Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
• EL ESPACIO AFÍN 2
• SUBESPACIO AFINES 3
• SISTEMAS DE REFERENCIA 4
• CAMBIO DE SISTEMA DE REFERENCIA 5
• LA RECTA EN EL ESPACIO 7
• EL PLANO EN EL ESPACIO 7
• POSICIONES RELATIVAS DE DOS PLANOS 8
• POSICIONES RELATIVAS DE TRES PLANOS 9
• POSICIONES RELATIVAS DE DOS RECTAS 9
• POSICIONES RELATIVAS DE RECTA Y PLANO 10
• PRODUCTO ESCALAR 11
• ORTOGONALIDAD 14
• ÁNGULO DE DOS VECTORES 16
• COSENOS DIRECTORES DE UN VECTOR 16
• PRODUCTO VECTORIAL 17
• PRODUCTO MIXTO 19
• DOBLE PRODUCTO VECTORIAL 21
A C
G G
II) ∀A ∈ E, ∀v ∈ V, existe un único punto B∈ E tal que ϕ(A, B) = v .
Entonces a la terna (E, V3(R), ϕ ) se le denomina espacio afín y se escribe A3.
Los elementos del espacio afín A3 son los puntos del espacio ordinario. En ocasiones, se suele
“identificar” el espacio afín A3 con el conjunto de puntos E, lo que no es correcto, pero si permisible,
para simplificar la notación.
Definición: La dimensión del espacio afín es la dimensión del espacio vectorial asociado V3(R).
Propiedades:
⎯⎯→ G
1) AB = 0 ⇒ A = B ;
⎯⎯→ G
2) AA = 0 ;
⎯
⎯→ ⎯
⎯→
3) AB = − BA ;
⎯
⎯→ ⎯
⎯→ ⎯
⎯→
4) AB+ BC = AC
Demostración:
G
1) De la segunda condición de la definición: II) ∀A ∈ E, ∀0 ∈ V, existe un único
→ G
punto B ∈ E tal que ϕ(A,B)= AB = 0 ⇒ B = A .
G
2) De la relación de Chasles ϕ(A, A) + ϕ(A, A) + ϕ(A, A) = 0
⎯⎯
→ ⎯⎯ → ⎯⎯ → G ⎯⎯
→ G
o también AA + AA + AA = 0 ⇒ AA = 0 .
G ⎯⎯
→ ⎯⎯→ ⎯⎯ → G ⎯
⎯→ ⎯
⎯→
3) Ahora ϕ(A, B) + ϕ(B, A) + ϕ(A, A) = 0 o también AB+ BA + AA = 0 y de aquí AB = − BA .
⎯⎯
→ ⎯⎯ → ⎯⎯→ G
4) Análogamente, AB+ BC + CA = 0 ,
B
⎯⎯
→ ⎯⎯ → ⎯⎯→ G ⎯⎯
→ ⎯⎯ → ⎯⎯
→
⇔ AB+ BC − AC = 0 ⇔ AB+ BC = AC , que
3)
SUBESPACIO AFINES
Definición: Sea A3 = (E, V3(R), ϕ ) un espacio afín. Sea F un subconjunto no vacío de E, se dice que
JJJG
{ }
B=(F,V(F), ϕ ) es un subespacio afín de A3 si existe un punto A ∈ F tal que V(F)= AX / X ∈ F es un
3
subespacio vectorial del espacio vectorial V (R).
Al subespacio afín también se le denomina variedad lineales afines o variedades lineales.
Definición: La dimensión del subespacio afín es la dimensión del subespacio vectorial asociado.
SISTEMAS DE REFERENCIA
Definición: Sea A3 un espacio afín y JJJJG G
U3
ℜ = {O,U1,U2 ,U3 } una cuaterna de puntos, se OU 3 = u 3
G G G ⎯⎯→
Definición: Sea ℜ = {O;u1,u2 ,u3 } un sistema de referencia afín, si A ∈ E al vector libre OA se le
denomina vector de posición del punto A.
G G G
Proposición: Sean A3, ℜ = {O;u1,u2 ,u3 } una referencia afín y R3 el espacio vectorial real de
dimensión 3. Entonces la aplicación c:EÆR3 definida por c(A)=(x,y,z) son las coordenadas del vector
⎯⎯→
G G G
OA respecto de la base B= {u1 , u 2 , u 3 }es biyectiva.
Demostración:
G G G
Para cada punto A se obtiene el vector de posición que respecto a la base B= {u1 , u 2 , u 3 } es
ϕ i
JJJG G G G E →
o
V 3 (R) → R 3
OA = xu1 + yu 2 + zu 3 = (x, y, z) , es decir, JJJG , luego c = i D ϕ0 que es biyectiva por ser
A → OA → (x, y, z)
composición de aplicaciones biyectivas.
Definición: Con la misma notación, se dice que (x,y,z) son las coordenadas del punto A respecto del
sistema de referencia R si c(A)=(x,y,z).
⎯⎯→
Corolario 1: Las coordenadas vectoriales de OA son las coordenadas afines del punto A.
4 U. D. de Matemáticas. ETSI en Topografía, Geodesia y Cartografía
El espacio vectorial euclídeo.
B
O
O
⎯⎯→
⎛ 1 ⎞ ⎛1 0 0 0 ⎞⎛ 1 ⎞ ⎛1⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎛ 1 0 ⎞ ⎜ ⎟
⎜ x ' ⎟ ⎜ a a 11 a 21 a 31 ⎟⎜ x ⎟ ⎜ ⎟ ⎜ x ⎟ , siendo P la matriz del cambio de la base {uG , uG , uG } a
=
⎜ y' ⎟ ⎜ b a =
a 22 a 32 ⎟⎜ y ⎟ ⎜ O 'O P ⎟ ⎜ y ⎟
⎯⎯
→ 1 2 3
⎜⎜ ⎟⎟ ⎜⎜ 12
⎟⎟⎜⎜ ⎟⎟ ⎝ ⎠ ⎜ ⎟
⎝ z ' ⎠ ⎝ c a 13 a 23 a 33 ⎠⎝ z ⎠ ⎝z⎠
G G G
la base {v 1, v 2 , v 3 }. Para obtener el cambio de sistema de referencia de R’ a R, basta despejar en la
ecuación anterior:
Casos particulares:
G G G G G G
I) Si la base no cambia, es decir, u1 = v 1 , u 2 = v 2 , u 3 = v 3 resulta:
0 0 0 ⎞⎛ 1 ⎞
⎛ 1 ⎞ ⎛1
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ x' ⎟ ⎜ a
1 0 0 ⎟⎜ x ⎟
⎜ y' ⎟ = ⎜ b
0 1 0 ⎟⎜ y ⎟
una “traslación”
⎜⎜ ⎟⎟ ⎜⎜ ⎟⎜ ⎟
0 0 1 ⎟⎠⎜⎝ z ⎟⎠
⎝ z' ⎠ ⎝ c
II) Si los orígenes coinciden(O=O’), es decir a=b=c=0 resulta:
⎛ 1 ⎞ ⎛1 0 0 0 ⎞⎛ 1 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ x ' ⎟ ⎜ 0 a 11 a 21 a 31 ⎟⎜ x ⎟
⎜ y' ⎟ = ⎜ 0 a a 22 a 32 ⎟⎜ y ⎟
un “cambio de base” vectorial.
⎜⎜ ⎟⎟ ⎜⎜ 12
⎟⎜ ⎟
⎝ z ' ⎠ ⎝ 0 a 13 a 23 a 33 ⎟⎠⎜⎝ z ⎟⎠
Proposición: Todo cambio de referencia en el espacio afín es igual al producto de una “traslación” por
un “cambio de base”.
Demostración:
En efecto:
⎛1 0 0 0 ⎞ ⎛1 0 0 0⎞ ⎛1 0 0 0 ⎞ ⎛1 0 0 0 ⎞ ⎛1 0 0 0⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ a a 11 a 21 a 31 ⎟ ⎜a 1 0 0 ⎟ ⎜ 0 a 11 a 21 a 31 ⎟ ⎜ 0 a 11 a 21 a 31 ⎟ ⎜ a 1 0 0⎟
= =
⎜b a a 22 a 32 ⎟ ⎜b 0 1 0 ⎟ ⎜ 0 a 12 a 22 a 32 ⎟ ⎜ 0 a 12 a 22 a 32 ⎟ ⎜ b 0 1 0⎟
⎜⎜ 12
⎟ ⎜⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟
⎝ c a 13 a 23 a 33 ⎟⎠ ⎝c 0 0 1 ⎟⎠ ⎜⎝ 0 a 13 a 23 a 33 ⎟⎠ ⎜⎝ 0 a 13 a 23 a 33 ⎟⎠ ⎜⎝ c 0 0 1 ⎟⎠
LA RECTA EN EL ESPACIO
Una recta queda determinada por dos puntos P
y Q distintos. Si X es un punto cualquiera de la
G G G
recta y R = {O; u1 , u 2 , u 3 } un sistema de X
referencia del espacio afín, la ecuación vectorial P Q
JJJG JJJG ⎯⎯→ r
de la recta es OX = OP + t PQ y sus ecuaciones
paramétricas para P = ( p1 , p 2 , p 3 ) ,
Q = (q1 , q 2 , q 3 ) , y X = ( x 1 , x 2 , x 3 ) respecto de
⎧ x 1 = p1 + t (q1 − p1 )
⎪
R, son: ⎨x 2 = p 2 + t (q 2 − p 2 )
⎪ x = p + t (q − p )
⎩ 3 3 3 3
O
G
Sea v = ( v 1 , v 2 , v 3 ) un vector director de la recta, es decir, un vector de la dirección de la recta
⎧ x 1 = p1 + tv 1
G ⎪
entonces la ecuación vectorial es X = P + tv y las ecuaciones paramétricas: ⎨x 2 = p 2 + tv 2 .
⎪ x = p + tv
⎩ 3 3 3
x 1 − p1 x 2 − p 2 x 3 − p 3
De donde eliminando el parámetro t queda en forma continua: = = .
v1 v2 v3
EL PLANO EN EL ESPACIO
G G G
Sea el sistema de referencia R = {O; u1 , u 2 , u 3 }
Un plano queda determinado por tres puntos P,
Q y R no alineados, cualquier punto coplanario
Q
⎯⎯→ ⎯⎯→
X
con ellos verifica X = P + t PQ + s PR . P
De la ecuación vectorial, para P = ( p1 , p 2 , p 3 ) ,
Q = (q1 , q 2 , q 3 ) , R = ( r1 , r2 , r3 ) y
X = ( x 1 , x 2 , x 3 ) se obtienen las ecuaciones R
π
⎧ x 1 = p1 + t (q 1 − p1 ) + s( r1 − p1 )
⎪
paramétricas: ⎨x 2 = p 2 + t (q 2 − p 2 ) + s( r2 − p 2 )
⎪ x = p + t ( q − p ) + s( r − p )
⎩ 3 3 3 3 3 3
G
Si consideramos un punto P y dos vectores linealmente independientes v = ( v 1 , v 2 , v 3 ) y
G G G
w = ( w 1 , w 2 , w 3 ) el plano queda determinado de forma vectorial por X = P + tv + sw y por sus
⎧ x 1 = p1 + tv 1 + sw1
⎪
ecuaciones paramétricas: ⎨x 2 = p 2 + tv 2 + sw 2 de donde eliminando los parámetros t y s queda:
⎪ x = p + tv + sw
⎩ 3 3 3 3
x 1 − p1 v1 w1
x 2 − p2 v2 w 2 = 0 , la ecuación general, cartesiana o implícita del plano ax 1 + bx 2 + cx 3 + d = 0
x 3 − p3 v3 w3
Demostración:
G G G G G G
x.y = x y cos α = x proy xG ( y)
G G G G G G G G
2) Si x ≠ 0 e y ≠ 0 , entonces x ⋅ y = 0 si y sólo si x e y son perpendiculares.
Demostración:
G G
⎧x = 0
⎪
⎪ó G
G G G G ⎪G
0 = x ⋅ y = x . y .cos α ⇒ ⎨ y = 0
⎪ó
⎪
⎪cos α = 0 ⇒ α = 90º
⎩
G G G G G G
3) Conmutativa: x ⋅ y = y ⋅ x , ∀x, y ∈ V 3
Demostración:
G G G G G G G G G G G G G G
x ⋅ y = x . y .cos α = x . y .cos ( x, y ) = y . x .cos ( y, x ) = y ⋅ x
G G G G G G G G G
4) Distributiva respecto de la suma: x ⋅ ( y + z) = x ⋅ y + x ⋅ z , ∀x, y, z ∈ V 3
Demostración:
G G G G G
Mediante la proyección de los vectores y, z e y+z sobre el vector x :
G G G G G G G G G G G G G G G
x ⋅ ( y + z ) = x . y + z .cos ( x, y + z ) = x proy xG ( y + z ) = x ( proy xG ( y ) + proy xG ( z ) ) =
G G G G G G G G
= x proy xG ( y ) + x proy xG ( z ) = x ⋅ y + x ⋅ z
G G G G G G G G G G
5) Pseudoasociativa: λ ( x ⋅ y) = ( λx) ⋅ y = x ⋅ (λy) = ( x ⋅ y)λ , ∀x, y ∈ V 3 , ∀λ ∈ R
Demostración:
G G G G G G G G G G G G
λ ( x ⋅ y ) = λ x . y .cos α = λ. x . y .cos ( x, y ) = x . y .λ.cos ( x, y ) =
G G G G
⎧ x . y .λ.cos ( λx, y ) si λ >0 ⎫
⎪ ⎪ G G G G G G
= ⎨0 si λ = 0 ⎬ = x . y . λ .cos ( λx, y ) = ( λx ) ⋅ y
⎪G G G G ⎪
⎩ x . y .λ. ( − cos ( λx, y ) ) si λ < 0 ⎭
λ<0 λ>0 G
λx
G
λx G
x
G G G G G G G G
6) Si x ≠ 0 , entonces x ⋅ x > 0 ; x ⋅ x = 0 si y sólo si x = 0 .
Demostración:
G G G G G G G G G G G2
x ⋅ x = x . x .cos α = x . x .cos ( x, x ) = x . x .cos 0º = x ≥ 0
Antes de pasar a enunciar el resto de las propiedades del producto escalar necesitamos dar la
G G G G G G2 G
siguiente definición: Para cada x ∈ V 3 , llamamos norma de x : x = + x ⋅ x = + x = x , es decir,
la norma de un vector coincide con su módulo. Más generalmente, se define norma en V3 como
V 3 (R) → R
cualquier aplicación: G G que verifiquen las siguientes condiciones:
x→ x
G
1) x ≥ 0 ;
G G G
2) x = 0 ⇔ x = 0 ;
G G G G
3) x + y ≤ x + y ;
G G
4) λ ⋅ x = λ . x
V3 → R 3
En particular, la aplicación: G G , que asocia a cada vector su módulo, es una norma sobre V .
x→ x
G G G G G G
7) Desigualdad de Cauchy-Schwartz: x ⋅ y < x . y ∀x, y ∈ V 3 .
Demostración:
G G G G G G G G
x ⋅ y = x . y .cos α = x . y . cos α ≤ x . y
N
≤1
G G G G G G
8) Desigualdad de Minkowski: x + y ≤ x + y ∀x, y ∈ V 3
Demostración:
G G G G G G
Aplicando la desigualdad anterior x ⋅ y ≤ x ⋅ y < x . y
G G2 G G G G G G G G G G G G G2 G G G2 G2 G G G2 G G 2
x + y = ( x + y )( x + y ) = x ⋅ x + x ⋅ y + y ⋅ x + y ⋅ y = x + 2.x ⋅ y + y ≤ x + 2. x ⋅ y + y = ( x + y )
G G G G G G
y de aquí: x + y ≤ x + y ∀x, y ∈ V 3
ORTOGONALIDAD
G G
Definición: Se dice que los vectores x e y son ortogonales si su producto escalar es cero.
Teorema de Pitágoras
Dos vectores de un espacio vectorial euclídeo son ortogonales si, y sólo si el cuadrado de la norma de
G G2 G2 G2 G G
su suma es igual a la suma de los cuadrados de sus normas; es decir: x + y = x + y ⇔ x ⊥ y .
Demostración:
GG G G2 G G G G G G G G G G G G G2 G2 G G
∀x,y ∈ V3 x + y = ( x + y ) ⋅ ( x + y ) = x ⋅ x + x ⋅ y + y ⋅ x + y ⋅ y = x + y ⇔ x ⊥ y
Proposición: Tres vectores ortogonales dos a dos y distintos del vector nulo forman una base del
espacio vectorial V3.
U. D. de Matemáticas. ETSI en Topografía, Geodesia y Cartografía 13
El espacio afín euclídeo.
Demostración:
G G G
Supongamos que los tres vectores x , y , z son ortogonales dos a dos no nulos y además linealmente
G G G G
dependientes, entonces λ1x + λ 2 y + λ 3 z = 0, ∃λ i ≠ 0 . Si multiplicamos escalarmente los dos miembros
G G G G G G G G G G G G G
por x , obtenemos λ1 ( x ⋅ x ) + λ 2 ( x ⋅ y ) + λ 3 ( x ⋅ z ) = x ⋅ 0 = 0 y como ( x ⋅ y ) = 0 , ( x ⋅ z ) = 0 , resulta
G G G G
λ1 ( x ⋅ x ) = 0 y como x ≠ 0 ⇒ λ1 = 0 . Análogamente se obtiene λ 2 = 0, λ 3 = 0 y los tres vectores son
linealmente independientes y constituyen una base de V3.
G G G
Definición: Decimos que la base B = {u 1 , u 2 , u 3 } es ortonormal o métrica cuando sus vectores son
G
unitarios ( u i = 1, i = 1,2,3) y ortogonales entre sí (perpendiculares dos a dos).
⎛ 1 0 0 ⎞ ⎛ y1 ⎞ ⎛ y1 ⎞ G G G
G G ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎪⎧ u i = 1 ⇒ u i ⋅ u i = 1
x ⋅ y = ( x1 x 2 x 3 ) ⎜ 0 1 0 ⎟ ⎜ y 2 ⎟ = ( x1 x 2 x 3 ) ⎜ y 2 ⎟ , y que: ⎨ G G
⎜0 0 1⎟⎜ y ⎟ ⎜y ⎟ ⎪⎩u i ⋅ u j = 0 si i ≠ j
⎝ ⎠⎝ 3 ⎠ ⎝ 3⎠
Con la misma notación anterior, si la base B es ortonormal la expresión analítica del producto escalar
G G G G
de x por y es: x ⋅ y = x 1 y 1 + x 2 y 2 + x 3 y 3 .
G
Por tanto, el módulo de un vector es x = x 12 + x 22 + x 23 cuando la base es ortonormal.
Definición: Sea V un espacio vectorial euclídeo y F y G dos subconjuntos de V, se dice que F y G son
ortogonales (escribimos F⊥G) si y solo si todo vector de F es ortogonal a cualquier vector de G.
Teorema: F y G son ortogonales si y solo si los subespacios vectoriales que generan lo son. En
particular en V3 se verifica:
1) Dos rectas vectoriales son ortogonales si y solo si lo son sus vectores directores.
2) Una recta vectorial es ortogonal a un plano vectorial si y solo si el vector director de la recta es
ortogonal a una base del plano.
Demostración:
G G G G
Sean F = {u1 ,..., u p } y G = {v1 ,..., vq } dos subconjuntos de vectores de un espacio vectorial V. Se
cumple que F ⊥ G ⇔< F >⊥< G > . Veamos la demostración:
Por ser < F >, < G > subespacios ortogonales todos su vectores son ortogonales entre sí. F ⊥ G .
G G G G
Recíprocamente, todo vector del subespacio < F > es de la forma λ1u1 + ... + λ p u p y μ1v1 + ... + μ q vq es
un vector del subespacio < F >, < G > . Efectuando el producto:
G G G G G G G G GG G G
( λ1u1 + ... + λ p u p )( μ1v1 + ... + μ q vq )= λ1u1μ1v1 + ... + λ p u pμ q vq = λ1μ1 ( u1v1 ) + ... + λ pμ q ( u p vq ) = 0 , y por
tanto F ⊥ G ⇔< F >⊥< G >
G
Proposición: La intersección de dos subespacios ortogonales es 0 . {}
Demostración:
G
G G ⎧u ∈ F G G G2 G G
Si u ∈ F ∩ G con F ⊥ G ⇔< F >⊥< G > , resulta que u ∈ F ∩ G ⇔ ⎨ G ⇒ u⋅u = u = 0 ⇒ u = 0
⎩u ∈ G
Consecuencia: En V3 dos planos nunca son subespacios ortogonales.
G G G G
F⊥ = {v ∈ V / v ⋅ u = 0, ∀u ∈ F } es un subespacio vectorial de V, ya que cumple la caracterización de
G G G G
los subespacios vectoriales, es decir, ∀λ, μ ∈ R ∀v,w ∈ F⊥ ⇒ λv + μw ∈ F⊥ .
2) F ⊕ F ⊥ = V
G G G G G G G G
Como F⊥ = {v ∈ V / v ⋅ u = 0, ∀u ∈ F } resulta ( F⊥ ) = {u ∈ V / v ⋅ u = 0, ∀v ∈ F⊥ } y cualquier vector de
⊥
F lo es de F⊥ .
Veamos que F + F⊥ = V :
G G
Sea una base ortonormal {e1 ,..., er } del subespacio vectorial F, se puede prolongar hasta conseguir una
G G G G G G
base ortonormal {e1 ,..., er , er +1 ,..., en } del espacio vectorial V; siendo {er +1 ,..., en } un sistema libre por
ser vectores de una base y además sistema generador del subespacio vectorial F⊥ .En efecto.
G G G G G G G G G
∀v ∈ F⊥ ∃x1 ,..., x n ∈ R / v = x1e1 + ... + x r er + x r +1er +1 + ... + x n en con v ⋅ u=0 ∀u ∈ F , en particular con
G
e1 ∈ F , se cumple que:
G G G G G G G GG GG G G G G
0 = v ⋅ e1 = ( x1e1 + ... + x r er + x r +1er +1 + ... + x n en ) ⋅ e1 =x1e1e1 + ... + x r er e1 + x r +1er +1e1 + ... + x n en e1 =x1 .
G G
Análogamente multiplicando escalarmente por e2 ,..., er resulta x 2 = ... = x n = 0 ⇒
G G G G G
v = x r +1er +1 + ... + x n en que prueba que {er +1 ,..., en } es un sistema generador de F⊥ y por lo tanto base,
G
{}
siendo la dim F⊥ =n-r=dimV-dimF y además como F ∩ F⊥ = 0 la suma F + F⊥ = V es suma directa y
se tiene que F ⊕ F ⊥ = V .
Consecuencias:
1) El ortogonal de toda recta (subespacio vectorial de dimensión 1) es un hiperplano (subespacio de
dimensión n-1). Por tanto, en V3, el ortogonal de una recta es un plano y viceversa.
G G G G
2) Todo vector u ∈ V se puede descomponer de manera única en la forma, u = u 1 + u 2 donde
G G
u 1 ∈ F, u 2 ∈ F ⊥ .
PRODUCTO VECTORIAL
V3 × V3 → V3
Definición: Se llama producto vectorial en V3 a una aplicación: G G G G tal que:
( x , y) → x ∧ y
G G G G G G
1) x ∧ y = x . y .sen α . x∧ y
G G G
2) La dirección del vector x ∧ y es y
G G G
perpendicular al plano definido por x e y . x
G G
3) El sentido del vector x ∧ y viene determinado por la “ley del sacacorchos”: es el sentido de
G G
avance de un sacacorchos que gire intentando llevar el vector x a la posición de vector y según el
ángulo menor de 180º.
G G G G G G
3) x ⋅ ∧ y = − y ∧ x , ∀x, y ∈ V 3 G G
x∧y
G
y
Demostración:
Aunque sus módulos son iguales, sus sentidos
son opuestos.
G
x
G G
y∧x
G G G G G G G G G G
5) Pseudoasociativa: λ ( x ∧ y) = ( λx) ∧ y = x ∧ ( λy) = ( x ∧ y) λ , ∀x, y ∈ V 3 , ∀λ ∈ R
Demostración:
G G G G G G
u1 u2 u3 u1 u2 u3
G G G G
λ ( x ∧ y ) = λ x1 x2 x 3 = λ x1 λ x 2 λx 3 = ( λx ) ∧ y
y1 y2 y3 y1 y2 y3
6) No es asociativo.
Demostración:
G G G G G G
Veamos un contraejemplo para demostrar que x ∧ ( y ∧ z ) ≠ ( x ∧ y ) ∧ z
G G G G G G G
Si x = y ≠ z tenemos que el vector x ∧ ( y ∧ z ) es distinto al vector cero y perpendicular al x y en
G G G G G G
cambio ( x ∧ y ) ∧ z = 0 ∧ z = 0
G G2 G2G2 G G
7) x ∧ y = x y − ( x ⋅ y) 2
Demostración:
G G2 G2 G2 G2 G2 G2 G2 G2 G2
( G2 G2
)
G G 2
x ∧ y = x . y .sen 2 α = x . y . (1 − co s 2 α ) = x . y − x . y .co s 2 α = x . y − ( x ⋅ y )
PRODUCTO MIXTO
Definición: Se llama producto mixto en V3 a una aplicación:
V3 × V3 × V3 → R
G G G G G G G G G
( x , y, z) → [ x, y, z ] = x ⋅ ( y ∧ z)
G G G G G G G G G G G G G G G G G G G G G
2) [ x, y, z] = [ y, z, x] = [ z, x, y] = −[ y, x, z] = −[ x, z, y] = −[ z, y, x] ∀x, y, z ∈ V 3
Demostración:
Intercambiando las filas:
x1 x2 x3 y1 y2 y3 z1 z2 z3 y1 y2 y3 x1 x2 x3 z1 z2 z3
y1 y2 y3 = z1 z2 z 3 = x1 x2 x 3 = − x1 x2 x 3 = − z1 z2 z3 = − y1 y2 y3
z1 z2 z3 x1 x2 x3 y1 y2 y3 z1 z2 z3 y1 y2 y3 x1 x2 x3
G G G G G G G G G G G G G G
3) [ x + x' , y, z] = [ x, y, z] + [ x' , y, z] ∀x, x', y, z ∈ V 3
Demostración:
x1 + x '1 x 2 + x '2 x 3 + x '3 x1 x2 x3 x '1 x '2 x '3
G G G G G G G G G G
[ x + x ', y, z ] = y1 y2 y3 = y1 y2 y 3 + y1 y2 y3 = [ x, y, z ] + [ x ', y, z ]
z1 z2 z3 z1 z2 z3 z1 z2 z3
G G G G G G G G G G G G G G G
4) λ[ x, y, z] = [λx, y, z] = [ x, λy, z] = [ x, y, λz] ∀x, y, z ∈ V 3 , ∀λ ∈ R
Demostración:
El escalar λ multiplica a una fila o una columna exclusivamente.
x1 x2 x3 λ x1 λx 2 λx 3
G G G G G G
λ [ x, y, z ] = λ y1 y2 y3 = y1 y2 y3 = [ λx, y, z ] .
z1 z2 z3 z1 z2 z3
G G G G G G G G G
5) [ x, y, z] = 0 ⇔ x, y, z son linealmente dependientes ⇔ x, y, z son coplanarios
Demostración:
x1 x2 x3
G G G G G G G G G
[ x, y, z ] = y 1 y2 y 3 =0 ⇔ x, y, z son linealmente dependientes ⇔ x, y, z son coplanarios
z1 z2 z3
G JJJG G G
6) Dos rectas X = P + tvG y X = Q + tw son coplanarias ⇔ ⎣⎡PQ,v,w ⎦⎤ = 0 .
Demostración:
Por la propiedad anterior los tres vectores son coplanarios, en caso contrario las rectas se cruzan.
G G G
u1 u2 u3
G G G
x ∧ ( y ∧ z) = x1 x2 x3
y2 y3 y3 y1 y1 y2
z2 z3 z3 z1 z1 z2
G G G G G G G G G G G G
Propiedad de expulsión x ∧ ( y ∧ z) = ( x ⋅ z) ⋅ y − ( x ⋅ y) ⋅ z ∀x, y, z ∈ V 3
Demostración:
G G G
Utilizaremos la notación vectorial x = ( x1 , x 2 , x 3 ) , y = ( y1 , y 2 , y3 ) , z = ( z1 , z 2 , z3 )
G G G
u1 u2 u3
G G G
Veamos el primer miembro de la igualdad x ∧ ( y ∧ z) = x1 x2 x3 =
y2 y3 y3 y1 y1 y2
z2 z3 z3 z1 z1 z2
= ( x 2 y1 z 2 − x 2 y 2 z1 − x 3 y3 z1 + x 3 y1 z3 , x1 y 2 z1 − x1 y1 z 2 − x 3 y3 z 2 + x 3 y 2 z3 , x 2 y3 z 2 − x 2 y 2 z3 + x1 y3 z1 − x 3 y1 z3 )
El segundo miembro:
G G G G G G
(x ⋅ z) ⋅ y − (x ⋅ y) ⋅ z = ( x1 z1 + x 2 z 2 + x 3 z 3 )( y1 , y 2 , y3 ) − ( x1 y1 + x 2 y 2 + x 3 y3 )( z1 , z 2 , z3 ) =
= ( x1 z1 y1 + x 2 z 2 y1 + x 3 z 3 y1 − x1 y1 z1 − x 2 y 2 z1 − x 3 y3 z1,
, x1 z1 y 2 + x 2 z 2 y 2 + x 3 z3 y 2 − x1 y1 z 2 − x 2 y 2 z 2 − x 3 y3 z 2 ,
, x1 z1 y3 + x 2 z 2 y3 + x 3 z3 y3 − x1 y1 z3 − x 2 y 2 z3 − x 3 y3 z3 ) ,
y ambas expresiones coinciden.
Definición: Se llama espacio afín euclídeo o espacio euclídeo al espacio afín cuando el espacio
vectorial real asociado V3 es un espacio vectorial euclídeo. Lo representamos por E3.
Demostración:
En efecto, se cumplen las tres condiciones:
JJJG
1) d(X, Y) = XY = 0 ⇔ X = Y, ∀X, Y ∈ E 3
JJJG JG
2) d(X, Y) = XY = YX = d(Y, X), ∀X, Y ∈ E 3
JJJG JJJG JJJG
3) d(X, Z) = XZ ≤ XY + YZ = d(X, Y) + d(Y, Z), ∀X, Y, Z ∈ E 3
Podemos, entonces, dar la siguiente definición.
Definición: Dados dos puntos X e Y del espacio euclídeo, llamamos distancia entre dichos puntos al
⎯
⎯→
número real: d( X, Y ) = XY ; y ya el espacio euclídeo es un espacio métrico.
d ( X, Y ) = (y1 − x 1 )2 + (y 2 − x 2 )2 + (y 3 − x 3 )2 .
Nota: A partir de aquí, y hasta el final del tema, mientras no se diga lo contrario, trabajaremos en el
espacio euclídeo con la distancia anterior y supondremos que el sistema de referencia utilizado es
ortonormal.
β
ÁNGULOS
⎧ π ≡ ax 1 + bx 2 + cx 3 + d = 0
Proposición Sean los planos ⎨ . Se verifica, entonces, que:
⎩ π' ≡ a ' x 1 + b' x 2 + c' x 3 + d ' = 0
aa '+ bb'+cc'
cos( π, π' ) =
a + b 2 + c 2 a ' 2 + b' 2 + c ' 2
2
Definición: Se llama ángulo entre dos rectas al menor de los ángulos que forman sus paralelas por un
punto cualquiera. Es el ángulo entre sus vectores directores.
x 1 − p1 x 2 − p 2 x 3 − p 3
Proposición Sean la recta r ≡ = = y el plano π ≡ ax 1 + bx 2 + cx 3 + d = 0 . Se
v1 v2 v3
verifica, entonces, que:
v 1a + v 2 b + v 3 c
sen( r, π) = 2 2 2
v1 + v 2 + v 3 a 2 + b2 + c2
⎧ π ≡ ax 1 + bx 2 + cx 3 + d = 0
Proposición Sean los planos ⎨ . Se verifica, entonces, que:
⎩π' ≡ a ' x 1 + b' x 2 + c' x 3 + d' = 0
a b c
1) π // π' ⇔ = =
a ' b' c'
2) π⊥π' ⇔ aa '+ bb'+ cc' = 0
x 1 − p1 x 2 − p 2 x 3 − p 3
Proposición Sean la recta r ≡ = = y el plano π ≡ ax 1 + bx 2 + cx 3 + d = 0 Se
v1 v2 v3
verifica, entonces, que:
1) r // π ⇔ v 1a + v 2 b + v 3c = 0
v1 v 2 v 3
2) r⊥π ⇔ = =
a b c
DISTANCIAS
π X P’
JJJG G
XP ⋅ n ( p1 − x1 , p 2 − x 2 , p3 − x 3 ) ⋅ ( a, b, c ) ap1 + bp 2 + cp3 − ax1 − bx 2 − cx 3 ap1 + bp 2 + cp3 + d
d= G = = =
n a 2 + b 2 + c2 a 2 + b2 + c2 a 2 + b 2 + c2
d
En particular, si el punto es el origen O(0,0,0): d(O, π) = .
a + b2 + c2
2
Nota: En vez de aplicar la fórmula anterior, si se traza por P un plano π perpendicular a r, la distancia
buscada es d=d(P,Q), siendo Q el punto en el que el plano π corta a r.
Demostración:
Se define: d ( P, r ) = Inf {d ( P, X ) / X ∈ r} .
Sea A ∈ r , el área del paralelogramo formado
JJJG G P
por los vectores AP y v es:
JJJG G G
S = AP ∧ v = v .h ⇒ h G
r
JJJG G
AP ∧ v v
d ( P, r ) = d ( P, H ) = h = G
v
H
A
Distancia entre dos planos paralelos.
Sean π y π' dos planos paralelos. Sea r una recta perpendicular a ambos. Sean P = r ∩ π y
Q = r ∩ π' . Entonces, la distancia entre π y π' viene dada por d=d(P,Q).
Demostración:
Se define: d ( r, r ' ) = Inf {d ( X, Y ) / X ∈ r, Y ∈ r '} .
r
Sean P ∈ r, Q ∈ r ' , el volumen del paralelepípedo G
v
JJJG G G P
formado por los vectores PQ, v y v' es:
G G JJJG G G
V = S.H = v ∧ v ' ⋅ H = ⎡⎣ PQ, v, v '⎤⎦ ⇒
H
⎡ ⎯⎯→ G G ⎤
⎢ PQ, v, v '⎥
H = d(r, r ') =
⎣
G G
⎦ S r’
v ∧ v'
Q G
v'
es decir, cos α x + cos β y + cos γ z + d (O, π) = 0 , siendo cos α , cos β y cos γ los cosenos directores del
vector perpendicular al plano π .
ÁREAS
Área del paralelogramo.
El área del paralelogramo cuyos vértices son
A = (a 1 , a 2 , a 3 ) , B = ( b 1 , b 2 , b 3 ) , JJJG B C
AB JJJG JJJG
C = (c 1 , c 2 , c 3 ) y D = (d 1 , d 2 , d 3 ) , puede AB ∧ AD
calcularse mediante la fórmula: JJJG
A AD D
2 2 2
⎯⎯→ ⎯
⎯→ b2 − a 2 b3 − a3 b3 − a 3 b1 − a 1 b1 − a 1 b2 − a 2
Área = AB ∧ AD = + +
d2 − a2 d3 − a3 d3 − a3 d1 − a1 d1 − a1 d2 − a2
VOLÚMENES
Volumen de un paralelepípedo
⎯⎯→ ⎯⎯→ ⎯⎯→
El volumen del paralelepípedo que tiene a los vectores AB , AD y AE como aristas, siendo
A = (a 1 , a 2 , a 3 ) , B = ( b 1 , b 2 , b 3 ) , D = (d 1 , d 2 , d 3 ) , y E = (e 1 , e 2 , e 3 ) puede calcularse mediante la
1 a1 a2 a3
1 b1 b2 b3
fórmula: V=
1 d1 d2 d3
1 e1 e2 e3
Demostración:
Se consideran las tres aristas concurrentes,
JJJJGJJJG JJJG JJJG JJJG JJJG
(
V = ⎡⎣ AB,AD, AE ⎤⎦ = AB ⋅ AD ∧ AE = ) E
b1 − a1 b 2 − a 2 b3 − a 3
1 a1 a 2 a 3 H
d1 − a1 d 2 − a 2 d 3 − a 3 =
1 b1 b 2 b3 D
1 d1 d 2 d 3
e1 − a1 e 2 − a 2 b3 − a 3
1 e1 e 2 e3
S
A B