PRODUCTO ESCALAR

u v u1 v1 u 2 v2 u 3 v3

PROYECCIN

u v
proy vu 2 v
v

u v u v cos

u v
proy vu
v

DISTANCIA ENTRE DOS PUNTOS DEL PLANO/ESPACIO

d p, q

x2 x1 2 y 2 y1 2 ( z 2 z1 ) 2

PUNTO MEDIO DE UN SEGMENTO

x x 2 y1 y 2 z1 z 2
M xm , ym 1
,
,

2
2
2

PRODUCTO VECTORIAL

u v u v sen

i

u v u1
v1

j
u2
v2

u 3 u 2 v3 u 3 v 2 i u1 v3 u 3 v1 j u1 v 2 u 2 v1 k
v3

PRODUCTO MIXTO
u1

u v w v1
w1

u2
v2
w2

u3

v3 u1 v 2 w3 v3 w2 u 2 v1 w3 v3 w1 u 3 v1 w2 v 2 w1
w3

ECUACIONES DE PLANOS
Ecuacin vectorial (vector normal): x x0 , y y 0 , z z 0 n1 , n2 , n3 0
Ecuacin vectorial (vectores paral.): x, y, z x 0 , y 0 , z 0 1 u1 , u 2 , u 3 2 v1 , v 2 , v3
Ecuacin general: Ax By Cz D 0
x x0 1u1 2 v1

Ecuaciones paramtricas: y y 0 1u 2 2 v 2
z z u v
0
1 3
2 3

x
y
z
D D 1
D
A B C
NGULO ENTRE PLANOS
Ecuacin segmentaria:

cos

A1 A2 B1 B2 C1 C 2
A B12 C12 A22 B22 C 22
2
1

DISTANCIA DE UN PUNTO A UN PLANO

d P1 ,

A x1 B y1 C z1 D
A2 B 2 C 2

HAZ DE PLANOS
A1 x B1 y C1 z D1 A2 x B2 y C 2 z D2 0
RECTAS EN EL ESPACIO
Ecuacin vectorial: x, y, z x 0 , y 0 , z 0 u1 , u 2 , u 3

Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

 x x0 u1

Ecuaciones paramtricas: y y 0 u 2
z z u
0
3

x x0 y y0 z z 0

u1
u2
u3
NGULO ENTRE RECTAS

Ecuaciones simtricas:

u v
cos
u v

NGULO ENTRE RECTA Y PLANO

sen

u1 A u 2 B u 3 C

u u 22 u 32 A 2 B 2 C 2
2
1

DISTANCIA DE UN PUNTO A UNA RECTA

u P0 P 1
d P1 , R

DISTANCIA ENTRE RECTAS ALABEADAS

P0 P1 u v
d R, S

u v

Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

MATRICES DETERMINANTES
PROPIEDADES DE LA ADICIN:
A, B mn A B mn
A B C A B C
A N N A A
A A A A N
A B B A
PROPIEDADES DEL PRODUCTO POR UN ESCALAR
A mn . A mn
. A . A
A A A
A B A B
1. A A
PROPIEDADES DEL PRODUCTO DE MATRICES
A.B C A B.C
A B C A.B A.C
A.B B. A
A.B=A.C no se cumple que B=C
A.B=N no necesariamente A=N v B=N
PROPIEDADES DE LAS MATRICES SIMETRICAS Y ANTISIMETRICAS
A B t At B t
. A t . A t
A.B t B t . A t
t
A At A At

A. A t A. A t

A At A At

PROPIEDADES DE LAS MATRICES INVERSIBLES

Si una matriz es inversible su inversa es nica
A, B nn A.B 1 B 1 . A 1
1
A 1 A

. A 1 1 . A 1 0

A k A 1
Una matriz A es ortogonal A. A t A t . A I
1

TEOREMA DE CRAMER: si A es una matriz inversible de orden n B n1 el

sistema A. X B tiene exactamente una solucin, que se obtiene asignando a
cada incognita el cociente de dos determinantes. El determinante del
denominador es el de la matriz del sistema y el del numerador es el de la matriz
que se obtiene sustituyendo del anterior la columna de los coeficientes de la
incgnita por la columna de los trminos independientes.
3
Formulario de Vectores y Matrices
Elaborado por: Ing. Roberto Castellanos
Contacto: www.robertocastellanos.como T.682.806.131

TEOREMA DE ROUCH-FROBENIUS: un sistema de m ecuaciones lineales con

n incgnitas es compatible si y slo si el rango de la matriz del sistema es igual
al rango de la matriz ampliada.
Enunciado: Cs R A R A B
Pueden ocurrir dos alternativas:
R A R A B n (n el numero de incgnitas), el sistema es DETERMINADO.
R A R A B n , el sistema es INDETERMINADO.
PROPIEDAD:

A mn X n1 S X / A. X 0 es subespacio de n1 (el conjunto solucin de un

sistema homogneo es un subespacio)

Y su dimensin se define:

dim S n R ( A)

Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

ESPACIOS VECTORIALES
Un conjunto V es un espacio vectorial y se escribe

V ,, ,

si es un conjunto

no vaco en el que se cumple que: existe el vector nulo, para cada vector existe
un opuesto, se cumple una ley de composicin interna en la suma de vectores y
de composicin externe en el producto entre escalares reales y vectores.
SUBESPACIOS VECTORIALES
Un conjunto S no vaco e includo en V siendo
es un

V ,, ,

un espacio vectorial, S

subespacio de V si se cumplen las siguientes condiciones:

S V
S
x, y S x y S

x S x S

nicos subespacios de 2 : 0,0 , 2 ,rectas que pasen por el origen

nicos subespacios de 3 : 0,0,0 , 3 , rectas que pasen por el origen, planos
que pasen por el origen.
COMBINACIN LINEAL
Sea

V ,, ,

espacio vectorial y sean v1 , v 2 ,..., v r V ; w es combinacin lineal

de v1 , v 2 ,..., v r si w 1v1 2 v 2 r v r con 1 , 2 , , r .

Si 1 2 r 0 la C.L. es la trivial y se obtiene el vector nulo.
SISTEMAS DE GENERADORES
Sea

V ,, ,

e.v. y sean v1 , v 2 ,..., v r V ; los vectores v1 , v 2 ,..., v r forman un

sistema de generadores de V o generan a V si todo vector de V puede

exprearse como C.L. de ellos.
Definicin: w V , 1 , 2 , , r / w 1v1 2 v 2 r v r
Propiedad: Si el sistema v1 , v 2 , , v r incluido en V es generador de V y uno de
los vectores que lo forman es C.L. de los otros, entonces el subsistema que
resulta al suprimir ese vector tambin es generador de V.
DEPENDENCIA E INDEPENDENCIA LINEAL
La ecuacin 1v1 2 v 2 r v r 0 tiene siempre solucin trivial
Si la trivial es la nica solucin entonces los vectores son linealmente
independientes.
Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

Si adems tiene otras soluciones, los vectores son linealmente

dependientes.

Observaciones y propiedades:
Todo sistema que contenga al vector nulo es L.D.
Todo sistema con un nico vector no nulo es L.I.
El sistema v1 , v 2 , , v r es L.D. si y solo si algunos de los vectores del
sistema es C.L. de los restantes.
Si un sistema tiene dos vectores no nulos, si uno es mltiplo del otro son
L.D.; caso contrario son L.I.
En 2 y 3 dos vectores L.D. son paralelos.
BASE DE UN ESPACIO VECTORIAL
B v1 , v 2 , , v n es base de V B es S.G. de V ^ B es L.I.
Si se comprueba cualquiera de las dos condiciones ya se puede decir que
es base.
Llamamos bases cannicas de n a por ejemplo:
1,0 , 0,1 en 2
1,0,0 , 0,1,0 , 0,0,1 en 3
DIMENSIN
Todo espacio vectorial de dimensin finita que no se reduzca al vector
nulo admite por lo menos una base.
Si V es un e.v. de dimensin finita, todas sus bases tienen el mismo
nmero n de vectores que se llama dimensin de V y se nota: dim V n
Se define dim 0 0
dim n n dim mn m n dim Pn n 1

Observaciones: sea dim V n

Todo sistema con ms de n vectores de V, son L.D.
Todo sistema con menos de n vectores de V, no generan a V.
Todo sistema de n vectores L.I., forman una base de V.
Todo S.G. de V con n vectores, forman una base de V
Propiedad: Sea dim V n y sea un conjunto de r vectores (r<n) L.I., el conjunto
puede extenderse a una base de V agregndole (n-r) vectores, formando de
esta manera un conjunto L.I. de n vectores de V.
BASE DE UN SUBESPACIO
B es base de un subespacio S si B es un conjunto L.I. y forma un S.G. de S.
Si dim V n y S subespacio de V, entonces dim S n y si dim S n S V
COORDENADAS DE UN VECTOR EN UNA BASE
Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

si B u1 , u 2 , , u n base de V v V ! 1 , 2 , , n / v 1u1 2 u 2 n u n

Se nota: v B

OPERACIONES CON SUBESPACIOS

Interseccin:
Sean S1 y S2 subespacios de V, entonces: S1 S 2 x V / x S1 x S 2 es un
subespacio de V denominado subespacio interseccin.
Suma:
Sean S1 y S2 subespacios de V, entonces
S1 S 2 x V / x x1 x 2 con x1 S1 x 2 S 2 es un subespacio de V llamado
subespacio suma.

Propiedades:
S1 S 2 S S1 S 2 S S1 S 2 0 (suma directa)
dim S1 S 2 dim S1 dim S 2 dim S1 S 2
CONJUNTO ORTOGONAL Y ORTONORMAL DE VECTORES
Un conjunto de vectores de un espacio vectorial es un conjunto ortogonal si
todos los pares de vectores del conjunto son ortogonales entre si (producto
escalar = 0).
Un conjunto ortogonal en el que cada vector tiene norma 1 es ortonormal.
Propiedades:
Todo conjunto ortogonal de vectores no nulos de un espacio vectorial V es
un conjunto L.I.
Todo e.v. V que no sea el nulo y que tenga dimensin finita tiene una base
ortonormal.
COMPLEMENTO ORTOGONAL DE UN SUBESPACIO
Sea S subespacio de V:
Se llama complemento ortogonal de S al conjunto formado por todos los
vectores de V que son ortogonales a todos los vectores de S:
S x V / x y 0 y S

Propiedades:
S es un subespacio de V
Si dim V n dim S dim S dim V
S S V
Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

ESPACIO FILA Y ESPACIO COLUMNA DE UNA MATRIZ

Se llama espacio fila de A al subespacio de n generado por los vectores fila de
A. Se llama espacio columna de A al subespacio de n generado por los
vectores columna de A.
Se llama rango fila de A a la dimensin de Sf A
Se llama rango columna de A a la dimensin de Sc A
El rango fila y el rango columna de una matriz son iguales. Se llama rango de
una matriz a su rango fila y a su rango columna.

Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

TRANSFORMACIONES LINEALES
DEFINICIN: Sean V y W espacios vectoriales sobre , la funcin T : V W es
una transformacin lineal de V en W si se verifican los criterios de
linealidad.
CRITERIOS DE LINEALIDAD:
x, x V
T x x T x T x
x V
T .x .T x
PROPIEDADES:
Sea T : V W transformacin lineal
T 0V 0W
T x T x
T x x T x T x
NCLEO DE UNA TRANSFORMACIN LINEAL: Sea T : V W
Se llama ncleo de T al conjunto de los vectores de V cuya imagen mediante T
es 0W.
Nu T Ker T x V / T x 0W
El ncleo de T es un subespacio de V.
IMAGEN DE UNA TRANSFORMACIN LINEAL: sea T : V W
Se llama conjunto imagen de T al conjunto de vectores de W que son imgenes
mediante T de al menos un vector de V.
Im T y W / x V T x y
La imagen de T es un subespacio de W.
TEOREMA DE LAS DIMENSIONES
Sea T : V W transformacin lineal
O bien de otra manera:

dim V dim Nu T dim Im T

n nulidad T rango T

Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

TRANSFORMACIONES MATRICIALES:
Sea A mn ; si se consideran los vectores de m y los vectores de n
expresados como matriz columna, se puede definir la transformacin lineal T de
n en m como:
T : n m / T X A. X

Donde A se llama matriz estndar.

CLASIFICACIN DE LAS TRANSFORMACIONES LINEALES
Sea T : V W transformacin lineal:
T es MONOMORFISMO T es INYECTIVA Nu T 0V
T es EPIMORFISMO T es SOBREYECTIVA Im T W
T es ISOMORFISMO T es BIYECTIVA Nu T 0V Im T W
T es ENDOMORFISMO V W
TEOREMA FUNDAMENTAL DE LAS TRANSFORMACIONES LINEALES
Sean V y W espacios vectoriales sobre , y sea B v1 , v 2 , , v n base de V y
t1 , t 2 , , t n vectores arbitrarios de W ! t.l. T : V W / T v1 t i i 1, , n
(Si tenemos una base de V con los transformados de cada uno de sus vectores
entonces podemos formar una nica transformacin lineal con ellos)
o En los ejercicios dependiendo de los datos que nos den se pueden formar
una nica transformacin lineal, infinitas o que no exista la misma (hay
que comprobar si son L.I. los vectores que nos dan o si nos faltan vectores
para armar una base)
MATRIZ ASOCIADA A UNA TRANSFORMACIN LINEAL
Sean T : V W t.l. / dim V n dim W m
Sea B1 u1 , u 2 , , u n base de V
Sea B2 v1 , v 2 ,, v m base de W
La transformacin lineal T queda caracterizada por una matriz A mn , siendo
su nmero de filas igual a la dimensin del codominio de T y su nmero de
columnas igual a la dimensin del dominio de T. A la matriz A se la llama matriz
asociada a T en las bases B1 y B2:
A M T B1B2

a11

a
21

a
m1

a12
a 22

am 2

a1n

a2n

a mn

Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

10

 a11

a 21
Siendo el vector columna
las coordenadas de T(u1) en la base B2 , el

a
m1
a12

a 22
vector columna
las coordenadas de T(u2) en la base B2 y el vector

a
m2
a1n

a2n
columna
las coordenadas de T(un) en la base B2 .

a
mn

RESUMIDO:

M T B1B2 T u1 B2

T u 2 B

T u n B2

OBSERVACIN: Sea T : V W t.l. / dim V n dim W m , B1 u1 , u 2 , , u n base de V,

y B2 v1 , v 2 ,, v m base de W; entonces:

M T B1B2 x B1 T x B2
ACLARACIN: Las bases cannicas se suelen denominar como E y E.

Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

11

MATRIZ ASOCIADA A LA TRANSFORMACIN LINEAL INVERSA

Sea T : V V T.L. BIYECTIVA (Los subespacios V no tienen que ser
necesariamente iguales, tienen que tener igual dimensin)
Con dim V n T 1 : V V T.L.
m n
1
1
Sea B1 base de V y B2 base de V y sea A M T B1B2 A M T

B2 B1

MATRIZ ASOCIADA A LA COMPUESTA DE TRANSFORMACIONES LINEALES

Sean T1 : V W T2 : U V T1 T2 : U W T.L.
Con dim U n , dim V p , dim W m
Sean B1 base de U, B2 base de V y B3 base de W; y sean:
A M T1 B2 B3 m p B M T2 B1B2 pn M T1 T2 B1B3 A B mn
La composicin se puede hacer tanto matricialmente como aplicando T1 T2 x
MATRIZ CAMBIO DE BASE O DE CAMBIO DE COORDENADAS
Considerando la transformacin lineal identidad Id : V V / Id x x
Considerando B1 u1 , u 2 , , u n base de V, y B2 v1 , v 2 ,, v m base de W;
entonces:
M Id B1B2 x B1 Id x B2 x B2
La matriz asociada a la identidad acta como matriz cambio de base o matriz
cambio de coordenadas de la base B1 a la base B2.
NOTACIN: M Id B1B2 PB1 B2 P
FRMULA: PB1 B2 x B1 x B2

P X X

OBSERVACIN: B1 B2 PB1 B2 I n

PROPIEDAD: La matriz PB1 B2 es regular y P 1 PB1 B2

Formulario de Vectores y Matrices

PB2 B1

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

12

AUTOVALORES Y AUTOVECTORES
Sea T : V V endomorfismo
DEFINICIN: El vector x V es un autovector o vector propio de
T

x 0 v / T x x . A se lo llama autovalor o valor propio asociado a

x.
DEFINICIN DE FORMA MATRICIAL: Sea A nn
El vector X n1 es un autovector de A X 0 n1 / A. X . X
A se lo lama autovalor asociado a X.
PROPIEDAD: autovalor de A A .I 0
OBSERVACIN:
P A .I Polinomio caracterstico cuyas races van a ser los autovalores
de A
A .I 0 Ecuacin caracterstica.
OBSERVACIN: Una vez hallados los autovalores al reemplazarlos en el sistema
homogneo A. X . X que es compatible indeterminado queda formado un
subespacio de n1 llamado subespacio propio asociado a (o
autoespacio):
S X n1 / A. X . X
MATRIZ SEMEJANTE:
Una matriz B de orden n es semejante a una matriz A de orden n si existe una
matriz regular P de orden n / B P 1 . A.P .
Dos matrices semejantes representan el mismo endomorfismo en bases
distintas.
PROPIEDAD: B P 1 . A.P PB PA
DEFINICIN: Una matriz A de orden n es diagonalizable tiene n
autovectores L.I.
En este caso A es semejante a una matriz diagonal D cuyos elementos en la
diagonal son los autovalores de A mientras que P es una matriz cuyas columnas
son respectivamente los n autovectores L.I. de A. ( D P 1 . A.P )
PROPIEDAD: Si los autovalores de A son reales y distintos, los autovectores
asociados son L.I.
MULTIPLICIDAD ALGEBRAICA Y GEOMTRICA:
A k se lo llama multiplicidad algebraica y a p se lo llama multiplicidad
geomtrica.
PROPIEDAD: El subespacio propio asociado a un autovalor de multiplicidad
k 1 tiene dimensin p k
CONSECUENCIAS DE ESTA PROPIEDAD:
El subespacio propio asociado a un autovalor simple es de dimensin 1.
Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

13

A es diagonalizable k=p para todo autovalor.

DIAGONALIZACIN DE MATRICES SIMTRICAS:

PROPIEDADES:
Si A es una matriz real de orden n simtrica son nmeros reales.
Si A matriz simtrica de orden n A tiene n autovectores ortonormales.
Una matriz es diagonalizable ortogonalmente es simtrica

Formulario de Vectores y Matrices

Elaborado por: Ing. Roberto Castellanos

Contacto: www.robertocastellanos.como T.682.806.131

14