Sub Articulo 2.1

 \verb|\vbox| apila sus contenidos verticalmente, y la baseline de la caja
 resultante coincide con la basline de la \'ultima caja que se ha metido en
 el vbox.
 
 \verb|\vtop| hace lo mismo, pero la baseline de la caja resultante es la de la
 primera caja de las que se meten en el vtop.
 
 En el ejemplo que esta escrito mas arriba, ambas \verb|\vbox{}| se componen de
 una sola caja en su interior (la \verb|\hbox|), por lo que la baseline de la
 \verb|\vbox| resultante ser\'a equivalente a la baseline de la \verb|\hbox| que tiene
 dentro. Ya que esta \verb|\hbox| es a la vez la primera y la \'ultima de las que
 hay dentro de \verb|\vbox|, el resultado no cambiar\'{i}a aunque us\'aramos \verb|\vtop|.
 
 La solucion es a\~nadir una caja "nula" en primer lugar dentro de cada
 \verb|\vtop|, es decir:
 
 \verb|\vtop{\null\hbox{caja1}}\vtop{\null\hbox{caja2}}|
 
 De este modo, la baseline de cada uno de los vtops es la baseline de la
 caja nula, y por tanto ser\'a el punto m\'as alto de la \verb|\vtop|. Ya que
 posteriormente TeX alinear\'a ambas vtops de acuerdo con sus baselines, el
 resultado ser\'a como lo que tu buscabas.