Algebra Lineal VIRGINIO

LGEBRA LINEAL
D E P A R T A M E N T O D E C I E N C I A S B S I C A S

V
I
R
G
I
N
I
O

G
O
M
E
Z

Instituto Profesional Dr. Virginio Gmez
Departamento de Ciencias Bsicas
1
Contenidos.
_____________________________________________________________________________
Unidad 1. MATRICES, DETERMINANTES Y
SISTEMAS DE ECUACIONES LINEALES 2
Matrices. Operaciones con matrices. Matrices elementales.
Matrices equivalentes. Operaciones elementales.
Determinantes. Propiedades de los determinantes. Aplica-
ciones de los determinantes. Matriz inversa. Sistemas de
ecuaciones lineales. Rango de una matriz. Soluciones de un
sistema de ecuaciones lineales. Interpretacin geomtrica.
Unidad 2. VECTORES, RECTAS Y PLANOS 64
Vectores en el espacio. Distancia entre dos puntos. Norma.
Producto escalar. Producto vectorial. Rectas en el espacio.
Planos en el espacio. Planos paralelos. Planos perpendiculares.
ngulos entre planos.
Unidad 3. ESPACIOS VECTORIALES 100
Definicin. Propiedades de los espacios vectoriales. Subespa-
cios vectoriales. Combinaciones lineales. Conjunto generador.
Conjuntos linealmente dependientes. Conjuntos linealmente
independientes. Base de un espacio vectorial. Dimensin.
Caracterizacin de un subespacio vectorial. Operaciones con
subespacios vectoriales.
Unidad 4. TRANSFORMACIONES LINEALES 122
Definicin. Propiedades. Kernel. Imagen de una transformacin.
Nulidad. Rango. Teorema fundamental del lgebra lineal. Alge-
bra de las transformaciones lineales. Matriz asociada a una
transformacin lineal.

BIBLIOGRAFA RECOMENDADA 144
V
I
R
G
I
N
I
O

G
O
M
E
Z

2
UNIDAD 1
Matrices, Determinantes
y
Sistemas de Ecuaciones Lineales.
V
I
R
G
I
N
I
O

G
O
M
E
Z

3
Matrices.
________________________________________________________________________

Las matrices fueron creacin del eminente matemtico ingls Arthur Cayley
(1821-1895). Como muchas invensiones matemticas, la teoria y el lgebra de matrices
surgieron como prolongacin de sus investigaciones e intereses matemticos primarios.
Cayley estudi en el Trinity College, Universidad de Cambridge. A comienzos de su
carrera, mientras se dedicaba al estudio y a la prctica del derecho, realiz alguno de
sus descubrimientos matemticos ms brillantes, entre los que destacan: el desarrollo
del lgebra de matrices, la teora de la invarianza algebraica y su desarrollo de la
geometra no dimensional. Sus trabajos en geometra cuatridimensional,
proporcionaron a los fsicos del siglo XX, especialmente a Albert Einstein, la estructura
para desarrollar la teora de la relatividad.
El objetivo de esta primera unidad es revisar algunas ideas fundamentales sobre
matrices y determinantes, y aplicarlas en la solucin de sistemas de ecuaciones lineales.
V
I
R
G
I
N
I
O

G
O
M
E
Z

4
Matrices.
Definicin: A una ordenacin o arreglo rectangular de elementos (en este curso nos interesa que los
elementos sean nmeros) les llamaremos . MATRIZ
Ejemplos:
E F
" $ # !"
# #
! "
" #

"
#
1

G
# # !
" %
! " # $
" % !

$
#
Si hay filas y columnas, decimos que el orden de la matriz es , y nos referimos a ella 7 8 78
como "matriz " o simplemente, como matriz rectangular. 78
E
+ + + +
+ + + +
+ + + +

+ + + +

"" "# "$ "8
#" ## #$ #8
$" $# $$ $8
7" 7# 7$ 78
Una matriz se llama matriz cuadrada y se dice que tiene orden . 8 8 8
F
+ + +
+ + +

+ + +

"" "# "8
#" ## #8
8" 8# 88
El elemento en la -sima fila y en la -sima columna de una matriz de orden se denota 3 4 E 78
como . As, el elemento que ocupa la tercera fila y la cuarta columna es . + +
34 $%
3
era
fila
4
ta
columna
44 43 42 41
34 33 32 31
24 23 22 21
14 13 12 11
a a a a
a a a a
a a a a
a a a a
3
era
fila
4
ta
columna
3
era
fila
4
ta
columna
44 43 42 41
34 33 32 31
24 23 22 21
14 13 12 11
a a a a
a a a a
a a a a
a a a a
Ejemplos:
1) En la siguiente matriz . El elemento representa a aqul que est en la fila
4
E +
"
$ %
! &

"#
1 y columna 2 , es decir , el 4.
V
I
R
G
I
N
I
O

G
O
M
E
Z

5
2) Si una matriz es de orden , entonces sta tiene tres filas y dos columnas. $ #
3) El orden de la siguiente matriz es . $ $
E
" # $
! $ #
" " #

Ejercicios:
I Determine el orden de las siguientes matrices.
+ E , F
$ #
$ #
" !
# %
&
!
*

- G . H
% #
$ %
$ "
" % ! '
"
$

II) De la matriz dada determine el nmero correspondiente al elemento pedido.
4
E
"
$ %
! &

i) ii) iii) + + +
$" ## $#
iv) v) + +
"" $$
Respuestas:
I) a) es de orden E % #
b) es de orden F $ "
c) es de orden G $ #
d) D es de orden 1 5
II) i) ii) iii) iv) v) No existe ! % & "
Notacin Matricial.
Para ahorrar tiempo y espacio, al escribir una matriz, es conveniente usar una notacin especial.
Se suele escribir y cuando se quiere sealar expresamente que la matriz es de orden , se E + 78
34
denota . E
78
Ejemplo:
Determine la matriz , si ; para y . E + + 3 4 3 " # $ 4 " #
34 34
V
I
R
G
I
N
I
O

G
O
M
E
Z

6
Respuesta: E
# $
$ %
% &

Observacin: es un conjunto numrico cualquiera. `
78

Una matriz se dice racional, real o compleja segn sea el conjunto en el que se encuentren los
nmeros del arreglo o elementos de la matriz (coeficientes de la matriz).

Ejemplo:
es el conjunto de matrices reales. `
78

Ejercicios:
I Indique cuntas filas y columnas tiene cada una de las siguientes matrices
a ) b) c) ` T U
1 6 4 2 &%
II) Qu puede decir de ) ? `
78
Respuestas:
I) a) es una matriz con 1 fila y 6 columnas Q
b) es una matriz de 4 filas y 2 columnas E
c) es una matriz de filas y 4 columnas F &
II) ) es el conjunto de matrices complejas, con filas y columnas. `
7B 8
7 8
La Diagonal Principal de una Matriz Cuadrada.
Se dice que los elementos , , ..... en una matriz cuadrada estn sobre su + + +
"" ## $$
diagonal
principal. Por ejemplo, las diagonales principales de las siguientes matrices se resaltan en negrita.
; E F
% '
& !
# (
%
#

#
'
*
"!
(
Definicin: Diremos que dos matrices y son iguales, cuando son del mismo orden y todos los E F
elementos que se ubican en la misma posicin, son iguales. Esto es, y son dos matrices E F
iguales s y solo si:
i) E F `
78
a b
ii) ; donde y

+ , " 3 7 " 4 8
34 34
V
I
R
G
I
N
I
O

G
O
M
E
Z

7
Ejemplo: De la definicin, tenemos:

" # $
! # % "

! & % $
! " # &
"
#
"!!
"!!
1 1
Pero ; puesto que los correspondientes elementos en la segunda fila no

" # $ " # $
% ! " " ! %
son iguales.
Tambin, puesto que las matrices no tienen el mismo orden.

" " " " "
" " " " "
Ejemplo: Halle los valores de e si: B C

" #
B !

#C " #
) !
$
Solucin: De la definicin, igualamos los elementos correspondientes
y " #C " B )
$
y #C # B )
$
C " B # y
Ejercicios:
1.- Indique el orden de las siguientes matrices:
a) b)

# & "
! $
#
*
# " (
& !
! &
1
c) d) a b

% " $
" ! "
" # $
e) E
$&
2.- Dada la matriz E
; determine el valor del elemento que se indica: E
" # %
! & %
& ! "
# ! &
! $ " # $

"
#
$
a) b) + +
"$ #"
c) d) + +
%# ##
e) f) + +
&" $%
V
I
R
G
I
N
I
O

G
O
M
E
Z

8
3.- Determine la matriz que satisfaga la condicin dada: E
%&
a) b) + 4 3 + #3 4
34 34
c) d) + + 3 #4
34
$3 #4
34
#
4.- Halle los valores de las incgnitas de manera que se verifique la igualdad:
a)

B $ $ $
" #C " )
b)

B C $ ' $
% ! % B C
c)

B C A " & #B C & !
$A % ) " A " D

d)

B C A " C B B A ' %
C D #C #D ' " D

Respuestas:
1.- a) b) c) $ $ # # " $
d) e) # $ $ &
2.- a) b) c) + % + ! + #
"$ #" %#
d) e) f) No existe + & + ! $ +
## &" $%
3.-
a) b)

! " # $ % " ! " # $
" ! " # $ $ # " ! "
# " ! " # & % $ # "
$ # " ! " ( ' & % $
c) d)

& ( * "" "$ $ & ( * ""
) "! "# "% "' ' ) "! "# "%
"" "$ "& "( "* "" "$ "& "( "*
"% "' ") #! ## ") #! ## #% #'
4.- a) B $ C %
b) B C $
c) ; B C D & A
* * (
# # #
d) B $ C & D % A "
V
I
R
G
I
N
I
O

G
O
M
E
Z

9
Operaciones con Matrices.
En lgebra damos por hecho que cualquier par de nmeros reales pueden sumarse, restarse y
multiplicarse; sin embargo, con matrices no siempre es posible realizar dichas operaciones. Estudiaremos a
continuacin las operaciones con matrices, sus propiedades y restricciones.
Adicin De Matrices.
Solamente las matrices que tienen el mismo orden pueden sumarse. Sean y

E F
78 78
dos matrices de orden , entonces la suma de y es la matriz de orden definida por: 78 E F 78
E F + , c d
34 34
Ejemplo:
Si y E F
% # " & " $
! $ " ! # $

entonces EF
% & # " " $ " $ #
! ! $ # " $ ! " %

Para poder sumar matrices, stas deben ser del
mismo orden y los elementos de la matriz suma
corresponden a la suma de las componentes
correspondientes.
IMPORTANTE!!
Ejercicios:
1) Sea y

E F
% # "! $ # #
& " $ ! " &
# $ & $ ) *

Determine E F
2) Sean las matrices
A = ,

# & ) %
$ " # '
F G
! $
#
"
#
Determine E F G
V
I
R
G
I
N
I
O

G
O
M
E
Z

10
Respuesta:
1) 2) E F E F G
" ! "#
& ! )
& "" %
"! "#
$ "&#

Propiedades de la Adicin:
De las propiedades de los nmeros reales se puede deducir que la operacin de adicin en el
conjunto de las matrices satisface las siguientes propiedades: 78
Sean y tres matrices de orden Entonces se cumple: E F G 78
1) Ley Asociativa para la suma de matrices
E F G E F G
2) Ley Conmutativa para la suma de matrices
E F F E
3) La matriz cero o la matriz nula denotada por , es la matriz con cada elemento igual a cero. 78 78 )
Puesto que para cada matriz , la matriz cero es el E E E E ) )
78
elemento neutro
para cada conjunto de las matrices . Por ejemplo: 78

" & " ! ! ! " & " ! ! ! " & "
& # $ ! ! ! & # $ ! ! ! & # $

4) Matriz simtrica
donde es la matriz nula de orden E E 78 ) )
Multiplicacin Por Escalar.
El producto de un nmero y una matriz , denotado por , es una matriz con elementos 5 E 5E
formados por el producto de cada elemento de por . E 5
Ejemplo 1: #
" # # %
$ % ' )
" # # %

Ejemplo 2: &
% " # #! & "!
& ' ( #& $! $&
! # $ ! "! "&

Ejercicios: Resuelva los siguientes ejercicios:
1) # $
# ! # " # "
" ! $ # $ !
% & ' " # %

V
I
R
G
I
N
I
O

G
O
M
E
Z

11
2)
1
1
& #
" # % ' !
$ " ) "! !
"
#

3) Hallar y si B C D A
$
B C B ' % B C
D A " #A D A $

Respuesta:
1) 2)

( ' (
% * '
& % #%
& "$
"" "#
3) B # C % D " A $
Diferencia De Matrices.
Sean A y dos matrices de orden , la diferencia entre y es la
78 78
F 78 E F
matriz de orden definida por: 78
E F + , c d
34 34
Ejemplo:
Si y , entonces E F
& # " ' " $
* $ " ! # $

EF
& # " ' " $
* $ " ! # $

& ' # " " $
* ! $ # " $

"" " %
* & #

Ejercicios:
1) Determine el valor de y para que se cumpla la siguiente igualdad B C A D

B C A " C B B A ' %
C " #C #A ' " D

V
I
R
G
I
N
I
O

G
O
M
E
Z

12
2) Sean las matrices A , F
" # $ #
$ % " &
& ' % $

Hallar la matriz de manera que se cumpla la igualdad H
: ;
< =
> ?

E F H $ B# ) ) en la cual es la matriz nula de orden .
3) Sean las matrices = , .

E F
" # % & " #
$ # " $ $ %

Determina la matriz de manera que se cumpla la igualdad H E F H
7 8 =
: ; <

) ) , donde es la matriz nula de orden . # $
4) Hallar # E $ F
E F
# % ' $ ! #
) "! "# ( " )

Respuesta:
1) ; ; ; B $ C ! D ' A "
2) ; ; ; ; ; : # ; % < % = " > * ? *
3) ; ; ; ; ; 7 ' 8 $ = ' : ! ; " < &
4)

& ) '
$( "( %)
Multiplicacin De Matrices.
Sea una matriz de orden y sea una matriz de orden . El producto es la E 78 F 8 : E F
matriz de orde , cuyos elementos son: G 7: -
3 4
- + ,
3 4 35 54
5 "
8
!
V
I
R
G
I
N
I
O

G
O
M
E
Z

13
Ejemplos:
1) Las matrices y se pueden multiplicar ya que se cumplen las E F
" % &
# # $
#
$
%

condiciones anteriormente descritas

La matriz resultante es de orden G # "
2)
8 11 6
1 3 1
6 7 4
1 2 1
4 3 2
4 1
3 1
2 1
8 11 6
1 3 1
6 7 4
1 2 1
4 3 2
4 1
3 1
2 1
Observe que el elemento se obtiene de la siguiente manera: -
"#
- + , + ,
"# "" #" "# ##
=
( " $ # #
Para multiplicar dos matrices el nmero de columnas de
la primera matriz debe ser igual al nmero de filas de la
segunda matriz.
La matriz resultante tiene orden " el nmero de filas
de primera matriz por el nmero de columnas de la segunda
matriz "
IMPORTANTE!!
3) Las matrices y no se pueden multiplicar ya que el E F
% # # " $
$ " # % &
$ % ' " #

nmero de columnas de es 2 y el nmero de filas de es 3. E F

4) Suponga que un fabricante produce cuatro artculos. Su demanda est Ejemplo de Aplicacin:
dada por el vector de demanda una matriz . El precio . " % $! #! %! "! a b
por unidad que recibe el fabricante por los artculos est dado por el vector de precios
: % "
#!
"&
")
%!

( una matriz
Cunto dinero recibir el fabricante?
V
I
R
G
I
N
I
O

G
O
M
E
Z

14
Respuesta:
La demanda del primer artculo es 30 y el fabricante recibe $ por cada artculo vendido. #!
Entonces recibe $ de las ventas del primer artculo. Si se sigue este razonamiento, se ve $! #! '!!
que la cantidad total de dinero que recibe es:
a b

$! #! %! "! # !#!
#!
"&
")
%!
Recibe $ # !#!
Ejercicios:
1) Dadas las siguientes matrices
A = , , ,

c d
" "
# ! # $
" #
F G H
" " %
$ # &
a) Cul es el orden de cada una de ellas?
b) Es posible resolver los siguientes Productos? Si es posible, determnelos.
i) ii) iii) E F E G F G
iv) v) vi) G E G H H G
c) Resuelva las multiplicaciones que se pueden resolver del ejercicio ( b)
2) Calcule si: B C D A : ;
a) #
B C " C $ % !
D A $ # ! # %A #C "*
% "
# $
% "

b) $ #
B C $ % # # B (
D$ A " #A % A D
# : & ' $ & : ' ;
% $
! &

3) Suponga que un fabricante produce cinco artculos. Su demanda est dada por el vector de
demanda una matriz . El precio por unidad que recibe el . " & "& #! "! #! #& a b
fabricante por los artculos est dado por el vector de precios
( una matriz Cunto dinero recibir el fabricante? : & "
$!!
#!!
"!!
"&!
%&!

V
I
R
G
I
N
I
O

G
O
M
E
Z

15
4.- Determine el valor de y en: B C D A : ;
$ #
B C $ % # # B (
#$ A " #A % A D
#: & ' $ & : ';
% $
! &

5) Para que dos matrices se puedan multiplicar y sumar ambas deben ser cuadradas y de igual orden.
D un ejemplo.
Respuestas:
1)
a) es de orden es de orden es de orden es de orden E $ # F # # G # " H " #
b) i) ii) iii) E F E G F G
# $ *
# # )
( $ '
*
#

iv) No se pueden multiplicar las dos matrices v) vi)

) "#
"! "&
H G #$
2) a) B ' C % D $ A
%
$
b) B % C D #' A * : ;
#& ( $
$ # #
3) $ #$ (&!
4) B % A * C D $! : ;
#& ( $
$ # #
5) Revselo con su profesor.
Propiedades De La Multiplicacin De Matrices.
Sean y matrices cualesquiera (*), se verifican las propiedades: E F G
1) Ley asociativa para la multiplicacinde matrices
A F G E F G

2) Ley Distributiva para la multiplicacin de matrices
i) E F G E G F G
ii) H I J H I H J
V
I
R
G
I
N
I
O

G
O
M
E
Z

16
3) matriz Idntidad de orden . Llamaremos matriz unitaria o identidad de orden a la matriz M 8 8
8
cuadrada de orden definida por: 8
donde =
1 si
si
M M
8
" ! ! !
! " !
! ! " ! !
! ! " !
! ! ! "
3 4
! 3 4

$ $
3 4 3 4
E M E
8
4) La ley Conmutativa para el producto matricial, en general: No Se Cumple

E F F E

(*) Se exige, obviamente, que tengan
sentido todos los productos que aqu
intervienen.

Observacin:
1) Sean y significa que o ? E F Q E F E F
2
) ) )
Comprubalo tu mismo:
Si y ambas matrices distintas a E F
! $ " "! ! !
! " ! ! ! !

)
ahora multiplica.... Qu pasa? Concluye.
Matrices Elementales.
1) Sea una matriz cuadrada de orden . es una si se verifica que E + 8 E + !
3 4

3 4
Matriz Diagonal
para todos los 3 4
Es decir:
E
+ ! ! ! !
! + !
! ! +
! !
+

""
##
$$
88
V
I
R
G
I
N
I
O

G
O
M
E
Z

17
2) Una matriz cuadrada es Triangular Superior si todos los elementos bajo la diagonal principal E +

34
son igual a cero. Esto es, si . + ! 3 4
3
4
Es decir:
E
# " #
! # $
! ! $
=

3) Una matriz cuadrada es Triangular Inferior si todos los elementos sobre la diagonal E +

34
principal es cero. Esto es, , si . + ! 3 4
34
Es decir:
E
# ! !
" ) !
! $ #
=

4) Una matriz es simtrica, si los elementos simtricos (imagenes especulares respecto a la E +

34
diagonal son iguales), es decir, si cada . + +
34 43
Esto es:
E
" # %
# " $
% $ #

5) La matriz transpuesta de una matriz de orden es la matriz de orden , que se E 78 E 8 7
>
obtiene permutando las filas por las columnas.
Es decir:
Si entonces E E
# $
% "
# $
> # % #
$ " $

6) Se dice que una matriz real es Ortogonal si E E E E E M
> >
Es decir:
Si , entonces: E
" ) %
* * *
% % (
* * *

) " %
* * *

E E
>
" ) % " % )
* * * * * *
*

% ) % "
* * * *
(
) " % % ( %
* * * * * *

" ! !
! " !
! ! "

%
*
V
I
R
G
I
N
I
O

G
O
M
E
Z

18
7) Sea una matriz y sea la submatriz ( cuadrada de que se obtiene E Q 8 " E
78
34
suprimiendo la - sima fila y su - sima columna, 3 4

Ejemplo:
Si , entonces la submatriz es la matriz que resulta de eliminar la E Q
" " %
# $ &
& $ %

"$
fila y la columna . Esto es: . " $ Q
# $
& $
"$
En forma anloga, tenemos que: . Q
" %
& %
##
Matrices Equivalentes.
Se dice que dos matrices son equivalentes, lo cual se escribe si puede E C F F E F,
obtenerse a partir de mediante una sucesin finita de algunas operaciones, las cuales llamaremos E
Operaciones Elementales.
Operaciones Elementales.
Dada una matriz de orden , llamaremos Operaciones Elementales (OE) sobre a cada E 78 E
una de las siguientes operaciones (sobre las filas o columnas de una matriz):
1) Intercambiar filas (o columnas), lo cual denotaremos por 0 0 - -
3 4 3 4
Ejemplo: 0 0
#
$

1
1
1 1

# $ " # $
# ! " " $
$ # " !
0 0
#
$
2) Reemplazar una fila (o columna) por veces la fila (o columna) 3 < 3 0 < 0 - < -
3 3 3 3
a b
Ejemplo: 0 #0
1
1

" # $ # % '
# " ! # " !
" " $ " " $
0 # 0
1
1
V
I
R
G
I
N
I
O

G
O
M
E
Z

19
3) Reemplazar la fila (o columna) por la suma de la misma fila (o columna) ms veces la fila 3 3 < 4
(o columna ) 0 0 < 0
3 3 4
Ejemplo: (a la fila 2 se le suma 3 veces la fila 1) 0 0 $ 0
# # "

" # $ " # $
# " ! & & *
" " $ " " $
0 0 $ 0
# # "

Cada vez que realizamos una operacin elemental, usamos el smbolo ya que las matrices
que se obtienen al hacer estas OE son semejantes a la inicialmente dada.
Las OE se hacen sobre las
filas o columnas, pero no a
ambas simultneamente.
Las OE se hacen sobre las
filas o columnas, pero no a
ambas simultneamente.
Ejercicio: Sea Resuelva las siguientes OE, siempre sobre la ltima matriz E
" # "
% " !
# " $
& # $

obtenida.
+ 0 0 $ 0 , 0 0
" " $ $ 2
- 0 0 0 . 0 0 # 0
% % " # "
#
/ 0 $ 0 0 0 0 0 0
$ $ % $ "
#
g) : 0 0 0
% % "
Respuesta:
a) E 0 0 $ 0
" # " "$ " "
% " ! % " !
# " $ # " $
& # $ & # $

" " #
b)
3

"$ " " " " "
% " ! % " !
# " $ # " $
& # $ & # $
0 0
$ $
V
I
R
G
I
N
I
O

G
O
M
E
Z

20
c)
8 1

"$ " " "$ " "
% " ! % " !
# " $ # " $
& # $ #
0 0 0
% % "
d)
3 3
8 1 8 1

" " " " " "
% " ! ## " #
# " $ # " $
# #
0 0 # 0
#
# "
e)
8 1 8 1

"$ " " "$ " "
## " # ## " #
# " $ #) % ""
# #
0 $ 0 0
$ $
#
f) No se puede desarrollar porque la fila que se quiere cambiar es la N y esta no est en las filas de la $
OE.
g) La divisin de filas NO es una OE.
Matriz Escalonada.
Definicin: Una matriz est en la forma escalonada en renglones si se cumplen las siguientes condiciones:
i) Todos los renglones cuyos elementos son todos ceros aparecen en la parte inferior de la matriz.
ii) El primer nmero diferente de cero (comenzando por la izquierda) en cualquier rengln cuyos
elementos no todos son ceros es 1.
iii) Si dos renglones sucesivos tienen elementos distintos de cero, entonces el primer 1 en el rengln
de abajo esta ms hacia la derecha que el primer 1 en el rengln de arriba.
Ejemplo: Algunas matrices en la forma escalonada son:
, ,
1 0 0 1 0 0 0
0 1 0 0 1 0 0
0 0 1 0 0 0 1
1 0 0 0
0 0

&
! " #

" ! $ ! "
! " & ! !
! ! ! " #
Ejercicios: Escalona las siguientes matrices a travs de OE
E F
# "
$ %
# " #
" # $
" $ %

V
I
R
G
I
N
I
O

G
O
M
E
Z

21
Saban que el matemtico ingls
James Joseph Sylvester (1814
1897) fue el primero que uso el
trmino matriz en 1850, para
distinguir las matrices de los
determinantes.
La intensin era que el
trmino matriz tuviera el
significado de madre de
los determinantes
Saban que el matemtico ingls
James Joseph Sylvester (1814
1897) fue el primero que uso el
trmino matriz en 1850, para
distinguir las matrices de los
determinantes.
La intensin era que el
trmino matriz tuviera el
significado de madre de
los determinantes
V
I
R
G
I
N
I
O

G
O
M
E
Z

22
Determinantes
________________________________________________________________________
Gottfried Wilhelm von Leibniz Augustin Louis Cauchy Gottfried Wilhelm von Leibniz Augustin Louis Cauchy
Los determinantes aparecieron en la literatura matemtica ms de un siglo
antes de las matrices. Algunos grandes matemticos de los siglos XVIII y XIX ayudaron
a desarrollar las propiedades de los determinantes. La mayora de los historiadores
creen que la teora de los determinantes tuvo su origen con el matemtico alemn
Gottfried Wilhelm Von Leibniz (1646-1716), quien junto a Newton fue el coinventor del
clculo. Leibniz uso los determinantes en 1693 en referencia de los sistemas de
ecuaciones simultneas. Sin embargo, algunos piensan que un matemtico japons,
Seki Kowa, hizo lo mismo casi 10 aos antes.
El contribuyente ms prolfico a la teora de determinantes fue el matemtico
francs Louis Cauchy (1789-1857), por ejemplo, escribi una memoria de 84 pginas en
1812, que contena la primera demostracin de la propiedad
" ". ./> E F ./> E ./> F a b a b a b
Carl Gustav Jacob Jacobi
Charles Lutwidge Dodgson
Carl Gustav Jacob Jacobi Carl Gustav Jacob Jacobi
Charles Lutwidge Dodgson
Un segundo contribuyente (despus de Cauchy) fue el matemtico alemn Carl
Gustav Jacob Jacobi (1804 - 1851). Fue con l que la palabra "determinante" gan su
aceptacin final.
Por ltimo, ninguna historia estara completa sin citar el libro An
Elementary Theory of Determinats, escrito en 1867 por Charles Lutwidge Dodgson,
(1832-1898). En este libro Dodgson da las condiciones bajo las cuales los sistemas de
ecuaciones tienen soluciones no triviales. Charles Dodgson es ms conocido por su
pseudnimo de escritor "Lewis Carroll". Con ese nombre public su famoso libro Alicia
en el Pas de las Maravillas.
V
I
R
G
I
N
I
O

G
O
M
E
Z

23
Determinantes.
A toda matriz cuadrada , le corresponde un nico nmero real llamado y E determinante de E
que se denota como o .

a b E ./> E
As,
Si , entonces E E
+ + + + + +
+ + + + + +

+ + +

"" "# "8 "" "# "8
#" ## #8 #" ## #8
8" 8# 88

+ + +
8" 8# 88
Observacin
No debes confundir una
matriz con un
determinante, no es lo
mismo.
Observacin
No debes confundir una
matriz con un
determinante, no es lo
mismo.
Curiosidad:
La funcin determinante apareci por primera vez en
la investigacin de los sistemas de ecuaciones
lineales. Veremos que es una herramienta
indispensable en el estudio y obtencin de
propiedades de las matrices cuadradas.
Curiosidad:
La funcin determinante apareci por primera vez en
la investigacin de los sistemas de ecuaciones
lineales. Veremos que es una herramienta
indispensable en el estudio y obtencin de
propiedades de las matrices cuadradas.
Clculo del Determinante de una Matriz . E
8
i) Si = entonces el E + ./> E +
"" "" ""
ii) En general, el determinante de puede calcularse con respecto a cualquier fila o columna, con la E
frmula que damos a continuacin.
, es una matriz de orden mayor que 1 ./> E " + ./> E E
!
5 "
8
35
3 5 3 5
y es una submatriz E
35
- En particular, si es una matriz cuadrada de orden 2, es decir, , se tiene que: E E
+ ,
- .

./> E " + ./> E
!
5"
#
"5
" 5 "5
./> E " + . " , -
"" "#
o bien, ./> E + . , -
V
I
R
G
I
N
I
O

G
O
M
E
Z

24
Ejemplo: Si , entonces E
" #
$ %

./> E " % # $ % ' "!
" #
$ %
a b

- Si la matriz es cuadrada de orden 3, es decir,
E
+ + +
+ + +
+ + +

"" "# "$
#" ## #$
$" $# $$$
, se tiene que:
./> E " + ./> E
!
5 "
3
"5
" 5 " 5
" # "
$ % #
$ " !

./>E " " " # " "
" # "
$ % #
$ " !
% # $ # $ %
" ! $ ! $ "

a b
"" "# "$

Resolviendo , se tiene: l El #$
Ejercicios: Encuentra el determinante de la matriz que a continuacin se presentan. E
1) Si 2) Si E E
" " + ,
# " , +

3) Si 4) Si E E
" # " # " "
! # " # ! "
$ " # # % "

Respuestas:
1) 2) lEl " lEl + ,
# #
3) 4) lEl "& lEl "'

Sabas que el matemtico francs Pirre
Frederick Sarrus (1798 1861) ide un
mtodo para encontrar el determinante de
una matriz de orden 3.
Sabas que el matemtico francs Pirre
Frederick Sarrus (1798 1861) ide un
mtodo para encontrar el determinante de
una matriz de orden 3.

V
I
R
G
I
N
I
O

G
O
M
E
Z

25
Mtodo de Sarrus.
Sea la matriz de orden 3: E
+ + +
+ + +
+ + +

"" "# "$
#" ## #$
$" $# $$
Para calcular su determinante, segn este mtodo, se procede de la siguiente manera:
1) Se repiten hacia el lado derecho de la ltima columna del determinante asociado, las dos primeras
columnas del lado izquierdo.
= l El
+ + + + +
+ + + + +
+ + + + +

"" "# "$ "" "#
#" ## #$ #" ##
$" $# $$ $" $#
2) Se suman los productos obtenidos al multiplicar los elementos de las diagonales principales, y se
restan los tres productos de los elementos de las diagonales secundarias.
l El + + + + + + + + + + + + + + + + + + =
"" ## $$ "# #$ $" "$ #" $# "# #" $$ "" #$ $# "$ ## $"
Ejemplo:
Si , entonces = E l El
# $ # # $ # # $
" ! # " ! # " !
% # " % # " % #

./> E # ! " $ # % # " # $ " " # # # # ! % * a b a b a b
Ejercicios: Encuentra el determinante de la matriz dada, usando el mtodo de Sarrus.
1) E
" # $
" % &
" ! $

2) F
# " $
! # "
$ % "

3) G
+ , +
+ , +
+ , +

Respuestas:
1) = l El %
2) l El #(
3) l El !
V
I
R
G
I
N
I
O

G
O
M
E
Z

26
Desafo: Desafo:
Aplica todo lo anterior, calcula el determinante de la matriz de orden 4:

E
" # " $
% ! " #
# $ " $
% # " $

Respuesta: ./> E "$
Es evidente que el clculo del determinante de una matriz de orden puede ser tedioso, como 8
habrs podido ya observar en el clculo del determinante de orden imagnese para el caso de % %
determinantes de orden y as sucesivamente. Sin embargo, existen algunas matrices a las cuales es & &
muy sencillo calcular sus determinantes.
1) Sea una matriz triangular inferior o superior. Entonces E
8
.. ./> E + + + +
"" $$ 88
##
Esto es, el determinante de una matriz triangular es igual al producto de sus componentes en la
diagonal.

Ejemplo: Sea E
# $ ! "
! $ # %
! ! " $
! ! ! #

entonces, es una matriz triangular superior, por lo tanto: E
./> E # $ " # "#

2) Si la primera columna o fila de una matriz tiene todos sus elementos nulos excepto el del lugar
+
""
, su determinante es:

+ + + +
! + + +
! + + +

! + + +
+
+ + +
+ +
"" "# "$ "8
## #$ #8
$# $$ $8
8# 8$ 88
""
## #$ #8
$# $$
+

+ + +
$8
8# 8$ 88

Ejemplo:
Si , entonces E
# " $ %
! & ( #
! # $ #
! ' & "

./> E # # ( "%
& ( #
# $ #
' & "

a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

27
Propiedades De Los Determinantes.
Sea una matriz cuadrada de orden . E 8
1) Si en un determinante todos los elementos de una fila o columna son ceros, entonces el
determinante es cero.

+ , - , -
. / 0 / 0 ! !
2 3 ! ! ! !
!
! o
Ejercicio: Verifica la propiedad anterior.
i)

& " #
! ! !
$ "! (

2) El determinante de una matriz es igual al de su traspuesta. Es decir, . Esto es: l El E
>

+ , - + . 1
. / 0 , / 2
1 2 3 - 0 3

i) ii)

& " # & " $
" "! # " "! "!
$ "! ( # # (

3) Si en un determinante se intercambian dos filas o dos columnas, se obtiene un determinante que es
el opuesto aditivo del original.

+ , - + , - +
. / 0 . / 0 .
1 2 3 1 2 3 1 2 3 1

. / 0 - ,
+ , - 0 /
3 2
o
i) ii)

& $ " # % #
# % # & $ "
( ' " ( ' "

V
I
R
G
I
N
I
O

G
O
M
E
Z

28
4) Si los elementos de una fila o columna de un determinante se multiplican por un nmero real, el
valor de este determinante es equivalente al producto del nmero real por el valor del determinante
original. Es decir:
, se tiene que: a:
:
+ , - + , - + -
. / 0 . / 0 . 0
1 2 3 1 3

:1 :2 :5 :2
:,
:/
Ejercicio: Verifica la propiedad anterior
i) &
% $ "
# ! "
! $ #

ii)

#! "& &
# ! "
! $ #

5) Si los correspondientes coeficientes de dos filas (o dos columnas) son iguales o estn en una razn
constante, el determinante es cero. Es decir:

+ , - , , + , -
+ , - / /
2 2 $+ $, $- 1 2 3 1
! ! !
+
. . / 0 o o
Ejercicio: Calcula los determinantes.
i) ii)

' # # # $ %
( $ $ # $ %
) & & " & (

6) Un determinante se puede expresar como suma de dos determinantes descomponiendo como
sumandos los elementos de una fila o columna cualquiera, como se indica a continuacin.

+ , - + , - + , - + , -
. / 0
1 2 3

1 2 3 1 2 3 1 2 3
. . / / 0 0 . / 0 . / 0
" # " # " # " " " # # #

+ , -
. / 0 / 0 / 0 / 0
1 2 3

, - , - , -
2 3 2 3 2 3
+ + + +
. . . .
1 1 1 1
" # " #
" # " #
" # " #
V
I
R
G
I
N
I
O

G
O
M
E
Z

29
Ejercicio:
i)

% $ " $ "
& $ # $ #
( ' " ' "
$ " $ " $ " $ "
! # ! # ! # ! #
" # " # " # " #

ii)

& ' ( & ' ( & ' ( & ' (
" ! " " ! " " ! " " ! "
) "! "# % % ' % "! # % ' "! % % #
7) Si se sustituye cualquier fila o columna por la suma de ella ms veces otra fila 5
o columna, el determinante de la matriz no cambia.

+ , - + , -
. / 0 . / 0
1 2 3 $1 . $2 / $3 0
0 $ 0 0
$ $ #
Ejemplo: Si a la fila 2 le sumamos 2 veces la fila 1 ( ), obtenemos: 0 0 #0
# # "
;

" $ " " $ "
# % " % "! $
( ' " ( ' "
" "
8) l M l "
8
Ejercicios:
1) Encuentre el determinante de las siguientes matrices usando propiedades

a) b)
1
E F
" # $ % & " # $
" & # ' ! " # $
# $ % ' % # & '
% $ ! ) # $ % &

2) Sea E F
" ! " ! ! ! " "
" # ! " ! " ! "
! ! " " # ! ! "
# ! " ! ! " ! "

Calcula Identidad de orden ./> E F M M % c d
>
% %
3) Encuentra el valor de si se cumple la siguiente igualdad 5

5 # % #& 5 & $ %
! " ! " 5 # #
" ! 5 % " ! "
V
I
R
G
I
N
I
O

G
O
M
E
Z

30
4) Prueba que

" + , -
" , - +
" - + ,
!
5) Calcula:
G
" $ & ( *
# % # % #
! ! " # $
! ! & ' #
! ! # $ "

Respuestas:
1) a) = ./> E (!#
b) ./> F ##!
2) ./> M !
" ! # #
! # " !
" " " #
# ! # %

%
3) 5 #
5) ./>G "%
Aplicaciones De Los Determinantes.
Menor de una Matriz.
Se llama del elemento de la matriz a la submatriz . Menor + E Q
34 34
Ejercicios: Calcula los determinantes para la siguiente matriz E
" # $
" % &
" ! $

a) lQ l
"$
b) lQ l
##
Respuestas: a) b) % !

V
I
R
G
I
N
I
O

G
O
M
E
Z

31
Cofactor.
Sea una matriz de orden , el cofactor de , se determina por E 78 34 E E " lQ l
3 4 34
34
# " $
% & #
" ! "

E " Q " )
# $
% #
$ # $ #
$ #

Ejercicios: Sea la matriz , determina: E
# " $
% & #
" ! "

1) 2) E E
$$ "#
3) 4) E E
$# ""
Respuestas:
1) " '
# "
% &
$$

2) " '
% #
" "
"#

3) )
4) &
Adjunta de una Matriz.
Dada una matriz cuadrada de orden , se define la matriz adjunta de la cual se escribe E 8 E
+.4E F 8 8 como la traspuesta de la matriz de cofactores de orden

Veamos como se determina:
Sea la matriz de cofactores de entonces F E E
34
F
E E E
E E E
8

E E E
8" 8#

"" "# " 8
# " ## #
88

V
I
R
G
I
N
I
O

G
O
M
E
Z

32
F +.4 E
E E E
E E E

E E E

>

"" #" 8"
"# ## 8#
"8 #8 88
Ejemplo: Si , entonces la es: E +.4 E
# % $
! " "
$ & (

E "#
" "
& (
""
; en forma anloga (verifcalo), tenemos que: E $
! "
$ (
"#
E $ E "$ E &
"$ #" # #
E # E ( E #
#$ $ " $ #
E #
$$
As que es la matriz de cofactores, de manera que la traspuesta de F
"# $ $
"$ & #
( # #

F E es la adjunta de . Esto es:
+.4 E
"# "$ (
$ & #
$ # #
a b

Ejercicios: Determina la matriz adjunta para las siguientes matrices.
1) 2) E E
" # $
" # %
! # #
$ #
% &

3) 4) E E
+ , $ "# # '
+ , # "! # &
" $ ! #
" ' " $

Respuestas:
1) 2)

"# "! #
# # (
# # %
& #
% $
3) 4)

, , " " # #
+ + ! " $ $
! " ! #
# # $ #
V
I
R
G
I
N
I
O

G
O
M
E
Z

33
Matriz Inversa.
Dada una matriz de orden y . Existe la matriz , denominada inversa de , E 8 ./>E ! E E
"
que cumple lo siguiente:
E E E E M
8 8 8 8 8
" "
Existen diversos mtodos que permiten encontrar la amtriz inversa. En este curso estudiaremos el
mtodo de la matriz equivalente y el de la matriz adjunta.
Mtodo 1: Matriz Equivalente.
Una forma de encontrar la inversa de una matriz es a travs de OE Se trabaja con una matriz
aumentada. A la izquierda se coloca la matriz a la cual se le quiere determinar la inversa y a la derecha, la
matriz Idntidad, y a travs de OE hechas sobre toda la matriz, se transforma la matriz de la izquierda en la
Identidad y la matriz que resulta a la derecha, es la matriz inversa buscada.
)= E M
+ , l " ! ! ! " ! ! l + , -
. / 0 l ! " ! ! " ! l . /
2 3 4 l ! " ! ! ! " l 2 3
l " ! l
B C l ! "

! ! " l B C
El * indica un trmino distinto del dado inicialmente
Ejemplo: Determina, si es que existe, la matriz inversa de , haciendo OE: E
E
" ! "
# " "
! # "

Desarrollo:
1 Como (verifcalo), se tiene que existe . ./> E ! E a b
"
2 Para determinar , trabajamos con el mtodo de la matriz equivalente. Esto es: E
"

( ) = E M 0 0
" ! " l " ! ! " ! "l " ! !
# " " l ! " ! ! " " l # " !
! # " l ! ! " ! # " l ! ! "

# #
"
# 0
0 0 # 0
" ! " " ! !
! " " # " !
! ! " % # "
$ $ #

|
|
|
V
I
R
G
I
N
I
O

G
O
M
E
Z

34
0 0
" ! " l " ! !
! " " l # " !
! ! " l % # "
$ $

0 0 0
" " $
0 0 0
" ! ! l $ # "
! " ! l # " "
! ! " l % # "
# $ #

Por lo tanto: E
$ # "
# " "
% # "
"

No es necesario comprobar, pero si multiplicamos E E M
"
$
Ejercicios: Determina , si es que existe, para cada matriz dada, usando OE. E
"
a) b) E E
" " ! " # "
" # " # ! "
$ " " " " !

c) d) E E
! " "
# " "
# " "
" ! " "
# " $ "
# " ! #
" " # "

Respuestas:
a) b) E E
" " " "$ "$ #$
# " " "$ "$ "$
& % $ #$ "$ %$
" "

c) No tiene matriz Inversa d) E
" $ " %
! % " '
" % " &
" " ! "
"

Mtodo 2: Matriz Adjunta.
Otro mtodo para encontrar la matriz inversa de una matriz, es a travs de la matriz adjunta y
usando la siguiente frmula:

E +.4 E
" "
E k k
a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

35
Ejemplo: Hallemos la Inversa de , si existe por medio de la matriz adjunta, sabiendo que E E
esta dada de la siguiente manera:
E
" # "
! $ #
# ! "

Desarrollo:
1 Como el = 11 , tenemos que existe . lEl ! E
"
2 Determinaremos la matriz adjunta:
E.4 E E " "
$ # ! # ! $
! " # " # !
"
# " " " " #
! " # " # !
# " " " " #
$ # ! # ! $
"
>
3 4
>

E.4 E
$ % ' $ # (
# " % % " #
( # $ ' % $
a b

>
3 Por ltimo, E +.4 E
"
E
"
k k
a b
E
"
""
$ # ( $"" #"" (""
% " # %"" """ #""
' % $ '"" %"" $""
"

Ejercicios: Determina a travs de la , si es posible. E +.4E
"
1) 2) 3) E E E
# $ ' + ! ,
" & $ ! " !
% # " , ! +
$ " " "
" $ " "
" " $ "
" " " $

Respuestas:
1) E
"( "&(( $""
"( ##(( !
##(( "'(( """
"

V
I
R
G
I
N
I
O

G
O
M
E
Z

36
2) E
"
+ ,
+ ! ,
! + , !
, ! +
"
#
#
# #

3) E
&"# ""# ""# ""#
""# &"# ""# ""#
""# ""# &"# ""#
""# ""# ""# &"#
"

V
I
R
G
I
N
I
O

G
O
M
E
Z

37
Sistemas De Ecuaciones Lineales.
________________________________________________________________________________
Johann Carl Friedrich Gauss Johann Carl Friedrich Gauss
La teora de las ecuaciones lineales juega un papel importante y motivador en el
mbito del lgebra lineal. Muchos problemas de lgebra lineal son equivalentes al
estudio de un sistema de ecuaciones lineales, como por ejemplo hallar el ncleo de una
aplicacin lineal o caracterizar el subespacio generado por un conjunto de vectores.
Los fenmenos lineales son aquellos en que, al duplicar o triplicar la causa, se
duplica o triplica el efecto, y al sumar las causas, se suman los efectos. Muchos
fenmenos naturales y sociales tienen comportamientos muy similares al lineal; por ello
se pueden estudiar, con una aproximacin aceptable, considerndolos como tales.
Se cree que hacia el 1100 AC, los chinos ya se plantearon el problema de cmo
resolver dos ecuaciones lineales con dos incgnitas. Y en Japn, el matemtico Seki
Kowa (1642-1708) hizo un aporte igual o mejor en esta materia que el matemtico
ingls Isaac Newton (1642-1727). Poco despus de que Seki Kowa hubiera previsto la
solucin de un sistema de manera hipottica, en 1693, Leibniz encontr un mtodo para
resolver sistemas de ecuaciones lineales simultneas, comparable al creado por los
chinos. Este mtodo fue aplicada en 1750 por Cramer (matemtico Suizo, 1704-1752) y
simplificado en 1764 por E. Bzout (matemtico francs 1730-1763). Sin embargo, el
matemtico que hizo mayores contribuciones en este tema fue el alemn Johann Carl
Friedrich Gauss (1777-1855). Incluso, dos mtodos muy utilizados para resolver
sistemas de ecuaciones llevan su nombre.
En esta seccin veremos como aplicar todo lo aprendido anteriormente en la
solucin de sistemas de ecuaciones lineales. Veremos detalladamente el algoritmo de
eliminacin Gaussiana y de Gauss-Jordan, analizaremos las soluciones de dichos
sistemas y daremos una interpretacin geomtrica de ellas.

V
I
R
G
I
N
I
O

G
O
M
E
Z

38
En esta seccin describiremos tres mtodos para encontrar todas las soluciones (si existen) de un
sistema de ecuaciones lineales con incgnitas. Analizaremos sistemas de ecuaciones lineales que no 7 8
poseen solucin, que poseen solucin nica o infinitas soluciones.
Comenzaremos con algunas definiciones que son escenciales para avanzar en este tema.

Definicin: Una Ecuacin Lineal o de primer grado en incgnitas es una expresin de 8 B B B B
" # $ 8
la forma:
+ B + B + B + B ,
" " # # $ $ 8 8
..... (1)
donde son nmeros dados en algn conjunto numrico. + + + + ,
" # $ 8
se llaman coeficientes de la ecuacin y el trmino independiente. Se llama + + + + ,
" # $ 8
solucin de la ecuacin a toda -upla de nmeros que reemplazados ordenadamente en lugar de las 8
incgnitas , , , , convierten a la expresin (1) en una identidad. B B B B
" # $ 8
Se dice que las soluciones satisfacen la ecuacin.
Por ejemplo, dada la ecuacin , dos soluciones de la misma son: #B $B #B B (
" # $ %

" " # ! # ! "#
"
$
y .
Estudiaremos ahora los sistemas de ecuaciones y su resolucin.
Definicin: Se denomina sistema de ecuaciones lineales a un conjunto de dos o ms ecuaciones lineales
con dos o ms incgnitas.
Ejemplo:
........................................................
+ B + B + B + B ,
+ B + B + B + B ,
"" " "# # "$ $ "8 8 "
#" " ## # #$ $ #8 8 #
............
....................................................................
+ B + B + B + B ,
7" " 7# # 7$ $ 78 8 7
Observacin:

Con el sistema anterior se pueden formar tres matrices:
i) Una matriz de : coeficientes numricos
E
+ + +
+ + +
+ + +

+ + +

"" "# "8
#" ## #8
$" $# $8
7" 7# 78

V
I
R
G
I
N
I
O

G
O
M
E
Z

39
ii) Una matriz de incgnitas:
\
B
B
B
8

"
#
iii) Una matriz de trminos independientes:

F
,
,
,
8

"
#
Utilizando esta tres matrices, es posible escribir el sistema de ecuaciones lineales de la forma
siguiente:
E \ F
Es decir,

+ + +
+ + +
+ + +

+ + +

B ,
B ,

B ,
8 8
"" "# "8
#" ## #8
$" $# $8
7" 7# 78
" "
# #

Ahora bien, si juntamos la matriz y la matriz , formamos una nueva matriz llamada E F Matriz
Ampliada y denotada por . E F
E F
+ + + l ,
+ + + l ,
l
l
+ + + l ,

"" "# "$ "
#" ## #$ #
7" 7# 7$ 8
Ejercicios: Dado los siguientes sistemas de ecuaciones, escribe las matrices: . E F \ E F
1) B B B "
" # $
B B %
" $
# B # B % B #
" # $
2) B B "
# %
#B B !
" $
B % B $
$ %
V
I
R
G
I
N
I
O

G
O
M
E
Z

40
Respuestas:
1) E F \
" " " "
" ! " %
# # % # B
B
B

"
#
$
E F
" " " l "
" ! " l %
# # % l #

2) E F \
! " ! " "
# ! " ! !
! ! " % $
B
B
B
B

"
#
$
%
E F
! " ! " l "
# ! " ! l !
! ! " % l $

Mtodos De Resolucin De Sistemas De Ecuaciones.
GABRIEL CRAMER
Mtodo 1: REGLA DE CRAMER.
GABRIEL CRAMER GABRIEL CRAMER
Mtodo 1: REGLA DE CRAMER.

Sea una matriz de orden . Entonces la slucin al sistema est dado por E 8 E \ F nica

, B B B B
" # 3 8
" # 3 8
H H
H H H H
H H
Donde: es el determinante de H E
es el determinante de sustituir la columna por la matriz de trminos independientes, H 3
3
es decir, la matriz . F
IMPORTANTE!!
Para resolver un sistema
usando este mtodo se requiere que
0 ) det( A
IMPORTANTE!!
Para resolver un sistema
usando este mtodo se requiere que
0 ) det( A

V
I
R
G
I
N
I
O

G
O
M
E
Z

41

Ejemplo: Para mostrar la aplicacin de este mtodo, vamos a resolver el siguiente sistema.
# B B $ B "
" # $
B & B B %
" # $
$ B # B % B "
" # $
1 Identifiquemos cada una de las matrices del sistema.
E F \
# " $ "
" & " % B
$ # % "
B
B

"
#
$
2 Verifiquemos que el determinante de sea distinto de cero. En efecto: E
H ./> E
# " $ # "
" & " " &
$ # % $ #
a b

%! $ ' %& % % # ! a b a b
Por lo tanto, podemos aplicar la regla de Cramer.
3 Calculemos el valor de las incgnitas:
B
"
$
'
#

"
%
"
" $
& "
# %
#
B
#
"
#
#

# $
" "
$ %
"
%
"
#
B
$
#
%
#

# "
" &
$ #
"
%
"
#
4 La solucin del sistema est dada por la matriz \
B
B "
B
$
#

"
#
$
Ejercicios: Resuelve, si es posible, los siguientes sistemas usando la Regla de Cramer.
1) # B B $
" #
$ B # B &
" #
2) # B % B 'B ")
" # $
% B &B ' B #%
" # $
$B B # B %
" # $
3) #B $ B B &
" # $
V
I
R
G
I
N
I
O

G
O
M
E
Z

42
B # B $ B !
" # $
% B B B "
" # $
4) B $ B B %
" # $
& B B $
" #
# B ' B # B )
" # $
Respuestas:
1) B B
"" "
( (
" #
2) B % B # B $
" $
#
3) B B B
" & $
% % %
" # $
4) no se puede resolver por Cramer. ./>E !
CUIDADO!! Esta Regla tiene dos limitaciones:
1 La matriz de coeficientes numricos deber ser cuadrada
ya que se calcula el determinante de ella y, adems, debe
ser distinto de cero.
2 Sirve slo cuando el sistema tiene una nica solucin.

Mtodo 2: ECUACIN MATRICIAL
Otra forma de resolver un sistema de ecuaciones es a travs de la siguiente ecuacin matricial.
multiplicando por la matriz inversa a la izquierda E \ F E
"
E E \ E F
" "

M \ E F
8
"
\ E F
"
Es decir, para resolver un sistema de ecuaciones se debe encontrar la matriz inversa de si es E
que existe, la cual se multiplica por la matriz . F
Ejemplo: Para mostrar la aplicacin de este mtodo, vamos a resolver el siguiente sistema.

B B B #
" # $
#B $B B $
" # $
#B #B B #
" # $
V
I
R
G
I
N
I
O

G
O
M
E
Z

43
1 Identifiquemos cada una de las matrices del sistema.
E F \
" " " #
# $ " $ B
# # " #
B
B

"
#
$
2 Se dice que existe la matriz inversa, s y slo si, . k k E !
Verifiquemos que el determinante sea distinto de cero.
k k a b

E # $ " # $ $ # % ' # # $ !
" " " " "
# # " # #
3 Como verificamos que el determinante es distinto de cero, buscaremos la matriz inversa. Para
ello, utilizaremos la matriz adjunta.
+.4 E
$ " # " # $
# " # " # #
" " " " " "

# " # " # #
" " " " " "
$ " # " # $
a b

>
+.4 E
" ! # " " #
" $ % ! $ $
# $ & # % &
a b

>
4 Por lo tanto, la matriz inversa queda determinada como sigue:
E +.4 E
" "
E $
" " #
! $ $
# % &
"
k k
a b

E
"$ "$ #$
! " "
#$ %$ &$
"

5 Luego, \ E F
"
\
"$ "$ #$ # "
! " " $ "
#$ %$ &$ # #

6 La solucin del sistema est dada por la matriz \
B
B "
B
"
#

"
#
$
V
I
R
G
I
N
I
O

G
O
M
E
Z

44
Ejercicios: Resuelve los siguientes sistema usando la ecuacin matricial.
1) B # B B $
" # $
2 B & B B "
" # $
B B * B "'
" # $
2) #B $B %
# $
#B 'B (B "&
" # $
B # B &B "!
" # $
Respuestas:
1) luego E B " B " B #
%% "* (
"* ) $
( $ "
"
" # $

2) , por lo tanto no se puede resolver el sistema por este mtodo ./> E !
CUIDADO!!
Este mtodo tambin tiene algunas limitaciones, primero, la
matriz de coeficientes numricos debe ser cuadrada para
poder as encontrar su determinante, y si este es igual a cero,
no se puede aplicar este mtodo.
Mtodo 3: METODO GAUSSIANO
Este mtodo es ms general que los otros dos anteriores, pues nos permite analizar con ms detalle
las distintas soluciones de un sistema de ecuaciones lineales.
Un sistema de ecuaciones lineales admite transformaciones mediante OE, manteniendo invariable
su solucin hasta llegar a una matriz escalonada por filas.
El mtodo consiste en reducir por filas la matriz ampliada a la forma escalonada para, luego,
despejar el valor de la ltima incgnita. Despus se usa la sustitucin hacia atrs para obtener el valor de
las dems incgnitas.
Ejemplo: Para comprender mejor el mtodo, apliqumoslo para resolver el siguiente sistema.
B C D #
#B $C D $
#B #C D #
V
I
R
G
I
N
I
O

G
O
M
E
Z

45
1 Caractericemos el sistema de ecuaciones:
Matriz de coeficientes. E
" " "
# $ "
# # "

Matriz de trminos independientes. F
#
$
#

, Matriz de incgnitas. \
B
C
D

, Matriz ampliada.

E F
" " " l #
# $ " l $
# # " l #

2 Escalonemos la matriz ampliada, realizando OE sobre las filas.
;

E F 0 0 #0 0 0 #0
" " " l #
# $ " l $
# # " l #

# # " $ $ "

" " " l #
! & $ l "
! % $ l #
0 &0 %0
$ $ "

" " " l #
! & $ l "
! ! $ l '
0 0 0
# # $

" " " l #
! & ! l &
! ! $ l '
3 De la ltima matriz, obtenemos el siguiente sistema equivalente.
B C D #
&C &
$D '
4 Si despejamos las incgnitas y y reemplazamos sus valores en la primera ecuacin obtenemos C D
el valor de . As, podemos concluir que la solucin del sistema es: B
\
B "
C "
D #

V
I
R
G
I
N
I
O

G
O
M
E
Z

46
Oye!!
Sabas que exista otro
mtodo para resolver
sistemas de ecuaciones
llamado Gauss-Jordan?
Si quieres saber ms acerca
de ello, revisa el libro
lgebra Lineal de Stanley
Grossman que se encuentra
en biblioteca.
Oye!!
Sabas que exista otro
mtodo para resolver
sistemas de ecuaciones
llamado Gauss-Jordan?
Si quieres saber ms acerca
de ello, revisa el libro
lgebra Lineal de Stanley
Grossman que se encuentra
en biblioteca.
Anlisis De Las Soluciones De Un Sistema De Ecuaciones.
Para analizar las soluciones de un sistema de ecuaciones, necesitamos conocer un concepto que
an no hemos visto: . El Rango de una Matriz
Rango de una Matriz.
Se llama Rango de una matriz al orden de la mayor submatriz cuadrada cuyo E `
78
determinante es no nulo.
Ejemplo 1: Sea , las posibles submatrices de orden 3 son: E
# # ! %
! " " !
" " # #

# # ! # # % # ! % # ! %
! " " ! " ! ! " ! " " !
" " # " " # " # # " # #

Verifica que el determinante de cada una de las matrices anteriores es cero, por lo tanto el rango
de la matriz no es 3. E
Luego, debemos considerar las submatrices de orden 2. Una de stas es cuyo

# #
! "
determinante no es cero. En consecuencia, el rango de es dos, lo que se denota como . E V E # a b
Ejemplo 2: Sea una matriz cuadrada de orden 3. E
" # $
# $ %
$ & (

Por lo tanto, si es una matriz de orden 3, entonces el rango debera ser 3 pero si calculamos su E
determinante nos damos cuenta que este es igual a cero.
lEl ! V E $
" # $
# $ %
$ & (

a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

47
Busquemos el determinante de alguna de sus submatrices de orden 2.

a b E " ! V E #
$ %
& (
""
Otra forma, ms general, es determinar el rango a travs de OE, ya que estas no modifican ni su
orden ni su rango. Las OE se hacen sobre las filas hasta escalonar la matriz y el rango estar determinado
por el nmero de filas no nulas.
Ejemplo: Determinemos el rango de la siguiente matriz.
E
" $ # " #
# & " $ &
" $ # $ $
$ % " # *

1 Realicemos las OE para escalonar la matriz:
9 2 1 4 3
3 3 2 3 1
5 3 1 5 2
2 1 2 3 1
f
2
=f
2
-2f
1
f
3
=f
3
+f
1
f
4
=f
4
-3f
1

3 1 5 13 0
1 2 0 6 0
1 5 5 1 0
2 1 2 3 1
f
3
=f
3
+6f
2
f
4
=f
4
-13f
2

10 64 60 0 0
5 32 30 0 0
1 5 5 1 0
2 1 2 3 1
f
4
=f
4
+2f
3

0 0 0 0 0
5 32 30 0 0
1 5 5 1 0
2 1 2 3 1
9 2 1 4 3
3 3 2 3 1
5 3 1 5 2
2 1 2 3 1
f
2
=f
2
-2f
1
f
3
=f
3
+f
1
f
4
=f
4
-3f
1

3 1 5 13 0
1 2 0 6 0
1 5 5 1 0
2 1 2 3 1
f
3
=f
3
+6f
2
f
4
=f
4
-13f
2

10 64 60 0 0
5 32 30 0 0
1 5 5 1 0
2 1 2 3 1
f
4
=f
4
+2f
3

0 0 0 0 0
5 32 30 0 0
1 5 5 1 0
2 1 2 3 1

Como la matriz escalonada tiene filas no nulas, resulta que el rango de es $ E $

Tambin es posible escalonar la matriz
realizando OE sobre las columnas,
pero convendremos en trabajar por
filas.
Tambin es posible escalonar la matriz
realizando OE sobre las columnas,
pero convendremos en trabajar por
filas.

Ejercicios: Encuentra el rango de las siguientes matrices a travs de OE.
1) E
" ! " "
! # " #
" % $ &

V
I
R
G
I
N
I
O

G
O
M
E
Z

48
2) E
! " " "
" " ! "
" # " !
# % " !

3) E
" " # "
" ! " #
" # & %
# " " "

Respuestas:
1) < #
2) < $
3) < #
Anlisis De Soluciones A Travs Del Estudio De Rangos.
Sistema de Ecuaciones
R(A) = R(A,B)
SI
NO
Sistema Incompatible
No Existe Solucin
R(A) = R(A,B) = n
NO
Sistema Compatible
Indeterminado
Existen Infinitas
Soluciones
Sistema Compatible
Determinado
Existe Una nica
Solucin
SI
Donde:
n es N de incgnitas
R(A) rango de la matriz de
coeficientes
R(A,B) es rango de la matriz
ampliada
Anlisis De Soluciones A Travs Del Estudio De Rangos.
R(A) = R(A,B)
SI
NO
No Existe Solucin
R(A) = R(A,B) = n
NO
Sistema Compatible
Indeterminado
Existen Infinitas
Soluciones
Sistema Compatible
Determinado
Existe Una nica
Solucin
SI
R(A) = R(A,B)
SI
NO
No Existe Solucin
NO
Sistema Incompatible Sistema Incompatible
No Existe Solucin No Existe Solucin
R(A) = R(A,B) = n
NO
Sistema Compatible
Indeterminado
Existen Infinitas
Soluciones
Sistema Compatible
Indeterminado
Existen Infinitas
Soluciones
Existen Infinitas
Soluciones
Sistema Compatible
Determinado
Existe Una nica
Solucin
Sistema Compatible
Determinado
Existe Una nica
Solucin
Existe Una nica
Solucin
SI
Donde:
n es N de incgnitas
coeficientes
ampliada
Donde:
n es N de incgnitas
coeficientes
ampliada
V
I
R
G
I
N
I
O

G
O
M
E
Z

49
Estudiemos algunos sistemas.
1) Sistema Compatible Determinado.
Ya vimos que este tipo de sistema posee solucin nica.
Ejemplo: Resolvamos el siguiente sistema usando el mtodo Gaussiano.
B C D #
#B $C D $
# B #C D #
1 Caracterizando el sistema de ecuaciones
E F \
" " " # B
# $ " $ C
# # " # D

2 Aplicaremos operaciones elementales a la matriz ampliada
E F
" " " l #
# $ " l $
# # " l #

0 0 #0
# # "
0 0 #0
$ $ "
E F
" " " l #
! & $ l "
! % $ l #

0 &0 %0
" " " l #
! & $ l "
! ! $ l '
$ $ "

0 0 0
" " " l #
! & ! l &
! ! $ l '
# # $

3 Analizando los rangos de la matriz escalonada. Tenemos que:
8 $
V E $ a b
; Por lo tanto, el sistema posee solucin nica. V E F $ a b
4 Trabajaremos el sistema equivalente al original para determinar la solucin al sistema de
ecuaciones lineales. El sistema resultante es:
B C D #
&C &
$D '
V
I
R
G
I
N
I
O

G
O
M
E
Z

50
Se determina una de las incgnitas y las restantes resultan de ir reemplazando los valores
encontrados.
De aqu resulta: B " C " D #
2) Sistema Compatible Indeterminado.
Ya vimos que este tipo de sistema posee infinitas soluciones.
Ejemplo: Resolvamos el siguiente sistema usando OE.

B C D "
# B $C #D #
$ B # C D $
1 Caracterizando el sistema de ecuaciones lineales.
E F \
" " " " B
# $ # # C
$ # " $ D

2 Escalonando la matriz ampliada.
a b

E F
" " " l "
# $ # l #
$ # " l $
0 0 #0
# # "
0 0 $0
$ $ "

" " " l "
! & % l !
! & % l !
0 0 0
" " " l "
! & % l !
! ! ! l !
$ $ #

3 Analizando los rangos de la matriz escalonada.
Como , se tiene que el sistema es Compatible Indeterminado; 8 $ V E # V E F # a b a b
por lo tanto, tiene infinitas soluciones.
Con la matriz obtenida podemos formar el sistema equivalente:
B C D "
& C %D !
4 Observa que la expresin , permite conocer el nmero de incgnitas de las cuales 8 V E a b
dependeran las otras.
V
I
R
G
I
N
I
O

G
O
M
E
Z

51
Es decir: . Esto significa que de las incgnitas, de ellas quedan en funcin de la $ # " $ #
otra incgnita.
En efecto:
Si despejamos de la segunda ecuacin tenemos: C C D
%
&
Si este resultado lo reemplazamos en la primera ecuacin y despejamos , tenemos que: B
B " D
"
&

5 La solucin general, entonces, es: \
B
C
D
" D
D
D

"
&
%
&
6 Algunas soluciones particulares son: \ \ \
"
!
!
" #

'
&
% )
& &
(
&
3) Sistema Incompatible o Inconsistente.
Este tipo de sistema, como ya vimos, no tiene solucin.
Ejemplo: Resolvamos el siguiente sistema
# C $D %
#B 'C (D "&
B #C &D "!
E F \
! # $ % B
# ' ( "& C
" # & "! D

2 Escalonando la matriz ampliada.
E F
! # $ l %
# ' ( l "&
" # & l "!

0 0 0 0 # 0
" # & l "!
# ' ( l "&
! # $ l %
" $ # # "

V
I
R
G
I
N
I
O

G
O
M
E
Z

52

" # & l "! " # & l "!
! # $ l & ! # $ l &
! # $ l % ! ! ! l "
0 0 0
$ $ #
3 Analizando los rangos de la matriz escalonada. Tenemos que:
8 $ V E # V E F $ a b a b
Por lo tanto, el sistema no tiene solucin
Observacin: Si el vector de trminos Independientes es un vector nulo, entonces el sistema es
Homogneo No Homogneo. , en caso contrario se llama
El sistema homogneo , es decir, es Compatible: E \ ) siempre tiene solucin
a) Si tiene una solucin nica, sta es la trivial ( con B ! a3 3 " # 8
3
b) Si , entonces tiene Infinitas soluciones, entre ellas la trivial. 8 <
Para resolver este tipo de sistema de ecuaciones debemos calcular el determinante de la matriz de
coeficientes numricos. Si el determinante es distinto de cero, el sistema posee solucin nica y es la
trivial, pero si el determinante es igual a cero, el sistema posee infinitas soluciones y stas se obtienen por
el mtodo gaussiano.

Ejemplo 1: Determinemos la o las soluciones del siguiente sistema homogneo.
# B $C %D !
B #C D !
B $C &D !
E F \
# $ % ! B
" # " ! C
" $ & ! D

2 Calculando el determinante de la matriz . E
. ./> E &) !
# $ %
" # "
" $ &

3 Luego, el sistema tiene solucin nica, y es la trivial.
Por lo tanto: B ! C ! D !

V
I
R
G
I
N
I
O

G
O
M
E
Z

53
Ejemplo 2: Determinemos la o las soluciones del siguiente sistema homogneo.
B $C &D !
#B 'C "!D !
B &C D !
E F \
" $ & ! B
# ' "! ! C
" & " ! D

2 Calculando el determinante de la matriz . E
. ./> E !
" $ &
# ' "!
" & "

Como el , tenemos que el sistema tiene infinitas soluciones y para determinarlas, lo ./> E !
haremos a travs del mtodo gaussiano.
3 Realizando operaciones elementales en la matriz . E
E
" $ &
# ' "!
" & "

0 0 #0
# # "
0 0 0
$ $ "

a b
" $ & " $ &
! ! ! ! # %
! # % ! ! !
0 0 8 V E
# $
4 Resolviendo el sistema equivalente
B $C &D !
# C %D !
C #D
B ""D
5 La solucin general, entonces, es: \
B ""D
C # D
D D

6 Algunas soluciones particulares son:
\ \ \
! "" ##
! # %
! " #

V
I
R
G
I
N
I
O

G
O
M
E
Z

54
Ejercicios:
Resuelve los siguientes sistemas usando el mtodo de Gauss Si el sistema tiene
infinitas soluciones adems de la general determine una particular.
1) # B $ B $B
$ # "
B $B " #B
" # $
$B B # #B
# $ "
2) > $> &> > %
" # $ %
#> &> #> %> '
" # $ %
3) B B #B "
1 # $
B $B %B "
" # $
#B #B %B $
" # $
4) $B 'C 'D *
#B &C %D '
B "'C "%D $

Respuestas:
1) Sistema Compatible Determinado: B " B ! B !
" # $
2) Sistema Compatible Indeterminado
Solucin General: # "* > ( = # ) > # = > = > =
Solucin Particular: Si > ! = ! # # ! !
3) El sistema es Incompatible.
4) Sistema Compatible Indeterminado.
Solucin General : ($ > > > >
# )
* *

Soluciones Particulares: a b

$ ! ! " "
#* ) #& )
* * * *
Existen sistemas de ecuaciones lineales en las cuales al menos uno de los coeficientes numricos
+
34
es una constante desconocida y necesitamos saber cmo es la solucin del sistema.
Ejemplo: Determinaremos el o los valores que deberan tener y en el sistema que se + ,
presenta a continuacin, para que sea:

i) Compatible Determinado
ii) Compatible Indeterminado
iii) Incompatible
$B #B &B "
" # $
B B #B "
" # $
%B $B +B ,
" # $
1 Caracterizando el sistema.
E F \
$ # & "
" " # " B
% $ + ,
B
B

"
#
$
V
I
R
G
I
N
I
O

G
O
M
E
Z

55
2 Aplicando operaciones elementales sobre la matriz ampliada.
E F 0 0
$ # & " " " # "
" " # " $ # & "
% $ + , % $ + ,

" #
0 0 $0 0 0 %0
" " # "
! " " #
! " + ) , %
# # " $ $ "

0 0 0
" " " "
! " " #
! ! + ( , #
$ $ #

3 Analizando los rangos.

8 $
depende del valor de . V E + a b
depende de los valores de y . V E F + , a b
i) Para que el sistema sea Compatible Determinado se debe cumplir que: , es V E V E F 8 a b a b
decir, . Esto ocurre cuando , o bien, . V E V E F $ + ( ! a b a b + (
Conclusin: El sistema tendr solucin nica a + (
ii) Para que el sistema sea Compatible Indeterminado se debe cumplir que: , V E V E F 8 a b a b
es decir, . Esto ocurre cuando y 0, o bien, cuando V E V E F $ + ( ! , # + ( a b a b
y . En este caso, el , # V E V E F # a b a b
Conclusin: El sistema tendr infinitas soluciones cuando y . + ( , #
iii) Para que el sistema sea Incompatible se debe cumplir que: . Esto ocurre cuando V E V E F a b a b
+ ( ! , # ! + ( , # y , o bien y
Ejercicios:
1) Considere los sistemas
a) #B $B & !
" #
B (B B !
" # $
%B ""B 5B !
" # $
b) B B B !
" # $
#B $B %B !
" # $
$B %B 5B !
" #
$
Para qu valores de los sistemas tendrn soluciones no triviales? 5
V
I
R
G
I
N
I
O

G
O
M
E
Z

56
2) Determinar qu valor debera tomar para que el sistema siguiente sea !
iii) Incompatible
B B B "
" # $
$B B B &
" # $
! !
%B B &
" #
!
3) Determinar qu valores debe tomar y para que el sistema sea + ,
iii) Incompatible
B B B "
" # $
$B B #B &
" # $
%B +B ,
" $
Respuestas:
1) a) 5
"!
""
b) 5 &
2) i) ! ! ! &
ii) ! &
iii) ! !
3) i) + '
ii) + ' , )
iii) + ' , )

Interpretacin Geomtrica De Los Sistemas De Ecuaciones.
Geomtricamente en el plano , se interpretan de la siguiente forma (Cada ecuacin se representa
#
en una lnea recta)
a) Rectas No Paralelas.
Un punto de interseccin
b) Rectas Paralelas.
No existe interseccin
c) Rectas que Coincidens.
Infinitos puntos de interseccin
a) Rectas No Paralelas.
Un punto de interseccin
b) Rectas Paralelas.
No existe interseccin
c) Rectas que Coincidens.
Infinitos puntos de interseccin
V
I
R
G
I
N
I
O

G
O
M
E
Z

57
En el espacio , la interpretacin es la siguiente (cada ecuacin representa un plano)
$
Los tres planos se intersectan en
la misma recta. Entonces cada
punto sobre el plano es una
solucin y se tiene un nmero
infinito de soluciones.
a)
b) Dos de los planos coinciden e
intersectan a un tercer plano en una
recta. Entonces cada punto sobre la
recta es una solucin y existe un
nmero infinito de soluciones..
c)
Los tres planos se intersectan en un
punto, entonces existe una solucin
nica.
d)
Al menos dos de los planos son
paralelos y distintos. Entonces
ningn punto puede estar en ambos y
no hay solucin. El sistema no tiene
solucin.
e)
Dos de los planos coinciden en una recta
. El tercer plano es paralelo a L (y no
contiene a , de manera que ningn punto
del tercer plano se encuentra en los dos
primeros. No existe solucin.
V
I
R
G
I
N
I
O

G
O
M
E
Z

58
AUTOEVALUACION N 1
Indicacin: Responde estas preguntas y luego revisa tus resultados con el profesor.
PROBLEMA 1: Encuentra el valor de para que se cumpla la igualdad propuesta: B C A D

B C A " C B B A ' %
C D #C #D ' " D

PROBLEMA 2: Dadas las matrices
E F
" ! # " & " ! $
$ % " " # " " !
& # ! $ ' ! $ "

- -
- - - -
- -

G
" ! ( &
# $ ! "
! ! " "

- -
-
-

Determina , ( ) , . E G # E G F G F
> > > >
AUTOEVALUACION N 2
PROBLEMA 1: Dado que una matriz se dice IDEM-POTENTE si . Verifica si las matrices E E
#
siguientes son o no idempotente.
E F G

2 -3 -5 -1 3 5 0 1 0
-1 4 5 1 -3 -5 0 0 1
1 -3 4 -1 3 5 0 0 0
; ;
PROBLEMA 2: Dadas las matrices:
A ; B ; C
1 -3 2 1 4 1 0 2 1 -1 -2
2 1 -3 2 1 1 1 3 -2 -1 -1
4 -3 -1 1 -2 1 2 2 -5 -1 0

Comprueba que EF EG
V
I
R
G
I
N
I
O

G
O
M
E
Z

59
AUTOEVALUACION N 3
PROBLEMA 1: Sea E
" $ ! #
$ "# # '
# "! # &
" ' " $

a) Calcula

E
b) Determina la matriz E.4 E a b
c) Determina la matriz inversa de . E
PROBLEMA 2: Verifica que:
a) La adjunta de una matriz escalar es una matriz escalar
b) La adjunta de una matriz diagonal es una matriz diagonal
c) La adjunta de una matriz triangular es una matriz triangular
PROBLEMA 3: Para las siguentes matrices, determina las respectivas matrices adjuntas.
a) b) E F
# ! " # $ !
" " " & " %
% ! " " ! !

PROBLEMA 4: Para las matrices del problema 3, determina, si existe, las respectivas matrices inversas.
Si existe, mustralas.
V
I
R
G
I
N
I
O

G
O
M
E
Z

60
AUTOEVALUACION N 4
PROBLEMA 1: Sea . E
-9= ! =/8
! " !
=/8 ! -9=

! !
! !
Determina si posee inversa y si es posible, hllala. E
PROBLEMA 2: Que valores de hacen que la matriz dada sea singular (inversible). +
E F
+ + " + " + # # $
" # $ " + " #
# + + $ + ( ! ! + #

PROBLEMA 3: Encuentra de manera que la matriz tenga inversa. B
a b Ind.: es la matriz idntica de orden 3 M
a) b) E E BM
B % )
$ B #
# ! "
" " "
% ! "

c) E BM
# " "
! # $
! % %

PROBLEMA 4: Determina la matriz en la ecuacin: con \ E \ F E F a b
"
>
E F
" " " ! ! "
! " # " # !
$ " ! " " !

V
I
R
G
I
N
I
O

G
O
M
E
Z

61
AUTOEVALUACION N 5
PROBLEMA 1: Sea y . Calcula los siguientes determinantes. E ./> E &
+ , -
. / 0
1 2 3

a b
a) b)

1 2 3 & &2 &3
. / 0 $. $/ $0
+ , - %+ %, %-
c) d)

+ , , - #+ #. #, #/ #- #0
. / / 0 1 2 3
1 2 2 3 . / 0
PROBLEMA 2: Calcula los siguientes determinantes:
a) b)

+ , # + ,
# + , + ,
" # " "
" " ! "
" " " #
" " # "
PROBLEMA 3: Determina los valores de , que satisfacen la ecuacin: 0 donde es -% - - ./> M E a b
incgnita de la ecuacin e es la matriz idntica de orden 4. M
E
# " ! )
! " ! "!
! ! % !
! ! ! &

V
I
R
G
I
N
I
O

G
O
M
E
Z

62
AUTOEVALUACION N 6
PROBLEMA 1: Qu condiciones se deben cumplir para que el sistema se pueda resolver mediante la
ecuacin ? \ E F
"
Si dichas condiciones se cumplen, encuentre la solucin usando la ecuacin matricial y
operaciones elementales.
B B "
B B B #
B B $
B B B %
% "
# $ "
$ #
% $ "

PROBLEMA 2: Resuelva el siguiente sistema usando la regla de Cramer.
$C #B D "
$B #D ) &C
$D " B #C

PROBLEMA 3: Resuelva usando el mtodo gaussiano.
#B C D "
B #C D %
B C #D $
AUTOEVALUACION N 7
PROBLEMA 1: Determina los valores de tales que los sistemas posean: 5
i) ninguna solucin
ii) ms de una solucin
iii) una sola solucin
a) b) 5B C D " B #C $D #
B 5C D " $B %C #D 5
B C 5D " #B $C D "
PROBLEMA 2: Considera el siguiente sistema. Determina el valor que debe tener " " de manera que el +
sistema sea compatible.
B #C D "
#B C $D %
B C + #D $+ &
%B #C + 'D $+ )
#
V
I
R
G
I
N
I
O

G
O
M
E
Z

63
UNIDAD 2
VECTORES, RECTAS Y PLANOS
V
I
R
G
I
N
I
O

G
O
M
E
Z

64
Vectores en y .
# $

________________________________________________________________________
Sir William Rowan Hamilton Sir William Rowan Hamilton Josiah Willard Gibbs Josiah Willard Gibbs

El estudio de los vectores se origin con la invencin de los cuaterniones de
Hamilton (matemtico Irlands 1805-1865). Hamilton y otros desarrollaron los
cuaterniones como herramienta matemticas para la exploracin del espacio fsico.
Pero los resultados fueron muy complicados para entenderlos con rpidez y aplicarlos
facilmente. Los cuaterniones contenian una parte escalar y una parte vectorial y las
dificultades surgan cuando estas partes se manejaban al mismo tiempo. Los
matemticos se dieron cuenta de que muchos problemas se podan manejar
considerando la parte vectorial por separado y as comenz el anlisis vectorial.

Este trabajo se debe al fsico americano Josiah Willard Gibbs (1839-1903).
Gibbs, era un fsico original que hizo mucha aplicaciones en el rea fsico matemtica.
Defini por ejemplo, la igualdad, adicin y multiplicacin de vectores. Adems, defini
el producto escalar para los vectores , , , y lo aplic en problemas referente a fuerzas. 3 4 5
Al estudiar matemticas, a comienzos del siglo XIX, no debemos perder de vista
el hecho que la mayor parte de las matemticas modernas se desarrollaron para
resolver problemas del mundo real. Los vectores fueron desarrollados por Gibbs y otros
para facilitar el anlisis de los fenmenos fsicos, y en ese sentidos tuvieron un gran
xito.
V
I
R
G
I
N
I
O

G
O
M
E
Z

65
Vectores En El Espacio.
Algunas cantidades fsicas como la longitud y la masa quedan perfectamente determinadas por su
magnitud. Tales cantidades se llaman Sin embargo, para otras como la fuerza y la velocidad, se Escalares.
necesita especificar, adems, su direccin Estas ltimas se llaman . Vectoriales
Se acostumbra representar un vector mediante un segmento de recta dirigido cuya direccin
representa la direccin del vector y cuya longitud en trminos de alguna unidad representa su magnitud.
El sistema coordenado rectangular tridimensional consta de tres rectas reales mutuamente
perpendiculares. Tales rectas se llaman ejes coordenados y su interseccin comn se llama origen del
sistema.
El sistema as definido establece una correspondencia biunvoca entre los puntos del espacio y las
ternas ordenadas de nmeros reales. a b B C D
P(2,3,5)
5
2
3
z
y
x
P(2,3,5)
5
2
3
z
y
x
P(2,3,5)
5
2
3
z
y
x
figura 1
Al origen del sistema le corresponde la terna . A la terna le corresponde el punto a b a b ! ! ! # $ &
T que muestra la figura 1.
Los planos , , se llaman y dividen al espacio en ocho regiones BC CD DB Planos Coordenados
llamadas . El octante cuyos puntos tienen sus tres coordenadas positivas se llama , Octantes Primer Octante
pero no se ha convenido una numeracin para los otros siete.
Sean y dos puntos del espacio. T B C D U B C D a b a b
" " " # # #
V
I
R
G
I
N
I
O

G
O
M
E
Z

66
0
y
z
x
P(x
1
,y
1
,z
1
)
Q(x
2
,y
2
,z
2
)
R(x
2
,y
2
,z
1
)
V(x
1
,y
1
,0)
T(x
2
,y
2
,0)
H
0
y
z
x
P(x
1
,y
1
,z
1
)
Q(x
2
,y
2
,z
2
)
R(x
2
,y
2
,z
1
)
V(x
1
,y
1
,0)
T(x
2
,y
2
,0)
H
figura 2
La distancia entre y est dada por: T U
. T U B B C C D D a b a b a b a b
,
# " # " # "
# # #
Ejemplo: La distancia entre los puntos y es: T # " $ U $ % " a b a b
. T U $ # % " " $ a b a b a b a b
,
# # #
. T U " * % a b

. T U "% a b

Por lo tanto, la distancia de a es u. de m. T U "%
a b
Ejercicios:
1) Obtenga la distancia entre los puntos y , y determine el punto medio de los segmentos E F
rectilineos que unen y . E F
a) E$ % # F" ' $
b) E% $ # F # $ &
2) Demuestre que los tres puntos y son los vrtices de un tringulo " " $ # " ( % # '
rectngulo y calcule su rea. (Indicacin: utilice el teorema de Pitgoras)
a
b
c
C
A
B
Teorema de Hern de Alejandra
( )( )( )
tringulo. del rea el es A
tro. semiperme el es donde

s
c s b s a s s A =
a
b
c
C
A
B
Teorema de Hern de Alejandra
( )( )( )
tringulo. del rea el es A
tro. semiperme el es donde

s
c s b s a s s A =
figura 3
V
I
R
G
I
N
I
O

G
O
M
E
Z

67
Respuestas:
1) a) 3 u. de m. a b

# &
&
#
b) 11 u. de m. a b

" !
$
#
2) El es rectngulo y su rea es aproximadamente 5,6125
Definicin: Llamaremos en el espacio a toda terna ordenada de nmeros reales, . El Vector c d + + +
" # $
vector asociado con el segmento de recta cuyo punto inicial es y cuyo punto T B C D a b
" " "
terminal es se denota por: U B C D a b
# # #

TU UT B C D B C D B B C C D D + a b a b c d
# # # " " " # " # " # "
Es usual denotar los vectores con letras minsculas con una flecha para distinguirlos de las
cantidades escalares.
Ejemplos:
1) Si y , entonces el vector se determina como sigue: T ) * " U $ ' ! TU a b a b

TU UT $ ' ! ) * " "" $ " a b a b c d
UT T U ) * " $ ' ! "" $ " a b a b c d

2) Si , entonces . E ) ' $ SE ) ' $ a b c d
3) Sean los puntos y , entonces el vector T ! ! U $ $
UT T U ! ! $ $ $ $ [ ]
Ejercicios:
1) Sean los puntos . Determine los vectores dirigidos T $ " U # " V % #

TU UT VT , , .
2) Sean los puntos . Determine los vectores T $ " " U ! # " V % # #
dirigidos , , .

TU UT VT
Respuesta:
1) ; ;

TU " # UT " # VT " " c d c d c d
2) ; ;

TU $ " ! UT $ " ! VT " $ $ c d c d c d
V
I
R
G
I
N
I
O

G
O
M
E
Z

68
Sabas que los vectores asociados a
segmentos de rectas en los que el punto
inicial no es el origen del sistema se llaman
vectores libres.
Sabas que los vectores asociados a
segmentos de rectas en los que el punto
inicial no es el origen del sistema se llaman
vectores libres.
Definicin: Sea y dos vectores y .

+ + + + , , , , c d c d
" # $ " # $
!
i) Diremos que si y slo si: .

+ , + , + , + ,
" " # # $ $
ii) Se define la Adicin y la Multiplicacin por escalar de la siguiente manera:

+ , + !
1

+ , + + + , , , + , + , + , c d c d c d
" # $ " # $ " " # # $ $
2 ! ! ! !
+ + + + c d
" # $
Ejemplos:
1 Sean y . Entonces:

+ $ " ! , # " % c d c d
1

+ , $ " ! # " % " ! % c d c d c d
2 . $ + $ $ " ! * $ !
c d c d
3 # , # # " % % # )
c d c d
4 % , # + % # " % # $ " !

c d c d
) % "' ' # ! c d c d
# # "' c d
5 $ + # , $ $ " ! # # " %

c d c d
* $ ! % # ) c d c d
"$ & ) c d
2) Si y .

2 $ + # $, 5 + , & ! c d c d

2 5
+ , $ + $
+ # &
$, ! , !

V
I
R
G
I
N
I
O

G
O
M
E
Z

69
Observaciones:
1) Geomtricamente en vector es la diagonal del paralelgramo cuyos lados adyacentes son

+ ,
los vectores y como se ilustra en la figura siguiente:

+ ,
b
b -
b
a
+
b
a
-
a
bb
bb -
b
a
+
b b
a
+
b
a
-
b b
a
-
aa
figura 4
2) Si , entonces

, , , , , " , , , , c d c d
" # $ " # $
3) Todo vector se puede considerar como el vector de origen en el punto y
+ + + + S ! ! ! c d a b
" # $
extremo en el punto como se muestra en la figura siguiente: T + + + a b
" # $
0
y
z
x
P(a
1
,a
2
,a
3
)
a
0
y
z
x
P(a
1
,a
2
,a
3
)
a
figura 5
4) Se define la Sustraccin de los vectores y como el vector

+ ,

+ , + , + , + , + , c d
" " # # $ $
Definicin: Sea un vector. Se llama , o del vector , al nmero

+ + + + + c d
" # $
norma magnitud mdulo
real no negativo .

+ + + +
# # #
" # $
Todo vector de norma 1 se llama . En el espacio hay tres vectores unitarios Vector Unitario
especiales que se denotan en forma especial, stos son:
3 " ! ! 4 ! " ! 5 ! ! "

c d c d c d ; ;
y es claro que .

3 4 5 "

Todo vector se puede escribir:
+ + + + c d
" # $
V
I
R
G
I
N
I
O

G
O
M
E
Z

70
+ + ! ! ! + ! ! ! + c d c d c d
" # $
+ + " ! ! + ! " ! + ! ! "

" # $
c d c d c d
+ + 3 + 4 + 5
" # $

Los vectores , se llaman del vector y tienen la direccin de los ejes + 3 + 4 + 5 +
" # $

Componentes
coordenados.
y
z
x
a
i j
k
a
1
i
a
2
j
a
3
k
y
z
x
a
ii jj
kk
a
1
i a
1
i
a
2
j a
2
j
a
3
k a
3
k
figura 6
Teorema: Sean y dos vectores y . Se tiene:

+ , !
1) m + m m + m

2) m + , m m , + m

3) si y slo si m + m ! + ! ! !

a b )
4) ; con m + m m + m ! ! ! !

5) es un vector unitario en la direccin de , si ? + + m + m !
"
m + m

Observaciones Observaciones
1) El vector nulo no tiene direccin definida. )
2) Es claro que para , 0, la direccin de es la misma que la de . Si , ambos ! ! ! ! + + !

vectores tendrn igual sentido y si , el sentido de ser el contrario del sentido de . ! ! ! + +

Ejemplos: Dados los vectores y .

+ $3 4 5 , " ! *

c d
1) Calcula en mdulo de
+
u. de m. m + m $ " " * " " ""

a b a b
# #
#
V
I
R
G
I
N
I
O

G
O
M
E
Z

71
,
u. de m. m , m " ! * " ! )" )#

a b a b
# #
#

+ ,
m + , m m $ " " " ! * m

c d c d
m + , m m % " ) m

c d
m + , m % " )

a b a b
#
# #
m + , m "' " '% )" *

4) Determina un vector unitario en la direccin de .
+
1 Para ello necesitamos el mludo de . Como fue determinado en el ejemplo 1, tenemos m + m
que u. de m. m + m ""

a b
2 Por lo tanto,
? + $3 4 5 3 4 5
" " $ " "
m + m "" "" "" ""

Ejercicios:
1) Determine la norma de los siguientes vectores
a) [ ]
? " # $ &
b) [ ]
@ $ $ "
c) Si [ ] y [ ], entonces determina

@ " $ # ? # ! "
#ll ? ll $ll @ ll

2) Determina el valor de para que: 5
a) donde [ ] ll ? ll ( ? # $ 5

b) donde [ ] ll ? ll & ? 5 $ "

3) Sea Determina el vector unitario en la direccin de:

? " # $ C @ 3 4 '5

a) b)

? @
4) Determina el vector unitario en la direccin de con norma 5.
?
V
I
R
G
I
N
I
O

G
O
M
E
Z

72
Respuestas:
1) a)
$)
b)
"*
c) # & $ "%

2) a) 5 '
b) 5 "&
3) a) ?
" # $
"% "% "%

b) @
" " '
$) $) $)

4)

& "! "&
"% "% "%
Definicin: Dos vectores y son paralelos si y slo si existe un nmero tal que

+ , !

, + ! .
Ejemplo: Los vectores y son paralelos puesto que:

+ $3 4 5 , '3 #4 #5

, '3 #4 #5

, # $3 4 5

, esto significa que la magnitud del vector es 2 veces la magnitud del

, # + ,
vector . Ambos vectores son paralelos, pero tienen direccin contraria.
+
Definicin: Sean y dos vectores. Se define el

+ + + + , , , , c d c d
" # $ " # $
Producto Escalar o
Producto Punto de y como el nmero:

+ ,

+ , + + + , , , + , + , + , + , c d c d
!
" # $ " # $ 5 5 " " # # $ $
5 "
$
Ejemplo: Sean los vectores y , entonces el producto escalar

+ " $ ' , $ " ( c d c d

+ , " $ ' $ " ( c d c d

+ , " $ $ " ' ( a b

+ , $ $ %#

+ , %#
V
I
R
G
I
N
I
O

G
O
M
E
Z

73
Ejercicios:
1) Sea , y Determina:

? #3 4 $5 @ #3 5 A $3 4

a) b)
? @ # ? A

2) Calcula el valor de si 5 # $ 5 5 " % #" c d c d
Respuestas:
1) a) "
b) "%
2) 5 $
Teorema: Sea el menor ngulo formado por los vectores y . Entonces: :

+ + + + , , , , c d c d
" # $ " # $

+ , m + m m , m -9= :
Corolario:
i) El coseno del ngulo formado por los vectores y sta dado por

+ ,
. -9=
+ ,
m + m m , m
:

ii) El ngulo entre los vectores y es

+ , E<--9=
+ ,
m + m m , m
:

iii)

+ + m + m
#
iv) Dos vectores no nulos y son perpendiculares si y slo si .

+ , + , !
Ejemplos:
1) Dado dos vectores, y . Determinaremos el coseno y el ngulo que

+ #3 4 #5 , 3 4

forman los vectores y .

+ ,
1 Para ello es necesario determinar , y .

+ , m + m m , m

+ , #3 4 #5 3 4 # " ! $

m + m % " % * $

V
I
R
G
I
N
I
O

G
O
M
E
Z

74
m , m " " ! #

2 Luego, el coseno del ngulo formado por los vectores y es:

+ ,
-9= #
+ , $ "
m + m m , m
$ #
#
:

3 Y el ngulo formado por los vectores y es el siguiente:

+ ,
:
1
E<--9= E<--9= # <+.
+ , "
m + m m , m
# %

c d

As, el menor ngulo formado por los vectores y es .

+ , <+.
%
1
c d
2) Los vectores y son perpendiculares. En efecto, ambos son no

+ % & ( , " # # c d c d
nulos y adems .

+ , % "! "% !
Ejercicios:
1) Sean y . Calcula:

? 3 #4 $5 @ $3 #4 &5 A #3 %4 5
a) El coseno y el ngulo entre y

? @
b) El coseno y el ngulo entre y

? A
c) El coseno y el ngulo entre y

@ A
2) Para el tringulo cuyos vrtices estn en y , determine E# & $ F " ( ! G % * (
las medidas de los ngulos interiores.
Respuestas:
1) a) -9= "$$ '* %# #! ! !
%
"$$

w ww
b) -9= ' %! %" %( ! !
"$
%#

w ww
c) -9= %" &) %% ! !
#"
$)

w ww
2) ! #* ('
" *' ))
# &$ $'
V
I
R
G
I
N
I
O

G
O
M
E
Z

75
Definicin: Sea un vector no nulo. Los ngulos , y que forma con los ejes coordenados se

+ + ! " #
llaman de . Angulos Directores

+
a
1
a
2
a
3
a
a
1
a
2
a
3
aa
-9= -9= -9= ! " #

+ + +
ll + ll ll + ll ll + ll
" # $

+ m + m-9= + m + m-9= + m + m-9=
" # $

! " #
Luego, si conocemos los cosenos directores de un vector y su longitud el vector queda

+ m + m +
completamente determinado.
Por otro lado: m + m + + +

# # #
" # $
m + m + + + m + m -9= m + m -9= m + m -9=
# # # # # # #
" $
# # #
#
! " #
m + m m + m -9= -9= -9=
# # # # #
c d ! " #
Luego: -9= -9= -9= "
# # #
! " #
Esta ecuacin nos indica que los cosenos directores no son arbitrarios.
Saban ustedes que las
componentes de a : a
1
, a
2
,
a
3
se llaman Nmeros
Directores.
Y que adems, el vector a forma un
ngulo con el lado positivo del eje x,
con el lado positivo del eje y , con el
eje positivo del eje z. Estos ngulos
reciben el nombre de ngulos
Directores del vector .
Saban ustedes que las
componentes de a : a
1
, a
2
,
a
3
se llaman Nmeros
Directores.
Y que adems, el vector a forma un
ngulo con el lado positivo del eje x,
con el lado positivo del eje y , con el
eje positivo del eje z. Estos ngulos
reciben el nombre de ngulos
Directores del vector .

Los se determinan de la siguiente forma: ngulos directores
! " # E<- -9= E<- -9= E<--9=
+ + +
m + m m + m m + m

" # $

V
I
R
G
I
N
I
O

G
O
M
E
Z

76
Ejemplo: Si , entonces:
@ 3 4 #5

a) Los cosenos directores son los siguientes, sabiendo que : m @ m '

-9= -9= -9=
" " #
' ' '
! " #

b) Los ngulos directores se determinan obteniendo el arco coseno de los valores anteriores. Esto es:
! E<- -9= ""%
"
'

9
" E<- -9= ''
"
'

9
# E<- -9= "%
#
'

4,74
9
Ejercicios:
1) Encuentra los cosenos directores de
@ " # *
2) Encuentra los ngulos directores de
@ " # *
3) Determina los ngulos directores del vector y prueba que
@ #3 $4 %5

= -9= -9= -9= "
# #
! " #
2
Respuestas:
1) = -9= -9= -9= ! " #
" # *
)' )' )'

2) ! " # *' " (( & "$ *
9 9 9
3) ! " # ') # &' " %# !
9 9 9
Definicin: Sean y dos vectores no nulos. Se llama de sobre al

+ , , + Proyeccin Escalar
nmero:
T<9C I=-
+ ,
m + m
+
,

a
b
Proy. Escalar
a
b
Proy. Escalar
a
b
Proy. Escalar
V
I
R
G
I
N
I
O

G
O
M
E
Z

77
Definicin: Sean y dos vectores no nulos. Se llama de sobre al

+ , , + Proyeccin Vectorial
vector:
T<9C Z /-> + T<9C Z /-> +
+ , + ,
m + m m + m

+ +
, ,
#

o
a
b
Proy. Vectorial
a
b
Proy. Vectorial
Ejemplo: Dado los vectores y Determinemos la proyeccin

? " # " @ $ # %
escalar y la proyeccin vectorial de sobre es:

@ ?
1 Calculemos el pruducto punto y la norma del vector .
?

? @ " # " $ # % $ % % $
m ? m " % " '

2 Ahora, obtendremos la proyeccin escalar:
T<9C I=- " ##%(%%)("
$
'
?
@
3 Calculando la proyeccin vectorial:

T<9C Z /-> " # "
$ $ ' $
'
' ' '
?
@
#

Ejercicios: Determina la proyeccin vectorial de sobre

? @
1)

? #3 $4 5 @ 3 #4 '5

2) ,

? # " # @ ! $ %
Respuestas:
1)
# % "#
%" %" %"
3 4 5

2)

!
$$ %%
#& #&
V
I
R
G
I
N
I
O

G
O
M
E
Z

78
Definicin: Sean y dos vectores. Se llama Producto Vectorial o

+ + + + , , , , c d c d
" # $ " # $
Producto Cruz de y en ese orden al vector:

+ , a b

+ ,
+ + + + + +
, , , , , ,

# $ " $ " #
# $ " $ " #
o

+ , 3 4 5
+ + + +
, , , ,
+ +
, ,

# $ " #
# $ " #
"
$
" $

Ejemplo: Sean los vectores , , , , , . Determinaremos el producto cruz de

? # " $ @ $ " % c d c d

? @ y . En efecto:

? @ 3 4 5 3 "(4 &5 " "( &
" $ # $ # "
" % $ % $ "

c d

Ejercicios: Determina el producto cruz entre los siguientes vectores.
1) y

? 3 4 #5 @ #3 $4 %5

2) y

? #3 %4 &5 @ $3 #4 5

3) y

? # " ! @ 3 5

Respuestas:
1)
A #3 )4 &5

2)
A '3 "$4 )5

3)
A 3 #4 5

Propiedades del Producto Cruz.
Sean y dos vectores en , entonces:

? @
$
1) Propiedad Anticonmutativa para el producto vectorial

? @ @ ?
2) . Entonces es ortogonal a y .

? ? @ ! @ ? @ ! ? @ ? @
3) Si y son vector no nulo, entonces y son paralelos si y slo si

? @ ? @ ? @
p p
)
V
I
R
G
I
N
I
O

G
O
M
E
Z

79
Ejercicios:
1) Determina un vector perpendicular a y simultneamente:

? @
a) = y

? # " $ @ " ! #
b) y

? 3 5 @ #3 4 5

2) Determina un vector unitario que sea ortogonal a:
a) y

? 3 %4 5 @ #3 $4

b) y

? # $ ! @ ! % $
3) Determina a travs del producto cruz si los siguientes vectores son paralelos:
= y

? " # $ @ # % '
Respuestas:
1) a) c d # " "
b) c d " " "
2) a) 3 4 5
$ # ""
"$% "$% "$%

b) 3 4 5
* ' )
")" ")" ")"

3) Los vectores no son paralelos.
Teorema: Si es el ngulo entre entonces . : :

? C @ m ? @ m m ? m m @ m=/8
Es decir: sen :
m ? @ m
m ? m m @ m

Ejemplo: Si es el ngulo formado por y . Determinemos y usando producto : : :

? @ =/8
cruz dado que .

? " " " @ # " # c d c d
1 Calcularemos , . m ? @ m m ? m m @ m

y

? @ 3 4 5 3 %4 $5
" " " " " "
" # # # # "

m ? @ m " "' * #'

m ? m " " " $

m @ m % " % * $

V
I
R
G
I
N
I
O

G
O
M
E
Z

80
2 Determinando el , tenemos que: =/8 :
=/8 ! *)"$!'('#
m ? @ m #' " #'
m ? m m @ m $ $
$ $
:

3 El ngulo queda determinado como sigue:

: E<-=/8 () *
" #'
$ $

9
Ejercicios:
Encuentra el ngulo entre los vectores :
a) = y

? #3 4 5 @ $3 #4 %5

b) y

? " ! % @ # " # c d c d
Respuestas:
a) =/8 #% &
$!
' #*
: :
9
b) =/8 $' "
&$
$ "(
: :
9
Interpretacin Geomtrica de . m? @ m

Sea el paralelgramo definido por los vectores y . Por geometra bsica, se tiene TUVW ? @

que:
P
Q
S
R
h = || v || sen
v
u
P
Q
S
R
h = || v || sen
v
u
Area base altura

Area m ? @ m

V
I
R
G
I
N
I
O

G
O
M
E
Z

81
Ejemplo: Calculemos el rea del paralelgramo que tiene como lados adyacentes los siguientes
vectores:

? 4 @ 4 5

1 Primero calcularemos . En efecto:

? @

? @ 3 4 5 3
" ! ! ! ! "
" " ! " ! "

2 Determinaremos la morma de .

? @
m ? @ m " "

3 En consecuencia, tenemos que el rea del paralelgramo es . " ? ./ + c d
Ejemplo: Encontremos el rea del tringulo de vrtices y . E! # # F) ) # G* "# '
1 En primer lugar, debemos determinar los vectores que forman el trangulo.

+ EF F E ) ' % c d

, EG G E * "! % c d
2 Debemos calcular el rea del tringulo, que es equivalente a la mitad del rea del paralelgramo.

A A

"
#
A
m + , m
"
#

3 Calculando :

+ ,

+ , 3 4 5 '%3 ')4 #'5
' % ) % ) '
"! % * % * "!

4 Determinando la norma del vector obtenido en el 3 paso:
V
I
R
G
I
N
I
O

G
O
M
E
Z

82
m + , m *$*'

5 En consecuencia, podemos afirmar que el rea del tringulo es:
"
#
# # $%* #$%* %) %''%)$#' ? ./ +

. .
Ejercicios:
1) Calcula el rea del paralelgramo de lados adyacentes los vectores
y

? $ # " @ " # $
2) Calcula el rea del paralelgramo con los vrtices que se especifican y de lados y .

EF EG
a) E " " " F # $ % G ' & #
b) , E " $ # F # " % G $ " '
c) E + ! ! F ! , ! G ! ! -
3) Calcula el rea del tringulo de vrtices
E " $ & F $ $ ! G # ! &
Respuestas:
1) . . ' & ? ./ +
2) a) . . # )$ ? ./ +
b) . .
""%! ? ./ +
c) . .
+ , + - , - ? ./ +
# # # # # #
3) . .
* '
#
? ./ +
Definicin: Sean , , tres vectores. Los productos y se llaman

+ , - + , - + , -
Producto Escalar Triple y los productos de la forma y

+ , - + , -
se llaman Producto Vectorial Triple.
V
I
R
G
I
N
I
O

G
O
M
E
Z

83
Observacin:
1) El nmero representa el volumen del paraleleppedo cuyas aristas son los

+ , -
vectores , y .

+ , -
c
a
b
n
h
cc
aa
bb
nn
h
Z + , -

2) Si , entonces los vectores , , son coplanares.

+ , - ! + , -
Ejemplo: Determinemos el volumen del paraleleppedo que tiene a =
? $ & " c d

@ ! # # A $ " " c d c d y como lados adyacentes.
1 Buscando, en primer lugar, . En efecto, Verifiqumoslo

? @ ? @ ) ' ' c d a b
2 Calculemos c dc d

? @ A ) ' ' $ " " #% ' ' $'
3 Entonces, el volumen del paralelepipedo es

? @ A $' ? ./ @

Ejercicios:
1) Calcula el volumen del paraleleppedo con lados adyacentes

? " " ! @ ! " " A " ! " c d c d c d
2) Calcula el volumen del paraleleppedo determinado por los vectores y , donde

TU TV TW
T# " " U $ " % V " ! # W $ " & y .
3) Calcular el volumen del tetraedro cuyos vrtices son:
V
I
R
G
I
N
I
O

G
O
M
E
Z

84
, E " " " F ! ! # G ! $ ! H % ! ! a b a b a b a b
El volumen de un tetaedro est dado por: Z F2 ? @ A
" " "
$ $ #

Respuestas:
1) . . 2) # ? ./ @ & ? ./ @
3) El volumen de un tetaedro est dado por: Z F2 ? @ A
" " "
$ $ #

? " " " c d
@ " # " c d
A $ " " c d

? @ A " # " " " $ "" ' #
" " "
" # "
$ " "
Z # ? ./ @
" "
' $

Rectas en .
3
Consideremos una recta que pasa por el punto y es paralela al vector P T B C D < + , -
! ! ! !

c d
mostrado en la figura
V
I
R
G
I
N
I
O

G
O
M
E
Z

85
x
y
z
r
P
0
P
L
x
y
z
r
P
0
P
x
y
z
rr
P
0
P
L
La recta es el conjunto de todos los puntos del espacio para los cuales el vector P TB C D T T
!
es paralelo a . Una manera de expresar que es paralelo a es afirmar que existe un escalar tal

< T T < >

!
que:

T T > <
!
Ecuacin Vectorial de la Recta a b P
Si y , entonces

T T T T B B C C D D < + , -
! ! ! ! !
c d c d

T T > <
!

c d c d B B C C D D +> ,> ->
! ! !
es decir: B B +> C C ,> D D ->
! ! !
o bien: Ecuacin Paramtrica de la recta
a b
B B +>
C C ,> >
D D ->
!
!
!
P
Si son no nulos, entonces eliminando el parmetro se tiene: + , - >
B B C C D D
+ , -

! ! !
; Ecuacin simtrica o cartesiana de la recta a b P
Observaciones:
i) El vector determina la direccin de la recta y los nmeros son los nmeros
< + , - + , - c d
directores de ella.
ii) Si uno de los nmeros directores de una recta es cero, por ejemplo entonces la recta tiene por P , !
ecuacin:
B B
+ -
C C
D D
! !
!
Ejemplo: Determinemos la ecuacin simtrica de la recta que pasa por los puntos y T $ # %
"
T ' " #
#
.
V
I
R
G
I
N
I
O

G
O
M
E
Z

86
1 Necesitamos conocer el vector director de la recta . Como nos dicen que la recta pasa por los puntos P
T T < T T * " # P
" # " #
y , podemos afirmar que es el vector director de .

c d
2 Si escogemos a como el punto por donde pasa la recta, la ecuacin simtrica de la recta es: T
"
B $ C # D %
* " #

Definicin: Sean y dos rectas; vector director de vector director de . P P < P C < P
" # " # #

1
a) es paralela a si P P < <
" #

1 2
b) es perpendicular a si P P < <
" #

1 2
Ejemplo: Averiguemos si las siguientes rectas son paralelas o perpendiculares
B " > C # $> D >
y
B # > C # > D $ #>
Para averiguar si las dos rectas son paralelas debiera ocurrir que , es decir, o

< < < <
1 2 1 2
!
bien que . En efecto, los vectores directores son y .

< < < " $ " < " " #
1 2 1 2
@ c d c d
Se ve claramente que .

< <
1 2
!
Ahora verifiquemos si , es decir . En efecto, .

< < < < ! " $ " " " # !
1 2 1 2
c d c d
Por lo tanto las rectas son perpendiculares.
Ejercicios:
1) Encuentra las ecuaciones paramtricas de la recta que pasa por con vector director [ # " $ "
" $]
2) Encuentra las ecuaciones simtricas de la recta que pasa por y que es a la recta: " % $

B # > C " > D $ &> ; ; .
3) Encuentra la ecuacin de la recta en su forma simtrica que pasa por y . # & ' * $ "
4) Considera la recta cuyas ecuaciones son: P

t
P
B # $>
C > >
D "

Determina un vector unitario paralelo a y dos puntos distintos de la recta. P
V
I
R
G
I
N
I
O

G
O
M
E
Z

87
5) Encuentra las ecuaciones paramtricas de la recta que pasa por los puntos y T " " #
"
T # $ "
#
.
6) Encuentra la ecuacin de una recta ortogonal a las dos rectas dada y que pasa P
por el punto dado
B # C $ D " B # C & D $
% ( $ $ % #
% ( $
Respuestas:
1) B # >
C " >
D $ $>
2) B "
C % D $
" &
3)
B # C & D '
"" # &

4) y dos puntos distintos son , .
? E# ! " F " " !

$ " "
"" "" ""

5) P B " $> C " #> D # > >
6)
B % C ( D $
#' " $(

Teorema: Sea una recta paralela al vector y sea un punto del espacio que no pertenece a y P < E P T
!
un punto cualquiera que pertenece a la recta. La distancia de a est dada por: . E P
r
L
P
0
A
d
x
z
y
rr
L
P
0
A
d
x
z
y
.
m < T Em
m < m
!

V
I
R
G
I
N
I
O

G
O
M
E
Z

88
Ejemplo: Determinemos la distancia desde el punto a la recta E" # "
. P
B " C ' D $
$ " #

1 Mostraremos los elementos bsicos de la recta . P

< $ " # T " ' $ c d a b

!
2 Calcularemos el vector
T E
!

T E E T " # " " ' $ # % %

! !
a b
3 Calcularemos m < m m $ " # m * " % "%
c d

4 Calcularemos . m < T Em

!
Para ello, debemos determinar el vector . En efecto:

< T E
!

< T E $ " # # % %
!
c d

< T E
" # $ # $ "
% % # % # %
!

< T E % "' "%
!
c d
Ahora bien, m < T Em "' #&' "*' %') ' "$

!

5 Por tanto, la distancia del punto a la recta es E P . ? ./ 7
' "$
"%
a b
Ejercicios:
1) Determina si las rectas dadas son paralelas o perpendiculares y
B # C $ D %
$ # &
B '>
C # %> D " "! >
2) Sean los puntos y Determina la ecuacin de la recta que pasa por y . E " " # F$ " # E F
3) Determina la distancia entre el punto y la recta dada por U$ " % B # $> C #
> D " % >
4) Determina la distancia entre el punto y la recta dada por V"! $ # B %> # C $
D > "
V
I
R
G
I
N
I
O

G
O
M
E
Z

89
Respuestas:
1)

< $ # & < ' % "!
" #
c d c d
es decir,
< # < $ # & ' % "!

" #

c d c d
"
#
Por lo tanto las rectas son paralelas.
2)
B "
%
C " D #

3) .U P '
4) Obs.: .V P ! V P a b
Planos en .
$
Sean un punto fijo del espacio y un vector dado, con . T B C D 8 + , - 8
!
! ! !

c d

)
x
z
y
n
P0
P
x
z
y
nn
P0
P
Un punto del espacio perteneciente al plano que contiene a y es perpendicular al T B C D T a b
!
vector si y slo si el vector es perpendicular a .

8 T T 8
!
8 T T !
!
; Ecuacin Vectorial del Plano.
Como , entonces
T T T T B B C C D D
9 ! ! ! !
c d

8 T T !
!
c d c d + , - B B C C D D !
! ! !
+ B B , C C - D D ! a b a b a b
! ! !
+B +B ,C ,C -D -D !
! ! !
donde ; entonces . +B ,C -D
! ! !
+B ,C -D . ! ; Ecuacin Cartesiana del Plano.
Entonces, podemos concluir que la ecuacin del plano se puede determinar de dos formas: a
travs de la ecuacin vectorial o de la ecuacin cartesiana.
V
I
R
G
I
N
I
O

G
O
M
E
Z

90
Ejemplo: Determinemos la ecuacin del plano que tiene vector normal y pasa por .
8 " # $ T " " $ c d a b

De la definicin dada, podemos determinar la ecuacin del plano de dos formas:
1 T T B C D B C D
! ! ! !
a b a b
T T B " C " D $
!
c d a b a b a b
Por lo tanto c B " C " D $ " # $ ! c d c d
c B " #C " $ D $ ! a b
c B #C $D "#
2 y pasa por ; ;
8 " # $ T " " $ B " C " D $ c d a b

! ! !
. " " # " $ $ "# a b a b
Por lo tanto, reemplazamos en la ecuacin general del plano. B # C $D "#
Ejercicios:
1) Halla la ecuacin del plano que pasa por el punto y su vector normal es T# " # 8 " ! !
c d
2) Halla la ecuacin del plano que pasa por el punto y es perpendicular al vector T # " "
8 # " $ c d.
3) Determina la ecuacin del plano que pasa por los puntos y T " # " U # $ "
V " ! %
Respuestas:
1) B #
2) #B C $D )
3) B *C 'D #$
Distancia de un Punto a un Plano.
Se puede probar que en general la distancia entre un punto y un plano est dada por: . T
"
c
H
m8 T T m
m8 m
0 "
bien H
l+B ,C -D .l
+ , -
" "
"
# # #
donde y es un vector normal al plano T 8

"
c c
p
Ejemplo: Determina la distancia del punto al plano E % ! " #B C )D $ a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

91
1 Sabemos que es el punto fuera del plano y el vector normal al plano que E % ! " 8 # " ) a b c d
se obtiene de la ecuacin del plano.

2 Determinaremos el valor de la expresin . En efecto:

+B ,C -D .
" "
"

# % " ! ) " $ ) ) $ "$
3 Calculando la norma del vector director, tenemos que verifcalo! m 8m '*

a b
4 Luego, tenemos que la distancia del punto al plano es:
u. de l. . '* " &'&!"'!*
"$
'*
a b
Ejercicios:
1) Dertermina la distancia del punto dado al plano dado
a) $ ! # $ B C & D !
b) " & % $ B C # D '
2) Dertermina la distancia desde el punto al plano de vector normal [ , , ] y que pasa por ! " " $ " ' T" " #
Respuestas:
1) a) . $ #" ?./ 6
"*
$&
b) . % #( ?./ 6
"'
"%
2) .
*
%'
V
I
R
G
I
N
I
O

G
O
M
E
Z

92
Planos Paralelos.
Dos planos son paralelos si sus vectores normales son paralelos, es decir, si el producto cruz de sus
vectores normales es el vector nulo.

La distancia entre dos planos paralelos y que no contienen al origen, est dado por: c d
H
. .
m8m
" #
donde: y . T 8 . T 8
" " # #

Plano y Plano T T
" " # #
c c
Ejemplo: Derterminemos la distancia entre los planos paralelos y $B C #D ' !
'B #C %D % !.
1 Determinemos los puntos y que pertenencen a los planos respectivos. T T
" #
Sea Plano y Plano T " " # T " " #
" " # #
a b a b c c
2 Calculemos los valores de y . En efecto: . .
" #
. T 8 " " # $ " # '
"
"

a b c d
. T 8 " " # $ " # #
# #

a b c d
3 Calculemos la norma de uno de los vectores directores de los planos. Para ello, trabajaremos con
el vector
8 $ " # c d
8 * " % "%

4 Por lo tanto, podemos determinar la distancia entre los planos. Esta es:
H ? ./ 6
l. . l l' #l )
8 "% "%
" #

a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

93
Ejemplo: Determina la ecuacin cartesiana del plano que contiene el punto y es c " # $ a b
paralela al plano . Encuentre, adems, la distancia entre ambos planos. d $B C #D %
1 Como , se tiene que sus vectores directores tambin son paralelos. Por lo tanto, un vector c d
normal para es c

8 $ " # c d
2 La ecuacin de plano solicitada es:
c $ B " " C # # D $ ! a b a b a b
c $B $ C # #D ' !
c $B C #D ( !
3 La distancia entre ambos planos es:
H ! )!"()$($ ? ./ 6
% (
"%

a b
Ejercicio: Determina la distancia entre los dos planos paralelos y . #B C D " %B #C #D $
Respuesta: . ! #!% ? ./ 6
"
#%
a b
Planos Perpendiculares.
Dos planos y son perpendiculares si sus vectores normales son perpendiculares, es decir c c
" #

8 8 8 8
1 1 # # " #
donde y son vectores normales a y . c c
Ejemplo: Determinemos si los siguientes planos y son B #C $D & #B #C #D %
perpendiculares.
1 Obtengamos los vectores directores de los planos correspondientes.
y

8 " # $ 8 # # #
1
c d c d
#
2 Diremos que los planos son perpendiculares si y slo si . En efecto:

8 8 !
1 #
" # $ # # # # % ' !
Por lo tanto los planos son perpendiculares
V
I
R
G
I
N
I
O

G
O
M
E
Z

94
Ejercicios:
1) Halla la ecuacin del plano que pasa por el punto y es paralela al plano . a b # $ % &B #C $D !
2) Determina el valor de de modo que los planos y 5 5B #C $D & 'B 5C #D $
sean perpendiculares.
3) Determina si los siguientes pares de planos son paralelos o perpendiculares
a) &B $C D % B %C (D "
b) $B C %D $ *B $C "#D %
c) B $C 'D % &B C D %
Respuestas:
1) &B #C $D #)
2) 5
$
%
3) Son perpendiculares en son paralelos en b, No son paralelos ni perpendiculares en . + -

ngulo entre Planos.
El ngulo entre dos planos se define como el ngulo entre los vectores normales a los dos planos.
Este ngulo se determina de la siguiente forma:
: E<--9=
8 8
m8 m m8 m

" #
" #

Ejemplo: Calculemos el ngulo entre los planos y B #C D ! #B $C #D !
1 Determinemos , y .

8 8 m 8 m m 8 m
" # " #
c d c d

8 8 " # " # $ # # ' # '
" #
m 8 m " % " '
"

m 8 m % * % "(
#

: E<--9= E<--9= &$ &&
" # " # $ #
' "(
'
"!#

c d c d

9
V
I
R
G
I
N
I
O

G
O
M
E
Z

95
Ejercicios: Encuentra el ngulo entre los planos.
1) B C D $ %B #C (D &
2) B C D ! $B #C #D !
3) Determinar la ecuacin del plano que cumpla con la condicin indicada.
a) Paralelo al plano y contenga al punto . #B C D " ! # $ %
b) Perpendicular al plano y contenga los puntos y . B $C D ( ! # ! & ! # "
c) Perpendicular a cada uno de los planos y y contenga al B C D ! $B %C &D # !
punto . $ # "
Respuestas:
1) 2) )' !" "" %#
9 9
3) Revise sus respuestas con sus compaeros y luego con su profesor.
V
I
R
G
I
N
I
O

G
O
M
E
Z

96
AUTOEVALUACION N 8
PROBLEMA 1: Dado los vectores y con , . Determina:

? " & # @ # $ " ? @
3
a) Los cosenos directores para .
?
b) La distancia de a .

@ ?
c) El rea del paralelogramo generado por y .

? @
d) La ecuacin simtrica de la recta que pasa por el punto y vector a b " # $
director .
@
e) La ecuacin del plano que pasa por y vector normal . a b $ # " ?
f) La proyeccin vectorial de sobre .

? @
g) La proyeccin escalar de sobre .

@ ?
PROBLEMA 2: Determina el volumen del paraleleppedo que tiene vrtices T& % & U% "! '
V" ) ( W# ' * TU TV C TW y y aristas .

PROBLEMA 3: Diga si el cuadriltero que tiene sus vrtices en y T " # $ U% $ " V# # "
W& ( $ es un paralelgramo.
AUTOEVALUACION N 9
PROBLEMA 1: Muestra que los puntos:
a) ,- - son colineales (que se ubican en la misma recta) # " & ) # ! "% & &
b) - - y son coplanares (que se ubican en el mismo plano) $ " # $ " " % $ & " " "
PROBLEMA 2: Determina si las rectas se intersectan. Si se intersectan, calcula el ngulo que forman.
: : P P
B $ (> B & =
C # > > C $ #= =
D $ #> D # '=
" #

% %
V
I
R
G
I
N
I
O

G
O
M
E
Z

97
AUTOEVALUACION N 10
PROBLEMA1: Sean y . Calcula:

? " # $ @ $ # & A # % " c d c d c d
a)

? @
b) $ @ &A

c) T<9C I=-
A
@
d) T<9C Z /->
?
@
h)

? A A @
j) El ngulo entre y

? @
k) Determina el volumen del paraleleppedo generado por los vectores y .

? @ A
PROBLEMA 2: Determina las ecuaciones de la recta que pasa por el punto y es perpendicular $ $ %
a cada una de las rectas: y .
#B% D#
# " &
C$

B $ #C ( $ D
" $ $
PROBLEMA 3: Demuestra que las rectas y son
B # C # ) D B " # C D $
$ % % $ % %

paralelas y determina la distancia entre ellas.
AUTOEVALUACION N 11
PROBLEMA 1: Calcula el ngulo formado por la recta y el plano
B # C D %
$ " #

#B $C D "" !.
PROBLEMA 2: Determina la distancia del punto a la recta de interseccin de los planos ( ( %
'B #C D % ! 'B C #D "! ! y .
PROBLEMA 3: Encuentra la ecuacin del plano que contiene a la recta y es
B # C $ D
# $ %

paralelo a la recta: .
B" D(
" # &
C

V
I
R
G
I
N
I
O

G
O
M
E
Z

98
AUTOEVALUACION N 12
PROBLEMA 1: Determina la distancia del punto al plano . # " % #B &C %D $!
PROBLEMA 2: Encuentra la ecuacin del plano que contiene al punto y a la recta " " #
B # C "
D&
#
PROBLEMA 3: Calcula el valor de para que los planos y 5 5B #C #D ( !
%B 5C 'D * ! sean perpendiculares entre si.
PROBLEMA 4: Sean , y los ngulos directores de un vector . Demuestra que ! " $

+
-9= -9= -9= "
# # #
! " $ .
V
I
R
G
I
N
I
O

G
O
M
E
Z

99

UNIDAD 3
Espacios Vectoriales.
V
I
R
G
I
N
I
O

G
O
M
E
Z

100
Espacios Vectoriales.
________________________________________________________________________
Max Zorn Giuseppe Peano

El primero en dar una definicin axiomtica de espacio vectorial real, fue el
matemtico italiano Giuseppe Peano (1858-1932) en una publicacin en el ao 1888.
Tambin logr establecer las condiciones que debe cumplir un objeto (por ejemplo un
vector) para que sea linealmente dependiente de otros (es decir, se pueda escibir como
una combinacin lineal) e introduce la idea de dimensin (para referirse al nmero de
elementos de un conjunto).
Ms adelante, en 1935, el matemtico alemn Max Zorn (1906-1993), public
un axioma que permiti fundamentar la demostracin de varios teoremas relativos a
espacios vectoriales, llamado . "Lema de Zorn"
Existen muchas situaciones problemticas que se pueden resolver con mayor
facilidad aplicando los conceptos mencionados. Por ejemplo, en los sistemas de
ecuaciones lineales resulta natural considerar combinaciones lineales de las filas de una
matriz; tambin, es posible caracterizar conjuntos tales como (vectores en el plano) y
2
3
(vectores en el espacio); etc.
V
I
R
G
I
N
I
O

G
O
M
E
Z

101
Definicin: Un es un conjunto de objetos, llamados , que junto con espacio vectorial Z vectores
dos operaciones binarias llamadas y , adicin multiplicacin por un escalar
cumplen las siguientes propiedades
a) Propiedades para la Adicin ( ) Z Z Z
B C B C

i) Clausura: La suma de dos vectores es un vector. a B C Z B C Z

ii) Asociatividad: a B C D Z B C D B C D

iii) Conmutatividad: a B C Z B C C B

iv) Elemento neutro aditivo: a B Z bx Z B B B

) ) )
v) Elemento inverso aditivo: a B Z B bx B Z B B B B

) )
b) Propiedades para la Multiplicacin por un Escalar ( ) Z Z
B B ! !

vi) Clausura bajo la multiplicacin por un escalar: ; a B Z B Z

! !
vii) Asociatividad de la multiplicacin por escalares: a a B Z ! "

! " ! " B B

viii) , donde es el elemento unitario del cuerpo a B Z " B B "

c) Propiedades Distributivas
ix) a a B C Z B C B C ! ! ! !

x) a a B Z B B B ! " ! " ! "

a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

102
Ejemplos:
1) El conjunto (con ) es un espacio vectorial, llamado Z ! trivial.
En efecto, ( cumple las propiedades: Z
i) Clausura: ! Z ! ! Z a b
ii) Asociatividad: ! Z ! ! ! ! ! ! a b a b
iii) Conmutatividad: ! Z ! ! ! !
iv) Elemento neutro aditivo: a ! Z bx ! Z ! ! !
v) Elemento inverso aditivo: a ! Z b ! Z ! ! !
vi) Clausura bajo la multiplicacin por un escalar: , ; ! Z ! ! Z ! !
vii) Asociatividad de la multiplicacin por escalares: a ! Z ! "
! " ! " a b a b ! ! !
viii) , donde 1 es el elemento neutro multiplicativo del conjunto ! Z " ! !
ix) a ! Z ! ! ! ! ! ! ! ! a b
x) a ! Z ! ! ! ! ! " ! " ! " a b
2) El conjunto es un espacio vectorial. Z " no

En efecto, no cumple la propiedad de clausura para la adicin: a b Z
i) Luego, no es un espacio vectorial. " Z " " # Z Z a b a b
Observaciones:
1) Los elementos de se denominan y los elementos de , . Z vectores escalares
2) Si = , diremos que es un . Si diremos que Z Z espacio vectorial real
es un espacio vectorial complejo.
V
I
R
G
I
N
I
O

G
O
M
E
Z

103
Ejercicios:
Determina si los siguientes conjuntos son e.v.
1) donde es un nmero real fijo y es un nmero real Z B C C 7B 7 B
arbitrario.
2) . Z Q
#$
Respuestas:
1) es un e. v., ya que consiste en todos los puntos sobre la recta Z B C C 7B Z C 7B
que pasa por el origen y tiene pendiente y cumple con todas las propiedades de un e.v. 7

2) El conjunto de las matrices de orden , junto con la adicin de matrices y la multiplicacin por # $
un escalar, cumple con todas las propiedades de un e.v.
Propiedades De Los Espacios Vectoriales.
1) El elemento neutro para la operacin adicin es nico.
)
2) Para cada elemento de , el inverso aditivo es nico.

B Z B
3) Ley de Cancelacin: a B C D Z B C B D C D

4) El producto del escalar por cualquier vector es el vector nulo. !

5) a a B Z B B ! ! !

a b
6) a - - ) )

7) . ! ) ! ) !

B ! B B Z
Subespacios Vectoriales.
Definicin: Sea un - espacio y un subconjunto de Diremos que es un Z W Z W subespacio
vectorial de , si es un espacio vectorial sobre con las mismas operaciones de Z W
adicin y multiplicacin por escalar definidas en . Se dice que hereda las operaciones Z W
del espacio vectorial Z
Observacin: Cualquiera sea el espacio , tanto como mismo, son . Los Z Z

) subespacios triviales
dems subespacios de , distintos a los dos mencionados, se llaman Z subespacios propios.
V
I
R
G
I
N
I
O

G
O
M
E
Z

104
Teorema: Sea un - espacio vectorial y un subconjunto de . Entonces es un subespacio Z W Z W
vectorial de si y slo si: Z
i) W 9
ii)

? W @ W ? @ W
iii) - - ? W ? W

Ejemplo: El conjunto es subespacio de , pues verifica que: W B C B #C !
# #
i) , pues Al reemplazar en se tiene que W ! ! W ! ! W 9 )
! # ! !

ii)

? W @ W ? ? ? @ @ @ W
" # " #
? #? ! @ #@ !
" # " #
? #? @ #@ !
" # " #
, al suprimir parntesis ? @ #? #@ !
" " # #
, al conmutar y asociar ? @ #? @ !
" " # #
, por definicin de ? @ ? @ W W
" " # #
, por adicin de vectores ? ? @ @ W
" # " #

? @ W
Por lo tanto,

? W @ W ? @ W
iii) Finalmente, probemos que ? W ? W - -

- - ? W ? ? W

" #
- ? #? !
" #
- ? # ? !
" #
- - ? # ? !
" #
? ? W - -
" #
-? ? W
" #
-
? W
Por lo tanto ? W ? W - -

De i), ii) y iii) se tiene que es un subespacio vectorial de . W

#
Ejercicios: Determina si los siguientes conjuntos son subespacios vectoriales.
1) W B C $B C
#
2) W B C D B %C #D !
$
3) W B C C #B "
#
4) W B C D #B "#C D "
3
5) W Q + , !
+ ,
- .
##
V
I
R
G
I
N
I
O

G
O
M
E
Z

105
6) W + ,B -B T B , -
#
#
Respuestas:
1), 2), 5) y 6) Son subespacios vectoriales.
3) y 4) No son subespacios vectoriales.
Combinaciones Lineales.
Hemos visto en el captulo anterior que todo vector de se puede escribir de la @ + , -
c d
$
forma
@ + , - 3 4 5

En este caso se dice que es una de los tres vectores unitarios y .
@ combinacin lineal 3 4 5

Definicin: Sea un - espacio vectorial y sean vectores de . Cualquier vector Z @ @ @ Z

" # 8
que se pueda escribir de la forma , donde , , ... son ! ! ! ! ! !
" " # "
#

@ @ @
8 8 2 n

escalares, se llama una (C.L) de . combinacin lineal

@ @ @
" # 8
Ejemplo: Encontremos los valores de , , ... que nos permitan escribir al vector ! ! !
" 2 n

como una C.L. de y .

A @ @
( " &
( # $
( % "

" #
Es decir, =

( " &
( # $
( % "
! !
" #
Para ello formemos el sistema de ecuaciones
( & ! !
" #
( # $ ! !
" #
( % ! !
" #
Y resolvmoslo, usando matrices.

Escalonando, se tiene

| |
| |
| |

" & ( " & (
# $ ( ! ( (
% " ( ! ! !
As, el sistema tiene solucin nica (por qu?) y sta es y ! !

" #
# "
Por lo tanto,
V
I
R
G
I
N
I
O

G
O
M
E
Z

106
=

( " &
( # $
( % "
#
Ejercicios: Encuentra los valores de , , ... , si es que existen, tales que ! ! !
" 2 n

1) La matriz pueda escribirse como una C.L de Q
$ # )
" * $

y Q Q
" ! % ! " #
" " & # $ '
" #
2) La matriz pueda escribirse como una C.L de E
# "
! $

E E E
" " ! " " "
! " ! " ! "
"
# $
, y
3) El vector pueda escribirse como una C.L. de

@ # & @ ! " c d
"
4) El vector pueda escribirse como una C.L de

@ " # $ @ " # $
"

@ # ! " @ ! # "
# $
y
Respuestas:
1) y ! !
" #
$ #
2) , y ! ! !
" $ #
# & %
3) No existe ningn escalar que permita escribir al vector como una C.L. !

@
4) y ! ! !
" $ #
&$ %$ #$
Observacin: El vector nulo es una C.L. de cualquier conjunto de vectores.

En efecto
se tiene que a8 a B B B Z ! B ! B ! B )

" # 8 " # 8
V
I
R
G
I
N
I
O

G
O
M
E
Z

107
Definicin: Sea un - espacio vectorial y . Se dice que es un Z E @ @ @ Z E

" # 8
conjunto generador de , si todo vector en se puede escribir como una combinacin Z Z
lineal de los vectores de E

La notacin sirve para indicar que es un por Z E Z E

espacio generado
Ejemplos:
1) Determinar si genera a . W " " # " a b a b
#
Diremos que genera a s y slo si W " " # " a b a b
#
a B C B C " " # " a b a b a b a b ! "
#
de manera que
En efecto: ! " # B
! " C
resolviendo el sistema en funcin de e , tenemos que: B C
y ! " #C B B C
por lo tanto , , es decir a b a b a b B C " " # " ! "
. a b a ba b a ba b B C #C B " " B C # "
Como existe la c.l., podemos afirmar que
#
W

2) El conjunto es un conjunto generador de , F
" ! ! " ! ! ! !
! ! ! ! " ! ! "

`
##
es decir:
= , pues `
##

" ! ! " ! ! ! !
! ! ! ! " ! ! "

cualquiera sea la matriz de orden , sta se puede escribir como una combinacin lineal de las # #
matrices de . F
En efecto,

+ , " ! ! " ! ! ! !
- . ! ! ! ! " ! ! "
+ , - .
3) Los vectores y generan a . 3 4

#

" !
! "

4) Los vectores y generan a . 3 4 5

$

" ! !
! " !
! ! "

V
I
R
G
I
N
I
O

G
O
M
E
Z

108
Observacin: Si se agrega uno o ms vectores a un conjunto generador, se obtiene otro conjunto
generador. Por ejemplo, si , genera a , entonces , ,

" # " #
# $ # $
#

#
$
tambin genera a .
#
5) Determinar si el vector esta en el espacio vectorial generado por a b " & $ '
W " " " " " " " ! " " ! ! " ! ! ! a b a b a b a b .
Linealidad.
Sea un - espacio vectorial y ; es un conjunto Z E @ @ @ Z E

" # 8
linealmente
dependiente (L.D.) si existen escalares , ,..., , no todos nulos, tales que: ! ! !
" 2 n

... =
!
3 "
8
3 3
! ! ! ! )

@ @ @ @
" " # 8 8 2
Es decir, dos vectores en un e.v son , si y solo si uno es un mltiplo linealmente dependientes
escalar del otro.
Cuando no es L.D. se le denomina (L.I.). E linealmente independiente

Observacin 1: linealmente dependientes
@ @ @
" # 8

son (L.D.), si y slo si, uno de ellos es
una los restantes. combinacin lineal
Observacin 2: linealmente independiente es un conjunto si todo subconjunto finito de es L.I. W W
Ejemplo: El conjunto es L.I. W # " ! $ ' $ ! *
Efectivamente, de la definicin se tiene que: + ! ! )
" " #

@ @
2
Es decir,
! !
"
# " ! $ ' $ ! * ! ! ! !
2

Al multiplicar por un escalar
# ! $ ' $ ! * ! ! ! ! ! ! ! ! ! !
" " "
2 2 2
Al sumar componente a componente
# ' $ ! $ * ! ! ! ! ! ! ! ! ! !
1 2 2 2
" "

V
I
R
G
I
N
I
O

G
O
M
E
Z

109
Al igualar los vectores y formar un sistema de ecuaciones:

# ' ! ! !
" 2

! !
"
$ !
2
! !
$ * ! ! !
" 2
Al resolver mediante matrices

# ' " $ " $
" $ # ' ! !
$ * $ * ! ")

Se obtiene que , de donde se concluye que los vectores son L.I. ! !
"
!
2
Ejercicios: Determina si los siguientes conjuntos son L.I. o L.D.
1) W " " ! " " " ! " "
2) V " " # " $ !
3) T " #B B B # (B $B
# #
Respuestas: 1) L.I. , 2) L.D. y 3) L.D.
Me cuesta entender un
poco esto. Existe alguna
interpretacin geomtrica?
Me cuesta entender un
poco esto. Existe alguna
interpretacin geomtrica?

Una interpretacin geomtrica de la dependencia e independencia lineal en es:
$
En a) los tres vectores son independientes y no coplanares.
En b) los tres vectores son dependientes y coplanares.
V
I
R
G
I
N
I
O

G
O
M
E
Z

110
Observaciones:
1) Si el conjunto ... es L.I., entonces el nico valor que pueden asumir los E @ @ @

" # 8
escalares ... en la ecuacin ... es = ! ! ! ! ! ! ) ! ! !
" " "
8
" # 8 8
@ @ @
2 2 2

8
!
2) Todo conjunto que consta de un nico vector distinto del nulo es L.I.
3) Si uno de los vectores de un conjunto de vectores es el nulo, entonces el conjunto es L.D.
4) El conjunto es L.I. 9
5) Si es un conjunto de L.D. entonces uno de los vectores es C.L. de los restantes @ @ @

" #
5
6) Si el vector es C.L de entonces .. es L.D.

@ @ @ @ @ @ @ @
" # " # 5
5
7) Todo subconjunto de un conjunto L.I. es L.I.
8) Todo conjunto de un conjunto de vectores que contenga un subconjunto L.D es L.D.
9) Si el conjunto = es un conjunto generador L.D. del espacio vectorial , E @ @ @ Z

" #
5
entonces existe tal que es tambin un conjunto generador de

@ E E @ Z
4 4
Base de un Espacio Vectorial.
Hemos visto que, en , un vector se puede escribir como una C.L. de los vectores y
#

3 " !
4 3 4 5

! " " ! ! ! " ! ! ! . En se escribieron en trminos de los vectores y
3
"
Sean un - espacio vectorial y . Se dice que es una si : Z K @ @ @ Z K

" #
8
base de Z
i) es L.I. K
ii) es un conjunto generador de . K Z
Observaciones:
1) Se conviene en considerar a una base como un conjunto ordenado de vectores.
2) Todo conjunto de vectores L.I., en , es una base de . 8
n n
3) Dado que, en , el conjunto de vectores:
n

/ " ! ! !
"

/ ! " ! !
#

/ ! ! " !
$

/ ! ! "
8
V
I
R
G
I
N
I
O

G
O
M
E
Z

111
1
es linealmente independiente, se tiene que este conjunto constituye una base de . Esta base especial
n
se llama en . base cannica
n
Se podra esto relacionar con
algn ejemplo prctico de la vida
real para que me quede ms claro?
Se podra esto relacionar con
algn ejemplo prctico de la vida
real para que me quede ms claro?

Podramos hacer una analoga con los colores. Si consideramos los tres colores primarios: rojo,
amarillo y azul (los cuales son independientes entre s) podramos con ellos toda la gama de "generar"
colores (Rosa Cromtica). Recuerda que rojo y amarillo generan el naranjo; azul y rojo , el morado , etc.
Entonces la sera el conjunto de los colores primarios y el conjunto de todos los colores que base
existen vendra a ser el espacio vectorial.
Ejemplos:
1) El conjunto es una base para el espacio vectorial F " # ! ! $ "
Z B C D #B C $D !
3
En efecto:
i) es L.I., porque sus vectores son L.I. (un vector no es mltiplo del otro). F
ii) es un conjunto generador de , pues si y se escogen arbitrariamente y se despeja F Z B D C
(obtenindose que , entonces los vectores del conjunto son de la forma C #B $D Z B
#B $D D " # ! ! $ " , es decir, son una C.L. de los vectores y .

B #B $D D B" # ! D! $ "
As, entonces, es efectivamente una base para F Z
2) El conjunto es una base para el espacio vectorial F
" ! ! " ! ! ! !
! ! ! ! " ! ! "

`
##
. Demustralo.
Ejercicios:
1) Determina si constituye una base para . E " " " " # $ # " "
$
2) Sea el subespacio de generado por los vectores [
%

? " # & $ ? # $ " % ? $ ) $ &
" # $
Encuentra una base de este subespacio.
3) Sea el subespacio generado por los vectores [

? " # " $ % ? # % # ' ) ? " $ # # '
" # $

? " % & " ) ? # ( $ $ *
% &
Halla un subconjunto de los vectores que sea base de . [
V
I
R
G
I
N
I
O

G
O
M
E
Z

112

Respuestas:
1) es base para . E
$
2) , . F " # & $ ! ( * #
3) . F " # " $ % ! " $ " # ! ! % ! &
Observacin: Si y son bases del espacio vectorial , entonces ? ? ? @ @ @ Z

" # " #
m n
7 8 ; es decir, dos bases cualesquiera de un mismo espacio vectorial tienen el mismo
nmero de vectores.

Dimensin.
Definicin: Se llama de un - espacio vectorial al nmero de elementos de una base dimensin
cualquiera de . Si consiste nicamente en el vector nulo, diremos que su dimensin es Z Z
!
Notacin: La dimensin de se denota por Z .37Z
Ejemplos:
1) La dimensin de es . Por qu?
8
8
2) Si , entonces . W " " ! " .37W #
Para estar seguros de nuestra afirmacin, debemos probar que es una base de . W
#
i) Verifiquemos que es L.I. W
De ! ! )
" " #

@ @
2
se tiene que ! !
"
" " ! " ! !
2
de donde resulta que y Por lo tanto, los vectores son L.I. ! !
"
! !
2
ii) Verifiquemos, ahora, que generan a , es decir, que
# #
aB C

B C " " ! " ! !
" 2
Desarrollando los parntesis B C ! ! ! !
" " 2

Igualando y despejando, obtenemos
!
"
B
! ! !
" #
C C B
#

Por lo tanto, B C B" " C B ! "

V
I
R
G
I
N
I
O

G
O
M
E
Z

113
Es decir, .
#
W
De i) y ii) se desprende que es una base de W
#
As, entonces, como el nmero de elementos de es 2, podemos concluir que W
.37W #.
Ejercicios: Determina la dimensin de cada una de las bases encontradas en los ejercicios de la pgina
109.
Respuestas: 1) 3 2) 2 y 3) 3.
Caracterizacin De Un Subespacio Vectorial.
Caracterizar un subespacio de , consiste en determinar las condiciones necesarias y W Z
suficientes que debe cumplir un vector de para que pertenezca a Para ello se debe demostrar,
@ Z W
primero, que los vectores que generan al subespacio son linealmente independientes. Luego, se debe W
determinar la "forma" del subespacio generado por dichos vectores. W
Ejemplo: Vamos a caracterizar al subespacio de , generado por los vectores
$

@ ! " # @ " $ "
" #
i) Los vectores son L.I (demustralo).
ii) Determinemos el subespacio generado por los vectores y .

@ @
" 2
Sea es decir, sea el subespacio generado. W ! " # " $ " W

B C D W b B C D ! " # " $ " = + ! ! ! !
1 2 1 2
= , + B C D ! # $ ! ! ! ! !
1 1 2 #
2
= , B C D $ # ! ! ! ! !
2 1 1 #
#
B = !
2
C $ ! !
1 #
D # ! !
1
#
Usando matrices

! " l B " $ l C
" $ l C ! " l B
# " l D ! ! l D #C (B

Encontramos que el sistema tiene solucin si y slo si . As , el subespacio D #C (B !
generado por los vectores y es:

@ @
" 2

V
I
R
G
I
N
I
O

G
O
M
E
Z

114
, que corresponde a un plano en el espacio y pasa por el origen. W B C D D #C (B !
$
Ejercicios: Caracteriza los subespacios generados por
1) E " ! ! "
2) F " # " ! ! "
3) G # ! " # ! " ! !

Respuestas:
1) W
#
2) W B C D C #B !
$
3) W B C D A B A ! #D A
%

Observacin: Es evidente que tambin es posible determinar la base de un subespacio vectorial.
Ejemplo: Sea . Es claro que es un subespacio de (verifcalo). W B C D #D #C ! W
$ $
Los vectores de este subespacio tienen 3 componentes y se da slo una condicin; por lo tanto, la
base de debe tener vectores. W #
En efecto, de la condicin se tiene que , es decir, . Esto ltimo implica que # D #C D C
B C D B C C B C D B ! ! ! C C o sea , de manera que
B C D B" ! ! C! " "
As, el conjunto generador de es , es decir W " ! ! ! " " W " ! ! ! " "

Ahora, como y son L.I. podemos concluir que el conjunto " ! ! ! " " " ! ! ! " "
es una base de . W
Ejercicios: Determine una base para los siguientes subespacios vectoriales.
1) W B C D D #C !
$
2) W B C D A B #C ! D $A !
4

Respuestas:
1) " ! ! ! " #
2) # " ! ! ! ! $ "
V
I
R
G
I
N
I
O

G
O
M
E
Z

115
Observacin 1: En un - espacio vectorial , de dimensin , todo subconjunto linealmente Z 8 W
independiente, con vectores, es una base de . Si , entonces se dice que 8 Z Z
)
Z tiene dimensin cero.
Observacin 2: Sea un - espacio vectorial, de dimensin . Z 8
i) Todo subconjunto de con ms de vectores es L.D. Z 8
ii) Todo subconjunto de con menos de vectores no genera a . Z 8 Z
iii) Todo subconjunto de con elementos, que lo genere, es una base de . Z 8 Z
iv) Todo subconjunto de con elementos y que sea L.I., es una base de . Z 8 Z
v) Si es un subconjunto de , entonces . [ Z .37[ 8
vi) Si es un subespacio de y entonces . [ Z .37[ 8 [ Z

Observacin 3: Sea un - espacio vectorial de dimensin finita y sea Z F @ @ @

" #
8
una base de . Todo vector de se escribe en forma nica como C.L de los Z @ Z
vectores de F

Interseccin de Subespacios.
Teorema: Si y son dos subespacios vectoriales de un mismo - espacio vectorial , entonces la Y [ Z
interseccin es un subespacio vectorial de Y [ Z
Ejemplos:
1) Sean y dos planos en el espacio de tres dimensiones que pasan por el origen, entonces su Y [
interseccin, en general, ser una recta que pasa por el origen, tal como se muestra en la figura.
2) Si y , entonces una base Y B C D B C ! [ B C D D B C !
$ $
para es . Y [ " " !
En efecto:

El conjunto interseccin es = Y [ B C D B C ! D B C !
$
Como los vectores de tienen tres componentes y hay slo dos condiciones, se puede concluir Y [
que la base tiene ( ) un slo vector. $ # "
V
I
R
G
I
N
I
O

G
O
M
E
Z

116
Ahora, las condiciones indican que ; por lo tanto, los vectores del B C B D C D ! B C D
conjunto son de la forma y se pueden escribir como Y [ C C !
B C D C C ! C" " !
Luego, el conjunto es una base para . " " ! Y [
Ejercicios: Dados y determine una base para . Y [ Y [
1) y Y B C D B ! [ B C D D B C !
$ $
2) y Y B C D B C ! [ " " ! # ! "
$

Respuestas:
1) Y [ ! " "

2) Y [ " " !

Unin De Subespacios.

En general la unin de subespacios no es un subespacio vectorial, como lo prueba el siguiente
ejemplo.
Sean los subespacios y y sean los Y B ! B [ ! C C
# #
vectores y .

? " ! Y @ ! " [

Es evidente que ; adems,

? Y [ @ Y [

? @ " ! ! " " "
pero " " Y " " [
Luego,

? @ Y [
Por lo tanto no es subespacio vectorial. Y [
Grficamente:
V
I
R
G
I
N
I
O

G
O
M
E
Z

117
Teorema: Si y son subespacios de un - espacio vectorial , entonces es un Y [ Z Y [
subespacio si y slo si . Y [ [ Y
Suma de Subespacios.
Sean y dos subespacios del mismo - espacio vectorial , se llama Y [ Z suma de y Y [
al conjunto
Y [ @ Z @ ? A ? Y A [

Observacin: El conjunto es un subespacio vectorial de . Y [ Z
Suma Directa De Subespacios.
Sean un espacio vectorial, y subespacios de . Z Y [ Z
Z Y [ Z Y [ Y [
)
Ejemplo: Sean y los conjuntos y , definidos como Z Y [
$
Y B C D # B C $D !

[ B C D B > C > D >
Dado que
Y " " " " % #
[ " " "
y que , se cocluye que no es suma directa de y . Y [ [ Z Y [
)
V
I
R
G
I
N
I
O

G
O
M
E
Z

118
Ejercicios:
1) Si y los conjuntos y se definen como Z Y [
$
Y B C D # B C $ D !
[ B C D B > C > D > >
Determina si . Z Y [
2) Si y Y + , - ., - . ! [ + , - .+ , ! - #.
Encuentra una base (y su dimensin) para los conjuntos:
i) ii) iii) iv) Y [ Y [ Y [
v) Verifica si se cumple que
%
Y [
Respuestas:
1) S, es suma directa.
2) i) y F " ! ! ! ! " " ! ! " ! " .37F $ .37Y
" "
ii) y F " " ! ! ! ! # " .37F # .37[
# #
iii) Base de y Y [ $ $ # " .37F+=/ ./ Y [ "
iv) Base de Y [ .37Y .37[ .37 Y [ %
De acuerdo a sto cualquier base de , por ejemplo, la base cannica es base de .
%
Y [
v) No es suma directa ya que Y [
)
AUTOEVALUACION N 13
PROBLEMA 1: En se definen la adicin y ponderacin escalar de la siguiente forma:
#
a b a b a b + , - . + - !
! ! a b a b + , + !
Es con estas operaciones un Espacio Vectorial?. Justifica tu respuesta.
#
PROBLEMA 2: Sean y Y B C D #B $C &D ! [ ! ! " " " !

a b a b a b
$
a) Verifica que es subespacio de . Y
$
V
I
R
G
I
N
I
O

G
O
M
E
Z

119
b) Caracteriza . [
c) Encuentra una base de . Y [
d) Determina si existe tal que . ! ! ! " # [ a b
PROBLEMA 3: Determina para que valor de las matrices: 5
son l.d.

" # " $ " 5 ! "
! " " # " ! 5 "

PROBLEMA 4: Demuestra que es un subespacio vectorial de [ B C D #B %C D !

a b
$
$
.
AUTOEVALUACION N 14
PROBLEMA 1: Sea . Detemina un conjunto que genere a . W B C D A B #D ! W a b
$
PROBLEMA 2: Determina si es c.l. de a b a b a b a b # $ " " " ) ! # ! " ! "
PROBLEMA 3: Encuentra la dimensin del espacio
Z + , - .
+ ,
- .

`
#
PROBLEMA 4: Decide si es c.l. de . T> > #> $ T > > " T > > " T > &
# # "
# " # $
PROBLEMA 5: Determina si el vector peretenece a , donde a b B B $ W
#
. W B #B " B # B B
$ # # $
PROBLEMA 6: Sean y Y B C D A %B $A 'D !

a b
%
, subespacios de . [ B C D A $B 'C %A !

a b
% %
a) Encuentra una base para . Y [
b) Determina el valor de de modo que sea un vector de . ! ! ! ! $ " # " $ # Y [ a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

120
AUTOEVALUACION N 15
PROBLEMA 1: Sea el conjunto de todos los puntos de que estan en el plano y Y B #D !
$
[ $ " % # $ & & # * " % "

{( .
Determina:
a) Si es subespacio vectorial de . [
$
b) Una base para y Y [
c) Caracteriza Y [
d) = ?
$
Y [
e) Dim( Dim(W), Dim( ) y Dim(U+W) Y Y [
f) Una base para + Y [
PROBLEMA 2: Sea . Verifica si F " # ! ! $ % ! ! ' F
$

Caracteriza dicho espacio.
PROBLEMA 3: Determina si es c.l. de

" # % " # & " ! $
! % $ ! # $ ! " $
# & " " ' ! ! $ "
PROBLEMA 4: Sea un espacio vectorial sobre un cuerpo y sea una base de . Z F @ @ @ Z

" # 8
Demuestra que cada elemento de tiene una expresin nica como combinacin lineal de Z
los elementos de F
V
I
R
G
I
N
I
O

G
O
M
E
Z

121
UNIDAD 4
Transformaciones Lineales.
V
I
R
G
I
N
I
O

G
O
M
E
Z

122
T L ransformaciones ineales.
____________________________________
Salvatore Pincherle Jean d'Alembert
En este ltimo captulo estudiaremos una clase especial de funciones, llamadas
Transformaciones Lineales (conocidas tambin como Operadores Lineales), que tienen
una gran variedad de aplicaciones y que ocurren con bastante frecuencia en el lgebra
lineal y otras ramas de la matemtica.

Fue el matemtico italiano Giuseppe Peano (1858-1932) quien defini las
transformaciones lineales sobre un espacio vectorial y las operaciones (adicin y
multiplicacin) con operadores lineales.
En 1890, el matemtico italiano Salvatore Pincherle (1853-1936) formul una
teora sobre las transformaciones lineales en espacios vectoriales de dimensin infinita.
Esta teora no estaba basada en el trabajo de Peano, sino en los aportes sobre
operadores abstractos de Leibniz (1646-1716) y el matemtico francs Jean d'Alembert
(1717-1783).
Varias de las definiciones y teoremas que veremos a continuacin son vlidas,
tambin, para los espacios vectoriales complejos (espacios vectoriales en donde los
escalares son nmeros complejos). Sin embargo, en este curso slo trabajaremos los
espacios vectoriales reales y, por lo tanto, eliminaremos la palabra "real" en el anlisis
de los espacios y transformaciones lineales que realicemos durante el desarrollo del
captulo.
V
I
R
G
I
N
I
O

G
O
M
E
Z

123
Transformaciones Lineales.
Definicin: Sean y dos - espacios vectoriales. Se llama (T.L.) de Z [ Z Transformacin Lineal
en a toda funcin que verifica las siguientes condiciones: [ 0 Z [
3 X debe preservar la suma
a ? @ Z 0 ? @ 0 ? 0 @

33 X debe preservar el producto por escalar
a ? Z a 0 ? 0 ?

- - -
Es decir, la imagen de la suma de las imgenes de vectores es igual a la suma de las imgenes de
cada vector, y la imagen del producto de un escalar por un vector es igual al producto del escalar
por la imagen del vector.
Las T.L se suelen denotar por letras maysculas ............ X P W
Las condiciones y son equivalentes a la siguiente a b a b 3 33
333 0 ? @ 0 ? 0 @ a ? @ Z a ! " ! " ! "

En efecto para obtener y de basta considerar 1 y se tiene la condicin a b a b a b a b 3 33 333 3 ! "
Si se tiene la condicin " ! 33 a b
La condicin se obtiene aplicando la seguida de la a b a b a b 333 3 33
Ejemplo: La aplicacin es una transformacin lineal definida a travs de X
# #
X B C $B #C B $C a b a b. En efecto, si verificamos sus condiciones nos daremos
cuenta que es T.L. X
3 Verificando que la suma es cerrada.
X B C X B X C a B C

#
Por hiptesis se sabe que:

B B B X B $B #B B $B
" # " # " #
de manera que a b
de manera que

C C C X C $C #C C $C
" # " # " #
a b

B C B B C C a b
" # " #

B C B C B C X a b
" " # #
X B C X B C B C a b

" " # #
X B C $ B C # B C B C $ B C a b a b a b a b

" " # # " " # #
X B C $B $C #B #C B C $B $C a b

" " # # " " # #
X B C $B #B B $B $C #C C $C a b a b

" # " # " # " #
X B C X B X C

V
I
R
G
I
N
I
O

G
O
M
E
Z

124
Por lo tanto, X B C X B X C

33 Verifiquemos que el producto por escalar es cerrado.
X B X B a B a - - -
#

B B B X B $B #B B $B
" # " # " #
de manera que a b
, - -
B B B a b
1 #
, X B X B B a b - -
1 #
, X B B a b - -
1 #
$ B # B B $ B a b - - - -
" # " #
$B #B B $B -a b
" # " #
X B -
Por lo tanto X B X B a B a - - -
#
De y se tiene que es una T.L. a b a b 3 33 X
2) Sean y dos espacios vectoriales sobre el mismo cuerpo , se tiene que de manera Z [ X Z [
que . Pruebe que , es una transformacin lineal. X ? a ? Z X ?

K K
[ [
V W
T
1
v
r
2
v
r
3
v
r
u v
r r
+
W
) ( u v T
r r
+
Sabemos que es una transformacin lineal s y slo si preserva operaciones: X X
a ? @ Z X ? @ X ? X @


? Z X ? de manera que K
[

@ Z X @ de manera que K
[
V
I
R
G
I
N
I
O

G
O
M
E
Z

125
Probando la tesis, tenemos que:
X ? @ X ? X @

K K K
[ [ [

Por lo tanto, X ? @ X ? X @

a ? Z a X ? X ?

- - -

? Z X ? de manera que K
[

X ? X ? - -

K -K
[ [
Por lo tanto X ? X ? - -

3) Sea un espacio vectorial. Mostrar que de manera que , llamada Z X Z Z X ? ?

transformacin idntica, es una T.L.
a ? @ Z X ? @ X ? X @


? Z X ? ? de manera que

@ Z X @ @ de manera que

/Por definicin de X ? @ ? @ X

/Por hiptesis X ? X @

Por lo tanto, X ? @ X ? X @

a ? Z a X ? X ?

- - -

? Z X ? ? de manera que
V
I
R
G
I
N
I
O

G
O
M
E
Z

126

/Por definicin de X ? ? X - -

/Por hiptesis X ? X ? - -

Por lo tanto X ? X ? - -

4) Sea es una funcin derivable , con . Muestre que [ 0 E 0 B E X [ [ a b
de manera que , es una T.L. X 0 B a0 [
.0 B
.B
c d a b
a b
a 0 1 Z X 0 1 X 0 X 1 a b a b a b
de manera que o tambin 0 [ X 0 X 0 B
.0 .0 B
.B .B
a b c d a b
a b
de manera que o tambin
@ [ X 1 X 1 B
.1 .1 B
.B .B
a b c d a b
a b

/Por definin de X 0 1 0 B 1 B X
.
.B
a b c d a b a b
/Por propiedad del Clculo Diferencial X 0 1 0 B 1 B
. .
.B .B
a b c d c d a b a b
/Por hiptesis X 0 1 X 0 X 1 a b a b a b
Por lo tanto, X 0 1 X 0 X 1 a b a b a b
a0 [ a X 0 X 0 - - - a b a b
de manera que 0 [ X 0 0 B
.
.B
a b c d a b

/Por definicin de X 0 0 B X
.
.B
a b c d a b - -
V
I
R
G
I
N
I
O

G
O
M
E
Z

127
/Por propiedad del Clculo Diferencial X 0 0 B
.
.B
a b c d a b - -
/Por hiptesis X 0 X 0 a b a b - -
Por lo tanto X 0 X 0 a b a b - -
Transformaciones No Lineales.
Para demostrar que una transformacin no es lineal, basta mostrar que dicha transformacin no
preserva la suma o la multiplicacin por escalar. Tambin, se puede demostrar usando el mtodo del
contraejemplo.
Ejemplo: Demostremos que de manera que no es una X X B C #B C C $
# #
a b a b
transformacin lineal.
Forma 1: Veremos que no satisface la condicin de la suma: X
Verificando que la suma NO es cerrada.
a ? @ Z X ? @ X ? X @

de manera que

? B C Z X ? X B C #B C C $ a b a b a b
de manera que

@ + , Z X @ X + , #+ , , $ a b a b a b
Probando la tesis, tenemos
X ? @ X ? X @

X B C + , X B C X + , c d a b a b a b a b
X B + C , #B C C $ #+ , , $ a b a b a b
a b a b a b a b a b # B + C , C , $ #B #+ C + C , '
a b a b #B #+ C , C , $ #B #+ C + C , '
Por lo tanto, no es una transformacin lineal. X
Forma 2: Veremos que no es una transformacin lineal dando un contraejemplo. X
Sean y , dos vectores de a b a b " # # &
#
V
I
R
G
I
N
I
O

G
O
M
E
Z

128
X ? @ X ? X @

X " # # & X " # X # & c d a b a b a b a b
X $ ( X " # X # & a b a b a b
a b a b a b "$ % % " * #
a b a b "$ % "$ "
Por lo tanto, no es una transformacin lineal. X
Ejercicios: Determina cul de las siguientes funciones son Transformaciones Lineales
1) X X B C &B B C
# #
a b a b
2) X X B C %
#
a b
3) X X B C D #B C D B D
$ #
a b a b
4) X X B C B #C " C
# #
a b a b
5) Sea es una funcin integrable en . Demostrar que Z 0 + , 0 B + , c d a b c d
X Z X 0 B 0 B .B de manera que es una T.L. c d a b a b
(
+
,
Respuestas:
(1) , (3) y (5) son T.L
(2) y (4) no son T.L.
Propiedades.
1) Sean y dos transformaciones lineales de en , es decir, y X P Z [ X Z [
P Z [, entonces se cumple:
a) . La imagen del vector nulo por una Transformacin Lineal es siempre el X a b ) )
Z [
vector nulo. Por lo tanto, para probar que una funcin no es T.L. basta probar que
X a b ) )
Z [
.
b) X B X B

c) es una T.L. X P
d) es T.L., para todo - - X
2) Si y son dos transformaciones lineales, entonces , es una X Z [ P [ ^ PX Z ^
T.L. En efecto, cualquiera sean , en y .

B C Z -
3 PX B C P X B C a b

por una T.L. P X B X C X

P X B P X C

V
I
R
G
I
N
I
O

G
O
M
E
Z

129
PX B PX C a b a b

33 PX B P X B a b - -

P X B -

P X B -
PX B -a b
De y se tiene que es una T.L. a b a b a b 3 33 PX

Ejemplo: Sea . no es T. L, ya que X X B C D $B D ) B C X
# #
a b a b
X X ! ! $ ! ! ) ! ! ! )

a b a b ) )

# #
.

Observacin: Denotaremos por el conjunto de todas las transformaciones lineales de en _ Z [ Z
[ Z [ donde y son espacios de dimensin finita sobre un mismo cuerpo . De las
letras y de la propiedad se tiene que es un subespacio del espacio de - . " Z [ _
todas las funciones de en donde la funcin nula es el vector nulo de . Z [ Z [ _
De ahora en adelante, y sern espacios vectoriales sobre el mismo cuerpo . Z [
Definicin: Sean y dos espacios vectoriales, definidos sobre un mismo cuerpo y Z [
X Z [ una T.L. Se define , al conjunto de todos los O/<8/6 R?-6/9 X o de
vectores de tales que su imagen es el vector nulo de , se denota por , as: Z [ O/<X
O/< X @ Z X @

)
[
Ker(T)
W

1
u
r
2
u
r
3
u
r
n
u
r
V
T W
Ker(T) V
Definicin: de Se llama al subconjunto de que contiene a todos los vectores que son M7+1/8 X [
imgenes de todos los vectores de , es decir, al recorrido de la funcin Se denota por Z X
M7 X , as:
M7 X V/- X A [b @ Z X @ A a b a b

V
I
R
G
I
N
I
O

G
O
M
E
Z

130
1
u
r
2
u
r
3
u
r
n
u
r
V
T W
Im(T) W
Im(T)
1
w
r
2
w
r
3
w
r
n
w
r
Proposicin 1: Sea una T. L., entonces: X Z [
1) es subespacio de O/< X Z a b
2) es subespacio de M7 X [ a b
Desafo: Desafo:
Demuestra que e son subespacios vectoriales. O/< X M7 X a b a b
Definicin: Sea una T. L. Se llama de a la dimensin del y se denota X Z [ X O/< X Nulidad a b
por Se llama de a la dimensin de la y se denota por . ( 3 a b a b a b X X M7 X X Rango
a b ( 3 />+ <29
Ejemplo: Sea una T. L., definida por . verifcalo! . X X B C # B C
2 #
a b a b a b
Entonces:
O/< X B C X B C ! ! a b a b a b a b

#
O/< X B C # B C ! ! a b a b a b a b

#
O/< X B C #B #C ! ! a b a b a b a b

#
O/< X B C #B ! #C ! a b a b

#
O/< X B C B ! C ! a b a b

#
O/< X ! ! a b a b

As: (a b X !
Por otra parte:
M7 X + , X B C + , a b a b a b a b

#
M7 X + , # B C + , a b a b a b a b

#
M7 X + , + #B , #C a b a b

#
M7 X + , + , #B #C a b a b a b a b

#
M7 X + , + , #B ! ! #C a b a b a b a b a b

#
V
I
R
G
I
N
I
O

G
O
M
E
Z

131
M7 X + , + , #B " ! #C ! " a b a b a b a ba b a ba b

#
M7 X " ! ! " a b a b a b

Por lo tanto, una base para es . As: . M7 X " ! ! " X # a b a b a b a b

3
Ejercicios: En los siguientes ejercicios, determina

a) O/< X a b
b) M7 X a b
c) R X a b
d) V X a b
1) Sea X X B C B #C B C
# #
a b a b
2) Sea X X B C D B C #B C $B C
$ $
a b a b
3) Sea X X B C D B C B C B C
$ $
a b a b
4) Sea X X B C D B C D C D
$ $
a b a b
Respuestas:
1) a) O/< X ! ! a b
b) M7 X a b
#
c) (a b X !
d) 3a b X #
2) a) O/< X B C D B C ! D a b
$
b) M7 X + , - + #, - ! a b
$
c) ( a b X "
d) 3 X #
3) a) O/< X B C D B C ! a b
$
b) M7 X + , - + , - a b
$
c) ( a b X #
d) 3 X "
4) a) O/< X ! ! ! a b
b) M7 X a b
$
c) ( a b X !
d) 3 X $
Proposicin:
Sea , entonces: X Z [ _a b
1) es inyectiva s y slo si X O/< X a b )
Z
2) es sobreyectiva si . X M7 X [ a b

V
I
R
G
I
N
I
O

G
O
M
E
Z

132
Ejemplo: Si revisamos el ejemplo resuelto anteriormente en donde definida por X
2 #
X B C # B C a b a b, que es una T.L., encontramos que
O/< X B C B ! C ! ! ! X ! a b a b a b a b

(
#
Por lo tanto, podemos afirmar que es una T.L. inyectiva. X

Por otra parte:
M7 X + , X B C + , " ! ! " a b a b a b a b a b a b

#
Por lo tanto, una base para es . As: . M7 X " ! ! " X # a b a b a b a b

3
Entonces, . En consecuencia, es sobreyectiva. M7 X X a b
#
Ejercicios: Verifica si las siguientes T.L. son inyectivas y sobreyectivas.
1) X X B C B C B C
# #
a b a b
2) Sea X X B C B C B C
# $
a b a b
Respuestas:
1) es inyectiva y sobreyectiva. X
2) es inyectiva, pero no sobreyectiva. X
Teorema (de las dimensiones): Si entonces: X Z [ _a b
.37 O/< X .37 M7 X .37 Z c d c d a b a b a b
Ejemplo: Del ejercicio N1, resuelto anteriormente, , nos X X B C B C B C
# #
a b a b
encontramos que lo que implica que y, por otro lado, encontramos O/< X ! ! X ! a b a b a b (
que lo que implica que . M7 X " ! ! " X # a b a b a b a b

3
En consecuencia, tenemos que
.37 O/< X .37 M7 X .37 c d c d a b a b a b
#
! # #
Ejercicio: Verifique el teorema de las dimensiones con el ejemplo N 2, resuelto anteriormente.
V
I
R
G
I
N
I
O

G
O
M
E
Z

133
Teorema Fundamental Del Algebra Lineal.
Seav y dos - espacios vectoriales, , base de , Z [ F @ @ @ @ Z

" # $ 8

A A A A [
" # $ 8
, conjunto arbitrario de vectores de . Entonces existe una nica Transformacin

Lineal tal que . X Z [ X @ A 3 " # 8 _a b

" "
Observacin: De la demostracin del teorema se desprende que basta que dos T.L. coincidan sobre una
base cualquiera de para que sean iguales sobre todo el espacio. Z
Ejemplo: Sea una base de y consideremos dos vectores cualesquiera de , F " # ! " a b a b
# $
por ejemplo . Entonces:

A " " ! A ! $ "
" #
a b a b
a B C B C " # ! " a b a b a b a b ! "
#

a b a b a b B C # ! ! ! "
a b a b

B C #
B B
# C #B C
! ! "
! !
! " "

Por lo tanto, a B C B C B " # #B C ! " X a b a b a b a ba b
#

X B C X B " # X #B C ! " a b c d c d a b a ba b
X B C BX " # #B C X ! " a b a b a b a b
X B C B " " ! #B C ! $ " a b a b a ba b
X B C B B ! ! 'B $C #B C a b a b a b
X B C B &B $C #B C a b a b
que resulta una transformacin lineal de a .
# $
Ejercicios:
1) Sea una T. L., definida y X X " ! ! # $ X ! " ! " "
3 #
a b a b
X ! ! " # & a b . Determina:
a) X B C D a b
b) O/< X a b
c) M7 X a b
d) (a b X
e) 3a b X
2) Determina la frmula de definicin de la T.L.
a) tal que X
3 3
. X " " " " # $ X " " ! $ # " X " ! ! ! ! " a b a b a b a b a b a b
b) tal que X
# #
X # " " & a b a b
X ! " " " a b a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

134
c) tal que X
$ #
X " ! " " " a b a b
X ! " " ! $ a b a b
X " " ! " ! a b a b
Averigua si existe X " # $ a b
d) tal que X
# #
X " " ! $ a b a b
X # # " $ a b a b
Respuestas:
1) a) X B C D #B C #D $B C &D a b a b
b) O/< X D $ % " D $ % " a b a b a b

c) M7 X + , + , a b
#
d) (a b c d a b X .37 O/< X "
e) 3a b c d a b X .37 M7 X #
2) a) X B C D $C #D B C C #D a b a b
b) X X B C B C # B C
# #
c) X X B C D C D #B #C D
3 #
X " # $ & $ a b a b
d) No existe la ecuacin de la T.L., ya que los vectores son l.d.
Algebra De Las Transformaciones U Operadores Lineales.
En el estudio de las transformaciones lineales de en es de fundamental importancia que el Z [
conjunto de estas transformaciones hereda una estructura natural de espacio vectorial. el conjunto de las
transformaciones lineales de un espacio en s mismo tiene incluso una estructura algebraica mayor, pues Z
la composicin ordinaria de funciones da una multiplicacin de tales transformaciones.
Teorema: Sean y espacios vectoriales. Sean y transformaciones lineales de en . La Z [ X W Z [
funciones siguientes se definen como sigue:
i) a b X W ? X ? W ?

ii) a b - - X ? X ?

iii) a b a b XW ? XW ? X W ?

Ejemplos: Sean de manera que y dos W W B C #B C C X B C #B C !
# #
a b a b a b a b
operadores lineales. eterminemos las definiciones de los siguientes operadores lineales.
V
I
R
G
I
N
I
O

G
O
M
E
Z

135
a) a ba b a b a b W X B C W B C X B C
#B C C #B C ! a b a b
#C C a b
b) a ba b a ba b XW B C XW B C
X W B C c d a b
X #B C C c d a b
# #B C C C a b a b
%B C ! a b
c) a ba b a ba b WX B C WX B C
W X B C c d a b
W #B C ! a b
# #B C ! ! a b a b
%B #C ! a b
d) a ba b a b a b #X $W B C #X B C $W B C
# #B C ! $ #B C C a b a b
%B #C ! 'B $C $C a b a b
"!B C $C a b
e) X B C X X B C
#
a b a ba b
XX B C a ba b
X X B C c d a b
X #B C ! a b
# #B C ! ! a b a b
%B #C ! a b
Ejercicios:
a) WX B C
b) XW B C
c) W B C
#
d) X B C
#
Observacin: La transformacin compuesta existe, s y slo s, el es W X B C Recorrido de X
subconjunto del dominio de W
Respuestas:
a) a b WX B C B !
b) a b XW B C ! C
c) W B C B C
#
d) X B C ! !
#
V
I
R
G
I
N
I
O

G
O
M
E
Z

136
Ms Ejercicios: Sean las transformaciones lineales:
W WB C D B C C D
3 #
X XB C D B B D B C
3 $
V VB C D B #C B $D
$ $
Determina si existen:
a) b) X V $X #V
c) d) W V W X
e) f) WV XV
g) h) XW VW
i) j) V X W
#
k) l) X V
# #
Respuestas:
a) X VB C D #B B #C D #B C $D
b) $X #VB C D B $B %C $D B $C 'D
c) , no se puede determinar. W V
d) W XB C D #B D C D
e) WVB C D B #C B #C $D
f) X VB C D B $D B #C
g) no se puede determinar. X WB C D
h) no se puede determinar. VWB C D
i) VXB C D B #B #D %B $C
j) no se puede determinar. W
#
k) X B C D
#
l) V B %C %B *D
#
Matriz Asociada A Una Transformacin Lineal.

Sean y dos -espacios vectoriales, , Z [ F @ @ @ F A A A
" " # 8 # " # 7

bases de y respectivamente y : W una Transformacin lineal, entonces: Z [ X Z
X @ + A + A + A

" "" " "# # "7 7
X @ + A + A + A

# #" " ## # #7 7

X @ + A + A + A

8 8" " 8# # 87 7
La matriz: E
+ + +
+ + +

+ + +

"" "# "8
#" ## #8
8" 8# 87
V
I
R
G
I
N
I
O

G
O
M
E
Z

137
cuya j-sima columna est formada por las coordenadas del transformado por del j-simo vector X
de la base con respecto a la base se llama con respecto a las bases y F F F F
" # " #
Matriz Asociada a X
y la denotaremos por . Observemos que el orden de es donde es la Q X X Q X 78 7 c d c d c d
F F F F F F
" # " # " #
dimensin de y es la dimensin de . [ 8 Z
Ejemplo: Sea la T.L. definida por . X X B C D #B C C D
$ #
a b a b
y bases de y respectivamente. F " " " " " ! " ! ! F # ! ! "
" #

a b a b a b a b a b
$ #
Entonces:
X " " " " # # ! # ! "
"
#
a b a b a b a b
X " " ! " " # ! " ! "
"
#
a b a b a b a b
X " ! ! # ! " # ! ! ! " a b a b a b a b
Luego, la matriz asociada a la T.L. es E
" "
# #
"
# " !

Proposicin 1: Sean y dos - espacios vectoriales, , y Z [ F @ @ @
" " # 8

F A A A Z [ E
# " #

. , bases de y respectivamente y una matriz de orden
m
78 X Z con elementos en . Entonces existe una nica transformacin lineal de en
[ X E tal que . c d
F F
" #
Ejemplo: La transformacin lineal de en cuya matriz asociada respecto de las bases
# $
cannicas es , es tal que: E
# "
! #
$

"
#
X " ! # " ! ! ! ! " ! $ ! ! " # ! $ a b a b a b a b a b
X ! " " " ! ! # ! " ! ! ! " " # a b a ba b a ba b a b

" "
# #
Por lo tanto: y X " ! # ! $ X ! " " # a b a b a b

"
#
Entonces, se puede definir: X
a B C B C " ! ! " a b a b a b a b ! "
#

a b a b a b B C ! ! ! "
a b a b

B C
B
C
! "
!
"
Por lo tanto, a B C B C B " ! C ! " X a b a b a b a b

#

X B C X B " ! X C ! " a b c d c d a b a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

138
X B C BX " ! C X ! " a b a b a b
X B C B # ! $ C " # a b a b

"
#
X B C #B ! $B C #C C a b a b

"
#
X B C #B C #C $B C a b

"
#
que resulta una transformacin lineal de a .
# $
Observacin: Si se intercambia el orden de los vectores de las bases, cambia la transformacin lineal.
(verifcalo!).
Proposicin 2: Sean , dos -espacios vectoriales, , y Z [ F @ @ @
" " # 8

F A A A Z [ X Z [
# " # 7

bases de y respectivamente. Si es una
T.L., entonces . Es deir, al multiplicar la matriz asociada a c d X B X B X
F F
" #
F F
" #

por el vector coordenado de respecto de la base se obtiene el vector coordenado
B F
"
de la imagen de por respecto de la base .
B X F
#
Ejemplo: Sea definida como . X X + , - #. ,
+ ,
- .
`
##
a b a b

$
La matriz asociada a respecto a las bases X
F
" ! " ! ! ! ! #
! " ! ! " ! ! !
"

y
F # # # " ! ! " " !
#

a b a b a b es
c d

X
! ! ! "
" " " #
# ! " #
F F
" #
Si ; entonces y

B B
$ ! "
%
%
!

" "
# #
F
"
V
I
R
G
I
N
I
O

G
O
M
E
Z

139

X B
! ! ! "
" " " #
# ! " #
%
"
!
!
F
"
#
*
#
"&
#
#
Entonces, X B ! # # # " ! ! " " ! $ ! a b a b a b

* "& "&
# # #
AUTOEVALUACION N 16
PROBLEMA 1: Sea de manera que X
$ $
XB C D B %C $C &D $D
a) Diga si es transformacin lineal. X
b) Determine el y la O/< X M7 X a b a b
c) Calcule y . ( 3 a b a b X X
d) Diga si es una transformacin inyectiva. X
PROBLEMA 2: Sea una T.L. definida por: X
$ $
. Sean X B C D %B 'C #D C B B C a b a b
y I " ! ! ! " ! ! ! " a b a b a b
base de . J " " " " # ! % & ' a b a b a b
$
Encontrar la matriz asociada a la transformacin dada las bases X
y . I J
AUTOEVALUACION N 17
PROBLEMA 1: Considera la T.L. definida por: X `
#
a b
%
X B %D A A D B C A
B C
D A

a b
a) Es inyectiva? X
b) Es sobreyectiva? >
V
I
R
G
I
N
I
O

G
O
M
E
Z

140
c) Encuentra X
" #
! "

PROBLEMA 2: Sea una T.L. tal que: X
$ $
X " ! ! " % % a b a b
X ! " ! " ! # a b a b
X ! ! " " " " a b a b
Determina la definicin de y calculo X X " # $ a b
V
I
R
G
I
N
I
O

G
O
M
E
Z

141
Pre- Examenes
V
I
R
G
I
N
I
O

G
O
M
E
Z

142
PRE-EXAMEN N 01
PROBLEMA 1: a) Determina la condicin de y de modo que la matriz sea invertible. + , E
b) Resuelve la ecuacin para , , para y . \ E\ F + " , !
E F
" ! " # "
, # + $ !
" " ! " $

PROBLEMA 2: Sean y subespacios de definidos como sigue:. Y [
$
y . Y B C D B C D ! [ ! " ! $ " ! a b a b a b

$
a) Verifica que es subespacio de . Y
$
b) Determina una base de y extindela a una base de . Y [
$
PROBLEMA 3: Sea una transformacin lineal tal que: X
# #
X " $ $ # X & $ ' % a b a b a b a b
a) Encuentra explcitamente la transformacin lineal . X
b) Es inyectiva?. Por qu?. X
PROBLEMA 4: Encuentra la ecuacin del plano que pasa por los puntos y T " % # T # $ !
" #
a b a b
T " # %
$
a b.
PROBLEMA 5: Determina los valores de " ", si es posible, de modo que el sistema tenga infinitas -
soluciones.
B C -D !
$B %C #D !
#B $C D !
V
I
R
G
I
N
I
O

G
O
M
E
Z

143
PRE-EXAMEN N 02
PROBLEMA 1: Resuelve, usando determinantes (Regla de Cramer)
#D $ C $B
B $D #C "
$C D # #B

PROBLEMA 2: Demuestra que , donde:
$
Y [
y Y B C D B D ! a b
$
[ B C D B ! &C #D ! a b
$
PROBLEMA 3: Sea definida por: X X B C D B C B D C D
$ $
a b a b
a) Determina la matriz asociada con respecto a la base cannica. E X c d
G
G
b) Usando , determina los valores propios de . E X
PROBLEMA 4: Resuelve la ecuacin para 5

5 # % #& 5 & $ %
! " ! " 5 # #
" ! 5 % " ! "
Con el valor de encontrado, sustityelo en el siguiente sistema y encuentra su solucin, 5

si existe.
5B C D A !
5B C D 5A "
5B C D %A #
PROBLEMA 5: Para el tringulo cuyos vrtices estn en y E# & $ F " ( ! G % * (
calcula la longitud de cada lado, el punto medio de cada lado y su rea de dos formas
distintas (vectorial y con la frmula de Hern de Alejandra).
V
I
R
G
I
N
I
O

G
O
M
E
Z

144
B R ibliografa ecomendada.
________________________________________
1) Ayres, F. (1994) : . Ed. McGraw-Hill, Mxico D.F. Matrices
2) De Burgos, J. (1994) : . Ed. McGraw-Hill, Madrid. lgebra Lineal
3) Devaud, G.; Erpelding, M.T.; Kirstein, L.; Navarro, M.I.; Ortega, M., y
Vicente, M. (1996) : . Proyecto de Desarrollo de la Docencia. lgebra Lineal
U. de Concepcin.
4) Grossman, S. (1996) : . Ed. McGraw-Hill, Bogot. lgebra Lineal
5) Hoffman, K. y Kunze, R. (1997): . Ed. Prentice Hall, Mxico D.F. lgebra Lineal
6) Lipschutz, S. (1993) : . Ed. McGraw-Hill, Madrid. lgebra Lineal
7) Torregrosa, J.R. y Jordn, C. (1993) : . lgebra Lineal y sus Aplicaciones
Ed. McGraw-Hill, Madrid.

Algebra Lineal VIRGINIO

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Algebra Lineal VIRGINIO

Transféré par

Droits d'auteur :

Formats disponibles

LGEBRA LINEAL

Ejemplo: Halle los valores de e si: B C

Ejercicio: Verifica la propiedad anterior.

" " " " " "

3 Analizando los rangos.

TU UT $ ' ! ) * " "" $ " a b a b c d

UT T U ) * " $ ' ! "" $ " a b a b c d

3) Sean los puntos y , entonces el vector T ! ! U $ $

+ + " ! ! + ! " ! + ! ! "

Ejemplo: Sean los vectores y , entonces el producto escalar

-9= -9= -9= ! " #

3 Calculando la proyeccin vectorial:

Ejemplo: Si es el ngulo formado por y . Determinemos y usando producto : : :

3 El ngulo queda determinado como sigue:

Area base altura

Definicin: Sean , , tres vectores. Los productos y se llaman

? " " " c d

< T T < >

? E# ! " F " " !

< $ " # T " ' $ c d a b

T E E T " # " " ' $ # % %

< # < $ # & ' % "!

8 " # $ T " " $ c d a b

8 " # $ T " " $ B " C " D $ c d a b

donde y es un vector normal al plano T 8

se obtiene de la ecuacin del plano.

f) La proyeccin vectorial de sobre .

4) El producto del escalar por cualquier vector es el vector nulo. !

De i), ii) y iii) se tiene que es un subespacio vectorial de . W

As, el sistema tiene solucin nica (por qu?) y sta es y ! !

PROBLEMA 4: Sea un espacio vectorial sobre un cuerpo y sea una base de . Z F @ @ @ Z

De y se tiene que es una T.L. a b a b a b 3 33 PX

Por lo tanto, podemos afirmar que es una T.L. inyectiva. X

, conjunto arbitrario de vectores de . Entonces existe una nica Transformacin

Por lo tanto, a B C B C B " ! C ! " X a b a b a b a b

Con el valor de encontrado, sustityelo en el siguiente sistema y encuentra su solucin, 5

Vous aimerez peut-être aussi