Notas de Geometría PDF

Notas de Clase
Geometra Vectorial y Analtica
Diego Meja (Coordinador del curso)

Profesor Escuela de Matematicas
Universidad Nacional de Colombia Sede Medelln
II
Indice general
1. Vectores en el plano cartesiano 1

1.1. La recta numerica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. El plano cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3. Suma de vectores y multiplicacion de un vector por un escalar . . 8
1.4. Magnitud y direccion de un vector. Angulo entre vectores. . . . . . 21
1.5. Producto escalar o producto punto . . . . . . . . . . . . . . . . . . 29
2. La lnea recta. Ecuacion general de primer grado 35

2.1. La lnea recta: definicion y condiciones que la determinan . . . . 35
2.2. Rectas paralelas y perpendiculares. Angulo entre rectas. . . . . . 48
2.3. Proyeccion ortogonal sobre una lnea recta. Distancia de un pun-
to a una recta. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.4. Aplicaciones geometricas. . . . . . . . . . . . . . . . . . . . . . . . . 64
3. Geometra de las transformaciones lineales del plano 71

3.1. Definicion de transformacion lineal y primeros ejemplos. . . . . . 71
3.2. Propiedades basicas de las transformaciones lineales y conse-
cuencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.3. Imagenes de lneas rectas, lneas poligonales y polgonos bajo
una transformacion lineal . . . . . . . . . . . . . . . . . . . . . . . 87
3.3.1. Imagenes de lneas rectas . . . . . . . . . . . . . . . . . . . . 87
III
IV INDICE GENERAL
Captulo 1
Vectores en el plano cartesiano
1.1. La recta numerica
Comencemos el estudio de la geometra analtica recordando la imagen geo-

metrica (o visual) del conjunto R de los numeros reales. Dibujemos una lnea
recta y en ella escojamos un punto cualquiera que llamamos origen denotado
por la letra O (o mayuscula). Al origen le asignamos el numero real 0. A conti-
nuacion seleccionamos (arbitrariamente) una unidad de medida y dibujamos
sobre la recta el punto U correspondiente a la unidad de medida. Al punto U
(que es distinto del origen) le asignamos el numero real 1.
El punto U nos proporciona una orientacion de la recta en el siguiente
sentido: llamamos lado positivo de la recta al rayo que sale del origen en la
direccion del punto U , y lado negativo al rayo que sale del origen en direccion
contraria al punto U .
En seguida establecemos una correspondencia biunvoca (es decir, corres-
pondencia uno a uno) entre los numeros reales y los puntos sobre la recta:
si P es un punto situado del lado positivo de la recta que dista p unidades
del origen entonces le asignamos el numero real p, y si esta situado del lado
negativo le asignamos el numero real p. As, los numeros reales positivos
1
2 Vectores en el plano cartesiano
U
O b
b
(1)
A (0)
(+)
b Lado positivo
(a)
(-)
Lado negativo
Figura 1.1: Recta numerica
corresponden a los puntos situados del lado positivo de la recta, y los negati-
vos a los puntos situados del otro lado de la recta. Esta imagen visual de los
numeros reales es lo que llamamos recta numerica o recta real o, inclusive, eje
coordenado.
La identificacion anterior nos permite denotar un punto A sobre la recta
teniendo en cuenta el numero real a que le corresponde, el cual llamamos la
coordenada del punto, y escribimos A = (a) (vease la Figura 1.1).
Quiza la primera inquietud que surge de forma natural es como expresar
la distancia entre dos puntos A = (a) y B = (b) de la recta numerica con base
en sus coordenadas. Supongamos inicialmente el caso particular en el que el
punto B es el origen O = (0). Nuestro modelo visual nos dice que si el punto
A esta del lado positivo de la recta entonces la distancia entre ambos puntos
debe ser a unidades, mientras que si A esta del lado negativo la distancia entre
ambos puntos es a unidades. En otras palabras, nuestro modelo visual nos
dice que la distancia entre el punto A = (a) y el origen O = (0) es el valor
absoluto de la coordenada a del punto A.
Supongamos ahora que el punto B no es el origen y que tanto A como B se
encuentran del lado positivo de la recta. Si el punto A esta a la derechadel
1.1. La recta numerica 3
b | A
|a U b
(+)
O b
(a)
b
(1)
B (0)
b
(b)
(-)
Figura 1.2: Distancia entre puntos
punto B, es decir, si a > b, estaremos de acuerdo en que la distancia entre

ambos puntos es igual a la distancia entre el origen y el punto A menos la
distancia entre el origen y el punto B, esto es: a b unidades; y si B esta a la
derechade A entonces esta distancia es b a unidades. Ambas situaciones
se resumen diciendo que la distancia entre A y B es |a b| unidades.
En seguida suponemos que el punto A esta del lado positivo de la recta
mientras que el punto B esta del lado negativo; es decir, a > 0 y b < 0 (vease
la Figura 1.2). En este caso estaremos de acuerdo en que la distancia entre
ambos puntos es igual a la distancia entre el punto A y el origen mas la
distancia entre el punto B y el origen, es decir, dicha distancia es igual a
a + (b) = a b unidades. Si la situacion fuera al contrario, con el punto B
del lado positivo y el punto A del lado negativo, entonces llegamos a que la
distancia entre ambos puntos es b a unidades. Luego, cualquiera que sea
el caso, la distancia entre los puntos A y B es |a b| unidades. Solo falta
por considerar la situacion en que ambos puntos estan del lado negativo de
la recta. El lector puede convencerse que, al igual que en los casos anteriores,
nuestro modelo visual nos conduce a que la distancia entre los puntos A y B
es |a b| unidades.
Ejercicio 1.1. Sean A = (a) y B = (b) dos puntos de la recta real con a < 0 y
b < 0. Use un argumento visual para verificar que la distancia entre A y B es
|a b|.
La discusion anterior nos lleva de manera natural a la siguiente definicion:
Definicion 1.1. Sean A = (a) y B = (b) dos puntos de la recta real. Definimos
la distancia entre A y B, denotada por dist(A, B), como sigue:
dist(A, B) = |a b|.
Puesto que |a b| = |b a|, vemos que dist(A, B) = dist(B, A).
Ejemplo 1.1. A manera de ejemplo, sean A = (5) y B = (7) dos puntos de la

recta numerica. La distancia entre ambos puntos es
dist(A, B) = | 5 7| = | 12| = 12.
Ejercicio 1.2. Sean A = (a) y B = (b) dos puntos de la recta numerica y sea
a+b
M = (m) el punto medio del segmento AB. Pruebe que m = 2
. Cual es la
coordenada del punto medio del segmento AB del ejemplo anterior?
1.2. El plano cartesiano

El plano cartesiano se fundamenta en el concepto de par ordenado de
numeros reales. Un par ordenado es una pareja de numeros reales a y b en la
cual uno de los numeros, digamos a, se distingue como el primero mientras

a
que el otro, b, es el segundo, y lo escribimos en la forma . El conjunto de
b
todos los pares ordenados de numeros reales se denota por R2 , es decir:

a
2
R = : a, b R .
b
1.2. El plano cartesiano 5
Eje y
II I
0 Eje x
III IV
Figura 1.3: Plano cartesiano
Visualicemos R2 dibujando en una superficie plana dos ejes coordenados

perpendiculares, ambos con la misma unidad de medida y con el punto de
interseccion como origen comun. Uno de los ejes lo trazamos horizontalmente
y el otro, entonces, verticalmente. Al eje horizontal lo llamaremos eje x y lo
orientamos positivamente hacia la derecha. Al eje vertical lo llamamos eje y y
lo orientamos positivamente hacia arriba. Los ejes dividen la superficie plana
en cuatro regiones llamadas cuadrantes que se numeran de uno a cuatro en
sentido contrario a las manecillas del reloj (sentido antihorario) (vease la Fi-
gura 1.3).

x
A cada punto P del eje x le asignamos el par ordenado , donde x es
0

x
la coordenada del punto P en el eje x, y escribimos P = ; si el punto P
0

0
esta sobre el eje y le asignamos el par ordenado , donde y es la coordena-
y
6 y Vectores en el plano cartesiano
x

P = 0
0

b
P = y
x
P= y
Figura 1.4: Coordenadas cartesianas

0
da del punto P en el eje y, y escribimos P = . Si el punto P no esta sobre
y
los ejes trazamos desde P dos rectas: una perpendicular al eje x que corta a

x
este eje en el punto P = y otra perpendicular al eje y que lo corta en
0

0 x
el punto P = . Entonces, asignamos al punto P el par ordenado
y y

x
y escribimos: P = (ver Figura 1.4). Recprocamente, el lector puede
y

x
verificar que cada par ordenado determina un unico punto sobre la su-
y
perficie plana .
Hemos establecido as una correspondencia biunvoca entre las parejas
de numeros reales y los puntos de la superficie plana. Las coordenadas x y
y se llaman coordenadas cartesianas o rectangulares del punto P ; ademas,
llamamos plano cartesiano o, mas sencillamente, plano, a R2 con el sistema
de coordenadas rectangulares; los elementos del plano cartesiano los llama-
mos puntos o vectores; cuando empleamos la palabra vector para designar un
punto del plano cartesiano usualmente lo dibujamos con una flecha desde el
1.2. El plano cartesiano 7
y
O x
Figura 1.5: Punto como vector

y
3

A= 4
b
2
B= 1
Figura 1.6: Ubicacion de puntos en el plano cartesiano

0
origen hasta el punto (vease la Figura 1.5). Al origen O = lo llamamos
0
tambien vector nulo o vector cero.
Ejemplo 1.2. La Figura 1.6 ilustra la ubicacion en el plano cartesiano de los

3 2
puntos A = y B = .
4 1
1.3. Suma de vectores y multiplicacion de un vector por un

escalar
Comenzamos el estudio de las operaciones basicas de los vectores del plano
con la suma y la multiplicacion por escalar.

x u
Definicion 1.2. Sean X = y U = vectores del plano y sea r un
y v
numero real al cual llamaremos escalar. Definimos la suma , X + U , y la mul-
tiplicacion por escalar, rX, por:

x+u rx
X +U = , rX = .
y+v ry
A continuacion enunciamos las propiedades de estas operaciones las cua-

les son consecuencia de la aritmetica de los numeros reales.
Sean X, Y y Z vectores cualesquiera del plano y r y s numeros reales arbi-
trarios; tenemos:
P1 (Propiedad conmutativa para suma de vectores): X + Y = Y + X.
P2 (Propiedad asociativa para suma de vectores): (X + Y ) + Z = X + (Y + Z).
P3 (Existencia de neutro aditivo): X + O = X = O + X.
P4 (Existencia de inverso aditivo) : Existe un vector W tal que W + X =
X + W = O.
P5 (Propiedad distributiva para vectores): r(X + Y ) = rX + rY .
P6 (Propiedad distributiva para escalares): (r + s)X = rX + sX.
P7 (Propiedad asociativa para escalares): r(sX) = (rs)X.
P8: 1X = X.

x x
Si X = entonces el vector W de la propiedad P4 es W = y lo lla-
y y
mamos el (vector) opuesto o inverso aditivo de X y lo denotamos por X (vease
la Figura 1.7). Notemos tambien que X = (1)X. Invitamos al lector a que
1.3. Suma de vectores y multiplicacion de un vector por un escalar 9
y
-X
O x
Figura 1.7: Vector opuesto
verifique las propiedades anteriores suponiendo conocidas las propiedades de

los numeros reales.
Ejercicio 1.3. Use la aritmetica de los numeros reales para probar las propie-
dades anteriores.
Es util y conveniente tener una interpretacion geometrica (o visual) de la

suma y multiplicacion por escalar para tener una mejor comprension de estas
operaciones.

u
Definicion 1.3. Supongamos que U = es un vector no nulo, el conjunto
v

ru
X R2 : X = rU, r R = : r R

rv
se llama la recta generada por el vector U .
Los puntos de la recta generada por el vector U son los multiplos escalares

0 u
de U . Si r > 0 obtenemos el rayo o semirrecta que sale de y pasa por ,
0 v
y
ru

b
rv ,r < 0
O x
u

v
ru

rv ,r > 0 b
Figura 1.8: Recta generada por un vector
y si r < 0 obtenemos el rayo opuesto (vease la Figura 1.8).

Cualquier multiplo escalar no nulo de U genera la misma recta como se
ilustra en el siguiente ejemplo.

1
Ejemplo 1.3. La Figura 1.9 es el dibujo de la recta generada por U = ,
3

1
pero esta recta tambien es generada por el vector (1/2)U = 2 , en otras
23
palabras:

1
1
2

X=r :rR = X=s :sR .
3 3
2
Usamos letras diferentes, r y s, en la igualdad anterior, para enfatizar que un

1
1
mismo vector no nulo es tanto un multiplo escalar de como de 2 ,
3 23
pero los escalares son distintos. Por ejemplo,

2 1
= 2
6 3
1

b
3
x
1

b 2
23
Figura 1.9: Ejemplo de recta generada por un vector
y tambien
1
2 2
= (4) .
6 23
Ejercicio 1.4. Sean U y V vectores no nulos tales que V = rU para algun

escalar r. Pruebe que las rectas generadas por los vectores U y V son iguales.
Definicion 1.4. Si un vector U es multiplo escalar de otro vector X, es decir, si

U = rX, para algun escalar r, decimos que los vectores U y X son linealmente
dependientes. Cuando dos vectores no son linealmente dependientes decimos
que son linealmente independientes.

1 2
Ejemplo 1.4. Por ejemplo, los vectores A = y B = son linealmen-
3 6
te dependientes pues B = (2)A.
Ejemplo 1.5. Cualquiera sea el vector X, los vectores O y X son linealmete

dependientes porque O = 0X.
Comentario 1.1. Geometricamente, la dependencia lineal significa que los

dos vectores yacen en una misma recta que pasa por el origen. Observemos
ademas que si U = rX con r 6= 0, entonces X = (1/r)U .
La dependencia lineal de vectores se puede caracterizar en terminos de las

coordenadas:

a c
Teorema 1.1. Sean A = y B = vectores del plano. A y B son lineal-
b d
mente dependientes si y solo si ad bc = 0.
Prueba. Supongamos inicialmente que A y B son linealmente dependientes.

Entonces existe un escalar t tal que A = tB; luego

a c
= t
b d
y por lo tanto
a = tc y b = td;
al multiplicar la primera de estas ecuaciones por d y la segunda por c obtene-

mos
ad = tcd y bc = tdc,
y por lo tanto ad bc = tcd tdc = 0.

Ahora supongamos que ad bc = 0 y probemos que A y B son linealmente
dependientes. Si a = d = 0 entonces de la condicion ad bc = 0 se sigue que
bc = 0; luego o b = 0 o c = 0; en otras palabras, o A = O o B = O, y por lo tanto A
y B son linealmente dependientes. Enseguida suponemos que o a 6= 0 o d 6= 0;
tratemos el caso a 6= 0 pues el otro es muy similar. De la condicion ad bc = 0
se sigue que
bc
d= ,
a
y por lo tanto
c c c a c
B = = = = A,
d bc a b a
a
luego B es multiplo escalar de A y por consiguiente A y B son linealmente

dependientes.2
Ejercicio 1.5. Termine la prueba del teorema anterior probando que si ad

bc = 0 y d 6= 0 entonces A = db B.
Ejercicio 1.6. Pruebe que dos vectores A y B son linealmente independientes

si y solo si cualesquiera sean r y s escalares,
rA + sB = O r = 0 y s = 0.

1 0
Los vectores E1 = y E2 = son particularmente importantes. Son
0 1
linealmente independientes (afirmacionque
debeprobar
el lector) y todo vector
x 1
del eje x puede escribirse en la forma: = x , as como todo vector del
0 0

0 0
eje y puede escribirse en la forma: = y ; es decir, los vectores E1 y E2
y 1
generan los ejes x y y, respectivamente. Puesto que

x 1 0
X = = x + y = xE1 + yE2 , (1.1)
y 0 1
podemos expresar todo vector del plano como la suma de un vector del eje x y
un vector del eje y.
Ejemplo 1.6. Por ejemplo,

1 1 0
U = = (1) + 3 = (1)E1 + 3E2 .
3 0 1
Cuando escribimos un vector como lo acabamos de hacer decimos que lo

hemos expresado como una combinacion lineal de los vectores E1 y E2 . Sobre
el tema de combinaciones lineales volveremos un poco mas adelante. Por el
momento agregamos que, debido a lo anterior, la pareja de vectores {E1 , E2 }
es llamada base canonica o estandar de R2 , y a la expresion (1.1) la llamamos
descomposicion canonica del vector X.
x
La descomposicion canonica permite ilustrar el punto como el cuarto
y

x 0 0
vertice de un rectangulo cuyos otros tres vertices son , y (vease
0 0 y
la Figura 1.4).
De manera mas general podemos obtener una interpretacion geometrica

x u x+u
de la suma de vectores + = como sigue. Para simplificar
y v y+v
supongamos que las coordenadas de los vectores son todas positivas. Comen-

0 x x
cemos con el triangulo con vertices , , ; lo trasladamos parale-
0 0 y
lamente a el mismo de tal manera que su primer vertice se mueve a lo largo

u
del segmento dirigido desde el origen al punto hasta que coincida con es-
v
te ultimo punto; entonces los otros dos vertices del triangulo coincidiran con

u+x u+x
y , respectivamente (vease la Figura 1.10). Luego, la suma de
v v+y

x u
los vectores X = y U = puede obtenerse graficamente trasladando
y v
el segmento dirigido desde O a X, paralelamente a el mismo de tal manera
que su punto inicial se mueve sobre el segmento dirigido desde O a U hasta
que quede superpuesto sobre el punto U . El nuevo punto final del segmento
dirigido representa al vector U + X, y este sera el cuarto vertice de un paralelo-
y x+u

y+v
b
x

y
b
b b
u
x+u

v v
Figura 1.10: Regla del paralelogramo
gramo cuyos otros tres vertices son U , O y X. El procedimiento descrito de

sumar vectores graficamente se conoce como regla del paralelogramo o, tam-
bien, regla del triangulo, y es aun valido si una o ambas coordenadas de los
vectores son negativas o cero. Invitamos al lector a que verifique la regla del
paralelogramo en otros casos.
Aunque las pruebas de las propiedades de la suma y la multiplicacion por
escalar son consecuencia de propiedades conocidas sobre la aritmetica de los
numeros reales, es instructivo que el lector verifique por su cuenta tales pro-
piedades apelando a la interpretacion geometrica de las operaciones.
Ejercicio 1.7. Verifique las propiedades de la suma y multiplicacion por esca-

lar utilizando el procedimiento grafico.
Es posible que el procedimiento grafico produzca un segmento de recta

si sumamos dos multiplos escalares de un mismo vector; inclusive, puede
resultar en el origen cuando sumamos un vector con su inverso aditivo.
Ejemplo 1.7. La Figura 1.11 ilustra diferentes situaciones que resultan de

2

4
4

3
1

2
3

1
3

1
Figura 1.11: Ilustracion de operaciones geometricas

1 3
operar geometricamente con los vectores A = y B = ; se muestran
2 1
las sumas A + B, A + A y B + (B).
El inverso aditivo de un vector puede usarse para definir la nocion de dife-

rencia entre dos vectores (vease la Figura 1.12).
Definicion 1.5. Sean X y U vectores del plano. Definimos la diferencia X U

por:
X U = X + (U ).
X-U
U
-U
Figura 1.12: Inverso aditivo y diferencia de vectores
Usando coordenadas,

x u x u xu
= X U = X + (U ) = + = .
y v y v yv
Puesto que (X U ) + U = X + ((U ) + U ) = X + O = X, vemos que X U

es el vector que sumado a U nos da el vector X. Luego, si movemos X U
paralelamente a el mismo hasta que su punto inicial se superponga sobre U ,
obtenemos el segmento de recta dirigido desde U hasta X.
La diferencia de vectores no es una operacion conmutativa:

3 2
Ejemplo 1.8. por ejemplo si A = y B = entonces
1 5

3 2 3 2 5
AB = = = y
1 5 15 4

2 3 2 (3) 5
BA= = = .
5 1 51 4
De hecho U X es el opuesto de X U pues el uso apropiado de las pro-

piedades de la suma y multiplicacion por escalar justifican las igualdades
U X = (1)(U ) + (1)X = (1)((U ) + X) = (1)(X + (U )) = (X U ).
Finalizamos esta seccion retomando los conceptos de dependencia e inde-
pendencia lineal. La afirmacion fundamental es la siguiente:
Teorema 1.2. Todo vector del plano puede escribirse (o descomponerse), de

manera unica, como una combinacion lineal de dos vectores linealmente in-
dependientes.
Prueba. Preferimos explicar esta afirmacion mediante un procedimiento

grafico que ilustramos en la Figura 1.13 (una prueba rigurosa, que emplea las
coordenadas de los vectores, la dejamos como un ejercicio al lector). Supon-
gamos que los vectores X y U son linealmente independientes y sean LX y LU ,
respectivamente, las rectas generadas por ellos; sea Y cualquier otro vector
del plano. Si Y esta en la recta generada por X entonces Y = rX + 0U para
algun escalar r. Similarmente, si Y esta en la recta generada por U entonces
Y = 0X + sU para algun escalar s. Si Y no pertenece a ninguna de dichas rec-
tas entonces procedemos como sigue. Por el punto Y trazamos dos rectas: LU ,
paralela a la recta LU , y LX , paralela a la recta LX . La recta LU corta la recta LX
en el punto W ; la recta LX , por su parte, corta la recta LU en el punto Z. Por
lo tanto los vectores W y Z son multiplos escalares de X y U respectivamente;
es decir, existen escalares, r y s tales que W = rX y Z = sU . Ademas, por la
regla del paralelogramo, Y = W + Z = rX + sU .
La unicidad de la que se habla en la afirmacion radica precisamente en que
los vectores X y U son linealmente independientes: si Y = rX + sU y tambien
Y = r X + s U entonces rX + sU = r X + s U ; luego, (r r )X = (s s)Y . Si
s s
tuvieramos r 6= r entonces X = rr
U, con lo cual X y U seran linealmente
dependientes. Por consiguiente r = r . El mismo tipo de razonamiento nos per-
y Lu
Lu
Lx
Y
Z
Lx
W
X
Figura 1.13: Ilustracion de la descomposicion de un vector
mite concluir que s = s , y entonces hay unicidad en la escritura de Y como

combinacion lineal de X y U . 2
El calculo preciso de los escalares r y s requiere manipulaciones algebrai-
cas como se muestra en el siguiente ejemplo.

2 3 1
Ejemplo 1.9. Hallemos los escalares r y s tales que = r + s .
1 1 2
La Figura 1.14 muestra el diagrama de la descomposicion. Para calcular los
valores de r y s resolvemos el sistema de dos ecuaciones de primer grado con
1

2 2
1
3

1
3

1
1

2
Figura 1.14: Ilustracion
dos incognitas que se obtiene a partir de la igualdad anterior:
2 = 3r s
1 = r 2s.
Si multiplicamos la primera de estas dos ecuaciones por 2 y el resultado lo

sumamos con la segunda ecuacion obtenmos 5 = 5r; luego r = 1. Este valor
lo reemplazamos en cualquiera de las dos ecuaciones del sistema para hallar
el valor de s; este es s = 1.
La pruebaque hemos dado del teorema anterior nos proporciona una com-
prension grafica del contenido. Una prueba rigurosa requiere utilizar coorde-
nadas. En el siguiente ejercicio se pide hacer la prueba con coordenadas; el
lector debe tener presente el teorema sobre la caracterizacion de la dependen-
cia lineal de vectores.
1.4. Magnitud y direccion de un vector. Angulo entre vectores. 21

a c
Ejercicio 1.8. Sean A = y B = dos vectores linealmente indepen-
b d

dientes. Sea P = cualquier vector del plano. Demuestre que existen es-

calares r y s unicos tales que P = rA + sB.
1.4. Magnitud y direccion de un vector. Angulo entre vecto-

res.

x
Definicion 1.6. La magnitud o norma de un vector X = , denotada por
y
kXk, es la cantidad

x p
kXk = = x2 + y 2 .

y

2 4
Ejemplo 1.10. Las magnitudes de los vectores A = y B = son:
3 1
p
kAk = 22 + 32 = 13 y kBk = (4)2 + 12 = 17. La magnitud del del vector

nulo es kOk = 02 + 02 = 0.
Como la raz cuadrada de un numero es no negativa entonces la magnitud

de un vector nunca es negativa. De hecho el unico vector con magnitud 0 es el
vector nulo ya que la ecuacion
x2 + y 2 = 0,
tiene como unica solucion x = 0 y y = 0; en cualquier otro caso la magnitud es

positiva.
El Teorema de Pitagoras nos proporciona la interpretacion geometrica de

x x 0
la magnitud de un vector. El triangulo con vertices , y es
y 0 0
|| x
||X X= y
x
0

x
0 0
Figura 1.15: Magnitud de un vector

x
rectangulo (vease la Figura 1.15); la magnitud del vector X = es la lon-
y
gitud de la hipotenusa de dicho triangulo y representa la distancia entre el
origen y el punto X. De manera mas general tenemos la siguiente definicion:

x u
Definicion 1.7. Sean X = y U = puntos del plano; la ecuacion
y v

xu p
kX U k = = (x u)2 + (y v)2 ,

yv
define la distancia entre los puntos X y U que simbolizamos por dist(X, U ).
El paralelogramo con vertices O, X, U y X U de la Figura 1.16 justifi-

ca geometricamente la definicion: los segmentos XU y O(X U ) tienen igual
longitud.

7 1 3
Ejemplo 1.11. El triangulo con vertices A = , B = y C = es
7 5 1
isosceles pues
p p
dist(A, B) = kA Bk = (7 1)2 + (7 (5))2 = 62 + (2)2 = 36 + 4 = 40,
p p
dist(B, C) = kB Ck = (1 3)2 + (5 1)2 = (2)2 + (6)2 = 4 + 36 = 40,
p p
dist(A, C) = kA Ck = (7 3)2 + (7 1)2 = 42 + (8)2 = 16 + 64 = 80.
y U
||X

U|
|
X
O
x
X-U
-U
Figura 1.16: Distancia entre puntos
La magnitud tiene las siguientes propiedades:

P1 kXk 0 y kXk = 0 si y solo si X = O,
P2 krXk = |r|kXk,
P3 kX + U k kXk + kU k.
Ya hemos comentado acerca de la primera propiedad. En cuanto a la se-
gunda, para cualquier escalar r tenemos:

rx p
krXk = = (rx)2 + (ry)2

ry
p
= r2 (x2 + y 2 )
p
= |r| x2 + y 2
= |r|kXk.
y X+U
||U ||
|
U|
+
||X
X
|
O
||X |
x
Figura 1.17: Desigualdad triangular
La tercera propiedad recibe el nombre de desigualdad triangular porque, si

los vectores X y U son linealmente independientes, los lados del triangulo con
vertices O, X y X + U tienen longitudes kXk, kU k y kX + U k (vease la Figura
1.17), y la longitud de un lado de un triangulo es menor que la suma de las
longitudes de los otros dos lados. Desde luego, podemos dar una prueba ri-
gurosa de la desigualdad triangular sin apelar a la visualizacion grafica. Tal
prueba es consecuencia de la desigualdad de Cauchy-Schwarz que veremos
en la proxima seccion.
En Geometra Analitca hay dos problemas fundamentales de los cuales nos
vamos a ocupar en este curso. El primero consiste en hallar el conjunto de los
puntos del plano cartesiano que satisfacen una o mas condiciones expresadas
como igualdades y/o desigualdades en las variables x y y. El segundo pro-
blema es el recproco del anterior; es decir, dado un lugar geometrico, es decir,
dado un conjunto de puntos del plano cartesiano, hallar las igualdades y/o de-
sigualdades que satisfacen las coordenadas x y y de los puntos pertenecientes
a dicho lugar geometrico. Un ejemplo sencillo pero ilustrativo (e importante)
de lo anterior lo constituye el lugar geometrico de una circunferencia.
Definicion 1.8. Una circunferencia es el conjunto de los puntos del plano

que equidistan de otro punto llamado centro. La distancia de los puntos de la
circunferencia al centro se llama radio.

x
Si X = es un punto cualquiera de la circunferencia K con centro en
y

h
C = y radio r entonces kX Ck = r y por lo tanto
k

xh p
= (x h)2 + (y k)2 = r.

yk

x
Por lo tanto los puntos pertenecientes a la circunferencia K satisfacen la
y
ecuacion
(x h)2 + (y k)2 = r2 (1.2)

x
De otra parte, reversando los pasos anteriores, se puede ver que si satis-
y
face la ecuacion (1.2), entonces pertenece a la circunferencia K.
Ejemplo 1.12. La ecuacion de la circunferencia con centro en el origen y radio

igual a uno es
x2 + y 2 = 1.
A esta circunferencia la llamamos circunferencia unitaria, y a sus puntos los

llamamos vectores unitarios. Los vectores canonicos E1 y E2 son ejemplos de

vectores unitarios pues: kE1 k = 12 + 02 = 1 = 02 + 12 = kE2 k.
A partir de todo vector distinto del vector cero podemos obtener un vector
1
unitario de la siguiente forma: si X 6= O entonces el vector U = kXk
X es unitario
y
X
1
U= ||X||
X
x
Figura 1.18: Normalizacion de un vector
ya que
1 1 kXk
kU k = X = kXk = = 1.

kXk kXk kXk
1
El proceso de obtener el vector U = kXk
X a partir del vector X 6= O se llama
normalizacion del vector X.

1
Ejemplo 1.13. Si X = entonces kXk = 12 + 12 = 2. Luego, al normali-
1
zar el vector X obtenemos

1
1 1 2
U= = .
2 1 1
2
Comentario 1.2. Observemos que el vector normalizado U es un multiplo

escalar del vector X y por lo tanto pertenece a la recta generada por este.
(Vease la Figura 1.18)

x
Supongamos que X = es un vector no nulo. El angulo [0, 2) en
y
posicion estandar cuyo lado terminal es el rayo {rX : r > 0} es denomina-
do la direccion del vector X, y escribimos dir(X) = (vease la Figura 1.19).
Sabemos de nuestro curso de trigonometra que cualquier otro angulo en
posicion estandar cuyo lado terminal sea tambien el rayo {rX : r > 0} es de la
forma = + 2k, donde k es algun numero entero. Ademas los valores de las
funciones trigonometricas de y son iguales, y estan relacionadas con las
y
X
Figura 1.19: Direccion de un vector
y
cos
X= ||X|| sen
cos

sen
x
Figura 1.20: Forma polar de un vector
coordenadas del vector X de la siguiente forma:

y x
sen = , cos = .
kXk kXk
Estas relaciones nos permiten escribir el vector X en la llamada forma polar
(vease la Figura 1.20)

x kXkcos cos
X= = = kXk .
y kXksen sen

cos
Observemos que el vector es unitario pues cos2 + sen2 = 1 para
sen
cualquier angulo . Ademas, en la forma polar podemos usar cualquier angulo
con lado terminal igual al del angulo .

2
Ejemplo 1.14. Para calcular la direccion del vector A = podemos usar
2
la funcion tangente as:

2
tan = = 1;
2
puesto que el punto A esta en el cuadrante III concluimos que
5
= + Arctan(1) = + = .
4 4
La forma polar del vector A es por lo tanto

5 5
cos p cos 4 cos 4
A = kAk = (2)2 + (2)2 = 8 .
sen sen 5
4
sen 5
4
Finalizamos la seccion definiendo la nocion de angulo entre vectores. Si X y

U son dos vectores no nulos con direcciones y respectivamente, definimos
el angulo entre X y U , denotado (X, U ), por:

| |,

si | | ,
(X, U ) =

2 | |, si | | > .

El angulo entre dos vectores es entonces un valor en el intervalo cerrado

[0, ], y toma uno de los dos extremos cuando un vector es un multiplo escalar
del otro: si U = rX con r > 0, entonces = en cuyo caso = 0; en el caso
U = rX con r < 0, = + o = + , y por lo tanto = . En la Figura 1.21
ilustramos el angulo entre dos vectores. Observemos que (X, U ) = (U, X).
Definicion 1.9. Sean X y U dos vectores del plano. Diremos que X y U son
ortogonales si el angulo entre ellos es /2 (90 ).
Los vectores canonicos E1 y E2 son un ejemplo de vectores ortogonales pues

dir(E1 ) = 0 y dir(E2 ) = /2. En la proxima seccion daremos una caracterizacion
de la ortogonalidad de vectores.

1 2
Ejemplo 1.15. Consideremos los vectores A = y B = . Sean y
3 2

las direcciones de A y B, respectivamente. Puesto que tan = 3 y A esta en el
1.5. Producto escalar o producto punto 29
y
X
Figura 1.21: Angulo entre vectores
cuadrante I, la direccion de A es = 3 . De otra parte, B esta en el cuadrante

2
IV y tan = 2
= 1; por lo tanto = 2 + arctan(1) = 2 4 = 7
4
. Se sigue que
7 17 17
| | = | |=| |= > ,
3 4 12 12
por consiguiente
17 7
(A, B) = 2 = .
12 12
1.5. Producto escalar o producto punto

La tercera operacion entre vectores es el producto escalar que definimos a
continuacion.

x u
Definicion 1.10. Sean X = y U = vectores del plano. El producto
y v
escalar o producto punto entre X y U , denotado por X U , esta definido por
X U = xu + yv.
El resultado de esta operacion es un numero real (o escalar) obtenido al

sumar el producto de las primeras coordenadas al producto de las segundas
coordenadas.

2 4
Ejemplo 1.16. Por ejemplo, si A = y B = entonces A B = 2 (4) +
3 1
3 1 = 8 + 3 = 5.
Hay varios casos especiales que debemos resaltar. Si U = E1 y U = E2

x 1 x 0
X E1 = = x 1 + y 0 = x y X E2 = = x 0 + y 1 = y,
y 0 y 1
es decir, obtenemos, respectivamente, las coordenadas x y y del vector X.

Por otra parte
x x
X X = = x2 + y 2 = kXk2 .
y y
A continuacion listamos las propiedades del producto escalar que son con-
secuencia de la artimetica de los numeros reales.
Sean U , X y Y vectores del plano y r un escalar cualquiera. Tenemos:
P1. (Propiedad conmutativa): X U = U X,
P2. (Propiedad distributiva): U (X + Y ) = U X + U Y ,
P3. (Propiedad asociativa): (rX) U = r(X U ).
El producto escalar puede expresarse en terminos geometricos involucran-
do el angulo entre los vectores. Este resultado se utiliza a menudo como la
definicion de producto escalar.

x u
Teorema 1.3. Sean X = y U = vectores no nulos del plano. Si
y v
= (X, U ) entonces
X U = kXkkU k cos .
Prueba. El caso especial en el que U es multiplo escalar del vector X lo

dejamos al lector para que lo realice. Supongamos entonces que X y U son
linealmente independientes. Para la prueba en este caso utilizaremos un ar-
gumento geometrico en el que se emplea la Ley del coseno de la trigonometra.
Los puntos O, X y U son los vertices de un triangulo en donde el angulo

es opuesto al lado con extremos X y U . Por la Ley del coseno tenemos
kX U k2 = kXk2 + kU k2 2kXkkU k cos ;
pero
kX U k2 = (X U ) (X U )
=X X X U U X +U U
= kXk2 2X U + kU k2 .
Por lo tanto
kXk2 2X U + kU k2 = kXk2 + kU k2 2kXkkU k cos .
Despues de cancelar los terminos kXk2 y kU k2 obtenemos 2XU = 2kXkkU k cos ;

ahora dividimos por 2 ambos lados de esta ultima ecuacion y llegamos al re-
sultado requerido.2
Ejercicio 1.9. Complete la prueba del teorema anterior demostrando el resul-

tado en el caso especial en el que el vector U es multiplo escalar del vector
X.
Corolario 1.1. (Desigualdad de Cauchy-Schwarz) Sean X y U vectores del

plano. Entonces
|X U | kXkkU k.
Prueba. Sea el angulo entre los vectores X y U . Por el teorema anterior y

por el hecho de que | cos | 1 para cualquier angulo , tenemos

|X U | = kXkkU k cos = kXkkU k| cos | kXkkU k. 2

La desigualdad de Cauchy-Schwarz puede probarse sin hacer uso del teo-

rema anterior mediante un argumento netamente algebraico.
Ejercicio 1.10. Pruebe la desigualdad de Cauchy-Schwarz utilizando un ar-

gumento algebraico, sin apelar al teorema anterior.
Ejercicio 1.11. Pruebe la propiedad de la desigualdad triangular de la mag-

nitud de vectores utilizando la desigualdad de Cauchy-Schwarz.
Corolario 1.2. Dos vectores no nulos del plano, X y U , son ortogonales si solo
si X U = 0.
Prueba. Sea = (X, U ). Del teorema anterior tenemos
X U = kXkkU k cos .
Puesto que los vectores son no nulos entonces kXk 6= 0 6= kU k. Se sigue de la

ecuacion anterior que X U = 0 si y solo si cos = 0. Pero [0, ], entonces la
ultima ecuacion se verifica si y solo si = /2. 2

3 2
Ejemplo 1.17. Los vectores A = y B = (ver Figura 1.22) son
1 6
ortogonales pues
A B = 3 2 + 1 (6) = 6 6 = 0.

a
Ejemplo 1.18. Sean a y b numeros reales arbitrarios, y sean A = y B =
b

b
. Entonces A B = a (b) + b a = ab + ab = 0. Similarmente, A (B) =
a
a b + b (a) = ab ab = 0. Luego, A es ortogonal a B y (B). La Figura 1.23

3 1
ilustra este ejemplo con A = y B = .
1 3
y A= 3

1
O x
2

B= 6
Figura 1.22: Ilustracion de vectores ortogonales
y
1

B= 3
3

A= 1
O x
1

-B= 3
Figura 1.23: Ilustracion de vectores ortogonales

Captulo 2
La lnea recta. Ecuacion general de primer

grado
2.1. La lnea recta: definicion y condiciones que la determi-
nan
Excepto por la definicion de recta generada por un vector, dada en la Sec-
cion 1.3, hasta el momento hemos usado las idea de recta en forma intuitiva
partiendo de la imagen visual que tenemos de lnea recta. En esta seccion
abordaremos el tema en profundidad utilizando la herramienta de vectores
que hemos construido.
Definicion 2.1. Una lnea recta en el plano cartesiano es un conjunto de pun-

x
tos pertenecientes a R2 que verifican una ecuacion general de primer
y
grado de la forma
ax + by + c = 0, (2.1)
donde a, b y c son numeros reales, con a y b no simultaneamente iguales a

cero.

(b/a)t c/a
Comentario 2.1. Podemos ver que si a 6= 0, todo punto , t R,
t
35
36 La lnea recta. Ecuacion general de primer grado
satisface la
ecuacion (2.1), y si b 6= 0 entonces dicha ecuacion se verifica para
t
los puntos , t R; luego una lnea recta contiene infinidad de
(a/b)t c/b
puntos.
La ecuacion (2.1) se acostumbra llamar forma general o ecuacion general
de una lnea recta. Al multiplicar una ecuacion general por un escalar diferen-
te de cero no se altera la lnea recta sino la forma de su ecuacion. De hecho,
veremos mas adelante que si una lnea recta esta representada por las ecua-
ciones ax + by + c = 0 y x + y + = 0, entonces hay un unico escalar r 6= 0 tal
que = ar, = br y = cr.

a
El vector N = , cuyas componentes son los coeficientes de las variables
b
x y y en la ecuacion general, es de gran importancia para la mejor comprension

x0
de la lnea recta. Sea P = un punto especfico de la recta L con ecuacion
y0

x
general (2.1) y sea X = otro punto cualquiera de dicha recta; entonces
y
ax + by + c = 0 y ax0 + by0 + c = 0. La resta de estas dos ecuaciones produce la
ecuacion a(x x0 ) + b(y y0 ) = 0 que, escrita vectorialmente, adquiere la forma

a x x0
= 0 N (X P ) = 0; (2.2)
b y y0
es decir, el vector N es ortogonal a todo vector X P con X L y L queda com-

pletamente determinada por N y P . Por lo anterior establecemos la siguiente
defincion.
Definicion 2.2. Sea L una lnea recta que pasa por un punto P . Decimos que
un vector no nulo N es normal a L si N es ortogonal a todo vector X P con
X L.
2.1. La lnea recta: definicion y condiciones que la determinan 37
En virtud de esta definicion la ecuacion (2.2) recibe el nombre de forma

normal o ecuacion normal de la lnea recta. Es en realidad la misma ecuacion
general pero escrita en un lenguaje vectorial. La forma normal no es unica
pues depende del vector normal y del punto sobre la recta escogidos. Sin
embargo tenemos las siguiente proposicion.
Proposicion 2.1. Sea L una lnea recta que pasa por un punto P . Si los vec-
tores N y N son ambos vectores normales a L entonces son linealmente de-
pendientes.

a a x0
Prueba. Escribamos N = , N = y P = . De acuerdo con el
b b y0
Teorema 1.1 debemos probar que se verifica la ecuacion ab ba = 0. Para esto
escribimos L en sus formas normales
N (X P ) = 0 y N (X P ) = 0.

b
El punto Q = + P esta en L porque

a

a b
N (Q P ) = = 0.

b a
Por lo tanto tambien se verifica N (Q P ) = 0. Pero esta ultima ecuacion es

precisamente ab ba = 0. 2
Comentario 2.2. De otra parte, podemos ver que si N es un vector normal a

una lnea recta L que pasa por un punto P , y N es un vector no nulo multiplo
escalar de N , digamos N = rN , entonces N tambien es normal a L pues,
cualquiera sea X L, N (X P ) = (rN ) (X P ) = r[N (X P )] = r 0 = 0.
Comentario 2.3. Se sigue de la proposicion que todos los vectores normales a

una lnea recta con ecuacion general ax + by + c = 0 son los multiplos escalares

a
no nulos del vector N = .
b
Ejemplo 2.1. Hallemos una ecuacion general de la recta L que pasa por el

1 3
punto P = con vector normal N = . Esta recta tiene forma normal
3 5
!
3 x 1
= 0.
5 y 3
Resolviendo el producto escalar obtenemos 3x+5y(3(1)+53) = 3x+5y12 =

0.

u 0
Ejemplo 2.2. La recta L generada por un vector U = 6= es un
v 0

x
ejemplo fundamental de lnea recta. Recordemos que L si y solo si
y

x u
= t para algun escalar t. De esta igualdad vectorial se siguen las
y v
ecuaciones escalares x = ut y y = vt.
Como el vector U es distinto del vector cero entonces, o bien u 6= 0 o v 6= 0.
Por lo tanto el parametro t puede despejarse de alguna de las dos ecuaciones
x x
escalares anteriores: si, por ejemplo, u 6= 0, entonces t = y por lo tanto y = v
u u
o, equivalentemente, vxuy = 0, que tiene la forma de la ecuacion de una lnea
recta con a = v, b = u y c = 0.
En la recta generada por un vector no nulo, el origen pertenece a la recta.

Podemos ampliar esta idea fijando un punto del plano y considerando una
recta que pase por dicho punto y que sea paralela a un vector no nulo (vease
la Figura 2.1).
y
P+U
b
P+ 21 U
b
Pb
P-Ub
U
P-2Ub
O x
Figura 2.1: Recta dirigida
Definicion 2.3. Sea P un punto del plano y sea U un vector no nulo. La recta
dirigida por el vector U que pasa por P es el conjunto de puntos
n o
X R2 : X = P + tU, t R . (2.3)

1
Ejemplo 2.3. La recta L dirigida por el vector U = y que pasa por el
2

3
punto P = se ilustra en la Figura 2.2. Dicha recta es el conjunto
1
( )
x x 3 1
L = R2 : = + t , t R
y y 1 2
( )
x x 3 t
= R2 : = ,t R .
y y 1 + 2t
La igualdad vectorial (2.3) equivale a dos ecuaciones escalares; de hecho,

x x0 u
si escribimos X = , P = y U = entonces
y y0 v
X = P + tU x = x0 + ut y y = y0 + vt. (2.4)
Las ecuaciones escalares (2.4) se llaman ecuaciones parametricas de la recta

dirigida por U y que pasa por P .
1

U= 2
3

b
P= 1
Un procedimiento similar al que hicimos un poco antes con la recta gene-

rada por un vector, lo podemos replicar en este caso. Si u 6= 0 y v 6= 0 entonces
x x0 y y0
x = x0 + ut y y = y0 + vt =
u v
vx vx0 = uy uy0
vx uy + uy0 vx0 = 0,
que tiene la forma general de la lnea recta con a = v, b = u y c = uy0

vx0 . Los casos u 6= 0, v = 0 y u = 0, v 6= 0 son muy parecidos y conducen,
respectivamente, a las ecuaciones uy + uy0 = 0 y vx vx0 = 0. As que toda
recta que pasa por un punto y es dirigida por un vector es, en realidad, una
lnea recta de acuerdo con nuestra definicion; dicho de otra manera, el punto
y el vector no nulo determinan una lnea recta.
Igualmente importante es el hecho de que toda lnea recta es expresable
como una recta dirigida por un vector no nulo al cual llamamos vector director
de la recta. Esta afirmacion es el contenido de la siguiente proposicion.
Proposicion 2.2. Sea L una lnea recta con ecuacion ax + by + c = 0, con a 6= 0.

Entonces
( )
x x c/a b
L = R2 : = + t ,t R .
y y 0 a
Comentario 2.4. La proposicion nos dice especficamente
que L es expresable
c/a
como la recta que pasa por el punto P = y es dirigida por el vector
0

b a
U = , el cual es ortogonal al vector N = . Si en la ecuacion general
a b
de L, b es distinto de cero, entonces el lectorpuedeprobar que L es expresable
0
como la recta que pasa por el punto P = y es dirigida por el vector
c/b

b
U = .
a
Prueba. Denotemos por L el conjunto
( )

x 2
x c/a b
L = R : = + t ,t R ,
y y 0 a

x
y veamos que L = L . Supongamos inicialmente que L. Puesto que
y
c b
a 6= 0, al despejar x de la ecuacion de L obtenemos x = a
+ a
y. Entonces,
asignemos al parametro t el valor t = ay . Se sigue que y = 0 + at y x = c
a
bt; es

x x
decir, L . Recprocamente, si L , entonces y = at y x = c a
bt. De
y y
la primera de estas dos ecuaciones se sigue que t = ay ; este valor lo sustituimos
en la ecuacion de x y obtenemos x = c
a
b ay , luego ax + by + c = 0 y por lo tanto

x
L. 2
y
Ejercicio 2.1. Sea L una lnea recta con ecuacion ax + by + c = 0, con b 6= 0.

Pruebe que
( )
x x 0 b
L = R2 : = + t ,t R .
y y c/b a
Cuando una lnea recta se escribe en la forma de recta dirigida decimos que
esta escrita en forma vectorial parametrica. Una lnea recta admite multiples
representaciones vectoriales parametricas; veamos un ejemplo.

3
Ejemplo 2.4. La recta L que pasa por el punto P = y con vector director
1

1
U = se ilustra en la Figura 2.3; es el conjunto
2
( ) ( )
x x 3 1
X R2 : X = P + tU, t R = R2 : = + t , t R .
y y 1 2
Resolviendo de las ecuaciones parametricas para el parametro t obtenemos

x3 y1
t= 1
yt= 2
.
Al igualar estos valores obtenemos una ecuacion general de
( )
x
L, a saber: 2x + y 7 = 0. Luego L = R2 : 2x + y 7 = 0 .
y

2
Ahora bien, el punto Q = P + U = pertenece a L; ademas el vector V =
3

2
es multiplo escalar del vector U . Afirmamos que:
4
( )
x x 2 2
L = R2 : = + s , s R .
y y 3 4
Para probar la afirmacion basta verificar que el conjunto

( )
x x 2 2
L = R2 : = + s , s R ,
y y 3 4
2

b
Q= 3
1

U= 2
3

b
P= 1
2

V= 4
L = L
( )
x
es igual al conjunto R2 : 2x + y 7 = 0 . Para esto empleamos el
y

x
mismo procedimiento que hicimos con la recta L: si L , entonces de sus
y
ecuaciones parametricas resolvemos para el parametro s y obtenemos s = x2
2
y3
ys= 4
. Igualando estos valores llegamos a la ecuacion 4x + 2y 14 = 0, la
cual, al dividir por 2, resulta en 2x + y 7 = 0. Los pasos son reversibles como
puede verificarlo el lector. As que L y L estan completamente determinados
por la ecuacion general 2x + y 7 = 0 y por lo tanto, L = L .
La relacion entre los vectores director y normal de una misma recta es de

ortogonalidad como lo muestra la siguiente proposicion.
Proposicion 2.3. Sea L una lnea recta con vector normal N y vector director
D. Entonces N y D son ortogonales.
Prueba. Sea P un punto de L. Entonces L tiene la forma vectorial parametri-

ca X = P + tD, t R y la forma normal N (X P ) = 0. Sustituyendo la pri-

mera de estas dos ecuaciones en la segunda, con el valor t = 1, obtenemos
0 = N (P + D P ) = N D; luego N y D son ortogonales. 2
Proposicion 2.4. Sea L una lnea recta. Si U y V son vectores directores de L

entonces son linealmente dependientes. Recprocamente, si U y V son lineal-
mente dependientes y U es vector director de L entonces V tambien es vector
director de L.
Prueba. Supongamos primero que U y V son vectores directores de L. Esto

quiere decir que L puede expresarse de las formas
n o n o
X R2 : X = P + tU, t R y X R2 : X = Q + sV, s R ,
donde P y Q pertenecen a L. Consideremos el caso P 6= Q (el caso P = Q lo

dejamos al lector para que lo verifique). Entonces hay escalares t y s diferentes
de cero tales que Q = P + t U y P = Q + s V . Por lo tanto t U = Q P = (s )V ,
luego U = (s /t )V y por lo tanto U y V son linealmente dependientes.
Ahora supongamos que U y V son linealmente dependientes y que U es
vector director de L. Entonces existe un escalar r 6= 0 tal que U = rV . De
la forma vectorial de L tenemos: X = P + tU = P + t(rV ) = P + (rt)V . Ahora
bien, como r es un escalar fijo, y el parametro t toma todos lo valores reales,
entonces el producto s = rt es un parametro que tambien toma todos los
valores reales. Por consiguiente L es expresable en la forma
n o
X R2 : X = P + sV, s R ,
luego V es vector director de L. 2
Comentario 2.5. Se sigue de esta proposicion que todos los vectores directo-
res de una lnea recta con ecuacion general ax + by + c = 0 son los multiplos

b
escalares no nulos del vector D = .
a
Q
b
D= Q-P
P
x
Figura 2.4: Recta determinada por dos puntos
Podemos indagar sobre otras condiciones que determinan una lnea recta.
Quiza la mas grafica o intuitiva se refiere a la lnea recta determinada por
dos puntos distintos del plano. Si P y Q son dos puntos distintos del plano,
entonces la lnea recta cuya forma vectorial es
n o
2
X R : X = P + t(Q P ), t R
pasa por los puntos P y Q. El punto Q se obtiene con t = 1 y P con t = 0. Esta

recta tiene como vector director D = Q P y, en virtud del siguiente teorema,
la llamamos la lnea recta determinada por P y Q (vease la Figura 2.4).
Proposicion 2.5. Sean P y Q dos puntos distintos del plano. Si L es cualquier

lnea recta que pasa por P y Q entonces
n o
2
L = X R : X = P + t(Q P ), t R .
n o
Prueba. Escribamos L = X R2 : X = P + t(Q P ), t R . Ya hemos visto
que P y Q pertenecen a L . Debemos probar que L = L . Supongamos que una
representacion vectorial de L es
n o
L = X R2 : X = R + sD, s R ,
donde R L y D es un vector director de L. Puesto que P y Q son dos puntos

distintos pertenecientes a L existen escalares s y s diferentes tales que P =
1
y
P 2
b
Q 3
1
b
1
R + s D y Q = R + s D. Luego Q P = (s s )D o D = (Q P ).
s s
Sea X = P + t(Q P ) un punto cualquiera de L . Entonces
X = R + s D + t(s s )D = R + (ts ts + s )D;
por lo tanto X L. Recprocamente, si X = R + sD es un punto cualquiera de

L, entonces
1 s s
X = R+sD = P s D+sD = P +(ss )D = P +(ss ) (QP ) = P + (QP ),
s s s s
luego X L , y por lo tanto L = L . 2

1 3
Ejemplo 2.5. La lnea recta que pasa por los puntos P = y Q =
2 1

3 (1)
se ilustra en la Figura 2.5; tiene como vector director Q P = =
12

4
, y por lo tanto una forma vectorial de la misma es
1
( ) ( )
x x 1 4 x x 1 + 4t
R2 : = + t , t R = R2 : = ,t R .
y y 2 1 y y 2t
Debemos insistir que la anterior no es la unica representacion vectorial de
la recta que pasa por los puntos P y Q. Hay infinidad de representaciones
vectoriales de la misma que dependen del punto elegido sobre la recta y del
vector director escogido.
L
y
1

P= 2
b
3

D= 1
Ejercicio 2.2. Encuentre otras tres representaciones vectoriales para la recta

del ejemplo anterior.

1
Ejemplo 2.6. Consideremos la lnea recta L que pasa por el punto P =
2

3
y con vector director D = (ver Figura 2.6). Entonces un vector perpendi-
1

1 x
cular a L es N = . Por lo tanto X = L si y solo si
3 y

1 x 1 1
= 0.
3 y 3 2
Al desarrollar las operaciones obtenemos la ecuacion x + 3y (1 + 6) = 0, o

x 3y + 7 = 0.
Ejercicio 2.3. Si ax + by + c = 0 y x + y + = 0 son ecuaciones generales de

una misma recta entonces existe un unico escalar r 6= 0 tal que = ra, = rb
y = rc.
L
3

4
x
b
1

1
2.2. Rectas paralelas y perpendiculares. Angulo entre rec-

tas.
Definicion 2.4. Dos lneas rectas diferentes L y L son paralelas, y escribimos
L k L , si sus vectores directores son linealmente dependientes.
Ejemplo 2.7. La recta L con forma vectorial

( )
1 3
L = X R2 : X = + t t R
1 4

6
es paralela a la recta L con ecuacion 8x+6y12 = 0 porque el vector V =
8

3
es vector director de L y V = 2 (vease la Figura 2.7).
4
Las lneas rectas horizontales son las paralelas a la recta generada por E1
(eje x) y las verticales son las paralelas a la recta generada por E2 (eje y). Por
2.2. Rectas paralelas y perpendiculares. Angulo entre rectas. 49
b
x0
x
P= 0
L
b b
0
x0
P= y0 P= y0
Figura 2.8: Rectas paralelas a los ejes
consiguiente, una recta L horizontal tiene una forma vectorial del tipo
( ) ( )
x x x 0 1
L= X R2 : X = P + tE1 , t R = R2 : = + t , t R ,
y y y0 0

x0
donde P = L. De la forma vectorial deducimos las ecuaciones escala-
y0
res x = x0 + t y y = y0 , donde el parametro t recorre el conjunto de los numeros
reales. Por lo tanto, independientemente del valor de t, la coordenada y de los
puntos de una recta horizontal permanece constante y por eso una ecuacion
general de L es y = y0 o y y0 = 0. Esta ecuacion tambien puede obtenerse

0
facilmente de la forma general con a = 0 y b = 1 porque el vector E2 = es
1
ortogonal a cualquier lnea recta horizontal.
En forma completamente analoga, el lector puede verificar que una recta

x0
vertical L que pasa por el punto P = tiene por ecuaciones parametricas
y0
x = x0 , y = y0 + t, con t R, y por ecuacion general x x0 = 0 (vease la Figura
2.8).
Comentario 2.6. Como dos lneas rectas tienen vectores directores linealmen-
te dependientes si y solo si tienen vectores normales linealmente dependien-
tes entonces, la condicion de paralelismo entre rectas se puede refrasear en
terminos de vectores ortogonales; es decir, dos lneas rectas son paralelas si
sus vectores ortogonales son linealmente dependientes.
Para las lneas rectas no verticales tenemos, adicionalmente, el concepto

de pendiente que nos permite medir la inclinacion de la recta con respecto al
eje x.

d1
Definicion 2.5. Sea L una recta no vertical con vector director D = . La
d2
d2
pendiente de L, denotada por m, es el cociente m = .
d1
Lo primero que debemos resaltar es que el valor de la pendiente m no de-

pende del vector director escogido porque si D tambien es vector director de

rd2 rd2 d2
L entonces D = rD = para algun escalar r 6= 0, y por lo tanto = .
rd1 rd1 d1
Por consiguiente, si L tiene por ecuacion general ax + by + c = 0, con a 6= 0, su

b
pendiente es m = ab pues D = es vector director de L.
a
Ejemplo 2.8. La pendiente m de la lnea recta L con ecuacion general 3x + 4y

3
25 = 0 es m = 4
.
m es
De otra parte, si la pendiente de una lnea recta
no L,
vertical con
d1 d1 d1
vector director D = entonces m = dd12 y por lo tanto = =
d2 d2 d1 m

1 1
d1 . Por consiguiente tambien es vector director de L.
m m
0

B= b b
1

D= m
Figura 2.9: Forma pendiente-intercepto
Comentario 2.7. De las definiciones de rectas paralelas y pendiente se deduce

de manera inmediata que dos rectas no verticales son paralelas si y solo si sus
pendientes son iguales.

0
En una lnea recta no vertical L tambien destacamos su punto B = de
b
interseccion con el eje y. Al escalar b se le llama usualmente intercepto de la

m
recta. Puesto que es ortogonal a L, una ecuacion general de L es enton-
1
ces mx+ y b = 0 o y = mx+ b, la cual es llamada la forma pendiente intercepto
de L. Esta forma escalar de la ecuacion de L es particularmente importante
porque contiene mucha informacion geometrica sobre la recta (vease la Figura

x0 x1
2.9). Si la recta no vertical L pasa por los puntos P = y Q = en-
y0 y1

x1 x0
tonces Q P = es vector director de L y por lo tanto la pendiente de
y1 y0

y0
x
la recta es el cociente m = xy11 x 0
. Mas generalmente, si X = es un punto
y
yy0
arbitrario de L diferente de P entonces m = xx0
. De aqu resulta la forma
escalar punto-pendiente de la ecuacion de L, a saber: y y0 = m(x x0 ).
Definicion 2.6. Sea L una recta no vertical con vector director D. Definimos
1

D=
m
Figura 2.10: Inclinacion de un recta
el angulo de inclinacion de L, denotado , por

dir(D), si dir(D) ,

=

dir(D), si < dir(D) < 2.

Visualmente, es el angulo medido en sentido antihorario desde el eje x

hasta encontrarse por vez primera la recta L; es, por definicion, el angulo de
inclinacion de la recta generada por el vector director D. As que lneas rectas
paralelas tendran todas el mismo angulo de inclinacion (vease la Figura 2.10).
La relacion entre la pendiente y el angulo de inclinacion es el contenido de la
siguiente proposicion.
Proposicion 2.6. Sea L una lnea recta no vertical con pendiente m y angulo
de inclinacion . Entonces m = tan .

1
Prueba. El vector D = es vector director de L. Sea = dir(D). Si
m
m > 0 entonces = y por lo tanto m = tan = tan ; y si m < 0 entonces
= dir(D) = en cuyo caso m = tan = tan( ) = tan . 2
Definicion 2.7. Dos lneas rectas L y L son perpendiculares, y escribimos

L L , si sus vectores directores son ortogonales o, equivalentemente, si sus
vectores normales son ortogonales.
Ejemplo 2.9. Las lnea recta L con ecuacion general 3x 4y + 5 = 0 es per-

1 6
pendicular a la lnea recta L con ecuacion vectorial X = + t
2 8

4 6
porque sus vectores directores D = y D = son ortogonales, pues
3 8

D D = 4 6 + 3 (8) = 24 24 = 0.
Un criterio eficiente de perpendicularidad de lneas rectas no verticales es

el siguiente.
Proposicion 2.7. Sean L y L dos lneas rectas no verticales con pendientes m

y m respectivamente. Entonces L L si y solo si mm = 1.

1 1
Prueba. L y L tienen vectores directores D = y D = respecti-
m m
vamente. Luego

1 1
L L D D = 0 = 0
m m
1 1 + m m = 0
1 + mm = 0
mm = 1. 2
Terminamos esta seccion con el concepto de angulo entre lneas rectas. Lo

que haremos es generalizar la idea de angulo de inclinacion. El lector puede
demostrar con todo rigor que dos lneas rectas L y L no paralelas concurren
en un punto, y dividen el plano en cuatro sectores o angulos (vease la Figura
2.11). Visualmente, podemos definir el angulo orientado desde la lnea recta
L hasta la lnea recta L como el angulo barrido en sentido antihorario desde
uno cualquiera de los rayos de L hasta el primer rayo que nos encontremos de
L . Esta idea grafica (que podra ser suficiente en muchas de las aplicaciones)
L
Figura 2.11: Angulo entre rectas
y U y X
X U
x x
Figura 2.12: Angulo orientado
puede precisarse usando los vectores directores de ambas rectas. Para este
efecto veamos primero la nocion de angulo orientado de vectores.
Definicion 2.8. Sean X y U dos vectores no nulos con direcciones y ,

respectivamente. Definimos el angulo orientado del vector X al vector U (ver
Figura 2.12), denotado por hX, U i, como

si 0,
hX, U i = (2.5)

2 + ( ) si < 0.

Ejemplo 2.10. El angulo orientado del vector E1 al vector E2 es hE1 , E2 i =

/2 0 = /2, mientras que el angulo orientado del vector E2 al vector E1 es
hE2 , E1 i = 2 /2 = 3/2.
Observacion 2.1. Por lo general, el angulo orientado del vector X al vec-

tor U es distinto al angulo orientado del vector U al vector X. De hecho,
hX, U i = hU, Xi si y solo si X y U son linealmente dependientes, como lo
puede demostrar el lector. Por otro lado, a diferencia del angulo entre dos vec-
tores que siempre esta en el intervalo [0, ], el angulo orientado de un vector a
otro puede tomar valores en el intervalo [0, 2).
Ejercicio 2.4. Sean X y U dos vectores no nulos. Pruebe que hX, U i =

hU, Xi = si y solo si X y U son linealmente dependientes.
Ejercicio 2.5. Sean X y U dos vectores no nulos. Pruebe que hX, U ihX, U i =
.
Ahora podemos definir el angulo orientado entre dos rectas no paralelas.
Definicion 2.9. Sean L y L dos lneas rectas no paralelas con vectores direc-
tores D y D respectivamente. Definimos el angulo orientado de la recta L a la
recta L , denotado por hL, L i, como

hD, D i si 0 < hD, D i < ,

hL, L i = (2.6)
hD, D i

si < hD, D i < 2.
Ejemplo 2.11. Consideremos las rectas L y L con ecuaciones generales x+y

1 1
1 = 0 y 3x+y2 = 0. Los vectores D = y D = son, respectivamen-
1 3

te, vectores directores de L y L (vease la Figura 2.13). La direccion del vector
D es 3/4, y la direccion del vector D es 2/3. Por lo tanto el angulo orientado
del vector D al vector D mide hD, D i = 2 + (2/3 3/4) = 2 /12 = 23/12,
1

D= 3
1

D= 1
L
L
que es mayor que . Luego, hL, L i = hD, D i = 5/3 3/4 = 11/12. De

otra parte, el angulo orientado de D a D mide hD , Di = 3/4 2/3 = /12,
cantidad que es menor que . Por lo tanto el angulo orientado de L a L es
hL , Li = hD , Di = /12.
Comentario 2.8. El lector puede concluir de la Figura 2.11 que hL, L i +

hL , Li = . Lo invitamos a que haga una demostracion de este hecho.
Cuando ninguna de las dos lneas rectas es vertical disponemos de una

formula que nos permite calcular el angulo orientado de una recta a la otra, a
partir de las pendientes de las rectas.
Teorema 2.1. Sean L y L dos lneas rectas no verticales y no perpendiculares

con pendientes m y m , respectivamente. Si = hL, L i entonces
m m
tan = .
1 + m m
Prueba. Sean D y D vectores directores de L y L con direcciones y , res-

pectivamente. Del Ejercicio 2.5, hD, D i = hD, D i. Luego, tan(hD, D i) =
2.3. Proyeccion ortogonal sobre una lnea recta. Distancia de un punto a una recta.57
tan(hD, D i); se sigue de la ecuacion (2.6) que tan = tan(hD, D i). Ahora
bien, por la ecuacion (2.5) tenemos que tan(hD, D i) = tan( ), por consi-
guiente
tan tan m m
tan = tan( ) = = . 2
1 + tan tan 1 + m m

Ejemplo 2.12. En las lneas rectas L y L del Ejemplo 2.11, m = 1 y m = 3.
Por lo tanto, si es el angulo orientado de L a L , tenemos

m m 3 (1) 3+1
tan = = = .
1 + m m 1 + ( 3)(1) 1+ 3
Como toma valores en el intervalo [0, ] concluimos que

31
= arctan = arctan(2 3).
3+1
Este ultimo valor es 11/12 de acuerdo con lo hallado en el Ejemplo 2.11. El

angulo orientado de L a L es el suplemento del anterior, es decir, /12.
2.3. Proyeccion ortogonal sobre una lnea recta. Distancia

de un punto a una recta.
Comenzamos la seccion con la definicion de proyeccion ortogonal de un
punto sobre una lnea recta. Esta basada en el hecho de que dada una recta L
y un punto U del plano, hay una unica recta que pasa por U y es perpendicular
a L.
Definicion 2.10. Sea L una lnea recta y U un punto del plano. Definimos
la proyeccion ortogonal de U sobre L, denotada por PL (U ), como el punto de
interseccion de L con la lnea recta que pasa por U y es perpendicular a L
(vease la Figura 2.14).
A continuacion desarrollamos una formula que nos permite calcular con

relativa facilidad la proyeccion ortogonal de un punto sobre una recta.
b U
L
b
PL (U)
Figura 2.14: Proyeccion ortogonal sobre una recta
Teorema 2.2. Sea L una lnea recta con ecuacion general ax+by +c = 0 y sea U
un punto del plano. Entonces la proyeccion ortogonal de U sobre L esta dada
por la ecuacion
1 DU c
PL (U ) = (D U )D cN = D+ N, (2.7)
kDk 2 kDk2 kN k2

a b
donde N = y D = son, respectivamente, los vectores normal y
b a
director de L dados por la ecuacion general.
Prueba. La recta recta L que pasa por U y es perpendicular a L tiene

como vector director N y como vector normal D ya que estos vectores son,
respectivamente, los vectores normal y director de L. Por consiguiente, si

x
= X = PL (U ), este punto verifica las ecuaciones normales de L y L , a
y
saber
N X = c y D X = D U. (2.8)
Ahora resolvemos este sistema para las componentes x y y del vector X. Mul-
tipliquemos la primera de las ecuaciones (2.8) por a y la segunda por b, y
sumemos los resultados. As,
ac + (b)(D U ) = a(N X) + (b)(D X)

= (aN bD) X
!
a b
= a b X
b a
!
2 2
a b
= + X
ab ab

a2 + b 2
= X
0

2
kDk x
=
0 y
= kDk2 x,
Por lo tanto,
1
x= (b)(D U ) ac . (2.9)
kDk2
Analogamente, multiplicamos la primera de las ecuaciones (2.8) por b y la
segunda por a, sumamos los resultados y procedemos de manera similar para
hallar el valor de la componente y; llegamos al resultado
1
y= a(D U ) bc . (2.10)
kDk2
Finalmente, las ecuaciones (2.9) y (2.10) son equivalentes a las ecuaciones

vectoriales

1 (b)(D U ) ac
PL (U ) =
kDk2 a(D U ) bc
!
1 (b)(D U ) a
= c
kDk2
a(D U ) b
!
1 b a
= (D U ) c
kDk2 a b
b
U L
b
PL (U)
c
N b
||N ||2
b
D.U
N D
||D||2
D
x
Figura 2.15: Descomposicion de la proyeccion ortogonal
1
= (D U )D cN ,
kDk2
lo cual prueba la primera igualdad en (2.7). La segunda igualdad en (2.7) se
sigue de la primera teniendo en cuenta que kN k2 = a2 + b2 = kDk2 . 2
Antes de dar un ejemplo de aplicacion de esta formula es menester hacer
algunos comentarios sobre la misma.
Comentario 2.9. 1. La formula (2.7) expresa la proyeccion ortogonal como

una combinacion lineal de los vectores D y N ; y estos vectores estan
dados de acuerdo con la ecuacion general con la que hemos expresado la
recta L (vease la Figura 2.15). De otra parte, si P es cualquier punto de
L entonces el escalar c puede escribirse como N P ya que N P + c =
0; luego, podemos expresar la formula (2.7) en terminos de un punto
conocido de la recta L, as:
DU N P
PL (U ) = D + N. (2.11)
kDk2 kN k2
2. La formula (2.11) para la proyeccion ortogonal nos permite deducir la

invariancia de dicha expresion con respecto a los vectores director y nor-
mal utilizados. Mas precisamente, D y N son tambien vectores director
y normal de L entonces D = tD y N = sN para algunos escalares t y s.

Reemplazando T y N en (2.11) tenemos
DU N P
PL (U ) = D + N
kDk2 kN k2
(tD ) U (sN ) P
= (tD ) + (sN )
k(tD )k2 k(sN )k2
t(D U ) s(N P )
= t 2 2 D + s 2 2 N
t kD k s kN k
D U N P
= D + N.
kD k2 kN k2
3. En el caso particular c = 0, es decir, cuando L pasa por el origen, la

formula se reduce a
DU
PL (U ) = D.
kDk2
Esta expresion suele llamarse la proyeccion del vector U sobre el vector D
y denotarse por PD (U ); es, en realidad, la proyeccion ortogonal del punto
U sobre la recta generada por el vector D (vease la Figura 2.16). Por
supuesto, no hay nada de especial con el vector D; la proyeccion de un
vector U con respecto a otro vector V es la proyeccion ortogonal de U
sobre la recta generada por V . En particular, la proyeccion de U sobre el
vector N , normal a L, es
N U
PN (U ) = N.
kN k2
4. La observacion del anterior numeral y la formula (2.11), nos permiten

escribir la proyeccion ortogonal de U sobre L como
PL (U ) = PD (U ) + PN (P ),
donde D y N son, respectivamente, vectores director y normal cuales-

quiera de la recta L, y P es un punto arbitrario perteneciente a ella.
b
U L
b
PN (U) b PL (U)
c
N b
||N ||2
b
PD (U)
N
D
x
Figura 2.16: Proyeccion de un vector sobre otro vector
5. Todos los puntos de la lnea recta que pasa por U y es perpendicular a

L se proyectan ortogonalmente sobre el mismo punto, y si el punto U
esta sobre la recta L entonces PL (U ) = U ; en este caso N U + c = 0 y por
lo tanto,
1 h i DU N U
U= (D U )U + (N U )N = U+ N = PD (U ) + PN (U ).
kDk2 kDk2 kN k2
6. Si U es ortogonal a D, D U = 0 y por lo tanto,
c c
PL (U ) = N= N.
kDk 2 kN k2
Ejemplo 2.13. Hallemos de dos maneras la proyeccion ortogonal del punto

5
U = sobre la recta L con ecuacion general 2x + y + 1 = 0, primero, di-
9
rectamente de la definicion, y despues haciendo uso de la formula (2.7). Los
vectores director y normal a L que nos proporciona la ecuacion general son,

1 2
respectivamente, D = y N = . Luego, la recta L que pasa por U y
2 1
es perpendicular a L tiene por ecuacion normal

1 x 1 5
= 0,
2 y 2 9
y por ecuacion general
x + 2y (5 + 18) = 0 x 2y + 13 = 0.
Resolviendo el sistema de ecuaciones lineales
2x + y + 1 = 0 y x 2y + 13 = 0

3
obtenemos la proyeccion ortogonal de U sobre L, a saber, PL (U ) = .
5
De otra parte, D U = (1) (5) + 2 9 = 5 + 18 = 13. Luego, por la formula (2.7),
" #
1 1 2 13 2 15 3
PL (U ) = 13 = 1 = 1 = .
(1)2 + 22 2 1 5 26 1 5 25 5
Ejercicio 2.6. Sean A y B dos vectores no nulos ortogonales. Pruebe que

cualquiera sea el vector X del plano, X = PA (X) + PB (X).
Finalizamos la seccion con una formula que nos permite calcular la distan-
cia de un punto a una lnea recta.
Definicion 2.11. Sea L una lnea recta y sea U un punto del plano. Definimos
la distancia de U a L, denotada por dist(P, L), como la distancia entre U y la
proyeccion ortogonal de U a L; es decir,
dist(U, L) = kU PL (U )k.
Teorema 2.3. Sea L una lnea recta con ecuacion general ax + by + c = 0, y sea

u
U = . Entonces
v
|au + bv + c|
dist(U, L) = .
a2 + b 2

b a
Prueba. Por el Ejercicio 2.6, U = PD (U )+PN (U ) donde D = y N = .
a b
Sea P el punto de interseccion de L con la recta generada por N . Entonces,
por (2.11), PL (U ) = PD (U ) + PN (P ). Por lo tanto,
kU PL (U )k = kPD (U ) + PN (U ) (PD (U ) + PN (P ))k
= kPN (U ) PN (P )k

N U N P
= N N

kN k2 kN k 2

N U N P
= N

kN k2
|N U N P |
= kN k
kN k2
|au + bv + c|
= . 2
a2 + b 2
2.4. Aplicaciones geometricas.

Aplicacion 2.1. En esta aplicacion vamos a precisar la nocion de segmento
de recta dirigido al cual, con frecuencia, tambien se le denomina ((vector)), y la
vamos a utilizar para hallar el punto en el que concurren las medianas de un
triangulo.
Definicion 2.12. Un segmento de recta dirigido u orientado es el conjunto de

puntos del plano situado entre dos puntos pertenecientes a una recta en el
cual uno de los puntos se denomina punto inicial y el otro punto final. Usual-
mente se ilustra con una flecha cuya punta se localiza en el punto final.
Nota 2.1. Cuando no haya lugar a confusion diremos, por simplicidad, ((segmento))
en lugar de ((segmento de recta)).
Podemos describir parametricamente un segmento dirigido de tal forma

que la orientacion del segmento se conserve a medida que el parametro recorre
2.4. Aplicaciones geometricas. 65
O x
Figura 2.17: Segmento dirigido
todos los valores posibles: sean P y Q dos puntos distintos del plano; cualquier

punto X del segmento dirigido de P a Q, denotado por P Q, queda descrito por
la ecuacion vectorial parametrica
X = P + t(Q P ) = (1 t)P + tQ, t [0, 1].
La palabra ((dirigido)) se captura al recorrer la recta determinada por P y

Q pero solo desde el punto P hasta el punto Q, a medida que el parametro

t aumenta desde 0 hasta 1; graficamente, dibujamos el segmento dirigido P Q
como la flecha con punto inicial P y punto final Q. (Vease la Figura 2.17).
El segmento de recta dirigido de Q a P puede entonces parametrizarse como
n 2
o
QP = X R : X = Q + t(P Q), t [0, 1] .

Como conjuntos, P Q y QP son iguales pero han sido recorridos de forma di-
ferente. Cuando el sentido del recorrido del conjunto no es relevante, simple-
mente hablamos del segmento de recta P Q.
Comentario 2.10. La parametrizacion que hemos dado al segmento dirigido
P Q, aunque es muy utilizada, no es la unica. En ocasiones es preferible usar

una parametrizacion diferente en la que el parametro adquiera un significado

especial. Por ejemplo, tambien podemos describir cualquier punto X de P Q
mediante la ecuacion
1
X =P +s (Q P ),
kQ P k
donde el parametro s toma valores en el intervalo [0, kQ P k]. Vemos que el
valor de s proporciona la distancia de X al origen P del segmento.
Con la parametrizacion inicial la distancia entre el punto P y cualquier

punto X del segmento P Q es
dist(X, P ) = kX P k = k(P + t(Q P )) P k = kt(Q P )k = tkQ P k,
y entre los puntos X y Q,
dist(X, Q) = kX Qk = k(1 t)P + tQ Qk = k(1 t)P (1 t)Qk
= k(1 t)(P Q)k = |1 t|kP Qk
= (1 t)kQ P k.
En particular, cuanto t = 1 obtenemos la distancia entre los puntos P y Q,

que, por definicion, es la longitud o magnitud del segmento P Q, denotada por

kP Qk, y si t = 1/2 obtenemos el llamado punto medio del segmento, a saber,
1
M = (P + Q).
2
Comentario 2.11. La razon entre las distancias dist(X, P ) y dist(X, Q) es
dist(X, P ) tkQ P k t
= = .
dist(X, Q) (1 t)kQ P k 1t
t
Cuando este cociente es un numero racional lo escribimos en la forma =
1t
m m
; as, t = , y por lo tanto,
n m+n
n m
X= P+ Q. (2.12)
m+n m+n
Una bonita ilustracion del concepto de segmento dirigido es la que nos

permite probar que las medianas de un triangulo se cortan en un punto, y lo-
calizar dicho punto en el plano cartesiano. Las medianas del triangulo son los
T b
A
X
O b
S x
Figura 2.18: Baricentro de un triangulo
segmentos de recta desde cada vertice al punto medio del lado opuesto. Si A,
B y C son los vertices de un triangulo, ABC, y R, S y T son, respectivamente,
los puntos medios de los segmentos AB, BC y CA, entonces las medianas de
ABC son los segmentos CR, AS y BT (vease la Figura 2.18). Notemos que
1
R = (A + B). Si X es el punto del segmento dirigido RC tal que su distancia
2
al punto C es el doble de su distancia al punto R, entonces usamos (2.12) con
P = R, Q = C, m = 1 y n = 2: luego,
" #
2 1 2 1 1 1
X = R+ C = (A + B) + C = (A + B + C). (2.13)
3 3 3 2 3 3
El lado derecho de la ecuacion (2.13) solo depende de los vertices del triangulo,
1
y no de la mediana CR. Es decir, obtenemos el mismo punto, (A + B + C),
3
si razonamos con la mediana AS o con la mediana BT . Por lo tanto las tres
medianas se cortan en el punto X dado por (2.13). Este punto es llamado el
baricentro del triangulo.
As como hemos definido la magnitud de un segmento dirigido, podemos

tambien definir su direccion.

Definicion 2.13. Sea P Q un segmento dirigido. Definimos la direccion de P Q,

denotada por dir(P Q), como

dir(P Q) = dir(Q P ).
Comentario 2.12. De nuestras definiciones podemos observar que, cualquie-

ra sea el punto X, kOXk = kXk y dir(OX) = dir(X); aunque la representacion

grafica del vector X coincide con la del segmento dirigido OX, debemos recal-

car que X es un punto del plano cartesiano mientras que OX es un segmento

de recta. Esta correspondencia entre X y OX sugiere definir otras nociones
geometricas y algebraicas para segmentos dirigidos.

Definicion 2.14. Sean P Q y P R segmentos dirigidos desde el punto P . Defi-

nimos el angulo entre P Q y P R, denotado por (P Q, P R), como

(P Q, P R) = (Q P , R P ).

Notemos que (P Q, P R)=(P R, P Q). Las definiciones tienen un sentido geometri-
co muy claro, como se aprecia en la Figura 2.19. El triangulo con vertices
P , Q y R se traslada paralelamente a si mismo desde el punto P usando como
gua el segmento OP , hasta que el punto P coincida con el origen; entonces,
los puntos Q y R quedan superpuestos a los puntos Q P y R P , respectiva-
mente.

1 1 3+1
Ejemplo 2.14. Si P = , Q = y R = entonces Q P =
3 1 2

2 3
y R P = . Luego
2 1
!
2 3 3 7
(P Q, P R) = , = = .
2 1 4 6 12
y R
R-P
Q-P
O x
Figura 2.19: Angulo entre segmentos dirigidos
Comentario 2.13. Podemos sumar segmentos dirigidos que parten de un mis-

mo punto, multiplicarlos por un escalar e, inclusive, hacer el producto punto
entre ellos. La idea es siempre la misma: utilizar los puntos final e inicial de
la flecha para definir tales operaciones. Sin embargo estas operaciones no son
necesarias en nuestro curso de Geometra Analtica y por eso no profundiza-
remos en el tema. Solo diremos que la idea de considerar segmentos dirigidos
conduce al concepto de ((vector libre)) que es util en Fsica. Mas exactamen-

te, dos segmentos dirigidos P Q y RS se consideran equivalentes, y escribimos

P Q RS si y solo si kP Qk = kP Rk y dir(P Q) = dir(RS). Esta nocion de equi-
valencia nos permite agrupar los segmentos dirigidos en conjuntos disjuntos,
cada uno de los cuales se llama clase de equivalencia, y un segmento dirigido
perteneciente a una clase de equivalencia se llama representante de la clase.
Para las clases de equivalencia podemos definir operaciones algebraicas cuyo
resultado es independiente del representante de la clase.
Captulo 3
Geometra de las transformaciones linea-

les del plano
En este captulo vamos a estudiar un tipo especial de funciones cuyo do-

minio y codominio es el plano y que son de suma importancia, no solamente
en geometra vectorial, sino tambien en otras areas de la matematica y en sus
aplicaciones. Tales funciones son llamadas transformaciones lineales, y por la
naturaleza del curso, el enfasis del estudio lo pondremos en algunos aspectos
geometricos de estas transformaciones.
3.1. Definicion de transformacion lineal y primeros ejem-

plos.
En este texto utilizamos la notacion estandar de matematicas para denotar

funciones: si una funcion f tiene por dominio el conjunto A, y por codominio
el conjunto B, escribimos f : A B, y decimos ((f es una funcion de A en B)).
Recordemos que si x es un elemento del conjunto A, el valor y perteneciente a
B que la funcion f le asigna a x se llama imagen de x por (o bajo) f , y se denota
mediante el smbolo f (x) el cual se lee ((f de x)). El rango de f , denotado por
f (A), es el conjunto de las imagenes: f (A) = {f (x)|x A}. Cuando el dominio
71
72 Geometra de las transformaciones lineales del plano
y el codominio coinciden, es decir, cuando A = B, decimos simplemente que f

es una funcion del conjunto A. Nosotros estamos particularmente interesados
en las funciones de R2 las cuales se acostumbran llamar transformaciones
del plano por el contenido geometrico que la palabra ((transformacion)) invo-
lucra: una transformacion del plano deforma subconjuntos del plano trans-
formandolos o convirtiendolos en otros cuya naturaleza geometrica puede ser
muy distinta a la del conjunto original.
Definicion 3.1. Una transformacion T : R2 R2 se llama transformacion lineal

si es de la forma
x ax + by
T = , (3.1)
y cx + dy

x
cualquiera sea R2 , y donde los escalares a, b, c y d son numeros reales
y
fijos.

x
Nota 3.1. Estrictamente, en (3.1) deberamos escribir el vector encerrado
y
entre parentesis pero esto hara muy pesada la notacion, y por eso delibera-
damente lo suprimimos. Esperamos que esto no lleve a confusion.
Ejemplo 3.1. (Transformacion nula y transformacion identidad.) El lector debe

notar que lo que hace diferente una transformacion lineal de otra es el valor
que toman los escalares fijos. Estos pueden ser todos iguales a cero en cuyo

x 0
caso T tiene la forma T = y se denomina transformacion nula que
y 0
denotaremos, al igual que el vector nulo, con la letra O. El rango de la transfor-
macion nula es por consiguiente el conjunto que solo consta del vector nulo.
( )
0
En smbolos, O(R2 ) = . La transformacion nula es un caso extremo en
0
3.1. Definicion de transformacion lineal y primeros ejemplos. 73
el cual todo el plano queda convertido en un punto, a saber, en el origen del

plano cartesiano. Otro ejemplo especial de transformacion lineal es aquella en

x x
la cual a = d = 1 y b = c = 0. En este caso T toma la forma T =
y y
y se denomina transformacion identidad la cual denotaremos con la letra I.
Notemos que la transformacion identidad deja fijos todos los puntos del plano
y su rango es I(R2 ) = R2 .
Ejemplo 3.2. (Traslaciones.) Observemos que toda transformacion lineal fija

0 0
el origen; es decir, si T es una transformacion lineal entonces T = .
0 0
Por consiguiente una transformacion del plano que convierta el origen en otro

x
punto no puede ser lineal. En particular, la trasformacion dada por T =
y

x1 1
no es lineal porque el origen es enviado por T al punto . Este
y1 1
ejemplo es un caso particular de transformacion del tipo traslacion. En gene-
ral, si X0 un vector no nulo, la transformacion TX0 : R2 R2 definida por la
ecuacion vectorial
TX0 (X) = X + X0
es llamada traslacion por X0 . La traslacion por X0 enva el origen en el punto

X0 , por consiguiente no es una transformacion lineal pero por su gran impor-
tancia en el curso debemos conocer sus particularidades geometricas. Para
este fin vamos a recordemos los conceptos de funcion inyectiva (o uno a uno)
y sobreyectiva ( o sobre).
Una funcion f : A B es inyectiva si a puntos distintos del dominio le

corresponden imagenes distintas en el codominio. En smbolos esto se escribe
as: cualesquiera sean x1 y x2 en el dominio A,
x1 6= x2 f (x1 ) 6= f (x2 ),
o, equivalentemente,
f (x1 ) = f (x2 ) x1 = x2 .
Por ejemplo la transformacion identidad es inyectiva en tanto que la trans-

formacion nula no lo es (por que?). Decimos tambien que f : A B es so-
breyectiva si todo elemento del codominio es imagen de algun elemento del
dominio. En otras palabras f es sobre si su rango es igual a su codominio:
f (A) = B. Esta condicion tambien puede expresarse de manera equivalente
as: f : A B es sobreyectiva si para cada y B, hay un elemento x A
que verifica la ecuacion y = f (x). La transformacion identidad es sobreyectiva
mientras que la transformacion nula no lo es (por que?). Finalmente, si una
funcion f : A B es al mismo tiempo inyectiva y sobreyectiva decimos que
es biyectiva o que es una biyeccion de A sobre B. Por consiguiente la trans-
formacion identidad es una biyeccion del plano. Que podemos afirmar en
este sentido acerca de las traslaciones? Pedimos al lector que responda a esta
pregunta en el siguiente ejercicio.
Ejercicio 3.1. Pruebe que la traslacion por X0 , TX0 , es una biyeccion del plano.
El resultado del ejercicio anterior no responde suficientemente por los ras-

gos geometricos de una traslacion. Si queremos saber mas acerca de estos
debemos indagar por los efectos de una traslacion sobre subconjuntos tpicos
del plano; por ejemplo, sobre rectas, crculos, etc.
Definicion 3.2. Si f : R2 R2 es una transformacion del plano y A es un

subconjunto de R2 , la imagen de A bajo f , denotada por f (A), es el conjunto
f (A) = {f (X) R2 |X A}.
Supongamos ahora que L es una recta que pasa por un punto P y con
vector director D de modo que L tiene por ecuacion vectorial X = P + tD, t R.
La traslacion por X0 convierte cada punto de L en el punto TX0 = X0 + P + tD;
luego T (L) es la recta que pasa por el punto X0 + P y con vector director D. Por
lo tanto L y su imagen T (L) son paralelas. Pero TX0 no solo ha desplazado L
paralelamente a s misma sino que ademas ha conservado la distancia entre
cualquier par de puntos de ella. Esto es consecuencia del siguiente resultado.
Teorema 3.1. La traslacion por X0 , TX0 , conserva la distancia entre puntos del
plano; es decir, cualesquiera sean X y Y en R2 se tiene que kTX0 (X) TX0 (Y )k =
kX Y k.
Prueba. Es inmediato pues,
kTX0 (X) TX0 (Y )k = k(X + X0 ) (Y + X0 )k = kX + X0 Y X0 k = kX Y k. 2
En virtud de este resultado decimos que las traslaciones son movimientos rgi-
dos, o euclidianos, del plano. La definicion precisa de movimiento euclidiano
es la siguiente:
Definicion 3.3. Una transformacion del plano F : R2 R2 se llama movi-

miento euclidiano si preserva la distancia entre puntos del plano; es decir, si
cualesquiera sean X y Y en R2 , se verifica la ecuacion
kF (X) F (Y )k = kX Y k.
Observacion 3.1. Es inmediato de la definicion que todo movimiento eucli-

diano F es una transformacion inyectiva del plano puesto que F (X) = F (Y )
implica
0 = kF (X) F (Y )k = kX Y k,
luego X Y = O; es decir, X = Y .
Posteriormente estudiaremos los movimientos euclidianos con mas detalle.

El hecho es que las traslaciones no deforman los subconjuntos del plano; sim-
plemente los desplazan paralelamente a s mismos conservando las distancias
entre sus puntos.
Ejercicio 3.2. Pruebe que la imagen de una circunferencia bajo una traslacion
es otra circunferencia del mismo radio.
Ejemplo 3.3. (Homotecias.) Sea r un numero real distinto de cero. La homote-

cia de razon r, denotada por Hr , es la transformacion del plano definida por la
ecuacion vectorial Hr (X) = rX. Notemos que H1 es la transformacion identidad
I. En terminos de las componentes x, y del vector X la ecuacion se escribe

x x rx
Hr = r = .
y y ry
La homotecia es por consiguiente una transformacion lineal y es, a su vez,

una biyeccion del plano.
Ejercicio 3.3. Pruebe que toda homotecia es una biyeccion del plano.
Las homotecias deforman los conjuntos del plano pero lo hacen de una ma-
nera muy especial: los convierten en objetos semejantes. Esto quiere decir que
la razon de las distancias entre puntos se mantiene constante, y el angulo en-
tre segmentos no se altera. Un descripcion practica del efecto de la homotecia
sobre los objetos es lo que hace el zoom de las camaras fotograficas.
Ejercicio 3.4. Sea Hr una homotecia de razon r.

kHr (X) Hr (Y )k
(a) Si X y Y son dos puntos distintos del plano pruebe que =
kX Y k
|r|.

(b) Pruebe que el angulo entre P Q y P R es igual al angulo entre Hr (P )Hr (Q)

y Hr (P )Hr (R).
(c) Sea L una recta que pasa por un punto P0 y con vector director D. Pruebe
que Hr (L) es la lnea recta que pasa por el punto Hr (P0 ) y con vector
director Hr (D).
(d) Sea C la circunferencia con centro en X0 y radio . Pruebe que Hr (C) es la

circunferencia con centro Hr (X0 ) y radio |r|.
El literal (a) del anterior ejercicio nos muestra que ninguna homotecia con
razon r 6= 1 es un movimiento euclidiano.
Ejemplo 3.4. (Proyecciones ortogonales) Consideremos

una lnea recta L que
d1
pasa por el origen y generada por el vector D = . Hemos visto en el captu-
d2

x
lo 2 (ver Teorema 2.2) que si X = es cualquier punto del plano entonces la
y
proyeccion ortogonal de X sobre L, que hemos denotado por PL (X), esta dada
X D
por PL (X) = D. Recordemos que este valor no depende del vector director
kDk2
de L que hallamos escogido. Podemos entonces definir una transformacion del
plano, PL , en la que a cada X R2 le asignamos su proyeccion ortogonal sobre
L. Usando coordenads, PL (X) se escribe as:
2
d1 d1 d2
x xd1 + yd2 d1 d21 +d 2x + y
d21 +d22
PL = 2 2
= 2
. (3.2)
y d 1 + d 2 d2 d1 d2
x+
d22
y
d2 +d2
1 2 d21 +d22
La proyeccion ortogonal PL es entonces una transformacion lineal que enva

todo el plano sobre la recta L; no es por consiguiente sobreyectiva. Invitamos
al lector a que recuerde los aspectos geometricos de la proyeccion ortogonal a
traves de los siguientes ejercicios.
Ejercicio 3.5. Sea PL la proyeccion ortogonal sobre la recta L generada por

un vector D.
(a) Pruebe que para todo PL (X) = X si y solo si X L.
(b) Sea L cualquier recta perpendicular a L. Pruebe que la imagen de L bajo

PL , PL (L ) se reduce a un punto. Halle este punto en terminos del vector
director D y los parametros de L .
(c) Sea L cualquier recta que no es perpendicular a L. Pruebe que PL = L.
Resulta obvio del literal (b) que las proyecciones no son movimientos eu-
clidianos; las proyeccion PL solo conserva las distancias cuando los puntos
estan sobre L (por que?).
Ejercicio 3.6. Considere la recta L con ecuacion y = x y sea C la circunferencia

x2 + y 2 = 1. Halle PL (C).
Ejemplo 3.5. (Reflexiones) En este ejemplo suponemos de nuevo que L es

d1
una recta que pasa por el origen y con vector director D = . Definimos
d2
la reflexion en (o con respecto a) la recta L, que denotaremos
por SL , como la
x
transformacion del plano que asigna, a cada punto X = , el punto SL (X)
y
tal que PL (X) es el punto medio del segmento de recta con extremos X y SL (X);
es decir,
1
PL (X) = [X + SL (X)] o, equivalentemente, SL (X) = 2PL (X) X. (3.3)
2
Usando coordenadas, un computo sencillo (le pedimos al lector que lo realice)

nos muestra que
2 2
d1 d2 2d1 d2
x 2 2x + y
d21 +d22
SL = d1 +d2
, (3.4)
2d1 d2 d22 d21
y d2 +d2
x+ d21 +d22
y
1 2
lo cual nos muestra que SL es una trasformacion lineal; mas aun, es un mo-
vimiento euclidiano y como tal, es una transformacion lineal inyectiva.
Teorema 3.2. Si SL es la reflexion en una recta L a traves del origen entonces

SL es un movimiento euclidiano.
Prueba. Le pedimos al lector que realice la prueba de este resultado uti-

lizando la ecuacion (3.4). Una prueba diferente, sin hacer uso de coordena-
das, puede hacerse suponiendo los resultados de la seccion siguiente. 2 Los
siguientes ejercicios nos proporcionan una compresion geometrica mas com-
pleta de las reflexiones con respecto a rectas que pasan por el origen.
Ejercicio 3.7. Sea SL la reflexion en una recta L a traves del origen:
(a) Pruebe que SL (X) = X si y solo si X L.
(b) Suponga que L es una recta diferente a L. Pruebe que SL (L ) = L si y

solo si L y L son perpendiculares.
(c) De manera mas general, suponga que L es una recta que no es paralela
a L. Pruebe que SL (L ) es otra recta con la propiedad de que el angulo
dirigido de L a L es igual al angulo dirigido de SL (L ) a L.
(d) Finalmente, suponga que L es una recta paralela a L. Pruebe que SL (L )

es otra recta paralela a L con la propiedad de que cualesquiera sean
X L y Y SL (L ), el punto medio del segmento XY esta en L. Mas
aun, pruebe que si L es una recta con esta ultima propiedad entonces
L = SL (L ).

x
Ejemplo 3.6. (Rotaciones). Recordemos que si X = es cualquier punto
y
del plano distinto del origen, y es la direccion de X, entonces la forma polar
de X es
x kXk cos
X= = .
y kXk sen
Rotar el punto X por un numero real consiste en moverlo sobre la circunfe-

rencia con centro en el origen y radio kXk barriendo un angulo (medido en
radianes) desde su posicion inicial. La transformacion del plano que hace este
movimiento la llamamos rotacion por un angulo y la denotamos por R . Un
angulo en posicion estandar correspondiente al punto R (X) es entonces +
y por consiguiente la forma polar correspondiente es

kXk cos( + ) kXk(cos cos sen sen )
R (X) = = ,
kXk sen( + ) kXk(sen cos + cos sen )
donde la ultima igualdad se debe a las identidades trigonometricas para el co-

seno y el seno de la suma de angulos. Puesto que x = kXk cos y y = kXk sen ,
obtenemos:
x cos x sen y
R (X) = R = . (3.5)
y sen x + cos y
La ecuacion (3.5) tiene sentido si x = 0 y y = 0. Por eso definimos R (O) = O
lo cual coincide con nuestra evidencia de que al rotar el plano alrededor del
origen, este punto permanece fijo. La rotacion R es entonces una transforma-
cion lineal.
Comentario 3.1. El valor del angulo puede se positivo o negativo. En el

primer caso la rotacion es en sentido antihorario, mientras que en el segundo
se efectua en sentido horario. Notemos de paso que si = 2k, es decir, si
es un multiplo entero de 2, entonces R es sencillamente la transformacion
identidad I.
Las rotaciones son tambien movimientos euclidianos y por consiguiente

son transformaciones lineales inyectivas. Este es el contenido del siguiente
teorema cuya prueba dejamos como ejercicio al lector.
Teorema 3.3. Las rotaciones son movimientos euclidianos.

3.2. Propiedades basicas de las transformaciones lineales y consecuencias 81
Prueba. (Ejercicio). 2
Ejercicio 3.8. (a) Pruebe que si L es la recta que pasa por un punto P0 y
con vector director D entonces R (L) es la recta que pasa por R (P0 ) y con
vector director R (D).
(b) Sean L y L dos rectas que pasan por un punto P0 . Pruebe que el angulo
dirigido de L a L es igual al angulo dirigido de R (L) a R (L ).
3.2. Propiedades basicas de las transformaciones lineales y

consecuencias
Para seguir adelante con el estudio de la geometra de las transformaciones
lineales es util y conveniente determinar cuales son aquellas propiedades al-
gebraicas que solamente las cumplen las transformaciones lineales; en otras
palabras, aquellas propiedades que caracterizan a las transformaciones linea-
les. Sabemos que toda transformacion lineal enva el origen en el origen, pero
hay muchas otras transformaciones que hacen lo mismo
sin
ser lineales;
por
x xy
ejemplo, la trasformacion F : R2 R2 dada por F = convierte
2 2
y x +y
el origen en el origen; sin embargo no tiene la forma de una transformacion
lineal. El siguiente ejercicio, que es meramente computacional, nos muestra
otras dos propiedades algebraicas que satisfacen todas las transformaciones
lineales.
Ejercicio 3.9. Sea T : R2 R2 una transformacion lineal dada por

x ax + by
T = .
y cx + dy
Pruebe que cualesquiera sean X y Y en R2 y c R tenemos
(a) T (X + Y ) = T (X) + T (Y ), y
(b) T (cX) = c T (X).
Lo extraordinario es que si una transformacion del plano satisface estas dos

propiedades entonces es lineal. Este es el contenido del siguiente teorema.
Teorema 3.4. Si F : R2 R2 es una transformacion del plano que verifica las

propiedades (a) y (b) entonces F es una transformacion lineal.
Prueba. Debemos hallar escalares a, b, c y d tales que

x ax + by
F = .
y cx + dy

x
Para este efecto descomponemos X = en su forma canonica; es decir,
y
escribimos X = xE1 + yE2 . Por la propiedad (a)
F (X) = F (xE1 + yE2 ) = F (xE1 ) + F (yE2 ).
El lado derecho de la ultima igualdad es, por la propiedad (b), igual a xF (E1 ) +
yF (E2 ). Por consiguiente F (X) = xF (E1 )+yF (E2 ). Ahora escribimos los vectores

a b
F (E1 ) y F (E2 ) en forma de coordenadas: F (E1 ) = y F (E2 ) = . As,
c d
tenemos

x a b ax by ax + by
F = F (X) = x + y = + = ,
y c d cx dy cx + dy
lo que prueba que F tiene la forma de una transformacion lineal. 2
Comentario 3.2. El resultado anterior es de gran importancia teorica y compu-

tacional. Por el momento puntualicemos que los valores de los escalares que
determinan las transformacion lineal se obtienen al evaluar la transforma-
cion en los vectores canonicos E1 y E2 . De manera mas general, el resultado
nos permite decir que una transformacion lineal queda completamente deter-
minada por el valor que toma en dos vectores linealmente independientes El
siguiente ejemplo ilustra como usar este hecho.
Ejemplo 3.7. Supongamos que T es una transformacion lineal del plano tal

1 10 2 12 1
que T = y T = . Notemos que los vectores y
1 8 2 4 1

2
son linealmente independientes (por que?). Usando la descomposicion
2
canonica las dos condiciones pueden escribirse como

10 12
T (E1 ) T (E2 ) = y 2T (E1 ) + 2T (E2 ) = .
8 4
Si multiplicamos la primera de estas ecuaciones por 2 y el resultado lo suma-

mos a la segunda ecuacion obtenemos

20 12 8
4T (E1 ) = + = ,
16 4 12

2
Luego T (E1 ) = . Este resultado se sustituye en cualquiera de las dos
3
ecuaciones originales y obtenemos, por ejemplo,

2 10 8
T (E2 ) = = .
3 8 5

x 2x 8y
Asi, T = .
y 3x + 5y
Desde el punto de vista teorico las consecuencias de la caracterizacion de

las trasformaciones lineales son notables. Prueba de ello es el siguiente resul-
tado que, sin duda, puede considerarse como un teorema fundamental de las
transformaciones lineales.
Teorema 3.5. Sea T : R2 R2 una transformacion lineal. Los siguientes enun-

ciados son equivalentes
(a) T es inyectiva.

(b) El conjunto N (T ) = X R2 : T (X) = O , llamado nucleo de T , consiste
solamente del vector nulo.
(c) Los vectores T (E1 ) y T (E2 ) son linealmente independientes.
(d) T es sobreyectiva.
Prueba. Primero probemos que los enunciados (a) y (b) son equivalentes.
Supongamos entonces que T es inyectiva y sea X N (T ). Entonces T (X) = O;
ahora, T (O) = O pues T es lineal. La inyectividad de T implica que X = O.
Recprocamente, supongamos que N (T ) solo consiste del vector nulo, y sean
X y Y tales que T (X) = T (Y ); esta ecuacion equivale a T (X) T (Y ) = O la cual,
por las propiedades que caracterizan las transformaciones lineales, se puede
reescribir como T (X Y ) = O. Ahora aplicamos nuestra hipotesis de que el
nucleo solo consiste del vector nulo y concluimos que X Y = O o, equivalen-
temente, X = Y . Esto prueba que T es inyectiva.
En segundo lugar probemos que los enunciados (b) y (c) son equivalentes.
Primero suponemos que N (T ) solo consiste del vector nulo y sean y es-
calares tales que T (E1 ) + T (E2 ) = O. De nuevo, por las propiedades que
caracterizan las transformaciones lineales, esta ecuacion la podemos reescri-
bir como T (E1 + E2 ) = O. Por hipotesis, el nucleo de T solo consiste del
vector nulo, luego E1 + E2 = O; ahora bien, esta ecuacion y el hecho de que
los vectores E1 y E2 son linealmente independientes implican que = = 0,
lo cual prueba que T (E1 ) y T (E2 ) son linealmente independientes. Recproca-
mente, supongamos que T (E1 ) y T (E2 ) son linealmente independientes y sea
X N (T ); es decir, T (X) = O. Supongamos que x y y son las coordenadas del

vector X; entonces T (xE1 + yE2 ) = O. Una vez mas, aplicamos a esta ultima
ecuacion la caracterizacion de las transformaciones lineales para reescribirla
como xT (E1 ) + yT (E2 ) = O; ahora usamos nuestra hipotesis de que los vectores
T (E1 ) y T (E2 ) son linealmente independientes para concluir que x = y = 0; es
decir, X = O.
Finalmente probemos
la
equivalencia
de los enunciados (c) y (d). Para este efec-

x ax + by a
to escribimos T = . Inicialmente suponemos que T (E1 ) =
y cx + dy c

b
y T (E2 ) = son linealmente independientes. Como ya sabemos, esto quie-
d

u
re decir que ad bc 6= 0. Veamos que T es sobreyectiva. Sea cualquier
v

x
punto de R2 . Nuestra meta es probar la existencia de un punto tal que
y

ax + by u
= . Esta ecuacion vectorial equivale al sistema de dos ecuacio-
cx + dy v
nes con dos incogintas

ax + by = u

cx + dy = v.

El metodo de eliminacion nos permite verificar que la solucion de este sistema

du bv cu + av
es x = y y = (pedimos al lector que lo compruebe), con lo
ad bc ad bc
cual probamos la sobreyectividad de T . En cuanto al recproco es mas conve-
niente razonar por el metodo que algunas veces se llama ((contra positivo)) o
((contra recproco)); en nuestro caso consiste en suponer que los vectores T (E1 )
y T (E2 ) son linealmente dependientes y llegar a la conclusion de que T no es
una transformacion lineal sobreyectiva. Supongamos entonces que T (E1 ) y
T (E2 ) son linealmente dependientes. Esto significa que uno de los vectores es
una combinacion lineal del otro. Sin que el razonamiento pierda generalidad
podemos podemos suponer que existe un escalar tal que T (E2 ) = T (E1 );
cualquiera sea X = xE1 + yE2 en el plano tenemos entonces que
T (X) = T (xE1 + yE2 ) = xT (E1 ) + yT (E2 ) = xT (E1 ) + yT (E1 ) = (x + y)T (E1 ),
donde la segunda igualdad se debe, una vez mas, a la caracterizacion de las

transformaciones lineales. As hemos comprobado que si T (E1 ) y T (E2 ) son
linealmente dependientes entonces la imagen de T colapsa en el origen si
T (E1 ) = O, en cuyo caso T es la transformacion nula, o esta contenida en
la recta generada por el vector T (E1 ) si T (E1 ) 6= O. En cualquier caso T no es
sobreyectiva. Con esto hemos finalizado la prueba del teorema. 2

x x+y
Ejemplo 3.8. La transformacion lineal T dada por T = es in-
y xy

1
yectiva (y por consiguiente sobreyectiva) porque los vectores T (E1 ) = y
1

1
T (E2 ) = son linealmente independientes pues: 1 (1) 1 1 = 2 6= 0; en
1

x 2x y
cambio, la trasformacion S dada por S = no es inyectiva porque
y 2x y

2 1
S(E1 ) = = (2) = (2)S(E2 ). De hecho, de acuerdo con la ultima
2 1
parte de la prueba del teorema anterior, el rango de S es la recta generada por

1
el vector .
1
Ejercicio 3.10. Pruebe que una transformacion lineal es inyectiva si y solo si
enva todo par de vectores linealmente independientes en otro par de vectores
linealmente independientes.
3.3. Imagenes de lneas rectas, lneas poligonales y polgonos bajo una transformacion linea
Cual es la naturaleza geometrica del nucleo de una transformacion lineal

no inyectiva? El siguiente ejercicio da respuesta a esta pregunta.
Ejercicio 3.11. Sea T una transformacion lineal no inyectiva y no nula. Prue-

be que N (T ) es una lnea recta que pasa por el origen.
3.3. Imagenes de lneas rectas, lneas poligonales y polgo-

nos bajo una transformacion lineal
3.3.1. Imagenes de lneas rectas
En la primera seccion de este captulo hemos visto que las homotecias, las
reflexiones y las rotaciones, convierten rectas en rectas. Este comportamiento
lo tienen todas las transformaciones lineales inyectivas como veremos a con-
tinuacion.
Supongamos que T : R2 R2 es una transformacion lineal inyectiva, y sea
L una recta que pasa por un punto P0 y con vector director D; entonces, todo
punto X de L se describe mediante la ecuacion vectorial X = P0 + tD, para
algun t R. As, T (X) = T (P0 + tD) = T (P0 ) + tT (D). Por ser T inyectiva y
D 6= O, el vector T (D) no es nulo, y por lo tanto la ultima ecuacion nos dice
que T (L) esta contenida en la recta L que pasa por el punto T (P0 ) y con vector
director T (D). Mas aun, todo punto de L pertenece a T (L) (por que?) y por
consiguiente T enva la recta L de manera inyectiva sobre la recta L .

x
Ejercicio 3.12. (a) Considere la transformacion lineal T dada por T =
y

x+y
y sea L la recta con ecuacion general 2x 3y + 5 = 0. Halle una
xy
ecuacion general de la recta T (L).
(b) Pruebe que las imagenes de rectas paralelas bajo una transformacion
lineal inyectiva son tambien rectas paralelas.
(c) Verdadero o falso (justifique la respuesta): Si L y L son rectas perpendi-

culares y S es una transformacion lineal inyectiva entonces S(L) y S(L )
son rectas perpendiculares.
La situacion es diferente cuando la transformacion lineal no es inyectiva.

Vale la pena que el lector revisite lo que hemos dicho sobre las proyecciones
ortogonales. Las proyecciones ortogonales con respecto a rectas que pasan por
el origen son transformaciones lineales no inyectivas. El rango de cualquiera
de estas proyecciones es la misma recta con respecto a la que proyectamos
los puntos del plano. Que podemos decir acerca de una transformacion no
inyectiva cualquiera?. Sabemos por el teorema 3.5 que si T es una transfor-
macion lineal del plano no inyectiva entonces los vectores T (E1 ) y T (E2 ) son
linealmente dependientes. Si T es, ademas, no nula, podemos suponer, sin
que el argumento pierda generalidad, que T (E1 ) 6= O y T (E2 ) = T (E1 ) para
algun escalar . Supongase ahora que L es una recta que pasa por el punto
P0 = p1 E1 + p2 E2 y con vector director D = d1 E1 + d2 E2 , y sea X = P0 + tD, t R,
un punto cualquiera de L. Por ser T lineal tenemos: T (X) = T (P0 ) + tT (D). En
este punto pareciera que no hay diferencia con el caso inyectivo. Sin embargo,
notemos que
T (D) = T (d1 E1 + d2 E2 ) = d1 T (E1 ) + d2 T (E2 ) = d1 T (E1 ) + d2 T (E1 ) = (d1 + d2 )T (E1 );
es decir, T (D) es un multiplo escalar de T (E1 ), al igual que T (P0 ), pues
T (P0 ) = T (p1 E1 + p2 E2 ) = p1 T (E1 ) + p2 T (E2 ) = p1 T (E1 ) + p2 T (E1 ) = (p1 + p2 )T (E2 );
as, T (X) = rT (E1 ) + tsT (E1 ) = (r + st)T (E1 ), donde r = p1 + p2 y s = d1 + d2 .

Esto quiere decir que la imagen de L bajo T , T (L), esta contenida en la recta L
generada por el vector T (E1 ), cualquiera sea la recta L!, lo cual implica que el
3.3. Imagenes de lneas rectas, lneas poligonales y polgonos bajo una transformacion linea
rango de T esta contenido en la recta generada por T (E1 ); de hecho T (R2 ) = L

(por que?). Hemos comprobado que si T es una transformacion lineal no nula
y no inyectiva, su rango es la lnea recta generada por T (E1 ) o por T (E2 ).

2x 8y
Ejercicio 3.13. Sea T la transformacion lineal dada por T . Hallar
3x + 12y
el nucleo de T , N (T ), y la imagen (o rango) de T , T (R2 ).

Notas de Geometría PDF

Uploaded by

Document Information

Original Title

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

Notas de Geometría PDF

Uploaded by

Copyright:

Available Formats

Notas de Clase

Geometra Vectorial y Analtica

Diego Meja (Coordinador del curso)

1. Vectores en el plano cartesiano 1

2. La lnea recta. Ecuacion general de primer grado 35

3. Geometra de las transformaciones lineales del plano 71

Vectores en el plano cartesiano

1.1. La recta numerica

Comencemos el estudio de la geometra analtica recordando la imagen geo-

Figura 1.1: Recta numerica

Figura 1.2: Distancia entre puntos

punto B, es decir, si a > b, estaremos de acuerdo en que la distancia entre

La discusion anterior nos lleva de manera natural a la siguiente definicion:

Puesto que |a b| = |b a|, vemos que dist(A, B) = dist(B, A).

Ejemplo 1.1. A manera de ejemplo, sean A = (5) y B = (7) dos puntos de la

dist(A, B) = | 5 7| = | 12| = 12.

1.2. El plano cartesiano

Figura 1.3: Plano cartesiano

Visualicemos R2 dibujando en una superficie plana dos ejes coordenados

Figura 1.4: Coordenadas cartesianas

Figura 1.5: Punto como vector

Figura 1.6: Ubicacion de puntos en el plano cartesiano

Ejemplo 1.2. La Figura 1.6 ilustra la ubicacion en el plano cartesiano de los

1.3. Suma de vectores y multiplicacion de un vector por un

A continuacion enunciamos las propiedades de estas operaciones las cua-

Figura 1.7: Vector opuesto

verifique las propiedades anteriores suponiendo conocidas las propiedades de

Es util y conveniente tener una interpretacion geometrica (o visual) de la

se llama la recta generada por el vector U .

Figura 1.8: Recta generada por un vector

y si r < 0 obtenemos el rayo opuesto (vease la Figura 1.8).

Usamos letras diferentes, r y s, en la igualdad anterior, para enfatizar que un

Figura 1.9: Ejemplo de recta generada por un vector

Ejercicio 1.4. Sean U y V vectores no nulos tales que V = rU para algun

Definicion 1.4. Si un vector U es multiplo escalar de otro vector X, es decir, si

Ejemplo 1.5. Cualquiera sea el vector X, los vectores O y X son linealmete

Comentario 1.1. Geometricamente, la dependencia lineal significa que los

La dependencia lineal de vectores se puede caracterizar en terminos de las

Prueba. Supongamos inicialmente que A y B son linealmente dependientes.

al multiplicar la primera de estas ecuaciones por d y la segunda por c obtene-

y por lo tanto ad bc = tcd tdc = 0.

luego B es multiplo escalar de A y por consiguiente A y B son linealmente

Ejercicio 1.5. Termine la prueba del teorema anterior probando que si ad

Ejercicio 1.6. Pruebe que dos vectores A y B son linealmente independientes

Ejemplo 1.6. Por ejemplo,

Cuando escribimos un vector como lo acabamos de hacer decimos que lo

Figura 1.10: Regla del paralelogramo

gramo cuyos otros tres vertices son U , O y X. El procedimiento descrito de

Ejercicio 1.7. Verifique las propiedades de la suma y multiplicacion por esca-

Es posible que el procedimiento grafico produzca un segmento de recta

Ejemplo 1.7. La Figura 1.11 ilustra diferentes situaciones que resultan de

Figura 1.11: Ilustracion de operaciones geometricas

El inverso aditivo de un vector puede usarse para definir la nocion de dife-

Definicion 1.5. Sean X y U vectores del plano. Definimos la diferencia X U

Figura 1.12: Inverso aditivo y diferencia de vectores

Puesto que (X U ) + U = X + ((U ) + U ) = X + O = X, vemos que X U

De hecho U X es el opuesto de X U pues el uso apropiado de las pro-

Teorema 1.2. Todo vector del plano puede escribirse (o descomponerse), de

Prueba. Preferimos explicar esta afirmacion mediante un procedimiento

Figura 1.13: Ilustracion de la descomposicion de un vector

mite concluir que s = s , y entonces hay unicidad en la escritura de Y como

Figura 1.14: Ilustracion

dos incognitas que se obtiene a partir de la igualdad anterior: