Вы находитесь на странице: 1из 120

UNIDAD : MATRICES Y SISTEMAS DE ECUACIONES LINEALES Las matrices son tiles para resolver sistemas de ecuaciones, investigar problemas

de transporte, estudiar problemas de transporte etc.

Historia El origen de las matrices es muy antiguo. Un cuadrado mgico, 3 por 3, se registra en la literatura china hacia el 650 a. C. Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un importante texto matemtico chino que proviene del ao 300 a. C. a 200 a. C., Nueve captulos sobre el Arte de las matemticas (Jiu Zhang Suan Shu), es el primer ejemplo conocido de uso del mtodo de matrices para resolver un sistema de ecuaciones simultneas. En el captulo sptimo, "Ni mucho ni poco", el concepto de determinante apareci por primera vez, dos mil aos antes de su publicacin por el matemtico japons Seki Kowa en 1683 y el matemtico alemn Gottfried Leibniz en 1693. Los "cuadrados mgicos" eran conocidos por los matemticos rabes, posiblemente desde comienzos del siglo VII, quienes a su vez pudieron tomarlos de los matemticos y astrnomos de la India, junto con otros aspectos de las matemticas combinatorias. Todo esto sugiere que la idea provino de China. Los primeros "cuadrados mgicos" de orden 5 y 6 aparecieron en Bagdad en el 983, en la Enciclopedia de la Hermandad de Pureza (Rasa'il Ihkwan al-Safa). Despus del desarrollo de la teora de determinantes por Seki Kowa y Leibniz, a finales del siglo XVII, Cramer present en 1750 la ahora denominada regla de Cramer. Carl Friedrich Gauss y Wilhelm Jordan desarrollaron la eliminacin de Gauss-Jordan en el siglo XIX. El trmino "matriz" fue acuado en 1848, por J. J. Sylvester. En 1853, Hamilton hizo algunos aportes a la teora de matrices. Cayley introdujo en 1858 la notacin matricial, como forma abreviada de escribir un sistema de m ecuaciones lineales con n incgnitas. Grassmann, Frobenius y von Neumann estn entre los matemticos famosos que trabajaron sobre la teora de matrices. Olga Taussky-Todd (1906-1995), durante la II Guerra Mundial, us la teora de matrices para investigar el fenmeno de aeroelasticidad llamado fluttering.

DEFINICION Una matriz A es un arreglo o disposicin rectangular de nmeros. Si el arreglo tiene m renglones (horizontales) y n columnas (verticales), entonces se llama matriz mxn. Se dice que el tamao o dimensin es m por n.

a11 a 21 . a m1

a12 a 22 . am2

a13 ... a1n a 23... a 2 n . . a m3... a m n


y j = 1, 2, 3, 4 . . . n son escalares de k. , en este caso se

Donde los aij : i = 1, 2, 3, 4 . . . m

Si los elemento aij son R se llama matriz real sino los aij son llama matriz compleja.

Las dimensiones de una matriz siempre se dan con el nmero de filas primero y el nmero de columnas despus. Comnmente se dice que una matriz m-por-n tiene un orden de m n ("orden" tiene el significado de tamao). Dos matrices se dice que son iguales si son del mismo orden y tienen los mismos elementos.

Una matriz se puede denotar por letras maysculas A, B, C . . ., o por los elementos aij entre corchete o entre parntesis: ( aij ), aij , [ aij ]
A aij mxn si m si m n se llama n se llama rectangula r mxn cuadrada de

orden n

de ahora en adelante para referirnos a las matrices utilizaremos (aij)mxn, en caso de referirnos a un elemento usaremos aij. Casi siempre, se denotan a las matrices con letras maysculas mientras que se utilizan las correspondientes letras en minsculas para denotar a los elementos de las mismas. Por ejemplo, al elemento de una matriz A que se encuentra en la fila isima y la columna j-sima se le denota como ai,j o a[i,j]. Notaciones alternativas son A[i,j] o Ai,j. Adems de utilizar letras maysculas para representar matrices, numerosos autores representan a las matrices con fuentes en negrita para distinguirlas de otros tipos de variables. As A es una matriz, mientras que A es un escalar. A veces se cree que el concepto de matriz es abstracto y no tiene una aplicacin prctica, veamos un caso real.

Un encargado de hacer rutas para la distribucin de sus productos, necesita tener un mejor modelo que un simple grfico (dgrafo) que exprese todas las posibilidades de ruteo como se muestra; A: Distribuidor ; A, C, D : Consumidores:
A B D C

Definamos como 1 a aquellos puntos en los que hay conexin directa y que no. como se muestra.

en los

A B C D

A B C 1 1 1 1 1 1 1

D 1

1: Uno : Cero.

De este problema hemos obtenido lo que se conoce como matriz de adyacencia que queda:

0 1 1 1

1 0 1 0

1 0 0 1

1 0 0 0

Se observa que el distribuidor tiene rutas directas con todos sus consumidores y a su vez el consumidor B es el que menos conexiones tiene. (Unicamente con el distribuidor)

- Se llama matriz fila a una matriz que consta de una sola fila o sea de orden 1 x n. B = (b1 b2 b3 b4 . . . bn) - Se llama matriz columna a una matriz que consta de una sola columna. O sea de orden mx1.

C1 C2 . C m mx1

- Se llama matriz uno por uno a la matriz que constan de un solo elemento. - Los elementos aij para los cuales i = j son llamados elementos de la diagonal principal. Ejemplo:
1 3 7 5 ; a11 = 1, 6 9 8 2

a22 = 9

La matriz: E

0 0 0... 0 0 0... . . . 0 0 0...

0 0 se llama matriz nula o matriz cero. . 0

Otros ejemplos de matrices son:

Es una matriz 4x3. El elemento A[2,3] o a2,3 es 7. La matriz

Es una matriz 19, o un vector fila con 9 elementos

TIPOS DE MATRICES CUADRADAS 1. Matriz Diagonal : Es aquella matriz cuadrada en que todos los elementos que no estn en la diagonal principal son iguales a cero. A = (aij)n es una matriz diagonal si aij = 0 para i j

a11 0... 0 0 a 22... 0 0 0... 1nn n

ejemplos:

1 0 0 0 2 0 , 0 0 3

0 0 0 0 2 0 , 0 0 0

1 C 0

3 1

Las matrices A y B son diagonales: el caso de la B, se debe examinar la definicin y aclarar que sta solo est dirigida para los elementos que no estn en la diagonal. La matriz C no es una matriz diagonal. 2 Matriz Escalar: Es una matriz diagonal que tiene todos los elementos de la diagonal principal iguales. O sea A = (aij)n es una matriz escalar si aij = 0 para i j ; aij = , ( R) Para i = j

0 0 0 0
Ejemplo :

0 0

0... 0 0... 0 ... 0 0...

2 0 0 A 0 2 0 0 0 2 3. Matriz Unitaria o Idntica: Es una matriz escalar en que todos los elementos de la diagonal principal son iguales a 1. O sea A = (aij)n es unitaria. Si aij = 0 para i j y aij = 1 para i = j se denota por In

In

1 0 0 0

0 1 0 0

0... 0... 1... 0...

0 0 0 1 n
ij llamado delta de Kronecker que se define:

Existe un smbolo
ij 1 si i 0 si i j j

que se utiliza para denotar la matriz unitaria In = ( ij)n anlogamente la matriz escalar puede denotarse por ( aij) ( ij) 4. Matriz Triangular Superior: Es una matriz cuadrada que tiene iguales a cero todos los elementos por debajo de la diagonal principal, o sea aij = 0 si ; i >j

a11 a12 ... a1n 0 a 22 ... a 2n 0 0... a nn

Ejemplo:

8 9 16 0 4 5 0 0 3

5. Matriz Triangular Inferior: Es una matriz cuadrada en que todos los elementos situados por encima de la diagonal principal son iguales a cero, o sea aij = 0, si ; i <j

a11 0 a 21 a 22 a m1 a m2

0... 0 0... 0 a m3... a mn 0 0 1 Es 0 0 2 aquella matriz cuadrada en que los elementos aij son

3 Ejemplo: A 4 1 6. Matriz Simtrica: iguales a los aji.

Ejemplo:

2 0 7 0 3 5 7 5 1

7. Matriz Transpuesta: Sea A = (aij) una matriz de orden mxn. La matriz B= (bij) de orden nxm tal que bji = aij, se conoce como matriz transpuesta de A. Se denota por At. el transponer significa intercambiar filas por columnas y viceversa. 8. Una Matriz Cuadrada: Es Antisimtrica: Si es igual a la opuesta de su transpuesta: A = - At aij = - aij ij o sea -A = At

IGUALDAD DE MATRICES Dos matrices del mismo orden o tamao son iguales si sus elementos correspondientes (aquellos con iguales subindices) son iguales. O sea: A = (aij)mxn A=B aij = bij Ejemplo:
A 5 y 3 6 A x 5 3 6

B = (bij)mx

A=B

x=5

y=5

PROPIEDADES DE IGUALDAD DE MATRICES 1. Reflexiva o Idntica: Toda matriz es igual a si misma. O sea A = A. 2. Reciproca o Simtrica: Si una matriz es igual a otra, entonces esta es igual a la primera o sea: A = B B=A 3. Transitiva: Si una matriz es igual a la otra y esta igual a una tercera, entonces la primera es igual a la tercera o sea: A = B B = C A = C. SUMA DE MATRICES Dadas las matrices m-por-n A y B, su suma A + B es la matriz m-por-n calculada sumando los elementos correspondientes (i.e. (A + B)[i, j] = A[i, j] + B[i, j] ). Es decir, sumar cada uno de los elementos homlogos de las matrices a sumar.
7

Es decir dadas A = (aij) B = (bij) dos matrices de orden mxn, la suma A + B de las dos matrices es la matriz mxn. A + B = (aij) + (bij) = (aij + bij)

..... a1n b1n ..... a 2n b 2n . . ..... . a m1 b m1 a m 2 b m 2 ..... a mn b mn

a11 a 21

b11 b 21

a12 a 22

b12 b 22

Ejemplo:

2 4 5 3

5 7 8
(b) A + C

9 10 11 12

Encontrar (a) A + B

a) No esta definido 2 4 9 10 2 9 4 10 11 14 b) A C + = = 5 3 11 12 5 11 3 12 16 15

PROPIEDADES DE LA SUMA DE MATRICES 1. Asociativa : A + (B+C) = (A+B) + C 2. Conmutativa: A + B = B + A 3. Existencia del elemento neutro: A+ 0 = 0 + A = A 4. Existencia de un elemento recproco o simtrico: para todo A - A mxn mxn tal que A + (-A) = (-A) + (A) = 0 : Conjunto de matrices de orden mxn nxn para la demostracin de cada una de las propiedades se utilizan fundamentalmente la definicin de suma de matrices y las propiedades de la suma de nmeros reales. Por ejemplo: Demuestre la propiedad conmutativa A + B = B + A Sea A = (aij) B(bij)

Aplicando la definicin de suma de suma de matrices A + B = (aij) + (bij) = (aij + bij) Puesto que la suma de nmeros reales es conmutativa (aij + bij) = (bij + aij)

Usando la definicin de suma nuevamente [bij + aij) = (bij) + (aij) = B + A por tanto: A+B=B+A Como tarea demuestra las propiedades restantes usando la definicin de suma de matrices! PRODUCTO DE UN ESCALAR POR UNA MATRIZ Sean A y B matrices de orden mxn y O la matriz nula de orden mxn. Sean y escalares arbitrarios y 0 y 1 los escalares identidad de la suma y de la multiplicacin respectivamente, entonces: a. (A+B) = A + B b.( + )A = A + A c. ( . )A = ( A) d. 1. A = A e. 0.A = 0mxn Demostremos que (A + B) = (A) + (B), los procedimientos utilizados son prcticamente los mismos que en la suma. Sean A = (aij) y B = (bij) entonces: [(aij) + (bij)] = (aij + bij) Usando la definicin de suma de matrices (aij + bij) = aij + bij: Usando la propiedad distributiva de los nmeros reales aij + bij = (aij) + (bij): Usando la definicin de suma (aij) + (bij) = (A) + (B) (A + B) = A + B Demuestre las propiedades restantes!

PRODUCTO MATRICES Producto

Diagrama esquemtico que ilustra el producto de dos matrices A y B dando como resultado la matriz AB. El producto de dos matrices se puede definir slo si el nmero de columnas de la matriz izquierda es el mismo que el nmero de filas de la matriz derecha. Si A es una matriz mn y B es una matriz np, entonces su producto matricial AB es la matriz mp (m filas, p columnas) dada por:

para cada par i y j.

Definicin 1

b1 b2 Sea A (a1 a2 a3 . . . an) un vector fila n-dimensional y sea: B un vector . bn columna n-dimensiona. Entonces el producto A.B, de A y B esta dada por: b1 b2 A.B = (a1 a2 a3 . . . an) . bn

= a1b1 + a2b2 + a3b3 + . . . anbn

10

Definicin 2: Sean A una matriz mxr y B una matriz de rxn, el producto A.B es una matriz mxn cuya componente ij-sima es el producto de la fila i-sima y la columna j-esima de B.

Si A

a11 a12 ... a1r a 21 a 22 ... a 2r . . . a m1 a m 2 a mr c11 c12 ... c1n c 21 c 22 ... c 2n . . . c m1 c m 2 c mn
r

b11 b 21 . b r1

b12 ... b1n b 22 b 2n . . b r 2 b rn

A.B

de donde c11
k 1

a1r b r1 : es el producto de la primera fila de a y primera columna


r

de B, o sea que estn en el recuadro de forma anloga c12


k 1 r

a1r b r 2 ,

c1n
k 1

a1r b rn , etc. este procedimiento finaliza cuando se han multiplicado todas

las filas de la primera con todas las columnas de la segunda. Recuerde siempre que para definir el producto de 2 matrices es necesario que el nmero de columnas de la primera sean iguales al nmero de filas de la segunda. PROPIEDADES DE LA MULTIPLICACION Si A, B y C son matrices que son conforme el producto, entonces cumplen lo siguiente. 1. (A.B)C = A(B.C) : Propiedad Asociativa 2. A(B+C) = AB + AC: Propiedad Distributiva por la izquierda 3. (B+C)A = BA + Cal : Propiedad Distributiva por la Derecha 4. (AB) = ( A)B = A( B) r

11

PROPIEDADES DE LOS NMEROS REALES QUE NO SE CUMPLEN EN LA MULTIPLICACIN DE MATRICES 1. A.B B.A : No es conmutativa 2. A.B = 0 A = 0 B = 0, El que el producto sea la matriz nula no significa que laguna de ellas lo
sea

3. AB = BC: (B 0)

A=C, No cumple la propiedad cancelativa

DETERMINANTES - Es poco comn dar una definicin formal de determinante y en algunos casos lo que se hacen son comentarios al respecto. V.V. Voevodin en el texto Algebra Lineal (Pg, No. 139) lo define de la siguiente forma: DETERMINANTE: Se llama determinante de orden n, correspondiente a la matriz A, la suma algebraica de n! trminos compuesto de la siguiente manera: como cada trmino del determinante intervienen toda una serie de producto n elementos de la matriz, uno en cada fila y en cada columna. El trmino se toma con signo ms, si los ndices de las columnas de sus elementos forman una permutacin par, a condicin de los propios elementos estn dispuestos en orden creciente de los nmeros de las filas; el signo menos se toma en el caso contrario. Los determinantes se denota cmo: Es decir si: det A = a ( a es cualquier nmero)

a11 a12 a 21 a 22 . . a n1 a n 2

a13 ... a1n a 23 ... a 2n . . a n 3... a nn

; A es una matriz cuadrada

PROPIEDADES DE LOS DETERMINANTES 1. El determinante de una matriz cuadrada es igual al determinante de la transpuesta: detA=detAt 2. Si una de las filas (o columnas) de un determinante estn constituidos por ceros, el determinante es igual a cero. 3. Si se permutan dos filas (o dos columnas) el determinante cambia de signo pero no de valor absoluto. 4. Un determinante con dos filas (o dos columnas iguales, es igual a cero) 5. Si se multiplican todos los elementos de una fila (o columna) de un determinante por un mismo nmero, el determinante queda multiplicado por ese nmero 6. Un determinante con 2 filas (o dos columnas) proporcionales es igual a cero)
12

COFACTOR Aij Se llama cofactor Aij de un elemento aij de una matriz cuadrada A al determinante correspondiente a la submatriz obtenida de A al suprimir la fila i y la columna j precedida del signo (-1)i + j Ejemplo:

Dada B

6 7 8 1 2 3 , 9 10 11

el cofactor A31 correspondiente

a31 = 9 es ; A31 = (-1)3+1

7 8 2 3

7. (Teorema de Laplace) Todo determinante es igual a la suma algebraica de los productos de los elementos de una fila (o columna) por sus respectivos cofactores esto es:
n

1. detA =
j 1
n

aij Aij : Cuando se desarrolla por la fila i

2. det A =
1 1

aij Aij: Cuando se desarrolla por la columna j.

8. La suma algebraica de los productos de los elementos de una fila (o columna) por los cofactores de otra es igual a cero esto es:
n
n

aij Akj = 0
j 1

i 1

aij Akj = 0

9. si los elementos de una fila (o columna) de un determinante son la suma algebraica de P trminos, el determinante puede expresarse como la suma de los P determinantes

13

a1 a2 a3

m1 m2 m3

b1 b2 b3

c1 c2 c3

a1 a2 a3

b1 b2 b3

c1 c2 c3

m1 m2 m3

b1 b2 b3

c1 c2 c3

EJEMPLO
1 3 1 3 2 3 1 3 1 3 = + = + 3 2 1 2 4 2 2 2 2 2

10. Si una fila (o columna) de un determinante es una combinacin lineal de otras, el determinante es igual a cero. 11. Si a los elementos de una fila (o columna) de un determinante se le suman los elementos de la otra fila (o columna) multiplicado por factores cualesquiera, el determinantes no se altera. 12. El determinante de una matriz triangular (superior o inferior) es igual al producto de los elementos situados en la diagonal principal. CALCULO DEL DETERMINANTE El calculo es muy tedioso si se efecta usando la propiedad 7. donde hay que realizar n operaciones aritmticas (mtodo de menores y cofactores). Uno de los mtodos ms efectivo es suponiendo que en la matriz A existe un elemento aij distinto de cero, llamemos a este elemento rector. Si a toda k-sima fila i j sumamos la i-sima fila multiplicada por un nmero i arbitrario el determinante no aik variara, i aij Usando la propiedad 11, entonces en la matriz nueva todos los elementos de la isima columna, a excepcin del resto, sern iguales a cero, con lo que se reduce el clculo del determinante de n-simo orden a un determinante de orden n-1, este algoritmo se llama mtodo de Gauss, par calcular un determinante de n-simo orden. Ejemplo 1. Calcule detA si A

2 1 3 5 3 2 1 4 3

1. Usando el mtodo de Laplace propiedad 7, desarrollndolo por la segunda columna.


14

5 2 2 3 (1)( 1)1 2 (3)( 1) 2 2 1 3 1 3 detA = -(15-2) + 3(6-3) - 4(4-15) = 40 det A

2 3 (4)( 1)3 2 5 2

Ejemplo 2.

Calcule detA si A

1 1 2 3 4 9 8 27

1 1 1 1 1 16 1 64

Si se usa el mtodo de Laplace o propiedad 7, tendramos que calcular 4 determinantes de tercer orden, lo ms aconsejable es reducirlo a uno de tercer orden para ello hacemos lo siguiente: Tomamos como vector 1 y tomamos la primera columna.
1

= -2/1 = -2,

= -4/1 = -4,

= -8/1 = -8

de donde f2 = -2f1 + f2, f2 = -4f1 + f3, f4 = -8f1 + f4 quedando

det A

1 1 0 1 0 5 0 19

1 1 3 1 3 12 9 56

1 (1)( 1) 5 19
1 1

3 1 3 12 9 56

Esto lo podemos reducir a uno de segundo y repetimos lo mismo en la primera columna.


1 = -5/1 = -5, 2 = -19/1 = -19, f2 = -5f1 + f2, f3 = -19f1 + f3

det A

1 3 1 0 12 17 0 48 75

(1)( 1)1

12 17 48 75

(900 816)

84

El procedimiento se puede hacer en cualquier fila o columna

15

TRANSFORMACIONES ELEMENTALES Se llaman transformaciones elementales a cierto cambio que se hacen en una matriz convirtindola en otra del mismo tamao y rango. Estos cambios se pueden hacer por filas o por columna, y pueden ser de 3 tipos: 1. Permutacin de 2 filas (o columnas) fi fj 2. Multiplicacin de una fila (o columna) por un nmero real distinto de cero fi fi 3. Sumar a una fila (o columna) otra multiplicada por un nmero real distinto de cero fi fi + fj MATRICES EQUIVALENTES Dos matrices A y B, obtenida una de la otra, mediante transformaciones elementales y que tienen por lo tanto el mismo tamao y rango, se dicen equivalentes, lo que se representa como A B Ejemplo : Obtenga 2 matrices equivalentes a la dada

11 15 12 8 7 2 5 3 1

11 15 12 5 3 1 8 7 2

11 8 6

15 7 12

12 2 11

RANGO DE UNA MATRIZ El rango de una matriz A es el nmero mximo de columnas linealmente independiente que tiene A. TEOREMA : El rango de una matriz A es igual al nmero de renglones no nulos de cualquier forma escalonada por renglones correspondiente de A

Ejemplo: Obtenga el rango de la matriz A

1 2 3

3 6 9

2 4 6

A
=1

1 2 3

3 6 9

2 4 6

1 0 0

3 2 0 0 0 0

El nmero de renglones no nulos es 1 entonces: r(A)

f'2 = 2f1 + f2 f'3 = 3f1 + f3


16

MATRIZ INVERSA Definicin Una matriz B se llama inversa de una matriz cuadrada A si AB= BA = In Decimos que una matriz A es invertible o no singular si tiene inversa. Sin embargo una matriz A puede no tener inversa, en cuyo caso se llama no invertible o singular.

Teorema 1: Si Una matriz A de orden nxn es invertible, entonces la inversa es nica. DEMOSTRACION Supngase que la matriz A de nxn es invertible y que B y C son inversas de A, entonces: AB = BA = I AC = CA = I

Formando el producto CAB y aplicando la propiedad asociativa del producto C(A.B) = (C.A)B C.I = I.B C = B de este modo la inversa es nica Teorema 2 : Si dos matrices A y B de orden nxn son invertibles entonces AB es invertible y (AB)-1 = B-1 A-1 Teorema 3: La inversa de la transpuesta es la transpuesta de la inversa (At)-1 = (A1 t ) CALCULO DE LA MATRIZ INVERSA (CUADRADA NO SINGULAR) 1. Por transformaciones elementales 2. Por matriz adjunta 3. Por particin 1. Por transformaciones elementales: En la prctica se coloca la matriz a, que tiene que ser cuadrada no singular | A | 0 y a continuacin la matriz unitaria del mismo orden, se hacen en ambas las mismas transformaciones por filas (o columnas). Estas se escogen de manera que conviertan a 2 en I. Ejemplo: Indique si la matriz dada es singular o no singular, en caso de ser no singular, calcular su inversa

17

3 3 1 1 1 2

16 6 14

1. Calculo del determinante

det A

| 1 3 3 1 2

6 16 14

1 1 -0 0 0 1

6 2 = 8

0 1 1

2
= (-1)(-2) = 2

Es no singular, tiene inversa 2. Calculo de la inversa

3 3 1 1 1 2

16 ' 1 0 0 6 ' 0 1 0 14 ' 0 0 1

1 1 1 1 1 2

16 / 3 ' 1 / 3 0 0 6 ' 0 1 0 14 ' 0 0 1

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

16 / 3 ' 2/3 ' 26 / 3 ' 10 / 3 ' 26 / 3 ' 2/3 '

1/ 3 0 0 1/ 3 1 0 1/ 3 0 1 2/3 0 1/ 3 0 1/ 3 1
5 13 3/ 2

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

16 / 3 ' 26 / 3 ' 2/3 ' 10 / 3 ' 26 / 3 ' 1 '

1/ 3 0 0 1/ 3 0 1 1/ 3 1 0 2/3 1/ 3 1/ 2
5 13 3/ 2

1 1 0

0 0 0 1 3/ 2 0
1 1 0

1 0 0 ' 1 0 1 0 ' 12 / 3 0 0 1 ' 1/ 2


2. Por matriz adjunta 2.1 b. Por matriz adjunta:

1 1 -1 1 de donde A = 4 0 1/ 2

Calculamos la matriz de Cofactores: Matriz de Cofactores: Se llama matriz de cofactores de una matriz A a la que resulta de sustituir los elementos aij de A por sus cofactores Aij se denota por Ac

18

2. Se llama transpuesta de la matriz de cofactores (matriz adjunta) Matriz adjunta : Se llama matriz adjunta de una matriz cuadrada A a la matriz transpuesta de la matriz de los cofactores de A, se denota como A +

A11 A12 . A1n

A 21 .... A n1 A 22 .... A n 2 . . . A 2n .... A nn

3. A 1

1 | A1

. A+

Ejemplo. Calcular A-1 del mismo ejemplo usando el mtodo de matriz adjunta .

3 3 1 1 1 2

16 6 14

1. El determinante de A es 2 calculado con el mtodo anterior 2. A11 = -2, A31 -2, A12 = 8, A32 = 2, A13 =1, A33 = 0 A21 = 10, A22 = -26, A23 = -3

2 10 2

8 26 2

1 3 0

2 8 1 10 26 3

10 26 3 2 2 0

2 2 0 1 4 1/ 2 5 13 3/ 2 1 1 0

3.

A 1

1 A |A|

2 1 8 2 1

SISTEMA DE ECUACIONES LINEALES (Tomado de V.V. Voevodin Pg. No. 169, 179,....., 174) Ecuacin Lineal: Una ecuacin lineal sobre el cuerpo R es una expresin de la forma: a1x1 + a2x2 + a3x3 + . . . anxn = b (1) donde ai, b, R, los ai son los coeficientes, b es el trmino independiente y xi son las incgnitas o variables. Ejemplo : 2x1 - 4xx + x3 = 9
19

Solucin de una ecuacin lineal: Se llama solucin de una ecuacin lineal a un nupla de nmeros reales (k1, k2, k3 ,. . . kn) al hacer x1 = k1, x2 = k2, x3 = k3, . . . xn = kn, la expresin 1 se convierte en una identidad. al conjunto de todas las soluciones de una ecuacin lineal se llama conjunto solucin. Sistema de ecuaciones lineales: Un conjunto de ecuaciones lineales constituye un sistema de ecuaciones lineales. a11x1 + a12x2 + . . . + a1nxn = b1 a21x1 + a22x2 + . . . + a2nxn = b2 a31x1 + a32x2 + . . . + a3nxn = b3 . . . . . . . . . . . . am1x1 + am2x2 + . . . + amnxn = bn donde aij, bi R aij son los coeficientes; bi son los trminos independientes, xi son incgnitas o variables. un sistema de ecuacin para los cuales b1 = b2 0 . . = bn = 0 se llama homognea en caso contrario no homognea Solucin de un sistema de ecuaciones lineales: Se llama solucin de un sistema de ecuaciones lineales a una n-pla de nmeros reales (k1, k2 . . . kn) que es solucin de cada ecuacin del sistema. Clasificacin de los sistemas Los sistemas se clasifican segn tengan o no solucin. los que tienen al menos una solucin se llaman posibles o compatible o incompatibles. Los compatibles a su vez se clasifican en determinados, si tienen solucin nicas y en indeterminados si tienen infinitas soluciones.

Posibles o compatibles (tiene solucin)

Determinado: Solucin nica Indeterminado: Infinitas soluciones

Imposibles o incompatibles (no tienen solucin

20

UNA MATRIZ ES DE FORMA ESCALONADA REDUCIDA POR RENGLONES SI SATISFACE LAS SIGUIENTES CONDICIONES 1. La componente gua de cualquier rengln que contiene por lo menos un elementos distinto de cero es igual a 1. 2. Todas las componentes que se encuentran debajo de la componente gua de un rengln son iguales a cero. 3. La componente gua de cada rengln se encuentra a la derecha de la componente gua de cada rengln precedente. 4. Todos los renglones que contienen solamente el elemento cero se encuentran en la parte inferior de la matriz. 5. Cada columna (lnea vertical) que incluye una componente gua contienen ceros en las dems posiciones. Teorema 1: Si un sistema de ecuaciones lineales tiene ms incgnitas que ecuaciones entonces no hay solucin alguna o hay infinidad de soluciones. Teorema 2: Un sistema de n ecuaciones lineales con n incgnitas x1, x2 . . . xn tiene una solucin nica si y solo si la forma escalonada reducida por renglones de su matriz de coeficientes de In. Teorema 3: Un sistema de ecuaciones homogneo con ms incgnitas que ecuaciones tiene un nmero infinito de soluciones.

FORMA MATRICIAL DE UN SISTEMA: Todo sistema de m ecuaciones lineales con n incgnitas puede representarse en forma matricial mediante una ecuacin matricial Ax = B; donde A es la matriz del sistema. Ejemplo: Exprese el siguiente sistema en forma matricial: 3x1 - 9x2 - 6x3 = 15 6x1 - 11x2 - 5x3 = 86 -3x1 - 5x2 - 8x3 = -127

21

En forma matricial

3 9 3

9 11 5

6 5 8

x1 x2 x3

15 86 127
Trminos independientes

Matriz del sistema A

MATRIZ AMPLIADA Es la que se obtiene aadiendo a la matriz del sistema la columna de trminos independientes se denota por A

a11 a12 a 21 a 22 a 31 a 32 . . a m1 a m 2

a13 ... a 23 ... a 33 ... . a m3...

a1n a 2n a 3n . a mn

Teorema de Roouch - Frobenius (Kroncker - Capelli) La condicin necesaria y suficiente para que un sistema de ecuaciones lineales sea compatible, es que el rango de la matriz del sistema sea igual al rango de la matriz ampliada. Si adems el rango comn coincide con el nmero de incgnitas (r = n), el sistema es determinado, y si el rango comn es menor que el nmero de incgnitas el Posibles compatibles R(A) = r( A ) Determinado r = n Indeterminado r < n

Sistemas Imposibles incompatibles R(A) r( A ) sistema es indeterminado (r < n)

22

Ejemplo: Verifique el teorema de Rouche - Frobenius o Kroncerker Capelli (ejercicio No. 19 Pg. 18 Harvey Gerber) 2x1 + 6x2 - 2x3 = 10 2x1 - 5x2 - 6x3 = 8 14x1 + 2x1 - 30x3 = 62

2 2 14

6 5 2

2 ' 10 6 ' 8 30 ' 62

1 0 0

3 11 44

1 ' 4 ' 16 '

5 2 8

1 3 1 ' 5 0 1 4 / 11 ' 2 / 11 0 0 0 ' 0

Puede observarse que se ha obtenido un sistema escalonado, en el cual se anul la ltima fila simultneamente en la matriz ampliada A y en la matriz del sistema a, de donde: r ( A ) = r (A) = 2 El sistema es compatible y r ( A ) = r (A) = r = 2 < n El sistema es indeterminado En resumen el sistema es compatible indeterminado, si tiene infinitas soluciones. Mtodo de Gausss: Este mtodo consiste en la eliminacin consecutiva de las incgnitas mediante transformaciones elementales planteadas que no alteran la equivalencia. Dado el sistema a11x1 + a12x2 + a13x3 + . . . a1nxn = b1 a21x1 + a22x2 + a23x3 + . . . a2nxn = b2 a31x1 + a32x2 + a33x3 + . . . a3nxn = b3 . . . . . . . . . . . . . . . . . . . . . . . . . . . .. am1x1 + am2x2 + am3x3 + . . . amnxn = bm

Suponiendo que a11 0, se elimina x1 de todas las ecuaciones menos de la primera por transformaciones elementales, a la segunda ecuacin le sumamos la a 21 primera multiplicada por , a la tercera le sumamos la primera multiplicada por a11 a 31 a m1 , a la misma ecuacin le sumamos la primera multiplicada por , de este a11 a11 procedimiento obtenemos un sistema equivalente que ser:
23

a12x2 + a13x3 + . . . + a1nxn = b1 a'22x2 + a'23x3 + . . . + a2nxn = b'2 a'32x2 + a'33x3 + . . . + a'3nxn = b'3 ........................ a'm2x2 + a'm3x3 + . . . + a'm3xn = b'm Eliminemos ahora x2 sin tocar la primera y dejando idntica la segunda ecuacin, a '32 a la tercera le sumamos la segunda multiplicada por , a la m-sima ecuacin a '22 a 'm 2 le sumamos la segunda multiplicada por , obteniendo un nuevo sistema: a '22 a11x1 + a12x2 + a13x3 + . . . + a1nxn = b1 a'22x2 + a'23x3 + . . . + a2nxn = b'2 a"33x3 + . . . + a"3nxn = b"3 ..................... a"m3x3 + . . . + a"m3xn = b"m Transformemos nuevamente el sistema sin tocar las 2 primeras eliminando x3de todas menos de la tercer y as sucesivamente, se llega a un sistema posible triangular r = n como: a11x1 + a12x2 + a13x3 + . . . + a1nxn = b1 a'22x2 + a'23x3 + . . . + a2nxn = b'2 a"33x3 + . . . + a"3nxn = b"3 .....................
n 1) (n 1) a( mn x n bm Obtenindose xn primero y luego se sustituye hacia arriba. La forma trapezoidal (r <n) pertenece a un sistema posible indeterminado, r nos da el nmero de variables dependientes n-r el nmero de variables independientes n-r se llama grados de libertad del sistema, ya que representa el nmero de variables a las que podemos asignarles valores arbitrarios. Si en el proceso de transformaciones aparece una ecuacin con todos los coeficientes iguales a cero y con el trmino independiente distinto de cero, el sistema es incompatible.

24

Cuadro resumen del mtodo de Gauss

m=n

Imposible Posible determinado(no hay ecuaciones redundantes) Posible indeterminado (hay ecuaciones redundantes) Posible determinado( hay m-n ecuaciones redundantes) Posible indeterminado (hay ms m-n ecuaciones redundantes)

m>n

m<n

Imposibles Posible indeterminado (puede o no haber ecuaciones redundantes)

Ejemplo (Propuesto Proskuriakon 567) Resolver utilizando el mtodo de Guss. 3x1 - 2x2 - 5x3 + x4 = 3 2x1 - 3x2 + 5x3 +5x4 = -3 x1 + 2x2 - 4xy = -3 x1 - x2 - 4x3 + 9xy = 32 Tomando la matriz del sistema y escalonndolo tendremos: 1 2 0 4 ' 3 1 2 0 4 ' 3 1 1 4 9 ' 22 0 3 4 13 ' 25

2 3 1 0 0 0

3 2
2 1 0 0

1 5 0 4/3 21 / 17 / 3

5 1

3 0 7 3 0 8 4 ' 3 13 / 2 ' 25 / 3 52 / 3 ' 166 / 3 65 / 3 ' 164 / 3

' '

1 5 1 0 0 0

13 13

' '

3 3 4 13 / 3 52 / 31 377 / 31 ' ' ' ' 3 25 / 3 166 / 31 754 / 31

2 0 1 4/3 0 1 0 0

r (A) = r ( A ) = 4, el sistema es compatible r = n = 4 es determinado. El sistema es compatible determinado.


25

Haciendo una sustitucin hacia atrs tenemos 1.

377 x4 31

754 31

3. x 2

4( 2) 13(2) 3 3
x2 = 3

25 3

x4 = 2 2. x3

52(2) 31
x3 = -2

166 31

4. x1 + 2(3) - (4) (2) = -3 x1 = -1

El vector solucin del sistema es : x

1 3 2 2

Mtodo de Gauss Jordan: El mtodo de Gauss Jordan es una modificacin del mtodo de Gauss para los sistemas posibles determinados, consiste en convertir la matriz del sistema en una matriz unitaria mediante transformaciones elementales por filas igual al que hacan para hallar la inversa. Ejemplo: Resolver el sistema siguiente por el mtodo de Gauss Jordan x1 - x2 x4 = 3 3x2 + x3 + 4x4 = -2 2x1 - x4 = 3 x1 + x2 + x3 =0 Se toma la matriz ampliada del sistema y se transforma la matriz del sistema en la identidad como se hace en el calculo de la inversa.

1 0 2 1

1 3 0 1

0 1 0 1

1 4 1 0

' ' ' '

3 2 3 0

1 0 0 0

1 3 2 2

0 1 0 1

1 4 1 1

' ' ' '

3 2 3 3

3 0 0 0

0 3 0 0

1 1 2 1

1 4 5 5

' ' ' '

7 2 5 5

26

6 0 0 0

0 6 0 0

0 0 2 0

3 3 5 15

' ' ' '

9 9 5 15

30 0 0 0 30 0 0 0 6 0 0 0

0 0 0 15

' ' ' '

60 60 0 15

1 0 0 0

0 1 0 0

0 0 1 1

0 0 0 1

' ' ' '

2 2 0 1

de donde se puede observar que x4 = 1, x3 = 0, x2 = -2, x1 = 2

2 2 0 1

REGLA DE CRAMER Las Reglas de las operaciones con columnas y con renglones de un determinante permiten hacer uso de los determinantes para resolver sistemas de ecuaciones lineales Sea el sistema de ecuaciones: a11x1 + a12x2 + . . . a1nxn = b1 a21x1 + a22x2 + . . . a2nxn = b2 ....................... an1x1 + an2x2 + . . . annxn = bn Este sistema puede expresarse por medio de una ecuacin matricial Ax = y

a11 a12 a 21 a 22 . . a n1 a n 2
si det(A)

.... a1n .... a 2n .... . .... a nn

x1 x2 xn

b1 b2 bn

0 la solucin del sistema ecuacin lineal est dado por:

xr

det(Ar ) para r = 1, 2, . . . n det A

27

de donde la matriz Ar, se obtiene de A, reemplazando la columna r-sima de A por b1 el valor

b2 , o sea el vector de valores del lado derecho de 4. . bn

Ejemplo: Resolver el sistema por la regla de Cramer x1 + x2 + x3 = 1 2x1 - x2 + 2x3 = 2 3x2 - 4x3 = 3

1 2 0

1 1 3

1 2 , A1 4

1 2 3

1 1 3

1 2 , A2 4

1 1 2 2 0 3

1 2 , A3 4

1 2 0

1 1 1 2 3 3

det (A) = 12, det (A1) = 21, det (A2) = 0, det (A3) = -9
x1 21 4 7 , x2 4 0 12 0, x 3 9 12 3 4

7/4 0 3/ 4

28

EJERCICIOS PROPUESTOS: I. DEFINICION Y CONCEPTO DE MATRIZ:

1. Dos jugadores, a la vez, muestran un dedo a dos. Si el nmero total de dedos mostrados es par, R le paga a C un nmero de dlares igual al nmero total de dedos mostrados. Si es impar, C le paga R ese nmero de dlares. (Plantee la matriz del juego) 2. En un pequeo pueblo compiten en negocios dos expendios de comestibles. El A determin que si se aumenta su precio, perder el 1% del mercado. Si B aumenta sus precios el 3% del mercado si B no cambia su precio, y el 11% del mercado si B baja sus precios. Si h conserva sus precios anteriores, gana el 4% si B aumenta sus precios y pierde el 5% si B disminuye sus precios. Finalmente, si A disminuye sus precios, gane el 9% si B aumenta los suyo gana el 3% si B conserva los suyos y pierde el 1% si B, a su vez, disminuye los suyos. (Plantee la matriz) 3. Un corredor de bolsa vendi a un cliente 200 acciones de la empresa A, 300 acciones de la B, 500 acciones de la C y 300 acciones de la D. forme una matriz rengln que proporcione el nmero de acciones que se vendieron de cada empresa. Si las acciones se venden en C$20, C$30, C$45 y C$100 por accin respectivamente, exprese esta formacin como matriz columna 4. Un contratista de construccin ha aceptado pedidos por 5 casas estilo ranchero, 7 casas estilo campero y 12 casas estilo colonial (expresados en rengln). Supngase que el contratista desea tomar en consideracin los costos de transporte y compra de materia prima para ese pedido, cuyos costos estn dados por la matriz. Precio de Compra 1,500 800 500 100 1000 Precio de Transporte 45 Acero 20 Madera 30 Vidrio 5 Pintura 0 Mano de obra

5. Una empresa de muebles fabrica tres modelos de estanteras: A, B y C. En cada uno de los tamaos, grande y pequeo. Produce diariamente 1000 estanteras grandes y 8000 pequeas de tipo A, 8000 grandes y 6000 pequeas de tipo B, y 4000 grandes y 6000 pequeas de tipo C. Cada estantera grande lleva 16 tornillos y 6 soportes, y cada estantera pequea lleva 12 tornillos y 4 soportes, en cualquiera de los tres modelos.
29

a) Representar esta informacin en dos matrices. b) Hallar una matriz que represente la cantidad de tornillos y de soportes necesarios para la produccin diaria de cada uno de los seis modelostamao de estantera.

6. Una fbrica produce dos modelos de lavadoras, A y B, en tres terminaciones: N, L y S. Produce del modelo A: 400 unidades en la terminacin N, 200 unidades en la terminacin L y 50 unidades en la terminacin S. Produce del modelo B: 300 unidades en la terminacin N, 100 unidades en la terminacin L y 30 unidades en la terminacin S. La terminacin N lleva 25 horas de taller y 1 hora de administracin. La terminacin L lleva 30 horas de taller y 1.2 horas de administracin. La terminacin S lleva 33 horas de taller y 1.3 horas de administracin. a) Representar la informacin en dos matrices. b) Hallar una matriz que exprese las horas de taller y de administracin empleadas para cada uno de los modelos.

II.

OPERACIONES CON MATRICES

7. Dadas las matrices:

Calcular: A + B; A - B; A x B; B x A; At.

8. Sean las matrices:

Efectuar las siguientes operaciones: (A + B) 2; (A - B) 2; (B) 3; A B t C.

30

9. Sean las matrices.


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

2 5 1

3 1 0

0 1 4 2 0 3

2 1 3

Hallar : A + B, A +C, 3A - 4B, AB, AC, AD, BC, BD, CD. Hallar: At , AtC, DtAt, BtAt, DtD, DDt.

10. Dadas las matrices:

Justificar si son posibles los siguientes productos: a) (A t B ) C b) (B Ct ) At

11. Determinar la dimensin de M para que pueda efectuarse el producto A M C 12. Determina la dimensin de M para que Ct M sea una matriz cuadrada.

13. Calcule

4
a.

0 1

6 0 i 0 i 0 1 0 0 0 i

1 0 0 0

2 1 0 0

3 2 1 0

4 3 2 1

b.

1 3 5

1 2 1 4 6 0

1 10 7

2 0 9 8 6 4

3 10 7

0 8 6

2 9 4

31

14. Demostrar que: A2 - A - 2 I = 0, siendo:

15. Sea A la matriz

. Hallar An , para n

16. Por qu matriz hay que premultiplicar la matriz matriz .

para que resulte la

17. Sean A

2 2 , hallar A3 y A2 si f(x) = x3 - 3x2 - 2x + 4 encontrar f(A), si 3 1 g(x) = x2 - x - 8. Hallar g(A) 1 3 , si f(x) = 2x2 - 4x + 3, hallar f(B), si g(x) = x2 - 4x -12. Encontrar 5 3 x distinto de cero, tal que Bu = 64 y

18. Sea B

g(B). Hallar un vector columna u

19. Lleve a cabo la demostracin de que A3+a1A3 + a1A + a3I = 0

0 0 a3

1 0 a2

0 1 a1

satisface

20. Obtenga una matriz a

1 1 1 0 tal que: A 3 3 3 0 5 6

21. Demuestre todas las propiedades definidas para la suma de matrices 22. Sean A y B matrices cuadradas del mismo tamao y suponga que AB = BA demuestre que: a. (A + B)2 = A2 + 2AB + B2
32

b. (A + B)(A - B) = A2 - B2 c. A que es igual (A + I)(A - I) 23. Dada la matriz A


1 1 calcular A2, A3, A4 etc. y vincular los elementos 1 0 resultantes con los trminos de la sucesin de Fibonacci, 1, 1, 2, 3, 5, 8, 13 . . . donde a partir del tercero cada una es igual a la suma de los 2 anteriores.

III.

DETERMINANTES:

24. Calcular a) Desarrollando por la cuarta fila. b) Desarrollando por la fila o columna para la que sea necesario calcular menos adjuntos. c) Desarrollando por la segunda columna realizando antes operaciones elementales de forma que solamente sea necesario calcular un adjunto.

25. Sabiendo que A y B son matrices de orden 3 tales que A =5 y B =-6, calcular: a) AB b) B t c) AB At d) ( AB)t e) A-1 f) 2B g) A2

25. Mediante calculo directo verifique que:

1 2 3 4 4 3 2 1 a. 3 2 1 4 5 10 15 20

1 3 4 5 4 7 6 5 3 5 4 7 5 15 20 26

1 2 3 b. 4 5 6 7 8 9

3 2 3 6 5 6 9 8 9

2 2 3 2 5 6 2 8 9

33

1 a 1 a2 c. Establezca el determinante. 1 a3 1 a4

b b2 b3 b4

c c2 c3 c4

En que caso el determinante es igual a cero 26. evaluar el determinante de las siguientes matrices

t 2 4 1 t 0 0

3 2 t 4

t 3 1 1 7 t 5 1 6 6 t 2

27. Demostrar que |A.B| = |A| |B| 28. Para las matrices del ejercicio No. 15 hallar el valor de t para el cual el determinante es igual a 0

3 3 3 3 3 4 1 4 5 3 29. Calcule. 2 44 9 0 0 12 12 12 12 12 1 0 0 3 0

IV.

NVERSA DE UNA MATRIZ

30. Hallar la inversa de las siguientes matrices por los mtodos vistos en la parte terica.
3 2 7 5 2 1 3 3

1 2 4

2 1 2

3 0 5

2 1 0 2 5 2

1 1 3

34

1 3 1

3 4 1 6 5 1

1 4 1 3

1 2 3 2

0 2 1 5

0 6 2 5

1 1 1 1 1

3 4 3 1 2

3 3 4 1 1

2 3 1 1 2

1 1 2 0 4

31. Demostrar que (At)-1 = (A-1)t 32. Demostrar que (A + B)t = At + Bt 33. Sean A y B dos matrices invertible (del mismo orden) demostrar que (AB) -1 = B1 -1 A

34. Sabiendo que las siguientes matrices tienen inversa, calcularla mediante operaciones elementales

35. Dadas la Matrices: A= siguientes resultados:

y B=

Comprobar que se verifican los

36. Mediante adjuntos, calcular la inversa de las siguientes matrices para aquellos valores del parmetro real a que sea posible.

35

V.

RANGO DE UNA MATRIZ:

37. Calcule el rango de las siguientes matrices

A
g)

2 3 4

1 0 1 3 2 2

h) B

4 3 1
1 4 1 0

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

0 1 1

i) F

4 1 1 5

1 0 1 2

0 2 0 0

3 2 3 0

G
j)

1 4 1

1 2 3

3 0 8 5 5 2

k) H

38. Calcular, mediante menores, el rango de las siguientes matrices segn los valores reales del parmetro a.

VI.

SISTEMAS DE ECUACIONES

36

39. .Investigar la compatibilidad del sistema utilizado el Teorema de RuchFrobenius. Resolverlo por el mtodo de Gauss. En caso de ser compatible utilizar el mtodo Gauss-Jordan.

a. 3x1 + 2x2 + 2x3 + 2x4 = 2 2x1 + 3x2 + 2x3 + 6x4 = 3 9x1 + x2 + 4x3 - 5x4 =1 2x1 + 2x2 + 3x3 + 4x4 =5 7x1 + x2 + 6x3 - x4 =7 b. 2x1 - x2 + x3 + 2x4 + 3x5= 2 6x1 - 4x2 + 2x3 + 4x4 + 5x5= 3 6x1 - 3x2 + 4x3 +8x4 + 13x5= 9 6x1 - 2x2 + x3 + x4 + 2x5 =1 c. x1 + x2 + 3x3 - 2x4 + 3x5 = 1 2x1 + 2x2 + 4x3 - x4 + 3x5 = 2 3x1 + 3x2 + 5x3 - 2x4 + 3x5 = 1 2x1 + 2x2 + 8x3 - 3x4 + 9x5 = 2 d. 6x1 + 4x2 + 5x3 + 2x4 + 3x5 = 1 3x1 + 2x2 + 4x3 + x4 + 2x5 = 2 3x1 + 2x2 - 2x3 + x4 + =1 9x1 + 6x2 + x3 + 3x4 + 2x5 = 2 e. 2x1 + 7x2 + 3x3 + x4 = 6 3x1 + 5x2 + 2x3 + 2x4 = 4 9x1 + 4x2 + x3 + 7x4 = 2 f. 3x1 + 4x2 + x3 + 2x4 = 3 6x1 + 2x2 + 2x3 +5x4 = 7 9x1 + 12x2 +3x3 +10x4 = 13 g. 2x1 + 5x2 - 8x3 = 8 4x1 + 3x2 - 9x3 = 9 2x1 + 3x2 - 5x3 = 7 x1 + 8x2 - 7x3 = 12 h. 2x1 - x2 - 3x3 - 7x4 = 5 6x1 - 3x2 - x3 - 4x4 = 7 4x1 - 2x2 -14x3 -31x4 = 18

i. 2x1 - 3x2 + 5x3 + 7x4 = 1 4x1 - 6x2 + 2x3 + 3x4 = 2 2x1 - 3x2 - 11x3 +15x4 =1 j. 3x1 - 6x2 + 2x3 + 4x4 = 2 7x1 - 4x2 + x3 + 3x4 = 5 5x1 + 7x2 - 4x3 - 6x4 = 3 k. 3x1 - 2x2 + 5x3 = 2 6x1 - 4x2 + 4x3 = 3 9x1 - 6x2 + 3x3 = 4 l. 9x1 - 3x2 + 5x3 + 6x4 = 4 6x1 - 2x2 + 3x3 + x4 = 7 3x1 - x2 + 3x3 +14x4 = 8 m. x1 + 2x2 + 3x3 - 2x4 + x5= 4 3x1 + 6x2 +5x3 - 4x4 + 3x5= 5 x1 + 2x2 +7x3 - 4x4 + x5= 11 2x1 + 4x2 +2x3 - 3x4 + 3x5= 6 n. 8x1 + 6x2 + 5x3 + 2x4 = 21 3x1 + 3x2 + 2x3 + x4 = 10 4x1 + 2x2 + 3x3 + x4 = 8 3x1 + 5x2 + x3 + x4 = 15 7x1 + 4x2 + 5x3 + 2x4 = 18 o. 6x1 + 3x2 + 2x3 + 3x4 + 4x5 = 5 4x1 + 2x2 + x3 + 2x4 + 3x5 = 4 4x1 + 2x2 + 3x3 + 2x4 + x5 = 0 2x1 + x2 + 7x3 +3x4 + 2x5 = 1 p. 2x1 + 3x2 + x3 + 2x4 = 4 4x1 + 3x2 + x3 + x4 = 5 5x1 + 11x2 + 3x3 + 2x4 = 2 2x1 + 5x2 + x3 + x4 = 1 x1 - 7x2 + x3 + 2x4 = 7

37

40. Hallar las matrices B que cumplen la ecuacin matricial:

41. Para qu valores reales de a los siguientes sistemas tienen solucin no nula?. Resolverlos para esos valores de a.

42. Estudia segn los valores reales de a si el siguiente sistema es de Cramer y calcula en estos casos su solucin.

43. Discutir y resolver segn los valores reales de a y b el sistema de ecuaciones lineales siguiente:

38

UNIDAD II: GEOMETRIA ANALITICA VECTORIAL Sistema Coordenado Rectangular R3: Un sistema de coordenadas cartesianas rectangulares en el espacio R3 se determina por una unidad lineal para las medidas de longitud y por tres ejes perpendiculares entre si concurrentes en un punto y numerados en un orden determinado. El punto de interseccin se llama origen y los propios ejes se llaman ejes coordenados, estos se denotan por OX, OY y OZ. Ver figura

Z III IV I II
P(1,2,4) 4 3 2 1

-3

-2

-1

2 -1 -2

VII X VIII V

VI

-3 Q(2,3,-2)

Los ejes coordenados determinan tres planos llamados planos coordenados, estos son: el plano OXY, OYZ y OXZ. A su vez los planos coordenados dividen al espacio en ocho regiones llamadas octantes. Distancia y punto medio en R3 La distancia entre el punto A(xA, yA, zA) y el punto B(xB, yB, zB), est dad por:

( xB

xA )2

( yB

yA )2

(zB

z A )2

39

El punto medio de la distancia d esta dada por


y yB 2 yA z zB 2 zA

( x, y, z) , donde x

xB 2

xA

Vectores de Posicin y Trasladados Vectores fundamentales: Definicin: supongamos que se ha definido un sistema de coordenadas rectangulares. Se define el vector i como el vector unitario cuya direccin es la del semieje positivo x. El vector j es el vector unitario cuya direccin es la del semieje positivo y. El vector k es el vector unitario cuya direccin es la del semieje positivo z.
Z

k
j
Y

i
X

Los vectores i , j y k reciben el nombre de versores fundamentales.

Todo vector v en R3 se puede expresar como una combinacin lineal de los vectores

i , j y k , es decir existen tres nmeros a, b y c tales que v

a i b j ck

40

Z E

k
O

i
X B D

Demostracin: Elijamos el representante de OA de v con punto inicial en el origen del sistema de coordenadas. De acuerdo con la figura tenemos:
OB a i , con a

OB , BD

OC

b j , con b

OC y DA

OE

c k , con

c
v

OE , entonces segn la ley de suma de vectores tenemos:


OA OD DA OB BD DA OB OC OE a i b j c k donde a, b y c

se llaman componentes de v . Tambin se simboliza como v = a, b, c Debido a esto los vectores i , j , k forman una base para el espacio vectorial E3; por ser adems i , j , k unitarios y perpendiculares entre si, esta base se llama Ortonormal.

Si un representante de AB de v tiene como coordenadas de punto inicial y final respectivamente


v (x B

(xA,

yA,

zA)
zA ) k

(xB,

yB,

z B)

entonces:

x A ) i (y B

y A ) j (z B

41

Z B(xB, yB, zB)

A(xA, yA, zA)

Simblicamente v = a, b, c Ejemplo Un vector a tiene como representante el vector AB con A(3, -2, 4) y B(2, 1, 5). Hallar las componentes de a . Tenemos que a = (2 3) i +[1 (-2)] j + (5 4) k = - i + 3 j + k Magnitud o Modulo de un Vector Si v
a i b j c k , entonces su magnitud esta dada por v
a2 b2 c2

Ejemplo Hallar la magnitud del vector del ejemplo anterior.


v a2 b2 c2 ( 1) 2 3 2 12 11

Direccin La direccin de un vector en R3 es diferente a la del vector definida en R2, est determinada por tres ngulos llamados ngulos o cosenos directores del vector. Definicin: Los ngulos directores de un vector son los tres ngulos que tienen la menor medida en radianes no negativa , y medidos a partir de los ejes x, y y z

42

respectivamente hasta la representacin del vector de posicin. Si v entonces : cos

a i b j ck

a v

cos

b v

cos

c v

Grficamente
v
k j i

Ejemplo Encontrar los ngulos directores de v = - i + 3 j + k .


v 11

cos

a v

1 11

, cos

a v

3 11

y cos

a v

1 11

Operaciones con vectores: Dados 2 vectores v = (a, b, c) y w = (d, e, f) y h 1) v + w = (a + d, b + e, c + f) 2) hv = h(a, b, c) = (ha, hb, hc) 3) v w = (a d, b e, c f) R entonces:

43

Tambin se definen las mismas operaciones bsicas:


1) A + a

a A+a

2) B A = AB

A B

B-A

Ejemplo: Si u = 3 i - 2 j + 4 k y v = 6 i -4 j - 2 k . Hallar: i) 3 u + 2 v ii) 5 u - 3 v

i) 3 u + 2 v =3(3 i - 2 j + 4 k ) + 2(6 i -4 j - 2 k ) = 9 i - 6 j + 12 k +12 i -8 j - 4 k = 21 i - 14 j + 8 k ii) 5 u - 3 v = 5(3 i -2 j + 4 k )-3(6 i -4 j - 2 k )=15 i -10 j +20 k -18 i +12 j + 6 k = -3 i +2 j + 26 k

Vectores unitarios: Se llaman vectores unitarios los vectores que tienen una longitud igual a uno. El vector unitario tiene la misma direccin que el vector dado y esta definido por U a

a a

44

Ejemplo Si v = - i + 3 j + k . Encontrar U v

v v

i 3j k 11

1 i 11

3 j 11

1 k 11

Producto punto o producto escalar Definicin: el producto punto de dos vectores a y b es un escalar que se denota por a . b dado por: a . b = | a | | b | cos Donde es el ngulo que forman los vectores a y b y 0

Propiedades 1)

i . i = j . j = k .k =1

2) a . b = b . a
2

3) a . a = a = | a | 4) ( a + 5) | a . b | 6) | a + b |

a
R

b ). c = ( a . c ) + ( b . c ), donde ,

| a | . | b | Desigualdad de Cauchy - Shwartz |a |+ |b | en funcin de sus

El producto punto de dos vectores a = x1, y1, z1 y b = x2, y2, z2 componentes es:
a . b = x1.x2 + y1.y2 + z1.z2

Ejemplo: Si a = 2, -3, 5 y b = -1, 1, 3 , encontrar a . b .


45

a . b = (2)(-1) + (-3)(1) + (5)(3) = 10

Angulo entre dos vectores:


Si a = x1, y1, z1 y b = x2, y2, z2 , entonces:

cos

a .b a b x
2 1

x1x 2 y
2 1

y1 y 2 z
2 1

z1 z 2
2 2

y2 2

z2 2

Ejemplo : Encontrar el ngulo entre los vectores del ejemplo anterior

a . b = 10 y a

38 y

11 entonces cos

10 38. 11

Vectores Paralelos y perpendiculares Paralelos


Dos vectores a = a1, a2, a3 y b = b1, b2, b3 son paralelos ( a || b ) si y solo si:

a1 b1

a2 b2

a3 , o bien si b3

a = b y b = a , o sea uno es combinacin lineal del otro


Tambin si el ngulo entre ellos es 180.

Perpendiculares
Dos vectores a = a1, a2, a3 y b = b1, b2, b3 son perpendiculares ( a ngulo entre ellos es 90. Ejemplos: Determinar si los siguientes pares de vectores son paralelos o perpendiculares. i) a = 3, -4, 8 y b 3/4, -1, 2 ii) a = -4, 5, 0 y b 10, 8, 3 i) Primero analicemos si son paralelos o sea que los vectores son paralelos.

b ) si a . b = 0. Tambin si el

a1 b1

a2 b2

a3 3 , b3 3 / 4

4 1

8 2

4 , por lo que concluimos

46

ii) Procedemos igual que (i) y concluimos que los vectores no son paralelos, entonces probaremos que son perpendiculares calculando a . b = (-4)(10) + (5)(8) + (0)(3) = 0 por lo que concluimos que los vectores son perpendiculares. Componente ortogonal de un vector hacia otro: La componente de un vector a a lo largo de un vector b (b 0) se define por:

Ca
b

a cos C a
b

a .b b

a . U es un escalar
b

a
b

a
b

a
b

Ca
b

Ca
b

Ca
b

La proyeccin de un vector a sobre un vector b se define por:

Pa
b

C a . U , es un vector.
b b

Ejemplo Si a = 2, -3, 5 y b = -1, 1, 3 , encontrar

Ca y Pa
b b

Ca
b

a .b b
a .U
b

a . U , calculemos
b

U
b

b b

1,1, 3 11
10 11

1 / 11,1 / 11, 3 / 11

luego

Ca
b

2, 3, 5 . 1 / 11,1 / 11, 3 / 11 10 11 1 / 11,1 / 11, 3 / 11

Pa
b

C a .U
b b

10,1, 30

Producto vectorial o Cruz: El producto vectorial o cruz de dos vectores a y b es un vector denotado por a x b que esta dado por: a x

b = | a | | b | sen .u, donde es el ngulo formado por a y b y u es un vector unitario tal que: u u b y la direccin de u es la del avance de tornillo de rosca derecha cuando a rota hacia b .

a,

47

Interpretacin Geomtrica
c =a xb

axb

a . b . sen u

a . b sen

pero b
b h S

sen .h, entonces a .h S 2S

axb
a

Es decir la magnitud del vector a x b es igual al rea del paralelogramo con vectores adyacentes a y b y b o dos reas del tringulo con vectores a x b como lados adyacentes. Propiedades: 1. a x b = -( b x a ) 2. a x a = o 3. ( a + b ) x c = a x c + b x c 4.

a xb= (a xb) a x b = 0. Criterio de carcter colineal de dos vectores.

5. Si a || b 6.

i x i = 0, j x j = 0, k x k = 0
j =k , j xk = i , k x i = j

7. i x 8.

j x i =-k , k x j =- i , i x k =- j
x1, y1, z1 y b = x2, y2, z2 entonces:

Proposicin : Si = a

axb

i x1 x2

j y1 y2

k z1 z2

48

Ejemplos 1. Si a = 2, -3, 5 y b = -1, 1, 3 , encontrar a x b

axb

i 2 1

j k 3 5 = -14 i 11 j - k 1 3

2. Calcular el rea del tringulo con vrtices P(1, 2, 3) , Q(0, 1, -2) y R(3, 5, -7).
Sea a =

PQ

1, 1, 5 y b

2, 3, 10 , entonces

axb

i 1 2

j 1 3

k 5 = 25 i 10

20 j - k , como se demostr en la interpretacin

geomtrica del producto cruz A = A = u2 Triple Producto Escalar

1 axb 2

1 25 2 2

( 20) 2

( 1) 2

1 1026 2

Definicin: El triple producto escalar de 3 vectores a , b y c denotado por a x b . c es un escalar dado por: a x b . c =( a x b ). c Interpretacin Geomtrica: El valor absoluto del triple producto escalar a x b . c se interpreta como el volumen de un paraleleppedo con los vectores a , b y c como aristas adyacentes. Demostracin: axb
V = (rea base)altura =

a x b .H

C
c b
O H A 49

Sea

el ngulo formado por c y a x

b , entonces
H = c . cos , de aqu que V= a x b . c . cos = ( a x b ). c que el volumen del paraleleppedo

a
En consecuencia v pirmide OABC = 1/3 SOAB . H = 1/6 S H = 1/6 v paraleleppedo Propiedades del triple producto escalar 1. a x b . c = a . b x c 2. a x a . b = a . b x b = a x b . a 3. [ a x b . c ] = [ a x b . c ] 4. ( a + a 1 ) x b . c = a x b . c +

a1x b . c

5. a x b . c = b x c . a = c x a . b .

a x b . c = - [ b x a . c ] = -[ a x c . b ] = -[ c x b . a ]
El triple producto escalar en la forma coordenada est dado por: Si a x1, y1, z1 y b = x2, y2, z2 y c = x3, y3, z3 entonces

a x b.c

x1 x2 x3

y1 y2 y3

z1 z2 z3

Ejemplos: 1. Dados los vectores a = 2, -3, 5 y b = -1, 1, 3 y c = 2, -3, 6 encontrar a x b

a x b.c

2 1 2

3 5 1 3 3 6

-1

2. Encontrar el volumen de la pirmide que tiene vrtices en: A(0, 0, 0) , B(3, 4, -1), C(2, 3, 5) y D(6, 0, -3) A Vpirmide =

1 (BC x BD). BA , tenemos que: 6

BC
Entonces C

1, 1, 6 , BD

3, 4, 2 y BA

3, 4,1

(BC x BD). BA
B D Vpirmide =

1 3 3

1 4 4

6 2 1

135 ,

1 45 3 -135 = u 6 2
50

Condicin de carcter coplanar de tres vectores Si a , b y c son coplanares Problemas Propuestos

a xb.c =0

En los ejercicios del 1 al 4 a = -4, -2, 4 , b = 2, 7, -1 , c = 6, -3, 0 y d = 5, 4, -3


1. Obtenga: i) ( a + d ) - ( b + c ) 2. Obtenga: i) a .( b + c ) ii) ( a . b )+( d . c ) iii) ( a . b ) + ( a d ) ii) 3( a - b ) + (2 d - 6 c ) iii) (-3 a -4 b ) + 3(7 a -8 d )

iv) ( a . b ). c + ( b . c ). d 3. Calcule: i) cos si sobre a 4. Calcule: i) cos si sobre d .

v) (2 a + 3 b ).(4 c - d )

es el ngulo entre a y c . ii) La componente de c sobre a . iii) La proyeccin de c

es el ngulo entre b y d . ii) La componente de b sobre d . iii) La proyeccin de b

5. Demostrar que los a = -4, -12, 4 , b = 2, 6, -2 , son paralelos. 6. Hallar el valor de m, tal que a = 2, m, 1 , b = 4, -2, -2 , sean perpendiculares. 7. Demostrar que los vectores a = 3, -2, 1 , b = 1, -3, 5 , c = 2, 1, -4 , forman un tringulo rectngulo. 8. Si a = -4, -2, 4 , b = 2, 7, -1 , c = 6, -3, 0 calcular ( a x b )x c 9. Determinar los valores de m y n tales que: 2, m, 1 x 1, n, 2 = 3, -3, 1 10. Calcular el rea del paralelogramo ABCD con vrtices A(-1, 3, 2), B(3, -3, 4), C(5, 0, 3) y D(1, 6, 1) 11. Calcular a x b . c donde a = 2, -1, 1 , b = 3, -1, 1 , c = 1, 2, -3

12. Determinar si los vectores son coplanares o no: a) 1, 1, 0 , 0, 1, 1 , 1, 0, 1 b) 1, -6, 2 , 0, 2, 7 , -2, 12, -4

51

13. Encontrar el volumen del paraleleppedo que tiene aristas respectivamente (1, 3, 4) , (3, 5, 3), (2, 1, 6) y (2, 2, 5)

PQ, PR, PS, si los puntos P, Q, R, S son

Ecuacin vectorial, paramtrica y simtrica de la recta en el espacio


Una recta L en el espacio queda determinada por un punto A z L y un vector a || L. (vector director de L)

X = A +ta
A x, y, z = x0, y0, z0 + t a1, a2, a3 Ecuacin vectorial

A
x = x0 + ta1 y = y0 + ta2 z = z0 + ta3 Ecuaciones paramtricas de L. x y

x x0 a1

y y0 a2

z z0 a3

Ecuaciones simtricas de la recta.

Nota: a1, a2, a3 se llaman nmeros directores de la recta L. Ya que cualquier vector director paralelo a a es un vector director de L entonces ( a1, a2, a3) tambin son nmeros directores de L.

Rectas paralelas y Perpendiculares en el espacio. Si

a 1 y a 2 son vectores directores de L1 y L2 respectivamente entonces:


1) L1 || L2 2) L1 L2

a 1 || a 2 a1 a2

Interseccin de Rectas en el espacio

Dadas dos rectas L1 y L2 se cumple una y solo una de las siguientes situaciones:
1. L1 L2 = { P } L2 P L2 L1 Intersecantes Alabeadas Paralelas Coincidentes L2 2. L1 L2 = L1 L1 L2 3. L1 L1 L2 = L2 4. L1 L2 = L1 = L2 L1

52

Ejemplo: Determinar L1 x = 3 + 4t y = 2 + 2t z = 1 + 4t L2 donde: x = 5 + 3s y = 3 + 2s z = 7 4s

L1:

L2 :

Un vector director de L1 es Como

a 1 = 4, 2, 4 y un vector director de L2 es a 2 = 3, 2, -4

a 1 a 2 entonces L1 L2 , por lo tanto quedan excluidos los casos 3 y 4.

Para saber si L1 y L2 son intersecantes o alabeadas suponemos un punto (x 0, y0, z0) que pertenece a L1 y L2. Sustituyendo obtenemos: x0 = 3 + 4t y0 = 2 + 2t z0 = 1 + 4t o sea 3 + 4t = 5 + 3s 2 + 2t = 3 + 2s 1 + 4t = 7 4s 4t 3s = 2 2t 2s = 1 4t + 4s = 6 x0 = 5 + 3s y0 = 3 + 2s z 0 = 7 4s

L1:

Resolviendo este sistema de ecuaciones por Gauss tenemos:

4 2 4

3 2 2 1 4 6

4 0 0

3 2 1 0 0 4

lo que resulta en un sistema que es incompatible o sea L1 y L2 son

alabeadas. Distancia de un punto a una recta en el espacio. La distancia de un punto P a la recta L en el espacio esta dada por:

d=

PQ xU donde Q es un punto cualquiera de L y a es un vector director de L.


a

Ejemplo: Calcular la distancia del punto P(1, 2, -3) a la recta L : X = (t, t +1, 2t) Un punto de L es por ejemplo Q(0, 1, 0). Haga t = 0, y un vector director de L

53

a = 1, 1,2 , un vector unitario en la direccin de a es: U a

1 (1,1, 2) y PQ = (-1, -1, 3) 6

PQ x Ua =

( 1, 1,3) x

1 1 2 , , 6 6 6

5 i 6

5 j 0k 6

d =

50 unidades. 6

Problemas Propuestos 1. Encontrar la ecuacin vectorial, paramtricas y simtrica de la recta que pasa por los puntos A(-3, -1, 5) y B(-1, -4, 4). 2. Encontrar una representacin paramtrica de la recta que pasa por P(2, 4, -2) y es paralela a L:

x 1 4

y 5 2

z 3 7 x 1 9 y 1 8 z 1 1

3. Determinar si el punto (1, 0, 1) pertenece o no a la recta

4. Dados los siguientes pares de rectas. Cules son paralelas o cuales son perpendiculares? i) L1: x = 10 + 6t, y = -7 2t , z = 7 + 3t L2: x = 3 + 5t, y = 5 + 8t , z = -t

x 1 y 1 z 1 L2 1 1 1 x 1 y 3 z 5 iii ) L1 : L2 2 4 3 ii ) L1 :
5. Encontrar L1 L2 si:

x 1 1 x 3 : 4 :

y 6 8 y 7 8

z 2 2 z 2 6

x 1 y 2 z 1 x 2 L2 : 5 2 3 1 x 1 y 4 z 2 x 3 ii ) L1 : L2 : 2 5 3 2 x y 2 z 1 x y ii ) L1 : L2 : 2 3 1 1 i ) L1 :

y 1 z 3 3 2 y 14 z 8 5 3 2 z 1 1 1

54

Ecuacin vectorial y cartesiana del plano


Un plano queda completamente determinado por un punto A y dos vectores a y b tales que a 0,

b 0; a b ; a || , b ||

De la figura tenemos:

X = A + AX o X = A + s a + t b que es la ecuacin vectorial del plano. X es un

punto genrico del plano, s y t se llaman parmetros a y b se llaman generadores del plano. Sustituyendo obtenemos:

x, y, z = x0, y0, z0 + s a1, a2, a3 + t b1, b2, b3 , igualando componente a componente tenemos: 55

x = x0 + sa1 + tb1 y = y0 + sa2 + tb2 z = z0 + sa3 + tb3

Ecuaciones paramtricas del plano

Un plano tambin queda determinado por un punto A

y un vector normal ( n ) a

X= A+ sa + tb
luego ( X -

X - A= sa + tb

(X -

A ). n = (s a + t b ). n , pero a . n = 0 y b . n = 0,

A ). n = 0

Ecuacin cartesiana del plano


Si hacemos

X = x, y, z , A = x0, y0, z0 y n = a, b, c obtenemos:

[ x, y, z - x0, y0, z0 ] . a, b, c = 0 desarrollando obtenemos: a(x x0) + b(y y0) + c(z z0) = 0 Ecuacin cartesiana del plano o tambin: ax + by + cz + d = 0 Ecuacin general del plano donde d = -ax0 by0 cz0 Ejemplos: 1. Determinar la ecuacin vectorial y paramtrica del plano que pasa por los puntos A(1, 2, -1), B(1, 3, 3) y C(-1, 4, 9).

a = AB

0,1, 4

y b

AC

2, 2,10 , de acuerdo con la ecuacin vectorial tenemos:

x, y, z = 1, 2, -1 + s 0, 1, 4 + t -2, 2, 10 , igualando componente a componente obtenemos las ecuaciones paramtricas del plano. x = 1 2t ;y = 2 + s + 2t ; z = 1 + s + 10t 2. Determinar la ecuacin del plano que pasa por el punto A (1, -5, 1) y contiene a la recta

L:

x 1 2

y 3 5

z 2 1
L,

El punto P(1, 3, -2)

AP = 0, 8, -3 || , a = 2, 5, 1 || , luego AP a luego

n = AP x a = 23, -6, -16 y tomando el punto A tenemos:


23(x 1) 6(y + 5) 16(z 1) = 0 23x 16y 16z 37 = 0 Paralelismo y perpendicularidad entre rectas y planos. 1. ||

n 1 || n 2

2.

n1
n1

n2

3. L ||

a
L

4. L

a || n

n1
1 1

n2
2

n
n L

n2
2

56

Interseccin de planos y rectas a) Dos planos 1)


1 2 1

pueden tener las siguientes posiciones: 2) L


1 2

=L

3)

1 2 2 1 2

b) Una recta y un plano 1) L = {P} L

pueden tener las siguientes posiciones: 2) L L = 3) L n =L

Ejemplos: 1) Hallar
1 2

donde

: 3x 2y z = 0

: 8x 2y 3z +1 = 0, debemos resolver el sistema:

3x 2y z = 0 8x 2y 3z +1 = 0 Aplicando Gauss tenemos:

3 8

1 2

1 3

0 1

24 24

8 6

8 9

0 3

24 0

8 2

8 1

0 3

el sistema es compatible e

indeterminado 24x 8y 8z = 0 2y z = -3 , z es una variable libre haciendo z = t y despejando x e y obtenemos

3 2
1

t , x 2
2

t es decir 2
1

= L:

x
,
2

t , y 2

3 2

t ,z=t 2

2) Hallar

donde

: 3x + 2y + z = 2

: 21x + 14y + 3z = 5, debemos resolver el sistema:

57

3x + 2y + z = 2 21x + 14y + 3z = 5 Aplicando Gauss tenemos:

3 2 1 2 21 14 7 5
3) Hallar L

3 2 1 0 0 0

2 el sistema es incompatible 9
:x+yz=0

, si L: x = 2 t , y = 5 + t , z = 2t ,

Sustituyendo x, y, z de las ecuaciones paramtricas de L en la ecuacin del plano tenemos: (2 t ) + (5 + t) 2t = 0 , t = 7/2por lo tanto L Grafica de planos Graficar el plano : x + 2y + z 6 = 0 Para representar grficamente un plano, generalmente se hallan los interceptos con los ejes coordenados y se determinan las trazas que son las intersecciones del plano con los planos coordenados, as: Intercepto con el eje X: y = 0 Intercepto con el eje Y: x = 0 Intercepto con el eje Z: y = 0 z=0 z=0 x=0 x = 6, P1(6,0, 0) 2y = 6 y = 3, P2(0,3, 0) z , es el punto

3 17 , ,7 2 2

z = 6, P3(0,0, 6)

La traza en el plano XY es la recta P1P2 La traza en el plano YZ es la recta P2P3 La traza en el plano XZ es la recta P1P3 P3(0, 0, 6)

P2(0,3, 0) P1(6, 0, 0) x

Graficar los planos a) x = 5 , a)

b) y = 3 b)

c) z = 2

58

Problemas Propuestos 1. Encontrar la ecuacin vectorial del plano que pasa por el punto A(2, 3, -1) y es generado por los vectores a = i + j + k y b = i - j + 2 k . 2. Encontrar la ecuacin cartesiana del plano que pasa por P(3, 1, 2) y es normal a n = 1, 2, -3 . 3. Encontrar una ecuacin cartesiana del plano que pasa por A(3, 4, 1), B(1, 7, 1), C(-1, -2, 5) 4. Encontrar la ecuacin cartesiana del plano que es perpendicular a la recta que pasa por (2, 2, -4) y (7, -1, 3) y contiene al punto (-5, 1, 2). 5. En los siguientes ejercicios hallar a) b) c)
1: 1: 1: 1 2

si:
2: 2: 2:

2x y + 2z 6 = 0 3x + 7y + 5z 1 = 0 x 2y + 3z + 6 = 0

4x 4y 2z 9 = 0 18x + 42y + 30z 4 = 0 3x 6y + 9z + 18 = 0

6. En los siguientes ejercicios encontrar L a) L:

x 2 4

y 3 1 y 6 2

z 2 3 z

: 4x y + 3z + 5 = 0 : 3x + y z = 3

b) L: x 1

59

SUPERFICIES CILINDRICAS Sea C una curva plana y sea l una lnea que intercepta a C y que no esta en el plano de esta. El conjunto de todos los puntos de rectas que interceptan a C se llama cilindro.

Curva generatriz C

Recta l y

Cilindro

Los cilindros se representan en forma natural cuando hacemos la grfica de una ecuacin que solo incluye dos variables en el espacio de 3 dimensiones. Entonces podemos graficar las siguientes ecuaciones: y = f(x), x = f(y) , z = f(x) , x = f(z), y = f(z) , z = f(y). Tambin incluimos las graficas de las cnicas. Ejemplos: Graficar: 1) x2 + y2 = 1 z

60

x2 + y2 =1

x 2) y = x2

61

3) z = x + 4

4)

y2 4

x2 9

62

SUPERFICIES CUADRICAS
Si una superficie es la grfica en 3 dimensiones de una ecuacin de segundo grado, se llama superficie cudrica. Las secciones planas de una superficie cudrica son las cnicas.

La ecuacin general de segundo grado tiene la forma: Ax2 +By2 +Cz2 +Dxy + Exz + Fyz + Gx + Hy + Iz + J = 0

Se puede demostrar que esta ecuacin puede ser reducida mediante rotaciones y traslaciones de ejes coordenados, a una de las dos formas: Ax2 +By2 +Cz2 + J = 0 o Ax +By +Cz2 + Iz = 0
2 2

Las superficies cudricas representadas por la primera de estas dos ecuaciones son simtricas con respecto a los planos coordenados y con respecto al origen y se llaman cudricas centrales.

ELIPSIODE : Ecuacin:
Grfica:

x2 a2

y2 b2

z2 c2

Si a = b = c tenemos una esfera

63

HIPERBOLOIDE DE UNA HOJA: Ecuacin: Grfica:

x2 a2

y2 b2

z2 c2

x2 HIPERBOLOIDE DE DOS HOJAS: Ecuacin: 2 a Grfica:

y2 b2

z2 c2

PARABOLOIDE ELPTICO: Ecuacin: Grfica:

x2 a2

y2 b2

64

PARABOLOIDE HIPERBLICO: Ecuacin: z


Grfica:

y2 b2

x2 a2

CONO ELPTICO: Ecuacin:


Grfica:

x2 a2

y2 b2

z2 c2

Ejemplos: Analice la ecuacin y bosqueje la grfica de: x2 y2 z 2 1) 1 4 9 16


Las trazas en los ejes coordenados se obtienen haciendo z = 0, y = 0 y x = 0, respectivamente.

x2 4 x2 Plano xz: 4 y2 Plano yz: 9


Plano xy:

y2 9 z2 16 z2 16

1 , una elipse 1 , una hiprbola 1 , una hiprbola

65

Tambin se encuentran las trazas en los planos z = 4 y z = -4. Si sustituimos z = 4 en la ecuacin original se obtiene:

x2 4
Su grfica es:

y2 9

16 16

1 , lo que es equivalente a

x2 8

y2 18

1 , que es una elipse.

2) 16x2 + 9y2 + 36z2 144 = 0 Dividiendo toda la ecuacin entre 144 y despejando el trmino independiente obtenemos:

x2 9

y2 16

z2 4

1 , esto es un Elipsoide, encontrando las trazas: z2 1 , elipse 4 z2 1 , elipse 4 y2 1 , elipse 16

y2 16 x2 Plano xz, 9 x2 Plano xy, 9


Plano yz,

Su grfica es:

66

3) 4x2 + 9y2 12z = 0 Dividiendo entre 12 toda la igualdad obtenemos: Trazas: Plano zy,

x2 3

y2 , paraboloide elptico. 4 3

z
z

Plano xz,

y2 , parbola 4 3 2 x , parbola 3 3 x2 3 y2 x2 , o sea 4 9 3

Plano xy, es en punto, el origen. Para z = 3, obtenemos una elipse, Grfica:

y2 4

4) x2 - y2 + z2 = 0, esto es un cono. Trazas: Plano yz, y = z, rectas Plano xy, y = x, rectas Para y = 2, se obtiene una circunferencia x2 + z2 = 4

5)

z2 9

y2 4

x2 16 z2 9

1 , es un hiperboloide de 2 hojas y2 4

Plano zy,

1 , hiprbola
67

Plano xz,

x2 16

z2 9

1 , hiprbola

y2 x2 0 , para que se cumpla y = 0, x = 0. O sea esto es 4 16 un punto (0, 0, 3). Es donde comienza la grfica y2 x2 Para z = 6, se tiene una elipse 1 4 16 3 3
Para z = 3, tenemos
Grfica:

6) z

y2 9

x2 Paraboloide Hiperblico 4

Plano zy, y 2 Plano xz, x 2

9z , parbola 4z , parbola
x2 4 0 , tenemos 2 rectas y
x2 9 y2 4
68

y2 Para z = 0, tenemos 9

3 x 2

y2 4 x2 Para z = -1, se tiene una hiprbola 9


Para z = 1, se tiene una hiprbola

Grfica:

PROBLEMAS PROPUESTOS Identifique y grafique las siguientes ecuaciones 1) x = y2 5) x2 + z2 = 9 6) x2 + y2 + z2 = 36 9) 4x2 + 9y2 + 4z2 = 36 2) z = x + y 6) 3) y = senx 4) y = 4 x2 8) z = lny 8) x2 + z2 = y 11) z = 4y2 9x2

x2 9

y2 4

7) y = ex

7) x2 + y2 z2 = 4 10) 9x2 y2 + 9z2 = 0

69

Lmites y continuidad
LMITES
El concepto de lmite es la base fundamental con la que se construye el clculo infinitesimal (diferencial e integral). Informalmente hablando se dice que el lmite es el valor al que tiende una funcin cuando la variable independiente tiende a un nmero determinado o al infinito.

Definicin de lmite
Antes de establecer la definicin formal del lmite de una funcin en general vamos a observar qu sucede con una funcin particular cuando la variable independiente tiende (se aproxima) a un valor determinado. Ejemplo:

En la tabla adjunta escribimos algunos valores para la variable independiente x, en el entorno de 2, y calculamos los valores correspondientes de la funcin f (x): x 1.9 1.99 1.999 1.9999 2.0001 2.001 2.01 2.1 f (x ) 2.61 2.9601 2.996001 2.99960001 3.00040001 3.004001 3.0401 3.41 Cuando x se aproxima a 2, tanto por la izquierda como por la derecha, tomando valores menores o mayores que 2, f (x) se aproxima, tiende, cada vez ms a 3; y cuanto ms cerca est x de 2, o lo que es lo mismo, cuando la diferencia en valor absoluto entre x y 2 es ms pequea asimismo la diferencia, en valor absoluto, entre f (x) y 3 se hace cada vez ms pequea. (Estas diferencias se muestran en la tabla inferior derecha). O sea, la funcin se acerca a un valor constante, 3, cuando la variable independiente se aproxima tambin a un valor constante.

|x

2|

| f ( x)

3|

|1.9-2| = 0.1 |1.99-2| = 0.01 |1.999-2| = 0.001 |1.9999-2| = 0.0001 |2.0001-2| = 0.0001 |2.001-2| = 0.001 |2.01-2| = 0.01 |2.1-2| = 0.1

|2.61-3| = 0.39 |2.9601-3| = 0.0399 |2.996001-3| = 0.003999 |2.99960001-3| = 0.00039999 |3.00040001-3| = 0.00040001 |3.004001-3| = 0.004001 |3.0401-3| = 0.0401 |3.41-3| = 0.41

De lo anterior se deduce intuitivamente que el lmite de la funcin f (x) cuando x tiende a 2, es 3. Ahora, pasamos a dar la definicin formal de lmite:

70

Definicin psilon-delta
Sea f una funcin definida en algn intervalo abierto que contenga a a. El lmite de f (x) cuando x tiende a a es L, y se escribe

Nota: no es necesario que f este definida en a para que el lmite exista.

Ejercicios resueltos (aplicando la definicin psilon-delta) En los ejercicios 1 a 4, demuestre que el lmite es el nmero indicado aplicando la definicin psilon-delta:

Soluciones
1. Solucin:

71

2. Solucin:

72

3. Solucin:

73

4. Solucin:

74

Teoremas de lmites
Para facilitar la obtencin del lmite de una funcin sin tener que recurrir cada vez a la definicin psilonDelta se establecen los siguientes teoremas. Los teoremas se numeran consecutivamente para facilitar una futura referencia. Nota: los teoremas se presentan sin demostracin, pero quien quiera verla puede hacer clic en el vnculo correspondiente. Teorema de lmite1: Si k es una constante y a un nmero cualquiera, entonces

Teorema de lmite2: Para cualquier nmero dado a,

Teorema de lmite3: Si m y b son dos constantes cualesquiera, entonces Teorema de lmite4: 75

Teorema de lmite5:

Teorema de lmite6: Si f es un polinomio y a es un nmero real, entonces

Teorema de lmite7: Si q es una funcin racional y a pertenece al dominio de q, entonces

Teorema de lmite8:

Procedimiento para calcular lmites


Si es posible aplicar directamente las propiedades anteriores, el lmite se calcula directamente. Con respecto a las propiedades, como la propiedad 6 se aplica a cualquier polinomio y las propiedades 1, 2, 3, y 4 implican funciones polinmicas es indistinto que nos refiramos a cada una de las propiedades 1 a 4 en particular que a la propiedad 6 cuando calculamos el lmite de una funcin polinmica. Lo mismo, la propiedad 7 se aplica a una funcin racional y la propiedad 4 (III) tambin. Cuando al sustituir la a por x en la funcin nos da la forma indeterminada 0/0 es posible calcular el lmite pero, previamente, hay que transformar la frmula de la funcin de tal modo que, una vez hecha la simplificacin pertinente, se pueda evitar la divisin por cero: para lograr esto disponemos de procedimientos algebraicos eficaces como la factorizacin, la conjugada, etc.

76

Ejercicios resueltos
Evalu los siguientes lmites indicando la propiedad o propiedades que se aplican en cada paso:

Soluciones

1. Solucin

2. Solucin:

3. Solucin:

4. Solucin:

77

5. Solucin:

6. Solucin: No es posible aplicar directamente el TL7, pues se obtendra la forma indeterminada 0/0; no obstante, luego de factorizar y simplificar la expresin, se obtiene fcilmente el lmite aplicando el TL1:

7. Solucin: No es posible aplicar directamente el TL7, pues se obtendra la forma indeterminada 0/0; no obstante, luego de factorizar y simplificar la expresin se obtiene fcilmente el lmite aplicando el TL7 o el TL4(III):

8. Solucin: Si pretendiramos aplicar el lmite directamente a partir del TL7, nos dara la forma indeterminada 0/0; por lo que, se debe factorizar y luego simplificar la expresin antes de poder hacer uso del TL6:

9. Solucin: No se puede aplicar el lmite directamente, dara la forma indeterminada 0/0; no obstante, luego de multiplicar tanto el numerador como el denominador por la conjugada de la expresin en el numerador y luego reduciendo y simplificando, se puede aplicar el TL para hallar el lmite:

78

10. Solucin: Luego de la transformacin de la expresin se aplican los TL7 y TL8:

11. Solucin: El lmite no se puede aplicar directamente, resultara la forma indeterminada 0/0; no obstante, una vez factorizando y simplificando, la expresin queda expedita para hallar el lmite mediante los TL7 y TL6:

12. Solucin:

79

Lmites unilaterales
Hay casos en que las funciones no estn definidas (en los reales) a la izquierda o a la derecha de un nmero determinado, por lo que el lmite de la funcin cuando x tiende a dicho nmero, que supone que existe un intervalo abierto que contiene al nmero, no tiene sentido. Ejemplo:

Lmite unilateral por la derecha:


Sea f una funcin definida en todos los nmeros del intervalo abierto ( a, c). Entonces, el lmite de f (x), cuando x se aproxima a a por la derecha es L, y se escribe

Lmite unilateral por la izquierda:


Sea f una funcin definida en todos los nmeros de (d, a). Entonces, el lmite de f (x), cuando x se aproxima a a por la izquierda es L, y se escribe

Lmite bilateral:

Teorema de lmite12:

80

Ejercicios resueltos
En los ejercicios 1 a 4, trace la grfica y determine el lmite indicado si existe; si no existe, d la razn:

Soluciones 1. Solucin:

2. Solucin:

81

3. Solucin:

4. Solucin:

82

Continuidad de una funcin

Criterios de continuidad de una funcin en un nmero


Se dice que una funcin f es continua en el nmero a si y slo si se cumplen las tres condiciones siguientes:

Una funcin que no es continua en un nmero, se dice que es discontinua en dicho nmero. En la grfica de una funcin que es discontinua en el nmero a se puede observar un "salto" o un "hueco" precisamente donde x = a. La discontinuidad puede ser eliminable o esencial.

Las discontinuidades eliminables se denominan tambin discontinuidad de "hueco": en la grfica de las funciones donde sucede este caso se puede ver un "hueco" en el punto del plano cuyas coordenadas son (a, f (a)). Las discontinuidades esenciales tambin reciben los nombres de discontinuidad de "salto": se presenta cuando los lmites unilaterales existen pero son diferentes; y, la discontinuidad infinita sucede cuando el lmite de f cuando x tiende a a es infinito.

Teoremas de continuidad
83

Ejercicios resueltos En los ejercicios 1 a 7 trace la grfica de la funcin; luego observando dnde hay saltos en la grfica, determine los valores de la variable independiente en los cuales la funcin es discontinua y muestre cul condicin no se cumple de los "Criterios de continuidad de una funcin en nmero". En los ejercicios 8 a 14 demuestre que la funcin es discontinua en el nmero a. Luego determine si la discontinuidad es eliminable o esencial. Si es eliminable defina f (a) de manera que la discontinuidad desaparezca. En los ejercicios 15 a 21, determine los nmeros en los cuales es continua la funcin dada .

84

Soluciones
1. Solucin:

x f ( x)

-4 -6

0 -2

2 0

f (-3) no existe; por lo tanto, la parte (i) de los criterios de continuidad no se cumple; conclusin: f es discontinua en -3. 2. Solucin:

-6

-1 -1

3 -5

5 5

6 2.5

9 1

h(x) -0.5

-1.25 -2.5

f (4) no existe; por lo tanto, la parte ( i) de los criterios de continuidad no se cumple; conclusn: f es discontinua en 4.

3. Solucin:

85

x y

-4 -0.5

-3 -1

-2 0

-1 1

0 0.5

8 0.1

4. Solucin:

-6

-2

-1

y 0.025 0.125 0.2 0.25 0.2 0.125 0.025

5. Solucin 86

Por lo tanto, f es discontinua en 0. 6. Solucin:

7. Solucin:

87

x ... y ... -2 -1 0 1 2

... ...

8. Solucin:

9. Solucin:

10. Solucin:

88

11. Solucin:

12. Solucin:

89

13. Solucin:

14. Solucin:

15. Solucin:

16. Solucin:

90

17. Solucin:

18. Solucin:

19. Solucin:

20. Solucin:

91

21. Solucin:

Lmites infinitos
Existen ciertas funciones que aumentan o disminuyen sin lmite a medida que la variable independiente se acerca a un valor fijo determinado.

92

Crecimiento infinito:

Decrecimiento infinito:

Teorema de lmite13:

Teorema de lmite14:

Teorema de lmite15:

93

Teorema de lmite16:

Teorema de lmite 17:

Una asntota es una recta a la cual se aproxima una curva indefinidamente. Trazar las asntotas, tanto verticales como horizontales (ms adelante nos ocuparemos de estas ltimas), es de gran ayuda para dibujar la grfica de una funcin.

Asntota vertical:
Una asntota vertical es una recta paralela al eje y. Se dice que la recta x = a es una asntota vertical de la grfica de la funcin f si por lo menos uno de los siguientes enunciados es verdadero:

Ejercicios resueltos En los ejercicios 1 a 7, determine el lmite. En los ejercicios 9 a 11. encuentre la(s) asntota(s) vertical(es) de la grfica de la funcin y trcela(s).

94

Soluciones
1. Solucin:

2. Solucin:

3. Solucin:

95

4. Solucin:

5. Solucin:

96

6. Solucin:

Lmites en el infinito Teorema de lmite18:

Asntota horizontal:
Una asntota horizontal es una recta paralela al eje x.

97

Teorema de lmite19:

Ejercicios resueltos

Soluciones

98

99

Miscelnea1
100

Soluciones

101

102

103

104

105

106

107

108

109

110

111

Miscelnea2

Soluciones

112

113

114

115

116

117

Miscelnea3

118

119

120

Оценить