En matem�ticas, el producto vectorial de Gibbs o producto cruz es una operaci�n

binaria entre dos vectores en un espacio tridimensional. El resultado es un vector

perpendicular a los vectores que se multiplican, y por lo tanto normal al plano que
los contiene. Debido a su capacidad de obtener un vector perpendicular a otros dos
vectores, cuyo sentido var�a de acuerdo al �ngulo formado entre estos dos vectores,
esta operaci�n es aplicada con frecuencia para resolver problemas matem�ticos,
f�sicos o de ingenier�a.

�ndice
1 Definici�n
1.1 Precisiones
1.2 Producto vectorial de dos vectores
1.3 Ejemplo
2 Propiedades
2.1 Identidades
2.2 Bases ortonormales y producto vectorial
2.3 Vectores axiales
2.4 Dual de Hodge
3 Generalizaci�n a {\displaystyle n} ndimensiones
4 Otros productos vectoriales
5 V�ase tambi�n
6 Notas y referencias
6.1 Bibliograf�a
6.2 Enlaces externos
Definici�n

Relaciones entre los vectores.

Sean dos vectores {\displaystyle \mathbf {a} } {\displaystyle \mathbf {a} } y
{\displaystyle \mathbf {b} } {\displaystyle \mathbf {b} } en el espacio vectorial
{\displaystyle \mathbb {R} ^{3}} {\mathbb {R}}^{3}. El producto vectorial entre
{\displaystyle \mathbf {a} \,} {\mathbf a}\, y {\displaystyle \mathbf {b} \,}
{\mathbf b}\, da como resultado un nuevo vector, {\displaystyle \mathbf {c} \,}
{\mathbf c}\,. El producto vectorial {\displaystyle \mathbf {a} } {\mathbf a} y
{\displaystyle \mathbf {b} } {\mathbf b} se denota mediante {\displaystyle \mathbf
{a} \times \mathbf {b} } {\mathbf a}\times {\mathbf b}, por ello se lo llama
tambi�n producto cruz. En los textos manuscritos, para evitar confusiones con la
letra x (equis), es frecuente denotar el producto vectorial mediante:1?

{\displaystyle \mathbf {a} \wedge \mathbf {b} ,\qquad \mathbf {a} \times \mathbf
{b} } {\mathbf {a}}\wedge {\mathbf {b}},\qquad {\mathbf {a}}\times {\mathbf
{b}}

El producto vectorial puede definirse de una manera m�s compacta de la siguiente

manera:

{\displaystyle {\mathbf {a} \times \mathbf {b} =(|\mathbf {a} ||\mathbf {b} |\sin
{\theta })\ {\hat {\mathbf {n} }}}} {{\mathbf a}\times {\mathbf b}=(|{\mathbf
{a}}||{\mathbf {b}}|\sin {\theta })\ {\hat {{\mathbf n}}}}

Producto Vectorial seg�n el �ngulo entre vectores

donde {\displaystyle {\hat {\mathbf {n} }}} {\hat {{\mathbf n}}} es el vector
unitario y ortogonal a los vectores a y b y su direcci�n est� dada por la regla de
la mano derecha y ? es, como antes, el �ngulo entre a y b. A la regla de la mano
derecha se la llama a menudo tambi�n regla del sacacorchos.

Precisiones
Se denomina producto vectorial del vector a por el vector b 2? al vector denotado
por {\displaystyle a\times b} {\displaystyle a\times b} y definido por las tres
exigencias siguientes:

el m�dulo de {\displaystyle a\times b} {\displaystyle a\times b} es igual al m�dulo

de a por m�dulo de b por {\displaystyle sen\phi } {\displaystyle sen\phi }, en
donde {\displaystyle \phi } {\displaystyle \phi } es el �ngulo orientado formado
por los vectores a y b
el vector {\displaystyle a\times b} {\displaystyle a\times b} es perpendicular a
cada uno de los vectores a y b
la direcci�n del vector {\displaystyle a\times b} {\displaystyle a\times b}
respecto a los vectores a y b es igual que la del eje coordenado Oz respecto a los
ejes coordenados Ox y Oy, como si girase de Ox a Oy y avanzase en la direcci�n
positiva de Oz.
Producto vectorial de dos vectores
Producto vectorial.
Sean los vectores concurrentes de {\displaystyle \mathbb {R} ^{3}} {\mathbb
{R}}^{3}, el espacio af�n tridimensional seg�n la base anterior. Se define el
producto:

{\displaystyle \mathbf {u} =u_{x}\mathbf {i} +u_{y}\mathbf {j} +u_{z}\mathbf {k} }

{\mathbf u}=u_{x}{\mathbf i}+u_{y}{\mathbf j}+u_{z}{\mathbf k}
{\displaystyle \mathbf {v} =v_{x}\mathbf {i} +v_{y}\mathbf {j} +v_{z}\mathbf {k} }
{\mathbf v}=v_{x}{\mathbf i}+v_{y}{\mathbf j}+v_{z}{\mathbf k}
{\displaystyle \mathbf {w} =w_{x}\mathbf {i} +w_{y}\mathbf {j} +w_{z}\mathbf {k} }
{\mathbf w}=w_{x}{\mathbf i}+w_{y}{\mathbf j}+w_{z}{\mathbf k}
Donde w es el producto vectorial de u y v, definido as�:

{\displaystyle {\begin{array}{rrcl}\times :&\mathbb {R} ^{3}\times \mathbb {R}

^{3}&\longrightarrow &\mathbb {R} ^{3}\\&(\mathbf {u} ,\mathbf {v} )
&\longrightarrow &\mathbf {w} =\mathbf {u} \times \mathbf {v} \end{array}}}
{\begin{array}{rrcl}\times :&{\mathbb {R}}^{3}\times {\mathbb
{R}}^{3}&\longrightarrow &{\mathbb {R}}^{3}\\&({\mathbf u},{\mathbf
v})&\longrightarrow &{\mathbf w}={\mathbf u}\times {\mathbf v}\end{array}}
donde la �ltima f�rmula se interpreta como:

{\displaystyle \mathbf {w} =\mathbf {u} \times \mathbf {v} =(u_{y}v_{z}-

u_{z}v_{y})\mathbf {i} +(u_{z}v_{x}-u_{x}v_{z})\mathbf {j} +(u_{x}v_{y}-
u_{y}v_{x})\mathbf {k} } {\mathbf w}={\mathbf u}\times {\mathbf v}=(u_{y}v_{z}-
u_{z}v_{y}){\mathbf i}+(u_{z}v_{x}-u_{x}v_{z}){\mathbf j}+(u_{x}v_{y}-u_{y}v_{x})
{\mathbf k}
esto es:

{\displaystyle w_{x}=u_{y}v_{z}-u_{z}v_{y}} w_{x}=u_{y}v_{z}-u_{z}v_{y}

{\displaystyle w_{y}=u_{z}v_{x}-u_{x}v_{z}} w_{y}=u_{z}v_{x}-u_{x}v_{z}
{\displaystyle w_{z}=u_{x}v_{y}-u_{y}v_{x}} w_{z}=u_{x}v_{y}-u_{y}v_{x}
Usando una notaci�n m�s compacta, mediante el desarrollo por la primera fila de un
determinante simb�lico de orden 3 (simb�lico ya que los t�rminos de la primera fila
no son escalares):

{\displaystyle \mathbf {w} =\mathbf {u} \times \mathbf {v} ={\begin{vmatrix}\mathbf

{i} &\mathbf {j} &\mathbf {k}
\\u_{x}&u_{y}&u_{z}\\v_{x}&v_{y}&v_{z}\\\end{vmatrix}}={\begin{vmatrix}u_{y}&u_{z}\
\v_{y}&v_{z}\\\end{vmatrix}}\mathbf {i} -
{\begin{vmatrix}u_{x}&u_{z}\\v_{x}&v_{z}\\\end{vmatrix}}\mathbf {j} +
{\begin{vmatrix}u_{x}&u_{y}\\v_{x}&v_{y}\\\end{vmatrix}}\mathbf {k} }
{\displaystyle \mathbf {w} =\mathbf {u} \times \mathbf {v} ={\begin{vmatrix}\mathbf
{i} &\mathbf {j} &\mathbf {k}
\\u_{x}&u_{y}&u_{z}\\v_{x}&v_{y}&v_{z}\\\end{vmatrix}}={\begin{vmatrix}u_{y}&u_{z}\
\v_{y}&v_{z}\\\end{vmatrix}}\mathbf {i} -
{\begin{vmatrix}u_{x}&u_{z}\\v_{x}&v_{z}\\\end{vmatrix}}\mathbf {j} +
{\begin{vmatrix}u_{x}&u_{y}\\v_{x}&v_{y}\\\end{vmatrix}}\mathbf {k} }
Que da origen a la llamada regla de la mano derecha o regla del sacacorchos:
girando el primer vector hacia el segundo por el �ngulo m�s peque�o, la direcci�n
de {\displaystyle \mathbf {u} \times \mathbf {v} } {\mathbf u}\times {\mathbf v}
es el de un sacacorchos que gire en la misma direcci�n.

Ejemplo
El producto vectorial de los vectores {\displaystyle \mathbf {a} =(2,0,1)} {\mathbf
a}=(2,0,1) y {\displaystyle \mathbf {b} =(1,-1,3)} {\mathbf b}=(1,-1,3) se calcula
del siguiente modo:

{\displaystyle \mathbf {c} =\mathbf {a} \times \mathbf {b} ={\begin{vmatrix}\mathbf

{i} &\mathbf {j} &\mathbf {k} \\2&0&1\\1&-1&3\\\end{vmatrix}}} {\mathbf
c}={\mathbf a}\times {\mathbf b}={\begin{vmatrix}{\mathbf i}&{\mathbf
j}&{\mathbf k}\\2&0&1\\1&-1&3\\\end{vmatrix}}
Expandiendo el determinante:

{\displaystyle \mathbf {c} =\mathbf {a} \times \mathbf {b} =\mathbf {i}
{\begin{vmatrix}0&1\\-1&3\\\end{vmatrix}}-\mathbf {j}
{\begin{vmatrix}2&1\\1&3\\\end{vmatrix}}+\mathbf {k} {\begin{vmatrix}2&0\\1&-
1\\\end{vmatrix}}=\mathbf {i} -5\mathbf {j} -2\mathbf {k} } {\mathbf c}={\mathbf
a}\times {\mathbf b}={\mathbf i}{\begin{vmatrix}0&1\\-1&3\\\end{vmatrix}}-
{\mathbf j}{\begin{vmatrix}2&1\\1&3\\\end{vmatrix}}+{\mathbf k}
{\begin{vmatrix}2&0\\1&-1\\\end{vmatrix}}={\mathbf i}-5{\mathbf j}-2{\mathbf k}
Dando como resultado:

{\displaystyle \mathbf {c} =\mathbf {i} -5\mathbf {j} -2\mathbf {k} } {\mathbf
c}={\mathbf i}-5{\mathbf j}-2{\mathbf k}

Puede verificarse f�cilmente que {\displaystyle \mathbf {a} \times \mathbf {b} }
{\mathbf a}\times {\mathbf b} es ortogonal a los vectores {\displaystyle \mathbf
{a} } {\mathbf a} y {\displaystyle \mathbf {b} } {\mathbf b} efectuando el
producto escalar y verificando que �ste es nulo (condici�n de perpendicularidad de
vectores)

Propiedades
Identidades
Cualquiera que sean los vectores {\displaystyle \mathbf {a} } {\mathbf a},
{\displaystyle \mathbf {b} } {\mathbf b} y {\displaystyle \mathbf {c} } {\mathbf
c}:

{\displaystyle (\mathbf {a} \times \mathbf {b} )\times \mathbf {c} \neq \mathbf {a}
\times (\mathbf {b} \times \mathbf {c} )} {\displaystyle (\mathbf {a} \times
\mathbf {b} )\times \mathbf {c} \neq \mathbf {a} \times (\mathbf {b} \times \mathbf
{c} )}; el producto vectorial no es asociativo
{\displaystyle \mathbf {a} \times \mathbf {b} =-(\mathbf {b} \times \mathbf {a} )}
{\mathbf a}\times {\mathbf b}=-({\mathbf b}\times {\mathbf a});
anticonmutatividad
{\displaystyle \mathbf {a} \cdot (\mathbf {a} \times \mathbf {b} )=0} {\mathbf
a}\cdot ({\mathbf a}\times {\mathbf b})=0; cancelaci�n por ortogonalidad.
Si {\displaystyle \mathbf {a} \times \mathbf {b} =\mathbf {0} } {\mathbf a}\times
{\mathbf b}={\mathbf 0} con {\displaystyle \mathbf {a} \neq \mathbf {0} }
{\mathbf a}\neq {\mathbf 0} y {\displaystyle \mathbf {b} \neq \mathbf {0} }
{\mathbf b}\neq {\mathbf 0}, {\displaystyle \Rightarrow \mathbf {a} \|\mathbf {b}
} \Rightarrow {\mathbf a}\|{\mathbf b}; la anulaci�n del producto vectorial
proporciona la condici�n de paralelismo entre dos direcciones.
{\displaystyle (\mathbf {a} +\mathbf {b} )\times \mathbf {c} =\mathbf {a} \times
\mathbf {c} +\mathbf {b} \times \mathbf {c} } ({\mathbf a}+{\mathbf b})\times
{\mathbf c}={\mathbf a}\times {\mathbf c}+{\mathbf b}\times {\mathbf c};
distributividad por derecha e izquierda
{\displaystyle \mathbf {a} \times (\mathbf {b} \times \mathbf {c} )=\mathbf {b}
(\mathbf {a} \cdot \mathbf {c} )-\mathbf {c} (\mathbf {a} \cdot \mathbf {b} )}
{\mathbf a}\times ({\mathbf b}\times {\mathbf c})={\mathbf b}({\mathbf a}\cdot
{\mathbf c})-{\mathbf c}({\mathbf a}\cdot {\mathbf b}); conocida como regla de
la expulsi�n.
{\displaystyle \mathbf {a} \times (\mathbf {b} \times \mathbf {c} )+\mathbf {c}
\times (\mathbf {a} \times \mathbf {b} )+\mathbf {b} \times (\mathbf {c} \times
\mathbf {a} )=\mathbf {0} } {\mathbf a}\times ({\mathbf b}\times {\mathbf c})+
{\mathbf c}\times ({\mathbf a}\times {\mathbf b})+{\mathbf b}\times ({\mathbf
c}\times {\mathbf a})={\mathbf 0}; conocida como identidad de Jacobi.
{\displaystyle \left\|\mathbf {a} \times \mathbf {b} \right\|=\left\|\mathbf {a}
\right\|\left\|\mathbf {b} \right\|\left|\sin \theta \right|} {\displaystyle
\left\|\mathbf {a} \times \mathbf {b} \right\|=\left\|\mathbf {a}
\right\|\left\|\mathbf {b} \right\|\left|\sin \theta \right|}, en la expresi�n del
t�rmino de la derecha, ser�a el m�dulo de los vectores {\displaystyle \mathbf {a} }
{\mathbf a} y {\displaystyle \mathbf {b} } {\mathbf b}, siendo {\displaystyle
\theta } \theta , el �ngulo menor entre los vectores {\displaystyle \mathbf {a} }
{\mathbf a} y {\displaystyle \mathbf {b} } {\mathbf b}; esta expresi�n relaciona
al producto vectorial con el �rea del paralelogramo que definen ambos vectores.
El m�dulo o norma del producto vectorial puede calcularse f�cilmente sin hacer el
producto vectorial: {\displaystyle \|\mathbf {a} \times \mathbf {b} \|
=\left(\|\mathbf {a} \|^{2}\|\mathbf {b} \|^{2}-(\mathbf {a} \cdot \mathbf {b} )
^{2}\right)^{1/2}} \|{\mathbf {a}}\times {\mathbf {b}}\|=\left(\|{\mathbf {a}}\|
^{2}\|{\mathbf {b}}\|^{2}-({\mathbf {a}}\cdot {\mathbf {b}})^{2}\right)^{{1/2}}
El vector unitario {\displaystyle {\hat {\mathbf {n} }}={\frac {\mathbf {a}
\times \mathbf {b} }{|\mathbf {a} \times \mathbf {b} |}}} {\hat {{\mathbf
n}}}={\frac {{\mathbf a}\times {\mathbf b}}{|{\mathbf a}\times {\mathbf b}|}}
es normal al plano que contiene a los vectores {\displaystyle \mathbf {a} }
{\mathbf a} y {\displaystyle \mathbf {b} } {\mathbf b}.
{\displaystyle \mathbf {a} \times \mathbf {a} =\mathbf {0} } {\displaystyle \mathbf
{a} \times \mathbf {a} =\mathbf {0} }3? ; el producto vectorial es nilpotente
{\displaystyle \lambda (\mathbf {a} \times \mathbf {b} )=(\lambda \mathbf
{a} )\times \mathbf {b} =\mathbf {a} \times (\lambda \mathbf {b} )}
{\displaystyle \lambda (\mathbf {a} \times \mathbf {b} )=(\lambda \mathbf
{a} )\times \mathbf {b} =\mathbf {a} \times (\lambda \mathbf {b} )}; el producto
vectorial es bihomog�neo
Bases ortonormales y producto vectorial
Sea un sistema de referencia {\displaystyle S=\{O;\mathbf {i} ,\mathbf {j} ,\mathbf
{k} \}} S=\{O;{\mathbf i},{\mathbf j},{\mathbf k}\} en el espacio vectorial
{\displaystyle \mathbb {R} ^{3}} {\mathbb {R}}^{3}. Se dice que {\displaystyle
S\,} S\, es una base ortonormal derecha si cumple con las siguientes condiciones:

{\displaystyle \mathbf {i} \cdot \mathbf {j} =\mathbf {j} \cdot \mathbf {k}
=\mathbf {k} \cdot \mathbf {i} =0} {\mathbf i}\cdot {\mathbf j}={\mathbf j}\cdot
{\mathbf k}={\mathbf k}\cdot {\mathbf i}=0; es decir, los tres vectores son
ortogonales entre s�.
{\displaystyle |\mathbf {i} |=|\mathbf {j} |=|\mathbf {k} |=1} |{\mathbf i}|=|
{\mathbf j}|=|{\mathbf k}|=1; es decir, los vectores son vectores unitarios (y
por lo tanto, dada la propiedad anterior, son ortonormales).
{\displaystyle \mathbf {i} \times \mathbf {j} =\mathbf {k} } {\mathbf i}\times
{\mathbf j}={\mathbf k}, {\displaystyle \mathbf {j} \times \mathbf {k} =\mathbf
{i} } {\mathbf j}\times {\mathbf k}={\mathbf i}, {\displaystyle \mathbf {k}
\times \mathbf {i} =\mathbf {j} } {\mathbf k}\times {\mathbf i}={\mathbf j}; es
decir, cumplen la regla de la mano derecha.
Vectores axiales
Cuando consideramos dos magnitudes f�sicas vectoriales, su producto vectorial es
otra mangitud f�sica aparentemente vectorial que tiene un extra�o comportamiento
respecto a los cambios de sistema de referencia. Los vectores que presentan esas
anomal�as se llaman pseudovectores o vectores axiales. Esas anomal�as se deben a
que no todo ente formado de tres componentes es un vector f�sico.

Dual de Hodge
Art�culo principal: Dual de Hodge
En el formalismo de la geometr�a diferencial de las variedades riemannianas la
noci�n de producto vectorial se puede reducir a una operaci�n de dual de Hodge del
producto de dos formas diferenciales naturalmente asociadas a dos vectores. As� el
producto vectorial es simplemente:

{\displaystyle \mathbf {a} \times \mathbf {b} =*(\phi _{\mathbf {a} }\wedge \phi
_{\mathbf {b} })} {\mathbf {a}}\times {\mathbf {b}}=*(\phi _{{\mathbf
{a}}}\wedge \phi _{{\mathbf {b}}})

Donde {\displaystyle \phi _{\mathbf {a} },\phi _{\mathbf {b} }} \phi _{{\mathbf
{a}}},\phi _{{\mathbf {b}}} denotan las 1-formas naturalmente asociadas a los dos
vectores, y {\displaystyle *\,} *\, denota el operador estrella de Hodge.

Generalizaci�n a {\displaystyle n} ndimensiones

Aunque el producto vectorial est� definido solamente en tres dimensiones, �ste
puede generalizarse a {\displaystyle n} n dimensiones, con {\displaystyle n\neq
{0,1}} n\neq {0,1} y s�lo tendr� sentido si se usan {\displaystyle n-1} n-1
vectores, dependiendo de la dimensi�n en la que se est�. As�, por ejemplo, en dos
dimensiones el producto vectorial generalizado s�lo tiene sentido si se usa un
vector, y el resultado es un vector ortogonal.

Desde un punto de vista tensorial el producto generalizado de n vectores vendr�

dado por:

{\displaystyle V^{a}=\epsilon ^{aa_{1}\dots a_{n-1}}V_{1}^{a_{1}}\dots V_{n-

1}^{a_{n-1}}} V^{a}=\epsilon ^{{aa_{1}\dots a_{{n-1}}}}V_{1}^{{a_{1}}}\dots V_{{n-
1}}^{{a_{{n-1}}}}

Otros productos vectoriales

Dados dos vectores, se definen tres operaciones matem�ticas de tipo producto entre
ellos:

Producto escalar (el resultado de la operaci�n es un escalar)

Producto vectorial (el resultado es un vector)
Producto tensorial
El producto escalar de vectores permite determinar �ngulos y distancias (v�ase
operador norma) de una forma f�cil y directa. El producto vectorial proporciona un
modo para determinar �ngulos y �reas de paralelogramos definidos por dos vectores
de una forma tal que permitir� expresar vol�menes f�cilmente mediante el llamado
producto mixto de tres vectores.

En el espacio af�n bidimensional, {\displaystyle \mathbb {R} ^{2}} {\mathbb

{R}}^{2}, el producto vectorial es una operaci�n externa, ya que da como resultado
un vector que no pertenece al mismo espacio vectorial, esto es al plano definido
por los dos vectores que se operan, por ser un vector perpendicular a dicho plano.
En el espacio af�n tridimensional, {\displaystyle \mathbb {R} ^{3}} {\mathbb
{R}}^{3}, el producto vectorial es una operaci�n interna.