Algebra Lineal Curso Completo

GUIA DE ESTUDIO ALGEBRA LINEAL
Profesora Enith Niebles

Recopilacin bibliogrfica de diferentes autores matemticos
SEMANA UNO
1.1 SISTEMAS DE ECUACIONES LINEALES
Solucionadas por (eliminacin, Sustitucin e igualacin) y Concepto de
Matrices.1
Las ecuaciones lineales, son generalizaciones de ecuaciones de rectas en el
plano xy, tienen diversas aplicaciones, tales como el balanceo de ecuaciones
qumicas, resolucin de problemas referentes a redes elctricas, anlisis de
problemas de insumo, produccin en economa, Calcular fuerzas llevadas a
ecuaciones en equilibrio en fsica. Dadas las mltiples aplicaciones de las
ecuaciones lineales, su solucin ser nuestro primer asunto a tratar. Antes de
definir sistemas de ecuaciones lineales, repasaremos el concepto de ecuacin
lineal.
La ecuacin 8x + y = 3 se llama ecuacin lineal en las variables x y y porque
su grfica en el plano xy es una recta. El lgebra lineal trata de la
generalizacin de las ecuaciones lineales a n variables. Una ecuacin de la
forma:
Donde
(llamados coeficientes) y b son constantes numricas
reales y donde no todos los coeficientes ai son iguales a 0, se llama ecuacin

lineal en las variables
Porque ejemplo, las ecuaciones
Son ecuaciones lineales. Todas las variables de una ecuacin lineal son de
primer grado. La ecuacin 5x2 + 3y= 5 no es una ecuacin lineal en las
variables x y y, ya que uno de los trminos, 5x2, es de grado dos.
Un sistema de ecuaciones lineales
en las variables
es un
conjunto finito de ecuaciones lineales en dichas variables. Un ejemplo de

sistema de ecuaciones lineales es
Texto basado en la Bibliografa presentada en la unidad 1
3x 6y + z =12
4x + 2y 2z =7
Un sistema de m ecuaciones lineales en n variables, o incgnitas, se escribe

normalmente
Donde
son las incgnitas, y los coeficientes a y b con subndices,
son constantes numricas reales.
El primer subndice, i, de los dos que tiene el coeficiente
sita
en la iesima ecuacin del sistema. El segundo subndice, j de los dos coeficientes
ubica a este como el coeficiente de la variable j-esima,
del sistema. En
particular,
se encuentra en la segunda ecuacin y es el coeficiente de
en
dicha ecuacin. Una sucesin
de nmeros reales es una solucin
de la ecuacin lineal.
, si
1
La coleccin de todas las soluciones de una ecuacin lineal se llama conjunto

solucin de la ecuacin. Iniciaremos encontrando las soluciones de sistemas
de ecuaciones lineales.
En general podemos decir que un en un sistema de ecuaciones lineales
simultneas en R2 y R3 se pueden presentar tres tipos de soluciones:
Si en el sistema las rectas o los planos tienen un solo punto comn de
interseccin, se dice que tiene solucin nica o que el sistema es
consistente.
S en el sistema las rectas o planos coinciden, existe un nmero
infinito de soluciones, por lo tanto tambin es consistente pues cada
punto sobre la recta o el plano es una solucin. En R3 se da tambin en
los siguientes casos: s los tres planos se cortan en una misma recta, o
s dos de los planos coinciden e intersecan a un tercer plano en una
recta.
S, las rectas o los planos son paralelos, el sistema no tiene solucin y por
tanto se dice que es inconsistente.
En R2 podemos observar las tres situaciones:

Sea el sistema:
a11x + a12 y = b1
a21 x + a22 y = b2
ec1
ec2
S el conjunto de solucin es un par ordenado P(x,y)

La solucin es nica (consistente).
Ec2
Ec1
Figura 1.1
S se superponen las dos rectas se tiene: Soluciones infinitas (consistente)

Y
Ec 1 y Ec 2
Figura 1.2
S, son paralelas entonces: No hay solucin (Inconsistente)
Figura 1.3
Se realizarn algunos ejemplos de solucin de ecuaciones en R2 y R3 utilizando

los mtodos tradicionales de: Eliminacin, Sustitucin e Igualacin.
Ejercicios Resueltos
1.1 Encuentre la solucin al siguiente sistema utilizando cualquiera de los
mtodos anteriormente mencionados.
2X - 5Y -19 = 0
3X + 4Y + 6 = 0
(ec1)
(ec 2)
Solucin.
Utilizaremos el mtodo de eliminacin. Para ello, multiplicamos o dividimos
una de las ecuaciones por un nmero diferente de cero y se lo sumamos a la
otra ecuacin con el fin de transformar el sistema en una sola ecuacin, con
una sola variable, de tal forma que reduciendo trminos semejantes se
encuentre la solucin. As:
Para eliminar X, por ejemplo, multiplicamos la primera ecuacin por 3 y la
segunda por -2, obteniendo as:
6x 15 y -57 = 0
-6x 8y -12 = 0
69
3
Sumando tenemos que -23y 69 = 0 por tanto Y =
23
Remplazando ( y = -3) en cualquiera de las ecuaciones, por ejemplo en la
ecuacin (ec1) , obtenemos 2x = 19 + 5 (-3 ) por tanto x = 2
Grficamente se tiene: Punto de corte de las dos rectas el par ordenado (2,-3)
P(2,-3)
Figura 1.4
1.2 Resolvamos un sistema con tres variables y tres ecuaciones.

Encuentre la solucin al siguiente sistema utilizando cualquiera de los mtodos
anteriormente mencionados
2x y + 3z + 9 = 0 (ec 1)
x + 3y z 10 = 0 (ec 2)
3x + y z 8 = 0 (ec 3)
Solucin:
Se utiliza la misma metodologa anterior. Se transforma el sistema inicial en
otro equivalente pero mas sencillo. Primero reducimos a un sistema de dos por
dos, es decir dos ecuaciones y dos variables y luego a un sistema de una sola
variable y una sola ecuacin.
Iniciamos eliminando la variable X, para ello utilizamos, por ejemplo, la
ecuacin 1 y la ecuacin 2, multiplicando la (ec 2) por (-2), as:
2x y + 3z + 9 = 0
-2x 6y + 2z + 20 = 0
------------------------------- 7y + 5z + 29 = 0 (ec 4)
Ahora eliminamos la misma variable x, utilizando la (ec 2) y la (ec 3),

multiplicando la segunda ecuacin por -3, as:
-3x - 9y + 3z + 30 = 0
3x + y z 8 = 0
------------------------------- 8 y + 2z + 22 = 0 (ec 5)
De sta forma queda se reduce a un sistema de 2X2, as:

-7y + 5z + 29 = 0 (ec 4)
- 8y + 2z + 22 = 0 (ec 5)
Y continuando la solucin como lo hicimos en el sistema de
2x2, veamos:
Ahora eliminamos z, multiplicando la (ec4) por (-2) y la (ec 5) por 5, as:

14 y -10 z 58 = 0
-40 y +10z +110 = 0
---------------------------- 26y
+ 52 = 0
Remplazando en la (ec 4) o (ec5), el valor de

y, obtenemos el valor de z, As:
y=2
-8y + 2z + 22 =0
-8(2) + 2z + 22 = 0
Z = -3
Con los valores de y y z, reemplazamos en cualquiera de las primeras
ecuaciones para obtener el valor de X.
x+ 3y - z 10 = 0
x +3 (2) -(-3) -10 = 0
x=
La solucin del sistema es la triada ordenada
(1, 2 ,-3)
1.2 SISTEMAS LINEALES HOMOGNEOS

Se dice que un sistema de ecuaciones lineales es homogneo si todos los
trminos constantes son cero; es decir, el sistema es de la forma
a11x1 + a12x2 + + a1nxn = 0
a21x1 + a22x2 + + a2nxn = 0
.
.
.
.
.
.
Am1x1 + am2x2 + + amnxn = 0
Todo sistema de ecuaciones lineales homogneo es consistente, ya que una
solucin de todos estos sistemas es x1 = 0, x2 = 0,, xn = 0. Esta solucin se
denomina solucin trivial; en caso de que haya otras soluciones, se denominan
soluciones no triviales.
Debido a que un sistema lineal homogneo siempre tiene una solucin trivial,
entonces para sus soluciones solo hay dos posibilidades:
El sistema solo tiene la solucin trivial.
El sistema tiene infinidad de soluciones adems de la solucin trivial.
En el caso especial de un sistema lineal homogneo de dos ecuaciones con
dos incgnitas, por ejemplo
a1x + b1y = 0
(a1, b1 no son cero a la vez)
a2x + b2y = 0
(a1, b1 no son cero a la vez)
Las graficas de las ecuaciones son rectas que pasan por el origen, y la solucin
trivial
corresponde
al
punto
de
interseccin
en
el
origen.
Existe un caso en el cual se asegura que un sistema homogneo tiene
soluciones no triviales, a saber, siempre que el sistema tenga ms incgnitas
que ecuaciones.
1.3 CONCEPTO DE MATRIZ

Matrices, el trmino matriz fue utilizado por primera vez por los matemticos
ingleses ARTHUR CAYLEY(1821-1895) y JAMES SYLVESTER(1814-1897)
en el ao 1850, para distinguir las matrices de los determinantes, cayley y
silvestre convirtieron las matrices en importantes instrumentos, en la solucin
de problemas de las ciencias econmico-administrativas.
Trabajaremos con matrices, sus propiedades y operaciones, haciendo nfasis

en las operaciones elementales para facilitar el estudio del mtodo de
reduccin de gauss-jordn.
DEFINICION: una matriz A de tamao m x n es un arreglo rectangular de
nmeros, distribuidos en m filas y n columnas colocados entre parntesis, as:
a11
a12
a13
a1 j
a1n
a 21
a 22
a 23
...a 2 j
...a 2n
ai1
ai 2
ai3
am1
am2
am3
...aij
...amj
....
amn
El elemento aij esta localizado en la interseccin de la i-esima fila y la j-esima

columna; m x n , representa el tamao (orden) de la matriz.
Sea la matriz B
B=
1 8 4
3
5 0
2 3 1
El elemento -3 esta localizado en la fila 3, columna 2, por tanto -3 = a32

El elemento 0 esta localizado en la fila 2, columna 3, por tanto 0 = a 23
El tamao de la matriz es 3 x 3
Esto significa que en la matriz B existen 3 filas y 3 columnas.
1.4 TIPOS DE MATRICES
A continuacin describiremos las clases de matrices que se utilizan con mayor
frecuencia. Al establecer esta clasificacin hemos tenido en cuenta
caractersticas como el orden y la disposicin de sus elementos.
Vector Fila: se denomina as a una matriz A de orden 1x n y en forma

general se escribe:
A = [a11 a12 a13 a14.a1n] 1 x n
Vector Columna: se denomina as a una matriz B de orden m x 1 y en

forma general se escribe.
b11
b 21
b31
.
mx1
.
.
bm1
mx1
Ejemplo
a) C = [-1 0 1 -1 0 1]; la matriz C corresponde al vector fila de orden 1 x 6
b) A= [ 5 -2 3]; la matriz A corresponde al vector fila de orden 1 x 3
1
c) B = , la matriz B es el vector columna de orden 2 x 1
0
2

d) D = 6 , la matriz D es el vector columna de orden 3 x 1
9

Matriz Nula: Una matriz m x n donde todos sus elementos son

igual esa cero se denomina matriz nula. Esta matriz recibe
tambin el nombre de matriz cero.
Ejemplo
B=
0 0 0
2X3
0 0 0
Entonces, B se puede representar as: B = 0
Matriz Cuadrada: se denomina as aquella matriz donde su nmero de

filas es igual al nmero de columnas.
Ejemplo
a11 a12
Ejemplo:
a 21 a 22
4 6
1 8
Diagonal: es una matriz cuadrada donde, los elementos dij son iguales
a 0, si los subndices, i son diferentes de j; la notaremos as:
d11 0
0 d 22
D =
0
0
0
0
0
0
...
...
0
0
d 33 ... 0
0 ... dnn
Ejemplo
Sea la matriz B con los siguientes elementos:
B =
4 0 0
0 1 0
0
0
0
0
0
0
1
2
0
0 3
(4 X 4)
Entonces se dice que B es una matriz diagonal.
Matriz Identidad: es una matriz diagonal donde todos los elementos de

la diagonal son iguales a 1. la podemos representar por I.
Ejemplo
1 0 0
I = 0 1 0
0 0 1
= I 3X3
La matriz identidad I recibe el nombre de matriz unidad.
Matriz Triangular Superior: una matriz cuadrada en la que todos sus

elementos por debajo de la diagonal principal son cero, se denomina
matriz triangulas superior. De manera similar, es triangular inferior si
todos los elementos por encima de la diagonal principal son cero.
a11 a12
Sea la matriz B= 0 a 22
0
0
a13
5 3 9
a 23 Ejemplo: 0 1 7
0 0 4
a33
10
Matriz Transpuesta: sea A una matriz m x n, la transpuesta de A, que

se escribe A t , es una matriz n x m que se obtiene al intercambiar los
reglones y las columnas de A, tal que los reglones de A pasan a ser las
columnas de A t y viceversa.
Ejemplo
7 4
A = 2 2 3x2
5 9 3x2
La transpuesta de A ser:
7 2 5
(2 x 3)
4 2 9
2x3
1.5 OPERACIONES CON MATRICES
At =
Suma de Matrices
Si A y B son dos matrices de tamao m x n tal que A=(aij) y B=(bij), entonces la

suma de A y B es la matriz A + B= (aij + bij).
...a1n b1n
a11 b11 a12 b12
A + B= (aij + bij)= a 21 b21 a 22 b22 ...a 2n b2n

am1 b1m am2 bm2 ...amn bmn
Ejemplo
2 6
3 1
A=
B=
9 1
7 3
2 3 6 1 5 7
=
A + B =
9 7 1 3 16 4
a)
Entonces:
11
Nota:
Observe que en los anteriores ejemplos se sumaron matrices de igual orden.
La suma entre matrices de orden diferente no se puede realizar.
Propiedades de La Suma de Matrices
Sin entrar a demostrar ninguna, la suma de matrices cumple las siguientes
propiedades.
1. Propiedad Conmutativa: si Ay B son matrices de tamao m x n, entonces.
A + B= B + A
2. Propiedad Asociativa: si A,B,C son matrices de tamao m x n, entonces
(A + B) + C= A + (B + C)
3. Existencia del Idntico: existe una matriz E de tamao m x n, tal que para
toda matriz A de tamao m x n se cumple que
A + E= E + A= A
La matriz E se denomina matriz nula y es aquella en la que todos sus
elementos son iguales a cero. Los siguientes ejemplos ilustran cada una de las
propiedades anteriores.
Ejemplo
Sean
4 5
0 8
3 1 / 2
A
C
B=
2 1
3 1
0 10
a)
A + B=
B + A=
40 58
2 3 11
04 85
3 2 11
A + B=
B + A=
4 13
1
4 13
1
Luego se cumple que A + B= B + A.
12
b)
(A + B) + C=
4 13
1
40 58
2 3 11
0 10
1
2
0 10
27
2
10
4 5
0 3 8 12
+
2 1
3 0 1 10
A + ( B + C)=
1
2
4 5
3 172
1 272
+
=
2 1
1 10
3 11
c) Idntica para la matriz M.
M=
3
2
1 5
M + E=
1
3
3
1 5
1 5
0 0 0
2
+
=
0 4 13
0 4 13
0 0 0
3
2
=M
Producto de una Matriz por un Escalar
si A es una matriz de tamao m x n, tal que A=(aij) y k es un nmero real,

entonces:
K A= (K aij)
ka11 ka12 ka13 ...ka1n

ka21 ka22 ka23 ...ka2n
kam1 kam2 kam3 ...kamn
13
Ejemplo:
0
4
12
B= 3 10 5
1 1
1
Sea
y sea k= 2
Entonces:
2(0)
2(4) 2( 12 )
KB= 2B= 2(3) 2(10) 2(5)
2(1)
2(1)
2(1)
0
8
1
2B= 6 20 10
2
2
2
Si una matriz A de tamao m x n, tal que A= (aij) la multiplicamos por -1,
obtenemos la matriz A= (-aij).
Ejemplo:
Si
A=
1 4
2 5
3 6
entonces A=
1 4
2 5
3 6
Diferencia de Matrices
Si A y B son matrices de tamao m x n, entonces A B= A + (-B)

Ejemplo
Sea
5 2
A= 4 3
1
1
2
6 12
B= 0
7
4
1
14
Entonces
A B = A + (-B)=
5 2
4 3
1
2
1
6
2
+ 0 7 =
4 1
11
4
32
4
72
Producto entre Matrices
Sea A una matriz de tamao m x n y B una matriz de tamao n x k, tal que

A= (aij) y B=(bij), entonces el producto de A y B, denotando por AB, es una
matriz C de tamao m x k,
Ejemplo:
Sea
0 2
W= 2 3
1 0
U=
2 4 1
1 0
Observe que el tamao de W es 3 X 2 y el tamao de U es 2 x 3, por lo que el

producto de W por U se puede realizar y el tamao de la matriz producto ser
3 x 3.
C11 C12
C13
WU = C 21 C 22 C 23
C 31 C 32 C 33
Segn la definicin:
2
r 1
airbir a11b11 a12b12

=0.2 + (-2) * 1
=0-2= -2
Observe que el procedimiento anterior para obtener el elemento c11 (elemento

de la primera fila y primera columna de la matriz producto), es equivalente a
multiplicar trmino a trmino los elementos de la primera fila de W con la
primera columna de U, y luego sumar dichos productos, as:
15
0 2
2 3
1 0
2 4 1
=
1 0 2
(0.2) (2.1) . .
.
. .
.
. .
De manera similar el elemento c12 de la matriz producto (elemento de la

primera fila, segunda columna), se obtiene al multiplicar termino a termino la
primera fila de W por la segunda columna de U y luego sumar dichos
resultados as:
0 2
2 3
1 0
2 4 1
=
1 0 2
. (0.4) (2.0) .
.
Procedimiento en forma analgica para los dems elementos en la matriz

producto obtenemos:
0 2
2 3
1 0
2 4 1
=
1 0 2
(0.2) (2.1) (0.4) (2.0) (0. 1) (2. 2)

(2.2) (3.1) (2.4) (3.0) (2. 1) (3. 2)
(1.2) (0.1)
(1.4) (0.0)
(1. 1)1(0. 2)
2 0 4
WU = 1 8 4 (3 X 3)
2 4 1
Ejemplo :
Sea T=
2
1
0
3
0
2
1
2
(4 X 2)
S=
0 4 1
(2 X 3)
1 2 3
En este caso,
TS =
(2.0) (0.1)
(1.0) (3.1)
(2.4) (0. 2)
(1.4) (3. 2)
(2.1) (0.3)
(1.1) (3.3)
(0.0) (1.1) (0.4) (1. 2) (0.1) (1.3)

(2.0) (2.1) (2.4) (2. 2) (2.1) (2.3)
16
TS =
0
3
8
10
2
8
1 2
3
2 12 4
Ejemplo
Suponga que en una panadera se elabora pan integral y francs, para lo cual
se utilizan los siguientes ingredientes: harina(H), levadura(L) y huevos(E).
La matriz A muestra las unidades de materia prima utilizadas en la elaboracin
de 50 panes de cada tipo.
H
A =
L E
15 3 4
(2 X 3) =integral, francs
10 2 6
Dicha panadera tiene una sucursal en el sur y otra en el centro. La siguiente

matriz B muestra los precios por unidad de materia prima en cada sucursal.
S
10 15
B = 8 10 (3 X 2) H, L, E
25 30
La matriz A * B de tamao 2 x 2, representara los costos de totales en materia

prima para cada tipo de pan en cada sucursal.
A*B =
(15 *10) (3 * 8) (4 * 25) (15 *15) (3 *10) (4 * 30)

(10 *10) (2 * 8) (6 * 25) (10 *15) (2 *10) (6 * 30)
S
A*B=
274 375
266 350
(2 X 2) integral, francs
Por tanto 50 panes integrales producidos en el sur tienen un costo de $274 y

en el centro de $375, mientras que 50 panes tipo francs se producen a un
costo de $266 en el sur y $350 en el centro.
17
SEMANA DOS
2.1 METODO DE GAUSS Y GAUSS JORDAN
Introduccin
Se mostrar en este capitulo como solucionar sistemas de ecuaciones lineales por
diferentes mtodos, no se realizaran demostraciones pues el objetivo del documento
es ayuda extraclase para manejar las diferentes tcnicas e introduccin de la
terminologa bsica, las demostraciones se remiten a la bibliografa indicada al final del
captulo2.
Mtodos Para Solucionar Ecuaciones Lineales Simultneas
(Utilizando el Concepto de Matrices y Determinantes)
Un sistema arbitrario de m ecuaciones lineales y n incgnitas se puede escribir como:
Donde x1, x2, x3,, xn son las incgnitas y las letras a y b son constantes
Matriz aumentada es aquella a la que se le adiciona los trminos independientes en la
ltima columna.
As:
a11
a
21
.
a m1
a12
a 22
.
am2
...
...
..
...
a1n
a2n
.
a mn
b1
b2
.
bm
MTODO DE GAUSS Y GAUSS - JORDAN
Este mtodo permite encontrar la solucin de un sistema de ecuaciones lineales

simultneas. El mtodo consiste en reducir la matriz original a una matriz equivalente
pero ms sencilla.
La reduccin de la matriz se lleva a cabo teniendo en cuenta ciertas propiedades que
cumplen las matrices, llamadas Operaciones elementales
Operaciones Elementales
Cuando sobre las filas de una matriz se realiza una de las siguientes operaciones, la
matriz obtenida es equivalente a la original.
Primera Operacin: intercambiar dos renglones de una matriz.
Segunda Operacin: multiplicar o dividir un rengln o fila por un nmero diferente a
cero.
Tercera Operacin: sumar o restar a una fila un mltiplo de otra.
El mtodo consiste en transformar una matriz A de la forma:
Documento basado en la bibliografa que se muestra en la unidad 2
18
a11
a
21
.
A=
.
.
a m1
a12
... a1n
a 22
... a 2 n
am2
d1
d 2
.
.
.
d n
... a mn
Donde la ltima columna corresponde

a los trminos independientes, es decir
una matriz ampliada
Utilizando las tres operaciones elementales, transformamos la matriz A en una matriz

B de la forma:
1 b12
0 1
0 0
B = . .
.
. .
. .
0 0
b13 ... b1n

b23 ... b2 n
1
.
.
.
.
g1
g 2
.
.
.
.
g n
En donde la matriz B, tomada desde la lnea

interrumpida, es una matriz triangular superior
que se obtiene por columnas, hallndose en
cada columna, en primer lugar el uno de la
diagonal principal y luego los dems
elementos.
Ejercicio 1.
Encontrar la solucin al siguiente sistema de ecuaciones lineales.
2x + y z = -1
x + 4y + 3z = 10
- 6x + 4y + 9z = 30
Primero pasamos el sistema de ecuaciones a un sistema matricial, llamando:
2 1 1
Matriz de coeficientes: 1 4 3
6 4 9
x

Matriz de Variables: y

z
Matriz de trminos Independientes:
1
10

30
Organizando el sistema queda as:
19
2 1 1 x 1
1 4 3 y = 10

6 4 9 z 30
Esta es la forma de un sistema

de ecuaciones matricial
Comencemos el mtodo de eliminacin de Gauss.

La matriz original ampliada, que representa al sistema de ecuaciones, la llamaremos
A, ser:
2 1 1 1
A = 1 4 3 10
6 4 9 30
ti
2 1 1 1
1 4 3 10
6 4 9 30
sta matriz A, representa al sistema y

esta conformada por los coeficientes de
cada una de las variables y la ltima
columna corresponde a los trminos
independientes, as:
Fila 1
Fila 2
Fila 3
Paso 1.
Comenzamos la reduccin transformando el trmino a12 de la primera columna en 1,

as:
El 1 se puede obtener de dos formas diferentes:
Dividiendo la primera fila entre 2 (corresponde a la segunda operacin
elemental).
Cambiando la primera fila con la segunda (Primera operacin elemental)
1 4 3 10
A = 2 1 1 1
6 4 9 30
Paso 2.
El siguiente paso ser obtener los correspondientes ceros de sta columna.
Utilizando la operacin elementa 3, multiplicamos la fila 1 por -2 y se la sumamos a
la fila 2 y luego volvemos a multiplicar la fila 1 por 6 y se la sumamos a la fila 3
20
1
4
3
10
A = 2 1(2) 1 4(2) 1 3(2) 1 10(2) es decir:
6 1(6) 4 4(6)
9 3(6)
30 10(6)
3
10
1 4
A = 0 7 7 21
0 28 27 90
Paso 3.
A continuacin obtenemos, el 1 de la diagonal en la segunda columna, dividiendo la

segunda fila entre -7, as:
1 4 3 10
1 3
A= 0 1
0 28 27 90
Paso 4.
Multiplicamos por -28 la segunda fila y la sumamos a la tercera fila, obteniendo el cero
de esta segunda columna, as:
1 4 3 10
3
A= 0 1 1
0 0 1 6
Paso 5.
Multiplicamos la fila 3, por -1 para obtener el 1 de la diagonal principal en la columna
tres:
1 4 3 10
A= 0 1 1 3
0 0 1 6
Como las tres primeras columnas corresponden a la

matriz original y ya se redujo a una matriz triangular
superior, entonces el proceso ya esta terminado
dando como resultado un nuevo sistema equivalente
al original pero ms sencillo.
sta matriz escalonada nos permite encontrar fcilmente la solucin al sistema, ya que
sta representa al sistema.
21
x + 4y + 3z = 10
y + z= 3
z = -6
Por tanto, podemos concluir que:

z = -6
y + (-6) = 3 de donde y = 9
x + 4(9) + 3 (-6) = 10
x = -8
El punto de corte ser: P (-8, 9,-6)
En algunos casos se exige que la matriz A sea reducida hasta una matriz identidad, en
tal caso los ceros sobre la diagonal principal se obtienen utilizando el mismo proceso
anteriormente descrito; la matriz as reducida se le llama matriz escalonada reducida, y
el mtodo se denomina GAUSS JORDAN
2.2 MATRIZ ESCALONADA REDUCIDA

Para que una matriz tenga la forma de, escalonada reducida debe cumplir las
siguientes propiedades (ANTON. 2002).
1. Si una fila no esta compuesta plenamente por ceros, entonces el primer
nmero diferente de cero en la fila debe ser un 1 y se le denomina uno
principal).
2.
Si hay filas compuestas completamente por ceros, se agrupan en la parte

inferior de la matriz.
3. En dos renglones o filas, consecutivas cualesquiera que no estn compuestas

completamente por ceros, el 1 principal de la fila inferior aparece ms a la
derecha que el 1 principal del rengln superior.
4. Cada columna que contenga un 1 principal contiene ceros en las dems
posiciones.
Se dice que una matriz con las propiedades 1,2 y 3(pero no necesariamente con la
propiedad 4), est en forma escalonada.
Ejercicio 2
Las siguientes matrices estn en forma escalonada reducida.
,
Las siguientes matrices estn en forma escalonada no reducida.
22
El lector debe verificar que cada una de las matrices satisface todos los requisitos
necesarios.
Observacin.
Segn el ejemplo precedente, una matriz escalonada tiene ceros debajo de cada 1
principal, mientras que una matriz en forma escalonada reducida tiene ceros tanto
abajo como arriba de cada1 principal.
Si, por medio de una serie de operaciones elementales en los renglones, se llega a la
forma escalonada reducida a partir de la matriz aumentada de un sistema de
ecuaciones lineales, entonces el conjunto solucin del sistema ser evidente por
inspeccin o al cabo de unos cuantos pasos simples. Este hecho s ilustra con el
siguiente ejemplo.
Ejercicio 3
Suponer que la matriz aumentada de un sistema de ecuaciones lineales se ha
reducido por operaciones en los renglones a la forma escalonada reducida dada.
Resolver el sistema.
a.
b.
c.
d.
e.
Solucin a)
El sistema de ecuaciones correspondiente es
23
X1
=5
= -2
X3 = 4
Por inspeccin se obtiene que X1=5, x2=-2, x3=4.
Solucin b).
X1
+ 4x4 = -1
X2
+ 2x4 = 6
X3 + 3x4 = 2
Y que x1, x2 y x3 corresponden a unos principales en la matriz aumentada, se
denominan variables principales. Las variables no principales (en el caso x4) se
denominan variables libres. Al expresar las variables principales en trminos de las
variables libres se obtiene
X1 = -1 4x4
X2 = 6 2x4
X3 = 2 3x4
A partir de esta forma de las ecuaciones s observa que la variable libre x4 se le pude
asignar algn valor, por ejemplo t, que luego determina el valor de las variables
principales x1, x2 y x3. Por tanto, existe una infinidad de soluciones y la solucin
general est definida por las formulas
X1 = -1 4t X2 = 6 2t
X3 = 2 3t x4 = t
Solucin c).
X1
+ 6x2
+ 4x5 = -2
X3
+ 3x5 = 1
X4 + 5x5 = 2
Aqu las variables principales son x1, x3 y x4, y las variables libres son x2 y x5. Al
expresar las variables principales en trminos de las variables libres se obtiene
X1 = -2 6x2 4x5
X3 = 1 3x5
X4 = 2 5x5
Puesto que x5 puede asumir un valor cualesquiera y x2 puede asignarse un valor s,
entonces existe una infinidad de soluciones. La solucin general est definida por las
formulas
X1 = -2 6s 4t
X2 = t
X3 = 1 3t
X4 = 2 5t
x5 = t
Solucin d)
La ltima ecuacin en el sistema de ecuaciones correspondiente es
0x1+ 0x2 + 0x3 = 1
Como no es posible que esta ecuacin se cumpla, entonces el sistema no tiene
solucin.
X2
Ejercicio resuelto por el mtodo de Gauss y Gauss- Jordn

Se realizar el procedimiento paso a paso, para llegar a la forma escalonada
reducida. A medida quien se escriba cada paso del procedimiento, se ilustrar la idea
al expresar la siguiente matriz en forma escalonada reducida.
Paso 1. Localizar la columna de la izquierda que no conste completamente de ceros.
24
Columna de la orilla izquierda diferente de cero
Paso 2. Intercambiar el rengln superior con otro rengln, de ser necesario, para que
en la columna determinada en el paso 1 haya un elemento diferente de cero.
Se intercambiaron los renglones primero y segundo
en la matriz precedente
Paso 3. Si el elemento que est ahora en la parte superior de la columna determinada

en el paso 1 es a, multiplicar el primer rengln 1/a a fin de introducir un 1 principal.
El primer rengln de la matriz precedente se multiplico
por 1/2.
Paso 4. Sumar mltiplos adecuados del rengln superior a los renglones inferiores
para que todos los elementos debajo de 1 principal se vuelvan ceros.
El primer rengln de la matriz precedente se sumo -2
veces al rengln 3.
Paso 5. A continuacin, cubrir el rengln superior de la matriz y comenzar de nuevo el

paso 1 aplicado a la submatriz restante. Continuar de esta manera hasta que toda la
matriz este en forma escalonada.
Columna de la orilla izquierda diferente de

cero en la submatriz
El primer rengln de la submatriz se

multiplico por -1/2 para introducir el uno
principal
El primer rengln de la submatriz se sum -5 veces al
segundo rengln de la submatriz para introducir un
cero abajo del uno principal.
El rengln superior de la submatriz se cubri, y se
volvi nuevamente al paso 1.
25
Columna de la orilla izquierda diferente de cero

en la nueva submatriz
El
(y nico)
nico) rengln
rengln en
en la
la nueva
nueva submatriz
submatriz se
se
El primer
primer (y
multiplico
por
2
para
introducir
un
1
principal.
multiplico por 2 para introducir un 1 principal.
Ahora toda la matriz esta en forma escalonada. Para determinar la escalonada

reducida es necesario efectuar el siguiente paso adicional.
Paso 6. Empezando con el ltimo rengln diferente de cero y trabajando hacia arriba,
sumar mltiplos adecuados de cada rengln a los renglones de arriba con el objeto de
introducir ceros arriba de los 1 principales.
El tercer rengln de la matriz precedente se sumo 7/2 veces
al segundo rengln.
El tercer rengln se sumo -6 veces al primer rengln.
El segundo rengln se sumo 5 veces al primer rengln.
La ultima matriz esta en forma escalonada reducida.

El procedimiento anterior para expresar una matriz en forma escalonada reducida se
denomina eliminacin de Gauss-Jordn.
Si solo se efectan los cinco primeros pasos, el procedimiento se denomina
eliminacin gaussiana y produce una forma escalonada.
Observacin. Se puede demostrar que toda matriz tiene una forma escalonada
reducida nica; es decir, se obtiene la misma forma escalonada reducida de una
matriz dada sin importar como se hagan variar las operaciones en los renglones. En
contraste, una forma escalonada de una matriz no es nica: diferentes secuencias de
operaciones pueden producir formas escalonadas diferentes.
(Antn, 2003. p. 29).
26
Ejercicio 4
Resolver por eliminacin de Gauss-Jordn.
X1 + 3x2 +
+ 2x5
=0
2x1 + 6x2 - 5x3 - 2x4 + 4x5 - 3x6 = -1
5x3 + 10x4
+ 15x6 = 5
2x1 + 6x2
+ 8x4 + 4x5 + 18x6 = 6
Solucin:
La matriz aumentada del sistema es
Al sumar -2 veces el primer rengln a los renglones segundo y cuarto se obtiene
Al multiplicar el segundo rengln por -1 y luego sumar -5 veces el nuevo segundo

rengln al tercer rengln y luego -4 veces el nuevo segundo rengln al cuarto rengln
se obtiene
Al intercambiar los renglones tercero y cuarto y luego multiplicar por 1/6 el tercer
rengln de la matriz resultante se obtiene la matriz escalonada
Al sumar -3 veces el tercer rengln al segundo rengln y luego sumar 2 veces el

segundo rengln de la matriz resultante al primer rengln se obtiene la forma
escalonada reducida
El sistema de ecuaciones es entonces:
27
X1 + 3x2
+ 4x4 + 2x5
X3 + 2x4
=0
=0
X6 = 1/3
Se ha eliminado la ltima ecuacin ya que las dems ecuaciones harn que se cumpla
de manera automtica.
Al despejar las variables principales, se obtiene
X1 = -3x2 - 4x4 - 2x5
X3 = - 2x4
X6 = 1/3
Si a las variables libres x2, x4, x5 se asignan los valores arbitrarios r, s y t,
respectivamente, entonces la solucin general esta dada por las formulas
X1 = -3r -4s -2t
x5 =t
x2 = r
x3 = -2s
x4 = s
x6 =1/3
Nota:
Algunas veces es preferible resolver un sistema de ecuaciones lineales por medio de
la eliminacin gaussiana a fin de expresar la matriz aumentada en forma escalonada
sin continuar hasta obtener la forma escalonada reducida. Cuando se hace lo anterior,
el sistema de ecuaciones correspondiente se puede resolver mediante una tcnica
denominada retro sustitucin. Para ilustrar este mtodo se usara el sistema de
ecuaciones del ejemplo anterior.
Con base en los clculos en el ejemplo 3, una forma escalonada de la matriz
aumentada es
Para resolver el sistema de ecuaciones correspondiente

X1 + 3x2
-2x3
+ 2x5
=0
x3 + 2x4
+3x6 = 1
X6 = 1/3
Se procede como sigue
Paso 1. Despejar las variables principales en las ecuaciones
X1 = -3x2 + 2x3 - 2x5
X3 = 1 - 2x4 -3x6
X6 = 1/3
Paso 2. Empezando con la ltima ecuacin y trabajando hacia atrs, sustituir
consecutivamente cada ecuacin en las ecuaciones anteriores.
Al asumir X6 = 1/3 en la segunda ecuacin se obtiene
X1 = -3x2 + 2x3 - 2x5
X3 = - 2x4
X6 = 1/3
La sustitucin de X3 = - 2x4 en la primera ecuacin da
X1 = -3x2 - 4x4 - 2x5
28
X3 = - 2x4
X6 = 1/3
Paso 3. Asignar valores arbitrarios a las variables libres, si hay alguna
Si a x2, x4 y x5 se asignan valores cualesquiera r, s y t, correspondientemente,
entonces la solucin general est definida por las formulas
X1 = -3r -4s -2t
x2 = r
x3 = -2s
x4 = s
x5 =t
x6 =1/3
Obteniendo el mismo resultado.
Observacin. Los variables que se asignan a los valores libre se llaman parmetros.
Aunque para designar a los parmetros en general se usaran las letras r, s t,, es
posible usar cualquier letra que no cause problema con los nombres de las variables.
Ejercicio 5
Resolver el siguiente sistema de ecuaciones lineales homogneas por eliminacin de
Gauss-Jordn.
2x1 + 2x2 - x3
+ x5 = 0
-x1 x2 + 2x3 - 3x4 + x5 = 0
x1 + x2 2x3
- x5 = 0
x3 + x4 + x5 = 0
Solucin.
La matriz aumentada del sistema es
Al reducir esta matriz a la forma escalonada reducida, se obtiene

x1 + x2
+ x5 = 0
x3
+ x5 = 0
x4
=0
Al despejar las variables principales se obtiene

x1 = -x2 x5
x3 = -x5
x4 = 0
Por tanto la solucin general es
X1 = -s t
x2 = s
x3 = -t
x4 = 0
x5 = t
29
Observar que la solucin trivial se obtiene cuando s = t= 0.

NOTA
Un sistema de ecuaciones lineales homogneo con ms incgnitas que ecuaciones
tiene infinidad de soluciones.
Se debe notar que esto es vlido solo para sistemas homogneos. Un sistema no
homogneo con ms incgnitas que ecuaciones no necesariamente es consistente;
sin embargo, si el sistema es consistente, entonces tiene infinidad de soluciones.
2.3 INVERSA DE UNA MATRIZ
Sea A una matriz de orden o tamao cuadrada nxn y B una matriz cuadrada de orden
nxn, tal que A*B = B*A= I, Si se cumple sta ecuacin identidad decimos que A es una
matriz invertible o no Singular y decimos que B es la matriz inversa de A, tambin
denotada como A-1.
Por tanto se tiene que A*A-1 = A-1*A = I
Una matriz que no es invertible se le llama Matriz singular.
De la definicin anterior se tiene que (A-1)-1 = A.
Se hace notar que No Toda matriz cuadrada inversa, en realidad hay
muchas matrices cuadradas que no tienen inversa.
La inversa de una matriz es nica.
Si A es invertible y B es una matriz invertible, entonces A*B es invertible.
(A*B)-1 = B-1*A-1
Sean las siguientes matrices:
3 4
1 / 11 8 / 11
A
B
1 1 / 2
8 / 11 6 / 11
3 / 11 8 / 11 24 / 11 24 / 11
1 0
=
Verificado vemos que tambin

8 / 11 3 / 11
1 / 11 1 / 11
0 1
1 0
B*A =
0 1
A*B =
2.4 METODOS PARA HALLAR LA INVERSA DE UNA MATRIZ DE 2X2 Y 3X3
INVERSA DE UNA MATRIZ DE 2X2
a11 a12
;
a 21 a 22
S A
A-1 =
a 22 a12
1
(a11a 22 a12 a 21 a 21 a11
Ejemplo:
Sea la matriz A =
3 0
1 2 ;
Hallar A-1
Solucin:
30
A-1 =
0
2 0
2 / 6 0 / 6 1 / 3
1
=
1 / 6 3 / 6 1 / 3 1 / 2
3 * 2 0 *1 1 3
Puede verificar sta inversa aplicando la ecuacin identidad A*A-1 = A-1*A = I
INVERSA DE UNA MATRIZ DE 3X3
Para hallar la inversa de una matriz de 3x3 , se puede utilizar el mtodo de GaussJordan as:
a11 a12
A = a 21 a 22
a31 a 32
a11
a
21
a31
a13
a 23 Para calcular A-1 ; utilizamos la siguiente disposicin:
a33
a12
a 22
a13
a 23
1
0
0
1
a32
a33
0
0 y mediante las 3 operaciones elementales, la
1
Transformamos en:
1
0
-1
A =
0
1
0
0
b11 b12
b21 b22
b31 b32
b13
b23 de tal manera que la inversa de A es:
b33
b11 b12 b13

b
21 b21 b22
b31 b32 b33
Ejemplo:
4 1 2
Sea A = 1 2 1 ; Halle A-1
3 1 1
4 1
1 2
3 1
2
1
1
0
0
1
0
0
1
Aplicando las 3 operaciones elementales llegamos a:
31
1
0
0
1
0
0
1 / 14 3 / 14
2/7
1/ 7
1/ 2
1/ 2
5 / 14
3 / 7
1 / 2
Por tanto la inversa ser:

A-1=
1 / 14 3 / 14 5 / 14
2/ 7
1/ 7
3 / 7
1 / 2
1/ 2
1 / 2
2.5 MTODO DE SOLUCIN DE ECUACIONES LINEALES UTILIZANDO EL
CONCEPTO DE MATRIZ INVERSA.
Sea un sistema de n ecuaciones con n incgnitas:
a11X1 +a12X2+a13X3 +a1nx1n =d1
a21X1 +a22X2+a23X3 +a1nx1n =d2
a31X1 +a32X2+a33X3 +a1nx1n =d3
Que denotaremos en forma abreviada
AX = B S, A es invertible, el sistema AX= B tiene solo una solucin nica X= A-1 B
Donde A = Matriz de coeficientes de las Variables
X = matriz de variables y B = matriz de trminos independientes.
a11 a12
Donde A = a 21 a 22
a31 a 32
x1

X = x2

x3
a13
a 23
a33
b11 b12 b13
(Matriz inversa)
A = b21 b21 b22
b31 b32 b33

-1
d1

B = d2

d 3
Entonces:
x1 b11 b12 b13 d 1

x = b

X = A-1 B es equivalente a
2 21 b21 b22 d 2
x3 b31 b32 b33 d 3
Nota:
Recordemos.
Que solamente una de las siguientes afirmaciones es verdadera:
a) el sistema no tiene solucin
32
b) el sistema tiene exactamente una solucin

c) el sistema tiene infinitas soluciones.
Ejercicio 6
Considerar el sistema de ecuaciones lineales

x 1 + 2x 2 + 3x 3 = 5
2x 1 + 5x 2 + 3x 3 = 3
x1
+ 8x 3 = 17
En forma matricial, este sistema se puede escribir como AX= B, donde
1 2 3
A= 2 5 3
1 0 8
x1

X= x 2

x3
5

B= 3

17
Calculando la matriz inversa de la forma anteriormente mencionada se tiene
40 16 9
= 13 5 3
5
2 1
Por tanto, la solucin del sistema es X = A 1 B
40 16 9 5 1

X = 13 5 3 3 = 1

5
2 1 17 2
o bien, X 1 = 1, X 2 = -1, X 3 = 2
OBSERVACION. Ntese que el mtodo de ejemplo 1 es aplicable solo cuando el

Sistema tiene tantas ecuaciones como incgnitas y la matriz de coeficientes es invertible.
- PROPIEDADES DE MATRICES INVERTIBLES
AB = I
BA = I
El siguiente teorema demuestra que si se obtiene una matriz B de orden n x n, que satisface
cualquier condicin de las anteriores, entonces la otra condicin se cumple
Automticamente.
Sea A una matriz cuadrada

a) Si B es una matriz cuadrada que satisface BA = I, entonces B =A 1 .
b) Si B es una matriz cuadrada que satisface AB = I, entonces B =A 1 .
Vase (ANTON. 2002)
SEMANA CINCO
5.1 VECTORES EN R3
33
SEMANA TRES
3.1 FUNCION DETERMINANTE3
Los determinantes son funciones de las matrices cuadradas, es decir es una funcin
con valores reales de una variable matricial, en el sentido que asocia un numero real
f(x) con una matriz x
Las funciones determinantes tiene importantes aplicaciones en la teora de sistemas
de ecuaciones lineales y nos llevar a una formula explcita para calcular la inversa de
una matriz. (Grossman, 1996.p. 172)
Determinante De Una Matriz De 2x2
Sea la matriz A y su determinante ser:
a b
c d
A=
El determinante se denota as: det A A
c d
Existe varias formas de definir un

determinante, sta es una de ellas.
det es una funcin que asigna un
nmero a una matriz cuadrada
det A = ad - cb
a b
Determinante de una Matriz de 3x3 (utilizando el mtodo de Sarrus)
Sea la matriz A
a11 a12
A = a 21 a 22
a31 a32
a13
a 23
a33
su determinante se puede calcular as:
det A = A = a11
a 22
a 23
a32
a33
a12
a 21 a 23
a31
a33
a13
a 21 a 22
a31
a32
Se adiciona las dos primeras columnas al determinante original, luego se multiplica

cada una de las diagonales principales y se suman sus productos para despus restar
la suma del producto de las diagonales secundarias, as:
a11 a12
det A A = a 21 a 22
a31 a32
a13
a11 a12
a 23 = a 21 a 22
a33
a31 a32
a13 a11 a12

a 23 a 21 a 22
a33 a31 a32
Documento basado en la Bibliografa unidad 3
34
= a11a22a33 a12a23a31 a13 a21a32 a13a22a31 a12a21a33 a11a32a23

(Nota: Este Mtodo Funcionas Solo Para Matrices De 3x3)
Determinante de una Matriz de 3x3

Se puede calcular en forma rpida de varias formas veamos:
Forma 1: (Se basa en un concepto que veremos en sta unidad utilizando Menores y
Cofactores)
Sea la matriz A:
a11 a12
A = a 21 a 22
a31 a32
a13
a 23
a33
Entonces su determinante ser:

Ntese el signo antes del segundo trmino del lado derecho.
Ejemplo:
Clculo de un determinante de 3x3.
2 3 5
0 4
1 4
1 0
1 0 4 =2
= 2(12)+3(-3)+5(-3) = 0
(3)
5
3 9
3 9
3 3
3 3 9
Determinante cuadrado de Cualquier Orden
Definiciones:
Menor: Sea A la matriz de nxn y sea Mij la matriz de (n-1) x (n-1) obtenida eliminando
el rengln i y la columna j. Mij se la llama Menor
Ejercicio 7 :
Clculo del menor M13 y del Menor M32
2 1 4
5
Sea la matriz A = 0 1
6 3 4
0 1
0 1
y su determinante ser =
= -6
6 3
6 3
El M13 =
2 4
2 4
y su determinante ser =
= 10
0 5
0 5
El M32 =
Ejemplo del menor de una matriz de 4x4
35
1 3
2 4
Sea A =
1 5
4 0
5 6
0 3
9 2
2 7
El menor M32
1 5 6
= 2 0 3 ; el determinante la
4 2 7
calcularemos despus de otras definiciones.
El menor M24
1 3 5
1 5 9
4 0 2
Ms Definiciones:
Cofactor: Sea A una matriz nxn. El cofactor ij de la matriz A, denotado por Cij, est
dado por:
Cij = (-1)i+j
M ij
El Cofactor ij se obtiene tomando el determinante del menor Mij y multiplicndolo por (1)i+j ,
Ntese que:
(-1)i+j es igual 1 s i+j es par y es -1 si i+j es impar
Ejercicio 8
2 1 4
5
Clculo del cofactor C13 y C32, de la matriz A = 0 1
6 3 4
0 1
0 1
=
= -6 ; i+j = par, por lo tanto el cofactor es

6 3
6 3
C13 = (-1)i+j M13 = (-1)1+3

positivo
C32 = (-1)i+j M32 = (-1)3+2
2 4
0 5
=-
2 4
0 5
= -10 ; i+j = impar, por lo tanto el cofactor es
negativo
Ahora si, definamos un determinante de cualquier orden:
Determinante de nxn
Sea A una matriz de nxn. El determinante de A esta dado por:
a11C11 a12C12 a13C13 .... a1nC1n j 1 aij Cij

n
det A= A =
Llamado determinante por cofactores

Nota:
36
La formula se desarrollo para la fila 1, pero se obtiene la misma respuesta

desarrollndolo por cualquier fila o cualquier columna
Ejercicio 9
Clculo del determinante de la matriz A
1 3
0 1
A=
2 1
3 2
5
3
9
4
2
4
6
1 3
0 1
det A= A =
2 1
3 2
5
3
9
4
2
4
=
6
8
a11C11 a12C12 a13C13 a14C14
1 3 4
0 1 4
0 1 3
0 3 4
det A= A =1 1 9 6 -3 2 9 6 +5 2 1 6 - 2 2 1 9
2 4 8
3 2 8
3 2 4
3 4 8
det A= A 1 (-92) -3(-70) + 5(2) -2(-16) = 160
El clculo de un determinante de orden mayor se hace muy tedioso, existen algunas

tcnicas para simplificar stos clculos. (Vase Stanley Grossman, Algebra lineal,
pgina 177)
3.2 PROPIEDADES DE LOS DETERMINANTES

1. Sean A y B dos matrices nxn. Entonces: det (AB) = det (A) det (B)
3 1
1 7
y B=
2 5
4 6
Sean las matrices A =
3 1 1 7 7 27
2 5 4 6 = 22 44
Entonces
7 27
= det
22 44
det (AB) = det
3 1
1 7
2 5 det 4 6 = -286
37
2.
Sea A una matriz nxn. Entonces: det A = det At

El determinante de una matriz A y el de su transpuesta At son iguales.
Det A=
Un determinante es cero ( |A|=0 )
si :
Posee dos filas iguales
Todos los elementos de una fila son nulos.
Si un rengln o columna de una matriz es un mltiplo escalar de otro rengln o

columna, entonces el determinante de dicha matriz es = 0
2 3 5
7
2 = 0 ; porque el tercer rengln es mltiplo
A = 1
4 6 10
escalar del primer rengln o sea es igual a -2 veces el primer rengln.

Los elementos de una lnea son combinacin lineal de las otras.
F3 = F1 + F2
4. Un determinante triangular es igual al producto de los elementos de la diagonal
principal.
38
5. Si en un determinante se cambian entre s dos lneas paralelas su determinante

cambia de signo.
6. Si a los elementos de una lnea se le suman los elementos de otra paralela

multiplicados previamente por un n real el valor del determinante no vara.
sea:
3 3 2
1 2 0 = 16
3 5 6
7. Si se multiplica un determinante por un nmero real, queda multiplicado por dicho

nmero cualquier lnea, pero slo una.
8. El determinante de un producto es igual al producto de los determinantes.

|AB| =|A||B|
3.3 MTODO DE CRAMER
Si AX =B, es un sistema de ecuaciones lineales con n incgnitas tal que det(A) sea
de 0, entonces la solucin del sistema es nica. Esta solucin es:
X1 =
det( A1 )
det( A)
X2 =
det( An )
det( A2 )
Xn =
det( A)
det( A)
Donde A j es la matriz que se obtiene al sustituir los elementos de la jsima columna

de A por los elementos de la matriz de trminos independientes: B.
b1
b
2
.
B =
.
.

bn
39
Ejercicio 10
Aplicar la regla de cramer para resolver:
X1 +
+ 2x3 = 6
-3X1 + 4X2 + 6 X3 = 30
- X1 2 X2 + 3 X3 = 8
Solucin:
0 2
1
A = 3 4 6
1 2 3
0 2
6
A1 = 30 4 6
8 2 3
6 2
1
A2 = 3 30 6
1 8 3
0
6
1
det( A1 ) 40
det( A2 ) 72
A3 = 3 4 30
Entonces: X1 =
=
; X2 =
=
;
44
det( A)
det( A) 44
1 2 8
det( A3 ) 152
X3 =
Solucin P (-10/10,18/11,38/11)
det( A)
44
3.4 ADJUNTA DE UNA MATRIZ
Si A es cualquier matriz nxn, y Cij es el cofactor de aij, entonces la matriz:
C11
C
21
.
.
.
Cn1
C12
C 21
.
.
.
Cn2
C1n
C 2 n
.
Se denomina matriz de cofactores de A.
.
.
C nn
La transpuesta de sta matriz se denomina adjunta de A y se denota por adj(A)
Ejercicio 11
Sea:
40
3 2 1
A= 1 6
3
2 4 0
C11= 12 ; C12=6 ; C13= -16; C21= 4 ; C22= 2 ; C23= 16 ; C31= 12 ; C32= -10 ; C33= 16
De manera que la matriz de cofactores de A es:
16
12 6
4
2
16 y por tanto la adjunta de A Ser: adj(A) =
12 10 16
4 12
12
6
2 10
16 16 16
Ahora la frmula para la inversa de una matriz invertible, es:
A 1
1
adj ( A)
det( A)
Ejercicio12
Por medio de la formula anterior encontrar la inversa de la matriz B.
3 2 1
3
Sea B = 1 6
2 4 0
4 12 12 / 64 4 / 64 12 / 64
12
1
1
6
2 10 = 6 / 64
2 / 64 10 / 64
A
adj ( B)
dat ( B)
64
16 16 16 16 / 64 16 / 64 16 / 64
1
El mtodo utilizado (por reduccin de renglones de gauss), es solo un procedimiento

de computo, mientras que sta formula es un procedimiento real para encontrar la
inversa.
EVALUACION SEMANA TRES:

1. Encuentre el terminante de la matriz dada, use Cofactores.
41
1
1 0 5 1 2 0
5
8 3 9 1 6 9
2
9 2 8 2
4
1 3
5 9
3 7 ; 1 0 5 ; 8 2 7 ; 1 5 7 9 ; 9 7 3 7
8 3 4 5 2 3

3 7 0 0 10 2 4 0
2. Encuentre el determinante a la matriz de los coeficientes de las variables en el

sistema lineal siguiente.
2x y + 4z -1 = 0
3x + 2y 5z + 4 = 0
5x + y z + 3 = 0
3. Encuentre la solucin a los ejercicios siguientes, primero utilizando el mtodo de

Cramer y luego utilizando la inversa de una matriz calculada por la adjunta, en caso de
ser posible.
a)
x1+2x2 = 5
x1+ x2 =1
b) 18x1 +12x2 = 13
30x1 + 24 x2 = 23
c) 4x1-x2 x3 =1
2x1 + 2x2 +3 x3 = 10
5x1 2x2 2x3 = -1
ACTIVIDADES SEMANA 3: Ejercicios Para Desarrollar:
1. Encuentre el determinante a las matrices de los coeficientes de las variables en los

siguientes sistemas de ecuaciones lineales.
a. 3x 2y = 7
6x 4 = -4y
b. 5x= 3y + 7
15x-9y = 21
c. 2x 4y = 11
x + 12y = 6
d. 3x + 4y + z = 4
-6x 8y 2z = 7
12x + 16y + 4z = 3
e. 3x1 + x2 -2x3 -2 = 0
x1 + 3x2 x3 3 = 0
2x1 x2 + 4x3 - 5 = 0
f.
g.
2x y + 3z - 14 = 0
-3x + y - z + 10 = 0
x+y+z - 4=0
5x y + 3z 3 = 0
-2x + y 2z + 2 =0
42
3x + 2y + z 1 = 0
2x y + 4z -1 = 0
3x + 2y 5z + 4 = 0
5x + y z + 3 = 0
h.
2. Encuentre la solucin a los ejercicios siguientes, primero utilizando el mtodo de

Cramer y luego utilizando la inversa de una matriz calculada por la adjunta.
1. 7x1 - 2x2 = 3
3x1 + x2 = 5
2.
x1 - 3x2 + x3 = 4
2x1 - x2
= -2
4x1
-3x3 = 0
3. x 4y + z = 6
4x y + 2z = -1
2x + 2y - 3z = -20
4. x1 - 4x2 + 2x3 +
x4 = -32
2x1 x2 + 7x3 + 9x4 = 14

- x1 + x2 + 3x3 + x4 = 11
x1 - 2x2 + x3 4x4 = - 4
SEMANA CUATRO
ORIGEN, CARACTERSTICAS
DE LOS VECTORES R2, R3, Rn
INTRODUCCION
Documento Basado en la Bibliografa de la unidad 4
Existen cantidades fsicas que pueden ser definidas cuando se conoce su magnitud,
tales como la temperatura, la masa, el volumen, la longitud y la potencia. stas
cantidades fsicas se denominan Escalares.
Existen otras cantidades fsicas llamadas Vectores, que para quedar totalmente
definidas se deber conocer la longitud, la direccin y el sentido tales como: la fuerza,
la aceleracin, la presin, el desplazamiento, la velocidad, etc.
En ste captulo se har una descripcin tanto algebraica como geomtrica de los
vectores, se dar a conocer su representacin y notacin, clasificacin e igualdades y
equivalencias, as mismo se mostrarn los vectores desde el punto de vista de
Ingeniera.
Como objetivos se tienen los siguientes:
1. Definir el concepto de vector por medio de la consulta en el texto gua, para una
mayor comprensin de su funcin principal.
43
2. Sintetizar los alcances del concepto vectorial con base en la informacin dada y
referida a: Origen, Representacin, Notacin, Clasificacin y Propiedades entre
stos, para entender el manejo vectorial.
3. Presentar ejercicios resueltos y ejercicios propuestos para facilitar el aprendizaje
de los vectores R2, R3 y Rn
4.1 CONCEPTO DE VECTOR
Origen: El estudio de los vectores y de las matrices es el centro del lgebra lineal y es
bsico en el desarrollo de un ingeniero. El origen y estudio de los vectores4 comenz
con el trabajo del matemtico irlands William Hamilton (1805-1865) 5. La idea de
representar ciertos objetos en el plano y en el espacio lo llevo a descubrir los nmeros
que l llamo cuaterniones, ste concepto llevo a desarrollar lo que hoy llamamos
vectores.
Concepto sobre de los Vectores en Rn
Sean lo Vectores en Rn , donde n representa la dimensin del vector. Por ejemplo el
vector R 2, indica que ste se conforma por dos dimensiones y se representa como un
punto en un plano, por medio de un par ordenado (a, b) ; el vector en R
es un vector
en tres dimensiones, o sea un punto en el espacio tridimensional y se representa por

una trada ordenada (a, b, c).
En general se puede decir que los vectores los podemos representar en forma
algebraica como matriz vector columna o matriz vector fila. Por ejemplo:
Un vector en R2 se puede representar en forma algebraica
V =
b
Un vector en R
se puede representar :
V = (a, b)
V=
Un vector en R4 se puede representar as: V =
a

b
c

a

b
c

d

V = ( a, b, c )
V = ( a, b, c, d)
Y as sucesivamente.
Grossman, Stanley. Algebra lineal, pag45

Ver historia de la vida del matemtico William Hamilton en www http://turnbull.mcs.stand.ac.uk/~history/Mathematicians/Hamilton.html
5
44
Los vectores en dos y tres dimensiones se trabajan en forma algebraica y/o en forma
geomtrica y se definen como:
Cantidades matemticas que poseen magnitud y

direccin y asociada a sta, se da el sentido del
vector.
Nota:
En ms de tres dimensiones el vector solo se puede trabajar en forma algebraica.
Segmento de recta dirigido:
Sean P y Q dos puntos en el plano. Entonces el segmento de recta dirigido de P a Q,
denotado por, PQ es el segmento de recta que se extiende de P a Q
(Figura 4.1a).
Obsrvese que los segmentos de recta dirigidos PQ y QP son distintos, ya que

apuntan en direcciones opuestas (4.1b).
y
Q
Q
0
Figura 4.1a
Vector PQ
x
Figura 4.1b. Vector QP
Punto Inicial y Punto Terminal Al punto P del segmento de recta dirigido PQ se le

llama Punto inicial del segmento, y al punto Q se le llama Punto Terminal.
Las propiedades principales de un segmento de recta dirigido son su magnitud o
(longitud), su direccin y sentido.
Segmento de recta dirigido Equivalente. Si dos segmentos de recta dirigidos PQ
y RS tienen la misma magnitud y direccin, se dice que son equivalentes, sin importar
45
dnde estn localizados con respecto al origen. Todos los segmentos de recta
dirigidos en la figura 4.2 son equivalentes.
Yy
S
Q
R
Figura 4.2
Conjunto de segmentos de recta
dirigidos equivalentes
ENIT
H
CECI
x
LIA
NIEB
LES
LAR
A
UNIV
ERSI
Notas: Todos los segmentos
de recta dirigidos que se ven en la figura 4.2 son
DAD
DE
representaciones del mismo
LA vector.
SAL
LE
INGE
Otra definicin de vector
NIER podra ser: El conjunto de todos los segmentos de recta
A
CIVI
dirigidos, equivalentes,
L a un segmento de recta dirigido cualquiera.
CEN
TRO
De acuerdo a lo anterior,DEse ve que un vector dado V puede representarse en muchas
INVE
STIG
formas. Sea PQ una representacin
de V. Entonces, sin que cambien su magnitud o
ACI
ONE desplazar paralelamente hasta que su punto inicial est
su direccin, PQ se puede
S
situado en el origen del sistema cartesiano y se obtiene as el segmento de recta

dirigido OR. Que es otra representacin del vector V (Figura 4.3)
Supngase ahora que las coordenadas cartesianas de R son (a, b). Entonces el
segmento de recta dirigido OR se puede describir mediante las coordenadas (a, b). Es
decir, OR es el segmento de recta dirigido con punto inicial (0, 0) y punto Terminal (a,
b). Como un vector se puede describir mediante cualquiera de sus representaciones,
el vector V se puede expresar como (a, b).
y
Figura 4.3
Q
P
R
x
O
46
PQ se puede trasladar a fin de obtener un segmento de recta dirigido equivalente con

su punto inicial en el origen. Obsrvese que OR y PQ son paralelos y tienen la misma
longitud.
4.2 REPRESENTACION, NOTACIN, CLASIFICACIN Y PROPIEDADES DE LOS

VECTORES
Pensemos lo siguiente: en una dimensin slo basta un nmero para identificar la

posicin de un punto, en el caso de dos dimensiones, son necesarios dos nmeros
para determinar la posicin de un punto.
Por convencin el primer nmero representa a la abscisa o eje horizontal, en tanto que
el segundo punto representa a la ordenada o eje vertical. Usualmente el punto con sus
coordenadas se representa P(x,y).
Figura 4.4 Vector op

La recta que une el punto P con el origen O del sistema de coordenadas se llama
vector OP y contiene toda la informacin acerca del mdulo o magnitud, el sentido y la
direccin del vector.
Figura 4.5 Caractersticas de un vector
47
Magnitud del vector: Determina el tamao o longitud o modulo del vector
La direccin del vector: Representa el ngulo de inclinacin que forma la lnea de

accin del vector respecto a un eje fijo. (La lnea de accin del vector es la recta
sobre la cual acta el vector).
El sentido del vector esta asociado a su direccin y lo representa la flecha.
Notacin
Se denotar el vector con un flecha sobre la letra que lo represente o simplemente por
facilidad se denotar con negrilla el vector. As: sea el vector A A
Clasificacin, Propiedades de los Vectores
Los vectores, desde el punto de vista de la fsica aplicada los podemos agrupar as:
Vectores libres: Son aquellos que tienen la magnitud y la direccin definida, pero
no tiene localizacin especfica en el espacio. Por ejemplo el momento de un par o
una fuerza que acta sobre un cuerpo rgido teniendo en cuenta la accin de
traslacin que tiende a imprimir en el slido. ste concepto se definir en las
aplicaciones
Vectores Fijos: Son aquellos tienen un punto de aplicacin totalmente definido y

no se puede cambiar puesto que afectara las condiciones iniciales del problema,
por ejemplo una fuerza que acta sobre un cuerpo deformable.
Vectores deslizantes: Son aquellos que se pueden mover a lo largo de su lnea de

accin.
Vectores Iguales: Son aquellos que tienen igual magnitud, direccin y sentido, sin
importar si tienen o no el mismo punto de aplicacin.
Vector negativo de un vector dado a: Se define como el vector que tiene la misma
magnitud, la misma direccin, pero sentido opuesto.
.Propiedades Bsicas de los Vectores En Rn

Nota:
Las demostraciones de stas propiedades, teoremas etc., no se incluirn en ste
documento pues no es ste su objetivo.
Conmutativa
a+b=b+a
48
Asociativa
(a + b) + c = a + (b + c)
Elemento neutro o vector 0

a+0=0+a=a
Elemento simtrico u opuesto a'

a + a' = a' + a = 0
donde: a' = -a
Suma Vectorial : Si ( a, b, c ,d ) y (e, f, g, h) son vectores en Rn / con n igual a

cualquier nmero real, en ste caso n=4, es decir los dos vectores con cuatro
dimensiones o direcciones, entonces su suma vectorial ser:
(a, b, c, d) +(e, f, g, h) = (a + e, b + f, c + g, d +h)
Producto de un vector por un escalar:

Sea k un escalar y el vector (a, b, c, d,) ; Entonces el producto entre el escalar y
el vector ser: k(a, b, c, d) = (ka, kb, kc, kd).
Vectores Paralelos
Dos vectores diferentes de cero son paralelos si el ngulo entre ellos es cero
180
Vectores Ortogonales
Dos vectores diferentes de cero son ortogonales o perpendiculares si el
ngulo entre ellos es de 90
Radianes
2
Los vectores como Combinacin Lineal
Se dice que un vector B es combinacin lineal de los vectores B1, B2,. B
s y
solo si existe unas constantes ai tal que ai R y que satisfaga la siguiente ecuacin:
B = a1 B1 + a2 B2 + +.a n B n
LINKS
platea.pntic.mec.es/~anunezca/UnidDidVectores/indice/indice.htm
49
mailweb.udlap.mx/~ccastane/Syllabus_Alg_Lin_Geo_Ana/Syllabus_Alg_Lin_G
eo.htm
4.3 VECTORES EN EL PLANO BIDIMENSIONAL (
es el conjunto de todos los vectores (X1, X2), siendo X1 y X2 nmeros reales. Como
cualquier punto del plano se puede escribir en la forma (x, y), es evidente que todo
punto del plano es un vector en
plano y
y recprocamente. En consecuencia, los trminos el
se usan a menudo de manera indistinta. Sin embargo, en una gran
variedad de aplicaciones en la fsica (incluyendo los conceptos de fuerza, velocidad,

aceleracin y cantidad de movimiento) es importante imaginar a un vector, no como un
punto, sino como una entidad que tiene una longitud y una direccin. A
continuacin se ver como hacer esto.
Suma de dos vectores
La suma vectorial de vectores en
se puede realizar en forma matricial y
geomtricamente (grficamente o utilizando trigonometra), siguiendo la ley del

paralelogramo, ley, basada en evidencia experimental
El proceso contrario de la suma vectorial es la descomposicin de un vector en varias
componentes ortogonales o no.
El vector unitario es de mucha ayuda para manejar los vectores en dos y tres
dimensiones, su funcin es indicar la direccin del vector asociado y su magnitud es
uno.
El vector unitario expresado en funcin de los smbolos i y j fueron empleados por vez
primera por Hamilton.
Suma en forma matricial o Algebraica
Sean A = (a1, a2) y B = (b1,b2) dos vectores en
, La suma de stos vectores ser:
A + B = ( a1 , a2 ) + ( b1 , b2 ) = (a1 + b1 , a2 + b2)
La suma algebraica sigue los principios y propiedades de la suma matricial.
En Forma Geomtrica
Se realiza siguiendo la ley del paralelogramo.

-
La ley del paralelogramo
Dice, La suma de dos vectores A y B se obtiene fijando los dos vectores en un mismo
punto que llamaremos O y construyendo un paralelogramo en el que se usan los
50
Vectores A y B como dos de sus lados (ver figura 4.6). La diagonal que pasa a travs
de O representa la suma de los vectores A y B y se denota como A+B.
Figura 4.6
A partir de la ley del paralelogramo se deriva un mtodo alternativo para calcular la

suma de dos vectores, ste mtodo se conoce con el nombre de Regla del Tringulo.
Observe la figura (4.6), en la cual se ha determinado la suma de los vectores A y B

siguiendo la ley del paralelogramo donde la diagonal divide a dicha figura en dos
tringulos iguales.
Entonces se determina el vector suma utilizando la propiedad conmutativa (Regla del
Triangulo) as: Se toma cualquiera de los dos vectores, (por ejemplo B) y en la cabeza
de ste se coloca la cola del segundo vector (A), uniendo luego cola del primer vector
con la cabeza del segundo, dando como resultado el vector suma o resultante
vectorial. (Ver figura 4. 7)
Figura 4.7
Diferencia entre vectores
La diferencia entre vectores, se define como la suma

de su correspondiente vector negativo.
Por lo tanto el vector B A = se obtiene sumando al
vector B el vector A As:
51
Figura 4.8
Suma de Ms de dos Vectores.
Por definicin la suma de ms de dos vectores, en forma grafica, se obtiene utilizando
la ley asociativa de la suma o lo que es igual: usar en forma consecutiva la regla del
tringulo.
Si se tienen los vectores A, B y C hallar el vector suma. El vector suma se obtiene
aplicando la ley asociativa de la suma:
Figura 4.9
En forma anloga se realiza la suma de 4 5 ms vectores

Este proceso de sumas consecutivas de tringulos se conoce con el nombre de regla
del polgono.
La regla del Polgono consiste entonces en tomar cualquiera de los vectores que se
quieren sumar (deben ser coplanares o sea deben estar en el mismo plano) y en la
cabeza de ste colocar la cola del segundo y as consecutivamente tomando todos los
vectores a sumar. El vector suma o vector resultante se consigue uniendo la cola del
primer vector con la cabeza del ltimo vector.
52
Figura 4.10
Donde, R es la resultante de la suma vectorial
Magnitud o Longitud de Un Vector

Se define como la longitud, tamao. Mdulo o cantidad escalar. Ver figura (4.11)
Aplicando Teorema de Pitgoras y

observando figura (4.11) podemos
decir que:
Figura 4.11
Se ha empleado el smbolo
V, para
denotar la magnitud de V. Obsrvese
que es
un escalar = V.
4.4 VECTORES EN COMPONENTES ORTOGONALES Y NO ORTOGONALES

Direccin de un Vector en
.
Stanley Grossman, Define la direccin del vector v = (a, b) como el ngulo ,(medido
en radianes o grados sexagesimales),que el vector forma con la parte positiva del eje
x.
Por convencin
, se elige de tal modo que:
De la figura (4.11) se infiere que si
, entonces:
Ejemplo 4.1
53
Sumar los vectores A = (3, 2) y B = (6, 5) geomtricamente: Utilizando la ley del

paralelogramo.
Formamos el paralelogramo con los
vectores A y B y la diagonal
representar el vector suma o
resultante de la suma.
Para calcular el valor de la suma
resultante (A+B);
Observemos el tringulo rectngulo
OSM,
el lado OM = (3+6) = 9
el lado MS = (2+5) = 7
Figura 4.12
Utilizando teorema de Pitgoras, por formarse un triangulo rectngulo decimos:
Cuyas coordenadas son (9, 7), igual que si sumramos matricialmente A + B = (3,2) +
(6,5) = (9,7)
La direccin del vector suma OS ser:
tan
7
9
7
9
tan 1 ( ) = 37.8
Suma de Ms de dos Vectores en Forma Analtica
Se utilizan conceptos geomtricos y trigonomtricos, aplicando siempre la ley del

paralelogramo o cualquiera de sus derivados.
Se descompone cada vector en sus componentes rectangulares, utilizando el
concepto del vector unitario.
Vector Unitario. Se define Vector unitario U como un vector cuya longitud es 1.
La funcin del vector unitario es indicar la direccin del vector asociado a l.
El vector unitario que indica la direccin a lo largo del eje X sobre un plano cartesiano,
es el vector i denotado matricialmente por el par ordenado (1,0); el vector unitario que
indica la direccin a lo largo del eje Y es el vector j denotado matricialmente por el par
ordenado (0, 1).
(Vase Fig. 4.13)
Si, V = (a, b) es cualquier vector en el plano, entonces como:
(a, b) = a(1, 0) + b(0, 1), se puede escribir
V = (a, b) =ai + bj
54
Si utiliza esta representacin se dice que V

est resuelto en sus componentes horizontal
y vertical. Los vectores i y j tiene dos
propiedades:
- Ninguno de ellos es mltiplo del otro. se

Figura 4.13 Muestra los vectores
unitarios i, j
dice que son (linealmente independientes.)
- Cualquier vector V se puede escribir en trminos de i y j [con respecto a la ecuacin

anterior, se dice que V es una combinacin lineal de i y j].
Ejemplo 4.2
Figura 4.14
Dados lo vectores Concurrentes en el punto O; V1 , V2 ,V3. Halle el vector Suma y

realice grfica final, si se sabe las magnitudes de dichos vectores las cuales son:
V1 = 70 Unidades
V2 = 120 Unidades
V3 = 200 Unidades
Solucin:
Para hallar la suma vectorial se debe descomponer cada vector en sus componentes
rectangulares as:
Descomposicin del vector V1:
55
Se descompone cada vector en sus

componentes rectangulares, siguiendo la ley
del paralelogramo. As:
V1 = V1x + V1y
Figura 4.16
Aplicando el concepto de vector unitario:
V1x = V1 Cos 15 = 70 Unidades Cos 15 = 67.6 Unidades
V1y = V1 Sen 15 = 70 Unidades Sen15 = 18.1 Unidades
V1 = (67,6 i + 18.1 j ) Unidades
De la misma forma se descompone cada vector siguiendo la ley del paralelogramo
V2 = V2x + V2y
V2= (120 Cos 35 i + sen35 j ) Unidades
V2x =120 Cos 35= 98.3 Unidades
V2y =120 Sen35 = 68.8 Unidades
V2 = (98.3 i + 68.8 j ) Unidades
V3 = V3x + V3y
V3 = (-200Sen 30 i + 200Cos30 j) Unidades
V3x = -200Sen 30 = -100 Unidades

V3y = 200Cos30 = 173.2 Unidades
V3 = (-100 i +173.2 j) Unidades
El Vector resultante de la suma ser:
Ahora, graficaremos el vector suma y hallaremos su magnitud.

Ya nuestros vectores estn descompuestos en
componentes
rectangulares, por tanto el vector suma de
acuerdo a la definicin
Se halla utilizado Teorema de Pitgoras:
R (65.92) 2 (260) 2 268.2unidades

260
TANG 1 (
)
65.9
Figura 4.17
56
Ejemplos resueltos: suma de dos vectores

Ejercicio 1
Descomponer el vector V, cuya magnitud es 1000 unidades en dos componentes no
ortogonales (no perpendiculares), a lo largo de las direcciones L1 y L2 mostradas en la
Figura 4.18
Figura 4.18
Solucin:
Utilizando la ley del paralelogramo podemos hallar las componentes que se nos pide,
es decir trabajremos el mtodo geomtrico.
Figura 4.19
57
Ejercicio 2
Determine las componentes X , Y de cada uno de los vectores mostrados en la Figura,
Si las magnitudes de A = 1360 unidades, B = 1560 unidades.
Figura 4.20
58
Ejercicio 3
Se necesita descomponer el vector V (Magnitud = 250 Unidades) en dos componentes
no ortogonales, una perpendicular a la recta AB y otra componente paralela a la recta
AC. Halle las magnitudes o mdulos o norma de dichas componentes y los sentidos
de stas componentes. Ver Figura 4.21
Figura 4.21
Solucin
Se utilizar la ley del paralelogramo, algo de geometra y trigonometra, Vase Figura
4.22. Para calcular el ngulo del vector:
Figura
4.22
AB
Se forma el paralelogramo utilizando las direcciones que nos interesan y tomando

cualquiera de los tringulos dados:
w = 90 - 35- 30.9 = 24.1
El ngulo entre los vectores componentes
59
V1 y V2 seria = 180- 24.1 - 30.9 = 125

(Recordando que los tringulos formados son iguales)
Ahora utilizando teorema del seno:
Ejercicio 4
Figura 4.23
60
En la torre mostrada en la figura, se encuentran dos cables los cuales ejercen fuerzas
de magnitudes conocidas, representadas por los vectores.
V1 = 40 Newton y V2 = 80 Newton.
S se usa un tercer cable como tirante de alambre, determnese la magnitud de la
fuerza V3 (Correspondiente al tercer cable), de tal forma que la suma de las tres
fuerzas de cmo resultado una fuerza vertical.
Adems encuentre la magnitud del vector resultante o fuerza resultante.
Solucin:
Ejercicio 5
Figura 4.24
Sobre un perno O, actan dos fuerzas las cuales son representadas por los vectores A
y B sus respectivas magnitudes son:
A = 280 Newton
B = 150 Newton
61
Halle la suma vectorial de los vectores A y B y para ello:

a) Use la descomposicin de vectores en componentes rectangulares.
b) Use la regla del tringulo.
Solucin
a) Utilizando Componentes rectangulares
La figura Muestra A en componentes
rectangulares
Direccin del Vector resultante, Se usa teorema de Pitgoras, puesto que se est
trabajando con componentes perpendiculares entre s (Triangulo rectngulo)
Regla del Tringulo, Vase Figura 4.26
Se toma uno de los vectores y en la cabeza de ste se coloca la cola del segundo y
por geometra elemental se encuentran los ngulos internos del tringulo formado,
Figura 4.26
62
Aplicando teorema del Coseno se tiene:
La direccin del vector resultante se halla con el teorema del seno as:
ACTIVIDADES SEMANA 4: Ejercicios para Desarrollar

a) Ejercicios sobre suma vectorial
Ejercicio 4.1
Figura 4.27
Atados a una torre se encuentra dos cables, en el punto A. Las fuerzas que actan en
cada cable se representan por los vectores V1 y V2. Se sabe que la magnitud de V1 =
58 libras y la magnitud de V2 = 38 libras. Determine geomtricamente la magnitud del
vector suma en el punto de concurrencia.
63
Ejercicio 4.2
Figura 4.28
Se tiene los vectores,( fuerza ) V1 y V2 concurrentes en el punto A de una

torre, si se sabe que la magnitud de V1 =800 Newton, halle por trigonometra:
a) La magnitud de la fuerza V2, si la suma vectorial de las fuerzas es vertical
b) Halle en forma algebraica o matricial, halle la magnitud del vector resultante R
Ejercicio 4.3
64
Figura 4.29
Una barca est remolcada por dos lanchas remolcadoras, las fuerzas ejercidas por
cada una de las cuerdas sern representadas por los vectores V1 y V2.
S la magnitud del vector V1 igual a 3000 Lb y del vector V2 igual 2500Lb, halle la
magnitud y direccin del vector suma. Use ley del paralelogramo.
Ejercicio 4.4
Figura 4.30
Se quiere descomponer un vector V en componentes no ortogonales, una

componente en la direccin paralela al plano AB y otra paralela al plano CB . Si la
magnitud del vector V es de 5000N, halle las magnitudes de las componentes de V
en las direcciones mencionadas.
Ejercicio 4.5
65
Figura 4.31
Descomponga el vector fuerza V, en dos direcciones: una a lo largo del elemento

AB y otra a lo largo del plano CB. Halle las magnitudes de stas componentes y
muestre claramente las componentes con sus respectivos sentidos. Vase figura
3.29.
b) Ejercicios sobre descomposicin de vectores en direcciones no ortogonales

Ejercicio 4.6
Halle las magnitudes de los vectores (fuerzas) V1 y V2, si la magnitud del vector
fuerza V3=200 libras y si la suma vectorial de los vectores: V1+V2+V3 = 0, o lo que
es igual, el sistema de fuerzas est en equilibrio
Figura 4.32
66
Ejercicio 4.7
El vector A, el cual representa una fuerza de magnitud 310 Newton, se quiere
descomponer en 2 componentes no ortogonales, una a lo largo del eje O y otra
componente a lo largo del eje e
Figura 4.33
S la componente a lo largo del eje o tiene como magnitud 225 Newton, halle:
1. La magnitud de la componente a lo largo del eje e.
2. Halle el ngulo
Ejercicio 4.8
Un tipgrafo mide la posicin del punto A y se determina que rOA = (400i + 800j) m.
Se quiere determinar la posicin de un punto B de manera que la magnitud rAB = 400m
y la magnitud del vector suma r OA + r AB = 1200 m.
Cuales son las coordenadas cartesianas del punto B?
Figura 4.34
67
Ejercicio 4.9
Se muestran las coordenadas de dos puntos A y B.
Determine el vector unitario que seale del punto A hacia B.
Figura 4.35
SEMANA CINCO
5.1 VECTORES EN R3
Introduccin6
El conjunto de todas las triadas ordenadas de nmeros reales recibe el nombre de
espacio numrico tridimensional, y se denota por .
Cada terna ordenada (x,y,z) se denomina punto del espacio numrico tridimensional.
Con el fin de representar en un espacio geomtrico tridimensional se consideran las
distancias dirigidas de un punto a tres planos mutuamente perpendiculares.
Los tres planos se forman al tomar tres recta perpendiculares entre si, las cuales se
interceptan en un punto llamado origen y denotado por 0. Estas rectas denominadas
ejes de coordenadas, se designan como el eje X, eje Y y eje Z.
Se trabajar los ejes X, Z en un plano horizontal y el eje Y vertical. El sentido positivo
elegido en cada eje lo indicara la flecha mostrada en las grficas.
Una terna ordenada (x, y, z) se asocia con cada punto P del espacio geomtrico
tridimensional. La distancia dirigida de un punto P al plano YZ es la coordenada X, su
distancia dirigida al plano XZ es la coordenada Y, y la coordenada Z es la distancia
dirigida de P al plano XY.
Objetivos del capitulo:
1.
Ejercitar la aritmtica vectorial en tres dimensiones y comprender su
geometra.
2.
Descomponer vectores en componentes ortogonales
3.
Comprender las relaciones entre sistemas lineales y ecuaciones
vectoriales
Documento basado en la Bibliografa unidad 5, Algunos ejercicios basados en BEER, Ferdinand.

Mecnica Vectorial para Ingenieros
68
4.
Investigar las lecturas recomendadas sobre la el manejo matricial y

geomtrico de los vectores, con el fin de informarse sobre los procedimientos
correctos para resolver problemas que se presenten durante el estudio de la
ingeniera y requeridos por todo ingeniero.
5.
Utilizar las propiedades de los vectores adecuadamente con el fin de
solucionar eficientemente problemas en tres dimensiones.
Suma y Caractersticas Bsicas del Vectores en R3
Los vectores en R3, se suman siguiendo las leyes de las matrices as:
En forma matricial
En forma Geomtrica ( Siguiendo la ley del paralelogramo, como vimos en el
capitulo anterior)
Vector Unitario En
Sea el vector u, un vector en tres dimensiones:
Figura 5.1 Vector unitario en R3
Donde U se puede representar as:
Figura 5.2 Muestra las componentes del vector unitario U = ai + bj + ck

Donde a representa la coordenada en el eje x, b representa la coordenada en el eje y,
C representa la coordenada en z.
Se muestra en la figura Los tres planos coordenados cartesianos dividen el espacio en
ocho partes denominadas octantes.
El primer octante es aquel en el que las tres coordenadas son positivas.
Distancia Vectorial entre dos Puntos
Se tienen dos puntos ubicados en R3
69
P1(x1,y1,z1) y P2(x2,y2,z2)
Figura 5.3 Muestra las coordenadas de los

puntos P1 y P2
La distancia entre P1 y P2 se calcula hallando la diferencia entre las coordenadas
de llegada menos coordenadas de salida o de origen, as:
Figura 5.3 Muestra las coordenadas de los puntos P1 y P2

La distancia entre P1 y P2 se calcula hallando la diferencia entre las coordenadas
de llegada menos coordenadas de salida o de origen, as:
Figura 5.4 Muestra los vectores posicin OP1 y OP2,

P1P2 = OP2 OP1 (Siguiendo la ley del paralelogramo)
P1P2 = ( X2i + Y2j + Z 2k ) - ( X1i + Y1j + Z1k )
70
P1P2 = (X2-X1)i + (Y2-Y1)j +(Z2-Z1)K

Ecuacin 5.1
Vector distancia entre dos puntos
5.2 COSENOS DIRECTORES Y COMPONENTES RECTANGULARES DE UN

VECTOR EN
Figura 5.4 Muestra x,y,z , ngulos directores del vector OA

Sea el vector OA un vector posicin, con coordenadas ( Xo Yo Zo ) si llamamos a
su magnitud d y a sus coordenadas las llamamos Xo = dx ; Yo = dy ; Zo = dz
entonces.
Ecuacin 5.2 Muestra la magnitud de la distancia entre dos puntos
A los ngulos x,y,z se le llamarn a los ngulos directores del Vector OA

Observando la figura, se forman los tringulos rectngulos imaginarios OAB, OAC,
OAD, Donde OA se comporta como hipotenusa. Se puede afirmar que:
71
Ecuacin 5.3 Csenos directores del Vector OA
Por definicin podemos decir que el vector OA:
Por ecuacin 5.3
Por tanto el vector OA se puede expresar as:
y si recordamos que un vector se puede expresar en funcin de su direccin,

entonces:
V V = v U y podemos decir:
OA = d (cos x i + cos y j + cos z k) donde: cos x i + cos y j + cos z k = U
Es decir,
OA = d U
Ahora, por ser U un vector unitario (el cual indica la direccin del vector).
su magnitud ser:
Entonces:
U 1 = cos2 x i + cos2 y j + cos2 z

1 = cos2 x i + cos2 y j + cos2 z
Ecuacin 5.4 Ecuacin Identidad, que nos sirve para Verificar el valor de los ngulos
directores del vector, los cuales varan 0 < < entre
Ejercicio 1 (Tpico 1, es decir, se presenta usualmente en la prctica de Ingeniera)
72
Figura 5.5 Muestra un vector en R3

Halle las componentes rectangulares del vector V
Solucin
El vector V ubicado en el espacio tridimensional se puede descomponer en tres
componentes ortogonales es decir componentes perpendiculares entre s que
llamaremos componentes a lo largo del eje X, Y, Z.
V = Vx i +VY j + Vz k
De estas componentes la componente en el eje Y se puede determinar directamente
as:
Para hallar las componentes en X y en Z se requiere utilizar el tringulo
Rectngulo que se muestra en la figura 4.6
El tringulo OAB = tringulo OCB, tomando cualquiera de ellos se observa la
descomposicin del vector OB, en una componente vertical que llamamos
VY = OA y una componente horizontal que llamaremos Vh= AB,
Figura 5.6 Muestra el vector OB, en un plano perpendicular al plano ZX

Por tanto el vector OB expresado en funcin de sus componentes rectangulares:
OB =V = V sen y cos i + V cos y j + V sen y sen k
Ejercicio 2
73
Halle los csenos directores del vector posicin d = 4i j + 6k
Ejercicio 3
(Tpico 1, o sea que se presenta usualmente en la prctica de Ingeniera)
Hallar las componentes rectangulares del vector V, si se conoce su magnitud, y dos
puntos sobre su recta de accin, Vase figura 5.7
Sea la magnitud = V
2 puntos es decir coordenadas por donde pasa la lnea sobre la cual acta el
vector V: B (x1 y1 z1) y C(x2 y2 z2)
Figura 5.7 Muestra el vector V y sus coordenadas

Solucin:
Sea el vector unitario
asociado al vector V, su valor ser:
o lo que es igual:
y recordando la definicin de un vector se tiene :

V = V u,
por tanto
De tal forma que
74
Este es el Vector V, expresado en funcin de sus

componentes rectangulares
Ejercicio 4
Sea el vector V, cuya magnitud es de 250 unidades, se quiere descomponer en
componentes ortogonales. Ver Figura 4.8
1) Encuentre estas componentes, si se sabe que el ngulo
y es de 30
y que el ngulo es de 25
2) Halle tambin los ngulos directores de V
3) Verifique los ngulos con la ecuacin identidad
Figura 5.8 Muestra el vector V en R3
Solucin:
1) El vector V en componentes rectangulares:
V = Vxi + VYj + Vzk Sus componentes rectangulares sern de acuerdo a ejercicio 1
VY = 250 cos 30 = 216.5 Unidades
Vh = 250 sen 30 = 125 Unidades
Vx = 125 cos 25 = 113.28 Unidades
Vz = 125 cos 25 = 52.82 Unidades
Por tanto V = (113.28 i + 216.5 j + 52.82 k) Unidades
2)
ngulos directores de V
75
3) Verificacin de ngulos, siguiendo el concepto de vector unitario de acuerdo a

lo visto en ecuacin 5.4
Ejercicio 5
Se tiene un vector (fuerza), que llamaremos V cuya magnitud es de 345 newton el cual
forma un ngulo de 38 con el eje vertical y un ngulo de = 29 entre el plano que lo
contiene y el plano YX.
Para calcular la componente horizontal en el eje X y la componente a lo largo del eje

Z, utilizamos la otra componente del vector V, es decir la componente Vh
Vh = 345N sen 38 = 212.4 N
Por tanto:
Vx = Vh cos = 212.4 cos 29 = 185.77 N
Vz = Vz sen = 212.4 sen 29 = 102.97 N
De tal forma que el vector V en sus componentes rectangulares quedar as
expresado:
76
V = 185. 77i + 271.8j +102.97k Newton

b) Sus csenos directores de acuerdo a las ecuaciones 4.3 Sern:
Ejercicio 6
Dado el Vector fuerza B, cuya magnitud o Mdulo es de 250 libras, encuentre sus
componentes rectangulares y sus ngulos directores faltantes.

Solucin:
El vector B, expresado en sus componentes rectangulares ser B = Bx i + By j + Bz k
Donde la componente escalar respecto al eje Y es:
BY = 250 Cos 55 = 143.34 Lb
La componente sobre el plano XZ que denominamos Bh :
Bh = 250 sen 55 = 204.79 Lb
Por lo tanto:
Bx = 204.79 Cos = 204.79 Cos 40 = 156.88Lb
Bz = 204.79 Sen = 204.79 Sen 40 = 131.64 Lb
Entonces:
B = ( 156.88 i + 143.34 j + 131.64 k ) Lb
Ahora sus ngulos directores sern:
77
Ejercicio 7
El sistema de vectores mostrado en la figura 4.11 representa fuerzas que actan sobre
cables, los cuales estn atados a un marco. S la magnitud del vector (fuerza).
V1 es de 152 Newton y la magnitud del vector (fuerza) V2 es de 140 Newton.
Halle las componentes rectangulares de cada uno de los vectores fuerza y luego
encuentre la suma vectorial en el punto A.
B
C
B
A
B
Figura 5.11 Muestra los vectores V1, V2 en R3
SOLUCION:
Las componentes rectangulares del vector V1
V1 = V1 x + V1y +V1z
V1 = V1 u1
Veamos las coordenadas de los puntos: B (2, 5,0); A (6, 0,3); C (0, 4, 3)
V1= 152 (0.567 i +0.707 j +0.424 k)
V1 = (86.18 i + 187.46 j + 64.45 k) N

V2 = 140 u2
78
V2 = 140
6i 4 j 140(0.83i 0.55 j )
36 16
V2 = (-116.2 j + 77 j) N
La resultante de la suma Vectorial en el punto A:
R = (86.18 116.2) i + (187.46 +77) j +64.45 k
R = (30.02 i +264.46 j +64.45 k) N
Ejercicio 8
Se tiene dos cables atados a una torre, los cables estn ejerciendo las fuerzas
mostradas en la figura 4.12, donde:
V1 = 58 Newton y V2 = 70 Newton.
Halle s es posible:
a) Las componentes rectangulares de c/vector Fuerza.
b) La suma vectorial en el punto B.
Figura 5.12 Muestra los vectores V1 y V2

Solucin:
a) El vector V1 es tridimensional por tanto expresado en funcin de sus
componentes rectangulares ser:
V1 = V1 u1
Para calcular la distancia h o sea coordenada en y,
79
h = 3 m tan 35= 2.1m

Coordenadas de B (0,2.1,0); A (1,0-2); C (0,0,3)
Por lo tanto:
u1
AB i 2.1 j 2k
(1 / 3)i (2 / 3) j (2 / 3)k
AB
1 4 4
u1 = 0.33 i + 0.66 j+0.66 k
AB
AB
= 50N(
)
V1 = V1 = V1
AB
AB
V1 = 58 (0.33 i + 0.66 j + 0.66 k) N = (19.14 i +30.28 j + 30.28 k ) N
V1 = (19.14 i + 30.28 j + 30.28 k) N
Sabemos que V2 = 70N u 2 entonces de igual forma:
V2 = 70(
CB
2.1J 3K 2.1J 3K
) = 70(
058 J 083K ) N
CB
3.6
49
V2 = 70 (0.58 j 0.83 k) N
V2 = (40.6j 58.1k) N
b) Suma vectorial en B
R = 19.14i +(30.28+40.6)j + (30.28-58.1) k Newton
R = (9.14 i + 70.88 j 27.82 k) N
ACTIVIDADES: Ejercicios para Desarrollar
Ejercicio 1
Se tiene el siguiente sistema de vectores V1, V2, V3, V4, los cuales estn
representando fuerzas, si sus magnitudes son respectivamente: 250, 125,320 y
400 libras respectivamente.
Hallar:
a) Componentes rectangulares de cada vector.
b) Suma vectorial en los puntos de concurrencia.
c) Grafica final.
80
Figura 5.12 Vectores en una, dos, tres dimensiones

Ejercicio 2
Sean los vectores V1 y V2 los cuales estn representando fuerza, si las magnitudes de
stas son: V1 = 600 unidades y V2 = 450 unidades
a) Halle las componentes rectangulares de cada uno y sus ngulos directores.
b) Halle la suma vectorial en el punto de concurrencia
Figura 5.13 Vectores en tres dimensiones
Ejercicio 3
Si el vector B el cual representa una fuerza, tiene como magnitud 390 Newton
halle:
a) Su vector unitario
b) Sus componentes rectangulares
c) Sus ngulos directores.
d) Verifique sus ngulos directores.
81
Figura 5.14 Vector en tres dimensiones
Ejercicio 4
Sea el vector V, del cual se conocen sus componentes, y su ngulo respecto al eje y
y 38 , vea grfica 5.15. Halle la magnitud del vector V y halle sus csenos
directores.
Figura 5.15 Vector en tres dimensiones
Ejercicio 5
Halle el vector fuerza resultante de la suma de los vectores mostrados en la figura.
82
Figura 5.16 Vectores en dos y tres dimensiones
Ejercicio 6
Se conectan tres cables en el punto A cuyas fuerzas se representan por los vectores,
V1, V2, V3, si se aplica un cuarto cable (V4), en el punto A (punto de origen de cada
uno de los vectores) y conociendo que la magnitud del vector V1 es de 350 Newton, y
adems que la suma vectorial es igual a cero, halle las magnitudes de los vectores
restantes.
Figura 5.17 Vectores en una, dos y tres dimensiones
Ejercicios 7
83
Un recipiente esta sostenido por 3 cables que se atan de un techo, como se muestra
en la figura, si se sabe que el peso del recipiente es de 96 Newton
Figura 5.18 Vectores en tres dimensiones.
Hallar:
a) La magnitud de las componentes rectangulares de cada Vector fuerza, V1, V2, V3.
b) Encuentre los ngulos directores de cada vector, V1, V2, V3.
SEMANA SEIS
6.1 PRODUCTO ESCALAR O PUNTO, ENTRE DOS VECTORES.
En los captulos anteriores se definieron las operaciones elementales y bsicas entre
dos o ms vectores, tales como suma, resta y multiplicacin ente un vector por un
escalar, adems se trabaj la descomposicin de un vector en dos o ms
componentes rectangulares y no rectangulares. Nos dimos cuenta que el resultado de
cada una de stas operaciones es uno o ms vectores7.
Definiremos a continuacin la operacin en la que se multiplicarn dos vectores,
denominada producto punto, la cual tiene como resultado un escalar y no un vector.
En ocasiones el producto punto recibe el nombre de producto interior o producto
escalar, no debe confundirse con la multiplicacin escalar (Multiplicacin por un
escalar), la cual es el producto de un escalar y de un vector.
Nos interesa en esta Unidad:
1. Comprender el concepto matemtico del producto punto: el producto punto
entre dos vectores de cualquier dimensin es un nmero escalar.
2. Comprender la aplicacin a la fsica aplicada (Ingeniera) del producto punto:
ngulo entre dos vectores, proyeccin ortogonal entre dos vectores, distancia
de un punto a un plano, momento de una fuerza respecto aun eje.
84
3. Investigar las lecturas recomendadas y Links sobre las aplicaciones de

producto Escalar.
Definicin
S se tienen dos vectores de cualquier dimensin o sea
Entonces el producto interior o producto punto o producto escalar se define como:
u . v = u1v1 + u2v2 + u3v3 +unvn.

Otra forma de definir el producto punto escalar entre dos vectores es:
Sean los vectores A y B en
A.B A B cos
Donde
, entonces
es el ngulo entre los dos vectores,
Ecuacin 6.1 Definicin de producto Escalar
Figura 6.19 ngulo entre los vectores A y B.
Ejemplo 1
Si A = (2, -3) y B = (-1/2, 4) entonces A. B = (2, -3). (-1/2, 4)= (2) (-1/2) + (-3) (4) =
-13
Ejemplo 2
Si A = (4, 2, -6) y B = (-5, 3, -2) entonces
A . B = (4, 2, -6) . (-5, 3, -2)
A . B = 4 (-5) + 2 (3) + (-6)(-2) = -2
Propiedades Principales del Producto Punto o Escalar
Si u, v, w son vectores en
y K es cualquier escalar, entonces:
a) u .v = v . u ; cumple la propiedad conmutativa
b) (u + v) . w = u . w + v . w ; Cumple la propiedad distributiva
c) (K u) . v = K (u . v)
d) v . v 0 . Adems, v.v = 0 s y solo si v = 0
e) Dos vectores son ortogonales si u . v = 0
85
Aplicando las propiedades conmutativa y distributiva del producto escalar, se obtiene

un resultado de gran importancia prctica. Supongamos que se tienen los vectores A y
B expresados en funcin de sus componentes rectangulares:
A = AXi + AYj + AZk
B = BXi + BYj + BZk
A . B = (AXi + AYj + AZk) . (BXi + BYj + BZk)
A . B = AXBX + AYBY + AZBZ
Ecuacin 6.6 Producto escalar entre dos vectores expresados en sus componentes
rectangulares
Segn ecuacin 6.1 El resultado anterior nos dice como calcular el producto escalar en
trminos de sus componentes escalares.
Por ejemplo si: A = AXi + AYj + AZk
y si
A = B, entonces,

A. A A 2 X A 2 Y A 2 Z A A cos 0
Los productos puntos que contienen los vectores unitarios i, j y k son tiles y pueden
verificarse fcilmente
i.i=1
i.j=0
j.j=1
j.k=0
k. k = 1
k. j = 0
Aplicaciones de Producto Escalar
Las siguientes aplicaciones son de gran importancia en la mecnica vectorial.
ngulo entre dos Vectores
Sean los Vectores A y B y el ngulo entre ellos
; para hallarlo utilizamos la
definicin de producto escalar, despejando el ngulo:
cos 1 (
A.B
)
A B
Proyeccin de un Vector Sobre un Eje
Si se tiene un vector B y quiere hallarse su proyeccin ortogonal sobre un eje L,

podemos utilizar el concepto de producto escalar, as:
86
Figura 6.20 Proteccin de un vector sobre un eje
Proyeccin L en B (Proyeccin vectorial)

L
L
ProyeccinL en B = (B. )( )
L
L
Lo mismo que: Proyeccin L B = ( B. L ) L a la cual se le llama componente del
vector B en la direccin L.
Nota:
Confirmando la proyeccin de un vector sobre un eje, podemos ver claramente la
aplicacin as:
Observando la figura 4.20 y aplicando la definicin de producto escalar, podemos
decir lo siguiente: Proyeccin de B en L = (B . L ) L = (B cos ) L
Ejercicio 3
Sean los vectores A = - 5i + j y B = 4i + 2j:
a) Hallar A.B
Podemos aplicar la definicin A.B = A B cos , o puesto que como los vectores
estn en sus componentes rectangulares, de acuerdo a la ecuacin 4.6
A .B = (- 5i + j).(4i + 2j)= -20+2= -18
b) Hallar la proyeccin escalar de B sobre A y Proyeccin vectorial de B en A.
Proyeccin BA = B.
5i j
A
=
= (4i + 2j).
25 1
A
Proyeccin BA = (4i + 2j).
5i j
26
20 2
26
18
Esta es la proyeccin escalar de
26
B en A
El vector proyeccin Vectorial de B sobre A es
18
26
Proyeccin B A =
90i
26
5i j =
90i
26
18 j
26
18 j
26
Ejercicio 4
Se tienen dos vectores los cuales representan dos fuerzas: A = 2i + 3j-3k Newton
87
y B = -3i+ 4j - k Newton, Halle la proyeccin ortogonal del vector A + B sobre una recta
L, que pasa por los puntos de coordenadas p(0,6,5) y Q(4,0,2).
Solucin:
El vector A +B = (2i + 3j - 3k )+(-3i + 4j k ) = - i + 7 j - 4 k
S llamamos al vector A +B = R, entonces: R = - i +7 j - 4 k Newton
Ahora, para calcular la proyeccin ortogonal sobre la recta L, que pasa por los puntos
cuyas coordenadas son p (0, 6,5) y Q (4, 0, 2), hacemos producto punto o escalar as:
Proyeccin R L = R. L = R.
Proyeccin R L =
34
4i 6 j 3k 4 42 12
L
= (- i +7 j - 4 k).
16 36 9
61
L
(Proyeccin escalar)
61
Proyeccin R L = 0.557(4i-6j-3k) Newton (Proyeccin Vectorial)
Proyeccin R L = 2.22i - 3.34j - 1.67k Newton

Ejercicio 5
Se tiene un vector F, el cual representa una fuerza cuya magnitud es de 20 libras y su
lnea de accin pasa por los puntos P ( 0, 7, 4) pies y el punto Q (-3, 0, 2 ).
El vector F est dirigido desde P hacia Q. Halle la magnitud de la componente del
vector fuerza F a lo largo de la lnea recta que une los puntos S ( 0, 2 ,-4 ) pies y T ( 5,
2, 1 ) pies.
Solucin:
Descomponemos el vector F en sus componentes rectangulares: i, j, k.
F = 20 ( -3 i - 7 j - 2 k ) /
F = (-7.62 i - 17.78 j 5.08 k) Libras
88
Figura 6.21 Vector F y dos puntos sobre su lnea de accin

Ahora, encontremos la direccin de la recta ST:
Coordenadas de llegada menos coordenadas de salida ST = 5i+5k
Vector unitario de la recta ST = ST
ST
5i 5k
5 5
2
5i
50
5k
50
ST = 0.707i +0.707k, vector unitario de la recta ST.

Para hallar la componente vectorial del vector F a lo largo del eje ST, aplicamos el
producto escalar F. ST
F. ST = (-7.62 i -17.78 j 5.08 k). (0.707 i + 0.707 k) (Componente escalar de

Proyeccin F en ST)
F. ST = - 5.38 - 3.59 = - 8.97 Libras (Componente escalar de Proyeccin F en ST)
La proyeccin Vectorial ser = (F. ST) ST =
(F. ST) ST = - 8.97 (0.707 i + 0.707 k) Libras

(F. ST) ST = (0.439 i - 0.439 k) Libras (proyeccin Vectorial)
6.2 PRODUCTO VECTORIAL ENTRE DOS VECTORES
En los captulos anteriores se definieron las operaciones elementales y bsicas
entre dos o ms vectores, tales como suma, resta y multiplicacin entre un vector y
un escalar, adems se trabaj la descomposicin de un vector en dos o ms
componentes rectangulares y no rectangulares. Nos dimos cuenta que el resultado
de cada una de stas operaciones es uno o ms vectores.
Definiremos a continuacin la operacin en la que se multiplicarn dos vectores,
denominada producto Cruz (o producto vectorial), que est definido slo en , el
cual tiene como resultado un vector.
Se mostrar tambin algunas de las aplicaciones de ste concepto en ingeniera,
indicando como se calculan los momentos respecto a un punto y luego haciendo
algunos ejercicios.
Interesa mostrar en ste tem los siguientes aspectos:
1. Comprender el concepto matemtico del producto cruz: el producto Cruz entre
dos vectores es un vector.
2. Comprender el uso vectorial en la fsica aplicada (Ingeniera) del producto
Cruz:
89
Momento respecto a un punto, se usa para describir efectos de las

fuerzas en estudios de electricidad, estructuras sometidas a diferentes
fuerzas y tendencias
Los ejercicios que se muestran son bastante sencillos pero no por eso
menos interesante, para aplicar el concepto de lgebra vectorial, de tal
forma que cuando el estudiante curse los espacios acadmicos
aplicados en su rea de formacin, no se le dificultar el manejo
vectorial..
Definicin.
El producto Cruz o producto Vectorial entre dos vectores A y B, no paralelos es un

Vector el cual llamaremos C.
C es un vector que deber cumplir las siguientes condiciones:
Su Magnitud
c A B SEN , donde , es el ngulo entre los dos vectores para

Adems la magnitud del producto vectorial, tiene una interpretacin geometrica util,
si A y B son vectores tridimensionales.
Veamos: AXB = A B Sen , tiene un valor igual al rea de un paralelogramo;

ste valor es igual al rea de un paralelogramo que tiene como lados lo vectores A
y B, puesto que B sen es la altura del paralelogramo determinado por A y B
Figura 6.24
Entonces AXB A B sen = rea del paralelogramo formado por los vectores A y
B, A = (base) (altura).
Su Direccin:
90
Su direccin es la lnea recta (lnea de accin del vector) perpendicular a los planos
que contiene tanto al vector A como al vector B.
Figura 4.25
Su sentido
Lo encontramos siguiendo la regla de la mano derecha que dice:
Figura 6.26
Cierre la mano derecha y mantngala de tal forma que sus dedos estn doblados en el
mismo sentido de rotacin a travs del ngulo de manera que el vector A sea
colineal con el vector B, entonces el dedo pulgar indicar la direccin del vector C .Ver
figura.
Propiedades.
Se presentar las propiedades matemticas relevantes para el uso del producto cruz
en los campos de la fsica aplicada a la Ingeniera.
1.
El producto Vectorial Cruz no es conmutativo, ya que:

A X B = - (B X A)
2. El producto Vectorial o Cruz es distributivo puesto que:

A X (B + C) = A X B + A X C
91
3. El producto Vectorial de un Vector por si mismo es igual a cero.

A X A = 0 Puesto que el Sen 0 = 0
4. Para los vectores unitarios coordenados:
iXi=jXj=kXk=0
y tambin:
iXj=kjXk=ikXi=j
j X i = -k k X i = - i i X k = - j
5. Dado dos vectores:
A = AX + AY + AZ
B = BX + BY + BZ
Entonces el producto:
i
A X B = AX
BX
j
AY
BY
k
AZ = (AYBZ - AZ BY)i - (AX BZ - AZ BX )j +( AX BY - AY BX)k
BZ
Ejercicios de Aplicacin para todas las Ingenieras.
92
Aplicaciones de Producto Vectorial
Momento de una fuerza respecto a un Punto.
Momento de una fuerza mide la tendencia de la misma, a hacer girar el cuerpo

alrededor de un punto. Matemticamente el momento respecto a un punto (M), se
define como el producto Vectorial entre r y F; donde r = distancia desde el punto
hasta la lnea de accin de la fuerza y F = fuerza que acta sobre el cuerpo en
mencin, o sea: M = r X F, por lo tanto podemos resumir diciendo
M = Vector que mide la tendencia del vector fuerza F a hacer girar al cuerpo
alrededor de un eje fijo ubicado en un punto. Las unidades del momento respecto
a un punto sern: unidades de longitud por unidades de fuerza.
Aplicacin 1
Se tiene una fuerza F, aplicada en un punto cualquiera de una caja. Se quiere
saber la tendencia que tiene la fuerza F, de hacer girar la caja alrededor del punto
p
Figura 6.27 Momento de una Fuerza Respecto a un punto P
Momento de F respecto al punto P, lo representaremos como Mp. de acuerdo a la

definicin.
Mp = d X F
Donde d es la distancia desde el punto p hasta la lnea de accin de la fuerza
Aplicacin 2
- Teorema de Varignon
Otra Aplicacin (Para todas las Ingenieras) del producto cruz o producto vectorial es
el Teorema de Varignon: Como aplicacin de la propiedad distributiva del producto
vectorial
93
ste teorema se emplea para calcular el momento de varias fuerzas concurrentes

respecto a un mismo punto. Por ejemplo, sea varias fuerzas concurrentes: F1, F2, F3,
F4 y sea r la distancia del punto o hasta el punto de concurrencia de las fuerzas.
Figura 6.28 Muestra el vector de posicin desde o hasta el punto de concurrencia

de las fuerzas F1,F2,,Fn
r X ( F1 + F2 + F3 + Fn) = r X F1 + r X F2 + r X F3 + + rXFn
Ecuacin 6.7 Momento de varias fuerzas concurrentes respecto a un mismo punto
Resumen:
El momento de una fuerza respecto a un punto se simplifica ampliamente si a partir
de su punto de aplicacin, sta se descompone en sus componentes rectangulares
(x, y, z).
Ejemplo literal de aplicacin 1 y 2

Por ejemplo. Sea un vector (fuerza) que llamaremos F, aplicado en el punto A. Hallemos el
momento Mo, o sea, el momento de la fuerza F respecto al punto o.
94
Figura 6.29 Muestra el vector de posicin desde o hasta el punto A

Solucin:
Para hallar el momento Mo, primero decomponemos el vector Fuerza en sus
componentes rectangulares (Fx, Fy, Fz), y decomponemos tambin el vector posicin r,
en sus componentes rectangulares rx, ry, rz .
Figura 6.30 Muestra el vector posicin r y el vector F, descompuesto en sus

componentes rectangulares.
Por tanto: r = r x + r y + r z y F = fx i + fy j + fz k
Entonces:
Mo = r X F = rx
ry
Fx
Fy
rz = ry f z rz f y i (rx f z rz f x ) j (rx f y ry f x )k
Fz
Mo = r X F= ry f z rz f y i (rx f z rz f x ) j (rx f y ry f x )k
95
Si llamamos:
( ry fz - rz fy ) = Mx
( rx fz - rz fx ) = My
( rx fy - ry fx ) = Mz
Por tanto podemos escribir:
Mo = Mx i + My j + Mz k
Ecuacin 6.8 Momento Respecto a un punto o
Ejemplo 6
(Ejercicio de manejo de conceptos bsicos) Halle en la figura.
1) La suma de los vectores ( fuerzas concurrentes en el Punto o )
2) La suma de los momentos de cada una de las fuerzas respecto al punto B
Figura 6.31 Muestra Vectores en Rn.

Si se sabe que las magnitudes de los vectores sern:
V1 = 25 Newton, V2 = 30 Newton, V3 = 18 Newton, V4 = 21 Newton
Solucin:
1) La suma vectorial se realizar solo entre los vectores que son concurrentes en el
Punto O, por tanto:
96
2) La suma de los momentos de cada una de las fuerzas respecto al punto B

Para realizar los momentos de cada fuerza respecto al punto B, es conveniente utilizar el
teorema de Varignon.
Para ello se descompone cada una de las fuerzas en sus componentes rectangulares as:
97
Ahora si, hallemos los momentos de c/fuerza y Aplicamos el teorema de Varignon.
Figura 6.32 Muestra Vector posicin rBO y Vector Fuerza V1

a) Momento de V1 respecto al punto B
El vector V1 se decompone en sus componentes rectangulares, V1= (23.7 i + 7.9 j) Newton
El vector posicin tambin se descompone en sus componentes rectangulares, as:
rBO =( - 0.2j 0.3k ) m
rBo X V1 = rBO X ( V1X + V1y),
98
pero rBO = ry + rz , o sea
i
0
j
k
0.2 0.3 = rBo X V1 = (2.37 i 7.11 j + 4.74 k) N-m
(ry + rz ) X (V1x + V1y) =
23.7 7.9
0
b) De la misma forma efectuamos el momento de las dems fuerzas respecto al punto B,
Veamos: Momento de la fuerza V2 respecto al punto B,
D
Figura 6.33 Muestra Vector posicin r y Vector Fuerza V2
Nuevamente descomponemos los vectores en sus componentes rectangulares para aplicar

el T. Varignon:
Recordando V2 = V2 2
V2 = V2x +V2y +V2z ;
V2 = (- 25.7 i + 8.58 j - 12.9 k) Newton

r BD = (-0.2j+0.6k) m
rBD X V2 =
i
0
j
0.2
k
0.6
25.7
8.58
12.9
= -2.568 i+15.42j-5.14k
rBD X V2 = -2.568 i+15.42 j - 5.14 k N-m

C) Momento del vector fuerza V3 respecto al punto B,
99
V3 = (- 9.97j 14.96k) Newton

rBo =( - 0.2j - 0.3k) m
i
rBD X V2 = 0
j
0.2
k
0.3 = 0
0 9.97 14.96
rBo X V3 = 0 , ( puesto que el vector posicin tiene como longitud cero)
d) Momento de V4 respecto al punto B.

V4 = (11.6 j + 17.5 k) Newton
rB = (0.6 i ) m
rB X V4 = (6.96 k - 10.5j) N m
Suma de vectores momentos en B:
MB = - 0.198 i 2.38 j + 6.56 k

PRODUCTO TRIPLE MIXTO
EL producto triple mixto de tres vectores A, B, C se define como el producto punto o escalar
del vector A por el producto cruz de B y C, o sea:
100
Utilizando la propiedad conmutativa del producto cruz entre dos vectores entonces
A . (B X C) = (B X C) . A
Expresando en funcin de las componentes rectangulares y denotemos al producto cruz
(B X C), por vector D, es decir (B X C) = D, entonces podemos escribir el producto Mixto
como:
E = A . (BXC) = A . D = AXDX + AYDY + AZDZ
Resolviendo este producto en funcin de las componentes rectangulares, tenemos:
AX
E = A . (B X C) = B X
AY
BY
AZ
BZ =
CX
CY
CZ
Nota: recordando que en el segundo trmino se intercambian las posiciones de los

subtrminos con el fin de que el trmino AY (BZCX - BXCZ) quede positivo.
Ejercicios de Aplicaciones (a todas las ingenieras), Producto Mixto
En ste capitulo solo se dar a conocer el concepto bsico de Momento de una fuerza
respecto a un Eje y se mostrarn algunos ejemplos sencillos, puesto que ste concepto se
estudiar ampliamente en el curso de fsica.
El momento de una fuerza respecto a un eje es una medida del efecto de la fuerza, para
hacer girar un cuerpo alrededor de un eje.
Podemos describir ste momento matemticamente como: La proyeccin a lo largo de un
eje L, del momento de la fuerza F respecto a un punto alojado en el eje L; y la ecuacin
quedara as: ML = L . (r X F)
De acuerdo a lo anterior podemos ver que el momento respecto a un eje realmente es un
triple Producto Mixto, O Sea Una Proyeccin De Un Vector Sobre Otro Vector.
Ejercicio No Resuelto
Ejercicio 7
Determine el momento de la fuerza F de magnitud 280 libras, con respecto:
101
Figura 4.410 Muestra Vector en R3
a) Punto A
b) A la lnea OA
ACTIVIDADES: Ejercicios para Desarrollar
Ejercicio 1
Sean los vectores:
A = 5i-3j+4k; B = 4i-8j-7k; C = - 9i+3j-8k; D = 13i-6j-9k
Encuentre:
A , B , C , D
A.B; A.C; A.D; D.A; A.A; B.C

ProyeccionAen B
ProyeccionCen B
ProyeccionAen D
ngulo entre los vectores: A y C; B y A; C y D; B y C
Ejercicio 2
Una placa esta sostenida por 3 cables (Figura 4.22), las fuerzas que actan sobre
stos son:
V1 = 100 libras, V2 = 130 libras y V3 = 95 libras, respectivamente.
102
Figura 4.22 Muestra coordenadas de los Vectores
Encuentre:
a)
b)
c)
d)
e)
f)
g)
h)
i)
Los vectores unitarios de cada vector

Las componentes rectangulares de cada vector
Determine la resultante R de stas fuerzas en el punto de concurrencia A
Encuentre los csenos directores de el vector suma R.
Encuentre el producto escalar entre los vectores V1 y V2
Angulo entre los vectores V1 y V2
Angulo entre los vectores V2 y V3
Proyeccin del vector V2 sobre el eje X
Proyeccin del vector V3 sobre el eje Z
Ejercicio 3
Para soportar la tienda de campaa mostrada en la figura 4.23, la fuerza que tiene
que soportar la cuerda AB debe ser de 35 libras.
a) cuales sern las fuerzas (magnitudes) que tiene que soportar las cuerdas V1,
V2, V3?
b) Exprese cada vector en sus componentes rectangulares
c) Encuentre la proyeccin del vector V1 sobre el eje X
d) Encuentre la proyeccin del vector V2 sobre el eje Y
e) Encuentre la proyeccin del vector V3sobre el eje Z
103
Figura 4.23 Muestra un sistema de fuerzas en equilibrio

Ejercicio 4
Sean los vectores V1 = 2i+3j-3j y V2 = -3i +4j k, proyectar en forma ortogonal el
vector suma V1+V2 sobre la recta que pasa por los puntos A(0,6, 5) y B(4, 0, 2).
Ejercicio 5 (aplicados a Ingeniera)

Sea AD una representacin de una torre de transmisin, la cual est sostenida por tres
cables. Las fuerzas en los cables CE, DG, BF son de 500, 1200 y 700 libras
respectivamente. Figura 6.36
Halle:
a) Momento de la fuerza CE respecto al punto A
b) Momento de la fuerza DG respecto al punto A
c) Momento de la fuerza BF respecto al punto A
d) Momento total alrededor del punto A
104
Figura 6.36 Muestra Vectores en R3

Ejercicio 6
En la palanca mostrada en la figura 4.37, se ejerce una fuerza F, encuentre el momento de
la fuerza respecto al punto O, use el teorema de Varignon.

Ejercicio 7
Los vectores V1 y V2 representan fuerzas ejercidas en las paredes por los cables, ver Figura
4.38 , si la magnitud de V1 es de 180 Newton y la magnitud de V2 es de 230 Newton, cual
ser la suma de los momentos producidos por los vectores fuerza, V1 y V2 , respecto al
punto O.
105

Ejercicio 8
Se conectan tres cables en el punto A cuyas fuerzas se representan por los vectores, V1, V2
y el vector V3.

Si se aplica un cuarto cable en el punto A (V4) y conociendo que la magnitud del vector V1
es de 350 Newton, y adems que la suma vectorial es igual a cero, halle:
1) Las magnitudes de los vectores restantes
2) Encuentre la suma de los momentos de cada una de las fuerzas V1, V2, V3 y V4,
respecto al punto O. Ver figura 4.40
106

Ejercicio 9
Halle el momento de la fuerza F (Figura 4.42) respecto,
a) Al punto C
b) Al punto B
c) A la recta AC
d) A la recta BC
Si se sabe que la magnitud de F es de 80 Newton.
Figura 6.42 Muestra Vector en R3
UNIDAD SIETE
7.1 RECTAS Y PLANOS EN EL ESPACIO8
88
107
Aplicacin de los productos escalares y vectoriales para calcular o escribir

ecuaciones de rectas y planos en R3.
Rectas y segmentos de rectas en R3.
Y
X
X
P(xyz)
X
Po= (xoyozo)
X
X
X
(A,B,C)
X
V
X
X
X
X
x
X
X
X
X
Z
X
X
Suponga que L es una X
recta en el espacio que pasa por el punto Po
x
(XoYoZo) paralelo a un vector
V= Ai+Bj+Ck, entonces L es el conjunto de
todos los puntos P(XYZ), para los cuales el vector pop es paralelo a el
vector V, es decir P est sobre L, s y solo s, pop es mltiplo escalar de V,
as: pop= t V para
< t < , Pero sabemos que:
pop = (x-x o)i +(y-yo)j+(z-z o)k Ecuacin 6.1
Y adems sabemos que V= A i+ B j + Ck, y si reemplazamos en ecuacin
6.1
Tenemos
(x-x o) i + (y-yo) j+ (z-z o) k = t (A i+ B j + C k) organizando
estas ecuaciones entonces:
X X o = t A; y-yo = t B, z-z o = t C
Reordenando, se tiene las ecuaciones las ecuaciones paramtricas de la
recta que pasa por el punto po y es paralela al vector V
X=tA+Xo
Y = t B + Yo
Z = t C + Zo
Ecuacin 6.2
paramtricas de la recta que pasa por el punto p o y es
paralela al vector V
Ejercicio 1:
Encontrar las ecuaciones paramtricas para la recta que pasa por (-2,0,4)
Y es paralela al vector V = 2i + 4j - 2k
Solucin:
108
X = t A + Xo
X = 2t + (-2) = 2(t-1)
Y = t B + Yo = 4 t +0 = 4 t
Z = t C + Zo = -2 t + 4
Ejercicio 2:
Encontrar las ecuaciones de la recta que pasa por el punto (1,2,3) y es
paralela al vector V = (4,5,7).
Solucin:
X = 1 + 4t
Y = 2 + 5t
Z = 3 + 7t
A medida que el parmetro t recorre todos los nmeros reales se obtienen
todos los puntos de la recta en R3
Ahora si despejamos el parmetro t, obtenemos unas ecuaciones que
denominamos Ecuaciones simtricas de la recta.
X XO
Y YO
Z ZO
; t=
; t=
A
B
C
Ecuacin 6.3 Ecuaciones simtricas de la recta
t=
Ejercicio 3:
Obtener las ecuaciones a) paramtricas b) Simtricas de la recta que pasa
por (3, 2,-1) y (7, 5, 2)
Solucin
a) las ecuaciones Paramtricas:
X= X1 + t (X2 X1) = 3 + (7 3) t = 3 + 4t
Y= Y1 + t (Y2 Y1) = 2 + t(5-2) = 2 + 3t
Z= Z1 + t (Z Z1) = -1 + t( 2 (-1)) = -1 +3t
X = 3 + 4t
Y = 2 + 3t
Z = -1 +3t
b) Las ecuaciones simtricas Son:
x3
y2
z 1
t=
; t=
; t=
3
3
4
x 3 y 2 z 1
Igualando:
Ecuaciones Simtricas de la recta
4
3
3
Las ecuaciones parametricas y simtricas de una recta en R3, no son nicas.
En el ejemplo anterior si tomamos como punto inicial (7, 5,2) y punto final
(3,2,-1), entonces las ecuaciones sern:
a) Paramtricas:
X=74t
109
Y=53t
Z=23t
b) Simtricas:
X 7 Y 5 Z 2
4
3
3
En R2, la ecuacin de una recta se puede determinar, teniendo un punto sobre

ella y su pendiente. En R3, la ecuacin de un plano se determina especificando
uno de sus puntos y un vector perpendicular a dicho plano.
Aunque hay muchos vectores no paralelos que se encuentran en un plano
dado, todos ellos son perpendiculares al plano en mencin
Veamos:
Sea. P0 = (XO, Y0, Z0) un punto sobre el plano y sea n = (a, b, c) un vector
normal al plano . S P= (X, Y, Z) es un punto cualquiera del plano
entonces:
P0P = ( X X 0 ), (Y Y0 ), (Z Z 0 ) es un vector contenido en el plano y
paralelo al plano . Ahora, debido a que n es normal al plano , n y P0P son
dos vectores perpendiculares o lo que es igual so dos vectores ortogonales y
por tanto n. P0P = 0. As cualquier punto sobre el plano deber satisfacer la
ecuacin (el producto escalar entre dos vectores perpendiculares es igual a
cero), as:
(a, b, c) . ( X X 0 ), (Y Y0 ), (Z Z 0 ) = 0, es decir:
a (X - X0) + b (Y Y0) + c (Z Z0) = 0
Se puede demostrar que cualquier punto que satisface esta ecuacin
pertenece al plano .
De acuerdo a la anterior la ecuacin
110
y
90
a (X - X0) + B (Y Y0) + C (Z Z0) = 0

Ecuacin 6.4 ecuacin punto normal
Ejercicios desarrollados:
Ejercicio 1:
La ecuacin del plano que pasa por el punto (4,-2,8) con normal n = (3, -6, 12)
Es: 3(X- 4) - 6 ( y + 2) + 12( Z 8) = 0
Ejercicio 2:
Obtenga la ecuacin del plano que pasa por el punto (-2, 1, -5) con normal n=
(12, 4, -8).
Solucin:
Segn la ecuacin 6.4 obtenemos:
12(X + 2) + 4(Y-1) 8(Z+5) = 0
Resolviendo la ecuacin 6.4 obtenemos la ecuacin cannica o estndar del
plano se tiene: a X + b Y +c Z + d = 0 ; 12X+4Y-8Z-20 = 0
Su grafica ser:
Cuando Y = Z = 0 se tiene que X = 5/3
Cuando X = Y = 0 ; se tiene Z = -5/2
Cuando x= z = 0 ; se tiene Y = 5
Graficando entonces:
111
X
Z
Ecuacin 6.5 Grafica del plano 12X+4Y-8Z-20 = 0
Ejercicio 3
Determinar la ecuacin de un plano que pasa por tres puntos dados. Sean los
puntos P = (1, 2,1), Q = (-2, 3,-1) R = (1, 0,4).
Solucin:
Los vectores PQ= -3i+j-2k y el vector QR = 3i-3j+5k estn en el plano y por
lo tanto son ortogonales al vector normal de tal manera que:
i
j k
n = PQ X QR = 3 1 2 = -i + 9 j + 6k, la ecuacin del plano ser,
3 3 5
utilizando la ecuacin 6.4 y el punto p: Ecuacin de -(x-1) + 9(y - 2) 6(z 1),
o lo que es igual: -x + 9y +6z = 23
Si se escoge otro punto, la ecuacin del plano no cambiar.
Definiciones:
1. Dos planos son paralelos, si sus vectores normales son paralelos o lo
que es igual si el producto cruz entre sus vectores normales es igual a
cero.
Ejercicio 4
Los planos 1 ; 2x+3y-z = 3 y 2 ; -4x -6y +2z = 8 son paralelos ya que
n1 = 2 i + 3 j - k; n2 = - 4 i 6 j +2 k Vemos que n2 = - 2n1 y adems
n1 x n2 = 0
Ejercicio 5
Encuentre todos los puntos de interseccin de los planos 2x y z = 3 y
112
x + 2y +3z = 7
Solucin:
Las coordenadas de cualquier punto P (xyz) sobre la recta de interseccin de
stos planos deben satisfacer las ecuaciones x + 2y + 3z = 7 y 2x y z = 3.
Resolviendo este sistema de dos ecuaciones con tres incgnitas mediante
deduccin de renglones de gauss jordn se obtiene sucesivamente,
1
2
1 1
7
Utilizando las tres operaciones elementales tenemos:
3
1 0 1 / 5 13 / 5
0 1 7 / 5 11 / 5 Por lo tanto: Y = 11/5 (7/5) Z; X = 13/5 (1/5) Z,
Utilizando el parmetro t, entonces decimos que Z = t obtenemos la

representacin paramtrica de la recta de interseccin;
X = 13/5 (1/5) t
Y = 11/5 (7/5) t
Z=t
Ejercicio 6
La ecuacin 4x -2y +7z +15 = 0
es la ecuacin del plano con normal
n = (4, -2, +7,) y que pasa por el punto (-15/4, 0, 0)
8. ESPACIOS VECTORIALES
Los conjuntos de vectores R2 y R3 junto con las operaciones de la suma de
vectores y de la multiplicacin de un vector por un escalar se llaman espacios
vectoriales; de forma intuitiva se puede decir que un espacio vectorial es un
conjunto de vectores (que llamaremos objetos), junto con dos operaciones que
cumplen diez propiedades que enumeramos en la siguiente pgina9.
Nota:
Es conveniente recordar las semejanzas que existen entre los espacios
vectoriales y las matrices. Entre las operaciones mas importantes del algebra
lineal estn la adicin y la multiplicacin por un escalar (las cuales son validas
9
113
tanto para matrices como para los vectores), veamos las semejanza entre
matrices (A, B Y C de orden o tamao m x n) y vectores u , v , w en Rn; Las
literales a y b representan escalares.
MATRICES
VECTORES
Adicin
A + B = B +A
u+v=v+u
A + (B +C) = ( A +B) +C
u + (v + w ) = (u + v) + w
A+0=A
u+ 0=u
A + (-A) = 0 = ( -A) + A
u + (-u) = 0 = (-u) + u
Multiplicacin por un escalar
(a + b)A = aA + bA
(a + b)u = au +bu
a(A + B) = aA + aB
a(u+ v) = au + av
(ab)A = a(bA)
(ab)u= a(bu)
1A=A
1u=u
Uno de los principales xitos matemticos es llegar al conocimiento de que

existen muchas estructuras matemticas adems de Rn y las matrices que
satisfacen estas mismas propiedades, en vez de probar los mismos resultados
una y otra vez por los mismos mtodos para muchas estructuras diferentes, se
trabaja con una sola estructura unificante El concepto de Espacio Vectorial.
Definicin:
Un conjunto de de objetos V es un espacio Vectorial real (si los escalares
usados son nmeros reales), o simplemente un espacio vectorial si existen dos
operaciones en V, llamadas adicin y multiplicacin por un escalar, que
satisfacen las siguientes propiedades:
Cerradura:
1. Si u y v pertenece a V, entonces u+v pertenece a V
2. Si u esta en V, y c es cualquier nmero real, entonces cu pertenece a
V.
Adicin para todo u, v, w en v:
3. u + v = v + u
114
4. (u + v) + w = u + (v + w)
5. Existe un elemento V, denotado por cero, tal que para todo u en V,
u+0=0+u=u
6. Para todo u en V, existe un elemento en V, denotado por u, tal que
u + (-u) = 0 = (-u) + u
Multiplicacin por un escalar
Para todo par de nmeros reales a y b, llamados escalares reales o
simplemente escalares, y para todo par de vectores u y v pertenecientes a
V.
7. (a + b)u = au +bu
8. a(u+ v) = au + av
9. (ab)u= a(bu)
10. 1 u = u
El vector 0 se llama tambin vector nulo, el vector u, se llama inverso
aditivo de u (propiedad 6)
Para demostrar que un conjunto V es un espacio un espacio vectorial,
primero se debe saber cuales son los elementos de V y como estn
definidas la adicin y la multiplicacin por un escalar, luego se verifica si las
diez propiedades enumeradas anteriormente son validas.
EL ALGEBRA EN EL ESPACIO Rn
Bases del espacio Rn
Para construir un sistema de coordenadas en R2 mediante los vectores u y v,
se debe expresar todo vector en w en R2 en la forma10
w = au + bv
Donde a y b son escalares. Una expresin de este tipo se llama combinacin
lineal de los vectores u y v.
Definicin 1. Sean v1 , v2 , v4 vectores en Rn. Una expresin de la forma
a1v1 + a2v2 + + akvk
Donde a1, a2, , ak son escalares, se denomina combinacin lineal de los
vectores v1, v2, , vk .
10
Gerber.1990
115
Ejemplo 1. En el sistema comn de los ejes cartesianos perpendiculares, los

smbolos i y j representan los vectores unitarios (1, 0) y (0,1), respectivamente.
El vector (5, -2) se representa con una combinacin lineal de i y j de la manera
siguiente:
(5, -2) = 5(1, 0) 2(0, 1) = 5i - 2j
Si (a, b) es un vector en R2, entonces
(a, b) = a(1, 0) + b(0, 1) = ai + bj
Ejemplo 2. Sean i = (1, 0, 0), j = (0, 1, 0), k= (0, 0, 1) vectores unitarios en
R3. Entonces:
(9, -4, 6) = 9(1,0, 0) - 4(0, 1,0) + 6(0, 0, 1) = 9i - 4j - 6k
Es una representacin del vector (9, - 4, 6) como combinacin lineal de i, j, k.
Ejemplo 3. El vector (10, - 9) es una combinacin lineal de los vectores u = (2,
6) y v = (- 4, 1), puesto que
(10, -9) = (-1)(2,6) - 3(-4, 1) - (-1)u - 3v
Ejemplo 4. El vector (- 7, 3, 5) es una combinacin lineal de u = (- 2, 0, 4),
v = (-1, 1, 3), w = (1, 1, 0), y = (4, 2, 8), ya que
(-7, 3, 5) = 1(-2, 0, 4) + 3(-1, 1, 3) + 2(1, 1, 0) - 1(4, 2, 8)
= 1u + 3v + 2w - y
Puede no ser fcil captar cmo se obtienen las combinaciones lineales para los
vectores (10, - 9) y (-7, 3, 5) en los Ejemplos 3 y 4. Dos ejemplos adicionales
aclararn este asunto.
Ejemplo 5.
Expresar el vector (8, 5) como una combinacin lineal de los
vectores u = (1, -2) y v = (2, 3).
Solucin. Para resolver el problema, se expresan los vectores como matrices
columna. Se deben encontrar escalares a y b tales que
1
2 a 2b 8
a b

2
3 2a 3b 5
Lo cual puede expresarse como
116
u v

1 2 a
8
2 3 b 5
O bien
a + 2b = 8
-2a + 3b = 5
Se puede demostrar fcilmente que la solucion es a = 2, b = 3. Por lo tanto,
(8, 5) = 2u + 3 v
Ejemplo 6. Expresar el vector (- 2, 3, 27), si es posible como una combinacin
lineal de los vectores u = (2, - 1, 3), v = (4, 0, 6) y w = (8, - 2 , - 3).
Solucin. Nuevamente escribimos los vectores como matrices columna. Se
tiene que resolver la ecuacin vectorial.
2
a 1
3
4
b 0
6
8
c 2
3
2a 4b 8c
1a 0b 2c
3a 6b 3c
2
3

27
La expresin anterior puede quedar como
8
2 4
1 0 2
3 6 3
a
b

c
2
3

27
Matriz de trminos independientes

Matriz de variables
O bien
Matriz de coeficientes
2a + 4b + 8c = -2
-a
- 2c = 3
3a + 6b - 3c = 27
Puesto que
117
8 2
2 4
1 0 2
3
3 6 3 27
1
1 0 0
0 1 0
3
0 0 1 2
El conjunto solucin de este sistema es a = 1, b = 3, c = -2. Por lo tanto,

(-2, 3, 27) = u + 3v 2w
Definicion 2. Un vector v en Rn, escrito como matriz columna, se puede
expresar (de modo nico) como una combinacin lineal de v1, v2, ., vk si y
slo si Ax = v tiene una solucin (nica), donde la columna i-sima de A = [v1,
v2, ., vk] es v. Si existe solucin los componentes x1, x2, ., xk, de x
proporcionan los coeficientes de la combinacin lineal.
El concepto geomtrico de sistema de coordenadas se transforma, en lgebra
lineal, en la idea algebraica de representatividad nica en trminos de
combinaciones lineales de vectores. Un subconjunto en Rn que pueda usarse
para formar un sistema de coordenadas en Rn se llama base de Rn. La
definicin formal de base es la siguiente:
Un conjunto {v1, v2, , vk } de vectores en Rn se llama base de Rn si todo
elemento de Rn se puede expresar como una combinacin lineal de v1, v2, .,
vk en una y slo una forma.
En este momento es oportuno proporcionar algunos ejemplos de bases. Antes
de ello, sin embargo, se requieren criterios tiles para determinar si un conjunto
es una base de Rn. la definicin anterior proporciona lo que se requiere.
Definicin 3. Sean v1, v2, ., vn vectores en Rn y [v1, v2, ., vn] la matriz n x
n cuya columna i-sima es vi. Entonces las siguientes proposiciones son
equivalentes:
a. [v1, v2, , vn] es una base de Rn.
b. [v1, v2, , vn] es invertible.
c. La forma escalonada reducida por renglones de [v1, v2, , vn] es In.
d. det [v1, v2, , vn] 0.
Ejemplo 7. La base cannica de R2 es i = (1, 0) y j = (0, 1) y la base
cannica de R3 es I = (1, 0, 0), j = (0, 1, 0) y k = (0, 0, 1). En general, la base
cannica (o estndar) de Rn es {e1, e2, , en }, donde
e1 = (1, 0, 0), e2 =( 0, 1, 0), , en = (0, 0, 1)
La matriz de n x n cuyas columnas son e1, e2, , en es
118
1 0 ... 0
0 1 ... 0
In .
.
.
0 0 ... 1
La cual es evidentemente invertible.
Ejemplo 8. Demostrar que los vectores u = (2, -1, 3), v = (4, 0, 6) y w = (8,
-2, -3) forman una base de R3.
Solucin. Primeramente se forma la matriz A como sigue.
8
2 4
1 0 2
3 6 3
Puesto que det(A) = -60 0, el conjunto dado es una base de R3.
Como los conjuntos {i, j, k} del Ejemplo 7 y {u, v, w} del Ejemplo 8 son ambos
bases de R3 se ve que una base de Rn no es nica. El ejemplo siguiente
demuestra que no todo conjunto de tres vectores en R3 es una base de R3.
Ejemplo 9. Probar que el conjunto de vectores u = (-1, -2, 6), v = (2, -1, 18) y
w = (5, 5, 0) no es una base de R3.
Solucin. Constryase la matriz cuyas columnas son u, v, w.
u v
w
2 5
1
A 2 1 5
6 18 0
La forma escalonada por renglones de A es
1 3 0
0 1 1
0 0 0
La matriz no se reduce a I3, y por lo tanto no es una base de R3.
Ejemplo 10. Determinar si los vectores u = (1, 3, 1, 0), v = (2, 4, 1, 5), w =
(1, 3, 6, 1) y y = (-1, 2, 4, 0) forman una base de R4.
119
Solucin. Se evala el determinante de la matriz A cuyas columnas son los

vectores u, v, w, y:
1
3
det A det
1
2
4
1
5
1 1
3
2
120
6
4
1
0
Como det A 0, los vectores forman una base de R4.
. Independencia lineal
Una parte de la definicin del concepto de base del espacio Rn fue que todo
vector en Rn se poda expresar de manera nica como una combinacin lineal
de los elementos de la base. La idea de representacin nica es captada por el
concepto de independencia lineal.
Definicin 4. Un conjunto {v1, v2, , vk} de vectores en Rn es linealmente
independiente si y slo si la ecuacin vectorial
a1v1 + a2v2 + , + akvk = 0
Tiene precisamente la nica solucin a1 = a2 = ... = ak = 0. Un conjunto {v1, v2,
vk} de vectores en Rn es linealmente dependiente si y slo si la ecuacin
vectorial
a1v1 + a2v2 + + akvk = 0
Tiene una solucin tal que por lo menos uno de los valores ai no es igual a
cero.
La ecuacin vectorial a1v1 + a2v2 + ... + akvk = 0 siempre tiene por lo menos una
solucin, a1 = a2 = ... = ak = 0. Un conjunto {v1, v2, , vk} es linealmente
independiente si y slo si esta es la nica solucin. Un conjunto es linealmente
dependiente si y slo si no es linealmente independiente.
El procedimiento para determinar si un conjunto S = {v1, v2, , vk} es
linealmente independiente es sencillo. Primero se hace a 1v1 + a2v2 + ... + akvk =
0 y se resuelve para los valores a1, a2, , ak. Si la solucin nica es a1 = a2 = ...
= ak = 0 entonces S es linealmente independiente. De lo contrario, S es
linealmente dependiente.
Ejemplo 11. Demostrar que los vectores u = (2, 3, l) y v = (1, 1, 0) son
linealmente independientes.
Solucin. Sea
a1u + a2v = a1 (2, 3, 1) + a2 (1, 1, 0) = 0 = (0, 0, 0)
120
En virtud de las operaciones vectoriales,

a1u + a2v = {2a1, 3a1, a1) + (a2, a2, 0) = (2a1 + a2, 3a1 + a2, a1) = (0, 0, 0)
Esto conduce al sistema de ecuaciones
2a1 + a2 = 0
3a1 + a2 = 0
a1
=0
Sustituyendo a1 = 0 en la primera ecuacin, se obtiene 0 + a2 = 0, o bien = a2 =
0. La solucin nica de la ecuacin a1u + a2v = 0 es a1 = a2 = 0, y por
consiguiente los vectores u y v son linealmente independientes.
Ejemplo 12. Demostrar que los vectores u = (1, -1), v = (0, 1) y w = (1, 0) son
linealmente dependientes. ,
Solucin. De la ecuacin a1u + a2v + a1w = 0, se obtiene
a1 + (1, -1) + a2 (0, 1) + a3 (1, 0) = (a1, -a) + (0, a2) + (a3, 0)
= (a1 + a3, -a1+ a2) = (0, 0)
Entonces
a1
+ a3
-a1 + a2
=0
=0
Si hacemos a1 = c, entonces a1 = c, a2 = c y a3 = - c es la solucin general. Una

solucin distinta de cero se produce cuando c = 1. Entonces a1= a2 = 1 y a3 = 1. Puesto que la ecuacin a1u + a2v + a3w = 0 tiene una solucin no nula, los
vectores u, v, w, son linealmente dependientes.
Los criterios para determinar si n vectores en Rn son linealmente
independientes son precisamente los mismos que se emplean para decidir si n
vectores en Rn forman una base de Rn.
Definicin 5. Los vectores v1, v2, , vn de Rn forman un conjunto de vectores
linealmente independientes en Rn si y slo si
a. det [v1, v2, , vn] 0, o bien
b. [v1, v2, , vn] es invertible, o bien
c. [v1, v2, , vn] es equivalente por renglones a In
Nota: Los vectores v1, v2, , vn de Rn forman un conjunto de vectores
linealmente dependientes en Rn si y slo si
a. det [v1, v2, , vn] = 0, o bien
b. [v1, v2, , vn] es singular, o bien
c. [v1, v2, , vn] no es equivalente por renglones a In.
121
Consideremos ahora algunas aplicaciones de la definicin 1 .

Ejemplo 13. Sabemos de acuerdo a lo visto anteriormente que, la matriz n x n
cuya i-sima columna es el vector e es In. Puesto que In es obviamente
invertible, la base cannica S = { e1, e2, , en } de Rn es linealmente
independiente.
Ejemplo 14. Los vectores u = (2, -3) y
dependientes ya que
w = (-6, 9) son linealmente
2 6
det
0
9
3
Ejemplo 15. Considrense los vectores u = (1, 0, 3, 0), v = (2, -1, 5, 0), w = (0,
1, 4, 0) y y = (0, 0, 0, 1). Formando la matriz A de 4 x 4 cuyas columnas son u,
v, w, y, y efectuando reduccin por renglones, se obtiene

2
1
0 1
3 5
0
0
0 0 1
1 0 0
4 0 0

0 1 0
1
0
2 0 0
1 1 0
1 4 0
0 0 1
2
0 0
1 1 0
0
3 0
0
0 1
1 2 0
0 1 1
0 1 4
0 0
0
1 0 0
0 1 0
0 0 1
0 0
0
0
0
0
1
0
0
0
Puesto que la matriz A es equivalente por renglones a I4, los vectores son
linealmente independientes.
Ejemplo16. Probar que, si un conjunto {v1, v2, , vk} es linealmente
independiente, entonces ningn v, es 0.
Solucin. Supngase que v. = 0. Entonces
0v1 + + lvi + + 0vk = 0v1 + + 10 + + 0vk = 0
Por lo tanto, dos distintas combinaciones lineales de v1, v2, , vk son iguales al
vector 0, y entonces el conjunto debe ser linealmente dependiente. Dado que el
conjunto se supuso linealmente independiente, ninguno de los vectores v i
puede ser igual a 0.
Ejemplo 17. Supngase que {v1, v2, , vk} es un conjunto linealmente
dependiente de vectores en Rn y sea vk + 1, cualquier otro vector en Rn. Probar
que el conjunto {v1, v2, , vk, vk + 1} tambin es linealmente dependiente.
122
Solucin. Puesto que v1, v2, , vk son linealmente dependientes, existen

escalares a1, a2, , ak, no todos iguales a cero, tales que
a1v1 + a2v2 + + akvk = 0
Entonces se tiene
a1v1 + a2v2 + + akvk + 0 vk + 1 = 0
As que existe una combinacin lineal de los vectores v1, v2, , vk + 1 que es
igual a 0, y tal que no todos los coeficientes son nulos. Por lo tanto, v1, v2, , vk
+ 1 es un conjunto linealmente dependiente.
La definicin de independencia lineal fue motivada diciendo que un conjunto
independiente captaba la idea de representatividad nica para todos los
vectores pertenecientes a Rn. Ahora es oportuno demostrar que la propiedad
de representatividad nica es consecuencia de la definicin de independencia
lineal.
Definicin 6. Un conjunto S = {v1, v2, , vk} de vectores en Rn es linealmente
independiente si y slo si para cualquier vector u, si u = a 1v1 + a2v2 + ... + akvk,
entonces esta representacin es nica.
Demostracin. Sea S linealmente independiente y supngase que
u = a1v1 + a2v2 + ... + akvk = b1v1 + b2v2 + ... + bkvk
Entonces
(a1v1 + a2v2 + ... + akvk) (b1v1 + b2v2 + ... + bkvk)
= (a1 b1)v1 + (a2 b2)v2 + + (ak bk)vk = 0
Puesto que v1, v2, , vk es linealmente independiente, a1 b1 = ... = ak - bk = 0.
De ello resulta que a1 = b1, , ak = bk. Por lo tanto la representacin es nica.
Recprocamente, supngase que siempre que cualquier vector u se pueda
expresar como una combinacin lineal de v1, v2, , vk esta representacin es
nica. Expresando el vector 0 como combinacin lineal de tales vectores,
a1v1 + a2v2 + ... + akvk = 0
En virtud de la hiptesis, esta representacin es nica. Puesto que
0v1 + 0v2 + ... + 0vk = 0
a1 = a2 = ... = ak = 0 es la solucin nica. Por consiguiente, S es linealmente
independiente.
El teorema establece que si un vector u puede expresarse como una
combinacin lineal de vectores linealmente independientes, entonces tal
representacin es nica. Puede ser cierto, sin embargo, que u no pueda
123
representarse como una combinacin lineal de estos vectores. Por ejemplo,

considrense los vectores linealmente independientes i = (1, 0, 0) y j = (0, 1,
0) en R3 El vector k = (0, 0, 1) tambin pertenece a R3 pero no puede
representarse como combinacin lineal de i y j.
Los vectores (1, 2), (3, 5) y (-1, 0) son linealmente dependientes ya que
-5(1, 2) + 2(3, 5) + 1(-1, 0) = (0,0)
Despejando de esta ecuacin el vector (-1, 0), se puede expresar como una
combinacin lineal de los otros dos vectores:
(-1,0) = 5(1, 2) - 2(3, 5)
Decir que un conjunto de vectores es linealmente dependiente sugiere que los
vectores dependen de cada uno de los otros de modo lineal. En el Teorema 3
se establece este aspecto de manera precisa.
Definicin 6. Un conjunto S = {v1, v2, , vk} de vectores en Rn es linealmente
dependiente si y slo si por lo menos uno de los vectores del conjunto se
puede expresar como una combinacin lineal de los otros.
Demostracin. El conjunto S es linealmente dependiente si y slo si se pueden
encontrar escalares a1, a2, , ak no todos iguales a cero, tales que
a1v1 + a2v2 + ... + akvk = 0
Supngase que a, 0. Entonces (1) se cumple si y slo si
(-ai)v1 = aivi + ... + ai-1vi-1 + a + 1vi +1 + ... + akvk
o bien si
a
a
a
vi 1 v1 ... i 1 vi 1 i 1 vi 1
ai
ai
ai
a
... k
ai
vk
Por lo tanto, el conjunto es linealmente dependiente slo si uno de los vectores

puede expresarse como una combinacin lineal de los otros.
Un conjunto de dos vectores en Rn es linealmente dependiente si y slo si uno
de los vectores es una combinacin lineal del otro (esto es, uno de ellos es
igual a un escalar multiplicado por el otro ). Geomtricamente, lo anterior
significa que dos vectores distintos de cero en Rn son linealmente dependientes
si y slo si son paralelos. Si se considera que todos los vectores tienen su
punto inicial en el origen, entonces dos vectores u y v en R2 o R3 son
linealmente dependientes slo si se encuentran en una misma recta que pasa
por el origen (Fig. 5.3).
124
Definicin 7 . Sea S = {v1, v2, , vk} un conjunto de vectores en Rn, donde k

> n. Entonces S es linealmente dependiente.
EJERCICIOS PARA DESARROLLAR

Ejercicio 1. Exprese el vector (8, 14) como una combinacin lineal de los
vectores u = (6, -1) y v = (5, 3)
Ejercicio 2. Exprese el vector (-14, 2, 4) como una combinacin lineal de los
vectores u = (-1, 2, 0), v = (5, 3, -2), w = (-3, 1, 6).
Ejercicio 3. Determine si el conjunto u = (1, 2, 3),

1, 1) es una base de R3.
v = (3, 6, 4) y
w = (2,
Ejercicio 4.
Exprese cada vector de los Ejercicios siguientes como una combinacin lineal
de los vectores i y j.
1. (2, 8)
2. (-5, 9)
3. (4, -4)
4. (0, 0)
Exprese cada vector de los Ejercicios 5 - 8 como una combinacin lineal de los
vectores u = (4, 2)
y v = (-3, 1).
5. (11, 3)
6. (3, 9)
7. (-16, 2)
8. (1, 13)
Exprese cada vector de los Ejercicios siguientes como una combinacin lineal
de los vectores u = (1, -1, 4), v = (0, 3, 0) y w = (-1, 2, -2).
9. (-2, 11, -2)
10. (1, -3, 6)
11. (5, 7, 20)
12. (6, -6, 18)
En los Ejercicios siguientes determine si cada conjunto de vectores forma una

base de R2.
13. (4, 3), (1, 6)
14. (-1, 5), (-4, 20)
15. (10, 11), (4, 9)
16. (1, 6)
17. (1, 1), (2, 3), (5, 7)
18. (2, 12), (14, 1)

base de R4.
19. (1, -2, 3), (5, 0, 6), (-13, -4, -9)
20. (1, 3, 4), (2, 0, -1), (0, 1,5)
21. (5, -2, 8)
22. (0, 1, 0), (4, 9, 1)
125
23. (4, 12, 9), (- 1, 4, 6), (8, 8, 1), (0, 9, 5)
24. (0, 5, 2), (1, 6, 9), (4, 0, 1)

base de R4.
25. (1, 3, 4, 7), (2, 6, 0, 8), (3, 0, 0, 2)
26. (1, 3, 4, 6), (2, 1, 0, 5), (-1, 2, -4, -3), (2, 6, 0, 8)
27. (1, -2, 3, 5), (0, 2, -1, 7), (2, -4, 9, 14), (3, -6, 9, 21)
28. (2, -1, -3, 0), (4, 0, 1, 8), (3, -1, 9, 7), (10, -2, 19, 22)
126

Algebra Lineal Curso Completo

Transféré par

Informations du document

Titre original

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 Curso Completo

Transféré par

Droits d'auteur :

Formats disponibles

GUIA DE ESTUDIO ALGEBRA LINEAL

Profesora Enith Niebles

(llamados coeficientes) y b son constantes numricas

reales y donde no todos los coeficientes ai son iguales a 0, se llama ecuacin

Porque ejemplo, las ecuaciones

conjunto finito de ecuaciones lineales en dichas variables. Un ejemplo de

Texto basado en la Bibliografa presentada en la unidad 1

Un sistema de m ecuaciones lineales en n variables, o incgnitas, se escribe

La coleccin de todas las soluciones de una ecuacin lineal se llama conjunto

En R2 podemos observar las tres situaciones:

S el conjunto de solucin es un par ordenado P(x,y)

S se superponen las dos rectas se tiene: Soluciones infinitas (consistente)

S, son paralelas entonces: No hay solucin (Inconsistente)

Se realizarn algunos ejemplos de solucin de ecuaciones en R2 y R3 utilizando

1.2 Resolvamos un sistema con tres variables y tres ecuaciones.

Ahora eliminamos la misma variable x, utilizando la (ec 2) y la (ec 3),

De sta forma queda se reduce a un sistema de 2X2, as:

Ahora eliminamos z, multiplicando la (ec4) por (-2) y la (ec 5) por 5, as:

Remplazando en la (ec 4) o (ec5), el valor de

1.2 SISTEMAS LINEALES HOMOGNEOS

1.3 CONCEPTO DE MATRIZ

Trabajaremos con matrices, sus propiedades y operaciones, haciendo nfasis

El elemento aij esta localizado en la interseccin de la i-esima fila y la j-esima

El elemento -3 esta localizado en la fila 3, columna 2, por tanto -3 = a32

Vector Fila: se denomina as a una matriz A de orden 1x n y en forma

Vector Columna: se denomina as a una matriz B de orden m x 1 y en

Matriz Nula: Una matriz m x n donde todos sus elementos son

Entonces, B se puede representar as: B = 0

Matriz Cuadrada: se denomina as aquella matriz donde su nmero de

Entonces se dice que B es una matriz diagonal.

Matriz Identidad: es una matriz diagonal donde todos los elementos de

La matriz identidad I recibe el nombre de matriz unidad.

Matriz Triangular Superior: una matriz cuadrada en la que todos sus

Matriz Transpuesta: sea A una matriz m x n, la transpuesta de A, que

Si A y B son dos matrices de tamao m x n tal que A=(aij) y B=(bij), entonces la

A + B= (aij + bij)= a 21 b21 a 22 b22 ...a 2n b2n

Luego se cumple que A + B= B + A.

c) Idntica para la matriz M.

Producto de una Matriz por un Escalar

si A es una matriz de tamao m x n, tal que A=(aij) y k es un nmero real,

ka11 ka12 ka13 ...ka1n

Si A y B son matrices de tamao m x n, entonces A B= A + (-B)

Producto entre Matrices

Sea A una matriz de tamao m x n y B una matriz de tamao n x k, tal que

Observe que el tamao de W es 3 X 2 y el tamao de U es 2 x 3, por lo que el

airbir a11b11 a12b12

Observe que el procedimiento anterior para obtener el elemento c11 (elemento

De manera similar el elemento c12 de la matriz producto (elemento de la

Procedimiento en forma analgica para los dems elementos en la matriz

(0.2) (2.1) (0.4) (2.0) (0. 1) (2. 2)

(0.0) (1.1) (0.4) (1. 2) (0.1) (1.3)

Dicha panadera tiene una sucursal en el sur y otra en el centro. La siguiente

La matriz A * B de tamao 2 x 2, representara los costos de totales en materia

(15 *10) (3 * 8) (4 * 25) (15 *15) (3 *10) (4 * 30)

Por tanto 50 panes integrales producidos en el sur tienen un costo de $274 y

MTODO DE GAUSS Y GAUSS - JORDAN

Este mtodo permite encontrar la solucin de un sistema de ecuaciones lineales

Documento basado en la bibliografa que se muestra en la unidad 2

Donde la ltima columna corresponde

Utilizando las tres operaciones elementales, transformamos la matriz A en una matriz

b13 ... b1n

En donde la matriz B, tomada desde la lnea

Organizando el sistema queda as:

(15 10) (3 8) (4 * 25) (15 15) (3 10) (4 * 30)

Puede verificar sta inversa aplicando la ecuacin identidad AA-1 = A-1A = I