Vectores en el espacio

Intermediate Analysis. (1th Edition)

Norman B. Haaser, Joseph P. Lasalle and Joseph A. Sullivan.
Presentación con diapositivas Beamer
elaboradas por
Luis Angel Zaldívar Cruz

Departamento de Ciencias Básicas

Instituto Tecnológico de Tehuacán

17 de febrero de 2020
Competencias del tema

En este tema el estudiante. . .

Conocerá y desarrollará las propiedades de las operaciones con vectores
para resolver problemas de aplicación en las diferentes áreas de ingeniería.
Determinará las ecuaciones de rectas y planos del entorno para desarrollar
la capacidad de modelado matemático.
Determinará la ecuación de un plano a partir de una situación real.
Obtendrá las ecuaciones paramétricas de una función a partir de una
situación real.
Utilizará TIC’s para la representación geométrica de vectores, rectas y
planos.
Utilizar TIC’s para graficar vectores en el plano y representar las
operaciones como suma, resta y multiplicación por un escalar de un
conjunto de vectores.
Utilizará TIC’s para resolver problemas del álgebra vectorial.
Algebra vectorial: definiciones
Definición 1
El espacio vectorial n-dimensional, denotado por Vn , es el conjunto de todas las n-adas de números
reales, a las que denotaremos por x = (x1 , . . . , xn ), xi ∈ R, (i = 1, 2, . . . , n) y llamaremos vectores,
donde la relación de igualdad y las operaciones de adición y multiplicación por un número real se definen
como sigue:
Igualdad de vectores. Si x = (x1 , . . . , xn ) y y = (y1 , . . . , yn ) son vectores en Vn , entonces

x = y si xi = yi ∀ i = 1, 2, . . . , n.

Adición de vectores. Si x = (x1 , . . . , xn ) y y = (y1 , . . . , yn ) son vectores en Vn , entonces

x + y = (x1 + y1 , . . . , xn + yn ) .

Multiplicación de un vector por un escalar. Si x = (x1 , . . . , xn ) es un vector en Vn y r es un número

real, entonces
rx = (rx1 , . . . , rxn ) .

Observación
En este curso los vectores se representan con letras negritas, por ejemplo: x. Sin embargo, los vectores
también suelen representarse por símbolos tales como: → −
x , x o x.

Observación
El número xi se llama el i−ésimo componente del vector x = (x1 , . . . , xn ).
Algebra vectorial: definiciones

La relación de igualdad y las operaciones de adición y multiplicación por un

número real pueden expresarse verbalmente como sigue:
Igualdad de vectores. Dos vectores en Vn son iguales si sus componentes correspondientes son iguales.
Por ejemplo, el vector x = (4, 0, −8, 4, 7) no es igual al vector y = (4, 0, −8, 7, 4).
Adición de vectores. La suma de dos vectores es el vector obtenido sumando los componentes
correspondientes. Por ejemplo, si x = (3, 16, −2, 6, 10) y y = (34, −16, −4, 5, 27), entonces

x + y = (3 + 34, 16 + (−16) , −2 + (−4) , 6 + 5, 10 + 27)

= (37, 0, −6, 11, 37) .

Multiplicación de un vector por un escalar. El producto de un número real r por un vector x es el vector
que se obtiene al multiplicar cada componente de x por el número real r. Por ejemplo,

 
1 (−1, 0, 8) = 1
(−1) , 1 (0) , 1 (8)
2 2 2 2
 
= −1
2
, 0, 4 .
Algebra vectorial: propiedades
Como las operaciones de adición de vectores y multiplicación de un vector por
número real son operaciones sobre los componentes de los vectores y los
componentes son números reales, las propiedades de los números reales inducen
ciertas propiedades algebraicas correspondientes en Vn .

Ejemplo 1
Establezca la ley conmutativa para la adición de vectores: x + y = y + x para
todos los vectores x, y ∈ Vn .

Solución
Sean u = x + y y v = y + x. Entonces, según la definición de adición de
vectores
ui = xi + yi y vi = yi + xi ∀ i = 1, . . . , n.
Según la ley conmutativa para la adición de los números reales

ui = vi ∀ i = 1, . . . , n.

Por lo tanto, de acuerdo con la definición de igualdad de vectores, u = v, es

decir, x + y = y + x.
Algebra vectorial: propiedades
Ejemplo 2
Establezca la siguiente ley distributiva para vectores:

r (x + y) = rx + ry

para cualesquiera x, y ∈ Vn y todo r ∈ R.

Solución
Sean x = (x1 , . . . , xn ) y y = (y1 , . . . , yn ), entonces

r (x + y) = r (x1 + y1 , . . . , xn + yn )
= (r (x1 + y1 ) , . . . , r (xn + yn ))
= (rx1 + ry1 , . . . , rxn + ryn )
= (rx1 , . . . , rxn ) + (ry1 , . . . , ryn )
= rx + ry,

y esto completa la prueba.

De modo análogo al empleado en los anteriores ejemplos, cada una de las
siguientes propiedades algebraicas fundamentales del espacio vectorial
n-dimensional Vn se pueden demostrar con facilidad.
Algebra vectorial: propiedades
Teorema 1 (Propiedades algebraicas fundamentales.)
A1 Para cualesquiera x y y en Vn , x + y ∈ Vn .

A2 Para cualesquiera x y y en Vn , x + y = y + x.

A3 Para cualesquiera x, y y z en Vn , (x + y) + z = x + (y + z).

A4 Hay un y sólo un vector en Vn –denotado por 0 y llamado vector cero– con la propiedad de que

x + 0 = x, ∀x ∈ Vn , 0 = (0, . . . , 0) .

A5 Para todo x ∈ Vn , hay un vector único–denotado por −x–con la propiedad de que

x + (−x) = 0, (−x = (−1)x) .

S1 Para todo x ∈ Vn y todo r ∈ R, rx ∈ Vn .

S2 Para todo x ∈ Vn , 1x = x.

S3 Para cualesquiera r, s ∈ R y todo x ∈ Vn , r (sx) = (rs) x.

S4 Para cualesquiera r, s ∈ R y todo x ∈ Vn , (r + s) x = rx + sx.

S5 Para todo s ∈ R y cualesquiera x, y ∈ Vn , r (x + y) = rx + ry.

Observación
Las propiedades A1 a A5 del teorema 1 implican que el conjunto de vectores n−dimensionales es un
grupo conmutativo bajo la operación de adición.
Algebra vectorial: definiciones
La sustracción de vectores puede definirse en términos de la adición de
vectores.
Definición 2
Para cualesquiera x, y ∈ Vn , x − y = x + (−y), es decir,
x − y = (x1 − y1 , . . . , xn − yn ).

Ejemplo 3
Sean x = (3, 4, 1), y = (1, 2, 0) . Determine x + 2y.

Solución
Utilizando la definición de adición de vectores y multiplicación de
vectores por un escalar, tenemos

x + 2y = (3, 4, 1) + 2 (1, 2, 0)
= (3, 4, 1) + (2 × 1, 2 × 2, 2 × 0)
= (3, 4, 1) + (2, 4, 0)
= (3 + 2, 4 + 4, 1 + 0)
= (5, 8, 1) .
Algebra vectorial: representación geométrica de los vectores

En esta sección estudiaremos las ideas geométricas intuitivas que están

relacionadas con el álgebra vectorial y que servirán en la construcción del
modelo análitico del espacio euclidiano n−dimensional.
Los vectores en el espacio tridimensional se representan mediante flechas
o segmentos dirigidos.
Mediante construcciones geométricas con estas flechas dibujaremos
diagramas que ilustren el álgebra vectorial.
Aunque esta imagen de un vector como objeto geométrico concreto está
limitada a los espacios vectoriales de una, dos y tres dimensiones, el
lenguaje utilizado para los vectores de los espacios n−dimensionales se
deriva de esta representación geométrica.
Algebra vectorial: representación geométrica de los vectores
Escojamos en un espacio tridimensional (ver figura 1) 1) un punto O; 2) tres
rectas perpendiculares entre si X1 , X2 y X3 que pasen por O; 3) direcciones
positivas sobre estas tres rectas; y 4) una unidad de medida de distancias.

Figura 1: Representación geométrica de un vector.

Algebra vectorial: representación geométrica de los vectores
Un sistema como el descrito se llama sistema cartesiano o de
coordenadas rectangulares.
Convenimos desde ahora en que siempre limitaremos nuestras
ilustraciones a sistemas levógiros o de mano derecha. Esto
significa que las direcciones positivas de las tres rectas
llamadas ejes han sido escogidas de tal modo que cuando el
pulgar de la mano derecha apunta en la dirección positiva del
eje X1 y el dedo índice apunta en la dirección positiva del eje
X2 , entonces el dedo cordial señala la dirección positiva del eje
X3 .
Los sistemas levógiros de coordenadas también pueden
describirse diciendo que la rotación en el plano X1 X2 de 90°
de la semirrecta positiva del eje X1 a la semirrecta positiva del
eje X2 es contraria a la dirección de giro de las manecillas del
reloj cuando se ve desde la semirrecta positiva del eje X3 .
Algebra vectorial: representación geométrica de los vectores
Dado un vector a = (a1 , a2 , a3 ) en V3 , construimos una flecha que represente
el vector a como sigue (ver Figura 1):
elegimos un punto arbitrario P0 ;
nos movemos la distancia a1 paralelamente al eje X1 desde P0 y
localizamos el punto P1 (el número a1 es una distancia dirigida; a1
positivo significa que debemos movernos en la dirección positiva del eje
X1 y a1 negativo que debemos movernos en la dirección opuesta);
de P1 nos movemos la distancia dirigida a2 paralelamente al eje X2 y
localizamos así el punto P2 ;
nos movemos de P2 la distancia dirigida a3 paralelamente al eje X3 y
localizamos el punto P3 .
La flecha de P0 a P3 , que también denotaremos con a, es una
representación geométrica del vector a.
A P0 se le llama punto inicial de la flecha a y al punto P3 su punto
terminal.
Recíprocamente, dada una flecha de P0 a P3 , construyendo un
paralelepípedo rectangular del que P0 y P3 sean vértices opuestos y con
caras paralelas a los planos X1 X2 , X2 X3 , y X3 X1 , se puede asignar un
vector a = (a1 , a2 , a3 ) a tal flecha.
Algebra vectorial: representación geométrica de los vectores

Al construir la flecha que representa un vector a, elegimos arbitrariamente

el punto inicial P0 . Así, el mismo vector a puede estar representado por
flechas diferentes.
En algunas aplicaciones se establecen restricciones sobre la localización de
P0 . Por ejemplo, puede ser que se especifique cuál ha de ser el punto
inicial. Si el punto inicial es el origen O, el vector a se llama radio vector
y la flecha OP se denomina vector de posición del punto P(a1 , a2 , a3 ).
En cualquier caso, el vector a = (a1 , a2 , a3 ) determina tanto la longitud
como la dirección de la flecha; dos flechas cualesquiera que representen el
mismo vector a serán de la misma longitud (magnitud) y apuntarán en la
misma dirección. Es en este sentido que se dice que un vector especifica
una magnitud y una dirección.
Algebra vectorial: representación geométrica de los vectores
La suma a + b = (a1 + b1 , a2 + b2 , a3 + b3 ) de un par de vectores
en V3 se ilustra en Figura 2. El punto inicial de b se coloca en el
punto terminal de a. La flecha a + b es entonces la flecha que tiene
como punto inicial el punto inicial de a y como punto terminal el
punto terminal de b.

Figura 2: La suma de dos vectores.

Algebra vectorial: representación geométrica de los vectores

La Figura 3 ilustra la multiplicación de un vector a por un número real r. La

flecha ra es paralela a la flecha a y su longitud es |r| veces la longitud de a; ra
apunta en la misma dirección que a si r > 0, y si r < 0, la dirección de ra es la
opuesta a la de a.

Figura 3: Multiplicación de un vector por un número real.

Algebra vectorial: representación geométrica de los vectores

La Figura 4 ilustra la ley conmutativa A2 para la adición de vectores. La

suma a + b es una diagonal del paralelogramo cuyos lados son a y b.

Figura 4: Ley conmutativa para la adición de vectores.

Algebra vectorial: representación geométrica de los vectores
La otra diagonal está relacionada con la diferencia de los dos
vectores. Esto se ilustra en la Figura 5. Los vectores a y b
están construidos con el mismo punto inicial. Entonces, el
vector a − b es el vector del punto terminal de b al punto
terminal de a.
La Figura 5 también ilustra que b + (a − b) = a.

Figura 5: La diferencia de dos vectores

Algebra vectorial: representación geométrica de los vectores

La ley asociativa A3 se ilustra en la Figura 6.

Figura 6: Ley asociativa para la adición de vectores.

Algebra vectorial: Paralelismo de vectores

En la sección anterior vimos que los vectores a y ra, donde r 6= 0, están

representados por flechas que son paralelas (Figura 3). Definimos ahora el
paralelismo entre vectores.

Definición 3
Se dice que dos vectores en Vn son paralelos si uno de ellos es igual al producto
del otro por un número real.

Observación
Observe que como 0 = 0 a para todo a ∈ Vn , el vector cero es paralelo a todos
los vectores.

Definición 4
Dos vectores distintos de cero a, b ∈ Vn se dice que tienen la misma dirección
si b = ra donde r > 0, y se dice que tienen direcciones opuestas si b = ra
donde r < 0.
Algebra vectorial: Paralelismo de vectores

Ejemplo 4
¿Son paralelos los vectores (1, 3, 2) y (3, 9, 7)?

Solución
Si los vectores fueran paralelos, como ninguno de ellos es cero, cada uno de
ellos sería paralelo al otro si hubiera un número real r tal que

(1, 3, 2) = r (3, 9, 7) .

Pero esto implica que 3r = 1,9r = 3 y 7r = 2. Como no hay un número real r

con esta propiedad, los vectores no son paralelos.

Ejemplo 5
¿Son paralelos los vectores (2, 1, 5) y (6, 3, 15)?

Solución
Como (6, 3, 15) = 3(2, 1, 5), los vectores son paralelos y como r = 3 > 0,
tienen la misma dirección.
Algebra vectorial: Ortogonalidad de vectores
Sea a = (a1 , a2 , a3 ) un vector en V3 . Ya sabemos que una interpretación
geométrica del vector a es una flecha en el espacio (ver Figura 7). Si el espacio
es euclidiano1 y si los ejes son rectangulares (mutuamente perpendiculares),
entonces el teorema de Pitágorasp se verifica y, por tanto, la longitud de la
flecha que representa a a es a21 + a22 + a23 . Como p nuestra geometría es
euclidiana, definimos la longitud del vector a como a21 + a22 + a23 .
Generalizando esta longitud euclidiana, introducimos la siguiente definición.

Definición 5
La longitud de un vector a = (a1 , . . . , a3 ) ∈ Vn , denotada por |a|, se define
como " n #1/2
q X 2
2
|a| = a1 + · · · + an = 2 ak .
k=1

1
El espacio euclídeo o euclidiano es un tipo de espacio geométrico donde se satisfacen los axiomas
de Euclides de la geometría. La recta real, el plano euclídeo y el espacio tridimensional de la geometría
euclidiana son casos especiales de espacios euclídeos de dimensiones 1, 2 y 3 respectivamente. El
concepto abstracto de espacio euclídeo generaliza esas construcciones a más dimensiones. Un espacio
euclídeo es un espacio vectorial completo dotado de un producto interno (lo cual lo convierte además en
un espacio normado, un espacio métrico y una variedad riemanniana al mismo tiempo).
Algebra vectorial: Ortogonalidad de vectores

Figura 7: Interpretación geométrica de un vector en el espacio de tres

dimensiones.
Algebra vectorial: Ortogonalidad de vectores

Un vector de longitud igual a la unidad se le llama vector

unitario.
A Vn con la longitud que acabamos de definir se le llama
espacio vectorial euclidiano n−dimensional.

Teorema 2
Las propiedades fundamentales de la longitud de un vector son:
Para cualesquiera a, b ∈ Vn y para todo r ∈ R,
1. |a| ≥ 0. |a| = 0 si y sólo si a = 0.
2. |r a| = |r| |a|.
3. |a + b| ≤ |a| + |b|.
Algebra vectorial: Ortogonalidad de vectores
Demostración.
Probamos el inciso 1. Por definición, |a| ≥ 0. Ahora bien,
|a|2 = a21 + · · · + a2n , y por tanto, si ai 6= 0 para una i = 1, . . . , n
cualquiera, entonces |a| = 6 0.Por tanto, |a| = 0 implica
a1 = 0, . . . , an = 0; entonces

a = (a1 , . . . , an ) = (0, . . . , 0) = 0.

Probamos el inciso 2.
q
|ra| = |(ra1 , . . . , ran )| = (ra1 )2 + · · · + (ran )2
q
= r2 a21 + · · · + a2n

√ q
= r2 a21 + · · · + a2n
= |r| |a| .
Algebra vectorial: Ortogonalidad de vectores
La prueba de la desigualdad del triángulo se dará
posteriormente. Entonces no será difícil demostrar que si a y b
no están en la misma dirección, entonces |a + b| < |a| + |b|,
(a 6= 0, b 6= 0).
Esta desigualdad corresponde al teorema geométrico que
establece: la longitud de un lado de un triángulo no
degenerado es menor que la suma de las longitudes de los
otros dos lados (ver la Figura 8).

Figura 8: Desigualdad del triángulo.

Algebra vectorial: Ortogonalidad de vectores
Observe que la notación para la longitud de un vector es la misma
que la usada para el valor absoluto de un número real. La razón
para haber elegido tal notación es que las propiedades
fundamentales del valor absoluto de un número real y las de la
longitud de un vector son las mismas. En realidad, si consideramos a
los números reales como vectores en V1 , entonces el valor
√ absoluto
es la longitud del vector unidimensional, es decir, |r| = r2 .
La palabra ortogonal significa en ángulo recto y es sinónima de
perpendicular. Sean a y b los lados de un paralelogramo (ver la
Figura 9). Los vectores a + b y a − b son las diagonales del
paralelogramo. Expresada geométricamente, la definición de
ortogonalidad es: a es ortogonal a b si las diagonales del
paralelogramo formado por a y b son de igual longitud; es decir, si
el paralelogramo es un rectángulo.

Definición 6
Un vector a se dice que es ortogonal a un vector b si

|a + b| = |a − b| .
Algebra vectorial: Ortogonalidad de vectores

Figura 9: Definición de ortogonalidad.

Algebra vectorial: Ortogonalidad de vectores
Como |a + b| = |b + a| y |a − b| = |b − a|, es claro que a ortogonal a b
implica b ortogonal a a. Por esta razón se usa con frecuencia la expresión de
que a y b son mutuamente ortogonales. Diremos también que, a y b son
ortogonales.
El vector cero tiene la propiedad muy especial de ser ortogonal a todos los
vectores.

Ejemplo 6
¿Son ortogonales los vectores a = (5, −8, 3) y b = (2, 5, 10)?

Solución
Utilizando la definición 6 de ortogonalidad de vectores tenemos:

|a + b| = |(5, −8, 3) + (2, 5, 10|

q √
= |(7, −3, 13)| = 72 + (−3)2 + 132 = 227.

y
q √
|a − b| = |(5, −8, 3) − (2, 5, 10| = |(3, −13, −7)| = 32 + (−13)2 + (−7)2 = 227.

Como |a + b| = |a − b|, los vectores son ortogonales.

Algebra vectorial: Ortogonalidad de vectores
Ejemplo 7
¿Son ortogonales los vectores a = (−2, 6, 4, −3) y b = (3, 1/2, 1, −1)?

Solución
Utilizando la definición 6 de ortogonalidad de vectores tenemos:

|a + b| = |(−2, 6, 4, −3) + (3, 1/2, 1, −1)|

s  2
13
= |(1, 13/2, 5, −4)| = 12 + + 52 + (−4)2
2
r
169
= 42 +
4
y

|a − b| = |(−2, 6, 4, −3) − (3, 1/2, 1, −1)|

s  2
11
= |(−5, 11/2, 3, −2)| = (−5)2 + + 32 + (−2)2
2
r
121
= 38 + .
4

Como |a + b| 6= |a − b|, los vectores no son ortogonales.

Algebra vectorial: Producto escalar
Nuestra definición de ortogonalidad de un par de vectores a = (a1 , . . . , an ) y
b = (b1 , . . . , bn ) es equivalente a afirmar que la diferencia de los cuadrados de
las longitudes de las diagonales a + b y a − b del paralelogramo de lados a y b
es cero; es decir,
|a + b|2 − |a − b|2 = 0.
Como
n
X n
X
|a + b|2 − |a − b|2 = (ak + bk )2 − (ak − bk )2
k=1 k=1
Xn n

X
a2k + 2ak bk + b2k − a2k − 2ak bk + b2k


=
k=1 k=1
Xn n
X n
X n
X n
X n
X
= a2k + 2ak bk + b2k − a2k + 2ak bk − b2k
k=1 k=1 k=1 k=1 k=1 k=1
Xn n
X n
X
= 2ak bk + 2ak bk = 4ak bk
k=1 k=1 k=1
Xn
=4 ak bk . (1)
k=1
Algebra vectorial: Producto escalar
La
Pnortogonalidad de los vectoresPn a y b es equivalente a la anulación de
k=1 ak b k . Esta expresión k=1 ak bk es de considerable importancia en
álgebra, geometría y física, y es por ello que se le ha dado un nombre especial.

Definición 7
El producto escalar a · b–léase a punto b—de dos vectores a, b ∈ Vn , donde
a = (a1 , . . . , an ) y b = (b1 , . . . , bn ), está definido por
n
X
a·b= ak bk
k=1

= a1 b1 + · · · + an bn .

Observación
Observe que el producto escalar de dos vectores no es un vector, es un número
real. En física, magnitudes tales como la longitud, el trabajo, la masa, la
temperatura, etc., se llaman magnitudes escalares; tienen magnitud, pero no
dirección y quedan especificadas (medidas) por números reales. En
matemáticas, a menudo se usa el término producto interior en lugar del término
producto escalar. Otro nombre para este producto, es el sugerido por la
notación: producto punto.
Algebra vectorial: Producto escalar
La ecuación 1 puede escribirse ahora:

|a + b|2 − |a − b|2 = 4 (a · b) (2)

y podemos enunciar el siguiente:

Teorema 3
Dos vectores a y b son ortogonales si y sólo si a · b = 0.

Ejemplo 8
Aplique el teorema que se acaba de enunciar para determinar la ortogonalidad
en los ejemplos 6 y 7.

Solución
Del ejemplo 6,

a · b = (5, −8, 3) · (2, 5, 10) = 10 − 40 + 30 = 0.

Por tanto, los vectores son ortogonales.

Del ejemplo 7,

a · b = (−2, 6, 4, −3) · (3, 1/2, 1, −1) = −6 + 3 + 4 + 3 = 4 6= 0.

Por tanto, los vectores no son ortogonales.

Algebra vectorial: Producto escalar

Teorema 4 (Las propiedades fundamentales del producto

escalar.)
Sean a, b vectores de Vn . Entonces
1. a·b=b·a
2. (ra) · b = r (a · b)
3. a · (b1 + b2 ) = a · b1 + a · b2
4. a · a ≥ 0; a · a = 0 si y sólo si a = 0

La propiedad 1 del teorema 4 afirma que la ley conmutativa se verifica para el

producto escalar y la 3 que también se cumple la ley distributiva. Se observe
que la propiedad 4 es una reformulación de la propiedad 1 del teorema 2 ya que
n
X
a·a= a2k = |a|2 .
k=1

Las propiedades 1, 2 y 4 son simples consecuencias de las propiedades de los

números reales.
Algebra vectorial: Producto escalar
Mostraremos ahora que las definiciones de longitud y ortogonalidad implican el
teorema de pitágoras.

Teorema 5
Sean a, b vectores de Vn . Entonces, a es ortogonal a b si y sólo si
|a + b|2 = |a|2 + |b|2 .

Demostración.
De acuerdo con las propiedades fundamentales del producto escalar,

|a + b|2 = (a + b) · (a + b)
= a · (a + b) + b · (a + b)
=a·a+a·b+b·a+b·b
= |a|2 + 2 (a · b) + |b|2.

Vemos pues que |a + b|2 = |a|2 + |b|2 si y sólo si a · b = 0; es decir, si y sólo

si a es ortogonal a b.
Algebra vectorial: Proyección ortogonal. Componentes

Dados dos vectores no nulos a y b construya un triángulo rectángulo con

hipotenusa a y base paralela a b (ver Figura 10). Como cualquier vector
paralelo a b puede representarse por rb con r igual a un número real, lo
que deseamos es construir un triángulo de lados a, rb y c = a − rb tal
que c sea ortogonal a b. Pero a − rb es ortogonal a b si y sólo si
2
(a − rb) · b = a · b − r |b| = 0.

a·b
Por tanto, r = 2 es el único número tal que a − rb es ortogonal a b
|b|
a·b
y el triángulo rectángulo deseado de hipotenusa a tiene lados 2 by
|b|
a·b a·b
a− 2 b. El lado 2 b que es paralelo a b se denomina proyección
|b| |b|
ortogonal de a sobre b.
Algebra vectorial: Proyección ortogonal. Componentes

Figura 10: Proyección ortogonal de a sobre b.

Algebra vectorial: Proyección ortogonal. Componentes

Definición 8
Sean a, b ∈ Vn con b 6= 0. La proyección ortogonal de a sobre b,
denotada por Proyb a, es el vector

a·b
Proyb a = 2 b.
|b|

La proyección ortogonal de a sobre b puede escribirse en la forma

a·b b
Proyb a = .
|b| |b|

b
Como el vector es un vector unitario en la dirección de b, el número
|b|
a·b
es la «longitud dirigida» del vector Proyb a. Este número se llama
|b|
componente de a en la dirección de b.
Algebra vectorial: Proyección ortogonal. Componentes

Definición 9
a·b
El número se llama componente de a en la dirección de b y se
|b|
denota por Compb a, es decir,

a·b
Compb a = .
|b|

La relación entre proyección (un vector) y componente (un número)

es
a·b b b
Proyb a = = (Compb a) . (3)
|b| |b| |b|
Si Compb a > 0, entonces Proyb a está en la dirección de b (ver
la Figura 11a). Si Compb a < 0, entonces Proyb a está en la
dirección opuesta de b (ver la Figura 11b). Si Compb a = 0,
entonces los vectores Proyb a y b son ortogonales.
Algebra vectorial: Proyección ortogonal. Componentes

Figura 11: Dirección del vector Proyb a.

Observación
Si b0 es un vector cualquiera no nulo paralelo a b, entonces
Proyb a = Proyb0 a (demuéstrelo). Así, Proyb a no cambia
cuando b se reemplaza por cualquier vector no nulo paralelo a b.
Por otra parte, si b0 es un vector distinto de cero paralelo a b,
entonces Compb0 a = Compb a o Compb0 a = −Compb a según
que b y b0 tengan igual dirección o direcciones opuestas
(demuéstrelo).
Algebra vectorial: Proyección ortogonal. Componentes

Como el componente de un vector en la dirección de otro vector tiene un

significado geométrico definido, la relación entre componente y el
producto escalar introduce una interpretación geométrica del producto
escalar. Según la definición de componente,

a · b = |b| Compb a. (4)

Esta ecuación nos dice: el producto escalar a · b es la longitud de b por el

componente de a en la dirección de b.
En el espacio vectorial bidimensional V2 (Figura 11),

Compb a = |a| cos θ,

donde θ es el ángulo de b a a y, por tanto,

a · b = |a| |b| cos θ. (5)

Algebra vectorial: Proyección ortogonal. Componentes

Uno de los usos del concepto proyección ortogonal ocurre en la física en el

cálculo del trabajo. Conocemos que el trabajo realizado por una fuerza
constante F al mover un objeto una distancia d se define como W = F d, pero
esta definición se aplica solamente cuando la fuerza está dirigida a lo largo de
la línea de movimiento del objeto. Sin embargo, suponga que la fuerza
−→
constante es un vector F = P R que apunta en otra dirección distinta de la
línea de movimiento del objeto, como se muestra en la Figura 12. Si la fuerza
−−
→
mueve el objeto de P a Q, entonces el vector de desplazamiento es D = P Q.
El trabajo realizado por la fuerza F se define como el producto del componente
de la fuerza a lo largo de D y la distancia recorrida:

W = (|F| cos θ) |D| .

Utilizando la ecuación 5, tenemos

W = |F| |D| cos θ = F · D.

Así, la fuerza realizada por una fuerza constante F es el producto escalar F · D,

donde D es el vector de desplazamiento.
Algebra vectorial: Proyección ortogonal. Componentes

Figura 12: Trabajo realizado por una fuerza.

Ejemplo 9
Un carrito es arrastrado una distancia de 100 metros a lo largo de
una trayectoria horizontal por una fuerza constante de 70 Newton.
La manija del carrito se mantiene a un ángulo de 35° arriba de la
horizontal. Encuentre el trabajo realizado por la fuerza.
Algebra vectorial: Proyección ortogonal. Componentes

Solución
Si F y D son los vectores fuerza y desplazamiento, como se
muestra en la Figura 13, entonces el trabajo realizado es

W = F · D = |F| |D| cos 35°

= (70) (100) cos 35° ≈ 5734J.

Figura 13: Vectores fuerza y desplazamiento.

Algebra vectorial: Proyección ortogonal. Componentes
Ejemplo 10
Una fuerza está dada por el vector F = (3, 4, 5) y mueve una
partícula desde el punto P (2, 1, 0) al punto Q (4, 6, 2). Encuentre el
trabajo realizado.

Solución
El vector de desplazamiento es
−−→
D = P Q = (4, 6, 2) − (2, 1, 0) = (2, 5, 2) ,

así que el trabajo realizado es

W = F · D = (3, 4, 5) · (2, 5, 2)
= 6 + 20 + 10 = 36.

Si la longitud está dada en metros y la magnitud de la fuerza es

medida en newtons, entonces el trabajo realizado es 36 Joules.
Algebra vectorial: Proyección ortogonal. Componentes
La misma terminología puede extenderse para Vn . Consideremos un
ángulo en el espacio n−dimensional como determinado por un par
de vectores distintos de cero a y b. Si θ es el ángulo determinado
por los vectores distintos de cero a y b en Vn , definimos el cos θ
por la relación
a·b
cos θ = .
|a| |b|
La interpretación geométrica del producto escalar sugiere una
importante propiedad llamada desigualdad de Schwarz.
Teorema 6 (Desigualdad de Schwarz)
Para cualesquiera a, b ∈ Vn ,

|a · b| ≤ |a| |b|

donde la igualdad se verifica si y sólo si a y b son paralelos.

Algebra vectorial: Proyección ortogonal. Componentes
Demostración.
(Ver la Figura 10) Si a no es paralelo a b, hay un triángulo rectángulo con hipotenusa
a y base Proyb a. Sea c = a − Proyb a 6= 0 el tercer lado de este triángulo
rectángulo. De acuerdo con el teorema de Pitágoras tenemos

|Proyb a|2 = |a|2 − |c|2 < |a|2

o
|Proyb a| < |a| .
De las ecuaciones 4 y 3 se deduce

|a · b| = |b| |Compb a| = |b| |Proyb a| < |a| |b| .

de modo que si a no es paralelo a b,

|a · b| < |a| |b| .

Si a es paralelo a b y a o b es nulo, entonces la desigualdad de Schwarz se verifica

(0 = 0).
Si a y b son vectores paralelos no nulos, entonces a = rb para algún número real r y,
por tanto,
|a · b| = |(rb) · b| = |r| |b|2 = |rb| |b| = |a| |b| .
Esto completa la prueba.
Algebra vectorial: Proyección ortogonal. Componentes

La desigualdad del triángulo es ahora una simple consecuencia de la

desigualdad de Schwarz.
Prueba de la desigualdad del triángulo.
Como a · b ≤ |a · b|, de la desigualdad de Schwarz se deduce

a · b ≤ |a · b| ≤ |a| |b| .

De donde

|a + b|2 = (a + b) · (a + b) = |a|2 + 2a · b + |b|2

≤ |a|2 + 2 |a| |b| + |b|2 = (|a| + |b|)2 .

Esto implica la desigualdad del triángulo.

Algebra vectorial: Proyección ortogonal. Componentes
Es claro que si a es el vector cero o b es el vector cero, se verifica la igualdad en la desigualdad del
triángulo. Si a y b son vectores distintos de cero, la igualdad se verifica si y sólo si a y b son vectores
paralelos, es decir a = rb para un cierto número real r. Si a = rb, entonces
2
|a| |b| = |rb| |b| = |r| |b|

y
2
a · b = (rb) · (b) = r |b|
y por tanto a · b = |a| |b| si y sólo si r = |r|, es decir, r ≥ 0. Vemos pues que la igualdad se verifica en
la desigualdad del triángulo si y sólo si a = 0, b = 0, o a y b están en la misma dirección.

Ejemplo 11
Si a = (1, 2, −3) y b = (2, 1, 1), calcule Proyb a y Compb a.

Solución
Utilizando la definición 8

a·b (1, 2, −3) · (2, 1, 1)

Proyb a = b= (2, 1, 1)
|b|2 22 + 1 2 + 1 2
2+2−3 1 1 1
 
= (2, 1, 1) = , , .
6 3 6 6

Utilizando la definición 9

a·b (1, 2, −3) · (2, 1, 1)

Compb a = = p
|b| 22 + 12 + 12
2+2−3 1
= √ = √ .
6 6
Algebra vectorial: Proyección ortogonal. Componentes

Ejemplo 12
Determine el ángulo entre los vectores no nulos a = (2, 2, −1) y b = (5, −3, 2).

Solución
Puesto que
q q √
|a| = 22 + 22 + (−1)2 = 3 y |b| = 52 + (−3)2 + 22 = 38

y puesto que
a · b = 2(5) + 2 (−3) + (−1) (2) = 2
se tiene
a·b 2
cos θ = = √ .
|a| |b| 3 38
Así que el ángulo entre a y b es
 
2
θ = arc cos √ ≈ 1.46 (≈ 84°) .
3 38
Geometría analítica sólida: Espacio euclidiano tridimensional
Con el fin de apreciar la terminología que describiremos en esta sección y
también para ayudar a comprender la manera en que el álgebra vectorial se
aplica en geometría, explicaremos primero cuáles son las imágenes geométricas
que se encuentran tras el lenguaje que vamos a utilizar.
Cuando denotamos un vector con una letra mayúscula—digamos
P = (x, y, z)—indicamos que P ha de considerarse como un radio vector
o vector de posición ( es decir, el punto inicial de la flecha que representa
P es el origen), o como el punto terminal del radio vector P = (x, y, z), y
en este caso, los números x, y, z se llaman coordenadas del punto P. Así,
(x, y, z) puede llamarse vector, radio vector o punto, y los números x, y, z
pueden llamarse componentes o coordenadas. El lenguaje que se utilice
depende de cual sea la aplicación que el usuario tiene en mente.
Si denotamos un vector con una letra minúscula negrita a = (x, y, z),
debemos entender que el vector se está usando para representar una
dirección y una magnitud.
En cualquier caso, los nombres que usemos no afectarán el álgebra de los
vectores aunque la terminología pueda resultar necesaria para comprender
alguna aplicación particular del álgebra vectorial.
Geometría analítica sólida: Espacio euclidiano tridimensional
Ahora ya estamos en condiciones de dar una descripción de nuestro modelo
analítico del espacio euclidiano.
Llamamos a este modelo espacio analítico euclidiano tridimensional o,
simplemente, espacio euclidiano tridimensional. El espacio euclidiano
tridimensional se denota por R3 (léase R tres). En la definición de R3
debemos especificar que es lo que debemos entender por puntos, rectas y
planos. Los puntos de R3 son las ternas ordenadas (x, y, z) de V3 . Los
números x, y, z han de visualizarse como las coordenadas rectangulares
del punto P = (x, y, z) (ver la Figura 14).

Figura 14: P (x, y, z).

Geometría analítica sólida: Espacio euclidiano tridimensional
Nuestra definición de una recta en R nace de la idea intuitiva de que una
3

recta está determinada por un punto P0 y una dirección a (a es un

vector no nulo) (ver Figura 15). Los puntos P sobre la recta L que pasa
por P0 en la dirección de a son, todos puntos de la forma P = P0 + ta,
donde t es un número real. Denotamos este conjunto por
{ P0 + ta| t ∈ R}, lo que leemos: el conjunto de todos los puntos P0 + ta
con t ∈ R. Son todos los puntos que pueden alcanzarse desde P0 ,
partiendo desde P0 , siguiendo una dirección paralela a a.

Figura 15: Una recta en R3 .

Geometría analítica sólida: Espacio euclidiano tridimensional
La definición de un plano en R3 surge de la idea de que un plano está
determinado por dos rectas no paralelas L1 y L2 de direcciones a y b,
respectivamente, que se cortan en un punto P0 (ver Figura 16). Los
puntos P sobre el plano P determinado por L1 y L2 son todos los
puntos de la forma P = P0 + ua + vb, donde u y v son números reales.

Figura 16: Un plano en R3 .

Geometría analítica sólida: Espacio euclidiano tridimensional
La distancia en el espacio euclidiano tridimensional R del punto P1 al punto
3

P2 se define como la longitud del vector P2 − P1 . Nuestro espacio euclidiano

tridimensional R3 es, por tanto, V3 con las nociones de punto, recta, plano y
distancia definidas como acaba de explicarse.
Definición 10
El espacio (analítico) euclidiano tridimensional, denotado por R3 , es el espacio
vectorial tridimensional V3 donde:
1. Los elementos (x, y, z) de V3 son los puntos de R3 .
2. Un conjunto L de puntos de R3 es una recta si hay un punto P0 ∈ R3 y
un vector no nulo a ∈ V3 tal que

L = { P0 + ta| t ∈ R} ;

3. Un conjunto P de puntos de R3 es un plano si hay un punto P0 ∈ R3 y

dos vectores no nulos a, b ∈ V3 tales que

P = { P0 + ua + vb| u, v ∈ R} ;

4. La distancia, denotada por d (P1 , P2 ), del punto P1 = (x1 , y1 , z1 ) al punto

P2 = (x2 , y2 , z2 ) es la longitud del vector P2 − P1 , es decir
q
d (P1 , P2 ) = (x2 − x1 )2 + (y2 − y1 )2 + (z2 − z1 )2 .
Geometría analítica sólida: Espacio euclidiano tridimensional
Las ecuaciones
P = P0 + ta
y
P = P0 + ua + vb
se llaman ecuaciones vectoriales de la recta y el plano, respectivamente. Las
ecuaciones correspondientes entre los componentes
x = x0 + ta1 , y = y0 + ta2 , z = z0 + ta3
y
x = x0 + ua1 + vb1 , y = y0 + ua2 + vb2 , z = z0 + ua3 + vb3
se llaman ecuaciones paramétricas de la recta y el plano, respectivamente.

Ejemplo 13
Determine una recta que pase por los puntos P0 = (1, 1, 2) y P1 = (1, 2, 0).

Solución
Sea a = P1 − P0 = (0, 1, −2). Entonces L = { P0 + t (P1 − P0 )| t ∈ R} es
claramente una recta que contiene a P0 y a P1 , ya que P0 resulta de hacer
t = 0 y P1 de hacer t = 1. Luego

L = {(1, 1, 2) + t (0, 1, −2)} = {(1, 1 + t, 2 − 2t)}

es una recta que pasa por los puntos (1, 1, 2) y (1, 2, 0). Ver la Figura 17.
Geometría analítica sólida: Espacio euclidiano tridimensional

Figura 17: Recta que pasa por los puntos P0 = (1, 1, 2) y P1 = (1, 2, 0).
Geometría analítica sólida: Espacio euclidiano tridimensional

Ejemplo 14
Determine un plano que pase por los puntos P0 = (1, 0, 0), P1 = (0, 1, 0) y
P2 = (0, 0, 1).

Solución
Ver la Figura 18. Definamos a = P1 − P0 , b = P2 − P0 y

P = { P0 + ua + vb| u, v ∈ R}
= { P0 + u (P1 − P0 ) + v (P2 − P0 )| u, v ∈ R} .

Como a = (−1, 1, 0) y b = (−1, 0, 1) no son paralelos, P es un plano que

contiene a P0 , P1 y P2 ; P0 resulta de hacer u = 0, v = 0; P1 resulta de hacer
u = 1, v = 0; y P2 resulta de hacer u = 0, v = 1. De donde resulta que

P = { (1, 0, 0) + u (−1, 1, 0) + v (−1, 0, 1)| u, v ∈ R}

= {(1 − u − v, u, v)}

es un plano que pasa por los puntos (1, 0, 0), (0, 1, 0) y (0, 0, 1).
Geometría analítica sólida: Espacio euclidiano tridimensional

Figura 18: Plano que pasa por los puntos P0 , P1 y P2 .

Geometría analítica sólida: Espacio euclidiano tridimensional
Ejemplo 15
Determine la intersección de la recta L = {(1, 1 + t, 2 − 2t)} con el plano P = {(1 − u − v, u, v)}.

Solución
Supongamos que P es un punto de la intersección de L y P. La intersección de dos conjuntos L y
P, denotada por L ∩ P, es el conjunto de todos los puntos que pertenecen tanto a L como a P. Si
P ∈ L ∩ P, P ∈ L de modo que P = (1, 1 + t, 2 − 2t) para algún t ∈ R y P ∈ P de modo que
P = (1 − u − v, u, v) para ciertos u, v ∈ R. Por tanto, P pertenece a la intersección si y sólo si

(1, 1 + t, 2 − 2t) = (1 − u − v, u, v) para ciertos t, u, v ∈ R,

es decir, si y sólo si

1=1−u−v
1+t=u
2 − 2t = v.

Resolviendo estas ecuaciones, encontramos

t = 3, u = 4, v = −4.

Por tanto,
P = (1, 1 + t, 2 − 2t) = (1, 4, −4) = (1 − u − v, u, v) .

Luego (1, 4, −4) es el punto de intersección.

Geometría analítica sólida: Rectas
En esta sección demostraremos que dos puntos distintos determinan
inequívocamente una recta, es decir, que hay una recta y sólo una
recta que pasa por cada par de puntos distintos de R3 .
Antes de probar este resultado daremos un breve repaso de las
operaciones entre conjuntos y su notación.
. Un conjunto A se dice que es un subconjunto de un conjunto
B, lo que se escribe A ⊂ B, si todo elemento de A es también
un elemento de B.
. Decimos que dos conjuntos son iguales si y sólo si son
idénticos. Así, A = B si y sólo si A ⊂ B y B ⊂ A.
. La intersección de los conjuntos A y B, escrita A ∩ B, es el
conjunto de todos los elementos que se encuentran tanto en A
como en B, es decir, en los dos a la vez. Para que la
intersección de dos conjuntos sea siempre un conjunto, es
necesario introducir el conjunto nulo o conjunto vacío. El
conjunto vacío es el conjunto que no tiene elementos y se
denota por Ø. El conjunto vacío es un subconjunto de todo
conjunto.
. La unión de los conjuntos A y B, escrita A ∪ B, es el conjunto
de todos los elementos que están en A o en B.
Geometría analítica sólida: Rectas
Teorema 7
Para cada par de puntos distintos de R3 hay una y sólo una recta que pasa por ellos.

Demostración.
Sean P1 y P2 un par de puntos distintos de R3 . Entonces

L = { P1 + t (P2 − P1 )| t ∈ R}

es una recta que pasa por P1 y P2 . Supongamos que

0
L = { P0 + sa| s ∈ R}

es una recta que pasa por P1 y P2 . Deseamos demostrar que L 0 = L . Como P1 y P2 son puntos en
L 0 existen números reales distintos s1 y s2 tales que P1 = P0 + s1 a y P2 = P0 + s2 a. Si P ∈ L ,
entonces, para algún t ∈ R

P = P1 + t (P2 − P1 ) = P0 + s1 a + t (s2 − s1 ) a
= P0 + [s1 + t (s2 − s1 )] a.

Así, P ∈ L 0 y por tanto L ⊂ L 0 . Recíprocamente, si P ∈ L 0 , entonces para algún s ∈ R

s − s1
P = P0 + sa = P1 − s1 a + sa = P1 + (P2 − P1 ) .
s2 − s1

Luego, P ∈ L y por tanto L 0 ⊂ L . Como L ⊂ L 0 y L 0 ⊂ L , tenemos L 0 = L .

Geometría analítica sólida: Rectas
Definición 11
Dos rectas

L1 = { P1 + sa| s ∈ R} y L2 = { P2 + tb| t ∈ R}

se dicen paralelas si los vectores a y b son paralelos.

Corolario 1
Para todo punto P1 ∈ R3 y toda recta L = { P0 + sa| s ∈ R}, hay una y
solamente una recta que pasa por P1 paralela a L .

Demostración.
Sea L1 = { P1 + ta| t ∈ R} una recta que pasa por P1 paralela a L . Sea
L2 = { P2 + ub| u ∈ R} otra recta que pasa por P1 paralela a L . Como
P1 ∈ L2 , existe un número real u1 tal que P1 = P2 + u1 b. Además, L2
paralela a L implica que a = rb para algún r ∈ R. De donde

P1 + a = P2 + u 1 b + a
= P2 + u1 b + rb
= P2 + (u1 + r) b

y P1 + a ∈ L1 ∩ L2 . Como P1 y P1 + a son puntos distintos de L1 ∩ L2 , de

acuerdo con el teorema 7, L1 = L2 .
Geometría analítica sólida: Rectas

Corolario 2
Si L1 = { P1 + sa| s ∈ R} y L2 = { P2 + tb| t ∈ R} son rectas
paralelas, entonces L1 = L2 o L1 ∩ L2 = Ø.

Demostración.
Supongamos que L1 ∩ L2 6= Ø y sea P0 un punto de L1 ∩ L2 .
Entonces existen números reales s0 y t0 tales que
P0 = P1 + s0 a = P2 + t0 b. Además, como L1 y L2 son paralelas
a = rb para algún r ∈ R. De donde

P0 + a = P1 + s0 a + a = P2 + t0 b + a
= P1 + (s0 + 1) a = P2 + t0 b + rb
= P1 + (s0 + 1) a = P2 + (t0 + r) b

por lo que P0 + a ∈ L1 ∩ L2 . Como P0 y P0 + a son puntos distintos

en L1 ∩ L2 , según el teorema 7, L1 = L2 .
Geometría analítica sólida: Rectas

Corolario 3
Si las rectas L1 y L2 no son paralelas, entonces L1 ∩ L2 = Ø o L1 ∩ L2
consiste en un solo punto.

Demostración.
Si L1 ∩ L2 contiene más de un punto, entonces de acuerdo con el teorema 7,
tendríamos que L1 = L2 . Sin embargo L1 y L2 no son paralelas y por tanto
no pueden coincidir. De esta manera, L1 ∩ L2 no puede contener mas de un
punto.

Ejemplo 16
Determine si las rectas L1 = {(1, 3, −2) + t (3, −6, 9)} y
L2 = {(2, 1, 7) + s (−2, 4, −6)} son paralelas o no y diga cual es su
intersección.
Geometría analítica sólida: Rectas
Solución
Las rectas son paralelas si hay un número real r tal que

(3, −6, 9) = r (−2, 4, −6) .

Es decir, si 3 = −2r, −6 = 4r y 9 = −6r. Estas ecuaciones son satisfechas por r = −3/2, por lo que
las rectas son paralelas. Como las rectas son paralelas, según el corolario 2 L1 = L2 o L1 ∩ L2 = Ø.
El punto P1 = (1, 3, −2) ∈ L1 . Si P1 ∈ L2 , entonces L1 = L2 Y si P1 ∈ / L2 , entonces
L1 ∩ L2 = Ø.
Si P1 ∈ L2 , entonces para algún s ∈ R,

(1, 3, −2) = (2, 1, 7) + s (−2, 4, −6)

o
(1, 3, −2) − (2, 1, 7) = s (−2, 4, −6)

o
(−1, 2, −9) = (−2s, 4s, −6s) .

Esta última ecuación es equivalente a las tres ecuaciones: −1 = −2s, 2 = 4s, −9 = −6s.
Como no hay un número s que satisfaga simultáneamente estas tres ecuaciones, P1 ∈/ L2 . Así que
L1 ∩ L2 = Ø.h

Ejemplo 17
Determine si las rectas L1 = {(1, 3, −2) + t (3, −6, 9)} y L2 = {(2, 1, 7) + s (1, −3, 4)} son o no
paralelas y determine su intersección.
Geometría analítica sólida: Rectas
Solución
Las rectas son paralelas si hay un número real r tal que

(3, −6, 9) = r (1, −3, 4) .

Como no hay un número r que satisfaga esta ecuación, L1 y L2 no son paralelas. Luego, por el
corolario 3, L1 ∩ L2 = Ø o L1 ∩ L2 contiene un solo punto. Si L1 ∩ L2 6= Ø hay un punto
P0 ∈ L1 ∩ L2 . Es decir, hay números t, s ∈ R tales que

P0 = (1, 3, −2) + t (3, −6, 9) = (2, 1, 7) + s (1, −3, 4)

o
t (3, −6, 9) − s (1, −3, 4) = (2, 1, 7) − (1, 3, −2)

o
(3t, −6t, 9t) − (s, −3s, 4s) = (1, −2, 9)

o
(3t − s, −6t + 3s, 9t − 4s) = (1, −2, 9) .

Esta ecuación es equivalente a las tres ecuaciones:

3t − s = 1
−6t + 3s = −2
9t − 4s = 9.

Resolviendo las dos primeras ecuaciones para s y t, encontramos que s = 0 y t = 1/3. Como estos
valores no satisfacen la tercera ecuación, no hay ninguna solución para el sistema y L1 ∩ L2 = Ø.
Geometría analítica sólida: Rectas
Definición 12
θ es un ángulo entre las rectas L1 y L2 si para ciertos vectores no nulos a y b,
L1 = {P1 + sa}, L2 = {P2 + tb}, y θ es un ángulo entre a y b.

Observación
Hablaremos de un ángulo entre dos rectas aun en el caso de que no se
intersecten.

Ejemplo 18
Encuentre un ángulo entre las rectas L1 = {(1, 3, −2) + t (3, −6, 9)} y
L2 = {(2, 1, 7) + s (1, −3, 4)}.

Solución
Sean a = (3, −6, 9) y b = (1, −3, 4). Si θ es el ángulo entre a y b, entonces

a·b (3, −6, 9) · (1, −3, 4)

cos θ = = q
|a| |b|
q
32 + (−6)2 + 92 12 + (−3)2 + 42
3 + 18 + 36 57
= √ √ = √ ≈ 0.99587
3 14 26 6 91
y θ tiene como medida en grados 5°120 o 354°480 .
Geometría analítica sólida: Rectas
A veces es conveniente expresar los vectores de V3 en términos de los vectores
unitarios (ver la Figura 19).

i = (1, 0, 0) , j = (0, 1, 0) , k = (0, 0, 1) . (6)

Figura 19: u = (cos α, cos β, cos γ).

Geometría analítica sólida: Rectas
Estos vectores apuntan en las direcciones positivas de los ejes X, Y y Z, respectivamente. Para
cualquier vector a ∈ V3 , tenemos

a = (a1 , a2 , a3 ) = (a1 , 0, 0) + (0, a2 , 0) + (0, 0, a3 )

= a1 (1, 0, 0) + a2 (0, 1, 0) + a3 (0, 0, 1)

o bien
a = a1 i + a2 j + a3 k. (7)

Sea a = (l, m, n) un vector no nulo paralelo a una recta L . Los números l, m, n se llaman números
directores de la recta L . Sea α el ángulo entre i y a; sea β el ángulo entre j y a; y sea γ el ángulo
entre k y a (ver la Figura 19). Los ángulos α, β, γ se llaman ángulos directores de la recta L y los
cosenos de estos ángulos cos α, cos β, cos γ se les denomina cosenos directores de L . Si u es el vector
unitario en la dirección de a, entonces

a (l, m, n)
u= = p ,
|a| l 2 + m 2 + n2

de donde se puede demostrar que

cos α = i · u, cos β = j · u, cos γ = k · u. (8)

u = (cos α, cos β, cos γ) (9)

2 2 2
cos α + cos β + cos γ = 1. (10)
Geometría analítica sólida: Rectas
Sean α1 , β1 y γ1 los ángulos directores de la recta L1 y sean α2 , β2 y γ2
los ángulos directores de la recta L2 . Si los ángulos de dirección de L1 y
L2 están determinados por los vectores a1 y a2 , respectivamente, y θ es
el ángulo entre a1 y a2 ,entonces

cos θ = cos α1 cos α2 + cos β1 cos β2 + cos γ1 cos γ2 . (11)

Otras ecuaciones de la recta

Sabemos que toda recta que pasa por el punto P0 y tiene dirección el
vector a es un conjunto de la forma L = { P0 + ta| t ∈ R} y como
cualquier punto P en este conjunto está determinado por la ecuación
P = P0 + ta para algún t ∈ R, a la ecuación

P = P0 + ta (12)

se le conoce como la ecuación vectorial de la recta L . Cada valor del

parámetro t da el vector de posición P de un punto sobre L (ver la
Figura 15). En otras palabras, cuando t varía, la recta es trazada por la
punta del vector P.
Geometría analítica sólida: Rectas

Si el vector a que proporciona la dirección de la recta L se escribe en

términos de sus componentes como a = (a, b, c), P = (x, y, z) y
P0 = (x0 , y0 , z0 ), entonces sustituyendo en la ecuación 12, se tiene

(x, y, z) = (x0 , y0 , z0 ) + t (a, b, c)

= (x0 + ta, y0 + tb, z0 + tc)

y por igualdad de vectores

x = x0 + ta, y = y0 + tb, z = z0 + tc (13)

donde t ∈ R. Esta ecuaciones 13 se denominan ecuaciones paramétricas

de la recta L que pasa por el punto P0 = (x0 , y0 , z0 ) y es paralela al
vector a = (a, b, c). Cada valor del parámetro t da un punto (x, y, z) en
L.
Geometría analítica sólida: Rectas
Ejemplo 19
Encuentre una ecuación vectorial y las ecuaciones paramétricas de
la recta que pasa por el punto (5, 1, 3) y es paralela al vector
i + 4j − 2k.
Solución
Sean P0 = (5, 1, 3), a = i + 4j − 2k = (1, 4, −2) y P = (x, y, z).
Entonces la ecuación vectorial de la recta es

P = P0 + ta
= (5, 1, 3) + t (1, 4, −2)

o
P = (5 + t, 1 + 4t, 3 − 2t) .
Las ecuaciones paramétricas son

x = 5 + t, y = 1 + 4t, z = 3 − 2t.
Geometría analítica sólida: Rectas
Se obtiene otra forma de describir una recta L al eliminar el parámetro t
de las ecuaciones paramétricas 13. Si ninguno de los valores a, b, c son
cero, se puede resolver cada una de las ecuaciones paramétricas para el
paramétro t y entonces al igualar los resultados se obtendrán
x − x0 y − y0 z − z0
= = . (14)
a b c
Estas ecuaciones se conocen como las ecuaciones simétricas de la recta
L . Si uno de los valores a, b, c son cero, por ejemplo si a = 0, se
obtendría
y − y0 z − z0
x = x0 , = .
b c
Esto significa que L está en el plano vertical x = x0 .
Ejemplo 20
Encuentre las ecuaciones paramétricas y simétricas de la recta que pasa
por los puntos P0 = (2, 4, −3) y P1 = (3, −1, 1). ¿En qué punto la recta
intersecta al plano XY ?
Geometría analítica sólida: Rectas
Solución
Sean P = (x, y, z) un punto cualquiera de la recta, y a = P1 − P0 , esto es
a = (3, −1, 1) − (2, 4, −3) = (1, −5, 4). Reconocemos que los números directores son a = 1, b = −5
y c = 4. Una ecuación vectorial de la recta es

P = P0 + ta
= (2, 4, −3) + t (1, −5, 4) ,

la cual también puede escribirse como

(x, y, z) = (2 + t, 4 − 5t, −3 + 4t)

Reconocemos de a = (1, −5, 4) que los números directores son a = 1, b = −5 y c = 4. Entonces, las
ecuaciones paramétricas son

x = 2 + t, y = 4 − 5t, z = −3 + 4t

y las ecuaciones simétricas son

x−2 y−4 z+3
= = .
1 −5 4

La recta intersecta el plano XY cuando z = 0, así que haciendo z = 0 en las ecuaciones simétricas se
obtiene
x−2 y−4 3
= = .
1 −5 4

Esto da x = 11/4 y y = 1/4, por lo que la recta intersecta el plano XY en el punto (11/4, 1/4, 0).k
Geometría analítica sólida: Rectas

En general, el procedimiento del Ejemplo 20 muestra que los

números directores de la recta L que pasa por los puntos
P0 = (x0 , y0 , z0 ) y P1 = (x1 , y1 , z1 ) son a = x1 − x0 , b = y1 − y0
y c = z1 − z0 ; por lo tanto, las ecuaciones simétricas son
x − x0 y − y0 z − z0
= = .
x1 − x0 y1 − y0 z1 − z0

Las ecuaciones simétricas del ejemplo anterior se calcularían así:

x−2 y−4 z+3
= =
3−2 −1 − 4 1 − (−3)
o
x−2 y−4 3
= = .
1 −5 4
Geometría analítica sólida: Producto vectorial

El plano P = { P0 + ua + vb| u, v ∈ R} puede describirse

como el conjunto de todos los puntos P tales que P − P0 es
ortogonal a un vector n donde n es ortogonal tanto a a como
a b.
En esta sección mostraremos la manera en que un vector n
puede determinarse dados los vectores a y b.
. Para este fin introducimos una operación entre vectores
de V3 a la que llamamos producto vectorial.
. Cuando se aplica a vectores a y b se produce un vector
que es ortogonal tanto a como a b.
Aparte de este uso geométrico para la descripción de un plano,
el producto vectorial tiene otras aplicaciones importantes en
geometría y en física.
Geometría analítica sólida: Producto vectorial

Definición 13
El producto vectorial de dos vectores a = (a1 , a2 , a3 ) y b = (b1 , b2 , b3 ) de V3 ,
denotado por a × b y que se lee «a cruz b», es el vector definido por

a × b = (a2 b3 − a3 b2 , a3 b1 − a1 b3 , a1 b2 − a2 b1 ) .

El producto vectorial a × b es un vector y como

a · (a × b) = a1 (a2 b3 − a3 b2 ) + a2 (a3 b1 − a1 b3 ) + a3 (a1 b2 − a2 b1 )

= a1 a2 b3 − a1 a3 b2 + a2 a3 b1 − a2 a1 b3 + a3 a1 b2 − a3 a2 b1
=0

b · (a × b) = b1 (a2 b3 − a3 b2 ) + b2 (a3 b1 − a1 b3 ) + b3 (a1 b2 − a2 b1 )

= b1 a2 b3 − b1 a3 b2 + b2 a3 b1 − b2 a1 b3 + b3 a1 b2 − b3 a2 b1
=0

a × b es ortogonal tanto a como a b.

Geometría analítica sólida: Producto vectorial
Las propiedades fundamentales del producto vectorial:
Para cualesquiera a, b, c ∈ V3 y todo r ∈ R,

a × b = −b × a (15)
(ra) × b = r (a × b) (16)
a × (b + c) = a × b + a × c (17)

La ecuación 15 nos dice que el producto vectorial no tiene la

propiedad conmutativa;
la ecuación 16 muestra la relación entre la multiplicación por
un número real y el producto vectorial;
la ecuación 17 nos dice que el producto vectorial tiene la
propiedad distributiva respecto a la adición.
Es fácil construir ejemplos que nos muestran que, en general,
a × (b × c) 6= (a × b) × c, es decir, que la ley asociativa no
se verifica.
Geometría analítica sólida: Producto vectorial

Los vectores unitarios i = (1, 0, 0), j = (0, 1, 0), y k = (0, 0, 1) satisfacen las relaciones

i×i=j×j=k×k=0
i × j = k = −j × i (18)
j × k = i = −k × j
k × i = j = −i × k.

Usando las propiedades 16 y 17 y los resultados de 18, podemos obtener el producto

vectorial de dos vectores cualesquiera de V3 como sigue:

a × b = (a1 i + a2 j + a3 k) × (b1 i + b2 j + b3 k)
= a1 b1 (i × i) + a1 b2 (i × j) + a1 b3 (i × k) + a2 b1 (j × i)
+ a2 b2 (j × j) + a2 b3 (j × k) + a3 b1 (k × i) + a3 b2 (k × j)
+ a3 b3 (k × k)
= (a2 b3 − a3 b2 ) (j × k) + (a3 b1 − a1 b3 ) (k × i) + (a1 b2 − a2 b1 ) (i × j)
= (a2 b3 − a3 b2 ) i + (a3 b1 − a1 b3 ) j + (a1 b2 − a2 b1 ) k.
Geometría analítica sólida: Producto vectorial
Una representación más conveniente del producto vectorial es mediante el uso
de determinantes. Escribimos:

i j k
a2 a3 a1 a3 a1 a2
a × b = a1 a2 a3 = i −j +k
b2 b3 b1 b3 b1 b2
b1 b2 b3
= i (a2 b3 − a3 b2 ) + j (a3 b1 − a1 b3 ) + k (a1 b2 − a2 b1 ) . (19)

Se ha señalado anteriormente que el producto vectorial a × b es ortogonal

tanto a a como a b. La longitud del vector a × b tiene un significado
geométrico. Calculando el cuadrado de la longitud de a × b obtenemos, por el
álgebra elemental,

|a × b|2 = (a2 b3 − a3 b2 )2 + (a3 b1 − a1 b3 )2 + (a1 b2 − a2 b1 )2

= a21 + a22 + a23 b21 + b22 + b23 − (a1 b1 + a2 b2 + a3b3 )2 ;

es decir,
|a × b|2 = |a|2 |b|2 − (a · b)2 . (20)
Geometría analítica sólida: Producto vectorial
Sabemos que
a · b = |a| |b| cos θ,
donde θ es un ángulo entre a y b. Así, si tomamos θ como el
ángulo 0 ≤ θ ≤ π entre a y b (ver Figura 20), tenemos

|a × b|2 = |a|2 |b|2 − (|a| |b| cos θ)2

= |a|2 |b|2 1 − cos2 θ

= |a|2 |b|2 sen2 θ

y
|a × b| = |a| |b| sen θ. (21)
donde sen θ ≥ 0 ya que 0 ≤ θ ≤ π. Como |b| sen θ es la altura del
paralelogramo de lados a y b (ver la Figura 20), hemos demostrado
que la longitud de a × b es el área del paralelogramo de lados a y b.
Geometría analítica sólida: Producto vectorial

Figura 20: Una interpretación geométrica de |a × b|.

Geometría analítica sólida: Producto vectorial
La ecuación 21 sugiere el siguiente teorema.

Teorema 8
Dos vectores a, b ∈ V3 son paralelos si y sólo si a × b = 0.

Demostración.
a × b = 0 si y sólo si |a × b|2 = 0. De acuerdo con la ecuación 20 vemos que esto es
equivalente a (a · b)2 = |a|2 |b|2 o |a · b| = |a| |b|. Esta última igualdad es la
igualdad de la desigualdad de Schwarz y ya hemos probado que en la desigualdad de
Schwarz sólo se verifica la igualdad si a y b son paralelos.

Ejemplo 21
Si a = (1, 3, 4) y b = (2, 7, −5), determine a × b y b × a.

Solución
Determinamos a × b utilizando 19:

i j k
3 4 1 4 1 3
a×b= 1 3 4 = i− j+ k
7 −5 2 −5 2 7
2 7 −5
= (−15 − 28) i − (−5 − 8) j + (7 − 6) k
= −43i + 13j + k.
Geometría analítica sólida: Producto vectorial
Solución (continuación)
Determinamos b × a utilizando 19:

i j k
7 −5 2 −5 2 7
b×a= 2 7 −5 = i− j+ k
3 4 1 4 1 3
1 3 4
= (28 + 15) i − (8 + 5) j + (6 − 7) k
= 43i − 13j − k.

En este ejemplo vemos que se cumple la propiedad 15: a × b = −(b × a).

Ejemplo 22
Demuestre que a × a = 0 para cualquier vector a ∈ V3 .

Solución
Si a = (a1 , a2 , a3 ), entonces utilizando 19, se tiene

a × a = (a2 a3 − a3 a2 ) i − (a1 a3 − a3 a1 ) j + (a1 a2 − a2 a1 ) k

= 0i − 0j + 0k = 0.
Geometría analítica sólida: Producto vectorial

Si a y b son vectores en V3 que tienen el mismo punto inicial (ver Figura 21),
entonces el producto vectorial a × b es ortogonal tanto a a como a b. La
dirección de a × b está dado por la regla de la mano derecha: si los dedos de su
mano derecha se curvan en la dirección de una rotación del vector a hacia el
vector b (con un ángulo menor de 180°), entonces el dedo pulgar extendido
marcará la dirección del vector a × b.

Figura 21: Regla de la mano derecha para conocer la dirección de a × b.

Geometría analítica sólida: Producto vectorial

Ejemplo 23
Encuentre el área del triángulo con vértices P = (1, 4, 6),
Q = (−2, 5, −1) y R = (1, −1, 1).

Solución
Sean
a = Q − P = (−2, 5, −1) − (1, 4, 6) = (−3, 1, −7)
y
b = R − P = (1, −1, 1) − (1, 4, 6) = (0, −5, −5) .
Entonces, como a × b = (−40, −15, 15), el área del paralelogramo con
lados adyacentes a y b es la longitud del producto cruz a × b:
q
2 2
√
|a × b| = (−40) + (−15) + 152 = 5 82.

El área del√triángulo PQR es la mitad del área de este paralelogramo,

esto es, 25 82.
Geometría analítica sólida: el triple producto escalar

Dados tres vectores cualesquiera a, b, y c en V3 , entonces como b × c es un

vector, podemos formar el producto escalar de a con b × c. A este producto le
llamamos «triple producto escalar».

Definición 14
Dados tres vectores cualesquiera a, b, y c en V3 , el triple producto escalar de
a, b, y c, denotado por [abc], se define por

[abc] = a · (b × c) .

Observación
Observe que expresiones tales como (a · b) × c no tienen
significado alguno, ya que a · b es un número real y el producto
vectorial es una operación entre pares de vectores en V3 .
Geometría analítica sólida: el triple producto escalar
El triple producto escalar [abc] puede expresarse simplemente en
términos de un determinante 3 × 3:

[abc] = a · (b × c) = (a1 , a2 , a3 ) · (b2 c3 − b3 c2 , b3 c1 − b1 c3 , b1 c2 − b2 c1 )

b2 b3 b1 b3 b1 b2
= a1 − a2 + a3
c2 c3 c1 c3 c1 c2

a1 a2 a3
= b1 b2 b3 .
c1 c2 c3

Mediante cálculo directo puede demostrarse que

[abc] = a · (b × c) = b · (c × a) = c · (a × b) . (22)

Como el producto escalar es conmutativo, la ecuación 22 puede

reformularse como

[abc] = (b × c) · a = (c × a) · b = (a × b) · c. (23)
Geometría analítica sólida: el triple producto escalar
Esta última expresión muestra que el triple producto escalar no cambia por
permutaciones cíclicas de los vectores:

[abc] = [bca] = [cab]

y de la ecuación 23 se deduce que para expresar [abc] podemos colocar el

punto y la cruz en cualquiera de las dos posiciones:
[abc] = a · (b × c) = (a × b) · c.
El triple producto escalar puede usarse para describir la orientación de R3 .
. Si a, b, y c son tres vectores mutuamente ortogonales y [abc] > 0,
entonces decimos que a, b, y c es una terna positivamente
orientada. Por ejemplo, los tres vectores unitarios i, j, y k forman
una terna positivamente orientada, ya que

[ijk] = i · (j × k) = i · i = 1 > 0.

Ya hemos admitido que i, j, y k forman un sistema levógiro. Así,

esto implica que la orientación levógira tiene una orientación
positiva. Luego, si a, b, y c forman una terna positivamente
orientada de vectores mutuamente ortogonales, entonces la rotación
de b a c de un ángulo igual a π/2 es contraria al giro de las
manecillas del reloj cuando se ve desde a.
Geometría analítica sólida: el triple producto escalar
La noción de una terna orientada puede extenderse a cualesquiera tres
vectores a, b, y c no necesariamente ortogonales: a, b, y c constituyen
una terna positivamente orientada si [abc] > 0. Consideremos ahora la
terna b × c, b, c donde b y c no son paralelos. Entonces

[(b × c) bc] = (b × c) · (b × c) = |b × c|2 > 0.

Como hemos supuesto que la orientación levógira es la orientación

positiva, tenemos que el giro de un ángulo θ de b a c donde 0 < θ < π es
contrario al giro de las manecillas del reloj cuando se ve desde b × c (ver
Figura 22).
Para obtener una interpretación geométrica de una terna arbitraria
positivamente orientada a, b, y c construimos a, b, y c con el mismo
punto inicial P0 (ver Figura 22) y denominamos P al plano que pasa por
P0 determinado por b y c. Como

[abc] = a · (b × c) = |b × c| Compb×c a,

vemos que la orientación positiva implica que Compb×c a > 0, y por

tanto, que Proyb×c a y b × c apuntan en la misma dirección. Es decir, si
a, b, y c forman una terna positivamente orientada, a y b × c se
encuentran en el mismo lado del plano P.
Geometría analítica sólida: el triple producto escalar

Figura 22: Terna positivamente orientada.

Geometría analítica sólida: el triple producto escalar
Si la terna de vectores a, b, y c está positivamente orientada, entonces [abc]
es el volumen del paralelepípedo de lados a, b, y c (ver Figura 23). El volumen
de un paralelepípedo es el área de la base por la altura. La base es un
paralelogramo de lados b y c y, por tanto, su área es |b × c|. Ahora, la altura
es Compb×c a > 0, luego

Volumen = |b × c| Compb×c a > 0 = a · (b × c) = [abc] .

Si [abc] < 0, entonces − [abc] es el volumen del paralelepípedo de lados a, b

y c.

Ejemplo 24
Encuentre el volumen del paralelepípedo de lados a = (2, 3, −1),
b = (3, −7, 5), y c = (1, −5, 2).

Solución
Como
2 3 −1
[abc] = 3 −7 5 = 27,
1 −5 2
el volumen del paralelepípedo es 27.
Geometría analítica sólida: el triple producto escalar

Figura 23: Volumen de un paralelepípedo.

Geometría analítica sólida: el triple producto escalar
Ejemplo 25
Encuentre el volumen del tetraedro de lados a = (2, 3, −1),
b = (3, −7, 5), y c = (1, −5, 2).

Solución
El volumen de un tetraedro es un tercio del área de la base por la altura.
La base es un triángulo con lados b y c y su área es exactamente la
mitad del área del paralelogramo de lados b y c. De donde el área de la
base es 21 |b × c| y el volumen del tetraedro es:

1
V = (área de la base) (altura)
3 
1 1
= |b × c| (Compb a)
3 2
1
= [abc] .
6
Del ejemplo anterior,
1 9
V = (27) = .
6 2
Geometría analítica sólida: Independencia lineal de vectores

Definición 15
Un conjunto {a1 , . . . , ak } de k vectores en Vn se dice que es linealmente independiente si

r1 a1 + . . . + rk ak = 0

donde ri ∈ R, i = 1, . . . , k, implica r1 = · · · = rk = 0. Si {a1 , . . . , ak } no es linealmente

independiente se dice que es linealmente dependiente.
Un conjunto k de vectores {a1 , . . . , ak } es linealmente dependiente si y sólo si hay k números
reales r1 , . . . , rk no todos iguales a cero, tales que

r1 a1 + . . . + rk ak = 0.

La expresión r1 a1 + . . . + rk ak = 0 donde r1 , . . . , rk ∈ R se denomina una combinación

lineal de los vectores a1 , . . . , ak .
Con frecuencia nos permitimos ciertas libertades de lenguaje y en lugar de decir que el conjunto
de vectores {a1 , . . . , ak } es linealmente independiente (o dependiente), decimos que los
vectores a1 , . . . , ak son linealmente independientes (o linealmente dependientes).
Si dos vectores a y b son linealmente dependientes, entonces hay dos números s, t, que no son
ambos iguales a cero, tales que
sa + tb = 0.

Si s 6= 0, entonces a = − st b mientras que si t 6= 0, entonces b = − s a. En cualquier caso,

t
vemos que la dependencia lineal de dos vectores a y b implica que a y b son vectores paralelos.
Recíprocamente, si a y b son vectores paralelos (a = rb), entonces son linealmente
dependientes (1a − rb = 0). Luego, la dependencia lineal de dos vectores es equivalente a que
los dos vectores sean paralelos.
Geometría analítica sólida: Independencia lineal de vectores
Si tres vectores a, b y c de V3 son linealmente dependientes, entonces
hay tres números r, s, t no todos iguales a cero, tales que

ra + sb + tc = 0.

Si r 6= 0, entonces a = − rs b − rt c y a es una combinación lineal de b y c.

. Si b y c no son paralelos (son linealmente independientes), entonces
b y c determinan un plano P que pasa por un punto dado P0 ∈ R3
y a es también paralelo a P. (Decimos que un vector a es paralelo
a un plano P si para cualquier punto P0 ∈ P la recta
{P0 + ta} ⊂ P.
. Si b y c son paralelos (son linealmente dependientes), entonces a es
también paralelo a b y c, por lo que hay muchos planos por
cualquier punto P0 ∈ R3 a los que a, b y c son paralelos.
Análogamente, si s 6= 0, entonces b es una combinación lineal de a y c, y
si t 6= 0, entonces c es una combinación lineal de a y b. En cualquiera de
los casos, hay al menos un plano P por cualquiera de los puntos
P0 ∈ R3 tal que a, b y c son paralelos a P. Recíprocamente, si tres
vectores son paralelos a un mismo plano, puede demostrarse que son
linealmente dependientes. De donde la dependencia lineal de tres vectores
es equivalente a que los tres vectores sean paralelos a un mismo plano.
Geometría analítica sólida: Independencia lineal de vectores

Posteriormente, demostraremos que cualquier conjunto de más de

tres vectores en V3 es linealmente dependiente.
Si algún subconjunto de un conjunto de k vectores es linealmente
dependiente, entonces el conjunto total de k vectores es linealmente
dependiente. Supongamos que

r1 a1 + · · · + rj aj = 0 (j ≤ k) (24)

con no todos los ri iguales a cero y consideremos la ecuación

r1 a1 + · · · + rj aj + rj+1 aj+1 + · · · + rk ak = 0. (25)

En este caso es posible escoger coeficientes r1 , . . . , rj , no todos

cero, tales que la ecuación 24 se verifique, y escoger
rj+1 = · · · = rk = 0. Entonces, tenemos que los coeficientes
r1 , . . . , rk de la ecuación 25 no todos son cero, y por tanto, el
conjunto {a1 , . . . , aj , aj+1 , . . . , ak } es linealmente dependiente.
Geometría analítica sólida: Independencia lineal de vectores

Cualquier conjunto de vectores que contiene el vector cero es

linealmente dependiente, pues podemos escoger coeficientes no
todos cero tales que la correspondiente combinación lineal sea igual
al vector cero. En particular, podemos tomar todos los coeficientes
de los vectores que no son el vector cero iguales a cero y tomar el
número uno como el coeficiente del vector cero.
Ahora comprobaremos que el triple producto escalar proporciona un
medio conveniente para comprobar la dependencia o independencia lineal
de tres vectores en V3 . Como hemos señalado antes, el valor absoluto de
[abc] es el volumen de un paralelepípedo con aristas a, b y c y es claro,
geométricamente, que este volumen es cero si y solo si a, b y c son
paralelos a algún plano. Por otra parte, que tres vectores sean paralelos a
un plano es equivalente a la dependencia lineal de los tres vectores.
Teorema 9
Tres vectores a, b y c ∈ V3 son linealmente dependientes si y sólo si
[abc] = a · (b × c) = 0.
Geometría analítica sólida: Independencia lineal de vectores

Demostración.
Probamos primero que a, b y c linealmente dependientes implica [abc] = 0. Si
b y c son linealmente dependientes, entonces a, b y c son linealmente
dependientes. Entonces, por el teorema 8 b × c = 0 y
[abc] = a · (b × c) = a · 0 = 0. Si b y c son linealmente independientes
mientras que a, b y c son linealmente dependientes, entonces

a = sb + tc para algunos s, t ∈ R.

De donde, como tanto b como c son ambos ortogonales a b × c,

[abc] = a · (b × c) = (sb + tc) · (b × c)

= s (b · (b × c)) + t (c · (b × c)) = 0.

Recíprocamente, supongamos que [abc] = 0. Entonces el vector b × c es

ortogonal a a, puesto que a · (b × c) = 0. Además, b × c es ortogonal a b. Por
tanto, de acuerdo al ejercicio 3 de la página 16, de las notas de clase, b × c es
paralelo a a × b.
Geometría analítica sólida: Independencia lineal de vectores

Consideramos dos casos:

Caso 1. Si a × b = 0, entonces a y b son linealmente dependientes y, por
tanto, a, b y c son linealmente dependientes.
Caso 2. Si a × b 6= 0, entonces para algún r ∈ R
b × c = r (a × b) .

De donde, reordenando, tenemos

b × c + r (b × a) = 0,

o bien,
b × (c + ra) = 0.
Por tanto, b y c + ra son paralelos. Pero b 6= 0 y, por tanto, para
algún s ∈ R
c + ra = sb.
Lo que demuestra que a, b y c son linealmente dependientes.l
Geometría analítica sólida: Independencia lineal de vectores

Ejemplo 26
¿Son los vectores a = (1, 2, −2), b = (0, 3, 1) y c = (−1, 1, 3) linealmente
dependientes?

Solución
Como

1 2 −2
[abc] = 0 3 1
−1 1 3

3 1 1 0 0 3
=1 +2 −2
1 3 3 −1 −1 1
= 1 (9 − 1) + 2 (−1 − 0) − 2 (0 + 3) = 0,

los vectores son linealmente dependientes. Realmente, a = b − c.

Geometría analítica sólida: la ecuación del plano
Consideremos el plano (ver Figura 24)

P = { P0 + ua + vb| u, v ∈ R} . (26)

Figura 24: Ecuación del plano.

P es el plano que pasa por P0 determinado por el par de vectores no paralelos

a y b. Cualquier vector no nulo ortogonal a a y b se llama vector normal a P
(o simplemente, una normal a P). Así, a × b es un vector normal a P y
cualquier otro vector normal es paralelo a a × b.
Geometría analítica sólida: la ecuación del plano
Lema 1
Si n es un vector normal al plano P = { P0 + ua + vb| u, v ∈ R}
y P1 , P2 ∈ P, entonces n es ortogonal a P2 − P1 .

Demostración.
P1 , P2 ∈ P implica

P1 = P0 + u1 a + v1 b y P2 = P0 + u2 a + v2 b

para algunos u1 , v1 , u2 , v2 ∈ R. Por tanto

P2 − P1 = (u2 − u1 ) a + (v2 − v1 ) b.

Como n es ortogonal tanto a a como a b, es claro que

n · (P2 − P1 ) = 0.

Esto completa la prueba.

Geometría analítica sólida: la ecuación del plano
Lema 2
Si n es un vector normal al plano P = { P0 + ua + vb| u, v ∈ R} y P − P0 es
ortogonal a n, entonces P ∈ P.

Demostración.
Como n = r (a × b) y r 6= 0, P − P0 ortogonal a n implica

(P − P0 ) · (a × b) = 0.

De acuerdo con el teorema 9, esto implica que P − P0 , a y b son linealmente

dependientes. Como a y b son linealmente independientes, concluimos que existen
u, v ∈ R tales que
P − P0 = ua + vb.
Por tanto, P = P0 + ua + vb y P ∈ P.

De los lemas 1 y 2 se deduce el siguiente teorema.

Teorema 10
Si n es un vector normal al plano P = { P0 + ua + vb| u, v ∈ R}, entonces

P = { P| n · (P − P0 ) = 0}

y P es el único plano que pasa por P0 con vector normal n.

Geometría analítica sólida: la ecuación del plano
Demostración.
Sea S = { P| n · (P − P0 ) = 0}. Deseamos demostrar que S = P. Según el
lema 1, si P ∈ P, entonces P − P0 es ortogonal a n y n · (P − P0 ) = 0. De
donde P ∈ P implica P ∈ S de modo que P ⊂ S . Recíprocamente, si
P ∈ S entonces P − P0 es ortogonal a n y según el lema 2 P ∈ P. Por
tanto, S ⊂ P. Luego S = P.
Para demostrar que P es el único plano que pasa por P0 con vector normal n,
supongamos que
P 0 = P00 + sc + td s, t ∈ R


es otro plano que pasa por P0 y tiene también a n como vector normal.
Entonces
P 0 = P| n · P − P00 = 0 .


Como P0 ∈ P 0 , n · (P0 − P00 ) = 0 o, lo que es lo mismo, n · P0 = n · P00 . De

donde n · (P − P0 ) = n · (P − P00 ) para todo P ∈ R3 y en particular

P 0 = P| n · P − P00 = 0 = { P| n · (P − P0 ) = 0} = P.


Esto completa la prueba.

Geometría analítica sólida: la ecuación del plano

La ecuación
n · (P − P0 ) = 0 (27)
se llama ecuación vectorial del plano P.
Para obtener una ecuación escalar del plano, escribimos
n = (a, b, c), P = (x, y, z) y P0 = (x0 , y0 , z0 ). Entonces la
ecuación vectorial 27 se transforma en

(a, b, c) · (x − x0 , y − y0 , z − z0 ) = 0

o bien
a (x − x0 ) + b (y − y0 ) + c (z − z0 ) = 0. (28)
La ecuación 28 es la ecuación escalar del plano que pasa por
P0 = (x0 , y0 , z0 ) con vector normal n = (a, b, c).
Geometría analítica sólida: la ecuación del plano
Ejemplo 27
Encuentre una ecuación del plano que pasa por el punto (2, 4, −1) con vector normal (2, 3, 4).
Determine las intersecciones con los ejes y haga un bosquejo el plano.

Solución
Sean P0 = (2, 4, −1) y n = (2, 3, 4). Entonces, de n identificamos a = 2, b = 3, y c = 4 y de P0
identificamos x0 = 2, y0 = 4 y z0 = −1. Sustituyendo en la ecuación 28 obtenemos la ecuación escalar
del plano
2 (x − 2) + 3 (y − 4) + 4 (z + 1) = 0

o bien
2x + 3y + 4z = 12.

Para hallar la intersección con el eje x hacemos y = z = 0 en esta última ecuación obteniéndose x = 6.
De manera similar, haciendo x = z = 0 obtenemos la ntersección con el eje y, la cual es y = 4;
haciendo x = y = 0, obtenemos la intersección con el eje z: z = 3. Véase la figura 25.

Figura 25: Plano 2x + 3y + 4z = 12.

Geometría analítica sólida: la ecuación del plano
Hemos demostrado que si P es un plano que pasa por P0 y tiene a n como
vector normal, entonces n · (P − P0 ) = 0 es una ecuación vectorial de P.
Recíprocamente, ahora demostraremos que toda ecuación vectorial
n · (P − P0 ) = 0 (n 6= 0) es la ecuación vectorial de un plano que pasa por P0 .

Teorema 11
Para todo vector n distinto de cero y todo punto P0 , n · (P − P0 ) = 0 es una
ecuación vectorial de un plano que pasa por P0 y tiene a n como vector normal.

Demostración.
Deseamos demostrar que

S = { P| n · (P − P0 ) = 0}

es un plano que pasa por P0 y tiene a n como vector normal. Necesitamos

demostrar tan solo que existen vectores linealmente independientes a y b
ambos ortogonales a n. Entonces, n es un vector normal al plano

P = { P0 + ua + vb| u, v ∈ R}

y por el teorema 10, S = P.

Geometría analítica sólida: la ecuación del plano

continuación...
Sea n = (n1 , n2 , n3 ). Como n 6= 0, al menos uno de sus
componentes es distinto de cero. Supongamos que n1 6= 0.
Entonces
a = (−n2 , n1 , 0)
es un vector distinto de cero ortogonal a n. Como a y n son
vectores ortogonales distintos de cero, son linealmente
independientes. Entonces, b = n × a es un vector distinto de cero
ortogonal a n y a a. Luego, a y b son vectores linealmente
independientes cada uno de los cuales es ortogonal a n. Esto
completa la prueba.

Corolario 4
Toda ecuación vectorial n · P = d (n 6= 0) es una ecuación de un
plano que tiene a n como vector normal.
Geometría analítica sólida: la ecuación del plano

Demostración.
Si la ecuación n · P = d tiene una solución P0 , entonces n · P0 = d.
De donde n · P = d = n · P0 es equivalente a n · (P − P0 ) = 0, y
sabemos que ésta es una ecuación de un plano. Queda por probar
que la ecuación n · P = d tiene una solución. Sea n = (a, b, c).
Como n 6= 0, al menos uno de sus componentes es distinto de cero.
Deseamos encontrar un punto P = (x, y, z) que satisfaga

ax + by + cz = d.

Claramente, como al menos uno de los números a, b, c es distinto

de cero, la ecuación tiene soluciones; por ejemplo, (d/a, 0, 0) si
a 6= 0, (0, d/b, 0) si b 6= 0, o (0, 0, d/c) si c 6= 0. Esto completa la
prueba.
Geometría analítica sólida: la ecuación del plano
Como en la prueba anterior, sea n = (a, b, c) 6= (0, 0, 0) y P = (x, y, z). Entonces

n · P = ax + by + cz

y escrita en términos de componentes la ecuación vectorial n · P = d toma la forma

ax + by + cz = d. (29)

AsÌ, el conjunto P = { (x, y, z)| ax + by + cz = d} de todas las soluciones a la ecuación 29 es un

plano con normal n = (a, b, c); la ecuación 29 se denomina ecuación lineal del plano P. Luego, toda
ecuación lineal en x, y, z es la ecuación de un plano.

Ejemplo 28
Identifique cada uno de los siguientes planos:

1. 3 (x − 5) − 2 (y + 4) + 4 (z − 2) = 0

2. 2x + 3y = 2

3. x − 2y + z = 0.

Solución
Un plano queda inequívocamente determinado por una normal n y un punto P0 del plano, así que n y
P0 identifican un plano.

1. n = (3, −2, 4), P0 = (5, −4, 2).

2. n = (2, 3, 0), P0 = (1, 0, 0).

3. n = i − 2j + k, y como d = 0 implica P0 = (0, 0, 0), entonces el plano pasa por el origen.

Geometría analítica sólida: la ecuación del plano

Ejemplo 29
Determine la recta que pasa por el punto (1, −5, 6) paralela a la normal
al plano que contiene a los puntos (0, 1, 2), (3, 2, 6) y (−2, 0, 5).

Solución
Sean a = (3, 2, 6) − (0, 1, 2) = (3, 1, 4) y
b = (−2, 0, 5) − (0, 1, 2) = (−2, −1, 3), n = a × b es una normal al
plano P. Luego

i j k
n= 3 1 4 = 7i − 17j − k = (7, −17, −1) .
−2 −1 3

De donde
L = {(1, −5, 6) + t (7, −17, −1)} = {(1 + 7t, −5 − 17t, 6 − t)} es la
recta.
Geometría analítica sólida: la ecuación del plano
Ejemplo 30
Encuentre una ecuación del plano que pasa por los puntos P (1, 3, 2), Q (3, −1, 6) y
R (5, 2, 0).

Solución−−→ −→
Sean a = P Q y b = P R. Entonces a = (2, −4, 4) y b = (4, −1, −2). Puesto que a y
b no son paralelos definen un plano y su producto cruz a × b es ortogonal al plano por
lo que se puede tomar como un vector normal al plano. Así,

i j k
n=a×b= 2 −4 4 = 12i + 20j + 14k = (12, 20, 14) .
4 −1 −2

Con el punto P (1, 3, 2) tomado como P0 , identificamos x0 = 1, y0 = 3 y z0 = 2; con

n = (12, 20, 14) identificamos a = 12, b = 20, c = 14; y sustituyendo en la
ecuación 28 obtenemos

12 (x − 1) + 20 (y − 3) + 14 (z − 2) = 0

o bien
12x + 20y + 14z = 100
o
6x + 10y + 7z = 50.
Geometría analítica sólida: la ecuación del plano

Teorema 12
Tres puntos no colineales determinan un plano único.

Demostración.
Sean P0 , P1 y P2 tres puntos no colineales. Entonces P1 − P0 y
P2 − P0 son linealmente independientes. Luego,

P = {P0 + u (P1 − P0 ) + v (P2 − P0 )}

es un plano que pasa por los puntos P0 , P1 y P2 (Lema 1 y

Ejercicio 3, página 16). Luego, de acuerdo con el Teorema 10, P
es el único plano que pasa por los puntos no colineales P0 , P1 y
P2 .
Geometría analítica sólida: Intersección de planos

Discutiremos el problema de la determinación de la intersección de dos planos.

El carácter de esta intersección depende de que los planos sean o no paralelos.

Definición 16
Se dice que dos planos son paralelos si sus normales son paralelas.
Si dos planos paralelos P1 y P2 tienen normales n1 y n2 ,
respectivamente, entonces n1 y n2 son vectores paralelos no nulos. Ahora
bien, como cualquier vector no nulo paralelo a n1 es normal a P1 , n2 es
también un vector normal a P1 . Análogamente, n1 es un vector normal
a P2 . Es decir, toda normal a uno de los planos de un par de planos
paralelos es una normal común a los dos planos.
Ahora probaremos que planos paralelos o coinciden o no tienen puntos en
común y que planos no paralelos se intersectan en una recta.

Teorema 13
Si P1 y P2 son planos paralelos, entonces P1 = P2 o bien P1 ∩ P2 = Ø. Si
P1 y P2 no son paralelos, entonces P1 ∩ P2 es una recta.
Geometría analítica sólida: Intersección de planos

Demostración.
Sean P1 = { P1 + ua + vb| u, v ∈ R} y P2 = { P| (P − P2 ) · n = 0}. Un
punto P = P1 + ua + vb en P1 se encuentra también en P2 si y sólo si

(P1 + ua + vb − P2 ) · n = 0

o
(a · n) u + (b · n) v = (P2 − P1 ) · n. (30)
Si los planos P1 y P2 son paralelos, entonces a · n = 0 y b · n = 0. En este
caso o bien ningún par de números u, v ∈ R satisface la ecuación 30, o bien
cualquier par de números u, v ∈ R la satisfacen, según que (P2 − P1 ) · n sea
distinto de cero o sea igual a cero. Si (P2 − P1 ) · n 6= 0, entonces no hay
números u, v que satisfagan la ecuación 30 y P1 ∩ P2 = Ø. Si
(P2 − P1 ) · n = 0, entonces cualesquiera par de números u, v satisfacen la
ecuación 30 y P1 ⊂ P2 . De lo que se sigue que P1 = P2 ya que tres puntos
no colineales determinan un plano único (teorema 12).
Geometría analítica sólida: Intersección de planos

continuación...
Si P1 y P2 no son paralelos, entonces a · n 6= 0 o b · n 6= 0. Supongamos que
a · n 6= 0. Entonces la ecuación 30 puede resolverse para u en términos de v y
para cada v ∈ R tenemos
(P2 − P1 ) · n − (b · n) v
u= . (31)
a·n
Así, un punto P = P1 + ua + vb está en P1 ∩ P2 si y sólo si u está
determinada por la ecuación 31. Es decir
   
(P2 − P1 ) · n b·n
P1 ∩ P2 = P1 + a+ b− a v v∈R
a·n a·n
b·n
y este conjunto es una recta, ya que a y b no paralelos implica b − a 6= 0.
a·n
Geometría analítica sólida: Intersección de planos
Ejemplo 31
Encuentre la intersección del plano

P1 = { (1, 1, 1) + u (2, −1, 3) + v (−1, 0, 2)| u, v ∈ R}

y el plano P2 cuya ecuación es 2x + 3y − z = 7.

Solución
Un punto P = (1, 1, 1) + u (2, −1, 3) + v (−1, 0, 2) = (1 + 2u − v, 1 − u, 1 + 3u + 2v) en P1 se
encuentra también en P2 si y sólo si

P · n = (1 + 2u − v, 1 − u, 1 + 3u + 2v) · (2, 3, −1) = 7

3
o bien 4 − 2u − 4v = 7. Luego u = −2v − y
2

3
P = (1, 1, 1) −
(2, −1, 3) − 2v (2, −1, 3) + v (−1, 0, 2)
2
5 7
 
= −2, , − + v (−5, 2, −4) .
2 2

La intersección de P1 y P2 es la recta

5 7
  
P1 ∩ P2 = −2, , − + v (−5, 2, −4) v ∈ R .
2 2
Geometría analítica sólida: Intersección de planos
Si dos planos están dados en forma de ecuación, entonces podemos encontrar la intersección expresando
dos de las incógnitas en términos de una tercera. La tercera incógnita pasa entonces a desempeñar el
papel de parámetro en la recta de intersección.

Ejemplo 32
Encuentre los puntos de intersección de los planos 4x + 3y + z = 0 y x + y − z = 15.

Solución
Para resolver el sistema de ecuaciones

4x + 3y + z = 0
x + y − z = 15

Resolviendo para x la segunda ecuación y sustituyendo en la primera ecuación

x = −y + z + 15
−4y + 4z + 60 + 3y + z = 0

Resolviendo la segunda ecuación para y:

x = −y + z + 15
y = 5z + 60

Sustituyendo la segunda en la primera:

x = −5z − 60 + z + 15
y = 5z + 60
Geometría analítica sólida: Intersección de planos
Solución
o

x = −4z − 45
y = 5z + 60.

Por tanto, los dos planos se intersectan a lo largo de la recta cuyas ecuaciones parametricas son:

x = −4t − 45
y = 5t + 60
z = t.

Definición 17
Un ángulo entre dos planos es un ángulo entre sus normales.

Ejemplo 33
Encuentre un ángulo entre los dos planos del ejemplo anterior.

Solución
Los planos 4x + 3y + z = 0 y x + y − z = 15 tienen normales n1 = (4, 3, 1) y n2 = (1, 1, −1),
respectivamente. Por tanto, si θ es un ángulo entre los dos planos, entonces

n1 · n2 4(1) + 3(1) + 1(−1) 6

cos θ = = √ √ = √ √ ≈ 0.6794
|n1 | |n2 | 16 + 9 + 1 1 + 1 + 1 26 3
Geometría analítica sólida: Intersección de una recta y un plano
Introducimos el concepto de recta paralela a un plano.

Definición 18
Una recta L es paralela a un plano P si L es ortogonal a una normal a P.

Teorema 14
Si la recta L es paralela al plano P, entonces L ⊂ P o L ∩ P = Ø. Si la recta L no es paralela
al plano P, entonces L ∩ P contiene un punto.

Demostración.
Sean L = { P1 + ta| t ∈ R} y P = { P| P · n = d}. Un punto P = P1 + ta en L también se
encuentra en P si y sólo si
(P1 + ta) · n = d

o
(a · n) t = d − P1 · n. (32)

Si L es paralela a P, entonces a y n son ortogonales y a · n = 0. En este caso y según que d − P1 · n

sea distinto de cero o cero, respectivamente, o ningún número t satisface la ecuación 32 o cualquier
número t satisface la ecuación 32. Si d − P1 · n 6= 0, entonces ningún número t ∈ R satisface la
ecuación 32 y L ∩ P = Ø. Si d − P1 · n = 0, entonces todo número t ∈ R satisface la ecuación 32 y
L ⊂ P.
Si L no es paralela a P, entonces a y n no son ortogonales y a · n 6= 0. En este caso la ecuación 32
tiene la solución ú̇nica
d − P1 · n
t=
a·n
y el punto de intersección es
d − P1 · n
P1 + a.
a·n
Geometría analítica sólida: Intersección de una recta y un plano

Ejemplo 34
Encuentre la intersección de la recta
L = { (1, 1, 1) + t (2, −1, 3)| t ∈ R} y el plano 2x + 3y − z = 7.

Solución
Un punto P = (1, 1, 1) + t (2, −1, 3) en L también se encuentra
en P si y sólo si

P · n = (1 + 2t, 1 − t, 1 + 3t) · (2, 3, −1) = 7

3
o bien 4 − 2t = 7. Así, t = − y el punto de intersección es
2
 
3 5 7
(1, 1, 1) − (2, −1, 3) = −2, , − .
2 2 2
Geometría analítica sólida: Intersección de una recta y un plano
Definición 19
La distancia de un punto Q a un plano P es la distancia de Q al punto de intersección con P de la
recta que pasa por Q y es normal a P.

Ejemplo 35
Encuentre la distancia de un punto Q a un plano P.

Solución
Sea n · P = d una ecuación de P. La recta L que pasa por Q normal a P tiene la ecuación

P = Q + tn.

De acuerdo con el teorema 14, el punto de intersección de P y L es

d−n·Q
P1 = Q + t1 n = Q + n
n·n

y la distancia es
d−n·Q |d − n · Q|
d (Q, P) = n = . (33)
n·n |n|

Si P0 ∈ P, entonces d = n · P0 y podemos expresar la distancia en la forma

|n · (Q − P0 )|
d (Q, P) = = |Proyn (Q − P0 )| . (34)
|n|
Geometría analítica sólida: Intersección de una recta y un plano
Ejemplo 36
Encuentre la distancia del punto Q = (1, 2, 4) al plano P con ecuación
2x − y + 3z = 10.
Solución
Como n = (2, −1, 3) es una normal al plano P, usando la ecuación 33,
tenemos
|d − n · Q| |10 − (2, −1, 3) · (1, −2, 4)|
d (Q, P) = =
|n| |(2, −1, 3)|
|10 − 16| 6
=√ =√ .
4+1+9 14
También podemos utilizar la ecuación 34, con n = (2, −1, 3) . Sea P0 un
punto del plano y sea a = Q − P0 . Entonces

a·n |Q · n − P0 · n|
d (Q, P) = |Proyn a| = =
|n| |n|
|(1, −2, 4) · (2, −1, 3) − 10| 6
= √ =√ .
14 14
Bases
Hemos visto que cualquier vector a ∈ V3 puede expresarse en una forma
única como una combinación lineal de los vectores unitarios

i = (1, 0, 0) , j = (0, 1, 0) , k = (0, 0, 1) .

En realidad,
a = (a1 , a2 , a3 ) = a1 i + a2 j + a3 k.
Así, los vectores i, j, k tienen la propiedad de que todo vector de V3
puede expresarse como una combinación lineal de estos vectores
unitarios. El conjunto de vectores i, j, k no es el único conjunto de
vectores que tiene esta propiedad. Demostraremos que cualesquiera tres
vectores linealmente independientes tienen esta propiedad.
Teorema 15
Si a, b, c ∈ V3 son linealmente independientes, entonces para cada punto
P ∈ R3 existen números reales únicos u, v, t tales que

P = ua + vb + tc.
Bases

Demostración.
De acuerdo con el ejercicio 4, página 23, como a, b, c son
linealmente independientes, si existen números u, v, t que satisfacen

P = ua + vb + tc,

tales números son únicos. Que tales números existan es una consecuencia
del teorema 14. Sea P = {ua + vb} y L = {P + tc}. Como como
a, b, c son linealmente independientes, L no es paralela a P. Luego, si
P1 es el punto de intersección de P y L hay números u, v, t1 ∈ R tales
que
P1 = ua + vb = P + t1 c.
Por tanto,
P = ua + vb + tc,
donde t = −t1 .
Bases
Como consecuencia del teorema 15, vemos que cualquier conjunto de
cuatro o más vectores en V3 es linealmente dependiente.
Definición 20
Se dice que un conjunto {a1 , . . . , ak } de vectores en Vn es una
base de Vn si
1. {a1 , . . . , ak } es linealmente independiente y
2. todo vector de Vn puede expresarse como una combinación lineal
de a1 , . . . , ak .
Si todo vector de Vn puede expresarse como una combinación lineal
de a1 , . . . , ak , entonces se dice que el conjunto {a1 , . . . , ak } genera
Vn .
Corolario 5
Todo conjunto de tres vectores linealmente independientes de V3 es
una base de V3 .
Bases
Demostración.
Sean a, b, c tres vectores linealmente independientes de V3 . Solo necesitamos
demostrar que a, b, c generan V3 . Sea d un vector arbitrario de V3 . Sea P ∈ R3 tal
que P = P − O = d. Entonces de acuerdo con el teorema 15, existen números únicos
u, v, t tales que
d = P = ua + vb + tc.

Corolario 6
Si
a1 b1 c1
a2 b2 c2 6= 0
a3 b3 c3

entonces el sistema de ecuaciones lineales

a1 x + b1 y + c1 z = d1
a2 x + b2 y + c2 z = d2
a3 x + b3 y + c3 z = d3

tiene solución única.

Bases
Demostración.
El sistema de tres ecuaciones lineales es equivalente a la ecuación vectorial

ax + by + cz = d (35)

donde a = (a1 , a2 , a3 ), b = (b1 , b2 , b3 ), c = (c1 , c2 , c3 ) y d = (d1 , d2 , d3 ).

Como
a1 a2 a3 a1 b1 c1
[abc] = a · (b × c) = b1 b2 b3 = a2 b2 c2 6= 0,
c1 c2 c3 a3 b3 c3
a, b, c son linealmente independientes (teorema 9). De donde se sigue, de
acuerdo con el corolario 5, que la ecuación 35 tiene una solución. La
independencia lineal de a, b, c implica la unicidad de la solución (problema 4,
página 23).
Hallando los productos escalares de la ecuación 35 por b × c, c × a, y a × b,
sucesivamente, obtenemos

[abc] x = [dbc] , [abc] y = [adc] , [abc] z = [abd]

Bases
continuación...
o bien

d1 b1 c1 a1 d1 c1
d2 b2 c2 a2 d2 c2
[dbc] d3 b3 c3 [adc] a3 d3 c3
x= = , y= = ,
[abc] a1 b1 c1 [abc] a1 b1 c1
a2 b2 c2 a2 b2 c2
a3 b3 c3 a3 b3 c3

a1 b1 d1
a2 b2 d2
[abd] a3 b3 d3
z= = .
[abc] a1 b1 c1
a2 b2 c2
a3 b3 c3
Bases
Observación
La fórmula para la solución del corolario 6 es el caso especial para tres
ecuaciones lineales de la Regla de Cramer.

Corolario 7
Tres planos cuyas normales son linealmente independientes se intersectan en un
y sólo un punto.

Demostración.
Esta es la interpretación geométrica del anterior corolario cuando las ecuaciones
que se consideran son las ecuaciones de tres planos. Un punto de intersección
de los planos corresponde a una solución del sistema de ecuaciones.

Ejemplo 37
Encuentre todos los puntos de intersección de los planos

2x + y − 3z = 4
5x + 4y + 7z = 2
x − y + 2z = −5.
Bases
Solución
Utilizando la Regla de Cramer

4 1 −3 2 4 −3
2 4 7 5 2 7
−5 −1 2 11 1 −5 2 49
x= =− y= =
2 1 −3 18 2 1 −3 18
5 4 7 5 4 7
1 −1 2 1 −1 2

2 1 4
5 4 2
1 −1 −5 5
y= =− .
2 1 −3 6
5 4 7
1 −1 2
 
11 49 5
El punto de intersección es − , ,− .
18 18 6
Bases
Ejemplo 38
Si tres vectores no nulos a, b, c en V3 son mutuamente ortogonales, pruebe que forman una base de
V3 . Exprese un vector d ∈ V3 como una combinación lineal de a, b, c.

Solución
Para que a, b, c constituyan una base de V3 han de ser linealmente independientes. Es decir, debemos
demostrar que la única solución de la ecuación

ua + vb + tc = 0 (36)

es u = v = t = 0. Tomando el producto escalar de ambos miembros de la ecuación 36 por a, tenemos

ua · a + vb · a + tc · a = 0 · a.

Como a es ortogonal tanto a b como a c, obtenemos u = 0. Análogamente, tomando el producto

escalar con b y c, obtenemos v = 0 y t = 0. De donde a, b, c son linealmente independientes, luego,
según el corolario 5, forman una base de V3 .
Como a, b, c forman una base de V3 , todo vector d ∈ V3 puede expresarse como una combinación
lineal de a, b, c:
d = ua + vb + tc.

Tomando el producto escalar con a, b, c sucesivamente y como a, b, c son mutuamente ortogonales,

obtenemos
a · d = u (a · a) , b · d = v (b · b) , c · d = t (c · c)

o bien
a·d b·d c·d
u= , v= , t= .
|a|2 |b|2 |c|2
Espacio euclidiano n−dimensional
En esta sección definimos el espacio euclidiano n−dimensional. Tomamos como
modelo el espacio euclidiano tridimensional, denotado como Rn .
Hemos visto que en el espacio tridimensional tres vectores linealmente
independientes generan el espacio total.
Dos vectores linealmente independientes a, b ∈ V3 determinan un plano
{ ua + vb| u, v ∈ R} que pasa por el origen. Un plano así se llama subespacio
bidimensional de R3 y cada punto del subespacio está unívocamente
determinado por los dos parámetros u, v. Todo plano en R3 es una traslación
{ P0 + ua + vb| u, v ∈ R} de tal subespacio.
Un vector linealmente independiente, es decir, un vector distinto de cero,
determina una recta { ta| t ∈ R} que pasa por el origen. Tal recta se denomina
subespacio unidimensional de R3 y cada punto de este subespacio está
determinado inequívocamente por el parámetro único t. Toda recta en R3 es
una traslación { P0 + ta| t ∈ R} de tal subespacio.
En un espacio n−dimensional, podemos tener k vectores linealmente independientes
a1 , . . . , ak donde k = 1, . . . , n.
También en este caso, cuando k = n, los vectores a1 , . . . , ak generan el espacio
total y
cuando k < n generan un subespacio k−dimensional. Tales subespacios
{ t1 a1 + · · · + tk ak | t1 , . . . , tk ∈ R} y sus traslaciones, conjuntos de la forma
{ P0 + t1 a1 + · · · + tk ak | t1 , . . . , tk ∈ R} se llaman planos k−dimensionales en
el espacio n−dimensional. El plano unidimensional se llama usualmente recta.
Espacio euclidiano n−dimensional
Definición 21
El espacio analítico euclidiano n−dimensional, denotado por Rn , es el espacio
vectorial n−dimensional Vn donde:
1. los elementos de x = (x1 , . . . , xn ) de Vn son los puntos de Rn ,
2. un conjunto P de puntos de Rn se llama plano k−dimensional o hiperplano
en Rn (k = 1, . . . , n−1) si hay un punto P0 ∈ Rn y k vectores linealmente
independientes a1 , . . . , ak ∈ Vn tales que

P = { P0 + t1 a1 + · · · + tk ak | t1 , . . . , tk ∈ R} ,

3. la distancia, escrita d (P, Q), desde el punto P = (x1 , . . . , xn ) al punto

Q = (y1 , . . . , yn ) en Rn , es la longitud del vector Q − P, es decir,
q
d (P, Q) = |Q − P| = (y1 − x1 )2 + · · · + (yn − xn )2 .

Observación
Un plano unidimensional

L = { P0 + ta| t ∈ R}

se llama recta.
Espacio euclidiano n−dimensional

Definición 22
La ecuación
P = P0 + t1 a1 + · · · + tk ak
se llama ecuación vectorial de un plano y las ecuaciones de las componentes se
llaman ecuaciones parámetricas del plano.

Definición 23
Decimos que un vector b es paralelo al plano

P = { P0 + t1 a1 + · · · + tk ak | t1 , . . . , tk ∈ R} ,

si b = r1 a1 + · · · + rk ak para algunos r1 , . . . , rk ∈ R.

Ejemplo 39
Determine una recta (plano unidimensional) que pase por los puntos
P0 = (1, 4, −2, 3) y P1 = (2, 0, −2, 3) de R4 .
Espacio euclidiano n−dimensional
Solución
Sea a = P1 − P0 . Entonces

L = { P0 + t (P1 − P0 )| t ∈ R}

es una recta que contiene a P0 y P1 .

Ejemplo 40
Determine un plano que pase por los puntos P0 = (2, 3, −2, 3), P1 = (3, 2, 1, 0),
P0 = (2, 1, 0, 0) y P3 = (2, 0, 2, 0).

Solución
Sean

a1 = P1 − P0 = (1, −1, 3, −3)

a2 = P2 − P0 = (0, −2, 2, −3)
a3 = P3 − P0 = (0, −3, 4, −3) .

Con el fin de determinar la dimensión del plano necesitamos conocer cuántos de los
tres vectores anteriores son linealmente independientes. Los tres vectores son
linealmente dependientes si existen números r1, r2, r3, no todos cero, tales que

r1 a1 + r2 a2 + r3 a3 = 0.
Espacio euclidiano n−dimensional
Esta ecuación vectorial es equivalente a las cuatro ecuaciones componentes:

r1 = 0
−r1 − 2r2 − 3r3 = 0
3r1 + 2r2 + 4r3 = 0
−3r1 − 3r2 − 3r3 = 0.

Se encuentra que la única solución a estas ecuaciones es r1 = r2 = r3 = 0. Luego los

tres vectores a1 , a2 , a3 son linealmente independientes. Por tanto,

P = {P0 + t1 a1 + t2 a2 + t3 a3 }
= {(2, 3, −2, 3) + t1 (1, −1, 3, −3) + t2 (0, −2, 2, −3) + t3 (0, −3, 4, −3)}

es un plano tridimensional en R4 que pasa por los puntos P0 , P1 , P2 y P3 : P0

corresponde a t1 = t2 = t3 = 0; P1 corresponde a t1 = 1, t2 = t3 = 0; P2
corresponde a t2 = 1, t1 = t3 = 0; y P3 corresponde a t3 = 1, t1 = t2 = 0.

Ejemplo 41
Determine la intersección de la recta L = { (1, 4, −2, 3) + t (1, −4, 3, −3)| t ∈ R} y el
plano

P = { (2, 3, −2, 3) + t1 (1, −1, 3, −3) + t2 (0, −2, 2, −3) + t3 (0, −3, 4, −3)| t1 , t2 , t3 ∈ R} .
Espacio euclidiano n−dimensional
Solución
Supongamos que P ∈ L ∩ P. Entonces P ∈ L implica

P = (1, 4, −2, 3) + t (1, −4, 3, −3)

para algún t ∈ R y P ∈ P implica que

P = (2, 3, −2, 3) + t1 (1, −1, 3, −3) + t2 (0, −2, 2, −3) + t3 (0, −3, 4, −3)

para algunos t1 , t2 , t3 ∈ R. Por tanto, P ∈ L ∩ P si y sólo si estas dos expresiones son iguales; es
decir, si y sólo si

1+ t= 2 + t1
4 − 4t = 3 − t1 − 2t2 − 3t3
−2 + 3t = −2 + 3t1 + 2t2 + 4t3
3 − 3t = 3 − 3t1 − 3t2 − 3t3 .

5 1 1 1
Resolviendo estas ecuaciones, encontramos t = , t1 = − , t2 = y t3 = . Por tanto
6 6 2 2

5 1
P = (1, 4, −2, 3) + (1, −4, 3, −3) = (11, 4, 3, 3)
6 6

es el punto de intersección de L y P.
Espacio euclidiano n−dimensional

Definición 24
Dos planos en Rn

P1 = { P1 + s1 a1 + · · · + sj aj | s1 , . . . , sj ∈ R}

y
P2 = { P2 + t1 b1 + · · · + tk bk | t1 , . . . , tk ∈ R}
donde j ≤ k < n, son paralelos si cada uno de los conjuntos de
k + 1 vectores {ai , b1 , . . . , bk } (i = 1, . . . , j) es linealmente
dependiente; es decir, si cada uno de los vectores ai (i = 1, . . . , j)
es paralelo al plano P2 . El teorema siguiente postula que si dos
planos son paralelos, entonces o un plano es un subconjunto del
otro o su intersección es vacía. Este teorema es una generalización
del corolario 2 y las partes de los teoremas 13 y 14 concernientes a
las rectas y planos paralelos como casos particulares.
Espacio euclidiano n−dimensional

Teorema 16
Si dos planos

P1 = { P1 + s1 a1 + · · · + sj aj | s1 , . . . , sj ∈ R}

y
P2 = { P2 + t1 b1 + · · · + tk bk | t1 , . . . , tk ∈ R}
donde j ≤ k < n, son paralelos, entonces P1 ⊂ P2 o P1 ∩ P2 = Ø.

Ejemplo 42
¿Son paralelos los planos

P1 = {(1, 4, −2, 3) + s1 (1, 0, 3, −12) + s2 (2, 5, −4, 6)}

P2 = {(2, 3, −2, 3) + t1 (1, −1, 3, −3) + t2 (0, −2, 2, 3) + t3 (0, −3, 4, −3)}?
Espacio euclidiano n−dimensional
Solución
Sean a1 = (1, 0, 3, −12), a2 = (2, 5, −4, 6), b1 = (1, −1, 3, −3), b2 = (0, −2, 2, 3) y
b3 = (0, −3, 4, −3). Los conjuntos {a1 , a2 } y {b1 , b2 , b3 } son linealmente
independientes. Los planos son paralelos si {a1 , b1 , b2 , b3 }, {a2 , b1 , b2 , b3 } son
linealmente dependientes, es decir si a1 y a2 son cada uno combinaciones lineales de
b1 , b2 , b3 . Supongamos que a1 = λ11 b1 + λ12 b2 + λ13 b3 , entonces

1 = λ11
0 = −λ11 − 2λ12 − 3λ13
3 = 3λ11 + 2λ12 + 4λ13
−12 = −3λ11 + 3λ12 − 3λ13 .

Resolviendo estas ecuaciones encontramos λ11 = 1, λ12 = −2, λ13 = 1.

Análogamente, si a2 = λ21 b1 + λ22 b2 + λ23 b3 , entonces

2 = λ21
5 = −λ21 − 2λ22 − 3λ23
−4 = 3λ21 + 2λ22 + 4λ23
6 = −3λ21 + 3λ22 − 3λ23 .
Espacio euclidiano n−dimensional

Resolviendo estas ecuaciones encontramos λ21 = 2, λ22 = 1, λ23 = −3.

Como a1 y a2 son combinaciones lineales de b1 , b2 , b3 , los planos son paralelos.
De acuerdo con el teorema 16, o P1 ∩ P2 = P1 o P1 ∩ P2 = Ø, es suficiente
determinar si un punto cualquiera de P1 pertenece a P2 . Sea
P1 = (1, 4, −2, 3) ∈ P1 . Si P1 ∈ P2 , entonces hay números t1 , t2 , t3 ∈ R tales que

(1, 4, −2, 3) = (2, 3, −2, 3) + t1 (1, −1, 3, −3) + t2 (0, −2, 2, 3) + t3 (0, −3, 4, −3) .

Esta ecuación vectorial es equivalente al sistema de ecuaciones componentes:

−1 = t1
1 = − t1 − 2t2 − 3t3
0= 3t1 + 2t2 + 4t3
0 = −3t1 + 3t2 − 3t3 .

Resolviendo las primeras tres ecuaciones encontramos que si el sistema tiene una
solución ha de ser t1 = −1, t2 = − 92 , t3 = 3. Sin embargo, estos valores no satisfacen
la cuarta ecuación. Luego, el sistema no tiene solución alguna. Por tanto, P1 ∈/ P2 y,
según el teorema 16, P1 ∩ P2 = Ø.
Bibliografía

Intermediate Analysis. Norman B. Haaser, Joseph P. Lasalle

and Joseph A. Sullivan. Blaisdell Publishing Company. First
Edition.
Calculus. James Stewart. Brooks/Cole–Cengage Learning.
Seventh Edition.