Sie sind auf Seite 1von 186

Conceptos basicos de Vectores en Rn

Llamamos vector de Rn a una lista ordenada de n numeros reales, la


cual denotamos como
x1
x2
x = . .

..
xn
Aqu xk lo llamamos k-esima componente del vector x.

Algebra lineal
Conceptos basicos de Vectores en Rn
Llamamos vector de Rn a una lista ordenada de n numeros reales, la
cual denotamos como
x1
x2
x = . .

..
xn
Aqu xk lo llamamos k-esima componente del vector x.
Cual sera el vector vector nulo o vector cero?

Algebra lineal
Conceptos basicos de Vectores en Rn
Llamamos vector de Rn a una lista ordenada de n numeros reales, la
cual denotamos como
x1
x2
x = . .

..
xn
Aqu xk lo llamamos k-esima
componente
del vector x.
5
10 4
EJEMPLOS: El vector x = 3 es un vector de R y su primera,

5
segunda, tercera y cuarta componentes son 5, 10, 3 y 5, en ese
orden.

Algebra lineal
Conceptos basicos de Vectores en Rn
Llamamos vector de Rn a una lista ordenada de n numeros reales, la
cual denotamos como
x1
x2
x = . .

..
xn
Aqu xk lo llamamos k-esima componente del vector x.
EJEMPLOS: Los vectores

1 0 0
0 1 0
e1 = . , e2 = . , , e n = .

.. .. ..
0 0 1

son vectores de Rn . A estos vectores los llamamos vectores


canonicos de Rn

Algebra lineal
Conceptos basicos de Vectores en Rn
Llamamos vector de Rn a una lista ordenada de n numeros reales, la
cual denotamos como
x1
x2
x = . .

..
xn
Aqu xk lo llamamos k-esima componente del vector x.
Cuando dos vectores son iguales?

Algebra lineal
Conceptos basicos de Vectores en Rn
Geometricamente, a los vectores de Rn los podemos interpretar
como puntos;

Algebra lineal
Conceptos basicos de Vectores en Rn
Geometricamente, a los vectores de Rn los podemos interpretar
como puntos;

En las aplicaciones fsicas, es importante que pensemos en un vector,


no como un punto, sino como algo que tiene magnitud, direccion y
sentido. Estos vectores los llamaremos vectores libres.
Algebra lineal
Conceptos basicos de Vectores en Rn

u1 v1
u2 v2
[SUMA] Dados u = . y v = . , definimos

.. ..
un vn

u1 + v1
u2 + v2
u+v = .

..
un + vn

Algebra lineal
Conceptos basicos de Vectores en Rn

u1
u2
[PRODUCTO POR ESCALAR] Dados u = . y R , definimos

..
un

u1
u2
u = .

..
un

Algebra lineal
Conceptos basicos de Vectores en Rn
[RESTA] Definimos u v

u v = u + (v )

PR = OR OP.

Algebra lineal
Conceptos basicos de Vectores en Rn
Teorema
Sean u, v y w vectores de Rn y sean , dos numeros reales. Entonces
1 u + v Rn . Ley clau. para +
2 (u + v ) + w = u + (v + w ). Ley asoc. para +
3 u + v = v + u. Ley conm. para +
4 Existe un unico vector z Rn tal que u + z = z + u = u (z = 0).
Ley mod. para la suma
5 Para cada u, existe un unico vector p Rn tal que
u + p = p + u = 0 (p = -u). Existencia del opuesto para suma.
6 u Rn . Ley clau para el producto por escalar
7 (u + v ) = u + v . Ley dist del producto por escalar resp +
8 ( + )u = u + u. Ley dist del producto por escalar respecto a +
de escalares.
9 ()u = (u) = (u). Ley asoc respecto al producto por
escalares
10 u = 0, si y solo si, = 0 o u = 0.
Algebra lineal
Conceptos basicos de Vectores en Rn
EJER: 1) Calcule (2u 3v + w ) (5u 2v ) + 7u
2) Determine el vector x tal que 2x 4v = 3u

Algebra lineal
Conceptos basicos de Vectores en Rn

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Combinacion Lineal)
Dados v1 , v2 , . . . , vk vectores de Rn y 1 , 2 , . . . , k R, al vector

v = 1 v1 + 2 v2 + . . . + k vk

lo llamamos combinacion lineal de los vectores v1 , v2 , . . . , vk . A los


escalares 1 , 2 , . . . , k los llamamos coeficientes de la combinacion
lineal.
     
1 2 3
EJEM: Sean u = yv= yw= . Calculemos la
2 5 2
combinacion lineal de ellos dada por 3u v + 2w .

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Combinacion Lineal)
Dados v1 , v2 , . . . , vk vectores de Rn y 1 , 2 , . . . , k R, al vector

v = 1 v1 + 2 v2 + . . . + k vk

lo llamamos combinacion lineal de los vectores v1 , v2 , . . . , vk . A los


escalares 1 , 2 , . . . , k los llamamos coeficientes de la combinacion
lineal.

13 2
EJER: los vectores 4 y 0 son combinaciones lineales de
0 1

1 5
0 y 2 ?.
2 3

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Conj. Generado y Conj. Generador)
Al conjunto de todas las combinaciones lineales de los vectores
v1 , v2 , . . . , vk lo representamos por

V := {v |v = 1 v1 + 2 v2 + . . . + k vk , i R} = Gen{v1 , v2 , . . . , vk }

V es generado por v1 , v2 , . . . , vk ; ademas, a {v1 , v2 , . . . , vk } lo llamamos


conjunto generador de V .

OBS: El conjunto generado por un conjunto de vectores dados es unico


mientras que el conjunto generador no es unico.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Conj. Generado y Conj. Generador)
Al conjunto de todas las combinaciones lineales de los vectores
v1 , v2 , . . . , vk lo representamos por

V := {v |v = 1 v1 + 2 v2 + . . . + k vk , i R} = Gen{v1 , v2 , . . . , vk }

V es generado por v1 , v2 , . . . , vk ; ademas, a {v1 , v2 , . . . , vk } lo llamamos


conjunto generador de V .

OBS: El conjunto generado por un conjunto de vectores dados es unico


mientras que el conjunto generador no es
unico.
EJEM: Si V = Gen{u, v }, entonces 2u + 5v , 0, u, 3v , u v son
vectores de V .
3 1 0
EJER: El vector 0 pertenece a Gen 0 , 0 ?.
2 1 1

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Conj. Generado y Conj. Generador)
Al conjunto de todas las combinaciones lineales de los vectores
v1 , v2 , . . . , vk lo representamos por

V := {v |v = 1 v1 + 2 v2 + . . . + k vk , i R} = Gen{v1 , v2 , . . . , vk }

V es generado por v1 , v2 , . . . , vk ; ademas, a {v1 , v2 , . . . , vk } lo llamamos


conjunto generador de V .

OBS: El conjunto generado por un conjunto de vectores dados es unico


mientras que el conjunto generador no es unico.
EJER: Demuestre que Gen{e1 , e2 , . . . , en } = Rn .
EJER: Determine Gen{e1 , e3 } si ei R3 .
EJER: Determine  Gen{v
 } siv es cualquier vector no nulo.
1 2
EJER: Halle Gen{ , }
2 4

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Conj. Generado y Conj. Generador)
Al conjunto de todas las combinaciones lineales de los vectores
v1 , v2 , . . . , vk lo representamos por

V := {v |v = 1 v1 + 2 v2 + . . . + k vk , i R} = Gen{v1 , v2 , . . . , vk }

V es generado por v1 , v2 , . . . , vk ; ademas, a {v1 , v2 , . . . , vk } lo llamamos


conjunto generador de V .

OBS: El conjunto generado por un conjunto de vectores dados es unico


mientras que el conjunto generador no es unico.
EJER: Determine un conjunto generador de

3r s
V = r + 5s , r , s R
r

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Conjunto l.i.)
Un conjunto de vectores {v1 , v2 , . . . , vk } es linealmente independiente si
los unicos escalares 1 , 2 , . . . , k tales que

1 v1 + 2 v2 + + k vk = 0

son todos cero.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Conjunto l.i.)
Un conjunto de vectores {v1 , v2 , . . . , vk } es linealmente independiente si
los unicos escalares 1 , 2 , . . . , k tales que

1 v1 + 2 v2 + + k vk = 0

son todos cero.



1 1 1
EJER: Demostremos que 3 , 5 , 2 , es un conjunto l.i.
2 4 0

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Conjunto l.i.)
Un conjunto de vectores {v1 , v2 , . . . , vk } es linealmente independiente si
los unicos escalares 1 , 2 , . . . , k tales que

1 v1 + 2 v2 + + k vk = 0

son todos cero.



1 1 2
EJER: Demostremos que 3 , 2 , 1 , es un conjunto
2 3 5

l.d.
EJER: Demuestre que todo conjunto de Rn que contenga al vector 0 es
un conjunto l.d.
OBS:haymas
 vectores
  que componentes los vectores son l.d. EJEM:
0 1 2
Gen , ,
2 2 1

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Producto escalar )

u1 v1
.. ..
Dados u = . y v = . de Rn , definimos u v el producto escalar
un vn
entre u y v , como el escalar dado por

u v = u1 v1 + u2 v2 + + un vn

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Producto escalar )

u1 v1
.. ..
Dados u = . y v = . de Rn , definimos u v el producto escalar
un vn
entre u y v , como el escalar dado por

u v = u1 v1 + u2 v2 + + un vn

2 1 2
EJER: Dados 1 , 3 , 1 , Calcule
5 0 1

u v , u w , v w , (3u) v , (u + v ) w y v u.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Producto escalar )

u1 v1
.. ..
Dados u = . y v = . de Rn , definimos u v el producto escalar
un vn
entre u y v , como el escalar dado por

u v = u1 v1 + u2 v2 + + un vn

EJER: Suponga que un fabricante produce cuatro artculos. La demanda


30
20
40. Los precios unitarios para los
para los artculos esta dada por d =

10

20
15
18. Si satisface su demanda.
artculos estan dados por el vector p =

40
Cuanto dinero recibira el fabricante?
Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Producto escalar )

u1 v1
.. ..
Dados u = . y v = . de Rn , definimos u v el producto escalar
un vn
entre u y v , como el escalar dado por

u v = u1 v1 + u2 v2 + + un vn

Teorema (Ejer. 50 del Taller2ParteB)


Sean u, v y w vectores de Rn y sea R. Entonces
1 u v = v u. Ley conm para .
2 u (v + w ) = u v + u w . Ley dist
3 (u v ) = (u) v = u (v ).
4 u u = 0, si y solo si, u = 0.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Producto escalar )

u1 v1
.. ..
Dados u = . y v = . de Rn , definimos u v el producto escalar
un vn
entre u y v , como el escalar dado por

u v = u1 v1 + u2 v2 + + un vn

Teorema (Ejer. 50 del Taller2ParteB)


Sean u, v y w vectores de Rn y sea R. Entonces
1 u v = v u. Ley conm para .
2 u (v + w ) = u v + u w . Ley dist
3 (u v ) = (u) v = u (v ).
4 u u = 0, si y solo si, u = 0.

Note que no tiene sentido la prop. asociativa para

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Producto escalar )

u1 v1
.. ..
Dados u = . y v = . de Rn , definimos u v el producto escalar
un vn
entre u y v , como el escalar dado por

u v = u1 v1 + u2 v2 + + un vn

EJER:
Encuentre
y de forma que los vectores sean ortogonales
1 4
5
y
2 2
3 7

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Norma)
Definimos la norma de un vector u de Rn , kuk, como la raz cuadrada de
u u; es decir,
q
kuk = u u = u12 + + un2

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Norma)
Definimos la norma de un vector u de Rn , kuk, como la raz cuadrada de
u u; es decir,
q
kuk = u u = u12 + + un2

2 5 1
EJER: 1) Dados u = 1 , y los puntos P = 2, Q = 1,
5 3 3
Calcule kuk y kPQk,

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Norma)
Definimos la norma de un vector u de Rn , kuk, como la raz cuadrada de
u u; es decir,
q
kuk = u u = u12 + + un2

Teorema
Dados los vectores u, v Rn , y R tenemos que
(a) kuk = ||kuk
(b) ku + v k2 = kuk2 + kv k2 + 2(u v )
(c) ku v k2 = kuk2 + kv k2 2(u v )
(d) |u v | kukkv k. La igualdad se obtiene, si y solo si, u = v para
algun R. Desigualdad de Cauchy-Schwarz.
(e) ku + v k kuk + kv k. La igualdad se cumple, si y solo si, u = v
con 0. Desigualdad triangular.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Norma)
Definimos la norma de un vector u de Rn , kuk, como la raz cuadrada de
u u; es decir,
q
kuk = u u = u12 + + un2

OBS: 1) La distancia euclidiana entre dos vectores u y v es ku v k.


2) Cuando la norma del vector es 1, se dice que es un vector unitario

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Norma)
Definimos la norma de un vector u de Rn , kuk, como la raz cuadrada de
u u; es decir,
q
kuk = u u = u12 + + un2

1 2
2 0
EJER: 1) Halle la distancia entre 3 y 2 .

0 0

1
2) Halle el vector unitario en la direccion v = 2
1

Algebra lineal
Conceptos basicos de Vectores en Rn
(d) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0

Algebra lineal
Conceptos basicos de Vectores en Rn
(d) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0

0 kxu + v k2 = (xu + v ) (xu + v )


= x 2 (u u) + x(2u v ) + (v v ) = p(x)

donde p(x) = ax 2 + bx + c es un polinomio cuadratico con a = u u,


b = 2u v y c = v v .

Algebra lineal
Conceptos basicos de Vectores en Rn
(d) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0

0 kxu + v k2 = (xu + v ) (xu + v )


= x 2 (u u) + x(2u v ) + (v v ) = p(x)

donde p(x) = ax 2 + bx + c es un polinomio cuadratico con a = u u,


b = 2u v y c = v v .
Como a 0, la grafica de p(x) es una parabola concava haca arriba con
vertice
 en el semiplano
 superior. Recordando que el vertice de p(x) es
b b2
2a , c 4a

Algebra lineal
Conceptos basicos de Vectores en Rn
(d) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0

0 kxu + v k2 = (xu + v ) (xu + v )


= x 2 (u u) + x(2u v ) + (v v ) = p(x)

donde p(x) = ax 2 + bx + c es un polinomio cuadratico con a = u u,


b = 2u v y c = v v .
Como a 0, la grafica de p(x) es una parabola concava haca arriba con
vertice
 en el semiplano
 superior. Recordando que el vertice de p(x) es
b b2
2a , c 4a entonces

b2 4(u v )2
0c = kv k2
4a 4kuk2

Algebra lineal
Conceptos basicos de Vectores en Rn
(d) |u v | kukkv k
DEM: para todo x R tenemos que kxu + v k2 0

0 kxu + v k2 = (xu + v ) (xu + v )


= x 2 (u u) + x(2u v ) + (v v ) = p(x)

donde p(x) = ax 2 + bx + c es un polinomio cuadratico con a = u u,


b = 2u v y c = v v .
Como a 0, la grafica de p(x) es una parabola concava haca arriba con
vertice
 en el semiplano
 superior. Recordando que el vertice de p(x) es
b b2
2a , c 4a entonces

b2 4(u v )2
0c = kv k2
4a 4kuk2
Ademas, si u = v entonces

|u v | = |v v | = |||v v | = ||kv k2 = ||kv kkv k


= kv kkv k = kukkv k

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Angulo entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Angulo entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.

OBS: Dados dos vectores u y v no nulos, siempre podemos construir un


triangulo como el de la siguiente figura

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Angulo entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.

Al aplicar el T. del Coseno a este triangulo, tenemos

ku v k2 = kuk2 + kv k2 2kukkv k cos


kuk2 2u v + kv k2 = kuk2 + kv k2 2kukkv k cos

Entonces
uv
cos =
kukkv k

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Angulo entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.

Al aplicar el T. del Coseno a este triangulo, tenemos

ku v k2 = kuk2 + kv k2 2kukkv k cos


kuk2 2u v + kv k2 = kuk2 + kv k2 2kukkv k cos

Entonces
uv
cos =
kukkv k

1 1
1 1
1 y v = 1
EJEM: Calcule el angulo de u =

1 1

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Angulo entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.

Al aplicar el T. del Coseno a este triangulo, tenemos

ku v k2 = kuk2 + kv k2 2kukkv k cos


kuk2 2u v + kv k2 = kuk2 + kv k2 2kukkv k cos

Entonces
uv
cos =
kukkv k
Diremos que los vectores no nulos u y v son ortogonales u v = 0.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Angulo entre vectores)
Dados los vectores no nulos u y v de Rn , definimos el angulo
determinado por u y v como el menor giro positivo.

Al aplicar el T. del Coseno a este triangulo, tenemos

ku v k2 = kuk2 + kv k2 2kukkv k cos


kuk2 2u v + kv k2 = kuk2 + kv k2 2kukkv k cos

Entonces
uv
cos =
kukkv k
Diremos quelos
vectores no u y v son ortogonales u v = 0.
nulos
1 0
2 1
EJER: u = 3 y v = 5 son ortogonales?

0 4

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Proyeccion ortogonal)
Si u 6= 0 y v son vectores de Rn , definimos la proyeccion ortogonal de v
sobre u como el vector
v u
proyu v = u
kuk2

Llamamos a vc = v proyu v la componente vectorial de v ortogonal a u.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Proyeccion ortogonal)
Si u 6= 0 y v son vectores de Rn , definimos la proyeccion ortogonal de v
sobre u como el vector
v u
proyu v = u
kuk2

Llamamos a vc = v proyu v la componente vectorial de v ortogonal a u.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Proyeccion ortogonal)
Si u 6= 0 y v son vectores de Rn , definimos la proyeccion ortogonal de v
sobre u como el vector
v u
proyu v = u
kuk2

Llamamos a vc = v proyu v la componente vectorial de v ortogonal a u.

Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Proyeccion ortogonal)
Si u 6= 0 y v son vectores de Rn , definimos la proyeccion ortogonal de v
sobre u como el vector
v u
proyu v = u
kuk2

Llamamos a vc = v proyu v la componente vectorial de v ortogonal a u.

EJEMPLOS: Halle la proyu v y la componente vectorial de v ortogonal a


u (Esto es vc ), para cada uno de los siguientes casos:

2
1 1 1
(a) u = 1 y v = 1 (b) u = e1 y v = 0

1 1
3
v u
proyv u = v
kv k2

Algebra lineal
Producto Ax
Las columnas de las matrices son vectores de Rm , m son las filas de la
matriz, es decir, que las matrices las podemos ver como una sucesion
(finita y ordenada) de vectores, lo cual denotamos como
A = [a1 a2 . . . an ] ai son las columnas de A.

Algebra lineal
Producto Ax
Las columnas de las matrices son vectores de Rm , m son las filas de la
matriz, es decir, que las matrices las podemos ver como una sucesion
(finita y ordenada) de vectores, lo cual denotamos como
A = [a1 a2 . . . an ] ai son las columnas de A.

Definicion
Sea A una matriz, cuyas columnas son los vectores a1 , a2 , . . . , an de Rm ,
y sea x un vector de Rn , cuyas componentes son x1 , x2 , . . . , xn .
Definimos el producto matricial Ax como la combinacion lineal

Ax = x1 a1 + x2 a2 + + xn an .

Algebra lineal
Producto Ax
Las columnas de las matrices son vectores de Rm , m son las filas de la
matriz, es decir, que las matrices las podemos ver como una sucesion
(finita y ordenada) de vectores, lo cual denotamos como
A = [a1 a2 . . . an ] ai son las columnas de A.

Definicion
Sea A una matriz, cuyas columnas son los vectores a1 , a2 , . . . , an de Rm ,
y sea x un vector de Rn , cuyas componentes son x1 , x2 , . . . , xn .
Definimos el producto matricial Ax como la combinacion lineal

Ax = x1 a1 + x2 a2 + + xn an .

1 0 3 0
EJEM: Dado A = 2 1 1 y x = 1, tenemos
3 5 2 3

1 0 3
Ax = 0 2 + 1 1 + 3 1 =??
3 5 2
Algebra lineal
Teorema (Propiedades del producto Ax)
Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)

DEM: (a)

Algebra lineal
Teorema (Propiedades del producto Ax)
Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)

DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y


por tanto x + y = (x1 + y1 , , xn + yn ).

Algebra lineal
Teorema (Propiedades del producto Ax)
Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)

DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y


por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an

Algebra lineal
Teorema (Propiedades del producto Ax)
Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)

DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y


por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an
= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an

Algebra lineal
Teorema (Propiedades del producto Ax)
Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)

DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y


por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an
= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an
 
= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an

Algebra lineal
Teorema (Propiedades del producto Ax)
Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)

DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y


por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an
= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an
 
= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an
= Ax + Ay

Algebra lineal
Teorema (Propiedades del producto Ax)
Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)

DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y


por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an
= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an
 
= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an
= Ax + Ay

3x 2y + z = 2
Observe que el sistema lineal
x 3z = 1

Algebra lineal
Teorema (Propiedades del producto Ax)
Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de
Rm , un escalar e x, y vectores de Rn , entonces
a) A(x + y ) = Ax + Ay
b) A(x) = (Ax)

DEM: (a) Como x, y Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y


por tanto x + y = (x1 + y1 , , xn + yn ). Luego,
A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + + (xn + yn )an
= x1 a1 + y1 a1 + x2 a2 + y2 a2 + + xn an + yn an
 
= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an
= Ax + Ay

3x 2y + z = 2
Observe que el sistema lineal
x 3z = 1

          x  
3 2 1 2 3 2 1 2
x +y +z = y =
1 0 3 1 1 0 3 1
z
Algebra lineal
Observe que

[A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Algebra lineal
Observe que

[A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)


Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:

Algebra lineal
Observe que

[A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)


Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.

Algebra lineal
Observe que

[A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)


Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.
Existe al menos un vector x de Rn , tal que Ax = b.

Algebra lineal
Observe que

[A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)


Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.
Existe al menos un vector x de Rn , tal que Ax = b.
El vector b es combinacion lineal de las columnas de A.

Algebra lineal
Observe que

[A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)


Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.
Existe al menos un vector x de Rn , tal que Ax = b.
El vector b es combinacion lineal de las columnas de A.
El vector b pertenece al conjunto generado por las columnas de A.

Algebra lineal
Observe que

[A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos)


Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector
de Rm , las siguientes proposiciones son equivalentes:
El sistema cuya matriz aumentada es [A|b] es consistente.
Existe al menos un vector x de Rn , tal que Ax = b.
El vector b es combinacion lineal de las columnas de A.
El vector b pertenece al conjunto generado por las columnas de A.

Definicion (Espacio nulo)


El espacio nulo de una matriz A esta dado por

NA = {x Rn : Ax = 0}

Algebra lineal

1 0 3  
2
Dada A = 2 1 1 determinemos si los vectores u = ,
7
3 5 2

1 3
v = 2 yw = 1 se encuentran en NA .
3 5

Algebra lineal

1 0 3  
2
Dada A = 2 1 1 determinemos si los vectores u = ,
7
3 5 2

1 3
v = 2 y w = 1 se encuentran en NA .
3 5
OBS NA = {0}, si y solo si, Ax = 0 tiene solucion unica, i.e. x = 0.

Algebra lineal

1 0 3  
2
Dada A = 2 1 1 determinemos si los vectores u = ,
7
3 5 2

1 3
v = 2 y w = 1 se encuentran en NA .
3 5
OBS NA = {0}, si y solo si, Ax = 0 tiene solucion unica, i.e. x = 0.

Teorema (Propiedades del espacio nulo)


Dada una matriz A, si x, y son vectores de NA y es un escalar,
tenemos que:
(a) x + y NA (b) x NA

DEM

Algebra lineal

1 0 3  
2
Dada A = 2 1 1 determinemos si los vectores u = ,
7
3 5 2

1 3
v = 2 y w = 1 se encuentran en NA .
3 5
OBS NA = {0}, si y solo si, Ax = 0 tiene solucion unica, i.e. x = 0.

Teorema (Propiedades del espacio nulo)


Dada una matriz A, si x, y son vectores de NA y es un escalar,
tenemos que:
(a) x + y NA (b) x NA

DEM Puesto que x, y NA , Ax = 0 y Ay = 0;

Algebra lineal

1 0 3  
2
Dada A = 2 1 1 determinemos si los vectores u = ,
7
3 5 2

1 3
v = 2 y w = 1 se encuentran en NA .
3 5
OBS NA = {0}, si y solo si, Ax = 0 tiene solucion unica, i.e. x = 0.

Teorema (Propiedades del espacio nulo)


Dada una matriz A, si x, y son vectores de NA y es un escalar,
tenemos que:
(a) x + y NA (b) x NA

DEM Puesto que x, y NA , Ax = 0 y Ay = 0; entonces,


(a) A(x + y ) = Ax + Ay = 0 + 0 = 0, por tanto, x + y NA .
(b) A(x) = (Ax) = 0 = 0, de donde, concluimos que x NA .
OBS: Note que Ix = x donde I es la matriz n n dada por [e1 e2 en ] y
x Rn

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto

CA = {b Rm : Ax = b, para algun x Rn }.

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto

CA = {b Rm : Ax = b, para algun x Rn }.

OBS CA esta formado por todas las combinaciones lineales de las


columnas de A; es decir,

CA = Gen{a1 , a2 , . . . , an }

donde a1 , a2 , . . . , an son las columnas de A.

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto

CA = {b Rm : Ax = b, para algun x Rn }.

OBS CA esta formado por todas las combinaciones lineales de las


columnas de A; es decir,

CA = Gen{a1 , a2 , . . . , an }

donde a1 , a2 , . . . , a
n son las columnas
de A.
1 2 4 5
EJEM Dada A = 2 1 determinemos si 7 , 0 se
1 1 1 4
encuentran en CA .

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto

CA = {b Rm : Ax = b, para algun x Rn }.

OBS CA esta formado por todas las combinaciones lineales de las


columnas de A; es decir,

CA = Gen{a1 , a2 , . . . , an }

donde a1 , a2 , . . . , a
n son las columnas
de A.
1 2 4 5
EJEM Dada A = 2 1 determinemos si 7 , 0 se
1 1 1 4
encuentran en CA .
1 2 4 5 1 2 4 5
M.Aum = 2 1 7 0 M.Esc = 0 5 15 10
1 1 1 4 0 0 0 1

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto

CA = {b Rm : Ax = b, para algun x Rn }.

OBS CA esta formado por todas las combinaciones lineales de las


columnas de A; es decir,

CA = Gen{a1 , a2 , . . . , an }

donde a1 , a2 , . . . , a
n son las columnas
de A.
1 2 4 5
EJEM Dada A = 2 1 determinemos si 7 , 0 se
1 1 1 4
encuentran en CA .
1 2 4 5 1 2 4 5
M.Aum = 2 1 7 0 M.Esc = 0 5 15 10
1 1 1 4 0 0 0 1

Entonces 1ro SI, 2do NO


Algebra lineal
Teorema (Propiedades del espacio columna)
Dada una matriz A, los vectores b y c de CA y un escalar, entonces:

(1) b + c CA (2) b CA

Algebra lineal
Teorema (Propiedades del espacio columna)
Dada una matriz A, los vectores b y c de CA y un escalar, entonces:

(1) b + c CA (2) b CA

DEM Puesto que b, c CA , existen vectores x y y tales que Ax = b y


Ay = c.

Algebra lineal
Teorema (Propiedades del espacio columna)
Dada una matriz A, los vectores b y c de CA y un escalar, entonces:

(1) b + c CA (2) b CA

DEM Puesto que b, c CA , existen vectores x y y tales que Ax = b y


Ay = c. Entonces,

(1). b + c = Ax + Ay = A(x + y ), por tanto, b + c CA .

(2). b = (Ax) = A(x), de donde concluimos que b CA .

Algebra lineal
Teorema (Propiedades del espacio columna)
Dada una matriz A, los vectores b y c de CA y un escalar, entonces:

(1) b + c CA (2) b CA

DEM Puesto que b, c CA , existen vectores x y y tales que Ax = b y


Ay = c. Entonces,

(1). b + c = Ax + Ay = A(x + y ), por tanto, b + c CA .

(2). b = (Ax) = A(x), de donde concluimos que b CA .

Corolario (1)

si el vector u es solucion del sistema Ax = b y el vector v es solucion del


sistema homogeneo asociado (Ax = 0), entonces (u + v ) es solucion del
sistema Ax = b.
DEM
A(u + v ) = Au + Av = b + 0 = b.

Algebra lineal
Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.

Algebra lineal
Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.

Corolario (3)
Sea u solucion del sistema Ax = b, entonces v es solucion del sistema
Ax = b, si y solo si, v = h + u, donde h es una solucion del sistema
homogeneo asociado Ax = 0.

Algebra lineal
Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.

Corolario (3)
Sea u solucion del sistema Ax = b, entonces v es solucion del sistema
Ax = b, si y solo si, v = h + u, donde h es una solucion del sistema
homogeneo asociado Ax = 0.

DEM Sea v una solucion del sistema Ax = b, entonces h = v u es


solucion del sistema homogeneo asociado (Coro 2) y por tanto
v = h + u. La otra implicacion es el resultado del Coro 1.

Algebra lineal
Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.

Corolario (3)
Sea u solucion del sistema Ax = b, entonces v es solucion del sistema
Ax = b, si y solo si, v = h + u, donde h es una solucion del sistema
homogeneo asociado Ax = 0.

Corolario (4)
Un sistema Ax = b que tiene mas de una solucion, tiene infinitas
soluciones.

Algebra lineal
Corolario (2)
Si los vectores u y v son soluciones del sistema Ax = b, entonces u v
es solucion del sistema homogeneo asociado Ax = 0.

Corolario (3)
Sea u solucion del sistema Ax = b, entonces v es solucion del sistema
Ax = b, si y solo si, v = h + u, donde h es una solucion del sistema
homogeneo asociado Ax = 0.

Corolario (4)
Un sistema Ax = b que tiene mas de una solucion, tiene infinitas
soluciones.
DEM Sean u y v dos soluciones diferentes del sistema Ax = b. Por el
Coro 2, h = u v 6= 0 es solucion del sistema homogeneo asociado
Ax = 0. Por el Propiedades de NA , h, R, tambien es solucion del
sistema homogeneo, lo que nos indica que el sistema homogeneo tiene
infinitas soluciones. Por el Coro 3, w = h + u es tambien solucion del
sistema Ax = b. As que, el sistema Ax = b tiene infinitas soluciones.
Algebra lineal
Rectas, Planos e Hiperplanos
DEF: Dado un punto P y un vector d no nulo de Rn , diremos que la
recta que contiene a P y tiene direccion d es

el conjunto de todos los puntos X que determinan vectores PX paralelos


a d.

Algebra lineal
Rectas, Planos e Hiperplanos
DEF: Dado un punto P y un vector d no nulo de Rn , diremos que la
recta que contiene a P y tiene direccion d es

el conjunto de todos los puntos X que determinan vectores PX paralelos


a d. Al vector d lo llamamos vector director de la recta.
x p = td x = p + td
Algebra lineal
Formas de expresar una recta
Ecuacion vectorial de la recta Ecuaciones parametricas de la recta

x1 = p1 + td1
x = p + td x2 =
.. p2 + td2
.
xn = pn + tdn

Algebra lineal
Formas de expresar una recta
Ecuacion vectorial de la recta Ecuaciones parametricas de la recta

x1 = p1 + td1
x = p + td x2 =
.. p2 + td2
.
xn = pn + tdn

Al despejar t de cada ecuacion e igualar esta expresiones, encontramos


las ecuaciones simetricas de la recta que pasa por el punto P y tiene
vector director d,
x1 p1 x2 p2 xn pn
= = = siempre que di 6= 0
d1 d2 dn

Algebra lineal
Formas de expresar una recta
Ecuacion vectorial de la recta Ecuaciones parametricas de la recta

x1 = p1 + td1
x = p + td x2 =
.. p2 + td2
.
xn = pn + tdn

Al despejar t de cada ecuacion e igualar esta expresiones, encontramos


las ecuaciones simetricas de la recta que pasa por el punto P y tiene
vector director d,
x1 p1 x2 p2 xn pn
= = = siempre que di 6= 0
d1 d2 dn

x1 2 1
! ! !
EJEM Dada la ecuacion vectorial L : x2 = 1 +t 0
x3 3 5
1 Halle dos puntos P y Q de la recta L.

Algebra lineal
Formas de expresar una recta
Ecuacion vectorial de la recta Ecuaciones parametricas de la recta
x1 = p1 + td1
x = p + td x2 =
.. p2 + td2
.
xn = pn + tdn
Al despejar t de cada ecuacion e igualar esta expresiones, encontramos
las ecuaciones simetricas de la recta que pasa por el punto P y tiene
vector director d,
x1 p1 x2 p2 xn pn
= = = siempre que di 6= 0
d1 d2 dn

x1 2 1
! ! !
EJEM Dada la ecuacion vectorial L : x2 = 1 +t 0
x3 3 5
1 Halle dos puntos P y Q de la recta L.
3 4
! !
2 Determine si R = 1 yS= 1 pertenecen a la recta L.
2 0
Algebra lineal
Formas de expresar una recta
Ecuacion vectorial de la recta Ecuaciones parametricas de la recta
x1 = p1 + td1
x = p + td x2 =
.. p2 + td2
.
xn = pn + tdn

Al despejar t de cada ecuacion e igualar esta expresiones, encontramos


las ecuaciones simetricas de la recta que pasa por el punto P y tiene
vector director d,
x1 p1 x2 p2 xn pn
= = = siempre que di 6= 0
d1 d2 dn

x1 2 1
! ! !
EJEM Dada la ecuacion vectorial L : x2 = 1 +t 0
x3 3 5
1 Halle dos puntos P y Q de la recta L.
2 Halle un vector d que sea un vector director de la recta L y verifique
que el vector PQ, de (a), es paralelo a d.
Algebra lineal
EJEM. Hallar la ecuacion vectorial de la recta que pasa por los puntos

1 2
2 1
P = Q=
0 1
1 1

Algebra lineal
EJEM. Hallar la ecuacion vectorial de la recta que pasa por los puntos

1 2
2 1
P = Q=
0 1
1 1

DEF. Diremos que las rectas L1 y L2 son paralelas, si y solo si, los
vectores d1 y d2 lo son. Es decir, d1 = d2

Algebra lineal
EJEM. Hallar la ecuacion vectorial de la recta que pasa por los puntos

1 2
2 1
P = Q=
0 1
1 1

DEF. Diremos que las rectas L1 y L2 son paralelas, si y solo si, los
vectores d1 y d2 lo son. Es decir, d1 = d2

EJEM Determine si las siguientes rectas son paralelas.



3 5
1 L1 es la recta que pasa por los puntos P = 2 y Q = 3 y
1 0
x 0 4
L2 es la recta con ecuacion vectorial y = 4 + t 10
z 3 2

Algebra lineal
EJEM. Hallar la ecuacion vectorial de la recta que pasa por los puntos

1 2
2 1
P = Q=
0 1
1 1

DEF. Diremos que las rectas L1 y L2 son paralelas, si y solo si, los
vectores d1 y d2 lo son. Es decir, d1 = d2

EJEM Determine si las siguientes rectas son paralelas.



3
1 L1 es la recta que pasa por los puntos M = 2 y tiene vector
1
2
direccion v = 3 y L2 es la recta que pasa por los puntos
1

0 2
Q = 2 y P = 3
1 1

Algebra lineal
Rectas iguales y ortogonales
TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en comun.

Algebra lineal
Rectas iguales y ortogonales
TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en comun.
DEM: Si L1 = L2 L1 ||L2 y L1 L2 6= .
Sean P, Q L1 = L2 entonces L1 L2 6= , y si d1 y d2 son los vectores
directores de L1 y L2 respectivamente, tenemos que PQ = 1 d1 y
PQ = 2 d2 . Luego igualando las ecuaciones es claro que las rectas son
2
paralelas pues d1 = d2 donde = .
1

Algebra lineal
Rectas iguales y ortogonales
TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en comun.
DEM: Si L1 = L2 L1 ||L2 y L1 L2 6= .
Sean P, Q L1 = L2 entonces L1 L2 6= , y si d1 y d2 son los vectores
directores de L1 y L2 respectivamente, tenemos que PQ = 1 d1 y
PQ = 2 d2 . Luego igualando las ecuaciones es claro que las rectas son
2
paralelas pues d1 = d2 donde = .
1
DEM: Si L1 ||L2 y L1 L2 6= L1 = L2 .
Sea P L1 L2 y si L1 ||L2 entonces d1 = d2 .
: Si X L1 por ende PX = d1 = (d2 ) = d2 luego X L2 .
1
: Si X L2 entonces PX = d2 = ( d1 ) = d1 luego X L1 .

Algebra lineal
Rectas iguales y ortogonales
TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en comun.

Algebra lineal
Rectas iguales y ortogonales
TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en comun.
DEF Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los
vectores d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.

Algebra lineal
Rectas iguales y ortogonales
TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en comun.
DEF Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los
vectores d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.

EJEM Determine si las siguientes rectas son ortogonales:


1

Algebra lineal
Rectas iguales y ortogonales
TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en comun.
DEF Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los
vectores d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.

EJEM Determine si las siguientes rectas son ortogonales:



3 1
1 L1 es la recta que pasa por los puntos P = 2 y Q = 3 y L2
1 0

x 5 2
es la recta con ecuacion vectorial y = 4 + t 2
z 1 2

Algebra lineal
Rectas iguales y ortogonales
TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y
tienen al menos un punto en comun.
DEF Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los
vectores d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.

EJEM Determine si las siguientes rectas son ortogonales:



0
1 L1 es la recta que pasa por los puntos M = 2 y tiene vector
0

1
direccion v = 3 y L2 es la recta que pasa por los puntos
1

1 2
Q = 2 y R = 3
1 1

Algebra lineal
Ejercicios
Halle la ecuacion vectorial y las ecuaciones simetricas de las rectas:
1 La recta que pasa por los puntos

1 2
2 1
P = Q=
0 1
1 1

Algebra lineal
Ejercicios
Halle la ecuacion vectorial y las ecuaciones simetricas de las rectas:
1 La recta que pasa por los puntos

1 2
2 1
P = Q=
0 1
1 1

x 0 4
2 L2 es la recta con ecuacion vectorial y = 4 + t 10
z 3 2

Algebra lineal
Ejercicios
Halle la ecuacion vectorial y las ecuaciones simetricas de las rectas:
1 La recta que pasa por los puntos

1 2
2 1
P = Q=
0 1
1 1

x 0 4
2 L2 es la recta con ecuacion vectorial y = 4 + t 10
z 3 2

0 2
3 L2 es la recta que pasa por los puntos Q = 2 y P = 3
1 1

Algebra lineal
PLANOS
DEF Sea un punto P Rn y dos vectores c, d Rn diferentes de cero y
no paralelos. Diremos que el conjunto de puntos X que determinan
vectores PX que son combinacion lineal de los vectores c y d, es el plano
P que pasa por el punto P y tiene como vectores directores a c y d.

Algebra lineal
PLANOS
DEF Sea un punto P Rn y dos vectores c, d Rn diferentes de cero y
no paralelos. Diremos que el conjunto de puntos X que determinan
vectores PX que son combinacion lineal de los vectores c y d, es el plano
P que pasa por el punto P y tiene como vectores directores a c y d.

Observe que PX = tc + sd con t, s R. Ahora si x = OX y p = OP,


entonces para t, s R
x p = tc + sd x = p + tc + sd
Esta es la ecuacion vectorial del plano.
Algebra lineal
Ecuaciones del plano
PREG: Cuales son las ecuaciones parametricas del plano?

Algebra lineal
Ecuaciones del plano
PREG: Cuales son las ecuaciones parametricas del plano?

x1 = p1 + tc1 + sd1
x = p + tc + sd x2 =
.. p2 + tc2 + sd2
.
xn = pn + tcn + sdn

Algebra lineal
Ecuaciones del plano
PREG: Cuales son las ecuaciones parametricas del plano?
x1 = p1 + tc1 + sd1
x = p + tc + sd x2 =
.. p2 + tc2 + sd2
.
xn = pn + tcn + sdn
EJEM. Dadas las ecuaciones parametricas del plano P
x1 = 2+t s
x2 = 2t
x3 = 1 + 5s
x4 = 2

1 Encontremos tres puntos P, Q y R del plano P.

Algebra lineal
Ecuaciones del plano
PREG: Cuales son las ecuaciones parametricas del plano?
x1 = p1 + tc1 + sd1
x = p + tc + sd x2 =
.. p2 + tc2 + sd2
.
xn = pn + tcn + sdn
EJEM. Dadas las ecuaciones parametricas del plano P
x1 = 2+t s
x2 = 2t
x3 = 1 + 5s
x4 = 2

1 Encontremos tres puntos P, Q y R del plano P.


2 Encontremos dos vectores c y d que sean vectores directores del
plano P

Algebra lineal
Ecuaciones del plano
PREG: Cuales son las ecuaciones parametricas del plano?
x1 = p1 + tc1 + sd1
x = p + tc + sd x2 =
.. p2 + tc2 + sd2
.
xn = pn + tcn + sdn
EJEM. Dadas las ecuaciones parametricas del plano P
x1 = 2+t s
x2 = 2t
x3 = 1 + 5s
x4 = 2

1 Encontremos tres puntos P, Q y R del plano P.


2 Encontremos dos vectores c y d que sean vectores directores del
plano P
3 Los vectores PQ, PR y QR son combinaciones lineales de c y d?

Algebra lineal
Ecuaciones del plano
PREG: Cuales son las ecuaciones parametricas del plano?
x1 = p1 + tc1 + sd1
x = p + tc + sd x2 =
.. p2 + tc2 + sd2
.
xn = pn + tcn + sdn
EJEM. Dadas las ecuaciones parametricas del plano P
x1 = 2+t s
x2 = 2t
x3 = 1 + 5s
x4 = 2

1 Encontremos tres puntos P, Q y R del plano P.


2 Encontremos dos vectores c y d que sean vectores directores del
plano P
3 Los vectores PQ,PR yQR son combinaciones
lineales de c y d?
2 6
2 4
4 Los puntos M = N = se encuentran en el plano P?.
1 9
2 2
Algebra lineal
Ecuaciones del plano
EJEM. Encontremos
! una ecuacion
! vectorial del
! plano que contiene los
2 0 2
puntos P = 5 ,Q= 2 yR= 0
3 1 3

Algebra lineal
Ecuaciones del plano
EJEM. Encontremos
! una ecuacion
! vectorial del
! plano que contiene los
2 0 2
puntos P = 5 ,Q= 2 yR= 0
3 1 3

El plano que contiene los puntos P, Q y R tiene como vectores directores


a d1 = PQ y d2 = PR.
Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Diremos que dos planos son paralelos, si y solo si, los vectores
directores de uno de los planos son combinacion lineal de los vectores
directores del otro plano.

Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Diremos que dos planos son paralelos, si y solo si, los vectores
directores de uno de los planos son combinacion lineal de los vectores
directores del otro plano.

Teorema (Planos iguales- Ejer. 71 Taller2ParteB)


Dos planos son iguales, si y solo si, los dos planos son paralelos y tienen
al menos un punto comun
Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)


Una recta esta totalmente incluida en un plano de Rn , si y solo si, la
recta es paralela al plano y la recta y el plano tienen al menos un punto
en comun.

Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)


Una recta esta totalmente incluida en un plano de Rn , si y solo si, la
recta es paralela al plano y la recta y el plano tienen al menos un punto
en comun.
DEM: pd L P L||P y P L = 6 .
Sea L : P + td, t R y P : Q + rc1 + sd1 , r , s R.

Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)


Una recta esta totalmente incluida en un plano de Rn , si y solo si, la
recta es paralela al plano y la recta y el plano tienen al menos un punto
en comun.
DEM: pd L P L||P y P L = 6 .
Sea L : P + td, t R y P : Q + rc1 + sd1 , r , s R.
:Si L P entonces P P (P L = 6 ). Entonces otra ecuacion
vectorial de P es P + rc1 + sd1 . Ademas, como P + td L t R
entonces P + td = P + r0 c1 + s0 d1 , t R. En particular, si t = 1
tenemos d = r0 c1 + s0 d1 , es decir, d Gen{c1 , d1 }. Por lo tanto, L||P.

Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)


Una recta esta totalmente incluida en un plano de Rn , si y solo si, la
recta es paralela al plano y la recta y el plano tienen al menos un punto
en comun.
DEM: pd L P L||P y P L = 6 .
Sea L : P + td, t R y P : Q + rc1 + sd1 , r , s R.
:Si L||P y M P L. Entonces existen , R tales que
d = c1 + d1 . Ahora, note que L : M + td t R y P : M + rc1 + sd1 ,
r , s R. Demostremos que L P. Para ello, sea X L entonces
X = M + t0 d = M + t0 (c1 + d1 ) = M + r0 c1 + s0 d1 lo que implica que
X P.

Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)


Una recta esta totalmente incluida en un plano de Rn , si y solo si, la
recta es paralela al plano y la recta y el plano tienen al menos un punto
en comun.
EJEM:
Encuentre
una recta en el plano P:
contenida
x 0 0 2
y = 2 + t 2 + s 0
z 1 1 3

Algebra lineal
Planos Paralelos-Iguales-Ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es paralela al
plano P, si y solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)


Una recta esta totalmente incluida en un plano de Rn , si y solo si, la
recta es paralela al plano y la recta y el plano tienen al menos un punto
en comun.
EJEM:
Encuentre
una recta en el plano P:
contenida
x 0 0 2
y = 2 + t 2 + s 0 PREG: Existe otra recta contenida
z 1 1 3
en P? Cuantas rectas contenidas en P existen? Ejer. 75 Taller2ParteC

Algebra lineal
Rectas y planos ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es ortogonal al
plano P, si y solo si, el vector d es ortogonal tanto a c1 y d1 .

Algebra lineal
Rectas y planos ortogonales
DEF: Sean L una recta con vector director d Rn y P un plano con
vectores directores c1 , d1 Rn . Diremos que la recta L es ortogonal al
plano P, si y solo si, el vector d es ortogonal tanto a c1 y d1 .

Algebra lineal
Ejercicios

x 2 2
1. Determine si la recta L: y = 1 + t 7 es paralela a P:
z 3 2

x 0 0 2
y = 2 + r 2 + s 0 . Rta: No
z 1 1 3

1
2. Determine si la recta L que contiene los puntos P = 1 y
1
4
Q = 0 es ortogonal al plano P:
3
x 5 0 2
y = 2 + r 2 + s 0 . Rta: S
z 3 1 3

Algebra lineal
Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n.

Algebra lineal
Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces

PX n = 0.

Algebra lineal
Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces

PX n = 0.

Si llamamos x := OX y p := OP, la ecuacion

(x p) n = 0 equivalentemente x n = p n (1)

es la ecuacion del hiperplano que pasa por P y es ortogonal a n.

Algebra lineal
Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces

PX n = 0.

Si llamamos x := OX y p := OP, la ecuacion

(x p) n = 0 equivalentemente x n = p n (1)

es la ecuacion del hiperplano que pasa por P y es ortogonal a n. A esta


ecuacion la llamamos ecuacion normal del hiperplano.

Algebra lineal
Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces

PX n = 0.

Si llamamos x := OX y p := OP, la ecuacion

(x p) n = 0 equivalentemente x n = p n (1)

es la ecuacion del hiperplano que pasa por P y es ortogonal a n. A esta


ecuacion la llamamos ecuacion normal del hiperplano.

PORQUE

(x p) n = 0 equivalentemente l1 x1 + l2 x2 + + ln xn = d (2)

donde con d = l1 p1 + l2 p2 + + ln pn = n p.

Algebra lineal
Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces

PX n = 0.

Si llamamos x := OX y p := OP, la ecuacion

(x p) n = 0 equivalentemente x n = p n (1)

es la ecuacion del hiperplano que pasa por P y es ortogonal a n. A esta


ecuacion la llamamos ecuacion normal del hiperplano.

PORQUE

(x p) n = 0 equivalentemente l1 x1 + l2 x2 + + ln xn = d (2)

donde con d = l1 p1 + l2 p2 + + ln pn = n p.A esta ecuacion la llamamos


ecuacion general del hiperplano que pasa por P y es ortogonal a n.
Algebra lineal
Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces

PX n = 0.

Si llamamos x := OX y p := OP, la ecuacion

(x p) n = 0 equivalentemente x n = p n (1)

es la ecuacion del hiperplano que pasa por P y es ortogonal a n. A esta


ecuacion la llamamos ecuacion normal del hiperplano.

Algebra lineal
Hiperplanos
DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto
formado por P y todos los puntos X que determinan vectores PX
ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al
vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces

PX n = 0.

Si llamamos x := OX y p := OP, la ecuacion

(x p) n = 0 equivalentemente x n = p n (1)

es la ecuacion del hiperplano que pasa por P y es ortogonal a n. A esta


ecuacion la llamamos ecuacion normal del hiperplano.

-Hiperplanos en R son puntos


-Hiperplanos en R2 son rectas, as que son de la forma ax + by + d = 0
(Ejer. 87 Taller2parteC)
-Hiperplanos en R3 son planos, as que son de la forma
ax + by + cz + d = 0. Esto lo probaremos mas adelante.
Algebra lineal
Hiperplanos Ortogonales y Paralelos
EJEM
Hallemos
una ecuacion del hiperplano que pasa por el punto
2
3
P=
5 y es ortogonal al Eje X .

Algebra lineal
Hiperplanos Ortogonales y Paralelos
EJEM
Hallemos
una ecuacion del hiperplano que pasa por el punto
2
3
P= 5 y es ortogonal al Eje X .

1
SOL: Un vector que tiene la direccion del Eje X es e1 .As que una ecuacion
para este plano es

0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)

o equivalentemente, x 2 = 0 o x = 2.

Algebra lineal
Hiperplanos Ortogonales y Paralelos
EJEM
Hallemos
una ecuacion del hiperplano que pasa por el punto
2
3
P= 5 y es ortogonal al Eje X .

1
SOL: Un vector que tiene la direccion del Eje X es e1 .As que una ecuacion
para este plano es

0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)

o equivalentemente, x 2 = 0 o x = 2.
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo
si, los vectores n1 y n2 son paralelos.

Algebra lineal
Hiperplanos Ortogonales y Paralelos
EJEM
Hallemos
una ecuacion del hiperplano que pasa por el punto
2
3
P= 5 y es ortogonal al Eje X .

1
SOL: Un vector que tiene la direccion del Eje X es e1 .As que una ecuacion
para este plano es

0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)

o equivalentemente, x 2 = 0 o x = 2.
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo
si, los vectores n1 y n2 son paralelos.

EJEM: Encontremos una ecuacion del hiperplano H1 de R4 que pasa por el


origen y es paralelo al hiperplano H2 definido por 3x1 2x3 + x4 = 5.

Algebra lineal
Hiperplanos Ortogonales y Paralelos
EJEM
Hallemos
una ecuacion del hiperplano que pasa por el punto
2
3
P= 5 y es ortogonal al Eje X .

1
SOL: Un vector que tiene la direccion del Eje X es e1 .As que una ecuacion
para este plano es

0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)

o equivalentemente, x 2 = 0 o x = 2.
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo
si, los vectores n1 y n2 son paralelos.

EJEM: Encontremos una ecuacion del hiperplano H1 de R4 que pasa por el


origen y es paralelo al hiperplano H2 definido por 3x1 2x3 + x4 = 5.
SOL: Una ecuacion del hiperplano es (x 0) n2 = 0; es decir,
3x1 2x3 + x4 = 0.

Algebra lineal
Hiperplanos Ortogonales y Paralelos
EJEM
Hallemos
una ecuacion del hiperplano que pasa por el punto
2
3
P= 5 y es ortogonal al Eje X .

1
SOL: Un vector que tiene la direccion del Eje X es e1 .As que una ecuacion
para este plano es

0 = n (x p) = 1(x 2) + 0(y + 3) + 0(z 5) + 0(w 1)

o equivalentemente, x 2 = 0 o x = 2.
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo
si, los vectores n1 y n2 son paralelos.

EJEM: Encontremos una ecuacion del hiperplano H1 de R4 que pasa por el


origen y es paralelo al hiperplano H2 definido por 3x1 2x3 + x4 = 5.
SOL: Una ecuacion del hiperplano es (x 0) n2 = 0; es decir,
3x1 2x3 + x4 = 0.
PREG: Existe otro hiperplano H1 que cumpla con las mismas condiciones?
Ejer. 82 Talle2parteC
Algebra lineal
Hiperplanos Ortogonales y Paralelos
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.

Algebra lineal
Hiperplanos Ortogonales y Paralelos
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.

EJEM: Encontremos una ecuacion del hiperplano H1 de R5 que pasa por


el origen y es ortogonal al hiperplano H2 definido por 3x2 x3 2x4 = 2.

Algebra lineal
Hiperplanos Ortogonales y Paralelos
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.

EJEM: Encontremos una ecuacion del hiperplano H1 de R5 que pasa por


el origen y es ortogonal al hiperplano H2 definido por 3x2 3 2x4 = 2.
x
1
0

SOL: Aqu n1 n2 = 0; por lo tanto, podemos tomar n1 =
0.

0
2

Algebra lineal
Hiperplanos Ortogonales y Paralelos
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.

EJEM: Encontremos una ecuacion del hiperplano H1 de R5 que pasa por


el origen y es ortogonal al hiperplano H2 definido por 3x2 3 2x4 = 2.
x
1
0

SOL: Aqu n1 n2 = 0; por lo tanto, podemos tomar n1 =
0. Como un

0
2
punto de H1 es el origen, su ecuacion es

(x 0) n1 = 0 x1 + 2x5 = 0.

Algebra lineal
Hiperplanos Ortogonales y Paralelos
DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 ,
respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales,
si y solo si, los vectores n1 y n2 son ortogonales.

EJEM: Encontremos una ecuacion del hiperplano H1 de R5 que pasa por


el origen y es ortogonal al hiperplano H2 definido por 3x2 3 2x4 = 2.
x
1
0

SOL: Aqu n1 n2 = 0; por lo tanto, podemos tomar n1 =
0. Como un

0
2
punto de H1 es el origen, su ecuacion es

(x 0) n1 = 0 x1 + 2x5 = 0.

PREG: Existe otro hiperplano H1 que cumpla con las mismas condiciones?
Ejer.85 Taller2ParteC

Algebra lineal
Producto vectorial
u1 v1
! !
Dados dos vectores u = u2 yv= v2 de R3 , definimos u v , el
u3 v3
producto vectorial de u y v o Producto Cruz, como el vector

u 2 v3 u 3 v2
!
uv= (u1 v3 u3 v1 )
u 1 v2 u 2 v1

Algebra lineal
Producto vectorial
u1 v1
! !
Dados dos vectores u = u2 yv= v2 de R3 , definimos u v , el
u3 v3
producto vectorial de u y v o Producto Cruz, como el vector
!
u 2 v3 u 3 v2 i j k
u v = (u1 v3 u3 v1 ) = u1 u2 u3
u 1 v2 u 2 v1 v1 v2 v3

Algebra lineal
Producto vectorial
u1 v1
! !
Dados dos vectores u = u2 yv= v2 de R3 , definimos u v , el
u3 v3
producto vectorial de u y v o Producto Cruz, como el vector
!
u 2 v3 u 3 v2 i j k
u v = (u1 v3 u3 v1 ) = u1 u2 u3
u 1 v2 u 2 v1 v1 v2 v3

Teorema (Propiedades-Ejer. 88 del Taller2ParteC)


Si u, v y w son vectores de R3 y es un escalar, entonces:

1) u v = v u 2) u (v + w) = u v + u w
3) (u + v) w = u w + v w. 4) (u v) = (u) v = u (v)
5) u 0 = 0 u = 0. 6) u u = 0.
7) u (v w) = (u w)v (u v)w. 8) (u v) u = (u v) v = 0.
9) u (v w) = w (u v)

Algebra lineal
Producto vectorial
u1 v1
! !
Dados dos vectores u = u2 yv= v2 de R3 , definimos u v , el
u3 v3
producto vectorial de u y v o Producto Cruz, como el vector
!
u 2 v3 u 3 v2 i j k
u v = (u1 v3 u3 v1 ) = u1 u2 u3
u 1 v2 u 2 v1 v1 v2 v3

DEM Prop. 8

u2 v3 u 3 v2 u1
! !
uvu= (u1 v3 u3 v1 ) u2
u1 v2 u 2 v1 u3

Algebra lineal
Producto vectorial
u1 v1
! !
Dados dos vectores u = u2 yv= v2 de R3 , definimos u v , el
u3 v3
producto vectorial de u y v o Producto Cruz, como el vector
!
u 2 v3 u 3 v2 i j k
u v = (u1 v3 u3 v1 ) = u1 u2 u3
u 1 v2 u 2 v1 v1 v2 v3

DEM Prop. 8

u2 v3 u 3 v2 u1
! !
uvu= (u1 v3 u3 v1 ) u2
u1 v2 u 2 v1 u3
= (u2 v3 u3 v2 )u1 (u1 v3 u3 v1 )u2 + (u1 v2 u2 v1 )u3
= u2 v3 u1 u3 v2 u1 u1 v3 u2 + u3 v1 u2 + u1 v2 u3 u2 v1 u3
=0

De manera analoga u v v = 0

Algebra lineal
Producto vectorial
u1 v1
! !
Dados dos vectores u = u2 yv= v2 de R3 , definimos u v , el
u3 v3
producto vectorial de u y v o Producto Cruz, como el vector
!
u 2 v3 u 3 v2 i j k
u v = (u1 v3 u3 v1 ) = u1 u2 u3
u 1 v2 u 2 v1 v1 v2 v3

-El producto cruz no es asociativo. Contraejemplo:

(e1 e2 ) e2 6= e1 (e2 e2 )

Algebra lineal
Producto vectorial
u1 v1
! !
Dados dos vectores u = u2 yv= v2 de R3 , definimos u v , el
u3 v3
producto vectorial de u y v o Producto Cruz, como el vector
!
u 2 v3 u 3 v2 i j k
u v = (u1 v3 u3 v1 ) = u1 u2 u3
u 1 v2 u 2 v1 v1 v2 v3

-El producto cruz no es asociativo. Contraejemplo:

(e1 e2 ) e2 6= e1 (e2 e2 )

-Note que e1 e2 = e3 , e2 e3 = e1 y e3 e1 = e2

Algebra lineal
Producto vectorial
u1 v1
! !
Dados dos vectores u = u2 yv= v2 de R3 , definimos u v , el
u3 v3
producto vectorial de u y v o Producto Cruz, como el vector
! i j

k
u 2 v3 u 3 v2
u v = (u1 v3 u3 v1 ) = u1 u2 u3
u 1 v2 u 2 v1 v1 v2 v3

Algebra lineal
Teorema
Dados dos vectores arbitrarios u y v de R3 , si es el angulo entre los
vectores u y v, entonces tenemos las siguientes igualdades.
ku vk2 = kuk2 kvk2 (u v)2 . Identidad de Lagrange
ku vk = kukkvksin. Norma del producto vectorial

DEM
ku vk2 =

Algebra lineal
Teorema
Dados dos vectores arbitrarios u y v de R3 , si es el angulo entre los
vectores u y v, entonces tenemos las siguientes igualdades.
ku vk2 = kuk2 kvk2 (u v)2 . Identidad de Lagrange
ku vk = kukkvksin. Norma del producto vectorial

DEM
ku vk2 = (u v) (u v)
= u [v (u v)] Prop 9, con w = u v

Algebra lineal
Teorema
Dados dos vectores arbitrarios u y v de R3 , si es el angulo entre los
vectores u y v, entonces tenemos las siguientes igualdades.
ku vk2 = kuk2 kvk2 (u v)2 . Identidad de Lagrange
ku vk = kukkvksin. Norma del producto vectorial

DEM
ku vk2 = (u v) (u v)
= u [v (u v)] Prop 9, con w = u v
= u [(v v)u (v u)v] Prop 7
= (v v)(u u) (v u)(u v)
= kvk2 kuk2 (u v)2

Algebra lineal
Teorema
Dados dos vectores arbitrarios u y v de R3 , si es el angulo entre los
vectores u y v, entonces tenemos las siguientes igualdades.
ku vk2 = kuk2 kvk2 (u v)2 . Identidad de Lagrange
ku vk = kukkvksin. Norma del producto vectorial

DEM
ku vk2 = (u v) (u v)
= u [v (u v)] Prop 9, con w = u v
= u [(v v)u (v u)v] Prop 7
= (v v)(u u) (v u)(u v)
= kvk2 kuk2 (u v)2
= kuk2 kvk2 kuk2 kvk2 cos2
= kuk2 kvk2 (1 cos2 )
= kuk2 kvk2 sin2

Algebra lineal
Teorema
Dados dos vectores arbitrarios u y v de R3 , si es el angulo entre los
vectores u y v, entonces tenemos las siguientes igualdades.
ku vk2 = kuk2 kvk2 (u v)2 . Identidad de Lagrange
ku vk = kukkvksin. Norma del producto vectorial

DEM
ku vk2 = (u v) (u v)
= u [v (u v)] Prop 9, con w = u v
= u [(v v)u (v u)v] Prop 7
= (v v)(u u) (v u)(u v)
= kvk2 kuk2 (u v)2
= kuk2 kvk2 kuk2 kvk2 cos2
= kuk2 kvk2 (1 cos2 )
= kuk2 kvk2 sin2

ku vk kukkvk

Algebra lineal
Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.

Algebra lineal
Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.

DEM: si u es paralelo a v, v = u, entonces,

u v = u (u) = (u u) = 0 = 0

Algebra lineal
Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.

DEM: Como u v = 0, entonces ku vk = 0, pero


ku vk = kukkvksin ahora, como u, v 6= 0 entonces sin = 0, por lo
tanto = 0 o = , lo que implica que los vectores u y v son paralelos.

Algebra lineal
Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.

Corolario
El area del paralelogramo cuyos lados no paralelos estan dados por los
vectores u y v de R3 esta dada por la magnitud del producto vectorial de
ellos, es decir, ku vk.

Algebra lineal
Corolario
Dos vectores no nulos de R3 son paralelos, si y solo si, u v = 0.

Corolario
El area del paralelogramo cuyos lados no paralelos estan dados por los
vectores u y v de R3 esta dada por la magnitud del producto vectorial de
ellos, es decir, ku vk.

DEM: Observe que h, la altura del paralelogramo, esta dada por


h = kuk sin y el area del paralelogramo, es base por altura, tenemos

A = kvkh = kv kkuk sin = ku v k

Algebra lineal
Corolario
El volumen del paraleleppedo cuyas aristas no paralelas estan dadas por
los vectores u, v y w de R3 esta dado por el valor absoluto del producto
mixto de ellos, es decir, por |u (v w)|.

DEM:

Algebra lineal
Corolario
El volumen del paraleleppedo cuyas aristas no paralelas estan dadas por
los vectores u, v y w de R3 esta dado por el valor absoluto del producto
mixto de ellos, es decir, por |u (v w)|.

DEM: El vector v w es ortogonal a la base definida por v y w

Algebra lineal
Corolario
El volumen del paraleleppedo cuyas aristas no paralelas estan dadas por
los vectores u, v y w de R3 esta dado por el valor absoluto del producto
mixto de ellos, es decir, por |u (v w)|.

DEM: El vector v w es ortogonal a la base definida por v y w

Observemos que h, la altura del paraleleppedo, es la norma del vector


u (v w )
proyv w u = 2 v w
kv w k
|u (v w )|
Vol = (area del paral)(altura) = kv w k h = kv w k = |u(v w )|
kv w k
Algebra lineal
Corolario
El volumen del paraleleppedo cuyas aristas no paralelas estan dadas por
los vectores u, v y w de R3 esta dado por el valor absoluto del producto
mixto de ellos, es decir, por |u (v w)|.

DEM: El vector v w es ortogonal a la base definida por v y w

Corolario
Tres vectores u, v y w R3 son coplanares, si y solo si, u (v w) = 0

Algebra lineal
Teorema (Ecuacion normal del plano en R3 )
El plano P de R3 que contiene al punto P y tiene vectores directores c y
d, y el hiperplano H de R3 que contiene el punto P y es ortogonal a
n = c d, son iguales.

Algebra lineal
Teorema (Ecuacion normal del plano en R3 )
El plano P de R3 que contiene al punto P y tiene vectores directores c y
d, y el hiperplano H de R3 que contiene el punto P y es ortogonal a
n = c d, son iguales.

Algebra lineal
Teorema (Ecuacion normal del plano en R3 )
El plano P de R3 que contiene al punto P y tiene vectores directores c y
d, y el hiperplano H de R3 que contiene el punto P y es ortogonal a
n = c d, son iguales.

DEM: Sea X P. Entonces existen , R tal que PX = c + d.


Luego,

PX n = (c + d) (c d) = c (c d) + d (c d) = 0

por lo tanto, PX n, de donde, concluimos que X H.

Algebra lineal
Teorema (Ecuacion normal del plano en R3 )
El plano P de R3 que contiene al punto P y tiene vectores directores c y
d, y el hiperplano H de R3 que contiene el punto P y es ortogonal a
n = c d, son iguales.

DEM: Sea X H. Entonces PX (c d) = 0 por el corolario anterior


tenemos que PX , c y d son coplanares. Como c y d no son paralelos y
son vectores distintos de cero entonces existen , R tal que

PX = c + d.

Luego, X P.

Algebra lineal
Teorema (Paralelismo y ortogonalidad de planos en R3 )
Sean P1 y P2 dos planos en R3 , con vectores normales n1 y n2 , resp.
P1 ||P2 , si y solo si, n1 ||n2 ; es decir, n1 = n2 .
P1 P2 , si y solo si, n1 n2 ; es decir, n1 n2 = 0.

Algebra lineal
Teorema (Paralelismo y ortogonalidad de planos en R3 )
Sean P1 y P2 dos planos en R3 , con vectores normales n1 y n2 , resp.
P1 ||P2 , si y solo si, n1 ||n2 ; es decir, n1 = n2 .
P1 P2 , si y solo si, n1 n2 ; es decir, n1 n2 = 0.

Algebra lineal
Teorema (Paralelismo y ortogonalidad de planos en R3 )
Sean P1 y P2 dos planos en R3 , con vectores normales n1 y n2 , resp.
P1 ||P2 , si y solo si, n1 ||n2 ; es decir, n1 = n2 .
P1 P2 , si y solo si, n1 n2 ; es decir, n1 n2 = 0.


2
EJEM: Determine si el plano P1 que contiene el punto P = 5 y
3

2 4
tiene vectores directores c1 = 7 y d1 = 5 es paralelo o es
2 6
ortogonal al plano P2 definido por 3x z = 4.

Algebra lineal
Teorema (Paralelismo y ortogonalidad de rectas y planos en R3 )
Sean L una recta con vector director d R3 y P un plano con vector
normal n R3 .
L||P, si y solo si, dn; es decir, d n = 0.
LP, si y solo si, d||n; es decir, d = n.

Algebra lineal
Teorema (Paralelismo y ortogonalidad de rectas y planos en R3 )
Sean L una recta con vector director d R3 y P un plano con vector
normal n R3 .
L||P, si y solo si, dn; es decir, d n = 0.
LP, si y solo si, d||n; es decir, d = n.

Algebra lineal
Teorema (Paralelismo y ortogonalidad de rectas y planos en R3 )
Sean L una recta con vector director d R3 y P un plano con vector
normal n R3 .
L||P, si y solo si, dn; es decir, d n = 0.
LP, si y solo si, d||n; es decir, d = n.

x 2 2
EJEM: Determine si la recta L : y = 1 + t 7 es paralela u
z 3 2

5
ortogonal al plano P que contiene al punto M = 2 y tiene vectores
3

0 2
directores c1 = 2 y d1 = 0 .
1 3

Algebra lineal
QUIZ 1

1 Deduzca una formula para determinar la distancia mas corta del


punto P(x0 , y0 ) a la recta L cuya ecuacion es ax + by + d = 0
2 Determine si los siguientes planos son ortogonales o paralelos al
hiperplano H : x1 + x2 2 = x4 (Ver ejer 90)

x = 1 + t 2s 1 2 2
y = 3s + 2t 1 0 0

x = +s +t
z = 1t +s
5 1 1
w = 2+t 0 0 4


x = 2t
y = 2s + 1


z = 1+t +s
w = t 2s 2

3 Teniendo en cuenta la siguiente propiedad x (y z) = z (x y )


demuestre la identidad de Lagrange. Es decir,

ku vk2 = kuk2 kvk2 (u v)2

Algebra lineal
Algunas observaciones
1 Si quieres escribir el hiperplano H : 2x 3y + z + 5 = 0 en R3 como un
plano con dos vectores directores, puedes hacer lo siguiente:
-Considere a x, y como variables libres de la ecuacion
2x 3y + z + 5 = 0, as que z = 5 2t + 3s, x = t, y = s.
-Luego, cualquier punto del hiperplano se escribe de la siguiente forma:

t 0 1 0
s = 0 + t 0 + s 1
5 2t + 3s 5 2 3

0
-As que, el plano pasara por el punto 0 y los vectores directores
5

1 0
seran c = 0 y d = 1 los cuales claramente son ortogonales al
2 3

2
normal del hiperplano = 3.
1
OBS: Note que lo anterior se puede generalizar para cualquier Rn , solo
que hallaras n- vectores directores.
Algebra lineal
Algunas observaciones

1 Para encontrar todos los puntos de interseccion de los planos


2x y z = 3 y x + 2y + 3z = 7 se debe resolver el sistema y por tanto
su interseccion es la recta x = 13/5 t/5, y = 11/5 7/5t, z = t.

Algebra lineal
Algunas observaciones

1 Ejer 84 a): Para encontrar todos los puntos de interseccion de la recta L:


x +5 w
= 1 + z = , y = 0 y el plano
3 2


x1 = 1 2t
x2 = 2t 4s

P:

x3 = 3t + 7s
x4 = 4t 6s

. Note que si X = (x, y , z, w ) es un punto de interseccion de L y P debe


satisfacer las ecuacion anterior y la siguiente (que es la ecuacion
parametrica de L)
x = 5 3r

y = 0

P:

z = 1 +r
w = 2r

As que debo resolver esos sistemas simultaneos y obtengo que el sistema


es inconsistente por tanto no se intersectan.

Algebra lineal
SOLUCION DE QUIZ 1
1

d(P, L) = proy PQ
   
a d/a
donde = es el normal de la recta y Q = es un punto
b 0
cualquiera de la recta.

1 1
1 2
2 = 0 de H y los vectores directores de P1 son c = 1 y

1 1

2
3
d = 1 . Del ejer 90 sabemos que H||P1 c = 0 y d = 0. Por

0
lo tanto, como c = 2 6= 0 concluimos que no son paralelos. Por otro
lado HP1 = c + d, y resolviendo el sistema [c d | ] tiene
solucion unica ( = 1 = ), Luego, H y P son paralelos. OBS: Se hace
el mismo procedimiento para los otros planos y para el ejer 90
3 ku vk2 = (u v) (u v) si x = u v, y = u e z = v usando la
propiedad que nos dieron tenemos
ku vk2 = v ((u v) u) = v [(u u)v (u v)u)] = kuk2 kvk2 (u v)2 .
Algebra lineal