capítulo 1

Ps e u d o v e c t o res y
v e c t o r e s p l a nos

Los vectores han emergido muy despacio en las Matemáticas.

Surgieron primero como herramientas prácticas de cálculo en Física
y Geometría. Más tarde fueron axiomatizados dentro del Álgebra
Lineal, una parte de las Matemáticas que se entiende mejor después
de un curso de Geometría Vectorial. Por el momento, no nos preocu-
paremos por dicha formalización y simplemente nos concentraremos
en dibujar correctamente algunas figuras planas al modo euclidiano.

 . pseudovectores
omo el lector ya ha estudiado la Geometría Euclidiana, sacamos
C provecho de los puntos y los segmentos del plano euclidiano, con
sus cinco postulados.
Un pseudovector real bidimensional es una pareja ordenada de
puntos del plano euclidiano. El primer punto se llama origen o cola
y el segundo, extremo, flecha o punta. El prefijo grecolatino pseudo-
indica que no es todavía un vector y la palabra “vector” proviene


 . pseudovectores y vectores planos

el verbo latino veho, vexi, vectum, llevar. O sea, el origen se lleva

al extremo, tal como en un desplazamiento o traslación física. En
concordancia, los pseudovectores se representan gráficamente como
flechas o segmentos orientados.
Dado un pseudovector (A, B), A es el origen y B es el extremo. Lo
dibujamos como en la Figura .. Los pseudovectores nulos son aque-
llos en los cuales el origen coincide con el extremo, o sea, aquellos de
la forma (C, C). Tales pseudovectores se dibujan simplemente como
el punto C.

Figura . – Pseudovector nulo (C, C) y pseudovector no nulo (A, B).

A cada pseudovector no nulo se le pueden asignar tres caracterís-

ticas inherentes, a saber:
• Una dirección, formada por la colección de todas las rectas para-
lelas a la recta determinada por los puntos A y B (primer postulado
de Euclides).
• Un sentido u orientación (para estas rectas), que distingue al
pseudovector (A, B) del pseudovector (B, A).
• Una magnitud igual a la longitud del segmento AB.
Los pseudovectores nulos carecen de dirección y sentido, pero
tienen longitud igual a cero (número real).
Los pseudovectores reales del plano son “demasiados en número”
y no dejan revelar su utilidad para el estudio de la geometría del
plano. Además, tienen un problema insalvable: están fijos a su origen
y a su extremo (no son invariantes bajo traslaciones). Esto representa
también una dificultad si queremos definir operaciones con ellos, ya
que dos de ellos no son siempre “adyacentes”, o sea no se pueden
poner uno junto al otro. Por ello, debemos clasificarlos o meterlos en
clases, según sus características, para poder “sumarlos”, por ejemplo.
 Esta
noción de dirección es diferente de la que se usa a veces en la Geometría
Euclidiana. Hay que tener cuidado y distinguir los dos conceptos. En este libro
solamente usamos la noción definida en esta página.
 . e q u i va l e n c i a d e p s e u d o v e c t o r e s 

 . equivalencia de pseudovectores
os pseudovectores son equivalentes si bien ambos son nulos;
D o bien ambos no son nulos, contenidos en rectas paralelas con
el mismo sentido y la misma magnitud. Es decir, los dos tienen la
misma dirección, orientación y magnitud.
Esta relación entre los pseudovectores se puede caracterizar en
diferentes términos con ayuda de la Geometría Euclidiana.

Proposición  – Sean dos pseudovectores reales planos (A, B) y (A0 , B0 ).

Las tres afirmaciones siguientes son equivalentes para ellos:
• (A, B) y (A0 , B0 ) son equivalentes.
• La lista o enumeración de puntos A, B, B0 , A0 provee los vértices
de un paralelogramo de manera que A sigue a A0 . El paralelogramo
puede ser no degenerado (no contenido en una recta) o degenerado
(contenido en una recta).
• Los segmentos AB0 y BA0 son las diagonales de un paralelogramo
(degenerado o no), o sea, se cortan en sus puntos medios.

La demostración de estos hechos se desprende de la teoría eucli-

diana de los paralelogramos y se deja como ejercicio.
La equivalencia de los pseudovectores (A, B) y (A0 , B0 ) se denota
como (A, B) ≡ (A0 , B0 ). La Figura . ilustra dos casos distinguidos de
equivalencia de pseudovectores. Ella posee las propiedades que se
suelen atribuir a su nombre.

Figura . – (A, B) ≡ (A0 , B0 ) y (C, D) ≡ (C 0 , D 0 ).

Proposición  – La equivalencia de pseudovectores es reflexiva, si-

métrica y transitiva.
 . pseudovectores y vectores planos

Estas propiedades son cruciales para la clasificación que busca-

mos para los pseudovectores.

 . vectores
n vector real bidimensional es una clase de equivalencia de
U pseudovectores reales bidimensionales planos. En otras palabras,
fijado un pseudovector, se obtiene el vector formado de todos los
pseudovectores equivalentes al susodicho pseudovector. El vector
−−→
obtenido del pseudovector (A, B) se denota como AB  . Dicho aún de
otra manera,
−−→  0 0
AB = (A , B ) | (A0 , B0 ) ≡ (A, B) .

En particular, el vector (real bidimensional) nulo es la clase de equi-

valencia de todos los pseudovectores (reales bidimensionales) nulos.
Por las propiedades de la relación ≡ en la Proposición , cada
pseudovector está en uno y solo un vector. Así, la unión de todos los
vectores es igual a todos los pseudovectores. También, dos vectores
distintos son siempre disyuntos.
A diferencia de los pseudovectores, que están atados a puntos
específicos del plano, los vectores contienen todas las posibilidades
pertinentes de origen y extremo para cierto pseudovector. Por ello se
interpreta que los vectores son libres de moverse por todo el plano,
mientras que los pseudovectores permanecen encarcelados entre su
origen y su extremo. Por esta interpretación, dibujamos los vectores
como pseudovectores, pero con una diferencia fundamental: su cola
u origen puede estar en cualquier punto del plano. La Figura .
pretende ilustrar las maneras de dibujar un mismo vector.
También se puede decir que los vectores se obtienen de los pseu-
dovectores “olvidando los puntos que los encierran”. Las propiedades
que estudiemos de los vectores deben ser independientes del pseudo-
vector particular que escojamos dentro de un vector. O sea, dichas

 De
nuevo, algunas notaciones de la Geometría Euclidiana no valen en Geo-
−−→
metría Vectorial, por ejemplo, en este libro AB es un vector y no la semirrecta
emanada de A que pasa por B.
 . v e c t o re s 

Figura . – Todas las flechas representan al mismo vector.

propiedades se deben cumplir sin importar el pseudovector particu-

lar que se elija para verificarlas.
Para tener una visión global de todos los vectores planos y, a la
vez, hacer los dibujos más sencillos, se acostumbra elegir un punto O
cualquiera, desde donde se trazan los representantes de cada vector
o clase de pseudovectores. Dicho punto se llama origen y en él se
encuentran los orígenes de todos los pseudovectores que representan
a los vectores. La elección de O es irrelevante por definición de vector.
En la Figura . se muestra un bosquejo de esta representación.
−−−→
Elegido un origen O, el vector OA se denotará de ahora en adelante
→− →−
sencillamente como A . O es el vector nulo. Esto simplifica mucho la
escritura.
En términos físicos, los pseudovectores indican la posición de un
punto con respecto a otro y los vectores indican desplazamientos o
cambios de posición.

Figura . – Vectores referidos a un origen O.

 . pseudovectores y vectores planos

ejercicios
. Demuestre en detalle la Proposición .
. Proponga al menos otras tres condiciones equivalentes a aque-
llas que se dan en la Proposición . Ellas deberían ofrecer
definiciones alternativas de equivalencia de vectores. (Ayuda:
nuestro conocimiento de la teoría de los paralelogramos)
. Pruebe la Proposición .
. Use la Proposición  para demostrar que nuestra clasificación
de los pseudovectores es buena. En concreto:
a. la reunión de todos los vectores planos es –precisamente–
la colección de todos los pseudovectores planos;
b. si dos vectores planos son diferentes, entonces no tienen
ningún pseudovector en común.
 capítulo 2
O p e r ac i o n e s con vectores
planos

La innovación más sobresaliente del lenguaje vectorial es su éxito

para convertir razonamientos geométricos en manipulaciones alge-
braicas. Para ello, se vale de dos operaciones básicas: suma de vectores
y producto por escalar, las cuales introducimos en este capítulo. Más
adelante, en los capítulos posteriores, estudiaremos otras operaciones
con vectores que sirven grandemente a la Geometría.

.  escalamiento de un vector
→− −−−→
ea un vector A = OA , para un origen cualquiera O. Dado un
S →−
número real o escalar a, se define un vector a A de la siguiente
manera:
−−−→
• Se elige un pseudovector (O, A) de OA .
• Si a = 0 ∈ R, se pone a(O, A) = (O, O) (pseudovector nulo). Si
a > 0 (a positivo) se define que a(O, A) tiene la misma dirección y
sentido de (O, A) con magnitud igual a la multiplicación real a·`(OA),
de a por la longitud del segmento OA. Si a < 0 (a negativo) a(O, A)


  . o p e r ac i o n e s c o n v e c t o r e s p l a n o s

tiene la misma dirección de (O, A) y su magnitud es igual producto

(−a) · `(OA), pero su sentido es opuesto al de (O, A), o sea, tiene el
sentido del pseudovector (A, O). Cuando O y A son distintos, a(O, A)
←→
yace siempre en la recta OA.
→
−
• a A es la clase de equivalencia de a(O, A).
→− →
−
a A es el escalamiento de A por el escalar a. También diremos
→
− →
−
que a A es el producto del escalar a por el vector A . La Figura .
pudiera ayudar a aclarar la intuición detrás de esta definición.

Figura . – Escalamientos del pseudovector (O, A).

Esta definición es correcta puesto que no depende del origen

→
−
particular O, ni del pseudovector representante (O, A) escogido en A .
La Figura . no sólo sugiere, sino también contiene toda una larga
redacción que prueba este hecho.

Figura . – Independencia de la elección de (O, A).

El producto de un escalar por un vector tiene las siguientes propie-

dades, que se pueden “demostrar” con ayuda de un dibujo parecido
 Del latín scalāris, propio de una escala o escalera.
 . s u m a d e v e c t o r e s 

al anterior.
• Compatibilidad con la multiplicación de números reales. Para
dos escalares cualesquiera a, b ∈ R y un vector plano real bidimensio-
→−
nal cualquiera A , se cumple que
→− →−
a(b A ) = (ab) A .
→
−
• Elemento identidad. Para cada vector plano A ,
→
− → −
1A = A .
→− −−−→
También se tiene que todo A = OA se anula al multiplicarse por
→− → −
0 ∈ R, es decir, 0 A = O .
De otro lado, la siguiente convención es muy útil para lo que
sigue:
−−−→ −−−→ −−−→
− OA := (−1) OA = AO .

.  suma de vectores
→− −−−→ → − −−→
ean dos vectores A = OA y B = OB . Su suma, denotada como
S →
− → −
A + B , es un vector que se construye como se explica a continua-
ción:
→−
• Se elige un pseudovector cualquiera (O, A) de A .
→
−
• En la clase B se escoge el pseudovector con origen o cola en A,
denotado aquí como (A, B). Con esto, se obtiene el pseudovector de
O a B, es decir, (O, B).
→
− → −
• A + B es la clase de equivalencia a la que pertenece (O, B).
El procedimiento descrito se llama “ley del triángulo” o “ley del
paralelogramo”, nombre justificado por la ilustración de la Figura
..
Claramente, cuando los vectores tienen la misma dirección, esta
suma se reduce a la suma usual de números reales.
Tal como con el producto por escalar, hay que comprobar que la
definición de suma no depende de los representantes particulares
  . o p e r ac i o n e s c o n v e c t o r e s p l a n o s

Figura . – “Ley del triángulo o del paralelogramo”.

Figura . – Independencia de la selección de los pseudovectores.

→
− →−
tomados de A y B . Damos por sentado este asunto mediante la
Figura ..

La suma de vectores posee las importantes propiedades siguien-

tes:
→
− → − → −
• Asociatividad. Dados tres vectores A , B y C , se tiene que

→− → − →
− → − →− → −
( A + B ) + C = A + ( B + C ).

→
− → − → −
Con esto, la suma A + B + C de tres vectores tiene un único signifi-
cado. Esta propiedad se entiende mirando con cuidado a la Figura
..

• Conmutatividad. Para cada par de vectores planos (reales bidi-

 . s u m a d e v e c t o r e s 

Figura . – Propiedad asociativa de la suma de vectores.

→
− → −
mensionales) A y B , se tiene
→
− → − → − → −
A + B = B + A.
→
− →
−
• Identidad aditiva. Sea A un vector plano cualquiera y sea O el
vector nulo. Entonces,
→− → − → −
A + O = A.
→
−
O también se llama (vector) cero.
• Opuestos o inversos aditivos. Para cada vector plano real bi-
→
− →
−
dimensional A , existe un vector plano real bidimensional − A tal
que
→− →− →
−
A + (− A ) = O (vector nulo).
En efecto, tomando origen O,
−−−→ −−−→ −−−→ −−−→ →
−
OA + (− OA ) = OA + AO = O .

Es costumbre resumir estas cuatro propiedades diciendo que los

vectores planos con la adición de vectores forman un grupo abeliano.
La existencia de opuestos aditivos permite definir la resta de
vectores mediante
→
− → − →
− →
−
A − B := A + (− B ),
→
− → −
para vectores cualesquiera A y B .
  . o p e r ac i o n e s c o n v e c t o r e s p l a n o s

.  compatibilidad
ay, además, dos propiedades importantes que expresan la com-
H patibilidad del producto de un vector por un escalar con la suma
de números reales y la suma de vectores:
• Distributividad del producto por escalar con respecto a la suma
→
−
de números reales. Sean a, b ∈ R y A un vector plano. Entonces,
→− →− →−
(a + b) A = a A + b A .

• Distributividad del producto por escalar con respecto a la suma

de vectores. Para todo escalar a ∈ R y todo par de vectores (planos
→− → −
reales bidimensionales, por el momento) A y B , se cumple que
→− → − →− →−
a( A + B ) = a A + a B .

ejercicios
. Esboce algunos buenos dibujos para verificar la validez de las
propiedades del producto de un vector por un escalar dadas
al final de la Sección ..
. Verifique con dibujos las propiedades de la suma de vectores
que quedaron pendientes de comprobación (conmutatitividad,
existencia de identidad y existencia de opuestos o inversos).
. Compruebe con la ayuda de algunos dibujos las propiedades
de compatibilidad –o propiedades distributivas– del producto
por escalar con la suma de reales y la suma de vectores.
 capítulo 3
P r o y e c c i ó n o rtogonal y
p r o d u c t o i n t erior

Además de las operaciones básicas (suma y escalamiento), es útil

introducir otras “operaciones” que automatizan procedimientos recu-
rrentes en la Geometría Vectorial. Ellas provienen de cómputos que
se repetían en muchas situaciones, los cuales terminaron finalmente
sistematizándose como producto interior y producto exterior de dos
vectores.
En este capítulo estudiamos el producto interior (o producto
escalar, o producto punto). Su razón y su utilidad yacen en la noción
de proyección ortogonal.

.  proyección ortogonal de un vector sobre

otro
enotaremos la magnitud (también llamada norma) de un vector
D →
− →
−
A con el símbolo | A |. El ángulo geométrico formado por dos
→
− → −
vectores (distintos del vector nulo) A y B es el menor de los ángulos


 . p r o y e c c i ó n o rt o g o n a l y p r o d u c t o i n t e r i o r

que se forman cuando los vectores se refieren a un origen común

O. Observemos que el ángulo θ puede tomar sólo valores entre 0◦ y
180◦ . La Figura . bosqueja este concepto de ángulo (geométrico).

Figura . – θ es el ángulo geométrico entre los vectores.

Emplearemos sin remordimiento algunos elementos de Trigono-

metría elemental, por ejemplo, las funciones trigonométricas seno y
coseno.
→
−
La proyección ortogonal del vector (no nulo) A sobre el vector
→
−
(no nulo) B es el número real
→− → − →−
π( A ; B ) = | A | · cos θ,
→
− → −
donde θ es el ángulo (geométrico) formado por A y B . Como el
lector se puede dar cuenta mediante un ejemplo simple, en general
se tiene que
→− → − →− → −
π( A ; B ) , π( B ; A ).
La igualdad de las proyecciones (ortogonales) se obtiene precisamen-
te cuando
→− →−
| A | = | B |.
→− →
−
La Figura . ilustra la proyección ortogonal π( A ; B ) y justifica
→
− →
−
su nombre: es la “parte o porción” de A en la dirección de B . La
proyección puede ser negativa, tal como lo ilustra el caso dibujado
en la Figura ..
→
− → −
Si alguno de los vectores A , B es nulo, se pone por definición
→− → − →− → −
π( A ; B ) = π( B ; A ) = 0 ∈ R.
 . p r o d u c t o i n t e r i o r 

Figura . – La proyección ortogonal es la longitud de OA0 .

Figura . – Proyección ortogonal negativa.

.  producto interior
→
− → −
ues bien, el producto interior de A y B se denota con un punto
P (notorio y grande) y de define mediante
→
− → − →
− → − → − →− → −
A • B = π( A ; B ) · | B | = | A | · | B | · cos θ,
→
− → −
donde, como antes, θ es el ángulo entre A y B . Nótese que el resul-
tado de este producto es un escalar (numero real). De aquí el nombre
de producto escalar.
→
− → − →− → −
Si alguno de los vectores A , B es nulo, A • B = 0.

.  propiedades
l producto • de vectores reales bidimensionales posee algunas
E propiedades características que lo hacen muy útil al momento de
su aplicación.
 . p r o y e c c i ó n o rt o g o n a l y p r o d u c t o i n t e r i o r

→
− → −
• Conmutatividad. Para todo par de vectores planos A y B ,
→
− → − → − → −
A • B = B • A.

• No negatividad. El producto interior de un vector por sí mismo

es igual a la magnitud del vector al cuadrado y, por lo tanto, es una
cantidad no negativa. Es decir,
→
− → − →−
A • A = | A |2 ≥ 0,
→
−
para todo vector plano A . El cero se obtiene únicamente para el
vector nulo.
• Distributividad o compatibilidad con la suma de vectores. Para
→
− → − → −
vectores planos reales cualesquiera A , B y C ,
→
− → − → − →
− → − → − → −
A •(B + C ) = A • B + A • C .

La demostración de esta propiedad se puede lograr con ayuda del

llamado “lema de la proyección ortogonal para la suma”:
→− → − → − →− → − →− → −
π( B + C ; A ) = π( B ; A ) + π( C ; A ).

Este hecho se entiende fácilmente reparando en la Figura ..

Figura . – “Lema de la proyección ortogonal para la suma de

vectores”.
De este modo,
→− → − →− →−
| B + C | cos α = | B | cos β + | C | cos γ.
 . p r o p i e dad e s 

→−
Después de multiplicar esta igualdad por | A |, obtenemos la distribu-
tividad buscada.
• Homogeneidad o compatibilidad con el producto por escalares.
→
− → −
Si a ∈ R y A , B son vectores bidimensionales reales, entonces
→
− →− →− → −
A • (a B ) = a · ( A • B ).

Para demostrar este hecho apelamos al “lema de la proyección orto-

gonal para el producto por escalar”. Sea, por ejemplo, a > 0. Con la
asistencia de la Figura .,
→− → − →− → −
π(a B ; A ) = a · π( B ; A ).

O sea,
→− →−
|a B | cos θ = a| B | cos θ.
→−
Para terminar, multiplicamos la igualdad por | A |.

Figura . – “Lema de la proyección ortogonal para el producto por

escalar”.
Si contemplamos con cuidado lo que hemos hecho, descubriremos
que estamos mezclando Geometría Euclidiana con ciertas operacio-
nes puramente algebraicas. La motivación del producto interior a
partir de la proyección ortogonal nos lleva a caracterizar la per-
pendicularidad como una condición algebraica. Dos vectores son
ortogonales (o perpendiculares, ¡por esto no vale la pena discutir!) si
ellos forman ángulo geométrico recto.
→
− → −
• Criterio de ortogonalidad. Dos vectores A y B son ortogonales
si y sólo si
→− → −
A • B = 0.
 . p r o y e c c i ó n o rt o g o n a l y p r o d u c t o i n t e r i o r

En particular, el vector nulo es ortogonal a todos los vectores del

plano.

ejercicios
. Mediante un dibujo, dé un ejemplo en el cual se verifique que
la proyección de un vector no nulo sobre un (otro) vector no
nulo cambia cuando se conmutan los vectores.
. Verifique en detalle la conmutatividad y la no negatividad del
producto interior de vectores planos.
. Compruebe la homogeneidad del producto interior cuando el
escalar a es cero o negativo.
. Pruebe sin dibujar que
− →
→ − → − → − → − → − → −
(B + C )• A = B • A + C • A,
→− →− → −
para vectores planos arbitrarios A , B y C .
→
− → −
. Demuestre sin dibujar que, para vectores cualesquiera A , B y
b ∈ R (escalar cualquiera), se cumple
→− → − →− → −
(b A ) • B = b · ( A • B ).

. ¿Cuáles resultados de la Geometría Euclidiana se requieren

para demostrar el “lema de la proyección ortogonal para el
producto por escalar”?
. Compruebe detalladamente la validez del criterio de ortogo-
nalidad de vectores en términos del producto interior entre
ellos.
 capítulo 4
Á r e a y p r o d u cto exterior

La otra operación que ayuda mucho al estudio la geometría del

plano es el producto exterior. Como su nombre lo indica, se trata de
una operación que se sale del plano, creando una dimensión nueva.
Por ello, con él se inaugura propiamente la geometría del “espacio”.

 . área de un paralelogramo
→
− → −
ados dos vectores planos reales A y B no nulos que forman
D ángulo geométrico θ, la diferencia de dirección entre ellos se
define como
→− → −
δ( A ; B ) = sen θ.
La diferencia de dirección de dos vectores es, en consecuencia, un
número real entre 0 y 1 (recordemos que θ está entre 0 y 180◦ ). Los
dos vectores tienen la misma dirección si y sólo si su diferencia o
cambio de dirección es nulo.
→− → −
El área A del paralelogramo que determinan los vectores A y B
es igual a su base por la altura, es decir,
→− → − →− → − →− → −
A = | A | · | B | · δ( A ; B ) = | A | · | B | · sen θ.


 . área y producto exterior

Esta expresión se explica por la Figura .. Naturalmente, en el caso

interesante, θ , 0◦ , 180◦ (paralelogramo no degenerado).

Figura . – A = b · h.

 . producto exterior
→
− →
−
l producto exterior de dos vectores planos reales A y B se
E denota mediante
→
− → −
A6B .
Por ello, también se acostumbra referirse a este producto como pro-
ducto “cruz”. Pero, ¿qué es esto?
El producto cruz de dos vectores es un vector completamente
determinado por las siguientes características:
• Su magnitud es igual al área encerrada por los vectores, o sea,
→− → − →− → −
| A 6 B | := A = | A | · | B | · sen θ.
→
− → −
• Se trata de un vector ortogonal a los dos vectores dados A y B .
Así, es perpendicular al plano de estos dos vectores. Su dirección es,
en fin, la de una recta del espacio que es perpendicular al plano.
• De las dos posibilidades que surgen para el sentido del producto
exterior, se elige la que da la “regla de la mano derecha”. El dedo
índice de la mano derecha apunta como la flecha del primer vector y
el dedo corazón de la misma mano señala como la flecha del segundo
vector; con esto, el dedo pulgar de la mano derecha indica el sentido
del producto vectorial . El procedimiento descrito se ilustra en la
Figura ..
 Se
hubiese podido elegir la mano izquierda, pero la mayoría de las personas
son diestras.
 . p r o d u c t o e x t e r i o r 

Figura . – “Regla de la mano derecha”.

Claramente, hay otras maneras de realizar la elección correcta

del sentido, las cuales equivalen a la explicación anterior. En particu-
lar, recordamos el cuarto postulado de Euclides, entendido como la
elección de un sentido de giro “absoluto” para el plano euclidiano.
Con la ayuda de una representación plana de un hecho que sucede
en el espacio, resumimos el procedimiento completo para el cómputo
del producto exterior de dos vectores planos en la Figura ..

Figura . – Producto exterior de dos vectores planos.

El producto exterior de dos vectores se llama también producto

vectorial, puesto que el resultado de la operación es un vector.
→
− → − →− →− →
−
Cuando A o B es nulo, A 6 B := O , el vector nulo del espacio,
que se puede identificar con el vector nulo del plano, en cuanto
elemento neutro de la suma.
 . área y producto exterior

 . propiedades
l producto 6 de vectores reales bidimensionales tiene las siguien-
E tes propiedades. Ellas son muy significativas y útiles para la de-
mostración de teoremas de la Geometría Euclidiana.
→
− → −
• Anticonmutatividad. Para todo par de vectores A y B del plano,
→
− →− − →
→ −
A 6B = −B 6A .

Se trata de una consecuencia inmediata de la “regla de la mano

derecha”.
• Aniquilación.
→
− → − → −
A 6A = O ,
→−
para todo vector plano A ; ya sea nulo, ya no.
• Distributividad o compatibilidad con la suma de vectores. Para
→
− →
− → −
vectores bidimensionales reales cualesquiera A , B y C ,
→
− → − → − →
− → − → − → −
A 6( B + C ) = A 6 B + A 6 C .

Para la demostración de esta propiedad debemos considerar mag-

nitud, dirección y sentido. La dirección y el sentido no ofrecen pro-
blema porque vienen dados por la perpendicularidad y la “mano
derecha”. Para la magnitud nos ayudamos de la Figura ..

Figura . – Relación de las áreas - suma de vectores.

En efecto,
→− → − →− →−
| B + C | sen α = hB+C = hB + hC = | B | sen β + | C | sen γ.
 . p r o p i e dad e s 

→−
La igualdad de las magnitudes se obtiene tras multiplicar por | A |.
• Homogeneidad o compatibilidad con el producto por escalares.
→
− → −
Dados dos vectores planos cualesquiera A , B y un escalar a ∈ R,
→
− →− →− → −
A 6(a B ) = a( A 6 B ).

De nuevo, la dirección y el sentido de los dos miembros de la igualdad

coinciden. Para la magnitud, en el caso a > 0, mirando la Figura .,
−−→ →−
| aB | sen θ = haB = ahB = a| B | sen θ.
→−
Para terminar, se multiplica por | A |.

Figura . – Relación de las áreas - producto por escalar a > 0.

• Criterio para el cambio de dirección. Dos vectores planos reales

→
− → −
no nulos A y B tienen (o señalan) la misma dirección si y sólo si
→
− → −
A 6 B = 0.

Claramente, tienen la misma dirección si y sólo si el área que encie-

rran es nula.
En el próximo capítulo reelaboramos este criterio con mayor
detenimiento dentro de la noción de dependencia lineal.

ejercicios
. Compruebe detalladamente la anticonmutatividad y la ani-
quilación para el producto exterior de vectores planos.
 . área y producto exterior

. Verifique la validez de la propiedad distributiva

→
− → − → − →
− → − → − → −
A 6( B + C ) = A 6 B + A 6 C

para los vectores de la Figura ..

Figura . – Otra situación para la distributividad.

→
− →−
. Para vectores planos cualesquiera A , B , pruebe sin dibujar
que
→− → − → − → − → − → − → −
( B + C )6 A = B 6 A + C 6 A ,
. Verifique la homogeneidad
→
− →− →− → −
A 6(a B ) = a( A 6 B )

del producto 6 (cruz) en el caso en el que el escalar a es

negativo o cero.
→
− → −
. Para vectores cualesquiera A , B y un escalar arbitrario b ∈ R,
verifique sin dibujar que
→− → − →− → −
(b A )6 B = b · ( A 6 B ).

. Convénzase de la validez del criterio de cambio de dirección

para los vectores reales planos.
 capítulo 5
Ba s e s

Los vectores que hemos venido estudiando son planos o bidimen-

sionales porque existen pares de ellos que “generan” todos los demás
vectores. En este capítulo aprendemos que dicha “generación” ocurre
por “combinaciones lineales”, un concepto central en el estudio de los
vectores. Dos vectores pueden ser o no “linealmente independientes”
y, cuando lo son, forman una “base del plano” real bidimensional.

.  independencia lineal
−−→ −−→
ean dos vectores planos reales no nulos B1 y B2 . Si tienen di-
S recciones diferentes, su diferencia de dirección
−−→ −−→
δ( B1 ; B2 ) , 0.

Recordemos lo dicho en el capítulo anterior: estos dos vectores tienen

la misma dirección si y sólo si su cambio de dirección es nulo. En este
caso, también tenemos
−−→ −−→ → −
B1 6 B2 , O .


 . ba s e s

Aún de otra manera: el área del paralelogramo determinado por ellos

−−→ −−→
no es nula. En fin, cuando esto sucede decimos que B1 y B2 son
linealmente independientes.
Esta condición también se puede definir por medio del produc-
to por escalar. Los dos vectores son linealmente independientes si
ninguno de ellos es un múltiplo escalar del otro. Esta caracterización
tiene la ventaja de excluir inmediatamente el caso en que uno o los
dos vectores son nulos. En verdad, si uno de ellos es nulo, basta
multiplicar al otro por el escalar cero, para obtenerlo. Por esta razón,
esta redacción se toma a menudo como definición de independencia
lineal.
Cada vez que encontremos dos vectores planos linealmente in-
−−→ −−→ →
−
dependientes B1 y B2 , se cumple que todo vector X del plano se
puede escribir en la forma
→
− −−→ −−→
X = x1 B1 + x2 B2 ,

para ciertos escalares x1 , x2 ∈ R. Se acostumbra leer esta expresión

→
− −−→ −−→
diciendo que X es una combinación lineal de B1 y B2 . También
→−
se puede decir que estos dos vectores generan a X . La Figura .
sugiere una manera de entender este hecho.

Figura . – Generación de un vector plano a partir de dos vectores

linealmente independientes. Por el punto X se trazan paralelas a las
rectas (generadas) por los vectores (Postulado  de Euclides).
 . ba s e s , d i m e n s i ó n 

Naturalmente, el lector ya se habrá dado cuenta de que hay mu-

−−→ −−→
chas maneras de elegir los vectores B1 y B2 . Cada vez que los cambia-
mos, obtenemos distintos valores para los escalares x1 y x2 que pro-
ducen la combinación lineal. Para ilustrar este hecho, presentamos
la Figura ., donde hemos usado otro par de vectores linealmente
independientes.

Figura . – Generación del mismo vector con otro par de vectores
linealmente independientes.

Aún otra manera de enunciar la independencia lineal de dos

−−→ −−→
vectores en nuestro plano: B1 y B2 son linealmente independientes
si y solamente si la ecuación vectorial

−−→ −−→ →−
x1 B1 + x2 B2 = O ,

tiene solución única x1 = x2 = 0.

.  bases, dimensión
os vectores, como en la Figura . o la Figura ., forman una
D base para el plano. En verdad, ellos son verdaderos “ladrillos” o
“piezas fundamentales” que nos permiten construir cualquier otro
vector real bidimensional mediante una combinación lineal.
 . ba s e s

−−→
La manera correcta de recordar este concepto es como sigue. B1
−−→
y B2 forman una base del plano real si cumplen con las condiciones
a continuación:
−−→ −−→
• B1 y B2 son linealmente independientes, y
→−
• todo vector X del plano real se puede escribir como una combi-
−−→ −−→
nación lineal de B1 y B2 .
Hemos dicho muchas veces que los vectores son bidimensionales
o que tienen dos dimensiones. Esta manera de hablar tiene que ver
con el hecho de que las bases de nuestro plano tienen siempre dos
elementos. El tratamiento formal del concepto de dimensión de un
espacio de vectores es un tema más avanzado, que no se trata en este
curso.
El producto punto de vectores se vuelve muy útil cuando elegimos
una base de vectores ortogonales. En este caso afortunado, los escala-
→
−
res x1 , x2 que expresan el vector X como combinación lineal de los
vectores de la base son, sencillamente, las proyecciones ortogonales
en el sentido de dichos vectores:
−−→ −−→
→
− − −−→ B1
→ →− −−→ B2
X = π( X ; B1 ) −−→ + π( X ; B2 ) −−→ .
| B1 | | B2 |
Esta situación particular se ilustra en la Figura .. Se dice también
−−→ −−→
que B1 y B2 forman una base ortogonal del plano.
Para simplificar la escritura, exigimos que los vectores de la base
ortogonal sean unitarios. Con esta mejora, se obtiene que
→
− →− −−→ −−→ → − −−→ −−→
X = ( X • B1 ) B1 + ( X • B2 ) B2 .

Cuando esto pasa, se dice que la base es ortonormal o canónica. Las

bases canónicas son muy útiles para realizar cómputos con vectores,
como lo veremos en la sección siguiente.
−−→
Resumiendo, las condiciones para que una base formada por B1
−−→
y B2 sea una base ortonormal o canónica son:
−−→ −−→
• | B1 | = | B2 | = 1 y
−−→ −−→
• B1 • B2 = 0.
 . p r o d u c t o s p u n t o y c ru z 

Figura . – Generación del vector en una base ortogonal.

.  productos punto y cruz

→
− →−
l producto • de dos vectores X , Y toma una forma muy sencilla
E −−→ −−→
si expresamos estos factores en una base ortonormal B1 , B2 :
→
− −−→ −−→
X = x1 B1 + x2 B2 ,
→
− −−→ −−→
Y = y1 B1 + y2 B2 .

Como consecuencia de la propiedad distributiva del producto punto

con la suma y las propiedades de la base canónica,
→
− → −
X • Y = x1 y1 + x2 y2 .

De una manera similar, el producto 6 de estos dos vectores está

dado por
→
− → − −−→
X 6 Y = (x1 y2 − x2 y1 ) B3 ,
−−→ −−→ −−→
donde B3 = B1 6 B2 es un vector unitario perpendicular al plano de
→
− → −
los vectores X , Y .
Las propiedades de los vectores planos deberían ser, en lo posible,
independientes de la base elegida para ellos. Por ello, es costumbre
generalizada trabajar en una base canónica debido a la sencillez de
los cálculos que se realizan con ella.
 . ba s e s

ejercicios
. Dibuje un par de vectores reales planos (no nulos) que sean
linealmente independientes. Dibuje otros dos pares diferentes
con esta misma propiedad.
→
−
. Dibuje un vector cualquiera X en el plano y bosqueje cómo se
expresaría como combinación lineal de cada uno de los tres
pares de vectores del ejercicio anterior.
−−→ −−→
. Para una base ortonormal cualquiera B1 , B2 , pruebe en detalle
→
− → −
que el producto escalar de dos vectores X , Y está dado por
→
− → −
X • Y = x1 y1 + x2 y2 .
→
− → −
. Para vectores planos reales cualesquiera X y Y , verifique la
fórmula del producto vectorial en una base ortonormal
→
− → − −−→
X 6 Y = (x1 y2 − x2 y1 ) B3 .

. ¿Cómo luce el producto escalar de dos vectores en una base

cualquiera?
. ¿Cómo se ve el producto vectorial de dos vectores planos en
una base arbitraria?