Está en la página 1de 32

Departamento de Matematicas

Facultad Experimental de Ciencias


La Universidad del Zulia
Notas de Calculo III
Unidad I:

Algebra vectorial y geometra, primera parte
1. Objetivos terminales de la Unidad de Vecto-
res y Geometra
1. Realizar operaciones con vectores
2. Calcular norma, angulo y distancia usando el producto escalar
3. Calcular determinantes de matrices 2 2 y 3 3
4. Usar el producto vectorial para calcular direcciones ortogonales, direccio-
nes paralelas y denir la nocion de orientacion del espacio
5. Calcular areas y vol umenes de guras geometricas usando metodos vecto-
riales
6. Calcular ecuaciones vectoriales y parametricas de rectas y planos
7. Resolver problemas geometricos varios usando metodos vectoriales
8. Cambiar de coordenadas cartesianas a coordenadas curvilneas (polares,
esfericas, cilindricas, etc.) y reciprocamente
9. Identicar y clasicar curvas y supercies de segundo grado
10. Identicar y visualizar, con ayuda del computador, curvas y supercies
parametrizadas
2. Coordenadas cartesianas en el plano y el es-
pacio
Objetivo terminal
Representar puntos en la recta, el plano y el espacio usando coordenadas carte-
sianas
En lo que sigue supondremos como algo dado las nociones de recta, plano y
1
espacio tridimensional, en el sentido de la geometrIa elemental sin mayores dis-
cusiones y seran denotados como E
1
, E
2
y E
3
, respectivamente.
Denotaremos los puntos de la recta, del plano o del espacio por las letras P,
Q, R, S, etc.
Los puntos de la recta E
1
se ponen en correspondencia biunvoca con el
conjunto de los n umeros reales denotado como R jando un origen al que de-
notamos O. Esto nos permite asociarle a cada punto P E
1
un unico n umero
real x R al que llamaremos la coordenada de P con respecto al sistema de
referencia denido por el punto O:
P E
1
x R
Analogamente, se pueden denir coordenadas cartesianas para los puntos en el
plano E
2
:
P E
2
(x, y) R
2
y coordenadas para los puntos en el espacio E
3
:
P E
3
(x, y, z) R
3
.
Con estas identifaciones hablaremos indistintamente de puntos en el plano o R
2
y de puntos en el espacio o R
3
Ejercicio 1. Dibuje una caja rectangular que tenga a P y a Q como vertices
opuestos y que su caras sean paralelas a los planos coordenados.
Despues encuentre (a) las coordenadas de los otros seis vertices de la caja, y (b)
la longitud de las diagonales de la caja.
1. P = (0, 0, 0), Q = (2, 3, 5)
2. P = (0, 0, 0), Q = (4, 1, 2)
3. P = (1, 1, 2), Q = (3, 4, 5)
4. P = (4, 3, 0), Q = (1, 6, 4)
3. Vectores: deniciones y propiedades basicas
Objetivo terminal
Denir geometricamente las operaciones de suma de vectores y el producto
de un escalar por un vector
Representar gracamente vectores en el plano y en el espacio usando coor-
denadas cartesianas
Realizar operaciones con vectores, en forma graca y usando coordenadas
2
Vericar que el conjunto de vectores en el espacio cumple con los axiomas
de espacio vectorial
Un vector

PQ es un segmento de recta dirigido. A menudo escribiremos
tambien los vectores con letras en negrita a, b, c, etc.
Dos vectores son equivalentes si tienen la misma magnitud, direccion y sen-
tido. En lo que sigue denotaremos como |

PQ| la magnitud del vector



PQ.
Ejemplo 3.1. Velocidad, aceleracion, fuerza, momentum (lineal y angular) son
ejemplos sobresalientes de magnitudes de tipo vectorial.
3.1. Suma de vectores
Vectores se suman usando la ley del paralelogramo:

PQ+

QR =

PR. (1)
Esta ecuacion dice que la suma de dos vectores es la diagonal del paralelogramo
de lados

PQ y

QR. Convendremos en llamar

0 =

PP el vector nulo
1
Asimismo,
si a =

PQ entonces, por denicion
a =

QP (2)
es el vector a recorrido en sentido contrario. Con estas deniciones es facil veri-
car las siguientes propiedades de la suma:
1. es asociativa: a + (b +c) = (a +b) +c;
2. tiene un elemento neutro: a +0 = 0 +a;
3. cada vector tiene un elemento simetrico: a + (a) = (a) +a = 0;
4. es conmutativa: a +b = b +a
En lo que sigue desmostraremos las partes (2), (3) y (4). La demostracion pro-
piedad asociativa se deja a cargo del lector como ejercicio (ver mas abajo)
Demostracion. Sea a =

PQ, entonces:
a +0 =

PQ+

QQ =

PQ,
en virtud de (1). Asimismo,
0 +a =

PP +

PQ =

PQ.
1
Notese que para cualquier punto P, Q, R, etc. en el espacio:

0 =

PP =

QQ =

RR, etc,
pues estos son vectores equivalentes.
3
Esto prueba que 0 es elemento neutro.
Por otro lado,
a + (a) =

PQ+

QP =

PP = 0
en virtud de la dencion del elemento simetrico (2). Analogamente,
a +a =

QP +

PQ =

QQ = 0.
Ejercicio 2. 1. Ilustre las anteriores demostraciones con gracas y diagra-
mas.
2. Demuestre la propiedad asociativa de la suma de vectores usando las de-
niciones de arriba y haciendo un diagrama que ilustre la situacion.
3.2. Producto de un vector por un escalar
Dado un n umero real t R y un vector

PQ podemos denir el producto

PQ
especicando la magnitud, direccion y sentido de este nuevo vector:
el vector t

PQ es un segmento dirigido que


tiene la misma direccion que

PQ, su magnitud
es igual a [t[|

PQ|. Su sentido es el mismo si


t 0 y tiene sentido contrario si t < 0
Aqu [t[ denota el valor absoluto de t:
[t[ =
_
t si t 0
t si t < 0
Sea a =

PQ un vector. De la denicion es facil ver lo siguiente:
1 a = a
0 a = 0
(1) a = a
De acuerdo a esta denicion el conjunto de los m ultiplos escalares de un vector
jo a
L
a
:= ta : t R
es una recta paralela a la direccion del vector a. Esta simple observacion
sera usada mas abajo para denir ecuaciones vectoriales de rectas y planos.
4
3.3. Repaso de algebra lineal
Las operaciones de suma y producto por un escalar le dan una estructura
de espacio vectorial al conjunto de vectores libres. En lo que sigue recordaremos
algunos resultados basicos del algebra lineal que seran usados en los sucesivo
sin mayores comentarios. Para mayores detalles ver por ejemplo los textos de
Homan-Kunze
2
o S. Lang
3
.
Axiomas de Espacio Vectorial
Sea E un conjunto de elementos que llamaremos vectores y R el cuerpo de
n umeros reales. Supongamos que en E estan denidas operaciones de suma
+ : E E E
que le asocia al par (u, v) su suma u +v y producto por un escalar:
: E R E
que le asocia al par (v, t) el producto t v. Diremos que la terna (E, +, ) es
un espacio vectorial sobre R si para todo u, v, w E y para todo c R se
cumple:
1. la suma es asociativa: u + (v +w) = (u +v) +w
2. tiene elemento neutro: 0 +v = v + 0
3. tiene elemento simetrico: v + (v) = (v) +v = 0
4. es conmutativa: v +w = w +v
5. c (v +w) = c v +c w
6. c (d v) = (c d) v
7. (c +d) v = c v +d v
8. 1 v = v
Observacion 3.1. Se pueden denir espacios vectoriales sobre los complejos C u
otros cuerpos tales como los racionales o las clases de residuos Z
p
, con p primo.
Estas estructuras son objeto de estudio en el curso de

Algebra. Ver por ejemplo
Fraleigh
4
A continuacion resumimos algunos resultados basicos del algebra lineal que
seran usados en lo sucesivo sin mayores comentarios:
2
Algebra Lineal, Homan-Kunze, Prentice-Hall
3
Algebra Lineal, S. Lang, Interciencia
4
Fraleigh,

Algebra
5
Sea v
1
, , v
n
un conjunto nito de vectores y c
1
, , c
n
R escalares.
Una expresion de la forma:
c
1
v
1
+ +c
n
v
n
se llama una combinacion lineal de vectores.
Un subconjunto S E de un espacio vectorial se llama un subespacio
si el mismo es un espacio vectorial con las mismas operaciones de suma y
producto por un escalar de E. En particular, S E es un subespacio si
y solo si toda combinacion lineal de elementos de S pertenece a S. Para
ello basta probar lo siguiente:
Si v , w S y a, b R = av +bw S
Dado un conjunto X E contenido en un espacio vectorial, el subespa-
cio generado por X es el conjunto de todas las combinaciones lineales
formadas con elementos de X y sera denotado como S(X). Este es el
menor subespacio que contiene a X, en otras palabras: si S E es un
subespacio de E que contiene a X entonces S(X) S.
Un subconjunto de vectores X E se dice que es generador si el subes-
pacio generado es el propio E, vale decir, S(X) = E.
Un conjunto de vectores X = v
1
, , v
n
es linealmente indepen-
diente si ninguno de ellos puede ser escrito como combinacion lineal no
trivial de los demas vectores del conjunto. Para ello basta vericar la si-
guiente propiedad:
c
1
v
1
+ +c
n
v
n
= 0 = c
1
== c
n
= 0 .
Un conjunto de vectores X = v
1
, , v
n
es una base del espacio vec-
torial E si es generador y linealmente independiente. Un espacio vectorial
es de dimension nita si admite al menos una base nita.
Se prueba que todas las bases de un espacio vectorial de dimension nita
tienen el mismo n umero de elementos o cardinal. Este n umero se llama la
dimension del espacio.
El producto cartesiano R
n
= (x
1
, , x
n
) : x
i
R tiene una estructu-
ra natural de espacio vectorial real de dimension nita con las operaciones
ordinarias de suma y producto por un escalar:
(x
1
, , x
n
) + (y
1
, , y
n
) = (x
1
+y
1
, , x
n
+y
n
)
y
c(x
1
, , x
n
) = (cx
1
, cx
n
).
Los vectores
e
1
= (1, 0, , 0) , e
2
= (0, 1, 0, , 0) , , e
n
= (0, 0, , 1)
forman una base llamada la base canonica de R
n
.
6
Sea E un espacio vectorial de dimension nita y B = v
1
, , v
n
una
base. Todo elemento de E se escribe de manera unica como una
combinacion lineal de los elementos de la base, vale decir, para cada
v E la ecuacion:
v = x
1
v
1
+ +x
n
v
n
tiene una solucion unica. los coecientes x
1
, , x
n
se llaman coordena-
das del vector V respecto a la base B.
Por ejemplo, podemos vericar sin mayor dicultad que el vector v =
(x
1
, x
n
) R
n
se escribe de manera unica como una combinacion lineal
de los vectores de la base canonica: v = x
1
e
1
+ x
n
e
n
.
Sea E un espacio vectorial de dimension nita y B = v
1
, , v
n
una
base. La correspondencia
v E (x
1
, , x
n
) R
n
es un isomorsmo de espacios vectoriales.
Una transformacion lineal entre dos espacios vectoriales E y F es una
funcion T : E F que preserva la estructura de espacio vectorial, es
decir:
T(av +bw) = aT(v) +bT(w).
Dada una transformacion lineal T : R
n
R
m
existe una matriz A =
(a
ij
) de orden n m (m las y n columnas) con entradas reales tal que
T(x) = Ax, donde x = (x
1
, , x
n
) es un vector de R
n
y Ax es el producto
de la matriz A por el vector columna x
t
, es decir:
T(x
1
, , x
n
) =
_

_
a
11
a
1n
.
.
.
.
.
.
a
m1
a
mn
_

_
_

_
x
1
.
.
.
x
n
_

_ (3)
La matriz A se obtiene escribiendo la imagen de los vectores de la base
canonica de R
n
como combinacion lineal de los vectores de la base canonica
de R
m
:
Te
i
=
m

j=1
a
ji
e
j
. (4)
Los coecientes (a
ji
)
j=1, ,m
forman las i-esima columna de A.
Es importante recalcar que la matriz A no es unica; de hecho, la de-
nicion de A depende de las bases escogidas para la construccion. En la
segunda parte de estas notas discutiremos el efecto de los cambios de coor-
denadas sobre las representaciones de puntos, vectores y transformaciones
lineales.
7
Dada una transformacion lineal T : E F denimos el n ucleo o kernel
de T como el conjunto
ker(T) := v E : T(v) = 0 . (5)
El conjunto ker(T) E es un subespacio de E. Si A = (a
ij
) es la matriz
que representa la transformacion lineal T : R
n
R
m
entonces ker(T) no
es mas que el conjunto de las soluciones del sistema de ecuaciones lineales
homogeneas Ax = 0, es decir:
_

_
a
11
a
1n
.
.
.
.
.
.
a
m1
a
mn
_

_
_

_
x
1
.
.
.
x
n
_

_ =
_

_
0
.
.
.
0
_

_ (6)
Dada una transformacion lineal T : E F denimos el rango o imagen
de T como el conjunto
Im(T) := w F : v E , T(v) = w. (7)
El conjunto Im(T) E es un subespacio de E. Si A = (a
ij
) es la matriz
que representa la transformacion lineal T : R
n
R
m
entonces Im(T) es
el conjunto de los vectores y R
m
tales que el sistema de sistema
de ecuaciones lineales no-homogeneas Ax = y tiene solucion:
_

_
a
11
a
1n
.
.
.
.
.
.
a
m1
a
mn
_

_
_

_
x
1
.
.
.
x
n
_

_ =
_

_
y
1
.
.
.
y
m
_

_ (8)
Una transformacion lineal T : E F es inyectiva si y solo si ker(T) =
0. T es sobreyectiva si y solo si Im(T) = F. Si E y F tienen
dimension nita estas dos condiciones son equivalentes. En ese
caso se dice que T es un isomorsmo, es decir, T es lineal e invertible.
Si T : E F es una transformacion lineal entre espacios de dimension
nita se tiene la formula de Grassmann:
dim(ker(T)) + dim(Im(T)) = dim(E). (9)
3.4. Vectores en coordenadas
El sistema de referencia standard de R
3
esta formado por tres vectores
unitarios en la direccion de los ejes coordenados:
i es el vector unitario en la direccion positiva del eje OX
j es el vector unitario en la direccion positiva del eje OY
k es el vector unitario en la direccion positiva del eje OZ
8
Proposicion 3.1. Todo vector a R
3
se escribe de manera unica como una
combinacion lineal de los vectores del sistema de referencia standard:
a = xi +yj +zk (10)
Para ver esto basta observar el vector a es la diagonal principal de un
rectangulo con lados paralelos a los ejes coordenados. En efecto, sea

OP un
segmento de recta dirigido que parte del origen, con la misma magnitud di-
reccion y sentido que el vector a. Este segmento es la diagonal principal de un
paraleleppedo con lados paralelos a los ejes coordenados con vertice en un punto
P = (x, y, z): z es la altura, es decir, la proyeccion del segmento

OP sobre el eje
OZ y x,y son las coordenadas en el plano XOY de P

= (x, y, 0), la proyeccion


del punto P sobre el plano XOY .
En lo que sigue usaremos la siguiente notacion para representar vectores del
plano y el espacio en coordenadas
5
:
< x, y, z >:= xi +yj +zk (11)
En particular, se tienen las coordenadas cartesianas de los vectores del sistema
de referencia standard son:
i = 1i + 0j + 0k =< 1, 0, 0 >
j = 0i + 1j + 0k =< 0, 1, 0 >
k = 0i + 0j + 1k =< 0, 0, 1 >
Como vemos, i = e
1
, j = e
2
, k = e
3
es la base canonica de vectores del espacio
R
3
Con esta notacion las operaciones entre vectores se pueden expresar de forma
sencilla como se indica a continuacion. Sean a =< x, y, z > y b =< x

, y

, z

>
dos vectores cualesquiera, entonces:
a +b =< x +x

, y +y

, z +z

> , ta =< tx, ty, tz > .


Con estas notaciones se puede vericar, sin ninguna dicultad, que los vectores
del espacio R
3
forman, con las operaciones de suma y producto por un escalar
asi denidas, un espacio vectorial isomorfo a R
3
.
3.5. Ejercicios y problemas de la seccion
Ejercicio 3. Sean v =< 1, 3, 6 >, w =< 4, 3, 3 > y u =< 2, 1, 5 > tres vecto-
res de R
3
. Determinar las componentes de cada uno de los siguientes vectores:
a) v +w; b) v w; c) v +wu; d) 7v 2w3u, e) 2v +w3u.
5
Esta notacion se introduce a n de no confundir puntos y vectores:
P = (x, y, z) es un punto en coordenadas cartesianas rectangulares
a =< x, y, z > es un vector en las coordenadas de la base canonica.
9
Ejercicio 4. Dibujar los vectores posicion de los puntos del plano P = (2, 1) y
Q = (1, 3). En la misma gura dibujar el vector libre

PQ. Dibuje en la misma
graca el vector posicion del punto X denido por la ecuacion

OC =

OP +t

PQ
para los siguientes valores: t = 1/3, t = 1/2, t = 3/4, t = 1, t = 2, t = 1,
t = 2.
Ejercicio 5. Sean v =< 2, 1 > y w =< 1, 3 >. Calcule y represente graca-
mente cada una de las siguientes combinaciones lineales
u = tv +sw
de los vectores v y w: a) t = s = 1/2; b) t = 1/4, s = 3/4; c) t = 1/3, s = 2/3;
d) t = 2, s = 1; e) t = 3, s = 2; f ) t = 1/2, s = 3/2.
Ejercicio 6. Sean v =< 2, 1 > y w =< 1, 3 >. Demuestre que todo vector
< a, b > se puede expresar como una combinacion lineal < a, b >= xv +yw.
Ejercicio 7. Sean i y j los vectores coordenados unitarios del plano. Encontrar
escalares x y y tales que x(i j) + y(i + j) es igual a: a) i; b) j; c) 3i 5j; d)
7i + 5j.
4. Producto escalar o producto punto
Objetivos terminales
Usar el producto escalar de vectores para calcular longitud, angulo y dis-
tancia entre puntos
Usar el producto escalar para determinar cuando dos direcciones en el
espacio son ortogonales entre s
Usar el producto escalar para calcular la proyeccion ortogonal de un vector
a ,= 0 en la direccion de un vector unitario u
Denicion 4.1. Sean a =< x
1
, , x
n
> y b =< y
1
, , y
n
> vectores en R
n
.
El producto escalar a b, tambien llamado producto punto o producto
interno standard, de vectores en R
n
es, por dencion:
a b := x
1
y
1
+ x
n
y
n
. (12)
Proposicion 4.1. Propiedades del producto escalar La operacion de pro-
ducto escalar:
: R
n
R
n
R
tiene las siguientes propiedades:
10
1. es bilineal
6
:
(ta +sb) c = t(a c) +s(b c) (13)
a (tb +sc) = t(a b) +s(a c) (14)
2. es simetrica
7
:
a b = b a (15)
3. es denida positiva:
a a 0. (16)
Mas a un, a a = 0 si y solo si a = 0
4. es no-degenerada:
a b = 0 b = a = 0 (17)
Denicion 4.2. Denimos la norma de un vector a R
n
como el n umero:
|a| :=

a a =
_
x
2
1
+ +x
2
n
. (18)
La norma de a no es otra cosa que la longitud del segmento sobre el cual
reposa el vector a. Esta armacion se sigue del Teorema de Pitagoras:
si v =< x, y >entonces h = |v| es la hipotenusa de un triangulo rectangu-
lo cuyos catetos a = x, b = y son paralelos a los ejes coordenados. Por el
teorema de Pitagoras
|a|
2
= x
2
+y
2
,
que es equivalente a la ecuacion (18), en el caso n = 2;
si a =< x, y, z > entonces |a| es la hipotenusa de un triangulo rectangu-
lo cuyos catetos son los lados a = z, la altura paralela al eje OZ y
b =
_
x
2
+y
2
, que es la longitud del segmento obtenido al proyectar per-
pendicularmente el vector a sobre el plano XOY . El teorema de Pitagoras
nos dice que h
2
= a
2
+b
2
es decir:
|a|
2
= x
2
+y
2
+z
2
,
que es equivalente a la ecuacion (18), en el caso n = 3.
el caso general se obtiene por induccion en la dimension del espacio. Los
detalles se dejan a cargo del lector.
Proposicion 4.2. Propiedades de la norma
6
En este contexto, la propiedad de bilinealidad puede verse como propiedad distributiva
de la suma respecto al producto escalar, aunque esta terminologa es informal, porque el
producto escalar no es una ley de composicion interna
7
Esto decir, el producto punto es conmutativo
11
1. la norma es positiva, no-degenerada: |a| 0 y se tiene que |a| = 0 si y
solo si a = 0
2. homogenea: |ta| = [t[|a|
3. satisface la desigualdad triangular:
|a +b| |a| +|b| (19)
Ademas se cumple la desigualdad de Cauchy-Schwarz:
a b |a||b| (20)
Ahora usaremos las propiedades de la norma para denir la distancia entre
puntos del espacio.
Denicion 4.3. Sean P,Q puntos en el espacio R
n
. Por denicion, la distancia
de P a Q es la longitud del segmento

PQ:
dist(P, Q) := |

PQ|. (21)
En coordenadas, si P = (x
1
, , x
n
) y Q = (y
1
, , y
n
) entonces
dist(P, Q) =
_
(x
1
y
1
)
2
+ + (x
n
y
n
)
2
.
Proposicion 4.3. Propiedades de la funcion distancia
La funcion dist : R
n
R
n
R satisface las siguientes propiedades:
1. dist(P, Q) 0. Ademas, dist(P, Q) = 0 si y solo si P = Q
2. dist(P, Q) = dist(Q, P), para todo par de puntos P, Q R
n
3. dist(P, Q) dist(P, R) + dist(R, Q), para todo P, Q, R R
n
Denicion 4.4. Sean a y b dos vectores no-nulos en el espacio, entonces
cos() :=
a b
|a||b|
, (22)
donde [0, 2) es el angulo entre los vectores a y b.
La ecuacion (22) se puede escribir tambien de la siguiente manera:
a b = |a||b| cos() (23)
Esta identidad sera usada con frecuencia en todo lo que sigue.
De la dencion se sigue el siguiente criterio importante:
Criterio de Ortogonalidad
Dos vectores no-nulos a y b son perpendiculares si y solo si su producto escalar
es cero:
a b si y solo si a b = 0
12
4.1. Proyeccion ortogonal y bases ortonormales
Denicion 4.5. Sean a un vector no-nulo y u un vector unitario. La proyec-
cion ortogonal de a en la direccion de u, la cual sera denotada

u
(a), es
el unico vector que reposa sobre la recta generada por el vector u y tal que
a

u
(a) es perpendicular a

u
(a). (24)
Proposicion 4.4.

u
(a) = (a u)u (25)
Demostracion. Supongamos primero que los vectores a y u apuntan en la misma
direccion, es decir, a u > 0. En ese caso, la magnitud de la proyeccion ortogonal
es a, el cateto adyacente del triangulo-rectangulo formado por los vectores en
cuestion. Por trigonometra, a = hcos(), donde h = |a| es la hipotenusa y
= (a, u) el angulo que forman los vectores a y u. Como |u| = 1 se tiene, en
virtud de la identidad (23),
a u = |a||u| cos() = |a| cos() = a
luego, a u es la magnitud del vector proyectado y por tanto

u
(a) = (a u)u.
Supongams ahora que a y u apuntan en direccion contraria, es decir, au < 0.
Entonces, a apunta en la misma direccion de u y tenemos, usando el mismo
razonamiento que hicimos anteriormente, que a (u) es la magnitud de la
proyeccion ortogonal de a sobre la direccion del vector u. Como a y u tienen
sentido contraria, entonces

u
(a) tiene el mismo sentido que u, luego:

u
(a) = (a (u))(u) = (a u)u
como queramos mostrar.
Denicion 4.6. Diremos que u
1
, , u
n
es una base ortonormal si los
vectores u
i
son unitarios y mutuamente ortogonales:
u
i
u
j
=
ij
8
Proposicion 4.5. Sea u
1
, , u
n
una base ortonormal de R
n
, entonces, todo
vector a R
n
se puiede escribir de manera unica como:
a =
n

i=1
(a u
i
)u
i
(26)
Esto quiere decir que las coordenadas de un vector respecto a la base u
1
, , u
n

no son mas que las proyecciones ortogonales sobre las direcciones denidas por
los vectores de la base.
8
El smbolo
ij
se llama delta de Kronecker y se dene como:

ij
=

1 si i = j
0 si i = j
13
Demostracion. Como u
1
, , u
n
es una base todo vector a R
n
se puede
escribir de manera unica como una combinacion lineal:
a =
n

i=1
x
i
u
i
.
Multiplicando a ambos lados por el vector u
j
se tiene:
a u
j
=
n

i=1
x
i
u
i
u
j
=
n

i=1
x
i

ij
= x
j
,
por la denicion del delta de Kronecker.
En particular, para las coordenadas de un vector en R
2
y R
3
respecto al
sistema de referencia standard se tiene:
a = xi +yj +zk si y solo si x = a i , y = a j , z = a k.
Ademas de calcular coordenadas respecto a una base ortonormal, podemos usar
la proyeccion ortogonal para calcular los cosenos directores de un vector
unitario en R
3
:
si u =< x, y > es un vector unitario en el plano R
2
, entonces: x = u i =
cos() y y = u j = cos(), donde es el angulo que forma el vector u
con el eje OX y es el angulo que forma u con el eje OY . Ahora bien,
y son complementarios, es decir, = /2 , de donde
cos() = sin() y por tanto tan() =
sin()
cos()
es la pendiente de u.
Esto quiere decir que en el plano basta conocer el angulo para especicar
la posicion del vector u en el plano;
si u =< x, y, z > es un vector unitario en el espacio R
3
se tiene:
x = u i = cos() y = u j = cos() z = u k = cos(),
donde , , son los angulos que forma el vector u con los ejes OX, OY
y OZ, respectivamente. Estos se llaman cosenos directores del vector
u. Como u es un vector unitario se tiene |u| = 1, luego:
cos()
2
+ cos()
2
+ cos()
2
= 1. (27)
La ecuacion (27) nos dice que los angulos , , no son arbitrarios y guar-
dan una relacion entre s, de manera que podemos usar (27) para poner
uno de estos angulos como funcion de los otros dos, en otrras palabras:
para especicar la posicion de un vector unitario u R
3
hacen
falta al menos dos angulos. Esta es la razon por la que no existe tal
cosa como la pendiente de una recta en el espacio.
14
Por ejemplo, si es el angulo que forma u con eje OZ y si es el angulo
que forma la proyecci on ortogonal de u sobre el plano XOY con el eje
OX, podemos escribir, usando trigonometra:
x = sin() cos() , y = sin() sin() , z = cos(),
que es un caso particular de las coordenadas esfericas, las cuales seran
estudiadas en profundidad en la segunda parte de estas notas.
4.2. Ejercicios y problemas de la seccion
Ejercicio 8. Calcular a b, |a|, |b|, donde a = i 2j +k y b = 2i j + 2k.
Ejercicio 9. Repetir el ejercicio anterior para a = 3i+jk y b = 6i2j2k.
Ejercicio 10. Sean v =< 1, 2, 3 >, w =< 1, 2, 3 >, u =< 0, 1, 0 > tres
vectores de R
3
. Calcule cada uno de los siguientes productos:
v w w v v u v (w +u) (v w) u
Ejercicio 11. Encuentre las longitudes de los lados del tri angulo ABC y
determine si es isosceles,rectangular,de ambos tipos o ninguno de ellos.
1. A(2, 1, 0),B(3, 3, 4),C(5, 4, 3)
2. A(5, 5, 1),B(3, 3, 2),C(1, 4, 4)
3. A(2, 6, 1),B(5, 4, 3),C(2, 6, 4)
4. A(3, 4, 1),B(5, 3, 0),C(6, 7, 4)
Ejercicio 12. Determine si los puntos dados a continuacion son colineales
1. P(1, 2, 3), Q(0, 3, 7), R(3, 5, 11)
2. K(0, 3, 4), L(1, 2, 2), M(3, 0, 1)
Ejercicio 13. Sean v =< 2, 1, 1 > y w =< 1, 1, 2 >. Hallar un vector no
nulo u tal que v u = w u = 0.
Ejercicio 14. Sean v =< 2, 1, 5 >, w =< 1, 2, 3 > y u =< 1, 1, 1 >.
Calcular la norma de cada uno de los vectores: v +w; b) v w; c) v +wu;
d) ww +u.
Ejercicio 15. En cada caso hallar un vector w del plano R
2
tal que v w = 0,
|v| = |w|: a) v =< 1, 1 >; b) v =< 1, 1 >; c) v =< 2, 3 >; d) v =< a, b >,
donde a y b son constantes cualesquiera.
Ejercicio 16. Dados los vectores < 1, 2, 3 >, < 1, 2, 2 >, < 1, 2, 2 >, <
2, 1, 2 >, < 2, 2, 1 >. Encontrar todos los pares ortogonales.
15
Ejercicio 17. Demuestre la desigualdad de Cauchy-Schwarz. Indicacion: Sean
v y w dos vectores. Pruebe primero que la funcion f(t) = |v + tw|
2
es un
polinomio de segundo grado en t y calcule el discriminante de la ecuacion f(t) =
0. Como f(t) 0 el discriminante debe ser no-negativo, i.e. 0. Concluya
que v w |v||w|.
Ejercicio 18. Pruebe la siguiente identidad:
|v +w|
2
= |v|
2
+|w|
2
+ 2v w (28)
Concluya que dos vectores son ortogonales si y solo si |v+w|
2
= |v|
2
+|w|
2
.
Haga un dibujo para ilustrar el signicado geometrico de la proposicion.
Ejercicio 19. Demuestre la desigualdad triangular
9
:
|v +w| |v| +|w|
Indicacion: use la identidad (28) del ejercicio anterior y la desigualdad de
Cauchy-Schwarz para probar (|v + w|)
2
(|v| + |w|)
2
. Esto completa la
demostracion. Por que?
Ejercicio 20. Pruebe la identidad |v+w|
2
+|vw|
2
= 2|v|
2
+2|w|
2
. Cual
es la interpretacion geometrica de este resultado?
Ejercicio 21. Sean a > 0, b > 0, c > 0 los lados de un triangulo. Demuestre,
usando vectores, la ley del coseno:
c
2
= a
2
2ab cos() +b
2
(29)
donde es el angulo opuesto al lado c. Indicacion: Trace un dibujo con vectores
y observe que la identidad (29) es equivalente a la formula vectorial:
|v w|
2
= |v|
2
2v w +|w|
2
.
5. Producto vectorial o producto cruz
Objetivos terminales
Usar el producto vectorial de vectores para:
1. encontrar la direccion perpendicular a un plano en R
3
2. determinar cuando dos direcciones en el espacio son linealmente in-
dependientes o paralelas
3. calcular areas de algunas guras geometricas
9
La desigualdad triangular dice que la suma de la longitud de dos lados de un triangulo
siempre es mayor o igual a la longitud del tercero. Trace una graca para ilustrar la proposi-
cion.
16
Usar el determinante de matrices 33 como medida del volumen orientado
de un paraleleppedo
Usar determinantes para resolver sistemas de ecuaciones lineales
Resumen de resultados de esta seccion
El producto vectorial de dos vectores a, b R
3
, el cual sera denotado
a b, es el unico vector que satisface las siguientes propiedades:
su magnitud es el area del paralelogramo de lados a y b,
su direccion es perpendicular a los vectores a y b y
el sentido viene dado por la regla de la mano derecha, es decir
a, b, a b esta positivamente orientado
En coordenadas, el producto vectorial se escribe como
a b =

j +

k,
donde

a b
c d

= ab bc
es el determinante de una matriz 2 2.
El producto vectorial a b es el unico vector en R
3
tal que:
a b c =

x y z
x

, (30)
determinante de una matriz 3 3, para todo vector c =< x, y, z > R
3
.
Denicion 5.1. El producto (a, b, c) := a b c se llama producto
mixto.
El valor absoluto del producto triple [(a, b, c)[ es el volumen del para-
leleppedo de lados a, b y c. En particular, el determinante de una
matriz A de orden 3 3 es el volumen orientado de un parale-
leppedo denido por los vectores la (columna) de A.
En lo que sigue desarrollaremos brevemente lo que necesitamos de la teora
de determinantes que nos permitira justicar las armaciones hechas anterior-
mente.
17
5.1. Determinantes y orientacion del espacio
El determinante de una matriz 2 2 es, por denicion,
det
_
a b
c d
_
:= ab cd (31)
El determinante de una matriz 3 3 se calcula usando la denicion (31) y los
desarrollos de Laplace:

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

:= (1)
1+1
a
11

a
22
a
23
a
32
a
33

+ (1)
1+2
a
12

a
21
a
23
a
31
a
33

+ (1)
1+3
a
13

a
21
a
22
a
31
a
32

En general, para una matriz nn de entradas reales o complejas A = (a


ij
)
i , j=1, ,n
se dene
det(A) =
n

j=1
(1)
i+j
a
ij
A(i[j), (32)
donde A(i[j) denota el determinante de la matriz (n 1) (n 1) obtenida de
A al quitar la la i y la columna j. A(i[j) se llama menor complementario
de la entrada a
ij
en la matriz A.
Se sigue de (32) que podemos calcular el determinante de una matriz
aplicando los desarrollos de Laplace a cualquier la de la matriz.
Podemos considerar el determinante como una funcion de las las de la
matriz A. Sea v
i
= (a
i1
, , a
in
) es la la i-esima. Podemos escribir:
det(A) = det(v
1
, , v
n
).
Como funcion de las las, el determinante es una funcion multilineal al-
ternada:
1. es lineal en cada la:
det(v
1
, , tv
i
+sw
i
, , v
n
) = t det(v
1
, , v
i
, , v
n
)
+s det(v
1
, , w
i
, , v
n
)
para todo i = 1, , n
2. det(v
1
, , v
j
, , v
i
, , v
n
) = det(v
1
, , v
i
, , v
j
, , v
n
)
De hecho, esta propiedad caracteriza al determinante, es decir: det(A) es
la unica funcion multilineal alternada que satisface det(Id) = 1,
donde Id = (
ij
) es la matriz identidad.
18
Usando los desarrollos de Laplace o la propiedad de ser multilineal alter-
nada, se prueba que la funcion determinante se puede escribir como:
det(A) =

Sn
sgn()a
1(1)
a
2(2)
a
n(n)
(33)
donde : 1, , n es una permutacion de un conjunto de n-elementos
y sgn() es la paridad
10
de y S
n
el grupo de las permutaciones de
1, , n. Esta identidad se verica facilmente en el calculo deL deter-
minante de una matriz 3 3:
det(A) = a
11
(a
22
a
33
a
23
a
32
) a
12
(a
21
a
33
a
23
a
31
)
+a
13
(a
21
a
32
a
22
a
31
)
= a
11
a
22
a
33
a
11
a
23
a
32
+a
12
a
23
a
31
a
12
a
21
a
33
+a
13
a
21
a
32
a
13
a
22
a
31
.
A continuacion listamos cada sumando con la permutacion correspondien-
te y su paridad:
a
11
a
22
a
33
= (123), sgn() = +1
a
11
a
23
a
32
= (132), sgn() = 1
a
12
a
23
a
31
= (231), sgn() = +1
a
12
a
21
a
33
= (213), sgn() = 1
a
13
a
21
a
32
= (312), sgn() = +1
a
13
a
22
a
31
= (321), sgn() = 1
Esta es la conocida regla de Sarrus para el calculo de determinantes
3 3.
La siguiente proposicion resume las propiedades mas importantes del deter-
minante que seran usadas en lo sucesivo.
Proposicion 5.1.
1. det(AB) = det(A) det(B)
2. det(A
t
) = det(A), donde A
t
ij
= A
ji
es la matriz transpuesta
10
Una transposicion es una permutacion que intercambia dos elementos, digamos i, j, y deja
jos los demas elementos del conjunto {1, , n}:
(1, , i, , j, , n) = (1, , j, , i, , n).
Toda permutacion se puede escribir como un producto de transposiciones. Sea
=
1
nu una descomposicion de como producto de transposiciones, entonces, por
denicion:
sgn() = (1)

.
19
3. det(A) ,= 0 si y solo si las las (resp. las columnas) de A son linealmente
independientes
4. det(A) ,= 0 si y solo si A es invertible
11
5. Denominamos C
ij
= (1)
i+j
A(i[j) al cofactor de la entrada a
ij
12
. Si
det(A) ,= 0 la inversa de A se puede calcular usando la matriz de cofacto-
res, como se indica a continuacion:
A
1
ij
=
1
det(A)
C(j[i).
Por ejemplo:
_
a b
c d
_
1
=
1
det(A)
_
d c
b a
_
t
=
1
ad bc
_
d b
c a
_
5.2. Orientacion
Un ingrediente esencial de la geometra es la orientacion del espacio. Hablan-
do informalmente dos observadores tienen la misma orientacion en el espacio si
su nocion de izquierda, derecha, arriba, abajo, delante y detras son iguales en los
sistemas de referencia que usan para hacer medidas en el espacio. Por ejemplo, si
nos miramos en un espejo, la izquierda se intercambia con la derecha y viceversa:
esto signica que las simetras especulares invierten orientacion. Por ejemplo,
la transformacion del plano T : (x, y) (x, y) es una simetra especular que
deja jo en el OY e invierte la orientacion del plano. Esta transformacion se
puede representar en forma matricial de la siguiente manera:
T(x, y) =
_
1 0
0 1
_ _
x
y
_
Observe que el determinante de la matriz A que representa a T en la base
canonica es negativo: det(A) = 1. Esta observacion motiva la siguiente
Denicion 5.2. Diremos que dos bases 1 = v
1
, , v
n
y J = w
1
, , w
n

e R
n
tienen la misma orientacion si la matriz de cambio de base tiene
determinante positivo.
Los coecientes de la matriz de cambio de base C = C
V,W
quedan denidos
unvocamente por las ecuaciones:
v
i
=
n

j=1
c
ji
w
j
. (34)
En otras palabras: las columnas de C son las coordenadas de los vectores de la
base 1 calculadas respecto a la base J. Si x = (x
1
, , x
n
) son las coordenadas
11
Mas a un, por (1) se tiene que det(A
1
) = (det(A))
1
.
12
Recordemos que A(i|j) es el determinante de la matriz (n 1) (n 1) que queda al
eliminar la la i y la columna j donde reposa a
ij
.
20
de un vector v R
n
en la base 1 (i.e. v =

n
i=1
x
i
v
i
) y y = (y
1
, , y
n
) son
las coordenadas en la base J (v =

n
j=1
y
j
w
j
), entonces:
y = Cx, (35)
escribiendo x y y como vectores-columna. Esto se sigue facilmente de (34):
v =
n

i=1
x
i
v
i
=
n

i=1
x
i
(
n

j=1
c
ji
w
j
)
=
n

j=1
(
n

i=1
c
ji
x
i
)w
j
=
n

i=1
(
n

j=1
c
ij
x
j
)w
i
=
n

i=1
y
i
w
i
,
de donde,
y
i
=
n

j=1
c
ij
x
j
, (36)
que no es otra cosa que la ecuacion matricial (35) en coordenadas.
Denotemos 1 J si tienen la misma orientacion, i.e. det(C
V,W
) > 0.
Lema 5.1. 1 J es una relacion de equivalencia en el conjunto de las bases
ordenadas de R
n
.
Demostracion. Vericaremos las siguientes propiedades de una relacion de equi-
valencia:
reexiva: 1 1 pues, en efecto, la matriz de cambi0 de base C
V,V
= Id
es la matriz identidad y por tanto det(C
V,V
) = 1;
simetrica: 1 J implica J 1 pues C
W,V
= C
1
V,W
, luego:
det(C
W,V
) =
1
det(C
V,W
)
> 0;
transitiva: 1 J y J | implican 1 |. Para ello basta observar
que:
C
V,U
= C
V,W
C
W,U
,
de donde:
det(C
V,U
) = det(C
V,W
) det(C
W,U
) > 0.
21
Conclumos del lema anterior que el conjunto de las bases ordenadas de R
n
se descompone en exactamente dos clases de equivalencia: una, para la cual
las matrices de cambio de bases tienen determinante positivo y la otra para la
cuales los cambios de base tienen determinante negativo.
Cada clase de equivalencia es, por denicion, una orientacion del espacio R
n
.
En consecuencia, R
n
tiene exactamente dos orientaciones distintas y convendre-
mos en llamar orientacion positiva a la clase de equivalencia que contiene a la
base canonica de R
n
: B
0
= e
1
, . . . , e
n
.
A manera de conclusion de enunciamos el siguiente criterio que permite de-
terminar cuando una bases ordenadas de R
n
esta positivamente orientada:
Orientacion de bases en R
n
B = v
1
, . . . , v
n
esta positivamente orientada si y solo si

v
11
v
1n
.
.
.
.
.
.
v
n1
v
nn

> 0,
donde v
i
= (v
i1
, , v
in
) es el i-esimo vector de la base B.
Ejemplo 5.1.
1. la base canonica de los vectores del plano i, j determina la orientacion
anti-horario en el plano;
2. la orientacion del espacio denida por el sistema de referencia i, j, k que
da determinada por la regla de la mano derecha: dados dos vectores
u
1
y u
2
ortonormales, es decir, u
i
u
j
=
ij
para i, j = 1, 2, existe un
unico vector unitario u
3
perpendicular a u
1
y u
2
y tal que u
1
, u
2
, u
3

esta positivamente orientado.


En efecto: los vectores u
1
y u
2
generan un subespacio E R
3
de di-
mension dos. El conjunto E

de vectores perpendiculares a E, tambien


llamado complemento ortogonal de E, es
E

= x R
3
: x u
1
= x u
2
= 0
Como dim(E

) = 1
13
entonces hay exactamente dos vectores unitarios
u
+
y u

que generan el subespacio E

. Denotamos u
3
= u
+
al unico
vector tal que la matriz de cambio de base C
+
: i, j, k u
1
, u
2
, u
3

13
Esto puede verse de varias maneras. Por ejemplo, E E

= R
3
y por tanto dim(E) +
dim(E

) = 3. O bien, x = (x, y, z) E

si y solo si es solucion del sistema lineal homogeneo

x u
1
= 0
x u
2
= 0
(37)
La matriz del sistema tiene rango dos, pues u
1
y u
2
son linealmente independientes. Luego el
espacio de soluciones del sistema (37) tiene dimension = 1.
22
tiene determinante = 1
14
, es decir, u
3
= (x, y, z) es la unica solucion del
sistema de ecuaciones:
det
_
_
u
11
u
21
x
u
12
u
22
y
u
13
u
23
z
_
_
= 1 ; x
2
+y
2
+z
2
= 1
5.3. Producto vectorial de dos vectores: denicion y pro-
piedades basicas
Ahora procederemos a denir el producto vectorial de dos vectores en R
3
y
demostrar las propiedades anunciados al comienzo de esta seccion.
Denicion 5.3. Dados dos vectores a =< x

, y

, z

>, b =< x

, y

, z

> R
3
el producto vectorial a b es el unico vector en R
3
tal que:
a b c =

x y z
x

, (38)
para todo vector c =< x, y, z > R
3
.
En lo que sigue usaremos las propiedades del determinante y la orientacion
standard de R
3
para probar las propiedades del producto vectorial anunciadas
al comienzo de esta seccion.
Para calcular las componentes del vector a b respecto a la base canonica
i, j, k, usamos el hecho de que esta es ortonormal, de modo que
a b = xi +yj +zk
si y solo si
x = (a b) i =

1 0 0
x

.
14
Las columnas de la matriz de cambio de base son los vectores u
1
, u
2
, u
3
. Como estos son
ortonormales, entonces C
+
(C
+
)
t
= Id. En efecto:
2
4
u
11
u
12
u
13
u
21
u
22
u
23
u
31
u
32
u
33
3
5
2
4
u
11
u
21
u
31
u
12
u
22
u
32
u
13
u
23
u
33
3
5
=
2
4
u
1
u
1
u
1
u
2
u
1
u
3
u
2
u
1
u
2
u
2
u
2
u
3
u
3
u
1
u
3
u
2
u
3
u
3
3
5
que es igual a la matriz identidad, donde u
i
= (u
i1
, u
i2
, u
i3
), i = 1, 2, 3. Luego:
det(C
+
(C
+
)
t
) = det(C
+
) det((C
+
)
t
) = det(C
+
)
2
= 1,
por tanto det(C
+
) = 1. Como se ha elegido C
+
de modo que det(C
+
) > 0, concluimos que
det(C
+
) = 1. Al nal de esta seccion veremos que el determinante de una matriz A se puede
interpretar como el volumen orientado del paraleleppedo de lados paralelos a los vectores-
columna de A. As, det(C
+
) = 1 no es mas que el volumen de un cubo unitario positivamente
orientado.
La matriz G = [u
i
u
j
] se llama matriz de Gram de la base {u
1
, u
2
, u
3
}
23
Asimismo,
y = (a b) j =

0 1 0
x

.
y
z = (a b) k =

0 0 1
x

.
Es decir,
a b =

j +

k (39)
lo cual puede escribirse como el siguiente determinante simbolico
15
:
a b =

i j k
x

(40)
Lema 5.2. Dados a, b, c y d se cumple
(a b) (c d) =

a c b c
a d b d

(41)
Corolario 5.1. Identidad de Lagrange
|a b|
2
= |a|
2
|b|
2
(a b)
2
(42)
Ahora estamos en posici on de demostrar, sin mayor dicultad, las propieda-
des del producto vectorial se naladas al principio de esta seccion.
Proposicion 5.2. Propiedades del producto vectorial
1. el producto vectorial es anti-simetrico: a b = b a;
2. bilineal:
(ta +b) c = ta c +b c;
a (tb +c) = ta b +a c;
3. criterio de paralelismo: a b = 0 si y solo si a y b son colineales;
4. la magnitud del producto vectorial es el area del paralelogramo de lados a
y b:
|a b| = |a||b| sin(), (43)
donde es el angulo que forman a y b;
5. sean a y b dos vectores no colineales. El sistema de referencia a, b, ab
esta positivamente orientado.
15
Se dice que es un determinante simbolico porque las entradas i , j , k son vectores, en
tanto que las componentes de a y de b son escalares, de manera que la de arriba no es
propiamente una matriz, es decir, un arreglo rectangular de n umeros.
24
5.4. Ejercicios y problemas de la seccion
Ejercicio 22. Sean i, j y k los vectores coordenados unitarios del espacio R
3
.
Pruebe las siguientes identidades:
i j = k j k = i k i = j .
Ejercicio 23. Sean v = i + 2k, w = 2i +j k, u = i + 2j + 2k. Calcular las
componentes de cada uno de los siguientes vectores:
v w v (u v) (v u) w
wu (v w) u (v +w) (v u)
u v v (wu) (v w) (v u)
Ejercicio 24. En cada caso usar el producto vectorial para calcular el area del
triangulo de vertices P, Q, R:
a)P = (0, 2, 2) Q = (2, 0, 1) R = (3, 4, 0);
b)P = (2, 3, 1) Q = (1, 3, 4) R = (1, 2, 1);
c)P = (0, 0, 0) Q = (0, 1, 1) R = (1, 0, 1) .
Ejercicio 25. Demostrar que |v w| = |v||w| si y solo si v y w son orto-
gonales.
Ejercicio 26. Probar lo siguiente:
1. (a b) c = a (b c) si y solo si (a c) b = 0.
2. (a b) c + (b c) a + (c a) b = 0 (la identidad de Jacobi).
Ejercicio 27. Pruebe que el valor absoluto del producto mixto es el volumen
del paraleleppedo de lados a, b, c.
Ejercicio 28. Pruebe que el producto mixto satisface las siguientes propiedades
de simetra:
(a, b, c) = (c, a, b) = (b, c, a) = (b, a, c) = (c, b, a)
Ejercicio 29. Calcular el producto mixto (a, b, c) en cada caso:
i)a =< 3, 0, 0 > b =< 0, 4, 0 > c =< 0, 0, 8 >;
ii)a =< 2, 3, 1 > b =< 3, 7, 5 > c =< 1, 5, 2 >;
iii)a =< 2, 1, 3 > b =< 3, 0, 6 > c =< 4, 5, 1 > .
6. Problemas sobre rectas y planos en el espacio
En seccion resumimos las deniciones y formulas para calcular ecuaciones
de rectas y planos en forma vectorial y parametrica.
25
6.1. Ecuaciones de rectas
Para dar una recta en el espacio es suciente dar un punto P por donde
pasa y un vector director v:
L :

OX =

OP +tv t R (44)
es la ecuacion vectorial de la recta que pasa por P y tiene a v = (a, b, c)
como vector director.
En coordenadas, sean X = (x, y, z), P = (x
0
, y
0
, z
0
), v =< a, b, c >:
_
_
_
x = x
0
+ta
y = y
0
+tb
z = z
0
+tc
(45)
son las ecuaciones parametricas de la recta L.
Eliminando el parametro t en las ecuaciones parametricas se tiene la ecua-
cion simetrica o cartesiana de L:
x x
0
a
=
y y
0
b
=
z z
0
c
. (46)
Si a = 0 convendremos en sustituir la ecuacion de arriba por x = x
0
. Analoga-
mente para los casos en que b = 0 o c = 0.
Ejemplo 6.1. Recta por dos puntos dados
Por dos puntos P = (x
0
, y
0
, z
0
) y Q = (x
1
, y
1
, z
1
) pasa una y solo una recta.
Calculemos la ecuacion de esta recta. Para ello tomamos el vector libre

PQ =<
x
1
x
0
, y
1
y
0
, z
1
z
0
> como vector director. La ecuacion vectorial es
L :

OX =

OP +t

PQ t R. (47)
Desglosando coordenada a coordenada tenemos las ecuaciones paremetricas:
_
_
_
x = x
0
+t(x
1
x
0
)
y = y
0
+t(y
1
y
0
)
z = z
0
+t(z
1
z
0
)
(48)
Y, nalmente, las ecuaciones cartesianas:
x x
0
x
1
x
0
=
y y
0
y
1
y
0
=
z z
0
z
1
z
0
. (49)
Ejemplo 6.2. Rectas en el plano
La ecuacion parametrica de una recta en el plano que pasa por P = (x
0
, y
0
) y
es paralela al vector v =< a, b > es
_
x = x
0
+ta
y = y
0
+tb
(50)
26
Eliminando t:
x x
0
a
=
y y
0
b
, (51)
de donde:
y y
0
=
b
a
(x x
0
) o, lo que es lo mismo y y
0
= m(x x
0
),
donde m = b/a (a ,= 0) es la pendiente de la recta L. La ecuacion cartesiana se
puede escribir tambien como y = mx + b donde b = y
0
mx
0
es el punto de
corte de L con el eje OY .
Reciprocamente, sea L : y = mx + b la ecuacion ordinaria de una recta de
pendiente m y altura b. Podemos obtener la ecuacion vectorial de L escogiendo
como vector director v =< 1, m > y P = (0, b)
Ejemplo 6.3. Ecuacion normal de una recta en el plano
Tambien podemos denir una recta en el plano como el conjunto de las direccio-
nes perpendiculares a un vector

N dado. Mas precisamente, la recta L que pasa
por P = (x
0
, y
0
) y es perpendicular a

N =< A, B > es el luegar geometrico de
los puntos X = (x, y) tales que:
L :

PX

N = 0 (52)
En coordenadas,
L : A(x x
0
) +B(y y
0
) = 0 o bien Ax +By +C = 0, (53)
donde C = Ax
0
By
0
.
6.2. Ecuaciones de Planos
Dado un punto P = (x
0
, y
0
, z
0
) y un vector

N =< A, B, C > denimos el
plano que pasa por P = (x
0
, y
0
, z
0
) y es perpendicular a

N =< A, B, C >
como el lugar geometrico de los X = (x, y, z) R
3
tales que
:

PX

N = 0. (54)
Esta es la ecuacion normal vectorial del plano . En coordenadas,
: A(x x
0
) +B(y y
0
) +C(z z
0
) = 0, (55)
o bien:
: Ax +By +Cz +D = 0, (56)
donde D = Ax
0
By
0
Cz
0
, es la ecuacion normal del plano .
Ejemplo 6.4. Plano por tres puntos no colineales Dados tres puntos
no alineados P, Q y R en R
3
determinan un unico plano. Para determinar su
27
ecuacion formamos los vectores libres

PQ y

PR y denimos como vector normal
al plano

N =

PQ

PR, con lo cual, se tiene la ecuacion del plano


=

PX

PQ

PR = 0 (57)
En coordendas, si P = (x
0
, y
0
, z
0
), Q = (x
1
, y
1
, z
1
) y R = (x
2
, y
2
, z
2
) se tiene
:

x x
0
y y
0
z z
0
x
1
x
0
y
1
y
0
z
1
z
0
x
2
x
0
y
2
y
0
z
2
z
0

= 0 (58)
Tambien podemos describir un plano como el conjunto de las direcciones en
el espacio que son paralelas a un subespacio de dimension dos generado por dos
vectores no colineales a y b. Mas precisamente, dado P denimos como el
lugar geometrico de los puntos X tales que
:

OX =

OP +sa +tb (59)
para alg un s , t R. En coordenadas, se tienen las ecuaciones parametricas
:
_
_
_
x = x
0
+sa
1
+tb
1
y = y
0
+sa
2
+tb
2
z = z
0
+sa
3
+tb
3
(60)
donde X = (x, y, z), a =< a
1
.a
2
, a
3
>, b =< b
1
.b
2
, b
3
>.
Eliminando los paramtros s y t se tiene una ecuacion normal de la forma:
A(x x
0
) + B(y y
0
) + C(z z
0
) = 0 donde

N =< A, B, C > es un vector
paralelo al producto vectorial a b. Dejamos al lector la vericacion de esta
ultima armacion.
6.3. Ejercicios y problemas de la seccion
Ejercicio 30. Calcule la ecuacion vectorial y las ecuaciones parametricas para
la recta que pasa por el punto dado y es paralela al vector v.
1. P = (3, 1, 8), v =< 2, 3, 5 >
2. P = (2, 4, 5), v =< 3, 1, 6 >
3. P = (0, 1, 2), v = 6i + 3j + 2k
4. P = (1, 1, 2),v = 2i 7k
Ejercicio 31. Determine las ecuaciones parametricas y cartesianas de la recta
que pasa por los puntos dados
1. P = (2, 1, 8), Q = (6, 0, 3)
2. P = (1, 0, 5),Q = (4, 3, 3)
28
3. P = (3, 1, 1),Q = (3, 2, 6)
4. P = (3, 1,
1
2
), Q = (1, 4, 1)
5. P = (
1
3
, 1, 1), Q = (0, 5, 8)
6. P = (2, 7, 5), Q = (4, 2, 5)
Ejercicio 32. Muestre que la recta que pasa por los puntos P = (2, 1, 5)
y Q = (8, 8, 7) es paralela a la recta que pasa por los puntos R = (4, 2, 6) y
S = (8, 8, 2)
Ejercicio 33. Demuestre que la recta que pasa por los puntos P = (0, 1, 10 y
Q = (1, 1, 6) es perpendicular a la que pasa por los puntos R = (4, 2, 1) y
S = (1, 6, 2).
Ejercicio 34. (a) Encuentre las ecuaciones cartesianas de la recta L que pasa
por el punto P = (0, 2, 1) y es paralela a la recta con las ecuaciones
parametricas L

: x = 1 + 2t, y = 3t, yz = 5 7t
(b) Determine los puntos en el que la recta requerida en el inciso (a) intersecta
los planos coordenados.
Ejercicio 35. (a) Encuentre las ecuaciones parametricas de la recta que pasa
por P = (5, 1, 0) y que es perpendicular al plano 2x y +z = 1
(b) En que puntos esta recta intersecta los planos coordenados?
Ejercicio 36. Encuentre la ecuacion del plano que pasa por el punto dado cuyo
vector normal se especica.
1. P = (1, 4, 5),

N = 7, 1, 4)
2. P = (5, 1, 2),

N = 3, 5, 2)
3. P = (1, 2, 3),

N = 15i + 9j 12k
4. P = (1, 6, 4),

N = 5i + 2j 2k
Ejercicio 37. Determine la ecuacion del plano que pasa por el punto dado y
que es paralelo al plano que se indica.
1. P = (6, 5, 2), : x +y z + 1 = 0
2. P = (3, 0, 8), : 2x + 5y + 8z = 17
3. P = (1, 3, 8), : 3x 4y 6z = 9
4. P = (2, 4, 5), : z = 2x + 3y
Ejercicio 38. Encuentre una ecuacion para el plano que pasa a traves de los
puntos P, Q, R dados a continuacion:
29
1. P = (0, 0, 0), Q = (1, 1, 1), R = (1, 2, 3)
2. P = (1, 1, 1), Q = (1, 1, 2), R = (4, 0, 3)
3. P = (1, 0, 3), Q = (0, 2, 4), R = (4, 1, 6)
4. P = (2, 1, 3), Q = (5, 1, 4), R = (2, 2, 4)
Ejercicio 39. Determine una ecuacion para el plano que pasa a traves del punto
dado y que contiene a la recta especicada.
1. P = (1, 6, 4) ; L : x = 1 + 2t, y = 2 3t, z = 3 t
2. P = (1, 3, 2) ; L : x = 1 2t, y = 4t, z = 2 +t
3. P = (0, 1, 2) ; L : x = y = z
4. P = (1, 0, 1) ; L : x = 5t, y = 1 +t, z = t
Ejercicio 40. Encuentre el punto en el que la recta dada intersecta al plano
especicado
1. L : x = 1 +t, y = 2t, z = 3t ; : x +y +z = 1
2. L : x = 5, y = 4 t, z = 2t ; : 2x y +z = 5
3. L : x = 1 + 2t, y = 1, z = t ; : 2x +y z + 5 = 0
4. L : x = 1 t, y = t, z = 1 +t ; : z = 1 2x +y
Ejercicio 41. Calcule el coseno del angulo entre los planos x + y + z = 0 y
x + 2y + 3z = 1
Ejercicio 42. Determine si los planos son paralelos, perpendiculares o ninguna
de las dos cosas y en ese caso encuentre el angulo entre los planos.
1. x +z = 1, y +z = 1;
2. 8x 6y + 2z = 1, z = 4x + 3y;
3. x + 4y 3z = 1, 3x + 6y + 7z = 0;
4. 2x + 2y z = 4, 6x 3y + 2z = 5;
5. 2x + 4y 2z = 1, 3x 6y + 3z = 10;
6. 2x 5y +z = 3, 4x + 2y + 2z = 1.
Ejercicio 43. (a) Determine las ecuaciones cartesianas para la recta de inter-
seccion de los planos,y (b) calcule el angulo entre los planos.
1. x +y z = 2, 3x 4y + 5z = 6;
2. x 2y +z = 1, 2x +y +z = 1;
30
Ejercicio 44. Encuentre las ecuaciones parametricas de la interseccion de los
planos
1. z = x +y, 2x 5y z = 1
2. 2x + 5z + 3 = 0, x 3y +z + 2 = 0
Ejercicio 45. Usar metodos vectoriales para probar que lo siguiente:
1. la distancia del punto P = (x
0
, y
0
) a la recta L : Ax +By +C = 0 es
dist(P, L) =
[Ax
0
+By
0
+C[

A
2
+B
2
.
2. la distancia del punto P = (x
0
, y
0
, z
0
) al plano : Ax +By +Cz +D = 0
es
dist(P, ) =
[Ax
0
+By
0
+Cz
0
+D[

A
2
+B
2
+C
2
.
3. la distancia entre las rectas L
1
y L
2
esta dada por
dist(L
1
, L
2
) =
[ <

P
1
P
2
, a
1
a
2
> [
|a
1
a
2
|
donde P
1
y P
2
son puntos en L
1
y L
2
, y a
1
y a
2
son vectores directores
de L
2
y L
2
, respectivamente.
Sugerencia: Considerar el plano que contiene a L
2
y es paralelo a L
1
.
Probar que (a
1
a
2
)/[[a
1
a
2
[[ es un vector unitario normal a este plano.
La distancia entre las rectas es la proyeccion del vector

P
1
P
2
sobre esta
direccion normal.
Ejercicio 46. Calcular la distancia del plano 12x + 13y + 5z + 2 = 0 al punto
(1, 1, 5).
Ejercicio 47. Calcular la distacia del plano que pasa por el origen y es perpen-
dicular al vector i 2j +k, al punto (6, 1, 0).
Ejercicio 48. Pruebe que dos planos
i
: A
i
x + B
i
y + C
i
z + D
i
= 0, i = 1, 2,
son paralelos si y solo si
A
1
A
2
=
B
1
B
2
=
C
1
C
2
.
Ejercicio 49. Pruebe que la distancia entre dos planos paralelos
i
: Ax+By+
Cz +D
i
= 0, i = 1, 2 es
dist(
1
,
2
) =
[D
1
D
2
[

A
2
+B
2
+C
2
.
31
Ejercicio 50. Sean
i
: A
i
x + B
i
y + C
i
z + D
i
= 0, i = 1, 2, dos planos no-
paralelos. Pruebe que L :=
1

2
la lnea interseccion de ambos planos admite
la siguiente ecuacion vectorial parametrica:
L :

OP +t

N
1

N
2
,
donde P = (x
0
, y
0
, z
0
) L es un punto cualquiera de la recta L y

N
i
=<
A
i
, B
i
, C
i
>, i = 1, 2, vectores normales a los planos
1
y
2
.
Ejercicio 51. Sean a, b, c tres vectores no coplanares. Pruebe que el determi-
nante de Gram

a a a b a c
b a b b b c
c a c b c c

es el volumen del paraleleppedo de lados a, b, c.


32