Академический Документы
Профессиональный Документы
Культура Документы
1.1 Vectores 1
1.2 Operaciones Básicas 3
1.3 Propiedades de los vectores 5
1.4 Paralelismo, perpendicularidad, cosenos directores. 11
1.5 Proyección ortogonal 12
1.6 Producto Cruz en R3 15
1.7 Rectas y Planos en el espacio 19
1.8 Planos. Ecuación vectorial, normal y cartesiana 22
Bibliografía 29
1.1 Vectores
Notación
Los vectores se denotarán con letras minúsculas con una flecha arriba tales como −
→
v,−→y,−→z . Los
puntos se denotarán con letras mayúsculas tales como A , B , C . En el contexto de los vectores,
los números reales serán llamados escalares y se denotarán con letras minúsculas cursivas tales
como α, β, k.
−→
Si el punto inicial de un vector −
→
v es A y el punto final es B , entonces −
→
v = AB
−
→
El vector nulo se denota con 0 = (0, 0, · · · , 0)
Un vector en el Rn es un n−tuple ( x1 , x2 , · · · , xn ) con cada xi ∈ R. A xi se le llama compo-
nente i −ésima del vector.
2
3
Igualdad
Dos vectores son iguales si tienen, en el mismo orden, los mismos componentes.
−
→ −
→
Definición 1.1 Consideremos los vectores v = (v1 , v2 , · · · , vn ) ∈ Rn y w = (w1 , w2 , · · · , wn ) ∈ Rn , en-
−→ −
→
tonces v = w si y sólo si v1 = w1 , v2 = w2 , · · · , vn = wn .
Ejemplo 1.
Sea −
→
v = (1, 3, 4) y −
→
w = (3, 1, 4) , entonces −
→
v 6= −
→
w.
. Hacer clic en la figura para ver en 3D (en Internet)
Z w
4. v
3.
2.
6.
5.
1. 4.
3.
2.
1.
1. 2. 3. 4. 5. 6.
X
Suma y resta
−
→ −
→
Definición 1.2 Consideremos los vectores v = (v1 , v2 , · · · , vn ) ∈ Rn y w = (w1 , w2 , · · · , wn ) ∈ Rn .
−
→
v +−→
w = ( v 1 + w1 , v 2 + w2 , · · · , v n + w n )
−
→ −
→
v − w = (v − w , v − w , · · · , v − w )
1 1 2 2 n n
4
Ejemplo 2.
Sea −
→
v = (1, 3, 4) y −
→
w = (3, 1, 4) , entonces
i.) −
→
v +−
→
w = (4, 4, 8)
. Hacer clic en la figura para ver en 3D (en Internet)
ii.) −
→
v −−
→
w = (−2, 2, 0)
. Hacer clic en la figura para ver en 3D (en Internet)
4. v
w
−
→
Definición 1.3 Consideremos el vector v = (v1 , v2 , · · · , vn ) ∈ Rn y el escalar k ∈ R, entonces
k−
→
v = ( k v1 , k v2 , · · · , k v n )
5
Ejemplo 3.
2v
Sea −
→
v = (1, 3, 4) entonces
2−
→
v = (2, 6, 8)
√1 −→
v = √1 , √3 , √4 v
2 2 2 2
1
2
v
-3. -2. -3
.
-1 .
1. 1.
2. 2.
3. 3.
4. 4.
5. 5.
X Y
4. 1 −
→
v =−
→ 9. (αβ) −
→
v = α β−→
v v
5. −
→
v +−
→
w =−
→
w +−
→
v
Ejemplo 4.
El producto punto (o escalar) es una operación entre vectores que devuelve un escalar. Esta op-
eración es introducida para expresar algebraicamente la idea geométrica de magnitud.
−
→ −
→
Definición 1.4 Consideremos los vectores v = (v1 , v2 , · · · , vn ) ∈ Rn y w = (w1 , w2 , · · · , wn ) ∈ Rn . El
−→ −
→
producto punto (o escalar) v · w se define de la siguiente manera,
−
→
v ·−
→
w = v 1 · w1 + v 2 · w2 + · · · + v n · w n ∈ R
Ejemplo 5.
√
a.) Sean −
→
v = (−1, 3, 4) y −
→
w = (1, 0, 2) entonces
−
→ √ √
v ·−
→
w = −1 · 1 + 3 · 0 + 4 · 2 = 4 2 − 1
b.) Sea −
→
u = ( a, b, c) entonces
−
→
u ·−
→
u = a2 + b2 + c2
De aquí se deduce que −
→
u ·−
→
u ≥0
−
→−→−
→
Teorema 1.2 Consideremos los vectores v , w , u ∈ Rn y α ∈ R, entonces
−→
1. −
→
v · 0 =0
2. −
→
v ·−
→w =−→
w ·−→v
3. −
→
u · −
→v +−→
w =− →
u ·−
→v +−
→
u ·−
→
w
4. α−→
v ·− →
w =α − →
v ·−
→
w
−
→ −
→ −
→
Nota: No hay propiedad asociativa pues “ v · ( w · u )” no tiene sentido dado que w · u es un
−
→ −
→
número real.
Norma
−
→ −
→ −
→
Definición 1.5 Consideremos el vector v = (v1 , v2 , · · · , vn ) ∈ Rn . La norma de v se denota || v || y se
define de la siguiente manera, √
||−
→
v || = v·v
q
= v21 + v22 + · · · + v2n
Ejemplo 6.
√ √ 2 √
r
a.) Sea −
→
w = (1, 0, 2) entonces ||w|| = 12 + 02 + 2 = 3
p
b.) La distancia de A = ( x, y, z) a B = (1, −3, 2) es || B − A|| = ( x − 1)2 + ( y + 3)2 + ( z − 2)2
Propiedades de la norma
−
→−→
Teorema 1.3 Consideremos los vectores v , w ∈ Rn y α ∈ R, entonces,
1. ||−
→
v || ≥ 0 y ||−
→
v || = 0 si y sólo si −
→
v =0
2. ||α−
→
v || = |α| ||−
→
v ||
3. ||−
→
v −−
→
w || = ||−
→
w −−
→
v ||
4. ||−
→
v +−
→
w || ≤ ||−
→
v || + −
→
w || (desigualdad triangular)
5. |−
→
v ·−
→
w | ≤ ||−
→
v || ||−
→
w || (desigualdad de Cauchy-Schwarz)
Ejemplo 7.
−→ w
Observe que si −
→
w 6= 0 entonces es unitario.
||w||
El vector −
→
w = (cos θ, sin θ ) es unitario para todo θ ∈ R.
8
Ley de los cosenos. Si a, b y c son las longitudes de los lados de un triángulo arbitrario, se tiene
la relación
c2 = a2 + b2 − 2ab cos θ
Para visualizar esta ley usando vectores, consideremos el triángulo determinado por los vectors
−
→v y−→
w , como se muestra en la figura que sigue,
v-w c
v w
θ
a b
X
Y
entonces
||−
→
v −−
→
w || = ||−
→
v ||2 + ||−
→
w ||2 − 2||−
→
v || ||−
→
w || cos θ (∗)
||−
→
v −−
→
w ||2 = (−
→
v −−
→
w ) · (−
→
v −−
→
w ) = ||−
→
v ||2 + ||−
→
w ||2 − 2−
→
v ·−
→
w
−
→
v ·−
→
w = ||−
→
v || ||−
→
w || cos θ
En el caso del Rn , si −
→
v ,−
→
w ∈ Rn son vectores no nulos, entonces usando la desigualdad d Cauchy-
Schwarz
|−
→
v ·−
→
w | ≤ ||−
→
v || ||−
→
w ||
−||−
→
v || ||−
→
w || ≤ −
→
v ·−
→
w ≤ ||−
→
v || ||−
→
w ||
−
→v ·− →w
y entonces −1 ≤ ≤ 1.
|| v || ||−
−
→ →
w ||
9
−
→−→
Definición 1.7 Si v , w ∈ Rn son vectores no nulos, se dice que el único θ ∈ [0, π ] tal que
−
→
v ·−
→
w = ||−
→
v || ||−
→
w || cos θ
es el ángulo entre −
→
v y −
→
w
−
→ −
→ −
→
Notación: ∠ v , w denota el ángulo entre v y w
−
→
Como una consecuencia, tenemos una caracterización para vectores ortogonales. Recordemos que
dos vectores son ortogonales si al menos uno de ellos es nulo o si el ángulo entre ellos es π/2.
Entonces
−
→−→ −
→ −
→
Teorema 1.4 Los vectores v , w ∈ Rn son ortogonales si y sólo si v · w = 0
−
→
Nota: El único vector ortogonal consigo mismo es el vector 0
Ejemplo 8.
√ √
a.) Sean −→w = (1, 0, 2) y −
→
v = (−2, 1, 2) entonces −
→
w y −
→
v son ortogonales pues −
→
w ·−
→
v =
−2 + 2 = 0
2.
v w
.
1. 1.
X Y
√
b.) Sean −
→
w = (1, 0, 2) y −
→
v = (−2, 1, 1) entonces el ángulo entre −
→
w y −
→
v es
1
θ = arccos √ ≈ 1.27795
2 3
dado que
10
Continuación...
−
→v ·− →w
−→v ·− →w
1
cos θ = − =⇒ θ = arccos = arccos √
|| →
v || ||−
→
w || ||−
→
v || ||−
→
w || 2 3
2.
v
w
1.
2. Y
1.
0. X
-1. 0. 2.
1.
-1
Ejemplo 9.
Sean −
→v = (1, −1, 0) y −
→
w = (1, 1, 0). Consideremos el problema de encontrar un vector −
→
u ∈ R3
que cumpla las tres condiciones siguientes
−
→
u ⊥−
→
v; ||−
→
u || = 4; y ∠−
→
u ,−
→
w =
π
3
−
→
u ·−→ x−y
v = 0
= 0
||−
→
u || = 4 =⇒ x 2 + y2 + z2 = 16
√
−
→
u ·−→ = ||−
→
u || ||−
→
w w || cos π3 = 4 2 cos π3
x+y
x = y
=⇒ 2x2 + z2 = 16
√
= 2 2 cos π3 ,
x
de donde finalmente obtenemos que
11
Continuación...
√ √
−
→
u = 2 2, 2 2, ± 4 sin
π
3
. Hacer clic en la figura para ver en 3D (en Internet)
1.
u
-1.
-1.
π/3
v 1.
2. Y
1.
w
π/
2.
3
3.
X
u
−
→−→
Definición 1.8 Dos vectores u , v ∈ Rn distintos de cero,
−
→
u = λ−
→
v , λ∈R
-1
. v λv (λ >0)
Y
λv
(λ < 0)
.
−
→ −→
Los cosenoss directores del vector w = OP = (w1 , w2 , w3 ) son
w1 w2 w3
cos α = − , cos β = − , cos γ = −
|| →
w || || →
w || || →
w ||
12
. Observe que si −
→
w es unitario, entonces −
→
w = (cos α, cos β, cos γ)
u
u - tw
tw w
−
→
= t−
→
−
→ −
→ u
= t−
→ = t−
→ proy− w
u u →
proy− w proy− w w
→
w
→
w
=⇒ =⇒ −
→
−
→ w ·−
→
w · (−
→
u − t−
→ −
→
w ·−
→
u −−
→
w · t−
→
u
w) = 0 w = 0
t= = −
→
w ·→
−
w
y finalmente,
−
→
u −
→
w ·−→
u −
proy− = →
w
→ −
→
w · −
→
w
w
13
−
→−→ −
→
Definición 1.9 Si v , w ∈ Rn con w 6= 0.
Proyv
w
X
w
−
→
v
−
→
v
. −
→ −
→
Como v · w =
proy−
· kwk; si ponemos λ =
proy−
entonces, el producto punto de
→ →
w w
−
→ −
→ −→
v y w es “λ veces la longitud de w ”.
−
→
v
. Al vector −
→
v − proy−
→ se le conoce como “la componente de −
→
v ortogonal a −
→
w ”.
w
Ejemplo 10.
√ √
Sean − →
v = (5, 0, 2) y −
→
v = (2, 1, 2) v
Proyw
entonces
−
→ −
→ √ ! v
v w ·−→
v −
→ 12 √ 24 12 12 2 w
proy−
→ = −
→ −
→ w= (2, 1, 2) = , , Z
w w · w 7 7 7 7 X
4.
Proyw
Y 3.
−
→ −
→ √ ! 1. v
w w ·−→
v −
→ 12 √ 60 12 2 1. 1.
proy−
→ = −
→ −→ v = ( 5, 0, 2) = , 0, 0. 0.
0.
v v · v 27 27 27
14
Ejemplo 11.
Sean −→
v = (3, 1, 0) y − →
w = (2, 2, 0). Consideremos el problema de determinar un vector −
→
u ∈ R3
−
→
tal que u = ( x, y, x ) y que cumpla las dos condiciones
−
→
u
proy−
→ = −2−
→
v, y −
→
u ⊥−
→
w
v
entonces
−
→
u 3x + y
proy− = −2−
→
v (3, 1, 0) = −2(3, 1, 0)
→
10
v =⇒
−→
u ·−
→
w = 0 2x + 2y = 0,
X Z
v
Y w -2v
Ejemplo 12.
−
→
||−
→
w || ||−
→ u ||
u − proy−
→
w
Área =
2
B
u
h
A
C
||w|| w
15
−
→ −
→
Definición 1.10 Consideremos los vectores u = (u1 , u2 , u3 ) ∈ R3 y v = (v1 , v2 , v3 ) ∈ R3 . El producto
−
→ −→
cruz u × v se define de la siguiente manera
−
→ −
→ −
→ −
→
u ×−
→
v = ( u2 v3 − u3 v2 ) i − ( u1 v3 − u3 v1 ) j + ( u1 v2 − u2 v1 ) k
−
→ −
→ −
→
= ( u2 v3 − u3 v2 ) i + ( u3 v1 − u1 v3 ) j + ( u1 v2 − u2 v1 ) k
. Hacer clic en la figura para ver en 3D (en Internet)
vxw
w Y
X
wxv
.
−
→ −→ −
→
Recordemos que i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1), entonces también podríamos escribir
−
→
u ×−
→
v = ( u2 v3 − u3 v2 , u3 v1 − u1 v3 , u1 v2 − u2 v1 )
. El producto cruz −
→
v ×−
→
w es un vector que es tanto perpendicular a −
→
v como a −
→
w.
. En general, con las propiedades que vamos a establecer para este producto cruz, solamente
sería posible definirlo en R3 y R7 . En la práctica actual, trabajar con la geometría del espacio 3D
requiere más que vectores en R3 . En álgebra geométrica hay otra construcción, denotada (v ∧ w)∗
que toma el lugar del producto cruz y lo generaliza a dimensiones arbitrarias (ver [1]).
Ejemplo 13.
√ √
Sean −
→
u = (5, 0, 2) y −
→
v = (2, 1, 2) entonces
−
→ −
→ −
→
i j k
uxv
−
→ √ √ √
u ×−
→
Z
v = 5 0 2 = (− 2, −3 2, 5)
u v
√
X
2 1 2
Y
−
→ −
→ −
→
i j k
−
→ √ √ √
v ×−
→
u = 2 1 2 = ( 2, 3 2, −5)
v xu
√
5 0 2
−
→−→−
→
Teorema 1.5 Consideremos los vectores v , w , u ∈ R3 y α ∈ R, entonces
1. −
→
u · (−
→
u ×−
→
v )=0
2. −
→
v · (−
→
u ×−
→
v )=0
3. ||−
→
u ×−
→
v ||2 = ||−
→
u ||2 ||−
→
v ||2 − (−
→
u ·−
→
v )2 (igualdad d Lagrange)
4. −
→
u ×−
→
v = − (−
→
v ×−
→
u)
5. −
→
u × (−
→
v +−
→
w) = −
→
u ×−
→
v +−
→
u ×−
→
w
6. (−
→
u +−
→
v )×−
→
w =−
→
u ×−
→
w +−
→
v ×−
→
w
7. α(−
→
u ×−
→
v ) = (α−
→
u )×−
→
v =−
→
u × (α−
→
v)
−→ − → → − →
8. −
→
u × 0 = 0 ×−
u = 0
9. −
→
u ×−
→
u =0
−
→
u k −
→
v =⇒ −
→
u = α−
→
v =⇒ −
→
u ×−
→
v =0
||−
→
u ×−
→
v || = ||−
→
u || ||−
→
v || sin θ