Capítulo 1

Vectores en Rn
1.1.- Introducción
La geometría euclídea y el álgebra renacentista estaban predestinadas a entenderse y
fusionarse, de hecho, lo hicieron por medio de la obra de Descartes (1596 – 1650) y
Fermat (1601 – 1665) en una nueva geometría que se denominó Geometría Analítica. El
alcance de esta geometría se vio reforzado por la aparición del cálculo infinitesimal, que
se aplicó al estudio de los problemas geométricos.
En el siglo XVII y XVIII el dominio de los métodos analíticos en las matemáticas era tal
que la geometría euclídea se estudiaba olvidándose del rigor euclídeo y colocando en su
lugar ecuaciones que representaban curvas, pares de números que representaban puntos
y utilizando métodos de resolución de ecuaciones al principio y del cálculo infinitesimal
después, como metodología de resolución de problemas geométricos.
A finales del siglo XVIII había unos pocos matemáticos que permanecían ligados al uso
exclusivo de métodos denominados tradicionalmente geométricos, la gran mayoría
utilizaba los métodos algebraicos enriquecidos por los métodos infinitesimales.
Del último grupo es William K. Clifford (1845 – 1879) el primero en dar una formulación
moderna de la definición de los vectores, sus operaciones y los productos escalar y
vectorial en su obra Elementos de Dinámica. Más precisamente los métodos vectoriales
se impusieron en la geometría entre 1830 y 1880.
En la actualidad, no solo partes de las matemáticas como: álgebra lineal, geometría
analítica, cálculo avanzado, sino también la teoría electromagnética, el análisis vectorial,
entre otras, utilizan vectores a la hora de entender el proceso de matematización de
algunos fenómenos de la naturaleza.
Variables físicas que tienen magnitud, dirección y sentido se representan
matemáticamente con vectores. La posición, velocidad y aceleración de una partícula son
vectores, así como las fuerzas.
De este modo, es de gran importancia el estudio de la Geometría Analítica y
particularmente del tema vectores, más aún si está destinado para estudiantes de
ingeniería.
En este primer capítulo estudiaremos los conceptos más importantes de vectores en ℝ𝒏
y ejemplificaremos en la gran mayoría de los casos para ℝ𝟐 𝑦 ℝ𝟑 .

 Pág. 1 

Este archivo fue descargado de [Link]

Luego de ver la definición formal, igualdad y vector posición de un punto, se realizará el
estudio de las operaciones más comunes entre vectores: suma, producto por un escalar
y resta.
En el apartado Otras operaciones con vectores, se presentará uno de los tres productos
entre vectores, el producto escalar y los diversos conceptos que esta operación permite
establecer entre vectores (perpendicularidad, módulo, ángulo, etc.).
Finalmente se hace un estudio detallado del producto vectorial y mixto entre vectores.
Enfatizando que en la mayoría de las operaciones se destaca tanto las aplicaciones en
física, como su interpretación geométrica.

1.2.- Conceptos básicos

El ser humano siempre se preocupó por cuantificar las cosas, es decir, asignar un valor
cuantitativo o cualitativo a las cosas. Por ejemplo, podemos medir de manera precisa, la
distancia entre dos puntos, el peso de un insecto, la temperatura actual en una
habitación, etc. De igual manera podemos medir, pero de forma menos precisa y más
subjetivamente, la belleza de un cuadro artístico, el sabor de una comida.
Una magnitud es toda cualidad relativa a un proceso natural o un cuerpo que puede
medirse, y consecuentemente, expresarse con un valor numérico.
Las magnitudes que pueden definirse mediante un número y las unidades utilizadas para
su medida, se denominan magnitudes escalares; en cambio, si además se debe especificar
dirección y sentido, a esas magnitudes se las llama vectoriales.
Con esta diferencia intuitiva veamos la definición de vector y sus operaciones básicas.

Vector de ℝ𝒏: Llamaremos n–vector a una n–tupla ordenada de n números reales, así ℝ𝑛 =
{(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) | 𝑥𝑖 ∈ ℝ, 1 ≤ 𝑖 ≤ 𝑛}

Los elementos de ℝ𝒏 se suelen denotar como 𝑥

⃗⃗⃗ = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ), en donde 𝑥1 es la primera
componente, 𝑥2 la segunda componente y en general 𝑥𝑖 la i–ésima componente.
Cualquier vector de ℝ𝑛 cuyas componentes sean cero se denomina vector nulo y lo
denotamos como ⃗⃗0⃗ .
𝑢 = (−1, 2) es un vector de ℝ2 cuya primera y segunda componente son –1 y
Ejemplo 1: ⃗⃗⃗
𝑣 = (1, 2, −5, 0) es un vector de ℝ4 cuya primera, segunda,
2 respectivamente; en cambio ⃗⃗⃗
tercera y cuarta componente son 1, 2, –5 y 0 respectivamente.
Ejemplo 2: los vectores 𝑒⃗⃗⃗⃗1 = (1, 0, … , 0), ⃗⃗⃗⃗
𝑒2 = (0, 1, … , 0), … , 𝑒⃗⃗⃗⃗⃗𝑛 = (0, 0, … , 1) son vectores de
ℝ𝑛 y se los llama vectores canónicos. Vale decir, un vector canónico de ℝ𝑛 es aquel en
donde solo una componente vale 1 y todas las demás, cero.
𝑥 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) es un segmento de recta orientado que
Geométricamente, un n–vector ⃗⃗⃗
tiene por punto inicial el origen 𝑂 = (0, 0, … , 0) y extremo el punto 𝑋 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ). Por lo

 Pág. 2 

Este archivo fue descargado de [Link]

tanto los elementos de ℝ𝑛 pueden pensarse como puntos o vectores geométricos de
acuerdo a lo que se requiera en el contexto de trabajo.
Dado un segmento de recta orientado (vector geométrico) con punto inicial 𝑃(𝑝1 , 𝑝2 , … , 𝑝𝑛 )
y punto final 𝑄(𝑞1 , 𝑞2 , … , 𝑞𝑛 ) existe un n–vector ⃗⃗⃗
𝑢 con la misma longitud y dirección que
⃗⃗⃗⃗⃗ ⃗⃗⃗ = ⃗⃗⃗⃗⃗
𝑃𝑄 : basta tomar 𝑢 𝑃𝑄. En consecuencia:

A cada n–vector es posible asociarle un segmento de recta orientado y, recíprocamente, a

cada segmento de recta orientado se le puede asociar un n–vector con la misma longitud y
dirección, pero con punto inicial en el origen.

Vector posición de un punto: Sea el punto 𝑃(𝑝1 , 𝑝2 , … , 𝑝𝑛 ). El punto P determina con el

origen de coordenadas un vector ⃗⃗⃗⃗⃗
𝑂𝑃 que llamaremos vector posición del punto P.

Ejemplo 1: en ℝ2 el punto 𝑃(2, 3) tiene por vector posición ⃗⃗⃗⃗⃗

𝑂𝑃 = (2, 3)

Gráfico 1

⃗⃗⃗⃗⃗⃗ = (2, 3, 4)
Ejemplo 2: en ℝ3 el punto 𝑄(2, 3, 4) tiene por vector posición 𝑂𝑄

Gráfico 2
⃗⃗⃗ = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) vectores de ℝ𝑛 se dice
⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 𝑣
Igualdad de vectores: Sean 𝑢
que son iguales si y solo si tienen todas las componentes correspondientes, iguales.

 Pág. 3 

Este archivo fue descargado de [Link]

Sean 𝑢 ⃗⃗⃗ = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) ∈ ℝ𝑛 , ⃗⃗⃗
⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 𝑣 𝑢 = ⃗⃗⃗
𝑣 ⟺ 𝑢𝑖 = 𝑣𝑖 ∀ 1 ≤ 𝑖 ≤ 𝑛

Ejemplo 1: para que los vectores de ℝ3 (𝑎, 𝑏, 𝑐) 𝑦 (2, −3, 0) sean iguales, debe ser 𝑎 = 2, 𝑏 =
−3 𝑦 𝑐 = 0 por razones similares (−1, 4, 6) no es igual a (4, −1, 6).

Ejemplo 2: determinar 𝑥, 𝑦 ∈ ℝ para los cuales son iguales los siguientes vectores de ℝ2
𝑢 = (𝑥 − 1, 3) 𝑦 ⃗⃗⃗
⃗⃗⃗ 𝑣 = (𝑦 − 3, 𝑥 + 1).
𝑥−1=𝑦−3 𝑦=4
{ ⟹{
3=𝑥+1 𝑥=2
⃗⃗⃗ = (1, 3) 𝑦 𝑣
Verificación: si 𝑥 = 2 𝑒 𝑦 = 4 ⟹ 𝑢 ⃗⃗⃗ = (1, 3).

2.- Operaciones con vectores

Dadas unas cantidades vectoriales, es posible obtener otras a partir de ellas si hacemos
uso de las operaciones básicas entre vectores: la suma y la multiplicación por escalares
que definiremos a continuación.
2.1.- Suma de vectores: La suma de dos vectores, ⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 ⃗⃗⃗
𝑢 𝑣 =
(𝑣1 , 𝑣2 , … , 𝑣𝑛 ) 𝑑𝑒 ℝ𝑛 es otro vector, ⃗⃗⃗
𝑢 + ⃗⃗⃗
𝑣 , cuyas componentes son la suma de las respectivas
componentes de los vectores 𝑢
⃗⃗⃗ 𝑦 ⃗⃗⃗
𝑣.
Sean 𝑢 ⃗⃗⃗ = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) ∈ ℝ𝑛 ⟹ 𝑢
⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 𝑣 𝑣 = (𝑢1 + 𝑣1 , 𝑢2 + 𝑣2 , … , 𝑢𝑛 + 𝑣𝑛 ).
⃗⃗⃗ + ⃗⃗⃗

Ejemplo 1: sean los vectores de ℝ2 𝑢

⃗⃗⃗ = (1, 3) 𝑦 ⃗⃗⃗
𝑣 = (−3, 2) ⟹ 𝑢
⃗⃗⃗ + ⃗⃗⃗
𝑣 = (−2, 5).

Gráfico 3

Ejemplo 2: sean los vectores de ℝ3 ⃗⃗⃗

𝑝 = (1, 3, −6) 𝑦 ⃗⃗⃗
𝑞 = (−3, 2, 4) al realizar su suma
obtendremos: ⃗⃗⃗
𝑝 + ⃗⃗⃗
𝑞 = (−2, 5, −2). Esto se muestra en el gráfico 4.

Ejemplo 3: sean los vectores de ℝ4 ⃗⃗𝑟 = (3, −3, −4, −4) 𝑦 𝑠⃗⃗ = (−3, −2, 2, −1) al realizar su
suma obtendremos: ⃗⃗𝑟 + ⃗⃗𝑠 = (0, − 5, −2, −5).

 Pág. 4 

Este archivo fue descargado de [Link]

 Gráfico 4

Gráficamente la suma en ℝ2 se puede realizar mediante la regla del paralelogramo, que

consiste en construir un paralelogramo que tenga por lados los dos vectores dados. La
diagonal (vector) del paralelogramo, que tiene por origen el origen de coordenadas,
representa la suma de los vectores.
El siguiente gráfico, muestra la suma del Ejemplo 1.

Gráfico 5

⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑑𝑒 ℝ𝑛 por un

2.2.- Producto por un escalar: El producto de un vector 𝑢
escalar 𝜆 ∈ ℝ, es el vector 𝜆𝑢
⃗⃗⃗ cuyas componentes son el producto del escalar por las
respectivas componentes del vector dado.
⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) ∈ ℝ𝑛 ∧ 𝜆 ∈ ℝ ⟹ 𝜆𝑢
Sea 𝑢 ⃗⃗⃗ = (𝜆𝑢1 , 𝜆𝑢2 , … , 𝜆𝑢𝑛 ).

 Pág. 5 

Este archivo fue descargado de [Link]

 ⃗⃗⃗ = (1, −4, 6, 2) 𝑑𝑒 ℝ4 y el escalar 𝜆 = 3 entonces 𝜆𝑢
Ejemplo: sea el vector 𝑢 ⃗⃗⃗ = (3, −12, 18, 6).
⃗⃗⃗ es el vector que tiene igual dirección (recta que
En términos geométricos, el vector 𝜆𝑢
⃗⃗⃗ y que dependiendo del signo de 𝜆 tiene igual sentido (𝜆 > 0) o
contiene al vector) que 𝑢
sentido opuesto (𝜆 < 0) al del vector ⃗⃗⃗
𝑢 y cuya longitud es igual al valor absoluto de 𝜆 por
𝑢.
la longitud del vector ⃗⃗⃗
⃗⃗⃗ = (2, 3) 𝑑𝑒 ℝ2 𝑦 𝜆 = 3 , entonces el vector 𝜆𝑢
Ejemplo 1: sea el vector 𝑢 ⃗⃗⃗ = (6, 9) tendrá la
misma dirección y sentido que 𝑢
⃗⃗⃗ , y una longitud igual al triple de la de 𝑢
⃗⃗⃗ .

Gráfico 6
1
⃗⃗⃗ = (2, 4, 2) 𝑑𝑒 ℝ3 𝑦 𝜆 = − 2 , entonces el vector 𝜆𝑣
Ejemplo 2: sea el vector 𝑣 ⃗⃗⃗ = (−1, −2, −1)

tendrá la misma dirección y sentido opuesto que los de 𝑣

⃗⃗⃗ , y una longitud igual a la mitad
de la de 𝑣
⃗⃗⃗ .

Gráfico 7

⃗⃗⃗ =
De acuerdo a la definición del producto de un vector por un escalar, si el vector es 𝑢
(𝑢1 , 𝑢2 , … , 𝑢𝑛 ) y el escalar es:
a) 𝜆 = −1 , entonces 𝜆𝑢
⃗⃗⃗ = −𝑢
⃗⃗⃗ vector opuesto a 𝑢
⃗⃗⃗ .
⃗⃗⃗ = ⃗⃗0⃗ vector nulo.
b) 𝜆 = 0 , entonces 𝜆𝑢

 Pág. 6 

Este archivo fue descargado de [Link]

Aplicación del producto de un vector por un escalar: la Segunda Ley de Newton (Ley
Fundamental de la Dinámica) relaciona el concepto de aceleración con la fuerza. Si una
fuerza neta que actúa sobre un cuerpo hace que éste acelere en la misma dirección que
la fuerza neta, la magnitud de la aceleración es directamente proporcional a la magnitud
de la fuerza neta que actúa sobre él, siendo sus direcciones y sentidos iguales. Esta ley
puede enunciarse de la siguiente manera:
Si una fuerza1 neta no nula ( ⃗⃗⃗⃗⃗ 𝑎 ). El
𝐹𝑁 ) actúa sobre un cuerpo, este cuerpo se acelera ( ⃗⃗⃗
vector aceleración tiene la misma dirección y sentido que la fuerza neta o resultante y es
1
⃗⃗⃗ = 𝑚 ⃗⃗⃗⃗
inversamente proporcional a la masa del cuerpo: 𝑎 𝐹𝑁 donde m es la masa del cuerpo,

siendo una magnitud escalar.

⃗⃗⃗⃗𝑁 = 𝑚. ⃗⃗⃗
Esta relación también puede escribirse en su forma más conocida: 𝐹 𝑎 (1).
La ecuación (1) nos indica dos cuestiones:
a) Al ser la masa la medida de la inercia del cuerpo, es un escalar, por lo tanto en la
segunda Ley de Newton se aplica la operación producto de un vector ( ⃗⃗⃗
𝑎 ) por un escalar
(m) y se obtiene otro vector ( ⃗⃗⃗⃗
𝐹𝑁 ).
b) Los vectores fuerza neta (o resultante) y aceleración son paralelos 2, ya que uno se
obtiene a partir del otro multiplicado por un escalar.

Propiedades de la suma de vectores y producto por un escalar

Veremos a continuación, cuáles son las propiedades algebraicas que poseen las dos
operaciones básicas antes definidas, estas propiedades son similares a las que poseen
las operaciones de suma y producto de números reales.
P1) La suma es ley de composición interna en ℝ𝑛 .
𝑦 ∈ ℝ𝑛 ⟹ (𝑥
⃗⃗⃗ , ⃗⃗⃗
∀𝑥 ⃗⃗⃗ ) ∈ ℝ𝑛
⃗⃗⃗ + 𝑦
Esto significa que la suma, como está definida, es una operación que a cada par de
elementos de ℝ𝑛 le hace corresponder un único elemento de ℝ𝑛 .
D) Es inmediata por la definición de suma en ℝ𝑛 .

P2) La suma es asociativa en ℝ𝑛 .

∀𝑥 𝑦 , 𝑧⃗⃗ ∈ ℝ𝑛 ⟹ (𝑥
⃗⃗⃗ , ⃗⃗⃗ ⃗⃗⃗ + 𝑦
⃗⃗⃗ ) + 𝑧⃗⃗ = 𝑥
⃗⃗⃗ + ( 𝑦
⃗⃗⃗ + ⃗⃗𝑧 )
⃗⃗⃗ , ⃗⃗⃗
D) Sean 𝑥𝑖 , 𝑦𝑖 , 𝑧𝑖 las i–ésimas componentes de los vectores 𝑥 𝑦 , ⃗⃗𝑧 respectivamente. Por lo
tanto 𝑥𝑖 + 𝑦𝑖 es la i–ésima componente de 𝑥 𝑦 , así que (𝑥𝑖 + 𝑦𝑖 ) + 𝑧𝑖 es la i–ésima
⃗⃗⃗ + ⃗⃗⃗
componente de (𝑥 𝑦 ) + 𝑧⃗⃗ . Como (𝑥𝑖 + 𝑦𝑖 ) + 𝑧𝑖 = 𝑥𝑖 + ( 𝑦𝑖 + 𝑧𝑖 ) ∀ 𝑖 = 1, 2, … , 𝑛 por la
⃗⃗⃗ + ⃗⃗⃗

1 ⃗⃗⃗
Fuerza es una magnitud vectorial que se puede simbolizar como 𝐹
2
Ver el apartado “Vectores paralelos”

 Pág. 7 

Este archivo fue descargado de [Link]

 ⃗⃗⃗ + 𝑦
propiedad asociativa de números reales, las componentes respectivas de (𝑥 ⃗⃗⃗ ) + ⃗⃗𝑧 y de
𝑥
⃗⃗⃗ + ( ⃗⃗⃗
𝑦 + ⃗⃗𝑧 ) son iguales. Concluimos entonces que ( ⃗⃗⃗𝑥 + ⃗⃗⃗
𝑦 ) + ⃗⃗𝑧 = ⃗⃗⃗𝑥 + ( ⃗⃗⃗
𝑦 + ⃗⃗𝑧 ).

P3) La suma es conmutativa en ℝ𝑛 .

∀𝑥 𝑦 ∈ ℝ𝑛 ⟹ ⃗⃗⃗
⃗⃗⃗ , ⃗⃗⃗ 𝑥 + ⃗⃗⃗
𝑦 = ⃗⃗⃗
𝑦 + ⃗⃗⃗
𝑥.
D) Sean 𝑥𝑖 , 𝑦𝑖 las i–ésimas componentes de los vectores ⃗⃗⃗
𝑥 𝑒 ⃗⃗⃗
𝑦 respectivamente. Por lo tanto
𝑥𝑖 + 𝑦𝑖 es la i–ésima componente de ⃗⃗⃗
𝑥 +𝑦⃗⃗⃗ . Como 𝑥𝑖 + 𝑦𝑖 = 𝑦𝑖 + 𝑥𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la
⃗⃗⃗ + 𝑦
propiedad conmutativa de números reales, las componentes respectivas de 𝑥 ⃗⃗⃗ y de
𝑦 + ⃗⃗⃗
⃗⃗⃗ 𝑥 son iguales. Concluimos entonces que ⃗⃗⃗
𝑥 + ⃗⃗⃗
𝑦 = ⃗⃗⃗
𝑦 + ⃗⃗⃗𝑥 .

P4) Existe un único elemento neutro para la suma en ℝ𝑛 .

El elemento neutro se denota con ⃗0.
⃗ ∈ ℝ𝑛 , ú𝑛𝑖𝑐𝑜 / ∀ 𝑥
∃0 𝑥 + ⃗0 = ⃗0 + ⃗⃗⃗
⃗⃗⃗ ∈ 𝑉: ⃗⃗⃗ 𝑥 = ⃗⃗⃗
𝑥.
D) La existencia es evidente puesto que se definió el vector nulo como aquel vector cuyas
componentes son cero.
Para demostrar la unicidad del neutro vamos a suponer que existen dos neutros para la
⃗⃗⃗⃗1 𝑦 0
suma: 0 ⃗⃗⃗⃗2 , por lo tanto, si:
⃗⃗⃗⃗1 es neutro entonces 0
0 ⃗⃗⃗⃗1 + 0
⃗⃗⃗⃗2 = 0
⃗⃗⃗⃗2
⃗⃗⃗⃗2 es neutro entonces 0
0 ⃗⃗⃗⃗2 + 0
⃗⃗⃗⃗1 = 0
⃗⃗⃗⃗1
De donde se deduce, por ser los primeros miembros de ambas igualdades iguales, que
⃗⃗⃗⃗1 = 0
0 ⃗⃗⃗⃗2 y consecuentemente el neutro es único.

P5) Todo elemento en ℝ𝑛 admite un único inverso aditivo u opuesto en ℝ𝑛 .

𝑥 , se nota por –𝑥
El elemento opuesto a uno cualquiera ⃗⃗⃗ ⃗⃗⃗ .
⃗⃗⃗ ∈ ℝ𝑛 , ∃(−𝑥
∀𝑥 ⃗⃗⃗ ) ∈ ℝ𝑛 ú𝑛𝑖𝑐𝑜 / 𝑥
⃗⃗⃗ + (−𝑥
⃗⃗⃗ ) = −𝑥 𝑥 = ⃗⃗0⃗ .
⃗⃗⃗ + ⃗⃗⃗
La existencia de tal vector es evidente puesto que cuando se definió producto por un
escalar, si el escalar es –1 al multiplicarse por cualquier vector se obtiene el opuesto de
dicho vector.
Para demostrar la unicidad del elemento opuesto vamos a suponer que para un elemento
𝑥 𝑑𝑒 ℝ𝑛 existen dos opuestos 𝑥
⃗⃗⃗ ⃗⃗⃗⃗1 𝑦 ⃗⃗⃗⃗⃗
𝑥2 por lo tanto se debe cumplir que 𝑥 𝑥1 = ⃗⃗0⃗ y
⃗⃗⃗ + ⃗⃗⃗⃗
también que 𝑥
⃗⃗⃗ + ⃗⃗⃗⃗ ⃗⃗⃗ de donde se deduce que ⃗⃗⃗⃗
𝑥2 = 0 𝑥1 = ⃗⃗⃗⃗⃗
𝑥2 . Consecuentemente el inverso
aditivo u opuesto de cada elemento de ℝ𝑛 es único.

P6) El producto es ley de composición externa en ℝ𝑛 con escalares en ℝ.

∀𝛼 ∈ ℝ, ∀ ⃗⃗⃗𝑥 ∈ ℝ𝑛 ⟹ 𝛼𝑥
⃗⃗⃗ ∈ ℝ𝑛 .
Esto significa que el producto de un vector de ℝ𝑛 por un escalar, como está definido, es
una operación que a cada par vector–escalar, le hace corresponder un único elemento de
ℝ𝑛 .

 Pág. 8 

Este archivo fue descargado de [Link]

D) La existencia de tal vector es inmediata, por la definición de producto de un vector de
ℝ𝑛 por un escalar.

P7) El producto por un escalar satisface la asociatividad mixta.

⃗⃗⃗ ∈ ℝ𝑛 : 𝛼(𝛽 ⃗⃗⃗
∀𝛼, 𝛽 ∈ ℝ, ∀ 𝑥 𝑥 ) = (𝛼𝛽) ⃗⃗⃗𝑥 .
⃗⃗⃗ . Por lo tanto 𝛽𝑥𝑖 es la i–ésima componente
D) Sea 𝑥𝑖 la i–ésima componente del vector 𝑥
de 𝛽𝑥 ⃗⃗⃗ ). Como 𝛼(𝛽𝑥𝑖 ) = (𝛼𝛽)𝑥𝑖 ∀ 𝑖 =
⃗⃗⃗ y por lo tanto 𝛼(𝛽𝑥𝑖 ) la i–ésima componente de 𝛼( 𝛽𝑥
1, 2, … , 𝑛 por la propiedad asociativa del producto de números reales, las componentes
respectivas de 𝛼(𝛽 𝑥
⃗⃗⃗ ) y de (𝛼𝛽)𝑥 ⃗⃗⃗ ) = (𝛼𝛽)𝑥
⃗⃗⃗ son iguales. Concluimos entonces que 𝛼(𝛽𝑥 ⃗⃗⃗ .

P8) El producto por un escalar es distributivo respecto a la suma en ℝ.

⃗⃗⃗ ∈ ℝ𝑛 : (𝛼 + 𝛽)𝑥
∀𝛼, 𝛽 ∈ ℝ, ∀ 𝑥 ⃗⃗⃗ = 𝛼𝑥
⃗⃗⃗ + 𝛽𝑥
⃗⃗⃗ .
D) Sea 𝑥𝑖 la i–ésima componente del vector 𝑥
⃗⃗⃗ . Por lo tanto (𝛼 + 𝛽)𝑥𝑖 es la i–ésima
⃗⃗⃗ . Como (𝛼 + 𝛽)𝑥𝑖 = 𝛼𝑥𝑖 + 𝛽𝑥𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad
componente de (𝛼 + 𝛽)𝑥
distributiva del producto de números reales, respecto a la suma, las componentes
respectivas de : (𝛼 + 𝛽)𝑥
⃗⃗⃗ y de 𝛼𝑥
⃗⃗⃗ + 𝛽𝑥
⃗⃗⃗ son iguales. Entonces, por igualdad de vectores, se
concluye: (𝛼 + 𝛽)𝑥
⃗⃗⃗ = 𝛼𝑥
⃗⃗⃗ + 𝛽𝑥
⃗⃗⃗ .

P9) El producto por un escalar es distributivo respecto a la suma en ℝ𝑛 .

∀𝛼 ∈ ℝ, ∀𝑥 ⃗⃗⃗ ∈ ℝ𝑛 ∶ 𝛼( ⃗⃗⃗𝑥 + ⃗⃗⃗
⃗⃗⃗ , 𝑦 𝑦 ) = 𝛼𝑥
⃗⃗⃗ + 𝛼𝑦
⃗⃗⃗ .
D) Sean 𝑥𝑖 , 𝑦𝑖 las i–ésimas componentes de los vectores 𝑥
⃗⃗⃗ 𝑒 ⃗⃗⃗
𝑦 respectivamente. Por lo tanto
𝑥𝑖 + 𝑦𝑖 es la i–ésima componente de 𝑥
⃗⃗⃗ + ⃗⃗⃗
𝑦 , como también 𝛼(𝑥𝑖 + 𝑦𝑖 ) es la i–ésima
⃗⃗⃗ ). Como 𝛼(𝑥𝑖 + 𝑦𝑖 ) = 𝛼 𝑥𝑖 + 𝛼 𝑦𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad
componente de 𝛼( ⃗⃗⃗𝑥 + 𝑦
distributiva del producto de números reales, respecto a la suma, las componentes
respectivas de 𝛼( ⃗⃗⃗
𝑥 + ⃗⃗⃗
𝑦 ) y de 𝛼 ⃗⃗⃗
𝑥 + 𝛼 ⃗⃗⃗
𝑦 son iguales. Concluimos entonces que
𝛼( 𝑥 ⃗⃗⃗ ) = 𝛼 ⃗⃗⃗𝑥 + 𝛼𝑦
⃗⃗⃗ + 𝑦 ⃗⃗⃗ .

P10) La unidad para los ℝ es el neutro para el producto por un escalar.

𝑥 ∈ ℝ𝑛 : 1 ⃗⃗⃗𝑥 = ⃗⃗⃗
∀ ⃗⃗⃗ 𝑥.

El conjunto de vectores de ℝ𝑛 entre los cuales se definieron las operaciones de suma y

producto por un escalar con las respectivas propiedades, determinan un espacio vectorial
y constituyen una estructura de las más importantes en matemática.
La importancia de esta definición axiomática es que amplía la idea geométrica intuitiva
de vector. Cualquier conjunto de elementos entre los cuales pueda definirse las
operaciones anteriores y que cumplan con las mismas propiedades podrá considerarse
como un espacio vectorial y sus elementos como vectores, aunque a veces pueda resultar
difícil interpretarlos como segmentos orientados.

 Pág. 9 

Este archivo fue descargado de [Link]

2.3.- Resta de vectores: La resta de dos vectores, ⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 ⃗⃗⃗
𝑢 𝑣 =
(𝑣1 , 𝑣2 , … , 𝑣𝑛 ) 𝑑𝑒 ℝ𝑛 es otro vector, ⃗⃗⃗
𝑢 − ⃗⃗⃗
𝑣 , que se obtiene sumando al vector minuendo el
opuesto del vector sustraendo, es decir, 𝑢
⃗⃗⃗ − ⃗⃗⃗
𝑣 = ⃗⃗⃗
𝑢 + (−𝑣
⃗⃗⃗ ).
⃗⃗⃗ = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) ∈ ℝ𝑛 ⟹ 𝑢
⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 𝑣
Sean 𝑢 ⃗⃗⃗ − ⃗⃗⃗
𝑣 =𝑢⃗⃗⃗ + (−𝑣
⃗⃗⃗ ).

Geométricamente el vector opuesto a uno dado, es aquel que tiene la misma dirección y
longitud, pero sentido contrario.
Ejemplo 1: sean los vectores de ℝ2 𝑢
⃗⃗⃗ = (1, 3) 𝑦 ⃗⃗⃗
𝑣 = (−3, 2) ⟹
𝑢
⃗⃗⃗ − 𝑣 𝑢 + (− 𝑣
⃗⃗⃗ = ⃗⃗⃗ ⃗⃗⃗ ) = (1, 3) + (3, −2) = (4, 1).

Gráfico 8

⃗⃗⃗ − ⃗⃗⃗
Geométricamente, se puede interpretar que la resta 𝑢 𝑣 es la diagonal del
paralelogramo de lados 𝑢
⃗⃗⃗ 𝑦 𝑣
⃗⃗⃗ que va desde el punto final de vector ⃗⃗⃗
𝑣 hasta el punto final
del vector 𝑢
⃗⃗⃗ .

Gráfico 9

Ejemplo 2: sean los vectores de ℝ3 ⃗⃗⃗

𝑝 = (2, 3, 2) 𝑦 𝑞
⃗⃗⃗ = (−2, 2, 4) ⟹ 𝑝
⃗⃗⃗ − ⃗⃗⃗
𝑞 = (4, 1, −2). Esto
se muestra en el gráfico 10.

 Pág. 10 

Este archivo fue descargado de [Link]

2.4.- Vector determinado por dos puntos de ℝ𝒏: Las componentes de un vector
determinado por dos puntos P y Q de ℝ𝑛 son iguales a las diferencias entre las coordenadas
⃗⃗⃗⃗⃗ = ⃗⃗⃗⃗⃗⃗
respectivas del punto Q (punto extremo) y P (punto origen). Es decir: 𝑃𝑄 𝑂𝑄 − ⃗⃗⃗⃗⃗
𝑂𝑃siendo
⃗⃗⃗⃗⃗⃗ 𝑦 𝑂𝑃
𝑂𝑄 ⃗⃗⃗⃗⃗ el vector posición del punto Q y P respectivamente.

Si 𝑃(𝑝1 , 𝑝2 , … , 𝑝𝑛 ) 𝑦 𝑄(𝑞1 , 𝑞2 , … , 𝑞𝑛 ) ∈ ℝ𝑛 ⟹
⃗⃗⃗⃗⃗
𝑃𝑄 = ⃗⃗⃗⃗⃗⃗
𝑂𝑄 − ⃗⃗⃗⃗⃗
𝑂𝑃
⃗⃗⃗⃗⃗
𝑃𝑄 = (𝑞1 , 𝑞2 , … , 𝑞𝑛 ) − (𝑝1 , 𝑝2 , … , 𝑝𝑛 )
⃗⃗⃗⃗⃗
𝑃𝑄 = (𝑞1 − 𝑝1 , 𝑞2 − 𝑝2 , … , 𝑞𝑛 − 𝑝𝑛 )

Gráfico 10

Ejemplo 1:
⃗⃗⃗⃗⃗ = (4, 1) 𝑦 ⃗⃗⃗⃗⃗
Sean los puntos 𝐴(4, 1) y 𝐵(6, 4), cuyos vectores posición son 𝑂𝐴 𝑂𝐵 = (6, 4).
⟹ ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ − ⃗⃗⃗⃗⃗
𝐴𝐵 = 𝑂𝐵 𝑂𝐴 = (6, 4) − (4, 1) = (2, 3).
Debemos tener en cuenta que ⃗⃗⃗⃗⃗
𝐴𝐵 ≠ ⃗⃗⃗⃗⃗
𝐵𝐴 ya que ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ = (−2, −3).
𝐴𝐵 = (2, 3) mientras que 𝐵𝐴

Gráfico 11a Gráfico 11b

 Pág. 11 

Este archivo fue descargado de [Link]

Ejemplo 2:
⃗⃗⃗⃗⃗ = (−2, 3, 2) 𝑦 ⃗⃗⃗⃗⃗⃗
Sean los puntos P y Q, cuyos vectores posición son 𝑂𝑃 𝑂𝑄 = (2, 2, 5) ∈ ℝ3
⟹ ⃗⃗⃗⃗⃗
𝑃𝑄 = (2, 2, 5) − (−2, 3, 2) = (4, −1, 3). Esto se muestra en el gráfico 12.
⃗⃗⃗⃗⃗ 𝑦 ⃗⃗⃗⃗⃗
En ℝ3 ocurre exactamente lo mismo que en ℝ2 respecto a los vectores 𝑃𝑄 𝑄𝑃.

𝑣 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) 𝑑𝑒 ℝ𝑛
⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 ⃗⃗⃗
3.- Vectores paralelos: Dos vectores no nulos 𝑢
se dicen paralelos si existe 𝜆 ∈ ℝ, 𝜆 ≠ 0 tal que 𝑢
⃗⃗⃗ = 𝜆𝑣
⃗⃗⃗ .

Gráfico 12

La definición de vectores paralelos nos indica que dos vectores no nulos son paralelos si
uno se puede obtener a partir del otro, multiplicado por un escalar.
Ejemplo1: los vectores 𝑢 𝑣 = (2, 3) de ℝ2 son paralelo ya que 𝑢
⃗⃗⃗ = (6, 9) 𝑦 ⃗⃗⃗ ⃗⃗⃗ = 3𝑣
⃗⃗⃗ .

 Pág. 12 

Este archivo fue descargado de [Link]

 Gráfico 13

Veamos una característica importante de los vectores paralelos, que se deduce a partir
de la definición.
⃗⃗⃗
𝑢 = 𝜆𝑣
⃗⃗⃗
(𝑢1 , 𝑢2 , … , 𝑢𝑛 ) = 𝜆(𝑣1 , 𝑣2 , … , 𝑣𝑛 )
(𝑢1 , 𝑢2 , … , 𝑢𝑛 ) = (𝜆𝑣1 , 𝜆𝑣2 , … , 𝜆𝑣𝑛 )
𝑢1
𝑢1 = 𝜆𝑣1 ⟹ 𝜆 = 𝑣1
𝑢2
𝑢2 = 𝜆𝑣2 ⟹ 𝜆 = 𝑣2
⋮
𝑢𝑛
{𝑢𝑛 = 𝜆𝑣𝑛 ⟹ 𝜆 = 𝑣𝑛
𝑢1 𝑢2 𝑢𝑛
Por lo tanto ⟹ 𝜆 = = = …=
𝑣1 𝑣2 𝑣𝑛

Esto significa que la condición necesaria y suficiente para que dos vectores sean paralelos
es que sus componentes homologas sean proporcionales.
Si el valor de la constante de proporcionalidad es positivo, los vectores tienen el mismo
sentido y si es negativo tienen sentido opuesto.
𝑣 = (−2, 3, −3) de ℝ3 son paralelos y de sentidos
𝑢 = (4, −6, 6) 𝑦 ⃗⃗⃗
Ejemplo 2: los vectores ⃗⃗⃗
⃗⃗⃗ = −2𝑣
opuestos ya que 𝑢 ⃗⃗⃗ .

Gráfico 14

4.- Otras operaciones con vectores

Se mencionó que una de las características de un vector es la longitud que tiene este,
concepto que intuitivamente entendemos pero que deberíamos formalizar. Para este
efecto, estudiaremos otra operación: el producto escalar entre dos vectores, la cual se

 Pág. 13 

Este archivo fue descargado de [Link]

relaciona directamente con el concepto de longitud de un vector y la noción de ángulo
entre vectores.
Cabe mencionar que el producto escalar no es el único producto que se realiza entre
vectores, también existen el producto vectorial y el producto mixto.

𝑣 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) 𝑑𝑒 ℝ𝑛
⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 ⃗⃗⃗
4.1.- Producto escalar3: Dados dos vectores, 𝑢
⃗⃗⃗ ∙ 𝑣
definimos producto escalar, 𝑢 ⃗⃗⃗ , como el escalar que se obtiene al sumar los producto de
las componente de 𝑢
⃗⃗⃗ con las respectivas componentes de 𝑣
⃗⃗⃗
Dados 𝑣 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ) ∈ ℝ𝑛 ⟹ ⃗⃗⃗
⃗⃗⃗ = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 ⃗⃗⃗
𝑢 𝑢 ∙ ⃗⃗⃗
𝑣 = 𝑢1 𝑣1 + 𝑢2 𝑣2 + … + 𝑢𝑛 𝑣𝑛 ó
escrito de manera resumida 𝑢 𝑣 = ∑𝑛𝑖=1 𝑢𝑖 𝑣𝑖
⃗⃗⃗ ∙ ⃗⃗⃗

𝑢 = (1, −2), ⃗⃗⃗

Ejemplo: dados los vectores ⃗⃗⃗ 𝑣 = (−2, 5), 𝑥
⃗⃗⃗ = (3, −2, 1), 𝑦
⃗⃗⃗ = (3, 0, −1) calcular
𝑢 ∙ ⃗⃗⃗
los siguientes productos escalares: ⃗⃗⃗ 𝑣, 𝑥⃗⃗⃗ ∙ 𝑦
⃗⃗⃗ , ⃗⃗⃗
𝑢 ∙𝑥⃗⃗⃗ .
⃗⃗⃗ 𝑣 = 1(−2) + (−2)5 = −12.
𝑢 ∙ ⃗⃗⃗
𝑥 ⃗⃗⃗ = 3 .3 + (−2)0 + 1(−1) = 8.
⃗⃗⃗ ∙ 𝑦
⃗⃗⃗ ∙ ⃗⃗⃗
𝑢 𝑥 evidentemente no está definido ya que son vectores de distintos espacios.

Al ser el producto escalar una nueva operación entre vectores cuyo resultado es un
número real, nos podemos preguntar ¿Cuáles de las propiedades del producto entre
números reales se satisfacen para el producto escalar entre vectores?

Propiedades del producto escalar

P1) El producto escalar es conmutativo
∀ ⃗⃗⃗ 𝑦 ∈ ℝ𝑛 ⟹ ⃗⃗⃗
𝑥 , ⃗⃗⃗ 𝑥 ∙ ⃗⃗⃗
𝑦 = ⃗⃗⃗
𝑦 ∙𝑥⃗⃗⃗
D) Sean 𝑥𝑖 , 𝑦𝑖 las i–ésimas componentes de los vectores 𝑥
⃗⃗⃗ 𝑒 ⃗⃗⃗
𝑦 respectivamente. Por lo tanto
𝑥𝑖 𝑦𝑖 es el i–ésimo término de ⃗⃗⃗
𝑥 ∙𝑦⃗⃗⃗ . Como 𝑥𝑖 𝑦𝑖 = 𝑦𝑖 𝑥𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad
conmutativa de números reales, los términos respectivos de ⃗⃗⃗
𝑥 ∙𝑦⃗⃗⃗ y de 𝑦
⃗⃗⃗ ∙ ⃗⃗⃗
𝑥 son iguales.
𝑥 ∙𝑦
Concluimos entonces que ⃗⃗⃗ ⃗⃗⃗ = ⃗⃗⃗
𝑦 ∙ ⃗⃗⃗
𝑥

P2) El producto escalar no es asociativo

⃗⃗⃗ , ⃗⃗⃗
∀𝑥 𝑦 , 𝑧⃗⃗ ∈ ℝ𝑛 ⟹ ( ⃗⃗⃗𝑥 ∙ 𝑦
⃗⃗⃗ ) ∙ 𝑧⃗⃗ ≠ ⃗⃗⃗
𝑥 ∙(𝑦
⃗⃗⃗ ∙ 𝑧⃗⃗ )
D) Para comprobar que esto es verdad, razonamos de la siguiente manera. Al realizar el
𝑥 ∙𝑦
producto escalar ⃗⃗⃗ ⃗⃗⃗ obtenemos un escalar 𝜆, que al multiplicar al vector ⃗⃗𝑧 da por
resultado un vector en la misma dirección que este último, mientras que al hacer el
producto escalar ⃗⃗⃗
𝑦 ∙ ⃗⃗𝑧 se obtiene un escalar, 𝜌, que al multiplicar al vector ⃗⃗⃗
𝑥 da por
resultado un vector en la misma dirección que este último. Por lo tanto, los vectores que
se obtienen en ambos miembros no necesariamente tienen las mismas direcciones,
quedando así comprobado que el producto escalar no es asociativo.

3 Esta operación también suele llamarse producto punto ó producto interno.

 Pág. 14 

Este archivo fue descargado de [Link]

El razonamiento anterior se puede resumir esquemáticamente de la siguiente manera:
(⏟⃗⃗⃗ 𝑦 ) ∙ 𝑧⃗⃗ ≠ ⃗⃗⃗𝑥 ∙ ( 𝑦
𝑥 ∙ ⃗⃗⃗ ⃗⃗⃗ ∙ ⃗⃗𝑧 )
⏟
⏟ 𝜆 ⏟ 𝜌
𝜆⃗⃗⃗𝑍 𝜌⃗⃗⃗𝑋

P3) El producto escalar es distributivo respecto a la suma de vectores

⃗⃗⃗ , 𝑦
∀𝑥 ⃗⃗⃗ , ⃗⃗𝑧 ∈ ℝ𝑛 : ⃗⃗⃗𝑥 ∙ ( 𝑦
⃗⃗⃗ + ⃗⃗𝑧 ) = ⃗⃗⃗𝑥 ∙ 𝑦 𝑥 ∙ ⃗⃗𝑧 ∧ ( 𝑦
⃗⃗⃗ + ⃗⃗⃗ ⃗⃗⃗ + 𝑧⃗⃗ ) ∙ 𝑥
⃗⃗⃗ = ⃗⃗⃗
𝑦 ∙𝑥⃗⃗⃗ + ⃗⃗𝑧 ∙ ⃗⃗⃗
𝑥
D) Sean 𝑥𝑖 , 𝑦𝑖 , 𝑧𝑖 las i–ésimas componentes de los vectores 𝑥
⃗⃗⃗ , ⃗⃗⃗
𝑦 , ⃗⃗𝑧 respectivamente. Por lo
tanto 𝑦𝑖 + 𝑧𝑖 es la i–ésima componente de ⃗⃗⃗
𝑦 + 𝑧⃗⃗ , también 𝑥𝑖 (𝑦𝑖 + 𝑧𝑖 ) será el i–ésimo término
de ⃗⃗⃗ 𝑦 + ⃗⃗𝑧 ). Como 𝑥𝑖 (𝑦𝑖 + 𝑧𝑖 ) = 𝑥𝑖 𝑦𝑖 + 𝑥𝑖 𝑧𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad distributiva
𝑥 ∙ ( ⃗⃗⃗
𝑥 ∙
del producto de números reales, respecto a la suma, los términos respectivos de ⃗⃗⃗
⃗⃗⃗ + 𝑧⃗⃗ ) y de 𝑥
(𝑦 ⃗⃗⃗ ∙ 𝑦
⃗⃗⃗ + 𝑥
⃗⃗⃗ ∙ 𝑧⃗⃗ son iguales. Concluimos entonces que 𝑥
⃗⃗⃗ ∙ ( 𝑦
⃗⃗⃗ + ⃗⃗𝑧 ) = ⃗⃗⃗𝑥 ∙ 𝑦
⃗⃗⃗ + 𝑥
⃗⃗⃗ ∙
𝑧⃗⃗
Para la segunda parte de la propiedad se razona de manera similar.

P4) El producto escalar es asociativo respecto al producto por un número real

∀ ⃗⃗⃗ 𝑦 ∈ ℝ𝑛 , ∀ 𝜆 ∈ ℝ ∶ (𝜆𝑥
𝑥 , ⃗⃗⃗ ⃗⃗⃗ ) ∙ 𝑦
⃗⃗⃗ = 𝑥 ⃗⃗⃗ ) = 𝜆( ⃗⃗⃗
⃗⃗⃗ ∙ (𝜆𝑦 𝑦)
𝑥 ∙ ⃗⃗⃗
D) Sean 𝑥𝑖 , 𝑦𝑖 las i–ésimas componentes de los vectores 𝑥
⃗⃗⃗ 𝑒 ⃗⃗⃗
𝑦 respectivamente. Por lo tanto
⃗⃗⃗ ) ∙ 𝑦
𝜆 𝑥𝑖 𝑦𝑖 es el i–ésimo término de (𝜆𝑥 ⃗⃗⃗ . Como 𝜆 𝑥𝑖 𝑦𝑖 = 𝑥𝑖 𝜆𝑦𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad
⃗⃗⃗ ) ∙ ⃗⃗⃗
conmutativa del producto de números reales, los términos respectivos de (𝜆𝑥 𝑦 y de ⃗⃗⃗𝑥 ∙
(𝜆𝑦
⃗⃗⃗ ) son iguales. Concluimos que (𝜆𝑥 ⃗⃗⃗ = ⃗⃗⃗𝑥 ∙ (𝜆𝑦
⃗⃗⃗ ) ∙ 𝑦 ⃗⃗⃗ )
Para la segunda parte de la propiedad se razona de manera similar.

P5) El producto escalar de un vector por sí mismo es un número real mayor o igual que
cero
⃗⃗⃗ ∈ ℝ𝑛 ∶ 𝑥
∀𝑥 ⃗⃗⃗ ∙ 𝑥
⃗⃗⃗ ≥ 0
⃗⃗⃗ = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ∈ ℝ𝑛 , entonces:
D) Sea 𝑥
𝑥 ⃗⃗⃗ = 𝑥1 𝑥1 + 𝑥2 𝑥2 + ⋯ + 𝑥𝑛 𝑥𝑛 = 𝑥12 + 𝑥12 + ⋯ + 𝑥𝑛2 y la suma de cuadrados siempre es
⃗⃗⃗ ∙ 𝑥
positiva o cero.

P6) El producto escalar de un vector por sí mismo es cero si y sólo si el vector es nulo.
𝑥
⃗⃗⃗ ∙ 𝑥 𝑥 = ⃗⃗0⃗
⃗⃗⃗ = 0 ⟺ ⃗⃗⃗
⃗⃗⃗ ∙ 𝑥
𝑥 ⃗⃗⃗ = 𝑥12 + 𝑥22 + … + 𝑥𝑛2 = 0 ⟺ 𝑥𝑖2 = 0 ∀ 𝑖 = 1, … , 𝑛 . De donde se puede concluir que 𝑥
⃗⃗⃗ ∙ ⃗⃗⃗𝑥 =
⃗⃗⃗ = ⃗⃗0⃗
0 ⟺ 𝑥

Sabemos que si el producto de dos números reales 𝑥 e 𝑦 es cero, necesariamente es 𝑥 ó 𝑦

cero. Esto no ocurre con el producto escalar de vectores, como lo muestra el siguiente
ejemplo.
⃗⃗⃗ = (−2, −1, −1) 𝑑𝑒 ℝ3 entonces
⃗⃗⃗ = (2, 1, −5) 𝑦 𝑣
Sean los vectores 𝑢
⃗⃗⃗
𝑢 ∙ ⃗⃗⃗
𝑣 = 2(−2) + 1(−1) + (−5)(−1) = 0

 Pág. 15 

Este archivo fue descargado de [Link]

Vectores perpendiculares: Dos vectores no nulos 𝑢 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑦 𝑣
⃗⃗⃗ ⃗⃗⃗ =
(𝑣1 , 𝑣2 , … , 𝑣𝑛 ) 𝑑𝑒 ℝ𝑛 son perpendiculares si y solo si su producto escalar es nulo.
⃗⃗⃗ ∈ ℝ𝑛 ⃗⃗⃗
⃗⃗⃗ , 𝑣
∀𝑢 𝑢 ,𝑣⃗⃗⃗ ≠ ⃗⃗0⃗ ∶ ⃗⃗⃗
𝑢 ⊥𝑣⃗⃗⃗ ⇔ ⃗⃗⃗
𝑢 ∙𝑣⃗⃗⃗ = 0

Ejemplo 1: en ℝ2 los vectores 𝑢

⃗⃗⃗ = (−2, 3) 𝑦 ⃗⃗⃗
𝑣 = (−3, −2) son perpendiculares ya que
⃗⃗⃗
𝑢 ∙ 𝑣 = −2(−3) + 3(−2) = 0. Esto se muestra en el gráfico 15.

Ejemplo 2: determinar los valores de 𝑘 ∈ ℝ para que los vectores de ℝ3 ⃗⃗⃗𝑥 =

(−3𝑘, −4, 1) 𝑒 ⃗⃗⃗
𝑦 = (−𝑘, 𝑘, 1) sean perpendiculares.
Para que los vectores sean perpendiculares debe cumplirse que:
⃗⃗⃗ ⃗⃗⃗ = 0. O sea que: (−3𝑘, −4, 1) ∙ (−𝑘, 𝑘, 1) = 3𝑘 2 − 4𝑘 + 1 = 0
𝑥 ∙ 𝑦
1
Las raíces de esta ecuación son 𝑘1 = 1 𝑦 𝑘2 = 3

Los pares de vectores de ℝ3 que satisfacen la condición, son:

1 1
𝑥1 = (−3, −4, 1) 𝑒 𝑦
⃗⃗⃗⃗ 𝑥2 = (−1, −4, 1) 𝑒 ⃗⃗⃗⃗
⃗⃗⃗⃗1 = (−1, 1, 1) y ⃗⃗⃗⃗ 𝑦2 = (− , , 1)
3 3

Gráfico 15

Los gráficos correspondientes al ejemplo 2 son los siguientes:

Gráfico 16 a Gráfico 16 b

 Pág. 16 

Este archivo fue descargado de [Link]

Ejemplo 3: comprobar que los vectores 𝑖̌ = (1, 0) 𝑦 𝑗̌ = (0, 1)4𝑑𝑒 ℝ2 , son perpendiculares.

(1, 0) ∙ (0, 1) = 0 + 0 = 0

Una vez que se analice el tema de ángulo entre vectores, se podrá demostrar con más
facilidad la condición necesaria y suficiente de perpendicularidad entre vectores.

Una de las utilidades del producto escalar entre vectores es que permite definir módulo 5
de un vector. Antes de estudiar esta definición, haremos referencia a dos casos
particulares y luego generalizaremos el concepto.
Sea P un punto del plano (ℝ2 ) cuyas coordenadas son (𝑥, 𝑦) o sea 𝑃(𝑥, 𝑦). Representando
P en un sistema de coordenadas cartesianas ortogonales y calculando (mediante el
Teorema de Pitágoras) la longitud del segmento comprendido entre el origen del sistema
y el punto P, obtenemos √𝑥 2 + 𝑦 2
Todo esto se muestra en el siguiente gráfico.

Gráfico 17

De la misma manera si estamos en el espacio (ℝ3 ) el punto será 𝑃(𝑥, 𝑦, 𝑧), aplicando el
Teorema de Pitágoras dos veces obtenemos la longitud del segmento comprendido entre
O y P e igual a √𝑥 2 + 𝑦 2 + 𝑧 2 , como se muestra en el siguiente gráfico.

Gráfico 18

4
𝑖̌, 𝑗̌ son los versores fundamentales o vectores canónicos de espacio de dos dimensiones.
5
En la literatura aparecen otros nombres como magnitud, longitud ó norma para referirse a módulo de un vector

 Pág. 17 

Este archivo fue descargado de [Link]

 ⃗⃗⃗⃗⃗ es el vector posición del punto P, de esta manera
Por otro lado sabemos que el vector 𝑂𝑃
⃗⃗⃗⃗⃗ 𝑒𝑛 ℝ2 ó 𝑒𝑛 ℝ3 es la raíz cuadrada de la suma de los cuadrados de
la longitud del vector 𝑂𝑃
las componentes del vector. Esta observación se puede generalizar y nos induce a la
definición de módulo de un vector.

𝑢 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) 𝑑𝑒 ℝ𝑛 , ‖𝑢
Módulo de un vector: Se define módulo de un vector ⃗⃗⃗ ⃗⃗⃗ ‖, como la
𝑢 ∙ ⃗⃗⃗
raíz cuadrada de ⃗⃗⃗ 𝑢

𝑢 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) ∈ ℝ𝑛 ⟹ ‖𝑢
Sea ⃗⃗⃗ ⃗⃗⃗ ‖ = √𝑢 𝑢 = √𝑢12 + 𝑢22 + … + 𝑢𝑛2
⃗⃗⃗ ∙ ⃗⃗⃗

⃗⃗⃗ ‖ = √(−3)2 + 42 = √25 = 5

⃗⃗⃗ = (−3, 4) ⟹ ‖𝑢
Ejemplo 1: sea el vector 𝑢
Ejemplo 2: El concepto de módulo de un vector puede usarse para demostrar el Teorema
de Pitágoras.
⃗⃗⃗ 𝑒 𝑦
Si 𝑥 ⃗⃗⃗ son dos vectores perpendiculares, entonces ‖𝑥 ⃗⃗⃗ ‖2 = ‖𝑥
⃗⃗⃗ + 𝑦 ⃗⃗⃗ ‖2 + ‖𝑦
⃗⃗⃗ ‖2

Gráfico 19

En efecto:
‖𝑥 𝑦 ‖2 = (𝑥
⃗⃗⃗ + ⃗⃗⃗ 𝑦 ) ∙ (𝑥
⃗⃗⃗ + ⃗⃗⃗ ⃗⃗⃗ ) = ⃗⃗⃗
⃗⃗⃗ + 𝑦 𝑥 ∙ ⃗⃗⃗
𝑥 + ⃗⃗⃗
𝑥 ∙ ⃗⃗⃗
𝑦 + ⃗⃗⃗
𝑦 ∙ ⃗⃗⃗
𝑥 + ⃗⃗⃗
𝑦 ∙𝑦⃗⃗⃗
‖𝑥 𝑦 ‖2 = ‖𝑥
⃗⃗⃗ + ⃗⃗⃗ ⃗⃗⃗ ‖2 + 0 + 0 + ‖𝑦
⃗⃗⃗ ‖2
‖𝑥 𝑦 ‖2 = ‖𝑥
⃗⃗⃗ + ⃗⃗⃗ ⃗⃗⃗ ‖2 + ‖𝑦
⃗⃗⃗ ‖2
⃗⃗⃗ ∙ ⃗⃗⃗
Podemos observar que 𝑥 ⃗⃗⃗ ‖2 que es una de las propiedades del módulo de un
𝑥 = ‖𝑥
vector que se demostraran a continuación.

Propiedades del módulo de un vector

P1) El módulo del producto de un escalar por un vector es igual al producto del valor
absoluto del escalar por el módulo del vector.
⃗⃗⃗ ∈ ℝ𝑛 ∀𝛼 ∈ ℝ ∶ ‖𝛼 𝑢
∀𝑢 ⃗⃗⃗ ‖ = |𝛼| ‖𝑢
⃗⃗⃗ ‖

𝑢 ‖ = √𝛼 𝑢
D) ‖𝛼 ⃗⃗⃗ ⃗⃗⃗ = √𝛼 2 ( ⃗⃗⃗
⃗⃗⃗ ∙ 𝛼 𝑢 𝑢 ∙𝑢⃗⃗⃗ ) = √𝛼 2 √𝑢
⃗⃗⃗ ∙ 𝑢 ⃗⃗⃗ ‖
⃗⃗⃗ = |𝛼| ‖𝑢

P2) El módulo de un vector es nulo si y sólo si el vector es nulo.

‖𝑢
⃗⃗⃗ ‖ = 0 ⟺ ⃗⃗⃗
𝑢 ∙ ⃗⃗⃗ ⃗⃗⃗ = ⃗⃗0⃗
𝑢 =0⟺𝑢

P3) El producto escalar de un vector por sí mismo es igual al cuadrado de su módulo.

⃗⃗⃗ ∈ ℝ𝑛 : 𝑢
∀𝑢 ⃗⃗⃗ ‖2
⃗⃗⃗ = ‖𝑢
⃗⃗⃗ ∙ 𝑢

 Pág. 18 

Este archivo fue descargado de [Link]

 𝑢 = 𝑢12 + 𝑢22 + … + 𝑢𝑛2 como ‖𝑢
⃗⃗⃗ ∙ ⃗⃗⃗
D) 𝑢 ⃗⃗⃗ ‖ = √𝑢12 + 𝑢22 + … + 𝑢𝑛2 se sigue que ⃗⃗⃗
𝑢 ∙𝑢 ⃗⃗⃗ ‖2
⃗⃗⃗ = ‖𝑢

P4) El cuadrado del módulo de la suma de dos vectores es igual al cuadrado del módulo
del primer vector más el cuadrado del módulo del segundo vector más el doble de su
producto escalar.
∀ ⃗⃗⃗ 𝑣 ∈ ℝ𝑛 : ‖𝑢
𝑢 , ⃗⃗⃗ 𝑣 ‖2 = ‖𝑢
⃗ + ⃗⃗⃗ ⃗ ‖2 + ‖𝑣 ‖2 + 2( ⃗⃗⃗
𝑢 ∙ ⃗⃗⃗
𝑣 )
D) ‖𝑢 ⃗⃗⃗ ‖2 = (𝑢
⃗ +𝑣 𝑣 ) ∙ (𝑢
⃗ + ⃗⃗⃗ ⃗ + ⃗⃗⃗
𝑣 )
‖𝑢 ⃗⃗⃗ ‖2 = 𝑢
⃗ +𝑣 ⃗ ∙ (𝑢
⃗ + ⃗⃗⃗
𝑣 ) + ⃗⃗⃗
𝑣 ∙ (𝑢
⃗ +𝑣
⃗⃗⃗ )
‖𝑢 ⃗⃗⃗ ‖2 = 𝑢
⃗ +𝑣 ⃗ ∙𝑢
⃗ +𝑢
⃗ ∙ ⃗⃗⃗
𝑣 + ⃗⃗⃗
𝑣 ∙𝑢⃗ + ⃗⃗⃗
𝑣 ∙𝑣⃗⃗⃗
‖𝑢 ⃗⃗⃗ ‖2 = 𝑢
⃗ +𝑣 ⃗ ∙𝑢
⃗ + 2( 𝑢
⃗ ∙𝑣
⃗⃗⃗ ) + ⃗⃗⃗
𝑣 ∙ ⃗⃗⃗
𝑣
‖𝑢 ⃗⃗⃗ ‖2 = ‖𝑢
⃗ +𝑣 ⃗ ‖2 + ‖𝑣
⃗⃗⃗ ‖2 + 2( 𝑢
⃗ ∙ ⃗⃗⃗
𝑣 )

P5) El cuadrado del módulo de la diferencia de dos vectores es igual al cuadrado del
módulo del primer vector más el cuadrado del módulo del segundo vector menos el doble
de su producto escalar.
∀ ⃗⃗⃗ 𝑣 ∈ ℝ𝑛 : ‖𝑢
𝑢 , ⃗⃗⃗ 𝑣 ‖2 = ‖𝑢
⃗ − ⃗⃗⃗ ⃗ ‖2 + ‖𝑣 ‖2 − 2(𝑢
⃗⃗⃗ ∙ ⃗⃗⃗
𝑣 )
D) Esta igualdad se demuestra de manera similar a la anterior, considerando la resta
como suma entre el minuendo y el opuesto del sustraendo.

El concepto de módulo de un vector es útil para definir y poder calcular la distancia entre
dos puntos de ℝ𝑛 .

Distancia entre dos puntos: Se define la distancia entre dos puntos

⃗⃗⃗⃗⃗⃗ − 𝑂𝑃
𝑃(𝑝1 , 𝑝2 , … , 𝑝𝑛 ) 𝑦 𝑄(𝑞1 , 𝑞2 , … , 𝑞𝑛 ) 𝑑𝑒 ℝ𝑛 como la longitud del vector 𝑂𝑄 ⃗⃗⃗⃗⃗
Dados 𝑃(𝑝1 , 𝑝2 , … , 𝑝𝑛 ) 𝑦 𝑄(𝑞1 , 𝑞2 , … , 𝑞𝑛 ) ∈ ℝ𝑛 ⟹
⃗⃗⃗⃗⃗⃗ − ⃗⃗⃗⃗⃗
𝑑𝑖𝑠𝑡(𝑃, 𝑄) = ‖𝑂𝑄 𝑂𝑃‖ = √(𝑞1 − 𝑝1 )2 + (𝑞2 − 𝑝2 )2 + … + (𝑞𝑛 − 𝑝𝑛 )2
⃗⃗⃗⃗⃗ es el vector posición del punto P, lo mismo ocurre
Debemos recordar que el vector 𝑂𝑃
con el ⃗⃗⃗⃗⃗⃗
𝑂𝑄 y el punto Q
Ejemplo 1: calcular la distancia entre los puntos 𝑃(−3, 2) 𝑦 𝑄(−1, −4)
⃗⃗⃗⃗⃗⃗ − ⃗⃗⃗⃗⃗
𝑑𝑖𝑠𝑡(𝑃, 𝑄) = ‖𝑂𝑄 𝑂𝑃‖ = √(−1 + 3)2 + (−4 − 2)2 = √40

 Pág. 19 

Este archivo fue descargado de [Link]

 Gráfico 20

Ejemplo 2: calcular la distancia entre los puntos 𝑅(1, −2, 2) 𝑦 𝑆(3, 2, 2)

⃗⃗⃗⃗⃗ − 𝑂𝑅
𝑑𝑖𝑠𝑡(𝑅, 𝑆) = ‖𝑂𝑆 ⃗⃗⃗⃗⃗ ‖ = √(3 − 1)2 + (2 + 2)2 + (2 − 2)2 = √20. Esto se muestra en el gráfico

21.

Vector unitario según una dirección dada: El producto de un vector no nulo por el
recíproco de su módulo o lo que es lo mismo, el cociente entre un vector no nulo y su módulo,
es un vector unitario (módulo 1).

Gráfico 21

Simbólicamente se expresa un vector unitario de la siguiente manera: sea ⃗⃗⃗𝑥 ∈ ℝ𝑛 𝑦 ⃗⃗⃗𝑥 ≠

⃗⃗⃗
𝑥
⃗⃗⃗ , si consideramos
0 se verifica
‖𝑥
⃗⃗⃗ ‖
⃗⃗⃗
𝑥 1 1 1
‖‖𝑥⃗⃗⃗ ‖‖ = ‖‖𝑥⃗⃗⃗ ‖ 𝑥 ⃗⃗⃗ ‖ = ‖𝑥⃗⃗⃗ ‖ ‖𝑥
⃗⃗⃗ ‖ = |‖𝑥⃗⃗⃗ ‖| ‖𝑥 ⃗⃗⃗ ‖ = 1

𝑦 de módulo 6 en la dirección de ⃗⃗⃗𝑥 = (1, −2, 2) ∈ ℝ3 .

Ejemplo: determinar un vector ⃗⃗⃗
⃗⃗⃗
𝑥 1 2 2
𝑥 = (1, − 2, 2) ⟹ ‖𝑥
Como ⃗⃗⃗ ⃗⃗⃗ ‖ = 3 y por lo tanto ‖𝑥
⃗⃗⃗ ‖
= (3 , − 3 , 3) es un vector unitario. A

partir de allí solo resta multiplicar este vector por el escalar 6 para que su módulo sea
⃗⃗⃗
𝑥 1 2 2
también 6. Por lo tanto: 𝑦
⃗⃗⃗ = 6 ‖𝑥
⃗⃗⃗ ‖
⟺ 𝑦
⃗⃗⃗ = 6 (3 , − 3 , 3) ⟺ ⃗⃗⃗
𝑦 = (2, − 4, 4)

 Pág. 20 

Este archivo fue descargado de [Link]

 ⃗⃗⃗ 𝑒 𝑦
Gráficamente se puede comprobar que ambos vectores, 𝑥 ⃗⃗⃗ tienen la misma dirección

⃗⃗⃗ ‖ = √22 + (−4)2 + 42 = √36 = 6.

⃗⃗⃗ resulta ‖𝑦
y al calcular el modulo de 𝑦

Gráfico 22
Veamos ahora cómo el producto escalar también nos permite determinar el ángulo entre
vectores no nulos de ℝ𝑛 , para lo cual en primera instancia definimos ángulo entre
vectores y luego aplicamos el Teorema de los cosenos6.

Ángulo entre vectores: Dados dos vectores no nulos ⃗⃗⃗ ⃗⃗⃗ 𝑑𝑒 ℝ𝑛 , se define el ángulo
𝑢 𝑦 𝑣
entre estos dos vectores como el menor ángulo positivo 𝜑
̂ (0 ≤ 𝜑
̂ ≤ 𝜋) que gira uno de ellos
para coincidir con la dirección del otro.

Gráfico 23

Ahora bien, dados dos vectores 𝑢 ⃗⃗⃗ 𝑑𝑒 ℝ𝑛 no nulos, siempre podemos construir un
⃗⃗⃗ 𝑦 𝑣
triángulo en donde el tercer lado es la diferencia de los vectores dados, tal como lo
muestra la siguiente figura:

6
Este teorema plantea que en un triángulo cualquiera, el cuadrado de la longitud de un lado es igual a la suma de los

cuadrados de las longitudes de los lados restantes menos el duplo del producto de dichas longitudes multiplicado por el
coseno del ángulo opuesto al lado en cuestión.

 Pág. 21 

Este archivo fue descargado de [Link]

 Gráfico 24

Al aplicar el Teorema de los cosenos a este triángulo, tenemos:

‖𝑢 ⃗⃗⃗ ‖2 = ‖𝑢
⃗⃗⃗ − 𝑣 ⃗⃗⃗ ‖2 + ‖𝑣
⃗⃗⃗ ‖2 − 2‖𝑢
⃗⃗⃗ ‖ ‖𝑣
⃗⃗⃗ ‖ cos 𝜑̂
Aplicando propiedades del módulo de un vector, en el primer miembro, tenemos:
⃗⃗⃗ ‖2 + ‖𝑣
‖𝑢 ⃗⃗⃗ ‖2 − 2( 𝑢 ⃗⃗⃗ ‖2 + ‖𝑣
𝑣 ) = ‖𝑢
⃗⃗⃗ ∙ ⃗⃗⃗ ⃗⃗⃗ ‖2 − 2‖𝑢
⃗⃗⃗ ‖ ‖𝑣
⃗⃗⃗ ‖ cos 𝜑̂
Suprimiendo términos semejantes, obtenemos:
𝑢 𝑣 = ‖𝑢
⃗⃗⃗ ∙ ⃗⃗⃗ ⃗⃗⃗ ‖ ‖𝑣
⃗⃗⃗ ‖ cos 𝜑̂
Podemos establecer dos conclusiones a partir de esta última expresión:
a) En concordancia con lo que estamos estudiando, esta igualdad nos brinda una forma
de calcular la medida del ángulo entre dos vectores no nulos de ℝ𝑛 , tomando a 𝜑̂ como
⃗⃗⃗
𝑢 ∙𝑣⃗⃗⃗
el ángulo tal que: 𝑐𝑜𝑠 𝜑̂ = ‖𝑢⃗⃗⃗ ‖ ‖𝑣⃗⃗⃗ ‖

b) Esta igualdad también es la expresión del producto escalar en función del ángulo que
forman los vectores y de los módulos de éstos. Es decir, se puede definir el producto
escalar de dos vectores como el producto de sus módulos por el coseno del ángulo que
forman dichos vectores.
Esta última observación nos permite hacer la interpretación geométrica del producto
escalar.

Interpretación geométrica del producto escalar: el producto escalar de dos vectores

no nulos es igual al módulo de uno de ellos por la proyección del otro sobre él.

Figura 1

 Pág. 22 

Este archivo fue descargado de [Link]

 ⃗⃗⃗ 𝑦 𝑣
En la figura 1 se representan dos vectores 𝑢 ⃗⃗⃗ . Al proyectar7 el vector ⃗⃗⃗
𝑢 sobre la

dirección del vector ⃗⃗⃗ ⃗⃗⃗⃗⃗⃗⃗ cuyo módulo coincide con la medida del
𝑣 se obtiene el vector 𝑂𝐴′
segmento ̅̅̅̅̅
𝑂𝐴′. A la longitud de este segmento se la suele llamar proyección escalar de 𝑢
⃗⃗⃗
̅̅̅̅̅ = |𝑝𝑟𝑜𝑦 𝑑𝑒 𝑢
⃗⃗⃗ , es decir, 𝑂𝐴′
sobre 𝑣 ⃗⃗⃗ | = |𝑢
⃗⃗⃗ 𝑠𝑜𝑏𝑟𝑒 𝑣 ⃗ 𝑣⃗ |
̅̅̅̅̅
𝑂𝐴′
̅̅̅̅̅ = ‖𝑢
Teniendo en cuenta que cos 𝜑̂ = ‖𝑢⃗‖ ⟹ 𝑂𝐴′ ⃗ ‖ cos 𝜑̂, por lo tanto

𝑢 𝑣 = ‖𝑢
⃗⃗⃗ ∙ ⃗⃗⃗ ⃗ ‖ ‖𝑣‖ cos 𝜑̂
𝑢 𝑣 = ‖𝑣 ‖ |𝑢
⃗⃗⃗ ∙ ⃗⃗⃗ ⃗ 𝑣⃗ | que es la interpretación geométrica enunciada.
De esta última expresión se puede despejar y calcular la proyección escalar de un vector
⃗⃗⃗
𝑢 ∙ ⃗⃗⃗
𝑣
⃗ 𝑣⃗ | =
sobre otro: |𝑢 ‖𝑣⃗‖

⃗⃗⃗ = (3, −1) ∈ ℝ2 .

⃗⃗⃗ = (−2, 4) 𝑦 𝑣
Ejemplo 1: calcular el ángulo entre los vectores 𝑢
⃗⃗⃗
𝑢 ∙𝑣⃗⃗⃗
Si llamamos 𝜑̂ al ángulo entre los vectores, tenemos: 𝑐𝑜𝑠 𝜑̂ = ‖𝑢⃗⃗⃗ ‖ ‖𝑣⃗⃗⃗ ‖

𝑢 𝑣 = −10, ‖𝑢
⃗⃗⃗ ∙ ⃗⃗⃗ ⃗⃗⃗ ‖ = √20 𝑦 ‖𝑣
⃗⃗⃗ ‖ = √10
⃗⃗⃗
𝑢 ∙𝑣⃗⃗⃗ ⃗⃗⃗ ∙𝑣
𝑢 ⃗⃗⃗
𝑐𝑜𝑠 𝜑̂ = ‖𝑢⃗⃗⃗ ‖ ‖𝑣⃗⃗⃗ ‖ ⟹ 𝜑̂ = 𝑎𝑟𝑐𝑜𝑠 ‖𝑢⃗⃗⃗ ‖ ‖𝑣⃗⃗⃗ ‖
−10
𝜑̂ = 𝑎𝑟𝑐𝑜𝑠
√20 √10

𝜑̂ = 135°

Gráfico 25
𝑣 = (−2, 4, 1) 𝑦 ⃗⃗⃗
Ejemplo 2: calcular el ángulo, 𝜑̂, que forman los vectores ⃗⃗⃗ 𝑢 = (3, −1, 5)
⃗⃗⃗ ∙ 𝑢
𝑣 ⃗⃗⃗ = −2 .3 + 4(−1) + 1 .5 = −5
⃗⃗⃗ ‖ = √(−2)2 + 42 + 12 = √21
‖𝑣

⃗⃗⃗ ‖ = √32 + (−1)2 + 52 = √35

‖𝑢

7
Significa trazar por el extremo de uno de los vectores, una perpendicular a la dirección del otro, hasta que intercepte a
esta.

 Pág. 23 

Este archivo fue descargado de [Link]

 −5
Por lo tanto 𝜑̂ = 𝑎𝑟𝑐𝑜𝑠 ≅ 100° 37′ 40′′
√21√35

Gráfico 26

⃗⃗⃗ = (2, 1) sobre el vector 𝑣

Ejemplo 3: hallar la proyección escalar del vector 𝑢 ⃗⃗⃗ = (−3, 4)
⃗⃗⃗
𝑢 ∙𝑣 ⃗⃗⃗
|𝑢
⃗ 𝑣⃗ | = ‖𝑣⃗‖

⃗⃗⃗ ∙ ⃗⃗⃗
𝑢 𝑣 = −6 + 4 = −2
‖𝑣
⃗⃗⃗ ‖ = 5
2
⃗ 𝑣⃗ | = 5
|𝑢

𝑣 𝑑𝑒 ℝ𝑛 como
𝑢 𝑦 ⃗⃗⃗
La ventaja de considerar el producto escalar de dos vectores no nulos, ⃗⃗⃗
⃗⃗⃗ 𝑣 = ‖𝑢
𝑢 ∙ ⃗⃗⃗ ⃗⃗⃗ ‖ ‖𝑣
⃗⃗⃗ ‖ cos 𝜑̂, es que se puede demostrar con facilidad la condición necesaria y
suficiente para que dos vectores no nulos sean perpendiculares.
La condición necesaria y suficiente para que dos vectores no nulos ⃗⃗⃗ ⃗⃗⃗ 𝑑𝑒 ℝ𝑛 sean
𝑢 𝑦 𝑣
perpendiculares es que el producto escalar de los mismos sea nulo.
Sean los vectores 𝑢
⃗⃗⃗ 𝑦 𝑣
⃗⃗⃗ 𝑛𝑜 𝑛𝑢𝑙𝑜𝑠, 𝑢
⃗⃗⃗ ⊥ 𝑣
⃗⃗⃗ ⟺ 𝑢
⃗⃗⃗ ∙ ⃗⃗⃗
𝑣 =0
D)
⃗⃗⃗ ⊥ ⃗⃗⃗
⟹) Si 𝑢 𝑣 ⟹𝑢⃗⃗⃗ ∙ ⃗⃗⃗
𝑣 =0
𝑣 = ‖𝑢
⃗⃗⃗ ∙ ⃗⃗⃗
𝑢 ⃗⃗⃗ ‖ ‖𝑣
⃗⃗⃗ ‖ 𝑐𝑜𝑠 𝜑̂ siendo 𝜑̂ el ángulo que forman los vectores. Como por hipótesis se
𝑢 ⊥ ⃗⃗⃗
tiene que ⃗⃗⃗ 𝑣 ⟹ 𝜑̂ = 90°
𝑢 ∙ ⃗⃗⃗
⃗⃗⃗ ⃗⃗⃗ ‖ ‖𝑣
𝑣 = ‖𝑢 ⃗⃗⃗ ‖ cos 90°
𝑢 𝑣 = ‖𝑢
⃗⃗⃗ ∙ ⃗⃗⃗ ⃗⃗⃗ ‖ ‖𝑣
⃗⃗⃗ ‖ 0
⃗⃗⃗
𝑢 ∙ ⃗⃗⃗
𝑣 =0

⟸) Si 𝑢
⃗⃗⃗ ∙ ⃗⃗⃗
𝑣 =0 ⟹𝑢
⃗⃗⃗ ⊥ ⃗⃗⃗
𝑣
Si el producto escalar es 0 y los vectores son no nulos, necesariamente debe ser 𝑐𝑜𝑠 𝜑̂ = 0,
o lo que es lo mismo 𝜑̂ = 90° o sea el ángulo que forman los vectores es 90°, es decir que
𝑢 ⊥𝑣
⃗⃗⃗ ⃗⃗⃗ . Quedando demostrada de esta manera la condición necesaria y suficiente.

 Pág. 24 

Este archivo fue descargado de [Link]

Aplicaciones del producto escalar: en dinámica elemental, se define el trabajo (𝑊)
realizado por una fuerza 𝐹 que actúa sobre un objeto como el producto de la fuerza por
la distancia que recorre su punto de aplicación en dirección de la fuerza. Si la fuerza es
constante y el desplazamiento es rectilíneo, entonces el trabajo de la fuerza es el producto
escalar entre la fuerza aplicada y el vector desplazamiento ( ⃗⃗⃗⃗⃗
∆𝑟 ) es decir, 𝑊 = ⃗⃗⃗ ⃗⃗⃗⃗ o
𝐹 ∙ ∆𝑟
⃗⃗⃗⃗⃗ ‖ cos 𝜑 (1). Tal como se indica en la figura 2.
⃗⃗⃗ ‖ . ‖∆𝑟
𝑊 = ‖𝐹
Las ecuaciones (1) indican que el trabajo realizado por una fuerza es una magnitud
escalar.

Figura 2

Analizando la figura 2 podemos concluir que si el ángulo 

̂ entre los vectores es agudo,
el trabajo será positivo, si 
̂ = 90°, el trabajo será nulo y si es obtuso, el trabajo de la
fuerza será negativo.

Como se dijo anteriormente, el producto escalar no es el único producto que se puede

efectuar entre vectores, existe también el producto vectorial, que se diferencia del anterior
porque en este caso se obtiene por resultado, otro vector.
Cabe destacar que el producto vectorial tiene diversas aplicaciones y solo es posible en el
espacio de tres dimensiones (ℝ3 ).
En primer lugar veremos que todo vector de ℝ3 puede ser expresado, según tres
direcciones dadas, como la suma de productos de un escalar por un vector unitario en
las direcciones establecidas.
Particularmente, en un sistema de coordenadas cartesianas ortogonales, se representan
los vectores (1, 0, 0), (0, 1, 0) 𝑦 (0, 0, 1).

Figura 3

 Pág. 25 

Este archivo fue descargado de [Link]

4.2.- Versores fundamentales8: El vector (1, 0, 0), al que se denomina 𝑖̌, tiene la dirección
⃗⃗⃗⃗ , su sentido corresponde al sentido positivo de dicho eje y su módulo es 1. Por lo
del eje 𝑜𝑥
tanto 𝑖̌ = (1, 0, 0) es el versor fundamental en la dirección del eje 𝑜𝑥
⃗⃗⃗⃗ .
De manera similar
𝑗̌ = (0, 1, 0) es el versor fundamental en la dirección del eje 𝑜𝑦
⃗⃗⃗⃗
𝑘̌ = (0, 0, 1) es el versor fundamental en la dirección del eje 𝑜𝑧
⃗⃗⃗⃗
⃗⃗⃗ = (𝑢1 , 𝑢2 , 𝑢3 ) 𝑑𝑒 ℝ3 puede ser expresado como la suma de
A partir de esto, todo vector 𝑢
productos de un escalar por un versor, ya que:
⃗⃗⃗ = (𝑢1 , 𝑢2 , 𝑢3 )
𝑢
⃗⃗⃗ = (𝑢1 , 0, 0) + (0, 𝑢2 , 0) + (0, 0, 𝑢3 )
𝑢
𝑢 = 𝑢1 (1, 0, 0) + 𝑢2 (0, 1, 0) + 𝑢3 (0, 0, 1)
⃗⃗⃗
⃗⃗⃗ = 𝑢1 𝑖̌ + 𝑢2 𝑗̌ + 𝑢3 𝑘̌
𝑢
𝑢 = 2𝑖̌ + 3𝑗̌ + 𝑘̌ es decir dos
⃗⃗⃗ = (2, 3, 1) 𝑑𝑒 ℝ3 puede ser expresado como ⃗⃗⃗
Ejemplo: el vector 𝑢
veces el versor en la dirección 𝑥, tres veces el versor en la dirección 𝑦, finalmente una vez
el versor en la dirección 𝑧.

Gráfico 27
Corresponde ahora definir la nueva operación entre vectores que se realiza con
exclusividad en ℝ3 : el producto vectorial.

𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) 𝑑𝑒 ℝ3 se
𝑢 = (𝑢1 , 𝑢2 , 𝑢3 ) 𝑦 ⃗⃗⃗
4.3.- Producto vectorial9: Dados dos vectores ⃗⃗⃗
⃗⃗⃗ × 𝑣
define producto vectorial entre esos dos vectores como el vector 𝑢 ⃗⃗⃗ definido por:
𝑢 𝑣 = (𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖̌ + (𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗̌ + (𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘̌.
⃗⃗⃗ × ⃗⃗⃗
Observemos que el vector anterior se puede escribir simbólicamente en forma de
determinante como sigue:

8
También denominados, vectores canónicos.
9
Esta operación también se conoce como Producto cruz.

 Pág. 26 

Este archivo fue descargado de [Link]

 𝑖̌ 𝑗̌ 𝑘̌
⃗⃗⃗ × ⃗⃗⃗
𝑢 𝑣 = |𝑢1 𝑢2 𝑢3 |
𝑣1 𝑣2 𝑣3
Al desarrollar este determinante se obtiene el vector anterior, destacamos que el
determinante es simbólico ya que su desarrollo es un vector y no un escalar.
Veamos que módulo, dirección y sentido tiene el nuevo vector definido mediante esta
operación.

Módulo del producto vectorial: El módulo del producto vectorial de dos vectores ⃗⃗⃗
𝑢 =
𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) 𝑑𝑒 ℝ3 es el producto de sus módulos por el seno del ángulo que
(𝑢1 , 𝑢2 , 𝑢3 ) 𝑦 ⃗⃗⃗
forman.
Sean ⃗⃗⃗ 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) ∈ ℝ3 ⟹ ‖𝑢
𝑢 = (𝑢1 , 𝑢2 , 𝑢3 ) 𝑦 ⃗⃗⃗ ⃗⃗⃗ ‖ = ‖𝑢
⃗⃗⃗ × 𝑣 ⃗⃗⃗ ‖ ‖ 𝑣
⃗⃗⃗ ‖ 𝑠𝑒𝑛 𝜑̂, siendo 𝜑̂ el
ángulo entre 𝑢
⃗⃗⃗ 𝑦 𝑣
⃗⃗⃗
D) Sabemos que por propiedades del módulo de un vector:
‖𝑢 ⃗⃗⃗ ‖2 = (𝑢
⃗⃗⃗ × 𝑣 ⃗⃗⃗ × 𝑣
⃗⃗⃗ ) ∙ (𝑢
⃗⃗⃗ × ⃗⃗⃗
𝑣 )=
= [(𝑢2 𝑣3 − 𝑢3 𝑣2 ), (𝑢3 𝑣1 − 𝑢1 𝑣3 ), (𝑢1 𝑣2 − 𝑢2 𝑣1 )] ∙ [(𝑢2 𝑣3 − 𝑢3 𝑣2 ), (𝑢3 𝑣1 − 𝑢1 𝑣3 ), (𝑢1 𝑣2 − 𝑢2 𝑣1 )]
= (𝑢2 𝑣3 − 𝑢3 𝑣2 )2 + (𝑢3 𝑣1 − 𝑢1 𝑣3 )2 + (𝑢1 𝑣2 − 𝑢2 𝑣1 )2
= 𝑢22 𝑣32 + 𝑢32 𝑣22 + 𝑢32 𝑣12 + 𝑢12 𝑣32 + 𝑢12 𝑣22 + 𝑢22 𝑣12 − 2𝑢2 𝑣3 𝑢3 𝑣2 − 2𝑢3 𝑣1 𝑢1 𝑣3 − 2𝑢1 𝑣2 𝑢2 𝑣1
= 𝑢12 𝑣12 + 𝑢12 𝑣22 + 𝑢12 𝑣32 + 𝑢22 𝑣12 + 𝑢22 𝑣22 + 𝑢22 𝑣32 + 𝑢32 𝑣12 + 𝑢32 𝑣22 + 𝑢32 𝑣32 − 𝑢12 𝑣12 − 𝑢22 𝑣22 − 𝑢32 𝑣32 −
2𝑢2 𝑣3 𝑢3 𝑣2 − 2𝑢3 𝑣1 𝑢1 𝑣3 − 2𝑢1 𝑣2 𝑢2 𝑣1
= ( 𝑢12 + 𝑢22 + 𝑢32 )( 𝑣12 + 𝑣22 + 𝑣32 ) − (𝑢12 𝑣12 + 𝑢22 𝑣22 + 𝑢32 𝑣32 + 2𝑢1 𝑣1 𝑢2 𝑣2 + 2𝑢1 𝑣1 𝑢3 𝑣3 + 2𝑢2 𝑣2 𝑢3 𝑣3 )
= ( 𝑢12 + 𝑢22 + 𝑢32 )( 𝑣12 + 𝑣22 + 𝑣32 ) − (𝑢1 𝑣1 + 𝑢2 𝑣2 + 𝑢3 𝑣3 )2
⃗⃗⃗ ‖2 ‖ 𝑣
= ‖𝑢 ⃗⃗⃗ ‖2 − (𝑢 𝑣 )2
⃗⃗⃗ ∙ ⃗⃗⃗
⃗⃗⃗ = ‖𝑢
⃗⃗⃗ ∙ 𝑣
Sabemos que 𝑢 ⃗⃗⃗ ‖ ‖𝑣
⃗⃗⃗ ‖ cos 𝜑̂
⃗⃗⃗ ‖2 ‖ 𝑣
= ‖𝑢 ⃗⃗⃗ ‖2 − (‖𝑢 ⃗⃗⃗ ‖ cos 𝜑̂)2
⃗⃗⃗ ‖ ‖𝑣
⃗⃗⃗ ‖2 ‖ 𝑣
= ‖𝑢 ⃗⃗⃗ ‖2 − ‖𝑢
⃗⃗⃗ ‖2 ‖𝑣
⃗⃗⃗ ‖2 cos2 𝜑̂
⃗⃗⃗ ‖2 ‖ 𝑣
= ‖𝑢 ⃗⃗⃗ ‖2 (1 − cos2 𝜑
̂)
‖𝑢 ⃗⃗⃗ ‖2 = ‖𝑢
⃗⃗⃗ × 𝑣 ⃗⃗⃗ ‖2 ‖ 𝑣
⃗⃗⃗ ‖2 𝑠𝑒𝑛2 𝜑
̂
‖𝑢 ⃗⃗⃗ ‖ = ‖𝑢
⃗⃗⃗ × 𝑣 ⃗⃗⃗ ‖ ‖ ⃗⃗⃗
𝑣 ‖ 𝑠𝑒𝑛 𝜑
̂
De esta última expresión, se obtiene una nueva definición de vectores paralelos en ℝ3 ,
que se expresa en el siguiente corolario:

𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) 𝑑𝑒 ℝ3 se dicen
⃗⃗⃗ = (𝑢1 , 𝑢2 , 𝑢3 ) 𝑦 ⃗⃗⃗
Vectores paralelos: Dos vectores no nulos 𝑢
paralelos si y sólo si su producto vectorial es igual al vector nulo.
⃗⃗⃗ = (𝑣1 , 𝑣2 , 𝑣3 ) 𝑑𝑒 ℝ3, ⃗⃗⃗
𝑢 = (𝑢1 , 𝑢2 , 𝑢3 ) 𝑦 𝑣
Dados ⃗⃗⃗ 𝑢 // 𝑣
⃗⃗⃗ ⟺ ⃗⃗⃗
𝑢 ×𝑣 ⃗⃗⃗
⃗⃗⃗ = 0
D)
⟹) Si 𝑢
⃗⃗⃗ // ⃗⃗⃗
𝑣 entonces ⃗⃗⃗
𝑣 =𝜆𝑢
⃗⃗⃗ por lo tanto

 Pág. 27 

Este archivo fue descargado de [Link]

⃗⃗⃗ × ⃗⃗⃗
𝑢 𝑣 =𝑢⃗⃗⃗ × (𝜆 ⃗⃗⃗
𝑢 )
⃗⃗⃗ × ⃗⃗⃗
𝑢 𝑣 = 𝜆( ⃗⃗⃗
𝑢 ×𝑢⃗⃗⃗ ) por propiedades del producto vectorial
𝑣 = 𝜆 . ⃗⃗0⃗ por propiedades del producto vectorial10
⃗⃗⃗ × ⃗⃗⃗
𝑢
𝑢
⃗⃗⃗ × ⃗⃗⃗
𝑣 =0⃗⃗⃗

⟸) ⃗⃗⃗
𝑢 ×𝑣⃗⃗⃗ = ⃗⃗0⃗ ⟹ ⃗⃗⃗
𝑢 // ⃗⃗⃗
𝑣
𝑢
⃗⃗⃗ × ⃗⃗⃗
𝑣 =0⃗⃗⃗ ⟹ ‖𝑢 ⃗⃗⃗ ‖ = 0 pero
⃗⃗⃗ × 𝑣
‖𝑢 ⃗⃗⃗ ‖ = ‖𝑢
⃗⃗⃗ × 𝑣 ⃗⃗⃗ ‖ ‖ ⃗⃗⃗
𝑣 ‖ 𝑠𝑒𝑛 𝜑
̂
𝑢 𝑦 𝑣
Como los vectores ⃗⃗⃗ ⃗⃗⃗ son no nulos entonces 𝑠𝑒𝑛 𝜑
̂ =0
Si 𝑠𝑒𝑛 𝜑
̂ = 0 entonces 𝜑
̂ = 0° ó 𝜑
̂ = 180° , lo que implica que los vectores 𝑢
⃗⃗⃗ 𝑦 𝑣
⃗⃗⃗ son
paralelos.

Dirección del producto vectorial: La dirección del vector ⃗⃗⃗

𝑢 ×𝑣⃗⃗⃗ es la de la recta
𝑢 y𝑣
perpendicular al plano determinado por los vectores ⃗⃗⃗ ⃗⃗⃗
Sean ⃗⃗⃗ ⃗⃗⃗ = (𝑣1 , 𝑣2 , 𝑣3 ) ∈ ℝ3 ⟹ (𝑢
𝑢 = (𝑢1 , 𝑢2 , 𝑢3 ) 𝑦 𝑣 𝑣)⊥𝑢
⃗⃗⃗ × ⃗⃗⃗ ⃗⃗⃗ ∧ (𝑢 ⃗⃗⃗ ) ⊥ 𝑣
⃗⃗⃗ × 𝑣 ⃗⃗⃗
D) Para que dos vectores sean perpendiculares, su producto escalar debe ser nulo.
⃗⃗⃗ × 𝑣
Multipliquemos escalarmente 𝑢 ⃗⃗⃗ con 𝑢
⃗⃗⃗ .
(𝑢 ⃗⃗⃗ = [(𝑢2 𝑣3 − 𝑢3 𝑣2 ), (𝑢3 𝑣1 − 𝑢1 𝑣3 ), (𝑢1 𝑣2 − 𝑢2 𝑣1 )] ∙ (𝑢1 , 𝑢2 , 𝑢3 )
⃗⃗⃗ ) ∙ 𝑢
⃗⃗⃗ × 𝑣
(𝑢 ⃗⃗⃗ ) ∙ 𝑢
⃗⃗⃗ × 𝑣 ⃗⃗⃗ = (𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑢1 + (𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑢2 + (𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑢3
(𝑢 ⃗⃗⃗ ) ∙ 𝑢
⃗⃗⃗ × 𝑣 ⃗⃗⃗ = 𝑢1 𝑢2 𝑣3 − 𝑢1 𝑢3 𝑣2 + 𝑢2 𝑢3 𝑣1 − 𝑢1 𝑢2 𝑣3 + 𝑢1 𝑢3 𝑣2 − 𝑢2 𝑢3 𝑣1
(𝑢 ⃗⃗⃗ ) ∙ 𝑢
⃗⃗⃗ × 𝑣 ⃗⃗⃗ = 0
Este resultado indica que (𝑢 ⃗⃗⃗ ) ⊥ 𝑢
⃗⃗⃗ × 𝑣 ⃗⃗⃗
De manera similar se puede demostrar que (𝑢 𝑣)⊥𝑣
⃗⃗⃗ × ⃗⃗⃗ ⃗⃗⃗
Por lo tanto (𝑢 ⃗⃗⃗ ) ⊥ ⃗⃗⃗
⃗⃗⃗ × 𝑣 𝑢 ∧ (𝑢 ⃗⃗⃗ ) ⊥ 𝑣
⃗⃗⃗ × 𝑣 ⃗⃗⃗ lo que implica que 𝑢
⃗⃗⃗ × 𝑣
⃗⃗⃗ es perpendicular al plano
determinado por los vectores ⃗⃗⃗
𝑢 y ⃗⃗⃗
𝑣.

Sentido del producto vectorial: antes de poder determinar el sentido del producto
vectorial, tengamos en cuenta un concepto previo: el de triedros11
Podemos observar, en la figura 4, que no existe rotación alguna de uno de los triedros
que haga coincidir todos los ejes del mismo nombre –inclusive su dirección– con el otro
triedro.

10 Estas propiedades se demostrarán en el apartado correspondiente.

11
Figura geométrica formada por tres semirrectas que parten del mismo origen, pero que no están situadas en un mismo
plano.

 Pág. 28 

Este archivo fue descargado de [Link]

 Figura 4a Figura 4b

En efecto, si se hacen coincidir los orígenes y los ejes 𝑥 e 𝑦 de modo que se superpongan
las partes positivas de ambos triedros, los sentidos de los ejes 𝑧 resultan opuestos. Se
dice que los triedros tienen distinta 𝑜𝑟𝑖𝑒𝑛𝑡𝑎𝑐𝑖ó𝑛.
Para distinguir las orientaciones, consideremos un triedro como el de la Figura 4a e
imaginemos que la parte positiva del eje 𝑥 gira hacia la parte positiva del eje 𝑦. Un tornillo
colocado perpendicularmente en el plano XY que gira del mismo modo, avanza hacia la
parte positiva del eje 𝑧. Se dice que este triedro es positivo o directo. En caso contrario,
triedro (Figura 4b), se dice que es negativo o inverso.
Existen vectores en cuya definición interviene la orientación del espacio, de tal manera
que al cambiar ésta, cambia el sentido del vector, es decir que estos vectores no quedan
definidos independientemente del sistema de coordenadas al que está referido el espacio.
Por tal motivo se los denomina 𝑝𝑠𝑒𝑢𝑑𝑜𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠. Esto ocurre con el producto vectorial.
El sentido del producto vectorial 𝑢
⃗⃗⃗ × 𝑣
⃗⃗⃗ es tal que el triedro ( 𝑢
⃗⃗⃗ , ⃗⃗⃗
𝑣 ,𝑢⃗⃗⃗ × 𝑣
⃗⃗⃗ ) sea positivo o
directo, si es directo el sistema de coordenadas elegido.

Figura 5

 Pág. 29 

Este archivo fue descargado de [Link]

Conceptualmente podemos relacionar el sentido del producto vectorial con el avance de
un tornillo que se mantiene perpendicular al plano XY, tal como se muestra en la figura.

Figura 6

Ejemplo 1:
⃗⃗⃗ = (3, − 1, 1) 𝑦 ⃗⃗⃗
a) Calcular el producto vectorial de 𝑢 𝑣 = (1, 1, 1)
𝑖 𝑗 𝑘
𝑢 𝑣 = |3 −1 1| = −2𝑖 − 2𝑗 + 4𝑘 = (−2, −2, 4)
⃗⃗⃗ × ⃗⃗⃗
1 1 1
𝑢 ×𝑣
b) Comprobar que el vector ⃗⃗⃗ ⃗⃗⃗ es perpendicular a los vectores dados.
(−2, −2, 4) ∙ (3, −1, 1) = −6 + 2 + 4 = 0
(−2, −2, 4) ∙ (1, 1, 1) = −2 − 2 + 4 = 0

Gráfico 28
c) Hallar un vector unitario perpendicular a ⃗⃗⃗
𝑢 y ⃗⃗⃗
𝑣
El vector 𝑢
⃗⃗⃗ × 𝑣
⃗⃗⃗ es perpendicular a 𝑢
⃗⃗⃗ y 𝑣
⃗⃗⃗ pero no es unitario. Por lo tanto:

 Pág. 30 

Este archivo fue descargado de [Link]

(−2,−2,4) 2 2 4
= (− , − 24 , 24) que es el vector solicitado.
√24 √24 √ √

Ejemplo 2: realizar los siguientes productos vectoriales: 𝑖̌ × 𝑗̌; 𝑗̌ × 𝑘̌ ; 𝑘̌ × 𝑖̌;

𝑖 𝑗 𝑘
𝑖̌ × 𝑗̌ = |1 0 0| = 0𝑖 + 0𝑗 + 𝑘 = (0, 0, 1) = 𝑘̌
0 1 0
𝑖 𝑗 𝑘
𝑗̌ × 𝑘̌ = |0 1 0| = 𝑖 + 0𝑗 + 0𝑘 = (1, 0, 0) = 𝑖̌
0 0 1
𝑖 𝑗 𝑘
̌𝑘 × 𝑖̌ = |0 0 1| = 0𝑖 + 𝑗 + 0𝑘 = (0, 1, 0) = 𝑗̌
1 0 0
De manera similar se puede demostrar que:
𝑖̌ × 𝑖̌ = 𝑗̌ × 𝑗̌ = 𝑘̌ × 𝑘̌ = ⃗⃗0⃗
Finalmente:
𝑖̌ × 𝑖̌ = 𝑗̌ × 𝑗̌ = 𝑘̌ × 𝑘̌ = 0
⃗⃗⃗

𝑖̌ × 𝑗̌ = 𝑘̌ 𝑗̌ × 𝑖̌ = −𝑘̌
𝑗̌ × 𝑘̌ = 𝑖̌ 𝑘̌ × 𝑗̌ = −𝑖̌
𝑘̌ × 𝑖̌ = 𝑗̌ 𝑖̌ × 𝑘̌ = −𝑗̌
De donde debemos notar que:
El producto vectorial de cualquier vector canónico consigo mismo da como resultado el
vector nulo (en las propiedades del producto vectorial esto se generaliza para cualquier
vector de ℝ3 ).
El producto vectorial de dos vectores canónicos consecutivos en el sentido de las agujas
del reloj tiene por resultado el siguiente vector canónico y cuando se considera el sentido
contrario de las agujas del reloj, el resultado es el opuesto del siguiente vector canónico.

Propiedades del producto vectorial

P1) El producto vectorial es anticonmutativo
∀ ⃗⃗⃗ 𝑣 ∈ ℝ3 : 𝑢
𝑢 , ⃗⃗⃗ ⃗⃗⃗ × ⃗⃗⃗
𝑣 = −𝑣
⃗⃗⃗ × 𝑢
⃗⃗⃗
𝑢 𝑣 = (𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖 + (𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗 + (𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘.
⃗⃗⃗ × ⃗⃗⃗
𝑣 = −(𝑢3 𝑣2 − 𝑢2 𝑣3 )𝑖 − (𝑢1 𝑣3 − 𝑢3 𝑣1 )𝑗 − (𝑢2 𝑣1 − 𝑢1 𝑣2 )𝑘.
⃗⃗⃗ × ⃗⃗⃗
𝑢
𝑢 𝑣 = −[(𝑢3 𝑣2 − 𝑢2 𝑣3 )𝑖 + (𝑢1 𝑣3 − 𝑢3 𝑣1 )𝑗 + (𝑢2 𝑣1 − 𝑢1 𝑣2 )𝑘].
⃗⃗⃗ × ⃗⃗⃗
𝑢
⃗⃗⃗ × ⃗⃗⃗
𝑣 = −𝑣
⃗⃗⃗ × 𝑢
⃗⃗⃗

P2) El producto vectorial es distributivo a izquierda y a derecha, respecto de la suma de

vectores
⃗⃗⃗ , 𝑣
∀𝑢 𝑤 ∈ ℝ3 : 𝑢
⃗⃗⃗ , ⃗⃗⃗⃗ ⃗⃗⃗ × ( ⃗⃗⃗ 𝑤 ) = ⃗⃗⃗
𝑣 + ⃗⃗⃗⃗ 𝑢 ×𝑣⃗⃗⃗ + ⃗⃗⃗
𝑢 ×𝑤⃗⃗⃗⃗
⃗⃗⃗ × ( 𝑣
𝑢 𝑤 ) = [(𝑢2 (𝑣3 + 𝑤3 ) − 𝑢3 (𝑣2 + 𝑤2 ))𝑖 + (𝑢3 (𝑣1 + 𝑤1 ) − 𝑢1 (𝑣3 + 𝑤3 ))𝑗 + (𝑢1 (𝑣2 + 𝑤2 ) −
⃗⃗⃗ + ⃗⃗⃗⃗
𝑢2 (𝑣1 + 𝑤1 ))𝑘 ]

 Pág. 31 

Este archivo fue descargado de [Link]

⃗⃗⃗ × ( 𝑣
𝑢 𝑤 ) = [((𝑢2 𝑣3 + 𝑢2 𝑤3 ) − (𝑢3 𝑣2 + 𝑢3 𝑤2 ))𝑖 + ((𝑢3 𝑣1 + 𝑢3 𝑤1 ) − (𝑢1 𝑣3 + 𝑢1 𝑤3 ))𝑗 +
⃗⃗⃗ + ⃗⃗⃗⃗
((𝑢1 𝑣2 + 𝑢1 𝑤2 ) − (𝑢2 𝑣1 + 𝑢2 𝑤1 ))𝑘 ]
⃗⃗⃗ × ( 𝑣
𝑢 𝑤 ) = [(𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖 + (𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗 + (𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘] + [(𝑢2 𝑤3 − 𝑢3 𝑤2 )𝑖 + (𝑢3 𝑤1 −
⃗⃗⃗ + ⃗⃗⃗⃗
𝑢1 𝑤3 )𝑗 + (𝑢1 𝑣2 − 𝑢2 𝑤1 )𝑘]
⃗⃗⃗ × ( 𝑣
𝑢 𝑤 ) = ⃗⃗⃗
⃗⃗⃗ + ⃗⃗⃗⃗ 𝑢 ×𝑣⃗⃗⃗ + ⃗⃗⃗
𝑢 ×𝑤⃗⃗⃗⃗
Para el caso de la distributividad a derecha respecto de la suma de vectores se procede
de manera similar.
Una manera alternativa al procedimiento anterior, es usar las propiedades ya estudiadas
del producto vectorial.
(𝑣 ⃗⃗⃗⃗ ) × ⃗⃗⃗
⃗⃗⃗ + 𝑤 𝑢 = ⃗⃗⃗
𝑣 × ⃗⃗⃗
𝑢 + ⃗⃗⃗⃗
𝑤 ×𝑢 ⃗⃗⃗
(𝑣 ⃗⃗⃗⃗ ) × ⃗⃗⃗
⃗⃗⃗ + 𝑤 𝑢 ×(𝑣
𝑢 = −[ ⃗⃗⃗ 𝑤 )] por anticonmutatividad
⃗⃗⃗ + ⃗⃗⃗⃗
(𝑣 ⃗⃗⃗⃗ ) × ⃗⃗⃗
⃗⃗⃗ + 𝑤 𝑢 = −[ ⃗⃗⃗
𝑢 ×𝑣⃗⃗⃗ + ⃗⃗⃗
𝑢 ×𝑤⃗⃗ ] por distributividad a izquierda
(𝑣 ⃗⃗⃗⃗ ) × ⃗⃗⃗
⃗⃗⃗ + 𝑤 𝑢 =−𝑢
⃗⃗⃗ × 𝑣
⃗⃗⃗ − ⃗⃗⃗
𝑢 ×𝑤⃗⃗
(𝑣 ⃗⃗⃗⃗ ) × ⃗⃗⃗
⃗⃗⃗ + 𝑤 𝑢 = ⃗⃗⃗
𝑣 ×𝑢⃗⃗⃗ + ⃗⃗⃗⃗
𝑤 ×𝑢 ⃗ Por anticonmutatividad.
Quedando así demostrada la propiedad.

P3) El producto vectorial es asociativo respecto al producto por un escalar.

∀𝑢 𝑣 ∈ ℝ3 , ∀𝛼 ∈ ℝ: 𝛼(𝑢
⃗⃗⃗ , ⃗⃗⃗ 𝑣 ) = (𝛼𝑢
⃗⃗⃗ × ⃗⃗⃗ ⃗⃗⃗ ) × 𝑣 𝑢 × (𝛼𝑣
⃗⃗⃗ = ⃗⃗⃗ ⃗⃗⃗ )
⃗⃗⃗ 𝑣 = (𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖 + (𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗 + (𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘.
𝑢 × ⃗⃗⃗
𝑣 ) = 𝛼[(𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖 + (𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗 + (𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘]
⃗⃗⃗ × ⃗⃗⃗
𝛼( 𝑢
𝛼( 𝑢 𝑣 ) = 𝛼(𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖 + 𝛼(𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗 + 𝛼(𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘 (1)
⃗⃗⃗ × ⃗⃗⃗

(𝛼𝑢
⃗⃗⃗ ) × ⃗⃗⃗
𝑣 = (𝛼𝑢2 𝑣3 − 𝛼𝑢3 𝑣2 )𝑖 + (𝛼𝑢3 𝑣1 − 𝛼𝑢1 𝑣3 )𝑗 + (𝛼𝑢1 𝑣2 − 𝛼𝑢2 𝑣1 )𝑘
⃗⃗⃗ ) × ⃗⃗⃗
(𝛼𝑢 𝑣 = 𝛼(𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖 + 𝛼(𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗 + 𝛼(𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘 (2)

𝑢 × (𝛼𝑣
⃗⃗⃗ ⃗⃗⃗ ) = (𝛼𝑢2 𝑣3 − 𝛼𝑢3 𝑣2 )𝑖 + (𝛼𝑢3 𝑣1 − 𝛼𝑢1 𝑣3 )𝑗 + (𝛼𝑢1 𝑣2 − 𝛼𝑢2 𝑣1 )𝑘
𝑢 × (𝛼𝑣
⃗⃗⃗ ⃗⃗⃗ ) = 𝛼(𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖 + 𝛼(𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗 + 𝛼(𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘 (3)
Se puede observar que las expresiones (1), (2) 𝑦 (3) son iguales, con lo que queda
demostrada la propiedad.

P4) El producto vectorial a derecha e izquierda por el vector nulo, es el vector nulo.
⃗⃗⃗ ∈ ℝ3 : 𝑢
∀𝑢 ⃗⃗⃗ = ⃗⃗0⃗ × 𝑢
⃗⃗⃗ × 0 ⃗⃗⃗
⃗⃗⃗ = 0
⃗⃗⃗ × ⃗⃗0⃗ = (𝑢2 0 − 𝑢3 0)𝑖 + (𝑢3 0 − 𝑢1 0)𝑗 + (𝑢1 0 − 𝑢2 0)𝑘 = ⃗⃗0⃗ (1)
𝑢
⃗⃗⃗ × ⃗⃗⃗
0 𝑢 = (𝑢2 0 − 𝑢3 0)𝑖 + (𝑢3 0 − 𝑢1 0)𝑗 + (𝑢1 0 − 𝑢2 0)𝑘 = ⃗⃗0⃗ (2)
Se puede observar que las expresiones (1) 𝑦 (2) son iguales, con lo que queda demostrada
la propiedad.

P5) El producto vectorial de cualquier vector por sí mismo, es el vector nulo.

𝑢 ∈ ℝ3 : 𝑢
∀ ⃗⃗⃗ ⃗⃗⃗ = ⃗⃗0⃗
⃗⃗⃗ × 𝑢

 Pág. 32 

Este archivo fue descargado de [Link]

 𝑢 = (𝑢2 𝑢3 − 𝑢3 𝑢2 )𝑖 + (𝑢3 𝑢1 − 𝑢1 𝑢3 )𝑗 + (𝑢1 𝑢2 − 𝑢2 𝑢1 )𝑘 = ⃗⃗0⃗
⃗⃗⃗ × ⃗⃗⃗
𝑢

Interpretación geométrica del producto vectorial

El área del paralelogramo (AP) cuyos lados no paralelos están dados por los vectores
𝑣 𝑑𝑒 ℝ3, está dada por el módulo del producto vectorial de dichos vectores.
⃗⃗⃗ 𝑦 ⃗⃗⃗
𝑢
𝑣 ∈ ℝ3 ⟹ 𝐴𝑃 = ‖𝑢
⃗⃗⃗ , ⃗⃗⃗
Dados 𝑢 ⃗⃗⃗ ‖
⃗⃗⃗ × 𝑣
D) Se debe considerar el paralelogramo cuyos lados no paralelos son los vectores
𝑢 𝑣 𝑑𝑒 ℝ3 𝑦 𝜑̂ el ángulo entre ellos, como muestra la figura.
⃗⃗⃗ , ⃗⃗⃗

Figura 7

𝐴𝑃 = 𝐵𝑎𝑠𝑒 . 𝑎𝑙𝑡𝑢𝑟𝑎
⃗⃗⃗ ‖ . ℎ
𝐴𝑃 = ‖𝑣
ℎ
𝑠𝑒𝑛𝜑̂ = ‖𝑢⃗⃗⃗ ‖ ⟹ ℎ = ‖𝑢
⃗⃗⃗ ‖ 𝑠𝑒𝑛𝜑̂ Por lo tanto

𝐴𝑃 = ‖𝑣
⃗⃗⃗ ‖ . ‖𝑢
⃗⃗⃗ ‖ 𝑠𝑒𝑛𝜑̂
𝐴𝑃 = ‖𝑢 ⃗⃗⃗ ‖
⃗⃗⃗ × 𝑣

A su vez este resultado permite calcular el área del triángulo determinado por los vectores
𝑢 𝑦 ⃗⃗⃗
⃗⃗⃗ 𝑣.
⃗⃗⃗ 𝑑𝑒 ℝ3 es igual a la mitad
⃗⃗⃗ 𝑦 𝑣
El área del triángulo (AT) determinado por los vectores 𝑢
del módulo del producto vectorial de dichos vectores.

Figura 8
𝑏𝑎𝑠𝑒 .𝑎𝑙𝑡𝑢𝑟𝑎
𝐴𝑇 = 2
⃗⃗⃗ ‖ .‖𝑢
‖𝑣 ⃗⃗⃗ ‖ 𝑠𝑒𝑛𝜑
̂
𝐴𝑇 = 2
‖𝑢 ⃗⃗⃗ ‖
⃗⃗⃗ ×𝑣
𝐴𝑇 = 2

 Pág. 33 

Este archivo fue descargado de [Link]

Ejemplo: dados los puntos 𝐴(1, 3, 1), 𝐵(1, – 1, 3) 𝑦 𝐶(−2, 3, 2) calcular el área del triángulo
∆
⏞.
𝐴𝐵𝐶
Una de las formas de resolver la situación es utilizando vectores y pensando en el área
del triángulo como la mitad del área del paralelogramo que tiene por lados no paralelos
dos vectores que se pueden formar con los puntos dados.

Gráfico 29

⃗⃗⃗⃗⃗ = (0, −4, 2) 𝑦 ⃗⃗⃗⃗⃗

𝐴𝐵 𝐴𝐶 = (−3, 0, 1)
⃗⃗⃗⃗⃗ × ⃗⃗⃗⃗⃗
𝐴𝐵 𝐴𝐶 = (−4, −6, 12)
⃗⃗⃗⃗⃗ × 𝐴𝐶
‖𝐴𝐵 ⃗⃗⃗⃗⃗ ‖ = √16 + 36 + 144 = 14
1
Área del triángulo: 2
14 = 7 [ 𝑢𝑙]2

Aplicaciones del producto vectorial: Torque, Torca, Momento de fuerza o Momento de

torsión es una magnitud vectorial que se simboliza con la letra griega ⃗⃗𝜏 (tau).
Una fuerza ⃗⃗F actúa en un punto de un cuerpo que está posicionado por el vector ⃗⃗𝑟
respecto a un origen O sobre el eje de rotación, entonces el Torque es un vector que
resulta del producto vectorial entre la fuerza y el vector posición: 𝜏⃗⃗ = ⃗⃗𝑟 × ⃗⃗⃗
𝐹
⃗⃗⃗ ‖ ∙ 𝑠𝑒𝑛𝜑, siendo 
El módulo del torque estará dado por: ‖𝜏⃗⃗ ‖ = ‖𝑟⃗⃗ ‖ ∙ ‖𝐹 ̂ el ángulo entre los
dos vectores. De esta expresión se deduce que cuando se desea hacer girar un cuerpo,
por ejemplo desenroscar un bulón, una forma sencilla de hacerlo es tomar la llave desde
un punto lo más alejado del eje de giro, aumentando ‖𝑟⃗⃗ ‖ y aplicar una fuerza ⃗⃗⃗
𝐹 que en
lo posible sea perpendicular a ⃗⃗𝑟 de manera tal que 
̂ = 90°. Esto se muestra en la figura
9.

 Pág. 34 

Este archivo fue descargado de [Link]

 Figura 9

Con los productos estudiados, se puede formar un tercer producto entre vectores,
producto mixto cuyo resultado es un escalar.

4.4.- Producto Mixto12: se llama producto mixto de tres vectores 𝑢

⃗⃗⃗ , ⃗⃗⃗
𝑣 𝑦 ⃗⃗⃗⃗
𝑤 , y se simboliza
como (𝑢
⃗⃗⃗ , ⃗⃗⃗ 𝑤 ), al número real que se obtiene al realizar ( 𝑢
𝑣 , ⃗⃗⃗⃗ ⃗⃗⃗ × ⃗⃗⃗
𝑣 )∙𝑤
⃗⃗⃗⃗
⃗⃗⃗ , ⃗⃗⃗
Dados 𝑢 𝑤 ∈ ℝ3 ⟹ (𝑢
𝑣 , ⃗⃗⃗⃗ ⃗⃗⃗ , ⃗⃗⃗ 𝑤 ) = (𝑢
𝑣 , ⃗⃗⃗⃗ ⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗ × 𝑣 ⃗⃗⃗⃗
⃗⃗⃗ = (𝑢1 , 𝑢2 , 𝑢3 ), 𝑣
Si los vectores son 𝑢 ⃗⃗⃗ = (𝑣1 , 𝑣2 , 𝑣3 ) 𝑦 𝑤
⃗⃗⃗⃗ = (𝑤1 , 𝑤2 , 𝑤3 ) y se resuelven los
productos en el orden indicado se obtiene
𝑖 𝑗 𝑘
𝑣 = |𝑢1
⃗⃗⃗ × ⃗⃗⃗
𝑢 𝑢2 𝑢3 |
𝑣1 𝑣2 𝑣3
𝑢 𝑣 = (𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖 + (𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗 + (𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘.
⃗⃗⃗ × ⃗⃗⃗
(𝑢 ⃗⃗⃗⃗ = [(𝑢2 𝑣3 − 𝑢3 𝑣2 )𝑖 + (𝑢3 𝑣1 − 𝑢1 𝑣3 )𝑗 + (𝑢1 𝑣2 − 𝑢2 𝑣1 )𝑘] ∙ (𝑤1 , 𝑤2 , 𝑤3 )
⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗ × 𝑣
(𝑢 ⃗⃗⃗⃗ = [𝑤1 (𝑢2 𝑣3 − 𝑢3 𝑣2 ) + 𝑤2 (𝑢3 𝑣1 − 𝑢1 𝑣3 ) + 𝑤3 (𝑢1 𝑣2 − 𝑢2 𝑣1 )]
⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗ × 𝑣
(𝑢 ⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗ × 𝑣 ⃗⃗⃗⃗ = (𝑢2 𝑣3 𝑤1 − 𝑢3 𝑣2 𝑤1 + 𝑢3 𝑣1 𝑤2 − 𝑢1 𝑣3 𝑤2 + 𝑢1 𝑣2 𝑤3 − 𝑢2 𝑣1 𝑤3 )
(𝑢 ⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗ × 𝑣 ⃗⃗⃗⃗ = (𝑢1 𝑣2 𝑤3 + 𝑢2 𝑣3 𝑤1 + 𝑢3 𝑣1 𝑤2 − 𝑢3 𝑣2 𝑤1 − 𝑢1 𝑣3 𝑤2 − 𝑢2 𝑣1 𝑤3 )
𝑢1 𝑢2 𝑢3
(𝑢 ⃗⃗⃗⃗ = | 𝑣1
⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗ × 𝑣 𝑣2 𝑣3 |
𝑤1 𝑤2 𝑤3
Es decir que el producto mixto se resuelve mediante un determinante de orden 3 cuyas
filas son las componentes de los vectores dados.

Ejemplo: calcular, por dos procedimientos, el producto mixto de los siguientes vectores
⃗⃗⃗ = (0, 1, 1), ⃗⃗⃗
𝑢 𝑣 = (0, 3, 0) 𝑦 ⃗⃗⃗⃗
𝑤 = (5, 0, 2)
𝑢 ×𝑣
a) Aplicamos la definición, es decir calculamos el producto vectorial ⃗⃗⃗ ⃗⃗⃗ y a ese vector
lo multiplicamos escalarmente por ⃗⃗⃗⃗
𝑤
𝑢
⃗⃗⃗ × ⃗⃗⃗
𝑣 = (−3, 0, 0)
( ⃗⃗⃗
𝑢 ×𝑣⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗⃗ = (−3, 0, 0) ∙ (5, 0, 2)
(𝑢 ⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗ × 𝑣 ⃗⃗⃗⃗ = −15

12
Esta operación también es conocida como Triple producto escalar

 Pág. 35 

Este archivo fue descargado de [Link]

b) Calculamos directamente el producto mixto, resolviendo el determinante de orden 3
cuyas filas son las componentes de los vectores dados.
0 0 1
(𝑢 ⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗ × 𝑣 ⃗⃗⃗⃗ = |0 3 0| = −15
5 0 2

Propiedades del producto mixto

P1) El producto mixto es cíclico. Esto significa que puede tomarse como primer factor otro
vector, con tal de que no se altere el orden cíclico (colocar los tres vectores en una
⃗⃗⃗ , luego por ⃗⃗⃗
circunferencia cuyo recorrido pase primero por 𝑢 𝑣 y finalmente por ⃗⃗⃗⃗
𝑤)
⃗⃗⃗ , 𝑣
∀𝑢 𝑤 ∈ ℝ3 ⟹ (𝑢
⃗⃗⃗ , ⃗⃗⃗⃗ ⃗⃗⃗ , 𝑣 𝑤 ) = (𝑣
⃗⃗⃗ , ⃗⃗⃗⃗ ⃗⃗⃗ , ⃗⃗⃗⃗ 𝑢 ) = (𝑤
𝑤 , ⃗⃗⃗ ⃗⃗⃗⃗ , 𝑢 𝑣)
⃗⃗⃗ , ⃗⃗⃗
D) Sean los vectores
⃗⃗⃗ = (𝑢1 , 𝑢2 , 𝑢3 ), ⃗⃗⃗
𝑢 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) 𝑦 ⃗⃗⃗⃗
𝑤 = (𝑤1 , 𝑤2 , 𝑤3 ) entonces:
𝑢1 𝑢2 𝑢3
(𝑢 ⃗⃗⃗ , 𝑣 𝑤 ) = | 𝑣1 𝑣2 𝑣3 |
⃗⃗⃗ , ⃗⃗⃗⃗
𝑤1 𝑤2 𝑤3
(𝑢
⃗⃗⃗ , 𝑣 𝑤 ) = (𝑢1 𝑣2 𝑤3 + 𝑢2 𝑣3 𝑤1 + 𝑢3 𝑣1 𝑤2 − 𝑢3 𝑣2 𝑤1 − 𝑢1 𝑣3 𝑤2 − 𝑢2 𝑣1 𝑤3 )
⃗⃗⃗ , ⃗⃗⃗⃗
𝑣1 𝑣2 𝑣3
(𝑣
⃗⃗⃗ , 𝑤 𝑤
𝑢)=| 1
⃗⃗⃗⃗ , ⃗⃗⃗ 𝑤2 𝑤3 |
𝑢1 𝑢2 𝑢3
(𝑣
⃗⃗⃗ , 𝑤 𝑢 ) = (𝑢1 𝑣2 𝑤3 + 𝑢2 𝑣3 𝑤1 + 𝑢3 𝑣1 𝑤2 − 𝑢3 𝑣2 𝑤1 − 𝑢1 𝑣3 𝑤2 − 𝑢2 𝑣1 𝑤3 )
⃗⃗⃗⃗ , ⃗⃗⃗
𝑣1 𝑣2 𝑣3
(𝑤
⃗⃗⃗⃗ , 𝑢 ⃗⃗⃗ ) = |𝑤1
⃗⃗⃗ , 𝑣 𝑤2 𝑤3 |
𝑢1 𝑢2 𝑢3
(𝑤
⃗⃗⃗⃗ , 𝑢 ⃗⃗⃗ ) = (𝑢1 𝑣2 𝑤3 + 𝑢2 𝑣3 𝑤1 + 𝑢3 𝑣1 𝑤2 − 𝑢3 𝑣2 𝑤1 − 𝑢1 𝑣3 𝑤2 − 𝑢2 𝑣1 𝑤3 )
⃗⃗⃗ , 𝑣
Quedando así demostrada la propiedad.
Se debe tener en cuenta que en el desarrollo del segundo y tercer determinante se aplicó
directamente la propiedad conmutativa tanto de la suma como del producto de números
reales.

P2) El producto mixto cambia de signo al intercambiar dos de los vectores (nótese que
esto cambia el orden cíclico)
Por ejemplo ∀ ⃗⃗⃗
𝑢 ,𝑣 𝑤 ∈ ℝ3 ⟹ (𝑢
⃗⃗⃗ , ⃗⃗⃗⃗ ⃗⃗⃗ , ⃗⃗⃗ 𝑤 ) = −(𝑣
𝑣 , ⃗⃗⃗⃗ ⃗⃗⃗ , 𝑢 𝑤)
⃗⃗⃗ , ⃗⃗⃗⃗
D) En este caso trabajando el segundo miembro de la igualdad se demostrará que es igual
al primer miembro.
−(𝑣
⃗⃗⃗ , 𝑢 ⃗⃗⃗⃗ ) = −𝑣
⃗⃗⃗ , 𝑤 ⃗⃗⃗ ∙ ( 𝑢 ⃗⃗⃗⃗ ) por definición de producto mixto
⃗⃗⃗ × 𝑤
⃗⃗⃗ , 𝑢
−(𝑣 ⃗⃗⃗ , 𝑤 𝑣 ∙ ( ⃗⃗⃗⃗
⃗⃗⃗⃗ ) = ⃗⃗⃗ 𝑢 ) por anticonmutatividad del producto vectorial
𝑤 × ⃗⃗⃗
−(𝑣
⃗⃗⃗ , 𝑢 ⃗⃗⃗⃗ ) = (𝑣
⃗⃗⃗ , 𝑤 ⃗⃗⃗ , ⃗⃗⃗⃗ 𝑢 ) por definición de producto mixto
𝑤 , ⃗⃗⃗
−(𝑣
⃗⃗⃗ , 𝑢 ⃗⃗⃗⃗ ) = (𝑢
⃗⃗⃗ , 𝑤 ⃗⃗⃗ , ⃗⃗⃗ 𝑤 ) por propiedad P1
𝑣 , ⃗⃗⃗⃗

 Pág. 36 

Este archivo fue descargado de [Link]

De manera similar se puede demostrar que: (𝑣
⃗⃗⃗ , ⃗⃗⃗⃗ 𝑢 ) = −(𝑢
𝑤 , ⃗⃗⃗ ⃗⃗⃗ , ⃗⃗⃗⃗ 𝑣 ) ó también que
𝑤 , ⃗⃗⃗
(𝑤
⃗⃗⃗⃗ , 𝑢 ⃗⃗⃗ ) = −(𝑤
⃗⃗⃗ , 𝑣 ⃗⃗⃗⃗ , ⃗⃗⃗ 𝑢)
𝑣 , ⃗⃗⃗

P3) El producto mixto es distributivo respecto a la suma de vectores.

∀ ⃗⃗⃗
𝑢 ,𝑥⃗⃗⃗ , 𝑣 𝑤 ∈ ℝ3 ⟹ ( ⃗⃗⃗
⃗⃗⃗ , ⃗⃗⃗⃗ 𝑢 + ⃗⃗⃗𝑥 , 𝑣 𝑤 ) = (𝑢
⃗⃗⃗ , ⃗⃗⃗⃗ ⃗⃗⃗ , ⃗⃗⃗ 𝑤)+(𝑥
𝑣 , ⃗⃗⃗⃗ ⃗⃗⃗ , ⃗⃗⃗ 𝑤)
𝑣 , ⃗⃗⃗⃗
D) Sean los vectores
⃗⃗⃗ = (𝑢1 , 𝑢2 , 𝑢3 ), ⃗⃗⃗
𝑢 𝑥 = (𝑥1 , 𝑥2 , 𝑥3 ), 𝑣
⃗⃗⃗ = (𝑣1 , 𝑣2 , 𝑣3 ) 𝑦 𝑤
⃗⃗⃗⃗ = (𝑤1 , 𝑤2 , 𝑤3 ) entonces:
( ⃗⃗⃗
𝑢 + ⃗⃗⃗𝑥 , ⃗⃗⃗ 𝑤)=(𝑢
𝑣 , ⃗⃗⃗⃗ 𝑥 ) ∙ ( ⃗⃗⃗
⃗⃗⃗ + ⃗⃗⃗ 𝑣 ×𝑤⃗⃗⃗⃗ )
𝑢1 + 𝑥1 𝑢2 + 𝑥2 𝑢3 + 𝑥3
(𝑢
⃗⃗⃗ + ⃗⃗⃗𝑥 , ⃗⃗⃗ 𝑤)=|
𝑣 , ⃗⃗⃗⃗ 𝑣1 𝑣2 𝑣3 | Por propiedades de los determinantes13
𝑤1 𝑤2 𝑤3
𝑢1 𝑢2 𝑢3 𝑥1 𝑥2 𝑥3
(𝑢
⃗⃗⃗ + ⃗⃗⃗𝑥 , ⃗⃗⃗ 𝑣
𝑤)=| 1
𝑣 , ⃗⃗⃗⃗ 𝑣2 𝑣 𝑣
3| + | 1 𝑣2 𝑣3 |
𝑤1 𝑤2 𝑤3 𝑤1 𝑤2 𝑤3
(𝑢
⃗⃗⃗ + ⃗⃗⃗𝑥 , ⃗⃗⃗ 𝑤)= 𝑢
𝑣 , ⃗⃗⃗⃗ ⃗⃗⃗ ∙ ( ⃗⃗⃗
𝑣 ×𝑤 𝑥 ∙ ( ⃗⃗⃗
⃗⃗⃗⃗ ) + ⃗⃗⃗ 𝑣 ×𝑤⃗⃗⃗⃗ )
( ⃗⃗⃗
𝑢 + ⃗⃗⃗𝑥 , ⃗⃗⃗ 𝑤 ) = ( ⃗⃗⃗⃗
𝑣 , ⃗⃗⃗⃗ 𝑢 , ⃗⃗⃗ 𝑤 ) + ( ⃗⃗⃗
𝑣 , ⃗⃗⃗⃗ 𝑥 ,𝑣 𝑤)
⃗⃗⃗ , ⃗⃗⃗⃗

P4) Si cualquiera de los vectores está multiplicado por un escalar, el producto mixto queda
multiplicado por dicho escalar.
⃗⃗⃗ , 𝑣
∀𝑢 ⃗⃗⃗⃗ ∈ ℝ3 , ∀𝛼 ∈ ℝ ⟹ (𝛼 𝑢
⃗⃗⃗ , 𝑤 ⃗⃗⃗ , ⃗⃗⃗
𝑣 ,𝑤⃗⃗⃗⃗ ) = 𝛼 ( 𝑢
⃗⃗⃗ , 𝑣 ⃗⃗⃗⃗ )
⃗⃗⃗ , 𝑤
D) Sean los vectores
⃗⃗⃗ = (𝑢1 , 𝑢2 , 𝑢3 ), ⃗⃗⃗
𝑢 𝑣 = (𝑣1 , 𝑣2 , 𝑣3 ) 𝑦 ⃗⃗⃗⃗
𝑤 = (𝑤1 , 𝑤2 , 𝑤3 ) y el escalar 𝛼, entonces:
𝛼 𝑢1 𝛼 𝑢2 𝛼 𝑢3
(𝛼 𝑢⃗⃗⃗ , 𝑣 ⃗⃗⃗⃗ = | 𝑣1
⃗⃗⃗ , 𝑤 ) 𝑣2 𝑣3 |
𝑤1 𝑤2 𝑤3
𝑢1 𝑢2 𝑢3
(𝛼 ⃗⃗⃗
𝑢 ,𝑣 ⃗⃗⃗⃗ ) = 𝛼 | 𝑣1 𝑣2 𝑣3 | Por propiedades de los determinantes14
⃗⃗⃗ , 𝑤
𝑤1 𝑤2 𝑤3
(𝛼 ⃗⃗⃗
𝑢 ,𝑣 ⃗⃗⃗⃗ ) = 𝛼 ( ⃗⃗⃗
⃗⃗⃗ , 𝑤 𝑢 , ⃗⃗⃗ 𝑤)
𝑣 , ⃗⃗⃗⃗
De manera similar puede demostrarse para:
( ⃗⃗⃗
𝑢 ,𝛼 𝑣 𝑤 ) = 𝛼 ( ⃗⃗⃗
⃗⃗⃗ , ⃗⃗⃗⃗ 𝑢 , ⃗⃗⃗ 𝑤 ) 𝑦 ( ⃗⃗⃗
𝑣 , ⃗⃗⃗⃗ 𝑢 , ⃗⃗⃗ 𝑤 ) = 𝛼 ( ⃗⃗⃗
𝑣 , 𝛼 ⃗⃗⃗⃗ 𝑢 , ⃗⃗⃗ 𝑤)
𝑣 , ⃗⃗⃗⃗

Interpretación geométrica del producto mixto

Considérese tres vectores de ℝ3 y construyase un paralelepípedo (cuerpo cuyas seis caras
son paralelogramos)

13
Si cada elemento de una fila ó columna de una matriz cuadrada se puede escribir como la suma de dos ó más
términos, su determinante se puede escribir como la suma de dos ó más determinantes.
14
Si se multiplican todos los elementos de una fila ó columna de una matriz por un mismo número 𝛼, el determinante
correspondiente queda multiplicado por dicho número.

 Pág. 37 

Este archivo fue descargado de [Link]

 Figura 10

Si se desea calcular el volumen de este paralelepípedo (𝑉𝑃 ) se deberá hacer:

𝑉𝑃 = Á𝑟𝑒𝑎 𝑑𝑒 𝑙𝑎 𝑏𝑎𝑠𝑒 . 𝑎𝑙𝑡𝑢𝑟𝑎
ℎ
Á𝑟𝑒𝑎 𝑑𝑒 𝑙𝑎 𝑏𝑎𝑠𝑒 = ‖𝑢 ⃗⃗⃗ ‖ 𝑦 𝑐𝑜𝑠 𝜑̂ = ‖𝑤
⃗⃗⃗ × 𝑣 ⃗⃗⃗⃗ ‖
⟹ ℎ = ‖𝑤
⃗⃗⃗⃗ ‖ 𝑐𝑜𝑠 𝜑̂ Por lo tanto

𝑉𝑃 = ‖𝑢 ⃗⃗⃗ ‖ . ‖𝑤
⃗⃗⃗ × 𝑣 ⃗⃗⃗⃗ ‖ 𝑐𝑜𝑠 𝜑̂
𝑉𝑃 = (𝑢 ⃗⃗⃗ ) ∙ 𝑤
⃗⃗⃗ × 𝑣 ⃗⃗⃗⃗
𝑉𝑃 = ( ⃗⃗⃗
𝑢 , ⃗⃗⃗ 𝑤)
𝑣 , ⃗⃗⃗⃗
⃗⃗⃗ , 𝑣
Esto significa que geométricamente el producto mixto de tres vectores 𝑢 ⃗⃗⃗ 𝑦 ⃗⃗⃗⃗
𝑤 es igual al
volumen del paralelepípedo que tiene por aristas esos vectores llevados a un origen común.

𝑢 =
Ejemplo: determinar el volumen del paralelepípedo que tiene por aristas los vectores ⃗⃗⃗
(1, 4, 0), ⃗⃗⃗
𝑣 = (2, 1, 5)𝑦 ⃗⃗⃗⃗
𝑤 = (4, 2, −1).
1 4 0
( ⃗⃗⃗
𝑢 ,𝑣 𝑤 ) = |2 1
⃗⃗⃗ , ⃗⃗⃗⃗ 5 | = 77
4 2 −1
Esto significa que 𝑉𝑃 = 77 [𝑢𝑙]3 tal como se muestra en el gráfico 30.

Si el volumen del paralelepípedo es 0 significa que los tres vectores están en el mismo
plano. Esta consecuencia se enuncia de la siguiente manera:
La condición necesaria y suficiente para que tres vectores 𝑢
⃗⃗⃗ , 𝑣
⃗⃗⃗ 𝑦 ⃗⃗⃗⃗
𝑤 sean coplanares es que
su producto mixto sea cero.
(𝑢
⃗⃗⃗ , 𝑣 𝑤)=0⟺𝑢
⃗⃗⃗ , ⃗⃗⃗⃗ ⃗⃗⃗ , ⃗⃗⃗
𝑣 𝑦 ⃗⃗⃗⃗
𝑤 son coplanares.
D)
⟹) Si el producto mixto de los tres vectores es cero, el volumen del paralelepípedo es cero
y los vectores deben ser coplanares.

 Pág. 38 

Este archivo fue descargado de [Link]

 Gráfico 30

⟸) Si los tres vectores son coplanares, el paralelepípedo formado por ellos está en un
plano, la altura es nula y su volumen también, luego el producto mixto es cero.

𝑢 = (1, 0, 4), ⃗⃗⃗

Ejemplo: sean los vectores ⃗⃗⃗ 𝑣 = (2, 0, 2)𝑦 𝑤
⃗⃗⃗⃗ = (2, 0, 3) al calcular su producto
mixto, obtenemos:
1 0 4
(𝑢
⃗⃗⃗ , 𝑣 𝑤 ) = |2 0
⃗⃗⃗ , ⃗⃗⃗⃗ 2| = 0
2 0 3
Esto significa que los tres vectores son coplanares, sus direcciones están todos sobre el
mismo plano, en este caso 𝑦 = 0

Gráfico 31

 Pág. 39 

Este archivo fue descargado de [Link]

 SUPERFICIES

OM
8.1. Definición
Se llama superficie al conjunto de puntos del espacio, y solamente a
aquellos, que satisfacen una ecuación rectangular (cartesiana) de la forma:
f(x, y, z) = 0
Esta definición establece que si una ecuación de la forma f(x, y, z) = 0
representa un lugar geométrico, ese lugar geométrico es una superficie y

.C
viceversa, si una superficie puede representarse analíticamente por una
ecuación, esa ecuación es de la forma f(x, y, z) = 0.
Por ejemplo, un plano es una superfície, se vió que su ecuación general
DD
es de la forma: Ax + By + Cz + D = 0 o sea una ecuación con tres vari-
ables. La Fig. 8.1. representa el plano de ecuación: 3x – 2y + 4z – 6 = 0.
La ecuación y − 5 = 0 también representa un plano.(Fig. 8.2.)
LA
FI


213

Este archivo fue descargado de [Link]

 En ella no intervienen las tres variables. O sea que en la ecuación de una
superficie no siempre van a figurar las tres variables.

OM
Debe aclararse que una ecuación de la forma f(x, y, z) = 0 no siempre
representa una superficie. Por ejemplo, dada la ecuación:
x2 + y 2 + z2 + 5 = 0
no existen valores reales de x, y, z que satisfagan esa ecuación, por lo
tanto esa ecuación no representa ningún lugar geométrico real.

.C
8.2. Superficie de revolución
Una superficie de revolución es la engendrada por la rotación de una
curva plana, en torno a una recta fija contenida en el plano de esa curva.
DD
Por ejemplo la superficie esférica es una superficie de revolución porque
se genera por la rotación de una circunferencia alrededor de uno de sus
diámetros.
En la Fig. 8.3. se observa una su-
perficie esférica generada por la
LA
rotación de una circunferencia
alrededor del diámetro MN
FI


214

Este archivo fue descargado de [Link]

 OM
En la Fig. 8.4 se observa una su-
perficie (elipsoide de revolución)
generada por la rotación de una
elipse alrededor de su eje mayor
MN

.C
DD
Al hacer el análisis de las superficies que se estudiarán a lo largo de este
capítulo se irá indicando cuáles de ellas son superficies de revolución.

8.3. Superficies regladas

LA
Una superficie reglada es aquella que puede ser engendrada por el movi-
miento de una recta.

Por ejemplo, en la Fig. 8.5. la recta ℓ se mueve paralela a sí misma según

la dirección de la recta ɡ. La superficie generada es un plano, por lo tanto
FI

un plano es una superficie reglada.

También en este caso, al hacer el análisis de las superficies se irá indican-
do cuáles de ellas son superficies regladas.


215

Este archivo fue descargado de [Link]

 OM
.C
DD
8.4. Análisis de una superficie
Para el análisis de una superficie se tendrán en cuenta los siguientes 6
puntos:
I. Hallar las intersecciones con los ejes coordenados
II. Determinar las trazas sobre los planos coordenados
LA
III. Estudiar la simetría con respecto a los planos coordenados, a los
ejes coordenados y al origen de coordenadas.
IV. Determinar las secciones con planos paralelos a los planos coor-
denados y la extensión de la superficie
V. Indicar si es superficie de revolución
FI

VI. Indicar si es superficie reglada

8.4.1. Intersecciones con los ejes coordenados



216

Este archivo fue descargado de [Link]

 Intersección con el eje Ox : Puesto que todos los puntos del eje x tienen su
segunda y tercera coordenadas iguales a 0, la intersección se obtiene re-

OM
emplazando en la ecuación de la superficie las variables y y z por 0.
Intersección con el eje Oy : Puesto que todos los puntos del eje y tienen su
primera y tercera coordenadas iguales a 0, la intersección se obtiene re-
emplazando en la ecuación de la superficie las variables x y z por 0.
Intersección con el eje Oz : Puesto que todos los puntos del eje z tienen su
primera y segunda coordenadas iguales a 0, la intersección se obtiene

.C
reemplazando en la ecuación de la superficie las variables x e y por 0.
Las intersecciones del plano 3x – 4y + 6z − 12 = 0 con cada uno de los
ejes coordenados son, respectiva-
DD
mente:
3x − 4y + 6z − 12 = 0

Eje Ox : y = 0
z = 0

⇒ 3x = 12 ⇒ x = 4.
LA

La intersección es el punto (4, 0, 0)

3x − 4y + 6z − 12 = 0

Eje Oy : x = 0
z = 0
FI


x = z = 0 ⇒ −4y = 12 ⇒ y =−3.
La intersección es el punto (0, −3, 0)


217

Este archivo fue descargado de [Link]

 3x − 4y + 6z − 12 = 0

Eje Oz: x = 0

OM
y = 0

x = y = 0 ⇒ 6z = 12 ⇒ z = 2. La intersección es el punto (0, 0, 2)
8.4.2. Trazas sobre los planos coordenados
Traza sobre el plano XY (TXY): Puesto que todos los puntos del plano XY
tienen su tercera coordenada igual a 0, la traza (intersección) se obtiene

.C
igualando, en la ecuación de la superficie, la variable z a 0.
Traza sobre el plano XZ (TXZ): Puesto que todos los puntos del plano XZ
tienen su segunda coordenada igual a 0, la traza (intersección) se obtiene
igualando, en la ecuación de la super-
DD
ficie, la variable y a 0.
Traza sobre el plano YZ (TYZ): Puesto
que todos los puntos del plano YZ
tienen su primera coordenada igual a
0,
la traza (intersección) se obtiene igua-
LA

lando, en la ecuación de la superficie,

la variable x a 0.
Sea el plano 3x – 4y + 6z − 12 = 0.
Sus trazas sobre cada uno de los pla-
nos coordenados son (Fig.8.7.):
FI

Con el plano XY
z = 0 ⇒ 3x – 4y − 12 = 0


218

Este archivo fue descargado de [Link]

 3x − 4y − 12 = 0
TXY : 
 z=0

OM
Con el plano YZ
x = 0 ⇒ – 4y + 6z − 12 = 0
− 4y + 6z − 12 = 0
TYZ : 
 x=0
Con el plano XZ

.C
y = 0 ⇒ 3x + 6z − 12 = 0
3x + 6z − 12 = 0
TXZ : 
DD  y=0

8.4.3 Simetría
a) Respecto del origen de coordenadas
Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x) , la variable y por (−y) y la variable z por (−z), la superficie es simé-
trica respecto del origen de coordenadas.
LA

El paraboloide elíptico de ecuación 2x 2 + 3z 2 = − 4y no es simétrico

respecto del origen de coordenadas ya que
2(− x ) + 3(− z ) = − 4 (− y ) no es igual a la ecuación dada.
2 2
FI

b) Respecto de los ejes coordenados

Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x) y la variable y por (−y), la superficie es simétrica respecto del eje z.
Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x) y la variable z por (−z), la superficie es simétrica respecto del eje y.


219

Este archivo fue descargado de [Link]

 Si la ecuación de una superficie no cambia al reemplazar la variable y por
(−y) y la variable z por (−z), la superficie es simétrica respecto del eje x.

OM
Por ejemplo, el paraboloide elíptico de ecuación 2x 2 + 3z 2 = − 4y es
simétrico respecto del eje y pero no respecto del eje x, ni del eje z.
En efecto: 2(− x )2 + 3(− z )2 = − 4y ⇒ 2x 2 + 3z 2 = − 4y (simetría res-
pecto del eje y).
2x + 3(− z ) = − 4 (− y ) ⇒ 2x + 3z = 4y (no hay simetría
2 2 2 2

respecto del eje x).

.C
2(− x ) + 3z = − 4 (− y ) ⇒ 2x + 3z = 4y (no hay simetría
2 2 2 2

respecto del eje z).

DD
LA
FI

Fig.8.8


220

Este archivo fue descargado de [Link]

 c) Respecto a los planos coordenados
Si la ecuación de una superficie no cambia al reemplazar la variable z por

OM
(−z), la superficie es simétrica respecto del plano XY.
Si la ecuación de una superficie no cambia al reemplazar la variable y por
(−y), la superficie es simétrica respecto del plano XZ.
Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x), la superficie es simétrica respecto del plano YZ.
Por ejemplo, como se verá al estudiar los paraboloides, el paraboloide
elíptico de ecuación 2x 2 + 3z 2 = − 4y es simétrico respecto del plano YZ

.C
y respecto del plano XY, pero no respecto del plano XZ. Fig.8.8.
En efecto:
2(− x ) + 3z 2 = − 4y ⇒ 2x 2 + 3z 2 = − 4y
DD 2

(La superficie es simétrica respecto del plano YZ)

2x 2 + 3(− z ) = − 4y ⇒ 2x 2 + 3z 2 = − 4y
2

(La superficie es simétrica respecto del plano XY)

2x 2 + 3z 2 = − 4 (− y ) ⇒ 2x 2 + 3z 2 = 4y
(La superficie no es simétrica respecto del plano YZ)
LA

8.4.4. Intersecciones con planos paralelos a los planos coordenados

Con planos paralelos al plano XY
Se trata de encontrar la intersección de la superficie con planos cuya
FI

ecuación sea de la forma z = k.

Con planos paralelos al plano XZ
Se trata de encontrar la intersección de la superficie con planos cuya
ecuación sea de la forma y = k.
Con planos paralelos al plano YZ


221

Este archivo fue descargado de [Link]

 Se trata de encontrar la intersección de la superficie con planos cuya
ecuación sea de la forma x = k.

OM
8.4.5. Extensión
Para cada uno de los casos planteados en el punto anterior se indican los
valores de k, para los cuales se obtiene un lugar geométrico real.

8.5. Estudio analítico de distintas superficies

A continuación se irán dando las definiciones, el análisis, la gráfica y

.C
ejemplos de distintas superficies cuya ecuación es de 2º grado.
Pero debe aclararse que, salvo en el caso de la superficie esférica, sólo se
estudiarán aquellas ecuaciones que representan superficies cuyo eje es
alguno de los ejes coordenados.
DD
8.5.1. Superficie esférica
Se llama superficie esférica al lugar geométrico de los puntos del espacio
que equidistan de un punto fijo llamado centro.
C(α, β, γ) PC = R
LA
La ecuación de una superficie esférica de centro C y radio R es:
FI


222

Este archivo fue descargado de [Link]

 (x − α )2 + (y − β)2 + (z − γ)2 = R 2

OM
Ejemplo: (x − 2)2 + (y + 4)2 + (z − 3)2 = 4 (Fig.8.9.)
es una superficie esférica de centro C(2,-4,3) y radio 2

Si el centro está en el origen, la ecuación de la superficie esférica es:

x2 + y2 + z2 = R2
A continuación se hará el análisis de esta ecuación siguiendo los pasos

.C
indicados en los puntos anteriores (Fig.8.10).
I) Intersecciones con los ejes coordenados
Ecuación
DD x2 + y2 + z2 = R2

x 2 + y 2 + z 2 = R 2

Eje Ox : y = 0
 z = 0

⇒ x = R2 ⇒ x = ± R
2
LA

(R,0,0 )
Dos puntos
(− R,0,0 )
x 2 + y 2 + z 2 = R 2
 Fig.8.10
Eje Oy : x = 0
FI

 z = 0


⇒ y2 = R2 ⇒ y = ± R


223

Este archivo fue descargado de [Link]

 (0, R,0 )
Dos puntos
(0,−R,0 )

OM
x 2 + y 2 + z 2 = R 2

Eje Oz : x = 0 ⇒ z2 = R2 ⇒ z = ± R
 y = 0

(0, 0, R )

.C
Dos puntos
(0, 0,−R )
II) Trazas sobre los planos coordenados
DD
Traza sobre el plano XY:
 z=0  z=0
TXY :  2 ⇒ Circunferencia  2
 x + y 2
+ z 2
= R 2
x + y = R
2 2

Traza sobre el plano XZ:

LA

 y=0  y=0
TXZ :  2 ⇒ Circunferencia  2
x + y + z = R x + z = R
2 2 2 2 2

Traza sobre el plano YZ:

FI

 x=0  x=0
TYZ :  2 ⇒ Circunferencia  2
x + y + z = R y + z = R
2 2 2 2 2

III) Simetrías
(− x )2 + (− y )2 + (− z )2 = R 2 ⇒ x 2 + y 2 + z 2 = R 2


224

Este archivo fue descargado de [Link]

 Toda superficie esférica con centro en el origen de coordenadas es simé-
trica respecto de los tres planos coordenados, respecto de los tres ejes

OM
coordenados y respecto del origen.
IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.
x 2 + y 2 + z 2 = R 2
Intersección con planos paralelos al plano XY: 
 z=k

.C
x2 + y 2 + k 2 = R 2
x2 + y2 = R 2 − k 2
DD a) Si R 2 − k 2 > 0 o sea, si − R < k < R
es una circunferencia
La intersec- b) Si R 2 − k 2 = 0 o sea, si k = ± R
ción es: Es un punto (0, 0, R ) ó (0, 0, − R )
c) Si R 2 − k 2 < 0 o sea, si k < −R ó k > R
LA

Es una circunferencia imaginaria

x 2 + y 2 + z 2 = R 2

FI

Intersección con planos paralelos al plano XZ:

 y=k

x2 + k 2 + z2 = R 2
x2 + z2 = R 2 − k 2


225

Este archivo fue descargado de [Link]

 a) Si R 2 − k 2 > 0 o sea, si − R < k < R

OM
es una circunferencia
La intersec- b) Si R 2 − k 2 = 0 o sea, si k = ± R
ción es Es un punto : (0, R, 0 ) ó (0, − R, 0 )
c) Si R 2 − k 2 < 0 o sea, si k < −R ó k > R
Es una circunferencia imaginaria

.C
x 2 + y 2 + z 2 = R 2
Intersección con planos paralelos al plano YZ: 
 x=k
DD k 2 + y 2 + z2 = R 2

y 2 + z2 = R 2 − k 2

a) Si R 2 − k 2 > 0 o sea, si − R < k < R

LA

es una circunferencia
La intersec- b) Si R 2 − k 2 = 0 o sea, si k = ± R
ción es Es un punto : (R, 0, 0 ) ó (− R, 0, 0 )
c) Si R 2 − k 2 < 0 o sea, si k < −R ó k > R
FI

Es una circunferencia imaginaria



226

Este archivo fue descargado de [Link]

 V) ¿Es superficie de revolución?

OM
La superficie esférica es una superficie de revolución porque se puede
generar por la rotación de una circunferencia alrededor de uno de sus
diámetros
VI) ¿Es superficie reglada?
La superficie esférica no es superficie reglada ya que su ecuación no pue-
de descomponerse en el producto de ecuaciones de primer grado.

.C
Ejemplo: Analizar y representar (Fig. 8.11.) la superficie esférica

DD x2 + y2 + z2 = 9
LA
FI

Fig.8.11.


227

Este archivo fue descargado de [Link]

 x 2 + y 2 + z 2 = 9

Eje Ox : y = 0 ⇒ x2 = 9 ⇒ x = ± 3

OM
 z = 0

(3,0,0 )
Dos puntos
(− 3,0,0 )
x 2 + y 2 + z 2 = 9

Eje Oy : x = 0 ⇒ y2 = 9 ⇒ y = ± 3

.C
 z = 0

DD (0,3,0 )
Dos puntos
(0,−3,0 )
x 2 + y 2 + z 2 = 9

Eje Oz : x = 0 ⇒ z2 = 9 ⇒ z = ± 3
 y = 0

LA
(0, 0, 3)
Dos puntos
(0,0,−3)

II) Trazas sobre los planos coordenados

FI

Traza sobre el plano XY:

 z=0  z=0
TXY :  2 ⇒ Circunferencia  2
x + y + z = 9 x + y = 9
2 2 2


228

Este archivo fue descargado de [Link]

 Traza sobre el plano XZ:
 y=0  y=0
⇒ Circunferencia  2

OM
TXZ :  2
x + y + z = 9 x + z = 9
2 2 2

Traza sobre el plano YZ: x = 0

 x=0  x=0
TYZ :  2 ⇒ Circunferencia  2
 x + y 2
+ z 2
= 9 y + z = 9
2

.C
DD
III) Simetrías
(− x )2 + (− y )2 + (− z )2 = 9 ⇒ x 2 + y 2 + z 2 = 9
La superficie esférica dada es simétrica respecto de los tres planos coor-
denados, respecto de los tres ejes coordenados y respecto del origen.
LA

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.

x 2 + y 2 + z 2 = 9
FI

Intersección con planos paralelos al plano XY: 

 z=k

x2 + y 2 + k 2 = 9
x2 + y 2 = 9 − k 2


229

Este archivo fue descargado de [Link]

 a) Si 9 − k 2 > 0 o sea, si − 3 < k < 3
es una circunferencia

OM
La intersec- b) Si 9 − k 2 = 0 o sea, si k = ±3
ción es Es un punto : (0, 0, 3) ó (0, 0, −3)
c) Si 9 − k 2 < 0 o sea, si k < −3 ó k > 3
Es una circunferencia imaginaria

.C
x 2 + y 2 + z 2 = 9
Intersección con planos paralelos al plano XZ: 
 y=k
DD x 2 + k 2 + z2 = 9
x2 + z 2 = 9 − k 2

a) Si 9 − k 2 > 0 o sea, si − 3 < k < 3

LA
La intersec- es una circunferencia
ción es b) Si 9 − k 2 = 0 o sea, si k = ±3
Es un punto : (0, 3, 0 ) ó (0, −3, 0 )
c) Si 9 − k 2 < 0 o sea, si k < −3 ó k > 3
FI

Es una circunferencia imaginaria

x 2 + y 2 + z 2 = 9
Intersección con planos paralelos al plano YZ: 
 x=k


230

Este archivo fue descargado de [Link]

 k 2 + y 2 + z2 = 9

OM
y 2 + z2 = 9 − k 2

a) Si 9 − k 2 > 0 o sea, si − 3 < k < 3

La intersec- es una circunferencia
ción es b) Si 9 − k 2 = 0 o sea, si k = ±3
Es un punto : (3, 0, 0 ) ó (− 3, 0, 0 )

.C
c) Si 9 − k 2 < 0 o sea, si k < −3 ó k > 3
Es una circunferencia imaginaria
DD
V) Superficie de revolución
La superficie esférica dada es superficie de revolución porque se puede
generar por la rotación de una circunferencia alrededor de uno de sus
diámetros
VI) Superficie reglada
LA

La superficie esférica no es superficie reglada ya que su ecuación no pue-

de descomponerse en el producto de ecuaciones de primer grado.

8.5.2. Cuádricas con centro

FI

Son superficies cuya ecuación es del tipo:

Mx2 + Ny2 + Pz2 = Q2


231

Este archivo fue descargado de [Link]

 Según sean los signos de los coeficientes M, N y P, las cuádricas con
centro se clasifican en: elipsoides, hiperboloides de una hoja e hiperbo-

OM
loides de dos hojas.
[Link]. Elipsoide
Si en una ecuación del tipo Mx2 + Ny2 + Pz2 = Q2, los tres coeficientes
M, N y P tienen el mismo signo, la superficie es un elipsoide.
Si los coeficientes son negativos, no existen valores reales de x, y, z que
verifiquen la ecuación, o sea que la ecuación no representará ningún lu-
gar geométrico real, es un elipsoide imaginario.

.C
En consecuencia, un elipsoide real es una superficie cuya ecuación es del
tipo Mx2 + Ny2 + Pz2 = Q2, con sus coeficientes M, N y P todos positi-
vos.
DD
La superficie esférica ya estudiada es, en realidad, un elipsoide donde los
tres coeficientes son iguales (M = N = P).
También la ecuación de un elipsoide puede escribirse en la siguiente
forma:
x2 y 2 z2
+ + =1
a 2 b2 c 2
LA
A continuación se hará el análisis de esta ecuación siguiendo los pasos
indicados para ello (.Fig.8.12.)
I) Intersecciones con los ejes coordenados

 x 2 y 2 z2
FI

 2 + 2 + 2 = 1
Eje Ox : 
a b c
y = 0

z = 0


232

Este archivo fue descargado de [Link]

 ⇒ x2 = a2 ⇒ x = ± a
(a, 0, 0 )

OM
Dos puntos
(− a, 0, 0 )
 x 2 y 2 z2
 2 + 2 + 2 = 1
Eje Oy :  a b c
x = 0

z = 0

.C
⇒ y2 = b2 ⇒ y = ± b
DD (0, b, 0 )
Dos puntos
(0,−b, 0 )

 x 2 y 2 z2
 2 + 2 + 2 = 1
c
Eje Oz :  a b
LA
x = 0

y = 0

⇒ z2 = c2 ⇒ z = ± c Fig.8.12.
FI

(0, 0, c )
Dos puntos
(0, 0,−c )


233

Este archivo fue descargado de [Link]

 II) Trazas sobre los planos coordenados

OM
Traza sobre el plano XY:
 z=0  z = 0
⇒
2 2
TXY :  x y z2 Elipse 2 2
x + y = 1
+ + =1
 a 2 b 2 c 2  a 2 b 2

Traza sobre el plano XZ:

 y=0  y=0

.C
 2  2
TXZ :  x y 2 z2 ⇒ Elipse x z2
 a 2 b 2 + c 2 = 1
+  a 2 c 2 = 1
+
DD
Traza sobre el plano YZ: x = 0
 x=0  x = 0
TYZ :  x 2 y 2 z 2 ⇒ Elipse 2 2
y + z = 1
+ + =1
 a 2 b 2 c 2  b 2 c 2
LA

III) Simetrías
(− x )2 + (− y )2 + (− z )2 = 1 ⇒ x 2 + y 2 + z 2 = 1
a2 b2 c2 a 2 b2 c2
FI

Todo elipsoide con centro en el origen de coordenadas es simétrico res-

pecto de los tres planos coordenados, respecto de los tres ejes coordena-
dos y respecto del origen.


234

Este archivo fue descargado de [Link]

 IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.

OM
 x2 y 2 z2

Intersección con planos paralelos al plano XY:  a 2 + b 2 + c 2 = 1
 z=k

x2 y 2 k 2
+ + =1
a 2 b2 c 2

.C
2
x2 y k2
+ = 1 −
a 2 b2 c2
DD a) Si 1 −
k2
c2
> 0 o sea, si − c < k < c
Una elipse
k2
La intersec- b) Si 1 − = 0 o sea, si k = ±c
ción es c2
Un punto : (0, 0, c ) ó (0, 0, −c )
LA

k2
c) Si 1 − 2 < 0 o sea, si k < −c ó k > c
c
Una elipse imaginaria
FI

 x 2 y 2 z2

Intersección con planos paralelos al plano XZ:  a 2 + b 2 + c 2 = 1
 y=k


235

Este archivo fue descargado de [Link]

 x2 k 2 z2
+ + =1
a 2 b2 c 2

OM
x2 z2 k2
+ = 1 −
a 2 c2 b2

k2
a) Si 1 − > 0 o sea, si − b < k < b
b2

.C
Una elipse
k2
La intersec- b) Si 1 − =0 o sea, si k = ± b
ción es b2
Un punto : (0, b, 0 ) ó (0, − b, 0 )
DD k2
c) Si 1 − 2 < 0 o sea, si k < −b ó k > b
b
Una elipse imaginaria
LA

Intersección con planos paralelos al plano YZ:

 x 2 y 2 z2
 2 + 2 + 2 =1
a b c
 x=k
FI

k 2 y 2 z2
+ + =1
a 2 b2 c 2


236

Este archivo fue descargado de [Link]

 y 2 z2 k2
+ = 1 −
b2 c 2 a2

OM
k2
a) Si 1 − >0 o sea, si − a < k < a
a2
Una elipse
2
k
La intersec- b) Si 1 − 2 = 0 o sea, si k = ±a
a

.C
ción es
Un punto : (a, 0, 0 ) ó (− a, 0, 0 )
k2
c) Si 1 − 2 < 0 o sea si k < −a ó k > a
DD a
Una elipse imaginaria

V) ¿Es superficie de revolución?

El elipsoide puede ser una superficie de revolución pues se puede gene-
rar por la rotación de una elipse alrededor de uno de sus ejes. En ese
LA

caso las secciones paralelas al plano coordenado perpendicular a ese eje,

serán circunferencias.

VII)¿Es superficie reglada?

Ningún elipsoide es superficie reglada ya que su ecuación no puede des-
FI

componerse en el producto de ecuaciones de primer grado.

Ejemplo:
Hallar y representar (Fig. 8.13) el elipsoide:


237

Este archivo fue descargado de [Link]

 x 2 y 2 z2
+ + =1
4 9 25

OM
I) Intersecciones con los ejes coordenados

 x2 y 2 z2
 + + =1
Eje Ox : 
4 9 25 ⇒ x2 = 4 ⇒x=±2
y = 0


.C
z = 0
(2, 0, 0 )
Dos puntos
DD (− 2, 0, 0 )
 x 2 y 2 z2
 + + =1
Eje Oy :  4 9 25 ⇒ y2 = 9 ⇒ y = ± 3
x = 0

z = 0
LA

(0, 3, 0 )
Dos puntos
(0,−3, 0 )
 x2 y 2 z2
 + + =1
FI

4 9 25
Eje Oz :  ⇒ z2 = 25 ⇒z=±5
x = 0

y = 0


238

Este archivo fue descargado de [Link]

 (0, 0, 5)
Dos puntos
(0, 0,−5)

OM
.C
DD
Fig.8.13.
LA

II) Trazas sobre los planos coordenados

Traza sobre el plano XY:
 z=0  z = 0
FI

TXY :  x 2 y 2 z 2 ⇒ Elipse 2 2
x + y = 1
+ + =1
 4 9 25  4 9

Traza sobre el plano XZ:



239

Este archivo fue descargado de [Link]

  y=0  y=0
  2
TXZ :  x 2 y 2 z 2 ⇒ Elipse x z2
 4 + 9 + 25 = 1  4 25 = 1
+

OM
Traza sobre el plano YZ:
 x=0  x = 0
TYZ :  x 2 y 2 z 2 ⇒ Elipse 2 2
y + z = 1
+ + =1
 4  9 25

.C
9 25

III) Simetrías
(− x )2 + (− y )2 + (− z )2 = 1 ⇒ x 2 + y 2 + z 2 = 1
DD 4 9 25 4 9 25

El elipsoide dado es simétrico respecto de los tres planos coordenados,

respecto de los tres ejes coordenados y respecto del origen.
LA

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.
 x 2 y 2 z2

Intersección con planos paralelos al plano XY:  4 + 9 + 25 = 1
FI

 z=k

x2 y2 k 2 x2 y 2 k2
+ + =1 ⇒ + = 1−
4 9 25 4 9 25


240

Este archivo fue descargado de [Link]

 k2
a) Si 1 − > 0 o sea, si − 5 < k < 5
25

OM
Una elipse
k2
La intersec- b) Si 1 − = 0 o sea, si k = ±5
ción es 25
Un punto : (0, 0, 5) ó (0, 0, − 5)
k2
c) Si 1 − < 0 o sea, si k < −5 ó k > 5
25

.C
Una elipse imaginaria

 x2 y 2 z2
 + + =1
DD
Intersección con planos paralelos al plano XZ:  4

9 25
y=k

x2 k 2 z2 x 2 z2 k2
+ + =1 ⇒ + = 1−
4 9 25 4 25 9
LA

k2
a) Si 1 − > 0 o sea, si − 3 < k < 3
9
Una elipse
k2
La intersec- b) Si 1 − =0 o sea, si k = ±3
FI

ción es 9
Un punto : (0, 3, 0 ) ó (0, − 3,0 )
k2
c) Si 1 − <0 o sea, si k < −3 ó k > 3
9


Una elipse imaginaria

241

Este archivo fue descargado de [Link]

  x2 y 2 z2

Intersección con planos paralelos al plano YZ:  4 + 9 + 25 = 1

OM
 x=k

k 2 y 2 z2 y 2 z2 k2
+ + =1 ⇒ + = 1−
4 9 25 9 25 4

.C
k2
a) Si 1 − >0 o sea, si − 2 < k < 2
4
DD Una elipse
2
k
b) Si 1 − = 0 o sea, si k = ±2
La intersec- 4
ción es Un punto : (2, 0, 0 ) ó (− 2, 0, 0 )
k2
c) Si 1 − < 0 o sea si k < −2 ó k > 2
4
Una elipse imaginaria
LA

V) ¿Es superficie de revolución?

El elipsoide del ejemplo no es superficie de revolución porque ninguna
de las secciones paralelas a los planos coordenados son circunferencias.
FI

VI) ¿Es superficie reglada?

El elipsoide no es superficie reglada ya que su ecuación no puede des-
componerse en el producto de ecuaciones de primer grado.


242

Este archivo fue descargado de [Link]

 [Link]. Hiperboloide de una hoja
Si en una ecuación del tipo Mx2 + Ny2 + Pz2 = Q2, los coeficientes M,

OM
N y P no tienen todos el mismo signo, la superficie es un hiperboloide.
Si dos coeficientes son positivos y uno es negativo, es un hiperboloide de
una hoja. Si, por el contrario, dos coeficientes son negativos y uno es po-
sitivo, es un hiperboloide de dos hojas..
En consecuencia, un Hiperboloide de una hoja es una superficie cuya
ecuación es del tipo Mx2 + Ny2 + Pz2 = Q2, en la que dos de los coefi-
cientes son positivos y el tercero es negativo.

.C
Si M y N son positivos y P,
negativo, el término precedi-
do del signo menos indica la
dirección del eje de la super-
DD
ficie. La ecuación del hiper-
boloide de una hoja, también
puede escribirse en la si-
guiente forma:
x2 y 2 z2
+ − =1
LA
a 2 b2 c 2
Se hará, a continuación. el
análisis de la ecuación de un
hiperboloide de una hoja.
(Fig.8.14.)
FI

Fig.8.14.


243

Este archivo fue descargado de [Link]

 x2 y 2 z2
Ecuación del hiperboloide: + − =1
a 2 b2 c2

OM
I) Intersecciones con los ejes coordenados
 x2 y 2 z2
 2 + 2
− 2
=1
Eje Ox :  a b c ⇒ x2 = a2 ⇒ x = ± a
y = 0

z = 0
(a, 0, 0 )

.C
Dos puntos
(− a, 0, 0 )
DD  x2 y 2 z2
 2 + 2
− 2
=1
Eje Oy :  a b c ⇒ y2 = b2 ⇒ y = ±b
x = 0

z = 0

(0, b, 0 )
LA
Dos puntos
(0,−b, 0 )

 x2 y 2 z2
 2 + 2
− 2
=1
Eje Oz :  a b c ⇒ z2 = −c2 ⇒ ∄ intersección
FI

x = 0

y = 0

II) Trazas sobre los planos coordenados



244

Este archivo fue descargado de [Link]

 Traza sobre el plano XY:
 z=0  z = 0

OM
TXY :  x 2 y 2 z2 ⇒ Elipse 2 2
x + y = 1
+ − =1
 a 2 b 2 c 2  a 2 b 2

Traza sobre el plano XZ:

 y=0  y=0
  2
TXZ :  x 2 y 2 z2 ⇒ Hipérbola x z2

.C
 a 2 + b 2 − c 2 = 1  a 2 − c 2 = 1

Traza sobre el plano YZ:

DD  x=0  x = 0
⇒
2
TYZ :  x y2 z2 Hipérbola 2 2
y − z = 1
+ − =1
 a 2 b 2 c 2  b 2 c 2
LA

III) Simetrías
(− x )2 + (− y )2 − (− z )2 = 1 ⇒ x 2 + y 2 − z 2 = 1
a2 b2 c2 a 2 b2 c2
FI

Todo hiperboloide de una hoja con centro en el origen de coordenadas

es simétrico respecto de los tres planos coordenados, respecto de los tres
ejes coordenados y respecto del origen.


245

Este archivo fue descargado de [Link]

 IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.

OM
 x2 y 2 z2
 2 + 2 − 2 =1
Intersección con planos paralelos al plano XY:  a b c
 z=k

x2 y2 k2
+ − =1
a2 b2 c2

.C
x2 y 2 k2
+ =1+ 2
a 2 b2 c

 x2 y 2 z2
DD  2 + 2 − 2 = 1 es una elipse para cualquier valor de k, ya
 a

b
z=k
c
k2
que la expresión 1 + 2 es siempre positiva
c

 x2 y 2 z2
LA
 2 + 2 − 2 =1=1
Intersección con planos paralelos al plano XZ:  a b c
 y=k

x2 k 2 z2
+ − =1
a2 b2 c2
FI

x2 z2 k2
− = 1 −
a 2 c2 b2


246

Este archivo fue descargado de [Link]

 k2
a) Si 1 − > 0 o sea, si − b < k < b
b2

OM
Una hipérbola de eje focal paralelo al eje x

k2
La intersec- b) Si 1 − = 0, o sea si k = ± b
ción es b2
 y= b  y= b
 
k = b, 2 rectas  x z y x z
+ = 0  a − c = 0

.C
 a c
 y=−b  y=−b
 
k = − b, 2rectas  x z y x z
 a + c = 0  a − c = 0
DD k2
c) Si 1 − < 0 o sea, si k < −b ó k > b
b2
Una hipérbola de eje focal paralelo al eje z
LA

Intersección con planos paralelos al plano YZ:

 x2 y 2 z2
 2 + 2 − 2 =1
 a b c
 x=k
FI

k2 y2 z2
+ − =1
a2 b2 c2


247

Este archivo fue descargado de [Link]

 y 2 z2 k2
⇒ + = 1 −
b2 c 2 a2

OM
k2
a) Si 1 − > 0 o sea, si − a < k < a
a2
Una hipérbola de eje focal paralelo al eje y

.C
k2
b) Si 1 − = 0, o sea si k = ±a
La intersec- a2
ción es  x=a  x = a

k = a, 2 rectas  y z y y z
+ =0 − =0
DD  b c
 x=−a

 b c
 x = − a
k = −a, 2 rectas  y z y y z
+ =0 − =0
 b c  b c
LA
k2
c) Si 1 − <0 o sea, si k < −a ó k > a
a2
Una hipérbola de eje focal paralelo al eje z
FI

V) ¿Es superficie de revolución?

El Hiperboloide de una hoja puede ser una superficie de revolución pues
se puede generar por la rotación de una hipérbola alrededor del eje per-
pendicular al eje focal de la curva.. Las secciones paralelas al plano coor-


denado perpendicular al eje de la superficie serán circunferencias.

248

Este archivo fue descargado de [Link]

 VI) ¿Es superficie reglada?
El hiperboloide de una hoja es una superficie reglada ya que su ecuación

OM
se puede descomponer en ecuaciones de 1º grado. En efecto:
x2 y 2 z2 x2 z2 y2
+ − = 1 ⇒ − = 1 − .
a 2 b2 c2 a2 c2 b2
 x z  x z   y  y
⇒  +  −  =  1 +  1 − 
 a c  a c   b  b 

.C
La superficie puede generarse por la siguiente familia de rectas de E3:
x z  y
 a + c = λ  1 + b 
 
DD 
 x − z = 1  1 − 
y
 a c λ  b 

Ejemplo: Analizar y representar el hiperboloide de una hoja (Fig. 8.15.)

LA
cuya ecuación es:
x2 y 2 z2
9x2 + 4y2 −3z2 = 36 , o sea + − =1
4 9 12

I) Intersecciones con los ejes coordenados

FI

 x 2 y 2 z2
 + − =1
Eje Ox :  4 9 12 ⇒ x2 = 4 ⇒ x = ± 2
y = 0

z = 0


249

Este archivo fue descargado de [Link]

 (2, 0, 0 )
Dos puntos
(− 2, 0, 0 )

OM
 x2 y 2 z2
 + − =1
Eje Oy :  4 9 12 ⇒ y2 = 9 ⇒ y=±3
x = 0

z = 0

(0, 3, 0 )

.C
Dos puntos
(0,−3, 0 )
 x2 y 2 z2
 + − =1
DD
Eje Oz : 

4
x = 0
9 12
⇒ z2 = −12 ⇒ ∄ intersección

y = 0
LA
II) Trazas sobre los planos coordenados
Traza sobre el plano XY:
 z=0  z = 0
TXY :  x 2 y 2 z2 ⇒ Elipse 2 2
x + y = 1
+ − =1
 4 9 12  4 9
FI


250

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig.8.15.
Traza sobre el plano XZ:
LA
 y=0  y=0
  2
TXZ :  x 2 y 2 z2 ⇒ Hipérbola x z2
 4 + − =1  4 12 = 1
−
9 12
FI

Traza sobre el plano YZ:

 x=0  x = 0
TYZ :  x 2 y 2 z2 ⇒ Hipérbola 2 2
y − z =1
+ − =1
 4 9 12  9 12


251

Este archivo fue descargado de [Link]

 III) Simetrías

OM
(− x )2 + (− y )2 − (− z )2 = 1 ⇒ x 2 + y 2 − z 2 = 1
4 9 12 4 9 12
El hiperboloide de una hoja dado es simétrico respecto de los tres planos
coordenados, respecto de los tres ejes coordenados y respecto del origen.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

.C
sión.

 x2 y 2 z2
 + − =1
Intersección con planos paralelos al plano XY:  4
DD 
9 12
z=k

x2 y2 k2 x2 y 2 k2
+ − =1 ⇒ + = 1+
4 9 12 4 9 12
LA
 x2 y 2 z2
 + − = 1 es una elipse para cualquier valor de k, ya
 4 9 12
 z=k k2
que la expresión 1 + es siempre positiva
12
FI

 x2 y 2 z2
 + − =1=1
Intersección con planos paralelos al plano XZ:  4 9 12
 y=k


252

Este archivo fue descargado de [Link]

 x2 k 2 z2
+ − =1
4 9 12

OM
x2 z2 k2
− =1−
4 12 9

.C
k2
a) Si 1 − > 0 o sea, si − 3 < k < 3
9
DD Una hipérbola de eje focal paralelo al eje x

k2
b) Si 1 − = 0, o sea si k = ±3
La intersec- 9
ción es  y=3  y=3
x 
k = 3, 2 rectas  z y x z
+ =0 − =0
 2 2 3  2 2 3
LA

 y=−3  y=−3
 
k = −3, 2rectas  x z y x z
+ =0 − =0
 2 2 3  2 2 3
FI

k2
c) Si 1 − <0 o sea, si k < −3 ó k > 3
9
Una hipérbola de eje focal paralelo al eje z


253

Este archivo fue descargado de [Link]

 Intersección con planos paralelos al plano YZ:
 x2 y 2 z2

OM
 + − =1
 4 9 12
 x=k

k2 y2 z2
+ − =1
4 9 12

.C
y 2 z2 k2
⇒ + = 1−
9 12 4
k2
a) Si 1 − > 0 o sea, si − 2 < k < 2
DD 4
Una hipérbola de eje focal paralelo al eje y

k2
La intersec- b) Si 1 − = 0, o sea si k = ±2
ción es 4
LA
 x=2  x=2

k = 2, dos rectas  y + z = 0 y
 − z =0
 3 2 3  3 2 3
 x=−2  x = − 2

k = −2, dos rectas  y + z = 0 y − z = 0
FI

 3 2 3  3 2 3

k2
c) Si 1 − < 0 o sea, si k < −2 ó k > 2
4


Una hipérbola de eje focal paralelo al eje z

254

Este archivo fue descargado de [Link]

 V) ¿Es superficie de revolución?
El Hiperboloide del ejemplo no es superficie de revolución porque nin-

OM
guna de las secciones paralelas a los planos coordenados son circunfe-
rencias.
VII)¿Es superficie reglada?
Si, porque su ecuación se puede descomponer en ecuaciones de 1º grado.
En efecto:
x2 y 2 z2 x2 z2 y2
+ − =1 ⇒ − = 1−

.C
4 9 12 4 12 9
x z  x z   y  y 
⇒  +  −  =  1 +  1 − 
DD  2 2 3  2 2 3   3  3 
La superficie puede generarse por la siguiente familia de rectas de E3:
x z  y
 2 + = λ 1 + 
2 3  3

 x − z = 1  1 − y 
 2 2 3 λ  3 
LA

[Link]. Hiperboloide de dos hojas

Un Hiperboloide de dos hoja es una superficie cuya ecuación es del tipo
Mx2 + Ny2 + Pz2 = Q2, en la que dos de los coeficientes son negativos y
FI

el tercero es positivo. Este indica la dirección del eje de la superficie.

Si M y P son negativos y N, positivo, la ecuación del hiperboloide de dos
hojas, también puede escribirse en la siguiente forma:
x2 y z2
− 2 + 22 − 2 = 1 (Fig.8.16.)


a b c
255

Este archivo fue descargado de [Link]

 OM
.C
DD Fig.8.16

I) Intersecciones con los ejes coordenados

LA
x 2 y 2 z2
− 2 + 2 − 2 =1
a b c
 x 2
y2 z 2

− 2 + 2 − 2 = 1
Eje Ox :  a b c ⇒ x2 = −a2 ⇒ ∄ intersección
FI

y = 0

z = 0


256

Este archivo fue descargado de [Link]

  x 2 y 2 z2
− 2 + 2 − 2 = 1
Eje Oy :  a b c

OM
⇒ y2 = b2 ⇒ y = ±b
x = 0

z = 0
(0, b, 0 )
Dos puntos
(0,−b, 0 )
 x 2 y 2 z2
− 2 + 2 − 2 = 1

.C
Eje Oz :  a b c
⇒ z2 = −c2 ⇒ ∄ intersección
x = 0

DD y = 0

II) Trazas sobre los planos coordenados

Traza sobre el plano XY:
 z=0  z=0
LA
⇒ Hipérbola
2
TXY :  x y z2 − x 2
y
− 2 + 22 − 2 = 1 + 22 = 1
 a b c  a 2
b

Traza sobre el plano XZ:

FI

 y=0  y=0
 2  2
TXZ :  x y 2 z2 ⇒  x z2 ⇒ ∄ intersección
− a 2 + b 2 − c 2 = 1 − a 2 − c 2 = 1


257

Este archivo fue descargado de [Link]

 Traza sobre el plano YZ:
 x=0  x = 0

OM
TYZ :  x 2 y 2 z2 ⇒ Hipérbola 2 2
y − z = 1
− 2 + 2 − 2 =1
 a b c  b 2 c 2

III) Simetrías
(− x)
2
(− y )2 (− z )2 x2 y 2 z2
− 2 + − = 1 ⇒ − + − =1
a b2 c2 a 2 b2 c2

.C
Todo hiperboloide de dos hojas con centro en el origen de coordenadas
es simétrico respecto de los tres planos coordenados, respecto de los tres
ejes coordenados y respecto del origen.
DD
IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.
 x2 y 2 z2
− 2 + 2 − 2 =1
Intersección con planos paralelos al plano XY:  a b c
 z=k
LA

x2 y2 k 2
− + − =1
a 2 b2 c2
2
x2 y k2
− 2 + 2 = 1+ 2
FI

a b c
 z=k
− x 2
y2 k2 Para cualquier valor de k, es una hipérbola de
+ = 1 +
 a 2 b 2 c2 eje focal paralelo al eje y porque el 2º miembro
es siempre positivo


258

Este archivo fue descargado de [Link]

  x2 y 2 z2
 − 2 + 2 − 2 =1
Intersección con planos paralelos al plano XZ:  a b c

OM
 y=k

x2 k 2 z2
− 2 + 2 − 2 =1
a b c
x2 z2 k2
− − = 1 −
a2 c2 b2

.C
k2
a) Si 1 − > 0 o sea, si − b < k < b
DD b2
Ningún lugar geométrico
k2
b) Si 1 − 2 = 0, o sea si k = ± b
La intersec- b
ción es Un punto (0, b, 0) ó (0, − b, 0)
k2
c) Si 1 − 2 < 0 o sea, si k < −b ó k > b
LA
b
Una elipse

 x2 y 2 z2
− 2 + 2 − 2 =1
Intersección con planos paralelos al plano YZ:  a b c
FI

 x=k

k 2 y 2 z2 y 2 z2 k2
− + − = 1 ⇒ − = 1 +
a 2 b2 c2 b2 c2 a2


259

Este archivo fue descargado de [Link]

  x=k

OM
2
La expresión  y z2 k 2 representa, para cualquier valor de k,
− = 1 +
 b 2 c 2 a2
una hipérbola de eje focal paralelo al eje y.

V) ¿Es superficie de revolución?

El hiperboloide de dos hojas puede ser una superficie de revolución pues
se puede generar por la rotación de una Hipérbola alrededor de su eje

.C
focal. En ese caso las secciones paralelas al plano coordenado perpendi-
cular al eje de la superficie serán circunferencias.
VI)¿Es superficie reglada?
DD
El hiperboloide de dos hojas no es una superficie reglada ya que su ecua-
ción no se puede descomponer en ecuaciones de 1º grado.

Ejemplo: Analizar y representar (Fig. 8.17.) el hiperboloide de dos hojas:

LA
x2 y 2 z2
−9x + 4y −9z = 36, o también, −
2 2 2
+ − =1
4 9 4

I) Intersecciones con los ejes coordenados

 x2 y 2 z2
FI

− + − =1
Eje Ox :  4 9 4 ⇒ x2 = −4 ⇒ ∄ intersección
y = 0

z = 0


260

Este archivo fue descargado de [Link]

  x 2 y 2 z2
− + − =1

OM
Eje Oy :  4 9 4 ⇒ y2 = 9 ⇒ y = ±3
x = 0

z = 0
(0, 3, 0 )
Dos puntos
(0,−3, 0 )

.C
 x2 y 2 z2
− + − =1
Eje Oz :  4 9 4 ⇒ z2 = −4 ⇒ ∄ intersección
x = 0
DD 
y = 0
LA
FI

Fig. 8.17.

II) Trazas sobre los planos coordenados



Traza sobre el plano XY:

261

Este archivo fue descargado de [Link]

  z=0  z=0
TXY :  x 2
y z2 ⇒ Hipérbola 2
− x + y 2 = 1
− + 2 − =1

OM
 4 9 4  4 9

Traza sobre el plano XZ:

 y=0  y=0
 2  2
TXZ :  x y 2 z2 ⇒  x z2 ⇒ ∄ intersección
−
 4 + − =1 −
 4 − =1

.C
9 4 4

Traza sobre el plano YZ:

x=0  x = 0
DD 
TYZ : 
−
 4
x 2
+
y2
−
z2
=1
⇒ Hipérbola 2 2
y − z =1
 9
9 4 4

III) Simetrías
LA

−
(− x )2 + (− y )2 − (− z )2 =1 ⇒ −
x2 y 2 z2
+ − =1
4 9 4 4 9 4
El hiperboloide de 2 hojas dado es simétrico respecto de los tres planos
coordenados, respecto de los tres ejes coordenados y respecto del origen.
FI

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.


262

Este archivo fue descargado de [Link]

  x2 y 2 z2
− + − =1
Intersección con planos paralelos al plano XY:  4 9 4

OM
 z=k
2
x2 y 2 k 2 x2 y k2
− + − =1 ⇒ − + =1+
4 9 4 4 9 4
 z=k
2
− x y2 k2
+ =1+

.C
 4 9 4
Para cualquier valor de k, es una hipérbola de
eje focal paralelo al eje y porque el 2º miembro
es siempre positivo
 x2 y 2 z2
DD − +
Intersección con planos paralelos al plano XZ:  4

9
y=k
−
4
=1

x2 k 2 z2 x2 z2 k2
− + − =1 ⇒ − − =1−
4 9 4 4 4 9
LA

k2
a) Si 1 − > 0 o sea, si − 3 < k < 3
9
Ningún lugar geométrico
k2
b) Si 1 − = 0, o sea si k = ±3
FI

La intersec- 9
ción es Un punto (0, 3, 0) ó (0, − 3, 0)
k2
c) Si 1 − <0 o sea, si k < −3 ó k > 3
9
Una elipse


263

Este archivo fue descargado de [Link]

  x2 y 2 z2
− + − =1
Intersección con planos paralelos al plano YZ:  4 9 4

OM
 x=k

k 2 y 2 z2 y 2 z2 k2
− + − =1 ⇒ − =1+
4 9 4 9 4 4
 x=k
2 2
La expresión  y z k 2 representa, para cualquier valor de k,
− =1+

.C
 9 4 4
una hipérbola de eje focal paralelo al eje y.
DD
V) ¿Es superficie de revolución?
El hiperboloide de dos hojas del ejemplo es superficie de revolución
pues las secciones con planos paralelos al plano XZ son circunferencias.
VI) ¿Es superficie reglada?
No, porque su ecuación no se puede descomponer en ecuaciones de 1º
LA
grado.

8.5.3. Cuádricas sin centro

Las cuádricas sin centro cuyo eje es uno de los ejes coordenados son
FI

superficies tales que su ecuación es de la forma: Mx 2 + Ny 2 = Pz o

también, My 2 + Nz 2 = Px y Mx 2 + Nz 2 = Py .
Estas superficies reciben el nombre de Paraboloides. Si los coeficientes
M y N tienen el mismo signo, el paraboloide es un Paraboloide elíptico. Si


M y N tienen signos contrarios, el paraboloide es un Paraboloide hiperbólico.

264

Este archivo fue descargado de [Link]

 La dirección del eje del paraboloide es, siempre, la que corresponde a la
variable de 1º grado.

OM
[Link]. Paraboloide elíptico
El paraboloide elíptico es una superficie tal que su ecuación es de la for-
ma: Mx 2 + Ny 2 = Pz ó My 2 + Nz 2 = Px ó Mx 2 + Nz 2 = Py , en
la que los coeficientes M y N tienen el mismo signo.
Si la ecuación del paraboloide es Mx 2 + Ny 2 = Pz y se dividen ambos

.C
x2 y2 x2 y2
miembros por P, se obtiene + = z , ó 2 + 2 = z (Fig.8.18.)
P P a b
DD M N
x2 y 2
Se hará a continuación el análisis de la superficie: + =z
a 2 b2
I) Intersecciones con los ejes coordenados

 x2 y 2
LA

 2 + 2 = z
Eje Ox :  a b
y = 0

z = 0
FI

⇒ x = 0 ⇒ Un punto (0, 0, 0)


265

Este archivo fue descargado de [Link]

  x2 y 2
 2 + 2 = z
Eje Oy :  a b

OM
x = 0

z = 0
⇒ y = 0 ⇒ Un punto (0, 0, 0)
 x2 y 2
 2 + 2 = z
a b

.C
Eje Oz : 
x = 0

y = 0
⇒ z = 0 ⇒ Un punto (0, 0, 0)
DD Fig.8.18

II) Trazas sobre los planos coordenados

LA
Traza sobre el plano XY:
 z = 0  z = 0
TXY :  x 2 y 2 ⇒ 2 2
x + y = 0
+ =z
 a 2 b 2  a 2 b 2

⇒ x = 0 e y = 0 ⇒ Un punto (0, 0, 0)
FI

Traza sobre el plano XZ:



266

Este archivo fue descargado de [Link]

  y=0  y=0
 
TXZ :  x 2 y 2 ⇒ Parábola  x 2
 a 2 + b 2 = z  a 2 + = z

OM
Traza sobre el plano YZ:
 x = 0  x = 0
TYZ :  x 2 y 2 ⇒ Parábola 2
y = z
+ =z
 a 2 b 2  b 2

.C
III) Simetrías
DD (− x )2 + (− y )2 = (− z ) ⇒ x2 y2
+ = −z
2 2
a b a 2 b2
El paraboloide elíptico dado no es simétrico respecto al origen de coor-
denadas.
LA
Como la ecuación cambia cuando se reemplaza z por −z, la superficie
tampoco es simétrica respecto del eje x, ni del eje y, ni del plano XY.
En cambio si es simétrica respecto de los planos XZ e YZ y del eje z.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

FI

sión.
 x2 y 2

Intersección con planos paralelos al plano XY:  a 2 + b 2 = z
 z=k


267

Este archivo fue descargado de [Link]

 x2 y 2
+ =k
a 2 b2

OM
a) k > 0 una elipse
b) k = 0 ⇒ x = 0 e y = 0
La intersección es Un punto (0, 0, 0)
c) k < 0 ⇒ No hay intersecci ón
Elipse imaginaria

.C
 x2 y 2
 2 + 2 =z
Intersección con planos paralelos al plano XZ:  a b
 y=k
DD x2 k 2
+ =z ⇒
x2
= z −
k2
a 2 b2 a2 b2
 y=k
   es una parábola de eje focal paralelo al eje z.
∀k ∈ R :  2 k2
LA
x = a 2  z − 2 
  
 b

 x2 y 2

Intersección con planos paralelos al plano YZ:  a 2 + b 2 = z

FI

x=k

k2 y2 y2 k2
+ = z ⇒ = z −
a 2 b2 b2 a2


268

Este archivo fue descargado de [Link]

  x=k

∀k ∈ R : y 2 = b 2  z − k  es una parábola de eje focal paralelo al eje z.
2


OM
  a2
 

V) ¿Es superficie de revolución?

El Paraboloide elíptico puede ser una superficie de revolución pues se
puede generar por la rotación de una Parábola alrededor de su eje focal.
En ese caso las secciones paralelas al plano coordenado perpendicular al

.C
eje de la superficie serán circunferencias.

VI)¿Es superficie reglada?

El paraboloide elíptico no es una superficie reglada ya que su ecuación
DD
no se puede descomponer en ecuaciones de 1º grado.

Ejemplo: Analizar y representar (Fig. 8.19.) el paraboloide elíptico:

y 2 z2
9y2 + 4z2 = − 36x ⇒ + = −x
4 9
LA
I) Intersecciones con los ejes
coordenados
 y 2 z2
 + = −x
Eje Ox :  4 9
y = 0
FI


z = 0
⇒x=0
⇒ Un punto (0, 0, 0) Fig.8.19


269

Este archivo fue descargado de [Link]

  y 2 z2
 + = − x
Eje Oy :  4 9

OM
x = 0

z = 0
⇒ y = 0 ⇒ Un punto (0, 0, 0)
 y 2 z2
 + = − x
4 9
⇒ z = 0 ⇒ Un punto (0, 0, 0)

.C
Eje Oz : 
x = 0

y = 0
DD
II) Trazas sobre los planos coordenados

Traza sobre el plano XY:

 z=0  z=0
LA
TXY :  y 2
z2 ⇒ Parábola  2
+ = −x y = −4x
 4 9

Traza sobre el plano XZ:

y=0
FI


  y=0
TXZ :  y 2 z 2 ⇒ Parábola  2
 4 + 9 = − x z = −9x


270

Este archivo fue descargado de [Link]

 Traza sobre el plano YZ:
 x=0

OM
TYZ :  y 2 z 2 ⇒ y = 0 y z = 0 ⇒ Un punto (0, 0, 0)
+ = −x
 4 9

III) Simetrías
(− y )2 (− z )2 y 2 z2
+ = −( −x) ⇒ + =x
4 9 4 9

.C
El paraboloide elíptico dado no es simétrico respecto al origen de coor-
denadas.
Como la ecuación cambia cuando se reemplaza x por −x, la superficie
tampoco es simétrica respecto del eje y, ni del eje z, ni del plano YZ.
DD
En cambio si es simétrica respecto del eje x y de los planos XZ y XY

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.
 y 2 z2

Intersección con planos paralelos al plano XY:  4 + 9 = −x
LA

 z=k
y2 k2 y2 k2
+ = −x ⇒ = −x −
4 9 4 9
FI

 z=k Para todo valor de k, es una parábola de eje


y 2 = −4  x + k 
2
focal paralelo al eje x, con sus ramas en el sen-
  9 
 tido negativo de dicho eje.


271

Este archivo fue descargado de [Link]

  y 2 z2
 + = −x
Intersección con planos paralelos al plano XZ:  4 9

OM
 y=k

k 2 z2 z2 k2
+ =−x ⇒ = −x −
4 9 9 4

.C
 y=k Para todo valor de k, es una parábola de eje
 focal paralelo al eje x , con sus ramas en el sen-
z 2 = −9 x + k 
2

 tido negativo de dicho eje.


 DD  4 

 y 2 z2

Intersección con planos paralelos al plano YZ:  4 + 9 = −x
 x=k
LA

 x=k a)k > 0 : No existe intersecci ón

b)k = 0 ⇒ y = z = 0 , un punto (0,0,0)
2 2
 + z = −k
y es
 4 9 y 2 z2
c) k < 0 : Elipse , + =1
4k 9k
FI

V) ¿Es superficie de revolución?



272

Este archivo fue descargado de [Link]

 El paraboloide elíptico dado no es superficie de revolución pues ninguna
de las secciones con planos paralelos a los planos coordenados, es una

OM
circunferencia.
VI)¿Es superficie reglada?
No, porque su ecuación no se puede descomponer en ecuaciones de
primer grado.

[Link]. Paraboloide hiperbólico

.C
El paraboloide hiperbólico es una superficie tal que su ecuación es de la
forma: Mx 2 + Ny 2 = Pz ó My 2 + Nz 2 = Px ó Mx 2 + Nz 2 = Py ,
en la que los coeficientes M y N tienen distinto signo. También la prime-
DD x2 y
ra de esas ecuaciones puede escribirse 2 − 22 = z , que se analizará a
a b
continuación.( Fig.8.20.).
I) Intersecciones con los ejes coordenados
LA
 x2 y 2
 2 − 2 = z
Eje Ox :  a b ⇒x=0 ⇒ Un punto (0, 0, 0)
y = 0

z = 0
FI


273

Este archivo fue descargado de [Link]

  x2 y 2
 2 − 2 = z
Eje Oy :  a b

OM
⇒y=0 ⇒ Un punto (0, 0, 0)
x = 0

z = 0

.C
DD
Fig. 8.20.
LA

 x2 y 2
 2 − 2 = z
Eje Oz :  a b
⇒z=0 ⇒ Un punto (0, 0, 0)
 x = 0

FI

y = 0

II) Trazas sobre los planos coordenados



274

Este archivo fue descargado de [Link]

 Traza sobre el plano XY:
 z = 0  z = 0  z =0


OM
⇒ x2 y ⇒   x y 
2 2
TXY :  x y x y
− 2
= z − =0  +  −  = 0
 a 2 b 2  a 2 b 2  a b   a b 
 z = 0
x + y = 0
 a b
Dos rectas:

.C
 z = 0
x − y = 0
 a b
DD
Traza sobre el plano XZ:
 y=0
  y=0
TXZ :  x 2 y 2 ⇒ Parábola de eje z:  2
 a 2 − b 2 = z x = a z
2
LA
Traza sobre el plano YZ: x = 0
 x = 0  x=0
TYZ :  x 2 y 2 ⇒ Parábola de eje z:  2
− =z y = − b z
2
 a 2 b 2
FI

III) Simetrías
(− x )2 − (− y )2 = (−z) ⇒
x2 y2
− = −z
a2 b2 a 2 b2


275

Este archivo fue descargado de [Link]

 El paraboloide hiperbólico dado no es simétrico respecto al origen de
coordenadas.

OM
Como la ecuación cambia cuando se reemplaza z por −z, la superficie
tampoco es simétrica respecto del eje x, ni del eje y, ni del plano XY.
En cambio si es simétrica respecto del eje z y de los planos XZ y YZ.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.

.C
 x2 y 2
 2 − 2 =z
Intersección con planos paralelos al plano XY: a b
DD  z = k

x2 y2  z = k
− =k ⇒ 2 2
x − y = k
a 2 b2  a 2 b 2
LA
a) k > 0 una hipérbola de eje focal paralelo al eje x
b) k = 0 ⇒ x = y = 0
La intersec-  z = 0  z = 0
Dos rectas :  x y y x y
ción es + =0 − =0
 a b  a b
FI

c) k < 0 ⇒ Hiperbola de eje focal paralelo al eje y



276

Este archivo fue descargado de [Link]

  x2 y 2

Intersección con planos paralelos al plano XZ:  a 2 − b 2 = z

OM
 y = k

x2 k 2 x2 k2
− =z ⇒ =z+ 2
a 2 b2 a2 b

 y=k


.C
∀k ∈ R :  2  k 2  es una parábola de eje focal paralelo al eje z.
x = a 2  z + 2 
  b 

DD
Intersección con planos paralelos al plano YZ:
 x2 y 2
 2 − 2 =z
a b x=k
 x = k

k2 y2 y2 k2
− =z ⇒ = −z + 2
a 2 b2 b2
LA
a

 x=k

∀k ∈ R : y 2 = − b 2  z − k  es una parábola de eje focal paralelo al
2

  a 2 

FI

eje z, pero con las ramas en el sentido negativos de dicho eje.

V) ¿Es superficie de revolución?

El paraboloide hiperbólico no puede ser una superficie de revolución ya
no se puede generar por la rotación de una curva alrededor de un eje.


277

Este archivo fue descargado de [Link]

 VI) ¿Es superficie reglada?
El paraboloide hiperbólico es una superficie reglada ya que su ecuación

OM
se puede descomponer en ecuaciones de 1º grado.
La familia de rectas que genera el paraboloide hiperbólico dado es:
x y
 a + b = λz
x y 1
 − =
a b λ

.C
Ejemplo:
Analizar y representar (Fig. 8.21.) el paraboloide hiperbólico:
x2 y 2
3x2 − 4y2 = 36z ⇒ − =z
DD
I) Intersecciones con los ejes coordenados
12 9

 x2 y 2
 − =z
Eje Ox :  12 9 ⇒ x = 0 ⇒ Un punto (0, 0, 0)
y = 0
LA

z = 0

 x2 y 2
 − =z
Eje Oy :  12 9 ⇒ y=0 ⇒
FI

Un punto (0, 0, 0)
x = 0

z = 0


278

Este archivo fue descargado de [Link]

  x2 y 2
 − =z
12 9

OM
Eje Oz :  ⇒ z=0 ⇒ Un punto (0, 0, 0)
x = 0

y = 0

.C
DD
LA
Fig 8.21.

III) Trazas sobre los planos coordenados

 z = 0
FI

Traza sobre el plano XY:TXY :  x 2 y 2

− =z
 12 9
 z = 0
⇒ es una hipérbola:  x
2
y2
− =0
 12 9


279

Este archivo fue descargado de [Link]

  z=0
 x

OM
 y
+ =0
 z=0  2 3 3

⇒  x y  x y ⇒ Dos rectas:
 +  − =0
 2 3 3   2 3 3   z=0
  x
 y
− =0
 2 3 3

.C
Traza sobre el plano XZ:
 y=0
  y=0
TXZ :  x 2 y 2 ⇒ Parábola de eje z:  2
 12 − 9 = z x = 12z
DD
Traza sobre el plano YZ:
 x = 0  x=0
⇒ Parábola de eje focal z  2
2
TYZ :  x 2 y
− =z
LA
 12 9 y = −9z
Las ramas de esta parábola se abren en sentido negativo del eje z.

III) Simetrías
FI

(− x )2 − (− y )2 = (−z) ⇒
x2 y2
− = −z
12 9 12 9
El paraboloide Hiperbólico dado no es simétrico respecto al origen de


coordenadas.
280

Este archivo fue descargado de [Link]

 Como la ecuación cambia cuando se reemplaza z por −z, la superficie
tampoco es simétrica respecto del eje x, ni del eje y, ni del plano XY.

OM
En cambio si es simétrica respecto del eje z y de los planos XZ y YZ.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.

 z = k
2
Con planos paralelos al plano XY:  x y2
− =z

.C
 12 9

 z = k
2 2
x − y = k
DD  12 9

a) k > 0 una hipérbola de eje focal paralelo al eje x

b) k = 0 ⇒ x = y = 0
La intersec-  z=0  z=0
LA
Dos rectas :  x y x y
ción es + =0 y  − =0
 2 3 3  2 3 3
c) k < 0 ⇒ Hiperbola de eje focal paralelo al eje y
FI

 y=k

Con planos paralelos al plano XZ:  x 2 y 2
 12 − 9 = z


281

Este archivo fue descargado de [Link]

  y=k

x 2 = 12 z + k 
2

OM
  9 
 
Para todo valor de k, es una parábola de eje focal paralelo al eje z , con
sus ramas en el sentido positivo de dicho eje.
 x = k
2
Con planos paralelos al plano YZ:  x y2
− =z

.C
 12 9

 x=k

y 2 = 9 z + k 
DD 2

  12 

Para todo valor de k, es una parábola de eje focal paralelo al eje z , con
sus ramas en el sentido negativo de dicho eje.
V) ¿Es superficie de revolución?
LA
No, porque no se puede generar por la rotación de una curva alrededor
de un eje.
VI) ¿Es superficie reglada?
Sí porque su ecuación se puede descomponer en ecuaciones de 1º grado.
La familia de rectas que genera el paraboloide hiperbólico dado es:
FI

 x y
 + = λz
2 3 3
 x y 1
 − =
 2 3 3 λ


282

Este archivo fue descargado de [Link]

 8.5.4. Superficie cilíndrica

OM
Es la superficie generada por una recta que se mueve de tal manera que
se mantiene siempre paralela a una recta fija y pasa siempre por una cur-
va fija dada.
La recta fija se llama generatriz, y la curva fija, directriz de la superficie
cilíndrica. En la Fig 8.22. se observan distintas superficies cilíndricas.
De acuerdo a la definición un plano puede ser considerado como una
superficie cilíndrica ya que puede generarse por el movimiento de una

.C
recta g (generatriz) que se mueve siempre paralela a sí misma siguiendo la
dirección de otra recta d (directriz).
DD
LA
FI

En este capítulo se estudiarán sólo las superficies cilíndricas rectas cuya

directriz es una curva contenida en alguno de los planos coordenados y
cuyas generatrices son paralelas al eje perpendicular a dicho plano.


283

Este archivo fue descargado de [Link]

 Por ejemplo, la ecuación y2 = 3z es una superficie cilíndrica parabólica
recta. Su directriz es una parábola contenida en el plano YZ y sus genera-

OM
trices son rectas paralelas al eje x. (Fig 8.23.)
y 2 x2
La ecuación − = 1 es una superficie cilíndrica hiperbólica recta.
4 9
Su directriz es una hipérbola contenida en el plano XY y sus generatrices
son paralelas al eje z (Fig. 8.24.)

.C
DD
LA

Fig.8.23. Fig.8.24.
A continuación se analizará esta última superficie cilíndrica, siguiendo los
pasos establecidos para el análisis de las superficies.
FI

I) Intersecciones con los ejes coordenados



284

Este archivo fue descargado de [Link]

  y 2 x2
 − =1
x2
4 9 = 1 ⇒ x 2 = −9 ⇒ ∄ intersección

OM
Eje Ox :  ⇒−
y = 0 9

z = 0

 y 2 x2
 − =1
Eje Oy :  4 9
x = 0


.C
z = 0
y2 (0, 2, 0 )
= 1 ⇒ y = ± 2 ⇒ Dos puntos
4 (0, − 2, 0 )
DD  y 2 x2
 − =1
4 9
Eje Oz :  ⇒ 0 = 1 (Absurdo) ⇒ No existe intersección.
x = 0

y = 0
LA

II) Trazas sobre los planos coordenados

Traza sobre el plano XY:
 z = 0
FI

TXY :  y 2 x 2 Hipérbola de eje focal y

− =1
 4 9


285

Este archivo fue descargado de [Link]

  y=0

Con el plano XZ: TXZ :  y 2 x 2
 4 − 9 = 1

OM
 y=0
 2 ⇒ No existe intersección
− x = 9
 z = 0
Con el plano YZ: TZY :  y 2 x 2
− =1
 4

.C
9
x = 0
 x = 0 
2 y = 2
y = 1 Dos rectas
x=0
DD  4 
y = −2
III) Simetría
(− y )2 (− x )2 y2 x2
− =1 ⇒ − =1
LA
4 9 4 9
La superficie cilíndrica del ejemplo es simétrica respecto del origen, res-
pecto de los tres ejes coordenados y respecto de los tres planos coorde-
nados.
IV) Intersecciones con planos paralelos a los planos coordenados. Ex-
FI

tensión

 z = k
2
Con planos paralelos al plano XY:  y x2
− =1
 4


9
286

Este archivo fue descargado de [Link]

  z = k
∀ k ∈ℛ se obtiene la hipérbola  y
2
x2 ya que la ecuación de la
− =1

OM
 4 9
superficie es independiente de k.
 y=k

Con planos paralelos al plano XZ:  y 2 x 2
 4 − 9 = 1

.C
 y=k
k 2 x2  k2  
− =1 ⇒ x = 9  − 1 ⇒ x 2 = 9  k − 1
2 2

4 9  4    4 
DD   

k2
a) − 1 > 0 ⇒ k < −2 ó k > 2
4
 y=k  y=k
LA
Dos rectas :  3 2 y  3
x = 2 k − 4 x = − 2 k − 4
2

La intersec- k2
b) − 1 = 0 ⇒ k = ±2
ción es 4
y = 2 y = −2
Una recta en cada caso : 
FI

ó 
x = 0 x=0
k2
c) −1< 0 ⇒ − 2 < k < 2
4
No existe intersección


287

Este archivo fue descargado de [Link]

  x = k
2
Con planos paralelos al plano YZ:  y x2
− =1

OM
 4 9

y2 k2  k2  2
− = 1 ⇒ y = 4 1 +
2
 ⇒ y = ± 9 + k2
4 9  9  3
Entonces la intersección con planos paralelos al plano YZ será, siempre,
dos rectas, cualquiera sea el valor de k.

.C
 x=k  x=k
y = 2 9 + k 2 ; y = − 2 9 + k 2
DD  3  3

V) ¿Es superficie de revolución?

La superficie cilíndrica hiperbólica no es superficie de revolución ya que
no puede generarse por la rotación de una curva alrededor de uno de sus
LA
ejes.
VI) ¿Es superficie reglada?
Una superficie cilíndrica, por definición, siempre es una superficie regla-
da. La superficie cilíndrica hiperbólica recta del ejemplo es superficie
reglada porque su ecuación se puede descomponer en ecuaciones de 1º
FI

grado.
En efecto:
y2 x2  y x  y x 
− =1 ⇒  +   −  =1
4 9  2 3  2 3 


288

Este archivo fue descargado de [Link]

 La familia de rectas que genera la superficie será, entonces:
y x

OM
2 + 3 =λ
y x 1
 − =
2 3 λ

8.5.5. Superficie cónica

Superficie cónica es la engendrada por una recta que se mueve de tal

.C
manera que pasa siembre por una curva fija y un punto fijo, no conteni-
do en el plano de la curva.
La recta que genera la superficie cónica se llama generatriz, la curva fija se
llama directriz y el punto fijo es el vértice de la superficie.
DD
LA
FI


Fig. 8.25.
289

Este archivo fue descargado de [Link]

 En la Fig.8.25. se observan dos superficies cónicas cuyas directrices son,
respectivamente, una elipse y una parábola.

OM
Se puede demostrar que la ecuación de una superficie cónica cuyo vértice
está en el origen de coordenadas, es homogénea y de la forma:
Mx 2 + Ny 2 + Pz 2 = 0
donde los coeficientes M, N y P no tienen todos el mismo signo.
Los coeficientes M, N y P no pueden tener el mismo signo porque, en

.C
ese caso, la única solución posible de la ecuación es la terna (0, 0, 0) o sea
que, geométricamente, esa ecuación representaría un punto.
Entonces, en la ecuación habrá dos coeficientes de igual signo y el terce-
DD
ro con signo contrario. La dirección del eje de la superficie cónica estará
dada por la variable cuyo coeficiente tenga el signo distinto a la otras dos.
En análisis de la ecuación de una superficie cónica se hará mediante un
ejemplo.
LA
Ejemplo
Analizar y representar (Fig. 8.26.) la superficie cónica dada por la ecua-
ción:
3x 2 − 2 y 2 + 4z 2 = 0
La anterior es la ecuación de una superficie cónica de vértices en el ori-
FI

gen de coordenadas y cuyo eje es el eje y.



290

Este archivo fue descargado de [Link]

 I) Intersecciones con los ejes coordenados

OM
3x 2 − 2 y 2 + 4z 2 = 0

Eje Ox : y = 0
 z = 0


⇒ 3x2 = 0 ⇒ x= 0 ⇒ Un punto (0, 0, 0)

.C
DD
LA

Fig.8.26.
FI

3x 2 − 2 y 2 + 4z 2 = 0

Eje Oy : x = 0
 z = 0

−2y2 = 0 ⇒ y= 0 ⇒ Un punto (0, 0, 0)


291

Este archivo fue descargado de [Link]

 3x 2 − 2 y 2 + 4z 2 = 0


OM
Eje Oz : x = 0
 y = 0

4z2 = 0 ⇒ z= 0 ⇒ Un punto (0, 0, 0)

II) Intersecciones con los planos coordenados

z=0

.C

Traza sobre el plano XY: TXY :  2
3x − 2 y + 4z = 0
2 2

DD 3x2 − 2y2 = 0
 z=0  z=0
Dos rectas:  y 
 3x + 2 y = 0  3x − 2 y = 0

 y=0
Traza sobre el plano XZ: TXZ :  2
3x − 2 y + 4z = 0
2 2
LA

3x2 + 4z2 = 0 ⇒ x = z = 0 Un punto: (0, 0, 0)

 z=0
Traza sobre el plano YZ: TYZ :  2
3x − 2 y + 4z = 0
2 2
FI

 z=0  z=0
4z2 − 2y2 = 0 ⇒ Dos rectas:  y 
2z + 2 y = 0 2z − 2 y = 0
III) Simetría
3(− x ) − 2(− y ) + 4 (− z ) = 0 ⇒ 3x 2 − 2 y 2 + 4z 2 = 0


2 2 2

292

Este archivo fue descargado de [Link]

 La superficie cónica es simétrica respecto del origen, respecto de los tres
planos coordenados y respecto de los tres ejes coordenados.

OM
IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión
 z=k
Con planos paralelos al plano XY:  2
 3x − 2y = −4z
2 2

3x 2 − 2 y 2 + 4k 2 = 0 ⇒ 3x 2 − 2y 2 = −4k 2

.C
DD a) Para k ≠ 0 : Hipérbola de eje focal paralelo al eje y
La inter- b) Para k = 0 : Dos rectas
sección es  z=0  z=0
 y 
 3x + 2 y = 0  3x − 2 y = 0
LA
 y=k
Con planos paralelos al plano XZ:  2
 3x + 4z = 2 y
2 2

3x 2 − 2k 2 + 4z 2 = 0 ⇒ 3x 2 + 4 z 2 = 2k 2

La inter- a) Para k ≠ 0 : Elipse de eje focal paralelo al eje x

FI

sección es
b) Para k = 0 : Un punto (0, 0, 0)


293

Este archivo fue descargado de [Link]

  x=k
Con planos paralelos al plano YZ:  2
 4z − 2y = −3x
2 2

OM
3k 2 − 2 y 2 + 4z 2 = 0 ⇒ 4 z 2 − 2y 2 = −3k 2

a) Para k ≠ 0 : Hipérbola de eje focal paralelo al eje y

La inter- b) Para k = 0 : Dos rectas
 x=0  x=0

.C
sección es
 y 
2 z + 2 y = 0 2 z − 2 y = 0
DD
V) ¿Es superficie de revolución?
La superficie cónica dada no es superficie de revolución ya que no se ha
generado por la rotación de un par de rectas secantes alrededor de una
de las bisectrices de los ángulos que ellas forman.
LA
VI)¿Es superficie reglada?
La superficie cónica es, por definición, una superficie reglada. La familia
de rectas que la genera es:
 3x + 2 y = −4 λz

 1
 3x − 2 y = λ z
FI


294

Este archivo fue descargado de [Link]

 SUPERFICIES

OM
8.1. Definición
Se llama superficie al conjunto de puntos del espacio, y solamente a
aquellos, que satisfacen una ecuación rectangular (cartesiana) de la forma:
f(x, y, z) = 0
Esta definición establece que si una ecuación de la forma f(x, y, z) = 0
representa un lugar geométrico, ese lugar geométrico es una superficie y

.C
viceversa, si una superficie puede representarse analíticamente por una
ecuación, esa ecuación es de la forma f(x, y, z) = 0.
Por ejemplo, un plano es una superfície, se vió que su ecuación general
DD
es de la forma: Ax + By + Cz + D = 0 o sea una ecuación con tres vari-
ables. La Fig. 8.1. representa el plano de ecuación: 3x – 2y + 4z – 6 = 0.
La ecuación y − 5 = 0 también representa un plano.(Fig. 8.2.)
LA
FI


213

Este archivo fue descargado de [Link]

 En ella no intervienen las tres variables. O sea que en la ecuación de una
superficie no siempre van a figurar las tres variables.

OM
Debe aclararse que una ecuación de la forma f(x, y, z) = 0 no siempre
representa una superficie. Por ejemplo, dada la ecuación:
x2 + y 2 + z2 + 5 = 0
no existen valores reales de x, y, z que satisfagan esa ecuación, por lo
tanto esa ecuación no representa ningún lugar geométrico real.

.C
8.2. Superficie de revolución
Una superficie de revolución es la engendrada por la rotación de una
curva plana, en torno a una recta fija contenida en el plano de esa curva.
DD
Por ejemplo la superficie esférica es una superficie de revolución porque
se genera por la rotación de una circunferencia alrededor de uno de sus
diámetros.
En la Fig. 8.3. se observa una su-
perficie esférica generada por la
LA
rotación de una circunferencia
alrededor del diámetro MN
FI


214

Este archivo fue descargado de [Link]

 OM
En la Fig. 8.4 se observa una su-
perficie (elipsoide de revolución)
generada por la rotación de una
elipse alrededor de su eje mayor
MN

.C
DD
Al hacer el análisis de las superficies que se estudiarán a lo largo de este
capítulo se irá indicando cuáles de ellas son superficies de revolución.

8.3. Superficies regladas

LA
Una superficie reglada es aquella que puede ser engendrada por el movi-
miento de una recta.

Por ejemplo, en la Fig. 8.5. la recta ℓ se mueve paralela a sí misma según

la dirección de la recta ɡ. La superficie generada es un plano, por lo tanto
FI

un plano es una superficie reglada.

También en este caso, al hacer el análisis de las superficies se irá indican-
do cuáles de ellas son superficies regladas.


215

Este archivo fue descargado de [Link]

 OM
.C
DD
8.4. Análisis de una superficie
Para el análisis de una superficie se tendrán en cuenta los siguientes 6
puntos:
I. Hallar las intersecciones con los ejes coordenados
II. Determinar las trazas sobre los planos coordenados
LA
III. Estudiar la simetría con respecto a los planos coordenados, a los
ejes coordenados y al origen de coordenadas.
IV. Determinar las secciones con planos paralelos a los planos coor-
denados y la extensión de la superficie
V. Indicar si es superficie de revolución
FI

VI. Indicar si es superficie reglada

8.4.1. Intersecciones con los ejes coordenados



216

Este archivo fue descargado de [Link]

 Intersección con el eje Ox : Puesto que todos los puntos del eje x tienen su
segunda y tercera coordenadas iguales a 0, la intersección se obtiene re-

OM
emplazando en la ecuación de la superficie las variables y y z por 0.
Intersección con el eje Oy : Puesto que todos los puntos del eje y tienen su
primera y tercera coordenadas iguales a 0, la intersección se obtiene re-
emplazando en la ecuación de la superficie las variables x y z por 0.
Intersección con el eje Oz : Puesto que todos los puntos del eje z tienen su
primera y segunda coordenadas iguales a 0, la intersección se obtiene

.C
reemplazando en la ecuación de la superficie las variables x e y por 0.
Las intersecciones del plano 3x – 4y + 6z − 12 = 0 con cada uno de los
ejes coordenados son, respectiva-
DD
mente:
3x − 4y + 6z − 12 = 0

Eje Ox : y = 0
z = 0

⇒ 3x = 12 ⇒ x = 4.
LA

La intersección es el punto (4, 0, 0)

3x − 4y + 6z − 12 = 0

Eje Oy : x = 0
z = 0
FI


x = z = 0 ⇒ −4y = 12 ⇒ y =−3.
La intersección es el punto (0, −3, 0)


217

Este archivo fue descargado de [Link]

 3x − 4y + 6z − 12 = 0

Eje Oz: x = 0

OM
y = 0

x = y = 0 ⇒ 6z = 12 ⇒ z = 2. La intersección es el punto (0, 0, 2)
8.4.2. Trazas sobre los planos coordenados
Traza sobre el plano XY (TXY): Puesto que todos los puntos del plano XY
tienen su tercera coordenada igual a 0, la traza (intersección) se obtiene

.C
igualando, en la ecuación de la superficie, la variable z a 0.
Traza sobre el plano XZ (TXZ): Puesto que todos los puntos del plano XZ
tienen su segunda coordenada igual a 0, la traza (intersección) se obtiene
igualando, en la ecuación de la super-
DD
ficie, la variable y a 0.
Traza sobre el plano YZ (TYZ): Puesto
que todos los puntos del plano YZ
tienen su primera coordenada igual a
0,
la traza (intersección) se obtiene igua-
LA

lando, en la ecuación de la superficie,

la variable x a 0.
Sea el plano 3x – 4y + 6z − 12 = 0.
Sus trazas sobre cada uno de los pla-
nos coordenados son (Fig.8.7.):
FI

Con el plano XY
z = 0 ⇒ 3x – 4y − 12 = 0


218

Este archivo fue descargado de [Link]

 3x − 4y − 12 = 0
TXY : 
 z=0

OM
Con el plano YZ
x = 0 ⇒ – 4y + 6z − 12 = 0
− 4y + 6z − 12 = 0
TYZ : 
 x=0
Con el plano XZ

.C
y = 0 ⇒ 3x + 6z − 12 = 0
3x + 6z − 12 = 0
TXZ : 
DD  y=0

8.4.3 Simetría
a) Respecto del origen de coordenadas
Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x) , la variable y por (−y) y la variable z por (−z), la superficie es simé-
trica respecto del origen de coordenadas.
LA

El paraboloide elíptico de ecuación 2x 2 + 3z 2 = − 4y no es simétrico

respecto del origen de coordenadas ya que
2(− x ) + 3(− z ) = − 4 (− y ) no es igual a la ecuación dada.
2 2
FI

b) Respecto de los ejes coordenados

Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x) y la variable y por (−y), la superficie es simétrica respecto del eje z.
Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x) y la variable z por (−z), la superficie es simétrica respecto del eje y.


219

Este archivo fue descargado de [Link]

 Si la ecuación de una superficie no cambia al reemplazar la variable y por
(−y) y la variable z por (−z), la superficie es simétrica respecto del eje x.

OM
Por ejemplo, el paraboloide elíptico de ecuación 2x 2 + 3z 2 = − 4y es
simétrico respecto del eje y pero no respecto del eje x, ni del eje z.
En efecto: 2(− x )2 + 3(− z )2 = − 4y ⇒ 2x 2 + 3z 2 = − 4y (simetría res-
pecto del eje y).
2x + 3(− z ) = − 4 (− y ) ⇒ 2x + 3z = 4y (no hay simetría
2 2 2 2

respecto del eje x).

.C
2(− x ) + 3z = − 4 (− y ) ⇒ 2x + 3z = 4y (no hay simetría
2 2 2 2

respecto del eje z).

DD
LA
FI

Fig.8.8


220

Este archivo fue descargado de [Link]

 c) Respecto a los planos coordenados
Si la ecuación de una superficie no cambia al reemplazar la variable z por

OM
(−z), la superficie es simétrica respecto del plano XY.
Si la ecuación de una superficie no cambia al reemplazar la variable y por
(−y), la superficie es simétrica respecto del plano XZ.
Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x), la superficie es simétrica respecto del plano YZ.
Por ejemplo, como se verá al estudiar los paraboloides, el paraboloide
elíptico de ecuación 2x 2 + 3z 2 = − 4y es simétrico respecto del plano YZ

.C
y respecto del plano XY, pero no respecto del plano XZ. Fig.8.8.
En efecto:
2(− x ) + 3z 2 = − 4y ⇒ 2x 2 + 3z 2 = − 4y
DD 2

(La superficie es simétrica respecto del plano YZ)

2x 2 + 3(− z ) = − 4y ⇒ 2x 2 + 3z 2 = − 4y
2

(La superficie es simétrica respecto del plano XY)

2x 2 + 3z 2 = − 4 (− y ) ⇒ 2x 2 + 3z 2 = 4y
(La superficie no es simétrica respecto del plano YZ)
LA

8.4.4. Intersecciones con planos paralelos a los planos coordenados

Con planos paralelos al plano XY
Se trata de encontrar la intersección de la superficie con planos cuya
FI

ecuación sea de la forma z = k.

Con planos paralelos al plano XZ
Se trata de encontrar la intersección de la superficie con planos cuya
ecuación sea de la forma y = k.
Con planos paralelos al plano YZ


221

Este archivo fue descargado de [Link]

 Se trata de encontrar la intersección de la superficie con planos cuya
ecuación sea de la forma x = k.

OM
8.4.5. Extensión
Para cada uno de los casos planteados en el punto anterior se indican los
valores de k, para los cuales se obtiene un lugar geométrico real.

8.5. Estudio analítico de distintas superficies

A continuación se irán dando las definiciones, el análisis, la gráfica y

.C
ejemplos de distintas superficies cuya ecuación es de 2º grado.
Pero debe aclararse que, salvo en el caso de la superficie esférica, sólo se
estudiarán aquellas ecuaciones que representan superficies cuyo eje es
alguno de los ejes coordenados.
DD
8.5.1. Superficie esférica
Se llama superficie esférica al lugar geométrico de los puntos del espacio
que equidistan de un punto fijo llamado centro.
C(α, β, γ) PC = R
LA
La ecuación de una superficie esférica de centro C y radio R es:
FI


222

Este archivo fue descargado de [Link]

 (x − α )2 + (y − β)2 + (z − γ)2 = R 2

OM
Ejemplo: (x − 2)2 + (y + 4)2 + (z − 3)2 = 4 (Fig.8.9.)
es una superficie esférica de centro C(2,-4,3) y radio 2

Si el centro está en el origen, la ecuación de la superficie esférica es:

x2 + y2 + z2 = R2
A continuación se hará el análisis de esta ecuación siguiendo los pasos

.C
indicados en los puntos anteriores (Fig.8.10).
I) Intersecciones con los ejes coordenados
Ecuación
DD x2 + y2 + z2 = R2

x 2 + y 2 + z 2 = R 2

Eje Ox : y = 0
 z = 0

⇒ x = R2 ⇒ x = ± R
2
LA

(R,0,0 )
Dos puntos
(− R,0,0 )
x 2 + y 2 + z 2 = R 2
 Fig.8.10
Eje Oy : x = 0
FI

 z = 0


⇒ y2 = R2 ⇒ y = ± R


223

Este archivo fue descargado de [Link]

 (0, R,0 )
Dos puntos
(0,−R,0 )

OM
x 2 + y 2 + z 2 = R 2

Eje Oz : x = 0 ⇒ z2 = R2 ⇒ z = ± R
 y = 0

(0, 0, R )

.C
Dos puntos
(0, 0,−R )
II) Trazas sobre los planos coordenados
DD
Traza sobre el plano XY:
 z=0  z=0
TXY :  2 ⇒ Circunferencia  2
 x + y 2
+ z 2
= R 2
x + y = R
2 2

Traza sobre el plano XZ:

LA

 y=0  y=0
TXZ :  2 ⇒ Circunferencia  2
x + y + z = R x + z = R
2 2 2 2 2

Traza sobre el plano YZ:

FI

 x=0  x=0
TYZ :  2 ⇒ Circunferencia  2
x + y + z = R y + z = R
2 2 2 2 2

III) Simetrías
(− x )2 + (− y )2 + (− z )2 = R 2 ⇒ x 2 + y 2 + z 2 = R 2


224

Este archivo fue descargado de [Link]

 Toda superficie esférica con centro en el origen de coordenadas es simé-
trica respecto de los tres planos coordenados, respecto de los tres ejes

OM
coordenados y respecto del origen.
IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.
x 2 + y 2 + z 2 = R 2
Intersección con planos paralelos al plano XY: 
 z=k

.C
x2 + y 2 + k 2 = R 2
x2 + y2 = R 2 − k 2
DD a) Si R 2 − k 2 > 0 o sea, si − R < k < R
es una circunferencia
La intersec- b) Si R 2 − k 2 = 0 o sea, si k = ± R
ción es: Es un punto (0, 0, R ) ó (0, 0, − R )
c) Si R 2 − k 2 < 0 o sea, si k < −R ó k > R
LA

Es una circunferencia imaginaria

x 2 + y 2 + z 2 = R 2

FI

Intersección con planos paralelos al plano XZ:

 y=k

x2 + k 2 + z2 = R 2
x2 + z2 = R 2 − k 2


225

Este archivo fue descargado de [Link]

 a) Si R 2 − k 2 > 0 o sea, si − R < k < R

OM
es una circunferencia
La intersec- b) Si R 2 − k 2 = 0 o sea, si k = ± R
ción es Es un punto : (0, R, 0 ) ó (0, − R, 0 )
c) Si R 2 − k 2 < 0 o sea, si k < −R ó k > R
Es una circunferencia imaginaria

.C
x 2 + y 2 + z 2 = R 2
Intersección con planos paralelos al plano YZ: 
 x=k
DD k 2 + y 2 + z2 = R 2

y 2 + z2 = R 2 − k 2

a) Si R 2 − k 2 > 0 o sea, si − R < k < R

LA

es una circunferencia
La intersec- b) Si R 2 − k 2 = 0 o sea, si k = ± R
ción es Es un punto : (R, 0, 0 ) ó (− R, 0, 0 )
c) Si R 2 − k 2 < 0 o sea, si k < −R ó k > R
FI

Es una circunferencia imaginaria



226

Este archivo fue descargado de [Link]

 V) ¿Es superficie de revolución?

OM
La superficie esférica es una superficie de revolución porque se puede
generar por la rotación de una circunferencia alrededor de uno de sus
diámetros
VI) ¿Es superficie reglada?
La superficie esférica no es superficie reglada ya que su ecuación no pue-
de descomponerse en el producto de ecuaciones de primer grado.

.C
Ejemplo: Analizar y representar (Fig. 8.11.) la superficie esférica

DD x2 + y2 + z2 = 9
LA
FI

Fig.8.11.


227

Este archivo fue descargado de [Link]

 x 2 + y 2 + z 2 = 9

Eje Ox : y = 0 ⇒ x2 = 9 ⇒ x = ± 3

OM
 z = 0

(3,0,0 )
Dos puntos
(− 3,0,0 )
x 2 + y 2 + z 2 = 9

Eje Oy : x = 0 ⇒ y2 = 9 ⇒ y = ± 3

.C
 z = 0

DD (0,3,0 )
Dos puntos
(0,−3,0 )
x 2 + y 2 + z 2 = 9

Eje Oz : x = 0 ⇒ z2 = 9 ⇒ z = ± 3
 y = 0

LA
(0, 0, 3)
Dos puntos
(0,0,−3)

II) Trazas sobre los planos coordenados

FI

Traza sobre el plano XY:

 z=0  z=0
TXY :  2 ⇒ Circunferencia  2
x + y + z = 9 x + y = 9
2 2 2


228

Este archivo fue descargado de [Link]

 Traza sobre el plano XZ:
 y=0  y=0
⇒ Circunferencia  2

OM
TXZ :  2
x + y + z = 9 x + z = 9
2 2 2

Traza sobre el plano YZ: x = 0

 x=0  x=0
TYZ :  2 ⇒ Circunferencia  2
 x + y 2
+ z 2
= 9 y + z = 9
2

.C
DD
III) Simetrías
(− x )2 + (− y )2 + (− z )2 = 9 ⇒ x 2 + y 2 + z 2 = 9
La superficie esférica dada es simétrica respecto de los tres planos coor-
denados, respecto de los tres ejes coordenados y respecto del origen.
LA

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.

x 2 + y 2 + z 2 = 9
FI

Intersección con planos paralelos al plano XY: 

 z=k

x2 + y 2 + k 2 = 9
x2 + y 2 = 9 − k 2


229

Este archivo fue descargado de [Link]

 a) Si 9 − k 2 > 0 o sea, si − 3 < k < 3
es una circunferencia

OM
La intersec- b) Si 9 − k 2 = 0 o sea, si k = ±3
ción es Es un punto : (0, 0, 3) ó (0, 0, −3)
c) Si 9 − k 2 < 0 o sea, si k < −3 ó k > 3
Es una circunferencia imaginaria

.C
x 2 + y 2 + z 2 = 9
Intersección con planos paralelos al plano XZ: 
 y=k
DD x 2 + k 2 + z2 = 9
x2 + z 2 = 9 − k 2

a) Si 9 − k 2 > 0 o sea, si − 3 < k < 3

LA
La intersec- es una circunferencia
ción es b) Si 9 − k 2 = 0 o sea, si k = ±3
Es un punto : (0, 3, 0 ) ó (0, −3, 0 )
c) Si 9 − k 2 < 0 o sea, si k < −3 ó k > 3
FI

Es una circunferencia imaginaria

x 2 + y 2 + z 2 = 9
Intersección con planos paralelos al plano YZ: 
 x=k


230

Este archivo fue descargado de [Link]

 k 2 + y 2 + z2 = 9

OM
y 2 + z2 = 9 − k 2

a) Si 9 − k 2 > 0 o sea, si − 3 < k < 3

La intersec- es una circunferencia
ción es b) Si 9 − k 2 = 0 o sea, si k = ±3
Es un punto : (3, 0, 0 ) ó (− 3, 0, 0 )

.C
c) Si 9 − k 2 < 0 o sea, si k < −3 ó k > 3
Es una circunferencia imaginaria
DD
V) Superficie de revolución
La superficie esférica dada es superficie de revolución porque se puede
generar por la rotación de una circunferencia alrededor de uno de sus
diámetros
VI) Superficie reglada
LA

La superficie esférica no es superficie reglada ya que su ecuación no pue-

de descomponerse en el producto de ecuaciones de primer grado.

8.5.2. Cuádricas con centro

FI

Son superficies cuya ecuación es del tipo:

Mx2 + Ny2 + Pz2 = Q2


231

Este archivo fue descargado de [Link]

 Según sean los signos de los coeficientes M, N y P, las cuádricas con
centro se clasifican en: elipsoides, hiperboloides de una hoja e hiperbo-

OM
loides de dos hojas.
[Link]. Elipsoide
Si en una ecuación del tipo Mx2 + Ny2 + Pz2 = Q2, los tres coeficientes
M, N y P tienen el mismo signo, la superficie es un elipsoide.
Si los coeficientes son negativos, no existen valores reales de x, y, z que
verifiquen la ecuación, o sea que la ecuación no representará ningún lu-
gar geométrico real, es un elipsoide imaginario.

.C
En consecuencia, un elipsoide real es una superficie cuya ecuación es del
tipo Mx2 + Ny2 + Pz2 = Q2, con sus coeficientes M, N y P todos positi-
vos.
DD
La superficie esférica ya estudiada es, en realidad, un elipsoide donde los
tres coeficientes son iguales (M = N = P).
También la ecuación de un elipsoide puede escribirse en la siguiente
forma:
x2 y 2 z2
+ + =1
a 2 b2 c 2
LA
A continuación se hará el análisis de esta ecuación siguiendo los pasos
indicados para ello (.Fig.8.12.)
I) Intersecciones con los ejes coordenados

 x 2 y 2 z2
FI

 2 + 2 + 2 = 1
Eje Ox : 
a b c
y = 0

z = 0


232

Este archivo fue descargado de [Link]

 ⇒ x2 = a2 ⇒ x = ± a
(a, 0, 0 )

OM
Dos puntos
(− a, 0, 0 )
 x 2 y 2 z2
 2 + 2 + 2 = 1
Eje Oy :  a b c
x = 0

z = 0

.C
⇒ y2 = b2 ⇒ y = ± b
DD (0, b, 0 )
Dos puntos
(0,−b, 0 )

 x 2 y 2 z2
 2 + 2 + 2 = 1
c
Eje Oz :  a b
LA
x = 0

y = 0

⇒ z2 = c2 ⇒ z = ± c Fig.8.12.
FI

(0, 0, c )
Dos puntos
(0, 0,−c )


233

Este archivo fue descargado de [Link]

 II) Trazas sobre los planos coordenados

OM
Traza sobre el plano XY:
 z=0  z = 0
⇒
2 2
TXY :  x y z2 Elipse 2 2
x + y = 1
+ + =1
 a 2 b 2 c 2  a 2 b 2

Traza sobre el plano XZ:

 y=0  y=0

.C
 2  2
TXZ :  x y 2 z2 ⇒ Elipse x z2
 a 2 b 2 + c 2 = 1
+  a 2 c 2 = 1
+
DD
Traza sobre el plano YZ: x = 0
 x=0  x = 0
TYZ :  x 2 y 2 z 2 ⇒ Elipse 2 2
y + z = 1
+ + =1
 a 2 b 2 c 2  b 2 c 2
LA

III) Simetrías
(− x )2 + (− y )2 + (− z )2 = 1 ⇒ x 2 + y 2 + z 2 = 1
a2 b2 c2 a 2 b2 c2
FI

Todo elipsoide con centro en el origen de coordenadas es simétrico res-

pecto de los tres planos coordenados, respecto de los tres ejes coordena-
dos y respecto del origen.


234

Este archivo fue descargado de [Link]

 IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.

OM
 x2 y 2 z2

Intersección con planos paralelos al plano XY:  a 2 + b 2 + c 2 = 1
 z=k

x2 y 2 k 2
+ + =1
a 2 b2 c 2

.C
2
x2 y k2
+ = 1 −
a 2 b2 c2
DD a) Si 1 −
k2
c2
> 0 o sea, si − c < k < c
Una elipse
k2
La intersec- b) Si 1 − = 0 o sea, si k = ±c
ción es c2
Un punto : (0, 0, c ) ó (0, 0, −c )
LA

k2
c) Si 1 − 2 < 0 o sea, si k < −c ó k > c
c
Una elipse imaginaria
FI

 x 2 y 2 z2

Intersección con planos paralelos al plano XZ:  a 2 + b 2 + c 2 = 1
 y=k


235

Este archivo fue descargado de [Link]

 x2 k 2 z2
+ + =1
a 2 b2 c 2

OM
x2 z2 k2
+ = 1 −
a 2 c2 b2

k2
a) Si 1 − > 0 o sea, si − b < k < b
b2

.C
Una elipse
k2
La intersec- b) Si 1 − =0 o sea, si k = ± b
ción es b2
Un punto : (0, b, 0 ) ó (0, − b, 0 )
DD k2
c) Si 1 − 2 < 0 o sea, si k < −b ó k > b
b
Una elipse imaginaria
LA

Intersección con planos paralelos al plano YZ:

 x 2 y 2 z2
 2 + 2 + 2 =1
a b c
 x=k
FI

k 2 y 2 z2
+ + =1
a 2 b2 c 2


236

Este archivo fue descargado de [Link]

 y 2 z2 k2
+ = 1 −
b2 c 2 a2

OM
k2
a) Si 1 − >0 o sea, si − a < k < a
a2
Una elipse
2
k
La intersec- b) Si 1 − 2 = 0 o sea, si k = ±a
a

.C
ción es
Un punto : (a, 0, 0 ) ó (− a, 0, 0 )
k2
c) Si 1 − 2 < 0 o sea si k < −a ó k > a
DD a
Una elipse imaginaria

V) ¿Es superficie de revolución?

El elipsoide puede ser una superficie de revolución pues se puede gene-
rar por la rotación de una elipse alrededor de uno de sus ejes. En ese
LA

caso las secciones paralelas al plano coordenado perpendicular a ese eje,

serán circunferencias.

VII)¿Es superficie reglada?

Ningún elipsoide es superficie reglada ya que su ecuación no puede des-
FI

componerse en el producto de ecuaciones de primer grado.

Ejemplo:
Hallar y representar (Fig. 8.13) el elipsoide:


237

Este archivo fue descargado de [Link]

 x 2 y 2 z2
+ + =1
4 9 25

OM
I) Intersecciones con los ejes coordenados

 x2 y 2 z2
 + + =1
Eje Ox : 
4 9 25 ⇒ x2 = 4 ⇒x=±2
y = 0


.C
z = 0
(2, 0, 0 )
Dos puntos
DD (− 2, 0, 0 )
 x 2 y 2 z2
 + + =1
Eje Oy :  4 9 25 ⇒ y2 = 9 ⇒ y = ± 3
x = 0

z = 0
LA

(0, 3, 0 )
Dos puntos
(0,−3, 0 )
 x2 y 2 z2
 + + =1
FI

4 9 25
Eje Oz :  ⇒ z2 = 25 ⇒z=±5
x = 0

y = 0


238

Este archivo fue descargado de [Link]

 (0, 0, 5)
Dos puntos
(0, 0,−5)

OM
.C
DD
Fig.8.13.
LA

II) Trazas sobre los planos coordenados

Traza sobre el plano XY:
 z=0  z = 0
FI

TXY :  x 2 y 2 z 2 ⇒ Elipse 2 2
x + y = 1
+ + =1
 4 9 25  4 9

Traza sobre el plano XZ:



239

Este archivo fue descargado de [Link]

  y=0  y=0
  2
TXZ :  x 2 y 2 z 2 ⇒ Elipse x z2
 4 + 9 + 25 = 1  4 25 = 1
+

OM
Traza sobre el plano YZ:
 x=0  x = 0
TYZ :  x 2 y 2 z 2 ⇒ Elipse 2 2
y + z = 1
+ + =1
 4  9 25

.C
9 25

III) Simetrías
(− x )2 + (− y )2 + (− z )2 = 1 ⇒ x 2 + y 2 + z 2 = 1
DD 4 9 25 4 9 25

El elipsoide dado es simétrico respecto de los tres planos coordenados,

respecto de los tres ejes coordenados y respecto del origen.
LA

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.
 x 2 y 2 z2

Intersección con planos paralelos al plano XY:  4 + 9 + 25 = 1
FI

 z=k

x2 y2 k 2 x2 y 2 k2
+ + =1 ⇒ + = 1−
4 9 25 4 9 25


240

Este archivo fue descargado de [Link]

 k2
a) Si 1 − > 0 o sea, si − 5 < k < 5
25

OM
Una elipse
k2
La intersec- b) Si 1 − = 0 o sea, si k = ±5
ción es 25
Un punto : (0, 0, 5) ó (0, 0, − 5)
k2
c) Si 1 − < 0 o sea, si k < −5 ó k > 5
25

.C
Una elipse imaginaria

 x2 y 2 z2
 + + =1
DD
Intersección con planos paralelos al plano XZ:  4

9 25
y=k

x2 k 2 z2 x 2 z2 k2
+ + =1 ⇒ + = 1−
4 9 25 4 25 9
LA

k2
a) Si 1 − > 0 o sea, si − 3 < k < 3
9
Una elipse
k2
La intersec- b) Si 1 − =0 o sea, si k = ±3
FI

ción es 9
Un punto : (0, 3, 0 ) ó (0, − 3,0 )
k2
c) Si 1 − <0 o sea, si k < −3 ó k > 3
9


Una elipse imaginaria

241

Este archivo fue descargado de [Link]

  x2 y 2 z2

Intersección con planos paralelos al plano YZ:  4 + 9 + 25 = 1

OM
 x=k

k 2 y 2 z2 y 2 z2 k2
+ + =1 ⇒ + = 1−
4 9 25 9 25 4

.C
k2
a) Si 1 − >0 o sea, si − 2 < k < 2
4
DD Una elipse
2
k
b) Si 1 − = 0 o sea, si k = ±2
La intersec- 4
ción es Un punto : (2, 0, 0 ) ó (− 2, 0, 0 )
k2
c) Si 1 − < 0 o sea si k < −2 ó k > 2
4
Una elipse imaginaria
LA

V) ¿Es superficie de revolución?

El elipsoide del ejemplo no es superficie de revolución porque ninguna
de las secciones paralelas a los planos coordenados son circunferencias.
FI

VI) ¿Es superficie reglada?

El elipsoide no es superficie reglada ya que su ecuación no puede des-
componerse en el producto de ecuaciones de primer grado.


242

Este archivo fue descargado de [Link]

 [Link]. Hiperboloide de una hoja
Si en una ecuación del tipo Mx2 + Ny2 + Pz2 = Q2, los coeficientes M,

OM
N y P no tienen todos el mismo signo, la superficie es un hiperboloide.
Si dos coeficientes son positivos y uno es negativo, es un hiperboloide de
una hoja. Si, por el contrario, dos coeficientes son negativos y uno es po-
sitivo, es un hiperboloide de dos hojas..
En consecuencia, un Hiperboloide de una hoja es una superficie cuya
ecuación es del tipo Mx2 + Ny2 + Pz2 = Q2, en la que dos de los coefi-
cientes son positivos y el tercero es negativo.

.C
Si M y N son positivos y P,
negativo, el término precedi-
do del signo menos indica la
dirección del eje de la super-
DD
ficie. La ecuación del hiper-
boloide de una hoja, también
puede escribirse en la si-
guiente forma:
x2 y 2 z2
+ − =1
LA
a 2 b2 c 2
Se hará, a continuación. el
análisis de la ecuación de un
hiperboloide de una hoja.
(Fig.8.14.)
FI

Fig.8.14.


243

Este archivo fue descargado de [Link]

 x2 y 2 z2
Ecuación del hiperboloide: + − =1
a 2 b2 c2

OM
I) Intersecciones con los ejes coordenados
 x2 y 2 z2
 2 + 2
− 2
=1
Eje Ox :  a b c ⇒ x2 = a2 ⇒ x = ± a
y = 0

z = 0
(a, 0, 0 )

.C
Dos puntos
(− a, 0, 0 )
DD  x2 y 2 z2
 2 + 2
− 2
=1
Eje Oy :  a b c ⇒ y2 = b2 ⇒ y = ±b
x = 0

z = 0

(0, b, 0 )
LA
Dos puntos
(0,−b, 0 )

 x2 y 2 z2
 2 + 2
− 2
=1
Eje Oz :  a b c ⇒ z2 = −c2 ⇒ ∄ intersección
FI

x = 0

y = 0

II) Trazas sobre los planos coordenados



244

Este archivo fue descargado de [Link]

 Traza sobre el plano XY:
 z=0  z = 0

OM
TXY :  x 2 y 2 z2 ⇒ Elipse 2 2
x + y = 1
+ − =1
 a 2 b 2 c 2  a 2 b 2

Traza sobre el plano XZ:

 y=0  y=0
  2
TXZ :  x 2 y 2 z2 ⇒ Hipérbola x z2

.C
 a 2 + b 2 − c 2 = 1  a 2 − c 2 = 1

Traza sobre el plano YZ:

DD  x=0  x = 0
⇒
2
TYZ :  x y2 z2 Hipérbola 2 2
y − z = 1
+ − =1
 a 2 b 2 c 2  b 2 c 2
LA

III) Simetrías
(− x )2 + (− y )2 − (− z )2 = 1 ⇒ x 2 + y 2 − z 2 = 1
a2 b2 c2 a 2 b2 c2
FI

Todo hiperboloide de una hoja con centro en el origen de coordenadas

es simétrico respecto de los tres planos coordenados, respecto de los tres
ejes coordenados y respecto del origen.


245

Este archivo fue descargado de [Link]

 IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.

OM
 x2 y 2 z2
 2 + 2 − 2 =1
Intersección con planos paralelos al plano XY:  a b c
 z=k

x2 y2 k2
+ − =1
a2 b2 c2

.C
x2 y 2 k2
+ =1+ 2
a 2 b2 c

 x2 y 2 z2
DD  2 + 2 − 2 = 1 es una elipse para cualquier valor de k, ya
 a

b
z=k
c
k2
que la expresión 1 + 2 es siempre positiva
c

 x2 y 2 z2
LA
 2 + 2 − 2 =1=1
Intersección con planos paralelos al plano XZ:  a b c
 y=k

x2 k 2 z2
+ − =1
a2 b2 c2
FI

x2 z2 k2
− = 1 −
a 2 c2 b2


246

Este archivo fue descargado de [Link]

 k2
a) Si 1 − > 0 o sea, si − b < k < b
b2

OM
Una hipérbola de eje focal paralelo al eje x

k2
La intersec- b) Si 1 − = 0, o sea si k = ± b
ción es b2
 y= b  y= b
 
k = b, 2 rectas  x z y x z
+ = 0  a − c = 0

.C
 a c
 y=−b  y=−b
 
k = − b, 2rectas  x z y x z
 a + c = 0  a − c = 0
DD k2
c) Si 1 − < 0 o sea, si k < −b ó k > b
b2
Una hipérbola de eje focal paralelo al eje z
LA

Intersección con planos paralelos al plano YZ:

 x2 y 2 z2
 2 + 2 − 2 =1
 a b c
 x=k
FI

k2 y2 z2
+ − =1
a2 b2 c2


247

Este archivo fue descargado de [Link]

 y 2 z2 k2
⇒ + = 1 −
b2 c 2 a2

OM
k2
a) Si 1 − > 0 o sea, si − a < k < a
a2
Una hipérbola de eje focal paralelo al eje y

.C
k2
b) Si 1 − = 0, o sea si k = ±a
La intersec- a2
ción es  x=a  x = a

k = a, 2 rectas  y z y y z
+ =0 − =0
DD  b c
 x=−a

 b c
 x = − a
k = −a, 2 rectas  y z y y z
+ =0 − =0
 b c  b c
LA
k2
c) Si 1 − <0 o sea, si k < −a ó k > a
a2
Una hipérbola de eje focal paralelo al eje z
FI

V) ¿Es superficie de revolución?

El Hiperboloide de una hoja puede ser una superficie de revolución pues
se puede generar por la rotación de una hipérbola alrededor del eje per-
pendicular al eje focal de la curva.. Las secciones paralelas al plano coor-


denado perpendicular al eje de la superficie serán circunferencias.

248

Este archivo fue descargado de [Link]

 VI) ¿Es superficie reglada?
El hiperboloide de una hoja es una superficie reglada ya que su ecuación

OM
se puede descomponer en ecuaciones de 1º grado. En efecto:
x2 y 2 z2 x2 z2 y2
+ − = 1 ⇒ − = 1 − .
a 2 b2 c2 a2 c2 b2
 x z  x z   y  y
⇒  +  −  =  1 +  1 − 
 a c  a c   b  b 

.C
La superficie puede generarse por la siguiente familia de rectas de E3:
x z  y
 a + c = λ  1 + b 
 
DD 
 x − z = 1  1 − 
y
 a c λ  b 

Ejemplo: Analizar y representar el hiperboloide de una hoja (Fig. 8.15.)

LA
cuya ecuación es:
x2 y 2 z2
9x2 + 4y2 −3z2 = 36 , o sea + − =1
4 9 12

I) Intersecciones con los ejes coordenados

FI

 x 2 y 2 z2
 + − =1
Eje Ox :  4 9 12 ⇒ x2 = 4 ⇒ x = ± 2
y = 0

z = 0


249

Este archivo fue descargado de [Link]

 (2, 0, 0 )
Dos puntos
(− 2, 0, 0 )

OM
 x2 y 2 z2
 + − =1
Eje Oy :  4 9 12 ⇒ y2 = 9 ⇒ y=±3
x = 0

z = 0

(0, 3, 0 )

.C
Dos puntos
(0,−3, 0 )
 x2 y 2 z2
 + − =1
DD
Eje Oz : 

4
x = 0
9 12
⇒ z2 = −12 ⇒ ∄ intersección

y = 0
LA
II) Trazas sobre los planos coordenados
Traza sobre el plano XY:
 z=0  z = 0
TXY :  x 2 y 2 z2 ⇒ Elipse 2 2
x + y = 1
+ − =1
 4 9 12  4 9
FI


250

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig.8.15.
Traza sobre el plano XZ:
LA
 y=0  y=0
  2
TXZ :  x 2 y 2 z2 ⇒ Hipérbola x z2
 4 + − =1  4 12 = 1
−
9 12
FI

Traza sobre el plano YZ:

 x=0  x = 0
TYZ :  x 2 y 2 z2 ⇒ Hipérbola 2 2
y − z =1
+ − =1
 4 9 12  9 12


251

Este archivo fue descargado de [Link]

 III) Simetrías

OM
(− x )2 + (− y )2 − (− z )2 = 1 ⇒ x 2 + y 2 − z 2 = 1
4 9 12 4 9 12
El hiperboloide de una hoja dado es simétrico respecto de los tres planos
coordenados, respecto de los tres ejes coordenados y respecto del origen.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

.C
sión.

 x2 y 2 z2
 + − =1
Intersección con planos paralelos al plano XY:  4
DD 
9 12
z=k

x2 y2 k2 x2 y 2 k2
+ − =1 ⇒ + = 1+
4 9 12 4 9 12
LA
 x2 y 2 z2
 + − = 1 es una elipse para cualquier valor de k, ya
 4 9 12
 z=k k2
que la expresión 1 + es siempre positiva
12
FI

 x2 y 2 z2
 + − =1=1
Intersección con planos paralelos al plano XZ:  4 9 12
 y=k


252

Este archivo fue descargado de [Link]

 x2 k 2 z2
+ − =1
4 9 12

OM
x2 z2 k2
− =1−
4 12 9

.C
k2
a) Si 1 − > 0 o sea, si − 3 < k < 3
9
DD Una hipérbola de eje focal paralelo al eje x

k2
b) Si 1 − = 0, o sea si k = ±3
La intersec- 9
ción es  y=3  y=3
x 
k = 3, 2 rectas  z y x z
+ =0 − =0
 2 2 3  2 2 3
LA

 y=−3  y=−3
 
k = −3, 2rectas  x z y x z
+ =0 − =0
 2 2 3  2 2 3
FI

k2
c) Si 1 − <0 o sea, si k < −3 ó k > 3
9
Una hipérbola de eje focal paralelo al eje z


253

Este archivo fue descargado de [Link]

 Intersección con planos paralelos al plano YZ:
 x2 y 2 z2

OM
 + − =1
 4 9 12
 x=k

k2 y2 z2
+ − =1
4 9 12

.C
y 2 z2 k2
⇒ + = 1−
9 12 4
k2
a) Si 1 − > 0 o sea, si − 2 < k < 2
DD 4
Una hipérbola de eje focal paralelo al eje y

k2
La intersec- b) Si 1 − = 0, o sea si k = ±2
ción es 4
LA
 x=2  x=2

k = 2, dos rectas  y + z = 0 y
 − z =0
 3 2 3  3 2 3
 x=−2  x = − 2

k = −2, dos rectas  y + z = 0 y − z = 0
FI

 3 2 3  3 2 3

k2
c) Si 1 − < 0 o sea, si k < −2 ó k > 2
4


Una hipérbola de eje focal paralelo al eje z

254

Este archivo fue descargado de [Link]

 V) ¿Es superficie de revolución?
El Hiperboloide del ejemplo no es superficie de revolución porque nin-

OM
guna de las secciones paralelas a los planos coordenados son circunfe-
rencias.
VII)¿Es superficie reglada?
Si, porque su ecuación se puede descomponer en ecuaciones de 1º grado.
En efecto:
x2 y 2 z2 x2 z2 y2
+ − =1 ⇒ − = 1−

.C
4 9 12 4 12 9
x z  x z   y  y 
⇒  +  −  =  1 +  1 − 
DD  2 2 3  2 2 3   3  3 
La superficie puede generarse por la siguiente familia de rectas de E3:
x z  y
 2 + = λ 1 + 
2 3  3

 x − z = 1  1 − y 
 2 2 3 λ  3 
LA

[Link]. Hiperboloide de dos hojas

Un Hiperboloide de dos hoja es una superficie cuya ecuación es del tipo
Mx2 + Ny2 + Pz2 = Q2, en la que dos de los coeficientes son negativos y
FI

el tercero es positivo. Este indica la dirección del eje de la superficie.

Si M y P son negativos y N, positivo, la ecuación del hiperboloide de dos
hojas, también puede escribirse en la siguiente forma:
x2 y z2
− 2 + 22 − 2 = 1 (Fig.8.16.)


a b c
255

Este archivo fue descargado de [Link]

 OM
.C
DD Fig.8.16

I) Intersecciones con los ejes coordenados

LA
x 2 y 2 z2
− 2 + 2 − 2 =1
a b c
 x 2
y2 z 2

− 2 + 2 − 2 = 1
Eje Ox :  a b c ⇒ x2 = −a2 ⇒ ∄ intersección
FI

y = 0

z = 0


256

Este archivo fue descargado de [Link]

  x 2 y 2 z2
− 2 + 2 − 2 = 1
Eje Oy :  a b c

OM
⇒ y2 = b2 ⇒ y = ±b
x = 0

z = 0
(0, b, 0 )
Dos puntos
(0,−b, 0 )
 x 2 y 2 z2
− 2 + 2 − 2 = 1

.C
Eje Oz :  a b c
⇒ z2 = −c2 ⇒ ∄ intersección
x = 0

DD y = 0

II) Trazas sobre los planos coordenados

Traza sobre el plano XY:
 z=0  z=0
LA
⇒ Hipérbola
2
TXY :  x y z2 − x 2
y
− 2 + 22 − 2 = 1 + 22 = 1
 a b c  a 2
b

Traza sobre el plano XZ:

FI

 y=0  y=0
 2  2
TXZ :  x y 2 z2 ⇒  x z2 ⇒ ∄ intersección
− a 2 + b 2 − c 2 = 1 − a 2 − c 2 = 1


257

Este archivo fue descargado de [Link]

 Traza sobre el plano YZ:
 x=0  x = 0

OM
TYZ :  x 2 y 2 z2 ⇒ Hipérbola 2 2
y − z = 1
− 2 + 2 − 2 =1
 a b c  b 2 c 2

III) Simetrías
(− x)
2
(− y )2 (− z )2 x2 y 2 z2
− 2 + − = 1 ⇒ − + − =1
a b2 c2 a 2 b2 c2

.C
Todo hiperboloide de dos hojas con centro en el origen de coordenadas
es simétrico respecto de los tres planos coordenados, respecto de los tres
ejes coordenados y respecto del origen.
DD
IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.
 x2 y 2 z2
− 2 + 2 − 2 =1
Intersección con planos paralelos al plano XY:  a b c
 z=k
LA

x2 y2 k 2
− + − =1
a 2 b2 c2
2
x2 y k2
− 2 + 2 = 1+ 2
FI

a b c
 z=k
− x 2
y2 k2 Para cualquier valor de k, es una hipérbola de
+ = 1 +
 a 2 b 2 c2 eje focal paralelo al eje y porque el 2º miembro
es siempre positivo


258

Este archivo fue descargado de [Link]

  x2 y 2 z2
 − 2 + 2 − 2 =1
Intersección con planos paralelos al plano XZ:  a b c

OM
 y=k

x2 k 2 z2
− 2 + 2 − 2 =1
a b c
x2 z2 k2
− − = 1 −
a2 c2 b2

.C
k2
a) Si 1 − > 0 o sea, si − b < k < b
DD b2
Ningún lugar geométrico
k2
b) Si 1 − 2 = 0, o sea si k = ± b
La intersec- b
ción es Un punto (0, b, 0) ó (0, − b, 0)
k2
c) Si 1 − 2 < 0 o sea, si k < −b ó k > b
LA
b
Una elipse

 x2 y 2 z2
− 2 + 2 − 2 =1
Intersección con planos paralelos al plano YZ:  a b c
FI

 x=k

k 2 y 2 z2 y 2 z2 k2
− + − = 1 ⇒ − = 1 +
a 2 b2 c2 b2 c2 a2


259

Este archivo fue descargado de [Link]

  x=k

OM
2
La expresión  y z2 k 2 representa, para cualquier valor de k,
− = 1 +
 b 2 c 2 a2
una hipérbola de eje focal paralelo al eje y.

V) ¿Es superficie de revolución?

El hiperboloide de dos hojas puede ser una superficie de revolución pues
se puede generar por la rotación de una Hipérbola alrededor de su eje

.C
focal. En ese caso las secciones paralelas al plano coordenado perpendi-
cular al eje de la superficie serán circunferencias.
VI)¿Es superficie reglada?
DD
El hiperboloide de dos hojas no es una superficie reglada ya que su ecua-
ción no se puede descomponer en ecuaciones de 1º grado.

Ejemplo: Analizar y representar (Fig. 8.17.) el hiperboloide de dos hojas:

LA
x2 y 2 z2
−9x + 4y −9z = 36, o también, −
2 2 2
+ − =1
4 9 4

I) Intersecciones con los ejes coordenados

 x2 y 2 z2
FI

− + − =1
Eje Ox :  4 9 4 ⇒ x2 = −4 ⇒ ∄ intersección
y = 0

z = 0


260

Este archivo fue descargado de [Link]

  x 2 y 2 z2
− + − =1

OM
Eje Oy :  4 9 4 ⇒ y2 = 9 ⇒ y = ±3
x = 0

z = 0
(0, 3, 0 )
Dos puntos
(0,−3, 0 )

.C
 x2 y 2 z2
− + − =1
Eje Oz :  4 9 4 ⇒ z2 = −4 ⇒ ∄ intersección
x = 0
DD 
y = 0
LA
FI

Fig. 8.17.

II) Trazas sobre los planos coordenados



Traza sobre el plano XY:

261

Este archivo fue descargado de [Link]

  z=0  z=0
TXY :  x 2
y z2 ⇒ Hipérbola 2
− x + y 2 = 1
− + 2 − =1

OM
 4 9 4  4 9

Traza sobre el plano XZ:

 y=0  y=0
 2  2
TXZ :  x y 2 z2 ⇒  x z2 ⇒ ∄ intersección
−
 4 + − =1 −
 4 − =1

.C
9 4 4

Traza sobre el plano YZ:

x=0  x = 0
DD 
TYZ : 
−
 4
x 2
+
y2
−
z2
=1
⇒ Hipérbola 2 2
y − z =1
 9
9 4 4

III) Simetrías
LA

−
(− x )2 + (− y )2 − (− z )2 =1 ⇒ −
x2 y 2 z2
+ − =1
4 9 4 4 9 4
El hiperboloide de 2 hojas dado es simétrico respecto de los tres planos
coordenados, respecto de los tres ejes coordenados y respecto del origen.
FI

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.


262

Este archivo fue descargado de [Link]

  x2 y 2 z2
− + − =1
Intersección con planos paralelos al plano XY:  4 9 4

OM
 z=k
2
x2 y 2 k 2 x2 y k2
− + − =1 ⇒ − + =1+
4 9 4 4 9 4
 z=k
2
− x y2 k2
+ =1+

.C
 4 9 4
Para cualquier valor de k, es una hipérbola de
eje focal paralelo al eje y porque el 2º miembro
es siempre positivo
 x2 y 2 z2
DD − +
Intersección con planos paralelos al plano XZ:  4

9
y=k
−
4
=1

x2 k 2 z2 x2 z2 k2
− + − =1 ⇒ − − =1−
4 9 4 4 4 9
LA

k2
a) Si 1 − > 0 o sea, si − 3 < k < 3
9
Ningún lugar geométrico
k2
b) Si 1 − = 0, o sea si k = ±3
FI

La intersec- 9
ción es Un punto (0, 3, 0) ó (0, − 3, 0)
k2
c) Si 1 − <0 o sea, si k < −3 ó k > 3
9
Una elipse


263

Este archivo fue descargado de [Link]

  x2 y 2 z2
− + − =1
Intersección con planos paralelos al plano YZ:  4 9 4

OM
 x=k

k 2 y 2 z2 y 2 z2 k2
− + − =1 ⇒ − =1+
4 9 4 9 4 4
 x=k
2 2
La expresión  y z k 2 representa, para cualquier valor de k,
− =1+

.C
 9 4 4
una hipérbola de eje focal paralelo al eje y.
DD
V) ¿Es superficie de revolución?
El hiperboloide de dos hojas del ejemplo es superficie de revolución
pues las secciones con planos paralelos al plano XZ son circunferencias.
VI) ¿Es superficie reglada?
No, porque su ecuación no se puede descomponer en ecuaciones de 1º
LA
grado.

8.5.3. Cuádricas sin centro

Las cuádricas sin centro cuyo eje es uno de los ejes coordenados son
FI

superficies tales que su ecuación es de la forma: Mx 2 + Ny 2 = Pz o

también, My 2 + Nz 2 = Px y Mx 2 + Nz 2 = Py .
Estas superficies reciben el nombre de Paraboloides. Si los coeficientes
M y N tienen el mismo signo, el paraboloide es un Paraboloide elíptico. Si


M y N tienen signos contrarios, el paraboloide es un Paraboloide hiperbólico.

264

Este archivo fue descargado de [Link]

 La dirección del eje del paraboloide es, siempre, la que corresponde a la
variable de 1º grado.

OM
[Link]. Paraboloide elíptico
El paraboloide elíptico es una superficie tal que su ecuación es de la for-
ma: Mx 2 + Ny 2 = Pz ó My 2 + Nz 2 = Px ó Mx 2 + Nz 2 = Py , en
la que los coeficientes M y N tienen el mismo signo.
Si la ecuación del paraboloide es Mx 2 + Ny 2 = Pz y se dividen ambos

.C
x2 y2 x2 y2
miembros por P, se obtiene + = z , ó 2 + 2 = z (Fig.8.18.)
P P a b
DD M N
x2 y 2
Se hará a continuación el análisis de la superficie: + =z
a 2 b2
I) Intersecciones con los ejes coordenados

 x2 y 2
LA

 2 + 2 = z
Eje Ox :  a b
y = 0

z = 0
FI

⇒ x = 0 ⇒ Un punto (0, 0, 0)


265

Este archivo fue descargado de [Link]

  x2 y 2
 2 + 2 = z
Eje Oy :  a b

OM
x = 0

z = 0
⇒ y = 0 ⇒ Un punto (0, 0, 0)
 x2 y 2
 2 + 2 = z
a b

.C
Eje Oz : 
x = 0

y = 0
⇒ z = 0 ⇒ Un punto (0, 0, 0)
DD Fig.8.18

II) Trazas sobre los planos coordenados

LA
Traza sobre el plano XY:
 z = 0  z = 0
TXY :  x 2 y 2 ⇒ 2 2
x + y = 0
+ =z
 a 2 b 2  a 2 b 2

⇒ x = 0 e y = 0 ⇒ Un punto (0, 0, 0)
FI

Traza sobre el plano XZ:



266

Este archivo fue descargado de [Link]

  y=0  y=0
 
TXZ :  x 2 y 2 ⇒ Parábola  x 2
 a 2 + b 2 = z  a 2 + = z

OM
Traza sobre el plano YZ:
 x = 0  x = 0
TYZ :  x 2 y 2 ⇒ Parábola 2
y = z
+ =z
 a 2 b 2  b 2

.C
III) Simetrías
DD (− x )2 + (− y )2 = (− z ) ⇒ x2 y2
+ = −z
2 2
a b a 2 b2
El paraboloide elíptico dado no es simétrico respecto al origen de coor-
denadas.
LA
Como la ecuación cambia cuando se reemplaza z por −z, la superficie
tampoco es simétrica respecto del eje x, ni del eje y, ni del plano XY.
En cambio si es simétrica respecto de los planos XZ e YZ y del eje z.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

FI

sión.
 x2 y 2

Intersección con planos paralelos al plano XY:  a 2 + b 2 = z
 z=k


267

Este archivo fue descargado de [Link]

 x2 y 2
+ =k
a 2 b2

OM
a) k > 0 una elipse
b) k = 0 ⇒ x = 0 e y = 0
La intersección es Un punto (0, 0, 0)
c) k < 0 ⇒ No hay intersecci ón
Elipse imaginaria

.C
 x2 y 2
 2 + 2 =z
Intersección con planos paralelos al plano XZ:  a b
 y=k
DD x2 k 2
+ =z ⇒
x2
= z −
k2
a 2 b2 a2 b2
 y=k
   es una parábola de eje focal paralelo al eje z.
∀k ∈ R :  2 k2
LA
x = a 2  z − 2 
  
 b

 x2 y 2

Intersección con planos paralelos al plano YZ:  a 2 + b 2 = z

FI

x=k

k2 y2 y2 k2
+ = z ⇒ = z −
a 2 b2 b2 a2


268

Este archivo fue descargado de [Link]

  x=k

∀k ∈ R : y 2 = b 2  z − k  es una parábola de eje focal paralelo al eje z.
2


OM
  a2
 

V) ¿Es superficie de revolución?

El Paraboloide elíptico puede ser una superficie de revolución pues se
puede generar por la rotación de una Parábola alrededor de su eje focal.
En ese caso las secciones paralelas al plano coordenado perpendicular al

.C
eje de la superficie serán circunferencias.

VI)¿Es superficie reglada?

El paraboloide elíptico no es una superficie reglada ya que su ecuación
DD
no se puede descomponer en ecuaciones de 1º grado.

Ejemplo: Analizar y representar (Fig. 8.19.) el paraboloide elíptico:

y 2 z2
9y2 + 4z2 = − 36x ⇒ + = −x
4 9
LA
I) Intersecciones con los ejes
coordenados
 y 2 z2
 + = −x
Eje Ox :  4 9
y = 0
FI


z = 0
⇒x=0
⇒ Un punto (0, 0, 0) Fig.8.19


269

Este archivo fue descargado de [Link]

  y 2 z2
 + = − x
Eje Oy :  4 9

OM
x = 0

z = 0
⇒ y = 0 ⇒ Un punto (0, 0, 0)
 y 2 z2
 + = − x
4 9
⇒ z = 0 ⇒ Un punto (0, 0, 0)

.C
Eje Oz : 
x = 0

y = 0
DD
II) Trazas sobre los planos coordenados

Traza sobre el plano XY:

 z=0  z=0
LA
TXY :  y 2
z2 ⇒ Parábola  2
+ = −x y = −4x
 4 9

Traza sobre el plano XZ:

y=0
FI


  y=0
TXZ :  y 2 z 2 ⇒ Parábola  2
 4 + 9 = − x z = −9x


270

Este archivo fue descargado de [Link]

 Traza sobre el plano YZ:
 x=0

OM
TYZ :  y 2 z 2 ⇒ y = 0 y z = 0 ⇒ Un punto (0, 0, 0)
+ = −x
 4 9

III) Simetrías
(− y )2 (− z )2 y 2 z2
+ = −( −x) ⇒ + =x
4 9 4 9

.C
El paraboloide elíptico dado no es simétrico respecto al origen de coor-
denadas.
Como la ecuación cambia cuando se reemplaza x por −x, la superficie
tampoco es simétrica respecto del eje y, ni del eje z, ni del plano YZ.
DD
En cambio si es simétrica respecto del eje x y de los planos XZ y XY

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.
 y 2 z2

Intersección con planos paralelos al plano XY:  4 + 9 = −x
LA

 z=k
y2 k2 y2 k2
+ = −x ⇒ = −x −
4 9 4 9
FI

 z=k Para todo valor de k, es una parábola de eje


y 2 = −4  x + k 
2
focal paralelo al eje x, con sus ramas en el sen-
  9 
 tido negativo de dicho eje.


271

Este archivo fue descargado de [Link]

  y 2 z2
 + = −x
Intersección con planos paralelos al plano XZ:  4 9

OM
 y=k

k 2 z2 z2 k2
+ =−x ⇒ = −x −
4 9 9 4

.C
 y=k Para todo valor de k, es una parábola de eje
 focal paralelo al eje x , con sus ramas en el sen-
z 2 = −9 x + k 
2

 tido negativo de dicho eje.


 DD  4 

 y 2 z2

Intersección con planos paralelos al plano YZ:  4 + 9 = −x
 x=k
LA

 x=k a)k > 0 : No existe intersecci ón

b)k = 0 ⇒ y = z = 0 , un punto (0,0,0)
2 2
 + z = −k
y es
 4 9 y 2 z2
c) k < 0 : Elipse , + =1
4k 9k
FI

V) ¿Es superficie de revolución?



272

Este archivo fue descargado de [Link]

 El paraboloide elíptico dado no es superficie de revolución pues ninguna
de las secciones con planos paralelos a los planos coordenados, es una

OM
circunferencia.
VI)¿Es superficie reglada?
No, porque su ecuación no se puede descomponer en ecuaciones de
primer grado.

[Link]. Paraboloide hiperbólico

.C
El paraboloide hiperbólico es una superficie tal que su ecuación es de la
forma: Mx 2 + Ny 2 = Pz ó My 2 + Nz 2 = Px ó Mx 2 + Nz 2 = Py ,
en la que los coeficientes M y N tienen distinto signo. También la prime-
DD x2 y
ra de esas ecuaciones puede escribirse 2 − 22 = z , que se analizará a
a b
continuación.( Fig.8.20.).
I) Intersecciones con los ejes coordenados
LA
 x2 y 2
 2 − 2 = z
Eje Ox :  a b ⇒x=0 ⇒ Un punto (0, 0, 0)
y = 0

z = 0
FI


273

Este archivo fue descargado de [Link]

  x2 y 2
 2 − 2 = z
Eje Oy :  a b

OM
⇒y=0 ⇒ Un punto (0, 0, 0)
x = 0

z = 0

.C
DD
Fig. 8.20.
LA

 x2 y 2
 2 − 2 = z
Eje Oz :  a b
⇒z=0 ⇒ Un punto (0, 0, 0)
 x = 0

FI

y = 0

II) Trazas sobre los planos coordenados



274

Este archivo fue descargado de [Link]

 Traza sobre el plano XY:
 z = 0  z = 0  z =0


OM
⇒ x2 y ⇒   x y 
2 2
TXY :  x y x y
− 2
= z − =0  +  −  = 0
 a 2 b 2  a 2 b 2  a b   a b 
 z = 0
x + y = 0
 a b
Dos rectas:

.C
 z = 0
x − y = 0
 a b
DD
Traza sobre el plano XZ:
 y=0
  y=0
TXZ :  x 2 y 2 ⇒ Parábola de eje z:  2
 a 2 − b 2 = z x = a z
2
LA
Traza sobre el plano YZ: x = 0
 x = 0  x=0
TYZ :  x 2 y 2 ⇒ Parábola de eje z:  2
− =z y = − b z
2
 a 2 b 2
FI

III) Simetrías
(− x )2 − (− y )2 = (−z) ⇒
x2 y2
− = −z
a2 b2 a 2 b2


275

Este archivo fue descargado de [Link]

 El paraboloide hiperbólico dado no es simétrico respecto al origen de
coordenadas.

OM
Como la ecuación cambia cuando se reemplaza z por −z, la superficie
tampoco es simétrica respecto del eje x, ni del eje y, ni del plano XY.
En cambio si es simétrica respecto del eje z y de los planos XZ y YZ.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.

.C
 x2 y 2
 2 − 2 =z
Intersección con planos paralelos al plano XY: a b
DD  z = k

x2 y2  z = k
− =k ⇒ 2 2
x − y = k
a 2 b2  a 2 b 2
LA
a) k > 0 una hipérbola de eje focal paralelo al eje x
b) k = 0 ⇒ x = y = 0
La intersec-  z = 0  z = 0
Dos rectas :  x y y x y
ción es + =0 − =0
 a b  a b
FI

c) k < 0 ⇒ Hiperbola de eje focal paralelo al eje y



276

Este archivo fue descargado de [Link]

  x2 y 2

Intersección con planos paralelos al plano XZ:  a 2 − b 2 = z

OM
 y = k

x2 k 2 x2 k2
− =z ⇒ =z+ 2
a 2 b2 a2 b

 y=k


.C
∀k ∈ R :  2  k 2  es una parábola de eje focal paralelo al eje z.
x = a 2  z + 2 
  b 

DD
Intersección con planos paralelos al plano YZ:
 x2 y 2
 2 − 2 =z
a b x=k
 x = k

k2 y2 y2 k2
− =z ⇒ = −z + 2
a 2 b2 b2
LA
a

 x=k

∀k ∈ R : y 2 = − b 2  z − k  es una parábola de eje focal paralelo al
2

  a 2 

FI

eje z, pero con las ramas en el sentido negativos de dicho eje.

V) ¿Es superficie de revolución?

El paraboloide hiperbólico no puede ser una superficie de revolución ya
no se puede generar por la rotación de una curva alrededor de un eje.


277

Este archivo fue descargado de [Link]

 VI) ¿Es superficie reglada?
El paraboloide hiperbólico es una superficie reglada ya que su ecuación

OM
se puede descomponer en ecuaciones de 1º grado.
La familia de rectas que genera el paraboloide hiperbólico dado es:
x y
 a + b = λz
x y 1
 − =
a b λ

.C
Ejemplo:
Analizar y representar (Fig. 8.21.) el paraboloide hiperbólico:
x2 y 2
3x2 − 4y2 = 36z ⇒ − =z
DD
I) Intersecciones con los ejes coordenados
12 9

 x2 y 2
 − =z
Eje Ox :  12 9 ⇒ x = 0 ⇒ Un punto (0, 0, 0)
y = 0
LA

z = 0

 x2 y 2
 − =z
Eje Oy :  12 9 ⇒ y=0 ⇒
FI

Un punto (0, 0, 0)
x = 0

z = 0


278

Este archivo fue descargado de [Link]

  x2 y 2
 − =z
12 9

OM
Eje Oz :  ⇒ z=0 ⇒ Un punto (0, 0, 0)
x = 0

y = 0

.C
DD
LA
Fig 8.21.

III) Trazas sobre los planos coordenados

 z = 0
FI

Traza sobre el plano XY:TXY :  x 2 y 2

− =z
 12 9
 z = 0
⇒ es una hipérbola:  x
2
y2
− =0
 12 9


279

Este archivo fue descargado de [Link]

  z=0
 x

OM
 y
+ =0
 z=0  2 3 3

⇒  x y  x y ⇒ Dos rectas:
 +  − =0
 2 3 3   2 3 3   z=0
  x
 y
− =0
 2 3 3

.C
Traza sobre el plano XZ:
 y=0
  y=0
TXZ :  x 2 y 2 ⇒ Parábola de eje z:  2
 12 − 9 = z x = 12z
DD
Traza sobre el plano YZ:
 x = 0  x=0
⇒ Parábola de eje focal z  2
2
TYZ :  x 2 y
− =z
LA
 12 9 y = −9z
Las ramas de esta parábola se abren en sentido negativo del eje z.

III) Simetrías
FI

(− x )2 − (− y )2 = (−z) ⇒
x2 y2
− = −z
12 9 12 9
El paraboloide Hiperbólico dado no es simétrico respecto al origen de


coordenadas.
280

Este archivo fue descargado de [Link]

 Como la ecuación cambia cuando se reemplaza z por −z, la superficie
tampoco es simétrica respecto del eje x, ni del eje y, ni del plano XY.

OM
En cambio si es simétrica respecto del eje z y de los planos XZ y YZ.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.

 z = k
2
Con planos paralelos al plano XY:  x y2
− =z

.C
 12 9

 z = k
2 2
x − y = k
DD  12 9

a) k > 0 una hipérbola de eje focal paralelo al eje x

b) k = 0 ⇒ x = y = 0
La intersec-  z=0  z=0
LA
Dos rectas :  x y x y
ción es + =0 y  − =0
 2 3 3  2 3 3
c) k < 0 ⇒ Hiperbola de eje focal paralelo al eje y
FI

 y=k

Con planos paralelos al plano XZ:  x 2 y 2
 12 − 9 = z


281

Este archivo fue descargado de [Link]

  y=k

x 2 = 12 z + k 
2

OM
  9 
 
Para todo valor de k, es una parábola de eje focal paralelo al eje z , con
sus ramas en el sentido positivo de dicho eje.
 x = k
2
Con planos paralelos al plano YZ:  x y2
− =z

.C
 12 9

 x=k

y 2 = 9 z + k 
DD 2

  12 

Para todo valor de k, es una parábola de eje focal paralelo al eje z , con
sus ramas en el sentido negativo de dicho eje.
V) ¿Es superficie de revolución?
LA
No, porque no se puede generar por la rotación de una curva alrededor
de un eje.
VI) ¿Es superficie reglada?
Sí porque su ecuación se puede descomponer en ecuaciones de 1º grado.
La familia de rectas que genera el paraboloide hiperbólico dado es:
FI

 x y
 + = λz
2 3 3
 x y 1
 − =
 2 3 3 λ


282

Este archivo fue descargado de [Link]

 8.5.4. Superficie cilíndrica

OM
Es la superficie generada por una recta que se mueve de tal manera que
se mantiene siempre paralela a una recta fija y pasa siempre por una cur-
va fija dada.
La recta fija se llama generatriz, y la curva fija, directriz de la superficie
cilíndrica. En la Fig 8.22. se observan distintas superficies cilíndricas.
De acuerdo a la definición un plano puede ser considerado como una
superficie cilíndrica ya que puede generarse por el movimiento de una

.C
recta g (generatriz) que se mueve siempre paralela a sí misma siguiendo la
dirección de otra recta d (directriz).
DD
LA
FI

En este capítulo se estudiarán sólo las superficies cilíndricas rectas cuya

directriz es una curva contenida en alguno de los planos coordenados y
cuyas generatrices son paralelas al eje perpendicular a dicho plano.


283

Este archivo fue descargado de [Link]

 Por ejemplo, la ecuación y2 = 3z es una superficie cilíndrica parabólica
recta. Su directriz es una parábola contenida en el plano YZ y sus genera-

OM
trices son rectas paralelas al eje x. (Fig 8.23.)
y 2 x2
La ecuación − = 1 es una superficie cilíndrica hiperbólica recta.
4 9
Su directriz es una hipérbola contenida en el plano XY y sus generatrices
son paralelas al eje z (Fig. 8.24.)

.C
DD
LA

Fig.8.23. Fig.8.24.
A continuación se analizará esta última superficie cilíndrica, siguiendo los
pasos establecidos para el análisis de las superficies.
FI

I) Intersecciones con los ejes coordenados



284

Este archivo fue descargado de [Link]

  y 2 x2
 − =1
x2
4 9 = 1 ⇒ x 2 = −9 ⇒ ∄ intersección

OM
Eje Ox :  ⇒−
y = 0 9

z = 0

 y 2 x2
 − =1
Eje Oy :  4 9
x = 0


.C
z = 0
y2 (0, 2, 0 )
= 1 ⇒ y = ± 2 ⇒ Dos puntos
4 (0, − 2, 0 )
DD  y 2 x2
 − =1
4 9
Eje Oz :  ⇒ 0 = 1 (Absurdo) ⇒ No existe intersección.
x = 0

y = 0
LA

II) Trazas sobre los planos coordenados

Traza sobre el plano XY:
 z = 0
FI

TXY :  y 2 x 2 Hipérbola de eje focal y

− =1
 4 9


285

Este archivo fue descargado de [Link]

  y=0

Con el plano XZ: TXZ :  y 2 x 2
 4 − 9 = 1

OM
 y=0
 2 ⇒ No existe intersección
− x = 9
 z = 0
Con el plano YZ: TZY :  y 2 x 2
− =1
 4

.C
9
x = 0
 x = 0 
2 y = 2
y = 1 Dos rectas
x=0
DD  4 
y = −2
III) Simetría
(− y )2 (− x )2 y2 x2
− =1 ⇒ − =1
LA
4 9 4 9
La superficie cilíndrica del ejemplo es simétrica respecto del origen, res-
pecto de los tres ejes coordenados y respecto de los tres planos coorde-
nados.
IV) Intersecciones con planos paralelos a los planos coordenados. Ex-
FI

tensión

 z = k
2
Con planos paralelos al plano XY:  y x2
− =1
 4


9
286

Este archivo fue descargado de [Link]

  z = k
∀ k ∈ℛ se obtiene la hipérbola  y
2
x2 ya que la ecuación de la
− =1

OM
 4 9
superficie es independiente de k.
 y=k

Con planos paralelos al plano XZ:  y 2 x 2
 4 − 9 = 1

.C
 y=k
k 2 x2  k2  
− =1 ⇒ x = 9  − 1 ⇒ x 2 = 9  k − 1
2 2

4 9  4    4 
DD   

k2
a) − 1 > 0 ⇒ k < −2 ó k > 2
4
 y=k  y=k
LA
Dos rectas :  3 2 y  3
x = 2 k − 4 x = − 2 k − 4
2

La intersec- k2
b) − 1 = 0 ⇒ k = ±2
ción es 4
y = 2 y = −2
Una recta en cada caso : 
FI

ó 
x = 0 x=0
k2
c) −1< 0 ⇒ − 2 < k < 2
4
No existe intersección


287

Este archivo fue descargado de [Link]

  x = k
2
Con planos paralelos al plano YZ:  y x2
− =1

OM
 4 9

y2 k2  k2  2
− = 1 ⇒ y = 4 1 +
2
 ⇒ y = ± 9 + k2
4 9  9  3
Entonces la intersección con planos paralelos al plano YZ será, siempre,
dos rectas, cualquiera sea el valor de k.

.C
 x=k  x=k
y = 2 9 + k 2 ; y = − 2 9 + k 2
DD  3  3

V) ¿Es superficie de revolución?

La superficie cilíndrica hiperbólica no es superficie de revolución ya que
no puede generarse por la rotación de una curva alrededor de uno de sus
LA
ejes.
VI) ¿Es superficie reglada?
Una superficie cilíndrica, por definición, siempre es una superficie regla-
da. La superficie cilíndrica hiperbólica recta del ejemplo es superficie
reglada porque su ecuación se puede descomponer en ecuaciones de 1º
FI

grado.
En efecto:
y2 x2  y x  y x 
− =1 ⇒  +   −  =1
4 9  2 3  2 3 


288

Este archivo fue descargado de [Link]

 La familia de rectas que genera la superficie será, entonces:
y x

OM
2 + 3 =λ
y x 1
 − =
2 3 λ

8.5.5. Superficie cónica

Superficie cónica es la engendrada por una recta que se mueve de tal

.C
manera que pasa siembre por una curva fija y un punto fijo, no conteni-
do en el plano de la curva.
La recta que genera la superficie cónica se llama generatriz, la curva fija se
llama directriz y el punto fijo es el vértice de la superficie.
DD
LA
FI


Fig. 8.25.
289

Este archivo fue descargado de [Link]

 En la Fig.8.25. se observan dos superficies cónicas cuyas directrices son,
respectivamente, una elipse y una parábola.

OM
Se puede demostrar que la ecuación de una superficie cónica cuyo vértice
está en el origen de coordenadas, es homogénea y de la forma:
Mx 2 + Ny 2 + Pz 2 = 0
donde los coeficientes M, N y P no tienen todos el mismo signo.
Los coeficientes M, N y P no pueden tener el mismo signo porque, en

.C
ese caso, la única solución posible de la ecuación es la terna (0, 0, 0) o sea
que, geométricamente, esa ecuación representaría un punto.
Entonces, en la ecuación habrá dos coeficientes de igual signo y el terce-
DD
ro con signo contrario. La dirección del eje de la superficie cónica estará
dada por la variable cuyo coeficiente tenga el signo distinto a la otras dos.
En análisis de la ecuación de una superficie cónica se hará mediante un
ejemplo.
LA
Ejemplo
Analizar y representar (Fig. 8.26.) la superficie cónica dada por la ecua-
ción:
3x 2 − 2 y 2 + 4z 2 = 0
La anterior es la ecuación de una superficie cónica de vértices en el ori-
FI

gen de coordenadas y cuyo eje es el eje y.



290

Este archivo fue descargado de [Link]

 I) Intersecciones con los ejes coordenados

OM
3x 2 − 2 y 2 + 4z 2 = 0

Eje Ox : y = 0
 z = 0


⇒ 3x2 = 0 ⇒ x= 0 ⇒ Un punto (0, 0, 0)

.C
DD
LA

Fig.8.26.
FI

3x 2 − 2 y 2 + 4z 2 = 0

Eje Oy : x = 0
 z = 0

−2y2 = 0 ⇒ y= 0 ⇒ Un punto (0, 0, 0)


291

Este archivo fue descargado de [Link]

 3x 2 − 2 y 2 + 4z 2 = 0


OM
Eje Oz : x = 0
 y = 0

4z2 = 0 ⇒ z= 0 ⇒ Un punto (0, 0, 0)

II) Intersecciones con los planos coordenados

z=0

.C

Traza sobre el plano XY: TXY :  2
3x − 2 y + 4z = 0
2 2

DD 3x2 − 2y2 = 0
 z=0  z=0
Dos rectas:  y 
 3x + 2 y = 0  3x − 2 y = 0

 y=0
Traza sobre el plano XZ: TXZ :  2
3x − 2 y + 4z = 0
2 2
LA

3x2 + 4z2 = 0 ⇒ x = z = 0 Un punto: (0, 0, 0)

 z=0
Traza sobre el plano YZ: TYZ :  2
3x − 2 y + 4z = 0
2 2
FI

 z=0  z=0
4z2 − 2y2 = 0 ⇒ Dos rectas:  y 
2z + 2 y = 0 2z − 2 y = 0
III) Simetría
3(− x ) − 2(− y ) + 4 (− z ) = 0 ⇒ 3x 2 − 2 y 2 + 4z 2 = 0


2 2 2

292

Este archivo fue descargado de [Link]

 La superficie cónica es simétrica respecto del origen, respecto de los tres
planos coordenados y respecto de los tres ejes coordenados.

OM
IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión
 z=k
Con planos paralelos al plano XY:  2
 3x − 2y = −4z
2 2

3x 2 − 2 y 2 + 4k 2 = 0 ⇒ 3x 2 − 2y 2 = −4k 2

.C
DD a) Para k ≠ 0 : Hipérbola de eje focal paralelo al eje y
La inter- b) Para k = 0 : Dos rectas
sección es  z=0  z=0
 y 
 3x + 2 y = 0  3x − 2 y = 0
LA
 y=k
Con planos paralelos al plano XZ:  2
 3x + 4z = 2 y
2 2

3x 2 − 2k 2 + 4z 2 = 0 ⇒ 3x 2 + 4 z 2 = 2k 2

La inter- a) Para k ≠ 0 : Elipse de eje focal paralelo al eje x

FI

sección es
b) Para k = 0 : Un punto (0, 0, 0)


293

Este archivo fue descargado de [Link]

  x=k
Con planos paralelos al plano YZ:  2
 4z − 2y = −3x
2 2

OM
3k 2 − 2 y 2 + 4z 2 = 0 ⇒ 4 z 2 − 2y 2 = −3k 2

a) Para k ≠ 0 : Hipérbola de eje focal paralelo al eje y

La inter- b) Para k = 0 : Dos rectas
 x=0  x=0

.C
sección es
 y 
2 z + 2 y = 0 2 z − 2 y = 0
DD
V) ¿Es superficie de revolución?
La superficie cónica dada no es superficie de revolución ya que no se ha
generado por la rotación de un par de rectas secantes alrededor de una
de las bisectrices de los ángulos que ellas forman.
LA
VI)¿Es superficie reglada?
La superficie cónica es, por definición, una superficie reglada. La familia
de rectas que la genera es:
 3x + 2 y = −4 λz

 1
 3x − 2 y = λ z
FI


294

Este archivo fue descargado de [Link]

 SUPERFICIES

OM
8.1. Definición
Se llama superficie al conjunto de puntos del espacio, y solamente a
aquellos, que satisfacen una ecuación rectangular (cartesiana) de la forma:
f(x, y, z) = 0
Esta definición establece que si una ecuación de la forma f(x, y, z) = 0
representa un lugar geométrico, ese lugar geométrico es una superficie y

.C
viceversa, si una superficie puede representarse analíticamente por una
ecuación, esa ecuación es de la forma f(x, y, z) = 0.
Por ejemplo, un plano es una superfície, se vió que su ecuación general
DD
es de la forma: Ax + By + Cz + D = 0 o sea una ecuación con tres vari-
ables. La Fig. 8.1. representa el plano de ecuación: 3x – 2y + 4z – 6 = 0.
La ecuación y − 5 = 0 también representa un plano.(Fig. 8.2.)
LA
FI


213

Este archivo fue descargado de [Link]

 En ella no intervienen las tres variables. O sea que en la ecuación de una
superficie no siempre van a figurar las tres variables.

OM
Debe aclararse que una ecuación de la forma f(x, y, z) = 0 no siempre
representa una superficie. Por ejemplo, dada la ecuación:
x2 + y 2 + z2 + 5 = 0
no existen valores reales de x, y, z que satisfagan esa ecuación, por lo
tanto esa ecuación no representa ningún lugar geométrico real.

.C
8.2. Superficie de revolución
Una superficie de revolución es la engendrada por la rotación de una
curva plana, en torno a una recta fija contenida en el plano de esa curva.
DD
Por ejemplo la superficie esférica es una superficie de revolución porque
se genera por la rotación de una circunferencia alrededor de uno de sus
diámetros.
En la Fig. 8.3. se observa una su-
perficie esférica generada por la
LA
rotación de una circunferencia
alrededor del diámetro MN
FI


214

Este archivo fue descargado de [Link]

 OM
En la Fig. 8.4 se observa una su-
perficie (elipsoide de revolución)
generada por la rotación de una
elipse alrededor de su eje mayor
MN

.C
DD
Al hacer el análisis de las superficies que se estudiarán a lo largo de este
capítulo se irá indicando cuáles de ellas son superficies de revolución.

8.3. Superficies regladas

LA
Una superficie reglada es aquella que puede ser engendrada por el movi-
miento de una recta.

Por ejemplo, en la Fig. 8.5. la recta ℓ se mueve paralela a sí misma según

la dirección de la recta ɡ. La superficie generada es un plano, por lo tanto
FI

un plano es una superficie reglada.

También en este caso, al hacer el análisis de las superficies se irá indican-
do cuáles de ellas son superficies regladas.


215

Este archivo fue descargado de [Link]

 OM
.C
DD
8.4. Análisis de una superficie
Para el análisis de una superficie se tendrán en cuenta los siguientes 6
puntos:
I. Hallar las intersecciones con los ejes coordenados
II. Determinar las trazas sobre los planos coordenados
LA
III. Estudiar la simetría con respecto a los planos coordenados, a los
ejes coordenados y al origen de coordenadas.
IV. Determinar las secciones con planos paralelos a los planos coor-
denados y la extensión de la superficie
V. Indicar si es superficie de revolución
FI

VI. Indicar si es superficie reglada

8.4.1. Intersecciones con los ejes coordenados



216

Este archivo fue descargado de [Link]

 Intersección con el eje Ox : Puesto que todos los puntos del eje x tienen su
segunda y tercera coordenadas iguales a 0, la intersección se obtiene re-

OM
emplazando en la ecuación de la superficie las variables y y z por 0.
Intersección con el eje Oy : Puesto que todos los puntos del eje y tienen su
primera y tercera coordenadas iguales a 0, la intersección se obtiene re-
emplazando en la ecuación de la superficie las variables x y z por 0.
Intersección con el eje Oz : Puesto que todos los puntos del eje z tienen su
primera y segunda coordenadas iguales a 0, la intersección se obtiene

.C
reemplazando en la ecuación de la superficie las variables x e y por 0.
Las intersecciones del plano 3x – 4y + 6z − 12 = 0 con cada uno de los
ejes coordenados son, respectiva-
DD
mente:
3x − 4y + 6z − 12 = 0

Eje Ox : y = 0
z = 0

⇒ 3x = 12 ⇒ x = 4.
LA

La intersección es el punto (4, 0, 0)

3x − 4y + 6z − 12 = 0

Eje Oy : x = 0
z = 0
FI


x = z = 0 ⇒ −4y = 12 ⇒ y =−3.
La intersección es el punto (0, −3, 0)


217

Este archivo fue descargado de [Link]

 3x − 4y + 6z − 12 = 0

Eje Oz: x = 0

OM
y = 0

x = y = 0 ⇒ 6z = 12 ⇒ z = 2. La intersección es el punto (0, 0, 2)
8.4.2. Trazas sobre los planos coordenados
Traza sobre el plano XY (TXY): Puesto que todos los puntos del plano XY
tienen su tercera coordenada igual a 0, la traza (intersección) se obtiene

.C
igualando, en la ecuación de la superficie, la variable z a 0.
Traza sobre el plano XZ (TXZ): Puesto que todos los puntos del plano XZ
tienen su segunda coordenada igual a 0, la traza (intersección) se obtiene
igualando, en la ecuación de la super-
DD
ficie, la variable y a 0.
Traza sobre el plano YZ (TYZ): Puesto
que todos los puntos del plano YZ
tienen su primera coordenada igual a
0,
la traza (intersección) se obtiene igua-
LA

lando, en la ecuación de la superficie,

la variable x a 0.
Sea el plano 3x – 4y + 6z − 12 = 0.
Sus trazas sobre cada uno de los pla-
nos coordenados son (Fig.8.7.):
FI

Con el plano XY
z = 0 ⇒ 3x – 4y − 12 = 0


218

Este archivo fue descargado de [Link]

 3x − 4y − 12 = 0
TXY : 
 z=0

OM
Con el plano YZ
x = 0 ⇒ – 4y + 6z − 12 = 0
− 4y + 6z − 12 = 0
TYZ : 
 x=0
Con el plano XZ

.C
y = 0 ⇒ 3x + 6z − 12 = 0
3x + 6z − 12 = 0
TXZ : 
DD  y=0

8.4.3 Simetría
a) Respecto del origen de coordenadas
Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x) , la variable y por (−y) y la variable z por (−z), la superficie es simé-
trica respecto del origen de coordenadas.
LA

El paraboloide elíptico de ecuación 2x 2 + 3z 2 = − 4y no es simétrico

respecto del origen de coordenadas ya que
2(− x ) + 3(− z ) = − 4 (− y ) no es igual a la ecuación dada.
2 2
FI

b) Respecto de los ejes coordenados

Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x) y la variable y por (−y), la superficie es simétrica respecto del eje z.
Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x) y la variable z por (−z), la superficie es simétrica respecto del eje y.


219

Este archivo fue descargado de [Link]

 Si la ecuación de una superficie no cambia al reemplazar la variable y por
(−y) y la variable z por (−z), la superficie es simétrica respecto del eje x.

OM
Por ejemplo, el paraboloide elíptico de ecuación 2x 2 + 3z 2 = − 4y es
simétrico respecto del eje y pero no respecto del eje x, ni del eje z.
En efecto: 2(− x )2 + 3(− z )2 = − 4y ⇒ 2x 2 + 3z 2 = − 4y (simetría res-
pecto del eje y).
2x + 3(− z ) = − 4 (− y ) ⇒ 2x + 3z = 4y (no hay simetría
2 2 2 2

respecto del eje x).

.C
2(− x ) + 3z = − 4 (− y ) ⇒ 2x + 3z = 4y (no hay simetría
2 2 2 2

respecto del eje z).

DD
LA
FI

Fig.8.8


220

Este archivo fue descargado de [Link]

 c) Respecto a los planos coordenados
Si la ecuación de una superficie no cambia al reemplazar la variable z por

OM
(−z), la superficie es simétrica respecto del plano XY.
Si la ecuación de una superficie no cambia al reemplazar la variable y por
(−y), la superficie es simétrica respecto del plano XZ.
Si la ecuación de una superficie no cambia al reemplazar la variable x por
(−x), la superficie es simétrica respecto del plano YZ.
Por ejemplo, como se verá al estudiar los paraboloides, el paraboloide
elíptico de ecuación 2x 2 + 3z 2 = − 4y es simétrico respecto del plano YZ

.C
y respecto del plano XY, pero no respecto del plano XZ. Fig.8.8.
En efecto:
2(− x ) + 3z 2 = − 4y ⇒ 2x 2 + 3z 2 = − 4y
DD 2

(La superficie es simétrica respecto del plano YZ)

2x 2 + 3(− z ) = − 4y ⇒ 2x 2 + 3z 2 = − 4y
2

(La superficie es simétrica respecto del plano XY)

2x 2 + 3z 2 = − 4 (− y ) ⇒ 2x 2 + 3z 2 = 4y
(La superficie no es simétrica respecto del plano YZ)
LA

8.4.4. Intersecciones con planos paralelos a los planos coordenados

Con planos paralelos al plano XY
Se trata de encontrar la intersección de la superficie con planos cuya
FI

ecuación sea de la forma z = k.

Con planos paralelos al plano XZ
Se trata de encontrar la intersección de la superficie con planos cuya
ecuación sea de la forma y = k.
Con planos paralelos al plano YZ


221

Este archivo fue descargado de [Link]

 Se trata de encontrar la intersección de la superficie con planos cuya
ecuación sea de la forma x = k.

OM
8.4.5. Extensión
Para cada uno de los casos planteados en el punto anterior se indican los
valores de k, para los cuales se obtiene un lugar geométrico real.

8.5. Estudio analítico de distintas superficies

A continuación se irán dando las definiciones, el análisis, la gráfica y

.C
ejemplos de distintas superficies cuya ecuación es de 2º grado.
Pero debe aclararse que, salvo en el caso de la superficie esférica, sólo se
estudiarán aquellas ecuaciones que representan superficies cuyo eje es
alguno de los ejes coordenados.
DD
8.5.1. Superficie esférica
Se llama superficie esférica al lugar geométrico de los puntos del espacio
que equidistan de un punto fijo llamado centro.
C(α, β, γ) PC = R
LA
La ecuación de una superficie esférica de centro C y radio R es:
FI


222

Este archivo fue descargado de [Link]

 (x − α )2 + (y − β)2 + (z − γ)2 = R 2

OM
Ejemplo: (x − 2)2 + (y + 4)2 + (z − 3)2 = 4 (Fig.8.9.)
es una superficie esférica de centro C(2,-4,3) y radio 2

Si el centro está en el origen, la ecuación de la superficie esférica es:

x2 + y2 + z2 = R2
A continuación se hará el análisis de esta ecuación siguiendo los pasos

.C
indicados en los puntos anteriores (Fig.8.10).
I) Intersecciones con los ejes coordenados
Ecuación
DD x2 + y2 + z2 = R2

x 2 + y 2 + z 2 = R 2

Eje Ox : y = 0
 z = 0

⇒ x = R2 ⇒ x = ± R
2
LA

(R,0,0 )
Dos puntos
(− R,0,0 )
x 2 + y 2 + z 2 = R 2
 Fig.8.10
Eje Oy : x = 0
FI

 z = 0


⇒ y2 = R2 ⇒ y = ± R


223

Este archivo fue descargado de [Link]

 (0, R,0 )
Dos puntos
(0,−R,0 )

OM
x 2 + y 2 + z 2 = R 2

Eje Oz : x = 0 ⇒ z2 = R2 ⇒ z = ± R
 y = 0

(0, 0, R )

.C
Dos puntos
(0, 0,−R )
II) Trazas sobre los planos coordenados
DD
Traza sobre el plano XY:
 z=0  z=0
TXY :  2 ⇒ Circunferencia  2
 x + y 2
+ z 2
= R 2
x + y = R
2 2

Traza sobre el plano XZ:

LA

 y=0  y=0
TXZ :  2 ⇒ Circunferencia  2
x + y + z = R x + z = R
2 2 2 2 2

Traza sobre el plano YZ:

FI

 x=0  x=0
TYZ :  2 ⇒ Circunferencia  2
x + y + z = R y + z = R
2 2 2 2 2

III) Simetrías
(− x )2 + (− y )2 + (− z )2 = R 2 ⇒ x 2 + y 2 + z 2 = R 2


224

Este archivo fue descargado de [Link]

 Toda superficie esférica con centro en el origen de coordenadas es simé-
trica respecto de los tres planos coordenados, respecto de los tres ejes

OM
coordenados y respecto del origen.
IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.
x 2 + y 2 + z 2 = R 2
Intersección con planos paralelos al plano XY: 
 z=k

.C
x2 + y 2 + k 2 = R 2
x2 + y2 = R 2 − k 2
DD a) Si R 2 − k 2 > 0 o sea, si − R < k < R
es una circunferencia
La intersec- b) Si R 2 − k 2 = 0 o sea, si k = ± R
ción es: Es un punto (0, 0, R ) ó (0, 0, − R )
c) Si R 2 − k 2 < 0 o sea, si k < −R ó k > R
LA

Es una circunferencia imaginaria

x 2 + y 2 + z 2 = R 2

FI

Intersección con planos paralelos al plano XZ:

 y=k

x2 + k 2 + z2 = R 2
x2 + z2 = R 2 − k 2


225

Este archivo fue descargado de [Link]

 a) Si R 2 − k 2 > 0 o sea, si − R < k < R

OM
es una circunferencia
La intersec- b) Si R 2 − k 2 = 0 o sea, si k = ± R
ción es Es un punto : (0, R, 0 ) ó (0, − R, 0 )
c) Si R 2 − k 2 < 0 o sea, si k < −R ó k > R
Es una circunferencia imaginaria

.C
x 2 + y 2 + z 2 = R 2
Intersección con planos paralelos al plano YZ: 
 x=k
DD k 2 + y 2 + z2 = R 2

y 2 + z2 = R 2 − k 2

a) Si R 2 − k 2 > 0 o sea, si − R < k < R

LA

es una circunferencia
La intersec- b) Si R 2 − k 2 = 0 o sea, si k = ± R
ción es Es un punto : (R, 0, 0 ) ó (− R, 0, 0 )
c) Si R 2 − k 2 < 0 o sea, si k < −R ó k > R
FI

Es una circunferencia imaginaria



226

Este archivo fue descargado de [Link]

 V) ¿Es superficie de revolución?

OM
La superficie esférica es una superficie de revolución porque se puede
generar por la rotación de una circunferencia alrededor de uno de sus
diámetros
VI) ¿Es superficie reglada?
La superficie esférica no es superficie reglada ya que su ecuación no pue-
de descomponerse en el producto de ecuaciones de primer grado.

.C
Ejemplo: Analizar y representar (Fig. 8.11.) la superficie esférica

DD x2 + y2 + z2 = 9
LA
FI

Fig.8.11.


227

Este archivo fue descargado de [Link]

 x 2 + y 2 + z 2 = 9

Eje Ox : y = 0 ⇒ x2 = 9 ⇒ x = ± 3

OM
 z = 0

(3,0,0 )
Dos puntos
(− 3,0,0 )
x 2 + y 2 + z 2 = 9

Eje Oy : x = 0 ⇒ y2 = 9 ⇒ y = ± 3

.C
 z = 0

DD (0,3,0 )
Dos puntos
(0,−3,0 )
x 2 + y 2 + z 2 = 9

Eje Oz : x = 0 ⇒ z2 = 9 ⇒ z = ± 3
 y = 0

LA
(0, 0, 3)
Dos puntos
(0,0,−3)

II) Trazas sobre los planos coordenados

FI

Traza sobre el plano XY:

 z=0  z=0
TXY :  2 ⇒ Circunferencia  2
x + y + z = 9 x + y = 9
2 2 2


228

Este archivo fue descargado de [Link]

 Traza sobre el plano XZ:
 y=0  y=0
⇒ Circunferencia  2

OM
TXZ :  2
x + y + z = 9 x + z = 9
2 2 2

Traza sobre el plano YZ: x = 0

 x=0  x=0
TYZ :  2 ⇒ Circunferencia  2
 x + y 2
+ z 2
= 9 y + z = 9
2

.C
DD
III) Simetrías
(− x )2 + (− y )2 + (− z )2 = 9 ⇒ x 2 + y 2 + z 2 = 9
La superficie esférica dada es simétrica respecto de los tres planos coor-
denados, respecto de los tres ejes coordenados y respecto del origen.
LA

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.

x 2 + y 2 + z 2 = 9
FI

Intersección con planos paralelos al plano XY: 

 z=k

x2 + y 2 + k 2 = 9
x2 + y 2 = 9 − k 2


229

Este archivo fue descargado de [Link]

 a) Si 9 − k 2 > 0 o sea, si − 3 < k < 3
es una circunferencia

OM
La intersec- b) Si 9 − k 2 = 0 o sea, si k = ±3
ción es Es un punto : (0, 0, 3) ó (0, 0, −3)
c) Si 9 − k 2 < 0 o sea, si k < −3 ó k > 3
Es una circunferencia imaginaria

.C
x 2 + y 2 + z 2 = 9
Intersección con planos paralelos al plano XZ: 
 y=k
DD x 2 + k 2 + z2 = 9
x2 + z 2 = 9 − k 2

a) Si 9 − k 2 > 0 o sea, si − 3 < k < 3

LA
La intersec- es una circunferencia
ción es b) Si 9 − k 2 = 0 o sea, si k = ±3
Es un punto : (0, 3, 0 ) ó (0, −3, 0 )
c) Si 9 − k 2 < 0 o sea, si k < −3 ó k > 3
FI

Es una circunferencia imaginaria

x 2 + y 2 + z 2 = 9
Intersección con planos paralelos al plano YZ: 
 x=k


230

Este archivo fue descargado de [Link]

 k 2 + y 2 + z2 = 9

OM
y 2 + z2 = 9 − k 2

a) Si 9 − k 2 > 0 o sea, si − 3 < k < 3

La intersec- es una circunferencia
ción es b) Si 9 − k 2 = 0 o sea, si k = ±3
Es un punto : (3, 0, 0 ) ó (− 3, 0, 0 )

.C
c) Si 9 − k 2 < 0 o sea, si k < −3 ó k > 3
Es una circunferencia imaginaria
DD
V) Superficie de revolución
La superficie esférica dada es superficie de revolución porque se puede
generar por la rotación de una circunferencia alrededor de uno de sus
diámetros
VI) Superficie reglada
LA

La superficie esférica no es superficie reglada ya que su ecuación no pue-

de descomponerse en el producto de ecuaciones de primer grado.

8.5.2. Cuádricas con centro

FI

Son superficies cuya ecuación es del tipo:

Mx2 + Ny2 + Pz2 = Q2


231

Este archivo fue descargado de [Link]

 Según sean los signos de los coeficientes M, N y P, las cuádricas con
centro se clasifican en: elipsoides, hiperboloides de una hoja e hiperbo-

OM
loides de dos hojas.
[Link]. Elipsoide
Si en una ecuación del tipo Mx2 + Ny2 + Pz2 = Q2, los tres coeficientes
M, N y P tienen el mismo signo, la superficie es un elipsoide.
Si los coeficientes son negativos, no existen valores reales de x, y, z que
verifiquen la ecuación, o sea que la ecuación no representará ningún lu-
gar geométrico real, es un elipsoide imaginario.

.C
En consecuencia, un elipsoide real es una superficie cuya ecuación es del
tipo Mx2 + Ny2 + Pz2 = Q2, con sus coeficientes M, N y P todos positi-
vos.
DD
La superficie esférica ya estudiada es, en realidad, un elipsoide donde los
tres coeficientes son iguales (M = N = P).
También la ecuación de un elipsoide puede escribirse en la siguiente
forma:
x2 y 2 z2
+ + =1
a 2 b2 c 2
LA
A continuación se hará el análisis de esta ecuación siguiendo los pasos
indicados para ello (.Fig.8.12.)
I) Intersecciones con los ejes coordenados

 x 2 y 2 z2
FI

 2 + 2 + 2 = 1
Eje Ox : 
a b c
y = 0

z = 0


232

Este archivo fue descargado de [Link]

 ⇒ x2 = a2 ⇒ x = ± a
(a, 0, 0 )

OM
Dos puntos
(− a, 0, 0 )
 x 2 y 2 z2
 2 + 2 + 2 = 1
Eje Oy :  a b c
x = 0

z = 0

.C
⇒ y2 = b2 ⇒ y = ± b
DD (0, b, 0 )
Dos puntos
(0,−b, 0 )

 x 2 y 2 z2
 2 + 2 + 2 = 1
c
Eje Oz :  a b
LA
x = 0

y = 0

⇒ z2 = c2 ⇒ z = ± c Fig.8.12.
FI

(0, 0, c )
Dos puntos
(0, 0,−c )


233

Este archivo fue descargado de [Link]

 II) Trazas sobre los planos coordenados

OM
Traza sobre el plano XY:
 z=0  z = 0
⇒
2 2
TXY :  x y z2 Elipse 2 2
x + y = 1
+ + =1
 a 2 b 2 c 2  a 2 b 2

Traza sobre el plano XZ:

 y=0  y=0

.C
 2  2
TXZ :  x y 2 z2 ⇒ Elipse x z2
 a 2 b 2 + c 2 = 1
+  a 2 c 2 = 1
+
DD
Traza sobre el plano YZ: x = 0
 x=0  x = 0
TYZ :  x 2 y 2 z 2 ⇒ Elipse 2 2
y + z = 1
+ + =1
 a 2 b 2 c 2  b 2 c 2
LA

III) Simetrías
(− x )2 + (− y )2 + (− z )2 = 1 ⇒ x 2 + y 2 + z 2 = 1
a2 b2 c2 a 2 b2 c2
FI

Todo elipsoide con centro en el origen de coordenadas es simétrico res-

pecto de los tres planos coordenados, respecto de los tres ejes coordena-
dos y respecto del origen.


234

Este archivo fue descargado de [Link]

 IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.

OM
 x2 y 2 z2

Intersección con planos paralelos al plano XY:  a 2 + b 2 + c 2 = 1
 z=k

x2 y 2 k 2
+ + =1
a 2 b2 c 2

.C
2
x2 y k2
+ = 1 −
a 2 b2 c2
DD a) Si 1 −
k2
c2
> 0 o sea, si − c < k < c
Una elipse
k2
La intersec- b) Si 1 − = 0 o sea, si k = ±c
ción es c2
Un punto : (0, 0, c ) ó (0, 0, −c )
LA

k2
c) Si 1 − 2 < 0 o sea, si k < −c ó k > c
c
Una elipse imaginaria
FI

 x 2 y 2 z2

Intersección con planos paralelos al plano XZ:  a 2 + b 2 + c 2 = 1
 y=k


235

Este archivo fue descargado de [Link]

 x2 k 2 z2
+ + =1
a 2 b2 c 2

OM
x2 z2 k2
+ = 1 −
a 2 c2 b2

k2
a) Si 1 − > 0 o sea, si − b < k < b
b2

.C
Una elipse
k2
La intersec- b) Si 1 − =0 o sea, si k = ± b
ción es b2
Un punto : (0, b, 0 ) ó (0, − b, 0 )
DD k2
c) Si 1 − 2 < 0 o sea, si k < −b ó k > b
b
Una elipse imaginaria
LA

Intersección con planos paralelos al plano YZ:

 x 2 y 2 z2
 2 + 2 + 2 =1
a b c
 x=k
FI

k 2 y 2 z2
+ + =1
a 2 b2 c 2


236

Este archivo fue descargado de [Link]

 y 2 z2 k2
+ = 1 −
b2 c 2 a2

OM
k2
a) Si 1 − >0 o sea, si − a < k < a
a2
Una elipse
2
k
La intersec- b) Si 1 − 2 = 0 o sea, si k = ±a
a

.C
ción es
Un punto : (a, 0, 0 ) ó (− a, 0, 0 )
k2
c) Si 1 − 2 < 0 o sea si k < −a ó k > a
DD a
Una elipse imaginaria

V) ¿Es superficie de revolución?

El elipsoide puede ser una superficie de revolución pues se puede gene-
rar por la rotación de una elipse alrededor de uno de sus ejes. En ese
LA

caso las secciones paralelas al plano coordenado perpendicular a ese eje,

serán circunferencias.

VII)¿Es superficie reglada?

Ningún elipsoide es superficie reglada ya que su ecuación no puede des-
FI

componerse en el producto de ecuaciones de primer grado.

Ejemplo:
Hallar y representar (Fig. 8.13) el elipsoide:


237

Este archivo fue descargado de [Link]

 x 2 y 2 z2
+ + =1
4 9 25

OM
I) Intersecciones con los ejes coordenados

 x2 y 2 z2
 + + =1
Eje Ox : 
4 9 25 ⇒ x2 = 4 ⇒x=±2
y = 0


.C
z = 0
(2, 0, 0 )
Dos puntos
DD (− 2, 0, 0 )
 x 2 y 2 z2
 + + =1
Eje Oy :  4 9 25 ⇒ y2 = 9 ⇒ y = ± 3
x = 0

z = 0
LA

(0, 3, 0 )
Dos puntos
(0,−3, 0 )
 x2 y 2 z2
 + + =1
FI

4 9 25
Eje Oz :  ⇒ z2 = 25 ⇒z=±5
x = 0

y = 0


238

Este archivo fue descargado de [Link]

 (0, 0, 5)
Dos puntos
(0, 0,−5)

OM
.C
DD
Fig.8.13.
LA

II) Trazas sobre los planos coordenados

Traza sobre el plano XY:
 z=0  z = 0
FI

TXY :  x 2 y 2 z 2 ⇒ Elipse 2 2
x + y = 1
+ + =1
 4 9 25  4 9

Traza sobre el plano XZ:



239

Este archivo fue descargado de [Link]

  y=0  y=0
  2
TXZ :  x 2 y 2 z 2 ⇒ Elipse x z2
 4 + 9 + 25 = 1  4 25 = 1
+

OM
Traza sobre el plano YZ:
 x=0  x = 0
TYZ :  x 2 y 2 z 2 ⇒ Elipse 2 2
y + z = 1
+ + =1
 4  9 25

.C
9 25

III) Simetrías
(− x )2 + (− y )2 + (− z )2 = 1 ⇒ x 2 + y 2 + z 2 = 1
DD 4 9 25 4 9 25

El elipsoide dado es simétrico respecto de los tres planos coordenados,

respecto de los tres ejes coordenados y respecto del origen.
LA

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.
 x 2 y 2 z2

Intersección con planos paralelos al plano XY:  4 + 9 + 25 = 1
FI

 z=k

x2 y2 k 2 x2 y 2 k2
+ + =1 ⇒ + = 1−
4 9 25 4 9 25


240

Este archivo fue descargado de [Link]

 k2
a) Si 1 − > 0 o sea, si − 5 < k < 5
25

OM
Una elipse
k2
La intersec- b) Si 1 − = 0 o sea, si k = ±5
ción es 25
Un punto : (0, 0, 5) ó (0, 0, − 5)
k2
c) Si 1 − < 0 o sea, si k < −5 ó k > 5
25

.C
Una elipse imaginaria

 x2 y 2 z2
 + + =1
DD
Intersección con planos paralelos al plano XZ:  4

9 25
y=k

x2 k 2 z2 x 2 z2 k2
+ + =1 ⇒ + = 1−
4 9 25 4 25 9
LA

k2
a) Si 1 − > 0 o sea, si − 3 < k < 3
9
Una elipse
k2
La intersec- b) Si 1 − =0 o sea, si k = ±3
FI

ción es 9
Un punto : (0, 3, 0 ) ó (0, − 3,0 )
k2
c) Si 1 − <0 o sea, si k < −3 ó k > 3
9


Una elipse imaginaria

241

Este archivo fue descargado de [Link]

  x2 y 2 z2

Intersección con planos paralelos al plano YZ:  4 + 9 + 25 = 1

OM
 x=k

k 2 y 2 z2 y 2 z2 k2
+ + =1 ⇒ + = 1−
4 9 25 9 25 4

.C
k2
a) Si 1 − >0 o sea, si − 2 < k < 2
4
DD Una elipse
2
k
b) Si 1 − = 0 o sea, si k = ±2
La intersec- 4
ción es Un punto : (2, 0, 0 ) ó (− 2, 0, 0 )
k2
c) Si 1 − < 0 o sea si k < −2 ó k > 2
4
Una elipse imaginaria
LA

V) ¿Es superficie de revolución?

El elipsoide del ejemplo no es superficie de revolución porque ninguna
de las secciones paralelas a los planos coordenados son circunferencias.
FI

VI) ¿Es superficie reglada?

El elipsoide no es superficie reglada ya que su ecuación no puede des-
componerse en el producto de ecuaciones de primer grado.


242

Este archivo fue descargado de [Link]

 [Link]. Hiperboloide de una hoja
Si en una ecuación del tipo Mx2 + Ny2 + Pz2 = Q2, los coeficientes M,

OM
N y P no tienen todos el mismo signo, la superficie es un hiperboloide.
Si dos coeficientes son positivos y uno es negativo, es un hiperboloide de
una hoja. Si, por el contrario, dos coeficientes son negativos y uno es po-
sitivo, es un hiperboloide de dos hojas..
En consecuencia, un Hiperboloide de una hoja es una superficie cuya
ecuación es del tipo Mx2 + Ny2 + Pz2 = Q2, en la que dos de los coefi-
cientes son positivos y el tercero es negativo.

.C
Si M y N son positivos y P,
negativo, el término precedi-
do del signo menos indica la
dirección del eje de la super-
DD
ficie. La ecuación del hiper-
boloide de una hoja, también
puede escribirse en la si-
guiente forma:
x2 y 2 z2
+ − =1
LA
a 2 b2 c 2
Se hará, a continuación. el
análisis de la ecuación de un
hiperboloide de una hoja.
(Fig.8.14.)
FI

Fig.8.14.


243

Este archivo fue descargado de [Link]

 x2 y 2 z2
Ecuación del hiperboloide: + − =1
a 2 b2 c2

OM
I) Intersecciones con los ejes coordenados
 x2 y 2 z2
 2 + 2
− 2
=1
Eje Ox :  a b c ⇒ x2 = a2 ⇒ x = ± a
y = 0

z = 0
(a, 0, 0 )

.C
Dos puntos
(− a, 0, 0 )
DD  x2 y 2 z2
 2 + 2
− 2
=1
Eje Oy :  a b c ⇒ y2 = b2 ⇒ y = ±b
x = 0

z = 0

(0, b, 0 )
LA
Dos puntos
(0,−b, 0 )

 x2 y 2 z2
 2 + 2
− 2
=1
Eje Oz :  a b c ⇒ z2 = −c2 ⇒ ∄ intersección
FI

x = 0

y = 0

II) Trazas sobre los planos coordenados



244

Este archivo fue descargado de [Link]

 Traza sobre el plano XY:
 z=0  z = 0

OM
TXY :  x 2 y 2 z2 ⇒ Elipse 2 2
x + y = 1
+ − =1
 a 2 b 2 c 2  a 2 b 2

Traza sobre el plano XZ:

 y=0  y=0
  2
TXZ :  x 2 y 2 z2 ⇒ Hipérbola x z2

.C
 a 2 + b 2 − c 2 = 1  a 2 − c 2 = 1

Traza sobre el plano YZ:

DD  x=0  x = 0
⇒
2
TYZ :  x y2 z2 Hipérbola 2 2
y − z = 1
+ − =1
 a 2 b 2 c 2  b 2 c 2
LA

III) Simetrías
(− x )2 + (− y )2 − (− z )2 = 1 ⇒ x 2 + y 2 − z 2 = 1
a2 b2 c2 a 2 b2 c2
FI

Todo hiperboloide de una hoja con centro en el origen de coordenadas

es simétrico respecto de los tres planos coordenados, respecto de los tres
ejes coordenados y respecto del origen.


245

Este archivo fue descargado de [Link]

 IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.

OM
 x2 y 2 z2
 2 + 2 − 2 =1
Intersección con planos paralelos al plano XY:  a b c
 z=k

x2 y2 k2
+ − =1
a2 b2 c2

.C
x2 y 2 k2
+ =1+ 2
a 2 b2 c

 x2 y 2 z2
DD  2 + 2 − 2 = 1 es una elipse para cualquier valor de k, ya
 a

b
z=k
c
k2
que la expresión 1 + 2 es siempre positiva
c

 x2 y 2 z2
LA
 2 + 2 − 2 =1=1
Intersección con planos paralelos al plano XZ:  a b c
 y=k

x2 k 2 z2
+ − =1
a2 b2 c2
FI

x2 z2 k2
− = 1 −
a 2 c2 b2


246

Este archivo fue descargado de [Link]

 k2
a) Si 1 − > 0 o sea, si − b < k < b
b2

OM
Una hipérbola de eje focal paralelo al eje x

k2
La intersec- b) Si 1 − = 0, o sea si k = ± b
ción es b2
 y= b  y= b
 
k = b, 2 rectas  x z y x z
+ = 0  a − c = 0

.C
 a c
 y=−b  y=−b
 
k = − b, 2rectas  x z y x z
 a + c = 0  a − c = 0
DD k2
c) Si 1 − < 0 o sea, si k < −b ó k > b
b2
Una hipérbola de eje focal paralelo al eje z
LA

Intersección con planos paralelos al plano YZ:

 x2 y 2 z2
 2 + 2 − 2 =1
 a b c
 x=k
FI

k2 y2 z2
+ − =1
a2 b2 c2


247

Este archivo fue descargado de [Link]

 y 2 z2 k2
⇒ + = 1 −
b2 c 2 a2

OM
k2
a) Si 1 − > 0 o sea, si − a < k < a
a2
Una hipérbola de eje focal paralelo al eje y

.C
k2
b) Si 1 − = 0, o sea si k = ±a
La intersec- a2
ción es  x=a  x = a

k = a, 2 rectas  y z y y z
+ =0 − =0
DD  b c
 x=−a

 b c
 x = − a
k = −a, 2 rectas  y z y y z
+ =0 − =0
 b c  b c
LA
k2
c) Si 1 − <0 o sea, si k < −a ó k > a
a2
Una hipérbola de eje focal paralelo al eje z
FI

V) ¿Es superficie de revolución?

El Hiperboloide de una hoja puede ser una superficie de revolución pues
se puede generar por la rotación de una hipérbola alrededor del eje per-
pendicular al eje focal de la curva.. Las secciones paralelas al plano coor-


denado perpendicular al eje de la superficie serán circunferencias.

248

Este archivo fue descargado de [Link]

 VI) ¿Es superficie reglada?
El hiperboloide de una hoja es una superficie reglada ya que su ecuación

OM
se puede descomponer en ecuaciones de 1º grado. En efecto:
x2 y 2 z2 x2 z2 y2
+ − = 1 ⇒ − = 1 − .
a 2 b2 c2 a2 c2 b2
 x z  x z   y  y
⇒  +  −  =  1 +  1 − 
 a c  a c   b  b 

.C
La superficie puede generarse por la siguiente familia de rectas de E3:
x z  y
 a + c = λ  1 + b 
 
DD 
 x − z = 1  1 − 
y
 a c λ  b 

Ejemplo: Analizar y representar el hiperboloide de una hoja (Fig. 8.15.)

LA
cuya ecuación es:
x2 y 2 z2
9x2 + 4y2 −3z2 = 36 , o sea + − =1
4 9 12

I) Intersecciones con los ejes coordenados

FI

 x 2 y 2 z2
 + − =1
Eje Ox :  4 9 12 ⇒ x2 = 4 ⇒ x = ± 2
y = 0

z = 0


249

Este archivo fue descargado de [Link]

 (2, 0, 0 )
Dos puntos
(− 2, 0, 0 )

OM
 x2 y 2 z2
 + − =1
Eje Oy :  4 9 12 ⇒ y2 = 9 ⇒ y=±3
x = 0

z = 0

(0, 3, 0 )

.C
Dos puntos
(0,−3, 0 )
 x2 y 2 z2
 + − =1
DD
Eje Oz : 

4
x = 0
9 12
⇒ z2 = −12 ⇒ ∄ intersección

y = 0
LA
II) Trazas sobre los planos coordenados
Traza sobre el plano XY:
 z=0  z = 0
TXY :  x 2 y 2 z2 ⇒ Elipse 2 2
x + y = 1
+ − =1
 4 9 12  4 9
FI


250

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig.8.15.
Traza sobre el plano XZ:
LA
 y=0  y=0
  2
TXZ :  x 2 y 2 z2 ⇒ Hipérbola x z2
 4 + − =1  4 12 = 1
−
9 12
FI

Traza sobre el plano YZ:

 x=0  x = 0
TYZ :  x 2 y 2 z2 ⇒ Hipérbola 2 2
y − z =1
+ − =1
 4 9 12  9 12


251

Este archivo fue descargado de [Link]

 III) Simetrías

OM
(− x )2 + (− y )2 − (− z )2 = 1 ⇒ x 2 + y 2 − z 2 = 1
4 9 12 4 9 12
El hiperboloide de una hoja dado es simétrico respecto de los tres planos
coordenados, respecto de los tres ejes coordenados y respecto del origen.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

.C
sión.

 x2 y 2 z2
 + − =1
Intersección con planos paralelos al plano XY:  4
DD 
9 12
z=k

x2 y2 k2 x2 y 2 k2
+ − =1 ⇒ + = 1+
4 9 12 4 9 12
LA
 x2 y 2 z2
 + − = 1 es una elipse para cualquier valor de k, ya
 4 9 12
 z=k k2
que la expresión 1 + es siempre positiva
12
FI

 x2 y 2 z2
 + − =1=1
Intersección con planos paralelos al plano XZ:  4 9 12
 y=k


252

Este archivo fue descargado de [Link]

 x2 k 2 z2
+ − =1
4 9 12

OM
x2 z2 k2
− =1−
4 12 9

.C
k2
a) Si 1 − > 0 o sea, si − 3 < k < 3
9
DD Una hipérbola de eje focal paralelo al eje x

k2
b) Si 1 − = 0, o sea si k = ±3
La intersec- 9
ción es  y=3  y=3
x 
k = 3, 2 rectas  z y x z
+ =0 − =0
 2 2 3  2 2 3
LA

 y=−3  y=−3
 
k = −3, 2rectas  x z y x z
+ =0 − =0
 2 2 3  2 2 3
FI

k2
c) Si 1 − <0 o sea, si k < −3 ó k > 3
9
Una hipérbola de eje focal paralelo al eje z


253

Este archivo fue descargado de [Link]

 Intersección con planos paralelos al plano YZ:
 x2 y 2 z2

OM
 + − =1
 4 9 12
 x=k

k2 y2 z2
+ − =1
4 9 12

.C
y 2 z2 k2
⇒ + = 1−
9 12 4
k2
a) Si 1 − > 0 o sea, si − 2 < k < 2
DD 4
Una hipérbola de eje focal paralelo al eje y

k2
La intersec- b) Si 1 − = 0, o sea si k = ±2
ción es 4
LA
 x=2  x=2

k = 2, dos rectas  y + z = 0 y
 − z =0
 3 2 3  3 2 3
 x=−2  x = − 2

k = −2, dos rectas  y + z = 0 y − z = 0
FI

 3 2 3  3 2 3

k2
c) Si 1 − < 0 o sea, si k < −2 ó k > 2
4


Una hipérbola de eje focal paralelo al eje z

254

Este archivo fue descargado de [Link]

 V) ¿Es superficie de revolución?
El Hiperboloide del ejemplo no es superficie de revolución porque nin-

OM
guna de las secciones paralelas a los planos coordenados son circunfe-
rencias.
VII)¿Es superficie reglada?
Si, porque su ecuación se puede descomponer en ecuaciones de 1º grado.
En efecto:
x2 y 2 z2 x2 z2 y2
+ − =1 ⇒ − = 1−

.C
4 9 12 4 12 9
x z  x z   y  y 
⇒  +  −  =  1 +  1 − 
DD  2 2 3  2 2 3   3  3 
La superficie puede generarse por la siguiente familia de rectas de E3:
x z  y
 2 + = λ 1 + 
2 3  3

 x − z = 1  1 − y 
 2 2 3 λ  3 
LA

[Link]. Hiperboloide de dos hojas

Un Hiperboloide de dos hoja es una superficie cuya ecuación es del tipo
Mx2 + Ny2 + Pz2 = Q2, en la que dos de los coeficientes son negativos y
FI

el tercero es positivo. Este indica la dirección del eje de la superficie.

Si M y P son negativos y N, positivo, la ecuación del hiperboloide de dos
hojas, también puede escribirse en la siguiente forma:
x2 y z2
− 2 + 22 − 2 = 1 (Fig.8.16.)


a b c
255

Este archivo fue descargado de [Link]

 OM
.C
DD Fig.8.16

I) Intersecciones con los ejes coordenados

LA
x 2 y 2 z2
− 2 + 2 − 2 =1
a b c
 x 2
y2 z 2

− 2 + 2 − 2 = 1
Eje Ox :  a b c ⇒ x2 = −a2 ⇒ ∄ intersección
FI

y = 0

z = 0


256

Este archivo fue descargado de [Link]

  x 2 y 2 z2
− 2 + 2 − 2 = 1
Eje Oy :  a b c

OM
⇒ y2 = b2 ⇒ y = ±b
x = 0

z = 0
(0, b, 0 )
Dos puntos
(0,−b, 0 )
 x 2 y 2 z2
− 2 + 2 − 2 = 1

.C
Eje Oz :  a b c
⇒ z2 = −c2 ⇒ ∄ intersección
x = 0

DD y = 0

II) Trazas sobre los planos coordenados

Traza sobre el plano XY:
 z=0  z=0
LA
⇒ Hipérbola
2
TXY :  x y z2 − x 2
y
− 2 + 22 − 2 = 1 + 22 = 1
 a b c  a 2
b

Traza sobre el plano XZ:

FI

 y=0  y=0
 2  2
TXZ :  x y 2 z2 ⇒  x z2 ⇒ ∄ intersección
− a 2 + b 2 − c 2 = 1 − a 2 − c 2 = 1


257

Este archivo fue descargado de [Link]

 Traza sobre el plano YZ:
 x=0  x = 0

OM
TYZ :  x 2 y 2 z2 ⇒ Hipérbola 2 2
y − z = 1
− 2 + 2 − 2 =1
 a b c  b 2 c 2

III) Simetrías
(− x)
2
(− y )2 (− z )2 x2 y 2 z2
− 2 + − = 1 ⇒ − + − =1
a b2 c2 a 2 b2 c2

.C
Todo hiperboloide de dos hojas con centro en el origen de coordenadas
es simétrico respecto de los tres planos coordenados, respecto de los tres
ejes coordenados y respecto del origen.
DD
IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión.
 x2 y 2 z2
− 2 + 2 − 2 =1
Intersección con planos paralelos al plano XY:  a b c
 z=k
LA

x2 y2 k 2
− + − =1
a 2 b2 c2
2
x2 y k2
− 2 + 2 = 1+ 2
FI

a b c
 z=k
− x 2
y2 k2 Para cualquier valor de k, es una hipérbola de
+ = 1 +
 a 2 b 2 c2 eje focal paralelo al eje y porque el 2º miembro
es siempre positivo


258

Este archivo fue descargado de [Link]

  x2 y 2 z2
 − 2 + 2 − 2 =1
Intersección con planos paralelos al plano XZ:  a b c

OM
 y=k

x2 k 2 z2
− 2 + 2 − 2 =1
a b c
x2 z2 k2
− − = 1 −
a2 c2 b2

.C
k2
a) Si 1 − > 0 o sea, si − b < k < b
DD b2
Ningún lugar geométrico
k2
b) Si 1 − 2 = 0, o sea si k = ± b
La intersec- b
ción es Un punto (0, b, 0) ó (0, − b, 0)
k2
c) Si 1 − 2 < 0 o sea, si k < −b ó k > b
LA
b
Una elipse

 x2 y 2 z2
− 2 + 2 − 2 =1
Intersección con planos paralelos al plano YZ:  a b c
FI

 x=k

k 2 y 2 z2 y 2 z2 k2
− + − = 1 ⇒ − = 1 +
a 2 b2 c2 b2 c2 a2


259

Este archivo fue descargado de [Link]

  x=k

OM
2
La expresión  y z2 k 2 representa, para cualquier valor de k,
− = 1 +
 b 2 c 2 a2
una hipérbola de eje focal paralelo al eje y.

V) ¿Es superficie de revolución?

El hiperboloide de dos hojas puede ser una superficie de revolución pues
se puede generar por la rotación de una Hipérbola alrededor de su eje

.C
focal. En ese caso las secciones paralelas al plano coordenado perpendi-
cular al eje de la superficie serán circunferencias.
VI)¿Es superficie reglada?
DD
El hiperboloide de dos hojas no es una superficie reglada ya que su ecua-
ción no se puede descomponer en ecuaciones de 1º grado.

Ejemplo: Analizar y representar (Fig. 8.17.) el hiperboloide de dos hojas:

LA
x2 y 2 z2
−9x + 4y −9z = 36, o también, −
2 2 2
+ − =1
4 9 4

I) Intersecciones con los ejes coordenados

 x2 y 2 z2
FI

− + − =1
Eje Ox :  4 9 4 ⇒ x2 = −4 ⇒ ∄ intersección
y = 0

z = 0


260

Este archivo fue descargado de [Link]

  x 2 y 2 z2
− + − =1

OM
Eje Oy :  4 9 4 ⇒ y2 = 9 ⇒ y = ±3
x = 0

z = 0
(0, 3, 0 )
Dos puntos
(0,−3, 0 )

.C
 x2 y 2 z2
− + − =1
Eje Oz :  4 9 4 ⇒ z2 = −4 ⇒ ∄ intersección
x = 0
DD 
y = 0
LA
FI

Fig. 8.17.

II) Trazas sobre los planos coordenados



Traza sobre el plano XY:

261

Este archivo fue descargado de [Link]

  z=0  z=0
TXY :  x 2
y z2 ⇒ Hipérbola 2
− x + y 2 = 1
− + 2 − =1

OM
 4 9 4  4 9

Traza sobre el plano XZ:

 y=0  y=0
 2  2
TXZ :  x y 2 z2 ⇒  x z2 ⇒ ∄ intersección
−
 4 + − =1 −
 4 − =1

.C
9 4 4

Traza sobre el plano YZ:

x=0  x = 0
DD 
TYZ : 
−
 4
x 2
+
y2
−
z2
=1
⇒ Hipérbola 2 2
y − z =1
 9
9 4 4

III) Simetrías
LA

−
(− x )2 + (− y )2 − (− z )2 =1 ⇒ −
x2 y 2 z2
+ − =1
4 9 4 4 9 4
El hiperboloide de 2 hojas dado es simétrico respecto de los tres planos
coordenados, respecto de los tres ejes coordenados y respecto del origen.
FI

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.


262

Este archivo fue descargado de [Link]

  x2 y 2 z2
− + − =1
Intersección con planos paralelos al plano XY:  4 9 4

OM
 z=k
2
x2 y 2 k 2 x2 y k2
− + − =1 ⇒ − + =1+
4 9 4 4 9 4
 z=k
2
− x y2 k2
+ =1+

.C
 4 9 4
Para cualquier valor de k, es una hipérbola de
eje focal paralelo al eje y porque el 2º miembro
es siempre positivo
 x2 y 2 z2
DD − +
Intersección con planos paralelos al plano XZ:  4

9
y=k
−
4
=1

x2 k 2 z2 x2 z2 k2
− + − =1 ⇒ − − =1−
4 9 4 4 4 9
LA

k2
a) Si 1 − > 0 o sea, si − 3 < k < 3
9
Ningún lugar geométrico
k2
b) Si 1 − = 0, o sea si k = ±3
FI

La intersec- 9
ción es Un punto (0, 3, 0) ó (0, − 3, 0)
k2
c) Si 1 − <0 o sea, si k < −3 ó k > 3
9
Una elipse


263

Este archivo fue descargado de [Link]

  x2 y 2 z2
− + − =1
Intersección con planos paralelos al plano YZ:  4 9 4

OM
 x=k

k 2 y 2 z2 y 2 z2 k2
− + − =1 ⇒ − =1+
4 9 4 9 4 4
 x=k
2 2
La expresión  y z k 2 representa, para cualquier valor de k,
− =1+

.C
 9 4 4
una hipérbola de eje focal paralelo al eje y.
DD
V) ¿Es superficie de revolución?
El hiperboloide de dos hojas del ejemplo es superficie de revolución
pues las secciones con planos paralelos al plano XZ son circunferencias.
VI) ¿Es superficie reglada?
No, porque su ecuación no se puede descomponer en ecuaciones de 1º
LA
grado.

8.5.3. Cuádricas sin centro

Las cuádricas sin centro cuyo eje es uno de los ejes coordenados son
FI

superficies tales que su ecuación es de la forma: Mx 2 + Ny 2 = Pz o

también, My 2 + Nz 2 = Px y Mx 2 + Nz 2 = Py .
Estas superficies reciben el nombre de Paraboloides. Si los coeficientes
M y N tienen el mismo signo, el paraboloide es un Paraboloide elíptico. Si


M y N tienen signos contrarios, el paraboloide es un Paraboloide hiperbólico.

264

Este archivo fue descargado de [Link]

 La dirección del eje del paraboloide es, siempre, la que corresponde a la
variable de 1º grado.

OM
[Link]. Paraboloide elíptico
El paraboloide elíptico es una superficie tal que su ecuación es de la for-
ma: Mx 2 + Ny 2 = Pz ó My 2 + Nz 2 = Px ó Mx 2 + Nz 2 = Py , en
la que los coeficientes M y N tienen el mismo signo.
Si la ecuación del paraboloide es Mx 2 + Ny 2 = Pz y se dividen ambos

.C
x2 y2 x2 y2
miembros por P, se obtiene + = z , ó 2 + 2 = z (Fig.8.18.)
P P a b
DD M N
x2 y 2
Se hará a continuación el análisis de la superficie: + =z
a 2 b2
I) Intersecciones con los ejes coordenados

 x2 y 2
LA

 2 + 2 = z
Eje Ox :  a b
y = 0

z = 0
FI

⇒ x = 0 ⇒ Un punto (0, 0, 0)


265

Este archivo fue descargado de [Link]

  x2 y 2
 2 + 2 = z
Eje Oy :  a b

OM
x = 0

z = 0
⇒ y = 0 ⇒ Un punto (0, 0, 0)
 x2 y 2
 2 + 2 = z
a b

.C
Eje Oz : 
x = 0

y = 0
⇒ z = 0 ⇒ Un punto (0, 0, 0)
DD Fig.8.18

II) Trazas sobre los planos coordenados

LA
Traza sobre el plano XY:
 z = 0  z = 0
TXY :  x 2 y 2 ⇒ 2 2
x + y = 0
+ =z
 a 2 b 2  a 2 b 2

⇒ x = 0 e y = 0 ⇒ Un punto (0, 0, 0)
FI

Traza sobre el plano XZ:



266

Este archivo fue descargado de [Link]

  y=0  y=0
 
TXZ :  x 2 y 2 ⇒ Parábola  x 2
 a 2 + b 2 = z  a 2 + = z

OM
Traza sobre el plano YZ:
 x = 0  x = 0
TYZ :  x 2 y 2 ⇒ Parábola 2
y = z
+ =z
 a 2 b 2  b 2

.C
III) Simetrías
DD (− x )2 + (− y )2 = (− z ) ⇒ x2 y2
+ = −z
2 2
a b a 2 b2
El paraboloide elíptico dado no es simétrico respecto al origen de coor-
denadas.
LA
Como la ecuación cambia cuando se reemplaza z por −z, la superficie
tampoco es simétrica respecto del eje x, ni del eje y, ni del plano XY.
En cambio si es simétrica respecto de los planos XZ e YZ y del eje z.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

FI

sión.
 x2 y 2

Intersección con planos paralelos al plano XY:  a 2 + b 2 = z
 z=k


267

Este archivo fue descargado de [Link]

 x2 y 2
+ =k
a 2 b2

OM
a) k > 0 una elipse
b) k = 0 ⇒ x = 0 e y = 0
La intersección es Un punto (0, 0, 0)
c) k < 0 ⇒ No hay intersecci ón
Elipse imaginaria

.C
 x2 y 2
 2 + 2 =z
Intersección con planos paralelos al plano XZ:  a b
 y=k
DD x2 k 2
+ =z ⇒
x2
= z −
k2
a 2 b2 a2 b2
 y=k
   es una parábola de eje focal paralelo al eje z.
∀k ∈ R :  2 k2
LA
x = a 2  z − 2 
  
 b

 x2 y 2

Intersección con planos paralelos al plano YZ:  a 2 + b 2 = z

FI

x=k

k2 y2 y2 k2
+ = z ⇒ = z −
a 2 b2 b2 a2


268

Este archivo fue descargado de [Link]

  x=k

∀k ∈ R : y 2 = b 2  z − k  es una parábola de eje focal paralelo al eje z.
2


OM
  a2
 

V) ¿Es superficie de revolución?

El Paraboloide elíptico puede ser una superficie de revolución pues se
puede generar por la rotación de una Parábola alrededor de su eje focal.
En ese caso las secciones paralelas al plano coordenado perpendicular al

.C
eje de la superficie serán circunferencias.

VI)¿Es superficie reglada?

El paraboloide elíptico no es una superficie reglada ya que su ecuación
DD
no se puede descomponer en ecuaciones de 1º grado.

Ejemplo: Analizar y representar (Fig. 8.19.) el paraboloide elíptico:

y 2 z2
9y2 + 4z2 = − 36x ⇒ + = −x
4 9
LA
I) Intersecciones con los ejes
coordenados
 y 2 z2
 + = −x
Eje Ox :  4 9
y = 0
FI


z = 0
⇒x=0
⇒ Un punto (0, 0, 0) Fig.8.19


269

Este archivo fue descargado de [Link]

  y 2 z2
 + = − x
Eje Oy :  4 9

OM
x = 0

z = 0
⇒ y = 0 ⇒ Un punto (0, 0, 0)
 y 2 z2
 + = − x
4 9
⇒ z = 0 ⇒ Un punto (0, 0, 0)

.C
Eje Oz : 
x = 0

y = 0
DD
II) Trazas sobre los planos coordenados

Traza sobre el plano XY:

 z=0  z=0
LA
TXY :  y 2
z2 ⇒ Parábola  2
+ = −x y = −4x
 4 9

Traza sobre el plano XZ:

y=0
FI


  y=0
TXZ :  y 2 z 2 ⇒ Parábola  2
 4 + 9 = − x z = −9x


270

Este archivo fue descargado de [Link]

 Traza sobre el plano YZ:
 x=0

OM
TYZ :  y 2 z 2 ⇒ y = 0 y z = 0 ⇒ Un punto (0, 0, 0)
+ = −x
 4 9

III) Simetrías
(− y )2 (− z )2 y 2 z2
+ = −( −x) ⇒ + =x
4 9 4 9

.C
El paraboloide elíptico dado no es simétrico respecto al origen de coor-
denadas.
Como la ecuación cambia cuando se reemplaza x por −x, la superficie
tampoco es simétrica respecto del eje y, ni del eje z, ni del plano YZ.
DD
En cambio si es simétrica respecto del eje x y de los planos XZ y XY

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.
 y 2 z2

Intersección con planos paralelos al plano XY:  4 + 9 = −x
LA

 z=k
y2 k2 y2 k2
+ = −x ⇒ = −x −
4 9 4 9
FI

 z=k Para todo valor de k, es una parábola de eje


y 2 = −4  x + k 
2
focal paralelo al eje x, con sus ramas en el sen-
  9 
 tido negativo de dicho eje.


271

Este archivo fue descargado de [Link]

  y 2 z2
 + = −x
Intersección con planos paralelos al plano XZ:  4 9

OM
 y=k

k 2 z2 z2 k2
+ =−x ⇒ = −x −
4 9 9 4

.C
 y=k Para todo valor de k, es una parábola de eje
 focal paralelo al eje x , con sus ramas en el sen-
z 2 = −9 x + k 
2

 tido negativo de dicho eje.


 DD  4 

 y 2 z2

Intersección con planos paralelos al plano YZ:  4 + 9 = −x
 x=k
LA

 x=k a)k > 0 : No existe intersecci ón

b)k = 0 ⇒ y = z = 0 , un punto (0,0,0)
2 2
 + z = −k
y es
 4 9 y 2 z2
c) k < 0 : Elipse , + =1
4k 9k
FI

V) ¿Es superficie de revolución?



272

Este archivo fue descargado de [Link]

 El paraboloide elíptico dado no es superficie de revolución pues ninguna
de las secciones con planos paralelos a los planos coordenados, es una

OM
circunferencia.
VI)¿Es superficie reglada?
No, porque su ecuación no se puede descomponer en ecuaciones de
primer grado.

[Link]. Paraboloide hiperbólico

.C
El paraboloide hiperbólico es una superficie tal que su ecuación es de la
forma: Mx 2 + Ny 2 = Pz ó My 2 + Nz 2 = Px ó Mx 2 + Nz 2 = Py ,
en la que los coeficientes M y N tienen distinto signo. También la prime-
DD x2 y
ra de esas ecuaciones puede escribirse 2 − 22 = z , que se analizará a
a b
continuación.( Fig.8.20.).
I) Intersecciones con los ejes coordenados
LA
 x2 y 2
 2 − 2 = z
Eje Ox :  a b ⇒x=0 ⇒ Un punto (0, 0, 0)
y = 0

z = 0
FI


273

Este archivo fue descargado de [Link]

  x2 y 2
 2 − 2 = z
Eje Oy :  a b

OM
⇒y=0 ⇒ Un punto (0, 0, 0)
x = 0

z = 0

.C
DD
Fig. 8.20.
LA

 x2 y 2
 2 − 2 = z
Eje Oz :  a b
⇒z=0 ⇒ Un punto (0, 0, 0)
 x = 0

FI

y = 0

II) Trazas sobre los planos coordenados



274

Este archivo fue descargado de [Link]

 Traza sobre el plano XY:
 z = 0  z = 0  z =0


OM
⇒ x2 y ⇒   x y 
2 2
TXY :  x y x y
− 2
= z − =0  +  −  = 0
 a 2 b 2  a 2 b 2  a b   a b 
 z = 0
x + y = 0
 a b
Dos rectas:

.C
 z = 0
x − y = 0
 a b
DD
Traza sobre el plano XZ:
 y=0
  y=0
TXZ :  x 2 y 2 ⇒ Parábola de eje z:  2
 a 2 − b 2 = z x = a z
2
LA
Traza sobre el plano YZ: x = 0
 x = 0  x=0
TYZ :  x 2 y 2 ⇒ Parábola de eje z:  2
− =z y = − b z
2
 a 2 b 2
FI

III) Simetrías
(− x )2 − (− y )2 = (−z) ⇒
x2 y2
− = −z
a2 b2 a 2 b2


275

Este archivo fue descargado de [Link]

 El paraboloide hiperbólico dado no es simétrico respecto al origen de
coordenadas.

OM
Como la ecuación cambia cuando se reemplaza z por −z, la superficie
tampoco es simétrica respecto del eje x, ni del eje y, ni del plano XY.
En cambio si es simétrica respecto del eje z y de los planos XZ y YZ.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.

.C
 x2 y 2
 2 − 2 =z
Intersección con planos paralelos al plano XY: a b
DD  z = k

x2 y2  z = k
− =k ⇒ 2 2
x − y = k
a 2 b2  a 2 b 2
LA
a) k > 0 una hipérbola de eje focal paralelo al eje x
b) k = 0 ⇒ x = y = 0
La intersec-  z = 0  z = 0
Dos rectas :  x y y x y
ción es + =0 − =0
 a b  a b
FI

c) k < 0 ⇒ Hiperbola de eje focal paralelo al eje y



276

Este archivo fue descargado de [Link]

  x2 y 2

Intersección con planos paralelos al plano XZ:  a 2 − b 2 = z

OM
 y = k

x2 k 2 x2 k2
− =z ⇒ =z+ 2
a 2 b2 a2 b

 y=k


.C
∀k ∈ R :  2  k 2  es una parábola de eje focal paralelo al eje z.
x = a 2  z + 2 
  b 

DD
Intersección con planos paralelos al plano YZ:
 x2 y 2
 2 − 2 =z
a b x=k
 x = k

k2 y2 y2 k2
− =z ⇒ = −z + 2
a 2 b2 b2
LA
a

 x=k

∀k ∈ R : y 2 = − b 2  z − k  es una parábola de eje focal paralelo al
2

  a 2 

FI

eje z, pero con las ramas en el sentido negativos de dicho eje.

V) ¿Es superficie de revolución?

El paraboloide hiperbólico no puede ser una superficie de revolución ya
no se puede generar por la rotación de una curva alrededor de un eje.


277

Este archivo fue descargado de [Link]

 VI) ¿Es superficie reglada?
El paraboloide hiperbólico es una superficie reglada ya que su ecuación

OM
se puede descomponer en ecuaciones de 1º grado.
La familia de rectas que genera el paraboloide hiperbólico dado es:
x y
 a + b = λz
x y 1
 − =
a b λ

.C
Ejemplo:
Analizar y representar (Fig. 8.21.) el paraboloide hiperbólico:
x2 y 2
3x2 − 4y2 = 36z ⇒ − =z
DD
I) Intersecciones con los ejes coordenados
12 9

 x2 y 2
 − =z
Eje Ox :  12 9 ⇒ x = 0 ⇒ Un punto (0, 0, 0)
y = 0
LA

z = 0

 x2 y 2
 − =z
Eje Oy :  12 9 ⇒ y=0 ⇒
FI

Un punto (0, 0, 0)
x = 0

z = 0


278

Este archivo fue descargado de [Link]

  x2 y 2
 − =z
12 9

OM
Eje Oz :  ⇒ z=0 ⇒ Un punto (0, 0, 0)
x = 0

y = 0

.C
DD
LA
Fig 8.21.

III) Trazas sobre los planos coordenados

 z = 0
FI

Traza sobre el plano XY:TXY :  x 2 y 2

− =z
 12 9
 z = 0
⇒ es una hipérbola:  x
2
y2
− =0
 12 9


279

Este archivo fue descargado de [Link]

  z=0
 x

OM
 y
+ =0
 z=0  2 3 3

⇒  x y  x y ⇒ Dos rectas:
 +  − =0
 2 3 3   2 3 3   z=0
  x
 y
− =0
 2 3 3

.C
Traza sobre el plano XZ:
 y=0
  y=0
TXZ :  x 2 y 2 ⇒ Parábola de eje z:  2
 12 − 9 = z x = 12z
DD
Traza sobre el plano YZ:
 x = 0  x=0
⇒ Parábola de eje focal z  2
2
TYZ :  x 2 y
− =z
LA
 12 9 y = −9z
Las ramas de esta parábola se abren en sentido negativo del eje z.

III) Simetrías
FI

(− x )2 − (− y )2 = (−z) ⇒
x2 y2
− = −z
12 9 12 9
El paraboloide Hiperbólico dado no es simétrico respecto al origen de


coordenadas.
280

Este archivo fue descargado de [Link]

 Como la ecuación cambia cuando se reemplaza z por −z, la superficie
tampoco es simétrica respecto del eje x, ni del eje y, ni del plano XY.

OM
En cambio si es simétrica respecto del eje z y de los planos XZ y YZ.

IV) Intersección con planos paralelos a los planos coordenados. Exten-

sión.

 z = k
2
Con planos paralelos al plano XY:  x y2
− =z

.C
 12 9

 z = k
2 2
x − y = k
DD  12 9

a) k > 0 una hipérbola de eje focal paralelo al eje x

b) k = 0 ⇒ x = y = 0
La intersec-  z=0  z=0
LA
Dos rectas :  x y x y
ción es + =0 y  − =0
 2 3 3  2 3 3
c) k < 0 ⇒ Hiperbola de eje focal paralelo al eje y
FI

 y=k

Con planos paralelos al plano XZ:  x 2 y 2
 12 − 9 = z


281

Este archivo fue descargado de [Link]

  y=k

x 2 = 12 z + k 
2

OM
  9 
 
Para todo valor de k, es una parábola de eje focal paralelo al eje z , con
sus ramas en el sentido positivo de dicho eje.
 x = k
2
Con planos paralelos al plano YZ:  x y2
− =z

.C
 12 9

 x=k

y 2 = 9 z + k 
DD 2

  12 

Para todo valor de k, es una parábola de eje focal paralelo al eje z , con
sus ramas en el sentido negativo de dicho eje.
V) ¿Es superficie de revolución?
LA
No, porque no se puede generar por la rotación de una curva alrededor
de un eje.
VI) ¿Es superficie reglada?
Sí porque su ecuación se puede descomponer en ecuaciones de 1º grado.
La familia de rectas que genera el paraboloide hiperbólico dado es:
FI

 x y
 + = λz
2 3 3
 x y 1
 − =
 2 3 3 λ


282

Este archivo fue descargado de [Link]

 8.5.4. Superficie cilíndrica

OM
Es la superficie generada por una recta que se mueve de tal manera que
se mantiene siempre paralela a una recta fija y pasa siempre por una cur-
va fija dada.
La recta fija se llama generatriz, y la curva fija, directriz de la superficie
cilíndrica. En la Fig 8.22. se observan distintas superficies cilíndricas.
De acuerdo a la definición un plano puede ser considerado como una
superficie cilíndrica ya que puede generarse por el movimiento de una

.C
recta g (generatriz) que se mueve siempre paralela a sí misma siguiendo la
dirección de otra recta d (directriz).
DD
LA
FI

En este capítulo se estudiarán sólo las superficies cilíndricas rectas cuya

directriz es una curva contenida en alguno de los planos coordenados y
cuyas generatrices son paralelas al eje perpendicular a dicho plano.


283

Este archivo fue descargado de [Link]

 Por ejemplo, la ecuación y2 = 3z es una superficie cilíndrica parabólica
recta. Su directriz es una parábola contenida en el plano YZ y sus genera-

OM
trices son rectas paralelas al eje x. (Fig 8.23.)
y 2 x2
La ecuación − = 1 es una superficie cilíndrica hiperbólica recta.
4 9
Su directriz es una hipérbola contenida en el plano XY y sus generatrices
son paralelas al eje z (Fig. 8.24.)

.C
DD
LA

Fig.8.23. Fig.8.24.
A continuación se analizará esta última superficie cilíndrica, siguiendo los
pasos establecidos para el análisis de las superficies.
FI

I) Intersecciones con los ejes coordenados



284

Este archivo fue descargado de [Link]

  y 2 x2
 − =1
x2
4 9 = 1 ⇒ x 2 = −9 ⇒ ∄ intersección

OM
Eje Ox :  ⇒−
y = 0 9

z = 0

 y 2 x2
 − =1
Eje Oy :  4 9
x = 0


.C
z = 0
y2 (0, 2, 0 )
= 1 ⇒ y = ± 2 ⇒ Dos puntos
4 (0, − 2, 0 )
DD  y 2 x2
 − =1
4 9
Eje Oz :  ⇒ 0 = 1 (Absurdo) ⇒ No existe intersección.
x = 0

y = 0
LA

II) Trazas sobre los planos coordenados

Traza sobre el plano XY:
 z = 0
FI

TXY :  y 2 x 2 Hipérbola de eje focal y

− =1
 4 9


285

Este archivo fue descargado de [Link]

  y=0

Con el plano XZ: TXZ :  y 2 x 2
 4 − 9 = 1

OM
 y=0
 2 ⇒ No existe intersección
− x = 9
 z = 0
Con el plano YZ: TZY :  y 2 x 2
− =1
 4

.C
9
x = 0
 x = 0 
2 y = 2
y = 1 Dos rectas
x=0
DD  4 
y = −2
III) Simetría
(− y )2 (− x )2 y2 x2
− =1 ⇒ − =1
LA
4 9 4 9
La superficie cilíndrica del ejemplo es simétrica respecto del origen, res-
pecto de los tres ejes coordenados y respecto de los tres planos coorde-
nados.
IV) Intersecciones con planos paralelos a los planos coordenados. Ex-
FI

tensión

 z = k
2
Con planos paralelos al plano XY:  y x2
− =1
 4


9
286

Este archivo fue descargado de [Link]

  z = k
∀ k ∈ℛ se obtiene la hipérbola  y
2
x2 ya que la ecuación de la
− =1

OM
 4 9
superficie es independiente de k.
 y=k

Con planos paralelos al plano XZ:  y 2 x 2
 4 − 9 = 1

.C
 y=k
k 2 x2  k2  
− =1 ⇒ x = 9  − 1 ⇒ x 2 = 9  k − 1
2 2

4 9  4    4 
DD   

k2
a) − 1 > 0 ⇒ k < −2 ó k > 2
4
 y=k  y=k
LA
Dos rectas :  3 2 y  3
x = 2 k − 4 x = − 2 k − 4
2

La intersec- k2
b) − 1 = 0 ⇒ k = ±2
ción es 4
y = 2 y = −2
Una recta en cada caso : 
FI

ó 
x = 0 x=0
k2
c) −1< 0 ⇒ − 2 < k < 2
4
No existe intersección


287

Este archivo fue descargado de [Link]

  x = k
2
Con planos paralelos al plano YZ:  y x2
− =1

OM
 4 9

y2 k2  k2  2
− = 1 ⇒ y = 4 1 +
2
 ⇒ y = ± 9 + k2
4 9  9  3
Entonces la intersección con planos paralelos al plano YZ será, siempre,
dos rectas, cualquiera sea el valor de k.

.C
 x=k  x=k
y = 2 9 + k 2 ; y = − 2 9 + k 2
DD  3  3

V) ¿Es superficie de revolución?

La superficie cilíndrica hiperbólica no es superficie de revolución ya que
no puede generarse por la rotación de una curva alrededor de uno de sus
LA
ejes.
VI) ¿Es superficie reglada?
Una superficie cilíndrica, por definición, siempre es una superficie regla-
da. La superficie cilíndrica hiperbólica recta del ejemplo es superficie
reglada porque su ecuación se puede descomponer en ecuaciones de 1º
FI

grado.
En efecto:
y2 x2  y x  y x 
− =1 ⇒  +   −  =1
4 9  2 3  2 3 


288

Este archivo fue descargado de [Link]

 La familia de rectas que genera la superficie será, entonces:
y x

OM
2 + 3 =λ
y x 1
 − =
2 3 λ

8.5.5. Superficie cónica

Superficie cónica es la engendrada por una recta que se mueve de tal

.C
manera que pasa siembre por una curva fija y un punto fijo, no conteni-
do en el plano de la curva.
La recta que genera la superficie cónica se llama generatriz, la curva fija se
llama directriz y el punto fijo es el vértice de la superficie.
DD
LA
FI


Fig. 8.25.
289

Este archivo fue descargado de [Link]

 En la Fig.8.25. se observan dos superficies cónicas cuyas directrices son,
respectivamente, una elipse y una parábola.

OM
Se puede demostrar que la ecuación de una superficie cónica cuyo vértice
está en el origen de coordenadas, es homogénea y de la forma:
Mx 2 + Ny 2 + Pz 2 = 0
donde los coeficientes M, N y P no tienen todos el mismo signo.
Los coeficientes M, N y P no pueden tener el mismo signo porque, en

.C
ese caso, la única solución posible de la ecuación es la terna (0, 0, 0) o sea
que, geométricamente, esa ecuación representaría un punto.
Entonces, en la ecuación habrá dos coeficientes de igual signo y el terce-
DD
ro con signo contrario. La dirección del eje de la superficie cónica estará
dada por la variable cuyo coeficiente tenga el signo distinto a la otras dos.
En análisis de la ecuación de una superficie cónica se hará mediante un
ejemplo.
LA
Ejemplo
Analizar y representar (Fig. 8.26.) la superficie cónica dada por la ecua-
ción:
3x 2 − 2 y 2 + 4z 2 = 0
La anterior es la ecuación de una superficie cónica de vértices en el ori-
FI

gen de coordenadas y cuyo eje es el eje y.



290

Este archivo fue descargado de [Link]

 I) Intersecciones con los ejes coordenados

OM
3x 2 − 2 y 2 + 4z 2 = 0

Eje Ox : y = 0
 z = 0


⇒ 3x2 = 0 ⇒ x= 0 ⇒ Un punto (0, 0, 0)

.C
DD
LA

Fig.8.26.
FI

3x 2 − 2 y 2 + 4z 2 = 0

Eje Oy : x = 0
 z = 0

−2y2 = 0 ⇒ y= 0 ⇒ Un punto (0, 0, 0)


291

Este archivo fue descargado de [Link]

 3x 2 − 2 y 2 + 4z 2 = 0


OM
Eje Oz : x = 0
 y = 0

4z2 = 0 ⇒ z= 0 ⇒ Un punto (0, 0, 0)

II) Intersecciones con los planos coordenados

z=0

.C

Traza sobre el plano XY: TXY :  2
3x − 2 y + 4z = 0
2 2

DD 3x2 − 2y2 = 0
 z=0  z=0
Dos rectas:  y 
 3x + 2 y = 0  3x − 2 y = 0

 y=0
Traza sobre el plano XZ: TXZ :  2
3x − 2 y + 4z = 0
2 2
LA

3x2 + 4z2 = 0 ⇒ x = z = 0 Un punto: (0, 0, 0)

 z=0
Traza sobre el plano YZ: TYZ :  2
3x − 2 y + 4z = 0
2 2
FI

 z=0  z=0
4z2 − 2y2 = 0 ⇒ Dos rectas:  y 
2z + 2 y = 0 2z − 2 y = 0
III) Simetría
3(− x ) − 2(− y ) + 4 (− z ) = 0 ⇒ 3x 2 − 2 y 2 + 4z 2 = 0


2 2 2

292

Este archivo fue descargado de [Link]

 La superficie cónica es simétrica respecto del origen, respecto de los tres
planos coordenados y respecto de los tres ejes coordenados.

OM
IV) Intersección con planos paralelos a los planos coordenados. Exten-
sión
 z=k
Con planos paralelos al plano XY:  2
 3x − 2y = −4z
2 2

3x 2 − 2 y 2 + 4k 2 = 0 ⇒ 3x 2 − 2y 2 = −4k 2

.C
DD a) Para k ≠ 0 : Hipérbola de eje focal paralelo al eje y
La inter- b) Para k = 0 : Dos rectas
sección es  z=0  z=0
 y 
 3x + 2 y = 0  3x − 2 y = 0
LA
 y=k
Con planos paralelos al plano XZ:  2
 3x + 4z = 2 y
2 2

3x 2 − 2k 2 + 4z 2 = 0 ⇒ 3x 2 + 4 z 2 = 2k 2

La inter- a) Para k ≠ 0 : Elipse de eje focal paralelo al eje x

FI

sección es
b) Para k = 0 : Un punto (0, 0, 0)


293

Este archivo fue descargado de [Link]

  x=k
Con planos paralelos al plano YZ:  2
 4z − 2y = −3x
2 2

OM
3k 2 − 2 y 2 + 4z 2 = 0 ⇒ 4 z 2 − 2y 2 = −3k 2

a) Para k ≠ 0 : Hipérbola de eje focal paralelo al eje y

La inter- b) Para k = 0 : Dos rectas
 x=0  x=0

.C
sección es
 y 
2 z + 2 y = 0 2 z − 2 y = 0
DD
V) ¿Es superficie de revolución?
La superficie cónica dada no es superficie de revolución ya que no se ha
generado por la rotación de un par de rectas secantes alrededor de una
de las bisectrices de los ángulos que ellas forman.
LA
VI)¿Es superficie reglada?
La superficie cónica es, por definición, una superficie reglada. La familia
de rectas que la genera es:
 3x + 2 y = −4 λz

 1
 3x − 2 y = λ z
FI


294

Este archivo fue descargado de [Link]

 ELIPSE

OM
6.1. Definición
Se llama elipse al lugar geométrico de los puntos del plano cuya suma de
distancias a dos punto fijos F y F’ llamados focos, es constante. (Fig.6.1.)
En símbolos:
PF + PF' = cte
La recta que pasa por los focos

.C
F y F’, se llama eje focal o eje
de simetría de la elipse.
El punto medio del segmento FF'
DD
es el centro de la curva y se desig-
na con la letra C.

Fig.6.1.
LA
6.2. Ecuación de la elipse con centro en el origen
6.2.1. Si el eje focal es el eje x
C(0, 0) y los focos son puntos del eje x cuyas coordenadas son: F(c, 0) y
F ’(-c, 0), donde c es la medida del segmento que separa al centro de cada
foco (Fig. 6.2.) y recibe el nombre de distancia focal.
FI


168

Este archivo fue descargado de [Link]

 OM
.C
DD Fig. 6.2.
Aplicando la definición y llamando 2a a la constante:
PF + PF' = 2a
LA
(x − c )2 + (y − 0)2 + (x + c )2 + (y − 0)2 = 2a

(x − c )2 + y 2 = 2a − (x + c )2 + y 2
Elevando ambos miembros al cuadrado:
FI

x 2 − 2cx + c 2 + y 2 = 4a 2 − 4a (x + c )2 + y 2 + x 2 + 2cx + c 2 + y 2
− 4cx − 4a 2 = − 4a (x + c ) + y 2
2

cx + a 2 = a (x + c ) + y 2
2


169

Este archivo fue descargado de [Link]

 Elevando ambos miembros al cuadrado se obtiene:
c 2 x 2 + 2a 2 cx + a 4 = a 2 (x 2 + 2cx + c 2 + y 2 )

OM
c 2 x 2 + 2a 2 cx + a 4 = a 2 x 2 + 2cxa 2 + c 2 a 2 + y 2 a 2

a 4 − c 2 a 2 = a 2 x 2 + 2cxa 2 + y 2 a 2 − c 2 x 2 − 2a 2 cx

a 4 − c2a 2 = a 2x2 + y 2a 2 − c2x2

( ) ( )
a 2 a 2 − c2 = x2 a 2 − c2 + y 2a 2

.C
Llamando b2 a la diferencia a2 − c2 :
a 2b2 = x2b2 + y 2a 2
Dividiendo ambos miembros por a 2 b 2
DDx2 y2
1= 2 + 2
a b
o lo que es lo mismo
x2 y2
+
a 2 b2
=1

Esta es la Ecuación de la Elipse de centro en el origen y eje focal x.

LA
Ahora bien, ¿Qué representan los números a y b que figuran en esa ex-
presión?.Para determinarlo se calcularán las intersecciones de la curva
con el eje focal y con el eje perpendicular a él que pasa por C.
Como el eje focal es el eje x, las intersecciones buscadas tendrán ordena-
da 0. Reemplazando en la ecuación de la curva:
FI

x2 02
+ =1
a 2 b2
x2 = a 2
x=a


170

Este archivo fue descargado de [Link]

 La intersección con el eje focal son dos puntos V(a, 0) y V’(−a, 0) que
reciben el nombre de vértices de la elipse.

OM
a es la medida del segmento que separa el centro de cada vértice y se
llama semieje mayor de la elipse. En consecuencia, 2a es la longitud del
eje mayor de la elipse (longitud del segmento VV' ).
El eje perpendicular al eje focal que pasa por C es el eje y, entonces las
intersecciones buscadas tendrán abcisa 0. Reemplazando en la ecuación
de la curva:

.C
0 y2
+ =1
a 2 b2
y2 = b2
y=b
DD
La intersección con el eje y son dos puntos B(0, b) y B’(0,−b) que reci-
ben el nombre de extremos del eje menor de la elipse.
b es la medida del segmento que separa el centro de cada extremo del eje
menor y se llama semieje menor de la elipse. En consecuencia, 2b es la
longitud del eje menor de la elipse (longitud del segmento BB' )
LA

Relación entre
Sea la elipse:
FI


171

Este archivo fue descargado de [Link]

 OM
.C
Según la definición, siendo un punto de la elipse, debe cumplirse:
DD
Lo mismo ocurre con el punto
LA
Pero de los triángulos rectángulo por ser congruentes
surge que
Por lo tanto
FI

Luego
En toda elipse, la diferencia entre los cuadrados del semieje mayor y la
distancia focal es igual al cuadrado del semieje menor
a 2 − c2 = b2


172

Este archivo fue descargado de [Link]

 6.2.2. Si el eje focal es el eje y
Cuando los focos están sobre el

OM
eje y, sus coordenadas son:
F(0, c) y F’(0, −c)
La ecuación de la elipse de centro
en el origen y eje focal y es:
(Fig.6.3)

.C
y2 x2
+ =1
a 2 b2
En esta elipse los vértices son los
DD
puntos:
V(0, a) y V’(0, −a)
Los extremos del eje menor son
los puntos:
Fig.6.3.
B(b,0) y B’(−b, 0)
LA

6.3. Lado recto

6.3.1. Definición
FI

Se llama lado recto (latus rectum) a la cuerda focal que es perpendicular

al eje focal.
La elipse tiene 2 lados rectos que son los segmentos AM y DE de la
elipse de eje focal x y centro C(0, 0) de la Fig.6.4.


173

Este archivo fue descargado de [Link]

 6.3.2. Longitud del lado recto
Para calcular la longitud de los lados rectos se calcularán primero las

OM
coordenadas de los puntos A, M, D, y E. (Fig. 6.4.)
A y M tienen abcisa c ; D y E tienen abcisa – c. Entonces si en la ecua-
ción de la curva, se hace x =  c
( c )2 +
y2
=1
a2 b2
b2c 2 + a 2 y 2 = a 2 b2

.C
a 2b2 − b2c2
y =
2

a2
b 2 (a 2 − c 2 )
DD
y2 =
a2
b4
y2 = 2
a
b2
y =
LA
a Fig.6.4.

Los puntos A, M, D y C tienen, entonces las siguientes coordenadas:

FI

 b2   b2 
A  c ,  D  − c , 
 a   a 
 b2   b2 
M  c ,−  E  − c ,− 
 a   a 


174

Este archivo fue descargado de [Link]

 2
 b2 b2 
AM = (c − c ) 2
+  − − 

OM
 a a 
2
 2b 2 
=  − 
 a 
4b 4
=
a2

.C
2b 2
=
a
DD
Análogamente: DE =
2b 2
a
La longitud del lado recto de una elipse es el doble del cociente entre el
cuadrado del semieje menor y el semieje mayor.
2b 2
LR (latus rectum) =
LA
a

6.4. Excentricidad de la elipse

Se llama excentricidad al cociente entre la distancia focal y el semieje
mayor.
c
FI

e=
a
En las elipses, como c < a , resulta que la excentricidad es siempre un
número positivo menor que 1.


Ejemplo
175

Este archivo fue descargado de [Link]

 Hallar y representar la ecuación de la
elipse cuyos focos son los puntos F(0,

OM
3) y F’(0, −3) y cuyo lado recto mide
6,4.
Sobre un sistema de ejes se ubican los
puntos F y F’.
Entonces C(0, 0) (Fig.6.5.)
La distancia focal c es 3.
El lado recto mide 6,4:

.C
2b 2
= 6,4
a
Como en toda elipse: a 2 − c 2 = b 2 ,
DD
reemplazando en la expresión ante-
rior, se tiene:
a 2 − c 2 = 3,2 a
a 2 − 9 = 3,2 a
Fig.6.5.
a 2 − 3,2a − 9 = 0
LA

3,2  10,24 + 36 3,2  6,8  a =5

a=  a=   1
2 2 a 2 = −1,8
Desechando el valor negativo porque a es siempre positivo, se puede
FI

calcular b:
b 2 = 25 − 9  b 2 = 16  b =  4
También aquí se desecha la raíz negativa. La ecuación de la elipse será:


176

Este archivo fue descargado de [Link]

 y2 x2
+ =1
25 16

OM
6.5. Ecuación de la elipse cuyo centro no es el origen
6.5.1. El eje focal es paralelo al eje x
Sea la elipse de la Fig. 6.6. cuyo eje es paralelo al eje x y el centro está en
el punto C(h, k).
Si se traza un sistema auxiliar de ejes x’y’, paralelo al sistema original y

.C
tal que su origen coincide con el punto C, la ecuación de la curva en ese
sistema es:
x' 2 y' 2
+ = 1 (I)
DD a 2 b2

Pero: x’ = x − h e y’ = y – k
Reemplazando en (I):
(x − h )2 + (y − k )2 = 1
LA

a2 b2
Los focos de esta elipse
serán los puntos F(h+c, k)
y F’(h−c, k). El eje focal es
FI

una recta paralela al eje x y

su ecuación es: y = k.
Los vértices serán los pun-
tos V(h+a, k) y V’(h−a, k). Fig.6.6.


177

Este archivo fue descargado de [Link]

 6.5.2. El eje focal es paralelo al eje y
Si el eje focal es paralelo al eje y, razo-

OM
nando en forma similar a la anterior, se
obtiene la ecuación
(y − k )2 (x − h )2
+ =1
a2 b2
Una elipse de este tipo es la de la Fig.
6.7.

.C
Los focos de esta elipse serán los pun-
tos F(h, k+c) y F’(h, k−c).
DD
El eje focal o eje de simetría será parale-
lo al eje y. Su ecuación es: x = h

Fig.6.7.

Los vértices son los puntos: V(h, k+a) y V’(h, k−a)

LA

En las elipses cuyo centro no está en el origen, como en las anteriores, el

2b 2 c
lado recto mide y la excentricidad es e =
a a
Ejemplos
FI

1) Hallar la ecuación de la elipse de centro en (4, −3) y foco en el punto

(2, −3) y cuya excentricidad es 0,5.
Dadas la posición del centro y de uno de los focos se deduce la distancia
focal: c = 2


178

Este archivo fue descargado de [Link]

 c c
Como la excentricidad es e = se puede calcular a: 0,5 = , de donde
a a

OM
resulta que a= 4. Además, a − c = b , de donde 16 − 4 = b 2
2 2 2

Entonces b = 12
La ecuación de la elipse
(Fig. 6.8.) es

.C
( x − 4 ) 2 + (y + 3 ) 2 = 1
16 12
El lado recto mide 6
DD
Fig.6.8.
LA

2) Hallar la ecuación de la elipse de centro en (−3,−1), lado recto igual a 2

y un vértice en (1, −1).
Solución: (Fig. 6.9)
FI

Si el centro es (−3,−1) y el vértice (1, −1),

el eje focal es paralelo al eje x y el semieje mayor a mide 4.
Si el lado recto vale 2:


179

Este archivo fue descargado de [Link]

 2b 2
= 2  b2 =
24
=4
(x + 3)2 + (y + 1)2 = 1
a 2 16 4

OM
.C
DD
Fig.6.9.
LA
6.6. Ecuación General de la Elipse
Sea la ecuación de la elipse:

multiplicando m a m por a2b2

FI

desarrollando los
cuadrados y aplicando propiedad distributiva del producto respecto de la
suma.


180

Este archivo fue descargado de [Link]

 reordenando

OM
donde los coeficientes A y C deben ser del
mismo signo.
Recíprocamente:

.C
reordenando

DD extrayendo factor común

completando cua-
drados
LA
representa una elipse de

representa un punto
no representa ningún lugar geométrico
FI

real (elipse imaginaria)

Luego si los signos de los coeficientes A y C de la ecuación
son iguales, esta representa una elipse de


181

Este archivo fue descargado de [Link]

 ejes paralelos a los coordenados, ó bien un punto ó ningún lugar geomé-
trico real

OM
Ejemplo:
Determinar que representa la siguiente ecuación

.C
DD
No representa ningún lugar geométrico real o representa una elipse ima-
ginaria
LA
6.7. Rectas tangente y normal a una elipse
Para hallar las rectas tangente y normal a una elipse se procede en la
misma forma que se indicó en el capítulo de circunferencia.
Ejemplos
(x + 3)2 + (y + 1)2 = 1
FI

1) Hallar la ecuación de la tangente a la elipse

16 4
trazada desde el punto A(−1, 5)


182

Este archivo fue descargado de [Link]

  (x + 3)2 (y + 1)2

Se plantea el sistema  16 + 4 = 1

OM
 y − 5 = m (x + 1)
x 2 + 4y 2 + 6x + 8y − 3 = 0
o también 
 y − 5 = mx + m
En la segunda ecuación se despeja y:
y = mx + m + 5

.C
Se reemplaza en la primera ecuación:
x 2 + 4 (mx + m + 5) + 6x + 8(mx + m + 5) − 3 = 0
2

x 2 + 4m 2 x 2 + 4m 2 + 100 + 8m 2 x + 40mx +
DD + 40m + 6x + 8mx + 8m + 40 − 3 = 0
(1 + 4m )x + (8m + 48m + 6)x + (4m 2 + 48m + 137)= 0
2 2 2

Igualando a 0 el discriminante de esta ecuación:

(8m 2
)
2
( )(
+ 48m + 6 − 4 1 + 4m 2 4m 2 + 48m + 137 = 0 )
64m + 2304m + 36 + 768m + 96m + 576m − 16m −
4 2 3 2 2
LA
− 192m − 548 − 64m 4 − 768m 3 − 2192m 2 = 0
192m 2 + 384m − 512 = 0
3m 2 + 6m − 8 = 0
 − 3 + 33
 m 1 =
FI

− 6  2 33 3
 m=  
6 m = − 3 − 33
 2 3
Hay dos tangentes a la elipse que pasan por el punto A. Sus ecuaciones


son: (Fig. 6.10.):

183

Este archivo fue descargado de [Link]

 − 3 + 33
y − 5= (x + 1)
3

OM
− 3 − 33
y − 5= (x + 1)
3

.C
DD
Fig.6.10.
LA
2) Hallar y representar la ecuación de las rectas tangente y normal a la
(
elipse x 2 + 4y 2 = 16 , en el punto 2 2 , − 2 .)
Ecuación de la tangente (Fig. 6.11.):
 x 2 + 4y 2 − 16 = 0
Se plantea el sistema 
(
y + 2 = m x − 2 2 )
FI

En la segunda ecuación se despeja la variable y: y = mx − 2 2m − 2 .

Reemplazando en la primera ecuación:
(
x 2 + 4 mx − 2 2m − 2 )
2
− 16 = 0


184

Este archivo fue descargado de [Link]

 x 2 + 4m 2 x 2 + 32m 2 + 8 − 16 2m 2 x − 8 2mx + 32m − 16 = 0
(1 + 4m )x + (− 16
2 2
) (
2m 2 − 8 2m x + 32m 2 + 32m − 8 = 0 )

OM
Igualando a 0 el discriminante de esta ecuación (condición de tangencia):
(− 16 ) 2
( )(
2m 2 − 8 2m − 4 1 + 4m 2 32m 2 + 32m − 8 = 0 )
512m 4 + 512m 3 + 128m 2 − 128m 2 − 128m + 32 − 512m 4 +
+ 512m + 128m 2 = 0

.C
128m 2 − 128m + 32 = 0
4m 2 − 4m + 1 = 0
DD (2m − 1)2 = 0
1
m=
2
La ecuación de t es, enton-
ces:
1
(
y+ 2 = x−2 2 )
LA
2

x − 2y − 4 2 = 0
Fig.6.11
FI

(
Ecuación de la recta normal en 2 2 ,− 2 )
n⊥t  mn =− 2  (
y + 2 =− 2 x − 2 2 )
2x + y − 3 2 = 0


185

Este archivo fue descargado de [Link]

 6.8. Propiedad Focal de la elipse
La normal a una elipse en un punto T de la misma, es bisectriz del ángu-

OM
lo que forman los radios vectores de la curva
Demostración
La demostración de esta propiedad se hará para el caso de una elipse con
centro en el origen y cuyo eje focal es el eje x, es decir, una elipse de cuya
x2 y2
ecuación sea: 2 + 2 = 1 , (Fig.6.12.).

.C
a b

DD
LA

Fig.6.12.
FI

Sin embargo la propiedad es válida para cualquier elipse.

x2 y2
Si T(xT, yT) es un punto de la elipse, se verifica: T2 + T2 = 1
a b


186

Este archivo fue descargado de [Link]

 o también b 2 x 2T + a 2 y 2T = a 2 b 2 (I)
La ecuación de la tangente a la curva en T es:

OM
b2x T x + a 2 y T y − a 2b2 = 0
b2x
De allí resulta: m t = − 2 T
a yT
a2yT
 mn =
b2x T

.C
Además, como los focos son F(c, 0) y F’(−c, 0), los radios vectores
FT y F' T pertenecen a rectas cuyas pendientes son:

yT − 0
DD m FT =
xT − c
 m FT = T
y
xT − c
y −0 y
m F'T = T  m F'T = T
xT + c xT + c
Con estos datos se verificará que el ángulo α que forma F’T con la nor-
LA
mal es igual al ángulo α’ que forma ésta con FT.
a2yT yT
m −m F ' T −
n b xT xT + c
2
tg α =  tg α =
1 + m m F 'T a2yT  yT 
n 1+  
FI

b2x  x T + c 
T


187

Este archivo fue descargado de [Link]

 a 2 y T (x T + c ) − y T b 2 x T
b 2 x T (x T + c )

OM
tg α =
b 2 x T (x T + c ) + a 2 y 2T
b 2 x T (x T + c )
a 2 x T y T + a 2 cy T − b 2 x T y T
tg α =
b 2 x 2T + b 2 x T c + a 2 y 2T
De (I), b 2 x 2T + a 2 y 2T = a 2 b 2 y entonces reemplazando se obtiene:

.C
tg α =
( )
x T y T a 2 − b 2 + a 2 cy T
DD a 2 b 2 + b 2 cx T

c 2 x T y T + a 2 cy T
Pero en toda elipse: a 2 − b 2 = c 2  tg α =
(
b 2 a 2 + cx T )
tg α =
(
cy T cx T + a 2 )  tg α =
cyT
(
b 2 a 2 + cx T ) b2
(II)
LA

Por otra parte:

yT a2yT
−
m FT − m n x T − c b2x T
tg α’ =  tg α’ =
1 + m FT m n yT a2y
1+  2 T
FI

xT − c b xT


188

Este archivo fue descargado de [Link]

 b 2 x T y T − a 2 y T (x T − c )
b 2 x T (x T − c )

OM
tg α’ =
b 2 x T (x T − c ) + a 2 y 2T
b 2 x T (x T − c )

b2x T y T − a 2x T y T + a 2 y Tc
tg α' =
b 2 x 2T − b 2 x T c + a 2 y 2T

( )

.C
x T y T b2 − a 2 + a 2 y Tc
tg α' =
− b2x Tc + a 2b2
DD tg α' =
( )
xT y T − c2 + a 2 y Tc
(
b2 − x Tc + a 2 )
tg α' =
(
cy T − cx T + a 2 )
(
b2 − x Tc + a 2 )
LA
cy T
tg α' = (III)
b2
De (II) y (III), resulta α = α’ quedando la propiedad demostrada.
FI


189

Este archivo fue descargado de [Link]

 HIPÉRBOLA

OM
7.1. Definición
Se llama hipérbola al lugar geométrico de los puntos del plano tales que
el valor absoluto de la diferencia de sus distancias a dos punto fijos F y
F’ llamados focos, es cons-
tante (Fig.7.1.). En símbo-
los:
PF − PF' = cte

.C
La recta que pasa por los
focos F y F’, se llama eje
focal o eje de simetría de
DD
la hipérbola.
El punto medio del seg-
mento FF' es el centro de la
curva y se designa con la Fig.7.1.
letra C.
LA
7.2. Ecuación de la hipérbola con centro en el origen
7.2.1. Si el eje focal es el eje x
C(0, 0) y los focos son puntos del eje x cuyas coordenadas son:
F(c, 0) y F ’(−c, 0).
FI

c es la medida del segmento que separa al centro de cada foco (Fig. 7.2.)
y recibe el nombre de distancia focal.


190

Este archivo fue descargado de [Link]

 Aplicando la definición y
llamando 2a a la constan-

OM
te:

PF − PF' =  2a

.C
Fig.7.2.

DD
(x − c )2 + (y − 0)2 − (x + c )2 + (y − 0)2 = 2a
(x − c )2 + y 2 =  2a + (x + c )2 + y 2
Elevando ambos miembros al cuadrado:
x 2 − 2cx + c 2 + y 2 = 4a 2  4a (x + c )2 + y 2 + x 2 + 2cx + c 2 + y 2
LA

− 4cx − 4a 2 =  4a (x + c ) + y 2
2

cx + a 2 =  a (x + c ) + y 2
2

Elevando ambos miembros al cuadrado se obtiene:

c 2 x 2 + 2a 2 cx + a 4 = a 2 (x 2 + 2cx + c 2 + y 2 )
FI

c 2 x 2 + 2a 2 cx + a 4 = a 2 x 2 + 2cxa 2 + c 2 a 2 + y 2 a 2
c2x2 − a 2x2 − y 2a 2 = c2a 2 − a 4
x 2 (c 2 − a 2 ) − y 2 a 2 = a 2 (c 2 − a 2 )


191

Este archivo fue descargado de [Link]

 Llamando b 2 a la diferencia c 2 − a 2 :
x2b2 − y 2a 2 = a 2b2

OM
Dividiendo ambos miembros por a 2 b 2

x2 y2
− =1
a 2 b2
Donde b 2 = c 2 − a 2

.C
La anterior es la Ecuación de la Hipérbola de centro en el origen y eje
focal x.
DD
Ahora bien, ¿Qué representan los números a y b que figuran en esa ex-
presión?. Para determinarlo se calcularán las intersecciones de la curva
con el eje focal y con el eje perpendicular a él que pasa por C.
Como el eje focal es el eje x, las intersecciones buscadas tendrán ordena-
da 0. Reemplazando en la ecuación de la curva:
x2 02
LA
− =1
a 2 b2
x2 = a2
x = a
La intersección con el eje focal son dos puntos V(a, 0) y V’(−a, 0) que
FI

reciben el nombre de vértices de la hipérbola.

a es la medida del segmento determinado por el centro y cada uno de los
vértices y se llama semieje real de la hipérbola. En consecuencia, 2a es
la longitud del eje real de la hipérbola (longitud del segmento VV' ).


192

Este archivo fue descargado de [Link]

 VV' = 2a

OM
El eje perpendicular al eje focal que pasa por C es el eje y, entonces las
intersecciones buscadas tendrán abscisa 0. Reemplazando en la ecuación
de la curva:
0 y2
− =1
a 2 b2
y 2 = −b 2
 ∄ intersección con el eje y

.C
Como la curva no corta al eje y, al mismo se lo llamará “eje imaginario o
eje conjugado”
Pero entonces, ¿Qué representan geométricamente el número b? Esto se
DD
verá en el apartado “Asíntotas de la hipérbola de eje x”.
Relación entre a, b y c.
Sea la hipérbola
LA
FI


193

Este archivo fue descargado de [Link]

 Según la definición, siendo un punto de la hipérbola, debe cumplirse:

OM
El diámetro imaginario se determina llevando a partir de la medida de

la semidistancia focal ( c). Luego en el triángulo imaginario de hi-

potenusa c y catetos a y b se cumple:

.C
En toda hipérbola, la diferencia entre los cuadrados de la distancia focal
y del semieje real es igual al cuadrado del semieje imaginario
DD c 2 − a 2 = b2
De esta expresión se deduce que no hay una relación de tamaño entre a y
b. El semieje real a puede ser menor, igual o mayor que el semieje imagi-
nario b. (a ≶ b)
La determinación de los puntos permite obtener un rectángulo tal
LA

que sus diagonales pertenecen a dos rectas llamadas asíntotas.

[Link]. Asíntotas de la hipérbola de eje x

Si de la ecuación de la curva se despeja y, resulta:
FI

b2x2 − a 2b2
y= 
a2


194

Este archivo fue descargado de [Link]

  a2 
b 2 x 2  1 − 2 
 

OM
x
y = 2
a

b a2
y = x 1− 2
a x
Esta última expresión muestra que si un punto de la hipérbola se mueve

.C
a lo largo de la curva de manera que su abscisa aumenta numéricamente
indefinidamente, el radical del segundo miembro se aproxima cada vez
más a la unidad y la ecuación tiende a la forma:
b
y= x
DD a
LA
FI

Fig.7.3.


195

Este archivo fue descargado de [Link]

 Esta es la ecuación de dos rectas, que son las asíntotas de la curva, ya que
se puede demostrar que la distancia de cada una de estas rectas a la curva

OM
decrece continuamente, aproximándose a cero*.
Ambas rectas pasan por el origen, es decir que se cortan en el centro de
b b
la hipérbola. Sus pendientes son : y − , respectivamente.
a a
En consecuencia, si a partir del centro, sobre el eje perpendicular al eje
focal se toman, a ambos lados, segmentos cuya medida sea b quedarán
determinados dos puntos B y B’. (Fig. 7.3.)

.C
Si por estos puntos se trazan paralelas al eje focal hasta cortar a las per-
pendiculares a dicho eje trazadas por los vértices de la curva, se formará
un rectángulo de lados 2a y 2b.
Es fácil verificar que las diagonales de ese rectángulo están contenidas en
DD
las asíntotas de la hipérbola.
El segmento BB' cuya medida es 2b se llama eje normal o eje imagi-
nario de la hipérbola. En consecuencia b es el semieje imaginario de la
curva.
La construcción del rectángulo mencionado facilita el trazado de la curva
LA
ya que determina las asíntotas de la misma.

7.2.2. Si el eje focal es el eje y

Cuando los focos están sobre el eje y, sus coordenadas son:
F (0, c) y F’ (0, −c)
FI

*
Asíntota: Para una curva dada, una asíntota es una recta tal que, a medida que un
punto de la curva se aleja indefinidamente del origen, la distancia de ese punto a la


recta decrece continuamente y tiende a cero.

196

Este archivo fue descargado de [Link]

 La ecuación de la hipérbola de eje focal y y centro en el origen es:
(Fig.7.4)

OM
y2 x2
− =1
a 2 b2

En esta hipérbola los vértices

son los puntos:
V (0, a) y V’ (0, −a)

.C
Los extremos del eje imagi-
nario son los puntos:
DD
B (b, 0) y B’ (−b, 0)
LA
Fig. 7.4.
[Link]. Asíntotas de la hipérbola de eje y
Como se observa en el dibujo, las asíntotas pasan por el centro de la
a a
curva, pero ahora sus pendientes son: y − . O sea que la ecuación
FI

b b
de las asíntotas es:
a
y = x
b


197

Este archivo fue descargado de [Link]

 7.3. Lado recto
7.3.1. Definición

OM
En toda hipérbola, se llama lado recto (latus rectum) a la cuerda focal
que es perpendicular al eje focal.
La hipérbola tiene 2 lados rectos. En el ejemplo de la Fig. 7.5., los lados
rectos son los segmentos AM y DE de la hipérbola de centro C (0, 0)
y eje focal x.

7.3.2. Longitud del lado recto

.C
Para calcular la longitud de los lados rectos se calcularán primero las
coordenadas de los puntos A, M, D, y E.
A y M tienen abscisa c; D y E tienen abscisa – c. Entonces si en la ecua-
ción de la curva, se hace x =  c
DD ( c )2 y2
− =1
a2 b2

b2 c2 − a 2 y 2 = a 2b2
LA
FI


198

Este archivo fue descargado de [Link]

 b2c2 − a 2b2
y2 =
a2

OM
b (c − a 2 )
2 2
y =
2

a2
b4
y2 = 2
a
b2
y =

.C
a

Fig. 7.5.
DD
Los puntos A, M, D y E tienen, entonces las siguientes coordenadas:

 b2   b2   b2   b2 
A  c,  M  c, −  D  − c,  E  − c, − 
a  a 
LA
  a    a 

2
 b2 b2 
AM = (c − c ) 2
+  − − 
 a a 
FI

2
 2b 2 
=  − 
 a 


199

Este archivo fue descargado de [Link]

 4b 4 2b 2
=  AM =
a2 a

OM
2b 2
Análogamente: DE =
a
La longitud del lado recto de una hipérbola es el doble del cociente entre
el cuadrado del semieje imaginario y el semieje real.
2b 2
LR (latus rectum) =

.C
a
Ejemplo
Hallar y representar la ecuación de la hipérbola cuyos focos son los pun-
tos F(0, 3) y F’(0, −3) y cuyo lado recto mide 6,4.
DD
Sobre un sistema de ejes se ubican Fy F’. Entonces C(0, 0) (Fig.7.6.)
La distancia focal c es 3. El lado recto mide 6,4:
2b 2
= 6,4
a
Como en toda hipérbola:
LA
c2 − a 2 = b2 ,
reemplazando en la expresión
anterior, se tiene:
a 2 − c 2 = 3,2 a
9 − a 2 = 3,2 a
FI

a 2 + 3,2a − 9 = 0
− 3,2  10,24 + 36
a=
2
Fig.7.6.


200

Este archivo fue descargado de [Link]

 − 3,2  6,8 a = 1,8
a=   1
2 a 2 = −5

OM
Desechando el valor negativo porque a es siempre positivo, se puede
calcular b:
b 2 = 9 − 3,24  b 2 = 5,76  b =  5,76 =  2,4
También aquí se desecha la raíz [Link] la ecuación de la hi-
pérbola será:

.C
y2 x2
− =1
3,24 5,76
DD
7.4. Excentricidad de la hipérbola
Se llama excentricidad al cociente entre la distancia focal y el semieje real.
c
e=
a
En las hipérbolas, como c > a , resulta que la excentricidad es siempre
LA
un número positivo mayor que 1.

7.5. Ecuación de la hipérbola cuyo centro no es el origen

7.5.1. El eje focal es paralelo al eje x
FI

Sea la hipérbola de la Fig. 7.7. de centro en el punto C(h, k) y cuyo eje es

paralelo al eje x. Si se traza un sistema auxiliar de ejes x’y’, paralelo al
sistema original y tal que su origen coincide con el punto C, la ecuación
de la curva en ese sistema es:


201

Este archivo fue descargado de [Link]

 x' 2 y' 2
− = 1 (I)
a 2 b2

OM
Pero: x’ = x − h e
y’ = y − k
Reemplazando en (I):
(x − h )2 − (y − k )2 = 1
a2 b2

.C
Los focos de esta hipér-
bola serán los puntos
F(h+c, k) y F’(h−c, k).
DD Fig.7.7.
El eje focal es una recta paralela al eje x y su ecuación es: y = k.
Los vértices serán los puntos V(h+a, k) y V’(h−a, k).
b
Las asíntotas pasan por el centro y tienen pendiente  . Su ecuación es:
LA
a
y − k =
b
(x − h )
a
7.5.2. El eje focal es paralelo al eje y
FI

Si el eje focal es paralelo al eje y, razonando en forma similar a la ante-

rior, se obtiene la ecuación:
(y − k )2 (x − h )2
− =1
a2 b2


202

Este archivo fue descargado de [Link]

 Una hipérbola de este tipo es la de la Fig. 7.8.

OM
.C
DD
Fig. 7.8.

Los focos de esta hipérbola serán los puntos F(h, k+c) y F’(h, k−c).
LA

El eje focal o eje de simetría será paralelo al eje y. Su ecuación es: x = h

Los vértices son los puntos: V(h, k+a) y V’(h, k−a)
a
Las asíntotas pasan por el centro y tienen pendiente  . Su ecuación es:
b
FI

y − k =  (x − h )
a
b
En las hipérbolas cuyo centro no está en el origen, como en las anterio-
2b 2 c
res, el lado recto mide y la excentricidad es e =


a a
203

Este archivo fue descargado de [Link]

 Ejemplos
2) Hallar la ecuación de la hipérbola de centro en (4, −3) y foco en el

OM
punto (2, −3) y cuya excentricidad es 2.
Dadas la posición del centro y
de uno de los focos se deduce
la distancia focal: c = 2. Como
c
la excentricidad es e = se
a

.C
c
puede calcular a: 2 = , de
a
donde resulta que a= 1.
Además,
DD c 2 − a 2 = b 2 , de
donde 4 − 1 = b 2 .
Entonces b = 3
La ecuación de la hipérbola
(Fig. 7.9.) es
(x − 4 )2 − (y + 3)2
LA
=1
1 3
El lado recto mide 6
Fig.7.9.
Ecuación de las asíntotas:
FI

3
y +3= (x − 4 )
1

3) Hallar la ecuación de la hipérbola de centro en (−3,−1), lado recto

igual a 2 y un vértice en (1, −1).


204

Este archivo fue descargado de [Link]

 Si el centro es (−3,−1) y el vértice (1, −1), el eje focal es paralelo al eje x
y el semieje real a mide 4. (Fig. 7.10)

OM
2b 2 24
Si el lado recto vale 2: = 2  b2 = =4
a 2
(x + 3)2 − (y + 1)2 = 1
16 4

.C
DD
LA
Fig. 7.10.

7.6.- Ecuación general de la hipérbola

realizando un análisis similar al realizado con la elipse
FI

se puede concluir que si los coeficientes A y C difieren en el signo la

ecuación representa una hipérbola de ejes
paralelos a los ejes coordenados o bien un par de rectas que se cortan.


205

Este archivo fue descargado de [Link]

 7.7.- Hipérbola equilátera
Cuando los ejes transverso y conjugado tienen igual longitud, o sea

OM
la hipérbola se dice equilátera
Por lo tanto las ecuaciones son:

En este caso las ecuaciones de las asíntotas son:

.C
Para el caso de las hipérbolas equiláteras la excentricidad es constante e
igual a
DD ya que:

Como

Por lo tanto
LA

Otra forma de la ecuación de la hipérbola equilátera es donde es

una constante distinta de cero.
Ejemplo
FI

Graficar la hipérbola


206

Este archivo fue descargado de [Link]

 OM
.C
DD
7.8.- Hipérbolas conjugadas
Si dos hipérbolas son tal que el eje transverso de cada una es idéntico al
LA
eje conjugado de la otra, las hipérbolas se dicen conjugadas.

Las hipérbolas conjugadas tienen las mismas asíntotas

FI

Ejemplo
Las ecuaciones representan dos hipérbolas conjuga-
das.


207

Este archivo fue descargado de [Link]

 OM
.C
DD
LA

7.9. Rectas tangente y normal a una hipérbola

Para hallar las rectas tangente y normal a una hipérbola se procede en la
misma forma que se indicó en el capítulo de circunferencia.
Ejemplos
FI

1) Hallar la ecuación de la recta, trazada desde el punto A(−1, 5) y que es

tangente a la hipérbola:
(x + 3)2 − (y + 1)2 = 1
16 4


208

Este archivo fue descargado de [Link]

  (x + 3)2 (y + 1)2

Se plantea el sistema  16 − 4 = 1

OM
 y − 5 = m (x + 1)
x 2 − 4y 2 + 6x − 8y − 11 = 0
o también 
 y − 5 = mx + m
En la segunda ecuación se despeja y:
y = mx + m + 5

.C
Se reemplaza en la primera ecuación:
x 2 − 4 (mx + m + 5) + 6x − 8(mx + m + 5) − 11 = 0
2
DD
x 2 − 4m 2 x 2 − 4m 2 − 100 − 8m 2 x − 40mx − 40m + 6x −
− 8mx − 8m − 40 − 11 = 0

(1 − 4m )x + (− 8m
2 2 2
) (
− 48m + 6 x + − 4m 2 − 48m − 151 = 0 )
LA
Igualando a 0 el discriminante de esta ecuación:
(− 8m 2
)2
( )(
− 48m + 6 − 4 1 − 4m 2 − 4m 2 − 48m − 151 = 0 )
64m 4 + 2304m 2 + 36 + 768m 3 − 96m 2 − 576m + 16m 2 +
+ 192m + 604 − 64m 4 − 768m 3 − 2416m 2 = 0
FI

− 192m 2 − 384m + 640 = 0

3m 2 + 6m − 10 = 0


209

Este archivo fue descargado de [Link]

  − 3 + 39
− 6  2 39  m 1 =
 m=   3

OM
6 m = − 3 − 39
 2 3
Hay dos tangentes a la hipérbola que pasan por el punto A. Sus ecuacio-
nes son: (Fig. 7.11.):

.C
− 3 + 39
y − 5= (x + 1)
3

− 3 − 39
DD
y − 5=
3
(x + 1)
LA
Fig. 7.11.

2) Hallar y representar la ecuación de las rectas tangente y normal a la

( )
hipérbola x 2 − 4y 2 = 16 , en el punto 2 5 , −1 de la hipérbola.
Ecuación de la tangente (Fig. 7.12.):
FI

 x 2 − 4y 2 − 16 = 0
Se plantea el sistema 
(
y + 1 = m x − 2 5 )
En la segunda ecuación se despeja la variable y: y = mx − 2 5m − 1 .
Reemplazando en la primera ecuación:


210

Este archivo fue descargado de [Link]

 (
x 2 − 4 mx − 2 5m − 1 − 16 = 0 )
2

OM
x 2 − 4m 2 x 2 − 80m 2 − 4 + 16 5m 2 x + 8mx − 16 5m − 16 = 0

(1 − 4m )x + (16
2 2
) (
5m 2 + 8m x + − 80m 2 − 16 5m − 20 = 0 )
Igualando a 0 el discriminante de esta ecuación (condición de tangencia):
(16 )
2
( )(
5m 2 + 8m − 4 1 − 4m 2 − 80m 2 − 16 5m − 20 = 0 )

.C
1280m 4 + 256 5m 3 + 64m 2 + 320m 2 + 64 5m + 80 −
− 1280m 4 − 256 5m 3 − 320m 2 = 0
64m 2 + 64 5m + 80 = 0
DD
4m 2 + 4 5m + 5 = 0

(2m + 5 ) = 02

5
m =−
LA
2
La ecuación de t es, entonces:

y +1 =−
2
5
(
x−2 5 )
FI

2 5
n ⊥ t  mn =
5 Fig.7.12.


211

Este archivo fue descargado de [Link]

  y + 1=
2 5
5
(
x−2 5 )

OM
2 5x − 5y − 25 = 0
Esta expresión representa la ecuación de la recta normal a la hipérbola,
(
en el punto 2 5 , −1 )

.C
7.10. Propiedad Focal de la hipérbola
La tangente a una hipérbola en un punto T de la misma es bisectriz del
ángulo que forman los radios vectores de la curva
DD
Demostración
La demostración de esta propiedad se hará para el caso de una hipérbola
con centro en el origen y cuyo eje focal es el eje x, es decir, una hipérbola
x2 y2
de ecuación: 2 − 2 = 1 , (Fig.7.13.). Sin embargo la propiedad es válida
a b
LA
para cualquier hipérbola.
Si T(xT, yT) es un punto de la hipérbola, se verifica:
x 2T y 2T
2
− 2 = 1 o también b 2 x 2T − a 2 y 2T = a 2 b 2 (I)
a b
FI

La ecuación de la tangente a la curva en el punto T es:

b2x T
b2 x T x − a 2 y T y − a 2 b2 = 0 y su pendiente: mt =
a2yT


212

Este archivo fue descargado de [Link]

 OM
.C
DD Fig.7.13.

Además, como los focos son F(c, 0) y F’(−c, 0), los radios vectores
LA
FT y F' T pertenecen a rectas cuyas pendientes son, respectivamente:
y −0 y
m FT = T  m FT = T
xT − c xT − c
yT − 0 y
FI

m =  m ' = T
F'T xT + c FT xT + c
Con estos datos se verificará que el ángulo α que forma F’T con la tan-
gente es igual al ángulo α’ que forma ésta con FT.


213

Este archivo fue descargado de [Link]

 b2x T yT
−
m t − m F 'T a yT xT + c
2

OM
tg α =  tg α =
1 + m t m F 'T b2x T  yT 
1+ 2  
a yT  T
x + c 
b 2 x T (x T + c ) − a 2 y 2T
a 2 y T (x T + c )
tg α = 2
a y T (x T + c ) + b 2 x T y T

.C
a 2 y T (x T + c )

b 2 x 2T + b 2 cx T − a 2 y 2T
tg α = 2
DD a x T y T + a 2 y Tc + b2x T y T

b 2 x 2T − a 2 y 2T + b 2 cx T
tg α =
x T y T (a 2 + b 2 ) + a 2 y T c

Pero por (I), b 2 x 2T − a 2 y 2T = a 2 b 2 y, además, a2+ b2 = c2. Entonces re-

LA

emplazando se obtiene:
a 2 b 2 + b 2 cx T
tg α =
c 2 x T y T + a 2 cy T

( )
FI

b 2 a 2 + cx T b2
tg α =  tg α =
(
cy T a 2 + cx T ) cyT
(II)

Por otra parte:



214

Este archivo fue descargado de [Link]

 yT b2x T
−
m FT − m t xT − c a2yT

OM
tg α’ =  tg α’ =
1 + m FT m t yT b2x T
1+ 
xT − c a2y T

a 2 y 2T − b 2 x T (x T − c )
a 2 y T (x T − c )
tg α’ = 2
a y T (x T − c ) + b 2 x T y T

.C
a 2 y T (x T − c )

a 2 y 2T − b 2 x 2T + b 2 x T c
DD tg α' =
a 2x T y T − a 2 y Tc + b2x T y T

− a 2b2 + b2x Tc
tg α' =
x T y T c 2 − a 2 cy T

(
b 2 − a 2 + cx T )
LA
tg α' =
(
cy T x T c − a 2 )
b2
tg α' = (III)
cy T
FI

De (II) y (III), resulta α = α’ quedando la propiedad demostrada.



215

Este archivo fue descargado de [Link]

 CIRCUNFERENCIA

OM
4.1. Ecuación de la circunferencia
Definición: Circunferencia es el lugar geométrico de los puntos del pla-
no que equidistan de un punto fijo llamado centro, (Fig. 4.1.).
Sea C un punto del plano de
coordenadas (h, k). La circunfe-
rencia es la curva a la cual perte-

.C
necen los puntos P(x, y) del pla-
no que están a una distancia r de
C.
Por Teorema de Pitágoras:
DDr= (x − h )2 + (y − k )2
⇒ (x − h )2 + (y − k )2 = r2
LA
Fig. 4.1.
La última igualdad es la Ecuación Canónica de la circunferencia de
centro en C(h, k) y radio r.
En consecuencia, una circunferencia queda perfectamente determinada si
FI

se conocen las coordenadas del centro y la medida del radio.

4.2. Ecuación general de la circunferencia.

Si en la ecuación (x − h )2 + (y − k )2 = r 2 se desarrollan los cuadrados de


cada uno de los binomios, se obtiene:

x 2 − 2hx + h 2 + y 2 − 2ky + k 2 = r 2

126

Este archivo fue descargado de [Link]

 Ordenando según las potencias decrecientes de las variables:
x 2 + y 2 − 2hx − 2ky + h 2 + k 2 − r 2 = 0

OM
Haciendo −2h = D, −2k = E y h2 + k2 − r2 =F, resulta:
x 2 + y 2 + Dx + Ey + F = 0
que es la Ecuación general de la circunferencia.
¿Cómo determinar el centro y el radio de una circunferencia dada por su

.C
ecuación general?
D E
Si −2h = D ⇒ h = − y si −2k = E ⇒ k = − , en consecuencia:
DD 2 2
Si una circunferencia está dada por su ecuación general, su centro es el
punto del plano cuya abscisa es igual a la mitad del coeficiente del térmi-
no de 1º grado en x cambiado de signo y cuya ordenada es igual a la mi-
tad del coeficiente del término de 1º grado en y cambiado de signo.
D E
C  − ,− 
LA
 2 2
Además, h2+ k2− r2 = F ⇒ r2 = h2+ k2−F
2 2
 D  E
⇒ r = −  + −  −F
 2  2
FI

D 2 + E 2 − 4F
⇒ r=
4
1


⇒ r= D 2 + E 2 − 4F
2
Si la circunferencia está dada por su ecuación general, la medida del radio
es igual a la mitad de la raíz cuadrada de la suma de los cuadrados de los
coeficientes de x e y, menos cuatro veces el término independiente.

127

Este archivo fue descargado de [Link]

 Ejemplo
Hallar el centro y el radio de la circunferencia dada por la ecuación:

OM
3x 2 + 3y 2 − 12x + 24y − 15 = 0
La ecuación dada no es la ecuación general de la circunferencia. Para
obtener dicha ecuación se deben dividir ambos miembros de la igualdad
por 3, obteniéndose:
x 2 + y 2 − 4x + 8y − 5 = 0
−4 8

.C
h=− = 2 y k = − = − 4 ⇒ C (2,−4 )
2 2
1
r= (− 4 )2 + 8 2 − 4( −5) ⇒ r = 1 16 + 64 + 20 ⇒ r = 5
2 2
DD
Entonces, la ecuación canónica será:
(x − 2 )2 + (y + 4 )2 = 25
4.3. Haz o familia de circunferencias
LA

4.3.1. Definición
 x 2 + y 2 + D 1 x + E 1 y + F1 = 0
Sea el sistema:  2 2
x + y + D 2 x + E 2 y + F2 = 0
FI

Cada una de las ecuaciones del sistema representa una circunferencia,

por lo tanto, la solución del sistema será el conjunto de puntos que per-
tenecen a ambas circunferencias.
Como las ecuaciones son de 2º grado, ese conjunto tendrá a lo sumo dos


elementos. Es decir que las circunferencias podrán ser:

- secantes (dos puntos comunes, Fig.4.2.),
- tangentes exteriores o interiores (un punto en común, Fig. 4.3. y
Fig.4.4. respectivamente),

128

Este archivo fue descargado de [Link]

 - exteriores e interiores (ningún punto en común, Fig. 4.5. y Fig.4.6.,
respectivamente).

OM
.C
DD
Fig. 4.2.
LA
FI

Fig.4.3. Fig.4.4


129

Este archivo fue descargado de [Link]

 OM
.C
Fig.4.5 Fig.4.6.
Además, cualquier solución del sistema, también verificará a una combi-
nación lineal de las ecuaciones del sistema.
DD
En efecto, si (x1 , y1) es una solución del sistema, verifica ambas ecuacio-
nes del mismo, o sea:
x 12 + y 12 + D 1 x 1 + E 1 y 1 + F1 = 0 y x 12 + y 12 + D 2 x 1 + E 2 y 1 + F2 = 0
Si
LA

x 2 + y 2 + D 1 x + E 1 y + F1 + λ ( x 2 + y 2 + D 2 x + E 2 y + F2 ) = 0 (I)
es una combinación lineal de las ecuaciones que forman el sistema, la
solución (x1 , y1) también verifica a dicha combinación, ya que:
x 12 + y 12 + D 1 x 1 + E 1 y 1 + F1 + λ ( x 12 + y 12 + D 2 x 1 + E 2 y 1 + F2 ) = 0 + λ 0 = 0
FI

La expresión (I) también puede escribirse:

(1 + λ ) x 2 + (1 + λ ) y 2 + (D 1 + λD 2 ) x + (E 1 + λE 2 )y + (F1 + λF2 ) = 0 (II)


Como para cada valor del parámetro λ se obtiene una circunferencia, la

ecuación (II) representa una familia o haz de circunferencias. Todas las
circunferencias de ese haz pasan por la intersección de las dos circunfe-
rencias que determinan ese haz ya que se ha demostrado que toda solu-

130

Este archivo fue descargado de [Link]

 ción común a las ecuaciones de esas dos circunferencias, verifica también
a cualquier combinación lineal de ambas. (Fig. 4.7.)

OM
.C
DD
Fig.4.7.
Si λ = −1, la ecuación (II) queda:
LA

(D 1 − D 2 ) x + (E 1 − E 2 )y + (F1 − F2 ) = 0
Esta es la ecuación de una recta que recibe el nombre de Eje radical de
la familia o haz de circunferencias.
Para todo λ ≠ − 1 , la ecuación (II) puede escribirse:
FI

D1 + λ D 2 E + λ E2 F + λ F2
x2 + y2 + x+ 1 y+ 1 = 0 (III)
1+ λ 1+ λ 1+ λ
y representa una circunferencia.


4.3.2. La recta de los centros

131

Este archivo fue descargado de [Link]

 Las circunferencias que determinan el haz tienen su centro, respectiva-
 D E   D E 
mente, en C 1  − 1 , − 1  y C 2  − 2 , − 2  . La recta determinada

OM
 2 2   2 2 
por C1 y C2 será, entonces:
E 2 E1
− +
E1 2 2  x + D 1 
y+ =
2 D D 2 
− 2 + 1
2 2

.C
E1 E1 − E 2  D 
y+ = x + 1 
DD 2 D1 − D 2  2 
Se demostrará a continuación que todas las circunferencias dadas por
(III) tienen su centro en esta recta.
Los centros de esas circunferencias son los puntos:
 D + λD 2 E 1 + λE 2 
C  − 1 ,− 
LA
λ  2 (1 + λ ) 2 (1 + λ ) 
Al reemplazar por estos valores en la ecuación de la recta, se obtiene:
E 1 + λE 2 E 1 E 1 − E 2  D 1 + λD 2 D 1 
− + =  − + 
2 (1 + λ ) 2 D1 − D 2  2 (1 + λ ) 2 
FI

 
 
− E 1 − λE 2 + E 1 + λE 1 E 1 − E 2  − D 1 − λD 2 + D 1 + λD 1 
=
2 (1 + λ ) D1 − D 2  2 (1 + λ ) 


 
 
− λE 2 + λE 1 E 1 − E 2  − λD 2 + λD 1 
=  
2 (1 + λ ) D 1 − D 2  2 (1 + λ ) 

132

Este archivo fue descargado de [Link]

 λ(E 1 − E 2 ) E 1 − E 2  λ(D 1 − D 2 ) 
=  
2 (1 + λ ) D1 − D 2  2 (1 + λ ) 

OM
1=1

Todas las circunferencias de un haz tienen su centro sobre la recta

determinada por los centros de las dos circunferencias que deter-
minan el haz y que recibe el nombre de Recta de los Centros

.C
4.3.3. Perpendicularidad entre el eje radical y la recta de los centros
De la ecuación de la recta de los centros obtenida en 4.3.2. se calcula su
pendiente que es:
DD mC C =
E1 − E 2
1 2 D1 − D 2
De la ecuación del eje radical obtenida en 4.3.1., se deduce su pendiente
que es:
LA

D1 − D 2
m eje rad = −
E1 − E 2
1
Comparando ambas pendientes se observa que: m eje rad = −
mC C
FI

1 2

En consecuencia, el eje radical es perpendicular a la recta de los centros.

Ejercicio
Dadas las circunferencias: x2 + y2 −2x + 4y −9 = 0 y


2 2
x + y +12x + 8y + 4 = 0 :
a) Escribir la ecuación del haz que ellas determinan.
b) Hallar la ecuación del eje radical del haz.

133

Este archivo fue descargado de [Link]

 c) Hallar la ecuación de la circunferencia del haz que tiene su centro en
el eje x.

OM
d) Hallar la circunferencia del haz que pasa por el punto (1, 1).
e) Hallar la ecuación de la recta de los centros.
f) Verificar que la recta de los centros es perpendicular al eje radical.
g) Hacer el gráfico.

Solución
a) Ecuación del Haz de circunferencias.

.C
(1 + λ ) x 2 + (1 + λ ) y 2 + (− 2 + 12λ ) x + (4 + 8λ ) y + (− 9 + 4λ ) = 0
b) Ecuación del eje radical: λ=−1
DD −14x−4y−13 = 0 ⇒ 14x + 4y + 13 = 0

c) Si tiene su centro en el eje x, la ordenada del centro es 0, entonces:

E 1 + λE 2 4 + 8λ 1
=0 ⇒ = 0 ⇒ 4 + 8λ = 0 ⇒ λ = −
1+ λ 1+ λ 2
 1 2  1 2   1 
LA
 1 −  x +  1 −  y +  − 2 + 12 −   x +
 2  2   2 
  1    1 
 4 + 8 −   y +  − 9 + 4 −   = 0
  2    2 
FI

x + y + (− 8) x + (− 11) = 0 ⇒ x 2 + y 2 − 16x − 22 = 0
1 2 1 2
2 2

d) Ecuación de la circunferencia del haz que pasa por (1, 1)



(1 + λ )12 + (1 + λ )12 + (− 2 + 12λ )1 + (4 + 8λ )1 + (− 9 + 4λ ) = 0

1 + λ + 1 + λ − 2 + 12λ + 4 + 8λ − 9 + 4λ = 0

134

Este archivo fue descargado de [Link]

 5
26 λ − 5 = 0 ⇒ λ=
26

OM
 5  2  5  2   5 
 1 +  x +  1 +  y +  − 2 + 12   x +
 26   26    26  
  5    5 
 4 + 8   y +  − 9 + 4    = 0
  26     26  

.C
31 2 31 2 4 72 107
x + y + x+ y− =0
26 26 13 13 13

8 104 214
DD x2 + y2 +
31
x+
31
y−
31
=0

e) C1 (1, −2) y C2 (−6, −4)

−4+2
y + 2= (x − 1) ⇒ y + 2 = 2 (x − 1) ⇒ 2x − 7y − 16 = 0
−6 −1 7
LA

2 7 1
f) mC C = y m eje rad = − ⇒ mC C =−
1 2 7 2 1 2 m eje rad
FI

g) Fig. 4.8.


135

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig. 4.8.
4.4. Rectas tangente y normal a una circunferencia.
LA
4.4.1. Intersección entre una recta y una circunferencia.
Analíticamente, hallar la intersección de una recta y una circunferencia
significa resolver el sistema:
x 2 + y 2 + Dx + Ey + F = 0
FI

 (I)
 y = mx + b
Para resolverlo, se reemplaza en la ecuación de la circunferencia la varia-
ble y, por su expresión en la ecuación de la recta:


x 2 + (mx + b ) + Dx + E(mx + b ) + F = 0
2

x 2 + m 2 x 2 + 2bmx + b 2 + Dx + Emx + Eb + F = 0
(1 + m )x + (2bm + D + Em ) x + (b
2 2 2
)
+ Eb + F = 0 (II)

136

Este archivo fue descargado de [Link]

 Esta es una ecuación de 2º grado en x. Entonces, puede tener dos solu-
ciones reales y distintas, dos soluciones reales iguales (raíz doble) o dos

OM
soluciones imaginarias y por lo tanto, el conjunto solución del sistema
está formado por dos pares ordenados, un par ordenado o ningún par
ordenado respectivamente.
Geométricamente, en el primer caso, la recta y la circunferencia tendrán
dos puntos comunes. La recta es secante a la circunferencia. (Fig.4.9.)

.C
DD
Fig. 4.9.
En el segundo caso, la recta y la circunferencia tendrán un solo punto
LA

común. La recta es tangente a la circunferencia. (Fig.4.10.)

FI


Fig. 4.10. Fig. 4.11.

137

Este archivo fue descargado de [Link]

 Finalmente en el último caso, la recta y la circunferencia no tendrán
puntos comunes. La recta es exterior a la circunferencia. (Fig.4.11.)

OM
4.4.2. Ecuación de la recta tangente a una circunferencia
[Link]. Método general
Como se vio en el punto anterior, el problema consiste en determinar
qué condiciones debe cumplir la recta para que el sistema dado en (I)
tenga una única solución.

.C
Ello sucede cuando la ecuación obtenida en (II) tiene dos soluciones
reales iguales (raíz doble) o sea cuando su discriminante es igual a cero, o
sea cuando:
DD (2bm + D + Em )2 − 4(1 + m 2 )(b 2 + Eb + F )= 0
Condición de tangencia: La recta y = mx + b es tangente a la circunfe-
rencia x 2 + y 2 + Dx + Ey + F = 0 , si el discriminante de la ecuación
( ) ( )
1 + m 2 x 2 + (2bm + D + Em ) x + b 2 + Eb + F = 0 es igual a cero
LA

Ejemplos
2
a) Hallar la ecuación de la recta paralela a y = x + 5 que sea tangente
3
FI

a la circunferencia (x − 2 )2 + (y + 1)2 = 16 .
Como la tangente buscada es paralela a la recta dada tendrá la misma
pendiente que ésta, y sólo faltaría determinar su ordenada al origen.
2


Por lo tanto la ecuación de la tangente será: y = x + b

3
Se plantea, entonces, el sistema formado por la ecuación de la circun-
ferencia y la ecuación de la tangente:

138

Este archivo fue descargado de [Link]

 x 2 + y 2 − 4x + 2y − 11 = 0

 2
y= x+b

OM
 3
2
2  2 
Reemplazando: x 2 +  x + b  − 4x + 2 x + b  − 11 = 0
3  3 
4 2 4 4
x2 + x + bx + b 2 − 4x + x + 2b − 11 = 0
9 3 3

.C
13 2  4 8
9
( )
x +  b −  x + b 2 + 2b − 11 = 0
3 3
( )
DD 13x 2 + (12b − 24 ) x + 9b 2 + 18b − 99 = 0
Aplicando la condición de tangencia:
(12b − 24 )2 − 4 ⋅ 13 (9b 2 + 18b − 99)= 0
324b 2 + 1512b − 5724 = 0
LA

3b 2 + 14b − 53 = 0

− 14 ± 196 + 636
b=
6
FI

− 7 ± 4 13
b=
3
En consecuencia habrá dos rectas tangentes a la circunferencia que sean
paralelas a la recta dada. (Fig. 4.12.)


2 − 7 + 4 13 2 − 7 − 4 13
t1 : y = x + y t2 : y = x +
3 3 3 3

139

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig. 4.12.
b) Hallar la ecuación de la recta trazada desde el punto (1, 6) y que es
LA

tangente a la circunferencia: (x − 2 )2 + (y + 1)2 = 25

La ecuación de cualquier recta que pase por el punto (1, 6) es de la
forma:
y − 6 = m (x − 1) o sea y = mx − m + 6
FI

Entonces se plantea el siguiente sistema:

x 2 + y 2 − 4x + 2y − 20 = 0

 y = mx − m + 6


Reemplazando:
x2 + (mx−m+6)2 − 4x + 2(mx−m+6) − 20 = 0

140

Este archivo fue descargado de [Link]

 x 2 + m 2 x 2 + m 2 + 36 − 2m 2 x + 12mx − 12m −
− 4x + 2mx − 2m + 12 − 20 = 0

OM
(1 + m )x + (− 2m
2 2 2
) (
+ 14m − 4 x + m 2 − 14m + 28 = 0 )
Aplicando la condición de tangencia:

(− 2m 2
)
2
( )(
+ 14m − 4 − 4 1 + m 2 m 2 − 14m + 28 = 0 )
4m 4 + 196m 2 + 16 − 56m 3 + 16m 2 − 112m − 4m 2 +

.C
+ 56m − 112 − 4m 4 + 56m 3 − 112m 2 = 0
DD 96m 2 − 56m − 96 = 0

12m 2 − 7m − 12 = 0

7 ± 49 + 576 7 ± 625 7 ± 25
⇒ m= ⇒ m= ⇒ m=
24 24 24
4 3
LA
⇒ m1 = y m2 =−
3 4
FI


Fig. 4.13.

141

Este archivo fue descargado de [Link]

 En consecuencia, desde el punto (1, 6) se pueden trazar dos tan-
gentes a la circunferencia dada. (Fig. 4.13.) Ellas son:

OM
4 3
t 1 : y − 6 = (x − 1) y t 2 : y − 6 = − (x − 1)
3 4
t 1: 4x − 3y + 14 = 0 y t 2 : 3x + 4y − 27 = 0

[Link]. Método directo para hallar la ecuación de la recta tangente

en un punto de una circunferencia.

.C
Este método se basa en un teorema que dice: “La tangente a una circun-
ferencia x2 +y2 + Dx + Ey + F = 0 en un punto T (xT ,yT) de la misma
D E
es la recta: x T x + y T y + (x + x T ) + (y + y T ) + F = 0 ”
DD
Demostración:
2 2

T es un punto de la circunferencia, por lo tanto sus coordenadas verifi-

can la ecuación de la curva.
⇒ x 2T + y 2T + Dx T + Ey T + F = 0 (I)
LA

 D E
Por otra parte, el centro de la circunferencia es C − , −  y, en con-
 2 2
secuencia, la recta que contiene al radio CT tendrá pendiente igual a:
FI

E
yT +
m CT = 2 o lo que es lo mismo, m = 2y T + E
CT
D 2x T + D
xT +
2


La tangente a la circunferencia en T tendrá, entonces, la siguiente ecua-

ción:

142

Este archivo fue descargado de [Link]

 2x T + D
y − yT =− (x − x T )
2y T + E

OM
(y − y T )(2y T + E ) = (− 2x T − D )(x − x T )
2yy T + Ey − 2y 2T − Ey T = − 2xx T + 2x 2T − Dx + Dx T
2yy T + Ey − 2y 2T + Ey T − 2Ey T = − 2xx T + 2x 2T − Dx − Dx T + 2Dx T
( ) (
2yy T + E(y + y T ) − 2 y 2T + Ey T = − 2xx T − D(x + x T ) + 2 x 2T + Dx T )

.C
Pasando todo al primer miembro y ordenando, se obtiene:
( )
2xx T + 2yy T + D(x + x T ) + E(y + y T ) − 2 x 2T + y 2T + Dx T + Ey T = 0
DD
De acuerdo a la igualdad (I), la expresión encerrada en el último parénte-
sis es igual a (−F). Entonces reemplazando y dividiendo ambos miem-
bros por 2, se obtiene:
D E
x T x + y T y + (x + x T ) + (y + y T ) + F = 0
2 2
LA
En la práctica, la ecuación de la tangente a una circunferencia en un pun-
to T(x T , y T ) ,perteneciente a ella, se obtiene, reemplazando en la ecua-
ción de la curva:
x 2 por x T x
y 2 por y T y
FI

x + xT
x por
2
y + yT
y por
2


Ejemplo:
Hallar la ecuación de la recta tangente a la circunferencia
x 2 + y 2 − 2x − 6y − 15 = 0 en el punto (−2, −1). (Fig. 4.14.)
La ecuación será:

143

Este archivo fue descargado de [Link]

  x − 2   y − 1
− 2x − y − 2  − 6  − 15 = 0
 2   2 

OM
− 2x − y − x + 2 − 3y + 3 − 15 = 0

3x + 4y + 10 = 0

.C
DD
Fig. 4.14

4.4.3. Ecuación de la normal a la circunferencia en un punto.

La recta normal a una circunferencia en un punto T(x T , y T ) de la misma
LA

es la perpendicular a la recta tangente a la circunferencia en T.

Por propiedades de la circunferencia la recta normal tendrá la dirección
del radio CT .
FI

La ecuación de la recta normal a la circunferencia en T será, entonces:

1
y − yT = − (x − x T )
m tang
Ejemplo


En el ejemplo b) del punto anterior, se hallaron las rectas tangentes a la

circunferencia (x − 2 )2 + (y + 1)2 = 25 , que pasan por el punto (1, 6).
Una de esas rectas era t 2 : 3x + 4y − 27 = 0

144

Este archivo fue descargado de [Link]

 El punto de intersección de t y la circunferencia se obtiene resolviendo el
sistema:

OM
(x − 2 )2 + (y + 1)2 = 25
 o, si se desarrollan los productos:
 3x + 4y − 27 = 0

x 2 + y 2 − 4x + 2y − 20 = 0

 3 27
 y=− x +
4 4

.C
Reemplazando:
2
2  3 27   3 27 
x +  − x +  − 4x + 2 − x +  − 20 = 0
DD  4 4   4 4 

9 2 81 729 3 27
x2 + x − x+ − 4x − x + − 20 = 0
16 8 16 2 2

25 2 125 625
LA
x − x+ =0
16 8 16

x 2 − 10x − 25 = 0

Esta ecuación tiene una única solución, x = 5 y con este valor se calcula
FI

la ordenada del punto de tangencia que es:

3 27 − 15 + 27
y =− ⋅5+ ⇒ y= ⇒ y =3
4 4 4
El punto de tangencia es, entonces T (5, 3). La recta normal a la circun-


4 1
ferencia en ese punto tendrá pendiente: m n = ya que m n = −
3 m t2

145

Este archivo fue descargado de [Link]

 La ecuación de la normal a
la circunferencia en el pun-

OM
to T(5, 3) será: (Fig. 4.15.)
4
y − 3= (x − 5)
3
4x − 3y − 11 = 0

.C
DD
Fig. 4.15.
LA
FI


146

Este archivo fue descargado de [Link]

 PARÁBOLA

OM
5.1. Definición
Se llama parábola al lugar geomé-
trico de los puntos del plano que
equidistan de un punto fijo F lla-
mado foco y de una recta fija lla-
mada directriz (d). (Fig. 5.1.)

.C
En símbolos:

DD d(P , d ) = PF

La recta que pasa por el foco F y

es perpendicular a la directriz d,
se llama eje focal o eje de si-
Fig.5.1. metría de la parábola
LA

El punto del eje focal que equidista de la directriz y del foco, es el vérti-
ce V de la curva.

5.2. Ecuación de la parábola con vértice en el origen

5.2.1. Si el eje focal es el eje x
FI

El foco es un punto del eje x de coordenadas: F(p, 0).

La directriz es una recta perpendicular al eje x y su ecuación es x = – p
o lo que es lo mismo: x + p = 0. (Fig. 5.2.)
Si se aplica la definición d(P , d ) = PF


x+p
= (x − p ) + (y − 0 )
2 2

1
Elevando ambos miembros al

147

Este archivo fue descargado de [Link]

 cuadrado, resulta:
x2 + 2px + p2 = x2 –2px + p2 + y2

OM
⇒ y2 = 4px
Esta es la Ecuación de la Pará-
bola de vértice en el origen y eje
focal x.

Cuando p > 0, el foco está a la

derecha del vértice y la directriz a

.C
la izquierda.
La parábola se representa entonces
DD como indica la Fig. 5.2.

Fig.5.2.
Si p < 0 , el foco está a la izquierda de V y la directriz a la derecha , por
lo que la parábola se representa como indica la Fig. 5.3.
LA
FI


Fig.5.3.

148

Este archivo fue descargado de [Link]

 5.2.2. Si el eje focal es el eje y
Cuando el foco está sobre el eje y: el foco es el punto F(0, p) y la direc-

OM
triz es perpendicular a dicho eje, o sea que su ecuación es y = − p, la
ecuación de la parábola es:
x2 = 4py
y se representa como muestran las Fig. 5.4. y Fig. 5.5 según que p > 0 o
que p < 0, respectivamente.

.C
DD
LA
Fig.5.5.
Fig.5.4.

Ejemplos
1) Hallar la ecuación de la parábola de vértice en el origen y foco (0,−3).
FI

El foco está en el eje y, entonces el eje focal es el eje y. Además F está

por debajo de V y por lo tanto p es negativo: p = −3.
La ecuación de la parábola será:
x 2 = − 12y


2) Hallar la ecuación de la parábola de foco (2, 0) y directriz x +2=0.

Aplicando la definición:
x + 2= (x − 2 )2 + y 2

149

Este archivo fue descargado de [Link]

 Elevando ambos miembros al cuadrado:
x 2 + 4x + 4 = x 2 − 4x + 4 + y 2 ⇒ y 2 = 8x

OM
5.3. Lado recto
5.3.1. Definición:
Se llama lado recto (latus rectum) de una parábola a la cuerda focal que es
perpendicular al eje focal. En la Fig. 5.6. el lado recto es el segmento AB

.C
DD
LA
FI

Fig.5.6


5.3.2. Longitud del lado recto

Para hallar la medida del segmento AB , primero se calcularán las coorde-
nadas de los puntos A y B.

150

Este archivo fue descargado de [Link]

 Ambos puntos tienen la misma abcisa que F, es decir, p. Para calcular su
ordenada se reemplaza x por p en la ecuación de la curva y 2 = 4p 2 .

OM
y 2 = 4p 2 ⇒ y = ± 2p ⇒ A(p,2p) y B(p, −2p)

AB = (p − p)2 + (2p − (− 2p))2 ⇒ AB = 16p 2 ⇒ AB = 4p

Ejemplo

.C
La medida del lado recto de la parábola x 2 = − 12y es 12. Es un dato útil
que permite ubicar fácilmente dos puntos de la curva. (Fig. 5.7.)
DD
LA
FI

Fig. 5.7.

p = −3 ⇒ F(0, −3) y 4p = 12 ⇒ A( −6, − 3) y B(6,−3)

5.4. Ecuación de la parábola cuyo vértice no es el origen


5.4.1. El eje focal es paralelo al eje x

Sea la parábola de la Fig. 5.8. cuyo eje es paralelo al eje x y el vértice está
en el punto V(h, k).

151

Este archivo fue descargado de [Link]

 Si se traza un sistema auxiliar de ejes x’y’, paralelo al sistema original y
tal que su origen coincide con el punto V, la ecuación de la curva en ese

OM
sistema es:
y' 2 = 4px' (I)

Pero: x’ = x − h e
y’ = y − k
Reemplazando en (I):

.C
(y − k)2 = 4p(x − h)

El foco de esta pará-

bola será el punto
DD
F(h+p, k) y la directriz
una recta paralela al eje
y de ecuación x = h −
p.

El eje focal o eje de

LA

simetría será paralelo al

eje x. Su ecuación es:
y = k.
F
Fig.5.8.
FI

5.4.2. El eje focal es paralelo al eje y

Si el eje focal es paralelo al eje y, razonando en forma similar a la anteri-
or, se obtiene la ecuación:


(x − h)2 = 4p(y − k)
Una parábola de este tipo es la de la Fig. 5.9. dónde p>0
El foco de esta parábola será el punto F(h, k+p) y la directriz una recta
paralela al eje x de ecuación y = k − p.

152

Este archivo fue descargado de [Link]

 El eje focal o eje de simetría será paralelo al eje y. Su ecuación es: x = h

OM
.C
DD Fig.5.9.
Ejemplos
1) Hallar la ecuación de la parábola cuyo foco es el punto (2, −3) y cuya
LA
directriz es la recta y − 5 = 0.
Aplicando la definición: d(P, d ) = PF , se obtiene:
y −5
= (x − 2 ) + (y + 3)
2 2

−1
FI

Elevando ambos miembros al cuadrado:

2
 y −5
 = (x − 2 ) + (y + 3)
2 2

 −1 
y 2 − 10y + 25 = x 2 − 4x + 4 + y 2 + 6y + 9


− 16y + 16 = (x − 2 )
2

(x − 2 )2 = −16(y − 1)

153

Este archivo fue descargado de [Link]

 que es la ecuación de la parábola de vértice en (2, 1) y eje focal para-
lelo al eje y. (Fig. 5.10.)

OM
.C
DD Fig. 5.10.
2) Hallar la ecuación de la parábola de vértice en (−3,−1), eje focal parale-
lo al eje x y lado recto igual a 10.
5
LR = 10 ⇒ 4p = 10 ⇒ p=±
LA
2
El problema tiene dos soluciones y ellas son:

1ª Solución: (Fig. 5.11) 2ª Solución: (Fig. 5.12)

5  1  5  11 
FI

p= ⇒ F − , −1 p=− ⇒ F − , −1

2  2  2  2 
(y + 1)2 = 10 (x + 3) (y + 1)2 = − 10 (x + 3)


154

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig.5.11. Fig.5.12.

5.5 Ecuación general de la parábola

LA

comparando esta ecuación con

FI

o sea
Ecuación general de la parábola con vértice en y eje focal paralelo
al eje


En debe ser porque si

Si las raíces de esta ecuación de segundo grado
son tenemos que si

155

Este archivo fue descargado de [Link]

 son reales y distintas, entonces la ecuación puede escribirse como
y el lugar geométrico son dos rectas paralelas al eje

OM
:
son reales e iguales, entonces la ecuación puede escribirse como
y el lugar geométrico son dos rectas coincidentes paralelas
al eje

.C
son complejas conjugadas, entonces la ecuación no representa
ningún lugar geométrico real.
Similar discusión se puede realizar para la ecuación
DD
cuando
Por lo tanto la ecuación representa, si:
una parábola cuyo eje focal es coincidente o pa-
ralelo al eje
LA

dos rectas distintas y paralelas al eje ó dos

rectas coincidentes y paralelas al eje ó ningún lugar geométrico según
las raíces de
FI

una parábola cuyo eje focal es coincidente o pa-

ralelo al eje
dos rectas distintas y paralelas al eje ó dos


rectas coincidentes y paralelas al eje ó ningún lugar geométrico según

las raíces de

156

Este archivo fue descargado de [Link]

 5.6. Rectas tangente y normal a una parábola
Para hallar las rectas tangente y normal a una parábola se procede en la

OM
misma forma que se indicó en el capítulo de circunferencia.
Ejemplos
1) Hallar la ecuación de la tangente a la parábola y 2 = 12 (x + 2 ) trazada
desde el punto A(1,−6)
y 2 − 12x − 24 = 0
Se plantea el sistema 
 y + 6 = m (x − 1)

.C
En la segunda ecuación se despeja y:
y = mx − m − 6
Se reemplaza en la primera ecuación:
DD (mx − m − 6)2 − 12x − 24 = 0
m 2 x 2 − 2m 2 x + m 2 − 12mx + 12m + 36 − 12x − 24 = 0
( ) ( )
m 2 x 2 + − 2m 2 − 12m − 12 x + m 2 + 12m + 12 = 0
Igualando a 0 el discriminante de esta ecuación:
LA

(− 2m 2
)2
(
− 12m − 12 − 4m 2 m 2 + 12m + 12 = 0 )
4m 4 + 48m 3 − 48m 3 − 4m 4 + 192m 2 − 48m 2 + 288m + 144 = 0
144m 2 + 288m + 144 = 0 ⇒ m 2 + 2m + 1 = 0
FI

m =−1

La ecuación de la tangente es (Fig. 5.13.):

y + 6 = − (x − 1)


y+x+5 = 0

157

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig. 5.13.
LA

2) Hallar la ecuación de las rectas tangente y normal a la parábola dada

en el ejercicio anterior, en el punto (10,−12).
Ecuación de la tangente (Fig. 5.14.):
 y 2 − 12x − 24 = 0
Se plantea el sistema 
FI

y + 12 = m (x − 10 )
En la segunda ecuación se despeja la variable y: y = mx − 10m − 12 .
Reemplazando en la primera ecuación:
(mx − 10m − 12 )2 − 12x − 24 = 0


m 2 x 2 + 100m 2 + 144 − 20m 2 x − 24mx + 240m − 12x − 24 = 0

( ) (
m 2 x 2 + − 20m 2 − 24m − 12 x + 100m 2 + 240m + 120 = 0 )
Igualando a 0 el discriminante de esta ecuación (condición de tangencia):

158

Este archivo fue descargado de [Link]

 (− 20m 2
)
2
(
− 24m − 12 − 4m 2 100m 2 + 240m + 120 = 0 )
400m 4 + 576m 2 + 144 + 960m 3 + 480m 2 + 576m − 400m 4 −

OM
− 960m 3 − 480m 2 = 0
576m 2 + 576m + 144 = 0
4m 2 + 4m + 1 = 0
(2m + 1)2 = 0
1

.C
m =−
2
La ecuación de la tangente t
es, entonces:
DD 1
y + 12 = − (x − 10 )
2
x + 2y + 14 = 0

Fig.5.14
LA
Ecuación de la recta normal n en (10, −12)
n ⊥ t ⇒ mn = 2 ⇒ y + 12 = 2(x −10)
2x − y – 32 = 0
FI

5.7. Propiedades de la parábola

5.7.1. Propiedad focal
“La normal a una parábola en un punto T de la misma es bisectriz del
ángulo que forman la recta determinada por T y el foco F y la recta para-


lela al eje focal que pasa por T”

Demostración

159

Este archivo fue descargado de [Link]

 La demostración de esta propiedad se hará para el caso de una parábola
con vértice en el origen y cuyo eje focal es el eje x, es decir, una parábola

OM
de ecuación: y 2 = 4px , (Fig.5.15.). Sin embargo la propiedad es válida
para cualquier parábola.
Si T(xT, yT) es un punto de la parábola, se verifica:
y 2T = 4px T (I)
La ecuación de la tangente a la

.C
curva en T es:
 x + xT 
y T y = 4p  
DD  2 
2px − y T y + 2px T = 0
De allí resulta:
2p y
mt = y mn = − T
yT 2p
LA
Además, como F(p, 0), la recta FT tiene pendiente:
y −0 y
m FT = T ⇒ m FT = T
xT − p xT − p

Si ℓ es la paralela al eje focal

FI

que pasa por T, su pendiente

será igual a 0 por ser paralela
al eje x.
m =0


Con estos datos se verificará

que el ángulo α que forma
FT con la normal es igual al

160

Este archivo fue descargado de [Link]

 ángulo α’ que forma ésta con
la paralela al eje focal.

OM
.C
DD
Fig.5.15
LA

yT yT
− −
m n −m FT 2p x T − p
tg α = ⇒ tg α =
1 + m n m FT  y  y
1 +  − T  T
 2p  x T − p
FI

− x T y T + py T − 2py T
2p (x T − p )
tg α =
2px T − 2p 2 − y 2T


2p (x T − p )
− (x T y T + py T )
tg α =
(
− 2p 2 − y 2T − 2px T)

161

Este archivo fue descargado de [Link]

 De (I), y 2T − 2px T = 2px T . Entonces reemplazando se obtiene:
− y T (x T + p )

OM
tg α =
− 2p 2 − 2px T
y
tg α = T (II)
2p
Por otra parte:
 y 

.C
0 −  − T 
tg α’ =
m − mn
⇒ tg α’ =  2p 
1 + mmn  y 
DD 1 + 0 ⋅  − T 
 2p 
yT
tg α’ = (III)
2p
De (II) y (III), resulta α = α’ quedando la propiedad demostrada.
LA
5.6.2. Propiedad de las tangentes en los extremos del lado recto.
Las rectas tangentes a una parábola, trazadas por los extremos del lado
recto de la curva, son perpendiculares.
Demostración
FI

También en este caso, por razones de simplicidad, se hará la demostra-

ción para la parábola y 2 = 4px , pero la propiedad se puede demostrar
para cualquier parábola.
Los extremos del lado recto de la parábola y 2 = 4px son, como se vió,


los puntos A(p, 2p) y B(p, −2p). (Fig. 5.16.)

Ecuación de la recta t1, tangente a la parábola en A:

162

Este archivo fue descargado de [Link]

 x+p
2py = 4p  
 2 

OM
y=x + p
Ecuación de la recta t2, tangente a la parábola en B:
x+p
− 2py = 4p  
 2 
y=− x − p

.C
Las pendientes de esas tangentes son, respectivamente:
m t1 = 1
DD y m t2 = − 1

1
⇒ m t1 = −
m t2

⇒ t1 ⊥ t 2
LA

Fig.5.16
FI


163

Este archivo fue descargado de [Link]

 OM
.C
Capitulo 2
DD PLANO

2.1. Ecuaciones del plano

2.1.1. Ecuación vectorial
Definición

Sean P0 (x0, y0, z0) un punto del espacio y n  n 1 , n 2 , n 3  un vector. El
LA


plano que pasa por P0 y es perpendicular al vector n , es el lugar geomé-
trico de los puntos del espacio tales que determinan con P0 vectores per-

pendiculares a n (Fig. 2.1.).
  

P0  π  n  π   P  π  P0 P  n 
FI

En símbolos:
 
  
 
o también: P0  π  n  π   P  π  P0 P n  0 
 


58

Este archivo fue descargado de [Link]

 OM
.C
Fig. 2.1.
En efecto:

1) P  π  P0 P  π Dos puntos de un plano determinan una recta
DD 

 P0 P  n
contenida e él.

Como n  π , su dirección es perpendicular
a toda recta contenida en π, y en particular, al

vector dirección de P0 P .

 Ya que si dos vectores son perpendiculares, su
LA
 P0 P  n  0 producto escalar es igual a 0.
 
 
2) P0 P  n  0  P0 P  n
 
 P0 P // π Por ser ambos perpendiculares a n

FI

Ya que, si un punto de una recta paralela a un

 P0 P  π plano pertenece al plano, entonces todos los
puntos de la recta pertenecen al mismo.
 Pπ


59

Este archivo fue descargado de [Link]

 Se ha demostrado así que los puntos del plano que pasan por P0 y son

perpendiculares a n son aquellos, y sólo aquellos, que verifican la ecua-

OM
ción:


P0 P  n  0 Ecuación vectorial del plano 1
Nota
En consecuencia, para escribir la ecuación vectorial de un plano es nece-
sario conocer un punto del plano y un vector normal a éste.

.C
2.1.2. Ecuación cartesiana del plano
Si se resuelve el producto escalar planteado en 1 , se obtiene:
x  x 0 , y  y 0 , z  z 0  n 1 , n 2 , n 3  0
DD n 1 x  x 0   n 2 y  y 0   n 3 z  z 0   0
n 1x  n 1x 0  n 2 y  n 2 y 0  n 3 z  n 3 z 0  0
n 1x  n 2 y  n 3 z   n 1x 0  n 2 y 0  n 3 z 0   0 (2)
LA

Haciendo: n 1  A ; n 2  B ; n 3  C y  n 1 x 0  n 2 y 0  n 3 z 0   D
Ax +By +Cz +D = 0 (3) Ecuación cartesiana del plano
La ecuación cartesiana del plano, también llamada ecuación general
FI

del plano, es una ecuación lineal en 3 variables.

Nota
Si se toma un vector cuyas componentes sean los coeficientes de x , y , z
en la ecuación cartesiana del plano, dicho vector será normal al plano.


En efecto, comparando las igualdades (2) y (3), se observa que:

60

Este archivo fue descargado de [Link]

 (A, B, C) = (n1, n2, n3)  (A, B, C)  

OM
Ejemplos
a) Escribir la ecuación vectorial y cartesiana del plano que pasa por el

puntos P0 (1, 2, 3) y es perpendicular al vector n = ( 3, 4, 1)

P0 P = (x  1, y  2, z  3)

(x  1, y  2, z  3)  ( 3, 4, 1) = 0 Ecuación vectorial del plano

.C
 3(x 1) + 4(y  2) + 1( z  3) = 0
 3x + 3 + 4y  8 + z  3 = 0
DD  3x + 4y + z  8 = 0
3 x  4y  z + 8 = 0 Ecuación cartesiana del plano
LA
b) Dados los puntos A(3, 2, 0), B( 3, 5, 1) y C(0, 3, 2), escribir la
ecuación del plano determinado por ellos.
 
AB = ( 6; 7;  1 ) AC = ( 3 ,  1 ,  2 )
  
i j k
FI

  
n  AB AC   6 7  1 = ( 15,  9, 27)
 3 1  2


61

Este archivo fue descargado de [Link]

   
Se toma n  AB  AC porque por definición el producto vectorial de dos

OM
vectores es otro vector perpendicular a cada uno de los factores, por lo
tanto es perpendicular al plano que ellos determinan.


AP  n  0
(x  3, y +2, z)  (15, 9, 27 ) = 0 Ecuación vectorial del plano

15 (x  3)  9(y +2 ) + 27z = 0

.C
5x + 3y  9z  9 = 0 Ecuación cartesiana o general
DD
c) Hallar la ecuación del plano que pasa por P0(1, 2, 3) y es perpendicu-.
lar a los planos:
π 1 : 2x + 3y  z  5 = 0 y π2 : x + y  8 = 0
De las ecuaciones de los planos se obtienen los vectores normales res-
LA
pectivos
 
n 1 =(2, 3,1) y n 2 = (1, 1, 0)
  
Se toma n  n 1  n 2 porque el vector normal al plano buscado deberá ser
paralelo a la dirección de la recta de intersección de los planos dados.
FI

  
i j k
  
n  n 1  n 2 = 2 3  1 = (1, 1, 1)
1 1 0


62

Este archivo fue descargado de [Link]

 (x  1, y  2, z  3)  (1, 1, 1) = 0 Ecuación vectorial

OM
xyz+4=0 Ecuación cartesiana

2.2. Representación de planos

2.2.1. Ecuación segmentaria de un plano
Sea la ecuación general de un plano: Ax + By + Cz + D = 0.

.C
Al pasar D al segundo miembro se obtiene:
Ax + By + Cz =  D
Al dividir ambos miembros por  D, resulta:
DD x y z
+ + =1
D D D
  
A B C
D D D
Haciendo: a= , b= , c= , la ecuación queda
LA
A B C
x y z
+ + =1
a b c
Esta ecuación recibe el nombre de Ecuación Segmentaria del Plano.
FI

Los denominadores a, b y c representan los puntos donde el plano

corta a cada uno de los ejes coordenados. (Fig. 2.2.)

Intersección del plano con el eje x : (a, 0, 0)



Intersección del plano con el eje y: (0, b, 0)

63

Este archivo fue descargado de [Link]

 Intersección del plano con el eje z : (0, 0, c)

OM
.C
DD
Fig. 2.2.
LA

2.2.2. Representación de planos que no pasan por el origen de co-

ordenadas. (D  0)

[Link]. A  0 , B  0 , C  0 o sea Ax+By+Cz+D=0

FI

Por ejemplo:
Sea el plano x + 4y  5z  15 = 0 (Fig. 2.3.)


64

Este archivo fue descargado de [Link]

 x y z
su ecuación segmentaria es:   1
15 15  3

OM
4
Se tiene, un plano que no es perpendicular, ni paralelo, a ninguno de los
planos coordenados.

.C
DD
LA

Fig.2.3.
[Link]. A  0 , B  0, C= 0 o sea Ax+By+D=0
FI

Por ejemplo:
Sea el plano, 3x +5y  15 = 0, (Fig. 2.4.) ,cuyo vector normal es
 x y
n = (3, 5, 0) y su ecuación segmentaria: + =1
5 3


65

Este archivo fue descargado de [Link]

 OM
.C
Fig.2.4.
DD
Cuando el coeficiente de z es 0 , el plano es perpendicular al plano xy o
lo que es lo mismo paralelo al eje z.

[Link]. A  0 ; B =0 ; C  0 o sea Ax+Cz+D=0

Ejemplo:
LA
Sea el plano,  x  z + 10 = 0
(Fig. 2.5.) ,cuyo vector normal

es n = (1, 0, 1) y su ecuación
x z
segmentaria: + = 1.
10 10
FI

El coeficiente de y es igual a
0, entonces el plano es per-
pendicular al plano xz o sea
paralelo al eje y.
Fig. 2.5.


66

Este archivo fue descargado de [Link]

 [Link]. A=0 ; B  0 ; C  0 o sea By+Cz=0

OM
Ejemplo
Sea el plano 2y +z 5 = 0
(Fig. 2.6), cuyo vector normal

es n = (0,2, 1) y su ecuación
segmentaria:
y z
+ =1

.C
5 5
2
El plano es perpendicular al
plano yz o sea paralelo al eje x.
DD Fig. 2.6.
[Link]. A  0 ; B = C = 0 o sea Ax+D = 0
Ejemplo
Sea el plano 3x  6 =0 (Fig.2.7.) ,
LA


cuyo vector normal es n = (3,0, 0) y
x
su ecuación segmentaria = 1. 
2
x=2
FI

El plano es perpendicular al eje x o

sea paralelo al plano yz

Fig. 2.7.


[Link]. A= B = 0 ; C  0 o sea Cz+D = 0

67

Este archivo fue descargado de [Link]

 Ejemplo
Sea el plano z + 5 = 0 (Fig. 2.8.)

OM
Ecuación segmentaria
z
= 1.
5
 z=5

.C
Fig. 2.8.
Plano perpendicular al eje z o sea, paralelo al plano xy.
DD
[Link]. A= C = 0 ; B  0 o sea By+D = 0
Ejemplo:
Sea el plano y + 3 = 0
(Fig. 2.9.)
Ecuación segmentaria
LA
y
=1
3
 y=3
FI

Fig.2.9.
Plano perpendicular al eje y o sea, paralelo al plano xz.


68

Este archivo fue descargado de [Link]

 2.2.3. Representación de planos que pasan por el origen de coor-
denadas.

OM
La ecuación de estos planos carece de término independiente.

Si D = 0  el plano pasa por el origen.

El plano corta a los tres ejes en 0(0, 0, 0) por lo que no se puede escri-
bir la ecuación segmentaria.

.C
[Link]. A  0 ; B  0 ; C = 0 o sea Ax + By = 0
Como C=0 el plano es perpendicular al plano xy o sea es paralelo al eje
DD
z. Además, como pasa por el origen de coordenadas en realidad contiene
el eje z.
Ejemplo:
Sea el plano 3x - 2y = 0
(Fig. 2.10.)
LA
2
 x y
3
FI

Fig. 2.10.


69

Este archivo fue descargado de [Link]

 [Link]. A  0 ; B = 0 ; C  0 o sea Ax + Cz = 0
Como B=0, el plano es perpendicular al plano xz o sea es paralelo al eje

OM
y. Como, además, pasa por el origen de coordenadas en realidad contie-
ne el eje y.
Ejemplo:
Sea el plano 3x +2z = 0

.C
(Fig. 2.11.)

3
 z x
2
DD Fig. 2.11.

[Link]. A = 0; B  0 ; C  0 o sea By + Cz = 0
Como A=0, el plano es perpendicular al plano yz o sea es paralelo al eje
x. Como pasa por el origen de coordenadas en realidad contiene el eje x.
LA
Ejemplo:
Sea el plano 2y + 5z = 0
(Fig. 2.12.)
2
 z y
FI

Fig. 2.12.


70

Este archivo fue descargado de [Link]

 [Link]. A 0 ; B 0 ; C 0
o sea Ax + By + Cz = 0

OM
El plano pasa por el origen de
coordenadas y no es perpendi-
cular a ninguno de los planos
coordenados
Ejemplo: (Fig. 2.13.)
Sea el plano3x - 2y - z = 0

.C
Fig. 2.13.
2.3. Vector normal positivo del plano
DD
2.3.1. Definición
Sea  : Ax + By + Cz + D = 0 un plano

Como se vió anteriormente, n = (A, B, C) es un vector normal al plano.
D
Si se divide este vector por  o sea por (+1) o (1) según que el tér-
LA
D
mino D sea negativo o positivo respectivamente, se obtiene un vector

que tiene la misma dirección que n pero su sentido va siempre desde 0

(origen de coordenadas) hacia el plano. A ese vector se simboliza con n 
y se denomina, vector normal postivo del plano..
FI

 
  
 n  A B C 
n = = , ,
D  D D D 
     
D  D D D 


71

Este archivo fue descargado de [Link]

 Definición:
Se denomina vector normal positivo de un plano a un vector que tiene

OM
dirección perpendicular al plano y cuyo sentido va siempre desde el ori-
gen de coordenadas hacia el plano.
 
 

 : Ax + By + Cz + D = 0  n     A
,
B
,
C 
D D D
    
 D D D 

.C
Ejemplos
DD 1 : 3x +2y  4z +5 = 0  2 : 2x +3y  4z  5 = 0
  
n = ( 3, 2 ,  4 ) n = n  = ( 2, 3,  4)

n  = (  3,  2, 4 )
 
LA
n =  n

2.3.2.. Versor normal positivo


Si se divide n  por su módulo se obtiene un vector de igual dirección y
FI

sentido pero de módulo 1 que se llama Versor Normal Positivo del plano

y se simboliza: n  .


72

Este archivo fue descargado de [Link]

  
 
n    
 A B C

OM
, , 
D D D
  A B C  A B C  A 2  B 2  C 2 
2 2 2 2 2 2

 D D D 

En los ejemplos dados anteriormente el versor normal positivo del plano

 1 y del plano  2 serán, respectivamente:

.C
  3 2 4    2 3 4 
n1 =  , ,  y n 2 =  , , 
DD  29 29 29   29 29 29 

2.3.3. Nota
Si el plano pasa por el origen, su ecuación general carece de término in-
dependiente ( D= 0) y no se puede hablar del sentido que va desde el
origen de coordenadas al plano. Entonces, el sentido positivo se de-
LA
termina por convención. Se pueden encontrar los siguientes casos:
 
 
a) C  0 
 
 n = 
A B C 
, ,
C C C 
FI

 
 C C C 


73

Este archivo fue descargado de [Link]

  
 
  A B
, 0 

OM
b) C = 0   : Ax +By = 0  n =  ,
B B
 
 B B 

c) C = B = 0   : Ax = 0  x = 0  n  = (1, 0, 0)

.C
2.4. Distancia
2.4.1. Distancia orientada de un punto a un plano
Sea  un plano de ecuación: Ax + By + Cz + D = 0 y sea P0(x 0, y0, z 0)
DD
un punto del espacio, no perteneciente al plano.
Sea P un punto cualquiera del plano: P(x ,y ,z ).

La distancia orientada de P0 a  es igual a la proyección del vector P0 P
sobre el vector normal positivo del plano .
LA

d(P0 ;  ) = prn P0 P



P0 P n 
d(P0 ;  )  
FI

Expresión vectorial de la distancia.

n


74

Este archivo fue descargado de [Link]

  
 
 A B C 

OM
(x  x 0 , y  y 0 , z  z0 )   , ,
D D D 
    
 D D D 
d(P0 ;  ) =
A 2  B2  C 2

(x  x 0 , y  y 0 , z  z 0 )  (A, B, C)

.C
d(P0 ;  ) =
D
A 2  B2  C2
D
DD d(P0 ;  ) =
Ax  Ax 0  By  By 0  Cz  Cz 0
D
A 2  B2  C2
D

Ax  By  Cz  (Ax 0  By 0  Cz 0 )
d(P0 ;  ) =
D
LA
A 2  B2  C2
D

Pero Ax + By + Cz =  D
 D  (Ax 0  By 0  Cz 0 )
d(P0 ;  ) =
FI

D
A 2  B2  C2
D


75

Este archivo fue descargado de [Link]

 Ax 0  By 0  Cz 0  D
d(P0 ;  ) = Expresión cartesiana de la distancia
D
A 2  B2  C2

OM
D

Otra forma de calcular la distancia de un punto a un plano, es la siguien-

te:

Dado un plano y un punto exterior a él, la distancia del

.C
punto al plano es

DD
LA
FI


76

Este archivo fue descargado de [Link]

 OM
A partir de esto hacemos:

.C
DD
Ejemplos
a) Calcular la distancia del punto A = (2, 3, 1) al plano:
LA

 :2x + 3y  z  1 = 0

En forma vectorial

 
n  = (2, 3 , 1) ; n  = 14 ; AP = (x 2, y+3, z+1)
FI

(x  2; y  3; z  1)  (2,3, 1)
d(A;  )=
14


77

Este archivo fue descargado de [Link]

 2x  4  3y  9  z  1
d(A;  )=
14

OM
 4  9 11 5
d(A;  )= =
14 14

En forma cartesiana :

Ax 0  By 0  Cz 0  D

.C
d(P0 ;  ) =
D
A 2  B2  C2
D
DD d(A;  )=
2.2  3( 3)  ( 1)  1
 14
=
5
14

b) Calcular la distancia del punto B(1, 2, 1) al mismo plano del ejercicio
anterior
LA

En forma vectorial

 
BP  x  1, y  2, z  1 ; n   2, 3,  1 ; n   14

x  1, y  2, z  1  (2,3, 1)
FI

d(B;  ) =
14


78

Este archivo fue descargado de [Link]

 2x  2  3y  6  z  1 1 2  6 1 8
d(B;  ) = = =
14 14 14

OM
En forma cartesiana

2(1)  3(2)  ( 1)  1 2  6 11 8

d(B;  ) = = =
 14  14 14
2.4.2. Nota complementaria

.C
En los ejemplos anteriores se obtuvo para la distancia, en el primer caso
un valor positivo y en el segundo un valor negativo. ¿Qué significado
geométrico tiene el signo de la distancia?
DD
Si la distancia d(P0 ;  ) es positiva entonces tiene el mismo sentido que

n  o lo que es lo mismo P0 y el origen de coordenadas están en el mismo
semiespacio respecto de  .

Si d(P0 ;  ) es negativa entonces tiene sentido contrario a n  o, lo que es
lo mismo, P0 y el origen de coordenadas están en distintos semi-espacios
LA
respecto de  .

2.4.3. Distancia desde el origen de coordenadas a un plano 

Sea  : Ax +By +Cz +D = 0
FI

En forma cartesiana
A.0  B.0  C.0  D
d(0;  )=
D
A 2  B2  C 2


D
79

Este archivo fue descargado de [Link]

 D
=
A 2  B2  C2

OM
La distancia desde el origen al plano es siempre positiva y su valor es
igual al valor del término independiente dividido por el módulo del vec-
tor normal al plano.

2.4.4. Cálculo de la distancia cuando el plano pasa por el origen

.C
Ejemplos
a) Hallar la distancia desde P(1, 2, 3) al plano  : 3x + 2y + z = 0
En forma vectorial
DD 
 
n  =(3 , 2 , 1 ) ; n  = 14 ; P0 P = (x 1, y + 2, z  3)

(x  1, y  2, z  3)  (3, 2, 1)
d(P0 ;  )=
14
3x  3  2y  4  z  3
LA
=
14
2
=
14
FI

En forma cartesiana
3.1  2( 2)  1.3 34 3 2
d(P0;  ) = = =
 14  14 14


80

Este archivo fue descargado de [Link]

 b) Hallar la distancia de M(2, 1,4) al plano  : 2x + y = 0
En forma vectorial

OM

 
n  = (2, 1, 0); n = 5 ; MP = (x 2, y  1, z + 4)

(x  2, y  1, z  4)  (2, 1, 0) 2x  4  y  1 5
d(M;  ) = = =
5 5 5

.C
En forma cartesiana

2(2)  1.1 4 1 5
d(M;  ) =
DD  5
=
 5
=
5

2.5. Ecuación normal del plano

Sea un plano dado por su ecuación cartesiana:
LA
 : Ax +By +Cz +D = 0

D
Dividiendo la ecuación por  A 2  B 2  C 2 se obtiene:
D
FI

A B C
x y z
D D D
 A B C
2 2 2
 A B C
2 2 2
 A B C
2 2 2

D D D


81

Este archivo fue descargado de [Link]

 D
  0 (1)
D
 A B C
2 2 2

OM
D
En esta ecuación, los coeficientes de las variables x, y, z son las com-
ponentes del versor normal positivo del plano. Como el versor tiene mó-
dulo 1, esos valores no son más que los cosenos directores del vector
normal positivo del plano.

.C
A
Es decir: cos α = ;
D
A 2  B2  C2
DD D
B C
cos β = y cos γ =
D D
A 2  B2  C2 A 2  B2  C2
D D
D D
Por otra parte =  =  p,
D A 2  B2  C2
A 2  B2  C2
LA
D
D
siendo p = = d (0;  ) como se vió en 2.4.3
A 2  B2  C2
FI

En consecuencia, la ecuación (1) puede escribirse:

cos α x + cos β y + cos  z  p = 0 Ecuación normal del plano



82

Este archivo fue descargado de [Link]

 Ejemplo:
Hallar la ecuación normal del plano: 2x  3 y + 4z  8 = 0

OM
Se divide por 29 , obteniendo:
2 3 4 8
x y+ z =0
29 29 29 29

 2 3 4 

.C
 8
Entonces n  =  , ,  y p = d(0;  ) =
 29 29 29  29
DD
2.6. Distancia entre planos paralelos
Dados dos planos paralelos, pueden ocurrir dos situaciones :
a) que el origen de coordenadas se encuentre entre ambos
b) que el origen de coordenadas esté a un mismo lado de ambos planos.
En el primer caso los versores normales positivos de ambos planos son
LA
opuestos. En el segundo caso, ambos planos tienen el mismo versor nor-
mal positivo.
En consecuencia en el primer caso:
 
d π1 , π 2  d0, π1   d0, π 2 
FI

 p1  p 2

En el segundo caso:
 
d π1 , π 2  d0, π1   d0, π 2 


83

Este archivo fue descargado de [Link]

  p1  p 2

OM
Se toma la distancia en valor absoluto ya que no se define signo para ella.
Ejemplos:
a) Sean los planos: π 1 : 3x2y+4z+8 = 0 y π 2 : 6x4y+8z36 = 0
Se escribe la ecuación normal de π 1 y π 2
3 2 4 8
π1 :  x + y z =0;

.C
29 29 29 29
  3 2 4  8
n =  , ,  y p1 =
1
 29 29 29  29
DD
π2 :
3
x
2
y+
4
z
18
=0 ;
29 29 29 29
  3 2 4  18
n =  , ,  y p2 =
 29 29 
LA
2 29 29
 
Los versores normales positivos son opuestos ( n  =  n  ), enton-
1 2
ces:
8 18 26
d( π 1 , π 2 ) = p1 + p 2 =
FI

+ =
29 29 29
b) Sean los planos

π 1 : 3x  2y + 4z + 8 = 0 y π 3 :  9x + 6 y  12z  48 = 0


84

Este archivo fue descargado de [Link]

 En se determinó la ecuación normal de 1 , obteniendo:

OM
3 2 4 8
 x y z 0
29 29 29 29
  3 2 4  8
n 1 =  , ,  y p1 =
 29 29 29  29
La ecuación normal de π 3 es

.C
3 2 4 16
 x+ y z = 0;
29 29 29 29
DD   3 2 4 
n  3 =  , ,
 29 29 29 
 y p3 =
16
29
 
Los versores normales positivos son iguales ( n  = n  ), entonces:
1 2

8 16 8
 d( π 1 , π 3 ) = p1  p 3 = 
LA
=
29 29 29

2.7. Ecuación de los planos bisectores de los ángulos diedros que

forman dos planos
FI

Sean los planos:

π 1 : A1 x + B1 y +C 1z +D1 = 0 y
π 2 : A2 x + B2 y +C 2z +D2 = 0


85

Este archivo fue descargado de [Link]

 Sus respectivos vectores normales positivos serán
   

OM
   
 
n 1 = 
A1
,
B1
,
C1  
y n2 =  A2 B2 C2 
D1 D1 D1   D2 , D2 , D2 
         
 D 1 D 1 D1   D 2 D 2 D2 

Puesto que el plano bisector es el lugar geométrico de los puntos del espa-

.C
cio que equidistan de las caras del ángulo diedro, se plantearán 2 casos, tal
como se vió en el capítulo correspondiente a la Recta en el plano. (Cap.1)
1º Caso:
DD
El lugar geométrico de los puntos cuyas distancias a las caras del ángulo
diedro son iguales en signo y en valor absoluto.
d(P, π 1 ) = d(P, π 2 )
2º Caso:
El lugar geométrico de los puntos cuyas distancias a las caras del ángulo
LA
diedro son iguales en valor absoluto pero de distinto signo.
d(P, π 1 ) =  d(P, π 2 )

Ejemplo:
FI

Hallar la ecuación de los planos bisectores de los ángulos diedros determi-

nados por los planos.
π 1 : 3x2y +6z  8 = 0 y π 2 : 4x  12 y 6z = 0


Ecuación del primer plano bisector:

86

Este archivo fue descargado de [Link]

 d(P, π 1 ) = d(P, π 2 )
3x  2y  6z  8 4x  12y  6z

OM
 =
 49 169
13(3x  2y + 6z  8) =  7 (4x  12y  6z)
67x  110y +36z  104 = 0

.C
Ecuación del segundo plano bisector:
d(P, π 1 ) =  d(P, π 2 )
3x  2y  6z  8 4x  12y  6z
DD 
 49
= 
169
13(3x2y +6z 8) = 7 (4x 12y-6z)
11x +58 y + 120 z  104 = 0
LA

2.8. Ángulo entre planos

El ángulo diedro que forman dos planos se mide por el ángulo que forman
sus respectivos vectores normales .

π 1 : A1 x + B1 y + C 1z + D1 = 0  n 1 = (A1, B1, C1)
FI


π 2 : A2 x + B2 y +C2 z +D2 = 0  n 2 = (A2, B2, C 2)
 
n1  n 2
φ = arc cos  
n1 n 2


87

Este archivo fue descargado de [Link]

 A 1 A 2  B 1 B 2  C 1C 2
φ = arc cos
A 22  B 22  C 22 A 12  B12  C 12

OM
Ejemplo
Hallar el ángulo que forman los planos dados en el ejemplo del punto 2.7.
π 1 : 3x 2y +6z  8 = 0 y π 2 : 4x  12 y  6z = 0
 
n 1  3,  2, 6 y n 2  4,  12,  6

.C
 φ  arc cos
3,  2, 6  4,12, 6
9  4  36 16  144  36
12  24  36
DD  arc cos
49 196
0
 arc cos
98
= 90º
LA

2.9. Paralelismo y perpendicularidad entre planos

Sean los planos π 1 : A1 x + B1 y + C 1z + D1 = 0 y
π 2 : A2 x + B2 y +C2 z +D2 = 0
FI

2.9.1. Planos paralelos (Fig. 2.14.)

 
π 1 // π 2  n1 //n 2
 
 n1  λn 2


88

Este archivo fue descargado de [Link]

 A1 B C
 = 1 = 1
A2 B2 C2

OM
Fig. 2.14.

2.9.2. Planos perpendiculares (Fig. 2.15)

.C
 
π1  π 2  n1  n 2
 
DD  n1  n 2  0
 A 1A 2 + B1 B2 + C1C2 = 0
LA
FI

Fig. 2.15.


89

Este archivo fue descargado de [Link]

 2.10. Intersección de planos
2.10.1. Intersección de dos planos

OM
Analíticamente, hallar la intersección de dos planos significa hallar las
soluciones comunes a sus ecuaciones, es decir, resolver el sistema:
 A 1 x  B1 y  C 1 z  D 1  0

A 2 x  B 2 y  C 2 z  D 2  0

.C
El sistema tiene menos ecuaciones que incógnitas, en consecuencia, solo
podrá ser: compatible indeterminado o incompatible.
Si es compatible indeterminado pueden, a su vez, presentarse dos casos:
DD
1º caso: h(A) = h(A’)=2. 2º caso: h(A) = h(A’)=1.
Los planos son secantes y las infi- Ello implica que:
nitas soluciones del sistema repre- A 1 B1 C 1 D 1
sentan los puntos de una recta.   
LA
(Fig. 2.16.) A 2 B2 C2 D2
Los dos planos tienen todos sus
puntos comunes, es decir, que son
planos coincidentes. (Fig. 2.17)
FI


90

Este archivo fue descargado de [Link]

 Fig.

OM
2.16.

Fig. 2.17.

.C
Si es incompatible existe una única posibilidad: h(A) =1 y h(A’) = 2. En
DD
ese caso:
A 1 B1 C 1 D 1
  
A 2 B2 C2 D2
Los dos planos no tienen puntos en común, es decir que son estricta-
mente paralelos.
LA
(Fig. 2.18.)
FI

Fig. 2.18.


91

Este archivo fue descargado de [Link]

 2.10.2. Intersección de tres planos
Analíticamente, hallar la intersección de tres planos significa hallar las

OM
soluciones comunes a sus ecuaciones, es decir, resolver el sistema:
 A 1 x  B1 y  C 1z  D 1  0

A 2 x  B 2 y  C 2 z  D 2  0
A x  B y  C z  D  0
 3 3 3 3

Al analizar el sistema, se observa que pueden darse distintas situaciones

.C
que se estudiarán a continuación, dando su interpretación geométrica y
haciendo el gráfico correspondiente.
1º) h(A) = h(A’) = 3
DD
El sistema es compatible determinado y por lo tanto tiene una única
solución. En consecuencia, existe un único punto A del espacio que
pertenece a los tres planos. (Fig. 2.19.)

A π1  π2  π3
LA
FI

Fig.2.19.


92

Este archivo fue descargado de [Link]

 2º) h(A) = h(A’) = 2
Sistema compatible indeterminado.

OM
Las infinitas soluciones del sistema, son los puntos de una recta.
Ello sólo sucede si hay dos planos coincidentes y el tercero es secan-
te a ellos. (Fig. 2.20.)
  π1  π 2  π 3

.C
DD
LA

Fig. 2.20.

3º) h(A) = h(A’) = 1

En este caso las ecuacio-
FI

nes del sistema represen-

tan planos coincidentes.
Los tres planos tienen to-
dos sus puntos comunes.
Fig. 2.21.
(Fig.2.21.)


93

Este archivo fue descargado de [Link]

 4º) h(A) = 2 y h(A’) = 3

OM
Sistema incompatible. No hay puntos comunes a los 3 planos. Como la
matriz A (matriz de los coeficientes) sólo tiene dos filas linealmente in-
dependientes, y la matriz A’ (matriz ampliada) tiene sus tres filas lineal-
mente independientes.
Quiere decir que dos pla-

.C
nos son estrictamente pa-
ralelos y el tercero es se-
cante a ellos. (Fig. 2. 22.)
  π1  π 2  π 3
DD
Fig. 2.22.
LA

5º) h(A) = 1 y h(A’) = 3

Sistema incompatible. No hay puntos comunes a los 3 planos. Co-
mo la matriz A no tiene dos filas linealmente independientes, y la
matriz A’ tiene sus tres filas linealmente independientes, quiere decir
FI

que los tres planos son estrictamente paralelos. (Fig. 2.23.)



Fig. 2.23.

94

Este archivo fue descargado de [Link]

 6º) h(A) = 1 y h(A’) = 2
Sistema incompatible.

OM
No hay puntos comunes a
los 3 planos. Como la matriz
A no tiene dos filas lineal-
mente independientes, y la
matriz A’ tiene sólo dos filas
linealmente independientes,
quiere decir que dos planos

.C
son coincidentes y el tercero,
estrictamente paralelo a ellos.
(Fig. 2. 24.)
DD Fig. 2.24.

Haz de planos determinado por la intersección de dos planos

Sean dos pla-
nos. Sea H el conjunto de todos los planos que pasan por la intersección
de .
LA
FI


95

Este archivo fue descargado de [Link]

 Teorema:
La ecuación del haz de planos que pasa por la recta de intersección de

OM
es:

Si se obtiene la ecuación de
Si se obtiene la ecuación de

.C
Si en (1) se divide miembro a miembro por

DD
Llamamos

Que es la ecuación del haz reducido de planos que pasa por la recta de
intersección de . (Teorema) Con el cual es más conveniente traba-
LA
jar puesto que tiene un solo parámetro. Se llama reducido debido a que
falta ya que este se corresponde con y al dividir miembro a
miembro consideramos . Por lo tanto en el haz reducido están
todos los planos que pasan por la recta excepto .
FI

Ejemplo
Hallar la ecuación del plano que pasa por la intersección de los planos
y por el punto


96

Este archivo fue descargado de [Link]

 La ecuación del haz reducido de planos que pasa por la intersección de
los planos dados, es:

OM
Como el plano solicitado pasa por el punto P, reemplazamos las coorde-
nadas de P en el haz de planos.

.C
DD
Reemplazando en (3) se tiene
LA
FI


97

Este archivo fue descargado de [Link]

 OM
Capítulo 9

.C
DD RECTA EN EL PLANO

1.1. Ecuaciones de la recta en el plano

1.1.1. Ecuación vectorial paramétrica de la recta
Se tratará ahora de encontrar la
ecuación vectorial paramétrica de
la recta que pasa por el punto
LA

P0 (x 0 , y0 ) y es paralela al vector

u = (u1 , u 2 )
Sean:
P0 (x 0 , y0 ) un punto del plano y
FI


u = (u1 , u 2 ) , un vector. (Fig. 1.1.)

Fig. 1.1.

Se traza por Po la recta ℓ paralela al vector u . (Fig. 1.2.)


17

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig. 1.2.
a) Para encontrar la ecuación de la recta ℓ, se toma sobre ella un punto
cualquiera (genérico) P(x; y).
LA
→ → →
Se trazan, luego, los vectores OP ; OP0 y P0 P .
→ → →
Se puede escribir, entonces: OP = OP0 + P0 P
→ →
 
Pero P0 P // u  P0 P = λ u
FI

En consecuencia:
→ →

OP = OP0 + λu Ecuación vectorial paramétrica


18

Este archivo fue descargado de [Link]

 Esta es la ecuación vectorial paramétrica de la recta que pasa por el pun-

to P0 y es paralela al vector u .

OM
Para cada valor del parámetro λ se tendrá un punto P distinto de la recta.
Todo punto de la recta verifica esa ecuación.

b) Se verá ahora que cualquier punto P del plano que verifique la ecua-
→ →

ción OP = OP0 + λu debe pertenecer a la recta ℓ.
En efecto:

.C
→ → → →
 
OP = OP0 + λu  OP − OP0 = λu
→ →
 
DD  P0 P = λu  P0 P // u

En consecuencia: P  ℓ porque por un punto exterior a una recta (di-


rección de u ) pasa una, y sólo una, paralela a dicha recta.

1.1.2. Ecuaciones cartesianas de la recta.

→ →

LA
En la ecuación OP = OP0 + λu , se reemplaza cada vector por sus com-
ponentes, obteniéndose:
(x, y ) = (x 0 , y 0 ) + λ (u 1 , u 2 )
Y efectuando la suma que figura en el segundo miembro, resulta:
FI

(x, y ) = (x 0 + λu 1 , y 0 + λu 2 )
Pero dos vectores son iguales si sus componentes respectivas son iguales,
de dónde se obtiene:


19

Este archivo fue descargado de [Link]

  x = x 0 + λu 1
 Ecuación cartesiana paramétrica de la recta.
y = y 0 + λu 2

OM
Despejando  de cada una de las igualdades anteriores.
x − x0 y − y0
λ= λ=
u1 u2
Si los primeros miembros son iguales, los segundos también lo son, por
lo tanto,

.C
x − x0 y − y0
= Ecuación simétrica de la recta.
u1 u2
Eliminando denominadores:
DD u 2 (x − x 0 ) = u 1 (y − y 0 )

u 2 x − u 2 x 0 = u1y − u1y 0

u 2 x − u 1 y + (u 1 y 0 − u 2 x 0 ) = 0
LA
 u2 = A

Haciendo  − u1 = B y reemplazando, se obtiene
 u y −u x =C
 1 0 2 0
FI

Ax + By + C = 0 Ecuación general de la recta

Ahora, despejando y, se obtiene:



20

Este archivo fue descargado de [Link]

  A
A C − B = m
y=− x − dónde, haciendo 

OM
se obtiene
B B C
 − =b
 B

y = mx + b Ecuación explícita de la recta

¿Qué representan los coeficientes m y b en la ecuación explícita?

.C
A u u
m = − = − 2 = 2 = tg α
B − u1 u1
El coeficiente m recibe el nombre de pendiente de la recta y es la tan-
DD
gente trigonométrica del ángulo que forma el vector dirección (o la recta)
con el sentido positivo del eje x.
Por otra parte, si en la ecuación general de la recta, se hace x = 0 resulta
C C
y=−  b=− es la ordenada del punto donde la recta corta al
B B
LA
eje y y recibe el nombre de ordenada al origen.
C
Asimismo, si en la ecuación general se hace y = 0, resulta x = − , que
A
es la abscisa del punto donde la recta corta al eje x. Se la designa con la
letra a y se llama, abscisa al origen.
FI

Retomando la ecuación general de la recta: Ax + By + C = 0

Si se pasa el término independiente al 2º miembro, se obtiene:
Ax + By = − C
Dividiendo ambos miembros por − C, se obtiene


21

Este archivo fue descargado de [Link]

 Ax By x y
+ =1 ó también: + =1
−C −C C C
− −

OM
A B
C C
Haciendo − = a y − =b
A B
x y
Se obtiene + = 1 Ecuación segmentaria (Fig.1.3.)
a b
a y b son, respectivamente, la abcisa al origen y la ordenada al ori-

.C
gen de la recta

DD
LA

Fig. 1.3.
FI

Ejercicio:
Encontrar las ecuaciones vectorial y cartesianas de la recta que pasa por
el punto A (−1; 2) y es paralela al vector u = (2, − 3) . (Fig.1.4.)



22

Este archivo fue descargado de [Link]

 La ecuación vectorial paramétrica de la recta que pasa por el punto A y

es paralela al vector u se escribe de la siguiente manera:

OM
→ →

OP = OA + λu
→
OP = (− 1, 2) + λ (2,−3)
→
OP = (− 1 + 2λ , 2 − 3λ ) Ecuación vectorial paramétrica

Ecuación cartesiana paramétrica

.C
x = − 1 + 2λ

 y = 2 − 3λ
Ecuación simétrica
DD x +1 y − 2
=
2 −3
Ecuación general
− 3 (x + 1) = 2 (y − 2)
LA
 −3x−3=2y−4
3x + 2y − 1 = 0
Ecuación explícita
FI

3 1
y=− x +
2 2

Fig.1.4.


23

Este archivo fue descargado de [Link]

 Ecuación segmentaria
x y
+ =1

OM
1 1
3 2
Se verifican gráficamente los valores de la abscisa al origen y de la orde-
1 1
nada al origen, a = y b= , respectivamente.
3 2

1.1.3. Ecuación vectorial de la recta

.C
Sea la recta que pasa por el punto P0 (x0; y0) y es perpendicular al vector

n = (n 1 , n 2 ) . (Fig. 1.5.)
DD
LA
FI

Fig. 1.5.


24

Este archivo fue descargado de [Link]

 Para encontrar la ecuación de la recta ℓ, se toma un punto P(x; y) genéri-
→
co de la recta. Como P0 y P son puntos de la recta, el vector P0 P está

OM
→

contenido en la recta ℓ. Entonces P0 P ⊥ n .
Pero la condición de perpendicularidad de dos vectores es que su pro-
→

ducto escalar sea nulo.  P0 P • n = 0
La igualdad obtenida es la Ecuación vectorial de la recta que pasa por


.C
P0 y es perpendicular al vector n .
 (x − x 0 , y − y 0 ) . (n1 , n 2 ) = 0
Resolviendo el producto escalar:
DD (x − x0 ) n1 + ( y − y 0 ) n 2 =0

n1x - n1x0 + n 2 y − n 2 y 0 = 0
n1x + n 2 y + ( − n1 x0 − n 2 y 0 ) = 0
LA

Si se hacen: n1 = A ; n 2 = B ; − n1 x0 − n 2 y 0 = C se obtiene:
Ax + By + C = 0 que es la Ecuación general de la recta.
 
Puesto que n = (n 1 , n 2 ) , reemplazando resulta: n = (A, B)
FI

Es decir que los coeficientes de x e y en la ecuación general de la recta

son las componentes de un vector normal a la recta.
Para verificar esta propiedad, se multiplica escalarmente el vector direc-
ción y el vector normal de una recta ℓ.


25

Este archivo fue descargado de [Link]

  
u . n = (u 1 , u 2 ). (n 1 , n 2 )
= (− B, A ). (A, B)

OM
= − AB + AB
 
=0  u⊥n

Ejemplos:
a) Hallar la ecuación vectorial y cartesiana de la recta que pasa por el

.C

punto A (−1, − 3) y es perpendicular al vector n = (2, 1). (Fig.1.6.)
b)

Ecuación vectorial de 
DD →

AP • n = 0
(x + 1, y + 3)• (2, 1) = 0
LA
Ecuación general
2(x + 1) + (y + 3) = 0
2x + 2 + y + 3 = 0
2x + y + 5 = 0
FI

Ecuación explícita

y = −2x − 5
Fig. 1.6.


26

Este archivo fue descargado de [Link]

 Ecuación segmentaria

OM
Se toma la ecuación general 2x + y + 5 = 0

 2x + y = − 5
x y
+ =1
5 −5
−
2
b) Hallar la ecuación simétrica y las ecuaciones cartesianas paramétricas

.C
de la recta del ejercicio anterior.
Partiendo de la ecuación general: 2x + y + 5 = 0
2x + 5 = − y
DD  5
2 x +  = − y
 2
5
x+
2=y Ecuacion simétrica
LA
−1 2
Igualando a  cada uno de los miembros de esta ecuación

x+5 y
= 2 =
−1 2
FI

 5
x = − − λ
 2 Ecuaciones cartesianas paramétricas
 y = 2λ


27

Este archivo fue descargado de [Link]

 
La recta pasa por el punto (−5/2, 0) y es paralela al vector u de com-
ponentes (−1, 2), lo cuál se puede ver en la Fig1.6.

OM
1.2. Vector normal a una recta del plano
1.2.1. Vector normal positivo de una recta
Sea  : A x + By + C = 0 una recta del plano

Sabemos que n = (A; B) es un vector normal a la recta.
C

.C
Se divide este vector por − , o sea, por (+ 1) o (− 1) según que C sea
C
negativo o positivo respectivamente.
 
DD 
n
=
C  C

 A
,
B 
C 


−  − − 
C  C C 

Este vector tiene la misma dirección que n , pero su sentido va siempre

LA
desde 0 (origen de coordenadas) a la recta. Se lo simboliza: n +

Definición:
Se denomina vector normal positivo de una recta a un vector que tiene
dirección perpendicular a esa recta y su sentido va siempre desde el ori-
gen de coordenadas hacia la recta.
FI


28

Este archivo fue descargado de [Link]

  
 
  A B 

OM
Si  : Ax + By + C = 0  n+ =  ,
C C 
 − − 
 C C 
Ejemplos

1 : 3 x + 2 y + 5 = 0 2 : 2 x + 3 y - 4 = 0
 
n = (3, 2) n = (2, 3)

.C
 
n + = (-3, -2) n + = (2, 3)
   
n+ = − n n+ = n
DD
LA
FI

Fig. 1.7. Fig. 1.8.



29

Este archivo fue descargado de [Link]

 1.2.2. Versor normal positivo

Si se divide n + por su módulo, se obtiene un vector de igual dirección y

OM
sentido, pero de módulo 1, que se llama versor normal positivo y se sim-

boliza: n +
 
 
  A B 
n+ = , 
C C
 − A2 + B 2 − A2 + B 2 

 C C 

.C
En los ejemplos anteriores se tendrá, para  1 y para  2 , respectivamen-
te:DD   3 2    2 3 
n+ = − ,−  n+ =  , 
 13 13   13 13 

Nota complementaria
LA
Si la recta pasa por el origen, su ecuación general carece de término in-
dependiente y es de la forma: Ax + By = 0
 
 


n = (A, B) y

n+ =  A B 
,
B B 
FI

 
 B B 
O sea que para encontrar el vector normal positivo de la recta, se divide

el vector n cuyas componentes son los coeficientes de x e y, por (+1)


30

Este archivo fue descargado de [Link]

 o (− 1) según que B (coeficiente de y) sea positivo o negativo, respecti-
vamente.

OM
Ejemplos

a)  1 :3x + 2y = 0 b)  2 :3 x - 2 y = 0

 
 n 1 = (3, 2)  n 2 = (3, - 2)

.C
 
 n + = (3, 2)  n + = (-3, 2)
1 2

DD
LA
FI

Fig. 1.9. Fig. 1.10.



31

Este archivo fue descargado de [Link]

 Puesto que en las rectas que pasan por el origen, no tiene ningún signifi-

OM
cado hablar del sentido que va desde el origen a la recta, el sentido que se
ha definido como positivo para estas rectas es meramente convencional
o sea que resulta de un acuerdo (o convención) creado por los matemáti-
cos.

1.3. Distancia
1.3.1. Distancia orientada de un punto a una recta

.C
 : Ax + By + C = 0 (1)
Sea P0 un punto de coordenadas (x 0 , y 0 )
Sea P(x, y) un punto cualquiera perteneciente a la recta  .
DD
La distancia orientada de Po a  es igual a la proyección del vector P0 P
→


sobre n + , o sea sobre el vector normal positivo de la recta.(Fig.1.11.)
→
 d (P0,  ) = prn + P0 P
LA

→

P0 P • n +
 d (P0,  ) =  Expresión vectorial de la distancia
n+
FI


32

Este archivo fue descargado de [Link]

 OM
.C
DD Fig.1.11.

 
 

(x − x 0 ; y − y 0 ) • 
A
,
B 
C C 
 − − 
 C C 
LA
d (P0 ,  ) =
A 2 + B2

(x − x 0 ; y − y 0 ).(A; B)
=
FI

C
− A 2 + B2
C


33

Este archivo fue descargado de [Link]

 Ax − Ax 0 + By − By 0
=
C
− A 2 + B2

OM
C

Ax + By − Ax 0 − By 0
= de (1): Ax +B y = − C
C
− A 2 + B2
C

− C − Ax 0 − By 0

.C
=
C
− A 2 + B2
C
DD d(P;  ) =
Ax 0 + By 0 + C
C
A 2 + B2
Expresión cartesiana de la distancia

Ejemplos:
LA
1) Calcular la distancia del punto A(2, 3) a la recta  : 4x - 5y + 6 = 0
(Fig. 1.12.)
En forma vectorial
→
 
AP = (x − 2, y − 3) ; n = (4, − 5) ; n + = (− 4, 5)
FI

→

AP • n +
=
(x − 2, y − 3) • (− 4, 5)

n+ 16 + 25


34

Este archivo fue descargado de [Link]

 − 4 (x − 2 ) + 5 (y − 3)
=
41

OM
− 4 x + 8 + 5y − 15
=
41

− 4x + 5y − 7

.C
=
41

DD Pero, -4x +5y = 6

−1
d (A;  ) =
41
d (A ;  )  − 0,156

Fig.1.12.
LA
En forma cartesiana
4.2 − 5.3 + 6
d (A ;  ) =
+ 16 + 25

8 − 15 + 6
FI

=
41
−1
=  d (A ;  ) = − 0, 15
41


35

Este archivo fue descargado de [Link]

 2) Calcular la distancia del punto B (1, − 1) a la misma recta del ejercicio
anterior. (Fig 1.12.)

OM
Enforma vectorial En forma cartesiana
4 . 1 − 5 (− 1) + 6
→
BP = (x − 1, y + 1) d (B;  ) =
→

41
BP • n +
d (B;  ) =  4 +5 +6
n+ =
41

.C
( x − 1 , y + 1).( − 4 , 5 )
= 15
41 =
41
− 4x + 4 + 5y + 5
=
DD 6+9
41
d ( B ;  )  2,34

=
41
15
=
LA
41
d (B;  )  2,34

¿Qué significado geométrico tiene el signo de la distancia de un punto a

una recta?
FI

En el primer ejemplo, la distancia d(A;  ) es negativa. En el gráfico se

observa que el vector representativo de esa distancia tiene sentido opues-
to al vector normal positivo de la recta.


36

Este archivo fue descargado de [Link]

 En el segundo ejemplo el vector representativo de d(B;  ) tiene el mis-

mo sentido que n + . Analíticamente se obtuvo un valor positivo para esa

OM
distancia.
Es decir que, si el punto desde el cuál se calcula la distancia a la recta está
en distinto semiplano que el origen 0 con respecto a la recta, la distancia
es negativa (tal es el caso del ejemplo 1). Si el punto desde el cual se cal-
cula la distancia a la recta está en el mismo semiplano que el origen 0 con
respecto a la recta, la distancia es positiva.

.C
1.3. 2. Distancia desde el origen de coordenadas 0(0, 0) a una recta
de ecuación Ax + By + C = 0

A.0 + B.0 + C
DD d (0;  ) =
C
A 2 + B2
C
C
=
C
A 2 + B2
LA
C
C
d(0;  ) =
A 2 + B2
FI

La distancia desde el origen de coordenadas a una recta  es igual al va-

lor absoluto del término independiente de la ecuación de la recta dividido
por el módulo del vector normal a la recta. En consecuencia, esta distan-
cia será siempre positiva.


37

Este archivo fue descargado de [Link]

 1.3.3. Cálculo de la distancia cuando la recta pasa por el origen

OM
Ejercicio
Hallar la distancia del punto R (− 1; 3) a la recta ℓ : 5x − 2y = 0
En forma vectorial
 
n = (5, −2) ; n + = (−5, 2)
→


.C
RP • n +
d(R; ℓ ) = 
n+


DDd(R; ℓ ) =
(x + 1, y − 3)• (− 5, 2)
25 + 4
− 5( x + 1) + 2( y − 3)
d(R; ℓ ) =
29
− 5x − 5 + 2 y − 6
=
29
LA

− 5x + 2 y − 11
=
29
Pero 5x − 2y = 0
FI

− 11
d(R; ℓ ) = Fig. 1.13.
29
d(R ;  )  − 2,04 (Fig.1.13.)


38

Este archivo fue descargado de [Link]

 En forma cartesiana
Ax 0 + By 0
d(R; ℓ ) =

OM
B
− A 2 + B2
B
5.( −1) − 2.3
=
+ 25 + 4
− 11
=

.C
29
d(R; ℓ )  − 2 , 04
DD
1.4. Ecuación normal de la recta
Sea ℓ: Ax + By + C = 0 una recta.
C
Se dividen ambos miembros de la ecuación por − A 2 + B 2 , obte-
C
niéndose:
LA

A B C
x + y+ =0
C 2 2 C 2 2 C 2 2
− A +B − A +B − A +B
C C C
En esta ecuación, los coeficientes de x e y son las componentes del ver-
FI

sor normal positivo de la recta, por lo tanto son los cosenos directores
del vector normal positivo de la recta.


39

Este archivo fue descargado de [Link]

 A B
cos  = cos  =
C C
− A 2 +B 2 − A 2 +B 2

OM
C C
Entonces la ecuación queda
C
cos  x + cos  y − =0
A 2 +B 2
C
es la d (0; ℓ) o sea, la distancia del origen a la recta,

.C
Pero,
A 2 +B 2
que es siempre un número positivo al que se designa p. En consecuencia
la ecuación normal de una recta es:
DD cos α x + cos β y − p = 0

Ejemplos:
a) Hallar la ecuación normal de la recta 4x − 5y + 6 =0
4 5 6
x − y+ =0
LA
6 6 6
− 16 + 25 − 16 + 25 − 16 + 25
6 6 6
4 5 6
− x+ y− =0 Ecuación normal
41 41 41
FI

4 5 6
 cos α = − cos β = p= = d (0; ℓ)
41 41 41
b) Hallar la ecuación normal de la recta: 3x − 2y = 0


40

Este archivo fue descargado de [Link]

 3 2
x− y=0
−2 −2
9+4 9+4

OM
−2 −2
3 2
− x+ y=0 Ecuación normal
13 13
3 2
cos α = − cos β = p=0
13 13

.C
1.5. Distancia entre dos rectas paralelas
Cuando dos rectas son paralelas pueden ocurrir dos casos: que el origen
DD
de coordenadas quede entre ambas rectas o que el origen de coordenadas
esté ubicado a un mismo lado de ambas.
En las Fig.1.14 y Fig.1.15 se observan ambas situaciones. En el primer
caso los versores normales positivos a ambas rectas son opuestos. En el
segundo caso ambas rectas tienen el mismo versor normal positivo.
LA
Por otra parte gráficamente se observa que:
• en el primer caso
d (ℓ1; ℓ2) = d(0; ℓ1) + d(0; ℓ2)
• en el segundo caso
d (ℓ1; ℓ2) = |d(0; ℓ1) - d(0; ℓ2)|
FI

Se toma la distancia en valor absoluto ya que no se ha definido un signo

para la misma.


41

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig.1.14 Fig.1.15
0 está entre ℓ1 y ℓ2 0 está al mismo lado de ℓ1 y ℓ2
LA

Ejemplo:
Sean las rectas: ℓ1: 3 x − 2 y + 8 = 0 ; ℓ2: 6x − 4 y − 36 = 0 y
ℓ3: − 9x + 6y − 18 = 0
FI

Se escribe la ecuación normal de cada una de las rectas

3 2 8
ℓ1: − x + y− =0 ;
13 13 13


42

Este archivo fue descargado de [Link]

   3 2  8
n+ = − ,  y p1 =
1
 13 13  13

OM
6 4 36
ℓ2 : x− y − = 0 y simplificando
52 52 52
3 2 18
ℓ2 : x− y− =0 ;
13 13 13
  3 2  18
n+ =  ,−  y p2 =

.C
2
 13 13  13

9 6 18
ℓ3: −
DD x + y − =0 y simplificando
117 117 117
3 2 6
ℓ3: − x+ y − =0 ;
13 13 13
  3 2  6
n+ =  − ,  y p3 =
3
 13 13  13
LA

Los versores normales positivos de ℓ1 y ℓ2 son opuestos. Entonces el

origen de coordenadas está entre ambas rectas.
d (ℓ1; ℓ2) = d(0; ℓ1) + d(0; ℓ2)
FI

= p1 + p2
8 18
= +
13 13


43

Este archivo fue descargado de [Link]

 26
=
13

OM
Los versores normales positivos de ℓ1 y ℓ3 son iguales. Entonces, el
origen de coordenadas está del mismo lado de ambas rectas.
d (ℓ1; ℓ3) = |d(0; ℓ1) - d(0; ℓ3)|

= p1 − p3

.C
8 6
= −
DD 13 13
2
=
13

1.6. Ecuación de las bisectrices de los ángulos que forman dos rec-
LA
tas
Sean ℓ1: A1 x + B1 y + C1 = 0 y ℓ2: A2 x + B2 y + C2 = 0
dos rectas del plano. Sus versores normales positivos son:
   
   
 B1   B2 
FI

 A1  A2
n +1 =  , y n+2 = ,
C1 C  C2 C 
 − − 1   − − 2 
 C1 C1   C2 C2 


44

Este archivo fue descargado de [Link]

 Puesto que la bisectriz de un ángulo tiene la propiedad de que todos sus
puntos equidistan de los lados del ángulo, se usará esta propiedad para

OM
hallar la ecuación de las bisectrices. (Fig. 1.16)

a)Ecuación de b1
d(P; ℓ1) = - d(P; ℓ2)
Esto es porque la distancia de P a ℓ1 es positiva, o sea, tiene igual sentido

que n + mientras que la distancia de P a ℓ2 es negativa, tiene sentido

.C
1

opuesto a n .
+2

DD
LA

Fig. 1.16.
FI

b)Ecuación de b2
d(P; ℓ1) = d(P; ℓ2)


45

Este archivo fue descargado de [Link]

 Ambas distancias son negativas ya que tienen sentido opuesto a cada
uno de los versores normales respectivos. (Fig.1.16.)

OM
Ejercicio:
Hallar la ecuación de las bisectrices de los ángulos que forman las rectas
ℓ1:3 x - 2 y + 8 = 0 y ℓ2: 4 x + 2 y - 5 = 0 ( Fig.1.17.)

a)Ecuación de b1
La distancia de P a ℓ1 es igual pero de signo contrario a la distancia de P

.C
a ℓ2..
 d(P; ℓ1) = - d(P; ℓ2)
DD 3x − 2y + 8
+ 13
=−
4x + 2y − 5
− 20

3 20 x - 2 20 y + 8 20 = 4 13 x + 2 13 y - 5 13

6 5 x-4 5 = 4 13 x + 2 13 y - 5
LA
5 y + 16 13

 (6 5 - 4 13 ) x + (- 4 5 - 2 13 ) y + (16 5 + 5 13 ) = 0

 - 1,01x – 16,16y + 53,8 = 0

FI

b)Ecuación de b2
La distancia de P a la recta ℓ1 tiene el mismo signo que la distancia de P a
la recta ℓ2.


46

Este archivo fue descargado de [Link]

  d(P; ℓ1) = d(P; ℓ2)

OM
.C
DD
LA

Fig.1.17.
FI

3x − 2 y + 8 4x + 2 y − 5
=
+ 13 − 20
-3 20 x + 2 20 y - 8 20 = 4 13 x + 2 13 y - 5 13


47

Este archivo fue descargado de [Link]

 -6 5 x + 4 5 y - 16 5 = 4 13 x + 2 13 y - 5 13

OM
(-6 5 - 4 13 ) x + (4 5 - 2 13 ) y + (-16 5 +5 13 ) = 0

-27,84 x + 1,73 y - 17,75 = 0

1.7. Ángulo entre dos rectas

El ángulo agudo entre dos rectas se mide por el ángulo (o el suplemento

.C
del ángulo) que forman sus vectores [Link].1.18.
 
n •n
DD  = arc cos 1  2
n1 n 2
LA
FI

Fig 1.18.


48

Este archivo fue descargado de [Link]

 Ejercicio:
Hallar el ángulo agudo que forman las rectas del ejercicio anterior

OM
ℓ1: 3 x - 2 y + 8 = 0 y ℓ2: 4 x + 2 y - 5 = 0
 
n1 = (3, -2) n 2 = (4, 2)
( 3, − 2 ) • ( 4 , 2 ) 12 − 4
 = arc cos = arc cos
4 + 9 16 + 4 13 20
 = 60 15' 18''

.C
Nota: También se puede medir el ángulo entre dos rectas del plano por
el ángulo que forman sus vectores dirección.
 
u1 • u 2
En ese caso   = arc cos  
u1 u 2
DD
1.7.1. Cálculo del ángulo entre dos rectas usando pendientes
LA
FI


49

Este archivo fue descargado de [Link]

 OM
m 1 = tg α ; m 2 = tg β
φ = β + 180 − α
φ = 180 + (β − α)
tg φ = tg (180 + (β − α))

.C
= tg (β − α)
tg β − tg α
tg φ =
DD 1 + tg α tg β

Fig.1.19.
m2 − m1
 φ = arc tg
1 + m1 m2
LA

Ejemplo: Tomando las mismas rectas del ejercicio anterior

ℓ1: 3 x - 2 y + 8 = 0 y ℓ2: 4 x + 2 y - 5 = 0

3 5
FI

y= x+4 y = − 2x +
2 2
3
m1= m2 = − 2
2


50

Este archivo fue descargado de [Link]

 3 −7
−2−
7
φ = arc tg 2 = arc tg 2 = arc tg = 60 15'18''

OM
3 −2
1 +  (− 2 )
4
2
φ = 60 15'18''

.C
DD
LA
FI


51

Este archivo fue descargado de [Link]

 OM
Capítulo 3

.C
RECTA EN EL ESPACIO
DD
3.1. Ecuaciones de la recta en el espacio

3.1.1. Ecuación vectorial paramétrica de la recta de E3 que pasa por


el punto P0(x0,y0,z0) y es paralela a un vector u = (u 1 , u 2 , u 3 )

Dados P0(x0, y0, z0) y u = (u 1 , u 2 , u 3 ) , se traza por P0 una recta ℓ
LA

paralela a u . (Fig. 3.1) Se toma P(x, y, z) punto genérico de la recta
→ → →
y se trazan los vectores OP , OP0 y P0 P , quedando lo siguiente:
→ → →
OP = OP0 + P0 P
FI

→ →

Pero P0 P // u , porque P0 P es un vector determinado por dos
puntos de la recta ℓ.
→

 P0 P = λu


52

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig. 3.1.
→ →

 OP = OP0 + λu
LA
que es la ecuación vectorial paramétrica de la recta que pasa por P0 y

es paralela a u .

3.1.2. Ecuaciones cartesianas de la recta en E3

→ →

Al reemplazar en la ecuación OP = OP0 + λu cada vector por sus
FI

componentes, se obtiene:
(x, y, z) = (x 0 , y 0 , z 0 )+ λ (u 1 , u 2 , u 3 )


53

Este archivo fue descargado de [Link]

 (x, y, z) = (x 0 + λu 1 , y 0 + λu 2 , z 0 + λu 3 )

OM
Puesto que dos vectores son iguales si son iguales sus componentes
respectivas, resulta:
 x = x 0 + λu 1 Ecuaciones cartesianas

y = y 0 + λu 2 paramétricas de la recta que pasa

 z = z + λu por P0 y es paralela a u .
 0 3

.C
Si de cada ecuación se despeja  , se obtendrán las igualdades:
x − x0 y − y0 z − z0
λ= ; λ= ; λ=
DD u1 u2 u3
Si los primeros miembros son iguales, los segundos también lo son, de
donde resulta:
x − x0 y − y 0 z − z0 Ecuación simétrica de la
= =
u1 u2 u3 recta
LA

Ejemplo
a) Escribir las ecuaciones de la recta que pasa por los puntos
A= (3, 2, −1) y B = (− 1, 1, 4). (Fig. 3.2)
FI

 →
u = AB = (− 4, − 1, 5)
→ → → →
OP = OA + λ AB  OP = (3, 2, − 1) + λ (− 4, − 1, 5)


54

Este archivo fue descargado de [Link]

 →
OP = (3 − 4λ , 2 − λ, − 1 + 5λ ) Ec. vectorial paramétrica

OM
.C
DD
LA
Fig. 3.2.

 x = 3 − 4λ

 y = 2−λ Ecuaciones cartesianas paramétricas
z = −1 + 5λ
FI


x −3 y − 2 z +1
= = Ecuación simétrica
−4 −1 5


55

Este archivo fue descargado de [Link]

 3.1.3. Recta dada por dos planos

OM
Una recta se puede definir también como la intersección de dos planos.
ℓ = 1  2
Algebraicamente los puntos de la recta representan las soluciones del
sistema formado por las ecuaciones de los dos planos.
 A 1 x + B1 y + C 1z + D 1 = 0 (π 1 )
ℓ: 

.C
A 2 x + B 2 y + C 2 z + D 2 = 0 (π 2 )
Como la recta es la intersección de ambos planos, su vector dirección
será simultáneamente perpendicular a los vectores normales a los
DD
planos.
  
i j k
  
 u = n 1  n 2 = A 1 B1 C 1
A 2 B2 C2
LA

Ejemplos
a) Escribir la ecuación vectorial paramétrica y simétrica de la recta dada
por los planos 1 : x + y + z − 8 = 0 y  2: 2 x − 3y − z + 5 = 0

El vector dirección de la recta será:

FI

  
i j k
  
u = n1 n 2 = 1 1 1 = (2, 3, − 5 )
2 − 3 −1


56

Este archivo fue descargado de [Link]

 Un punto de la recta se obtiene dándole valor a una de las variables.
Por ejemplo, si se toma: z = 1

OM
 x + y =7

2x − 3y = −4
17 18  17 18 
 x=  y=  P0  , , 1
5 5 5 5 

.C
La ecuación vectorial paramétrica de ℓ es:
→
 17 18 
OP =  , , 1 + λ (2, 3, − 5)
DD 5 5 

17 18
x− y−
y su ecuación simétrica: 5 = 5 = z −1
2 3 −5

b) Hallar las ecuaciones de la recta que pasa por P0(1, 2, 3) y es paralela a

LA

u = (2, 3, 0) . (Fig. 3.3.)
→
OP = (1, 2, 3) + λ (2, 3, 0) Ecuación vectorial paramétrica
 x = 1 + 2λ

FI

y = 2 + 3λ Ecuaciones cartesianas paramétricas

 z=3



57

Este archivo fue descargado de [Link]

 OM
.C
DD
Fig. 3.3.

Se puede despejar λ de la primera y segunda ecuación, pero no de la

LA
tercera
x −1 y−2
= =
2 3
x − 1 y − 2
 =
FI

Entonces resulta:  2 3
 z=3


58

Este archivo fue descargado de [Link]

 En consecuencia, no se puede escribir la ecuación simétrica. La recta
queda determinada por dos ecuaciones de primer grado o sea, por dos

OM
planos.

c)Hallar las ecuaciones de la recta que pasa por (2, − 2, 1) y es paralela


a u = (0, 0, 3) . (Fig.3.4.)

.C
DD
LA

Fig. 3.4.
→
La ecuación vectorial paramétrica es: OP = (2,−2, 1) + λ(0, 0, 3)
FI

Las ecuaciones cartesianas paramétricas son:



59

Este archivo fue descargado de [Link]

  x=2

 y=− 2

OM
z = 1 + 3λ


Entonces, la recta queda determinada por dos planos:

 x = 2

 y = −2

.C
3.2. Representación de rectas de E3

3.2.1. Dado un punto P0 y el vector dirección u
DD
LA
FI

Fig. 3.5.


60

Este archivo fue descargado de [Link]

 
Una vez representados P0 y el vector u , se traza por P0 una recta

paralela a u . (Fig. 3.5.)

OM
3.2.2. Representación de una recta por medio de sus trazas
Las trazas de una recta son los puntos de intersección de la recta con
cada uno de los planos coordenados.

Ejemplos

.C
a) Representar la recta ℓ por medio de sus trazas.(Fig. 3.6.)

DD 2x − 3y − z + 5 = 0
ℓ: 
 x + y + z −8=0
Traza sobre el plano XY
z=0
2x − 3y + 5 = 0
LA

 x + y −8=0
19 21
 x=  y=
5 5
 19 21 
 TXY  , , 0 
FI

5 5 

Fig. 3.6.


61

Este archivo fue descargado de [Link]

 Traza sobre el plano XZ (y = 0)
2x − z + 5 = 0

OM

 x + z −8 = 0
 x =1  z = 7
 TXZ (1, 0, 7)
Traza sobre el plano YZ (x = 0)

.C
− 3y − z + 5 = 0 3 19
  y=−  z=
 y + z −8 = 0 2 2

 3 19 
DD  TYZ  0, − , 
 2 2
x −1 y + 3 z −1
b) Representar la recta: = = por medio de sus trazas.
2 4 −1
(Fig.3.7.)
LA

Traza sobre plano XY

z=0
x −1 
= 1  x=3 
  TXY (3, 1, 0 )
2
FI

y+3
= 1  y =1 
4 

Traza sobre el plano XZ



62

Este archivo fue descargado de [Link]

 y=0
x −1 3 5 

OM
=  x= 
2 4 2
z −1 3 1 
=  z= 
−1 4 4 

5 1
 TXZ  , 0, 
2 4

.C
Traza sobre plano YZ
x=0
DDy+3
4
=−
2
1 
 x = −5
z −1 1 3 
=−  z= 
−1 2 2 
 3
 TYZ  0, − 5, 
LA
Fig. 3.7.
 2

3.2.3. Representación de una recta por medio de sus Planos

Proyectantes
FI

Se llaman Planos Proyectantes de una recta a los planos que contienen a

la recta y son perpendiculares a cada uno de los planos coordenados.
Ejemplos


63

Este archivo fue descargado de [Link]

 2x − 3y − z + 5 = 0
a) Representar la recta ℓ:  por medio de sus Planos
 x + y + z −8 = 0

OM
Proyectantes.
Para hallar el Plano Proyectante sobre el plano XY, se elimina la
variable z, lo cual se logra sumando miembro a miembro las dos
ecuaciones del sistema dado. Se obtiene entonces, la ecuación:
3x − 2y − 3 = 0
que es la ecuación del Plano Proyectante de la recta sobre el plano

.C
XY.
Para hallar el Plano Proyectante sobre el plano XZ, se debe eliminar la
variable y. Para ello se multiplica la segunda ecuación por 3 y se
DD
suman miembro a miembro, ambas ecuaciones. Se obtiene la
ecuación:
5x + 2z – 19 = 0 que es el Plano Proyectante de la recta sobre el
plano XZ.
Para hallar el Plano Proyectante sobre el plano YZ, se debe eliminar
la variable x. Para ello se multiplica la segunda ecuación por −2 y
LA

luego se suman, miembro a miembro, ambas ecuaciones. Se obtiene:

−5y – 3z + 21 = 0
que es la ecuación del Plano Proyectante de la recta sobre el plano
YZ.
FI

Para trazar la recta no hace falta dibujar los tres Planos Proyectantes,
sino solo dos de ellos. En este ejemplo se trazarán únicamente los
Planos Proyectantes de la recta sobre los planos XZ e YZ. (Fig. 3.8.)


64

Este archivo fue descargado de [Link]

 OM
.C
DD Fig. 3.8.

x −1 y + 3 z −1
b) Representar la recta = = por medio de sus Planos
2 4 −1
LA
Proyectantes.

Plano proyectante sobre el plano XY

x −1 y + 3
=  2x − 2 = y + 3  2x − y − 5 = 0 (I) que es la
2 4
FI

ecuación del Plano Proyectante de la recta sobre el plano XY.

Plano proyectante sobre el plano XZ



65

Este archivo fue descargado de [Link]

 x −1 z −1
=  − x + 1 = 2z − 2  x + 2z − 3 = 0 (II) que es la
2 −1

OM
ecuación del Plano Proyectante de la recta sobre el plano XZ.

Plano proyectante sobre el plano YZ

y + 3 z −1
=  − y − 3 = 4z − 4  y + 4z − 1 = 0 (III) que es la
4 −1
ecuación del Plano Proyectante de la recta sobre el plano YZ.

.C
Para representar la recta se trazan dos de sus Planos Proyectantes, por
ejemplo (I) y (III). (Fig 3.9.).
DD
LA
FI

Fig.3.9.


66

Este archivo fue descargado de [Link]

 3.3. Distancia

OM
3.3.1. Distancia de un punto a una recta del espacio
Sea P0 (x 0 , y 0 , z 0 ) un punto no perteneciente a la recta  y sean el punto

P1 (x 1 , y 1 , z1 ) perteneciente a  y u = (u 1 , u 2 , u 3 ) su vector dirección.

P0   ; P1   y u//  (Fig. 3.10.)

.C
DD
LA
FI

Fig. 3.10.

Pero, por definición de producto vectorial:



67

Este archivo fue descargado de [Link]

 La distancia de P0 a la recta ℓ es el segmento de perpendicular trazado
desde ese punto a la recta. Por Teorema de Pitágoras:

OM
→
d(P0,  ) = P0 P1 sen φ (1)

→

→ →
P0 P1  u
 
P0 P1  u = P0 P1 u sen φ  sen φ =

.C
→

P0 P1 u

Reemplazando en (1):
DD →

→
P0 P1  u
d(P0,  ) = P0 P1 . →

P0 P1 u
→

P0 P1  u
LA

d(P0,  ) =  Distancia de un punto a una recta del espacio

u

Definición:
FI

La distancia de un punto a una recta de E3 es igual al módulo del

producto vectorial del vector dirección de la recta y el vector
determinado por el punto dado y un punto de la recta, dividido por el
módulo del vector dirección de la recta.


68

Este archivo fue descargado de [Link]

 Ejemplo
Hallar la distancia del punto A(-1, 2, 3) a la recta  de ecuación:

OM
2x − 4 1 − y z − 5
: = =
6 3 2
En primer lugar se halla la ecuación simétrica de la recta:
x − 2 y −1 z −5
: = =
3 −3 2

.C
De esta ecuación se deduce que la recta pasa por P1(2, 1, 5) y su vector

dirección es: u = (3,−3, 2)) .
Entonces,
DD →

AP1  u
d(A,  ) = 
u
  
LA
i j k
→ →

AP1 = (3,−1, 2 )  AP1  u = 3 − 1 2 = (4, 0, − 6)
3 −3 2

→
 
FI

 AP1  u = 16 + 0 + 36 = 52 = 2 13 y u = 9 + 9 + 4 = 22

2 13
 d(A,  ) = = 1,53741223  1,54
22


69

Este archivo fue descargado de [Link]

 3.3.2. Distancia entre rectas paralelas
Puesto que ambas rectas tienen el mismo vector dirección, el problema

OM
se resuelve calculando la distancia desde un punto de una de las rectas a
la otra. (Fig. 3.11)

u // ℓ1 // ℓ2
P1ℓ1

.C
P2ℓ

→

DD P1 P2  u
d(ℓ1, ℓ2) = 
u

Fig.3.11.
Ejemplo
Hallar la distancia entre las rectas paralelas ℓ1 y ℓ2.
LA

x −3 y +1 z + 4 x − 2 y −1 z −5
ℓ1 = = = ; ℓ2 = = =
3 −3 2 3 −3 2
→
P1(3; −1; −4)  ℓ1 y P2(2; 1; 5)  ℓ2  P1 P2 = (− 1, 2, 9)
FI


u = (3,−3, 2) es el vector dirección de ambas rectas


70

Este archivo fue descargado de [Link]

   
i j k
→

P1 P2  u = − 1 2 9 = (31, 29, − 3)

OM
3 −3 2
→

P1 P2  u = 961 + 841 + 9 = 1811


u = 9 + 9 + 4 = 22

.C
1811
d(ℓ1, ℓ2) =  9,071
DD 22

3.3.3. Mínima distancia entre rectas que se cruzan

Las rectas que se cruzan pueden ser:
secantes: tienen un punto en común y son coplanares.
alabeadas: no tienen puntos comunes y no son coplanares.
Como dos rectas alabeadas no son coplanares, no deben confundirse con
LA
las rectas paralelas.
Un ejemplo de rectas alabeadas son dos rectas de direcciones distintas
incluídas en dos planos paralelos. (Fig. 3.12.)
ℓ1 y ℓ2 son dos rectas alabeadas
FI

1 // 2 y 1 2


71

Este archivo fue descargado de [Link]

 OM
Fig. 3.12.

La mínima distancia
entre ambas rectas es

.C
el segmento
perpendicular a
ambas rectas. (Fig.
DD
3.13.)
LA

Fig. 3.13.


Sean las rectas ℓ1 que pasa por P1 y es paralela al vector u 1 y ℓ2 que pasa

FI

por P2 y es paralela al vector u 2 .

 
En símbolos: P1  ℓ1 ; P2  ℓ2 ; u 1 // ℓ1 y u 2 // ℓ2


72

Este archivo fue descargado de [Link]

 La mínima distancia entre las rectas ℓ1 y ℓ2 es numéricamente igual a la
→
 
medida de la proyección del vector P1 P2 sobre el vector u 1  u 2 que es

OM
un vector perpendicular a ambas rectas.
Así, conociendo un punto de cada recta y sus vectores dirección, se
puede calcular la mínima distancia entre ambas.
→
d(ℓ1 , ℓ2) = Proy u 1 u 2 P1P2
→
 
P1 P2 • (u 1  u 2 )

.C
=  
u1  u 2
La distancia se toma en valor en valor absoluto.
DD →
 
P1 P2 • (u 1  u 2 )
d(ℓ1 , ℓ2) =  
u1  u 2
LA
Ejemplo
Hallar la mínima distancia entre las rectas que se cruzan:
x −3 y +1 z + 4 x + 2 y −1 z + 3
ℓ1 : = = y ℓ2 : = =
3 −3 2 5 2 −1
P1 (3; −1;− 4)  ℓ1 P2 (−2; 1; −3)  ℓ2
FI

 
u 1 = (3, − 3, 2) // ℓ1 u 2 = (5, 2, − 1) // ℓ2
→
P1 P2 = (− 5, 2, 1)


73

Este archivo fue descargado de [Link]

   
i j k
 
u 1  u 2 = 3 − 3 2 = (− 1, 13, 21)

OM
5 2 −1
→
 
P1P2 • (u 1  u 2 ) = (− 5, 2, 1)• (− 1, 13, 21)

= 5 + 26 + 21
= 52

.C
 
u 1  u 2 = 1 + 169 + 441 = 611
DD d(ℓ1 , ℓ2) =
→

 
 
P1 P2 • (u 1  u 2 )
u1  u 2
=
52
611
=
52
611
 3,56

3.4. Ángulos
3.4.1. Ángulo entre rectas
LA

El ángulo que forman dos rectas que se cruzan se mide por el

ángulo que forman sus vectores dirección.
 
u1 • u 2
 = arc cos  
u1 u 2
FI

Ejemplo
Hallar el ángulo que forman las rectas que se cruzan dadas en el ejemplo
del punto 3.3.3.


74

Este archivo fue descargado de [Link]

  
u 1 = (3, − 3, 2) u 2 = (5, 2, − 1)

OM
 = arc cos
(3, − 3, 2) • (5, 2, − 1)
22 30
15 − 6 − 2
= arc cos
660
7
= arc cos

.C
660
 74º 11' 18"

3.4.2. Ángulo entre recta y plano

DD x − x0 y − y 0 z − z0
Sean la recta ℓ de ecuación: = = y el plano  de
u1 u2 u3
ecuación Ax+By+Cz+D = 0
El ángulo  que forman la recta ℓ y el plano  es complementario del
LA
 
ángulo que forman los vectores n π y u  (vector normal al plano y
vector dirección de la recta, respectivamente). (Fig. 3.14.)
 
n •u
90º -  = arc cos π  
nπ u
FI

 
nπ • u
  = arc sen  
nπ u


75

Este archivo fue descargado de [Link]

 Au1 + Bu 2 + Cu 3
ó también  = arc sen
A 2 + B 2 + C 2 u 12 + u 22 + u 32

OM
Esta expresión permite calcular el ángulo que forman una recta
del espacio con un plano.

.C
DD
LA
Fig. 3.14.

Ejemplo
Hallar el ángulo que forma el plano π: 2x − 3y + z = 5 y la recta
 2x + y = 5
FI

ℓ: 
3x + 2y + z = 1


76

Este archivo fue descargado de [Link]

   
i j k
 
n π = (2, − 3, 1) u  = 2 1 0 = (1, − 2, 1)

OM
3 2 1

φ = arc sen
(2,−3,1) • (1,−2,1) = arc sen 9
 79º 6' 24"
14 6 84

3.5. Condiciones de paralelismo y perpendicularidad entre recta y

.C
plano
x − x0 y − y 0 z − z0
Sean la recta ℓ de ecuación: = = y el plano  de
DD u1 u2 u3
ecuación Ax+By+Cz+D = 0
3.5.1. Paralelismo
Si la recta es paralela al plano, su vector dirección es perpendicular al
vectos normal al plano. (Fig. 3.15.).
ℓ // π
LA

   
 u ⊥ nπ  u • nπ =0
FI


77

Este archivo fue descargado de [Link]

 OM
.C
Fig.3.15.

En consecuencia, la condición de paralelismo entre una recta y un

DD
plano es que el producto escalar del vector dirección de la recta por el
vector normal al plano sea igual a cero.
 Au1 +Bu2 +Cu4 = 0
3.5.2. Perpendicularidad
Si la recta es perpendicular al plano, su vector dirección es paralelo al
LA

vector normal al plano. (Fig. 3.16.).

    u1 u 2 u 3
ℓ ⊥   u  // n π  u  = λn π  = =
A B C
FI


78

Este archivo fue descargado de [Link]

 OM
.C
Fig.3.16
DD
En consecuencia, la condición de perpendicularidad entre una recta
y un plano es que el vector dirección de la recta y el vector normal al
plano tengan sus componentes proporcionales.
LA
FI


79

Este archivo fue descargado de [Link]

 CAPÍTULO

OM
TRANSFORMACIONES LINEALES

5.1. Definición
Sean (V, +, K, .) y (W, +, K, .) dos espacios vectoriales definidos so-
bre un mismo cuerpo K. La función f: V → W es una transformación
lineal si y solo si:

.C
1) La imagen de la suma de dos vectores cualesquiera de V es igual a la
suma de sus imágenes en W.
     
f( a + b ) = f( a ) + f( b )  a , b V
2) La imagen del producto de un escalar   0 por todo vector de V es
DD
igual al producto del escalar por la imagen de dicho vector en W.
  
f( a ) =  f( a )  a  V;   K

Gráficamente
V W
LA

a f(a)
b f(b)
a+b f(a + b) = f(a) + f(b)
λa f f(λa) = λf(a)
FI

La definición de Transformación Lineal también se puede expresar como

sigue:
   
f: V→W es Transformación lineal  f( a + b ) = f( a ) + f( b )
 
 a , b  V y ,  K


Ejemplo:

142

Este archivo fue descargado de [Link]

 Sean (R2, +, R, .) y (R3, +, R, .) dos espacios vectoriales reales y sea la
función: f: R2 → R3 / f(a, b) = (b, -a, a + b). Demostrar que f es trans-
formación lineal.

OM
Sean:
 
v1 = (a1, b1)  R2  f( v1 ) = (b1 ,-a1 ,a1+b1)
 
v2 = (a2, b2)  R2  f( v2 ) = (b2 ,-a2 ,a2+b2)
 
v1 + v2 = (a1+a2 ,b1+b2)
 
f( v1 + v 2 ) = ((b1+b2),-(a1+a2), (a1+a2)+(b1+b2))

.C
= (b1+b2 ,-a1- a2 ,(a1+b1)+(a2+b2))
= (b1 ,-a1 ,a1+b1) + (b2 ,-a2 ,a2+b2)
 
DD
= f( v1 ) + f( v2 ) (I)
 
 v1 = (a1 , b1)  f( v1 ) = (b1 , -(a1), a1 +b1)

= (b1 ,-a1 ,(a1 + b1))

= (b1, -a1, a1+ b1)
LA


=  f( v1 ) (II)

De (I) y (II) resulta que f es una transformación lineal.

FI

5.2. Núcleo de una transformación lineal

Definición: El núcleo de una transformación lineal es el conjunto de
todos los elementos del primer espacio vectorial que tienen como


imagen el cero (elemento neutro de la suma) del segundo espacio vec-

torial.

143

Este archivo fue descargado de [Link]

 f: V → W Transformación lineal.
 
Nf = { x  V / f( x ) = 0W}

En el ejemplo dado:

OM
Nf = {(a, b) / f(a, b) = (0, 0, 0)}
 (b, -a, a + b) = (0, 0, 0)

b=0
 -a = 0  a=0
a+b=0 b=0

.C
El núcleo tiene una solo elemento que
Nf = {(0, 0)} es el par ordenado (0,0).
DD
5.3. Imagen de una transformación lineal
Definición: Se llama Imagen de una transformación lineal al conjunto
formado por los elementos del segundo espacio vectorial que son ima-
gen de los vectores del primer espacio.
LA

   
If = { y  W /  x  V  f( x ) = y }

En el ejemplo dado: La imagen de f es el conjunto de las ternas de núme-

ros reales cuya 3º componente es igual a la diferencia entre la primera y la
FI

segunda componentes.

If = {(x, y, x − y)}
5.4. Propiedades de las transformaciones lineales


1) La imagen del cero del primer espacio es igual al cero del segundo
espacio.
f(0V) = 0W

144

Este archivo fue descargado de [Link]

 Demostración:
  
Sea x  V  x + 0V = x
 
f( x + 0V) = f( x )
 

OM
f( x ) + f(0V) = f( x ) Porque f es Transformación lineal.
 
f( x ) + f(0V) = f( x ) + 0w 0W elemento neutro de + en W.
f(0V) = 0w

2) La imagen del opuesto de un elemento de V es igual al opuesto de su

imagen.

.C
 
f(- x ) = -f( x )
Demostración:
 
f(- x ) = f((-1) x )

DD = (-1) f( x )
 
f(- x ) = -f( x )

3) El núcleo de una transformación lineal f: V→ W es subespacio vec-

torial del primer espacio.
Nf es subespacio vectorial de V
LA

Demostración:
 
a  Nf  f( a ) = 0W
 
b  Nf  f( b ) = 0W
   
f( a + b ) = f( a ) + f( b ) Porque f es transformación lineal.
FI

= 0W + 0W
= 0W
  La suma de dos elementos de
 ( a + b )  Nf Nf es otro elemento de Nf.


 
f(λ a ) = λ f( a ) Porque f es transformación lineal.
= λ 0W
= 0W
El producto de un escalar por un
elemento de Nf es otro elemento de Nf.
145

Este archivo fue descargado de [Link]

  λa  Nf

 Nf es subespacio vectorial de V.

OM
4) La imagen de una transformación lineal es subespacio vectorial del
segundo espacio.
If es subespacio vectorial de W.
Demostración:
   
a) w1  If   v1  V / f( v1 ) = w1
   
w2  If   v2  V / f( v2 ) = w2

.C
   
w1 + w2 = f( v1 ) + f( v2 )
 
= f( v1 + v2 ) Porque f es transformación lineal.
DD
   
Como v1  V y v2  V resulta que v1 + v2  V.
     
  ( v1 + v2 )  V / f( v1 + v2 ) = w1 + w2
 
 w1 + w2  If (I)
LA

 
b) λ w1 = λ f( v1 )

= f (λ v1 ) Porque f es transformación lineal.
 
v1  V  λ v1  V
FI

   
  λ v1  V / f(λ v1 ) = λ w1  λ w1  If (II)

 De (I) y (II): If es subespacio vectorial de W.



5.5. Dimensión del Núcleo y de la Imagen

146

Este archivo fue descargado de [Link]

 Definición: Si (V, +, K, .) es un espacio vectorial de dimensión finita y
f:V→ W es una transformación lineal, entonces la suma de las dimensio-
nes del núcleo y de la imagen es igual a la dimensión del primer espacio.
dim (Nf ) + dim (If ) = dim (V)

OM
5.6. Teorema fundamental de las transformaciones lineales

Sean (V, +, K, .) y ( W , +, K, .) dos espacios vectoriales y [B] una base

       
de V ( B = v1 , v2 , v3 ,, vn  ). Si w1 , w2 , w3 ,..., wn son n vectores cua-

.C
lesquiera de W, entonces existe una única transformación lineal f: V→ W
 
tal que f( v i ) = wi ,  i =1, 2, 3,..., n.

Demostración:
DD 
Todo vector x de V puede expresarse como combinación lineal de los
vectores de la base [B] siendo los escalares αi únicos.
 n 
x =   i vi
i =1
Se define ahora una función f: V→ W tal que la imagen de cualquier

LA

vector x de V esté dada por:

 n

f ( x ) =   i wi
l =1


Es decir que la imagen por f de una vector x de V es la combinación
FI


lineal de los n vectores wi de W usando los mismos coeficientes que

permiten expresar a x como combinación lineal de los vectores de la
base [B].
En primer lugar, se demostrará que f es una transformación lineal.


  n   n

Sean x  V  x =  i vi y f ( x ) =   i wi
i =1 l =1

147

Este archivo fue descargado de [Link]

   n
  n

y  V  y =   i vi y f ( y ) =   i wi
i =1 i =1

  n 
x + y =  ( i +  i )vi

OM
i =1

  n

f ( x + y) =  ( i +  i ) wi
i =1

n
 n

=   i wi +   i wi
i =1 i =1

.C
 
DD = f ( x ) + f ( y) (I)

 n
 n

x =   i vi =   i vi
i =1 i =1

 n

 f (x ) =   i wi
i =1
LA

n

=   i wi
i =1

= f (x ) (II)
FI

De (I) y (II) queda demostrado que f es una transformación lineal.

 
En segundo lugar se debe demostrar que i es: f (vi ) = wi

En efecto, un vector v i puede escribirse como combinación lineal de los


vectores de [B] como sigue:

    
vi = 0.v1 + 0.v2 + ... + [Link] + ... + [Link]

148

Este archivo fue descargado de [Link]

     
 f (vi ) = 0.w1 + 0.w2 + ... + 1.w i +... + [Link]
 
 f (vi ) = wi Que es lo que se quería demostrar.

OM
En tercer lugar se demostrará que, bajo la condición enunciada anterior-
mente, la transformación lineal f es única.
 
Se supone que existe otra transformación lineal g: V→W / g (vi ) = w i
 n

Entonces: g ( x ) = g (  i vi )
i =1
n


.C
=   i g (v i )
i =1
n

=  w i i
DD i =1
n

=   i f (v i )
i =1
n

= f (  i vi )
i =1

LA

= f (x )

En consecuencia, g = f y por lo tanto la transformación lineal es única.

FI

5.7. Matriz asociada a una transformación lineal

Sean (V, +, K, .) y (W, +, K, .) dos espacios vectoriales de dimensión n y
m respectivamente.
Sea f: V → W una transformación lineal y sean además:
   


[B1] = v1 , v 2 , v3 ,..., v n  una base de V y

   
[B2] = w1 , w2 , w3 ,..., wm  una base de W.

149

Este archivo fue descargado de [Link]

 
Todo vector x de V puede escribirse como combinación lineal de los
vectores de la base [B1]
 n  Se nombran los subíndices con la
x =  j v j letra j por conveniencia.
j =1

OM

Los  j son las coordenadas del vector x en la base [B1] y también se
pueden escribir como una matriz columna:
 1 
 
 2 

xB1  =   3 

.C
 
  
 
 n
DD
   
Sea y la imagen de x por la transformación lineal f: y = f (x ) .

Pero y es un vector de W entonces puede expresarse como combinación
lineal de los vectores de la base [B2] y esa combinación es única.
LA

 m 
y =  i wi
i =1
Por el Teorema Fundamental de las transformaciones lineales, f queda
caracterizada unívocamente por los valores que toma sobre cualquier
FI

base de V. O sea que es suficiente obtener las imágenes, por f, de cada

 
uno de los vectores de la base [B1]. Para cada v i su imagen será f (vi ) .

Pero f (vi ) es un vector de W, entonces puede expresarse como combi-

nación lineal de los vectores wi de la base [B2].


 m

f (v j ) =   ij wi  j = 1,2,3,..., n
i =1

150

Este archivo fue descargado de [Link]

 Cada escalar lleva dos subíndices: el subíndice i está referido a la base
   
[B2] = w1 , w2 , w3 ,..., wm  y el subíndice j se refiere a un vector de la base
   
[B1] = v1 , v 2 , v3 ,..., v n 
En consecuencia, se tiene:

OM
    
f (v1 ) =  11 w1 +  21 w2 +  31 w3 +  +  m1 wm
    
f (v2 ) = 12 w1 +  22 w2 +  32 w3 +  +  m 2 wm
    
f (v3 ) =  13 w1 +  23 w2 +  33 w3 +  +  m3 wm
...........................................................................

.C
.............................................................................
    
f (v n ) =  1n w1 +  2 n w2 +  3n w3 +  +  mn wm
DD
Tomando los coeficientes ij se puede construir una matriz A que recibe
el nombre de Matriz Asociada a la Transformación Lineal f respecto de
las bases [B1] y [B2].
  11  12   1n 
 
  21  22   2 n 
A=
LA

    
 
    
 m1 m2 mn 

Esta matriz es de orden mn o sea que tiene m filas (m = dimW) y n

FI

columnas (n = dimV).

Entonces, para hallar la matriz asociada a una transformación lineal f,

respecto de una base en cada espacio, se determinan las imágenes por f


de cada uno de los vectores de la base [B1] y luego se hallan sus coorde-
nadas en la base [B2].
Cada columna de A corresponde a la imagen de cada vector de [B1] ex-
presada en la base [B2].
151

Este archivo fue descargado de [Link]

 5.7.1. Teorema

OM
Si A es la matriz asociada a una transformación lineal f respecto de las

bases [B1] y [B2], entonces la imagen de un elemento x de V en la base
[B2] es igual al producto de la matriz A por el vector columna formado

por las coordenadas de x en la base [B1].
( f (x ))B2  = A.xB1 

.C
Ejercicios resueltos
1º) Verificar que la siguiente función es una transformación lineal. Hallar
el núcleo, la imagen y una base de cada uno de ellos.
DD
f : R2 → R tal que f(x, y) = 2x – 5y

Sean: (a, b)  R2 → f(a, b) = 2a−5b

(c, d)  R2 → f(c, d) = 2c−5d
(a, b)+(c, d) = (a+c, b+d)  R2 → f(a+c, b+d) = 2(a+c)−5(b+d)
LA

= 2a+2c−5b−5d
= (2a−5b)+(2c−5d)
= f(a, b)+ f(c, d) (I)
(a, b)=(a, b)  R → f(a, b) = 2a−5b
2

= (2a−5b)
FI

=  f(a, b) (II)
De (I) y (II), queda demostrado que f es una transformación lineal.

Determinación del Núcleo de f.



5
(a, b)  Nf → f(a, b) = 0 → 2a−5b= 0 → a = b
2

152

Este archivo fue descargado de [Link]

  5   5 
Nf = (a, b ) R 2 / a = b ó también: Nf =  b, b   Dim (Nf)=1
 2   2 
Entonces, una base del núcleo puede ser: {(5, 2)}.

OM
Determinación de la Imagen de f.
If = R ya que para todo número real r se pueden encontrar dos nú-
meros reales x e y tales que r = 2x−5y. Dim(If)= 1
Una base de la imagen de la transformación lineal puede ser cual-
quier número real, por ejemplo: {-1}.

.C
2º) Hallar la expresión de la transformación lineal g, si:
g: R2 → R3 , g (-2, 4) = ( 2, 0, 4 ) y g (1, 1) = (2, 3, 1).

Se puede verificar fácilmente que (-2, 4) y (1, 1) son dos vectores li-
DD
nealmente independientes. Entonces constituyen una base de R2 que
es un espacio vectorial de dimensión 2. Por lo tanto todo vector de
R2 puede expresarse como combinación lineal de los vectores de la
base:
b−a
− 2 +  = a =
(a, b) =  (− 2,4) +  (1,1)    6
LA

 4 +  = b 2 a +b
=
3
(a, b ) = b − a (−2,4) + 2a + b (1,1)
6 3
FI

Por el teorema fundamental de las transformaciones lineales:

b−a 2a + b
g (a, b ) = g (− 2,4 ) + g (1,1)
6 3
b−a
g (a, b ) = (2,0,4) + 2a + b (2,3,1)
6 3


 b − a 2b − 2a   4a + 2b 2a + b 
g (a, b) =  ,0, + ,2a + b, 
 3 3   3 3 

153

Este archivo fue descargado de [Link]

  b − a + 4a + 2b 2b − 2a + 2a + b 
g (a, b ) =  , 2a + b , 
 3 3 
 g (a, b ) = (a + b , 2a + b , b )

OM
3º) Encontrar la matriz A asociada a la transformación lineal f respecto
de las bases indicadas.
f : R3 → R2 tal que f(x, y, z) = (x −2z, y+z) en las bases
B1 ={(1, 1, 1), (1, 1, 0), (3, 0, 0)} y B2 ={(2, 0), (0, 2)} . Verificar
  
que para todo x R3 : f ( x ) B2  = A . x B1 

.C
En primer lugar, se hallan los transformados de cada uno de los vec-
tores de la base B1 y luego se calculan sus coordenadas en la base B2.
DD
f(1, 1, 1)= (-1, 2)
2 = −1 1
(-1, 2) = (2, 0) + (0, 2)    = −   =1
 2 = 2 2

 1 
 f (1, 1, 1) = (− 1,2) =  − ;1
LA

(I)
 2  B2 
f(1, 1, 0)= (1, 1)
2 = 1 1 1
(1, 1) = (2, 0) + (0, 2)    =  =
FI

2 = 1 2 2

1 1
 f(1, 1, 0) = (1,1) =  ,  (II)
 2 2  B2 


f (3, 0, 0) = (3, 0)

154

Este archivo fue descargado de [Link]

 2 = 3 3
(3, 0) = (2, 0) + (0, 2)    =  =0
2 = 0 2

3 
 f (3, 0, 0) = (3 , 0) =  , 0  (III)

OM
2  B2 

Tomando los vectores hallados en (I), (II) y (III) como vectores co-
lumna, se construye la matriz A, asociada a la transformación lineal f,
respecto de las bases dadas.
 1 1 3
− 

.C
A= 2 2 2
 1 1
0 

 2 
DD
Para la verificación solicitada en la segunda parte del problema, se
 
calcularán por separado f( x ) B2  y A. x B1  .

Sea x = (x1 , x2 , x3 )  R 3  f (x1 , x 2 , x3 ) = (x1 − 2 x3 , x 2 + x3 )

2 = x1 − 2 x3
(x1 − 2 x3 , x2 + x3 ) =  (2;0) +  (0;2)  
LA

 2  = x 2 + x3
x1 − 2 x3
=
 2
x 2 + x3
=
FI

2
  x − 2 x3 x 2 + x3 
 f( x ) B2  =  1 ,  ()
 2 2 



Se expresa ahora el vector x en la base B1:

155

Este archivo fue descargado de [Link]

  +  + 3 = x1
(x1 , x2 , x3 ) =  (1,1,1) +  (1,1, 0) +  (3 , 0 , 0)    +  = x2
  = x3


OM
x1 − x2
De donde resultan:  = x3 ,  = x 2 − x3 y  =
3
 
 x3 
  
Entonces: xB1  =  x 2 − x3 
 x1 − x 2 

.C
 
 3 
 
 1 1  x3   x1 − 2 x3 
3
−    
DD
 
A. x B1  =  2 2
 2
x2.
− x 3 =  2  ()
 1  x 2 + x3 
0 
1
 x1 − x2   
 2     2 
 3 
  
De () y (), se verifica que para todo x R3: f( x ) B2  = A. x B1 
LA
FI


156

Este archivo fue descargado de [Link]

 OM
CAPÍTULO 6

DIAGONALIZACION DE MATRICES

.C
6.1. Introducción
Si f: V→V es una transformación lineal de un espacio vectorial en sí

mismo, un vector u   es transformado, en general, por f en un vector
DD

que está en una dirección diferente. Sin embargo puede ocurrir que f( u )

sea simplemente un múltiplo de u . Es decir que:
 
f( u ) =  u donde  es un escalar
Esta cuestión y la de la existencia de una base respecto de la cual la ma-
LA

triz asociada a la transformación lineal sea una matriz diagonal, están

íntimamente ligadas entre sí a tal punto que un resultado que afecta a una
de ellas afecta también a la otra.
De su estudio se derivan importantes propiedades que amplían el cono-
cimiento sobre el álgebra y que son de aplicación en áreas que no son
FI

propias de esta materia como, por ejemplo, la teoría de optimización que

se sirve de los autovalores de una matriz para obtener condiciones sufi-
cientes de óptimo de una función.
Antes de entrar de lleno en el desarrollo del tema, se debe dejar en claro
que, puesto que se trabajará con transformaciones lineales de un espacio


vectorial en sí mismo, entonces en todos los casos se adoptará la misma

base para el espacio origen y para el espacio imagen.

157

Este archivo fue descargado de [Link]

 6.2. Valores propios (autovalores) y vectores propios (autovectores)
Definición: Sea f: V → V una transformación lineal. Un número real 

es un “autovalor” de la transformación si para algún vector u V, no
nulo, se verifica que:

OM
 
f( u ) =  u

El vector u se denomina “autovector” de la transformación, relativo al
autovalor .

.C
Ejemplos
1) Dada la transformación lineal
f : R2 → R2 / f(u1, u2) = (2u1 - u2 , -u1 + 2u2)
se puede comprobar que 1=3 y 2= 1 son dos autovalores. Para
DD
ello se calculan: f(1, -1) y f(1, 1).
f(1, -1) = (2 .1-(-1), -1+2(-1))
= (2+1, -1-2)
= (3, -3)
= 3(1, -1)
Entonces 3 es autovalor de la transformación lineal dada.
LA

f(1, 1) = (2 .1 – 1, -1 + 2. 1)
= (2-1, -1+2)
= (1, 1)
FI

= 1(1, 1)
Por lo tanto, también 1 es autovalor de la transformación lineal dada
2) Calculando f(3, 1) y f(0, -1), comprobar que
f: R2 → R2 / f(u1, u2) = (5u1 , u1 + 2u2)


tiene dos autovalores diferentes.

f(3,1) = (15, 5)
158

Este archivo fue descargado de [Link]

 = 5(3, 1)
Por lo tanto, 5 es un autovalor de la transformación lineal dada y el
vector (3, 1) es un autovector de dicha transformación relativo al au-
tovalor 5.

OM
f(0, -1) = (0, -2)
= 2(0, -1)
Entonces 2 es un autovalor de la transformación lineal dada y el vec-
tor (0,-1) es un autovector de dicha transformación relativo al auto-
valor 2.

.C

¿Porqué en la definición de autovalor se hace la salvedad de que u  ?

Evidentemente el vector u no puede ser el vector nulo porque en ese
 
caso la igualdad f( u ) =  u se verificaría para cualquier valor de .
DD
En efecto: f() =  para todo 
Otra consecuencia importante que se deriva de la definición de autovalor
es la que se demuestra en el siguiente:
Teorema: Dos autovalores diferentes no pueden tener asociado el mis-
LA

mo autovector.
Demostración:
Sean 1 y 2 dos autovalores diferentes de una transformación lineal.

Supongamos que existe un vector u relativo a ambos autovalores
   
f( u ) = 1 u y f( u ) = 2 u
FI

 
 1 u = 2 u

 (1 − 2 ) u = 

Puesto que 1 − 2  0 resulta u =  que contradice la definición y el


teorema queda demostrado.

En consecuencia :

159

Este archivo fue descargado de [Link]

 Dos autovalores diferentes no pueden tener asociado el mismo
autovector.

OM
6.3. Subespacio asociado a un autovalor
Definición: Sea  un autovalor de una transformación lineal f : V → V,
se llama L() al conjunto de todos los vectores asociados al autovalor .
  
L() =  u V/ f( u ) =  u 

Teorema: L() es un subespacio vectorial de V.

.C
Demostración
  
Sea u  L()  f( u ) =  u
  
Sea v  L()  f( v ) =  v
  
DD 
f( u + v ) = f( u ) + f( v ) porque f es Transformación lineal
 
= u + v
   
= ( u + v )  ( u + v )  L()
LA

 
f(k u ) = k f( u ) porque f es Transformación lineal

= k u
 
= (k u )  k u  L()
FI

 L() es subespacio vectorial de V

Dicho subespacio se denomina Subespacio asociado al autovalor .

Ejemplo:


Escribir los subespacios asociados a cada uno de los autovalores hallados

en el ejemplo 2.
  
L(5) =  u R2/ f( u ) = 5 u   (5u1 , u1 + 2u2) = 5(u1, u2)
160

Este archivo fue descargado de [Link]

  5u1 = 5u1

u1 + 2u 2 = 5u 2
 u1 = 3 u 2

OM
 L(5) = (u1, u2)R2/ u1 = 3u2
  
L(2) =  u R2/ f( u ) = 2 u  (5u1, u1 + 2u2) = 2(u1, u2)
 5u1 = 2u1
 
u1 + 2u 2 = 2u 2

.C
 3u1 = 0
 u1 = 0
 L(2) = (u1 , u2)R2/ u1 = 0
DD
Teorema: Si  = 0 es un autovalor de una transformación lineal f, en-
tonces el subespacio asociado al autovalor 0 es igual al núcleo de la trans-
formación f.
LA

L(0) = N(f)

  
Demostración: L(0) =  u V / f( u ) = 0 u 
 
L(0) =  u V / f( u ) = }
FI

L(0) = Nf

6.4. Independencia lineal de autovectores relativos a autovalores



diferentes.
Sean los subespacios hallados en el ejemplo anterior.
L(5) = (u1 , u2 )R2/ u1 =3 u2 y L(2) = (u1 , u2 )R2/ u1 = 0
161

Este archivo fue descargado de [Link]

  
Si u  L(5) entonces existe un número real a0  0 tal que: u = (3a0 , a0)
 
Si v  L(2) entonces existe un número real b0 0 tal que : v = (0 , b0)
 
Se plantea ahora la siguiente igualdad:  u +  v =  y se calculan  y .

OM
(3 a0 , a0) + (0 , b0) = 

 3a0 = 0

a0 + b0 = 0

.C
De donde resulta:  = 0 y =0
En consecuencia :
 
Los vectores u y v son linealmente independientes
DD
Se ha verificado, entonces, que autovectores relativos a autovalores
diferentes son linealmente independientes.
Generalizando este resultado, se enuncia el siguiente teorema:
LA

   
Teorema : Sea f : V → V una transformación lineal y u1 , u2 , u3 ,, u p , p
vectores correspondientes a los autovalores 1, 2 , ..., p. Si los autovalo-
res son diferentes entre sí, entonces los p autovectores son linealmente
independientes
FI

Demostración
Se demuestra por medio del Principio de Inducción Completa
Si p =1 la proposición es verdadera.
Se supone que es verdadera para p = h y se comprobará que es verdadera


para p = h+1
Sea una combinación lineal cualquiera de los autovectores

162

Este archivo fue descargado de [Link]

    
u1 , u 2 , u 3 ,, u h +1 igual al vector nulo  :
h +1

a u
i =1
i i = (I)

OM
 h+1   h+1 
Entonces : f   ai ui  =  ai i 1u1 =  (II)
 i =1  i =1

Si a la igualdad (I) se la multiplica por h+1 y se la resta de la igualdad (II),

.C
se obtiene :
h +1
 h+1 
a  h +1 i −  ai i u i = 
u
DD i
i =1 i =1

h +1

 a (
i =1
i h +1 − i )ui = 

  
a1 (h +1 − 1 )u1 +  + a h ( h +1 − h )u h + a h +1 (h +1 − h +1 )u h +1 = 
LA

  
Pero a1 ( h +1 − 1 )u1 + a 2 ( h +1 −  2 )u 2 +  + a h ( h +1 −  h )u h = 

porque se ha supuesto que h vectores son linealmente independientes.

Como el factor (h+1 − i)  0 para i = 1, 2, ..., h resulta entonces que
ai = 0 para i = 1, 2, ... , h.
FI

En consecuencia, volviendo a la igualdad (I):

h +1

a u
i =1
i i =


   
a1u1 + a 2 u 2 +  + a h u h + a h +1u h +1 = 

a h +1u h +1 = 
163

Este archivo fue descargado de [Link]

  a h +1 = 0
y por lo tanto, h+1 vectores son linealmente independientes, con lo que el
teorema queda demostrado.

OM
Del teorema enunciado anteriormente se deriva el siguiente corolario,
cuya demostración se basa en los teoremas estudiados en espacios vecto-
riales :

.C
Si f : V → V es una transformación lineal en un espacio de dimensión n,
entonces f tiene como máximo n autovalores diferentes.
6.5. Transformaciones lineales diagonalizables
DD
Dada la transformación lineal f : R3 → R3 definida por :
f(x1, x2 , x3 ) = (15x1 + 51 x2 − 21 x3 , 3x1 + 15x2 - 3x3 , 48x2 − 6x3 )
hallar la matriz asociada a la transformación respecto de :
a) la base canónica
LA

f(1, 0, 0) = (15, 3, 0)
f(0, 1, 0) = (51, 15, 48)
f(0, 0, 1) = (-21, -3, -6)

15 51 − 21
 
FI

 A =  3 15 − 3 
 0 48 − 6 
 

b) la base [B] = (5, 3, 8) , (3, 1, 2) , (1, 0, 1)}



f(5, 3, 8) = (60, 36, 96)

(60, 36, 96) = (5, 3, 8) + (3, 1, 2) + (1, 0, 1)
164

Este archivo fue descargado de [Link]

  = 12 =0 =0
 (f(5, 3, 8))[B] = (12, 0, 0)

OM
f(3, 1, 2) = (54, 18, 36)
(54, 18, 36) = (5, 3, 8) + (3, 1, 2) + (1, 0, 1)
=0  = 18 =0
 (f(3, 1, 2))[B] = (0, 18, 0)

.C
f(1, 0, 1) = (-6, 0, -6)
(-6, 0, -6) = (5, 3, 8) + (3, 1, 2) + (1, 0, 1)
DD
=0 =0  = -6
 (f(1, 0, 1))[B] = (0, 0, -6)

 La matriz asociada a la transformación lineal respecto de la base [B] es

12 0 0 
LA

 
A =  0 18 0 
 0 0 − 6
 

La matriz obtenida en este caso es una matriz diagonal.

FI

En general :
Definición: Una transformación lineal f: V→V es diagonalizable, si para
alguna base en V, la matriz asociada a la transformación f, respecto de


esa base, es una matriz diagonal.

Al construir la matriz de la transformación f respecto de la base [B] se
obtuvo :

165

Este archivo fue descargado de [Link]

 f(5, 3, 8) = (60, 36, 96) = (12, 0, 0)[B
f(3, 1, 2) = (54, 18, 36) = (0, 18, 0) [B
f(1, 0, 1) = (-6, 0, -6) = (0, 0,-6) [B

OM
Pero también se observa que :

f(5, 3, 8) = (60, 36, 96) = 12(5, 3, 8) Por lo que 12 es un autovalor de la

transformación f y (5, 3, 8) un auto-
vector relativo a ese autovalor.

f(3, 1, 2) = (54, 18, 36) = 18(3, 1, 2)

.C
Por lo que 18 es un autovalor de la
transformación f y (3, 1, 2) un auto-
vector relativo a ese autovalor.

f(1, 0, 1) = (-6, 0, -6) = -6(1, 0, 1) Por lo que -6 es un autovalor de la

DD
transformación f y (1, 0, 1) un auto-
vector relativo a ese autovalor.

Definición : Sea f: V→V una transformación lineal en un espacio de

LA

dimensión n. Si f tiene n autovalores distintos, la matriz asociada respec-

to de una base formada por autovectores relativos a cado uno de los n
autovalores es una matriz diagonal, cuyos elementos no nulos son los
autovalores de la transformación.
FI

6.6. El polinomio característico

Si  es un autovalor de una transformación lineal f, es por definición:
 
f( u ) =  u
 
Pero, como ya se vió al estudiar transformaciones lineales, f( u ) = A u


donde A es la matriz asociada a la transformación lineal f. Entonces re-

sulta :
 
Au = u

166

Este archivo fue descargado de [Link]

 ó también :
 
A u = I u donde I es la matriz identidad de orden n
 
A u − I u = 

OM

(A − I) u = 

Como u   por ser autovector, entonces la única posibilidad para que
la igualdad precedente se cumpla es que :
A − I = 0
Definición : Sea A una matriz cuadrada de orden n. Se denomina poli-

.C
nomio característico de A al polinomio de grado n que resulta al de-
sarrollar el determinante de la matriz (A − I).
Definición: Sea f: V → V una transformación lineal y [B] una base cual-
DD
quiera de V. Si A es la matriz asociada a la transformación lineal, respec-
to de dicha base, se verifica que  es un autovalor de la transformación f,
si y sólo si, es una raíz real del polinomio característico de A.
Ejemplos:
1) Sea f(x1 ,x2) = (2x1 − x2 , -x1 + 2 x2) una transformación lineal cuyos
LA

autovalores son 1= 3 y 2 = 1. Se verificará que esos valores son

las raíces del polinomio característico de la matriz A asociada a f, res-
pecto de la base canónica.
Se construye la matriz A
FI

f(1, 0) = (2, -1)

 2 − 1
f(0, 1) = (-1, 2)  A =  
 −1 2 


 2 −  −1 
A - I =  
 −1 2 −  

167

Este archivo fue descargado de [Link]

  A - I = (2 - )2 – 1 = 0
1 = 3
2 – 4 + 3 = 0  
 2 = 1

OM
2) Dada f: R3 → R3/ f(x1, x2 , x3 ) = (3x1-x2+x3 , -x1+5x2 - x3 , x1-x2+3x3 ),
utilizar la matriz A asociada a la base canónica para hallar los autova-
lores y autovectores de f.
f(1, 0, 0) = (3, -1, 1)
f(0, 1, 0) = (-1, 5, -1)

.C
f(0, 0, 1) = (1, -1, 3)
 3 −1 1  3 −  −1 1 
   
 A =  − 1 5 − 1  A - I =  − 1 5 −  − 1 
DD
 1 −1 3   1 − 1 3 −  
  
A - I = (3-)2(5-) +1 +1 –(5-) – (3-) – (3-) = 0
3 - 112 + 36  -36 = 0
LA

3 - 22 - 92+18  + 18 -36 = 0

2(-2) -9(-2) + 18(-2) = 0
(-2) (2 -9 + 18) = 0
1 = 2
FI


(-2) (-3) (-6) = 0   2 = 3
 = 6
 3
Para calcular los autovectores, se hallan los espacios asociados a cada


uno de esos autovalores:

  
L(2) =  u R3/ f( u ) = 2 u 

168

Este archivo fue descargado de [Link]

  3u1 - u 2 + u 3 = 2u1  u1 - u 2 + u 3 = 0
   u2 = 0
 - u 1 + 5u 2 - u 3 = 2u 2  - u 1 + 3u 2 - u 3 = 0  
 u - u + 3u = 2u  u -u +u =0 u1 = −u 3
 1 2 3 3  1 2 3

OM
 L(2) = (u1, u2, u3)R3 /u2 = 0  u1 = -u3 = {(-u3, 0, u3)}

  
L(3) =  u R3/ f( u ) = 3 u 
 3u1 - u 2 + u 3 = 3u1  - u2 + u3 = 0

.C
 
- u 1 + 5u 2 - u 3 = 3u 2   - u 1 + 2u 2 - u 3 = 0  u1 = u 2 =
 u - u + 3u = 3u  u -u = 0
 1 2 3 3  1 2
u3
DD
 L(3) = (u1, u2, u3)  R3 / u1 = u2 = u3 = {(u1, u1, u1)}

  
L(6) =  u R3/ f( u ) = 6 u 
LA

 3u1 - u 2 + u 3 = 6u1 - 3u1 - u 2 + u 3 = 0

   u1 = u 3
- u 1 + 5u 2 - u 3 = 6u 2   - u1 - u 2 - u 3 = 0  
 u - u + 3u = 6u  u - u - 3u = 0 u 2 = −2u 3
 1 2 3 3  1 2 3
FI

 L(6) = (u1, u2, u3)R3 /u1=u3  u2 =-2u3={(u3, -2 u3, u3 )}



6.7. Matrices semejantes

Definición: Dos matrices A y B son semejantes si existe una matriz C,
no singular ( C  0), tal que :

169

Este archivo fue descargado de [Link]

 A = CBC-1

Teorema : Si A y B son dos matrices semejantes, tienen el mismo poli-

OM
nomio característico.
Demostración
A = CBC-1
 A - I = CBC-1 − I
= CBC-1− CIC-1
Pero :

.C
(CBC-1− CIC-1) = C(BC-1− IC-1) = C(B − I)C-1
Por lo tanto :
CBC-1− CIC-1 =  C(B − I)C-1
DD
= CB − IC-1
= B − I
A - I = B − I Que es lo que se quería demostrar.
LA

Nota : Dos matrices semejantes, al tener el mismo polinomio caracterís-

tico, tienen los mismos autovalores. Por lo tanto, como veremos más
adelante, los determinantes de dos matrices semejantes son iguales.
FI

6.7.1. Matriz Cambio de Base

Definición: Sea f: V → V una transformación lineal en un espacio de
dimensión n. Si A es la matriz asociada a la transformación respecto de


 
una base u1 , u 2 ,  , u n y B es la matriz asociada a la misma transforma-
  
ción f, respecto de otra base v1 , v 2 ,, v n  , se verifica que A y B son
semejantes.
170

Este archivo fue descargado de [Link]

 A = CBC-1 donde C se llama Matriz Cambio de Base.

Ejemplo

OM
Si se retoma la transformación lineal del ejemplo de la página 169 y se
construye la matriz B asociada a la base B2 = (1,0,-1),(2,2,2),(1,-2,1),
se mostrará que la matriz A hallada anteriormente y la matriz B son se-
mejantes.
f(1, 0, -1) = (2, 0, -2)
(2, 0, -2) = (1, 0, -1) + (2, 2, 2) + (1, -2, 1)

.C
=2 ; =0 ; =0
( f (1, 0, − 1))B2  = (2, 0, 0)
DD
f(2, 2, 2) = (6, 6, 6)
(6, 6, 6) = (1, 0, -1) + (2, 2, 2) + (1, -2, 1)
=0 ; =3 ; =0
( f (2, 2, 2))B2  = (0, 3, 0)
LA

f(1, -2, 1) = (6, -12, 6)

(6, -12, 6) = (1, 0, -1) + (2, 2, 2) + (1, -2, 1)
=0 ; =0 ; =6
FI

( f (1, − 2,1))B2  = (0, 0, 6)

 2 0 0
 
 B =  0 3 0


 0 0 6
 
A= 45 + 1 + 1 – 5 –3 –3 = 36

171

Este archivo fue descargado de [Link]

 B= 36
 A = B  A y B son semejantes.

OM
Se verificará ahora que B = CAC-1 donde C es la matriz de cambio de
base que permite pasar de la base canónica a la base [B2].
Calculando las coordenadas de los vectores canónicos en la base [B 2] se
puede construir C.
1 0 − 1  1 2 1 
 2 2  

.C
C =  1 1 1  C-1 =  0 2 − 2 
 6 6 6 
 −1 2 1 
1 −1 1   
 6 3 6 
DD
1 0 − 1   3 − 1 1   1 2 1 
 2 2   
-1
CAC =  1 1 1   − 1 5 − 1  0 2 − 2 
 6 6 6 
1 −   1 − 1 3   − 1 2 1 
6 
1 1
 6 3
LA

 1 0 − 1  1 2 1 
  
= 1 1 1   0 2 − 2
2 2 2
 1 − 2 1   −1 2 1 
  
FI

 2 0 0
 
=  0 3 0
 0 0 6
 


Que es igual a la matriz B lo que permite verificar que A y B son seme-

jantes.
172

Este archivo fue descargado de [Link]

 De acuerdo a lo que acabamos de ver, se puede expresar la primera defi-
nición dada en el punto 4, como sigue :
Definición: Toda matriz asociada a una transformación diagonalizable
es semejante a una matriz diagonal.

OM
Entonces: ¿Qué condiciones debe reunir una matriz A asociada a una
transformación lineal para ser diagonalizable? La respuesta a este interro-
gante se encuentra en el siguiente teorema que se enuncia sin demostra-
ción:

.C
Teorema: Una matriz A, cuadrada de orden n, es diagonalizable si y
sólo si A tiene n autovectores linealmente independientes.
A es diagonalizable  A tiene n autovectores linealmente in-
DD dependientes.

Al tratar de determinar si una matriz es diagonalizable o no, es necesario

tener en cuenta la siguiente observación:
Si 0 es una raíz del polinomio característico de una matriz A y su mul-
LA

tiplicidad es m, la dimensión del espacio asociado a ese autovalor puede

ser igual o menor que m.
dim L(0)  m
Por ello , resulta útil hallar en 1º lugar los subespacios de los autovecto-
FI

res asociados a los autovalores que son raíces múltiples del polinomio
característico, para determinar su dimensión. Si para alguno de ellos se
verifica que dim L(0)  m entonces la matriz no es diagonalizable.


Ejemplos

173

Este archivo fue descargado de [Link]

  2 −1 2 
 
a) Verificar que la matriz A =  − 1 5 − 5  no es diagonalizable.
 − 1 3 − 3
 

OM
Los autovalores de A son 1 = 2 ; 2 = 1 ; 3 = 1
2 es raíz de multiplicidad uno y 1 es raíz de multiplicidad dos
  
L(2) = { u / A u = 2 u } de donde resolviendo resulta:
L(2) = {(u1, u2 , u3) / u2 = u3 = 0}, por lo tanto Dim L(2) = 1

.C
  
L(1) = { u / A u = u } y resolviendo resulta:
L(1) = {(u1, u2 , u3 ) / u2 = u3 = -u1}, por lo tanto Dim L(1) = 1
DD
Entonces la matriz no es diagonalizable porque la dimensión del es-
pacio asociado al autovalor 1 es menor que la multiplicidad de éste.

b) Sea f : R3 → R3 una transformación lineal definida por:

LA

f(x1, x2 , x3 ) = (x2 - x3 , -x1 + 2x2 - x3, x1 - x2 + 2x3)

b.1) Hallar los autovalores de la transformación y los autovectores
correspondientes
Se calcula la matriz asociada a la transformación respecto de la
base canónica
FI

f(1,0,0) = (0, -1, 1) f(0,1,0) = (1, 2, -1) f(0,0,1) = (-1, -1, 2)

 0 1 − 1
 
A =  − 1 2 − 1


 1 −1 2 
 

174

Este archivo fue descargado de [Link]

 −  1 −1 
 
A - I =  − 1 2 −  − 1   1 = 2 ; 2 = 1 ; 3 = 1
 1 − 1 2 −  


OM
Los espacios asociados a los autovalores son:
L(2) ={(u1, u2 , u3 )/u1 = u2 = -u3}, por lo tanto Dim L(2) =1
L(1) ={(u1, u2 , u3 ) / u1 = u2 - u3}, por lo tanto Dim L(1) = 2
Entonces la transformación lineal dada es diagonalizable.
b.2) Hallar una base de R3 respecto de la cual, la transformación sea

.C
diagonalizable. Escribir la matriz asociada a la transformación
respecto de esa base.
Para hallar una base respecto de la cual la transformación sea
diagonizable, se toma un vector de L(2) y dos vectores de L(1),
DD
que sean linealmente independientes.

Por ejemplo (1, 1, -1)  L(2)

(0, 3, 3)  L(1)
(-1, 2, 3)  L(1)
LA

Entonces [B] = {(1,1,-1), (0, 3, 3), (-1, 2, 3)}

A continuación se comprobará que la matriz B asociada a la

transformación dada, respecto de esta nueva base, es una ma-
FI

triz diagonal y además que los elementos de la diagonal son los

autovalores de la transformación lineal..

f(1, 1, -1) = (2, 2, -2)



(2, 2, -2) = (1, 1, -1) +  (0, 3, 3) +  (-1, 2, 3)

=2 , =0 , =0  (f(1, 1, -1))[B] = (2, 0, 0)

175

Este archivo fue descargado de [Link]

 f(0, 3, 3) = (0, 3, 3)
(0, 3, 3) = (1, 1, -1) +  (0, 3, 3) +  (-1, 2, 3)

OM
=0 , =1 , =0  (f(0, 3, 3))[B] = (0, 1, 0)

f(-1, 2, 3) = (-1, 2, 3)
(-1, 2, 3) = (1, 1, -1) +  (0, 3, 3) +  (-1, 2, 3)

.C
=0 , =0 , =1  (f(-1, 2, 3))[B] = (0, 0, 1)
2 0 0
 
 B = 0 1 0
DD 0 0
 1 
LA
FI


176

Este archivo fue descargado de [Link]

 Capítulo 7
ESPACIOS VECTORIALES

OM
1.0. Introducción
Utilizaremos un ejemplo para introducir el concepto de las ideas inva-
riantes en la solución de un sistema de ecuaciones lineales.
Analizar y resolver el siguiente sistema de ecuaciones lineales:

.C
Análisis:
DD
LA

Sistema Compatible Indetermina-

do.

Reconstruimos el sistema:
FI

Solución General:


13

Este archivo fue descargado de [Link]

 Soluciones particulares:

SP1 x y z w SP2 x y z w
0 0 1 0 0 0 1 0

OM
1 1 –2 –5 1 1 –2 –5

SP3 x y z w SP4 x y z w
0 0 1 0 0 0 1 0
1 1 –2 –5 1 1 –2 –5

Todas las SG aparentan ser diferentes, sin embargo, todas representan el

.C
mismo conjunto solución, entonces necesitamos una teoría que nos
brinde confianza en los resultados obtenidos; qué nos indique las cosas
que permanecen y las cosas que pueden cambiar en las múltiples respues-
tas válidas en Rn que podemos obtener.
DD
Además de los conjuntos solución en Rn, para los sistemas de ecuaciones
lineales, existen otras áreas de la ingeniería que requieren un apoyo ma-
temático: las matrices tienen su importancia y uso en ingeniería industrial
y en control; los conjuntos de polinomios y las series de potencias para la
complejidad de los algoritmos, etc.
¿Cómo desarrollar una teoría que se pueda aplicar a diferentes contextos
LA

sin ningún cambio importante?

Para entender mejor esta teoría recordemos el significado de dos pala-
bras claves en matemática: abstracción y generalización. La primera tiene
que ver con representar cantidades por medio de símbolos, mientras que
la segunda consiste en la construcción de estructuras o teorías que en-
FI

globen ciertas cosas o hechos conocidos.

La generalización también tiene que ver con la economía del trabajo rea-
lizado y con determinar cuáles son los elementos mínimos responsables
de que ciertos resultados ocurran. Para entender un poco más como este
tema repercute en nuestra materia, recordemos algunos temas ya estu-


diados:
Números complejos.
Vectores en Rn
14

Este archivo fue descargado de [Link]

 Polinomios
Matrices
Por lo tanto el objetivo que perseguimos es introducir una estructura
abstracta que englobe las anteriores construcciones, y qué resultados se

OM
pueden obtener en lo general sin importar a cuál de los conceptos especí-
ficos se haga referencia.
Antes de la definición de Espacio Vectorial (EV) está el concepto de
operación. Por medio de algunos ejemplos veamos que, entre otras ope-
raciones, las de suma ó de multiplicación por escalares podrían ser defi-
nidas de maneras diferentes de las que conocemos.
Supongamos que tenemos el conjunto y se definen las operacio-

.C
nes:

Obsérvese que estas operaciones se definieron de manera distinta a la

acostumbrada, de manera distintas a la convencional. Ahora bien,
DD
Si
Calcular:
LA

Ahora si, con estas ideas podemos ver la definición de lo que es un espa-
cio vectorial.
FI

1.1. Definición de Espacio Vectorial

Definición: Sea V un conjunto no vacío de elementos cualesquiera y K
un cuerpo de escalares, tales que entre los elementos de V se definen:
1º) Una operación interna llamada suma (+) de modo que:
 v , w V implica que v + w  V (V es un conjunto cerrado para +).


15

Este archivo fue descargado de [Link]

 2º) Otra operación externa llamada producto por un escalar (.) tal que:
 v  V y  λ  K se cumple que λ.v  V
Se dice que (V, +, K, .) es un espacio vectorial si dichas operaciones veri-
fican las siguientes propiedades:

OM
1) La suma es conmutativa:
 v  V   w  V: v + w = w + v
2) La suma es asociativa:
 v  V,  w  V   z  V: (v + w) + z = v + (w + z)
3) La suma tiene elemento neutro en V:

.C
   V, único, tal que  v  V: v +  =  + v = v
4) Por la operación suma, todo elemento de V tiene inverso:
DD
 v  V:  v’  V / v + v’ = v’ + v = 
El elemento v’ se llama inverso aditivo u opuesto de v.
5) La operación producto de un elemento de V por un escalar es asocia-
tiva respecto de los escalares:
LA

 v  V   ,   K: .(.v) = ().v
6) La operación producto de un elemento de V por un escalar es distri-
butiva respecto a la suma de escalares:
 v  V   ,   K: ( + ).v = .v + .v
FI

7) La operación producto de un elemento de V por un escalar es distri-

butiva respecto a la suma de elementos de V:
 v, w  V     K: .(v + w) = .v +.w


8) Existe en K un elemento unidad:

1K tal que 1.v = v , v  V

16

Este archivo fue descargado de [Link]

 Se conviene en llamar vectores a los elementos de un espacio vectorial.
Por ello, a partir de ahora, para evitar confusiones, a los elementos del
espacio vectorial V los representaremos con una supraflecha.

OM
Si K = R o sea que el cuerpo de escalares es el conjunto de los números
reales, el espacio vectorial se llama espacio vectorial real.
Si K = C el espacio vectorial se llama espacio vectorial complejo.

Ejemplo 1:
Demostrar que (R2, +, R, .) con la suma y el producto por un escalar
usuales, es un espacio vectorial.

.C
R2 es el conjunto de todos los pares ordenados de números reales.

R2 = {(x1, x2) / x1R, x2R

DD 

Sean a = (a 1 , a 2 )  R 2 y b = (b1 , b 2 )  R 2
   a 1 +b1  R
 a + b = (a 1 + b1 , a 2 + b 2 )  R2 porque 
a 2 + b 2  R

Sean λ  R y a = (a 1 , a 2 )  R 2
LA

  λa 1  R
λa = (λ a 1 , λa 2 )  R 2 porque
λa 2  R
Veremos ahora si las operaciones suma y producto por un escalar cum-
plen todas las propiedades que exige la definición.
 
FI

1) a + b = (a 1 + b1 , a 2 + b 2 )
= (b1 + a 1 , b 2 + a 2 ) Porque la suma de
números reales es
conmutativa.
= (b1 , b 2 ) + (a 1 , a 2 )


 
= b+a
La suma es conmutativa en R 2.

17

Este archivo fue descargado de [Link]

   
2) Sean a = (a 1 , a 2 ) , b = (b1 , b 2 ) y c = (c 1 , c 2 ) pertenecientes a R 2 .
  
a + (b + c) = (a 1 , a 2 ) + (b1 + c1 , b 2 + c 2 ) Porque la suma de
números reales es
= (a 1 + (b1 + c 1 ), a 2 + (b 2 +c 2 )) asociativa.

OM
= ((a 1 + b1 ) + c 1 , (a 2 + b 2 ) + c 2 )
= (a 1 + b1 , a 2 + b 2 ) + (c1 , c 2 )
  
= (a + b) + c

La suma es asociativa en R 2.

.C
3) Existe el elemento neutro para la suma. Dicho elemento neutro es el
      
vector nulo θ = (0, 0) ya que a  R 2 : a + θ = θ + a = a
 
En efecto: a + θ = (a 1 + 0, a 2 + 0 )
DD
0 es el elemento
= (a 1 , a 2 ) neutro para la suma
 de números reales.
 =a
θ = (0, 0) es el elemento neutro para la suma en R2.


LA

4) Para todo a  R 2 existe su inverso aditivo (u opuesto) que es el vec-

     
tor (− a ) tal que: a + (− a ) = (− a ) + a = θ
 
En efecto: Sea a = (a 1 , a 2 )  (− a ) = (− a 1 ,−a 2 )
 
a + (− a ) = (a 1 + (− a 1 ), a 2 + (− a 2 ))
FI

= (0, 0)

= θ
Todo elemento de R2 tiene inverso aditivo (opuesto).


 
5) α(βa) = (αβ) a

D) α(βa) = α(βa 1 , βa 2 )
18

Este archivo fue descargado de [Link]

 = ( α(βa 1 ), α(βa 2 ))
Porque el producto de
= ( (αβ)a 1 ), (αβ)a 2 ) números reales es aso-
ciativo.
= ( αβ) (a 1 , a 2 )

OM

= ( αβ) a que es lo que se quería demostrar.
El producto de un vector por un escalar satisface la asociatividad
mixta
  
6) (α + β).a = α.a + β.a

.C

D) (α + β).a = ((α + β)a 1 , (α + β)a 2 )
El producto de números
= (αa 1 + βa 1 , αa 2 + βa 2 ) reales es distributivo con
respecto a la suma.
DD
= (α a 1 , αa 2 ) + (β a 1 , βa 2 )
 
= α. a + β. a
El producto de un vector por un escalar es distributivo con respec-
to a la suma de escalares.
LA

   
7) α.(a + b) = α.a + α.b
 
D) α.(a + b) = (α (a 1 + b1 ), α(a 2 + b 2 ))
= (α a 1 + αb1 , αa 2 + αb 2 )
FI

= (α a 1 , αa 2 ) + (α b1 , αb 2 )
= α.(a 1 , a 2 ) + α.(b1 , b 2 )


 
= α.a + α.b

19

Este archivo fue descargado de [Link]

 El producto de un vector por un escalar es distributivo con respec-
to a la suma de vectores.
 
8) Existe  =1 R tal que 1.a = a

OM

D) 1.a = 1.(a 1 , a 2 )

= (1a 1 ,1a 2 )
= (a 1 , a 2 )

=a

.C
En consecuencia, habiendo sido verificadas todas las propiedades resulta
que (R2, +, R, .) es un espacio vectorial.
DD
Ejemplo 2:
¿Es (R2, +, C, .) un espacio vectorial?

(R2, +, C, .) no es un espacio vectorial porque si C y v R2, el pro-

ducto  v no siempre pertenece a R2.

Por ejemplo, si se toman: =3+2i    C y v = (3, 2)  R2

LA

 v = (3+2i).(3, 2)
= (9+6i, 6+4i)  R2

1.2. Corolarios de la Definición de Espacio Vectorial

  
Si (V, +, R, .) es un espacio vectorial real,  v , w , z V y R se
FI

cumplen los siguientes corolarios:

 
1) 1.a) 0. v = θ
1.b) . θ = θ
 


1.c) (–1). v = – v

20

Este archivo fue descargado de [Link]

 Demostración
 
1.a) 0. v = (+(–)). v +(–)=0 porque son elementos opuestos
del cuerpo K.
 
= . v + (–. v )

OM

= θ
     
1.b) .( v + θ ) = . v Porque v + θ = v
  
. v + . θ = . v
     
–(. v )+(. v +  θ ) = – (. v )+ . v Sumando –(. v )a ambos miembros.

.C
   
(– (. v )+. v )+. θ = θ Por propiedad asociativa.
  
θ + . θ = θ Por definición de inverso aditivo.
DD
 
. θ = θ Que es lo que se quería demostrar.

 
1.c) En 1.a) se demostró que 0. v = θ
 
((–1) + 1). v = θ Porque 0 = (−1) + 1.
LA

  
(–1). v + 1. v = θ Por propiedad distributiva.
  
(-1). v + v = θ (I)
  
Además, (– v ) + v = θ Por definición de inverso aditivo. (II)
FI

De (I) y (II) resulta:

   
(–1). v + v = (– v ) + v

Sumando – v a ambos miembros, por izquierda, y aplicando pro-


piedad. asociativa:
     
(–1). v +( v +(– v )) = (–- v ) +( v + (– v ))
   
(–1). v + θ = (– v ) + θ Por propiedad 4.
21

Este archivo fue descargado de [Link]

  
(–1). v = – v Que es lo que se quería demostrar.

2) En todo espacio vectorial, el elemento neutro de la suma es único.

Demostración:

OM
 
Supongamos que existen dos elementos neutros. θ 1 y θ 2
Por definición de elemento neutro
     
Si θ 1 elemento neutro  θ 2 + θ 1 = θ 1 + θ 2 = θ 2 (I)
     
Si θ 2 elemento neutro  θ 1 + θ 2 = θ 2 + θ 1 = θ 1 (II)
 
De (I) y (II) resulta que: θ1= θ2

.C
3) Ley Cancelativa.
En todo espacio vectorial se verifica:
     
DD
v+w = z+w  v = z
Demostración
   
v+ w = z + w
      
( v + w )+(– w ) = ( z + w )+(– w ) Sumando - w a ambos miembros.
     
v + ( w + (– w )) = z +( w +(– w )) La suma es asociativa.
   
LA

v+ θ = z + θ
 
v = z

4) En todo espacio vectorial, el opuesto de un elemento es único.

Demostración:

FI

Sea v un elemento del espacio vectorial V.

  
Supongamos que existen dos elementos opuestos de v : v 1´ y v ´2
Por definición de opuesto
     
v + v 1´ = θ y v + v ´2 = θ
   


 v + v 1´ = v + v ´2
 
 v 1´ = v ´2 Por ley cancelativa.

22

Este archivo fue descargado de [Link]

 1.3. Subespacio vectorial
Definición: Sea (V,+, K, .) un espacio vectorial y sea S un subconjunto
de V (S  V), S es un subespacio vectorial de V si (S, +, K, .) es espacio

OM
vectorial en sí mismo, respecto de las mismas operaciones + y · defini-
das en V.

1.3.1. Criterio de subespacio

Sea (V, +, K, .) un espacio vectorial y S un subconjunto no vacío de V.
(S, +, K, .) es subespacio vectorial de V si y solamente si:
  

.C

a S y b  S: a + b  S
 
a S y    K: λ.a  S
DD
Simbólicamente:
   
 a  S ,  b  S : a + b  S
S es subespacio vectorial de V    
 a  S ,  λ  K : λ a  S
LA

Demostración:
Se dividirá la demostración en dos partes:
   
 a  S ,  b  S : a + b  S
1) S es subespacio vectorial de V    
 a  S ,  λ  K : λ a  S
FI

Si S es subespacio vectorial de V cumple, de acuerdo a la definición, con

todas las propiedades de un espacio vectorial.
En consecuencia, las operaciones suma y producto por un escalar son
cerradas en S. Por lo tanto:
   
 a S ,  bS : a + bS


 
 a S ,  λ K : λ a S

2) Se demostrará, ahora, la proposición recíproca:

23

Este archivo fue descargado de [Link]

    
 a  S ,  b  S : a + b  S
    S es subespacio de V
 a S ,  λ K : λ a S 

OM
Como S es un subconjunto de V, sus elementos verifican necesariamente
las propiedades 1, 2, 5, 6, 7 y 8. Sólo queda verificar que también cum-
plen las propiedades 3 y 4 o sea, que el elemento neutro de la suma tam-
bién pertenece a S y que todo elemento de S tiene su opuesto en S.

Sea a  S (S  )


.C
 = –1  (–1). a  S Porque el producto de cualquier escalar por un
elemento de S, da otro elemento de S.

  
Pero (–1). a = – a  – a  S
DD 
El opuesto de cualquier elemento a de S, también pertenece a S
  Porque la suma de dos
Además a + (– a )  S elementos de S, es otro
 θ S elemento de S.
El vector nulo pertenece a S.
LA

Se ha demostrado, entonces, que S es subespacio vectorial de V

Ejemplo
Sea (R2, +, R, .) un espacio vectorial. Verificar si los siguientes subcon-
juntos de R2 son subespacios vectoriales:
FI

a) S1 = {(x1, 0)  R2 } b) S2 = {(1, x2)  R2 }


a) Sea a = (a1, 0)  S1

Sea b = (b1, 0)  S1


 
a + b = (a1+b1 , 0+0)
 
 (a1+b1, 0)  S1  a + b  S1

24

Este archivo fue descargado de [Link]

 Sea   R

. a = (a1 , 0)

 ( a1, 0)  S1  . a  S1

OM
 S1 es subespacio vectorial de R2


b) Sea a = (1, a2)  S2

Sea b = (1, b2)  S2
   
a + b = (1 + 1 , a2 + b2) = (2, a2 + b2)  a + b  S2

.C
 S2 no es subespacio vectorial de R2

1.4. Dependencia e independencia lineal de vectores

DD
1.4.1. Combinación lineal de vectores
  
Definición: Dados n vectores v 1 , v 2 ,..., v n y n escalares 1, 2,..., n se
llama combinación lineal de los n vectores dados con coeficientes i

(donde i =1, 2,..., n), al vector u definido por la ecuación vectorial:
LA

 n 
u = αi v i
i =1
    
O también: u = α 1 v 1 + α 2 v 2 + α 3 v 3 + ... + α n v n
FI

Ejemplo 1:
El vector (–1, –4) es combinación lineal de los vectores (4, –2) y (1, 1) ya
1
que (–1, -4) = (4, –2) + (–3).(1, 1)
2
Ejemplo 2:


  16 
Demostrar que el vector u =  4, , 1 es combinación lineal de los
 3 
  
vectores v 1 = (1, 1, 1) , v 2 = (0, − 1, 1) y v 3 = (3, 1, 0)
25

Este archivo fue descargado de [Link]

 Se plantea la combinación lineal:
 16 
 4, , 1 = α 1 (1, 1, 1) + α 2 (0, − 1, 1) + α 3 (3, 1, 0 )
 3 

OM
 α 1 + 3α 3 = 4
 16
α 1 − α 2 + α 3 =
 3
 α 1 + α 2 = 1

.C
De la 1ª ecuación se despeja α 1 resultando: α 1 = 4 − 3α 3
Se lleva ese valor de α1 a las otras ecuaciones:
16  4
4 − 3α 3 − α 2 + α 3 = − α 2 − 2α 3 =
DD
3   3
4 − 3α 3 + α 2 = 1  α 2 −3α 3 = −3

1
De donde se obtienen: α 2 = −2 y α 3 = . Entonces α1 = 3
3
LA

La combinación lineal es, por lo tanto:

   1
u = 3v1 − 2 v 2 + v3
3
Verificación:
3 v 1 − 2 v 2 + v 3 = 3(1, 1, 1) − 2(0, − 1, 1) + (3, 1, 0 )
  1 1
FI

3 3
 1 
= (3, 3, 3) + (0, 2, − 2 ) +  1, , 0 
 3 
 1 
=  3 + 1, 3 + 2 + , 3 − 2 


 3 
 16 
=  4, , 1
 3 
26

Este archivo fue descargado de [Link]

 
=u

1.4.2. Vectores linealmente independientes

   
Definición: Se dice que un conjunto de r vectores v 1 , v 2 , v 3 ,..., v r de

OM
un espacio vectorial real (V,+, R, .) es linealmente independiente si y
  
solamente si la ecuación vectorial α 1 v 1 + α 2 v 2 + ... + α r .v r = θ admite
una única solución: 1 = 2 = ... = r = 0
r
 
Es decir: α v
i =1
i i = θ  αi = 0 i =1, 2,..., r

.C
En otras palabras un conjunto de vectores es linealmente independiente,
si la única combinación lineal de esos vectores que es igual al vector nu-
lo, es aquella en que todos los coeficientes i valen 0.
DD
Ejemplo:
 
Los vectores v 1 = (2, 0) y v 2 = (1, 1) son linealmente independientes
porque la única combinación lineal de ellos que es igual al vector nulo es
aquella en que 1 = 2 = 0
En efecto:
LA

  
α1v 1 + α 2 v 2 = θ

α1 (2, 0) + α 2 (1, 1) = (0, 0)

FI

2α 1 + α 2 = 0

 α2 = 0

La única solución de este sistema es α1 = 0 y α 2 = 0 .



27

Este archivo fue descargado de [Link]

 1.4.3. Vectores linealmente dependientes
   
Definición: Un conjunto de r vectores v 1 , v 2 , v 3 ,..., v r  de un espacio
vectorial real es linealmente dependiente si existen escalares
r
 
α 1 , α 2 , α 3 , , α r , no todos nulos, tales que  α i v i = θ .

OM
i =1
También se expresa:
Un conjunto de vectores que no es linealmente independiente, es lineal-
mente dependiente.

Ejemplo:

.C
  
Verificar que los vectores v 1 = (3, 1, -2), v 2 = (-5, 0, 3) y v 3 = (8, 1, -5)
son linealmente dependientes.
   
αv 1 + βv 2 + γv 3 = θ
DD
α(3, 1, − 2) + β(− 5, 0, 3) + γ(8, 1, − 5) = (0, 0, 0)

 3α − 5β + 8γ = 0

 α+γ=0 De la 2ª ecuación resulta  = - (I)
LA

− 2α + 3β − 5γ = 0


Reemplazando en la 1ª y en la 3ª ecuación se obtiene:

− 3γ − 5β + 8γ = 0 − 5β + 5γ = 0

FI

 
 2γ + 3β − 5γ = 0  3β − 3γ = 0

− β + γ = 0 De ambas ecuaciones resulta  =  (II)

O lo que es lo mismo 
β − γ =


 0
En (I) y (II) se observa que  y  quedan expresados en función de .
Entonces el sistema tiene infinitas soluciones. Una de esas soluciones se
obtiene haciendo  = 2 , y en ese caso,  =2 y = -2
28

Este archivo fue descargado de [Link]

 Verificación: Se plantea la combinación lineal:
 
αv 1 + βv 2 + γv 3 = −2(3, 1,−2) + 2( −5, 0, 3) + 2(8, 1,- 5)

OM
= (-6, -2, 4) + (-10, 0, 6) + (16, 2, -10)
= (-6-10+16, -2+2, 4+6-10)
= (0, 0, 0)
3
 
Entonces existen escalares, no todos nulos, tales que α v
i =1
i i = θ.

v 1 , v 2 , v 3  es linealmente dependiente.

.C


Como consecuencia de la definición de vectores linealmente dependien-

tes surge el siguiente teorema que se enunciará, sin demostrarlo.
DD
   
Teorema: Un conjunto de r vectores v 1 , v 2 , v 3 ,..., v r  de un espacio
vectorial V es linealmente dependiente si y sólo si existe algún vector
perteneciente a ese conjunto que sea combinación lineal de los demás.
LA

Corolario: Todo conjunto finito de vectores que tenga como elemento

al vector nulo es linealmente dependiente.

Ejemplos:
   
1) Sean v 1 = (3, -2); v 2 = (1, 0) y v 3 = (5, -4) donde v 3 es combi-
FI

    
nación lineal de v 1 y v 2 ya que: v 3 = 2v 1 − v 2
   
Se plantea: αv 1 + βv 2 + γv 3 = θ
α(3, − 2) + β(1, 0) + γ(5, − 4 ) = (0, 0)


3α + β + 5γ = 0
  α = − 2γ
 − 2α − 4γ = 0

29

Este archivo fue descargado de [Link]

 Reemplazando en la 1° ecuación: -6  +  + 5  = 0
 β−γ = 0  β = γ
Como α y β dependen de λ , existen infinitas soluciones por lo
tanto los 3 vectores dados son linealmente dependientes.

OM
  
2) Sean v 1 = (3, -2); v 2 = (1, 0) y θ = (0, 0)
  

Para verificar que v 1 , v 2 , θ es linealmente dependiente se
 
 
plantea: αv 1 + βv 2 + γθ = θ
α(3, − 2) + β(1, 0) + γ(0,0) = (0, 0) (I)

.C
3α + β = 0
  α=0  β=0
 − 2α = 0
 =  = 0, pero  puede tomar cualquier valor, entonces la ex-
DD
presión (I) se verifica para algún coeficiente distinto de cero.
 Los 3 vectores son linealmente dependientes

1.4.4. Propiedades
LA

a) Todo vector, no nulo, constituye un conjunto linealmente indepen-

diente.
b) El vector nulo constituye un conjunto linealmente dependiente.
c) Todo conjunto que contiene entre sus vectores al vector nulo es li-
nealmente dependiente.
FI

d) Si un conjunto de vectores es linealmente independiente, todo sub-

conjunto de él es también linealmente independiente.
e) Un conjunto de vectores que contenga un subconjunto linealmente
dependiente, es linealmente dependiente.


1.5. Sistema de generadores

   
Definición: Sea V un espacio vectorial y S = v 1 , v 2 , v 3 ,..., v n  un sub-
conjunto finito de V. Se dice que S es un Sistema de Generadores del

30

Este archivo fue descargado de [Link]

 espacio V si el conjunto de todas las combinaciones lineales de los vecto-
   
res v 1 , v 2 , v 3 ,..., v n es igual a V.

También se puede dar la siguiente definición: Dados un espacio vectorial

OM
   
(V, +, R, .) y S = v 1 , v 2 , v 3 ,..., v n  un subconjunto finito de V, se dice
que S es un Sistema de Generadores de V si y solamente si todo elemen-
to de V se puede expresar como combinación lineal de los vectores de S.

Simbólicamente
   
(V, +, R, .) espacio vectorial y S = v 1 , v 2 , v 3 ,..., v n  V

.C
  n 
S es Sistema de Generadores de V  u  V : u =  α i v i
i =1
Ejemplos:
DD
   
a) Dados v 1 =(3, -2), v 2 = (1, 0) demostrar que S = { v 1 , v 2 } es un Sis-
tema de Generadores del espacio vectorial (R2, +, R, .).
Para demostrarlo tenemos que verificar que todo elemento de R2 se pue-
 
de expresar como combinación lineal de { v 1 , v 2 }.
Un vector cualquiera de R2 lo representamos por (x, y)
LA

(x, y ) = α(3, − 2) + β(1, 0)

3α + β = x 1
 De la 2º ecuación resulta α = − y
− 2α = y 2
FI

Reemplazando en la 1º ecuación:
 1  3 3
3 − y  + β = x  − y + β = x  β = x + y
 2  2 2
Por lo tanto, todo vector de R2 se puede expresar como combinación


 
lineal de v 1 y v 2 :
1  3 
(x, y) = ( − y) v 1 + (x + y) v 2
2 2
31

Este archivo fue descargado de [Link]

  
Entonces, el conjunto { v 1 , v 2 } es Sistema de Generadores de R2.

Verificación para un vector cualquiera de R2, por ejemplo: (5, –2)

Se calculan los coeficientes α y β.

OM
α = − (− 2 ) = 1 β = 5 + (− 2 ) = 5 − 3 = 2
1 3
2 2
 
 (5, -2) = v 1 + 2 v 2
 
En efecto v 1 + 2 v 2 = (3, –2) + 2(1, 0)
= (3, –2) + (2, 0)

.C
= (5, –2)

b) ¿Es {(1, -3, 2), (3, 0, 0), (-1, -6, 4)} Sistema de Generadores del espa-
DD
cio R3?

Un vector de R3 es de la forma: u = (x, y, z)
Entonces se plantea:
(x, y, z) = α(1, − 3, 2) + β(3, 0, 0) + γ(− 1, − 6, 4 )
α + 3β − γ = x
LA


 − 3α − 6γ = y
 2α + 4γ = z

FI

y z
De la 2° ecuación resulta: α + 2γ = − y de la 3°: α + 2γ =
3 2
y z 3
Tomando esas dos igualdades, se obtiene: − =  y=− z
3 2 2
En consecuencia, sólo los vectores de R3 que tienen la 2° componente


 3
igual a la 3° multiplicada por  −  pueden expresarse como combina-
 2
ción lineal de los vectores dados.
32

Este archivo fue descargado de [Link]

 Por lo tanto, éstos no constituyen un sistema de generadores de R3.
En realidad, generan un subespacio de R3, que es:
3
S = {(x, y, z) / y = − z }
2

OM
1.6. Base de un espacio vectorial
   
Definición: Dado un subconjunto B = u 1 , u 2 , u 3 ,..., u n  , no vacío, del
espacio vectorial V, se dice que B es una base del espacio V si y sola-
mente si:
   
1) u 1 , u 2 , u 3 ,..., u n  es linealmente independiente.

.C
2) B es un Sistema de Generadores de V.
Una base de un espacio vectorial se simboliza [B]
Ejemplos:
a) Sea B = {(2, -2), (0, 3)}  R2
DD
¿Es B una base de R2?
a.1) Se analiza si los elementos de B son linealmente independientes:
α(2, − 2) + β(0, 3) = (0, 0)

2α = 0 α=0
LA


− 2α + 3β = 0  0 + 3β = 0  β = 0

 {(2,-2), (0, 3)} es linealmente independiente.

FI

a.2) Se analiza si B es Sistema de Generadores de R2.

(x, y ) = α(2, − 2) + β(0, 3)
x
 2α = x  α=
2
 x+y
− + = x


 2α 3β y  − 2 + 3β = y  β =
2 3

33

Este archivo fue descargado de [Link]

 x x+y
(x, y) = (2,−2) + (0, 3)
2 3
 B es sistema de generadores de R2

OM
Por lo tanto [B] es una base del espacio vectorial (R2, +, R, .)

b) Sea B = {(2, 1, 0); (-1, 0, 1)} un subconjunto de R3

¿Es base de R3?

b.1) α(2, 1, 0) + β(− 1, 0, 1) = (0, 0, 0)

.C
2α − β = 0  β = 2α α=0  β=0

 α=0
 β=0
DD

Los elementos de B son linealmente independientes.

b.2) ¿Es B sistema de generadores de R3?

(x, y, z) = α(2, 1, 0) + β(− 1, 0, 1)
LA

2α − β = x  x = 2y − z

 α=y
 β=z

FI

 B no genera el espacio R3 sino un subespacio del mismo,

que es el conjunto:
S = {(x, y, z)  R3 / x = 2y – z}


 B no es base de R3.

34

Este archivo fue descargado de [Link]

 1.6.1. Propiedades
a) Si V es un espacio vectorial que tiene una base formada por n vectores
entonces cualquier subconjunto de V formado por n vectores lineal-
mente independientes es base de V.

OM
b) Dos bases cualesquiera de un espacio vectorial V tienen el mismo
número de elementos.

1.6.2. Dimensión de un espacio vectorial

Definición: Se llama dimensión de un espacio vectorial V, y se designa
por dim(V), al número de elementos de una cualquiera de las bases de

.C
ese espacio.
En el ejemplo a) de la página anterior, [B] = {(2, -2), (0, 3)} es una base
del espacio R2,
 dim(R2) = 2
DD
En el ejemplo b) el conjunto B ={(2, 1, 0), (-1, 0, 1)} es linealmente in-
dependiente pero no genera el espacio R3. En cambio si es Sistema de
Generadores del espacio:
S = {(x, y, z)  R3 / x = 2y – z}
LA

 [B] es una base de S

 dim (S) = 2
Corolario: La dimensión de un espacio vectorial es el máximo número
FI

de vectores linealmente independientes que se pueden encontrar en ese

espacio.

Corolario: En un espacio vectorial de dimensión n, (n+1) vectores son

siempre linealmente dependientes.


35

Este archivo fue descargado de [Link]

 1.6.3. Coordenadas de un vector
   
[Link]. Definición: Sea V un espacio vectorial y [B] = v 1 , v 2 , v 3 ,..., v n 

una base del mismo. Sea u un vector de V, en consecuencia,
    
u = α 1 v + α 2 v 2 + α 3 v 3 + ... + α n v n ya que todo vector de V puede

OM
expresarse como combinación lineal de los vectores de la base.

Los coeficientes α 1 , α 2 , α 3 ,  , α n se llaman coordenadas del vector u
en la base [B].

Ejemplo: Sea u = (3, 5)  R2

La base canónica de R2 es {(1,0), (0,1)}  u = 3(1,0) + 5(0,1)

.C

3 y 5 son las coordenadas de u en la base canónica
Sea [B1] = {(2, 1), (-3, 2)} otra base de R2

DD
¿Cuáles son las coordenadas de u en la base [ B1]?
(3, 5) = α(2,1) + β(- 3, 2)
2α - 3β = 3

 α + 2β = 5  α = 5 - 2β
LA

Reemplazando en la primera ecuación, resultan β = 1 y α = 3


3 y 1 son las coordenadas de u en la base [ B1]
(3, 5) = (3, 1) [B1]
FI


36

Este archivo fue descargado de [Link]

 [Link]. Interpretación geométrica

OM
.C
DD
LA
FI


37

Este archivo fue descargado de [Link]

 OM
.C
CAPÍTULO 4
DD
SISTEMAS DE ECUACIONES LINEALES

4.1. Definición: En un cuerpo K1, se llama sistema de m ecuaciones

LA

lineales con n incógnitas, a un conjunto de ecuaciones de la forma:

 a11 x1 + a12 x 2 + a13 x3 +  + a1n x n = b1

 a x + a x + a x ++ a x = b
 21 1 22 2 23 3 2n n 2
FI

 a31 x1 + a32 x 2 + a33 x3 +  + a3n x n = b3 (I)

 

a m1 x1 + a m 2 x 2 + a m3 x3 +  + a mn x n = bm


Donde todos los aij y bi pertenecen al cuerpo K.

1
Un cuerpo ó campo, es un conjunto K con dos operaciones binarias, usualmente
llamadas suma “+” y producto “." La suma es asociativa, conmutativa y su elemento
neutro es 0, además para cada elemento existe un inverso. El producto es asociati-
vo, conmutativo, su elemento neutro es 1 y todo elemento distinto de cero tiene
inverso, además el producto se distribuye respecto de la suma.

108

Este archivo fue descargado de [Link]

 El sistema es lineal porque ninguna de las n incógnitas está elevada a una
potencia superior a uno.
Se han colocado dos subíndices a los coeficientes de cada una de las in-
cógnitas para que quede perfectamente localizado. El primer subíndice
“i”, remite a la ecuación a la que pertenece, mientras que el segundo sub-

OM
índice, “j” refiere a la incógnita de la cual es coeficiente.
Además este doble subíndice será de gran utilidad, más adelante, para la
construcción de ciertas matrices que se usarán en el análisis y en la reso-
lución de los sistemas de ecuaciones lineales.

4.1.1. Sistemas lineales homogéneos

.C
Definición: Una ecuación lineal con n incógnitas es homogénea si su
término independiente es igual a cero.
Ejemplo:
DD
2x1– 3x2+ x3+…+ xn= 0

Definición: Un sistema de m ecuaciones lineales con n incógnitas es

homogéneo si las m ecuaciones son homogéneas.

 a11 x1 + a12 x 2 + a13 x3 +  + a1n x n = 0

LA

 a x + a x + a x ++ a x = 0
 21 1 22 2 23 3 2n n

 a31 x1 + a32 x 2 + a33 x3 +  + a3n x n = 0

 

a m1 x1 + a m 2 x 2 + a m3 x3 +  + a mn x n = 0
FI

Este sistema se llama Sistema Homogéneo asociado al Sistema no

Homogéneo dado en (I).


4.1.2. Otras formas de expresión de los sistemas de ecuaciones li-

neales

[Link]. Expresión Vectorial

109

Este archivo fue descargado de [Link]

 Con los coeficientes de la incógnita x1 se puede construir un vector co-
lumna2:
 a11 
 
 a 21 

OM
a 
 31 
  
a 
 m1 

Lo mismo se puede hacer con los coeficientes de cada una de las incóg-

.C
nitas y con los términos independientes.
Entonces, el sistema dado en (I) puede expresarse como sigue:

 a11   a12   a13   a1n   b1 

         
DD
 a 21   a 22   a 23   a2n   b2 
 a .x +  a .x +  a .x +  +  a .x =  b  (II)
 31  1  32  2  33  3  3n  n  3 
              
a  a  a  a  b 
 m1   m2   m3   mn   m
LA

Esa es la forma vectorial del sistema de m ecuaciones lineales con n in-

cógnitas.
Si el sistema tiene solución, quiere decir que existen escalares x 1, x2, ..., xn
que satisfacen la igualdad (II).
FI

Esto significa que el vector de los términos independientes es combina-

ción lineal de los vectores de los coeficientes.
Que un elemento sea combinación lineal de otros, significa que es el
resultado de la suma de producto entre pares de elementos de determi-
nados conjuntos, en este caso particular: matrices y escalares, multiplica-


dos entre sí.

Continuando con sistemas de ecuaciones lineales:

2
Se llama vector columna a una matriz de dimensión m x 1.

110

Este archivo fue descargado de [Link]

  b1   a11   a12   a1n 
       
 b2   a21   a 22   a 2n 
 b  es combinación lineal de los vectores: a ,  a ,  ,  a 
 3  31   32   3n 

OM
           
b  a     
 m  m1   am2   a mn 

[Link]. Expresión Matricial

Otra forma de expresar un sistema de ecuaciones lineales es por medio

.C
de matrices.
A partir de un sistema dado, como por ejemplo (I), se pueden construir
tres matrices.
Una de ellas es una matriz de m filas y n columnas cuyos elementos son
DD
los coeficientes de las incógnitas.

 a11 a12 a13  a1n 

 
 a 21 a 22 a 23  a2n  A es una matriz de orden mn y se
A =  a31 a32 a33  a3n  llama Matriz de los Coeficientes
 
LA

      
a  a mn 
 m1 am2 a m3

La segunda es una matriz columna cuyos elementos son las n incógnitas.

FI

 x1 
 
 x2  X es de orden n1 y se llama Ma-
X =  x3  triz de las Incógnitas.
 


  
x 
 n

Finalmente, la tercera matriz es también una matriz columna cuyos ele-

mentos son los términos independientes.

111

Este archivo fue descargado de [Link]

  b1 
 
 b2  B es una matriz de orden m1 y se llama
B=  b3  Matriz de los Términos Independientes o
  Matriz Constante.

OM
  
b 
 m

Como A es de orden mn y X es de orden n1, el producto A.X es po-

sible y da como resultado una matriz de orden m1. Entonces, el sistema
de ecuaciones lineales se puede escribir de la siguiente manera:

.C
A.X = B que se llama Forma Matricial o Forma Compacta
del Sistema.
DD
x1
x2
X
x3

A
LA

xn
a11 a12 a13  ba11n= a11 x1 + a12 x 2 + a13 x3 +  + a1n x n
a 21 a 22 a 23  ba22 n= a 21 x1 + a 22 x 2 + a 23 x3 +  + a 2 n x n
a31 a32 a 33  ab3n =a 31 x1 + a32 x 2 + a33 x3 +  + a3n x n
FI

      
a m1 a m2 a m3  bam mn= a m1 x1 + a m 2 x 2 + a m 3 x 3 +  + a mn x n


Nota: Además, a partir del sistema dado, se puede construir una cuarta
matriz que se llama Matriz Ampliada y que se simboliza con A’.
La matriz ampliada A’ es una matriz de orden m(n+1), y sus columnas
son las columnas de A más la columna de los términos independientes.

112

Este archivo fue descargado de [Link]

  a11 a 12 a13  a1n b1 
 
 a 21 a 22 a 23  a2n b2 
A’=  a31 a32 a33  a3n b3 
 

OM
       
a  bm 
 m1 am2 a m3 a mn

Como ya se dijo, esta matriz será de utilidad cuando se realice el análisis y

clasificación de los sistemas de ecuaciones lineales.

.C
4.2. Solución de un Sistema de Ecuaciones Lineales

Resolver un sistema de ecuaciones lineales significa encontrar los valores

DD
de las n incógnitas que satisfacen simultáneamente cada una de las m
ecuaciones del mismo.

4.2.1. Definición: Una n–upla de escalares ( 1 ,  2 ,  3 ,,  n ) es una

solución de un sistema de m ecuaciones lineales con n incógnitas si satis-
face cada una de las m ecuaciones del mismo. Se la llama solución parti-
LA

cular del sistema.

Se verá más adelante que un sistema de ecuaciones lineales puede tener
una, infinitas, o ninguna solución.
Si el sistema tiene solución, se llama conjunto solución ó solución ge-
FI

neral, al conjunto de soluciones del sistema.

En el caso de los sistemas homogéneos claramente se observa que tie-
nen, siempre, al menos una solución que es la n–upla (0, 0, ..., 0). Esta
solución se llama solución trivial del sistema homogéneo.


4.2.2. Sistemas equivalentes

Definición: Dos sistemas de ecuaciones lineales son equivalentes si y
sólo si tienen el mismo conjunto solución.

113

Este archivo fue descargado de [Link]

 A continuación, se darán algunos teoremas que serán de fundamental
importancia a la hora de justificar los distintos métodos de resolución de
los sistemas de ecuaciones lineales.

OM
Teorema: Si se agrega (o se quita) a un sistema de ecuaciones lineales
una ecuación que sea combinación lineal de las demás, se obtiene un
sistema equivalente al dado.

Demostración:
Sea un sistema de m ecuaciones lineales con n incógnitas.
 a11 x1 + a12 x 2 +  + a1n x n = b1

.C
 a 21 x1 + a 22 x 2 +  + a 2 n x n = b2

 a31 x1 + a32 x 2 +  + a3n x n = b3 (I)

DD 
 a m1 x1 + a m 2 x 2 +  + a mn x n = bm

Sea la siguiente, una combinación lineal de las m ecuaciones del sistema

dado en (I):
LA

1 (a11 x1 + a12 x2 +  + a1n xn ) +  2 (a21 x1 + a22 x2 +  + a2n xn ) +  +

 m (am1 x1 +a m 2 x2 +  + amn xn ) = 1b1 +  2 b2 +  +  m bm

Operando y agrupando nuevamente se obtiene:

FI

(1a11 +  2 a21 +  +  m am1 )x1 + (1a12 + 2 a22 +  +  m am2 )x2 +  +

+ (1a1n +  2 a2 n +  +  m amn )xn = 1b1 +  2 b2 +  +  m bm


 m   m   m   m 
   i ai1  x1 +    i ai 2  x 2 +  +    i ain  x n =    i bi 
i
=1
 1
=1
 i
=1
 i
=1
 
c1 c2 cn d

c1 x1 + c2 x2 +  + cn xn = d

114

Este archivo fue descargado de [Link]

 Se construye ahora un nuevo sistema incluyendo esta nueva ecuación.

 a11 x1 + a12 x 2 +  + a1n x n = b1

 a x + a x ++ a x = b
 21 1

OM
22 2 2n n 2

  (II)
a x + a x +  + a x = b
 m1 1 m2 2 mn n m

 c1 x1 + c 2 x 2 +  + c n x n = d

Sea (1 , 2 , 3 ,, n ) una solución del sistema (I). Entonces verifica

.C
cada una de sus ecuaciones. ¿Verificará también la última ecuación del
sistema (II)?
DD
Para responder a ello, se calcula:

 m   m   m 
c11 + c2 2 + .... + cn n =   I ai1 1 +   i ai 2 2 + ... +   i ain n
 i =1   i =1   i =1 

= ( 1 a11 +  2 a 21 + .... +  m a m1 )1 + ( 1 a12 +

LA

 2 a 22 + ... +  m a m 2 )2 + ... + ( 1a1n +  2 a 2 n +

+ .... +  m a mn )n

( )
= 1 a111 + a12 2 + ... + a1n n +  2 (a211 +
FI

+ a 22 2 + ... + a 2 n n ) + ... +  m (a m11 + a m 2 2 +

+ ... + a mn  n )

=  1b1 +  2 b 2 +... +  m bm


=d
Entonces la n-upla (1 , 2 ,, n ) verifica también la última ecuación
del sistema (II), por lo tanto también es solución de este sistema.
La demostración de que toda solución del sistema (II) es también solu-
ción del sistema (I) es evidente, ya que si una n–upla verifica todas las

115

Este archivo fue descargado de [Link]

 ecuaciones del sistema (II), verifica también todas las ecuaciones del
sistema (I). Quedando demostrado, de esta manera, el teorema.

Teorema: En un cuerpo K infinito, un sistema de ecuaciones lineales

OM
AX = B no tiene solución, tiene solución única, o tiene un número infi-
nito de soluciones.
Demostración:
Se demostrará únicamente que si el sistema tiene más de una solución
entonces tiene infinitas soluciones.
Sean X1 y X2 dos soluciones distintas del sistema, entonces se verifica
que: AX1 = B y AX2 = B.

.C
Se plantea una combinación lineal de ambas soluciones, y se probará que
esa combinación lineal también es solución del sistema AX = B.
Sea, entonces, la combinación lineal (1+)X1 – X2
DD
 A. ((1+)X1 – X2) = A.X1 +  A.X1 –  A.X2
= B +  ( B − B) 0 es la Matriz nula.

0
=B
LA

 (1+)X1 – X2 también es solución del sistema.

Como la igualdad se verifica para cualquier valor de , el sistema tiene

entonces infinitas soluciones.
FI

4.2.3. Clasificación de los Sistemas de Ecuaciones Lineales

El siguiente teorema es de suma importancia porque permite hacer el
análisis de un sistema cualquiera de ecuaciones lineales.

Teorema de Rouché – Frobenius: Un sistema de m ecuaciones lineales



con n incógnitas tiene solución si y sólo si el rango de la matriz de los

coeficientes es igual al rango de la matriz ampliada.
A.X = B tiene solución  h(A) = h(A’)

En algunos textos, este teorema se enuncia como sigue:

116

Este archivo fue descargado de [Link]

 “La condición necesaria y suficiente para que un sistema de m ecuacio-
nes lineales con n incógnitas tenga solución, es que el rango de la matriz
ampliada A’ sea igual al rango de la matriz A”
Demostración:

OM
En primer lugar se demostrará que si el sistema tiene solución, entonces
el rango de A es igual al rango de A’.
Sea un Sistema de m ecuaciones lineales con n incógnitas dado en forma
vectorial:

 a11   a12   a1n   b1 

       

.C
 a 21   a 22   a2n   b2 
 a .x +  a .x +  +  a .x =  b 
 31  1  32  2  3n  n  3 
           
DD
a  a  a  b 
 m1   m2   mn   m
 b1 
 
 b2 
Si el sistema tiene solución, el vector  b3  es combinación lineal de los
 
LA

  
b 
 n
 a11   a12   a1n 
     
 a 21   a 22   a2n 
FI

vectores  a31  ,  a 32  , ..., a 

     3n 
        
a  a  a 
 m1   m 2   mn 


En consecuencia el número de columnas linealmente independientes3 de

A’ es igual al número de columnas linealmente independientes de A.
Por lo tanto, ambas matrices tienen el mismo rango, es decir

3
Un conjunto de vectores es linealmente independiente si ninguno de ellos puede
ser escrito con una combinación lineal de los restantes.

117

Este archivo fue descargado de [Link]

 h(A) = h(A’)

Se demostrará ahora la proposición recíproca: “Si h(A) = h(A’), entonces

el sistema A.X = B tiene solución”.

OM
h(A) = h(A’)  A.X = B tiene solución

Si ambas matrices tienen el mismo rango, tienen el mismo número de

columnas linealmente independientes.
Entonces el conjunto formado por todas las columnas de A’ es lineal-
mente dependiente y por lo tanto la columna de los bi que es la que no
figura en A, se puede expresar como combinación lineal de las columnas

.C
de A. Es decir que existen escalares 1 , 2 , n , tales que:
 b1   a11   a12   a1n 
       
 b2   a 21   a 22   a2n 
DD
 b  =   a  +   a  ++   a 
 3 1
 31  2
 32  n
 3n 
           
b  a  a  a 
 m  m1   m2   mn 

Entonces la n-upla ( 1 , 2 , n ) constituye una solución del sistema.

LA

 Si h(A) = h(A’) el sistema tiene solución. (Se dice que es compatible)

FI

Sistemas de Ecuaciones Lineales

Tiene solución No tiene solución

Sistema compatible Sistema incompatible


Una única Infinitas

Solución: Soluciones:
Compatible Compatible
Determinado Indeterminado

118

Este archivo fue descargado de [Link]

 Ejemplos:
Sean los sistemas
 x1 + x2 = 1


OM
a)  x1 + 3x3 = 0
2 x + 6 x = 0
 1 3

 x1 + 5 x 2 = 3

b) 5 x1 + 25x2 = 0
 − x − 6x = 0

.C
 1 3
Para cada sistema se calculará el rango de la matriz A y el rango de la
matriz ampliada A’, usando el método de Gauss–Jordan estudiado en el
capítulo de Matrices.
DD
A fin de simplificar los cálculos, en cada caso se escribirán ambas matri-
ces en un solo esquema.

a) 1 1 0 1
1 0 3 0
LA

2 0 6 0
1 1 0 1
0 -1 3 -1
0 -2 6 -2
1 1 0 1
0 1 -3 1
FI

0 -2 6 -2
1 0 3 0
0 1 -3 1
h(A)=2 0 0 0 0 h(A’)=2


Sistema compati-
ble.
Tiene solución.

119

Este archivo fue descargado de [Link]

 b) 1 5 0 3
5 25 0 0
-1 0 -6 0
1 5 0 3

OM
0 0 0 -15
0 5 -6 3
1 5 0 3
0 0 0 -15
0 1 -6/5 3/5
1 0 6 0
0 0 0 -15

.C
h(A)=2 0 1 -6/5 3/5 h(A’)=3
Sistema incompatible.
No tiene solución.
Se ha visto cómo determinar si un sistema tiene solución o no, es decir,
DD
si es compatible o incompatible.
Ahora se tratará de determinar si un sistema compatible es determinado
o indeterminado, o sea, si tiene una o infinitas soluciones.

Volviendo sobre la segunda parte de la demostración del Teorema de

LA

Rouché-Frobenius, se observa que pueden presentarse dos casos:

1º) h(A) = h (A’) = n
Tanto A como A’ tienen n columnas linealmente independientes.
b 
 
 b2 
FI

Por lo tanto la expresión de  b3  como combinación lineal de las co-

 
  
b 
 m


lumnas de A es única. Es decir que existe una única n-upla

(1 , 2 , 3 ,, n ) tal que:

120

Este archivo fue descargado de [Link]

 b   a11   a12   a13   a1n 
         
 b2   a 21   a 22   a 23   a2n 
 b  =   a  +   a  +   a  ++   a 
 3 1
 31  2
 32  3
 33  n
 3n 

OM
              
b  a  a  a  a 
 m  m1   m2   m3   mn 
El sistema tiene una única solución. Por lo tanto, es Compatible Deter-
minado.

2º) h(A) = h(A’) = r < n

.C
Tanto A como A’ tienen sólo r columnas linealmente independientes.
La expresión vectorial del sistema es:
DD
 a11   a 21   a1n   b1 
       
 a 21   a 22   a2n   b2 
 a x +  a x +  +  a x =  b 
 31  1  32  2  3n  n  3 
           
a  a  a  b 
LA

 m1   m2   mn   m

Si se supone que las columnas linealmente independientes son las r pri-

meras y se pasan todos los demás términos al 2º miembro, se obtiene:
 a11   a12   a1r   b1   a1,r +1   a1n 
           
FI

 a 21   a 22   a2r   b2   a 2,r +1   a2n 

 a  x +  a  x + ... +  a  x =  b  −  a  x − ... −  a  x
 31  1  32  2  3r  r  3   3,r +1  r +1  3n  n
                 
a  a  a  b   a  a 
 m1   m2   mr   m   m,r +1   mn 


121

Este archivo fue descargado de [Link]

  b1 − a1,r +1 x r +1 −  − a1n x n 
 
 b2 − a 2,r +1 x r +1 −  − a 2 n x n 
=  b3 − a3,r +1 x r +1 −  − a3n x n  (I)
 

OM
  
b − a 
 m m , r +1 x r +1 −  − a mn x n 

Si se dan valores arbitrarios a xr+1 , xr+2 , ...., xn el segundo miembro re-

presentará en cada caso un vector distinto. Para cada uno de esos vecto-
res habrá una única r-upla de valores (x1 , x 2 , x3 ,..., x r ) que verificará la

.C
igualdad. Entonces el sistema tiene infinitas soluciones. Por lo tanto es
Compatible Indeterminado.
DD
En resumen:
• Para analizar un sistema de ecuaciones lineales, se calculan el rango
de la matriz de los coeficientes y el rango de la matriz ampliada.
• Si h(A)  h(A’) entonces A.X = B es Incompatible y no tiene solu-
ción.
• Si h(A) = h(A’) = n (nº de incógnitas), el sistema es Compatible De-
LA

terminado y tiene una única solución.

• Si h(A) = h(A’) < n, el sistema es Compatible Indeterminado y tiene
infinitas soluciones.

En el ejemplo a) dado en la página 119 el sistema es Compatible Inde-

FI

terminado. Ya que h(A) = h(A’) = 2 pero el número de incógnitas ( n) es

3, o sea que h(A) = h(A’) = 2 < n = 3.


4.2.4. Clasificación de Sistemas Lineales Homogéneos

Sea un Sistema Homogéneo de m ecuaciones lineales con n incógnitas.

122

Este archivo fue descargado de [Link]

  a11 x1 + a12 x 2 + a13 x3 +  + a1n x n = 0
 a x + a x + a x ++ a x = 0
 21 1 22 2 23 3 2n n

 a31 x1 + a32 x 2 + a33 x3 +  + a3n x n = 0

 

OM

a m1 x1 + a m 2 x 2 + a m3 x3 +  + a mn x n = 0

Para este sistema, la matriz de los coeficientes y la matriz ampliada serán,

respectivamente:

.C
 a11 a12 a13  a1n   a11 a 12 a13  a1n 0
   
 a 21 a 22 a 23  a2n   a 21 a 22 a 23  a2n 0
A=  a31 a32 a33  a3n  A’=  a31 a32 a33  a3n 0
   
DD
             
a  a mn  a  0 
 m1 am2 a m3  m1 am2 a m3 a mn

Como A’ tiene una columna formada íntegramente por ceros (vector

nulo), sus vectores columna serán linealmente dependientes4.
LA

En consecuencia, en un sistema homogéneo de ecuaciones lineales, la

matriz ampliada A’ tendrá siempre el mismo número de vectores colum-
na linealmente independientes que la matriz A de los coeficientes.
O sea que en un sistema homogéneo siempre será: h(A) = h(A’).
FI

Los sistemas homogéneos de ecuaciones lineales son siempre

compatibles, es decir, siempre tienen solución.

Si h(A) = h(A’) = n , el sistema homogéneo es Compatible Determinado

y tiene una única solución que es la llamada solu-


ción trivial (0, 0, 0, …, 0).

Si h(A) = h(A’) < n , el sistema homogéneo es Compatible Indetermina-
do y tiene infinitas soluciones.

4
Propiedad: Todo conjunto finito de vectores que tenga como elemento al vector
nulo es linealmente dependiente.

123

Este archivo fue descargado de [Link]

 4.2.5. Métodos de Resolución de Sistemas de Ecuaciones Lineales
Resolver un sistema de ecuaciones lineales es calcular los conjuntos de
valores de las incógnitas que satisfagan simultáneamente todas las ecua-
ciones del sistema. Cada uno de esos conjuntos de valores de las incógni-

OM
tas recibe el nombre de solución particular.
Existen diferentes métodos para resolver un sistema de ecuaciones linea-
les, los cuales se explicarán a continuación, al tiempo que se darán distin-
tos ejemplos de su aplicación.

[Link]. Método de Eliminación de Gauss

.C
El método consiste en obtener un sistema de ecuaciones equivalente al
dado, pero escalonado.
Para ello, se elimina la 1º incógnita de todas las ecuaciones salvo de la
primera. Luego, se elimina la 2º incógnita de todas las ecuaciones, salvo
DD
de la primera y segunda. Después se elimina la 3º incógnita de todas las
ecuaciones salvo la primera, segunda y tercera y así sucesivamente.
En caso de que fuera conveniente se pueden intercambiar dos ecuacio-
nes ya que esta operación no incide sobre el conjunto solución y el sis-
tema obtenido sigue siendo equivalente al dado.
LA

Ejemplos:
 x1 + 2 x2 + 5 x3 = −9

a) Dado el sistema:  x1 − x2 + 3x3 = 2
3x − 6 x − x = 25
 1 2 3
FI

Se elimina x1 de la 2º y 3º ecuación.
 x1 + 2 x2 + 5 x3 = −9

 − 3x2 − 2 x3 = 11
 − 12x − 16x = 52



2 3

Se elimina a continuación x2 de la 3º ecuación

 x1 + 2 x2 + 5 x3 = −9

 − 3x2 − 2 x3 = 11
 − 8 x3 = 8


124

Este archivo fue descargado de [Link]

 Queda así un sistema equivalente al dado cuya solución se obtiene
como sigue:
De la 3º ecuación se obtiene − 8 x3 = 8 de donde resulta: x3 = −1
Se toma la 2º ecuación: −3x2 −2x3 = 11

OM
Se reemplaza x3, por −1: −3x2 −2(-1) = 11
−3x2 + 2 = 11
−3x2 = 9
x2 = −3
Finalmente, se toma la 1º ecuación: x1 + 2x2 + 5x3 = −9
Se reemplazan x2 y x3 por −3 y −1: x1 + 2(-3)+ 5(-1) = −9

.C
x1 −6 − 5 = −9
x1 = 2
DD
La solución es única y es la terna (2, −3, −1).
El sistema es Compatible Determinado y su conjunto solución es:
S = (2,−3,−1)

Regla Práctica
LA

En forma práctica, el sistema se puede resolver por este método traba-

jando simultáneamente con la matriz de los coeficientes del sistema y la
matriz ampliada. Para el ejemplo anterior, se construye la matriz de los
coeficientes y se le agrega (separándola mediante una línea) la columna
de los términos independientes. De esta manera ambas matrices quedan
FI

superpuestas.

1 2 5 − 9  1 2 5 − 9
   
1 − 1 3 2    0 −3 −2 11  
3 − 6 25   0 − 12 52 


 −1  − 16

125

Este archivo fue descargado de [Link]

 1 2 5 − 9
 
 0 − 3 −2 11  donde en primer lugar se puede obser-
0 0 −8 8 


OM
var que h(A) = h(A’) = 3 y que, por lo tanto, el sistema es Compatible
Determinado (tiene una única solución) y en segundo lugar que, a partir
de allí, se puede escribir el sistema equivalente:
 x1 + 2 x2 + 5 x3 = −9

 − 3x2 − 2 x3 = 11
 − 8 x3 = 8


.C
Luego se procede, a partir de la tercera ecuación, a obtener el valor de x3
y continuar de manera idéntica a la explicada anteriormente.
DD
 x+ y−z =2

b) Resolver  2 x − y + z = 1
x + 4 y − 4z = 5

LA

1 1 −1 2 1 1 −1 2 
   
2 −1 1 1  0 − 3 3 − 3 
1 4 − 4 5  0 3 − 3 3 
 
1 1 −1 2 
FI

 
 0 − 3 3 − 3   h(A)=2 y h(A’)= 2
0 0 0 0 


O sea h(A) = h(A’) < n, por lo tanto el sistema es Compatible Inde-



terminado, tiene infinitas soluciones.

La forma del sistema equivalente es:
x + y –z = 2 → x+y– z = 2
– 3y + 3z = –3 y–z = 1
Dividiendo la 2º
ecuación por (-3)

126

Este archivo fue descargado de [Link]

 Entonces se puede tomar cualquiera de las incógnitas “y” ó “z” como
parámetro independiente. Por ejemplo si se toma z como parámetro
independiente y se la pasa al 2º miembro, el sistema queda:

OM
x + y = 2 + z

 y = 1+ z
Reemplazando la segunda ecuación en la 1º, resulta: x+(1+z) = 2+z
de dónde se obtiene x = 1
Cómo se dijo, el sistema tiene solución, pero sus soluciones son infini-
tas. El conjunto solución o solución general, se expresa entonces de

.C
la siguiente manera:
S = (x, y, z ) / x = 1  y = 1 + z

Se pueden calcular soluciones particulares del sistema, dándole distin-

DD
tos valores a z.
Para z = 1 se obtiene (1, 2,1) 

Para z = 0 se obtiene (1, 1, 0)  Algunas soluciones particulares.
Para z = - 2 se obtiene (1,-1,-2)
Un trabajo similar al realizado, se debe efectuar de haber considerado a la
LA

incógnita “y” como parámetro independiente.

c) Analizar y resolver, de ser posible, el siguiente sistema:

 x − y + 2z = 2
FI


 2x + y − z = 1
2 x − 2 y + 4 z = −1



1 −1 2 2  1 −1 2 2 
   
2 1 −1 1  0 3 − 5 − 3   h(A)=2 y h(A’)=3
2 − 2 4 − 1  0 0 0 − 5 

h(A)  h(A’)

127

Este archivo fue descargado de [Link]

 El sistema es Incompatible y por lo tanto no tiene solución, es decir,
no existe ninguna terna de números reales que verifique simultánea-
mente las tres ecuaciones del sistema dado.

OM
[Link]. Método de Gauss-Jordan
Este método permite analizar el sistema (de acuerdo al teorema de Ro-
ché-Frobenius), y también resolverlo en el caso de que sea compatible.
Esencialmente, mediante operaciones elementales entre filas en la
matriz asociada a un sistema de ecuaciones lineales, se trata de formar el
máximo número de vectores canónicos linealmente independientes. Con

.C
ellos se determina el rango de la matriz del sistema y, también, el rango
de la matriz ampliada.
DD
Ejemplos
a) Sea el sistema

 x− y+z =2
2x + y − 2z = 3


 x+ y−z =2
LA

− x + 2 y + z = 1

La matriz asociada al sistema es:

FI

 1 −1 1 2
 
 2 1 −2 3
 1 1 −1 2
 
−1 2 1 1 



Se procede prácticamente como se hizo para el análisis del rango de

una matriz, construyendo:

1 -1 1 2 Se elige en la matriz un elemento igual a 1.

128

Este archivo fue descargado de [Link]

 2 1 -2 3 Si no hubiese ninguno, se toma cualquier
1 1 -1 2 elemento no nulo, y se divide por él toda
su fila para hacerlo 1. Este será el pivote.
-1 2 1 1
1 -1 1 2 Se hacen cero los demás elementos de la

OM
0 3 -4 -1 columna del pivote. Así se obtiene el 1º
vector canónico (columna).
0 2 -2 0 Se elige un nuevo pivote que no pertenez-
0 1 2 3 ca ni a la fila ni a la columna del anterior.
1 0 3 5 Se hacen cero los demás elementos de la
0 0 -10 -10 columna del pivote. Así se obtiene el 2º
vector canónico (columna).
0 0 -6 -6 Se elige un nuevo pivote que no pertenez-
0 1 2 3 ca ni a la fila ni a la columna del anterior.

.C
1 0 3 5
0 0 1 1 Se divide por (-10) la fila del pivote elegi-
0 0 -6 -6 do.
DD 0 1 2 3
1 0 0 2 Se hacen cero los demás elementos de la
0 0 1 1 columna del pivote. Así se obtiene el 3º
vector canónico (columna).
0 0 0 0
0 1 0 1
1 0 0 2 Se intercambian la 4º y 2º fila.
LA

0 1 0 1
0 0 1 1
0 0 0 0
h(A)=3 h(A’)=3
FI

h(A) = h(A’)= n (nº de incógnitas). El sistema es Compatible De-

terminado y tiene una única solución.
x = 2

El sistema equivalente es  y = 1 .Por lo tanto la única solución es
z =1



la terna (2, 1, 1) y el conjunto solución:
S = (2,1,1)

129

Este archivo fue descargado de [Link]

  3x + 2 y + w = 0

b) Analizar y resolver, de ser posible, el sistema  x + 2 y + z = 1
5 x + 6 y + 2 z + w = 2


OM
3 2 0 1 0
1 2 1 0 1
5 6 2 1 2
0 -4 -3 1 -3
1 2 1 0 1

.C
0 -4 -3 1 -3
0 0 0 0 0 Como ya no se puede
1 2 1 0 1 elegir otro pivote.
h(A)= 2 0 -4 -3 1 -3 h(A’)=2
DD
h(A) = h(A’) = 2 < 4 (nº de incógnitas).
El sistema es Compatible Indeterminado.

 x + 2y + z =1
LA

El sistema equivalente es 
− 4 y − 3z + w = −3

Para hallar la solución general se pasan al 2º miembro, dos de las

incógnitas (por ejemplo: z, w) y se obtiene:
 x + 2y =1− z
FI


− 4 y = −3 + 3z − w
3 − 3z + w
De la 2º ecuación resulta: y =
4


Al llevar este valor de y a la 1º ecuación, se obtiene:

 3 − 3z + w 
x + 2  =1− z  2x + 3 − 3z + w = 2 − 2z 
 4 
−1+ z − w
 2x = −1 + z − w  x=
2
El conjunto solución ó solución general es:

130

Este archivo fue descargado de [Link]

  −1+ z − w 3 − 3z + w 
S = (x, y, z, w) / x = ^y= 
 2 4 
Dos soluciones particulares son:
 1 3 

OM
▪ z=0 ; w = 0  − , ,0,0 
 2 4 
1 1 
▪ z=1 ; w = -1  ,− ,1,−1
2 4 

c) Analizar y resolver, de ser posible, el sistema

.C
x + y - 3z = -1
2x + y - 2z = 1
x + y + z = 3
DD x + 2y - 3z = 1

1 1 -3 -1
2 1 -2 1
1 1 1 3
LA

1 2 -3 1
1 1 -3 -1
0 -1 4 3
0 0 4 4
0 1 0 2
FI

1 0 -3 -3
0 0 4 5
0 0 4 4 Se divide esta fila por 4
0 1 0 2
1 0 -3 -3


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

131

Este archivo fue descargado de [Link]

 1 0 0 0
0 0 0 1
0 0 1 0
h(A)=3 0 1 0 0 h(A’)=4

OM
Como h(A)  h(A’) , el sistema es Incompatible y no tiene solución.

[Link]. Método de la Matriz Inversa

.C
Sea A.X=B un sistema de m ecuaciones lineales con n incógnitas.
 a11 x1 + a12 x 2 +  + a1n x n = b1
 a 21 x1 + a 22 x 2 +  + a 2 n x n = b2
DD

 a31 x1 + a32 x 2 +  + a3n x n = b3


 a m1 x1 + a m 2 x 2 +  + a mn x n = bm
LA

Se analiza el sistema, resultando h(A) = h(A’) = r (r  m y r n).

Entonces se puede construir un sistema equivalente al dado C.X = D
donde C es una matriz no singular (su determinante es distinto de cero),
cuadrada de orden r, extraída de A.
FI

 a11 a12 a13  a1r 

 
 a 21 a 22 a 23  a2r 
C =  a31 a32 a33  a3r 
 


      
a  a rr 
 r1 ar 2 ar 3
Las matrices X y D serán, entonces:

132

Este archivo fue descargado de [Link]

  n

 b1 −  a1 j x j 
 j = r +1 
 b1   n   d1 
 
 b2   2  2 j j  d2 
b − a x

OM
 j = r +1   
X =  b3  D= n
 =  d3 
 b3 −  a3 j x j    
 

b   j = r +1
  
 r     dr 
n
b − a x 
 r  rj j 
 j = r +1 

.C
C  X = D  C −1  C  X = C −1  D
 X = C −1  D
DD
Puesto que los sistemas son equivalentes, las soluciones obtenidas me-
diante esta última expresión son también las soluciones del sistema origi-
nal.
Ejemplos:
a) Analizar y resolver el siguiente sistema por el método de la Matriz
LA

Inversa
 x1 + x 2 + x3 + x 4 = 2
 x − x −x +x = 1
 1 2 3 4

 x 1 + x 2 − x3 − x 4 = 0
FI

3x1 − x 2 − 3x3 + x 4 = 2

Analizado el sistema, resulta h(A) = h(A’) = 3, por lo tanto el sistema

es Compatible Indeterminado y tiene infinitas soluciones.


Se construye el sistema equivalente al dado, de manera tal que la ma-

triz C de los coeficientes sea no singular y de orden 3.
 x1 + x 2 + x3 = 2 − x 4

 x1 − x 2 − x 3 = 1 − x 4
 x +x − x = x
 1 2 3 4

133

Este archivo fue descargado de [Link]

 1 1 1   x1   2 − x4 
     
C = 1 − 1 − 1 X =  x2  D =  1 −x 4 
1 1 − 1 x   x 
   3  4 

OM
C = 4 , por lo tanto C es matriz no singular.

2 2 0 
 
0 − 2 2 
   12 12 0 
−1
=
adjC 
=
2 0 − 2  = 0 − 1 
C  2 
1

.C
2
C 4 1 0
2 − 12 

2 − x4
DD
D 1 −x 4
C-1 x4
1
2
1
2
0 3
2 − x4
0 − 12 + x 4
LA

- 12 1
2

1
2
0 - 12 1 − x4
FI

El conjunto solución es:

S = (x1 , x 2 , x3 , x 4 ) / x1 = 32 − x 4 ; x 2 = − 12 + x 4 ; x3 = 1 − x 4 


El conjunto solución también puede expresarse como sigue:

 x1   − 1  32 
     1 
 x 2   1   − 
S =   = .  +  2 
 x3  −1 1
   
 
 x 4     
  1   0 

134

Este archivo fue descargado de [Link]

 2 x1 + x2 + x3 = 1

b) Resolver el sistema  x1 − x2 − x3 = 2
 3x + 2 x = −1
 1 2

OM
Analizado el sistema resulta h(A) = h(A’) = 3. Entonces, el sistema
es Compatible Determinado.
En este caso no hace falta construir un sistema equivalente por lo
que se calcula directamente X = A-1.B
2 1 1   13 1
0 
   3


.C
A =  1 − 1 − 1  A −1 =  − 12 − 12 2 
1

3 2 0   5 − 16 − 12 
   6
 13 1
0  1  1 
DD
 3
    
X = A −1  B =  − 12 − 1
2 2    2  =  − 2
1

 5 − 1
− 12   − 1  1 
 6 6

El conjunto solución es S = (1,−2,1)

LA

[Link]. Regla de Cramer

Sea A.X=B un sistema de m ecuaciones lineales con n incógnitas.
FI

 a11 x1 + a12 x 2 +  + a1n x n = b1

 a 21 x1 + a 22 x 2 +  + a 2 n x n = b2

 a31 x1 + a32 x 2 +  + a3n x n = b3




 a m1 x1 + a m 2 x 2 +  + a mn x n = bm

Se analiza el sistema, resultando h(A) = h(A’) = r (r  m y r n).

135

Este archivo fue descargado de [Link]

 Entonces, se puede construir un sistema C.X = D, equivalente al dado,
donde C es una matriz no singular (su determinante es distinto de cero),
cuadrada de orden r, extraída de A.
 a11 a12 a13  a1r 

OM
 
 a 21 a 22 a 23  a2r 
C =  a31 a32 a33  a3r 
 
      
a  a rr 
 r1 ar 2 ar 3

.C
Las matrices X y D serán, entonces:
 n

 b1 −  a1 j x j 
 j = r +1 
 b1     d1 
DD n
 
 b2   2  2 j j  d2 
b − a x
 j = r +1   
X =  b3  D= n
 =  d3 
 b3 −  a3 j x j    
 

b   j = r +1
  
 r     dr 
LA

n
b − a x 
 r  rj j 
 j = r +1 
Sea ahora C( k ) una matriz en la que se ha reemplazado la k-ésima colum-
na de C por los elementos de D.
FI

 a11 a12  a1,k −1 d1 a1,k +1  a1r 

 
 a 21 a 22  a 2,k −1 d2 a 2,k +1  a2r 
C (k ) =  a31 a32  a3,k −1 d3 a3,k +1  a3r 
 


         
a ar 2  a r ,k −1 dr a r ,k +1  a rr 
 r1

Calculando el determinante de C (k ) por el desarrollo según los elementos

de la k-ésima columna, se tiene:

136

Este archivo fue descargado de [Link]

 r
C ( k ) =  d h . Ahk donde Ahk es el adjunto del elemento que en la ma-
h =1
triz C ocupa la h-ésima fila y la k-ésima columna.

OM
adjC
Entonces si X = C −1  D será X = D
C
adjC  D
X =
C

Ahk  D

.C
Pero adjC = Akh' = Ahk  X =
C
r r

 Akh'  d h d  Ahk
DD h
h =1 h =1
X = =
C C

det C ( k )
X=
C
LA

det C ( k )
X =
C
FI

 det C (1) 
 
 C 
 x1   det C ( 2 ) 
   
 x2   C 


  =  
   
x  
 r  
 det C ( r ) 
 C 
 

137

Este archivo fue descargado de [Link]

 • Dado un sistema de n ecuaciones con n incógnitas A. X = B, en don-
de la matriz A de los coeficientes es cuadrada y no singular (su deter-
minante distinto de cero), entonces el sistema se puede resolver usan-
do la Regla de Cramer.

OM
• El valor de cada incógnita se obtiene dividiendo por el determinante
del sistema, el determinante que resulta de reemplazar la columna de
los coeficientes de la incógnita que se calcula, por los términos inde-
pendientes.

Ejemplos:
 x + y − 2z = 0

.C

a) Resolver por el método de Cramer:  y + 3z = −2
 x + 2 y + z = −2

DD
Analizado el sistema resulta h(A) = h(A’) = 2.
 x + y = 2z
Se construye, entonces, el sistema equivalente:  en
 y = −2 − 3 z
 1 1
donde la matriz de los coeficientes es C =   , C = 1 , la matriz
LA

 0 1
 x
de las incógnitas es X =   y la matriz de los términos indepen-
 y
 2z 
dientes es D =   .
FI

 − 2 − 3z 
 2z 1
C (1) =    det C (1) = 2 z − (−2 − 3z ) = 5 z + 2
 − 2 − 3 z 1 
1 2z 


C ( 2) =    det C ( 2 ) = −2 − 3 z
 0 − 2 − 3 z 
5z + 2 − 2 − 3z
x= = 5z + 2 y= = −2 − 3 z
1 1
S = (x, y, z ) / x = 5z + 2  y = −2 − 3z

138

Este archivo fue descargado de [Link]

 2 x1 + x2 + x3 = 1

b) Resolver por Cramer, el sistema:  x1 − x2 − x3 = 2
 3x + 2 x = −1
 1 2

OM
Analizado el sistema resulta h(A) = h(A’) = 3. Entonces el sistema
es Compatible Determinado.
En este caso no hace falta construir un sistema equivalente.
2 1 1 
 
A =  1 − 1 − 1  A = 6

.C
3 2 0 
 
1 1 1
 
A =  2 − 1 − 1  det A (1) = 6
(1)
DD
 −1 2 0 
 
2 1 1 
 
A ( 2)
=  1 2 − 1  det A ( 2) = −12
 3 −1 0 
 
LA

2 1 1 
 
A ( 3) =  1 − 1 2   det A (3) = 6
 3 2 − 1
 
FI

6 − 12 6
x1 = =1 x2 = = −2 x3 = =1
6 6 6

S = (1,−2,1)


139

Este archivo fue descargado de [Link]

 OM
Capítulo 5

.C
DETERMINANTES

Para poder comprender mejor la definición de determinanates, veamos

DD
en primer lugar algunos conceptos previos necesarios.

3.1. Permutaciones
3.1.1. Definición: Dados n números naturales 1, 2, 3, ..., n se llama
permutación simple a cualquier ordenación de esos n números.
Dos permutaciones cualesquiera tienen los mismos elementos y difieren
LA

solamente en el orden de colocación de éstos.

Para n =4 la permutación se simboliza:
1 2 3 4 
S =  
 4 2 1 3
FI

Otra permutación diferente de 4 elementos, puede ser:

1 2 3 4 
T =  
3 4 1 2
1 2 3 4 


La permutación E =   que presenta los números en el or-

1 2 3 4 
den natural se llama permutación idéntica o fundamental.

81

Este archivo fue descargado de [Link]

 ¿Cuántas permutaciones pueden obtenerse con n elementos?
m–casillas
C1 C2 C3 C4 ... Cn
n n–1 n–2 n–3 . . . n – (n – 1)

OM
elecciones elecciones elecciones elecciones elecciones

Cada casilla representa una posición en la permutación. Cuando se trata

de llenar la primera casilla son posibles n elecciones, ya que tenemos n
elementos. Elegido un elemento para llenar la primera casilla, para ocu-
par la segunda podrán hacerse (n – 1) elecciones diferentes. Es decir que
habrá n(n – 1) elecciones posibles para las dos primeras casillas. Siguien-

.C
do de esta manera, para las tres primeras casillas habrá: n (n – 1) (n – 2)
elecciones posibles de los n elementos. Finalmente restará una elección
solamente para llenar la última casilla.
Luego el número de permutaciones de n elementos, que suele simboli-
DD
zarse como Pn, resultará.
Pn = n (n – 1) (n – 2) . . . 3 . 2. 1
Pn = n!1

Ejemplo:
Continuando con n = 4, se podrán formar 4! permutaciones es decir:
LA

4! = 4 . 3 . 2 . 1 = 24
Es decir que con 4 elementos distintos podemos formar 24 permutacio-
nes. ¿Cuáles son esas permutaciones?
En el siguiente esquema están las seis permutaciones considerando como
primer elemento al número 1 y siguiendo el razonamiento anterior. De la
FI

misma manera se puede hacer para los números 2, 3 y 4 con lo que se

obtiene las 24 permutaciones calculadas.


1
El factorial de un entero positivo n, el factorial de n ó n factorial se define como el
producto de todos los números enteros positivos desde 1 hasta n.
82

Este archivo fue descargado de [Link]

 3 4 → 1234
2
4 3 →1243
2 4 → 1324
1 3
4 2 → 1342
2 3 → 1423
4
3 2 → 1432

OM
3.1.2. Inversión - Permanencia
Definición: Una permutación presenta una inversión cuando un
número mayor precede a otro menor. En caso contrario se dice que hay
permanencia.

Ejemplo: La permutación S dada anteriormente presenta 4 inversiones

.C
porque el elemento 4 precede a 1, a 2 y a 3 y el elemento 3 precede a 2.
La permutación T presenta, también, 4 inversiones

1 2 3 4  1 2 3 4 
DD
S =   T =  
 4 2 1 3 3 4 1 2

1 2 3 4 
La permutación G =   presenta una sola inversión.
1 2 4 3
LA

Definición: Una permutación se dice par si presenta un número par de

inversiones. En caso contrario se dice impar.
A una permutación par se le asigna signo positivo y a una impar se le
asigna signo negativo.
FI

Ejemplos: sg (S) = + sg (T) = + sg (G) = − sg (E) = +

A partir de estos conceptos: permutación, permanencia, invarianza y



matrices, podemos definir determinanates.

3.2 Determinantes
Sea A = aij una matriz cuadrada de orden n
83

Este archivo fue descargado de [Link]

  a 11 a 12 a 13  a 1n 
 
 a 21 a 22 a 23  a 2n 
A =  a 31 a 32 a 33  a 3n 
 

OM
      
a  a nn 
 n1 a n2 a n3

Con los elementos de esa matriz se pueden formar productos de n

factores, tal que uno y sólo un factor pertenece a cada fila y uno y sólo
un factor pertenece a cada columna de A.

.C
Un producto así formado, puede escribirse de la siguiente manera:
a 1p1 .a 2p2 .a 3p3 ..a npn
Donde los factores pertenecen a filas sucesivas y por ende, los primeros
subíndices están en el orden natural 1, 2, 3, ...,n.
DD
Como los factores pertenecen a columnas diferentes, la sucesión de los
segundos subíndices forman una permutación P tal que:
P = p1 , p 2 , p 3 ,..., p n .
Recíprocamente, cada permutación de los pi se asocia a un producto de
la forma anterior.
LA

Entonces a partir de la matriz A se forman n! productos distintos.

Definición: El determinante de una matriz cuadrada A=aij de orden n,

que se designa por det(A), (A) ó A, es la suma algebraica (calculada
sobre todas las permutaciones p1, p2, p3, ... , pn.) de todos los productos
FI

que se pueden formar con los elementos de A, de modo que en cada

producto haya un elemento de cada fila y un elemento de cada columna.
Cada producto estará precedido de un signo + ó − que depende de la
paridad de la permutación p1, p2, p3, ... , pn.


 A = A =  sg(P)a
P
1p1 a 2p2 a 3p3 ...a npn donde sg(P) es el signo que

depende de la paridad de P.

84

Este archivo fue descargado de [Link]

  + si P es par
sg(P) = 
− si P es impar

OM
Ejemplo: Sea A una matriz cuadrada de orden 3.

a 11 a 12 a 13
A = a 21 a 22 a 23 =  sg(P)a
P
1p1 a 2p2 a 3p3
a 31 a 32 a 33

.C
A será entonces una suma que tiene 3! (o sea 6) términos, porque hay 6
permutaciones P, distintas.

p1 p2 p3 Sg(P)
DD
1 2 3 +
1 3 2 -
2 1 3 -
2 3 1 +
3 1 2 +
LA

3 2 1 -

 A = a 11a 22 a 33 − a 11a 23a 32 − a 12 a 21a 33 +a 12 a 23a 31 + a 13a 21a 32 − a 13a 22 a 31

reordenando estos términos:
A = a 11a 22 a 33 + a 13a 21a 32 + a 12 a 23a 31 − a 13a 22 a 31 − a 11a 23a 32 − a 12 a 21a 33
FI

Esta expresión es el desarrollo de un determinante de 3º orden por la

Regla de Sarrus, la que se aplica sólo a determinantes de ese orden.
Si la matriz fuese de cuarto orden, el desarrollo del determinante tendría
24 términos y si fuese de 5° orden, el desarrollo tendría 120 términos, lo


que evidentemente hace que el cálculo del determinante se haga muy

trabajoso aplicando la definición dada.

85

Este archivo fue descargado de [Link]

  2 −1 1 
 
Hallar el determinante de la matriz A =  3 0 − 2
1 − 3 5 
 

OM
Más adelante se darán distintos métodos para calcular determinantes de
cualquier orden.

Si se calcula el rango de la matriz A se podrá verificar que este es 3. pues

.C
hay tres vectores canónicos, esto significa que:
Si dada una matriz cuadrada de orden n el determinante asociado es dis-
tinto de cero significa que el rango de dicha matriz es n, es decir tiene n
vectores canónicos linealmente independientes.
DD
En cambio cuando el determinante asociado a una matriz cuadrada de
orden n, es cero, significa que el rango de dicha matriz es menor que n; o
sea los vectores son linealmente dependientes y por lo tanto alguno de
ellos es combinación lineal de los restantes.

3.3. Propiedades de los determinantes

LA

A continuación se enunciarán y demostraran las propiedades de los de-

terminantes. Cada una de estas propiedades es fácilmente verificable con
determinantes de orden 3.

Sea una matriz cuadrada de orden n, se cumple que:

FI

1) El determinante de una matriz A y el de su traspuesta son iguales.

Demostración

por lo tanto


Todo término del está formado por n elementos, uno de cada fila y
uno de cada columna, luego pertenece también a

86

Este archivo fue descargado de [Link]

 Las dos permutaciones que indican filas (columnas) en son las
mismas que indican columnas (filas) en luego el signo de dicho
término en ambos determinantes es según que ambas
permutaciones sean de clase par o impar respectivamente.

OM
Así, por ejemplo, en el caso considerado

En

En

.C
Luego
DD
Esta propiedad permite afirmar que toda otra propiedad de los
determinantes referidas a sus filas es también válida para sus columnas.

2) Si se permutan dos filas (columnas) de una matriz, los

correspondientes determinantes son opuestos:
LA

Demostración

por lo tanto
FI

Intercambiar entre sí dos filas significa una transposición en los primeros

índices, lo cual cambia la clase de la permutación y como la de los
segundos índices correspondientes a las columnas no ha variado, habrá
un cambio de signo en cada término del determinante.


En

87

Este archivo fue descargado de [Link]

 En

OM
Luego

Consecuencia de la segunda propiedad

El determinante de toda matriz que tenga dos filas (columnas) idénticas
es nulo.

.C
Si

Al permutar dos filas (la primera y la segunda por ejemplo) por la

DD
propiedad anterior el determinante será pero siendo idénticas las
filas, el nuevo determinante es igual al anterior. Es decir

Luego
LA

3) Si se multiplican todos los elementos de una línea de una matriz por

un mismo número el determinante correspondiente queda multiplicado
por

Demostración
FI

Si


Si multiplicamos por los elementos de la primera fila, resulta

88

Este archivo fue descargado de [Link]

 Según el desarrollo de los determinantes por elementos de una línea,

OM
tenemos:

.C
Esta propiedad permite separar como factor del determinante un factor
común a todos los elementos de una línea cualquiera, simplificando esta.
Ejemplo
DD
LA

Consecuencia de la tercera propiedad

Si en el determinante de una matriz, los elementos de una línea son
proporcionales a los correspondientes de otra paralela a ella, el
determinante es nulo.
FI

En efecto, si separamos el coeficiente de proporcionalidad como factor

del determinante queda otro con dos líneas iguales y por lo tanto es nulo.
Esta consecuencia puede generalizarse de la siguiente manera:
Si la línea de una matriz es combinación lineal de las demás, el
determinante correspondiente es nulo.


4) Si todos los elementos de una línea de una matriz son ceros, su

determinante es nulo.

89

Este archivo fue descargado de [Link]

 Esto es verdad ya que por la tercera propiedad, separando como factor
común del determinante, el elemento nulo, resultara:

5) Si los elementos de una línea de una matriz se pueden escribir como

OM
suma de m términos, puede descomponerse el determinante
correspondiente en suma de m determinantes que tienen las mismas
restantes líneas y en lugar de aquella, la formada por los primeros
sumandos, por lo segundos, . . . , y por los m – ésimos respectivamente.

Si

.C
Desarrollando el determinante por los elementos de la primera fila,
tenemos:
DD
LA

Consecuencia de la quinta propiedad

FI

El determinante de una matriz no varía si a una línea se le suma una

combinación lineal de otras

Dado


Si a la primera fila le sumamos la segunda multiplicada por cualquier

número , resulta:
90

Este archivo fue descargado de [Link]

 Por la quinta propiedad

OM
por la tercera propiedad

por la segunda propiedad

.C
DD
Esta consecuencia permite simplificar los determinantes, reduciendo a
cero varios elementos de una misma línea mediantes adiciones y
sustracciones convenientes; cada elemento que se logre anular así, evita
el cálculo de un cofactor al desarrollar, el determinante, por los
elementos de esa línea.
LA

Ejemplo:
Efectuando operaciones entre filas y columnas reducir a ceros todos los
elementos de una línea, excepto uno, y luego desarrollar por los
elementos de esa línea.
FI


91

Este archivo fue descargado de [Link]

 OM
Desarrollamos el determinante obtenido por el elemento

.C
3.4. Cálculo de determinantes

3.4.1. Menor Complementario y Adjunto (ó Cofactor)

DD
Definición: Dada una matriz de orden n, se denomina Menor com-
plementario de un elemento aij , y se designa con Mij , al determinante de
orden (n-1) que se obtiene eliminando de la matriz dada, la fila y la co-
lumna a la que pertenece el elemento aij .

Ejemplos:
LA

 1 −3 0 5
 
 4 2 −1 0
Sea A =  una matriz de orden 4.
−5 − 2 −1 3
 
 0 4 −2 1 

FI

Escribimos el Menor Complementario de los elementos a23 y a14.

1 −3 5 4 2 −1
M 23 = − 5 − 2 3 = −129 M 14 = − 5 − 2 − 1 = 32


0 4 1 0 4 −2

92

Este archivo fue descargado de [Link]

 Definición: dada una matriz A de orden n, se denomina Adjunto ó Co-
factor de un elemento aij, al Menor Complementario de ese elemento
precedido de un signo que depende de la posición del elemento aij en la
matriz.

OM
 Aij = (-1)i+j Mij

Ejemplo: Para la misma matriz A dada en el ejemplo anterior los adjun-

tos o cofactores de los elementos a23 y a14 son, respectivamente:

A23 = (-1)2+3 M23 = (-1)5 M33 = (-1)(-129) = 129

.C
A14 = (-1)1+4 M14 = (-1)5 M14 = (-1). 32 = -32

Nota: A continuación, se enunciarán tres teoremas, sin demostrarlos,

pero verificándolos con un ejemplo.
DD
Teorema 1: El determinante de una matriz triangular es igual al produc-
to de los elementos de la diagonal principal.
n
A es matriz triangular  A =  a ii
i =1
LA

 − 1 2 3 −1 2 3
 
A =  0 5 2   A = 0 5 2 = −35 + 0 + 0 − 0 − 0 − 0 = −35
 0 0 7
  0 0 7
3

a = ( −1).5.7 = −35 = A
FI

ii
i =1

Teorema 2: Sea A una matriz cuadrada de orden n, tal que a11 0 y a1j =
0 j  1. Entonces el determinante de A es igual al producto del elemen-


to a11 por su menor complementario.

Simbólicamente:

93

Este archivo fue descargado de [Link]

 a 11  0
A  K n n /   A = a 11 .M 11
 a 1j = 0 j  1
 2 0 0 
 

OM
Sea A =  3 4 − 1   A = −14 (I)
− 2 5 − 3 


4 −1
M 11 = = −12 + 5 = −7 a11.M11= 2(−7)= −14 (II)
5 −3

.C
Comparando (I) y (II) se verifica: A = a11.M11
DD
Teorema 3: Sea A una matriz de orden n tal que aek  0 y aej=0 j  k
(siendo e y k fijos). Entonces el determinante de A es igual al producto
del elemento aek por su adjunto o cofactor.
Simbólicamente:
a ek  0
Sea A  K nn /   A = aek Aek
 a ej = 0 j  k
LA

1 5 − 2
 
Ejemplo: Sea la matriz A =  0 0 − 3   A = −42 (I)
3 1 4 
FI

 
1 5
A 23 = ( −1)2+3 M 23 = ( −1)5 = ( −1)(1 − 15) = 14
3 1
a23. A23 = (−3).14 = −42 (II)


De (I) y (II) resulta A= a23.A23

94

Este archivo fue descargado de [Link]

 3.4.2. Desarrollo de Laplace
Teorema: El determinante de una matriz cuadrada A de orden n, es
igual a la suma de los productos obtenidos al multiplicar los elementos
de cualquier fila por sus respectivos cofactores.

OM
El desarrollo de Laplace según los elementos de una fila i dada, es:
A = a i1 .A i1 + a i2 .A i2 + a i3 .A i3 +  + a in .A in
n
ó lo que es lo mismo: A =  a ij .A ij donde i es fijo
j=1

.C
Esa expresión del determinante recibe el nombre de Desarrollo de
Laplace del determinante de una matriz A según los elementos de
la i – ésima fila.
Ejemplo:
DD
1 3 − 2
 
Sea A =  6 3 3   A = −45
3 1 5 
 
LA

El desarrollo de Laplace según los elementos de la 2° fila será:

3
A =  a 2j .A 2j
j=1

= a21.A21+ a22.A22 + a23.A23

FI

= 6 (-1)2+1 M21 + 3.(-1)2+2 M22 + 3.(-1)2+3 M23

3 −2 1 −2 1 3
= 6( −1) +3 + 3( −1)
1 5 3 5 3 1


95

Este archivo fue descargado de [Link]

 = −6(15 + 2) + 3(5 + 6) − 3(1 − 9)
= −102 + 33 + 24
= −45

OM
También se puede desarrollar el determinante de una matriz según los
elementos de una columna j. En ese caso:

A = a1j.A1j + a2j .A2j + .... + [Link] donde j es fijo

n
A =  a ij A ij

.C
donde j es fijo
i =1

Por ejemplo para la matriz A dada, el desarrollo de Laplace según los

DD
elementos de la 2° columna es:

3
A =  a i2 A i2
i =1
= a 12 A 12 + a 22 A 22 +a 32 A 32
LA

6 3 1 −2 1 −2
= 3.( −1)1+ 2 + 3( −1) 2 + 2 + 1( −1)3+ 2
3 5 3 5 6 3
= −3(30 − 9) + 3(5 + 6) − (3 + 12)
= −63 + 33 − 15
FI

= −45

Otro ejemplo.
Calcular A siendo:


96

Este archivo fue descargado de [Link]

 1 0 3 5
 
2 0 1 − 1
A=
0 5 2 1
 
0 4 − 1

OM
 3

Se elige una fila cualquiera (por ejemplo la 3° fila) y se hace el desarrollo

del determinante de A según los elementos de esa fila.

4
 A =  a 3j .A 3j

.C
j=1

0 3 5 1 3 5 1 0 5
3+1 3+ 2 3+ 3
A = 0( −1) 0 1 − 1 + 5( −1) 2 1 − 1 + 2( −1) 2 0 − 1 +
DD
3 4 −1 0 4 −1 0 3 −1
1 0 3
+ 1( −1) 2 0 13+ 4

0 3 4
LA

= 0 − 5( −1 + 40 + 4 + 6) + 2(30 + 3) − (18 − 3)
= −5.49 + 2.33 − 15
= −245 + 66 − 15
= −194
FI

Observación:
Para simplificar el trabajo siempre conviene elegir la fila o columna que
tenga mayor cantidad de ceros, porque en ese caso el desarrollo de


Laplace tendrá menos términos.

En el ejercicio precedente, hubiera sido mejor hacer el desarrollo del
determinante por la 2° columna, que tiene dos ceros, mientras que la 3º
fila que se tomó sólo tiene uno.
97

Este archivo fue descargado de [Link]

 4
A =  a i2 A i2
i =1

= a 12 A 12 + a 22 A 22 + a 32 A 32 + a 42 A 42

OM
1 3 5 1 3 5
3+ 2 4 +2
= 0 + 0 + 5.( −1) 2 1 − 1 + 3( −1) 2 1 − 1
0 4 −1 0 2 1
= −5( −1 + 40 + 4 + 6) + 3(1 + 20 + 2 − 6)
= −5.49 + 3.17
= −245 + 51

.C
= −194

Teorema: La suma de los productos de los elementos de una fila por los
DD
adjuntos de los elementos de otra fila, es siempre igual a cero.
1 0 3 5 
 
 2 0 1 − 1
A=
0 5 2 1
 
 0 3 4 − 1
 
LA

Sea por ejemplo la suma de los productos de los elementos de la 1º fila

por los adjuntos de los elementos de la 3º fila:
a 11 A 31 + a 12 A 32 + a 13 A 33 + a 14 A 34
FI

1(1)4 M31+ 0(-1)5 M32+ 3(-1)6 M33+ 5(-1)7 M34

0 3 5 1 0 5 1 0 3
0 1 − 1 + 3 2 0 − 1 − 5 2 0 1 = ( −9 − 15) + 3(30 + 3) − 5(18 − 3)
3 4 −1 0 3 −1 0 3 4


= -24 + 99 – 75
=0

98

Este archivo fue descargado de [Link]

 3.4.3. Regla de CHÍO

La Regla de Chío es otro método para calcular determinantes.

Se parte de una matriz A, cuadrada de orden n, que tenga un elemento

OM
igual a 1 por ejemplo aij =1
Nota: Si no hubiera ningún elemento igual a 1, se elige un elemento
cualquiera y se divide toda su fila (o su columna) por ese número
 a 11 a 12  a 1j  a 1n 
 
 a 21 a 22  a 2j  a 2n 
       
A= 

.C
 a i1 a i2  1  a in 
       

 a n1 a n2  a nj  a nn 
 
DD
Luego se transforma esta matriz A en otra matriz B mediante las siguien-
tes operaciones elementales entre columnas:
- A la1° columna se le resta la j–ésima columna multiplicada por ai1.
- A la 2° columna se le resta la j–ésima columna multiplicada por ai2.
LA

- Se continúa así sucesivamente, hasta llegar a la n-ésima columna a la

que se le resta la j–ésima columna multiplicada por ain.

 a 11 − a 1ja i1 a 12 − a 1ja i2  a 1j  a 1n − a 1ja in 

 
 a 21 − a 2j a i1 a 22 − a 2ja i2  a 2j  a 2n − a 2j a in 
FI

       
B= 
 a i1 − 1a i1 a i2 − 1a i2  1  a in −1a in 
      
 
 a n1 − a nj a i1 a n2 − a 2ja i2  a nn − a nj a in 


  a nj

99

Este archivo fue descargado de [Link]

  a 11 − a 1ja i1 a 12 − a 1ja i2  a 1j  a 1n − a 1ja in 
 
 a 21 − a 2ja i1 a 22 − a 2ja i2  a 2j  a 2n − a 2j a in 
       
B= 

OM
 0 0  1  0 
      
 
 a n1 − a nj a i1 a n2 − a 2ja i2  a nj  a nn − a nj a in 


Por un teorema dado en el punto anterior, se sabe que:

B = a ij A ij pero a ij = 1  B = ( −1) i + j M ij

.C
Pero además, por propiedades de los determinantes: A = B
DD
 A = (-1)i+[Link]

donde Mij es el menor complementario del elemento que ocupa la i-

ésima fila y la j-ésima columna de la matriz B.

1 3 − 2
LA

 
Ejemplo: Sea A =  6 − 1 4 
3 1 5 


Para calcular A por la Regla de Chío se elige un elemento que sea 1,
FI

como por ejemplo, el 1 que ocupa la 3° fila, 2° columna.

Operando de acuerdo al procedimiento descripto, se obtiene:

 1 − 3  3 3 − 2 − 3  5   − 8 3 − 17 
   


B =  6 − ( −1)3 − 1 4 − ( −1)5  =  9 − 1 9 
 3 − 1 3 1 5 − 1  5   0 0 
 1

100

Este archivo fue descargado de [Link]

 − 8 − 17
A = B = 1( −1)3+2 M 32 = ( −1) = −( −72 + 153) = −81
9 9

Otro ejemplo: Resolver el determinante de la matriz A, de orden 4.

OM
1 0 − 3 5 
 
0 4 1 1
A=
0 5 2 0 
 
 3 0 4 − 1
 
1 0 −3 5

.C
0 4 1 1
A = Se elige un 1, por ejemplo a24 =1, entonces:
0 5 2 0
0 4 −1
DD 3

1− 5 0 0 − 5 4 − 3 − 51
2+4
A = ( −1) 0 − 0  0 5 − 0  4 2 − 0 1
3 − ( −1)0 0 − ( −1)4 4 − ( −1)1
LA

1 − 20 − 8
=0 5 2
3 4 5
5 − (−20)0 2 − (−8)0
FI

= (−1)1+1
4 − (−20)3 5 − (−8)3
5 2
=
64 29


= 145 − 128

101

Este archivo fue descargado de [Link]

  A = 17

3.5. Determinante del producto de matrices

OM
Definición: Sean A y B dos matrices cuadradas de orden n. El producto
de ambas existe y es otra matriz de orden n, tal que:
AB = A.B
Ejemplo:
2 3 − 2 − 2 4 0
   

.C
A =  3 − 2 1   A = −58 B =  0 0 1  B = 8
3 2 3   1 2 3
  
DD
AB = (-58).8 = -464 (I)

 − 6 4 − 3
 
A  B =  − 5 14 1   A  B = −464 (II)
 − 3 18 11 
 
LA

De (I) y (II) se verifica: A.B = A.B

En particular, puesto que A.A-1 = I

 A.A-1 = A.A-1 = I
FI

 A.A-1 = 1
1
 A −1 =
A


El determinante de la matriz inversa de una matriz A es igual al inverso

del determinante de A.

102

Este archivo fue descargado de [Link]

 3.6. Matriz Adjunta (ó Adjunto clásico)
Definición: Dada una matriz B, cuadrada de orden n, se llama Matriz
Adjunta de B, a la matriz transpuesta de los cofactores de los elementos
bij de B.

OM
B = b ij  Adj B = A ji

 A 11 A 21 A 31  A n1 
 
 A 12 A 22 A 32  A n2 
AdjB =  A 13 A 23 A 33  A n3 

.C
 
      
A  A nn 
 1n A 2n A 3n
DD
Teorema: Para toda matriz cuadrada A se cumple que
A.(Adj A) = (Adj A).A =A.I
Demostración:
A11 A21  An1
LA

Adj A A12 A22  An2

A    
A1n A2n  nn


n
 n

a a
a11 a12 a1n
a 1j A 1j 1j A 2j 1j A nj
FI

j=1 j=1 j=1


n n
 n

 a 2j A 1j  a 2j A 2j a
a21 a22 a2n
2j A nj
j=1 j=1 j=1

       



n n
 n

a a a
an1 an2 ann
nj A 1j nj A 2j nj A nj
j=1 j=1 j=1

103

Este archivo fue descargado de [Link]

 A11 A21  An1
Adj A A12 A22  An2
A    

OM
A1n A2n  Ann
a11 a12  a1n A 0  0
a21 a22  a2n 0 A  0

       
an1 an2  ann 0 0  A

.C
A 0  0 1 0  0
   
0 A  0 0 1  0
A . Adj A =  =A =A .I
     
DD
  
   
0  A  0 0  1 
 0 

a11 a12  a1n

A a21 a22  a2n
LA

Adj A    
an1 an2  ann

n n
 n

 a i1 A i1  a i2 A i1 a
A11 A21 An1
i1 A i1
i =1 i =1 i =1
FI


n n
 n

a a a
A12 A22 An2
i1 A i2 i2 A i2 in A i2
i =1 i =1 i =1

       

n n
 n

a a a
A1n A2n Ann


i1 A in i2 A in in A in
i =1 i =1 i =1

104

Este archivo fue descargado de [Link]

 a11 a12  a1n
A a21 a22  a2n
Adj A    

OM
an1 an2  ann
A11 A21  An1 A 0  0
A12 A22  An2 0 A  0
       
A1n A2n  Ann 0 0  A

.C
A 0  0 1 0  0
   
0 A  0 0 1  0
DD
Adj A . A =  =A =A .I
        
   
0  A  0 0  1 
 0 

Es decir que una matriz cuadrada A y su adjunta son conmutables.

LA

En particular si |A| 0, se puede escribir:

A  (AdjA) (AdjA)  A
= =I
A A

De donde, por definición de matriz inversa resulta que:

FI

Adj A
A −1 =
A


De esta expresión se deduce que para que exista la matriz inversa de una
matriz A, el determinante de A no puede ser nulo.

105

Este archivo fue descargado de [Link]

 Una matriz cuadrada A admite inversa (es regular) si y solamente si
A  0
Ejemplos:

OM
a) Calcular la matriz inversa de la matriz A usando Adj A

2 − 1 − 2
 
A =  3 − 2 1   A = −29  0  A es regular y admite inversa.
5 0 4 


.C
 −2 1 −1 −2 −1 −2
 − 
 0 4 0 4 −2 1 
 −2 −2 
DD 3 1 2 2
Adj A =  − − 
 5 4 5 4 3 1 
 3 −2 2 −1 2 −1 
 − 
 5 0 5 0 3 − 2 
LA

 − 8 4 − 5
 
Adj A =  − 7 18 − 8 
 10 − 5 − 1 
 
FI

 − 8 4 − 5
 
 − 7 18 − 8 
 8 29 − 4 29 5 29 
Adj A  10 − 5 − 1   


−1
A = = =  7 29 − 18 29 8 29 
A − 29  − 10 29 5 29
 1 29 

106

Este archivo fue descargado de [Link]

 b) Calcular la matriz inversa de la matriz A usando Adj A.

1 0 −3 5 
 
0 4 1 1

OM
A=  A = 17 A es regular y admite inversa.
0 5 2 0 
 
3 0 4 − 1


 4 1 1 0 −3 5 0 −3 5 0 −3 5 
 
−5 2 − 4 1 1

.C
 5 2 0 0 4 1 1
 0 4 −1 0 4 −1 0 4 −1 5 2 0
 0 1 1 1 −3 5 1 −3 5 1 −3 5 
 
− 0 −0 1
DD 2 0 0 2 0 1 0 1 1
 3 4 −1 3 4 −1 3 4 −1 0 2 0
Adj A =
 0 4 1 1 0 5 1 0 5 1 0 5
 
− 0 5 0 −
 0 5 0 0 4 1 0 4 1

 3 0 −1 3 0 −1 3 0 −1 0 5 0
 0 
LA

4 1 1 0 −3 1 0 −3 1 0 −3
− 0 5 2 0 5 2 − 0 4 1 0 4 1

 
 3 0 4 3 0 4 3 0 4 0 5 2 
FI

 17 − 85 68 0 
 
 6 − 32 29 − 2 
Adj A = 
− 15 80 − 64 5 


 
 −9 − 
 65 52 3 

107

Este archivo fue descargado de [Link]

  1 −5 4 0 
 
 Adj A   6 17 − 32 17 29 17 − 2 17 
A −1 =  =
  − 15 17 80 17 − 64 17 5 17 
 A   
 − 9 17 65 17 − 52 17 3 17 

OM
 

3.7. Determinantes y rango de matrices

Veremos cómo se pueden utilizar los determinantes para calcular el ran-

go de una matriz cualquiera. Para lograr esto recordemos el concepto de
submatriz que se vio en el capítulo correspondiente a matrices.

.C
Dada la matriz si se eligen filas de las m posibles y
columnas de las n posibles, se define la submatriz de A de orden
DD
como la matriz cuyos elementos de A tales que

Sea entonces
LA

Son ejemplos de submatrices de A.

3.7.1 Menores
FI

Dada la matriz los menores de A son los determinantes de

las submatrices cuadradas de A, es decir los escalares
El menor es de orden si la submatriz es de orden


Respecto al rango de una matriz y submatrices se establece la siguiente

relación:
Si es una submatriz de A, entonces

108

Este archivo fue descargado de [Link]

 Esato significa que el rango de una submatriz de A es menor que el
rango de la matriz A.
Ahora veamos cómo se relacionan los menores con el rango.
El rango de una matriz A es igual al mayor orden alcanzado por los

OM
menores no nulos de A, es decir, si y sólo si
a) Existe un menor de orden
b) Todos los menores de A de orden mayor a son nulos.

En principio para ver que una matriz A tiene rango habría que
encontrar un menor, M, no nulo de orden y calcular todos los menores
de orden que corresponden a submatrices de A que contienen a M,

.C
si vemos que se anulan todos esos menores, entonces

Teorema del método del orlado

Sea la matriz con una submatriz cuadrada M de orden
DD
talque Supongamos que todas las submatrices cuadradas de
orden que contienen a M tienen determinante nulo, entonces

3.7.2 Método del orlado para calcular el rango de una matriz

Sea la matriz el método del orlado para calcular el rango ,
LA

es:
Si A = N, si A es la matriz nula, entonces , caso contrario
tomamos un menor M de orden 1 no nulo. Comenzando por se
realizan los siguientes pasos:
a) Hallar, si existe, un menor no nulo de orden que contenga a M,
FI

b) Si no existe, entonces
c) Si existe repetir el paso a) incrementando a en una unidad y
reemplazando M por el menor encontrado
Obviamente no es necesario comenzar con . Si se encuentra un


menor no nulo de orden , se puede empezar con dicho en el paso a).

Calcular el rango de las siguientes matrices

109

Este archivo fue descargado de [Link]

 a)

OM
b)

.C
DD
c)
LA
FI


110

Este archivo fue descargado de [Link]

 Agradecimientos

El presente material de trabajo fue elaborado en base al Capítulo 2 del

libro Elementos de Álgebra y Geometría Analítica Vol. II de las autoras

OM
Celia M. Torres Bugeau, Ana M. Lasserre y Adelina García que se
termino de imprimir en noviembre del año 2.009 y cuya primera autora
fue hasta el año 2019 Profesora Asociada de la Cátedra Álgebra y
Geometría Analítica de la Facultad de Ingeniería.

.C
Este libro forma parte de la Bibliografía básica y de consulta de la cátedra
mencionada y la generosidad de las autoras, particularmente de la Lic.
Celia M. Torres Bugeau permitió que podamos seguir brindando a
DD
nuestros alumnos un material confeccionado acorde, tanto a las
necesidades de la cátedra como a las características de los estudiantes
jujeños.
Vaya para las tres autoras y muy especialmente para nuestra estimada
LA

compañera de trabajo –Celia– que a pesar de ya no contar con su gran

experiencia en la docencia aún sigue colaborando y aportando su granito
de arena, todo nuestro agradecimiento.
FI

Cátedra de Álgebra y Geometría Analítica

Facultad de Ingeniería 2020.


38

Este archivo fue descargado de [Link]

 CAPÍTULO 2: MATRICES

Para poder comprender la definición de matriz –desde un punto de vista

netamente matemático– es necesario recordar brevemente los conceptos

OM
de Intervalo Natural Inicial y Producto Cartesiano.

2.1. Intervalo Natural Inicial

Definición: Se llama Intervalo Natural Inicial al conjunto de los n
primeros números naturales.
In = {1, 2, 3,..., n} Por ejemplo: I5 = {1, 2, 3, 4, 5}

.C
Im  In es el producto cartesiano1 de dos intervalos naturales iniciales.
Por ejemplo:
I2 = {1, 2} I4 = {1, 2, 3, 4}
DD
I2  I4 = {(1, 1), (1, 2), (1, 3), (1, 4), (2, 1), (2, 2), (2, 3), (2, 4)}

De esta manera, ahora podemos interpreter con más detalle la definición

de matriz.
2.2. Matriz
Definición: Se llama matriz de orden m × n, con elementos en el cuer-
LA

po2 K, a una función f: Im  In → K

1
Producto cartesiano, Im X In, entre dos conjuntos, es un tercer conjunto pero de
FI

pares ordenados en donde el primer componente pertenece al primer conjunto dado

(Im ) mientras que el segundo componente pertenece al segundo conjunto (In ).
2
Un cuerpo ó campo, es un conjunto K con dos operaciones binarias, usualmente
llamadas suma “+” y producto “.” .La suma es asociativa, conmutativa y su elemen-


to neutro es 0, y para cada elemento, existe un inverso. El producto es asociativo,

conmutativo, su elemento neutro es 1 y todo elemento distinto de cero tiene inverso,
además el producto se distribuye respecto de la suma.
39

Este archivo fue descargado de [Link]

 f es una función que a cada par ordenado de elementos de Im  In le hace
corresponder un escalar perteneciente a K.
En general la imagen del par ordenado (i, j) del dominio se denota por ai j

OM
f(i, j) = ai j

Entonces la función f (matriz) queda caracterizada por el conjunto de

imágenes
a 11 a 12 a 13  a 1n
a 21 a 22 a 23  a 2n

.C
a 31 a 32 a 33  a 3n
    
a m1 a m2 a m3  a mn
DD
Ese conjunto de imágenes, se escribe como un cuadro de mn elemen-
tos de K dispuestos en m filas y n columnas.
En cada fila o renglón se escriben las imágenes de todos los pares que
tienen la misma primera componente mientras que en cada columna se
anotan las imágenes de todos los pares ordenados que tienen la misma
LA

segunda componente.
El elemento de la matriz que figura en la fila i y en la columna j se denota
por aij y es la imagen por f del par ordenado (i, j).
Las matrices se designan con letras mayúsculas mientras que la misma
letra pero en minúsculas denota un elemento de dicha matriz.
FI

Simbólicamente A = (aij)m×n
i = 1,2,3,...,m
A= (aij) con 
 j = 1,2,3,...,n


40

Este archivo fue descargado de [Link]

  a 11 a 12 a 13  a 1n 
 
 a 21 a 22 a 23  a 2n 
A =  a 31 a 32 a 33  a 3n 
 

OM
      
a  a mn 
 m1 a m2 a m3

ó también A = a ij que se lee: A es la matriz de orden mn, con

m n
elementos aij. en K, o sea pertenecientes al cuerpo K.

.C
El conjunto de todas las matrices de orden mn, con elementos en K se
simboliza Kmn.
DD
Ejemplo 1:
 a a  
R 22 =  11 12 /a ij  R  i  N  j  N representa a todas las matri-
 a 21 a 22  
ces de dos filas por dos columnas, cuyos elementos son números reales.
Suele decirse que es una matriz real de dos por dos.
LA

Ejemplo 2:
 - 1 0 − 5
A =   es una matriz real de orden 2 x 3, se acostumbra decir
 4 − 2 8
que es una matriz rectangular 2 x 3.
FI

Ejemplo 3. Construir una matriz de orden 2 x 2 donde .

Debemos construir una matriz
en donde cada elemento se obtiene aplicando la
relación . Entonces


41

Este archivo fue descargado de [Link]

 Luego la matriz pedida es

OM
Un caso particular en la definición de matrices es aquella en la cual todos
sus elementos son cero, se conoce como matriz nula y suele designarse
con la letra N. Es decir que:
tal que

Por ejemplo es la matriz nula de orden 3 x 2.

.C
2.3. Matriz Cuadrada
DD
Definición: Dada una matriz A de orden mn, se dice que A es una
Matriz Cuadrada si y sólo si, m = n.

 a 11 a 12 a 13  a 1n 
 
 a 21 a 22 a 23  a 2n 
A =  a 31 a 3n 
LA

a 32 a 33 
 
      
a  a nn 
 n1 a n2 a n3
FI

Por lo tanto, una matriz es cuadrada si el número de filas es igual al nú-

mero de columnas (m = n). En ese caso se dice, simplemente, que es una
matriz de orden n.

Definición: En una matriz cuadrada, se llama diagonal principal al



conjunto formado por los elementos aij donde i = j , o sea al conjunto de

elementos: {a11, a22, a33,..., ann}.

42

Este archivo fue descargado de [Link]

 Definición: Se llama traza de una matriz cuadrada A de orden n a la
suma de los elementos de la diagonal principal.

Tr = a11+ a22+ a33+...+ ann

OM
Ejemplo:
 − 2 5 − 1
 
Sea la matriz A =  6 0 − 3  la diagonal principal está formada por los
 0 1 4 
 
elementos: –2, 0 y 4 mientras que su traza es: Tr = 2.

2.4. Igualdad de Matrices

.C
Definición: Dos matrices son iguales si tienen el mismo orden y los
elementos correspondientes son iguales.
Simbólicamente
DD  A m n ; B m n
A=B
a ij = b ij ; i; j
 4 − 1  x + 2 - 1
Las matrices A =   y B =   serán iguales solo si
2 0  2 y 
 − 3 2
LA

x = 2 e y = 0, mientras que las matrices C =   y

 2 0 
 − 3 2
D =   no son iguales ya que a pesar del mismo or-
 − 2 0
den, no tienen todos sus elementos iguales .
FI

Por último las matrices:

no son iguales porque

no tienen el mismo orden.



2.5. Operaciones con matrices

Se definirán, en primera instancia, sólo dos operaciones en el conjunto
Kmxn: la Suma de matrices y el Producto de una matriz por un escalar.
43

Este archivo fue descargado de [Link]

 2.5.1. Suma: Se llama suma de dos matrices de orden mn a otra matriz
de orden m×n, cuyos elementos son la suma de los elementos corres-
pondientes de las matrices dadas.

OM
Sean A y B dos matrices pertenecientes a Km×n.
A+B=C / C = c ij en la cual, cij = aij+bij
mn

Es importante remarcar que sólo se pueden sumar matrices del mismo

orden y el resultado es otra matriz del mismo orden. Esto significa que la
suma de matrices de distintos ordenes no está definida.

.C
Ejemplo:
 2 1 3   −1 0 1
A 23 =   B 23 =  
−1 2 4  2 − 5 3
DD
 2 −1 1+ 0 3 +1   1 1 4 
 A + B =   =  
 − 1 + 2 2 − 5 4 + 3 1 − 3 7 

A+B también es una matriz de orden 23.

LA

[Link]. Propiedades de la suma

Sean A, B y C tres matrices de orden mn.
a) La suma de matrices es conmutativa.
A+B = aij + bij
FI

= bij + aij Porque la suma escalares es conmutativa.

= bij + aij
= B+A


b) La suma de matrices es asociativa.

A+(B+C) = aij + bij + cij

44

Este archivo fue descargado de [Link]

 = aij + (bij + cij)
= (aij + bij) + cij Porque la suma de escalares es asociativa.

= aij + bij + cij

OM
= (A+B) + C

c) Existencia del elemento neutro.

Existe una única matriz N (matriz nula) de orden mn , tal que para
toda matriz A=aij  Kmn se cumple que A+N = N+A = A
 N  K mn /A  K mn : A + N = N + A = A

.C
N = nij / nij = 0 i,j
D) La existencia es evidente puesto que se definió matriz nula como
DD
aquella matriz cuyos elementos son todos cero.
Para demostrar la unicidad del neutro vamos a suponer que existen
dos neutros para la suma: N1 y N2, por lo tanto, si:
N1 es neutro entonces N1+ N2 = N2
N2 es neutro entonces N2+ N1 = N1
De donde se deduce, por ser los primeros miembros de ambas
LA

igualdades iguales, que N1 = N2 y consecuentemente el neutro es

único. Quedando de esta manera demostrada la propiedad.

d) Existencia del inverso aditivo u opuesto.

Para toda matriz A=aij  Kmn existe otra matriz de orden mn
FI

llamada opuesta de A y representada por –A = –aij tal que:

A + (–A) = (–A) + A = N
A  K mn : ( −A)  K mn /A + ( −A) = ( −A) + A = N


D) La existencia de tal matriz es evidente puesto que cuando se de-

fina –en el próximo título– producto de una matriz por un escalar, si
el escalar es –1 al multiplicarse por cualquier matriz se obtiene la
matriz opuesta a la dada.
45

Este archivo fue descargado de [Link]

 Para demostrar la unicidad del elemento opuesto vamos a suponer
que para un elemento A=aij  Kmn existen dos opuestos
por lo tanto se debe cumplir que y también
que de donde se deduce que . Consecuente-

OM
mente el inverso aditivo u opuesto de cada elemento de Kmn es úni-
co. Quedando demostrada así, la propiedad.

2.5.2. Producto de una matriz por un escalar

Definición: El producto de una matriz A = aijm×n por un escalar   K
es otra matriz de orden mn que se obtiene al multiplicar cada elemento

.C
de A por .
 a 11 a 12 a 13  a 1n 
 
 a 21 a 22 a 23  a 2n 
DD
A=
     
 
a 
 m1 a m2 a m3  a mn 

 λa 11 λa 12 λa 13  λa 1n 
 
LA

 λa 21 λa 22 λa 23  λa 2n 
 A = 
     
 
 λa 
 m1 λa m2 λa m3  λa mn 
De acuerdo a la definición del producto de una matriz por un escalar, si
FI

la matriz es A=aij  Kmn y el escalar es:

a) entonces matriz opuesta a .
b) entonces matriz nula. En general si deberá
ser .


[Link]. Propiedades del producto de una matriz por un escalar

46

Este archivo fue descargado de [Link]

 Sean A y B matrices pertenecientes a Kmn, ,  y  escalares se cumplen
las siguientes propiedades.

a) El producto de una matriz por un escalar es asociativo respecto de los

OM
escalares.
(A) = () A
D) (A) = aij
= (aij )
=()aij Porque el producto de escalares es asociativo.
= ()aij

.C
= () A

b) El producto de una matriz por un escalar es distributivo respecto de la

suma de escalares.
DD
( + )A = A + A
D) ( + )A = ( + ) aij
= ( + )aij
= aij + aij Porque el producto de escalares es dis-
LA

tributivo con respecto a la su-

ma.
= aij + aij
= A + A
c) El producto de una matriz por un escalar no nulo es distributivo res-
FI

pecto de la suma de matrices.

(A + B) = A + B
D) (A + B) = aij + bij
= (aij + bij)


= aij + bij Porque el producto de escalares es distri-

butivo con respecto a la suma.
= aij + bij

47

Este archivo fue descargado de [Link]

 = aij + bij
= A + B

OM
d) Existencia de la unidad.
Existe  =1 /  A = A
En efecto: 1 A = 1 aij
1 A = 1 aij
= aij

.C
=A
De las propiedades demostradas para la suma de matrices y el producto
de una matriz por un escalar se deduce que el conjunto de la matrices:
Kmn para cuales se definieron las operaciones de suma y producto por
DD
un escalar determinan un espacio vectorial y cada matriz es un vector.
Kmn se denomina, entonces, espacio de las matrices de orden mn, con
elementos en K.

2.6. Producto de matrices

LA

 b 11 
 
 b 21 
Sea A = (a11 a12 .... a1n) una matriz de orden 1n y sea B =  

 
b 
 n1 
FI

una matriz de orden n1.

Definición: El producto A.B (en ese orden) es la matriz C de orden 11

cuyo único elemento es c11 = a11.b11 + a12.b21 +...+ a1n.bn1


48

Este archivo fue descargado de [Link]

  b 11 
 
b 
(a11 a12 .... a1n) .  21  = a11.b11 + a12.b21 +...+ a1n.bn1

 
b 

OM
 n1 
n
 c 11 =  a 1k .b k1
k =1

Definición: Sean A = aij una matriz de orden mp y B = bij una

.C
matriz de orden pn. El producto A.B es otra matriz C de orden mn
que se define como sigue:
p
C = c ij tal que c ij =  a ik .bkj i=1,2,...,m j=1,2,...,n
DD k =1

Ó sea que c ij = a i1 .b1j + a i2 .b2j + a i3 .b3j +  + a ip .bpj .

Esto significa que al multiplicar una matriz A de orden m x p por otra B,

de orden p x n, en ese orden dado, se obtiene la matriz C de orden m x n
(tantas filas como A y tantas columnas como B) cuyo elemento genérico
LA

cij es la suma de los productos de los elementos de la fila “i” de A, por

los correspondientes elementos de la columna “j” de B.

Importante: Para poder multiplicar dos matrices es necesario que el

FI

número de columnas de la primera matriz sea igual al número de filas de

la segunda matriz.
 a 11 a 12 
   b 11 b 12 
Sean A3×2 =  a 21 a 22  ; B2×2 =   ; C1×2 = (c 11 c 12 )
a   b 21 b 22 


 31 a 32 

49

Este archivo fue descargado de [Link]

 El producto A.C no es posible porque el número de columnas de A no
es igual al número de filas de C.
En cambio, el producto A.B si es posible ya que A es de orden 3 x 2 y B
de orden 2 x 2

OM
A.B = P donde P es una matriz de orden 32.

B b 11 b 12
A b 21 b 22
a 11 a 12 p11 = a11b11 + a12b21 p12 = a11b12 + a12b22

.C
a 21 a 22 p 21 = a 21b11 + a 22 b 21 p 22 = a 21b12 + a 22 b 22
a 31 a 32 p31 = a 31b11 + a 32b21 p32 = a 31b12 + a 32b22
DD
El producto C.B también es posible y resulta una matriz de orden 12.

B b 11 b 12
C
b 21 b 22
LA

c 11 c 12 p11 = c 11b11 + c 12 b 21 p12 = c 11b12 + c 12 b 22

Ejemplo:
1 0
2 1 3
FI

Sea A2×3 = B3×2 = 0 1

-1 0 1 B 1 2 1 0
0 1
A 2 1
2 1 3 2+0+6 = 8 0+1+3 = 4


-1 0 1 -1+0+2 = 1 0+0+1 = 1

50

Este archivo fue descargado de [Link]

 8 4 
 (A.B)2×2 =  
1 1

OM
2.6.1. Propiedades del producto de matrices
Sólo se enunciarán las propiedades del producto de matrices, sin demos-
trarlas. Sean A, B y C tres matrices de Kmn
1) El producto de matrices no es conmutativo.
Si A  Kmn y B  Knm entonces coexisten los productos AB 

.C
Kmm y BA  Knn pero son distintos si m  n.
Si m = n tanto AB como BA son matrices del tipo n x n, es decir
cuadradas y pertenecientes a Knn pero en general se verifica que AB
 BA. Si dadas dos matrices A y B se verifica que AB = BA las ma-
DD
trices se dicen conmutables.

2) El producto de matrices, si es posible, es asociativo.

A.(B.C) = (A.B).C
LA

Para que sea posible el producto, A debe ser de orden mp, B debe
ser de orden pq y C de orden qm.

3) El producto de matrices, si es posible, es distributivo (a izquierda y a

derecha) con respecto a la suma de matrices.
FI

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

(A + B).C = A.C + B.C
4) Siendo A una matriz de orden mp; B una matriz de orden pn y λ


un escalar, se verifica que el producto de matrices es asociativo res-

pecto al producto por un escalar.
λ(A.B) = (λA).B = A.(λ B)

51

Este archivo fue descargado de [Link]

 5) El producto de dos matrices no nulas puede ser la matriz nula. En
otras palabras, si el producto de dos matrices es la matriz nula, ello
no implica que una de las matrices sea la matriz nula.
Por ejemplo: -2 -4

OM
B
A 1 2
1 2 − 2 − 4
A =   ; B =  
3 6  1 2  1 2 0 0

3 6 0 0

.C
A.B = 0  A = 0 o B = 0

6) Sean las matrices A  Knm, B  Kmp y C  Kmq. Si A . B = A . C no

DD
implica necesariamente que B = C.
LA

2.7. Operaciones con matrices cuadradas

Al realizar las operaciones de suma y producto por un escalar con matri-
FI

ces cuadradas de orden n, se obtiene otra matriz cuadrada de orden n.

El producto de matrices cuadradas del mismo orden es siempre posible.
También pueden calcularse las potencias de una matriz cuadrada:
A2 = A.A


A3 = A2.A = (A.A).A

52

Este archivo fue descargado de [Link]

 
A =
n
A 
A
A ...

A
n veces

OM
Ejemplo:
Sea

2.8. Matrices especiales

.C
Matrices especiales son aquellas matrices que presentan alguna particula-
ridad, ya sea por sí mismas o con respecto a otra matriz dada.
DD
2.8.1. Matriz transpuesta
Definición: La transpuesta de una matriz A se representa por At y es la
matriz que se obtiene de A cambiando las filas por las columnas.
Es decir que si A  Kmn y B  Knm, diremos que B es la transpuesta de
A y escribiremos B = At si y solamente si b ij = a ji .
Ejemplo:
LA

 6 5
  6 1 3 
A= 1 2  B = A t =  
 3 − 1  5 2 − 1
 
Toda matriz de orden 11 es igual a su transpuesta.
FI

[Link]. Propiedades de la transposición de matrices

a) (A + B)t = At + Bt


La transpuesta de una suma de matrices es igual a la suma de las

transpuestas de cada uno de los sumandos.
Demostración:

53

Este archivo fue descargado de [Link]

 Sean A = a ij  A t = a 'ij /a 'ij = a ji y
B = b ij  B t = b 'ij / b 'ij = b ji
t
(A + B) t = a ij + b ij

OM
(A + B)t = a ji + b ji
= a 'ij + b 'ij
= a 'ij + b 'ij
= A t + Bt

.C
b) (At)t = A
La transpuesta de la transpuesta de una matriz A, es la misma matriz
A.
DD
Demostración:
t
(A t ) t = a 'ij
= a 'j i
= a ij
LA

=A

c) (αA)t = αAt
La transpuesta del producto de un escalar por una matriz es igual al
producto del escalar por la transpuesta de la matriz.
FI

Demostración:
t
(α A)t = α A
= αa 'i j


= α a 'ij
= αA t

54

Este archivo fue descargado de [Link]

 d) (A.B)t = Bt . At
La transpuesta del producto de dos matrices es igual al producto de
la transpuesta de la segunda matriz por la transpuesta de la primera.
Demostración:

OM
Sean dos matrices A mn y B n  r
Sus transpuestas serán, respectivamente, A nt m y B trn
r
Como ya se sabe: A.B = a
k =1
ik .bkj = p ij

(A  B)t
t
= p ij

.C
= pji
r
= a jk .b ki
DD k =1
r
= a
k =1
'
kj .b'ik
r
= b
k =1
'
ik .a 'kj
LA

= Bt  A t

2.8.2. Matriz triangular superior

Definición: Una matriz cuadrada A = aij de orden n, cuyos elementos
aij son iguales a 0 i >j, se llama Matriz Triangular Superior.
FI

An×n = aij es Matriz Triangular Superior  aij = 0  i>j

Es decir que una matriz triangular superior es aquella en que los elemen-


tos ubicados debajo de la diagonal principal son todos cero.

Una matriz triangular superior, de orden 4, es de la forma:

55

Este archivo fue descargado de [Link]

  a 11 a 12 a 13 a 14 
 
 0 a 22 a 23 a 24 
A=
0 0 a 33 a 34 
 
 0 a 44 

OM
 0 0
Ejemplo :

2 1 2 − 2
 
0 3 4 − 1
A=
0 0 0 5 
 

.C
0 0 − 3 
DD  0

2.8.3. Matriz triangular inferior

Definición: Una matriz cuadrada A = aij de orden n, cuyos elementos
aij son iguales a 0  i<j, se llama Matriz Triangular Inferior.

An×n = aij es Matriz Triangular Inferior  aij = 0  i<j

LA

Es decir que una matriz triangular inferior es aquella en que los elemen-
tos ubicados sobre la diagonal principal son todos cero.

Una matriz Triangular Inferior de orden 4 es de la forma:

FI

 a 11 0 0 0 
 
a a 22 0 0 
A =  21
a a 32 a 33 0 
 31 


a a 44 
 41 a 42 a 43

56

Este archivo fue descargado de [Link]

 2.8.4. Matriz diagonal
Definición: Es la matriz cuadrada de orden n en la cual los elementos
que no están en la diagonal principal son todos cero.

OM
An×n es Matriz Diagonal  aij = 0  ij

Una matriz diagonal de orden 3 tiene la siguiente forma:

 a 11 0 0 
 
A =  0 a 22 0 
 0 a 33 

.C
 0

2.8.5. Matriz escalar

Definición: Se llama Matriz Escalar a una matriz diagonal en que los
DD
elementos de la diagonal principal son iguales a un escalar α .

a ij = 0; si i  j
A nn es Matriz Escalar  
a ij = α; si i = j
LA

α 0 0
 
A = 0 α 0
0 0 α
 
FI

2.8.6. Matriz Identidad

Definición: Se llama matriz unidad o matriz identidad a la matriz escalar
en la cual todos los elementos de la diagonal principal son iguales a 1.
A la matriz Identidad, de cualquier orden, se la designa con la letra I.


δ ij = 1; si i = j
I = δ ij tal que 
δ ij = 0; si i  j

57

Este archivo fue descargado de [Link]

 1 0 0 0
 
0 1 0 0
La matriz Identidad de orden 4 es I = 
0 0 1 0
 
0 1 

OM
 0 0

El símbolo  con que se designa a los elementos de la matriz identidad se

llama delta de KRONECKER.

El producto de una matriz A por la matriz identidad del orden adecuado

da como resultado la misma matriz A.

.C
Si

Particularmente si A es una matriz cuadrada de orden “n” e I es la matriz

DD
identidad del mismo orden, se verifica:
A.I=I.A=A

2.8.7. Matrices simétricas y antisimétricas

[Link]. Matriz simétrica
LA

Definición: Una matriz cuadrada es simétrica, si y sólo si, es igual a su

transpuesta.

A nn es simétrica  A = A t , o sea que a ij = a j i , i j

FI

Ejemplo:

 3 −7 0   3 −7 0 
   
A = − 7 1 5  A = − 7 1
t
5 


 0 5 − 2   0 5 − 2 
 

A = At  A es una matriz simétrica

58

Este archivo fue descargado de [Link]

 [Link]. Matriz antisimétrica
Definición: Una matriz cuadrada es antisimétrica, si y solamente si, es
igual a la opuesta de su transpuesta.

OM
A nn es antisimétrica  A = − A t , o sea que a ij = −a j i , i j

Ejemplo:
 0 − 1 5  0 1 − 5  0 − 1 5
     
A= 1 0 3 ; A t =  − 1 0 − 3 ; − At =  1 0 3
 − 5 − 3 0  5 3 0  − 5 − 3 0

.C
     

A = −At  A es antisimétrica
Nota:
DD
Si i= j, debe ser aii = −aii , entonces aii = 0. Entonces, en una matriz
antisimétrica, los elementos de la diagonal principal son todos ceros.

[Link]. Propiedades
1) El producto de una matriz por su transpuesta es una matriz simétrica.
LA

Demostración:
([Link])t = (At)[Link] Por propiedad de la transposición de matrices.

= [Link]
 [Link] es una matriz simétrica porque es igual a su transpuesta.
FI

Ejemplo:
 − 1 2  − 1 − 3  5 11 
A =    A t =    [Link] =  
 − 3 4   2 4   11 25 


 5 11 
([Link] )t =    [Link] = ([Link] )t
 11 25 
59

Este archivo fue descargado de [Link]

 2) La suma de una matriz cuadrada y su transpuesta es una matriz simé-
trica.
Demostración: Sea A una matriz cuadrada de orden n
(A + At)t = At + (At)t

OM
= At + A
= A + At
 A + At es simétrica porque es igual a su transpuesta.
Ejemplo:
Tomando la misma matriz A del ejemplo anterior:
 − 2 − 1

.C
A + A t =  
 −1 8 
 − 2 − 1
(A + A t )t =    A + A t = (A + A t )t
DD
 −1 8 

3) La diferencia de una matriz cuadrada con su transpuesta es una matriz

antisimétrica.
Demostración: Sea A una matriz cuadrada de orden n.
LA

(A − At )t = At – (At)t
= At – A
= – (–At + A)
(A − A ) = −(A − A )
FI

= – (A – At) ó también t t t

(A – At) es antisimétrica pues es igual a la opuesta de su transpuesta.

Ejemplo:
Tomando la misma matriz A del ejemplo anterior:


60

Este archivo fue descargado de [Link]

  0 5  0 − 5
A − A t =    (A − A t )t =    A − A t = −(A − A t )t
 − 5 0   5 0 

OM
4) Toda matriz cuadrada se puede descomponer en la suma de una ma-
triz simétrica y de una matriz antisimétrica.

Demostración:
Sea Anxn una matriz cuadrada y At su transpuesta
Se calcula:

.C
1 1
(A + A t ) y (A − A t )
2 2
Estas son matrices cuadradas, siendo la primera simétrica y la segun-
da antisimétrica, de acuerdo a las propiedades 2 y 3 demostradas.
DD
Si se suman ambas matrices:
1 1 1 1 1 1
(A + A t ) + (A − A t ) = A + A t + A − A t
2 2 2 2 2 2
=A
LA

Entonces la matriz A es igual a la suma de una matriz simétrica y

una matriz antisimétrica.

Ejemplo:
 3 − 2 5  3 4 − 1
   
FI

A= 4 2 1 A = − 2 2 3 
t

 − 1 3 2  5 1 2
   

6 2 4


1 1 
(A + A ) =  2 4 4 
t

2 2 
4 4 4

61

Este archivo fue descargado de [Link]

  3 1 2
 
=  1 2 2 Que es una matriz simétrica.
2 2 2
 

OM
 0 −6 6 
1 1  
(A − A t ) =  6 0 − 2
2 2
− 6 2 0 

 0 −3 3 
 

.C
= 3 0 − 1 Que es una matriz antisimétrica.
− 3 1 0 

DD
Entonces A se puede descomponer en la suma de una matriz simé-
1 1
trica y una antisimétrica ya que A = (A + A t ) + (A − A t )
2 2
Verificación:
LA

 3 1 2  0 − 3 3   3 − 2 5
     
 1 2 2 +  3 0 − 1 =  4 2 1 = A
2 2 2 − 3 1 0   − 1 3 2 
  
FI

2.8.8. Inversa de una matriz cuadrada

Definición: Una matriz AKnn, cuadrada, es inversible, regular ó no
singular si y sólo si existe otra matriz BKnn tal que su producto por A,
a izquierda y a derecha, es la matriz identidad.
AKnn es inversible   BKnn / A.B = B.A = I


La matriz B, si existe, se denomina matriz inversa de A.

Se la simboliza A-1
 A.A-1 = A-1.A = I
62

Este archivo fue descargado de [Link]

 [Link]. Propiedades de la inversión de matrices
1) Si existe, la matriz inversa de A es única.
Demostración:
Supongamos que la matriz A admite dos inversas B y C.

OM
Entonces por definición: A.B = B.A = I y también
A.C = C.A = I
Además, B = B.I
= B.(A .C)
= (B.A).C
= I .C
B=C  la matriz inversa es única.

.C
2) La inversa de la inversa de un matriz A, es la misma matriz A.
(A-1)-1 = A
Demostración:
DD A-1 .(A-1)-1 = I Por definición de inversa.
A.(A-1 .(A-1)-1) = A.I Obtenido al multiplicar ambos miembros por A:
(A.A-1).(A-1)-1 = A.I Por propiedad asociativa.
I.(A-1)-1 = A
LA

(A-1)-1 = A

3) Si dos matrices A y B son inversibles, entonces la inversa del produc-

to es igual al producto de las inversas con el orden permutado.
(A.B)-1 = B-1.A-1
FI

Demostración:
Por definición de inversa:
(A.B).(A.B)-1 = I
A-1 (A.B).(A.B)-1 = A-1 . I Multiplicando ambos miembros por A-1.


(A-1 .A).B.(A.B)-1 = A-1

I.B.(A.B)-1 = A-1
B.(A.B)-1 = A-1
63

Este archivo fue descargado de [Link]

 (B-1 .B).(A.B)-1 = B-1 . A-1 Multiplicando ambos miembros por B-1.
I.(A.B)-1 = B-1 . A-1
(A.B)-1 = B-1 . A-1

OM
Nota: En general:
(A1  A 2  ...  A n−1  A n )−1 = A n−1  A n−1−1  ...  A −21  A1−1
4) La inversa de la transpuesta de una matriz A es igual a la transpuesta
de la inversa de A.
(At )-1 = (A-1)t

.C
Demostración:
At .(At )-1 = I Por definición de inversa.
-1 t t t -1 -1 t
(A ) .A .(A ) = (A ) .I Multiplicando ambos miembros por (A-1)t.
DD
((A-1)t .At ).(At )-1 = (A-1)t Por propiedad asociativa del producto.
(A . A-1)t .(At )-1 = (A-1)t Por propiedad de la transposición de matrices
It .(At)-1 = (A-1)t
I .(At)-1 = (A-1)t
LA

(At)-1 = (A-1)t

2.8.9. Matriz Ortogonal

Definición: Una matriz cuadrada y regular es ortogonal, si y sólo sí,
su inversa es igual a su transpuesta.
FI

AKnn es ortogonal  A-1 = At

Ejemplo:


 3 4  3 − 4 
A= 5 5 At =  5 5
− 4 3  4 3 
 5 5  5 5 

64

Este archivo fue descargado de [Link]

 3 − 4 
Puesto que A.A-1 = A-1.A = I, la inversa de A es: A −1 =  5 5
4 3 
 5 5 

OM
At = A-1  A es matriz ortogonal

2.8.10. Matriz Escalonada

Dada una matriz se dice que A es escalonada si el
número de elementos anteriores al primer elemento no nulo de cada fila
crece fila por fila hasta llegar a filas con todos sus elementos ceros.

.C
El elemento no nulo de cada fila se llama elemento distinguido.

Ejemplo
DD
2.8.11. Matriz Escalonada reducida por fila
Es la matriz escalonada cuyos elementos distinguidos son los únicos
elementos no nulos de la columna a la cual pertenecen y son todos igua-
LA

les a uno.

Ejemplo
FI

2.8.12. Submatrices
Dada la matriz si se eligen filas de las m posibles y co-


lumnas de las n posibles, se define la submatriz de A de orden como

la matriz cuyos elementos de A tales que
Una submatriz de la matriz A, es la matriz que se obtiene de A al elimi-
nar las filas que no están en y las columnas que no están en
65

Este archivo fue descargado de [Link]

 Sea entonces

OM
2.9. Espacio fila de una matriz
Sea A una matriz de orden mn sobre K

.C
 a 11 a 12  a 1n 
 
 a 21 a 22  a 2n 
A=
    
 
DD
a 
 m1 a m2  a mn 
Las filas de A consideradas como vectores de Kn generan un espacio
(subespacio de Kn) llamado espacio fila de A.
Ejemplo:
LA

1 − 1 2
A =    R 23
3 2 1
Las filas de A: (1, -1, 2) y (3, 2, 1) generan un subespacio de R3 que es
el subespacio S f formado por todas las combinaciones lineales de las
FI

filas de A.
Sf = (x, y, z)  R /(x, y, z) = α(1,−1,2) + β(3,2,1) 
3

2.10. Espacio columna de una matriz



Sea A una matriz de orden mn sobre K.

Las columnas de A consideradas como vectores de Km generan un espa-
cio (subespacio de Km) llamado espacio columna de A.
66

Este archivo fue descargado de [Link]

 Ejemplo:
 1
En la misma matriz A del ejemplo anterior, las columnas de A son:   ,
 3
 − 1 2

OM
  y   y generan un subespacio de R2 que es el subespacio S c
 2   1
formado por todas las combinaciones lineales de las columnas de A.
 x  x  1   − 1  2  
S c =    R 2 /  = α  + β  + δ 
 y  y  3   2   1 

.C
2.11. Rango de una matriz

¿Cuál es la dimensión de los espacios S f y S c ?

DD
Dimensión de S f
(1, -1, 2) + (3, 2, 1) = (0, 0, 0)
 α + 3β = 0

− α + 2β = 0
LA

Resolviendo el sistema resultan  = 0 y  = 0.

 2α + β = 0

Entonces los vectores son linealmente independientes y por lo tanto
la dimensión del espacio S f generado por ellos es 2.
FI

Dimensión de S c .

 1   − 1  2   0 
α  + β  + δ  =  


 3  2   1   0 

67

Este archivo fue descargado de [Link]

  α − β + 2δ = 0
 De aquí resultan = - y =. Hay infinitas soluciones
3α + 2β + δ = 0
En consecuencia, los vectores son linealmente dependientes. Por lo

OM
tanto, la dimensión de S c no es 3, sino 2.

Importante
Si bien se realizó la verificación para un ejemplo en particular, se puede
demostrar que en toda matriz la dimensión del espacio fila es siempre
igual a la dimensión del espacio columna.

.C
Esa dimensión representa el máximo número de filas (o de columnas)
linealmente independientes que contiene la matriz y recibe el nombre de
rango de la matriz.
DD
Definición: Dada una matriz A de orden mn se llama rango de A al
máximo número de filas (o columnas) linealmente independientes que
contiene la matriz.
El rango de una matriz A se simboliza (A) o también h(A).

Resulta evidente que el rango de una matriz es igual al rango de su trans-

LA

puesta.
(A) = (At ) o también h(A) = h(At )

2.12. Operaciones elementales sobre las líneas de una matriz

Dada una matriz A = aij de orden mn, con sus filas o columnas se
FI

pueden realizar tres operaciones que reciben el nombre de operaciones

elementales sobre las líneas de A. Ellas son:

1) Permutación de dos líneas entre sí.



2) Adición de una línea a otra.

3) Multiplicación de una línea por un escalar no nulo.

2.13. Matrices equivalentes

68

Este archivo fue descargado de [Link]

 Definición: Dos matrices A y B de orden mn, son equivalentes, si y
solamente si, B se puede obtener efectuando un número finito de opera-
ciones elementales sobre A.

OM
B ~ A se lee la matriz B es equivalente a la matriz A
B ~ A  (A) = (B)

Ejemplo:

 1 2 3  2 4 6
A =   B =  

.C
 4 5 6   5 7 9 

La matriz B se obtuvo de la siguiente manera:

• la 1° fila de B es igual a la primera fila de A multiplicada por 2
DD
• la 2° fila de B es la suma de la 1° y la 2° fila de A

Si dos matrices son equivalentes, entonces sus rangos son iguales.

A y B son matrices equivalentes  (A) =(B)
LA

2.14. Método de Gauss–Jordan para determinar el rango de una

matriz
Este método permite determinar el rango de una matriz mediante un
numero finito de operaciones elementales del tipo: multiplicación de una
fila por un escalar y suma de una fila a otra.
FI

En este método se opera exclusivamente sobre las filas de la matriz y el

procedimiento puede usarse, como se verá más adelante, también para el
cálculo de la matriz inversa y la resolución de sistemas de ecuaciones
lineales.
Básicamente consiste en tratar de formar, mediante operaciones elemen-


tales entre filas, el máximo número de vectores canónicos linealmente

independiente que contenga la matriz. Ese número representa precisa-
mente el rango de la matriz.

69

Este archivo fue descargado de [Link]

 Nota: Vectores canónicos son aquellos en que una componente vale 1 y
las demás 0.
Ejemplo: (1, 0, 0), (0, 1, 0), (0, 0, 1) son los vectores canónicos de R3

OM
Procedimiento
Sea A una matriz no nula de orden mn.

 a b c 
 
 d e f 
A= 
g h i 
 

.C
    
 

1 b c 
Se elige un elemento cualquiera de A,

DD a a no nulo, el cual se le llama pivote. Por
d e f  ejemplo en la matriz dada (en la que
A=  sólo se han colocado algunos elemen-
g h i  tos), se toma como pivote a11=a.
     Luego se divide la fila que contiene al
 pivote, (en este caso la 1°) por ese
número a.
LA

A continuación se hacen 0, todos los

 1 b c 
 a a elementos de las otras filas, en la
 d − d e − bd f − cd 
misma columna del pivote. En el
A= a a  ejemplo: d, g, ...
 g h i  Para que d se transforme en 0, a la
     
segunda fila se le resta la primera

FI

multiplicada por d.

 1 b c 
 a a
 0 e − bd f − cd 
El mismo procedimiento se usa para
A= a a  que g se transforme en 0.
 g − g h − gb gd 


i−
 a a 
     

70

Este archivo fue descargado de [Link]

 Haciendo el mismo trabajo se obtiene en la columna del pivote un vector canónico.
Luego se repite el procedimiento en las otras columnas.

OM
Ejemplos:
1) Usando el método de Gauss-Jordan, calcular el rango de la siguiente
matriz:
 3 5 − 1
 
A = 2 − 4 3 
4 0 1 


.C 1 5 − 1 
1) Se elige como pivote cualquier ele-

DDmento no nulo de la matriz dada, por 3 3
ejemplo a11=3. A = 2 − 4 3 
 
Se divide por 3 la fila correspondiente, 4 0 1 
que en este caso es la 1°.  
2) Se transforman en cero los restantes 1 5 − 1 
elementos de la columna del pivote (2  3 3
LA

y 4 en el ejemplo). Para ello a la 2° fila 

A = 0 −4− 10 3+ 2
se le resta la 1° multiplicada por 2 y a  3 3
la 3° fila se le resta la 1° multiplicado 0 0 − 20 1+ 4 
por 4.  3 3
FI

1 5 − 1 
 3 3
A =  0 − 22 11 
Se obtiene la siguiente matriz:  3 3
 0 − 20 7 
 3 3 


71

Este archivo fue descargado de [Link]

 3) Se reitera el mecanismo eligiendo
1 5 − 1 
como pivote un elemento no nulo que  3 3
no pertenezca ni a la fila ni a la co- A = 0 −2 1 
lumna del pivote anterior. Por ejem-  7 
 0 − 20
 3 

OM
plo a 23 = 11 Se divide la fila co- 3
3
rrespondiente (la 2°) por ese valor.
4) Se hacen cero todos los otros elementos
 1 5 − ( −2)( − 1 ) 0 
de la 3° columna. Para ello a la 1° fila se  3 3 
le resta la 2° multiplicado por -1/3 y a A = 0 −2 1
la 3° fila se le resta la 2° multiplicada por  
 0 − 20 − ( −2) 7 0
 
7/ .
3
3 3

.C
Se obtiene la siguiente matriz:
1 1 0
 
A =  0 − 2 1
DD
0 − 2 0
 
5) Se repite el procedimiento tomando
como pivote el –2 que esta en la 3° fila, 1 1 0
 
2° columna (no se debe elegir ni fila, ni A =  0 − 2 1
columna de los pivotes anteriores). Se 0 1 0
 
LA

divide esa fila por (-2).

6) Se hacen cero todos los otros elementos
1 1−1 0
de la 2° columna. Para ello a la 1° fila se  
le resta la 3° y a la 2° fila se le resta la 3° A =  0 − 2 − ( −2) 1 
multiplicada por (-2). 0 0 
 1
FI

7) Se obtiene finalmente la siguiente ma- 1 0 0

triz:  
A =  0 0 1
0 1 0
 


72

Este archivo fue descargado de [Link]

 La última matriz contiene tres vectores canónicos linealmente independientes.
 El rango de esa matriz es 3.

Como esa matriz se obtuvo a partir de la matriz A mediante un número finito de opera-

OM
ciones elementales, resulta que la matriz obtenida es equivalente a la matriz A por lo
tanto, tienen el mismo rango.
 (A) = 3

2) Calcular el rango de la matriz:

.C
1 −1 0 0
 
1 1 1 1
A=
0
DD 2 1 1
 
4 1 1 
 2

Para mayor comodidad con el trabajo es conveniente disponer la matriz

dada y las equivalentes que se vayan obteniendo, formando un cuadro,
LA

como sigue:
FI


73

Este archivo fue descargado de [Link]

 1 -1 0 0 Se elige el pivote.
1 1 1 1 Para transformar en cero los otros elementos de la 1°
columna, a cada fila se le resta la 1° fila multiplicada
2 1 1 0 por el elemento que se desea anular.
4 1 2 1

OM
1 -1 0 0 Se elige el nuevo pivote y se hacen cero todos los otros
0 2 1 1 elementos de la 3° columna. Para ello, a la 3° fila se le
resta la 2° y a la 4° fila se le resta la 2° multiplicada por 2.
0 3 1 0
0 5 2 1
1 -1 0 0 Se elige el nuevo pivote y se hacen cero todos los otros
0 2 1 1 elementos de la 2° columna. Para ello, a la 1° fila se le
suma la 3°, a la 2° fila se le resta la 3º multiplicada por 2 y

.C
0 1 0 -1 a la 4° fila se le resta la 3°.
0 1 0 -1
1 0 0 -1 Como ya no se puede elegir un pivote que no pertenezca
0 0 1 3 a la fila o columna de los pivotes anteriores, no se puede
DD seguir aplicando el procedimiento.
0 1 0 -1
0 0 0 0

Se han obtenido 3 vectores canónicos linealmente independientes

LA

 (A) = 3
2.15. Cálculo de la matriz inversa por el método de Gauss-Jordan

Si A es una matriz regular (inversible) el método consiste en transformar

A, mediante operaciones elementales entre filas, hasta obtener la matriz
FI

identidad. Simultáneamente, se aplican las mismas operaciones a la ma-

triz identidad obteniéndose la matriz A-1.

En la práctica se disponen las matrices en un cuadro como el que sigue:



74

Este archivo fue descargado de [Link]

 A I
. .
. .
. .

OM
. .
. .
. .
. .
. .
I A-1

.C
Ejemplo:
DD
Calcular la matriz inversa de:

 1 0 − 1
 
A = 2 −1 1 
 1 2 − 2
 
LA

1 0 -1 1 0 0
FI

Se elige el pivote, tomando el 1 que ocupa

2 -1 1 0 1 0 la 1º fila y 1º columna.
1 2 -2 0 0 1
1 0 -1 1 0 0 Se hacen cero todos los otros elementos
de la 1° columna. Para ello a la 2° fila se


0 -1 3 -2 1 0 le resta la 1° multiplicada por 2 y a la 3°

fila se le resta la 1°. La misma operación
se realiza en la matriz identidad. Se elige
0 2 -1 -1 0 1 el nuevo pivote.

75

Este archivo fue descargado de [Link]

 1 0 -1 1 0 0 Se divide la 2° fila por (-1).

0 1 -3 2 -1 0
0 2 -1 -1 0 1

OM
1 0 -1 1 0 0 Se hacen cero todos los demás elementos
de la 2°columna. Para ello a la 3° fila se le
0 1 -3 2 -1 0 resta la 2° multiplicada por 2.
La misma operación se realiza en la ma-
0 0 5 -5 2 1 triz identidad. Se elige el nuevo pivote.
1 0 -1 1 0 0 Se divide la 3° fila por 5.
0 1 -3 2 -1 0

.C
0 0 1 -1 2/5 1/5
1 0 0 0 2/5 1/5 Se hacen 0 todos los demás elementos de
la 3º columna
0 1 0 -1 1/5 3/5
DD
0 0 1 -1 2/5 1/5
A-1

Se puede verificar que efectivamente esa es la matriz A-1, calculando los

productos A.A-1 y A-1.A. Ambos resultados deben ser igual a I.
LA

Verificación:

0 2 1 1 0 -1
FI

5 5
A-1 1 3 A
-1 2 -1 1
5 5
A-1
A -1 2 1 1 2 -2


5 5
1 0 -1 1 0 0 0 2 1 1 0 0
5 5

76

Este archivo fue descargado de [Link]

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

OM
Ejercicios resueltos

1 − 2 1 
 
1) Dada la matriz A =  3 − 2 − 1 , calcular (A – 2I)3.

.C
4 1 2 


1 − 2 1  1 0 0
   
DD
A − 2I =  3 − 2 − 1 − 2  0 1 0 
4 1 2   0 0 1
  

 1 − 2 1  2 0 0
   
=  3 − 2 − 1 −  0 2 0 
LA

4 1 2   0 0 2 

−1 − 2 1 
 
=  3 − 4 − 1
4 0 
FI

 1

(A-2I)3 =(A-2I). (A-2I). (A-2I)

-1 -2 1 A- 2I -1 -2 1


A- 2I 3 -4 -1 3 -4 -1
A- 2I 4 1 0 (A- 2I)2 4 1 0
-1 -2 1 -1 11 1 -1 11 1 38 -41 -12
3 -4 -1 -19 9 7 -19 9 7 74 9 -28
77

Este archivo fue descargado de [Link]

 4 1 0 -1 -12 3 -1 -12 3 -23 53 11

 38 − 41 − 12 
 

OM
 (A − 2I) =  74
3
9 − 28 
 − 23 53 11 


2) Hallar los valores de  para los cuales la matriz A tiene inversa.

.C
 1 λ − 1
 
A = 2 −1 λ 
 1 10 − 6 
 
DD
Como A es una matriz cuadrada de orden 3, será inversible si su ran-
go también es 3.
Se convierte la matriz dada en una matriz triangular superior hacien-
do cero los elementos que se encuentran por debajo de la diagonal
LA

principal:

1  -1
2 -1 
1 10 -6
FI

1  -1
0 -1-2 +2
0 10- -5
1  -1


0 -1-2 +2
0 (10-)(-1-2)– (-1-2)(10-) (-5)(-1-2) − (10-)(+2)
1  -1
78

Este archivo fue descargado de [Link]

 0 -1-2 +2
0 0  +2-15
2

Para que la matriz tenga rango 3, la expresión  +2 −15 debe ser
2

distinta de 0.

OM
2 +2 −15  0    3    −5
Entonces la matriz dada es inversible para cualquier valor de  , salvo
3 y −5.

3) Calcular el rango de la siguiente matriz:

.C
2 −1 3 − 2 4
 
A = 4 − 2 5 1 7
2 − 1 1 8 2
 
DD
2 -1 3 -2 4
4 -2 5 1 7
2 -1 1 8 2
LA

10 -5 13 0 18
4 -2 5 1 7
-30 15 -39 0 -54
-2 1 -13/5 0 -18/5
FI

4 -2 5 1 7
-30 15 -39 0 -54
-2 1 -13/5 0 -18/5
0 0 -1/5 1 -1/5


0 0 0 0 0

79

Este archivo fue descargado de [Link]

 Se han obtenidos 2 vectores canónicos linealmente independientes, en-
tonces (A) = 2.

Ejercicios propuestos

OM
1- Dadas las matrices A, B, y C; hallar:
1
a) A + B b) A – C c) –2A – B + C
2
d) X tal que A – 2X + 3B = C

.C
1 2 3   3 − 1 2 4 1 2
     
A = 5 0 − 2 B = 4 2 5 C = 0 3 2
1 − 1 1   2 0 3  1 − 2 3
     
DD
2- Encontrar los valores de , ,  y   R para que las matrices sean
iguales.
 2 8 −α  δ − 1 8 3 
a) A =    R2x3 B =    R2x3
LA

 β + 1 7 − 4   − 10 7 − 4 

 4 −8   4 β+2 
 2   
b) A =  δ − 9 0   R3x2 B =  -5 0   R3x2
FI

 2 0  α2 + 2 0 
 
3- Sean las matrices A y B de orden 23:
 1 3 4   3 −1 2 
A =   y B =  


 2 − 1 0   1 0 6 
Resolver las siguientes ecuaciones matriciales:
a) 2X – 3A = B
80

Este archivo fue descargado de [Link]

 b) (2A − B)t = 4X

4- Calcular cuando sea posible A . B y B . A:

OM
 2
 
a) A = (1 2 3) B =  − 1
 1
 

.C
 1 −3 2   1 21 3 
   
b) A =  − 3 2 − 1 B =  2 4 6
− 2 1 0   1 2 3
  
DD
 3
 0 −1 2   
c) A =   B = 0
 1 −2 1  4
 
LA

 1 2 3  8 0 0
   
d) A =  0 4 5  B = − 4 6 0
0 0 6  1 5 3
   
FI

 1 0 − 1 0 3 0 
   
e) A =  2 7 − 4  B = 1 3 2 
8 3 1  8 0 − 2
   


5- Para las mismas matrices del ejercicio 4 hallar, cuando sea posible:

81

Este archivo fue descargado de [Link]

 At . B , At . B t , A . Bt , B . At , Bt . A

6- Recordando que: A . A-1 = I, calcular la inversa de la matriz:

1 − 2
A =  

OM
3 2 

 0 − 1
7- Sea A =   , calcular A2; A3, A4.
1 0 

8- Para matrices cuadradas de orden tres, dar ejemplos de:

.C
a) Matrices Triangulares Superiores.
b) Matrices Triangulares Inferiores.
c) Matrices Diagonales.
d) Matrices Escalares.
DD
e) Matrices Simétricas.
f) Matrices Antisimétricas.
g) Matrices Ortogonales.
h) Matrices Transpuestas.
LA

9- Dadas:
 1 2 3 − 1
 1 2 1  1 − 1  
A =   B =   C=  2 4 6 0
4 0 2 − 3 2   3
 0 0 5 
 2
FI

 
D=  3  E = (1 0 − 2)
 − 1
 


i) Calcular si es posible:

a) B . A d) E .·At g) D . E
b) At .·B e) A . Et h) C . B
82

Este archivo fue descargado de [Link]

 c) A . C f) E . D i) Ct . Et

ii) Verificar que: (B . A)t = At . Bt

OM
10- A cierta academia de idiomas acuden alumnos de los tres niveles del
EGB y del Polimodal a recibir clases de inglés y portugués, según la dis-
tribución que muestra la matriz:

I P

1º 13 16

.C
2º 11 9
3º 21 13
Polimodal 10 6
DD
Los precios del curso completo de la academia difieren si las clases las
imparte un profesor o son por medios audiovisuales. Las tarifas son:

1º 2º 3º Polimodal
LA

Calcular los ingresos deProfesor

la academia,750 750 impartido
por idioma 1000 1250
y método
M. Audiovisuales 800 850 900 1000
empleado, si los alumnos optasen por uno u otro método. ¿Qué modali-
dad proporciona mayores ingresos?

11. Demostrar que: A2 – A – 2 I = 0, siendo:

FI

 0 1 1
 
A =  1 0 1
1 1 0
 


83

Este archivo fue descargado de [Link]

  1 0
12. ¿Por qué matriz hay que premultiplicar la matriz A =   para
 2 1
5 2
que el resultado sea la matriz B =   ?

OM
6 3
13. Obtener las matrices A y B que verifiquen el sistema:

  1 2 2
 2A + B =  
 − 2 1 0 

A − 3B =  − 4 − 3 − 2


.C
  −1 0 − 1 


14) Una fábrica produce dos marcas de lavarropas (A y B), en tres mode-
DD
los (N, L y S) cada una. Produce de la marca A: 400 unidades del
modelo N, 200 unidades del modelo L y 50 unidades del modelo S.
De la marca B produce: 300 unidades del modelo N, 100 unidades
del modelo L y 30 unidades del modelo S. El modelo N insume 25
horas de taller y 1 hora de administración por cada lavarropa. El mo-
delo L insume 30 horas de taller y 1,2 horas de administración. El
LA

modelo S insume 33 horas de taller y 1,3 horas de administración.

a) Representar la información en dos matrices.
b) Hallar una matriz que exprese las horas de taller y de administra-
ción empleadas, en total para cada uno de los modelos.
FI

15. Calcular el rango de las siguientes matrices:

1 3 5 − 4
   2 − 1 0 7
2 −1 − 3 4   
a) A =  b) B =  1 0 1 3 
5 1 −1 7   
   3 2 7 7 
7 7 


 9 1 

84

Este archivo fue descargado de [Link]

  1 − 1 0
 
16. Calcular la matriz inversa de: A =  0 1 0 
 2 0 1
 

OM
17. Calcular x e y sabiendo que:

a  − 204 − 84 y 
   (s t u ) =  
 b  x 70 − 120 

.C
DD
LA
FI


85

Este archivo fue descargado de [Link]

Capítulo 3

Polinomios
1.1.- Introducción
La resolución de ecuaciones algebraicas o la determinación de las raíces de un polinomio,
está entre los problemas más antiguos de la matemática, se han encontrado problemas
relacionados con este tema en el libro chino “Chu Chang Suan Shu” o “Arte Matemático

OM
en Nueve Secciones” que data del año 200 a.C.
Puesto que las ecuaciones polinómicas aparecen en un amplio rango de áreas de la
ciencia, desde química y física básica hasta economía, el problema de determinar raíces
de polinomios es, frecuentemente, un paso obligado en la resolución de problemas. Por
ejemplo, la optimización es una técnica matemática que permite usar de manera eficiente,

.C
recursos escasos como el tiempo, la energía ó el dinero, bajo la guía de determinados
objetivos. Las empresas la emplean para tomar decisiones respecto a la conveniencia o
DD
no de, por ejemplo, contratar más empleados, remodelar la empresa, comprar más
productos para su posterior venta ó simplemente dejar el dinero en el banco. Para
establecer la estrategia óptima se resuelven una serie de ecuaciones polinómicas que
reflejan cuanta inversión y cuanto beneficio se asocia a cada acción. Las estrategias
LA

óptimas se asocian, generalmente, con las raíces de las ecuaciones propuestas.

Cuando se trata de hallar las raíces de un polinomio, se debe resolver la ecuación
correspondiente (el polinomio igualado a cero). En algunos casos, esta tarea es sencilla
(polinomios lineales o cuadráticos) pero en otros no es nada fácil. Para estos últimos,
FI

existen métodos útiles que permiten, si no determinar, aproximar las raíces buscadas.
Desde el siglo XVI se conocen fórmulas para determinar las raíces de polinomios de hasta
cuarto grado en términos de los coeficientes del polinomio, con la utilización de


operaciones algebraicas o la extracción de raíces –a partir de los de segundo grado, las

fórmulas se complican un poco– pero, las fórmulas para polinomios de quinto grado
fueron irresolubles para los investigadores durante mucho tiempo, recién en 1824 Niels
Henrik Abel demostró que no puede haber fórmulas generales para los polinomios de
quinto grado o mayores. Este resultado marcó el camino hacia el teorema de Galois.
En este tercer capítulo estudiaremos, luego de las generalidades de polinomios, las
operaciones que se pueden realizar entre ellos y sus correspondientes propiedades. Se
demostrarán teoremas y analizarán distintas situaciones que permitirán determinar las
raíces de polinomios.

1.2.- Conceptos básicos

Pág. 1

Este archivo fue descargado de [Link]

Si bien los polinomios pueden ser considerados como un tipo especial de funciones, estos
tienen una estructura que permite realizar operaciones entre ellos y tratarlos como
objetos algebraicos. Particularmente estudiaremos los polinomios de una sola
indeterminada, la cual la designaremos con 𝑥.
Definición: un polinomio, 𝑃(𝑥), en una indeterminada, 𝑥, con coeficientes en ℂ es una
expresión de la forma:
𝑃(𝑥) = 𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + … + 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0
Escrito en su forma sintética:
𝑃(𝑥) = ∑𝑛𝑖=0 𝑎𝑖 𝑥 𝑖

OM
Los 𝑎𝑖 , llamados coeficientes del polinomio 𝑃(𝑥), son números complejos. Si los 𝑎𝑖 son
todos números reales se dice que 𝑃(𝑥) es un polinomio con coeficientes en ℝ y si todos
los 𝑎𝑖 son racionales se dice que 𝑃(𝑥) es un polinomio con coeficientes en ℚ, de igual
manera para el caso de coeficientes enteros.
Al coeficiente 𝑎𝑛 se le da el nombre de coeficiente principal (y al término que lo contiene:

.C
término principal) mientras que al 𝑎0 el de término independiente. Cuando el coeficiente
principal es 1, es decir 𝑎𝑛 = 1, se dice que 𝑃(𝑥) es un polinomio mónico.
DD
El conjunto de todos los polinomios con coeficientes complejos se denota ℂ[𝑥], el de los
polinomios con coeficientes reales, ℝ[𝑥], el de polinomios con coeficientes racionales,
ℚ[𝑥]. Obviamente, ℚ[𝑥] ⊂ ℝ[𝑥] ⊂ ℂ[𝑥].
Vamos a usar la letra 𝕂 para representar a cualquiera de los conjuntos numéricos
LA

ℚ, ℝ ó ℂ, de forma que 𝕂[𝑥] representará el conjunto de todos los polinomios con

coeficientes en 𝕂. El beneficio de hacer esto es que vamos a poder enunciar (usando 𝕂)
resultados de manera más simple en lugar de tener que escribir un enunciado para cada
conjunto numérico.
FI

Ejemplos:
S(x) = 3x 3 − √5x 2 + 1
Q(x) = (2 − 3i)x 5 + 3x 2 + (1 − 4i)


𝑅(𝑥) = 2𝑥 4 − 3𝑥 3 + 𝑥 2 − 5𝑥 + 2

El polinomio 𝑆(𝑥) es de coeficientes reales, mientras que el polinomio Q(x) es de

coeficientes complejos y el 𝑅(𝑥) es de coeficientes enteros.
Sea el polinomio 𝑃(𝑥) = ∑𝑛𝑖=0 𝑎𝑖 𝑥 𝑖 , se considerará 𝑎𝑖 = 0 si el término en 𝑥 𝑖 no se encuentra
en 𝑃(𝑥).
En 𝑆(𝑥) del ejemplo anterior 𝑎1 = 0 y en 𝑄(𝑥) 𝑎4 = 𝑎3 = 𝑎1 = 0
En general pueden presentarse dos casos:
a) Existe al menos un coeficiente 𝑎𝑖 no nulo. Por lo tanto llamaremos grado del polinomio
𝑃(𝑥) y se simbolizará 𝑔𝑟(𝑃(𝑥)), al mayor entero 𝑖 tal que 𝑎𝑖 es no nulo.
b) Todos los coeficientes son nulos. En ese caso el polinomio 𝑃(𝑥) es el polinomio nulo.
Pág. 2

Este archivo fue descargado de [Link]

Continuando con el ejemplo anterior: 𝑔𝑟(S(x)) = 3, 𝑔𝑟(Q(x)) = 5 y 𝑔𝑟(R(x)) = 4.
Otros polinomios importantes son los polinomios constantes, de la forma 𝑎0 𝑥 0 donde 𝑎0 ∈
𝕂, son de grado 0 si 𝑎0 ≠ 0. Si identificamos el elemento 𝑎0 ∈ 𝕂 con el polinomio contante
𝑎0 𝑥 0 ∈ 𝕂[𝑥], podemos pensar que 𝕂 ⊂ 𝕂[𝑥]. Por ejemplo, 𝑇(𝑥) = 15.
Convenimos en que el polinomio nulo carece grado, aunque algunos autores le atribuyen
grado –1 y en otros casos le asignan grado infinito.

¿Cuándo dos polinomios son iguales? Consideramos que dos polinomios son iguales
cuando tienen el mismo grado y sus coeficientes coinciden término a término, pero

OM
también los consideraremos iguales a polinomios que difieran en términos con
coeficientes nulos.
Igualdad de polinomios: los polinomios 𝑃(𝑥) = ∑𝑛𝑖=0 𝑎𝑖 𝑥 𝑖 𝑦 𝑄(𝑥) = ∑𝑚 𝑖
𝑖=0 𝑏𝑖 𝑥 , son iguales si

𝑎𝑖 = 𝑏𝑖 para 0 ≤ 𝑖 ≤ 𝑚í𝑛(𝑛, 𝑚) y si 𝑎𝑖 = 0 para 𝑖 = 𝑚 + 1, 𝑚 + 2, … , 𝑛 en el caso que 𝑛 > 𝑚, ó

si 𝑏𝑖 = 0 para 𝑖 = 𝑛 + 1, 𝑛 + 2, … , 𝑚 cuando 𝑛 < 𝑚.

.C
Esto significa, como se dijo anteriormente que, por ejemplo, son iguales los polinomios:
𝑃(𝑥) = 3𝑥 2 + 2𝑥 − 4 𝑦 𝑄(𝑥) = 3𝑥 2 + 2𝑥 − 4 pero también vamos a considerar iguales a los
polinomios:
DD
𝑅(𝑥) = 0𝑥 4 + 0𝑥 3 + 5𝑥 2 + 8𝑥 − 2 𝑦 𝑇(𝑥) = 5𝑥 2 + 8𝑥 − 2
Esto nos permite afirmar que en el caso del polinomio nulo, al considerar todos los 𝑎𝑖 =
0, existe un único polinomio nulo en 𝕂[𝑥].
LA

Un punto importante sobre los polinomios es que se puede reemplazar la indeterminada

𝑥 por un elemento de 𝕂 y realizar las operaciones indicadas. A esto se lo llama especializar
o evaluar el polinomio.
Evaluación de polinomios: sea el polinomio 𝑃 ∈ 𝕂[𝑥] y el número 𝑏 ∈ ℂ, definimos 𝑃(𝑏) =
FI

∑𝑛𝑖=0 𝑎𝑖 𝑏 𝑖 como el elemento de 𝕂 que obtenemos al reemplazar la indeterminada 𝑥 por el

número 𝑏 y efectuamos el cálculo expresado en P.
Evidentemente 𝑃(𝑏) ∈ 𝕂, esto significa que al evaluar un polinomio se obtiene por


resultado un número.
Ejemplo: sea el polinomio P(x) = 3x 2 − 4x + 1 ∈ ℤ[𝑥] 𝑦 𝑏 = 2 entonces:
P(2) = 3 . 22 − 4 .2 + 1 = 5 es decir 𝑃(2) = 5 𝑦 𝑃(2) ∈ ℤ.

2.- Operaciones con polinomios

Como se dijo anteriormente, con los polinomios se pueden realizar operaciones tales como
suma, producto e inclusive división. La realización de estas operaciones es muy sencilla.
Por ejemplo, realizar la suma (ó resta) de polinomios se procede a sumar (restar)
respectivamente los términos correspondientes a la misma potencia de la indeterminada.
2.1.- Suma de polinomios: sean los polinomios 𝑃(𝑥) = ∑𝑛𝑖=0 𝑎𝑖 𝑥 𝑖 𝑦 𝑄(𝑥) = ∑𝑚
𝑖=0 𝑏𝑖 𝑥
𝑖

𝑚á𝑥(𝑛,𝑚)
definimos la suma de estos polinomios como: (𝑃 + 𝑄) = ∑𝑖=0 (𝑎𝑖 + 𝑏𝑖 )𝑥 𝑖 donde, de igual

Pág. 3

Este archivo fue descargado de [Link]

manera que la igualdad de polinomios, convenimos en que 𝑏𝑖 = 0 para 𝑖 = 𝑚 + 1, 𝑚 + 2, … , 𝑛
en el caso que 𝑛 > 𝑚, ó si 𝑎𝑖 = 0 para 𝑖 = 𝑛 + 1, 𝑛 + 2, … , 𝑚 cuando 𝑛 < 𝑚.
Ejemplo: si 𝑃(𝑥) = 2𝑥 2 + 3𝑥 − 5 𝑦 𝑄(𝑥) = 4𝑥 4 + 𝑥 3 − 4𝑥 2 − 6𝑥 + 5 entonces:
𝑃(𝑥) + 𝑄(𝑥) = (0 + 4)𝑥 4 + (0 + 1)𝑥 3 + (2 − 4)𝑥 2 + (3 − 6)𝑥 + (−5 + 5)
𝑃(𝑥) + 𝑄(𝑥) = 4𝑥 4 + 𝑥 3 − 2𝑥 2 − 3𝑥

De manera análoga podemos definir la resta de los polinomios 𝑃(𝑥) 𝑦 𝑄(𝑥) por:
(𝑃 − 𝑄) = ∑𝑚á𝑥(𝑛,𝑚)
𝑖=0 (𝑎𝑖 − 𝑏𝑖 )𝑥 𝑖 con idéntico convenio.
Ejemplo: si 𝑃(𝑥) = 2𝑥 2 + 3𝑥 − 5 𝑦 𝑄(𝑥) = 4𝑥 4 + 𝑥 3 − 4𝑥 2 − 6𝑥 + 5 entonces:

OM
𝑃(𝑥) − 𝑄(𝑥) = (0 − 4)𝑥 4 + (0 − 1)𝑥 3 + (2 + 4)𝑥 2 + (3 + 6)𝑥 + (−5 − 5)
𝑃(𝑥) + 𝑄(𝑥) = −4𝑥 4 − 𝑥 3 + 6𝑥 2 + 9𝑥 − 10

Destacamos dos cuestiones:

a) estas operaciones están definidas de tal forma que se verifica:
(𝑃 + 𝑄)(𝑏) = 𝑃(𝑏) + 𝑄(𝑏) ∀ 𝑃, 𝑄 ∈ 𝕂[𝑥] ∀ 𝑏 ∈ 𝕂 y

.C
(𝑃 − 𝑄)(𝑏) = 𝑃(𝑏) − 𝑄(𝑏) ∀ 𝑃, 𝑄 ∈ 𝕂[𝑥] ∀ 𝑏 ∈ 𝕂.
b) el grado de la suma o resta de dos polinomios P y Q es menor o igual que el máximo
DD
de los grados de dichos polinomios.
𝑔𝑟(𝑃 ± 𝑄) ≤ 𝑚á𝑥(𝑔𝑟(𝑃), 𝑔𝑟(𝑄))

2.2.- Producto de un polinomio por un escalar:

Dado un polinomio 𝑃 ∈ 𝕂[𝑥], el producto de P por un escalar 𝜆, es otro polinomio 𝜆 𝑃(𝑥), el
LA

cual se obtiene multiplicando cada coeficiente de 𝑃 por el escalar 𝜆.

Sea el polinomio 𝑃(𝑥) = ∑𝑛𝑖=𝑜 𝑎𝑖 𝑥 𝑖 y el escalar 𝜆 entonces:
𝜆 𝑃(𝑥) = 𝜆 ∑𝑛𝑖=𝑜 𝑎𝑖 𝑥 𝑖 = ∑𝑛𝑖=𝑜 𝜆 𝑎𝑖 𝑥 𝑖
Ejemplo: sea 𝑃(𝑥) = 3𝑥 3 − 7𝑥 2 + 𝑥 − 8 𝑦 𝜆 = −4 entonces:
FI

−4𝑃(𝑥) = −12𝑥 3 + 28𝑥 2 − 4𝑥 + 32

De acuerdo a la definición del producto de un polinomio por un escalar, si el polinomio



es 𝑃(𝑥) y el escalar es:

a) 𝜆 = −1 entonces 𝜆𝑃(𝑥) = −𝑃(𝑥) polinomio opuesto a 𝑃.
b) 𝜆 = 0 entonces 𝜆𝑃(𝑥) = 𝑁 polinomio nulo.

Propiedades de la suma y producto por un escalar

Veremos a continuación, cuáles son las propiedades algebraicas que poseen las dos
operaciones básicas antes definidas con polinomios, estas propiedades son similares a
las que poseen las operaciones de suma y producto de números reales.
P1) La suma es ley de composición interna en 𝕂[𝑥].
∀ 𝑃, 𝑄 ∈ 𝕂[𝑥] ⟹ (𝑃 + 𝑄) ∈ 𝕂[𝑥]

Pág. 4

Este archivo fue descargado de [Link]

Esto significa que la suma, como está definida, es una operación que a cada par de
polinomios de 𝕂[𝑥] le hace corresponder un único polinomio de 𝕂[𝑥].
D) Es inmediata por la definición de suma en 𝕂[𝑥].

P2) La suma es asociativa en 𝕂[𝑥].

∀ 𝑃, 𝑄, 𝑅 ∈ 𝕂[𝑥] ⟹ (𝑃 + 𝑄) + 𝑅 = 𝑃 + (𝑄 + 𝑅)
D) Sean 𝑎𝑖 , 𝑏𝑖 , 𝑐𝑖 los i–ésimos coeficientes de los polinomios 𝑃, 𝑄, 𝑅 respectivamente. Por lo
tanto 𝑎𝑖 + 𝑏𝑖 es el i–ésimo coeficiente de 𝑃 + 𝑄 así que (𝑎𝑖 + 𝑏𝑖 ) + 𝑐𝑖 es el i–ésimo coeficiente
de (𝑃 + 𝑄) + 𝑅. Como (𝑎𝑖 + 𝑏𝑖 ) + 𝑐𝑖 = 𝑎𝑖 + ( 𝑏𝑖 + 𝑐𝑖 ) ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad asociativa
en 𝕂, los coeficientes respectivos de (𝑃 + 𝑄) + 𝑅 y de 𝑃 + (𝑄 + 𝑅) son iguales. Concluimos

OM
entonces que (𝑃 + 𝑄) + 𝑅 = 𝑃 + (𝑄 + 𝑅).

P3) La suma es conmutativa en 𝕂[𝑥].

∀ 𝑃, 𝑄 ∈ 𝕂[𝑥] ⟹ 𝑃 + 𝑄 = 𝑄 + 𝑃.
D) Sean 𝑎𝑖 , 𝑏𝑖 los i–ésimos coeficientes de los polinomios 𝑃 𝑦 𝑄 respectivamente. Por lo

.C
tanto 𝑎𝑖 + 𝑏𝑖 es el i–ésimo coeficiente de 𝑃 + 𝑄. Como 𝑎𝑖 + 𝑏𝑖 = 𝑏𝑖 + 𝑎𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la
propiedad conmutativa en 𝕂, los coeficientes respectivos de 𝑃 + 𝑄 y de 𝑄 + 𝑃 son iguales.
Concluimos entonces que 𝑃 + 𝑄 = 𝑄 + 𝑃.
DD
P4) Existe un único elemento neutro para la suma en 𝕂[𝑥].
El elemento neutro se denota con 𝑁(𝑥).
∃𝑁 ∈ 𝕂[𝑥]/ ∀ 𝑃 ∈ 𝕂[𝑥] ∶ 𝑃 + 𝑁 = 𝑁 + 𝑃 = 𝑃.
LA

D) La existencia es evidente puesto que se definió el polinomio nulo como aquel polinomio
cuyos coeficientes son cero.
Respecto de la unicidad del polinomio nulo, es una consecuencia de la igualdad de
polinomios que se destacó en ese apartado.
FI

P5) Todo polinomio de 𝕂[𝑥] admite un único inverso aditivo u opuesto en 𝕂[𝑥].
El polinomio opuesto a uno cualquiera 𝑃, se nota por –𝑃.
∀ 𝑃 ∈ 𝕂[𝑥], ∃(−𝑃 ) ∈ 𝕂[𝑥] ú𝑛𝑖𝑐𝑜 / 𝑃 + (−𝑃) = −𝑃 + 𝑃 = 𝑁.


La existencia de tal polinomio es evidente puesto que cuando se definió producto por un
escalar, si el escalar es –1 al multiplicarse por cualquier polinomio se obtiene el opuesto
de dicho polinomio.
Para demostrar la unicidad del elemento opuesto vamos a suponer que para un polinomio
𝑃 𝑑𝑒 𝕂[𝑥] existen dos opuestos 𝑃1 𝑦 𝑃2 por lo tanto se debe cumplir que 𝑃 + 𝑃1 = 𝑁 y
también que 𝑃 + 𝑃2 = 𝑁 de donde se deduce que 𝑃1 = 𝑃2 . Consecuentemente el inverso
aditivo u opuesto de cada elemento de 𝕂[𝑥] es único.

P6) El producto es ley de composición externa en 𝕂[𝑥] con escalares en ℂ.

∀𝛼 ∈ 𝕂, ∀𝑃 ∈ 𝕂[𝑥] ⟹ 𝛼𝑃 ∈ 𝕂[𝑥].

Pág. 5

Este archivo fue descargado de [Link]

Esto significa que el producto de un polinomio de 𝕂[𝑥] por un escalar, como está definido,
es una operación que a cada par polinomio–escalar, le hace corresponder un único
elemento de 𝕂[𝑥].
D) La existencia de tal polinomio es inmediata, por la definición de producto de un
polinomio de 𝕂[𝑥] por un escalar.

P7) El producto por un escalar satisface la asociatividad mixta.

∀𝛼, 𝛽 ∈ 𝕂, ∀ 𝑃 ∈ 𝕂[𝑥]: 𝛼(𝛽 𝑃) = (𝛼𝛽) 𝑃.
D) Sea 𝑎𝑖 el i–ésimo coeficiente del polinomio 𝑃. Por lo tanto 𝛽𝑎𝑖 es el i–ésimo coeficiente
de 𝛽𝑃 y por lo tanto 𝛼(𝛽𝑎𝑖 ) el i–ésimo coeficiente de 𝛼(𝛽𝑃). Como 𝛼(𝛽𝑎𝑖 ) = (𝛼𝛽)𝑎𝑖 ∀ 𝑖 =

OM
1, 2, … , 𝑛 por la propiedad asociativa en 𝕂, las componentes respectivas de 𝛼(𝛽 𝑃) y de
(𝛼𝛽)𝑃 son iguales. Concluimos entonces que 𝛼(𝛽 𝑃) = (𝛼𝛽) 𝑃.

P8) El producto por un escalar es distributivo respecto a la suma en 𝕂.

∀𝛼, 𝛽 ∈ 𝕂, ∀ 𝑃 ∈ 𝕂[𝑥]: (𝛼 + 𝛽)𝑃 = 𝛼𝑃 + 𝛽𝑃.

.C
D) Sea 𝑎𝑖 el i–ésimo coeficiente del polinomio 𝑃. Por lo tanto (𝛼 + 𝛽)𝑎𝑖 es el i–ésimo
coeficiente de (𝛼 + 𝛽)𝑃. Como (𝛼 + 𝛽)𝑎𝑖 = 𝛼𝑎𝑖 + 𝛽𝑎𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad
distributiva del producto en 𝕂, respecto a la suma, las componentes respectivas de: (𝛼 +
DD
𝛽)𝑃 y de 𝛼𝑃 + 𝛽𝑃 son iguales. Entonces : (𝛼 + 𝛽)𝑃 = 𝛼𝑃 + 𝛽𝑃.

P9) El producto por un escalar es distributivo respecto a la suma en 𝕂[𝑥].

∀𝛼 ∈ 𝕂, ∀ 𝑃, 𝑄 ∈ 𝕂[𝑥] ∶ 𝛼( 𝑃 + 𝑄) = 𝛼𝑃 + 𝛼𝑄.
LA

D) Sean 𝑎𝑖 , 𝑏𝑖 los i–ésimos coeficientes de los polinomios 𝑃 𝑦 𝑄 respectivamente. Por lo

tanto 𝑎𝑖 + 𝑏𝑖 es el i–ésimo coeficiente de 𝑃 + 𝑄 como también 𝛼(𝑎𝑖 + 𝑏𝑖 ) es el i–ésimo
coeficiente de 𝛼( 𝑃 + 𝑄 ). Como 𝛼(𝑎𝑖 + 𝑏𝑖 ) = 𝛼 𝑎𝑖 + 𝛼 𝑏𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad
distributiva del producto en 𝕂, respecto a la suma, los coeficientes respectivos de 𝛼( 𝑃 +
FI

𝑄) y de 𝛼𝑃 + 𝛼𝑄 son iguales. Concluimos entonces que 𝛼( 𝑃 + 𝑄) = 𝛼𝑃 + 𝛼𝑄.

P10) La unidad en 𝕂 es el neutro para el producto por un escalar.

∀ 𝑃 ∈ 𝕂[𝑥]: 1 𝑃 = 𝑃.


Como el conjunto de los polinomios con las operaciones definidas: suma y producto por
un escalar cumple con las propiedades enunciadas, se dice que este conjunto tiene
estructura de espacio vectorial.

2.3.- Producto de polinomios

Para multiplicar dos polinomios se multiplica cada término de uno de ellos por cada uno
de los términos del otro polinomio y luego se suman los términos semejantes.
Dados los polinomios 𝑃(𝑥) = ∑𝑛𝑖=0 𝑎𝑖 𝑥 𝑖 𝑦 𝑄(𝑥) = ∑𝑚 𝑗
𝑗=0 𝑏𝑗 𝑥 entonces:

𝑃(𝑥) 𝑄(𝑥) = (∑𝑛𝑖=0 𝑎𝑖 𝑥 𝑖 ) (∑𝑚 𝑗

𝑗=0 𝑏𝑗 𝑥 )

𝑃(𝑥) 𝑄(𝑥) = ∑𝑛𝑖=0 ∑𝑚 𝑖 𝑗

𝑗=0(𝑎𝑖 𝑥 )(𝑏𝑗 𝑥 )

Pág. 6

Este archivo fue descargado de [Link]

𝑃(𝑥) 𝑄(𝑥) = ∑𝑛𝑖=0 ∑𝑚 𝑖 𝑗
𝑗=0 𝑎𝑖 𝑏𝑗 𝑥 𝑥

𝑃(𝑥) 𝑄(𝑥) = ∑𝑛𝑖=0 ∑𝑚

𝑗=0 𝑎𝑖 𝑏𝑗 𝑥
𝑖+𝑗

Ejemplo: sean los polinomios 𝑃(𝑥) = −2𝑥 5 + 5𝑥 3 − 𝑥 2 + 5𝑥 − 4 y 𝑄(𝑥) = 5𝑥 5 − 𝑥 2 − 12𝑥 + 1

para multiplicarlos se suele realizar la siguiente disposición práctica:

−2x5 +5x3 −x2 +5x −4

× 5x5 −x2 −12x +1

−2x5 +5x3 −x2 +5x −4

OM
+24x6 −60x4 +12x3 −60x2 +48x

+2x7 −5x5 +x4 −5x3 +4x2

−10x10 +25x8 −5x7 +25x6 −20x5

−10x10 +25x8 −3x7 +49x6 −27x5 −59x4 +12x3 −57x2 +53x −4

.C
𝑃(𝑥). 𝑄(𝑥) = −10𝑥 10 + 25𝑥 8 −3𝑥 7 + 49𝑥 6 − 27𝑥 5 − 59𝑥 4 + 12𝑥 3 − 57𝑥 2 + 53𝑥− 4
DD
Al igual que en la suma de polinomios, la definición de producto de polinomios es
consistente con la evaluación de polinomios, es decir para se verifique que:
(𝑃 . 𝑄)(𝑏) = 𝑃(𝑏). 𝑄(𝑏) ∀ 𝑃, 𝑄 ∈ 𝕂[𝑥] ∀ 𝑏 ∈ 𝕂
Una consecuencia de la definición del producto 𝑃 . 𝑄 es que el coeficiente principal de 𝑃 . 𝑄
LA

es el producto del coeficiente principal de 𝑃 por el de 𝑄. En particular, al estar trabajando

en 𝕂 se puede afirmar que:
𝑃 . 𝑄 = 𝑁 ⟺ 𝑃 = 𝑁 ∨ 𝑄 = 𝑁 y que 𝑔𝑟(𝑃 . 𝑄) = 𝑔𝑟(𝑃) + 𝑔𝑟(𝑄)

Propiedades del producto de polinomios

FI

P1) El producto es ley de composición interna en ℂ

Si 𝑃 ∈ 𝕂[𝑥] 𝑦 𝑄 ∈ 𝕂[𝑥] entonces (P . Q) ∈ 𝕂[𝑥]
Esto significa que el producto de polinomios, como está definido, es una operación que a


cada par de polinomios le hace corresponder un único elemento de 𝕂[𝑥].

D) Es inmediata por la definición de producto de polinomios.

P2) El producto es asociativo en 𝕂[𝑥].

∀ 𝑃, 𝑄, 𝑅 ∈ 𝕂[𝑥] ⟹ (𝑃. 𝑄). 𝑅 = 𝑃 . (𝑄 . 𝑅)
D) Sean 𝑎𝑖 , 𝑏𝑖 , 𝑐𝑖 los i–ésimos coeficientes de los polinomios 𝑃, 𝑄, 𝑅 respectivamente. Por lo
tanto 𝑎𝑖 𝑏𝑖 es el i–ésimo coeficiente de 𝑃 𝑄 así que (𝑎𝑖 𝑏𝑖 ) 𝑐𝑖 es el i–ésimo coeficiente de
(𝑃 𝑄) 𝑅. Como (𝑎𝑖 𝑏𝑖 ) 𝑐𝑖 = 𝑎𝑖 ( 𝑏𝑖 𝑐𝑖 ) ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad asociativa en 𝕂, los
coeficientes respectivos de (𝑃 𝑄)𝑅 y de 𝑃 (𝑄 𝑅) son iguales. Concluimos entonces que
(𝑃 𝑄) 𝑅 = 𝑃 (𝑄 + 𝑅).

P3) El producto es conmutativo en 𝕂[𝑥].

Pág. 7

Este archivo fue descargado de [Link]

∀ 𝑃, 𝑄 ∈ 𝕂[𝑥] ⟹ 𝑃 𝑄 = 𝑄 𝑃.
D) Sean 𝑎𝑖 , 𝑏𝑖 los i–ésimos coeficientes de los polinomios 𝑃 𝑦 𝑄 respectivamente. Por lo
tanto 𝑎𝑖 𝑏𝑖 es el i–ésimo coeficiente de 𝑃 𝑄. Como 𝑎𝑖 𝑏𝑖 = 𝑏𝑖 𝑎𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad
conmutativa en 𝕂, los coeficientes respectivos de 𝑃 𝑄 y de 𝑄 𝑃 son iguales. Concluimos
entonces que 𝑃 𝑄 = 𝑄 𝑃.

P4) Existe un único elemento neutro para el producto en 𝕂[𝑥].

El elemento neutro para el producto es el polinomio 𝑃(𝑥) = 1𝑥 0 = 1
∀ 𝑃 ∈ 𝕂[𝑥], 𝑃 ≠ 𝑁 ∶ ∃ 𝑁𝑒 ∈ 𝕂[𝑥] / 𝑃 𝑁𝑒 = 𝑁𝑒 𝑃 = 𝑃

OM
D) La existencia de este polinomio es evidente ya que en la definición de polinomios se
vieron los polinomios constantes.
Para demostrar la unicidad del neutro vamos a suponer que existen dos neutros para el
producto: 𝑁𝑒1 𝑦 𝑁𝑒2 , por lo tanto, si:
𝑁𝑒1 es neutro entonces 𝑁𝑒1 + 𝑁𝑒2 = 𝑁𝑒2

.C
𝑁𝑒2 es neutro entonces 𝑁𝑒2 + 𝑁𝑒1 = 𝑁𝑒1
De donde se deduce, por ser los primeros miembros de ambas igualdades iguales, que
𝑁𝑒1 = 𝑁𝑒2 y consecuentemente el neutro para el producto, es único.
DD
P5) Inverso multiplicativo.
Sólo los polinomios de grado cero (𝑎0 𝑥 0 𝑐𝑜𝑛 𝑎0 ≠ 0)tienen recíproco, pues si 𝑃 es un
polinomio y 𝑄 su recíproco, su producto debe ser igual al elemento neutro, es decir 𝑃 . 𝑄 =
𝑄 . 𝑃 = 𝑁𝑒 , es decir 𝑃 . 𝑄 = 1. Esto trae como consecuencia que la suma de los grados de
LA

𝑃 𝑦 𝑄 debe ser cero, esto exige a su vez que tanto el grado de 𝑃 como el de 𝑄 sean iguales
a cero.

P6) El producto es distributivo respecto a la suma en 𝕂[𝑥].

FI

∀ 𝑃, 𝑄, 𝑅 ∈ 𝕂[𝑥] ∶ 𝑃(𝑄 + 𝑅) = 𝑃 𝑄 + 𝑃𝑅
D) Sean 𝑎𝑖 , 𝑏𝑖 , 𝑐𝑖 los i–ésimos coeficientes de los polinomios 𝑃, 𝑄 𝑦 𝑅 respectivamente. Por
lo tanto 𝑏𝑖 + 𝑐𝑖 es el i–ésimo coeficiente de 𝑄 + 𝑅 como también 𝑎𝑖 (𝑏𝑖 + 𝑐𝑖 ) es el i–ésimo


coeficiente de 𝑃( 𝑄 + 𝑅). Como 𝑎𝑖 (𝑏𝑖 + 𝑐𝑖 ) = 𝑎𝑖 𝑏𝑖 + 𝑎𝑖 𝑐𝑖 ∀ 𝑖 = 1, 2, … , 𝑛 por la propiedad

distributiva del producto en 𝕂, respecto a la suma, los coeficientes respectivos de 𝑃(𝑄 + 𝑅)
y de 𝑃 𝑄 + 𝑃𝑅 son iguales. Concluimos entonces que 𝑃(𝑄 + 𝑅) = 𝑃 𝑄 + 𝑃𝑅.

2.4.- Raíces de un polinomio

Estudiaremos en primer lugar que es raíz ó cero de un polinomio, es decir aquellos
números que al evaluarlos en el polinomio, anulan a este.
Definición: sean el polinomio 𝑃 ∈ 𝕂[𝑥] y el número 𝑏 ∈ 𝕂, se dice que 𝑏 es un cero o una
raíz de 𝑃 si 𝑃(𝑏) = 0.
𝑎0
Ejemplo 1: los polinomios de grado 1, 𝑎1 𝑥 + 𝑎0 siempre tienen una única raíz – . Sea el
𝑎1

polinomio 𝑃(𝑥) = 2𝑥 + 4 se anula para 𝑥 = −2 ya que 𝑃(−2) = 0.

Pág. 8

Este archivo fue descargado de [Link]

Ejemplo 2: sea el polinomio de segundo grado 𝑃(𝑥) = 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0 cuya notación más
popular es 𝑃(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 con 𝑎 ≠ 0 𝑦 𝑎, 𝑏, 𝑐 ∈ 𝕂, ya conocemos una fórmula para
calcular las raíces (resolvente para la ecuación de segundo grado). Esta fórmula puede
demostrarse utilizando el procedimiento conocido como “completar cuadrados”:
𝑃(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐
𝑏 𝑐
𝑃(𝑥) = 𝑎 (𝑥 2 + 𝑎 𝑥 + 𝑎)
𝑏 𝑏2 𝑏2 𝑐
𝑃(𝑥) = 𝑎 (𝑥 2 + 𝑎 𝑥 + 4𝑎2 − 4𝑎2 + 𝑎)

𝑏 2 𝑏2 −4𝑎𝑐
𝑃(𝑥) = 𝑎 [(𝑥 + 2𝑎) − ( )]

OM
4𝑎 2

𝑏 2 Δ
𝑃(𝑥) = 𝑎 [(𝑥 + 2𝑎) − 4𝑎2 ]

El número Δ = 𝑏 2 − 4𝑎𝑐 se denomina discriminante del polinomio cuadrático 𝑃. Si Δ tiene

una raíz cuadrada en 𝕂, es decir si existe un elemento √Δ ∈ 𝕂 que resuelva la ecuación
𝑥 2 = Δ (lo que es posible en ℝ si Δ ≥ 0 y siempre en ℂ ) entonces podemos escribir P como

𝑏 2
.C
diferencia de cuadrados:

𝑃(𝑥) = 𝑎 [(𝑥 + 2𝑎) − ( 2𝑎 ) ]

√Δ
2
DD
𝑏 √Δ 𝑏 √Δ
𝑃(𝑥) = 𝑎 [(𝑥 + + ) (𝑥 + − )]
2𝑎 2𝑎 2𝑎 2𝑎

𝑏+√Δ 𝑏−√Δ
𝑃(𝑥) = 𝑎 [(𝑥 + 2𝑎
) (𝑥 + 2𝑎
)]
LA

−𝑏−√Δ −𝑏+√Δ
𝑃(𝑥) = 𝑎(𝑥 − 𝛼1 )(𝑥 − 𝛼2 ) con 𝛼1 = 2𝑎
𝑦 𝛼2 =
2𝑎

Por lo tanto 𝑃 se anula cuando 𝑥 = 𝛼1 ó 𝑥 = 𝛼2 , es decir que 𝛼1 𝑦 𝛼2 son exactamente las

raíces de 𝑃.
En resumen, un polinomio de segundo grado tiene exactamente dos raíces, siempre que
FI

sea posible extraer la raíz cuadrada de su discriminante Δ = 𝑏 2 − 4𝑎𝑐 en 𝕂,

particularmente esto es posible siempre en 𝕂 = ℂ y en 𝕂 = ℝ solo si Δ ≥ 0.
La denominación de “raíz” ha quedado por razones históricas, ya que los matemáticos


pensaban, inicialmente, que los ceros de un polinomio podrían determinarse mediante

fórmulas involucrando la extracción de raíces análogas a la que hemos estudiado para
los polinomios de segundo grado. De hecho esto es posible si el grado de P es tres o cuatro
(la fórmulas correspondientes se complican un poco), sin embargo luego se demostró que
esto no es en general posible para polinomios de grado mayor o igual a cinco.

Grafica de polinomios
La gráfica de todos los polinomios son curvas suaves (no tienen elevaciones ni
depresiones abruptas) y continuas (sin interrupciones en su trazo); distinguiéndose dos
elementos: las ramas y la parte central. En la parte central, la grafica se puede plegar
varias veces.
Pág. 9

Este archivo fue descargado de [Link]

a) Las ramas: no son nunca rectas, aunque pueden parecerlo si el dominio representado
es muy extenso. Pueden dirigirse ambas hacia arriba, ambas hacia abajo o bien una en
cada dirección. Si se representa la gráfica de un polinomio en un intervalo mayor, la
forma de los extremos prácticamente no varía, vale decir, los extremos de una gráfica nos
dan una idea de cómo continúa la gráfica de un polinomio.
Por ejemplo, las ramas de la gráfica del polinomio 𝑃(𝑥) = 4𝑥 4 − 3𝑥 3 − 5𝑥 2 − 𝑥 − 2 se dirigen
ambas hacia arriba y tiene tres pliegues en su parte central.

OM
.C
DD
LA

Gráfico 1

En cambio las ramas de la gráfica de 𝑄(𝑥) = −3𝑥 6 − 4𝑥 5 + 3𝑥 4 + 3𝑥 3 + 4𝑥 2 − 𝑥 − 4 se dirigen

ambas hacia abajo y también tiene tres pliegues.
FI


Gráfico 2
Finalmente las ramas de la gráfica de 𝑅(𝑥) = 5𝑥 5 − 𝑥 4 − 3𝑥 3 + 5𝑥 2 − 𝑥 − 3 se dirigen una
hacia abajo y la otra hacia arriba y tiene dos pliegues.

Pág. 10

Este archivo fue descargado de [Link]

 OM
Grafico 3
Estas observaciones pueden generalizarse de la siguiente manera:
Sea el polinomio 𝑃(𝑥) = 𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + … + 𝑎1 𝑥 + 𝑎0 con 𝑎𝑛 ≠ 0, entonces:

.C
Si 𝑛 es par y 𝑎𝑛 < 0 la gráfica de 𝑃(𝑥) tendrá las dos ramas hacia abajo pero si 𝑎𝑛 > 0
tendrá ambas ramas hacia arriba.
DD
Si 𝑛 es impar una rama va hacia abajo y la otra hacia arriba
Este comportamiento obedece a que el coeficiente principal de un polinomio determina si
la grafica del mismo crecerá o decrecerá hacia la derecha de algún valor de 𝑥. Conforme
el valor de x aumenta, este término terminará por dominar a todos los demás del
LA

polinomio. Por lo tanto si el coeficiente de este término es positivo, en algún momento la

gráfica comenzará a crecer a medida que el valor de 𝑥 aumente. Si el coeficiente principal
es negativo, en algún momento la gráfica comenzará a decrecer a medida que el valor de
𝑥 disminuya.
FI

b) La parte central: en esta parte la gráfica se pliega varias veces, el número de pliegues
depende del grado del polinomio. El máximo de pliegues de la gráfica de un polinomio es
su grado menos 1; de este modo sabemos, la gráfica de un polinomio lineal no puede


tener pliegues, en cambio la gráfica de un polinomio cuadrático tiene exactamente un

pliegue, la gráfica de un polinomio de grado tres tiene, como máximo dos pliegues.
La gráfica de un polinomio debe observarse de izquierda a derecha, así por ejemplo en la
gráfica correspondiente a 𝑃(𝑥) = 2𝑥 3 + 3𝑥 2 − 12𝑥 + 3 comprobamos que al principio se
dirige hacia arriba, después hacia abajo y, finalmente hacia arriba.

Pág. 11

Este archivo fue descargado de [Link]

 OM
Gráfico 4
De manera más rigurosa podemos decir que:

.C
i) La gráfica de un polinomio será creciente cuando, a medida que aumenta el valor de 𝑥,
al evaluar el polinomio también obtenemos un valor cada vez mayor.
DD
ii) La gráfica de un polinomio será decreciente cuando, a medida que aumenta el valor de
𝑥, al evaluar el polinomio –por el contrario– obtenemos un valor cada vez menor.
De este modo, en el ejemplo anterior, la gráfica es creciente cuando 𝑥 < −2, es decreciente
entre –2 y 1 y vuelve a ser creciente a partir de 1, tal como lo muestra el siguiente gráfico.
LA
FI


Gráfico 5
Otros puntos importantes que podemos tener en cuenta a la hora de observar y/o
esquematizar la gráfica de un polinomio, son los siguientes:
i) Los máximos y los mínimos; se denomina máximo relativo al punto en el que la gráfica
pasa de ser creciente a decreciente, el valor del polinomio en este punto es mayor que el

Pág. 12

Este archivo fue descargado de [Link]

de cualquier otro punto de la gráfica que se encuentre cercano. En cambio un mínimo
relativo es aquel punto en el que la función pasa de ser decreciente a creciente, el valor
del polinomio en este punto es menor que el de cualquier otro punto de la gráfica que se
encuentre cercano.
En la gráfica del ejemplo anterior, 𝑃(𝑥) = 2𝑥 3 + 3𝑥 2 − 12𝑥 + 3 podemos observar que un
máximo relativo se encuentra en (−2, 𝑃(−2)) es decir en (−2, 23) mientras que
encontramos un mínimo relativo en (1, 𝑃(1)) es decir en (1, −4).
⃗⃗⃗⃗ : evidentemente solo existe un único punto de intersección
ii) La intersección con el eje 𝑜𝑦
𝑜𝑦. Este punto es el que tiene abscisa 𝑥 = 0.
con el eje ⃗⃗⃗⃗

OM
Por ejemplo, si 𝑃(𝑥) = 2𝑥 3 − 5𝑥 2 − 4𝑥 + 10, el único punto de intersección de la gráfica de
este polinomio con el eje ⃗⃗⃗⃗
𝑜𝑦 es (0, 𝑃(0)) es decir (0, 10) tal como se puede observar en la
gráfica correspondiente.

.C
DD
LA

Gráfico 6
FI

⃗⃗⃗⃗ : en este caso puede haber un número de intersecciones

iii) La intersección con el eje 𝑜𝑥
igual al grado del polinomio. Para esto se puede resolver la ecuación 𝑃(𝑥) = 0 o bien
buscar un método –que luego se estudiaran– para determinar las raíces reales del


polinomio. Es decir que, gráficamente, las raíces reales del polinomio son los puntos en
donde este interseca al eje 𝑜𝑥
⃗⃗⃗⃗ .
Si se conocen las raíces de un polinomio, se puede expresar este en función de ellas.
Por ejemplo el polinomio 𝑃(𝑥) = 4𝑥 6 − 10𝑥 5 − 10𝑥 4 + 14𝑥 3 − 26𝑥 2 + 76𝑥 − 48 tiene tres
raíces reales 𝑥1 = 1 (𝑑𝑜𝑏𝑙𝑒), 𝑥2 = 3 𝑦 𝑥3 = −2, por lo tanto el polinomio se puede expresar
como: 𝑃(𝑥) = 2(𝑥 − 1)2 (𝑥 − 3)(𝑥 + 2)(2𝑥 2 + 𝑥 + 4). Se puede comprobar como 𝑥1 = 1 es una
raíz doble en la gráfica correspondiente.

Pág. 13

Este archivo fue descargado de [Link]

 OM
.C Gráfico 7
DD
3.- Divisibilidad de polinomios
En el conjunto de polinomios 𝕂[𝑥] se pueden estudiar cuestiones de divisibilidad o
factorización ya que se definieron previamente suma, resta y producto de polinomios.
Este estudio está en completa analogía con la aritmética de números enteros, cuestión
LA

que nos ayudará a entender conceptos similares pero con polinomios.

Cabe destacar que la factorización de polinomios guarda estrecha relación con el
problema de encontrar las raíces o ceros de un polinomio.
Definición: sean los polinomios 𝑃, 𝑄 ∈ 𝕂[𝑥] se dice que 𝑃 divide a 𝑄 y lo denotamos como
FI

𝑃|𝑄 si existe un polinomio 𝑅 ∈ 𝕂[𝑥] tal que 𝑄 = 𝑃. 𝑅.

Sean 𝑃, 𝑄 ∈ 𝕂[𝑥], 𝑃|𝑄 si ∃ 𝑅 ∈ 𝕂[𝑥] / 𝑄 = 𝑃. 𝑅
Ejemplo: el polinomio 𝑃(𝑥) = 𝑥 − 1 divide al polinomio 𝑄(𝑥) = 𝑥 3 − 1 en ℚ[𝑥] ya que 𝑄(𝑥)


admite la factorización: 𝑥 3 − 1 = (𝑥 − 1)(𝑥 2 − 𝑥 + 1).

La divisibilidad de polinomios tiene dos importantes propiedades:
P1) Si 𝑃(𝑥) divide a 𝑄(𝑥) entonces divide al producto 𝑄(𝑥). 𝑆(𝑥), cualquiera sea el polinomio
𝑆(𝑥).
Si 𝑃|𝑄 ⟹ 𝑃|𝑄. 𝑆 ∀ 𝑆 ∈ 𝕂[𝑥]
D) Si 𝑃|𝑄 entonces existe el polinomio 𝑅 ∈ 𝕂[𝑥] tal que:
𝑄 = 𝑃. 𝑅
𝑄. 𝑆 = 𝑃. 𝑅. 𝑆 si llamamos 𝑇 = 𝑄. 𝑆 𝑦 𝑈 = 𝑅. 𝑆
𝑇 = 𝑃. 𝑈 lo que significa que
𝑃|𝑇 es decir que 𝑃|𝑄. 𝑆

Pág. 14

Este archivo fue descargado de [Link]

P2) Si 𝑃(𝑥) divide a 𝑄(𝑥) y a 𝑆(𝑥), entonces divide a su suma y a su diferencia.
Si 𝑃|𝑄 ∧ 𝑃|𝑆 ⟹ 𝑃|𝑄 + 𝑆 ∧ 𝑃|𝑄 − 𝑆 ∀ 𝑃, 𝑄, 𝑆 ∈ 𝕂[𝑥]
D)
Si 𝑃|𝑄 ⟹ 𝑄 = 𝑃. 𝑅 (1) con 𝑅 ∈ 𝕂[𝑥]
Si 𝑃|𝑆 ⟹ 𝑆 = 𝑃. 𝑇 (2) con 𝑇 ∈ 𝕂[𝑥]
Sumando miembro a miembro (1) 𝑦 (2)
𝑄 + 𝑆 = 𝑃. 𝑅 + 𝑃. 𝑇
𝑄 + 𝑆 = 𝑃 (𝑅 + 𝑇)
𝑄 + 𝑆 = 𝑃 . 𝑈 con 𝑈 = 𝑅 + 𝑇 por lo tanto

OM
𝑃|𝑄 + 𝑆
Para el caso de que 𝑃|𝑄 − 𝑆 s procede de manera similar.

Debemos destacar que todo 𝑃 ∈ 𝕂[𝑥] es divisible por cualquier constante no nula
(pensadas como polinomios de grado cero), es decir que estas constantes juegan el mismo

.C
papel en la aritmética de polinomios que los números 1 y –1 juegan en la aritmética de
ℤ.
A partir de la definición de divisibilidad, se puede introducir la noción de polinomio
DD
irreducible que sería la noción análoga a la de número primo en la aritmética de ℤ.
Definición: sea el polinomio no constante 𝑃 ∈ 𝕂[𝑥] se dice que 𝑃 es irreducible en 𝕂[𝑥] si
no es posible factorizarlo en la forma 𝑃 = 𝑄. 𝑆 donde 𝑄 𝑦 𝑆 son polinomio no constantes de
𝕂[𝑥].
LA

Ejemplo 1: todo polinomio de grado 1 es siempre irreducible.

Ejemplo 2: un polinomio de grado 2 será irreducible, según tenga o no raíces en 𝕂. Sea
el polinomio 𝑥 2 + 1 si lo pensamos en ℝ[𝑥] es irreducible pues no admite una factorización
como producto de dos factores de grado 1. En cambio si lo pensamos en ℂ[𝑥] se factoriza
FI

de la forma 𝑥 2 + 1 = (𝑥 + 𝑖)(𝑥 − 𝑖) y por lo tanto no es irreducible.

En general un polinomio que admite raíces en 𝕂 no puede ser irreducible en 𝕂[𝑥].
Un concepto importante en la aritmética de ℤ es el algoritmo de división, por ello tiene


sentido preguntarse si habrá un concepto similar para polinomios.

3.1.- El algoritmo de división para polinomios

La división de polinomios se define de manera análoga a la división de números enteros.
Recordemos que dados 𝑝, 𝑑 ∈ ℤ ∧ 𝑑 ≠ 0 , dividir 𝑝 por 𝑑 consistía en encontrar dos enteros
𝑞 𝑦 𝑟 tales que 𝑝 = 𝑞 . 𝑑 + 𝑟 para 0 ≤ 𝑟 < 𝑑. El número 𝑞 recibe el nombre de cociente de la
división y 𝑟 el resto, también 𝑝 se llamaba dividendo y 𝑑 divisor. El objetivo de dividir 𝑝
por 𝑞 es ver cuántas veces está contenido 𝑑 en el número 𝑝 (dado por el cociente 𝑞) y si
no está contenido un número exacto de veces (𝑟 = 0) cuanto sobra hasta poder completar
una vez más 𝑑 (dado por el resto 𝑟). Por ejemplo la división de 𝑝 = 386 por 𝑑 = 12 tiene

Pág. 15

Este archivo fue descargado de [Link]

por cociente 𝑞 = 32 y resto 𝑟 = 2, en efecto podemos verificar la veracidad de esta división
ya que 386 = 32 .12 + 2 con 0 < 2 < 12.
El algoritmo de la división de enteros es conocido, de manera similar es la división de
polinomios, pero en primer lugar definamos exactamente división de polinomios.
Teorema: sean los polinomios 𝑃, 𝐷 ∈ 𝕂[𝑥], 𝐷 ≠ 0 ∧ 𝑔𝑟(𝐷) ≤ 𝑔𝑟(𝑃), existen los dos únicos
polinomios 𝑄(𝑐𝑜𝑐𝑖𝑒𝑛𝑡𝑒) 𝑦 𝑅(𝑟𝑒𝑠𝑡𝑜) tales que 𝑃 = 𝑄 . 𝐷 + 𝑅 con 𝑔𝑟(𝑅) < 𝑔𝑟(𝐷).
Si 𝑅 es el polinomio nulo, entonces 𝑃 = 𝑄 . 𝐷, se dice que la división es exacta y que 𝑃 es
divisible por 𝐷 ó que 𝐷 es divisor de 𝑃.
DE) Para demostrar la existencia de los polinomios 𝑄 𝑦 𝑅 haremos inducción en el grado

OM
del dividendo 𝑃.
1°) Debemos verificar que lo que queremos demostrar es válido para el primer elemento
del conjunto con el que se trabaja. En nuestro caso 0, es decir 𝑔𝑟(𝑃) = 0.
Si 𝑔𝑟(𝑃) = 0 (polinomios constantes) claramente podemos tomar 𝑄 = 0 𝑦 𝑅 = 𝑃.

.C
2°) Debemos formular la Hipótesis Inductiva, esta será que 𝑔𝑟(𝑃) = 𝑛 y que el teorema es
válido cuando el grado del dividendo es menor que 𝑛.
DD
3°) Debemos demostrar que el teorema es válido para el caso de que el grado del dividendo
sea mayor o igual al grado del divisor.
Sean los polinomios:
𝑃 = ∑𝑛𝑖=0 𝑎𝑖 𝑥 𝑖 𝑐𝑜𝑛 𝑎𝑛 ≠ 0 (𝑔𝑟(𝑃) = 𝑛) 𝑦 𝐷 = ∑𝑚 𝑗
𝑗=0 𝑏𝑗 𝑥 𝑐𝑜𝑛 𝑏𝑚 ≠ 0 (𝑔𝑟(𝐷) = 𝑚)

Nuevamente si 𝑛 < 𝑚 (grado del dividendo menor que el grado del divisor) podemos tomar
LA

𝑄 = 0 𝑦 𝑅 = 𝑃.
Si 𝑛 ≥ 𝑚 podemos determinar un primer cociente 𝑄0 dividiendo el término principal de 𝑃
𝑎
con el término principal de 𝐷, es decir, 𝑄0 = 𝑏 𝑛 𝑥 𝑛−𝑚 y en consecuencia definir un primer
FI

resto 𝑅0 = 𝑃 − 𝑄0 𝐷.
Si fuera 𝑅0 = 0 ó 𝑔𝑟(𝑅0 ) < 𝑔𝑟(𝐷), hemos finalizado, tomando 𝑄 = 𝑄0 𝑦 𝑅 = 𝑅0 se demuestra
la existencia de 𝑄 𝑦 𝑅.


De no cumplirse el caso anterior, se repite el proceso. Debe tenerse en cuenta que

𝑔𝑟(𝑅0 ) < 𝑔𝑟(𝑃) ya que en la forma que hemos elegido 𝑄0 el término correspondiente a la
potencia 𝑥 𝑛 se cancela. Entonces, en virtud de la Hipótesis Inductiva, existirán el cociente
𝑄1 y el resto 𝑅1 de la división de 𝑅0 por 𝐷, de modo que: 𝑅0 = 𝑄1 𝐷 + 𝑅1 donde 𝑅1 =
0 ó 𝑔𝑟(𝑅1 ) < 𝑔𝑟(𝐷). Entonces
𝑃 = 𝑄0 𝐷 + 𝑅0
𝑃 = 𝑄0 𝐷 + 𝑄1 𝐷 + 𝑅1
𝑃 = 𝐷 (𝑄0 + 𝑄1 ) + 𝑅1
Si tomamos 𝑄 = 𝑄0 + 𝑄1 𝑦 𝑅 = 𝑅1 se demuestra la existencia de 𝑄 𝑦 𝑅.
Esto demuestra la parte de existencia.

Pág. 16

Este archivo fue descargado de [Link]

DU) Para demostrar la unicidad vamos a suponer que hay dos cocientes 𝑄 𝑦 𝑄1 como
también dos restos 𝑅 𝑦 𝑅1 . De modo que:
𝑃 = 𝑄 𝐷 + 𝑅 𝑦 𝑅 = 0 ó 𝑔𝑟(𝑅) < 𝑔𝑟(𝐷)
𝑃 = 𝑄1 𝐷 + 𝑅1 𝑦 𝑅1 = 0 ó 𝑔𝑟(𝑅1 ) < 𝑔𝑟(𝐷) por lo tanto
𝑄 𝐷 + 𝑅 = 𝑄1 𝐷 + 𝑅1
𝑄 𝐷 − 𝑄1 𝐷 = 𝑅1 − 𝑅
(𝑄 − 𝑄1 )𝐷 = 𝑅1 − 𝑅
Si 𝑅 = 𝑅1 tendríamos que
(𝑄 − 𝑄1 )𝐷 = 0, como 𝐷 ≠ 0 es

OM
𝑄 − 𝑄1 = 0 ⟹ 𝑄 = 𝑄1
Se debe probar que no puede ocurrir 𝑅 ≠ 𝑅1 . Pero si esto ocurriera, sería
𝑅1 − 𝑅 ≠ 0 entonces 𝑄 − 𝑄1 ≠ 0 y comparando los grados tenemos:
𝑔𝑟[(𝑄 − 𝑄1 )𝐷] = 𝑔𝑟(𝑄 − 𝑄1 ) + 𝑔𝑟(𝐷) > 𝑔𝑟(𝐷) por otra parte
𝑔𝑟(𝑅1 − 𝑅) ≤ 𝑚á𝑥[𝑔𝑟(𝑅), 𝑔𝑟(𝑅1 )] < 𝑔𝑟(𝐷)

.C
Esto significa que en la igualdad (𝑄 − 𝑄1 )𝐷 = 𝑅1 − 𝑅 se tiene un polinomio que tiene grado
mayor a 𝑔𝑟(𝐷) y grado menor que 𝑔𝑟(𝐷) al mismo tiempo, lo cual es un absurdo.
DD
Esta contradicción proviene de suponer que 𝑅 ≠ 𝑅1 . Por lo tanto debe ser 𝑅 = 𝑅1 y
consecuentemente 𝑄 = 𝑄1 . Probando de esta manera la unicidad del cociente y del resto.
De esta manera queda demostrado el teorema.
Ejemplo: dividir el polinomio 𝑃(𝑥) = 2𝑥 5 − 𝑥 2 + 4 por 𝐷(𝑥) = 𝑥 3 − 𝑥 + 2
LA

Antes de proceder a dividir, hay dos puntos importantes a considerar:

a) El dividendo y el divisor tienen que estar ordenados en forma decreciente de acuerdo
al grado mayor de la indeterminada.
b) Si faltara alguna potencia de la indeterminada en el dividendo, hay que completar este
FI

polinomio poniendo los términos que falta con coeficiente 0.

Disposición práctica para el cálculo de la división entre polinomios

2𝑥 5 +0𝑥 4 +0𝑥 3 − 𝑥2 +0𝑥 +4 𝑥3 −𝑥 +2



−2𝑥 5 +2𝑥 3 −4𝑥 2 2𝑥 2 +2 𝑄(𝑥)

+2𝑥 3 −5𝑥 2 +0𝑥
−2𝑥 3 +2𝑥 −4
−5𝑥 2 +2𝑥 𝑅(𝑥)

Entonces 𝑄(𝑥) = 2𝑥 2 + 2 y 𝑅(𝑥) = −5𝑥 2 + 2𝑥

Se puede verificar (lo mismo que en la aritmética de ℤ) que los cálculos son correctos
haciendo el producto de 𝐷(𝑥) por 𝑄(𝑥) y luego sumando 𝑅(𝑥) a este resultado, debiendo
obtenerse el polinomio 𝑃(𝑥).

Pág. 17

Este archivo fue descargado de [Link]

En algunas situaciones se desea saber si la división de dos polinomios es exacta o no, es
decir basta con conocer si el resto es cero o no. Sólo interesa conocer el resto de la
división, sin efectuar esta.
Analizaremos a continuación el caso particular en que se realice una división por un
polinomio de la forma (𝑥 − 𝑎) con 𝑎 ∈ 𝕂, es decir el caso particular en donde el divisor es
un binomio de grado 1 y con coeficiente principal 1.

3.2.- Teorema del resto

El resto de la división de un polinomio 𝑃 ∈ 𝕂[𝑥] por otro de la forma (𝑥 − 𝑎) con 𝑎 ∈ 𝕂 es el
valor del polinomio 𝑃 evaluado cuando 𝑥 = 𝑎, es decir 𝑃(𝑎).

OM
D) Dividiendo 𝑃 por 𝐷(𝑥) = (𝑥 − 𝑎) podemos escribirlo como:
𝑃(𝑥) = 𝑄(𝑥)(𝑥 − 𝑎) + 𝑅 donde el resto 𝑅 debe ser un polinomio constante ya que si 𝑔𝑟(𝑃) ≥
1 y 𝑔𝑟(𝐷) = 1 entonces 𝑔𝑟(𝑄) = 𝑔𝑟(𝑃) − 1 y 𝑔𝑟(𝑅) < 𝑔𝑟(𝐷) = 1 por lo tanto R es un
polinomio constante.

.C
Evaluando 𝑃(𝑥) = 𝑄(𝑥)(𝑥 − 𝑎) + 𝑅 cuando 𝑥 = 𝑎 tenemos:
𝑃(𝑎) = 𝑄(𝑎)(𝑎 − 𝑎) + 𝑅
𝑃(𝑎) = 𝑅 quedando de esta manera demostrado el teorema.
DD
Ejemplo: hallar el resto de dividir el polinomio 𝑃(𝑥) = 𝑥 3 − 3𝑥 2 − 1 por 𝐷(𝑥) = (𝑥 + 4).
Como el divisor es un binomio de la forma (𝑥 − 𝑎) ya que (𝑥 − (−4)) podemos aplicar
directamente el teorema del resto, teniendo en cuenta que 𝑎 = −4.
𝑅 = (−4)3 − 3(−4)2 − 1
LA

𝑅 = −64 − 48 − 1 = −113

Una consecuencia importante del teorema anterior se enuncia en el siguiente corolario.

Corolario: sea el polinomio 𝑃 ∈ 𝕂[𝑥], 𝑃 es divisible por (𝑥 − 𝑎) con 𝑎 ∈ 𝕂 si y sólo si 𝑎 es
FI

raíz de 𝑃.
Ejemplo: sea el polinomio 𝑃(𝑥) = 𝑥 3 − 2𝑥 2 − 5𝑥 + 6.
Se puede observar que 𝑥 = 1 es raíz de 𝑃(𝑥) ya que 𝑃(1) = 0. Entonces 𝑃(𝑥)es divisible por


(𝑥 − 1). Hacemos la división (por Regla de Ruffini) y expresamos el polinomio 𝑃(𝑥) como:
𝑃(𝑥) = (𝑥 − 1)(𝑥 2 − 𝑥 − 6) = (𝑥 − 1)𝑄(𝑥)
Para que 𝑃(𝑥) se anule, debe ser (𝑥 − 1) = 0 ó bien 𝑄(𝑥) = 0
𝑄(𝑥) = 0 es resolver la ecuación de segundo grado 𝑥 2 − 𝑥 − 6 = 0, resolviéndola se obtienen
como raíces 𝑥 = −2 𝑦 𝑥 = 3. Con lo que 𝑄(𝑥) se factoriza como:
𝑄(𝑥) = (𝑥 + 2)(𝑥 − 3).
En consecuencia las raíces de 𝑃, son 𝑥1 = 1, 𝑥2 = −2 𝑦 𝑥3 = 3 y su factorización será:
𝑃(𝑥) = (𝑥 − 1)(𝑥 + 2)(𝑥 − 3)
Utilidad: en general este corolario se utiliza cuando se desea resolver ecuaciones, ya que
una vez encontrada alguna raíz 𝑎 del polinomio 𝑃, el problema se reduce a resolver una
ecuación de un grado menor, efectuando la división de 𝑃 por (𝑥 − 𝑎).
Pág. 18

Este archivo fue descargado de [Link]

Notemos que la estrategia anterior, pide conocer o determinar de alguna manera, una
raíz del polinomio 𝑃. Algunas veces las raíces se pueden identificar rápidamente, por
ejemplo si el polinomio no tiene término independiente entonces 𝑥 = 0 es raíz. Otras veces
son datos del problema.
El siguiente teorema, debido al matemático Carl F. Gauss, nos permite anticipar las
posibles raíces racionales de un polinomio con coeficientes enteros.

4.- Raíces Racionales

𝑝
4.1.- Criterio de Gauss: sea 𝑃(𝑥) = 𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + … + 𝑎1 𝑥 + 𝑎0 𝑐𝑜𝑛 𝑎𝑖 ∈ ℤ y 𝑎 = 𝑞 ∈ ℚ

OM
es una raíz racional de 𝑃(𝑥), escrita como fracción irreducible (o sea p y q coprimos1) se
tiene necesariamente que 𝑝|𝑎0 𝑦 𝑞|𝑎𝑛 .
En particular si 𝑃(𝑥) es mónico, las posibles raíces racionales de 𝑃(𝑥) son los divisores del
término independiente a0 .
D) Como a es raíz de 𝑃(𝑥) entonces 𝑃(𝑎) = 0
pn
an qn + an−1
pn−1
qn−1

.C p
+ … + a1 q + a0 = 0 multiplicando m a m por qn

an pn + an−1 pn−1 q + … + a1 p qn−1 + a0 qn = 0 Luego

DD
p(an pn−1 + an−1 pn−2 q + … + a1 qn−1 ) = −a0 qn
En particular p|a0 qn
Pero como 𝑝 es coprimo con 𝑞, p es coprimo con 𝑞 𝑛 (como consecuencia del teorema
fundamental de la aritmética2). Por lo tanto 𝑝 debe dividir 𝑎0 .
LA

Similarmente
𝑞(𝑎𝑛−1 𝑝𝑛−1 + 𝑎𝑛−2 𝑝𝑛−2 𝑞 + … + 𝑎1 𝑞𝑛−2 + 𝑎0 𝑞𝑛−1 ) = −𝑎𝑛 𝑝𝑛
Por lo tanto 𝑞|𝑎𝑛 𝑝𝑛
Pero como 𝑞 es coprimo con 𝑝, 𝑞 es coprimo con 𝑝𝑛 y en cosnecuencia 𝑞|𝑎𝑛
FI

De esta forma queda demostrado el criterio.

Debemos destacar que el criterio no afirma que un polinomio con coeficientes enteros
tiene raíces racionales. Lo que indica es que, de existir raíces racionales, estas deben ser


forzosamente de la forma que indica el criterio.

Debido a esto es que para determinar si el polinomio 𝑃 tiene raíces racionales, debemos
probar con los números racionales que tienen la forma anticipada por el criterio. Esto
implica que se puede dar el caso de que ninguna de las posibilidades sea raíz del
polinomio y este solo tenga raíces reales y complejas.

Ejemplo 1: hallar las raíces de 𝑃(𝑥) = 2𝑥 3 − 4𝑥 2 + 𝑥 + 1.

1
Dos enteros son coprimos (primos relativos) si y sólo si su máximo común divisor es igual a 1.
2
Todo entero positivo mayor que uno se puede escribir de una única forma como un primo ó como el producto de dos
o más primos en el que los factores primos se escriben en orden no decreciente.

Pág. 19

Este archivo fue descargado de [Link]

𝑃(𝑥) tiene coeficientes enteros y término independiente no nulo, podemos aplicar
𝑝
directamente el Criterio de Gauss, una raíz racional 𝑎 de 𝑃(𝑥) debe ser de la forma 𝑎 =
𝑞

donde 𝑝 divide a 1 y 𝑞 divide a 2, luego 𝑝 puede ser ±1 y 𝑞 ± 1, ±2 por lo tanto las posibles
1
raíces del polinomio son ±1 ó ± 2. Evaluando 𝑃(𝑥) en estos valores observamos que 1 es

raíz (𝑃(1) = 0), mientras que los otros valores no lo son. Por lo tanto 𝑃(𝑥) será divisible
por (𝑥 − 1). Aplicamos Ruffini para hallar los coeficientes del cociente.
2 –4 1 1
1  2 –2 –1
2 –2 –1 0

OM
Por lo tanto 𝑃(𝑥) = (𝑥 − 1)(2𝑥 2 − 2𝑥 − 1).
Para terminar de factorizar 𝑃(𝑥) buscamos las raíces de 𝑄(𝑥) = 2𝑥 2 − 2𝑥 − 1 en el cual
también se podría aplicar el Criterio de Gauss, pero como es de segundo grado
directamente aplicamos la fórmula resolvente:

.C
2±√(−2)2 −4 .2(−1) 2±√12 2±4√3 1
𝑥1,2 = 2 .2
=
4
=
4
= 2 ± √3
1 1
En consecuencia 𝑄(𝑥) = 2 (𝑥 − (2 + √3)) (𝑥 − (2 − √3)) y por lo tanto 𝑃(𝑥) queda
DD
1 1
factorizado como: 𝑃(𝑥) = 2(𝑥 − 1) (𝑥 − (2 + √3)) (𝑥 − (2 − √3)) y sus raíces son:
1 1
𝑥1 = 1, 𝑥2 = 2 + √3 𝑦 𝑥3 = − √3
2

Ejemplo 2: hallar las raíces de 𝑃(𝑥) = 𝑥 3 − 3𝑥 2 − 2𝑥 + 6. El Criterio de Gauss establece que

LA

si en particular si 𝑃(𝑥) es mónico, las posibles raíces racionales son los divisores del
𝑝
término independiente 𝑎0 . Esto se debe a que las posibles raíces tienen la forma 𝑞
donde

𝑝 divide al término independiente y 𝑞 divide al término principal, que es 1 ya que el

FI

polinomio es mónico, por lo tanto 𝑞 = ±1, lo que significa que solo podemos tener en
cuenta 𝑝 o sea los divisores del término independiente. Entonces las posibles raíces son:
±1, ±2 𝑦 ± 3.


Evaluando 𝑃(𝑥) en todos estos valores observamos que 𝑃(3) = 0 lo que significa que 3 es
raíz del polinomio. De manera similar al ejemplo anterior dividimos 𝑃(𝑥) en (𝑥 − 3) y
obtenemos (𝑥 2 − 2). Por lo tanto 𝑃(𝑥)queda factorizado comno: 𝑃(𝑥) = (𝑥 − 3)(𝑥 2 − 2) de
donde observamos que las raíces son: 𝑥1 = 3, 𝑥2 = √2 𝑦 𝑥3 = −√2.

Si bien el enunciado del Criterio de Gauss está hecho para polinomios a coeficientes
enteros y con término independiente no nulo, este criterio puede aplicarse a polinomios
a coeficientes enteros con término independiente cero y también a polinomios
cualesquiera a coeficientes racionales. Veamos a continuación estas dos posibilidades:
a) Sea 𝑃(𝑥) ∈ ℤ[𝑥] con término independiente 𝑎0 = 0. En este caso basta sacar factor
común 𝑥 𝑚 para 𝑚 el menor grado de los términos de 𝑃; de este modo obtenemos 𝑃(𝑥) =

Pág. 20

Este archivo fue descargado de [Link]

𝑥 𝑚 𝑄(𝑥) con 𝑄 un polinomio a coeficientes enteros con término independiente no nulo. Por
lo tanto para hallar las raíces de 𝑃 aplicamos el Criterio de Gauss.

Ejemplo: hallar las raíces de 𝑃(𝑥) = 2𝑥 6 + 𝑥 5 − 6𝑥 4 + 𝑥 3 + 2𝑥 2 .

Observamos que es un polinomio a coeficientes enteros y término independiente nulo.
Comenzamos por sacar factor común 𝑥 2 (𝑚 = 2), luego expresamos al polinomio 𝑃 como
𝑃(𝑥) = 𝑥 2 (2𝑥 4 + 𝑥 3 − 6𝑥 2 + 𝑥 + 2). Procedemos a encontrar las raíces del polinomio 𝑄(𝑥) =
2𝑥 4 + 𝑥 3 − 6𝑥 2 + 𝑥 + 2, que tiene coeficientes enteros y término independiente no nulo;
aplicamos el Criterio de Gauss.
𝑝

OM
Las posibles raíces tienen la forma en donde 𝑝 divide a 2 y 𝑞 divide a 2 (𝑎𝑛 = 𝑎0 ), es
𝑞
1
decir que los posibles valores son: ±1, ±2 𝑦 ± 2.
1
Evaluando 𝑄(𝑥) en los posibles valores, concluimos que son raíces 1, −2 𝑦 − 2. Aplicamos

tres veces la regla de Ruffini y obtenemos:

.C 1

–2
2

2
1
2
3
–4
–6
3
–3
2
1
–3
–2
2
2
–2
0
DD
2 –1 –1 0
− 1⁄2 –1 1
2 –2 0
1 1
Por lo tanto 𝑄(𝑥) = (𝑥 − 1)(𝑥 + 2) (𝑥 + 2) (2𝑥 − 2) = 2(𝑥 − 1)(𝑥 + 2) (𝑥 + 2) (𝑥 − 1).
LA

Observemos como fuimos factorizando el polinomio 𝑃.

𝑃(𝑥) = 2𝑥 6 + 𝑥 5 − 6𝑥 4 + 𝑥 3 + 2𝑥 2
𝑃(𝑥) = 𝑥 2 (2𝑥 4 + 𝑥 3 − 6𝑥 2 + 𝑥 + 2).
1
𝑃(𝑥) = 2𝑥 2 (𝑥 − 1)2 (𝑥 + 2) (𝑥 + 2)
FI

1
Finalmente las raíces de 𝑃(𝑥) son: 𝑥1 = 𝑥2 = 0, 𝑥3 = 𝑥4 = 1, 𝑥5 = −2 𝑦 𝑥6 = − 2.

b) Sea 𝑃(𝑥) ∈ ℚ[𝑥], es decir que 𝑃(𝑥) = 𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + … + 𝑎1 𝑥 + 𝑎0 𝑐𝑜𝑛 𝑎𝑖 ∈ ℚ. Como


𝑏𝑖
cada 𝑎𝑖 tendrá la forma 𝑐𝑖
𝑐𝑜𝑛 𝑏𝑖 , 𝑐𝑖 ∈ ℤ 𝑦 𝑐𝑖 ≠ 0 se puede determinar 𝑡𝑖 = 𝑚𝑐𝑚 (𝑐𝑖 ).

Multiplicando a 𝑃(𝑥) por el mínimo común múltiplo de los denominadores, se puede

suponer que todos los coeficientes son enteros. Luego, aplicamos el Criterio de Gauss y
dividimos por 𝑡𝑖 para obtener 𝑃.
1 7 2 1
Ejemplo: hallar las raíces de 𝑃(𝑥) = 2 𝑥 3 − 𝑥 + 12.
12

Es un polinomio a coeficientes racionales, podemos multiplicarlo por 𝑡𝑖 = 12 que es el

1 7 1
mcm de 2 y 12. Por lo tanto: 12 . 𝑃(𝑥) = 12 (2 𝑥 3 − 12 𝑥 2 + 12) = 6𝑥 3 − 7𝑥 2 + 1 = 𝑄(𝑥).

Pág. 21

Este archivo fue descargado de [Link]

 1
Aplicamos el Criterio de Gauss a 𝑄(𝑥) = 6𝑥 3 − 7𝑥 2 + 1 y las posibles raíces son: ±1, ± 2 ,
1 1 1 1
± 3 𝑦 ± 6. Evaluando a 𝑄 en esos valores se puede observar que son raíces 1, 2 𝑦 − 3. En
1 1
consecuencia 𝑄(𝑥) = 6(𝑥 − 1) (𝑥 − 2) (𝑥 + ).
3

Como hemos multiplicado a 𝑃 por 12 y determinamos 𝑄, ahora a la expresión factorizada

de 𝑄 la dividimos en 12 para obtener 𝑃.
1 1 1 1 1 1
𝑃(𝑥) = 12 (6(𝑥 − 1) (𝑥 − 2) (𝑥 + 3)) = 2 (𝑥 − 1) (𝑥 − 2) (𝑥 + 3).
1 1
Las raíces de 𝑃(𝑥)son: 𝑥1 = 1, 𝑥2 = 2 𝑦 𝑥3 = − .
3

OM
4.2.- Regla de Descartes de los signos.
En algunos casos, la siguiente regla3 es útil para eliminar candidatas de listas largas de
posibles raíces racionales. Antes de describir esta regla es necesario el concepto de
variación de signo. Si 𝑃(𝑥) es un polinomio con coeficientes reales, ordenado en forma

.C
decreciente (no siendo necesario completarlo), entonces una variación en signo se
presenta siempre que coeficientes adyacentes tengan signos contrarios. Por ejemplo
𝑃(𝑥) = 5𝑥 7 − 3𝑥 5 + 𝑥 4 + 2𝑥 2 + 𝑥 − 3 tiene tres variaciones en signos.
DD
Otros ejemplos:
Polinomio Variaciones en signo
𝑥 2 + 4𝑥 + 1 0 (ninguna)
2𝑥 3 + 𝑥 − 6 1 (una)
LA

𝑥 4 − 3𝑥 2 − 𝑥 + 2 2 (dos)

Regla de Descartes de signos

Sea 𝑃(𝑥) ∈ ℝ[𝑥], entonces:
FI

i) El número de raíces reales positivas de 𝑃(𝑥) es igual al número de variaciones en signo

en 𝑃(𝑥) ó es menor a este último número, en un número entero par.
ii) El número de raíces reales negativas de 𝑃(𝑥) es igual al número de variaciones en signo
en 𝑃(−𝑥) ó es menor a este último número, en un número entero par.


Ejemplo: usar la Regla de Descartes de los signos para determinar el número posible de
raíces reales positivas y negativas de 𝑃(𝑥) = 3𝑥 6 + 4𝑥 5 + 3𝑥 3 − 𝑥 − 3.
En primer lugar podemos observar que 𝑃(𝑥) tiene una variación de signo, por lo tanto
tiene a lo sumo, una raíz positiva.
Ahora hacemos:
𝑃(−𝑥) = 3(−𝑥)6 + 4(−𝑥)5 + 3(−𝑥)3 − (−𝑥) − 3
𝑃(−𝑥) = 3𝑥 6 − 4𝑥 5 − 3𝑥 3 + 𝑥 − 3

3
Descubierta por el filósofo y matemático francés René Descartes en el año 1637.
Pág. 22

Este archivo fue descargado de [Link]

Es decir que 𝑃(−𝑥) tiene tres variaciones en signo, entonces 𝑃(𝑥) podría tener tres raíces
reales negativas ó bien una. Esto hace un total de dos o cuatro raíces reales.

5.- Multiplicidad de las raíces

Consideremos el polinomio 𝑃(𝑥) = 𝑥 2 − 2𝑥 + 1 cuya factorización es 𝑃(𝑥) = (𝑥 − 1)(𝑥 − 1)
por una parte podemos afirmar que 𝑃 tiene dos raíces que son iguales y por otra parte
podemos escribirlo como 𝑃(𝑥) = (𝑥 − 1)2 . En este caso decimos que 𝑃 tiene una raíz 𝑥 = 1
doble. Generalizando esta situación, introducimos la siguiente definición.
Definición: sean el polinomio 𝑃 ∈ 𝕂[𝑥] y 𝑎 ∈ 𝕂 una raíz de 𝑃. Se dice que a es una raíz de
P de multiplicidad 𝑚 (𝑚 ∈ ℕ) si 𝑃 admite la factorización 𝑃(𝑥) = (𝑥 − 𝑎)𝑚 𝑄(𝑥) donde el

OM
polinomio 𝑄 no se anula en 𝑥 = 𝑎 o sea 𝑄(𝑎) ≠ 0.
Si 𝑚 = 1se dice que 𝑎 es raíz simple, si 𝑚 = 2 que es doble y así sucesivamente.
Una consecuencia de esta definición es la siguiente proposición.
Si P es un polinomio que tiene en 𝕂 las raíces 𝑎1 , 𝑎2 , … , 𝑎𝑟 con multiplicidades 𝑚1 , 𝑚2 , … , 𝑚𝑟 ,

.C
entonces 𝑃 admite la factorización:
𝑃(𝑥) = (𝑥 − 𝑎1 )𝑚1 (𝑥 − 𝑎2 )𝑚2 … (𝑥 − 𝑎𝑟 )𝑚𝑟 𝑄(𝑥) donde 𝑄(𝑎𝑖 ) ≠ 0 para 0 < 𝑖 ≤ 𝑟.
DD
Veremos a continuación, en primer lugar, una definición alternativa de multiplicidad de
una raíz y en segundo lugar otra caracterización de la multiplicidad de las raíces, para
ambas situaciones necesitamos introducir el concepto de derivada de un polinomio (visto
como función). Al derivar obtenemos nuevamente un polinomio, pero de un grado menor
LA

que el dado.
Entonces, una definición alternativa de multiplicidad de una raíz es la siguiente: una raíz
de 𝑃(𝑥) tiene multiplicidad 𝑘 si también es raíz de los primeros (𝑘 − 1) polinomios derivados
𝑃′(𝑥), 𝑃′′ (𝑥), … , 𝑃(𝑘) (𝑥) 𝑑𝑒 𝑃(𝑥), pero no de la derivada 𝑘 − é𝑠𝑖𝑚𝑎 de 𝑃(𝑥).
FI

Para el segundo punto si 𝕂 = ℝ, el concepto de derivada de un polinomio coincidirá con

el concepto estudiado en los cursos de análisis matemático, pero si tomamos un 𝕂
cualquiera, este concepto se puede introducir de una manera totalmente algebraica, sin


referencia alguna a otros conceptos analíticos como el de límite, por ejemplo.

Definición: sea el polinomio 𝑃 ∈ 𝕂[𝑥], 𝑃 = ∑𝑛𝑘=0 𝑎𝑘 𝑥 𝑘 , definimos polinomio derivado 𝑃′ =
∑𝑛𝑘=1 𝑘𝑎𝑘 𝑥 𝑘−1 .
Si bien no lo demostraremos, es relativamente sencillo comprobar esta noción de la
derivada totalmente formal, conserva las propiedades usuales de la derivada, como la
regla para derivar una suma o un producto.
Sean 𝑃 𝑦 𝑄 dos polinomios, entonces:
(𝑃 + 𝑄)′ = 𝑃′ + 𝑄′
(𝑃 𝑄)′ = 𝑃′ 𝑄 + 𝑃𝑄′
(−𝑃)′ = −𝑃′

Pág. 23

Este archivo fue descargado de [Link]

También podemos definir, recursivamente, la derivada 𝑛 − é𝑠𝑖𝑚𝑎 𝑃(𝑛) del polinomio 𝑃, de
la siguiente manera:
𝑃(0) = 𝑃
{ (𝑛+1)
𝑃 = (𝑃𝑛 )′
Teorema: sea el polinomio 𝑃 ∈ 𝕂[𝑥] 𝑦 𝑎 ∈ 𝕂, la condición necesaria y suficiente para que 𝑎
sea raíz múltiple de orden ℎ de 𝑃, es que anule al polinomio y a sus (ℎ– 1) primeras
derivadas, siendo distinta de cero la derivada de orden ℎ. Es decir 𝑃(𝑎) = 𝑃′ (𝑎) = 𝑃′′ (𝑎) =
… = 𝑃(ℎ−1) (𝑎) = 0 pero 𝑃ℎ (𝑎) ≠ 0.
Este teorema afirma que la multiplicidad de 𝑎 como raíz de 𝑃 viene dada por el orden de

OM
la primer derivada de 𝑃 que no se anula cuando lo evaluamos para 𝑥 = 𝑎.
D)
⟹) Suponemos que 𝑎 es una raíz de orden ℎ de 𝑃, en consecuencia 𝑃 es divisible por
(𝑥 − 𝑎)ℎ y se lo puede expresar como 𝑃 = (𝑥 − 𝑎)ℎ 𝑄 donde 𝑄 es un polinomio tal que 𝑄(𝑎) ≠
0, ya que en caso contrario, 𝑎 sería una raíz de 𝑄 y la factorización de 𝑄 contendría el

.C
factor (𝑥 − 𝑎) y 𝑎 sería una raíz de 𝑃 con un orden de multiplicidad mayor que ℎ.
Si derivamos 𝑃:
DD
𝑃′ = ℎ(𝑥 − 𝑎)ℎ−1 𝑄 + (𝑥 − 𝑎)ℎ 𝑄′
𝑃′ = (𝑥 − 𝑎)ℎ−1 [ℎ 𝑄 + (𝑥 − 𝑎)𝑄´ ]
El polinomio entre corchetes no se anula para 𝑥 = 𝑎 ya que en este caso se reduciría a
ℎ 𝑄, en consecuencia 𝑎 es una raíz de orden (ℎ − 1) de 𝑃’ porque 𝑃’ contiene el factor
LA

(𝑥 − 𝑎)ℎ−1 en su factorización.
⟸) Recíprocamente: si 𝑎 es una raíz de un polinomio 𝑃 y de su derivada, 𝑎 es una raíz
múltiple de 𝑃.
En efecto, pues si 𝑎 fuera una raíz simple de P se podría expresar este de la manera 𝑃 =
FI

(𝑥 − 𝑎)𝑄 con 𝑄(𝑎) ≠ 0. Derivando 𝑃:

𝑃′ = 𝑄 + (𝑥 − 𝑎)𝑄 ′ que no se anula para 𝑥 = 𝑎 contradiciendo la hipótesis.
De esta manera queda demostrado el teorema.


Ejemplo 1: hallar las raíces de 𝑃(𝑥) = 𝑥 3 − 5𝑥 2 + 7𝑥 − 3.

𝑃(𝑥) = 𝑥 3 − 5𝑥 2 + 7𝑥 − 3
7
𝑃′ (𝑥) = 3𝑥 2 − 10𝑥 + 7 en consecuencia 𝑥1 = 1 𝑦 𝑥2 = 3
5
𝑃2 (𝑥) = 6𝑥 − 10 en consecuencia 𝑥 = 3

Por lo tanto
𝑃(1) = 0
𝑃′ (1) = 0
𝑃′′ (1) ≠ 0
Esto significa que 𝑥 = 1 es raíz doble, anula a 𝑃 y a su derivada primera, siendo distinta
de cero la derivada segunda.
Pág. 24

Este archivo fue descargado de [Link]

 7 5
𝑥= 𝑦 𝑥= no anulan a P, se descartan como posibles raíces. Además si 𝑥 = 1 es raíz
3 3

doble, solo resta una raíz simple de P.

Como 𝑃 es divisible por (𝑥 − 1), hacemos la división por regla de Ruffini dos veces y
observamos que la raíz faltante es 𝑥 = 3. Podemos expresar a 𝑃, como:
𝑃(𝑥) = (𝑥 − 1)2 (𝑥 − 3) por lo tanto las raíces de 𝑃 son: 𝑥1 = 1 (𝑑𝑜𝑏𝑙𝑒) 𝑦 𝑥2 = 3 (𝑠𝑖𝑚𝑝𝑙𝑒)

6.- Teorema Fundamental del Álgebra

Uno de los objetivos en el estudio de polinomios es la determinación de raíces, con sus
multiplicidades. Evidentemente este problema es más sencillo de resolver cuando el grado

OM
del polinomio es menor. Supongamos que tenemos un polinomio 𝑃 y que conocemos ya
una raíz 𝑎 de 𝑃, y sea 𝑄 ∈ ℂ[𝑥] tal que 𝑃(𝑥) = 𝑄(𝑥)(𝑥 − 𝑎). Sabemos que las raíces de 𝑄 son
también raíces de 𝑃, por lo tanto, para encontrar las otras raíces de 𝑃, buscamos las
raíces de 𝑄 pues es más sencillo buscar estas raíces ya que 𝑄 es de grado menor a 𝑃.
Repitiendo este proceso, será posible –y así lo hicimos en varios ejemplos– encontrar
todas las raíces de 𝑃.

.C
Observemos que el razonamiento anterior se basa en el hecho de que conocemos una raíz
de 𝑃; en consecuencia es importante garantizar la existencia (¡y encontrar!) de al menos
DD
una raíz de 𝑃. Este hecho está garantizado por el Teorema Fundamental del Álgebra.
Teorema Fundamental del Álgebra (TFA): todo polinomio no constante con coeficientes
complejos 𝑃 ∈ ℂ[𝑥], admite al menos una raíz compleja, es decir, existe 𝑎 ∈ ℂ tal que 𝑃(𝑎) =
0.
LA

Si bien existen varias demostraciones de este teorema, no es posible hacerlo sin utilizar
de alguna manera conceptos analíticos como la continuidad del polinomio 𝑃(𝑧) como
función de variable compleja, 𝑧 ∈ ℂ. Otra cuestión a destacar es que ninguna de las
FI

demostraciones es constructiva, es decir no proporcionan un procedimiento efectivo para

encontrar la raíz 𝑎, sino que demuestran por reducción al absurdo. Consecuentemente
no daremos ninguna demostración de este teorema4.


Ejemplo: hallar las raíces de 𝑃(𝑥) = 𝑥 3 − (1 + 𝑖)2 + (−6 + 𝑖)𝑥 + 6𝑖 sabiendo que admite a 3
como raíz.
Acorde al razonamiento explicado anteriormente, conocemos una raíz de 𝑃, 𝑥 = 3, por lo
tanto 𝑃 es divisible por (𝑥 − 3). Aplicamos la regla de Ruffini.

1 –1–i –6+i 6i
3 3 6 –3i –6i
1 2 –i –2i 0

4
Una demostración elemental aunque no sencilla puede verse en: J. Rey Pastor, P. Pi Calleja. C. A. Trejo. Análisis
Matemático. Volumen I. Octava edición 1969. Otra demostración basada en ideas geométricas puede verse en: R.
Courant, H. Robbins, ¿Qué es la matemática? Editorial Aguilar 1964.

Pág. 25

Este archivo fue descargado de [Link]

Por lo tanto 𝑃(𝑥) = (𝑥 − 3)[𝑥 2 + (2 − 𝑖)𝑥 − 2𝑖]
Factorizamos 𝑄(𝑥) = 𝑥 2 + (2 − 𝑖)𝑥 − 2𝑖, como es de segundo grado aplicamos la fórmula
resolvente:
(−2+𝑖)±√(2−𝑖)2 −4 .1 (−2𝑖) (−2+𝑖)±√3+4𝑖
𝑥1,2 = =
2 2
(−2+𝑖)±√553° 7′ 48′′ +360° 𝑘
(−2+𝑖)±√553° 7′ 48′′ 𝑐𝑜𝑛 𝑘= 0,1
𝑥1,2 = 2
= 2
2

(−2+𝑖)±(2+𝑖) 𝑥 =𝑖
𝑥1,2 = ={ 1
2 𝑥2 = −2
Finalmente, 𝑃(𝑥) = (𝑥 − 3)(𝑥 + 2)(𝑥 − 𝑖) y las raíces de 𝑃 son: 𝑥1 = 3, 𝑥2 = −2 𝑦 𝑥3 = 𝑖

OM
Un corolario importante del TFA es el siguiente.
Corolario: todo polinomio no constante con coeficientes complejos 𝑃 = ∑𝑛𝑖=0 𝑏𝑖 𝑥 𝑖 ∈ ℂ[𝑥] (𝑏𝑖 ∈
ℂ, 𝑏𝑛 ≠ 0) se factoriza como producto de polinomios lineales, en la forma: 𝑃(𝑥) =
𝑏𝑛 (𝑥 − 𝑎1 )𝑚1 (𝑥 − 𝑎2 )𝑚2 … (𝑥 − 𝑎𝑟 )𝑚𝑟 donde 𝑎1 , 𝑎2 , … , 𝑎𝑟 son las distintas raíces complejas de

.C
P, 𝑚1 , 𝑚2 , … , 𝑚𝑟 son las correspondientes multiplicidades y 𝑏𝑛 el coeficiente principal del
polinomio.
D) Por la consecuencia de la definición de multiplicidad de las raíces, sabemos que:
DD
𝑃(𝑥) = [(𝑥 − 𝑎1 )𝑚1 (𝑥 − 𝑎2 )𝑚2 … (𝑥 − 𝑎𝑟 )𝑚𝑟 ] 𝑄(𝑥) donde 𝑄(𝑎𝑖 ) ≠ 0 para 0 < 𝑖 ≤ 𝑟.
𝑄 debe ser constante. Si suponemos que no es así, por el TFA 𝑄 debe tener alguna raíz
𝑎 ∈ ℂ, pero toda raíz de 𝑄 es raíz de 𝑃, luego 𝑎 = 𝑎𝑖 para algún 𝑖, lo que es una
contradicción pues 𝑄(𝑎𝑖 ) ≠ 0.
LA

Como 𝑄 debe ser constante al igualar los coeficientes principales de ambos miembros,
deducimos que 𝑄 debe coincidir con el coeficiente principal de 𝑃.
Quedando demostrado el corolario.
Comparando los grados de ambos miembros, en la descomposición del corolario anterior
FI

deducimos que 𝑛 = 𝑔𝑟(𝑃) = 𝑚1 + 𝑚2 + … + 𝑚𝑟 .

Observemos que esta suma representan la cantidad de raíces de P, si contamos las raíces
múltiples de acuerdo con su multiplicidad. Esto nos proporciona la siguiente


consecuencia.
Un polinomio 𝑃 ∈ ℂ[𝑥] tiene exactamente n raíces complejas si las contamos de acuerdo con
su multiplicidad.

7.- Raíces complejas de polinomios reales

Recordemos brevemente, si 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ entonces su conjugado es 𝑧̅ = 𝑎 − 𝑏𝑖 ∈ ℂ. La
conjugación tiene propiedades, de las que nos interesa particularmente:
Si 𝑧, 𝑤 ∈ ℂ, entonces
a) 𝑧 = 𝑧̅ ⟺ 𝑧 ∈ ℝ
b) 𝑧̅̅̅̅̅̅̅̅
+ 𝑤 = 𝑧̅ + 𝑤
̅̅̅ y 𝑧.
̅̅̅̅̅
𝑤 = 𝑧̅. ̅̅̅
𝑤
c) 𝑧 + 𝑧̅ = 2𝑅𝑒(𝑧) y 𝑧. 𝑧̅ = ‖𝑧‖2 son números reales.
Pág. 26

Este archivo fue descargado de [Link]

Recordemos que todo polinomio cuadrático con coeficientes reales 𝑃(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 y
−𝑏+√−Δ 𝑖
discriminante Δ = 𝑏 2 − 4𝑎𝑐 < 0 tiene dos raíces complejas conjugadas, 𝑥1 = 𝑦 𝑥1 =
2𝑎
−𝑏−√−Δ 𝑖
2𝑎
. De esta forma, las raíces complejas de un polinomio cuadrático forman un par

de raíces conjugadas.
Se puede generalizar este hecho a polinomios con coeficientes reales de mayor grado.
Pero previamente consideremos un polinomio 𝑃, cuyos coeficientes son complejos 𝑃(𝑥) =
∑𝑛𝑖=0 𝑎𝑖 𝑥 𝑖 ∈ ℂ[𝑥] y definamos el polinomio conjugado de 𝑃, por 𝑃̅ (𝑥) = ∑𝑛𝑖=0 𝑎̅𝑖 𝑥 𝑖 .
Como consecuencia de las propiedades antes mencionadas de la conjugación, si 𝑧 ∈ ℂ

OM
tenemos que si los polinomios 𝑃, 𝑄 ∈ ℂ[𝑥] 𝑦 𝑧 ∈ ℂ, entonces:
a) 𝑃̅ (𝑧) = 𝑃̅ (𝑧̅)
̅̅̅̅̅̅̅̅
b) 𝑃 ̅ y ̅̅̅̅̅
+ 𝑄 = 𝑃̅ + 𝑄 ̅
𝑃. 𝑄 = 𝑃̅ . 𝑄
Particularmente si los coeficientes de 𝑃 son reales, es decir 𝑃 ∈ ℝ[𝑥], tendremos que 𝑃̅ =
𝑃 y resulta que ̅̅̅̅̅̅
𝑃(𝑧) = 𝑃(𝑧̅). Más específicamente si 𝑃(𝑧) = 0, tenemos que 𝑃(𝑧̅) = 0, esto

.C
significa que: las raíces complejas de un polinomio con coeficientes reales se presentan
de a pares de raíces conjugadas.
DD
Ahora estamos en condición de demostrar el siguiente teorema:
Teorema: sea un polinomio con coeficientes reales 𝑃 ∈ ℝ[𝑥]. Si 𝑧 = 𝑎 + 𝑏𝑖 es una raíz de 𝑃
con multiplicidad 𝑚, entonces su complejo conjugado 𝑧̅ = 𝑎 − 𝑏𝑖 también es raíz de 𝑃 con
multiplicidad 𝑚.
LA

D) Como 𝑧 es raíz de 𝑃 con multiplicidad 𝑚, 𝑃 admite la factorización:

𝑃(𝑥) = (𝑥 − 𝑧)𝑚 𝑄(𝑥) donde 𝑄(𝑧) ≠ 0.
Tomando el polinomio conjugado, tenemos:

𝑃̅ (𝑥) = (𝑥 − 𝑧)𝑚 𝑄(𝑥) = ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅

̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅̅̅̅̅̅
(𝑥 − 𝑧)𝑚 . Q ̅ (𝑥) = (𝑥 − 𝑧̅)𝑚 𝑄 ̅ (𝑥)
FI

̅ (𝑧̅) ≠ 0, esto indica

Pero 𝑃 tiene coeficientes reales, entonces 𝑃̅ = 𝑃 y como 𝑃(𝑧̅) = 0, 𝑄
que 𝑧̅ es una raíz de 𝑃 de multiplicidad 𝑚. Quedando demostrado de esta manera el
teorema.


Ejemplo: hallar las raíces de 𝑃(𝑥) = 𝑥 3 − 3𝑥 + 52 sabiendo que admite como raíz a 2 − 3𝑖
Si P admite a 2 − 3𝑖 como raíz también admite a su conjugado 2 + 3𝑖, ambas raíces son
simples. Por lo tanto P es divisible por (𝑥 − (2 − 3𝑖)) 𝑦 (𝑥 − (2 + 3𝑖)), recurrimos a la regla
de Ruffini:

1 0 –3 52
2 – 3i 2 – 3i –5 – 12i –52
1 2 – 3i –8 – 12i 0
2 + 3i 2 + 3i 8 + 12i
Pág. 27

Este archivo fue descargado de [Link]

 1 4 0
Por lo tanto 𝑃(𝑥) = [𝑥 − (2 − 3𝑖)][𝑥 − (2 + 3𝑖)](𝑥 + 4) y sus raíces son:
𝑥1 = 2 − 3𝑖, 𝑥2 = 2 + 3𝑖 𝑦 𝑥3 = −4.

Se demostró que las raíces complejas de un polinomio con coeficientes reales se

presentan de a pares de raíces conjugadas, este hecho tiene una consecuencia inmediata
que se enuncia de la siguiente manera.
Todo polinomio de coeficientes reales y grado impar, tiene alguna raíz real.
En el ejemplo anterior podemos observar que 𝑃 ∈ ℝ[𝑥], 𝑔𝑟(𝑃) = 3 y también que 𝑥1 , 𝑥2 ∈ ℂ
mientras que 𝑥3 ∈ ℝ.

OM
8.- Algoritmo de Euclides
Como en 𝕂[𝑥] hemos definido el algoritmo de la división, podemos extender a los
polinomios el algoritmo de Euclides para el cálculo del máximo común divisor. Estos dos
conceptos con polinomios van en perfecta sincronía con sus idénticos en la aritmética de

.C
enteros, por lo tanto recordaremos los conceptos para números enteros y luego los
formalizaremos para polinomios.
Sean 𝑎 𝑦 𝑏 dos números enteros no nulos, el mayor entero 𝑑 tal que 𝑑|𝑎 𝑦 𝑑|𝑏 se denomina
DD
máximo común divisor de 𝑎 𝑦 𝑏, denotándose como 𝑚𝑐𝑑(𝑎, 𝑏).
Para calcular el 𝑚𝑐𝑑 todos conocemos el método de descomponer en factores primos los
dos números y tomar los factores comunes con el menor exponente con el que aparezcan.
Si bien es un método útil y sencillo para conseguir lo que deseamos, tiene un problema:
LA

si los números son muy grandes, o sus factores primos lo son, el cálculo se complica y
se torna tedioso. Otro método que también persigue el mismo objetivo, pero mediante
divisiones sucesivas, es el algoritmo de Euclides.
FI

“Para calcular el mcd de dos enteros no nulos a y b dividimos el mayor entre el menor
(supongamos que 𝑎 > 𝑏), esta división nos proporcionará un cociente 𝑄1 y un resto 𝑅1 . Si
𝑅1 = 0 entonces 𝑚𝑐𝑑(𝑎, 𝑏) = 𝑏 sino dividimos el 𝑏 entre el 𝑅1 obteniendo un cociente 𝑄2 y
un resto 𝑅2 . Si 𝑅2 = 0 entonces 𝑚𝑐𝑑(𝑎, 𝑏) = 𝑅1 sino volvemos a dividir el divisor entre el


resto, así sucesivamente. Esto significa que el 𝑚𝑐𝑑(𝑎, 𝑏) es el último resto no nulo que
obtengamos en el procedimiento anterior.
Ejemplo: calcular el 𝑚𝑐𝑑(848, 656)
Aplicando el algoritmo de Euclides, obtenemos:

1 3 2 2 2
848 656 192 80 32 16
192 80 32 16 0

Como el último resto no nulo es 16, 𝑚𝑐𝑑(848, 656) = 16.

Pág. 28

Este archivo fue descargado de [Link]

Estamos en condiciones de formalizar el máximo común divisor de dos polinomios y su
cálculo por el algoritmo de Euclides.
Definición: sean 𝐴, 𝐵 ∈ 𝕂[𝑥] dos polinomios no nulos, se dice que el polinomio 𝐷 ∈ 𝕂[𝑥] es
el máximo común divisor (𝑚𝑐𝑑) entre 𝐴 𝑦 𝐵, si es el único polinomio mónico que cumple
simultáneamente las siguientes condiciones:
i) 𝐷|𝐴 𝑦 𝐷|𝐵 es decir 𝐷 es un divisor común de 𝐴 𝑦 𝐵.
̃ ∈ 𝕂[𝑥] verifica que 𝐷
ii) Si 𝐷 ̃ |𝐴 𝑦 𝐷
̃ |𝐵 entonces 𝐷
̃ |𝐷 es decir si 𝐷
̃ es otro divisor común de
̃ divide a 𝐷.
𝐴 𝑦 𝐵, entonces 𝐷

OM
Ejemplo: determinar el mcd entre 𝐴(𝑥) = 𝑥 2 − 3𝑥 + 2 y 𝐵(𝑥) = 𝑥 2 − 4𝑥 + 3.
Es mucho más fácil determinar el mcd cuando los polinomios están expresados como
producto de sus factores primos, ya que en ese caso es simplemente es el producto de los
factores comunes a ambos con el menor exponente.
𝐴(𝑥) = (𝑥 − 1)(𝑥 − 2)

.C
𝐵(𝑥) = (𝑥 − 1)(𝑥 − 3) Por lo tanto
𝑚𝑐𝑑(𝐴, 𝐵) = (𝑥 − 1)
DD
Como en general el problema de descomponer polinomios en sus factores primos es
complicado, otro procedimiento para el cálculo del 𝑚𝑐𝑑 de dos polinomios sin recurrir a
la descomposición en factores primos, es el algoritmo de Euclides.
Por las propiedades de la divisibilidad de dos polinomios enunciadas en el apartado
“Divisibilidad”, todo divisor común a dos polinomios 𝐴 𝑦 𝐵, divide también al polinomio
LA

𝑅 = 𝐴 − 𝐵 . 𝑄 cualquiera sea el polinomio 𝑄. Recíprocamente, todo divisor común a 𝐵 𝑦 𝑅

divide también a 𝐴 ya que 𝐴 = 𝐵 . 𝑄 + 𝑅.
Entonces el cálculo del 𝑚𝑐𝑑 entre 𝐴 𝑦 𝐵 lleva a calcular el 𝑚𝑐𝑑 de 𝐵 𝑦 𝑅, donde 𝑅 es el resto
FI

de la división de 𝐴 por 𝐵. Ahora podemos enunciar el algoritmo de Euclides en completa

analogía con la aritmética de ℤ.
Algoritmo de Euclides: dados dos polinomios 𝐴, 𝐵 ∈ 𝕂[𝑥] y suponiendo que 𝑔𝑟(𝐴) ≥ 𝑔𝑟(𝐵)


para hallar su 𝑚𝑐𝑑 usamos el algoritmo de Euclides cuya disposición práctica, es la

siguiente:

Q1 Q2 Q3 ... Qn–1 Qn Qn+1

A B R1 R2 ... R n–2 Rn–1 Rn
R1 R2 R3 R4 ... Rn 0

Procedimiento:
Dividimos A en B, obteniendo un primer cociente 𝑄1 y un primer resto 𝑅1 de modo que:
𝐴 = 𝑄1 𝐵 + 𝑅1 donde 𝑅1 = 0 ó bien 0 < 𝑔𝑟(𝑅1 ) < 𝑔𝑟(𝐵). Si 𝑅1 = 0 ⟹ 𝑚𝑐𝑑(𝐴, 𝐵) = 𝐵
sino volvemos a dividir B en 𝑅1 obteniendo un nuevo cociente 𝑄2 y un nuevo resto 𝑅2 de
modo que se verifica:

Pág. 29

Este archivo fue descargado de [Link]

𝐵 = 𝑄2 𝑅1 + 𝑅2 donde 𝑅1 = 0 ó bien 0 < 𝑔𝑟(𝑅2 ) < 𝑔𝑟(𝑅1 )
Mientras 𝑅𝑛 ≠ 0 podemos seguir dividiendo 𝑅𝑛−1 por 𝑅𝑛 obteniendo un nuevo cociente
𝑄𝑛+1 y un nuevo resto 𝑅𝑛+1 . Es decir
𝑅1 = 𝑄3 𝑅2 + 𝑅3 donde 𝑔𝑟(𝑅3 ) < 𝑔𝑟(𝑅2 )
𝑅2 = 𝑄4 𝑅3 + 𝑅4 con 𝑔𝑟(𝑅4 ) < 𝑔𝑟(𝑅3 ) hasta que
𝑅𝑛−1 = 𝑄𝑛+1 𝑅𝑛 + 0
Esto ocurre (𝑅𝑛+1 = 0) dado que la sucesión de restos tiene grado estrictamente
decreciente: 𝑔𝑟(𝐴) ≥ 𝑔𝑟(𝐵) > 𝑔𝑟(𝑅1 ) > 𝑔𝑟(𝑅2 ) > … > 𝑔𝑟(𝑅𝑛 ) > 𝑔𝑟(𝑅𝑛+1 ) > … y como los
grados son enteros y en virtud del principio del buen orden5, en algún momento debemos

OM
tener 𝑅𝑛 = 0, esto significa que el algoritmo de Euclides termina luego de un número finito
de pasos. Cuando esto ocurre podemos demostrar que 𝑅𝑛−1 = 𝑚𝑐𝑑(𝐴, 𝐵).

D) Sea 𝐷 un divisor de 𝐴 𝑦 𝐵, por lo tanto 𝐴 𝑦 𝐵 se descomponen en: 𝐴 = 𝐷 𝐴1 𝑦 𝐵 = 𝐷 𝐵1

Como 𝐴 = 𝑄1 𝐵 + 𝑅1 tenemos que

.C
𝑅1 = 𝐴 − 𝑄1 𝐵
𝑅1 = 𝐷 𝐴1 − 𝑄1 𝐷 𝐵1
𝑅1 = 𝐷(𝐴1 − 𝑄1 𝐵1 ) por lo tanto 𝐷 divide a 𝑅1 .
DD
Luego, cualquier divisor de 𝐴 𝑦 𝐵 lo es también de 𝐵 𝑦 𝑅1 .
Análogamente 𝐵 = 𝑄2 𝑅1 + 𝑅2 tenemos que
𝑅2 = 𝐵−𝑄2 𝑅1
̃1
𝑅2 = 𝐷 𝐵1 −𝑄2 𝐷𝑅
LA

̃1 ) por lo tanto 𝐷 divide a 𝑅2

𝑅2 = 𝐷(𝐵1 − 𝑄2 𝑅
Luego cualquier divisor de 𝐵 𝑦 𝑅1 lo es también de 𝑅1 𝑦 𝑅2 .
Inductivamente el proceso es:
𝑚𝑐𝑑(𝐴, 𝐵) = 𝑚𝑐𝑑(𝐵, 𝑅1 ) = 𝑚𝑐𝑑(𝑅1 , 𝑅2 ) = … = 𝑚𝑐𝑑(𝑅𝑛−1 , 𝑅𝑛 ) = 𝑅𝑛 ya que 𝑅𝑛 |𝑅𝑛−1 𝑦 𝑅𝑛 |𝑅𝑛 .
FI

El siguiente teorema resume lo que demostramos hasta aquí:

Teorema: sean 𝐴, 𝐵 ∈ 𝕂[𝑥] dos polinomios. Su máximo común divisor 𝐷 = 𝑚𝑐𝑑(𝐴, 𝐵) siempre
existe y se puede calcular utilizando el algoritmo de Euclides.


Particularmente si 𝑔𝑟(𝑅𝑛 ) = 0, es decir 𝑅𝑛 es un número real no nulo, los polinomios 𝐴 𝑦 𝐵

se dicen primos entre sí.

Ejemplo: calcular el mcd entre 𝐴 = 𝑥 5 − 1 y 𝐵 = 𝑥 3 − 1.

𝑥2 𝑥 𝑥+1
𝑥 5 + 0𝑥 4 + 0𝑥 3 + 0𝑥 2 + 0𝑥 − 1 𝑥 3 + 0𝑥 2 + 0𝑥 − 1 𝑥 2 + 0𝑥 − 1 𝑥−1
−𝑥 5 𝑥2 −𝑥 3 𝑥 −𝑥 2 + 𝑥
𝑥2 − 1 𝑥 −1 𝑥−1
−𝑥 + 1
0

5
Principio del buen orden ó principio del mínimo: “Todo conjunto no vacío de números naturales tiene un elemento
mínimo”
Pág. 30

Este archivo fue descargado de [Link]

Por lo tanto 𝑚𝑐𝑑(𝐴, 𝐵) = 𝑥 − 1

Como consecuencia de la existencia del mcd entre dos polinomios, se puede relacionar a
este con las raíces en común que pudieren tener dichos polinomios. Esto se enuncia de
la siguiente manera:
Corolario: sean 𝐴, 𝐵 ∈ 𝕂[𝑥] dos polinomios y 𝐷 = 𝑚𝑐𝑑(𝐴, 𝐵)su máximo común divisor,
entonces 𝑎 ∈ 𝕂 es una raíz en común de 𝐴 𝑦 𝐵, si y sólo si 𝑎 es raíz de 𝐷.
D) Por el Corolario del Teorema del Resto, 𝑎 es raíz de 𝐷 si y sólo si (𝑥 − 𝑎) divide a 𝐷, lo
cual ocurre si y sólo si (𝑥 − 𝑎) divide simultáneamente a 𝐴 𝑦 𝐵, lo cual a su vez sucede si
y sólo si 𝑎 es raíz de ambos polinomios.

OM
Continuando con el ejemplo anterior 𝐴 = 𝑥 5 − 1, 𝐵 = 𝑥 3 − 1 y 𝑚𝑐𝑑(𝐴, 𝐵) = 𝑥 − 1. Esto
significa precisamente que la única raíz que comparten los polinomios 𝐴 𝑦 𝐵 es 𝑥 = 1.

Para hallar las raíces de polinomios, en muchos casos es necesario saber si este admite
o no raíces múltiple, habiendo ya establecido los conceptos de polinomio derivado y

.C
cálculo del 𝑚𝑐𝑑 de dos polinomios, la cuestión planteada es mucho más fácil de resolver,
mediante el siguiente teorema.
DD
8.1.- Admisión de raíces múltiples
Teorema: sea el polinomio 𝑃 ∈ 𝕂[𝑥], las raíces múltiples de 𝑃 son todas las raíces de 𝐷 ∈
𝕂[𝑥] siendo 𝐷 = 𝑚𝑐𝑑(𝑃, 𝑃′ ).
D) Consideremos un polinomio 𝑃(𝑥), mónico de grado n y cuyas raíces múltiples son 𝑥1
LA

de multiplicidad ℎ, 𝑥2 de multiplicidad 𝑘, . . . , 𝑥𝑛 de multiplicidad 𝑝, entonces:

𝑃(𝑥) = (𝑥 − 𝑥1 )ℎ (𝑥 − 𝑥2 )𝑘 … (𝑥 − 𝑥𝑛 )𝑝 donde ℎ + 𝑘 + … + 𝑝 = 𝑛 derivando

𝑃′ (𝑥) = ℎ(𝑥 − 𝑥1 )ℎ−1 (𝑥 − 𝑥2 )𝑘 … (𝑥 − 𝑥𝑛 )𝑝 + (𝑥 − 𝑥1 )ℎ 𝑘(𝑥 − 𝑥2 )𝑘−1 … (𝑥 − 𝑥𝑛 )𝑝 + … + (𝑥 −

FI

𝑥1 )ℎ (𝑥 − 𝑥2 )𝑘 … 𝑝(𝑥 − 𝑥𝑛 )𝑝−1

𝑃′ (𝑥) = (𝑥 − 𝑥1 )ℎ−1 (𝑥 − 𝑥2 )𝑘−1 … (𝑥 − 𝑥𝑛 )𝑝−1 [ℎ(𝑥 − 𝑥2 )𝑘 … (𝑥 − 𝑥𝑛 )𝑝 + 𝑘(𝑥 − 𝑥1 )ℎ + … + (𝑥 −

𝑥𝑛 )𝑝 + … + 𝑝(𝑥 − 𝑥1 )ℎ (𝑥 − 𝑥2 )𝑘 ]


Por lo tanto 𝐷 = 𝑚𝑐𝑑(𝑃, 𝑃′ ).es:

𝐷(𝑥) = (𝑥 − 𝑥1 )ℎ−1 (𝑥 − 𝑥2 )𝑘−1 … (𝑥 − 𝑥𝑛 )𝑝−1
Esto quiere decir que las raíces de 𝐷(𝑥) son las mismas que las de 𝑃(𝑥) pero con
multiplicidad disminuida en una unidad, por lo tanto, las raíces simples de 𝑃(𝑥) no
figurarán en D(x).
Quedando así demostrado el teorema.
Si el 𝑚𝑐𝑑 entre 𝑃 𝑦 𝑃′ es independiente de x, o sea, si 𝑃 𝑦 𝑃′ son primos entre sí, el
polinomio 𝑃 carece de raíces múltiples.

Ejemplo: determinar las raíces múltiples de 𝑃(𝑥) = 𝑥 5 − 𝑥 4 − 5𝑥 3 + 𝑥 2 + 8𝑥 + 4.

Si 𝑃(𝑥) = 𝑥 5 − 𝑥 4 − 5𝑥 3 + 𝑥 2 + 8𝑥 + 4 por lo tanto 𝑃′ (𝑥) = 5𝑥 4 − 4𝑥 3 − 15𝑥 2 + 2𝑥 + 8
Pág. 31

Este archivo fue descargado de [Link]

Aplicando el algoritmo de Euclides, se obtiene 𝐷(𝑥) = 𝑚𝑐𝑑[𝑃, 𝑃′ ] = 𝑥 3 − 3𝑥 − 2
Factorizando 𝐷(𝑥) = 𝑥 3 − 3𝑥 − 2 obtenemos 𝐷(𝑥) = (𝑥 + 1)2 (𝑥 − 2)
En consecuencia 𝑃(𝑥) tiene por raíces a 𝑥1 = −1 con multiplicidad 3 y 𝑥2 = 2 con
multiplicidad 2.
Verificamos en 𝑃(𝑥), aplicando la regla de Ruffini.
1 –1 –5 1 8 4
–1 –1 2 3 –4 –4
1 –2 –3 4 4 0
–1 –1 3 0 –4
1 –3 0 4 0

OM
–1 –1 4 –4
1 –4 4 0
2 2 –4
1 –2 0

9.- Relaciones entre coeficientes y raíces

.C
Consideremos un polinomio 𝑃(𝑥) ∈ 𝕂[𝑥], de segundo grado 𝑃(𝑥) = 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 (1) y
llamemos 𝑥1 𝑦 𝑥2 a sus raíces, entonces sabemos que 𝑃 admite la siguiente factorización:
𝑃(𝑥) = 𝑎(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ), por lo tanto
DD
𝑃(𝑥) = 𝑎𝑥 2 − 𝑎 𝑥(𝑥1 + 𝑥2 ) + 𝑎 𝑥1 𝑥2 (2)
Igualando los segundos miembros de (1) 𝑦 (2) obtenemos
𝑎𝑥 2 + 𝑏𝑥 + 𝑐 = 𝑎𝑥 2 − 𝑎 (𝑥1 + 𝑥2 )𝑥 + 𝑎 𝑥1 𝑥2 de donde
𝑏
𝑏 = −𝑎(𝑥1 + 𝑥2 ) ⟹ − = 𝑥1 + 𝑥2
LA

𝑎
𝑐
𝑐 = 𝑎 𝑥1 𝑥2 ⟹ 𝑎 = 𝑥1 𝑥2

Es decir que la suma de las raíces es igual al coeficiente lineal sobre el coeficiente
principal cambiado de signo mientras que el producto de las raíces es igual al término
FI

independiente sobre el principal. Si bien esto es ya conocido, nos permite dos cuestiones,
primero; hacer idéntico procedimiento para un polinomio de tercer grado y observar qué
relación hay entre sus coeficientes y raíces, en segundo lugar preguntarnos si estas


relaciones que observamos particularmente para estos dos polinomios, se pueden

generalizar para un polinomio cualquiera.
Ahora 𝑃 es 𝑃(𝑥) = 𝑎𝑥 3 + 𝑏𝑥 2 + 𝑐𝑥 + 𝑑 y sus raíces serán 𝑥1 , 𝑥2 𝑦 𝑥3 , admitiendo la siguiente
factorización:
𝑃(𝑥) = 𝑎(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 ) por lo tanto
𝑃(𝑥) = 𝑎[(𝑥 2 − (𝑥1 + 𝑥2 )𝑥 + 𝑥1 𝑥2 )(𝑥 − 𝑥3 ) ]
𝑃(𝑥) = 𝑎 𝑥 3 − 𝑎 (𝑥1 + 𝑥2 + 𝑥3 )𝑥 2 + 𝑎 (𝑥1 𝑥2 + 𝑥1 𝑥3 + 𝑥2 𝑥3 )𝑥 − 𝑎 𝑥1 𝑥2 𝑥3
Igualando los segundos miembros, obtenemos las siguientes relaciones
𝑏
𝑏 = −𝑎(𝑥1 + 𝑥2 + 𝑥3 ) ⟹ − 𝑎 = 𝑥1 + 𝑥2 + 𝑥3
𝑐
𝑐 = 𝑎 (𝑥1 𝑥2 + 𝑥1 𝑥3 + 𝑥2 𝑥3 ) ⟹ 𝑎 = 𝑥1 𝑥2 + 𝑥1 𝑥3 + 𝑥2 𝑥3

Pág. 32

Este archivo fue descargado de [Link]

 𝑑
𝑑 = −𝑎 𝑥1 𝑥2 𝑥3 ⟹ − = 𝑥1 𝑥2 𝑥3
𝑎

Este hecho se puede generalizar para cualquier polinomio de grado arbitrario, del
siguiente modo.
Sea 𝑃 = ∑𝑛𝑖=0 𝑎𝑖 𝑥 𝑖 (1) un polinomio de grado 𝑛 en 𝕂[𝑥]. Su descomposición factorial es por
lo tanto:
𝑃 = 𝑎𝑛 (𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) … (𝑥 − 𝑥𝑛 ) donde 𝑥𝑖 con 𝑖 = 1, 2, … , 𝑛 son todas sus raíces complejas,
simples o múltiples. Aplicando la propiedad distributiva, obtenemos:
𝑃 = 𝑎𝑛 𝑥 𝑛 − 𝑎𝑛 (𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 )𝑥 𝑛−1 + 𝑎𝑛 (𝑥1 𝑥2 + 𝑥1 𝑥3 + … + 𝑥𝑛−1 𝑥𝑛 )𝑥 𝑛−2 − 𝑎𝑛 (𝑥1 𝑥2 𝑥3 +
𝑥1 𝑥2 𝑥4 + … + 𝑥𝑛−2 𝑥𝑛−1 𝑥𝑛 )𝑥 𝑛−3 + ⋯ + (−1)𝑛 𝑎𝑛 𝑥1 𝑥2 … 𝑥𝑛 (2)

OM
De (1) 𝑦 (2) resulta
𝑎𝑛−1
𝑎𝑛−1 = −𝑎𝑛 (𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛 ) ⟹ − 𝑎𝑛
= 𝑥1 + 𝑥2 + ⋯ + 𝑥𝑛
𝑎𝑛−2
𝑎𝑛−2 = 𝑎𝑛 (𝑥1 𝑥2 + 𝑥1 𝑥3 + … + 𝑥𝑛−1 𝑥𝑛 ) ⟹ 𝑎𝑛
= 𝑥1 𝑥2 + 𝑥1 𝑥3 + … + 𝑥𝑛−1 𝑥𝑛
𝑎𝑛−3
𝑎𝑛−3 = −𝑎𝑛 (𝑥1 𝑥2 𝑥3 + 𝑥1 𝑥2 𝑥4 + … + 𝑥𝑛−2 𝑥𝑛−1 𝑥𝑛 ) ⟹ − = 𝑥1 𝑥2 𝑥3 + 𝑥1 𝑥2 𝑥4 + … + 𝑥𝑛−2 𝑥𝑛−1 𝑥𝑛

...

.C 𝑎
𝑎0 = (−1)𝑛 𝑎𝑛 𝑥1 𝑥2 … 𝑥𝑛 ⟹ (−1)𝑛 𝑎 0 = 𝑥1 𝑥2 … 𝑥𝑛
𝑎𝑛
DD
𝑛

Por lo tanto si 𝑃(𝑥) = 𝑎𝑛 𝑥 + 𝑎𝑛−1 𝑥 𝑛−1 + … + 𝑎1 𝑥 + 𝑎0 las relaciones anteriores se traducen

𝑛

como:
a) La suma de las raíces es igual al segundo coeficiente cambiado de signo, dividido por
LA

el coeficiente principal.
b) La suma de los productos binarios de las raíces es igual al tercer coeficiente dividido
por el coeficiente principal.
Las mismas reglas valen para las sumas de los productos ternarios, cuaternarios, etc.
FI

con signos − ó + alternativamente.

El producto de las 𝑛 raíces es igual al término independiente dividido por el coeficiente
principal, con signo + ó − , según que 𝑛 sea par o impar respectivamente.


Ejemplo: determinar el polinomio mónico de grado tres cuyas raíces son:

𝑥1 = 1, 𝑥2 = −1 𝑦 𝑥3 = 2
El polinomio buscado tiene la forma:
𝑃(𝑥) = 𝑥 3 + 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0 donde debemos determinar: 𝑎2 , 𝑎1 𝑦 𝑎0 . Por lo tanto
𝑎
𝑥1 + 𝑥2 + 𝑥3 = − 𝑎2 ⟹ 𝑎2 = −(1 + (−1) + 2) ⟹ 𝑎2 = −2
3
𝑎
𝑥1 𝑥2 + 𝑥1 𝑥3 + 𝑥2 𝑥3 = 𝑎1 ⟹ 𝑎1 = 1(−1) + 1(+2) + (−1)2 ⟹ 𝑎1 = −1
3
𝑎
𝑥1 𝑥2 𝑥3 = − 𝑎0 ⟹ 𝑎0 = −1(−1)2 ⟹ 𝑎0 = 2
3

Por lo tanto el polinomio solicitado es: 𝑃(𝑥) = 𝑥 3 − 2𝑥 2 − 𝑥 + 2

Comprobamos que las raíces dadas, anulan al 𝑃(𝑥) propuesto.

Pág. 33

Este archivo fue descargado de [Link]

𝑃(1) = (+1)3 − 2 (+1)2 − (+1) + 2 = 0
𝑃(−1) = (−1)3 − 2(−1)2 − (−1) + 2 = 0
𝑃(2) = (+2)3 − 2(+2)2 − (+2) + 2 = 0

OM
.C
DD
LA
FI


Pág. 34

Este archivo fue descargado de [Link]

Capítulo 2

Números Complejos
1.1.- Introducción
En el campo de los números racionales (ℚ) son siempre posible las cuatro operaciones
racionales: adición y su inversa, sustracción, multiplicación y su inversa, división, ésta

OM
última, siempre que el divisor sea distinto de cero. En consecuencia, la potenciación con
exponente natural, como caso particular de la multiplicación, es siempre posible. Pero
veamos que ocurre con sus operaciones inversas.
𝑛
Sean 𝑎, 𝑏 ∈ ℚ 𝑦 𝑛 ∈ ℕ. En la relación √𝑎 = 𝑏 ⟺ 𝑏 𝑛 = 𝑎, el número 𝑏 recibe el nombre de
raíz n-ésima de 𝑎. Si conocemos 𝑎 y 𝑏, el exponente 𝑛, al que hay que elevar b para obtener

.C
el número 𝑎 se llama logaritmo de a respecto de la base b; esto es: 𝑙𝑜𝑔𝑏 𝑎 = 𝑛 ⟺ 𝑏 𝑛 = 𝑎.
Tenemos, por lo tanto, dos operaciones inversas a la potenciación: la radicación y la
logaritmación.
DD
La extracción de raíces no siempre es posible, ya que si el índice es par y el radicando es
negativo, no existe ningún número real cuyas potencias de exponente par, sean
negativas. Asimismo, carecen de logaritmo en el sistema real los números negativos, ya
que si la base es positiva, sus potencias de exponente real cualquiera son siempre
LA

positivas, por lo tanto, no pueden coincidir con el número dado si este es negativo.
4 1
Todavía carecen de sentido, expresiones tales como: √−3, √− , log(−4) , …
16
FI

Muchos otros problemas quedan sin solución en campo de números reales, a modo de
ejemplo, resolver ecuaciones de la forma 𝑥 𝑛 = 𝑎 con 𝑛 ∈ ℕ y 𝑎 ∈ ℝ. Si 𝑛 es impar, la
ecuación tiene exactamente una solución real. Por ejemplo, si 𝑥 3 = 8 ⟹ 𝑥 = 2. Si 𝑛 es
par y 𝑎 es positivo, existen exactamente dos soluciones reales. Por ejemplo, si 𝑥 4 = 16 ⟹


𝑥 = ±2. Sin embargo, si 𝑛 es par y 𝑎 es negativo, la ecuación no tiene soluciones en ℝ, ya

que, como se dijo anteriormente, ningún número real elevado a una potencia par es
negativo. Particularmente, la ecuación 𝑥 2 = −1 no tiene solución en los números reales.
Se hace necesaria la ampliación de ℝ a un conjunto en donde puedan resolverse
situaciones como las enunciadas anteriormente, de manera que estos nuevos números
definidos comprendan como caso particular a los números reales. Tal conjunto es el de
los números complejos.
En este segundo capítulo estudiaremos las distintas formas en las que se puede expresar
un mismo número complejo y la equivalencia entre ellas; las operaciones (incluyendo la

Este archivo fue descargado de [Link]

conjugación) que se pueden realizar entre estos números y en las diversas formas en que
se expresan, en todos los casos la correspondiente interpretación geométrica. También
se demostrarán las propiedades de las operaciones.

1.2.- Conceptos básicos

En vista de la insuficiencia del campo de números reales, lo ampliaremos creando nuevos
números, cada uno de los cuales se compone de un par de números reales de igual modo
que todo número racional se compone de un par de números enteros.

OM
Número complejo: llamaremos número complejo a todo par ordenado de números reales.
El conjunto de números complejos se designa con ℂ, es decir que ℂ = ℝ2, o sea que se
puede caracterizar ℂ como ℂ = {(𝑎, 𝑏)/𝑎 ∈ ℝ ∧ 𝑏 ∈ ℝ }.
La notación usual para los números complejos es 𝑧 = (𝑎, 𝑏) conocida como forma
1
Cartesiana. Son ejemplos: 𝑧1 = (2, 3), 𝑧2 = (−√3, 2), 𝑧3 = (− , −3) , 𝑧4 = (−1, 1).
2

.C
Parte real de un número complejo es su primera componente, mientras que parte
imaginaria es su segunda componente. Esto se simboliza como:
Sea 𝑧 = (𝑎, 𝑏) ⟹ 𝑅𝑒(𝑧) = 𝑎 ∧ 𝐼𝑚(𝑧) = 𝑏.
DD
Para que los nuevos números definidos comprendan como caso particular a los números
reales, convendremos en adoptar para cada número real “a” la expresión compleja (𝑎, 0).
Particularmente el par ordenado (1,0) identifica al número real 1 y el (0,0) al 0. Los
números complejos no reales se llaman 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑟𝑖𝑜𝑠, en particular los números (0, 𝑏) que
LA

tiene nula su primera componente se llaman 𝑖𝑚𝑎𝑔𝑖𝑛𝑎𝑟𝑖𝑜𝑠 𝑝𝑢𝑟𝑜𝑠. El más sencillo es (0, 1)
llamada unidad imaginaria y lo designaremos siempre por la letra 𝑖.
Un número complejo es real si y sólo si su parte imaginaria es cero.
FI

(𝑎, 𝑏) ∈ ℂ es ℝ ⟺ 𝑏 = 0

Un número complejo es imaginario puro si y sólo si su parte real es cero.

(𝑎, 𝑏) ∈ ℂ es 𝕀𝑚 ⟺ 𝑎 = 0


Ejemplos: 𝑧5 = (−2, 0) = −2 es un número real, 𝑧6 = (0, − 2) = −2𝑖 es un número

imaginario puro.

2.- Representación gráfica de números complejos

Considerando un sistema de coordenadas cartesianas ortogonales, los números
complejos se corresponden con los puntos del plano. La abscisa de cada punto es la parte
real y la ordenada es la parte imaginaria.
Un complejo 𝑧 = (𝑎, 𝑏) se representa entonces geométricamente por el punto del plano –
que indicamos con la misma letra 𝑧– de coordenadas cartesianas 𝑎 y 𝑏, o bien por el

Este archivo fue descargado de [Link]

vector asociado al complejo que va desde el origen del sistema hasta el punto 𝑧 (vector
posición del punto).

OM
Gráfico 1

Luego:
“A cada complejo le corresponde un punto del plano y a cada punto del plano le corresponde
un único número complejo. Un número complejo puede tomarse como representante de un
vector y un vector puede tomarse como representante de un número complejo”.

.C
Esto significa que geométricamente los números complejos se pueden interpretar como
un caso particular de los n–vectores, ℝ𝒏, en donde 𝑛 = 2, por lo tanto, son válidos muchos
DD
de los conceptos estudiados en el Capítulo 1: Vectores de ℝ𝒏.
3
Ejemplo 1: representar gráficamente 𝑧1 = (2, 3), 𝑧2 = (−√3, 3), 𝑧3 = (− , −2) , 𝑧4 = (−1, 1),
2

𝑧5 = (−3, 0) = −3, 𝑧6 = (0, − 2) = −2𝑖

LA
FI


Gráfico 2

Ejemplo 2: determinar analítica y gráficamente los complejos 𝑧 = (𝑥, 𝑦) tales que:

a) 𝑅𝑒(𝑧) = −3
Todos los pares ordenados que tengan como primera componente igual a –3, son los que
tienen la forma (−3, 𝑦). La ecuación 𝑥 = −3 representa una recta paralela al eje de las
ordenadas que pasa por el punto de abscisa –3. Esto significa que todos los números

Este archivo fue descargado de [Link]

complejos cuya parte real es igual a –3, están representados gráficamente en la recta de
ecuación 𝑥 = −3.

OM
Gráfico 3

b) 𝐼𝑚(𝑧) ≤ 2
Esta condición se traduce como 𝑦 ≤ 2, la segunda componente de los números complejos

.C
es igual o menor que 2. La inecuación 𝑦 ≤ 2 corresponde al semiplano que contiene al
origen y cuyo borde es la recta de ecuación 𝑦 = 2.
DD
LA
FI

Gráfica 4

c) 𝑅𝑒(𝑧) + 𝐼𝑚(𝑧) = 2
La condición se traduce como 𝑥 + 𝑦 = 2, ecuación en dos variables que representa una


recta, cuya ecuación explícita es 𝑦 = −𝑥 + 2.

Gráfico 5

Este archivo fue descargado de [Link]

3.- Otras formas de expresar un número complejo
3.1.- Números complejos expresados en forma binómica
Por el momento, en ℂ = ℝ2 vamos a definir la adición y multiplicación de la siguiente
manera:
Sean (𝑎, 𝑏) 𝑦 (𝑐, 𝑑) ∈ ℂ ⟹
(𝑎, 𝑏) + (𝑐, 𝑑) = (𝑎 + 𝑐, 𝑏 + 𝑑) ∧ (𝑎, 𝑏). (𝑐, 𝑑) = (𝑎𝑐 − 𝑏𝑑, 𝑎𝑑 + 𝑏𝑐)
Ejemplo: sean los complejos 𝑧1 = (1, −6) 𝑦 𝑧2 = (−2, 4) entonces:

OM
𝑧1 + 𝑧2 = (1, −6) + (−2, 4) = (−1, −2)
𝑧1 . 𝑧2 = (1, −6). (−2, 4) = (1(−2) − (−6)4, 1.4 + (−6)(−2) = (22, 16)
Veamos qué ocurre cuando multiplicamos el número real b, expresado como complejo
𝑏 = (𝑏, 0) por la unidad imaginaria 𝑖 que expresada como complejo es (0, 1) es decir 𝑖 =
(0,1).

.C
(𝑏, 0). (0, 1) = (𝑏. 0 − 0.1, 𝑏. 1 + 0.0) = (0, 𝑏)
Es decir que al multiplicar un número real (expresado como complejo) por la unidad
DD
imaginaria, se convierte a este en un número imaginario puro, ya que (0, 𝑏) tiene su
primer componente igual a cero.
(𝑏, 0). (0, 1) = (0, 𝑏), reemplazando (𝑏, 0) = 𝑏 y 𝑖 = (0,1) = 𝑖 obtenemos
𝑏𝑖 = (0, 𝑏), o lo que es lo mismo
LA

(0, 𝑏) = 𝑏𝑖 = 𝑖𝑏1
Ahora bien, si realizamos la siguiente suma:
(𝑎, 0) + (0, 𝑏) = (𝑎 + 0, 0 + 𝑏) = (𝑎, 𝑏)
Pero (𝑎, 0) = 𝑎 𝑦 (0, 𝑏) = 𝑏𝑖 por lo tanto
FI

(𝑎, 𝑏) = 𝑎 + 𝑏𝑖, o lo que es lo mismo:

𝑧 = 𝑎 + 𝑏𝑖 conocida como expresión binómica de un número complejo.
Ejemplo: expresar los números complejos del ejemplo 1, en forma binómica.


1 1
𝑧1 = (2, 3) = 2 + 3𝑖 𝑧3 = (− 2 , −3) = − − 3𝑖
2

𝑧2 = (−√3, 2) = −√3, +2𝑖 𝑧4 = (−1, 1) = −1 + 𝑖

A partir de esto, nos interesan las potencias sucesivas de la unidad imaginaria, para lo
cual hacemos:
𝑖0 = 𝟏 𝑖 4 = 𝑖 2 𝑖 2 = −1(−1) = 𝟏 𝑖8 = 𝟏
𝑖1 = 𝒊 𝑖 5 = 𝑖 2 𝑖 3 = −1(−𝑖) = 𝒊 𝑖9 = 𝒊
𝑖 2 = −𝟏 𝑖 6 = 𝑖 2 𝑖 4 = −1 .1 = −𝟏 𝑖 10 = −𝟏

1
En el apartado correspondiente, se demostrará la propiedad conmutativa del producto de números complejos.

Este archivo fue descargado de [Link]

𝑖 3 = 𝑖 2 𝑖 = −1. 𝑖 = −𝒊 𝑖 7 = 𝑖 4 𝑖 3 = 1(−𝑖) = −𝒊 𝑖 11 = −𝒊
La regularidad que se puede observar en los resultados, nos conduce a enunciar el
siguiente teorema que permite calcular cualquier potencia de la unidad imaginaria.
Teorema de las potencias n–ésimas de i: Sean 𝑛, 𝑘 𝑦 𝑟, tres números naturales tales que
𝑛 = 4𝑘 + 𝑟 con 0 ≤ 𝑟 ≤ 3, entonces 𝑖 𝑛 = 𝑖 𝑟
D)
𝑖 𝑛 = 𝑖 4 𝑘+𝑟
𝑖𝑛 = 𝑖4 𝑘. 𝑖𝑟

OM
𝑖 𝑛 = (𝑖 4 )𝑘 . 𝑖 𝑟
𝑖 𝑛 = (1)𝑘 . 𝑖 𝑟
𝑖𝑛 = 1 . 𝑖𝑟
𝑖𝑛 = 𝑖𝑟
Es decir que podemos calcular cualquier potencia de 𝑖 con exponente natural 𝑛,

.C
considerando como exponente el resto 𝑟 de la división de 𝑛 en cuatro.
Ejemplos:
DD
Calcular i253 e i757
Como 253 = 4 x 63 + 1 ⟹ i253 = i1 = i
Como 757 = 4 x 186 + 3 ⟹ i747 = i3 = −i

Finalmente, nótese que hasta el momento no hemos definido ninguna relación de la forma
LA

𝑧1 < 𝑧2 con 𝑧1 , 𝑧2 ∈ ℂ, esto se debe a que la diferencia esencial que presentan los complejos
respecto al cuerpo2 de los números reales, consiste en que es no ordenado.
En efecto si el conjunto de números complejos fuera ordenado, como 𝑖 ≠ 0 se presentarían
dos casos: 𝑖 > 0 ó 𝑖 < 0.
FI

Si 𝑖 > 0 entonces 𝑖. 𝑖 > 0. 𝑖 es decir 𝑖 2 > 0 o sea que −1 > 0 lo cual es un absurdo. De
manera similar si suponemos 𝑖 < 0. Por lo tanto, el cuerpo de los números complejos no
puede ser ordenado.


Las dos formas de expresar un complejo, cartesiana y binómica, no son las únicas; existe
una tercera (también una cuarta) forma llamada polar (porque utiliza un sistema de
coordenadas polares para ubicar el punto en el plano, que representa el número
complejo) o trigonométrica.

2
Un cuerpo ó campo, es un conjunto K con dos operaciones binarias, usualmente llamadas suma “+” y producto “." La
suma es asociativa, conmutativa y su elemento neutro es 0, además para cada elemento existe un inverso. El producto
es asociativo, conmutativo, su elemento neutro es 1 y todo elemento distinto de cero tiene inverso, además el producto
se distribuye respecto de la suma.

Este archivo fue descargado de [Link]

3.2.- Números complejos expresados en forma polar o trigonométrica
Como se dijo anteriormente, las coordenadas cartesianas (𝑎, 𝑏) del punto 𝑧 determinan el
𝑜𝑧. Podemos fijar la posición de 𝑧, en el plano, de otra forma.
vector ⃗⃗⃗⃗
𝑜𝑥 a la que llamaremos eje polar y al origen 𝑜 al que lo
Elegimos una semirrecta ⃗⃗⃗⃗
llamaremos polo. Elegimos además una unidad de medida y un sentido de giro en el
plano, considerando sentido positivo, el sentido contrario al del movimiento de las agujas
del reloj. La posición de 𝑧 queda determinada por el módulo del vector ⃗⃗⃗⃗
𝑜𝑧, es decir por el
número 𝜌 = ‖𝑧‖ y por el ángulo que debe girar el eje polar 𝑜𝑥
⃗⃗⃗⃗ alrededor del polo, 𝑜, en

OM
sentido positivo hasta superponerse a la semirrecta de origen 𝑜, que contiene al vector 𝑜𝑧
⃗⃗⃗⃗
y cuya medida en radianes o grados sexagesimales llamaremos φ.

.C
DD
Gráfico 6

El conjunto formado por el polo, el eje polar, la unidad de medida y el sentido positivo
LA

para los giros recibe el nombre de Sistema de Coordenadas Polares.

Los números: ρ llamado módulo o radio vector y φ llamado argumento, reciben el nombre
⃗⃗⃗⃗ .
de coordenadas polares del punto 𝑧 o del vector 𝑜𝑧
FI

Las coordenadas polares suelen escribirse como: (𝜌, 𝜑) o en forma resumida como 𝜌𝜑 .
El número 𝜌, por definición es positivo o nulo, no negativo. El número real φ se llama
argumento principal del complejo no nulo si 0 ≤ φ < 2𝜋
El número complejo de módulo ρ y argumento φ suele designarse como ρφ


Para un punto dado 𝑧 existen infinitos argumentos. Si uno de ellos es φ, se deducen de

él todos los demás con la fórmula: φ
̂ + 2𝑘𝜋 con 𝑘 ∈ ℤ.
Del gráfico 6 se puede deducir que:
𝑎 = 𝜌 𝑐𝑜𝑠 𝜑̂ y 𝑏 = 𝜌 𝑠𝑒𝑛 𝜑̂ con 0 ≤ φ
̂ < 2𝜋 , por lo tanto, se tiene que:
𝑧 = 𝑎 + 𝑏𝑖 = 𝜌 𝑐𝑜𝑠 𝜑̂ + 𝜌 𝑖 𝑠𝑒𝑛 𝜑̂ es decir que:
𝑧 = 𝜌 (𝑐𝑜𝑠 𝜑̂ + 𝑖 𝑠𝑒𝑛 𝜑̂) que es la forma polar o trigonométrica del complejo 𝑧.
Donde 𝜌 𝑦 𝜑̂ definen unívocamente a 𝑧, mientras que 𝑧 caracteriza unívocamente a 𝜌 pero
no a φ
̂.

3.3.- Equivalencia entre los sistemas de representaciones

Este archivo fue descargado de [Link]

De la figura anterior puede deducirse que:
𝑏
𝜌 = ‖𝑧‖ = √𝑎2 + 𝑏 2 𝑦 𝜑̂ = 𝑎𝑟𝑐𝑡𝑔 𝑎 𝑐𝑜𝑛 𝑎 ≠ 0

Fórmulas que permiten pasar del sistema cartesiano al polar.

De la misma figura puede deducirse que:
𝑎 = 𝜌 𝑐𝑜𝑠 𝜑̂ 𝑦 𝑏 = 𝜌 𝑠𝑒𝑛 𝜑̂ 𝑐𝑜𝑛 0 ≤ 𝜑̂ < 2𝜋
Fórmulas que permiten pasar del sistema polar al cartesiano
Ejemplos:
a) Determinar la forma polar del complejo 𝑧 = 1 + √3 𝑖

OM
En este caso 𝑎 = 1 𝑦 𝑏 = √3 , aplicando las fórmulas correspondientes
2 √3
𝜌 = √12 + (√3) = √4 = 2 y 𝜑̂ = 𝑎𝑟𝑐𝑡𝑔 1

Esta última ecuación da dos valores para el argumento φ

̂ = 60° ó φ
̂ = 240°, sin embargo,
es uno solo el que corresponde a z. Lo elegimos teniendo en cuenta los signos de las

.C
coordenadas cartesianas en cada uno de los cuadrantes.
Por ser en este caso 𝑎 y 𝑏 positivos, resulta φ
̂ del primer cuadrante e igual a 60°.
DD
Por lo tanto 𝑧 = 2 (𝑐𝑜𝑠 60° + 𝑖 𝑠𝑒𝑛 60°) = 260°

b) Determinar la forma cartesiana del complejo 𝑧 = 3210°

En este caso ρ = 3 y φ
̂ = 210°, aplicando las fórmulas correspondientes
√3 3√3
𝑎 = 3 𝑐𝑜𝑠 210° = 3 (− ) =−
LA

2 2
1 3
𝑏 = 3 𝑠𝑒𝑛 210° = 3 (− 2) = − 2
3√3 3 3√3 3
Por lo tanto 𝑧 = (− , − 2) ó 𝑧=− − 2𝑖
2 2
FI

4.- Igualdad de números complejos

Dos números complejos 𝑧1 = 𝑎 + 𝑏𝑖, 𝑧2 = 𝑐 + 𝑑𝑖 serán iguales si y sólo si tienen sus
componentes reales y sus componentes imaginarias respectivamente iguales


Si 𝑧1 = 𝑎 + 𝑏𝑖 ∈ ℂ 𝑦 𝑧2 = 𝑐 + 𝑑𝑖 ∈ ℂ, entonces 𝑎 + 𝑏𝑖 = 𝑐 + 𝑑𝑖 ⟺ 𝑎 = 𝑐 ∧ 𝑏 = 𝑑
D)
𝑎 + 𝑏𝑖 = 𝑐 + 𝑑𝑖
⇒ 𝑎 − 𝑐 = (𝑑 − 𝑏)𝑖
⇒ (𝑎 − 𝑐)2 = (𝑑 − 𝑏)2 𝑖 2
⇒ (𝑎 − 𝑐)2 = −(𝑑 − 𝑏)2
Como (𝑎 − 𝑐)2 ≥ 0 𝑦 (𝑑 − 𝑏)2 ≥ 0 se tiene que (𝑎 − 𝑐)2 = 0 = (𝑑 − 𝑏)2 esto es 𝑎 − 𝑐 = 0 = 𝑑 −
𝑏 y por lo tanto 𝑎 = 𝑐 𝑦 𝑑 = 𝑏

Si los números complejos están expresados en forma polar, se tiene

Este archivo fue descargado de [Link]

La condición necesaria y suficiente para que dos números complejos 𝜌1 𝜑 𝑦 𝜌2 𝜑 sean
1 2

iguales, es que sean iguales sus módulos y que sus argumentos difieran en múltiplos de
2𝜋
Si 𝜌1 φ̂ ∈ ℂ 𝑦 𝜌2 φ̂ ∈ ℂ, entonces 𝜌1 φ̂ = 𝜌2 φ̂ ⟺ 𝜌1 = 𝜌2 ∧ φ
̂1 = φ
̂2 + 2𝑘𝜋 𝑐𝑜𝑛 𝑘 ∈ ℤ
1 2 1 2

Veamos el porqué de esta condición.

Sean ρ1 φ̂ = ρ1 (cos φ
̂1 + i sen φ
̂)
1 y ρ2 φ̂ = ρ2 (cos φ
̂2 + i sen φ
̂2 ) , como 𝜌1 φ̂ = 𝜌2 φ̂ entonces
1 2 1 2

ρ1 (cos φ
̂1 + i sen φ
̂)
1 = ρ2 (cos φ
̂2 + i sen φ
̂2 ) de donde
𝑐𝑜𝑠 𝜑
̂1 = 𝑐𝑜𝑠 𝜑
̂2

OM
𝜌1 = 𝜌2 y { de estas dos últimas igualdades se deduce que los ángulos
𝑠𝑒𝑛 𝜑̂1 = 𝑠𝑒𝑛 𝜑
̂2
deben diferir en 2𝑘𝜋 𝑐𝑜𝑛 𝑘 ∈ ℤ o sea φ
̂1 = 𝜑
̂2 + 2𝑘𝜋 𝑐𝑜𝑛 𝑘 ∈ ℤ.
Por ejemplo, las expresiones 375° , 3435° y 3795° representan el mismo número complejo.

5.- Operaciones con números complejos

.C
5.1.- Suma de números complejos
La suma de dos números complejos es otro complejo cuya componente real es la suma de
las componentes reales de los complejos dados y cuya componente imaginaria es la suma
DD
de sus componentes imaginarias.
Si 𝑧1 = 𝑎1 + 𝑏1 𝑖 ∈ ℂ 𝑦 𝑧2 = 𝑎2 + 𝑏2 𝑖 ∈ ℂ entonces
𝑧1 + 𝑧2 = 𝑎1 + 𝑏1 𝑖 + 𝑎2 + 𝑏2 𝑖
𝑧1 + 𝑧2 = (𝑎1 + 𝑎2 ) + ( 𝑏1 + 𝑏2 ) 𝑖
LA

Ejemplo
𝑧1 = 2 − 5𝑖 𝑦 𝑧2 = −4 − 3𝑖 entonces 𝑧1 + 𝑧2 = −2 − 8𝑖

Interpretación geométrica de la suma de números complejos: geométricamente, la

FI

suma de números complejos se efectúa por la regla del paralelogramo, es decir por la
regla de la suma de vectores que parten del origen de coordenadas, según lo que vimos
en el Capítulo 1.


Gráfico 7

5.2.- Producto de un número complejo por un escalar

Este archivo fue descargado de [Link]

Dado un número complejo 𝑧 = 𝑎 + 𝑏𝑖 y un número real 𝜆, el producto de 𝜆 por 𝑧 es otro
complejo cuyas componentes se obtienen multiplicando las componentes real e imaginaria
del complejo dado por el número real 𝜆
Sean 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ 𝑦 𝜆 ∈ ℝ entonces 𝜆 𝑧 = 𝜆 𝑎 + (𝜆𝑏)𝑖
Gráficamente el complejo 𝜆 z esta sobre la recta que pasa por el origen de coordenadas y
el punto que representa al complejo z.
Si el número complejo esta expresado en forma polar, es decir 𝑧 = 𝜌𝜑 entonces 𝜆 𝑧 = 𝜌 ∗𝜑∗
donde

OM
𝜆𝑏 𝑏 𝜑 𝑠𝑖 𝜆 > 0
𝜑∗ = 𝑎𝑟𝑐 𝑡𝑔 =𝑎={
𝜆𝑎 𝜑 + 𝜋 𝑠𝑖 𝜆 < 0
Esto quiere decir, como se dijo anteriormente, que los complejos z y 𝜆 z están sobre la
recta que une el origen de coordenadas y el punto que representa al complejo z.

.C
DD
LA

Gráfico 8

𝜌∗ = ‖𝜆 𝑧‖ = √(𝜆 𝑎)2 + (𝜆 𝑏)2

FI

𝜌∗ = √𝜆2 𝑎2 + 𝜆2 𝑏 2
𝜌∗ = √𝜆2 (𝑎2 + 𝑏 2 )
𝜌∗ = | 𝜆 | ‖𝑧‖
El módulo del producto de un número real por un complejo z es igual al valor absoluto


del número real multiplicado por el módulo del complejo.

Ejemplo: sea el complejo 𝑧 = −2 + 3𝑖 y el escalar 𝜆 = 3 entonces 𝜆 𝑧 = −6 + 9𝑖.
En términos geométricos, el complejo 𝜆 𝑧 es el vector que tiene igual dirección que 𝑧 y que
dependiendo del signo de 𝜆 tiene igual sentido (𝜆 > 0) o sentido opuesto (𝜆 < 0) a la del
vector que representa a 𝑧 y cuya longitud es igual al valor absoluto de 𝜆 por la longitud
del vector que representa a 𝑧.
Ejemplo 1: sea el vector 𝑧 = 2 + 3𝑖 𝑦 𝜆 = 3 entonces el vector que representa al complejo
𝜆 𝑧 = 6 + 9𝑖 tendrá la misma dirección que el vector que representa a 𝑧 y una longitud
igual al triple del mismo.

Este archivo fue descargado de [Link]

 OM
Gráfico 9
1
Ejemplo 2: sea el complejo 𝑧 = 2 + 4𝑖 𝑦 𝜆 = − , entonces el complejo 𝜆 𝑧 = −1 − 2𝑖 será
2

.C
representado por un vector cuyo sentido es opuesto al del vector que representa a 𝑧 y una
longitud igual a la mitad del mismo.
DD
LA
FI


Gráfico 10

De acuerdo a la definición de producto de un número complejo por un escalar, si el

complejo es 𝑧 = 𝑎 + 𝑏𝑖 y el escalar es:
a) 𝜆 = −1 entonces 𝜆 𝑧 = −𝑧 complejo opuesto a 𝑧.
b) 𝜆 = 0 entonces 𝜆 𝑧 = 0 complejo nulo.

Este archivo fue descargado de [Link]

Propiedades de la suma de números complejos y producto por un escalar
Veremos a continuación, cuáles son las propiedades algebraicas que poseen las dos
operaciones básicas antes definidas, estas propiedades son similares a las que
estudiamos en el Capítulo 1 para vectores en ℝ𝒏, con la salvedad que en este caso 𝑛 = 2.
P1) La suma es ley de composición interna en ℂ
Si 𝑧1 = 𝑎1 + 𝑏1 𝑖 ∈ ℂ 𝑦 𝑧2 = 𝑎2 + 𝑏2 𝑖 ∈ ℂ entonces (z1 + z2 ) ∈ ℂ
Esto significa que la suma, como está definida, es una operación que a cada par de
números complejos le hace corresponder un único elemento de ℂ.

OM
D) Es inmediata por la definición de suma de números complejos.

P2) La suma es asociativa en ℂ.

∀𝑧1 , 𝑧2 , 𝑧3 ∈ ℂ ∶ 𝑧1 + (𝑧2 + 𝑧3 ) = (𝑧1 + 𝑧2 ) + 𝑧3
Esta propiedad ya fue demostrada para ℝ𝒏, por lo tanto, es válida para el caso particular
de ℝ𝟐 . Sin embargo, se brindará una forma alternativa de demostrar esta propiedad,

.C
considerando la forma binómica de los números complejos.
D) Sean 𝑧1 = 𝑎1 + 𝑏1 𝑖, 𝑧2 = 𝑎2 + 𝑏2 𝑖, 𝑧3 = 𝑎3 + 𝑏3 𝑖 entonces
DD
𝑧1 + (𝑧2 + 𝑧3 ) = (𝑎1 + 𝑏1 𝑖) + [(𝑎2 + 𝑏2 𝑖) + (𝑎3 + 𝑏3 𝑖)]
= (𝑎1 + 𝑏1 𝑖) + [(𝑎2 + 𝑎3 ) + (𝑏2 + 𝑏3 )𝑖 ]
= [𝑎1 + (𝑎2 + 𝑎3 )] + [𝑏1 + (𝑏2 + 𝑏3 )]𝑖
= [(𝑎1 + 𝑎2 ) + 𝑎3 ] + [(𝑏1 + 𝑏2 ) + 𝑏3 ]𝑖
LA

= [(𝑎1 + 𝑎2 ) + (𝑏1 + 𝑏2 )𝑖 ] + (𝑎3 + 𝑏3 𝑖)

= (𝑧1 + 𝑧2 ) + 𝑧3 Por lo tanto, la suma de números complejos, es asociativa.

P3) La suma es conmutativa en ℂ.

∀𝑧1 , 𝑧2 ∈ ℂ ∶ 𝑧1 + 𝑧2 = 𝑧2 + 𝑧1
FI

D) Sean 𝑧1 = 𝑎1 + 𝑏1 𝑖, 𝑧2 = 𝑎2 + 𝑏2 𝑖 entonces
𝑧1 + 𝑧2 = (𝑎1 + 𝑎2 ) + (𝑏1 + 𝑏2 )𝑖
= (𝑎2 + 𝑎1 ) + (𝑏2 + 𝑏1 )𝑖


= 𝑎2 + 𝑎1 + 𝑏2 𝑖 + 𝑏1 𝑖
= 𝑎2 + 𝑏2 𝑖 + 𝑎1 + 𝑏1 𝑖
= (𝑎2 + 𝑏2 𝑖) + (𝑎1 + 𝑏1 𝑖)
= 𝑧2 + 𝑧1

P4) Existe un único elemento neutro para la suma en ℂ.

El elemento neutro para la suma es el complejo nulo, es decir (0, 0) = 0 + 0i
∀ 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ ∶ ∃ 0 = 0 + 0𝑖 ∈ ℂ / 𝑧 + 0 = 0 + 𝑧 = 𝑧
D) La existencia es evidente puesto que se definió el complejo nulo como aquel número
complejo cuyas componentes son cero.

Este archivo fue descargado de [Link]

Para demostrar la unicidad del neutro vamos a suponer que existen dos neutros para la
suma: 01 𝑦 02 , por lo tanto, si:
01 es neutro entonces 01 + 02 = 02
02 es neutro entonces 02 + 01 = 01
De donde se deduce, por ser los primeros miembros de ambas igualdades iguales, que
01 = 02 y consecuentemente el neutro para la suma, es único.

P5) Cada elemento en ℂ admite un único inverso aditivo u opuesto en ℂ.

El elemento opuesto a uno cualquiera 𝑧, se nota por −𝑧.

OM
∀ 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ ∶ ∃ − 𝑧 = −𝑎 − 𝑏𝑖 ∈ ℂ ú𝑛𝑖𝑐𝑜 / 𝑧 + (−𝑧) = −𝑧 + 𝑧 = 0
La existencia de tal número complejo es evidente puesto que cuando se definió producto
de un complejo por un escalar, si el escalar es –1 al multiplicarse por cualquier complejo
se obtiene el opuesto de dicho complejo.

.C
Para demostrar la unicidad del elemento opuesto vamos a suponer que para un complejo
𝑧 existen dos opuestos 𝑧1 𝑦 𝑧2 y que los mismos son iguales.
𝑧1 + 𝑧 = 𝑧 + 𝑧1 = 0 y 𝑧2 + 𝑧 = 𝑧 + 𝑧2 = 0
DD
𝑧1 + 𝑧 = 0
𝑧1 + 𝑧 + 𝑧2 = 0 + 𝑧2 sumando miembro a miembro 𝑧2
𝑧1 + (𝑧 + 𝑧2 ) = 𝑧2 por asociatividad de la suma y elemento neutro
𝑧1 + 0 = 𝑧2 por ser 𝑧2 opuesto de 𝑧
LA

𝑧1 = 𝑧2
Consecuentemente, el inverso aditivo u opuesto de cada elemento 𝑧 ∈ ℂ es único.

P6) El producto es ley de composición externa en ℂ con escalares en ℝ.

∀ 𝑧 ∈ ℂ, ∀𝜆 ∈ ℝ ⟹ 𝜆 𝑧 ∈ ℂ
FI

Esto significa que el producto de un número complejo por un escalar, como está definido,
es una operación que a cada par complejo–escalar, le hace corresponder un único
elemento de ℂ.


D) La existencia de tal complejo es inmediata, por la definición de producto de un número

complejo por un escalar.

P7) El producto por un escalar satisface la asociatividad mixta.

∀ 𝑧 ∈ ℂ ∀𝛼, 𝛽 ∈ ℝ ∶ 𝛼(𝛽 𝑧) = (𝛼 𝛽)𝑧
D) Sea 𝑧 = 𝑎 + 𝑏𝑖 entonces
𝛼(𝛽 𝑧) = 𝛼[𝛽(𝑎 + 𝑏𝑖)]
= 𝛼 (𝛽 𝑎 + 𝛽 𝑏𝑖)
= 𝛼 𝛽 𝑎 + 𝛼 𝛽 𝑏𝑖
= (𝛼 𝛽)𝑎 + (𝛼 𝛽) 𝑏𝑖

Este archivo fue descargado de [Link]

= (𝛼 𝛽)(𝑎 + 𝑏𝑖)
= (𝛼 𝛽)𝑧
Concluimos entonces que 𝛼(𝛽 𝑧) = (𝛼 𝛽)𝑧.

P8) El producto por un escalar es distributivo respecto a la suma en ℝ.

∀ 𝑧 ∈ ℂ ∀𝛼, 𝛽 ∈ ℝ ∶ (𝛼 + 𝛽)𝑧 = 𝛼 𝑧 + 𝛽 𝑧
D) Sea 𝑧 = 𝑎 + 𝑏𝑖 entonces
(𝛼 + 𝛽)𝑧 = (𝛼 + 𝛽)(𝑎 + 𝑏𝑖)
= (𝛼 + 𝛽)𝑎 + (𝛼 + 𝛽)𝑏𝑖

OM
= 𝛼 𝑎 + 𝛽 𝑎 + 𝛼 𝑏𝑖 + 𝛽 𝑏𝑖
= 𝛼 𝑎 + 𝛼 𝑏𝑖 + 𝛽 𝑎 + 𝛽 𝑏𝑖
= 𝛼 (𝑎 + 𝑏𝑖) + 𝛽( 𝑎 + 𝑏𝑖)
= 𝛼 𝑧 + 𝛽 𝑧 con lo que se demuestra que el producto de un complejo por un escalar, es

.C
distributivo respecto de la suma de escalares.

P9) El producto por un escalar es distributivo respecto a la suma en ℂ.

∀ 𝑧1 , 𝑧2 ∈ ℂ ∀𝛼 ∈ ℝ ∶ 𝛼 (𝑧1 + 𝑧2 ) = 𝛼 𝑧1 + 𝛼 𝑧2
DD
D) Sean 𝑧1 = 𝑎1 + 𝑏1 𝑖, 𝑧2 = 𝑎2 + 𝑏2 𝑖 entonces
𝛼 (𝑧1 + 𝑧2 ) = 𝛼 [(𝑎1 + 𝑏1 𝑖) + (𝑎2 + 𝑏2 𝑖)]
= 𝛼 [(𝑎1 + 𝑎2 ) + (𝑏1 + 𝑏2 )𝑖]
= 𝛼 (𝑎1 + 𝑎2 ) + 𝛼 (𝑏1 + 𝑏2 )𝑖
LA

= 𝛼 𝑎1 + 𝛼 𝑎2 + 𝛼 𝑏1 𝑖 + 𝛼 𝑏2 𝑖
= 𝛼 𝑎1 + 𝛼 𝑏1 𝑖 + 𝛼 𝑎2 + 𝛼 𝑏2 𝑖
= 𝛼 (𝑎1 + 𝑏1 𝑖) + 𝛼( 𝑎2 + 𝑏2 )𝑖
= 𝛼 𝑧1 + 𝛼 𝑧2 por lo que se concluye que el producto por un escalar, es distributivo respecto
FI

a la suma de números complejos.

P10) La unidad para los ℝ es el neutro para el producto por un escalar.

∀ 𝑧 ∈ ℂ ∶ 1. 𝑧 = 𝑧


Como el conjunto de los números complejos con las operaciones definidas: suma y
producto por un escalar cumple con las propiedades enunciadas, se dice que este
conjunto tiene estructura de espacio vectorial.

5.3.- Diferencia de números complejos

La diferencia de números complejos significa sumar al minuendo el opuesto del
sustraendo.

Este archivo fue descargado de [Link]

La diferencia de dos números complejos es otro número complejo cuya componente real es
la diferencia de las componentes reales de los complejos dados y cuya componente
imaginaria es la diferencia de las componentes imaginarias
Si 𝑧1 = 𝑎1 + 𝑏1 𝑖 ∈ ℂ 𝑦 𝑧2 = 𝑎2 + 𝑏2 𝑖 ∈ ℂ entonces
𝑧1 − 𝑧2 = 𝑧1 + (−𝑧2 )
𝑧1 − 𝑧2 = (𝑎1 + 𝑏1 𝑖) + (−𝑎2 − 𝑏2 𝑖)
𝑧1 − 𝑧2 = (𝑎1 − 𝑎2 ) + (𝑏1 − 𝑏2 ) 𝑖
Ejemplo

OM
z1 = 2 − 5i y z2 = −4 − 3i entonces z1 − z2 = 6 − 2i
En cuanto a la resta, teniendo en cuenta que el número opuesto al número 𝑧 = 𝑎 + 𝑏𝑖 es
el punto del plano complejo que es simétrico al punto z con respecto al origen de
coordenadas, la interpretación geométrica de la resta se reduce al caso de la suma.

.C
DD
LA

Gráfico 11

5.4.- Producto de números complejos

El producto de dos números complejos es otro número complejo cuya componente real
FI

es igual al producto de las componentes reales menos el producto de las componentes

imaginarias de los complejos dados y cuya componente imaginaria es igual a la suma de
los productos cruzados.


Si 𝑧1 = 𝑎1 + 𝑏1 𝑖 ∈ ℂ 𝑦 𝑧2 = 𝑎2 + 𝑏2 𝑖 ∈ ℂ entonces
𝑧1 𝑧2 = (𝑎1 + 𝑏1 𝑖 ) ( 𝑎2 + 𝑏2 𝑖)
𝑧1 𝑧2 = 𝑎1 𝑎2 + 𝑎1 𝑏2 𝑖 + 𝑎2 𝑏1 𝑖 + 𝑏1 𝑏2 𝑖 2
𝑧1 𝑧2 = 𝑎1 𝑎2 + 𝑎1 𝑏2 𝑖 + 𝑎2 𝑏1 𝑖 − 𝑏1 𝑏2
𝑧1 𝑧2 = (𝑎1 𝑎2 − 𝑏1 𝑏2 ) + (𝑎1 𝑏2 + 𝑎2 𝑏1 ) 𝑖
Ejemplo
𝑧1 = 2 − 5𝑖 𝑦 𝑧2 = −4 − 3𝑖 entonces
𝑧1 𝑧2 = [2 (−4) − (−5)(−3)] + [2(−3) + (−4)(−5)] 𝑖
𝑧1 𝑧2 = (−8 − 15) + (−6 + 20) 𝑖
𝑧1 𝑧2 = −23 + 14 𝑖

Este archivo fue descargado de [Link]

Si los números complejos están expresados en forma polar o trigonométrica entonces
El producto de dos números complejos expresados en formar polar, es otro número complejo
cuyo módulo es el producto de los módulos de los complejos dados y cuyo argumento es la
suma de los argumentos.
Si 𝑧1 = 𝜌1 (𝑐𝑜𝑠 𝜑1 + 𝑖 𝑠𝑒𝑛 𝜑1 ) 𝑦 𝑧2 = 𝜌2 (𝑐𝑜𝑠 𝜑2 + 𝑖 𝑠𝑒𝑛 𝜑2 )
𝑧1 𝑧2 = 𝜌1 𝜌2 (𝑐𝑜𝑠 𝜑1 + 𝑖 𝑠𝑒𝑛 𝜑1 ) (𝑐𝑜𝑠 𝜑2 + 𝑖 𝑠𝑒𝑛 𝜑2 )
𝑧1 𝑧2 = 𝜌1 𝜌2 (𝑐𝑜𝑠 𝜑1 𝑐𝑜𝑠 𝜑2 + 𝑖 𝑐𝑜𝑠 𝜑1 𝑠𝑒𝑛 𝜑2 + 𝑖 𝑠𝑒𝑛 𝜑1 𝑐𝑜𝑠 𝜑2 + 𝑖 2 𝑠𝑒𝑛 𝜑1 𝑠𝑒𝑛 𝜑2 )
𝑧1 𝑧2 = 𝜌1 𝜌2 [𝑐𝑜𝑠 𝜑1 𝑐𝑜𝑠 𝜑2 − 𝑠𝑒𝑛 𝜑1 𝑠𝑒𝑛 𝜑2 + (𝑐𝑜𝑠 𝜑1 𝑠𝑒𝑛 𝜑2 + 𝑠𝑒𝑛 𝜑1 𝑐𝑜𝑠 𝜑2 ) 𝑖 ]

OM
𝑧1 𝑧2 = 𝜌1 𝜌2 [𝑐𝑜𝑠( 𝜑1 + 𝜑2 ) + 𝑖 𝑠𝑒𝑛 (𝜑1 + 𝜑2 )]
Ejemplo
Si 𝑧1 = 325° 𝑦 𝑧2 = 530° entonces z1 z2 = 1555°

Interpretación geométrica del producto: dados los complejos 𝑧1 = 𝜌1 𝜑 𝑦 𝑧2 = 𝜌2 𝜑

1 2

.C
𝑜𝑧1 𝑦 ⃗⃗⃗⃗⃗⃗
representados por los vectores ⃗⃗⃗⃗⃗⃗ 𝑜𝑧2 respectivamente según la unidad de medida 𝑈 =
⃗⃗⃗⃗ = 𝑧1 . 𝑧2 procedemos de la siguiente manera:
(1, 0) tomada, para hallar el 𝑜𝑧
Δ
̅̅̅̅, construimos el triángulo 𝑜𝑧
𝑜𝑧2 como homólogo de 𝑜𝑈
Sobre el segmento ̅̅̅̅̅, ⏞ 2 𝑧 semejante al
DD
Δ
⏞ 1 de tal modo que 𝑧̂
𝑜𝑈𝑧 2 𝑜𝑧 = 𝜑1 , siendo 𝑜𝑧
̂ ̂
2 𝑧 = 𝑜𝑈𝑧1 . Entonces el vector 𝑜𝑧
⃗⃗⃗⃗ representa el
producto 𝑧1 . 𝑧2 . Tal como lo muestra el gráfico 12.
Por construcción, el argumento de 𝑧 es 𝜑1 + 𝜑2 , en cuanto a su módulo que es la longitud
LA

de ⃗⃗⃗⃗
𝑜𝑧, por la semejanza de triángulos, se tiene:
̅𝑜𝑧
̅̅̅ ̅̅̅̅̅
𝑜𝑧1 ̅̅̅̅
𝑜𝑧 𝜌1
̅̅̅̅̅
= ̅̅̅̅
⟹ = por lo tanto ̅̅̅
𝑜𝑧 = 𝜌1 𝜌2
𝑜𝑧2 𝑜𝑈 𝜌2 1
FI


Gráfico 12

Este archivo fue descargado de [Link]

Propiedades del producto de números complejos
P1) El producto es ley de composición interna en ℂ
Si 𝑧1 = 𝑎1 + 𝑏1 𝑖 ∈ ℂ 𝑦 𝑧2 = 𝑎2 + 𝑏2 𝑖 ∈ ℂ entonces 𝑧1 . 𝑧2 ∈ ℂ
Esto significa que el producto de números complejos, como está definido, es una
operación que a cada par de números complejos le hace corresponder un único elemento
de ℂ.
D) Es inmediata por la definición de producto de números complejos.

P2) El producto es asociativo en ℂ.

OM
∀𝑧1 , 𝑧2 , 𝑧3 ∈ ℂ ∶ 𝑧1 (𝑧2 𝑧3 ) = (𝑧1 𝑧2 ) 𝑧3
D) Sean 𝑧1 = 𝑎1 + 𝑏1 𝑖, 𝑧2 = 𝑎2 + 𝑏2 𝑖, 𝑧3 = 𝑎3 + 𝑏3 𝑖 entonces
𝑧1 (𝑧2 𝑧3 ) = (𝑎1 + 𝑏1 𝑖) [(𝑎2 + 𝑏2 𝑖) (𝑎3 + 𝑏3 𝑖)]
= (𝑎1 + 𝑏1 𝑖) [(𝑎2 𝑎3 − 𝑏2 𝑏3 ) + (𝑎2 𝑏3 + 𝑎3 𝑏2 )𝑖 ]
= [𝑎1 (𝑎2 𝑎3 − 𝑏2 𝑏3 ) − 𝑏1 (𝑎2 𝑏3 + 𝑎3 𝑏2 )] + [𝑎1 (𝑎2 𝑏3 + 𝑎3 𝑏2 ) + 𝑏1 (𝑎2 𝑎3 − 𝑏2 𝑏3 )]𝑖

.C
= (𝑎1 𝑎2 𝑎3 − 𝑎1 𝑏2 𝑏3 − 𝑎2 𝑏1 𝑏3 − 𝑎3 𝑏1 𝑏2 ) + [(𝑎1 𝑎2 𝑏3 + 𝑎1 𝑎3 𝑏2 ) + (𝑎2 𝑎3 𝑏1 − 𝑏1 𝑏2 𝑏3 )]𝑖 (1)

(𝑧1 𝑧2 ) 𝑧3 = [(𝑎1 + 𝑏1 𝑖)(𝑎2 + 𝑏2 𝑖)] (𝑎3 + 𝑏3 𝑖)

DD
= [(𝑎1 𝑎2 − 𝑏1 𝑏2 ) + (𝑎1 𝑏2 + 𝑎2 𝑏1 )𝑖] (𝑎3 + 𝑏3 𝑖)
= [𝑎3 (𝑎1 𝑎2 − 𝑏1 𝑏2 ) − 𝑏3 (𝑎1 𝑏2 + 𝑎2 𝑏1 )] + [𝑏3 (𝑎1 𝑎2 − 𝑏1 𝑏2 ) + 𝑎3 (𝑎1 𝑏2 + 𝑎2 𝑏1 )]𝑖
= (𝑎1 𝑎2 𝑎3 − 𝑎3 𝑏1 𝑏2 − 𝑎1 𝑏2 𝑏3 − 𝑎2 𝑏1 𝑏3 ) + (𝑎1 𝑎2 𝑏3 − 𝑏1 𝑏2 𝑏3 + 𝑎1 𝑎3 𝑏2 + 𝑎2 𝑎3 𝑏1 )𝑖 (2)
Por ser las expresiones (1) 𝑦 (2) iguales se concluye que 𝑧1 (𝑧2 𝑧3 ) = (𝑧1 𝑧2 ) 𝑧3 .
LA

P3) El producto es conmutativo en ℂ.

∀𝑧1 , 𝑧2 ∈ ℂ ∶ 𝑧1 𝑧2 = 𝑧2 𝑧1
D) Sean 𝑧1 = 𝑎1 + 𝑏1 𝑖, 𝑧2 = 𝑎2 + 𝑏2 𝑖 entonces
FI

𝑧1 𝑧2 = (𝑎1 + 𝑏1 𝑖)(𝑎2 + 𝑏2 𝑖)
= (𝑎1 𝑎2 − 𝑏1 𝑏2 ) + (𝑎1 𝑏2 + 𝑎2 𝑏1 )𝑖 (1)

𝑧2 𝑧1 = (𝑎2 + 𝑏2 𝑖)(𝑎1 + 𝑏1 𝑖)


= (𝑎1 𝑎2 − 𝑏1 𝑏2 ) + (𝑎2 𝑏1 + 𝑎1 𝑏2 )𝑖 (2)

Por ser las expresiones (1) 𝑦 (2) iguales se concluye que 𝑧1 𝑧2 = 𝑧2 𝑧1 .

P4) Existe un único elemento neutro para el producto en ℂ.

El elemento neutro para el producto es el complejo 1 + 0𝑖 = (1, 0)
∀ 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ, 𝑧 ≠ 0 + 0𝑖 ∶ ∃ 𝑛 = 𝑥 + 𝑦 𝑖 ∈ ℂ / 𝑧 𝑛 = 𝑛 𝑧 = 𝑧
D) Para la existencia hacemos:
𝑧𝑛=𝑛𝑧=𝑧
(𝑎 + 𝑏𝑖)(𝑥 + 𝑦𝑖) = (𝑥 + 𝑦𝑖)(𝑎 + 𝑏𝑖) = 𝑎 + 𝑏𝑖
(𝑎𝑥 − 𝑏𝑦) + (𝑎𝑦 + 𝑏𝑥)𝑖 = 𝑎 + 𝑏 𝑖

Este archivo fue descargado de [Link]

 𝑎𝑥 − 𝑏𝑦 = 𝑎
{
𝑎𝑦 + 𝑏𝑥 = 𝑏
𝑎𝑥 − 𝑏𝑦 = 𝑎
{
𝑏𝑥 + 𝑎𝑦 = 𝑏
𝑎 −𝑏
| | 𝑎 2 +𝑏2
𝑏 𝑎
𝑥= 𝑎 −𝑏 = 𝑎2 +𝑏2 = 1
| |
𝑏 𝑎
𝑎 𝑎
| | 𝑎𝑏−𝑎𝑏
𝑏 𝑏
𝑦= 𝑎 −𝑏 = =0
| | 𝑎 2 +𝑏2
𝑏 𝑎

Por lo tanto 𝑛 = 1 + 0𝑖 = (1, 0)

OM
Para demostrar la unicidad del neutro vamos a suponer que existen dos neutros para el
producto: 𝑛1 𝑦 𝑛2, por lo tanto, si:
𝑛1 es neutro entonces 𝑛1 . 𝑛2 = 𝑛2
𝑛2 es neutro entonces 𝑛2 . 𝑛1 = 𝑛1

.C
De donde se deduce, por ser los primeros miembros de ambas igualdades iguales, que
𝑛1 = 𝑛2 y consecuentemente el neutro para el producto, es único.

Ejemplo: sea 𝑧 = 2 + 3𝑖 entonces

DD
(2 + 3𝑖)(1 + 0𝑖) = (1 + 0𝑖)(2 + 3𝑖) = 2 + 3𝑖
(2.1 − 3.0) + (2.0 + 3.1)𝑖 = (1.2 − 0.2) + (1.3 + 0.3)𝑖 = 2 + 3𝑖
2 + 3𝑖 = 2 + 3𝑖 = 2 + 3𝑖

P5) Todo elemento no nulo en ℂ admite un único inverso multiplicativo.

LA

El inverso multiplicativo a uno cualquiera 𝑧, se nota por 𝑧 −1 .

∀ 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ, 𝑧 ≠ 0 + 0𝑖 ∶ ∃𝑧 −1 = 𝑥 + 𝑦 𝑖 ∈ ℂ / 𝑧. 𝑧 −1 = 𝑧 −1 . 𝑧 = 𝑛
Para la existencia hacemos:
FI

1
Sea el complejo no nulo z. Si existe 𝑧 −1 = = 𝑥 + 𝑦𝑖, debe cumplirse
𝑧

𝑧 𝑧 −1 = 𝑧 −1 𝑧 = 𝑛
(𝑎 + 𝑏𝑖)(𝑥 + 𝑦𝑖) = (𝑥 + 𝑦𝑖)(𝑎 + 𝑏𝑖) = 1 + 0𝑖


(𝑎𝑥 − 𝑏𝑦) + (𝑎𝑦 + 𝑏𝑥)𝑖 = 1 + 0𝑖

𝑎𝑥 − 𝑏𝑦 = 1
{
𝑏𝑥 + 𝑎𝑦 = 0
1 −𝑏
| | 𝑎
0 𝑎
𝑥= 𝑎 −𝑏 =
| | 𝑎 2 +𝑏2
𝑏 𝑎
𝑎 1
| | −𝑏
𝑏 0
𝑦= 𝑎 −𝑏 = 𝑎2 +𝑏2
| |
𝑏 𝑎
𝑎 −𝑏 𝑎 −𝑏
Por lo tanto 𝑧 −1 = 𝑎2 +𝑏2 + 𝑎2 +𝑏2 𝑖 = (𝑎2 +𝑏2 , 𝑎 2 +𝑏2
)

Para demostrar la unicidad del elemento inverso vamos a suponer que para un complejo
𝑧 existen dos inversos 𝑧1−1 𝑦 𝑧2−1 por lo tanto se debe cumplir que 𝑧 𝑧1−1 = 𝑛 y también que

Este archivo fue descargado de [Link]

𝑧 𝑧2−1 = 𝑛 de donde se deduce que 𝑧1−1 = 𝑧2−1 . Consecuentemente el inverso multiplicativo
de cada elemento 𝑧 ∈ ℂ es único.
Otra forma de demostrar esta propiedad es llevar a cabo un procedimiento similar a la
propiedad 𝑃5 ) de la suma de números complejos.
2 3
Ejemplo: si z = 2 + 3i entonces z −1 = 13 − i, para comprobar que es el inverso
13

multiplicativo hacemos:
2 3 2 3 3 2
(2 + 3𝑖) ( − 13 𝑖) = (2 13 − 3 (− 13)) + (2 (− 13) + 3 13) 𝑖
13

OM
4 9 6 6
= (13 + )+ (− 13 + 13) 𝑖
13

= 1 + 0𝑖
Al conmutar el producto, también se obtiene el mismo resultado.

P6) El producto es distributivo respecto a la suma en ℂ.

.C
∀z1 , z2 , z3 ∈ ℂ ∶ z1 (z2 + z3 ) = z1 z2 + z1 z3
D) Sean 𝑧1 = 𝑎1 + 𝑏1 𝑖, 𝑧2 = 𝑎2 + 𝑏2 𝑖, 𝑧3 = 𝑎3 + 𝑏3 𝑖 entonces
z1 (z2 + z3 ) = (𝑎1 + 𝑏1 𝑖)[(𝑎2 + 𝑏2 𝑖) + (𝑎3 + 𝑏3 𝑖)]
DD
= (𝑎1 + 𝑏1 𝑖)[(𝑎2 + 𝑎3 ) + (𝑏2 + 𝑏3 ) 𝑖 ]
= [𝑎1 (𝑎2 + 𝑎3 ) − 𝑏1 (𝑏2 + 𝑏3 )] + [𝑎1 (𝑏2 + 𝑏3 ) + 𝑏1 (𝑎2 + 𝑎3 )]𝑖
(𝑎1 𝑎2 + 𝑎1 𝑎3 − 𝑏1 𝑏2 − 𝑏1 𝑏3 ) + (𝑎1 𝑏2 + 𝑎1 𝑏3 + 𝑎2 𝑏1 + 𝑎3 𝑏1 )𝑖 (1)

z1 z2 + z1 z3 = [(𝑎1 + 𝑏1 𝑖)(𝑎2 + 𝑏2 𝑖)] + [(𝑎1 + 𝑏1 𝑖)(𝑎3 + 𝑏3 𝑖)]

LA

= [(𝑎1 𝑎2 − 𝑏1 𝑏2 ) + (𝑎1 𝑏2 + 𝑎2 𝑏1 )𝑖 ] + [(𝑎1 𝑎3 − 𝑏1 𝑏3 ) + (𝑎1 𝑏3 + 𝑎3 𝑏1 )𝑖]

= (𝑎1 𝑎2 − 𝑏1 𝑏2 + 𝑎1 𝑎3 − 𝑏1 𝑏3 ) + (𝑎1 𝑏2 + 𝑎2 𝑏1 + 𝑎1 𝑏3 + 𝑎3 𝑏1 )𝑖 (2)
Por ser las expresiones (1) 𝑦 (2) iguales se concluye que z1 (z2 + z3 ) = z1 z2 + z1 z3 .
FI

5.5.- Conjugación de números complejos

La conjugación es una operación unaria ya que al conjugar un número complejo se
obtiene otro complejo que difiere únicamente del primero, en su parte imaginaria.


Dado el complejo 𝑧 = 𝑎 + 𝑏𝑖, se llama conjugado de 𝑧, y se simboliza como 𝑧̅, al complejo

𝑎 − 𝑏𝑖.
Si 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ ⟹ 𝑧̅ = 𝑎 − 𝑏i
Ejemplo
Si 𝑧1 = −2 − 3i ⟹ 𝑧̅1 = −2 + 3i
1 1
Si 𝑧2 = (2 , √3) ⟹ 𝑧̅2 = (2 , −√3)

Dos números complejos son conjugados sí y solo sí tienen la misma parte real y sus partes
imaginarias son números opuestos.
Sean 𝑧1 , 𝑧2 ∈ ℂ, 𝑧1 𝑦 𝑧2 𝑠𝑜𝑛 𝑐𝑜𝑛𝑗𝑢𝑔𝑎𝑑𝑜𝑠 ⟺ 𝑅𝑒(𝑧1 ) = 𝑅𝑒(𝑧2 ) ∧ 𝐼𝑚(𝑧1 ) = −𝐼𝑚(𝑧2 )

Este archivo fue descargado de [Link]

Dos complejos conjugados caracterizan dos puntos simétricos respecto del eje real.

OM
Gráfico 13

De la figura anterior se puede deducir que, si los complejos están expresados en forma
polar sus módulos serán iguales mientras que sus argumentos serán opuestos.

.C
Entonces, si un número complejo está expresado en forma polar 𝑧 = 𝜌𝜑 , para hallar su
conjugado, también expresado en forma polar 𝑧̅ = 𝜌𝜑∗ ∗ , razonamos de la siguiente manera:
𝑎∗ = 𝑎
Si 𝑧 = 𝑎 + 𝑏 𝑖 entonces 𝑧̅ = 𝑎∗ + 𝑏 ∗ 𝑖 de donde se sabe que { ∗ (1)
DD
𝑏 = −𝑏
𝑎 = 𝜌 𝑐𝑜𝑠 𝜑
Si 𝑧 = 𝜌𝜑 se sabe que {𝑏 = 𝜌 𝑠𝑒𝑛 𝜑 , entonces 𝑧̅ = 𝜌𝜑∗ ∗ de donde se sabe que

𝑎∗ = 𝜌∗ 𝑐𝑜𝑠 𝜑∗
{ ∗ (2)
𝑏 = 𝜌∗ 𝑠𝑒𝑛 𝜑∗
LA

Para hallar ρ∗ sabemos que

𝜌∗ = √(𝑎∗ )2 + (𝑏 ∗ )2

𝜌∗ = √𝑎2 + (−𝑏)2 Por (1)

𝜌∗ = √𝑎2 + 𝑏 2
FI

𝜌∗ = 𝜌
Para hallar φ∗ se establece por ( 1 ) y ( 2 ) que
𝑎∗ = 𝑎 y b∗ = −b


𝜌∗ 𝑐𝑜𝑠 𝜑∗ = 𝜌 𝑐𝑜𝑠 𝜑 y 𝜌∗ 𝑠𝑒𝑛 𝜑∗ = −𝜌 𝑠𝑒𝑛 𝜑 por ser 𝜌∗ = 𝜌

cos φ∗ = cos φ y s𝑒𝑛 𝜑∗ = − 𝑠𝑒𝑛 𝜑
En consecuencia 𝜑∗ = 2 𝜋 − 𝜑 ó 𝜑∗ = −𝜑
Por lo tanto, la expresión polar del conjugado de z = ρφ es z̅ = ρ2π−φ ó 𝑧̅ = 𝜌−𝜑
Ejemplo: sea el complejo 𝑧 = 230° ⟹ 𝑧̅ = 2−30° = 2330°

Propiedades de la conjugación de números complejos.

P1) Si un número complejo es igual a su conjugado, su componente imaginaria vale 0.
Sea 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ. Si 𝑧 = 𝑧̅ ⇒ 𝐼𝑚(𝑧) = 0
D) Si 𝑧 = 𝑎 + 𝑏𝑖 ⟹ 𝑧̅ = 𝑎 − 𝑏𝑖

Este archivo fue descargado de [Link]

Como 𝑧 = 𝑧̅ resulta 𝑏 = −𝑏 ⟺ 2𝑏 = 0 ⟺ 𝑏 = 0

P2) El conjugado del conjugado de un número complejo es igual a este. Esta propiedad
también se conoce con el nombre de involución.
Si 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ ⇒ 𝑧̿ = 𝑧
D) Si 𝑧 = 𝑎 + 𝑏𝑖 ⟹ 𝑧̅ = 𝑎 − 𝑏𝑖 por lo tanto 𝑧̿ = 𝑎 + 𝑏𝑖 = 𝑧
Ejemplo: sea el complejo 𝑧 = 2 + 3𝑖 ⟹ 𝑧̅ = 2 − 3𝑖 ⟹ 𝑧̿ = 2 + 3𝑖 = 𝑧

P3) El conjugado del producto de un escalar por un número complejo es igual al escalar

OM
multiplicado por el conjugado del complejo.
Si 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ 𝑦 𝛼 ∈ ℝ ⟹ 𝛼
̅̅̅̅𝑧 = 𝛼 𝑧̅
̅̅̅̅𝑧 = 𝛼
D) 𝛼 ̅̅̅̅̅̅̅̅̅̅̅̅̅
(𝑎 + 𝑏𝑖)
= ̅̅̅̅̅̅̅̅̅̅̅̅
𝛼 𝑎 + 𝛼𝑏𝑖
= 𝛼 𝑎 − 𝛼𝑏𝑖
= 𝛼 (𝑎 − 𝑏𝑖)
= 𝛼 𝑧̅
.C
Ejemplo: sea el complejo 𝑧 = 1 + 𝑖 𝑦 𝛼 = −2 entonces
DD
̅̅̅̅ ̅̅̅̅̅̅̅̅̅̅̅̅̅
𝛼 𝑧 = −2(1 + 𝑖) = ̅̅̅̅̅̅̅̅̅̅
−2 − 2𝑖 = −2 + 2𝑖
̅̅̅̅̅̅̅̅̅
𝛼 𝑧̅ = −2(1 + 𝑖) = −2(1 − 𝑖) = −2 + 2𝑖
P4) El conjugado del producto de dos números complejos es igual al producto de sus
respectivos conjugados.
LA

Si 𝑧1 = 𝑎1 + 𝑏1 𝑖 ∈ ℂ y 𝑧2 = 𝑎2 + 𝑏2 𝑖 ∈ ℂ ⟹ 𝑧̅̅̅̅̅̅
1 𝑧2 = ̅
𝑧̅1̅̅ 𝑧̅̅2̅̅
D)
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
1 𝑧2 = (𝑎1 + 𝑏1 𝑖)(𝑎2 + 𝑏2 𝑖)
𝑧̅̅̅̅̅̅
FI

= ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
(𝑎1 𝑎2 − 𝑏1 𝑏2 ) + (𝑎1 𝑏2 + 𝑎2 𝑏1 )𝑖
= (𝑎1 𝑎2 − 𝑏1 𝑏2 ) − (𝑎1 𝑏2 + 𝑎2 𝑏1 )𝑖
= [𝑎1 𝑎2 − (−𝑏1 )(−𝑏2 )] + [𝑎1 (−𝑏2 ) + 𝑎2 (−𝑏1 )]𝑖
= (𝑎1 − 𝑏1 𝑖)(𝑎2 − 𝑏2 𝑖)


= 𝑧̅1 𝑧̅2
Ejemplo: sean los complejos 𝑧1 = −2 + 𝑖 𝑦 𝑧2 = 1 − 𝑖, entonces
𝑧1 𝑧2 = (−2 + 𝑖 ) (1 − 𝑖)
𝑧1 𝑧2 = −1 + 3𝑖 por lo tanto
𝑧̅̅̅̅̅̅
1 𝑧2 = −1 − 3𝑖

Por otra parte

𝑧̅1 = −2 − 𝑖 𝑦 𝑧̅2 = 1 + 𝑖 entonces
𝑧̅1 𝑧̅2 = (−2 − 𝑖)(1 + 𝑖)
𝑧̅1 𝑧̅2 = −1 − 3𝑖

Este archivo fue descargado de [Link]

P5) El conjugado de la suma de dos números complejos es igual a la suma de sus
respectivos conjugados.
Si 𝑧1 = 𝑎1 + 𝑏1 𝑖 ∈ ℂ y 𝑧2 = 𝑎2 + 𝑏2 𝑖 ∈ ℂ ⟹ 𝑧̅̅̅̅̅̅̅̅̅̅
1 + 𝑧2 = ̅𝑧̅1̅̅ + 𝑧̅̅2̅̅
D)
𝑧̅̅̅̅̅̅̅̅̅ ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
1 + 𝑧2 = (𝑎1 + 𝑏1 𝑖) + (𝑎2 + 𝑏2 𝑖)
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
= (𝑎 1 + 𝑎2 ) + (𝑏1 + 𝑏2 )𝑖

= (𝑎1 + 𝑎2 ) − (𝑏1 + 𝑏2 )𝑖
= 𝑎1 + 𝑎2 − 𝑏1 𝑖 − 𝑏2 𝑖

OM
= 𝑎1 − 𝑏1 𝑖 + 𝑎2 − 𝑏2 𝑖
= 𝑧̅1 + 𝑧̅2
Ejemplo: sean los complejos 𝑧1 = −2 + 𝑖 𝑦 𝑧2 = 1 − 3𝑖, entonces
𝑧1 + 𝑧2 = (−2 + 𝑖 ) + (1 − 3𝑖)
𝑧1 +𝑧2 = −1 − 2𝑖 por lo tanto
̅̅̅̅̅̅̅̅̅
𝑧1 + 𝑧2 = −1 + 2𝑖
Por otra parte
.C
DD
𝑧̅1 = −2 − 𝑖 𝑦 𝑧̅2 = 1 + 3𝑖 entonces
𝑧̅1 + 𝑧̅2 = (−2 − 𝑖) + (1 + 3𝑖)
𝑧̅1 𝑧̅2 = −1 + 2𝑖

P6) El producto de dos complejos conjugados es igual a un número real no negativo, igual
LA

al cuadrado de su módulo.
Sea 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ ⟹ 𝑧 𝑧̅ ∈ ℝ, 𝑧 𝑧̅ ≥ 0 ∧ 𝑧 𝑧̅ = ‖𝑧‖2
D) 𝑧 𝑧̅ = (𝑎 + 𝑏𝑖)(𝑎 − 𝑏𝑖)
= 𝑎2 − (𝑏𝑖)2 − 𝑎𝑏𝑖 + 𝑎𝑏𝑖
FI

= 𝑎2 + 𝑏 2
= ‖𝑧‖2
Como a y b son números reales, resulta 𝑧 𝑧̅ ∈ ℝ, 𝑧 𝑧̅ ≥ 0 ∧ 𝑧 𝑧̅ = ‖𝑧‖2


Ejemplo: sea el complejo 𝑧 = 2 + 3𝑖 entonces 𝑧̅ = 2 − 3𝑖. Por lo tanto

𝑧 𝑧̅ = (2 + 3𝑖)(2 − 3𝑖)
𝑧 𝑧̅ = 4 − 6𝑖 + 6𝑖 − 9𝑖 2
𝑧 𝑧̅ = 4 − 6𝑖 + 6𝑖 + 9
𝑧 𝑧̅ = 13
Por otra parte
‖𝑧‖ = √22 + 32 = √13 por lo tanto
‖𝑧‖2 = 13

P7) La suma de dos complejos conjugados es igual al duplo de la parte real

Este archivo fue descargado de [Link]

Sea 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ ⟹ 𝑧 + 𝑧̅ = 2 𝑅𝑒(𝑧)
D) Si 𝑧 + 𝑧̅ = (𝑎 + 𝑏𝑖) + (𝑎 − 𝑏𝑖)
= (𝑎 + 𝑎) + (𝑏 − 𝑏)𝑖
= 2𝑎
= 2 𝑅𝑒(𝑧)
Ejemplo: sea el complejo 𝑧 = 2 + 3𝑖 entonces 𝑧̅ = 2 − 3𝑖. Por lo tanto
𝑧 + 𝑧̅ = (2 + 3𝑖) + (2 − 3𝑖)
𝑧 + 𝑧̅ = 4

OM
Por otra parte
𝑅𝑒(𝑧) = 2 por lo tanto
2 𝑅𝑒(𝑧) = 4

La operación conjugación puede ser útil para calcular el inverso multiplicativo en el caso
que el complejo 𝑧 esta expresado en forma polar.

La expresión: 𝑧 −1 =
1
.C 𝑎
𝑎 2 +𝑏2
+
−𝑏
𝑎 2 +𝑏2
𝑖 puede escribirse de la siguiente manera:

𝑧 −1 = 𝑎2 +𝑏2 (𝑎 − 𝑏𝑖) de donde se sabe que 𝑎2 + 𝑏 2 = ‖𝑧‖2 𝑦 𝑎 − 𝑏 𝑖 = 𝑧̅

DD
1
𝑧 −1 = ‖ 𝑧 ‖2 𝑧̅ (1)

Ahora bien, si 𝑧 = 𝜌𝜑 entonces 𝑧 −1 = 𝜌𝜑∗ ∗ en donde el argumento φ∗ es igual al argumento

1
de 𝑧̅ ya que en (1), ‖ 𝑧 ‖2
es un número real positivo. Esto significa que φ∗ = 2 π − φ
LA

1 1 1 1 1
𝜌∗ = ‖‖𝑧‖2 𝑧̅‖ = ‖‖𝑧‖2 ‖ ‖ 𝑧̅‖ = ‖𝑧‖2 ‖𝑧‖ = ‖𝑧‖ = 𝜌
1 1
Finalmente, si 𝑧 = 𝜌𝜑 ⟹ 𝑧 −1 = ( ) =( )
𝜌 2𝜋−𝜑 𝜌 −𝜑
FI

Ejemplo
1
Si 𝑧 = 230° ⟹ 𝑧 −1 = (2)
330°

5.6.- Cociente de números complejos



El cociente de dos números complejos 𝑧1 = 𝑎1 + 𝑏1 𝑖 𝑦 𝑧2 = 𝑎2 + 𝑏2 𝑖 con 𝑧2 ≠ 0 + 0𝑖 es otro

complejo que se obtiene al multiplicar z1 por el inverso multiplicativo de z2
𝑧1
Si 𝑧1 = 𝑎1 + 𝑏1 𝑖 ∈ ℂ 𝑦 𝑧2 = 𝑎2 + 𝑏2 𝑖 ∈ ℂ con 𝑧2 ≠ 0 + 0𝑖 ⟹ 𝑧2
= 𝑧1 𝑧2−1
𝑧1
= 𝑧1 𝑧2−1
𝑧2
𝑧1
= (𝑎1 + 𝑏1 𝑖)(𝑎2 + 𝑏2 𝑖)−1
𝑧2
𝑧1 2 𝑎 2 𝑏
𝑧2
= (𝑎1 + 𝑏1 𝑖) (𝑎2 +𝑏 2 − 𝑎 2 +𝑏 2 𝑖)
2 2 2 2

𝑧1 𝑎 𝑎 𝑏1 𝑏2 𝑎 𝑏 𝑎2𝑏1
= ( 21 22 + )+ (− 21 22 + )𝑖
𝑧2 𝑎2 +𝑏2 𝑎22 +𝑏22 𝑎2 +𝑏2 𝑎22 +𝑏22

Este archivo fue descargado de [Link]

Si se desea evitar el cálculo del inverso multiplicativo del divisor, es conveniente aplicar
la propiedad de la conjugación de números complejos que establece: El producto de dos
complejos conjugados es igual a un número real no negativo, igual al cuadrado de su
módulo
Esto significa que para calcular el cociente de dos números complejos, se debe multiplicar
dividendo y divisor por el conjugado del divisor. Ya que:
𝑧1 𝑧 ̅̅̅
𝑧
𝑧2
= 𝑧1 2
̅̅̅
𝑧2
2

𝑧1 𝑧 𝑧̅̅̅
= ‖1 2

OM
𝑧2 𝑧2 ‖2

1
Otra alternativa con el mismo resultado, es pensar que si 𝑧 ∈ ℂ ⟹ 𝑧 −1 = ‖𝑧 2 𝑧̅.
2‖

𝑧1 1
= 𝑧1 𝑧2−1 como 𝑧2−1 = ‖𝑧 2 ̅̅
𝑧2̅̅
𝑧2 2‖

𝑧1 1
= 𝑧1 ‖𝑧2 ‖2
̅̅
𝑧2̅̅
𝑧2
𝑧1
𝑧2
= ‖1
𝑧 𝑧̅̅̅
2
𝑧2 ‖2

.C
Ejemplo: calcular el cociente entre z1 = 3 + 3i y z2 = 1 − 2i
DD
1 2
a) Calculando el inverso multiplicativo de 𝑧2 . Si z2 = 1 − 2i ⟹ z2−1 = 5 + 5 i Por lo tanto
𝑧1 1 2
𝑧2
= (3 + 3𝑖) (5 + 5 𝑖)
𝑧1 1 2 2 1
= (3 − 3 5) + (3 5 + 3 5) 𝑖
LA

𝑧2 5
𝑧1 3 6 6 3
𝑧2
= ( − ) + ( + )𝑖
5 5 5 5
𝑧1 3 9
= −5 + 5𝑖
𝑧2
FI

b) Aplicando la propiedad de la conjugación de números complejos.

𝑧1 3+3𝑖
= 1−2𝑖
𝑧2
𝑧1 (3+3𝑖) (1+2𝑖)
= (1−2𝑖)


𝑧2 (1+2𝑖)
𝑧1 3+6𝑖+3𝑖−6
= 12 +22
𝑧2
𝑧1 3 9
𝑧2
= −5 + 5𝑖

Si los números complejos están expresados en forma polar o trigonométrica entonces:

El cociente de dos números complejos expresados en forma polar y siendo el segundo
distinto del nulo, es otro complejo cuyo módulo es el cociente de los módulos y cuyo
argumento es la diferencia entre los argumentos del dividendo y divisor.
Si 𝑧1 = 𝜌1 (𝑐𝑜𝑠 𝜑1 + 𝑖 𝑠𝑒𝑛 𝜑1 ) 𝑦 𝑧2 = 𝜌2 (𝑐𝑜𝑠 𝜑2 + 𝑖 𝑠𝑒𝑛 𝜑2 )

Este archivo fue descargado de [Link]

𝑧1 𝜌 (𝑐𝑜𝑠 𝜑 +𝑖 𝑠𝑒𝑛 𝜑 )
𝑧2
= 𝜌1 (𝑐𝑜𝑠 𝜑1 +𝑖 𝑠𝑒𝑛 𝜑1 )
2 2 2

𝑧1 𝜌 (𝑐𝑜𝑠 𝜑 +𝑖 𝑠𝑒𝑛 𝜑 ) (𝑐𝑜𝑠 𝜑2 −𝑖 𝑠𝑒𝑛 𝜑2 )

𝑧2
= 𝜌1 [(𝑐𝑜𝑠 𝜑1 +𝑖 𝑠𝑒𝑛 𝜑1 ) (𝑐𝑜𝑠 𝜑2 −𝑖 𝑠𝑒𝑛 𝜑2 )
]
2 2 2

𝑧1 𝜌1 (𝑐𝑜𝑠 𝜑1 𝑐𝑜𝑠 𝜑2 +𝑠𝑒𝑛 𝜑1 𝑠𝑒𝑛 𝜑2 )+(−𝑐𝑜𝑠 𝜑1 𝑠𝑒𝑛 𝜑2 +𝑠𝑒𝑛 𝜑1 𝑐𝑜𝑠 𝜑2 ) 𝑖

= [ ]
𝑧2 𝜌2 𝑐𝑜𝑠2 𝜑2 + 𝑠𝑒𝑛2 𝜑2
𝑧1 𝜌
𝑧2
= 𝜌1 𝑐𝑜𝑠(𝜑1 − 𝜑2 ) + 𝑖 𝑠𝑒𝑛 (𝜑1 − 𝜑2 )
2

z1 3
Ejemplo: si z1 = 360° y z2 = 428° ⟹ z2
= (4)
32°

Interpretación geométrica del cociente: razonando sobre la misma figura que para el

OM
𝑜𝑧 𝑦 ⃗⃗⃗⃗⃗⃗
producto, suponemos ahora que tenemos como datos ⃗⃗⃗⃗ 𝑜𝑧2 (este último, no nulo) para
⃗⃗⃗⃗
𝑜𝑧
hallar el cociente ⃗⃗⃗⃗⃗⃗⃗
𝑜𝑧2
⃗⃗⃗⃗⃗⃗1 , basta construir sobre el segmento ̅̅̅̅
= 𝑜𝑧 𝑜𝑈 como homologo del ̅̅̅̅̅,
𝑜𝑧2
Δ Δ
⏞ 1 semejante al 𝑜𝑧
el triángulo 𝑜𝑈𝑧 ⏞ ⃗⃗⃗⃗⃗⃗1 representa el cociente.
2 𝑧. El vector 𝑜𝑧

.C
DD
LA
FI


Gráfico 14

Por construcción, el argumento de 𝑧1 es 𝜑1 en cuanto a su módulo que es la longitud de

𝑜𝑧
⃗⃗⃗⃗⃗⃗1 , por la semejanza de triángulos, se tiene:
̅̅̅̅
𝑜𝑧 ̅̅̅̅̅
𝑜𝑧1 𝜌1 𝜌2 ̅̅̅̅̅
𝑜𝑧1
̅̅̅̅̅
𝑜𝑧2
= ̅̅̅̅
𝑜𝑈
⟹ = por lo tanto
𝜌2 1

̅̅̅̅̅1 = 𝜌1
𝑜𝑧

5.7.- Potenciación de números complejos

Sean los complejos 𝑧1 = 𝜌1 (𝑐𝑜𝑠 𝜑1 + 𝑖 𝑠𝑒𝑛 𝜑1 ) 𝑦 𝑧2 = 𝜌2 (𝑐𝑜𝑠 𝜑2 + 𝑖 𝑠𝑒𝑛 𝜑2 ) un caso
particular del producto de los complejos 𝑧1 𝑦 𝑧2 se presenta cuando ambos son iguales.

Este archivo fue descargado de [Link]

En tal situación, la expresión 𝑧1 𝑧2 = 𝜌1 𝜌2 [𝑐𝑜𝑠( 𝜑1 + 𝜑2 ) + 𝑖 𝑠𝑒𝑛 (𝜑1 + 𝜑2 )] se puede escribir
como 𝑧1 𝑧2 = 𝜌12 [𝑐𝑜𝑠(2𝜑1 ) + 𝑖 𝑠𝑒𝑛 (2𝜑1 )]
Este último resultado puede generalizarse por inducción3 mediante el teorema de De
Moivre.
La potencia n–ésima ( 𝑛 ∈ ℕ) de un complejo dado en forma polar es otro complejo cuyo
módulo es la potencia n–ésima del módulo del complejo dado y cuyo argumento es 𝑛 veces
el argumento del complejo dado.
Si 𝑧 = 𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑) ∈ ℂ ⟹ 𝑧 𝑛 = 𝜌𝑛 (𝑐𝑜𝑠 𝑛𝜑 + 𝑖 𝑠𝑒𝑛 𝑛𝜑) (1) para todo 𝑛 ∈ ℕ

OM
Esta fórmula es conocida como fórmula de De Moivre y permite calcular
trigonométricamente las potencias de exponente natural de los números complejos.
Demostraremos este teorema por inducción matemática.
1°) Debemos verificar que la proposición (1) es válida para el primer elemento del conjunto
con el que se trabaja. En nuestro caso son los ℕ, cuyo primer elemento es 1.
Para 𝑛 = 1

.C
Si 𝑧 𝑛 = 𝜌𝑛 (𝑐𝑜𝑠 𝑛𝜑 + 𝑖 𝑠𝑒𝑛 𝑛𝜑) ⟹
𝑧1 = 𝜌1 (𝑐𝑜𝑠 1𝜑 + 𝑖 𝑠𝑒𝑛 1𝜑)
DD
𝑧 = 𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑)
Por lo tanto (1) es válida para 𝑛 = 1.

2°) Debemos suponer que la proposición es verdadera para 𝑛 = ℎ, esto es lo que constituye
LA

la Hipótesis Inductiva. Es decir que:

𝑧 ℎ = 𝜌ℎ (𝑐𝑜𝑠 ℎ 𝜑 + 𝑖 𝑠𝑒𝑛 ℎ 𝜑) es verdadera.

3°) Debemos demostrar que la proposición es verdadera para 𝑛 = ℎ + 1. Es decir que:

𝑧 ℎ+1 = 𝜌ℎ+1 [𝑐𝑜𝑠(ℎ + 1)𝜑 + 𝑖 𝑠𝑒𝑛 (ℎ + 1) 𝜑] es verdadera.
FI

𝑧 ℎ+1 = 𝑧 ℎ 𝑧 por propiedades de la potenciación

Dado que 𝑧 ℎ = 𝜌ℎ (𝑐𝑜𝑠 ℎ 𝜑 + 𝑖 𝑠𝑒𝑛 ℎ 𝜑) por hipótesis inductiva y que 𝑧1 = 𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑)
entonces:


𝑧 ℎ+1 = 𝜌ℎ (𝑐𝑜𝑠 ℎ 𝜑 + 𝑖 𝑠𝑒𝑛 ℎ 𝜑) 𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑)

𝑧 ℎ+1 = 𝜌ℎ 𝜌 [𝑐𝑜𝑠(ℎ𝜑 + 𝜑) + 𝑖 𝑠𝑒𝑛 (ℎ𝜑 + 𝜑) ]
𝑧 ℎ+1 = 𝜌ℎ+1 [𝑐𝑜𝑠(ℎ + 1)𝜑 + 𝑖 𝑠𝑒𝑛 (ℎ + 1) 𝜑]

4°) Concluimos que 𝑧 𝑛 = 𝜌𝑛 (𝑐𝑜𝑠 𝑛𝜑 + 𝑖 𝑠𝑒𝑛 𝑛𝜑) es válida para todo 𝑛 ∈ ℕ

Ejemplo: sea 𝑧 = √2(cos 45° + 𝑖 𝑠𝑒𝑛 45°), calcular 𝑧 8

3
En matemáticas, la inducción es un razonamiento que permite demostrar proposiciones que dependen de una variable
n que toma una infinidad de valores enteros.

Este archivo fue descargado de [Link]

 8
Si 𝑧 = √2(cos 45° + 𝑖 𝑠𝑒𝑛 45°) ⟹ 𝑧 8 = (√2) (cos 8 . 45° + 𝑖 𝑠𝑒𝑛 8 . 45°)
𝑧 8 = 24 (cos 360° + 𝑖𝑠𝑒𝑛 360°)
𝑧 8 = 16
Se puede trabajar, también de la siguiente manera.
𝑧 = √2(cos 45° + 𝑖 𝑠𝑒𝑛 45°)
𝑧 = √245°
8
Si 𝑧 = √245° ⟹ 𝑧 8 = (√245° )

OM
8
𝑧 8 = (√2 )
8 .45°

𝑧 8 = 16360°
𝑧 8 = 16

La fórmula de De Moivre es válida aunque sea nulo o negativo el exponente 𝑛. Es decir

.C
que la fórmula vale para todo exponente entero (𝑛 ∈ ℤ).
Lo anterior se puede demostrar de la siguiente manera:
Si 𝑧 = 𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑) ⟹ 𝑧 −1 = [𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑)]−1
DD
1
𝑧 −1 = 𝜌(𝑐𝑜𝑠 𝜑+𝑖 𝑠𝑒𝑛 𝜑)
1 𝑐𝑜𝑠 𝜑−𝑖 𝑠𝑒𝑛 𝜑
𝑧 −1 = 𝜌 ((𝑐𝑜𝑠 𝜑+𝑖 𝑠𝑒𝑛 𝜑)(𝑐𝑜𝑠 𝜑−𝑖 𝑠𝑒𝑛 𝜑))
1 𝑐𝑜𝑠 𝜑−𝑖 𝑠𝑒𝑛 𝜑
𝑧 −1 = ( )
𝜌 𝑐𝑜𝑠2 𝜑+𝑠𝑒𝑛2 𝜑
LA

1
𝑧 −1 = 𝜌 (𝑐𝑜𝑠 𝜑 − 𝑖 𝑠𝑒𝑛 𝜑)

𝑧 −1 = 𝜌−1 (𝑐𝑜𝑠 𝜑 − 𝑖 𝑠𝑒𝑛 𝜑)

Pero sabemos por las relaciones entre las funciones trigonométricas de ángulos opuestos
FI

que 𝑐𝑜𝑠 𝜑 = 𝑐𝑜𝑠(−𝜑) 𝑦 𝑠𝑒𝑛 𝜑 = −𝑠𝑒𝑛 (– 𝜑). Reemplazando en la última expresión

𝑧 −1 = 𝜌−1 [cos(− 𝜑) + 𝑖 𝑠𝑒𝑛 (−𝜑)) elevando ambos miembros a la n–ésima potencia
(𝑧 −1 )𝑛 = {𝜌−1 [𝑐𝑜𝑠(− 𝜑) + 𝑖 𝑠𝑒𝑛 (−𝜑)) }𝑛


𝑧 −𝑛 = 𝜌−𝑛 (cos(−𝑛𝜑) + 𝑖 𝑠𝑒𝑛 (– 𝑛𝜑)

Ejemplo: sea 𝑧 = −1 + √3 𝑖, calcular 𝑧 −6 .

Expresamos el complejo 𝑧, en forma polar.
2 √3
𝜌 = √(−1)2 + (√3) = 2 y 𝜑 = 𝑎𝑟𝑐𝑜𝑡𝑔 − 1
= −60° = 300° pero 𝑧 caracteriza a un punto del

II cuadrante, por lo tanto 𝜑 = 120°. Luego 𝑧 = 2120°

Realizamos la potenciación propuesta.
𝑧 −6 = (2120° )−6
𝑧 −6 = 2−6
−6.120°

Este archivo fue descargado de [Link]

 1
𝑧 −6 = (64)
−720°
1
𝑧 −6 = (64)
0°

Interpretación geométrica de la potenciación de números complejos

Reiterando idéntico procedimiento explicado para representar gráficamente el producto
de dos complejos, en las potencias de exponente positivo de un complejo 𝜌𝜑 se van
obteniendo valores cuyos módulos van en progresión geométrica4 𝜌, 𝜌2 , 𝜌3 , … , 𝜌𝑛 y sus
argumentos en progresión aritmética 𝜑, 2𝜑, 3𝜑, … , 𝑛𝜑.

OM
En la siguiente figura hemos representado las ocho primeras potencias del número
complejo 𝑧 = (1, 2)20° .

.C
DD
LA

Gráfico 15

5.8.- Radicación de números complejos

FI

Recordemos que en los números reales, la raíz n–ésima (n ∈ ℕ) de un número 𝑎 es otro

𝑛
número 𝑏 tal que la n–ésima potencia de 𝑏 es 𝑎. Es decir que √𝑎 = 𝑏 ⟺ 𝑏 𝑛 = 𝑎. Por
3
ejemplo √64 = 4 ya que 43 = 64 . De manera similar en los complejos, la raíz n–ésima de


z1 es otro complejo 𝑧2 tal que (𝑧2 )𝑛 = 𝑧1 . Esto nos conduce a la siguiente

Definición: sean 𝑧1 = 𝜌1 (𝑐𝑜𝑠 𝜑1 + 𝑖 𝑠𝑒𝑛 𝜑1 ) ∈ ℂ 𝑦 𝑧2 = 𝜌2 (𝑐𝑜𝑠 𝜑2 + 𝑖 𝑠𝑒𝑛 𝜑2 ) ∈ ℂ 𝑦 𝑛 ∈ ℕ se

dice que 𝑧2 es raíz n–ésima de 𝑧1 si y solo si (𝑧2 )𝑛 = 𝑧1

Si (𝑧2 )𝑛 = 𝑧1 , entonces
[𝜌2 (𝑐𝑜𝑠 𝜑2 + 𝑖 𝑠𝑒𝑛 𝜑2 )]𝑛 = 𝜌1 (𝑐𝑜𝑠 𝜑1 + 𝑖 𝑠𝑒𝑛 𝜑1 )
𝜌2𝑛 (𝑐𝑜𝑠 𝑛 𝜑2 + 𝑖 𝑠𝑒𝑛 𝑛 𝜑2 ) = 𝜌1 (𝑐𝑜𝑠 𝜑1 + 𝑖 𝑠𝑒𝑛 𝜑1 ) por lo tanto

4
Sucesión es una función cuyo dominio son los ℕ y su codominio es cualquier otro conjunto de números de diferente
naturaleza, generalmente los ℝ. Una sucesión se dice aritmética si la diferencia entre dos términos consecutivos
cualesquiera es una constante y se dice geométrica si cada término es igual al anterior multiplicado por una constante.

Este archivo fue descargado de [Link]

𝜌2𝑛 = 𝜌1 ⟹ 𝜌2 = 𝑛√𝜌1
𝜑1 + 2 𝑘 𝜋 𝜑1 2𝑘𝜋
𝑛 𝜑2 = 𝜑1 + 2 𝑘 𝜋 ⟹ 𝜑2 = 𝑛
= 𝑛
+ 𝑛
𝑐𝑜𝑛 𝑘 ∈ ℤ

En consecuencia
𝑛 𝜑+2 𝑘 𝜋 𝜑+2 𝑘 𝜋
√𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑) = 𝑛√𝜌 (𝑐𝑜𝑠 𝑛
+ 𝑖 𝑠𝑒𝑛 𝑛
) 𝑐𝑜𝑛 𝑘 ∈ ℤ

En fórmula anterior, el módulo de la raíz buscada está perfectamente determinado,

hallando la raíz n–ésima de ρ, pero no ocurre lo mismo para el argumento pues como está
en función de k ∈ ℤ resultaría infinitos valores para la raíz. Sin embargo, esto no ocurre

OM
ya que el número de raíces queda perfectamente determinado si damos a k los n primeros
valores
𝜑
𝑘=0 ⟹
𝑛
𝜑 2𝜋
𝑘=1 ⟹ +
𝑛 𝑛

.C
𝜑 2𝜋
𝑘=2 ⟹ 𝑛
+2 𝑛
𝜑 2𝜋
𝑘=3 ⟹ 𝑛
+3 𝑛
DD
...
𝜑 2𝜋
𝑘 = (𝑛 − 1) ⟹ + (𝑛 − 1)
𝑛 𝑛
𝜑
𝑘=𝑛 ⟹ + 2𝜋 que es congruente con el valor obtenido en k = 0
𝑛
𝜑 2𝜋
𝑘 =𝑛+1 ⟹ + (𝑛 + 1) que es congruente con el valor obtenidos en k = 1
LA

𝑛 𝑛

Así sucesivamente
Luego Todo número complejo no nulo 𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑) tiene n raíces n–ésimas de módulo
𝑛 𝜑 2𝑘𝜋
√𝜌 y cuyos argumentos mínimos se obtienen de la expresión 𝜑𝑘 = 𝑛
+ 𝑛
al dar valores a
FI

𝑘 desde 0 hasta 𝑛 − 1.
𝑛 𝜑+2 𝑘 𝜋 𝜑+2 𝑘 𝜋
√𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑) = 𝑛√𝜌 (𝑐𝑜𝑠 𝑛
+ 𝑖 𝑠𝑒𝑛 𝑛
) 𝑐𝑜𝑛 𝑘 = 0, 1,. . . , (𝑛 − 1)


Ejemplo: calcular 3√8(cos 30° + i sen 30°)

Nos piden calcular 3√830°

3
zK = (√8)30°+2kπ para k = 0, 1, 2
3 3

k = 0 ⟹ z0 = 210°
k = 1 ⟹ z1 = 210°+360° = 210°+120° = 2130°
3

k = 2 ⟹ z2 = 210°+720° = 210°+240° = 2250°

3

Interpretación geométrica de las raíces

Este archivo fue descargado de [Link]

Para representar gráficamente las raíces, trazamos una circunferencia de centro 𝑜 y radio
n
√ρ , a esta circunferencia pertenecerán las imágenes de las 𝑛 raíces. Una de las imágenes
φ
(punto z0 ) se fija considerando a partir del origen n
(argumento dado dividido en 𝑛) y los

restantes puntos z1 , z2 ,. . . , zn−1 se obtienen dividiendo la circunferencia a partir de z0 en

𝑛 partes iguales. Es decir que las 𝑛 raíces n–ésimas, distintas de un complejo no nulo, se
identifican con los vértices de un polígono regular de 𝑛 lados, inscripto en la
circunferencia de radio n√ρ

OM
Continuando con el ejemplo anterior, la representación gráfica de las raíces calculadas
se muestran en el gráfico 16.

6.- Forma exponencial de los números complejos

Como se dijo anteriormente, existe una cuarta forma de expresar un número complejo.
Veamos cuál es esta forma.

.C
Leonhard Euler, padre de la unidad imaginaria y creador de notaciones matemáticas
modernas, introdujo la expresión: 𝑒 𝑖𝜑 = 𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑 5, llamada Fórmula de Euler, la cual
define el símbolo 𝑒 𝑖𝜑 para cualquier valor real de 𝜑, es decir 𝜑 debe estar expresado en
DD
radianes. Esta nueva forma permite expresar al número complejo 𝑧 = 𝑎 + 𝑏𝑖 en una
manera mucho más compacta y conocida como forma exponencial 𝑧 = 𝜌𝑒 𝑖𝜑 , donde 𝜌 es
el módulo del complejo 𝑧 y 𝜑 es el argumento de 𝑧.
LA
FI


Gráfico 16

Por convención establecemos que la forma exponencial para el complejo nulo, es 0.

Destacando que particularmente, la expresión 𝑒 𝑖𝜑 ó bien su equivalente 𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑
representa un complejo de módulo unitario y dirección 𝜑.

5
𝑒: número irracional, base de los logaritmos neperianos.

Este archivo fue descargado de [Link]

La ventaja de la notación introducida por Euler es que, al realizar las operaciones:
producto, cociente y potencias enteras de complejos expresados en forma exponencial, se
preservan las propiedades de la potenciación (producto y cociente de potencias de igual
base y potencia de potencia).
Lo primero que podemos plantearnos es cómo determinar si dos complejos no nulos y
expresados en forma exponencial, son iguales.

Igualdad de complejos: evidentemente dos números complejos son iguales si tienen

igual módulo y sus argumentos deben diferir en un múltiplo de 2𝜋. Para evidenciar esto,

OM
notemos primero que para cualquier 𝜑 ∈ ℝ, se tiene que 𝑒 𝑖 𝜑 = 1 si y sólo si ∃𝑘 ∈ ℤ / 𝜑 =
2𝑘𝜋. Por lo tanto, sean los complejos no nulos: 𝑧1 = 𝜌1 𝑒 𝑖𝜑1 𝑦 𝑧2 = 𝜌2 𝑒 𝑖𝜑2
𝑧1 = 𝑧2 ⟺ 𝜌1 𝑒 𝑖𝜑1 = 𝜌2 𝑒 𝑖𝜑2 ⟺ 𝜌1 = 𝜌2 ∧ 𝑒 𝑖𝜑1 = 𝑒 𝑖𝜑2 ⟺ 𝜌1 = 𝜌2 ∧ 𝑒 𝑖 (𝜑1 −𝜑2 ) = 1
𝑧1 = 𝑧2 ⟺ 𝜌1 𝑒 𝑖𝜑1 = 𝜌2 𝑒 𝑖𝜑2 ⟺ 𝜌1 = 𝜌2 ∧ ∃𝑘 ∈ ℤ / (𝜑1 − 𝜑2 ) = 2𝑘𝜋

.C
1 13 25
Ejemplo 3 𝑒 𝑖6𝜋 , 3 𝑒 𝑖 6 𝜋 𝑦 3 𝑒 𝑖 6 𝜋 representan el mismo número complejo.

Como las formas trigonométricas y exponencial son equivalentes, las operaciones de

DD
números complejos que pueden realizarse con la forma trigonométrica son las mismas
que en la forma exponencial, la diferencia radica en que en ésta última forma se utilizan
las propiedades de la potenciación para calcular los argumentos y que es indispensable
utilizar radianes en vez de grados sexagesimales.
LA

Producto: sean los complejos 𝑧1 = 𝜌1 𝑒 𝑖𝜑1 = 𝜌1 (𝑐𝑜𝑠 𝜑1 + 𝑖 𝑠𝑒𝑛 𝜑1 ) y 𝑧2 = 𝜌2 𝑒 𝑖𝜑2 = 𝜌2 (𝑐𝑜𝑠 𝜑2 +

𝑖 𝑠𝑒𝑛 𝜑2 ) no nulos, resulta:
𝑧1 𝑧2 = 𝜌1 𝑒 𝑖𝜑1 𝜌2 𝑒 𝑖𝜑2 = 𝜌1 (𝑐𝑜𝑠 𝜑1 + 𝑖 𝑠𝑒𝑛 𝜑1 ) 𝜌2 (𝑐𝑜𝑠 𝜑2 + 𝑖 𝑠𝑒𝑛 𝜑2 )
FI

= 𝜌1 𝜌2 ((𝑐𝑜𝑠 𝜑1 𝑐𝑜𝑠 𝜑2 − 𝑠𝑒𝑛 𝜑1 𝑠𝑒𝑛 𝜑2 ) + (cos 𝜑1 𝑠𝑒𝑛 𝜑2 + cos 𝜑2 𝑠𝑒𝑛 𝜑1 )𝑖)

= 𝜌1 𝜌2 (cos(𝜑1 + 𝜑2 ) + 𝑠𝑒𝑛 (𝜑1 + 𝑠𝑒𝑛 𝜑2 )𝑖)
= 𝜌1 𝜌2 𝑒 𝑖 (𝜑1 +𝜑2 )
El producto de dos complejos expresados en forma exponencial es otro complejo que tiene


por módulo el producto de los módulos de los complejos dados y por argumento la suma de
los argumentos de los factores.
Si alguno de los complejos es el nulo, se obtiene como resultado el complejo nulo.
1 5
Ejemplo 1: sean los complejos 𝑧1 = 6 𝑒 𝑖 3𝜋 y 𝑧2 = 3 𝑒 𝑖 3𝜋 , entonces
1 5
𝑧1 𝑧2 = 6 𝑒 𝑖 3𝜋 3 𝑒 𝑖 3𝜋
1 5
𝑖( + )𝜋
𝑧1 𝑧2 = 6 . 3 𝑒 3 3

𝑧1 𝑧2 = 18 𝑒 𝑖 2𝜋

Este archivo fue descargado de [Link]

 1 1 7
Ejemplo 2: realizar la siguiente multiplicación (2 𝑒 𝑖9𝜋 ) (𝑒 𝑖6𝜋 ) (2 𝑒 𝑖18𝜋 ) =
1 1 7
(2 𝑒 𝑖9𝜋 ) (𝑒 𝑖6𝜋 ) (2 𝑒 𝑖18𝜋 ) =
1 1 7
𝑖( + + )𝜋
= 2 .1 .2 𝑒 9 6 18

2
= 4 𝑒 𝑖3𝜋

Conjugado: sea el complejo 𝑧 = 𝜌𝑒 𝑖 𝜑 = 𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑), entonces:

𝑧̅ = 𝜌(cos 𝜑 − 𝑖 𝑠𝑒𝑛 𝜑)

OM
𝑧̅ = 𝜌(cos(−𝜑) + 𝑖 𝑠𝑒𝑛 (−𝜑)) de donde se puede ver que
̅̅̅̅̅̅̅
𝜌𝑒 𝑖 𝜑 = 𝜌𝑒 𝑖 (−𝜑)

Del mismo modo que en el apartado “Conjugación de números complejos”, se evidencia

aquí, que el módulo del conjugado es igual al módulo del complejo dado y el argumento
del conjugado es el opuesto del argumento.

.C
1 1 5
𝑖(− 𝜋 )
Ejemplo: sea el complejo 𝑧 = 6 𝑒 𝑖 3𝜋 ⟹ 𝑧̅ = 6 𝑒 3 = 6 𝑒 𝑖 3𝜋

Inverso multiplicativo: sea el complejo no nulo 𝑧 = 𝜌𝑒 𝑖 𝜑 = 𝜌(𝑐𝑜𝑠 𝜑 + 𝑖 𝑠𝑒𝑛 𝜑). Recordemos

DD
que en el apartado “Conjugación de números complejos” se demostró la propiedad: “El
producto de dos complejos conjugados es igual a un número real no negativo, igual al
cuadrado de su módulo”. Es decir que, si 𝑧 ∈ ℂ se cumple que 𝑧 𝑧̅ = ‖𝑧‖2 . Por lo tanto,
𝑧̅
𝑧 ‖𝑧‖2
= 1, con lo cual, el inverso multiplicativo de todo número complejo es único y es:
LA

𝑧̅
𝑧 −1 = ‖𝑧‖2

Como el complejo esta dado en forma exponencial, su inverso multiplicativo será

𝜌𝑒 𝑖 (−𝜑)
𝑧 −1 =
FI

𝜌2

𝑧 −1 = 𝜌−1 𝑒 𝑖 (−𝜑)
Nuevamente, como en el apartado “Multiplicación de números complejos”, se puede
observar que el módulo del inverso de 𝑧 es el inverso del módulo de 𝑧, el inverso tiene la


misma dirección que el conjugado. Este hecho permite ubicar geométricamente el punto
que representa a 𝑧 −1 a partir del punto que representa a 𝑧.
1
1 𝑖(−1𝜋) 1 7
Ejemplo: si 𝑧 = 2 𝑒 𝑖 4𝜋 ⟹ 𝑧 −1 = 2 𝑒 4 = 2 𝑒 𝑖4 𝜋

Representamos 𝑧 (245° ), representamos 𝑧̅(2315° ) punto simétrico respecto al ⃗⃗⃗⃗

𝑜𝑥.
1 1 1
Multiplicamos 𝑧̅ por el escalar 𝜆 = 𝜌2 [4 . 2315° = (2) ]. El resultado es la representación
315°

de 𝑧 −1 .

Este archivo fue descargado de [Link]

 OM
Gráfico 17

.C
División: teniendo las expresiones para el producto y el inverso en forma exponencial, la
división es directa. Es decir, sean los números compelejos 𝑧1 = 𝜌1 𝑒 𝑖𝜑1 𝑦 𝑧2 = 𝜌2 𝑒 𝑖𝜑2 este
último no nulo, resulta:
DD
𝑧1 𝜌
𝑧2
= 𝑧1 𝑧2−1 = 𝜌1 𝑒 𝑖𝜑1 𝜌2−1 𝑒 𝑖(−𝜑2 ) = 𝜌1 𝑒 𝑖 (𝜑1 −𝜑2 )
2

Por lo tanto, el cociente de dos números complejos expresados en forma exponencial,

tiene como módulo el cociente de los módulos y como argumento la diferencia de los
LA

argumentos de los números dados.

1 5
Ejemplo: sean los complejos 𝑧1 = 6 𝑒 𝑖 3𝜋 y 𝑧2 = 3 𝑒 𝑖 3𝜋 , entonces
1
𝑖 𝜋
𝑧1 6𝑒 3 6 𝑖(1−5)𝜋 4
𝑖(− )𝜋
2

𝑧2
= 5 = 3𝑒 3 3 = 2𝑒 3 = 2𝑒 𝑖 3𝜋
𝑖 𝜋
3𝑒 3
FI

Veamos ahora, cómo la forma exponencial permite realizar fácilmente la potenciación de

números complejos, cuando el exponente es un número entero.

Potencia entera: sea el complejo 𝑧 = 𝜌𝑒 𝑖 𝜑 y 𝑛 un número entero (𝑐𝑜𝑛 𝑧 ≠ 0 𝑠𝑖 𝑛 ≤ 0).



a) Para valores positivos de 𝑛, considerando la expresión para el producto en forma

exponencial y de forma análoga a la realizada en el apartado “Potenciación de números
complejos”, se comprueba fácilmente por inducción que 𝑧 𝑛 = 𝜌𝑛 𝑒 𝑖 𝑛 𝜑 .
b) Para valores de 𝑛, enteros negativos, es decir 𝑛 = −𝑘 con 𝑘 > 0, es:
𝑘
𝑧 𝑛 = 𝑧 −𝑘 = (𝑧 −1 )𝑘 = (𝜌−1 𝑒 −𝑖 𝜑 ) = 𝜌−𝑘 𝑒 𝑖(−𝑘)𝜑 = 𝜌𝑛 𝑒 𝑖 𝑛 𝜑
c) Si 𝑛 = 0, entonces 𝑧 0 = 1 = 𝜌0 𝑒 𝑖 0
En síntesis, para cualquier exponente entero, se verifica: 𝑧 𝑛 = 𝜌𝑛 𝑒 𝑖 𝑛 𝜑 .

Este archivo fue descargado de [Link]

La radicación se realiza con las mismas consideraciones realizadas en el apartado
“Radicación de números complejos”, teniendo en cuenta que cada número complejo tiene
𝑛 raíces n-ésimas.

Radicación: sean 𝑧1 = 𝜌1 𝑒 𝑖𝜑1 ∈ ℂ 𝑦 𝑧2 = 𝜌2 𝑒 𝑖𝜑2 ∈ ℂ 𝑦 𝑛 ∈ ℕ se dice que 𝑧2 es raíz n–ésima

de 𝑧1 si (𝑧2 )𝑛 = 𝑧1 , es decir que:
𝜑+2𝑘𝜋
𝑛 𝑛 𝑛 𝑛 𝑖 𝑛
√𝑧 = √𝜌 𝑒 𝑖 𝜑 = √𝜌 √𝑒 𝑖 𝜑 = √𝜌 𝑒 𝑛 ∀ 𝑘 = 0, 1, 2, … , (𝑛 − 1)
Debemos recordar nuevamente, que en el caso de la radicación en forma exponencial

OM
también el ángulo debe ser expresado en radianes, 𝜑 debe ser un número real.
1
Ejemplo 1: sea 𝑧 = 2 𝑒 𝑖2𝜋 , calcular 𝑧 6
1 6
𝑧 6 = (2 𝑒 𝑖2𝜋 )
1
𝑖 6( 𝜋)
𝑧 6 = 26 𝑒 2

𝑧 6 = 64 𝑒 𝑖 3𝜋
𝑧 6 = 64 𝑒 𝑖 𝜋
.C
DD
3
Ejemplo 2: sea 𝑧 = 243 𝑒 𝑖2𝜋 , calcular √𝑧
5

5 3
√𝑧 = √243 𝑒 2
5 𝑖 𝜋

1 3
5 5 𝑖 ( 𝜋+2𝑘𝜋)
√𝑧 = √243 𝑒 5 2
LA

3+4𝑘
5 𝑖 𝜋
√𝑧 = 3 𝑒 10

3 7 11 15 19
𝑧0 = 3 𝑒 10𝜋 , 𝑧1 = 3 𝑒 10𝜋 , 𝑧2 = 3 𝑒 10𝜋 , 𝑧3 = 3 𝑒 10𝜋 , 𝑧4 = 3 𝑒 10𝜋
3
FI

Ejemplo 3: sea el complejo 𝑧 = 𝑐𝑜𝑠 120° + 𝑖 𝑠𝑒𝑛 120°, calcular 𝑧 5

2
𝑧 = 1 𝑒 𝑖 3𝜋 nos piden calcular √𝑧 3
5

5
𝑤 = √𝑧 3


5 2 3
𝑤 = √(1 𝑒 𝑖 3𝜋 )

5 2
𝑤 = √13 𝑒 𝑖 33𝜋
5
𝑤 = √1 𝑒 𝑖 2𝜋
5
𝑤 = √1 𝑒 𝑖 0𝜋
1
(0𝜋+2𝑘𝜋)
𝑤 = √1𝑒 𝑖5
5

2𝑘
𝑤 = 1𝑒 𝑖 5
𝜋

2 4 6 8
𝑤0 = 1 𝑒 0 = 1, 𝑤1 = 1 𝑒 𝑖5𝜋 , 𝑤2 = 1 𝑒 𝑖5𝜋 , 𝑤3 = 1 𝑒 𝑖5𝜋 , 𝑤4 = 1 𝑒 𝑖5𝜋

Este archivo fue descargado de [Link]

 OM
.C
DD
LA
FI


Este archivo fue descargado de [Link]