Vectores en El Plano R2 Y R3

2015
ÁLGEBRA II (LSI – PI)

UNIDAD Nº 1
VECTORES EN EL PLANO R2 Y VECTORES EN EL ESPACIO R3
Facultad de Ciencias Exactas y Tecnologías

aa | 1
UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO
Facultad de Ciencias Exactas y Tecnologías - UNSE Álgebra II (LSI y PI)
UNIDAD Nº 1
VECTORES EN EL PLANO R2 Y VECTORES EN EL ESPACIO R3
1. 1 Introducción
Los vectores surgieron en el siglo XVII por la necesidad de desarrollar un medio para
efectuar cálculos algebraicos directamente sobre objetos geométricos sin usar planos de
coordenadas, fueron utilizados en mecánica para representar la velocidad, la fuerza, el
desplazamiento entre otras magnitudes. Sin embargo, no tuvieron repercusión entre los matemáticos
hasta el siglo XIX cuando Gauss usa implícitamente la suma vectorial en la representación
geométrica de los números complejos en el plano. Con Hamilton se inicia el estudio de los vectores,
a él se le debe el nombre de vector debido a la creación de un sistema de números complejos de
cuatro unidades, denominados "cuaterniones'', muy usados hoy en día para el trabajo con rotaciones
de objetos en el espacio. Actualmente, casi todas las áreas de la física son representadas por medio
del lenguaje de los vectores.
Definición 1
Un vector en el plano real es un par ordenado de números reales. El conjunto de todos los
pares ordenados de números reales se denota con , es decir
⏞ { }
Un vector en el espacio real es una terna ordenada de números reales. El conjunto de
todas las ternas ordenadas de números reales se denota con , es decir
⏞ { }
Los vectores de o de se designan, por lo general, con las últimas letras del alfabeto
castellano, tales como
Ejemplos
a) son vectores pertenecientes a .
b) ( ) son vectores pertenecientes a .
Definición 2
El vector nulo de es el par ordenado y el vector nulo de es la terna ordenada
. Estos vectores se expresan con el símbolo . El contexto hará claro a cuál de ellos nos
referimos.
http://algebra-lineal.blogspot.com Unidad 1 2
Definición 3
Geométricamente se define un vector como un segmento orientado. El vector OP tiene

como origen el punto y como extremo el punto
P
O
Todo vector tiene como elementos: dirección, sentido y módulo.
La dirección del vector OP está dada por la dirección de la recta que lo contiene.
El sentido del vector OP está dado por la flecha.
El módulo del vector OP es la longitud del segmento OP y se denota entre barras dobles,
esto es ║ OP ║.
El módulo de un vector es siempre positivo o nulo (es decir, es no negativo).
Nota
El vector nulo no tiene dirección ni sentido y su módulo es cero.
1.2 Representación geométrica

 En
La representación geométrica de los pares ordenados de números reales, más usual,
es en el llamado Plano Cartesiano determinado por dos rectas reales (ejes) ortogonales,
cuya intersección es un punto llamado origen. Éste es el conocido sistema de ejes
coordenados cartesianos ortogonales.
𝑦
O 𝑥
Cada par ordenado de números reales se identifica con un punto de

componentes , esto es del plano cartesiano y recíprocamente cada punto P
del plano cartesiano se identifica con un par ordenado de números reales. Es decir existe una
correspondencia biyectiva entre los pares ordenados de números reales y los puntos del
Plano Cartesiano.
En virtud de las Definiciones 1 y 3, cada par ordenado de números reales es un
vector con origen en O = (0,0) y extremo en el punto
Por lo tanto, a cada punto P del Plano Cartesiano se le puede asociar un vector con
origen en el punto (0,0) y extremo en el punto P. Pero no debemos confundir punto con
vector.
En la Fig. 1.1 (a) se ilustra representaciones de puntos del plano cartesiano mediante
pares ordenados de números reales.
En la Fig. 1.1 (b) se ilustra representaciones de vectores del plano cartesiano con
origen en el origen de coordenadas y extremo en los puntos representados por pares
ordenados de números reales.
𝑦
𝑦
(3, 2)
(3, 2)
(-𝜋, 0)
(-𝜋, 0)
𝑥
𝑥
(-1, -1) (-1, -1)
(1, -4)
(1, -4)
(a) (b)
Fig. 1.1
 En
La representación geométrica de las ternas ordenadas de números reales es un punto
en el espacio real determinado por tres rectas reales (ejes) ortogonales entre sí que se
intersectan en un punto O, llamado origen. Fig. 1.2.
𝑧
c
𝑃 𝑎 𝑏 𝑐
a 𝑦
Fig. 1.2
Cada terna ordenada de números reales se identifica con un punto P de

componentes , esto es del Espacio Real y recíprocamente cada punto
P del Espacio Cartesiano se identifica con una terna ordenada de números reales. Es decir
existe una correspondencia biyectiva entre las ternas ordenadas de números reales y los
puntos del Espacio Cartesiano.
En virtud de las Definiciones 1 y 3, cada terna ordenada de números reales
es un vector con origen en O y extremo en el punto
Por lo tanto, a cada punto P del Espacio Cartesiano se le puede asociar un vector
con origen en el punto y extremo en el punto P. Pero no debemos confundir punto
con vector.
En las Fig. 1.3 (a) y (b) se ilustra con un ejemplo
𝑧 𝑧
𝑦 𝑦
𝑥 (a) 𝑥 (b)
Fig. 1.3
1.3 Representación matricial
Un modelo no geométrico importante para representar vectores pertenecientes a o es

mediante matrices fila o columna. Todo vector perteneciente a se puede considerar como
una matriz columna (vector columna) * +, o bien como una matriz fila (vector fila) [ ].
De manera semejante, todo vector perteneciente a puede interpretarse como una
matriz columna (vector columna) [ ] una matriz fila (vector fila) [ ].
De esta manera el vector se expresa como [ ] o bien como * +.
Definición 4
 Dos vectores y de son iguales si y sólo si y .
 Dos vectores y de son iguales si , y .
Notas
- La igualdad de vectores es simplemente una igualdad de matrices.
- Si dos vectores y son iguales, simbolizaremos con
- Si dos vectores y no son iguales, simbolizaremos con
Ejemplos
a) Los vectores y son iguales, y se expresa
b) Los vectores y son iguales si y sólo si
c) los vectores y no son iguales, y se expresa .
1.4 Operaciones
Suma de Vectores
Definición 5
Sean y dos vectores de .
La suma de y es un vector de , que denotaremos con y se define como sigue
Sean y dos vectores de .

La suma de y es un vector de , que denotaremos con y está definida por
Notas
- El proceso de sumar dos vectores se llama adición vectorial.
- La adición de vectores es semejante a la suma de matrices fila o columna.
Ejemplos
a) La suma de los vectores y es .
b) La suma de los vectores y es .
Interpretación geométrica de la suma

Dados dos vectores y de o de no nulos con origen en O y no colineales, el vector
suma queda representado por la diagonal del paralelogramo de lados y , siendo el origen
de el mismo que el de los vectores y , como lo muestra la Fig. 1.4.
𝑢 𝑣
𝑢
𝑣
O
Figura 1.4
Nota
En general, el módulo de la suma no es igual a la suma de los módulos y esto se debe a una de las
propiedades de los lados de un triángulo (La longitud de cada lado de un triángulo es menor que la suma de
las longitudes de los otros dos lados).
Ejemplo
Sean vectores de .
En virtud de la Definición 5, y su representación gráfica se
muestra en la siguiente figura.
Multiplicación de escalar por vector

Definición 6
Sean un vector de , un vector de y un escalar real. La operación de
multiplicar un escalar por un vector se llama multiplicación de escalar por vector y está definida por
⏞
Ejemplos
a) Dados el escalar y el vector ,
b) Dados el escalar y el vector
Interpretación geométrica del producto de escalar por vector

El vector , donde es un escalar real y es un vector de o de , queda representado
por un vector de longitud | |‖ ‖, de igual dirección que y el sentido depende de .
𝑘𝒗
𝒗
𝑘𝒗
Figura 1.4
El vector ku tiene distintas características según sea el valor del escalar k. En la Tabla 1, se
describe el comportamiento del vector ku para los posibles valores de k.
kv
k=0 es igual al vector nulo (0,0)
0k1 igual sentido y dirección que v, pero de menor longitud que v
k=1 igual al vector v

igual sentido y dirección que v, de mayor longitud que v
k1
igual dirección que v, sentido contrario a v y menor longitud que v
-1  k  0
igual dirección y longitud que v y sentido contrario a v
igual dirección, pero sentido contrario a v y mayor longitud que v

k  -1
Nota
La multiplicación de un escalar por un vector es similar a la multiplicación de un escalar por una
matriz fila o columna.
Definición 7
a. Sea un vector de o de se define – . Fig. 1.5 (a)
b. Sean y de o de , se define la sustracción de vectores como sigue
Fig. 1.5 (b)
𝑢 𝑢 𝑣 𝑢
O
𝑢 𝑢 𝑣
𝑣 O
(a) (b)
Figura 1.5
Nota
Se dice que el vector – es el opuesto del vector , así por ejemplo si el vector opuesto a
es
–
Las propiedades básicas de la adición vectorial y la multiplicación por escalar se presentan en el

Teorema 1.
Teorema 1
Sean vectores de , donde o . Supóngase que y son escalares reales.
Entonces se verifican las siguientes propiedades,
a. (Asociatividad de la adición)
b. (Elemento neutro aditivo)
c. (Opuesto de cada vector)
d. (Conmutatividad de la adición)
e. , con
f. (la multiplicación de escalar por vector es distributiva respecto a la suma
de vectores)
g. (la multiplicación de escalar por vector es distributiva respecto a la suma
de escalares)
h. (Asociatividad mixta de la multiplicación de escalar por vector)
i. , con
Demostración
Se demostrará el apartado (d) para vectores y de . El caso en el que y pertenecen a
es semejante. Los apartados restantes se dejan como ejercicio para el alumno.
(d) Supóngase que y . Entonces, de la definición de suma vectorial y
debido a que la suma de los números reales es conmutativa, tenemos
=
Nota
Las demostraciones de las propiedades son inmediatas partiendo del modelo matricial de los
vectores.
Ejemplo 1
Sean vectores de o . Resuelva la ecuación para determinar el vector .
Solución
Dado que
Sumando – a ambos miembros de la ecuación
Luego usando las propiedades (a), (c) y (b) del Teorema 1

( )
Por lo tanto,
Ejemplo 2
Sean para vectores de o . Demuestre que .
Demostración
( ) ( )
Por lo tanto,
Fundamente el alumno los pasos realizados en la demostración con las propiedades enunciadas en el
Teorema 1.
Ejercicios
1.- Dados los vectores , y , resuelva analíticamente:
a)
b)
2.-Sean y Determine los valores de

e de modo que
3.- Determine los valores de de modo que se verifique la igualdad:
a)
b)
1.5 Vectores Libres

En muchas ocasiones es necesario trabajar vectores cuyo punto inicial no es el origen. Para
este propósito, considérese dos puntos y del plano o del espacio. El segmento orientado cuyo
origen es y cuyo extremo es se simboliza con ⃗⃗⃗⃗⃗ (Fig.1.6).
Figura 1.6
Ilustración de un vector en el plano
Definición 8
Dos vectores ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ son equivalentes, lo que se expresa por ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ , si tienen igual módulo,
dirección y sentido.
Obsérvese que, como en la Fig.1.7 (a), los vectores equivalentes no tienen necesariamente el mismo
origen. Los vectores ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ de la Fig.1.7 (b) no son equivalentes, lo cual se escribe ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ ,
ambos tienen igual módulo pero direcciones diferentes, de igual modo ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗⃗ ya que tienen igual
módulo, igual dirección pero sentidos diferentes.
𝑨 𝑩 𝑭
𝑫
𝑯
𝑮
(a) 𝑪
Vectores equivalentes (b)
Vectores no equivalentes
Figura 1.7
Es claro que, dado cualquier vector ⃗⃗⃗⃗⃗ de o se puede obtener el vector

⃗⃗⃗⃗⃗ , siendo el origen de coordenadas, tal que . La técnica para construir se muestra
en la siguiente figura.
Q z
y 𝑢
Q
P 𝑢
P
S
𝑢 S
𝑢
O
O x y
x
Figura 1.8
Nota
Si o ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ , para simplicidad de notación también podemos escribir o bien ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ .
Suma de vectores libres con el mismo origen

Dados dos vectores ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ es claro que ambos tienen el mismo origen, por lo tanto la
suma de estos vectores ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ es el vector determinado por la diagonal de paralelogramo de
lados ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ y que tiene origen en A.

𝑪
𝑨
𝑩
Figura 1.9
Suma de vectores libres con distinto origen
Dados los vectores ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ , obviamente no tienen el mismo origen, pero igualmente
pueden sumarse. Para sumar estos vectores libres se procede del siguiente modo,
1) se construyen dos vectores semejantes a los vectores dados con la condición que tengan
el mismo origen, esto es ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ tal que ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗
2) se suman los vectores ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ obteniéndose el vector ⃗⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗
3) finalmente el vector ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗⃗ por definición.

𝑩 𝑭 𝑯
𝑨 𝑬
𝑫
𝑮
𝑪
Figura 1.10
Suma de vectores por el método de la poligonal

Dados dos vectores y de o , basta con tener en cuenta la interpretación geométrica
de la suma de vectores queda determinada por la diagonal del paralelogramo de lados y .
𝑣
𝑢 𝑣
𝑣
Se puede observar claramente que y por lo tanto si se coloca en el extremo de el

origen de la suma tiene origen en el origen de v y extremo en el extremo de .
Análogamente colocando en el extremo de el origen de , la suma tiene origen en el
origen de y extremo en el extremo de . En virtud del Teorema 1 d) resulta .
Este modo de obtener la suma de dos vectores y se llama método de la poligonal.
𝑣 𝑢
𝑣
𝑣
𝑢 𝑣
Nota
Obsérvese que este método se utiliza tanto para vectores con origen en el origen del sistema de coordenadas
como para vectores libres, teniendo la precaución en este último caso de trabajar con vectores equivalentes
cuyo origen coincida con el origen del sistema de coordenadas.
Ejemplo
Dados los vectores del plano real, empleando el método de la
poligonal el vector suma , se muestra la Figura 1.11.
Figura 1.11
Diferencia de vectores
Dados dos vectores y de o , geométricamente el vector – queda determinada por la
diagonal del paralelogramo de lados y– como se muestra en la Fig. 1.12(a), y por equivalencia
de vectores libres, – es equivalente al vector que tiene origen en el extremo de y extremo en
el extremo de como se indica Fig. 1.12(b).
𝒖 𝒗
𝒗
𝒗
𝒖
𝒖
𝒖 𝒗
𝒗
(a) Figura 1.12 (b)
Nota
La sustracción de vectores no es conmutativa. Compruebe el alumno esta afirmación.
Ejercicios
4.- Dado el paralelogramo ABCD en el cual se han trazado sus diagonales,
a) resalte con color azul los vectores ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ .
b) resalte con color rojo el vector suma ⃗⃗⃗⃗⃗ + ⃗⃗⃗⃗⃗ .
c) resalte con color verde el vector diferencia ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ .
B C
A D
5.- Sean y dos puntos del plano. Determine el vector , con origen
en el origen de coordenadas, tal que ⃗⃗⃗⃗⃗ .
Solución
Considérese los vectores y en la Fig. 1.13. Es claro que
⃗⃗⃗⃗⃗
Luego el vector buscado es .
𝑃
𝑣
Figura 1.13
En general, dados dos puntos cualesquiera del plano o del espacio real, es posible determinar
un vector , con origen en el origen de coordenadas equivalente al vector ⃗⃗⃗⃗⃗ del siguiente modo
Si son puntos del plano real, entonces
⃗⃗⃗⃗⃗
Si y son puntos del espacio real, entonces

⃗⃗⃗⃗⃗
Ejercicios
6.- Obtenga un vector con punto inicial en y que sea equivalente al vector
. Represente gráficamente.
1.6 Producto Escalar

Para que los vectores sean un instrumento geométrico útil, deben describir conceptos
geométricos fundamentales de manera sencilla. El producto escalar de vectores explica fácilmente
dos de estos conceptos, longitud y ángulo.
Definición 9
a. Sean y vectores en . Entonces el producto escalar de y , es un
escalar real, denotado por , y está definido por
⏞
b. Sean y vectores en . Entonces el producto escalar de y ,
es un escalar real, denotado por , y está definido por
Notas
- El producto escalar también se denomina producto punto.
- se lee “ producto escalar ” o “ punto ”.
- Es importante remarcar que es un escalar real y no es un vector.
Observación
Dados dos vectores de , si se considera a los vectores y como matrices
columna, entonces el producto escalar viene dado por
Es decir,
a) si y de , el producto escalar de y se calcula de la siguiente
forma
* + [ ] [ ][ ]
b) si y de , el producto escalar de y se calcula del

siguiente modo
[ ] [ ] [ ][ ]
Ejemplos
a. Evalúe siendo y dos vectores de
b. Evalúe siendo y dos vectores de
Solución
a.
b.
Propiedades del Producto Escalar

Teorema 2
Sean , y vectores de o y sea . Entonces
a. (Conmutatividad)
b. (Distributividad del producto escalar con

respecto a la suma de vectores)
c.
d. y
si y sólo si
Demostración
Se deja como ejercicio
1.7 Norma o módulo de un vector

La norma del vector es la longitud de v, es decir es la longitud del segmento
determinado por los puntos y . Análogamente la norma del vector
es la longitud de v, es decir, la longitud del segmento determinado por los puntos y
.
Definición 10
La norma (o módulo) de un vector , denotada por ‖ ‖, está definida por
‖ ‖ ⏞ √
La norma (o módulo) de un vector , escrita ‖ ‖, está definida por
‖ ‖ ⏞ √
Notas
1.- Estas definiciones se justifican fácilmente mediante el Teorema de Pitágoras. (Fig. 1.14).
𝑎 𝑏 𝑎 𝑏𝑐
√𝑎 𝑏 √𝑎 𝑏 𝑐
𝑦
𝒙
(a)
𝑥
Figura 1.14 (b)
2.- Si , diremos que es un vector unitario si la norma de es igual a 1. Es decir si

satisface la condición ‖ ‖ .
Ejemplos
1) La norma del vector es
‖ ‖ √ √ √
b) La norma del vector es
‖ ‖ √ √ √
√
c) Son vectores unitarios, (1, 0), (0, 1), ( ).
Nota
Puesto que es un escalar, las expresiones y carecen de sentido. Por lo tanto no
podemos hablar de asociatividad del producto escalar.
Propiedades de la norma de un vector

Teorema 3
Sea un vector cualquiera de o y sea . Entonces se verifican las siguientes
propiedades
a. u 0 y
u 0 u 0
v
b. au a u
c. u v u v (Desigualdad triangular)
d. ‖ ‖ , o bien ‖ ‖ √
e. | | ‖ ‖‖ ‖ (Desigualdad de Cauchy- Schwarz)
1.8 Distancia de vectores

Definición 11
Sean y dos vectores de o La distancia de a es igual a la norma del vector .
En símbolos,
‖ ‖
Es decir
Si y entonces
y la distancia de a es
‖ ‖ √
Si y , entonces
y la distancia de a es
‖ ‖ √
𝒖 𝒗
𝒗
La distancia de u a v es la longitud del vector v – u
Ejemplo
Dados los vectores y de , determine la distancia de a .
Solución
Primero se obtiene
luego
‖ ‖ √ √ √
Propiedades de la distancia de vectores

Teorema 4
Sea vy vectores cualesquiera de o . Entonces se verifican las siguientes propiedades
a.
b.
c.
Nota
Dados dos vectores u y v hablaremos de la distancia entre u y v debido a la propiedad c.
Paralelismo de vectores
Definición 12
Sean y vectores no nulos de o
El vector u es paralelo al vector v si y sólo si existe un escalar real no nulo c tal que .
En símbolos,
def
u || v c c 0: u cv
Ejemplo
Sean u 1, 2 y v 2, 4 vectores de . Es claro que u es paralelo al vector v pues,
1 1
c 0 : (1, 2) ( 2, 4)
2 2
Notas
1.- El paralelismo de vectores es una relación de equivalencia, es decir que es:
 Reflexiva: “todo vector es paralelo a sí mismo”
 Simétrica: “si un vector u es paralelo a otro vector v entonces el vector v es paralelo al vector u”
 Transitiva: “si un vector u es paralelo a un vector v y éste es paralelo a un vector w, entonces el

vector u es paralelo al vector w”.
2.- Cuando un vector u sea paralelo a un vector v, diremos simplemente que “u y v son paralelos”, esto se
debe a que el paralelismo de vectores es una relación simétrica.
3.- Decir que “dos vectores son paralelos” equivale a decir que “uno cualquiera de ellos es combinación
lineal del otro” o bien que “uno cualquiera de ellos es un múltiplo escalar del otro”
Ortogonalidad
Definición 13
Sean y vectores no nulos de o
Diremos que u es ortogonal a v si y sólo si el producto escalar de u y v es igual a cero.
En símbolos,
def
u v u v 0
Convención
Como cualquiera de o , se verifica que
u 0V 0V u 0,
convenimos en decir que “el vector nulo 0V es ortogonal a todo vector de o ”.
Ejemplo
Sean los vectores u 1, 2 , v 2, 1 . Es claro que u y v son ortogonales, pues
= (1, 2) ( 2, 1) 2 2 0
En la siguiente figura se observa que u y v son ortogonales, es decir que la medida del ángulo que
forman es lo que precisaremos más adelante.
2
Nota
La ortogonalidad de vectores es una relación simétrica. Por lo tanto, cuando un vector u sea ortogonal a un
vector v, diremos simplemente que “u y v son ortogonales”
Ejercicios
7.- Sean y . Determine tal que:
a) y sean ortogonales
b) y sean paralelos
Versor de un vector
Definición 14
1
Sea u un vector no nulo de o . Se llama versor del vector u al vector u.
u
Propiedades del versor de un vector

El versor del vector no nulo u tiene las siguientes propiedades
i) Es unitario. En efecto,
1 1 1
u  u  u 1
u u u
ii) Es paralelo al vector u, puesto que es un múltiplo escalar del vector u.
Ejemplo
3 4
El vector , , 0 es el versor del vector u = (3,−4, 0 )R3.
5 5
1 1 1
El vector , , es el versor del vector u = (1, −1, 1) R3.
3 3 3
Representación de un vector en función de versores fundamentales
 En se consideran los vectores E1 (1, 0), E2 (0, 1) , es fácil comprobar que estos
vectores son unitarios y ortogonales entre sí, es decir:
i) i = 1, 2; Ei = 1
ii) =0
A los vectores E1 y E2 se los denomina versores fundamentales en y se los denota con i ,

j respectivamente
Los vectores i , j constituyen un sistema muy importante de vectores unitarios, que tienen por
direcciones las correspondientes a los ejes (en su dirección positiva) del sistema de coordenadas
cartesianas ortogonales en el plano.
𝑦
𝑗
𝑖 𝑥
Además, todo vector a, b se puede expresar en términos de los versores fundamentales
a, b a (1,0) b (0,1) ai b j
𝑦
b 𝑎𝑏
𝑏𝑗
𝑎𝑖
𝑗
𝑖 a 𝑥
 En se consideran los vectores E1 (1, 0, 0), E2 (0, 1, 0), E3 (0, 0, 1) , es fácil

comprobar que estos vectores son unitarios y ortogonales entre sí, es decir:
i) I = 1, 2,3 ; Ei = 1
ii) = 0, si i j
A los vectores E1 , E2 y E3 se los denomina versores fundamentales en y se los denota

con i , j y k respectivamente.
Los vectores i , j y k constituyen un sistema muy importante de vectores unitarios, que tienen
por direcciones las correspondientes a los ejes (en su dirección positiva) del sistema de coordenadas
cartesianas ortogonales en el espacio.
Además todo vector a, b, c se puede expresar en términos de los versores fundamentales
a, b, c a (1,0,0) b (0,1,0) c (0,0,1) ai b j ck
⃗
𝒄𝒌
𝑎 𝑏𝑐
⃗
𝑘
𝒃𝒋
𝑗
𝑖 𝑦
𝒂𝒊
1.9 Ángulo entre vectores

Teorema 5
Sean u, v vectores no nulos de o y sea el producto escalar, entonces existe y es único
  0,   tal que:
u v
cos
u v
Demostración
Por la desigualdad de Cauchy-Schwarz (Teorema 3 e.)
u, v n
, con n 2,3; u • v u v
en particular,
n
u, v 0V , con n 2,3; u v u v
(1)
u v u v u v
(2)
u v u v u v
u v u v u v (3)
n u v
u, v 0V , con n 2,3; 1 1
u v
u•v
llamando k
u v
se tiene 1 k 1.
u v
Vemos entonces que, cualesquiera sean u 0V v 0V , el número k conseguido en
u v
base a estos vectores es un número real perteneciente al intervalo [-1, 1].
Por lo tanto, dado k  [-1, 1], existe un número tal que k cos .
Y como la función coseno en el intervalo 0,   es biyectiva, como podemos ver en la gráfica
se puede asegurar que,

dado k  [-1, 1], existe un único 0, tal que cos k.
Con esto, se ha probado que

n u v
u, v 0V , con n 2,3; ! [0, ] : cos
u v
Referencias:
(1) Por propiedad de valor absoluto.
1
(2) Multiplicando en cada miembro por . Esto se puede hacer porque u v 0 , pues u  0V  v  0V.
u v
(3) Simplificando en ambos miembros
Q.E.D.
Definición 15
Se denominará “el ángulo entre los vectores u y v” al único número real
u v
[0, ] : cos .
u v
Notas
1. El ángulo entre y es tal que (o bien ).
𝛼
𝑢 𝑣
2. Si donde , entonces .
𝑢
𝛼
3. Si donde , entonces .
𝛼 𝜋 𝑣
4. En el caso en que u y v no tengan origen común, se eligen vectores y con el mismo origen,
de tal modo que , , luego la medida del ángulo entre y es igual a la medida del
ángulo entre y .
𝑣 𝑢 𝑣
Ejemplo
Determine el coseno del ángulo comprendido entre los vectores y
.
Solución
u v
De acuerdo a la Definición 15, cos
u v
Calculando
,
‖ ‖ √ √
‖ ‖ √ √ ,
se tiene
√ √ √
Ejercicios
8.-
a. Si determine si el ángulo comprendido entre los vectores es el
ángulo agudo ( ) u obtuso ( ). Explique.
b. Si , determine si el ángulo comprendido entre los vectores y es

agudo u obtuso.
c. Dos vectores no nulos y de o , son perpendiculares si y solo si el ángulo
entre ellos es de (o bien radianes). Puesto que si y solo si
(cuando ), determine el valor de .
1.10- Ángulos y cosenos directores

Definición 16
Sea y sea el conjunto B  E1 , E2   2
, donde
E1 (1, 0), E2 (0, 1) .
Sea un vector no nulo u   a1 , a2   R 2 . Llamaremos ángulos directores del vector u a los

ángulos 1 y 2 entre u y cada uno de los versores fundamentales E1 y E2 respectivamente.
𝑎 𝑎 𝑎
𝐸 𝛼
𝛼
𝑎
𝒙
𝐸
Además a los números reales  y  les llamaremos cosenos directores del vector u.
Buscaremos una expresión que nos permita calcular los cosenos directores de un vector no nulo de
2
en forma inmediata.
Supongamos que u   a1 , a2  es un vector no nulo de 2

. Llamaremos
1 al ángulo entre u y E1
y  2 al ángulo entre u y E2
De acuerdo con la definición de ángulo entre dos vectores, se satisface
u E1 a1
cos 1 a1 u cos 1
u E1 u
①
u E2 a2
cos 2 a2 u cos 2
u E2 u
luego
u (a1 , a2 ) u (cos 1 ,cos 2 ).
Observación
2
Todo vector unitario de tiene como componentes a sus cosenos directores. En efecto, si el vector
u   a1 , a2   2
es unitario, es decir u 1 entonces
u (a1 , a2 ) (cos 1 ,cos 2 )

es decir que
a1 cos 1 y a2 cos 2 ,
Ejemplo
Sea u 3, 4  R 2 , sus cosenos directores son
3, 4 (1, 0) 3 3 3 3
cos 1 = = = luego 1 53,13º
(3, 4) (1, 0) (3, 4) 32 42 25 5
3, 4 (0,1) 4 4 4 4
cos 2 = = = luego 2 36,87º
(3, 4) (0,1) (3, 4) 32 42 25 5
Teorema 6
Sea con el producto escalar y sean 1 , 2 los ángulos directores de un vector no nulo
u   a1 , a2  . Entonces se verifica que
cos 2 1  cos 2 2  1
Demostración
Si u   a1 , a2  , y 1 , 2 sus ángulos directores, entonces por el resultado ①
a1
cos 1
u
a2
cos 2
u
Se tiene entonces
2 2 a12 a2 2 a12 a2 2
cos cos
1 2 u
2
u
2
u
2
por definición de norma

2
u
cos 2 cos 2
1 2 u
2
luego
cos2 cos2 1.
1 2
Q.E.D.
La relación Pitagórica
En , sea v  a1 , a2  . Y sean  1 ,  2 sus ángulos directores, entonces según el teorema 6
cos2 1 cos2 2 1. ②
Pero cualquiera sea v  2 , si los ángulos directores son complementarios, es decir si
1 2
2
se verifica
cos 1  sen 2
cos  2  sen1
Reemplazando en ②, se tiene
sen 21  cos 2 1  1
sen 2 2  cos 2  2  1
Comprobamos con esto, que de la propiedad cos2 cos2 1 , se puede deducir la conocida
1 2
Identidad Pitagórica:
sen 2  cos 2   1 .
Definición 17
Sea y sea el conjunto B  E1 , E2 , E3  3
, donde
E1 (1, 0, 0), E2 (0, 1, 0), E2 (0, 0, 1) .
Sea un vector no nulo u   a1 , a2 , a2   3

. Llamaremos ángulos directores del vector u a los
ángulos 1, 2 y 3 entre u y cada uno de los versores fundamentales E1, E2 y E3
respectivamente.
z
c
b y
Además a los números reales  ,  y  les llamaremos cosenos directores del

vector u.
Buscaremos una expresión que nos permita calcular los cosenos directores de un vector no nulo de
forma inmediata.
Supongamos que u   a1 , a2 , a3  es un vector no nulo de . Llamemos
1 al ángulo entre u y E1
 2 al ángulo entre u y E2
y 3 al ángulo entre u y E3
De acuerdo con la definición de ángulo entre dos vectores, se satisface

u E1 a1
cos 1 a1 u cos 1
u E1 u
u E2 a2
cos 2 a2 u cos 2 ③
u E2 u
u E3 a3
cos 3 a3 u cos 3
u E3 u
luego
u (a1 , a2 , a3 ) u (cos 1 ,cos 2 ,cos 3 ).
Observación
Todo vector unitario de tiene como componentes a sus cosenos directores. En efecto, si el vector
u   a1 , a2 , a3   es unitario, es decir u 1 entonces
u (a1 , a2 , a3 ) (cos 1 ,cos 2 ,cos 3 )

es decir que
a1 cos 1 , a2 cos 2 y a3 cos 3 ,
Teorema 7
Sea con el producto escalar y sean 1 , 2 , 3 los ángulos directores de un vector no nulo
u   a1 , a2 , a3  . Entonces se verifica que
cos 2 1  cos 2 2  cos 2 3  1
Demostración
La demostración es análoga al caso de
Ejercicios
9.- Determine los ángulos directores del vector perteneciente a .
10.- Si son los ángulos directores de tal que ‖ ‖ ,
Halle las componentes del vector .
1.11- Proyección de un vector sobre otro vector
Definición 18
Sea con o y sean u y v dos vectores de con v no nulo. La proyección de u
sobre v se define como el vector
def
u v
proyv u 2
v
v
Vizualización del concepto

Sean u y v dos vectores no nulos de
y
Ejemplo
Sean y . Entonces
( )
‖ ‖ √
Ejercicios
11.- Determine la proyección del vector u = (2, 3) sobre el vector v = (1, 1) de R2 y
grafique.
Propiedades
I. proyvu || v .
II. proyv u tiene el mismo sentido de v si u v 0.

III. proyv u tiene sentido contario de v si u v 0.
IV. proyv u es el vector nulo si u v 0 , es decir si u  v .
V. w u proy u es ortogonal a v.
v
En la siguiente figura se pueden observar claramente las propiedades I y V
𝒖 𝒖 𝑃𝑟𝑜𝑦𝒗 𝒖
𝑃𝑟𝑜𝑦𝒗 𝒖
Ejercicios
12.- Demuestre la Propiedad V precedente.
1.12- Producto vectorial
Definición 19
Sea y consideremos la ley de composición interna
3 3 3
:
(u, v) u v
definida por
uv = (a1 , a2 , a3 ) (b1, b2 , b3 ) ( a2b3 a3b2 , a3b1 a1b3 , a1b2 a2b1 )
donde u = (a1, a2, a3) y v = (b1, b2, b3) pertenecen a
Al vector u v  así definido, se le llama producto vectorial de u y v.
Propiedades del producto vectorial

Proposición 1
Cualesquiera sean u y v vectores no nulos de se verifica que el vector u v es ortogonal tanto a
u como a v. En símbolos,
3
u, v 0v , u v u u v v.
Demostración
Probar que u v u es equivalente a probar que u v u 0 , según la definición de
ortogonalidad entre vectores. Así
u v u (a2b3 a3b2 , a3b1 a1b3 , a1b2 a2b1 ) (a1 , a2 , a3 )
(a2b3 a3b2 )a1 ( a3b1 a1b3 )a2 (a1b2 a2b1 )a3
a2b3a1 a3b2 a1 a3b1a2 a1b3a2 a1b2 a3 a2b1a3 0
En forma análoga se prueba que u v v.
𝑣
𝜋
𝑢 𝑣
Proposición 2
3 2 2 2
u, v ; u v u v (u v) 2 .
(A esta igualdad se la conoce con el nombre de Identidad de Lagrange)

Demostración
Para el alumno.
Proposición 3
3
u, v 0v , u v u v sen ,
donde  es la medida del ángulo entre u y v.

Demostración
Partimos de la Proposición 2
2 2 2
u v u v (u v)2 (1)
Si llamamos α a la medida del ángulo entre u y v, es claro que

u v 2 2
cos u v u v cos (u v) 2 u v cos 2
u v
Sustituyendo en la identidad de Lagrange (1), tenemos
2 2 2 2 2
u v u v u v cos2
2 2 2
u v u v (1 cos2 ) (2)
Teniendo en cuenta la identidad Pitagórica
sen 2  + cos 2  = 1  sen 2  = 1 - cos 2 
Sustituyendo en (2) se obtiene

2 2 2
u v u v sen2
Ahora bien, como α es la medida del ángulo entre u y v, es claro que 0 , por lo tanto
sen 0, :0 , en consecuencia:
u v u v sen
Proposición 4
3
u, v ,u v (v u) .
Demostración
Queda para el alumno.
Proposición 5
3
u, v, w , u (v w) (u v) (u w) .
Demostración
Proposición 6
3
a , u, v ; u (av) (au) v a(u v) .
Demostración
Proposición 7
3
u, v 0v ; u v 0v u v
Demostración
Como por Proposición 3

u v u v sen
el producto vectorial u v se puede escribir

u v u v sen w 0v
siendo w un vector unitario que tiene la misma dirección y sentido que el vector u v .
Decir que
u v u v sen w 0v
es equivalente a decir que sen 0 dado que hemos supuesto u 0V v 0V .

Luego,
sen 0 0 u y v tienen la mima dirección 
 u y v son paralelos.
Proposición 8
a) i i j j k k 0V
b) i j k
  
c) j  k  i
d) k i j
Demostración
Proposición 9
u, v R3 0v ; u v es el área del paralelogramo de lados u y v.
Demostración
De acuerdo con las nociones elementales de geometría, el área del paralelogramo de la figura es
A h v , pero h u sen , siendo α la medida del ángulo entre los vectores u y v, sustituyendo
y teniendo en cuenta la Proposición 3 de producto vectorial se tiene
A u v sen u v .
Proposición 10
3
u, v, w 0v ; u (v w) es el volumen de un paralelepípedo de aristas u, v y w.
Demostración
Nota
Dados u (a1 , a2 , a3 ), v (b1 , b2 , b3 )  , sabemos que
u v (a2b3 a3b2 , a3b1 a1b3 , a1b2 a2b1 )
o bien u v (a2b3 a3b2 ) i (a3b1 a1b3 ) j + ( a1b2 a2b1 ) k

En visto de ello, hacemos el siguiente acuerdo: u v puede considerarse formalmente expresado por el
desarrollo del siguiente determinante por medio de los cofactores de los elementos de la primera fila
i j k
a1 a2 a3 ④
b1 b2 b3
Debemos tener en cuenta que es un acuerdo puramente notacional, basado exclusivamente en la forma de la
expresión ④.
Ejercicios
13.- Determine el área del triángulo de vértices (0, -2, 3) , (1, 0, 4), (2, 1, 3).

Vectores en El Plano R2 Y R3

Cargado por

Información del documento

Título original

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

Vectores en El Plano R2 Y R3

Cargado por

Copyright:

Formatos disponibles

2015

ÁLGEBRA II (LSI – PI)

VECTORES EN EL PLANO R2 Y VECTORES EN EL ESPACIO R3

Facultad de Ciencias Exactas y Tecnologías

Geométricamente se define un vector como un segmento orientado. El vector OP tiene

El sentido del vector OP está dado por la flecha.

1.2 Representación geométrica

Cada par ordenado de números reales se identifica con un punto de

Cada terna ordenada de números reales se identifica con un punto P de

1.3 Representación matricial

Un modelo no geométrico importante para representar vectores pertenecientes a o es

De manera semejante, todo vector perteneciente a puede interpretarse como una

matriz columna (vector columna) [ ] una matriz fila (vector fila) [ ].

De esta manera el vector se expresa como [ ] o bien como * +.

 Dos vectores y de son iguales si , y .

- La igualdad de vectores es simplemente una igualdad de matrices.

- Si dos vectores y son iguales, simbolizaremos con

- Si dos vectores y no son iguales, simbolizaremos con

a) Los vectores y son iguales, y se expresa

b) Los vectores y son iguales si y sólo si

c) los vectores y no son iguales, y se expresa .

Sean y dos vectores de .

Interpretación geométrica de la suma

Multiplicación de escalar por vector

b) Dados el escalar y el vector

Interpretación geométrica del producto de escalar por vector

k=0 es igual al vector nulo (0,0)

0k1 igual sentido y dirección que v, pero de menor longitud que v

k=1 igual al vector v

igual dirección, pero sentido contrario a v y mayor longitud que v

Las propiedades básicas de la adición vectorial y la multiplicación por escalar se presentan en el

Luego usando las propiedades (a), (c) y (b) del Teorema 1

2.-Sean y Determine los valores de

3.- Determine los valores de de modo que se verifique la igualdad:

1.5 Vectores Libres

Es claro que, dado cualquier vector ⃗⃗⃗⃗⃗ de o se puede obtener el vector

Suma de vectores libres con el mismo origen

lados ⃗⃗⃗⃗⃗ y ⃗⃗⃗⃗⃗ y que tiene origen en A.

3) finalmente el vector ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗⃗ por definición.

Suma de vectores por el método de la poligonal

Se puede observar claramente que y por lo tanto si se coloca en el extremo de el

(a) Figura 1.12 (b)

Si y son puntos del espacio real, entonces

1.6 Producto Escalar

b) si y de , el producto escalar de y se calcula del

Propiedades del Producto Escalar

b. (Distributividad del producto escalar con

1.7 Norma o módulo de un vector

La norma (o módulo) de un vector , denotada por ‖ ‖, está definida por

La norma (o módulo) de un vector , escrita ‖ ‖, está definida por

2.- Si , diremos que es un vector unitario si la norma de es igual a 1. Es decir si

Propiedades de la norma de un vector

1.8 Distancia de vectores

La distancia de u a v es la longitud del vector v – u

Propiedades de la distancia de vectores

 Reflexiva: “todo vector es paralelo a sí mismo”

 Transitiva: “si un vector u es paralelo a un vector v y éste es paralelo a un vector w, entonces el

Propiedades del versor de un vector

ii) Es paralelo al vector u, puesto que es un múltiplo escalar del vector u.

Representación de un vector en función de versores fundamentales

A los vectores E1 y E2 se los denomina versores fundamentales en y se los denota con i ,

Además, todo vector a, b se puede expresar en términos de los versores fundamentales

 En se consideran los vectores E1 (1, 0, 0), E2 (0, 1, 0), E3 (0, 0, 1) , es fácil