Escolar Documentos
Profissional Documentos
Cultura Documentos
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
1.1.
si P = O,
0,
p = d(O, P ),
si P esta a la derecha de O,
1.2.
El plano cartesiano
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
1.3.
Vectores en el plano
10
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
x. Por otro lado, (3, 1) representa al vector en P que teniendo como origen (0, 0)
tiene como nal (3, 1). Mas aun, (3, 1) representara a cualquier vector en P con
origen P y nal Q tal que las coordenadas de Q en un sistema coordenado con ejes
paralelos al sistema original y con origen en P son (3, 1).
Observacion 1.5. Algunos autores usan el nombre radio vector para denotar a los
vectores que tienen como origen al punto (0, 0).
Para ayudar a mitigar este problema, consideraremos smbolos diferentes para
denotar puntos y vectores en el plano. Usualmente, denotaremos los puntos del
plano con letras mayusculas (P , Q, R, A,...) y a los vectores con letras minusculas
(v, w, n,...). Ademas, al vector con origen P y destino Q lo denotaremos como
P Q.
Proposicion 1.6. Fijemos un sistema de coordenadas en P. Sean P, Q P con
coordenadas (p1 , p2 ) y (q1 , q2 ), respectivamente. Entonces el vector P Q es representado por el par ordenado Q P = (q1 p1 , q2 p2 ).
1.4. PRODUCTO INTERNO Y ANGULO
ENTRE VECTORES
11
d(P, Q) = P Q = P Q.
Finalizaremos la seccion estableciendo dos deniciones que usaremos a menudo.
Diremos que dos vectores son paralelos si uno es el producto del otro por un escalar. Escrito en notacion simbolica, diremos que los vectores v y w son paralelos
si, o bien v = 0 o bien existe t R tal que v = tw. De este modo, establecemos
por denicion que el vector 0 es paralelo a cualquier vector de R2 .
Diremos que un vector es unitario si este tiene norma igual a 1. En notacion
simbolica, u es unitario si u = 1. Dado cualquier v R2 , v = 0, entonces el
1
vector u =
v satisface
v
1
1
u =
v v = v v = 1.
Es decir u es unitario y v = vu. Esto quiere decir que todo vector no nulo es
paralelo a un vector unitario.
1.4.
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
12
Observacion 1.12. Es usual en la literatura llamar al producto interno como producto escalar y denotar v, w como v w. Nosotros no usaremos tal notacion en
principio para no confundir con el termino producto por un escalar y tambien
para estar acorde a los libros de matematica mas avanzada.
Podemos considerar al producto interno como una funcion. En este caso, ,
denota una funcion con dominio R2 R2 (cuyos elementos son pares de pares
ordenados) y su rango es R. Claramente no escribiremos , (u, v) sino u, v.
La siguiente proposicion contiene las principales propiedades del producto interno.
Proposicion 1.13. Se cumplen las siguientes propiedades del producto interno:
1. u, v = v, u, para todo u, v R2 ;
2. u, u 0, para todo u R2 ;
3. u, u = 0 si, y solo si, u = 0;
4. tu, v = tu, v, para todo u, v R2 y t R;
5. u + v, w = u, w + v, w, para todo u, v, w R2 .
Demostracion. Consideremos u = (x1 , y1 ), v = (x2 , y2 ), w = (x3 , y3 ) y t R,
arbitrarios. En este caso,
v, u = x2 x1 + y2 y1 = x1 x2 + y1 y2 = u, v,
u, u = x1 x1 + y1 y1 = x21 + y12 0,
= x1 x 3 + x 2 x 3 + y 1 y 3 + y 2 y 3
= (x1 x3 + y1 y3 ) + (x2 x3 + y2 y3 )
= u, w + v, w.
Esto prueba 5.
Sea v = (x, y) R2 , entonces
v, v = x2 + y 2 = v2 .
1.4. PRODUCTO INTERNO Y ANGULO
ENTRE VECTORES
13
v = v, v.
Del mismo modo, la distancia entre dos puntos P y Q esta dada por
d(P, Q) = P Q = P Q, P Q.
|x|
d(Q, O)
=
d(P, O)
v
sen() =
d(P, Q)
|y|
=
.
d(P, O)
v
Se consideran cuatro posibilidades, dependiendo en que parte del plano se encuentre v. Supongamos que v esta en el primer cuadrante. Entonces x 0, y 0 y
= . Luego
v = (x, y) = (v cos(), v sen()) = v(cos(), sen()).
Los casos restantes se demuestran de manera analoga. Por ejemplo, supongamos que v esta en el cuarto cuadrante. Entonces x 0, y 0 y = 2 .
Luego
x
,
v
(y)
y
sin() = sin(2 ) = sen() =
=
,
v
v
(1.1)
Observacion 1.16. En el caso que u o v sea nulo, el a ngulo entre u y v no esta bien
denido. Sin embargo, en este caso, el teorema se cumple para cualquier R.
14
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
v = (v cos(), v sen()).
Luego
u, v = uv cos() cos() + uv sen() sen()
= uv(cos() cos() + sen() sen())
= uv cos( ) = uv cos( ).
El resultado se sigue observando que el a ngulo que forman los vectores u y v es o
bien o bien .
Una consecuencia importante del teorema anterior es la desigualdad de CauchySchwarz.
Corolario 1.17. Dados u, v R2 ,
|u, v| uv,
y la igualdad se da si, y solo si, u y v son paralelos.
Demostracion. Basta tomar valor absoluto en la ecuacion (1.1) y observar que
| cos()| 1, para todo R. Finalmente, la segunda parte del corolario se
sigue observando que la igualdad se da si, y solo si, cos() = 1, es decir, = 0 o
.
Observacion 1.18. La demostracion que hemos de la desigualdad de CauchySchwarz hace uso de la formula explcita del producto interno que denimos. La
siguiente demostracion alternativa, en cambio, solo hace uso de las propiedades
intrnsecas del producto interno. Dados u, v R2 , es claro que la desigualdad se
cumple si v = 0. En el caso que v = 0, consideremos la funcion g : R R
denida como
g(t) = u tv2 = u tv, u tv = u2 2tu, v + t2 v2 .
Observe que g(t) es un polinomio cuadratico, cuyo coeciente cuadratico es no
negativo. No es difcil concluir que esta funcion alcanza su mnimo en el punto
u, v
cuyo valor es
t0 =
v2
g(t0 ) = u2 2
u, v2 u, v2
u, v2
2
+
=
u
.
v2
v2
v2
u, v2
0. Esto implica la desigualdad. Obv2
serve que se da la igualdad si y solo si g(t0 ) = u t0 v2 = 0, es decir u = t0 v.
1.4. PRODUCTO INTERNO Y ANGULO
ENTRE VECTORES
15
3
donde es el a ngulo que forman. Luego = o =
.
2
2
El corolario anterior simplica bastante los calculos para determinar si dos
vectores son perpendiculares, pues basta comprobar que su producto interno es 0.
Ejemplo 1.21. Sea v = (2, 5) R2 . Entonces (10, 4), (5, 2), (15, 6) son
todos ortogonales a v pues
(2, 5), (10, 4) = 2 10 + 5 (4) = 20 20 = 0,
(2, 5), (5, 2) = 2 (5) + 5 2 = 10 + 10 = 0,
u, v
v2 = 0.
v2
u, v
u, v
=
.
v2
v 2
(1.2)
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
16
u, v
v.
v2
u, v v
u, v v
+
v v
v v
v
v
y son unitarios, luego
v v
Proyv u =
|u, v|
v
Proyv u =
|u, v|
.
v
u, v
.
v
v
v
+ Compv u .
v
v
(1.3)
1.5. Algebra
lineal de vectores en el plano
Denicion 1.25. Sean v1 , . . . , vn R2 vectores en el plano. Diremos que un vector v es una combinacion lineal de los vectores v1 , . . . , vn si existen coecientes
reales 1 , . . . , n tales que
v = 1 v 1 + 2 v 2 + + n v n .
En este caso, diremos que v1 , . . . , vn generan v. Ademas, si todo vector v R2 es
generado por v1 , . . . , vn , diremos que v1 , . . . , vn generan R2 .
1.5. ALGEBRA
LINEAL DE VECTORES EN EL PLANO
17
Ejemplo 1.26. Sean v1 = (1, 2), v2 = (1, 4), v3 = (1, 0) y v = (3, 7). En este
caso, tenemos
5
3
v = (3, 7) = (1, 2) + (1, 4) + (1, 0).
2
2
Luego v es combinacion lineal de v1 , v2 y v3 . Observe que esta no es la u nica
manera de expresar v como combinacion lineal de v1 , v2 , v3 , por ejemplo
1
7
v = (3, 7) = (1, 2) + 0(1, 4) (1, 0).
2
2
Del mismo modo, podemos escribir (0, 0) como dos diferentes combinaciones lineales de v1 , v2 , v3 , a saber
(0, 0) = 0(1, 2) + 0(1, 4) + 0(1, 0) = 2(1, 2) + (1, 4) + 3(1, 0).
Finalmente, observamos que v1 , v2 , v3 generan todo R2 pues, para (x, y) R2 ,
arbitrario,
y
y
(1, 0).
(x, y) = (1, 2) + 0(1, 4) + x
2
2
Ejemplo 1.27. Sean v1 = (1, 0) y v2 = (1, 1). En este caso, para cualquier
(x, y) R2 ,
(x, y) = (x y)(1, 0) + y(1, 1).
Luego v1 y v2 generan R2 .
Observacion 1.28. Dado cualquier conjunto de vectores v1 , . . . , vn , el vector 0
R2 siempre es combinacion lineal de estos, de la siguiente manera
0 = 0 v1 + + 0 v n .
La unicidad que poseen los coecientes de las combinaciones lineales de los
vectores (1, 0) y (1, 1) es una propiedad importante y digna de tener nombre propio.
Denicion 1.29. Diremos que los vectores v1 , . . . , vn R2 son linealmente independientes si, escribiendo
0 = 1 v 1 + + n v n ,
con 1 , . . . , n R, la u nica posibilidad para estos es
1 = 2 = = n = 0.
Por otro lado, si v1 , . . . , vn no son linealmente independientes entonces se denominan linealmente dependientes.
18
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
Ejemplo 1.31. Considere v1 = (2, 3) y v2 = (8, 12). Estos son linealmente dependientes pues
(0, 0) = 4(2, 3) + (8, 12).
(1.4)
Mas aun, de (1.4), tenemos que (8, 12) = 4(2, 3), es decir, (2, 3) y (8, 12) son
paralelos.
El comportamiento del ejemplo anterior ocurre en general, como muestra la
siguiente proposicion.
Proposicion 1.32. Sean v1 , v2 R2 . Las siguientes armaciones son equivalentes:
1. v1 , v2 son paralelos;
2. v1 , v2 son linealmente dependientes;
3. si v1 = (x1 , y1 ) y v2 = (x2 , y2 ) entonces x1 y2 x2 y1 = 0.
(1.5)
0 = y1 + y2 .
(1.6)
1.5. ALGEBRA
LINEAL DE VECTORES EN EL PLANO
19
1. si x1 = 0 y = 0 entonces, de (1.5), x2 = 0 y as x1 y2 x2 y1 = 0;
2. si x1 = 0 y = 0 entonces = 0 y, de (1.6), y1 = 0, esto implica
x1 y2 x2 y1 = 0;
3. si x1 = 0 y = 0 entonces, de (1.5),
x2
,
=
x1
x2
y por lo tanto, de (1.6) y2 = y1 =
y1 ;
x1
4. si x1 = 0 y = 0 entonces, de (1.5), = 0, que es una contradiccion.
Luego este caso no puede darse.
As, en cualquier caso, hemos probado que x1 y2 x2 y1 = 0.
Finalmente, supongamos que x1 y2 = x2 y1 . Si v1 = 0 entonces no hay nada
que probar. As, supongamos que v1 = 0, es decir x1 = 0 o y1 = 0. Si x1 = 0
x2
y
entonces y2 = y1
x1
v2 = (x2 , y2 ) =
x2
x2
(x1 , y1 ) =
v1 .
x1
x1
y2
y
y1
y2
y2
(x1 , y1 ) = v1 .
y1
y1
tx = y,
que implica que 0 = (t2 + 1)y. Como t2 + 1 > 0, para cualquier t, entonces y = 0
y por tanto x = 0. Esto es una contradiccion pues v1 = 0. Esta contradiccion
surge de suponer que v1 y v2 son paralelos. As, para cualquier v R2 , v y v son
linealmente independientes.
20
ANALITICA
CAPITULO
1. GEOMETRIA
EN EL PLANO
Cuantos elementos posee una base de R2 ? Hasta ahora hemos exhibido una
base de dos elementos, sin embargo, no sabemos a priori si podremos encontrar
bases de mas elementos. Probaremos que en R2 toda base posee exactamente dos
elementos.
Lema 1.35. Sean v1 , . . . , vn R2 tales que v1 , . . . , vk es linealmente dependiente,
con k n. Entonces v1 , . . . , vn es linealmente dependiente.
Demostracion. Como v1 , . . . , vk es linealmente dependiente entonces existen escalares 1 , . . . , k , no todos nulos, tales que
0 = 1 v 1 + + k v k .
Deniendo k+1 = = n = 0, tenemos
0 = 1 v1 + + k vk + k+1 vk+1 + + n vn ,
donde nuevamente 1 , . . . , n no son todos nulos. As, v1 , . . . , vn son linealmente
dependientes.
Presentaremos ahora el resultado principal de esta seccion.
Teorema 1.36. Sean v1 , v2 R2 linealmente independientes. Entonces v1 y v2
generan R2 .
Demostracion. Consideremos v1 = (x1 , y1 ) y v2 = (x2 , y2 ). Por la proposicion 1.32, tenemos que x1 y2 x2 y1 = 0. Dado cualquier v = (x, y) R2 ,
consideremos
x1 y xy1
xy2 x2 y
=
,
=
.
x 1 y 2 x 2 y1
x 1 y2 x 2 y 1
Luego, un calculo de rutina muestra que
v1 + v2 = v,
es decir, v es generado por v1 , v2 .
Observacion 1.37. En la demostracion anterior, los valores de y fueron obtenidos
al aplicar la regla de Cramer al sistema de ecuaciones
x1 + x2 = x,
y1 + y2 = y.
Corolario 1.38. Sea v1 , . . . , vn R2 un conjunto linealmente independiente. Entonces n 2.
1.5. ALGEBRA
LINEAL DE VECTORES EN EL PLANO
21
Demostracion. Por el lema 3.22, basta probar que cualquier terna de vectores
v1 , v2 , v3 es linealmente dependiente. Esto es inmediato si v1 y v2 son paralelos.
Luego, supongamos que v1 y v2 son linealmente independientes, entonces, por el
teorema 3.23, v3 es generado v1 y v2 , es decir, v3 = v1 + v2 . Luego,
0 = v1 + v2 v3 ,
y como 1 = 0 entonces v1 , v2 , v3 es linealmente dependiente.
El recproco del teorema 3.23 tambien se cumple.
Proposicion 1.39. Si v1 , v2 generan R2 entonces son linealmente independientes.
Demostracion. Supongamos que v1 y v2 no son linealmente independientes. Entonces existe t R tal que v2 = tv1 . Luego, como todo v R2 es generado por
v 1 , v2 ,
v = v1 + v2 = ( + t)v1 ,
es decir, todo v R2 es paralelo a v1 , lo cual es una contradiccion.
Supongamos que v1 , . . . , vn es una base de R2 , entonces es linealmente independiente. Luego por el corolario 3.25, n 2. Pero si n = 1 entonces v1 no puede
generar todo R2 , luego n = 2. As, toda base de R2 posee dos elementos.
Este hecho hace que podamos establecer la dimension de R2 como la cantidad
de elementos que posee cualquier base de R2 . En este caso, como toda base posee
dos elementos, tenemos que R2 tiene dimension dos.