Vous êtes sur la page 1sur 39

1

Vectores, Rectas y Planos

M.Sc. Walter Mora F., M.Sc. Geovanni Figueroa M.

Instituto Tecnol´ogico de Costa Rica Escuela de Matem´atica

···

Revista digital Matem´atica, educaci´on e internet (www.cidse.itcr.ac.cr)

2

Cr´editos

Edici´on y composici´on: Walter Mora F. Gr´aficos: Walter Mora F.

Comentarios y correcciones:

escribir a wmora2@yahoo.com.mx

Contenido

1.1 Geometr´ıa vectorial .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

4

1.1.1 Introduci´on

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

4

1.1.2 Vectores .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

4

1.1.3 Notaci´on

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

4

1.1.4 Operaciones B´asicas

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5

1.1.5 Producto punto y norma

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

1.2 Rectas y Planos en el espacio

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

23

 

3

4

1.1 Geometr´ıa vectorial

1.1.1 Introduci´on

Los vectores, que eran utilizados en m´ecanica en la composici´on de fuerzas y velocidades ya desde fines del siglo XVII, no tuvieron repercusi´on entre los matem´aticos hasta el siglo XIX cuando Gauss usa impl´ıcitamente la suma vectorial en la representaci´on geom´etrica de los n´umeros complejos en el plano y cuando Bellavitis desarrolla sus “equipolencias”, un conjunto de operaciones con cantidades dirigidas que equivale al c´alculo vectorial de hoy.

El paso siguiente lo da Hamilton, quien inicia el estudio de los vectores. Se le debe a ´el el nombre de ‘vector’ producto de la creaci´on de un sistema de n´umeros complejos de cuatro unidades, denominado “cuaterniones”, muy usados hoy en d´ıa para el trabajo con rotaciones de objetos en el espacio 3D. Actualmente, casi todas las ´areas de la f´ısica son representadas por medio del lenguaje de los vectores.

En este tema, estudiaremos los vectores en R n , las operaciones y sus propiedades. Adem´as de algunos ejemplos,

se desarrollan actividades interactivas en 3D (en la versi´on en internet) para facilitar la apropiaci´on de los conceptos estudiados.

1.1.2 Vectores

A partir de la representaci´on de R, como una recta num´erica, los elementos (a, b) R 2 se asocian con puntos

de un plano definido por dos rectas perpendiculares que al mismo tiempo definen un sistema de coordenadas

rectangulares donde la intersecc´on representa a (0, 0) y cada (a, b) se asocia con un punto de coordenada a en

la recta horizontal (eje X) y la coordenada b en la recta vertical (eje Y ).

X ) y la coordenada b en la recta vertical (eje Y ). Figura 1.1: Punto

Figura 1.1: Punto (a, b)

Anal´ogamente, los elementos (a, b, c) R 3 se asocian con puntos en el espacio tridimensional definido con tres rectas mutuamente perpendiculares. Estas rectas forman los ejes del sistema de coordenadas rectangulares (ejes X, Y y Z).

Los vectores se pueden representar mediante segmentos de recta dirigidos, o flechas, en R 2 y en R 3 . La direcci´on de la flecha indica la direcci´on del vector y la longitud de la flecha determina su magnitud.

1.1.3 Notaci´on

Los vectores se denotar´an con letras min´usculas con un flecha arriba tales como v , y , z . Los puntos se denotar´an con letras may´usculas tales como A, B, C. En el contexto de los vectores, los n´umeros reales ser´an

5

5 Figura 1.2: Punto ( a, b, c ) Figura 1.3: Vector ( a, b )

Figura 1.2: Punto (a, b, c)

5 Figura 1.2: Punto ( a, b, c ) Figura 1.3: Vector ( a, b )

Figura 1.3: Vector (a, b)

5 Figura 1.2: Punto ( a, b, c ) Figura 1.3: Vector ( a, b )

Figura 1.4: Vector (a, b, c)

llamados escalares y se denotar´an con letras min´usculas cursivas tales como α, β, k.

Si el punto inicial de un vector v es A y el punto final es B, entonces

v = AB −−→

El vector nulo se denota con 0 = (0, 0, · · · , 0)

Para las subsecciones que siguen y con el af´an de generalizar, estudiaremos las propiedades de los vectores en el R n . Un vector en el R n es un ene-tuple (x 1 , x 2 , ··· , x n ) con cada x i R. A x i se le llama componente i-´esima del vector.

1.1.4 Operaciones B´asicas

Igualdad

Dos vectores son iguales si tienen, en el mismo orden, los mismos componentes.

6

6 Definici´on 1 Consideremos los vectores − → s´olo si v 1 = w 1 ,

Definici´on 1

Consideremos los vectores

s´olo si v 1 = w 1 , v 2 = w 2 , ··· , v n = w n .

v

= (v 1 , v 2 , ··· , v n ) R n y

w = (w 1 , w 2 , ··· , w n ) R n .

Ejemplo 1= ( w 1 , w 2 , ··· , w n ) ∈ R n

Sea v = (1, 3, 4)

y

−→ v −→ w = (3, 1, 4) , entonces = −→ w. Z w
−→ v
−→ w = (3, 1, 4) , entonces
= −→
w.
Z
w
4.
v
3.
2.
1.
1. 2. 3. 4. 5. 6.
1.
2.
3.
4.
5.
6.
X

Figura 1.5:

Suma y resta

La suma y resta se hace componente a componente

Suma y resta La suma y resta se hace componente a componente Definici´on 2 Consideremos los

Definici´on 2

Consideremos los vectores v

= (v 1 , v 2 , ··· , v n ) R n y

w = (w 1 , w 2 , ··· , w n ) R n .

v + w = (v 1 + w 1 , v 2 + w 2 , ··· , v n + w n )

v w = (v 1 w 1 , v 2 w 2 , ··· , v n w n )

Ejemplo 2 Sea →− v = (1, 3, 4)
Ejemplo 2
Sea →− v = (1, 3, 4)

y

w = (3, 1, 4) , entonces

i.)

v + w = (4, 4, 8)

ii.)

v

w = (2, 2, 0)

Decimos que

v

= w si y

7

Multiplicaci´on por un escalar

X

v+w Z 4. v w 3. 2. 1. -3. -3. -2. -1. 0. 0. -1.
v+w
Z
4.
v
w
3.
2.
1. -3.
-3. -2. -1.
0. 0. -1. -2. 1.
1.
2.
2. 3.
4.
5.
3.
6.
4.
5.
6.

Figura 1.6:

Y

X

Z 4. v w v - w -3. -2. -1. 0. 1. 1. 2. 3.
Z
4.
v
w
v - w
-3. -2. -1.
0.
1.
1. 2.
3.
4.
2.
5.
6.
Y
3.
4.
5.
6.

Figura 1.7:

Un escalamiento de un vector, por un factor k, se logra multiplicando cada componente por el mismo n´umero real k

multiplicando cada componente por el mismo n´umero real k Definici´on 3 Consideremos el vector − →

Definici´on 3

Consideremos el vector

v = (v 1 , v 2 , ··· , v n ) R n y el escalar k R, entonces

k v

= (k v 1 , k v 2 , ··· , k v n )

Ejemplo 3− v = ( k v 1 , k v 2 , ··· , k v

Sea v = (1, 3, 4) entonces

2 v

1

2 v

=

=

(2, 6, 8)

1

3

2 , 2 ,

4

2

8

Propiedades de los vectores

8 Propiedades de los vectores Teorema 1 Z 2v v 1 2 v -3 -3. -2.

Teorema 1

Z 2v v 1 2 v -3 -3. -2. -1 . . 1. 2. 3.
Z
2v
v
1 2 v
-3
-3. -2. -1
.
.
1.
2.
3.
4.
5.
1. 2. 3. 4. 5.
X

Figura 1.8:

Y

Consideremos el vector v , w, u R n y α, β R entonces

1.

v

+ 0 =

v

2. + v −→ = 0

3. 0 v = 0

4. 1 v = v

5. −→ v + −→ w = −→ w + →− v

v

6. ( v + w) + u = v + ( w + u )

7. α ( v + w) = α v + α w

8. (α + β) v = α v + β v

9. (αβ) v = α (β v )

Ejemplo 4v 9. ( αβ ) → − v = α ( β → − v )

i.) (1, 1, 3) + 5 (2, 2, 3) + 2 (0, 1, 2)

=

(1, 1, 3)

+

[5 (2, 2, 3) +

2 (0, 1, 2)]

=

(1, 1, 3) + (10, 12, 19)

=

(11, 13, 22)

 

ii.) (1, 1, 3) + t (2, 2, 3) + s (0, 1, 2)

=

(1, 1, 3)

+

[t (2, 2, 3) +

s (0, 1, 2)]

=

(1, 1, 3) + (2t, 2t + s,

3t + 2s)

=

(1 + 2t, 1 + 2t + s, 3 + 3t + 2s)

9

1.1.5 Producto punto y norma

El producto punto (o escalar) es una operaci´on entre vectores que devuelve un escalar. Esta operaci´on es intro- ducida para expresar algebraicamente la idea geom´etrica de magnitud.

expresar algebraicamente la idea geom´etrica de magnitud. Definici´on 4 Consideremos los vectores − → v =

Definici´on 4

Consideremos los vectores v = (v 1 , v 2 , ··· , v n ) R n y w = (w 1 , w 2 , ··· , w n ) R n . El producto punto (o escalar) v · w se define de la siguiente manera

v · w = v 1 · w 1 + v 2 · w 2 + ··· + v n · w n R

Ejemplo 5v 2 · w 2 + ··· + v n · w n ∈ R i.)

i.) Sean

v

= (1, 3, 4)

y

w = (1, 0, 2) entonces

v

· w

=

1 · 1 + 3 · 0 + 4 · 2

ii.) Sea

u

= (a, b, c)

entonces

u · u

=

a 2 + b 2 + c 2

De aqu´ı se deduce que u · u 0

=

4 2 1

Propiedades del producto punto

≥ 0 = 4 √ 2 − 1 Propiedades del producto punto Teorema 2 Consideremos los

Teorema 2

Consideremos los vectores v ,

w, u R n y α R entonces

1. · 0 = 0

v

2.

3.

4.

−→ v

w = −→

· −→

w · →− v

u · ( v

+

w) =

u · v +

u ·

w

(α

v ) ·

w = α (

v

· w)

Observaci´on: no hay propiedad asociativa pues v ·(

w · u ) no tiene sentido dado que w · u es un n´umero real.

10

Norma

La norma define la longitud de un vector desde el punto de vista de la geometr´ıa euclideana

Definici´on 5vector desde el punto de vista de la geometr´ıa euclideana Consideremos el vector − → manera

Consideremos el vector manera

v

= (v 1 , v 2 , ··· , v n ) R n . La norma de v

se denota ||

v || y se define de la siguiente

||

v ||

=

=

v · v

v

2

1

+ v

2

2

+ ··· + v

2

n

La distancia de A a B se define como d(A, B ) = ||B A||. De igual manera se define la distancia entre vectores.

Ejemplo 6|| . De igual manera se define la distancia entre vectores. i.) Sea w = (1

i.) Sea

w = (1, 0, 2) entonces

ii.) La distancia de

A = (x, y, z)

2) entonces → − ii.) La distancia de A = ( x, y, z ) ||

||w|| = 1 2 + 0 2 + 2 2 = 3

a

B = (1, 3, 2)

es

||B A||

Propiedades de la norma

(1 , − 3 , 2) es || B − A || Propiedades de la norma

Teorema 3

Consideremos los vectores v ,

w R n y α R, entonces

1. ||

v || ≥ 0

y

|| v || = 0

2.

||α

v || = |α| ||

v ||

si y s´olo si

v

= 0

3.

||

v

4.

||

v

5. |

v

w || = ||

w v ||

+

w || ≤ ||

v || +

w || (desigualdad triangular)

· w | ≤ ||

v || || w || (desigualdad de Cauchy-Schwarz)

=

(x 1) 2 + (y + 3) 2 + (z 2) 2

Ejemplo 7= ( x − 1) 2 + ( y + 3) 2 + ( z −

i.) (Vectores unitarios) Sea

w = (1, 0, 2) entonces

w

||w||

=

1

||w||

||w|| = √ √ 5 = 1

5

11

i.) Sea

w = (1, 0, 2) entonces

11 i.) Sea → − w = (1 , 0 , 2) entonces Definici´on 6 ||

Definici´on 6

|| − 2w|| = 2 ||w|| = 2 5

Un vector se dice unitario si su norma es 1.

Observe que si

w

= 0 entonces

w

||w|| es unitario.

El vector w = (cos θ, sin θ) es unitario.

´

Angulo entre vectores

A partir de la Ley de los cosenos podemos establecer una relaci´on entre el producto punto, normas y ´angulos,

como se muestra a continuaci´on.

Ley de los cosenos. Si a, b y c son las longitudes de los lados de un tri´angulo arbitrario, se tiene la relaci´on

c 2 =

a 2 + b 2 2ab cos θ

donde θ es el ´angulo entre los lados de longitud a y b.

Para visualizar esta ley usando vectores, consideremos el tri´angulo determinado por los vectors v y

se muestra en la figura.

w , como

Z

→ v y − → se muestra en la figura. w , como Z v -
v - w c v w θ a b X Y
v - w
c
v
w
θ
a
b
X
Y

Figura 1.9:

entonces

 

||

v

ahora, puesto que

w || = ||

v || 2 + ||

w || 2 2|| v || ||

w || cos θ

()

12

||

v

w || 2 = (

v

entonces, despejando en (*) obtenemos

w) · (

v

w ) = ||

v || 2 + ||

w || 2 2

v

· w

v

w = ||

·

v || || w || cos θ

En el caso del R n , si

v ,

w R n son vectores no nulos, entonces usando la desigualdad d Cauchy-Schwarz

y

v · w | ≤ || v || ||

|

w ||

la propiedad del valor absoluto |x| ≤ k ⇔ −k x k para un n´umero k 0, obtenemos

y entonces

−||

v || ||

w || ≤

v

· w

≤ ||

v || || w ||

1

−→ v

· −→ w

v || ||

||

w ||

≤ |1

Se puede garantizar que para

v , w R n vectores no nulos, es posible encontrar un unico´

θ [0, π] tal que

Formalmente

v

w = ||

·

v || || w || cos θ

Definici´on 7− → · → − v || || → − w || cos θ Si −

Si v , w R n son vectores no nulos, se dice que el unico´

θ [0, π] tal que

es el ´angulo entre v y

w

v

w = ||

·

v || || w || cos θ

Notaci´on:

v , w denota el ´angulo entre

v

y

w

Como consecuencia tenemos una caracterizaci´on para vectores ortogonales. Recordemos que dos vectores son ortogonales si al menos uno de ellos es nulo o si el ´angulo entre ellos es π/2. Entonces

es nulo o si el ´angulo entre ellos es π/ 2. Entonces Teorema 4 Los vectores

Teorema 4

Los vectores v , w R n son ortogonales si y s´olo si v ·

w = 0

Ejemplo 8si y s´olo si − → v · − → w = 0 i.) Sean −

i.)

Sean

w = (1, 0, 2)

y v = (2, 1, 2) entonces

w y v son ortogonales pues

w ·

v

= 2 + 2 = 0

13

Z 2. w v . 1. 1. X Y
Z
2.
w
v
.
1.
1.
X
Y

Figura 1.10:

ii.)

Sean

w = (1, 0, 2)

y

dado que

cos θ =

v = (2, 1, 1) entonces el ´angulo entre

w

1

θ = arccos 2 3 1.27795

y v es

−→ v

· −→ w

v || ||

||

w

||

=θ = arccos

−→ v · →− w || v || ||

w

|| = arccos

Z 2.
Z
2.

v

w 1. 2. Y 1. 0. 0. -1. 1. 2. -1
w
1.
2. Y
1.
0.
0.
-1.
1.
2.
-1

Figura 1.11:

X

2 3

1

iii.) Sean v

= (1, 1, 0) y

w = (1, 1, 0). Consideremos el problema de encontrar un vector u R 3 que

cumpla las tres condiciones siguientes

u v ,

|| u || = 4,

u , w = π

3

14

Para resolver el problema, supongamos que u = (x, y, z), entonces tenemos que

u · v

||

u ||

u · w

=

=

=

0

4

|| u || ||

w || cos π

3

=

x y

x 2 + y 2 + z 2

x + y

=

=

=

0

16

4 2 cos π

3

de donde finalmente obtenemos que

−→ u = 2 √ 2, 2 √ 2, ± 4 sin π 3 Z
−→ u = 2 √ 2, 2 √ 2, ± 4 sin π
3
Z
1.
u
π/3
-1.
-1.
π/3
v
1.
2.
Y
1.
w
2.
3.
X
u

Figura 1.12:

Paralelismo, perpendicularidad, cosenos directores.

1.12: Paralelismo, perpendicularidad, cosenos directores. Definici´on 8 Dos vectores − → u , → − v

Definici´on 8

Dos vectores u , v R n distintos de cero

1. Son paralelos si el ´angulo entre ellos es 0 o π. En este caso

u

= λ

v ,

λ R

=

x =

2x 2 + z 2

=

x

=

y

16

2 2 cos π

3

15

Z . v λv (λ >0) -1 Y λv (λ< 0) . X
Z
.
v
λv
(λ >0)
-1
Y
λv
(λ< 0)
.
X

Figura 1.13:

2. Son perpendiculares si el ´angulo entre ellos es π/2. En este caso

u · v

= 0

3. Los cosenoss directores del vector w = OP −−→ = (w 1 , w 2 , w 3 ) son

cos α =

w 1 || ,

||

w

cos β =

donde α, β, γ son los ´angulos directores de

w

w 2 || ,

|| w

cos γ =

w 3

||

w ||

α: ´angulo entre OP −−→ y la parte positiva del eje X

β: angulo´

entre OP −−→ y la parte positiva del eje Y

γ: ´angulo entre OP −−→ y la parte positiva del eje Z

Observe que si

w es unitario, entonces w = (cos α, cos β, cos γ)

Proyecci´on ortogonal

Geom´etricamente lo que queremos es determinar un vector que se obtiene al proyectar ortogonalmente el vector

u

cumplir que

w . Si denotamos a este vector con proy u entonces, de acuerdo con la figura, se debe

= 0 sobre el vector

−→ w

16

u u - tw tw w
u
u - tw
tw
w

Figura 1.14:

proy −→ w u

w · (

u t

w)

y finalmente

=

=

t w

0

=

proy →− w u

w ·

u

w · t

w

proy →− w u

−→ w · −→ u

=

−→ w · −→ w

=

=

→− w

t w

0

=

Definici´on 9w · −→ w = = →− w t → − w 0 = ⇒ Si

Si

u , v R n

con

w

= 0, se llama proyecci´on ortogonal de u sobre

w al vector

→− w · −→ u −→ w proy −→ −→ w u = →− w
→− w · −→ u
−→ w
proy −→ −→ w u
=
→− w · −→ w
Z
v
Y
Proy
v
w
X
w

Figura 1.15:

Al vector u proy →− w u se le conoce como la componente de u ortogonal a

w.

Ejemplo 9la componente de → − u ortogonal a − → w . Sean − → u

Sean u = (5, 0, 2) y v = (2, 1, 2) entonces

   proy −→ w u

= t w

t = = −→ w · −→ u −→ w · −→ w

17

Ejemplo 1017 proy − → −→ w u proy → − →− w u = = −→

proy −→ w u

proy →− w u

=

=

−→ w · →− u −→ w · →− w

−→ w

−→ w · −→ u −→ u · −→ u

u

= 12

7

(2, 1, 2) = 24

7

,

12 , 12 2

7

7

= 12

27

(5, 0, 2) = 60

27 , 0, 12 2

27

Y

v Proy w v w Z X w 3. 4. 1. Proy v 1. 0.
v
Proy
w
v
w
Z
X
w
3. 4.
1.
Proy
v
1.
0. 0. 1.
0.

Figura 1.16:

Sean v = (3, 1, 0) y w = (2, 2, 0). Consideremos el problema de determinar un vector u R 3 tal que u = (x, y, x) y que cumpla las dos condiciones

entonces

proy −→ u v

u · w

=

=

proy −→ u v

2

v

0

=

=

2 v ,

u w

3x+y

10

(3, 1, 0)

2x + 2y

=

=

2(3, 1, 0)

0

de donde obtenemos, resolviendo el sistema, x = 10, y = 10, con lo que u = (10, 10, 10)

18

18 Ejemplo 11 X Z v Y w - 2v u Figura 1.17: Consideremos un tri´angulo

Ejemplo 11

X Z v Y w - 2v u Figura 1.17:
X
Z
v
Y w
-
2v
u
Figura 1.17:

Consideremos un tri´angulo determinado por los puntos A, B, C R 3 . Podemos calcular la altura y el ´area de la siguiente manera

Sean

u = BA,

w = C A, entonces la altura es h = ||

u proy

−→ w

u || . Luego, como la base mide ||

w || entonces

|| −→ w || || −→ u − proy →− u || →− w ´
|| −→
w || || −→
u − proy →− u ||
→− w
´
Area =
2
B
u
h
A
C
w
||w||

Figura 1.18:

Producto Cruz en R 3

El producto cruz entre dos vectores de R 3 se define de la siguiente manera

dos vectores de R 3 se define de la siguiente manera Definici´on 10 Consideremos los vectores

Definici´on 10

Consideremos los vectores u = (u 1 , u 2 , u 3 ) R 3 y v = (v 1 , v 2 , v 3 ) R 3 . El producto cruz u × v se define de la siguiente manera

19

u × v

=

(u 2 v 3 u 3 v 2 )

i

(u 1 v 3 u 3 v 1 )

j

+ (u 3 v 1 u 1 v 3 )

k

= (u 2 v 3 u 3 v 2 ) i +

(u 3 v 1 u 1 v 3 ) j +

(u 3 v 1 u 1 v 3 )

k

Z v x w v w Y X w x v
Z
v
x w
v
w
Y
X
w
x v

Figura 1.19:

Recordemos que i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1), entonces tambi´en podr´ıamos escribir

u × v

= (u 2 v 3 u 3 v 2 ,

u 3 v 1 u 1 v 3 ,

u 3 v 1 u 1 v 3 )

Esta f´ormula se puede escribir en la forma de un determinante como sigue

u × v

=

→− i

u

v

1

1

→− j

u

v

2

2

→− k

u

v

3

3

El producto cruz v × w es un vector que es tanto perpendicular a v como a

w.

En general, con las propiedades que vamos a establecer para este producto cruz, solamente ser´ıa posible

definirlo en R 3 y R 7 . El vector v × w se puede ver como la direcci´on de una recta que sirve de eje de rotaci´on unica,´ perpendicular a v y a w . En dos dimensiones no existe una tal direcci´on perpendicular a v y a w . En cuatro o m´as dimensiones, esta direcci´on es ambigua. Una generalizaci´on,en cierto sentido, del producto cruz a n dimensiones es el producto exterior del algebra multilineal. El producto exterior v w tiene magnitud || u || || v || sin θ pero no es un vector ni un escalar, es una ´area dirigida o “bivector” [6], [7]. Este producto tambi´en comparte la propiedad v w = w v

− → w = − − → w ∧ − → v Ejemplo 12 Sean −

Ejemplo 12

Sean u = (5, 0, 2) y v = (2, 1, 2) entonces

20

u × v

v × u

=

=

−→ i

−→ j

5 0

2 1

−→ i

−→ j

2 1

5 0

−→ k

2

2

−→ k

2

2

= ( 2, 3 2, 5)

= ( 2, 3 2, 5)

v

u x v Z u v X Y x u Figura 1.20:
u x v
Z
u
v
X
Y
x u
Figura 1.20:

Propiedades del producto cruz

Teorema 5u v X Y x u Figura 1.20: Propiedades del producto cruz Consideremos los vectores →

Consideremos los vectores v ,

w, u R n y α R, entonces

1.

2.

u · (

u ×

v ) = 0

v

· (

u ×

v ) = 0

3. || u × v || 2 = || u || 2 || v || 2 ( u · v ) 2

4. = (

u × v

v × u )

5.

6.

u × ( v

+

w) =

u × v

+ u × w

u +

(

v ) ×

w

= u × w + v

× w