Anda di halaman 1dari 148

Contenido

1 MATRICES 1
1.1 Denicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Notacion: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Operaciones entre matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Suma. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2 Multiplicacion de una matriz por un escalar. . . . . . . . . . . . . . 3
1.2.3 Multiplicacion de dos matrices AB . . . . . . . . . . . . . . . . . . 5
1.3 Otras Propiedades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Algunos tipos de matrices. . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.1 Matriz Cuadrada de tama no n. . . . . . . . . . . . . . . . . . . . . 7
1.4.2 Matriz Identica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.3 Matriz diagonal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.4 Matriz escalar. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.5 Matriz invertible o matriz no singular. . . . . . . . . . . . . . . . . 9
1.4.6 Matriz transpuesta. . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.7 Matriz simetrica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.8 Matriz antisimetrica. . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.9 Matriz conjugada. . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4.10 Matriz Hermtica. . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.11 Matriz Antihermtica. . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.12 Matriz involutiva. . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.13 Matriz Idempotente. . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.14 Matriz ortogonal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.15 Matriz triangular superior. . . . . . . . . . . . . . . . . . . . . . . 15
1.4.16 Matriz triangular. . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.17 Matriz elemental. . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.18 Matriz semejante. . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.19 Matriz de Probabilidad. . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.20 Matriz escalonada y escalonada reducida. . . . . . . . . . . . . . . 17
iii
iv CONTENIDO
1.4.21 Algunos metodos para hallar la inversa . . . . . . . . . . . . . . . . 18
1.5 EJERCICIOS PROPUESTOS CAPITULO 1 . . . . . . . . . . . . . . . . 20
2 DETERMINANTES. 27
2.1 Propiedades del determinante. . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2 EJERCICIOS PROPUESTOS CAPITULO 2 . . . . . . . . . . . . . . . . 40
3 SISTEMAS DE ECUACIONES. 43
3.0.1 Solucion del sistema Ax = b. . . . . . . . . . . . . . . . . . . . . . . 44
3.1 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2 Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.1 Balance de reacciones quimicas . . . . . . . . . . . . . . . . . . . . 51
3.3 EJERCICIOS PROPUESTOS CAPITULO 3 . . . . . . . . . . . . . . . . 53
4 VECTORES 61
4.1 Propiedades de los vectores . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2 Operaciones: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.3 Suma de vectores.
62
4.4 Resta de vectores: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.5 Multiplicacion de un vector por un n umero real. Con R . . . . . . . . 62
4.6 Norma de un vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.6.1 Propiedades de la norma de un vector. . . . . . . . . . . . . . . . . 62
4.7 Propiedades. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.8 Producto Cruz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.8.1 Propiedades del producto cruz . . . . . . . . . . . . . . . . . . . . . 66
4.9 Producto mixto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.9.1 Propiedades del producto mixto . . . . . . . . . . . . . . . . . . . . 68
4.10

Area de un paralelogramo determinado por los vectores A y B . . . . . . . 68
4.11 Vol umen de un paraleleppedo determinado por A,B,C . . . . . . . . . . . 69
4.11.1 que no esten en el mismo plano . . . . . . . . . . . . . . . . . . . . 69
4.12 Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.13 EJERCICIOS PROPUESTOS CAPITULO 4 . . . . . . . . . . . . . . . . 71
CONTENIDO v
5 PLANOS 77
5.1 Planos en el espacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.1.1 Distancia del punto P
0
= (x
0
, y
0
, z
0
) al plano Ax +By +Cz = D . 80
5.1.2 Distancia entre dos planos paralelos . . . . . . . . . . . . . . . . . . 81
5.1.3 Plano paralelos y perpendiculares . . . . . . . . . . . . . . . . . . . 81
5.2 EJERCICIOS PROPUESTOS CAPITULO 5 . . . . . . . . . . . . . . . . 82
6 RECTAS 85
6.1 Distancia de un punto a una recta . . . . . . . . . . . . . . . . . . . . . . . 89
6.2 EJERCICIOS PROPUESTOS CAPITULO 6 . . . . . . . . . . . . . . . . 91
7 ESPACIOS VECTORIALES 95
7.1 Subespacios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
7.2 EJERCICIOS PROPUESTOS CAPITULO 7 . . . . . . . . . . . . . . . . 104
8 ESPACIOS VECTORIALES 107
8.1 Dependencia e Independencia lineal. . . . . . . . . . . . . . . . . . . . . . . 109
8.1.1 Wronskiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
8.1.2 Algunas propiedades: . . . . . . . . . . . . . . . . . . . . . . . . . . 112
8.2 Generador: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
8.3 Base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
8.3.1 Algunas propiedades: . . . . . . . . . . . . . . . . . . . . . . . . . . 119
8.4 Suma y suma directa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
8.5 EJERCICIOS PROPUESTOS CAPITULO 8 . . . . . . . . . . . . . . . . 123
9 TRANSFORMACIONES LINEALES 133
9.1 Rotaciones: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
9.2 EJERCICIOS PROPUESTOS CAPITULO 9 . . . . . . . . . . . . . . . . 147
Captulo 1
MATRICES
1.1 Denicion
Se llama matriz de tama no m n, a un conjunto de m n elementos dispuestos en
m las y n columnas o una matriz es simpemente un arreglo rectangular ordenado de
n umeros.
1.1.1 Notacion:
Una matriz se representa simplemente por una letra may uscula.
A
mn
=
_

_
a
11
a
12
... a
1n
a
21
a
22
... a
2n
.
.
.
.
.
. ...
.
.
.
a
i1
a
i2
... a
in
.
.
.
.
.
. ...
.
.
.
a
m1
a
m2
... a
mn
_

_
y de forma abreviada A = (a
ij
)
Donde a
11
es el elemento que esta en la la 1 y columna 1, a
12
es el elemento que
esta en la la 1 y columna 2, a
1n
es el elemento que esta en la la 1 y columna n, a
21
es
el elemento que esta en la la 2 y columna 1, a
22
es el elemento que esta en la la 2 y
columna 2 y en general a
ij
es el elemento que esta en la la i y columna j de la matriz A
A
mn
se interpreta como una matriz que tiene m las y n columnas.
1
2 CAPTULO 1. MATRICES
Ejemplo 1
A
23
=
_
2 3 0
5 1 i
_
=
_
a
11
a
12
a
13
a
21
a
22
a
23
_
B
44
=
_

_
4 8 9 0
1 3 7 1
8 5 3 2
7 3 0 4
_

_
=
_

_
b
11
b
12
b
13
b
14
b
21
b
22
b
23
b
24
b
31
b
32
b
33
b
34
b
41
b
42
b
43
b
44
_

_
C =
_
_
0 0 0
0 0 0
0 0 0
_
_
D =
_
_
1 0 0
0 1 0
0 0 1
_
_
Igualdad.
Dos matrices son iguales, si son del mismo tama no y sus elementos situados en el mismo
lugar son iguales , es decir, A = B sisi (a
ij
) = (b
ij
) sisi a
ij
= b
ij
i, j.
Ejemplo 2
_
1 2
3 4
_
,=
_
1 4
3 4
_
,
_
1 4
3 4
_
=
_
1 4
3 4
_
1.2 Operaciones entre matrices.
1.2.1 Suma.
Dadas dos matrices A y B de tama no m n, la matriz suma A + B , es otra matriz
de tama no mn, que se obtiene sumando los elementos de A y B que ocupan la misma
posicion, es decir, se toma el elemento a
ij
de A y se suma con el elemento b
ij
de B,asi:
A
mxn
+B
mxn
= (a
ij
) + (b
ij
) = (a
ij
+b
ij
)
A
23
+B
23
=
_
3 4 5
0 1 2
_
+
_
1 0 2
3 1 4
_
=
_
3 + 1 4 + 0 5 + 2
0 + 3 1 + 1 2 + 4
_
=
_
4 4 7
3 2 6
_
A +B =
_

_
2 6 9 0
1 3 7 1
8 5 3 2
7 3 0 4
_

_
+
_

_
3 8 9 1
1 0 2 1
4 5 3 2
1 3 0 1
_

_
=
_

_
2 + 3 6 + 8 9 9 0 + 1
1 + 1 3 + 0 7 + 2 1 + 1
8 + 4 5 + 5 3 + 3 2 + 2
7 + 1 3 + 3 0 + 0 4 + 1
_

_
=
1.2. OPERACIONES ENTRE MATRICES. 3
=
_

_
5 14 0 1
2 3 9 2
4 10 6 4
8 6 0 5
_

_
Propiedades de la suma.
Sea A,B y C matrices de tama no mn entonces
1. Clausurativa A +B M
mn
(R)
2. Conmutativa A +B = B +A
3. Asociativa A + (B +C) = (A +B) +C
4. Elemento neutro es la matriz nula 0 ya que A + 0 = 0 +A = A
5. Inversa aditiva A + (A) = (A) +A = 0
Demostracion de la segunda propiedad.
A +B =
_
1 4 5
3 2 4
_
+
_
2 3 5
4 2 0
_
=
_
1 + 2 4 + 3 5 + 5
3 + 4 2 + 2 4 + 0
_
=
_
2 + 1 3 + 4 5 + 5
4 + 3 2 + 2 0 + 4
_
=
_
2 3 5
4 2 0
_
+
_
1 4 5
3 2 4
_
= B +A.
Para demostrar la propiedad conmutativa se toma el elemento ij de A + B que es
a
ij
+b
ij
= b
ij
+a
ij
que es el elemento ij de B +A
1.2.2 Multiplicacion de una matriz por un escalar.
Dada una matriz A
mn
y un n umero real , entonces el producto A es otra matriz de
tama no mn que se obtiene multiplicando cada elemento de A por es decir,
A = (a
ij
) = (a
ij
)
4 CAPTULO 1. MATRICES
Ejemplo 3
Si A =
_
1 4 5
3 2 4
_
entonces
3
_
1 4 5
3 2 4
_
=
_
3.1 3.4 3.5
3.3 3.2 3.4
_
=
_
3 12 15
9 6 12
_
2
_
1 4 5
3 2 4
_
=
_
(2).1 (2).4 (2).5
(2).3 (2).2 (2).4
_
=
_
2 8 10
6 4 8
_
Propiedades de la multiplicacion de una matriz por un escalar.
Sean , n umeros reales cualquiera
1. (A +B) = A +B.
2. ( +)A = A +A
3. ()A = (A)
4. 1.A = A
5. A B = A + (1)B Resta
Demostracion primera propiedad.
Para demostrar esta propiedad se toma el elemento ij de (A +B) que (a
ij
+b
ij
) =
a
ij
+b
ij
que es el elemento ij de A mas el elemento ij de B.
Ejemplo 4 Propiedad n umero 1
3
__
1 4 5
3 2 4
_
+
_
0 4 1
2 2 1
__
= 3
_
1 8 6
5 4 5
_
=
_
3 24 18
15 12 15
_
3
_
1 4 5
3 2 4
_
+ 3
_
0 4 1
2 2 1
_
=
_
3 12 15
9 6 12
_
+
_
0 12 3
6 6 3
_
=
_
3 24 18
15 12 15
_
Ejemplo 5 propiedad n umero 5
_
3 2
5 6
_

_
4 6
2 8
_
=
_
3 2
5 6
_
+
_
4 6
2 8
_
=
_
1 4
3 2
_
1.2. OPERACIONES ENTRE MATRICES. 5
1.2.3 Multiplicacion de dos matrices AB
Dadas dos matrices A de tama no mn y B de tama no n p, la matriz producto AB
es la matriz de tama no mp, en la que el elemento situado en la la i y en la columna j
de AB = C se obtiene multiplicando la la i de la matriz A por la columna j de la matriz
B de la siguiente manera.
c
ij
= (a
i1
a
i2
...a
in
)
_
_
_
_
_
_
_
_
b
1j
b
2j
.
.
.
b
nj
_
_
_
_
_
_
_
_
= a
i1
b
1j
+a
i2
b
2j
+... +a
in
b
nj
=
n

K=1
a
ik
b
kj
Para multiplicar una matriz A por una matriz B, el n umero de columnas de la matriz
A, debe ser igual a el n umero de las de la matriz B, es decir, A
mn
B
np
= C
mp
Ejemplo 6
_
2 3 1
1 0 4
_
2x3
_
_
4 2
1 1
0 3
_
_
3x2
=
_
2 4 + 3 1 + 1 0 2 2 + 3 1 + 1 3
1 4 + 0 1 + 4 0 1 2 + 0 1 + 4 3
_
22
=
_
11 10
4 14
_
22
Forma General
AB =
_

_
a
11
a
12
a
13
... a
1j
... a
1n
a
21
a
22
a
23
... a
2j
... a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
i3
... a
ij
... a
in
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
... a
mj
... a
mn
_

_
_

_
b
11
b
12
b
13
... b
1j
... b
1p
b
21
b
22
b
23
... b
2j
... b
2p
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
b
i1
b
i2
b
i3
... b
ij
... b
ip
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
b
n1
b
n2
b
n3
... b
nj
... b
np
_

_
=
=
_

_
c
11
c
12
c
13
... c
1j
... c
1p
c
21
c
22
c
23
... c
2j
... c
2p
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
i1
c
i2
c
i3
... c
ij
... c
ip
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
c
n1
c
n2
c
n3
... c
nj
... c
np
_

_
=
6 CAPTULO 1. MATRICES
_

_
n

K=1
a
1k
b
k1
n

K=1
a
1k
b
k2
...
n

K=1
a
1k
b
kj
...
n

K=1
a
1k
b
kp
n

K=1
a
2k
b
k1
n

K=1
a
2k
b
k2
...
n

K=1
a
2k
b
kj
...
n

K=1
a
2k
b
kp
.
.
.
.
.
. ...
.
.
. ...
.
.
.
n

K=1
a
ik
b
k1
n

K=1
a
ik
b
k2
...
n

K=1
a
ik
b
kj
...
n

K=1
a
ik
b
kp
.
.
.
.
.
. ...
.
.
. ...
.
.
.
n

K=1
a
nk
b
k1
n

K=1
a
nk
b
k2
...
n

K=1
a
nk
b
kj
...
n

K=1
a
nk
b
kp
_

_
donde
c
11
= a
11
b
11
+a
12
b
21
+... +a
1n
b
n1
=
n

K=1
a
1k
b
k1
c
12
= a
11
b
12
+a
12
b
22
+... +a
1n
b
n1
=
n

K=1
a
1k
b
k2
c
ij
= a
i1
b
1j
+a
i2
b
2j
+... +a
in
b
nj
=
n

K=1
a
ik
b
kj
Ejemplo 7
_
_
2 3 4 5
0 1 2 3
4 5 0 1
_
_
_

_
4 3 5 6 7
3 1 0 2 3
1 2 2 2 2
0 1 1 1 1
_

_
=
_
_
21 22 23 31 36
5 8 7 9 10
31 18 21 35 44
_
_
donde
c
11
= 2 4 + 3 3 + 4 1 + 5 0 = 21,
c
12
= 2 3 + 3 1 + 4 2 + 5 1 = 22,
c
13
= 2 5 + 3 0 + 4 2 + 5 1 = 23,
c
14
= 2 6 + 3 2 + 4 2 + 5 1 = 31,
c
15
= 2 7 + 3 3 + 4 2 + 5 1 = 36
Se hace lo mismo con la segunda y tercera la.
1.3. OTRAS PROPIEDADES. 7
1.3 Otras Propiedades.
Sean A,B M
mn
(R) donde M
mn
(R) es cualquier matriz con mn elementos reales;
y escalares.
1. ()A = (A)
2. ( +)A = A +A
3. 1.A = A
4. A(BC) = (AB)C desde que se puedan multiplicar.
5. AI = IA = A donde I es la matriz identica.
6. A(B +C) = AB +AC
7. A0 = 0A = 0
Demostracion sexta propiedad.
Para demostrar esta propiedad se toma el elemento ij de A(B +C) que es
n

k=1
a
ik
(b
kj
+ckj) =
n

k=1
a
ik
b
kj
+
n

k=1
a
ik
c
kj
que es el elemento ij de AB mas el elemento
ij de AC luego A(B +C) = AB +AC
1.4 Algunos tipos de matrices.
1.4.1 Matriz Cuadrada de tama no n.
Una matriz A se dice cuadrada de tama no n , si el n umero de las es igual al n umero
de columnas , es decir si m = n. La diagonal de una matriz cuadrada son los elementos
a
11
, a
22
, a
33,
...a
nn
de A y la traza de A se dene como la suma de los elementos de la
diagonal, es decir, traza de A = a
11
+ a
22
+ a
33+
... + a
nn
Se dene A
0
= I, A
n+1
= A
n
A,
A
n
A
m
= A
n+m
.
Matriz no Cuadrada
Es una matriz que no cumplen con la condicion anterior.
8 CAPTULO 1. MATRICES
1.4.2 Matriz Identica.
Es una matriz cuadrada notada por I y es la matriz que tiene unos en la diagonal y cero
fuera es decir, A se dice que es la matriz identica sisi.
a
ij
=
_
1 en i = j
0 en i ,= j
_
Ejemplo 8
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
=
_
_
1 0 0
0 1 0
0 0 1
_
_
= I
Unos en la diagonal y ceros fuera de ella.
1.4.3 Matriz diagonal.
Es una matriz cuadrada en la que todos los elementos que no estan en la diagonal son
cero , es decir, A es una matriz diagonal sisi a
ij
= 0 i ,= j
Ejemplo 9
D =
_
_
8 0 0
0 4 0
0 0 1
_
_
la matriz identica es diagonal, pero no toda matriz diagonal es identica.
1.4.4 Matriz escalar.
Es una matriz diagonal en la que todos los elementos que estan en la diagonal coinciden,
es decir, A es una matriz escalar sisi a
ij
=
_
k en i = j
0 en i ,= j
_
Ejemplo 10
A =
_
_
3 0 0
0 3 0
0 0 3
_
_
La forma general de la matriz escalar es
E =
_
_
k 0 0
0 k 0
0 0 k
_
_
1.4. ALGUNOS TIPOS DE MATRICES. 9
1.4.5 Matriz invertible o matriz no singular.
Dada una matriz cuadrada A de tama no n, se dice que es invertible si existe una matriz
B de tama no n tal que AB = BA = I y en tal caso la inversa de A es B y se nota por
A
1
= B.
La matriz inversa de A =
_
1 1
1 3
_
es A
1
=
_
3
4
1
4
1
4
1
4
_
ya que
AA
1
=
_
1 1
1 3
_ _
3
4
1
4
1
4
1
4
_
=
_
3
4
+
1
4
1
4
+
1
4
3
4
+
3
4
1
4
+
3
4
_
=
_
1 0
0 1
_
A
1
A =
_
3
4
1
4
1
4
1
4
_ _
1 1
1 3
_
=
_
3
4
+
1
4
3
4
+
3
4
1
4
+
1
4
1
4
+
3
4
_
=
_
1 0
0 1
_
Propiedades de la matriz invertible.
Si A y B son matrices invertibles, entonces
1. AB es invertible y (AB)
1
= B
1
A
1
2. En efecto (AB) (B
1
A
1
) = (ABB
1
A
1
) = AIA
1
= I
y (B
1
A
1
) (AB) = (B
1
A
1
AB) = B
1
IB = I luego si
(AB) (B
1
A
1
) = I, entonces (AB)
1
= B
1
A
1
3. A
1
es invertible y (A
1
)
1
= A
4. A
n
es invertible y (A
n
)
1
= (A
1
)
n
para n = 0, 1, 2...
5. Para cualquier escalar k ,= 0, la matriz kA es invertible y (kA)
1
=
1
k
A
1
1.4.6 Matriz transpuesta.
La transpuesta de una matriz A de tama no mn notada por A
T
es la matriz de tama no
n m que se obtiene intercambiando las las por las columnas de A o viceversa.
A =
_
2 3 4
1 5 6
_
A
T
=
_
_
2 1
3 5
4 6
_
_
10 CAPTULO 1. MATRICES
Propiedades de la matriz transpuesta.
1.
_
A
T
_
T
= A
2. (A +B)
T
= A
T
+B
T
3. (AB)
T
= B
T
A
T
4. (A)
T
= A
T
5.
_
A
T
_
1
= (A
1
)
T
1.4.7 Matriz simetrica.
Sea A
nn
. A es simetrica sisi A = A
T
sisi a
ij
= a
ji
Ejemplo 11 Sea A una matriz cualquiera de tama no 3, para que la matriz
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
sea simetrica debe cumplirse que
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
=
_
_
a
11
a
21
a
31
a
12
a
22
a
32
a
13
a
23
a
33
_
_
= A
T
sisi a
11
= a
11
, a
22
= a
22
, a
33
= a
33
, a
12
= a
21
, a
13
= a
31
, a
23
= a
32
luego la forma
general de una matriz simetrica de tama no 3 es
A =
_
_
a
11
a
12
a
13
a
12
a
22
a
23
a
13
a
23
a
33
_
_
Ejemplo 12 La matrices
C =
_
_
2 3 4
3 4 6
4 6 7
_
_
; D =
_
_
3 2 5
2 4 6
5 6 7
_
_
son matrices simetricas
1.4. ALGUNOS TIPOS DE MATRICES. 11
Si se tiene una matriz cuadrada y le sumo su transpuesta se obtiene una matrtiz
simetrica.
A +A
T
=Simetrica; en efecto
_
A +A
T
_
T
= A
T
+A = A +A
T
Ejemplo 13
_
_
3 4 5
6 1 0
2 3 7
_
_
+
_
_
3 6 2
4 1 3
5 0 7
_
_
=
_
_
6 10 7
10 2 3
7 3 14
_
_
1.4.8 Matriz antisimetrica.
A
nn
es antsimetrica sisi A = A
T
sisi a
ij
= a
ji
por tanto
Sea A una matriz cualquiera de tama no 3, para que la matriz
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
sea antisimetrica debe cumplirse que
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
=
_
_
a
11
a
21
a
31
a
12
a
22
a
32
a
13
a
23
a
33
_
_
= A
T
sisi a
11
= a
11
entonces a
11
+a
11
= 0 2a
11
= 0 a
11
= 0, a
22
= a
22
entonces a
22
+a
22
= 0 2a
11
= 0 a
22
= 0, a
33
= a
33
entonces a
33
+a
33
= 0 2a
33
= 0 a
33
= 0, a
12
= a
21
, a
13
= a
31
, a
23
= a
32
luego si
A =
_
_
a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33
_
_
la forma general de una matriz Antisimetrica de orden 3 es:
A =
_
_
0 a
12
a
13
a
12
0 a
23
a
13
a
23
0
_
_
12 CAPTULO 1. MATRICES
A =
_
_
0 3 5
3 0 6
5 6 0
_
_
es una matriz antisimetrica.
Si se tiene una matriz cuadrada y se le resta su matriz transpuesta se obtiene una
matriz antisimetrica.
A A
T
=Antisimetrica;en efecto
_
A A
T
_
T
= A
T
A =
_
A A
T
_
.
Ejemplo 14
_
_
3 4 5
6 1 0
2 3 7
_
_

_
_
3 6 2
4 1 3
5 0 7
_
_
=
_
_
0 2 3
2 0 3
3 3 0
_
_
1.4.9 Matriz conjugada.
Matriz conjugada A
mn
.La conjugada de A, es la que se obtiene de A al conjugar cada
uno de sus elementos.
Ejemplo 15
z = x +iy; z = x iy; A =
_
i 2 i 3
4 5 i
_
;

A =
_
i 2 +i 3
4 5 i
_
Una Matriz A
mn
es real sisi A =

A. Una matriz es real, cuando sus elementos son
n umeros reales.
A =
_
2 4 10
5 3 4
_
es una matriz es real
Propiedades de la conjugada.
1.
_

A
_
= A
2. (A +B) =

A +

B
3. (AB) =

A

B
1.4. ALGUNOS TIPOS DE MATRICES. 13
1.4.10 Matriz Hermtica.
A es hermtica sisi A =
_

A
_
T
si
A =
_
_
a
11
+ib
11
a
12
+ib
12
a
13
+ib
13
a
21
+ib
21
a
22
+ib
22
a
23
+ib
23
a
31
+ib
31
a
32
+ib
32
a
33
+ib
33
_
_
entonces

A =
_
_
a
11
ib
11
a
12
ib
12
a
13
ib
13
a
21
ib
21
a
22
ib
22
a
23
ib
23
a
31
ib
31
a
32
ib
32
a
33
ib
33
_
_
_

A
_
T
=
_
_
a
11
ib
11
a
21
ib
21
a
31
ib
31
a
12
ib
12
a
22
ib
22
a
32
ib
32
a
13
ib
13
a
23
ib
23
a
33
ib
33
_
_
Para que la matriz sea hermtica se hace A =
_

A
_
T
luego
a
11
+ib
11
= a
11
ib
11
ib
11
= ib
11
2ib
11
= 0 b
11
= 0
a
12
+ib
12
= a
21
ib
21
a
12
= a
21
y b
12
= b
21
y asi sucesivamente luego
La matriz hermtica es entonces:
A =
_
_
a
11
a
12
+ib
12
a
13
+ib
13
a
21
ib
12
a
22
a
23
+ib
23
a
13
ib
13
a
23
ib
23
a
33
_
_
Ejemplo 16
A =
_
_
2 3 2i i
3 + 2i 5 2 + 4i
i 2 4i 6
_
_
1.4.11 Matriz Antihermtica.
A es antihermtica sisi A =
_

A
_
T
si
A =
_
_
a
11
+ib
11
a
12
+ib
12
a
13
+ib
13
a
21
+ib
21
a
22
+ib
22
a
23
+ib
23
a
31
+ib
31
a
32
+ib
32
a
33
+ib
33
_
_
entonces
14 CAPTULO 1. MATRICES

A =
_
_
a
11
ib
11
a
12
ib
12
a
13
ib
13
a
21
ib
21
a
22
ib
22
a
23
ib
23
a
31
ib
31
a
32
ib
32
a
33
ib
33
_
_
_

A
_
T
=
_
_
a
11
ib
11
a
21
ib
21
a
31
ib
31
a
12
ib
12
a
22
ib
22
a
32
ib
32
a
13
ib
13
a
23
ib
23
a
33
ib
33
_
_
y

A
_
T
=
_
_
a
11
+ib
11
a
21
+ib
21
a
31
+ib
31
a
12
+ib
12
a
22
+ib
22
a
32
+ib
32
a
13
+ib
13
a
23
+ib
23
a
33
+ib
33
_
_
por tanto
_
_
a
11
+ib
11
a
12
+ib
12
a
13
+ib
13
a
21
+ib
21
a
22
+ib
22
a
23
+ib
23
a
31
+ib
31
a
32
+ib
32
a
33
+ib
33
_
_
=
_
_
a
11
+ib
11
a
21
+ib
21
a
31
+ib
31
a
12
+ib
12
a
22
+ib
22
a
32
+ib
32
a
13
+ib
13
a
23
+ib
23
a
33
+ib
33
_
_
sisi
a
11
+ib
11
= a
11
+ib
11
a
11
= a
11
2a
11
= 0 a
11
= 0
a
12
+ib
12
= a
21
+ib
21
a
12
= a
21
y b
12
= b
21
y asi sucesivamente luego
La matriz antihermtica es entonces:
A =
_
_
ib
11
a
12
+ib
12
a
13
+ib
13
a
12
+ib
12
ib
22
a
23
+ib
23
a
13
+ib
13
a
23
+ib
23
ib
33
_
_
1.4.12 Matriz involutiva.
A es involutiva sisi A
2
= I
1.4.13 Matriz Idempotente.
A es idempotente sisi A
2
= A y si A es idempotente entonces A
T
es idempotente
1.4.14 Matriz ortogonal.
A es ortogonal sisi AA
T
= A
T
A = I
1.4. ALGUNOS TIPOS DE MATRICES. 15
1.4.15 Matriz triangular superior.
A es triangular superior sisi a
ij
= 0 si i > j
A =
_
_
a
11
a
12
a
13
0 a
22
a
23
0 0 a
33
_
_
A
nn
,
Matriz Triangular inferior: es triangular inferior sisi a
ij
= 0 si i < j
A =
_
_
a
11
0 0
a
21
a
22
0
a
31
a
32
a
33
_
_
A
nn
1.4.16 Matriz triangular.
A
nn
, es triangular sisi A es triangular superior o triangular inferior.
Operaciones elementales entre las o columnas.
1. Multiplicar una la o columna por un n umero diferente de cero.
2. Intercambiar 2 las o columnas cualquiera.
3. Multiplicar una la o columna por un n umero diferente de cero y sumarsela a otra.
Ejemplo 17 Sea A =
_
1 2
1 5
_
.
Para hallar la inversa tengo:
_
1 2
1 5
1 0
0 1
_

_
1 2
0 7
[
1 0
1 1
_

_
1 2
0 1
[
1 0
1
7
1
7
_

_
1 0
0 1
[
5
7

2
7
1
7
1
7
_
luego A
1
=
_
5
7

2
7
1
7
1
7
_
pues
AA
1
= A
1
A = I = A
1
A ya que
_
1 2
1 5
__
5
7

2
7
1
7
1
7
_
=
_
1 0
0 1
_
=
_
5
7

2
7
1
7
1
7
__
1 2
1 5
_
16 CAPTULO 1. MATRICES
1.4.17 Matriz elemental.
Es la matriz que proviene de la identica, por una sola operacion elemental.
E
1
=
_
1 0
0 4
_
A la identica en la segunda la se multiplico por 4.
E
2
=
_
0 1
1 0
_
Intercambio la primera la por la segunda en la identica
E
3
=
_
1 0
3 0
_
3f
1
+f
2
La primera la de la matriz identica se multiplico por 3 y se
le sumo a la segunda la.
1.4.18 Matriz semejante.
A B sisi B se obtiene de A por un n umero nito de operaciones elementales; es decir,
A B sisi B = PAI con P producto de matrices elementales.
Ejemplo 18
A =
_
_
1 2 3
2 4 5
3 0 1
_
_
2f
1
+f
2

_
_
1 2 3
0 0 1
3 0 1
_
_
3f
1
+f
3

_
_
1 2 3
0 0 1
0 6 8
_
_
f
2

_
_
1 2 3
0 0 1
0 6 8
_
_
8f
2
+f
3

_
_
1 2 3
0 0 1
0 6 0
_
_
f
3
6

_
_
1 2 3
0 0 1
0 1 0
_
_
3f
2
+f
1

_
_
1 2 0
0 0 1
0 1 0
_
_
2f
3
+f
1

_
_
1 0 0
0 0 1
0 1 0
_
_
f
2
f
3

_
_
1 0 0
0 1 0
0 0 1
_
_
= I
Las matrices elementales de estas operaciones son:
_
_
1 0 0
0 1 0
0 0 1
_
_
2f
1
+f
2
E
1
E
1
=
_
_
1 0 0
2 1 0
0 0 1
_
_
;
1.4. ALGUNOS TIPOS DE MATRICES. 17
E
2
3f
1
+f
3
=
_
_
1 0 0
0 1 0
3 0 1
_
_

E
3
f
2
=
_
_
1 0 0
0 1 0
0 0 1
_
_
;
E
4
8f
2
+f
3
=
_
_
1 0 0
0 1 0
0 8 1
_
_
;
E
5
f
3
6
=
_
_
1 0 0
0 1 0
0 0
1
6
_
_
;
E
6
3f
2
+f
1
=
_
_
1 3 0
0 1 0
0 0 1
_
_
;
E
7
2f
3
+f
1
=
_
_
1 0 2
0 1 0
0 0 1
_
_
;
E
8
f
2
f
3
=
_
_
1 0 0
0 0 1
0 1 0
_
_
I = E
8
E
7
...E
1
AI donde E
8
E
7
...E
1
= P P es la inversa de A.
Ejemplo 19
A =
_
1 2
0 4
_
f
2
4

_
1 2
0 1
_
2f
2
+f
1

_
1 0
0 1
_
A B I
E
1
E
2
A B sisi B = E
1
A =
_
1 0
0
1
4
__
1 2
0 4
_
=
_
1 2
0 1
_
1.4.19 Matriz de Probabilidad.
La suma de los elementos de las las y las columnas sea igual a 1. Las probabilidades
solo estan entre 0 y 1. No se pueden colocar n umeros negativos.
A =
_
1
2
1
2
1
2
1
2
_
; A =
_
_
0.1 0.2 0.7
0.5 0.3 0.2
0.4 0.5 0.1
_
_
1.4.20 Matriz escalonada y escalonada reducida.
Sea A
mn
tal que:
1. El primer elemento no nulo en la la no nula es 1.
2. Si una la es nula, esta debe estar en la parte inferior de la matriz.
3. Sean i, i +1 dos las consecutivas, entonces el primer elemento diferente de cero en
la la i +1 debe estar a la derecha del primer elemento diferente de cero en la la i.
18 CAPTULO 1. MATRICES
4. Todas la columnas que tienen un elemento diferente de cero de alguna la debe tener
ceros en las demas posiciones.
Si una matriz cumple las 3 primeras condiciones, es una matriz escalonada y si la
matriz cumple las 4 condiciones es una matriz escalonada reducida.
A =
_
2 3 4
1 5 6
_
No es escalonada porque el primer elemento de la la 1 no es 1.
A =
_
1 0 0
1 2 3
_
No es escalonada porque el primer elemento de la la 2 no esta a la
derecha del primer elemento de la la 1.
A =
_
0 1 0 0 1
0 0 1 3 4
_
Escalonada y escalonada reducida. El primer elemento
diferente de cero de la la n umero 1 es 1. La segunda y tercer columna la hacen
escalonada reducida porque los unos tienen solo ceros por debajo y por encima.
A =
_
_
1 2 0 4 0
0 0 1 3 0
0 0 0 0 1
_
_
Escalonada y escalonada reducida.
B =
_
_
1 0 0 5 0 7
0 1 2 3 0 6
0 0 0 0 1 0
_
_
Escalonada y escalonada reducida.
C =
_
_
1 0 0 0 0 0 4
0 0 1 0 0 5 0
0 0 0 0 1 1 4
_
_
Escalonada y escalonada reducida.
D =
_
_
1 0 0 0 0 0 4
0 0 1 0 0 5 0
0 0 0 0 0 0 0
_
_
Escalonada y escalonada reducida.
1.4.21 Algunos metodos para hallar la inversa
1. Sea A =
_
1 2
1 5
_
. Para hallar la inversa se escribe la matriz ampliada (A I) y
mediante operaciones elementales en la se transforma la matriz A en la identica y
a su derecha queda su inversa, es decir,
(A I)
_
I A
1
_
como se observa con el siguiente ejemplo
1.4. ALGUNOS TIPOS DE MATRICES. 19
_
1 2
1 5
[
1 0
0 1
_
f
1
+f
2

_
1 2
0 7
[
1 0
1 1
_
f
2
7

_
1 2
0 1
[
1 0
1
7
1
7
_
2f
2
+f
1

_
1 0
0 1
[
5
7

2
7
1
7
1
7
_
luego A
1
=
_
5
7

2
7
1
7
1
7
_
2 Por la denicion de matriz inversa se tiene que
_
1 2
1 5
_ _
a b
c d
_
=
_
1 0
0 1
_
, por tanto
_
a + 2c b + 2d
a + 5c b + 5d
_
=
_
1 0
0 1
_
Luego solucionamos el sistema
a + 2c = 1 a + 5c = 0
b + 2d = 0 b + 5d = 1 se tiene que
a =
5
7
, b =
2
7
, c =
1
7
, d =
1
7
y asi
_
a b
c d
_
=
_
5
7

2
7
1
7
1
7
_
= A
1
20 CAPTULO 1. MATRICES
1.5 EJERCICIOS PROPUESTOS CAPITULO 1
1. Ilustrar cada una de las propiedades de las matrices estudiadas con un ejemplo.
2. Dar un ejemplo de cada uno de los tipos de matrices vistas.
3. Bajo que circunstancia se da la igualdad
(A +B)
2
= A
2
+ 2AB +B
2
(A B)
2
= A
2
2AB +B
2
A
2
B
2
= (A B) (A +B)
(AB)
2
= A
2
B
2
4. Escribir cualquier matriz A como la suma de una matriz simetrica y una anti-
simetrica.
5. Demostrar que si AB = A y BA = B entonces A y B son matrices Idempotentes
6. Sea
A =
_
a 1
1 a
_
con a 0. Para que valor de a se cumplira que A es idempotente
7. Demostrar que si una matriz A tiene dos de las siguientes tres propiedades a)
Simetrica b) Ortogonal c) Involutiva posee la tercera
8. Si A y B son matrices conmutativas demostrar que A
T
, B
T
conmutan.
9. Si A y B son matrices Invertibles y conmutan, demostrar que A
1
, B
1
conmutan.
10. Hallar una matriz A
33
tal que a
ij
= i +j.
11. Demostrar que si una matriz A satisface la ecuacion A
2
3A + I = 0 entonces
A
1
= 3I A.
12. Sean A y B matrices tales que AB = 0. Demostrar que si A es invertible entonces
B = 0.
13. Hallar a, b, c tal que la matriz
a) A =
_
_
2 a 2b + 2c 2a +b +c
3 5 a +c
0 2 7
_
_
sea simetrica
1.5. EJERCICIOS PROPUESTOS CAPITULO 1 21
b) B =
_
_
2 a 3
5 6 2
b 2 7
_
_
sea simetrica
14. Demostrar que, Tr(A + B) = Tr(A) + Tr(B), Tr(AB) = Tr(BA), Tr(cA) =
cTr(A), Tr(A
T
) = Tr(A), Tr(A
T
A) 0
15. Cuales de los enunciados siguientes verdadero.
(a) (ABC)
1
= C
1
B
1
A
1
(b) (ABC)
T
= C
T
B
T
A
T
(c) AA
T
es una matriz simetrica
(d) Si A y B son matrices simetricas entonces (AB)
T
= BA
(e) Si A y B son matrices simetricas entonces (A +B) es simetrica
(f) A+A
T
es una matriz simetrica
(g) A-A
T
es una matriz antisimetrica
(h) La matriz A =
_
1 b
0 1
_
es involutiva para b n umero real cualquiera
(i) La matriz A =
_
cos sin
sin cos
_
es una matriz ortogonal
(j) Si A =
_
cos sin
sin cos
_
entonces A
n
=
_
cos n sin n
sin n cos n
_
(k) Si A =
_
_
1 0 0
0 2 0
0 0 3
_
_
entonces A
n
=
_
_
1 0 0
0 2
n
0
0 0 3
n
_
_
(l) Si A y B son matrices invertibles entonces A+B es una matriz invertible
(m) Si A y B son matrices ortogonales entonces AB es una matriz ortogonal
(n) Si A
1
existe, y AB = AC entonces B = C.
(o) Si A =
_
_
1 2 3
1 5 3
1 0 8
_
_
Explicar 2 metodos diferentes como hallar A
1
y cual es
la inversa.
16. Si A =
_
1 3 4
2 3 1
_
, B =
_
_
1 2
3 5
2 0
_
_
, C =
_
_
3 2
1 0
1 4
_
_
,
Calcular: B +C, AB, BA, AC, CA, A(3B 2C)
22 CAPTULO 1. MATRICES
17. Dadas dos matrices M y N, probar que M + N y MN estan denidas, sisi, M y
N son cuadradas del mismo orden.
18. Demostrar que si M conmuta con A y N conmuta con A, entonces MN+NM conmuta
con A.
19. Hallar los valores de k, tal que A sea un cero de P(x) si:
(a) A =
_
i k
k i
_
, P(x) = x
2
2ix 2k
(b) A =
_
_
k k k
0 k k
0 0 0
_
_
, P(x) = x
3
+ 2kx
2
x
20. Sabiendo que A y B son conmutables y que ademas:
(a) A es idempotente y B es involutiva, pruebe que (A +B)
3
+ (A B)
3
= 8A
(b) A es involutiva y B es idempotente, pruebe que (A +B)
3
(A +B)
3
= 8B
21. Hallar los valores de k, tal que:
(a) A =
_
_
k 0 0
0 k 0
0 k + 4 0
_
_
es idempotente.
(b) A =
_
_
0 0 k + 2
k k k
k + 2 0 0
_
_
es involutiva.
22. Descomponga
_
_
i i i
1 1 1
i i i
_
_
es suma de una matriz hermtica y una antihermtica.
23. Para cuales valores reales de a,b,c y d.
(a) A =
_
_
ai 3 +ai a 4i
b i bi a +bi
c +di a +bi di
_
_
es antihermtica?
(b) A =
_
_
3 +ai a +bi 3c +di
4i c di b +ci
3 4 +i di
_
_
es hermtica?
1.5. EJERCICIOS PROPUESTOS CAPITULO 1 23
(c) A =
_
_
ai 3 +bi a + 1
b 3i ci (b + 1)i
1 4 di
_
_
es antisimetrica?
24. Sea A =
_
1 1
0 1
_
vericar que A
2
=
_
1 2
0 1
_
y calcular A
n
25. Sea A =
_
cos x sin x
sin x cos x
_
vericar que
(a) A
2
=
_
cos 2x sin 2x
sin 2x cos 2x
_
(b) Calcular A
n
26. Sea A =
_
p 0
i p
_
donde p es un escalar e i es la unidad imaginaria,
Vericar que A
2
= 2pA p
2
I, obtenga una formula para A
n
y calcule A
1234
.
27. Si A
T
B
T
=
_
3 1
4 2
_
y [B[ = 2, obtenga [A[ .
28. Si B
1
A
1
=
_
4 2
5 3
_
y B =
_
3 1
4 2
_
, obtenga [A[ y Adj(a).
29. Si A y B son invertibles de orden n, demostrar que:
(a) Aadj(A)A = [A[ In
(b) adj(adj (A)) = [A[
n2
A
(c) adj(ka) = k
n1
adj(A) donde k es un escalar.
(d) adj(AB) = adj(B)adj(A)
30. Si A es inversible de orden n, probar que:
(a) det [adj(adj (A))] det [adj(adj (A
1
))] = 1
(b) det [adj(adj (A))] = [A[
n(n1)
(c) det [adj(A
1
adj (A))] = [A[
(n1)(n2)
(d) det [adj(Aadj (A
1
))] = [A[
(n1)(n2)
(e) det [adj(A)] det [A
1
adj(A
1
)] = 1
24 CAPTULO 1. MATRICES
31. Demostrar que si A y B son matrices cuadradas simetricas de un mismo orden,
entonces la matriz: C = ABAB...ABA es simetrica.
32. Demostrar que una matriz escalar E de orden n, conmuta con cualquier matriz A
de orden n.
33. Demostrar que el producto de dos matrices simetricas es una matriz simetrica, sii
las matrices dadas son conmutables.
34. Demostrar que el producto de dos matrices antisimetricas es una matriz simetrica
cuando, y solo cuando, las matrices dadas son conmutables.
35. Comprobar que, si P es una matriz idempotente, entonces Q = 2P I, es una
matriz involutiva y, recprocamente, si Q es una matriz involutiva, entonces P =
1
2
(Q+I) es una matriz idempotente.
36. Demostrar que:
(a) El producto de dos matrices ortogonales, es una matriz ortogonal.
(b) El producto de dos matrices unitarias, es una matriz unitaria.
37. Demostrar que s: AB = A y BA = B, entonces las matrices A y B son idempo-
tentes.
38. Demuestre que A y B conmutan, s y solo s AkI y BkI, conmutan para cierto
escalar k.
39. Si A conmuta con B, demuestre que la transpuesta de A conmuta con la transpuesta
de B.
40. Dadas las matrices n m simetricas A y B, demuestre que:
(a) La matriz A +B es simetrica.
(b) La matriz AB puede ser no simetrica.
41. S A y B son antisimetricas, pruebe que A +B es antisimetrica.
42. Demostrar que:
(a) (A +B) = A +B
(b) (AB) = BA
1.5. EJERCICIOS PROPUESTOS CAPITULO 1 25
(c) kA = kA
43. S A es una matriz involutiva, demostrar que:
1
2
(I +A) y
1
2
(I A) son matrices idempotentes y que
1
2
(I +A).
1
2
(I A) es la matriz
cero.
44. Si A y B son matrices cuadradas y A es no singular, verique que:
(A +B)A
1
(A B) = (A B)A
1
(A +B).
45. Demostrar que si A y B son matrices inversibles y A conmuta con B, entonces, la
inversa de A conmuta con la inversa de B.
46. Sea A
k
= 0. demostrar que: (I-A)
1
= I +A +A
2
+... +A
K1
47. Demostrar que toda matriz de segundo orden: A =
_
a b
c d
_
, satisface la ecuacion:
X
2
(a +d)X + (ad bc) = 0
48. Sean A y B matrices no singulares de un mismo orden. Comprobar que las cuatro
igualdades:
(a) AB = BA
(b) AB
1
= B
1
A
(c) A
1
B = BA
1
(d) A
1
B
1
= B
1
A
1
Son equivalentes entre s.
Captulo 2
DETERMINANTES.
A cualquier matriz cuadrada A se le puede asignar un n umero real que se denomina el
determinante de A y se simboliza por det(A) o por [A[ y se calcula como se explica a
continuacion. Si A es de orden 1 entonces det(A) = [a
11
[ = a
11
Ejemplo 20 [3[ = 3, [3[ = 3, det(12) = 12, det(8) = 8
Si A es de orden 2 entonces [A[ =

a
11
a
12
a
21
a
22

= a
11
a
22
a
12
a
21
A =

4 5
2 8

= 32 10 = 22
Si A es de tama no n
Det : M
nn
(R) R
A [A[ = a
i1
A
i1
+a
i2
A
i2
+... +a
in
A
in
(desarrollo por la la i)
[A[ = a
1j
A
1j
+a
2j
A
2j
+... +a
nj
A
nj
(desarrollo por la columna j)
con A
ij
= (1)
i+j
[M
ij
[ donde M
ij
es la matriz que resulta de A al quitar la la i
y la columna j. [M
ij
[ se llama menor complementario del elemento a
ij
y A
ij
se llama el
adjunto del elemento a
ij
27
28 CAPTULO 2. DETERMINANTES.
Si A =
_
_
1 2 3
4 5 6
2 0 1
_
_
entonces
M
11
=
_
5 6
0 1
_
M
21
=
_
2 3
0 1
_
M
31
=
_
2 3
5 6
_
M
12
=
_
4 6
2 1
_
M
22
=
_
1 3
2 1
_
M
32
=
_
1 3
4 6
_
M
13
=
_
4 5
2 0
_
M
23
=
_
1 2
2 0
_
M
33
=
_
1 2
4 5
_
;
El calculo del determinante por la primera la es
[A[ = a
11
A
11
+a
12
A
12
+a
13
A
13
[A[ = A
11
+ 2A
12
+ 3A
13
=
(1)
1+1

5 6
0 1

+ 2 (1)
1+2

4 6
2 1

+ 3 (1)
1+3

4 5
2 0

= 9
ya que
A
11
= (1)
1+1
[M
11
[ = (1)
1+1

5 6
0 1

= 5;
A
12
= (1)
1+2
[M
12
[ = (1)
1+2

4 6
2 1

= 8
A
13
= (1)
1+3
[M
13
[ = (1)
1+3

4 5
2 0

= 10;
por lo tanto [A[ = 5 + 16 30 = 9
El c alculo del determinante por la segunda la es
[A[ = a
21
A
21
+a
22
A
22
+a
23
A
23
29
[A[ = 4A
21
+ 5A
22
+ 6A
23
A
21
= (1)
2+1
[M
21
[ = (1)
2+1

2 3
0 1

= 2;
A
22
= (1)
2+2
[M
22
[ = (1)
2+2

1 3
2 1

= 5;
A
23
= (1)
2+3
[M
23
[ = (1)
2+3

1 2
2 0

= 4;
por lo tanto [A[ = 8 25 + 24 = 9
El c alculo del determinante por la tercera la es
[A[ = a
31
A
31
+a
32
A
32
+a
33
A
33
= 9 (Ejercicio)
Determinante de una matriz de 4x4:
A =
_
_
_
_
1 2 3 4
0 1 2 3
1 0 3 2
0 0 1 2
_
_
_
_
El calculo del determinante por la primera la es
[A[ = a
11
A
11
+a
12
A
12
+a
13
A
13
+a
14
A
14
=
1.A
11
+ 2.A
12
+ 3.A
13
+ 4.A
14
= 4 + 2 6 + 4 = 4;
A
11
= (1)
2

1 2 3
0 3 2
0 1 2

1 2 3
0 3 2
0 1 2

= 4
A
12
= (1)
3

0 2 3
1 3 2
0 1 2

0 2 3
1 3 2
0 1 2

= 1
A
13
= (1)
4

0 1 3
1 0 2
0 0 2

0 1 3
1 0 2
0 0 2

= 2
30 CAPTULO 2. DETERMINANTES.
A
14
= (1)
5

0 1 2
1 0 3
0 0 1

0 1 2
1 0 3
0 0 1

= 1
2.1 Propiedades del determinante.
1. [A[ =

A
T

2. Si A
44
, es una matriz triangular inferior entonces [A[ = a
11
a
22
a
33
a
44
pues
[A[ =

a
11
0 0 0
a
21
a
22
0 0
a
31
a
32
a
33
0
a
41
a
42
a
43
a
44

= a
11

a
22
0 0
a
32
a
33
0
a
42
a
43
a
44

a
21
0 0
a
31
a
33
0
a
41
a
43
a
44

+0

a
21
a
22
0
a
31
a
32
0
a
41
a
42
a
44

a
21
a
22
0
a
31
a
32
a
33
a
41
a
42
a
43
7

= a
11
a
22

a
33
0
a
43
a
44

= a
11
a
22
a
33
a
44

A
T

a
11
a
21
a
31
a
41
0 a
22
a
32
a
42
0 0 a
33
a
43
0 0 0 a
44

= a
11
a
22
a
33
a
44
3. Sean A, B, C tres matrices iguales excepto la i-esima la, es decir,
A =
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
; B =
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
b
i1
b
i2
b
in
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
C =
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
+b
i1
a
i2
+b
i2
a
in
+b
in
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
entonces [C[ = [A[ +[B[ .
En efecto
2.1. PROPIEDADES DEL DETERMINANTE. 31
[C[ = (a
i1
+b
i1
) A
i1
+ (a
i2
+b
i2
) A
i2
+... + (a
in
+b
in
) A
in
=
= a
i1
A
i1
+b
i1
A
i1
+a
i2
A
i2
+b
i2
A
i2
+... +a
in
A
in
+b
in
A
in
= a
i1
A
i1
+a
i2
A
i2
+a
in
A
in
+b
i1
A
i1
+b
i2
A
i2
+b
in
A
in
= [A[ +[B[

a +b c +d
3 4

a c
3 4

b d
3 4

a +b c +d e
h +l f g +k
3 4 5

a c e
h +l f g +k
3 4 5

b d 0
h +l f g +k
3 4 5

=
=

a c e
h f g
3 4 5

a c e
l 0 k
3 4 5

b d 0
h f g
3 4 5

b d 0
l 0 k
3 4 5

4. Si una matriz tiene una la (o columna) nula entonces su determinante es cero


A =

1 2 3 4
5 6 7 0
0 0 0 0
1 2 3 4

= 0 = a
31
A
31
+a
32
A
32
+a
33
A
33
+a
34
A
34
;
con a
31
= 0; a
32
= 0; a
33
= 0; a
34
= 0.
5. Si una la de una matriz A se multiplica por un n umero diferente de cero, su
determinante queda multiplicado por ese n umero.

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn

=
1
k

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
ka
i1
ka
i2
ka
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn

Sea A =
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
y B =
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
ka
i1
ka
i2
ka
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
entonces
32 CAPTULO 2. DETERMINANTES.
[B[ = ka
i1
A
i1
+ka
i2
A
i2
+ +ka
in
A
in
= k(a
i1
A
i1
+a
i2
A
i2
+ +a
in
A
in
) = k [A[
Ejemplo 21
1.

a b
c d

a b
c d

2a 2b
3c 3d

= 2 3

a b
c d

la propiedad anterior se puede generalizar por


[A
nn
[ =
n
[A[
Si A =
_
_
a b c
d e f
g h i
_
_
y [A[ = 4 entonces
a)

2a 2b 2c
2d 2e 2f
g h i

= 2
2
4
b)

a b c
d e f
g h i

= (1) (1) (1) 4 = 4


c)

2 3
4 5

2 3
4 5

2 3
4 5

6 Si se intercambian dos las cualesquiera en una matriz, su determinante cambia de


signo.
Si A =
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
B =
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
a
i+11
.
.
.
a
i+12
.
.
.
.
.
.a
i+1n
a
i1
a
i2
a
in
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
_
_
2.1. PROPIEDADES DEL DETERMINANTE. 33
entonces [A[ = a
i1
A
i1
+a
i2
A
i2
+... +a
in
A
in
con A
ij
= (1)
i+j
[M
ij
[ y
[B[ = a
i1
B
i+11
+a
i2
B
i+12
+... +a
in
B
i+1n
con B
i+1j
= (1)
i+1+j
[M
ij
[ =
(1)
i+j
[M
ij
[ = A
ij
por tanto [B[ = [A[

3 0
0 6

= 18,

0 6
3 0

= 18
7 Si una matriz tiene 2 las iguales su determinante vale cero.
Sea A =
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
y B =
_
_
_
_
_
_
_
a
11
a
12
a
1n
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn
_
_
_
_
_
_
_
que se obtuvo
de A al
inercambiar la la 1 por la la 2, luego [B[ = [A[ pero como [B[ = [A[ entonces
[A[ = [A[ entonces
2 [A[ = 0 y as [A[ = 0.
1. A =
_
_
1 2 3
4 5 6
4 5 6
_
_
si se Intercambia la la 2 con la la 3 se tiene B =
_
_
1 2 3
4 5 6
4 5 6
_
_
por tanto
[A[ = [B[ = [A[ de donde 2 [A[ = 0 y as [A[ = 0.
8 Si una la de una matriz es m ultiplo de otra la, el determinante de la matriz es
cero.
Si A =
_
_
a b c
ka kb kc
g h i
_
_
[A[ =

a b c
ka kb kc
g h i

= k

a b c
a b c
g h i

= k 0 = 0

2 4 6
4 8 12
6 8 12

= 0
34 CAPTULO 2. DETERMINANTES.
9 Si una la de una matriz se multiplica por un n umero diferente de cero y se le suma
a otra la, su determinante no vara.

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn

a
11
a
12
a
1n
ka
11
+a
21
ka
12
+a
22
ka
1n
+a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn

pues

a
11
a
12
a
1n
ka
11
ka
12
ka
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn

=
k

a
11
a
12
a
1n
a
11
a
12
a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn

=
k0 +

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn

a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
a
in
a
n1
a
n2
a
nn

Ejemplo 22

3 4
0 2

2f
2
+f
1
=

3 0
0 2

a b c
d e f
h i l

2f
2
+f
1
=

a b c
2a +d 2b +e 2c +f
h i l

=
2.1. PROPIEDADES DEL DETERMINANTE. 35

a b c
2a 2b 2c
h i l

a b c
d e f
h i l

= 2

a b c
a b c
h i l

a b c
d e f
h i l

=
0 +

a b c
d e f
h i l

a b c
d e f
h i l

Ejemplo 23

2 4 4 6
3 0 1 0
2 1 1 2
2 3 4 5

= 2

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

3f
1
+f
2
2f
1
+f
3
2f
1
+f
4
= 2

1 2 2 3
0 6 5 9
0 3 3 2
0 1 0 1

3f
4
+f
3
6f
4
+f
2
= 2

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

2f
3
+f
2
= 2

1 2 2 3
0 0 1 7
0 0 3 5
0 1 0 1

3f
2
+f
3
= 2

1 2 2 3
0 0 1 7
0 0 0 16
0 1 0 1

f
4
f
2
= 2

1 2 2 3
0 1 0 1
0 0 0 16
0 0 1 7

f
4
f
3
= 2

1 2 2 3
0 1 0 1
0 0 1 7
0 0 0 16

= 2 (16) = 32

0 0 0 1
0 0 1 0
0 1 0 0
1 0 0 0

f
1
f
4
=

1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1

f
1
f
4
=

1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1

= 1
10 [AB[ = [A[ [B[
11 La adjunta de una matriz es la transpuesta de la matriz de los cofactores, es decir,
si A es de orden 3 entonces
adjA =
_
_
A
11
A
12
A
13
A
21
A
22
A
23
A
31
A
32
A
33
_
_
T
=
_
_
A
11
A
21
A
31
A
12
A
22
A
32
A
13
A
23
A
33
_
_
36 CAPTULO 2. DETERMINANTES.
Ejemplo 24 Sea
A =
_
_
1 3 4
0 2 1
0 0 3
_
_
entonces [A[ = 6
A
11
= (1)
1+1

2 1
0 3

= 6, A
12
= (1)
1+2

0 1
0 3

= 0, A
13
= (1)
1+3

0 2
0 0

= 0
A
21
= (1)
2+1

3 4
0 3

= 9, A
22
= (1)
2+2

1 4
0 3

= 3, A
23
= (1)
2+3

1 3
0 0

= 0
A
31
= (1)
3+1

3 4
2 1

= 5, A
32
= (1)
3+2

1 4
0 1

= 1, A
33
= (1)
3+3

1 3
0 2

= 2
por tanto
adjA =
_
_
A
11
A
21
A
31
A
12
A
22
A
32
A
13
A
23
A
33
_
_
=
_
_
6 9 5
0 3 1
0 0 2
_
_
y
AadjA =
_
_
1 3 4
0 2 1
0 0 3
_
_

_
_
6 9 5
0 3 1
0 0 2
_
_
=
_
_
6 0 0
0 6 0
0 0 6
_
_
= 6
_
_
1 0 0
0 1 0
0 0 1
_
_
y asi se tiene que
A (adj A) = (adj A) A = [A[ I A
1
=
adj A
[A[
Ejemplo 25 Hallar la inversa de 3 formas diferentes si
2.1. PROPIEDADES DEL DETERMINANTE. 37
PRIMER METODO PARA HALLAR LA INVERSA:
Si
A =
_
_
0 2 3
1 3 3
1 2 2
_
_
1) Se halla el determinante.
[A[ = a
11
A
11
+a
12
A
12
+a
13
A
13
[A[ = 0A
11
+ 2A
12
+ 3A
13
= 2 + 3 = 1
A
12
= (1)
3

1 3
1 2

= (2 + 3) = 1
A
13
= (1)
4

1 3
1 2

= 2 + 3 = 1
[A[ = a
21
A
21
+a
22
A
22
+a
23
A
23
= A
21
3A
22
3A
23
=
= 2 + 3 3 3 2 = 2 + 9 6 = 1
A
21
= (1)
3

2 3
2 2

= (4 6) = 2
A
22
= (1)
4

0 3
1 2

= 0 3 = 3
A
23
= (1)
5

0 2
1 2

= (0 2) = 2
[A[ = a
31
A
31
+a
32
A
32
+a
33
A
33
=
= A
31
+ 2A
32
+ 2A
33
= 3 6 + 4 = 1
A
31
= (1)
4

2 3
3 3

= 6 + 9 = 3
A
32
= (1)
5

0 3
1 3

= (0 + 3) = 3
A
33
= (1)
6

0 2
1 3

= 0 + 2 = 2
38 CAPTULO 2. DETERMINANTES.
B =
_
_
A
11
A
12
A
13
A
21
A
22
A
23
A
31
A
32
A
33
_
_
T
=
_
_
A
11
A
21
A
31
A
12
A
22
A
32
A
13
A
23
A
33
_
_
= adj A
adj A =
_
_
0 1 1
2 3 2
3 3 2
_
_
T
=
_
_
0 2 3
1 3 3
1 2 2
_
_
por tanto
A
1
=
adj A
[A[
=
_
_
0 2 3
1 3 3
1 2 2
_
_
SEGUNDO METODO PARA HALLAR LA INVERSA:
Partiendo de la matriz A, por medio de operaciones elementales en las se lleva a la
identica y la inversa sera E
k
...E
3
E
2
E
1
el producto de las matrices elementales en este
orden. Como I = E
k
...E
3
E
2
E
1
A entonces E
k
...E
3
E
2
E
1
= A
1
A =
_
_
0 2 3
1 3 3
1 2 2
_
_
E
1

f
3
+f
2
_
_
0 2 3
0 1 1
1 2 2
_
_
E
2

2f
2
+f
1
_
_
0 0 1
0 1 1
1 2 2
_
_
E
3

f
1
+f
2
_
_
0 0 1
0 1 0
1 2 2
_
_
E
4

2f
1
+f
3
_
_
0 0 1
0 1 0
1 2 0
_
_
E
5

2f
2
+f
3
_
_
0 0 1
0 1 0
1 0 0
_
_
E
6

f
2
_
_
0 0 1
0 1 0
1 0 0
_
_
E
7

f
1
f
3
_
_
1 0 0
0 1 0
0 0 1
_
_
I = E
7
E
6
E
5
E
4
E
3
E
2
E
1
A donde A
1
= E
7
E
6
E
5
E
4
E
3
E
2
E
1
I =
_
_
0 0 1
0 1 0
1 0 0
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
1 0 0
0 1 0
0 2 1
_
_
_
_
1 0 0
0 1 0
2 0 0
_
_

_
_
1 0 0
1 1 0
0 0 0
_
_
_
_
1 2 0
0 1 0
0 0 1
_
_
_
_
1 0 0
0 1 1
0 0 1
_
_
_
_
0 2 3
1 3 3
1 2 2
_
_
2.1. PROPIEDADES DEL DETERMINANTE. 39
Se debe multipicar todas las matrices elementales para obtener la inversa
TERCER METODO PARA HALLAR LA INVERSA:
Sea A =
_
_
0 2 3
1 3 3
1 2 2
_
_
entonces se escribe la matriz
(A[I)
_
I[A
1
_
asi
_
_
0 2 3
1 3 3
1 2 2
[
1 0 0
0 1 0
0 0 1
_
_
f
3
+f
2

_
_
0 2 3
0 1 1
1 2 2
[
1 0 0
0 1 1
0 0 1
_
_
2f
2
+f
1
2f
2
+f
3

_
_
0 0 1
0 1 1
1 0 0
[
1 2 2
0 1 1
0 2 3
_
_
f
1
+f
2

_
_
0 0 1
0 1 0
1 0 0
[
1 2 2
1 3 3
0 2 3
_
_
f
2
f
3
f
1

_
_
1 0 0
0 1 0
0 0 1
[
0 2 3
1 3 3
1 2 2
_
_
= (I[A
1
) luego A
1
=
_
_
0 2 3
1 3 3
1 2 2
_
_
40 CAPTULO 2. DETERMINANTES.
2.2 EJERCICIOS PROPUESTOS CAPITULO 2
1. Si [A
1
[ = 4 [A[ =
1
4
AA
1
= I [AA
1
[ = 1 [A[ [A
1
[ = 1 [A[ =
1
4
2.

A
1
33

= 4 [2A
1
[ = 2
3
[A
1
[ = 2
3
4
3. Si A es involutiva; [A[ = 1
A
2
= I [A
2
[ = 1 [AA[ = 1
[A[ [A[ = 1 [A[
2
= 1 [A[ = 1
4. Determinante de una matriz idempotente es 0 o 1.
A
2
= A [A[
2
= A [A[
2
[A[ = 0 [A[ ([A[ 1) = 0
5. Determinante de una matriz ortogonal es 1.
AA
T
= A
T
A = I

AA
T

= 1 [A[

A
T

= 1 [A[
2
= 1 [A[ = 1
6. Si

a b c
d e f
g h i

= 6 hallar
(a)

2a 2b 2c
3d 3e 3f
g h i

(b)

g h i
a b c
d e f

(c)

a +g b +h c +i
d e f
g h i

(d)

a b c
d e f
g h i

(e)

a d g
b e h
c f i

2.2. EJERCICIOS PROPUESTOS CAPITULO 2 41


7. Si A
33
y [A[ = 2, calcular
a.[2A[ b. [A
1
[ c. [2A
1
[ d. [(2A)
1
[
8. Demostrar que .

b +c c +a b +a
a b c
1 1 1

= 0.
9. Demostrar que

a
1
b
1
+ta
1
c
1
+rb
1
+sa
1
a
2
b
2
+ta
2
c
2
+rb
2
+sa
2
a
3
b
3
+ta
3
c
3
+rb
3
+sa
3

a
1
b
1
c
1
a
2
b
2
c
2
a
3
b
3
c
3

a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3

10. Demostrar que

1 1 1
a b c
a
2
b
2
c
2

= (b a)(c a) (c b) .
11. Demostrar que

a +b b +c c +d
1 1 1
b + 1 c + 1 d + 1

a b c
1 1 1
b c d

12. Demostrar que

a b +c 2a 2a
2b b c a 2b
2c 2c c a b

= (a +b +c)
3
13. Considere la matriz A =
_
_
3 1 0
2 4 3
5 4 2
_
_
Hallar
a. adjA b.adjA
1
c. AadjA. c. A
1
adjA
1
d. Es adjA = adjA
1
?
14. Para que valores de a la matriz A =
_
_
a a 1 a + 1
1 2 3
2 a a + 3 a + 7
_
_
tiene inversa
15. Si A =
_
_
1 2 3
1 5 3
1 0 8
_
_
Explicar 4 metodos diferentes para hallar A
1
y cual es la
inversa.
42 CAPTULO 2. DETERMINANTES.
16. Calcular

1 0 0 3
2 7 0 6
0 6 3 0
7 3 1 5

17. Demostrar que [A


n
[ = [A[
n
.
18. Demostrar que [adjA[ = [A[
n1
.
19. Demostrar que adj(AB) = adj(A)adj(B).
20. Si A es una matriz no singular, demostrar que
adj(adj(A)) = [A[
n2
A
21. Es [A +B[ = [A[ +[B[?
Captulo 3
SISTEMAS DE ECUACIONES.
1. x = 2 Sistema de una ecuacion y de una variable.
2. x +y = 1
_
1 1
_
_
x
y
_
= 1,si x=t, el conjunto solucion es
(t, 1 t) [ t R Tiene innitas soluciones.
El sistema tiene una variable libre x o y (a la que se le puede dar cualquier valor ).
3. x +y z = 4
_
1 1 1
_
_
_
x
y
z
_
_
= 4
Variables libres z = u, y = n
x = 4 +z y = 4 +u n
Sol = (4 +u n, n, u) [ u, n R Tiene innitas soluciones.
4.
x y + 2z = 5
x + 3z +u = 0
4x 3y +v = 3

x y z u v
_
_
1 1 2 0 0
1 0 3 1 0
4 3 0 0 1
_
_
_
_
_
_
_
_
x
y
z
u
v
_
_
_
_
_
_
=
_
_
5
0
3
_
_
; AX = B
Cualquier sistema lineal de ecuaciones se puede escribir en forma matricial como
AX = B
Los sistemas AX = B, se clasican en
1. (a) Sistema homogeneo, Si B = 0;es decir, AX = 0.Si el sistema es de esta forma,
tiene solucion unica o innitas soluciones.
43
44 CAPTULO 3. SISTEMAS DE ECUACIONES.
(b) Sistema no homogeneo, AX = B; con B ,= 0.Si el sistema es de esta forma
puede suceder que tiene solucion unica, innitas soluciones o no tiene solucion.
(c) Si una ecuacion es m ultiplo de otra, tiene innitas souciones.(Con cuidado)
3.0.1 Solucion del sistema Ax = b.
Para solucionar el sistema AX = B, se construye la matriz ampliada y con operaciones
elementales en la se lleva la matriz A, a una matriz escalonada (Lo anterior en el metodo
de Gauss), (A[B) (Escalonada[c)
Si llevo la matriz A a una matriz escalonada reducida, se tiene el metodo de Gauss-
Jordan.
(A[B) (Escalonada reducida[c) .
Ejemplo 26 Solucionar el sistema
x +y = 4
x y = 4
, aplicando operaciones sobre las las de
la matriz ampliada se obtiene.
_
1 1
1 1
[
4
4
_
f
1
+f
2

_
1 1
0 2
[
4
0
_

f
2
2

_
1 1
0 1
[
4
0
_

_
x +y = 4
y = 0
_
y as el sistema
x +y = 4
x y = 4
tiene solucion unica(4, 0) , notar que se trata de dos rectas
del plano que se cortan en un solo punto.
Ejemplo 27 Solucionar el sistema
x +y = 4
2x + 2y = 8
, como la segunda ecuacion es m ultiplo
de la primera, el sistema tiene innitas soluciones.
En efecto,
_
1 1
2 2
[
4
8
_
2f
1
+f
2

_
1 1
0 0
[
4
0
_
x + y = 4 luego y puede tomar cualquier
valor, por lo tanto el sistema
x +y = 4
2x + 2y = 8
tiene innitas soluciones.
Ejemplo 28 Solucionar el sistema
3x 5y + 4z = 1
2x +y 5z = 2
2x +y 5z = 8
3x 5y + 4z = 1
45
_
_
_
_
3 5 4
2 1 5
2 1 5
3 5 4
[
1
2
8
1
_
_
_
_

_
_
_
_
3 5 4
2 1 5
0 0 0
0 0 0
[
1
2
6
0
_
_
_
_
Como 6 ,= 0, el sistema no tiene solucion.
Ejemplo 29 Solucionar el sistema
x +y z = 5
2x 3y +z = 0
x +y z = 5
_
_
1 1 1
2 3 1
1 1 2
[
5
0
5
_
_
2f
1
+f
2
f
1
+f
3

_
_
1 1 1
0 5 3
0 0 0
[
5
10
0
_
_

f
2
5

_
_
1 1 1
0 1
3
5
0 0 0
[
5
2
0
_
_
x +y z = 5
y
3
5
z = 2
Si z = t; y = 2 +
3
5
z = 2 +
3
5
t; x = 5 +t 2
3
5
t = 3 +
2
5
t
Sol =
__
3 +
2
5
t, 2 +
3
5
t, t
_
t R
_
.
Ejemplo 30
Solucionar el sistema
x
1
+ 2x
2
+ 3x
3
= 5
2x
1
+ 5x
2
+ 3x
3
= 3
x
1
+ 8x
3
= 17
x
1
x
2
x
3
_
_
1 2 3
2 5 3
1 0 8
[
5
3
17
_
_
2f
1
+f
2
f
1
+f
3

_
_
1 2 3
0 1 3
0 2 5
[
5
7
12
_
_
2f
2
+f
3

_
_
1 2 3
0 1 3
0 0 1
[
5
7
2
_
_
f
3

_
_
1 2 3
0 1 3
0 0 1
[
5
7
2
_
_
2f
2
+f
3
x
1
+ 2x
2
+ 3x
3
= 5
x
2
3x
3
= 7
x
3
= 2
x
2
= 3x
3
7 = 3 2 7 = 1
x
1
= 5 2x
2
3x
3
= 5 2 (1) 3 (2) = 5 + 2 6 = 1 luego la
Solucion del sistema es (1, 1, 2)
Ejemplo 31
46 CAPTULO 3. SISTEMAS DE ECUACIONES.
Hallar el valor de k tal que el sistema
kx +y +z = 1
x +ky +z = 1
x +y +kz = 1
tenga , Solucion unica, Ninguna solucion, Innitas soluciones
_
_
k 1 1
1 k 1
1 1 k
[
1
1
1
_
_
f
3
<>f
1

_
_
1 1 k
1 k 1
k 1 1
[
1
1
1
_
_
f
1
+f
2

_
_
1 1 k
0 1 +k k + 1
0 k + 1 1 k
2
[
1
0
k + 1
_
_
f
2
+f
3

_
_
1 1 k
0 1 +k k + 1
0 0 (1 k) (2 +k)
[
1
0
1 k
_
_
luego Si k = 1 el sistema tiene innitas soluciones, si k = 2 el sistema no tiene solucion,
y si k ,= 1 y k ,= 2 el sistema tiene solucion unica.
Ejemplo 32
Hallar el valor de a tal que el sistema
3x y +az = 0
x z = a + 1
ax +y = a
tenga , Solucion unica, Ninguna solucion, Innitas soluciones
_
_
3 1 a
1 0 1
a 1 0
[
0
a + 1
a
_
_
3f
2
+f
1

_
_
0 1 a + 3
1 0 1
a 1 0
[
3 (a + 1)
a + 1
a
_
_
af
2
+f
3

_
_
0 1 a + 3
1 0 1
0 1 a
[
3 (a + 1)
a + 1
a
2
_
_
f
3
+f
1

_
_
1 0 1
0 0 3
0 1 a
[
a + 1
a
2
3a 3
a
2
_
_
f
3
f
2

_
_
1 0 1
0 1 a
0 0 3
[
a + 1
a
2
a
2
3a 3
_
_
luego para cualquier valor de a el sistema tiene solucion unica
47
Ejemplo 33
Hallar el valor de a tal que el sistema
3x (a + 2) y + 2z = a + 1
2x 5y + 3z = 1
x + 3y (a + 1) z = 0
tenga , Solucion unica, Ninguna solucion, Innitas soluciones
_
_
3 (a + 2) 2
2 5 3
1 3 (a + 1)
[
a + 1
1
0
_
_
f
1
f
3

_
_
1 3 (a + 1)
2 5 3
3 (a + 2) 2
[
0
1
a + 1
_
_
2f
1
+f
2

_
_
1 3 a 1
0 11 2a + 5
0 a 2 2
[
0
1
a + 1
_
_
3f
1
+f
3

_
_
1 3 a 1
0 11 2a + 5
0 a 11 3a + 5
[
0
1
a + 1
_
_
f
2
f
3

_
_
1 3 a 1
0 11 2a + 5
0 a a
[
0
1
a
_
_
af
2
11f
3

_
_
1 3 a 1
0 11a 2a
2
+ 5a
0 11a 11a
[
0
a
11a
_
_
f
2
+f
3

_
_
1 3 a 1
0 11a 2a
2
+ 5a
0 0 2a
2
6a
[
0
a
10a
_
_
luego si a = 0 el sistema tiene innitas soluciones,si a = 3 el sistema no tiene solucion y
si a ,= 0 y a ,= 3 el sistema tiene solucion unica.
Ejemplo 34
48 CAPTULO 3. SISTEMAS DE ECUACIONES.
Hallar el valor de a tal que el sistema
x + 2y + (a + 3) z = 8
2x + 3y + (a + 4) z = 12
3x + (6a + 5) y + 7z = 20
tenga , Solucion unica, Ninguna solucion, Innitas soluciones
_
_
1 2 a + 3
2 3 a + 4
3 6a + 5 7
[
8
12
20
_
_
2f
1
+f
2

_
_
1 2 a + 3
0 1 a 2
3 6a + 5 7
[
8
4
20
_
_
3f
1
+f
3

_
_
1 2 a + 3
0 1 a 2
0 6a 1 3a 2
[
8
4
4
_
_
f
2
+f
3

_
_
1 2 a + 3
0 1 a 2
0 6a 2a
[
8
4
0
_
_
6af
2
+f
3

_
_
1 2 a + 3
0 1 a 2
0 0 6a
2
14a
[
8
4
24a
_
_
f
3

_
_
1 2 a + 3
0 1 a 2
0 0 2a (3a + 7)
[
8
4
24a
_
_
luego si a = 0, el sistema tiene innitas soluciones, si a =
7
3
, no hay solucion y si a ,= 0
y a ,=
7
3
, el sistema tiene solucion unica.
3.1 Regla de Cramer
Se aplica solo cuando el determinante de la matriz A
nn
sea ,= 0
Ejemplo 35 Solucionar el sistema por la regla de cramer
1.
x
1
+ 2x
2
+ 3x
3
= 5
2x
1
+ 5x
2
+ 3x
3
= 3
x
1
+ 8x
3
= 17
x =

5 2 3
3 5 3
17 0 8

1 2 3
2 5 3
1 0 8

= 1; x
2
=

1 5 3
2 3 3
1 17 8

1 2 3
2 5 3
1 0 8

= 1; x
3
=

1 2 5
2 5 3
1 0 17

1 2 3
2 5 3
1 0 8

= 2;
3.1. REGLA DE CRAMER 49
2
4x +y +z +w = 6
3x + 3y z +w = 1
7x + 3y 5z + 8w = 3
x +y +z + 2w = 3
, Resolviendo primero por metodo de eliminacion.
x y z w
_
_
_
_
4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2
[
6
1
3
3
_
_
_
_
7f
1
+f
3
3f
4
+f
2
4f
4
+f
1

_
_
_
_
0 3 3 7
0 4 4 5
0 4 12 6
1 1 1 2
[
6
8
24
3
_
_
_
_
f
3
+f
2
4f3+f
1

_
_
_
_
0 1 9 1
0 0 16 11
0 4 12 6
1 1 1 2
[
18
32
24
3
_
_
_
_
4f
1
+f
3

_
_
_
_
0 1 9 1
0 0 16 11
0 0 24 10
1 1 1 2
[
18
32
48
3
_
_
_
_
f
3
2

_
_
_
_
0 1 9 1
0 0 16 5
0 0 12 5
1 1 1 2
[
18
32
24
3
_
_
_
_
f
3
+f
2

_
_
_
_
0 1 9 1
0 0 4 16
0 0 12 5
1 1 1 2
[
18
8
24
3
_
_
_
_
f
2
4

_
_
_
_
0 1 9 1
0 0 1 4
0 0 12 5
1 1 1 2
[
18
2
24
3
_
_
_
_
12f
2
+f
3

_
_
_
_
0 1 9 1
0 0 1 4
0 0 0 53
1 1 1 2
[
18
2
0
3
_
_
_
_
f
3
53

_
_
_
_
1 1 1 2
0 1 9 1
0 0 1 4
0 0 0 2
[
3
18
2
0
_
_
_
_
x +y +z + 2w = 3 x = 1
y + 9z w = 18 y = 0
z + 4w = 2 z = 2
w = 0 w = 0
_

_
Sol (1, 0, 2, 0)
Por la regla Cramer:
50 CAPTULO 3. SISTEMAS DE ECUACIONES.
w =

4 1 1 6
3 7 1 1
7 3 5 3
1 1 1 3

4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2

=
x =

6 1 1 1
1 7 1 1
3 3 5 8
3 1 1 2

4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2

= 1
y =

4 6 1 1
3 1 1 1
7 3 5 8
1 3 1 2

4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2

= 0
z =

4 1 6 1
3 7 1 1
7 3 3 8
1 1 3 2

4 1 1 1
3 7 1 1
7 3 5 8
1 1 1 2

=
Ejemplo 36 Hallar condiciones para a y b de tal forma que el sistema
x + 2y = a
x 3y = b
tenga
solucion.
3.2. APLICACIONES 51
_
1 2
1 3
[
a
b
_
f
1
+f
2

_
1 2
0 5
[
a
b a
_

_
_
1 2
0 1
[
a
_
a b
5
_
_
_
El sistema siempre tiene solucion para cualquier valor de a y de b
Ejemplo 37 Hallar condiciones para a y b de tal forma que el sistema
x +y = a
2x + 2y = b
tenga solucion.
=
_
1 1
2 2
[
a
b
_
2f
1
+f
2

_
1 1
0 0
[
a
b 2a
_
f
1
+f
2
luego
a) Si b 2a = 0 el sistema tiene innitas soluciones.
b) Si b
2
2a ,= 0 el sistema no tiene solucion.
3.2 Aplicaciones
3.2.1 Balance de reacciones quimicas
La combinacion de cierto n umero de mo leculas de amoniaco (NH
3
) con cierto n umero
de moleculas de oxido de cobre (CuO), da lugar a una reaccion quimica que produce
moleculas de nitrogeno (N
2
), cobre (Cu) y agua (H
2
O), esta reaccion se escribe:
XNH
3
+Y CuO ZN
2
+WCu +UH
2
O.
El problema consiste en determinar los valores de las incognitas: X, Y, Z, W, U ; de
tal manera que el n umero de atomos (de nitrogeno, hidrogeno, cobre y oxigeno ), que
intervienen en la reaccion sea igual al n umero de atomos resultantes (Los atomos individ-
uales nose crean ni se destruyen ).Cuando se logran hallar los valores de la incognitas que
cumplen con esta condicion, se dice que la reaccion esta balanceada. De acuerdo con esto
se obtiene el sistema de ecuaciones lineales (homogeneas):
BALANCE DE
Nitrogeno: X = 2Z
Hidrogeno: 3X = 2U
Cobre: Y = W
Oxigeno: Y = U
52 CAPTULO 3. SISTEMAS DE ECUACIONES.
Que al resolverse medinate eliminacion de Gauss se obtiene una variable libre (innitas
soluciones). Al hacer U = T , la solucion queda:
X =
2
3
T
Y = T
Z =
1
3
T
W = T
U = T
Como en estos casos las incognitas se restringen a enteros positivos, el menor valor del
parametro es T = 3,as:
X = 2, y = 3, Z = 1, W = 3, U = 3
La reaccion balanceada es:
2NH
3
+ 3CuO N
2
+ 3Cu + 3H
2
O
3.3. EJERCICIOS PROPUESTOS CAPITULO 3 53
3.3 EJERCICIOS PROPUESTOS CAPITULO 3
1. Que condiciones deben cumplir a,b y c para que el sistema
x +y + 2z = a
x +z = b
2x +y + 3z = c
tenga
solucion.
2. C omo debe elegir los coecientes a,b,c de modo que el sistema
ax +by 3z = 3
2x by +cz = 1
ax + 3y cz = 3
tenga por solucion (1, 1, 2) .
3. Solucionar los sistemas si es posible, por Gauss, Gauss Jordan, Regla de Cramer y
x = A
1
b
(a)
2x +y 2z = 10
3x + 2y + 2z = 1
5x + 4y + 3z = 4
(b)
x +y z = 0
2x 3y +z = 0
x 4y + 2z = 0
(c)
2x 3y + 6z + 2v 5w = 3
y 4z +v = 1
v 3w = 2
4. Hallar los valores de la constantes k para que el sistema a) Tenga Solucion b) No
tenga Solucion c) Tenga innitas soluciones
(a)
x +y z = 1
2x + 3y +az = 3
x +ay + 3z = 2
(b)
x + 2y +kz = 1
2x +ky + 8z = 3
(c)
x +y +kz = 2
3x + 4y + 2z = k
2x + 3y z = 1
(d)
x 3z = 3
2x +ky z = 2
54 CAPTULO 3. SISTEMAS DE ECUACIONES.
5. Dada una matriz A de orden n por n, que conclusion se deduce de los enunciados
siguientes
(a) A tiene inversa
(b) A es semejante a la matriz identica
(c) [A[ , = 0
(d) La forma escalonada reducida de A es la matriz identica
(e) El sistema Ax = b tiene solucion unica
(f) El sistema Ax = 0 tiene solucion unica y es la solucion nula.
6. Dar un ejemplo de un sistema de 3 ecuaciones con 3 incognitas que:
(a) Tenga solucion unica.
(b) No tenga solucion
(c) Tenga innitas soluciones.
7. Sea Ax = b un sistema de n ecuaciones con n incognitas donde A tiene sus elementos
enteros probar que si [A[ = 1 entonces la solucion son elementos
enteros.
8. Dados los sistemas de ecuaciones lineales:
X
1
+X
2
+2X
3
= 1
X
1
2X
2
+X
3
= 5
3X
1
+X
2
+X
3
= 3
X
1
+X
2
+2X
3
+3X
4
= 13
X
1
2X
2
+X
3
+X
4
= 8
3X
1
+X
2
+X
3
X
4
= 1
(a) Hallar todas las soluciones, si existe alguna, usando el metodo de eliminacion
de Gauss.
(b) Hallar todas las soluciones, si existe alguna, usando el metodo de reduccion
Gauss-Jordan.
9. Dar un ejemplo de un sistema de tres ecuaciones lineales con tres incognitas que no
tenga solucion.
3.3. EJERCICIOS PROPUESTOS CAPITULO 3 55
10. Hallar una matriz escalonada reducida por las que sea equivalentes a la matriz:
A =
1 i
2 2
i 1 +i
Cuales son las soluciones de ax = 0?
11. Sea A =
3 1 2
2 1 1
1 3 0
Para cuales ternas (y
1
, y
2
, y
3
), tiene una solucion el sistema AX = Y ?
12. Si A =
6 4 0
4 2 0
1 0 3
Hallar todas las soluciones de AX = 2X, y todas las soluciones de AX = 3X.
13. Dados los sistemas:
X
1
+X
2
X
3
= 2
X
1
2X
2
+X
3
= 3
X
1
+X
2
+(a
2
5) X
3
= a
X
1
+X
2
+X
3
= 2
X
1
+3X
2
+2X
3
= 5
2X
1
+3X
2
+(a
2
1) X
3
= a + 1
Hallar todos los valores de a para los cuales hay:
(a) Ninguna solucion
(b) Solucion unica.
(c) Innitas soluciones.
14. Repetir el ejercicio anterior para los sistemas:
X
1
+X
2
+X
3
= 2
X
1
+2X
2
+X
3
= 3
X
1
+X
2
+(a
2
5) X
3
= a
X
1
+(a
2
8) X
2
= 3
X
1
+(a
2
8) X
2
= a
56 CAPTULO 3. SISTEMAS DE ECUACIONES.
15. Demostrar que si el sistema homogeneo:
(a r) X
1
+dX
2
= 0
cX
1
+(b r) X
2
= 0
Tiene una solucion no trivial, entonces satisface la ecuacion:
(a r) (b r) cd = 0
16. Que condiciones deben satisfacer p,q y r para que el sistema:
X +3Y +2Z = p
X +2Y 3Z = q
0 +5Y Z = r
Sea consistente.
17. Las ecuaciones para hallar las intensidades de corriente i
1,
i
2,
i
3
, en un determinado
circuito de tres mallas son:
3i
1
2i
2
+4i
3
= 2
i
1
+3i
2
6i
3
= 8
2i
1
i
2
2i
3
= 0
Hallar i
1,
i
2,
i
3
.
18. Resolver, utilizando el algoritmo de Gauss los sistemas, en caso de que tengan
innitas soluciones, dar la solucion general.
(a)
x +y 3z = 1
2x +y 2z = 1
x +y +z = 3
x +2y 3z = 1
(b)
2x y +3z = 3
3x +y 5z = 0
4x y +z = 3
x +3y 13z = 6
(c)
x +3y +2z = 0
2x y +3z = 0
3x 5y +4z = 0
x +17y +4z = 0
(d)
x +y +z +u +v = 7
3x +2y +z +u 3v = 2
0 +y +2z +2u +6v = 23
5x +4y +3z +3u v = 12
3.3. EJERCICIOS PROPUESTOS CAPITULO 3 57
(e)
x +2y +2z = 2
3x 2y z = 5
2x 5y +3z = 4
x +4y +6z = 0
19. Determinar los valores de k tales que los sistemas tengan:
(a) i. Solucion unica.
ii. Ninguna solucion.
iii. Innitas soluciones.
(b)
kx +y +z = 1
x +ky +z = 1
x +y +kz = 1
(c)
x +2y +kz = 1
2x +ky +8z = 3
(d)
kx +y +z = 1
x +ky +z = k
x +y +kz = k
2
(e)
kx +y +z +u = 1
x +ky +z +u = k
x +y +kz +u = k
2
x +y +z +ku = k
3
(f)
kx +ky +(k + 1) z = k
kx +ky +(k 1) z = k
(k + 1) x +ky +(2k + 3) z = 1
(g)
(k + 3) x +y +2z = k
kx +(k 1) y +z = 2k
3 (k + 1) x +ky +(k + 3) z = 3
20. Determinar las condiciones de a, b, c, tales que los sistemas tengan solicion unica:
(a)
x 2y +4z = a
2x +3y z = b
3x +y +2z = c
(b)
bx +ay +0 = c
cx +0 +az = b
0 +cy +bz = a
58 CAPTULO 3. SISTEMAS DE ECUACIONES.
(c)
x +y +2z = a
x +0 +z = b
2x +y +3z = c
(d)
x +y +z = a
2x +0 +2z = b
0 +3y +3z = c
21. Resolver el siguiente sistema de ecuaciones no lineales para los angulos x, y, z, con-
siderando el intervalo (0, 2)
2 sin x cos y +3 tan z = 3
4 sin x +2 cos y 2 tan z = 2
6 sin x 3 cos y +tan z = 9
22. Demuestre que en un sistema homogeneo de ecuaciones lineales:
(a) La suma de dos soluciones es tambien solucion.
(b) El producto de un escalar por una solucion tambien es solucion.
23. Hallar todos los sistemas de ecuaciones lineales homogeneos de dos ecuaciones con
dos incognitas que admiten como solucion:
(a) (1, 3)
(b) (3, 1)
EJERCICIOS DE APLICACION
24. C
3
H
8
+H
2
O CO +H
2
Propano Monoxido de carbono
RTA:
C
3
H
8
+ 3H
2
O 3CO + 7H
2
25. CuH
10
+H
2
O CO +H
2
Butano
RTA:
C
2
H
10
+ 4H
2
O 4CO + 9H
2
3.3. EJERCICIOS PROPUESTOS CAPITULO 3 59
26. C
2
H
5
OH +O
2
H
2
O +CO
2
Etanol
RTA:
C
2
H
5
OH + 3O
2
3H
2
O + 2CO
2
27. CO
2
+H
2
O C
6
H
12
O
6
+O
2
Glucosa Reaccion fotosistesis
RTA:
6CO
2
+ 6H
2
O C
6
H
12
O
6
+ 6CO
2
28. El yodoformo (CHI
3
) es un poderoso antiseptico se prepara por la accion de yodo
(I
2
) sobre el etanol (C
2
H
5
OH) es presencia de hidrogeno de potacio (KOH) .
En la reaccion se produce, ademas yoduro de potacio (KI) , formato de potacio
(HCOOK) y agua
Escribir y balancear la reaccion:
RTA:
C
2
H
5
OH + 4I
2
+ 6KOH CHI
3
+ 5KI +HCOOK + 5H
2
O
Captulo 4
VECTORES
Vector es un segmento de recta dirigido. El vector AB tiene un punto inicial en A y un
punto nal en B.
Entre los puntos del plano y los vectores hay una relacion directa.
4.1 Propiedades de los vectores
1. A +B = B +A
2. (A +B) +C = A + (B +C)
3. A + 0 = 0 +A = A
4. A + (A) = 0
5. (B) A = (BA)
6. (A +B) = A +B
7. 1.A = A
8. ( +) A = A +A
61
62 CAPTULO 4. VECTORES
4.2 Operaciones:
4.3 Suma de vectores.
Sumar vectores es sumar matrices:
Ejemplo 38 (3, 4) + (8, 9) = (11, 13)
4.4 Resta de vectores:
Ejemplo 39 A B = A + (B)
4.5 Multiplicacion de un vector por un n umero real.
Con R
1. > 1; A : Tiene la misma direccion, orientacion y diferente magnitud (mayor).
2. 0 < < 1; A : Tiene la misma direccion, orientacion y diferente magnitud.
3. < 1; A : Cambia de sentido y aumenta la magnitud, pero no de direccion.
4. 1 < < 0; A : Cambia de sentido y disminuye la magnitud, pero no de direccion.
4.6 Norma de un vector
[[A[[ = [[(a, b)[[ =

a
2
+b
2
= Longitud del vector
4.6.1 Propiedades de la norma de un vector.
1. [[A[[ 0
2. Norma de un escalar por un vector [[A[[ = [[ [[A[[ .
3. [[A +B[[ [[A[[ +[[B[[ Desigualdad triangular.
4.7. PROPIEDADES. 63
Producto interior o Producto escalar o Producto punto.
R
n
R
n
R

(a
1
, a
2
, a
3
, ..., a
n
) (b
1
, b
2
, b
3
, ..., b
n
)
x y
_

_
x y = a
1
b
1
+a
2
b
2
+... +a
n
b
n
(1, 1, 1) (2, 1, 0) = 1 2 + 1 1 + 1 0 = 3
Demostracion de propiedad 2
[[(a, b)[[ = [[(a, b)[[ =
_

2
a
2
+
2
b
2
=

a
2
+b
2
= [[ . [[(a, b)[[
= [[ . [[A[[
4.7 Propiedades.
1. A A = [[A[[
2
(a, b) (a, b) = a
2
+b
2
2. A B = B A
3. A (B +C) = A B +A C
4. [[B A[[
2
= [[B[[
2
+[[A[[
2
2 [[A[[ [[B[[ cos
(B A) (B A) = B (B A) A (B A) = B B B A A B +A A =
[[B[[
2
2A B +[[A[[
2
= [[B A[[
2
por tanto
A B = [[A[[ [[B[[ cos donde : es el angulo entre A y B si = 90, A y B son
perpendiculares.
5. A y B son perpendiculares ssi A B = 0
A = (0, 2) ; B = (3, 0) ; A B = 0
Para hallar un vector perpendicular a un vector:
(2, 3) (2, b) = 0 4 + 3b = 0 b =
4
3
(2, 3)
_
2,
4
3
_
= 0
(3, 1, 2) (a, b, c) = 0 3a +b + 2c = 0Tiene innitas soluciones.
6. La desigualdad de Cauchy.
[A B[ [[A[[ [[B[[
[A B[ = [[A[[ [[B[[ cos = [[A[[ [[B[[ [cos [ [[A[[ [[B[[ Porque que [cos [ es menor
o igual a 1.
64 CAPTULO 4. VECTORES
7. Desigualdad triangular.
[[A +B[[ [[A[[ +[[B[[
Demostracion:
[[A +B[[
2
= (A +B) (A +B) = A (A +B) +B (A +B) =
= A A+A B+B A+B B = [[A[[
2
+2A B+[[B[[
2
[[A[[
2
+2 [A B[ +[[B[[
2

[[A[[
2
+ 2 [[A[[ + [[B[[
2
([[A[[ +[[B[[)
2
por lo tanto [[A +B[[
2
([[A[[ +[[B[[)
2
asi que [[A +B[[ [[A[[ +[[B[[
8. Angulos directores y cosenos directores.
El vector (1, 0, 0) = i = e
1
.
El vector (0, 1, 0) = j = e
2
.
El vector (0, 0, 1) = k = e
3
.
e
1
, e
2
, e
3
, se llaman vectores canonicos.
Un angulo director es el angulo que forma el vector con el eje positivo de las x o y
o z.
A i = [[A[[ [[i[[ cos (a, b, c) . (1, 0, 0) =

a
2
+b
2
+c
2
cos
cos =
a

a
2
+b
2
+c
2
; = cos
1
_
a

a
2
+b
2
+c
2
_
cos =
b

a
2
+b
2
+c
2
; cos =
c

a
2
+b
2
+c
2
cos
2
+ cos
2
+ cos
2
= 1. A los angulos , , se les llama angulos directores y
a sus cosenos cosenos directores
9. Vectores unitarios es el que tiene norma igual a uno.
Los vectores canonicos son vectores unitarios.
Si A ,= 0 es un vector que no es unitario;
A
[[A[[
es un vector unitario, ya que:

A
||A||

=
[[A[[
[[A[[
= 1
Conclusion: Para obtener un vector unitario con la misma direccion y sentido de un
vector dado A, se divide entre su norma.El vector A = (3, 4, 5) no es unitario y el
vector B =
(3, 4, 5)
[[(3, 4, 5)[[
=
(3, 4, 5)

9 + 16 + 25
=
_
3
5

2
,
4
5

2
,
5
5

2
_
es un vector unitario
4.8. PRODUCTO CRUZ 65
10. Proyecci`on de un vector sobre otro.(A sobre B)
ProyA
B
=
B
[[B[[
=
B
[[B[[
[[A[[ cos =
B[[B[[ [[A[[ cos
[[B[[ [[B[[
=
A B
[[B[[
2
B
donde cos =

[[A[[
= [[A[[ cos .
Ejemplo 40 Si A = (3, 3) y B = (5, 0) entonces
ProyA
B
=
A B
[[B[[
2
B =
(3, 3) (5, 0)
25
(5, 0) =
15
55
(5, 0) = 3 (1, 0) = (3, 0)
4.8 Producto Cruz
Si A = (a
1,
a
2
, a
3
); B = (b
1
, b
2
, b
3
) son dos vectores en R
3
, su producto cruz notado por
A B (en este tama no) se dene por: A B = (a
2
b
3
a
3
b
2
, a
3
b
1
a
1
b
3
, a
1
b
2
a
2
b
1
),es
decir, se puede considerar como el producto cruz una funcion de la forma:
: R
3
R
3
R
3
(A, B) A B = (a
2
b
3
a
3
b
2
, a
3
b
1
a
1
b
3
, a
1
b
2
a
2
b
1
)
Como

i j k
a
1
a
2
a
3
b
1
b
2
b
3

= (a
2
b
3
a
3
b
2
, a
3
b
1
a
1
b
3
, a
1
b
2
a
2
b
1
) = A B.
En general se usa este recurso nemotecnico para recordar la denicion de A B, y
escribimos simplemente que:
A B =

i j k
a
1
a
2
a
3
b
1
b
2
b
3

Ejemplo 41 Si A = 2i 8j + 3k y B = 4j + 3k
A B =

i j k
2 8 3
0 4 3

= i

8 3
4 3

2 3
0 3

+k

2 8
0 4

= 36i 6j + 8k
Ejemplo 42 i j =

i j k
1 0 0
0 1 0

= 1

j k
1 0

= (k) = k
En forma analoga, j k = i, k i = j, j i = k,
k j = i, i k = j, i i = j j = k k = 0.
66 CAPTULO 4. VECTORES
4.8.1 Propiedades del producto cruz
1. A 0 = 0
A 0 =

i j k
a
1
a
2
a
3
0 0 0

= 0
2. A A = 0
A A =

i j k
a
1
a
2
a
3
a
1
a
2
a
3

= 0
3. A B =

i j k
a
1
a
2
a
3
b
1
b
2
b
3

i j k
b
1
b
2
b
3
a
1
a
2
a
3

= B A
4. A (B +C) = A B +A C
A (B +C) =

i j k
a
1
a
2
a
3
b
1
+c
1
b
2
+c
2
b
3
+c
3

i j k
a
1
a
2
a
3
b
1
b
2
b
3

i j k
a
1
a
2
a
3
c
1
c
2
c
3

= A B +A C
5. c(A B) = (cA) B = A (cB)
c(A B) = c

i j k
a
1
a
2
a
3
b
1
b
2
b
3

i j k
ca
1
ca
2
ca
3
b
1
b
2
b
3

= (cA) B
6. A (A B) = 0
A (A B) = (a
1
, a
2
, a
3
)(a
2
b
3
a
3
b
2
, a
3
b
1
a
1
b
3
, a
1
b
2
a
2
b
1
)
= a
1
a
2
b
3
a
1
a
3
b
2
+a
2
a
3
b
1
a
1
a
2
b
3
+a
1
a
3
b
2
a
2
a
3
b
1
= 0 =

a
1
a
2
a
3
a
1
a
2
a
3
b
1
b
2
b
3

Llamado producto mixto


7. B (A B) = 0 Se prueba en forma analoga a la propiedad 6.
De las propiedades 6 y 7 se concluye que A B es un vector ortogonal a A y a B.
8. |A B|
2
= |A|
2
|B|
2
(A B)
2
Esta propiedad es conocida como Identidad de Lagrange
4.9. PRODUCTO MIXTO 67
|A B|
2
= (a
2
b
3
a
3
b
2
)
2
+ (a
3
b
1
a
1
b
3
)
2
+ (a
1
b
2
a
2
b
1
)
2
|A|
2
|B|
2
(A B)
2
= (a
2
1
+a
2
2
+a
2
3
)(b
2
1
+b
2
2
+b
2
3
) (a
1
b
1
+a
2
b
2
+a
3
b
3
)
2
y se hacen las operaciones algebraicas de los miembros de la derecha y se demuestra
que son iguales.
9. A (B C) ,= (A B) C
i (i j) = i k = j
(i i) j = 0 j = 0, Luego, en general,
A (B C) ,= (A B) C
10. Sean A y B dos vectores no nulos en R
3
, AB = 0, si y solo si A y B son paralelos
11. |A B| = |A| |B| sin
De la identidad de Lagrange se tiene que:
|A B|
2
= |A|
2
|B|
2
(A B)
2
= |A|
2
|B|
2
(|A| |B| cos )
2
= |A|
2
|B|
2
|A|
2
|B|
2
cos
2

= |A|
2
|B|
2
(1 cos
2
)
= |A|
2
|B|
2
sin
2

Entonces sacando raz cuadrada se tiene:


|A B| = |A| |B| sin y corresponde al area del paralelogramo de lados A, B
4.9 Producto mixto
Los productos escalar y vectorial pueden combinarse para formar el producto mixto
A B C, y su valor es un n umero, ya que es el producto escalar de dos vectores y se
puede calcular por medio de determinantes as:
Si A = (a
1
, a
2
, a
3
); B = (b
1
, b
2
, b
3
); C = (c
1
, c
2
, c
3
), entonces:
A (B C) =

a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3

68 CAPTULO 4. VECTORES
4.9.1 Propiedades del producto mixto
(A B) C = (B C) A = (C A) B
A (B C) =

a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3

b
1
b
2
b
3
c
1
c
2
c
3
a
1
a
2
a
3

= B (C A) = (C A) B
Ejemplo 43 Si A = (2, 3, 1); B = (3, 7, 5); C = (1, 5, 2), entonces
A (B C) =

2 3 1
3 7 5
1 5 2

= 2(14 + 25) 3(6 5) 1(15 + 7) = 27


4.10

Area de un paralelogramo determinado por los
vectores A y B
A = |B| h
sin =
h
|A|
h = |A| sin
Area = |B| |A| sin = |A B|
Luego, el area esta dada por |A B|
Ejemplo 44 El area del paralelogramo determinado por los vectores 2i y 3j es:
Area = |2i 3j| = |6i j| = |6k| = 6
Ejemplo 45 Hallar el area del paralelogramo determinado por:
A = (3, 2, 2); B = (2, 2, 3)
A B =

i j k
3 2 2
2 2 3

= (10, 5, 10)
Entonces

Area = |A B| =

100 + 25 + 100 =

225 = 15
Ejemplo 46 Hallar el area del triangulo determinado por:
P
1
= (2, 2, 0); P
2
= (1, 0, 2); P
3
= (0, 4, 3)
En efecto, el area del triangulo es
1
2
|A B|

P
1
P
2
= A = (3, 2, 2)

P
1
P
3
= B = (2, 2, 3)
y |A B| = 15 y as el area del triangulo es
15
2
4.11. VOL

UMEN DE UN PARALELEP

IPEDO DETERMINADO POR A,B,C 69


Ejemplo 47 Hallar el area del paralelogramo con dos lados adyacentes formados por:
A = (1, 2, 3); B = (4, 5, 6).
A B =

i j k
1 2 3
4 5 6

= i

2 3
5 6

1 3
4 6

+k

1 2
4 5

= (3, 6, 3)
Entonces

Area = |A B| =

54
4.11 Vol umen de un paraleleppedo determinado por
A,B,C
4.11.1 que no esten en el mismo plano
El volumen viene dado por:
V = (

Area base)(altura)
El area de la base es |A B| y la altura es la norma de la proyeccion del vector C
sabre A B, es decir,
h =
_
_
_
_
proy
C
A B
_
_
_
_
=
_
_
_
_
C (A B)
|A B|
2
A B
_
_
_
_
= [C A B[
1
|A B|
luego V = [C.(A B)[
Ejemplo 48 Hallar el volumen del paraleleppedo determinado por:
A = (1, 2, 3); B = (4, 5, 6); C = (7, 8, 0)
El volumen es [C (A B)[
C (A B) =

1 2 3
4 5 6
7 8 0

= 7

2 3
5 6

1 3
4 6

+ 0

1 2
4 5

= 7(3) 8(6) = 27
Luego el volumen es [C (A B)[ = 27
Ejemplo 49 Hallar el volumen del paraleleppedo determinado por:
A = (2, 3, 1); B = (1, 0, 2); C = (0, 2, 1)
C (A B) =

0 2 1
2 3 1
1 0 2

= 0

3 1
0 2

2 1
1 2

2 3
1 0

= 10 + 3 = 7
Luego V = 7.
4.12 Regla de Cramer
Considerando el sistema,
70 CAPTULO 4. VECTORES
a
1
x +b
1
y +c
1
z = d
1
a
2
x +b
2
y +c
2
z = d
2
a
3
x +b
3
y +c
3
z = d
3
que se puede escribir como xA + yB + zC = D,si se hace producto punto a ambos
lados de esta ecuacion con B C obtenemos
xA B C +yB B C +zC B C = D B C
x =
D B C
A B C
=

d
1
d
2
d
3
b
1
b
2
b
3
c
1
c
2
c
3

a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3

d
1
b
1
c
1
d
2
b
2
c
2
d
3
b
3
c
3

a
1
b
1
c
1
a
2
b
2
c
2
a
3
b
3
c
3

xA + yB + zC = D si se hace producto punto a ambos lados de esta ecuacion con


C A obtenemos
xA C A +yB C A +zC C A = D C A
y =
D C A
B C A
=

d
1
d
2
d
3
c
1
c
2
c
3
a
1
a
2
a
3

b
1
b
2
b
3
c
1
c
2
c
3
a
1
a
2
a
3

d
1
c
1
a
1
d
2
c
2
a
2
d
3
c
3
a
3

a
1
a
2
a
3
b
1
b
2
b
3
c
1
c
2
c
3

a
1
d
1
c
1
a
2
d
2
c
2
a
3
d
3
c
3

a
1
b
1
c
1
a
2
b
2
c
2
a
3
b
3
c
3

xA + yB + zC = D si se hace producto punto a ambos lados de esta ecuacion con


A B obtenemos
xA A B +yB A B +zC A B = D A B
z =
D A B
C A B
=
D A B
A B C
=

a
1
b
1
d
1
a
2
b
2
d
2
a
3
b
3
d
3

a
1
b
1
c
1
a
2
b
2
c
2
a
3
b
3
c
3

4.13. EJERCICIOS PROPUESTOS CAPITULO 4 71


4.13 EJERCICIOS PROPUESTOS CAPITULO 4
1. Si A = (1, 2, 3, 1) B = (1, 1, 2, 4), C = (1, 1, 2, 2) Hallar
(a) A B
(b) B C
(c) A (B +C)
(d) (A B) C
2. En cada una de las expresiones siguientes introducir un parentesis para que la ex-
presion tenga sentido si A, B, C R
3
(a) A BC
(b) A B +C
(c) A +B C
(d) AB C
(e)
A
B C
3. Si A = (2, 1, 1); B = (1, 1, 2) Hallar
(a) Un vector no nulo C R
3
tal que A C = B C
(b) Un vector no nulo C R
3
tal que AC = B C = 0
4. A = (1, 3, 2);B = (3, 1, 2) hallar escalares x, y tal que C = xA+yB sea un vector
no nulo y que C B = 0
5. Sea A = (1, 1, 1, 1); B = (0, 1, 2, 1), hallar dos vectores C y D de R
4
que satisfaga
las condiciones siguientes:
(a) A = C +D
(b) B ortogonal a D
(c) C paralelo a B
6. Hallar un vector B de R
2
tal que A B = 0 y |B| = |A| si A = (1, 3)
72 CAPTULO 4. VECTORES
7. Si A = (1, 2, 1, 2); B = (2, 1, 0, 1), hallar un vector paralelo a A 2B y de
longitud 7
8. Hallar todos los vectores de R
2
que tiene la misma longitud de A y son ortogonales
a A si A = (1, 3)
9. Si A = (1, 2, 3); B = (0, 1, 1), hallar un vector ortogonal a A y a B de longitud 4.
10. Si A = (1, 1, 1); B = (1, 1, 2), hallar vectores P, Q R
3
tales que
(a) A = P +Q
(b) P paralelo a B
(c) Q ortogonal a B
11. Dados los vectores A = (2, 1, 1); B = (1, 2, 1); C = (1, 1, 2), hallar vectores
D de la forma xB +yC ortogonales a A y de longitud 1. (Rta./
1

2
(0, 1, 1))
12. Si A, B R
4
, demostrar que |A +B|
2
|A B|
2
= 4A B
13. Si A = (1, 2, 3); B = (1, 4, 3) hallar ProyA
B
y ProyB
A
14. Hallar los cosenos directores del vector (1, 1, 1)
15. Hallar los cosenos de los angulos del triangulo con vertices (2, 1, 1), (1, 3, 5),
(3, 4, 4) (Rta./(0,
_
35
41
,
_
6
41
)
16. Si A, B, C R
3
; |A| = |C| = 5; |B| = 1; |A B +C| = |A +B +C|
Si el angulo que forman A y B es

8
, hallar el angulo que forman B y C (Rta./
7
8
)
17. Hallar dos vectores unitarios con punto inicial en (2, 4) y que sean normales a y = x
2
all. (Rta./
(4,1)

17
)
18. Si A = 2i +j k, hallar dos vectores ortogonales y unitarios a A
19. Hallar dos vectores unitarios paralelos al plano yz que sean perpendiculares a (3, 1, 2)
(
0, 2, 1

5
)
20. Muestre que los vectores A = (1, 1, 1), B = (2, 3, 2), C = (4, 5, 4) estan en el
mismo plano A B C = 0
4.13. EJERCICIOS PROPUESTOS CAPITULO 4 73
21. Hallar el area del triangulo de vertices P = (1, 3, 2), Q = (2, 4, 5), R = (3, 2, 2);
y el volumen del paraleleppedo de aristas

OP,

OQ,

OR; (Rta./55,

2546
2
)
22. Mostrar que (1, 1, 4), (3, 2, 4), (4, 2, 6), (2, 1, 6) son los vertices de un paralel-
ogramo
23. Si A = i + 2k; B = 2i +j k; C = i + 2j + 3k, Hallar
(a) A C; |A C|
(b) (A +B) (A C)
(c) A (B C)
(d) |(A +B) (A C)|
24. Demostrar que |A B| = |A| |B| s y solo s A y B son ortogonales
25. Dados dos vectores no paralelos A, B R
3
con A B = 2; |A| = 1, |B| = 4;
C = 2AB 3B Hallar A (B C); |C| y el coseno del angulo que forman B Y
C.
26. Si A (B C) = 3 hallar
(a) A (C B)
(b) (B C) A
(c) C (A B)
(d) B (A C)
(e) (A C) B
(f) B (C A)
27. |A +B|
2
+|A B|
2
= 2 |A|
2
+ 2 |B|
2
28. Si es el angulo que forman los vectores A = (1, 1, ..., 1); B = (1, 2, ..., n) hallar el
valor lmite de cuando n (Rta.//6)
29. Mostrar que(2, 1, 6), (2, 4, 5), (1, 2, 1) son los vertices de un triangulo rectangulo
30. Determine las componentes del vector que tiene su punto inicial en P
1
y su punto
nal en P
2.
(a) P
1
(3, 5) , P
2
(2, 8)
74 CAPTULO 4. VECTORES
(b) P
1
(6, 5, 8) , P
2
(8, 7, 3)
31. Determine un vector que tenga su punto inicial en P (2, 1, 4) y que tenga la misma
direccion que V = (7, 6, 3)
32. Determine un vector con direccion contraria a la de V = (2, 4, 1) y con punto
nal en Q(2, 0, 7) .
33. Sean U = (1, 2, 3) , V = (1, 3, 1) y W = (3, 2, 1) .
Determine las componentes de:
(a) U W
(b) 7V + 3W
(c) 3 (U 7V )
(d) 2V (U +W)
34. Sean U = (1, 2, 3) , V = (1, 3, 1) y W = (3, 2, 1) .
Determine las componentes del vector X que satisface 2U V +X = 7X +W
35. Sean U = (1, 2, 3) , V = (1, 3, 1) y W = (3, 2, 1) .
Encuentre escalares a, b y c, tales que: aU +bV +cW = (6, 14, 2)
36. Demuestre que no existen escalares a, b, c tales que:
a (1, 2, 3) +b (5, 7, 1) +c (6, 9, 2) = (4, 5, 0)
37. Encuentre todos los escalares a, b y c tales que:
a (2, 7, 8) +b (1, 1, 3) +c (3, 6, 11) = (0, 0, 0)
38. Sean U = (1, 3, 2) , V = (1, 1, 0) W = (2, 2, 4) .
Determine:
(a) |U +V |
(b) |U| +|V |
(c) |2U| + 2 |U|
(d)
1
|W|
W
4.13. EJERCICIOS PROPUESTOS CAPITULO 4 75
(e)
_
_
_
_
1
|W|
W
_
_
_
_
39. Determine todos los escalares k tales que:
|kV | = 3 donde V = (1, 2, 4)
40. Encontrar un vector de norma 1 que tenga la misma direccion que V = (1, 1, 1)
41. Calcule U.V para:
(a) U = (1, 2) V = (6, 8)
(b) U = (1, 3, 7) V = (8, 2, 2)
42. Para el ejercicio anterior encontrar el angulo entre U y V
43. Determine si el angulo formado por U y V es agudo, obtuso, o si los vectores son
ortogonales:
(a) U = (7, 3, 5) V = (8, 4, 2)
(b) U = (6, 3, 1) V = (4, 0, 6)
(c) U = (1, 1, 1) V = (1, 0, 0)
(d) U = (4, 1, 6) V = (3, 0, 2)
44. Encuentre la proyeccion ortogonal de U sobre V si:
(a) U = (2, 1) V = (3, 2)
(b) U = (7, 1, 3) V = (5, 0, 1)
45. Determine dos vectores de norma 1 que sean orotgonales a (3, 2)
46. Sea U = (1, 2) , V = (4, 2) y W = (6, 0) determine:
(a) U. (7V +W)
(b) |(U.V ) W|
(c) |U| (V.U)
47. Utilice vectores para encontrar los angulos interiores del triangulo con vertices en
(1, 0) , (2, 1) y en (1, 4)
48. Determine el angulo formado por la diagonal de un cubo y una de las caras.
76 CAPTULO 4. VECTORES
49. Sean U = (2, 1, 3) , V = (0, 1, 7) y W = (1, 4, 5) calcule:
(a) V xW
(b) Ux (V xW)
(c) (UxV ) xW
50. Determine un vector que sea ortogonal a U y V:
(a) U = (7, 3, 1) V = (2, 0, 4)
(b) U = (1, 1, 1) V = (2, 0, 2)
51. Calcular el area del triangulo que tiene vertices en P,Q y R
(a) P = (1, 5, 2) Q = (0, 0, 0) R = (3, 5, 1)
(b) P = (2, 0, 3) Q = (1, 4, 5) R = (7, 2, 9)
52. Sean U = (1, 3, 2) y W = (1, 1, 1) encuentre todos los vectores que satisfacen
UxX = W
53. Calcular los cosenos directores del vector V = (12, 15, 16)
54. Determinar para que valor de a los vectores U = ai 3j +2k y V = i +2j ak son
perpendiculares
55. Hallar el vector X, si se sabe que es perpendicular a los vectores U = (2, 3, 1) y
V = (1, 2, 3) y satisface la condicion:
X (2i j +k) = 6
56. Se dan tres vectores:
U = 2i j + 3k V = i + 2j ak W = 3i + 2j 4k
hallar el vector X, que satisface las condiciones:
X.U = 5, X.V = 11, X.W = 20
57. Sea U = 2i j + 3k y V un vector de modulo 5 y direccion y sentido coincidentes
con los del vector i + 2j + 3k.Hallar el producto escalar de U por V.
58. Encontrar un vector unitario perpendicular a los vectores U = i + j + k V =
2i j +k, cuantas soluciones tiene el problema?
Captulo 5
PLANOS
5.1 Planos en el espacio
Un plano se puede considerar intuitivamente como una hoja de papel, haciendo que la
hoja es ilimitada. Estamos interesados en hallar la ecuacion y para ello consideramos un
punto del plano P
0
= (x
0
, y
0
, z
0
) y un vector normal N = (A, B, C) al plano, entonces el
punto P pertenece al plano s y solo s el vector

P
0
P N = 0, es decir, (P P
0
) N = 0, es
decir, ((x, y, z)(x
0
, y
0
, z
0
) (A, B, C) = 0, es decir, A(xx
0
)+B(y y
0
)+C(z z
0
) = 0,
es decir, Ax + By + Cz Ax
0
By
0
Cz
0
= 0, es decir, Ax + By + Cz = D si D =
Ax
0
+By
0
+Cz
0
, y as la ecuacion cartesiana del plano que pasa por (x
0
, y
0
, z
0
) y tiene
a N = (A, B, C) tiene por ecuacion Ax+By +Cz = D. A la ecuancion (P P
0
) N = 0,
se llama ecuacion vectorial del plano.
1. z = 0 ecuacion del plano que tiene a N = (0, 0, 1) como vector normal
2. x +y = 1; plano que tiene a N = (1, 1, 0) como vector normal
3. x +y +z = 4; plano que tiene a N = (1, 1, 1) como vector normal
4. x = 4;un plano que tiene a N = (1, 0, 0) como vector normal
Ejemplo 50 Ejemplo 51 Hallar la ecuacion del plano que pasa por (1,0,0) y tiene como
vector normal a (1, 1, 1) = (A, B, C).
1. Ejemplo 52 A(x x
0
) +B(y y
0
) +C(z z
0
) = 0
1(x 1) + 1(y 0) + 1(z 0) = 0
x +y +z+ = 1
77
78 CAPTULO 5. PLANOS
Ejemplo 53 Hallar la ecuacion del plano que pasa por (1, 2, 3) y es paralelo al
plano 3x y + 4z = 2.
Como el plano buscado es paralelo al plano 3x y + 4z = 2, su vector normal es
(3, 1, 4) = (A, B, C) y como (1, 2, 3) = (x
0,
y
0
, z
0
), entonces: 3(x 1) 1(y 2) +
4(z 3) = 0 es la ecuacion del plano, es decir, 3x y + 4z = 3 2 + 12 = 13.
Ejemplo 54 Hallar la ecuacion del plano que pasa por (x
0,
y
0
, z
0
) = (3, 2, 1), y es
perpendicular al vector (4,6,7).
N = (4, 6, 7) y P
0
= (x
0,
y
0
, z
0
) = (3, 2, 1), as:
A(x x
0
) +B(y y
0
) +C(z z
0
) = 0
4(x 3) + 6(y 2) + 7(z 1) = 0, luego,
4x + 6y +z = 31
Ejemplo 55 Hallar la ecuacion del plano que pasa por:
A = (1, 2, 1); B = (2, 3, 1); C = (3, 1, 2).
Como los puntos A, B, C pertenecen al plano, entonces los vectores

AB y

AC :

AB = B A = (1, 1, 2)

AC = C A = (2, 3, 3)
son paralelos al plano; por tanto

AB

AC =

i j k
1 1 2
2 3 3

= (9, 1, 5) es normal al
plano y como A es un punto del plano, entonces:
9(x 1) + 1(y 2) 5(z + 1) = 0
9x +y 5z = 9 + 2 + 5 = 16
Ejemplo 56 Tambien se puede hallar reemplazando los tres puntos en la ecuacion
Ax +By +Cz D = 0 y solucionar el sistema
A + 2B C D = 0
2A + 3B +C D = 0
3A B + 2C D = 0
cuya solucion es
A =
9
16
D; B =
D
16
; C =
5
16
D y as
5.1. PLANOS EN EL ESPACIO 79
9
16
Dx +
D
16
y
5
16
Dz D = 0
D(
9
16
x +
1
16
y
5
16
z 1) = 0, luego,
9x +y 5z = 16
Ejemplo 57 Hallar la ecuacion del plano que pasa por (1, 2, 2) y es perpendicular
a x y + z = 1 (N = (1, 1, 1)), es decir, el vector normal al plano x y + z = 1
es (1, 1, 1) y si hacemos el producto cruz de (1, 2, 2) (1, 1, 1) = N del plano
pedido, es decir,
(1, 2, 2) (1, 1, 1) =

i j k
1 2 2
1 1 1

= i

2 2
1 1

1 2
1 1

+ k

1 2
1 1

=
(4, 1, 3)
Luego la ecuacion del plano es:
4(x 1) + 1(y + 1) 3(z 1) = 0
4x +y 3z = 4 1 3 = 0
4x +y 3z = 0
Ejemplo 58 Hallar la ecuacion del plano, que pasa por el punto (4, 0, 2), y es
perpendicular a cada plano x y + z = 0 y 2x + y 4z = 5. El vector normal es
el producto cruz de los vectores normales de los dos planos N
1
= (1, 1, 1); N
2
=
(2, 1, 4), es decir,
N = N
1
N
2
=

i j k
1 1 1
2 1 4

= (3, 6, 3), luego la ecuacion


3(x 4) + 6(y 0) + 3(z + 2) = 0
3x + 6y + 3z = 6
Una segunda forma de solucion sera: como N = (A, B, C) es perpendicular a
x y +z = 0 y a 2x +y 4z = 5, entonces:
(A, B, C) (1, 1, 1) = 0 = A B +C = 0 = A = B C
(A, B, C) (2, 1, 4) = 0 = 2A +B 4C = 0
Ahora, reemplazando:
2(B C) +B 4C = 0 = 2B 2C +B 4C = 0 = 3B 6C = 0
80 CAPTULO 5. PLANOS
B = 2C
A = 2C C = C
Entonces:
N = (C, 2C, C) = C(1, 2, 1) = 3(1, 2, 1) = (3, 6, 3)
Luego la ecuacion del plano es 3(x 4) + 6(y 0) + 3(z + 2) = 0
5.1.1 Distancia del punto P
0
= (x
0
, y
0
, z
0
) al plano Ax+By +Cz =
D
Sea P
1
= (x
1
, y
1
, z
1
), un punto del plano , luego la distancia del punto P
0
al plano
Ax +By +Cz = D es la longitud de la proyeccion del vector

P
1
P
0
sobre N, es decir:
d =
_
_
_
_
Pr oy

P
1
P
0
N
_
_
_
_
=
_
_
_
_
_

P
1
P
0
N
|N|
2
N
_
_
_
_
_
=

P
1
P
0
N

|N|
=
d =
[(x
0
x
1
, y
0
y
1
, z
0
z
1
) (A, B, C)[

A
2
+B
2
+C
2
=
[A(x
0
x
1
) +B(y
0
y
1
) +C(z
0
z
1
)[

A
2
+B
2
+C
2
d =
[Ax
0
+By
0
+Cz
0
(Ax
1
+By
1
+Cz
1
)[

A
2
+B
2
+C
2
=
[Ax
0
+By
0
+Cz
0
D[

A
2
+B
2
+C
2
Luego
d =
[Ax
0
+By
0
+Cz
0
D[

A
2
+B
2
+C
2
Ejemplo 59 Hallar la distancia del punto (1, 2, 4) al plano x+2y3z = 5; (x
0
, y
0
, z
0
) =
(1, 2, 4); (A, B, C) = (1, 2, 3).
d =
[1(1) + 2(2) + (3)4 5[
_
1
2
+ 2
2
+ (3)
2
=
[1 + 4 17[

14
=
12

14

P
2
P
1
= (x
1
x
2
, y
1
y
2
, z
1
z
2
) = tN = t(A, B, C)
x
1
x
2
= tA; y
1
y
2
= tB; z
1
z
2
= tC
A(x
1
x
2
) = tA
2
; B(y
1
y
2
) = tB
2
; C(z
1
z
2
) = tC
2
A(x
1
x
2
) +B(y
1
y
2
)+ C(z
1
z
2
) = t(A
2
+B
2
+C
2
)
d = |tN| =
_
_
_

P
1
P
2
_
_
_ =
|(A, B, C) [Ax
1
+By
1
+Cz
1
D[|
A
2
+B
2
+C
2
d =
[Ax
1
+By
1
+Cz
1
D[

A
2
+B
2
+C
2
5.1. PLANOS EN EL ESPACIO 81
5.1.2 Distancia entre dos planos paralelos
Sean Ax+By +Cz = D
1
; Ax+By +Cz = D
2
, dos planos paralelos, entonces para hallar
lal distancia entre ellos, escogemos un punto en cualquiera de ellos y hallamos la distancia
del punto al plano as:
Sea z = 0; y = 0; y Ax = D
1
= x =
D
1
A
, es decir, tomemos P
0
(x
0
, y
0
, z
0
) =
(
D
1
A
, 0, 0) y la distancia de este punto al plano Ax +By +Cz = D
2
, viene dada por:
d =
[Ax
0
+By
0
+Cz
0
D
2
[

A
2
+B
2
+C
2
=

A
D
1
A
+B(0) +C(0) D
2

A
2
+B
2
+C
2
=
[D
1
D
2
[

A
2
+B
2
+C
2
Ejemplo 60 La distancia entre x +y +z = 4 y x +y +z = 10 es:
[10 4[

1
2
+ 1
2
+ 1
2
=
[4 10[

3
=
6

3
Ejemplo 61 La distancia entre x +y +z = 1 y 3x + 3y + 3z = 10 es:
x +y +z =
10
3

10
3
1

3
=
7
3

3
5.1.3 Plano paralelos y perpendiculares
Dos planos son paralelos s y solo s sus vectores normales son paralelos.
Dos planos son perpendiculares s y solo s sus vectores normales son perpendiculares.
El angulo entre dos planos, es el formado entre sus vectores normles.
Ejemplo 62 Los planos x +y +z = 4 y 2x + 2y + 2z = 10 son paralelos
Ejemplo 63 Los planos z = 1 y z = 2 son paralelos
82 CAPTULO 5. PLANOS
5.2 EJERCICIOS PROPUESTOS CAPITULO 5
1. Hallar la ecuacion del plano que pasa por (1, 3, 2), (3, 2, 2), (2, 1, 3)
Rta:5x + 2y z = 9
2. Hallar la ecuacion del plano que pasa por el punto (4, 0, 2) y es perpendicular a
cada plano x y +z = 0; 2x +y 4z = 5 Rta./x + 2y +z 2 = 0
3. Hallar la distancia del punto (1, 4, 6) al plano 2x y + 2z + 10 = 0 (Rta./
20
3
)
4. Hallar la ecuacion del plano que pasa por (1, 1, 4) y tiene como normal a (1, 9, 8)
5. Hallar la ecuacion del plano que pasa por (0, 0, 0) y tiene como vector normal a
(1,2,3)
6. Determinar si los planos son paralelos:
(a) 4x y + 2z = 5 y 7x 3y + 4z = 8
(b) x 4y 3z 2 = 0 y 3x 12y 9z = 7
(c) 2y = 8x 4z + 5 y x =
z
2
+
y
3
7. Determinar si los planos son perpendiculares
(a) 3x y +z = 4 y x + 2z = 1
(b) x 2y + 3z = 4 y 2x + 5y + 4z = 1
8. Encontrar la ecuacion del plano xy(z = 0), xz(y = 0), yz(x = 0)
9. Encontrar la ecuacion del plano que pasa por (x
0
, y
0
, z
0
) y es paralelo al plano
(a) xy
(b) xz
(c) yz
10. Hallar la ecuacion del plano que es perpendicular al plano 8x 2y +6z = 1, y pasa
por los puntos (1, 2, 5), (2, 1, 4). (Rta./4x + 13y z 17 = 0)
11. Hallar la ecuacion del plano que pasa por (2, 1, 5) y es perpendicular a los planos
4x 2y + 2z = 1; 3x + 3y 6z = 5 (Rta./x + 5y + 3z 18 = 0)
5.2. EJERCICIOS PROPUESTOS CAPITULO 5 83
12. Hallar el angulo entre los planos 5x 2y + 5z 12 = 0; 2x + y 7z + 11 = 0
(Rta./2/3)
13. Hallar la ecuacion del plano que pasa por (4, 0, 2) y es perpendicular a xy+z = 0;
2x +y 4z = 0. (Rta./x + 2y +z = 2)
14. Un plano pasa por (2, 0, 5), (0, 2, 1) y es perpendicular al plano x+3y z 7 = 0;
hallar su ecuacion.
15. Hallar un vector normal y unitario y dos puntos de:
(a) x = 0
(b) z = 4
(c) y = 1
(d) x z = 4
(e) y x = 0
(f) x 3y + 2z = 5
16. Un plano pasa por (2, 6, 1) y es paralelo a 4x 2y +z = 1 hallar su ecuacion.
17. Hallar la distancia entre 4y 3z 6 = 0 y 8y 6z 27 = 0
18. Hallar la ecuacion vectorial y cartesiana del plano que pasa por el punto dado y
cuyo vector normal es N:
(a) (2, 6, 1) N = (1, 4, 2)
(b) (1, 1, 2) N = (1, 7, 6)
(c) (1, 0, 0) N = (0, 0, 1)
(d) (0, 0, 0) N = (1, 4, 2)
19. Hallar la ecuacion cartesiana del plano que pasa por los puntos:
(a) (2, 1, 1) (0, 2, 3) (1, 0, 1)
(b) (3, 2, 1) (2, 1, 1) (1, 3, 2)
20. Hallar la distancia minima del punto dado al plano dado y el punto del plano mas
cercano al punto dado:
(a) (2, 4, 5) 3x + 2y 5z = 3
84 CAPTULO 5. PLANOS
(b) (0, 0, 0) 2x 3z = 2
21. Si los planos dados son paralelos, halle la distancia entre ellos:
(a) x + 2y 3z = 5 2x 4y + 6z = 10
(b) 3x y + 2z = 1 9 + 3y + 6z = 3
22. Hallar las ecuaciones parametricas y cartesiana de la recta de interseccion de los
planos dados:
(a) 2x + 3y + 7z + 2 = 0 x + 2y 3z + 5 = 0
(b) 3x 5y + 2z = 0 z = 0
23. Encuentre el punto de interseccion de la recta:
x 4 = 5t y + 2 = t z 4 = t
y el plano 3x y + 7z + 8 = 0
24. Determine el plano que pasa por el punto (2, 7, 6) y que es paralelo al plano:
5x 2y +z 9 = 0
25. Para que valor de m, la recta:
(x + 1)
3
=
(y 2)
m
=
(z + 3)
2
es paralela al plano:
x 3y + +6z + 7 = 0 ?
26. Para que valores de A y D de la recta x = 3 + 4t y = 1 4t z = 3 + t
esta situada en el plano: Ax + 2y 4z +D = 0 ?
27. Para que valores de A y B el plano: Ax + By + 3z 5 = 0 es perpendicular a la
recta: x = 3 + 2t y = 5 3t z = 2 2t ?
Captulo 6
RECTAS
Dado un punto P
0
= (x
0
, y
0
, z
0
) R
3
, y un vector no nulo V = (a, b, c); el conjunto de
todos los puntos P del espacio tales que el vector

P
0
P sea paralelo a V, se dice que es la
recta que pasa por P
0
= (x
0
, y
0
, z
0
) y es paralela a V = (a, b, c), es decir,

P
0
P = tV o
P = P
0
+tV , t V, a P
0
+tV, se llama ecuacion vectorial de la recta y si
(x, y, z) = (x
0
, y
0
, z
0
) +t(a, b, c) o
(x, y, z) = (x
0
+ta, y
0
+tb, z
0
+tc) entonces
x = x
0
+ta
y = y
0
+tb
z = z
0
+tc
se llaman ecuaciones parametricas de la recta, que pasa por P
0
= (x
0
, y
0
, z
0
) y tiene
por vector direccion V = (a, b, c) y si eliminamos a t obtenemos:
x x
0
a
=
y y
0
b
=
z z
0
c
llamadas ecuaciones simetricas de la recta. La ecuacion simetrica de la recta es equiv-
alente al sistema:
b(x x
0
) = a(y y
0
)
c(x x
0
) = a(z z
0
)
c(y y
0
) = b(z z
0
)
Cada ecuacion anterior es la ecuacion de un plano que contiene a la recta y cualquier
interseccion de dos planos del sistema contiene la recta .
Ejemplo 64 Hallar la ecuacion de la recta que pasa por (2, 3, 4) y tiene como vector
direccion a (1, 6, 7).
P
0
= (2, 3, 4);
V = (1, 6, 7)
luego
85
86 CAPTULO 6. RECTAS
1. P = P
0
+tV ;
(x, y, z) = (2, 3, 4) + (1, 6, 7)t
Ecuacion vectorial
2. (x, y, z) = (2 +t, 3 + 6t, 4 + 7t)
es decir,
x = 2 +t; y = 3 + 6t; z = 4 + 7t t R,
Ecuacion parametrica
3.
x 2
1
=
y 3
6
=
z 4
7
Ecuacion simetrica
Ejemplo 65 Hallar la ecuacion de la recta que pasa por (1, 2, 3) y por (3, 4, 5).
En efecto:
V = (3, 4, 5) (1, 2, 3) = (2, 2, 2) = (a, b, c)
y como P
0
= (1, 2, 3), entonces:
1. P = P
0
+tV ;
(x, y, z) = (1, 2, 3) + (2, 2, 2)t
Ecuacion vectorial
2. x = 1 + 2t; y = 2 + 2t; z = 3 + 2t
Ecuacion parametrica
3.
x 1
2
=
y 2
2
=
z 3
2
Ecuacion simetrica
Ejemplo 66 La recta pasa por (2, 3, 4) y tiene como vector direccion a V = (4, 5, 0),
hallar su ecuacion.
En efecto,
1. P = P
0
+tV ;
(x, y, z) = (2, 3, 4) + (4, 5, 0)t
Ecuacion vectorial
2. x = 2 + 4t; y = 3 + 5t; z = 4
Ecuacion parametrica
87
3.
x 2
4
=
y 3
5
; z = 4
Ecuacion simetrica
Ejemplo 67 Hallar la ecuacion de la recta que pasa por (2, 4, 6) y tiene por vector di-
reccion a V = (3, 0, 0)
1. P = P
0
+tV ;
(x, y, z) = (2, 4, 6) + (3, 0, 0)t
Ecuacion vectorial
2. x = 2 + 3t; y = 4; z = 6
Ecuacion parametrica
Ejemplo 68 Hallar la recta de interseccion de los planos 3x+2yz = 7 y x4y+2z = 0.
Despejamos dos veriables en terminos de la tercera; por ejemplo, eliminamos x y y y
obtenemos:
3x + 2y z = 7
x 4y + 2z = 0.

3x + 2y z = 7
3x + 12y 6z = 0
Al sumar estas dos ecuaciones tenemos:
14y 7z = 7 2y = z + 1 y =
z + 1
2
y
6x + 4y 2z = 14
x 4y + 2z = 0.
Al sumar estas dos expresiones, tenemos:
7x = 14 x = 2
As:
y =
z + 1
2
; x = 2, ecuacion de la recta
Ejemplo 69 Hallar la recta de interseccion de los planos x2y+z = 0; 2x+3y2z = 0.
En efecto,
2x + 4y 2z = 0
2x + 3y 2z = 0
7y 4z = 0 y =
4
7
z
z
7
=
y
4
3x 6y + 3z = 0
4x + 6y 4z = 0
7x z = 0 x =
z
7
Entonces:
x =
z
7
=
y
4
es la ecuacion de la recta.
88 CAPTULO 6. RECTAS
Ejemplo 70 Hallar el punto de interseccion de las dos rectas
P
1
(t) = (i 6j + 2k) +t(i + 2j +k) = (1, 6, 2) +t(1, 2, 1) y
P
2
(u) = (4j +k) +u(2i +j + 2k) = (0, 4, 1) +u(2, 1, 2)
Dos rectas se cortan en un punto s y solo s existen escalares t,u para los cuales
P
1
(t) = P
2
(u), luego hacemos P
1
(t) = P
2
(u) as:
(1, 6, 2) +t(1, 2, 1) = (0, 4, 1) +u(2, 1, 2) entonces
(t, 2t, t) (2u, u, 2u) = (0, 4, 1) (1, 6, 2) = (1, 10, 1), es decir,
(t 2u, 2t u, t 2u) = (1, 10, 1), luego
t 2u = 1; 2t u = 10; t 2u = 1, entonces
t 2u = 1 t = 2u 1 y
2t u = 10 y reemplazando:
2(2u 1) u = 10 4u 2 u = 10 3u = 12 u = 4, ahora,
t = 2u 1 t = 8 1 = 7, as
P
1
(7) = P
2
(4) = (8, 8, 9)
Luego las rectas se intersectan en el punto (8, 8, 9)
P
1
(t) = (1, 6, 2) + 7(1, 2, 1) = (8, 8, 9)
P
2
(u) = (0, 4, 1) + 4(2, 1, 2) = (8, 8, 9)
Dos rectas son paralelas s y solo s sus vectores direcciones son paralelos.
Ejemplo 71 Las rectas
x = 3 2t; y = 4 +t; z = 1 t y
x = 5 + 2t; y = 1 t; z = 7 +t son paralelas pues
x 3
2
=
y 4
1
=
z 1
1
V
1
= (2, 1, 1) y
x 5
2
=
y 1
1
=
z 7
1
V
2
= (2, 1, 1)
V
1
= (2, 1, 1) = 1(2, 1, 1) = 1V
2
Los vectores directores son paralelos.
Dos rectas son perpendiculares s y solo s sus vectores directores son perpendiculares.
Ejemplo 72 Las rectas
x 1
1
=
y 2
3
=
z 2
4
y
x 4
2
=
y 3
2
=
z + 5
2
son perpendiculares, pues
V
1
V
2
= (1, 3, 4) (2, 2, 2) = 2 6 + 8 = 0
6.1. DISTANCIA DE UN PUNTO A UNA RECTA 89
Ejemplo 73 Demostrar que la recta x 5 = t; y + 3 = 2t; z + 1 = 5t es paralela al
plano 3x +y +z = 9.
En efecto, hay que demostrar que N V = 0 donde N es el vector normal del plano y
V el vector direccion de la recta.
N = (3, 1, 1); V = (1, 2, 5)
N V = (3, 1, 1) (1, 2, 5) = 3 + 2 5 = 0
Ejemplo 74 Hallar el punto de interseccion de la recta x 9 = 5t; y + 1 = t;
z 3 = t y el plano 2x 3y + 4z + 7 = 0.
En efecto,
x = 9 5t; y = 1 t; z = 3 +t, luego
2(9 5t) 3(1 t) + 4(3 +t) + 7 = 0, es decir,
18 10t + 3 + 3t + 12 + 4t + 7 = 0 3t + 40 = 0 t =
40
3
, luego,
x = 9
200
3
y = 1
40
3
z = 3 +
40
3
6.1 Distancia de un punto a una recta
Hallar la distancia del punto Q a la recta L
sen =
h
_
_
_

PQ
_
_
_
h =
_
_
_

PQ
_
_
_sen
Ahora
_
_
_

PQ
_
_
_|V | sen =
_
_
_

PQV
_
_
_ entonces
=
_
_
_

PQ
_
_
_sen =
_
_
_

PQV
_
_
_
|V |
que es la distancia del punto Q a la recta
Calculemos al Proy

PQ
V
y luego apliquemos Pitagoras.
Proy

PQ
V
=

PQ V
|V |
2
V entonces
_
_
_ Proy

PQ
V
_
_
_ =
_
_
_

PQ V V
_
_
_
|V | |V |
=
_
_
_

PQ V
_
_
_
|V |
, luego
h =
_
_
_
_

PQ
_
_
_
2

_
_
_Proy

PQ
V
_
_
_
2
=

_
_
_
_

PQ
_
_
_
2

_
_
_

PQ V
_
_
_
|V |
2
2
que es la distancia del punto
Q a la recta
P
1
= P
0
+tV, R = P
1
Q, : (P
1
Q) V = 0; pero P
1
= P
0
+tV entonces
90 CAPTULO 6. RECTAS
(P
0
+tV Q) V = 0
1. P
0
V +tV V Q V = 0 tV V = Q V P
0
V
t =
Q V P
0
V
|V |
2
=
(QP
0
) V
|V |
2
P
1
= P
0
+
(QP
0
) V
|V |
2
V
R = P
1
Q = P
0
+
(QP
0
) V
|V |
2
V Q, luego
|R| =
_
_
_
_
P
0
Q+
(QP
0
) V
|V |
2
V
_
_
_
_
que es la distancia del punto Q a la recta
Ejemplo 75 Hallar la distancia del punto P
0
= (1, 1, 1) a la recta x = 1+t; y = 1+2t;
z = 2 2t
d =
_
_
_

PQV
_
_
_
|V |
=
_
_
_

P
0
QV
_
_
_
|V |
Ejemplo 76 P
0
= (1, 1, 2); Q = (1, 1, 1); V = (1, 2, 2), luego
QP
0
= (1, 1, 1) (1, 1, 2) = (0, 0, 1), luego

P
0
QV =

i j k
0 0 1
1 2 2

= i

0 1
2 2

0 1
1 2

+k

0 0
1 2

= 2i j = (2, 1, 0)
Ejemplo 77 Luego d =
|(2, 1, 0)|
|(1, 2, 2)|
=

9
=

5
3
h =

_
_
_
_

P
0
Q
_
_
_
2

_
_
_

P
0
Q V
_
_
_
|V |
2
2
=

P
0
Q V
|V |
=
(0, 0, 1) (1, 2, 2)
3
=
2
3
Ejemplo 78 h =
_
|(0, 0, 1)|
2

4
9
=
_
1
4
9
=
_
9 4
9
=

5
3
|R| =
_
_
_
_
P
0
Q+
(QP
0
) V
|V |
2
V
_
_
_
_
=
_
_
_
_
(0, 0, 1) +
(0, 0, 1) (1, 2, 2)(1, 2, 2)
9
_
_
_
_
Ejemplo 79 =
_
_
_
_
(0, 0, 1) +
2
9
(1, 2, 2)
_
_
_
_
=
_
_
_
_
(0, 0, 1) + (
2
9
,
4
9
,
4
9
)
_
_
_
_
=
_
_
_
_
(
2
9
,
4
9
,
5
9
)
_
_
_
_
=

4 + 16 + 25
9
=

45
9
=

5
3
6.2. EJERCICIOS PROPUESTOS CAPITULO 6 91
6.2 EJERCICIOS PROPUESTOS CAPITULO 6
1. Hallar la ecuacion simetrica , vectorial y parametrica de la recta que pasa por (1, 2, 3)
y por (4, 3, 1)
2. Hallar la ecuacion vectorial, simetrica y parametrica de la recta que pasa por (1, 2, 4)
y tiene por vector dereccion (3, 6, 2)
3. Hallar dos puntos de la recta y el vector direccion si:
3 2x
4
=
y + 6
2
=
3z 5
3
4. En que punto la recta x = 1 + 3t; y = 2 t; z = 2 + 5t corta al plano z = 0.
5. Una recta pasa por (2, 3, 4) y es paralela al plano xz y yz. Rta. x = 2, y = 3z = 4+t
6. Una recta pasa por (2, 3, 4) y es perpendicular al plano yz y paralela al plano xy
7. Mostrar que los puntos (2, 3, 0) , (6, 3, 2) pertenecen a la recta que pasa por
(2, 3, 1) y es paralela al vector 4i k
8. Mostrar que las rectas:
x = 4t + 2, y = 3, z = t + 1 y
x = 2u + 2, y = 2u + 3, z = u + 1,
se cortan en (2, 3, 1) y el angulo entre ellos es arccos
7

17
51
9. Hallar el punto de interseccion y el angulo entre las rectas:
(a) r(t) = (i 4

3j) +t(i +

3j)
r(u) = (4i + 3

3j) +u(i

3j)
Rta.(6,

3, 0); =

3
(b) x
1
(t) = 3 +t; y
1
(t) = 1 t; z
1
(t) = 5 + 2t
x
2
(u) = 1; y
2
(u) = 4 +u; z
2
(u) = 2 +u
Rta. (1, 3, 1); = arccos(

3
6
)
92 CAPTULO 6. RECTAS
10. Hallar la ecuacion de la recta que pasa por (2, 0, 3) y es perpendicular a la recta
que pasa por (5, 1, 2), (2, 3, 4).
Rta. x = 2 + 2t; y = 16t; z = 3 + 13t
11. Hallar la ecuacion de la recta que pasa por (4, 5, 20) y es perpendicular a x+3y
6z 8 = 0
Rta. x 4 =
y + 5
3
=
z z
0
6
12. Mostrar que la recta
x 3
2
=
y + 2
3
=
z + 1
4
esta en el plano x 2y +z = 6
13. Mostrar que la recta de interseccion de los planos 4x 3y +z 2 = 0; 2x + 5y
3z + 4 = 0, es
x 1
2
=
y 3
7
=
z 7
13
14. Mostrar que las rectas
3x y z = 0; 8x 2y 3z + 1 = 0 y
x 3y +z + 3 = 0; 3x y z + 5 = 0 son paralelas
15. El punto de interseccion de
x 2
4
=
1
2
(y + 3) =
1
7
(z 1) y 5x y + 2z 12 = 0
es (
5
3
,
17
6
,
5
12
)
16. Mostrar que las rectas
x 1
5
=
y 2
2
=
z + 1
3
y x2 =
y + 1
3
=
z + 3
2
son oblicuas;
es decir, hay que mostrar que no se cortan y que no son paralelas.
17. Hallar la ecuacion de la recta que pasa por (1, 1, 1), perpendicular a la recta
3x = 2y = z y paralela al plano x +y z = 0
Rta.
x 1
9
=
y + 1
8
=
z 1
1
18. Dados los planos x + 3y z 9 = 0 y 2x 3y + 4z + 3 = 0 hallar la recta de
interseccion.
Rta.
x 2
3
=
y 7/3
2
=
z 0
3
19. Determinar si la recta x = 2 4t, y = 3 2t, z = 1 + 2t y el plano 2x +y z = 5
son perpendiculares
6.2. EJERCICIOS PROPUESTOS CAPITULO 6 93
20. Determinar si la recta y el plano son paralelos: x = 5 4t, y = 1 t, z = 3 + 2t y
x + 2y + 3z 9 = 0
21. Hallar las ecuaciones de la recta de interseccion de los planos dados
(a) 7x 2y + 3z = 2; 3x +y + 2z + 5 = 0
Rta. x = 12 7t, y = 41 23t; z = t
(b) 2x + 3y 5z = 0; y = 0
Rta. x =
5t
2
, y = 0, z = t
22. Encontrar la ecuacion del plano que contiene al punto (1, 1, 2) y a la recta x =
t, y = t + 1, z = 3 + 2t
Rta. 3x y z 2 = 0
23. Demostrar que la recta x 5 = t, y + 3 = 2t, z + 1 = 5t es paralela al plano
3x +y +z 9 = 0
24. Hallar la distancia del punto (1, 3, 2) a la recta
x 4
2
=
y + 1
3
=
z 5
1
25. Determinar si la recta x = 2 4t, y = 3 2t, z = 1 + 2t y el plano 2x +y z = 5
son perpendiculares
26. Hallar las ecuaciones de los dos planos cuya interseccion es la recta x = 7 4t, y =
5 2t, z = 5 +t
Rta. x 2y 17 = 0 y x + 4z 27 = 0
27. Determine las ecuaciones: Vectorial, Parametricas y cartesiana de la recta que pasa
por el punto y que es paralela al vector V.
(a) (2, 4, 6) ; V = (1, 2, 5)
(b) (3, 2, 4) ; V = (5, 7, 3)
(c) (1, 1, 5) ; V = (0, 0, 1)
(d) (0, 0, 0) ; V = (1, 1, 1)
(e) (1, 3, 0) ; V = (1, 3, 0)
(f) (3, 3, 3) ; V = (4, 0, 2)
28. Determine las ecuaciones parametricas y cartesiana de la recta que pasa por los
puntos dados:
94 CAPTULO 6. RECTAS
(a) (6, 1, 5) (7, 2, 4)
(b) (0, 0, 0) (1, 1, 1)
29. Hallar la distancia del punto dado a la recta dada:
(a) (2, 3, 5) Recta: x = 1 + 2k, y = 2 + 3k, z = 3 + 4k
(b) (0, 0, 0) Recta: x + 4 k, y 3 = k, z + 5 = 2k
(c) (2, 3, 5) Recta:
(x + 1)
2
=
(y 2)
1
=
(z + 3)
4
Captulo 7
ESPACIOS VECTORIALES
Sea V un conjunto no vaco de objetos (llamados vectores) sobre el cual se han denido
dos operaciones, una suma de dos objetos x,y en V y una multiplicacion de un objeto x
V, por un n umero real y si el conjunto (V, +, ) , con las dos operaciones denidas,
satisface las propiedades:
1. Si x, y V entonces x +y V
2. Para todo x, y V, x +y = y +x
3. Para todo vector x, y, z V, (x +y) +z = x + (y +z)
4. Existe un vector 0 en V, denominado el vector 0 ( unico) tal que x + 0 = 0 +x = x
5. Para todo x V, existe un vector denominado el negativo de x en V ( unico) tal que
x + (x) = (x) +x = 0
6. Si es un n umero real cualquiera y x esta en V, entonces x V
7. Si es un n umero real cualquiera, x, y V entonces (x +y) = x +y
8. Si , son n umeros reales cualquiera y x esta en V entonces ( +)x = x +x
9. Si , son n umeros reales cualquiera y x esta en V entonces ()x = (x)
10. 1 x = x
Entonces (V, +, ) se llama un espacio vectorial real y si alguna de las diez propiedades
no se cumple se dice que (V, +, ) no es un espacio vectorial real.
95
96 CAPTULO 7. ESPACIOS VECTORIALES
Ejemplo 80 Sea V = el conjunto de los n umeros reales con las operaciones conoci-
das(usuales), entonces (R, +, ) es un espacio vectorial real, ya que se satisfacen las diez
propiedades.
Ejemplo 81 V = R
+
, reales positivos, con las operaciones usuales, no es un espacio
vectorial real, pues por ejemplo el negativo de 5 (-5), no pertenece a V y =

2, x si
x es un real positivo no pertenece a V.
Ejemplo 82 V = R
+
y denamos la suma por x + y = xy y x = x

es un espacio
vectorial real pues:
1. x +y = xy y como x,y son reales positivos, xy es un real positivo y as x +y V
2. x +y = y +x, ya que x +y = xy = yx = y +x
3. x+(y +z) = (x+y) +z; ya que x+(y +z) = x+yz = xyz = (x+y)z = (x+y) +z
4. x +y = x; como x +y = xy = x entonces y = 1, luego el vector cero es en este caso
el 1
5. x +y = y +x = 1 x +y = xy = 1 y =
1
x
, es decir, el inverso aditivo de x,
es en este caso
1
x
6. Si R; x V ; x = x

V
7. Si R, y x, y estan en V, entonces (x + y) = x + y. En efecto, (x + y) =
(xy) = (xy)

= x

= x

+y

= x +y
8. Si , R, entonces ( + )x = x + x. En efecto, ( + )x = x
+
= x

=
x

+x

= x +x
9. (x) = ()x, en fecto (x) = (x

) = x

= ()x
10. 1 x = x
1
= x
Ejemplo 83 V = R
2
; con las operaciones usuales, es decir, (a, b) +(c, d) = (a +c, b +d)
y (a, b) = (a, b) es un espacio vectorial . En efecto, mostremos que cumple las diez
propiedades:
1. Sean x, y V entonces x+y = (a, b) +(c, d) = (a +c, b +d) V , pues a +c y b +d
son n umeros reales
97
2. Sean x, y V entonces x + y = y + x. En efecto, x + y = (a, b) + (c + d) =
(a +c, b +d) = (c +a, d +b) = (c, d) + (a, b) = y +x
3. Sean x, y, z V , entonces (x + y) + z = x + (y + z). En efecto, (x + y) + z =
((a, b) + (c, d)) + (m, n) = (a +c, b +d) + (m, n) = (a +c +m, b +d +n =
(a, b) + (c +m, d +n) = (a, b) + [(c, d) + (m, n)] = x + (y +z)
4. x+y = y +x = x. En efecto, x+y = (a, b) +(c, d) = (a+c, b +d) = (a, b), entonces
a +c = a y b +d = b, luego c = 0 y d = 0 y as el vector cero del espacio es (0, 0)
5. x +y = y +x = 0
x + y = (a, b) + (c, d) = (a + c, b + d) = (0, 0), luego a + c = 0 y b + d = 0
entonces c = a y d = b, por tanto el negativo de x = (a, b) es (a, b), pues
(a, b) + (a, b) = (a, b) + (a, b) = (0, 0)
6. x = (a, b) = (a, b) V , ya que a, b son n umeros reales
7. (x +y) = x +y
((a, b) + (c, d)) = (a +c, b +d) = ((a +c), (b +d)) = (a +c, b +d) =
(a, b) + (c, d) = (a, b) +(c, d) = x +y
8. ( +)x = x +x, en efecto,
( + )x = ( + )(a, b) = (( + )a, ( + )b) = (a + a, b + b) = (a, b) +
(a, b) = (a, b) +(a, b) = x +x
9. (x) = ()x, en fecto (x) = ((a, b)) = (a, b) = (a, b) = ()(a, b) =
()x
10. 1 x = x
Ejemplo 84 V =
__
a b
c d
_
/a, b, c, d R
_
con las operaciones usuales, es decir, si
x, y V , entonces
x+y =
_
a b
c d
_
+
_
m n
p q
_
=
_
a +m b +n
c +p d +q
_
y x =
_
a b
c d
_
=
_
a b
c d
_
es un espacio vectorial, pues sabemos que las matrices con esta suma y este producto
cumplen las 10 propiedades:
1. Si x, y V, entonces x +y V, pues la suma de matrices de 22 es una matriz de
22
98 CAPTULO 7. ESPACIOS VECTORIALES
2. x +y = y +x; las matrices sumadas conmutan
3. (x +y) +z = x + (y +z)
4. x +y = y +x = x; y es la matriz nula de 22
5. x +y = y +x = 0; donde y = x
6. x V x =
_
a b
c d
_
=
_
a b
c d
_
V
7. (x +y) = x +y
8. ( +)x = x +x
9. (x) = ()x
10. 1 x = x
Ejemplo 85 V es el conjunto de las funciones f : R R donde (f +g)(x) = f(x)+g(x)
(f)(x) = f(x) es un espacio vectorial, pues
1. Sean x, y V =x+y V ; la suma de funciones f : R R, g : R R es una
funcion (f +g) : R R que esta en V
2. x +y = y +x
(f +g)(x) = f(x) +g(x) = g(x) +f(x) = (g +f)(x), luego f +g = g +f (observe
que f(x), g(x) son n umeros reales)
3. x, y, z V entonces (x+y)+z = x+(y+z) [(f +g)+h](x) = (f +g)(x)+h(x) =
(f(x) +g(x)) +h(x)
[(f +g) +h](x) = (f)(x) +(g +h)(x) = f(x) +[g(x) +h(x)] y como f(x), g(x), h(x)
son n umeros reales se tiene que (f(x) +g(x)) +h(x) = f(x) + [g(x) +h(x)] , luego
(f +g) +h = f + (g +h)
4. (f + g)(x) = (g + f)(x) = f(x) entonces g(x) = 0, es la funcion nula, luego
f + 0 = 0 +f = f
5. (f + g)(x) = (g + f)(x) = 0, entonces (f + g)(x) = f(x) + g(x) = 0, entonces
g(x) = f(x), por tanto f + (f) = (f) +f = 0
6. R, f V =(f) : R R, entonces f V
99
7. ((f + g))(x) = (f + g)(x) = (f(x) + g(x)) = f(x) + g(x) = (f + g)(x),
luego (f +g) = f +g
8. (( + )f)(x) = ( + )f(x) = f(x) + f(x) = (f + f)(x), luego ( + )f =
f +f
9. ((f))(x) = (f(x)) = ()f(x) = (()f)(x), luego, (f) = ()f
10. (1 f)(x) = f(x), luego 1 f = f
Ejemplo 86 V = P
n
(x)/P
n
(x) = a
0
+a
1
x +... +a
n
x
n
; a
i
R, P
n
(x) polinomios
de grado menor o igual que n, donde:
p(x) +q(x) = (a
0
+a
1
x +... +a
n
x
n
) +(b
0
+b
1
x +... +b
n
x
n
) = (a
0
+b
0
) +(a
1
+b
1
)x +
... + (a
n
+ b
n
)x
n
y p(x) = (a
0
+ a
1
x + ... + a
n
x
n
) = a
0
+ a
1
x + ... + a
n
x
n
es un
espacio vectorial. (Ejercicio)
Ejemplo 87 Sea V = R
2
, donde (a, b) +(c, d) = (a+c +1, b +d+1) y (a, b) = (a, b),
no es un espacio vectorial
1. x +y = (a, b) + (c, d) = (a +c + 1, b +d + 1) V
2. x+y = y+x =x+y = (a, b)+(c, d) = (a+c+1, b+d+1) = (c+a+1, d+b+1) =
(c, d) + (a, b) = y +x
3. (x+y)+z = x+(y+z) =(x+y)+z = ((a, b)+(c, d))+(m, n) = (a+c+1, b+d+
1)+(m+n) = (a+c+1+m+1, b+d+1+n+1) = (a, b)+(c+m+1, d+n+1) =
(a, b) + [(c, d) + (m, n)] = x + (y +z)
4. x + y = y + x = x = x + y = (a, b) + (c, d) = (a + c + 1, b + d + 1) = (a, b)
entonces a +c + 1 = a y b +d + 1 = b entonces c = 1; d = 1 luego el vector 0 es
(1, 1)
5. x + y = (1, 1) = y + x = (a, b) + (c, d) = (a + c + 1, b + d + 1) = (1, 1),
luego a + c + 1 = 1 y b + d + 1 = 1, as que c = a 2; d = b 2 luego
(a, b) + (a 2, b 2) = (1, 1) ya que (a, b) + (a 2, b 2) = (1, 1) ya
que (a, b) + (a 2, b 2) = (a a 2 + 1, b b 2 + 1) = (1, 1)
6. x = (a, b) = (a, b) V
7. (x + y) = x + y = (x + y) = [(a, b) + (c, d)] = [(a + c + 1, b + d + 1)] =
((a +c + 1), (b +d + 1)) = (a +c +, b +d +)
x+y = (a, b) +(c, d) = (a, b) +(c, d) = (a +c +1, b +d +1), luego
(x +y) ,= x +y
100 CAPTULO 7. ESPACIOS VECTORIALES
8. (+)x = x+x =(+)(a, b) = ((+)a, (+)b) = (a+a, b+b) =
x +x = (a, b) +(c, d) = (a, b) +(c, d) = (a +c +1, b +d +1) luego
( +)x ,= x +x
9. (x) = ()x
10. 1 x = x
Teorema 1 Sea V un espacio vectorial , x un vector en V y un n umero real, entonces
1. 0x = 0
Prueba. 0 +0 = 0 entonces 0x = (0 +0)x = 0x +0x y sumando 0x se obtiene el
resultado
2. 0 = 0
Prueba. Sabemos que 0 + 0 = 0, luego 0 = (0 + 0) = 0 + 0 y sumando 0
en ambos lados de la igualdad se obtiene 0 0 = (0 +0) 0 entonces 0 = 0
3. (1)x = x
Prueba. + () = 0, 0 = 0x = ( + ())x = x + (x) y sumando x se
obtiene 0 x = (x)
4. Si x = 0 = = 0 o x = 0
Prueba. ,= 0, entonces x = 0 =
1
x = 0 = 0 =x = 0
5. Teorema: Existe un unico vector 0.
En efecto: Supongamos que hay dos ceros: 0 y 0/.0 + 0/ = 0/ y 0/ + 0 = 0 entonces
0/ = 0 + 0

= 0

+ 0 = 0 0/ = 0
Teorema para cada A V, existe un unico A

tal que: A +A

= 0.
En efecto sean A

, A

entonces A

= 0+A

= A

+0 = A

+(A +A

) = (A

+A)+A

=
0 +A

= A

luego A

= A

Teorema: si 0 R 0A = 0
0A = (0 + 0) A = 0A + 0A y sumando (0A) se obtiene:
0A + (0A) = (0A) + (0A) + 0A
0 = 0 + 0A = 0A
7.1. SUBESPACIOS 101
7.1 Subespacios
Un subconjunto W ,= 0 de un espacio vectorial se denomina un subespacio de V, si W
es un espacio vectorial bajo las operaciones (+, ) denidas en V. Para demostrar que
W es un espacio vectorial , hay que demostrar las diez propiedades, pero como W es un
subconjunto de un espacio vectorial, hay propiedades que son validas, por ejemplo
x +y = y +x valida en V, luego es valida en W
(x +y) +z = x + (y +z) valida en V, luego es valida en W
(x +y) = x +y valida en V, luego es valida en W
( +) x = x +x valida en V, luego es valida en W
(x) = ()x valida en V, luego es valida en W
Luego hay que probar:
1. Si x, y V, entonces x +y W
2. Existe 0 W tal que x + 0 = 0 + x = x, negativo, , x W, inclusive se puede
prescindir de 0 e inverso aditivo y si W es un subconjunto no vaco de un espacio
vectorial V, entonces W es un subespacio de V s y solo s:
(a) Si x, y W =x +y W
(b) Si R, x W =, x W
Prueba. Si W es un subespacio de V = W cumple las diez propiedades y en
particular cumple que si R, x W = , x W y si x, y W = x + y
W.Supongamos que x W y x + y W. Si = 0; 0x = 0 W, y si = 1,
entonces x W, y los demas se cumplen, luego W es un espacio vectorial.
Ejemplo 88 V = R, con operaciones usuales; W el conjunto de los enteros pares, W no
es un subespacio de V, pues =

2, 4

2 / W, pues 4

2 no es un entero par
Ejemplo 89 V = R, con operaciones usuales; W = Q, no es un espacio vectorial, ya
que
2
3
W, y =

2, entonces
2
3

2 / W pues
2
3

2 no es un irracional
Ejemplo 90 V = R, con operaciones usuales; W = N, no es un espacio vectorial, ya
que 3 W, y =

2,entonces 3

2 / W pues 3

2 no es un n umero natural.
102 CAPTULO 7. ESPACIOS VECTORIALES
Ejemplo 91 V = R
2
,operaciones usuales. W = (x, y)/y = x = (x, x)/x R es un
subespacio de V, pues si x, y W = x + y = (a, a) + (b, b) = (a + b, a + b) W y si
R entonces x = (a, a) = (a, a) W
Ejemplo 92 V = R
2
, operaciones usuales, W = (x, y)/y = x + 1 no es un subespacio
de V, pues si x, y W =x +y = (a, a + 1) + (b, b + 1) = (a +b, a +b + 2) / W.
Ejemplo 93 V = R
2
, operaciones usuales, W = (x, y)/y = x
2
no es un subespacio
de V, pues si x, y W = x + y = (a, a
2
) + (b, b
2
) = (a + b, a
2
+ b
2
) / W. pues
(a +b, a
2
+b
2
) ,= (a +b, (a +b)
2
)
Ejemplo 94 W = (x, y)/y = sin x no es un subespacio de V, pues si x, y W =
x + y = (a, sin a) + (b, sin b) = (a + b, sin a + sin b) / W. pues (a + b, sin a + sin b) ,=
(a +b, sin(a +b))
Ejemplo 95 V = R
3
,operaciones usuales, W = (a, b, c)/b = 0, a, c R es un subespcio
de V pues x, y W
=x+y = (a, 0, c)+(c, 0, d) = (a+c, 0, c+d) W y x = (a, 0, c) = (a, 0, c) W.
Ejemplo 96 V = R
3
, W = (a, b, c)/a
2
+b
2
+c
2
1, W no es un subespacio de V, pues
x, y W = si x = (1, 0, 0), y = (0, 1, 0) entonces x +y = (1, 0, 0) + (0, 1, 0) = (1, 1, 0) y
1
2
+ 1
2
+ 0
2
= 2 1
=x +y no pertenece a W
Ejemplo 97 V = R
4
, operaciones usuales, W = (a, b, c, d)/a, b, c, d son racionales, no
es un subespacio de V pues si =

2 =x = (a

2, b

2, c

2, d

2) / W.
Ejemplo 98 W =
_
A
22
[ A =
_
a 2
0 b
_
, a, b R
_
no es subespacio de V ; pues si x, y
w x +y =
_
a 2
0 b
_
+
_
c 2
0 d
_
=
_
a +c 4
0 b +d
_
/ w pues en 4 debe ser 2.
Ejemplo 99 W =
_
A
22
[ A =
_
a 0
c b
_
, a, b R, c Z
_
no es subespacio de V ; pues
si x, y w x + y =
_
a 0
m b
_
+
_
c 0
n d
_
=
_
a +c 0
m+n b +d
_
W y
_
a 0
c b
_
=
_
a 0
c b
_
/ W pues c / Z si =

2
Ejemplo 100 W = A
22
[ A
2
= A no es subespacio.
7.1. SUBESPACIOS 103
Si A W, B W (A +B)
2
= A +B, pues tomo: A = I = B; I
2
= I;
(I +I)
2
= (2I)
2
= 4I ,= 2I Luego w no es espacio vectorial.
V = M
22
(R) operaciones usuales.
Ejemplo 101 W =
_
A
22
[ A =
_
a a +b
a +b b
_
; a, b R
_
es un subespacio de V ,
luego es un espacio vectorial, pues
x + y =
_
a a +b
a +b b
_
+
_
c c +d
c +d d
_
=
_
a +c a +b +c +d
a +b +c +d b +d
_
W
y si R, x w entonces x =
_
a a +b
a +b b
_
=
_
a a +b
a +b b
_
w.
Ejemplo 102 W =
_
A
22
[ A =
_
a a +b
a +b b
_
; a, b Z
_
no es subespacio de V, pues
si R, x w entonces x =
_
a a +b
a +b b
_
=
_
a a +b
a +b b
_
/ w, ya que
a no es siempre entero, pues puede ser irracional =

2 y asi a / Z.
Ejemplo 103 W = A
22
[ [A[ = 0 no es subespacio de V , pues si x =
_
1 0
0 0
_
;
y =
_
0 0
0 1
_
; entonces x +y =
_
1 0
0 1
_
y [x +y[ = 1 ,= 0
Ejemplo 104 W =
_
A [ A = A
T
_
es un subespacio de V , pues si x, y w x = A, y =
B A = A
T
, B = B
T
, luego x + y = A + B w, pues ya que (A +B)
T
= A + B y si
R, y x w x = A w, pues (A)
T
= A
T
= A
Ejemplo 105 Sea V = f : R R y
W = f :[ f (z) = f (1) , mostrar que w es subespacio.
f, g w entonces f (z) = f (1) y g (z) = g (1) (f +g) (z) = f (z) + g (z) =
f (1) +g (1) = (f +g) (1)
(f) (z) = f (z) = f (1)
Ejemplo 106 W = f [ f (1) = 2 +f (0) no es un subespacio, pues f, g w
(f +g) (1) = f (1) +g (1) = 2 +f (0) + 2 +g (0) = 4 + (f +g) (0) / w
Ejemplo 107 W = f [ f (x) 0 no es un subespacio de V pues f (x) = x
4
0
y f (x) / W, pues = 2, y 2x
4
0
104 CAPTULO 7. ESPACIOS VECTORIALES
7.2 EJERCICIOS PROPUESTOS CAPITULO 7
1. Analizar cuales de los conjuntos siguientes son espacios vectoriales.
(a) V = (R
2
, +, ) , (a, b) + (c, d) = (a +c, b) y (a, b) = (a, b)
(b) V = (R
2
, +, ) , (a, b) + (c, d) = (2a + 2c, b +d) y (a, b) = (a, b)
(c) V = (R
2
, +, ) , (a, b) + (c, d) = (a +c, b +d) y (a, b) = (a, b)
(d) V = (R
2
, +, ) , (a, b) + (c, d) = (a +c, b +d) y (a, b) = (0, 0)
(e) V = (R
2
, +, ) , (a, b) + (c, d) = (a +c, b +d) y (a, b) = ([a[ , [b[)
(f) V = (a
1
, a
2
, a
3
a
4
, .....) con a
i
R
y (a
1
, a
2
, a
3
, a
4
, .....) + (b
1
, b
2
, b
3
, b
4
, .....) = (a
1
+b
1
, a
2
+b
2
, a
3
+b
3
, .....)
(a
1
, a
2
, a
3
a
4
, .....) = (a
1
, a
2
, a
3
, a
4
, .....)
2. Analizar cuales de los conjuntos siguientes son espacios vectoriales, consideralos
como subespacio
3. W = (a, b, c)/b = a +c, a, b, c n umeros reales
4. W = (a, b, c)/b = a +c, a, b, c n umeros enteros
5. W = (a, b, c)/a = 0, b = c, b, c n umeros reales
6. W = (a, b, c)/a = c
2
, b, c n umeros reales
7. W = (a, b, c)/b = a
2
+c
2
, a, b, c n umeros reales
8. W = (a, b, c)/c = 0, a
2
+b
2
1, a, b n umeros reales
9. W = (a, b, c)/a 2b = 0, b c = 0, a, b, c n umeros reales
10. W = (a, b, c)/a 0, a, b, c n umeros reales
11. W = (a, b, c)/a = b = c, a, b, c n umeros reales
12. W =
__
a b
c d
_
/a +b = c +d, a,b,c,d n umeros reales
_
13. W =
__
a b
b b
_
/ a,b n umeros reales
_
7.2. EJERCICIOS PROPUESTOS CAPITULO 7 105
14. W =
__
a b
b b
_
/ a,b n umeros enteros
_
15. W =
__
a a
a a
_
/ a es un n umero entero
_
16. W =
__
a a
a a
_
/ a es un n umero real
_
17. W = A/ es una matriz Antisimetrica con elementos Reales
18. W = A/ es una matriz diagonal con elementos Reales
19. W = A/ es una matriz triangular con elementos Reales
20. W = A/ es una matriz Involutiva
21. W = A/ AB = 0
22. W = A/ AB = BA
23. W = A/ AB +BA = 0
24. W = f/ f es creciente
25. W = f/ f es acotada
26. W = f/ f es derivable
27. W = f/ f es continua
28. W = f/ f es par
29. W = f/ f (2) = f(3)
30. W = f/ f (0) = f(1) + 2
31. W =
_
f/ f es solucion de y

y = 0
_
32. W = A/ A es solucion de AX = 0 = 0
33. W = A/ traza de A = 0
34. W = p
2
(x)/ p
2
(x) = a +bx +cx
2
con a,b,c n uneros enteros
35. W = f/ f (x) = f(1 x)
106 CAPTULO 7. ESPACIOS VECTORIALES
36. W = f/ f es escalonada
37. W = f/ f es racional
Captulo 8
ESPACIOS VECTORIALES
Sea V un espacio vectorial real, y sean v
1
, v
2
, ..., v
n
V.
Cualquier vector en V de la forma:
a
1
v
1
+a
2
v
2
+... +a
n
v
n
,con a
i
R se llama combinacion lineal de v
1
, v
2
, ..., v
n
.
2 (1, 0) + 3 (0, 1) es una combinacion lineal de (1, 0) y de (0, 1) .
2
_
1 0
0 1
_
+ 3
_
0 1
0 0
_
es una combinacion lineal de
_
1 0
0 1
_
y de
_
0 1
0 0
_
.
3 [1] + 2 [1 2x] + 3 [1 +x +x
2
] es una combinacion lineal de 1, 1 2x, 1 +x +x
2
.
Sea V un espacio vectorial real, w, v
1
, v
2
, ..., v
n
V, el vector w se dice que es una
combinacon lineal de los vectores v
1
, v
2
, ..., v
n
, si existen escalares a
1
, a
2
, ..., a
n
tales que
w = a
1
v
1
+a
2
v
2
+... +a
n
v
n
, luego si en este sistema se presenta alguna inconsistencia, w
no es una combinacion lineal.
El vector (3, 4) se puede escribir como (3, 4) = 3 (1, 0) + 4 (0, 1) , luego (3, 4) es una
combinacion lineal de (1, 0) y (0, 1) .
El vector
_
4 1
2 4
_
Se puede escribir como
_
4 1
2 4
_
= 4
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
+ 2
_
0 0
1 0
_
+ 4
_
0 0
0 1
_
luego
_
4 1
2 4
_
es una combinacion lineal de
_
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
_
.
(9, 2, 7)
es una combinacion lineal de (1, 2, 1) y (6, 4, 2) pues (9, 2, 7) = x (1, 2, 1)+y (6, 4, 2)
107
108 CAPTULO 8. ESPACIOS VECTORIALES
ya que (9, 2, 7) = (x, 2x, x) + (6y, 4y, 2y) = (x + 6y, 2x + 4y, x + 2y)
asi:
x + 6y = 9
2x + 4y = 2
x + 2y = 7
y la soluci`on de este sistema es (x, y) = (3, 2) as que (9, 2, 7) = 3 (1, 2, 1)+2 (6, 4, 2) .
(4, 1, 8) no es combinacion lineal de (1, 2, 1) ; (6, 4, 2)
En efecto:
(4, 1, 8) = x (1, 2, 1) +y (6, 4, 2)
= (x, 2x, x) + (6y, 4y, 2y)
= (x + 6y, 2x + 4y, x + 2y)
luego
x + 6y = 4
2x + 4y = 1
x + 2y = 8
y este sistema no tiene solucion, luego (4, 1, 8) no es una combinacion lineal de
(1, 2, 1) , (6, 4, 2) .
_
_
1 6
2 4
1 2
[
4
1
8
_
_

_
_
1 6
0 8
0 8
[
4
9
12
_
_
,
8y = 9
8y = 12

y =
9
8
y =
12
8
es absurdo.
Escribir w = 3t
2
+8t5 como combinacion lineal de v
1
= 2t
2
+3t4; v
2
= t
2
2t3.En
efecto:
3t
2
+ 8t 5 = a
_
2t
2
+ 3t 4
_
+b
_
t
2
2t 3
_
= (2a +b) t
2
+ (3a 2b) t + (4a 3b)
entonces 2a +b = 3, 3a 2b = 8, 4a 3b = 5 y la solucion de este sistema es a = 2 y
b = 1 por tanto
3t
2
+ 8t 5 = 2
_
2t
2
+ 3t 4
_
1
_
t
2
2t 3
_
8.1. DEPENDENCIA E INDEPENDENCIA LINEAL. 109
Ejemplo 108 Hallar condiciones sobre a, b, c tal que (a, b, c)sea una combinacion linea
de (1, 3, 2) y (2, 1, 1) ;
En efecto:
(a, b, c) = x (1, 3, 2) +y (2, 1, 1)
= (x, 3x, 2x) + (2y, y, y)
= (x + 2y, 3x y, 2x +y)
Luego
x + 2y = a
3x y = b
3x y = c
y
_
_
1 2
3 1
2 1
[
a
b
c
_
_

_
_
1 2
0 5
0 3
[
a
3a +b
c 2a
_
_

_
_
1 2
0 1
0 3
[
a
2c a +b
c 2a
_
_

_
_
1 2
0 1
0 0
[
a
2c a +b
a 3b 5c
_
_
Luego a 3b 5c = 0 y as el sistema tiene solucion.
8.1 Dependencia e Independencia lineal.
Sea V un espacio vectorial real, se dice que S = v
1
, v
2
, ..., v
n
V, es linealmente
independiente, si existen escalares x
1
, x
2
, ..., x
n
no todos ceros, tales que x
1
v
1
+ x
2
v
2
+
... + x
n
v
n
= 0,en caso contrario se dice que los vectores v
1
, v
2
, ..., v
n
son linealmente
independientes.
1 = S, S es linealmente independiente pues 1.x = 0 x = 0;
Ejemplo 109
0 es dependiente pues 2 0 = 0 y 2 ,= 0.
S = (1, 1) , (2, 2) es linealmente dependiente pues
x (1, 1) +y (2, 2) = (0, 0)
x (1, 1) +y (2, 2) = (x, x) + (2y, 2y)
= (x + 2y, x + 2y) = (0, 0)
entonces
x + 2y = 0
x + 2y = 0
x + 2y = 0; Luego si y = 1 entonces x = 2 y as
2 (1, 1) 1 (2, 2) = (0, 0) y x ,= 0.
110 CAPTULO 8. ESPACIOS VECTORIALES
S = (1, 0, 0) , (0, 1, 0) , (0, 0, 1) es un conjunto linealmente independiente, pues
x (1, 0, 0) +y (0, 1, 0) +z (0, 0, 1) =
(x, 0, 0) , (0, y, 0) , (0, 0, z) = (x, y, z) = (0, 0, 0)
entonces x = 0, y = 0, z = 0.
El conjunto (6, 2, 3, 4) , (0, 5, 3, 1) , (0, 0, 7, 2) es linealmente independiente, pues
x (6, 2, 3, 4) +y (0, 5, 3, 1) +z (0, 0, 7, 2) =
(6x, 2x, 3x, 4x) + (0, 5y, 3y, y) + (0, 0, 7z, 2z) =
(6x, 2x + 5y, 3x 3y + 7z, 4x +y 2z) = (0, 0, 0, 0)
Luego
6x = 0
2x + 5y = 0
3x 3y + 7z = 0
4x +y 2z = 0
x = 0; y = 0; z = 0
es la solucion del sistema.
(1, 1, 0) , (1, 3, 1) , (5, 3, 2) es linealmente dependiente.
x (1, 1, 0) +y (1, 3, 1) +z (5, 3, 2) =
(x, x, 0) , (y, 3y, y) , (5z, 3z, 2z) =
(x +y + 5z, x + 3y + 3z, y 2z) = (0, 0, 0)

x +y + 5z = 0
x + 3y + 3z = 0
y 2z = 0
y la solucion es (x, y, z) = (3, 2, 1) y as 3 (1, 1, 0)+2 (1, 3, 1)
1 (5, 3, 2) = (0, 0, 0) y 3 ,= 0.
S =
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
es linealmente independiente pues:
a
_
1 0
0 0
_
+ b
_
0 1
0 0
_
+ c
_
0 0
1 0
_
+ d
_
0 0
0 1
_
=
_
a b
c d
_
=
_
0 0
0 0
_
entonces
a = 0 = b = c = d.
S =
__
1 0
0 0
__
es linealmente independiente pues
x
_
1 0
0 0
_
=
_
0 0
0 0
_
x = 0.
8.1. DEPENDENCIA E INDEPENDENCIA LINEAL. 111
S =
__
1 1
1 1
_
,
_
2 2
2 2
__
es linealmente dependiente pues x
_
1 1
1 1
_
+y
_
2 2
2 2
_
=
_
x + 2y x + 2y
x + 2y x + 2y
_
=
_
0 0
0 0
_

x + 2y = 0 y = 1; x = 2 ,= 0.
s = 1, x, x
2
es linealmente independiente a +bx +cx
2
= 0 para todo x.
Si x = 0 a = 0; si x = 1; a + b + c = 0 si x = 1; a b + c = 0, luego
como a = 0 b + c = 0 y b + c = 0 y de aqui b = c = 0 es decir la soluci on del
sistema:
a = 0
a +b +c = 0
a b +c = 0
tiene por solucon a (a, b, c) = (0, 0, 0)
Ejemplo 110 S = x, sin x, cos x es linealmente independiente pues ax+b sin x+c cos x =
0 x
1) x = 0 : c = 0
2) x = : a +b sin +c cos = 0 a = 0, c = 0.
3) x =

2
: a

2
+b sin

2
+c cos

2
= 0 b = 0.
S =
_
sin
2
x, cos
2
x, cos 2x
_
es linealmente independiente, pues 1sin
2
x + 1 cos
2
x
1 cos 2x = 0 y 1 ,= 0.
8.1.1 Wronskiano
Si las funciones f (x) , g (x) , h(x) son derivables 2 veces en R si W (f (x) , g (x) , h(x)) =

f (x) g (x) h(x)


f

(x) g

(x) h

(x)
f

(x) g

(x) h

(x)

= 0 para todo x en R f (x) , g (x) , h(x) son linealmente


dependientes y en caso contrario independientes.
W (1, x) =

1 x
0 1

= 1, luego 1, x son independientes.


W (e
x
, 2e
x
) =

e
x
2e
x
e
x
2e
x

= 0 x entonces e
x
, 2e
x
es linealmente dependiente.
x, sin x, cos x =

x sin x cos x
1 cos x senx
0 sin x cos x

=
= x

cos x senx
sin x cos x

sin x

1 senx
0 cos x

+ cos x

1 cos x
0 sin x

=
= x (1) sin (cos x) + cos x (sin x) = x no es cero para todo x.
112 CAPTULO 8. ESPACIOS VECTORIALES
8.1.2 Algunas propiedades:
1. Si 0 es uno de los vectores v
1
, v
2
, ..., v
n
entonces v
1
, v
2
, ..., v
n
es linealmente depen-
diente, pues si v
2
= 0 entonces x
1
v
1
+1.v
2
+x
3
v
3
+... +x
n
v
n
= 0v
1
+1v
2
+0v
3
+... +0v
n
= 0
y 1 ,= 0 coeciente de v
2
Los conjuntos (1, 1) (0, 0) ;
__
1 2
3 4
_
,
_
1 0
0 0
_
,
_
0 0
0 0
__
; x, sin x, 0 ;
1, x +x
2
, 0 ; (1, 1, 1) , (2, 3, 4) , (0, 0, 1) , (0, 0, 0) Son linealmente dependientes.
2. v
1
, v
2
, ..., v
n
es linealmente dependiente sisi uno de ellos es combinacion de los
demas.
Supongamos que v
2
es combinacion lineal de los demas, es decir, v
2
= x
1
v
1
+ x
3
v
3
+
... +x
n
v
n
Sumando v
2
a la igualdad obtenemos
0 = x
1
v
1
v
2
+ x
3
v
3
+ ... + x
n
v
n
y el coeciente de v
2
no es cero, ahora suponga
que v
1
, v
2
, ..., v
n
es linealmente dependiente entonces x
1
v
1
+ x
3
v
3
+ ... + x
n
v
n
= 0 y el
coeciente de v
2
es diferente de cero, entonces
x
2
v
2
= x
1
v
1
... x
n
v
n
entonces
v
2
=
x
1
x
2
v
1
...
x
n
x
2
v
n
Ejemplo 111
Los conjuntos (1, 1) , (2, 2) , (1, 0) , (0, 1) ;
_
sin
2
x, cos
2
x, cos 2x
_
;
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
1 1
0 0
__
;
1 x, 2 2x, 1 +x +x
2
; 1, 4 son linealmente dependientes, pues uno de sus ele-
mentos es combinacion de los demas.
3
o
. v
1
, v
2
, ..., v
n
es linealmente independiente sisi todo subconjunto no vacio es lin-
ealmente independiente.
Sea S = v
1
, v
2
, ..., v
r
es un subconjunto de v
1
, v
2
, ..., v
n
.Si S fuera de dependiente,
existen escalares no todos nulos x
1
, x
2
, ..., x
r
tal que x
1
v
1
+ x
2
v
2
+ ... + x
r
v
r
= 0 =
x
1
v
1
+x
2
v
2
+... +x
r
v
r
+ 0v
r+1
+... +v
n
= 0
y alg un x
i
,= 0 entonces v
1
, v
2
, ..., v
n
seria dependiente (absurdo).
S = (1, 0, 0, 0) ; s
2
= (1, 0, 0, 0) ; (0, 1, 0, 0) ;
S
2
= (1, 0, 0, 0) ; (0, 1, 0, 0) ; (0, 0, 1, 0) son linealmente independientes, pues son sub-
conjuntos de (1, 0, 0, 0) ; (0, 1, 0, 0) ; (0, 0, 1, 0) ; (0, 0, 0, 1) que es linealmente independi-
ente.
4
o
Si S = v
1
, v
2
, ..., v
n
es linealmente dependiente entonces v
1
, v
2
, ..., v
n
, v
n+1
es
linealmente dependiente.
8.2. GENERADOR: 113
S = (1, 2, 1) ; (2, 4, 2) es linealmente dependiente entonces,
(1, 2, 1) , (2, 4, 2) , (1, 0, 0) , (0, 1, 0) , (0, 0, 1) , es linealmente dependiente.
5
o
Todo conjunto que contiene un subconjunto linealmente dependiente es linealmente
dependiente.
(1, 1) , (2, 2) , (1, 0) , (0, 1) es linealmente dependiente ya que (1, 1) , (2, 2) es lineal-
mente dependiente.
8.2 Generador:
Sea S un subconjunto no vaco de un espacio vectorial V, S no necesariamente es un
subespacio de V, el conjunto de todas las combinaciones lineales de vectores en S, denotado
por L(S) = w [ w es combinacion lineal de vectores de S es un subespacio de V.
En efecto : Sea S = v
1
, v
2
, ..., v
n
V,entonces
L(S) = w [ w = x
1
v
1
+x
2
v
2
+... +x
n
v
n
, x
i
R y sean X, Y R entonces
X = x
1
v
1
+x
2
v
2
+... +x
n
v
n
y Y = a
1
v
1
+a
2
v
2
+... +a
n
v
n
luego
X +Y = (x
1
v
1
+x
2
v
2
+... +x
n
v
n
) + (a
1
v
1
+a
2
v
2
+... +a
n
v
n
)
= (x
1
+a
1
) v
1
+ (x
2
+a
2
) v
2
+... + (x
n
+a
n
) v
n
= b
1
v
1
+b
2
v
2
+... +b
n
v
n
L(s)
Luego L(S) es un subespacio de V.
Se dice que v
1
, v
2
, ..., v
n
genera a w = L(s) si cualquier elemento de w se puede escribir
como una combinacion lineal de v
1
, v
2
, ..., v
n
.
w = 1 genera a R, pues si a R entonces a = x.1, de donde x R y L(1) = R.
w = 5 genera a R, pues si a R entonces a = x.5, de donde x R y L(5) = R.
Si w = a , a ,= 0, a R, w genera a R, pues si b R entonces b = x.a; x R y
L(a) = R.
w = 0 no genera a R,pues por ejemplo 5 no se puede escribir como combinacion
lineal de cero, ya que 5 ,= x.0, para x R.
w = (1, 0) , (0, 1) genera a R
2
, pues si (x, y) R
2
, entonces (x, y) = a (1, 0)+b (0, 1) ,
siendo a = x, b = y; es decir (x, y) = x (1, 0) + y (0, 1) , pues a (1, 0) + b (0, 1) = (a, 0) +
(0, b) = (a, b) = (x, y) sisi x = a y y = b y as L((1, 0) , (0, 1)) = R
2
.
Ejemplo 112 w = (1, 1) , (2, 1) genera a R
2
, pues si (x, y) R
2
, entonces
(x, y) = a (1, 1) +b (2, 1)
= (a, a) + (2b, b)
= (a + 2b, a b)
114 CAPTULO 8. ESPACIOS VECTORIALES
luego
a + 2b = x
a b = y
y
_
1 2
1 1
[
x
y
_
=
_
1 2
0 3
[
x
y x
_

_
1 2
1 1
[
x
xy
3
_

_
1 0
0 1
2y+x
3
xy
3
_
y con
a =
2y+x
3
b =
xy
3
entonces
=
2y2x
3
+x
=
2
3
y
2
3
x +x
=
2
3
y +
1
3
x
(x, y) =
_
2y+x
3
_
(1, 1) +
_
xy
3
_
(2, 1)
w = (1, 0) , (0, 1) , (1, 1) , (1, 1) genera a R
2
,ya que si (x, y) R
2
, entonces
(x, y) = a (1, 0) +b (0, 1) +c (1, 1) +d (1, 1)
= x (1, 0) +y (0, 1) + 0 (1, 1) + 0 (1, 1)
pues (a, 0) + (0, b) + (c, c) + (d, d) = (a +c d, b +c +d) , as
a +c d = x
b +c +d = y
, luego
_
1 0 1 1
0 1 1 1
[
x
y
_
entonces
a +c d = x
b +c +d = y
y si d = 0; c = 0,
entonces b = y y a = x.
w = (1, 0, 0) , (0, 1, 0) , (0, 0, 1) genera a R
3
, pues (x, y, z) = x (1, 0, 0) + y (0, 1, 0) +
z (0, 0, 1) y en general e
1
, e
2
, ..., e
n
genera a R
n
, pues (x
1
, x
2
, ..., x
n
) = x
1
e
1
+x
2
e
2
+... +
x
n
e
n
.
Ejemplo 113 w = (1, 1) no genera a R
2
, pues
L(1, 1) = (x, x) [ x R = x (1, 1) [ x R
y por ejemplo (2, 3) = x (1, 1) = (x, x) entonces x = 2 y x = 3 absurdo; ya que,
L(1, 1) , (2, 2) = L(1, 1) = (x, y) [ x = y
al igual que w = (1, 0, 0) , (0, 1, 0) no genera a R
3
.
w =
__
1 0 0
0 0 0
_
,
_
0 1 0
0 0 0
_
,
_
0 0 1
0 0 0
_
,
_
0 0 0
1 0 0
_
,
_
0 0 0
0 1 0
_
,
_
0 0 0
0 0 1
__
genera las matrices M
23
(R) , pues si A M
23
(R)
_
x y z
u v w
_
= x
_
1 0 0
0 0 0
_
+ y
_
0 1 0
0 0 0
_
+ z
_
0 0 1
0 0 0
_
+u
_
0 0 0
1 0 0
_
+
v
_
0 0 0
0 1 0
_
+w
_
0 0 0
0 0 1
_
ya que
_
x y z
u v w
_
= a
_
1 0 0
0 0 0
_
+ b
_
0 1 0
0 0 0
_
+ c
_
0 0 1
0 0 0
_
+ d
_
0 0 0
1 0 0
_
+
e
_
0 0 0
0 1 0
_
+ f
_
0 0 0
0 0 1
_
=
_
a b c
d e f
_
entonces a = x, b = y, c = z, d = u, e =
v, f = w.
8.2. GENERADOR: 115
Nota: Si a w se le agrega mas matrices de 2 3, tambien lo genera, pero si a w se le
quitan matrices no genera a M
23
(R) .
Mostrar que:
__
1 1 1
0 1 1
_
,
_
1 2 1
1 2 1
_
,
_
1 1 1
1 1 1
_
,
_
0 2 1
0 1 1
_
,
_
0 0 0
0 1 2
_
,
_
0 0 0
0 0 1
__
genera a M
22
(R)
Ejemplo 114 S = 1, x, x
2
genera a P
2
(x) pues
ax
2
+bx +c = (1) +x +x
2
= a (1) +bx +cx
2
en-
tonces = a, = b y = c
S = 1, x, x
2
, ..., x
n
genera a P
n
(x) .
Ejemplo 115 Observemos que:
_
_
a b c
b d f
c f h
_
_
=
_
_
a 0 0
0 0 0
0 0 0
_
_
+
_
_
0 b 0
b 0 0
0 0 0
_
_
+
_
_
0 0 c
0 0 0
c 0 0
_
_
+
_
_
0 0 0
0 d 0
0 0 0
_
_
+
_
_
0 0 0
0 0 f
0 f 0
_
_
+
_
_
0 0 0
0 0 0
0 0 h
_
_
=
= a
_
_
1 0 0
0 0 0
0 0 0
_
_
+b
_
_
0 1 0
1 0 0
0 0 0
_
_
+c
_
_
0 0 1
0 0 0
1 0 0
_
_
+
d
_
_
0 0 0
0 1 0
0 0 0
_
_
+f
_
_
0 0 0
0 0 1
0 1 0
_
_
+h
_
_
0 0 0
0 0 0
0 0 1
_
_
o sea que
w =
_
_
_
_
_
1 0 0
0 0 0
0 0 0
_
_
,
_
_
0 1 0
1 0 0
0 0 0
_
_
,
_
_
0 0 1
0 0 0
1 0 0
_
_
,
_
_
0 0 0
0 1 0
0 0 0
_
_
,
_
_
0 0 0
0 0 1
0 1 0
_
_
,
_
_
0 0 0
0 0 0
0 0 1
_
_
_
_
_
genera las matrices simetricas de 33 con elementos reales,que es un espacio vectorial.
(a, b, 0) = (a, 0, 0) + (0, b, 0) = a (1, 0, 0) +b (0, 1, 0) luego
w = (a, b, 0) [ a, b R es generado por (1, 0, 0) , (0, 1, 0) .
w = (0, b, c) [ b, c R es generado por (0, 1, 1) y (0, 2, 1) ya que (0, b, c) = (0, b, 0)+
(0, 0, c) = b (0, 1, 0) + c (0, 0, 1) , luego w es generado por (0, 1, 0) , y por (0, 0, 1) ,pero
tambien
(0, b, c) = x (0, 1, 1) +y (0, 2, 1) = (0, x, x) + (0, 2y, y) = (0, x 2y, x +y)
116 CAPTULO 8. ESPACIOS VECTORIALES
entonces
x 2y = b
x +y = b

_
1 2
1 1
[
b
c
_

_
1 2
0 3
[
b
c b
_

3y = c b y =
c b
3
x = c
c
3
+
b
3
=
2c +b
3
, luego (0, b, c) =
(2c +b)
3
(0, 1, 1) +
(c b)
3
(0, 2, 1)
Ejemplo 116 w =
__
a b
0 0
_
, a, b R
_
es generado por
_
1 0
0 0
_
,
_
0 1
0 0
_
, pues
_
a b
0 0
_
= a
_
1 0
0 0
_
+b
_
0 1
0 0
_
8.3 Base
Sea V un espacio vectorial real cualquiera y S = v
1
, v
2
, ..., v
n
V, S es base de V si y
solo si:
1. S es linealmente independiente.
2. S genera a V.
El n umero de elementos de una base es la dimension de V, denotado por dimV.
Ejemplo 117 S
1
= 1 , S
2
= 3 y S
3
= 7 , son bases de R, y como el n umero
de elementos de S
1
es uno entonces dimR = 1; a la base S
1
= 1 se le llama base la
canonica de R
Ejemplo 118 S
1
= (1, 0) , (0, 1) = base can onica;
S
2
= (1, 1) , (3, 5) ;
S
3
= (1, 0) , (3, 5)
son bases de R
2
, as dimR
2
= 2 =n umero de elementos de la base. A la base S
1
=
(1, 0) , (0, 1) se le llama la base canonica de R
2
Ejemplo 119 S = (1, 0, 0) , (0, 1, 0) , (0, 0, 1) es una base de R
3
; luego dimR
3
= 3;
cualquier otra base tiene 3 elementos.
La soluci`on de y

y = 0 es y = ae
x
+ be
x
luego la dimension del conjunto solucion
de y

y = 0 es 2 pues e
x
, e
x
son linealmente independientes y generan el espacio
solucion.
8.3. BASE 117
Ejemplo 120 S =
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
es linealmente inde-
pendiente y genera a M
22
(R) , luego S es una base de M
22
(R) , luego dimM
22
(R) = 4
a S se llama la base canonica de M
22
(R)
S =
__
1 0 0
0 0 0
_
,
_
0 1 0
0 0 0
_
,
_
0 0 1
0 0 0
_
,
_
0 0 0
1 0 0
_
,
_
0 0 0
0 1 0
_
,
_
0 0 0
0 0 1
__
es linealmente independiente y genera a M
23
(R) y como el n umero de elementos de
S es 6 entonces dimM
23
(R) = 6.
Ejemplo 121 S = 1, x, x
2
es linealmente independiente y genera a P
2
(x) luego dimP
2
(x) =
3.A S = 1, x, x
2
se le llama la base canonica de P
2
(x)
Ejemplo 122 La dimension de las matrices simetricas de 3 3 es 6. pues
w =
_
_
_
_
_
a b c
b d e
c e f
_
_
[ a, b, c, d, e, f R
_
_
_
y
_
_
a b c
b d e
c e f
_
_
=
_
_
a 0 0
0 0 0
0 0 0
_
_
+
_
_
0 b 0
b 0 0
0 0 0
_
_
+
_
_
0 0 c
0 0 0
c 0 0
_
_
+
_
_
0 0 0
0 d 0
0 0 0
_
_
+
_
_
0 0 0
0 0 e
0 e 0
_
_
+
_
_
0 0 0
0 0 0
0 0 f
_
_
Ejemplo 123 S =
__
1 0
0 0
_
,
_
0 1
0 0
__
es linealmente independiente y genera a w =
__
a b
0 0
_
[ a, b R
_
, luego S es base de w, as dimw = 2.
Ejemplo 124 S = (1, 0, 0, 0) ; (0, 1, 0, 0) ; (0, 0, 1, 0) es linealmente independiente y gen-
era a w = (a, b, c, 0) [ a, b, c R entonces S es base de w y as dimw = 3.
Ejemplo 125 S = (1, 0, 0) ; (0, 1, 1) es linealmente independiente y genera a W =
(x, y, z) [ y = z, x, y R y as dimW = 2.
Ejemplo 126 Sea w = (x, y, z) [ x +y +z = 0 Como x + y + z = 0 entonces z =
u; y = v; x = u v Luego w = (u v, v, u) [ v, u R as
(u v, v, u) = (u, 0, u) + (v, v, 0)
= u(1, 0, 1) +v (1, 1, 0)
luego (1, 0, 1) , (1, 1, 0) genera a w y como (1, 0, 1) , (1, 1, 0) son linealmente inde-
pendientes entonces s = (1, 0, 1) , (1, 1, 0) es una base de w, entonces dimw = 2.
118 CAPTULO 8. ESPACIOS VECTORIALES
Ejemplo 127 Una base para el plano x = 0 es s = (0, 1, 0) , (0, 0, 1) es linealmente
independiente y genera a w pues w = (x, y, z) [ x = 0, y, z R = (0, y, z) [ y, z R
luego (0, y, z) = (0, y, 0) + (0, 0, z) = y (0, 1, 0) +z (0, 0, 1)
Ejemplo 128 w =
__
a b
b a
_
[ a, b R
_
_
a b
b a
_
=
_
a 0
0 a
_
+
_
0 b
b 0
_
= a
_
1 0
0 1
_
+b
_
0 1
1 0
_
luego s =
__
1 0
0 1
_
,
_
0 1
1 0
__
es linealmente independiente y genera a w, las
matrices simetricas de 2 2, luego dimw = 2.
Ejemplo 129 w =
_
_
_
_
_
a b c
0 d e
0 0 f
_
_
[ a, b, c, d, e, f R
_
_
_
entonces
_
_
a b c
0 d e
0 0 f
_
_
=
_
_
a 0 0
0 0 0
0 0 0
_
_
+
_
_
0 b 0
0 0 0
0 0 0
_
_
+
_
_
0 0 c
0 0 0
0 0 0
_
_
+
_
_
0 0 0
0 d 0
0 0 0
_
_
+
_
_
0 0 0
0 0 e
0 0 0
_
_
+
_
_
0 0 0
0 0 0
0 0 f
_
_
,
as
s =
_
_
_
_
_
1 0 0
0 0 0
0 0 0
_
_
,
_
_
0 1 0
0 0 0
0 0 0
_
_
,
_
_
0 0 1
0 0 0
0 0 0
_
_
,
_
_
0 0 0
0 1 0
0 0 0
_
_
,
_
_
0 0 0
0 0 1
0 0 0
_
_
,
_
_
0 0 0
0 0 0
0 0 1
_
_
_
_
_
Ejemplo 130 genera a w matrices triangulares y s es linealmente independiente entonces
dimw = 6.
Ejemplo 131 Hallar una base del espacio solucion del sistema:
x
1
+ 2x
2
x
3
+x
4
= 0
x
1
+x
2
+x
3
+ 2x
4
= 0
;
_
1 2 1 1
1 1 1 2
[
0
0
_

_
1 2 1 1
0 1 2 1
[
0
0
_
luego
x
1
+ 2x
2
x
3
+x
4
= 0
x
2
+ 2x
3
+x
4
= 0
entonces hay 2 variables libres:
x
4
= u, x
3
= v, x
2
= 2x
3
x
4
= 2v u, x
1
= 2x
2
+ x
3
x
4
= 4v + 2u +
v u = 5v + u luego S
T
= (5v +u, 2v u, v, u) [ u, v R ; (5v +u, 2v u, v, u) =
(5v, 2v, v, 0) +(u, u, 0, u) = v (5, 2, 1, 0) +u(1, 1, 0, 1) as dimS
T
= 2 y una base es
s = (5, 2, 1, 0) , (1, 1, 0, 1)
8.3. BASE 119
8.3.1 Algunas propiedades:
1. Sea V un espacio vectorial y dimV = n entonces dos bases cualquiera de V, tienen
n elementos cada una.
S = 1 ; 3 = w son bases de R, pero w
1
= 1, 3 no es base de R, pues w
1
no es
linealmente independiente, aunque w
1
genera a R.
S = (1, 0) , (0, 1) ; w = (1, 1) , (3, 5) ;son bases de R
2
; pero w
1
= (1, 0) , (0, 1) , (1, 1)no
es base de R
2
, w
1
genera a R
2
, pero w
2
no es linealmente independiente, ademas los
elementos de una base de R
2
, deben ser 2.
S = (1, 0) , (0, 1) ; s = (1, 1) , (3, 5) ;son bases de R
2
; pero s = (1, 1) no es
una base de R
2
, pues debe tener 2 elementos; s es linealmente independiente, pero
s no genera a R
2
; S
1
= (1, 1) , (2, 2) tiene 2 elementos, pero S
1
es linealmente
dependiente y ademas S
1
no genera a R
2
.
S =
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
0 1
__
no es base de M
22
(R), pues debe tener 4
elementos;
S
1
=
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
_
,
_
0 0
1 1
__
no es base de M
22
(R),
ya que no es linealmente independiente;
S
1
=
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
2 0
__
no es base de M
22
(R) pues
no es linealmente independiente. Recuerde que una base de M
22
(R) debe tener 4
elementos y debe ser linealmente independiente y generar a M
22
(R) .
2. Si dimV = n entonces todo conjunto con mas de n elementos es linealmente depen-
diente.
S = (1, 1) , (0, 1) , (1, 0) es linealmente dependiente pues dimR
2
= 2 y 2 < 3.
S = 1, x, x
2
, x
2
es linealmente dependiente pues dimP
2
(x) = 3 , 3 < 4.
S =
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
_
,
_
1 1
1 1
_
,
_
1 2
3 4
__
es lineal-
mente dependiente, pues dimM
22
(R) = 4 y 4 < 6 n umero de elementos de S.
3. Si V es un espacio vectorial y dimV = n entonces ning un conjunto con menos de n
vectores genera a V.
S = (1, 0, 0) , (0, 1, 0) no es base de R
3
; s no genera a R
3
; 3 > 2.
120 CAPTULO 8. ESPACIOS VECTORIALES
S =
__
1 0
0 0
_
,
_
0 1
0 0
__
, no genera M
22
(R) pues 2 < 4.
S = 1, x, x
2
no genera a P
3
(x) , pues dimP
3
(x) = 4 > 3.
4. Sea V un espacio vectorial dimV = n, entonces si S genera a V, pero no es base de
V, se le puede quitar a S vectores para reducir S a una base de V.
S = 1, 3, 4 genera a R, luego a S se le pueden quitar 2 elementos por ejemplo
S
1
= 1 ; S
2
= 3 ; S
3
= 4 son bases de R.
s = (1, 0) , (0, 1) , (1, 1) genera a R
2
, pero S no es base de R
2
, pero s = (1, 0) , (0, 1)
si es base de R
2
, al quitarle (1, 1)
s = 1, x, x
2
, x
3
, 2x
3
genera a P
3
(x) y no es base de P
3
(x) , pero S
1
= 1, x, x
2
, x
3

es base de P
3
(x) .
5. Si V es un espacio vectorial y dimV = n entonces cualquier conjunto con n vectores
linealmente independiente es base.
s = 2 es linealmente independiente y como dimR = 1 s es base de R
s = (1, 0) , (2, 3) es linealmente independiente y como dimR
2
= 2 s es base de
R
2
. dimM
22
(R) = 4 y como S =
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
1 0
_
,
_
0 0
0 1
__
es
linealmente independiente entonces S es base de M
22
(R) .
6. Sea V un espacio vectorial y dimV = n si s tiene n vectores y genera a V, s es
base de V
dimR = 1; s = 1 genera a R s es base de R.
dimR
2
= 2; s = (1, 0) , (0, 1) genera a R
2
, entonces s es base de R
2
.
dimP
3
(x) = 4; s = 1, x, x
2
, x
3
genera a P
3
(x) entonces s es base de V.
8.4 Suma y suma directa
Sean S y T dos subespacios de un espacio vectorial V, entonces:
S +T = A +B [ A S y B T . S +T es un subespacio de V,pues si x, y S +T
luego X = A
1
+B
1
; Y = A
2
+B
2
, por tanto X+Y = (A
1
+B
1
)+(A
2
+B
2
) = (A
1
+A
2
)+
(B
1
+B
2
) S +T, pues A
1
+A
2
S y B
1
+B
2
T.
Si R,entonces x = (A +B) = A+B S+T. pues A S, S es subespacio,
B T, T es subespacio.
8.4. SUMA Y SUMA DIRECTA 121
Ejemplo 132 S =
__
a b
0 0
_
[ a, b R
_
, T =
__
a 0
c 0
_
[ a, c R
_
S y T son sube-
spacios de M
22
(R) .
S+T =
__
a b
0 0
_
+
_
a 0
c 0
_
=
_
d b
c 0
_
[ d, b, c R
_
ST =
__
a 0
0 0
_
[ a R
_
Si S y T son subespacios de un espacio vectorial V entonces S T es tambien un
subespacio de V.
En efecto:
Si X, Y S T entonces X S T y Y S T
luego X S y X T ; Y S y Y T, luego X + Y S y X + Y T entonces
X S y X T y como S es subespacio X S y X T X S T.
Ejemplo 133 S = L(1, 1) = (x, x) [ x R = (x, y) [ y = x ;
T = L(1, 0) = (x, 0) [ x R entonces ST = 0 que es un subespacio de dim0 =
0
Se dice que el espacio vectorial V es suma directa de sus subespacios S y T notada
por V = S T si todo vector v V se puede escribir de una sola manera como v = A+B
con A S y B T y esto sucede cuando V = S +T y S T = 0 , es decir V = S T
ssi V = S +T y S T = 0 .
Ejemplo 134 S = (a, b, 0) [ a, b R ; T = (0, b, c) [ b, c R . observe que R
3
= S +
T; pero R
3
,= S T, pues
(3, 5, 7) = (3, 1, 0) + (0, 4, 7)
(3, 5, 7) = (3, 4, 0) + (0, 9, 7)
, es decir, (3, 5, 7) no se puede
escribir de una sola forma como un elemento de S mas un elemento de T. Ademas ST =
(0, b, 0) [ b R , = 0 .
Ejemplo 135 S = (a, b, 0) [ a, b R ; T = (0, 0, c) [ c R R
3
= ST; pues cualquier
elemento de R
3
: (a, b, c) = (a, b, 0) + (0, 0, c) se puede escribir de manera unica como un
elemento de S mas un elemento de T; ademas S T = 0
Ejemplo 136 S = (a, a, a) [ a R ; T = (0, b, c) [ b, c R ;
R
3
= S T;pues R
3
= S +T y S T = 0 .
Ejemplo 137 S = (a, b, c) [ a +b +c = 0, a, b, c R ; T = (0, 0, c) [ c R c = u, b =
v, a = vu; R
3
= ST; pues R
3
= S+T y ST = 0 ; S = (v u, v, u) [ v, u R ,
T = (0, 0, c) [ c R .
122 CAPTULO 8. ESPACIOS VECTORIALES
Ejemplo 138 S = (a, b, c) [ a = c ; T = (0, 0, c) [ c R ; R
3
= S T; R
3
= S + T y
S T = 0 .
Ejemplo 139 V = M
22
(R) = S +T y S T = matrices diagonales, luego M
22
(R) ,=
S T
Ejemplo 140 S = L(1, 2) ; T = L(2, 1) ; entonces R
2
= ST; pues R
2
= S+T; ST =
0 .
Sean S y T dos subespacios de dimension nita de un espacio vectorial V entonces
dim(S +T) = dimS + dimT dim(S T) y si V = S T entonces dim(S +T) =
dimS + dimT = dimV = dim(S T) .
Ejemplo 141 S = (x, y, 0) [ x, y R ; T = (0, y, z) [ y, z R R
3
= S + T; dimR
3
=
dim(S +T) = 2 +2 dim(S T) , luego 3 = 4 dim(S T) entonces dim(S T) = 1.
Ejemplo 142 S =
__
a b
0 0
_
[ a, b R
_
, T =
__
0 0
0 c
_
[ c R
_
dimM
22
(R) =
4; dim(S +T) = dimS + dimT dim(S T) ; 3 = 2 + 1 0;
S +T =
__
a b
0 c
_
[ c R
_
, dim(S +T) = 3; dimS = 2 y dimT = 1;
S T = 0 =
_
0 0
0 0
_
; dim(S T) = 0 luego M
22
(R) ,= S +T.
Ejemplo 143 S =
__
a b c
d 0 0
_
[ a, b, c, d R
_
; T =
__
0 0 0
0 e f
_
[ e, f R
_
;
dim(M
23
(R)) = 6; M
23
(R) = S +T; S T =
_
0 0 0
0 0 0
_
; 6 =
dimS + dimT dim(S T) = 4 + 2 0
Ejemplo 144 S = p (x) [ p (x) = cx
2
; T = q (x) [ q (x) = a
0
+bx ;
P
2
(x) = a
0
+bx +cx
2
; P
2
(x) = S +T; S T = 0; luego P
2
= S T;
dim(P
2
(x)) = 3 = dimS + dimT dim(S T) = 1 + 2 0
8.5. EJERCICIOS PROPUESTOS CAPITULO 8 123
8.5 EJERCICIOS PROPUESTOS CAPITULO 8
I)
1. Mostrar que w = (1, 2, 5) es combinacion lineal de v
1
= (1, 1, 1) ; v
2
= (1, 2, 3) ; v
3
=
(2, 1, 1) .
2. Mostrar que w = (2, 2, 5) no es combinacion lineal de v
1
= (1, 3, 2) ; v
2
=
(2, 4, 1) ; v
3
= (1, 5, 7) .
3. Mostrar que w = 3t
2
+8t5 es combinacion lineal de v
1
= 2t
2
+3t4; v
2
= t
2
2t3.
4. Es w = (5, 9, 5) combinacion lineal de v
1
= (2, 1, 4) ; v
2
= (1, 1, 3) ; v
3
= (3, 2, 5) ?
5. Es w =
_
1 2
3 4
_
es combinacion lineal de v
1
=
_
1 0
0 0
_
; v
2
=
_
1 1
0 0
_
; v
3
=
_
1 0
0 1
_
?
6. Mostrar que w = cos 2x,se puede escribir como combinacion lineal de v
1
= cos
2
x;
v
2
= sen
2
x.
II) Determinar si los vectores dados son linealmente dependientes o linealmente inde-
pendientes.
1. (1, 1) , (4, 4) , (5, 3)
2. (3, 5) , (1, 3) , (0, 0)
3. (2, 4)
4. (1, 2, 3, 4) , (1, 0, 0, 0) , (0, 1, 0, 0)
5. (1, 1, 1) , (2, 2, 2) , (0, 0, 1)
6. (1, 2, 3) , (1, 0, 0)
7.
__
1 2
3 4
_
,
_
1 0
0 1
_
,
_
1 0
0 0
__
8. 1 x, 1 + 3x
2
, x +x
2

9. 1 +x +x
2
, 2 + 2x + 2x
2
, 1 3x 5x
2

124 CAPTULO 8. ESPACIOS VECTORIALES


10. 2 x + 4x
2
, 3 + 6x + 2x
2
, 2 + 10x 4x
2

11. t
3
3t
2
+ 5t + 1, t
3
t
2
+ 8t + 2, 2t
3
4t
2
+ 9t + 5
12. e
x
, e
2x
, e
3x

13. 1, x, x
2

14. 1, sin x, cos x


15. e
x
, xe
x
, x
2
e
x

16. e
x
sin x, e
x
cos x
17. e
x
, e
x
, cosh x
18. Para que valores de k los siguientes vectores forman un conjunto linealmente depen-
diente en R
3
:
_
k,
1
2
,
1
2
_
,
_
1
2
, k,
1
2
_
,
_
1
2
,
1
2
, k
_
19. Suponga que v
1
, v
2
y v
3
son vectores en R
3
que tienen sus puntos iniciales en el
origen. Determine si los tres vectores pertenecen a un mismo plano:
(a) v
1
= (1, 0, 2) v
2
= (3, 1, 2) v
3
= (1, 1, 0)
(b) v
1
= (2, 1, 4) v
2
= (4, 2, 3) v3 = (2, 7, 6)
III) Cuales de los conjuntos dados son bases.
20. (1, 1, 1) , (0, 1, 1) , (0, 1, 1)
21. (1, 0) , (1, 1) , (1, 3) , (2, 4)
22.
__
1 1
1 1
_
,
_
1 1
1 0
_
,
_
0 1
1 1
_
,
_
1 0
0 1
__
23. 1, x, x
2
, x
3
, x
4

24. 1, x, 1 x
2
, x
2

25. e
x
, xe
x

26.
__
1 0
0 0
_
,
_
0 1
0 0
_
,
_
0 0
0 0
__
8.5. EJERCICIOS PROPUESTOS CAPITULO 8 125
27. 1 t +t
2
t
3
, 1 t
3
, 1 +t t
3

28. Cuales de los siguientes subconjuntos forman una base de R


3
?
(a) (1, 1, 1) , (1, 2, 3) , (0, 1, 0)
(b) (2, 1, 3) , (1, 2, 1) , (1, 1, 4) , (1, 5, 1)
(c) (1, 2, 2) , (2, 1, 3) , (0, 0, 0)
29. Hallar una base y la dimension del subespacio de R
4
generado por:
(a) (1, 4, 1, 3) , (2, 1, 3, 1) , (0, 2, 1, 5)
(b) (1, 4, 2, 1) , (1, 3, 1, 2) , (3, 8, 2, 7)
30. Sea V = M
22
(R) y sea W el subespacio generado por:
__
1 5
4 2
_
,
_
1 1
1 5
_
,
_
2 4
5 7
_
,
_
1 7
5 1
__
Hallar una base y la dimencion de W.
31. Hallar una base de R
3
que incluya los vectores (1, 0, 2) (0, 1, 3)
32. Hallar una base del espacio solucion W del sistema homogeneo:
(a)
_
_
1 0 2
2 1 3
3 1 2
_
_
_
_
x
y
z
_
_
=
_
_
0
0
0
_
_
(b)
_
_
1 2 2 1 1
0 2 2 2 1
1 4 0 3 0
_
_
_
_
_
_
_
_
x
y
z
u
v
_
_
_
_
_
_
=
_
_
_
_
_
_
0
0
0
0
0
_
_
_
_
_
_
En a y b cual es la dimencion de W?
33. Hallar una base del espacio solucion W del sistema:
x 3y +z = 0
2x 6y +2z = 0
3x 9y +3z = 0
Cual es la dimencion de W?
126 CAPTULO 8. ESPACIOS VECTORIALES
34. Si en el sistema AX = 0 el espacio de las soluciones W es subconjunto de R
4
y
r = n 1 (r: rango de A, n:n umero de variables)
Cuantos vectores habra que agregar a una base de W, para obtener una base de
R
4
?
35. Determinar si las quntuplas: (4, 3, 1, 1, 1) , (9, 0, 3, 0, 3) , (8, 0, 2, 2, 0) y (6, 1, 1, 1, 0)
pertenecen al espacio solucion del sistema:
X +2Y 2Z +2U V = 0
X +2Y 2Z +3U 2V = 0
2X +4Y 7Z +U +V = 0
Dar una base y la dimension de dicho espacio.
36. Calcule la dimension de los siguientes subespacios de V = M
33
(R) :
(a) Las matrices simetricas
(b) Las matrices antisimetricas
(c) Las matrices diagonales
(d) Las matrices triangulares
(e) Las matrices hermticas
(f) Las matrices antihermticas
37. Hallar una base para cada una de los subespacios del ejercicio anterior.
38. Sea U el espacio vectorial de las matrices reales 2x3. S
1
y S
2
los siguientes subespa-
cios de U :
S
1
=
_
A =
_
x 0 y
w 0 w
_
/ w = x +y
_
S
2
=
_
A =
_
0 x 0
y 0 w
_
/ x = y, w +y = 0
_
Hallar una base para S
1
, S
2
y dimS1 y S
2
39. Calcular la dimension de los siguientes subespacios de V = M
nn
(R) :
(a) Las matrices simetricas
(b) Las matrices antisimetricas
(c) Las matrices diagonales
(d) Las matrices triangulares
8.5. EJERCICIOS PROPUESTOS CAPITULO 8 127
(e) Las matrices hermticas
(f) Las matrices antihermticas
(g) Las matrices escalares
40. Sean U y V subespacios vectoriales de W un espacio vectorial.
Si dimW = n, dimU mayor que n/2 y dimV mayor que n/2
Demostrar que: U V ,= 0
41. Determinar la dimension de cada uno de siguientes subespacios de R
4
:
(a) U = (x, y, z, 0)
(b) U = (x, y, z, w) /w = x +y; z = x y
(c) U = (x, y, z, w) /x = y = z = w
42. Sea u, v, w una base de un espacio vectorial V, vericar si el conjunto dado es base
de V o no:
(a) u + 2w, v +w, u +v +w
(b) u, u +v, u +v +w
(c) u +v, v +w, u v + 4w
43. Determine la dimencion y construya una base para cada uno de los siguientes sube-
spacios de R
4
:
(a) U = a, b, c, 0
(b) U = (a, b, c, d) /d = a +b, c = a b
IV) Dar una base diferente a la canonica para los espacios vectoriales.
44. M
34
(R)
45. R
4
46. P
3
(x)
47. El plano z = 0.
48. M
24
(R)
128 CAPTULO 8. ESPACIOS VECTORIALES
49. las matrices diagonales de M
33
(R)
V) Hallar una base y la dimension de los siguientes espacios vectoriales.
1. w = (a, b, c, d) [ a = b = c = d; a, b, c, d R
2. w =
__
a 0
0 b
_
[ a, b R
_
3. w = A
33
[ A es una matriz escalar
4. w = A
33
[ A es una matriz antisimetrica
5. w = A
33
[ A es una matriz triangular superior
6. w = A
33
[ traza(A) = 0
7. w = plano x = y
8. w = plano yz
9. w = espacio solucion de y

5y

+ 6y = 0
10. w el espacio solucion de:
x + 2y + 2z = 0
x + 5y +z = 0
3x + 5y + 8z = 0
11. w el espacio solucion de:
x +y +z +w = 0
y z + 3w = 0
12. El subespacio de R
4
de todos los vectores de la forma:
(x, y, z, w) donde x = z +w, y = w z
13. El subespacio de R
3
que consta de todos los vectores de plano:
2x + 5y 4z = 0
14. El espacio solucion del sistema:
x +y +z +t = 0
x y +z t = 0
8.5. EJERCICIOS PROPUESTOS CAPITULO 8 129
15. El espacio generado por (2, 1, 4) , (3, 0, 5) y (1, 1, 1)
16. El subespacio de R
3
que consta de todos los vectores de la recta:
(a)
x
2
=
y
3
=
z
4
(b) x = 2t, y = t, z = 3t con t real.
VI)
17. Si u, v, w son vectores linealmente independientes entonces demostrar que
u +v 2w, u v w, u +w es linealmente independiente.
VII)
18. Demostrar que S = 1 +x
3
, 2 x, x +x
2
+x
3
, 1 +x +x
2
+x
3
es base de P
3
(x) .
19. Demuestre que es linealmente independiente o que genera a P
3
.
VIII) De un ejemplo de:
(a) Subespacio de M
22
(R) que tenga dimension 1.
(b) Subespacio de R
4
que tenga dimension 2.
(c) Subespacio de M
32
(R) que tenga dimension 3.
IX)
(a) S = (a, b, c, 0) [ a, b, c R ; T = (0, 0, 0, d) [ d R
Mostrar que R
4
= S T.
(b) S = p (x) [ p (x) = bx, b R ; T = q (x) [ q (x) = a, a R
Mostrar que P
1
(x) = S T.
(c) Si S =
__
a b c
d 0 0
_
[ a, b, c, d R
_
; T =
__
0 0 0
0 e f
_
[ e, f R
_
Mostrar que M
22
(R) ,= S T.
(d) Si S =
__
a b c
d e 0
_
[ a, b, c, d, e R
_
; T =
__
0 0 0
0 e f
_
[ e, f R
_
Mostrar que M
22
(R) ,= S T.
(e) Si S =
__
a b c
d e 0
_
[ a, b, c, d, e R
_
; T =
__
0 0 0
0 0 f
_
[ e, f R
_
Mostrar que M
22
(R) ,= S T.
130 CAPTULO 8. ESPACIOS VECTORIALES
X)
1. Para que valores de la constante K, el conjunto:
(k, 1, 0) , (1, 0, k) , (k + 1, 1, k) es base de R
3
2. Hallar la Dimension y una base para el espacio solucion W del sistema:
x +y +z +u = 0
x y z u = 0
5x y z u = 0
3. Si B1=u, v, w es base de un espacio vectorial V,
B2=u, u + 2v + 4w, u +v + 2w es base de V
4. Hallar L(U) y dim[L(U)] para U = (1, 1, 1) , (1, 2, 3) , (5, 7, 9)
5. Calcular la dimencion del subespacio de las matrices simetricas del espacio vectorial
V = M
nxn
(R)
6. Probar que S es subespacio de M
2x3(R)
.Hallar dim[S] y una base para S:
(a) S =
_

_
_
0 x w
w 0 0
_
x +w = 0
_

_
(b) S =
_

_
_
x y z
y z 0
_
x = y +z
_

_
7. Para la matriz A:
(a) Vericar el Teorema de CAYLEY-HAMILTON
(b) Encontrar (si existe) la inversa mediante el teorema
(c) Obtener valores propios y una base para cada espacio propio
A =
_
1 2
1 2
_
8.5. EJERCICIOS PROPUESTOS CAPITULO 8 131
8. Mediante el teorema de CAYLEY hallar la inversa de A(si existe) para:
A =
_
_
0 1 1
1 0 1
1 1 0
_
_
9. Mediante el teorema de CAYLEY obtener la inversa de:
A =
_
a b
c d
_
donde [A[ , = 0
10. Para que valores de a y c el vector (8, 4) es un vector propio de:
A =
_
a 2
c 1
_
asociado al valor propio 3.
11. Determinar las constantes a, b, c, d, e, f si:
(1, 1, 1) y (1, 0, 1) son vectores propios de:
A =
_
_
1 a b
1 c d
1 e f
_
_
Captulo 9
TRANSFORMACIONES
LINEALES
Una funcion T : R
n
R
m
se llama una transformacion lineal si T (x
1
, x
2
, ..., x
n
) =
(a
11
x
1
+a
12
x
2
+... +a
1n
x
n
, a
21
x
1
+a
22
x
2
+... +a
2n
x
n
, ..., a
nm
x
1
+a
nm
x
2
+... +a
nm
x
n
)
T
o bien T (x
1
, x
2
, ..., x
n
) =
_
_
_
_
_
w
1
w
2
.
.
.
w
m
_
_
_
_
_
=
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
o T (x) =
A
mn
X
n1
; A es llamada matriz standar de T, y A =
_
T (e
1
) T (e
2
) .... T (e
n
)
col 1 col 2 .... col n
_
.
Ejemplo 145 T : R
n
R
m
, denida por T (x
1
, x
2
, ..., x
n
) = (0, ..., 0)
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
= 0.X =
0, se llama transformacion lineal nula T (x) = 0.
Ejemplo 146 T : R
n
R
m
, denida como T (x) = 1x, llamada transformacion
identica T (x, y) = (x, y) , T (x, y, z) = (x, y, z) .
Ejemplo 147 T (x, y) = (x, y) Reexion respecto al eje y.
T (x, y) = (x, y) =
_
1 0
0 1
__
x
y
_
Ejemplo 148 T (x, y) = (x, y) Reexion respecto al eje x.
T (x, y) = (x, y) =
_
1 0
0 1
__
x
y
_
A = [T (e
1
) , T (e
2
)]
133
134 CAPTULO 9. TRANSFORMACIONES LINEALES
Ejemplo 149 T (x, y) = (y, x) Reexion respecto a la recta y = x; T (x, y) = (y, x) =
_
0 1
1 0
__
x
y
_
;
Ejemplo 150 T (x, y, z) = (x, y, z) Reexion respecto al plano xy.
T (x, y, z) = (x, y, z) =
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
x
y
z
_
_
=
(T (e
1
) , T (e
2
) , T (e
3
))
_
_
x
y
z
_
_
Ejemplo 151 T (x, y, z) = (x, y, z) Reexion respecto al plano xz.
T (x, y, z) = (x, y, z) =
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
x
y
z
_
_
Ejemplo 152 T (x, y, z) = (x, y, z) Reexion respecto al plano yz.
T (x, y, z) = (x, y, z) =
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
x
y
z
_
_
Ejemplo 153 T (x, y) = (x, 0) proyeccion ortogonal sobre el eje x.
Ejemplo 154 T (x, y) = (0, y) proyeccion ortogonal sobre el eje y.
T (x, y) =
_
0 0
0 1
__
x
y
_
Ejemplo 155 T (x, y, z) = (x, y, 0) =
_
_
1 0 0
0 1 0
0 0 0
_
_
_
_
x
y
z
_
_
proyeccion ortogonal sobre
el plano xy.
Ejemplo 156 T (x, y, z) = (x, 0, z) proyeccion ortogonal sobre el plano xz.
Ejemplo 157 T (x, y, z) = (0, y, z) proyeccion ortogonal sobre el plano yz. T (x, y, z) =
_
_
0 0 0
0 1 0
0 0 1
_
_
_
_
x
y
z
_
_
135
Rotaci`on de un `angulo respecto al eje z.
T (x, y, z) = (x cos y sin , x sin +y cos , z) =
_
_
cos sin 0
sin cos 0
0 0 1
_
_
T (x, y, z) = (x, 0, 0)
T (x, y, z) = (0, y, 0)
T (x, y, z) = (0, 0, z)
_
_
_
proyecciones ortogonaes sobre los ejes.
Ejemplo 158 T(x, y, z) = (2x +y +z, x y + 3z, x + 2z) =
_
_
2 1 1
1 1 3
1 0 2
_
_
_
_
x
y
z
_
_
No son transformaciones lineales
1. T(x, y, z) = (2xy +z, x y + 3z, x + 2z)
2. T(x, y, z) = (1, x y + 3z, x + 2z)
3. T(x, y) = (x
2
, y + 1)
4. T(x, y) = (cos x, y +x)
5. T(x, y) = 4
6. T(x, y, z) = xyz
Se extiende la denicion de transformaciones lineales a casos mas generales.
Se dice que T : V W es una transformaciom lineal sisi T (u +v) = T (u) + T (v)
y T (u) = T (u) , u, v V.y un n umero real
1. T (A) = [A[ es una transformacion no lineal pues T (A +B) = [A +B[ , = [A[+[B[ =
T (A) +T (B)
2. T (A) = A
T
es una transformacion lineal pues T (A +B) = (A +B)
T
= A
T
+B
T
=
T (A) +T (B) y T (A) = (A)
T
= A
T
= T(A)
3. T (f) = f

es una transformacion lineal pues T (f +g) = (f +g)

= f

+ g

=
T (f) +T (g) y T (f) = (f)

= f

= T (f)
136 CAPTULO 9. TRANSFORMACIONES LINEALES
4. T (A) = traA es una transformacion lineal, pues
Tr(A +B) = (a
11
+b
11
) + (a
22
+b
22
) +.... + (a
nn
+b
nn
) =
= (a
11
+a
22
+.... +a
nn
) + (b
11
+b
22
+.... +b
nn
) = TrA +TrB
Tr(A) = (a
11
+a
22
+.... +a
nn
) = (a
11
+a
22
+.... +a
nn
) = Tr(A)
5. T
_
a b
c d
_
= a +b es una transformacion lineal, pues
T(A+B) = T
__
a b
c d
_
+
_
m n
p q
__
= T
_
a +m b +n
c +p d +q
_
= a+m+b+n =
(a +b) + (m+n) = T
_
a b
c d
_
+T
_
m n
p q
_
= T(A) +T(B)
T(A) = T
_
a b
c d
_
= a +b = (a +b) = T(A)
Se dene el n ucleo de una tranformacion lineal T : V W por, n ucleo de
T = (x V )/T(x) = 0 y la Imagen de una tranformacion lineal por
(y W)/existe x V con T(x) = y y un teorema inportante es el teorema de la
dimension que dice que si T : V W es una transformacion lineal entonces
dimV = dim(N ucleo de T) +Dim(ImT)
Ejemplo 159 Sea T : R
3
P
2
(x) denida por T(a, b, c) = (a +b) x
2
+ (a c) x +a
b +c entoces t es una transformacion lineal pues
T(u +v) = T ((a, b, c) + (m, n, p)) = T (a +m, b +n, c +p) =
(a +m+b +n)x
2
+ ((a +m) (c +p)) x +a +m(b +n) +c +p =
(a +b)x
2
+ (a c)x +a b +c + (m+n)x
2
+ (mp)x +mn +p =
T(a, b, c) +T(m, n, p)
La matriz de la transformacion con respecto a las bases canonicas se calcula por
T(1, 0, 0) = x
2
+x + 1 = ax
2
+bx +c entonces a = 1, b = 1, c = 1
T(0, 1, 0) = x
2
1 = mx
2
+nx +p entonces m = 1, n = 0, p = 1
137
T(0, 0, 1) = x + 1 = dx
2
+fx +h entonces d = 0, f = 1, h = 1
por tanto
M
T
=
_
_
1 1 0
1 0 1
1 1 1
_
_
M
1
T
=
_
_
1
3
1
3
1
3
2
3
1
3
1
3
1
3
2
3
1
3
_
_
T
1
(ax
2
+bx +c ) =
_
_
1
3
1
3
1
3
2
3
1
3
1
3
1
3
2
3
1
3
_
_
_
_
a
b
c
_
_
=
=
_
a
3
+
b
3
+
c
3
,
2a
3

b
3

c
3
,
a
3

2b
3
+
c
3
_
=
T
_
T
1
(ax
2
+bx +c )
_
= T
_
a
3
+
b
3
+
c
3
,
2a
3

b
3

c
3
,
a
3

2b
3
+
c
3
_
=
= ax
2
+bx +c
T es uno a uno, pues el N ucleo de T =0 ya que
(a +b) x
2
+ (a c) x +a b +c = 0x
2
+ 0x + 0 entonces
a +b = 0, a c = 0, a b +c = 0 y solucionando este sistema
se tiene que a = 0, b = 0, c = 0 por tanto n ucleo de T es 0 y dimN ucleo = 0 por tanto
la dimImagen de T es 3 pues dimR
3
= 3 = dimN ucleo +DimImT. = 0 +DimImT
Veamos de otra forma que la dimImagen es 3
Si (a +b) x
2
+ (a c) x +a b +c = mx
2
+nx +p entonces
a +b = m, a c = n, a b +c = p y asi
_
_
1 1 0 m
1 0 1 n
1 1 1 p
_
_

_
_
1 1 0 m
0 1 1 n m
0 2 1 p m
_
_

_
_
1 1 0 m
0 1 1 mn
0 0 3 m2n +p
_
_

_
_
1 1 0 m
0 1 1 mn
0 0 1
m
3

2n
3
+
p
3
_
_

_
_
1 1 0 m
0 1 0
2m
3

n
3

p
3
0 0 1
m
3

2n
3
+
p
3
_
_

_
_
1 0 0
m
3
+
n
3
+
p
3
0 1 0
2m
3

n
3

p
3
0 0 1
m
3

2n
3
+
p
3
_
_
138 CAPTULO 9. TRANSFORMACIONES LINEALES
luego a =
m
3
+
n
3
+
p
3
, b =
2m
3

n
3

p
3
, c =
m
3

2n
3
+
p
3
por tanto T(a, b, c) = (a +b) x
2
+ (a c) x +a b +c
entonces
T
(
m
3
+
n
3
+
p
3
,
2m
3

n
3

p
3
,
m
3

2n
3
+
p
3
) =
_
m
3
+
n
3
+
p
3
+
2m
3

n
3

p
3
_
x
2
+
+
_
m
3
+
n
3
+
p
3

m
3
+
2n
3

p
3
_
x +
_
m
3
+
n
3
+
p
3

2m
3
+
n
3
+
p
3
+
m
3

2n
3
+
p
3
_
==
== mx
2
+nx +p
luego T es sobre y la dimension de la imagen de T es 3
Ejemplo 160 Sea T : R
2
R
2
denida por T(x, y) = (x +y, x y)
Vericar que T es una transfomacion lineal, hallar M
T
, M
T
1,
El n ucleo, Im,DimN ucleo,dmIm,T
1
T(u+v) = T ((a, b) + (m, n)) = T (a +m, b +n) = (a +m+b +n, a +m(b +n)) =
(a +b, a b) + (m+n, mn) = T(a, b) +T (m, n) = T(u) +T(v)
T(1, 0) = (1, 1) = a(1, 0) +b(0, 1), entonces a = 1, b = 1
T(0, 1) = (1, 1) = m(1, 0)+, (0, 1), entonces m = 1, n = 1 y asi la matriz de T
respecto a las bases canonicas es M
T
=
_
1 1
1 1
_
,
M
T
1 =
_
1
2
1
2
1
2
1
2
_
, que es la inversa de la matriz M
T
=
_
1 1
1 1
_
El n ucleo de T es donde (x +y, x y) = (0, 0) , es decir donde x+y = 0 y xy = 0
que es (0, 0), por tanto dimN ucleo de T es 0,
por tanto T es uno a uno y dimImT es 2, luego T es sobre. La imagen son todos
los valores (x, y) tales que (a, b) = (x +y, x y) ,y solucionado este sistema se tiene que
x =
a
2
+
b
2
, y =
a
2

b
2
, Observe que T(x, y) = T(
a
2
+
b
2
,
a
2

b
2
) = (
a
2
+
b
2
+
a
2

b
2
,
a
2
+
b
2
(
a
2

b
2
)) = (a, b)
T
1
(x, y) =
_
1
2
1
2
1
2
1
2
__
x
y
_
=
_
x
2
+
y
2
,
x
2

y
2
_
y
T(T
1
(x, y)) = T
_
x
2
+
y
2
,
x
2

y
2
_
=
_
x
2
+
y
2
+
x
2

y
2
,
x
2
+
y
2

x
2
+
y
2
_
= (x, y)
139
Ejemplo 161 Sea T : R
3
R
4
denida por T(x, y, z) = (x +z, y z, x +y, x y + 2z)
Vericar que T es una transfomacion lineal, hallar M
T
, M
T
1,
el n ucleo, Im,DimN ucleo,dmIm,T
1
T(u +v) = T ((a, b, c) + (m, n, p)) = T (a +m, b +n, c +p) =
(a +m+c +p, b +n (c +p), a +m+b +n, a +mb n + 2(c +p)) =
= (a +c +m+p, b c +n p, a +b +m+n, a b + 2c +mn + 2p) =
(a +c, b c, a +b, a b + 2c) + (m+p, n p, m +n, mn + 2p) =
T(a, b, c) +T (m, n, p) = T(u) +T(v)
T(1, 0, 0) = (1, 0, 1, 1) = a(1, 0, 0, 0) +b(0, 1, 0, 0) +c (0, 0, 1, 0) +d(0, 0, 0, 1), entonces
a = 1, b = 0, c = 1, d = 1
T(0, 1, 0) = (0, 1, 1, 1) = m(1, 0, 0, 0)+n(0, 1, 0, 0)+p (0, 0, 1, 0)+q(0, 0, 0, 1), entonces
m = 0, n = 1, p = 1, q = 1 y asi la matriz de T respecto a las canonicas es
_
_
_
_
1 0
0 1
1 1
1 1
_
_
_
_
El n ucleo de T es (x, x, x) /xR , pues (x +z, y z, x +y, x y + 2z) = (0, 0, 0, 0)
y el sistema de ecuaciones x + z = 0, y z = 0, x + y = 0, x y + 2z = 0 se trans-
forma en x + z = 0, y z = 0, cuya solucion es (x, x, x) /xR y asi DimN ucleo
de T es 1 y por tanto la dimImT es 2 pues si solucionamos el sistema (a, b, c, d) =
(x +z, y z, x +y, x y + 2z) se encuentra que es consistente para c = a + b, d = a b
y asi la imagen es (a, b, a +b, a b) /aR, bR
Ejemplo 162 Sea T : P
2
(x) P
1
(x) denida por T(ax
2
+bx+c) = (a + 2b) x+(b +c)
entonces t es lineal pues
T(u +v) = T((ax
2
+bx +c) + (mx
2
+nx +p)) =
T((a +m)x
2
+ (b +n)x + (c +p)) = (a +m+ 2 (b +n))x +b +n +c +p =
(a + 2b)x +b +c + (m+ 2n)x +n +p = T(ax
2
+bx +c) +T(mx
2
+nx +p) =
= T(u) +T(v)
T(u) = T((ax
2
+bx +c)) = T((ax
2
+bx +c)) = (a + 2b) x +b +c
[(a + 2b) x +b +c] = T(ax
2
+bx +c)
La matriz de la transformacion lineal con respecto a las bases canonicas se calcula por
T(1) = T(ax
2
+bx +c) = 1 = a
1
x
2
+b
1
x +c
1
= 0x
2
+ 0x + 1
140 CAPTULO 9. TRANSFORMACIONES LINEALES
T(x) = T(ax
2
+bx +c) = 2x + 1 = a
2
x
2
+b
2
x +c
2
= 0x
2
+ 2x + 1
T(x
2
) = T(ax
2
+bx +c) = x = a
3
x
2
+b
3
x +c
3
= 0x
2
+x + 0
entonces
M
T
=
_
_
0 0 0
0 2 1
1 1 0
_
_
N ucleo de T = (a + 2b) x + (b + c) = 0x + 0 entonces a + 2b = 0 y b + c = 0 luego
a = 2b y c = b entonces (2b, b, b) = b (2, 1, 1) /b R luego N ucleo de
T = 2bx
2
+bx b1/b R, b ,= 0 y dimN ucleo de T = 1, dimP
2
(x) = 2 por tanto dim
Imagen es 1, luego T no es sobre. Ahora
(a + 2b) x + (b +c) = mx +n entonces a + 2b = m y b +c = n Imagen es mx +n
Ejemplo 163 Sea T : R
3
M
2x2
denida por T(a, b, c) =
_
a b
b a
_
entonces
(u +v) = T ((a, b, c) + (m, n, p)) = T (a +m, b +n, c +p) =
_
a +m b +n
b +n a +m
_
=
_
a b
b a
_
+
_
m n
n m
_
= T(a, b, c) +T (m, n, p) = T(u) +T(v)
T(u) = T(a, b, c) =
_
a b
b a
_
=
_
a b
b a
_
= T(a, b, c) = T(u)
La matriz de la transformacion lineal con respecto a las bases canonicas se calcula por
T(1, 0, 0) =
_
1 0
0 1
_
= 1
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 1
_
0 0
0 1
_
T(0, 1, 0) =
_
0 1
1 0
_
= 0
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
+ 1
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
T(0, 0, 1) =
_
0 0
0 0
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
9.1. ROTACIONES: 141
por tanto
M
T
=
_
_
_
_
1 0 0
0 1 0
0 1 0
1 0 0
_
_
_
_
N ucleo de T ,T(a, b, c) =
_
a b
b a
_
=
_
0 0
0 0
_
entonces a = 0, b = 0 por tanto el
n ucleo de T = (0, 0, c) /c R . por tanto dimNncleo de T = 1, DimR
3
= 3, DimImT =
2 y una base de la imagen es
__
1 0
0 1
_
,
_
0 1
1 0
__
9.1 Rotaciones:
1. (a) Por trigonometra sabemos que x = r cos , y = r sin .
w
1
= r cos ( +) ; w
2
= r cos ( +) pero
w
1
= r cos cos r sin sin = x cos y sin
w
2
= r sin cos + cos sin = x sin +y cos
=
_
cos sin
sin cos
__
x
y
_
luego: T (x, y) =
_
cos sin
sin cos
__
x
y
_
=
_
w
1
w
2
_
rota el punto (x, y) un
angulo convirtiendolo en
_
w
1
w
2
_
.
(b) Rotacion de un angulo respecto al eje x positivo: *******graco********
T (x, y, z) = (x, y cos z sin , y sin +z cos ) =
(T (1, 0, 0) , T (0, 1, 0) , T (0, 0, 1))
=
_
_
1 0 0
0 cos sin
0 sin cos
_
_
(c) Rotacion de un punto en sentido contrario a las manecillas del reloj un angulo
respecto al eje y positivo.
T (x, y, z) =
_
_
cos 0 sin
0 1 0
sin 0 cos
_
_
_
_
x
y
z
_
_
=
(x cos +z sin , y, x sin +z cos )
142 CAPTULO 9. TRANSFORMACIONES LINEALES
Ejemplo 164
T : M
22
M
22
(R)
T
_
a b
c d
_
=
_
a b
b a
_
es lineal:
T
__
a b
c d
_
+
_
m n
p q
__
= T
_
a +m b +n
c +p d +q
_
=
_
a +m b +n
b +n a +m
_
=
_
a b
c d
_
+
_
m n
p q
_
= T
_
a b
c d
_
+T
_
m n
p q
_
T
_

_
a b
c d
__
= T
_
a b
c d
_
=
_
a b
b a
_
=
_
a b
b a
_
= T
_
a b
c d
_
La matriz de la transformacion lineal con respecto a las bases canonicas se calcula por
T
_
1 0
0 0
_
=
_
1 0
0 1
_
= 1
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 1
_
0 0
0 1
_
T
_
0 1
0 0
_
=
_
0 1
1 0
_
= 0
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
+ 1
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
T
_
0 0
1 0
_
=
_
0 0
0 0
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
T
_
0 0
0 1
_
=
_
0 0
0 0
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
por tanto
M
T
=
_
_
_
_
1 0 0
0 1 0
0 1 0
1 0 0
0
0
0
0
_
_
_
_
9.1. ROTACIONES: 143
N ucleo de T ,
_
a b
b a
_
=
_
0 0
0 0
_
entonces a = 0, b = 0 por tanto el n ucleo de por
tanto dimN ucleo de T =
_
0 0
c d
_
DimN ucleo 2, Dim = 3, DimImT = 2 y una base
de la imagen es
__
1 0
0 1
_
,
_
0 1
1 0
__
T no es uno a uno ,no es sobre
Ejemplo 165 T : M
22
M
22
(R)
T (A) = A
T
es lineal pues T (A +B) = (A + B)
T
= A
T
+ B
T
= T (A) + T (B) y
T (A) = (A)
T
= A
T
= T (A)
La matriz de la transformacion lineal con respecto a las bases canonicas se calcula por
T
_
1 0
0 0
_
=
_
1 0
0 0
_
= 1
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
T
_
0 1
0 0
_
=
_
0 0
1 0
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 1
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
T
_
0 0
1 0
_
=
_
0 1
0 0
_
= 0
_
1 0
0 0
_
+ 1
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 0
_
0 0
0 1
_
T
_
0 0
0 1
_
=
_
0 0
0 1
_
= 0
_
1 0
0 0
_
+ 0
_
0 1
0 0
_
+ 0
_
0 0
1 0
_
+ 1
_
0 0
0 1
_
M
T
=
_
_
_
_
1 0 0
0 0 1
0 1 0
0 0 0
0
0
0
1
_
_
_
_
M
T
1 =
_
_
_
_
1 0 0
0 0 1
0 1 0
0 0 0
0
0
0
1
_
_
_
_
por tanto
T
1
(A) = T
1
_
a b
c d
_
=
_
_
_
_
1 0 0
0 0 1
0 1 0
0 0 0
0
0
0
1
_
_
_
_
_
_
_
_
a
b
c
d
_
_
_
_
=
_
_
_
_
a
c
b
d
_
_
_
_
144 CAPTULO 9. TRANSFORMACIONES LINEALES
por tanto
T
1
_
a b
c d
_
=
_
a c
b d
_
y
T
_
T
1
_
a b
c d
__
= T
_
a c
b d
_
=
_
a b
c d
_
5) T : M
22
(R) R T
_
a b
c d
_
= a +d es una transformacion lineal pues:
T
__
a b
c d
_
+
_
m n
p q
__
= T
_
a +m b +n
c +p d +q
_
= a +m+p +q =
= T
_
a b
c d
_
+T
_
m n
p q
_
T
_

_
a b
c d
__
= T
_
a b
c d
_
= a +d = (a +d) = T
_
a b
c d
_
La matriz de la transformacion lineal con respecto a las bases canonicas se calcula por
T
_
1 0
0 0
_
= 1 = 1.1
T
_
0 1
0 0
_
= 0 = 0.1
T
_
0 0
1 0
_
= 0 = 0.1
T
_
0 0
0 1
_
= 1 = 0.1
por tanto M
T
=
_
_
_
_
1
0
0
1
_
_
_
_
T : P
2
M
22
(R)
T (at
2
+bt +c) =
_
a b
c a
_
T ((at
2
+bt +c) + (mt
2
+nt +p))
T ((a +m) t
2
+ (b +n) t + (c +p)) =
_
a +m b +n
c +p d +q
_
=
_
a b
c d
_
+ +
_
m n
p q
_
T (at
2
+bt +c) +T (mt
2
+nt +p)
9.1. ROTACIONES: 145
1.
T : P
1
P
2
at +b T (at +b) = t (at +b)
es lineal ya que:
1.
T (x +y) = T ((at +b) + (ct +d))
= T ((a +c) t + (b +d)) = t ((a +c) t + (b +d))
= t (at +ct +b +d) = t (at +b) +t (ct +d) = T (x) +T (y)
2. T (x) = T ((at +b)) = t (at +b) = t (at +b) = T (x) 2)
T : P
1
P
2
T (p (t)) = tp (t)+t
2
no es ineal pues T (x +y) = T (p (t) +q (t)) = t (p (t) +q (t))+
t
2
= tp (t) +tq (t) +t
2
T (x) + T (y) = T (p (t)) + T (q (t)) = (tp (t) +t
2
) + (tq (t) +t
2
) , luego T (x +y) ,=
T (x) +T (y) .
3. T : P
1
P
2
T (at +b) = at
2
+ (a b) t
(a)
T ((at +b) + (ct +d)) = T ((a +c) t + (b +d))
= (a +c) t
2
+ ((a +c) (b +d)) t
= at
2
+ct
2
+ (a b) t + (c d) t
= T (at +b) +T (ct +d)
(b) T ((at +b)) = T ((a) t +b) = (a)
2
t + (a b) t =
2
a
2
t +(a b) t =
= (a
2
t + (a b) t) ,= T (at +b) T ((at
2
+bt +c)) = T (at
2
+bt +c) =
_
a b
c d
_
=
_
a b
c d
_
= T (at
2
+bt +c)
4. T : P
1
R
2
T (at +b) = (a, b)
T ((at +b) + (mt +n)) = T ((a +m) t + (b +n)) = ((a +m) , (b +n)) = = (a, b) +
(m, n) = T (at +b) +T (mt +n) = T ((at +b)) = T (at +b)
= = (a, b) = (a, b) = T (at +b) .
146 CAPTULO 9. TRANSFORMACIONES LINEALES
5. T : P
1
M
22
(R)
T (a +bt +ct
2
) =
_
a b
c a +b
_
es lineal pues
a) T ((a +bt +ct
2
) + (d +ft +ht
2
)) =
_
a +d b +f
c +h a +d +b +f
_
= =
_
a b
c a +b
_
+
_
d f
h d +f
_
= T (a +bt +ct
2
) +T (d +ft +ht
2
) .
b) T ((a +bt +ct
2
)) = T (a +bt +ct
2
) =
_
a b
c a +b
_
==

_
a b
c a +b
_
= T (a +bt +ct
2
)
9.2. EJERCICIOS PROPUESTOS CAPITULO 9 147
9.2 EJERCICIOS PROPUESTOS CAPITULO 9
Considere las siguientes transformaciones y en cada una de ellas vericar que son lineales,
hallar el N ucleo, la matriz de T respecto a las bases canonicas, la inversa si existe y su
matriz, la dimension del n ucleo e Imagen, si son uno y sobres
1. T : P
1
M
22
(R) T(a +bx) =
_
a b
b 0
_
2. T : P
1
P
2
T(p(x)) = xp(x)
3. T : M
22
(R) R T
_
a b
c d
_
= a +b
4. T : P
3
P
2
T(p(x)) = p

(x)
5. T : P
2
M
22
T(a +bx +cx
2
) =
_
a b
a a +b
_
6. T : R :P
2
T(a) = a +ax +ax
2
7. : T : M
22
:M
22
T
_
a b
c d
_
=
_
0 b
0 0
_
8. T : M
22
:R T(A) = TrA
9. T : R
3
:R
3
T(x, y, z) = (x, 0, 0)
10. T : R
3
:R
3
T(x, y, z) = (x +y, x z, x 2y + 3z)
11. Si A
33
y [A[ = 2, hallar el valor de

adj (A)
1

12. Si A
66
, con [A[ = 2, y si B = P
1
AP hallar [B[
13. Si A
2
= A y A
66
,= I (identica) hallar [A[
14. Si A (B C) = 3 hallar el valor de B (C A)
15. Si B
nn
invertible y AB
1
= B
1
A vericar que A y B son conmutativas
16. Hallar el valor de a tal que (a
2
, 0, 1) , (0, a, 2) , (1, 0, 1) forman una base de R
3
17. Hallar las ecuaciones parametricas de una recta que pasa por (2, 4, 5) y es paralela
al eje z
148 CAPTULO 9. TRANSFORMACIONES LINEALES
18. Hallar el punto de interseccion de la recta x 9 = 5t, y + 1 = t, z = t, con el
plano y = 1
19. Sea T : P
2
P
2
denida por T (at
2
+bt +c) = (a +c) t
2
+ (b +c) t vericar si
p(t) = t
2
+t 1 pertenece al n ucleo de T
20. Sea T : P
2
P
2
denida por T (at
2
+bt +c) = (a +c) t
2
+ (b +c) t hallar una
base para el n ucleo de T
21. Sea T : P
1
P
2
una transformacion lineal tal que
T(t 1) = t
2
+t, T(t + 1) = t
2
t
Hallar T(7t + 1)
22. Sea V = R
+
en la cual se han denido dos operaciones
x +y = xy y kx = x
k
con x, y V y k R
Halar el cero del espacio vectorial
23. Sea V = (x, y, z) /z 0, x R, y R es V un espacio vectorial?
24. Sea T : R
2
R
2
una transformacion lineal tal que
T(x, y) = (x +y, x y)
Analizar si (4, 2) pertenece a la imagen de T