Geometría Vectorial Bidimensional.

Introducción.
Nos proponemos estudiar Geometría Vectorial en dimensiones 2 y 3. Se trata todavía de
la Geometría Analítica, pero queremos enfatizar que trabajamos ahora con vectores.
Como de costumbre en nuestro curso, la idea es tratar problemas geométricos de manera
algebraica, hasta donde sea posible. En realidad, en las aplicaciones, el camino es más
largo: se tiene un problema concreto; se observa que se puede resolverlo a partir del estudio
de una determinada situación geométrica; a su vez, dicha situación geométrica puede ser
tratada usando métodos algebraicos especialmente desarrollados; –hay que agregar que, en
muchas ocasiones interesantes, habrá que utilizar también técnicas de Cálculo Infinitesimal,
que se estudiará en un curso posterior–.
El álgebra que desarrollamos aquí forma parte de un estudio más general, llamado
Álgebra Lineal (hay también un ápice de Álgebra Multilineal), materia que se desarrolla en
otra asignatura.
Dos y tres dimensiones
Hemos separado el estudio y destinado este capítulo a la Geometría Vectorial en dos
dimensiones, es decir, en el Plano; el capítulo siguiente añade una dimensión y trata
Geometría Vectorial en el Espacio habitual. (Conforme usted estudie más aplicaciones de
esta teoría, los conceptos de plano y espacio se irán también generalizando).
El desarrollo en dimensión 2 es bastante detallado. Ello permite tratar algunos aspectos,
que posiblemente le resulten novedosos, con la mayor simplicidad posible.
En el caso espacial, hemos seguido básicamente el mismo esquema que en el caso
plano, pero hemos omitido varias demostraciones, que usted puede prácticamente
transcribir desde el caso de dimensión 2 –si bien hemos reiterado algún procedimiento de
cierta sutileza–. Si es usted un(a) lector(a) avezado(a), de acuerdo con su profesor, puede
leer la descripción inicial en dimensión 2 y saltar directamente al caso tridimensional,
intentando las demostraciones por sí mismo(a) y recurriendo a las del caso plano cuando
sea necesario.
Le r ecomendamos que esté atento(a) a la diferencia entre el caso plano y el caso
espacial. Observará que ella es escasa en el aspecto algebraico, y que hay alguna sorpresa
en el aspecto geométrico –por ejemplo, dos rectas en el espacio que no se intersectan no
son necesariamente paralelas–.
En ambas dimensiones, comenzaremos por describir con alguna precisión nuestros
objetos de estudio y fijar la terminología que emplearemos.
Luego definimos, estudiamos y utilizamos las operaciones que constituirán el álgebra
que hemos anunciado.
En algún momento, puede necesitar nociones de resolución de sistemas de ecuaciones
indeterminadas, pero le proveeremos de la manera de trabajar en cada caso. Por otra parte,
nociones de determinantes pueden resultar convenientes, pero no indispensables.
La idea de vector
La idea de vector proviene de la Física, y se opone a la idea de escalar.
Hay ciertas magnitudes físicas que se pueden describir con un solo número que señala
su magnitud. Tales son, por ejemplo, la masa, la temperatura, la densidad. Se les llama
magnitudes escalares o, simplemente, escalares.
 Hay otras que necesitan, informalmente hablando, de magnitud, dirección y sentido.
Entre ellas se cuenta el desplazamiento, la velocidad, la aceleración, la fuerza. Se las llama
magnitudes vectoriales o, simplemente, vectores. Supongamos que hay una carrera en una
pista recta; los corredores se desplazan en la dirección de la pista, en el sentido que va
desde la partida hasta la meta, y, claro, en cualquier instante, va tomando ventaja el que
desplaza más rápido. Según veremos, para su descripción se necesita más de un número.
Por supuesto, los vectores tienen hoy muchas más aplicaciones que aquéllas que
motivaron su aparición y estudio.
Nociones básicas.
Trabajaremos en el plano habitual, que denotamos .
Marco de referencia
Según se ha descrito en el capítulo de Geometría Analítica, hemos elegido un sistema
de coordenadas: un punto origen O y, ordenadamente, dos ejes perpendiculares de
coordenadas Ox, Oy, que se intersectan en O. En cada eje se elige además un sentido
positivo, a partir de O, y una unidad de medida. Hablamos de semiejes positivos y semiejes
negativos.
Anotamos Pa, b para indicar que las coordenadas del punto P en el nuestro sistema
son a la abscisa y b la ordenada.
La elección del sistema de coordenadas determina una correspondencia biunívoca, es
decir, una biyección, entre los puntos de  y el conjunto R 2  R  R, lo que significa que
podemos trabajar con los puntos del plano P como si fueran pares ordenados a, b en R 2 .
Vectores
Recuerde que si ℓ es la recta que pasa por los puntos P y Q, el segmento PQ es la parte ℓ
que queda precisamente entre los puntos P y Q (extremos incluidos). (Se puede dar una
versión bastante más precisa, que no necesitamos aquí).

Segmento PQ
Definition Se dice que el segmento es dirigido cuando se elige un extremo como inicial
y el otro como final, y como dirección (más precisamente, como sentido) la que
va desde el extremo inicial al final.

El sentido del segmento dirigido se señala con una flecha al estilo PQ

Remark Así, el segmento dirigido PQ comienza en P y termina en Q, y no es igual al

segmento QP, que comienza en Q y termina en P.
 Segmento dirigido PQ
Sigue de lo anterior que un segmento dirigido PQ está completamente determinado por
el par P, Q, donde P ∈ R 2 , Q ∈ R 2 . Ello permite considerar los segmentos dirigidos
como elementos de R 2  R 2 .
Definition (Informalmente) Los vectores son segmentos dirigidos con la condición de
que se considera como iguales dos segmentos dirigidos que resulten uno del
otro por traslación paralela, es decir,
si P 1 a 1 , b 1 , Q 1 c 1 , d 1 , y P 2 a 2 , b 2 , Q 2 c 2 , d 2 , entonces
P1Q1  P2Q2  c1 − a1  c2 − a2 ∧ d1 − b1  d2 − b2
(Técnicamente, un vector es una clase de equivalencia de segmentos dirigidos,
pero no necesitamos tal descripción aquí).
Example Por ejemplo, en la figura, si P3, 3, Q8, 5, y R4, 8, S9, 10, entonces se
tiene PQ  RS.

PQ  RS.
Remark Note que cada vector se puede escribir con su punto inicial en el origen de
coordenadas O.

Así, por ejemplo, el vector PQ del ejemplo anterior es igual al vector OT,
con T3, 4.
Más en general, el vector PQ, con Pa, b a Qc, d, es igual al vector OT,
donde Tc − a, d − b
 PQ  OT; P2, 6, Q7, 9, T5, 3
Notation En lo sucesivo, seguiremos usando letras mayúsculas P, Q, R, S, … para los
puntos del plano, y señalaremos sus coordenadas como hasta aquí; es decir y
por ejemplo, anotaremos Pa, b.
Para los vectores, usaremos letras minúsculas u, v, w, … , y,
(particularmente, si hay peligro de confusión), agregaremos a veces una flecha
sobre la letra. Así, por ejemplo, anotaremos u  PQ.

El vector u  OT se anota, simplemente, con las coordenadas de T, pero,

para señalar que es un vector, añadimos un signo igual. En cualquier caso, el
símbolo u  a, b tiene el mismo significado que u  a, b.
Se dice que a y b son las componentes de u.
Example u  2, 3 es el vector OT, con T2, 3.

Estructura vectorial
Para operar vectores, preferimos utilizar sus respectivas versiones con punto inicial en
el origen, e identificar así el conjunto V de todos los vectores del plano con el conjunto de
pares ordenados a, b, es decir, con R 2 .
Suma de vectores.
Definition Sean Pa, b y Qc, d ∈ R 2 , y sean u  OP, v  OQ. Entonces,
u  v  OR, donde Ra  c, b  d.
 Es decir,
a, b  c, d  a  c, b  d
La definición anterior tiene una interpretación geométrica simple:
Por el punto P se traza la paralela al segmento OQ; por el punto Q se traza la paralela al
segmento OP. Entonces, la diagonal OS del paralelógramo OPSQ es la suma de OP y OQ.
(Regla del paralelógramo).

uv  w
Note que a veces el paralelógramo no se forma propiamente, o, como se dice, degenera,
cuando ambos vectores tienen una misma dirección.

Por otra parte, es claro que una interpretación geométrica alternativa consiste en copiar
el vector v a continuación de u; entonces, el vector u  v es el tercer lado del triángulo que
se forma —y que a veces degenera–. (Regla del triángulo).

uv  w
Example Algebraicamente, la situación es simple: 4, 7  1, 3  5, 10;
2, −5  −3, 7  −1, 2; 2, 5  4, 10  6, 15. (Es conveniente hacer los
dibujos).
Para lo que sigue, es conveniente anotar las coordenadas de los vectores con subíndices.
Las propiedades más importantes de la suma de vectores están dadas en la siguiente
Proposition Sean u, v, w, o ∈ V, donde o  0, 0. Entonces:
1. u  v  w  u  v  w; (asociatividad)
2. u  v  v  u; (conmutatividad)
3. u  o  u; (existencia de neutro)
4. Si − u  −u 1 , −u 2 , entonces u  −u  o; (existencia de inverso aditivo).
 Proof La demostración es muy simple, y usa sólo la definición de la suma y las
propiedades de los números reales:
Sean u  u 1 , u 2 , v  v 1 , v 2 , w  w 1 , w 2 . Entonces:
1. u  v  w  u 1 , u 2   v 1 , v 2   w 1 , w 2 
 u 1  v 1 , u 2  v 2   w 1 , w 2   u 1  v 1   w 1 , u 2  v 2   w 2 
 u 1  v 1  w 1 , u 2  v 2  w 2   u 1 , u 2   v 1 , v 2   w 1 , w 2 
 u  v  w
2. u  v  u 1 , u 2   v 1 , v 2   u 1  v 1 , u 2  v 2 
 v 1  u 1 , v 2  u 2   v  u
3. u  o  u 1 , u 2   0, 0  u 1  0, u 2  0  u 1 , u 2   u
4. u  −u  u 1 , u 2   −u 1 , −u 2   u 1 − u 1 , u 2 − u 2   0, 0
Los dibujos siguientes ilustran algunas de las propiedades anteriores.

u  v  w  u  v  w

uv  vu
 u; − u
Remark La proposición anterior dice solamente que, en cuanto a la suma, los
vectores se comportan igual que los números reales. La proposición siguiente
insiste en la idea de sumar como con números reales, y su demostración es,
también, simple.
Exercise Pruebe que:
1. 0 es el único vector tal que, para todo u ∈ V, u  0  u
2. Para cada u  u 1 , u 2  ∈ V, −u  −u 1 , −u 2  es el único tal que
u  −u  0
3. Para cada u ∈ V, −−u  u
4. Dados u, v ∈ V, la ecuación u  x  v tiene solución única.
Notation El vector o se llama vector nulo o vector cero y se anota 0, ó bien, si no
hay peligro de confusión, simplemente 0.
Por otra parte, anotaremos v − u y llamamos resta de v menos u al vector
v − u  v  −u.

Resta: v − u
 Resta: v − u
Multiplicación por escalar.
En lo que sigue, nos interesa operar números reales con vectores. Para distinguir con
claridad, usamos letras griegas , , , … para los números reales, y los llamamos
escalares.
Definition Sean u  OP ∈ V, donde Pu 1 , u 2 , y sea  ∈ R. Llamamos multiplicación
del escalar  por el vector u y anotamos u al vector OQ, con Qu 1 , u 2 .
Es decir,
u 1 , u 2   u 1 , u 2 .

Example Si u  2, −5 y   3, entonces u  32, −5  6, −15

La multiplicación recién definida se llama también ponderación de u por , y tiene una
interpretación geométrica simple (y que proviene del teorema de Tales):
Se tiene que u  u 1 , u 2   OP, donde Pu 1 , u 2 ; entonces:
u es el vector de ”longitud” || veces OP en la dirección de OP (si  ≠ 0, y,
1. si   0, el sentido de u es el de OP
2. si   0, el sentido de u es contrario al de OP
3. si   0, naturalmente, u  0 y no tiene sentido.

u; 2u; −1u
Proposition Sean ,  ∈ R, u, v ∈ V. Entonces,
1. u  v  u  v
2.   u  u  u
 3. u  u
4. 1u  u
Proof Sean u  u 1 , u 2 , v  v 1 , v 2 . Entonces:
1. u  v  u 1 , u 2   v 1 , v 2   u 1  v 1 , u 2  v 2 
 u 1  v 1 , u 2  v 2   u 1  v 1 , u 2  v 2 
 u 1 , u 2   v 1 , v 2   u 1 , u 2   v 1 , v 2   u  v
2.   u    u 1 , u 2     u 1 ,   u 2 
 u 1  u 1 , u 2  u 2   u 1 , u 2   u 1 , u 2 
 u 1 , u 2   u 1 , u 2   u  u
3. u  u 1 , u 2   u 1 , u 2 
 u 1 , u 2   u 1 , u 2   u
4. 1u  1u 1 , u 2   1u 1 , 1u 2   u 1 , u 2   u
Exercise Trate de ilustrar (dibujar) cada una de las afirmaciones de la proposición,
al estilo de la figura siguiente:

2u  v  2u  2v
Exercise Sean ,  ∈ R, u, v ∈ V. Pruebe que
1.   u  v  u  v  u  v
2. −1u  −u
3.  − u  u − u
4. u − v  u − v
El ejercicio anterior insiste en que trabajamos como con los números reales, y su
demostración es inmediata. Lo mismo sucede con la proposición siguiente, que se usa
ocasionalmente:
Proposition Sean  ∈ R, u ∈ V. Entonces,
u  0    0 ∨ u  0
Proof Sean  ∈ R, u  u 1 , u 2 . Entonces:
1. Si   0, entonces u  0u 1 , u 2   0u 1 , 0u 2   0, 0  0
De manera análoga, si u  0, entonces
u  0, 0  0, 0  0, 0  0
2. Inversamente, sea u  0, y supongamos que  ≠ 0.
Entonces, multiplicando por 1 , se tiene, sucesivamente,
 u   0, es decir,   u  0, y entonces 1u  0, luego u  0.
1 1 1
 Definition Sean u, v ∈ V. Se dice que u, v son colineales si uno es múltiplo del otro, es
decir, hay  ∈ R tal que v  u.
Sean P, Q, R ∈ . Se dice que P, Q, R son colineales si PQ, PR son
colineales.
Note que la última definición dice que, efectivamente, P, Q, R están sobre una misma
recta
Espacio vectorial, base.
Para señalar que en el conjunto V  R 2 se ha definido la suma y el producto por
escalares que tienen las propiedades señaladas en las proposiciones 1 y 2, se dice que V es
un espacio vectorial real (bidimensional).
En el espacio vectorial V se puede ’descomponer’ fácilmente un vector de muchas
maneras. Una de ellas es la siguiente:
Sean
i  1, 0, j  0, 1.
Sea v  v 1 , v 2  un vector cualquiera de V. Entonces, se tiene:
v  v 1 , v 2   v 1 , 0  0, v 2   v 1 1, 0  v 2 0, 1  v 1 i  v 2 j
Se dice entonces que v es combinación lineal de los vectores i, j, y (dado que los
escalares que sirven se determinan de una sola manera) que el conjunto i, j es una base de
V.
Remark Utilizaremos cualquiera de estas notaciones e incluso cambiaremos
frecuentemente de una a la otra sin previo aviso.
Example Se tiene, por ejemplo, u  2, 3  2i  3j.

u  2, 3  2i  3j
El producto escalar.
Vamos a estudiar aquí el llamado producto escalar, y luego algunas de sus aplicaciones.
Producto escalar.
La siguiente operación entre vectores no es ”cerrada”, en el sentido de que toma un par
de vectores y no da un vector como resultado.
Definition El producto escalar o producto interno u  v de dos vectores
u  u 1 , u 2 , v  v 1 , v 2  es el número real
u  v  u1v1  u2v2.
Se lee además " u punto v" ;
(se anota también 〈u, v, pero no usaremos esa notación).
 Example Si u  2, 3, v  5, −1, entonces u  v  25  3−1  7, y
u  u  4  9  13.
La siguiente proposición resume las primeras propiedades del producto escalar:
Proposition Sean u, v, w ∈ V,  ∈ R. Entonces:
1. u  v ∈ R
2. u  u ≥ 0
3. uu  0  u  0
4. uv  vu
5. u  v  w  u  v  u  w
6. u  v  u  v  u  v
Proof La demostración es sencilla. Hacemos
u  u 1 , u 2 , v  v 1 , v 2 , w  w 1 , w 2 . Entonces:
1. Es evidente
2. u  u  u 21  u 22 ≥ 0
3. Si u  0, es claro que u  u  0
Ahora bien, si u ≠ 0, es también claro que u  u ≠ 0
4. Se tiene u  v  u 1 u 2  v 1 v 2  u 2 u 1  v 2 v 1  v  u
5. u  v  w  u 1 , u 2   v 1 , v 2   w 1 , w 2 
 u 1 , u 2   v 1  w 1 , v 2  w 2   u 1 v 1  w 1   u 2 v 2  w 2 
 u 1 v 1  u 1 w 1  u 2 v 2  u 2 w 2  u 1 v 1  u 2 v 2   u 1 w 1  u 2 w 2 
 uvuw
6. u  v  u 1 , u 2   v  u 1 , u 2   v 1 , v 2   u 1 v 1  u 2 v 2
Ahora bien, u 1 v 1  u 2 v 2  u 1 v 1   u 2 v 2   u  v, y
además, u 1 v 1  u 2 v 2  u 1 v 1  u 2 v 2   u  v
Remark (Notaciones).
1. La expresión u  v  u  w, como la usada en la propiedad 5 de arriba, tiene sólo una
interpretación posible, lo que explica que no la hayamos escrito u  v  u  w.
2. Ahora bien, la propiedad permite escribir sin ambigüedad expresiones tales como
u  v –para la cual hay más de una interpretación válida–.
Longitud, módulo, norma.
Definition Sea u  u 1 , u 2  ∈ V. Llamamos longitud o norma o módulo de u, y
anotamos ‖u‖ al número real
‖u‖  uu  u 21  u 22

Note que la definición está basada en el teorema de Pitágoras: si u  OP, entonces la

norma de v es la distancia de O a P, en el sentido de la Geometría Analítica.
 u  OP; ‖u‖  u 21  u 22
Example Si u  3, 2, entonces ‖u‖  3 2  2 2  13 .
Las propiedades más importantes acerca de la norma de vectores están en la siguiente
Proposition Sean u, v ∈ V, sea  ∈ R. Entonces:
1. ‖u‖ ≥ 0
2. ‖u‖  0  u  0
3. ‖u‖  ||‖u‖
4. ‖u‖  ‖−u‖
5. |uv| ≤ ‖u‖‖v‖; (desigualdad de Cauchy Schwartz)
6. ‖u  v‖ ≤ ‖u‖  ‖v‖; (desigualdad triangular)
7. |‖u‖ − ‖v‖ | ≤ ‖u − v‖
Proof Sean u  u 1 , u 2 , v  v 1 , v 2 . Se tiene:
1. ‖u‖  2 u 21  u 22 ≥ 0
2. ‖u‖  u 21  u 22  0  u 21  u 22  0  u 1  0 ∧ u 2  0  u  0
3. ‖u‖   2 u 21   2 u 22   2 u 21  u 22    2 u 21  u 22  ||‖u‖
4. ‖−u‖  ‖−1u‖  |−1|‖u‖  ‖u‖
5. Sea  ∈ R; entonces, u − v  u − v ≥ 0,
es decir, u  u − 2u  v   2 v  v ≥ 0
luego, 4u  v 2 − 4u  u 2 v  v ≤ 0
y de allí, |u  v| ≤ u  u v  v  ‖u‖‖v‖
6. ‖u  v‖ 2  u  v  u  v  u  u  2u  v  v  v
 ‖u‖ 2  2u  v  ‖v‖ 2 ≤ ‖u‖ 2  2‖u‖‖v‖  ‖v‖ 2  ‖u‖  ‖v‖ 2 ,
y, extrayendo raíz, se tiene ‖u‖  ‖v‖ ≤ ‖u‖  ‖v‖
7. Se tiene ‖u‖  ‖v  u − v‖ ≤ ‖v‖  ‖u − v‖,
luego, ‖u‖ − ‖v‖ ≤ ‖u − v‖
Ahora bien, intercambiando los roles de u y v, se tiene también
≤ ‖v − u‖  ‖u − v‖,
es decir, −‖u − v‖ ≤ −‖v‖ − ‖u‖
Luego, −‖u − v‖ ≤ ‖u‖ − ‖v‖ ≤ ‖u − v‖
y, por tanto, |‖u‖ − ‖v‖ | ≤ ‖u − v‖
Remark La desigualdad triangular sólo indica que, en todo triángulo, un lado es
 siempre menor o igual que la suma de los otros dos.

‖u  v‖ ≤ ‖u‖  ‖v‖
Distancia
Usando el teorema de Pitágoras, en el capítulo de Geometría Analítica hemos hecho
antes la siguiente
Definition Sean Pa 1 , a 2 , Qb 1 , b 2  ∈ . Entonces, la distancia entre P y Q es el
número real dP, Q definido por
dP, Q  b 1 − a 1  2  b 2 − a 2  2

dPa 1 , a 2 , Qb 1 , b 2   b 1 − a 1  2  b 2 − a 2  2
Podemos usar la definición anterior para definir a su vez la distancia entre vectores:
asumimos que u, v tienen extremo inicial común, y afirmamos entonces que du, v es la
distancia entre sus extremos finales:
Definition Sean u  OP, v  OQ. La distancia entre u y v es el número real
du, v  dP, Q  b 1 − a 1  2  b 2 − a 2  2  ‖v − u‖;
du, v  ‖v − u‖
 du, v  ‖v − u‖
Example (Puntos y vectores).
1. Si P2, −1, Q3, 4, entonces dP, Q  3 − 2 2  4  1 2  26
2. Es claro además que, si u  OP  2, −1, v  OQ  3, 4, entonces
du, v  ‖v − u‖  ‖1, 5‖  1, 5  1, 5  11  55  26
La siguiente proposición contiene las principales propiedades de la distancia entre
vectores (o bien, entre puntos del plano):
Proposition Sean u, v, w ∈ V. Entonces:
1. du, v ≥ 0
2. du, v  0  u  v
3. du, v  dv, u
4. du, v ≤ du, w  dw, v
Proof La demostración es inmediata; basta re-escribir las afirmaciones en
términos de norma:
1. ‖v − u‖ ≥ 0
2. ‖v − u‖  0  v − u  0  v  u
3. ‖v − u‖  ‖−v − u‖  ‖u − v‖
Ángulos, perpendicularidad.
En esta sección, describimos ángulos, perpendicularidad y luego usamos estas nociones
para descomponer vectores de manera apropiada.
Ángulos.
Remark Siempre que hablamos de un ángulo  formado por dos vectores u, v,
asumimos que u, v tienen punto inicial común.
Notation Anotamos   ∡u, v para indicar el ángulo que va de u a v.
Proposition Sean u, v ∈ V. Entonces,
u  v  ‖u‖‖v‖ cos ,
en donde   ∡u, v.
Proof Por el teorema del coseno se tiene que
‖u − v‖ 2  ‖u‖ 2  ‖v‖ 2 − 2‖u‖‖v‖ cos 
luego, u − v  u − v  u  u  v  v − 2‖u‖‖v‖ cos 
por tanto, u  u − 2u  v  v  v  −2‖u‖‖v‖ cos  u  u  v  v
 y entonces u  v  ‖u‖‖v‖ cos 

‖v‖; ‖u‖; ‖v‖ cos 

Remark Note que, en el teorema, no nos hemos preocupado del orden en que
tomamos los vectores u, v (al fin y al cabo, se tiene que cos   cos−), lo
que está en concordancia con el hecho de que u  v  v  u
Example Sean u  1, 2, v  3, 4. Entonces, si   ∡u, v, se tiene
  arccos ‖u‖‖v‖
uv
.

Ahora bien, uv

‖u‖‖v‖
 11
≈ 0. 983 87, de modo que  ≈ 0. 18 rad.
5 5

Perpendicularidad, ortogonalidad.
De lo anterior, y dado que cos 2  0, sigue de inmediato la siguiente
Proposition Sean u, v ∈ V. Entonces, u y v son ortogonales o perpendiculares si y sólo
si u  v  0. Anotamos
uv  u  v  0.

Example Si u  6, 4, v  −2, 3, entonces u  v  6−2  43  0 y entonces

uv

u  6, 4, v  −2, 3; uv

Proposition Sean u, v ∈ V, sea  ∈ R. Entonces:
1. u  v  ‖u  v‖  ‖u − v‖
2. u  v  ‖u  v‖ 2  ‖u‖ 2  ‖v‖ 2
Proof Se tiene:
1. ‖u  v‖ 2  ‖u − v‖ 2  u  v  u  v  u − v  u − v
 u  u  2u  v  v  v  u  u − 2u  v  v  v
  4u  v  0  u  v  0  uv
2. ‖u  v‖ 2  ‖u‖ 2  ‖v‖ 2  u  v  u  v  u  u  v  v
 u  u  2u  v  v  v  u  u  v  v
 2u  v  0  u  v  0  u  v

u  v  ‖u  v‖  ‖u − v‖
Sea u  u 1 , u 2  ∈ V.
Sea  ∈ R, cualquiera, y consideremos −u 2 , u 1   −u 2 , u 1 .
Entonces, se tiene que u 1 , u 2   −u 2 , u 1   −u 1 u 2  −u 1 u 2  0;
de manera que hay muchos vectores ortogonales a u.
Volveremos sobre esto más tarde; entretanto, escogeremos uno:
Definition Sea u  u 1 , u 2  ∈ V; llamamos el vector ortogonal a v y anotamos u  al
vector u   −u 2 , u 1 .

u  u 1 , u 2 , v  −u 2 , u 1 
Remark Es claro que ‖u‖  ‖u  ‖
Descomposición ortogonal de un vector.
La descomposición de un vector en componentes ortogonales que veremos aquí
proviene de una situación del tenor siguiente: Suponga que alguien trata de subir un cuerpo
por un plano inclinado, y que la fuerza que realice se haga horizontalmente. En tal caso,
parte de la fuerza se perderá, aprovechándose sólo la componente de la fuerza que está en
la dirección del desplazamiento.
Proposition Sea u ∈ V, u ≠ 0. Entonces para cada v ∈ V hay números reales únicos 
y  tales que
v  u  u 

Más precisamente,

v  v  u2 u  v  u2 u 
‖u‖ ‖u‖
 Proof Supongamos que hay ,  ∈ R tales que v  u  u  . Entonces,
1. Debería tenerse v  u  u  u  u   u
pero, como u   u  0, se tendría
v  u  u  u, es decir,   uu
vu
 vu2
‖u‖
2. Similarmente, v  u   u  u    u   u  ,
luego, v  u   u   u  
 vu  
por lo tanto,   uvu
 u    2
 vu 2
‖u ‖ ‖u‖
vu 
3. Luego, podemos escribir v  vu
u u
‖u‖ 2 ‖u‖ 2

v  u  u 
Definition Si v  au  bu  , se dice que la expresión au  bu  es la descomposición
ortogonal de v sobre u
Remark La proposición puede expresarse diciendo que v es combinación lineal de
los vectores u, u  , y que el conjunto u, u   es (también) una base de V.
Example Sean v  1, 4, u  2, −3. Se tiene:
u   3, 2; v  u  2 − 12  −10; v  u   3  8  11, ‖u‖ 2  4  9  13
−10
Luego, 1, 4  13
2, −3  11
13
3, 2.
−10
Se puede comprobar que, efectivamente, 13
2, −3  11
13
3, 2  1, 4
Remark (Notaciones, una vez más. Puede volver más tarde sobre este comentario
lingüístico). Note que estamos escribiendo a menudo expresiones que
involucran vectores y escalares, y que debe tenerse presente esa distinción
para evitar errores. Ocasionalmente, utilizamos paréntesis no estrictamente
necesarios. Por ejemplo, en la proposición anterior anotamos

v vu
u  vu 2 u  . Pero note que, siendo v  u, ‖u‖ 2 escalares, el
‖u‖
2
‖u‖
vu vu
cociente es también un escalar y, entonces, la expresión u tiene sólo
‖u‖ 2 ‖u‖ 2
una interpretación posible.
Proyecciones y componentes.
La descomposición anterior es parte de un fenómeno más general, el de las
proyecciones y las componentes, que examinamos aquí.
Definition Sean u, v ∈ V, u ≠ 0. Se llama proyección ortogonal de v sobre u, y se
denota proy u v, al vector
 proy u v  v  u2 u
‖u‖
De acuerdo a lo dicho al comienzo, si v  v 1 , v 2 , entonces, respecto del sistema de
coordenadas, v 1 , v 2 son las componentes del vector v.

proy u v
Ahora daremos una versión más general:
Definition Se llama componente de v en la dirección de u y se denota comp u v al
número real
comp u v  v  u
‖u‖

Remark Note que si v  v 1 , v 2 , entonces

v 1 ,v 2 1,0 vj v 1 ,v 2 0,1
comp i v  vi
‖i‖
 ‖1,0‖
 v 1 , y comp j v  ‖j‖
 ‖0,1‖
 v2,

lo que explica que hayamos venido llamando componentes del vector

v  v 1 , v 2  respecto del sistema de coordenadas a los números v 1 , v 2 .
Remark Note además que la relación entre el vector proy u v y el número comp u v
está dada por:
comp u v
proy u v  u
‖u‖
Example Si v  2, 4, u  6, 1, entonces
2,46,1
comp u v  vu
‖u‖
  16
6,16,1 37

6,1
proy u v  16
 16
37
6, 1
37 37

Remark Se tiene que comp u v  0 ó comp u v  0 según si proy u v tiene el mismo u

opuesto sentido que el de u, (respectivamente).
Remark Se tiene proy u v  ‖u‖
vu
 ‖u‖
uv
, y, naturalmente, proy v u  uv
‖v‖
. Ello
permite interpretar el producto escalar u  v
ya sea como ”‖u‖ veces la proyección de v sobre u"
 o bien como ”‖v‖ veces la proyección de u sobre v"
Dado un vector u, se puede siempre elegir una unidad de medida en la dirección de u :
Definition Si u ≠ 0 entonces se llama vector unitario en la dirección de u al vector
u
‖u‖
.

Remark La terminología se justifica dado que

‖u‖
u
‖u‖
 1
|‖u‖|
‖u‖  ‖u‖
 1.
En términos generales, es preferible especificar el sentido de un vector o de una
componente de ese vector en términos de vectores unitarios.
3 58 7 58
Example El vector 1
3, 7  58
, 58
es un vector unitario.
3 2 7 2
vu
Remark Dado que comp u v  ‖u‖
, se tiene que v  u  comp u v‖u‖,

y, si u es unitario, entonces v  u  comp u v.

En cualquier caso, v  u  0 si y sólo si proy u v tiene el mismo sentido que u
Cosenos directores.
Como caso especial de la situación anterior, tomemos nuevamente
i  1, 0, j  0, 1. Note que se tiene que i   j.
Entonces, (reiteramos que) si v  v 1 , v 2 , se tiene, según la proposición anterior, (o
bien, por cálculo directo)
vj
v  vi2 i  2 j  v  ii  v  jj
‖i‖ ‖j‖
De manera que las coordenadas componentes de un vector en términos de los ejes de
coordenadas son, simplemente,
v 1  v  i, v 2  v  j.
Ahora bien, dado que u  v  ‖u‖‖v‖ cos , donde   ∡u, v, se tiene
v  v  ii  v  jj  ‖v‖ cos i  ‖v‖ cos j,
donde , (respectivamente ) es el ángulo que forma v con el eje Ox (respectivamente,
Oy; es decir,
v 1  ‖v‖ cos , v 2  ‖v‖ cos 
En otras palabras, las coordenadas de v son:
‖v‖ cos  la abscisa y ‖v‖ cos  la ordenada.
Definition Si v  ‖v‖ cos i  ‖v‖ cos j, se dice que cos , cos  son los cosenos
directores de v.
 v  ‖v‖ cos i  ‖v‖ cos j
Remark Es obvio que los cosenos directores de v y de v,  ≠ 0 son iguales. Ello
nos permite hablar de cosenos directores de un eje o semirrecta.
Remark El lector recordará, de su estudio anterior, que se tiene que v 2  ‖v‖ sin .
Ello concuerda con el hecho de que, según se aprecia,   2 − , y se tiene
entonces sin   cos 2 −   cos . Preferimos la versión en cosenos, que
podremos generalizar posteriormente al caso de tres dimensiones.
Proyecciones sobre los ejes y cosenos directores.
Supongamos que u tiene cosenos directores cos , cos ; y sea v  x, y.
Sea u ′  ‖u‖ 1
u.
Se tiene u  v  ‖u ′ ‖ pr u ′ v
′

luego, de acuerdo a la definición de coseno, se tiene

pr i u ′  ‖u‖ cos   cos ; pr j u ′  ‖u ′ ‖ cos 
de donde u ′  cos , cos 
luego, pr u v  u ′  v  cos , cos   x, y  x cos   y cos 
Anotamos
pr u v  x cos   y cos 
Cálculo de áreas.
Calcularemos ahora áreas de paralelógramos y triángulos:
Consideremos el paralelógramo P  #A; B; C; D.
Hacemos u  AB, v  CD.
Proyectando v sobre u  se obtiene la altura h de P; es decir, ‖h‖  |comp u v|.
El área de P es, como se sabe, el producto de su base por su altura
|vu  |
‖u‖‖h‖  ‖u‖ ‖u  ‖  |v  u  |,
es decir,
área de P  |v  u  |
Ahora bien, si T es el triángulo A, B, D, entonces es inmediato que
área de T  1 |v  u  |
2
Example Sean A2, 1, B3, 5, D5, 7.

Entonces, u  AB  1, 4, v  AD  3, 6; u   −4, 1.

Por consiguiente, el área del triángulo A, B, D es
 1
2 |v  u  |  1
2 |3, 6  −4, 1|  1
2 |−6|  3
Remark Se observará que, si u, v son colineales, entonces no se forma realmente un
paralelógramo, y por tanto el área es 0. Se dice entonces que se tiene un
paralelógramo (o triángulo) degenerado. Note que lo anterior concuerda con
el hecho de que, en tal caso, se tiene vu  y por tanto v  u   0.
Rectas.
La ecuación de primer grado.
Recuerde que por dos puntos (distintos) del plano pasa una única recta; queremos
determinar su ecuación, es decir, la relación
Ya tenemos una manera eficiente de calcular ecuaciones de rectas en el plano, que
estudiamos en el capítulo de Geometría Analítica bidimensional.
En particular, hemos visto que la ecuación de primer grado en el plano, es decir,
ax  by  c  0,
donde a y b no son simultáneamente nulos, es siempre la ecuación de una recta, y que,
inversamente, toda recta en el plano está determinada por una ecuación de primer grado.
La forma de trabajo que utilizamos entonces estuvo basada en el concepto de pendiente,
que es un cociente entre ordenadas y la abscisas. Pero es claro que no podremos utilizar sin
más ese concepto en el caso tridimensional, precisamente, por la existencia de una
dirección extra.
Ecuaciones de la recta.
Damos aquí una versión alternativa de ecuaciones para la recta, una que puede
generalizarse a tres (y más) dimensiones.
Salvo que su profesor se lo indique, no será necesario utilizar esta versión para rectas
del plano; sin embargo, ella será indispensable en el caso tridimensional.
Asegúrese de entender los diversos modelos de escrituras de la ecuación de la recta,
para trabajar después con mayor facilidad en el caso tridimensional.
Notation En todo lo que sigue y salvo aviso en contrario, se tiene:
Px 1 , y 1 , Qx 2 , y 2  ∈ , P ≠ Q;
ℓ  ℓ P,Q es la recta que pasa por P y Q;
Rx, y es un punto cualquiera de ℓ.
La recta
Es evidente que si u es un vector no nulo y se toma 〈u  u :  ∈ R, se obtiene una
recta, cuya dirección es la de u.
Ahora bien, una recta cualquiera ℓ en el plano está determinada por una dirección u, su
vector director, y un punto P por el que pasa. Es decir, se toma 〈u y se lo ”traslada
paralelamente” hasta que pase por el punto P. Anotamos a veces ℓ P,u .
Los cosenos directores de u (es decir, los cosenos de los ángulos que u forma con los
ejes coordenados) se llaman también cosenos directores de ℓ.
De igual manera, una recta cualquiera ℓ en el espacio está determinada por dos de sus
puntos P, Q. Anotamos a veces ℓ P,Q . Observe que, en este caso, u  PQ es un vector
director de ℓ.
Tome nota de cómo aparecen punto y vector en las diferentes escrituras de la ecuación
que presentamos en lo que sigue –salvo en el último caso–.
Ecuación vectorial de ℓ.
 Dado que P, Q, R son colineales, hay  ∈ R tal que
PR  PQ,
es decir,
x − x 1 , y − y 1   x 2 − x 1 , y 2 − y 1 
La ecuación anterior se llama ecuación vectorial de la recta que pasa por P y Q. En tal
caso, se dice que u  PQ es un vector director de ℓ, y se escribe también
ℓ : R  P  u

ℓ pasa por P, Q; vector director PQ  u

Example Si P2, 3, Q6, 8, entonces PQ  6, 8 − 2, 3  4, 5  u. Así, la
ecuación vectorial de ℓ es PR  4, 5, es decir, ℓ : 2, 3  4, 5.
Ecuaciones paramétricas de ℓ.
Ahora bien, se tiene que
PQ  x 2 − x 1 , y 2 − y 1 , y PR  x − x 1 , y − y 1 
Así, debe tenerse que hay  ∈ R tal que
x − x 1 , y − y 1   x 2 − x 1 , y 2 − y 1 ,
i.e., x − x 1 , y − y 1   x 2 − x 1 , y 2 − y 1  ∗
es decir, x − x 1 , y − y 1   x 2 − x 1 , y 2 − y 1 ,
o sea, x − x 1  x 2 − x 1 ; y − y 1  y 2 − y 1 ,
x  x 2  x 1 − x 2 
finalmente, ,
y  y 2  y 1 − y 2 
que son las llamadas ecuaciones paramétricas de ℓ.
Example En el caso del ejemplo anterior, las ecuaciones paramétricas son

x  6  −4 x  6 − 4
, es decir,
y  8  −5 y  8 − 5

Es claro que se puede también escribir, cambiando los roles de P y Q,

x  2  4 x  2  4
, es decir,
y  3  5 y  3  5

Example La manera más fácil de ver que se ha escrito la ecuación de la misma recta
es mostrar que tienen dos puntos en común. A su vez, para ver esto último, lo
 más sencillo es ver que los puntos P2, 3, Q6, 8 satisfacen ambas versiones.
Ecuaciones canónicas de ℓ.
Tomemos nuevamente (por conveniencia) la ecuación ∗ de arriba
x − x 1 , y − y 1   x 2 − x 1 , y 2 − y 1  .
Se tiene entonces
x − x 1  x 2 − x 1 ; y − y 1  y 2 − y 1 ,
y−y
de donde   xx−x 1
2 −x 1
;   y 2 −y11
Entonces, las ecuaciones
x − x1 y − y1
x2 − x1  y2 − y1
se llaman ecuaciones canónicas de ℓ.
Example En el caso de nuestro ejemplo, las ecuaciones canónicas son
y−8
x−6
−4
 −5

Remark Note que estas ecuaciones no están definidas si se tiene ya sea x 1  x 2 o

bien y 1  y 2 , o ambas igualdades. Sin embargo, a veces se escribe,
imprudentemente y según una costumbre antigua, 0 en el denominador. (Por
otra parte, uno puede pasarse la vida sin escribir la recta en esta forma).
Ecuación cartesiana de ℓ.
Se puede obtener (posteriormente) ecuaciones análogas a las anteriores para rectas en el
espacio.
Ahora bien, en nuestro caso del plano, tenemos además que,
y−y
despejando en xx−x 1
2 −x 1
 y 2 −y11 , se obtiene
y −y
y − y 1  x 22 −x 11 x − x 1 ,
y −y
Ahora bien, si hacemos m  x 22 −x 11 , que es la pendiente de ℓ, (es decir, m  arctan ,
donde  es el ángulo formado por el eje OX y ℓ, en ese orden).
tenemos y  mx  y 1 − mx 1 , y si anotamos b  y 1 − mx 1 ,
tenemos nuestra vieja conocida
y  mx  b
cual es la ecuación cartesiana de ℓ, (que antes hemos llamado ecuación
pendiente–intersección).
Example En el caso de nuestro ya fatigado ejemplo, la ecuación es, por supuesto,
y − 3  54 x − 2, que puede escribirse ℓ : y  54 x  12 .
Ecuación general de ℓ.
Se llama ecuación general de ℓ a una ecuación del tipo ax  by  c  0.
Tal como indicamos al comienzo de esta sección, hemos demostrado, en la parte de
Geometría Analítica, que toda recta del plano tiene una ecuación de primer grado, y que,
inversamente, toda ecuación de primer grado representa una recta en el plano.
Tal ecuación se obtiene de inmediato, como se sabe:
Si ℓ : y  54 x  12 , entonces una ecuación cartesiana de ℓ es
ℓ : 54 x − y  12  0, o bien, si se prefiere, 5x − 4y  2  0.
Ecuación ’ortogonal’ de ℓ.
Hay otra manera interesante de presentar la ecuación de una recta ℓ en el plano.
Tomamos el punto P por el cual pasa ℓ, y, en lugar de fijar su dirección u, tomamos un
vector v que es perpendicular a cada vector de ℓ.
(Por supuesto, bastaría tomar, por ejemplo, u  , pero nos interesa comenzar
directamente con v.
 Example En el caso más sencillo, supongamos que P  0, 0, y sea
v  −5, 4. Entonces, se trata de encontrar todos los vectores x, y que son
perpendiculares a −5, 4.
Es decir, debe tenerse −5, 4  x, y  0, o sea, ℓ : −5x  4y  0.
Ahora bien, sean ℓ la recta, Px 0 , y 0  ∈ ℓ, v  a, b el vector ortogonal.
Entonces, si Qx, y ∈ ℓ, se tiene sucesivamente:
PQv
 x − x 0 , y − y 0   a, b  0
 ax − ax 0  by − by 0  0
 ax  by − ax 0 − by 0  0
Hacemos −ax 0 − by 0  c, y escribimos nuevamente
ℓ : ax  by  c  0
que llamamos aquí la ecuación ’ortogonal’ de ℓ.
(Lo que ocurre es que ahora reparamos en que la ecuación "delata" un vector ortogonal
a ℓ.
Example Para la recta que pasa por P2, 3 y tiene vector ortogonal v  −5, 4,
debe tenerse, sucesivamente, PQ  6, 8 − 2, 3  4, 5. Así, la ecuación
vectorial de ℓ es PR  t4, 5
x − 2, y − 3−5, 4
 x − 2, y − 3  −5, 4  0
 − 5x  4y − 2  0.
(En la figura siguiente, ℓ no pasa por el origen: 2, 3 ∈ ℓ).

−5, 4ℓ; 2, 3 ∈ ℓ

Ángulo entre rectas

Sean ℓ  ℓ P,Q ; ℓ ′  ℓ P ′ Q ′ ; sean u  PQ , u ′  P ′ Q ′
Note además que es claro que si una recta está dada en forma vectorial, su pendiente
está dada por la de su vector director.
Sean, en lo sucesivo, ℓ  ℓ P,Q ; ℓ ′  ℓ P ′ Q ′ ; sean u  PQ , u ′  P ′ Q ′
Denotemos m, m ′ a las respectivas pendientes.
Ángulo entre rectas
 Es obvio que el ángulo ∡ℓ, ℓ ′  es el ángulo ∡u, u ′ .
Como casos particulares, tenemos paralelismo y perpendicularidad de rectas.
Rectas paralelas
Se tiene, naturalmente,
ℓ‖ℓ ′  m  m ′ ,
es decir, u y u ′ tienen la misma dirección,
o sea, u y v son proporcionales,
equivalentemente, hay  ∈ R −0 tal que u ′  u
en suma,
ℓ‖ℓ ′  ∃ ∈ R −0u ′  u
Rectas perpendiculares
Ahora bien,
y −y y ′ −y ′
ℓℓ ′  mm ′  −1   x 22 −x 11  x 2′ −x 1′  −1
2 1
 y 2 − y 1 y ′2 − y ′1   −x 2 − x 1 x ′2 − x ′1 
 x 2 − x 1 x ′2 − x ′1   y 2 − y 1 y ′2 − y ′1 
 x 2 − x 1 , y 2 − y 1   x ′2 − x ′1 , y ′2 − y ′1   0
 u u ′  0
 uu ′ .
en suma,
ℓℓ ′  uu ′
Comentario.
La recta como conjunto.
Recuerde que la recta ℓ de ecuación ax  by  0 es el conjunto
ℓ  x, y ∈ R  R : ax  by  0,
Es decir, cuando escribimos
ℓ : ax  by  0,
lo que hacemos es declarar la relación que define el conjunto de puntos que llamamos
recta.
Es interesante observar la situación desde un punto de vista puramente algebraico para
hacer posteriormente algunas conclusiones geométricas de utilidad.
Presentamos primero un caso convincente, e invitamos al lector a examinar luego el
caso general.
Nos interesa examinar cómo cambia la ecuación al cambiar un punto de ella y al variar
su vector director.
Example Suponga que se tiene la recta ℓ : 2x  3y  6  0.
1. Entonces, tenemos
ℓ  x, y ∈ R  R : 2x  3y  6 
 x, y ∈ R  R : 3y  6 − 2x
 x, y ∈ R  R : y  6−2x3
 x, 6−2x
3
:x∈R 
 x, 2 − 2x3 : x ∈ R  0, 2  x, 2x3 :x∈R 
 0, 2  x 1, 23 : x ∈ R
2. Vamos a anotar, por un rato x  t.
Tenemos ℓ  0, 2  t 1, 23 : t ∈ R ,
 expresión que señala un punto P0, 2 de ℓ y un vector director u  1, 2
3
de ℓ.
Cambio del punto.
Queremos examinar cómo puede variar el punto que describe a la recta (es decir, aquél
por el cual se declara que la recta pasa).
Desde la perspectiva de los sistemas de ecuaciones (ax  by  d  0 es un sistema de
una ecuación y dos incógnitas), 0, 2 se llama una solución particular del sistema
2x  3y  6  0 y se lo suele escribir x 0 , y 0 .
Para encontrar una solución particular de ℓ basta dar un valor arbitrario a una de las
incógnitas y calcular el otro. Escoger otra solución particular no altera el sistema.
Example Tomemos nuevamente el caso anterior.
1. Si hacemos y 0  0, entonces t 0  −3, de donde obtenemos P ′ −3, 0
2. Note que es fácil comprobar que si ℓ ′  −3, 0  t 1, 23 : t ∈ R , entonces se
tiene que ℓ  ℓ ′ .
a. En efecto, basta probar que P ∈ ℓ ′ y que P ′ ∈ ℓ, de manera que ℓ, ℓ ′ comparten
dos puntos distintos, lo que es inmediato.
b. Lo que ha variado en la descripción de la recta es sólo el parámetro t :
i. P aparece en ℓ con t  0 y, en ℓ ′ , con t  3; en cambio,
ii. P ′ aparece en ℓ con t  −3 y, en ℓ ′ , con t  0.
c. En general, podemos decir que en ℓ y ℓ ′ están los mismos puntos, pero que
aparecen en distintos ”momentos” o ”tiempos” t.
3. Se observará, sin embargo, que el vector PP ′ que se forma con las dos soluciones
particulares es múltiplo de u, es decir, está en la dirección de ℓ : PP ′ 
−3, −2  −3 1, 23
Cambio del vector director.
De cuando a lo hasta aquí realizado, es fácil observar que el vector director u de ℓ puede
ser reemplazado por otro que sea múltiplo de él. Efectivamente, ello no cambia la dirección
de la recta y lo que nuevamente ocurre es que las soluciones de la ecuación van
apareciendo en otro momento –es decir, para otro valos delparámetro t.
Example Si ℓ  0, 2  t 1, 2
3
:t∈R y ℓ ′′  0, 2  t3, 2 : t ∈ R,
entonces P3, 4 aparece en ℓ ′′ en t  1, pero aparece en ℓ para t  3.
Observación final.
Vamos a enunciar en forma resumida (y en escritura también abreviada) lo que se
sugiere hasta aquí; dejamos al lector el interesante ejercicio de verificar el caso general.
Sea ℓ : P  tu, y sea ℓ ′ : P ′  tu ′ .
∃ ∈ R −0u ′  u
Entonces, ℓ  ℓ ′ 
∃ ∈ R −0 PP ′  u

Ejercicios
Remark La lista a continuación contiene sólo algunas ilustraciones diseñadas para
reforzar la conceptuación. Encontrará una lista más completa en el capítulo
siguiente, i.e., en tres dimensiones.
 Notation En lo que sigue y salvo indicación expresa:
1. a, b, c, … denotan números reales
2. A, B, A 1 , A 2 , … señalan puntos en el plano; Ax, y es el punto de coordenadas x, y
(resp).
3. ℓ, ℓ 1 , ℓ ′ , … denotan rectas; ℓ A,B o bien ℓ AB es la recta que pasa por A y B;
4. Un vector de ’extremo inicial’ A y ’extremo final’ B se denota AB;
u, v, w, … denotan vectores; u  x, y es un vector de coordenadas x, y (resp).
5. Un polígono se anota A, B, C, A, B, C, D, etc.
Álgebra de vectores
1. Sean u  2, 3; v  1, −4; w  −3, 5. Determine:
a. u  2v 4, −5
b. 5u  3v − w 16, −2
c. u − v − 2u − 3w  v 11, −12
Producto punto
1. Sean u  2, 3; v  1, −4; w  −3, 5. Determine, si es posible:
a. u  v −10
b. u  vw 30, −50
c. 10 1
u  v w 3, −5
d. u  12 vw 15, −25
e. u  v  w no está definido
f. u  v  w  u −1, sic.
g. u − v  w  2w  u 50
h. u − v  u  v  w  3u −12, −56
2. Sean ABCD puntos del plano.
a. Pruebe la siguiente relación de Euler
DA  EC DB  CA  DC  AB  0
b. (Use la relación para probar que las alturas de un triángulo son concurrentes).
Norma
1. Sean u  2, 3; v  1, −4; w  −3, 5. Determine:
a. ‖u‖ 13
b. ‖v − u‖‖w − 2u‖ 50
c. ‖u‖1
u  u  vw − u  v  wv
2
13
13  44, 13
3
13 − 106 ≈ 44. 56, −105. 17
2. Sea u  2, 3. Determine un vector de norma 1 en la dirección de u.
2 13 3 13
13
, 13 ≈ 0. 55, 0. 83
Distancias
1. Sean u  2, 3; v  1, −4; w  −3, 5. Determine:
a. du, v 50
b. du, w 29
c. Compruebe que dw, v ≤ dw, u  du, v
97 ≈ 9. 85; 29  50 ≈ 12. 46
 Ángulos
1. Sean u  2, 3; v  1, −4; w  −3, 5; x  6, −4, y  4, 6. Determine:
a. ∡u, v ≈ 2. 309
b. ∡u, x  2 
c. ∡u, y 0
2. Sea u  2, 3. Determine:
a. Algún vector que haga un ángulo de 45° con u 5, 1, 1, −5, etc.
b. Todos los vectores que hacen un ángulo de 45° con u
5y, y : y ∈   x, −5x : x ∈ 
Ortogonalidad
Vectores ortogonales
1. Sea u  2, 3; v  1, −4, x  6, −4. Determine:
2. Si se tiene uv no
3. Si se tiene uv sí
4. u  ; v  −3, 2; 4, 1
5. z ∈  2 : zv −3x, 2x : x ∈ 
6. Sean u, v, w vectores en el plano. Pruebe que si u  v − w y v  w − u, entonces
w  u − v
7. (Teorema de Pitágoras). Pruebe que si ABC es un triángulo entonces:
2 2 2
a. BC  AB  AC − 2 AB  AC
2 2 2
b. ABC es rectángulo si y sólo si BC  AB  AC − 2 AB  AC.
Proyección ortogonal
1. Sean u  2, 3; v  1, −4. Determine:
a. comp u v 10
13
13 ≈ 2. 77
b. proy u v 10
13
13 , − 40
13
13 ≈ 2. 77, −11. 09
−10
c. La descomposición ortogonal de v sobre u 13
2, 3  − 11
13
−3, 2
2. Sean u, v, w vectores. Demuestre que:
a. proy u v  w  proy u v  proy u w
b. proy u v  proy u v
c. proy u v − w  proy u v − proy u w
Cosenos directores
1. Sean u  2, 3; v  1, −4. Determine
a. Los cosenos directores de u 2
≈ 0. 554; 3
≈ 0. 832
13 13
b. Los ángulos que forma u con los ejes de coordenadas ≈ 33. 69°; ≈ 56. 31
Áreas
1. Sean u  2, 3; v  1, −4; y  4, 6. Determine:
a. El área del paralelógramo formado por u, v 11
b. El área del triángulo formado por u, v 5. 5
c. El área del paralelelógramo formado por u, y 0; el paral. degenera
2. Sean A1, −2, B3, 2, C4, 6. Determine:
a. El área del triángulo ABC 2
 b. El área del paralelógramo ABCD (para cierto D determinado) 4
Rectas
1. Sean A1, 2B4, 7, y sea ℓ la recta que pasa por A, B. Determine las siguientes
(formas de las) ecuaciones de ℓ :
a. Vectorial ℓ : 1, 2  3, 5
b. Paramétricas x  4 − 2; y  7 − 5
y−2
c. Canónicas x−1
3
 5
d. Cartesiana y  53 x  13
e. General 5x − 3y  1  0
f. Normal 5x − 3y  1  0; aquí, 5, −3ℓ