0 siysi c = d. Dimension del nucleo es 3 y por tanto dimImT es
1, T no es uno a uno, ni sobre
Ejemplo 8.44 occ
1 : 1
2
`
22
(1) denida por 1
_
ct
2
+/t +c
_
=
_
c /
c c
_
es una Transformacion lineal, pues
1 (r +) = 1
__
ct
2
+/t +c
_
+
_
:t
2
+:t +j
__
= 1
_
(c +:) t
2
+ (/ +:) t + (c +j)
_
=
_
c +: / +:
c +j c +:
_
=
_
c /
c c
_
+
_
: :
j :
_
=
1
_
ct
2
+/t +c
_
+1
_
:t
2
+:t +j
_
= 1 (r) +1 ()
y
1 (cr) = 1
_
c(ct
2
+/t +c)
_
= 1(cct
2
+c/t +cc) =
_
cc c/
cc cc
_
= c
_
c /
c c
_
= c1
_
ct
2
+/t +c
_
= c1 (r)
el nucleo de T es 0t
2
+ 0t + 0 ya que
207
1
_
ct
2
+/t +c
_
=
_
c /
c c
_
=
_
0 0
0 0
_
si y solo si c = / = c = 0 luego y dimNucleo de T es cero, dimImT= 3, ya que
dim1
2
= 3. T es uno a uno pero no es sobre. La matriz de T se calcula asi:
1
_
1t
2
+ 0t + 0
_
=
_
1 0
0 1
_
= r
_
1 0
0 0
_
+
_
0 1
0 0
_
+.
_
0 0
1 0
_
+
_
0 0
0 1
_
=
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 1
_
0 0
0 1
_
1
_
0t
2
+ 1t + 0
_
=
_
0 1
0 0
_
= r
_
1 0
0 0
_
+
_
0 1
0 0
_
+.
_
0 0
1 0
_
+
_
0 0
0 1
_
=
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
1
_
0t
2
+ 0t + 1
_
=
_
0 0
1 0
_
= r
_
1 0
0 0
_
+
_
0 1
0 0
_
+.
_
0 0
1 0
_
+
_
0 0
0 1
_
=
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 1
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
por tanto `
T
=
_
_
_
_
1 0 0
0 1 0
0 0 1
1 0 0
_
_
_
_
Ejemplo 8.45 Sea
1 : 1
1
1
2
denida por 1 (ct +/) = t (ct +/) = ct
2
+/t
es lineal, ya que:
1 (r +) = 1 ((ct +/) + (ct +d)) = 1 ((c +c) t + (/ +d)) = t ((c +c) t + (/ +d))
= t (ct +ct +/ +d) = t (ct +/) +t (ct +d) = 1 (r) +1 ()
y
1 (cr) = 1 (c(ct +/)) = t (cct +c/) = ct (ct +/) = c1 (r)
El nucleo de T es 0t + 0, pues 1 (ct +/) = t (ct +/) = ct
2
+/t = 0t
2
+ 0t + 0 entonces
c = 0. / = 0. , DimNucleo de T es 0, dimImagT = 2, pues dim 1
1
= 2. 2 = dim 1
1
=
dimNucleo + dimImg, T es uno a uno pero no es sobre.
1(t) = 1(t + 0) = t
2
= rt
2
+t +c = 1t
2
+ 0t + 0
1(1) = 1(0t + 1) = t = rt
2
+t +c = 0t
2
+ 1t + 0 por tanto
`
T
=
_
_
1 0
0 1
0 0
_
_
Ejemplo 8.46 Sea
1 : 1
2
R
3
denida por 1 (j(r)) = (j(1). j(0). j(1))
1 (r +) = 1 (j(r) +(r)) = ((j +)(1). (j +)(0). (j +)(1)) =
= ((j(1) +(1). (j(0) +(0). (j(1) +(1)) = (j(1). j(0). j(1))+((1). (0). (1)) =
1 (j(r)) +1 ((r))
y
1 (cj(r)) = (cj(1). cj(0). cj(1)) = c(j(1). j(0). j(1)) = c1 (j(r))
El nucleo de T 1 (j(r)) = 1(c+/r+cr
2
) = (j(1). j(0). j(1)) = (c / +c. c. c +/ +c) =
(0. 0. 0) entonces c / +c = 0. c = 0, c +/ +c y solucionando este sistema se tiene que
c = / = c = 0 por tanto el nucleo es 0 + 0r + 0r
2
asi dimension del nucleo es cero, luego
T es 1 a 1. La matriz de T
1(1) = (j(1). j(0). j(1)) = (1. 1. 1) . 1(r) = (j(1). j(0). j(1)) = (1. 0. 1)
1(r
2
) = (j(1). j(0). j(1)) = (1. 0. 1)
entonces
` =
_
_
1 1 1
1 0 0
1 1 1
_
_
. `
1
=
_
_
0 1 0
1
2
0
1
2
1
2
1
1
2
_
_
209
1
_
r
2
+ 5r + 6
_
= ((j(1). j(0). j(1))) = (1 5 + 6. 6. 1 + 5 + 6)
1
1
(c. /. c) =
_
_
0 1 0
1
2
0
1
2
1
2
1
1
2
_
_
_
_
c
/
c
_
_
=
_
/.
c +c
2
.
c
2
/ +
c
2
_
por tanto
1
1
(c. /. c) = / +
_
c +c
2
_
r +
_
c
2
/ +
c
2
_
r
2
1
1
(0. 3. 0) = 3 + 0r 3r
2
1
1
_
1(c +/r +cr
2
)
_
= 1
1
((c / +c. c. c +/ +c)) =
= c +
(c +/ c +c +/ +c) r
2
+
_
c / +c
2
c +
c +/ +c
2
_
r
2
=
= c +/r +cr
2
y
1
_
1
1
(c. /. c)
_
= 1
_
/ +
_
c +c
2
_
r +
_
c
2
/ +
c
2
_
r
2
_
=
=
_
/ +
c
2

c
2
+
c
2
/ +
c
2
. /. /
c
2
+
c
2
+
c
2
/ +
c
2
_
= (c. /. c)
Ejemplo 8.47 Sea
1 : 1
1
1
1
denida por 1 (cr +/) = (c +/)r + (c /)
es una transformacion lineal, pues (Ejercicio). El nucleo de T es 0r +0. pues (c +/)r +
(c /) = 0r + 0 sisi c +/ = 0 c / = 0 sisi c = 0 / = 0
1(r) = r+1 = cr+/ entonces c = 1. / = 1. 1(1) = r1 = cr+d entonces c = 1. d = 1
por tanto
` =
_
1 1
1 1
_
. `
1
=
_
1
2
1
2
1
2

1
2
_
1
1
(:r +:) =
_
1
2
1
2
1
2

1
2
__
:
:
_
entonces 1
1
(:r +:) =
_
:+:
2
_
r +
_
::
2
_
1
_
1
1
(:r +:)
_
= 1
__
:+:
2
_
r +
_
::
2
__
=
__
:+:
2
_
+
_
::
2
__
r+
_
:+:
2
_
_
::
2
_
= :r +:
y
1
1
(1 (cr +/)) = 1
1
((c +/)r + (c /)) =
_
c +/ +c /
2
_
r+
c +/ (c /)
2
= cr+/
T es sobre pues dimImT es 2
Ejemplo 8.48 Sea
1 : 1
1
R
2
denida por 1 (ct +/) = (c. /)
1 (r +) = 1 ((ct +/) + (:t +:)) = 1 ((c +:) t + (/ +:)) = ((c +:) . (/ +:)) =
= (c. /) + (:. :) = 1 (ct +/) +1 (:t +:)
y
1 (cr) = 1 (c(ct +/)) = 1 (cct +c/) = (cc. c/) = c(c. /) = c1 (ct +/)
El nucleo de T es 0t + 0. pues 1 (ct +/) = (c. /) = (0. 0) sisi c = 0 / = 0. dimNucleo
de T es 0 y dimImg es 2, ya que 2 = dim 1
1
= dimNucleo + dimImg = 0 + 2. la matiz
de T es
_
1 0
0 1
_
ya que
1 (t) = 1 (t + 0) = (1. 0) = 1 (1. 0) + 0 (0. 1)
1 (1) = 1 (0t + 1) = (0. 1) = 0 (1. 0) + 1 (0. 1)
La transformacion lineal es uno a uno y sobre
1
1
(c. /) = ct+/. 1
_
1
1
(c. /)
_
= 1 (ct +/) = (c. /) y 1
1
(1 (ct +/)) = 1
1
(c. /) = ct+/
211
Ejemplo 8.49 1 : 1
1
1
1
denida por 1 (c +/r) = j(r + 1) = c + /(r + 1) hallar
la matriz de T respecto a la base 1 = 6 + 3r. 10 + 2r
En efecto
1(6 + 3r) = 6 + 3(r + 1) = c(6 + 3r) +/(10 + 2r)
luego
1(6 + 3r) = 9 + 3r = 6c + 10/ + (3c + 2/)r
entonces
6c + 10/ = 9 y 3c + 2/ = 3 y solucionando este sistema se tiene que c =
2
3
y / =
1
2
por tanto
1(6 + 3r) = 6 + 3(r + 1) = c(6 + 3r) +/(10 + 2r) =
2
3
(6 + 3r) +
1
2
(10 + 2r)
En forma analoga
1(10 + 2r) = 10 + 2(r + 1) = c(6 + 3r) +d(10 + 2r) =
2
9
(6 + 3r) +
4
3
(10 + 2r)
por lo tanto
` =
_
2
3
2
9
1
2
4
3
_
Considere las transformaciones del 1 al 17 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
1. 1 : 1
1
(r) `
22
(1) 1(c +/r) =
_
c /
/ 0
_
2. 1 : 1
1
(r) 1
2
(r) 1(j(r)) = rj(r)
3. 1 : `
22
(1) 1 1
_
c /
c d
_
= c +/
4. 1 : 1
3
(r) 1
2
(r) 1(j(r)) = j
0
(r)
5. 1 : 1
2
(r) `
22
(1) 1(c +/r +cr
2
) =
_
c c
c c
_
6. 1 : 1
2
(r) `
22
(1) 1(c +/r +cr
2
) =
_
c /
c c +/
_
7. 1 : 1 :1
2
(r) 1(c) = c +cr +cr
2
8. 1 : `
22
(1) `
22
(1) 1
_
c /
c d
_
=
_
0 /
d 0
_
9. 1 : `
22
(1) `
22
(1) 1 () =
T
10. 1 : 1
2
(r) 1
3
1(c +/r +cr
2
) = (c. /. c)
11. 1 : `
22
(1) 1 1() = 1:
12. 1 : `
22
(1) 1
3
1
_
c /
c d
_
= (c. /. /)
13. 1 : 1
3
`
22
(1) 1 (c. /. c) =
_
c /
/ c
_
14. 1 : `
22
(1) 1
1
(r) 1(
c /
c d
) = cr +c
15. 1 : `
22
(1) 1 1
_
c /
c d
_
= c +d
16. 1 : 1
3
1
3
1(r. . .) = (r. 0. 0)
17. 1 : 1
3
1
3
1(r. . .) = (r +. r .. r 2 + 3.)
18. 1 : 1
1
1
1
1(cr +/) = (/. c) Resp ` =
_
0 1
1 0
_
, `
1
=
_
0 1
1 0
_
T es 1a1 y
sobre dimNT=0
19. 1 : 1
1
1
2
1(c + /r) = (j(0). j(1)) = (c. c +/) Resp ` =
_
1 0
1 1
_
, `
1
=
_
1 0
1 1
_
T es 1a1 y sobre dimNt=0
20. Mostrar que las transformaciones 1(r. ) = (r
2
. ). 1(r. ) = [r [ . 1(c. /. c) =
c + /r + cr
2
+ 4 1
_
c /
c d
_
=
_
1 /
c d
_
. 1(c. /) =
_
c /
0 / + 1
_
. 1(c + /r) =
c +/r + 1. 1(c +/r +cr
2
) = (c. /. 4) no son lineales
21. Sea 1 : 1
2
1
2
denida por 1 (cr
2
+/r +c) = (c +c) r
2
+ (/ +c) r vericar si
j(r) = r
2
+r 1 pertenece al ncleo de 1
22. Sea 1 : 1
2
1
2
denida por 1 (ct
2
+/t +c) = (c +c) t
2
+ (/ +c) t hallar una
base para el ncleo de 1
23. Sea 1 : 1
1
1
2
una transformacin lineal tal que
1(t 1) = t
2
+t. 1(t + 1) = t
2
t
Hallar 1(7t + 1)
24. Sea 1 : 1
2
1 una transformacin lineal tal que
1(1. 1) = 3. 1(0. 1) = 2
Hallar T(a,b)
25. Sea 1 : \ \ una transformacin lineal tal que
1(,(r)) = ,(r)
Considere la base de V= sin r. cos r hallar la matriz de T respecto a esta base
26. Sea 1 : 1
2
1
2
una transformacin lineal tal que
1(r. ) = (r +. r )
Analizar si (4. 2) pertenece a la imagen de T, y si (1. 1) pertenece al nucleo de T
Captulo 9
DIAGONALIZACION
9.1 Matrices semejantes.
Diremos que dos matrices A y B de orden n son semejantes cuando existe una matriz P
de orden n invertible, es decir, [1[ , = 0.tal que 1 = 1
1
1
Ejemplo 9.1 Sean
=
_
1 2
0 1
_
; 1 =
_
0 1
1 2
_
se verica que A y B son matrices semejantes ya que existe
1 =
_
1 1
1 1
_
tal que
1
1
1 =
_
1
2

1
2
1
2
1
2
__
1 2
0 1
__
1 1
1 1
_
=
_
0 1
1 2
_
= 1
Si . 1 `
a
son matrices semejantes (1 = 1
1
1), entonces se verica:
1. [[ = [1[
2. 1
a
= 1
1
a
1, para todo n N.
215
216 CAPTULO 9. DIAGONALIZACION
Demostracion
1. [1[ = [1
1
1[ = [1
1
[ [[ [1[ =
1
j
[[ [1[ = [[
Nota: 1
1
1 = 1. por tanto 1 = [1[ = [1
1
1[ = [1
1
1[ [1[
De aqui se deduce que [1
1
[ =
1
[1[
2. 1
2
= 11 = (1
1
1) (1
1
1) = 1
1
(11
1
) 1 = 1
1
11 = 1
1
2
1
1
3
= 111 = (1
1
2
1) (1
1
1) = 1
1
2
(11
1
) 1 = 1
1
2
11 = 1
1
3
1
Asi sucesivamente llegariamos a:
1
a
= 1
a1
1 = (1
1
a1
1) (1
1
1) = 1
1
a1
(11
1
) 1 = 1
1
a1
11 =
1
1
a
1
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.
1 = 1
1
1
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.
9.1.1 Autovalores y autovectores de una matriz cuadrada
Sea A una matriz cuadrada de orden n. Diremos que un nmero ` es un autovalor o
valor propio de A si existe:
A =
_
_
_
_
_
r
1
r
2
.
.
.
r
3
_
_
_
_
_
`
a1
. A ,=
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
tal que A = À
Ejemplo 9.2 Sea la matriz A
=
_
1 1
0 2
_
9.1. MATRICES SEMEJANTES. 217
se verica que
_
1 1
0 2
__
1
1
_
= 2
_
1
1
_
por tanto podemos asegurar que 2 es autovalor de la matriz y
_
1
1
_
es un autovector
asociado al autovalor 2.
9.1.2 Calculo de autovalores: Polinomio caracteristico.
Sea A una matriz cuadrada de orden n. Entonces se verica que:
` es un autovalor de sii det ( `1) = 0
donde I representa la matriz unidad de orden n.
Demostracin.
Supongamos que ` es un autovalor de . Esto signica que existe,
A =
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
`
a1
. A ,=
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
tal que.
.
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
= `
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
==
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
`
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
=
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
==
( `1)
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
=
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
Es decir ( `1) A = 0 como estamos suponiendo que este sistema homogeneo tiene
solucion distinta de la trivial, se tiene det ( `1) = 0
9.1.3 Polinomio caracteristico
A la expresion 1 (`) = det ( `1) se le llama polinomio caracteristico de la matriz .
9.1.4 Ecuacion Caracteristica.
A la ecuacion 1 (`) = det ( `1) = 0 se le denomina ecuacion caracteristica de la
matriz .
Por tanto, podemos decir que los autovalores de una matriz son las raices de su
polinomio caracteristico o las soluciones de su ecuacion caracteristica.
Ejemplo 9.3 Hallar los autovalores de la matriz:
=
_
_
1 2 0
1 3 1
0 1 1
_
_
Para hallar sus autovalores tendremos que resolver su ecuacion caracteristica. en este
caso:
1 ` 2 0
1 3 ` 1
0 1 1 `
= (1 `)
2
(3 `) + (1 `) = (1 `) [(1 `) (3 `)] =
(1 `) (` 2)
2
= 0
Por tanto, los autovalores de sern: `
1
= 1. `
2
= 2.
Si y 1 son matrices de orden n semejantes, entonces tienen el mismo polinomio
caracteristico, es decir, 1
(`) = 1
1
(`) .
Demostracion
Como y 1 son matrices semejantes, 1 = 1
1
1
1
1
(`) = [1 `1[ =
1
1
1 `1
1
1
1 `1
1
11
1
1
( `1) 1
1
1
[ `1[ [1[ = [ `1[ = 1
(`)
Si las matrices semejantes tienen el mismo polinomio caracteristico, entonces tendran los
mismos autovalores.
9.2. CALCULO DE AUTOVECTORES. 219
9.2 Calculo de autovectores.
Sea A una matriz cuadrada de orden n y sea ` un autovalor de A. Si
A =
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
`
a1
es un autovector de A asociado al autovalor ` , entonces X es solucin no trivial del
sistema homogeneo.
.
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
= `
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
==
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
`
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
=
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
==
( `1)
_
_
_
_
_
r
1
r
2
.
.
.
r
a
_
_
_
_
_
=
_
_
_
_
_
0
0
.
.
.
0
_
_
_
_
_
De aqu se deduce que para calcular los autovectores asociados a ` lo que hay que hacer
es resolver el sistema homogneo asociado ( `1)A = 0 , que por ser ` autovalor de
, siempre va a ser compatible indeterminado con soluciones distintas a la trivial. Cada
una de estas soluciones es un autovector asociado a `. El conjunto de todas las
soluciones del sistema homogneo ( `1)A = 0 lo representaremos por S(`). Dicho
conjunto contiene a la solucin trivial del sistema y a todos los autovectores de A
asociados al autovalor `.
Ejemplo 9.4 Hallar los autovectores de la matriz A
=
_
_
1 2 0
1 3 1
0 1 1
_
_
Para dicha matriz vimos que sus autovalores eran `
1
= 1 y `
2
= 2. Tenemos que
calcular los autovectores asociados a ambos autovalores.
para `
1
= 1 entonces ( 1) A = 0. por tanto.
_
_
1 1 2 0
1 3 1 1
0 1 1 1
_
_
_
_
r
1
r
2
r
3
_
_
=
_
_
0
0
0
_
_
cuyas soluciones son r
1
= r
3
. r
2
= 0.Por tanto, los autovectores seran de la forma
_
_
c
0
c
_
_
= c
_
_
1
0
1
_
_
co: r
1
= c R.
para `
2
= 2 se tiene ( 21) A = 0. entonces.
_
_
1 2 2 0
1 3 2 1
0 1 1 2
_
_
_
_
r
1
r
2
r
3
_
_
=
_
_
0
0
0
_
_
cuyas soluciones son r
1
= 2r
2
. r
3
= r
2
.Por tanto, los autovectores seran de la forma
_
_
2c
c
c
_
_
= c
_
_
2
1
1
_
_
c R.
Ejemplo 9.5 Hallar a y b tal que la matriz =
_
1 c
3 /
_
admita a (1. 1) como vector
propio para ` = 4
En efecto como (1. 1) es un vector propio para ` = 4. entonces
_
1 c
3 /
__
1
1
_
= 4
_
1
1
_
entonces
1 +c = 4 y 3 +/ = 4
por tanto c = 3 / = 7
Algunas propiedades de los valores y vectores propios
Si A
aa
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
9.3. DIAGONALIZACION DE UNA MATRIZ CUADRADA. 221
4. Si `
i
son los valores propios de A entonces `
a
i
son los valores propios de A
a
. ademas
A y A
a
tienen los mismos valores propios.
5. n vectores propios distintos corresponden a n valores propios diferentes son
linealmente independientes
6. Una matriz triangular tiene como valores propios a los elementos de la diagonal
7. A valores propios diferentes corresponden vectores propios linealmente independientes
8. Si ` es un valor propio de A entonces cès un valor propio de c
9.3 Diagonalizacion de una matriz cuadrada.
Sea A una matriz cuadrada de orden n y supongamos que es diagonalizable. Esto
signica que existe
una matriz 1 `
a
, [1[ , = 0. tal que 1
1
1 = 1 siendo 1 una matriz diagonal de
orden n. Es decir:
_
_
_
_
j
11
j
12
. . . j
1a
j
21
j
22
. . . j
2a
. . . . . . . . . . . .
j
a1
j
a2
. . . j
aa
_
_
_
_
1
_
_
_
_
c
11
c
12
. . . c
1a
c
21
c
22
. . . c
2a
. . . . . . . . . . . .
c
a1
c
a2
. . . c
aa
_
_
_
_
_
_
_
_
j
11
j
12
. . . j
1a
j
21
j
22
. . . j
2a
. . . . . . . . . . . .
j
a1
j
a2
. . . j
aa
_
_
_
_
=
_
_
_
_
`
1
0 . . . 0
0 `
2
. . . 0
. . . . . . . . . . . .
0 0 . . . `
a
_
_
_
_
o lo que es lo mismo.
_
_
_
_
c
11
c
12
. . . c
1a
c
21
c
22
. . . c
2a
. . . . . . . . . . . .
c
a1
c
a2
. . . c
aa
_
_
_
_
_
_
_
_
j
11
j
12
. . . j
1a
j
21
j
22
. . . j
2a
. . . . . . . . . . . .
j
a1
j
a2
. . . j
aa
_
_
_
_
=
_
_
_
_
j
11
j
12
. . . j
1a
j
21
j
22
. . . j
2a
. . . . . . . . . . . .
j
a1
j
a2
. . . j
aa
_
_
_
_
_
_
_
_
`
1
0 . . . 0
0 `
2
. . . 0
. . . . . . . . . . . .
0 0 . . . `
a
_
_
_
_
Igualando las columnas de la matriz resultante del producto del primer mienbro con las
del producto del segundo mienbro obtenemos que:
Primera columna:
_
_
_
_
c
11
c
12
. . . c
1a
c
21
c
22
. . . c
2a
. . . . . . . . . . . .
c
a1
c
a2
. . . c
aa
_
_
_
_
_
_
_
_
j
11
j
21
. . .
j
a1
_
_
_
_
= `
1
_
_
_
_
j
11
j
21
. . .
j
a1
_
_
_
_
Segunda columna:
_
_
_
_
c
11
c
12
. . . c
1a
c
21
c
22
. . . c
2a
. . . . . . . . . . . .
c
a1
c
a2
. . . c
aa
_
_
_
_
_
_
_
_
j
12
j
22
. . .
j
a2
_
_
_
_
= `
2
_
_
_
_
j
12
j
22
. . .
j
a2
_
_
_
_
n-esima columna:
_
_
_
_
c
11
c
12
. . . c
1a
c
21
c
22
. . . c
2a
. . . . . . . . . . . .
c
a1
c
a2
. . . c
aa
_
_
_
_
_
_
_
_
j
1a
j
2a
. . .
j
aa
_
_
_
_
= `
a
_
_
_
_
j
1a
j
2a
. . .
j
aa
_
_
_
_
A partir de aqui se deduce que `
1
. `
2
. .... `
a
R son autovalores de la matriz y que
cada una de las columnas de la matriz 1
1
)
=
_
_
_
_
_
j
1)
j
2)
.
.
.
j
a)
_
_
_
_
_
es un autovector asociado al autovalor `
)
para todo , = 1. .... :
Ejemplo 9.6 Sea `
33
(1)
=
_
_
5 0 4
0 3 0
2 0 1
_
_
entonces tenemos que:
1
(`) = (` 3)
2
(1 `)
una matriz diagonal semejante podria ser 1
1 =
_
_
3 0 0
0 3 0
0 0 1
_
_
Para determinar la matriz P tal que 1 = 1
1
1, tendremos que resolver los sistemas
asociados a cada
uno de los autovalores.
Con ` = 3
_
_
5 3 0 4
0 3 3 0
2 0 1 3
_
_
_
_
r
.
_
_
=
_
_
2 0 4
0 0 0
2 0 4
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
r 2. = 0 cuyas soluciones son
_
_
2c
,
c
_
_
c. , R.
De todas las posibles soluciones elegimos dos, de la siguiente forma:
c = 1. , = 0 ==1
1
=
_
_
2
0
1
_
_
c = 0. , = 1 ==1
2
=
_
_
0
1
0
_
_
Con ` = 1
_
_
5 1 0 4
0 3 1 0
2 0 1 1
_
_
_
_
r
.
_
_
=
_
_
4 0 4
0 2 0
2 0 2
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
r . = 0. = 0 cuyas soluciones son
_
_
c
0
c
_
_
c. , R.
De todas las posibles soluciones elegimos una, de la siguiente forma:
c = 1 ==1
3
=
_
_
1
0
1
_
_
La matriz 1 podria ser
1 =
_
_
2 0 1
0 1 0
1 0 1
_
_
1 =
_
_
2 0 1
0 1 0
1 0 1
_
_
1
1
=
_
_
1 0 1
0 1 0
1 0 2
_
_
1
1
1 =
_
_
1 0 1
0 1 0
1 0 2
_
_
_
_
5 0 4
0 3 0
2 0 1
_
_
_
_
2 0 1
0 1 0
1 0 1
_
_
=
_
_
3 0 0
0 3 0
0 0 1
_
_
= 1
Como un resumen se tiene que
1.
aa
es diagonalizable, si existe 1 tal que: = 111
1
. es una matriz diagonal.
2. Los valores propios de
aa
son las raices de la ecuacin [ `1[ = 0
3. Los vectores propios de A correspondiente al valor propio `.son las soluciones no
nulas de r = `r
Ejemplo 9.7
Hallar
100
, los valores propios y los vectores propios de la matriz
=
_
1 1
2 4
_
Los valores propios son las raices de la ecuacion [ `1[ = 0. es decir:
1 1
2 4
`
1 0
0 1
1 ` 1
2 4 `
= 0
ssi (1 `) (4 `) + 2 = 0 sisi 4 4` ` +`
2
+ 2 = 0.sisi `
2
5` + 6 = 0 sisi
(2 `) (` 3) = 0.
Luego ` = 2. ` = 3 son valores propios.
El vector propio para ` = 2 es una solucion no nula del sistema r = 2r
sii ( 21) r = 0.
Luego,
__
1 1
2 4
_
2
_
1 0
0 1
__
r =
_
0
0
_
sii
_
1 1
2 2
__
r
_
=
_
0
0
_
sii
r + = 0
2r + 2 = 0
sisi r = . luego la solucin del sistema es:
(r. ) [ = r = (r. r) [ r R . luego si r = 1. entonces
_
1
1
_
. es un vector propio
para ` = 2.
El vector propio para ` = 3 es una solucion no nula del sistema r = 3r. es decir
( 31) r = 0. es decir,
_
2 1
2 1
__
r
_
=
_
0
0
_
sisi 2r + = 0. es decir = 2r. es la solucion del sistema,
luego la solucion del sistema es:
:o| = (r. 2r) [ r R ; :i r = 1
entonces
_
1
2
_
. es un vector propio para ` = 3 por tanto la matriz de P se puede
escribir como
1 =
_
1 1
1 2
_
. 1
1
=
_
2 1
1 1
_
. 1 =
_
2 0
0 3
_
y
= 111
1
=
_
1 1
1 2
__
2 0
0 3
__
2 1
1 1
_
=
_
1 1
2 4
_
Luego A es diagonalizable y asi:
100
=
_
111
1
_
100
= 11
100
1
1
= 1
_
2
100
0
0 3
100
_
1
1
=
_
1 1
1 2
__
2
100
0
0 3
100
__
2 1
1 1
_
RESUMEN
Para hallar la matriz P se procede asi:
Se hallan los valores propios de ([ `1[ = 0)
Se hallan los vectores propios correspondientes a cada ` y se forma una base.
Se forma la matriz P con los vectores propios como columna en un orden especico
y con este se contruye la matriz diagonal ( = 111
1
1 = 1
1
1)
Ejemplo 9.8
Sea
=
_
i 2
0 3 +i
_
1. Los valores propios de A
[ `1[ =
_
i ` 2
0 3 +i `
_
= (i `) (3 +i `) = 0
:ii ` = i. ` = 3 +i. luego los valores propios son complejos
1. Los vectores propios
Si ` = i. entonces
_
0 2
0 3
__
r
_
=
_
0
0
_
sii 2 = 0 y 3 = 0 por tanto = 0. luego
la solucion es = (r. 0) ,r R y un vector propio es
_
1
0
_
si r = 1
para ` = 3 +i. entoces
_
i (3 +i) 2
0 0
__
r
_
=
_
0
0
_
sii 3r + 2 = 0 entonces
solucion:
__
r.
3
2
r
_
,r R
_
y un vector propio es
_
2
3
_
. cuando r = 2. luego
1 =
_
1 2
0 3
_
; 1
1
=
_
1
2
3
0
1
3
_
1
1
1 =
_
1
2
3
0
1
3
_
_
i 2
0 3 +i
_
_
1 2
0 3
_
=
_
i 0
0 3 +i
_
= 1
Luego
= 111
1
3
=
_
111
1
_
3
= 111
1
111
1
111
1
= 11
3
1
1
Ejemplo 9.9 Si
=
_
_
i 0 0
1 0 0
0 0 i
_
_
Los valores propios de son
[ `1[ =
i ` 0 0
1 ` 0
0 0 i `
= (i `) (i `) (`) = 0
` = 0 ` = i
Para ` = 0. un vector propio es
_
_
0
1
0
_
_
pues
_
_
i 0 0
1 0 0
0 0 i
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
sii
ir = 0
r = 0
i. = 0
luego la solucion es
(0. . 0) , R
y asi un vector propio es
_
_
0
1
0
_
_
cuando = 1
Los vectores propios para ` = i son
_
_
i
1
0
_
_
.
_
_
0
0
1
_
_
pues
_
_
0 0 0
1 i 0
0 0 0
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
sii r i = 0 sii r = i luego la solucion es (i. . .) ,. . R ; asi que
(i. . .) = (i. . 0) + (0. 0. .) = (i. 1. 0) +. (0. 0. 1)
entonces
1 =
_
_
0 i 0
1 1 0
0 0 1
_
_
1
1
=
_
_
i 1 0
i 0 0
0 0 1
_
_
1
1
1 =
_
_
i 1 0
i 0 0
0 0 1
_
_
_
_
i 0 0
1 0 0
0 0 i
_
_
_
_
0 i 0
1 1 0
0 0 1
_
_
=
_
_
0 0 0
0 i 0
0 0 i
_
_
2
=
_
111
1
_
2
= 111
1
111
1
= 11
2
1
1
Ahora observemos lo siguiente si
=
_
_
2 0 0
0 3 0
0 0 4
_
_
entonces
2
=
_
_
2 0 0
0 3 0
0 0 4
_
_
_
_
2 0 0
0 3 0
0 0 4
_
_
=
_
_
2
2
0 0
0 3
2
0
0 0 4
2
_
_
luego
a
=
_
_
2
a
0 0
0 3
a
0
0 0 4
a
_
_
Ejemplo 9.10 Si
=
_
_
0 0 2
1 2 1
1 0 3
_
_
Los valores propios de son las raices de la ecuacion
[ `1[ = 0 =
_
_
` 0 2
1 2 ` 1
1 0 3 `
_
_
=
`(2 `) (3 `) + 2 (2 `) = 0
:ii
(2 `) [`(3 `) + 2] = 0
:ii
(2 `) (` 2) (` 1) = 0
:ii
` = 2 ` = 1
Para ` = 2 se tiene que
_
_
2 0 2
1 0 1
1 0 1
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
:i:i
_
_
2r 2. = 0
r +. = 0
r +. = 0
_
_
:ii r +. = 0
r = . Luego la solucion es (.. . .) ,. . R ; luego una base del espacio solucion
es
(.. . .) = (.. 0. .) + (0. . 0) = . (1. 0. 1) + (0. 1. 0)
Para ` = 1
_
_
1 0 2
1 1 1
1 0 2
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
:ii
_
_
r + +. = 0
r 2. = 0
r + 2. = 0
_
_
y la solucion es (2.. .. .) ,. R . luego una base es (2. 1. 1) con . = 1 as
1 =
_
_
1 0 2
0 1 1
1 0 1
_
_
; 1
1
=
_
_
1 0 2
1 1 1
1 0 1
_
_
1
1
1 =
_
_
1 0 2
1 1 1
1 0 1
_
_
_
_
0 0 2
1 2 1
1 0 3
_
_
_
_
1 0 2
0 1 1
1 0 1
_
_
=
_
_
2 0 0
0 2 0
0 0 1
_
_
= 1
Luego = 111
1
y as
3
=
_
111
1
_
3
= 111
1
111
1
111
1
= 11
3
1
1
Luego
a
= 11
a
1
1
Ejemplo 9.11 Dada la matriz
=
_
_
1 2 3
0 2 4
0 0 3
_
_
Los valores propios son
[ `1[ = 0 =
i ` 2 3
0 2 ` 4
0 0 3 `
= (1 `) (2 `) (3 `) = 0.
Sisi ` = 1. ` = 2. ` = 3
Los vectores propios
Para ` = 1 el vector propio es una solucion de
_
_
0 2 3
0 1 4
0 0 2
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
:i
_
_
2 + 3. = 0
+ 4. = 0
2. = 0
_
_
Si = . = 0. luego la solucion es(r. 0. 0) ,r 1 y asi si r = 1 entonces
_
_
1
0
0
_
_
y un vector propio.
para ` = 2. es
_
_
1 2 3
0 0 4
0 0 3
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
sii
_
_
r + 2 + 3. = 0
4. = 0
. = 0
_
_
sii r + 2 = 0 sisi r = 2. =
r
2
. luego Solucion:
__
r.
r
2
. 0
_
,r R
_
as un vector propio es
_
_
1
1
2
0
_
_
El vector propio correspondiente a ` = 3 es
_
_
2 2 3
0 1 4
0 0 0
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
sii
_
2r + 2 + 3. = 0
+ 4. = 0
_
sii
. = t. = 4t r =
11
2
t
Solucin:
__
11
2
t. 4t. t
_
,t R
_
y un vector propio es
_
_
11
2
4
1
_
_
|ncqo 1 =
_
_
1 1
11
2
0
1
2
4
0 0 1
_
_
1
1
1 =
_
_
1 2
5
2
0 2 8
0 0 1
_
_
_
_
1 2 3
0 2 4
0 0 3
_
_
_
_
1 1
11
2
0
1
2
4
0 0 1
_
_
=
_
_
1 0 0
0 2 0
0 0 3
_
_
= 1
=
_
_
5 j
1 2
3 j 4
_
_
Hallar j y sabiendo que el valor propio ` = 1 corresponde el vector propio (3. 1. 3)
En efecto, como el vector propio (3. 1. 3) correspondiente a ` = 1 entonces
_
_
5 j
1 2
3 j 4
_
_
_
_
3
1
3
_
_
= 1
3
1
3
y solucionando el sistema se tiene que j = 6 = 4
determinar los valores propios si =
_
_
5 6 6
1 4 2
3 6 4
_
_
[ `1[ = 0 =
5 ` 6 6
1 4 ` 2
3 6 4 `
= 0 = (` 2)
2
(` 1) = 0
` = 1. ` = 2
Para ` = 1 el vector propio es (3. 1. 3) pues es la solucion del sistema
_
_
4 6 6
1 3 2
3 6 5
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
sisi r + 3 + 2. = 0. 3 +. = 0
Para ` = 2;
_
_
3 6 6
1 2 2
3 6 6
_
_
_
_
r
.
_
_
=
_
_
0
0
0
_
_
r + 2 + 2. = 0 r = 2t + 2/ = t . = /
luego
(2t + 2/. t. /) = (2t. t. 0) + (2/. 0. /) = t (2. 1. 0) +/(2. 0. 1)
asi los vectores propios son (2. 1. 0) . (2. 0. 1)
luego
1 =
_
_
1 0 0
0 2 0
0 0 2
_
_
1 =
_
_
3 2 2
1 1 0
3 0 1
_
_
1
1
1 =
_
_
1 2 2
1 3 2
3 6 5
_
_
_
_
5 6 6
1 4 2
3 6 4
_
_
_
_
3 2 2
1 1 0
3 0 1
_
_
=
_
_
1 0 0
0 2 0
0 0 2
_
_
= 1
Ejemplo 9.13 Hallar r. tal que la matriz
=
_
1 r
2
_
para el valor propio ` = 5 tenga como vector propio = (2. 1)
_
1 r
2
__
2
1
_
= 5
_
2
1
_
sisi 2 +r = 10; r = 8. 4 + = 5 luego = 9
Ejemplo 9.14 Hallar los valores de a,b tal que la matriz
=
_
_
1 2 /
0 2 c
0 2 1
_
_
tiene como vector propio a (2. 2. 2)
_
_
1 2 /
0 2 c
0 2 1
_
_
_
_
2
2
2
_
_
= `
_
_
2
2
2
_
_
sisi
2 + 4 2/ = 2`
4 2c = 2`
4 2 = 2`
luego ` = 3. c = 1. / = 0
=
_
1 3
2 2
_
el vector propio (3. 2) a que valor propio corresponde
_
1 3
2 2
__
3
2
_
= `
_
3
2
_
3` 6 = 3`
3 = `3
6 + 4 = 2`
=` = 1
1. Para que valores de c y c el vector (8. 4) es un vector propio de:
=
_
c 2
c 1
_
asociado al valor propio 3.
2. Determinar las constantes c. /. c. d. c. , si:
(1. 1. 1) y (1. 0. 1) son vectores propios de:
=
_
_
1 c /
1 c d
1 c ,
_
_
3. Determinar las constantes c. j. c. /. . : si:
(1. 1. 0), (1. 0. 2) . (0. 1. 1) son vectores propios de:
=
_
_
c 1 j
/ 2
c 1 :
_
_
4. Verique que ` = 4 es un valor propio de
_
3 2
2 0
_
y que (1. 2) es un vectoror
propio de
_
3 2
2 0
_
para ` = 1
5. Verique que (1. 2) es un vectoror propio de
_
1 2
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 A
4
7. Sea A una matriz con valores propios 3,4,5 hallar los valores propios de A
T
. el
determinante de A, la traza de A
8. Sea
=
_
1 2
4 5
_
y tiene a (1. 1) como vector propio, halle el valor propio

Algebra Lineal

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Algebra Lineal

Uploaded by

Copyright:

Available Formats

LGEBRA LINEAL

observe que ~ 1 pues 1 = 1

1.4.19 Matriz de Probabilidad.

1.5. EJERCICIOS PROPUESTOS CAPITULO 1 35

= ccd c/c = c(cd /c) = c

la propiedad anterior se puede generalizar por

= (1) (1) (1) 4 = 4

6 Si se intercambian dos las cualesquiera en una matriz, su determinante cambia de

= 4 4c = 0 :i c = 1 (ejercicio calcule el determinante)

= (8c 16) = 0 :i:i c = 2

Se hizo primera la por a, segunda la por b y tercera la por c

Ejemplo 2.35 Para que valor de x se anula el determinante

2.1. PROPIEDADES DEL DETERMINANTE. 55

2.2. EJERCICIOS PROPUESTOS CAPITULO 2 59

14. Demostrar que [cd,[ = [[

1 o por ejemplo el vector

1Q. con 1 = (c. /. c) . Q = (:. :. ) entonces

4.7.5 Proyeccin de un vector sobre otro.( :o/:c 1)

Llamado producto mixto

4.10. READEUNPARALELOGRAMODETERMINADOPORLOS VECTORES AYB95

4.9.1 Propiedades del producto mixto

= 2(14 + 25) 3(6 5) 1(15 + 7) = 27

si se hace producto punto a ambos lados de esta ecuacin r +1 +.C = 1 con

4.13. EJERCICIOS PROPUESTOS CAPITULO 4 99

= (9. 1. 5) es normal al plano y como A es un

= (3. 6. 3), luego la ecuacin

= (2c + 6. / 4. 12 c/) = (0. 0. 0) por tanto

= [1. 3. 1] entonces la ecuacion del plano es

Ejemplo 6.21 Un vector direccion de la recta r+2. = 4. r+1 = 0 es (1. 1. 0) .

= (c/ 12. 4 2/. 6 c) = (0. 0. 0) entonces

= (2. 3. 1) = (2. 3. 1) que es un vector

1 = (1 ) = (1. 4. 1) y un vector normal del plano es

= (5. 4. 11) luego la ecuacion del plano es

= (16. 10. 22) = 2 (8. 5. 11) luego su ecuacion

, (r) q (r) /(r)

= 1. luego el conjunto 1. r es linealmente indepen-

28. Cuales de los siguientes subconjuntos forman una base de R

[ `1[ [1[ = [ `1[ = 1

You might also like