Compilando Conocimiento

Análisis Vectorial
Cálculo

Alan Enrique Ontiveros Salazar

Abigail Nicolás Sayago
Enero 2018
Índice general

I Introducción a los Vectores sobre R 7

1. Conceptos Básicos 8
1.1. Definición de Escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2. Definición de Vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.1. Ejemplos de Vectores . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.2. Punto de Vista Geométrico . . . . . . . . . . . . . . . . . . . . 10
1.2.3. Punto de Vista Algebráico . . . . . . . . . . . . . . . . . . . . . 10
1.3. Relaciones entre Puntos y Vectores . . . . . . . . . . . . . . . . . . . . 11
1.3.1. Vector Posición . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.2. Vector Desplazamiento . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.3. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2. Álgebra Básica Vectorial 12

2.1. Operaciones Básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.1. Igualdad de Vectores . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.2. Suma y Resta . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.3. Multiplicación por Escalar y Propiedades . . . . . . . . . . . . . 14
2.2. Propiedades de Operaciones . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3. Hablando sobre este Espacio Vectorial . . . . . . . . . . . . . . . . . . 17
2.4. Magnitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5. Vector Unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5.1. Normalización . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5.2. Representación en Vectores Unitarios . . . . . . . . . . . . . . . 21

1
Índice general Índice general

2.6. Dependencia e Independencia Lineal . . . . . . . . . . . . . . . . . . . 22

2.6.1. Ideas Importantes . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.2. ¿Cómo saber si mi Conjunto de Vectores es L.I. o L.D.? . . . . . 23

3. Producto entre Vectores 24

3.1. Producto Punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.1. Definición e Ideas . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.2. Propiedades de Producto Punto . . . . . . . . . . . . . . . . . . 26
3.1.3. Propiedades Extra e Interesantes del Producto Punto . . . . . . 27
3.1.4. Ángulo entre Vectores y Definición Alterna de P. Punto . . . . . 28
3.1.5. Definición de los Vectores Ortogonales por P. Punto . . . . . . . 29
3.1.6. Proyección de un Vector sobre Otro . . . . . . . . . . . . . . . . 30
3.1.7. Cosenos Directores . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.1.8. Desigualdad de Cauchy-Schwarz . . . . . . . . . . . . . . . . . . 33
3.1.9. Desigualdad del Triángulo . . . . . . . . . . . . . . . . . . . . . 34
3.2. Producto cruz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2.1. Definición e ideas . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2.2. Definición Geometríca . . . . . . . . . . . . . . . . . . . . . . . 36
3.2.3. Vectores Unitarios y P. Cruz . . . . . . . . . . . . . . . . . . . . 37
3.2.4. Propiedades Generales . . . . . . . . . . . . . . . . . . . . . . . 38
3.2.5. Definición Algebráica . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2.6. Usando Producto Cruz para Ángulo . . . . . . . . . . . . . . . . 41
3.3. Producto triple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3.1. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.4. Identidades de los Productos . . . . . . . . . . . . . . . . . . . . . . . . 43

4. Aplicaciones a la geometría 47
4.1. Aplicaciones con el P. Cruz . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.1.1. Área de un Triángulo . . . . . . . . . . . . . . . . . . . . . . . . 48
4.1.2. Área de un Paralelogramo en términos de sus Diagonales . . . . 49
4.1.3. Demostración de la Ley de Senos . . . . . . . . . . . . . . . . . 50

Compilando Conocimiento 2 Ve al Índice

Índice general Índice general

4.2. Aplicaciones con el P. Triple . . . . . . . . . . . . . . . . . . . . . . . . 51

4.2.1. Volumen de un Paralelepípedo . . . . . . . . . . . . . . . . . . . 51
4.3. Ecuación de la Recta . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3.1. Ecuación de la Recta: Punto y Vector Paralelo . . . . . . . . . . 53
4.3.2. Ecuación de la Recta: Dos Puntos . . . . . . . . . . . . . . . . . 54
4.4. Ecuación del Plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.4.1. Punto y Vector Normal . . . . . . . . . . . . . . . . . . . . . . . 56
4.4.2. Tres Puntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.4.3. Punto y 2 Vectores Paralelos . . . . . . . . . . . . . . . . . . . . 58
4.5. Ecuación de la Esfera . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.6. Distancia Punto - Recta . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.6.1. Método 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.6.2. Método 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.6.3. Extra: Reflexión de un Punto sobre una Recta . . . . . . . . . . 63
4.7. Distancia Punto - Plano . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.7.1. Caso Particular: Fórmula en Forma Cartesiana . . . . . . . . . . 65
4.8. Rotaciones en el Espacio . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.8.1. Caso Particular: Rotación en el Plano XY . . . . . . . . . . . . 68
4.9. Demostraciones Geométricas . . . . . . . . . . . . . . . . . . . . . . . . 69

II Cálculo diferencial vectorial 70

5. Funciones de varias variables 71

5.1. Representación como superficies . . . . . . . . . . . . . . . . . . . . . . 72
5.1.1. Curvas de nivel y de contorno . . . . . . . . . . . . . . . . . . . 72
5.2. Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.2.1. Definición intuitiva . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.2.2. Definición formal . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.3. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.4. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.4.1. Plano tangente a una superficie . . . . . . . . . . . . . . . . . . 72

Oscar Andrés Rosas 3 Ve al Índice

Índice general Índice general

5.4.2. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.4.3. Derivadas de orden superior . . . . . . . . . . . . . . . . . . . . 72
5.5. Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.6. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.6.1. Diferencial total . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.7. Derivada direccional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.8. Puntos críticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.8.1. Máximos, mínimos y puntos silla . . . . . . . . . . . . . . . . . 72
5.8.2. Criterio del hessiano . . . . . . . . . . . . . . . . . . . . . . . . 72
5.9. Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . 72

6. Funciones vectoriales 73
6.1. Curvas en forma paramétrica . . . . . . . . . . . . . . . . . . . . . . . 74
6.1.1. Reglas de derivación . . . . . . . . . . . . . . . . . . . . . . . . 74
6.1.2. Velocidad y aceleración . . . . . . . . . . . . . . . . . . . . . . . 74
6.1.3. Longitud de arco . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.1.4. Parametrización por longitud de arco . . . . . . . . . . . . . . . 74
6.1.5. Geometría diferencial . . . . . . . . . . . . . . . . . . . . . . . . 74
6.2. Campos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.2.1. Líneas de campo . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.2.2. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.3. Operador nabla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.3.1. Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.3.2. Divergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.3.3. Rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.3.4. Laplaciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.3.5. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

III Cálculo integral vectorial 75

7. Integrales multivariable 76

Compilando Conocimiento 4 Ve al Índice

Índice general Índice general

7.1. Regiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.1.1. Regiones del plano y tipos . . . . . . . . . . . . . . . . . . . . . 77
7.1.2. Regiones del espacio y tipos . . . . . . . . . . . . . . . . . . . . 77
7.2. Integrales iteradas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.3. Integrales dobles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.3.1. Integración sobre regiones arbitrarias . . . . . . . . . . . . . . . 77
7.3.2. ¿Cómo hallar los límites de integración? . . . . . . . . . . . . . 77
7.3.3. Teorema de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.4. Integrales triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.4.1. Integración sobre regiones arbitrarias . . . . . . . . . . . . . . . 77
7.4.2. ¿Cómo hallar los límites de integración? . . . . . . . . . . . . . 77
7.5. Cambio de variable en 2 y 3 dimensiones . . . . . . . . . . . . . . . . . 77
7.5.1. Transformación de coordenadas . . . . . . . . . . . . . . . . . . 77
7.5.2. Jacobiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.6. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.6.1. Valor promedio . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.6.2. Centro de masa . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.6.3. Momento de inercia . . . . . . . . . . . . . . . . . . . . . . . . . 77

8. Integrales de funciones vectoriales 78

8.1. Integrales de línea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.1.1. Función escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.1.2. Función vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.1.3. Campos conservativos . . . . . . . . . . . . . . . . . . . . . . . 79
8.2. Integrales de superficie . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.2.1. Superficies en forma paramétrica . . . . . . . . . . . . . . . . . 79
8.2.2. Función escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.2.3. Función vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.3. Integrales de volumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.3.1. Regiones del espacio en forma paramétrica . . . . . . . . . . . . 79
8.3.2. Función escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

Oscar Andrés Rosas 5 Ve al Índice

Índice general Índice general

8.4. Consejos para parametrizar y definir límites . . . . . . . . . . . . . . . 79

9. Teoremas de integración 80
9.1. Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
9.1.1. Cálculo de áreas dado el contorno . . . . . . . . . . . . . . . . . 80
9.2. Teorema de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
9.2.1. Frontera de una superficie . . . . . . . . . . . . . . . . . . . . . 80
9.3. Teorema de la divergencia de Gauss . . . . . . . . . . . . . . . . . . . . 80
9.3.1. Superficie cerrada . . . . . . . . . . . . . . . . . . . . . . . . . . 80

IV Coordenadas curvilíneas 81

[Link] curvilíneas generalizadas 82

10.1. Transformación de coordenadas . . . . . . . . . . . . . . . . . . . . . . 83
10.2. Sistemas ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.3. Vectores unitarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.3.1. Factores de escala . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.4. Integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.4.1. Elemento de línea . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.4.2. Elemento de longitud de arco . . . . . . . . . . . . . . . . . . . 83
10.4.3. Elemento de área . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.4.4. Elemento de volumen . . . . . . . . . . . . . . . . . . . . . . . . 83
10.5. Operador nabla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.5.1. Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.5.2. Divergencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.5.3. Rotacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.5.4. Laplaciano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.6. Sistemas comunes de coordenadas . . . . . . . . . . . . . . . . . . . . . 83
10.6.1. Cilíndricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
10.6.2. Esféricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

Compilando Conocimiento 6 Ve al Índice

 Parte I

Introducción a los Vectores sobre R

7
Capítulo 1

Conceptos Básicos

8
Capítulo 1. Conceptos Básicos 1.1. Definición de Escalar

1.1. Definición de Escalar

Nosotros ya sabemos que existen ciertas cantidades que se pueden describir totalmente
con un solo número, como por ejemplo la masa, densidad e incluso el tiempo, sin
embargo también existen otras que deben tener una dirección como el desplazamiento
o la velocidad por mencionar solo algunas.
Definiremos a los escalares como elementos de R, es decir, cualquier número de la recta
real. Reciben ese nombre porque al ser multiplicados por un vector, como veremos más
adelante, lo pueden aumentar o disminuir de tamaño, es decir, los escalan.
Son usados para describir cantidades que solo dependen de un número (y posiblemente
una unidad en Física por ejemplo) para ser descritas completamente, por ejemplo,
masa, volumen, temperatura, longitud, etc.

1.2. Definición de Vector

Probablemente el concepto de vector es el que más definiciones tiene dependiendo de
qué punto de vista se estudien.
En pocas y reducidas palabras un vector es un ente matemático que vive en un espacio
vectorial.

1.2.1. Ejemplos de Vectores

Así es, existen diferentes tipos de vectores, ahora veamos algunos vectores que muy
probablemente tú ya habías visto pero no sabías que era un vector.
 
a h g
~ = h b f 
A
g f c

P~ = an xn + an−1 xn−1 + · · · + a1 x + a

~x = (x1 , x2 , . . . , xn )

Aquí solo veremos cómo definirlos sobre el plano de R2 y el espacio de R3 .

También existen muchas formas de escribirlos, aquí usaremos de manera general una
flecha arriba de la variable: ~a, aunque también nos dará la gana y podemos poner la
variable en negritas: a

Oscar Andrés Rosas 9 Ve al Índice

Capítulo 1. Conceptos Básicos 1.2. Definición de Vector

1.2.2. Punto de Vista Geométrico

Podemos extender el concepto de un punto en el espacio y definir a un vector como la
flecha que apunta desde el origen hasta ese punto.
De esta forma vemos que un vector tiene magnitud (la longitud desde el origen hasta
el punto), dirección (es decir la recta que pasa por el origen y ese punto) y sentido
(hacia dónde apunta la flecha).
Informalmente diremos que dos vectores son iguales si y solo si tienen la misma mag-
nitud, dirección y sentido.

1.2.3. Punto de Vista Algebráico

Un vector ~a es un elemento de R2 o de R3 , y escribimos ~a = (a1 , a2 , a3 ), donde
a1 , a2 , a3 ∈ R son sus coordenadas o componentes.
Por lo tanto no es más que un simple par o terna ordenada de números. De una manera
similiar (aunque no lo veremos ahora, podemos ampliar la idea de vectores sobre R (o
sobre cualquier campo) como un tupla de n-reales).
Si pasa que a3 = 0, simplemente podemos escribir (a1 , a2 ) para un vector en el plano.
De forma similar, las propiedades que se cumplan para un vector en R3 se cumplen
para vectores en R2 ignorando la tercera componente.

Compilando Conocimiento 10 Ve al Índice

Capítulo 1. Conceptos Básicos 1.3. Relaciones entre Puntos y Vectores

1.3. Relaciones entre Puntos y Vectores

En esencia un vector y un punto son lo mismo, pero un punto solo indica una posición
en el espacio, mientras que un vector indica un desplazamiento entre dos puntos,
además de que podemos hacer más operaciones con un vector que con un punto. Lo
veremos a continuación.

1.3.1. Vector Posición

Dado un punto P , definimos al vector posición de P respecto de un origen O como el
−→
vector OP , que tendrá las mismas coordenadas del punto P . Por simplicidad, también
podemos representar a este vector como P~ , es decir, simplemente le ponemos la flecha
a la letra del punto.

1.3.2. Vector Desplazamiento

Dados dos puntos P y Q, definimos al vector desplazamiento de P a Q como el vector
−→
P Q, en donde el origen de la flecha está en P y la punta en Q. De esta forma vemos
que los vectores no necesariamente comienzan en el origen, sino en donde queramos.
Es muy importante comprender y recordar esto a lo largo de este librito.
Ahora, supón 2 puntos P = (x1 , y1 , z1 ) ∈ R3 y Q = (x2 , y2 , z2 ) ∈ R3 .
−→
Entonces tenemos que las coordenadas del vector P Q se puede ver como:
−→
P Q = (x2 − x1 , y2 − y1 , z2 − z1 )

1.3.3. Ejemplo
Para entender lo anterior veamos un ejemplo de la vida real. Supongamos que repre-
sentamos a las ciudades con puntos. El enunciado “¿cuánto obtenemos si sumamos la
ciudad de México con la ciudad de Nueva York?” no tiene sentido, pues no podemos
sumar dos puntos.
Sin embargo, sí podemos decir “¿cuánto obtenemos si sumamos la ubicación de la
ciudad de México con 350 km al noreste?”, pues sí podemos sumar vectores (en este
caso una posición y un desplazamiento) y obtener nueva información.

Oscar Andrés Rosas 11 Ve al Índice

Capítulo 2

Álgebra Básica Vectorial

12
Capítulo 2. Álgebra Básica Vectorial 2.1. Operaciones Básicas

2.1. Operaciones Básicas

2.1.1. Igualdad de Vectores

Definición 2.1.1 (Igualdad de 2 Vectores) D que dos vectores son iguales si y solo
si sus componentes correspondientes son iguales.

Es decir, si tenemos ~a = (a1 , a2 , a3 ) y ~b = (b1 , b2 , b3 ), entonces ~a = ~b si y solo si a1 = b1 ,

a2 = b 2 y a3 = b 3 .

2.1.2. Suma y Resta

Definición 2.1.2 (Suma de Vectores) Decimos que ~a + ~b es la suma de ~a con ~b si

y solo si cada componente de ~a + ~b es la suma de los correspondientes componentes de
~a y ~b. O sea, simplemente sumamos componente a componente.

Sean ~a = (a1 , a2 , a3 ) ∈ R3 y ~b = (b1 , b2 , b3 ) ∈ R3 .

Entonces decimos que:

~a + ~b := (a1 + b1 , a2 + b2 , a3 + b3 ) (2.1)

Geométricamente, para sumar ~a con ~b colocamos el principio de ~b junto a la punta

de ~a. El vector ~a + ~b será el vector que comienza en donde comienza ~a y termina en
donde termina ~b.

Definición 2.1.3 (Resta de Vectores) Decimos que ~a − ~b es la resta de ~a menos ~b

si y solo si cada componente de ~a − ~b es la resta de los correspondientes componentes
de ~a y ~b. O sea, simplemente restamos componente a componente.

Sean ~a = (a1 , a2 , a3 ) ∈ R3 y ~b = (b1 , b2 , b3 ) ∈ R3 .

Entonces decimos que:

~a − ~b := (a1 − b1 , a2 − b2 , a3 − b3 ) (2.2)

Con esta definición, podemos decir que el vector desplazamiento del punto P al punto
−→ −→ −→
Q es el vector P Q = OQ − OP .

Oscar Andrés Rosas 13 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial 2.1. Operaciones Básicas

2.1.3. Multiplicación por Escalar y Propiedades

Definición 2.1.4 (Producto de un Vector por un Escalar) Decimos que k~a es
el producto escalar de a con k si y solo si cada componente de k~a es la el producto
del correspondiente componente de ~a multiplicada por k.
Es decir, solo multiplicamos cada componente (que son escalares) por el escalar k.

Sea ~a = (a1 , a2 , a3 ) ∈ R3 un vector y k ∈ R un escalar.

Entonces decimos que:

k~a := (ka1 , ka2 , ka3 ) (2.3)

Geométricamente, multiplicar un vector por un escalar es de agrandarlo o reducirlo

pero sin cambiar su dirección (su sentido se invierte si k < 0, se queda igual si k > 0 y
obtenemos el cero vector si k = 0).

Compilando Conocimiento 14 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial 2.2. Propiedades de Operaciones

2.2. Propiedades de Operaciones

Las operaciones anteriores cumplen con las siguientes propiedades, donde ~a, ~b, ~c ∈ R3 y
α, β ∈ R. Vemos que todas se heredan de las ya conocidas propiedades de los números
reales:

Conmutativa: ~a + ~b = ~b + ~a.
Demostración:
Se sigue inmediatamente de la propiedad conmutativa de los números reales:

~a + ~b = (a1 , a2 , a3 ) + (b1 , b2 , b3 ) Expresar en coordenadas

= (a1 + b1 , a2 + b2 , a3 + b3 ) Definición de suma de vectores
= (b1 + a1 , b2 + a2 , b3 + a3 ) Propiedad conmutativa de los reales
= (b1 , b2 , b3 ) + (a1 , a2 , a3 ) Definición de suma a la inversa
= ~b + ~a Volvemos a armar a los vectores
   
~ ~
Asociativa: ~a + b + ~c = ~a + b + ~c
Idea de Demostración:
Exactamente la misma que la anterior, solo que usando la propiedad asociativa en los reales.
Como
 ambas expresiones
  son iguales, podemos escribir sin ambigüedad que:
~a + b + ~c = ~a + b + ~c = ~a + ~b + ~c
~ ~

Neutro Aditivo: Existe ~0 ∈ R3 (el cero vector) tal que ~a + ~0 = ~a.

Ideas:
¿Quién crees que sea ese cero vector? Exacto, ~0 = (0, 0, 0) Este vector es el único que
no tiene una dirección ni un sentido bien definidos.

Inverso Aditivo: Existe −~a ∈ R3 tal que ~a + (−~a) = ~0.

Ideas:
Justamente las coordenadas de −~a son los inversos aditivos en los reales de sus coordenadas:
−~a = (−a1 , −a2 , −a3 )

Distributiva sobre Escalares: (α + β)~a = α~a + β~a

Demostración:

(α + β)~a = (α + β)(a1 , a2 , a3 ) Expresar en coordenadas

= ((α + β)a1 , (α + β)a2 , (α + β)a3 ) Definición de producto por escalar
= (αa1 + βa1 , αa2 + βa2 , αa3 + βa3 ) Propiedad distributiva en los reales
= (αa1 , αa2 , αa3 ) + (βa1 , βa2 , βa3 ) Definición de suma a la inversa
= α(a1 , a2 , a3 ) + β(a1 , a2 , a3 ) Definición de producto a la inversa
= α~a + β~a Volvemos a armar a los vectores

Oscar Andrés Rosas 15 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial 2.2. Propiedades de Operaciones

 
Distributiva sobre Vectores: α ~a + b = α~a + α~b
~

Idea de Demostración: Usa la definición de suma de vectores y la de multiplicación por

escalar, debería de quedarte al primer intento.

Asociativa sobre Escalares: α (β~a) = (αβ)~a

Demostración:

α (β~a) = α(β(a1 , a2 , a3 )) Expresar en coordenadas

= α(βa1 , βa2 , βa3 ) Definición de producto por escalar
= (α(βa1 ), α(βa2 ), α(βa3 )) Definición de producto por escalar
= ((αβ)a1 , (αβ)a2 , (αβ)a3 ) Propiedad asociativa en los reales
= (αβ)(a1 , a2 , a3 ) Definición de producto a la inversa
= (αβ)~a Volvemos a armar al vector

Compilando Conocimiento 16 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial
2.3. Hablando sobre este Espacio Vectorial

2.3. Hablando sobre este Espacio Vectorial

Todas las propiedades anteriores se pueden generalizar perfectamente a vectores en
cualquier dimensión, es decir, que pertenezcan a Rn .
Es más, las ocho propiedades definen las características que debe de cumplir un con-
junto V de vectores para poder decir que es un espacio vectorial. Estos se estudian
más a fondo en álgebra lineal, aquí vemos la aplicación y el análisis geométrico del gran
espacio R3 . Sin embargo, sí podemos demostrar los siguientes teoremas básicos:

El cero vector (~0) es único.

Demostración:
Ten cuidado, ya vimos cuál podría ser el cero vector, pero no hemos demostrado que es único.
Supongamos que existe otro cero vector, es decir, que existe 0~2 ∈ R3 tal que haga la misma
tarea que hace el cero vector original, es decir:
∀~a, ~a + 0~2 = 0~2 + ~a = ~a

Veamos que ese cero vector “pirata” tiene que ser el mismo que el original:
0~2 = 0~2 + ~0 Por la propiedad del cero vector original

= ~0 + 0~2 Propiedad conmutativa

= ~0 Por la propiedad del cero vector “pirata”

El inverso aditivo −~a es único.

Idea:
La misma que antes, asume que hay otro inverso aditivo de ~a y demuestra que tiene que ser
el mismo que el original.
De esta forma ya podemos usar la notación de la resta como todos la conocen:
 
~a − ~b := ~a + −~b

Si ~a + ~c = ~b + ~c, entonces ~a = ~b.

Demostración:
Supón entonces que ~a + ~c = ~b + ~c, entonces de forma estratégica añadimos ~c a la ecuación
de forma intermedia:
~a = ~a + ~0 Neutro aditivo
= ~a + (~c + (−~c)) Inverso aditivo
= (~a + ~c) + (−~c) Propiedad asociativa
 
= ~b + ~c + (−~c) Hipótesis inicial

= ~b + (~c + (−~c)) Propiedad asociativa

= ~b + ~0 Inverso aditivo

= ~b Neutro aditivo

Oscar Andrés Rosas 17 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial
2.3. Hablando sobre este Espacio Vectorial

k~0 = ~0.

0~a = ~0.

Si k~a = ~0, entonces k = 0 ó ~a = ~0.

(−m)~a = m(−~a) = −(m~a)

Compilando Conocimiento 18 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial 2.4. Magnitud

2.4. Magnitud
Definición 2.4.1 (Magnitud de un Vector) Sea ~a ∈ R3 . Definimos a la magnitud
o al módulo de ~a como:
p
k~ak := (a1 )2 + (a2 )2 + (a3 )2 (2.4)

Geométricamente es la distancia del origen a la punta del vector debido al teorema

de Pitágoras. A veces se usa la notación |~a| o simplemente el vector sin flecha a para
referirse a su magnitud, pero aquí usaremos dobles barras.

Propiedades

Si k es un escalar y ~a es un vector entonces:

kk~ak = |k| k~ak
Es decir, la magnitud del producto de un escalar por un vector es igual al valor
absoluto del escalar por la magnitud del vector, por lo que de alguna forma
podemos “sacar” el escalar.
Demostración:

kk~ak = kk(a1 , a2 , a3 )k Representación en Coordenadas

= k(ka1 , ka2 , ka3 )k Definición de multiplicación por escalar
p
= (ka1 )2 + (ka2 )2 + (ka3 )2 Definición de magnitud
p
= k 2 (a1 )2 + k 2 (a2 )2 + k 2 (a3 )2 Propiedad de los exponentes en los reales
q
= k 2 (a21 + a22 + a23 ) Factorización
√ q
= k 2 a21 + a22 + a23 Se distribuye sobre el producto de reales
= |k| k~ak Propiedad de raíz y definición de magnitud

Oscar Andrés Rosas 19 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial 2.5. Vector Unitario

2.5. Vector Unitario

Definición 2.5.1 (Vector Unitario) Si un vector ~v cumple que k~v k = 1, decimos
que es un vector unitario y usualmente se denota como v̂ (la letra con un sombrerito
arriba).

Recordando a la propiedad de que kk~ak = |k| k~ak lo anterior nos motiva a que, dado
un vector cualquiera ~v 6= ~0, queramos obtener su equivalente unitario v̂, es decir, el
vector con su misma dirección y sentido pero con magnitud 1.
Dicho proceso se conoce como normalización.

2.5.1. Normalización
Teorema 2.5.1 (Normalización) Sea ~v un vector entonces podemos obtener su vec-
tor unitario como:
1
v̂ = ~v (2.5)
k~v k
Demostración:
Es fácil ver que la magnitud del vector propuesto es 1, usando lo que ya sabemos:

1
kv̂k = ~v
k~v k
1
= k~v k
k~v k
1
= k~v k
k~v k
=1

1
Y obviamente v̂ tiene la misma dirección y sentido que ~v , pues k~
vk siempre es positivo y está
multiplicando a ~v .

Compilando Conocimiento 20 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial 2.5. Vector Unitario

2.5.2. Representación en Vectores Unitarios

Definición 2.5.2 (Vectores Unitarios Canónicos) Introducimos a los siguientes
vectores:

ı̂ = (1, 0, 0) ̂ = (0, 1, 0) k̂ = (0, 0, 1) (2.6)

¿Para qué nos sirve tener a esos vectores?

Simple, para poder escribir cualquier vector ~a ∈ R como combinación lineal de ellos en
vez de usar la tupla. Veamos cómo:

~a = (a1 , a2 , a3 ) Representación en coordenadas

= (a1 + 0 + 0, 0 + a2 + 0, 0 + 0 + a3 ) Sumamos ceros convenientemente
= (a1 , 0, 0) + (0, a2 , 0) + (0, 0, a3 ) Definición de suma
= a1 (1, 0, 0) + a2 (0, 1, 0) + a3 (0, 0, 1) Factorización del escalar
= a1 ı̂ + a2 ̂ + a3 k̂ Definición de los vectores canónicos

Es fácil ver que los tres vectores propuestos son unitarios, y la expresión anterior quiere
decir que nos estamos desplazando a1 unidades en dirección al eje x, a2 unidades en
dirección al eje y y a3 unidades en dirección al eje z.
De esta forma, el desplazamiento total será justamente el vector ~a.
Es bastante común usar esta notación para representar a los vectores, así que acostúm-
brate a usar ambas. Incluso algunas fuentes también usan x̂ = ı̂, ŷ = ̂, ẑ = k̂.

Oscar Andrés Rosas 21 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial
2.6. Dependencia e Independencia Lineal

2.6. Dependencia e Independencia Lineal

Este es un concepto importante antes de pasar a otras operaciones que podemos hacer
con los vectores.

Definición 2.6.1 Sean k1 , k2 , . . . , kn ∈ R escalares y v~1 , v~2 , . . . , v~n ∈ R3 vectores.

Decimos que dichos vectores son linealmente independientes si y solo si:
n
X
ki a~i = ~0 implica k1 = k2 = · · · = kn = 0
i=1

En caso contrario decimos que los vectores son linealmente dependientes.

2.6.1. Ideas Importantes

La definición anterior es realmente interesante, porque si la tomamos a la inversa, es de-
cir, asumiendo que todos los escalares k1 , k2 , . . . , kn valen cero, entonces la combinación
lineal de los vectores siempre daría ~0, lo cual no es de mucha utilidad.
Ahora veamos cómo entenderla. Si tenemos n vectores, que son v~1 , v~2 , . . . , v~n , son li-
nealmente independientes (l.i. para abreviar) si la única forma de obtener el cero vector
~0 al multiplicarlos cada uno por un escalar y luego sumar todo es que dichos escalares
sean todos 0. Si somos capaces de encontrar algunos otros escalares para esta tarea y
el resultado también es ~0, los vectores son linealmente dependientes (l.d.).
Una consecuencia de lo anterior es que si los vectores son l.d., entonces alguno de ellos
se puede escribir como combinación lineal de los otros. Geométricamente, tomando
dichos otros vectores multiplicados por algún escalar como suma de desplazamientos,
llegaremos a obtener el vector inicial. Si los vectores fueran l.i. esto no sería posible,
nunca podríamos obtener un vector como la suma de desplazamientos de los otros.

Teorema 2.6.1 Sean v~1 , v~2 , . . . , v~n ∈ R3 vectores linealmente dependientes.

Entonces existe j tal que 1 ≤ j ≤ n y escalares l1 , l2 , . . . , ln−1 ∈ R tales que:
n−1
X
v~j = li v~i
i=1

Idea de la Demostración: Como los vectores son l.d., entonces tiene que haber algún escalar
tal que kj 6= 0. Encuentra el vector v~j y simplemente despéjalo, eso será posible pues su escalar es
distinto de cero.

Compilando Conocimiento 22 Ve al Índice

Capítulo 2. Álgebra Básica Vectorial
2.6. Dependencia e Independencia Lineal

2.6.2. ¿Cómo saber si mi Conjunto de Vectores es L.I. o L.D.?

Sigamos la definición, propongamos los escalares k1 , k2 , . . . , kn ∈ R tales que:
n
X
ki a~i = ~0
i=1

Esto nos llevará a un sistema de n ecuaciones lineales luego de igualar las componente
del vector resultante con 0. Si logramos demostrar que dicho sistema tiene como única
solución k1 = k2 = · · · kn = 0, los vectores son linealmente independientes.
Si aparte de esa encontramos otra solución (de hecho si hay más que la solución trivial
habrá infinitas soluciones), los vectores son linealmente dependientes.

Oscar Andrés Rosas 23 Ve al Índice

Capítulo 3

Producto entre Vectores

24
Capítulo 3. Producto entre Vectores 3.1. Producto Punto

3.1. Producto Punto

3.1.1. Definición e Ideas

Definición 3.1.1 (Producto punto)
Sean ~a = (a1 , a2 , a3 ) y ~b = (b1 , b2 , b3 ). Definimos al producto punto o producto
escalar de ~a con ~b como:

~a • ~b := a1 b1 + a2 b2 + a3 b3 (3.1)

Se le conoce producto punto porque se usa un punto para representar la operación (:v)
y producto escalar porque el resultado obtenido de esta operación es un escalar, no
otro vector.
Así que ten cuidado al hacer este producto, porque un error común es construir otro
vector con los productos de las coordenadas correspondientes como si fuera una suma.
También nota que no está definido el producto escalar de un vector con un escalar,
es decir, la expresión ~a • ~b • ~c no tiene sentido; y mucho menos podemos hablar de
asociatividad aquí.
El hecho de que esté definido así es para que cumpla varias propiedades padres y útiles
que veremos a continuación.

Oscar Andrés Rosas 25 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

3.1.2. Propiedades de Producto Punto

Tenemos las siguientes propiedades, donde ~c = (c1 , c2 , c3 ) y α, β ∈ R:

Conmutativa: ~a • ~b = ~b • ~a
Demostración:
Esta es fácil, también se hereda de la propiedad conmutativa definida los números reales:
~a • ~b = a1 b1 + a2 b2 + a3 b3
= b1 a1 + b2 a2 + b3 a3
= ~b • ~a
   
Linearidad o Distributiva: α~a + β~b • ~c = α (~a • ~c) + β ~b • ~c
Demostración:
Aquí hay que usar la propiedad distributiva y asociativa en los reales, y reacomodar un poco:

 
α~a + β~b • ~c = (αa1 + βb1 , αa2 + βb2 , αa3 + βb3 ) • (c1 , c2 , c3 )
= (αa1 + βb1 )c1 + (αa2 + βb2 )c2 + (αa3 + βb3 )c3
= αa1 c1 + βb1 c1 + αa2 c2 + βb2 c2 + αa3 c3 + βb3 c3
= αa1 c1 + αa2 c2 + αa3 c3 + βb1 c1 + βb2 c2 + βb3 c3
= α(a1 c1 + a2 c2 + a3 c3 ) + β(b1 c1 + b2 c2 + b3 c3 )
   
= α ~a • ~c + β ~b • ~c

~a • ~a ≥ 0
Demostración:
Recordemos que al elevar al cuadrado un número real siempre obtendremos un número no
negativo, es decir ~a • ~a = a21 + a22 + a23 .
Ahora, la suma de 3 números iguales o mayores que cero es mayor que cero.

~a • ~a = 0 si y solo si ~a = ~0
Demostración:
Si ~a • ~a = 0, entonces a21 + a22 + a23 = 0. La única forma de que un número real elevado al
cuadrado sea cero es que dicho número sea cero, por lo tanto a1 = a2 = a3 = 0, así ~a = ~0.
Si ~a = ~0, entonces a1 = a2 = a3 = 0, de ese modo ~a • ~a = 0 • 0 + 0 • 0 + 0 • 0 = 0 + 0 + 0 = 0.

~0 • ~a = 0

Si una función < ·, · >: V → R cumple con las propiedades anteriores, se dice que es
un producto interno sobre V .
El producto punto es solo un caso particular de un producto interno, pero lo elegimos
por todas las propiedades geométricas de R3 .

Compilando Conocimiento 26 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

3.1.3. Propiedades Extra e Interesantes del Producto Punto

Producto Punto entre Vectores Unitarios Canónicos:

ı̂ • ı̂ = ̂ • ̂ = k̂ • k̂ = 1
ı̂ • ̂ = ̂ • k̂ = k̂ • ı̂ = 0

Sean ~a, ~b ∈ R3 . Si ~a • ~v = ~b • ~v para todo vector ~v ∈ R3 , entonces ~a = ~b

Demostración:
Sean ~a = (a1 , a2 , a3 ), ~b = (b1 , b2 , b3 ) y ~v = (v1 , v2 , v3 ).
Entonces la condición es equivalente a: a1 v1 + a2 v2 + a3 v3 = b1 v1 + b2 v2 + b3 v3
Reacomodando y factorizando tenemos que:

(a1 − b1 )v1 + (a2 − b2 )v2 + (a3 − b3 )v3 = 0

Como v1 , v2 , v3 pueden valer lo que sea, nos vemos forzados a que (a1 − b1 ), (a2 − b2 ) y
(a3 − b3 ) valgan todos cero para asegurar que la expresión siempre valga cero.
De esa forma, a1 = b1 , a2 = b2 y a3 = b3 , por lo que ~a = ~b.
Nota que el teorema requiere que ~a • ~v = ~b • ~v para todo vector ~v ∈ R3 . Si ~v es un vector
particular únicamente, el teorema no es válido.

Podemos
√ redefinir (o dar una definición alterna) a la magnitud de un vector como:
k~ak = ~a • ~a
Demostración:
En efecto, vemos que dicha definición concuerda con la que ya teníamos:
√ q
~a • ~a = a21 + a22 + a23 = k~ak

En muchas demostraciones, usaremos dicha definición como k~ak2 = ~a • ~a.

Oscar Andrés Rosas 27 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

3.1.4. Ángulo entre Vectores y Definición Alterna de P. Punto

Consideremos el siguiente triángulo 4ABC formado por los vectores ~a, ~b y ~a −~b, donde
θ es el ángulo que forman los vectores ~a y ~b:

Ve la figura, y vamos a ver qué pasa:

2 2
2
~a − ~b = k~ak + ~b − 2 k~ak ~b cos θ Al aplicar la Ley de Cosenos tenemos esto
   
~a − ~b • ~a − ~b = ~a • ~a + ~b • ~b − 2 k~ak ~b cos θ Definición alterna de magnitud (producto punto)
   
~a • ~a − ~b − ~b • ~a − ~b = ~a • ~a + ~b • ~b − 2 k~ak ~b cos θ Aplicamos la propiedad de linearidad

~a • ~a − 2~a • ~b + ~b • ~b = ~a • ~a + ~b • ~b − 2 k~ak ~b cos θ Aplicamos la propiedad de linearidad y conmutativa

−2~a • ~b = −2 k~ak ~b cos θ Cancelamos términos comunes

Definición 3.1.2 (Definición Alterna del Producto Punto con Magnitud)

~a • ~b = k~ak ~b cos θ (3.2)

La ecuación anterior es una de las más importantes que involucran al producto punto,
pues ahora lo relaciona con las magnitudes de los vectores y el ángulo entre ellos.
A veces es común encontrar dicha ecuación como definición de producto
punto y la que nosotros propusimos como consecuencia, ambas formas son
correctas, pero creemos que es más fácil definirla de forma algebráica y
luego deducir la forma geométrica.

Compilando Conocimiento 28 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

3.1.5. Definición de los Vectores Ortogonales por P. Punto

Ahora, usando la ecuación ~a •~b = k~ak ~b cos θ simplemente podemos despejar el coseno
del ángulo y obtenemos esta linda fórmula:

~a • ~b
cos θ = (3.3)
k~ak ~b

Como el rango de arc cos x va de 0 a π, usando esta fórmula siempre obtendremos el

ángulo correcto. Además siempre haremos que el ángulo entre dos vectores caiga en
este rango, siempre.
Más aún, si θ = 90◦ , entonces ~a • ~b = 0. Esto nos motiva a definir lo siguiente, pues
estos vectores recibirán un nombre especial:

Definición 3.1.3 (Vectores ortogonales)

Sean ~a, ~b ∈ R3 . Decimos que ~a y ~b son ortogonales si y solo si ~a • ~b = 0.

Nota que el cero vector ~0 es ortogonal a cualquier otro vector.

Oscar Andrés Rosas 29 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

3.1.6. Proyección de un Vector sobre Otro

Ahora consideremos la siguiente situación:

Tenemos un vector cualquiera ~a y un vector unitario v̂ que forman entre ellos un ángulo
θ. Queremos hallar la proyección de ~a sobre la línea que genera la dirección de v̂.
Es decir, supongamos que extendemos el vector v̂ para que forme un “piso”. Luego,
colocamos al vector ~a en el mismo origen que v̂, esta proyección nos dice la sombra que
generaría ~a sobre el piso.
Llamemos a la proyección p~, y al vector que resulta de unir la punta de p~ con la punta
de ~a el vector ~n (al que llamaremos componente normal de ~a sobre v̂).
Resulta claro que el ángulo que forma la punta de p~ con el inicio de ~n tiene que ser de
90◦ por definición.
De esa forma, aplicamos la definición del coseno para saber la magnitud de p~:
k~pk = k~ak cos θ Definición del coseno para saber k~
pk
~a • v̂
= k~ak Sabemos que...
k~ak kv̂k
~a • v̂
= k~ak Recuerda que es un vector unitario
k~ak
~
a • v̂
= k~a k Cancelamos cosas
k~a
 k
= ~a v̂
• ¡Bingo!

Ya tenemos la magnitud de p~, para determinarlo completamente solo nos hace falta

Compilando Conocimiento 30 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

su dirección, pero es claro que tiene que ser la misma de v̂, y como v̂ es unitario,
simplemente multiplicamos:

p~ = k~pk v̂ =⇒ p~ = (~a • v̂) v̂

Finalmente, vemos de la figura que p~ + ~n = ~a, entonces ~n = ~a − p~:

~n = ~a − (~a • v̂) v̂

Los dos vectores anteriores son muy importantes que conviene definirlos.

Definición 3.1.4 (Proyección de Vectores)

Sean ~a, v̂ ∈ R3 con v̂ unitario.
Definimos a la Proyección de ~a sobre v̂ como:

proyv̂ (~a) := (~a • v̂) v̂ (3.4)

Y a la componente normal de ~a sobre v̂ como:

~n := ~a − (~a • v̂) v̂ (3.5)

Si ~v no fuera unitario, simplemente lo normalizamos, además de que la fórmula se ve

bonita asumiendo que es unitario.
Si no lo fuera, tendríamos que:

(~a • ~v ) ~v
proy~v (~a) := (3.6)
k~v k2

Oscar Andrés Rosas 31 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

3.1.7. Cosenos Directores

Esta es una sección sencilla, se refiere a que dado un vector ~a = (a1 , a2 , a3 ), lo proyec-
temos sobre los tres ejes x, y, z y obtengamos los tres ángulos.
Para proyectarlo sobre el eje x, tenemos que proyectar ~a sobre el vector unitario ı̂.
Nombremos α al ángulo que forman, entonces:
~a • ı̂ a1
cos α = = (3.7)
k~ak kı̂k k~ak

Hacemos lo mismo con los otros ejes (el ángulo β para el eje y, γ para el eje z) y
obtenemos:
a2
cos β = (3.8)
k~ak
a3
cos γ = (3.9)
k~ak

De esta forma, podemos escribir al vector unitario de ~a como:

â = (cos α)ı̂ + (cos β)̂ + (cos γ)k̂ (3.10)

Por eso el nombre de cosenos directores, porque determinan la dirección de ~a.

Se queda como ejercicio que demuestres que â es realmente unitario :p

Compilando Conocimiento 32 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

3.1.8. Desigualdad de Cauchy-Schwarz

Esta es una de las desigualdades más poderosas, tanto que es muy usada en álgebra
lineal.

Teorema 3.1.1 (Desigualdad de Cauchy-Schwarz)

Sean ~a, ~b ∈ R3 . Entonces:

~a • ~b ≤ k~ak ~b (3.11)

Es decir, el valor absoluto del producto punto de dos vectores siempre será menor o
igual al producto de sus magnitudes.
Demostración:
En este librito es suficiente con demostrarla para el espacio R3 . Aunque también es válida para
cualquier tipo de vectores de cualquier espacio vectorial con un producto interno.
Supongamos que ningún vector es el cero vector. Si alguno lo fuera su magnitud sería cero y la
desigualdad de Cauchy-Schwarz se cumple trivialmente.
Sea θ el ángulo que forman ~a y ~b. De trigonometría sabemos que −1 ≤ cos θ ≤ 1, entonces |cos θ| ≤ 1.
~a•~b ~a•~b
Pero anteriormente deducimos que cos θ = akk~bk
k~
, entonces akk~bk
k~
≤ 1, lo que implica que

~a • ~b ≤ k~ak ~b .

Una forma alternativa de esta desigualdad es usando la definición de valor absoluto

(similar al coseno anteriormente):

− k~ak ~b ≤ ~a • ~b ≤ k~ak ~b

Oscar Andrés Rosas 33 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

3.1.9. Desigualdad del Triángulo

Es muy intuitiva de comprender, dice que la magnitud de la suma de dos vectores es
menor o igual a la suma de sus magnitudes. Formalmente:

Teorema 3.1.2 (Desigualdad del Triángulo)

Sean ~a, ~b ∈ R3 . Entonces:

~a + ~b ≤ k~ak + ~b

Vemos que la distancia más corta entre el origen O y el punto B tiene que ser un
segmento de recta, justamente ~a + ~b .
Si en vez de irnos directamente a B nos vamos primero a A y de ahí a B, habremos
recorrido una mayor distancia, que es k~ak + ~b
Pero claro, eso no es una demostración formal. Aquí viene la chida:
Demostración:
Tratemos de usar todo lo aprendido hasta ahora, en especial el producto punto y la desigualdad de
Cauchy-Schwarz.

Comencemos del lado de ~a + ~b , pero elevado al cuadrado para poder pasar a producto punto sin

Compilando Conocimiento 34 Ve al Índice

Capítulo 3. Producto entre Vectores 3.1. Producto Punto

que haya raíces:

2    
~a + ~b = ~a + ~b • ~a + ~b Definición de magnitud

= ~a • ~a + 2~a • ~b + ~b • ~b Propiedad distributiva

≤ ~a • ~a + 2k~ak ~b + ~b • ~b Desigualdad de Cauchy-Schwarz

2
2
= k~ak + 2 k~ak ~b + ~b Definición de magnitud a la inversa
 2
= k~ak + ~b Factorizamos

2  2
De esa forma obtenemos ~a + ~b ≤ k~ak + ~b .

Como todas las magnitudes son no negativas, podemos sacar raíz cuadrada a ambos lados y concluir
que ~a + ~b ≤ k~ak + ~b .

Oscar Andrés Rosas 35 Ve al Índice

Capítulo 3. Producto entre Vectores 3.2. Producto cruz

3.2. Producto cruz

3.2.1. Definición e ideas

Es el segundo tipo de producto que existe entre los vectores.
Este sí es un producto “genuino” de vectores, porque el resultado ahora sí es otro
vector. Sin embargo es un poco raro en comparación al producto punto, pues definirlo
directamente de forma algebráica sería complicado y poco intuitivo.
Además de que es obligatorio que trabajemos en R3 (porque está muy arraigado al
espacio en 3D), pues en R2 no tiene sentido y en dimensiones superiores es bastante
complicado generalizarlo.
Dicho lo anterior, tratemos de definirlo primero de forma geométrica:

3.2.2. Definición Geometríca

Sean ~a, ~b ∈ R3 . Definimos al producto cruz o producto vectorial de ~a con ~b como:

~c = ~a × ~b (3.12)

Donde:

k~ck es el área del paralelogramo formado por los vectores

~a y ~b. De geometría y trigonometría sabemos que dicha
área es k~ck = k~ak ~b sin θ, donde 0 ≤ θ ≤ π.

La dirección de ~c, es decir, ĉ, es perpendicular tanto a ~a

como a ~b, y de forma arbitraria vamos a proponer que
se siga la famosa regla de la mano derecha, porque
justamente en tu mano derecha el índice lo apuntas en
dirección de ~a y el dedo medio en dirección de ~b, tu pulgar
apuntará en la dirección de ĉ.

Compilando Conocimiento 36 Ve al Índice

Capítulo 3. Producto entre Vectores 3.2. Producto cruz

3.2.3. Vectores Unitarios y P. Cruz

Para hacer que la definición anterior sea verdaderamente útil, calculemos los productos
cruz de los vectores unitarios canónicos ı̂, ̂, k̂.
Si dibujamos los vectores ı̂ y ̂, vemos que el paralelogramo que forman es justamente
un cuadrado de área 1, pues el lado mide 1:

De esta forma, |ı̂ × ̂| = 1. También vemos que cualquier dirección perpendicular a ı̂
y a ̂ simultáneamente tiene que apuntar a fuerzas hacia ±k̂. Pero por la regla de la
mano derecha, nos quedamos con la positiva.
Por lo tanto: ı̂ × ̂ = k̂. De forma similar tomando los otros posibles pares de vectores
unitarios canónicos, obtenemos las siguientes relaciones:

Definiciones usando Producto Cruz

ı̂ = ̂ × k̂ ̂ = k̂ × ı̂ k̂ = ı̂ × ̂

Creando Vectores Cero

~0 = ı̂ × ı̂ = ̂ × ̂ = k̂ × k̂

Multiplicando al revés

−ı̂ = k̂ × ̂ −̂ = ı̂ × k̂ −k̂ = ̂ × ı̂

Oscar Andrés Rosas 37 Ve al Índice

Capítulo 3. Producto entre Vectores 3.2. Producto cruz

3.2.4. Propiedades Generales

Ahora veamos algunas propiedades básicas del producto cruz para poder deducir una
fórmula en términos de las componentes de los vectores:
Tenemos las siguientes propiedades, donde ~a, ~b, ~c ∈ R3 y k ∈ R:

Anticonmutatividad: ~a × ~b = −~b × ~a
Demostración:
Magnitud:
Por definición, ~a × ~b = k~ak ~b sin θ. Como θ es en ángulo tanto entre ~a y ~b como entre
~b y ~a, entonces ~a × ~b = ~b × ~a .

Sentido:
Ahora, usando regla de la mano derecha, si el dedo índice apunta en dirección de â y el
medio en dirección de b̂, el pulgar apuntará en dirección de ~a × ~b. Por lo que si ahora el
dedo índice apunta en dirección de b̂ y el medio en dirección de â, es obvio que el pulgar
apuntará en dirección contraria a la que apuntaba antes.
Concluyendo, ~a × ~b = −~b × ~a.

~a × ~a = ~0 × ~a = ~0
Demostración:
El ángulo que forma un vector con él mismo obviamente es de 0◦ . Por lo tanto k~a × ~ak =
2
k~ak sen 0◦ = 0, y ~a × ~a = ~0.
También tenemos que ~0 × ~a = ~0 k~ak sen θ = 0, por lo tanto ~0 × ~a = ~0.
 
Distributiva por la Izquierda: ~a × b + ~c = ~a × ~b + ~a × ~c
~

Demostración:
A pesar de su simplicidad para entender, la demostración no es tan sencilla, pues involucra
el uso de planos y proyecciones en ellos. Supongamos que ~a 6= ~0, pues si lo fuera la igualdad
se cumple trivialmente. Pendiente :v
 
Distributiva por la Derecha: ~a + ~b × ~c = ~a × ~c + ~b × ~c
Demostración:
Tenemos que:
   
~a + ~b × ~c = −~c × ~a + ~b Anticonmutatividad
 
= − ~c × ~a + ~c × ~b Distributiva por la izquierda
 
= − −~a × ~c − ~b × ~c Anticonmutatividad

= ~a × ~c + ~b × ~c

Compilando Conocimiento 38 Ve al Índice

Capítulo 3. Producto entre Vectores 3.2. Producto cruz

   
k ~a × b = (k~a) × b = ~a × k~b
~ ~

Demostración:
 
Veamos que (k~a) × ~b = k ~a × ~b . Si k = 0, ambos lados de la ecuación son el cero vector.
En caso contrario, sea θ el ángulo entre ~a y ~b.
 
Si k > 0, la dirección de (k~a) × ~b es la misma que la de ~a × ~b y la de k ~a × ~b . El ángulo
entre k~a y ~b también es el mismo que entre ~a y ~b.
Entonces:

(k~a) × ~b = kk~ak ~b sin θ Definición de producto cruz

= k k~ak ~b sin θ Propiedad de la magnitud

= k ~a × ~b Definición de producto cruz

 
= k ~a × ~b Propiedad de la magnitud

 
Por lo tanto, en este caso (k~a) × ~b = k ~a × ~b .
 
Si k < 0, la dirección de (k~a) × ~b es igual que la de (−~a) × ~b y que la de − ~a × ~b , por ello
 
es la misma que la de k ~a × ~b .

Entonces el ángulo entre k~a y ~b es el suplementario del que existe entre ~a y ~b, es decir, π − θ.
Por lo tanto:

(k~a) × ~b = kk~ak ~b sin (π − θ) Definición de producto cruz

= |k| k~ak ~b sin (π − θ) Propiedad de la magnitud

= |k| k~ak ~b sin θ Identidad trigonométrica

= |k| ~a × ~b Definición de producto cruz

 
= k ~a × ~b Propiedad de la magnitud

 
Por lo tanto, también en este caso tenemos que: (k~a) × ~b = k ~a × ~b .
   
Se queda como ejercicio ver que k ~a × ~b = ~a × k~b

Hay que tener

 cuidado,
 porque por lo general el producto cruz no es asociativo, es
decir, ~a × ~b × ~c 6= ~a × b × ~c; por lo tanto, la expresión ~a × ~b × ~c es ambigua si no

se especifica en qué orden se deben evaluar.

Oscar Andrés Rosas 39 Ve al Índice

Capítulo 3. Producto entre Vectores 3.2. Producto cruz

3.2.5. Definición Algebráica

Ya con todo lo que hemos visto podemos dar la definición algebráica del producto cruz
(la presentaremos como un teorema):

Teorema 3.2.1 (Definición Algebráica del Producto Cruz)

Sean ~a, ~b ∈ R3 dados por sus coordenadas: ~a = a1 ı̂ + a2 ̂ + a3 k̂ y ~b = b1 ı̂ + b2 ̂ + b3 k̂.
Entonces:

ı̂ ̂ k̂
~a × ~b = a1 a2 a3 (3.13)
b1 b2 b3
a2 a3 a a a a
=+ ı̂ − 1 3 ̂ + 1 2 k̂ (3.14)
b2 b3 b1 b3 b1 b2
= (a2 b3 − a3 b2 )ı̂ + (a3 b1 − a1 b3 )̂ + (a1 b2 − a2 b1 )k̂ (3.15)

Demostración:
Usando todas las propiedades anteriores, tenemos que (esto se pone intenso):
   
~a × ~b = a1 ı̂ + a2 ̂ + a3 k̂ × b1 ı̂ + b2 ̂ + b3 k̂
       
= a1 ı̂ + a2 ̂ + a3 k̂ × (b1 ı̂) + a1 ı̂ + a2 ̂ + a3 k̂ × (b2 ̂) + a1 ı̂ + a2 ̂ + a3 k̂ × b3 k̂
   
 
= a1 ı̂ + (a2 ̂ + a3 k̂) × (b1 ı̂) + a2 ı̂ + (a1 1̂ + a3 k̂) × (b2 ̂) + a3 ı̂ + (a1 1̂ + a2 ̂) × b3 k̂

=a1
b1 ı̂× ı̂ + (a2 ̂ + a3 k̂) × b1 ı̂ +  b2 ̂×̂ + (a1 ı̂ + a3 k̂) × b2 ̂ + 
a2 b3 k̂× k̂ + (a1 ı̂ + a2 ̂) × b3 k̂
a3


= (a2 ̂ + a3 k̂) × b1 ı̂ + (a1 ı̂ + a3 k̂) × b2 ̂ + (a1 ı̂ + a2 ̂) × b3 k̂

= a2 b1 (̂ × ı̂) + a3 b1 (k̂ × ı̂) + a1 b2 (ı̂ × ̂) + a3 b2 (k̂ × ̂) + a1 b3 (ı̂ × k̂) + a2 b3 (̂ × k̂)
= −a2 b1 k̂ + a3 b1 ̂ + a1 b2 k̂ − a3 b2 ı̂ − a1 b3 ̂ + a2 b3 ı̂
= (a2 b3 − a3 b2 )ı̂ − (a1 b3 − a3 b1 )̂ + (a1 b2 − a2 b1 )k̂
a2 a3 a a3 a a2
=+ ı̂ − 1 ̂ + 1 k̂
b2 b3 b1 b3 b1 b2
ı̂ ̂ k̂
= a1 a2 a3
b1 b2 b3

Lo ideal es simplemente memorizar la definición con el determinante, ya que las coor-

denadas de forma explícita no están muy sencillas. ¿Y ya viste por qué fue mejor
comenzar con la definición geométrica? Haber definido al producto cruz por medio de
sus coordenadas no hubiera sido nada intuitivo.

Compilando Conocimiento 40 Ve al Índice

Capítulo 3. Producto entre Vectores 3.2. Producto cruz

3.2.6. Usando Producto Cruz para Ángulo

Vemos también que el producto cruz nos permite calcular el ángulo entre vectores,
pues:

~a × ~b
sin (θ) = (3.16)
k~ak ~b

Sin embargo, puede que no obtengamos el ángulo correcto, porque el rango de arcsin x,
cuando su argumento es positivo, es de 0 a π2 . Por eso es un poco más conveniente usar
el producto punto para esto.
Aunque podemos decir que ~a × ~b = ~0 si y solo si ~a es paralelo a b, es decir, forman un
ángulo de 0◦ . Nota que el cero vector ~0 es paralelo a cualquier vector.

Oscar Andrés Rosas 41 Ve al Índice

Capítulo 3. Producto entre Vectores 3.3. Producto triple

3.3. Producto triple

Este no es un nuevo producto, sino más bien una combinación de los dos anteriores, te
lo digo antes de que te asustes.

Definición 3.3.1 (Producto Triple Escalar)

Sean ~a, ~b, ~c ∈ R3 . Definimos al producto triple escalar como ~a • (~b × ~c).
Nota que de nuevo el resultado es un escalar y no un vector.
También se suele usar la notación: [~a, ~b, ~c] = ~a • (~b × ~c).

3.3.1. Propiedades
     
~ ~
Permutación Circular: ~a b × ~c = b
• • ~
~c × ~a = ~c ~a × b
•

Demostración:
 
Vemos que los vectores ~a + ~b y ~a + ~b × ~c son perpendiculares por definición. Es decir,
forman un ángulo de 90◦ .
Por lo tanto:
    
~a + ~b • ~a + ~b × ~c = 0 Los vectores son ortogonales
   
~a + ~b • ~a × ~c + ~b × ~c = 0 Propiedad distributiva
       

• ~ ~b • ~a × ~c + ~b • ~b 
~
a •
 ~
a
 ×
~c + ~
a b × ~
c + × ~c =0 Propiedad distributiva
     
~a • ~b × ~c = −~b • ~a × ~c Reacomodamos
   
~a • ~b × ~c = ~b • ~c × ~a Anticonmutatividad

La segunda parte de la igualdad se sigue inmediatamente, haciendo que ~a → ~b, ~b → ~c y ~c → ~a,

por eso recibe el nombre de permutación circular, pues las variables se van permutando
cíclicamente.

  a1 a2 a3
~a • ~b × ~c = b1 b2 b3
c1 c2 c3
Demostración:
Esto nos facilita mucho el cálculo del producto triple escalar, pues se reduce a que calculemos
un determinante de dimensión 3, el cual es muy sencillo.
Para la demostración simplemente calcula ambos lados de la ecuación y comprueba que sean
iguales.
Es fácil pero tedioso.

Compilando Conocimiento 42 Ve al Índice

Capítulo 3. Producto entre Vectores 3.4. Identidades de los Productos

3.4. Identidades de los Productos

Existen bastantes identidades que involucran a los productos de vectores. Aquí te
muestro algunas e ideas para sus demostraciones, con el fin de que seas capaz de
desarrollar las tuyas propias.

2  2 2
~a × ~b + ~a b = k~ak2 ~b
• ~

Demostración:
Usamos las definiciones geométricas del producto punto y cruz:
2  2  2  2
~a × ~b + ~a • ~b = k~ak ~b sin θ + k~ak ~b cos θ Definición geométrica
2
2 ~b sin2 θ + cos2 θ


= k~ak Factorizamos
2
2 ~b
= k~ak Identidad trigonométrica

|~a| − ~b ≤ ~a − ~b
Demostración:
A esta desigualdad se le conoce como la desigualdad de triángulo en reversa. Apliquemos la
desigualdad del triángulo a los vectores ~a y ~b − ~a:
 
~a + ~b − ~a ≤ k~ak + ~b − ~a =⇒ ~b ≤ k~ak + ~b − ~a

=⇒ ~b − k~ak ≤ ~b − ~a

=⇒ − ~b − ~a ≤ k~ak − ~b

Ahora a los vectores ~b y ~a − ~b:

 
~b + ~a − ~b ≤ ~b + ~a − ~b =⇒ k~ak ≤ ~b + ~a − ~b =⇒ k~ak − ~b ≤ ~a − ~b

Pero ~b − ~a = ~a − ~b , entonces podemos combinar las dos desigualdades anteriores como:

− ~a − ~b ≤ k~ak− ~b ≤ ~a − ~b , y por definición de valor absoluto en los reales, la conclusión
se sigue.

Oscar Andrés Rosas 43 Ve al Índice

Capítulo 3. Producto entre Vectores 3.4. Identidades de los Productos

     
~ ~ ~
~a × b × ~c = ~a ~c b − ~a b ~c
• •

Demostración:
Para esta identidad usaremos algunas propiedades del plano, las cuales puedes consultar en
el capítulo que sigue. Sea ~n = ~b × ~c el vector normal al plano que generan los vectores ~b y ~c.
Luego, ~v = ~a × ~n será perpendicular al vector normal ~n, por lo que también pertenecerá al
plano.
Entonces, podemos escribir a ~v como una combinación lineal de ~b y ~c, es decir, existen r, s ∈ R
tales que ~v = r~b + s~c.
Aplicamos producto punto con ~a a ambos lados:
 
~a • ~v = ~a • r~b + s~c Sabemos que
   
0 = r ~a • ~b + s ~a • ~c ~a es perpendicular a ~v

r ~a • ~c
=− Reacomodamos
s ~a • ~b
   
Proponemos que r = m ~a • ~c y s = −m ~a • ~b , donde m ∈ R es la constante de propor-
cionalidad. De esta forma la ecuación anterior siempre se cumple y ahora solo tenemos una
variable.
Por lo tanto:
   
~v = m ~a • ~c ~b − m ~a • ~b ~c Sustituimos
      
~a × ~b × ~c = m ~a • ~c ~b − ~a • ~b ~c Recuerda que ~v = ~a × ~ n = ~b × ~c
ny~

Ya solo nos queda hallar m. Como la ecuación anterior se cumple para todos los vectores
~a, ~b, ~c, podemos sustituir ~a = ̂, ~b = ı̂, ~c = ̂ de tal forma que el lado izquierdo no sea el cero
vector.
Obtenemos:

̂ × (ı̂ × ̂) = m ((̂ • ̂) ı̂ − 

(̂ 
• ı̂)
̂) Sustituimos

̂ × k̂ = mı̂ Recuerda los productos punto y cruz entre vectores canónicos

ı̂ = mı̂
m=1
     
Finalmente, concluimos que: ~a × ~b × ~c = ~a • ~c ~b − ~a • ~b ~c.

Compilando Conocimiento 44 Ve al Índice

Capítulo 3. Producto entre Vectores 3.4. Identidades de los Productos

      
~ ~
~a × b × ~a × ~c = ~a b × ~c ~a
•

Demostración:
Usamos la propiedad anterior:
        
~a × ~b × (~a × ~c) = ~a × ~b • ~c ~a −  × ~
~a  b 
•~
a ~c Sustituimos con cuidado

  
= ~a × ~b • ~c ~a ~a es perpendicular a ~a × ~b
  
= ~c • ~a × ~b ~a Conmutativa
  
= ~a • ~b × ~c ~a Permutación circular

         
~a × ~b • ~c × d~ = ~a • ~c ~b • d~ − ~a • d~ ~b • ~c

Demostración:
      
~a × ~b • ~c × d~ = ~c • d~ × ~a × ~b Permutación circular
    
= ~c • d~ • ~b ~a − d~ • ~a ~b Propiedad que ya vimos
     
= ~c • d~ • ~b ~a − ~c • d~ • ~a ~b Distributiva
     
= d~ • ~b ~c • ~a − d~ • ~a ~c • ~b Sacamos el escalar del producto punto (linearidad)
     
= ~a • ~c ~b • d~ − ~a • d~ ~b • ~c Conmutativa

           
~
~a × b • ~ ~
~c × d + b × ~c • ~
~a × d + ~c × ~a • ~ ~
b×d =0
Demostración:
            
~a × ~b • ~c × d~ = ~a ~
c
•  ~b • d~ − ~a • d


~ ~b•~c
            
+ ~b × ~c • ~a × d~ = + ~b•~a~c ~ − ~b • d~~c• 
• d ~a
    
         
+ ~c × ~a • ~b × d~ = + ~c•~b~a ~ − ~c • d~~a
• d
 •~b
 
= 0
     
~ ~ ~
~a × b × ~c + b × ~c × ~a + ~c × ~a × b = ~0
Demostración:
     
~a × ~b × ~c ~b − ~a •~
 
= ~a ~
c
• b ~c
     
+ ~b × ~c × ~a = + ~b•~a ~c − ~b •~
c~a
  
    
~c × ~a × ~b •~ ~a ~b

+ = + ~c b~a − ~c• 
 
= ~0

Oscar Andrés Rosas 45 Ve al Índice

Capítulo 3. Producto entre Vectores 3.4. Identidades de los Productos

Propiedad de “cancelación”: Si ~a • ~v = ~b • ~v y ~a × ~v = ~b × ~v , donde ~v 6= ~0,

entonces ~a = ~b.
Demostración:
La única forma en la que podemos “cancelar” el vector ~v es asegurarnos de que las dos
ecuaciones anteriores se cumplan. Veamos por qué. El truco está en aplicar producto cruz a
ambos lados de la segunda condición:
   
~v × ~a × ~v = ~v × ~b × ~v Sabemos
       
~v • ~v ~a − ~v • ~a ~v = ~v • ~v ~b − ~v • ~b ~v Propiedad que ya vimos, en ambos lados
       
~v • ~v ~a − ~a • ~v ~v = ~v • ~v ~b − ~b • ~v ~v Conmutativa
       
~v ~v = ~v • ~v ~b − ~b
 
~v • ~v ~a − ~a • •~ v ~v Usamos la primera condición y cancelamos

    
~v ~b
 
~v ~a = ~v• 
~v•  Como ~v 6= ~0, entonces ~v • ~v 6= 0
 
~a = ~b Triunfó el mal

Compilando Conocimiento 46 Ve al Índice

Capítulo 4

Aplicaciones a la geometría

47
Capítulo 4. Aplicaciones a la geometría 4.1. Aplicaciones con el P. Cruz

4.1. Aplicaciones con el P. Cruz

4.1.1. Área de un Triángulo

Si tenemos un triángulo con vértices A, B y C, podemos calcular su área de una forma
muy sencilla usando el producto cruz.
Escogemos de forma arbitraria un vértice y calculamos los dos vectores de desplaza-
miento a los otros dos puntos. El área simplemente será la mitad de la magnitud del
producto punto entre estos dos vectores, pues dos triángulos forman un paralelogramo.

Por ejemplo: supongamos que los vectores de posición del triángulo son A, ~ B ~ y C.
~
~
Escogemos como referencia el vértice A, de esta forma los vectores de desplazamiento
son ~b = B
~ −A~ y ~c = C
~ − A.
~
1 ~
Entonces el área será igual a b × ~c .
2

Compilando Conocimiento 48 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.1. Aplicaciones con el P. Cruz

4.1.2. Área de un Paralelogramo en términos de sus Diagonales

Sean ~a, ~b ∈ R3 . Queremos hallar el área del paparelogramo que forman, pero no en
términos de ellos, sino de las dos diagonales.

De la figura vemos que d~1 = ~a +~b y que d~2 = ~b −~a, entonces hallemos ~a y ~b en términos
de d~1 y d~2 :
1 ~ ~

~a = d1 − d2
2
~b = 1 d~1 + d~2
 
2

Por lo tanto, el área es:

    1  
1
~a × ~b = d~1 − d~2 × d~1 + d~2
2 2
1 ~   
= d1 − d~2 × d~1 + d~2
4
1 ~ ~ ~
d1 × d1 + d1 × d~2 − d~2 × d~1 − d~2×d~2

= 
4
1 ~
= d1 × d~2 + d~1 × d~2
4
1 ~ 
= 2 d1 × d~2
4
1 ~
= d1 × d~2
2

Oscar Andrés Rosas 49 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.1. Aplicaciones con el P. Cruz

4.1.3. Demostración de la Ley de Senos

A pesar de que es un teorema que es independiente del producto cruz, lo usaremos
para demostrarla.

Sean ~a, ~b y ~c los vectores de desplazamiento que representan a los lados. Es decir,
−−→ −→ −→
BC = ~a, CA = ~b y AB = ~c. De la figura se ve que ~a + ~b + ~c = ~0, pues es cerrada.
Hacemos el producto cruz con ~a en ambos lados:
 
~a + ~b + ~c × ~a = ~0 × ~a
=⇒ ~b × ~a + ~c × ~a = ~0
=⇒ ~a × ~b = ~c × ~a

Ahora hacemos el producto cruz con ~b en ambos lados:

 
~a + ~b + ~c × ~b = ~0 × ~b
=⇒ ~a × ~b + ~c × ~b = ~0
=⇒ ~a × ~b = ~b × ~c

Combinamos las dos ecuaciones anteriores y obtenemos que ~a × ~b = ~b × ~c = ~c × ~a.

Tomamos magnitud y obtenemos:

k~ak ~b sin C = ~b k~ck sin A = k~ck k~ak sin B

Reacomodamos y terminamos:

~b
k~ak k~ck
= = (4.1)
sin A sin B sin C

Compilando Conocimiento 50 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.2. Aplicaciones con el P. Triple

4.2. Aplicaciones con el P. Triple

4.2.1. Volumen de un Paralelepípedo

Supongamos que queremos hallar el volumen del paralelepípedo formado por los vec-
tores ~a, ~b y ~c:

Recordemos que el volumen está dado por V = Área de la base (Altura).
Vemos que el área de la base es simplemente el área del paralelogramo formado por ~a
y ~b, es decir, ~a × ~b .

Sea φ el ángulo que forma el vector ~a ×~b con ~c. Entonces, usando la definición de coseno
vemos que la altura está dada por k~ck |cos φ|. Usamos el valor absoluto en el coseno
porque φ puede ser mayor a 90◦ , causando que cos φ < 0.
 
~ ~
De esa forma, el volumen es V = ~a × b k~ck |cos φ| = ~a × b k~ck cos φ = ~c ~a × b ,
• ~
que es justamente el valor absoluto del producto triple de los vectores que definen al
paralelepípedo.
 
¿Qué significado tendrá el hecho de que ~a • ~b × ~c = 0? Quiere decir que el parale-
lepípedo no tiene volumen, es decir, que los tres vectores estánen el mismo plano.
Veremos más adelante las propiedades del plano.
La expresión producto triple puede hacer referencia a otras
 combinaciones
   donde estén
involucrados tres vectores y sus productos, como: ~a × ~b × ~c , ~a • ~b ~c, etc.

Oscar Andrés Rosas 51 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.3. Ecuación de la Recta

4.3. Ecuación de la Recta

Una recta es el conjunto de puntos que se mueven en una dirección determinada, y de
forma indefinida en sus ambos extremos. Existen dos formas principales de definirlas:

Mediante un punto por el que pasa y un vector paralelo a ella.

Mediante dos puntos por los que pasa.

Compilando Conocimiento 52 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.3. Ecuación de la Recta

4.3.1. Ecuación de la Recta: Punto y Vector Paralelo

Supongamos que la recta pasa por el punto P
y un vector paralelo a ella es ~v . Vemos que la
tarea de ~v es básicamente darle la dirección a
la recta:
Sea ~r el vector de posición de cada uno de
los puntos de la línea, es decir, su flecha va a
barrer a toda la línea.
En este caso solo podemos movernos en la di-
rección de ~v , por lo que cualquier múltiplo es-
calar de ~v estará sobre la línea, sumándole el
punto P~ .
Entonces:

~r = P~ + t~v (4.2)

Donde t ∈ R. La ecuación anterior es conocida como la ecuación paramétrica de la

recta. Como ~r se está moviendo, usemos las tres variables genéricas para representar
sus coordenadas. De esa forma, si ~r = (x, y, z), ~v = (a, b, c) y P~ = (x0 , y0 , z0 ), entonces
podemos reescribir la ecuación de la recta como:

(x, y, z) = (x0 + ta, y0 + tb, z0 + tc)

Comparamos componente a componente y despejamos t en cada caso:

x − x0
x = x0 + ta =⇒ t=
a
y − y0
y = y0 + tb =⇒ t=
b
z − z0
z = z0 + tc =⇒ t=
c

Igualamos y obtenemos la forma cartesiana de la ecuación de la recta:

x − x0 y − y0 z − z0
= = (4.3)
a b c

Nota que una misma línea puede tener varias ecuaciones, pues cualquier múltiplo es-
calar de ~v funciona. Además, para usar la forma cartesiana requerimos que a, b, c 6= 0,
mientras que en la forma paramétrica no hay restricción.

Oscar Andrés Rosas 53 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.3. Ecuación de la Recta

4.3.2. Ecuación de la Recta: Dos Puntos

~ y B,
Ahora supongamos que nos dan dos puntos A ~ y queremos hallar la ecuación de
la recta que pasa por ellos:

~ v = B,
De la figura vemos que A+~ ~ entonces el vector paralelo es simplemente ~v = B−
~ A.
~
Por lo tanto, la ecuación de la recta paramétrica queda como:
 
~ ~ ~
~r = A + t B − A = (1 − t)A ~ + tB
~ (4.4)

Nota que también podemos usar el punto B ~ como punto inicial.

~ = (x1 , y1 , z1 ) y B
Ahora, si A ~ = (x2 , y2 , z2 ), siguiendo una deducción similar a la de la
sección anterior, la ecuación en forma cartesiana queda como:
x − x1 y − y1 z − z1
= = (4.5)
x2 − x 1 y2 − y1 z2 − z1

Nota su parecido con la ecuación de la recta en dos dimensiones que probablemente

conozcas de geometría analítica.

Compilando Conocimiento 54 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.4. Ecuación del Plano

4.4. Ecuación del Plano

El plano es un objeto bidimensional que contiene infinitos puntos y rectas. Usualmente
se les denota con la letra griega Π.
Para definirlo, podemos contar con la siguiente información:

Un punto por el que pasa y un vector normal a toda su superficie.

Tres puntos no colineales (que no estén en la misma recta) por los que pasa.

Un punto por el que pasa y dos vectores paralelos al plano.

Aunque existen muchas más combinaciones que nos pueden determinar de forma única
un plano.

Oscar Andrés Rosas 55 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.4. Ecuación del Plano

4.4.1. Punto y Vector Normal

Supongamos que el plano pasa por el punto P y el vector normal a su superficie es ~n.
Queremos hallar un vector ~r tal que su flecha dibuje todo el plano.

De la figura vemos que ~r − P~ siempre está contenido en el plano, y por ser así, será
perpendicular a ~n, por lo que:
 
~n • ~r − P~ = 0 (4.6)

Supongamos que ~r = (x, y, z), ~n = (a, b, c) y P~ = (x0 , y0 , z0 ).

Entonces podemos reescribir la ecuación como:

(a, b, c) • (x − x0 , y − y0 , z − z0 ) = 0
=⇒ a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0 (4.7)
=⇒ ax + by + cz = d

Donde d = ax0 + by0 + cz0 .

Como puedes ver, la ecuación del plano es muy sencilla en forma cartesiana, y podemos
identificar rápidamente al vector normal con tan solo fijarnos en los coeficientes.
Además ten en cuenta un mismo plano puede tener más de una ecuación que lo repre-
sente (infinitas de hecho), pues cualquier múltiplo escalar del vector normal es válido.

Compilando Conocimiento 56 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.4. Ecuación del Plano

4.4.2. Tres Puntos

De forma similar a como calculábamos el área de un triángulo, vamos a escoger uno de
los tres puntos y hallar los vectores de desplazamiento de él hacia los otros dos:

Por ejemplo, escojamos el punto A ~ y a partir de ahí calculemos los vectores de despla-
~ ~ ~ ~
zamiento b = B − A y ~c = C − A.~
Vemos que tanto ~b como ~c están contenidos totalmente en el plano, lo que nos falta es
hallar el vector normal, que debe ser perpendicular a ellos dos.
Por definición del producto cruz, ese vector es simplemente ~n = ~b × ~c.
Finalmente, escogemos cualquiera de los tres puntos y la ecuación del plano será:
 
~n • ~r − A~ =0
    (4.8)
~
=⇒ b × ~c • ~
~r − A = 0

La forma difícil de calcular la ecuación del plano dados tres puntos, es sustituir cada
uno en la ecuación general ax + by + cz = d y formar un sistema de ecuaciones para
hallar a, b, c, d.
Sin embargo, es más tardado y al hacerlo así no entendemos realmente la geometría
del problema.

Oscar Andrés Rosas 57 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.4. Ecuación del Plano

4.4.3. Punto y 2 Vectores Paralelos

~ y
Similar a la situación anterior, solo que ahora nos dan un punto por el que pasa (A)
→
− →
−
los dos vectores paralelos, que ahora llamaremos e1 y e2 .
Veremos que podemos escribir la ecuación del plano de otra manera:

Como el plano tiene dos dimensiones, intuitivamente podemos decir que tenemos dos
“grados de libertad” de movimiento, es decir, que podemos movernos lo que queramos
en la dirección de →
−
e1 y lo que queramos en la dirección de →
−
e2 .
El efecto de “movernos” no es más que multiplicar a esos vectores por un escalar. Lo
que significa que cualquier punto en el plano puede ser expresado como la combinación
lineal de →
−
e1 y →
− ~
e2 más el vector A:
~ + s→
~r = A −
e1 + t→
−
e2 (4.9)

Donde s, t ∈ R, es decir, abarcan todos los números reales para “barrer” todo el plano.
Le sumamos el vector A ~ para forzar que el plano pase por ahí.
Esta forma de escribir la ecuación del plano se conoce como ecuación paramétrica, que
a diferencia que la de la línea, ahora usamos dos parámetros en vez de uno.
Nota: Es muy importante que → 1
−
e y →
2
−
e sean linealmente independientes para poder
definir un plano. ¿Qué pasaría si fueran linealmente dependientes? Pista: Uno sería
múltiplo escalar del otro, así que... ;)

Compilando Conocimiento 58 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.5. Ecuación de la Esfera

4.5. Ecuación de la Esfera

La esfera es el conjunto de puntos en el espacio que están a la misma distancia de
un punto llamado centro. Es la generalización del círculo en dos dimensiones. Aquí
también llamaremos radio a la distancia del centro.

~ = (x0 , y0 , z0 ) el centro. Sea P~ = (x, y, z) el vector de

Sea R el radio de la esfera y C
posición que va a barrer toda la esfera. Entonces requerimos que la distancia entre P~
yC~ sea siempre igual al radio R, es decir:

P~ − C
~ =R (4.10)

Si reemplazamos cada vector por sus componentes, entonces:

k(x − x0 , y − y0 , z − z0 )k = R
=⇒ (x − x0 )2 + (y − y0 )2 + (z − z0 )2 = R2

Esta ecuación es muy parecida a la del círculo, simplemente incluimos la componente

en z.

Oscar Andrés Rosas 59 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.6. Distancia Punto - Recta

4.6. Distancia Punto - Recta

Supongamos que tenemos una línea en su forma paramétrica ~r = → −
a0 + t~v y un punto
~ ~
P . Queremos saber la mínima distancia que hay entre P y la línea.

4.6.1. Método 1
¿Recuerdas la definición 3.1.4 de la proyección de un vector sobre otro? La retomaremos
aquí.

De la figura vemos que el vector P~ − → −

a0 tiene el mismo origen que el vector paralelo
a la línea, que es ~v . Por definición de distancia punto-línea, queremos la más corta,
es decir, la longitud del segmento que resulta de proyectar ortogonalmente el vector
P~ − →
−
a0 sobre la línea.
Y ya tenemos la fórmula para eso. Sea d~ el vector resultado de dicha proyección,
entonces, por la ecuación 3.5, tenemos que:

d~ = P~ − →−
a0 − P~ − → −
    
a0 • v̂ v̂ (4.11)

~
De esa forma, la distancia que queremos es justamente la magnitud de d:

d~ = P~ − → −
a0 − P~ − → −
    
a0 • v̂ v̂
→
−
 
~
P − a0 • ~v
→
−
 
~
= P − a0 − ~v (4.12)
k~v k2

Compilando Conocimiento 60 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.6. Distancia Punto - Recta

4.6.2. Método 2
Ahora usaremos un poco de trigonometría y el producto cruz. Retomemos la figura
anterior:

Sea θ el ángulo que forman los vectores ~v y P~ − →

−
a0 . Entonces, por definición del seno
en el triángulo rectángulo formado tenemos que:

d~ = P~ − →
−
a0 sen θ (4.13)

Y por la ecuación 3.16 sabemos que:

→
−
 
~
~v × P − a0
sen θ = (4.14)
k~v k P~ − →
−
a0

Entonces:
→
−
 
~
v × P ~ − a 0
d~ = P~− →
−
a0


 k~v k P~−→
−
a0



~v × P~ − → −

a0
= (4.15)
k~v k

Oscar Andrés Rosas 61 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.6. Distancia Punto - Recta

Caso Particular: Línea en el Plano XY

Supongamos que tenemos una línea en el plano xy cuya ecuación es ax + by = c, y un

punto P cuyo vector de posición es P~ = (x0 , y0 ). Para hallar la distancia entre este
punto y la recta, primero tenemos que parametrizarla.
a c  a c  c  a
Vemos que y = − x+ , por lo tanto: ~r = (x, y) = x, − x + = 0, +x 1, −
b b b b b b
 c a
De esa forma →−
 
a0 = 0, y ~v = 1, −
b b
Sustituimos en la ecuación 4.15 y obtenemos:
 a  c c a
1, − × x0 , y0 − y 0 − + x0
d~ = b b = r b  b
a a 2
1, − 1 +
b b
|ax0 + by0 − c|
=⇒ d~ = √
a2 + b 2

Compilando Conocimiento 62 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.6. Distancia Punto - Recta

4.6.3. Extra: Reflexión de un Punto sobre una Recta

Ahora supongamos que la línea es un espejo y queremos hallar un punto P~ 0 tal que
esté del otro lado de la línea y tenga la misma distancia a la línea que el punto original
P~ .

Vemos que necesitamos otra vez el vector d~ que ya hemos calculado en la ecuación 4.11.
Y obtener P~ 0 es muy sencillo, simplemente a P~ le sumamos dos veces el desplazamiento
que indica el vector d~ en dirección hacia P~ 0 .
Pero como d~ va en dirección contraria a la que queremos, le invertimos el sentido y
~
dicha suma se convierte en una resta de dos veces el vector d:
P~ 0 = P~ − 2d~ (4.16)

Finalmente sustituimos la ecuación 4.11 en la ecuación anterior:

→
− →
−
h     i
~ 0 ~ ~ ~
P = P − 2 P − a0 − P − a0 • v̂ v̂
(4.17)
=⇒ P~ 0 = 2→
−a0 − P~ + 2 P~ − →−
  
a0 • v̂ v̂

Por supuesto que no te recomiendo que te memorices todas las fórmulas anteriores (yo
nunca me las aprendí), sino que cuentes con las herramientas adecuadas para poder
deducirlas y aplicarlas correctamente en los problemas.

Oscar Andrés Rosas 63 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.7. Distancia Punto - Plano

4.7. Distancia Punto - Plano

Usaremos ideas similares a las anteriores. Supongamos que tenemos un plano descrito
por la ecuación ~n • (~r − →
−
a0 ) = 0, es decir, su vector normal es ~n, pasa por el punto →
−
a0
y su vector de posición que lo dibuja es ~r.
Queremos hallar la mínima distancia entre un punto P~ y el plano.

Proyectamos ortogonalmente el punto P~ sobre la superficie del plano y llamemos d~ al

vector resultante. Claramente vemos que la dirección de d~ es la misma que la del vector
normal ~n, entonces podemos escribir:

d~ = d~ n̂ (4.18)

Compilando Conocimiento 64 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.7. Distancia Punto - Plano

Como el punto descrito por el vector de posición P~ + d~ pertenece al plano, debe

~
satisfacer la ecuación del plano. Por lo tanto, sustituimos ~r por P~ + d:

→
−
 
~ ~
~n P + d − a0 = 0
•

n̂ • P~ + d~ n̂ − →
−
 
a0 = 0 nk y sustituímos d~
Dividimos entre k~

n̂ • P~ − →
−
 
a0 + d~ = 0 Expandimos el producto punto

d~ = −n̂ • P~ − → −
 
a0 Despejamos

d~ = n̂ • P~ − → −
 
a0 Sacamos valor absoluto por si el producto punto es negativo

→
−
 
~
~n P − a0
•

d~ = Recuerda que n̂ =
~
n
k~nk k~
nk

(4.19)

Observa que la ecuación anterior no es más que la longitud de la proyección del vector
P~ − →
−
a0 sobre el vector normal ~n. ¿Podrías explicar por qué?

4.7.1. Caso Particular: Fórmula en Forma Cartesiana

Si descomponemos los vectores en coordenadas, es decir, ~n = (a, b, c), P~ = (x1 , y1 , z1 )
y→−
a0 = (x0 , y0 , z0 ), entonces obtenemos la fórmula en forma cartesiana:

|a(x1 − x0 ) + b(y1 − y0 ) + c(z1 − z0 )|

d~ = √
a2 + b 2 + c 2
|ax1 + by1 + cz1 − (ax0 + by0 + cz0 )|
= √ (4.20)
a2 + b 2 + c 2
|ax1 + by1 + cz1 − d|
= √
a2 + b 2 + c 2

Donde recuerda que la ecuación del plano en forma cartesiana es ax + by + cz = d (no

confundas las d’s).

Oscar Andrés Rosas 65 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.8. Rotaciones en el Espacio

4.8. Rotaciones en el Espacio

Este es una aplicación muy interesante y padre a la vez. Supongamos que tenemos una
línea en el espacio y un punto, nuestro objetivo será rotarlo usando a la línea como eje
mediante un ángulo determinado en sentido antihorario.
Usaremos lo aprendido de ecuación de la línea en forma paramétrica, ecuación del plano
dados dos vectores paralelos a él, proyecciones ortogonales; y por supuesto, producto
punto y cruz.
Observa con cuidado la siguiente figura:

Veamos todos los elementos con los que vamos a trabajar:

El eje de rotación estará dado por la ecuación de la línea ~r = →

−
a0 +tv̂. Supondremos
que el vector paralelo v̂ será unitario para simplificar.
El punto a rotar P está indicado por su vector de posición P~ .
Obtendremos el nuevo punto P~ 0 al rotar P~ sobre el eje con un ángulo de rotación
θ.

Primero vamos a proyectar el vector P~ − →

−
a0 sobre el eje. Llamaremos ~u a la proyección
y ~n a la componente normal. Ya sabemos cómo calcularlos:
→
−
  
~
~u = P − a0 • v̂ v̂

~n = P~ − →
−
a0 − P~ − →−
  
a0 • v̂ v̂

Compilando Conocimiento 66 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.8. Rotaciones en el Espacio

De esa forma descompusimos al vector P~ − → −

a0 tal que P~ − →
−
a0 = ~u + ~n.
Suena razonable suponer que el nuevo vector P~ 0 − → −
a0 también será la suma de dos
vectores, y lo es, porque vemos que al girar el punto P~ el vector ~u no cambia pues
es paralelo al eje, mientras que el vector ~n gira el mismo ángulo. Llamemos n~0 a este
nuevo vector, entonces:

P~ 0 − →
−
a0 = ~u + n~0 =⇒ P~ 0 = →
−
a0 + ~u + n~0 (4.21)

Ahora el problema es obtener n~0 .

Para ello nos conviene definir un plano en donde la rotación se va a llevar a cabo. Un
vector normal a él que apunta hacia afuera es justamente v̂.
Nota que al girar la punta de ~n hasta la punta de n~0 estamos dibujando un círculo
contenido en el plano, cuyo centro es la punta del vector ~u y su radio es k~nk.
Para hallar la ecuación de ese círculo, aparte de necesitar los dos vectores paralelos
al plano, requerimos que estos sean ortogonales y sean unitarios para que se dibuje
correctamente el círculo (es decir, barriendo la misma longitud en ambas direcciones
conforme θ aumenta). Llamémoslos eˆ1 y eˆ2 .
eˆ1 va en la dirección de ~n, por lo tanto:
~n
eˆ1 =
k~nk

eˆ2 es perpendicular a v̂ y a ~n, y por la regla de mano derecha, debemos de hacer

producto cruz de v̂ con ~n. De esa forma tenemos:
v̂ × ~n
eˆ2 =
kv̂ × ~nk
v̂ × P~ − →
−
a0 − P~ − →
−
h    i
a0 • v̂ v̂
= (4.22)
kv̂k k~nk sen 90◦
v̂ × P~ − →
−
 
a0
=
k~nk

Oscar Andrés Rosas 67 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.8. Rotaciones en el Espacio

Por lo tanto, el círculo, que está dibujado por la punta de n~0 , es:

n~0 = k~nk (cos θeˆ1 + sen θeˆ2 ) = (cos θ) ~n + (sen θ) v̂ × P~ − →

−
h  i
a0 (4.23)

Finalmente, el punto P~ 0 corresponde con un específico ángulo de θ, por lo tanto, sus-

tituyendo todo en la ecuación 4.21:

P~ 0 = →
−
a0 + ~u + (cos θ) ~n + (sen θ) v̂ × P~ − →
−
h  i
a0

=→−
a0 + P~ − → a0 • v̂ v̂ + (cos θ) P~ − →
− −
a0 − P~ − → −
a0 • v̂ v̂ + (sen θ) v̂ × P~ − →
−
   h    i h  i
a0

=→−
a0 + (cos θ) P~ − → −
a0 + (1 − cos θ) P~ − → −
a0 • v̂ v̂ + (sen θ) v̂ × P~ − →
−
     h  i
a0

Si hacemos que ~q = P~ − →
−
a0 , tenemos la fórmula un poco más simple:

P~ 0 = →
−
a0 + (cos θ) ~q + (1 − cos θ) (~q • v̂) v̂ + (sen θ) (v̂ × ~q) (4.24)

4.8.1. Caso Particular: Rotación en el Plano XY

Si queremos rotar un punto P~ = xı̂ + y̂ respecto al origen del plano xy un ángulo θ,
vemos que el eje de rotación es el eje z, es decir, v̂ = k̂; también vemos que →
−
a0 = ~0.
Entonces, sustituimos en la ecuación anterior:

 ( (  
P~ 0 = ~0 + (cos θ) (xı̂ + y̂) + (1 −(
((
cos(θ)
( ((xı̂
(+ (y̂) • k̂ k̂ + (sen θ) k̂ × (xı̂ + y̂)
((
= (cos θ) (xı̂ + y̂) + (sen θ) (x̂ − yı̂)
= (x cos θ − y sen θ) ı̂ + (x sen θ + y cos θ) ̂

Probablemente ya conocías la ecuación anterior, y en forma matricial se ve más bonita,

donde P~ 0 = (x0 , y 0 ):
 0   
x cos θ − sen θ x
0 = (4.25)
y sen θ cos θ y

Compilando Conocimiento 68 Ve al Índice

Capítulo 4. Aplicaciones a la geometría 4.9. Demostraciones Geométricas

4.9. Demostraciones Geométricas

Muchas demostraciones en geometría se pueden simplificar y llevar a cabo usando
vectores de forma más elegante.
Algunas propiedades que podemos aprovechar son:

Expresar cada segmento de la figura con vectores de desplazamiento de una forma

conveniente.

También podemos expresar los vértices como vectores de posición.

Para probar que dos segmentos son paralelos, probamos que los vectores que los
representan tienen la misma dirección, o equivalentemente, que uno es múltiplo
escalar del otro.

Para probar que dos segmentos tienen la misma longitud, probamos que los vec-
tores que los representan tienen la misma magnitud.

En algunos casos podemos escoger algunos vectores como base y expresar a otros
como combinación lineal de los primeros.

Para hallar razones entre longitudes de segmentos, podemos usar ideas de depen-
dencia e independencia lineal.

En la mayoría de los casos no es necesario descomponer los vectores en sus com-

ponentes.

El producto punto puede servir para probar perperndicularidad y en algunos

casos simplificar expresiones que involucren magnitudes.

Así que, veamos muchos ejemplos:

Oscar Andrés Rosas 69 Ve al Índice

 Parte II

Cálculo diferencial vectorial

70
71
Capítulo 5. Funciones de varias variables
5.1. Representación como superficies

Capítulo 5

Funciones de varias variables

5.1. Representación como superficies

5.1.1. Curvas de nivel y de contorno

5.2. Límites

5.2.1. Definición intuitiva

5.2.2. Definición formal

5.3. Continuidad

5.4. Derivadas parciales

5.4.1. Plano tangente a una superficie

5.4.2. Diferenciabilidad

5.4.3. Derivadas de orden superior

Teorema de Clairaut

5.5. Gradiente

5.6. Regla de la cadena

Compilando Conocimiento 72 Ve al Índice

5.6.1. Diferencial total

73
Capítulo 6. Funciones vectoriales 6.1. Curvas en forma paramétrica

Capítulo 6

Funciones vectoriales

6.1. Curvas en forma paramétrica

6.1.1. Reglas de derivación

6.1.2. Velocidad y aceleración

6.1.3. Longitud de arco

6.1.4. Parametrización por longitud de arco

6.1.5. Geometría diferencial

Vector tangente, normal y binormal

Curvatura y torsión

Velocidad y aceleración

Ecuaciones de Frenet-Serret

6.2. Campos vectoriales

6.2.1. Líneas de campo

6.2.2. Derivadas parciales

6.3. Operador nabla

Compilando Conocimiento 74 Ve al Índice
6.3.1. Gradiente

6.3.2. Divergencia
 Parte III

Cálculo integral vectorial

75
76
Capítulo 7. Integrales multivariable 7.1. Regiones

Capítulo 7

Integrales multivariable

7.1. Regiones

7.1.1. Regiones del plano y tipos

7.1.2. Regiones del espacio y tipos

7.2. Integrales iteradas

7.3. Integrales dobles

7.3.1. Integración sobre regiones arbitrarias

7.3.2. ¿Cómo hallar los límites de integración?

7.3.3. Teorema de Fubini

7.4. Integrales triples

7.4.1. Integración sobre regiones arbitrarias

7.4.2. ¿Cómo hallar los límites de integración?

7.5. Cambio de variable en 2 y 3 dimensiones

7.5.1. Transformación de coordenadas

Oscar Andrés Rosas 77 Ve al Índice
7.5.2. Jacobiano
78
Capítulo 8. Integrales de funciones vectoriales 8.1. Integrales de línea

Capítulo 8

Integrales de funciones vectoriales

8.1. Integrales de línea

8.1.1. Función escalar

8.1.2. Función vectorial

8.1.3. Campos conservativos

Potencial

8.2. Integrales de superficie

8.2.1. Superficies en forma paramétrica

Vector normal

Relación con el Jacobiano

Cálculo a través del gradiente

8.2.2. Función escalar

8.2.3. Función vectorial

8.3. Integrales de volumen

8.3.1. Regiones del espacio en forma paramétrica

Oscar Andrés Rosas 79 Ve al Índice
Elemento de volumen

Relación con el Jacobiano

Capítulo 9

Teoremas de integración

9.1. Teorema de Green

9.1.1. Cálculo de áreas dado el contorno

9.2. Teorema de Stokes

9.2.1. Frontera de una superficie

9.3. Teorema de la divergencia de Gauss

9.3.1. Superficie cerrada

80
 Parte IV

Coordenadas curvilíneas

81
82
Capítulo 10. Coordenadas curvilíneas10.1.
generalizadas
Transformación de coordenadas

Capítulo 10

Coordenadas curvilíneas generalizadas

10.1. Transformación de coordenadas

10.2. Sistemas ortogonales

10.3. Vectores unitarios

10.3.1. Factores de escala

10.4. Integración

10.4.1. Elemento de línea

10.4.2. Elemento de longitud de arco

10.4.3. Elemento de área

10.4.4. Elemento de volumen

10.5. Operador nabla

10.5.1. Gradiente

10.5.2. Divergencia

10.5.3. Rotacional
Oscar Andrés Rosas 83 Ve al Índice
10.5.4. Laplaciano
Bibliografía

[1] Enrique Ontiveros Salazar

84