Vectores 1

Tema 1. VECTORES (EN EL PLANO Y EN EL ESPACIO)

Definición de espacio vectorial
Un conjunto E es un espacio vectorial si en él se definen dos operaciones, una interna (suma)
y otra externa (producto por números), cumpliendo las siguientes propiedades:

Suma Producto por números

       
1. a  b  b  a 5.  ·(a  b )   ·a   ·b
        
2. (a  b )  c  a  (b  c ) 6. (   )·a  ·a   ·a
    
3. a  0  a 7. ( · )·a  ·(  ·a )
   
4. a  ( a )  0 8. 1·a  a
  
El vector 0 es el neutro de la suma;  a es el opuesto de a ; 1 es el neutro, la unidad, del
producto de números reales.

A cualquier elemento de E se le llama vector.

 El espacio vectorial R2
El conjunto de los puntos del plano, R2, es un espacio vectorial. Sus elementos son de la
forma (a, b) o (a1, a2).
Las operaciones suma y producto por números se definen así:
Suma: (a1 , a 2 )  (b1 ,b 2 )  (a1  b1 , a 2  b2 )
Producto:  (a1 , a 2 )  (a1 , a 2 )

Ejemplo:
 (2, 4) + 5(3, 1)  2(1, 3) = (2, 4) + (15, 5)  (2, 6) = (15, 7)

 El espacio vectorial R3
El conjunto de los puntos del espacio, R3, es un espacio vectorial. Sus elementos son de la
forma (a, b, c) o (a1 , a 2 ,a 3 )
Las operaciones suma y producto por números se definen así:
Suma: (a1 , a 2 , a3 )  (b1 ,b 2 , b3 )  (a1  b1 , a 2  b2 ,a 3 b3 )
Producto:  (a1 , a 2 ,a 3 )  (a1 , a 2 , a 3 )

Ejemplo:
 (2, 7, 0) + 3(1, 1, 0)  (2, 4, 5) = (2  3  2, 7 + 3 + 4, 0 + 0 + 5) = (3, 0, 5)
 El opuesto de (3, 2, 1) es (3, 2, 1)

Observaciones:
1. No es difícil demostrar que las operaciones anteriores cumplen las propiedades de espacio
vectorial. En todos los casos la demostración se apoya en las propiedades de las operaciones
con números reales.
2. Otros espacios vectoriales son: el conjunto de polinomios de grado 2, por ejemplo; el
conjunto de matrices de dimensión 2 × 3;…
3. En general, un vector es un conjunto ordenado de números (a1 , a 2 ,..., a n ) . Los números a1,
a2,…, an se llaman componentes o coordenadas del vector. El número de componentes es su
dimensión.

José María Martínez Mediano

Vectores 2

Vectores fijos y vectores libres (en el plano y en el espacio)

El vector que tiene por origen el punto A y por extremo el punto B, se llama vector fijo AB .
 Módulo del vector AB es la longitud del segmento AB. Se denota AB
 Dirección de AB es la de la recta que contiene a A y a B.
 Sentido de AB es el que indica el traslado de A a B.
 Dos vectores fijos son equipolentes si tienen el mismo módulo, la misma dirección y el

mismo sentido. Si AB y CD son equipolentes, entonces el polígono de vértices A, B, D y C

(en ese orden) es un paralelogramo.
B
B
D P


A p
A
C O
Vectores equipolentes Vector libre AB . Es de interés OP

 Se llama vector libre a un vector y a todos los que son equipolentes a él; esto es, todos los
que se obtienen trasladándolo (paralelamente). Entre ellos tiene especial importancia el que
tiene su origen en el origen de coordenadas, en el punto O.

 Correspondencia entre puntos y vectores

Entre puntos de R2 (o de R3) y vectores libres del plano (o del
espacio) existe una bisección:
A cada vector AB , equipolente a OP , se le asocia el punto P.

A cada punto P se le asocia el vector p  OP .

Se escribe, indistintamente, P  (a1 , a 2 ) o p  (a1 , a 2 ) ;

y A  (a1 , a 2 , a 3 ) o a  (a1 , a 2 ,a 3 ) .

Interpretación geométrica de las operaciones con vectores libres

Para obtener las coordenadas de la suma o del producto se procede como hemos hecho antes.
 
Esto es, si: a  (a1 , a 2 ,a 3 ) y b  (b1 , b2 ,b 3 ) , entonces:
 
 a  b  ( a1 , a 2 , a 3 )  (b1 ,b 2 , b3 )  ( a1  b1 , a 2  b2 , a 3 b3 )
 
 a  b  ( a1 , a 2 , a 3 )  (b1 ,b 2 , b3 )  ( a1  b1 , a 2  b2 , a 3 b3 )
 
Observación:El vector BA  a  b  (a1 , a 2 , a3 )  (b1 ,b 2 , b3 ) .
 
El vector AB  b  a  (b1 ,b 2 , b3 )  (a1 , a 2 , a3 )
 
 a  ( a1 , a 2 ,  a 3 ) . Si  > 0 tiene el mismo sentido que a ; si  < 0, sentido contrario.

José María Martínez Mediano

Vectores 3

Ejemplos:
 Si A = (1, 2, 0) y B = (3, 1, 4), se tendrá:
 
a = (1, 2, 0); b = (3, 1, 4);
 
BA  a  b = (1,  2, 0)  (3, 1, 4) = (2, 1, 4)
 
AB  b  a = (3, 1, 4)  (1, 2, 0) = (2, 1, 4)

2 a = 2(1, 2, 0) = (2, 4, 0)

Dependencia e independencia lineal de vectores

 Combinación lineal de vectores
   
Un vector a es combinación lineal de un conjunto v1 , v2 ,....v n  cuando se puede escribir en
   
función de ellos; esto es, cuando a  a1v1  a 2 v 2  ....  a n v n , donde ai son números reales.
   
También se dice que a depende linealmente de los vectores v1 , v2 ,....v n .
 
 Los vectores a y ka son dependientes uno del otro: tienen la misma dirección; son
paralelos; sus coordenadas son proporcionales.
  
 Al conjunto de vectores que dependen linealmente de los vectores v1 , v2 ,....v n  se le llama

variedad lineal engendrada por ellos. Toda variedad lineal tiene estructura de espacio lineal.
Más en concreto, toda variedad lineal es un susbespacio vectorial del espacio vectorial de
referencia.

Ejemplos:
    
 Si a = (1, 2, 0) y b = (3, 1, 4), todos los vectores de la forma c  a  b son
 
combinación lineal (o dependen linealmente) de a y b . Entre ellos:
  
c  2a  4b = 2(1, 2, 0)  4(3, 1, 4) = (10, 0, 16).
   3
 El conjunto de vectores de la forma c  a  b es un susbespacio de R . Estos vectores

también se pueden escribir como c  (1,  2, 0)  (3,  1, 4)    3,  2  , 4  .
Dando valores a  y  se obtienen los vectores de ese subespacio.
  
 El vector d = (5, 0, 0) no depende linealmente de a = (0, 2, 1) y b = (0, 2, 1), pues la
primera coordenada, 5, no puede obtenerse a partir de dos ceros, que son la primera
    
coordenada de cada uno de los vectores a y b . Por tanto, los vectores a , b y d son
linealmente independientes.
 
 Podemos preguntarnos: ¿qué valor debe tomar  para que los vectores a = (2, 1, ) y b =
(4, 2, 2) tengan la misma dirección? Como debe cumplirse que (2, 1, ) = k · (4, 2, 2) 
1 1
k  ; luego   ·(2)  1 .
2 2

 Si un vector no puede ponerse como combinación lineal de otros, se dice que es

linealmente independiente de ellos.
  
 En general, un conjunto de vectores v1 , v2 ,....v n  es linealmente independiente si la
   
igualdad 1v1  2 v 2  ....   n v n  0 se cumple sólo cuando 1 = 2 = ... = n = 0.
Si la igualdad anterior se puede cumplir con algún i  0, los vectores son linealmente
dependientes.
 
El vector 0 de R3 es 0 = (0, 0, 0)

José María Martínez Mediano

Vectores 4

Ejemplos:
 El conjunto de vectores {(1, 0, 1), (0, 0, 2), (0, 1, 1)} es linealmente independiente, pues
la igualdad 1(1, 0, 1) + 2(0, 0, 2) + 3(0, 1, 1) = (0, 0, 0) solo se cumple si 1 = 0; 2 = 0;
3 = 0.
En efecto: 1(1, 0, 1) + 2(0, 0, 2) + 3(0, 1, 1) = (0, 0, 0) 
(1, 3, 1 + 22 + 3) = (0, 0, 0)  1 = 0; 2 = 0; 3 = 0
   
 Los vectores a = (1, 2) y b = (2, 4) son linealmente dependientes, pues b = 2 a y,
  
por tanto: 2 a + b = 0 .
 El conjunto de vectores {(1, 0, 1), (0, 1, 2), (1, 1, 1)} es linealmente dependiente, pues la
relación 1(1, 0, 1) + 2(0, 1, 2) + 3(1, 1, 1) = (0, 0, 0) se cumple sin necesidad de que 1
= 0; 2 = 0; 3 = 0.
En efecto: 1(1, 0, 1) + 2(0, 1, 2) + 3(1, 1, 1) = (0, 0, 0) 
 1  3  0

(1 + 3, 2 3, 1 + 22  3) = (0, 0, 0)    2   3  0 , que es un sistema con
  2    0
 1 2 3

infinitas soluciones; por ejemplo: 1 = 1; 2 = 1; 3 = 1.

Puede verse también que (1, 0, 1) = (0, 1, 2) + (1, 1, 1).

 Criterio para determinar la dependencia o independencia lineal de tres vectores del

espacio.
Aparte del método aplicado más arriba, el planteamiento y resolución de un sistema lineal,
para comprobar si tres vectores del espacio son linealmente independientes, basta con
resolver el determinante formado por los tres vectores. Si ese determinante vale cero, los
vectores son linealmente dependientes; en caso contrario, serán linealmente independientes.

Ejemplos:
 Los vectores (1, 0, 1), (0, 0, 2) y (0, 1, 1) son linealmente independientes, pues
1 0 1
0 0 2 20
0 1 1
 Los vectores (1, 0, 1), (0, 1, 2) y (1, 1, 1) son linealmente dependientes, pues
1 0 1
0 1 2  1  2  1  0
1 1 1
Observación: Este mismo método puede aplicarse para vectores de dimensión dos, de
dimensión 4, o de cualquier dimensión.

 Interpretación geométrica de la dependencia lineal de vectores.

 En el plano: dos vectores son linealmente dependientes cuando son paralelos; en caso
contrario, serán linealmente independientes.
(Dados tres vectores del plano, siempre habrá uno que dependa de los otros dos.)
 En el espacio: dos vectores son linealmente dependientes cuando son paralelos; tres
vectores son linealmente dependientes cuando están en el mismo plano (si son coplanarios).
Tres vectores son linealmente independientes si están en planos distintos.
(Dados cuatro vectores del espacio, siempre habrá uno que dependa de los otros tres.)

José María Martínez Mediano

Vectores 5

Base de un espacio vectorial

  
Una base de un espacio vectorial, E, es un conjunto de vectores, B = v1 , v2 ,....v n  todos de E,
que cumple dos condiciones:
  
1. v1 , v2 ,....v n  son linealmente independientes; esto es, ninguno de ellos puede ponerse en
función de los demás.
  
2. Cualquier vector de E depende linealmente del conjunto v1 , v2 ,....v n .

 Bases de R2
Dos vectores que sean linealmente independientes (no nulos y no alineados o paralelos)
forman una base de R2. Pueden darse infinitas bases para R2.
    
Si B = v1 , v 2  es una base de R2, y a  a1v1  a 2 v 2 , a los números a1 y a2 se les llaman
  
coordenadas de a respecto de v1 , v 2 .

Ejemplo:
2
 Los vectores {(1, 2), (2, –2)} forman una base de R , pues ni son nulos ni paralelos.

El vector v = 1(1, 2) + 2(2, –2) tiene coordenadas (1, 2) respecto de esa base.
Esta base no es operativa, no es clara, pues el vector que tiene, respecto de ella, por ejemplo

las coordenadas (–4, 5) es v = –4(1, 2) + 5(2, –2) = (6, 14); pero decir que las coordenadas
del vector (6, –14) son (–4, 5) es poco comprensible.
 
 La base canónica, usual, de R2 es B = u1 ,u 2  = {(1, 0), (0, 1)}.
Esta base tiene la ventaja de que las coordenadas de un vector se

obtienen directamente Así, las coordenadas del vector v = (–4, 5)

son –4 y 5, pues: v = –4(1, 0) + 5(0, 1). Esto permite representar
fácilmente un vector mediante el sistema cartesiano.

 Bases de R3
Tres vectores que sean linealmente independientes (no nulos y no coplanarios) forman una
base de R3. Pueden darse infinitas bases.
      
Si B = v1 , v 2 , v3  es una base de R3, y a  a1v1  a 2 v 2  a3 v3 , a los números a1 , a2 y a3 se
   
les llaman coordenadas de a respecto de v1 , v 2 , v3 .

Ejemplo:
3
 Los vectores {(1, 0, 1), (0, 0, 2), (0, 1, 1)}, estudiados antes, forman una base de R .

El vector v = 1(1, 0, 1) + 2(0, 0, 2) + 3(0, 1, 1) tiene coordenadas (1, 2, 3) respecto de
esa base.
Esta base no es operativa, pues el vector que tiene, respecto de ella, las coordenadas (3, 1, 5)

es v = 3(1, 0, 1) 1(0, 0, 2) + 5(0, 1, 1) = (3, 5, 6); pero decir que las coordenadas del
vector (3, 5, 6) son (3, 1, 5) no es fácil de entender.
  
 La base canónica, usual, de R3 es B = u1 , u 2 , u 3  = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}. Esta
base tiene la ventaja de que las coordenadas de un vector se obtienen directamente. Así, las

coordenadas del vector v = (3, 1, 5) son 3, 1 y 5, pues:

v = 3(1, 0, 0) 1(0, 1, 0) + 5(0, 0, 1).

Nota: Si no se indica lo contrario, siempre se empleará la base canónica.

José María Martínez Mediano

Vectores 6

La referencia usual en R3
  
Es O, u1 , u 2 , u 3  , siendo O el origen de coordenadas y
  
u1 , u 2 , u 3 los vectores de la base canónica. Así, al
punto A = (a1 , a 2 , a 3 ) se le asocia el vector
    
a  a1u1  a 2 u 2  a3u 3 ; o bien : a  (a1 , a 2 , a3 ) .
Su representación gráfica se indica en la figura adjunta.
Los ejes de coordenadas suelen denotarse con las letras
x, y, z; también suele hablarse de eje OX, eje OY y eje
OZ.
Para el punto A dado, se tiene: x  a1 , y  a 2 y z  a 3 .

Aplicaciones (Optativo)
 Ecuación vectorial de una recta
Una recta queda definida dando uno de sus puntos y su vector de dirección.

Si el punto es A  (a1 , a 2 , a3 ) , que lleva asociado el vector a  (a1 , a 2 , a3 ) ; y su vector de

dirección es v = (v1 , v 2 , v3 ) , cualquier otro punto X  r cumple: OX  OA  AX .

Como el vector AX   v , la ecuación
  
vectorial de la recta es: x  a  v

Designado X = (x, y, z), sustituyendo y

operando se obtienen las ecuaciones
paramétricas de la recta, que son:
 x  a1  v1

r :  y  a 2  v 2 ,
 z  a  v
 3 3
→  es un parámetro, que puede ser designado por cualquier otra letra: t, h…

 Ecuación vectorial de la recta que para por dos puntos

Si los puntos son A(a1 , a 2 , a3 ) y B(b1 , b2 , b3 ) .
   
Uno de los puntos determina la posición. El vector b  a (o a  b ) determina la dirección.
   
Su ecuación será: x  a   (b  a ) .

Ejemplos:
 Las ecuaciones de la recta que pasa por el punto A = (1, 1, 2) y sigue la dirección del
 x  1  3t
 
vector v = (3, 1, 4), son: r   y  1  t
 z  2  4t

 La recta que pasa por los puntos A = (1, 2, 3) y B = (2, 2, 1), es la que pasa por el punto
A y lleva la dirección del vector AB = (2, 2, 1)  (1, 2, 3) = (1, 0, 2). Por tanto, sus
 x  1 t

ecuaciones paramétricas son:  y  2 .
 z  3  2t


José María Martínez Mediano

Vectores 7

 Ecuaciones de un plano.
Un plano queda definido por tres de sus puntos (no alineados).
Si las coordenadas de esos puntos son A  (a1 , a 2 , a3 ) , B  (b1 , b2 , b3 ) y C  (c1 , c 2 , c3 ) , la
     
ecuación vectorial del plano es: : x  a   (b  a )  (c  a ) , que se obtiene observando
que si X = (x, y, z)  , entonces: OX  OA  AX = OA  · AB  · AC
Sus ecuaciones paramétricas son:
 x  a1  (b1  a1 )  (c1  a1 )

   y  a 2   (b2  a2 )  (c2  a 2 )
 z  a   (b  a )   (c  a )
 3 3 3 3 3

 x  a1  u1  v1

  :  y  a 2  u 2  v 2
 z  a  u  v
 3 3 3

Si se “eliminan” los parámetros se obtiene la ecuación general del plano.

x  a1 u1 v1
y  a 2 u 2 v 2  0  : ax+ by + cz + d = 0.
z  a3 u 3 v3

Ejemplo:
 Sean los puntos A(1, 2, 1), B(2, 3, 1), C(0, 5, 3) y D(1, 4, 3).
a) Prueba que los cuatro puntos están en el mismo plano.
b) Halla la ecuación de dicho plano.

a) Los cuatro puntos pertenecerán al mismo plano si los vectores AB, AC y AD son
linealmente dependientes.
Estos vectores son:
AB = (2, 3, 1)  (1, 2, 1) = (1, 1, 0)
AC = (0, 5, 3)  (1, 2, 1) = (1, 3, 2)
AD = (1, 4, 3)  (1, 2, 1) = (2, 2, 2)

1 1 0
Como  1 3 2  0 , los vectores, efectivamente, son linealmente dependientes.
2 2 2

b) El plano que determinan viene dado, por ejemplo, por los puntos A, B, C (por el punto A y
por los vectores AB y AC). Su ecuación es:
 x  1 t  h x 1 1 1

 y  2  t  3h  y  2 1 3  0  x  y  2 z  1  0
 z  1  2h z 1 0 2


Observación: Puede verse que los cuatro puntos dados cumplen la ecuación del plano.

José María Martínez Mediano

Vectores 8

Producto escalar de vectores

 
Dados dos vectores v  (a1 , b1 , c1 ) y w  (a 2 , b2 , c 2 ) se define:
     
 Producto escalar ordinario v ·w  v · w ·cos(v , w)
 
 Producto escalar canónico v ·w  a1a2  b1b2  c1c 2
 Ambas definiciones son equivalentes, pero la segunda es más operativa, siempre que los
vectores vengan dados en función de la base canónica.
 Conviene observar que el producto escalar de dos vectores es un número real.

Ejemplo:
 
 Si v = (2, 1, 3) y w = (4, 5, 0), su producto escalar vale:
 
v ·w = (2, 1, 3) · (4, 5, 0) = 8  5 + 0 = 3.

 Algunas propiedades:
  
1. Conmutativa: v ·w  w·v
     
2. Distributiva: u ·(v  w)  u ·v  u ·w
 
3. Para todo v : v ·v  0
   
4. Si v ·w  0  v y w son perpendiculares.

 El módulo de un vector v  (a1 , b1 , c1 ) , se define como:
 
v   v ·v  a12  b1 2  c1 2

Ejemplo:
 
 El módulo de los vectores v = (2, 1, 3) y w = (4, 5, 0) es:
 
v  2 2  (1) 2  32  14 ; w  4 2  5 2  0 2  41

 Distancia entre dos puntos

La distancia entre dos puntos A y B, d(A, B), es igual al módulo del vector AB . Si las
coordenadas de esos puntos fuesen A = (a1 , b1 , c1 ) y B = (a 2 , b2 , c 2 ) , entonces
AB = (a 2  a1 , b2  b1 , c 2  c1 ) 
 d(A, B ) = AB  (a 2  a1 ) 2  (b2  b1 ) 2  (c 2  c1 ) 2

Ejemplo:
 Si A = (1, 2, 0) y B = (3, 1, 4), la distancia,

d(A, B) = (3  1) 2  (1  (2)) 2  (4  0) 2  21

Observa que coincide con el módulo del vector
 
AB  b  a = (3, 1, 4)  (1, 2, 0) = (2, 1, 4)  AB  2 2  12  4 2  21
Observa también que:
d(A, B) = d(B, A) = BA = (1  3) 2  (2  (1)) 2  (0  4) 2  21 .

José María Martínez Mediano

Vectores 9

 Coseno del ángulo que forman dos vectores

 
  v ·w
De la primera definición del producto escalar, se deduce que: cos(v , w )   
v· w

Ejemplo:
 
 El coseno del ángulo que forman los vectores v = (2, 1, 3) y w = (4, 5, 0) será:
 
  v ·w 3 3   3
cos(v , w )    =   ángulo (v , w ) = arccos = 82,8º.
v· w 14 · 41 574 574

Vectores ortogonales y vectores ortonormales.

Dos vectores son ortogonales, perpendiculares, si su producto escalar vale cero.

Si dos vectores ortogonales tienen módulo 1, se llaman ortonormales.


 a
Los vectores de módulo 1 se llaman unitarios. Para cualquier vector a , el vector  es
a
unitario.

Ejemplos:
 
 Los vectores a = (1, 2, 5) y b = (3, 1, 1) son ortogonales, pues
 
a · b = (1, 2, 5) · (3, 1, 1) = 3 + 2 – 5 = 0
  
 La base canónica, B = u1 , u 2 , u 3  = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}, es una base

ortonormal, pues está formada por vectores unitarios, perpendiculares dos a dos.
 
 Dados los vectores a = (1, 0, 1) y b = (1, 1, 1), los vectores
 
a 1 1 b 1 1
 = (1,0,1)  (1,0,1) y   (1, 1,1)  (1,1,1)
a 1 1 2 b 111 3
son unitarios y ortogonales; por tanto, son ortonormales.

José María Martínez Mediano