clase-tema2 algebra-lineal
Transcripción
clase-tema2 algebra-lineal
Conceptos básicos de Vectores en Rn Llamamos vector de Rn a una lista ordenada de n números reales, la cual denotamos como x1 x2 x = . . .. xn Aquı́ xk lo llamamos k-ésima componente del vector x. Algebra lineal Básica Conceptos básicos de Vectores en Rn Llamamos vector de Rn a una lista ordenada de n números reales, la cual denotamos como x1 x2 x = . . .. xn Aquı́ xk lo llamamos k-ésima componente del vector x. ¿Cual serı́a el vector vector nulo o vector cero? Algebra lineal Básica Conceptos básicos de Vectores en Rn Llamamos vector de Rn a una lista ordenada de n números reales, la cual denotamos como x1 x2 x = . . .. xn Aquı́ xk lo llamamos k-ésima del vector x. componente 5 10 4 EJEMPLOS: El vector x = 3 es un vector de R y su primera, 5 segunda, tercera y cuarta componentes son 5, 10, −3 y 5, en ese orden. Algebra lineal Básica Conceptos básicos de Vectores en Rn Llamamos vector de Rn a una lista ordenada de n números reales, la cual denotamos como x1 x2 x = . . .. xn Aquı́ xk lo llamamos k-ésima componente del vector x. EJEMPLOS: Los vectores 0 0 1 0 1 0 e1 = . , e2 = . , · · · , en = . .. .. .. 1 0 0 son vectores de Rn . A estos vectores los llamamos vectores canónicos de Rn Algebra lineal Básica Conceptos básicos de Vectores en Rn Llamamos vector de Rn a una lista ordenada de n números reales, la cual denotamos como x1 x2 x = . . .. xn Aquı́ xk lo llamamos k-ésima componente del vector x. ¿Cuando dos vectores son iguales? Algebra lineal Básica Conceptos básicos de Vectores en Rn Geométricamente, a los vectores de Rn los podemos interpretar como puntos; Algebra lineal Básica Conceptos básicos de Vectores en Rn Geométricamente, a los vectores de Rn los podemos interpretar como puntos; En las aplicaciones fı́sicas, es importante que pensemos en un vector, no como un punto, sino como algo que tiene magnitud, dirección y sentido. Estos vectores los llamaremos vectores libres. Algebra lineal Básica Conceptos básicos de Vectores en Rn v1 u1 v2 u2 [SUMA] Dados u = . y v = . , definimos .. .. vn un u1 + v1 u2 + v2 u+v = . .. un + vn Algebra lineal Básica Conceptos básicos de Vectores en Rn u1 u2 [PRODUCTO POR ESCALAR] Dados u = . y λ ∈ R , definimos .. un λu1 λu2 λu = . .. λun Algebra lineal Básica Conceptos básicos de Vectores en Rn [RESTA] Definimos u − v u − v = u + (−v ) PR = OR − OP. Algebra lineal Básica Conceptos básicos de Vectores en Rn Teorema (Ejer. 9 del Taller2Parte A) Sean u, v y w vectores de Rn y sean α, β dos números reales. Entonces 1 2 3 4 5 6 7 8 9 10 u + v ∈ Rn . Ley clau para +. (u + v ) + w = u + (v + w ). Ley asoc para + u + v = v + u. Ley conm. para + Existe un único vector z ∈ Rn tal que u + z = z + u = u(z = 0). Ley mod para la suma Para cada u, existe un único vector p ∈ Rn tal que u + p = p + u = 0 (p = -u). Existencia del opuesto para suma. αu ∈ Rn . Ley clau para el producto por escalar α(u + v ) = αu + αv . Ley dist del producto por escalar resp + (α + β)u = αu + βu. Ley dist del producto por escalar respecto a + de escalares. (αβ)u = α(βu) = β(αu). Ley asoc respecto al producto por escalares αu = 0, si y solo si, α = 0 ó u = 0. Algebra lineal Básica Conceptos básicos de Vectores en Rn Coloquio de Matemáticas: Lunes 16 de febrero a las 11:00 am. Salón: 202-405 ”‘El residuo sobre funciones meromorfas con polos lineales del punto de vista de la geometrı́a en conos”’ Profesora Sylvie Paycha Instituto de Matemáticas Universidad de Potsdam Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Combinación Lineal) Dados v1 , v2 , . . . , vk vectores de Rn y λ1 , λ2 , . . . , λk ∈ R, al vector v = λ1 v1 + λ2 v2 + . . . + λk vk lo llamamos combinación lineal de los vectores v1 , v2 , . . . , vk . A los escalares λ1 , λ2 , . . . , λk los llamamos coeficientes de la combinación lineal. −1 2 3 EJEMPLO: Sean u = yv= yw= . Calculemos la 2 5 −2 combinación lineal de ellos dada por 3u − v + 2w . Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Combinación Lineal) Dados v1 , v2 , . . . , vk vectores de Rn y λ1 , λ2 , . . . , λk ∈ R, al vector v = λ1 v1 + λ2 v2 + . . . + λk vk lo llamamos combinación lineal de los vectores v1 , v2 , . . . , vk . A los escalares λ1 , λ2 , . . . , λk los llamamos coeficientes de la combinación lineal. 2 −13 EJERCICIO ¿los vectores 4 y 0 son combinaciones lineales −1 0 −5 1 de 0 y 2 ?. −3 −2 Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Conj. Generado y Conj. Generador) Al conjunto de todas las combinaciones lineales de los vectores v1 , v2 , . . . , vk lo representamos por V := {v |v = λ1 v1 + λ2 v2 + . . . + λk vk , λi ∈ R} = Gen{v1 , v2 , . . . , vk } V es generado por v1 , v2 , . . . , vk ; además, a {v1 , v2 , . . . , vk } lo llamamos conjunto generador de V . Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Conj. Generado y Conj. Generador) Al conjunto de todas las combinaciones lineales de los vectores v1 , v2 , . . . , vk lo representamos por V := {v |v = λ1 v1 + λ2 v2 + . . . + λk vk , λi ∈ R} = Gen{v1 , v2 , . . . , vk } V es generado por v1 , v2 , . . . , vk ; además, a {v1 , v2 , . . . , vk } lo llamamos conjunto generador de V . √ EJEMPLO: Si V = Gen{u, v }, entonces 2u + 5v , 0, u, 3v , u − v son vectores de V . 3 0 1 EJERCICIO ¿El vector 0 pertenece a Gen 0 , 0 ?. 2 −1 1 Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Conj. Generado y Conj. Generador) Al conjunto de todas las combinaciones lineales de los vectores v1 , v2 , . . . , vk lo representamos por V := {v |v = λ1 v1 + λ2 v2 + . . . + λk vk , λi ∈ R} = Gen{v1 , v2 , . . . , vk } V es generado por v1 , v2 , . . . , vk ; además, a {v1 , v2 , . . . , vk } lo llamamos conjunto generador de V . EJERCICIO Demuestre que Gen{e1 , e2 , . . . , en } = Rn . EJERCICIO Determine Gen{e1 , e3 } si ei ∈ R3 . EJERCICIO Determine Gen{v } si v es cualquier vector no nulo. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Conj. Generado y Conj. Generador) Al conjunto de todas las combinaciones lineales de los vectores v1 , v2 , . . . , vk lo representamos por V := {v |v = λ1 v1 + λ2 v2 + . . . + λk vk , λi ∈ R} = Gen{v1 , v2 , . . . , vk } V es generado por v1 , v2 , . . . , vk ; además, a {v1 , v2 , . . . , vk } lo llamamos conjunto generador de V . EJERCICIO Determine un conjunto generador de 3r − s V = r + 5s , r , s ∈ R r Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Conjunto l.i.) Un conjunto de vectores {v1 , v2 , . . . , vk } es linealmente independiente si los únicos escalares λ1 , λ2 , . . . , λk tales que λ1 v1 + λ2 v2 + · · · + λk vk = 0 son todos cero. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Conjunto l.i.) Un conjunto de vectores {v1 , v2 , . . . , vk } es linealmente independiente si los únicos escalares λ1 , λ2 , . . . , λk tales que λ1 v1 + λ2 v2 + · · · + λk vk = 0 son todos cero. −1 1 1 EJERCICIO: Demostremos que 3 , −5 , −2 , es un −2 4 0 conjunto l.i. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Conjunto l.i.) Un conjunto de vectores {v1 , v2 , . . . , vk } es linealmente independiente si los únicos escalares λ1 , λ2 , . . . , λk tales que λ1 v1 + λ2 v2 + · · · + λk vk = 0 son todos cero. −1 2 1 EJERCICIO: Demostremos que 3 , 2 , 1 , es un −2 3 −5 conjunto l.d. EJERCICIO: Demuestre que todo conjunto de Rn que contenga al vector 0 es un conjunto l.d. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Producto escalar ) v1 u1 .. .. Dados u = . y v = . de Rn , definimos u · v el producto escalar vn un entre u y v , como el escalar dado por u · v = u1 v1 + u2 v2 + · · · + un vn Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Producto escalar ) v1 u1 .. .. Dados u = . y v = . de Rn , definimos u · v el producto escalar vn un entre u y v , como el escalar dado por u · v = u1 v1 + u2 v2 + · · · + un vn −2 1 2 EJERCICIO: Dados 1 , 3 , −1 , Calcule −1 0 −5 u · v , u · w , v · w , (3u) · v , (u + v ) · w y v · u. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Producto escalar ) v1 u1 .. .. Dados u = . y v = . de Rn , definimos u · v el producto escalar vn un entre u y v , como el escalar dado por u · v = u1 v1 + u2 v2 + · · · + un vn EJERCICIO: Suponga que un fabricante produce cuatro artı́culos. La 30 20 demanda para los artı́culos está dada por d = 40. Los precios 10 20 15 unitarios para los articulos están dados por el vector p = 18. Si 40 satisface su demanda. ¿Cuánto dinero recibirá el fabricante? Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Producto escalar ) v1 u1 .. .. Dados u = . y v = . de Rn , definimos u · v el producto escalar vn un entre u y v , como el escalar dado por u · v = u1 v1 + u2 v2 + · · · + un vn Teorema (Ejer. 50 del Taller2ParteB) Sean u, v y w vectores de Rn y sea α ∈ R. Entonces 1 2 3 4 u · v = v · u. Ley conm para ·. u · (v + w ) = u · v + u · w . Ley dist α(u · v ) = (αu) · v = u · (αv ). u · u = 0, si y solo si, u = 0. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Norma) Definimos la norma de un vector u de Rn , kuk, como la raı́z cuadrada de u · u; es decir, q √ kuk = u · u = u12 + · · · + un2 Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Norma) Definimos la norma de un vector u de Rn , kuk, como la raı́z cuadrada de u · u; es decir, q √ kuk = u · u = u12 + · · · + un2 2 5 1 EJERCICIO: Dados u = 1 , y los puntos P = 2, Q = −1, −5 3 3 Calcule kuk y kPQk, Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Norma) Definimos la norma de un vector u de Rn , kuk, como la raı́z cuadrada de u · u; es decir, q √ kuk = u · u = u12 + · · · + un2 Teorema Dados los vectores u, v ∈ Rn , y λ ∈ R tenemos que (a) kλuk = |λ|kuk (b) ku + v k2 = kuk2 + kv k2 + 2(u · v ) (c) ku − v k2 = kuk2 + kv k2 − 2(u · v ) (d) |u · v | ≤ kukkv k. La igualdad se obtiene, si y solo si, u = λv para algún λ ∈ R. Desigualdad de Cauchy-Schwarz. (e) ku + v k ≤ kuk + kv k. La igualdad se cumple, si y solo si, u = λv con λ ≥ 0. Desigualdad triangular. Algebra lineal Básica Conceptos básicos de Vectores en Rn (d) |u · v | ≤ kukkv k DEM: para todo x ∈ R tenemos que kxu + v k2 ≥ 0 Algebra lineal Básica Conceptos básicos de Vectores en Rn (d) |u · v | ≤ kukkv k DEM: para todo x ∈ R tenemos que kxu + v k2 ≥ 0 0 ≤ kxu + v k2 = (xu + v ) · (xu + v ) = x 2 (u · u) + x(2u · v ) + (v · v ) = p(x) donde p(x) = ax 2 + bx + c es un polinomio cuadrático con a = u · u, b = 2u · v y c = v · v . Algebra lineal Básica Conceptos básicos de Vectores en Rn (d) |u · v | ≤ kukkv k DEM: para todo x ∈ R tenemos que kxu + v k2 ≥ 0 0 ≤ kxu + v k2 = (xu + v ) · (xu + v ) = x 2 (u · u) + x(2u · v ) + (v · v ) = p(x) donde p(x) = ax 2 + bx + c es un polinomio cuadrático con a = u · u, b = 2u · v y c = v · v . Como a ≥ 0, la gráfica de p(x) es una parábola cóncava hacı́a arriba con vértice en el semiplano superior. Recordando que el vértice de p(x) es − b 2a , c − b2 4a Algebra lineal Básica Conceptos básicos de Vectores en Rn (d) |u · v | ≤ kukkv k DEM: para todo x ∈ R tenemos que kxu + v k2 ≥ 0 0 ≤ kxu + v k2 = (xu + v ) · (xu + v ) = x 2 (u · u) + x(2u · v ) + (v · v ) = p(x) donde p(x) = ax 2 + bx + c es un polinomio cuadrático con a = u · u, b = 2u · v y c = v · v . Como a ≥ 0, la gráfica de p(x) es una parábola cóncava hacı́a arriba con vértice en el semiplano superior. Recordando que el vértice de p(x) es − b 2a , c − b2 4a entonces 0≤c− 4(u · v )2 b2 = kv k2 − 4a 4kuk2 Algebra lineal Básica Conceptos básicos de Vectores en Rn (d) |u · v | ≤ kukkv k DEM: para todo x ∈ R tenemos que kxu + v k2 ≥ 0 0 ≤ kxu + v k2 = (xu + v ) · (xu + v ) = x 2 (u · u) + x(2u · v ) + (v · v ) = p(x) donde p(x) = ax 2 + bx + c es un polinomio cuadrático con a = u · u, b = 2u · v y c = v · v . Como a ≥ 0, la gráfica de p(x) es una parábola cóncava hacı́a arriba con vértice en el semiplano superior. Recordando que el vértice de p(x) es − b 2a , c − b2 4a entonces 0≤c− b2 4(u · v )2 = kv k2 − 4a 4kuk2 Además, si u = λv entonces |u · v | = |λv · v | = |λ||v · v | = |λ|kv k2 = |λ|kv kkv k = kλv kkv k = kukkv k Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Ángulo entre vectores) Dados los vectores no nulos u y v de Rn , definimos el ángulo determinado por u y v como el menor giro positivo. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Ángulo entre vectores) Dados los vectores no nulos u y v de Rn , definimos el ángulo determinado por u y v como el menor giro positivo. OBS: Dados dos vectores u y v no nulos, siempre podemos construir un triángulo como el de la siguiente figura Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Ángulo entre vectores) Dados los vectores no nulos u y v de Rn , definimos el ángulo determinado por u y v como el menor giro positivo. Al aplicar el T. del Coseno a este triángulo, tenemos ku − v k2 = kuk2 + kv k2 − 2kukkv k cos θ kuk2 − 2u · v + kv k2 = kuk2 + kv k2 − 2kukkv k cos θ Entonces cos θ = u·v kukkv k Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Ángulo entre vectores) Dados los vectores no nulos u y v de Rn , definimos el ángulo determinado por u y v como el menor giro positivo. Al aplicar el T. del Coseno a este triángulo, tenemos ku − v k2 = kuk2 + kv k2 − 2kukkv k cos θ kuk2 − 2u · v + kv k2 = kuk2 + kv k2 − 2kukkv k cos θ Entonces u·v kukkv k 1 1 −1 −1 EJEMPLO: Calcule el ángulo de u = −1 y v = −1 1 −1 cos θ = Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Proyección ortogonal) Si u 6= 0 y v son vectores de Rn , definimos la proyección ortogonal de v sobre u como el vector v ·u proyu v = u kuk2 Llamamos a vc = v − proyu v la componente vectorial de v ortogonal a u. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Proyección ortogonal) Si u 6= 0 y v son vectores de Rn , definimos la proyección ortogonal de v sobre u como el vector v ·u u proyu v = kuk2 Llamamos a vc = v − proyu v la componente vectorial de v ortogonal a u. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Proyección ortogonal) Si u 6= 0 y v son vectores de Rn , definimos la proyección ortogonal de v sobre u como el vector v ·u u proyu v = kuk2 Llamamos a vc = v − proyu v la componente vectorial de v ortogonal a u. Algebra lineal Básica Conceptos básicos de Vectores en Rn Definición (Proyección ortogonal) Si u 6= 0 y v son vectores de Rn , definimos la proyección ortogonal de v sobre u como el vector v ·u proyu v = u kuk2 Llamamos a vc = v − proyu v la componente vectorial de v ortogonal a u. EJEMPLOS: Halle la proyu v y la componente vectorial de v ortogonal a u (Esto es vc ), para cada uno de los siguientes casos: 2 1 1 −1 (a) u = −1 y v = −1 (b) u = e1 y v = 0 1 −1 3 proyv u = v ·u v kv k2 Algebra lineal Básica Producto Ax Las columnas de las matrices son vectores de Rm , m son las filas de la matriz, es decir, que las matrices las podemos ver como una sucesión (finita y ordenada) de vectores, lo cual denotamos como A = [a1 a2 . . . an ] ai son las columnas de A. Algebra lineal Básica Producto Ax Las columnas de las matrices son vectores de Rm , m son las filas de la matriz, es decir, que las matrices las podemos ver como una sucesión (finita y ordenada) de vectores, lo cual denotamos como A = [a1 a2 . . . an ] ai son las columnas de A. Definición Sea A una matriz, cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , y sea x un vector de Rn , cuyas componentes son x1 , x2 , . . . , xn . Definimos el producto matricial Ax como la combinación lineal Ax = x1 a1 + x2 a2 + · · · + xn an . Algebra lineal Básica Producto Ax Las columnas de las matrices son vectores de Rm , m son las filas de la matriz, es decir, que las matrices las podemos ver como una sucesión (finita y ordenada) de vectores, lo cual denotamos como A = [a1 a2 . . . an ] ai son las columnas de A. Definición Sea A una matriz, cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , y sea x un vector de Rn , cuyas componentes son x1 , x2 , . . . , xn . Definimos el producto matricial Ax como la combinación lineal Ax = x1 a1 + x2 a2 + · · · + xn an . −1 0 3 0 EJEM: Dado A = 2 1 1 y x = 1, tenemos 3 5 −2 3 −1 0 3 Ax = 0 2 + 1 1 + 3 1 =?? 3 5 −2 Algebra lineal Básica Teorema (Propiedades del producto Ax) Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , λ un escalar e x, y vectores de Rn , entonces a) A(x + y ) = Ax + Ay b) A(λx) = λ(Ax) DEM: (a) Algebra lineal Básica Teorema (Propiedades del producto Ax) Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , λ un escalar e x, y vectores de Rn , entonces a) A(x + y ) = Ax + Ay b) A(λx) = λ(Ax) DEM: (a) Como x, y ∈ Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y por tanto x + y = (x1 + y1 , · · · , xn + yn ). Algebra lineal Básica Teorema (Propiedades del producto Ax) Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , λ un escalar e x, y vectores de Rn , entonces a) A(x + y ) = Ax + Ay b) A(λx) = λ(Ax) DEM: (a) Como x, y ∈ Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y por tanto x + y = (x1 + y1 , · · · , xn + yn ). Luego, A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + · · · + (xn + yn )an Algebra lineal Básica Teorema (Propiedades del producto Ax) Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , λ un escalar e x, y vectores de Rn , entonces a) A(x + y ) = Ax + Ay b) A(λx) = λ(Ax) DEM: (a) Como x, y ∈ Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y por tanto x + y = (x1 + y1 , · · · , xn + yn ). Luego, A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + · · · + (xn + yn )an = x1 a1 + y1 a1 + x2 a2 + y2 a2 + · · · + xn an + yn an Algebra lineal Básica Teorema (Propiedades del producto Ax) Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , λ un escalar e x, y vectores de Rn , entonces a) A(x + y ) = Ax + Ay b) A(λx) = λ(Ax) DEM: (a) Como x, y ∈ Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y por tanto x + y = (x1 + y1 , · · · , xn + yn ). Luego, A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + · · · + (xn + yn )an = x1 a1 + y1 a1 + x2 a2 + y2 a2 + · · · + xn an + yn an = x1 a1 + x2 a2 + · · · + xn an + y1 a1 + y2 a2 + · · · + yn an Algebra lineal Básica Teorema (Propiedades del producto Ax) Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , λ un escalar e x, y vectores de Rn , entonces a) A(x + y ) = Ax + Ay b) A(λx) = λ(Ax) DEM: (a) Como x, y ∈ Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y por tanto x + y = (x1 + y1 , · · · , xn + yn ). Luego, A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + · · · + (xn + yn )an = x1 a1 + y1 a1 + x2 a2 + y2 a2 + · · · + xn an + yn an = x1 a1 + x2 a2 + · · · + xn an + y1 a1 + y2 a2 + · · · + yn an = Ax + Ay Algebra lineal Básica Teorema (Propiedades del producto Ax) Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , λ un escalar e x, y vectores de Rn , entonces a) A(x + y ) = Ax + Ay b) A(λx) = λ(Ax) DEM: (a) Como x, y ∈ Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y por tanto x + y = (x1 + y1 , · · · , xn + yn ). Luego, A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + · · · + (xn + yn )an = x1 a1 + y1 a1 + x2 a2 + y2 a2 + · · · + xn an + yn an = x1 a1 + x2 a2 + · · · + xn an + y1 a1 + y2 a2 + · · · + yn an = Ax + Ay 3x − 2y + z = −2 Observe que el sistema lineal x − 3z = 1 Algebra lineal Básica Teorema (Propiedades del producto Ax) Dados A, una matriz cuyas columnas son los vectores a1 , a2 , . . . , an de Rm , λ un escalar e x, y vectores de Rn , entonces a) A(x + y ) = Ax + Ay b) A(λx) = λ(Ax) DEM: (a) Como x, y ∈ Rn entonces x = (x1 , . . . , xn ) y = (y1 , . . . , yn ) y por tanto x + y = (x1 + y1 , · · · , xn + yn ). Luego, A(x + y ) = (x1 + y1 )a1 + (x2 + y2 )a2 + · · · + (xn + yn )an = x1 a1 + y1 a1 + x2 a2 + y2 a2 + · · · + xn an + yn an = x1 a1 + x2 a2 + · · · + xn an + y1 a1 + y2 a2 + · · · + yn an = Ax + Ay 3x − 2y + z = −2 Observe que el sistema lineal x − 3z = 1 x 3 −2 1 −2 −2 3 −2 1 y = ⇔x +y +z = ⇔ 1 1 0 −3 1 0 −3 1 z Algebra lineal Básica Observe que [A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b son distintas formas de representar un sistema de ecuaciones lineales Algebra lineal Básica Observe que [A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b son distintas formas de representar un sistema de ecuaciones lineales Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB) Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector de Rm , las siguientes proposiciones son equivalentes: Algebra lineal Básica Observe que [A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b son distintas formas de representar un sistema de ecuaciones lineales Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB) Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector de Rm , las siguientes proposiciones son equivalentes: El sistema cuya matriz aumentada es [A|b] es consistente. Algebra lineal Básica Observe que [A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b son distintas formas de representar un sistema de ecuaciones lineales Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB) Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector de Rm , las siguientes proposiciones son equivalentes: El sistema cuya matriz aumentada es [A|b] es consistente. Existe al menos un vector x de Rn , tal que Ax = b. Algebra lineal Básica Observe que [A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b son distintas formas de representar un sistema de ecuaciones lineales Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB) Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector de Rm , las siguientes proposiciones son equivalentes: El sistema cuya matriz aumentada es [A|b] es consistente. Existe al menos un vector x de Rn , tal que Ax = b. El vector b es combinación lineal de las columnas de A. Algebra lineal Básica Observe que [A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b son distintas formas de representar un sistema de ecuaciones lineales Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB) Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector de Rm , las siguientes proposiciones son equivalentes: El sistema cuya matriz aumentada es [A|b] es consistente. Existe al menos un vector x de Rn , tal que Ax = b. El vector b es combinación lineal de las columnas de A. El vector b pertenece al conjunto generado por las columnas de A. Algebra lineal Básica Observe que [A|b], Ax = b, x1 a1 + x2 a2 + . . . + xn an = b son distintas formas de representar un sistema de ecuaciones lineales Teorema (Equivalencia de conceptos- Ejer. 34 del Taller2ParteB) Dada una matriz A, cuyas n columnas son vectores de Rm y b un vector de Rm , las siguientes proposiciones son equivalentes: El sistema cuya matriz aumentada es [A|b] es consistente. Existe al menos un vector x de Rn , tal que Ax = b. El vector b es combinación lineal de las columnas de A. El vector b pertenece al conjunto generado por las columnas de A. Definición (Espacio nulo) El espacio nulo de una matriz A esta dado por NA = {x ∈ Rn : Ax = 0} Algebra lineal Básica −1 Dada A = 2 3 1 v = 2 yw −3 0 3 −2 1 1 determinemos si los vectores u = , 7 5 −2 −3 = 1 se encuentran en NA . −5 Algebra lineal Básica −1 0 3 −2 2 1 1 Dada A = determinemos si los vectores u = , 7 3 5 −2 1 −3 v = 2 y w = 1 se encuentran en NA . −3 −5 OBS NA = {0}, si y solo si, Ax = 0 tiene solución única, i.e. x = 0. Algebra lineal Básica −1 0 3 −2 2 1 1 Dada A = determinemos si los vectores u = , 7 3 5 −2 1 −3 v = 2 y w = 1 se encuentran en NA . −3 −5 OBS NA = {0}, si y solo si, Ax = 0 tiene solución única, i.e. x = 0. Teorema (Propiedades del espacio nulo) Dada una matriz A, si x, y son vectores de NA y λ es un escalar, tenemos que: (a) x + y ∈ NA (b) λx ∈ NA DEM Algebra lineal Básica −1 0 3 −2 2 1 1 Dada A = determinemos si los vectores u = , 7 3 5 −2 1 −3 v = 2 y w = 1 se encuentran en NA . −3 −5 OBS NA = {0}, si y solo si, Ax = 0 tiene solución única, i.e. x = 0. Teorema (Propiedades del espacio nulo) Dada una matriz A, si x, y son vectores de NA y λ es un escalar, tenemos que: (a) x + y ∈ NA (b) λx ∈ NA DEM Puesto que x, y ∈ NA , Ax = 0 y Ay = 0; Algebra lineal Básica −1 0 3 −2 2 1 1 Dada A = determinemos si los vectores u = , 7 3 5 −2 1 −3 v = 2 y w = 1 se encuentran en NA . −3 −5 OBS NA = {0}, si y solo si, Ax = 0 tiene solución única, i.e. x = 0. Teorema (Propiedades del espacio nulo) Dada una matriz A, si x, y son vectores de NA y λ es un escalar, tenemos que: (a) x + y ∈ NA (b) λx ∈ NA DEM Puesto que x, y ∈ NA , Ax = 0 y Ay = 0; entonces, (a) A(x + y ) = Ax + Ay = 0 + 0 = 0, por tanto, x + y ∈ NA . (b) A(λx) = λ(Ax) = λ0 = 0, de donde, concluimos que λx ∈ NA . Ix = x donde I es la matriz n × n dada por [e1 e2 · · · en ] y x ∈ Rn Algebra lineal Básica Definición (Espacio columna) Dada A, una matriz con n vectores columna de Rm , definimos el espacio columna de A como el conjunto CA = {b ∈ Rm : Ax = b, para algún x ∈ Rn }. Algebra lineal Básica Definición (Espacio columna) Dada A, una matriz con n vectores columna de Rm , definimos el espacio columna de A como el conjunto CA = {b ∈ Rm : Ax = b, para algún x ∈ Rn }. OBS CA esta formado por todas las combinaciones lineales de las columnas de A; es decir, CA = Gen{a1 , a2 , . . . , an } donde a1 , a2 , . . . , an son las columnas de A. Algebra lineal Básica Definición (Espacio columna) Dada A, una matriz con n vectores columna de Rm , definimos el espacio columna de A como el conjunto CA = {b ∈ Rm : Ax = b, para algún x ∈ Rn }. OBS CA esta formado por todas las combinaciones lineales de las columnas de A; es decir, CA = Gen{a1 , a2 , . . . , an } donde a1 , a2 , . . . , a n son −1 EJEM Dada A = 2 1 encuentran en CA . las columnas de A. 5 4 2 1 determinemos si 7 , 0 se 4 −1 −1 Algebra lineal Básica Definición (Espacio columna) Dada A, una matriz con n vectores columna de Rm , definimos el espacio columna de A como el conjunto CA = {b ∈ Rm : Ax = b, para algún x ∈ Rn }. OBS CA esta formado por todas las combinaciones lineales de las columnas de A; es decir, CA = Gen{a1 , a2 , . . . , an } donde a1 , a2 , . . . , a n son −1 EJEM Dada A = 2 1 encuentran en CA . −1 2 1 M.Aum = 2 1 −1 las columnas de A. 5 4 2 1 determinemos si 7 , 0 se 4 −1 −1 −1 2 4 5 4 5 7 0 M.Esc = 0 5 15 10 −1 −4 0 −1 0 0 Algebra lineal Básica Definición (Espacio columna) Dada A, una matriz con n vectores columna de Rm , definimos el espacio columna de A como el conjunto CA = {b ∈ Rm : Ax = b, para algún x ∈ Rn }. OBS CA esta formado por todas las combinaciones lineales de las columnas de A; es decir, CA = Gen{a1 , a2 , . . . , an } donde a1 , a2 , . . . , a n son −1 EJEM Dada A = 2 1 encuentran en CA . −1 2 1 M.Aum = 2 1 −1 las columnas de A. 5 4 2 1 determinemos si 7 , 0 se 4 −1 −1 −1 2 4 5 4 5 7 0 M.Esc = 0 5 15 10 −1 −4 0 −1 0 0 Entonces 1ro SI, 2do NO Algebra lineal Básica Teorema (Propiedades del espacio columna) Dada una matriz A, los vectores b y c de CA y λ un escalar, entonces: (1) b + c ∈ CA (2) λb ∈ CA Algebra lineal Básica Teorema (Propiedades del espacio columna) Dada una matriz A, los vectores b y c de CA y λ un escalar, entonces: (1) b + c ∈ CA (2) λb ∈ CA DEM Puesto que b, c ∈ CA , existen vectores x y y tales que Ax = b y Ay = c. Algebra lineal Básica Teorema (Propiedades del espacio columna) Dada una matriz A, los vectores b y c de CA y λ un escalar, entonces: (1) b + c ∈ CA (2) λb ∈ CA DEM Puesto que b, c ∈ CA , existen vectores x y y tales que Ax = b y Ay = c. Entonces, (1). b + c = Ax + Ay = A(x + y ), por tanto, b + c ∈ CA . (2). λb = λ(Ax) = A(λx), de donde concluimos que λb ∈ CA . Algebra lineal Básica Teorema (Propiedades del espacio columna) Dada una matriz A, los vectores b y c de CA y λ un escalar, entonces: (1) b + c ∈ CA (2) λb ∈ CA DEM Puesto que b, c ∈ CA , existen vectores x y y tales que Ax = b y Ay = c. Entonces, (1). b + c = Ax + Ay = A(x + y ), por tanto, b + c ∈ CA . (2). λb = λ(Ax) = A(λx), de donde concluimos que λb ∈ CA . Corolario (1) si el vector u es solución del sistema Ax = b y el vector v es solución del sistema homogéneo asociado (Ax = 0), entonces (u + v ) es solución del sistema Ax = b. DEM A(u + v ) = Au + Av = b + 0 = b. Algebra lineal Básica Corolario (2) Si los vectores u y v son soluciones del sistema Ax = b, entonces u − v es solución del sistema homogéneo asociado Ax = 0. Algebra lineal Básica Corolario (2) Si los vectores u y v son soluciones del sistema Ax = b, entonces u − v es solución del sistema homogéneo asociado Ax = 0. Corolario (3) Sea u solución del sistema Ax = b, entonces v es solución del sistema Ax = b, si y solo si, v = h + u, donde h es una solución del sistema homogéneo asociado Ax = 0. Algebra lineal Básica Corolario (2) Si los vectores u y v son soluciones del sistema Ax = b, entonces u − v es solución del sistema homogéneo asociado Ax = 0. Corolario (3) Sea u solución del sistema Ax = b, entonces v es solución del sistema Ax = b, si y solo si, v = h + u, donde h es una solución del sistema homogéneo asociado Ax = 0. DEM Sea v una solución del sistema Ax = b, entonces h = v − u es solución del sistema homogéneo asociado (Coro 2) y por tanto v = h + u. La otra implicación es el resultado del Coro 1. Algebra lineal Básica Corolario (2) Si los vectores u y v son soluciones del sistema Ax = b, entonces u − v es solución del sistema homogéneo asociado Ax = 0. Corolario (3) Sea u solución del sistema Ax = b, entonces v es solución del sistema Ax = b, si y solo si, v = h + u, donde h es una solución del sistema homogéneo asociado Ax = 0. Corolario (4) Un sistema Ax = b que tiene más de una solución, tiene infinitas soluciones. Algebra lineal Básica Corolario (2) Si los vectores u y v son soluciones del sistema Ax = b, entonces u − v es solución del sistema homogéneo asociado Ax = 0. Corolario (3) Sea u solución del sistema Ax = b, entonces v es solución del sistema Ax = b, si y solo si, v = h + u, donde h es una solución del sistema homogéneo asociado Ax = 0. Corolario (4) Un sistema Ax = b que tiene más de una solución, tiene infinitas soluciones. DEM Sean u y v dos soluciones diferentes del sistema Ax = b. Por el Coro 2, h = u − v 6= 0 es solución del sistema homogéneo asociado Ax = 0. Por el Propiedades de NA , αh, ∀α ∈ R, también es solución del sistema homogéneo, lo que nos indica que el sistema homogéneo tiene infinitas soluciones. Por el Coro 3, w = αh + u es también solución del sistema Ax = b. Ası́ que, el sistema Ax = b tiene infinitas soluciones. Algebra lineal Básica Rectas, Planos e Hiperplanos DEF: Dado un punto P y un vector d no nulo de Rn , diremos que la recta que contiene a P y tiene dirección d es el conjunto de todos los puntos X que determinan vectores PX paralelos a d. Algebra lineal Básica Rectas, Planos e Hiperplanos DEF: Dado un punto P y un vector d no nulo de Rn , diremos que la recta que contiene a P y tiene dirección d es el conjunto de todos los puntos X que determinan vectores PX paralelos a d. Al vector d lo llamamos vector director de la recta. x − p = td ⇒ x = p + td Algebra lineal Básica Formas de expresar una recta Ecuación vectorial de la recta x = p + td Ecuaciones paramétricas de la recta x1 x2 xn = = .. . = Algebra lineal Básica p1 + td1 p2 + td2 pn + tdn Formas de expresar una recta Ecuación vectorial de la recta Ecuaciones paramétricas de la recta x1 x2 x = p + td xn = = .. . = p1 + td1 p2 + td2 pn + tdn Al despejar t de cada ecuación e igualar esta expresiones, encontramos las ecuaciones simétricas de la recta que pasa por el punto P y tiene vector director d, x2 − p2 xn − pn x1 − p1 = = ··· = d1 d2 dn siempre que di 6= 0 Algebra lineal Básica Formas de expresar una recta Ecuación vectorial de la recta Ecuaciones paramétricas de la recta x1 x2 x = p + td xn = = .. . = p1 + td1 p2 + td2 pn + tdn Al despejar t de cada ecuación e igualar esta expresiones, encontramos las ecuaciones simétricas de la recta que pasa por el punto P y tiene vector director d, x2 − p2 xn − pn x1 − p1 = = ··· = d1 d2 dn EJEM Dada la ecuación vectorial L : 1 x1 x2 x3 ! siempre que di 6= 0 = 2 −1 3 Halle dos puntos P y Q de la recta L. Algebra lineal Básica ! +t −1 0 5 ! Formas de expresar una recta Ecuación vectorial de la recta Ecuaciones paramétricas de la recta x1 x2 x = p + td xn = = .. . = p1 + td1 p2 + td2 pn + tdn Al despejar t de cada ecuación e igualar esta expresiones, encontramos las ecuaciones simétricas de la recta que pasa por el punto P y tiene vector director d, x2 − p2 xn − pn x1 − p1 = = ··· = d1 d2 dn EJEM Dada la ecuación vectorial L : 1 2 x1 x2 x3 ! Halle dos puntos P y Q de la recta L. ! ! Determine si R = 3 −1 −2 yS= 4 −1 0 siempre que di 6= 0 = 2 −1 3 ! +t −1 0 5 ! pertenecen a la recta L. Algebra lineal Básica Formas de expresar una recta Ecuación vectorial de la recta Ecuaciones paramétricas de la recta x1 x2 x = p + td xn = = .. . = p1 + td1 p2 + td2 pn + tdn Al despejar t de cada ecuación e igualar esta expresiones, encontramos las ecuaciones simétricas de la recta que pasa por el punto P y tiene vector director d, x2 − p2 xn − pn x1 − p1 = = ··· = d1 d2 dn EJEM Dada la ecuación vectorial L : 1 2 x1 x2 x3 ! siempre que di 6= 0 = 2 −1 3 ! +t −1 0 5 ! Halle dos puntos P y Q de la recta L. Halle un vector d que sea un vector director de la recta L y verifique que el vector PQ, de (a), es paralelo a d. Algebra lineal Básica EJEM. Hallar la ecuación vectorial de la recta que pasa por los puntos −1 2 P = 0 1 2 1 Q= −1 1 Algebra lineal Básica EJEM. Hallar la ecuación vectorial de la recta que pasa por los puntos −1 2 P = 0 1 2 1 Q= −1 1 DEF. Diremos que las rectas L1 y L2 son paralelas, si y solo si, los vectores d1 y d2 lo son. Es decir, d1 = λd2 Algebra lineal Básica EJEM. Hallar la ecuación vectorial de la recta que pasa por los puntos −1 2 P = 0 1 2 1 Q= −1 1 DEF. Diremos que las rectas L1 y L2 son paralelas, si y solo si, los vectores d1 y d2 lo son. Es decir, d1 = λd2 EJEM Determine si las siguientes rectas son paralelas. 5 3 1 L1 es la recta que pasa por los puntos P = −2 y Q = 3 y 0 1 4 0 x L2 es la recta con ecuación vectorial y = −4 + t 10 −2 3 z Algebra lineal Básica EJEM. Hallar la ecuación vectorial de la recta que pasa por los puntos −1 2 P = 0 1 2 1 Q= −1 1 DEF. Diremos que las rectas L1 y L2 son paralelas, si y solo si, los vectores d1 y d2 lo son. Es decir, d1 = λd2 EJEM Determine si las siguientes rectas son paralelas. 3 1 L1 es la recta que pasa por los puntos M = −2 y tiene vector 1 2 dirección v = 3 y L2 es la recta que pasa por los puntos −1 2 0 Q = −2 y P = 3 1 1 Algebra lineal Básica Rectas iguales y ortogonales TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al menos un punto en común. Algebra lineal Básica Rectas iguales y ortogonales TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al menos un punto en común. DEF Diremos que las rectas L1 y L2 son ortogonales, si y sólo si, los vectores d1 y d2 lo son; es decir, si y solo si, d1 · d2 = 0. Algebra lineal Básica Rectas iguales y ortogonales TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al menos un punto en común. DEF Diremos que las rectas L1 y L2 son ortogonales, si y sólo si, los vectores d1 y d2 lo son; es decir, si y solo si, d1 · d2 = 0. EJEM Determine si las siguientes rectas son ortogonales: 1 3 1 L1 es la recta que pasa por los puntos P = 2 y Q = 3 y L2 0 1 2 5 x es la recta con ecuación vectorial y = −4 + t 2 −2 1 z Algebra lineal Básica Rectas iguales y ortogonales TEO Dos rectas son iguales, si y solo si, las dos rectas son paralelas y tienen al menos un punto en común. DEF Diremos que las rectas L1 y L2 son ortogonales, si y sólo si, los vectores d1 y d2 lo son; es decir, si y solo si, d1 · d2 = 0. EJEM Determine si las siguientes rectas son ortogonales: 0 1 L1 es la recta que pasa por los puntos M = −2 y tiene vector 0 1 dirección v = 3 y L2 es la recta que pasa por los puntos −1 1 2 Q = −2 y R = 3 1 −1 Algebra lineal Básica Ejercicios Halle la ecuación vectorial y las ecuaciones simétricas de las rectas: 1 La recta que pasa por los puntos −1 2 P = 0 1 2 1 Q= −1 1 Algebra lineal Básica Ejercicios Halle la ecuación vectorial y las ecuaciones simétricas de las rectas: 1 La recta que pasa por los puntos −1 2 P = 0 1 2 2 1 Q= −1 1 4 0 x L2 es la recta con ecuación vectorial y = −4 + t 10 −2 3 z Algebra lineal Básica Ejercicios Halle la ecuación vectorial y las ecuaciones simétricas de las rectas: 1 La recta que pasa por los puntos −1 2 P = 0 1 2 3 2 1 Q= −1 1 4 0 x L2 es la recta con ecuación vectorial y = −4 + t 10 −2 3 z 2 0 L2 es la recta que pasa por los puntos Q = −2 y P = 3 1 1 Algebra lineal Básica PLANOS DEF Sea un punto P ∈ Rn y dos vectores c, d ∈ Rn diferentes de cero y no paralelos. Diremos que el conjunto de puntos X que determinan vectores PX que son combinación lineal de los vectores c y d, es el plano P que pasa por el punto P y tiene como vectores directores a c y d. Algebra lineal Básica PLANOS DEF Sea un punto P ∈ Rn y dos vectores c, d ∈ Rn diferentes de cero y no paralelos. Diremos que el conjunto de puntos X que determinan vectores PX que son combinación lineal de los vectores c y d, es el plano P que pasa por el punto P y tiene como vectores directores a c y d. Observe que PX = tc + sd con t, s ∈ R. Ahora si x = OX y p = OP, entonces para t, s ∈ R x − p = tc + sd x = p + tc + sd Esta es la ecuación vectorial del plano. Algebra lineal Básica Ecuaciones del plano PREG: ¿Cuáles son las ecuaciones paramétricas del plano? Algebra lineal Básica Ecuaciones del plano PREG: ¿Cuáles son las ecuaciones paramétricas del plano? x = p + tc + sd x1 x2 xn = = .. . = Algebra lineal Básica p1 + tc1 + sd1 p2 + tc2 + sd2 pn + tcn + sdn Ecuaciones del plano PREG: ¿Cuáles son las ecuaciones paramétricas del plano? x1 x2 x = p + tc + sd xn = = .. . = p1 + tc1 + sd1 p2 + tc2 + sd2 pn + tcn + sdn EJEM. Dadas las ecuaciones paramétricas del plano P x1 x2 x3 x4 1 = = = = 2+t −s 2t 1 + 5s −2 Encontremos tres puntos P, Q y R del plano P. Algebra lineal Básica Ecuaciones del plano PREG: ¿Cuáles son las ecuaciones paramétricas del plano? x1 x2 x = p + tc + sd xn = = .. . = p1 + tc1 + sd1 p2 + tc2 + sd2 pn + tcn + sdn EJEM. Dadas las ecuaciones paramétricas del plano P x1 x2 x3 x4 1 2 = = = = 2+t −s 2t 1 + 5s −2 Encontremos tres puntos P, Q y R del plano P. Encontremos dos vectores c y d que sean vectores directores del plano P Algebra lineal Básica Ecuaciones del plano PREG: ¿Cuáles son las ecuaciones paramétricas del plano? x1 x2 x = p + tc + sd xn = = .. . = p1 + tc1 + sd1 p2 + tc2 + sd2 pn + tcn + sdn EJEM. Dadas las ecuaciones paramétricas del plano P x1 x2 x3 x4 1 2 3 = = = = 2+t −s 2t 1 + 5s −2 Encontremos tres puntos P, Q y R del plano P. Encontremos dos vectores c y d que sean vectores directores del plano P ¿Los vectores PQ, PR y QR son combinaciones lineales de c y d? Algebra lineal Básica Ecuaciones del plano PREG: ¿Cuáles son las ecuaciones paramétricas del plano? x1 x2 x = p + tc + sd xn = = .. . = p1 + tc1 + sd1 p2 + tc2 + sd2 pn + tcn + sdn EJEM. Dadas las ecuaciones paramétricas del plano P x1 x2 x3 x4 1 2 3 2+t −s 2t 1 + 5s −2 Encontremos tres puntos P, Q y R del plano P. Encontremos dos vectores c y d que sean vectores directores del plano P ¿Los vectores PQ, PR yQR son lineales de c y d? combinaciones 2 4 = = = = 6 4 2 ¿Los puntos M = N = se encuentran en el plano P?. −9 1 −2 −2 Algebra lineal Básica Ecuaciones del plano EJEM. Encontremos ! plano que contiene los ! vectorial del ! una ecuación puntos P = −2 5 ,Q= 3 0 −2 1 yR= 2 0 −3 Algebra lineal Básica Ecuaciones del plano EJEM. Encontremos ! plano que contiene los ! vectorial del ! una ecuación puntos P = −2 5 ,Q= 3 0 −2 1 yR= 2 0 −3 El plano que contiene los puntos P, Q y R tiene como vectores directores a d1 = PQ y d2 = PR. Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Diremos que dos planos son paralelos, si y solo si, los vectores directores de uno de los planos son combinación lineal de los vectores directores del otro plano. Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Diremos que dos planos son paralelos, si y solo si, los vectores directores de uno de los planos son combinación lineal de los vectores directores del otro plano. Teorema (Planos iguales- Ejer. 71 Taller2ParteB) Dos planos son iguales, si y solo si, los dos planos son paralelos y tienen al menos un punto común Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es paralela al plano P, si y sólo si, el vector d es combinación lineal de c1 y d1 . Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es paralela al plano P, si y sólo si, el vector d es combinación lineal de c1 y d1 . Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es paralela al plano P, si y sólo si, el vector d es combinación lineal de c1 y d1 . Teorema (Inclusión de una recta en un plano) Una recta está totalmente incluida en un plano de Rn , si y solo si, la recta es paralela al plano y la recta y el plano tienen al menos un punto en común. Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es paralela al plano P, si y sólo si, el vector d es combinación lineal de c1 y d1 . Teorema (Inclusión de una recta en un plano) Una recta está totalmente incluida en un plano de Rn , si y solo si, la recta es paralela al plano y la recta y el plano tienen al menos un punto en común. DEM: pd L ⊂ P ⇔ L||P y P ∩ L = 6 ∅. Sea L : P + td, t ∈ R y P : Q + rc1 + sd1 , r , s ∈ R. Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es paralela al plano P, si y sólo si, el vector d es combinación lineal de c1 y d1 . Teorema (Inclusión de una recta en un plano) Una recta está totalmente incluida en un plano de Rn , si y solo si, la recta es paralela al plano y la recta y el plano tienen al menos un punto en común. DEM: pd L ⊂ P ⇔ L||P y P ∩ L = 6 ∅. Sea L : P + td, t ∈ R y P : Q + rc1 + sd1 , r , s ∈ R. ⇒:Si L ⊂ P entonces P ∈ P (P ∩ L = 6 ∅). Entonces otra ecuación vectorial de P es P + rc1 + sd1 . Además, como P + td ∈ L ∀t ∈ R entonces P + td = P + r0 c1 + s0 d1 , t ∈ R. En particular, si t = 1 tenemos d = r0 c1 + s0 d1 , es decir, d ∈ Gen{c1 , d1 }. Por lo tanto, L||P. Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es paralela al plano P, si y sólo si, el vector d es combinación lineal de c1 y d1 . Teorema (Inclusión de una recta en un plano) Una recta está totalmente incluida en un plano de Rn , si y solo si, la recta es paralela al plano y la recta y el plano tienen al menos un punto en común. DEM: pd L ⊂ P ⇔ L||P y P ∩ L = 6 ∅. Sea L : P + td, t ∈ R y P : Q + rc1 + sd1 , r , s ∈ R. ⇐:Si L||P y ∃M ∈ P ∩ L. Entonces existen α, β ∈ R tales que d = αc1 + βd1 . Ahora, note que L : M + td ∀t ∈ R y P : M + rc1 + sd1 , r , s ∈ R. Demostremos que L ⊂ P. Para ello, sea X ∈ L entonces X = M + t0 d = M + t0 (αc1 + βd1 ) = M + r0 c1 + s0 d1 lo que implica que X ∈ P. Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es paralela al plano P, si y sólo si, el vector d es combinación lineal de c1 y d1 . Teorema (Inclusión de una recta en un plano) Una recta está totalmente incluida en un plano de Rn , si y solo si, la recta es paralela al plano y la recta y el plano tienen al menos un punto en común. EJEM: Encuentre una recta en el plano P: contenida x 0 0 2 y = −2 + t −2 + s 0 z 1 1 −3 Algebra lineal Básica Planos Paralelos-Iguales-Ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es paralela al plano P, si y sólo si, el vector d es combinación lineal de c1 y d1 . Teorema (Inclusión de una recta en un plano) Una recta está totalmente incluida en un plano de Rn , si y solo si, la recta es paralela al plano y la recta y el plano tienen al menos un punto en común. EJEM: Encuentre una recta en el plano P: contenida x 0 0 2 y = −2 + t −2 + s 0 PREG: Existe otra recta contenida z 1 1 −3 en P? Cuántas rectas contenidas en P existen? Ejer. 75 Taller2ParteC Algebra lineal Básica Rectas y planos ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es ortogonal al plano P, si y solo si, el vector d es ortogonal tanto a c1 y d1 . Algebra lineal Básica Rectas y planos ortogonales DEF: Sean L una recta con vector director d ∈ Rn y P un plano con vectores directores c1 , d1 ∈ Rn . Diremos que la recta L es ortogonal al plano P, si y solo si, el vector d es ortogonal tanto a c1 y d1 . Algebra lineal Básica Ejercicios x 2 2 1. Determine si la recta L: y = −1 + t −7 es paralela a P: z 3 −2 2 0 0 x y = −2 + r −2 + s 0 . Rta: No −3 1 1 z 1 2. Determine si la recta L que contiene los puntos P = −1 y 1 4 Q = 0 es ortogonal al plano P: 3 2 0 5 x y = −2 + r −2 + s 0 . Rta: Sı́ −3 1 3 z Algebra lineal Básica Hiperplanos DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto formado por P y todos los puntos X que determinan vectores PX ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al vector n. . Algebra lineal Básica Hiperplanos DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto formado por P y todos los puntos X que determinan vectores PX ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces PX · n = 0. . Algebra lineal Básica Hiperplanos DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto formado por P y todos los puntos X que determinan vectores PX ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces PX · n = 0. Si llamamos x := OX y p := OP, la ecuación (x − p) · n = 0 equivalentemente x · n = p · n es la ecuación del hiperplano que pasa por P y es ortogonal a n. Algebra lineal Básica (1) Hiperplanos DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto formado por P y todos los puntos X que determinan vectores PX ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces PX · n = 0. Si llamamos x := OX y p := OP, la ecuación (x − p) · n = 0 equivalentemente x · n = p · n (1) es la ecuación del hiperplano que pasa por P y es ortogonal a n. A esta ecuación la llamamos ecuación normal del hiperplano. Algebra lineal Básica Hiperplanos DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto formado por P y todos los puntos X que determinan vectores PX ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces PX · n = 0. Si llamamos x := OX y p := OP, la ecuación (x − p) · n = 0 equivalentemente x · n = p · n (1) es la ecuación del hiperplano que pasa por P y es ortogonal a n. A esta ecuación la llamamos ecuación normal del hiperplano. PORQUE (x − p) · n = 0 equivalentemente l1 x1 + l2 x2 + · · · + ln xn = d donde con d = l1 p1 + l2 p2 + · · · + ln pn = n · p. Algebra lineal Básica (2) Hiperplanos DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto formado por P y todos los puntos X que determinan vectores PX ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces PX · n = 0. Si llamamos x := OX y p := OP, la ecuación (x − p) · n = 0 equivalentemente x · n = p · n (1) es la ecuación del hiperplano que pasa por P y es ortogonal a n. A esta ecuación la llamamos ecuación normal del hiperplano. PORQUE (x − p) · n = 0 equivalentemente l1 x1 + l2 x2 + · · · + ln xn = d (2) donde con d = l1 p1 + l2 p2 + · · · + ln pn = n · p.A esta ecuación la llamamos ecuación general del hiperplano que pasa por P y es ortogonal a n. Algebra lineal Básica Hiperplanos DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto formado por P y todos los puntos X que determinan vectores PX ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces PX · n = 0. Si llamamos x := OX y p := OP, la ecuación (x − p) · n = 0 equivalentemente x · n = p · n (1) es la ecuación del hiperplano que pasa por P y es ortogonal a n. A esta ecuación la llamamos ecuación normal del hiperplano. Algebra lineal Básica Hiperplanos DEF: Dados un punto P y un vector no nulo n, diremos que el conjunto formado por P y todos los puntos X que determinan vectores PX ortogonales a n es el hiperplano que contiene al punto P y es ortogonal al vector n. Al vector n lo llamamos vector normal del hiperplano. Entonces PX · n = 0. Si llamamos x := OX y p := OP, la ecuación (x − p) · n = 0 equivalentemente x · n = p · n (1) es la ecuación del hiperplano que pasa por P y es ortogonal a n. A esta ecuación la llamamos ecuación normal del hiperplano. -Hiperplanos en R son puntos -Hiperplanos en R2 son rectas (Ejer. 87 Taller2parteC) -Hiperplanos en R3 son planos. Algebra lineal Básica Hiperplanos Ortogonales y Paralelos EJEM una ecuación del hiperplano que pasa por el punto Hallemos 2 −3 P= 5 y es ortogonal al Eje X . 1 Algebra lineal Básica Hiperplanos Ortogonales y Paralelos EJEM una ecuación del hiperplano que pasa por el punto Hallemos 2 −3 P= 5 y es ortogonal al Eje X . 1 SOL: Un vector que tiene la dirección del Eje X es e1 .Ası́ que una ecuación para este plano es 0 = n · (x − p) = 1(x − 2) + 0(y + 3) + 0(z − 5) + 0(w − 1) ó equivalentemente, x − 2 = 0 ó x = 2. Algebra lineal Básica Hiperplanos Ortogonales y Paralelos EJEM una ecuación del hiperplano que pasa por el punto Hallemos 2 −3 P= 5 y es ortogonal al Eje X . 1 SOL: Un vector que tiene la dirección del Eje X es e1 .Ası́ que una ecuación para este plano es 0 = n · (x − p) = 1(x − 2) + 0(y + 3) + 0(z − 5) + 0(w − 1) ó equivalentemente, x − 2 = 0 ó x = 2. DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo si, los vectores n1 y n2 son paralelos. Algebra lineal Básica Hiperplanos Ortogonales y Paralelos EJEM una ecuación del hiperplano que pasa por el punto Hallemos 2 −3 P= 5 y es ortogonal al Eje X . 1 SOL: Un vector que tiene la dirección del Eje X es e1 .Ası́ que una ecuación para este plano es 0 = n · (x − p) = 1(x − 2) + 0(y + 3) + 0(z − 5) + 0(w − 1) ó equivalentemente, x − 2 = 0 ó x = 2. DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo si, los vectores n1 y n2 son paralelos. EJEM: Encontremos una ecuación del hiperplano H1 de R4 que pasa por el origen y es paralelo al hiperplano H2 definido por 3x1 − 2x3 + x4 = 5. Algebra lineal Básica Hiperplanos Ortogonales y Paralelos EJEM una ecuación del hiperplano que pasa por el punto Hallemos 2 −3 P= 5 y es ortogonal al Eje X . 1 SOL: Un vector que tiene la dirección del Eje X es e1 .Ası́ que una ecuación para este plano es 0 = n · (x − p) = 1(x − 2) + 0(y + 3) + 0(z − 5) + 0(w − 1) ó equivalentemente, x − 2 = 0 ó x = 2. DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo si, los vectores n1 y n2 son paralelos. EJEM: Encontremos una ecuación del hiperplano H1 de R4 que pasa por el origen y es paralelo al hiperplano H2 definido por 3x1 − 2x3 + x4 = 5. SOL: Una ecuación del hiperplano es (x − 0) · n2 = 0; es decir, 3x1 − 2x3 + x4 = 0. Algebra lineal Básica Hiperplanos Ortogonales y Paralelos EJEM una ecuación del hiperplano que pasa por el punto Hallemos 2 −3 P= 5 y es ortogonal al Eje X . 1 SOL: Un vector que tiene la dirección del Eje X es e1 .Ası́ que una ecuación para este plano es 0 = n · (x − p) = 1(x − 2) + 0(y + 3) + 0(z − 5) + 0(w − 1) ó equivalentemente, x − 2 = 0 ó x = 2. DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente. Diremos que los hiperplanos H1 y H2 son paralelos, si y solo si, los vectores n1 y n2 son paralelos. EJEM: Encontremos una ecuación del hiperplano H1 de R4 que pasa por el origen y es paralelo al hiperplano H2 definido por 3x1 − 2x3 + x4 = 5. SOL: Una ecuación del hiperplano es (x − 0) · n2 = 0; es decir, 3x1 − 2x3 + x4 = 0. PREG: ¿Existe otro hiperplano H1 que cumpla con las mismas condiciones? Ejer. 82 Talle2parteC Algebra lineal Básica Hiperplanos Ortogonales y Paralelos DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales, si y sólo si, los vectores n1 y n2 son ortogonales. Algebra lineal Básica Hiperplanos Ortogonales y Paralelos DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales, si y sólo si, los vectores n1 y n2 son ortogonales. EJEM: Encontremos una ecuación del hiperplano H1 de R5 que pasa por el origen y es ortogonal al hiperplano H2 definido por 3x2 − x3 − 2x4 = 2. Algebra lineal Básica Hiperplanos Ortogonales y Paralelos DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales, si y sólo si, los vectores n1 y n2 son ortogonales. EJEM: Encontremos una ecuación del hiperplano H1 de R5 que pasa por el origen y es ortogonal al hiperplano H2 definido por 3x2 − 3 − 2x4 = 2. x 1 0 SOL: Aquı́ n1 · n2 = 0; por lo tanto, podemos tomar n1 = 0. 0 2 Algebra lineal Básica Hiperplanos Ortogonales y Paralelos DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales, si y sólo si, los vectores n1 y n2 son ortogonales. EJEM: Encontremos una ecuación del hiperplano H1 de R5 que pasa por el origen y es ortogonal al hiperplano H2 definido por 3x2 − 3 − 2x4 = 2. x 1 0 SOL: Aquı́ n1 · n2 = 0; por lo tanto, podemos tomar n1 = 0. Como un 0 2 punto de H1 es el origen, su ecuación es (x − 0) · n1 = 0 ⇔ x1 + 2x5 = 0. Algebra lineal Básica Hiperplanos Ortogonales y Paralelos DEF:. Sean H1 y H2 dos hiperplanos con vectores normales n1 y n2 , respectivamente. Diremos que los hiperplanos H1 y H2 son ortogonales, si y sólo si, los vectores n1 y n2 son ortogonales. EJEM: Encontremos una ecuación del hiperplano H1 de R5 que pasa por el origen y es ortogonal al hiperplano H2 definido por 3x2 − 3 − 2x4 = 2. x 1 0 SOL: Aquı́ n1 · n2 = 0; por lo tanto, podemos tomar n1 = 0. Como un 0 2 punto de H1 es el origen, su ecuación es (x − 0) · n1 = 0 ⇔ x1 + 2x5 = 0. PREG: ¿Existe otro hiperplano H1 que cumpla con las mismas condiciones? Ejer.85 Taller2ParteC Algebra lineal Básica Producto vectorial Dados dos vectores u = u1 u2 u3 ! yv= v1 v2 v3 ! de R3 , definimos u × v , el producto vectorial de u y v o Producto Cruz, como el vector u×v= u2 v3 − u3 v2 −(u1 v3 − u3 v1 ) u1 v2 − u2 v1 ! Algebra lineal Básica Producto vectorial Dados dos vectores u = u1 u2 u3 ! yv= v1 v2 v3 ! de R3 , definimos u × v , el producto vectorial de u y v o Producto Cruz, como el ! j u2 v3 − u3 v2 i u × v = −(u1 v3 − u3 v1 ) = u1 u2 v1 v2 u1 v2 − u2 v1 Algebra lineal Básica vector k u3 v3 Producto vectorial Dados dos vectores u = u1 u2 u3 ! yv= v1 v2 v3 ! de R3 , definimos u × v , el producto vectorial de u y v o Producto Cruz, como el ! j u2 v3 − u3 v2 i u × v = −(u1 v3 − u3 v1 ) = u1 u2 v1 v2 u1 v2 − u2 v1 Teorema (Propiedades-Ejer. 88 del Taller2ParteC) vector k u3 v3 Si u, v y w son vectores de R3 y λ es un escalar, entonces: 1) 3) 5) 7) 9) u × v = −v × u (u + v) × w = u × w + v × w. u × 0 = 0 × u = 0. u × (v × w) = (u · w)v − (u · v)w. u · (v × w) = w · (u × v) 2) 4) 6) 8) u × (v + w) = u × v + u × w λ(u × v) = (λu) × v = u × (λv) u × u = 0. (u × v) · u = (u × v) · v = 0. Algebra lineal Básica Producto vectorial Dados dos vectores u = u1 u2 u3 ! v1 v2 v3 yv= ! de R3 , definimos u × v , el producto vectorial de u y v o Producto Cruz, como el ! j u2 v3 − u3 v2 i u × v = −(u1 v3 − u3 v1 ) = u1 u2 v1 v2 u1 v2 − u2 v1 DEM Prop. 8 u×v·u= u2 v3 − u3 v2 −(u1 v3 − u3 v1 ) u1 v2 − u2 v1 ! · u1 u2 u3 ! Algebra lineal Básica vector k u3 v3 Producto vectorial Dados dos vectores u = u1 u2 u3 ! v1 v2 v3 yv= ! de R3 , definimos u × v , el producto vectorial de u y v o Producto Cruz, como el ! j u2 v3 − u3 v2 i u × v = −(u1 v3 − u3 v1 ) = u1 u2 v1 v2 u1 v2 − u2 v1 DEM Prop. 8 u×v·u= u2 v3 − u3 v2 −(u1 v3 − u3 v1 ) u1 v2 − u2 v1 ! · u1 u2 u3 vector k u3 v3 ! = (u2 v3 − u3 v2 )u1 − (u1 v3 − u3 v1 )u2 + (u1 v2 − u2 v1 )u3 = u2 v3 u1 − u3 v2 u1 − u1 v3 u2 + u3 v1 u2 + u1 v2 u3 − u2 v1 u3 =0 De manera análoga u × v · v = 0 Algebra lineal Básica Producto vectorial Dados dos vectores u = u1 u2 u3 ! yv= v1 v2 v3 ! de R3 , definimos u × v , el producto vectorial de u y v o Producto Cruz, como el ! j u2 v3 − u3 v2 i u × v = −(u1 v3 − u3 v1 ) = u1 u2 v1 v2 u1 v2 − u2 v1 -El producto cruz no es asociativo. Contraejemplo: (e1 × e2 ) × e2 6= e1 × (e2 × e2 ) Algebra lineal Básica vector k u3 v3 Producto vectorial Dados dos vectores u = u1 u2 u3 ! yv= v1 v2 v3 ! de R3 , definimos u × v , el producto vectorial de u y v o Producto Cruz, como el ! j u2 v3 − u3 v2 i u × v = −(u1 v3 − u3 v1 ) = u1 u2 v1 v2 u1 v2 − u2 v1 -El producto cruz no es asociativo. Contraejemplo: (e1 × e2 ) × e2 6= e1 × (e2 × e2 ) -Note que e1 × e2 = e3 , e2 × e3 = e1 y e3 × e1 = e2 Algebra lineal Básica vector k u3 v3 Producto vectorial Dados dos vectores u = u1 u2 u3 ! yv= v1 v2 v3 ! de R3 , definimos u × v , el producto vectorial de u y v o Producto Cruz, como el ! i j u2 v3 − u3 v2 u × v = −(u1 v3 − u3 v1 ) = u1 u2 v1 v2 u1 v2 − u2 v1 Algebra lineal Básica vector k u3 v3 Teorema Dados dos vectores arbitrarios u y v de R3 , si θ es el ángulo entre los vectores u y v, entonces tenemos las siguientes igualdades. ku × vk2 = kuk2 kvk2 − (u · v)2 . ku × vk = kukkvksinθ. Identidad de Lagrange Norma del producto vectorial DEM ku × vk2 = Algebra lineal Básica Teorema Dados dos vectores arbitrarios u y v de R3 , si θ es el ángulo entre los vectores u y v, entonces tenemos las siguientes igualdades. ku × vk2 = kuk2 kvk2 − (u · v)2 . ku × vk = kukkvksinθ. Identidad de Lagrange Norma del producto vectorial DEM ku × vk2 = (u × v) · (u × v) = u · [v × (u × v)] Prop 9, con w = u × v Algebra lineal Básica Teorema Dados dos vectores arbitrarios u y v de R3 , si θ es el ángulo entre los vectores u y v, entonces tenemos las siguientes igualdades. ku × vk2 = kuk2 kvk2 − (u · v)2 . ku × vk = kukkvksinθ. Identidad de Lagrange Norma del producto vectorial DEM ku × vk2 = (u × v) · (u × v) = u · [v × (u × v)] Prop 9, con w = u × v = u · [(v · v)u − (v · u)v] Prop 7 = (v · v)(u · u) − (v · u)(u · v) = kvk2 kuk2 − (u · v)2 Algebra lineal Básica Teorema Dados dos vectores arbitrarios u y v de R3 , si θ es el ángulo entre los vectores u y v, entonces tenemos las siguientes igualdades. ku × vk2 = kuk2 kvk2 − (u · v)2 . ku × vk = kukkvksinθ. Identidad de Lagrange Norma del producto vectorial DEM ku × vk2 = (u × v) · (u × v) = u · [v × (u × v)] Prop 9, con w = u × v = u · [(v · v)u − (v · u)v] Prop 7 = (v · v)(u · u) − (v · u)(u · v) = kvk2 kuk2 − (u · v)2 = kuk2 kvk2 − kuk2 kvk2 cos2 θ = kuk2 kvk2 (1 − cos2 θ) = kuk2 kvk2 sin2 θ Algebra lineal Básica Teorema Dados dos vectores arbitrarios u y v de R3 , si θ es el ángulo entre los vectores u y v, entonces tenemos las siguientes igualdades. ku × vk2 = kuk2 kvk2 − (u · v)2 . ku × vk = kukkvksinθ. Identidad de Lagrange Norma del producto vectorial DEM ku × vk2 = (u × v) · (u × v) = u · [v × (u × v)] Prop 9, con w = u × v = u · [(v · v)u − (v · u)v] Prop 7 = (v · v)(u · u) − (v · u)(u · v) = kvk2 kuk2 − (u · v)2 = kuk2 kvk2 − kuk2 kvk2 cos2 θ = kuk2 kvk2 (1 − cos2 θ) = kuk2 kvk2 sin2 θ ku × vk ≤ kukkvk Algebra lineal Básica Corolario Dos vectores no nulos de R3 son paralelos, si y sólo si, u × v = 0. Algebra lineal Básica Corolario Dos vectores no nulos de R3 son paralelos, si y sólo si, u × v = 0. DEM: ⇒ si u es paralelo a v, v = λu, entonces, u × v = u × (λu) = λ(u × u) = λ0 = 0 . Algebra lineal Básica Corolario Dos vectores no nulos de R3 son paralelos, si y sólo si, u × v = 0. DEM: ⇐ Como u × v = 0, entonces ku × vk = 0, pero ku × vk = kukkvksinθ ahora, como u, v 6= 0 entonces sinθ = 0, por lo tanto θ = 0 ó θ = π, lo que implica que los vectores u y v son paralelos. Algebra lineal Básica Corolario Dos vectores no nulos de R3 son paralelos, si y sólo si, u × v = 0. Corolario El área del paralelogramo cuyos lados no paralelos están dados por los vectores u y v de R3 está dada por la magnitud del producto vectorial de ellos, es decir, ku × vk. Algebra lineal Básica Corolario Dos vectores no nulos de R3 son paralelos, si y sólo si, u × v = 0. Corolario El área del paralelogramo cuyos lados no paralelos están dados por los vectores u y v de R3 está dada por la magnitud del producto vectorial de ellos, es decir, ku × vk. DEM: Observe que h, la altura del paralelogramo, está dada por h = kuk sin θ y el área del paralelogramo, es base por altura, tenemos A = kvkh = kv kkuk sin θ = ku × v k Algebra lineal Básica Corolario El volumen del paralelepı́pedo cuyas aristas no paralelas están dadas por los vectores u, v y w de R3 está dado por el valor absoluto del producto mixto de ellos, es decir, por |u · (v × w)|. DEM: Algebra lineal Básica Corolario El volumen del paralelepı́pedo cuyas aristas no paralelas están dadas por los vectores u, v y w de R3 está dado por el valor absoluto del producto mixto de ellos, es decir, por |u · (v × w)|. DEM: El vector v × w es ortogonal a la base definida por v y w Algebra lineal Básica Corolario El volumen del paralelepı́pedo cuyas aristas no paralelas están dadas por los vectores u, v y w de R3 está dado por el valor absoluto del producto mixto de ellos, es decir, por |u · (v × w)|. DEM: El vector v × w es ortogonal a la base definida por v y w Observemos que h, la altura del paralelepı́pedo, es la norma del vector proyv ×w u = u · (v × w ) kv × w k 2 v ×w Vol = (área del paral)(altura) = kv × w k h = kv × w k Algebra lineal Básica |u · (v × w )| = |u·(v ×w )| kv × w k Corolario El volumen del paralelepı́pedo cuyas aristas no paralelas están dadas por los vectores u, v y w de R3 está dado por el valor absoluto del producto mixto de ellos, es decir, por |u · (v × w)|. DEM: El vector v × w es ortogonal a la base definida por v y w Corolario Tres vectores u, v y w ∈ R3 son coplanares, si y sólo si, u · (v × w) = 0 Algebra lineal Básica Teorema (Ecuación normal del plano en R3 ) El plano P de R3 que contiene al punto P y tiene vectores directores c y d, y el hiperplano H de R3 que contiene el punto P y es ortogonal a n = c × d, son iguales. Algebra lineal Básica Teorema (Ecuación normal del plano en R3 ) El plano P de R3 que contiene al punto P y tiene vectores directores c y d, y el hiperplano H de R3 que contiene el punto P y es ortogonal a n = c × d, son iguales. Algebra lineal Básica Teorema (Ecuación normal del plano en R3 ) El plano P de R3 que contiene al punto P y tiene vectores directores c y d, y el hiperplano H de R3 que contiene el punto P y es ortogonal a n = c × d, son iguales. DEM: ⊆ Sea X ∈ P. Entonces existen α, β ∈ R tal que PX = αc + βd. Luego, PX · n = (αc + βd) · (c × d) = αc · (c × d) + βd · (c × d) = 0 por lo tanto, PX ⊥n, de donde, concluimos que X ∈ H. Algebra lineal Básica Teorema (Ecuación normal del plano en R3 ) El plano P de R3 que contiene al punto P y tiene vectores directores c y d, y el hiperplano H de R3 que contiene el punto P y es ortogonal a n = c × d, son iguales. DEM: ⊇ Sea X ∈ H. Entonces PX · (c × d) = 0 por el corolario anterior tenemos que PX , c y d son coplanares. Como c y d no son paralelos y son vectores distintos de cero entonces existen α, β ∈ R tal que PX = αc + βd. Luego, X ∈ P. Algebra lineal Básica Teorema (Paralelismo y ortogonalidad de planos en R3 ) Sean P1 y P2 dos planos en R3 , con vectores normales n1 y n2 , resp. P1 ||P2 , si y sólo si, n1 ||n2 ; es decir, n1 = λn2 . P1 ⊥P2 , si y sólo si, n1 ⊥n2 ; es decir, n1 · n2 = 0. Algebra lineal Básica Teorema (Paralelismo y ortogonalidad de planos en R3 ) Sean P1 y P2 dos planos en R3 , con vectores normales n1 y n2 , resp. P1 ||P2 , si y sólo si, n1 ||n2 ; es decir, n1 = λn2 . P1 ⊥P2 , si y sólo si, n1 ⊥n2 ; es decir, n1 · n2 = 0. Algebra lineal Básica Teorema (Paralelismo y ortogonalidad de planos en R3 ) Sean P1 y P2 dos planos en R3 , con vectores normales n1 y n2 , resp. P1 ||P2 , si y sólo si, n1 ||n2 ; es decir, n1 = λn2 . P1 ⊥P2 , si y sólo si, n1 ⊥n2 ; es decir, n1 · n2 = 0. −2 EJEM: Determine si el plano P1 que contiene el punto P = 5 y 3 2 4 tiene vectores directores c1 = 7 y d1 = −5 es paralelo o es −2 −6 ortogonal al plano P2 definido por 3x − z = 4. Algebra lineal Básica Teorema (Paralelismo y ortogonalidad de rectas y planos en R3 ) Sean L una recta con vector director d ∈ R3 y P un plano con vector normal n ∈ R3 . L||P, si y sólo si, d⊥n; es decir, d · n = 0. L⊥P, si y sólo si, d||n; es decir, d = λn. Algebra lineal Básica Teorema (Paralelismo y ortogonalidad de rectas y planos en R3 ) Sean L una recta con vector director d ∈ R3 y P un plano con vector normal n ∈ R3 . L||P, si y sólo si, d⊥n; es decir, d · n = 0. L⊥P, si y sólo si, d||n; es decir, d = λn. Algebra lineal Básica Teorema (Paralelismo y ortogonalidad de rectas y planos en R3 ) Sean L una recta con vector director d ∈ R3 y P un plano con vector normal n ∈ R3 . L||P, si y sólo si, d⊥n; es decir, d · n = 0. L⊥P, si y sólo si, d||n; es decir, d = λn. x 2 2 EJEM: Determine si la recta L : y = −1 + t −7 es paralela u z 3 −2 5 ortogonal al plano P que contiene al punto M = −2 y tiene vectores 3 0 2 directores c1 = −2 y d1 = 0 . 1 −3 Algebra lineal Básica QUIZ 1 1 2 Deduzca una fórmula para determinar la distancia más corta del punto P(x0 , y0 ) a la recta L cuya ecuación es ax + by + d = 0 Determine si los siguientes planos son ortogonales o paralelos al hiperplano H : x1 + x2 − 2 = x4 −2 −2 1 x = 1 + t − 2s y = −3s + 2t 0 0 −1 x = +s +t 1 1 5 z = 1−t +s w 3 = 0 2+t x y z w = = = = 0 −4 2−t −2s + 1 1+t +s −t − 2s − 2 Teniendo en cuenta la siguiente propiedad x · (y × z) = z · (x × y ) demuestre la identidad de Lagrange. Es decir, ku × vk2 = kuk2 kvk2 − (u · v)2 Algebra lineal Básica