Capítulo 6

El producto
escalar
6
Contenido breve
Módulo 20
Producto escalar en E 3 y 3

Módulo 21
Proyección ortogonal

Módulo 22
Producto escalar y geometría
analítica

Ejercicios
A la edad de quince años, el físico y químico estadounidense Josiah Willard Gibbs (1839-1903) ingresó en la Universidad de Yale, donde Módulos 20 al 22
obtuvo el primer doctorado en ingeniería concedido por la mencionada institución. Durante un viaje a Europa entró en contacto con los
físicos y matemáticos de mayor prestigio de la época, cuyas novedosas aportaciones estudió con interés. Gibbs hizo importantes
contribuciones al estudio de los vectores en su obra Análisis vectorial.

Presentación
Se ha venido trabajando en el espacio de los vectores libres ( E 3 y sus subespacios
E 2 y E1 ), con dos operaciones: la adición y la multiplicación por un escalar. En
ambas, el resultado es siempre un vector libre.

En una estructura de espacio vectorial es posible definir una nueva operación, en la

que el resultado ya no es un vector, sino un escalar. Generalmente esta operación se
conoce como producto interno. En el caso de E 3 se llama producto escalar.

En este capítulo se define el producto escalar en el espacio de los vectores libres y

se deducen sus propiedades esenciales. Se introduce, además, el concepto de
proyección ortogonal, el cual permitirá construir bases ortonormales, mediante el
proceso de Gram-Schmidt. A lo largo del capítulo se resuelven problemas de la
geometría euclidiana y de la geometría analítica, con el uso del concepto de produc-
to escalar.
294
 20
Producto escalar en E 3 y R 3

Introducción
La estructura de espacio vectorial, con sus propiedades básicas, permite introducir nuevos
conceptos que amplían la gama de problemas que se pueden resolver. El producto interno es
uno de esos conceptos. Pitágoras de Samos

De Pitágoras se sabe que nació, aproximadamente, en el

En el caso del espacio vectorial de los vectores libres E 3 y el espacio vectorial 3 , el produc-
to escalar es un producto interno que tiene innumerables aplicaciones en la geometría analí-
tica y la geometría elemental.
Objetivos del módulo
año 572 a. C. en la isla griega de Samos. Se cree que fue
discípulo de Tales de Mileto. En Crotona fundó la Escuela
Pitagórica, asociación de carácter filosófico-religioso, y se
dedicó a estudiar filosofía, matemáticas y ciencia natural.
Pitágoras estudió en Egipto geometría y astronomía. Murió
cuando contaba cerca de 83 años de edad.

La tradición atribuye a Pitágoras la autoría del famoso

1. Presentar el concepto general de producto interno y el particular de producto escalar en teorema que lleva su nombre, a pesar de que éste era
conocido un milenio antes del nacimiento de aquél. Las
E3 y
n
. innumerables aplicaciones de este teorema en diferentes
2. Mostrar algunas aplicaciones del producto escalar en la solución de algunos problemas de ramas de la Matemática hablan por sí solas de su
la geometría euclidiana. trascendental importancia.

El teorema de Pitágoras ha sido objeto de numerosas

Preguntas básicas investigaciones; unas, dedicadas a sistematizar las
diferentes formas de demostrarlo, así como sus múltiples
1. ¿Qué es un producto interno? aplicaciones, y otras, encaminadas a establecer enunciados
2. ¿Es el producto interno una ley de composición interna? más generales.
3. ¿Cómo se calcula el producto escalar entre dos vectores?
4. ¿Qué relación existe entre ortogonalidad y producto escalar?
5. ¿Qué relación existe entre longitud y producto escalar?
6. ¿Qué tipos de problemas de la geometría euclidiana se pueden resolver con el uso del
producto escalar?

Contenidos del módulo

20.1 Producto interno
20.2 Producto escalar en E 3
20.3 Aplicaciones del producto escalar a la geometría euclidiana
20.3.1 Teorema de Pitágoras
20.3.2 Teorema del coseno

Vea el módulo 20 del programa de

televisión Geometría vectorial y analítica

Geometría vectorial y analítica 295

Capítulo 6: El producto escalar
20.1 Producto interno
Producto interno

Sea V un espacio vectorial sobre un campo k. Sea «i» una función, así:

i: V × V → k.
(v, w) v i w.

«i» es una función que a cada par de vectores v y w de V asigna un escalar

denotado v i w.

«i» es un producto interno si satisface las cinco condiciones siguientes. Para cada
v, u, w en V, y cada α en k :

I1. u i (v + w) = u i v + u i w.

( «i» , el producto interno, es distributivo con respecto a la adición de vectores).

I2. (α v ) i w = v i (α w) = α (v i w).

(los factores escalares pueden «extraerse» del producto interno).

I3. v i w = w i v.

( «i» es conmutativa).

I4. v i v ≥ 0.

(el producto interno de un vector por sí mismo es un escalar no negativo).

I5. v i v = 0 si y sólo si v = o.

(el único caso en que el producto interno de un vector por sí mismo es el es-
calar cero, es aquel en que el vector es el nulo: o).

En la figura 20.1 se ilustra, esquemáticamente, la función producto interno.

Figura 20.1

La forma de definir un producto interno depende, en cada caso, del espacio vectorial
en particular.

296
El número total de páginas no se encuentra disponible en esta vista previa.
 Módulo 20: Producto escalar en E 3 y 3

→ → a lo largo del vector u) está dada por F · u . Si | u | = 1,

E 4. a i a ≥ 0.
entonces F · u es la componente de F en la dirección
→ → → →
E5. a i a = 0 si a = o . de u . También el producto cruz tiene un significado físico.

Prueba de E4

→ → → →
Si a = o , entonces a ⋅ a = 0 (definición de producto escalar).
→ →
En este caso, a ⋅ a ≥ 0 .

→ → → → → →
Si a ≠ o , entonces a ⋅ a = a a cos 0.
Figura 1

→ → → 2 La efectividad de F en la dirección de OP es la
Así, a ⋅ a = a (téngase en cuenta que cos 0 = 1).
componente de F en la dirección de OP (= u ) si
u = 1.

→ → 2
Como a es un real, entonces a ≥ 0. Suponga que un vector de fuerza F actúa en un punto P

en el espacio en la dirección de PQ . Si u es el vector

representado por OP , entonces el momento de fuerza
→ →
En suma, a ⋅ a ≥ 0 . ejercido por F alrededor del origen es el vector u × F
(figura 2).
Debido a esta propiedad suele escribirse:
→ → →2
a ⋅ a= a ,
→2 →
donde « a » es el llamado cuadrado escalar del vector a.

Ahora es posible expresar la longitud de un vector, usando el producto escalar:

→ → →
a = a⋅a.

Figura 2
Es decir, la longitud de un vector es la raíz cuadrada del producto escalar del vector
por sí mismo. El vector u × F es el momento de la fuerza alrededor
del origen.
Se sabe que dos vectores pueden ser ortogonales, bajo las siguientes condiciones: Tanto el producto escalar como el producto cruz entre vectores
aparecen prominentemente en las aplicaciones físicas que
→ → involucran el cálculo de varias variables. Éstas incluyen
1. Si a y b son no nulos y el ángulo entre los dos es 90º ( π 2 radianes). las famosas ecuaciones de Maxwell en electromagnetismo.

→
Al estudiar matemáticas al final del siglo XX, no debemos
2. o es ortogonal a cualquier vector libre (recuérdese que el vector nulo tiene perder de vista el hecho de que la mayor parte de las
todas las direcciones. matemáticas modernas se desarrollan para resolver
problemas del mundo real. Los vectores fueron desarrollados
por Gibbs y otros para facilitar el análisis de los fenómenos
→ → → →
físicos. En este sentido tuvieron un gran éxito.
La ortogonalidad entre a y b se denota a ⊥ b .

Geometría vectorial y analítica 299

Capítulo 6: El producto escalar

Teorema 2

→ →
Sean a , b vectores libres. Entonces:
→ → → →
a ⊥ b si y sólo si a i b = 0.

Este teorema relaciona la ortogonalidad con el producto escalar. Se deja la prueba al

lector.

Los resultados hasta ahora obtenidos justifican la extensión del concepto de

2 3
ortogonalidad a los espacios y , a través de sus respectivos productos
internos.

3
Ortogonalidad en

3
Sean X , Y vectores de .

X es ortogonal a Y si y sólo si X i Y = 0.

⎛ 2⎞ ⎛1 ⎞
⎜ ⎟
Así, si X = ⎜ −1 ⎟ y Y = ⎜ 2 ⎟ , entonces X ⊥ Y .
⎜ ⎟
⎜ 1⎟ ⎜0⎟
⎝ ⎠ ⎝ ⎠

⎛0⎞
⎜ ⎟ 3
Por supuesto, el vector nulo ⎜ 0 ⎟ es ortogonal a cada vector de .
⎜0⎟
⎝ ⎠

⎛ 3 ⎞ ⎛1 ⎞
Definición similar puede darse para 2
. De este modo, las parejas ⎜ ⎟ y ⎜ ⎟ son
⎝ −1 ⎠ ⎝ 3 ⎠
ortogonales (figura 20.2).

Figura 20.2

300
 Módulo 20: Producto escalar en E 3 y 3

⎛ 3⎞ ⎛1 ⎞
En la figura 20.2, X = ⎜ ⎟ , Y = ⎜ ⎟ .
⎝ −1 ⎠ ⎝ 3⎠

⎛ 3⎞ ⎛1 ⎞
Recuérdese que a las parejas ⎜ −1 ⎟ y ⎜ 3 ⎟ corresponden, respectivamente, los
⎝ ⎠ ⎝ ⎠

⎛ → →⎞ ⎛ → →⎞
vectores de ⎜ 3 i − j ⎟ e ⎜ i + 3 j ⎟ .
⎝ ⎠ ⎝ ⎠

→ → →
El hecho de que para un vector libre a de E su longitud sea a ⋅ a , permite
3

3 2
generalizar el concepto de longitud a vectores de y .

2 3
Longitud de un vector en o

2 3
Sea X un vector de o de . Se define la longitud de X y se denota X , así:

X = X ⋅X.

2 3
Ilustración con los vectores X en , e Y en :

⎛ 1⎞
⎛ −1⎞ ⎜ ⎟
X = ⎜ ⎟; Y = ⎜ 2⎟
⎝ 1⎠ .
⎜ −2 ⎟
⎝ ⎠

X = 2; Y = 9 = 3 .

Teorema 3

→ →
Para todo a , b en E 3 :
2
⎛→ →⎞ →2
⎛ → → ⎞ →2
1. ⎜ a + b ⎟ = a + 2⎜ a i b ⎟ + b .
⎝ ⎠ ⎝ ⎠
2
⎛→ →⎞ →2
⎛ → → ⎞ →2
2. ⎜ a − b ⎟ = a − 2⎜ a i b ⎟ + b .
⎝ ⎠ ⎝ ⎠

⎛→ →⎞ ⎛→ →⎞ → →
2 2

3. ⎜a+ b⎟ i ⎜a−b⎟ = a −b .
⎝ ⎠ ⎝ ⎠

Este teorema muestra que el producto escalar tiene similitudes con la operación
multiplicación en el campo de los números reales. Debe, eso sí, tenerse el cuidado
→2 → → → →2
de no confundir a , es decir, a ⋅ a , con el cuadrado de un supuesto real a ; a sí
→
es un cuadrado, pero del real a .

Geometría vectorial y analítica 301

Capítulo 6: El producto escalar

Prueba de 3

Basta aplicar adecuadamente las propiedades distributiva y conmutativa (teorema 1).

⎛→ →⎞ ⎛→ →⎞ → ⎛→ →⎞ → ⎛→ →⎞
⎜ a + b ⎟ i ⎜ a − b ⎟ = a i⎜ a − b ⎟ + b i⎜ a − b ⎟ (distributiva)
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛→ →⎞ ⎛→ →⎞ ⎛→ →⎞ ⎛→ →⎞
= ⎜ a i a ⎟ − ⎜ a i b ⎟ + ⎜ b i a ⎟ − ⎜ b i b ⎟ (distributiva)
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
→2 →2
= a− b. (?)

Teorema 4: Desigualdad de Cauchy-Schwarz

→ →
Para todo par de vectores libres a y b ,

→ → → →
a ib ≤ a b .

Esta desigualdad asegura que el valor absoluto del producto escalar de dos vectores
no supera el producto de las longitudes de los mismos.

→ →
Prueba (para a y b no nulos).

→ → → → → →
a i b = a b cos θ . (θ ángulo entre a y b , y 0 ≤ θ ≤ π )

De la trigonometría se sabe que cos θ ≤ 1 .

→ →
Como a > 0 y b > 0, puede escribirse:

→ → → →
a b cos θ ≤ a b . (?)

Es decir,

→ → → →
a b cos θ ≤ a b .

Por tanto,

→ → → →
aib ≤ a b .

302
El número total de páginas no se encuentra disponible en esta vista previa.
 Proyección ortogonal
21
Introducción
Las bases ortonormales, introducidas en el módulo 16, facilitan el cálculo del producto
escalar entre vectores libres. Dicho cálculo se reduce a una suma de productos de números
reales. Este hecho facilita el cálculo de longitudes de vectores y ángulo entre vectores y
permite encontrar, de manera sencilla, proyecciones ortogonales de vectores sobre vectores,
rectas y planos.
Objetivos del módulo
1. Presentar una forma de calcular el producto escalar, con la utilización de bases ortonormales.
2. Definir el concepto de proyección ortogonal de vectores sobre rectas y planos.
Preguntas básicas
1. ¿Cómo influyen las bases ortonormales en el cálculo del producto escalar entre vectores
libres?
2. ¿Cómo se calculan las proyecciones ortogonales de un vector sobre rectas y planos?
3. ¿Cuál es el significado geométrico de las proyecciones ortogonales?
Jörgen Pedersen Gram
El matemático danés Pedersen, nacido en 1850, recibió su
primera instrucción en escuelas públicas, complementada
con tutores particulares. Después de terminar el bachillerato
obtuvo la maestría en matemáticas con especialización en
álgebra moderna, disciplina que estaba en pleno desarrollo.
Gram trabajó después como tramitador de documentos
públicos. Mientras realizaba esta actividad desarrolló los
conocimientos matemáticos de los seguros contra
accidentes, y más tarde obtuvo el doctorado en Filosofía
con base en su tesis Sobre el desarrollo de series con el uso
del método de los mínimos cuadrados. En ésta planteó por
primera vez sus contribuciones al proceso de Gram-Schmidt.
Gram falleció una tarde de 1916 en un choque en bicicleta
cuando se dirigía a una reunión de la Sociedad Real Danesa.

Contenidos del módulo

21.1 Producto escalar en una base ortonormal
21.2 Proyección ortogonal de un vector sobre una recta
21.3 Proyección ortogonal de un vector sobre un plano

Vea el módulo 21 del programa de

televisión Geometría vectorial y analítica

Geometría vectorial y analítica 305

Capítulo 6: El producto escalar
21.1 Producto escalar en una base ortonormal
En adelante, BOND significa «base ortonormal derecha» (véase el módulo 16).

{→ → →
Sea i , j , k } una BOND para E3 . Consideremos en E 3 dos vectores a y b
→ →

cuyas componentes son:

⎡ x1 ⎤ ⎡ x2 ⎤
a ↔ ⎢⎢ y1 ⎥⎥ y b ↔ ⎢⎢ y2 ⎥⎥ .
→ →

⎢⎣ z1 ⎥⎦ ⎢⎣ z2 ⎥⎦

→ → → → → → → →
Esto significa que a = x1 i + y1 j + z1 k y b = x2 i + y2 j + z2 k .

→ →
Así, el producto escalar de a y b es:
→ →
⎛ → → →
⎞ ⎛ → → →
⎞
a i b = ⎜ x1 i + y1 j + z1 k ⎟ i ⎜ x2 i + y2 j + z2 k ⎟ .
⎝ ⎠ ⎝ ⎠

Aplicando reiteradamente las propiedades del producto escalar, particularmente la

distributiva y la conmutativa, se obtiene:

⎛→ →⎞ ⎛→ →⎞ ⎛→ →⎞
→ → → 2 → 2
a i b = ( x1 x2 ) i + ( x1 y2 ) ⎜ i i j ⎟ + ( x1 z2 ) ⎜ i i k ⎟ + ( y1 x2 ) ⎜ j i i ⎟ + ( y1 y2 ) j
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛→ →⎞ ⎛→ →⎞ ⎛→ →⎞ → 2
+( y1 z2 ) ⎜ j i k ⎟ + ( z1 x2 ) ⎜ k i i ⎟ + ( z1 y2 ) ⎜ k i j ⎟ + ( z1 z2 ) k .
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

{→ → →

}
Si se tiene en cuenta que i , j , k es una BOND, puede afirmarse que:

→2 →2 →2 → → → → → →
i = j = k = 1, y que i i j = j i k = k i i = 0.

→ →
Luego a i b = x1 x2 + y1 y2 + z1 z2 .

3
El resultado es coincidente con el producto interno en de las tripletas

⎛ x1 ⎞ ⎛ x2 ⎞
⎜ ⎟ ⎜ ⎟
⎜ y1 ⎟ y ⎜ y2 ⎟ .
⎜z ⎟ ⎜z ⎟
⎝ 1⎠ ⎝ 2⎠

Esto significa que cuando se efectúa el producto escalar de dos vectores libres,
simultáneamente se está calculando el producto interno entre tripletas ordenadas de
números reales. Es claro que esto ha sido posible a través de una BOND para E3 . Por
3
todo lo anterior, el producto interno en también suele llamarse producto escalar.

306
 Módulo 21: Proyección ortogonal
Un análisis similar puede hacerse para los vectores libres en el plano (E ) y las
2

2
parejas ordenadas de números reales ( ).

{ }
→ → → ⎡x ⎤ → ⎡x ⎤
Así, si i , j es una BOND para E 2 , a ↔ ⎢ 1 ⎥ y b ↔ ⎢ 2 ⎥ , entonces
⎣ y1 ⎦ ⎣ y2 ⎦
→ →
a i b = x1 x2 + y1 y2

⎛ x1 ⎞ ⎛ x2 ⎞
= ⎜ ⎟ i ⎜ ⎟.
⎝ y1 ⎠ ⎝ y2 ⎠

Como caso particular, en el espacio se tiene:

⎡x ⎤
→ → →
si a ↔ ⎢⎢ y⎥⎥ , entonces a i a = x 2 + y 2 + z 2 .
⎣⎢ z ⎦⎥

→ → → →
Esto confirma que si a = x i + y j + z k , entonces
→
a = x2 + y 2 + z 2 .

Resultado similar se da en el plano:

→ ⎡x ⎤ →
si a ↔ ⎢ ⎥ , entonces a = x + y .
2 2

⎣ y⎦

Ilistración 3

⎡ 2⎤ ⎡ −3 ⎤ ⎡ 3⎤
→ → →
Si a ↔ ⎢ 1 ⎥ , b ↔ ⎢ 1 ⎥ y c ↔ ⎢ −1 ⎥ , entonces:
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢⎣ −5 ⎥⎦ ⎢⎣ 2 ⎥⎦ ⎢⎣ 0 ⎥⎦

→ →
a i b = 2(−3) + 1(1) + (−5)(2).

→ →
Es decir, a i b = −15.

→ →
Además, a i c = 5.

→ → →
También: a = 30; b = 14; c = 10.

Geometría vectorial y analítica 307

Capítulo 6: El producto escalar
Ilustración 4

Ahora, conocidas las componentes de dos vectores libres en una BOND, es fácil
calcular el ángulo entre los dos vectores. En efecto:

→ → → →
a i b = a b cos θ ,

→ →
donde θ es el ángulo entre a y b y 0 ≤ θ ≤ π .

→ →
Si a y b son no nulos, entonces:
→ →
aib
cos θ = → →
.
a b

→ →
El signo de a i b adquiere así el siguiente significado:
→ → π
„ Si a i b > 0, entonces 0 < θ < ( θ es un ángulo del primer cuadrante).
2
→ → π
„ Si a i b < 0, entonces < θ < π ( θ es un ángulo del segundo cuadrante).
2
→ → → ⎛ π⎞
Si a i b = 0, entonces a ⊥ b ⎜ θ = ⎟ .
→
„
⎝ 2⎠

→ →
En la ilustración 3, si θ es el ángulo entre a y b, entonces:
−15 15
cos θ = =− .
30 14 2 105

→ → π
El ángulo θ entre a y b es aquel ángulo entre radianes y π radianes, cuyo
2
coseno es, aproximadamente, 0.7319. Dicho ángulo es muy próximo a 137º (0.76 π
radianes).

21.2 Proyección ortogonal de un vector sobre una recta

Proyección sobre un vector

→ → →
Consideremos el vector libre b ≠ o , y un vector libre arbitrario a .

→ → →
Un vector proyección de a sobre b es un vector c que satisface lo siguiente:

308
El número total de páginas no se encuentra disponible en esta vista previa.
 Módulo 21: Proyección ortogonal
Teorema 6
→ → →
Sean: l una recta en el espacio; a, un vector cualquiera en el espacio. Si b y c son
vectores no nulos, colineales con l, entonces:

⎯→
⎛ → → ⎞ ⎯→ ⎛ → → ⎞
pr ⎜ a b ⎟ = pr ⎜ a c ⎟ .
⎝ ⎠ ⎝ ⎠

Este teorema permite definir el concepto de proyección sobre una recta. Su prueba
se deja al lector.

Proyección sobre una recta

→
Sea l una recta en el espacio y a un vector arbitrario de E3 . Se llama proyección de
→ →
a sobre la recta l al vector proyección de a sobre cualquier vector no nulo
colineal con l.

Notación

⎛
⎯→ →
⎞ →
« pr ⎜ a l ⎟ » denota: vector proyección de a sobre l.
⎝ ⎠

Ilustración 5
→ →
Sea: l una recta en el espacio y a , b vectores en E3 . Demuestre lo siguiente:

⎯→
⎛ → ⎞ ⎛
⎯→ →
⎞
1. Si λ es un real, entonces pr ⎜ λ a l ⎟ = λ pr ⎜ a l ⎟ .
⎝ ⎠ ⎝ ⎠
⎯→
⎛ → → ⎞ ⎯→ ⎛ → ⎞ ⎯→ ⎛ → ⎞
2. pr ⎜ a + b l ⎟ = pr ⎜ a l ⎟ + pr ⎜ b l ⎟ .
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
→ → →
3. Si a1 , a 2 , ..., a k son vectores libres arbitrarios, entonces

⎯→
⎛→ → →
⎞ ⎛
⎯→ →
⎞
k
pr ⎜ a1 + a2 + ... + ak l ⎟ = ∑ pr ⎜ ai l ⎟ .
⎝ ⎠ i =1 ⎝ ⎠

Esta es una generalización del numeral 2. Use inducción matemática.

→ ⎛
⎯→ →
⎞ →
4. Si a es colineal con l, entonces pr ⎜ a l ⎟ = a .
⎝ ⎠
→ ⎛
⎯→ →
⎞ →
5. Si a es ortogonal a l, entonces pr ⎜ a l⎟ = o.
⎝ ⎠
→
⎛
⎯→ →
⎞ ⎛→ →⎞→
6. Si e es un vector unitario colineal con l (versor), entonces pr ⎜ a l⎟ = ⎜a i e⎟ e.
⎝ ⎠ ⎝ ⎠
⎯→
⎛→ ⎞ →
7. pr ⎜ o l⎟ = o.
⎝ ⎠

Geometría vectorial y analítica 311

Capítulo 6: El producto escalar
Nota: un versor de l es un vector unitario paralelo a l.

Solución de 2

→
Sea c un vector cualquiera, no nulo, paralelo a la recta l. Por la definición 21.2, la
proyección sobre l de cualquier vector de E 3 es la proyección de dicho vector
→
sobre c .

Así,

⎛ ⎛→ →⎞ → ⎞
⎜ ⎜ a + b ⎟i c ⎟→
⎯→
⎛ → →
⎞
pr ⎜ a + b l ⎟ = ⎜ ⎝ → →⎠ ⎟ c .
⎝ ⎠ ⎜ cic ⎟
⎜ ⎟
⎝ ⎠
Luego
⎛→ →⎞ ⎛→ →⎞
⎯→
⎛→ → ⎞ ⎜ a i c ⎟→ ⎜ b i c ⎟→
pr ⎜ a + b l ⎟ = → → c + → → c .
⎝ ⎠ ⎜c i c⎟ ⎜ ⎟ (?)
⎝ ⎠ ⎝c i c⎠

En consecuencia,
⎯→
⎛ → → ⎞ ⎯→ ⎛ → ⎞ ⎯→ ⎛ → ⎞
pr ⎜ a + b l ⎟ = pr ⎜ a l ⎟ + pr ⎜ b l ⎟. (?)
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

21.3 Proyección ortogonal de un vector sobre un plano

Se ha visto que un vector libre es susceptible de proyectarse sobre una recta. De
manera similar, puede proyectarse sobre un plano.

De la geometría euclidiana se sabe que una recta l es ortogonal a un plano si y sólo

si l es perpendicular a cada recta del mismo. Esto permite introducir la siguiente
definición.

Vector ortogonal a un plano

→ →
Un vector libre a es ortogonal a E 2 si a es ortogonal a cualquier vector libre de
E2 .

Notas

1. Recuérdese que E 2 es el espacio de los vectores libres paralelos a un plano.

→ →
2. Si a es ortogonal a E 2 , entonces a es ortogonal a cualquier plano π
que sea generado por un punto en el espacio y dos vectores de E 2 (no
nulos y no paralelos).

312
 Módulo 21: Proyección ortogonal
Proyección ortogonal de un vector sobre un plano

→ → →
Sea a un vector libre. Un vector libre c es la proyección ortogonal de a sobre
E 2 si:

→
1. c ∈E2 .

⎛→ →⎞
2. ⎜ a − c ⎟ es ortogonal a E 2 .
⎝ ⎠

→ →
Por la nota anterior, si c es proyección ortogonal de a sobre E , entonces lo será
2

sobre cualquier plano «paralelo a E 2 » (figura 21.2).

Figura 21.2

En la figura 21.2,
⎯→ → ⎯→
⎛
⎯→ →
⎞ ⎯⎯→ ⎯→ ⎛ → ⎞ ⎯→ ⎯→
OA = a; π1 π 2 ; OC = pr ⎜ a π1 ⎟ ; O′C ′ = pr ⎜ a π 2 ⎟ ; OC = OC ′ .
⎝ ⎠ ⎝ ⎠
Así,
⎯→
⎛ → ⎞ ⎯→ ⎛ → ⎞ ⎯→ ⎛ → ⎞
pr ⎜ a π 1 ⎟ = pr ⎜ a π 2 ⎟ = pr ⎜ a E 2 ⎟ .
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Teorema 7 Vea la animación Proyección ortogonal de un

vector sobre un plano en su multimedia de
Geometría vectorial y analítica.

{ }
→ →
→ →
Si e1 , e2 es una base ortogonal (significa que e1 y e2 son no nulos y e1 ⊥ e2 )
→ →

Geometría vectorial y analítica 313

Capítulo 6: El producto escalar
→
para E 2 y a es un vector libre de E , entonces:
3

⎯→
⎛→ ⎞ ⎯→ ⎛ → → ⎞ ⎯→ ⎛ → → ⎞
pr ⎜ a E 2 ⎟ = pr ⎜ a e1 ⎟ + pr ⎜ a e2 ⎟ .
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Prueba (figura 21.3)

Figura 21.3

⎯→ → ⎯→ →
En la figura 21.3, OE1 = e1 ; OE2 = e2 . E 2 está representado por el plano

π ⎛⎜ O, e1 , e2 ⎞⎟ = π (O, B, D, C ) . Además, e1 ⊥ e2 .
→ → → →

⎝ ⎠
⎯→ →
En la misma figura, OA = a · Este es el vector a proyectar sobre E .
2

→ ⎯→
⎛
⎯→ → →
⎞ → ⎯→ ⎯→ ⎛ → → ⎞ → ⎯→ → →
Sean: c1 = OB = pr ⎜ a e1 ⎟ ; c2 = OC = pr ⎜ a e2 ⎟ ; c = OD = c1 + c2 .
⎝ ⎠ ⎝ ⎠

Debe probarse que:

→
1. c ∈ E2 .

⎛→ →⎞
⎜a − c⎟ ⊥ E .
2
2.
⎝ ⎠

→ → → → →
Como e1 y e2 están en E 2 , y c1 y c2 son colineales respectivamente con e1 y
→ → → →
e2 , entonces c1 y c2 están en E 2 y, por tanto, c es un vector de E .
2

Además,
⎛ → → ⎞ → ⎡⎛ → → ⎞ → ⎤ →
⎜ a − c ⎟ i e1 = ⎢⎜ a − c1 ⎟ − c2 ⎥ i e1 (?)
⎝ ⎠ ⎣⎝ ⎠ ⎦

314
El número total de páginas no se encuentra disponible en esta vista previa.
 Producto escalar y geometría analítica
22
Introducción
Con el producto escalar se facilita la solución de diversos problemas de la geometría elemen-
tal y la geometría analítica. Con dicho concepto es posible estudiar la recta en el plano y el
plano en el espacio.
En este módulo se muestra cómo se pueden calcular, con el uso adecuado del producto
escalar, distancias de un punto a una recta, de un punto a un plano, y entre dos rectas.
Adicionalmente, el producto escalar facilita la deducción de un método sistemático para la
obtención de bases ortonormales: el proceso de Gram-Schmidt.
Objetivos del módulo
1. Presentar algunos modelos de aplicación del producto escalar a la geometría analítica:
ecuación de la recta en el plano y del plano en el espacio, y distancias.
2. Mostrar un proceso sistemático para la construcción de bases ortonormales en el espacio
de los vectores libres.
Preguntas básicas
1. ¿Cómo se obtiene la ecuación cartesiana de una recta en el plano, con el uso del producto
escalar?
2. ¿Cómo se utiliza el producto escalar para deducir la ecuación cartesiana de un plano?
3. ¿Cómo se aplica el producto escalar en el cálculo de distancias?
4. ¿Cómo se construyen bases ortonormales con el uso del producto escalar?
Contenidos del módulo
22.1 Aplicaciones del producto escalar a lugares geométricos
22.1.1 Recta en el plano
22.1.2 El plano en el espacio
22.2 Aplicaciones del producto escalar al cálculo de distancias
22.2.1 Distancia de un punto a una recta en el plano
22.2.2 Distancia de un punto a una recta en el espacio
22.2.3 Distancia de un punto a un plano
22.2.4 Distancia entre dos rectas
22.3 El proceso de Gram-Schmidt
René Descartes
Historia de la geometría analítica
La geometría analítica no es una nueva geometría, sino la
geometría misma estudiada con el auxilio del análisis una
vez establecidos sus fundamentos con sus propios recursos.
Así la concibió René Descartes, el sabio filósofo y matemático
francés (1596-1650) a quien se considera el creador de este
ingenioso método científico por haberlo dado a conocer
públicamente, antes que nadie, en uno de los tres apéndices
que acompañaban a su famoso Discurso del método, obra
que apareció en Leyden en el año 1637. Cierto es que un año
antes el inspirado y talentoso matemático de la misma
nacionalidad, Pierre de Fermat, comunicaba a su amigo Gilles
Personier de Roverbal, en carta fechada el 22 de septiembre
de 1636, trabajos reveladores de que ya poseía el referido
método.
El método de Descartes y Fermat, que constituye la esencia
de la geometría analítica, consta de tres pasos, a saber:
a. Transformación del problema geométrico considerado
en un problema de análisis matemático.
b. Resolución de este nuevo problema mediante los recursos
propios del referido análisis.
c. Interpretación geométrica de la solución analítica
obtenida.
Vea el módulo 22 del programa de
televisión Geometría vectorial y analítica
Geometría vectorial y analítica 317
Capítulo 6: El producto escalar
22.1 Aplicaciones del producto escalar a lugares geométricos
Se examinarán ahora, desde la perspectiva del producto escalar, algunos lugares
geométricos, entre ellos la recta y el plano.
Escuche el audio René Descartes y la geometría
analítica en su multimedia de Geometría
vectorial y analítica. 22.1.1 Recta en el plano

→
Consideremos un plano π y en él un punto A conocido. Si n es un vector no nulo de
→
dicho plano, entonces hay en π una única recta que pasa por A y es ortogonal a n .
→ ⊥
⎛ ⎞
n ⎟ la recta descrita (figura 22.1), o también por L ⎛⎜ R, A ⎞⎟ .
→
Denotemos por L ⎜ A,
⎝ ⎠ ⎝ ⎠

Figura 22.1

Si X es un punto del plano, entonces:

⊥
⎛ →⎞ ⎯→ →
X ∈ L ⎜ A, n ⎟ si sólo si AX ⊥ n .
⎝ ⎠

Es decir,

{ }
⊥
⎛ →⎞ ⎯→ →
L ⎜ A, n ⎟ = X ∈ P2 : AX ⋅ n = 0
⎝ ⎠

{ →
= P( x, y ) / AP ⋅ n = 0 , }
→
Siendo AX ⋅ n = 0 la ecuación vectorial de esta recta.

Nota: P 2 representa el conjunto de los puntos del plano.

→ → →

{ }
⎡b ⎤ ⎛ x0 ⎞ ⎛x⎞
Si se tiene una BOND para E 2 : i , j ; n ↔ ⎢ 1 ⎥ , A ⎜ ⎟ y X ⎜ ⎟ ; entonces,
⎣ 2⎦ ⎝ 0 ⎠
b y ⎝ y⎠
para X en la recta:

⎡ x − x0 ⎤ ⎡b1 ⎤
⎢ ⎥ i ⎢ ⎥ = 0.
⎣ y − y0 ⎦ ⎣b2 ⎦

318
 Módulo 22: Producto escalar y geometría analítica
Es decir,

( x − x0 )b1 + ( y − y0 )b2 = 0 .

De esta última igualdad puede fácilmente obtenerse la ecuación cartesiana de la

recta y expresarla en la forma:

ax + by + c = 0 .

Ilustración 7

⎛ −1 ⎞ → ⎡3⎤
En el plano cartesiano, sean A ⎜ ⎟ y n ↔ ⎢ ⎥ .
⎝ 2⎠ ⎣1 ⎦

⎛x⎞ →
Si X ⎜ ⎟ , entonces X pertenece a la recta que pasa por A y es ortogonal a n,
⎝ ⎠
y
⊥
⎛ →⎞
L ⎜ A, n ⎟ , si y sólo si:
⎝ ⎠

⎡x +1 ⎤ ⎡ 3⎤
⎢ y − 2⎥ i ⎢ ⎥ = 0.
⎣ ⎦ ⎣1 ⎦

Luego 3( x + 1) + ( y − 2) = 0.

La ecuación cartesiana es, en consecuencia (figura 22.2):

3x + y + 1 = 0.

Figura 22.2

Geometría vectorial y analítica 319

Capítulo 6: El producto escalar
Puede demostrarse que en el plano Ax + By + C = 0 es la ecuación cartesiana de

⎡ A⎤
una recta ortogonal al vector ⎢ B ⎥ , siempre que A y B no sean ambos nulos.
⎣ ⎦
Hay tres casos posibles:

Caso 1. A = 0 y B ≠ 0.

C
La ecuación se reduce a y = − . Se trata de una recta horizontal (figura 22.3).
B
⎡O ⎤
Dicha recta es ortogonal al vector ⎢ B ⎥ .
⎣ ⎦

Figura 22.3

Caso 2. A ≠ 0 y B = 0 .
C
La ecuación se transforma en x = − . Ahora se tiene una recta vertical y, por
A
⎡ A⎤
tanto, ortogonal al vector ⎢O ⎥ (figura 22.4).
⎣ ⎦

Figura 22.4

320
 Módulo 22: Producto escalar y geometría analítica

Si se hace d = a1 x0 + a2 y0 + a3 z0 , se llega a:

a1 x + a2 y + a3 z = d .

⊥
⎛ →⎞
Esta es la ecuación cartesiana del plano π ⎜ A, n ⎟ .
⎝ ⎠

Nótese que, como en la recta, los coeficientes de x, y, z en la ecuación cartesiana

son, en su orden, componentes de un vector normal al plano.

Por lo anterior, si un plano π tiene ecuación cartesiana:

x − 3y + 2z = 6 ,

⎡ 1⎤
⎢ −3 ⎥
entonces el vector ⎢ ⎥ o cualquier múltiplo de él es ortogonal al plano π.
⎣⎢ 2 ⎦⎥
Compruébelo.

22.2 Aplicaciones del producto escalar al cálculo de distancias

El producto escalar y el concepto de proyección ortogonal son de gran utilidad para el
cálculo de distancias.

22.2.1 Distancia de un punto a una recta en el plano

⊥
⎛ →⎞
Sean P un punto en el plano y L ⎜ A, n ⎟ la recta en el plano determinada por el
⎝ ⎠
→
punto A y el vector n normal a ella (figura 22.7).

Si se proyecta el vector AP sobre la recta L ⎛⎜ A, n ⎞⎟ , se obtiene:

⎯→ →

⎝ ⎠
⎯→
⎛
⎯→ ⎯→
⎞
AP1 = pr ⎜ AP L ⎟.
⎝ ⎠

Vea la animación Distancia de un punto a una

recta en el plano en su multimedia de
Geometría vectorial y analítica.

Figura 22.7

Geometría vectorial y analítica 323

El número total de páginas no se encuentra disponible en esta vista previa.
Capítulo 6: El producto escalar
⎯→ →
Esto significa que el vector PP
1
es ortogonal a la recta L y, por tanto, colineal con n.
En consecuencia:

⎯→
⎛
⎯→ ⎯→ →
⎞
1 = pr ⎜ AP n ⎟ .
PP (¿por qué?)
⎝ ⎠

⎯→
Pero claramente la distancia de P a la recta L es la longitud del vector PP
1 .

Por lo anterior, la distancia del punto P a la recta L ⎛⎜ A, n ⎞⎟ es:

→

⎝ ⎠

⎛
⎯→ ⎯→ →
⎞
D ( P, L ) = pr ⎜ AP n ⎟ .
⎝ ⎠

Si se tiene una BOND, puede calcularse fácilmente la distancia.

Ilustración 8

⎛5⎞
Calculemos la distancia del punto P ⎜ ⎟ a la recta de ecuación cartesiana
⎝6⎠
2 x − 3 y = −5 .

Solución

Se requiere un punto A en la recta.

⎛ −1⎞
Si en la ecuación se hace x = −1 , se obtiene y = 1. Luego el punto A ⎜ ⎟ está en
⎝ 1⎠
→ ⎡ 2⎤
la recta dada. Además, el vector n ↔ ⎢ ⎥ es ortogonal a la recta.
⎣ −3 ⎦

⎯→ ⎡6⎤
AP ↔ ⎢ ⎥ .
⎣5 ⎦

⎛ ⎯→ → ⎞
⎯→
⎛ ⎯→ → ⎞ ⎜ AP i n ⎟ →
pr ⎜ AP n ⎟ = → → n
⎝ ⎠ ⎜ nin ⎟
⎝ ⎠

⎛ 12 − 15 ⎞ → 3→ 3 ⎡ 2⎤
=⎜ ⎟ n = − n ↔ − ⎢ −3 ⎥ .
⎝ 4 + 9 ⎠ 13 13 ⎣ ⎦

324
 Módulo 22: Producto escalar y geometría analítica
La distancia de P a la recta es:

3 3 13
D ( P, L ) = 4+9 = .
13 13

22.2.2 Distancia de un punto a una recta en el espacio

→
Se sabe que, en el espacio, un punto A y un vector no nulo v determinan una recta

⎛ →⎞ →
a la que se denota L ⎜ A, v ⎟ . Dicha recta pasa por A y tiene la dirección de v
⎝ ⎠
(figura 22.8).

Figura 22.8

⎯→
Sea P un punto del espacio. Si se proyecta el vector AP sobre la recta se obtiene:

⎯→
⎛
⎯→ ⎯→ →
⎞
AP1 = pr ⎜ AP v ⎟ .
⎝ ⎠
⎯→
Ahora bien, la distancia de P a la recta es la longitud del vector P1 P . Pero,
⎯→ ⎯→ ⎯→

1 = AP− AP1
PP .

Es decir,
⎯→ ⎯→
⎛
⎯→ ⎯→ →
⎞
1 = AP − pr ⎜ AP v ⎟ .
PP
⎝ ⎠

Luego la distancia de P a la recta es:

⎯→
⎛
⎯→ ⎯→ →
⎞
D ( P, L ) = AP − pr ⎜ AP v ⎟ .
⎝ ⎠

Ilustración 9

La recta L tiene ecuaciones paramétricas:

Vea la animación Distancia de un punto a una
x = 3+ λ ⎫
recta en el espacio en su multimedia de
Geometría vectorial y analítica.
⎪
y = −2 − λ ⎬ λ ∈
z = 1 + λ ⎪⎭

Geometría vectorial y analítica 325

Capítulo 6: El producto escalar

⎛ 2⎞
⎜ ⎟
Calcule la distancia del punto ⎜ −2 ⎟ a la recta L.
P
⎜ 1⎟
⎝ ⎠

Solución

⎛ 3⎞ ⎡ 1⎤
⎜ ⎟ →
El punto A ⎜ −2 ⎟ pertenece a la recta y ésta es paralela al vector v ↔ ⎢⎢ −1⎥⎥ .
⎜ 1⎟ ⎢⎣ 1 ⎥⎦
⎝ ⎠

⎡ −1 ⎤
⎯→
AP ↔ ⎢⎢ 0 ⎥⎥ .
⎢⎣ 0 ⎥⎦

⎛ ⎯→ → ⎞ ⎡ 1⎤
⎯→
⎛ ⎯→ → ⎞ ⎜ AP i v ⎟ → 1⎢ ⎥
pr ⎜ AP v ⎟ = → → v ↔ − ⎢ −1⎥ .
⎝ ⎠ ⎜ v iv ⎟ 3
⎝ ⎠ ⎢⎣ 1 ⎦⎥

⎡ −1 ⎤ ⎡ 1⎤ ⎡−2⎤
⎯→ ⎯→
⎛ ⎯→ → ⎞ ⎢ ⎥ 1⎢ ⎥ 1⎢ ⎥
AP − pr ⎜ AP v ⎟ ↔ ⎢ 0 ⎥ + ⎢ −1⎥ = ⎢−1⎥ .
⎝ ⎠ 3 3
⎢⎣ 0 ⎥⎦ ⎢⎣ 1 ⎥⎦ ⎢⎣ 1 ⎥⎦

1
Luego D ( P, L) = 6.
3

22.2.3 Distancia de un punto a un plano

⊥
⎛ →⎞ →
Consideremos un plano π ⎜ A, n ⎟ que pasa por A y es normal al vector n , y un
⎝ ⎠
punto P del espacio (figura 22.9).

Figura 22.9

326
 Módulo 22: Producto escalar y geometría analítica
⎯→
Al proyectar el vector AP sobre el plano, se obtiene:

⎯→
⎛ ⎯→ ⎞ ⎯→
pr ⎜ AP π ⎟ = AP1 .
⎝ ⎠

⎯→ ⎯→ ⎯→
Por tanto, el vector AP − AP1 , es decir, el vector P1 P es la proyección ortogonal de
⎯→ →
AP sobre n. Demuéstrelo.

⎯→
Claramente, la distancia de P al plano π es la longitud de P1 P . En consecuencia:

⎛
⎯→ ⎯→ →
⎞
D ( P, π ) = pr ⎜ AP n ⎟ .
⎝ ⎠

Ilustración 10

⎛ 1⎞
⎜ ⎟
Calcule la distancia del punto P ⎜ −3 ⎟ al plano π de ecuación:
⎜ 1⎟
⎝ ⎠
x − 2 y = 5.

Solución

⎡ 1⎤
→
⎢ ⎥
El plano π es normal al vector n ↔ ⎢ −2 ⎥ .
⎢⎣ 0 ⎥⎦

Se requiere un punto A del plano.

Sea y = 1 ; así, x = 7 . Como z toma valores arbitrarios, puede escogerse, por ejem-
plo, z = 0 .

⎛7⎞
⎜ ⎟
El punto ⎜1 ⎟ está en el plano π.
A
⎜0⎟
⎝ ⎠

⎡ −6 ⎤ Vea la animación Distancia de un punto a un

⎯→
AP ↔ ⎢⎢ −4 ⎥⎥ . plano en su multi-media de Geometría
vectorial y analítica.
⎢⎣ 1 ⎥⎦

Geometría vectorial y analítica 327

El número total de páginas no se encuentra disponible en esta vista previa.
Capítulo 6: El producto escalar
Ilustración 11

⎡ 1⎤ ⎛ 1⎞
→
⎢ ⎥ ⎜ ⎟
El vector v ↔ −1 es director de la recta L1 , que pasa por ⎜1⎟ , y L2 , que pasa
A
⎢ ⎥
⎢⎣ 2 ⎥⎦ ⎜ 1⎟
⎝ ⎠

⎛ 1⎞
⎜ ⎟
por B ⎜ 1 ⎟ . Calcule la distancia entre las rectas.
⎜ −2 ⎟
⎝ ⎠

Solución

Es evidente que las rectas son paralelas.

⎡ 0⎤
⎯→
El vector AB une un punto de L1º con uno de L2; AB ↔ ⎢⎢ 0⎥⎥.
⎯→

⎢⎣−3⎥⎦

⎛ ⎯→ → ⎞
⎯→
⎛ ⎯→ → ⎞ ⎜ AB i v ⎟ → →
pr ⎜ AB v ⎟ = → → v = − v .
⎝ ⎠ ⎜ viv ⎟
⎝ ⎠

⎡ 0⎤ ⎡ 1 ⎤
⎯→
⎛
⎯→ ⎯→ →
⎞
AB − pr ⎜ AP v ⎟ ↔ ⎢⎢ 0 ⎥⎥ + ⎢⎢ −1 ⎥⎥
⎝ ⎠
⎢⎣ −3 ⎥⎦ ⎢⎣ 2⎥⎦

⎡ 1⎤
↔ ⎢⎢−1⎥⎥
.
⎢⎣−1⎥⎦

Luego D( L1 , L2 ) = 3.

Caso 2: L1 y L2 son no coplanarias.

En este caso se dice que las dos rectas se cruzan. Servirá de apoyo un teorema de la
geometría en el espacio, que dice:

«A dos rectas cualesquiera en el espacio se les puede trazar un segmento perpendi-

cular común, y la longitud de este segmento es la distancia más corta entre puntos
de las dos rectas».

330
 Módulo 22: Producto escalar y geometría analítica
Para utilizar este teorema debe buscarse un punto P en L1 y otro Q en L2, de modo
⎯→
que el vector PQ sea perpendicular a ambas rectas. La longitud de este vector es
la distancia entre L1 y L2:

⎯→
D( L1 , L2 ) = PQ .

Imaginemos (figura 22.13) un cilindro circular recto cuyo eje es la recta L1 y cuyo
radio es tan pequeño que la recta L2 no tiene contacto con él. Se va, poco a poco,
aumentando el radio del cilindro y se para justamente en el instante en el que la recta
L2 toque (sea tangente a) la superficie del cilindro en un punto Q.

Consideremos en la superficie la circunferencia que pasa por Q. Sea P su centro. Es

claro que:

⎯→
P ∈ L1 , Q ∈ L2 y PQ es ortogonal a L1 y L2 (por qué?).

⎯→
Por el teorema mencionado, PQ es la distancia buscada entre L1 y L2.

Figura 22.13

Ilustración 12

⎛ →
⎞ ⎛ →⎞
Sean L1 ⎜ A, v ⎟ y L2 ⎜ B, w ⎟ dos rectas que, respectivamente, pasan por A y por B
⎝ ⎠ ⎝ ⎠
→ →
y tienen como directores los vectores v y w (figura 22.14). Sean además:

Geometría vectorial y analítica 331

Capítulo 6: El producto escalar

⎛ 1⎞ ⎛ −1 ⎞ ⎡ 2⎤ ⎡ −1⎤
⎜ ⎟ ⎜ ⎟ → →
A ⎜ −1 ⎟ , B ⎜ 2 ⎟ , v ↔ ⎢⎢1 ⎥⎥ y w ↔ ⎢ 1⎥ .
⎢ ⎥
⎜ 2⎟ ⎜ −1 ⎟
⎝ ⎠ ⎝ ⎠ ⎣⎢1 ⎦⎥ ⎣⎢ 1 ⎦⎥

Calcule la distancia entre las dos rectas.

Solución

⎯→ →
P es un punto de L1 si AP = λ v para algún λ real. Además, Q está en L2 si
⎯→ →
BQ = β w para algún β real.

⎛ x1 ⎞
⎜ ⎟
Si P ⎜ y1 ⎟ , entonces
⎜z ⎟
⎝ 1⎠

⎡ x1 − 1 ⎤ ⎡2⎤
⎢ y + 1 ⎥ = λ ⎢1 ⎥
⎢ 1 ⎥ ⎢ ⎥ , para algún λ ∈ . (1)
⎢⎣ z1 − 2 ⎥⎦ ⎢⎣1 ⎥⎦

⎛ x2 ⎞
⎜ ⎟
Si Q ⎜ y2 ⎟ , entonces
⎜z ⎟
⎝ 2⎠

⎡ x2 + 1 ⎤ ⎡ −1⎤
⎢ y − 2⎥ = β ⎢ 1 ⎥
⎢ 2 ⎥ ⎢ ⎥ , para algún β ∈ . (2)
⎢⎣ z2 + 1 ⎥⎦ ⎢⎣ 1 ⎥⎦

Figura 22.14

332
 Módulo 22: Producto escalar y geometría analítica
De (1) y (2) se obtiene:

⎛ x1 ⎞ ⎛ 1 + 2λ ⎞ ⎛ x2 ⎞ ⎛ − 1 − β ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ y1 ⎟ = ⎜ −1 + λ ⎟ ; ⎜ y2 ⎟ = ⎜ 2 + β ⎟ .
⎜ ⎟ ⎜ ⎟ ⎜ z ⎟ ⎜ −1+ β ⎟
⎝ z1 ⎠ ⎝ 2 + λ ⎠ ⎝ 2⎠ ⎝ ⎠

Por tanto,

⎡ −2 − 2λ − β ⎤
⎯→
PQ ↔ ⎢⎢ 3 − λ + β ⎥⎥ . (3)
⎢⎣ −3 − λ + β ⎥⎦

⎯→ → →
El vector PQ debe ser ortogonal a v y a w .

⎯→ → ⎯→ →
Luego PQ i v = 0 y PQ i w = 0 .

Entonces,

2(−2 − 2λ − β ) + 1(3 − λ + β ) + 1(−3 − λ + β ) = 0, y

−(−2 − 2λ − β ) + 1(3 − λ + β ) + 1(−3 − λ + β ) = 0.

λ y β deben satisfacer simultáneamente las ecuaciones:

−6λ − 4 = 0 y 3β + 2 = 0.

2 2
La solución de este sistema es λ = − y β =− . (4)
3 3

Sustituyendo (4) en (3):

⎡ 0⎤ ⎡ 0⎤
⎯→
PQ ↔ ⎢ 3 ⎥ ↔ 3 ⎢⎢ 1 ⎥⎥ .
⎢ ⎥
⎢⎣ −3 ⎥⎦ ⎢⎣ −1⎥⎦

⎯→ → →
Nótese que PQ es ortogonal tanto a v como a w; es decir, a las dos rectas.

Así, la distancia entre las dos rectas es

⎯→
D ( L1 , L2 ) = PQ = 3 2.

Geometría vectorial y analítica 333

El número total de páginas no se encuentra disponible en esta vista previa.
Capítulo 6: El producto escalar
entonces

{ → → →

}
e1 , e2 , e3 es una base ortogonal para E3 .

→ 1 → → 1 → → 1 →
2. Si q1 = →
e1 , q2 = →
e2 , q3 = →
e3 ,
e1 e2 e3

entonces:

{ → → →

}
q1 , q2 , q3 es una BON para E3 .

Ilustración 14

Sean:

⎡ 1⎤ ⎡ 2⎤ ⎡ −1 ⎤
→ → →
a1 ↔ ⎢ 1 ⎥ , a2 ↔ ⎢ −1 ⎥ , a3 ↔ ⎢⎢ 1 ⎥⎥ .
⎢ ⎥ ⎢ ⎥
⎢⎣ −1⎥⎦ ⎢⎣ 1 ⎥⎦ ⎢⎣ 2⎥⎦

1. { → → →

}
Pruebe que a1 , a2 , a3 es una base para E3 .

2. Use el PGS para construir una BON para E3 .

Solución

1. {
Debe probarse que a1 , a2 , a3 es LI.
→ → →

}
→ → → →
Sean x, y, z escalares tales que x a1 + y a2 + z a3 = o . (1)

De (1) se obtiene el sistema lineal:

x + 2 y − z = 0,
x − y + z = 0,
(2)
− x + y + 2 z = 0.

Resolviendo el sistema (2) se obtiene x = y = z = 0.

→ → →
Esto significa que la única combinación lineal de a1 , a2 y a3 que produce el

vector cero, es la trivial. Esto es, a1 , a2 , a3 es LI. { → → →

}
336
 Módulo 22: Producto escalar y geometría analítica

{ → → →

}
Luego a1 , a2 , a3 es una base para E3 .

2. Usaremos el PGS:
→ →
e1 = a1 ,
→ →
⎛
⎯→ → →
⎞
e2 = a2 − pr ⎜ a2 e1 ⎟ .
⎝ ⎠

⎛ → →⎞
⎯→
⎛ → → ⎞ ⎜ a2 i e1 ⎟ → →
pr ⎜ a2 e1 ⎟ = → → e1 = o .
⎝ ⎠ ⎜e ie ⎟
⎝ 1 1⎠
Luego

→ →
e2 = a2 .
→ →
⎛
⎯→ → →
⎞ ⎯→ ⎛ → → ⎞
e3 = a3 − pr ⎜ a3 e1 ⎟ − pr ⎜ a3 e2 ⎟ .
⎝ ⎠ ⎝ ⎠

⎛ → →⎞
⎯→
⎛ → → ⎞ ⎜ a3 i e1 ⎟ → 2→
pr ⎜ a3 e1 ⎟ = → → e1 = − e1 .
⎝ ⎠ ⎜e ie ⎟ 3
⎝ 1 1⎠

⎛→ →⎞
⎯→
⎛ → → ⎞ ⎜ a3 i e2 ⎟ → 1→
pr ⎜ a3 e2 ⎟ = → → e2 = − e2 .
⎝ ⎠ ⎜e i e ⎟ 6
⎝ 2 2⎠
→ → 2→ 1→
e3 = a3 + e1 + e2
3 6

⎡ −1 ⎤ ⎡ 1⎤ ⎡ 2⎤
⎢ ⎥ 2⎢ ⎥ 1⎢ ⎥
↔ ⎢ 1 ⎥ + ⎢ 1⎥ + ⎢ −1 ⎥ .
3 6
⎣⎢ 2 ⎦⎥ ⎣⎢ −1 ⎦⎥ ⎣⎢ 1 ⎦⎥

Luego

⎡0⎤
→
3⎢ ⎥
e3 ↔ ⎢1 ⎥ .
2
⎢⎣1 ⎥⎦

{ → → →

}
Así, e1 , e2 , e3 es una base ortogonal para E3 . Compruébelo.

Además,

→ → → 3
e1 = 3; e2 = 6; e3 = 2.
2

Geometría vectorial y analítica 337

Capítulo 6: El producto escalar

Sean:

→ 1 → → 1 → → 1 →
q1 = →
e1 ; q2 = →
e2 ; q3 = →
e3 .
e1 e2 e3

Luego

⎡ 1⎤ ⎡ 2⎤ ⎡0⎤
→ 1 ⎢ ⎥ → 1 ⎢ ⎥ → 1 ⎢ ⎥
q1 ↔ 1 ; q2 ↔ −1 ; q3 ↔ 1 .
3⎢ ⎥ 6⎢ ⎥ 2⎢ ⎥
⎣⎢ −1⎦⎥ ⎢⎣ 1 ⎦⎥ ⎣⎢1 ⎦⎥

{
Se ha construido así una base ortonormal para E 3 : q1 , q2 , q3 .
→ → →

338
Ejercicios del capítulo 6 (módulos 20 al 22)

Ejercicios resueltos
En esta sección se enunciarán y resolverán algunos ejercicios con los cuales se ilustra el uso del producto escalar en la
geometría euclidiana y en la geometría analítica.

1. Teorema de Apolonio

Si AD es una mediana del triángulo ABC, entonces

⎯→ 2 ⎯→ 2 ⎯→ 2 1 ⎯→
2

AB + AC = 2 AD + BC .
2

Prueba (figura 1)

Figura 1

⎯→ 1 ⎯→ ⎯→
AD = ( AB + AC ). (?)
2
⎯→ 2 1 ⎛ ⎯→ 2 ⎯→ 2
⎛ ⎯→ ⎯→ ⎞⎞
AD = ⎜⎜ AB + AC + 2 ⎜ AB ⋅ AC ⎟ ⎟⎟ . (?)
4 ⎝ ⎝ ⎠⎠
⎯→ ⎯→ ⎯→
Además, BC = AC − AB .

Así,
⎯→ 2 ⎯→ 2 ⎯→ 2 ⎯→ ⎯→
BC = AC + AB − 2( AC ⋅ AB ).

Luego
⎯→ 2 1 ⎯→
2 ⎯→ 2 ⎯→ 2
2 AD + BC = AB + AC . (?)
2

Geometría vectorial y analítica 339

El número total de páginas no se encuentra disponible en esta vista previa.
 Figura 3

Solución

→ ⎡ −2 ⎤ → ⎡ 3⎤ → →
n 1 ↔ ⎢ ⎥ ; n 2 ↔ ⎢ ⎥ ; n 1 ⊥ L1 y n 2 ⊥ L2 .
⎣ 1⎦ ⎣ −1⎦
→ → → →
n 1 i n 2 = − 6 − 1 = − 7; n 1 = 5; n 2 = 10.

7 7 2
cos θ = = .
5 . 10 10
cos θ ≈ 0.9899. De este modo, θ = 8º 7 ' 48'', aproximadamente.

4. Ángulo entre dos planos

Mediante un análisis similar al anterior se puede definir el ángulo entre dos planos π 1 y π 2 , así:

→ →
Si n1 ⊥ π 1 y n2 ⊥ π 2 , entonces el ángulo θ entre π 1 y π 2 es tal que:

342
 → →
n1 i n 2
cos θ = → →
.
n1 n2

De este modo, se toma el ángulo agudo o π 2 radianes en caso de que los planos π 1 y π 2 sean perpendiculares.
Esto es, el ángulo entre dos planos es el mismo que determinan sus vectores normales.

Consideremos, a manera de ilustración, los planos π 1 y π 2 cuyas ecuaciones cartesianas son, respectivamente:

2 x − y + 2 z + 5 = 0; − x + y − z − 6 = 0.

Solución

⎡2⎤ ⎡ −1⎤
→ → → →
n1 ↔ ⎢ −1⎥ ; n2 ↔ ⎢⎢ 1 ⎥⎥ ; n1 ⊥ π 1 y n2 ⊥ π 2 .
⎢ ⎥
⎢⎣ 2 ⎥⎦ ⎢⎣ −1⎥⎦

→ → → →
n1 i n2 = −2 − 1 − 2 = −5; n1 = 3; n2 = 3.

5 5 3
cos θ = = ; así, cos θ ≈ 0.9623.
3 3 9
Luego θ = 15º 47 ' 35'', aproximadamente.

⎛ 0⎞
⎜ ⎟
5. El plano π de ecuación cartesiana 2 x − 3 y + z + 4 = 0 es tangente a la esfera de centro C ⎜ −1⎟ . Calcule el radio
⎜ 1⎟
⎝ ⎠
de la esfera.

Solución (figura 4)

Figura 4

El problema se reduce a calcular la distancia ρ del centro C al plano π (¿por qué?).

Geometría vectorial y analítica 343

 Escojamos un punto A en el plano π : x = 0, y = 0; así, z = −4.

⎛ 0⎞
El punto A ⎜⎜ 0 ⎟⎟ está en π .
⎜ −4 ⎟
⎝ ⎠

⎛
⎯→ ⎯→ →
⎞
Según ejemplos anteriores, ρ = pr ⎜ AC n ⎟ .
⎝ ⎠

⎡ 2⎤ ⎡ 0⎤
→ ⎯→
n ↔ ⎢⎢ −3⎥⎥ ; AC ↔ ⎢⎢ −1⎥⎥ .
⎢⎣ 1 ⎥⎦ ⎢⎣ 5 ⎥⎦

⎛ ⎯→ → ⎞
⎯→
⎛ ⎯→ → ⎞ ⎜ AC i n ⎟ → 4 →
pr ⎜ AC n ⎟ = → → n = n .
⎝ ⎠ ⎜ nin ⎟ 7
⎝ ⎠

4 → 4
ρ= n = 14. Este es el radio de la esfera.
7 7

⎡ 1⎤
6.
→ → → →

{ }
Sea v1 ↔ ⎢⎢ 2 ⎥⎥ . Construya para E 3 una BON q1 , q2 , q3 , de modo que q1 tenga la dirección de v1 .
⎢⎣ −3⎥⎦
→ →

Solución (figura 5)

Figura 5

Resolveremos el problema en dos etapas:

1. { → →
Se construye una base ortogonal v1 , v2 , v3 .
→

}
2. Se normalizan los vectores hallados en 1.

344
Etapa 1:

→ →
Hallemos primero v2 ortogonal a v1 .

⎡x⎤
→ → →
Sea v2 ↔ ⎢⎢ y ⎥⎥ . Por la condición dada, v1 i v2 = 0.
⎢⎣ z ⎥⎦

Por tanto, x + 2 y − 3z = 0. (1)

→
Existen infinitos vectores con la condición exigida a v2 : todas las soluciones no triviales de la ecuación (1).

De (1) se obtiene: x = −2 y + 3z.

⎡1⎤
→ → →
Sea pues, v2 ↔ ⎢⎢1⎥⎥ . Claramente, v2 ⊥ v1 .
⎢⎣1⎥⎦

→ → →
Hallaremos ahora v3 con la doble condición de ser ortogonal a v1 y a v2 .

⎡ x⎤
→
v3 ↔ ⎢⎢ y ⎥⎥ . Por la condición,
⎢⎣ z ⎥⎦

x − 2 y − 3z = 0, (2)
x + y + z = 0.
→
Cada solución no trivial del sistema (2) provee un vector v3 . De (2) se obtiene:

y = 4 z,
x = −5 z.

z toma valores arbitrarios.

Escojamos z = 1; así, y = 4, x = − 5.

⎡ −5⎤
→
Sea entonces v3 ↔ ⎢⎢ 4 ⎥⎥ .
⎣⎢ 1 ⎦⎥

Geometría vectorial y analítica 345

 a. Calcule el ángulo entre dos caras.
⎯→ ⎯→
b. Pruebe que AB i CD = 0.
c. Demuestre que la línea que une los puntos medios de dos lados opuestos (no concurrentes, como
AC y BD ) es ortogonal a estos lados.

10. Desde el vértice P de un cubo (figura 2) se trazan una diagonal del cubo ( PB) y una diagonal ( PA) de una de
las caras. Calcule el ángulo entre estas dos diagonales.

Figura 2

→ →
11. Sea π ( A, n ) el plano que pasa por A y es normal a n. Sea además P un punto de coordenadas conocidas.

a. Diseñe un procedimiento vectorial para encontrar las coordenadas del punto P ' simétrico de P con
respecto al plano π (figura 3).

⎛ 2⎞ ⎛1⎞ ⎡ −5⎤
⎜ ⎟ ⎜ ⎟ →
b. Aplique para P ⎜ 2 ⎟ , A ⎜ 2⎟, n ↔ ⎢⎢ 4 ⎥⎥ .
⎜ 3⎟ ⎜ 0⎟
⎝ ⎠ ⎝ ⎠ ⎣⎢ 3 ⎦⎥

Figura 3

348
El número total de páginas no se encuentra disponible en esta vista previa.
 ⎡ −1⎤ ⎡ 1⎤
→ →
a ↔ ⎢ 5 ⎥, e ↔ ⎢⎢ −2 ⎥⎥ . Descomponga a en la suma de dos vectores libres x , y tales que x sea paralelo a
→ → → →
12. Sean ⎢ ⎥
⎢⎣ 7 ⎥⎦ ⎢⎣ 3 ⎥⎦

→ → →
e , y y ortogonal a e . Diseñe un procedimiento general.

13. Considere una esfera de centro C y radio ρ . Sean T un punto de la superficie y π el plano tangente a la superficie
en T.

a. { ⎯→
Pruebe que π = X ∈ P3 : CX i CT = ρ 2 .
⎯→

}
⎛ 1⎞
⎜ ⎟
b. Sea S la superficie esférica de centro C ⎜ −1⎟ y radio 5. Escoja un punto T de S y encuentre la ecuación
⎜ 1⎟
⎝ ⎠
cartesiana del plano tangente a S en T.

⎛6⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟
c. Sean A ⎜ 1 ⎟ y B ⎜ 0 ⎟ . Pruebe que A y B están fuera de la esfera definida en b. Encuentre la ecuación
⎜1⎟ ⎜10 ⎟
⎝ ⎠ ⎝ ⎠
cartesiana del plano que pasa por A y B y es tangente a la superficie esférica S.

14. Los planos π 1 y π 2 tienen ecuaciones cartesianas:

π 1 : − x + 2 y + 2 z = 0; π 2 : x + y + 4 z = 7.

a. Encuentre el ángulo entre π1 y π 2 .

b. Ídem, si los planos son:

π 1 : 2 x − y + z + 2 = 0; π 2 : x + 3 y + z + 4 = 0.

15. Los planos π 1 y π 2 tienen las ecuaciones cartesianas siguientes:

π 1 : 3x − 4 y + λ z = 0; π 2 : 2 x − 3 y + 6 z − 1 = 0.

Encuentre el valor de λ que hace que los dos planos sean ortogonales.

16. El plano π 1 tiene la ecuación 3x + y − 2 z = 12.

⎛ 1⎞ ⎛ 4⎞
⎜ ⎟ ⎜ ⎟
Encuentre la ecuación cartesiana del plano π que pasa por A ⎜ −1 ⎟ y B ⎜ 2 ⎟ y que es:
⎜ −2 ⎟ ⎜ 2⎟
⎝ ⎠ ⎝ ⎠

Geometría vectorial y analítica 349

 a. Ortogonal a π 1 .
b. Paralelo a π 1 .

⎛ 2⎞ ⎛ −1 ⎞ ⎛ −1⎞ ⎛ 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
17. El plano π pasa por A ⎜ 4 ⎟ , B ⎜ 0 ⎟ y C ⎜ 4 ⎟ . Calcule la distancia del punto P ⎜ −2 ⎟ al plano π .
⎜1⎟ ⎜ 1⎟ ⎜ 2⎟ ⎜ 1⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Encuentre, además, las coordenadas del simétrico P ' de P con respecto a π .

⎛2⎞ ⎛ 3⎞
⎜ ⎟ ⎜ ⎟
18. Encuentre la ecuación cartesiana del plano tangente en T ⎜ 4 ⎟ a la superficie esférica de centro C ⎜ −1⎟ .
⎜1⎟ ⎜ 2⎟
⎝ ⎠ ⎝ ⎠

⎛ 1⎞ ⎛ 7⎞ ⎛ −2 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
19. Considere la recta L (A, B) con A ⎜ 2 ⎟ y B ⎜ 5 ⎟ , y el punto ⎜ 1 ⎟ .
P
⎜ −5 ⎟ ⎜ −9 ⎟ ⎜ 5⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Encuentre:

a. La distancia de P a L.

b. Las coordenadas del punto P ', proyección ortogonal de P sobre L.

c. Las coordenadas del punto P '', simétrico de P con respecto a la recta L.

20. Calcule la distancia entre las rectas L (A, B) y L (C, D), sabiendo que:

⎛1⎞ ⎛ −1⎞ ⎛ 0⎞ ⎛ 2⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A ⎜ 2⎟ , B ⎜ 0 ⎟ , C ⎜ 1 ⎟ , D ⎜ 0⎟.
⎜ 3⎟ ⎜ 2⎟ ⎜7⎟ ⎜ 5⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

21. Calcule el área del trapecio ABCD, sabiendo que:

⎛ 3⎞ ⎛ 11⎞ ⎛ 8⎞ ⎛ 5⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
A ⎜ 2 ⎟, B ⎜ 2 ⎟ , C ⎜ 6 ⎟, D ⎜ 6 ⎟.
⎜ −2 ⎟ ⎜ −2 ⎟ ⎜ −2 ⎟ ⎜ −2 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

22. Diseñe un procedimiento para calcular la distancia entre dos planos paralelos π 1 y π 2 . Calcule la distancia entre los
planos π 1 y π 2 , cuyas ecuaciones cartesianas son:

π 1 : 2 x − y + z = 5; π 2 : − 6 x + 3 y − 3 z = 11.

350
 ⎛ x0 ⎞
⎜ ⎟
23. Sea π un plano cuya ecuación cartesiana es ax + by + cz + d = 0 (con a, b, c, no todos nulos). Sea P ⎜ y0 ⎟ un
⎜z ⎟
⎝ 0⎠
punto en el espacio. Use métodos vectoriales para deducir que la distancia de P a π es
ax0 + by0 + cz0 + d
D ( P, π ) = .
a 2 + b2 + c 2

⎡ a1 ⎤
→
→
⎢ ⎥ → →
24. Sea a un vector no nulo, con a ↔ ⎢ a2 ⎥ . Se llaman ángulos directores de a los ángulos θ1 , θ 2 y θ 3 entre a y los
⎢⎣ a3 ⎥⎦

→ → →
vectores i , j , k respectivamente (figura 4). A los números cos θ1 , cos θ 2 y cos θ 3 se les conoce como cosenos
→
directores de a.
a1 a2 a3
a. Pruebe que cos θ1 = , cos θ 2 = , cos θ 3 = .
a a a

b. Pruebe que cos 2 θ1 + cos 2 θ 2 + cos 2 θ 3 = 1.

⎡ −2 ⎤
→ →
a , con a ↔ ⎢ 1 ⎥.
c. Halle los cosenos directores del vector ⎢ ⎥
⎢⎣ 5 ⎥⎦

→ → →
d. Halle los ángulos y cosenos directores de cada uno de los vectores unitarios i , j , k

e. Encuentre dos vectores unitarios, cada uno de los cuales satisfaga cos θ1 = cos θ 2 = cos θ 3 .

Figura 4

25. Los planos π 1 y π 2 son paralelos entre sí. Sus ecuaciones cartesianas son:

π 1 : 8 x − 4 y + z + 9 = 0; π 2 : 8 x − 4 y + z − 36 = 0.

Geometría vectorial y analítica 351

El número total de páginas no se encuentra disponible en esta vista previa.