Académique Documents
Professionnel Documents
Culture Documents
ESCUELA DE INGENIERIA
ALGEBRA LINEAL
MA 1004
PROFESOR
LIC. ENRIQUE VLCHEZ QUESADA
Contenido
MATRICES Y DETERMINANTES ........................................................................................................ 4
Matriz .................................................................................................................................................... 4
Suma de matrices ......................................................................................................................... 6
Tipos de matrices.......................................................................................................................... 7
Producto de matrices ................................................................................................................... 9
Matriz reducida por filas o escalonada ................................................................................. 13
Determinantes .................................................................................................................................. 20
Sistema de ecuaciones.............................................................................................................. 28
Mtodo de eliminacin de Jorda-Gauss ............................................................................... 30
Combinacin lineal ..................................................................................................................... 36
Dependencia e independencia lineal ..................................................................................... 37
PRCTICA PARA EXAMEN: Matrices y determinantes................................................................. 39
Ejercicios....................................................................................................................................... 39
Solucin......................................................................................................................................... 44
ESPACIO EUCLDEO .................................................................................................................. 57
Conceptos bsicos ......................................................................................................................... 57
Vector geomtrico o anclado ....................................................................................................... 59
Interpretaciones geomtricas de la suma, sesta y ley externa ...................................... 60
Vectores paralelos, producto escalar y mdulo de un vector ............................................ 61
ngulo entre dos vectores y proyeccin ortogonal .............................................................. 65
Cosenos directores ........................................................................................................................ 67
Producto vectorial .......................................................................................................................... 68
Producto Mixto ................................................................................................................................ 70
Aplicaciones a la Geometra Analtica ...................................................................................... 71
Rectas y planos ............................................................................................................................... 74
Rectas en .............................................................................................................................. 74
Planos en ............................................................................................................................... 80
PRCTICA PARA EXAMEN: Espacio Eucldeo ...................................................................... 88
Ejercicios....................................................................................................................................... 88
Solucin......................................................................................................................................... 92
ESPACIOS VECTORIALES ................................................................................................................ 94
Subespacios vectoriales ............................................................................................................... 97
Bases y dimensiones ................................................................................................................... 101
2
ORTOGONALIDAD Y PROYECCIONES ....................................................................................... 104
Conjuntos ortogonales ................................................................................................................ 104
Proyeccin ortogonal sobre un subespacio ......................................................................... 108
Construccin de bases ortonormales ..................................................................................... 109
Mtodo de Gram-Schmidt ....................................................................................................... 109
TRANSFORMACIONES LINEALES ................................................................................................ 114
Ncleo e imagen de una transformacin lineal .................................................................... 115
Matriz de una transformacin lineal ........................................................................................ 118
Matrices de cambio de base o de pasaje................................................................................ 119
Composicin de una transformacin lineal ....................................................................... 120
Inyectividad y sobreyectividad .............................................................................................. 121
Transformaciones lineales invertibles ................................................................................ 121
VALORES Y VECTORES PROPIOS............................................................................................... 122
Diagonalizacin de matrices ...................................................................................................... 125
Diagonalizacin de matrices simtricas ............................................................................. 126
Matrices ortogonalmente diagonalizable ........................................................................... 131
Valores y vectores propios de operadores ........................................................................ 132
Diagonalizacin de formas cuadrticas.................................................................................. 134
Rotacin de cnicas y superficies cuadrticas ................................................................ 135
REFERENCIAS BIBLIOGRFICAS ................................................................................................. 140
3
MATRICES Y DETERMINANTES
Matriz
Denotamos con el conjunto definido por: = {1,2,3 , }. Se llama
matriz de tamao (o de orden ) a toda la funcin de en .
Ejemplo
2 3
{1,2} {1,2,3}
(1,1) 2 (2,1) 3
(1,2) (2,2) 0
(1,3) 12 (2,3) 0
4
11 12 1
21 2
= ( 21 )
1 2
2 1
En el ejemplo anterior: = ( 2)
3 0 0
11 12 1
21 2
= ( 21 )
1 2
Ejemplo.
3 3
{1,2,3} {1,2,3}
0 1 2
=( 4 )
3 6 8
4 33
= , sii = ( ) , = ( ) ; = (, ) .
5
Ejemplo. Determine los valores de ""que hacen a las matrices iguales si:
2 2 4 1
= ( + 1 + 2) ; = ( ) 2 ).
1 3 1 + 2
+1=2 =1
= { +2=3 =1
2
+ 2 = 4 1 = 3 = 1
Luego = = 1
= , = ( )
=1
Es decir es la suma de los elementos de la diagonal principal.
Suma de matrices
+ = ( ), es tal que= + (, ) .
1 3 4
Ejemplo. Si = ( ) = (2 3 0) halle:
5 7 8 1 4 6
a. +
b. 2
6
Solucin
+ = (1 + 2 3 + (3) 4 + 0) + = (1 + 2 0 4)
5+1 7 + 4 8 + 6 6 3 14
1 3 4
2 = 2 ( ) + (1) (2 3 0)
5 7 8 1 4 6
21 23 24
2 = ( ) + (2 3 0)
2 5 2 7 28 1 4 6
2 = (2 2 9 8)
9 18 10
= (, ) .
1 7
1 4 6
Ejemplo. = ( ) =( 4 9)
7 9 2
6 2
Tipos de matrices
1. Matriz fila: Se dice que es una matriz fila sii 1 (). En dicho caso,
7
3. Matriz diagonal: Sea (), = ( )se llama matriz diagonal sii
1 0 0
b. Matriz triangular inferior: = 0 < , ejemplo:(4 2 0)
1 1 5
5. Matriz simtrica: Sea ()se dice que es una matriz simtrica sii
= , ejemplo:
1 6 8 1 6 8
=( 6 2 0 ) =( 6 2 0 )=
8 0 3 8 0 3
8
0 8 6 1 0 8 6 1
=( 8 0 5 4 ) = (8 0 5 4) =
6 5 0 2 6 5 0 2
1 4 2 0 1 4 2 0
y se denota .
1 0 0
Matriz 3 = (0 1 0)
0 0 1
Producto de matrices
= (, ) .
=1
1 3 4 7
Ejemplo 1. Determine . , siendo =( 2 5 1 3) =
1 1 0 2
1 5
(6 2)
1 1
2 3
9
((1. 1) + (3.6) + (4.1) + (7.2)) ((1.5) + (3.2) + (4. 1) + (7. 3))
= (((2. 1) + (5.6) + (1.1) + (3.2)) ((2.5) + (5.2) + (1. 1) + (3. 3)))
((1. 1) + (1.6) + (0.1) + (2.2)) ((1.5) + (1.2) + (0. 1) + (2. 3))
37 24
. = ( 33 12 )
3 3
3 1 6
1 5 3
Ejemplo 2. Determine . , siendo = ( ) = (2 1 1 )
2 1 1
1 1 4
10 7 23
. = ( )
5 2 9
= 5 3 12
= 20
1. + 0 = 0 + = (Elemento neutro)
2. + = + (Conmutatividad de la suma)
3. ( + ) + = + ( + )(Asociatividad de la suma)
4. ( + ) = +
10
Teorema: Sean , , (), entonces:
1. . = . = (Elemento neutro)
2. 0. = 0,0
( + ). = . + .
6. Si (), (), :
1. ( ) =
2. (. ) = .
4. Si , () =
5. (1 ) = ( )1
1
1 1 2 3 2 3
Ejemplo. Si = ( ), = ( ) = (1), halle:
0 1 0 1 0 3
0
a. (. )
Solucin
a. (. ) ( ). .
1 1 1 0
= (1) (1 1 0)13 = (1 1 0)
0 31 0 0 0
11
1 1 2 3 2 3
b. 2 + + = 0 2. ( )+( )+ =0
0 1 0 1 0 3
5 0 1 5 0 1
( ) + = 0 = ( )
1 2 3 1 2 3
5 0 1
=( )
1 2 3
1. Si 0, 0 =
2. = 1 . = . 1
Ejemplo. 3 = 2 . = (. ). = . (. ) = . 2
Nota
Matriz idempotente sii 2 =
Matriz involutivasii 2 =
1 3 5
Ejemplo 1. Probar que = ( 1 3 5)es idempotente.
1 3 5
Solucin
Para que sea idempotente se tiene que probar que 2 =
1 3 5 1 3 5 1 3 5
2
= . = ( 1 3 5) . ( 1 3 5) = ( 1 3 5)
1 3 5 1 3 5 1 3 5
1 3 5
Ejemplo 2. = ( 1 3 5), probar quea3 = 53
1 3 5
Solucin
12
3 = 2 . , donde:
0 1 0 0 1 0 0 0 1
2
= . = (0 0 1) . (0 0 1) = (5 0 0)
5 0 0 5 0 0 0 5 0
0 0 1 0 1 0 5 0 0 1 0 0
3
= (5 0 0) . (0 0 1) = (0 5 0) = 5 (0 1 0)
0 5 0 5 0 0 0 0 5 0 0 1
3. La suma de los elementos de la fila ""con los correspondientes de la fila
Ejemplo.
1 4 6 13 1 3 4
=( 2 5 3) ( 2 5 3) =
1 3 4 1 4 6
1 4 6 32 1 4 6
=( 2 5 3) (6 15 9) =
1 3 4 1 3 4
1 4 6 31+3 1 4 6
=( 2 5 3) (2 5 3)=
1 3 4 4 15 22
13
Definicin: Se dice que una matriz , () es reducida por filas, si:
1. La primera entrada no nula de cada fila si existe es 1
2. El primer 1 de cada fila si existe debe estar en una columna cuyas restantes
entradas son nulas
3. El primer 1 de cada fila si existe, est a la derecha del primer 1 de la fila
anterior que lo posee
4. Las filas cuyas entradas son todas nulas, si existen deben estar por debajo de
las filas de entradas no nulas.
Ejemplo.
1 0 0 0
A = (0 1 0 0), por lo tanto A es una matriz reducida por filas.
0 0 1 2
0 0 0 0
0 0 1 0 0 3
A = (0 0 0 1 2 0 ), por el 2, A no es una matriz reducida por filas.
0 0 0 0 1 1
0 0 0 0 0 0
de criterio de asociacin, que asocia una matriz A a otra matriz (A) ambas de igual
orden.
Ejemplo.
1 4 6 13 1 3 4
=( 2 5 3) ( 2 5 3) =
1 3 4 1 4 6
1 4 6 32 1 4 6
=( 2 5 3) (6 15 9) =
1 3 4 1 3 4
14
1 4 6 31+3 1 4 6
=( 2 5 3) (2 5 3)=
1 3 4 4 15 22
Solucin
Se aplica operaciones elementales de fila
1 1 1 1 1 1 1 1
13
(0 0 4 2) 23 (0 3 2 1)
0 3 2 1 0 0 4 2
0 6 8 4 0 6 8 4
1 1 1 1 1 0 5/3 4/3
1/32 +
1 2/3 1/3) 2 1 (0 1 2/3 1/3
(0 )
0 0 4 2 0 0 4 2
0 6 8 4 0 6 8 4
1 0 5/3 4/3 1 0 5/3 4/3
62 +4 1/4
1 2/3 1/3) 3 (0 1 2/3 1/3)
(0
0 0 4 2 0 0 1 1/2
0 0 4 2 0 0 4 2
15
5/33 + 1 1 0 0 1/2
2/33 + 2 (0 1 0 0 )=
43 + 4 0 0 1 1/2
0 0 0 0
Se observa que es una matriz escalonada equivalente a
entonces: () = .
equivalente a .
Ejemplo. Halle el ()
1 0 2 2 1 0 2 2
= (2 1 5 1) (0 1 1 3) () = 2
1 1 3 1 0 0 0 0
0 1 1 3 0 0 0 0
16
Teorema: . = . =
= (1 ) = ( )1
Teorema: Si es invertible, entonces 1 es nica
y (. )1 = 1 . 1
Teorema: Sea (), () = ( )
) es equivalente a ( ) entonces = 1
0 2 3
1
Ejemplo 1. Halle si es posible , donde: = (2 1 1)
3 1 1
Solucin
17
12 2 1 1 0 1 0
( 0 2 3 1 0 0)
3 1 1 0 0 1
1/21 1 12 12 0 12 0
31 +3 (0 2 3 1 0 0)
3 12 12 0 32 1
1/22
1 0 14 14 12 0
1/22 +1
(0 1 32 12 0 0)
1/22 +3 0 0 1 4 14 32 1
43
1 0 0 0 1 1
1/43 +1
(0 1 0 1 9 6)
3/23 +2 0 0 1 1 6 4
0 1 1
1 = (1 9 6), 1 . = . 1 = 3
1 6 4
0 2 3
MatrixForm [Inverse [(2 1 1)]]
3 1 1
0 2 3
InversaSP [(2 1 1)]
3 1 1
1 1 2 1
0 2 0 0
Ejemplo 2. Halle si es posible 1 , donde: = ( )
1 1 1 2
0 3 2 1
Solucin
1 1 2 1 1 0 0 0
0 2 0 0 0 1 0 0
( )
1 2 1 2 0 0 1 0
0 3 2 1 0 0 0 1
18
1 1 2 1 1 0 0 0
1 +3 0 2 0 0 0 1 0 0
( )
0 1 1 3 1 1 1 0
0 3 2 1 0 0 0 1
1 1 2 1 1 0 0 0
23 0 1 1 3 1 1 1 0
( )
0 2 0 0 0 1 0 0
0 3 2 1 0 0 0 1
2 +1 1 0 3 4 2 0 1 0
0 1 1 3 1 0 1 0
22 +3
( )
32 +4
0 0 2 6 2 1 2 0
0 0 5 10 3 0 3 1
1 0 3 4 2 0 1 0
0 1 1 3 1 0 1 0
1/23 ( )
0 0 1 3 1 12 1 0
0 0 5 10 3 0 3 1
33 +1 1 0 0 5 1 32 2 0
0 1 0 0 0 12 0 0
3 +2
( )
53 +4
0 0 1 3 1 12 1 0
0 0 0 5 2 52 2 1
1/54 1 0 0 0 1 1 0 1
54 +2 0 1 0 0 0 12 0 0
( )
0 0 1 0 15 1 15 35
34 +3
0 0 0 1 25 12 25 15
1 1 0 1
0
1 2 0 0
1 =( )
15 1 15 35
25 12 25 15
19
1 2 1
1
Ejemplo 3. Halle si es posible , donde: = ( 0 1 0)
1 2 1
Solucin
1 2 1 1 0 0 1+3 1 2 11 0 0
( 0 1 0 0 1 0) (0 1 00 1 0)
1 2 10 0 1 0 0 01 0 1
Determinantes
denotado ||como =
define como:
= (1)+
entonces:
= ( )
=1
20
Y se dice que el determinante de se ha desarrollado por los elementos de la j-
sima columna.
Teorema:
11
12
1. Sea 2(), = (
21 22 ), entonces = 11 22 12 21
11 12 13
2. Sea 3(), , = (21 22 23 ), entonces
31 23 33
22 23 21 23 21 22
= 11 | | |
12 | + |
13 |
23 33 31 33 31 32
3. Es una consecuencia inmediata de la definicin de determinante 3x3,
desarrollado por los elementos de la primera fila.
2 3 2 4
7 4 3 10
Ejemplo 1.Verifique que:| | = 286
3 2 3 4
2 4 0 5
Solucin
2 3 2 4
7 4 10 2 3 4
7 4 3 10
= | | = 2 | 3 2 4 | +3 | 3 2 4|
3 2 3 4
2 4 5 2 4 5
2 4 0 5
2 3 4
+3 | 7 4 10|
2 4 5
Donde:
7 4 10
2 4 3 4 3 2
a. | 3 2 4 | = 7 | | 4| | + 10 | |
4 5 2 5 2 4
2 4 5
= 7. (6) 4. (23) + 10. (16) = 26
2 3 4
2 4 3 4 3 2
b. | 3 2 4| = 2 | | 3| | + 4| |
4 5 2 5 2 4
2 4 5
21
= 2. (6) 3. (23) + 4. (16) = 17
2 3 4
4 10 7 10 7 4
c. | 7 4 10| = 2 | | 3| | + 4| |
4 5 2 5 2 4
2 4 5
= 2. (20) 3. (55) + 4. (36) = 61
Solucin
1 1
1 1
| 1 | = 0 1| | | | + (1) | |=0
2 1 2 1 2 2
2 2 1
(1 22 ) ( 2) (22 2) = 0 2 + 1 = 0 < 0
=
3 2
Ejemplo 3 .Halle el o los valores de para los cuales: |0 99 | = 60
0 0 1
Solucin
99
60 = 3 | | 60 = 3(( 1))
0 1
20 = 2
2 20 = 0
( 5)( + 4) = 0
22
= 5 = 4
Det[()]
=
=1
(), , 0; () = .
Si se intercambian dos filas (o columnas) en una matriz cuadrada, su
determinante cambia de signo.
El valor de un determinante no vara si sumamos a una fila (columna) de una
matriz cuadrada un mltiplo de otra.
Si dos filas (columnas) de una matriz cuadrada son iguales, entonces su
determinante es igual a cero.
+ +
Sea 2(), = ( ), entonces:
|| = | | + | | , y se le llama propiedad de linealidad de un
determinante. Esta propiedad es generalizable a matrices de orden , >
2.
Estas propiedades pueden resultar tiles para evaluar determinantes de orden alto.
23
Ejemplo 1. Halle el determinante de la matriz:
1 2 3 2 2
2 1 1 3 2
= 1 1 2 1 1
1 4 3 2 5
(3 2 2 2 2)
Solucin
1 2 3 2 2
2 1 1 3 2
|| = 1 1 2 1 1
1 4 3 2 5
(3 2 2 2 2)
21 + 2 1 2 3 2 2
1 + 3 |0 3 5 7 6
1 + 2 |0 3 1 3 3 ||
0 2 6 0 3
31 + 5
0 4 7 8 4
1 2 3 2 2
2 + 3 0 3 5 7 6
|
2/32 + 4 0 0 4 4 3|
| |
4/32 + 5 0 0 283 143 1
0 0 13 43 4
1 2 3 2 2
0 3 5 7 6
7/33 + 4 |
0 0 4 4 3 |
1/123 + 5 | |
0 0 0 143 6
0 0 0 53 174
1 2 3 2 2
0 3 5 7 6
|
5/144 + 5 |0 0 4 4 3 |
|
0 0 0 143 6
0 0 0 0 5928
24
14 59
= 1.3.4. . = 118, por ser una matriz triangular.
3 28
(detA) .
Solucin
0 02
| 0 | = 2 | 0 | =42 2 2
0 0
0 0 0 0
2 2 2
| 0 | | 0 | = 4 |( 0 ) . ( 0 )|
0 0 0 0
= 42 2 2
2 + 2 ab ac
| ab + 2
2
bc | = 42 2 2
ac bc 2 + 2
25
Ejemplo 2. Pruebe que es involutiva:
Solucin
Para que sea involutiva el|det | = 1
2 =
det2 = det
(det)2 = 1
|det | = 1
Teorema: Sean (),entonces: . = . = det() ,
Solucin
6 2 5 2 5 6
det() = 3 | | + 2 | | + 1 | |
0 3 1 3 1 0
3. (18) + 2. (17) + (6) = 94 0
s tiene inversa.
Ahora
6 2
11 = (1)2 | | = 18
0 3
26
5 2
12 = (1)3 | | = 17
1 3
5 6
13 = (1)4 | | = 6
1 0
2 1
21 = (1)3 | | = 6
0 3
3 1
22 = (1)4 | | = 10
1 3
3 2
23 = (1)5 | | = 2
1 0
2 1
31 = (1)4 | | = 10
6 2
3 1
32 = (1)5 | | = 1
5 2
3 2
33 = (1)6 | | = 28
5 6
18 6 10
= ( 17 10 1 )
6 2 28
1
1 18 6 10
= ( 17 10 1 )
94
6 2 28
InversaAdjunta[]
Donde es la matriz.
27
Ejemplo 2. Para qu valores de , la siguiente matriz no es invertible?
1 +1
| 1 2 3 | =
2 +3 +7
2 3 1 3
det() = | | ( 1) | |
+3 +7 2 +7
1 2
+ ( + 1) | |
2 +3
0 = [2( + 7) 3( + 3)] ( 1)[ + 7 3(2 )]
+ ( + 1)[ + 3 2(2 )]
0 = (2 + 14 3 9) ( 1)( + 7 6 + 3)
+ ( + 1)( + 3 4 + 2)
0 = ( + 5) ( 1)(4 + 1) + ( + 1)(3 1)
0 = 2 5 (4 2 + 4 1) + 3 2 + 3 1
0 = 0 =
Por un teorema no es invertible, ()
submatriz cuadrada de .
Sistema de ecuaciones
Definicin: Una ecuacin lineal con incgnitas es una ecuacin del tipo 1 1 +
2 2 + + = , donde () {0} , 1 , y
1 , las incgnitas de la ecuacin. Una solucin para una ecuacin de este tipo
es aquella n-tripla (1 ) que la satisface.
28
Ejemplo. 3 + 2 5 = 0, es una ecuacin lineal con tres incgnitas, por otra
parte:
3 + 2 5 = 0
5 3
=
2
5 3
= {(, , ) /, }
2
Solucin
2 + = 5 = 5 + 2
10 + 2 4
4 + 2 2 = 10 = = 5 + 2
2
= {(, 5 + 2, )/, }, es el conjunto solucin para ambos.
29
Donde , (, ) , 1
,constantes.
2 + 3 + 5 = 5
Ejemplo. El sistema { = 0, es un sistema de ecuaciones
2 + 3 + 16 = 1
lineales de tres incgnitas.
2 3 5 5
Si = (1 1 0 ) , = () , = (0), entonces el sistema escrito en
2 3 16 1
forma matricial corresponde a . = y es un sistema no homogneo.
30
Teorema: Sea , ()y, ` 1(), si las matrices
Solucin
En este caso la matriz aumentada del sistema corresponde a:
1 2 1 1 0
1 3 1 2 0
( )
2 5 2 6 0
3 1 1 3 0
1 2 1 1 0
1 + 2 0 1 0 1 0
21 + 3 (0 )
9 4 8 0
31 + 4 0 7 4 6 0
22 + 1 1 0 1 1 0
0 1 0 1 0
(
92 + 3 0 )
0 4 1 0
72 + 4 0 0 4 1 0
3 + 1 1 0 1 34 0
0 1 0 1 0
1/43 0( )
0 1 14 0
43 + 4 0 0 0 0 0
31
Por el teorema el sistema es:
+ 34 = 0 = 34
+ = 0 =
+ 4 = 0 = 4
= {( 34 , , 4 , ) / }
Solucin
Para resolver este ejemplo con software, se aplica las operaciones elementales
de fila para reducir la matriz, de la siguiente manera:
1 1 2 1 3 1
= (2 1 2 2 6 2) ;
3 2 4 3 9 3
SumaFila[A, 2,1,2] 1 1 2 1 3 1
= (0 3 6 0 0 0)
SumaFila[%, 3,1,3]
0 1 2 6 18 0
MultiFIla[%, 1/3,2] 1 0 0 1 3 1
SumaFila[%, 1,2,1] = (0 1 2 0 0 0)
SumaFila[%, 1,2,3] 0 0 0 6 18 0
MultiFIla[%, 1/3,2] 1 0 0 1 3 1
SumaFila[%, 1,2,1] = (0 1 2 0 0 0)
SumaFila[%, 1,2,3] 0 0 0 6 18 0
MultiFIla[%, 1/6,3] 1 0 0 0 0 1
= (0 1 2 0 0 0)
SumaFila[%, 1,3,1]
0 0 0 1 3 0
32
=1
Por el teorema anterior, el sistema es: { 2 = 0
+ 3 = 0
= {(1,2, , 3, ) / , }
Solucin
La matriz aumentada asociada al sistema de ecuaciones, corresponde a:
2 1 1 2
( 4 1 2 1)
10 2 5 7
1/21 1 12 12 1
41 + 2 (0 1 0 3)
101 + 3 0 3 0 3
1/21 + 2 1 0 12 12
2 (0 1 0 3 )
32 + 3 0 0 0 6
+ 2 = 12
Por el teorema anterior, el sistema es: { =3
0 = 6
= porque 0 6
33
Definicin: Dado un sistema de ecuaciones lineales con incgnitas, si:
det( : )
= , 1
det()
34
Solucin
3 2 1
Hallar el detA = |1 2 1|
1 1 3
2 1 1 1 1 2
3| | 2| | + 1| |
1 3 1 3 1 1
3.5 + (2. 4) + 1.3
26 0
2 1
| 2 1 | 1 1 1 2
2 | |+| |
= 1 3 = 2 3 2 1 = 2. 5 3 = 1
26 26 26 2
3 1
|1 1 | 1 1 3 1
| || |
= 1 3 = 2 3 1 2 =55=0
26 26 26
3 2
|1 2 | 2 1 3 1
| | 2| |
= 1 1 = 1 2 1 2 = 3 10 = 1
26 26 26 2
= {(12 , 0, 12)}
35
Solucin
1 0 3
= |2 1|
1 2
1 2
| | 3| |
2 1 2
( 2 + 2) 3(4 )
2 + 2 12 + 3
( + 5)( 2)
= 5 = 2
{5,2 }
Porque para que el sistema tenga solucin nica el detA 0
Combinacin lineal
1 2 3 1
Ejemplo. Se tiene (2 1
4 ) . ( ) = ( 13 )
0 5 10 15
36
1 1 2 3
Como ( 13 ) = (5 + ) (2) + (3 + 2) ( 1 ) + ( 4 ), se dice que
15 0 5 10
{1 } = { }
=1
10 1 4 + 4 = 10
( ) = ( )+( ) {
4 5 2 5 + 2 = 4
5 204 = 50
{ 18 = 54 = 3 = 22
5 + 2 = 4
37
Ejemplo. Demuestre que los vectores 1 = (1,3,2), 2 = (3,0,1), 3 =
(1,2,0)son li.
Solucin
1 3 1 0 0
= (3 0 2 0) , = () , = (0)
2 1 0 0 0
1 3 1
3 1 1 1
|3 0 2| 2 | | 1| | 12 5 17 0
0 2 3 2
2 1 0
Son li.
38
PRCTICA PARA EXAMEN: Matrices y determinantes
Ejercicios
1 1 5
4. Considere la matriz = (2 2 )
3 4 1
1 1 3
5. Sea = (2 2 2).
4 1
a. Determine para qu valor o valores de se tiene que el vector que
corresponde a la segunda columna de , es combinacin lineal de los
vectores que corresponden a las otras dos columnas de .
39
b. Determine el rango de para el caso = 7.
c. Si = 1, utilice la regla de Cramer para resolver el sistema . = ,
1
donde: = ( ) = ( 2 )
1
1 1
6. Sea = (2 3 0 ) .Denotamos con , , a los vectores que
3 1
corresponden a la primera, segunda y tercera columna de respectivamente.
a. Para qu valor o valores de se tiene que es combinacin lineal de
y ?
b. Para qu valor o valores de la matriz tiene inversa?
c. Determine el rango de segn los diferentes valores de .
1 3 1 17
8. Considere el sistema de ecuaciones lineales: ( )( ) = ( )
3 7 9
a. Determine para qu valores de y el vector ( 8 ) es solucin del
+7
sistema.
b. En el sistema de ecuaciones dado, sustituya por el valor que encontr
en la parte a y determine el conjunto solucin del sistema.
1 1 1
9. Si = (1 1 2 1 ) para qu valores de la matriz tiene rango 1?,
1 1 1 2
para qu valores de tiene rango 2?, para qu valores de tiene rango
3?
40
Px1 + 22 + 33 = 2
{Px1 + Px2 + ( + 1)3 =
Px1 + Px2 + (2 2)3 = 2 2
14. Dado que | | = 3 utilice las propiedades del determinante para
calcular:
3 3 3
a. | |
3 3 3
+ 2 + 2 + 2
b. |3 3 3 3 3 3|
41
15. Determine el conjunto solucin del siguiente sistema de ecuaciones lineales:
+ 2 3 = 4
{ 2 + 4 = 12
8 + 17 = 36
0 2
(0 4 2 )
0 0 2 2
17. Utilice lgebra de matrices (no use sistemas de ecuaciones) para determinar
la matriz que satisface: ( + ) =
2 1 1 1
2 5
=( ) , = (1 2) = (1 0)
3 7
1 0 0 1
42
19. La siguiente es la matriz aumentada de un sistema de ecuaciones lineales:
1 2 1 1
(2 1 1 )
1 7 4
20. Sea | | = 3
43
Solucin
Ejercicio 1.
1 2 1 0
+1 0
( )
1 +1 1 0
2 0
1 2 1 0
1 + 2 0 1 2 2 0
( + 0 1 0 0)
1 3
1 + 4 0 2 2 2 2 0
2 2 1
22 + 1 1 0 0
1
1 2 2
( 1 ) 0 1 0
1 2 1
(1 )2 + 3 0 0 2 2 0
((2 2)2 + 4 0 0 2 2 0)
2 2 1
3 + 1 1 0 0 0
1
2 2
3 + 2 0 1 0 0
( 0 2 ) 1
1
0 0 1 0
(2 ) 3
( 2 2 3 + 4 0 0 0 0)
: 0, 1 2
Ejercicio 2.
1 1 2
a. |1 2 + 1| = 0
2 2
2 +1 1 +1 1 2
| | 1 | | + 2 | |=0
2 2 2 2
[ 2 ( 2) (2 2)] + [ 2 ( 2 + )] + [2(2 ( 2 2k))]
3 2 2 + 2 + 2 + 2 2 + 2 4 2 2 + 4 = 0
3 4 2 + 5 2 = 0
( 1)( 2 3 + 2) = 1 2
: = 1 2,
44
b. = 1 2
1 1 2 1 1 2 1 1 2 1 0 3
(0 0 0 ) (0 1 1) (0 1 1) (0 1 1)
0 1 1 0 0 0 0 0 0 0 0 0
=3=1
2 1 1
: ( + 1) = 3 (1) + ( 2)
2 2
Ejercicio 3.
1 1 1 0
1 1 1 0 1 1 1 0
( 1 0 0 ) ( 0 1 + 0) 1 (0 1 0)
0 3 0 0 3 0 1 +
0 3 0
1
1 0 0
1 +
1 0 0 0
0 1 0 0 4 (0 1 0 0)
1 + 0 0 1 0
(4 + )
(0 0
1 +
0)
:
2
1 0 0
1 1 1 0 1 1 1 0 3
= 1 (0 0 1 0 ) ( 0 3 1 0) 1
0 3 1 0 0 0 1 0 0 1 0
3
(0 0 1 0)
1 0 0 0
(0 1 0 0)
0 0 1 0
1 0 1 0 =0
= 0 (0 1 0 0) { =
=0
0 0 0 0
1 0 13 0 + =0
3
= 4 (0 1 43 0) { 4
0 0 0 0 + = 0
3
: = 0,
45
Ejercicio 4.
a. 0
1 1 3
|2 2 2| = 0
4 1
2 2 2 2
| |+ | |+| |p=2
4 1 3 1 3 4
Respuesta: A es invertible p, p IR {2}
10+
1 1 5 1 1 5 1 0 4
b. (2 2 ) (0 4 10 + ) (0 1 1
(10 + ))
3 4 1 0 7 14 4
0 7 14
10 +
1 0
4
1
0 1 (10 + )
4
7
(0 0 (2 + ))
4
Ahora
10 + 10 + 14 7
= , = , =0
4 4 4
= 2, = 3, = 2
c. Se resolvi en la parte b
Ejercicio 5.
1 3 . 1
a. Sea (2 2 . 2)
4 1 .
1 3 . 1 1 3 . 1 1 0 . 2
(0 4 . 4 ) (0 1 . 1 ) (0 1 . 1 )
0 1 . +4 0 1 . + 4 0 0 . 7
Luego 7 = 0 = 7 = 2, = 1
1 1 3 1 0 2
b. Si = 7, = (2 2 2) al reducirla se obtiene (0 1 1) donde
4 7 1 0 0 0
() = 2
46
c. Si = 1, det() = 24, por regla de Cramer
1 1 3
|2 2 2|
= 1 1 1 =0
24
1 1 3
|2 2 2|
= 4 1 1 =1
24
1 1 1
|2 2 2|
= 4 1 1 =0
24
Ejercicio 6.
1 1 . 1 1 . 1 1 .
2
a. (2 3 . 0 ) (0 5 . 2 ) (0 1 . 5 )
3 . 1 0 +3 . 3 1 0 +3 . 3 1
1 0 . 35
0 1 . 25
( )
(2 + 1)( 5)
0 0 .
5
(2+1)(5) 1
Luego = 0 = , = 5
5 2
1
b. = 0 5 9 + 22 = 0 = 2 , = 5
1
tiene inversa sii { 2 , 5 }
3
1 0
1 1 1 1 5
2
(2 3 0 ) (0 5 2 ) 0 1
3 1 0 3+ 1 3 5
1
(5 9 + 22 ))
(0 0
5
1 0 0
(0 1 0)
0 0 1
1
Si { 2 , 5 } () = 3
47
c. Rango segn los valores de p
1 3
1 1 12 1 1 2 1 0 10
1
Para = 2 (2 3 0 ) (0 5 1 ) (0 1 1 )
3 12 1 5 1 5
0 2 0 0 0
2
1
Cuando = 2 () =2
1 1 5 1 1 5 1 0 3
Para = 5 (2 3 0 ) (0 5 10) (0 1 2)
3 5 1 0 8 16 0 0 0
Cuando = 5 () =2
Ejercicio 7.
, 3 ()
|| = 4
= 2
|(. ) |?
|(. ) | = |. | = ||. ||
4. |2|
4 (2)3 ||
= 4 (2)3 . 4
= 128
: = 128
Ejercicio 8.
1 3 1 . 17 1 3 1 . 17
a. ( )( )
3 7 . 9 0 10 10 . 60
1 0 2 . 1 = 1 2
(0 1 6 ) { + 2 = 1
{ 6 z
1 . = 6 = +
p p
Si( 8 )es solucin, = + 7, en consecuencia:
+7
= 1 2( + 7) = 2 15 = = 5
48
6 6++7 8
= + = = =1
b. Con = 1: = 1 2, = 6 + ; = {(1 2, 6 + , ), }
Ejercicio 9. Es una matriz con parmetros, como piden el rango se debe reducir por
filas.
1 1 1
= ( 1 1 2 1 )
1 1 1 2
1 1 1
11 + 2 (0 1 2 1 0 )
11 + 3 0 1 0 2 1
1
1 1 1
(1 ) 2 (0 1 1 0 )
( 1) 0 1 0 1 + 2
2 + 1 1 0 2 + + 1 1
(0 1 1 0 )
(1 )2 + 3 0 0 ( 1)( 1) 2 1
1 2 + + 1 1
1 0
( 1)( 1) 3 (0 1 1 0)
( 1) 0 0 1 1
( 2 + + 1)3 + 1 1 0 0 2 + + 2
( 1)3 + 2 (0 1 0 1 ) = 3
0 0 1 1
Ahora:
1 1 1 1 1 1 1
( 1) (0 1 2
1 0 ) (0 0 0 0) = 1
0 1 0 2 1 0 0 0 0
1 0 2 + + 1 1 1 0 1 1
( 1) = (0 1 1 0 ) (0 1 0 0) = 2
0 0 ( 1)( 1) 2 1 0 0 0 0
: 1 ,1 = 3, 1 = 2 1 = 1
49
Ejercicio 10.
2 3 2
2 3 2 1
( +1 )
0 2 + 2 + 2 +
2 2 2 2
(0 2 + 5 + 2 2(2 + ))
2
1 0 0
1 (3 + )
1 0 0 1
( ) 0 1 0
0 1 1 1 3
0 0 3 + 2 + 2 +
0 0 1
( 3 + )
Cuando = 0
3
0 2 3 . 2 0 1 . 1 0 1 0 . 1
(0 0 1 . 0 ) ( 2 ) (0 0 1 . 0 )
0 0 1 . 0
0 0 2 . 2 0 0 0 . 2
0 0 2 . 2
0 1 0 . 0
(0 0 1 . 0) el sistema es inconsistente 1 0 =
0 0 0 . 1
Cuando = 2
3 3
1 1 . 1 1 1 . 1 1 1 0 . 1
( 2 ) ( 2 ) (0 0 0 . 0)
0 0 0 . 0 0 0 0 . 0
0 0 1 . 0
0 0 1 . 0 0 0 1 . 0
1 1 0 . 1
(0 0 1 . 0) el sistema es inconsistente 1 0 =
0 0 0 . 0
Cuando = 3
2 2 1 2
3 2 3 . 2 1 1 . 1 0 .
(3 3 4 . 4) ( 3 3) ( 3 3)
0 1 1 . 2 0 1 1 . 2
3 3 4 . 4
0 1 1 . 2 0 1 1 . 2
1 2
1 0 .
3 3 1 2
(0 1 1 . 2 )el sistema es inconsistente 1 2, 3
3 =
0 0 0 . 0
: {0,2,3 } , = 0,2,3 =
50
Ejercicio 11.
a. (. . ) + =
(. . ) =
(. . ) = ( )
. . = ( )
(1 . . 1 ) = 1 . ( ) 1
= 1 . ( ) 1
= 1 . ( ) 1
b. = 1 . ( ) 1
1 2 1 0 1 2 1 0 1 0 3 2
1 = ( )( )( )
1 3 0 1 0 1 1 1 0 1 1 1
3 2
1 = ( )
1 1
3 1
1 0
2 3 1 0 2 2 1 0 2 3
1 = ( )( )( )
1 2 0 1 1 1 0 1 1 2
0 1
2 2
2 3
1 = ( )
1 2
3 2 1 0 1 2 2 3
=( ) (( )( )) ( )
1 1 0 1 3 4 1 2
3 2 0 2 2 3
=( )( ) ( )
1 1 3 3 1 2
3 2 0 3 2 3
=( )( )( )
1 1 2 3 1 2
11 18
=( )
4 6
51
(1 22 ) ( 2) (22 2) = 0
2 + 1 = 0
< 0 =
: det 0 , .
Ejercicio 13.
, 3 ()
det() = 3
det() = 5
= 1 det(3 ) ?
Det(3 )
(3)3 det( )
27det(1 )
27 det(1 ) . det(). det()
27(detP)1 . det() . det()
1
27. .3.5
5
= 81
: = 81
Ejercicio 14.
| | = 3
3 3 3
a. | | 3.3 | |
3 3 3
13 = 9 | |
9.3 = 27
52
+ 2 + 2 + 2
b. |3 3 3 3 3 3|
2 2 2
|3 3 3 3 3 3| + |3 3 3 3 3 3|
2 2 2 2 2 2
|3 3 3 | + |3 3 3| + | 3 3 3 | + |3 3 3|
3 | | + (3) | | + (2.3) | | + (2. 3) | |
=0 =0 =0
23 3 | | 3.0 + 6.0 6.0 = 9
Ejercicio 15.
1 2 3 . 4 1 2 3 . 4 1 2 3 . 4
(2 1 4 . 12 ) (0 5 10 . 20 ) (0 5 10 . 20 )
1 8 17 . 36 1 8 17 . 36 0 10 20 . 40
1 2 3 . 4 1 0 1 . 4 1 0 1 . 4
(0 1 2 . 4
) ( 0 1 2 . 4
) ( 0 1 2 . 4)
0 10 20 . 40 0 10 20 . 40 0 0 0 . 0
+ = 4 = 4
{
2 = 4 { = 2 + 4
: = {(4 , 2 + 4, )},
Ejercicio 16.
2
0 . 2 1 0 .
(0 4 . 2 )( )
0 4 . 2
0 0 2 + . 2 +
0 0 2 + . 2 +
2 2
1 0 . 1 0 0 .
4 2 2 +
0 1 . 0 1 0 .
(0 0 1 . 1) (0 0 1 . 1 )
53
El sistema tiene solucin nica si , { = 0, = 2}
0 0 . 2 0 0 0 . 2b
Para = 0 (0 0 4 . 2 ) (0 0 0 . b 2)
0 0 2 . 2 0 0 1 . 1
0 0 2 . 2 0 0 1 . 1 0 0 1 . 1
Para = 0, = 2 (0 0 2 . 2) (0 0 2 . 2) (0 0 0 . 0)
0 0 0 . 0 0 0 0 . 0 0 0 0 . 0
El sistema tiene infinidad se soluciones
1 0 2/ . 2/
Para 0, = 2 (0 1 2/
. 2/ )
0 0 0 . 0
El sistema tiene infinidad se soluciones
Ejercicio 17.
( + ) =
+ = . 1
= . 1
= (. 1 )
6 6 2
( )
2 3 3
Ejercicio 18.
1 1 . 1 1 1 . 1
a. (1 1 1 . ) (0 1 + 1 1 . 1 + )
1 1 1 . 1 0 1 1 2 1 2 . 1
1 0 1+ 1+ . 0 1 0 1+ 1+ . 0
(0 1 1 1 . 1) (0 1 1 1 . 1)
0 0 2 2 2 2 . 0 0 0 1 1 . 0
1 0 0 0 . 0 1 0 0 0 . 0
(0 1 1 1 . 1) (0 1 0 0 . 1)
0 0 1 1 . 0 0 0 1 1 . 0
54
Para = 1
1 1 1 1 . 1 1 1 1 1 . 1 1 1 1 1 . 1
(1 1 1 1 . 1 ) ( 0 0 0 0 . 0
) ( 0 0 0 0 . 0)
1 1 1 1 . 1 1 1 1 1 . 1 0 0 0 0 . 0
Hay infinidad se soluciones
Para = 2
1 1 2 2 . 1 1 1 2 2 . 1
( 1 2 1 1 . 2) ( 0 3 3 3 . 3)
2 1 1 1 . 1 0 3 3 3 . 3
1 0 1 1 . 0
(0 1 1 1 . 1)
0 0 0 0 . 0
Hay infinidad se soluciones
b. Si = 1; = {(, , , 1 ), , , }
Si = 2; = {( 1, 2, , 1), }
2 2 2+2 2
Si 1, 2; = {(+2 + +2 , 2+ , , (2+) 2+ , ) , }
+2
Ejercicio 19.
1 2 1 . 1 + 1 2 1 . 1 +
3 2+
a. (0 5 3 . 2 ) (0 1 5 . )
5
0 5 3 . 1 0 5 3 . 1
1 1 + 3
1 0 .
5 5
3 2 +
0 1 .
5 5
(0 0 0 . 3 )
El sistema no es consistente si = 3. Se puede verificar (1,2,3)que el vector
es solucin del sistema.
55
= {(85 5 , 15 + 35 , ) }
Ejercicio 20.
3 3 3
a. | 2 2 2 |
2 2 2
3 3 3 3 3 3
| | + | 2 2 2 |
2 2 2 2 2 2
3 3 3 3 3 3
| |+| | + |2 2 2 | + |2 2 2 |
2 2 2 2 2 2 2 2 2 2 2 2
6 | | 2 | | 12 | | + 4 | |
0 0
23 6. | | 2.0 12.0 + 12 4 | |
23 6. | | + 12 4 | |
6. 3 + 4.3 = 6
ax + by + cz = 2
b. { bx + cy + az = 2
cx + ay + bz = 2
| | = 3
2
|2 | 2 | |
x= 2 2.3 = 2
3 3 3
2
| 2 | 2 | |
= 2 2.0 = 0
3 3 3
2
| 2 | 2 | |
= 2 2.0 = 0
3 3 3
Respuesta: S = {(2,0,0)}
56
ESPACIO EUCLDEO
Conceptos bsicos
GraficaPuntos2D[{1,2}, {1,4}]
57
Para dotar a de una estructura algebraica se enuncia la siguiente
definicin.
+ = (1 + 1 , 2 + 2 , + )
3. Se define el producto de con denotado como el vector:
= ( 1 , 2 , )
Se dice que esta operacin es una ley de composicin externa en .
= + (1)
donde al vector 1 se le denota y se llama opuesto aditivo de .
v = {3,4,1}
w = {5,3,2}
2 3
58
Ejemplo 2.Determine los nmeros , , que cumplan la siguiente igualdad:
Solucin
(1,2,0) = (1,0,1) + (0,0,1) + (0,1,0)
(1,2,0) = ( ,0, ) + (0,0, ) + (0, , 0)
(1,2,0) =, , +
= 1
{ = 2
+ = 0 = = 1
59
Un vector geomtrico est caracterizado principalmente por su mdulo y su
y
sentido o direccin. Cuando dos vectores anclados estn contenidos en
rectas paralelas, tienen la misma longitud y el mismo sentido se dice que son
vectores equivalentes.
suma y la resta de
y .
Corolario 1: Sean
, entonces
. =
60
=
1
3 tales que:
a.
b. + 2 =
c.
Solucin
a. = , {0}
= (1,2,1) = (, 2, )
b. + 2 = = 2 = (, 2, ) + 4(2,2, 1)
= (4 , 2 + 4, 2)
c. = 0 2(4 ) 2(2 + 4) + 2 = 0
= 18
= . = 2
=1
Si en particular el vector , (, , ) es notable en la siguiente figura que:
62
2
( 2 + 2 ) + 2 = 2 + 2 + 2 (1)*
= = (, , ) (, , ) = 2 + 2 + 2 (2)*
0 = 0 = 0
= || .
2 = 2 2(. ) + 2
+ + (desigualdad triangular)
|. | . (desigualdad de Cauchy-Schwartz)
63
1
Ejemplo 5. Dado un vector , note que el vector = es un vector
unitario pues:
1 1
|| (por el teorema anterior)
1
= 1
= (2, 2,1)
2 2 1
Normalize [{ , , }]
3 3 3
64
ngulo entre dos vectores y proyeccin ortogonal
(, ) se define como0 .
Es observable:
+ =
. ( + ) = .
(. ) + . = .
2 = .
.
=
2
En consecuencia:
.
=
2
65
cos =
cos = || 2 4
cos = () > 0
.
cos =
2
.
cos =
Solucin
.
=
2
1 + (1) + 6
2 (1,1, 6)
12 + 12 + (6)
6
(1,1, 6)
8
66
6 6 6 6 6 3
( , , )=( , , )
8 8 8 8 8 4
. 6 1
[ ] [ ] =
3 22 2 3
= (1, 1,1);
= (1,1 6);
= [, ]//
VectorAngle[, ]
GraficaVectores3D[{, , }]
Cosenos directores
67
Producto vectorial
2 3 1 3 1 2
2 |
= |1 2 3 | | | - | | + |
2 3 1 3 1
1 2 3
= {2,1,1};
= {4,3,1};
= [, ]
= [, ]
entonces:
1. = ( ) simetra alternada
2. ( + ) = +
68
3. . ( ) = . ( ) = 0
4. ( ) = () = ()
5. 2 = 2 . 2 ( . )2 identidad de Lagrange
7. ( ) = ( . ) ( . ) relaciones de Gibbs
Solucin
( ) = ( . ) ( . ) Relaciones de Gibbs
(1 + 1 3)(2, 1,2) (2 + 1 + 6)(1, 1, 1)
1(2, 1,2) 9(1, 1, 1)
(2,1, 2) + (9,9,9)
(11,10,7)
69
Ejemplo 10. Sean = (1,0, 2), = (3, 2,3/2). Hallar 3 tal
que:. = 1 y = .
Solucin
Supongamos que = (, , )
. = 1 = (1 + 2, , )
=
0 2 1 0
1 2
| 1 0 2| | | - | | + | |
z 1 + 2 z 1 + 2 y
1 + 2 y z
= 2 + (5 2) +
2 = 3
Ahora = {5 2 = 2 = 0
= 32
= (1,3/2,0)
Producto Mixto
Teorema 7: Sean = (1 , 2 , 3 ), = (1 , 2 , 3 )y = (1 , 2 , 3 ) 3
entonces:
1 2 3
1. . = |1 2 3 |
1 2 3
2. . = .
70
Solucin
1 1 2
. = |3 1 2|
2 2 1
1 2 3 2 3 1
1| | +1 | |+ 2| |
2 1 2 1 2 2
-1+43+4+24
12
y
los vectores
viene dada por: =
Prueba
Es claro que:
= .
=
Luego :
= .
=
= Esto por la teorema 6
71
y
Corolario 2: El rea del tringulo determinado por los vectores corres-
ponde a:
=
2
Prueba
= .
. con =
=
.
=
.
=
.
= por el teorema 7.
72
Corolario 3: El volumen de un tetraedro determinado por los vectores , ,
3 corresponde a:
.
|
|
=
6
Solucin
Es de anclaje ya que hay tres vectores.
a. es issceles
22 + (3)2 + 62 = 7
(7,4, 2) (1,2,1) (6,2, 3)
62 + 22 + (3)2 = 7
(3, 1,7) (7,4, 2) (4, 5,9)
.
(6,2,3) .(4,5,9) 24+10+27
b. = 38
.
7 . 122 7 122
c. =
2
|2 3 6 | 3 + 42 + 24
6 2 3
73
(3)2 + 422 + 242 601
=
2 2
AreaTriangulo3[{ }, { }, { }]
AreaTriangulo2[{ }, { }]
Para calcular el rea de un paralelogramo con software, se utiliza los
comandos:
AreaParalelogramo2[{ }, { }]
AreaParalelogramo3[{ }, { }, { }]
Rectas y planos
Rectas en
2
1
2
1
74
Ejemplo 13. Dibuje la recta (, ) si = (1,3), = (1, 2)
Solucin
La ecuacin vectorial de la recta viene dada por:
= + = (1,3) + (1, 2)
= (1 , 3 2)
Sea = 1 (0,1) y como (1,3) , entonces:
y 12
10
8
6
4
2
-4 -3 -2 -1 1 2 3 4 5 6
-2 x
-4
-6
Teorema 11: Sean entonces existe una y slo una recta que contiene a y a .
Esta recta corresponde a:
) (,
(, )
Corolario 4: Sean , y ,
0 , entonces:
1. (, ) ( ) = ( )
3. = + ( )con 0 1
De esta forma si quisiramos conocer las coordenadas del punto medio del
75
1
, sustituimos el parmetro por
segmento en la ecuacin vectorial. Si
2
deseamos obtener las coordenas de los puntos que lo trisecan, entonces se toma a
1 1
= y = . De forma ms general, para hallar las coordenadas de los puntos
3 2
(1 , 1 , 1 ) y = (1 , 2 , 3 ):
= +
= (1 , 1 , 1 ) + (1 , 2 , 3 ) = (1 + 1 , 1 + 2 , 1 + 3 ) de
donde, por igualdad de vectores:
= 1 + ta1
{ = 1 + ta2 = (, , )
= 1 + ta3
1 1 1
= = con aj 0, , 1 3
a1 a2 a3
76
1 1
=
a1 a2
Si se despeja es observable que:
a2 a2 1 = a1 a1 1
a2 a2
= + (1 1 )
a1 a1
De donde se interpreta que la pendiente de una recta en 2 es el
cociente de la segunda componente del vector director entre la primera.
Ejemplo 14. Halle las ecuaciones simtricas de la recta que pasa por los puntos
= (1,2,3), = (1, 1,4)
Solucin
Por el teorema 11 la recta que pasa por y corresponde a (, ) en
Ejemplo 15. Halle la ecuacin vectorial de la recta que tiene ecuaciones simtricas:
3 2 5
= =+2
4 3
Solucin
Primero se debe buscar la forma cannica de las ecuaciones
2
3 ( ) 5 (2) 2/3 5 (2)
3
= = = =
4 3 1 4/3 3 1
77
Los puntos por donde pasa la recta son: = (2/3, 5, 2)
1. 1 2
2. 1 2
3. = (1 , 2 ), 0 se define por = (, )
Definicin 12: La distancia de un punto a una recta, se define como la longitud del
segmento perpendicular que va del punto a la recta.
(, ) =
78
Prueba
Sea (, )
Apor el corolario del teorema 11
= A con IR {0}() por definicin de vectores paralelos
Consideremos:
por la propiedad 8 teorema 6
A
A por razones trigonomtricas y
por ()
(
A )
= 4 6
( A )
||
A
=
||
A
A
=
A
Solucin
B
=
B
= (5,3, 1)
79
B = |5 3 1 | 2 4 2
1 1 1
Planos en
80
ecuacin = + + ecuacin vectorial del plano y a y a se les llama
parmetros.
+
= { + / , }
Sean = (1 , 1 , 1 ), = (1 , 2 , 3 ), = (1 , 2 , 3 ), = (, , ) y la
81
De donde, al resolver el siguiente sistema de ecuaciones con respecto a y
a :
a + b1 = 1
{ 1
a2 + b2 = 1
(a + b + )3 + (a + b + )3 = 1
que finalmente al ser reducida nos conduce a una ecuacin de la forma:
+ + + = 0 , ,
0 tal que y se llama vector normal al plano .En 3 , el
2. 1 2
3. = (, ), 0 (1 , 2 )
82
Teorema 16: Sea un plano = { + + / , } y un vector
normal, entonces:
( ). = 0
[{ }, { }, { }]
Prueba
Supongamos que el vector = (, , ) es un vector normal al plano
+ + =
Como las ecuaciones (1) y (2)tienen las mismas soluciones se deduce que
83
Ejemplo 18. Halle la ecuacin cartesiana del plano que pasa por:
Solucin
= (2,1,3) (4,2,1) = (2, 1,2)
. (5, 4,3)(4,2,1) 20 8 + 3 = 15
5 4 + 3 = 15
Solucin
En este caso, un vector normal del hiperplano dado es (1,0,1,0,1) , como
84
ambos son perpendiculares, un vector normal del hiperplano de inters satisface:
1 2 4 + 5 = 0
de donde = (1,0,1,0,1). Luego: . (1,0,1,0,1) = 2 . Finalmente, la
ecuacin corresponde a:
1 2 4 + 5 = 2
Definicin 17: Sea un plano con un vector normal y una recta con vector
director , entonces:
1.
2.
| . |
3. = (, ), 0 sen =
2
sen = cos
.
sen
85
En la definicin aparece el valor absoluto, para garantizar que el ngulo
est en el intervalo de cero a .
2
(0 , 0 , 0 ) 3 , entonces:
|0 + 0 + 0 + |
(, ) +
2 + 2 + 2
Solucin
86
= (2,3,1) = (1, 3, 2) por el corolario 6 =
10 1
Luego el punto ( , , 1) . Finalmente las ecuaciones simtricas de la
3 9
recta son:
10 3 9 1 1
= =
9 45 9
87
PRCTICA PARA EXAMEN: Espacio Eucldeo
Ejercicios
88
7. Sean = (1, 0, 1) , = (3, 0, 1) vectores en 3 . Sea un vector en 3
paralelo a . Sabiendo que el rea del paralelogramo generado por
y
es 42 , determine .
89
15. Una recta de 3 contiene el punto = (3, 1, 1) y es paralela al vector =
(1, 2, 3) . Determinar cules de los siguientes puntos pertenecen a (0, 0, 0)
(2, 1, 4) (4, 3, 2) y (2, 9, 16) .
17. Encontrar las coordenadas de los puntos que dividen en cuatro partes
congruentes el segmento de extremos y , siendo = (1, 2, 1) y =
(7, 6, 11) .
20. Determinar la ecuacin cartesiana del plano que contiene el(los) punto(s) :
a. = (1, 2, 1) y que est generado por = (0, 1, 0) = (1, 1, 4)
b. = (1, 2, 1), = (0, 1, 0), = (1, 1, 4)
c. = (2, 3, 1) y es paralelo al plano que contiene al origen y est
generado por = (2, 0, 2) = (1, 1, 1)
d. = (1, 1, 1) y es perpendicular a la recta de interseccin de los planos
2 + = 5, + 22 + 2 = 5.
e. = (1, 3, 2), = (3, 4, 3) y es perpendicular al plano 7 3 +
5 = 4
23. Calcular la longitud del segmento de recta cuyas ecuaciones simtricas son
3 = 2 = 7, que queda acotado por las intersecciones de esta
recta con los planos de ecuaciones 3 2 + 3 = 16, 3 2 + 3 = 0.
24. Obtener la ecuacin cartesiana del plano que contiene los puntos = (1,2 3)
, = (3, 1, 0) y es paralelo a la recta de interseccin de los planos de
ecuaciones cartesianas: + + = 3 y + 2 3 = 5 .
91
Solucin
Ejercicio 2. 11.022703
2 2 2 2
Ejercicio 3. ( 2 , 3, ,) y( 2 , 3, ,)
2 2
Ejercicio 5. = 4, 2 + 3 = 2 12
Ejercicio 8.
a. = 6, = 4
b. = , ,
83
Ejercicio 9.
3
Ejercicio 10.
1 = (0, 0, 2)
2 = (4, 2, 2), = 6
3 = (2, 2, 0)
92
Ejercicio 18.
+1
a. = =
3 4
1 +4
b. 3 = =
2 2
4 +2
c. 2 2 = =
3 2
Ejercicio 19. 21 + 3 34 + 5 = 3
Ejercicio 20.
a. 4 = 3
b. 4 + 3 + = 3
c. 2 + = 3
d. 4x 3y + 5z = 2
e. 20 + 25 13 = 121
19
Ejercicio 21. = 36
Ejercicio 22. + 4 + 3 = 1
Ejercicio 23. = 83
Ejercicio 24. + + = 6 + + = 2
Ejercicio 25.
19
a. = (21)
b. = 3
11
c. = ( )
2562
Ejercicio 26. 3 + 9 5 = 11
93
ESPACIOS VECTORIALES
campo "" .
definidas dos operaciones: una suma que denotamos " + "tal que (, +) es un
grupo abeliano, (es decir la suma es cerrada, asociativa, posee elemento neutro,
cada elemento de tiene inverso aditivo y es conmutativa) y una ley de
(, ) que verifica:
, , ,
1. ( + ) = +
2. ( + ) = +
3. () = ()
4. 1 , 1 =
Ejemplos
1. = {( ) M2 ()} con + de matrices y la ley externa en M2 ()es
verificable que forma un espacio vectorial de sobre
a. Veamos si (, +) es un grupo abeliano, por un teorema del captulo de
matrices, + es asociativa, tiene elemento neutro, cada elemento de tiene
94
a11 + a11 a12 + a12
( )
a21 + a21 a22 + a22
a11 a12 a11 a12
(a a22 ) + ( ) (A + A)
21 a21 a22
3. es un espacio vectorial.
iv. , = (1 , , ), = (1 , , ),pues es un
campo, entonces todo elemento de tiene un inverso aditivo, tal que
+ () = (0, ,0)
,
la + en
i. ( + ) = (( + )1 , , ( + ) )
(1 + 1 , , + )
(1 , , ) + (1 , , )
(1 , , ) + (1 , , )
+
ii. ( + ) = ((1 + 1 ), , ( + ))
(1 , , ) + (1 , , )
+
iii. () = (1 , , )
(1 , , )
96
()(1 , , )
()
iv. 1 = (11 , ,1 )
(1 , , ) =
Por ejemplo espacio vectorial, espacio vectorial
Subespacios vectoriales
, , , , +
Ejemplo 1.
Es posible verificar que = {: [, ] , } es un
b. , ()() = ()
Pruebe que = { , () = 0}es un subespacio vectorial de
Solucin
Sean , , , ( + )() = () + ()
Probar que +
Sabemos, , , +
Veamos si (() + ()) = 0
(() + ())
97
() + () = 0
+ 1
Ejemplos
1.En el espacio vectorial, , es combinacin lineal de 1, .
(1 , , ) = { , , , 1 j p}
=1
Ejemplos
1. El plano que pasa por y es generado por los vectores , es el conjunto:
= { + + / , }
98
= {} Gen{A, B}
2. 2 = {(1,2), (2,3)}es destacable que si (, ) 2 , veamos si
, tales que:
(, ) = (1,2) + (2,3)
(, ) = (, 2) + (2, 3)
(, ) = + 2, 2 + 3
2 = 2 + 4
= + 2
{ = 2 + 3
= 2 + 3
2 + = 7
2 +
2 + = 7 =
7
2 + 2 3
= + 2 = + 2 ( )=
7 7
2 {(1,2), (2,3)} {(1,2), (2,3)} 2
2 = {(1,2), (2,3)}
Ejemplos
1. 2 es un espacio vectorial de dimensin finita.
99
Definicin: La familia {1 , , } C espacio vectorial es una:
Ejemplos
3 3 + 2 2 + 1 + 0 = { 3 , 2 , }
100
Bases y dimensiones
familia libre y =
Ejemplos:
} es una base, es clara que {, , } = 3 y adems son li. A
1. En 3 , {, ,
Es posible probar que {(2,1,0), (3,0,1)} por lo cual es una familia libre.
dimensin finita. Para toda familia libre finita, de existe una base , tambin
Nota:
1. Todo espacio {0} de dimensin finita posee bases
2. Toda familia libre se puede completar con vectores de para que formen una
base de
101
Teorema 4: Sea espacio vectorial de dimensin finita, base de tal que
Ejemplos
2 = 2
3 = 3
En general =
2. . Adems = =
Nota:
1. =
2. =
3. [] = + 1
Ejemplos
102
2. = { 3 [], (1) = 0 }
Si () entonces
() = ( 1)(2 2 + 1 + 0 )
() = 0 ( 1) + 1 (( 1)) + 2 2 ( 1)
= ( 1, ( 1), 2 ( 1))
Por otra parte
( 1) + ( 1) + 2 ( 1) = 0
= = =0
= 3
base de .
vectores es base de 2
103
ORTOGONALIDAD Y PROYECCIONES
Conjuntos ortogonales
1 2 1
Ejemplo 1. = {( 0 ) , (1) , (4)} es ortogonal
1 2 1
104
Bases ortonormales
2. = 1, , 1
Es decir si es un conjunto ortogonal de vectores unitarios.
12 0 12
{ }
Ejemplo 3. Probar que base = 1 , 2 , 3 = {( 0 ) , (1) , ( 0 )}
12 0 12
es una base ortonormal de 3 .
12 0 12
Solucin = ( 0 1 0 ) = 1
12 0 12
1. . =
. 1
2. [ ] = ( . 2 ) , ,
.
. = (1 1 + 2 2 + 3 3 ).
105
2
En conclusin = . , por ejemplo = (1,2,3) entonces:
2
= . 1 =
2
2 = . 2 = 2
4
3 = . 3 =
2
2
2
Luego[] = ( 2 )
4
2
Subespacios ortogonales
a. = {(, , ) 3 , 2 3 + = 0}
b. = {(, , ) 3 , (, , ) = , }
= (1 , 2 , 3 ) , 21 32 + 3 = 0
. 0 = 0
106
Teorema 4: Sean 1 = {1 , 2 , , }y 2 = {1 , 2 , , }bases de y ,
subespacios de , entonces + = 1, = 1, ,
, , } es un subespacio vectorial.
Ejemplo 6. Sea = {(1,2,3) }la recta que pasa por el origen con el vector
= { (, , ) 3 , + 2 + 3 = 0 }
Veamos (, , ) si:
(, , ). (, 2, 3) = 0
(, , ). (1,2,3) = 0 = 1
+ 2 + 3 = 0
En general si = {1 , 2 , , }
= { , . = 0 } = ( 1 , 2 , , )
107
Proyeccin ortogonal sobre un subespacio
1. ( )
2.
( )
Se escribe = . El vector se denomina componente de
ortogonal a .
ortonormal de entonces:
1. = (. 1 )1 + (. 2 )2 +, + (. )
2. = . donde = (1 , 2 , , )
Ejemplo 7. Sea = {(1 , 2 , 3 , 4 ) 4 , 3 = 0}.Determine la
componente de ortogonal a .
Solucin
, = (1 , 2 , 0, 4 )
= (0,0, 3 , 0) = (1 , 2 , 3 , 4 )
( ) ,
108
Ahora = (0,0, 3 , 0) = (1 , 2 , 0, 4 ) = y la componente de
ortonormal a es = (0,0, 3 , 0)
1 1
2 0 2
0 1 0
Por otra parte = ,( ),
0 0 0
1 1
0
{( 2) (2)}
Es una base ortonormal de = (. 1 )1 + (. 2 )2 + (. 3 )3
1 4 1 +4
1 + 2 2 + 3 = (1 , 2 , 0, 4 ) se verifica el resultado anterior.
2 2
Mtodo de Gram-Schmidt
1
Paso N1. Defina es base ortonormal de 1 = , {1 }es base ortonormal de 1 =
1
({1 }).
109
2 2
1
Paso N2. Defina 2 = , donde {1 , 2 }es base ortonormal de2 =
2 1 2
({1 , 2 }), 2 1 .
3 2 3
Paso N3. Defina 3 = , nuevamente {1 , 2 , 3 } es base ortonormal
3 2 3
1 +1 = ( + 1 . 1 )1 + ( + 1 . 2 )2 + + ( + 1 . )
Solucin
a. Base ortonormal
1 1 1
1 = = (0, , 0, )
1 2 2
2 1 2 2 (2 . 1 )1
2 =
2 1 2 2 (2 . 1 )1
1 1
(0,1,10) (0, , 0, ) 1 2 1
2 2
= 1 1
= (0, , , )
(0,1,10) (0, 2 , 0, 2) 6 6 6
110
3 2 3 (3 ) [(3 . 1 )1 + (3 . 2 )2 ]
3 = 3
3 2 (3 ) [(3 . 1 )1 + (3 . 2 )2 ]
(1,1,0,1) (0,1,0,1)
= = (1,0,0,0)
(1,1,0,1) (0,1,0,1)
1 1 1 2 1
= {(0, , 0, ) , (0, , , ) , (1,0,0,0)}
2 2 6 6 6
b. = (0,1,0,0) , 1 = ?
Se usa el teorema 8 (. 1 )1 + (. 2 )2 + (. 3 )3
1 1 1 1 1 2 1
(0, , 0, )+ (0, , , ) + 03
2 2 2 6 6 6 6
1 1 1 1 1
(0, , 0, ) + (0, , , )
2 2 6 3 6
2 1 1
(0, , , )
3 3 3
c. 2 ?tal que = 1 + 2
2 1 1
2 = 2 = (0, 1, 0, 0) (0, , , )
3 3 3
1 1 1
2 = (0, , , )
3 3 3
= 4 = 3 = 4 3 = 1
1 1 1
= {(0, , , )}
3 3 3
de 4 , = {1 , 2 , 3 }
Solucin
a. Base ortonormal
2 1 1 1
1 = = (1, 1, 0, 0) = ( , , 0, 0)
1 2 2 2
2 1 2 2 (2 . 1 )1
2 =
2 1 2 2 (2 . 1 )1
(0, 2, 2, 0) (1, 1, 0, 0) 1 1 2
= = ( , , , 0)
(0, 2, 2, 0) (1, 1, 0, 0) 6 6 6
3 2 3 (3 ) [(3 . 1 )1 + (3 . 2 )2 ]
3 =
3 2 3 (3 ) [(3 . 1 )1 + (3 . 2 )2 ]
(0, 0, 3, 3) (1, 1, 2, 0), 1 1 1 3
= =( , , , )
(0, 0, 3, 3) (1, 1, 2, 0) 2 3 2 3 2 3 2 3
1 1 1 1 2 1 1 1 3
= {( , , 0, 0) , ( , , , 0) , ( , , )} ,
2 2 6 6 6 2 3 2 3 2 3 2 3
112
b. Se toma un vector que este fuera del hiperplano
= , = (0, 1, 2,3)
= (0, 1, 2,3) [(1 . 1 )1 + (2 . 2 )2 + (3 . 3 )3 ]
1 1 1 5 1 1 2
= (0, 1, 2,3) [ ( , , 0, 0) + ( , , , 0) +]
2 2 2 6 6 6 6
10 1 1 1 3
[ ( , , , )]
2 3 2 3 2 3 2 3 2 3
1 1 5 5 1 1 1 1
= (0, 1, 2,3) ( , , , ) = ( , , , )
2 2 2 2 2 2 2 2
Como pasa por el origen se iguala a cero
, , , = 0
2 2 2 2
c.
1 1 1 1
= {( , , , )} = 1
2 2 2 2
1 1 5 5
=( , , , )
2 2 2 2
113
TRANSFORMACIONES LINEALES
2. () = (),
; ( + ) = () + ().
2. ( + ) = () + ()
114
Ejemplo 2. Sea : 1 2 una transformacin lineal para la cual sabemos que:
( + 1) = 2 1 y ( 1) = 2 + 1
a. Calcule (7 + 3)
b. Calcule ( + )
Solucin
a. 7 + 3 = 5( + 1 ) + 2( 1)
Luego
(7 + 3) = 5( 2 1 ) + 2( 2 + 1)
(7 + 3) = 5 2 5 + 2 2 + 2
(7 + 3) = 7 2 3
+ +
b. + = (
2
) ( + 1) + ( 2
) ( 1)
Luego
( + ) = 2
subespacio de .
(, )
115
Solucin
Sea (, , ) () = (, , ) = (0, 0)
= 0
(, ) = (0, 0) {
= 0
(, , ) = (0, 0, ) = (0, 0, 1)
() = {(0, 0, 1) } () = 1
( + , + )
Solucin
Sea (, , , ) () = (, , , ) = (0, 0)
+ = 0 =
( + , + ) = (0, 0) {
+ = 0 =
(, , , ) = (, , , ) (1, 1, 0, 0) + (0, 0, 1, 1)
() = {(1, 1, 0, 0), (0, 0, 1, 1)} () = 2
[( ), (() ), (() )]
subespacio de .
(, ), halle ()
Solucin
(, , ) = (, ) (1, 0) + (0, 1)
() = {(1, 0), (0, 1)}
, () = 2 = ()
, + ), halle ()
Solucin
(, , , ) = ( + , + , + )
(1, 0, 1) + (1, 0, 0) + (0, 1, 1) + (0, 1, 0)
(, , , ) = (, , , ) (1, 1, 0, 0) + (0, 0, 1, 1) son ld,
crear una matriz y reducir para encontrar los vectores li
1 0 1 1 0 0
(1 0 0) (0 1 0) se toman las filas no nulas
0 1 1 0 0 1
0 1 0 0 0 0
(1, 0, 0), (0, 1, 0), (0, 0, 1)
() = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}
, () = 3 = ()
[( ), (() ), (() )]
117
Teorema 7: Si : es una transformacin lineal, entonces la =
() + () .
que si entonces [()] = A[] con A una matriz nica que satisface
esta propiedad.
118
Matrices de cambio de base o de pasaje
Solucin
(1,0,1) = 2
(1,0,1) = (0, 1,1) + (1,0, 1) + (1,0,1)
(1,0,1) = + , , +
+ = 1 = 0 0
{ = 0 = 0 ( 0)
+ = 1 = 1 1
(0,1,1) = 2
(0,1,1) = (0, 1,1) + (1,0, 1) + (1,0,1)
(0,1,1) = + , , +
+ = 0 = 1 1
{ = 1 = 1 (1)
+ = 1 = 1 1
(1,0,1) = 2
119
(1,0,1) = (0, 1,1) + (1,0, 1) + (1,0,1)
(1,0,1) = + , , +
+ = 1 = 1 0
{ = 0 = 0 (1)
+ = 1 = 0 0
0 1 0
[]21 = (0 1 1)
1 1 0
120
1 2 3
entonces [ ]3 = [ ]3 [ ]2
1 2 1
3 2 1 2 1
Ejemplo Sea : definida por (, , ) = ( )( ) y
0 1 3
Inyectividad y sobreyectividad
121
VALORES Y VECTORES PROPIOS
de asociado al vector .
Prueba
0 es un valor propio de
1(), 0 sii X , tal que. = 0 .
. = 0
. (0 ) = 0
( 0 ) = 0
ecuacin caracterstica de .
122
Por el teorema anterior las races de la ecuacin caracterstica son los valores
propios de .
asociado a 0 .
Solucin
4 6 0
() = det( 3 ) | 3 5 0 |
3 6 5
4 6
(5 ) | |
3 5
(5 )[(4 )(5 ) + 18]
(5 )[20 + + 2 + 18]
(5 )( + 2)( 1)
La forma de los vectores propios corresponde a cada uno de los valores propios
anteriores.
Para 1 = 5un vector propio = () 0 satisface que:
4 6 0 5
. = 5. (3 5 0 ) = (5)
3 6 5 5
123
9 + 6 = 0
{ 3 = 0 =0
3 6 = 0 =0
0
El subespacio asociado a 1 corresponde a : 1 = { (0) , }
0
Para 2 = 2un vector propio = () 0 satisface que:
4 6 0 2
. = 2. ( 3 5 0 ) = (2)
3 6 5 2
6 + 6 = 0 =
{ 3 3 = 0
3 6 3 = 0 =
1
El subespacio asociado a 2 corresponde a : 2 = { ( 1 ) , }
1
Para 3 = 1un vector propio = () 0 satisface que:
4 6 0
. = (3 5 0 ) = ()
3 6 5
3 + 6 = 0
{ 3 6 = 0 = 2
3 6 5 = 0 =0
2
El subespacio asociado a 3 corresponde a: 3 = { ( 1 ) , }
0
124
Diagonalizacin de matrices
Definicin 4: Una matriz es semejante a una matriz sii existe una matriz invertible
tal que: = 1 . .
1 1 2 0
Ejemplo 3: La matriz = ( ) es semejante a la matriz = ( ) a travs
2 4 0 3
1 1
de la matriz = ( ).
1 2
Teorema (Todos los valores propios son simples) 2: Sea () tal que ()
1 2 1
Ejemplo 4: Sea = (1 0 1 ), verifique que es una matriz diagonalizable
4 4 5
y encuentre la matriz que la diagonaliza.
Solucin
() = det( 3 ) 3 + 62 11 + 6
1 = 1, 2 = 2, 3 = 3 valores propios de
125
Es comprobable que:
1 0 0
1
. . = (0 2 0)
0 0 3
Teorema 3: Todas las races del polinomio caracterstico de una matriz simtrica son
nmeros reales.
Teorema 4: Si es una matriz simtrica tal que todos sus valores propios son
126
0 0 2
Ejemplo 5. Sea = ( 0 2 0)
2 0 3
() = ( + 2)( 4)( + 1)
Por lo tanto verifica que todas sus races son reales
= {1 , 2 , . . , } es el siguiente:
1. 1 = 1
2. Calcular de manera sucesiva los vectores 1 , 2 , . . , por medio de la
.1 .2 .1
relacin = ( ) . 1 ( . ) . 2 ( . ) 1
1 .1 2 2 1 1
127
1
3. Sean =
con 1 , entonces = {1 , 2 , . . , } es
0 2 2
Ejemplo 7. Sea = (2 0 2) , () = ( + 2)2 ( 4) de modo que sus
2 2 0
valores propios son: 1 = 2, 2 = 2 3 = 4 y sus vectores propios
1 1
asociados a son: 1 = ( 1 ) , 2 = ( 0 ).
0 1
Por el mtodo de Gram Schmidt:
11 11
1 = ( 1 ), 2 = (1)
2 0 6 2
Un vector propio asociado a 4 es:
1
1
3 = (1) 3 =
3 3
1
12 16 13
= ( 12 16 13)
0 2 6 1 3
128
Teorema 9: Sean , () tal que es semejante a entonces y tienen
los mismos valores propios.
1 1 0
Ejemplo 8. Determine si la matriz = (1 1 0) es diagonalizable.
0 1 2
Solucin
det( 3 ) = 0
1 1 0
( 1 1 0 )=0
0 2 2
1 1
(2 ) ( )=0
1 1
(2 )[(1 )2 1] = 0
(2 )(1 2 + 2 1) = 0
(2 )( 2 2) = 0
( 2)2 () = 0
1 = 0 con multiplicidad algebraica uno
2 = 2 con multiplicidad algebraica dos
Para 1 = 0
0
() = (0)
0
129
1 1 0 0
(1 1 0) () = (0)
0 1 2 0
+ = 0 =
{ + = 0 { =
+ 2 = 0 = 2
1
(, , ) = (, , ) = (1, 1, )
2 2
1 = {(1, 1, 1/2)}
Para 2 = 2
2
() = (2)
2
1 1 0 2
(1 1 0) () = (2)
0 1 2 2
+ = 2 =
{ + = 2 { =
+ 2 = 2 = 0
(, , ) = (0, 0, ) = (0, 0, 1)
2 = {(0, 0, 1)} dim(2 ) = 1 2
no es diagonalizable
5 6 6
Ejemplo 9. Determine si la matriz = (3 4 6 ) es diagonalizable.
0 0 2
() = |( 2)2 ( + 1)| 1 = 2 2 = 1
Se comprueba que:
1 = {(2, 1, 0), (2, 0, 1)}
2 = {(1, 1, 0)}
130
2 2 1 2 0 0
es diagonalizable a travs de = ( 1 0 1 ) y = (0 2 0 ) en
0 1 0 0 0 1
este caso = 1 . . o bien . . 1 =
1 2 4
Ejemplo 10. Sea = ( 2 4 2 ) com90o es simtrica es diagonalizable
4 2 1
ortogonalmente. En este caso:
() = ( + 4)( 5)2 1 = 4, 2 = 5
1 = {(2, 1, 2)}
2 = {(1, 0, 1), (1, 2, 0)}
2 1 2
Una base ortonormal de 1 es 1 = {( , , )} y de 2 es 2 =
3 3 3
1 1 1 22 1
{( , 0, ) , (3 , , ) } por el mtodo de Gram Schmidt
2 2 2 3 32
Finalmente
23 12 132 4 0 0
= (13 0 (22)3) ; = ( 0 5 0)
23 12 132 0 0 5
131
Valores y vectores propios de operadores
() =
Teorema 11: es el valor propio del operador asociado a sii es valor propio
132
Ejemplo 12.
1. : 3 3 , (, , ) = (5 + 4 + , 4 + 8 4, 4 + 5)
y () = (12 + )(6 + )
1 0 1 5 + 4 + = 0
(0 1 1) {4 + 8 4 = 0
0 0 0 4 + 5 = 0
1 0 1 + 4 + = 0
(0 0 0 ) {4 + 2 4 = 0
0 0 0 4 = 0
1 0 1 7 + 4 + = 0
(0 1 2) { 4 4 4 = 0
0 0 0 4 7 = 0
1 1 1
=( 1 0 2)
1 1 1
0 0 0
= (0 6 0)
0 0 12
por (, , ) = ( , + , + + 2) es ortogonalmente
1 0 1
diagonalizable puesto que [ ] = ( 0 1 1 ) es simtrica.
1 1 2
En este caso 1 = 0, 2 = 1, 3 = 3
1 = {(1, 1, 1)1/3}
2 = {(1, 1, 0)1/2}
Luego
13 12 16 0 0 0
= (13 12 16 ) , = (0 1 0)
13 0 26 0 0 3
133
Diagonalizacin de formas cuadrticas
134
13 12 16 0 0 0
= (13 12 16 ) , = (0 1 0)
13 0 26 0 0 3
135
ser escrita matricialmente como 1 2 + 2 2 + 1 2 + 1 + 2 + =
+ + 2
con = ( ) , = (, ).
2
cd2 2 1 1
( 2 2) (2 ) + (, , ) (2 ) + = + +
2 2 3 3
136
Inventario de cnicas
( 0 )2 ( 0 )2
+ =1
2 2
Elipse
Centrada en (0 , 0 )
( 0 )2 ( 0 )2
=1
2 2
Hiprbola
Asentados en
= ( 0 ) + 0
0 = ( 0 )2
Si > 0 , < 0
Parbola 0 = ( 0 )2
Si > 0 , < 0
El vrtice es (, 0 )
137
Inventario de superficies cuadrticas
Superficie Ecuacin cannica Forma
( 0 )2 ( 0 )2 ( 0 )2
Elipsoide + + =1
2 2 2
( 0 )2 ( 0 )2 ( 0 )2
+ =1
2 2 2
Hiperboloide
de una hoja Se extiende sobre el eje (puede ser
cualquier eje)
( 0 )2 ( 0 )2 ( 0 )2
Hiperboloide =1
2 2 2
de dos
hojas
( 0 )2 ( 0 )2
+ ( 0 )2 = 0
2 2
Cono
elptico Centrado en (0 , 0 , 0 )
138
(0 )2 (0 )2
Paraboloide = 0
2 2
hiperblico
Centrado en (0 , 0 , 0 )
( 0 )2 ( 0 )2
Paraboloide = 0
2 2
elptico
Centrado en (0 , 0 , 0 )
139
REFERENCIAS BIBLIOGRFICAS
140