Saltar al contenido

Diario de clases

Clases de Jesús Soto

Menú
  • Fórmulas
Menú

Navegación de entradas

ALG: Aplicaciones lineales y el plano afín \(\mathbb{R}^2\) ←
→ ALG: Variedades y Sistemas de Ecuaciones

ALG: El espacio afín euclídeo

Posted on 3 de noviembre de 2025

En este tema nos proponemos a proveer de una métrica a los espacios afines de \(\mathbb{R}^2\) y \(\mathbb{R}^3\). Esta métrica nos permitirá definir distancias, el ángulo entre dos vectores y el concepto de perpendicularidad.

Además definimos el producto vectorial de dos vectores no nulos de \(\mathbb{R}^3\), estudiando propiedades que más tarde utilizaremos. Por último hemos definido el producto mixto de tres vectores de \(\mathbb{R}^3\).

Además hemos aprendido a expresar de una nueva forma un plano afín en \(\mathbb{R}^3\), si \(\pi:\{P+\lambda\vec{v}+\mu\vec{u}|P\in\mathbb{R}^3, \vec{v},\vec{u}\in\mathbb{R}^3,\lambda,\mu\in\mathbb{R}\}\), llamamos forma general a \[(x-p_1,y-p_2,z-p_3)\cdot(\vec{v}\times\vec{u})=0.\]

El símbolo \(\times\) hace referencia al producto vectorial, que calculamos mediante:
\[\vec{v}\times\vec{u}=\begin{vmatrix}\vec{i} & \vec{j} &\vec{k}\\ v_1 & v_2 & v_3 \\ u_1 & u_2 & u_3\end{vmatrix}\]

Ejemplo: Sean \(\vec{v}=(1,-2,3)\) y \(\vec{u}=(2,1,-1)\), calcular \(\vec{v}\times\vec{u}\).

\[\begin{vmatrix} \vec{i} & \vec{j} &\vec{k}\\ 1&-2&3 \\ 2&1&-1\end{vmatrix}=\begin{vmatrix}-2&3\\ 1&-1\end{vmatrix}\vec{i} – \begin{vmatrix}1&3\\ 2&-1\end{vmatrix}\vec{j} +\begin{vmatrix}1&-2\\ 2&1\end{vmatrix}\vec{k}\] \[=-\vec{i} +7\vec{j} +5\vec{k}\]

Este resultado junto con el anterior nos permiten deducir la forma general del plano \((x-p_1,y-p_2,z-p_3)\cdot(\vec{v}\times\vec{u})=0,\) como
\[\begin{vmatrix}x-p_1 & y-p_2 &z-p_3\\ v_1 & v_2 & v_3 \\ u_1 & u_2 & u_3\end{vmatrix}=0\]

El producto vectorial solo hace referencia a vectores en el espacio vectorial \(\mathbb{R}^3\), y cumple:

  • \( (\vec{v} \times \vec{u} )\times \vec {w} \neq \vec {v} \times (\vec {u} \times \vec {w} )\); el producto vectorial no es asociativo
  • \({\vec{v}}\times {\vec{u}}=-({\vec{u}}\times {\vec{v}})\); anticonmutatividad
  • \( \vec{v}\bullet (\vec{v}\times \vec{u})=0\); cancelación por ortogonalidad.
  • Si \({\vec{v}}\times {\vec{u}}={\vec{0}}\) con \(\vec{v}\neq \vec{0}\) y \( \vec{u}\neq \vec{0}\), \(\Rightarrow \vec{v}\|\vec{u}\); la anulación del producto vectorial proporciona la condición de paralelismo entre dos direcciones.
  • \(({\vec{v}}+{\vec{u}})\times {\vec{w}}={\vec{v}}\times {\vec{w}}+{\vec{u}}\times {\vec{w}}\); distributividad por derecha e izquierda
  • \({\vec{v}}\times ({\vec{u}}\times {\vec{w}})={\vec{u}}({\vec{v}}\bullet {\vec{w}})-{\vec{w}}({\vec{v}}\bullet {\vec{u}})\); conocida como regla de la expulsión.
  • \( \left\|\vec{v}\times \vec{u}\right\|=\left\|\vec{v}\right\|\left\|\vec{u}\right\|\left|\sin \theta \right|\), en la expresión del término de la derecha, sería el módulo de los vectores \( \vec{v}\) y \( \vec{u}\), siendo \(\theta\) , el ángulo menor entre los vectores \( \vec{v}\) y \( \vec{u}\); esta expresión relaciona al producto vectorial con el área del paralelogramo que definen ambos vectores.
  • \(\lambda (\vec{v}\times \vec{u})=(\lambda \vec{v})\times \vec{u}=\vec{v}\times (\lambda \vec{u})\); el producto vectorial es bihomogéneo
  • El módulo o norma del producto vectorial puede calcularse fácilmente sin hacer el producto vectorial: \(\|\vec{v}\times \vec{u}\|=\left(\|\vec{v}\|^{2}\|\vec{u}\|^{2}-(\vec{v}\bullet \vec{u})^{2}\right)^{1/2}\)
  • El vector unitario \( {\hat {\mathbf {n} }}=\frac{\vec{v}\times \vec{u}}{\|\vec{v}\times \vec{u}\|}\) es normal al plano que contiene a los vectores \( \vec{v}\) y \( \vec{u}\).

Ejercicio: ¿Cuál es, en valor absoluto, el producto escalar del vector \([1,2,4]\) por el vector normal unitario de la recta definida por las ecuaciones \(\pi_1:-6z+9y+x-1=0\) y \(\pi_2:15z-18y-4x-5=0\)?

El vector normal de la recta definida por las ecuaciones \(\pi_1:-6z+9y+x-1=0\) y \(\pi_2:15z-18y-4x-5=0\) vendrá dado por el producto vectorial de los vectores normales de cada plano:

\[\begin{vmatrix}\mathbf{i}&\mathbf{j}&\mathbf{k}\\ 1&9&-6 \\ -4&-18&15\end{vmatrix}=27\mathbf{i}+9\mathbf{j}+18\mathbf{k}\]
Luego el vector normal es [27,9,18]. Ahora lo normalizamos(hacerlo unitario) \[\frac{1}{\|[27,9,18]\|}[27,9,18]=\left[ \frac{3}{\sqrt{14}},\frac{1}{\sqrt{14}},\frac{2}{\sqrt{14}}\right]\]
Por último,
\[[1,2,4].\left[ \frac{3}{\sqrt{14}},\frac{1}{\sqrt{14}},\frac{2}{\sqrt{14}}\right]=\frac{13}{\sqrt{14}}\approx 3.47\]


El producto escalar nos da pie a definir la norma de un vector como la raíz cuadrada de el producto escalar de un vector por si mismo: \[||\vec{v}||=\sqrt{\vec{v}\bullet\vec{v}}\]

En el caso de \(\mathbb{R}^n\): \[||(v_1,v_2,\ldots,v_n)||=\sqrt{v_1^2 +v_2^2+\ldots + v_n^2}\]

Utilizando el producto escalar podemos definir el coseno de dos vectores: \(\vec{v},\vec{u}\in\mathbb{R}^n\), donde \(n\in\{2,3\}\), como \[\textbf{cos}(\vec{v},\vec{u})=\frac{\vec{v}\bullet\vec{u}}{||\vec{v}||\cdot ||\vec{u}||}\]

Ejemplo: Sean \(\vec{v}=(1,-2,3)\) y \(\vec{u}=(2,1,-1)\), ¿cuál es la segunda cifra decimal del \(\cos(\vec{v},\vec{u})\)?

Dados\(\vec{v}=(1,-2,3)\) y \(\vec{u}=(2,1,-1)\), \(\|(1,-2,3)\|=\sqrt{1^2+(-2)^2+3^2}=\sqrt{14}\), \(\|(2,1,-1)\|=\sqrt{6}\). Luego \[\mathbf{cos(\vec{v},\vec{u})}=-\frac{3}{\sqrt{6} \sqrt{14}}\approx -0.3273\]

Otro vector que podemos definir es la proyección de un vector sobre otro, como \[\textbf{proy}_\vec{v}(\vec{u})=\frac{\vec{v}\bullet\vec{u}}{||\vec{v}||^2}\vec{v}\]

Ejemplo: Cuál es la proyección de \(\vec{u}=(1,-2,3)\) sobre \(\vec{v}=(2,1,-1)\)?

\[\textbf{proy}_\vec{v}(\vec{u})=\frac{(1,-2,3)\bullet (2,1,-1)}{\|(2,1,-1)\|^2}(2,1,-1)=-\frac{3}{6}(2,1,-1)\]

La componente de \(\mathbf{u}\) en la dirección de \(\mathbf{v}\), vendrá dada por \[\textbf{comp}_\mathbf{v}(\mathbf{u})=\frac{\mathbf{v}\bullet\mathbf{u}}{||\mathbf{v}||}\]

Ejemplo: Determinar la componente del vector \([3,2,1]\) en la dirección del vector \([2,-1,0]\)

Solución:
Por la definición tendremos: \[\textbf{comp}_{[2,-1,0]}([3,2,1])=\frac{[3,2,1]\bullet[2,-1,0]}{\|[2,-1,0]\|}=\frac{4}{\sqrt{5}}\]

Con la norma podemos definir la distancia entre dos puntos \(P\) y \(Q\in \mathbb{R}^3\) como: \[d(P,Q)=||\vec{QP}||=\sqrt{(q_1-p_1)^2 +(q_2-p_2)^2 + (q_3-p_3)^2}\]

Ejemplo: ¿Cuál es la distancia entre los puntos \(P(1,-1,2)\) y \(Q(0,2,-2)\)?

\[[d(P,Q)=||\vec{QP}||=\sqrt{(0-1)^2 +(2-(-1))^2 + ((-2)-2)^2}=\sqrt{26}\]

Del mismo modo definimos la distancia de una recta \(r=\{P+\mathbf{Gen}\{\vec{v}\}\}\in \mathbb{R}^3\) a un punto \(Q\) como:\[d(Q,r)=\frac{||\vec{PQ}\times\vec{v}||}{||\vec{v}||}\]

Ejemplo: Cuál es la distancia del punto \(Q(0,2,-2)\) a la recta \(r:\{(1,-1,2)+\mathbf{Gen}\{(3,2,-1)\}\}\in \mathbb{R}^3\) ?

\[d(Q,r)=\frac{\|\vec{PQ}\times\vec{v}\|}{\|(3,2,-1)\|}=\frac{\|(5,-13,-11)\|}{\|(3,2,-1)\|}= \frac{3 \sqrt{35}}{\sqrt{14}}\approx4.7434\]

Sin embargo, si queremos calcular la distancia entre un punto \(P\) y el plano \(\pi:ax+by+cz+d=0\), que no lo contiene, lo haremos mediante:\[d(P,\pi)=\frac{|ap_1+bp_2+cp_3+d|}{\sqrt{a^2+b^2+c^2}}\]

Ejemplo: Cuál es la distancia del punto \(Q(0,2,-2)\) al plano \(\pi:\{(1,-1,2)+\mathbf{Gen}\{(3,2,-1),(0,1,1)\}\}\in \mathbb{R}^3\) ?

La ecuación implícita del plano vendrá dada por: \[\begin{vmatrix}x-1 & y+1 & z-2\\
3 & 2 & -1\\
0 & 1 & 1\end{vmatrix}=3z-3y+3x-12=0\]
\[d(Q,\pi)=\frac{|(3,-3,3).(0,2,-2)-12|}{\|(3,-3,3)\|}=\frac{8}{\sqrt{3}}\approx 4.6188\]

Ecuación normalizada

Para algunos ejercicios utilizaremos la siguiente definición:

Definición: Sea \(ax+by+cz+d=0\) una ecuación de un plano en el espacio afín. Llamaremos ecuación normalizada a la ecuación resultado de
\[\frac{1}{\sqrt{a^2+b^2+c^2+d^2}}(ax+by+cz+d=0)\]

Ejemplo: Sea \(ax+by+cz+d=0\) la ecuación del plano afin, normalizada, que pasa por el punto P(0,1,-3) y tiene por vectores directores \(\textbf{v}=[2,-1,1]\) y \(\textbf{u}=[1, 2, 3]\) . ¿Cuál es el resultado, en valor absoluto, de evaluar \([x,y,z]\) por [1,1,-1]?

Recordad que para calcular la ecuación implícita del plano utilizamos el determinante \[\begin{vmatrix} [x,y,z]-P\\ v\\ u\end{vmatrix}=0\]
Es importante considerarlo en esta disposición; en otro caso, al sustituir puede dar un resultado diferente.

(%i5) P:[0,1,−3]$
u:[1,2,3]$
v:[2,−1,1]$
matrix([x,y,z]−P,v,u);
rat(determinant(%)=0);

\[\begin{bmatrix}x & y-1 & z+3\\2 & -1 & 1\\1 & 2 & 3\end{bmatrix}\]

\[5 z-5 y-5 x+20=0\]

(%i7) n:[−5,−5,5,20]$
n:n/sqrt(n.n);

\[\left[ -\frac{1}{\sqrt{19}}\operatorname{,}-\frac{1}{\sqrt{19}}\operatorname{,}\frac{1}{\sqrt{19}}\operatorname{,}\frac{4}{\sqrt{19}}\right] \]

la ecuación normalizada sería

(%i8) n.[x,y,z,1];

\[\frac{z}{\sqrt{19}}-\frac{y}{\sqrt{19}}-\frac{x}{\sqrt{19}}+\frac{4}{\sqrt{19}}\]

Nuestra pregunta era: ¿Cuál es el resultado, en valor absoluto, de evaluar [x,y,z]
por [1,1,-1]?

(%i10) ev(%,[x=1,y=1,z=−1]);
%,numer;

\[\frac{1}{\sqrt{19}}\]

\[0.2294157338705617\]


Área de un paralelogramo

Veamos una aplicación del determinate en el caso de un paralelogramo en el plano. Cosideremos paralelogramo dado por los puntos \(P\), \(Q\) y \(R\), del plano afín:

Paralelogramo PQR con vectores u y v

Observemos que si \(P(1,3)\), \(Q(5,3)\) y \(R(0,5)\), los vectores \(\vec{u} = \overrightarrow{PQ} = (4,0)\), y
\(\vec{v} = \overrightarrow{PR} = (-1,2)\). Entonces el área del paralelogramo \(PQR\) vendrá dada por
\[
\begin{vmatrix}
\vec{u}& \vec{v}
\end{vmatrix}=
\begin{vmatrix}
4& -1 \\ 0 & 2
\end{vmatrix}=8.
\]

Recordad que, siempre, en valor absoluto.

Veámoslo dicho de otra forma:

Proposición: El área del paralelogramo dado por los puntos \(P(p_1,p_2)\), \(Q(q_1,q_2)\) y \(R(r_1,r_2)\) viene dada por
\[
\mathbf{abs}\left(\begin{vmatrix}
p_1 & p_2 & 1 \\
q_1 & q_2 & 1 \\
r_1 & r_2 & 1
\end{vmatrix}\right)
\]

Corolario: El área del triángulo dado por los puntos \(P(p_1,p_2)\), \(Q(q_1,q_2)\) y \(R(r_1,r_2)\) viene dada por
\[
\frac{1}{2}\mathbf{abs}\left(\begin{vmatrix}
p_1 & p_2 & 1 \\
q_1 & q_2 & 1 \\
r_1 & r_2 & 1
\end{vmatrix}\right)
\]

Producto mixto

Definición: El producto mixto de los vectores \({\displaystyle {\vec {u}},{\vec {v}},{\vec {w}}} \), denotado por
\({\displaystyle [{\vec {u}},{\vec {v}},{\vec {w}}]}\), está definido como \({\displaystyle [{\vec {u}},{\vec {v}},{\vec {w}}]={\vec {u}}\bullet ({\vec {v}}\times {\vec {w}})}\)

Teorema: \[{\displaystyle [{\vec {u}},{\vec {v}},{\vec {w}}]={\begin{vmatrix}u_{1}&u_{2}&u_{3}\\v_{1}&v_{2}&v_{3}\\w_{1}&w_{2}&w_{3}\end{vmatrix}}}\]

Interpretación geométrica: Si \({\displaystyle {\vec {u}},{\vec {v}},{\vec {w}}}\) son vectores tridimensionales, entonces \({\displaystyle |{\vec {u}}\bullet ({\vec {v}}\times {\vec {w}})|}\) es igual al volumen del paralelepípedo definido por \({\displaystyle {\vec {u}},{\vec {v}},{\vec {w}}.}\)

Ejemplo: Sean los puntos de coordenadas \(O\)(-1,1,3), \(R\)(2,-1,1), \(S\)(5,2,-3) y \(T\)(4, -1,2). Cuál es el volumen del paralelepípedo definido por los vectores \(\vec{OR}\), \(\vec{OS}\) y \(\vec{OT}\)


Otros ejercicios de interés

Ejercicio: Determina si O(2,4,-13) es coplanario con \(P\)(1,-3,-1), \(Q\)(2,-2,1) y \(R\)(3,2,-4)


Ejercicio: Sea S(-2,3,x). ¿qué valor de x hace que S sea coplanario con P(2,2,-1), Q(1,2,-3) y R(3,-2,1)


Ejercicio: Sean \(\vec{a}\) y \(\vec{b}\) dos vectores tales que \(||\vec{a}||=3\), \(||\vec{b}||=\sqrt{6}\) y \(\theta=45º\), ¿cuál es su producto escalar?

Sabemos que \(\cos(45º)=\cos(\tfrac{\pi}{4})=\frac{1}{\sqrt{2}}\). Además sabemos que \[\textbf{cos}(\vec{v},\vec{u})=\frac{\vec{v}\bullet\vec{u}}{||\vec{v}||\cdot ||\vec{u}||}.\] Luego, como el ángulo de nuestro vectores es de \(\frac{\pi}{\sqrt{4}}\), será \[\frac{1}{\sqrt{2}}=\textbf{cos}(\vec{a},\vec{b})=\frac{\vec{a}\bullet\vec{b}}{3\cdot \sqrt{6}}\Rightarrow \vec{a}\bullet\vec{b}=\frac{3\sqrt{6}}{\sqrt{2}}=3\sqrt{3}\]

Ejercicio: Sea \(ax+by+c=0\) en la ecuación implícita de la recta del plano afín que pasa por los puntos P(1,-1) y Q(2,3). Si \(u\) es el resultado de normalizar \([a,b]\)(vector unitario normal), ¿cuál es el primer decimal de \(|[1,1].u|\)?
  • 7
  • 1
  • 4

A.)


Solo nos resta por normalizar el vector y realizar el producto escalar:
\[\left|[1,1].[-4,1]\frac{1}{\sqrt{17}}\right|=\frac{3}{\sqrt{17}}\approx 0.7276\]

Navegación de entradas

ALG: Aplicaciones lineales y el plano afín \(\mathbb{R}^2\)
ALG: Variedades y Sistemas de Ecuaciones

Novela

La Loba, la lucha fraticida por un reino

La Loba, la lucha fratricida por un reino.

Urraca, señora de Zamora, acusada de instigar la muerte de su hermano, el rey Sancho de Castilla, deberá defenderse de la acusación, al tiempo que luchará por mantener la cohesión entre los hermanos y los reinos cristianos: una lobera de fieros lobeznos.

👉 En amazon

Entradas recientes

  • MAD: Presentación
  • ALG: Ejercicios de repaso
  • ALG: Diagonalización de una matriz
  • ALG: Autovectores y autovalores con maxima
  • ALG: Autovectores y autovalores
febrero 2026
L M X J V S D
 1
2345678
9101112131415
16171819202122
232425262728  
« Dic    

Categorías

  • Álgebra Lineal
  • general
  • Matemática Discreta
  • MathBio

Etiquetas

Prácticas MathBio Prácticas Álgebra

Meta

  • Acceder
  • Feed de entradas
  • Feed de comentarios
  • WordPress.org
©2026 Diario de clases | Diseño: Tema de WordPress Newspaperly