a

Álgebra Lineal I
Unidad 2
 ÁLGEBRA LINEAL I – UNIDAD 2

Introducción

Estudiar los vectores, sus características y reglas de operación es fundamental

en distintas ramas de la ciencia. El producto escalar de dos vectores tiene mu-
chas aplicaciones. Equipos de localización, como los GPS, utilizan vectores de
posición de algunos satélites para determinar la ubicación exacta de distintos
objetos; los arquitectos deben operar vectorialmente los esfuerzos sobre las edi-
ficaciones y puentes; los veleros pueden navegar en contra del viento, si logran
que la componente de la velocidad del viento esté dirigida hacia delante; cono-
ciendo los vectores de posición y de velocidad de un avión, se puede predecir la
ruta de vuelo.

Objetivos
General
− Analizar los productos entre vectores geométricos.

Específicos
− Identificar productos entre vectores geométricos.
− Resolver productos escalar y vectorial.
− Resolver los triples productos escalar.

1
 ÁLGEBRA LINEAL I – UNIDAD 2

Desarrollo
2.Producto entre vectores geométricos
2.1 Producto escalar
En matemáticas, el producto escalar, también conocido como producto interno,
producto interior o producto punto, es una aplicación cuyo dominio es V 2 y su
codominio es K, donde V es un espacio vectorial y K el conjunto de los escalares
respectivos. Esta aplicación amplía la oportunidad de emplear los conceptos de
la geometría euclídea tradicional: longitudes, ángulos, y ortogonalidad en dos y
tres dimensiones (Espinoza, 2019)
La definición matemática de producto escalar es bastante amplia porque recoge
toda expresión bilineal que sirva razonablemente para medir ángulos y distan-
cias, aunque sea de manera muy distinta a la habitual. En este curso, sin em-
bargo, nos fijamos sólo en el producto escalar que se ha utilizado en cursos an-
teriores, extendida a Rn (Barrera, F. ,2014):

x = (x1, x2, . . ., xn), y = (y1, y2, . . ., yn) ⇒ x · y = x1y1 + x2y2 + · · · + xnyn.

Al multiplicar escalarmente un vector por sí mismo obtenemos su longitud

(norma, módulo) al cuadrado, y el ángulo 0 ≤ α ≤ π entre dos vectores no nulos
⃗x, ⃗y viene determinado por una conocida fórmula para cos α:

𝑥. 𝑦
|𝑥| = √𝑥 . 𝑥 y cos α = |𝑥| |𝑦|

Ejemplo:

Los vectores x = (2, −2) y y = (3, 0) tienen longitudes 2 √ 2 y 3 respectivamente

y su ángulo cumple cos α = 1/ √ 2, por tanto, es π/4 (esto son 45°), como se ve
claro en un dibujo.

El caso más importante en cuanto a ángulo entre vectores es el de perpendicu-

laridad que corresponde a x · y = 0. En este caso se dice que los vectores son
ortogonales. Cuando tenemos más vectores, se dice que son ortogonales si lo

2
 ÁLGEBRA LINEAL I – UNIDAD 2

son dos a dos. Y se dice que son ortonormales si además son unitarios, es decir,
de longitud uno.

Ejemplo:

Los vectores a = (1, −8, −4), b = (−4, −4, 7), c = (−8, 1, −4) son ortogonales
porque a · b = a · c = b · c = 0 pero no son ortonormales porque |a| = 9. De hecho,
todos tienen longitud 9 y entonces a/9, b/9 y c/9, sí son ortonormales.

Dado un vector v muchas veces surge de manera natural el problema de encon-

trar un vector en un subespacio V que esté lo más cerca posible de v. A este
vector se le llama proyección ortogonal de v sobre V y lo denotaremos mediante
Prov. (v). Si {x1, x2, . . . , xn} es una base ortogonal de V , viene dado por la
fórmula (Barrera, F. ,2014):

𝑣 . 𝑥12 𝑣 . 𝑥22 𝑣 . 𝑥𝑛2

proy v (v) = . x1 + v= . x2 + … = . xn
𝑥12 𝑥22 𝑥𝑛2

La proyección ortogonal aparece en muchas aplicaciones en la forma de la mejor

aproximación, como se ha presentado aquí, sin embargo, como el nombre su-
giere, tiene una interpretación geométrica: ProyV (v) es el vector al que llegamos
cuando vamos del extremo de v y nos dirigimos en perpendicular hacia V. Esta
interpretación geométrica nos indica que siempre se cumple que v ProyV (v) y
ProyV (v) son ortogonales y por tanto en los problemas de proyecciones ortogo-
nales es aconsejable comprobar al final (Barrera, F. ,2014)

(v – ProyV (V)). ProyV (v) = 0

para asegurarse de que la solución es correcta.

Ejemplo:
Consideremos el subespacio de R4 que tiene por base (u1, u2, u3) con

u1 = ( 1, 0, 0, 0), u2 = ( 0, 2, 0, -1), u3= (0, 1, 5, 2).

Es una base ortogonal porque u1. u2 = u1 . u3 = u2 . u3 = 0.

Veamos cuál es la proyección de v = (1; 1; 1; 1) sobre el subespecio generado
por ellos.

3
 ÁLGEBRA LINEAL I – UNIDAD 2

Basta aplicar la fórmula

𝑣 . 𝑈12 𝑣 . 𝑈22 𝑣 . 𝑈32
ProyV (v) = . U1 + v= . U2 + . U3
𝑈12 𝑈22 𝑈32

El resultado es entonces (1, 2/3, 4/3, 1/3). A modo de comprobación se puede notar que
este vector es ortogonal a ⃗v - ProyV (⃗v) = (0; 1/3; -1/3; 2/3).

Es importante hacer hincapié en que la fórmula solo es válida si (x 1, x2, .…xn) es una
base ortogonal del subespacio V . Entonces surge el problema de transformar una base
que no es ortogonal en otra que sí lo es.
El proceso de ortogonalización de Gram-Schmidt es un algoritmo con este propósito
(GROSSMAN, 2007).

Propiedades

Conmutativa u. v = v . u

Asociativa k (u. v) = (k .u) . v

Distributiva u . (v + w) : u.v + u . w

Fuente: Elaboración propia.

Interpretación geométrica
El producto de dos vectores no nulos es igual al módulo de uno de ellos por la
proyección del otro sobre él (Espinoza, 2019).

A
Cos α = OA = u . cos α

u u . v = ∣v∣. OA’ OA’ =

α
0 B
v A’

Fuente: Elaboración propia

4
 ÁLGEBRA LINEAL I – UNIDAD 2

2.2 Producto vectorial

El producto vectorial de Gibbs o producto cruz es una operación binaria entre
dos vectores en un espacio tridimensional. El resultado es un vector perpendicu-
lar a los vectores que se multiplican, y por lo tanto normal al plano que los con-
tiene (Espinoza, 2019).

Fuente: Arce et al (2003)

Sea x, y dos vectores en U y supongamos que fijamos una base de referencia
B = (e1; _e2; _e3). Definimos el producto vectorial de x; y como el vector x ^ y
verificando:

⬥ Si x, y son dependientes, entonces x ^ y = 0.

⬥ Si x, y son independientes, verifica:

a) x ^ y es perpendicular a x, e y.

b) x ^ y= ∣x∣ ∣y∣ sen (x; y).

⬥ La base (x; y; x ^ y) tiene la misma orientación que B.

La definición es coherente porque dados dos vectores independientes x; y en un

espacio elucídelo 3-dimensional, el espacio de vectores perpendiculares a am-
bos tiene dimensión 1. Por tanto, hay un único vector en este subespacio si fija-
mos su norma y su sentido (Espinoza, 2019).

5
 ÁLGEBRA LINEAL I – UNIDAD 2

Dados dos vectores en dimensión 3, es decir, con tres componentes, podemos

definir una nueva operación: el producto vectorial. El producto vectorial entre dos
vectores a y b es otro vector c.
Definimos el producto vectorial por: c=a×b. También se puede encontrar el pro-
ducto vectorial utilizando el símbolo ∧. De manera que c = a ∧ b (Barrera,
F.,2014).
Características del vector resultante c al producto vectorial de dos vecto-
res a y b:

⬥ La dirección es perpendicular al plano formado por los dos vectores a y b.

⬥ El sentido del vector c viene dado aplicando la "regla del sacacorchos" o

"regla de la mano derecha".

Fuente: Arce et al (2003)

Es el sentido para el cual se movería un sacacorchos cuando se hace girar. Si

giramos un sacacorchos o un tornillo "hacia la derecha" (en el sentido de las
agujas de un reloj) el sacacorchos o el tornillo "avanza". También se puede utili-
zar el sacacorchos o un tornillo en el otro sentido: cuando se hace girar un saca-
corchos o un tornillo "hacia la izquierda" (contrario a las agujas del reloj), el sa-
cacorchos o el tornillo "retrocede" (Barrera, F. ,2014).
Cómo determinar el vector resultante c→ del producto vectorial de a→ y b→ en
coordenadas:

6
 ÁLGEBRA LINEAL I – UNIDAD 2

Si a = (a1,a2,a3) y b=(b1,b2,b3).
El producto vectorial entre a y b es el vector c. Para ello calculamos el determi-
nante siguiente:

C = (c1 , c2 , c3 ) = |𝑖 𝑗 𝑘 𝑎1 𝑎2 𝑎3 𝑏1 𝑏2 𝑏3 | = |𝑎2 𝑏3 𝑏2 𝑏3 | i + (-1)

|𝑎1 𝑎3 𝑏1 𝑏3 | j + |𝑎1 𝑎2 𝑏1 𝑏2 | k

Donde i, j, k es la base canónica de R 2. Es decir, i = (1, 0, 0), j =(0, 1, 0), k = (0,

0, 1).

Ejemplo:
Si a = (2, 0, -1), b = (1, 1, -2). Calculemos c = a x b:

C = (c1 , c2 , c3 ) = |𝑖 𝑗 𝑘 2 0 − 1 1 1 − 2 | = |0 − 1 1 − 2 | i + (-1) |2 − 1 1 − 2 |
j + |2 0 1 1 | k = (1, 3, 2)

Otra manera de determinar el producto vectorial de a y b:

C = a x b = |𝑎 | |𝑏 | sen (ab). n^

donde n^ es un vector unitario en la dirección y sentido correspondiente. Direc-

ción perpendicular al plano formado por a y b y sentido dado por la regla del sa-
cacorchos (Barrera, F. ,2014).

Fuente: Elaboración propia

7
 ÁLGEBRA LINEAL I – UNIDAD 2

Propiedades del producto vectorial

u x v = -v x u
Anticonmutativa

Homogénea γ (u x v) = (γu) x v = u (γv)

Distributiva u x ( v + w) = u x v + u x w

Estas propiedades se prueban mediante las propiedades de los determinantes.

El vector u × v es perpendicular a los vectores u y v simultáneamente, y, por lo
tanto, al plano que los contiene. Al igual que en la definición de un sistema de
coordenadas derecho, el sentido del vector u × v está determinado por la regla
de la mano derecha: al orientar los dedos de la mano derecha excepto el pulgar,
desde el vector u hasta el vector v, el vector u × v apunta en la dirección del dedo
pulgar (Espinoza, 2019).

⬥ axb=-bxa

⬥ Fuente: Arce et al (2003)

⬥ Si a y b están en la misma recta, es decir, si son vectores ligados y es-

tán en la misma recta; entonces el producto escalar es cero.

8
 ÁLGEBRA LINEAL I – UNIDAD 2

Ejemplo:

Si a = (1, 0, 0) y b = (-2, 0, 0)

C = (c1 , c2 , c3 ) = |𝑖
𝑗 𝑘 1 0 0 − 2 0 0 | = |0 0 0 0 | i + (-1) |1 − 2 1 0 | j +
|1 − 2 0 0 | k = (0, 0, 0)

El producto vectorial o producto cruz es una operación singular entre vectores

de IR3 que resulta con algunas propiedades interesantes por sus interpretacio-
nes geométricas.

Sin embargo, se debe enfatizar que es un concepto definido solo para vectores
en IR3

Sean v = (v1, v2, v3) y w = (w1, w2, w3) dos vectores en IR3, entonces el producto
vectorial de v con w es un nuevo vector de IR3, denotado por v × w, que se define
como:

V x W = |𝑉1 𝑉3 𝑊2 𝑊3 |

donde e1, e2, e3 son los vectores canónicos de IR3.

Una forma simple de recordar la definición del producto cruz de v y w, es me-
diante el siguiente “determinante”, desarrollándolo por la primera fila:

V x W = |𝑉1 𝑉3 𝑊2 𝑊3 |

Aunque esta expresión carece de sentido, porque la primera fila de la matriz no

se compone de números sino de vectores, y la expresión resultante es un vector
de IR3, y no un número como correspondería al determinante. Aun así, ignorando
esta aberración, se seguirá empleando por la comodidad que ofrece para recor-
dar la definición de producto cruz.

Expresión Analítica
Supongamos que fijamos una base B = (e1; e2; e3) ortonormal que tomamos
como referencia de orientación positiva. Entonces:

9
 ÁLGEBRA LINEAL I – UNIDAD 2

La expresión del producto vectorial de dos vectores x = (x1; x2; x3) B e y = (y1; y2;
y3)B se obtienen desarrollando el determinante:

X x Y = |𝑒1 𝑒2 𝑒3 𝑥1 𝑥2 𝑥3 𝑦1 𝑦2 𝑦3 |

Prueba: En primer lugar, notemos que, aunque la primera fila del determinante
está formada por vectores, la expresión tiene sentido. Basta tener en cuenta que
en cada término de la expansión del determinante aparece un elemento y solo
uno de la primera fila; en este caso corresponderá un vector multiplicado por un
escalar, operación que tiene sentido en un espacio vectorial (Espinoza, 2019).

Si denotamos A = |𝑒1 𝑒2 𝑒3 𝑥1 𝑥2 𝑥3 𝑦1 𝑦2 𝑦3 | El teorema afirma que:

X x Y = Z con ( A11, A12, A13) B,

donde Aij es el adjunto de la posición ij de A. Veamos que z cumple la definición

de producto vectorial:

⬥ Si x; y son dependientes, entonces z = 0 porque la matriz A tendrá a las

dos últimas filas dependientes y por tanto todos los adjuntos serian nu-
los.

(a) Tenemos:

x . z = x1A11 + x2A22 + x3A33 = |𝑥1 𝑥2 𝑥3 𝑥1 𝑥2 𝑥3 𝑦1 𝑦2 𝑦3 | = 0

y . z = y1A11 + y2A22 + y3A33 = |𝑦1 𝑦2 𝑦3 𝑥1 𝑥2 𝑥3 𝑦1 𝑦2 𝑦3 | = 0

2 (b)

⬥ Si conocemos las coordenadas covariantes de x; y, las coordenadas con-

travariantes del producto vectorial se obtienen como:

XxY=
1
√|𝐺𝐵|
= |𝑒1 𝑒2 𝑒3 𝑥1 𝑥2 𝑥3 𝑦1 𝑦2 𝑦3 |

10
 ÁLGEBRA LINEAL I – UNIDAD 2

Propiedades
Teniendo en cuenta la expresión analítica del producto vectorial, es fácil dedu-
cir las
siguientes propiedades:
⬥ x ^ y = 0 → x , y son dependientes.

⬥ El producto vectorial es bilineal, es decir:

x ^ (αy + βy) = αx ^ y + βx ^ y

(αx + βx) ^ y = αx ^ y + βx ^ y

⬥ El producto vectorial es anti simétrico, es decir:

x^y=-y^x

Interpretación geométrica
El módulo del producto vectorial de dos vectores x, y, corresponde con el área
del paralelogramo que determinan (Espinoza, 2019).:

Prueba: Se tiene que:

Área de paralelogramo = ∣x∣ h = ∣x∣ ∣y∣ Sen(x, y) = ∣x ^ y∣

11
 ÁLGEBRA LINEAL I – UNIDAD 2

2.3 Triple producto escalar

El producto mixto (o también conocido como triple producto escalar) es una ope-
ración entre tres vectores que combina el producto escalar con el producto vec-
torial para obtener un resultado escalar (Espinoza, 2019).

Fuente: Arce et al (2003)

Se puede calcular también como el determinante de la matriz que se forma con

las componentes de los vectores.
Para hallar una fórmula que permita calcular el valor del producto mixto a partir
de las coordenadas de los vectores procedemos a realizar la sustitución del pro-
ducto cruz:
Sean u, v, w ∈ R3. El triple producto escalar se define por:
⬥ u · (v × w) = u · v × w =

⬥ u1(v2w3 − w2v3) − u2(v1w3 − w1v3) + u3(v1w2 − w1v2) =

= |𝑢1 𝑢2 𝑢3 𝑣1 𝑣2 𝑢3 𝑤1 𝑤2 𝑤3 |

El producto mixto de los vectores u, v, w es igual al producto escalar del primer

vector por el producto vectorial de los otros dos.

El producto mixto se representa por (u, v, w).

12
 ÁLGEBRA LINEAL I – UNIDAD 2

(u, v, w) = |𝑢1 𝑢2 𝑢3 𝑣1 𝑣2 𝑢3 𝑤1 𝑤2 𝑤3 |

Definimos el producto mixto de tres vectores x; y; z de un espacio euclídeo 3-

dimensional como:

[ x, y, z] = (x ^ y). z

Como consecuencia de la expresión analítica vista para el producto vectorial se

tiene la siguiente expresión para el producto mixto:
Sean x, y, y son tres vectores de U y B una base. Se verifica:

X, Y, Z = √|𝐺𝐵| = |𝑥1 𝑥2 𝑥3 𝑦1 𝑦2 𝑦3 𝑧1 𝑧2 𝑧3 |

1
X, Y, Z = = |𝑥1 𝑥2 𝑥3 𝑦1 𝑦2 𝑦3 𝑧1 𝑧2 𝑧3 |
√|𝐺𝐵|

El producto mixto cumple las siguientes propiedades:

⬥ [x, y, z] = 0 → (x, y, z) son dependientes.

⬥ Es trilineal, es decir:
[αx + βx, y, z] = α [x, y, z] + β [x, y, z]
[x, αx + βy, z] = α [x, y, z] + β [x, y, z]
[x, y, αz + βz] = α [x, y, z] + β [x, y, z]

⬥ Es antisimétrico, es decir:

[ x, y, z] = - [y, x, z] = - [x, z, y] = - [z, y, x]

Interpretación geométrica
Por último, el producto mixto de tres vectores tiene la siguiente interpretación
geométrica.

13
 ÁLGEBRA LINEAL I – UNIDAD 2

El valor absoluto del producto mixto de tres vectores x, y, z corresponde con el

volumen del paralelepípedo que determinan

Fuente: Arce et al (2003)

Prueba: Se tiene:
Volumen paralelepípedo = Área base. H = ∣x^y∣ ∣z∣ Cos(𝜃) = ∣(x^y) . z∣ = [x, y, z]

Ejemplo:
Calcular el producto mixto de los vectores

⬥ U = (2, -1, 3)
⬥ V = (0, 2, -5)
⬥ W = (1, -1, -2).

V x W = |𝑖 𝑗 𝑘0 2 − 5 1 − 1 − 2 | = -9i -5j- 2k

U . (V x W) = (2, -1, 3) . (-9 -5 – 6) = -19

14
 ÁLGEBRA LINEAL I – UNIDAD 2

Referencias Bibliográficas
1- Bibliografía Básica
− HILL, Richard O. ALGEBRA LINEAL ELEMENTAL Y SUS APLICACIONES.
Prentice-Hall Hispanoamericana S.A.3ª. Ed.1991.

− GROSSMAN, Stanley, ALGEBRA LINEAL, 2ª Ed., Grupo Editorial Iberoamé-

rica, México, 1988.

− LIPSCHUTZ, Seymour, ÁLGEBRA LINEAL, Serie de Compendios, Mo Graw-

Hill, México, 1980.

− ANTON, Howard, Introducción El ALGEBRA LINEAL 3ª Ed., Limusa, 1988.

− Costa, V; Rossignoli, R; Sorichetti, C y Vampa, V. (s.f.) Algebra Lineal con

Aplicaciones. Parte I. Editorial de la Universidad de la Plata. Parte I. Argentina.

− BARRERA, F. (2014). Álgebra lineal. 1ª Ed., Grupo editorial Patria. México.

− NÚÑEZ, O.; SANDOVAL, I. (2015). Algebra Lineal. 1ª Ed. Escuela Politécnica

Nacional. Ecuador

2- Bibliografía Complementaria
− GROSSMAN, S. (2007) ÁLGEBRA LINEAL, 6ª Ed., Grupo Editorial Iberoamé-
rica, México, 2007.
− HERNÁNDEZ, S. (2012). Algebra Lineal.1ª Ed., Red Tercer Milenio. México.
− ARANDA, E. (2013). Algebra lineal con aplicaciones y Python. 1ª Ed.
− ARCE, C.; CASTILLA, W.; GONZÁLEZ, J. (2003). ALGEBRA LINEAL. Universi-
dad de Costa Rica. Escuela de Matemática. Costa Rica.

3- Biblioteca Virtual UPAP

− GUTIÉRREZ GARCÍA, I. (2012). Álgebra lineal. Universidad del Norte. https://eli-
bro.net/es/lc/biblioupap/titulos/69865.
− BOADA, E. VARGAS, E. Y NÚÑEZ, L. A. (2019). Álgebra lineal. Universidad
Abierta para Adultos (UAPA). https://elibro.net/es/lc/biblioupap/titulos/176649. .
− GUTIÉRREZ GONZÁLEZ, E. Y OCHOA GARCÍA, S. I. (2015). Álgebra lineal y
sus aplicaciones. Grupo Editorial Patria. https://elibro.net/es/lc/biblioupap/titu-
los/3942.
− MESA, F. (2012). Introducción al álgebra lineal. Bogotá, Colombia: Ecoe Edicio-
nes. Recuperado de https://elibro.net/es/ereader/biblioupap/69224?page=13.

15