Saltar al contenido

Diario de clases

Clases de Jesús Soto

Menú
  • Home
  • Equation Editor
  • Generador de tablas
Menú

ALG: El plano afín \(\mathbb{R}^2\) y el espacio afín \(\mathbb{R}^3\)

Posted on 23 de octubre de 2026

El plano \(\mathbb{R}^2\)

En álgebra lineal, un espacio vectorial (o también llamado espacio lineal) es una estructura algebraica creada a partir de un conjunto no vacío, una operación interna (llamada suma, definida para los elementos del conjunto) y una operación externa (llamada producto por un escalar, definida entre dicho conjunto y otro conjunto, con estructura de cuerpo) que satisface 8 propiedades fundamentales.

A los elementos de un espacio vectorial se les llama vectores y a los elementos del cuerpo se les conoce como escalares.

Nosotros trabajaremos con el plano, \(\mathbb{R}^2=\{(x,y)|x,y\in\mathbb{R}\}\), y el espacio euclídeo, \(\mathbb{R}^3=\{(x,y,z)|x,y,z\in\mathbb{R}\}\). En el plano podemos definir \[(x_1,x_2)+(y_1,y_2)=(x_1+y_1,x_2+y_2),\quad \forall(x_1,x_2),(y_1,y_2)\in\mathbb{R}^2\] y \[\lambda\cdot(x_1,x_2)=(\lambda x_1,\lambda x_2)\in\mathbb{R}^2,\quad \forall \lambda\in\mathbb{R},(x_1,x_2)\in\mathbb{R}^2.\]

Para abreviar la notación, se suele poner \(\mathbf{x}=(x_1,x_2)\in\mathbb{R}^2\).

Como sabemos, esta definición es extensible a tres o más dimensiones.

\(\mathbb{R}^2\) es un \(\mathbb{R}\)-e.v.f.g. y \(B=\{\vec{e}_1=(1,0),\vec{e}_2=(0,1)\}\) es su base canónica. En \(\mathbb{R}^2\) solo podemos encontrar un tipo de subespacio vectorial:

Si \(S\subset\mathbb{R}^2\) es un subespacio vectorial, entonces existe un vector \(\vec{v}=(v_1,v_2)\in \mathbb{R}^2\) tal que \[S=\mbox{Gen}\{\vec{v}\}=\{\lambda(v_1,v_2):\lambda\in \mathbb{R}\}\]

De este modo, cualquier \(\vec{x}=(x_1,x_2)\in S\subset\mathbb{R}^2\) cumplirá \[\begin{align*}x_1&=\lambda v_1\\ x_2&=\lambda v_2 \end{align*}\]

A estas ecuaciones se les denomina ecuaciones paramétricas de la recta en el plano.

Ejemplo: Sean los vectores \(\vec{u}=(-1,-1)\), \(\vec{v}=(-2,-1)\), ¿generan el mismo subespacio vectorial?

No, pues sí generaran el mismo \(\vec{v}\in\mbox{Gen}\{\vec{u}\}\) y \[\begin{align*}-2&=-\lambda\\ -1&=-\lambda \end{align*}\] para un determinado \(\lambda\in \mathbb{R}\). Pero este \(\lambda\in \mathbb{R}\) no existe.

Ejemplo: Determina las ecuaciones paramétricas del subespacio \(U=\{(x,y)\in\mathbb{R}^2;\ x+y=0\}\)

Observemos que si \((x,y)\in U\) cumple \(x+y=0\), luego \(y=-x\). Consideremos \(x=\lambda\), tendremos que si \((x,y)\in U\) cumple \[\begin{align*}x&=\lambda\\ y&=-\lambda \end{align*}\]
Por tanto, \(U=\mbox{Gen}\{(1,-1)\}\).

Ejemplo: Determina una base dada por un vector unitario de subespacio \(U=\{(x,y)\in\mathbb{R}^2;\ x-2y=0\}\)

Observemos que si \((x,y)\in U\) cumple \(x-2y=0\), luego \(x=2y\). Consideremos \(x=2\lambda\); tendremos que si \((x,y)\in U\) cumple \[\begin{align*}x&=2\lambda\\ y&=\lambda \end{align*}\]
Por tanto, \(U=\mbox{Gen}\{(2,1)\}\). Así, \(B=\{(2,1)\}\) es una base; para hacer su vector unitario, lo dividimos por su norma: \[\frac{1}{\sqrt{5}}(2,1).\]

El espacio \(\mathbb{R}^3\)

\(\mathbb{R}^3\) es un \(\mathbb{R}\)-e.v.f.g. y \(B=\{\vec{e}_1=(1,0,0),\vec{e}_2=(0,1,0),\vec{e}_3=(0,0,1)\}\) es su base canónica. En \(\mathbb{R}^3\) podemos encontrarnos con dos tipos de subespacios: las rectas y los planos.

Si \(S\subset\mathbb{R}^2\) es un subespacio vectorial de dimensión uno, entonces existe un vector \(\vec{v}=(v_1,v_2,v_3)\in \mathbb{R}^3\) tal que \[S=\mbox{Gen}\{\vec{v}\}=\{\lambda(v_1,v_2,v_3):\lambda\in \mathbb{R}\}\] y sus ecuaciones paramétricas son:\[\begin{align*}x_1&=\lambda v_1\\ x_2&=\lambda v_2\\ x_3&=\lambda v_3 \end{align*}\]

Ejercicio: Determinar el vector director unitario que deducimos de las ecuaciones paramétricas del subespacio vectorial \(r:\{(x,y,z)\in\mathbb{R}^3;2x-y=0,\, 3x-z=0\}\)


Hemos visto que \(r:\mathbf{Gen}\{(1,2,3)\}\), luego el vector director unitario será \[\frac{1}{\|(1,2,3)\|}(1,2,3)=\frac{1}{\sqrt{14}}(1,2,3)\]

Los planos de \(\mathbb{R}^3\) los constituirán los subespacios:

\(S\subset\mathbb{R}^2\) tal que \[S=\mbox{Gen}\{\vec{v},\vec{u}\}=\{\lambda(v_1,v_2,v_3)+\mu(u_1,u_2,u_3):\lambda,\mu\in \mathbb{R}\}\] y sus ecuaciones paramétricas son:\[\begin{align*}x_1&=\lambda v_1+\mu u_1\\ x_2&=\lambda v_2+\mu u_2\\ x_3&=\lambda v_3+\mu u_3 \end{align*}\]

El plano y el espacio afin

Intentamos definir un espacio donde podamos fijar los vectores de \(\mathbb{R}^2\) o \(\mathbb{R}^3\) de forma que en vez de vectores libres tengamos vectores fijos. Eso se conseguirá en el espacio afín.

Podemos definir el plano afín \(\mathbb{R}^2\) como el conjunto \(\mathbb{R}^2\), considerado como puntos en el plano cartesiano, y el conjunto \(\mathbb{R}^2\), como \(\mathbb{R}\)-espacio vectorial, más una aplicación especial \(\phi\). Para notar los elementos de \(\mathbb{R}^2\), considerados como puntos en el plano cartesiano, escribimos \(P=(x,y)\in\mathbb{R}^2\), y les denominamos puntos del plano. Para notar los elementos del espacio vectorial \(\mathbb{R}^2\) escribimos como habitualmente hacemos, \(\vec{v}=(v_1,v_2)\in\mathbb{R}^2\), y les denominamos vectores del plano. La aplicación \(\phi\) irá del producto cartesiano \(\mathbb{R}^2\times\mathbb{R}^2\) de los puntos en el espacio vectorial \(\mathbb{R}^2\); es decir, relacionará dos puntos con un vector.

Con estos dos conjuntos, la aplicación \(\phi\) debe verificar:

  1. \(\phi(P,Q)+\phi(Q,R)=\phi(P,R)\) para todo \(P,Q,R\in\mathbb{R}^2\)
  2. Dado cualquier punto \(P\in\mathbb{R}^2\), y cualquier vector \(\vec{v}\in\mathbb{R}^2\), existe un único punto \(Q\in\mathbb{R}^2\) tal que \(\phi(P,Q)=\vec{v}\).

Estas propiedades nos definen a \(\mathbb{R}^2\) como un espacio afín sobre el espacio vectorial \(\mathbb{R}^2\), que denominamos el plano afín.

Esta definición podemos trasladarla sin problemas al \(\mathbb{R}^3\) definiendo el espacio afín.

Recta afin en \(\mathbb{R}^2\)

Con esta definición podemos abordar las variedades afines dadas por la recta en el plano afín, y la recta y el plano en el espacio afín.

Así veremos que las ecuaciones paramétricas de una recta en el plano afín que pasa por un punto \(P(p_1,p_2)\) y que tiene por subespacio director el generado por el vector \(\vec{v}=(v_1,v_2)\), vendrá dada de la forma: \[r=\{(x,y)\in\mathbb{R}^2;(x,y)=(p_1,p_2)+\lambda(v_1,v_2),\lambda\in\mathbb{R}\}\]

Ejercicio: Probar que la ecuación de la recta del plano, \(\mathbb{R}^2\), que pasa por los puntos \(A(a_1,a_2)\) y \(B(b_1,b_2)\), viene dada por la ecuación \[\begin{vmatrix}1 & x & y\\ 1 & a_1 & a_2 \\ 1 & b_1 & b_2 \end{vmatrix}=0\]


Ejemplo: ¿Cuánto suman los coeficientes que multiplican a \(x\) e \(y\) en la ecuación implícita de la recta del plano afín que pasa por los puntos P(4,1) y Q(7,-4)?

Ejemplo: Determinar si los puntos P(4,1), Q(3,-4) y R(2,-1) son colineales.


Recta afín en \(\mathbb{R}^3\)

Trasladar lo anterior al espacio afín resulta sencillo. Una recta en el espacio afín que pasa por un punto \(P(p_1,p_2,p_3)\) y que tiene por subespacio director el generado por el vector \(\vec{v}=(v_1,v_2,v_3)\), vendrá dada de la forma: \[r=\{(x,y,z)\in\mathbb{R}^3;(x,y,z)=(p_1,p_2,p_3)+\lambda(v_1,v_2,v_3),\lambda\in\mathbb{R}\}\]

Ejercicio: Determinar el vector director unitario que deducimos de las ecuaciones paramétricas del subespacio vectorial \(r:\{(x,y,z)\in\mathbb{R}^3;x=1-2y+3z,\, y=2+2z\}\)


Hemos visto que \(r:\mathbf{Gen}\{(-1,2,1)\}\), luego el vector director unitario será \[\frac{1}{\|(-1,2,1)\|}(-1,2,1)=\frac{1}{\sqrt{6}}(-1,2,1)\]

Ejemplo: Determinar las ecuaciones paramétricas de la recta que pasa por los puntos P(4,1,2) y Q(3,-4,0)


Ejemplo: Determinar las ecuaciones implícitas de la recta que pasa por los puntos P(4,1,2) y Q(3,-4,0)

(%i2) P:[4,1,2]$
Q:[3,–4,0]$

Dados estos dos puntos la recta vendrá dada por uno de ellos, por ejemplo P, y el vector director obtenido de la resta de ambos, \(\overrightarrow{PQ}\)

(%i3) r:Q–P$

Así, las ecuaciones implícitas las determinaran las equaciones que impliquen rango igual a 1 en la matriz:

(%i4) A:transpose(matrix(r,[x,y,z]–P));

(A)(−1x−4−5y−1−2z−2)

Para conseguir estas ecuaciones, consideremas un menor de orden 1 distinto de cero y consigamos escalonar la matriz en base a dicho menor:

(%i6) A:rowop(A,2,1,A[2,1]/A[1,1])$
A:rowop(A,3,1,A[3,1]/A[1,1]);

0 errores, 0 advertencias(A)(−1x−40y−5⁢(x−4)−10z−2⁢(x−4)−2)

Las ecuaciones que buscamos se corresponde con las ecuaciones que hacen cero las dos lineas por debajo del menor escogido:

(%i8) rat(A[2,2])=0;
rat(A[3,2])=0;

(%o7)/R/ y−5⁢x+19=0(%o8)/R/ z−2⁢x+6=0


Plano afín en \(\mathbb{R}^3\)

Si lo que deseamos es determinar un plano afín, necesitamos un punto y un subespacio director formado por dos vectores. \[\pi=\{(x,y,z)\in\mathbb{R}^3;(x,y,z)=(p_1,p_2,p_3)+\lambda(v_1,v_2,v_3)+\mu(u_1,u_2,u_3),\lambda,\mu\in\mathbb{R}\}\]

Sus ecuaciones paramétricas serán \[\begin{align*}x_1&=p_1+\lambda v_1+\mu u_1\\ x_2&=p_2+\lambda v_2+\mu u_2\\ x_3&=p_3+\lambda v_3+\mu u_3 \end{align*}\]

Ejemplo: Determina las ecuaciones paramétricas del plano que pasa por el punto \(P(1,0,1)\) y tiene por vectores directores \(\vec{u}=(-1,-1,0)\), \(\vec{v}=(-2,0,-1)\)

\[\begin{align*}x&=1-\lambda-2\mu\\ y&=-\lambda\\ z&=1-\mu \end{align*}\]

También podemos utilizar el resultado que nos dice que la ecuación implícita del plano en el espacio afín que pasa por un punto \(P(p_1,p_2,p_3)\) y que tiene por subespacio director el generado por los vectores \(\vec{v}=(v_1,v_2,v_3)\) y \(\vec{u}=(u_1,u_2,u_3)\), vendrá determinado por el determinante \[\begin{vmatrix} x-p_1 & y-p_2 & z-p_3\\ v_1 & v_2 & v_3 \\ u_1 & u_2 & u_3 \end{vmatrix}=0\]

Ejemplo: Determinar la ecuación implícita del plano que pasa por el punto P(4,1,2) y tiene por vectores directores \(\vec{v}(1,5,3)\) y \(\vec{u}(3,-2,1)\)

Ejemplo: Sea S(\(x\),4,-3), ¿existe algún valor de \(x\) que hace a S coplanario con P(0,-2,1), Q(1,-2,-3) y R(1,-3,1)?

(%i9) S:[x,4,–3]$P:[0,–2,1]$Q:[1,–2,–3]$R:[1,–3,1]$
pq:Q–P$
pr:R–P$
ps:S–P$
eq:rat(determinant(matrix(pq,pr,ps)));
solve(eq,x);

(eq)−4⁢x−20(%o9) [x=−5]

Ejemplo: Determina las ecuaciones paramétricas del plano que verifica que los puntos \(P(1,0,1)\), \(Q(-1,2,1)\) y \(R(1,2,-1)\). El punto \(S(-1,3,2)\) es coplanario con los tres puntos anteriores.

Como necesitamos un punto y dos vectores directores, elegido \(P(1,0,1)\), tomamos \(\vec{v}=\overrightarrow{PQ}=(-1,2,1)-(1,0,1)=(-2,2,0)\), \(\vec{u}=\overrightarrow{PR}=(1,2,-1)-(1,0,1)=(0,2,-2)\). Así será
\[\begin{align*}x&=1-2\lambda\\ y&=2\lambda+2\mu\\ z&=1-2\mu \end{align*}\]

Para ver si los cuatro puntos son coplanarios, es suficiente con determinar el rango de la matriz
\[\mathbf{rank}
\begin{bmatrix}
\overrightarrow{PQ} \\
\overrightarrow{PR} \\
\overrightarrow{PS}
\end{bmatrix}
\]
Si el rango es 2, los puntos son coplanarios.


Ejemplo: Determina un vector en la dirección del subespacio \(U=\mbox{Gen}\{(2,0,1)\}\) de longitud 6.

Que un vector, \(\vec{v}\), esté en la dirección del subespacio significa que \(\vec{v}\in\mbox{Gen}\{(2,0,1)\}\); es decir, existe un número real, \(\lambda\), tal que \(\vec{v}=\lambda(2,0,1)\). Que su longitud sea 6, nos dice que \(\parallel\vec{v}\parallel=\sqrt{v_1^2+v_2^2+v_3^2}=6\). Luego \[\parallel\vec{v}\parallel=\parallel(2\lambda,0,\lambda)\parallel=\sqrt{\lambda^2(2^2+1^2)}=\lambda\sqrt{5}=6\]
Luego \[\vec{v}=\frac{6}{\sqrt{5}}(2,0,1).\]

Observar que esto que hemos realizado es equivalente a considerar el vector unitario de la base y multiplicarlo por 6. Es decir, el vector que buscamos es \[\vec{v}=6\frac{(2,0,1)}{\parallel(2,0,1)\parallel}.\]


Ejercicio: ¿Sea la aplicación lineal \(f:\mathbb{R}^3\to\mathcal{M}_2(\mathbb{R})\) dada por \[f(x,y,z)=
\begin{bmatrix}x-y&y-z\\ z-x&x-y\end{bmatrix}.\] ¿\(\mathbf{dim}\,\mathbf{Ker}(f)+3\,\mathbf{dim}\,\mathbf{Im}(f)\)?

  • 4
  • 6
  • 7


La solución se mostrará más adelante.

MathBio: Derivabilidad

Posted on 22 de octubre de 2026

Sea \(f\) una función definida en un punto \(x_0\) de un intervalo \((a,b)\), denominaremos derivada de \(f\) en \(x_0\) al valor del límite, cuando exista, \[\displaystyle\lim_{x\to x_0}\dfrac{f(x)-f(x_0)}{x-x_0}\] En ese caso lo notaremos…

MathBio: Funciones reales de una variable real

Posted on 21 de octubre de 2026

Función real de variable real Una función real de variable real \(f:D\to\mathbb{R}\) es una correspondencia de \(D\subset\mathbb{R}\) en \(\mathbb{R}\) que asigna a todo \(x\in D\) a lo más un número real \(y=f(x)\)….

ALG: Aplicaciones lineales

Posted on 21 de octubre de 2026

Al hablar de grupos se introdujo la definición de homomorfismo y con ella la de núcleo. Ahora extendemos esta definición a espacios vectoriales para definir la aplicación lineal: un homomorfismo entre espacios…

MathBio: Sistemas, mínimos cuadrados, autovalores, autovectores y funciones reales

Posted on 19 de octubre de 2026

Sistemas de ecuaciones En pasados días vimos cómo resolvíamos sistemas de ecuaciones y, en particular, el problema de mínimos cuadrados mediante matrices. Hoy abordaremos estos problemas utilizando maxima. linsolve(\([eq_1, …, eq_m], [x_1,…

ALG: Determinantes, factorización LU y espacios vectoriales con maxima

Posted on 19 de octubre de 2026

Repaso de la inversa y pseudoinversa de una matriz El procedimiento común para el cálculo de la inversa de una matriz (en caso de existir) puede plantearse como el algoritmo dado mediante…

ALG: Subespacios vectoriales

Posted on 16 de octubre de 2026

Recordemos que un subespacio vectorial es el subconjunto de un espacio vectorial que satisface por sí mismo la definición de espacio vectorial con las mismas operaciones que V el espacio vectorial original….

MathBio: Autovectores y autovalores

Posted on 14 de octubre de 2026

Denominamos esta parte autovectores y autovalores, también conocidos como vectores y valores propios de una matriz. Su definición es simple: Dada una matriz, \(A\in\mathcal{M}_n(\mathbb{R})\), real porque es el principal cuerpo que trataremos,…

ALG: Espacios vectoriales

Posted on 14 de octubre de 2026

El pasado día vimos definiciones de grupo, anillo y cuerpo. Las tres son extensiones para poder construir las estructuras con las que trabajaremos. Otra muy especial es la de Espacio Vectorial sobre…

ALG: Conjuntos y Aplicaciones

Posted on 9 de octubre de 2026

Comenzamos el tema de Conjuntos y aplicaciones, dando la definición de conjuntos con los que trabajaremos, y otras definiciones y propiedades, como Conjuntos: Subconjunto, Partes de un conjunto, Cardinalidad Unión e Intersección…

Paginación de entradas

1 2 3 Siguientes

Novela

La Loba, la lucha fraticida por un reino

La Loba, la lucha fratricida por un reino.

Urraca, señora de Zamora, acusada de instigar la muerte de su hermano, el rey Sancho de Castilla, deberá defenderse de la acusación, al tiempo que luchará por mantener la cohesión entre los hermanos y los reinos cristianos: una lobera de fieros lobeznos.

👉 En amazon

Entradas recientes

  • ALG: El plano afín \(\mathbb{R}^2\) y el espacio afín \(\mathbb{R}^3\)
  • MathBio: Derivabilidad
  • MathBio: Funciones reales de una variable real
  • ALG: Aplicaciones lineales
  • MathBio: Sistemas, mínimos cuadrados, autovalores, autovectores y funciones reales
octubre 2026
L M X J V S D
 1234
567891011
12131415161718
19202122232425
262728293031  
« Sep    
  • álgebra
  • bioestadistica
  • matematica discreta
  • mathbio

Prácticas mathbio Prácticas álgebra

Meta

  • Acceder
  • Feed de entradas
  • Feed de comentarios
  • WordPress.org
©2026 Diario de clases | Diseño: Tema de WordPress Newspaperly