(UTN Frre) Algebra y Geometria Analitica
(UTN Frre) Algebra y Geometria Analitica
(UTN Frre) Algebra y Geometria Analitica
MATRICES
CONCEPTO DE MATRIZ
A = (aij)
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
MATRICES IGUALES
Dos matrices A = (aij)m×n y B = (bij)p×q son iguales, sí y solo si, tienen en los
mismo lugares elementos iguales, es decir :
Hay algunas matrices que aparecen frecuentemente y que según su forma y sus
elementos reciben nombres diferentes:
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
:
Es una matriz cuadrada
que es igual a su
SIMÉTRICA
traspuesta.
A = At , aij = aji
Es una matriz cuadrada
que es igual a la opuesta 0 −2 4
ANTISIMÉTRICA de su traspuesta. A= ( 2 0 −6)
A = -At , aij = -aji −4 6 0
Necesariamente aij = 0
Es una matriz cuadrada
que tiene todos sus
elementos nulos excepto
los de la diagonal
principal.
DIAGONAL
Si A es cuadrada y
además aij =0 siempre
que i sea distinto a j, A
se llama matriz diagonal.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Si A es diagonal y
además i : aii =k,
siendo k un número real
distinto a cero, A se
llama matriz escalar.
Es una matriz cuadrada
que tiene todos sus
elementos nulos excepto
IDENTIDAD los de la diagonal
principal que son iguales
a 1. También se
denomina matriz unidad.
7 −2 4
TRIANGULAR Es una matriz cuadrada (0 8 −6)
SUPERIOR tal que aij =0 i > j 0 0 1
7 0 0
TRIANGULAR Es una matriz cuadrada (5 8 0)
INFERIOR tal que aij =0 i < j 6 8 1
SUMA DE MATRICES
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Para multiplicar un escalar por una matriz se multiplica el escalar por todos los
elementos de la matriz, obteniéndose otra matriz del mismo orden. Sea λ un
escalar y A una matriz:
Esta operación es una ley de composición externa con las siguientes propiedades:
PRODUCTO DE MATRICES
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Amxp . Bpxq
Multiplicamos estas dos matrices:
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Actividad:
a) Escribe a que es igual los elementos c11 , c12 , c2j , cij de la matriz producto.
b) Exprésalos usando el símbolo de sumatoria . Consulta Algebra L. de Grossman
El producto de dos matrices Amxp y Bpxq es igual a otra matriz Cmxq , donde :
p
cij = aik bkj
k =1
i = 1,..., m
j = 1,..., q
PROPIEDADES:
2) A.(B+C)=A.B+A.C
3) A.(B.C)=(A.B).C
4) Si A.B= N (matriz nula) no implica que A o B sea la matriz nula.
Actividad:
Multiplicar:
Actividad:
6) Transpuesta de un producto
a) (k.A)T= k.AT
b) (A.B) T = B T. A T
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
PARTICION DE MATRICES
𝟐 𝟎 𝟏 𝟐 𝟎 𝟏
𝑨 = (−𝟔 𝟒 𝟓) subdividimos en 𝑨𝟏 = (−𝟔) 𝑨𝟐 = (𝟒) 𝑨𝟑 = (𝟓)
𝟕 𝟖 𝟗 𝟕 𝟖 𝟗
Entonces: A = (A1 A2 A3 )
Otro ejemplo:
− 2 4 3 0 5
5 1
9 0 4 - 2 4 3 0 5
A= A11 = A12 =
8 2 −1 7 7 5 9 0 4 1
3 0 1 8 4
8 2 - 1 7 7
A21 = A22 =
3 0 1 8 4
A A12
A = 11
A21 A22
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
https://aga.frba.utn.edu.ar/
http://www.abaco.com.ve/lineal/libroLineal2009_Capitulo_2.pdf
0 4 4 − 7
A = − 1 6 5 4
− 1 10 9 − 3
0 4 − 4 − 7
A = − 1 6 − 7 4
9 1 8 − 5
En éste caso se observa que: Columna 3= columna 1 +(-1) columna 2 =
C1 + (-1).C2
Es decir que : Columna 3= C1-C2
La fila Fi es combinación lineal de las filas F1, F2, F3, …Fn si existen los escalares
k1, k2, k3, …kn distintos de cero, tal que:
Fi= k1.F1+k2.F2+k3.F3+…+kn.Fn
Las filas F1, F2, F3, …Fn son Linealmente independientes (LI) si la igualdad:
k1.F1+k2.F2+k3.F3+…+kn.Fn = 0 (fila nula) se cumple únicamente cuando todos
los escalares k1, k2, k3, …kn son nulos.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Las filas F1, F2, F3, …Fn son Linealmente dependientes (LD) si existen los
escalares k1, k2, k3, …kn distintos de cero, tal que se cumpla:
OPERACIONES ELEMENTALES
Son las operaciones que podemos realizar en una matriz sin que su rango varíe:
A= F2 = F2 +(-2). F1 y F3 = F3+(-3). F1
F3 = F3 +(-1). F2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
DETERMINANTES
Ejemplo
3 4
A =( ) det(A) = 3.5 – 2.4 = 15 – 8 = 7
2 5
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Ejemplo
A1) D(A1 A2 … 𝐴𝑗` +𝐴𝑗`` …An ) = D(A1 A2 … 𝐴𝑗` …An ) + D(A1 A2 …𝐴𝑗`` …An )
A2) D(A1 A2 … 𝛼𝐴𝑗 …An ) = 𝛼D(A1 A2 … 𝐴𝑗 …An ) donde 𝛼 es un escalar
A3) D(A1 A2 … 𝐴𝑗 …𝐴𝑘 …An ) = −D(A1 A2 …𝐴𝑘 … 𝐴𝑗 …An )
A4) D (I) = 1
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Sea A una matriz cuadrada de orden nxn. Se llama menor complementario del
elemento a i j al determinante de la matriz de orden (n-1) x(n-1) que se obtiene de
A eliminando la fila i y la columna j.
Se indica M i j
𝑎11 𝑎12 𝑎13
𝑎
Si A=( 21 𝑎22 𝑎23 )
𝑎31 𝑎32 𝑎33
1 2 3
A = (1 1 −1)
2 0 5
Rta: M11 = 5 , M21 = 10 , M31 = -5
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Sea A una matriz cuadrada de orden nxn. El cofactor o adjunto A i j de A esta dado
por:
A i j = ( -1 ) i+j . Mi j
Si i + j es par: A i j = Mi j
Si i + j es impar: A i j = - Mi j
O también
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
MATRIZ REGULAR
MATRIZ SINGULAR
MATRIZ ADJUNTA
1 0 1 2 3 −1
Actividad 1: Hallar la Adjunta de A=(2 1 0) Rta: (−4 1 2)
1 3 2 5 −3 1
Demostración:
Multiplicamos A. adj A:
Observemos que:
✓ Al multiplicar la primera fila de A por la primera columna de Adj A
obtenemos:
a11 A11 + a12 A12 +…+ a1n A1n = |𝐴| por ser el desarrollo del det. A por la
primera fila.
✓ Al multiplicar la primera fila de A por la segunda columna de Adj A
obtenemos:
a11 A21 + a12 A22 +…+ a1n A2n = 0 por ser la suma de los productos de los
elementos de una línea por los adjuntos de una paralela ( Propiedad 8 de
determinantes).
En forma análoga se obtienen el resto de los elementos de A. Adj A
|𝐴| 0 … 0
0 |𝐴| … 0
Además: ( ) = |𝐴|. 𝐼
… … … …
0 0 … |𝐴|
MATRIZ INVERSA
A. A-1 = A-1 .A = I
Una condición necesaria y suficiente para que una matriz A sea invertible es que
su determinante sea distinto de cero.
PROPIEDADES:
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Queda demostrado entonces que, si existen dos matrices inversas de A, estas son
iguales.
𝐴. 𝐴𝑑𝑗 𝐴 = |𝐴|. 𝐼
Dividimos esta igualdad por |𝐴| que es distinto de cero porque A es no singular
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
𝐴. 𝐴𝑑𝑗𝐴 |𝐴|. 𝐼
=
|𝐴| |𝐴|
𝐴. 𝐴𝑑𝑗𝐴
=𝐼
|𝐴|
1 1 0
𝐴 = (0 2 1)
1 0 1
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
∑ 𝑎𝑖𝑗 𝑥𝑗 = 𝑏𝑖 , 1 ≤ 𝑖 ≤ 𝑚
𝑗=1
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Donde :
x +z = 0
2 x + y = 3
3x + 2 y + z = 8
1 0 1 𝑥 0
𝐴 = (2 1 0), 𝑋 = (𝑦) , 𝐵 = (3)
3 2 1 𝑧 8
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
1 0 1 0
La matriz ampliada es 𝐴 = (2 1 0 3)
3 2 1 8
Clasificación:
Ejemplos:
2𝑥 + 4𝑦 = 0
Sistema Cuadrado y Homogéneo: { ,
3𝑥 − 2𝑦 = 0
4𝑥 − 6𝑦 = 2
Sistema Rectangular y No Homogéneo {2𝑥 + 4𝑦 = 1
3𝑥 − 4𝑦 = 0
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Teorema de Cramer
I.X= A-1 .B
X= A-1 .B
Como A-1 es única y B está dada por el sistema, esta solución es única.
Regla de Cramer
𝐴𝑑𝑗 𝐴
Además A-1 = |𝐴|
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Resolvemos: X= A-1 .B
𝑏1
𝑏
( 2)
…
𝑏𝑛
𝐷𝑒𝑡(𝐵𝐴2 𝐴3 … 𝐴𝑛)
𝑥1 =
𝐷𝑒𝑡(𝐴)
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
𝐷𝑒𝑡(𝐴1 𝐴2 … 𝐵)
𝑥𝑛 =
𝐷𝑒𝑡(𝐴)
𝑦 +5𝑧 = −1
{𝑥 +2𝑦 +4𝑧 = −1
3𝑥 +6𝑦 +6𝑧 = −3
Por el Teorema de Cramer sabemos que el sistema A.X=B tiene como única
solución X= A-1 .B
𝑥+𝑦 =3
Ejemplo: Sea el sistema {
𝑥−𝑦 =1
1 1
1 1
A=( ) , A-1 = (21 2
−1)
1 −1
2 2
X= A-1 .B
1 1
3 2
X= (21 2
−1) . (1)=(1) Solución: x=2 , y= 1
2 2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Teorema de Rouché-Fröbenius
http://recursostic.educacion.es/descartes/web/materiales_didacticos/sistemas_de_ecuacio
nes_lineales_2bcnt/discusion_por_el_teorema_de_rouche.htm
Los métodos dados hasta ahora sirven para resolver únicamente sistemas
cramerianos, que siempre son compatibles determinados.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
a) Permutamos ecuaciones.
b) Multiplicamos una ecuación por un escalar distinto de cero.
c) Sumamos a una ecuación otra multiplicada por un escalar distinto de cero.
𝑥+𝑧=0
Ejemplo 1: Resolver el sistema { 2𝑥 + 𝑦 = 0
3𝑥 + 2𝑦 + 𝑧 = 8
Rango de A: r(A) = 3
𝑥+𝑧 =0
El sistema equivalente es {𝑦 − 2𝑧 = 0
2𝑧 =8
x= - 4
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
http://www.youtube.com/user/juanmemol?feature=chclk#p/search/0/8_LPIhxJiN4
Ya dijimos que los sistemas homogéneos son aquellos que tienen todos los
términos independientes nulos. Tomemos como ejemplo el sistema anterior pero
con la columna de los términos independientes nula
Ejemplo 2:
𝑥+𝑧 =0
{ 2𝑥 + 𝑦 = 0
3𝑥 + 2𝑦 + 𝑧 = 0
Rango de A: r(A) = 3 1 0 1 0
2 1 0 0
3 2 1 0
Rango de A`: r(A`) = 3 Sistema Compatible .
1 0 1 0
Determinado 0 1 -2 0
0 2 -2 0
𝑥+𝑧 =0
El sistema equivalente es {𝑦 − 2𝑧 = 0
2𝑧 =0
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Ejemplo 3:
Rango de A: r(A) = 2
Número de incógnitas: n = 3
2x-4y+6z=0 x-2y+3z=0
x-3y+z=0
r(A) = r(A`) = 2 (Recordar que estos rangos siempre son iguales cuando el
sistema es homogéneo)
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
y= -2z , llamando z= ℷ y= -2 ℷ
x= 2.(-2 ℷ) – 3 ℷ
x= - 7ℷ
Conjunto solución: S = { ( - 7ℷ ; - 2 ℷ ; ℷ ) ℷ ∈ 𝑅 }
Ejemplo 5:
x - y+2z = 3
x + 2y-z = - 3
2y-2z = 1
Rango de A: r(A) = 2 1 -1 2 3
1 2 -1 -3
0 2 -2 1
Rango de A`: r(A`) = 3
1 -1 2 3
0 3 -3 -6
Como el rango de A es distinto al rango de A´ el Sistema es 0 2 -2 1
Incompatible ( S.I.) 1 -1 2 3
0 3 -3 -6
0 0 0 15
El conjunto solución: S = { } = Ø
http://ntic.educacion.es/w3/eos/MaterialesEducativos/mem2000/algebra/test/testsis
t.htm
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Las fuentes normales de energía eléctrica son las baterías o los generadores.
Los hornos y los tostadores son ejemplos de resistores eléctricos cuya función
consiste en convertir energía eléctrica en calor. El símbolo se emplea para
representar un resistor, cuya resistencia se expresa en ohms (Ω).
V=I.R
Leyes de Kirchhoff:
Calcular las corrientes i1, i2, i3 del siguiente circuito, planteando las correspondientes
ecuaciones:
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
VECTORES
La longitud de un cable,
La velocidad de una lancha,
La memoria de una PC,
La aceleración de la gravedad,
La fuerza que debemos aplicar sobre una puerta para cerrarla.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Sugerencia: Formen un grupo de dos a cuatro integrantes. Lean la Introducción del capítulo
1 del libro “Álgebra Lineal una Introducción Moderna” de Poole, David, luego lleven a cabo
el juego de la pista de carreras.
Vector: Dada una recta y dos puntos A y B llamamos vector geométrico a todo segmento
de recta orientado: AB = V
El vector queda perfectamente determinado si se dan esos dos puntos. El primer punto se
llama origen y el segundo extremo.
Un vector tiene tres características:
• Dirección
• Sentido
• Módulo
Clasificación de vectores:
Vectores fijos: Son los vectores que quedan definidos cuando especificamos módulo,
dirección, sentido y punto de aplicación.
Vectores deslizantes: Son los vectores que quedan definidos cuando especificamos
módulo, dirección, sentido y línea de acción.
Vectores equipolentes: Dos o más vectores son equipolentes si tienen igual dirección,
igual sentido e igual módulo.
Vector libre:
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Vectores iguales: Dos vectores son iguales cuando tienen igual dirección, sentido, módulo
y punto de aplicación.
Vectores en el plano R2
𝑅 2 = {(𝑥1 , 𝑥2 )/𝑥1 , 𝑥2 ∈ 𝑅}
Consideremos el plano R 2 con los ejes cartesianos “xy”. Cada par ordenado de números
reales (a,b) es un punto del plano R2 .
El conjunto de todos los puntos en el plano corresponde al conjunto de todos los vectores
con origen en el origen de coordenadas.
(0,1)
(1,0)
o x
Cualquier vector del plano (a,b) será: (a,b) = a(1,0) + b(0,1) y lo podemos escribir:
v = (a, b) = a i + b j
de esta forma descomponemos el vector v en sus componentes horizontal(a) y vertical
(b).
Los vectores “ i ” y “ j ” se denominan versores.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Vectores en el espacio R3
𝑅 3 = {(𝑥1 , 𝑥2 , 𝑥3 )/𝑥1 , 𝑥2 , 𝑥3 ∈ 𝑅}
Vimos que todo punto del plano se puede representar como un par ordenado de números
reales, de igual manera un punto del espacio se puede representar por una terna
ordenada de números reales.
Para representar vectores en R3, consideramos tres rectas perpendiculares entre sí en un
punto, que determinan los ejes: “x”; “y” y “z” .
Denotando respectivamente a los vectores:
z
(1,0,0) = i ; (0,1,0) = j ; (0,0,1) = k
(0,0,1)
⇒ v = (a, b, c) = a i + b j + ck
y
(0,1,0)
(1,0,0)
x
Sugerencia: Visita la página: http://www.vitutor.com/analitica/vectores/vectores_espacio.html
Vectores en el espacio Rn
𝑅 𝑛 = {(𝑥1 , 𝑥2 , 𝑥3 , … 𝑥𝑛 )/𝑥1 , 𝑥2 , 𝑥3 , … 𝑥𝑛 ∈ 𝑅}
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Módulo de un vector
⃗⃗⃗ se indica : |v
El módulo de un vector v ⃗⃗|
Sea el vector v = a i + b j
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Vectores Paralelos:
Ejemplo: ⃗⃗⃗=
𝑣 (6; 4) y 𝑤
⃗⃗⃗= (3; 2)
Observa que sus componentes son proporcionales
Para 3 vectores se repite el procedimiento considerando el vector v 1 + v2
y v3 .
Actividad 4:
a) Dibujar tres vectores cualesquiera.
b) Con regla y escuadra calcular las sumas, luego comparar los resultados obtenidos:
𝑣
⃗⃗⃗⃗⃗1 + ⃗⃗⃗⃗⃗
𝑣2 y ⃗⃗⃗⃗⃗
𝑣2 + 𝑣
⃗⃗⃗⃗⃗1
⃗⃗⃗⃗⃗+𝑣
(𝑣 1 ⃗⃗⃗⃗⃗)
2 + ⃗⃗⃗⃗⃗
𝑣3 y 𝑣
⃗⃗⃗⃗⃗+ ⃗⃗⃗⃗⃗2 + ⃗⃗⃗⃗⃗
1 (𝑣 𝑣3 )
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
𝑣 𝑣2 = (𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 )
⃗⃗⃗⃗⃗1 + ⃗⃗⃗⃗⃗
𝑣 𝑣2 = (𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 , 𝑧1 + 𝑧2 )
⃗⃗⃗⃗⃗1 + ⃗⃗⃗⃗⃗
Ejemplo:
Vector Opuesto
Sea el vector 𝑣⃗ , llamaremos vector opuesto al vector −𝑣⃗ , que tiene el mismo módulo y
dirección que 𝑣⃗ , pero sentido contrario.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
𝑣
⃗⃗⃗⃗⃗1 − ⃗⃗⃗⃗⃗
𝑣2 = 𝑣⃗⃗⃗⃗⃗1 + (− ⃗⃗⃗⃗⃗
𝑣2 ) = (𝑥1 , 𝑦1 ) + (−𝑥2 , −𝑦2 ) = (𝑥1 − 𝑥2 , 𝑦1 − 𝑦2 )
𝑣 𝑣2 = (𝑥1 − 𝑥2 , 𝑦1 − 𝑦2 , 𝑧1 − 𝑧2 )
⃗⃗⃗⃗⃗1 − ⃗⃗⃗⃗⃗
∀ v ∈ V ∧ ∀ λ ∈ R : v.λ ∈ V
Vamos a enunciar las propiedades algebraicas de estas dos operaciones, aclarando que
son válidas en R2 , R3 y Rn .
En forma genérica llamamos V al conjunto de vectores.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Propiedades de la suma
1. Ley interna:
∀ v1 , v 2 ∈ V ⇒v1 + v 2 ∈ V
2. La suma es asociativa:
∀ v1 , v 2 , v 3 ∈ V : (v1 + v 2 ) + v 3 = v1 + (v 2 + v 3 )
3. La suma es conmutativa:
∀ v1 , v 2 ∈ V ⇒ v1 + v 2 = v 2 + v1
4. Existencia del vector nulo: o (neutro)
∃ o ∈ V /∀ v ∈ V : v + o = o + v = v
5. Existencia del elemento opuesto o simétrico: − v
v V ( − v) V / v + ( − v) = o
1. Ley externa:
∀ v1 V∧ ∀ λ ∈ R : v1 . λ ∈ V
2. Distributividad del producto respecto a la suma de vectores:
∀ v1 , v2 ∈ V ∧ ∀ λ ∈ R ⇒ λ . (v1 + v2 ) = λ .v1 + λ .v2
3. Distributividad del producto respecto a la suma de escalares:
∀ v ∈ V ∧ ∀ λ1 , λ 2 ∈ R ⇒v . (λ1 + λ 2 ) = v.λ1 + v.λ 2
4. Asociatividad
∀ v ∈ V ∧ ∀ λ1 , λ 2 ∈ R ⇒λ1. (λ 2 . v ) = (λ1. λ 2 ) . v
5. Elemento neutro
para el producto:
∀ v ∈ V , 1∈ R :1.v = v
Definición:
El producto escalar de dos vectores ( A y B ) es el número real que se obtiene
multiplicando sus módulos por el coseno del ángulo ω̂ que forman.
(Aclaración: 0 ˆ 180 )
Notación: A . B ( A escalar B )
A . B = A . B . cos ω
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
1. Conmutativa:
A.B = A . B . cos ω
cos ω = cos (- ω) A . B = B. A
B. A = B . A . cos (-ω)
2. Asociativa de la multiplicación por un escalar:
λ(A . B) = (λA) . B = A .(λ B)
3. Distributiva respecto a la suma de vectores:
A .(B + C) = A . B + A . C
Expresión en coordenadas:
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
i.i = i . i . cos 0º = 1.1.1 = 1
. i j k
i.j= i . j . cos 90º = 1.1.0 = 0
i 1 0 0
i .k = i . k . cos 90º = 1.1.0 = 0 j 0 1 0
k 0 0 1
Dados los vectores A y B en función de sus componentes
A = x 1 i + y1 j + z1 k
B = x 2 i + y2 j + z2k
A . B = x1x 2 i 2 + x1 y 2 i . j + x 1z 2 j . i + y1 y 2 j 2 + y1 z 2
i .k + y1 x 2 j .k + z1 x 2 k. i + z1 y 2 k. j + z1z 2 k 2
0 0 0 0 0 0
A . B = x 1 x 2 + y1 y 2 + z 1 z 2
proy de A/B
B . A = B . A . cos (-α) cos (-α) =
proy de A
proy de A/B
α B. A = B . A . = B . proy de A/B
A
El producto escalar de dos vectores es igual al módulo de uno de ellos por la proyección
del otro sobre él.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Definición:
El producto vectorial de dos vectores es el vector C con las siguientes características:
Notación : A B = C
𝐴 𝐵
O también ⃗⃗⃗⃗ ⃗⃗ = 𝐶⃗
a) Dirección: perpendicular al plano determinado por A y B .
b) Sentido: el determinado por el triedro directo o regla del tirabuzón.
c) Módulo: C = A . B . sen ω z
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
A B = C
B A = −C
2. Propiedad distributiva: A ( B + C) = ( A B) + ( A C)
3. Propiedad no asociativa: A ( B C) ( A B) C
Expresión en coordenadas
z
Producto de versores
i i = vector nulo porque i . i . sen 0º = 0
j j = vector nulo porque j . j . sen 0º = 0
k k = vector nulo porque k . k . sen 0º = 0 y
i i = j j = k k =0
Como cada versor es perpendicular a los otros dos
i j = k , además i . j . sen 90º = i . j . 1 = 1 x
x i j k
j k = i además j . k . sen 90º = 1
i 0 k −j
k i = j , además k . i . sen 90º = 1
j −k 0 i
i k = − j ; k j = −i ; j i = −k
k j −i 0
A = a1 i + a 2 j + a 3k
[Escriba aquí]
B = b1 i + b 2 j + b 3 k
UTN- FRRe- Álgebra y Geometría Analítica
( )
A B = a1b1.0 + a1b2 .k + a1b3 .(− j ) + a2b1 − k + a2b2 .0 + a2b3 .i + a3b1 .j + a3b2 .(− i )+ a3b3 .0
A B = a1b2 k − a1b3 j − a2 b1k + a2 b3 i + a3b1 j − a3b2 i
A B = i (a2 b3 − a3b2 )+ j (a3 b1 − a1b3 ) + k (a1b2 − a2 b1 )
− j (a1b3 − a3b1 )
i j k
a a 3 a1 a 3 a1 a2
A B = i 2 −j +k = a1 a2 a3
b2 b3 b1 b3 b1 b2
b1 b2 b3
Obteniendo un determinante simbólico, si lo desarrollamos por la primera fila
obtendremos el paso anterior.
Ejemplo A = 2i − 3 j + k
B = 3 i + 2 j + 4k
i j k
−3 1 2 1 2 −3
A B = 2 − 3 1 = i −j +k = −14i − 5 j + 13k
2 4 3 4 3 2
3 2 4
⃗⃗ , siendo 𝐴⃗=2𝑖⃗-4𝑘⃗⃗ y 𝐵
Actividad 10: Hallar el producto vectorial 𝐴⃗𝑋𝐵 ⃗⃗=3𝑖⃗+2𝑗⃗ + 𝑘⃗⃗
Producto mixto
Se llama producto mixto de 3 vectores A ; B y C al escalar que resulta de
resolver A . (B C) .
Dados:
y z 2 x2 z 2 x2 y2
BC = 2 i− j+ k
y3 z3 x3 z3 x3 y3
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Además, sabemos que el módulo de P es igual al área del paralelogramo formado por los
vectores A y B, que es la base de dicho cuerpo geométrico.
El Producto mixto entre A, B y C es: ( A B).C = P.C = P . C . cos (a)
es el ángulo que forman los vectores P y C
h
cos = C . cos = h (b)
C
Observemos que h es la altura del paralelepípedo
Tres vectores del espacio R3 se denominan coplanares si, considerados con un origen
común, sus direcciones quedan incluidas en un mismo plano.
Para comprobar si tres vectores no nulos son o no coplanares podemos aplicar el
producto mixto, ya que se cumple lo siguiente:
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
http://www.fra.utn.edu.ar/catedras/algebra/lecturas/
ESPACIO VECTORIAL
1) Ley interna:
∀ v1 , v 2 ∈ V : v1 + v2 ∈ V
2) La suma es asociativa:
∀ v1 , v 2 , v 3 ∈ V : (v1 + v 2 ) + v 3 = v1 + (v 2 + v 3 )
3) La suma es conmutativa:
∀ v1 , v 2 ∈ V : v1 + v2 = v2 + v1
4) Existencia del vector nulo: o (neutro)
∃ o ∈ V /∀ v ∈ V : v + o = o + v = v
5) Para cada v de V existe un vector − v llamado elemento opuesto o simétrico:
v V ( −v ) V / v + ( −v ) = o
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
6) Ley externa:
∀ v1 V∧ ∀ λ ∈ R : v1 . λ ∈ V
9) Asociatividad
∀ v ∈ V ∧ ∀ λ1 , λ 2 ∈ R : λ1 . (λ 2 . v ) = (λ1 . λ 2 ) . v
10) Elemento
neutro para
el producto:
∀ v ∈ V , 1∈ R :1.v = v
Observación: Cualquier conjunto V no vacío, que cumple con los diez axiomas
enunciados, se denomina Espacio vectorial y sus elementos se llaman vectores.
Las matrices y los polinomios cumplen con estas propiedades, por lo tanto, tienen
estructura de Espacio vectorial.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Teorema:
Observaciones:
1) Todo subespacio de un espacio vectorial contiene al vector nulo.
2) Si S no contiene al vector nulo, S no es un espacio vectorial.
Esta última observación es útil para demostrar que un subconjunto de un espacio
vectorial V no es subespacio de V.
Ejemplos de subespacios:
• S= V, V es subespacio de si mismo
Otros subespacios :
• S= { (x,y) ∈ R2 / y= 2x } es subespacio de ( R2 , +, R, . )
Actividad 1: Probar que los dos últimos conjuntos S son subespacio del espacio vectorial
respectivo.
En forma genérica:
Si A= v1 ; v2 ; v3 ;...; vn es un conjunto de vectores del espacio vectorial
(V;+;R;) y α1; α2; α3;…;αn son números reales, entonces cualquier vector de la forma:
1v1 + 2 v2 + 3v3 + ... + n vn
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Gráficamente:
Ejemplos:
• En R2, el vector: (-3,11) es combinación lineal de los vectores:
(2,1); (-1,3) y (2,0)
Lo comprobamos: (-3,11) = 2. (2,1) + 3. (-1,3) + (-2). (2,0)
2 3 3
• En M2x3; la matriz 12 5 4 es combinación lineal de
1 0 3 0 1 − 1
0 1 2 y 4 1 0
2 3 3 1 0 3 0 1 − 1
. Lo comprobamos: = = 2. + 3.
12 5 4 0 1 2 4 1 0
Sumando ternas:
(α1+α2, α1+2α2, α1+3α2) = (1, - 2,- 5)
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
α1 + α 2 = 1
α1 + 2α 2 = −2
α + 3α = −5
1 2
α 1 + α 2 = 1 α1 = 1 − α 2
1 − α 2 = −2 − 2α 2 α 2 = −3
α1 + 2α 2 = −2 α1 = −2 − 2α 2
α1 + 3α2 = - 5 α1= -5 - 3α2
α1 = - 5 - 3.(-3) α1 = 4
(1, - 2,- 5) = 4 (1, 1,1) + ( - 3) (1, 2,3)
Luego V puede expresarse como combinación lineal de v 1
y v 2
Como vemos, el Sistema de ecuaciones lineales resultó ser compatible determinado, por
lo que la combinación lineal es única.
Gráficamente:
2v1 + 3v 2 = V
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
2v
la c. l. 1 + 3v 2 + ( −1)V =0
v1 ; v 2 y V son l. d.
Definición:
A = v1 ; v 2 ; v 3 ;...; v n se dice que A es un conjunto
Dado un conjunto
linealmente dependiente si existen números reales α1 ; α 2 ; α 3 ;...; α n no todos nulos
tales que 1v1 + 2 v2 + 3 v3 + ... + n vn = 0
Ejemplos:
• Los vectores: v 1 = (2,−1,0,3)
y v 2 = (−6,3,0,−9)
pertenecientes a R4, son
linealmente dependientes porque: v2 = −3v1 o lo que es lo mismo decir que
v2 + 3v1 = o
• Los vectores (- 2;4) y (1, - 2) pertenecientes a R2 son linealmente dependientes
Lo comprobamos: α1 (−) + α 2 (−) = (0,0)
− α1 + α 2 = 0 α 2 = 2α1
α1 − α 2 = 0 α 2 = 2α1
1 = k , k R
2 = 2k
Como son vectores de R2, podemos representarlos gráficamente y comprobar que son
vectores con la misma dirección
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
-x x
-y
Actividad 5: Averiguar si los vectores v 1
= (1,1) , v 2
= (1,2) y v3 = (1,-2) son l.d.
Independencia lineal
En el plano R 2 es posible ver en forma gráfica que dados dos vectores 𝑣 ⃗⃗⃗⃗⃗1 y ⃗⃗⃗⃗⃗
𝑣2 con
direcciones distintas, no es posible encontrar un escalar tal que se pueda expresar uno de
ellos como múltiplo del otro, es decir no existe un escalar α tal que 𝑣
⃗⃗⃗⃗⃗1 = α. ⃗⃗⃗⃗⃗
𝑣2
La igualdad 1v1 + 2 v 2 = 0 solamente se verifica si α1 = α2 = 0, es decir cuando los
coeficientes de la combinación lineal del vector nulo son todos nulos, en este caso
decimos que los vectores son linealmente independientes.
Definición:
Dado un conjunto A = v1 ; v 2 ; v 3 ;...; v n se dice que A es un conjunto
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Ejemplo: Verificar que el conjunto A = (1,0,0); (0,1,0); (0,0,1) es linealmente
independiente.
α1(1,0,0) + α2(0,1,0) + α3(0,0,1) = (0,0,0)
(α1, 0,0) + (0, α2, 0) + (0, 0, α3) = (0, 0,0)
(α1, α2, α3) = (0,0,0)
Simbólicamente:
n
A es S.G. de V v V : v = α i vi , v i A , i R
i =1
Ejemplos:
1) Los vectores
i = (1,0) y j = (0,1) generan R2.
2) Los vectores
i = (1,0,0) , j = (0,1,0) y k = (0,0,1) generan R3.
a b 1 0 0 1 0 0 0 0
3) Como = a. + b. + c. + d .
c d 0 0 0 0 1 0 0 1
1 0 0 1 0 0 0 0
Observamos que: ; ; y generan a M22.
0 0 0 0 1 0 0 1
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Actividad 7: Averiguar si los siguientes conjuntos son generadores del espacio vectorial
respectivo.
a) {(1,2,3);(0,1,4);(2,0,4)} de R3
1 2 0 2 1 −1
b) {( );( );( )} de M2 (R)
3 1 −1 1 0 1
Definición:
Un conjunto de vectores v 1; v 2 ; v 3 ;...; v n es una base de un espacio vectorial V
si:
i) v 1; v 2 ; v 3 ;...; v n es linealmente independiente.
ii) v 1; v 2 ; v 3 ;...; v n genera a V.
La diferencia entre sistema de generadores y base es que una base no tiene vectores
superfluos, tiene sólo los necesarios para poder representar a los demás vectores del
espacio.
Para determinar si un conjunto de vectores es base de un espacio vectorial, debemos
comprobar que se cumplan las dos condiciones dadas en la definición: deben ser l.i. y
generador del espacio vectorial.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Base canónica: La determinan los vectores fundamentales o versores que son los
vectores unidad sobre los ejes coordenados y con igual sentido que los ejes positivos.
z
0 1
x
R (0,0,1)
R _ recta _ base unidimensional (0,1,0)
y
y
(1,0,0) R3
x
(0,1)
x R3 _ espacio _ base tridimensional
(1,0)
R2
Ejemplos: en (R2; +; R; ·)
A = (1,0); (0,1); (1,1) es un Sistema Generador de R2 pero no es linealmente
independiente no es base.
B = (1,0); (0,1) es un Sistema Generador de R2 y es linealmente independiente es
base. Es la base canónica de R2
C = (1,0) no es un Sistema Generador de R2 no es base de R2, aunque es linealmente
independiente
Sean:
1 0 0 1 0 0 0 0
M1 = ; M2 = ; M3 = ; M4 = el conjunto de matrices cuadradas
0 0 0 0 1 0 0 1
S = M1 ; M 2 ; M3 ; M 4 es una base del espacio vectorial M22.
a b
Para comprobar que S genera a M22, consideremos una matriz arbitraria
c d
expresamos:
a b 1 0 0 1 0 0 0 0
= a + b + c + d
c d 0 0 0 0 1 0 0 1
para verificar que es linealmente independiente esta combinación lineal igualamos:
1 0 0 1 0 0 0 0 0 0
a + b + c + d =
0 0 0 0 1 0 0 1 0 0
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
en consecuencia:
a b 0 0
=
c d 0 0
Por lo tanto: a = b = c = d = 0 y en consecuencia S es linealmente independiente.
Nota: para indicar que v 1; v 2 ; v 3 ;...; v n es una base del Espacio Vectorial (V ; + ; R; ·)
utilizaremos el símbolo v.
Dimensión
Teorema
Un espacio Vectorial tiene dimensión finita k k es el máximo número de
vectores en un conjunto linealmente independiente.
Definición
La dimensión de un Espacio Vectorial es el número cardinal de cualquiera de sus
bases.
Si el vector V consiste sólo en el vector nulo, diremos que su dimensión es 0.
Ejemplos:
1_ (C2 ; + ; R ; ·) tiene dimensión 4 y c = (1,0); (0,1); (i,0); (0, i ). Constituye la base
canónica.
2_ (Rn ; + ; R ; ·) tiene dimensión n y e = (1,0,...,0); (0,1,...,0); (0,0,1,...,0);...; (0,0,...,1)
.Constituye la base canónica.
3_ (R2 ; + ; R ; ·) tiene dimensión 2 y e = (1,0); (0,1). Constituye la base canónica.
4_ (R3 ; + ; R ; ·) tiene dimensión 3 y e = (1,0,0); (0,1,0); (0,0,1).Constituye la base
canónica de R3.
Coordenadas de un vector
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
x1
x
Se indica v
B = 2
x n
Cambio de base
Como B1 es base de V:
x1
x
x = x 1 v1 + x 2 v 2 + + x n v n ⇒x B1
= 2
x n
Como B2 es base de V:
y1
y
x = y1u 1 + y 2 u 2 + + y n u n ⇒x B2
= 2
y n
¿Qué relación existe entre las coordenadas de x en B1 y las coordenadas de x en B2?
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Además, podemos ver que cada vector de B1 es combinación lineal de los vectores de B2
p11
p
v1 = p11u 1 + p 21u 2 + + p n1u n ⇒ v1 B2 = 21
p n1
p12
p
v 2 = p12 u 1 + p 22 u 2 + + p n 2 u n ⇒v 2 B2 = 22
p n 2
p1n
p
v n = p1n u 1 + p 2 n u 2 + + p nn u n ⇒v n B2
= 2n
p nn
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
TRANSFORMACIONES LINEALES
Las funciones son muy importantes en todas las ramas de la matemática
A f
B
x y
Sabemos que la función f: A→B asigna como imagen a un elemento x de A, otro elemento
y de B, es decir transforma elementos de un conjunto A en elementos de un conjunto B.
Veremos ahora funciones que transforman elementos de un espacio vectorial V en
elementos de un espacio vectorial W, y que además conservan las operaciones interna y externa.
Estas funciones se denominan Transformaciones Lineales.
Definición:
Sea T una función definida de un espacio vectorial V en un espacio vectorial W. T es una
transformación lineal si se cumple lo siguiente:
I. u,vV: T(u+v) = T(u) + T(v)
II. uV, kR: T(k.u) = kT(u)
T W
u T(u)
v T(v)
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
La transformación cero:
T: V→W / vV: T(v) = Ow
La transformación identidad:
T: V→W / vV: T(v) = v
La transformación de reflexión:
T: R2→R2 / T(x1,y1) = (-x1,y1) _ Se puede verificar fácilmente que T es una T.L.
Geométricamente T toma un vector de R2 y lo refleja respecto al eje y.
y
y1
T( )
x
-x1 x1
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
PROPIEDADES
T
V W
NT = {vV/T(v ) = Ow}
NT V (El núcleo de T está incluido
N ampliamente en V)
Ow
Ov
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Demostración:
1º) NT como V s un espacio vectorial, existe en él el vector nulo Ov, además se probó que
T(Ov) = Ow OvNT porque su imagen por T es el vector nulo de W.
2º) NT V se cumple por definición de núcleo.
3º) v1,v2 NT: (v1 + v2)NT
Sea v1NT T(v1) = Ow (a)
v2NT T(v2) = Ow (b)
Sumamos v1 + v2 y hallamos su imagen por T
T(v1+v2) =T(v1) + T(v2) Ow=+ Ow = Ow v1+v2NT
↓ ↓
T es T .L. por
(a) y (b)
Ov Ow
u w’
Propiedad:
Sea T: V→W una T.L. El conjunto imagen de una transformación lineal es un subespacio de
W.
Demostración:
1°) ImT ; Ow es imagen de Ov por ser una T una transformación lineal OwImT.
2°) ImT W se cumple por definición de Conjunto Imagen.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
ImT
NT
Ov Ow
NT V ImT W
Ejemplos:
1) T: Mn→Mn/T(A) = AT
I_ T(A + B) = (A + B)T = AT + BT = T(A) + T(B)
II_ T(k.A) = (k.A)T = k.AT = k.T(A)
Es una T.L.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
a b1 a 2 b 2 a + a 2 b1 + b 2
T 1 + = T 1 =
c1 d1 c 2 d 2 c1 + c 2 d1 + d 2
[(a1+a2) + (d1+d2) ; (b1+b2) + (c1+c2)] = [(a1+d1) + (a2+d2) ; (b1+c1) + (b2+c2)] =
a b1 a b 2
(a1+d1 ; b1+c1) + (a2+d2 ; b2+c2) = T 1 + T 2
c1 d 1 c 2 d 2
a b a b
II_ T k . = k. T
c d c d
a b k .a k .b
T k . = T = (k.a+k.d ; k.b+k.c) = [k.(a+d) ; k.(b+c)] =
c d k .c k .d
a b
k.(a+d ; b+c) = k. T
c d
Por I y II T es una T.L.
Hallamos el Núcleo:
a b
T = (0,0)
c d
a + d = 0 ⇒ a = -d ⇒ a y d son núm. op.
(a+d ; b+c) = (0,0)
b + c = 0 ⇒ b = -c ⇒ b y c son núm. op.
− d − c
N T =
c d
Hallamos el Conjunto Imagen:
a b
T = ( a+ d ; b+ c ) ImT = R2
c d ∈R ∈R
Ejemplos:
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
1 2
1. Sea T: R3→R2 una T.L. Las imágenes por T de los vectores canónicos son T 0 = ;
3
0
0 − 1 0
= y = 1
T 1 T 0
0 1
0 1
2
Hallar T 1
−1
2 1 0 0
1 = 2. 0 + 1. 1 + (-1). 0
−1 0 0 1
2 1 0 0
2 − 1 1
T 1 = 2. T 0 + 1. T 1 + (-1). T 0 = 2. + 1. + (-1).
3 0 1
−1 0 0 1
2
4 − 1 − 1 2
T 1 = + + =
6 0 − 1 5
−1
1 4
1 0
2. T: R →R es una T.L. T = 3 T = 0
2 3
0 − 2 1 1
− 1
Hallar T
2
− 1 1 0
= (-1). + 2.
2 0 1
1 4 7
− 1 1 0
T = (-1). T + 2. T = (-1). 3 + 2. 0 = − 3
2 0 1 − 2 1 4
1 2 1 3
3. T: R2→R2 una T.L. Una base de R2 es B = ; además T = 2 y
1 − 1 1
2 0
T =
−1 − 4
0
Hallar T
− 6
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
x
Hallar T
y
0
Como B no es la base canónica, en primer lugar, debemos hallar k1 y k2 para el vector
− 6
1 2 0
k1. + k2. =
1 −1 − 6
k1 + 2k 2 = 0
k1 − k 2 = −6
Resto 3k 2 = 6
k2 = 2
k1 = -2.k2 k1 = -2.2 k1=-4
0 1 2
= -4. + 2.
− 6 1 −1
0 1 2 3 0
T = -4. T + 2. T = -4. 2 + 2. − 4
− 6 1 −1
0 − 12 0 − 12
T = + =
− 6 − 8 − 8 − 16
x
Hallamos T
y
x 1 2
Primero hallamos las coordenadas de en la base ;
y 1 − 1
1 2 x
k1. + k2. =
1 −1 y
k1 + 2 k 2 = x
k1 − k 2 = y
Resto 3k 2 = x − y
k2 = 1 x − 1 y
3 3
k1 = y + k2 k1 = y + 1 x − 1 y k1= 1 x + 2 y
3 3 3 3
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
x 1 2
= x + y . + x − y .
1 2 1 1
y 3 3 1 3 3 −1
k1 k2
x 1 2
T = x + y . T + x − y . T
1 2 1 1
y 33 1 3 3 −1
k1 k2
x 3 0
T = 1 x + 2 y . + 1 x − 1 y .
y 3 3 2 3 3 − 4
x x + 2y 0 x + 2y
T = 2 4
+ − x + 4 y = 2
4
y x + y − x + 8 y
3 3 3 3 3 3
1 1+ 2 3 2 2−2 0
Verifico hallando T = − 2 + 8 = T = − 2 .2 + 8 .( −1) =
1 3 3 2 −1 3 3 − 4
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
T( )
c.l.
T( ) c.l.
T( ) c.l.
B1
c.l
. T( )
B2
Demostración:
Como B1 es base de Vn:
x1
x
x Vn : x = x1v1 + x2v2 + ... + xnvn x B1 = 2
xn
La imagen por T de x: T( x ) = x 1 T( v1 ) + x 2 T( v 2 ) + ... + x n T( v n )
W W W
Las imágenes por T de los vectores de B1 pertenecen a Wm pueden ser expresados
como combinación lineal de los vectores de B2.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
a 11
a
T( v1 ) = a 11 w 1 + a 21 w 2 + + a m1 w m T( v1 )B2 = 21
a m1
a 12
a
T( v 2 ) = a 12 w 1 + a 22 w 2 + + a m2 w m T( v 2 )B2 = 22
a m2
a 1n
a
T( v n ) = a 1n w 1 + a 2n w 2 + + a mn w m T( v n )B2 = 2n
a mn
a 11 a 12 a 1n
a 21 a 22 a
T(x )B = x 1 + x 2 + ... + x n 2n
2
m1
a m2
a a mn
a 11 a 12 a 1n x 1
a a 2n x 2
T(x )B = 21
a 22
.
2
a m1 a m2 a mn x n
T(x )B 2
= A.xB1
La matriz A es de clase mn donde m es la dimensión del segundo espacio vectorial (W) y
n es la dimensión de primer espacio vectorial (V).
Además, cada columna de A corresponde a las coordenadas de las imágenes de los
vectores de B1 en la base B2.
Ejemplo:
Sea la Transformación lineal T:R2 →R3 / T(x,y) = (2x+y ; x-y ; x+4y)
y las bases B1= {(0,2), (2,0)} de R2 y B2= {(1,0,2), (0, −1,0), (0,0, −1)} de R3
a) Hallar la matriz de la transformación lineal referida a las bases B1 y B2
b) Hallar la imagen por T del vector x=(1,-1) directamente y usando la matriz obtenida.
Resolvemos:
Las columnas de la matriz son las coordenadas en B2 de las imágenes de los vectores de B1
T(0,2)=(2 , -2 , 8)
Hallamos las coordenadas de (2 , -2 , 8) en la segunda base
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
1 0 0 2
𝑘1 . (0) + 𝑘2 . (−1) + 𝑘3 . ( 0 ) = (−2)
2 0 −1 8
k1 =2
-k2 =-2
2 k1 – k3 =8
Resolviendo el sistema: k1 =2 , k2 =2 y k3 = -4
T(2,0)=(4 ,2 ,2)
Hallamos las coordenadas de (4 ,2 ,2) en la segunda base
1 0 0 4
𝑘1 . (0) + 𝑘2 . (−1) + 𝑘3 . ( 0 ) = (2)
2 0 −1 2
k1 = 4
-k2 = 2
2 k 1 – k3 = 2
Resolviendo el sistema: k1 =4 , k2 = -2 y k3 = 6
La matriz de la transformación lineal es:
2 4
𝐴 = ( 2 −2)
−4 6
b) Hallamos la imagen del vector (1,-1) directamente aplicando la fórmula de la
transformación lineal
T(1,-1)=(1 , 2 , -3)
Calculamos [𝑥]𝐵1
0 2 1
𝑘1 . ( ) + 𝑘2 . ( ) = ( )
2 0 −1
2k2 =1
1 1
2k1= -1 Resolviendo k2 = 2
y k1 = - 2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
1
−
[𝑥]𝐵1 = ( 1 2)
2
1
2 4 −2 1
[𝑇(1, −1)]B2 = A.[𝑥]𝐵1 = ( 2 −2). ( 1 ) =(−2) coordenadas del vector en la
−4 6 2 5
segunda base
1 0 0 1
T(1, −1) = (0) + (−2). (−1) + 5. ( 0 ) = ( 2 )
2 0 −1 −3
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Sabemos que:
Las coordenadas de un vector x de V referidas a la base B1 simbolizamos: [𝑥]𝐵1
Las coordenadas de un vector x de V referidas a la base B’1 simbolizamos: [𝑥]𝐵′1
Las coordenadas de la imagen de x por T referidas a la base B2 simbolizamos: [𝑇(𝑥)]𝐵2
Las coordenadas de la imagen de x por T referidas a la base B’2 simbolizamos: [𝑇(𝑥)]𝐵′2
Nos interesa encontrar la relación existente entre las matrices de la transformación lineal y las de
cambio de base
Si en (1) reemplazamos [𝑇(𝑥)]𝐵2 por (4) y [𝑥]𝐵1 por (3)
[𝑇(𝑥)]𝐵´2 = 𝑃2−1 . A. P1 . [𝑥]𝐵´1 Pero tambien por (2) [𝑇(𝑥)]𝐵´2 =A´. [𝑥]𝐵´1
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
LA RECTA EN EL PLANO
P1(x1,y1) recta
x − x1
λ=
u x x − x 1 y − y1
- Si de (I ) despejamos : = Ecuación Simétrica
y − y1 ux uy
λ=
u y
En la ecuación simétrica: u no debe tener ninguna
componente nula
Ejemplo:
Escribir las ecuaciones: vectorial, simétrica y paramétrica de la recta que pasa por P1 = (-
3,2) y es paralela a u = (2,-5)
y
Tomamos un punto genérico P(x,y)
recta
P
P1P = λ.u Ec. Vectorial
P1
2 Reemplazando cada vector por sus
componentes
2 (x + 3;y − 2) = .(2;-5)
-x x
-3 (x + 3;y − 2) = ( .2;- .5)
x + 3 = 2λ
(I )
y − 2 = −5λ
De (I ) despejamos x e y
-5 x = −3 + 2λ
Ecs. Paramétricas
y = 2 − 5λ
-y
x+3
=
2 x + 3 = y − 2 Ecuación Simétrica
De (I ) despejamos
= y − 2 2 −5
−5
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Observación:
uy
= m , es la tangente trigonométrica del ángulo α que forma la recta con el semieje positivo de
ux
las x, ‘m’ se llama pendiente.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Ejemplo:
y r: recta // al eje x, corta al eje y en (0;3) la ecuación es y = 3
3 r
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Ejemplo:
y
r es una recta // al eje y, que corta al eje x en el valor r-2
la ecuación es x = −2
-x x -y
(0,0)
-y
y
Conociendo dos puntos pertenecientes a
una recta, podemos hallar su ecuación.
Si tenemos como datos
r P1 ( x1 , y1 ) recta
y2
P2
P2 ( x 2 , y 2 ) recta
y P Podemos determinar el vector
y2 − y1
y1
P1 α P1P2 = (x 2 − x1 , y 2 − y1 ) que dirige la
recta.
x2 − x1
Considerando un punto genérico de la
recta P(x,y), queda determinado el vector
x P1P = (x − x1 , y − y1 )
x1 x x2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
x − x1 = λ.( x 2 − x1 )
(I ) P1(x1,y1) recta
y − y1 = λ.( y 2 − y1 )
x − x1
λ = x 2 − x1 x − x1 y − y1
Si de (I ) despejamos : =
λ = y − y1 x 2 − x 1 y 2 − y1
y 2 − y1
Números directores
Componentes del vector
De la ecuación simétrica despejamos y − y1
y 2 − y1
y − y1 = .( x − x1 ) Ecuación de la recta que pasa por dos puntos
x 2 − x1
m: pendiente
m: tg α
x
x1
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Ejemplo:
a) Hallar la ecuación de la recta que pasa por los puntos P1(2;3) y P2(1;5).
b) Hallar la ecuación del haz de rectas que pasa por P1.
y y − y1
a) y − y1 = 2 .( x − x1 )
x 2 − x1
7 5−3 2
y−3 = .( x − 2) y − 3 = .( x − 2)
1− 2 −1
P2 y = −2.( x − 2) + 3
5
m
y = −2x + 4 + 3
P1 b) y = −2 x + 7
3
y − y1 = m.( x − x 1 )
y − 3 = m.( x − 2)
x y = m.( x − 2) + 3
1 2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
n = (A, B) Vector ⊥ r
b
C
• Si A = 0 By + C = 0 y = − y = b recta // eje x x
B por 2
• Si B = 0 Ax + C = 0 x = −
C
x=a recta // eje y a x
A
En la ecuación general: A 0; B 0 C 0
La recta corta al eje x en el punto P donde y = 0 Q(0,q)
C q
Si y = 0 Ax + C = 0 x = − = p P(p,0)
A
La recta corta al eje y en el punto Q donde x = 0
C
Si x = 0 By + C = 0 y = − = q Q(0,q)
B
Si en la ecuación general pasamos el término C al 2do miembro
A B −C x y
Ax + By = −C x+ y= + =1
dividido − C −C −C C −C
por − C −
A B
p q
x y
+ = 1 Siendo ‘p’ es el valor donde la recta corta al eje x y ‘q’ es el valor donde la recta
p q
corta al eje y
1 1 3 x
4 x 6 y 12
− =
12 12 12 -2
3 2
x y
+ =1
3 −2
α̂ + β̂ = 180
r1: A1x + B1y + C1 = 0 n 1 = (A1,B1), n 1 ⊥ r1
β r2: A2x + B2y + C2 = 0 n 2 = (A2,B2), n 2 ⊥ r2
α α
Los ángulos que forman las rectas son los
mismos que los que forman sus vectores
normales
r1
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Ejemplo: Hallar el ángulo que forman las rectas r1: x −3y −6 = 0 y r2: 2x −y −4 = 0
r1: x −3y −6 = 0 n 1
= (1,-3)
r2: 2x −y −4 = 0 n 2 = (2,-1)
n1 n 2 (1,−3) (2,−1)
cosα̂ = =
n1 . n 2 12 + (−3) 2 . 2 2 + (−1) 2
1.2 + (−3).( −1) 5
cosˆ = = α̂ = 45
10. 5 50
Graficamos:
x 3y 6 x y y
r1: − = + =1 r2
6 6 6 6 −2
2x y 4 x y
r2: − = + =1
4 4 4 2 −4 r1
2 6 x
-2
-4
Condición de perpendicularidad:
Si r1⊥r2 n 1 ⊥ n 2 n 1 n 2 = 0 A1.A2 + B1.B2 = 0
A1.A2 = −B1.B2
A1 B A −1 A C
=− 2 1 = (Recordando: Ax + By + C = 0 ; y = x− )
B1 A2 B1 A 2 B B
B2
m: pendiente
A A −1
Como 1 = m1 ; 2 = m 2 m1 =
B1 B2 m2
Si dos rectas son perpendiculares sus pendientes son recíprocas y opuestas.
2 −3
Ejemplo: Si y = x − 1 una recta perpendicular y = x
3 2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Condición de paralelismo:
Si r1//r2 n 1
// n 2 sus componentes son proporcionales
Si dos rectas son paralelas sus pendientes
son iguales.
4
Ejemplo: Si y = x + 8 una recta
5
m1 m2 4
paralela es y = x − 2
5
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
C
2.3 − 2.4 4 6−8− 4 −6
d= = = = 2,12
2 2 + (−2) 2 + 8 + 8
Recordar que el signo de C
es siempre opuesto al Como se tiene un valor negativo, el origen de
denominador. Significa que coordenadas y el punto P1 están en el mismo
si C es negativo (-4) semiplano respecto de la recta
tomamos positiva
Graficamos: y
2x 2 y 4
− =
4 4 4 P1 d
x y 4
+ =1
2 −2
x
0 2 3
-2
4.1 − 3.1 12 4 − 3 + 12 13
d= = = = 2,6
4 2 + (−3) 2 − 25 −5
x
-3 0
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
4−3−3 4
d= = = 2,82
12 + 12 2
Resultado positivo significa que el
origen de coordenadas y P1 están en
distintos semiplanos respecto de la
recta
Graficamos: y
x y 3
+ =
3 3 3
x y 3 P1
+ =1
3 3
3 4 x
0
La recta en el espacio
Consideremos la siguiente situación: tenemos una recta en el espacio tridimensional, que
es paralela a un vector llamado u y pasa por el punto P1(x1,y1,z1).
z r
u = (u x , u y , u z ) // recta
P Datos
P1 ( x 1 , y1 , z1 ) recta
Sea un punto genérico de la recta P(x, y, z)
P1
queda determinado el vector P1 P , de
componentes P1P = (x − x1 ; y − y1 ; z − z1 )
u
y Como P1 P es paralelo al vector u se cumple
la siguiente combinación lineal:
P1P = λ .u ; λ R Ecuación Vectorial
de la recta que pasa por P1
x
y es // u
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
( x − x 1 ; y − y1 ; z − z1 ) = λ(u x , u y , u z )
( x − x 1 ; y − y1 ; z − z1 ) = (λu x , λu y , λu z )
x − x 1 = λu x
Por igualdad de vectores: y − y1 = λu y (I )
z − z 1 = λu z
x = x1 + λ u x
de (I ) despejamos las variables: y = y1 + λ u y λ R Ecuaciones Paramétricas
z = z1 + λ u z
x − x1
=
ux
y − y1 x − x 1 y − y1 z − z 1
= = = Ecuación Simétrica
uy Por propiedad ux uy uz
de la igualdad
z − z1
=
u z
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
z P ( x , y , z ) punto recta
Datos 1 1 1 1
r P2 ( x 2 , y 2 , z 2 ) punto recta
Queda determinado el vector
P1
P1P2 = (x 2 − x1 ; y 2 − y1 ; z 2 − z1 )
Considerando un punto genérico de la recta P(x,y,z)
P2
P1P = (x − x1 ; y − y1 ; z − z1 )
P
y Como P1P2 es paralelo a P1 P , podemos escribir la
siguiente combinación lineal:
P1P = λ . P1P2 ; λ R Ecuación Vectorial
x
( x − x 1 ; y − y1 ; z − z 1 ) = λ ( x 2 − x 1 ; y 2 − y1 ; z 2 − z 1 )
( x − x 1 ; y − y1 ; z − z1 ) = λ( x 2 − x 1 ), λ( y 2 − y1 ), λ(z 2 − z1 )
x − x 1 = λ( x 2 − x 1 )
Por igualdad de vectores: y − y1 = λ( y 2 − y1 ) (I )
z − z1 = λ(z 2 − z1 )
x = x 1 + λ ( x 2 − x 1 )
y = y1 + λ( y 2 − y1 ) ; λ R Ecuaciones Paramétricas
z = z + λ(z − z )
1 2 1
de (I ) despejamos :
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
x − x1
λ=
x 2 − x1
y − y1 x − x1 y − y1 z − z1
λ= = = Ecuación Simétrica
y 2 − y1 Por propiedad x 2 − x1 y 2 − y1 z 2 − z1
z − z1
de la igualdad
λ=
z 2 − z1
CÓNICAS
Circunferencia
Lugar geométrico de R2: Dada una ecuación E ( x , y) = 0 el conjunto de todos los puntos
de R2 cuyas coordenadas la satisfacen, se denomina lugar geométrico o grafica de la ecuación
Por ejemplo; la ecuación general de segundo grado en dos variables:
Ax 2 + Bxy + Cy 2 + Dx + Ey + F = 0
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Circunferencia
Se denomina circunferencia al lugar geométrico formado por todos los puntos P que
equidistan de un punto fijo C de este plano, llamado centro. La distancia entre C y P se conoce
como radio (r)
Ecuación de la circunferencia
P(x,y)
y
r
yc θ
C
x
0 xc x
Sea un punto P(x,y), perteneciente a la circunferencia, y el punto C(xc , yc) llamado centro.
Por el teorema de Pitágoras:
Partiendo de la ecuación (x − x c ) 2 + ( y − y c ) 2 = r 2
Resolvemos los cuadrados: x − 2.x.x c + x c + y − 2.y.y c + y c = r
2 2 2 2 2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
D = −2.x c −D
xc =
2
−
E = −2.y c y c = E
2
F = x c 2 + yc 2 − r 2 r = x c 2 + yc 2 − F
Ejemplo:
x 2 + y2 −
4x −
2y +
4=0
D E F
− D − (−4) xc = 2
xc = =
2 2
− E − ( −2 )
C = (2,1)
yc = = yc = 1
2 2
r= x c + yc − F = 2 2 + 12 − 4 r = 1
2 2
C
1
x
2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Casos particulares:
C(0,0) E. Canónica
E. General o Implícita
C
x
C(xc , 0) E. Ordinaria
C E. General o Implícita
x
xc
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
I ) Circunferencia y recta
II ) Circunferencia y circunferencia
I ) Dadas una circunferencia y una recta, se pueden presentar las siguientes situaciones:
r
r
r
P2
P
P1 C C C
x 2 + y 2 + Dx + Ey + F = 0 Circunferencia
Sea el siguiente sistema:
Ax + By + C = 0 Recta
− b b 2 − 4.a.c
x= se pueden presentar tres casos
2.a
1 b 2 − 4.a.c 0 x1 x2 existen dos puntos de intersección la recta es secante a la
circunferencia
2 b 2 − 4.a.c = 0 x1 = x2 existe un punto de intersección la recta es tangente a la
circunferencia
3 b 2 − 4.a.c 0 las raíces x1, x2 R No existe intersección la recta es exterior a la
circunferencia
x 2 + y 2 − 2x + 4 y + 1 = 0 1
Ejemplo: Resolver
x + y − 1 = 0 2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Despejamos ‘y’ de 2 y = −x + 1 3
y + x −1 = 0
y x
+ =1
1 1
1
P2 3
x
P1
-2
C
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
P1
P C2 P
C2
C2
C1 C1 C1 C2
C1 P2
x 2 + y 2 − 2x − 4 y + 4 = 0
Ejemplo: Resolver el sistema
x 2 + y 2 + 4x − 2 y − 4 = 0
Ahora el problema se reduce a resolver un nuevo sistema formado por una de las
circunferencias (cualquiera de ellas) y la recta obtenida.
x 2 + y 2 − 2 x − 4 y + 4 = 0 1
2
y = −3x + 4
x1 = 1 y1 = −3.1 + 4 = 1 P1 (1,1)
x2 =
2
5
y2 = −3.
2
5
(
+ 4 = 14/5 P2 2 ,14
5 5
)
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Graficamos: y
▪ x 2 + y 2 − 2x − 4 y + 4 = 0
− ( −2) P2
xc = =1
2 14
5
− ( −4 ) C1 (1,2)
yc = =2 2
C1
2
C2
r = 12 + 2 2 − 4 = 1 1
P1
▪ x + y + 4x − 2 y − 4 = 0
2 2
x
−4 -2 -1 1 2
xc = = −2 2
5
2
− ( −2 )
C2 (−2,1)
yc = =1
2
r = (−2) 2 + 12 + 4 = 3
Parábola
Se denomina parábola al lugar geométrico de todos los puntos del plano que equidistan de
una recta denominada directriz, y de un punto fijo exterior a la misma, llamado foco.
Deducción de la ecuación:
Hallamos la ecuación de una parábola con vértice en el origen de coordenadas y foco
sobre el eje x positivo.
y
Q P
Llamamos ‘p’ a la distancia de la directriz al foco. (p:
parámetro)
p
Las coordenadas del foco F( 2 ;0)
y
La ecuación de la directriz: x = − p2
V F Consideramos un punto genérico P(x,y)
x Por definición de parábola se cumple que la
x−p
p p
2 2 2 distancia de P al foco es igual a la distancia de P a la
directriz
d
FP = PQ
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Cancelando términos:
− p.x + y 2 = p.x y 2 = p.x + p.x y 2 = 2px Ecuación Canónica
Lado Recto:
Es el segmento perpendicular al eje focal, que pasa por el foco uniendo dos puntos de la
curva.
L r = 2.y L r = 2. 2.p.x
p
En F (foco) x= L r = 2. 2.p. p L r = 2. p 2
2 2
L r = 2p
Posiciones de la parábola:
Vamos a considerar parábolas con vértice en el origen de coordenadas y eje focal
coincidente con uno de los ejes coordenados. Son cuatro posiciones distintas, ya vimos una.
y
y y
d
F d
F V p
2 V p
x x 2 x
p p p
2 V p
2 2 2
d F
F − p ,0 ; d: x =
p F 0, p ; d: y = −p F 0,− p ; d: y =
p
2 2 2 2 2 2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
y
y’
y’ P
y
V F
x’
k x’
x
h x
Como el vértice está en (h,k), si referimos x’ e y’ respecto al sistema xy, tendremos que para un
punto genérico de la parábola P(x,y) se cumple que:
x' = x − h
y' = y − k
Reemplazando en I ( y − k ) 2 = 2p( x − h ) Ecuación Ordinaria de la Parábola
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Considerando otra de las posibles posiciones, si el eje es paralelo al eje y la ecuación será
( x − h ) 2 = 2p( y − k ) Ecuación Ordinaria
y
Resolviendo
x 2 − 2hx + h 2 = 2 py − 2 pk
F x 2 − 2hx − 2 py + h 2 + 2 pk = 0
k F
d
x 2 + Dx + Ey + F = 0 Ecuación General
x
h
Conclusión: En la parábola A = 0 C = 0; B = 0
Elipse
Es el lugar geométrico de los puntos del plano tales que la suma de sus distancias a dos
puntos fijos llamados focos, es constante. (A la constante la simbolizamos 2a)
Elementos
y
B1 Eje mayor: A 1A 2 = 2a
B1
Por teorema de Pitágoras:
a a
b
F2 F1
c c
0
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Posiciones de la elipse:
y y
B1 A1
F2
A2 A1
x
F2 0 F1 B2 B1
x
0
B2 F1
x 2 y2 A2
+ =1
a 2 b2
Focos sobre eje x x 2 y2
+ =1
a2 divide a x2 b2 a 2
Focos sobre eje y
a2 divide a y2
x x
0’ h
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Ejemplo: Obtener la ecuación de una elipse cuyo foco es F(4,0) y un vértice A1(5,0)
Hacemos un esquema representando los datos
Como A1 = (5,0) a =5
b = a −c
2 2
Como F1 = (4,0) c=4
b = 25 − 16 b=3 y
F2(−4,0) B1(0,3)
A2(−5,0) B2(0,−3) B1
3
2 2
x y
Ecuación: + =1
25 9 A2 F2 F1 A1
x
−5 −4 0 4 5
−3
B2
Ecuación explícita
Partimos de la ecuación canónica, despejamos y
2 a −x
2 2
x 2 y2 y2 x2
+ 2 = 1 2 = 1 − 2 y = b .
2
2 2
a b b a a
y2 =
b2 2
a 2
( ) b
. a − x2 y = . a2 − x2
a
I
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Hipérbola
Es el lugar geométrico de los puntos del plano tales que el valor absoluto de la diferencia de sus
distancias a dos puntos fijos llamados focos es constante. A esta constante la simbolizamos: 2 a
y
P1
P1 pertenece a la hipérbola si y solo si
F2 F1
x
Elementos de la hipérbola:
y
Focos: Son los puntos fijos
P de la definición. F1 y F2
B1 Distancia focal: Es la
distancia entre los focos.
b a Vértices: Son las
F2 A2 A1 F1 H intersecciones del eje focal
x
con la hipérbola. A1 y A2
c c
Eje real: Es el segmento
B2 A1A 2 = 2 a
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
Asíntotas de las hipérbolas: Son las rectas que incluyen a las diagonales del rectángulo de lados 2a
y 2b ¿Cuáles son las ecuaciones de las asíntotas?
y
r Recordemos que la forma explícita de la ecuación de
r’
toda recta es
B1 y = mx + h
Siendo m la pendiente y h la ordenada al origen
b Luego las ecuaciones explícitas de r y r’:
F2 A2 A1 F1 x Asíntota r: y = b x
a o a a
b −b
Asíntota r’: y = x
a
B2
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
b 2 (x 2 − 2 h x + h 2 ) − a 2 ( y 2 − 2 k y + k 2 )
=1
a 2b2
b2x 2 − 2 b2h x + b2h 2 − a 2 y2 + 2 a 2k y − a 2k 2 − a 2b2 = 0
b2 x 2 −
a 2 y 2 − 2 b 2 h x + 2 a 2 k y + b2 −
h 2 k−a
2 2
a b = 0
2 2
A C D E F
A x 2 + C y 2 + D x + E y + F = 0 Ecuación General de la Hipérbola
de ejes paralelos a los ejes coordenados
Vemos que signo A signo C
Ejemplos:
x 2 y2
1. − =1
9 16
Variable +: x focos sobre el eje x
a2 = 9 a = 3
b2 = 16 b = 4
c2 = a2 + b2 c2 = 9 + 16 c = 5
4
Asíntotas: y = x
3
Focos: F1(5,0) ; F2(−5,0)
Vértices: A1(3,0) ; A2(−3,0) - B1(0,4) ; B2(0,−4)
y
B1
4
F2 A2 A1 F1 x
−5 −3 0 3 5
−4
B2
2.
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
y2 x 2
− =1
16 9
a2 = 16 a = 4
b2 = 9 b = 3
c2 = a2 + b2 c2 = 16 + 9 c = 5
3
Asíntotas: y = x
4
Focos: F1(0,5) ; F2(0,−5)
Vértices: A1(0,4) ; A2(0,−4) - B1(3,0) ; B2(−3,0)
5 F1
4 A1
B2 B1
0 x
−3 3
−4 A2
F2 −5
[Escriba aquí]
UTN- FRRe- Álgebra y Geometría Analítica
[Escriba aquí]