Guías - 2021-1S - Unidad 1

Geometría Vectorial y Analítica
Notas de Clase
Diego Mejía Duque

.
Lectura 1
La recta numérica. El plano cartesiano. Suma
de pares ordenados y multiplicación de un par
ordenado por un número real. Recta y rayos
generados por un vector. Dependencia e
Independencia lineal. Regla del
paralelogramo. Diferencia de vectores.
Descomposición de un vector.
1.1. La recta numérica

Comenzamos el estudio de la geometría vectorial con la representación visual del conjuntoR de los números
reales. Dibujamos una línea recta y en ella escogemos un punto cualquiera, que llamaremos origen, y que deno-
tamos por la letra O (o mayúscula). Al origen le asignamos el número real 0. A continuación seleccionamos una
unidad de medida (un centímetro, una pulgada, etc.) y dibujamos sobre la recta otro punto U correspondiente
a la unidad de medida. Al punto U -que es distinto del origen- le asignamos el número real 1. El punto U
nos proporciona una orientación de la recta en el siguiente sentido: nos permite definir el lado positivo como
el rayo que sale del origen en la dirección del punto U, y el lado negativo como el rayo que sale del origen
en dirección contraria al punto U. La idea subyacente es establecer una correspondencia biunívoca, es decir,
una correspondencia uno a uno entre los números reales y los puntos sobre la recta: si P es un punto situado
del lado positivo de la recta que dista desde el origen p unidades de medida, entonces le asignamos el número
real p, y si está situado del lado negativo le asignamos el número real −p. Así, los números reales positivos
corresponden a los puntos situados del lado positivo de la recta, y los negativos a los puntos situados del otro
lado de la recta. Esta imagen visual de los números reales es lo que llamamos recta numérica o recta real o,
inclusive, eje coordenado.
La identificación anterior nos permite denotar un punto A sobre la recta teniendo en cuenta el número real
a que le corresponde, el cual llamamos coordenada del punto, y escribimos A = (a) (véase la Figura 1.1 (a)).
Quizás la primera inquietud que surge es cómo expresar la distancia entre dos puntos A = (a) y B = (b) de
la recta numérica con base en sus coordenadas. Supongamos inicialmente el caso particular en el que el punto
B es el origen O = (0). Nuestro modelo visual nos dice que si el punto A está del lado positivo de la recta
1
2
1. LA RECTA NUMÉRICA. EL PLANO CARTESIANO. SUMA DE PARES ORDENADOS Y MULTIPLICACIÓN DE UN PAR ORDENAD
(a) Recta Numérica. (b) Distancia entre puntos.
Figure 1.1. Representación gráfica de puntos en la recta numérica. La figura de la izquierda

ilustra una elección posible para representar números en una recta cualquiera. La figura de la
derecha ilustra la distancia entre puntos de acuerdo a la convención gráfica previamente adop-
tada.
entonces la distancia entre ambos puntos debe ser a unidades, mientras que si A está del lado negativo, la
distancia entre ambos puntos es −a unidades. En otras palabras, el modelo nos dice que la distancia entre el
punto A = (a) y el origen O = (0) es el valor absoluto de la coordenada a del punto A.
Supongamos ahora que el punto B no es el origen y que tanto A como B se encuentran del lado positivo
de la recta. Si el punto A está a la “derecha" del punto B, es decir, si a > b, estaremos de acuerdo en que
la distancia entre ambos puntos es igual a la distancia entre el origen y el punto A menos la distancia entre el
origen y el punto B, esto es: a − b unidades de medida; y si B está a la “derecha" de A, entonces esta distancia
es b − a unidades. Ambas situaciones se resumen diciendo que la distancia entre A y B es |a − b| unidades.
En seguida suponemos que el punto A está del lado positivo de la recta mientras que el punto B está del
lado negativo; es decir, a > 0 y b < 0 (véase la Figura 1.1 (b)). En este caso estaremos de acuerdo en que
la distancia entre ambos puntos es igual a la distancia entre el punto A y el origen, más la distancia entre el
punto B y el origen, es decir, dicha distancia es igual a a + (−b) = a − b unidades. Si la situación fuera al
contrario, con el punto B del lado positivo y el punto A del lado negativo, entonces llegamos a que la distancia
entre ambos puntos es b − a unidades. Luego, cualquiera que sea el caso, la distancia entre los puntos A y B
es |a − b| unidades.
Sólo falta considerar la situación en la que ambos puntos están del lado negativo de la recta. Al igual que en los
casos anteriores, el modelo visual nos convence de que la distancia entre los puntos A y B es |a − b| unidades.
Ejercicio 1.1. Sean A = (a) y B = (b) dos puntos de la recta real con a < 0 y b < 0. Use un argumento
visual para convencerse de que la distancia entre A y B es |a − b|.
La discusión anterior nos lleva naturalmente a la definición de distancia entre puntos de la recta numérica:
Definición 1.1.1. Sean A = (a) y B = (b) dos puntos de la recta real. Definimos la distancia entre
A y B, dist(A, B), por:
dist(A, B) = |a − b|.
Puesto que |a − b| = |b − a|, vemos que dist(A, B) = dist(B, A). Además dist(A, B) = 0 si y sólo si A = B.
1.2. EL PLANO CARTESIANO 3
Ejemplo 1.1.2. A manera de ejemplo, sean A = (−5) y B = (7) dos puntos de la recta numérica. La
distancia entre ambos puntos es
dist(A, B) = | − 5 − 7| = | − 12| = 12.
Definición 1.1.3. Sean A = (a) y B = (b) dos puntos de la recta real con a < b. El segmento AB
es el conjunto de puntos X = (x ) de la recta real tales que a ≤ x ≤ b. El punto medio de AB es el punto
M = (m) de la recta numérica que verifica dist(A, M) = dist(M, B).
Ejercicio 1.2. Sean A = (a) y B = (b) dos puntos de la recta numérica y sea M = (m) el punto medio
a+b
del segmento AB. Pruebe que m = . ¿Cuál es la coordenada del punto medio del segmento AB del
2
ejemplo anterior?
1.2. El plano cartesiano

El plano cartesiano se fundamenta en el concepto de par ordenado de números reales. Un par ordenado
es una pareja de números reales a y b en la cual uno de los números, digamos a, se distingue como el primero
a
mientras que el otro, b, es el segundo, y lo escribimos en la forma .
b
′
a a
Dos pares ordenados y son iguales, si son iguales componente a componente, es decir
b b′
′
a a
= si y solo si a = a′ y b = b ′ .
b b′
El conjunto de todos los pares ordenados de números reales se denota por

R , es decir:
2
2
R
=
a
b
: a, b ∈ . R
R
Visualicemos 2 dibujando en una superficie plana dos ejes coordenados perpendiculares, ambos con la
misma unidad de medida y con el punto de intersección como origen común. Uno de los ejes lo trazamos
horizontalmente y el otro, verticalmente. Al eje horizontal lo llamamos eje x y lo orientamos positivamente
hacia la derecha; al eje vertical lo llamamos eje y y lo orientamos positivamente hacia arriba. Los ejes dividen la
superficie plana en cuatro regiones llamadas cuadrantes, que se numeran de uno a cuatro en sentido contrario
a las manecillas del reloj -sentido antihorario- (véase la Figura 1.2
(a)).
x
A cada punto P del eje x le asignamos el par ordenado , donde x es la coordenada del punto P en el
0

x 0
eje x , y escribimos P = ; si el punto P está sobre el eje y le asignamos el par ordenado , donde y es la
0 y

0
coordenada del punto P en el eje y , y escribimos P = . Si el punto P no está sobre los ejes trazamos desde
y

′ x
P dos rectas: una perpendicular al eje x que corta a este eje en el punto P = y otra perpendicular al
0

0 x
eje y que lo corta en el punto P ′′ = ; entonces, asignamos el par ordenado al punto P, y escribimos:
y y

x
P= (ver Figura 1.2 (b)).
y
4
(a) Plano Cartesiano. (b) Coordenadas Cartesianas.
Figure 1.2. Representación gráfica del plano cartesiano. La figura de la izquierda muestra los
cuatro cuadrantes que se forman naturalmente. La figura de la derecha ilustra un punto en el
tercer cuadrante, junto con sus componentes horizontal y vertical.

x x 0
El proceso anterior es reversible: partiendo del par ordenado construimos los puntos y sobre
y 0 y
los ejes coordenados; después trazamos por estos puntos rectas perpendiculares a los respectivos ejes, las cuales
se cortan en un único punto sobre la superficie plana.
Así establecemos una correspondencia biunívoca entre las parejas de números reales y los puntos de la superficie
plana. Las coordenadas x y y se llaman coordenadas cartesianas o rectangulares del punto P; además,
R
llamamos plano cartesiano o, más sencillamente, plano, a 2 con el sistema de coordenadas rectangulares;
los elementos del plano cartesiano los llamamos puntos y, también, vectores. La palabra vector la usamos
cuando enfatizamos el comportamiento algebraico de la pareja ordenada; en estecaso es costumbre dibujar una
0
flecha desde el origen hasta el punto (véase la Figura 1.3 (a)), y el origen O = es llamado vector nulo o
0
vector cero.

−3
Ejemplo 1.2.1. La Figura 1.3 (b) ilustra la ubicación en el plano cartesiano de los puntos A = y
4

−2
B= .
−1
1.3. Suma de vectores y multiplicación de un vector por un escalar
Las operaciones fundamentales de los pares ordenados son la suma y la multiplicación por escalar.
1.3. SUMA DE VECTORES Y MULTIPLICACIÓN DE UN VECTOR POR UN ESCALAR 5
(a) Punto como vector. (b) Ubicación de puntos en el plano cartesiano.
Figure 1.3. Representación gráfica de vectores. La figura de la izquierda muestra la coinci-

dencia entre un punto X del plano y un vector cuya base está en el origen y cuyo final esta sobre
dicho punto X . La figura de la derecha ilustra un par de ejemplos de puntos en el plano.

x u
Definición 1.3.1. Sean X = y U = pares ordenados, y sea r un número real -al cual
y v
llamaremos escalar. Definimos la suma , X + U, y la multiplicación por escalar, rX , por:

x +u rx
X +U = , rX = .
y +v ry
Estas operaciones tienen propiedades algebraicas que son consecuencia de la definición y de la aritmética de los
números reales.

x1 y1 z1
Proposición 1.3.2. Sean X = , Y = y Z = pares ordenados, y r , s escalares. Se
x2 y2 z2
verifican las siguientes propiedades:
S1 (Propiedad conmutativa): X + Y = Y + X .
S2 (Propiedad asociativa para vectores): (X + Y ) + Z = X + (Y + Z ).
S3 (Existencia de neutro aditivo): X + O = X = O + X .
S4 (Existencia de inverso aditivo): Existe un vector W tal que W + X = X + W = O.
ME1 (Propiedad distributiva para vectores): r (X + Y ) = rX + rY .
ME2 (Propiedad distributiva para escalares): (r + s)X = rX + sX .
ME3 (Propiedad asociativa para escalares): r (sX ) = (rs)X .
ME4 : 1X = X .
Prueba. Ejercicio. Use la aritmética de los números reales para probar las propiedades anteriores.
6

x −x
Si X = entonces el vector W de la propiedad S4 es W = y lo llamamos el (vector) opuesto o
y −y
inverso aditivo de X y lo denotamos por −X (véase la Figura 1.4 (a)). Notemos también que −X = (−1)X .
Invitamos al lector a verificar las propiedades anteriores suponiendo conocidas las propiedades de los números
reales.
Comentario 1.3.3. Debido a las ocho propiedades que cumplen los pares ordenados decimos que
R , con la suma y la multiplicación por escalar, tiene la estructura algebraica de espacio vectorial. Son
2
muchos los ejemplos importantes de conjuntos de objetos con la estructura de espacio vectorial, al punto
que su estudio constituye un área de las matemáticas, llamada Álgebra Lineal.
1.4. Recta y rayos generados por un vector.

Es conveniente tener una interpretación visual de la suma y multiplicación por escalar porque nos permite
una mejor comprensión de estas operaciones y facilita nuestra intuición sobre los objetos geométricos de este
curso.
u
Los múltiplos escalares de un vector no nulo U = los dibujamos de la siguiente forma: primero ubicamos
v
el punto correspondiente al vector U en el plano cartesiano; a continuación trazamos con una regla la recta
que pasa por el origen y el punto U, y hacemos corresponder, de forma biunívoca, los puntos de la recta con
los números reales, utilizando esta vez como unidad de medida la distancia del punto U al origen. El rayo RU+
corresponde así a los puntos de la recta situados del lado del punto U, y el rayo RU− corresponde a los que están
del otro lado. El escalar r del vector rU tiene entonces dos funciones en el dibujo: su signo nos dice de que lado
de la recta se encuentra el punto rU, y su valor absoluto nos indica la distancia desde el origen a dicho punto.
Véase la Figura 1.4 (a). Este dibujo induce la siguiente formulación algebraica:

u
Definición 1.4.1. Supongamos que U = es un vector no nulo; decimos que el conjunto
v

LU = X ∈ 2
R
: X = rU, r ∈

R
=
ru
rv
:r ∈ R
es la recta generada por el vector U.
Decimos también que el conjunto

RU+ = X ∈ R 2

: X = rU, r > 0 =
ru
rv
:r >0
es el rayo positivo (o semirrecta positiva) generado (a) por U, y que el conjunto

−

RU = X ∈ R
2

: X = rU, r < 0 =
ru
rv
:r <0
es el rayo negativo (o semirrecta negativa) generado (a) por U.
Notemos que tanto la recta generada por un vector no nulo como los rayos asociados con ella, son conjuntos
de pares ordenados. De la Figura 1.4 (a) es clara la igualdad entre los rayos RU− y R−U
+
; esto quiere decir,
formalmente, que todo par ordenado del rayo RU− puede escribirse como un par ordenado del rayo R−U +
, y
1.4. RECTA Y RAYOS GENERADOS POR UN VECTOR. 7
(a) Vector opuesto. (b) Ejemplo de recta generada por un vector.
Figure 1.4. Escalamiento de Vectores. La figura de la izquierda muestra el efecto de multi-

plicar un vector genérico (u, v ) por un escalar r cuando r > 0 y cuando r < 0. La figura de la
derecha ilustra la recta generada por dos vectores, (−1, 3) y (1/2, −3/2); uno múltiplo no nulo
del otro.
+
viceversa, todo para ordenado de R−U puede escribirse como un par ordenado de RU− .
Los puntos de la recta generada por el vector U son, entonces, todos sus múltiplos escalares.

−1
Ejercicio 1.3. Sea U = . Dibuje la recta LU . Sitúe en el dibujo los puntos −U, (−1/2)U y
3
(2/3)U.
El dibujo de la Figura 1.4 (b) sugiere que cualquier múltiplo escalar no nulo del vector U genera la misma
recta. Este es un hecho que se ilustra con el siguiente ejemplo.

−1
Ejemplo 1.4.2. La Figura 1.4 (b) es el dibujo de la recta generada por U = , pero esta recta también
3
!
1
2
es generada por el vector (−1/2)U = , en otras palabras:
− 32
!
R R
1
−1
X =r :r ∈ = X =s 2
:s∈ .
3 − 32
Usamos letras diferentes, r y s, en la igualdad

! anterior, para enfatizar que un mismo vector no nulo es tanto un
1
−1 2
múltiplo escalar de como de , pero los escalares son distintos. Por ejemplo,
3 − 23

−2 −1
=2
6 3
8
y también !
1
−2
= (−4) 23 .
6 −2
En el siguiente ejercicio se pide hacer una prueba general del problema involucrado en el ejemplo anterior.
Ejercicio 1.4. Sean U y V vectores no nulos tales que V = rU para algún escalar r . Pruebe que las
rectas generadas por los vectores U y V son iguales.
1.5. Dependencia e Independencia lineal

La importancia de que dos puntos del plano pertenezcan a una misma recta que pasa por el origen queda
resaltada con la siguiente definición.
Definición 1.5.1. Si un vector U es múltiplo escalar de otro vector X , es decir, si U = rX , para algún
escalar r , decimos que los vectores U y X son linealmente dependientes. Cuando dos vectores no son
linealmente dependientes decimos que son linealmente independientes.

−1 2
Ejemplo 1.5.2. Por ejemplo, los vectores A = yB = son linealmente dependientes pues
3 −6
B = (−2)A.
Ejemplo 1.5.3. Cualquiera sea el vector X , los vectores O y X son linealmente dependientes porque
O = 0X .
1
Comentario 1.5.4. Observemos que si U = rX con r ̸= 0, entonces X = U.
r
La dependencia lineal es un concepto clave en Geometría Vectorial, y en muchas circunstancias no es fácil

visualizar, a partir de un gráfico, si dos pares ordenados dados son, o no son, dependientes linealmente. De
ahí que debamos caracterizar la dependencia (e independencia) lineal algebraicamente, en términos de las
coordenadas cartesianas de los vectores. El resultado a continuación tiene consecuencias importantes.

a c
Teorema 1.5.1. Sean A = yB= vectores del plano. A y B son linealmente dependientes si y
b d
sólo si ad − bc = 0.
Prueba. Supongamos inicialmente que A y B son linealmente dependientes. Entonces existe un escalar t
tal que A = tB; luego
a c
=t
b d
y por lo tanto
a = tc y b = td;
al multiplicar la primera de estas ecuaciones por d y la segunda por c obtenemos
ad = tcd y bc = tdc;
así, ad − bc = tcd − tdc = 0.
Ahora supongamos que ad − bc = 0 y probemos que A y B son linealmente dependientes. Si a = d = 0
1.6. REGLA DEL PARALELOGRAMO. DIFERENCIA DE VECTORES. DESCOMPOSICIÓN DE UN VECTOR. 9
entonces, de la condición ad − bc = 0 se sigue que bc = 0; luego o b = 0 o c = 0; en otras palabras, o A = O

o B = O, y por lo tanto A y B son linealmente dependientes. Enseguida suponemos que o a ̸= 0 o d ̸= 0;
tratemos el caso a ̸= 0 pues el otro es muy similar. De la condición ad − bc = 0 se sigue que
bc
d= ,
a
y por lo tanto !
c
c c a c
B= = bc = = A,
d a b a
a
luego B es múltiplo escalar de A y por consiguiente A y B son linealmente dependientes.
Ejercicio 1.5. Termine la prueba del teorema anterior probando que si ad − bc = 0 y d ̸= 0 entonces
b
A = B.
d

x
Comentario 1.5.5. Podemos entonces concluir que un punto X = pertenece a la recta generada
y

u
por U = , si y sólo si uy − vx = 0.
v
Hay otro criterio algebraico de independencia lineal. Además de su fácil aplicación en problemas concretos, se
usa en el contexto abstracto del Álgebra Lineal para definir la definición de independencia lineal.
Teorema 1.5.2. Dos vectores A y B son linealmente independientes si y sólo si cualesquiera sean r y s
escalares,
rA + sB = O ⇒ r = 0 y s = 0.
Prueba. (Ejercicio.)
1.6. Regla del paralelogramo. Diferencia de vectores. Descomposición de un vector.

1 0
Los vectores E1 = y E2 = son particularmente importantes. Son linealmente independientes
0 1

x 1
pues, 1 · 1 − 0 · 0 = 1; además, los puntos de los ejes coordenados pueden escribirse en la forma =x ,
0 0

0 0
y =y ; es decir, los vectores E1 y E2 generan los ejes x y y , respectivamente. Como
y 1

x 1 0
(1.6.1) =x +y = x E1 + y E 2 ,
y 0 1
todo par ordenado puede expresarse como la suma de un vector del eje x y un vector del eje y .
Ejemplo 1.6.1. Por ejemplo,

−1 1 0
U= = (−1) +3 = (−1)E1 + 3E2 .
3 0 1
Cuando escribimos un vector como lo acabamos de hacer decimos que lo hemos expresado como una
combinación lineal de los vectores E1 y E2 . Sobre el tema de combinaciones lineales volveremos después. Por
el momento damos la definción:
10
Definición 1.6.2. Una combinación lineal de los vectores A1 , A2 ,... , An es una expresión de la forma
c1 A1 + c2 A2 + · · · + cn An ,
donde c1 , c2 ,... , cn , son escalares.
Debido a lo anterior, la pareja de vectores {E1 , E2 } es llamada base canónica

R
o estándar de 2 , y la expresión
x
(1.6.1) es llamada la descomposición canónica del vector X = .
y

x
La descomposición canónica permite ilustrar el punto como el cuarto vértice de un rectángulo cuyos
y

x 0 0
otros tres vértices son , y (véase la Figura 1.2(b)).
0 0 y

x
De manera más general podemos obtener una interpretación geométrica de la suma de vectores +
y

u x +u
= como sigue. Para simplificar, supongamos que las coordenadas de los vectores son todas posi-
v y +v

0 x x
tivas. Comenzamos con el triángulo con vértices , , ; lo trasladamos paralelamente a él mismo de
0 0 y

u
tal manera que su primer vértice se mueve a lo largo del segmento dirigido desde el origen al punto , hasta
v

u+x
que coincida con este último punto; entonces, los otros dos vértices del triángulo coincidirán con y
v

u+x x u
, respectivamente (véase la Figura 1.5). Luego, la suma de los vectores X = yU= puede
v +y y v
obtenerse gráficamente trasladando el segmento dirigido desde O a X , paralelamente a él mismo de tal manera
que su punto inicial se mueve sobre el segmento dirigido desde O a U, hasta que quede superpuesto sobre el
punto U. El nuevo punto final del segmento dirigido representa al vector U + X , y éste será el cuarto vértice
de un paralelogramo cuyos otros tres vértices son U, O y X .
El procedimiento descrito de sumar vectores gráficamente se conoce como regla del paralelogramo o,
también, regla del triángulo, y es aún válido si una o ambas coordenadas de los vectores son negativas o cero.
Invitamos al lector a que verifique la regla del paralelogramo en otros casos.
Aunque las pruebas de las propiedades de la suma y la multiplicación por escalar son consecuencia de
propiedades conocidas sobre la aritmética de los números reales, es instructivo visualmente verificar tales
propiedades apelando a la interpretación geométrica de las operaciones; invitamos al lector a que lo haga.
Es posible que el procedimiento gráfico produzca un segmento de recta: por ejemplo, si sumamos dos múltiplos
escalares de un mismo vector; inclusive, puede resultar en el origen, cuando sumamos un vector con su inverso
aditivo.
Ejemplo 1.6.3.
La Figura
1.6 (a) ilustra diferentes situaciones que resultan de operar gráficamente con
1 3
los vectores A = yB= ; se muestran las sumas A + B, A + A y B + (−B).
2 1
El inverso aditivo de un vector puede usarse para definir la noción de diferencia entre dos vectores (véanse
las Figuras 1.6 (a) y (b)).
Figure 1.5. Regla del paralelogramo. Traslación de la base del vector X hasta la punta del
vector U
Definición 1.6.4. Sean X y U vectores del plano. Definimos la diferencia X − U por:

X − U = X + (−U).
Usando coordenadas,

x u x −u x −u
− = X − U = X + (−U) = + = .
y v y −v y −v

Puesto que (X − U) + U = X + (−U) + U = X + O = X , vemos que X − U es el vector que sumado a U nos
da el vector X . Luego, si movemos X − U paralelamente a él mismo, hasta que su punto inicial se superponga
sobre U, obtenemos el segmento de recta dirigido desde U hasta X .
La diferencia de vectores no es una operación conmutativa:

−3 2
Ejemplo 1.6.5. Por ejemplo, si A = yB= entonces
1 5

−3 2 −3 − 2 −5
A−B = − = = y
1 5 1−5 −4
12
(a) Ilustración de operaciones geométricas. (b) Inverso aditivo y diferencia de vectores.
Figure 1.6. Operaciones aritméticas entre vectores. La figura de la izquierda ilustra varias
operaciones, a saber: mulplicación por escalares y suma de vectores. La figura de la derecha
muestra, el inverso aditivo de un vector genérico U, asi como la diferencia X − U de dos vectores
X y U.

2 −3 2 − (−3) 5
B−A= − = = .
5 1 5−1 4
De hecho U − X es el opuesto de X − U; el uso apropiado de las propiedades de la suma y multiplicación por
escalar justifican las igualdades

U − X = (−1)(−U) + (−1)X = (−1) (−U) + X = (−1) X + (−U) = −(X − U).
Finalizamos esta sección resaltando la importancia de los conceptos de dependencia e independencia lineal.
En este sentido, una afirmación fundamental es la siguiente:
Teorema 1.6.1. Todo vector del plano puede escribirse (o descomponerse), de manera única, como una
combinación lineal de dos vectores linealmente independientes.
En lugar de demostrar este resultado rigurosamente, empleando las coordenadas de los vectores -lo que
dejamos como un buen ejercicio de álgebra- daremos una explicación gráfica de la afirmación que se ilustra en
la Figura 1.7 (a).
Supongamos que los vectores X y U son linealmente independientes y sean LX y LU , respectivamente, las rectas
generadas por ellos; sea Y cualquier otro vector del plano. Si Y está en la recta generada por X , entonces
Y = rX + 0U para algún escalar r , y la afirmación se cumple claramente. Similarmente, si Y está en la recta
generada por U, entonces Y = 0X + sU para algún escalar s.
Ahora consideremos el caso más común en el que Y no está sobre ninguna de dichas rectas; procedemos como
sigue: por el punto Y trazamos dos rectas, L′U , paralela a la recta LU , y L′X , paralela a la recta LX . La recta
L′U corta la recta LX en un punto W ; la recta L′X , por su parte, corta la recta LU en un punto Z . Por lo tanto
los vectores W y Z son múltiplos escalares de X y U respectivamente; es decir, existen escalares, r y s tales
que W = rX y Z = sU. Además, por la regla del paralelogramo, Y = W + Z = rX + sU.
(a) Descomposición de un vector, ilustración (b) Descomposición de un vector, ejemplo

general. numérico.
Figure 1.7. Descomposición de vectores. La figura de la izquierda ilustra de manera general,

la descomposición de un vector Y en dos direcciones LU , LX , definidas por los vectores U y X ,
generando vectores Z y W respectivamente. La figura de la derecha ilustra la descomposición
del vector −2E1 + E2 en las direcciones generadas por los vectores E1 + 2E2 y 3E1 + E2 , note
que una de las componentes tiene dirección opuesta al vector generador.
La unicidad en el enunciado del teorema es consecuencia de la independencia lineal de los vectores X y U;

en efecto, si tuviéramos dos representaciones de Y como combinación lineal de X y U, digamos Y = rX + sU
y también Y = r ′ X + s ′ U, entonces rX + sU = r ′ X + s ′ U; luego, (r − r ′ )X = (s ′ − s)Y . Si r fuera distinto
s′ − s
de r ′ , entonces podríamos despejar el vector X , y obtener X = U, con lo cual X y U serían linealmente
r − r′
dependientes; esto es contrario a nuestra hipótesis de independencia lineal de los vectores X y U. Por consigu-
iente r = r ′ . El mismo tipo de razonamiento nos permite concluir que s = s ′ ; por lo tanto hay unicidad en la
escritura de Y como combinación lineal de X y U.
El cálculo preciso de los escalares r y s en la combinación lineal requiere manipulaciones algebraicas, como se
ilustra con el siguiente ejemplo.

−2 3 −1
Ejemplo 1.6.6. Hallemos los escalares r y s tales que = r +s . La Figura 1.7 (b)
1 1 −2
muestra el diagrama de la descomposición. Para calcular los valores de r y s resolvemos el sistema de dos
ecuaciones de primer grado con dos incógnitas que se obtiene a partir de la igualdad anterior:
−2 = 3r − s
1 = r − 2s.
Si multiplicamos la primera de estas dos ecuaciones por −2 y el resultado lo sumamos con la segunda ecuación
obtenmos 5 = −5r ; luego r = −1. Este valor lo reemplazamos en cualquiera de las dos ecuaciones del sistema
para hallar el valor de s; éste es s = −1.
La explicación que hemos dado del teorema anterior nos proporciona una comprensión gráfica del contenido.
Una prueba rigurosa requiere utilizar coordenadas. En el siguiente ejercicio nos pieden hacer la prueba con
14
coordenadas, para lo cual necesitamos tener presente el teorema 1.5.1 sobre la caracterización de la dependencia
lineal de vectores.

a c x0
Ejercicio 1.6. Sean A = y B = dos vectores linealmente independientes. Sea P =
b d y0
cualquier vector del plano. Demuestre que existen escalares r y s únicos tales que P = rA + sB.
Lectura 2
Producto escalar o producto punto.
Magnitud de un vector. Desigualdad de
Cauchy-Schwarz. Desigualdad Triangular.
Vectores Ortogonales y Teorema de
Pitágoras. Proyección Ortogonal.
2.1. Producto escalar.

La tercera operación entre pares ordenados es el producto escalar. La sencillez de la formulación algebraica
oculta su importancia geométrica, como veremos después en varias secciones.

x u
Definición 2.1.1. Sean X = yU= vectores del plano. El producto escalar o producto
y v
punto entre X y U, denotado por X · U, está definido por
X · U = xu + yv .
El resultado de esta operación es un número real (o escalar) obtenido al sumar el producto de las primeras
coordenadas con el producto de las segundas coordenadas.

2 −4
Ejemplo 2.1.2. Por ejemplo, si A = yB= entonces A · B = 2 · (−4) + 3 · 1 = −8 + 3 = −5.
3 1
Ejemplo 2.1.3. Hay dos casos especiales que debemos resaltar:

x 1 x 0
X · E1 = · = x · 1 + y · 0 = x y X · E2 = · = x · 0 + y · 1 = y,
y 0 y 1
es decir, obtenemos, respectivamente, las coordenadas x y y del vector X .
A continuación listamos tres propiedades básicas del producto escalar que son consecuencia de la artimética
de los números reales.
15
16
2. PRODUCTO ESCALAR O PRODUCTO PUNTO. MAGNITUD DE UN VECTOR. DESIGUALDAD DE CAUCHY-SCHWARZ. DESIGUA
(a) Magnitud de un vector. (b) Normalización de un vector.
Figure 2.1. Magnitud y normalización de vectores. La figura de la izquierda muestra que la

magnitud ∥X ∥ de un vector viene dada por la longitud de la hipotenusa del triángulo rectángulo,
definido por las componentes x , y del vector X = xE1 + yE2 . La figura de la derecha muestra
el proceso de normalización de un vector genérico X , cuya norma ∥X ∥ es no nula.
Sean U, X y Y vectores del plano y r un escalar cualquiera. Tenemos:
PE1. (Propiedad conmutativa): X · U = U · X ,

PE2. (Propiedad distributiva): U · (X + Y ) = U · X + U · Y ,
PE3. (Propiedad asociativa): (rX ) · U = r (X · U).
Ejercicio 2.1. Probar las propiedades anteriores.
2.2. Magnitud y normalización de un vector. Distancia entre puntos.

x
Consideremos un punto X = del plano como se muestra en la la Figura 2.1 (a); queremos obtener
y
una expresión en términos delascoordenadas
x y y que, visualmente, corresponda a la distancia d entre O y
x x 0
X . El triángulo con vértices , y es rectángulo; en estas condiciones el Teorema de Pitágoras,
y 0 0
que conocemos desde la escuela secundaria, nos dice que
p
d = x 2 + y 2.

x
Es decir, d es igual a la raíz cuadrada del producto escalar del vector X = por si mismo, pues,
y

x x
(2.2.2) X ·X = · = x 2 + y 2,
y y
Este producto origina el concepto de magnitud de un vector:
2.2. MAGNITUD Y NORMALIZACIÓN DE UN VECTOR. DISTANCIA ENTRE PUNTOS. 17

x
Definición 2.2.1. La magnitud o norma de un vector X = , denotada por ∥X ∥, es la cantidad
y

x p
∥X ∥ = 2
y = x + y ;
2
y es, por definición, la distancia del punto X al origen O.

2 −4 √ √
Ejemplo 2.2.2. Las magnitudes de los vectores A = yB= son: ∥A∥ = 22 + 32 = 13 y
3 1
p √ √
∥B∥ = (−4) + 1 = 17. La magnitud del del vector nulo es ∥O∥ = 02 + 02 = 0.
2 2
Como la raíz cuadrada de un número es un valor no negativo, entonces la magnitud de un vector nunca es
negativa. De hecho el único vector con magnitud 0 es el vector nulo ya que la ecuación
x 2 + y 2 = 0,
tiene como única solución x = 0 y y = 0; en cualquier otro caso la magnitud es positiva. Más aún, tenemos
M1 ∥X ∥ ≥ 0 y ∥X ∥ = 0 si y sólo si X = O,
M2 ∥rX ∥ = |r |∥X ∥.
Ya hemos comentado acerca de la propiedad M1. En cuanto a M2, para cualquier escalar r tenemos:

q
rx
∥rX ∥ = = (rx )2 + (ry )2
ry
q
= r 2 (x 2 + y 2 )
p
= |r | x 2 + y 2
= |r |∥X ∥.
Definición 2.2.3. Decimos que un vector X es unitario si ∥X ∥ = 1. La circunferencia unitaria, U,

es el conjunto de los vectores unitarios; es decir,
n o
x
U= : x2 + y2 = 1 .
y
√ √
Los vectores canónicos E1 y E2 son ejemplos de vectores unitarios pues: ∥E1 ∥ = 12 + 02 = 1 = 02 + 1 2 =
∥E2 ∥.
Normalizar un vector es el proceso mediante el cual obtenemos un vector unitario U a partir de un vec-
tor no nulo X , y que sea múltiplo escalar positivo de este último. La siguiente proposición nos dice cómo llevar
a cabo este procedimiento.
1
Proposición 2.2.4. Sea X ̸= O. El vector U = X es unitario.
∥X ∥
18
Prueba. Por la definición de magnitud y por la propiedad M2 tenemos

1 1

∥U∥ =
X = ∥X ∥ = ∥X ∥ = 1.
∥X ∥ ∥X ∥ ∥X ∥

1 √ √
Ejemplo 2.2.5. Si X = entonces ∥X ∥ = 12 + 12 = 2. Luego, al normalizar el vector X ,
1
obtenemos !
1 1 √1
U=√ = 2
.
2 1 √1
2
Comentario 2.2.6. El vector normalizado U es un múltiplo escalar positivo del vector X y, como tal,
pertenece a la semirrecta positiva generada por éste, R+
X . (Véase la Figura 2.1 (b))

2 −4
Ejemplo 2.2.7. Consideremos de nuevo los vectores A = y B = , cuyas magnitudes son
3 1
√ √
∥A∥ = 13 y B = 17. Tenemos,
√ √
−2 6
∥A + B∥ = = 20; ∥A − B∥ = = 40.
4 2
Observamos que,
∥A + B∥2 + ∥A − B∥2 = 20 + 40 = 60 = 2 × 13 + 2 × 17 = 2∥A∥2 + 2∥B∥2 .
El ejemplo anterior es un caso particular de lo que se conoce como Identidad del Paralelogramo.
Proposición 2.2.8. (Identidad del Paralelogramo) Si X y Y son vectores del plano entonces,
∥X + Y ∥2 + ∥X − Y ∥2 = 2∥X ∥2 + 2∥Y ∥2 .
Prueba. Por la definición de magnitud y las propiedades del producto escalar tenemos:
∥X + Y ∥2 + ∥X − Y ∥2 = (X + Y ) · (X + Y ) + (X − Y ) · (X − Y )
= X · X + 2X · Y + Y · Y + X · X − 2Y · X + Y · Y
= 2∥X ∥2 + 2∥Y ∥2 .

Comentario 2.2.9. El nombre "identidad del paralelogramo" proviene de que las magnitudes ∥X +Y ∥
y ∥X − Y ∥ son las longitudes de las diagonales del paralelogramo con vértices O, X , Y y X + Y (ver Figura
2.2).

x u
Consideremos dos puntos X = yU = como se muestra en la Figura 2.3. Ahora los que deseamos
y v
es encontrar una fórmula que exprese la distancia entre X y U en términos de sus coordenadas. Por la regla
(gráfica) del paralelogramo, la flecha que va desde el punto U hasta el punto X , se obtiene trasladando la flecha
que va desde O hasta X − U, paralelamente a si misma, usando como guía la flecha que va desde O hasta U.
Visualmente, entonces, la distancia de O a X − U es igual a la distancia de U a X ; por eso resulta natural
definir la distancia entre U y X como la magnitud de X − U.
2.2. MAGNITUD Y NORMALIZACIÓN DE UN VECTOR. DISTANCIA ENTRE PUNTOS. 19
Figure 2.2. Identidad del paralelogramo.
Figure 2.3. Fórmula de la distancia.

x u
Definición 2.2.10. Sean X = yU= puntos del plano. Definimos la distancia entre X y
y v
U, dist(X , U), como
q
(2.2.3) dist(X , U) = ∥X − U∥ = (x − u)2 + (y − v )2 .
20
Figure 2.4. Distancia entre vectores canónicos.
Comentario 2.2.11. Notemos que

∥X − U∥ = ∥(−1)(U − X ) = | − 1|∥U − X ∥ = ∥U − X ∥;
es decir, dist(X , U) = dist(U, X ). Además, por la propiedad M1, dist(X , U) = 0 si y solo si X = U.
Ejemplo 2.2.12. Usando la definición, calculemos la distancia entre E1 y E2 . Tenemos,

q √
dist(E1 , E2 ) = ∥E1 − E2 ∥ = (1 − 0)2 + (0 − 1)2 = 2.
El Teorema de Pitágoras dice en este caso que (ver Figura 2.4)
d 2 = 12 + 12 = 2,
lo cual concuerda con el resultado dado por la fórmula de la distancia entre puntos.

1 −4
Ejemplo 2.2.13. Calculemos la distancia entre A = yB= (ver Figura 2.5).
3 −2
q √ √
dist(A, B) = ∥A − B∥ = (1 + 4)2 + (3 + 2)2 = 25 + 25 = 5 2.
2.3. Desigualdad de Cauchy-Schwarz. Desigualdad triangular.

El siguiente resultado, conocido como Desigualdad de Cauchy-Schwarz, es importante en Geometría; es útil,
por ejemplo, para entender las funciones trigonométricas desde una perspectiva vectorial. Primero ilustremos la
desigualdad con un par de ejemplos.

−3 4
Ejemplo 2.3.1. Consideremos los vectores A = yB= . Tenemos,
1 −2
A · B = (−3) · 4 + 1 · (−2) = −12 − 2 = −14,
y √ √ √ √
∥A∥ = 9+1= 10, ∥B∥ = 16 + 4 = 20;
2.3. DESIGUALDAD DE CAUCHY-SCHWARZ. DESIGUALDAD TRIANGULAR. 21
Figure 2.5. Ejemplo, distancia entre puntos.

√ √ √
vemos que | − 14| = 14 < 10 2 = 10 20. Notemos que los vectores A y B son linealmente independientes
pues, (−3) · (−2) − 1 · 4 = 2 ̸= 0; esto, como veremos, hace que la desigualdad sea estricta.

x t
Ejemplo 2.3.2. Ahora consideremos un vector X = cualquiera, y sea U = tE1 = un múltiplo
y 0
escalar de E1 . Tenemos,
√ p
|X · U| = |x · t + y · 0| = |x · t| = |x ||t| = x 2 |t| ≤ x 2 + y 2 |t| = ∥X ∥∥U∥.
Notemos que |t| = ∥U∥; por consiguiente,
√ ppara que se dé igualdad entre los extremos de la anterior desigualdad,
se debe cumplirlaecuación |x | = x = x 2 + y 2 , en cuyo caso y = 0 y, por lo tanto, el vector X debe tener
2
x
la forma X = = xE1 ; es decir, para que haya igualdad entre los extremos de la anterior desigualdad, los
0
vectores X y U deben ser linealmente dependientes.
La situación que se presenta en el ejemplo anterior se verifica para cualquier par de vectores del plano; ese
es el contenido de la Desigualdad de Cauchy-Schwarz.
Teorema 2.3.1 (Desigualdad de Cauchy-Schwarz). Sean X y Y vectores del plano. Entonces
(2.3.4) |X · Y | ≤ ∥X ∥∥Y ∥,
y la igualdad se verifica si y sólo si los vectores X y Y son linealmente dependientes.
Prueba. Si alguno de los vectores X o Y es nulo ambos lados de (2.3.4) son iguales a cero y el teorema
1 1
se verifica trivialmente. Supongamos entonces que X y Y son no nulos y sean U = X y V = Y.
∥X ∥ ∥Y ∥
Notemos que U y V son vectores unitarios. En estos términos probar (2.3.4) equivale a demostrar
(2.3.5) |U · V | ≤ 1.
Ahora, utilizando las propiedades del producto escalar y de la magnitud tenemos:
∥U + V ∥2 = (U + V ) · (U + V ) = U · U + U · V + V · U + V · V
= ∥U∥2 + 2(U · V ) + ∥V ∥ = 2 + 2(U · V )
= 2(1 + U · V ),
22
y
∥U − V ∥2 = (U − V ) · (U − V ) = U · U − U · V − V · U + V · V
= ∥U∥2 − 2(U · V ) + ∥V ∥ = 2 − 2(U · V )
= 2(1 − U · V ).
Puesto que la magnitud es una cantidad no negativa, las igualdades anteriores implican, respectivamente, que
1 + U · V ≥ 0 y 1 − U · V ≥ 0; en otras palabras, U · V ≥ −1 y U · V ≤ 1, lo cual, sabemos, equivale a
|U · V | ≤ 1. Esto prueba la desigualdad
(2.3.5)
y su equivalente (2.3.4).
x u
Ahora escribamos X = , Y = y supongamos que se verifica la igualdad en (2.3.4); es decir,
y v
supongamos que p
p
|xu + yv | = x 2 + y 2 u 2 + v 2 .
Se verifican entonces las siguientes equivalencias,
p p
|xu + yv | = x 2 + y 2 u 2 + v 2 ⇐⇒ (xu + yv )2 = (x 2 + y 2 )(u 2 + v 2 )
⇐⇒ x 2 u 2 + y 2 v 2 + 2xyuv = x 2 u 2 + x 2 v 2 + y 2 u 2 + y 2 v 2
⇐⇒ x 2 v 2 + y 2 u 2 − 2xyuv = 0
⇐⇒ (xv − yu)2 = 0
⇐⇒ |xv − yu| = 0
⇐⇒ xv − yu = 0,
y esta última ecuación quiere decir que los vectores X y Y son linealmente dependientes por el Teorema
(1.5.1).
Corolario 2.3.3 (Desigualdad triangular). Sean X y Y vectores no nulos del plano. Entonces
(2.3.6) ∥X + Y ∥ ≤ ∥X ∥ + ∥Y ∥,
y la igualdad se verifica si y sólo si los vectores X y Y pertenecen a un mismo rayo que sale del origen.
Prueba. En primer lugar notemos que las desigualdad (2.3.6) es equivalente a
(2.3.7) ∥X + Y ∥2 ≤ (∥X ∥ + ∥Y ∥)2 .
Ahora bien,
∥X + Y ∥2 = (X + Y ) · (X + Y ) (por definición de magnitud)
= X · (X + Y ) + Y · (X + Y ) (por PE2)
=X ·X +X ·Y +Y ·X +Y ·Y (por PE2)
= ∥X ∥ + 2 X · Y + ∥Y ∥
2 2
(por definición de magnitud y por PE1)
≤ ∥X ∥ + 2 |X · Y | + ∥Y ∥
2 2
≤ ∥X ∥2 + 2∥X ∥∥Y ∥ + ∥Y ∥2 (por la desigualdad de Cauchy-Schwarz)

(2.3.8) = (∥X ∥ + ∥Y ∥) . 2
Esto prueba la desigualdad (2.3.7) y su equivalente (2.3.6).

De otra parte, si se tiene igualdad en (2.3.6) entonces se tiene igualdad entre los extremos de (2.3.8) y por
2.3. DESIGUALDAD DE CAUCHY-SCHWARZ. DESIGUALDAD TRIANGULAR. 23
(a) Desigualdad Triangular. (b) Distancia entre vectores.
Figure 2.6. Desigualdades y Distancias. La figura de la izquierda ilustra de forma intuitiva la

razón por la cual debe cumplirse la desigualdad ∥X + Y ∥ ≤ ∥X ∥ + ∥Y ∥. La figura de la derecha
muestra que la cantidad ∥X − U∥ efectivamente mide la distancia entre los puntos X y U del
plano cartesiano.
consiguiente hay igualdad en todos los pasos intermedios de (2.3.8); deducimos, en particular, que se verifican
las ecuaciones
(2.3.9) X · Y = |X · Y | = ∥X ∥∥Y ∥.
La segunda ecuación de (2.3.9) nos dice que se presenta igualdad en la Desigualdad de Cauchy-Schwarz y por
lo tanto los vectores X y Y son vectores no nulos linealmente dependientes; luego, existe r ̸= 0 tal que Y = rX .
Así, por la primera ecuación de (2.3.9) tenemos
X · (rX ) = X · Y = |X · Y | = |X · (rX )|;
es decir,
r (X · X ) = |r (X · X )| o r ∥X ∥2 = |r |∥X ∥2 .
Como X es un vector no nulo deducimos que r = |r |, y por lo tanto r > 0; luego X y Y pertenecen a un mismo
rayo que sale del origen.
Finalmente, dejamos al lector como ejercicio que pruebe que si X y Y pertenecen a un mismo rayo que emana
del origen, entonces se verifica la igualdad en la desigualdad triangular.
Ejercicio 2.2. Sean X y Y vectores no nulos que pertenecen a un mismo rayo que sale del origen. Pruebe
que
∥X + Y ∥ = ∥X ∥ + ∥Y ∥.
Comentario 2.3.4. El anterior corolario recibe el nombre de desigualdad triangular porque, si los
vectores X y Y son linealmente independientes, los lados del triángulo con vértices O, X y X + Y tienen
longitudes ∥X ∥, ∥Y ∥ y ∥X + Y ∥ (véase la Figura 2.6 (a)), y la longitud de un lado de un triángulo es
menor que la suma de las longitudes de los otros dos lados.
24
Figure 2.7. Motivación Ortogonalidad
Corolario 2.3.5. Sean X y Y vectores no nulos del plano. Entonces

(2.3.10) ∥X ∥ − ∥Y ∥ ≤ ∥X − Y ∥ ≤ ∥X ∥ + ∥Y ∥.
En la primera desigualdad, la igualdad se verifica si y sólo si los vectores X y Y pertenecen a un mismo rayo
que sale del origen. En la segunda desigualdad, la igualdad se verifica si y sólo si X y Y pertenecen a rayos
opuestos que salen del origen.
Prueba. Ejercicio.
2.4. Vectores ortogonales y Teorema de Pitágoras.

El tema central de esta sección es la ortogonalidad de vectores. Comenzamos ilustrando la situación con un
par de ejemplos.
Ejemplo 2.4.1. Consideremos los vectores X = rE1 y Y = sE2 , con r y s escalares arbitrarios (ver Figura
2.7). Tenemos
X · Y = (rE1 ) · (sE2 ) = (rs)E1 · E2 = (rs)(1 · 0 + 0 · 1) = (rs) · 0 = 0.

Lo interesante de la cuenta anterior es que los ejes coordenados los dibujamos como un par de rectas que
se cruzan perpendicularmente en el origen.

3 2
Ejemplo 2.4.2. Consideremos los vectores A = yB= (ver Figura 2.8 (a)). Tenemos
1 −6
A · B = 3 · 2 + 1 · (−6) = 6 − 6 = 0.
Más aún, si X = rA y Y = sB, cualesquiera sean los escalares r y s, entonces
X · Y = (rA) · (sB) = (rs)A · B = (rs) · 0 = 0.
Si observamos las gráficas de las rectas generadas por los vectores A y B estaremos de acuerdo en que lucen
como si fueran perpendiculares en el origen.
Las ilustraciones de los ejemplos anteriores captan una idea: la de que rectas generadas por dos vectores cuyo
producto escalar es cero, lucen perpendiculares en el origen. La siguiente definición formaliza esta idea.
2.4. VECTORES ORTOGONALES Y TEOREMA DE PITÁGORAS. 25
(a) Vectores Ortogonales, ejemplo 1. (b) Vectores Ortogonales, ejemplo 1.
Figure 2.8. Vectores ortogonales. Ambas figuras muestran vectores ortogonales, nótese que
si al multiplicar el vector B de la izquierda por ± 12 se generan los vectores de la derecha, sin que
cambie la condición de ortogonalidad; la ortogonalidad persistirá si se multiplica dicho vector
2E1 − 6E2 por cualquier escalar.
Definición 2.4.3. Dos vectores X y Y se dicen ortogonales si X · Y = 0.

0 x
Es claro que el vector nulo O = es ortogonal a cualquier otro vector X = pues, O ·X = 0·x +0·y = 0.
0 y
De otra parte, si X y Y son ortogonales, sus múltiplos es escalares también son ortogonales pues, si r , s ∈ R
entonces
(rX ) · (sY ) = (rs)X · Y = (rs)0 = 0.
Definición 2.4.4. Sean U y V vectores no nulos. Diremos que las rectas LU y LV son perpendicu-
lares si U y V son ortogonales.

−3 2
Ejemplo 2.4.5. Los vectores A = yB= son ortogonales: (−3) · 2 + 1 · 6 = 0. Así las rectas
1 6
LA y LB son perpendiculares (ver Figura 2.9 (a)).

1 −2
Ejemplo 2.4.6. Los vectores C = yD= no son ortogonales: 1 · (−2) + 1 · 3 = 1, luego las
1 3
rectas LC y LD no son perpendiculares (ver Figura 2.9 (b)).
Una versión vectorial del Teorema de Pitágoras es la siguiente.
Teorema 2.4.1 (Teorema de Pitágoras). Dos vectores X y Y son ortogonales si y sólo si ∥X − Y ∥2 =
∥X ∥2 + ∥Y ∥2 .
26
(a) Ejemplo de dos vectores ortogonales (b) Ejemplo de dos vectores no ortogonales
Figure 2.9. Ejemplo ortogonalidad.
Figure 2.10. Ilustración de la prueba del teorema de pitágoras
Prueba. (Ver Figura 2.10) Sabemos que:

∥X − Y ∥2 = (X − Y ) · (X − Y )
= X · X − 2X · Y + Y · Y
= ∥X ∥2 − 2X · Y + ∥Y ∥2 .
Por lo tanto
∥X − Y ∥2 = ∥X ∥2 + ∥Y ∥2 ⇐⇒ ∥X ∥2 − 2X · Y + ∥Y ∥2 = ∥X ∥2 + ∥Y ∥2
⇐⇒ −2X · Y = 0
⇐⇒ X · Y = 0,
lo cual, por definición, significa que los vectores X y Y son ortogonales.
2.4. VECTORES ORTOGONALES Y TEOREMA DE PITÁGORAS. 27
Ejercicio 2.3. Pruebe que dos vectores del plano X y Y son ortogonales si y sólo si ∥X − Y ∥ = ∥X + Y ∥.
Ilustre gráficamente los vectores X , Y , X − Y y X + Y en el contexto de ortogonalidad de los vectores X y Y .

a
LLegados a este punto nos hacemos la siguiente pregunta: dado un vector X = , no nulo, ¿cómo hallar
b

u
otro vector Y = , no nulo, que sea ortogonal a X ?
v

−b
Consideremos el vector Y = ; vemos que
a

a −b
X ·Y = · = −ab + ab = 0,
b a
Luego X y Y son ortogonales. También, cualquier múltiplo escalar de Y es ortogonal a X ; por ejemplo,
b
−Y = es ortogonal a X .
−a

−1
Ejemplo 2.4.7. Dado A = hallemos un vector B, que sea ortogonal a A y que tenga magnitud 3.
3
Hallaremos el vector Ben varios
pasos:
−3
Paso1: el vector P = es ortogonal al vector A.
−1

1 1 −3
Paso2: Normalizamos el vector P: el vector U = P=√ es ortogonal a A y, además, es unitario.
∥P∥ 10 −1
Paso3: Al multiplicar el vector U por 3 obtenemos un vector ortogonal a A cuya magnitud es 3. Así, un vector
B con las condiciones requeridas es

1 −3 3 −3
B = 3U = 3 √ =√ .
10 −1 10 −1
Ejercicio 2.4. Dibujar los vectores A, P, U y B del ejemplo anterior.

−b
Comentario 2.4.8. Tratemos de entender gráficamente dónde está Y = con respecto a
a

a
X = . Supongamos inicialmente que X está en el primer cuadrante; entonces, observando los signos,
b
vemos que Y está en el segundo cuadrante (ver Figura 2.11 (a)). Si X está en el segundo cuadrante
entonces, observando los signos, vemos que Y está en el tercer cuadrante (ver Figura 2.11 (b)). Si X está
en el tercer cuadrante entonces, observando los signos, vemos que Y está en el cuarto cuadrante; y si X
está en el cuarto cuadrante, entonces Y está en el primer cuadrante. Concluimos que para ubicar Y a
partir de X movemos el puntero en sentido contrario a las manecillas del reloj hasta que LX y LY lucen
perpendiculares.
Finalizamos la sección demostrando que dos vectores no nulos y ortogonales son linealmente independientes.
Teorema 2.4.2. Sean A y B vectores no nulos y ortogonales. Entonces A y B son linealmente independi-
entes.
Prueba. Para probar que A y B son linealmente independientes usaremos el criterio dado por el Teorema
1.5.2. Según este criterio debemos probar que la única combinación lineal de A y B, igual al vector O, es la
28
(a) X en primer cuadrante (b) X en segundo cuadrante

a −b
Figure 2.11. Ubicación de X = con respecto a Y = .
b a
combinación lineal trivial, es decir, aquella en la cual los escalares de la combinación son iguales a 0.
Supongamos entonces que
rA + sB = O.
En la anterior ecuación hacemos el producto punto con el vector A. Tenemos: rA · A + sB · A = O · A = 0.
Al simplificar obtenemos: r ∥A∥2 = 0. Como ∥A∥2 ̸= 0, entonces r = 0. Análogamente, haciendo el producto
punto con el vector B, obtenemos s = 0.
2.5. Proyección ortogonal.

Motivamos el tema de esta sección con el siguiente problema: supongamos que U y V son vectores no
nulos y ortogonales. Sabemos entonces que son linealmente independientes; por lo tanto, dado X ∈ 2 , éste R
se puede descomponer en la forma
(2.5.11) X = rU + sV .
¿Quiénes son r y s?
Para hallar estos escalares tomemos primero en 2.5.11 el producto punto con el vector U; obtenemos,
X · U = (rU + sV ) · U
= rU · U + sV · U
= r ∥U∥2 + 0 = r ∥U∥2 .
X ·U X ·V
Así, r = . Análogamente, haciendo el producto punto en 2.5.11 con V , obtenemos s = . Reem-
∥A∥ 2 ∥V ∥2
plazando en 2.5.11,
X ·U X ·V
X= U+ V.
∥U∥ 2 ∥V ∥2
Hemos probado así el siguiente teorema.
2.5. PROYECCIÓN ORTOGONAL. 29
Figure 2.12. Descomposición de un vector X en componentes ortogonales.
Teorema 2.5.1 (Descomposción ortogonal). Sean U y V vectores no nulos y ortogonales. Entonces,

cualquier vector X del plano puede escribirse, de manera única, en la forma
X ·U X ·V
(2.5.12) X= U+ V.
∥U∥2 ∥V ∥2
Comentario 2.5.1. Observemos que el vector X queda descrito en la forma X = P + Q donde P es

linealmente dependiente con U y Q es ortogonal a U (ver Figura 2.12).

1 −2
Ejemplo 2.5.2. Sean X = yU= . Hallemos dos vectores P y Q tales que X = P + Q, donde
3 5
P y U son linealmente dependientes, y Q es ortogonal a U. Este problema lo reslovemos en varios pasos:
−5
Paso1: hallamos un vector V que sea no nulo y ortogonal a U: V = .
−2
Paso2: como U y V son no nulos y ortogonales sabemos que:
X ·U X ·V
X= U+ V.
∥U∥ 2 ∥V ∥2
Paso3: calculamos P:
1 −2
·
X ·U 3 5 2 −2 13 −2
P= U= ∥ = .
∥U∥2 −2 5 29 5
∥
5
Paso4: calculamos Q:
1 −5
·
X ·V 3 −2 2 −5 −11 −5
Q= V = ∥ = .
∥V ∥2 −5 −2 29 −2
∥
−2
El vector P es, entonces , un múltiplo escalar del vector U, mientras que el vector Q es ortogonal a U y, además,
X = P + Q. La gráfica Figura 2.13 nos muestra la situación.
30
Figure 2.13. Ejemplo de descomposición de un vector X en componentes ortogonales.
Comentario 2.5.3. La ecuación (2.5.12) descompone el vector X en términos de dos vectores dados
mutuamente ortogonales. La descomposición canónica de un vector es, en particular, una descomposición
ortogonal.
Definición 2.5.4 (Proyección ortogonal). Sea U un vector no nulo. La proyección ortogonal de

X ∈ R2 sobre la recta generada por U (o por sobre el vector U), denotada PLU (X ) o, más sencillamente,
PU (X ), es el vector
X ·U
(2.5.13) PLU (X ) = PU (X ) = U.
∥U∥2
Gráficamente, la proyección del punto X se obtiene trazando por dicho punto una línea recta perpendicular a
la recta generada por U, como se muestra en la gráfica 2.14 (a). En la Figura 2.14 (b) también observamos la
proyección de X sobre la recta generada por un vector V ortogonal a U. La gráfica debe inducirnos a pensar
que la proyección de X no depende del vector generador de la recta que hayamos escogido. Por eso tiene todo
el sentido hablar sin ambigüedad de proyección ortogonal sobre una recta.
Proposición 2.5.5. Si W es otro vector generador de LU y X es cualquier punto del plano, entonces
PU (X ) = PW (X ).
(a) Proyección Ortogonal. (b) Descomposición ortogonal.
Figure 2.14. Proyección Ortogonal. La figura de la izquierda ilustra PU (X ), la proyección del

vector X sobre el vector U. Note que si se considera un vector W linealmente dependiente con
U entonces PW (X ) = PU (X ) puesto que la proyección depende solo de la línea de acción del
vector sobre el que se proyecta. La figura de la derecha presenta la proyección de un vector X
sobre un vector U y sobre otro vector V , ortogonal a U.
Prueba. Como W genera también a LU existe r ̸= 0 tal que W = rU; por lo tanto tenemos:
X ·W X · (rU)
PW (X ) = W = (rU)
∥W ∥2 ∥rU∥2
r (X · U)r r 2 (X · U)
= U = U
(|r |∥U∥)2 r 2 ∥U∥2
X ·U
= U
∥U∥2
= PU (X ).

Proposición 2.5.6 (Propieades de linealidad). Sea U un vector no nulo, X , Y vectores del plano y
r∈ R . Se verifican los siguientes enunciados:
(a) PU (X + Y ) = PU (X ) + PU (Y ).
(b) PU (rX ) = rPU (X ).
Prueba. Ejercicio.
Ejercicio 2.5. Sea U un vector no nulo y X un vector cualquiera. Demuestre que PU (X ) = X si y sólo
si X ∈ LU .
Ejercicio 2.6. Sea U un vector no nulo y X un vector cualquiera. Demuestre que PU (X ) = O si y sólo
si X es ortogonal a U.
32
(a) Coincidencia de Proyecciones Ortogonales. (b) Distancia entre vectores, forma Pitagórica.
Figure 2.15. La figura de la izquierda ilustra el resultado de la Proposición 2.5.7. Note que
tanto X como Y están sobre la misma recta que pasa por PU (X ) y que es ortogonal a la recta
generada por U. La figura de la derecha ilustra el significado la Proposición ??; el triángulo
importante se dibuja en linea continua. Note también que los vectores X − PY (X ) y Y − PY (X )
son ortogonales entre si.
Proposición 2.5.7. Sea U un vector no nulo y X un vector que no pertenece a la recta generada por U.
Demuestre que PU (X ) = PU (Y ) si y sólo si Y = X + t(X − PU (X )) para algún t ∈ . R
Esquema de la prueba. La ecuación PU (X ) = PU (Y ) equivale a que Y −X es ortogonal a U. El vector
X − PU (X ) también es ortogonal a U. Se sigue entonces que los vectores Y − X y X − PU (X ) son linealmente
R
dependientes; por lo tanto Y − X = t(X − PU (X ) para algún t ∈ . Recíprocamente, si Y tiene la forma del
enunciado, entonces
X · U + t(X · U − PU (X ) · U)
PU (Y ) = U.
∥U∥2
Pero PU (X ) · U = X · U; luego, de la ecuación anterior,
X ·U
PU (Y ) = U = PU (X ).
∥U∥2

Ejercicio 2.7. Completar los detalles de la prueba anterior.

La gráfica 2.15 (a) ilustra el contenido de la proposición anterior.
Ejercicio 2.8. Sea Y un vector no nulo y X cualquier vector del plano.
(a) Pruebe que los vectores X − PY (X ) y Y − PY (X ) son ortogonales.
(b) Pruebe que
∥X − Y ∥2 = ∥X − PY (X )∥2 + ∥Y − PY (X )∥2 .
Ilustre en una gráfica los puntos Y , X , X − PY (X ) y Y − PY (X ).
(a) Cuál es la imagen al otro lado del espejo? (b) Derivación de la fórmula de la reflexión
Figure 2.16. Ilustración reflexión ortogonal.
Finalizamos la sección con el problema que plantea la Figura 2.16 (a); ¿quién debería ser SU (X ) en términos
de U y X ?
Por la Regla del Paralelogramo (ver Figura 2.16 (b)),

SU (X ) = PU (X ) + (PU (X ) − X ) = 2PU (X ) − X .
El vector SU (X ) se llama reflexión de X con respecto a la recta generada por U.
Ejercicio 2.9. Sea U un vector no nulo, X , Y vectores del plano y r ∈ R. Demuestre que la reflexión
tiene las propiedades de linealidad:
(a) SU (X + Y ) = SU (X ) + SU (Y ).
(b) SU (rX ) = rSU (X ).
Demuestre también que SU (X ) = X si y solo si X ∈ LU .
Lectura 3
Pares ordenados de puntos. Vectores libres.
Recta generada por una pareja de puntos.
Semiplanos y Orientación de puntos.
3.1. Parejas Ordenadas de puntos y Vectores Libres.

En los conceptos estudiados hasta ahora, sobre vectores del plano, el origen de coordenadas O hace las
veces de punto ’pivote’. Para cambiar de pivote vamos a introducir una noción que nos permita ’identificar’
parejas ordenadas de vectores. Comencemos con un ejemplo:

−2 −1 3 4
Ejemplo 3.1.1. Considere los puntos A = , B = , C = y D = . Entonces
1 2 −2 −1

1
B −A = D −C = . Las flechas de la figura 3.1 (b) (ver también la figura 3.1 (a) para mayor comprensión)
1
lucen iguales en muchos sentidos: se ven paralelas, de la misma
longitud y con el mismo sentido; lucen idénticas
1
a la flecha que va desde el origen O hasta el punto P = .
1
La ’flechas’ que lucen iguales pueden identificarse estableciendo entre las parejas de vectores una relación
de similitud.
Definición 3.1.2. Decimos que un par de puntos del plano A, B, es una pareja ordenada cuando
uno de ellos, digamos A, se distingue como el primero y el otro, B, como el segundo. Denotamos la pareja
−→
ordenada por AB o (A, B).
−→ −→
Definición 3.1.3. Dos parejas ordenadas de puntos AB y CD se dicen similares o, equivalentes,
−→ −→
simbolizado AB ∼ CD, si y sólo si B − A = D − C .
−−−−
−−−−−→ −−−−−−−−−→
−2 −1 3 4
En el ejemplo anterior, las parejas y son similares o equivalentes, y ambas son
1 2 −2 −1
−−−
−−
−→

0 1
similares a la pareja .
0 1
35
36
3. PARES ORDENADOS DE PUNTOS. VECTORES LIBRES. RECTA GENERADA POR UNA PAREJA DE PUNTOS. SEMIPLANOS Y O
(a) Vectores A, B, C , D Ejemplo 3.1.1 (b) Conjunto de vectores Libres Equivalentes.
Figure 3.1. Vectores Libres. En la gráfica (a) se observan los vectores A = −2E1 + E2 , B =
−E1 +2E2 , C = 3E1 −2E2 , D = 4E1 −E2 del Ejemplo 3.1.1. Note que B −A = D −C = E1 +E2
y que éste útimo vector tiene el punto inicial o pivote en el origen O = 0E1 + 0E2 . La figura
(b) muestra un conjunto de vectores libres equivalentes pues, todos ellos satisfacen la relación
Y − X = E1 + E2 = B − A = D − C , donde Y y X indican, de forma genérica, los puntos final
e inicial del vector libre respectivamente.
−→
Comentario 3.1.4. La pareja ordenada AB la visualizamos como una flecha con origen (o punto
inicial) en A, y punta (o punto final) en B. Así, la visualización del vector X es igual a la de la pareja
−→
ordenada OX , lo cual sugiere que las flechas con un mismo origen pueden operarse algebraicamente, y
geométricamente, como los vectores del plano.
La notación (A, B) para una pareja ordenada de puntos es más conveniente cuando no se enfatice el
comportamiento vectorial de la pareja ordenada.
Ejercicio 3.1. Pruebe que la relación de similitud es una relación de equivalencia; es decir, pruebe que
la relación de similitud verifica las siguientes tres propiedades:
−→ −→
(1) (Reflexividad) AB ∼ AB.
−→ −→ −→ −→
(2) (Simetría) Si AB ∼ CD entonces CD ∼ CD.
−→ −→ −→ −→ −→ −→
(3) (Transitividad) Si AB ∼ CD y CD ∼ EF , entonces AB ∼ EF .

−2 4 3
Ejemplo 3.1.5. Consideremos los puntos A = , B = y C = . Hallemos el punto D
1 −1 2
−→ −→
de tal manera que BD ∼ AC cumplirse entonces la ecuación vectorial D − B = C − A, yportanto
. Debe
4+3+2 9 −→ −→ 6
D = B +C −A = = . Notemos también que AB ∼ CD, pues B − A = D − C = (ver
2−1−1 0 −2
Figura 3.2).
3.1. PAREJAS ORDENADAS DE PUNTOS Y VECTORES LIBRES. 37
Figure 3.2. Ejemplo de pares similares de puntos. El par (A, B) es similar al par (C , D); y el
par (A, C ) es similar al par (B, D).
−→ −→
Ejemplo 3.1.6. AB ∼ BA si y sólo si B − A = A − B; y esta igualdad vectorial se cumple si y sólo si
−→ −→
A = B. Claramente AA ∼ OO.
La relación de similitud permite agrupar las parejas ordenadas de puntos en conjuntos disjuntos, llamados
clases de equivalencia. El objetivo de este agrupamiento consiste en no establecer ninguna distinción entre
flechas similares por cuanto, por alguna razón (geométrica o física), las flechas similares tienen el mismo efecto
sin importar su origen o punto de aplicación.
−→ −→
Definición 3.1.7. Sea AB una pareja ordenada de puntos. La clase de equivalencia de AB, denotada
−→
[AB], es el conjunto de parejas ordenadas dado por:
−→ −→ −→ −→ −→
[AB] = {XY : XY ∼ AB} = {XY : Y − X = B − A}.
Las clases de equivalencia también son llamadas vectores libres, y decimos que cada uno de sus elementos
es un representante del vector libre.

−2 4 3 9
Ejemplo 3.1.8. Consideremos los puntos A = , B = , C = yD = del ejemplo
1 −1 2 0

6 −→ −→
anterior. Como B − A = D − C = , entonces AB y CD pertenecen a la misma clase de equivalencia, a
−2

−→ 6 −→ −→
saber, el vector libre [OE ], donde E = ; por consiguiente, AB y CD son, ambos, representantes de dicha
−2
clase (ver Figura Figura 3.3)
La idea subyacente en este concepto es no confinar la acción del vector a un único punto, sino permitir que
el vector actúe de la misma forma en cualquier punto del plano. La terminología proviene de la física al con-
siderar, por ejemplo, la velocidad de un cuerpo rígido que se desplaza; en este caso la velocidad es un vector libre.
La igualdad entre vectores libres es consecuencia directa de la definición:

38
Figure 3.3. Ejemplo de representante de clase de equivalencia. Los pares (A, B) y (C , D)

pertenecen a la misma clase de equivalencia. El par (O, E ) es representante canónico de dicha
clase.
Figure 3.4. El par (P, Q) es representante de la clase de equivalencia del par (A, B). El par
(O, B − A) es representante canónico de dicha clase.
−→ −−→ −→ −−→
Dos vectores libres [AB] y [A′ B ′ ] son iguales si y sólo si AB ∼ A′ B ′ .
−→ −−−−−−→
Comentario 3.1.9. La pareja ordenada AB es similar a la pareja ordenada O(B − A) (ver las gráficas
−→ −−−−−−→ −−−−−−→
3.1 (a), (b)); por consiguiente [AB] = [O(B − A)]; y decimos que la pareja O(B − A) es el representante
−→
canónico del vector libre [AB]. De otra parte, si fijamos un punto P en el plano, entonces toda pareja
−→ −→
ordenada AB es similar a una única pareja ordenada PQ con punto inicial P; sencillamente el punto Q es
−→ −−−−−−−−−−→
Q = P + B − A, y así el vector libre [AB] es el mismo vector libre [P(P + B − A)] (ver Figura 3.4).
Los vectores libres tienen operaciones algebraicas similares a las de los vectores del plano.
−→ −→
Definición 3.1.10. Sean [AB] y [CD] vectores libres, y r cualquier número real. Definimos la suma
−→ −→ −→ −→ −→
[AB] + [CD], la multiplicación por escalar r [AB], y el producto punto [AB] · [CD] por:
−→ −→ −−−−−−−−−−−→
(a) [AB] + [CD] = [(A + C )(B + D)],
−→ −−−−−→
(b) r [AB] = [(rA)(rB)],
−→ −→
(c) [AB] · [CD] = (B − A) · (D − C ).
Como los vectores libres son clases de equivalencia, las operaciones que se establecen entre ellos deben estar bien
definidas; esto quiere decir que los resultados de las operaciones deben ser independientes de los representantes
de cada vector libre.
Proposición 3.1.11. Las operaciones de suma, multiplicación por escalar y producto punto para vectores
libres están bien definidas.
−−→ −→ −−→ −→
Prueba. (a) Probemos primero que la suma está bien definida. Supongamos que A′ B ′ ∼ AB y C ′ D ′ ∼ CD.
Veamos que
−−−−−−−−−−−→ −−−−−−−−−−−−−→
[(A + C )(B + D)] = [(A′ + C ′ )(B ′ + D ′ )];
−−−−−−−−−−−−−→ −−−−−−−−−−−→
esta igualdad se verifica si y sólo si (A′ + C ′ )(B ′ + D ′ ) ∼ (A + C )(B + D); es decir, si y sólo si
(B + D) − (A + C ) = (B ′ + D ′ ) − (A′ + C ′ ),
lo cual se cumple, ya que:
(B + D) − (A + C ) = (B − A) + (D − C ) = (B ′ − A′ ) + (D ′ − C ′ ) = (B ′ + D ′ ) − (A′ + C ′ ),
pues, por hipótesis, B ′ − A′ = B − A y D ′ − C ′ = D − C .

−−→ −→
(b) Probemos ahora que la multiplicación por escalar está bien definida. De nuevo suponemos que A′ B ′ ∼ AB;
debemos probar que
−−−−−→ −−−−−−→
[(rA)(rB)] = [(rA′ )(rB ′ )];
−−−−−→ −−−−−−→
esta igualdad se verifica si y sólo si (rA)(rB) ∼ (rA′ )(rB ′ ); es decir, si y sólo si
(rB) − (rA) = (rB ′ ) − (rA′ ),
la cual se verifica, ya que:
(rB) − (rA) = r (B − A) = r (B ′ − A′ ) = (rB ′ ) − (rA′ ),
pues, por hipótesis, B ′ − A′ = B − A.

Ejercicio 3.2. Pruebe que el producto punto de vectores libres es una operación bien definida.
40
Figure 3.5. Ejemplo de operaciones con vectores libres. El par (O, E ) es el representante
canónico de [(A, B)] + [(C , D)]. El par (O, F ) es el representante canónico de (−2)[(C , D)].

−2 4 3 2
Ejemplo 3.1.12. Consideremos los puntos A = ,B= ,C= yD= . Entonces,
1 −1 2 −2
 "−−−!−−−−−→ !# "−−−! −−−−−→ !#



 −→ −→ 1 6 0 5

[AB] + [CD] = = ,

 3 −3 0 −6







 "−−−−!−−−−−→ !# "−−− !−−−→ !#
−→ −6 −4 0 2
(−2)[CD] = = ,

 −4 4 0 8





 ! !



 −→ −→ 6 −1

[AB] · [CD]
 =
−2
·
−4
= 2.
−→ −→ −−−−−−−−−−−→ −→
En la Figura 3.5 ilustramos representantes de los vectores libres [AB], [CD], [(A + C )(B + D)] y (−2)[CD]
del ejemplo anterior.
Las propiedades de las operaciones algebraicas de los vectores libres son análogas a las de los vectores del
plano.
−→ −→ −→
Proposición 3.1.13 (Propiedades de la Suma). Sean [AB], [CD] y [EF ] vectores libres. Se verifican las
siguientes propiedades:
−→ −→ −→ −→
S1 (Conmutativa) [AB] + [CD] = [CD] + [AB].
−→ −→ −→ −→ −→ −→
S2 (Asociativa) ([AB] + [CD]) + [EF ] = [AB] + ([CD] + [EF ]).
−→ −→ −→
S3 (Elemento neutro) [OO] + [AB] = [AB].
−→ −→ −→
S4 (Inverso aditivo) [BA] + [AB] = [OO].
Prueba. Ejercicio.
Ejemplo 3.1.14. Notemos que
−→ −→ −→ −−−−−−−−−−−−−−−−−−→ −→
[AB] + [BC ] + [CD] = [(A + B + C )(B + C + D)] = [AD].
−→
En particular, si D = A, la suma vectorial anterior es igual al vector libre nulo [OO].
Comentario 3.1.15. El ejemplo anterior muestra una forma práctica de sumar vectores libres, cuando
los representantes están dispuestos de tal manera que el punto final de cualquiera de ellos es el punto inicial
del siguiente: el resultado de la suma vectorial es el vector libre cuyo representante tiene como punto inicial,
el origen del primer representante, y como punto final, la punta del último representante.
−→ −→
Proposición 3.1.16 (Propiedades de la multiplicación por escalar). Sean [AB], [CD] vectores libres, y r , s
escalares. Se verifican las siguientes propiedades.
−→ −→
ME1 (Asociativa de escalares) r (s[AB]) = (rs)[AB].
−→ −→ −→
ME2 (Distributiva respecto a escalares) (r + s)[AB] = r [AB] + s[AB].
−→ −→ −→ −→
ME3 (Distributiva respecto a vectores) r ([AB] + [CD]) = r [AB] + r [CD].
−→ −→
ME4 1[AB] = [AB].
Prueba. Ejercicio.
Comentario 3.1.17. Las ocho propiedades anteriores confieren la estructura de Espacio Vectorial
al conjunto de los vectores libres. Por tal razón, son aplicables al espacio vectorial de los vectores libres
los conceptos abstractos desarrollados en Álgebra Lineal tales como: combinación lineal, dependencia
lineal e independencia lineal.
−→ −→ −→
Proposición 3.1.18 (Propiedades del producto escalar). Sean [AB], [CD] y [EF ] vectores libres., y r un
escalar. Se verifican las siguientes propiedades.
−→ −→ −→ −→
PE1 (Conmutativa) [AB] · [CD] = [CD] · [AB].
−→ −→ −→ −→ −→ −→ −→
PE2 (Distributiva) [AB] · ([CD] + [EF ]) = [AB] · [CD] + [AB] · [EF ].
42
−→ −→ −→ −→ −→ −→
PE3 r ([AB] · [CD]) = (r [AB]) · [CD] = [AB] · (r [CD]).
Prueba. Ejercicio.
−→ −→
Ejercicio 3.3. Pruebe que (−1)[AB] es el inverso aditivo de [AB].
Las operaciones con vectores libres lucen ciertamente, abstractas, pues se realizan sobre conjuntos de parejas
ordenadas de puntos del plano, lo que dificulta la ilustración gráfica. Sin embargo, si elegimos un punto específico
del plano como pivote de los vectores libres, las operaciones pueden ilustrarse de manera similar a como se hace
con los vectores del plano.
−→ −→
Proposición 3.1.19. Sean [AB] y [AC ] vectores libres, y r un escalar cualquiera. Entonces
−→ −→ −−−−−−−−−−→
(a) [AB] + [AC ] = [A(B + C − A)].
−→ −−−−−−−−−−−−→
(b) r [AB] = [A((1 − r )A + rB)].
Prueba. Ejercicio.
Comentario 3.1.20. El punto D = B + C − A, de la suma, se obtiene gráficamente trasladando

−→
el segmento delimitado por la pareja AC , paralelamente a si mismo, utilizando como guía el segmento
−→ −→
delimitado por la pareja AB o, trasladando el segmento AB, paralelamente a si mismo, usando como guía
−→
el segmento delimitado por la pareja AC (ver figura 3.6 (a)). En otras palabras, el punto D se obtiene
utilizando, lo que hemos llamado anteriormente, la Regla Gráfica del Paralelogramo (o del triángulo) para
−→ −→ −→
sumar vectores del plano. Y es lícito escribir AD = AB + AC . Esta forma de sumar parejas ordenadas con
un mismo punto inicial tiene las mismas propiedades que la suma usual de vectores del plano: conmutativad,
asociatividad, existencia de elemento neutro y existencia de inverso aditivo. Si el punto pivote es A, entonces
−→ −→ −−−−−−−→
el elemento neutro es la pareja AA, y el inverso aditivo de AB es A(2A − B). Algo parecido puede decirse
de la multiplicación por escalar.

−3 2 4 −→ −→ −→
Ejemplo 3.1.21. Consideremos los puntos A = ,B= yC = . Entonces AB + AC = AD,
2 4 −1
donde
2+4+3 9
D =B+C −A= = .
4−1−2 1
−→ −→
De otra parte, (−2)AB = AE , donde

−3 2 −13
E = (1 − (−2))A + (−2)B = 3 −2 = .
2 4 −2
En la gráfica 3.6 (b) ilustramos el ejemplo.
−−→ −−→ −−→ −→
Ejercicio 3.4. Sean A, B1 , B2 , ... , Bn puntos del plano. Pruebe que AB1 + AB2 + · · · + ABn = AB, donde
B = B1 + B2 + · · · + Bn − (n − 1)A. Ilustre gráficamente el resultado con n = 4, dibujando claramente las
flechas correspondientes a parejas ordenadas similares.
−→
La regla gráfica del paralelogramo nos permite observar que la pareja ordenada XY se obtiene trasladando la
−−−−−−−→
pareja O(Y − X ) paralelamente a si misma, usando como guía el vector X ; esta visualización induce la definición
de traslación de puntos.
(a) Vectores A, B, C en el primer cuadrante, D = (b) Vectores A, B, C , D = B +C −A Ejemplo 3.1.21.

B+C −A
Figure 3.6. Suma con Vectores Libres. Se representa con trazo semicontinuo los vectores
A, B, C , D, con trazo continuo los vectores B − A , C − A y con trazo discontinuo los vectores
B − D, D − C ; note que también se usan distintos tipos de flecha para ayudar a la visualización.
En la figura (a) se observan los vectores genéricos A, B, C y el vector D = B + C − A del
Comentario 3.1.20, note el paralelogramo que se forma entre los puntos A, B, C y D del plano.
La figura (b) ilustra el Ejemplo 3.1.21, los valores numéricos coinciden según escala.
Figure 3.7. Traslación de puntos. El punto V es el trasladado de U por el vector X .
Definición 3.1.22. Decimos que el punto V es una traslación del punto U por el vector X si
−→ −→
UV ∼ OX . En otras palabras, V es una traslación de U por X si y sólo si V = X + U. (Ver Figura 3.7)
44
Figure 3.8. Suma y multiplicación por escalar de vectores con un mismo punto inicial.
(A, D) = (A, B) + (A, C ). El punto D es el trasladado por A del punto (B − A) + (C − A). El
punto E es el trasladado por A del punto r (B − A).

u1 v1 x
Usando coordenadas, si U = ,V = yX = , entonces V es una tralación de U por X si
u2 v2 y
sólo si se verifican las, así llamadas, ecuaciones de traslación:
(3.1.14) v1 = x + u1 y v2 = y + u2 .
Comentario 3.1.23. La traslación ayuda a operar parejas ordenadas con un mismo punto inicial: el
vector D asociado con la suma es la traslación por A del vector (B − A) + (C − A), y el vector E , de la
multiplicación por escalar, es la traslación por A de r (B − A) (ver Figura 3.8). La idea general es ’anclar’
las parejas ordenadas en el origen restando el punto inicial de los puntos finales, luego se opera usualmente
como lo hemos hecho con los vectores del plano y finalmente se ’ancla’ el resultado en el origen común de
las parejas dadas.
Del producto punto se sigue la noción de magnitud de un vector libre y de una pareja ordenada.
−→
Definición 3.1.24. La magnitud del vector libre [AB] es
q
−→ −→ −→
∥[AB]∥ = [AB] · [AB] = ∥B − A∥.
La magnitud de un vector libre tiene las siguientes propiedades:

−→
Proposición 3.1.25. Sea [AB] un vector libre y r un escalar.
−→ −→ −→ −→
M1 ∥[AB]∥ ≥ 0 y ∥[AB]∥ = 0 si y sólo si [AB] = [OO].
−→ −→
M2 ∥r [AB]∥ = |r |∥[AB]∥.
Prueba. Ejercicio.
Es válida también la desigualdad de Cauchy-Schwarz:

−→ −→
Proposición 3.1.26 (Desigualdad de Cauchy-Schwarz). Sean [AB] y [CD] vectores libres. Entonces,
−→ −→ −→ −→
|[AB] · [CD]| ≤ ∥[AB]∥∥[CD]∥.
La igualdad se verifica si y sólo si los vectores B − A y D − C son linealmente dependientes.
Prueba. Ejercicio (por supuesto hay que utilizar la desigualdad de Cauchy-Schwarz para vectores del
plano).
Comentario 3.1.27. Podemos asumir, por regla general, que los conceptos y resultados de los vectores
del plano son, a su vez, válidos para vectores libres y, en muchos casos, a sus representantes; sólo hay que
tener precaución en qué se afirma o concluye en cada caso. Por ejemplo, si aplicamos la desigualdad de
−→ −→
Cauchy-Schwarz a las parejas ordenadas AB y AC , la igualdad se verifica si y sólo si los vectores B − A y
C − A son linealmente dependientes.
Ejercicio 3.5. Explorar el comentario anterior en otros contextos; por ejemplo, en el de ortogonalidad.

7 1 3
Ejemplo 3.1.28. Consideremos los puntos P = ,Q= yR= . Tenemos:
−7 −5 1

6 2
(P − Q) · (R − Q) = · = 0.
−2 6
−→ −→ −→ −→
Por consiguiente los vectores libres [QP] y [QR] son ortogonales; también lo son los vectores libres [QP] y [RQ].
Además,
−→ −→ −→ −→ √
∥[QP]∥ = ∥[QR]∥ = ∥[PQ]∥ = ∥[RQ]∥ = 40.
(Ver Figura 3.9.)
Comentario 3.1.29. También es usual llamar vectores a los representantes de los vectores libres.
Este abuso de lenguaje se relaciona con la costumbre de identificar los vectores libres con cualquiera de
sus representantes. Siguiendo esta usanza, los vectores libres suelen denotarse con letras minúsculas tales
como: ⃗u , ⃗v , w
⃗ , etc., indicando, a su vez, las dos cantidades que los caracterizan, a saber: la magnitud
y la dirección; de la dirección nos ocuparemos en la sección acerca de ángulos y trigonometría. Con esta
notación los vectores libres [E1 ] y [E2 ] se denotan por ⃗i y ⃗j, respectivamente.
46
Figure 3.9. Ilustración del Ejemplo 3.1.28.
3.2. Recta generada por una pareja de puntos

La multiplicación por escalar para vectores del plano nos lleva al concepto de recta generada por un vector
no nulo. En realidad, los puntos de la recta generada por U ̸= O pueden verse como combinaciones lineales de
los puntos O y U:
LU : X = tU = sO + tU, con s, t ∈ R y s + t = 1.
Esta escritura nos muestra explícitamente que la recta generada por un vector no nulo es, de hecho, determinada
por dos puntos distintos: O y U. Desde este punto de vista, el concepto de recta generada por un vector no
nulo está acorde con la idea que conocemos desde la escuela secundaria, a saber: dos puntos determinan una
línea recta. Desde el punto de vista vectorial precisamos la idea como sigue:
Definición 3.2.1. Sean A y B puntos distintos del plano. La línea recta generada por A y B,
denotada LAB , es el conjunto de combinaciones lineales de la forma:
LAB = {X : X = sA + tB, s, t ∈ R, s + t = 1}.
Para simplificar la escritura escribimos:
LAB : X = sA + tB, s, t ∈ R, s + t = 1.
Como los escalares s y t de la combinación lineal suman uno, podemos expresar LAB en términos de s o de t:
LAB : X = sA + (1 − s)B, s ∈ RoL AB : X = (1 − t)A + tB, s, t ∈ R;
en el primer caso, LAB es la traslación por B de LA−B ; en el segundo caso, LAB es la traslación por A de LB−A .
La figura 3.10(a) nos ilustra este comentario.
Comentario 3.2.2. Las ecuaciones anteriores son usualmente llamadas ecuaciones vectoriales paramétri-
cas de la línea recta; a los escalares s y t se les dice parámetros. Usamos la palabra parámetro para
3.2. RECTA GENERADA POR UNA PAREJA DE PUNTOS 47
(a) Rectas LAB y LB−A . (b) Figura Guía Ejercicio 3.6.
Figure 3.10. Rectas generadas por una pareja de puntos. En la figura (a) se observan una
recta generada por los puntos A, B y la recta generada por B − A. También se observa un
punto X ∈ LAB general. La figura (b) presenta tres puntos colineales A, B, C , para ilustrar el
enunciado del Ejercicio 3.6.
significar una variable que, al tomar valores en un conjunto dado, permite describir una característica del
objeto geométrico en cuestión; en nuestro caso, una línea recta, la cual puede ser descrita mediante un solo
parámetro. Así, por ejemplo, a medida que t aumenta de valor en la descripción de LAB : X = (1−t)A+tB,
−→
vamos recorriendo la línea recta en el sentido de la flecha AB (Figura 3.11).
De otra parte, la ecuación vectorial de una línea recta da lugar a dos ecuaciones escalares: una por cada com-
ponente del vector. Estas ecuaciones son usualmente referidas como ecuaciones escalares paramétricas.
Sobre el estudio detallado de la línea recta volveremos en un capítulo posterior. Ahora estamos interesados
en aspectos muy básicos que son necesarios para fundamentar otros conceptos.

−1 4
Ejemplo 3.2.3. Consideremos los puntos A = y B = y la línea recta LAB . Entonces el
3 −2

5 5 −1 4
punto C = no pertenece a LAB puesto que =3 +2 y 3 + 2 = 5; En cambio, el punto
5 5 3 −2

−11 −11 −1 4
D= si está sobre LAB , pues =3 −2 y 3 − 2 = 1. (Ver Figura 3.12.)
13 13 3 −2
48
Figure 3.11. Descripción paramétrica de una linea recta.
Figure 3.12. Gráfica del Ejemplo 3.2.3
Definición 3.2.4. (Colinealidad de puntos) Diremos que tres puntos del plano son colineales si
uno de ellos pertenece a la recta generada por los otros dos.

−3 2 7
Ejemplo 3.2.5. Los puntos A = ,B= yC= son colineales porque
1 −2 −5

7 2 −3
=2 − ,
−5 −2 1
luego C = 2B − A y por lo tanto C ∈ LAB . (Ver Figura 3.13)
3.3. SEMIPLANOS Y ORIENTACIÓN DE PUNTOS. 49
Figure 3.13. Colinealidad de puntos. Gráfica del Ejemplo 3.2.5
Comentario 3.2.6. Es importante resaltar que tres puntos del plano pueden ser colineales aunque
cualesquiera dos de ellos sean linealmente independientes. En el ejemplo 3.2.5 anterior, los vectores A y
B son linealmente independientes; también lo son los vectores A y C , y los vectores B y C . Aún así,
los tres puntos son colineales. Sin embargo, si A y B son dos vectores no nulos linealmente dependientes,
entonces los puntos O, A y B son colineales, pues todos pertenecen a la recta generada por los puntos O, A,
que es la misma recta generada por los puntos O, B. Colinealidad y dependencia lineal no son conceptos
equivalentes, aunque sí están estrechamente relacionados.
Ejercicio 3.6. Pruebe que tres puntos A, B y C son colineales si y sólo si los vectores B − A y C − A son
linealmente dependientes. (Ver la figura 3.10 (b))
3.3. Semiplanos y Orientación de puntos.

Consideremos la recta LU generada por un vector U. El vector U induce una forma de ‘caminar’ sobre
LU mientras que el vector −U induce la forma contraria de hacerlo. De otra parte, si V es cualquier otro
punto de LU estaremos de acuerdo en que V induce la misma forma de caminar sobre la recta si es un múltiplo
escalar positivo de U, e induce la forma opuesta si V es un múltiplo escalar negativo de U (ver Figuras 3.14
(a) y (b)). Así, los puntos no nulos de LU pueden clasificarse en dos grupos que llamamos orientaciones: la
orientación positiva, que la componen los múltiplos escalares positivos de U, y la orientación negativa u
opuesta, compuesta por los múltiplos escalares negativos de U. Notemos que la recta divide el plano en dos
semiplanos: uno de ellos situado “a la izquierda" de LU y el otro aparece “a la derecha", con respecto a la
orientación inducida por el vector U.
Ahora consideremos la recta LAB generada por un par de puntos A, B. Sabemos que LAB es la traslación
−→
por el vector A de la recta LB−A . Entonces, las orientaciones de LAB inducidas por la pareja ordenada AB
corresponden a las orientaciones de LB−A inducidas por el vector B − A. Así, las parejas ordenadas de puntos
pertenecientes a LAB se clasifican en dos grupos llamados también orientaciones: la orientación positiva está
−→
constituida por las parejas ordenadas CD tales que D − C es múltiplo escalar positivo de B − A, y la orientación
−→
negativa u opuesta conformada por aquellas parejas ordenadas CD tales que D −C es múltiplo escalar negativo
50
(a) Recta LU orientada según vector U. (b) Recta LU orientada según vector −U.
Figure 3.14. Orientación de una Recta. Las figuras (a) y (b) ilustran las dos posibles orienta-
ciones de la recta LU . La recta divide al plano en dos partes. Observe que si se mantiene fijo
el sentido de movimiento (e.g. U en la figura (a)), la región L+U aparece siempre a la izquierda
−
del caminante mientras que la región LU aparece a su derecha. Note también que si se cambia
−
el sentido de marcha (e.g. U por −U (o rU con r < 0), figura (b)), las regiones L+ U y LU se
intercambian.
de B − A. En este sentido LAB tiene dos orientaciones. Es importante resaltar que los calificativos de ’positivo’
−→
y ’negativo’, dados a las orientaciones, se refieren a la pareja ordenada AB. (ver Figura 3.15).
Nos preguntamos, ¿cómo podemos definir de manera precisa estos conjuntos?
Antes de responder a esta pregunta vamos a adoptar,de aquí en adelante, la siguiente convención:

a
Convención: Si X = es un vector no nulo, diremos que el ortogonal de X es el vector X ⊥ dado
b

⊥ −b ⊥⊥ −a
por X = . Notemos que, X = = −X .
a −b
Ejercicio 3.7. Sean X y Y vectores no nulos y r cualquier número real. Pruebe que
(X + Y )⊥ = X ⊥ + Y ⊥ y (rX )⊥ = rX ⊥ .
Es decir, la operación ⊥ tiene propiedades de linealidad. Es en realidad una rotación por un ángulo recto como
veremos posteriormente.

x
Utilizando esta convención podemos reescribir el criterio de dependencia lineal entre dos vectores X =
y

u
y así:
v
Figure 3.15. Orientación de la recta LAB inducida por la pareja ordenada (A, B).
X y U son linealmente dependientes si y solo si X · U ⊥ = 0,

x −v
pues X · U ⊥ = · = −xv + yu = uy − vx .
y u
De esta forma, los puntos X ∈ LB−A , al ser linealmente dependientes con B − A, satisfacen la ecuación
X · (B − A)⊥ = 0.
Los restantes puntos X ∈
/ LB−A verifican una de las condiciones
X · (B − A)⊥ > 0 o X · (B − A)⊥ < 0.
Notemos que (B − A)⊥ · (B − A)⊥ = ∥B − A∥2 > 0; además, el vector (B − A)⊥ visualmente está “a la
izquierda" de LB−A , con respecto a la orientación inducida por B − A. En vista de lo anterior, es razonable
R
identificar los puntos que están “a la izquierda" de LB−A con los puntos X ∈ 2 que verifican la desigualdad
X · (B − A)⊥ > 0, y los que están “a la derecha" con los que verifican la desigualdad X · (B − A)⊥ < 0.
Ahora bien, como LAB es la traslación por A de LB−A , los semiplanos determinados por LAB , con respecto a
−→
la orientación dada por la pareja ordenada AB, serán las traslaciones por A de los correspondientes semiplanos
determinados por LB−A , con respecto a la orientación inducida por B − A; por eso definimos:
−→
Definición 3.3.1. Sea AB una pareja ordenada de puntos. Definimos el semiplano a la izquierda
−→
de LAB , con la orientación inducida por AB, como
⊥
L+
−→ = {X : (X − A) · (B − A) > 0}.
AB
52
Figure 3.16. Semiplanos determinados por la recta LAB de acuerdo con la orientación del par (A, B).
−→
Definimos el semiplano a la derecha de LAB , con la orientación inducida por AB, como
⊥
−→ = {X : (X − A) · (B − A) < 0}.
L+
AB
−→
La Figura 3.16 ilustra los semiplanos determinados por LAB con respecto a la orientación inducida por AB.
Comentario 3.3.2. Debe quedar claro que los calificativos ’positivo’ y ’negativo’ dados a los semi-
− −
planos, hacen referencia a la orientación que hayamos elegido sobre la recta; así, L+
−→ = L−→ y L−→ = L−→ .
+
AB BA AB BA
−
B y LB a los semiplanos determinados por LB , con la orientación
De otra parte, si A = O, denotamos con L+
inducida por B.
Ejemplo 3.3.3. Los ejemplos más sencillos son L± ±

E1 y LE2 , con respecto a las orientaciones inducidas por
los vectores canónicos E1 y E2 .

x ⊥ x −0
X= ∈ LE1 ⇐⇒ X · E1 > 0 ⇐⇒
+
· > 0 ⇐⇒ y > 0,
y y 1

x ⊥ x −1
X= ∈ LE2 ⇐⇒ X · E2 > 0 ⇐⇒
+
· > 0 ⇐⇒ −x > 0 ⇐⇒ x < 0.
y y 0

1
Ejemplo 3.3.4. Consideremos el vector U = . Con respecto a la orientación inducida por U tenemos:
−3
( ) ( )
x x
L+U = : 3x + y > 0 ; L− U = : 3x + y < 0 .
y y
Figure 3.17. Gráfica del Ejemplo 3.3.5.

−1 4
Ejemplo 3.3.5. Consideremos los puntos A = y B = y la línea recta LAB . Los puntos
3 −2

5 7
C= yD= verifican, respectivamente, C = 3A + 2B y D = −3A + B; por consiguiente, pertenecen
5 −7
a semiplanos distintos pues, 3 + 2 > 1 y −3 + 1 < 1 (Ver Figura 3.17). De hecho,
⊥ ⊥
⊥ 6 5 ⊥ 8 5
(C − A) · (B − A) = · = 40 > 0, (D − A) · (B − A) = · = −10 < 0;
2 −5 −10 −5
−
−→ y D ∈ L−→ .
luego, C ∈ L+
AB AB
Los conjuntos L+∪ LAB y L−

−→
−
−→ ∪ LAB los denotamos, repectivamente, por L−→ y L−→ . Nos referimos a
+
AB AB AB AB
estas regiones como semiplanos cerrados a la izquierda y a la derecha de LAB , con respecto a la orientación
−→
inducida por AB. Así,
L+
−→ = {X ∈
AB
R 2
: (X − A) · (B − A)⊥ ≥ 0}, L−
−→ = {X ∈
AB
R2
: (X − A) · (B − A)⊥ ≤ 0}.
El siguiente ejercicio nos dice que dos pares ordenados de puntos de una recta, pertenecientes a la misma
orientación, inducen los mismos semiplanos izquierdo y derecho.
−→ −→
Ejercicio 3.8. Sean AB y CD dos pares ordenados pertenecientes a la misma orientación de una recta L.
− −
Pruebe que L+ −→ = L−→ y L−→ = L−→ .
+
AB CD AB CD
Comentario 3.3.6. Una pregunta que no debe pasarse por alto es la siguiente: ¿cómo estamos
seguros de que lo que hemos ilustrado como semiplano izquierdo no contiene puntos X que satisfacen la
54
(a) Recta LX orientada según vector X . (b) Recta LY orientada según vector Y .
Figure 3.18. Orientación de pares. La figura (a) presenta la orientación de varios posibles
pares, a saber (X , Y ), (X , Z ) y (X , SX (Y )). Note que el tercer par tiene orientación negativa,
es decir, la reflexión ortogonal invierte la orientación de los vectores. La figura (b) junto con
la figura (a) muestran que el par (X , Y ) está orientado positivamete y si solo si, el par (Y , X )
tiene orientación negativa.
desigualdad (X −A)·(B −A)⊥ < 0? Una pregunta similar la podemos formular con respecto a la ilustración
del semiplano derecho, ¿cómo estamos seguros de que lo que hemos dibujado como semiplano derecho no
contienen puntos X que satisfacen la desigualdad (X − A) · (B − A)⊥ < 0? La respuesta a esta pregunta
se fundamenta en suponer una propiedad de los números reales llamada axioma de completitud. A partir
de este axioma es posible demostrar que si existieran puntos X y Y en el semiplano izquierdo (o en el
semiplano derecho) que satisfacen (X − A) · (B − A)⊥ < 0 y (Y − A) · (B − A)⊥ > 0, entonces habría un
punto U en dicho semiplano que verificaría la igualdad (U − A) · (B − A)⊥ = 0; es decir, tal semiplano
tendría un punto sobre la recta LAB , lo cual es visualmente imposible.
Definición 3.3.7. Consideremos dos vectores U y X linealmente independientes. Diremos que el

par ordenado (U, X ) está positivamente orientado si U ⊥ · X > 0, y es negativamente orientado si
U ⊥ · X < 0. En otras palabras, el par ordenado (U, X ) está positivamente orientado precisamente cuando
−
X ∈ L+ U , y negativamente orientada cuando X ∈ LU . (Ver Figura 3.18 (a))
Comentario 3.3.8. Podemos verificar que U ⊥ · X = −X ⊥ · U. En consecuencia el par ordenado

(U, X ) está positivamente orientado si y sólo si el par ordenado (X , U) está negativamente orientado (ver
Figura 3.18 (b)).
Ejemplo 3.3.9. El par ordenado (E1 , E2 ) está positivamente orientado pues 1 · 1 − 0 · 0 = 1 > 0, en tanto
que el par ordenado (E2 , E1 ) está negativamente orientado ya que 0 · 0 − 1 · 1 = −1 < 0.
Figure 3.19. La terna (A, B, C ) está positivamente orientada al igual que el par (B − A, C − A).
El concepto de orientación lo podemos extender a tres puntos; una forma económica de hacerlo es reduciendo
la situación a dos puntos.
Definición 3.3.10. La terna ordenada de puntos (A, B, C ) está positivamente orientada si el par
ordenado (B − A, C − A) está positivamente orientado; en caso contrario decimos que la terna (A, B, C )
es negativamente orientada.
Comentario 3.3.11. En la definición anterior, la traslación de puntos está involucrada implícitamente:

la traslación por A de la terna (O, B − A, C − A) es la terna (A, B, C ); y la orientación de la terna
(O, B − A, C − A) equivale a la orientación del par (B − A, C − A). Esto nos indica que la orientación de la
terna (A, B, C ) es positiva precisamente cuando el punto C están en el semiplano L+ −→ . (Ver Figura 3.19)
AB

−1
Ejemplo 3.3.12. Consideremos los puntos A = E1 , B = E2 y C = ; tenemos:
1

−1 −2
B−A= , C −A= .
1 1
Luego,
⊥ −2 −1
(C − A) · (B − A) = · = 2 − 1 = 1 > 0.
1 −1
Así, la terna (A, B, C ) está orientada positivamente. (Ver Figura 3.20)
56
Figure 3.20. Ejemplo de terna de puntos positivamente orientada.
Figure 3.21. Terna (A, B, C ) positivamente orientada.
Comentario 3.3.13. El intercambio de dos puntos en una terna ordenada, cambia su orientación.
Esto es consecuencia del hecho de que una pareja (U, V ) es orientada positivamente si y sólo si (V , U) es
orientada negativamente. Por consiguiente, las ternas (A, B, C ) y (C , A, B) tienen la misma orientación,
en tanto que las ternas (A, B, C ) y (B, A, C ) tienen orientaciones opuestas.
De otra parte, la forma visual de saber la orientación de la terna (A, B, C ) consiste en recorrerla en el orden
indicado: si el recorrido lo hacemos en sentido antihorario, entonces la terna es orientada positivamente;
de lo contrario, la terna es orientada negativamente. (Ver Figura 3.21)
Ejercicio 3.9. Verificar las afirmaciones del comentario anterior.

Terminamos esta sección demostrando que la reflexión ortogonal invierte la orientación de puntos (ver Figura
3.18(a)).
Proposición 3.3.14. Sea U un vector no nulo y X , Y puntos del plano. Se verifica la igualdad
SU (Y ) · [SU (X )]⊥ = −Y · X ⊥ ;
por lo tanto, la pareja ordenada (SU (X ), SU (Y )) tiene orientación opuesta a la pareja ordenada (X , Y ).
Prueba.
SU (Y ) · [SU (X )]⊥ = (2PU (Y ) − Y ) · (2PU (X ) − X )⊥ = (2PU (Y ) − Y ) · (2PU (X )⊥ − X ⊥ )
Y ·U X ·U
⊥ ⊥
= 2 U − Y · 2 U − X
∥U∥2 ∥U∥2
(Y · U)(U · X ⊥ ) + (X · U)(Y · U ⊥ )
= −2 + Y · X⊥
∥U∥2
= −2Y · X ⊥ + Y · X ⊥
= −Y · X ⊥ .
La penúltima igualdad se demuestra escribiendo los vectores X , Y y U en coordenadas, y simplificando la
expresión resultante.

a c u 0
Ejercicio 3.10. Sean X = ,Y = yU = ̸= . Complete la prueba de la proposición
b d v 0
anterior demostrando que
(Y · U)(U · X ⊥ ) + (X · U)(Y · U ⊥ )
= Y · X ⊥.
∥U∥2
Lectura 4
Ángulos. Invariantes de un ángulo: coseno,
seno. Relaciones trigonométricas. Ángulos en
posición estándar. Forma polar y dirección de
un vector.Ecuaciones de Rotación y
Congruencia de ángulos. Definición de
Circunferencia. Circunferencia unitaria.
Sistemas de medición de ángulos: el radián y
el sexagesimal. Los números reales como
ángulos.
4.1. Ángulos.
El concepto de ángulo es central en geometría. Tenemos una idea visual muy clara de lo que es un ángulo, y
en los cursos de geometría de la escuela secundaria nos han explicado, inclusive, cómo medirlos. Lo que haremos
en esta sección es precisar la noción de ángulo desde el punto de vista vectorial.
−→ −→
Definición 4.1.1. Sean AB un par ordenado de puntos. Las semirrectas o rayos generados por AB
+ −
son los conjuntos R−→ y R−→ dados por:
AB AB
R−
+
→ = {X ∈
AB
R2
: X = A + t(B − A), t ≥ 0}, R−
−
→ = {X ∈
AB
R 2
: X = A + t(B − A), t ≤ 0}.
−
El punto A es el origen de las semirrectas. Cuando omitimos el origen del rayo, escribimos R+
−→ y R−→ .
AB AB
+ −
Diremos que R− → es la semirrecta (el rayo) positiva(o), y R−→ es la semirrecta (el rayo)
AB AB
negativa(o). (Ver Figura 4.1 )
59
60
4. ÁNGULOS. INVARIANTES DE UN ÁNGULO: COSENO, SENO. RELACIONES TRIGONOMÉTRICAS. ÁNGULOS EN POSICIÓN EST
Figure 4.1. Semirectas positiva y negativa de acuerdo con la orientación de (A, B).
Los puntos pertenecientes a estas semirrectas son combinaciones lineales de los vectores A y B; y para
simplificar la escritura escribimos más sencillamente:
+
(4.1.15) R−→ : X = A + t(B − A) = (1 − t)A + tB, t ≥ 0,
AB
y
−
(4.1.16) R−→ : X = A + t(B − A) = (1 − t)A + tB, t ≤ 0.
AB
+ + − −
Comentario 4.1.2. En el caso especial A = O y B = U ̸= O, entonces R−→ = RU y R−→ = RU .
AB AB
+ +
Notemos que los puntos de R−→ son las traslaciones por el vector A de los puntos pertenecientes a RB−A ;
AB
− −
similarmente, los puntos de R−→ son las traslaciones por A de los puntos pertenecientes a RA−B .
AB
+ −
De otra parte, R−→ ∪ R−→ = LAB .
AB AB
De otra parte, como B − A y (B − A)⊥ son ortogonales entonces cualquiera sea X ∈ R 2

tenemos, por la
descomposición ortogonal 2.5.12,
(X − A) · (B − A) (X − A) · (B − A)⊥
(4.1.17) X −A= (B − A) + (B − A)⊥ .
∥B − A∥2 ∥(B − A)⊥ ∥2
Por lo tanto, de aquí y de 4.1.15 y 4.1.16 obtenemos,
→ ⇐⇒ (X − A) · (B − A)⊥ = 0 y (X − A) · (B − A) ≥ 0,
+
(4.1.18) X ∈ R−
AB
y,
−
(4.1.19) X ∈ R−→ ⇐⇒ (X − A) · (B − A)⊥ = 0 y (X − A) · (B − A) ≤ 0.
AB
4.1. ÁNGULOS. 61
Figure 4.2. Ángulo nulo.
También se sigue de la descomposición 4.1.17 y de las definiciones de semiplanos positivo y negativo que
(4.1.20) L+ ⊥
−→ = {X : X − A = r (B − A) + s(B − A) , r ∈
AB
R, s ≥ 0},
y
(4.1.21) L− ⊥
−→ = {X : X − A = r (B − A) + s(B − A) , r ∈
AB
R, s ≤ 0}.
Dos semirrectas con un origen común delimitan dos regiones del plano llamadas ángulos.
+ +
Consideremos dos semirrectas positivas R− → y R−→ con origen en el punto A. Hay dos situaciones distin-
AB AC
tas: A, B, C son colineales y A, B, C no son colineales. En el primer caso tenemos dos alternativas: puede
suceder que C − A sea múltiplo escalar positivo o múltiplo escalar negativo de B − A; si C − A es múltiplo
+ +
escalar positivo de B − A, es decir, si R−→ = R−→ , diremos que esta semirrecta es un ángulo nulo (ver Figura
AB AC
4.2), y lo denotamos indistintamente por ∠(BAC ) o ∠(CAB), o inclusive por ∠(BAB). Si C − A es un múltiplo
+ −
escalar negativo de B − A, es decir si R− → = R−→ , diremos que cualquiera de los dos semiplanos delimitados
AB AC
+ +
por LAB = R−→ ∪ R−→ es un ángulo llano; uno de los ángulos llanos lo denotamos por ∠(BAC ) = L+
AB AC −→ , y el
AB
otro por ∠(CAB) = L+
−→ (ver Figura 4.3 ).
AC
Ahora supongamos que A, B, C no son colineales, es decir, B − A y C − A son linealmente independientes.

Entonces todo punto del plano es una combinación lineal única de este par de vectores. Sin pérdida de
generalidad, supongamos que la terna (A, B, C ) está positivamente orientada. Recordemos que esto significa
que el punto C está en el semiplano L+ ⊥
−→ o, equivalentemente, (B − A) · (C − A) > 0. Entonces los ángulos
AB
62
Figure 4.3. Ángulo llano.
(a) Ángulo ∠(BAC ). (b) Ángulo ∠(CAB).
Figure 4.4. Ángulos.
+ +
delimitados por los rayos R−→ y R−→ son los conjuntos:
AB AC
−
∠(BAC ) = L+
−→ ∩ L−→
AB AC
y
∠(CAB) = L−
−→ ∪ L−→
+
AB AC
4.1. ÁNGULOS. 63
En la Figura 4.4 ilustramos los ángulos ∠(BAC ) y ∠(CAB). Para ∠(BAC ) el vector X −A es una combinación
lineal de los vectores B − A y C − A en la cual los escalares de la combinación son ambos no negativos (ver
Figura 4.4 (a)), mientras que para ∠(CAB) al menos uno de estos escalares debe ser no positivo (ver Figura
4.4 (b)); es decir,
(4.1.22) ∠(BAC ) = {X ∈ R 2
: X = A + s(B − A) + t(C − A), con s ≥ 0 y t ≥ 0}
= {X = (1 − s − t)A + sB + tC : s ≥ 0 y t ≥ 0}
y
(4.1.23) ∠(CAB) = {X ∈ R 2
: X = A + s(B − A) + t(C − A), con s ≤ 0 o t ≤ 0}
= {X = (1 − s − t)A + sB + tC : s ≤ 0 o t ≤ 0}.

u a
Ejercicio 4.1. Probar las igualdades 4.1.22 y 4.1.23. (Sugerencia: escriba X − A = , B−A =
v b

c
y C −A= .)
d
+ +
Cualquiera sea el ángulo, diremos que los rayos R−→ y R−→ son los lados inicial y terminal, y que A es el
AB AC
vértice del ángulo.
+ +
Comentario 4.1.3. Notemos que los puntos de los ángulos con vértice en A y lados R− → , R−→ son
AB AC
traslaciones por A de los correspondientes puntos pertenecientes a los ángulos con vértice en el origen y
+ +
lados RB−A , RC −A .
De otra parte, en la notación que estamos empleando para los ángulos escribimos el vértice en medio de
los otros dos puntos; además, para evitar confusiones con la notación, la terna (A, B, C ) está orientada
positivamente; por consiguiente, la terna (A, C , B) está orientada negativamente.
Como los ángulos son conjuntos de puntos, simplificamos la escritura como sigue:
∠(BAC ) : X = (1 − s − t)A + sB + tC , s ≥ 0 y t ≥ 0,
y
∠(BAC ) : X = (1 − s − t)A + sB + tC , s ≤ 0 o t ≤ 0.

2 −1 4 5
Ejemplo 4.1.4. Consideremos los puntos A = , B = , C = y D = . La terna
1 −3 −2 1
(A, B, C ) es positivamente orientada, pues:
⊥
⊥ 2 −3 2 4
(C − A) · (B − A) = · = · = 8 + 9 = 17 > 0.
−3 −4 −3 −3
Hallemos s y t tales que

5 2 −1 4
D= = (1 − s − t) +s +t = (1 − s − t)A + sB + tC .
1 1 −3 −2
64
(a) Ángulo ∠(BAC ). (b) Ángulo ∠(CAB).
De la ecuación vectorial anterior resultan las ecuaciones escalares

(
5 = 2(1 − s − t) − s + 4t = 2 − 3s + 2t ⇐⇒ 3 = −3s + 2t
1 = 1(1 − s − t) − 3s − 2t = 1 − 4s − 3t ⇐⇒ 0 = −4s − 3t ,
cuya solución es s = −9/17, t = 12/17. Por consiguiente D ∈ ∠(CAB) (ver Figura 4.5 (a)).
Ahora hallemos s y t tales que

5 −1 2 4
D= = (1 − s − t) +s +t = (1 − s − t)B + sA + tC .
1 −3 1 −2
De la ecuación vectorial anterior resultan las ecuaciones escalares
(
5 = (−1)(1 − s − t) + 2s + 4t = −1 + 3s + 5t ⇐⇒ 6 = 3s + 5t
1 = (−3)(1 − s − t) + s − 2t = −3 + 4s + t ⇐⇒ 4 = 4s + t ,
cuya solución es s = 14/17, t = 12/17. Por consiguiente D ∈ ∠(CBA) (ver Figura 4.5 (b)).
+ + + +
Sabemos que R− → = R−−→′ y R−→ = R−−→′ cuando B ′ − A es un múltiplo escalar positivo de B − A y C ′ − A
AB AB AC AC
es múltiplo escalar positivo de C − A. Por consiguiente ∠(BAC ) = ∠(B ′ AC ′ ), y por eso es útil usar flechas
curvas con sentido antihorario para ilustrar gráficamente los ángulos, tal como lo hemos ilustrado en diferentes
figuras de ángulos.
Convención. Dos vectores X y Y linealmente independientes determinan los ángulos ∠(XOY ) y ∠(YOX ).
Convenimos en decir que el ángulo entre X y Y es ∠(XOY ) si el par (X , Y ) está ordenado positivamente, y
∠(YOX ) si (X , Y ) está ordenado negativamente.
−→ −→
De otra parte, diremos que el ángulo entre dos vectores libres [AB], [CD] y entre cualesquiera de sus
representantes es, por definición, el ángulo entre los vectores B − A y D − C .
4.2. INVARIANTES DE UN ÁNGULO: COSENO Y SENO. LEY DEL COSENO Y LEY DE SENOS. RELACIONES TRIGONOMÉTRICAS
65
4.2. Invariantes de un ángulo: Coseno y Seno. Ley del Coseno y Ley de Senos. Relaciones
trigonométricas
En esta sección desarrollaremos la trigonometría con el enfoque vectorial. La observación crucial consiste
en asociar a cada ángulo dos cantidades que dependen de los lados inicial y final, y de manera fundamental, del
producto escalar. Tales cantidades resultan invariantes en un sentido que vamos a explicar.
(B − A) · (C − A)
Consideremos un ángulo ∠(BAC ). La cantidad es un invariante del ángulo en el sigu-
∥B − A∥∥C − A∥
iente sentido:
+ + + +
Si R− → = R−−→′ y R−→ = R−−→′ ; es decir, si B ′ −A = r (B −A) y C ′ −A = s(C −A), con r > 0 y s > 0, entonces
AB AB AC AC
(B ′ − A) · (C ′ − A) (r (B − A)) · (s(C − A)) (B − A) · (C − A)

= = .
∥B ′ − A∥∥C ′ − A∥ ∥r (B − A)∥∥s(C − A)∥ ∥B − A∥∥C − A∥
Este invariante es de suma relevancia -de hecho permite desarrollar la trigonometría- y se llama el Coseno de
∠(BAC ). Usaremos la abreviatura cos por la palabra Coseno; así, por definición:
(B − A) · (C − A)
(4.2.24) cos ∠(BAC ) = .
∥B − A∥∥C − A∥
Notemos que cos ∠(BAC ) = cos ∠(CAB).
Ejemplo 4.2.1 (Coseno de un ángulo nulo y de un ángulo llano). Si ∠(BAC ) es un ángulo nulo, entonces
C − A = r (B − A) para algún r > 0; por consiguiente
(B − A) · (r (B − A)) r ∥B − A∥2
cos ∠(BAC ) = = = 1.
∥B − A∥∥r (B − A)∥ r ∥B − A∥2
De otra parte, si ∠(BAC ) es un ángulo llano, entonces C − A = s(B − A) para algún s < 0; por consiguiente
(B − A) · (s(B − A)) s∥B − A∥2
cos ∠(BAC ) = = = −1.
∥B − A∥∥s(B − A)∥ (−s)∥B − A∥2
Definición 4.2.2. Sea (A, B, C ) una terna orientada postivamente. Diremos que el ángulo ∠(BAC )
es recto si B − A y C − A son ortogonales (ver 4.6).
Ejemplo 4.2.3 (Coseno de un ángulo recto). Si ∠(BAC ) es recto entonces,

(B − A) · (C − A)
cos ∠(BAC ) = = 0.
∥B − A∥∥C − A∥
Se sigue de la desigualdad de Cauchy-Schwarz que −1 ≤ cos ∠(BAC ) ≤ 1; en efecto, si tomamos X = B −A
y Y = C − A en 2.3.4 entonces
|(B − A) · (C − A)||
|(B − A) · (C − A)| ≤ ∥B − A∥∥C − A∥ ⇐⇒ ≤ 1,
∥B − A∥∥C − A∥
lo cual es lo mismo que
(B − A) · (C − A)
−1 ≤ ≤ 1.
∥B − A∥∥C − A∥
El valor extremo 1 se alcanza cuando el ángulo es nulo, y el valor extremo −1 se alcanza cuando el ángulo es
llano.
66
Figure 4.6. Ángulo recto.
En el siguiente ejercicio se relaciona el Coseno de un ángulo con vértice en el origen y la proyección ortogonal
(ver Figura 4.7).
Ejercicio 4.2. Pruebe que
∥PX (Y )∥
cos ∠(XOY ) = cos ∠(YOX ) = ± ,
∥Y ∥
donde el signo + se toma cuando (Y , X ⊥ ) está orientada positivamente, y se toma el signo − cuando (Y , X ⊥ )
está orientada negativamente.
Ejercicio 4.3. Pruebe que cos ∠((−X )OY ) = cos ∠(XO(−Y )) = − cos ∠(XOY ), y que cos ∠((−X )O(−Y )) =
cos ∠(XOY ). Ilustre gráficamente todos los ángulos involucrados.
Comentario 4.2.4. Notemos que el ángulo ∠(BAC ) es la traslación por el vector A del ángulo con
vértice en el origen ∠(XOY ), donde X = B −A y Y = C −A (ver Figura 4.8). Esto hace que las propiedades
de los ángulos con vértice en el origen se transfieran naturalmente a los ángulos con vértice en cualquier
otro punto.
Proposición 4.2.5 (Ley del coseno para ángulos). Sean A, B y C puntos del plano. Entonces
(4.2.25) ∥B − C ∥2 = ∥B − A∥2 + ∥C − A∥2 − 2∥B − A∥∥C − A∥ cos ∠(BAC )

67
(a)
(b)
Figure 4.7. La proyección ortogonal y el Coseno, Ejercicio 4.2.
Prueba. Escribamos X = B − A y Y = C − A. Así, B − C = X − Y , luego

∥B − C ∥2 = ∥X − Y ∥2 = ∥X ∥2 + ∥Y ∥2 − 2X · Y
= ∥B − A∥2 + ∥C − A∥2 − 2(B − A) · (C − A)
= ∥B − A∥2 + ∥C − A∥2 − 2∥B − A∥∥C − A∥ cos ∠(BAC ).

Consideremos de nuevo los vectores B − A y (B − A)⊥ que provienen de la terna positivamente orientada
(A, B, C ); sabemos que son no nulos y ortogonales. Sea D el punto D = A + (B − A)⊥ ; es decir, D es el
trasladado por el vector A del punto (B − A)⊥ . Ahora consideremos el ángulo ∠(DAC ) el cual también es
de gran importancia (ver Figuras 4.9. El ángulo ∠(DAC ) permite definir otra cantidad invariante asociada al
68
Figure 4.8. Traslación de un ángulo.
Figure 4.9. Definición del Seno: Ángulo ∠(DAC ).
ángulo ∠(BAC ) que llamaremos Seno de ∠(BAC ). Usamos la abreviatura sen por la palabra Seno. Definimos:
(B − A)⊥ · (C − A)
(4.2.26) sen ∠(BAC ) = cos ∠(DAC ) = .
∥(B − A)⊥ ∥∥C − A∥
Comentario 4.2.6. Notemos que si la terna (B, A, C ) es orientada positivamente entonces

sen ∠(BAC ) > 0, y sen ∠(BAC ) < 0 en caso de que dicha terna sea orientada negativamente.
69
De otra parte, vemos que la terna (A, B, D) es orientada positivamente pues,

(B − A)⊥ (D − A) = (B − A)⊥ (B − A)⊥ = ∥B − A∥2 .
Ejemplo 4.2.7 (Seno de los ángulos nulo, llano y recto). Si ∠(BAC ) es nulo o llano, entonces C − A =
R
t(B − A) para algún t ∈ ; luego,
(B − A)⊥ · (t(B − A))
sen ∠(BAC ) = = 0;
∥(B − A)⊥ ∥∥t(C − A)∥
y si ∠(BAC ) es recto, entonces C − A = r (B − A) para algún r > 0; luego
(B − A)⊥ · (r (B − A)⊥ )
sen ∠(BAC ) = = 1.
∥(B − A)⊥ ∥∥r (B − A)⊥ ∥
De nuevo por la desigualdad de Cauchy-Schwarz,
−1 ≤ sen ∠(BAC ) ≤ 1.
El valor 1 se alcanza exactamente cuando ∠(BAC ) es recto; y el valor −1 se alcanza cuando ∠(DAC ) es llano.

−3 4 2
Ejemplo 4.2.8. Consideremos los puntos A = ,B= yC= . Entonces
1 −1 3

7 5 ⊥ 2
B−A= , C −A= , (B − A) =
−2 2 7
luego
7 · 5 + (−2) · 2 31
cos ∠(BAC ) = √ √ =√ ,
49 + 4 25 + 4 1537
y
2·5+7·2 24
sen ∠(BAC ) = √ √ =√ .
4 + 49 25 + 4 1537
Proposición 4.2.9 (Ley de Senos). Sean A, B y C tres puntos no colineales. Entonces
sen ∠(CAB) sen ∠(ABC ) sen ∠(BCA)
(4.2.27) = = .
∥B − C ∥ ∥C − A∥ ∥A − B∥
Prueba. Tenemos,
sen ∠(CAB) (C − A)⊥ · (B − A) (C ⊥ − A⊥ ) · (B − A)
= =
∥B − C ∥ ∥C − A∥∥B − A∥∥B − C ∥ ∥C − A∥∥B − A∥∥B − C ∥
C ⊥ · B − C ⊥ · A − A⊥ · B
= ,
∥C − A∥∥B − A∥∥B − C ∥
sen ∠(ABC ) (A − B)⊥ · (C − B) (A⊥ − B ⊥ ) · (C − B)

= =
∥A − C ∥ ∥A − B∥∥C − B∥∥A − C ∥ ∥A − B∥∥C − B∥∥A − C ∥
A⊥ · C − A⊥ · B − B ⊥ · C
= ,
∥A − B∥∥C − B∥∥A − C ∥
70
y,
sen ∠(BCA) (B − C )⊥ · (A − C ) (B ⊥ − C ⊥ ) · (A − C )
= =
∥A − B∥ ∥B − C ∥∥A − C ∥ ∥B − C ∥∥A − C ∥∥A − B∥
B⊥ · A − B⊥ · C − C ⊥ · A
= .
∥B − C ∥∥A − C ∥∥A − B∥
El resultado se sigue de las igualdades anteriores teniendo en cuenta que X ⊥ · Y = −Y ⊥ · X cualesquiera sean
X y Y en el plano.
Corolario 4.2.10. Sean A, B y C tres puntos no colineales. Si el ángulo ∠(BCA) es recto, entonces
∥B − C ∥ ∥C − A∥
sen ∠(CAB) = y cos ∠(CAB) = .
∥A − B∥ ∥A − B∥
Prueba. Este resultado para sen ∠(CAB) se sigue directamente de la ley de senos teniendo en cuenta que
sen ∠(BCA) = 1 por ser ∠(BCA) recto. De otra parte, puesto que (C − B) · (C − A) = 0, tenemos
(C − A) · (B − A) (C − A) · (B − A) + (C − A) · (C − B)
cos ∠(CAB) = =
∥C − A∥∥B − A∥ ∥C − A∥∥B − A∥
(C − A) · [(B − A) + (C − B)] ∥C − A∥2
= =
∥C − A∥∥B − A∥ ∥C − A∥∥B − A∥
∥C − A∥
= .
∥A − B∥

Comentario 4.2.11. Hasta el momento no hemos hablado de triángulos. Sin embargo, resultados
como la ley del coseno, la ley de senos y el corolario anterior son conocidos desde la escuela secundaria. El
corolario, en particular, nos expresa las relaciones entre los ángulos y los lados en un triángulo rectángulo. Lo
interesante del enfoque vectorial, es que no hacemos referencia al triángulo subyacente, sino a la particular
posición de tres puntos en el plano.
Teorema 4.2.1 (Primera Identidad Pitagórica). Sea ∠(BAC ) cualquier ángulo. Entonces,
(4.2.28) sen2 ∠(BAC ) + cos2 ∠(BAC ) = 1.

a c
Proof. Escribamos B − A = y C −A= . Entonces,
b d
[(B − A)⊥ · (C − A)]2 [(B − A) · (C − A)]2
sen2 ∠(BAC ) + cos2 ∠(BAC ) = +
∥(B − A)⊥ ∥2 ∥C − A∥2 ∥(B − A)∥2 ∥C − A∥2
(ad − bc)2 + (ac + bd)2 a2 d 2 − 2adbc + b 2 c 2 + a2 c 2 + 2acbd + b 2 d 2
= =
(a2 + b 2 )(c 2 + d 2 ) (a2 + b 2 )(c 2 + d 2 )
a2 (c 2 + d 2 ) + b 2 (c 2 + d 2 )
=
(a2 + b 2 )(c 2 + d 2 )
(a2 + b 2 )(c 2 + d 2 )
= 2 = 1.
(a + b 2 )(c 2 + d 2 )

4.3. ÁNGULO EN POSICIÓN ESTÁNDAR. DIRECCIÓN Y FORMA POLAR DE UN VECTOR. 71
Una vez definidos el seno y el coseno de un ángulo podemos estudiar relaciones útiles entre ellos; a saber: la
tangente, la cotangente, la secante y la cosecante, simbolizadas tan, cot, sec y cosec.
Definición 4.2.12. Sea ∠(BAC ) un ángulo. Definimos


 sen ∠(BAC ) cos ∠(BAC )
tan ∠(BAC ) = , cot ∠(BAC ) = ,
cos ∠(BAC ) sen ∠(BAC )

sec ∠(BAC ) =
1
, cosec ∠(BAC ) =
1
.
cos ∠(BAC ) sen ∠(BAC)
Todas ellas son llamadas las relaciones trigonométricas del ángulo ∠(BAC ). Es claro que la tangente y la
secante no están definidas cuando el ángulo es recto, y que la cotangente y la cosecante no están definidas para
los ángulos nulo y llano.
Ejercicio 4.4. Sea ∠(BAC ). Pruebe la Segunda Identidad Pitagórica,
(4.2.29) sec2 ∠(BAC ) = 1 + tan2 ∠(BAC ).
4.3. Ángulo en posición estándar. Dirección y Forma Polar de un vector.

Comenzamos la sección con el concepto de ángulos en posición estándar. Los ángulos en posición estándar
son muy útiles por dos aspectos: por un lado, los valores del coseno y el seno se calculan fácilmente y, en
segundo lugar porque, como veremos en breve, todo ángulo es congruente con un ángulo en posición estándar,
lo cual facilita el cálulo de sus funciones trigonométricas.
Definición 4.3.1. Diremos que un ángulo ∠(BAC ) está en posición estándar si su lado inicial
+ +
coincide con el eje-x positivo, es decir, si R−
→ = RE1 .
AB

x
Sea X = un punto cualquiera del plano distinto del origen. El ángulo ∠(E1 OX ) es un ángulo en posición
y
estándar (ver Figura 4.10). Tenemos,
X · E1 x X · E1⊥ y
(4.3.30) cos ∠(E1 OX ) = =p , sen ∠(E1 OX ) = ⊥
=p ,
∥X ∥∥E1 ∥ x2 + y2 ∥X ∥∥E1 ∥ x2 + y2

0 y
pues E1⊥ = E2 = . Además, si x ̸= 0, entonces tan ∠(E1 OX ) = .
1 x

−3
Ejemplo 4.3.2. Consideremos el punto A = . El ángulo ∠(E1 OA) es un ángulo en posición estándar
−4
(ver Figura 4.11). Tenemos
−3 −3 −4 − −4 4
cos ∠(E1 OA) = p = , sen ∠(E1 OA) = p = , tan ∠(E1 OA) = = .
2
(−3) + 4 2 5 2
(−4) + 4 2 5 −3 3
De las ecuaciones 4.3.30 podemos despejar las coordenadas del punto X ; así,
p p
x x 2 + y 2 cos ∠(E1 OX ) 2 + y 2 cos ∠(E1 OX ) = ∥X ∥ cos ∠(E1 OX ) .
(4.3.31) X = = p 2 = x
y x + y 2 sen ∠(E1 OX ) sen ∠(E1 OX ) sen ∠(E1 OX )
72
Figure 4.10. Ángulo en posición estándar.

4.3. ÁNGULO EN POSICIÓN ESTÁNDAR. DIRECCIÓN Y FORMA POLAR DE UN VECTOR. 73
Figure 4.12. Forma polar y dirección de un vector.
El ángulo ∠(E1 OX ) se llama Dirección del vector X , y la denotamos por dir X .

En la ecuación 4.3.31 el vector X está expresado en términos de su magnitud y su dirección. Esta manera de
escribir el vector X se llama Forma Polar de X .
cos ∠(E1 OX )
Es importante resaltar que, por la Identidad Pitagórica 4.2.28, el vector es un vector unitario
sen ∠(E1 OX )
que tiene la misma dirección del vector X (ver Figura 4.12)
Comentario 4.3.3. La forma polar de un vector es muy útil en las aplicaciones, particularmente
cuando queremos enfatizar la ’medida’ de la dirección del vector. En la sección 4.8 veremos cómo asociar
un número real a un ángulo dado; ese número mide la abertura del ángulo. En la práctica identificamos el
ángulo con la medida de su abertura.
√
3 1 1
Ejemplo 4.3.4. Consideremos los puntos P = , Q = y R = y los ángulos ∠(E1 OP),
1 1 3
∠(E1 OQ), ∠(E1 OR) (ver Figura 4.13). Sabemos de cursos anteriores que, en radianes, estos ángulos miden
π/6, π/4 y π/3, respectivamente, donde π es la medida del arco se la semicircunferencia unitaria. En grados
sexagesimales estos valores corresponden a 30◦ , 45◦ y 60◦ , respectivamente. Tenemos,
q√ p √ q √
∥P∥ = ( 3) + 1 = 2, ∥Q∥ = 1 + 1 = 2, ∥R∥ = 12 + ( 3)2 = 2.
2 2 2 2
La forma polar de estos vectores es, por lo tanto,

cos π6 cos 30◦ cos π4 cos 45◦ cos π3 cos 60◦
P=2 = 2 , Q = 2 = 2 , P=2 =2 .
sen π6 sen 30◦ sen π4 sen 45◦ sen π3 sen 60◦
74
4.4. Ecuaciones de Rotación y Congruencia de ángulos.

Sabemos muy bien cómo funciona la traslación de puntos por un vector dado; la hemos usado en muchas
circunstancias. Hemos visto, por ejemplo, que un ángulo con vértice en un punto A del plano es la traslación
por A de un ángulo con vértice en el origen. La traslación es un ejemplo de lo que llamamos isometrías del
plano: estas son transformaciones que, al aplicarlas, no alteran la distancia entre los puntos. En efecto, sean
X , Y puntos del plano, y A es un vector no nulo; si P = X + A y Q = Y + A entonces,
dist(P, Q) = ∥P − Q∥ = ∥(X + A) − (Y + A)∥ = ∥X − Y ∥ = dist(X , Y ).
Las rotaciones son otro de ejemplo de isometría.Se fundamentan en el siguiente resultado.

x u
Teorema 4.4.1. Dos vectores no nulos X = yY = tienen igual magnitud si y sólo si
y v

u x cos ∠(XOY ) − y sen ∠(XOY )
(4.4.32) = .
v x sen ∠(XOY ) + y cos ∠(XOY )
Prueba. Supongamos primero que ∥X ∥ = ∥Y ∥. Entonces
X ·Y X⊥ · Y
x cos ∠(XOY ) − y sen ∠(XOY ) = x −y
∥X ∥∥Y ∥ ∥X ∥∥Y ∥
x (xu + yv ) − y (−yu + xv ) x 2u + y 2u
= =
∥X ∥2 ∥X ∥2
=u.
Similarmente se prueba la igualdad
v = x sen ∠(XOY ) + y cos ∠(XOY ) .
4.4. ECUACIONES DE ROTACIÓN Y CONGRUENCIA DE ÁNGULOS. 75
En cuanto al recíproco tenemos:

2
∥Y ∥2 = u 2 + v 2 = x cos ∠(XOY ) − y sen ∠(XOY ) + x sen ∠(XOY ) + y cos ∠(XOY ))2
= x 2 cos2 ∠(XOY ) + 2xy cos ∠(XOY ) sen ∠(XOY ) + y 2 sen2 ∠(XOY )
+ x 2 sen2 ∠(XOY ) − 2xy cos ∠(XOY ) sen ∠(XOY ) + y 2 cos2 ∠(XOY )
= x 2 + y 2 = ∥X ∥2 ,
donde la penúltima igualdad se debe a la identidad pitagórica 4.2.28.
Ejercicio 4.5. Completar la prueba de la proposición anterior.
Intuitivamente, cuando rotamos un punto hacemos un barrido de una región angular. En el teorema anterior,
al rotar el punto X en sentido contrario a las manecillas del reloj hasta hacerlo coincidir con el punto Y , barremos
el ángulo ∠(XOY ). Las ecuaciones 4.4.32 expresan algebraicamente la acción de barrer dicho ángulo.
x
Un caso particular de las ecuaciones 4.4.32 es la representación polar de un vector X = . En efecto, por
y
4.3.31 que
p p
x p x 2 + y 2 cos ∠(E1 OX ) p x 2 + y 2 cos ∠(E1 OX ) − 0 · sen ∠(E1 OX )
X= = =
y x 2 + y 2 sen ∠(E1 OX ) x 2 + y 2 sen ∠(E1 OX ) + 0 · cos ∠(E1 OX )
p
x 2 + y 2 cos ∠(UOX ) − 0 · sen ∠(UOX )
= p 2 ,
x + y 2 sen ∠(UOX ) + 0 · cos ∠(UOX )
p
x2 + y2
donde U = . El punto U está sobre el eje-x positivo y, además, ∥X ∥ = ∥U∥. Así, al rotar el punto
0
U en contra de las manecillas del reloj hasta superponerlo con el punto X , efectuamos un barrido de la región
angular ∠(E1 OX ) = ∠(UOX ) (ver Figura 4.14).
Examinemos
de nuevo
las ecuaciones 4.4.32. De estas ecuaciones podemos extraer el vector unitario U =
u cos ∠(XOY )
= . Ahora consideremos el ángulo en posición estándar ∠(E1 OU). Claramente tenemos,
v sen ∠(XOY )
u u v v
cos ∠(E1 OU) = √ = = cos ∠(XOY ), sen ∠(E1 OU) = √ = = sen ∠(XOY ).
u2 + v 2 1 u2 + v 2 1
Estas últimas ecuaciones nos indican, intuitivamente, que al rotar el punto E1 en contra de las manecillas del
reloj hasta hacerlo coincidir con el punto U, debemos barrer una región angular cuya abertura tiene el “mismo
tamaño" de la abertura del ángulo ∠(XOY ) (ver Figura 4.15).
La discusión anterior nos lleva a la siguiente definición:

76
Figure 4.14. El vector X es la rotación de U por el ángulo ∠(E1 OX ) .
Figure 4.15. La rotación de E1 por el ángulo ∠(E1 OU) es del mismo tamaño que la rotación
de X por el ángulo ∠(XOY ).

u c
Definición 4.4.1. Sea U = y sea Θ = ∠(E1 OU). Decimos que B = es la rotación de
v d

a
A= por el ángulo Θ si se verifican las, así llamadas, ecuaciones de rotación:
b

c a cos Θ − b sen Θ
(4.4.33) = .
d a sen Θ + b sen Θ
√ √
−2 −2 2 1/√2
Ejemplo 4.4.2. Consideremos los puntos A = yB= . Sea U = . Entonces,
2 0 1/ 2
√ !
−2 2 −2 · √1 − 2 · √1
2 2 −2 cos ∠(E1 OU) − 2 sen ∠(E1 OU)
= = ,
0 −2 · √1 + 2 · √1 −2 sen ∠(E1 OU) + 2 cos ∠(E1 OU)
2 2
luego B es una rotación de A por el ángulo ∠(E1 OU) (ver Figura 4.16).
Comentario 4.4.3. Notemos que en la definición de rotación podemos usar cualquier múltiplo escalar
positivo del vector U, pues el ángulo de rotación Θ no se altera; es decir, si V = rU con r > 0, entonces
Θ = ∠(E1 OV ).
78

3 5
Ejemplo 4.4.4. Hallemos la rotación R de P = por el ángulo ∠(E1 OQ) donde Q = . Esto lo
−1 2
hacemos en dos pasos:
Paso1: calculamos los valores de Seno y Coseno para ∠(E1 OQ). Tenemos
5 5 2 2
cos ∠(E1 OQ) = √ =√ , sen ∠(E1 OQ) = √ =√ .
52 + 22 29 52 + 2 2 29
Paso2: aplicamos las ecuaciones de rotación a P con los valores de seno y coseno hallados en el paso anterior.
Así,
 5 2 
3 · √ − (−1) · √
 29 29  1 17
R= 2 5  = √29 1 .
3 · √ + (−1) · √
29 29
(Ver Figura 4.17)
Ahora podemos entrar finalmente a considerar la congruencia de ángulos.
Partimos un ángulo ∠(BAC ) el cual lo trasladamos al origen como se muestra en la Figura 4.8). El ángulo
∠(BAC ) es, entonces, el trasladado por A del ángulo ∠((B − A)O(C − A)). Notemos que, por definición de
Coseno y Seno de un ángulo tenemos,
cos ∠(BAC ) = cos ∠((B − A)O(C − A)) y sen ∠(BAC ) = sen ∠((B − A)O(C − A)).
Figure 4.18. Traslación y rotación de un ángulo hasta llevarlo a posición estándar.
En seguida rotamos el ángulo ∠((B − A)O(C − A)) en dirección contraria a las manecillas del reloj hasta que el
lado inicial de ∠((B − A)O(C − A)) coincida con el eje-x positivo quedando el ángulo, finalmente, en posición
estándar (ver Figura 4.18). Por consiguiente el Coseno y el Seno del ángulo en posición estándar son iguales al
Coseno y al Seno del ángulo ∠((B − A)O(C − A)) y, por lo tanto, son iguales al Coseno y al Seno del ∠(BAC );
en otras palabras: trasladar y rotar un ángulo no altera los valores del Coseno y del Seno de un ángulo dado, y
estos valores determinan el ángulo salvo por traslaciones y rotaciones. La última afirmación se debe a que no
hay dos ángulos en posición estándar que compartan los mismos valores de Coseno y Seno. LLegamos así a la
siguiente definición:
Definición 4.4.5. Decimos que los ángulos ∠(BAC ) y ∠(B ′ A′ C ′ ) son congruentes, simbolizado
∼ ∠(B ′ A′ C ′ ), si y sólo si cos ∠(BAC ) = cos ∠(B ′ A′ C ′ ) y sen ∠(BAC ) = sen ∠(B ′ A′ C ′ ).
∠(BAC ) =
Comentario 4.4.6. La definición anterior nos está diciendo que dos ángulos son congruentes si llegan
al mismo ángulo en posición estándar después de haberlos trasladado y rotado, tal como lo hemos indicado.

1 −2
Ejemplo 4.4.7. Sean A = yB = . Entonces los ángulos ∠(E1 OA) y ∠(E2 OB) son congruentes.
1 2
En efecto, podemos verificar que
1
cos ∠(E2 OB) = cos ∠(E1 OA) = sen ∠(E2 OB) = ∠(E1 OA) = √ .
2
80
(Ver Figura 4.19)
Proposición 4.4.8. Sea (X , Y ) una pareja ordenada de vectores no nulos.

(a) cos ∠(XOY ) = 1 si y sólo si ∠(XOY ) ∼
= ∠(E1 OE1 ).
(b) cos ∠(XOY ) = −1 si y sólo si ∠(XOY ) ∼
= ∠(E1 O(−E1 )).
(c) cos ∠(XOY ) = 0 si y sólo si ∠(XOY ) ∼
= ∠(E1 OE2 ) o ∠(X , Y ) ∼
= ∠(E1 O(−E2 )).
Prueba. Sólo probaremos el literal (c). Si ∠(XOY ) ∼ = ∠(E1 OE2 ) o ∠(XOY ) ∼

= ∠(E1 O(−E2 )) en-
tonces, cos ∠(XOY ) = cos ∠(E1 OE2 ) = 0 o cos ∠(XOY ) = cos ∠(E1 O(−E2 )) = 0. Ahora supongamos
que cos ∠(XOY ) = 0. Se sigue que PX (Y ) = O y, por lo tanto,
Y = PX (Y ) + PX ⊥ (Y ) = PX ⊥ (Y );
X⊥ · Y ⊥
luego Y = X , que es distinto de O pues Y es no nulo. Si X ⊥ · Y > 0 concluimos que ∠(X ⊥ OY ) es
∥X ⊥ ∥
un ánulo nulo, y si X ⊥ · Y < 0 concluimos que ∠(X ⊥ OY ) es un ángulo llano. En el primer caso deducimos
que sen ∠(XOY ) = cos ∠(X ⊥ OY ) = 1, luego ∠(XOY ) ∼ = ∠(E1 OE2 ); en el segundo caso deducimos que
sen ∠(XOY ) = cos ∠(X ⊥ OY ) = −1, luego ∠(XOY ) ∼ = ∠(E1 OE2 ).
Ejercicio 4.6. Probar los literales (a) y (b) de l proposición anterior.

4.5. SUMA DE ÁNGULOS. BISECCIÓN DE UN ÁNGULO. 81
(a) Suma de ángulos, caso Z ∈ ∠(XOY ). (b) Suma de ángulos, caso Z ∈

/ ∠(XOY ).
Figure 4.20. Suma de ángulos. La figura (a) en que Z ∈ ∠(XOY ), aquí ∠(XOY ) =
∠(XOZ ) ∪ ∠(ZOY ). La figura (b) ilustra el caso en que Z ∈
/ ∠(XOY ), en este caso
∠(XOY ) = ∠(XOZ ) ∩ ∠(ZOY ) .
4.5. Suma de ángulos. Bisección de un ángulo.

Para simplificar la discusión vamos a suponer en esta sección que los ángulos tienen vértice en el origen.
Los ángulos son conjuntos de puntos del plano cartesiano. En este contexto ¿qué sentido tendría sumar ángu-
los? Consideremos la situación en la que un punto Z pertenece a un ángulo ∠(XOY ). Entonces se verifica la
igualdad de conjuntos ∠(XOY ) = ∠(XOZ ) ∪ ∠(ZOY ) (ver figura 4.20 (a)), y podríamos decir que el ángulo
∠(XOY ) es la suma de los ángulos ∠(XOZ ) y ∠(ZOY ); pero si Z no pertenece al ángulo ∠(XOY ) entonces
la unión ∠(XOZ ) ∪ ∠(ZOY ) es todo el plano (ver figura 4.20 (b)). En general la unión de dos ángulos no es
un ángulo. Sin duda no se trata de una dificultad menor. Habrá que interpretar los ángulos de una forma en
la que sea posible sumarlos; esto se logra asociando los ángulos con números reales. Por lo pronto tenemos la
siguiente proposición:

a c e
Proposición 4.5.1. (Fórmulas para la suma de ángulos) Sean X = , Y = y Z = tres
b d f
puntos no nulos. Entonces
(a) cos ∠(XOY ) = cos ∠(XOZ ) cos(ZOY ) − sen ∠(XOZ ) sen ∠(ZOY ).
(b) sen ∠(XOY ) = sen ∠(XOZ ) cos ∠(ZOY ) + sen ∠(ZOY ) cos ∠(XOZ ).
Proof. Las pruebas de ambos enunciados son muy similares, por eso sólo haremos probaremos el enunciado
(a). Como los valores de las relaciones trigonométricas no dependen de los puntos escogidos en los lados inicial
y terminal de los ángulos, podemos suponer que los vectores X , Y y Z son unitarios; en estas condiciones
82
tenemos:
cos ∠(XOZ ) cos(ZOY ) − sen ∠(XOZ ) sen ∠(ZOY ) = (X · Z )(Z · Y ) − (X ⊥ · Y )(Z ⊥ · Y )
= (ae + bf )(ec + fd) − (−be + af )(−fc + ed)
= ae 2 c + bf 2 d + be 2 d + af 2 c
= ac(e 2 + f 2 ) + bd(e 2 + f 2 ) = ac + bd
= cos ∠(XOY ).

Ejercicio 4.7. Pruebe el literal (b) de la proposición anterior. Pruebe también que
tan ∠(XOZ ) + tan ∠(ZOY )
tan ∠(XOY ) = .
1 − tan ∠(XOZ ) tan ∠(ZOY )
Comentario 4.5.2. Si Z ∈ ∠(XOY ), entonces ∠(XOY ) = ∠(XOZ ) ∪ ∠(ZOY ) en cuyo caso las
ecuaciones anteriores pueden verse como las fórmulas para el coseno, el seno y la tangente de la suma de
los ángulos ∠(XOZ ) y ∠(ZOY ). De otra parte, si Z ∈ / ∠(XOY ), la flecha curva de la gráfica 4.20 (b)
nos indica que la unión disjunta ∠(XOZ ) ⊔ ∠(ZOY ) puede verse como un "ángulo" que empieza en el
lado inicial de ∠(XOY ), da una vuelta completa en sentido antihorario, y termina en el lado terminal de
∠(XOY ). ¿Cómo precisar la idea de "dar vueltas"? Esta pregunta también se resuelve con la asociación
entre ángulos y números reales.
Definición 4.5.3. Decimos que un vector no nulo U ∈ ∠(XOY ) biseca el ángulo ∠(XOY ) si
∠(XOU) ∼ = ∠(UOY ). La recta generada por U es llamada la bisectriz del ángulo ∠(XOY ). En gen-
eral, si n es cualquier entero mayor o igual que 2, diremos que la secuencia de puntos U1 , U2 ... , Un−1 ,
pertenecientes a ∠(XOY ), n-seca dicho ángulo si los ángulos ∠(XOU1 ), ∠(U1 OU2 ), ... , ∠(Un−1 OY ) son
todos congruentes.
La figura 4.21 (a) ilustra la definición anterior.

Ejemplo 4.5.4. El vector E2 biseca el ángulo ∠(E1 O(−E1 )) por cuanto E2 ∈ ∠(E1 O(−E1 )) y,
cos ∠(E1 OE2 ) = 0 = cos(E2 OE1 ), sen ∠(E1 OE2 ) = 1 = sen ∠(E2 OE1 ).
De manera similar vemos que el vector −E2 biseca el ángulo ∠((−E1 )OE1 ).
√
1/√2
Ejemplo 4.5.5. El punto U = pertenece al ángulo ∠(E1 OE2 ). Además,
1/ 2
1 1
cos ∠(E1 OU) = √ = cos ∠(UOE2 ), sen ∠(E1 OU) = √ = sen ∠(UOE2 ),
2 2
por lo tanto U biseca el ángulo ∠(E1 OE2 ).

−1
√1 y U2 = √
Ejercicio 4.8. Pruebe que los puntos U1 = trisecan el ángulo ∠(E1 O(−E1 )).
3 3
4.5. SUMA DE ÁNGULOS. BISECCIÓN DE UN ÁNGULO. 83
(a) Bisección de Ángulo ∠(XOY ). (b) Bisección de Ángulo ∠(X1 OY1 ).
Figure 4.21. Bisección de ángulos. Observe que el ángulo ∠(XOY ) se encuentra en posición
estándar. En la figura (a) se observa el ángulo formado por los vectores originales mientras que,
X
en la figura (b) se observa el ángulo formado por los vectores normalizados, i.e., X1 = ∥X ∥ , Y1 =
Y Z
∥Y ∥ , U= ∥Z ∥
√ √
1/√2 −1/√ 2
Ejercicio 4.9. Pruebe que los puntos U1 = , U2 = E2 y U3 = tetrasecan el ángulo
1/ 2 1/ 2
∠(E1 O(−E1 )).
√ √
3 √1 −1
√ − 3
Ejercicio 4.10. Pruebe que los puntos U1 = , U2 = , U3 = E2 , U4 = y U5 =
1 3 3 1
hexasecan el ángulo ∠(E1 O(−E1 )).
Encontrar un punto que biseque un ángulo no es una tarea difícil. La siguiente proposición nos muestra una
manera de hacerlo.
Proposición 4.5.6. Sean X y Y vectores no nulos. Se verifica:

(a) Si ∠(XOY ) es llano, entonces X ⊥ biseca ∠(X , Y ).
1 X Y
(b) Si ∠(XOY ) está orientado positivamente, entonces + biseca ∠(XOY ).
2 ∥X ∥ ∥Y ∥

−1 X Y
(c) Si ∠(XOY ) está orientado negativamente, entonces + biseca ∠(XOY ).
2 ∥X ∥ ∥Y ∥
X Y
Prueba. Haremos sólamente la prueba del enunciado (b). Escribamos U = yV = de modo
∥X ∥ ∥Y ∥
que ∠(XOY ) = ∠(UOV ). Por hipótesis U ⊥ · V > 0; luego
1 1 1
U ⊥ · (U + V ) = (U ⊥ · U + U ⊥ · V ) = U ⊥ V > 0;
2 2 2
84
1 1
similarmente vemos que V ⊥ · (U + V ) = 21 V ⊥ · U < 0. De lo anterior se deduce que (U + V ) ∈ ∠(UOV ).
2 2
De otra parte,
1
1 U · (U + V ) U ·U +U ·V 1+U ·V 1
cos ∠ U, (U + V ) = 2 = = = cos (U + V ), V .
2 1 ∥U + V ∥ ∥U + V ∥ 2
∥U + V ∥
2
Además,
1 1 U⊥ · V
sen ∠ UO (U + V ) = cos ∠ U ⊥ O (U + V ) = ,
2 2 ∥U + V ∥
y,
1 1 (U ⊥ + V ⊥ ) · V U⊥ · V
sen ∠ (U + V )OV = cos ∠ (U + V )⊥ OV = = .
2 2 ∥(U + V )⊥ ∥ ∥U + V ∥

De lo anterior concluimos que los ángulos ∠ UO 12 (U +V ) y ∠ 21 (U +V )OV son congruentes, lo cual prueba
el enunciado (b).
Ejercicio 4.11. Pruebe los enunciados (a) y (c) de la proposición anterior.
Comentario 4.5.7. Podemos verifcar que los vectores normalizados que bisecan los ángulos de la
proposición anterior son, respectivamente,
X⊥ ∥Y ∥X + ∥X ∥Y
y ± .
∥X ∥ ∥∥Y ∥X + ∥X ∥Y ∥
Ejercicio 4.12. Sean X y Y vectores no nulos linealmente independientes. Halle la descomposición del
vector X en la forma X = U + V donde U pertenece a la bisectriz del ángulo ∠(XOY ) y V es ortogonal a X .
Proposición 4.5.8. (Fórmulas de ángulo doble) Si U biseca un ángulo ∠(XOY ) entonces
(
cos ∠(XOY ) = 2 cos2 ∠(XOU) − 1,
(4.5.34)
sen ∠(XOY ) = 2 sen ∠(XOU) cos ∠(XOU).
Prueba. Este resultado es una consecuencia de la Proposición 4.5.1; sin embargo daremos otra prueba
que nos puede dar información adicional.
Podemos suponer (sin pérdida de generalidad) que los vectores X , Y y U son unitarios (ver las figuras 4.21 (a)
y (b) ). En estas condiciones, PU (X ) = cos ∠(XOU)U y PU (Y ) = cos ∠(UOY )U. Por hipótesis ∠(XOU) ∼ =
∠(UOY ) de modo que cos ∠(XOU) = cos ∠(UOY ) y sen ∠(XOU) = sen ∠(UOY ). Luego PU (X ) = PU (Y );
además, por el Teorema de Pitágoras
∥X − PU (X )∥2 = ∥X ∥2 − ∥PU (X )∥2 = 1 − ∥PU (X )∥2 = ∥Y ∥2 − ∥PU (X )∥2 = ∥Y − PU (X )∥2 .
Por lo tanto SU (Y ) = X ; luego,
2(U · Y )U − Y = X y 2(U · Y )U ⊥ − Y ⊥ = X ⊥ .
De estas ecuaciones obtenemos
2(U · Y )2 − ∥Y ∥ = X · Y y 2(U · Y )(U ⊥ · Y ) = X ⊥ · Y ;
es decir,
cos ∠(XOY ) = 2 cos2 ∠(YOU) − 1 = 2 cos2 ∠(XOU) − 1,
4.6. LONGITUD DE UN ARCO DE CICUNFERENCIA. EL NÚMERO π. 85
y
sen ∠(XOY ) = 2 sen ∠(YOU) cos ∠(YOU) = 2 sen ∠(XOU) cos ∠(XOU).

Ejercicio 4.13. Pruebe la fórmula de ángulos dobles utilizando las fórmulas para la suma de ángulos.
Concluya también que
2 tan ∠(XOU)
tan ∠(XOY ) =
1 − tan2 ∠(XOU).
4.6. Longitud de un arco de cicunferencia. El número π.

En Geometría Analítica hay dos problemas generales de los cuales nos ocupamos parcialmente en este curso.
El primero es: dadas algunas condiciones algebraicas en forma de igualdades y/o desigualdades, hallar el
conjunto de puntos del plano cartesiano que las satisfacen en términos de las variables x y y . El segundo
problema es el recíproco del anterior: dado un lugar geométrico, es decir, dado un conjunto de puntos del
plano cartesiano, hallar las igualdades y/o desigualdades que satisfacen las coordenadas x y y de los puntos
pertenecientes a dicho lugar geométrico. Un ejemplo sencillo pero ilustrativo de lo anterior lo constituye la
ecuación de una circunferencia.
Definición 4.6.1. Una circunferencia es el conjunto de los puntos del plano que equidistan de otro
punto llamado centro. La distancia de los puntos de la circunferencia al centro se llama radio.

x h
Si X = es un punto cualquiera de la circunferencia K con centro en C = y radio r entonces
y k
∥X − C ∥ = r y por lo tanto
x −h q

y − k = (x − h) + (y − k) = r .
2 2

x
Por lo tanto los puntos pertenecientes a la circunferencia K satisfacen la ecuación
y
(4.6.35) (x − h)2 + (y − k)2 = r 2

x
De otra parte, reversando los pasos anteriores, se puede ver que si satisface la ecuación (4.6.35), entonces
y

h
su distancia al punto es igual a r y por tanto pertenece a la circunferencia K.
k
Ejemplo 4.6.2. La ecuación de la circunferencia con centro en el origen y radio igual a uno es
x 2 + y 2 = 1.
Esta circunferencia se llama circunferencia unitaria, y sus puntos son los vectores unitarios.
Definición 4.6.3. Sean X y Y dos puntos de la circunferencia K con centro en el origen y radio r .
⌢
El arco en K entre X y Y , simbolizado XY , es el conjunto
⌢
XY = K ∩ ∠(XOY ),
⌢
y decimos que el arco XY subtiende al ángulo ∠(XOY ).
86
Figure 4.22. Definición de arco de circunferencia.
La Figura 4.22 ilustra la definición. El objetivo es asignar un valor numérico a lo que intuitivamente
⌢
pensamos, debe ser la longitud del arco XY . Esto puede hacerse empleando el método de exhaución de
Arquímedes y la bisección de ángulos en forma iterativa como se ilustra en la Figura 4.23. En la etapa n,
n = 1, 2, 3, ... , de la iteración obtenemos el número Sn correspondiente a la longitud de la poligonal que
aproxima el arco K. La sucesión Sn tiene dos propiedades importantes:
(i) Es creciente; es decir, Sn < Sn+1 para todo n.
(ii) Es acotada por el número 4r ; esto significa que Sn ≤ 4r , para todo n.
En estas condiciones podemos aplicar un resultado del Análisis Matemático que establece lo siguiente: Toda
sucesión creciente y acotada de números reales es convergente.
El valor al que converge la sucesión Sn lo denotamos por S y escribimos: S = lim Sn . Así, definimos:
n→∞
⌢ ⌢
Definición 4.6.4. La longitud del arco XY es el valor S(XY ) al cual converge la secuencia Sn ,
⌢
n = 1, 2, ... , en cuyo caso decimos que S(XY ) es el límite de dicha sucesión, y escribimos,
⌢
S(XY ) = lim Sn .
n→∞
4.6. LONGITUD DE UN ARCO DE CICUNFERENCIA. EL NÚMERO π. 87
(a) Etapa 1, L1 es la suma de longitudes de los (b) Etapa 2, L2 es la suma de longitudes de los
dos segmentos. cuatro segmentos.
Figure 4.23. Algoritmo de bisección iterativa de Arquímedes. Observe que la figura (b) se
obtiene de bisecar los ángulos de la figura (a). Note también que los puntos de las figuras (a)
y (b) satisfacen las igualdades V0 = W0 , V1 = W2
El método empleado también permite probar que
⌢
⌢
X Y
!
S(XY ) = r S .
∥X ∥ ∥Y ∥
Comentario 4.6.5. Como la congruencia de ángulos está definida a partir de la igualdad del seno
y el coseno, la fórmula recursiva proporciona la misma secuencia de valores para ángulos congruentes: si
bisecamos dos ángulos congruentes, los ángulos generados por la bisección son también congruentes. Por
⌢ ⌢
consiguiente, si ∠(XOY ) ∼= ∠(UOV ) entonces la longitud de los arcos XY y UV son iguales.
Ahora podemos definir el número real π.
Definición 4.6.6. El número π es la longitud del arco en la circunferencia unitaria que subtiende
cualquier ángulo llano .
Luego πr es la longitud del arco en la circunferencia K que subtiende un ángulo llano.
Definición 4.6.7. Definimos la longitud C de una circunferencia K con centro en el origen y radio r
como el doble de la longitud del arco subtendido por cualquier ángulo llano de K; es decir C = 2πr .
88
4.7. Medida de un ángulo. El radián y el grado sexagesimal.

Cuando observamos la imagen visual de un ángulo llama inmediatamente la atención el tamaño de su
abertura; apreciamos que las aberturas de ángulos congruentes lucen iguales; piénsese, por ejemplo, en los dos
ángulos congruentes que se generan al bisecar cualquier ángulo. Surge la pregunta de cómo medir el tamaño de
la abertura de un ángulo. En otras palabras, ¿qué valor numérico le asignaríamos a un ángulo para representar
el tamaño de su abertura? En cierta forma esto ya lo hemos hecho con dos números reales, precisamente los
valores del coseno y el seno del ángulo. Sin embargo hay otra forma de hacerlo cuyo impacto visual refleja,
quizás con mayor claridad, el tamaño de la abertura del ángulo.
Definición 4.7.1. Diremos que un ángulo ∠(XOY ) mide θ radianes si

⌢
X Y
!
θ=S .
∥X ∥ ∥Y ∥
Notemos que el arco ∥X

⌢
X Y
∥ ∥Y ∥ está sobre la circunferencia unitaria. Así un ángulo llano mide π radianes. Ahora
bien, cualquiera sea r > 0, sabemos que
! !
X Y rX rY
∠(X , Y ) = ∠ , =∠ , ;
∥X ∥ ∥Y ∥ ∥X ∥ ∥Y ∥
por consiguiente, los arcos sobre la circunferencia K con centro en el origen y radio r ,
⌢
rX rY
, r > 0,
∥X ∥ ∥Y ∥
subtienden todos el mismo ángulo y, en consecuencia, tienen longitud
S = r θ.
Un radián es entonces el número real 1, que representa cualquier ángulo subtendido por un arco de circunfer-
encia con longitud igual al radio de la circunferencia.
Así, los radianes son números reales que miden la abertura de ángulos. De otra parte, puesto que dos án-
gulos congruentes tienen la misma medida en radianes (por ser subtendidos por arcos de la misma longitud),
es costumbre identificar los ángulos con su medida en radianes. En este sentido el número real π respresenta a
cualquier ángulo llano, el número real π/2 representa a cualquier ángulo recto, etc.
Otro sistema muy utilizado para medir ángulos es el sexagesimal originado en la antigua Babilonia. En este
sistema se considera el plano dividido en 360 ángulos congruentes, y decimos que cada uno de estos sectores
mide un grado sexagesimal, simbolizado 1◦ . Un ángulo llano equivale entonces a 180◦ (ciento ochenta grados
sexagesimales). A partir de esta equivalencia podemos pasar de un sistema al otro cuando se requiera: un
ángulo recto medirá entonces 90◦ .
4.8. Números reales como ángulos.

A todo ángulo en posición estándar ∠(E1 OX ) le asignamos el único número real θ del intervalo [0, 2π)
correspondiente a su medida en radianes. Recíprocamente, si θ es un número del intervalo [0, 2π), existe un
4.8. NÚMEROS REALES COMO ÁNGULOS. 89
(a) Vista Lateral Izquierda. (b) Vista Horizontal Inferior.
Figure 4.24. Congruencia módulo 2π. En ambas figuras se puede ver una representación
gráfica de la congruencia módulo 2π introducida en la Definición 4.8.1. En ambos casos se
enrolla una cuerda de largo θ alrededor de la circunferencia unitaria, apoyando el extremo inicial
sobre el punto E1 y definiendo con el punto X el extremo final de la cuerda. El largo α del
ángulo ∠(E1 OX ) es el único valor en [0, 2π) que satisface la relación α ∼ = θ mod 2π. (En la
gráfica particular se utilizaron los valores θ = 9π
2 , α = π
4 .)
⌢
único X en la circunferencia unitaria tal que la longitud del arco E1 X es igual a θ; éste es un hecho intuitivamente
claro y no haremos la prueba.
Ejercicio 4.14. (Este ejercicio debe asumirse como un proyecto de trabajo) Sea θ cualquier número
real en el intervalo [0, 2π). Pruebe que existe un único punto X en la circunferencia unitaria tal que la longitud
⌢
del arco E1 X es igual a θ.
Así establecemos una correspondencia biunívoca entre los ángulos en posición estándar y los números reales
del intervalo [0, 2π), cada uno de los cuales adquiere una imagen visual como un punto de la circunferencia
unitaria: el número real 0 corresponde al punto E1 , el número real π corresponde al punto −E1 , el número real
π/2 corresponde al punto E2 , etc.
Lo que haremos enseguida es asignarle un ángulo a cualquier número real. La idea es relativamente sim-
ple. Pensemos en enrrollar la recta numérica sobre la circunferencia unitaria de la siguiente forma: el número
real 0 lo hacemos coincidir con el punto E1 ; ahora enrrollamos los números positivos en sentido contrario a
las agujas del reloj, y los números negativos en el mismo sentido de las agujas del reloj (ver las figuras 4.24
(a) y (b)). Un número real θ específico quedará situado sobre un punto X de la circunferencia unitaria, y
le asignaremos entonces el ángulo ∠(E1 OX ). Esta sencilla idea se formaliza con la noción de congruencia
módulo 2π que explicamos a continuación.
90
Definición 4.8.1. Decimos que dos números reales α y β son congruentes módulo 2π, simbolizado
α∼
= β mod 2π, si la diferencia β − α es un múltiplo entero de 2π.
Ejercicio 4.15. Pruebe que la relación de congruencia módulo 2π es una relación de equivalencia en
los números reales; es decir, pruebe que verifica las siguientes tres propiedades:
(1) (Reflexividad) α ∼= α mod 2π.
(2) (Simetría) Si α ∼
= β mod 2π entonces β ∼ = α mod 2π.
(3) (Transitividad) Si α = β mod 2π y β = γ mod 2π, entonces α ∼
∼ ∼ = γ mod 2π.
El punto esencial es que si fijamos un número real θ cualquiera, entonces hay un único α en el intervalo [0, 2π)
tal que α ∼
= θ mod 2π. Y sabemos que el número real α corresponde a un único ángulo ∠(E1 OX ) cuya medida
es α radianes. Este ángulo ∠(E1 OX ) se lo asignamos también al número real θ.
Definición 4.8.2. Sean θ ∈ R y α ∈ [0, 2π) tales que α ∼ = θ mod 2π. A θ le asignamos el único
ángulo ∠(E1 OX ) cuya medida es α radianes. Definimos las relaciones trigonométricas de θ: Seno, Coseno,
Tangente, Cotangente, Secante y Cosecante como las relaciones trigonométricas del ángulo ∠(E1 OX ),
y las denotamos, respectivamente, por sen θ, cos θ, tan θ, cot θ, sec θ y cosec θ.
La definición nos permite visualizar a los números reales como ángulos en posición estándar. Una idea notable,
pues los números reales gozarán ahora de tener relaciones trigonométricas. Debe ser claro además, que números
reales congruentes módulo 2π corresponden a un mismo ángulo y por consiguiente sus relaciones trigonométricas
son iguales.
En virtud de lo anterior adoptamos el uso de los términos: ángulos positivos y ángulos negativos en
posición estándar. En realidad son los mismos números reales pero vistos como ángulos; para visualizar esta
asociación acostumbramos a dibujar flechas curvas partiendo desde el eje-x positivo hasta el lado terminal del
ángulo en posición estándar asignado al número real θ, pero teniendo en cuenta lo siguiente: si θ es positivo,
la flecha tiene sentido antihorario; si θ es negativo, la flecha tiene sentido horario (vea la Figura 4.25 (a)).
Además, si |θ| ≥ 2π, entonces la flecha da tantas vueltas alrededor del origen como lo indique el mayor entero
contenido en |θ|/2π.
√
−1/√ 2 1 −1
Ejemplo 4.8.3. Sabemos que el número real 3π/4 corresponde al punto U = = √
1/ 2 2 1
de la circunferencia unitaria, y por lo tanto le corresponde el ángulo en posición estándar ∠(E1 OA). Ahora
bien, como 3π/4 − (−5π/4) = 8π/4 = 2π y 3π/4 − 11π/4 = −8π/4 = −2π entonces −5π/4 y 11π/4 son
congruentes con 3π/4 módulo 2π; luego a los números reales −5π/4 y 11π/4 les asignamos el ángulo ∠(E1 OA)
(ver Figura 4.25 (b)). Por consiguiente:
√ √
sen(−5π/4) = sen(11π/4) sen(3π/4) = 1/ 2, cos(−5π/4) = cos(11π/4) = cos(3π/4) = −1/ 2, etc.
Comentario 4.8.4. No hay nada de especial en haber escogido los ángulos en posición estándar para
visualizar los números reales como puntos de la circunferencia unitaria. Podríamos haber asignado cualquier
punto X de la circuferencia unitaria al número real 1. En este caso −X corresponde al número real π,
X ⊥ corresponde a π/2, etc. La ventaja de usar los ángulos en posición estándar es que facilitan el cálculo
de las relaciones trigonométricas pues éstas pueden hallarse utilizando las coordenadas de cualquier punto
3π 5π
(a) Ángulo θ > 0 y ángulo α = −θ < 0. (b) Ángulos y− .
4 4
Figure 4.25. Ángulos Positivos y Negativos. En la figura (a) se observan un ángulo 0 < θ ≤
2 < 2π general y el ángulo negativo α = −θ, ilustrando las direcciones horaria y antihoraria
π
4 y − 4 respectivamente, nótese
respectivamente. En la figura (b) se observan los ángulos 3π 5π
que éstos satisfacen − 5π ∼ 3π

4 = 4 mod 2π.

x
P = situado en el lado terminal del ángulo. Esto debe ser claro pues ∠(E1 OP) = ∠(E1 OP/∥P∥) y
y
por lo tanto
y x
sen ∠(E1 OP) = p , cos ∠(E1 OP) = p .
x2 + y2 x2 + y2
Convención. También denotaremos con letras griegas los ángulos, particularmente cuando nuestro interés sea
la medida del ángulo y no el conjunto de puntos correspendiente. El contexto evitará que haya confusión.

−2
Ejemplo 4.8.5. Para calcular la dirección ϕ del vector A = normalizamos A:
2

A 1 −2 1 −1
U= =√ =√ .
∥A∥ 8 2 2 1
El arco en la circunferencia unitaria subtendido por el ángulo ∠(E1 OU) mide por lo tanto π + π/4 = 5π/4, y
por eso escribimos que la dirección del vector A es ϕ = 5π/4 (ver Figura 4.25 (b)). La forma polar de A es por
lo tanto q ! !
cos ϕ cos 5π
4
√ cos 5π 4
√
A = ∥A∥ = (−2)2 + (−2)2 = 8 = 8U.
sen ϕ sen 5π sen 5π
4 4

1
√ 2
Ejemplo 4.8.6. Consideremos los vectores A = yB = . Sean ϕ y ψ las direcciones de A
3 −2
π π 7π
y B, respectivamente. Entonces ϕ = y ψ = 2π − = . Se sigue que los ángulos ∠(AOB) y ∠(BOA)
3 4 4
92
miden, respectivamente,
7π π 17π 17π 7π
α= − = y β = 2π − = .
4 3 12 12 12
Veamos algunas fórmulas de relaciones trigonométricas entre números reales.
Proposición 4.8.7 (Fórmulas trigonométricas para el negativo de un número real). Sea θ ∈ R. Entonces
(4.8.36) cos(−θ) = cos θ y sen(−θ) = − sen θ.
Prueba. Sea α ∈ [0, 2π) tal que θ ∼ = α mod 2π. Entonces θ − α = 2kπ para algún entero k; luego
∼
(−θ) − (−α) = −2kπ, es decir, −θ = −α mod 2π. Por consiguiente las relaciones trigonométricas de −θ son
iguales a las de −α. De lo anterior deducimos que basta probar el enunciado para el número real α. Si α = 0
entonces −α ∼ ∼ 0 mod 2π, en cuyo caso el resultado se sigue rápidamente pues, cos(−α) = cos α =
= α =
cos ∠(E1 OE1 ) = 1 y sen(−α) = sen α= sen ∠(E1 OE1 ) = 0. Supongamos ahora que α > 0; claramente
−α =∼ 2π − α mod 2π. Sea U = x el único punto de la circunferencia unitaria tal que α es la medida
y
⌢ ⌢
del ángulo ∠(E1 OU); es decir, α = S(E1 U). Luego 2π − α = S(UE1 ). Así, 2π − α es la medida del ángulo
∠(UOE1 ). Por lo tanto,
cos(−α) = cos(2π − α) = cos ∠(UOE1 )
= U · E1 = x
= cos α,
y
sen(−α) = sen(2π − α) = sen ∠(UOE1 )
= U ⊥ · E1 = −y
= − sen α.

Proposición 4.8.8 (Fórmulas trigonométricas para la suma de números reales). Sean θ y ϕ números reales.
Entonces
(4.8.37) cos(θ + ϕ) = cos θ cos ϕ − sen θ sen ϕ y sen(θ + ϕ) = sen θ cos ϕ + cos θ sen ϕ.
Prueba. Sean α ∈ [0, 2π), β ∈ [0, 2π) tales que θ ∼
= α mod 2π y ϕ ∼ = β mod 2π. Entonces θ−α = 2kπ,
ϕ − β = 2mπ, para algunos enteros k y m; luego (θ + ϕ) − (α + β) = 2(k + m)π y, por lo tanto, θ + α ∼
= α+β
mod 2π. Deducimos de lo anterior que basta probar el resultado para los números reales α y β.
⌢ ⌢
Sean U y V los únicos puntos de la circunferencia unitaria tales que S(E1 U) = α y S(E1 V ) = β. Sin
pérdida de generalidad podemos suponer que α ≤ β; es decir, podemos suponer que U ∈ ∠(E1 OV ). Hay que
considerar dos casos: (i) α + β < 2π y (ii) 2π ≤ α + β < 4π. En el primer caso, sea A el único punto de la
⌢ ⌢
circunferencia unitaria tal que S(E1 A) = α+β. Entonces S(UA) = β y, por consiguiente, ∠(UOA) ∼
= ∠(E1 OV ).
Ahora utilizamos la fórmula 4.5.1 para el Coseno de la suma de ángulos con X = E1 , Y = A y Z = U, en cuyo
caso obtenemos
cos ∠(E1 OA) = cos ∠(E1 OU) cos(UOA) − sen ∠(E1 OU) sen ∠(UOA)
= cos ∠(E1 OU) cos(E1 OV ) − sen ∠(E1 OU) sen ∠(E1 OV );
luego,
cos(α + β) = cos α cos β − sen α sen β.
En el caso (ii) razonamos de la siguiente forma: sea γ = (α + β) − 2π y sea B el único punto de la circunferencia
⌢
unitaria tal que S(E1 B) = γ. Entonces,
⌢ ⌢ ⌢ ⌢
S(UB) = S(UV ) + S(VE1 ) + S(E1 B) = (β − α) + (2π − β) + (α + β − 2π) = β,
luego ∠(UOB) ∼= ∠(E1 OV ). De nuevo usamos la fórmula 4.5.1 para el Coseno de la suma de ángulos con
X = E1 , Y = B y Z = U, y obtenemos
cos ∠(E1 OB) = cos ∠(E1 OU) cos(UOB) − sen ∠(E1 OU) sen ∠(UOB)
= cos ∠(E1 OU) cos(E1 OV ) − sen ∠(E1 OU) sen ∠(E1 OV );
por tanto,
cos(α + β) = cos γ = cos α cos β − sen α sen β.
Para la fórmula del Seno razonamos similarmente.
Ejercicio 4.16. Sean θ, ϕ números reales no congruentes con π/2 o con 3π/2 módulo 2π. Suponga que
θ + ϕ tampoco es congruente con π/2 o con 3π/2 módulo 2π. Pruebe la fórmula
tan α + tan β
(4.8.38) tan(α + β) = .
1 − tan α tan β
Ejercicio 4.17. De las fórmulas trigonométricas para la suma de números reales, y para el negativo de un
número real, obtenga las fórmulas trigonométricas para la diferencia de números reales.
Comentario 4.8.9. A partir de las identidades pitagóricas para ángulos obtenemos también las cor-
respondientes identidades pitagóricas para números reales: si θ es un número real cualquiera entonces
sen2 θ + cos2 θ = 1, y si θ no es congruente con π/2 o con 3π/2 módulo 2π, entonces sec2 θ = 1 + tan2 θ.

Guías - 2021-1S - Unidad 1

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guías - 2021-1S - Unidad 1

Cargado por

Copyright:

Formatos disponibles

Geometría Vectorial y Analítica

Diego Mejía Duque

1.1. La recta numérica

(a) Recta Numérica. (b) Distancia entre puntos.

Figure 1.1. Representación gráﬁca de puntos en la recta numérica. La ﬁgura de la izquierda

1.2. El plano cartesiano

(a) Plano Cartesiano. (b) Coordenadas Cartesianas.

(a) Punto como vector. (b) Ubicación de puntos en el plano cartesiano.

Figure 1.3. Representación gráﬁca de vectores. La ﬁgura de la izquierda muestra la coinci-

1.4. Recta y rayos generados por un vector.

es el rayo positivo (o semirrecta positiva) generado (a) por U, y que el conjunto

es el rayo negativo (o semirrecta negativa) generado (a) por U.

(a) Vector opuesto. (b) Ejemplo de recta generada por un vector.

Figure 1.4. Escalamiento de Vectores. La ﬁgura de la izquierda muestra el efecto de multi-

Usamos letras diferentes, r y s, en la igualdad

1.5. Dependencia e Independencia lineal

La dependencia lineal es un concepto clave en Geometría Vectorial, y en muchas circunstancias no es fácil

entonces, de la condición ad − bc = 0 se sigue que bc = 0; luego o b = 0 o c = 0; en otras palabras, o A = O

1.6. Regla del paralelogramo. Diferencia de vectores. Descomposición de un vector.

Debido a lo anterior, la pareja de vectores {E1 , E2 } es llamada base canónica

Definición 1.6.4. Sean X y U vectores del plano. Deﬁnimos la diferencia X − U por:

(a) Ilustración de operaciones geométricas. (b) Inverso aditivo y diferencia de vectores.

(a) Descomposición de un vector, ilustración (b) Descomposición de un vector, ejemplo

Figure 1.7. Descomposición de vectores. La ﬁgura de la izquierda ilustra de manera general,

La unicidad en el enunciado del teorema es consecuencia de la independencia lineal de los vectores X y U;

2.1. Producto escalar.

(a) Magnitud de un vector. (b) Normalización de un vector.

Figure 2.1. Magnitud y normalización de vectores. La ﬁgura de la izquierda muestra que la

Sean U, X y Y vectores del plano y r un escalar cualquiera. Tenemos:

PE1. (Propiedad conmutativa): X · U = U · X ,

2.2. Magnitud y normalización de un vector. Distancia entre puntos.

y es, por deﬁnición, la distancia del punto X al origen O.

Definición 2.2.3. Decimos que un vector X es unitario si ∥X ∥ = 1. La circunferencia unitaria, U,

Prueba. Por la deﬁnición de magnitud y por la propiedad M2 tenemos

Figure 2.2. Identidad del paralelogramo.

Figure 2.3. Fórmula de la distancia.

Figure 2.4. Distancia entre vectores canónicos.

Comentario 2.2.11. Notemos que

Ejemplo 2.2.12. Usando la deﬁnición, calculemos la distancia entre E1 y E2 . Tenemos,

2.3. Desigualdad de Cauchy-Schwarz. Desigualdad triangular.

Figure 2.5. Ejemplo, distancia entre puntos.

≤ ∥X ∥2 + 2∥X ∥∥Y ∥ + ∥Y ∥2 (por la desigualdad de Cauchy-Schwarz)

Esto prueba la desigualdad (2.3.7) y su equivalente (2.3.6).

(a) Desigualdad Triangular. (b) Distancia entre vectores.

Figure 2.6. Desigualdades y Distancias. La ﬁgura de la izquierda ilustra de forma intuitiva la

Figure 2.7. Motivación Ortogonalidad

Corolario 2.3.5. Sean X y Y vectores no nulos del plano. Entonces

2.4. Vectores ortogonales y Teorema de Pitágoras.

X · Y = (rE1 ) · (sE2 ) = (rs)E1 · E2 = (rs)(1 · 0 + 0 · 1) = (rs) · 0 = 0.

(a) Vectores Ortogonales, ejemplo 1. (b) Vectores Ortogonales, ejemplo 1.

Definición 2.4.3. Dos vectores X y Y se dicen ortogonales si X · Y = 0.

Figure 2.9. Ejemplo ortogonalidad.

Figure 2.10. Ilustración de la prueba del teorema de pitágoras

Prueba. (Ver Figura 2.10) Sabemos que:

(a) X en primer cuadrante (b) X en segundo cuadrante

2.5. Proyección ortogonal.

Figure 2.12. Descomposición de un vector X en componentes ortogonales.

Teorema 2.5.1 (Descomposción ortogonal). Sean U y V vectores no nulos y ortogonales. Entonces,

Comentario 2.5.1. Observemos que el vector X queda descrito en la forma X = P + Q donde P es

Figure 2.13. Ejemplo de descomposición de un vector X en componentes ortogonales.

Definición 2.5.4 (Proyección ortogonal). Sea U un vector no nulo. La proyección ortogonal de

(a) Proyección Ortogonal. (b) Descomposición ortogonal.

Figure 2.14. Proyección Ortogonal. La ﬁgura de la izquierda ilustra PU (X ), la proyección del

Ejercicio 2.7. Completar los detalles de la prueba anterior.

Debido a lo anterior, la pareja de vectores {E1 , E2 } es llamada base canónica