• No se han encontrado resultados

Dos vectores fijos no nulos,

N/A
N/A
Protected

Academic year: 2018

Share "Dos vectores fijos no nulos,"

Copied!
16
0
0

Texto completo

(1)

C D

s

TEMA IV

PLANO VECTORIAL. PRODUCTO ESCALAR.

APLICACIONES.

VECTOR FIJO

Un vector fijo es un segmento cuyos extremos vienen dados en un cierto orden.

Ejemplo:

El segmento de extremos A y B (en este orden).

Se nota con (A, B) ó con AB.

Al primer punto, al A, se le llama origen.

Al segundo punto, al B, se le llama extremo.

• Por supuesto que

→ →

≠BA

AB .

Si coinciden el origen y el extremo del vector fijo, es decir si el origen y el extremo son el mismo punto, el vector se llama vector fijo nulo.

Ejemplo:

AA

MÓDULO, DIRECCIÓN Y SENTIDO DE UN VECTOR FIJO. Se llama módulo de un vector fijo

AB, y se nota

AB , a la longitud del segmento AB.

• AA =0

• AB→ = BA→

Dos vectores fijos no nulos,

ABy

CD, se dice que tienen la misma dirección y se representa

AB

CD, si las rectas que pasan por A y B (r) y por C y D (s) son paralelas o coincidentes:

r s A

B

A

B r

A

B C

(2)

B

En caso contrario, se dice que

AB y

CD tienen distinta dirección y se representa

AB| | CD→

Los vectores fijos nulos no tienen dirección.

Dados dos vectores fijos, no nulos, con la misma dirección,

ABy

CD, diremos que tienen el mismo sentido, y lo representaremos

AB

CD, si:

• Estando colocados sobre rectas paralelas, los extremos B y D se encuentran en el mismo semiplano determinado por la recta que une los orígenes A y C.

B y D pertenecen al mismo semiplano determinado por la recta r.

• Estando colocados sobre la misma recta, (en vez de sobre rectas paralelas), tienen el mismo

sentido que otro vector fijo

MNsituado sobre una recta paralela a la que contiene a dichos vectores.

MN AB→ , y MN→ CD→ ⇒ AB→ CD→

En caso contrario, se dice que tienen sentido contrario, y se representa

AB

CD.

AB

MN, y

MN

CD ⇒

AB

CD.

Los vectores fijos nulos no tienen sentido.

Observación: De forma intuitiva, diremos que la dirección del vector fijo

ABes la de la recta que pasa por los puntos A y B.

A C D

B A

C

D r

A

B D

C

N

A C

D B

M A

B C

D

N

(3)

A

B C

D E

F

G

H

I

J El sentido del vector fijo

ABes el del recorrido de la recta cuando nos trasladamos desde A hasta B. Observa que en cada dirección hay dos sentidos, el que va de A a B y el de B a A.

VECTORES FIJOS EQUIPOLENTES

Dos vectores fijos,

ABy

CD, se dice que son equipolentes, y se representa

AB∼

CDsi tienen el mismo módulo, dirección y sentido, ó si son los dos nulos.

AB∼

CD

   

    

 

  

   

 

=

→ →

→ →

→ →

nulos dos los son ó

CD AB

CD AB

CD AB

Dado un vector fijo

AB, hay un único vector fijo

OC equipolente a

ABcon origen en O.

OC∼

AB

Hay infinitos vectores equipolentes a un vector fijo

ABdado; uno con origen en cada punto del plano.

Los extremos A, B, C, D de dos vectores equipolentes

AB y

CD, que se encuentran sobre rectas paralelas, siempre forman un paralelogramo, (cuadrilátero de lados paralelos dos a dos).

Todos los vectores fijos nulos son equipolentes.

AA ∼

BB ∼

CC ∼

DD∼.... O A

(4)

A

B

O VECTOR LIBRE

Al conjunto de todos los vectores fijos equipolentes a un vector fijo dado

AB, se le llama vector libre.

Ejemplo: En el último dibujo, el vector libre formado por

ABy todos sus equipolentes:

   

 → → → → →

... , IJ , GH EF, , CD , AB

Se nota con cualquiera de ellos entre corchetes,     →

AB , ó     →

CD , ó    →

EF , etc...; ó con una

letra minúscula y una flecha encima

   

 

= → → → → →

... , IJ , GH EF, , CD , AB a

• A cada uno de los vectores fijos AB, CD,EF,GH,IJ,....

→ → → → →

que forman el vector libre

a, se le llama representante de

a.

El vector libre nulo se le nota con

0, y está formado por todos los vectores fijos nulos.

   

 

= → → → → →

... , EE , DD CC, , BB , AA 0

MÓDULO, DIRECCIÓN Y SENTIDO DE UN VECTOR LIBRE

Se llama módulo, dirección y sentido de un vector libre, al módulo dirección y sentido de cada uno de sus representantes.

El vector nulo o vector libre cero

0, tiene módulo 0 y carece de dirección y sentido. PROPIEDAD FUNDAMENTAL DE LOS VECTORES LIBRES

El origen y el extremo de un vector fijo del plano, son siempre puntos fijos del plano. Los vectores libres del plano, como su nombre indica, se pueden aplicar “libremente” a cualquier punto del plano que se quiera. Con la única condición de que tengan el mismo módulo, dirección y sentido.

Esta propiedad es la más importante de los vectores libres del plano, que enunciaremos así:

“Si     →

AB es un vector libre del plano y O un punto cualquiera del plano, existe un único

representante de     →

(5)

OPERACIONES CON VECTORES LIBRES

En el conjunto de todos los vectores libres del plano, que se nota con V2, se definen las siguientes operaciones:

SUMA DE VECTORES LIBRES

Dados dos vectores libres,

a y

b del plano, se llama suma de

a y

b, y se representa

a+

b, al vector libre que se obtiene del siguiente modo:

Tomamos un punto O cualquiera del plano. Con origen en O se toma un vector fijo

OA, representante de

a, y con origen en A se toma un vector fijo

AB, representante de

b; el vector fijo

OB es un representante del vector libre

a+ → b. → a=     → OA , → b=     → AB , → a+ → b=     → OB

La suma de vectores libres es independiente del punto O elegido.

La suma de dos vectores libres es otro vector libre que cumple las siguientes propiedades:

1. Asociativa:

→ → → → → → +       + =       +

+ b c a b c

a , ∀ , , ∈V2

→ → → c b a

2. Conmutativa:

→ → → → + = +b b a

a , ∀ , ∈V2

→ →

b a

3. Hay elemento neutro: 0(vector librenulo)

→ ∃ / → → → = + a

a 0 , ∀ ∈V2

a

4. Hay elemento opuesto: V2, - ∈V2      ∃ ∈

∀→aa /

→ → → =       −

+ a 0

a

a se obtiene como un vector libre que cumple:

→ →

= −a a ,

aa,

→ −aa Ejemplo:     →

AB ⇒

(6)

PRODUCTO DE UN NÚMERO REAL POR UN VECTOR LIBRE

Dados un vector libre

→ →

≠ 0

a del plano vectorial y un número real cualquiera k ≠0; se llama producto del número real k por el vector libre

a, y se nota por

a

k , a un nuevo vector libre que se obtiene de la siguiente forma:

Su módulo es el valor absoluto de k por el módulo de

a

  

 

⋅ = ⋅→a ka k

Su dirección es la misma que la de

a. (

a k

a)

Su sentido es el mismo que el de

a si k es positivo, u opuesto al de

asi k es negativo. (

a k

a si k>0 ;

a k

a si k<0)

Si k = 0 ó

→ →

=0

a , se define

→ →

= ⋅a 0 k

Ejemplo:

El producto de un número real por un vector libre es otro vector libre que cumple las siguientes propiedades:

1. Distributiva respecto de la suma de vectores:

→ → →

⋅ + ⋅ =

     

+

a b k a k b

k , ∀k∈ℜ, ∀ , ∈V2

→ →

b a

2. Distributiva respecto de la suma de números reales:

(

k

+

h

)

a

r

=

k

a

r

+

h

a

r

, ∀k ,h∈ℜ, ∀ar∈V2

3. Seudoasociativa:

( )

k

h

a

r

=

k

( )

h

a

r

, ∀k ,h∈ℜ, ∀ar∈V2

4.

→ →

= ⋅a a

1 , siendo 1 el número real unidad y ∀ar∈V2

Estas operaciones y sus propiedades nos permiten realizar operaciones combinadas con vectores libres con la misma prioridad que para los números

a

⋅ −2 a

a 3

⋅ −1,5 a

(7)

Ejercicio: Dados los vectores siguientes:

Calcula: 1)

→ → →

+ ⋅ −

a 3 b c

2 2)

→ → →

⋅ + ⋅ −

a 2 b 3 c 2

1

3)

    

+ ⋅ −2 →ab

COMBINACIÓN LINEAL DE VECTORES

Utilizando estas dos operaciones que se acaban de definir en V2, vemos que a partir de unos vectores se pueden obtener otros, sin más que sumar los primeros previamente multiplicados por

números reales: Ejemplo:

→ →

⋅ + ⋅ −

= a b

ur 2 3 .Se dice que ur .depende linealmente de

→ →

b y

a .o que ur .es combinación lineal de

→ →

b y a .

Un vector ur .depende linealmente de

→ →

b y

a o es combinación lineal de ellos, si ur se puede expresar

→ →

⋅ + ⋅

= a b

ur

α

β

, siendo

α

y

β

números reales.

DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES

Dos vectores libres del plano vectorial

a y

b se dice que son linealmente dependientes (l.d.) ó colineales, si tienen la misma dirección, ó alguno de ellos es el vector nulo.

Ejemplo:

En ambos casos,

a y

bson linealmente dependientes.

Se cumple la siguiente propiedad importante: “Dados dos vectores libres no nulos y linealmente dependientes, siempre se puede expresar uno de ellos como producto de un número real por el otro vector y viceversa” (cada uno depende linealmente del otro)

En el ejemplo anterior,

a

b

r

r

=

2

, y b ar

r

⋅ − =

2 1

, ya que a b

r r

⋅ =2

Dos vectores libres del plano vectorial

a y

b se dice que son linealmente independientes, (l.i.) si ninguno de ellos es el vector nulo y tienen distinta dirección.

Ejemplo:

a

c

b

a

b

a

(8)

a y

b son linealmente independientes.

BASE DE V

2

. BASE ORTONORMAL.

Una base de V2, está formada por dos vectores libres ury vr distintos de

0

r

, que sean linealmente

independientes (l.i.).

Se suelen dibujar sus representantes con origen en un mismo punto O.

En el plano se pueden elegir infinitas bases distintas.

Una base

B

=

{ }

u

r

,

v

r

se llama base ortonormal, si se cumplen dos condiciones:

1. Que los vectores que la forman sean unitarios, es decir que

u

r

=

v

r

=

1

.

2. Que ury vr sean perpendiculares (ury vr sean ortogonales, ur ⊥vr)

Son bases ortonormales las siguientes:

Hay infinitas bases ortonormales.

COORDENADAS DE UN VECTOR LIBRE DE V

2

EN UNA BASE

Si elegimos como base de V2 la base

B

=

{ }

u

r

,

v

r

del dibujo:

Observamos que en la base B, los vectores ar,

b

r

, cr,

d

r

, y er, se expresan:

( )

B

a v u

ar= r+3⋅r⇔ r1,3

( )

B

b

v

u

b

2

3

2

,

3

r

r

r

r

+

=

(

)

B

c v u

cr=2⋅r−2⋅r⇔ r 2,−2

(

)

B

d

v

u

d

=

2

1

,

2

r

r

r

r

(

)

B

e v u

er=−r+r ⇔r −1,1

b

a

vr

O ur

u

r

vr

ur

vr O´´

u

r

vr

u

r

vr

vr

u

r

vr

u

r

ur

v

r

ar

cr

b

r

d

(9)

Se dice que ar tiene de coordenadas (1, 3) en la base B, y se nota ar

( )

1,3 B. De igual manera para

b

r

,

cr,

d

r

, y er.

Al cambiar de base, cambian las coordenadas de los vectores ar,

b

r

, cr,

d

r

, y er, pero en cada base las coordenadas de cada uno de ellos son únicas.

En general, cualquier vector xr∈V2, se puede expresar como xr =

α

ur+

β

vr, con

α

y

β

∈ℜ únicos para xr en la base

B

=

{ }

u

r

,

v

r

.

A la pareja ordenada

(

α

,

β

)

de números reales, se les llama coordenadas de xr en la base B, y se nota xr

(

α

,

β

)

B.

Así pues:

Ejemplo:

(

)

B

x v u

xr=−2⋅r+3⋅r ⇔ r −2 ,3

v

u

y

y

B

r

r

r

r

=

4

2

1

4

,

2

1

Los vectores , ,y 0

r r r

v

u se pueden expresar: v

u

ur=1⋅r+0⋅r ⇔ u

( )

1,0 B

r

( )

B

v v u

vr =0⋅r+1⋅r ⇔ s 0,1

( )

B

v

u

0

0

0

,

0

0

0

r

r

r

r

+

=

[image:9.595.64.497.219.752.2]

Ejercicio: Expresa los vectores de la figura en función de la base

{ }

i j B

r r

,

= , incluidos i

r y j

r .

(

)

x u v

xr

α

,

β

B ⇔ r =

α

⋅r+

β

⋅r

i

r

j

r

ar cr

b

r

gr

d

r

er

f

(10)

OPERACIONES CON VECTORES LIBRES, USANDO SUS

COORDENADAS.

En la base

B

=

{ }

u

r

,

v

r

, supongamos que ar =

(

a1 ,a2

)

B y que

b

=

(

b

1

,

b

2

)

B

r

. Es decir, que

v

a

u

a

a

r

=

1

r

+

2

r

, y que b b u b v

r r

r

⋅ + ⋅

= 1 2 .

• Si sumamos ar y

b

r

, tendremos que:

ar+

b

r

=

(

a

1

u

r

+

a

2

v

r

)

+

(

b

1

u

r

+

b

2

v

r

)

=

(

a

1

+

b

1

)

u

r

+

(

a

2

+

b

2

)

v

r

a

+

b

(

a

1

+

b

1

,

a

2

+

b

2

)

B

r

r

Con esto hemos demostrado que las coordenadas del vector ar+

b

r

, son la suma de las coordenadas de los vectores ar y

b

r

.

• Por otra parte, si multiplicamos un número real k por el vector ar:

(

a

u

a

v

) (

k

a

)

u

(

k

a

)

v

k

a

k

r

=

1

r

+

2

r

=

1

r

+

2

r

ka

(

ka1,ka2

)

B

r

Por tanto, las coordenadas del vector kar son las coordenadas de armultiplicadas por k. Ejemplo: Dados los vectores ar =

(

1,−2

)

B y

b

=

(

3

,

5

)

B

r

, calcula ar+

b

r

, 3⋅ar, y

a

b

r

r

3

2

Respuesta:

ar+

b

r

(4, −7)B , a

r

3 (3, −6)B ,

b

a

r

r

3

2

(

2⋅1−3⋅3,2⋅

( )

−2 −3⋅

( )

−5

)

B

2

a

3

b

(

7

,

11

)

B

r

r

DEPENDENCIA E INDEPENDENCIA LINEAL, USANDO LAS

COORDENADAS

En la base

B

=

{ }

u

r

,

v

r

, supongamos que a=

(

a1,a2

)

B

r

y que

b

=

(

b

1

,

b

2

)

B

r

.

Se verifica que:

1. ar y

b

r

son l.d.

2 2

1 1

b

a

b

a

=

2. ar y

b

r

son l.i.

2 2

1 1

b

a

b

a

Ya que si ar y

b

r

son l.d.

a

k

b

r

r

=

(11)

=

=

2 2

1 1

b

k

a

b

k

a

      

= =

2 2 1 1

b a k

b a k

2 2

1 1

b

a

b

a

=

En caso contrario serán linealmente independientes (l.i.).

PRODUCTO ESCALAR DE VECTORES LIBRES

Dados dos vectores libres ur y vr, se define su producto escalar, y se nota ur⋅vr, como el número real que se obtiene del siguiente modo:

( )



  

= =

≠ ≠

⋅ ⋅ = ⋅

0 ó 0 si 0

0 y 0 si , cos

r r r r

r r r r r r r

r r r

v u

v u

v u v

u v u

Siendo

( )

u

r

,

v

r

el ángulo que forman los vectores ur y vr.

• Observa que el producto escalar de dos vectores es siempre un número real, que puede ser positivo, negativo o cero.

PROPIEDADES DEL PRODUCTO ESCALAR

1. ur⋅ur≥0 ∀ur∈V2

Demostración:

u

r

u

r

=

u

r

u

r

cos

( )

u

r

,

u

r

= ur2⋅cos00 = ur2⋅1= ur2 ≥0

2. Conmutativa: ur⋅vr = vr⋅ur ∀ur,vr∈V2

Demostración: ur⋅vr =

u

r

v

r

cos

( )

u

r

,

v

r

=

v

r

u

r

cos

[

( )

v

r

,

u

r

]

=

v

r

u

r

cos

( )

v

r

,

u

r

= vr⋅ur

(1)

( )

u

r

,

v

r

y

( )

v

r

,

u

r

son ángulos opuestos.

(2) Como son ángulos opuestos, tienen el mismo coseno

3. Homogénea:

k

( ) ( )

u

r

v

r

=

k

u

r

v

r

=

u

r

( )

k

v

r

k∈ℜ, ∀ur,vr∈V2

4. Distributiva respecto de la suma de vectores:

u

r

(

v

r

+

w

r

)

=

u

r

v

r

+

u

r

w

r

ur,vr,wr∈V2

EXPRESIÓN ANALÍTICA DEL PRODUCTO ESCALAR DE DOS VECTORES,

EN UNA BASE ORTONORMAL.

En la base ortonormal

{ }

, j

r r

i

B= , supongamos que a =

(

a1,a2

)

B

r

y que

b

=

(

b

1

,

b

2

)

B

r

. El producto

escalar de ar por

b

r

, se puede calcular en este caso de una forma muy fácil:

(1) (2)

( )

ur,vr

( )

vr,ur ur vr

2 2 1

1 b a b a

b

a⋅ = ⋅ + ⋅

(12)

Demostración:

(

)

(

)

    ⋅ + ⋅ = ⇔ = ⋅ + ⋅ = ⇔ = j b i b b b b b j a i a a a a a B B r r r r r r r r 2 1 2 1 2 1 2 1 , ,

Aplicando las propiedades del producto escalar:

(

a i a j

) (

b i b j

)

b a r r r r r ⋅ + ⋅ ⋅ ⋅ + ⋅ =

⋅ 1 2 1 2 =

(

a b

)

( )

i i

r r

⋅ ⋅ ⋅ 1

1 +

(

a b

)

( )

i j

r r

⋅ ⋅ ⋅ 2

1 +

(

a b

)

( )

j i

r r

⋅ ⋅ ⋅ 1

2 +

+

(

a b

)

( )

j j

r r ⋅ ⋅ ⋅ 2 2

Y como: i i i i

( )

i i

r r r r r r , cos ⋅ ⋅ =

⋅ = 1⋅1⋅1=1 , j j j j

( )

j j

r r r r r r , cos ⋅ ⋅ =

⋅ = 1⋅1⋅1=1

( )

j i

i j i j j i r r r r r r r r , cos ⋅ ⋅ = ⋅ =

⋅ = 1⋅1⋅0=0

Queda: ab =a1b1⋅1+a1b2⋅0+a2b1⋅0+a2b2⋅1

r r

=

a

1

b

1

+

a

2

b

2 c.s.q.d.

EXPRESIÓN ANALÍTICA DEL MÓDULO DE UN VECTOR, EN UNA BASE

ORTONORMAL.

El módulo de un vector ur, se puede calcular usando el producto escalar, ya que: 2

u u

ur⋅r = ⇒ ur = ur⋅ur Esta es la expresión vectorial del módulo.

Y como el producto escalar es muy fácil de calcular si se conocen las coordenadas con respecto a una base ortonormal, si las coordenadas del vector ur con respecto una base ortonormal B fuesen

( )

x,

y

, nos quedaría que: ur = ur⋅ur = xx+ yy = x2 + y2

Por tanto la expresión analítica del módulo de ur

( )

x,y B, con respecto a una base ortonormal B es:

Ejemplo:

Calcula el módulo de uv

( )

2,3 B, si la base B es ortonormal:

u

r

=

2

2

+

3

2

=

13

VECTOR UNITARIO EN LA DIRECCIÓN DE UN VECTOR DADO

Dado un vector vr ≠0, se pueden obtener dos vectores unitarios ur y ur′, con la misma dirección que vr, (uno con el mismo sentido que vr, y otro con sentido contrario a vr) de la siguiente forma:

v

v

u

r

r

r

=

1

,

v

u

r

r

1

=

2 2

y

x

u

r

=

+

ur′

(13)

Estas son las expresiones vectoriales de los vectores unitarios.

Si conociésemos las coordenadas de vr(x, y) con respecto a una base ortonormal, como 2

2

y

x

v

r

=

+

, nos quedaría que:

+

+

2 2 2

2

,

y

x

y

y

x

x

u

r

,

  

 

+ − +

− ′

2 2 2

2 ,

y x

y y

x x ur

Estas son las expresiones analíticas de los vectores unitarios.

ÁNGULO DE DOS VECTORES

Sabemos que

u

r

v

r

=

u

r

v

r

cos

( )

u

r

,

v

r

, (con ur y vr

0

r

)

Luego:

( )

v

u

v

u

v

u

r

r

r

r

r

r

=

,

cos

. Expresión vectorial del ángulo de dos vectores.

Si conociésemos las coordenadas deur y vr con respecto a una base ortonormal B, u ,r

( )

x y B,

(

x y

)

B

vr ′, ′ tendríamos que:

( )

, 2 2 2 2

cos

y x y x

y y x x v

u

′ + ′ ⋅ +

′ ⋅ + ′ ⋅ =

r r

Esta es la expresión analítica del ángulo de dos vectores, respecto a una base ortonormal.

VECTORES ORTOGONALES. CONDICIÓN DE ORTOGONALIDAD

Dados dos vectores libres no nulos, ur y vr, son ortogonales

(

u

r

v

r

)

ur⋅vr =0 Esta es la condición de ortogonalidad vectorial.

Demostración:

)

⇒ Si ur⊥vr ⇒

( )

u

r

,

v

r

= 90º ó 270º ⇒

cos

( )

u

r

,

v

r

=

0

. Luego

u

r

v

r

=

u

r

v

r

cos

( )

u

r

,

v

r

=

u

v

0

= 0

)

⇐ Si ur⋅vr =0 ⇒

u

r

v

r

=

u

r

v

r

cos

( )

u

r

,

v

r

= 0, y como ur y vr no son nulos, sus módulos no son cero, luego

cos

( )

u

r

,

v

r

=

0

( )

u

r

,

v

r

= 90º ó 270º , es decir que

u

r

y

v

r

son ortogonales. c.s.q.d.

Si conociésemos las coordenadas de ur y vrcon respecto a una base ortonormal B, u ,r

( )

x y B,

(

x y

)

B

vr ′, ′ , tendríamos que: ur ⊥vr⇔ur⋅vr =0 ⇔ xx′+yy′=0

(14)

SISTEMA DE REFERENCIA AFÍN

Si consideramos el plano como conjunto de puntos, un sistema de referencia afín S es un conjunto formado por un punto, llamado origen, y una base del plano vectorial.

{ }

{

O; i ,j

}

S

r r

=

Nosotros siempre tomaremos para un sistema de referencia afín, una base ortonormal.

{ }

{

O; i ,j

}

S

r r

=

COORDENADAS CARTESIANAS DE UN PUNTO DEL PLANO.

Sea S

{

O;

{ }

i ,j

}

r r

= el sistema de referencia anterior.

Si P es un punto cualquiera del plano, consideramos el vector libre

    →

OP , que tendrá unas coordenadas

(

α

,

β

)

en la base

ortonormal B

{ }

i j

r r

,

= .

Al vector     →

OP , ó pr, se le llama vector de posición del punto

P, y se dice que el punto P tiene de coordenadas

(

α

,

β

)

en el sistema de referencia S, y se nota P

(

α

,

β

)

S.

A las coordenadas de P en este sistema de referencia de referencia S, se les llama coordenadas cartesianas de P. (La base de S es ortonormal).

Luego: “Las coordenadas cartesianas de un punto P del plano, en el sistema de referencia S,

son las coordenadas de su vector de posición pr=     →

OP en la base ortonormal de dicho sistema de referencia S.

j

r

i

r

O

P

pr

(

)

S OP p

(

)

B OP p i j

r r r r

⋅ + ⋅ = =

   

⇔ =

   

⇔ →

α

β

α

β

β

α

, ,

P j

r

i

r

O origen

(15)

Ejemplo:

P(2, 3)S ⇔ pr =

OP

( )

2 ,3 B p

r

=

OP i j

r r

⋅ + ⋅ =2 3

COORDENADAS DE UN VECTOR LIBRE, CONOCIDAS LAS DEL

ORIGEN Y EXTREMO DE UNO DE SUS REPRESENTANTES.

Si en S

{

O;

{ }

i ,j

}

r r

= , sabemos que A

(

a1 ,a2

)

S y B

(

b1 ,b2

)

S, entonces:

Pues:

   

=

   

+

  

 → → →

OB AB

OA

b AB a

r r

=

   

+ → ⇒ AB =brar 

   →

Y como:

(

)

(

)

(

)

(

)

⇒

  

⇔ ⇔

B S

B S

a a a a

a A

b b b b

b B

2 1 2

1

2 1 2

1

, ,

, ,

r r

(

b a b a

)

B

a b

AB= − 1− 1, 2− 2 



 → r r

Ejemplo: Si A(3, 4) y B(1, 4), entonces     →

AB (1−3, 4−4), es decir     →

AB (−2, 0).

COORDENADAS DEL PUNTO MEDIO DE UN SEGMENTO

Dado el segmento de extremos A y B, de coordenadas conocidas A(a1, a2), B(b1, b2). Llamo M a su

punto medio.

Observa en el dibujo que

   

⋅ =

  

 → →

AM

AB 2 .

P(2, 3)

i

r

j

r

O

(

b a b a

)

B

AB 1− 1, 2 − 2 

  →

i

r

j

r

O

A

B ar

b

r

j

r

A

B ar

b

(16)

Como AB b ar

r

− =

    →

, y AM=mr −ar

Sustituyendo: b ar

(

mr ar

)

r

− ⋅ =

− 2

Operando :

b

a

r

m

r

a

r

r

=

2

2

b

a

r

a

r

m

r

r

=

+

2

2

b

a

r

m

r

r

=

+

2

.

Si a las coordenadas del punto M les llamo

(

m

1

,m

2

)

, operando con las coordenadas en la última igualdad, tendremos que

(

a

1

+

b

1

,

a

2

+

b

2

)

=

2

(

m

1

,

m

2

)

(

a

1

+

b

1

,

a

2

+

b

2

) (

=

2

m

1

,

2

m

2

)

+

=

+

=

2 2 2

1 1 1

2

2

b

a

m

b

a

m

     

+ =

+ =

2 2

2 2 2

1 1 1

b a m

b a m

. Luego:

Ejemplo:

El punto medio M del segmento de extremos A(3, 4) y B(1, 4), tiene de coordenadas M(2, 4). 

  

+ +

2 , 2

Figure

figura en función de la base {rr}rr

Referencias

Documento similar

ELABORACIÓN DE LOS MAPAS DE PELIGROSIDAD Y RIESGO REQUERIDOS POR EL R.D...

La invalidez en el MMPI por no respuestas no se considera criterio positivo (sólo se puede considerar tal posibilidad en caso de daño neurológico que justifique tal estilo

1. LAS GARANTÍAS CONSTITUCIONALES.—2. C) La reforma constitucional de 1994. D) Las tres etapas del amparo argentino. F) Las vías previas al amparo. H) La acción es judicial en

• El conjunto solución de un sistema de ecuaciones lineales, está formado por todas las soluciones del sistema.. • Dos sistemas de ecuaciones lineales son equivalentes, si tienen

El paso siguiente es escoger de esta columna el menor valor, y en una tabla paralela se le asigna la mayor cantidad posible de unidades, podemos observar como el menor costo es «2»

Como nuestro sistema tiene como restricción que el plano de los receptores es paralelo al plano de los transmisores, si se define el norte de referencia contenido en uno de

Según Gálvez (2003) motivar es despertar el interés y la atención de los alumnos por los valores contenidos en la materia, resaltando en ellos el deseo de aprendizaje

Para ello se colocarán dos sensores de presión a distintas alturas, uno ubicado en la parte superior (sin contacto con el agua) y otro ubicado en el mínimo nivel de