Conceptos basicos de Vectores en Rn

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

cual denotamos como
x1
x2
x = . .

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

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

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

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

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

0
0
0 = . .

..
0

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

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

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

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

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

1 0 0
0 1 0
e1 = . , e2 = . , , en = .

.. .. ..
0 0 1

son vectores de Rn . A estos vectores los llamamos vectores

canonicos de Rn

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

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

x1 y1
x2 y2
x=y .. = .. xi = yi

. .
xn yn

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

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

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

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

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

.. ..
un vn

u1 + v1
u2 + v2
u+v= .

..
un + vn

Algebra lineal
Conceptos basicos de Vectores en Rn

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

..
un

u1
u2
u = .

..
un

Algebra lineal
Conceptos basicos de Vectores en Rn
RESTA: Definimos u v
u v = u + (v)

PR = OR OP.

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

Algebra lineal
Conceptos basicos de Vectores en Rn
EJER:
1) Calcule (2u 3v + w) (5u 2v) + 7u
2) Determine el vector x tal que 2x 4v = 3u

DEF: Diremos que dos vectores u y v son reparalelos si y solo si u = v,

R.

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

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

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

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

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

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

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

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

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

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

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

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

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

1 5
0 y 2 ?.
2 3

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

V := Gen{v1 , v2 , . . . , vk }

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

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

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

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

V es generado por el conjunto {v1 , v2 , . . . , vk } a este conjunto lo

llamamos conjunto generador de V .

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

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

V es generado por el conjunto {v1 , v2 , . . . , vk } a este conjunto lo

llamamos conjunto generador de V .

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

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

V es generado por el conjunto {v1 , v2 , . . . , vk } a este conjunto lo

llamamos conjunto generador de V .

OBS: El conj generado es unico mientras que el conj generador NOOO es

unico.

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

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

V es generado por el conjunto {v1 , v2 , . . . , vk } a este conjunto lo

llamamos conjunto generador de V .

OBS: El conj generado es unico mientras que el conj generador NOOO es

unico.

EJEM: Si V = Gen{u, v}, entonces 2u + 5v, 0, u, 3v, u v son
vectores de V .

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

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

V es generado por el conjunto {v1 , v2 , . . . , vk } a este conjunto lo

llamamos conjunto generador de V .

OBS: El conj generado es unico mientras que el conj generador NOOO es

unico.

EJEM: Si V = Gen{u, v}, entonces 2u + 5v, 0, u, 3v, u v son
vectores de V .

3 1 0
EJER: El vector 0 pertenece a Gen 0 , 0 ?.
2 1 1

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

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

V es generado por el conjunto {v1 , v2 , . . . , vk } a este conjunto lo

llamamos conjunto generador de V .

OBS: El conj generado es unico mientras que el conj generador NOOO es

unico.

EJER: Demuestre que Gen{e1 , e2 , . . . , en } = Rn .

EJER: Determine Gen{e1 , e3 } si ei R3 .
EJER: Determine Gen{v
  } siv es cualquier vector no nulo.
1 2
EJER: Halle Gen{ , }
2 4

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

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

V es generado por el conjunto {v1 , v2 , . . . , vk } a este conjunto lo

llamamos conjunto generador de V .

OBS: El conj generado es unico mientras que el conj generador NOOO es

unico.

EJER: Determine un conjunto generador de

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

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

1 v1 + 2 v2 + + k vk = 0

son todos cero.

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

1 v1 + 2 v2 + + k vk = 0

son todos cero.

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

1 1 2
EJER: Demostremos que 3 , 2 , 1 , es un conj l.d.
2 3 5

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

1 v1 + 2 v2 + + k vk = 0

son todos cero.

EJER: Demuestre que todo conjunto de Rn que contenga al vector 0 es
un conjunto l.d.

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

1 v1 + 2 v2 + + k vk = 0

son todos cero.

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

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

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

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

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

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

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

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

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

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

DEM: (a)

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

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

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

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

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

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

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

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

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

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

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

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



= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an

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

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

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



= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an
= Ax + Ay

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

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

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



= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an
= Ax + Ay

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

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

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

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



= x1 a1 + x2 a2 + + xn an + y1 a1 + y2 a2 + + yn an
= Ax + Ay

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

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

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

son distintas formas de representar un sistema de ecuaciones lineales

Algebra lineal
Observe que

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

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB)

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

Algebra lineal
Observe que

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

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB)

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

Algebra lineal
Observe que

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

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB)

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

Algebra lineal
Observe que

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

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB)

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

Algebra lineal
Observe que

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

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB)

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

Algebra lineal
Observe que

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

son distintas formas de representar un sistema de ecuaciones lineales

Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB)

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

Definicion (Espacio nulo)

El espacio nulo de una matriz A esta dado por

NA = {x Rn : Ax = 0}

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

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

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

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

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

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

Teorema (Propiedades del espacio nulo)

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

DEM

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

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

Teorema (Propiedades del espacio nulo)

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

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

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

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

Teorema (Propiedades del espacio nulo)

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

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

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

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
n
CA = b Rm : Ax = b, para algun x Rn }.

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
n
CA = b Rm : Ax = b, para algun x Rn }.

OBS CA esta formado por todas las combinaciones lineales de las

columnas de A; es decir,

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

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

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
n
CA = b Rm : Ax = b, para algun x Rn }.

OBS CA esta formado por todas las combinaciones lineales de las

columnas de A; es decir,

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

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

1 2 4 5
EJEM Dada A = 2 1 determinemos si 7 , 0 se
1 1 1 4
encuentran en CA .

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
n
CA = b Rm : Ax = b, para algun x Rn }.

OBS CA esta formado por todas las combinaciones lineales de las

columnas de A; es decir,

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

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

1 2 4 5
EJEM Dada A = 2 1 determinemos si 7 , 0 se
1 1 1 4
encuentran en CA .
1 2 4 5 1 2 4 5
M.Aum = 2 1 7 0 M.Esc = 0 5 15 10
1 1 1 4 0 0 0 1

Algebra lineal
Definicion (Espacio columna)
Dada A, una matriz con n vectores columna de Rm , definimos el espacio
columna de A como el conjunto
n
CA = b Rm : Ax = b, para algun x Rn }.

OBS CA esta formado por todas las combinaciones lineales de las

columnas de A; es decir,
CA = Gen{a1 , a2 , . . . , an }
donde a1 , a2 , . . . , an son las columnas de A.

1 2 4 5
EJEM Dada A = 2 1 determinemos si 7 , 0 se
1 1 1 4
encuentran en CA .
1 2 4 5 1 2 4 5
M.Aum = 2 1 7 0 M.Esc = 0 5 15 10
1 1 1 4 0 0 0 1

Entonces 1ro SI, 2do NO

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

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

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

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

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

Ay = c.

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

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

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

Ay = c. Entonces,

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

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

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

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

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

Ay = c. Entonces,

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

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

Corolario (1)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Corolario (4)
Un sistema Ax = b que tiene mas de una solucion, tiene infinitas
soluciones.
DEM Sean u y v dos soluciones diferentes del sistema Ax = b. Por el
Coro 2, h = u v 6= 0 es solucion del sistema homogeneo asociado
Ax = 0.

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

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

Corolario (4)
Un sistema Ax = b que tiene mas de una solucion, tiene infinitas
soluciones.
DEM Sean u y v dos soluciones diferentes del sistema Ax = b. Por el
Coro 2, h = u v 6= 0 es solucion del sistema homogeneo asociado
Ax = 0. Por el Propiedades de NA , h, R, tambien es solucion del
sistema homogeneo,

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

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

Corolario (4)
Un sistema Ax = b que tiene mas de una solucion, tiene infinitas
soluciones.
DEM Sean u y v dos soluciones diferentes del sistema Ax = b. Por el
Coro 2, h = u v 6= 0 es solucion del sistema homogeneo asociado
Ax = 0. Por el Propiedades de NA , h, R, tambien es solucion del
sistema homogeneo, lo que nos indica que el sistema homogeneo tiene
infinitas soluciones.

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

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

Corolario (4)
Un sistema Ax = b que tiene mas de una solucion, tiene infinitas
soluciones.
DEM Sean u y v dos soluciones diferentes del sistema Ax = b. Por el
Coro 2, h = u v 6= 0 es solucion del sistema homogeneo asociado
Ax = 0. Por el Propiedades de NA , h, R, tambien es solucion del
sistema homogeneo, lo que nos indica que el sistema homogeneo tiene
infinitas soluciones. Por el Coro 3, w = h + u es tambien solucion del
sistema Ax = b. As que, el sistema Ax = b tiene infinitas soluciones.
Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Producto escalar )

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

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

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

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

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

2 1 2
EJER: Dados 1 , 3 , 1 , Calcule u v, u w, v w,
5 0 1

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

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

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

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

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

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

10

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

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

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

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

Teorema (Ejer. 50 del Taller2ParteB)

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

Note que no tiene sentido la prop. asociativa para

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

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

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

Teorema (Ejer. 50 del Taller2ParteB)

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

EJER:Encuentre
y de forma que los vectores sean ortogonales
1 4
5
y Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Norma)
Definimos la norma de un vector u de Rn , kuk, como
q
kuk = u12 + + un2 = u u

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

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

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

Teorema (Propiedades)
Dados los vectores u, v Rn , y R tenemos que
(a) kuk = ||kuk
(b) ku + vk2 = kuk2 + kvk2 + 2(u v)
(c) ku vk2 = kuk2 + kvk2 2(u v)
(d) |u v| kukkvk. La igualdad se obtiene, si y solo si, u = v para
algun R. Desigualdad de Cauchy-Schwarz.
(e) ku + vk kuk + kvk. La igualdad se cumple, si y solo si, u = v
con 0. Desigualdad triangular.

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

OBS:
1) La distancia euclidiana entre dos vectores u y v es d(u, v) = ku vk.
2) Cuando kwk = 1, se dice que w es un vector unitario

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

OBS:
1) La distancia euclidiana entre dos vectores u y v es d(u, v) = ku vk.
2) Cuando kwk = 1, se dice que w es un vector unitario

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

0 0
1
2) Halle el vector unitario en la direccion v = 2
1
Algebra lineal
Conceptos basicos de Vectores en Rn
Demostremos la propiedad (d) |u v| kukkvk
DEM: para todo t R tenemos que ktu + vk2 0

Algebra lineal
Conceptos basicos de Vectores en Rn
Demostremos la propiedad (d) |u v| kukkvk
DEM: para todo t R tenemos que ktu + vk2 0

0 ktu + vk2 = (tu + v) (tu + v)

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

donde p(t) = at 2 + bt + c es un polinomio cuadratico con a = u u,

b = 2u v y c = v v.

Algebra lineal
Conceptos basicos de Vectores en Rn
Demostremos la propiedad (d) |u v| kukkvk
DEM: para todo t R tenemos que ktu + vk2 0

0 ktu + vk2 = (tu + v) (tu + v)

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

donde p(t) = at 2 + bt + c es un polinomio cuadratico con a = u u,

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

Algebra lineal
Conceptos basicos de Vectores en Rn
Demostremos la propiedad (d) |u v| kukkvk
DEM: para todo t R tenemos que ktu + vk2 0

0 ktu + vk2 = (tu + v) (tu + v)

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

donde p(t) = at 2 + bt + c es un polinomio cuadratico con a = u u,

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

b2 4(u v)2
0c = kvk2
4a 4kuk2

Algebra lineal
Conceptos basicos de Vectores en Rn
Demostremos la propiedad (d) |u v| kukkvk
DEM: para todo t R tenemos que ktu + vk2 0

0 ktu + vk2 = (tu + v) (tu + v)

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

donde p(t) = at 2 + bt + c es un polinomio cuadratico con a = u u,

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

b2 4(u v)2
0c = kvk2
4a 4kuk2
Ademas, si u = v entonces

|u v| = |v v| = |||v v| = ||kvk2 = ||kvkkvk

= kvkkvk = kukkvk

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

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

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

triangulo como el de la siguiente figura

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

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

ku vk2 = kuk2 + kvk2 2kukkvk cos

kuk2 2u v + kvk2 = kuk2 + kvk2 2kukkvk cos

uv
Entonces cos =
kukkvk

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

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

ku vk2 = kuk2 + kvk2 2kukkvk cos

kuk2 2u v + kvk2 = kuk2 + kvk2 2kukkvk cos

uv
Entonces cos =
kukkvk
1 1
1 1
1 y v = 1
EJEM: Calcule el angulo de u =

1 1

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

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

ku vk2 = kuk2 + kvk2 2kukkvk cos

kuk2 2u v + kvk2 = kuk2 + kvk2 2kukkvk cos

uv
Entonces cos =
kukkvk
DEF: Diremos que los vectores no nulos u y v son ortogonales
u v = 0.

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

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

ku vk2 = kuk2 + kvk2 2kukkvk cos

kuk2 2u v + kvk2 = kuk2 + kvk2 2kukkvk cos

uv
Entonces cos =
kukkvk
DEF: Diremos que los vectores no nulos u y v son ortogonales
u v = 0.

1 0
2 1
EJER: u = 3 y v = 5 son ortogonales?

0 4
Algebra lineal
Conceptos basicos de Vectores en Rn
Definicion (Proyeccion ortogonal)
Si u 6= 0 y v son vectores de Rn , definimos la proyeccion ortogonal de v
sobre u como el vector
vu
proyu v = u
kuk2

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

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

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

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

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

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

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

EJEM: Halle la proyu v y la componente vectorial de v ortogonal a u

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

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

1 1
3
vu
proyv u = v
kvk2

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

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

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

Teorema (Propiedades-Ejer. 88 del Taller2ParteC)

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

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

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

DEM Prop. 8
! !
u2 v3 u3 v2 u1
uvu= (u1 v3 u3 v1 ) u2
u1 v2 u2 v1 u3

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

DEM Prop. 8
! !
u2 v3 u3 v2 u1
uvu= (u1 v3 u3 v1 ) u2
u1 v2 u2 v1 u3
= (u2 v3 u3 v2 )u1 (u1 v3 u3 v1 )u2 + (u1 v2 u2 v1 )u3
= u2 v3 u1 u3 v2 u1 u1 v3 u2 + u3 v1 u2 + u1 v2 u3 u2 v1 u3
=0

De manera analoga u v v = 0

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

El producto cruz NOOOO es asociativo. Contraejemplo:

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

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

El producto cruz NOOOO es asociativo. Contraejemplo:

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

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

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

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

DEM

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

DEM
ku vk2 = (u v) (u v)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DEM
ku vk2 = (u v) (u v)
= u [v (u v)] Prop 9, con w = u v
= u [(v v)u (v u)v] Prop 7
= (v v)(u u) (v u)(u v)
= kvk2 kuk2 (u v)2
= kuk2 kvk2 kuk2 kvk2 cos2
= kuk2 kvk2 (1 cos2 )
= kuk2 kvk2 sin2
Porque podemos concluir que
ku vk kukkvk?

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

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

DEM: ()

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

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

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

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

u v = u (u) .

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

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

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

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

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

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

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

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

u v = u (u) = (u u) = 0 = 0.
() Como u v = 0, entonces
0 = ku vk =

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

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

u v = u (u) = (u u) = 0 = 0.
() Como u v = 0, entonces
0 = ku vk = kukkvksin

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

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

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

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

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

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

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

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

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

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

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

DEM: Observe que la altura del

paralelogramo, esta dada por

h = kuk sin

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

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

DEM: Observe que la altura del

paralelogramo, esta dada por

h = kuk sin

y el area del paralelogramo, es

A = base altura =

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

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

DEM: Observe que la altura del

paralelogramo, esta dada por

h = kuk sin

y el area del paralelogramo, es

A = base altura = kvkh = kvkkuk sin = ku vk

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

DEM:

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

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

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

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

Claramente la altura del paraleleppedo, es

u (v w)
khk = proyvw u = v w

2
kv wk

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

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

Claramente la altura del paraleleppedo, es

u (v w)
khk = proyvw u = v w

2
kv wk

Vol = (base paral)(h) = kv wk h =

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

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

Claramente la altura del paraleleppedo, es

u (v w)
khk = proyvw u = v w

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

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

Claramente la altura del paraleleppedo, es

u (v w)
khk = proyvw u = v w

2
kv wk
|u (v w)|
Vol = (base paral)(h) = kv wk h = kv wk = |u (v w)|
kv wk
Algebra lineal
Rectas, Planos e Hiperplanos
DEF: Dado un punto P y un vector d no nulo de Rn , diremos que la
recta que contiene a P y tiene direccion d es

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

a d.

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

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

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

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

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

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

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

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

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

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

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

2
! ! !
x1 1
EJEM Dada la ecuacion vectorial L : x2 = 1 +t 0
x3 3 5
1 Halle dos puntos P y Q de la recta L.
3 4
! !
2 Determine si R = 1 yS= 1 pertenecen a la recta L.
2 0
Algebra lineal
Formas de expresar una recta
Ecuacion vectorial de la recta Ecuaciones parametricas de la recta
x1 = p1 + td1
x = p + td x2 =
.. p2 + td2
.
xn = pn + tdn
Al despejar t de cada ecuacion e igualar esta expresiones, encontramos
las ecuaciones simetricas de la recta que pasa por el punto P y tiene
vector director d,
x1 p1 x2 p2 xn pn
= = = siempre que di 6= 0
d1 d2 dn
2
! ! !
x1 1
EJEM Dada la ecuacion vectorial L : x2 = 1 +t 0
x3 3 5
1 Halle dos puntos P y Q de la recta L.
3 4
! !
2 Determine si R = 1 yS= 1 pertenecen a la recta L.
2 0
3 Halle un vector d que sea un vector director de la recta L.
Algebra lineal
EJEM. Hallar la ecuacion vectorial de la recta que pasa por los puntos

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

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

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

Definicion (Rectas paralelas)

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

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

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

Definicion (Rectas paralelas)

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

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

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

Definicion (Rectas paralelas)

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

EJEM Determine si las siguientes rectas son paralelas.

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

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

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

Definicion (Rectas paralelas)

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

EJEM Determine si las siguientes rectas son paralelas.

3
1 L1 es la recta que pasa por los puntos M = 2 y tiene vector
1
2
direccion v = 3 y L2 es la recta que pasa por los puntos
1
0 2
Q = 2 y P = 3
1 1
Algebra lineal
Rectas iguales y ortogonales
Teorema
Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al
menos un punto en comun. Matematicamente, si
L1 = L2 L1 ||L2 y L1 L2 6= .

Algebra lineal
Rectas iguales y ortogonales
Teorema
Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al
menos un punto en comun. Matematicamente, si
L1 = L2 L1 ||L2 y L1 L2 6= .

DEM: () Supongamos que L1 = P + td1 y L2 = Q + sd2 ,

Algebra lineal
Rectas iguales y ortogonales
Teorema
Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al
menos un punto en comun. Matematicamente, si
L1 = L2 L1 ||L2 y L1 L2 6= .

DEM: () Supongamos que L1 = P + td1 y L2 = Q + sd2 , dado que

L1 = L2 entonces P, Q L1 , L2 por ende L1 L2 6= ,

Algebra lineal
Rectas iguales y ortogonales
Teorema
Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al
menos un punto en comun. Matematicamente, si
L1 = L2 L1 ||L2 y L1 L2 6= .

DEM: () Supongamos que L1 = P + td1 y L2 = Q + sd2 , dado que

L1 = L2 entonces P, Q L1 , L2 por ende L1 L2 6= , adicionalmente
existen tiempos t0 y s0 tal que
PQ = t0 d1 , y PQ = s0 d2 .

Algebra lineal
Rectas iguales y ortogonales
Teorema
Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al
menos un punto en comun. Matematicamente, si
L1 = L2 L1 ||L2 y L1 L2 6= .

DEM: () Supongamos que L1 = P + td1 y L2 = Q + sd2 , dado que

L1 = L2 entonces P, Q L1 , L2 por ende L1 L2 6= , adicionalmente
existen tiempos t0 y s0 tal que
PQ = t0 d1 , PQ = s0 d2 .
y
s0
Luego igualando encontramos que d1 = d2 . Por tanto L1 ||L2 .
t0

Algebra lineal
Rectas iguales y ortogonales
Teorema
Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al
menos un punto en comun. Matematicamente, si
L1 = L2 L1 ||L2 y L1 L2 6= .

DEM: () Supongamos que L1 = P + td1 y L2 = Q + sd2 , dado que

L1 = L2 entonces P, Q L1 , L2 por ende L1 L2 6= , adicionalmente
existen tiempos t0 y s0 tal que
PQ = t0 d1 , PQ = s0 d2 .
y
s0
Luego igualando encontramos que d1 = d2 . Por tanto L1 ||L2 .
t0
() Como L1 ||L2 entonces d1 = d2 y como L1 L2 6= entonces
existe P L1 L2 .

Algebra lineal
Rectas iguales y ortogonales
Teorema
Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al
menos un punto en comun. Matematicamente, si
L1 = L2 L1 ||L2 y L1 L2 6= .

DEM: () Supongamos que L1 = P + td1 y L2 = Q + sd2 , dado que

L1 = L2 entonces P, Q L1 , L2 por ende L1 L2 6= , adicionalmente
existen tiempos t0 y s0 tal que
PQ = t0 d1 , PQ = s0 d2 .
y
s0
Luego igualando encontramos que d1 = d2 . Por tanto L1 ||L2 .
t0
() Como L1 ||L2 entonces d1 = d2 y como L1 L2 6= entonces
existe P L1 L2 .

veamos que L1 L2 :

Algebra lineal
Rectas iguales y ortogonales
Teorema
Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al
menos un punto en comun. Matematicamente, si
L1 = L2 L1 ||L2 y L1 L2 6= .

DEM: () Supongamos que L1 = P + td1 y L2 = Q + sd2 , dado que

L1 = L2 entonces P, Q L1 , L2 por ende L1 L2 6= , adicionalmente
existen tiempos t0 y s0 tal que
PQ = t0 d1 , PQ = s0 d2 .
y
s0
Luego igualando encontramos que d1 = d2 . Por tanto L1 ||L2 .
t0
() Como L1 ||L2 entonces d1 = d2 y como L1 L2 6= entonces
existe P L1 L2 .

veamos que L1 L2 : Sea X L1 entonces

PX = td1 = t(d2 ) = t(t)d2 , luego X L2 .

Algebra lineal
Rectas iguales y ortogonales
Teorema
Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al
menos un punto en comun. Matematicamente, si
L1 = L2 L1 ||L2 y L1 L2 6= .

DEM: () Supongamos que L1 = P + td1 y L2 = Q + sd2 , dado que

L1 = L2 entonces P, Q L1 , L2 por ende L1 L2 6= , adicionalmente
existen tiempos t0 y s0 tal que
PQ = t0 d1 , PQ = s0 d2 .
y
s0
Luego igualando encontramos que d1 = d2 . Por tanto L1 ||L2 .
t0
() Como L1 ||L2 entonces d1 = d2 y como L1 L2 6= entonces
existe P L1 L2 .

veamos que L1 L2 : Sea X L1 entonces

PX = td1 = t(d2 ) = t(t)d2 , luego X L2 .

veamos que L2 L1 : Sea X L2 entonces

1 1
PX = sd2 = s( d1 ) = ( )d1 luego X L1 .
Algebra lineal
Rectas iguales y ortogonales
Definicion
Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los vectores
d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.

Algebra lineal
Rectas iguales y ortogonales
Definicion
Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los vectores
d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.

Algebra lineal
Rectas iguales y ortogonales
Definicion
Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los vectores
d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.

EJEM Determine si las siguientes rectas son ortogonales:

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

Algebra lineal
Rectas iguales y ortogonales
Definicion
Diremos que las rectas L1 y L2 son ortogonales, si y solo si, los vectores
d1 y d2 lo son; es decir, si y solo si, d1 d2 = 0.

EJEM Determine si las siguientes rectas son ortogonales:

0
1 L1 es la recta que pasa por los puntos M = 2 y tiene vector
0
1
direccion v = 3 y L2 es la recta que pasa por los puntos
1
1 2
Q = 2 y R = 3
1 1

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

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

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

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

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

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

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

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

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

Algebra lineal
PLANOS

Definicion
Sea un punto P Rn y dos vectores c, d Rn diferentes de cero y no
paralelos.

Algebra lineal
PLANOS

Definicion
Sea un punto P Rn y dos vectores c, d Rn diferentes de cero y no
paralelos.

Algebra lineal
PLANOS

Definicion
Sea un punto P Rn y dos n vectores c, d Rn diferentes deocero y no
paralelos. El conjunto, P = X : PX = tc + sd, t, s R es el plano
que pasa por el punto P y tiene como vectores directores a c y d.

Algebra lineal
PLANOS

Definicion
Sea un punto P Rn y dos n vectores c, d Rn diferentes deocero y no
paralelos. El conjunto, P = X : PX = tc + sd, t, s R es el plano
que pasa por el punto P y tiene como vectores directores a c y d.
Dado que x = OX y p = OP,
entonces
n o
P = X : PX = tc + sd
n o
= x : x p = tc + sd
n o
= x : x = p + tc + sd
n o
= p + tc + sd

Esta es la ecuacion vectorial del

plano.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

a d1 = PQ y d2 = PR.
Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Diremos que dos planos son paralelos, si y solo si,

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Diremos que dos planos son paralelos, si y solo si, los vectores directores
de uno de los planos son combinacion lineal de los vectores directores del
otro plano.

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Diremos que dos planos son paralelos, si y solo si, los vectores directores
de uno de los planos son combinacion lineal de los vectores directores del
otro plano.

Cuando dos planos son iguales?,

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Diremos que dos planos son paralelos, si y solo si, los vectores directores
de uno de los planos son combinacion lineal de los vectores directores del
otro plano.

Cuando dos planos son iguales?, si y solo si, los dos planos son paralelos
y tienen al menos un punto comun
Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P,
.

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

(): como P L y L P entonces P P

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

(): como P L y L P entonces P P (P L =

6 ). Entonces P se
puede reescribir como P = P + r c1 + sd1 .

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

(): como P L y L P entonces P P (P L = 6 ). Entonces P se

puede reescribir como P = P + r c1 + sd1 . tambien podemos afirmar, que
P + td = P + r c1 + sd1 .

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

(): como P L y L P entonces P P (P L = 6 ). Entonces P se

puede reescribir como P = P + r c1 + sd1 . tambien podemos afirmar, que
P + td = P + r c1 + sd1 . En particular, si t = 1 existe r0 , s0 R tal que
d = r0 c1 + s0 d1 , es decir, L||P.

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

(): Como P L =
6 entonces M P L,

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

(): Como P L = 6 entonces M P L, y como L||P entonces

existen , R tales que d = c1 + d1 .

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

(): Como P L = 6 entonces M P L, y como L||P entonces

existen , R tales que d = c1 + d1 . Ahora, note que L : M + td y
P : M + r c1 + sd1 .

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

(): Como P L = 6 entonces M P L, y como L||P entonces

existen , R tales que d = c1 + d1 . Ahora, note que L : M + td y
P : M + r c1 + sd1 . Demostremos que L P.

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

DEM: Consideremos a

L : P + td tR y P : Q + r c1 + sd1 , r, s R

(): Como P L = 6 entonces M P L, y como L||P entonces

existen , R tales que d = c1 + d1 . Ahora, note que L : M + td y
P : M + r c1 + sd1 . Demostremos que L P. Sea X L entonces
X = M + t0 d = M + t0 (c1 + d1 ) = M + r0 c1 + s0 d1 lo que implica
que X P.
Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

EJEM:
Encuentre
una recta en el plano P:
contenida
x 0 0 2
y = 2 + t 2 + s 0
z 1 1 3

Algebra lineal
Planos Paralelos-Iguales-Ortogonales

Definicion
Sean L una recta con vector director d Rn y P un plano con vectores
directores c1 , d1 Rn . Diremos que la recta L es paralela al plano P, si y
solo si, el vector d es combinacion lineal de c1 y d1 .

Teorema (Inclusion de una recta en un plano)

Una recta L P, si y solo si, L||P y P L =
6 .

EJEM:
Encuentre
una recta en el plano P:
contenida
x 0 0 2
y = 2 + t 2 + s 0 PREG: Existe otra recta contenida
z 1 1 3
en P? Cuantas rectas contenidas en P existen? Ejer. 75 Taller2ParteC

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

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

Algebra lineal
Ejercicios

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

x 0 0 2
y = 2 + r 2 + s 0 .
z 1 1 3

Algebra lineal
Ejercicios

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

x 0 0 2
y = 2 + r 2 + s 0 . Rta: N000
z 1 1 3

Algebra lineal
Ejercicios

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

x 0 0 2
y = 2 + r 2 + s 0 . Rta: N000
z 1 1 3

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

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

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

PX n = 0.

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

PX n = 0.

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

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

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

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

PX n = 0.

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

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

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

ecuacion la llamamos ecuacion normal del hiperplano.

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

PX n = 0.

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

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

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

ecuacion la llamamos ecuacion normal del hiperplano.

PORQUE

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

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

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

PX n = 0.

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

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

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

ecuacion la llamamos ecuacion normal del hiperplano.

PORQUE

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

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

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

PX n = 0.

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

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

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

ecuacion la llamamos ecuacion normal del hiperplano.

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

PX n = 0.

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

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

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

ecuacion la llamamos ecuacion normal del hiperplano.

-Hiperplanos en R son puntos

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

0
2

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Luego,

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

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

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

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

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

PX = c + d.

Luego, X P.

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

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

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


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

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

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

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

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

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

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

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

Algebra lineal