CAPTULO 7

Rectas e hiperplanos Conjuntos convexos

Este captulo consta de dos secciones. En la primera se darn las deniciones de recta, segmento de recta
e hiperplanos en Rn . En la segunda se vern algunos resultados sobre conjuntos convexos. Quien desee
estudiar un poco ms sobre estos tpicos puede consultar el captulo 6 de [7].

7.1. Rectas. Segmentos de recta. Hiperplanos

Los conceptos de recta, segmento de recta e hiperplanos en Rn son tiles en programacin lineal (vase el
captulo 6 de [12]). Antes de proseguir con la discusin, se har una pequea aclaracin sobre la notacin
y se har una diferencia entre lo que es un punto P en el espacio Rn y el segmento de recta dirigido (vector
coordenado o simplemente vector), que tiene como extremo inicial el origen de coordenadas O y como


extremo nal al punto P. ste se denotarr por OP o simplemente p.

Al punto P Rn se le asignan las coordenadas x1 x2 . . . xn ) y se escribe P x1 x2 . . . xn ), mientras que

al vector OP tambin se le asignan coordenadas x1 x2 . . . xn ), pero escribiremos OP = x1 x2 . . . x3 )
3
o simplemente, p = x1 x2 . . . x3 ) (ver gura 7.1 en el caso de R ).

IR3
x3 x3

P(x,x,x)
1 2 3
P

p = 0P= (x,x,x)
1 2 3

O(0,0,0)
x2 O(0,0,0) x2

x1 x1

Figura 71 Puntos y vectores en R3 .

57
7.1. Rectas y planos Hiperplanos

Nota. Dados dos puntos P x1 x2 . . . xn ) y Qx1 x2 . . . xn ) en Rn , el segmento de recta dirigido o

vector, que tiene como punto inicial a P y como punto nal Q se denotar por P Q y se le asignan las

coordenadas x1 x1 x2 x2 . . . xn xn ). En tal sentido, y dado que


OQ OP = x1 x2 . . . xn ) x1 x2 . . . xn )
= x1 x1 x2 x2 . . . xn xn )


se escribire P Q = x1 x1 x2 x2 . . . xn xn ).
7.1. Denicin (Rectas). En Rn , la recta que pasa por el punto P en la direccin del vector d = se
dene como el conjunto de puntos:

(7.1) = {X Rn : OX = OP + d R} .

Se dice adems, que el vector d es un vector director de la recta .

Segn la denicin anterior, un punto X0 Rn pertenece a la recta dada por (7.1) sii existe un 0 R

tal que OX0 = OP + 0 d.

y
2
IR

d
OX= OP+
P

d
d

Figura 72 Una recta en R2 .

7.2. Ejemplo. En R3 , la recta que pasa por el punto P 1 2 3) en la direccin del vector d = 1 0 5) es
el conjunto de puntos:
= Xx1 x2 x3 ) R3 : x1 x2 x3 ) = 1 2 3) + 1 0 5) R .

El punto X0 1 2 7) pertenece a dicha recta, pues:

OX0 = 1 2 7) = 1 2 3) + 2)1 0 5).
Sin embargo, el punto X 2 3 2) no pertenece a la recta , pues no existe R tal que:
2 3 2) = 1 2 3) + 1 0 5) = 1 + 2 3 + 5 ).

158
Hiperplanos 7.1. Rectas y planos

Ahora bien, si el punto Q de Rn est sobre la recta (7.1) y Q = P entonces existe un 0 R tal que

1
OQ = OP + 0 d. De aqu que d = P Q y por lo tanto:
0
n
o
= X Rn : OX = OP + d R



= X Rn : OX = OP + P Q R .
0
En consecuencia, se puede decir que la recta que pasa por los puntos P y Q (P = Q) de Rn es el conjunto
de puntos:
n o
(7.2) = X Rn : OX = OP + t P Q t R .

y
2
IR

Q OX= OP+ tPQ

P

PQ= 0QOP

tPQ

Figura 73 Grca de una recta que pasa por los puntos P y Q.

7.3. Ejemplo. La recta que pasa por los puntos P = 1 2 3) y Q = 4 1 1) de R3 es el conjunto de

puntos:
= Xx1 x2 x3 ) R3 : x1 x2 x3 ) = 1 2 3) + t3 1 2) t R .

7.4. Denicin. [Segmento de recta]

El segmento de recta que une los puntos P y Q de Rn , se denota por P Q y se dene as:
n
o
PQ = X Rn : OX = OP + t P Q para 0 t 1 .
n
o
= X Rn : OX = tOP + 1 t) OQ para 0 t 1 .

Segn la denicin anterior, un punto X0 Rn pertenece a P Q sii existe 0 t0 1 tal que OX0 =

OP + t0 P Q.

159
7.1. Rectas y planos Hiperplanos

IR 2

P OX= OP+ tPQ

0

PQ= OQOP

tPQ
0

Figura 74 Segmento de recta que une los puntos P y Q

7.5. Ejemplo. El segmento de recta que une al punto P 1 2 3 4) con el punto Q0 1 0 2), es el conjunto
de puntos Xx1 x2 x3 x4 ) R4 :

X R4 : x1 x2 x3 x4 ) = 1 2 3 4) + t1 1 3 2)

PQ =
1 3 3
El punto X0 3) pertenece a P Q, pues
2 2 2
1 3 3 1
3) = 1 2 3 4) + 1 1 3 2).
2 2 2 2
Sin embargo, el punto X 1 0 3 0) no pertenece a P Q, pues no existe t con 0 t 1 tal que
1 0 3 0) = 1 2 3 4) + t 1 1 3 2)
= 1 t 2 t 3 3t 4 2t ) .
7.6. Denicin. [Hiperplano]

En Rn , el hiperplano que pasa por el punto P y que es normal al vector n = 0, se dene como el conjunto
de puntos: n o
H = X Rn : OX OP ) n = 0
o lo que es lo mismo, n
o
H = X Rn : OX n = OP n = cte.
donde es el producto interno usual en Rn (vase apartado 1.2.3).

7.7. Observacin. En R2 y en R3 los hiperplanos tienen una estructura muy particular. En efecto,

1. En R2 , un hiperplano es una recta. As por ejemplo, el hiperplano (recta) que pasa por el punto
P 4 3) y que es normal al vector n = 5 2), es el conjunto de puntos Xx1 x2 ) de R2 que
satisfacen la ecuacin:


OX n = 5x1 + 2x2 = 20 6 = 26 = OP n

160
Hiperplanos 7.1. Rectas y planos

n

3 x3
IR

X
P

x2

x1

Figura 75 Grca de un plano en R3 .

o sea,
5x1 + 2x2 = 26.
2. En R3 , un hiperplano es un plano. As por ejemplo, el hiperplano (plano) que pasa por el punto
P 2 1 1) y que es normal al vector n = 1 1 3), es el conjunto de puntos Xx1 x2 x3 ) de R3
que satisfacen la ecuacin:


OX n = x1 + x2 + 3x3 = 2 1 + 3 = 0 = OP n
o sea,
x1 + x2 + 3x3 = 0 .
7.8. Ejemplo. Dados los puntos Q1 1 1), P 1 1 2) y el vector n = 1 2 3) encuentre el punto de
interseccin, si lo hay, de la recta que pasa por el punto P en la direccin del vector n y del hiperplano
(plano) que pasa por Q y es normal al vector n.

La recta que pasa por P en la direccin del vector n es el conjunto de puntos de Xx1 x2 x3 ) de R3 tales
que:

x1 x2 x3 ) = OX = OP + n = 1 1 2) + 1 2 3). R.
El hiperplano (plano) que pasa por Q y que es normal al vector n, es el conjunto de puntos de Xx1 x2 x3 )
de R3 para los cuales se satisfacen la ecuacin:


OX n = x1 + 2x2 + 3x3 = 6 = OQ n .
Ahora bien, si denotamos por I al punto de interseccin entre la recta y el plano, entonces:


OI = OP + n
para algn R y tambin


OI n = OQ n.
De esto se sigue que:



OP + n = OQ .
Utilizando las propiedades del producto interno encontramos que:

PQ n 1
= = .
n2 14
161
7.1. Rectas y planos Hiperplanos

En consecuencia, las coordenadas del punto buscado estn dadas por:

1
OI = OP + n = 1 1 2) + 1 2 3)
14
15 12 31
= ) .
14 14 14

La gura 7.6 ilustra la situacin de la interseccin entre una recta y un plano.

n P

x3
3
IR x

x2

x1

Figura 76 Grcas de un plano y una recta en R3

7.9. Denicin. Sea H el hiperplano de Rn descrito por la ecuacin

OX n = OP n = c
Los conjuntos n o
S1 = X Rn : OX n c y
n o
S2 = X Rn : OX n c
se denominan los semiespacios cerrados con frontera H.

Los conjuntos n o
S1 = X Rn : OX n < c y
n o
S2 = X Rn : OX n > c
se denominan semiespacios abiertos con frontera H.

Nota. Los semiespacios abiertos no incluyen la frontera H mientras que los semiespacios cerrados si la
incluyen.

71 Ejercicios
162
Hiperplanos 7.1. Rectas y planos

IR
2 y

. . = c
xn
. . > c
xn

. . < c
xn

Figura 77 Ilustracin de semiespacios abiertos

En los ejercicios 1 al 3 responda verdadero o falso, justicando su respuesta.

1. El punto X 4 5 0) pertenece a la recta que pasa por el punto P 1 2 3) en la direccin del

vector d = 1 1 1).
2. El punto X 0 1 2) pertenece al segmento de recta que une a los puntos P 1 2 3) y Q 4 5 6).
3. Sean Q 1 2 3) P 0 1 2) y n = 1 1 1). El punto de interseccin de la recta que pasa por P en
la direccin del vector n y de hiperplano que pasa por Q y que es normal al vector n, es M 2 0 1).

En los ejercicios 4 al 7 demuestre la armacin correspondiente

n o
4. Sea H = X Rk : OX n = c un hiperplano de Rk .
/ H entonces existe un vector n = tal que:
a) Muestre que si X = 0
n o
H = X Rk : OX n = 1 .
b) Demuestre que si X = 0 / H entonces existen k puntos b1 b2 . . . bk de H que como vectores
son linealmente independientes.
c) Demuestre que si X = 0 / H entonces
( k k
)
X X
H = X Rk : X = i bi i = 1 .
i=1 i=1

donde b1 b2 . . . bk son puntos de H que como vectores, son linealmente independientes.

5. Encuentre b1 b2 y b3 tales que
X R3 : X 2 1 1) = 1

H =
( 3 3
)
X X
= X R3 : X = i bi i = 1
i=1 i=1

6. Sean b1 = 1 0 0) b2 = 1 1 0) y b3 = 1 1 1).
a) Demuestre que b1 b2 y b3 son linealmente independientes.
b) Encuentre un vector n = 0 tal que:
( 3 3
)
3 X X
H = X R : OX = i bi i = 1
i=1 i=1
n
3
o
= X R : OX n = 1 .

163
7.2. Conjuntos convexos Hiperplanos

7. Sea H = X Rk : X n = c un hiperplano de Rn .

a) Muestre que X = H sii c = 0.

b) Demuestre que si X = H entonces existen k 1 puntos a1 a2 . . . ak1 de H que como
vectores son linealmente independientes.
c) Demuestre que si X = 0 H entonces
( k1
)
k X
H = X R : OX = i ai .
i=1

donde a1 a2 . . . ak1 son k 1 puntos de H que como vectores son linealmente independi-
entes.
8. Encuentre a1 y a2 tales que
n o
H = X R3 : OX 2 1 1) = 0
n o
= X R3 : OX = 1 a1 + 2 a2

9. Sean a1 = 1 1 1) y a2 = 1 0 1).
a) Muestre que a1 y a2 son linealmente independientes.
b) Encuentre un vector n = 0 tal que:
n o
H = X R3 : OX = 1 a1 + 2 a2
X R3 : v N = 0 .

=
10. Demuestre que todo hiperplano de Rn es una variedad lineal de dimensin n 1 (vase el apartado
1.2.1).

7.2. Conjuntos convexos

Los conjuntos convexos juegan un papel importante en la programacin lineal. En particular se tiene que
la llamada regin factible de un problema de programacin lineal es un conjunto convexo (vea el teorema
6.6(iii) de [12]).
7.10. Denicin. Sea C un subconjunto de Rn . Se dice que C es convexo, si para dos puntos cualesquiera
P y Q de C el segmento de recta P Q est contenido en C.

En la gura 7.1 los conjuntos C1 y C2 son convexos, mientras que los conjuntos C3 y C4 no son convexos.

7.11. Teorema. Todo hiperplano de Rn es un conjunto convexo.

Demostracin Sea H el hiperplano de Rn descrito por la ecuacin

OX n = OP n = c
y sean Q1 y Q2 puntos de H. Ahora, si X es un punto de Rn cuyas coordenadas satisfacen:

OX = OQ1 + tQ2 Q1 ) 0 t 1

164
Hiperplanos 7.2. Conjuntos convexos

y y
C1 C3
Q
P
Q
P

C2 C4
Q
P
P Q

x x
(a) (b)

Figura 71 Conjuntos convexos y no convexos

entonces X es un punto del segmento de recta Q1 Q2 y se tiene que:

h i
OX n = OQ1 + tQ2 Q1 ) n
h i
= OQ1 + tOQ2 OQ1 ) n

= OQ1 + t OQ2 n t OQ1 n

= 1 t)OQ1 n + t OQ2 n
= 1 t)c + t c
= c
es decir, X H. Por lo tanto H es un conjunto convexo.
n
7.12. Teorema. Sea H el hiperplano de R . Todo semiespacio cerrado o abierto con frontera H es un
conjunto convexo.

Demostracin Sea H el hiperplano de Rn descrito por la ecuacin

OX n = OP n = c .
Se demuestr nicamente que el semiespacio abierto con frontera H
n o
S = X Rn : OX n < c
es un conjunto convexo. En el caso de semiespacio cerrados con frontera H se procede de manera anloga.

Sean pues Q1 y Q2 puntos del conjunto S y sea X un punto del segmento de recta Q1 Q2 . Puesto que

Q1 S y Q2 S, entonces OQ1 n < c y OQ2 n < c, de aqu que:
h i
OX n = OQ1 + tQ2 Q1 ) n
h i
= OQ1 + t0Q2 OQ1 ) n

= OQ1 + t 0Q2 n t OQ1 n

= 1 t)OQ1 n + t OQ2 n
< 1 t)c + t c = c

165
7.2. Conjuntos convexos Hiperplanos

esto es, X S. Por lo tanto S es un conjunto convexo.

n n
7.13. Teorema. La interseccin de dos conjuntos convexos de R es un conjunto convexo de R .

Demostracin Sean C1 y C2 dos conjuntos convexos de Rn y sea C3 = C1 C2 . Si C3 tiene solamente

un punto, entonces C3 es automticamente convexo. Sean Q1 y Q2 dos puntos distintos de S3 , ya que C1 y
C2 son conjuntos convexos de Rn , entonces:

OQ1 + tOQ2 OQ1 ) C1 Para todo t tal que 0 t 1.
y

OQ1 + tOQ2 OQ1 ) C2 Para todo t tal que 0 t 1.

En consecuencia. OQ1 + tOQ2 OQ1 ) C3 = C1 C2 para todo t tal que 0 t 1 y por lo tanto C3 es
un conjunto convexo de Rn .

La prueba del siguiente corolario se puede obtener aplicando el principio de induccin matemtica y se
propone como un ejercicio.
7.14. Corolario. La interseccin de un nmero nito de conjuntos convexos de Rn es un conjunto conexo
de Rn .
7.15. Teorema. [Envolvente convexa]Sean X1 X2 . . . Xm puntos de Rn . El conjunto:
( m m
)
n X X
C = X R : OX = i OXi ; i 0 i = 1 . . . m i = 1
i=1 i=1

es un conjunto convexo y es llamado la Envolvente convexa de los puntos X1 X2 . . . Xm .

Demostracin Sean P y Q dos puntos de C; entonces existen escalares 1 2 . . . m y 1 2

. . . m no negativos, tales que:
m m

X X
OP = i OXi i = 1
i=1 i=1
y
m m

X X
OQ = i OXi i = 1 .
i=1 i=1

Sea ahora X un punto en el segmento de recta P Q esto es, un X para el cual se satisface



OX = OP + tOQ OP ) 0 t 1.
Puesto que:
m
"m m
#
X X X
OX = i OXi + t i OXi i OXi
i=1 i=1 i=1

m
X
= [1 t)i + ti ] OXi
i=1

donde 1 t)i + ti 0 para i = 1 . . . m y

m
X m
X m
X
[1 t)i + ti ] = 1 t) i + t i
i=1 i=1 i=1

= 1 t) + t = 1

166
Hiperplanos 7.2. Conjuntos convexos

entonces X C. En consecuencia, C es un conjunto convexo.

72 Ejercicios

En los ejercicios 1 al 2, responda verdadero o falso, justicando su respuesta.

1. La unin de dos conjuntos convexos de Rn es un conjunto convexo de Rn .

T
2. El conjunto de todas las soluciones x = x1 x2 xn de un sistema de ecuaciones lineales

Ax = y tales que xi 0 , i = 1 . . . n es un conjunto convexo.

En los ejercicios 3 al 4 demuestre la armacin correspondiente

3. Si T : Rn Rm es una transformacin lineal, entonces enva conjuntos convexos en conjuntos

convexos.
4. Demuestre que si T : R2 R2 es una transformacin lineal biyectiva, entonces T enva tringulos
en tringulos.

167
 ndice alfabtico

Base, 7 indenida, 72, 82

cambio de, 13 negaitivamente denida, 82
cannica de n , 9 negativamente denida, 72
ortogonal, 10, 49 negativamente semidenida, 82
ortonormal, 10 negitivamente semidenida, 72
no negaitiva, 72
c-inversa de una matriz, 112 no posiitiva, 72
Cholesky positivamente denida, 72, 82
descomposicin, 146 positivamente semidenida, 72, 82
Conjuntos Forma escalonada reducida, 4
convexos, 164
g-inversa de una matriz, 99, 103
Descomposicin mtodo, 15
LU, 131 Gram-Schmidt, proceso, 140
Descomposicin Gram-Schmidt, proceso de, 10
de Cholesky, 146
en valores singulares, 151 Hermite
QR, 138 matriz superior, 115
Desigualdad de Schwarz, 10
Determinante, matriz, 3 Idntica, matriz, 2
Diagonal principal, matriz, 1 Identidad, matriz, 2
Diagonal, matriz, 2 transformacin lineal, 11
Diagonalizacin Inversa
simtricas, 48 condicional, 112
cuadrtica, 75 generalizada, 99, 103, 143
ortogonal, 51 clculo de, 107
simultnea propiedades, 105
cuadrticas, 77
de matrices, 63 LU
Diagonalizacin de matrices, 39 descomposicin, 131

Eigenvalores, eigenvectores; vea Matrices

valores vectores) propios, 31 Diagonalizacin de, 39
Espacio columna, matriz, 13 factorizacin, 131
Espacio la, matriz, 13 no negativas, 89
Espacio generado, 7 semejantes
Espacio nulo, matriz, 14 caractersticos de, 37
Espacio vectorial, 5 simtricas
base, 7 diagonalizacin, 48
base ordenada, 8 Matrices elementales, 4
de transformaciones lineales, 13 Matriz
dimensin, 7 adjunta, 3
subespacio, 6 cambio de base, 13
suma directa, 8 cofactor ij, 3
Espacios fundamentales, matriz, 13 de cofactores, 3
cuadrtica, 72
Factorizacin de matrices; ver transformacin lineal, 12
descompisicin de matrices, 131 determinante, 3
cuadrtica, 71 propiedades, 3
cambio de variables, 74 diagonal, 2
clasicacin, 72 espacio columna de una, 13
diagonalizacin de una, 75 espacio la de una, 13

69
 ndice alfabtico

espacio nulo de una, 14 linealmente independientes, 7, 15, 16, 41

espacios fundamentales de una, 13 ortogonales, 10
forma escalonada reducida, 4 ortonormales, 10
hermite superior, 115 proceso de Gram-Schmidt, 10
idempotente, 94 propios ortogonales, 49
idntica, 2
inversa, 2, 15
propiedades, 2
menor ij, 3
operaciones elmentales, 4
particionada, 17
determinante, 21, 23
inversas, 24
operaciones con, 18
caracter stico de una, 34
rango de una, 13, 15
semejante, 13
submatriz, 17
transpuesta, 2
propiedades, 2
traza de una, 28
valor propio de una, 33
vector propio de una, 33
solucin aproximada, 122
Mnimos cuadrados, 120
Operaciones elmentales en una matriz, 4
Producto interno, 9
QR
descomposicin, 138
Rango de una matriz, 13
Rectas, planos e hiperplanos, 157
Sistemas de ecuaciones, 15
c-inversas,g-inversa, 119
Gauss-Jordan, 15
solucin aproximada, 122
mnimos cuadrados, 119
Solucin m nima cuadrada, 122
Transformacin lineal
lgebra de, 12
imagen, 11
inversa de una, 13
matriz de una, 12
transformacin inyectica, 11
valores propios, 31
vectores propios, 31
Transformacion lineal
transformacin sobreyectiva, 11
Transformacin lineal
ncleo, 11
Transformaciones lineales, 11
Transpuesta, matriz, 2
Valor propio, 31
espacio asociado a un, 33
multiplicidad algebraica de un, 34
geomtrica de un, 33
caracter sticos; vea
valores vectores) propios, 31
Valores singulares
descomposicin, 151
Variedad lineal, 15
Vector propio, 31
Vectores, 5, 157
coordenadas resp. a una base, 8
linealmente dependientes, 7

170
 Bibliografa

[1] ANTON, H. Introduccin al lgebra lineal. Limusa, Mxico, 1981,

[2] FLOREY, F.G. Fundamentos de lgebra lineal y aplicaciones. Prentice Hall Internacional, Colombia, 1980.
[3] GRAYBILL, F.A. Introduction to matrices with applications in statistic. Wadsworth Publishing Company. Inc. Belnont,
California, 1969.
[4] GRAYBILL, F.A. Theory and applications of linear model. Duxbury Presss, Massachusetts, 1976.
[5] GROSSMAN S. I. lgebra Lineal. Quinta edicin. McGraw-Hill/Interamericana de Mexico, S. A. de C. V., 1996.
[6] ESPINOSA, M. A. y MARMOLEJO M. A. Operaciones elementales: Usos en el saln de calse. Matemticas: Enseanza
Universitaria. Pg. 61-82, Vol. V, No.1, 1996
[7] HADLEY, G. A. lgebra lineal, Fondo Educativo Interamericano S.A., U.S.A. 1969.
[8] LIPSCHUTZ, S. lgebra lineal, McGraw Hill, Mxico, 1979.
[9] MARMOLEJO, M.A. Inversa condicional e inversa generalizada de una matriz: esquema geomtrico. Lecturas Matemti-
cas, Soc. Col. Matemat., Pg. 129-146, Vol. IX, 1988.
[10] NAKOS, G.y JOYNER, D., lgebra lineal con aplicaciones, Thonsom, Mxico, 1998.
[11] NERING, E.D. lgebra lineal y teora de matrices. Limusa, Mxico, 1977.
[12] NOBLE, B. Applied linear algebra. Prentice Hall, Inc. London, 1969.
[13] RORRES , C y ANTON, H, Aplicaciones del lgebra lineal. Limusa, Mxico 1979.
[14] STRANG, G, lgebra lineal y sus aplicaciones. Fondo educativo interamericano, 1982.