RESUMEN ÁLGEBRA

CAPÍTULO 1: VECTORES

1.1. Conjuntos:
● Un conjunto es una colección de objetos o elementos concretos o abstractos, finitos o
infinitos.
● Se pueden escribir por:
○ Extensión:
■ 𝑋 = {1, 2, 3, 4, ...}
○ Comprensión
■ 𝑌 = {𝑥 ∈ 𝑅: 0 < 𝑥 < 10}
2
● Un plano es el conjunto de pares ordenados de números reales (𝑥, 𝑦) y se nota 𝑅 .
3
● Un espacio 𝑅 es también un conjunto de "tiras ordenadas" de números reales (𝑥, 𝑦, 𝑧).
● Los conjuntos tienen como operaciones básicas:
○ Unión (𝑈): juntar dos conjuntos.
○ Intersección (∩): juntar todos los elementos que pertenecen a ambos conjuntos .
○ Diferencia ( \ ): restar los elementos de un conjunto a otro.
𝑐
○ Complemento (𝐴 ): serían los elementos del "universo" que no pertenecen a A.

1.2. Vectores:
● Un vector es el "segmento orientado" (flecha) de origen A y extremo B, sus elementos son
la dirección (recta que contiene A y B), sentido (desde A hacia B) y módulo (distancia entre
A y B).
● Todos los vectores de igual dirección, sentido y módulo son equivalentes.
● El vector nulo es el origen de coordenadas.
● Son paralelos si son múltiplos del otro y perpendiculares si al multiplicarlos dan cero.
● Las dos operaciones fundamentales son:
○ Suma de vectores, también conocido como la regla del paralelogramo:
■ 𝑣 + 𝑤 = 𝑥1 + 𝑦1, 𝑥2 + 𝑦2 = (𝑎, 𝑏)
○ Producto de un vector por un escalar:
■ λ𝑢 = λ𝑥1, λ𝑥2
● Tienen 8 propiedades:
 𝑛
● La suma de vectores y producto de un vector por una escalar se pueden usar en cualquier 𝑅
.
1.3. Producto escalar de vectores
● Con este se puede medir longitudes, distancias y ángulos.
● Su resultado es un número, no otro vector.
● La fórmula es:
○ 𝑣 * 𝑤 = 𝑥1 * 𝑦1 + 𝑥2 * 𝑦2 = 𝑎
● Tiene 3 propiedades:

1.3.1. Norma
● El módulo de un vector se le conoce como norma. También da como resultado un número
real.
● Sería:
2 2
○ ||𝑣|| = (𝑥1) + (𝑥2) =𝑏

1.3.2. Distancia
● Da como resultado un número real.
● Si se tienen dos puntos, P y Q, la distancia entre estos se hace:
2 2
○ 𝑑(𝑃, 𝑄) = ||𝑣 − 𝑤|| = (𝑥1 − 𝑦1) + (𝑥2 − 𝑦2) =𝑐

1.3.3. Ángulo entre vectores y ortogonalidad

● Se considera el ángulo más pequeño entre dos vectores, es decir el que está entre 0 y π.
● Sean 𝑣 y 𝑤 no nulos, se define su ángulo como el único θ entre 0 y π.
● La fórmula es:
𝑣 *𝑤
○ 𝑐𝑜𝑠(θ) =
||𝑣|| * ||𝑤||
● Si se sabe la norma de los vectores y el ángulo entre ellos, se puede calcular su producto
escalar así:
○ (𝑣*𝑤)= ||𝑣|| * ||𝑤|| * 𝑐𝑜𝑠(θ)
π
● Dos vectores son perpendiculares u ortogonales si el ángulo entre ellos es 2
, es decir:
○ 𝑣*𝑤= 0

CAPÍTULO 2: RECTAS Y PLANOS

2.1. Rectas
● Son los espacios lineales más sencillos, dado que poseen una sola dirección.
● Su fórmula general es:
 ○ 𝑦 = 𝑚𝑥 + 𝑏
● Su forma implícita:
○ 𝑎𝑥 + 𝑏𝑦 + 𝑐 = 0
● La ecuación vectorial de la recta permite saber cuándo dos rectas son paralelas o
2
perpendiculares, dependiendo de sus vectores. En 𝑅 :
2
○ 𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡𝑣 + 𝑤, 𝑡 ∈ 𝑅}
2
● Un punto pertenece a una recta 𝑅 , en forma vectorial, cuando se hace:
○ 𝑥 = 𝑎𝑡 + 𝑐 ||| 𝑦 = 𝑏𝑡 + 𝑑, siendo (𝑥, 𝑦) el punto, debe dar como resultado una
igualdad para que pertenezca.
3
● La ecuación implícita de una recta 𝑅 es con dos ecuaciones de la forma:
○ 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0
3
● La ecuación vectorial de una recta 𝑅 es:
3 2
○ 𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡𝑣 + 𝑤, 𝑡 ∈ 𝑅}, igual que en 𝑅 .
● De la forma implícita es más fácil saber si un punto pertenece a la recta, solo se debe
reemplazar los valores.
2
● Para hallar en 𝑅 la ecuación implícita de una vectorial:
○ Se reescribe: 𝑥 = 𝑎𝑡 + 𝑐 ||| 𝑦 = 𝑏𝑡 + 𝑑 y se despeja t de una ecuación y se
reemplaza en la otra.
2
● Para hallar en 𝑅 la ecuación vectorial de la implícita despejamos 𝑥 o 𝑦, por ejemplo:
○ 𝑥 = − 2𝑦 − 1, se toma (− 2𝑦 − 1, 𝑦), se reemplaza por 𝑡 y sumamos vectores,
quedando (− 2𝑡 − 1, 𝑡) = (− 2𝑡, 𝑡) + (− 1, 0), luego sacamos 𝑡, así:
𝑡(− 2, 1) + (− 1, 0). Siendo esta la ecuación vectorial.

2.2. Planos
● El plano contiene infinitas direcciones.
● La diferencia entre una recta, un plano y el espacio son los grados de libertad: la recta tiene
uno, el plano dos y el espacio 3.
● La ecuación vectorial del plano necesita dos vectores directores y otro vector de extremo P,
que no sean múltiplos. Sería así:
3
○ Π = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡𝑣 + 𝑠𝑤 + 𝑢}
● Un punto pertenece a un plano dado en forma vectorial de la misma manera que una recta,
pero ya con dos incógnitas (𝑡 y 𝑠), dando a la final una igualdad.
● Un plano se puede escribir a través de una única ecuación implícita, que es los mismo que
la ecuación normal, de relación lineal:
3
○ Π = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 𝑑}
● Para hallar la ecuación vectorial de un plano dado en forma implícita se hace de la misma
manera que la recta, pero con dos incógnitas. Por ejemplo:
○ 𝑥 = − 2𝑦 + 𝑧 − 1, quedaría (− 2𝑦 + 𝑧 − 1, 𝑦, 𝑧). Luego:
(− 2𝑦, 𝑦, 0) + (𝑧, 0, 𝑧) + (− 1, 0, 0). Se sacan las incógnitas y se
reemplazan por t y s: 𝑡(− 2, 1, 0) + 𝑠(1, 0, 1) + (− 1, 0, 0).
 ● Para hallar la ecuación implícita de un plano dado en forma vectorial, se hace como en la
recta, pero con dos incógnitas. Por ejemplo:
○ Se reescriben en sistema de ecuaciones: 𝑥 = 𝑡 + 2, 𝑦 = 2𝑡 + 𝑠 + 5,
𝑧 = 𝑡 − 𝑠 − 1. Se despeja una obteniendo t, se reemplaza en la otra obteniendo s, y
en la última quedaría la ecuación.
2.3. La ecuación normal de un plano
● Es otra forma de describir un plano, se necesita usar el producto escalar.
● Propiedad definitoria, el plano es el conjunto formado por todos los puntos perpendiculares
al vector. Es decir, se sabe que dos vectores son perpendiculares si su producto escalar es
cero, entonces, el vector que es perpendicular al plano se llama normal del plano, se denota
con 𝑁, 𝑦 𝑋 siendo un punto ∈ 𝑅, quedaría:
3
○ Π = {𝑋 ∈ 𝑅 : 𝑁 * 𝑋 = 0}
● Si Π’no pasa por el origen no es válido, pero si se traslada con − 𝑃, quedando así:
3
○ Π’ = {𝑋 ∈ 𝑅 : 𝑁 * (𝑋 − 𝑃) = 0}.
● La normal de un plano nos deja saber fácilmente si dos planos son paralelos o
perpendiculares a una recta. Son paralelos si sus vectores normales (𝑁) son múltiplos. Y un
plano es perpendicular a una recta si el vector normal del plano es múltiplo del vector
director de la recta.
● Recuperar la ecuación normal de un plano a partir de la ecuación implícita, sería, por
ejemplo:
3
○ Teniendo Π = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 3𝑥 + 2𝑦 − 𝑧 = 4}, por lo que 𝑁 = (3, 2, − 1)
. Entonces: (3, 2, − 1) * (𝑥, 𝑦, 𝑧) = 4, ahora se necesita un punto 𝑃 que verifique
la ecuación, así: (3, 2, − 1) * ((𝑥, 𝑦, 𝑧) − (0, 1, − 2) = 0 (El punto 𝑃 podía ser
cualquiera, mientras verificara la ecuación dada).

3
2.3.1. El producto vectorial de vectores de 𝑅
● Si el plano está dado en forma vectorial, la normal es un vector que es perpendicular al
plano que los vectores directores generan (y que pasa por el origen). Es ortogonal a los dos
vectores simultáneamente.
● Introduciendo el vector 𝑢, que será el producto vectorial entre 𝑣 y 𝑤, quien es perpendicular
a ambos, permite calcular la normal de un plano dado en forma vectorial. El producto
3
vectorial solo está definido para vectores de 𝑅 .
● Definido por:
○ 𝑢 = (𝑥2𝑦3 − 𝑥3𝑦2 ; 𝑥3𝑦1 − 𝑥1𝑦3 ; 𝑥1𝑦2 − 𝑥2𝑦1). Se denota 𝑢 = 𝑣 × 𝑤.
● Una manera más fácil es acomodar un vector bajo el otro, primero 𝑣, luego 𝑤, tapar la
primera columna, multiplicar en cruz, luego tapar la segunda columna, volver a multiplicar
en cruz, pero a este resultado se le cambia el signo, y finalmente se tapa la tercera columna
y se vuelve a multiplicar en cruz:
2.4. Intersección de subespacios de R3
● La intersección de dos subespacios lineales vuelve a ser un subespacio lineal, se puede
escribir de manera vectorial o implícita.

2.4.1. Intersección de planos.

● Hay tres posibles resultados:
○ Se atraviesan a lo largo de una recta, es decir, Π∩Π’ = 𝐿.
○ Son paralelos, es decir, Π∩Π’ = ∅.
○ Son el mismo plano, es decir, Π∩Π’ = Π = Π’.
● Si se atraviesan dos planos y están dados en forma implícita, entonces ambas ecuaciones
deben corroborarse a la vez. Así:
○ Siendo 𝐴 = 2𝑥 − 3𝑦 + 2𝑧, 𝐵 = 𝑥 − 2𝑦 − 𝑧 = 0. Se despeja 𝑥 de 𝐵, quedando
𝐵 = 𝑥 = 2𝑦 + 𝑧, se reemplaza en 𝐴, 𝐴 = 2(2𝑦 + 𝑧) − 3𝑦 + 2𝑧 = 2, quedando
𝐴 = 𝑦 + 2𝑧 = 2, despejamos de 𝑦 de 𝐴, así: 𝐴 = 𝑦 = 2 − 4𝑧. Se reemplaza 𝐴 en
𝐵, así: 𝐵 = 𝑥 = 2(2 − 4𝑧) + 𝑧 = 4 − 7𝑧. Es decir, que los puntos de Π∩Π’ son
de la forma:
(4 − 7𝑧, 2 − 4𝑧, 𝑧) = (4, 2, 0) + (− 7𝑧, − 4𝑧, 𝑧) = (4, 2, 0) + 𝑧(− 7, − 4, 1)
. Como quedó una ecuación, esta sería la recta que los interseca.
● Si fuesen paralelos, al despejar una en la otra y de vuelta, quedaría una desigualdad, no
dejando avanzar más.
● Si son el mismo plano, al despejar y reemplazar daría una igualdad.
3
● La ecuación implícita de una recta en 𝑅 tiene dos ecuaciones, estas son las ecuaciones de
los dos planos que esta interseca.
● Para calcular la intersección de dos planos, uno dado en vectorial y el otro en implícita,
sería, por ejemplo:
3
○ Teniendo Π = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 2𝑥 − 3𝑦 + 2𝑧 = 2} y
3
Π' = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡(2, 1, 0) + 𝑠(2, 2, − 2) + (0, − 1, 2), 𝑡, 𝑠, ∈ 𝑅},
reescribiendo Π' así: (2𝑡 + 2𝑠, 𝑡 + 2𝑠 − 1, − 2𝑠 + 2), que se sabe son 𝑥, 𝑦, 𝑧.
Estos valores se reemplazan en Π. Así:
2(2𝑡 + 2𝑠) − 3(𝑡 + 2𝑠 − 1) + 2(− 2𝑠 + 2) = 2. Al desarrollar esta ecuación
queda 𝑡 − 6𝑠 + 7 = 2, donde se despeja 𝑡 = 6𝑠 − 5. Se vuelve a las coordenadas
de Π' donde se despeja la 𝑡 que obtuvimos. Así:
 [2(6𝑠 − 5) + 2𝑠, (6𝑠 − 5) + 2𝑠 − 1, − 2𝑠 + 2] = [14𝑠 − 10, 8𝑠 − 6, − 2𝑠 + 2]
. Finalmente, se reescribe como vector: 𝑠(14, 8, − 2) + (− 10, − 6, 2).
● Para calcular la intersección de dos planos dados en forma vectorial, se reescriben ambos
como sistema de ecuaciones, y se igualan, así:
3
○ Teniendo, Π = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡(1, 0, − 1) + 𝑠(0, 1, 1) + (0, 0, 3), 𝑡, 𝑠, ∈ 𝑅} y
3
Π' = {𝑋 ∈ 𝑅 : 𝑋 = 𝑘(1, 0, 0) + 𝑙(0, 1, − 2) + (1, 0, 1), 𝑘, 𝑙, ∈ 𝑅}. Quedarían así:
𝑡 = 𝑘 + 1, 𝑠 = 𝑙, − 𝑡 + 𝑠 + 3 =− 2𝑙 + 1. Al reemplazar la primera y la
segunda en la tercera, queda: (𝑘 + 1) + (𝑙) + 3 =− 2𝑙 + 1, despejando:
𝑘 = 3𝑙 + 1. Entonces, se reemplaza en las coordenadas de Π', ya que el que se
despejó fue 𝑘, así:
[(3𝑙 + 1) + 1, 𝑙, − 2𝑙 + 1] = (3𝑙, 𝑙, − 2𝑙) + (2, 0, 1) = 𝑙(3, 1, − 2) + (2, 0, 1)
.

2.4.1. Intersección de un plano y una recta

● Hay tres posibilidades:
○ La recta interseca al plano en un punto, es decir, 𝐿∩Π = 𝑄.
○ Son paralelos, es decir, 𝐿∩Π = ∅.
○ La recta está contenida en el plano, 𝐿∩Π = 𝐿.
● Los desarrollos son análogos a los del plano.
● L∩Π, si L y Π están dados en forma implícita:
3
○ Teniendo Π = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 2𝑥 − 3𝑦 + 2𝑧 = 2} y la recta dada por las
ecuaciones implícitas 𝑥 + 𝑦 − 2𝑧 = 0 y 2𝑥 − 4𝑦 = 1. De estas tres ecuaciones
se reemplaza una en la otra, hasta obtener los puntos 𝑥, 𝑦, 𝑧 que representan la
intersección.
● L∩Π, si L y Π están dados en forma vectorial:
3
○ Teniendo Π = {𝑋 ∈ 𝑅 : 𝑡(1, 1, 0) + 𝑠(1, 0, 1) + (0, 1, 2), 𝑡, 𝑠 ∈ 𝑅}y
3
𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = 𝑘(1, 3, − 1) + (2, 2, 0), 𝑘 ∈ 𝑅}. Se reescriben y se igualan,
así: 𝑡 + 𝑠 = 𝑘 + 2; 𝑡 + 1 = 3𝑘 + 2; 𝑠 + 2 =− 𝑘. Se despeja hasta encontrar 𝑘
, y luego se reemplaza el valor en las coordenadas de la recta, así:
[(3) + 2, 3(3) + 2, − (3)] = (5, 11, − 3).

2.4.2. Intersección de rectas

● Tres resultados:
○ Se cortan en un punto (concurrentes), es decir, 𝐿∩𝐿’ = 𝑄.
○ No cortarse (paralelas, alabeadas), es decir, 𝐿∩𝐿’ = ∅.
○ Ser la misma recta (coincidentes), es decir, 𝐿∩𝐿’ = 𝐿 = 𝐿’.
● L∩L’ son ambas dadas de manera implícita, se tendrían cuatro ecuaciones, se resuelven de
igual manera, se despeja una, se reemplaza en las otras dos, y en la cuarta debe quedar una
igualdad que comprobaría (x, y, z), punto donde se intersecan.
3
● Las rectas en 𝑅 pueden ser:
 ○ Concurrentes: si se intersectan, es decir, 𝐿 ∩ 𝐿' = 𝑄.
○ Paralelas.
○ Coincidentes: Tienen todos sus puntos en común, es decir, 𝐿 = 𝐿'
○ Alabeadas: Ni concurrentes ni paralelas.

2.5. Distancias y ángulos entre rectas y planos

2.5.1. Ángulos entre rectas

● Hay que tener en cuenta dos cosas:
○ Dos rectas determinan dos ángulos entre ellas, uno más pequeño que el otro, el que
π
se toma en cuenta es el más pequeño que está entre 0 y 2
.
○ Se puede medir el ángulo entre dos rectas aunque no se intersequen, si son paralelas,
su ángulo es cero. Se podría arrastrar una recta hasta que interseque con la otra sin
cambiar su dirección.
● El ángulo depende de la dirección de la recta, pero el ángulo entre las rectas no coincide con
el ángulo entre los vectores directores.
● Si 𝑣 es el vector director de 𝐿 y 𝑤 el de 𝐿', si llamamos θ al ángulo entre 𝑣 y 𝑤, entonces el
π
ángulo ∠(𝐿, 𝐿') es el más pequeño entre 0 y π − θ, es decir el que está entre 0 y 2
.
2
○ Por ejemplo, 𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡(1, 2) + (3, − 3), 𝑡 ∈ 𝑅} y
2
𝐿' = {𝑋 ∈ 𝑅 : 𝑋 = 𝑠(3, 0) + (2, 5), 𝑠 ∈ 𝑅}, entonces se tendrían los vectores
directores correspondientes:𝑣 = (1, 2) y 𝑤 = (3, 0). Se aplica la fórmula:
𝑣 *𝑤
𝑐𝑜𝑠(θ) = , reemplazando quedaría:
||𝑣|| * ||𝑤||
(1,2) * (3,0) 1*3 +2*0 3 3 3
||(1,2)|| * ||(3,0)||
= = = , es decir: 𝑎𝑟𝑐𝑐𝑜𝑠( ) ≈ 63, 43°
2
1 +2 * 3 +0
2 2 2 5* 9 3 5 3 5
π
, como este ángulo es menor a 2 , este es precisamente <(L, L’). En caso tal que fuera
π
mayor que 2
, se le restaría al ángulo 180° (π), siendo el resultado el ángulo
buscado.

2.5.2. Ángulo entre dos planos y entre una recta y un plano.

● El ángulo formado entre dos planos es el mismo ángulo determinado por las rectas con
direcciones normales de dichos puntos.
3
○ Es decir, ∠(Π, Π') es ∠(𝐿', 𝐿''), donde 𝐿' = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡𝑁, 𝑡 ∈ 𝑅}y
3
𝐿'' = {𝑋 ∈ 𝑅 : 𝑋 = 𝑠𝑁', 𝑠 ∈ 𝑅}.
3
■ Por ejemplo, se tiene Π = {(𝑥, 𝑦. 𝑧) ∈ 𝑅 : 𝑥 + 𝑦 + 3𝑧 = 0} y
3
Π' = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡(0, 2, − 1) + 𝑠(− 3, 1, 1) + (2, − 2, 5), 𝑡, 𝑠 ∈ 𝑅}.
El vector normal de Π es (1, 1, 3) y el vector normal de Π' es
(0, 2, − 1) × (− 3, 1, 1) = (3, 3, 6). Entonces el ángulo entre estos sería:
 (1,1,3)*(3,3,6) 1*3 + 1*3 + 3*6 24 24
||(1,1,3)|| * ||(3,3,6))||
= = = , que sería
2 2
1 +1 +3 * 3 +3 +6
2 2 2 2 11* 54 3 66
24 π
entonces: 𝑎𝑟𝑐𝑐𝑜𝑠( ) ≈ 10, 02°. Como este ángulo es menor a 2
,
3 66
entonces ∠(Π, Π') ≈ 10, 02°.
π
● El ángulo entre L y Π puede calcularse restando a 2
el ángulo entre L y la recta con
dirección normal de Π.
π 3
○ Es decir, ∠(𝐿, Π') es 2
− ∠(𝐿, 𝐿'), donde 𝐿'' = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡𝑁, 𝑡 ∈ 𝑅}.
3
■ Por ejemplo, se tiene 𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡(1, 2, − 1) + (0, 0, 2), 𝑡 ∈ 𝑅} y
3
Π = {(𝑥, 𝑦. 𝑧) ∈ 𝑅 : 2𝑥 − 𝑦 − 3𝑧 = 2}. El vector normal de Π es
(2, − 1, − 3), entonces se calcula el ángulo entre este vector y el vector
director de L. Así:
(1,2,−1)*(2,−1,−3) 1*2 + 2*(−1) + (−1)*(−3) 3
||(1,2,−1)|| * ||(2,−1,−3)||
= = , que sería:
2 2
1 +2 +(−1) * 2 +(−1) +(−3)
2 2 2 2 6* 14
3
𝑎𝑟𝑐𝑐𝑜𝑠( ) ≈ 70, 89°. Por lo tanto,
6* 14
∠(𝐿, Π') ≈ 90° − 70, 89° = 19, 11°.

2.5.3. Distancia de un punto a una recta

2
● Para 𝑅 :
○ Se construye una recta 𝐿' perpendicular a 𝐿 que pase por 𝑃.
○ Hallar el punto 𝑄 = 𝐿 ∩ 𝐿', que es el más cercano a 𝑃.
○ Calcular 𝑑(𝑃, 𝑄), que sería la distancia de 𝑃 a 𝐿.
2
■ Por ejemplo, teniendo 𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = λ(1, 1) + (3, 0)} y 𝑃 = (− 1, 1).
Primero se halla 𝐿', para ello es encontrar el vector perpendicular a (1, 1), que
2
como es un vector en 𝑅 , solo es “voltearlo” y cambiar el signo a uno de los
2
dos números. Entonces, 𝐿' = {𝑋 ∈ 𝑅 : 𝑋 = µ(− 1, 1) + (− 1, 1)}. Ahora
se debe encontrar Q, que se haría reescribiendo L así: 𝑥 = λ + 3, 𝑦 = λ y 𝐿'
así: 𝑥 =− µ − 1, 𝑦 = µ + 1. De 𝐿 se despeja 𝑥 = 𝑦 + 3 y de 𝐿' se
3
despeja 𝑥 =− 𝑦. Al reemplazar 𝐿' en 𝐿, se obtiene que 𝑦 =− 2
. Por lo que,
3 3
𝑄 = (2,− 2
). Finalmente, se calcula
3 3 3 3
𝑑(𝑃, 𝑄) = ||(− 1, 1) − ( 2 , − 2
)|| = ||(− 1 − 2
,1 + 2
)||

5 5 5 2 5 2 25 5
= ||(− 2
, 2
)|| = (− 2
) +(2) = 2
= .
2
3
● Para 𝑅 :
○ Se halla el plano Π perpendicular a 𝐿 que pasa por 𝑃.
○ Luego se encuentra 𝑄 = 𝐿 ∩ Π.
○ Finalmente, se calcula 𝑑(𝑃, 𝑄), que sería la distancia entre el punto P y la recta L.
 3
■ Por ejemplo, teniendo 𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = λ(2, − 2, − 3) + (0, 2, 2) y
𝑃 = (0, − 2, − 1). Primero se debe encontrar el Π ⊥ 𝐿, para ello se usa el
vector director de 𝐿 = (2, − 2, − 3) y el punto 𝑃, como se sabe que la forma
implícita de Π es 𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 + 𝑑 = 0, se reemplaza 𝑎, 𝑏, 𝑐 por el
vector director de 𝐿 y 𝑥, 𝑦, 𝑧 por 𝑃, así se obtiene 𝑑:
(2)(0) + (− 2)(− 2) + (− 3)(− 1) + 𝑑 = 0, siendo 𝑑 =− 7, entonces
queda Π = 2𝑥 − 2𝑦 − 3𝑧 − 7 = 0. Ahora, para encontrar 𝑄, se reescribe
𝐿 así: 𝑥 = 2λ; 𝑦 =− 2λ + 2; 𝑧 =− 3λ + 2, y se reemplaza en Π, así:
2(2λ) − 2(− 2λ + 2) − 3(− 3λ + 2) − 7 = 0, se despeja para
encontrar λ = 1, se reemplaza este valor en los valores de 𝐿, quedando:
𝑥 = 2; 𝑦 = 0; 𝑧 =− 1, siendo estas las coordenadas de 𝑄. Finalmente, se
hace
𝑑(𝑃, 𝑄) = ||(2, 0, − 1) − (0, − 2, − 1)|| = ||(2 − 0, 0 + 2, − 1 + 1)|| = ||(2
2 2 2
= 2 +2 +0 = 8.

2.5.4. Distancia de un punto a un plano

● Teniendo el plano Π y un punto P:
○ Si el plano está en forma vectorial, pasarlo a forma implícita.
○ Después se debe hallar la recta L que es perpendicular a Π que pasa por P.
○ Luego se encuentra 𝑄 = 𝐿∩Π .
○ Finalmente, se calcula la d(P, Q), que sería la distancia del punto al plano.
■ Por ejemplo, teniendo
3
Π = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡(2, 2, − 1) + 𝑠(5, 0, − 3) + (2, 0, 0)} y
𝑃 = (− 1, − 2, 4). Primero se pasa a forma implícita el plano, para eso se
necesita el vector normal (𝑁) del plano, que se hace:
(2, 2, − 1) × (5, 0, − 3) = (− 6, 1, − 10), ahora hay que encontrar 𝑑, así:
(− 6)(2) + (1)(0) + (− 10)(0) + 𝑑 = 0, siendo 𝑑 = 12, quedando
Π =− 6𝑥 + 𝑦 − 10𝑧 + 12 = 0. Ahora, se halla 𝐿 ⊥ Π, que se hace con el
𝑁 del Π y el punto 𝑃, así:
3
𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = λ(− 6, 1, − 10) + (− 1, − 2, 4). Ahora se debe
encontrar 𝑄, que se hace reescribiendo 𝐿 en función de 𝑥, 𝑦, 𝑧 y se reemplaza
en la forma implícita del plano, así:
− 6(− 6λ − 1) + (λ − 2) − 10(− 10λ + 4) + 12 = 0, donde
24 281 250 308
λ= 137
, se reemplaza este valor en 𝐿, y queda 𝑄 = (− 137
,− 137
, 137
).
Finalmente, se calcula 𝑑(𝑃, 𝑄) = ||
281 250 308 144 24 240
(− 137
,− 137
, 137
) − (− 1, − 2, 4)|| = ||(− 137
, 137
,− 137
)||

144 2 24 2 240 2 576

= (− 137
) + ( 137 ) + (− 137
) = 137
= 2, 05.

2.5.5. Distancia entre rectas y planos.

 3
● La distancia entre dos rectas 𝑅 , dadas 𝐿1 y 𝐿2 paralelas:
○ Probar que 𝐿1 y 𝐿2 son paralelas.
○ Segundo, hallar un plano Π perpendicular a 𝐿2 que pase por P.
○ Determinar 𝑄 = 𝐿1∩Π.
○ Calcular d(P, Q).
■ Por ejemplo, teniendo
3
𝐿1 = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 2𝑥 − 𝑦 − 𝑧 = 4, 4𝑥 − 𝑦 − 2𝑧 = 9} y
3
𝐿2 = {𝑋 ∈ 𝑅 : 𝑋 = λ(1, 0, 2) + (1, 2, − 3)}. Primero, probar que son
paralelas, que se hace reescribiendo 𝐿1 en forma vectorial, que se hace
despejando cada ecuación, en este caso, en función de 𝑦, para luego igualarse,
quedando: 2𝑥 − 𝑧 − 4 = 4𝑥 − 2𝑧 − 9, se puede despejar 𝑧 = 2𝑥 − 5,
que se reemplaza en cualquiera de las dos ecuaciones de 𝐿1, dando que 𝑦 = 1,
si se reemplaza 𝑦 y 𝑧 en cualquiera de las ecuaciones da una igualdad, por lo
que queda: (𝑥, 𝑦, 𝑧) = (𝑥, 1, 2𝑥 − 5) = 𝑥(1, 0, 2) + (0, 1, − 5), siendo
esta la ecuación vectorial de 𝐿1. Y como se puede ver es el mismo vector
director de 𝐿2, por lo que son paralelas. Ahora, se debe hallar un plano Π ⊥ 𝐿2
, que se hace reemplazando el vector director de 𝐿2 y el punto de 𝐿2,
quedando: (1)(1) + (0)(2) + (2)(− 3) + 𝑑 = 0, siendo 𝑑 = 5, siendo
Π = 𝑥 + 2𝑧 + 5 = 0. Sigue determinar 𝑄, que se hace reescribiendo la
forma vectorial de 𝐿1 en función de 𝑥, 𝑦, 𝑧 y reemplazando en Π, así:
(λ) + 2(2λ − 5) + 5 = 0, dando que λ = 1, se reemplaza en 𝐿1, dando
que 𝑄 = (1, 1, − 3). Finalmente, se hace d(P, Q), que se haría con P siendo
2 2 2
el punto de 𝐿2: ||(1, 1, − 3) − (1, 2, − 3)|| = 0 + (− 1) + 0 = 1.
3
● La distancia entre dos rectas 𝑅 , dadas 𝐿1 y 𝐿2 no paralelas:
○ Primero, probar que ambas rectas son alabeadas (no intersecan ni son paralelas).
○ Construir Π1 y Π2 paralelos, tales que Π1 contenga a 𝐿1 y Π2 contenga a 𝐿2.
○ Calcular 𝑑(Π1, Π2).
3
■ Teniendo 𝐿1 = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 𝑥 − 𝑦 − 𝑧 = 1, 𝑥 − 2𝑦 + 𝑧 =− 2} y
3
𝐿2 = {𝑋 ∈ 𝑅 : 𝑋 = λ(2, − 3, 0) + (0, 0, − 1)}. Para saber si son alabeadas,
primero hay que hallar si intersecan, para eso se reescribe 𝐿2 en función de
𝑥, 𝑦, 𝑧, para hallar su forma implícita, así: 𝑥 = 2λ; 𝑦 =− 3λ; 𝑧 =− 1,
siendo su forma implícita: 3𝑥 + 2𝑦 = 0; 𝑧 =− 1, entonces se organizan las
cuatro ecuaciones, se reemplazan entre sí, si se intersecan deberían
encontrarse las coordenadas, pero en este caso dio un absurdo, por lo que se
 concluye que no intersecan. Ahora, hay que ver si son paralelas, para ello se
reescribe 𝐿1 en forma vectorial, quedando
3
𝐿1 = {𝑋 ∈ 𝑅 : 𝑋 = µ(3, 2, 1) + (4, 3, 0)}, como sus vectores directores no
son múltiplos, se concluye que no son paralelas tampoco. Ahora, se
construyen los planos. Para ello se necesitan los vectores directores de las
rectas y un punto por el que pasen, entonces
Π1 = {λ(3, 2, 1) + µ(2, − 3, 0) + (4, 3, 0)} y
Π2 = {λ(3, 2, 1) + µ(2, − 3, 0) + (0, 0, − 1)}. Finalmente, se calcula
𝑑(Π1, Π2), para ello, primero hay que hallar una recta perpendicular a ambos,
para ello se necesita el vector normal, que se hace
(3, 2, 1) × (2, − 3, 0) = (3, 2, − 13), ahora se halla la ecuación implícita de
cada plano, así: Π1 = {β(3, 2, − 13) + (4, 3, 0)}, que es:
(3)(4) + (2)(3) + (− 13)(0) + 𝑑 = 0, quedando que 𝑑 =− 18,
entonces Π1 = 3𝑥 + 2𝑦 − 13𝑧 − 18 = 0. Se hace lo mismo con Π2, que
queda: Π2 = 3𝑥 + 2𝑦 − 13𝑧 − 13 = 0. Siendo la recta
𝐿 = {δ(3, 2, − 13) + (0, 0, 0)}. Se halla 𝐿 ∩ Π1 = 𝑃 y 𝐿 ∩ Π2 = 𝑄, que
se hace reescribiendo 𝐿 en función de 𝑥, 𝑦, 𝑧 y se reemplaza en el respectivo
plano, se halla el valor de δ en cada plano se vuelve a reemplazar en la recta y
27 18 117 39 26 169
se tendría el punto buscado, 𝑃 = ( 91 , 91
,− 91
)y 𝑄 = ( 182 , 182
,− 182
)
39 26 169 27 18 117
. Siendo 𝑑(𝑃, 𝑄) = ||( 182 , 182
,− 182
)− ( 91 , 91 ,− 91
)||

15 2 5 2 5 2 5
= (− 182
) + (− 91
) + ( 14 ) = .
182
● La distancia entre una recta y un plano, puede reducirse a la distancia entre un punto y un
plano.
○ Primero, probar que L es paralela a Π
○ Segundo, hallar una recta 𝐿' ortogonal a Π que pase por 𝑃𝐿.
○ Determinar 𝑄 = 𝐿'∩Π
○ Calcular 𝑑(𝑃, 𝑄).
3
■ Por ejemplo, teniendo, Π = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 𝑥 + 𝑦 + 𝑧 = 1} y
3
𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = λ(− 1, 0, 1) + (1, 1, 2)}. Primero, para saber si 𝐿 y Π
son paralelos, hay que tener el vector normal de Π y el vector director de 𝐿,
hacer su producto escalar esperando que dé cero y luego comprobar que
𝑃𝐿 ∉ Π, así: 𝑁 = (1, 1, 1) y 𝑑𝐿 = (− 1, 0, 1), entonces
(1, 1, 1) × (− 1, 0, 1) = (1 *− 1 + 1 * 0 + 1 * 1) = 0, se sabe entonces
ahora que son perpendiculares, al comprobar que no comparten un punto se
sabrá que son paralelos, se hace reemplazando 𝑃𝐿 en Π, así:
(1) + (1) + (2) = 1, que da: 4 = 1, como da un absurdo se comprueba
 que son paralelos. Ahora hay que hallar una recta 𝐿' ⊥ Π que pase por 𝑃𝐿,
para ello, primero hay que reescribir 𝐿' en función de 𝑥, 𝑦, 𝑧 y reemplazar en Π
, así: 𝐿' = [𝑥 = λ + 1; 𝑦 = λ + 1; 𝑧 = λ + 2], en
Π = (λ + 1) + (λ + 1) + (λ + 2) = 1, que da: λ =− 1, se reemplaza
este valor en 𝐿', dando que 𝑄 = (0, 0, 1). Finalmente, se calculan
𝑑(𝑃, 𝑄) = ||(0, 0, 1) − (1, 1, 2)|| = ||(− 1, − 1, − 1)||
2 2 2
= (− 1) + (− 1) + (− 1) = 3.
● La distancia entre dos planos, puede reducirse a la distancia entre un punto y una recta.
○ Primero hay que verificar que Π y Π' son paralelos.
○ Segundo, construir 𝐿 perpendicular a ambos planos.
○ Calcular 𝑃 = 𝐿∩Π y 𝑄 = 𝐿∩Π'.
○ Calcular d(P, Q).
■ Por ejemplo, teniendo
3
Π = {𝑋 ∈ 𝑅 : 𝑋 = λ(− 2, 1, 1) + µ(0, − 3, 4) + (5, − 1, 0)} y
3
Π' = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 7𝑥 + 8𝑦 + 6𝑧 =− 2}. Primero, para probar que Π y
Π' son paralelos, se debe transformar Π a su forma implícita, para ello se
necesita su 𝑁 = (− 2, 1, 1) × (0, − 3, 4) = (7, 8, 6), reemplazar 𝑁 y el
punto 𝑃Π en la fórmula general de plano, así:
(7)(5) + (8)(− 1) + (6)(0) + 𝑑 = 0, sería 𝑑 =− 27, quedando
Π = 7𝑥 + 8𝑦 + 6𝑧 − 27 = 0, como sus vectores normales son iguales
pero 𝑃Π =− 27 y 𝑃Π' = 2 no son iguales, entonces son paralelos. Para
calcular 𝑃 = 𝐿 ∩ Π y 𝑄 = 𝐿 ∩ Π', se necesita una 𝐿 que sea perpendicular
a ambos planos, que sería simplemente agarrando el 𝑁 de los planos como 𝑑
3
de la recta, quedando: 𝐿 = {𝑋 ∈ 𝑅 : δ(7, 8, 6)}, entonces se reescribe 𝐿 en
27
función de 𝑥, 𝑦, 𝑧 y se reemplaza en cada plano, en Π da que δ = 149
, que al
189 216 162 2
reemplazarse en 𝐿 da que 𝑃 = ( 149 , 149
, 149
), en Π' da que δ =− 149
, que
14 16 12
al reemplazarse en 𝐿 da que 𝑄 = (− 149
,− 149
,− 149
). Finalmente,
14 16 12 189 216 162
calcular 𝑑(𝑃, 𝑄) = ||(− 149
,− 149
,− 149
)−( , ,
149 149 149
)||

203 2 232 2 174 2 841 29

= (− 149
) + (− 149
) + (− 149
) = 149
= .
149

2.6. Proyecciones y simetrías

2.6.1. Simetrías
3
2.6.1.1. Simetría en 𝑅 de un punto respecto de un plano.
3 3
● Sean 𝑃 ∈ 𝑅 y Π. El simétrico de P con respecto a Π es el único punto 𝑄 ∈ 𝑅 , distinto de
P, que verifica que el segmento que une a ambos puntos es perpendicular al plano y,
además, la distancia de cada uno de dicho puntos al plano es la misma.
 ● Para calcularlo:
○ Hallar recta L perpendicular a Π que pasa por P.
○ Hallar el punto 𝑅 = 𝐿∩Π.
𝑃+𝑅
○ Sabiendo que R es el punto medio entre P y Q, hallar Q con la fórmula: 𝑄 = 2
.
3
■ Por ejemplo, teniendo Π = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 𝑥 + 𝑦 + 𝑧 = 1 y el punto
𝑃 = (1, 1, 0). Para hallar 𝐿 ⊥ Π que pase por , se necesita el 𝑁 de Π, que es
3
(1, 1, 1), quedando 𝐿 = {𝑋 ∈ 𝑅 : λ(1, 1, 1) + (1, 1, 0)}. Ahora hay que
hallar el punto 𝑅 = 𝐿 ∩ Π, se hace reescribir 𝐿 en función de 𝑥, 𝑦, 𝑧 y
1
reemplazar en Π, así: (λ + 1) + (λ + 1) + (λ) = 1, que da λ =− 3
, se
2 2 1
reemplaza este valor en 𝐿 y da que 𝑅 = ( 3 , 3
,− 3
). Finalmente se calcula
𝑃+𝑅 𝑃+𝑄
𝑄, que se hace con la fórmula: 2
, que se reescribe 2 = 𝑅, se hace con
(1) + (𝑥) 2 (1) + (𝑦) 2 (0) + (𝑧) 1
cada variable, así: 2
= 3
, 2
= 3, 2
=− 3 , dando que
1 1 2
𝑄 = (3, 3
,− 3
).

2
2.6.1.2. Simetría en 𝑅 de un punto respecto de una recta
2
● Sean P y L en 𝑅 , el simétrico de P respecto de L es el único punto Q, distinto de P, tal que
el segmento que une P con Q es perpendicular a L y la distancia de cada uno de ellos a L es
la misma.
● Para calcularlo:
○ Se busca una 𝐿' perpendicular a L que pase por P.
○ Se calcula 𝑅 = 𝐿∩𝐿'
𝑃+𝑅 𝑃+𝑄
○ Luego se halla Q con la fórmula 𝑄 = 2
o 2
= 𝑅.
2
■ Por ejemplo, teniendo 𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = δ(1, − 1) + (0, 2)} y 𝑃 = (1, 3).
Primero hay que hallar 𝐿' ⊥ 𝐿 que pase por 𝑃, para ello necesitamos un vector
perpendicular a (1, − 1), que se hace volteándolo y cambiándole el signo a un
2
número, así: (1, 1), entonces 𝐿' = {𝑋 ∈ 𝑅 : 𝑋 = µ(1, 1) + (1, 3)}. Ahora
hay que calcular 𝑅 = 𝐿 ∩ 𝐿', que se hace es reescribir ambas rectas en
función de 𝑥, 𝑦, así en 𝐿 queda 𝑦 =− 𝑥 + 2 y en 𝐿' queda 𝑥 = 𝑦 − 2, al
reemplazar 𝐿' en 𝐿 queda 𝑦 =− (𝑦 − 2) + 2, que sería 𝑦 = 2, este valor se
reemplaza en 𝐿' = 𝑥 = (2) − 2 = 0, entonces 𝑅 = 𝐿 ∩ 𝐿' = (0, 2).
𝑃+𝑄
Ahora queda hallar 𝑄, se hace con la fórmula 2
= 𝑅, así:
(1) + (𝑥) (3) + (𝑦)
2
= 0; 2
= 2, dando que 𝑄 = (− 1, 1).

3 2
2.6.1.3. Simetría en 𝑅 o 𝑅 de un punto respecto de otro punto
 𝑛
● Sean P y Q de cualquier 𝑅 , el simétrico de P respecto de Q es el único punto R, distinto de
P, tal que R está en la recta determinada por P y Q, y la distancia de R a Q es la misma que
la distancia de P a Q. Quedando Q como punto medio entre P y R.
● Para calcularlo:
𝑃+𝑅
○ Se verifica con la ecuación 𝑄 = 2
.
■ Por ejemplo, teniendo 𝑃 = (1, 2) y 𝑄 = (− 3, 1), se hace
(1) + (𝑥) (2) + (𝑦)
−3= 2
; 1= 2
, despejando se obtiene 𝑅 = (− 7, 0).

2.6.1.4. Simetría en R3 de un punto P respecto de una recta

3
● Sea P y L (que no contiene a P) en 𝑅 , el simétrico de P respecto de L es el único punto Q,
distinto de P, tal que el segmento que une P con Q es perpendicular a L y la distancia de
cada uno de ellos a L es la misma. En caso de que L contenga a P, P sería su propio
simétrico.
● Para calcularlo:
○ Construir el plano Π perpendicular a L que pase por P.
○ Calcular 𝑄 = Π∩𝐿.
○ Construir una recta 𝐿' que une P con Q. (Opcional)
○ Hallar el punto de 𝐿', distinto de P, que se encuentre a la misma distancia de Q que
𝑃+𝑅
P, es decir R. Con la fórmula 2
= 𝑄.
■ Por ejemplo, teniendo𝑃 = (− 3, − 1, 1)y
3
𝐿 = {𝑋 ∈ 𝑅 : λ(1, 1, − 1) + (2, 0, − 1)}Primero hay que construir Π ⊥ 𝐿
que pase por 𝑃, se hace tomando el 𝑑𝐿 = (1, 1, − 1) como 𝑁Π y el punto 𝑃,
se reemplazan en la fórmula general del plano, así:
(1)(− 3) + (1)(− 1) + (− 1)(1) + 𝑑 = 0, dando 𝑑 = 5, entonces
Π = 𝑥 + 𝑦 − 𝑧 + 5 = 0. Ahora se calcula 𝑄 = Π ∩ 𝐿, que se hace
reescribiendo 𝐿 en función de 𝑥, 𝑦, 𝑧 y reemplazando en el plano, así:
8
(λ + 2) + (λ) − (− λ − 1) + 5 = 0, dando que λ =− 3
, se reemplaza
2 8 5
este valor en 𝐿 y da que 𝑄 = (− 3
,− 3
, 3
). Para construir 𝐿' que une 𝑃 con
𝑄 se agarra el 𝑁Π como 𝑑𝐿 y como la dirección es de 𝑃 a 𝑄, el 𝑃𝐿 = 𝑃,
quedando: 𝐿' = {β(1, 1, − 1) + (− 3, − 1, 1)}. Finalmente se halla 𝑅, con
𝑃+𝑅 (−3) + (𝑥) 2 (−1) + (𝑦) 8 (1) + (𝑧) 5
2
= 𝑄, así: 2
=− 3
, 2
=− 3
, 2
= 3
, dando
5 13 7
que 𝑅 = ( 3 , − 3
, 3 ).

2.6.2. Proyección ortogonal de puntos sobre rectas y planos.

3
● Si tenemos un punto 𝑃 ∈ 𝑅 y un plano Π, y queremos proyectar P sobre Π de manera
ortogonal. Esto significa que pretendemos que la recta L, determinada por el punto P, sea
perpendicular al plano. Entonces la proyección ortogonal de P sobre Π sería la intersección
L∩Π. Para calcularlo:
 ○ Si el plano está en forma vectorial, pasarlo a forma implícita.
○ Buscar la recta L perpendicular a Π que pasa por P.
○ Hallar 𝑄 = 𝐿 ∩ Π.
■ Por ejemplo, teniendo
3
Π = {𝑋 ∈ 𝑅 : 𝑋 = λ(2, 2, − 1) + µ(5, 0, − 3) + (2, 0, 0)} y
𝑃 = (− 1, − 2, 4). Primero, como el plano está en forma vectorial se pasa a
implícita, para ello se hace 𝑁Π = (2, 2, − 1)×(5, 0, − 3) = (− 6, 1, − 10),
se reemplaza en la fórmula general del plano con el 𝑃Π, así:
(− 6)(2) + (1)(0) + (− 10)(0) + 𝑑 = 0, dando que 𝑑 = 12, por lo que
Π =− 6𝑥 + 𝑦 − 10𝑧 + 12 = 0. Ahora, buscar 𝐿 ⊥ Π que pasa por 𝑃, se
hace con el 𝑁Π = 𝑑𝐿, quedando
3
𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = δ(− 6, 1 − 10) + (− 1, − 2, 4)}. Ahora, hallar
𝑄 = 𝐿 ∩ Π, se hace reescribiendo 𝐿 en función de 𝑥, 𝑦, 𝑧 y se reemplaza en Π
, así: − 6(− 6δ − 1) + (δ − 2) − 10(− 10δ + 4) + 12 = 0, dando
24
que δ = 137
, se reemplaza este valor en 𝐿, quedando
281 250 308
𝑄 = (− 137
,− 137
, 137
).
2
● La situación de proyectar un punto 𝑃 sobre una recta 𝐿 en 𝑅 es completamente análoga a la
de proyectar un punto sobre un plano. Se trata del punto Q que se encuentra en la
intersección de L y 𝐿', las cuales son perpendiculares, y 𝐿' pasa por P.
○ Buscar 𝐿' perpendicular a 𝐿 que pase por el punto 𝑃.
○ Hallar 𝑄 = 𝐿 ∩ 𝐿'.
■ Por ejemplo, teniendo 𝑃 = (1, − 3) y
2
𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = λ(2, − 3) + (0, 5)}. Para hallar la recta 𝐿' ⊥ 𝐿que pasa
por 𝑃, se voltea el 𝑑𝐿 y se cambia el signo de uno de sus números, quedando:
2
𝐿' = {𝑋 ∈ 𝑅 : 𝑋 = µ(3, − 2) + (1, − 3)}. Ahora, hallar 𝑄 = 𝐿 ∩ 𝐿', para
ello se reescriben las rectas en función de 𝑥, 𝑦 y se igual, así:
(2λ = 3µ + 1; − 3λ + 5 =− 2µ − 3) se despeja hasta hallar λ y µ, para
luego reemplazar cualquiera de los dos valores en su respectiva resta, en este
13 44 41
caso, µ = 5
, queda entonces 𝑄 = ( 5
,− 5
).
3
● La proyección ortogonal de un punto 𝑃 sobre una recta 𝐿 en 𝑅 , considerar un plano
perpendicular a L y que pase por el punto P. De esta manera el punto 𝑄 = 𝐿∩Π será la
proyección ortogonal de P sobre L.
○ Hallar plano Π perpendicular a L que pasa por P.
○ Hallar 𝑄 = 𝐿∩Π.
■ Por ejemplo, teniendo 𝑃 = (1, 0, 1)y
3
𝐿 = {𝑋 ∈ 𝑅 : 𝑋 = β(1, 2, − 3) + (0, 1, 5)} Para hallar Π ⊥ 𝐿 que pase por
𝑃 se toma el 𝑑𝐿 como 𝑁Π, se reemplaza en la ecuación general del plano con
 el punto 𝑃, o bien se hace con la fórmula: 𝑁 * 𝑋 = 𝑁 * 𝑃 , así:
(1, 2, − 3) * (𝑥, 𝑦, 𝑧) = (1, 2, − 3) * (1, 0, 1), quedando:
Π = 𝑥 + 2𝑦 − 3𝑧 =− 2. Ahora se halla 𝑄 = 𝐿 ∩ Π, se hace reescribiendo
𝐿 en función de 𝑥, 𝑦, 𝑧 y reemplazando en el plano, así:
11
(β) + 2(2β + 1) − 3(− 3β + 5) =− 2, dando que β = 14
, se
11 18 37
reemplaza en 𝐿 y se concluye que 𝑄 = ( 14 , 7
, 14
).

CAPÍTULO 3: ESPACIOS VECTORIALES

𝑛
3.1. Subespacios de 𝑅 .
● Las propiedades de los espacios de vectores no dependen de su ubicación, sino de sus
características propias (la pendiente de la recta, la inclinación del plano). Por esta razón, la
teoría de espacios se desarrolla exclusivamente para espacios de vectores que pasan por el
origen.
● La propiedad característica que tienen las rectas y los planos que pasan por el origen es que
son cerrados por suma de vectores y producto de un vector por un escalar. Es decir, se haga
la operación que se haga, siguen siendo parte del mismo plano o recta.
𝑛 𝑛
● Un subespacio de 𝑅 es un conjunto de vectores 𝑆 ⊂ 𝑅 que tiene las siguientes
características:
○ El vector nulo pertenece a S (0 ∈ 𝑆).
○ Si 𝑣, 𝑤 ∈ 𝑆 entonces 𝑣 + 𝑤 ∈ 𝑆
○ Si 𝑣 ∈ 𝑆 y λ ∈ 𝑅 cualquiera, entonces λ𝑣 ∈ 𝑆.

3.2. Combinación lineal

● Cuando una recta pasa por el origen, la ecuación vectorial es: 𝑋 = 𝑡𝑣. Ahora, 𝑃 ∈ 𝐿 si
existe un 𝑡 ∈ 𝑅 tal que 𝑃 = 𝑡𝑣, es decir, P estará en la recta si es múltiplo de 𝑣.
● En el caso de un plano que pasa por el origen, con ecuación vectorial para Π de la forma
𝑋 = 𝑡𝑣 + 𝑠𝑤, para ver si 𝑃 ∈ Π deben existir t, s ∈ 𝑅 tales que P tenga la forma 𝑡𝑣 + 𝑠𝑤.
Es decir, 𝑃 ∈ Π si, y solo si, es la suma de múltiplos de los vectores directores del plano.
● Cambio de términos:
○ 𝑣 genera a L, cuando 𝑣 es vector director de L.
○ 𝑤 𝑦 𝑢 generan al plano Π cuando estos son vectores directores de Π.
○ La combinación lineal de 𝑣 y 𝑤 es la suma de múltiplos.
𝑛
● Sean 𝑣1,..., 𝑣𝑟 ∈ 𝑅 , una combinación lineal de los vectores 𝑣1,..., 𝑣𝑟 es un vector
𝑤 = λ1𝑣1 +... + λ𝑟𝑣𝑟 , para λ ∈ 𝑅.
● Para determinar si un vector es combinación lineal de otros, sería, por ejemplo:
○ Si se quiere saber si 𝑣 = (1, 2, 3) es combinación lineal de 𝑤 = (1, 0, 2) y
𝑢 = (− 1, 1, − 5), se reescriben 𝑤 𝑦 𝑢 en función de 𝑥, 𝑦, 𝑧, pero se reemplaza
 𝑥, 𝑦, 𝑧 por 𝑣, así: (1 = λ − δ; 2 = δ; 3 = 2λ − 5δ), se hallan los valores de
λ = 3 y δ = 2, se reemplazan en la tercera ecuación: 3 = 2(3) − 5(2), que da
3 ≠− 4, por tanto se concluye que 𝑣 no es combinación lineal de 𝑤 𝑦 𝑢.

3.3. Dependencia lineal

● Cuando un vector 𝑣 es combinación lineal de vectores 𝑣1,..., 𝑣𝑟, sucede que 𝑣 depende
linealmente de estos vectores.
● Un conjunto de vectores 𝑣1,..., 𝑣𝑟 se dice linealmente dependiente si existen λ1,..., λ𝑟 ∈ 𝑅 no
todos nulos tales que λ1𝑣1 +... + λ𝑟𝑣𝑟 = 0. Por ejemplo:
3
○ Teniendo el conjunto {(1, 2, 3), (1, 0, 2), (− 1, − 6, − 5)}⊂𝑅 . Sería entonces:
λ(1, 2, 3) + μ(1, 0, 2) + β(− 1, − 6, − 5) = 0, ahora se deben reescribir en
función de 𝑥, 𝑦, 𝑧, que sería (0, 0, 0), así:
(λ + μ − β = 0; 2λ − 6β = 0; 3λ + 2μ − 5β = 0). Se despeja y reemplaza
hasta encontrar que λ = 3β, μ =− 2β, al reemplazar estos valores en la tercera
ecuación da 0 = 0, por lo que se concluye que el conjunto es linealmente
dependiente. Para que fuese independiente tendría que haber dado como única
solución λ = 0; μ = 0; β = 0.

3.4. Generadores, bases y dimensión.

3.4.1. Generadores
● Hay dos maneras de escribir un subespacio:
○ Descripción por ecuaciones, que sería implícita.
4
■ 𝑇 = {(𝑥1, 𝑥2, 𝑥3, 𝑥4) ∈ 𝑅 : 𝑥1 + 2𝑥2 = 0; 𝑥2 + 3𝑥3 − 𝑥4 = 0}
○ Descripción por generadores (vectores), que sería como la vectorial.
𝑛
● Sea 𝑇 ⊂ 𝑅 un subespacio. Un conjunto de generadores para T es un conjunto finito
𝑛
{𝑣1,..., 𝑣𝑟}⊂𝑅 , tal que 𝑇 = (𝑣1,..., 𝑣𝑟).
● Para pasar de la descripción por generadores a la descripción por ecuaciones, será de la
misma manera que una recta o plano. En viceversa también. Por ejemplo:
4
○ Teniendo 𝑇 = {(𝑥1, 𝑥2, 𝑥3, 𝑥4) ∈ 𝑅 : 𝑥1 + 2𝑥2 = 0; 𝑥2 + 3𝑥3 − 𝑥4 = 0}. Los
vectores de T son aquellas 4-uplas (𝑥1, 𝑥2, 𝑥3, 𝑥4) que verifican las dos ecuaciones de
T. Al despejar en la primera, se obtiene 𝑥1 =− 2𝑥2, al despejar en la segunda se
tiene 𝑥4 = 𝑥2 + 3𝑥3. Al no haber más información se organiza así:
(𝑥1, 𝑥2, 𝑥3, 𝑥4) = (− 2𝑥2, 𝑥2, 𝑥3, 𝑥2 + 3𝑥3), que se escribiría:
𝑥2(− 2, 1, 0, 1) + 𝑥3(0, 0, 1, 3). Es decir, la ecuación por generadores de
𝑇 = {(− 2, 1, 0, 1), (0, 0, 1, 3)}.
○ Si ahora quisiéramos pasar de generadores a ecuación, sería
λ(− 2, 1, 0, 1) + μ(0, 0, 1, 3) = (𝑥1 =− 2λ; 𝑥2 = λ; 𝑥3 = μ; 𝑥4 = λ + 3μ). Se
 reemplaza 𝑥2 = λ y 𝑥3 = μ en las otras dos ecuaciones, quedando: 𝑥1 =− 2(𝑥2) y
𝑥4 = (𝑥2) + 3(𝑥3), que reescribiéndolo es justamente
𝑥1 + 2𝑥2 = 0; 𝑥2 + 3𝑥3 − 𝑥4 = 0.

3.4.2. Bases
𝑛
● Sea S un subespacio de 𝑅 . Un conjunto de vectores {𝑣1,..., 𝑣𝑟} es una base de S si es un
sistema de generadores de S y es linealmente independiente.
3
○ Teniendo 𝑆 = {(𝑥1, 𝑥2, 𝑥3) ∈ 𝑅 : 𝑥1 + 𝑥2 = 0; 𝑥3 − 𝑥2 = 0}. Primero se despejan,
quedando: 𝑥1 = − 𝑥2; 𝑥3 = 𝑥2. Como no hay más información, se organiza:
(𝑥1, 𝑥2, 𝑥3) = (− 𝑥2, 𝑥2, 𝑥2) = 𝑥2(− 1, 1, 1), que por supuesto es independiente,
por ello este sería una base de S.
● Si es un conjunto de generadores se tiene un vector que es combinación lineal de otro, este
se puede remover para obtener así una base de S, esto se le llama extraer una base del
sistema de generadores.
● También, si hay un conjunto Y de vectores de un subespacio T, linealmente independiente,
podemos extenderlo a una base, es decir, agregarle vectores de T al conjunto Y de manera
que, a medida que vamos agregando nuevos vectores, el conjunto siga siendo linealmente
independiente. Podemos continuar hasta conseguir un sistema de generadores de T, por
tanto, una base de T.
● Las bases proveen las maneras más fáciles de describir a los subespacios.
● Si tenemos dos bases B y 𝐵' para un subespacio S, ambas bases deben tener la misma
cantidad de vectores. Por ejemplo, cuatro vectores, serían dimensión 4. Si tiene mayor o
menor dimensión, entonces no es base del subespacio.

CAPÍTULO 4: CÓNICAS
● Su nombre proviene de que dichas curvas se obtienen al cortar un cono en el espacio con
distintos tipos de planos. Los conjuntos de puntos que determinan estas curvas no forman
espacios lineales, sino curvados. No guardan relación con propiedades de la suma y
producto por escalar de vectores.

4.1. Curvas cónicas.

● Una sección cónica o curva cónica es una curva que se obtiene al intersecar un cono con un
plano que no pasa por el vértice del cono.
● Dependiendo de la inclinación del plano, se obtienen distintas curvas: circunferencia, elipse,
hipérbola, parábola.

4.1.1. ¿Qué es un cono?

3 3
● Un cono en 𝑅 es un conjunto de puntos (𝑥, 𝑦, 𝑧) ∈ 𝑅 que verifican la ecuación
2 2 2
𝑥 + 𝑦 − 𝑧 = 0. Se denota al cono con la letra C, es decir:
3 2 2 2
𝐶 = {(𝑥, 𝑦, 𝑧) ∈ 𝑅 : 𝑥 + 𝑦 − 𝑧 = 0}.
 ● El punto (0, 0, 0) pertenece al cono y se le llama vértice del cono. El cono es la unión de
infinitas rectas que tocan el vértice, reciben el nombre de generatrices.
4.1.2. Corte del cono con distintos planos
● Primero, aclarar que se pueden usar todos los planos mientras que no pasen por el vértice
del cono.
● Si se corta al cono con un plano horizontal, es decir, paralelo a 𝑥𝑦; se obtiene una
circunferencia.
● Si se corta con un plano horizontal levemente inclinado, se forma una elipse.
● Si el plano es paralelo a alguna directriz, se forma una parábola.
● Si se corta con un plano que intersecta a ambos semiconos del cono, pero que no sea
paralelo a ninguna generatriz, se tiene una hipérbola.

4.2. La circunferencia
2
● Una circunferencia es un conjunto que consta de todos los puntos de 𝑅 que están a una
distancia fija, 𝑟, de un punto dado P. Este punto 𝑃recibe el nombre de centro de la
circunferencia y la distancia r, el radio, que siempre es un número positivo.
● Como lugar geométrico:
○ Ecuación canónica:
2 2 2
■ (𝑥 − 𝑥0) + (𝑦 − 𝑦0) = 𝑟 . Tiene como centro 𝑄 = (𝑥0, 𝑦0) y radio
(distancia de 𝑃 a 𝑄) sería 𝑟.
○ Ecuación general:
𝐷 2 𝐸 2
2 2
2 2 𝐷 +𝐸 −4𝐹
■ 𝑥 + 𝑦 + 𝐷𝑥 + 𝐸𝑦 + 𝐹 = 0 o bien, (𝑥 + 2
) + (𝑦 + 2
) = 4
2 2 2
● Por ejemplo, 𝐶 = {(𝑥, 𝑦) ∈ 𝑅 : 𝑥 + 𝑦 − 4𝑥 + 9𝑦 − 3 = 0}, se
reescribe en la fórmula:
(−4) 2 (9) 2
2 2
(−4) +(9) −4(−3)
(𝑥 + 2
) + (𝑦 + 2
) = 4
, que al solucionarse da
9 109
como centro: (− 2, − 2
)y𝑟 = 2
○ Excentricidad: 𝑒 = 0.

4.3. La elipse
2
● Sean 𝐹1, 𝐹2 ∈ 𝑅 dos puntos fijos. Una elipse E asociada a 𝐹1 y 𝐹2 es el conjunto de puntos
2
de 𝑅 tales que la suma de sus distancias a 𝐹1 y 𝐹2es una magnitud constante. Es decir, un
2
número real positivo 𝑘 ∈ 𝑅 fijo tal que 𝐸 = {𝑃 ∈ 𝑅 : 𝑑(𝑃, 𝐹1) + 𝑑(𝑃, 𝐹2) = 𝑘}.
● Lugar geométrico:
○ La suma de la distancia de sus dos focos:
2 2 2 2
( (𝑥 − 𝑥0) + (𝑦 − 𝑦0) + ( (𝑥 − 𝑥0) + (𝑦 − 𝑦0) = 𝑘. Al desarrollarse se
 obtiene la ecuación canónica de la elipse cuando el centro es (0, 0), así:
2 2
𝑥 𝑦
2 + 2 = 1.
𝑎 𝑏
○ Ecuación canónica con centro (𝑥0, 𝑦0):
2 2
(𝑥−𝑥0) (𝑦−𝑦0)
■ 2 + 2 = 1.
𝑎 𝑏
○ Para hallar los elementos de la elipse a partir de sus focos y el semieje mayor, se
hace:
2 2 2
■ Si 𝑎 > 𝑏 se hace 𝑎 = 𝑏 + 𝑐
2 2 2
■ Si 𝑏 > 𝑎 se hace 𝑏 = 𝑎 + 𝑐
○ Excentricidad:
𝑐
■ Si 𝑎 > 𝑏 se hace 𝑒 = 𝑎
𝑐
■ Si 𝑏 > 𝑎 se hace 𝑒 = 𝑏
○ 𝑎 es la longitud del semieje mayor (paralelo a 𝑥), 𝑏 es la altura del semieje menor
2
(paralelo a 𝑦), 𝑐 es la distancia de los focos al origen, 𝑐 es la distancia entre los
focos.
○ Para pasar de la ecuación canónica a la general, sería:
2 2
(𝑥−2) (𝑦−1)
■ Por ejemplo: 49
+ 40
= 1. Primero se resuelven los cuadrados:
2 2
(𝑥 −4𝑥+4) (𝑦 −2𝑦+1)
49
+ 40
= 1. Luego, se suman, dando:
2 2
40𝑥 −160𝑥+49𝑦 −98𝑦+209
1960
= 1. Finalmente, lo que está dividiendo pasa al otro
lado multiplicando el 1, y luego vuelve a la izquierda restando. Siendo
2 2
entonces: 40𝑥 − 160𝑥 + 49𝑦 − 98𝑦 + 209 − 1960 = 0. Se resuelve
lo que se pueda, y esa sería la ecuación general. En este caso, queda:
2 2
40𝑥 − 160𝑥 + 49𝑦 − 98𝑦 − 1751 = 0.
○ Para pasar de la ecuación general a la canónica, sería:
2 2
■ Por ejemplo, 64𝑥 − 256𝑥 + 100𝑦 − 200𝑦 − 1244 = 0. Se factoriza,
2 2
así: 64(𝑥 − 4𝑥) + 100(𝑦 − 2𝑦) = 1244. Ahora se completan los
cuadrados, es decir, se agrega un número para lograrlo, y se resta también.
2 2
Quedando: 1244 = 64((𝑥 − 2) − 4) + 100((𝑦 − 1) − 1). Se resuelve:
2 2
1244 = 64(𝑥 − 2) − 256 + 100(𝑦 − 1) − 100. Luego, el 256 y el
2 2
100 pasan al otro lado: 1600 = 64(𝑥 − 2) + 100(𝑦 − 1) . Ahora, el
2 2
64(𝑥−2) +100(𝑦−1)
1600 pasa dividiendo: 1 = 1600
. Se reducen términos,
2 2
(𝑥−2) (𝑦−1)
quedando: 1 = 25
+ 16
.

4.4. La hipérbola
● Es la única cónica que no es conexa, ya que consta de dos ramas desconectadas (asíntotas).
 ● Los elementos de una hipérbola son los mismos asociados a la elipse (semieje mayor (𝑎) y
menor (𝑏), focos y excentricidad).
● Lugar geométrico:
○ Con la suma de la distancia de sus dos focos:
2 2 2 2
■ ( (𝑥 − 𝑥0) + (𝑦 − 𝑦0) − ( (𝑥 − 𝑥0) + (𝑦 − 𝑦0) = 𝑘, se ejecuta
igual que la elipse obteniendo también la ecuación canónica cuando el centro
es (0, 0).
○ Ecuaciones canónicas:
■ Cuando tiene centro (0, 0):
2 2
𝑥 𝑦
● 2 − 2 =1
𝑎 𝑏
■ Centro (𝑥0, 𝑦0) con sus focos sobre o paralela al eje 𝑥:
2 2
(𝑥−𝑥0) (𝑦−𝑦0)
● 2 − 2 =1
𝑎 𝑏
■ Centro (𝑥0, 𝑦0) con sus focos sobre o paralela al eje 𝑦:
2 2
(𝑦−𝑦0) (𝑥−𝑥0)
● 2 − 2 =1
𝑏 𝑎
2 2
○ Ecuación general: α𝑥 + β𝑦 + µ𝑥 + δ𝑦 + η = 0, pero los signos de α y β serán
opuestos, diferenciándose así de la elipse. Se ejecuta igual.
2 2
(𝑥−2) (𝑦−1)
● Por ejemplo, 16
− 9
= 1sería:
2 2
9𝑥 − 16𝑦 − 36𝑥 + 32𝑦 − 124 = 0
○ Excentricidad:
𝑐 2 2 2
■ Si los focos son paralelos al eje 𝑥, sería: 𝑒 = 𝑎
, con 𝑐 = 𝑎 + 𝑏 .
𝑐 2 2 2
■ Si los focos son paralelos al eje 𝑦, sería: 𝑒 = 𝑏
, con 𝑐 = 𝑎 + 𝑏 .
● Asíntotas de la hipérbola
○ Las hipérbolas son las únicas cónicas que tienen asíntotas.
○ Las ramas de un hipérbola de centro (𝑥0, 𝑦0) y longitud de semiejes 𝑎 y 𝑏 se acercan
𝑏 𝑏
indefinidamente a las rectas 𝐿1 y 𝐿2, de ecuaciones: 𝑦 = 𝑎
𝑥 + (𝑦0 − 𝑎
𝑥 )y
0
𝑏 𝑏 𝑏 𝑏
𝑦 =− 𝑎
𝑥 + (𝑦0 − 𝑎
𝑥 ) . Aquí ± ( 𝑎 ) es la pendiente de la recta y 𝑦0 − 𝑎
𝑥 es
0 0
la ordenada al origen de la recta.
○ Se puede representar de manera implícita:
2 𝑏 𝑏
■ 𝐿1 = {(𝑥, 𝑦) ∈ 𝑅 : 𝑎
𝑥−𝑦= 𝑎
𝑥 − 𝑦0}
0
2 𝑏 𝑏
■ 𝐿2 = {(𝑥, 𝑦) ∈ 𝑅 : − 𝑎
𝑥−𝑦= 𝑎
𝑥 − 𝑦0}
0

4.5. La parábola
● El lugar geométrico de una parábola depende de una recta 𝐿 y un punto 𝐹 no perteneciente a
𝐿.
● Se tienen dos ecuaciones para distancias, una para distancias entre dos puntos y otra para
distancias entre un punto y una recta. Sin embargo, ambas distancias deben ser iguales.
○ Por ejemplo, teniendo 𝐹 = (0, 2) y L con ecuación 𝑦 =− 2. Llamemos 𝑃 = (𝑥, 𝑦)
2 2 2 2
a un punto genérico. Sería: (𝑥 − 0) + (𝑦 − 2) = (𝑥 − 𝑥) + (𝑦 − (− 2)) ,
la primera raíz es con 𝑃 y 𝐹, la segunda raíz es con 𝑃 y 𝐿. Al elevar y desarrollar al
2 2 2
cuadrado ambos miembros obtenemos: 𝑥 + 𝑦 − 4𝑦 + 4 = 𝑦 + 4𝑦 + 4.
2
Solucionando queda: 𝑥 = 8𝑦.
2 2
● Sea 𝐹 ∈ 𝑅 y 𝐿 ⊂ 𝑅 una recta que no pase por F. La parábola T asociada a F y L es el
2
conjunto de puntos de 𝑅 que equidistan del punto F y de L. Es decir,
2
𝑇 = {(𝑃 ∈ 𝑅 : 𝑑(𝑃, 𝐹) = 𝑑(𝑃, 𝐿)}.
● Tener en cuenta que:
○ 𝑑(𝑃, 𝐿) representa la distancia del punto P a la recta L.
○ F es el foco de la parábola.
○ L es la recta, la cual es la directriz de la parábola.
○ V es el vértice, el cual es el punto medio del segmento perpendicular a la directriz
que pasa por el foco.
○ p es la distancia de la recta al foco.
𝑝
○ 2
es la distancia de la recta L al vértice V.
● Ecuaciones:
○ General:
2
■ 𝑎𝑥 + 𝑏𝑥 − 𝑦 + 𝑐 = 0.
○ Ecuación canónica de la parábola con vértice en el origen, donde la variable elevada
al cuadrado nos dice a qué eje es paralela la directriz 𝐿:

■ Si el foco está a la derecha de la directriz, paralela al eje 𝑦, sería:

2
● 𝑦 = 2𝑝𝑥
■ Si el foco está a la izquierda de la directriz, paralela al eje 𝑦, sería:
2
● 𝑦 =− 2𝑝𝑥
■ Si el foco está arriba de la directriz, paralela al eje 𝑥, sería:
2
● 𝑥 = 2𝑝𝑦
■ Si el foco está abajo de la directriz, paralela al eje 𝑥, sería:
2
● 𝑥 =− 2𝑝𝑦
○ Por ejemplo, teniendo 𝐿 = 𝑥 =− 4 y 𝐹 = (4, 0), se sabe que 𝐿
es paralela al eje 𝑦 y el foco está sobre el eje 𝑥 a la derecha, por
2
lo que será de la forma 𝑦 = 2𝑝𝑥. Primero, hallar 𝑉, que sería el
𝑝
punto medio entre 𝐹 y 𝐿, entonces, 𝑉 = (0, 0). Ahora, hallar 2
,
 𝑝
que es la distancia entre 𝑉 y 𝐹, sería: 2
= 4, entonces: 𝑃 = 8.
2
Quedando entonces: (𝑦 − 0) = 2(8)(𝑥 − 0), es decir,
2
𝑦 = 16𝑥.
○ Ecuación canónica con vértice (𝑥0, 𝑦0):
■ Si el foco está a la derecha de la directriz, paralela al eje 𝑦, sería:
2
● (𝑦 − 𝑦0) = 2𝑝(𝑥 − 𝑥0)
■ Si el foco está a la izquierda de la directriz, paralela al eje 𝑦, sería:
2
● (𝑦 − 𝑦0) =− 2𝑝(𝑥 − 𝑥0)
■ Si el foco está arriba de la directriz, paralela al eje 𝑥, sería:
2
● (𝑥 − 𝑥0) = 2𝑝(𝑦 − 𝑦0)
■ Si el foco está abajo de la directriz, paralela al eje 𝑥, sería:
2
● (𝑥 − 𝑥0) =− 2𝑝(𝑦 − 𝑦0)
2
○ Por ejemplo, se pide hallar 𝐹, 𝑉 y 𝐿 teniendo 𝑥 = 6𝑦, es decir,
están dando la ecuación canónica. En este caso, tiene la forma
2
𝑥 = 2𝑝𝑦, es decir, paralela al eje 𝑥, arriba de la 𝐿. Primero, el
𝑉 se ve claramente que es (0, 0), ahora como el foco está sobre
𝑝
el eje 𝑦, sería de la forma: 𝐹 = (𝑥𝑉, 𝑦𝑉 + 2
), así que primero
necesitamos hallar 2𝑝, que sería el número que multiplica a 𝑦 en
𝑝 3
la ecuación, es decir, 2𝑝 = 6, por lo que 𝑝 = 3 y 2
sería 2
,
3 3
entonces, 𝐹 = (0, 0 + 2
) = (0, 2
). Solo quedaría faltando la
𝑝
directriz, que, en este caso, se haría: 𝑦 = 𝑦𝑉 − 2
, quedando:
3 3
𝑦=0− 2
=− 2
.
○ En una ecuación general, desarrollando los elementos, sería:
2
■ Se sabe que la general es: 𝑦 = 𝑎𝑥 + 𝑏𝑥 + 𝑐, entonces
2
1 2 𝑥0 𝑥0
𝑎= 2𝑝
𝑥 , 𝑏 =− 𝑝
y𝑐 = 2𝑝
− 𝑦0.
1 2
● Por ejemplo, 𝑦 = 4
𝑥 − 2𝑥 + 6, de aquí se puede deducir que
𝑥0
2𝑝 = 4, entonces 𝑝 = 2, como 𝑏 =− 𝑝
, entonces se deduce que
2
𝑥0
𝑥0 = 4, finalmente, como 𝑐 = 2𝑝
− 𝑦0, entonces se reemplaza:
2
(4)
6= 4
− 𝑦0, encontrando que 𝑦0 =− 2, pero se toma como
2
positivo, quedando 𝑦0 = 2. Entonces, como 𝑥 está al cuadrado y es
positivo, entonces se forma la canónica de la forma:
 2 2
(𝑥 − 𝑥0) = 2𝑝(𝑦 − 𝑦0), quedando entonces: (𝑥 − 4) = 4(𝑦 − 2)
.
● Teniendo la ecuación general, para pasarla a la canónica.
1 2
○ Tomando el mismo ejemplo, 𝑦 = 4
𝑥 − 2𝑥 + 6. Se pasan las 𝑥 a la derecha y el
1
resto a la izquierda. Se saca factor común 4
de las 𝑥, obteniendo:
1 2
𝑦−6= 4
(𝑥 − 8𝑥). Se completan los cuadrados dentro del paréntesis:
1 2
𝑦−6= 4
[(𝑥 − 8𝑥 + 16) − 16]. Se factoriza de nuevo lo que está dentro del
1 1 2
paréntesis y se multiplica el 4
:𝑦 − 6 = 4
(𝑥 − 4) − 4. Se pasa el − 4 a la
1
izquierda y se resuelve la suma, luego el 4 de 4
pasa multiplicando a la y, quedando:
2
(𝑥 − 4) = 4(𝑦 − 2).
○ De aquí podemos sacar la siguiente información:
■ 𝑉 = (4, 2)
■ El valor que multiplica a y, sería 2p. Entonces 𝑝 = 2, que es la distancia entre
𝑝
el vértice y la directriz, y 2
= 1, que vendría siendo la distancia entre la recta
y el vértice.
■ Como la x es la que está elevada al cuadrado, la directriz será paralela al eje x.
𝑝
■ 𝐹 = (4, 2 + 2
) = (4, 3).
𝑝
■ La ecuación de la directriz queda: 𝑦 = 𝑦0 − 2
= 2 − 1 = 1.
● Teniendo el foco y la directriz.
○ Por ejemplo, 𝐹 = (− 6, − 4) y directriz 𝑥 =− 2. Como el vértice y el foco se
encuentran en la recta perpendicular a la directriz. Las rectas perpendiculares a L son
de la forma 𝑦 = λ, como queremos que pase por F, entonces se toma el 𝑦0 de este,
quedando 𝑦 =− 4. Esta recta interseca a la directriz en (− 2, − 4), por lo que el
vértice es el punto medio entre (− 2, − 4) y F, es decir, 𝑉 = (− 4, − 4). Para
𝑝
hallar p, utilizamos la distancia de F, o de la directriz, al vértice, que sería 2
;
entonces, 𝑑((− 4, − 4), (− 6, − 4)) = (− 4 − (− 6) + (− 4) − 4) = 2, por
𝑝
lo que 2
es 2, 𝑝 = 4 y 2𝑝 = 8. Como el foco está en el semieje negativo de las x, la
2
ecuación canónica de esta parábola es de la forma: (𝑦 − 𝑦0) =− 2𝑝(𝑥 − 𝑥0),
2
quedando: (𝑦 − 4) =− 8(𝑥 − 4)
● Excentricidad de la parábola y del resto de las cónicas.
○ Las excentricidades que medimos eran la razón entre la longitud de los semiejes y la
distancia de los focos al origen.
○ La excentricidad mide cómo es la curvatura de la cónica en relación a la de una
circunferencia. Por ende, nos permite clasificar las cónicas.
■ Si es cero, entonces es una circunferencia.
■ Si está entre 0 y 1, entonces es una elipse.
■ Si es 1, entonces es una parábola
■ Si es mayor que 1, entonces es una hipérbola.
CAPÍTULO 5: ECUACIONES LINEALES, MATRICES Y DETERMINANTES

5.1. Sistemas de ecuaciones lineales

● Una ecuación lineal en las variables 𝑥1,..., 𝑥𝑛 es una relación de la forma:
𝑎1𝑥1 +... + 𝑎𝑛𝑥𝑛 = 𝑏. A las variables 𝑥1,..., 𝑥𝑛 también se les llama incógnitas de la
ecuación y a los números 𝑎1,..., 𝑎𝑛 se les llama coeficientes de la ecuación. Cuando
hablamos de resolver una ecuación lineal, estamos intentando encontrar números 𝑐1,..., 𝑐𝑛
que verifiquen la ecuación. Importa el orden en el que escribimos los 𝑐𝑖. No nos interesa
resolver simultáneamente.
● Un sistema de 𝑚 ecuaciones lineales en las variables 𝑥1,..., 𝑥𝑛 es una colección de 𝑚
ecuaciones lineales que queremos resolver simultáneamente. Se escribe:

5.1.2. Resolución de sistemas de ecuaciones lineales.

● Método de sustitución:
○ Por ejemplo, teniendo (𝑥 + 2𝑦 = 5; 2𝑥 − 3𝑦 =− 1), se despeja 𝑥 de la primera
ecuación y se obtiene 𝑥 = 5 − 2𝑦, esta información se reemplaza en la segunda
ecuación: 2(5 − 2𝑦) − 3𝑦 =− 1, que da:10 − 7𝑦 =− 1, se despeja 𝑦 quedando:
11 11 13
𝑦= 7
, que reemplazando en 𝑥, da que 𝑥 = 5 − 2( 7
)= 7
. Concluyendo que
13 11
el sistema tiene como única solución al vector ( 7
, 7
).
● Método de igualación:
○ Por ejemplo, teniendo (𝑥 + 2𝑦 = 5; 2𝑥 − 3𝑦 =− 1), si se despejan en función de
−1+3𝑦
x, quedarían: (𝑥 = 5 − 2𝑦; 𝑥 = 2
), entonces se puede igualar, así:
−1+3𝑦
5 − 2𝑦 = 2
, ya que ambas son equivalencias de su respectiva 𝑥. Primero
pasamos el dos dividiendo al otro lado multiplicando, dando:
10 − 4𝑦; 𝑥 =− 1 + 3𝑦. Se pueden agrupar la 𝑦 a un lado y los números al otro,
11
dando: 11 = 7𝑦, despejando 𝑦 = 7
. Este valor se puede reemplazar en cualquiera
13
de las dos ecuaciones principales, dando que 𝑥 = 7
, dando que la única solución es
13 11
el vector: ( 7
, 7
), se llegó al mismo resultado pasado.
● Método de eliminación:
○ Teniendo de nuevo (𝑥 + 2𝑦 = 5; 2𝑥 − 3𝑦 =− 1), la meta de este método es ir
reemplazando las ecuaciones “viejas” por nuevas más sencillas, transformando el
sistema. Entonces, lo más conveniente es primero acomodarlo como suma, así:
(𝑥 + 2𝑦) + (2𝑥 − 3𝑦) = 5 − 1,luego multiplicar la primera ecuación por − 2
 así se cancelan las 𝑥, de esta manera:
(− 2𝑥 − 4𝑦) + (2𝑥 − 3𝑦) =− 10 − 1 → (− 4𝑦) + (− 3𝑦) =− 11 → − 7𝑦 =− 11
11
, daría 𝑦 = 7
, que se podría reemplazar en cualquiera de las dos ecuaciones
13 13 11
principales obteniendo 𝑥 = 7
, de nuevo, siendo el vector ( 7
, 7
) única solución.
En resumen:
○ Dos sistemas de ecuaciones que tienen las mismas soluciones se llaman equivalentes.
○ Multiplicar una ecuación por un número real no nulo deja un sistema equivalente al
original
○ Sumar dos ecuaciones y reemplazar alguna de las ecuaciones originales que
acabamos de sumar por dicha suma deja un sistema equivalente.
○ Intercambiar la posición de dos filas en el sistema deja un sistema equivalente.
● Un sistema de ecuaciones lineales se dice que es homogéneo si todas las ecuaciones del
sistema se encuentran igualadas a cero, teniendo al vector 0 como única solución.

5.1.3. Clasificación de sistemas de ecuaciones lineales

● Un sistema de ecuaciones lineales se dice que es:
○ Compatible determinado: si tiene una única solución, vector de la forma (𝑎, 𝑏).
○ Compatible indeterminado: si tiene infinitas soluciones, vector de la forma (𝑎𝑥, 𝑏𝑥).
○ Incompatible: si no tiene soluciones, da un absurdo.

5.2. Matrices
● Una matriz es una “arreglo rectangular de números”, tiene la forma:

𝑛×𝑚
Una matriz de 𝑛 filas y 𝑚 columnas se llama 𝑚𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑛 × 𝑚, se denota 𝐴 ∈ 𝑅 .
● En cada cruzamiento entre una fila y una columna hay un número, que se llama entrada,
una matriz de 𝑛 filas y 𝑚 columnas siempre tienen 𝑛 * 𝑚entradas.

5.2.1. Relación entre matrices y sistemas lineales

● La especificación de entradas de una matriz es la misma que la de los coeficientes de un
sistema de ecuaciones lineales, por lo que lo que se hace es ubicar los coeficientes del
sistema, respetando su ubicación, en una matriz. Es decir, podemos condensar la
información de un sistema de ecuaciones lineales en una matriz de los coeficientes del
sistema y trabajar más cómodamente solo con estos números.
 ○ Por ejemplo, teniendo: , quedaría: . Esta matriz se le
llama 𝑚𝑎𝑡𝑟𝑖𝑧 𝑎𝑚𝑝𝑙𝑖𝑎𝑑𝑎 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑎 𝑎𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎. Sin los coeficientes de la derecha se
llamaría 𝑚𝑎𝑡𝑟𝑖𝑧 𝑎𝑠𝑜𝑐𝑖𝑎𝑑𝑎 𝑎𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎.
● Se lee a la matriz en relación con el sistema de ecuaciones:
○ Cada fila corresponde a cada ecuación del sistema.
○ Las entradas en la misma columna corresponden a los coeficientes de la misma
incógnita.
○ La barra vertical nos está diciendo que las entradas a la derecha de la barra con los
que corresponden a los coeficientes libres del sistema.
● Las operaciones entre las ecuaciones se transforman en operaciones entre las filas de la
matriz.
○ Por ejemplo, teniendo una vez más (𝑥 + 2𝑦 = 5; 2𝑥 − 3𝑦 =− 1), ahora su
resolución sería así:

13 11
Llegando una vez al resultado de que la única solución es el vector ( 7
, 7
).

5.2.2. Triangulación de matrices

● Es cuando debajo de la diagonal principal formada por las entradas 𝑎11, 𝑎22, 𝑎33,..., 𝑎𝑛𝑚 hay
solo ceros.

○ Por ejemplo, teniendo el sistema , sería: .

5.2.3. Operaciones posibles con las filas de una matriz

● Sea 𝐴 una matriz de 𝑛 filas y 𝑚 columnas, y llamemos 𝐹1,..., 𝐹𝑛 las 𝑛 filas de 𝐴. Las
siguientes operaciones en las filas de 𝐴 no cambian la equivalencia del sistema de
ecuaciones lineales asociado:
○ Intercambiar dos filas, se nota 𝐹𝑖 × 𝐹𝑗.
○ Multiplicar una fila por un número no nulo, se nota λ𝐹𝑖.
 ○ Cambiar una fila por ella misma más un múltiplo de otra fila, se nota 𝐹𝑖 → 𝐹𝑖 + λ𝐹𝑗

5.3. Resolución y clasificación de sistemas de ecuaciones lineales

● Para clasificar un sistema no necesitamos calcular las soluciones, al terminar el proceso de
triangulación de la matriz será posible determinar de qué tipo se trata.

5.3.1. Resolución de sistemas de ecuaciones lineales

● Primero siempre se debe triangular la matriz, luego se resuelve como sistema lineal como se
venía haciendo.
● Resolver sistemas de ecuaciones homogéneos es más sencillo porque no hace falta ampliar
la matriz con una columna de términos independientes.

5.3.2. Clasificación de sistemas de ecuaciones lineales

● Si tenemos un sistema de ecuaciones lineales de igual cantidad de ecuaciones que de
incógnitas (es decir, una matriz cuadrada) y, al triangular la matriz no ampliada asociada al
sistema, todos los términos de la diagonal principal son no nulos, entonces el sistema es
compatible determinado.
● Si tenemos un sistema de ecuaciones lineales de igual cantidad de ecuaciones que de
incógnitas (es decir, una matriz cuadrada) y, al triangular la matriz no ampliada asociada al
sistema, algún término de la diagonal principal es nulo, entonces el sistema es compatible
indeterminado o incompatible.
● Si el sistema original es homogéneo, entonces nunca puede darse que sea incompatible.

5.3.3. Sistemas con parámetros

● Los sistemas con parámetros son sistemas lineales donde no se conocen todos los
coeficientes del sistema.
● Sistema homogéneo con un parámetro:

○ Teniendo . En primer lugar, se arma la matriz asociada al

sistema, que en este caso no es necesario ampliar, para luego proceder a triangular,
así:

Como ninguna entrada de la diagonal principal es nula, entonces el sistema es

compatible determinado, la única manera en que se anule la diagonal es si − 𝑘 = 0,
 3
es decir 𝑘 = 0 o − 2𝑘 + 3 = 0, es decir, 𝑘 = 2
. Por tanto, se puede concluir que
3
el sistema es compatible determinado si 𝑘 ≠ 0 ni 𝑘 ≠ 2
. En este caso, por ser
homogéneo, sabemos que no puede ser incompatible, por lo que cuando 𝑘 = 0 o
3
𝑘= 2
será compatible indeterminado. Finalmente, se hallan las soluciones del
sistema, como es homogéneo, la única solución para que sea compatible determinado
es (0, 0, 0). Y luego con 𝑘 = 0 se reemplaza en el sistema de ecuaciones lineales
que quedó al triangular, se reemplaza como se hace siempre hasta encontrar sus
3
soluciones tienen la forma {λ(0, 1, 0), λ ∈ 𝑅}. Para 𝑘 = 2
también se reemplaza en
3
el sistema triangulado, en este caso la tercera fila se anula, porque − 2( 2 ) + 3 = 0
, entonces se trabaja con las dos primeras ecuaciones, dando que las soluciones
9
tendrán la forma: {µ(− 2
, 1, − 3), µ ∈ 𝑅}.
● Sistema “normal” con un parámetro multiplicando solo las incógnitas:

○ Por ejemplo, teniendo . Primero se arma la matriz ampliada

y se triangula. Así:

Como ninguna entrada de la diagonal principal es nula, entonces el sistema es

compatible determinado, la única manera en que se anule la diagonal es si 𝑘 = 1 y
𝑘 =− 1, entonces queda que el sistema es compatible determinado para todo
𝑘 ≠ 1, − 1. Como no es un sistema homogéneo no sabemos a priori para cuál de los
dos casos resulta compatible indeterminado o incompatible. por lo que se debe

analizar. Si 𝑘 =− 1 el sistema de matriz ya triangulada queda: ,

que se despeja como se venía haciendo dando que es compatible indeterminado con
1 1
solución de la forma {β(1, 1, 0) + ( 2 , 0, − 2
)}. Ahora si 𝑘 = 1, queda el sistema
de la matriz ya triangulada: (𝑥 + 𝑦 − 𝑧 = 1; 2𝑦 = 0; 0 = 1), es decir da un
absurdo en la tercera fila, por lo que cuando 𝑘 = 1 es incompatible.
● Sistema “normal” con un parámetro multiplicando las incógnitas y los coeficientes
independientes:

○ Teniendo . Primero se escribe como matriz y se triangula:

 Como ninguna entrada de la diagonal principal es nula, entonces el sistema es
compatible determinado, la única manera en que se anule la diagonal es si 𝑘 = 1 o
𝑘 =− 1, es decir, el sistema es compatible si 𝑘 ≠ 1, − 1. Ahora. si 𝑘 =− 1, queda:
(𝑥1 − 𝑥2 + 2𝑥3 − 𝑥4 = 1; 𝑥2 − 7𝑥3 + 𝑥4 =− 4; − 4𝑥3 + 𝑥4 = 1; 0 = 0),
como da una igualdad de 0 = 0, se sabe que no será incompatible, por lo que si
𝑘 =− 1 será compatible indeterminado. Y si 𝑘 = 1, el sistema queda:
(𝑥1 + 𝑥2 + 2𝑥3 − 𝑥4 = 3; 𝑥2 − 7𝑥3 + 𝑥4 =− 4; − 4𝑥3 + 𝑥4 =− 1; 0 =− 4),
como da un absurdo la cuarta ecuación, se sabe que es incompatible.
● Sistema con dos parámetros:

○ Teniendo: , hay que considerar todas las posibilidades para

𝑎, 𝑏 ∈ 𝑅 por separado y luego cómo interactúan entre sí en cada caso.Como siempre,
se triangula:

Como ninguna entrada de la diagonal principal es nula, entonces el sistema es

compatible determinado, la única manera en que se anule la diagonal es si 𝑎 = 0 y
𝑎 =− 3, entonces el sistema es compatible determinado si 𝑎 ≠ 0, − 3. Ahora si
2 2 2
𝑎 = 0, queda (𝑥 + 𝑦 + 𝑧 = 𝑏 ; 0 = 𝑏 − 𝑏 ; 0 = 1 − 2𝑏 + 𝑏), entonces, para
2
que sea compatible debe suceder simultáneamente que 𝑏 − 𝑏 = 0 y
2 2
1 − 2𝑏 + 𝑏 = 0, como 𝑏 − 𝑏 = (1 − 𝑏)𝑏, es decir, 𝑏 = 0 y 𝑏 = 1, y
2 1 1
1 − 2𝑏 + 𝑏 =− 2(𝑏 + 2
)(𝑏 − 1), es decir, 𝑏 =− 2
y 𝑏 = 1, y como solo
coinciden en 𝑏 = 1, entonces el sistema es compatible si 𝑏 = 1. Al reemplazar este
valor, nos queda solo la primera fila, porque las otras dos se cancelan, entonces se
concluye que es un sistema compatible indeterminado. Y si 𝑎 =− 3, queda
2 2 2
(𝑥 + 𝑦 − 2𝑧 = 𝑏 ; − 3𝑦 + 3𝑧 = 𝑏 − 𝑏 ; 0 = 𝑏 + 𝑏 + 1), para que el
 2 2
sistema sea compatible debe suceder que 𝑏 + 𝑏 + 1 = 0, pero 𝑏 + 𝑏 + 1 > 0,
por lo que será un sistema incompatible. Por tanto, se concluye que el sistema es
compatible determinado cuando 𝑎 ≠ 0, − 3 y 𝑏 ∈ 𝑅, el sistema es compatible
indeterminado cuando 𝑎 = 0 y 𝑏 = 1, y el sistema es incompatible cuando 𝑎 = 0 y
𝑏 ≠ 1 y cuando 𝑎 =− 3 y 𝑏 ∈ 𝑅.

5.4. La teoría de matrices

5.4.1. Operaciones con matrices
● Las matrices se pueden sumar entre sí y multiplicar por escalares, se hace “coordenada a
coordenada”.
2×3
● Dos matrices se pueden sumar solo si tienen el mismo tamaño. Por ejemplo, estas son 𝑅 :

𝑛×𝑚 𝑛×𝑚
● Las matrices de 𝑅 poseen subespacio. 𝑅 es un espacio vectorial.
𝑛×𝑚
● Existe una matriz nula en 𝑅 para cada 𝑛 y 𝑚 fijos.
● Propiedades de operaciones de matrices:

5.4.2. Producto de matrices

● Si consideramos a las filas y columnas como vectores, entonces, la cuenta que estaríamos
haciendo es el producto escalar entre una fila/vector de 𝐴 y una columna/vector de 𝐵.
● Multiplicar matrices no comparte la mayoría de las propiedades de la multiplicación que
conocemos:
○ No cualesquiera dos matrices pueden ser multiplicadas entre sí. Se necesita que la
cantidad de columnas (𝑚) de 𝐴 sea igual que la cantidad de filas (𝑛) de 𝐵.
○ La matriz que resulta de la multiplicación no tiene generalmente el mismo tamaño
𝑛×𝑚 𝑚×𝑟
que ninguna de ellas. Si se tiene 𝐴 ∈ 𝑅 y𝐵 ∈𝑅 , quedará una matriz de
tamaño 𝑛 × 𝑟.
○ El producto de matrices no es conmutativo. Es decir, 𝐴 · 𝐵 ≠ 𝐵 · 𝐴.
2×2 2×3
■ Por ejemplo, teniendo 𝐴 ∈ 𝑅 y𝐵 ∈𝑅 :

3×1 1×3
■ Teniendo 𝐴 ∈ 𝑅 y𝐵 ∈𝑅 :
 1×3 3×1
■ Teniendo 𝐴 ∈ 𝑅 y𝐵 ∈𝑅 :

3×3 3×3
■ Teniendo 𝐴 ∈ 𝑅 y𝐵 ∈𝑅 :

● El producto de matrices sí posee la propiedad distributiva respecto de la suma, pero es

importante asegurarse de ubicar C del mismo lado que estaba fuera del paréntesis, porque el
producto no es conmutativo:
○ (𝐴 + 𝐵) · 𝐶 = 𝐴 · 𝐶 + 𝐵 · 𝐶
○ 𝐶 · (𝐴 + 𝐵) = 𝐶 · 𝐴 + 𝐶 · 𝐵

5.4.3. Matrices cuadradas

● Son aquellas que tienen igual cantidad de filas y de columnas.
● Siempre pueden ser multiplicadas entre sí, volviendo a ser una matriz del mismo tamaño.
● La matriz identidad es la matriz cuadrada que tiene todas sus entradas 0 salvo en la diagonal
principal, que tiene todos 1:

𝑛×𝑛
● Si 𝐼 ∈ 𝑅 , entonces 𝐴 · 𝐼 = 𝐴 y 𝐼 · 𝐴 = 𝐴 para toda matriz cuadrada.

5.4.4. Matrices inversibles

𝑛×𝑛 𝑛×𝑛
● Una matriz cuadrada 𝐴 ∈ 𝑅 se dice inversible si existe una matriz 𝐵 ∈ 𝑅 tal que
−1
𝐴 · 𝐵 = 𝐼 y 𝐵 · 𝐴 = 𝐼. Se nota 𝐴 .
● Si una matriz es inversible indica que es compatible determinado.
● No todas las matrices cuadradas son inversibles, pero si una matriz es inversible es
necesariamente cuadrada.

3×3
○ Por ejemplo, teniendo la matriz 𝐴 ∈ 𝑅 , primero se escribe con su

matriz identidad a la derecha así: . Ahora, la meta es que

 quede la matriz identidad a la izquierda de la barra, entonces lo que quedará a la
derecha será la inversa. Se comienza triangulando. Así:

Ahora se buscan los ceros de arriba de la diagonal y que queden 1 en la diagonal, así:

Ya alcanzamos la meta, entonces la inversa es lo que está al lado derecho de la barra.

−1
La manera de comprobar que es correcto es multiplicar 𝐴 · 𝐴 y que de 𝐼.
● Si durante el procedimiento aparece una fila de ceros quiere decir que la matriz no es
inversible (que más adelante se explica es por el rango).
2×2
● Otra manera de hallar la inversa de una matriz 𝐴 ∈ 𝑅 , es con la fórmula

, con 𝑎𝑑 − 𝑏𝑐 ≠ 0(se da de los determinantes).

○ Por ejemplo:

5.4.4.1. Matriz transpuesta

𝑛×𝑚
● Una matriz 𝐴 ∈ 𝑅 se dice transpuesta cuando resulta de intercambiar las filas con las
columnas de otra matriz.
○ Por ejemplo:

5.4.5. Rango de una matriz

● El rango de una matriz 𝐴 es la cantidad de filas de 𝐴 que son linealmente independientes. Se
nota 𝑟𝑔(𝐴). Siempre es un número positivo.
3×3
○ Por ejemplo, teniendo la matriz 𝐴 ∈ 𝑅 al triangular:
 La última fila se “eliminó”, entonces sería 𝑟𝑔(𝐴) = 2. Y como el rango es menor
que 𝑛, no es inversible.
● Para saber el rango nos alcanza con triangular la matriz y luego contar cuántas filas nos
quedan.
5.4.5.1. Rango de matrices cuadradas
● Si una matriz de 𝑛 × 𝑛 tiene rango 𝑛 entonces es inversible.
● El rango de una matriz no se altera si la multiplicamos por otra matriz que es inversible. Es
𝑛×𝑛
decir, 𝐴, 𝐵 ∈ 𝑅 y B es inversible, entonces 𝑟𝑔(𝐴 · 𝐵) = 𝑟𝑔(𝐴) y 𝑟𝑔(𝐵 · 𝐴) = 𝑟𝑔(𝐴).

5.4.6. Forma matricial de un sistema de ecuaciones lineales

● Todo sistema puede representarse a nivel matricial.

○ Por ejemplo, teniendo el sistema , se representa matricialmente así:

.
● También se puede al revés, una ecuación matricial representando un sistema.

𝑛×𝑛
● Si la ecuación matricial 𝐴 ∈ 𝑅 es: , y 𝐴 es inversible, entonces como

−1
𝐴 · 𝐴 = 𝐼, entonces se obtiene: . Esto nos dice que si la matriz
asociada al sistema es cuadrada e inversible, entonces el sistema es compatible determinado,
−1
también nos dice que podemos hallar dicha solución calculando la inversa de la matriz 𝐴
y multiplicando a la izquierda a la matriz 𝐵 de términos independientes por esta inversa. Lo
cual nos ahorra el tener que triangular y despejar.

○ Por ejemplo, teniendo el sistema , su forma matricial es

. Se triangula para saber el rango:

 −1
Como el 𝑟𝑔(𝐴) = 3, sabemos que es inversible, haciendo el proceso queda 𝐴 =

, por lo que la solución del sistema es:

5.5. Determinantes
● El determinante de una matriz es un número único.
● Una matriz es inversible si, y solo si, su determinante es un número distinto de 0.

5.5.1. El determinante de una matriz de 2 × 2

2×2
● El determinante de una matriz ∈𝑅 es el número 𝑑𝑒𝑡(𝐴) = 𝑎𝑑 − 𝑏𝑐. También

de nota .

5.5.2. El determinante de una matriz 3 × 3

● Se llevará a cabo lo que se llama “desarrollo por filas o columnas”, consiste en reducir el
problema de calcular el determinante de una matriz 𝑛 × 𝑛 al de calcular varios
determinantes de matrices de (𝑛 − 1) × (𝑛 − 1).
● A cada entrada de la matriz le corresponde un signo dependiendo de su ubicación. La
distribución de los signos de una matriz 3 × 3:

○ Por ejemplo, teniendo , para dar con su determinante hay que

elegir al azar una fila o columna de 𝐴, en este caso, se elige la fila 𝐹1, su primera
entrada es 2, que tiene asociado el signo +, entonces el signo no cambia, lo que se

hace es tachar la fila y columna del 2, para reescribirse así: . Ahora en la

fila 𝐹1, sigue el número − 3, que tiene asociado el signo −, por lo que pasa a ser
 + 3, quedando junto a la matriz del 2: . Se repite con el
siguiente número de la fila que es el número 5, que tiene asociado el signo +, no se

cambia el signo, y quedan: . Falta calcular estos

determinantes, así: , y
. Concluyendo:

● Nos conviene siempre desarrollar un determinante por una fila o columna que tenga muchas
entradas nulas.

5.4.3. El determinante de una matriz 𝑛 × 𝑛

● El procedimiento es exactamente el mismo que el caso de una matriz 3 × 3.
● La asignación del signo en el caso general es:

● El determinante de una matriz identidad es 1.

5.5.4. Propiedades del determinante
● El determinante se altera al hacer una operación elemental de fila o columna.
○ Intercambio de filas (o columnas): Si 𝐵 es la matriz que se obtiene al intercambiar la
posición de dos filas de 𝐴, entonces 𝑑𝑒𝑡(𝐵) =− 𝑑𝑒𝑡(𝐴).
○ Multiplicación de fila (o columna) por un escalar: Si 𝐵 es la matriz que se obtienen al
multiplicar una fila de 𝐴 por un λ ≠ 0, entonces 𝑑𝑒𝑡(𝐵) = λ𝑑𝑒𝑡(𝐴).
○ Suma o resta de una fila (o columna) con un múltiplo de otra: Si 𝐵 es la matriz que se
obtiene al sumarle a una fila un múltiplo de otra, entonces 𝑑𝑒𝑡(𝐴) = 𝑑𝑒𝑡(𝐵).
● Una posible estrategia para calcular el determinante de una matriz con números muy
grandes puede ser la siguiente: Triangular la matriz llevando la cuenta de cómo va
cambiando el determinante y luego multiplicar estos valores.

○ Por ejemplo, teniendo la matriz , se nota que la primera fila es múltiplo

de 7, por lo que queda: , luego se triangula haciendo𝐹2 → 𝐹2 − 16𝐹1,

 𝐹3 → 𝐹3 − 9𝐹1 y 𝐹3 → 𝐹3 + 3𝐹2 quedando: . Entonces, como está
triangulada se multiplican los números de la diagonal con el 7 que está afuera, así:
(7) · (2) · (4) · (− 34) =− 1904.

○ Otro ejemplo con el parámetro 𝑘, teniendo la matriz . Se desea saber los

valores de 𝑘 para los cuales es inversible, para ello su determinante no puede ser
cero. Se desarrolla por la columna 2, dando:
2
− 𝑘[(3 · 𝑘) − (6 · (3 − 𝑘))] + 𝑘[(4 + 𝑘) · 𝑘 − 7(3 − 𝑘)] =− 𝑘(9𝑘 − 18) + 𝑘(𝑘
2 2
= 𝑘(− 9𝑘 + 18 + 𝑘 + 11𝑘 − 21) = 𝑘(𝑘 + 2𝑘 − 3) = 𝑘(𝑘 − 1)(𝑘 + 3),
es decir, este determinante se anula para 𝑘 = 0, 𝑘 = 1 y 𝑘 =− 3. Conclusión, la
matriz es inversible para toda 𝑘 ≠ 0, 1, − 3.

5.5.5. Clasificación de sistemas lineales usando el determinante

● Un sistema de ecuaciones lineales con igual cantidad de ecuaciones que de incógnitas (es
decir, que dé matriz cuadrada), es compatible determinado si su matriz asociada tiene
determinante no nulo. En caso de que el determinante sea nulo, se tendrá que estudiar de
otra forma para determinar si es compatible indeterminado o incompatible.
● El determinante es especialmente útil para resolver sistemas de ecuaciones lineales con
parámetros.

○ Por ejemplo, teniendo , en lugar de triangular podemos calcular

el determinante. Si se elige la segunda columna, sería:

3
Y el valor − 𝑘(2𝑘 − 3) se anula para los valores 𝑘 = 0 y 𝑘 =− 2
. Por tanto, para
3
𝑘 ≠ 0, − 2
es compatible determinado. Ya para saber cuál es compatible
indeterminado y cuál es incompatible tocaría analizarlos como se venía haciendo.

○ Otro ejemplo, teniendo , se calcula el determinante (con la

matriz sin ampliar), tomando, si se quiere, la primera fila:
 Entonces, el determinante de la matriz se anula si 𝑎 = 0 y 𝑎 =− 3, por lo que el
sistema será compatible determinado cuando 𝑎 ≠ 0, − 3. Luego se analiza cada

caso. Si 𝑎 = 0, queda , entonces para que el sistema sea compatible

2
indeterminado debe suceder 1 = 𝑏 y 1 = 𝑏 al mismo tiempo, lo cual es posible,
por consecuencia, el sistema es incompatible si 𝑏 ≠ 1.

Si 𝑎 =− 3, queda , no es tan inmediato darse cuenta de qué valor

debe tomar b para que sea o no incompatible. Así que se debe triangular, quedando:

2
Ahora sí, el sistema será compatible indeterminado si 𝑏 + 𝑏 + 1 = 0, pero como
2
𝑏 + 𝑏 + 1 > 0, entonces el sistema es incompatible siempre que 𝑎 =− 3 y 𝑏 ∈ 𝑅
.

PROPIEDADES DE LOS DETERMINANTES

1. Intercambio de filas: 𝑑𝑒𝑡(𝐵) =− 𝑑𝑒𝑡(𝐴).
2. Multiplicación de una fila por un número real no nulo: 𝑑𝑒𝑡(𝐵) = 𝑘 · 𝑑𝑒𝑡(𝐴).
3. El determinante de una matriz con una fila (o columna) de ceros vale cero.
4. El determinante de una matriz que tiene dos filas (o columnas) iguales vale 0.
𝑡
5. 𝑑𝑒𝑡(𝐴) = 𝑑𝑒𝑡(𝐴 ).
6. 𝑑𝑒𝑡(𝐴 · 𝐵) = 𝑑𝑒𝑡(𝐴) · 𝑑𝑒𝑡(𝐵).
−1 −1 1
7. Si 𝑑𝑒𝑡(𝐴) ≠ 0, entonces existe 𝐴 y se hace 𝑑𝑒𝑡(𝐴 ) = 𝑑𝑒𝑡(𝐴)
.
𝑘 𝑘
8. 𝑑𝑒𝑡(𝐴 ) = [𝑑𝑒𝑡(𝐴)] siendo 𝑘 ≠ 0.
9. Si 𝐴 es una matriz diagonal, su determinante es igual al producto de los elementos de su
diagonal.
10. Si 𝐴 es una matriz triangular (bien sea inferior o superior) su determinante es el producto de
los elementos de su diagonal principal.
𝑛×𝑛 𝑛
11. Si 𝐴 ∈ 𝑅 y 𝑘 ∈ 𝑅 entonces 𝑑𝑒𝑡(𝑘 · 𝐴) = 𝑘 · 𝑑𝑒𝑡(𝐴).

CAPÍTULO 6: TRANSFORMACIONES LINEALES

6.1. La transformación lineal

6.1.1. ¿Qué caracteriza a una transformación lineal?
● La idea fundamental de una transformación lineal es que envía un espacio lineal a otro
espacio lineal, respetando las operaciones de suma y producto escalar definidas en estos
espacios.
 𝑛 𝑚
● Una función 𝑇: 𝑅 → 𝑅 es una transformación lineal si cumple las siguientes dos
condiciones:
𝑛
○ 𝑇(λ𝑣) = λ𝑇(𝑣) para todo 𝑣 ∈ 𝑅 .
𝑛
○ 𝑇(𝑣 + 𝑤) = 𝑇(𝑣) + 𝑇(𝑤) para todo 𝑣, 𝑤 ∈ 𝑅 .
𝑛 𝑚
● Una transformación lineal es una función entre un espacio 𝑅 y otro espacio 𝑅 , a cada
𝑛 𝑚
(𝑥1, ..., 𝑥𝑛) ∈ 𝑅 se le asigna un (𝑦1, ..., 𝑦𝑛) ∈ 𝑅 . Llamando 𝑇 a la transformación lineal,
entonces 𝑇(𝑥1, ..., 𝑥𝑛) representa al punto (𝑦1, ..., 𝑦𝑛) (así como f(x) representa a la imagen
de x).
𝑛 𝑚
● El espacio de salida 𝑅 se le llama dominio y al espacio de llegada 𝑅 se le llama
codominio.

6.1.2. Forma funcional y matricial de una transformación lineal

● La forma funcional, o también llamada expresión funcional, es como la forma implícita.
○ Por ejemplo, 𝑇(𝑥1, 𝑥2, 𝑥3) = (2𝑥1 + 𝑥2 − 𝑥3, 𝑥1 − 4𝑥3)
● La forma matricial es la matriz asociada a la forma funcional. A la expresión 𝑇(𝑣) = 𝐴𝑣 se
le llama expresión matricial canónica de 𝑇 y a la matriz 𝐴 se le denomina la matriz de la
transformación lineal T.

○ Del ejemplo anterior, sería: .

𝑛
● La base canónica de un espacio 𝑅 está compuesta por los vectores
{(1, 0, 0,..., 0, 1), (0, 1, 0,..., 0, 1), (0, 0, 0,..., 0, 1)}.
3
○ Por ejemplo, la base canónica de 𝑅 es {(1, 0, 0), (0, 1, 0), (0, 0, 1)}.
𝑛
● Cuando la transformación lineal es dentro del mismo espacio 𝑅 la matriz asociada es
cuadrada.
6.1.3. Cómo construir transformaciones lineales
● Esto es si dan vectores de T en vez de dar la expresión matricial o funcional de T.
○ Por ejemplo, si se tiene 𝑇(1, 0) = (1, 0, 1) y 𝑇(0, 1) = (1, 2, 3), primero hay que
2 3 2
notar que va de 𝑅 a 𝑅 , segundo notar que 𝑅 es su base canónica, por lo que el
proceso para convertirlo en transformación lineal sería:
Primero, reescribir así: (𝑥1, 𝑥2) = 𝑥1(1, 0) + 𝑥2(0, 1).
Segundo, aplicar 𝑇 a ambos lados: 𝑇(𝑥1, 𝑥2) = 𝑥1𝑇(1, 0) + 𝑥2𝑇(0, 1).
Tercero, reemplazar los datos 𝑇(1, 0) y 𝑇(0, 1) por sus respectivos vectores:
𝑇(𝑥1, 𝑥2) = 𝑥1(1, 0, 1) + 𝑥2(1, 2, 3).
Cuarto, hacer las multiplicaciones: 𝑇(𝑥1, 𝑥2) = (𝑥1, 0, 𝑥1) + (𝑥2, 2𝑥2, 3𝑥2).
Quinto, sumar los vectores: 𝑇(𝑥1, 𝑥2) = (𝑥1 + 𝑥2, 0 + 2𝑥2, 𝑥1 + 3𝑥2).
 Quedando que la transformación lineal tiene la expresión funcional
𝑇(𝑥1, 𝑥2) = (𝑥1 + 𝑥2, 2𝑥2, 𝑥1 + 3𝑥2).
○ Otro ejemplo, pero sin que den T con su base canónica. Teniendo 𝑇(1, 1) = (1, 0, 1)
y 𝑇(− 1, 1) = (1, 2, 3). Ahora ya es con la base {(1, 1), (− 1, 1)}.
Primero, se reescribe como: (𝑥1, 𝑥2) = δ(1, 1) + λ(1, − 1).
Segundo, hacer multiplicación y suma:
(𝑥1, 𝑥2) = (δ, δ) + (λ, − λ) = (δ + λ, δ − λ).
Tercero, despejar δ y λ reescribiendo como sistema de ecuaciones:
𝑥1 + 𝑥2 𝑥1 − 𝑥2
𝑥1 = δ + λ; 𝑥2 = δ − λ. Queda que: δ = 2
yλ = 2
.
Cuarto, se reemplazan estos valores en la ecuación del primer paso, así:
𝑥1 + 𝑥2 𝑥1 − 𝑥2
(𝑥1, 𝑥2) = ( 2
)(1, 1) + ( 2
)(1, − 1).
Quinto, se agrega T a ambos lados:
𝑥1 + 𝑥2 𝑥1 − 𝑥2
𝑇(𝑥1, 𝑥2) = ( 2
)𝑇(1, 1) + ( 2
)𝑇(1, − 1).
Sexto, se reemplazan los valores de 𝑇(1, 1) y 𝑇(1, − 1):
𝑥1 + 𝑥2 𝑥1 − 𝑥2
𝑇(𝑥1, 𝑥2) = ( 2
)(1, 0, 1) + ( 2
)(1, 2, 3).
Séptimo, se resuelve la multiplicación y la suma:
𝑥1 + 𝑥2 𝑥1 + 𝑥2 𝑥1 − 𝑥2 𝑥1 − 𝑥2 𝑥1 − 𝑥2
𝑇(𝑥1, 𝑥2) = ( 2
, 0, 2
)+( 2
, 2( 2
), 3( 2
))
1 1 1 1 1 1 3 3
= ( 2 𝑥1 + 2
𝑥2 + 2
𝑥1 − 2
𝑥2; 𝑥1 − 𝑥2; 2
𝑥1 + 2
𝑥2 + 2
𝑥1 − 2
𝑥2).
Quedando que la transformación lineal tiene la expresión funcional
𝑇(𝑥1, 𝑥2) = (𝑥1, 𝑥1 − 𝑥2, 2𝑥1 − 𝑥2).
● Este razonamiento del segundo ejemplo se puede realizar en una transformación lineal
𝑛 𝑚
𝑇: 𝑅 → 𝑅 general.
𝑛
● Si los datos no están formulados sobre un base de 𝑅 puede ser que no exista una
transformación lineal que verifique los datos pedidos o no puede que exista, pero no es
única.
○ Por ejemplo, recordar que para que un conjunto de vectores sea una base, todos los
vectores de dicho conjunto deben ser independientes; entonces, si un vector del
𝑛
conjunto no es independiente, no puede ser una base de 𝑅 , por ende, no existiría la
transformación lineal. (Recordar que para saber si un conjunto de vectores es
independiente se debe reescribir como sistema de ecuaciones e igualar a cero y debe
tener como única respuesta para cada incógnita cero).

6.2. Imagen y núcleo

6.2.1. Imagen
𝑛 𝑛
● Dado 𝑣 ∈ 𝑅 (recordar que el espacio de salida 𝑅 se llama dominio), llamamos al vector
𝑚 𝑚
𝑇(𝑣) ∈ 𝑅 (recordar que es espacio de llegada 𝑅 se llama codominio) la imagen de 𝑣 por
 𝑛
la transformación lineal T. Es decir, si S es un subconjunto de 𝑅 se puede calcular 𝑇(𝑆), es
𝑚
decir, la imagen de 𝑆 por 𝑇, luego 𝑇(𝑆) sería un subconjunto de 𝑅 .
𝑛 𝑚
● Si 𝑇: 𝑅 → 𝑅 es una transformación lineal, la imagen de 𝑇 es el conjunto:
𝑛 𝑚 𝑛
𝐼𝑚(𝑇) = 𝑇(𝑅 ) = {𝑤 ∈ 𝑅 : 𝑤 = 𝑇(𝑣) 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑣 ∈ 𝑅 }.
● Para hallar la imagen de una transformación lineal hay que buscar los puntos
𝑚 𝑛
(𝑦1,..., 𝑦𝑛) ∈ 𝑅 , ya que (𝑦1,..., 𝑦𝑛) = 𝑇(𝑥1,..., 𝑥𝑛) para algún (𝑥1,..., 𝑥𝑛) ∈ 𝑅 .
3 3
○ Por ejemplo, teniendo 𝑇: 𝑅 → 𝑅 ,
𝑇(𝑥1, 𝑥2, 𝑥3) = (𝑥1 + 𝑥2, 𝑥2 − 𝑥3, 2𝑥1 − 3𝑥2 + 𝑥3).
Primero, se reescribe: (𝑦1, 𝑦2, 𝑦3) = (𝑥1 + 𝑥2, 𝑥2 − 𝑥3, 2𝑥1 − 3𝑥2 + 𝑥3).
Segundo, se saca factor común:
(𝑦1, 𝑦2, 𝑦3) = (𝑥1, 0, 2𝑥1) + (𝑥2, 𝑥2, − 3𝑥2) + (0, − 𝑥3, 𝑥3)
= 𝑥1(1, 0, 2) + 𝑥2(1, 1, − 3) + 𝑥3(0, − 1, 1).
Tercero, se escribe como base: (𝑦1, 𝑦2, 𝑦3) = 〈(1, 0, 2), (1, 1, − 3), (0, − 1, 1)〉
Cuarto, comprobar que los vectores son independientes:
Entonces queda que 𝐼𝑚(𝑇) = 〈(1, 0, − 1), (1, 1, − 3)〉.
● Si se necesita comprobar que dos subespacios son transformación lineal, se hace:
○ Por ejemplo, teniendo 𝑆 = 〈(1, 2, − 1), (0, 1, 3)〉y
4
𝑊 = {(𝑥1, 𝑥2, 𝑥3, 𝑥4) ∈ 𝑅 : 𝑥1 + 𝑥2 = 0, 𝑥3 − 2𝑥4 = 0}. Se quiere comprobar que
3 4
existe una transformación lineal 𝑇: 𝑅 → 𝑅 que verifique 𝑇(𝑆) = 𝑊.
Primero, ambos deben estar descritos por generadores (vectores), entonces se
transforma a W: como{𝑥1 =− 𝑥2, 𝑥3 = 2𝑥4}, entonces
𝑊 = {(𝑥1, 𝑥2, 𝑥3, 𝑥4) = (− 𝑥2, 𝑥2, 2𝑥4, 𝑥4)}, es decir, sería:
𝑊 = {𝑥2(− 1, 1, 0, 0) + 𝑥4(0, 0, 2, 1)}. Reescribiendo como conjunto de vectores,
queda: 𝑊 = 〈(− 1, 1, 0, 0) + 𝑥4(0, 0, 2, 1)〉.
Segundo, como se quiere comprobar que la imagen de S es W, entonces se igualan,
así: 𝑇(1, 2, − 1) = (− 1, 1, 0, 0) y 𝑇(0, 1, 3) = (0, 0, 2, 1).
3 3
Tercero, notar que pide una transformación lineal de 𝑅 a 𝑅 , por lo que hay que
3
extender la base de S para que sea de 𝑅 . Puede ser cualquiera y no tendría
restricciones, por ejemplo (0, 0, 1) y que sea igual a (0, 0, 0, 1).

6.2.2. Núcleo
−1
● Preimagen de, por ejemplo, W por T se nota: 𝑇 (𝑊).
𝑛 𝑚
● Si 𝑇: 𝑅 → 𝑅 es una transformación lineal, el núcleo de T es el conjunto:
−1 𝑛
𝑁𝑢(𝑇) = 𝑇 (0) = {𝑣 ∈ 𝑅 : 𝑇(𝑣) = 0}.
● Si queremos saber el núcleo de una transformación lineal, lo que se hace es reescribir dicha
transformación como sistema e igualar a cero.
 3 2
○ Por ejemplo, teniendo 𝑇: 𝑅 → 𝑅 , 𝑇(𝑥1, 𝑥2, 𝑥3) = (𝑥1 − 𝑥2, 𝑥2 − 𝑥3). Al

reescribirse como sistema e igualar a cero quedaría: . La primera ecuación

queda 𝑥1 = 𝑥2 y la segunda queda 𝑥3 = 𝑥2. Es decir,
(𝑥1, 𝑥2, 𝑥3) = (𝑥2, 𝑥2, 𝑥2) = 𝑥2(1, 1, 1), quedando 𝑁𝑢(𝑇) = 〈(1, 1, 1)〉 .
𝑛 𝑚
● Si 𝑇: 𝑅 → 𝑅 es una transformación lineal y 𝐴𝑇 es la matriz canónica asociada a T,
entonces 𝑁𝑢(𝑇) es el espacio de soluciones del sistema homogéneo 𝐴𝑇 · 𝑥 = 0.
● Como 𝑁𝑢(𝑇) es un subespacio del dominio e 𝐼𝑚(𝑇) es un subespacio del codominio, para
𝑛 𝑚
cualquier transformación lineal 𝑇: 𝑅 → 𝑅 , la suma de sus dimensiones coincide con la
dimensión del dominio de la transformación lineal, es decir:
𝑛
𝑑𝑖𝑚(𝑁𝑢(𝑇)) + 𝑑𝑖𝑚(𝐼𝑚(𝑇)) = 𝑛 (porque recordar que 𝑅 es el dominio, entonces esa n
del resultado sería la dimensión del dominio).

6.2.3. Clasificación de transformaciones lineales

𝑛 𝑚
● Decimos que una transformación lineal 𝑇: 𝑅 → 𝑅 es:
○ Monomorfismo si es inyectiva. Tiene que ser 𝑁𝑢(𝑇) = {0}.
𝑚
○ Epimorfismo si es suryectiva. Tiene que ser𝑑𝑖𝑚(𝐼𝑚(𝑇)) = 𝑅 = 𝑚.
○ Isomorfismo si es biyectiva, es decir, si es monomorfismo y epimorfismo.
3 3
■ Por ejemplo, teniendo 𝑇: 𝑅 → 𝑅 ,
𝑇(𝑥1, 𝑥2, 𝑥3) = (𝑥1, 𝑥1 + 𝑥2, 𝑥1 + 𝑥2 + 𝑥3). Se pide clasificar esta
transformación lineal.
Primero, se estudia si es monomorfismo, para ello 𝑁𝑢(𝑇) = {0}, entonces se
reescribe la transformación como sistema de ecuaciones igualadas a 0,
quedando: (𝑥1 = 0; 𝑥1 + 𝑥2 = 0; 𝑥1 + 𝑥2 + 𝑥3 = 0). Ahora, se despeja
para encontrar los valores de 𝑥2 y 𝑥3, ya que ya tenemos que 𝑥1 = 0. Al
despejar en la segunda ecuación así: (0) + 𝑥2 = 0, queda que 𝑥2 = 0 y al
despejar en la tercera, así: (0) + (0) + 𝑥3 = 0, queda que 𝑥3 = 0, como
𝑥1, 𝑥2 y 𝑥3 tienen como única solución al vector (0, 0, 0) entonces se
concluye que es monomorfismo.
Segundo, se estudia si es epimorfismo para ello 𝑑𝑖𝑚(𝐼𝑚(𝑇)) = 𝑚, para esto
primero se halla el conjunto imagen de T, que se hace hallando los puntos
(𝑦1, 𝑦2, 𝑦3) = 𝑇(𝑥1, 𝑥2, 𝑥3), que en este caso serían:
〈(1, 1, 1), (0, 1, 1), (0, 0, 1)〉, ahora se halla la dimensión, que se hace igual
que buscando el rango (porque rango=dimensión), se reescriben estos vectores
como matriz y se triangula. En este caso, ya está triangulado, como no se
 eliminó ninguna fila, entonces 𝑑𝑖𝑚(𝐼𝑚(𝑇)) = 𝑚 = 3, es decir, también es
epimorfismo. Conclusión: es isomorfismo.

6.3. Interpretación geométrica del efecto de una transformación lineal

2 2 3 3
● Algunas transformaciones lineales T de 𝑅 en 𝑅 o de 𝑅 en 𝑅 pueden interpretarse
geométricamente como:
○ Rotaciones
○ Simetrías
○ Homotecias
○ Deslizamientos cortantes
○ Proyecciones ortogonales
2 2 2
● Rotaciones en 𝑅 : Si 𝑇: 𝑅 → 𝑅 es la transformación lineal que representa la rotación de
ángulo θ > 0 en el sentido contrario al de las agujas del reloj, su matriz canónica asociada

es: . Si se quisiera en el sentido de las agujas del reloj: .

3 3 3
● Rotaciones en 𝑅 : Si 𝑇: 𝑅 → 𝑅 es la transformación lineal que representa la rotación de
ángulo θ > 0 en el sentido contrario al de las agujas del reloj, entonces la matriz canónica
asociada:

○ Respecto del eje z: .

○ Respecto del eje x: .

○ Respecto del eje y: .

2 2 2
● Simetrías en 𝑅 : Si 𝑇: 𝑅 → 𝑅 es una transformación lineal que representa la simetría
respecto de la recta L de ecuación vectorial 𝑋 = 𝑡𝑣, entonces, dado 𝑤 ortogonal a 𝑣
cualquiera, T queda unívocamente determinada por los siguientes valores en la base {𝑣, 𝑤}:

○ Matriz canónica respecto del eje 𝑥:

○ Matriz canónica respecto del eje 𝑦:

3 3 3
● Simetrías en 𝑅 : Si 𝑇: 𝑅 → 𝑅 es una transformación lineal que representa la simetría
respecto del plano Π de ecuación vectorial 𝑋 = 𝑡𝑣 + 𝑠𝑤, que pasa por el origen, T queda
determinada por los siguientes:
 ○ Matriz asociada respecto del plano 𝑥𝑦: .

○ Matriz asociada respecto del plano 𝑥𝑧:

○ Matriz asociada respecto del plano 𝑦𝑧:

2 2 2
● Homotecia de factor k en 𝑅 : una transformación lineal 𝑇: 𝑅 → 𝑅 se dice homotecia si
𝑇(𝑥, 𝑦) = 𝑘(𝑥, 𝑦), con 𝑘 > 0 fijo. La constante k se llama el factor de la homotecia.
○ Si 0 < 𝑘 < 1 la homotecia se denomina contracción.
○ Si 𝑘 > 1 se denomina dilatación.
○ Si 𝑘 = 1 la transformación es la identidad.

■ La matriz asociada canónica a una homotecia de factor k es: .

2 2 2
● Homotecia en dirección x o y en 𝑅 : una transformación lineal 𝑇: 𝑅 → 𝑅 se dice
homotecia de factor k en dirección del:
○ Eje x si 𝑇(𝑥, 𝑦) = (𝑘𝑥, 𝑦), con 0 < 𝑘 < 1 se denomina contracción y con 𝑘 > 1 se
denomina dilatación.

■ Matriz canónica asociada: .

○ Eje y si 𝑇(𝑥, 𝑦) = (𝑥, 𝑘𝑦), con 0 < 𝑘 < 1se denomina contracción y con 𝑘 > 1 se
denomina dilatación.

■ Matriz canónica asociada: .

3 3 3
● Homotecia de factor k en 𝑅 : una transformación lineal 𝑇: 𝑅 → 𝑅 se dice homotecia si
𝑇(𝑥, 𝑦, 𝑧) = 𝑘(𝑥, 𝑦, 𝑧), con 𝑘 > 0 fijo. La constante k se llama el factor de la homotecia.
○ Si 0 < 𝑘 < 1 la homotecia se denomina contracción.
○ Si 𝑘 > 1 se denomina dilatación.
○ Si 𝑘 = 1 la transformación es la identidad.

■ La matriz canónica asociada es: .

3 3 3
● Homotecia en dirección x, y o z en 𝑅 : una transformación lineal 𝑇: 𝑅 → 𝑅 se dice
homotecia de factor k en dirección del:
 ○ Eje x si 𝑇(𝑥, 𝑦, 𝑧) = (𝑘𝑥, 𝑦, 𝑧), con 0 < 𝑘 < 1 se denomina contracción y con
𝑘 > 1 se denomina dilatación.
○ Eje y si 𝑇(𝑥, 𝑦, 𝑧) = (𝑥, 𝑘𝑦, 𝑧), con 0 < 𝑘 < 1se denomina contracción y con
𝑘 > 1 se denomina dilatación.
○ Eje z si 𝑇(𝑥, 𝑦, 𝑧) = (𝑥, 𝑦, 𝑘𝑧), con 0 < 𝑘 < 1se denomina contracción y con
𝑘 > 1 se denomina dilatación.
2
● Deslizamientos cortantes en 𝑅 : son maneras de “inclinar” los vectores del plano de forma
paralela a uno de los ejes, es enviar el vector a (𝑥, 𝑦) a:
○ (𝑥 + 𝑘𝑦, 𝑦), que sería en la dirección del eje x.

■ Matriz asociada: .
○ (𝑥, 𝑘𝑥 + 𝑦), que sería en la dirección del eje y.

■ Matriz asociada: .
2 2
● Proyecciones ortogonales en 𝑅 : Sea 𝐿 la recta de 𝑅 de ecuación vectorial 𝑋 = 𝑡𝑣, la
2 2
proyección ortogonal 𝑅 → 𝑅 sobre la recta 𝐿 queda unívocamente determinada por:

○ Matriz canónica respecto del eje 𝑥:

○ Matriz canónica respecto del eje 𝑦:

2
■ Por ejemplo, si se tiene la recta 𝐿 = {(𝑥, 𝑦) ∈ 𝑅 : 𝑥 = 𝑦}, primero se
reescribe en su forma vectorial, quedando 𝑋 = λ(1, 1). Luego se busca un 𝑤

ortogonal a 𝑣, podría ser: 𝑤 = (1, − 1). Quedando: . Ahora hay

que hallar la fórmula de T, se hace escribiendo 𝑣 y 𝑤 como conjunto de
vectores, así: {(1, 1), (1, − 1)}, para luego escribirlos en forma funcional con
incógnita, así: (𝑥, 𝑦) = δ(1, 1) + µ(1, − 1), se hallan los valores de las
incógnitas (que se hace escribiendolos como sistema de ecuaciones igualados
𝑥+𝑦 𝑥−𝑦
a cero, para luego despejar) y queda que δ = 2
y µ = 2
. Se reemplaza
𝑥+𝑦 𝑥−𝑦
en la forma funcional, quedando: (𝑥, 𝑦) = ( 2 )(1, 1) + ( 2 )(1, − 1).
𝑥+𝑦 𝑥−𝑦
Se agrega T a ambos lados: 𝑇(𝑥, 𝑦) = ( 2 )𝑇(1, 1) + ( 2 )𝑇(1, − 1).
Se reemplaza por sus respectivos valores:
𝑥+𝑦 𝑥−𝑦
𝑇(𝑥, 𝑦) = ( 2
)(1, 1) + ( 2
)(0, 0), al solucionar la multiplicación,
𝑥+𝑦 𝑥+𝑦
queda: 𝑇(𝑥, 𝑦) = ( 2
, 2
) + (0, 0), por lo que al sumar queda:
 𝑥+𝑦 𝑥+𝑦
𝑇(𝑥, 𝑦) = ( 2
, 2
), siendo esta la fórmula de la transformación lineal
que representa la proyección ortogonal buscada.
3 3
● Proyecciones ortogonales en 𝑅 : Sea Π = {𝑋 ∈ 𝑅 : 𝑋 = 𝑡𝑣 + 𝑠𝑤, 𝑡, 𝑠 ∈ 𝑅} un plano que
pase por el origen de coordenadas y 𝑁 es un vector normal al plano, entonces {𝑣, 𝑤, 𝑁}
3
constituye una base de 𝑅 , la proyección ortogonal sobre el plano queda unívocamente
determinada por:

○ Proyección ortogonal sobre el plano 𝑥𝑦:

○ Proyección ortogonal sobre el plano 𝑥𝑧:

○ Proyección ortogonal sobre el plano 𝑦𝑧:

● Todas las transformaciones anteriormente mencionadas empiezan en:
2
○ CUADRADO UNITARIO si son sobre 𝑅 , es un cuadrado de vértices (0, 0), (0, 1),
(1, 0) y (1, 1).
3
○ CUBO UNITARIO si son sobre 𝑅 , es un cubo de vértices
(0, 0, 0), (1, 0, 0), (0, 1, 0),(0, 0, 1), (1, 1, 0), (0, 1, 1), (1, 0, 1) y (1, 1, 1).

6.3.1. La interpretación geométrica del determinante

2 2 2
● Sea 𝑇: 𝑅 → 𝑅 una transformación lineal y sea 𝐹 ⊂ 𝑅 una figura cualquiera, entonces:
á𝑟𝑒𝑎 𝑑𝑒 𝑇(𝐹) = (á𝑟𝑒𝑎 𝑑𝑒 𝐹) · |𝑑𝑒𝑡(𝐴𝑇)|.
3 3 3
● Sea 𝑇: 𝑅 → 𝑅 una transformación lineal y sea 𝑅 ⊂ 𝑅 una región cualquiera, entonces:
𝑣𝑜𝑙𝑢𝑚𝑒𝑛 𝑑𝑒 𝑇(𝑅) = (𝑣𝑜𝑙𝑢𝑚𝑒𝑛 𝑑𝑒 𝑅) · |𝑑𝑒𝑡(𝐴𝑇)|.

6.4. Composición e inversa de transformaciones lineales

6.4.1. ¿Qué significa componer funciones?
● Componer funciones es aplicar una función a continuación de la otra.
2
○ Por ejemplo, teniendo 𝑓(𝑥) = 𝑥 y 𝑔(𝑥) = 𝑥 + 1, sería entonces 𝑓 ◦ 𝑔:
2
( 𝑓 ◦ 𝑔)(𝑥) = 𝑓(𝑔(𝑥)) = 𝑓(𝑥 + 1) = (𝑥 + 1) . Y si se hace 𝑔 ◦ 𝑓 no sería lo
mismo, importa el orden en que componemos funciones, quedaría así:
2 2
(𝑔 ◦ 𝑓)(𝑥) = 𝑔(𝑓(𝑥)) = 𝑔(𝑥 ) = 𝑥 + 1.
● Para poder componer las funciones 𝑓 ◦ 𝑔, debemos asegurarnos que el conjunto donde cae
𝑔 debe estar conteniendo en el conjunto donde sale 𝑓. Es decir, el codominio de 𝑔 debe estar
contenido en el dominio de 𝑓. Se nota 𝑓: 𝐴 → 𝐵 y 𝑔: 𝐵 → 𝐶, entonces 𝑔 ◦ 𝑓: 𝐴 → 𝐶.
6.4.2. Composición de transformaciones lineales
𝑛 𝑚 𝑚 𝑘 𝑛 𝑚
● Si 𝑇: 𝑅 → 𝑅 y 𝑇': 𝑅 → 𝑅 , entonces es posible armar la composición 𝑇 ◦ 𝑇': 𝑅 → 𝑅 .
2 3
○ Por ejemplo, teniendo 𝑇: 𝑅 → 𝑅 dada por 𝑇(𝑥, 𝑦) = (𝑥 + 𝑦, 2𝑥, 2𝑦) y
3 2
𝑇: 𝑅 → 𝑅 dada por 𝑇'(𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦 − 2𝑧, 2𝑥 − 𝑧), en este caso es posible
3 3 2 2
hacer tanto 𝑇 ◦ 𝑇': 𝑅 → 𝑅 como 𝑇' ◦ 𝑇: 𝑅 → 𝑅 . Para calcular 𝑇 ◦ 𝑇' se hace:
𝑇(𝑇'(𝑣)) = 𝑇(𝑥 − 𝑦 − 2𝑧, 2𝑥 − 𝑧), es decir, se le “agregará” a los vectores de 𝑇'
las operaciones y valores de 𝑇, para ello ahora 𝑥 − 𝑦 − 2𝑧 = 𝑥 y 2𝑥 − 𝑧 = 𝑦,
quedando: [(𝑥 − 𝑦 − 2𝑧) + (2𝑥 − 𝑧); 2(𝑥 − 𝑦 − 2𝑧); 2(2𝑥 − 𝑧)]. Se
resuelven las operaciones y da: (3𝑥 − 𝑦 − 3𝑧; 2𝑥 − 2𝑦 − 4𝑧; 4𝑥 − 2𝑧).
Ahora, para calcular 𝑇' ◦ 𝑇 se hace: 𝑇'(𝑇(𝑤)) = 𝑇'(𝑥 + 𝑦, 2𝑥, 2𝑦), ahora
𝑥 + 𝑦 = 𝑥, 2𝑥 = 𝑦 y 2𝑦 = 𝑧, quedando:
[(𝑥 + 𝑦) − (2𝑥) − 2(𝑦); 2(𝑥 + 𝑦) − (2𝑦)], se resuelven las operaciones y da:
(− 𝑥 − 3𝑦, 2𝑥).
● A nivel matricial, componer dos transformaciones lineales equivale a multiplicar sus
𝑛 𝑚 𝑚 𝑘
matrices asociadas. Si 𝑇: 𝑅 → 𝑅 tiene por matriz canónica asociada a 𝐴𝑇 y 𝑇': 𝑅 → 𝑅
tiene por matriz canónica asociada a 𝐴𝑇', entonces la matriz canónica asociada a 𝑇' ◦ 𝑇 es
𝐴𝑇' · 𝐴𝑇.
2 3
○ Por ejemplo, retomando 𝑇: 𝑅 → 𝑅 dada por 𝑇(𝑥, 𝑦) = (𝑥 + 𝑦, 2𝑥, 2𝑦) y
3 2
𝑇: 𝑅 → 𝑅 dada por 𝑇'(𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦 − 2𝑧, 2𝑥 − 𝑧), sus matrices canónicas

asociadas son: . Entonces como 𝐴𝑇' · 𝐴𝑇 es la matriz

canónica asociada de 𝑇' ◦ 𝑇, queda: .

6.4.3. Construyendo transformaciones lineales compuestas

● Se pueden construir transformaciones lineales con las matrices canónicas asociadas de las
interpretaciones geométricas antes vistas. Solo sería necesario multiplicar las matrices
canónicas asociadas dadas para arribar a la respuesta.
3
○ Por ejemplo, si se pide armar una transformación lineal en 𝑅 en la que se aplique
una simetría respecto del eje 𝑦, luego una rotación de ángulo θ en el sentido
antihorario, para cierto 0 ≤ θ < 2π y una simetría respecto del eje 𝑥, solo sería
multiplicar las tres matrices canónicas asociadas de cada interpretación geométrica
para arribar al resultado.

6.4.4. Inversa de una transformación lineal

 𝑛 𝑛 −1 𝑛 𝑛
● Sea 𝑇: 𝑅 → 𝑅 un isomorfismo, la inversa de 𝑇 es una transformación lineal 𝑇 : 𝑅 → 𝑅
−1
que verifica (𝑇 ◦ 𝑇 )(𝑣) = 𝑣 y (𝑇' ◦ 𝑇)(𝑣) = 𝑣 .
3 3
○ Teniendo el isomorfismo 𝑇: 𝑅 → 𝑅 , dado por
𝑇(𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦 − 𝑧, 𝑥 − 2𝑦 − 4𝑧, 2𝑥 − 𝑧). Lo que se hace para calcular su

inversa es escribirlo como matriz: y se halla la inversa de esta, que

se hace ampliando la matriz y poniendo al lado derecho de la barra la matriz
identidad, se busca transformar lo que está a la izquierda de la barra en matriz
identidad, así lo que quede a la derecha será la inversa. En este caso, queda que la

inversa de esta matriz es: . Para hallar su forma funcional se hace:

−1
𝑇 (𝑥, 𝑦, 𝑧) = 𝐴 −1 ·𝑥
𝑇

CAPÍTULO 7: NÚMEROS COMPLEJOS

7.1. Suma, multiplicación e inversa

● Dados número complejos 𝑧 = 𝑎 + 𝑏𝑖, 𝑤 = 𝑐 + 𝑑𝑖 ∈ ℂ, definimos la suma y el producto
entre ellos:
○ Suma: 𝑧 + 𝑤 = (𝑎 + 𝑐) + (𝑏 + 𝑑)𝑖.
○ Producto: 𝑧 · 𝑤 = (𝑎 · 𝑐 − 𝑏 · 𝑑) + (𝑎 · 𝑑 + 𝑏 · 𝑐)𝑖.
𝑎 −𝑏
● Los números complejos inversos se calculan con la fórmula: 2 2 + 2 2 𝑖. Todos los
𝑎 +𝑏 𝑎 +𝑏
números complejos no nulos son inversibles.

7.2. El plano complejo

7.2.1. Representación en el plano y forma binómica
● Si 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ, con 𝑎, 𝑏 ∈ 𝑅, llamaremos parte real de 𝑧 al número 𝑎 y parte
imaginaria a 𝑏, se nota 𝑅𝑒(𝑧) = 𝑎 y 𝐼𝑚(𝑧) = 𝑏. Siempre que un número complejo esté
escrito de esta manera se dirá que está en forma binómica.
● Dado un número complejo 𝑧 = 𝑎 + 𝑏𝑖 en forma binómica, su módulo (norma) es el
2 2
número real |𝑧| = 𝑎 + 𝑏 . Gráficamente, este número representa la longitud del vector
2
de 𝑅 asociado al número complejo 𝑧.
 ● Las propiedades de los números complejos con relación a la suma y a la multiplicación por
2
escalar real son las mismas que para los vectores en 𝑅 . Sin embargo, los números
complejos pueden multiplicarse entre sí.
● Dado un número complejo 𝑧 = 𝑎 + 𝑏𝑖, escrito en forma binómica, definimos el conjugado
de 𝑧(𝑧) como el número complejo 𝑧 = 𝑎 − 𝑏𝑖.
○ 𝑧 = 𝑧. ○ 𝑧 + 𝑧 = 2𝑅𝑒(𝑧).
○ 𝑧 + 𝑤 = 𝑧 + 𝑤. ○ 𝑧 − 𝑧 = 2𝐼𝑚(𝑧).
○ 𝑧 · 𝑤 = 𝑧 · 𝑤. ○ |𝑧| = |𝑧|.
−1 𝑧
● Con el conjugado, otra forma de calcular el inverso es con la fórmula: 𝑧 = 2 .
|𝑧|
● Dados los números complejos 𝑧 y 𝑤, definimos la distancia entre ellos como el número real
|𝑧 − 𝑤|.

7.2.2. Transformaciones en el plano complejo

2
● Traslaciones en 𝑅 : consiste en “trasladar” un vector 𝑣 por medio de otro vector𝑤 = (𝑎, 𝑏),
el vector 𝑣 se movería 𝑎unidades hacia la derecha o izquierda y 𝑏 unidades hacia arriba o
abajo. Se nota 𝑇𝑤(𝑥, 𝑦) = (𝑥 + 𝑎, 𝑦 + 𝑏) = (𝑥, 𝑦) + (𝑎, 𝑏).
2
● Traslaciones en el plano complejo de 𝑅 : dado un número complejo 𝑤 = 𝑎 + 𝑏𝑖, la
traslación 𝑇𝑤: ℂ → ℂ, está dada por: 𝑇𝑤(𝑧) = 𝑧 + 𝑤 = 𝑧 + (𝑎 + 𝑏𝑖).
2
● Homotecia en el plano complejo de 𝑅 : es la función 𝐻𝑟: ℂ → ℂ consiste en multiplicar por
el número complejo 𝑟 + 0𝑖, está dada por:
𝐻𝑟(𝑧) = 𝐻𝑟(𝑥 + 𝑦𝑖) = 𝑟(𝑥 + 𝑦𝑖) = 𝑟𝑥 + 𝑟𝑦𝑖.
2
● Rotaciones en el plano complejo de 𝑅 : teniendo el número complejo
𝑤 = 𝑐𝑜𝑠(θ) + 𝑖𝑠𝑖𝑛(θ)la fórmula de rotación de ángulo θ > 0, en sentido antihorario es:
𝑅θ: ℂ → ℂ, 𝑅θ(𝑧) = 𝑧𝑤.
2
● Simetrías en el plano complejo de 𝑅 : solo se considerarán simetrías respecto de puntos.
Una simetría 𝑆: ℂ → ℂ respecto de un número complejo 𝑤 es la correspondiente simetría
2 2
𝑆: 𝑅 → 𝑅 respecto del vector asociado a 𝑤.

7.3. Ecuaciones cuadráticas

2
−𝑏 ± 𝑏 − 4𝑎𝑐
● La fórmula resolvente ( 2𝑎
) vale para ecuaciones cuadráticas con coeficientes
complejos.
7.3.1. Raíces cuadradas complejas
2
● Una raíz cuadrada de 𝑧 ∈ ℂ es un número complejo 𝑤 tal que 𝑤 = 𝑧.
● Cualquier número complejo siempre tiene raíces cuadradas.
○ Por ejemplo, teniendo 𝑧 = 4 + 3𝑖, se pide buscar todos los números complejos 𝑤
2
tales que 𝑤 = 4 + 3𝑖, si se escribe 𝑤 = 𝑎 + 𝑏𝑖, entonces se tiene:
 2 2 2 2 2 2
𝑤 = (𝑎 + 𝑏𝑖) = 𝑎 + 2𝑎𝑏𝑖 − 𝑏 = 4 + 3𝑖, lo cual implica que 𝑎 − 𝑏 = 4
(por ser la parte real) y 2𝑎𝑏 = 3 (por ser la parte imaginaria), se podría despejar
hasta hallar los valores de 𝑎 y 𝑏, pero en este caso, es más fácil si se añade una
2 2 2
tercera ecuación, saldría de |𝑤 | = |4 + 3𝑖| = (4) + (3) = 25 = 5, es decir,
2 2
|𝑤| = 5, por lo que se puede escribir 𝑎 + 𝑏 = 5, que vendría a ser la tercera

2 9
ecuación, quedando: , ahora al despejar es más fácil, quedando 𝑎 = 2
,
3 3 1 1
donde 𝑎1 = o 𝑎2 =− , y 𝑏1 = y 𝑏2 =− . Así se concluye que todas las
2 2 2 2
3 1 3 1
raíces cuadradas de 𝑧 = 4 + 3𝑖 son 𝑤1 = + 𝑖 y 𝑤2 =− − 𝑖.
2 2 2 2
Para verificar la respuesta se hace:
2 3 1 2 9 1 3 1
𝑤1 = ( + 𝑖) = 2
− 2
+2· · = 4 + 3𝑖 y
2 2 2 2
2 3 1 2 9 1 3 1
𝑤2 = (− − 𝑖) = 2
− 2
+2· · = 4 + 3𝑖.
2 2 2 2

7.3.2. Resolución de ecuaciones cuadráticas

● Una ecuación cuadrática con coeficientes complejos es una ecuación de la forma
2
𝑎𝑧 + 𝑏𝑧 + 𝑐 = 0, que se resuelve con la fórmula resolvente.
2 2
● El término 𝑏 − 4𝑎𝑐 se llama discriminante y se le nota Δ = 𝑏 − 4𝑎𝑐.
2
○ Por ejemplo, teniendo 𝑧 + 2𝑖𝑧 − 3 = 0, se hace
2
∆ = (2𝑖) − 4(1)(− 3) =− 4 + 12 = 8, se trata entonces de 8 y − 8, por lo
−2𝑖+ 8 −2𝑖− 8
tanto las soluciones serían: 2
y 2
, que se pueden simplificar dando:
2 − 𝑖 y − 2 − 𝑖.

7.4. Formas polar y exponencial

7.4.1. La forma polar de un número complejo
● Dado 𝑧 = 𝑎 + 𝑏𝑖 ∈ ℂ, donde 𝑎 y 𝑏 son números reales (y no son cero ambos
simultáneamente), vamos a llamar el argumento de 𝑧, y lo vamos a notar 𝑎𝑟𝑔(𝑧), al ángulo
que forma (𝑎, 𝑏) con el semieje positivo de las 𝑥, donde 0 ≤ 𝑎𝑟𝑔(𝑧) < 2π. Se escribe la
forma polar: 𝑧 = |𝑧|(𝑐𝑜𝑠(𝑎𝑟𝑔(𝑧)) + 𝑖 𝑠𝑖𝑛(𝑎𝑟𝑔(𝑧))).
● Para hallar las partes real e imaginarias de la forma polar se hace:
○ 𝑅𝑒(𝑧) = |𝑧| · 𝑐𝑜𝑠(θ)
○ 𝐼𝑚(𝑧) = |𝑧| · 𝑠𝑖𝑛(θ)
■ Por ejemplo, hallar la forma polar de 𝑧 = (1 − 𝑖), primero necesitamos su
2 2
módulo, que se hace: |𝑧| = (1) + (1) = 2. Segundo, se necesita el
𝑎𝑟𝑔(𝑧), para ello se usa el vector asociado de 𝑧, que sería (1, − 1), y como
este vector se encuentra en el semiplano inferior será 𝑎𝑟𝑔(𝑧) = 2π − θ el
 ángulo entre (1, − 1) y (1, 0). Se hace:
(1,−1) · (1,0) (1·1+(−1)·0 1 π
𝑎𝑟𝑐𝑐𝑜𝑠( ||(1,−1)|| · ||(1,0)|| ) = , que da: 𝑎𝑟𝑐𝑐𝑜𝑠 = ( )= 4
.
2· 1 2
π π 7
Entonces θ = 2
, entonces 𝑎𝑟𝑔(𝑧) = 2π − 2
= 4
π. Quedando la forma
7 7
polar de 𝑧 = 2(𝑐𝑜𝑠( 4 π) + 𝑖 𝑠𝑖𝑛( 4 π)).
Y si nos piden pasarlo de vuelta a su forma binómica, se hace:
7 7
𝑅𝑒(𝑧) = 2 · 𝑐𝑜𝑠( 4 π) = 1 y 𝐼𝑚(𝑧) = 2 · 𝑠𝑖𝑛( 4 π) =− 1, quedando
𝑧 = 1 − 𝑖.
● Teorema de Moivre: si 𝑧, 𝑤 ∈ ℂ son distintos de 0 y se pueden escribir de la forma
𝑧 = |𝑧|(𝑐𝑜𝑠(α) + 𝑖 𝑠𝑖𝑛(α)) y 𝑤 = |𝑤|(𝑐𝑜𝑠(β) + 𝑖 𝑠𝑖𝑛(β)), entonces la multiplicación de
ambos sería de la forma: 𝑧 · 𝑤 = |𝑧| · |𝑤|(𝑐𝑜𝑠(α + β) + 𝑖 𝑠𝑖𝑛(α + β)).
● El inverso de un 𝑧 = |𝑧|(𝑐𝑜𝑠(α) + 𝑖 𝑠𝑖𝑛(α)) no nulo tiene la forma:
−1 1
𝑧 = |𝑧|
(𝑐𝑜𝑠(− α) + 𝑖 𝑠𝑖𝑛(− α)).
● El conjugado de un 𝑧 = |𝑧|(𝑐𝑜𝑠(α) + 𝑖 𝑠𝑖𝑛(α)) no nulo tiene la forma:
𝑧 = |𝑧|(𝑐𝑜𝑠(− α) + 𝑖 𝑠𝑖𝑛(− α))
● El exponencial 𝑧 = |𝑧|(𝑐𝑜𝑠(α) + 𝑖 𝑠𝑖𝑛(α)) no nulo tiene la forma:
𝑛 𝑛
𝑧 = |𝑧| (𝑐𝑜𝑠(α · 𝑛) + 𝑖 𝑠𝑖𝑛(α · 𝑛))
7.4.2. La forma exponencial
𝑖𝑥
● Para un número real 𝑥, definimos 𝑒 = 𝑐𝑜𝑠(𝑥) + 𝑖 𝑠𝑖𝑛(𝑥). Usando esta notación, si 𝑧 es
un número complejo no nulo con forma polar 𝑧 = |𝑧|(𝑐𝑜𝑠(α) + 𝑖 𝑠𝑖𝑛(α)), tenemos que
𝑖α
𝑧 = |𝑧|𝑒 , a esta escritura se le llama forma exponencial de z.

7.5. Resolución de ecuaciones generales

7.5.1. Raíces n-ésimas de la unidad
● Si 𝑛 es un número natural, una raíz 𝑛 − é𝑠𝑖𝑚𝑎 de 𝑧 ∈ ℂ es un número complejo tal que
𝑛
𝑤 = 𝑧.
● El módulo de toda raíz de la unidad será 1.
● Las raíces 𝑛 − é𝑠𝑖𝑚𝑎𝑠 de la unidad son:
○ α0 = 𝑐𝑜𝑠(0) + 𝑖 𝑠𝑖𝑛(0) = 1
2π 2π
○ α1 = 𝑐𝑜𝑠( 𝑛
) + 𝑖 𝑠𝑖𝑛( 𝑛
)
4π 4π
○ α2 = 𝑐𝑜𝑠( 𝑛
) + 𝑖 𝑠𝑖𝑛( 𝑛
)
2(𝑛−1)π 2(𝑛−1)π
○ α𝑛−1 = 𝑐𝑜𝑠( 𝑛
) + 𝑖 𝑠𝑖𝑛( 𝑛
)

7.5.2. Raices n-ésimas de números complejos

● Todas las raices n-ésimas de z son:
𝑛 α α
○ η0 = |𝑧|(𝑐𝑜𝑠( 𝑛 ) + 𝑖 𝑠𝑖𝑛( 𝑛 ))
 𝑛 α + 2π α + 2π
○ η1 = |𝑧|(𝑐𝑜𝑠( 𝑛
) + 𝑖 𝑠𝑖𝑛( 𝑛
))
𝑛 α + 4π α + 4π
○ η2 = |𝑧|(𝑐𝑜𝑠( 𝑛
) + 𝑖 𝑠𝑖𝑛( 𝑛
))
𝑛 α + 2(𝑛−1)π α + 2(𝑛−1)π
○ η𝑛−1 = |𝑧|(𝑐𝑜𝑠( 𝑛
) + 𝑖 𝑠𝑖𝑛( 𝑛
))

7.5.3. Resolución de ecuaciones generales

● Por ejemplo, se pide encontrar todos los número complejos 𝑧 ∈ ℂ que cumplan
4 2
𝑧 + 𝑧 (2 − 2𝑖)|𝑧| = 0, recordar que 𝑧 = |𝑧|(𝑐𝑜𝑠(α) + 𝑖 𝑠𝑖𝑛(α))y
𝑧 = |𝑧|(𝑐𝑜𝑠(− α) + 𝑖 𝑠𝑖𝑛(− α)). Entonces se reescribe como:
4 2
|𝑧| (𝑐𝑜𝑠(− 4α) + 𝑖 𝑠𝑖𝑛(− 4α)) + |𝑧| (𝑐𝑜𝑠(2α) + 𝑖 𝑠𝑖𝑛(2α)) · (2 − 2𝑖) · |𝑧| = 0
Se pasa un término al otro lado restando, se cambian signos de (2 − 2𝑖) a (− 2 + 2𝑖):
4 2
|𝑧| (𝑐𝑜𝑠(− 4α) + 𝑖 𝑠𝑖𝑛(− 4α)) = |𝑧| (𝑐𝑜𝑠(2α) + 𝑖 𝑠𝑖𝑛(2α)) · (− 2 + 2𝑖) · |𝑧|
2 3
Se multiplican |𝑧| · |𝑧| = |𝑧| :
4 3
|𝑧| (𝑐𝑜𝑠(− 4α) + 𝑖 𝑠𝑖𝑛(− 4α)) = |𝑧| (𝑐𝑜𝑠(2α) + 𝑖 𝑠𝑖𝑛(2α)) · (− 2 + 2𝑖)
4 3
Se puede cancelar |𝑧| y |𝑧| , quedando solo a la izquierda |𝑧|:
|𝑧|(𝑐𝑜𝑠(− 4α) + 𝑖 𝑠𝑖𝑛(− 4α)) = (𝑐𝑜𝑠(2α) + 𝑖 𝑠𝑖𝑛(2α)) · (− 2 + 2𝑖)
Transformamos (− 2 + 2𝑖) a su forma polar, que se hace hallando su módulo y su 𝑎𝑟𝑔(𝑧),
así:
2 2
|𝑧| = (− 2) + (2) = 8
(−2,2)·(1,0) (−2)(1)+(2)(0) 2 3
𝑎𝑟𝑔(𝑧) = 𝑎𝑟𝑐𝑐𝑜𝑠( ||(−2,2)|| · ||(1,0)|| ) = = 𝑎𝑟𝑐𝑐𝑜𝑠(− )= 4
π
8· 1 8
3 3
Por lo que la forma polar de (− 2 + 2𝑖) queda: 8(𝑐𝑜𝑠( 4 π) + 𝑖 𝑠𝑖𝑛( 4 π)). Y si se
reemplaza en la ecuación queda:
3 3
|𝑧|(𝑐𝑜𝑠(− 4α) + 𝑖 𝑠𝑖𝑛(− 4α)) = (𝑐𝑜𝑠(2α) + 𝑖 𝑠𝑖𝑛(2α)) · 8(𝑐𝑜𝑠( 4 π) + 𝑖 𝑠𝑖𝑛( 4 π))
Ahora, se hace la multiplicación, recordar que:
𝑧 · 𝑤 = |𝑧| · |𝑤|(𝑐𝑜𝑠(α + β) + 𝑖 𝑠𝑖𝑛(α + β)). Quedando:
3 3
|𝑧|(𝑐𝑜𝑠(− 4α) + 𝑖 𝑠𝑖𝑛(− 4α)) = 1 · 8(𝑐𝑜𝑠(2α + 4
π) + 𝑖 𝑠𝑖𝑛(2α + 4
π))
Ahora se pasa lo que está a la derecha del igual dividiendo a la izquierda:
|𝑧| 3 3
(𝑐𝑜𝑠(− 4α − (2α + 4
π)) + 𝑖 𝑠𝑖𝑛(− 4α − (2α + 4
π))) = 1
8
|𝑧| 3 3
(𝑐𝑜𝑠(− 6α − 4
π) + 𝑖 𝑠𝑖𝑛(− 6α − 4
π)) = 1
8
Ahora hay que despejar para hallar α = 𝑎𝑟𝑔(𝑧), que se hace sumándole 𝑘2π a
3
− 6α − 4
π, así:
3
− 6α − 4
π + 𝑘2π = 0
3
− 6α = 4
π − 𝑘2π
3
4
π − 𝑘2π
α= −6
 3
𝑘2π − 4
π
α= 6
Queda hallar 𝑘 ∈ 𝑍 que verifican que α ∈ [0, 2π). En este caso, serían 𝑘 = 1, 2, 3, 4, 5, 6,
5 13 21 29 37 45
quedando entonces que los argumentos de 𝑧 son α = 24
π, 24
π, 24
π, 24
π, 24 πy 24
π.
|𝑧|
Finalmente, hay que hallar el módulo, entonces = 1, se pasa multiplicando 8,
8

quedando: |𝑧| = 8, es decir, el módulo será 8.

4 2
Hemos hallado todas las soluciones de la ecuación 𝑧 + 𝑧 (2 − 2𝑖)|𝑧| = 0:
5 5
○ 𝑧1 = 8(𝑐𝑜𝑠( 24 π) + 𝑖 𝑠𝑖𝑛( 24 π))
13 13
○ 𝑧2 = 8(𝑐𝑜𝑠( 24 π) + 𝑖 𝑠𝑖𝑛( 24 π))
21 21
○ 𝑧3 = 8(𝑐𝑜𝑠( 24 π) + 𝑖 𝑠𝑖𝑛( 24 π))
29 29
○ 𝑧4 = 8(𝑐𝑜𝑠( 24 π) + 𝑖 𝑠𝑖𝑛( 24 π))
37 37
○ 𝑧5 = 8(𝑐𝑜𝑠( 24 π) + 𝑖 𝑠𝑖𝑛( 24 π))
45 45
○ 𝑧6 = 8(𝑐𝑜𝑠( 24 π) + 𝑖 𝑠𝑖𝑛( 24 π))

CAPÍTULO 8: POLINOMIOS
● Un polinomio 𝑃(𝑥) es una indeterminada (o variable) 𝑥 con coeficientes en ℂ es una
expresión de la forma:
𝑛 𝑛−1 2
𝑃(𝑥) = 𝑎𝑛𝑥 + 𝑎𝑛−1𝑥 +... + 𝑎2𝑥 + 𝑎1𝑥 + 𝑎0
Donde los 𝑎0, ..., 𝑎𝑛 son números:
○ Si todos son complejos decimos que 𝑃(𝑥) pertenece a ℂ[𝑥]
○ Si todos son números reales decimos que 𝑃(𝑥) pertenece a ℝ[𝑥]
○ Si todos son números racionales decimos que 𝑃(𝑥) pertenece a ℚ[𝑥]
● Un polinomio puede ser:
○ Constante: donde el único coeficiente no nulo es el término independiente, es decir,
𝑃(𝑥) = λ ∈ ℂ, con λ ≠ 0.
○ Nulo o que no tiene grado: sería 𝑃(𝑥) = 0.
○ Lineal: son los polinomios de grado 1, es decir, 𝑃(𝑥) = 𝑎1𝑥 + 𝑎0.
2
○ Cuadrático: son los polinomios de grado 2, es decir, 𝑃(𝑥) = 𝑎2𝑥 + 𝑎 𝑥 + 𝑎0.
1
○ Mónico: son los que tienen como coeficiente principal a 1.

8.1. Operaciones con polinomios

● Suma o resta: se agrupan los términos de igual grado y se suman o restan sus coeficientes.
4 3
○ Por ejemplo, teniendo 𝑃(𝑥) = 2𝑥 − 5𝑥 + 𝑥 − 7 y
4 3 2
𝑄(𝑥) = 6𝑥 + 𝑥 − 2𝑥 − 6𝑥 + 9.
4 3 4 3 2
𝑃(𝑥) + 𝑄(𝑥) = (2𝑥 − 5𝑥 + 𝑥 − 7) + (6𝑥 + 𝑥 − 2𝑥 − 6𝑥 + 9)
 4 3 2
= (2 + 6)𝑥 + (− 5 + 1)𝑥 + (− 2)𝑥 + (1 − 6)𝑥 + (− 7 + 9)
4 3 2
= (8)𝑥 + (− 4)𝑥 + (− 2)𝑥 + (− 5)𝑥 + (2)
● Multiplicación: se multiplica cada término de uno de los polinomios por cada término del
otro y se suman todas estas multiplicaciones.
4 3 2
○ Por ejemplo, teniendo 𝑃(𝑥) = 2𝑥 − 5𝑥 + 𝑥 − 7 y 𝑄(𝑥) = 2𝑥 − 𝑥 + 1.
4 3 2
𝑃(𝑥) · 𝑄(𝑥) = (2𝑥 − 5𝑥 + 𝑥 − 7) · (2𝑥 − 𝑥 + 1)
4 3 2 4 3 4 3
= (2𝑥 − 5𝑥 + 𝑥 − 7)(2𝑥 ) + (2𝑥 − 5𝑥 + 𝑥 − 7)(− 𝑥) + (2𝑥 − 5𝑥 + 𝑥 − 7)(
6 5 3 2 5 4 2 4 3
= (4𝑥 − 10𝑥 + 2𝑥 − 14𝑥 ) + (− 2𝑥 + 5𝑥 − 𝑥 + 7𝑥) + (2𝑥 − 5𝑥 + 𝑥 − 7)
6 5 4 3 2
= (4)𝑥 + (− 10 − 2)𝑥 + (5 + 2)𝑥 + (2− 5)𝑥 + (− 14 − 1)𝑥 + (7 + 1)𝑥 + (
6 5 4 3 2
= 4𝑥 − 12𝑥 + 7𝑥 − 3𝑥 − 15𝑥 + 8𝑥 − 7
● Igualdad de polinomios: dos polinomios son iguales cuando tienen el mismo grado y sus
coeficientes coinciden término a término.
● Evaluación de polinomios: consiste en reemplazar la indeterminada x por el número b en la
expresión del polinomio y llevar a cabo la cuenta.
3 2
○ Por ejemplo, teniendo 𝑃(𝑥) = 𝑥 − 4𝑥 + 3𝑥 + 9, si hacemos 𝑥 =− 2, quedaría
3 2
entonces: 𝑃(− 2) = (− 2) − 4(− 2) + 3(− 2) + 9 =− 21

8.2. División de polinomios

● Dados polinomios 𝑃(𝑥) (𝑑𝑖𝑣𝑖𝑑𝑒𝑛𝑑𝑜), 𝑄(𝑥) (𝑑𝑖𝑣𝑖𝑠𝑜𝑟) ∈ 𝕂[𝑥] (siendo 𝕂[𝑥] cualquier
conjunto numérico ℝ[𝑥],ℂ[𝑥] o ℚ[𝑥]), con 𝑄 ≠ 0, existen únicos polinomios 𝐶(𝑥)
(cociente) y 𝑅(𝑥) (resto) en 𝕂[𝑥] tales que:
○ 𝑃(𝑥) = 𝑄(𝑥) · 𝐶(𝑥) + 𝑅(𝑥)
○ 𝑅(𝑥) = 0 o 𝑔𝑟(𝑅(𝑥)) < 𝑔𝑟(𝑄(𝑥)).

8.2.1. El algoritmo de división

● La forma de llevar a cabo el cálculo de la división entre dos polinomios se conoce como
algoritmo de división.
5 3 2
○ Por ejemplo, teniendo 𝑃(𝑥) (𝑑𝑖𝑣𝑖𝑑𝑒𝑛𝑑𝑜) = 3𝑥 − 2𝑥 + 7𝑥 − 2𝑥 y
3 2
𝑄(𝑥) (𝑑𝑖𝑣𝑖𝑠𝑜𝑟) = 𝑥 + 3𝑥 − 1. Se ubica gráficamente:
Se ejecuta igual que una división de números
3 5 2
enteros. Se busca un número que multiplicado por 𝑥 “llegue” a 3𝑥 , el cual sería 3𝑥

2
, gráficamente sería: , ahora se multiplica 3𝑥 por el

divisor, quedando: . Ahora se resta el dividendo con el

polinomio que le quedó debajo, así: . Se repite el

proceso, porque el polinomio que quedó sigue siendo mayor que el divisor. Un
 3 4
número que multiplicado por 𝑥 “llegue” a − 9𝑥 sería − 9𝑥 , se multiplica este

valor por el divisor, quedando: . Se restan:

. Se repite el proceso una vez más, porque el polinomio

que quedó es del mismo grado que el divisor y se necesita que sea menor o que dé
3 3
cero. Un número que multiplicado por 𝑥 de 25𝑥 sería 25, se multiplica este valor

por el divisor y se resta, quedando: . Como el

polinomio que quedó es de menor grado que el divisor se deja así, y este polinomio
2
vendría siendo el resto, es decir, 𝑅(𝑥) =− 65𝑥 − 11𝑥 + 25. El cociente sería
2
𝐶(𝑥) = 3𝑥 − 9𝑥 + 25. Si se desea corroborar se hace
𝑃(𝑥) = 𝐶(𝑥) · 𝑄(𝑥) + 𝑅(𝑥).

8.2.2. El Teorema del Resto

● El resto de dividir el polinomio 𝑃(𝑥) ∈ 𝕂[𝑥] por el polinomio 𝑥 − 𝑎, con 𝑎 ∈ ℂ, es igual a
𝑃(𝑎).
3 2
○ Por ejemplo, teniendo 𝑃(𝑥) = 𝑥 − 5𝑥 + 6𝑥 y 𝑄(𝑥) = 𝑥 − 3, el resto de la
división de 𝑃(𝑥) (𝑑𝑖𝑣𝑖𝑑𝑒𝑛𝑑𝑜) y 𝑄(𝑥) (𝑑𝑖𝑣𝑖𝑠𝑜𝑟), se puede saber sin hacer toda la
división usando el Teorema del Resto, sería:
3 2
𝑃(3) = (3) − 5(3) + 6(3) = 27 − 45 + 18 = 0. Entonces 𝑅(𝑥) = 0.

8.3. Raíces
● Sea 𝑃(𝑥) ∈ 𝕂[𝑥]. Un número 𝑎 ∈ ℂ se dice raíz de 𝑃(𝑥) si 𝑃(𝑎) = 0.
● Un número 𝑎 ∈ ℂ es raíz del polinomio 𝑃(𝑥) si, y solo si, 𝑥 − 𝑎 divide a 𝑃(𝑥).
● Si varios polinomios de la forma 𝑥 − λ1, ..., 𝑥 − λ𝑛 dividen a 𝑃(𝑥) y todos los λ𝑛 son
distintos entre sí, entonces el producto (𝑥 − λ1), ..., ( 𝑥 − λ𝑛) también divide a 𝑃(𝑥).

8.3.1. ¿Cómo encontrar raíces de un polinomio?

● La raíz de un polinomio lineal (𝑃(𝑥) = 𝑎1𝑥 + 𝑎0), se hallaría al despejar 𝑎1𝑥 + 𝑎0 = 0,
𝑎0
siendo la única raíz de forma 𝑥 =− 𝑎1
.
 2
● Las raíces de un polinomio cuadrado (𝑃(𝑥) = 𝑎2𝑥 + 𝑎 𝑥 + 𝑎0), se hallarían con la
1
fórmula resolvente.
● Para polinomios de grado mayor ya no hay fórmulas ni procedimientos directos. Se puede:
○ Usar el Teorema del Resto, porque sabemos que 𝑥 − 𝑎 divide a 𝑃(𝑥), se halla el
cociente 𝐶(𝑥) de manera que 𝑃(𝑥) = (𝑥 − 𝑎) · 𝐶(𝑥).
○ Si 𝐶(𝑥) tiene grado 1 o 2, calcular, usando las fórmulas conocidas, porque las raíces
de 𝐶(𝑥) también son raíces de 𝑃(𝑥). Si el grado de 𝐶(𝑥) es mayor a 2, repetir el
procedimiento para 𝐶(𝑥).
○ Usar Teorema de Gauss
𝑛
● Teorema de Gauss: sea 𝑃(𝑥) = 𝑎𝑛𝑥 +... + 𝑎1𝑥 + 𝑎0, con 𝑎𝑛...., 𝑎 , 𝑎0 ∈ ℤ. Si el número
1
𝑝 𝑝
racional 𝑞
es raíz del polinomio (𝑞 ≠ 0), siendo 𝑞
una fracción irreducible. entonces 𝑝
divide a 𝑎0 (término independiente) y 𝑞 divide a 𝑎𝑛 (coeficiente principal). Este teorema nos
𝑝
dice es que de existir raíces racionales, estas deben ser de la forma 𝑞
.
3 2
○ Por ejemplo, teniendo 𝑃(𝑥) = 𝑥 − 3𝑥 − 2𝑥 + 6, por Teorema de Gauss, se
𝑝
indica que de tener raíz racional tiene la forma 𝑞
, con 𝑝 dividiendo al término
independiente 6 y 𝑞 dividiendo al coeficiente principal 1. Las posibilidades para 𝑝
son los divisores de 6:1, − 1, 2, − 2, 3, − 3, 6, − 6. Y las posibilidades de 𝑞 son los
divisores de 1:1, − 1. Lo que se hace ahora es probar con los valores reemplazando
2
la x. Digamos, −1 =− 2, entonces al reemplazar queda:
3 2
𝑃(− 2) = (− 2) − 3(− 2) − 2(− 2) + 6 =− 10, por lo que se concluye que
− 2 no es raíz. Al comprobar todas las posibilidades, se concluye que la única raíz es
3 2
3: 𝑃(3) = (3) − 3(3) − 2(3) + 6 = 0.
● Multiplicidad de una raíz: Sea 𝑃(𝑥) ∈ 𝕂[𝑥]. Un número 𝑎 ∈ ℂ se dice una raíz de
𝑘
multiplicidad k de 𝑃(𝑥) si el polinomio (𝑥 − 𝑎) divide a 𝑃(𝑥), pero el polinomio
𝑘+1
(𝑥 − 𝑎) , no. Es decir, existe un polinomio 𝐶(𝑥) tal que 𝐶(𝑎) ≠ 0 y
𝑘
𝑃(𝑥) = (𝑥 − 𝑎) 𝐶(𝑥). Si 𝑘 = 1, entonces 𝑎 recibe el nombre de raíz simple y si 𝑘 > 1,
raíz múltiple.
● Teorema fundamental del Álgebra (TFA): Todo polinomio 𝑃(𝑥) ∈ ℂ[𝑥] de grado mayor a
cero tiene, al menos, una raíz compleja. O bien, todo polinomio 𝑃(𝑥) ∈ ℂ[𝑥] de grado
𝑛 > 0 tiene exactamente 𝑛 raíces complejas (pueden ser raíces con multiplicidad).
4 3 2
○ Por ejemplo, teniendo 𝑃(𝑥) = 𝑥 + 2𝑥 − 7𝑥 − 8𝑥 + 12, entonces debe tener 4
raíces ya que es de grado 4. Se puede hacer por Teorema de Gauss, 𝑝 estaría
dividiendo al término independiente 12 y 𝑞 estaría dividiendo al coeficiente principal
1. Las posibilidades de 𝑝 son los divisores de 12:
1, − 1, 2, − 2, 3, − 3, 4, − 4, 6, − 6, 12, − 12 y las posibilidades de 𝑞 son los
divisores de 1:1, − 1. Al intentar todas las posibilidades, da:
 4 3 2
𝑃(1) = (1) + 2(1) − 7(1) − 8(1) + 12 = 0, quedando (𝑥 − 1) como
3 2
divisor de 𝑃(𝑥), se reescribe: 𝑃(𝑥) = (𝑥 − 1)(𝑥 + 3𝑥 − 4𝑥 − 12). El Teorema
3 2
de Gauss se puede volver a aplicar en 𝑄(𝑥) = 𝑥 + 3𝑥 − 4𝑥 − 12. Daría que en
3 2
𝑄(− 2) = (− 2) + 3(− 2) − 4(− 2) − 12 = 0, haciendo la división de 𝑄(𝑥)
2
y (𝑥 + 2), queda 𝑄(𝑥) = (𝑥 + 2)(𝑥 + 𝑥 − 6). Aquí se puede usar la fórmula
2
resolvente para hallar las raíces de 𝑅(𝑥) = 𝑥 + 𝑥 − 6, siendo 𝑥 =− 3 y 𝑥 = 2 .
Entonces se concluye que todas las raíces de 𝑃(𝑥) son 1, − 2, − 3 y 2.
● Conociendo un raíz: Si 𝑃(𝑥)con coeficientes reales y 𝑧 ∈ ℂ es raíz de 𝑃(𝑥), entonces 𝑧
(conjugado) también es raíz de 𝑃(𝑥).
4 3 2
○ Por ejemplo, teniendo 𝑃(𝑥) = 𝑥 − 7𝑥 + 18𝑥 − 22𝑥 + 12 y sabiendo que
1 + 𝑖 es raíz de 𝑃(𝑥). Entonces, 1 + 𝑖 = 1 − 𝑖, por lo que 1 − 𝑖 también será raíz
de 𝑃(𝑥). Por lo que (𝑥 − (1 + 𝑖)) y (𝑥 − (1 − 𝑖)) dividen a 𝑃(𝑥), entonces se
2
multiplican: (𝑥 − (1 + 𝑖)) · (𝑥 − (1 − 𝑖)) = 𝑥 − 2𝑥 + 2. Por lo que
2
𝑥 − 2𝑥 + 2 divide a 𝑃(𝑥). Si llevamos a cabo la división queda que
2 2
𝑃(𝑥) = (𝑥 − 2𝑥 + 2)(𝑥 − 5𝑥 + 6). Finalmente, se hallan las raíces de
2
𝑥 − 5𝑥 + 6 utilizando la fórmula resolvente y se concluye que las raíces de 𝑃(𝑥)
son 1 + 𝑖, 1 − 𝑖, 2 y 3.

8.4. Factorización de polinomios

8.4.1. Polinomios irreducibles
● Un polinomio 𝑃(𝑥) ∈ 𝕂[𝑥], de grado mayor a 0, se dice irreducible en 𝕂[𝑥] si no se puede
escribir como producto de dos polinomios de grados mayores a 0 que pertenecen a 𝕂[𝑥].
○ Por ejemplo:
2
■ El polinomio 𝑄(𝑥) = 𝑥 − 5𝑥 + 6 es reducible en ℚ[𝑥](racionales),
quedando 𝑄(𝑥) = (𝑥 − 2)(𝑥 − 3).
2
■ El polinomio 𝑃(𝑥) = 𝑥 + 1 es irreducible en ℝ[𝑥](reales) pues no se puede
escribir como producto de polinomios de grado mayor a cero. Pero si es
reducible en ℂ[𝑥](complejos), quedando 𝑃(𝑥) = (𝑥 − 𝑖)(𝑥 + 𝑖)
● Descomposición en factores irreducibles: una descomposición en factores irreducibles en
𝕂[𝑥] de un polinomio 𝑃(𝑥) ∈ 𝕂[𝑥] es una escritura de 𝑃(𝑥) como producto de potencias
de polinomios irreducibles en 𝕂[𝑥].
3 2
○ Una descomposición de 𝑃(𝑥) = 4𝑥 − 8𝑥 + 4𝑥 en ℚ[𝑥](racionales) es
2
(4𝑥)(𝑥 − 1) . En este caso, los factores irreducibles son 4𝑥 y 𝑥 − 1. También
2
podría haberse escrito como 𝑃(𝑥) = 2(2𝑥 − 2) y aquí los factores irreducibles
resultan 𝑥 y 2𝑥 − 2. Es irrelevante cuál de los dos se use.
3 2
■ Por ejemplo, teniendo el polinomio 𝑃(𝑥) = 𝑥 − 5𝑥 + 6𝑥, hallar en cada
uno de los tres conjuntos su factorización. Como 𝑃(𝑥) no tiene término
independiente, entonces 𝑥 = 0 es una raíz, entonces en vez de dividir
 (𝑥 − 0) por 𝑃(𝑥), solo se saca 𝑥 de factor común, quedando:
2 2
𝑃(𝑥) = 𝑥(𝑥 − 5𝑥 + 6). Ahora se buscan las raíces de (𝑥 − 5𝑥 + 6) con
la fórmula resolvente, serían 𝑥 = 2 y 𝑥 = 3, por lo tanto la factorización en
ℚ[𝑥] es 𝑃(𝑥) = 𝑥(𝑥 − 2)(𝑥 − 3) y como no es reducible, esta también
sería la factorización en ℝ[𝑥] y ℂ[𝑥].
● Ejemplo donde se halla la factorización de un polinomio en ℚ[𝑥], ℝ[𝑥] y ℂ[𝑥].
6 5 4 3 2 1 3
Teniendo 𝑄(𝑥) = 𝑥 + 𝑥 − 3𝑥 + 2𝑥 + 𝑥 − 3𝑥 + 1, sabiendo que 2
+ 2
es una de
sus raíces. Como 𝑄(𝑥) tiene coeficientes racionales, entonces otra raíz de 𝑄(𝑥) sería el
1 3 1 3 1 3
conjugado: 2
− 2
. Entonces tenemos que (𝑥 − ( 2 + 2
)) y (𝑥 − ( 2 − 2
)) dividen
1 3 1 3 2
a 𝑄(𝑥), entonces se multiplican: (𝑥 − ( 2 + 2
)) · (𝑥 − ( 2 − 2
)) = 𝑥 − 𝑥 + 1. Y
2
𝑥 − 𝑥 + 1 divide a 𝑄(𝑥), así:

2 4 3 2
Quedando que 𝑄(𝑥) = (𝑥 − 𝑥 + 1)(𝑥 + 2𝑥 − 2𝑥 − 2𝑥 + 1). Ahora se factoriza
4 3 2
𝑥 + 2𝑥 − 2𝑥 − 2𝑥 + 1 en ℚ[𝑥], se recurre al Teorema de gauss, donde se halla que las
2
raíces son 𝑥 = 1 y 𝑥 =− 1, que al multiplicarse da (𝑥 − 1), entonces se hace la división:

Entonces hemos hallado que la factorización en ℚ[𝑥] es:

2 2
𝑄(𝑥) = (𝑥 − 𝑥 + 1)(𝑥 − 1)(𝑥 + 1)(𝑥 + 2𝑥 − 1).
2
Ahora se buscan las raíces de (𝑥 + 2𝑥 − 1) con la fórmula resolvente:

y . Así, la factorización en ℝ[𝑥] es

2
𝑄(𝑥) = (𝑥 − 𝑥 + 1)(𝑥 − 1)(𝑥 + 1)(𝑥 + 1 − 2)(𝑥 + 1 + 2).
 2
Y si volvemos (𝑥 − 𝑥 + 1) a su forma factorizada, esta sería la factorización en ℂ[𝑥] es:
1 3 1 3
𝑄(𝑥) = (𝑥 − ( 2 + 2
))(𝑥 − ( 2 − 2
))(𝑥 − 1)(𝑥 + 1)(𝑥 + 1 − 2)(𝑥 + 1 + 2)
.