El espacio vectorial de los vectores libres

16
Introducción
Los vectores libres, con las operaciones adición y multiplicación por un escalar, conducen a
dos estructuras matemáticas de suma importancia: grupo y espacio vectorial. Esta última
tiene asociados los conceptos de combinación lineal, independencia lineal, base y dimensión. Euclides

En el estudio de los espacios vectoriales es preciso indagar acerca de la existencia de Euclides es, sin lugar a dudas, el matemático más famoso de
subconjuntos que, con el menor número posible de elementos, generen el conjunto de todos la antigüedad y quizás el más nombrado y conocido de la
los vectores del espacio. Estos subconjuntos se denominan bases. historia de las matemáticas.

Se conoce poco de su vida, pero su obra es ampliamente

Objetivos del módulo conocida. Todo lo que sabemos de su vida nos ha llegado a
través de los comentarios de un historiador griego llamado
Proclo. Sabemos que vivió en Alejandría (Egipto), al parecer
1. Definir el concepto general de espacio vectorial y mostrar el conjunto de los vectores libres alrededor del año 300 a. C. Allí fundó una escuela de estudios
matemáticos. Por otra parte, también se dice que estudió
E3 como un espacio vectorial real.
en la escuela fundada por Platón.
2. Introducir el concepto de subespacio vectorial, con la exhibición de dos subespacios de E ,
3

Su obra más importante es un tratado de geometría que

E 2 y E1 . recibe el título de Elementos, cuyo contenido aún sigue
3. Definir los conceptos de base y dimensión para espacios vectoriales, particularizando vigente.

para los espacios E , E y E .

3 2 1
Las fechas en que nació y murió Euclides son inciertas, pero
se cree que vivió entre los años 330 y 275 a. C.

Preguntas básicas
1. ¿Qué debe suceder para que dos vectores sean colineales?
2. ¿Qué relación existe entre paralelismo y colinealidad?
3. ¿Qué es una estructura de espacio vectorial?
4. ¿Qué es un subespacio vectorial?
5. ¿Qué es una base?
6. ¿Qué representa la dimensión de un espacio vectorial?

Contenidos del módulo

16.1 El espacio vectorial de los vectores libres
16.2 El espacio vectorial E
1

16.3 El espacio vectorial E 2

16.4 El espacio vectorial E3
16.5 Bases ortonormales derechas

Vea el módulo 16 del programa de

televisión Geometría vectorial y analítica

Geometría vectorial y analítica 227

Capítulo 4: Vectores geométricos
16.1 El espacio vectorial de los vectores libres
En el módulo 15 se definieron las operaciones adición (+) y multiplicación por un
escalar (M ) en el conjunto E 3 de los vectores libres en el espacio. Se dijo que las
propiedades de la adición enunciadas en el teorema 2 y las propiedades 1, 3, 4 y 5 de
M recogidas en el teorema 5 hacen que la estructura < E 3 ; + ; M > sea un espa-
cio vectorial real.

En esta unidad se estudiarán algunas características especiales de este espacio

vectorial, entre ellas las relativas a los subespacios E1 y E 2 y los conceptos de
base y dimensión.

Colinealidad

Si se escoge en el espacio una recta l, ésta determina –como se verá– un subespacio

de E3 .

→
1. Un vector libre a está en la recta l si tiene su misma dirección.

2. El vector libre nulo está en toda recta l.

Dos vectores libres pueden ser colineales bajo las siguientes condiciones:
→ →
1. o es colineal con cualquier vector libre a .
→ → → →
2. a y b son colineales si existe un escalar α tal que b = α a o existe un escalar
→ → → →
β tal que a = β b . En este caso diremos también que a y b son paralelos.

Notas

1. Como puede observarse, la colinealidad es sinónimo de paralelismo.

→ → → → →
2. Si el vector a es no nulo y b = o , entonces a y b son colineales y existe un
→ → → → → →
escalar α tal que b = α a ( b = 0 a ), pero no existe un escalar β tal que a = β b .

3. El vector nulo es paralelo a cualquier vector (tiene todas las direcciones).

→ →
4. Si a y b son no nulos y colineales, entonces existe un escalar α no nulo de
→ →
modo que b = α a . Hay dos posibilidades:
→ →
a. a y b tienen el mismo sentido. En este caso α > 0.
→ →
b. a y b tienen sentidos contrarios. Ahora α < 0.

228
 Módulo 16: El espacio vectorial de los vectores libres
→ →
En cualquier caso, b = α a (definición de M ).

→
b
Por tanto, α = →
.
a

→
⎛ → ⎞
→ →
b → ⎜ b ⎟→
Si a y b tiene el mismo sentido, entonces α = →
y b = ⎜ → ⎟ a.
⎜ a ⎟
a ⎜ ⎟
⎝ ⎠

→
⎛ → ⎞
→ →
b → ⎜ b ⎟→
Si a y b tiene sentidos contrarios, entonces α = − →
y b = ⎜− → ⎟ a.
⎜ a ⎟
a ⎜ ⎟
⎝ ⎠

→
Lo anterior permite, dado un vector libre a no nulo, obtener dos vectores
→
unitarios (de longitud uno) en la direccion de a (figura 16.1).
→ 1 → → −1 →
e1 = →
a y e2 = →
a.
a a

Figura 16.1

→ →
Del vector e1 (unitario y con la dirección y el sentido de a ) se dice que se
→ →
obtiene por normalización del vector a. También se dice que e1 es el vector
→
a normalizado.

Ilustración 2
→ ⎯→ ⎯→ ⎯→
Sean A, B, C puntos en el espacio. Consideremos los vectores a = AB + CB + 2 BA,
→ → →
1 ⎯→
yb= AC . ¿Son a y b colineales? ¿Por qué?
3

Geometría vectorial y analítica 229

Capítulo 4: Vectores geométricos
Solución

→ ⎯→ ⎯→ ⎯→ ⎯→
a = ( AB + BA) + (CB + BA). (?)
→ → ⎯→
a = 0 + CA. (?)
→ ⎯→ → ⎯→ → →
Luego a = CA . Es decir, a = − AC . Por tanto, a = −3 b .
→ →
En consecuencia, a y b son colineales (aunque de sentidos contrarios).

16.2 El espacio vectorial E1

Dada una recta l, llamemos E1 al conjunto de todos los vectores libres que están en
l (son colineales con l; tienen la dirección de l; son paralelos a l).
→
Este conjunto E1 es no vacío, pues contiene al vector cero ( o ) y a los vectores
⎯→ ⎯→
definidos por cualquier par de puntos A y B en l ( AB y BA). De hecho, E1 tiene
infinitos vectores.

Las operaciones adición y multiplicación por un escalar definidas en E 3 conservan

sus propiedades en E1 . En particular:

→ →
1. La adición (+) es en E1: asociativa, modulativa ( o ∈ E1 ), invertiva (si a está
→
en E1 , entonces − a ∈ E1 ) y conmutativa. En resumen < E1 ; + > ,es un grupo
abeliano.

2. La multiplicación por un escalar (M ) satisface en E1:

→ → →
a. 1 a = a , para cada a en E1 .
→ → → → → →
b. λ ( a + b ) = λ a + λ b , para cada a , b en E1 y λ real.
→ → → →
c. (λ + μ ) a = λ a + μ a , para cada a en E1 y λ , μ reales.
→ → → →
d. λ ( μ a ) = μ (λ a ) = (λμ ) a , para cada a en E1 y λ , μ reales.

Todo lo anterior se resume en el siguiente teorema.

Teorema 7

La estructura < E1 ; +; M > es un espacio vectorial real. Es el espacio de los vectores

libres en una recta dada (o simplemente en la recta), que lo notamos también como
E1 , \ .
→ → →
Consideremos en E1 un conjunto unitario {a}, con a ≠ o .

230
 Módulo 16: El espacio vectorial de los vectores libres
→ → →
El conjunto {a} es linealmente independiente. En efecto: si α a = o , entonces
→
α = 0. Es decir, la única combinación lineal de a que produce el vector cero es la
→ → →
trivial. Además, para cualquier vector b en E1 existe un escalar α tal que b = α a
→ →
(ya que a y b son colineales). Es decir, cualquier vector de E1 es una combinación
→ → →
lineal de a. Dicho de otro modo: {a} genera a E1 ; o E1 = gen{a}.

Esta última expresión se lee: E1 es el espacio generado por el conjunto formado por
→
el vector a .
→ →
En suma, {a} es una base para E1 : {a} es linealmete independiente y genera a E1.
Puede, pues, escribirse:

{
→ → →
E1 = b ∈ E3 : b = α a , para algún α real . }
La dimensión de E1 es uno (1): dim E1 = 1. Esto es por el hecho de que para generar
E1 sólo se requiere un vector.

Las operaciones adición y multiplicación por un escalar pueden hacerse utilizando

→
las representaciones de los vectores de E1 en la base {a} .
→ → → →
Si b = α a y c = β a , entonces:
→ → →
b + c = (α + β ) a ,
→ →
λ b = (λα ) a .

16.3 El espacio vectorial E 2

Recordemos que, estrictamente hablando, el vector libre carece de puntos. No
obstante, cabe la siguiente definición.

Un vector libre puede estar en un plano π bajo las siguientes condiciones:

→
1. Un vector libre a está en un plano π , si dicho vector es paralelo al plano.
→ → →
2. Los vectores a1 , a2 ,..., ak son coplanarios si existe un plano π paralelo a cada
uno de ellos.
→
3. El vector nulo ( o ) es coplanario con cualquier vector.

Geometría vectorial y analítica 231

Capítulo 4: Vectores geométricos
→
La expresión «el vector libre a está en el plano π » se entiende en el sentido de que
→
si se escoge en π un punto O (figura 16.2) y en éste se aplica el vector libre a de
⎯→ → ⎯→
modo que OA = a , entonces el segmento orientado OA tiene todos sus puntos en
el plano π.

Figura 16.2

Dado un plano π , se denota E2 al conjunto de los vectores libres que están en

dicho plano.

Cualquier plano paralelo a π determina el mismo conjunto E2. En adelante se hablará

→
de E 2 , entendiéndose que hay un plano que lo determina. El vector nulo (0) hace
parte de E 2 .

Las operaciones adición y multiplicación por un escalar definidas en E3 conservan

en E 2 , así como en E1 , sus propiedades.

Por similitud con el análisis hecho para E1 , puede concluirse el siguiente teorema:

Teorema 8

La estructura < E 2 ; +; M > es un espacio vectorial real. Lo notamos también como

E2 , \ .

Como E2 y E1 son subconjuntos de E , puede enunciarse que E1 y E2 son

3

subespacios de E3 .

{ }
→ →
Consideremos en E2 un subconjunto a , b formado por dos vectores libres no

nulos y no colineales.

{ }
→ →
Se sabe que a , b es un conjunto LI (linealmente independiente); esto es, si

→ → →
α a + β b = o, entonces α y β deben ser iguales a cero. Dicho de otro modo: la

232
 Módulo 16: El espacio vectorial de los vectores libres
→ →
única combinación lineal de a y b que produce el vector cero es la trivial.
Teorema 9

{ }
→ →
Si a , b es un subconjunto LI en E , entonces todo vector de E 2 puede expresar-
2

→ →
se, de manera única, como combinación lineal de a y b .

Prueba
→
Debe probarse que para cualquier vector libre c de E 2 existen escalares α y β , úni-
→ → →
cos, tales que c = α a + β b .

Existencia

Hay tres casos posibles:

→ →
1. c es colineal con a .
→ →
En este caso existe α real tal que c = α a .
→ → →
Luego c = α a + 0 b ( β = 0).

→ →
2. c es colineal con b .

Este caso es similar al anterior.

→ → →
3. c no es colineal con a ni con b .
→ →
Es claro que c ≠ o .

Escojamos en el plano un punto O y apliquemos en él los tres vectores (figura 16.3).

Vea la animación Expresión de un vector libre

como combinación lineal de otros dos en su
Figura 16.3 multimedia de Geometría vectorial y
analítica.

⎯→ → ⎯→ → ⎯→ →
Como resultado de la aplicación tenemos que OA = a , OB = b y OC = c , en
cualquiera de las dos situaciones presentadas en la figura 16.3.
Geometría vectorial y analítica 233
Capítulo 4: Vectores geométricos

HJJG HJJG
Por C tracemos una recta paralela a OB y que corta a OA en A´, y la recta
HJJG HJJG
paralela a OB y que corta a OA en B´.

Por definición de adición, en el paralelogramo OA´CB´,

⎯→ ⎯→ ⎯→
OC = OA´ + OB´.
⎯→ ⎯→ ⎯→ ⎯→
Pero es claro que OA´ y OA son colineales, así como OB´ y OB . Luego
existen esalares α y β tales que:
⎯→ → ⎯→ →
OA´ = α a y OB´ = β b .
→ → →
Por tanto, c = α a + β b .

Unicidad

Supongamos que existen parejas de escalares α1 , β1 y α 2 , β 2 de modo que:

→ → →
c = α 1 a + β1 b
→ →
= α 2 a + β2 b .

Por diferencia se obtiene:

→ → →
(α1 − α 2 ) a + ( β1 − β 2 ) b = o .

{ } → →
Como el conjuntoes a , b LI, deben ser:

α1 − α 2 = 0 y β1 − β 2 = 0.

Es decir, α1 = α 2 y β1 = β 2 .
→ → →
Luego c = α a + β b , con α y β únicos.

{ } → →
El conjunto a , b del teorema cumple dos condiciones:

1. { } → →
a , b es LI.

2. { }
→ →
a , b genera a E 2 . Esta es una forma más simple de decir que todo vector

→ →

{ }
→ →
de E 2 es combinación lineal de a y b . En símbolos: E 2 = gen a , b .

234
 Módulo 16: El espacio vectorial de los vectores libres

{ }
→ →
Por 1 por 2 se dice que a , b es una base para E 2 .

De hecho, en E 2 hay infinitas bases: cualquier par de vectores de E 2 constituyen

una base con la única condición de ser no nulos y no colineales.

Ilustración 3

En el triángulo ABC (figura 16.4), P y M son puntos medios de AC y BC , respecti-

→ ⎯→ → ⎯→
vamente. Sean a = BP y b = MC . Es evidente que el conjunto a , b es una base { }
→ →

⎯→ ⎯→
para E 2 . Exprese, en términos de esta base, los vectores AB y AC .

Figura 16.4

Solución

⎯→ ⎯→
AB = 2 PM (ejercicio resuelto).
⎯→ ⎯→ ⎯→
PM = BM − BP (?)
⎯→ ⎯→
= M C − BP (?)
→ →
= b − a.
⎯→ → → → →
Luego AB = 2( b − a ) = 2 b − 2 a .

⎯→ ⎯→
Por otra parte, AC = 2 AP .

⎯→ ⎯→ ⎯→ → → →
Pero AP = BP + AB = a + (2 b − 2 a ).

⎯→ → → ⎯→ → →
Por tanto, AP = 2 b − a . Luego AC = 4 b − 2 a .

Ilustración 4

→ →
En el rectángulo OABC (figura 16.5 ), llamemos respectivamente e1 y e2 a los vectores

Geometría vectorial y analítica 235

Capítulo 4: Vectores geométricos
⎯→ ⎯→ ⎯→ ⎯→
OA y OC normalizados. Supongamos además que OA = 9 y OC = 4. El punto P

⎯→
dista de C una unidad, lo mismo que Q de A. Exprese el vector PQ en la base

{ }
→ →
e1 , e2 y calcule PQ .
⎯→

Figura 16.5

Solución

→ →
Los vectores e1 y e2 son unitarios y ortogonales entre sí. Se dice entonces que es

{ }
→ →
e1 , e2 una base ortonormal para E 2 .

⎯→ ⎯→ ⎯→ ⎯→
PQ = PO + OA + AQ .
⎯→ → ⎯→ → ⎯→ → ⎯→ → →
Pero PO = −3 e2 ; OA = 9 e1 ; AQ = e2 . Luego PQ = 9 e1 − 2 e2 .
⎯→ ⎯→ ⎯→
Para calcular PQ debe tenerse en cuenta que PQ = P′A (con P′ punto medio de

OC ).

Por el teorema de Pitágoras:

⎯→
P ′A = 2 2 + 9 2

Luego
⎯→
PQ = 85.

Ilustración 5

{ }
→ → → → → →
Sea e1 , e2 una base ortonormal para E 2 y b un vector tal que b = α e1 + β e2 .

236
 Módulo 16: El espacio vectorial de los vectores libres
→
Demuestre que b = α 2 + β2 .

Se deja como ejercicio al lector.

Ilustración 6

{ } → →

{ }
→ →
Sea a , b una base para E 2 . Demuestre que si al conjunto a , b se le agrega un

{
→ → →

}
vector c de E 2 , entonces el conjunto a , b , c ya no es LI.

Solución

{ } → → →
Por ser a , b una base para E 2 (teorema 7) y c un vector de E , existen escalares
2

→ → → → → → →
α y β tales que c = α a + β b . Luego α a + β b − c = o .
→ → →
Se tiene así una combinación lineal de los vectores a , b y c que producen el
vector cero y no es la trivial (no todos los coeficientes son ceros). Luego el conjun-

{
→ → →

}
to a , b , c no es LI.

{
→ → →

}
En este caso se dice a , b , c quees un conjunto linealmente dependiente (LD).

{}
→
En E 2 un conjunto unitario a presenta dos posibilidades:

a.
→ →

{}
→
a = o . En este caso, el conjunto a es LD. En efecto, para cualquier real

→ →
α no nulo, α a = o .

b.
→ →

{}
→ → →
a ≠ o . Ahora el conjunto a es LI, ya que α a = o solamente si α = 0.

En consecuencia, puede afirmase que en E 2 el máximo número de vectores en un

conjunto LI es 2. De igual forma, toda base para E 2 tiene, exactamente, dos vectores.
Se dice, entonces, que la dimensión de E 2 es 2: dim E 2 = 2.

En general, la dimensión de un espacio vectorial es «el número máximo de vectores

que puede tener un conjunto LI», o también «el número de vectores de cualquier
base para el espacio».

Geometría vectorial y analítica 237

Capítulo 4: Vectores geométricos

16.4 El espacio vectorial E3

Abordaremos a continuación el problema de la formación de bases para el
espacio E3 .

Teorema 10
Vea la animación Expresión de un vector libre

{ }
como combinación lineal de otros tres en su → → →
multimedia de Geometría vectorial y Si a , b es un conjunto LI, entonces existe al menos un vector c de E 3 tal que es
analítica.

{ }
→ → →
a , b , c también LI.

Prueba
→ → ⎯→ →
Apliquemos en un punto O del espacio los vectores a y b , de manera que OA = a
⎯→ →
y OB = b (figura 16.6).

Figura 16.6

Se determina así un plano π (O, A, B ).

Por los axiomas de la geometría elemental, existe en el espacio al menos un punto C

que no está en dicho plano.
→ ⎯→ →
Llamemos c al vector OC . El vector c no está en el plano π (O, A, B) y por tanto
→ → → → →
no es coplanar con a y b . Esto significa que c no es combinación lineal de a y b

{ }
→ →
y, por ello, no pertenece al espacio E , una de cuyas bases es a , b .
2

→
En síntesis, se ha hallado un vector c , no nulo obviamente, para el cual no existen
→ → →
escalares α , β tales que c = α a + β b .

→ → → →
En consecuencia, si α a + β b + λ c = o , entonces α = 0, β = 0, λ = 0. Así, el

238
 Módulo 16: El espacio vectorial de los vectores libres

{
→ → →

}
conjunto a , b , c es linealmente independiente.

Colorario

→ → →
a , b , c son vectores coplanarios si y sólo si a , b , c es LD. {
→ → →

}
Teorema 11

{
→ → →

}
Si a , b , c es LI, entonces todo vector de E 3 puede expresarse, de manera única,

→ → →
como combinación lineal de a , b y c .

Prueba

→
Debe probarse que si d es un vector de E , entonces existen escalares
3

→ → → →
α , β y λ , únicos, tales que d = α a + β b + λ c .

Existencia

Cosideremos los cuatro casos posibles:

→ → →
a. d es coplanario con a y b .
→ → →
b. d es coplanario con a y c .
→ → →
c. d es coplanario con b y c .
→ → → → → → →
d. d no es coplanario con a y b, ni con a y c , ni con b y c .

Analizaremos únicamente el caso d (figura 16.7).

Figura 16.7

→ → → →
Apliquemos en un punto O del espacio los vectores a , b , c y d , de tal manera
⎯→ → ⎯→ → ⎯→ → ⎯→ →
que OA = a , OB = b , OC = c y OD = d .

Geometría vectorial y analítica 239

Capítulo 4: Vectores geométricos
Hay tres planos para destacar: π (O, A, B), π (O, A, C ), π (O, B, C ). En ninguno
de los tres planos está el punto D.

Tracemos por el punto D:

→
„ Una paralela al vector a , que corta al plano π (O, B, C ) en H .
→
„ Una paralela al vector b , que corta al plano π (O, A, C ) en F .
→
„ Una paralela al vector c , que corta al plano π (O, A, B) en E.

Se determina así el paralelepípedo OA′EB ′C ′FDH .

El segmento OD es una diagonal de dicho poliedro.

⎯→ ⎯→ ⎯→ ⎯→ ⎯→ ⎯→
Es claro que OD = OE + ED . Pero OE = OA′ + OB ′ .
⎯→ ⎯→ ⎯→ ⎯→
Luego OD = OA′ + OB ′ + OC ′ (?)
⎯→ ⎯→ ⎯→ ⎯→ → ⎯→ →
Ahora bien, OA′, OB ′ y OC ′ son respectivamente colineales con OA ( a ), OB ( b )
⎯→ →
y OC ( c ). Por tanto, existen escalares α , β , λ tales que:
→ → → →
d =α a+ β b+λ c.

Unicidad

Se deja como ejercicio al lector.

{
→ → →

}
Según este último teorema, todo conjunto LI de tres vectores a , b , c en E 3 gene-

{ }
→ → → →
ra a E3 . Esto significa que si al conjunto LI a , b , c se le agrega un vector d , el

{→ → → →

}
nuevo conjunto a , b , c , d es, necesariamente, LD.

Puede afirmarse, en consecuencia, que en E 3 el máximo número de vectores en un

conjunto LI es tres. Por tal razón, la dimensión de E 3 es tres: dim E3 = 3 .

{
→ → →

}
Además, todo conjunto a , b , c de E 3 que sea LI es una base de E3 .

240
 Módulo 16: El espacio vectorial de los vectores libres
Ilustración 7

En la figura 16.8, el poliedro OABC es un tetraedro (tiene cuatro caras) llamado

pirámide triangular.
→ ⎯→ → ⎯→ → ⎯→
Sean a = OA, b = OB y c = OC . Sea además G el baricentro del triángulo OAB (la
cara OAB).
⎯→

{
→ → →
Exprese el vector CG en la base a , b , c . }

Figura 16.8

Solución

→ → →

{ }
→ → →
Es evidente que a , b y c son no coplanarios y, por tanto, a , b , c es una base de

E3 .
⎯→ ⎯→ ⎯→
CG = CO + OG .

Llamemos M al punto medio de la arista AB.

⎯→ 1 ⎯→ ⎯→
Como OM es una mediana, OM = (OA+ OB ) (?).
2
⎯→ 1 → →
Es decir, OM = ( a + b ).
2
⎯→ ⎯→ ⎯→ → 1 → →
Pero (problema resuelto) OG = 2 OM . Luego CG = − c + ( a + b ).
3 3
⎯→ → → →
Finalmente, CG = 1 a + 1 b − c .
3 3

Geometría vectorial y analítica 241

Capítulo 4: Vectores geométricos
16.5 Bases ortonormales derechas
→ →
En E 2 consideremos dos vectores unitarios i , j ortogonales entre sí. Con ellos

{ }
→ →
puede formarse un conjunto ordenado i , j al que llamaremos derecho si al apli-

⎯→ → ⎯→ →
carlos en un punto O del plano (que define a E 2 ), con OI = i , OJ = j , el ángulo
descrito por el punto I al rotar alrededor de O, en sentido antihorario desde su
posición hasta J, es de 90º.

{ }
→ →
En la figura 16.9 los vectores forman sistemas derechos, i , j no así en la figura 16.10.

Figura 16.9

Figura 16.10

{ }
→ →
En adelante, al conjunto ordenado i , j , en las condiciones descritas, lo llamare-

mos base ortonormal derecha (BOND) para E2 .

{ }
→ →
Partamos ahora de una BOND i , j para E2 . Formemos un conjunto ordenado

{→ →

}
→ → → →
i , j , k agregando k , vector unitario ortogonal, a i y a j .

242
 Módulo 16: El espacio vectorial de los vectores libres

⎯→ →
Supongamos que al aplicar los tres vectores en un mismo punto O, con OI = i ,
⎯→ → ⎯→ → →
OJ = j , OK = k , y el sentido de k es el de un «tornillo de rosca derecha» al
l . En este caso, diremos
«enroscar» de I a J, barriendo el ángulo recto I OJ

{
→ → →

}
que i , j , k es una base ortonormal derecha (BOND) para E3 .

{
→ →

}
→
En la figura 16.11 i , j , k es una BOND para E , lo que no sucede en la figura 16.12.
3

Figura 16.11

Figura 16.12

Geometría vectorial y analítica 243