Calculadora Distancia Punto-Recta (2D, 3D, Punto-Plano)
Calculadora distancia punto-recta 2D y 3D, punto-plano y rectas paralelas en geometría analitica. Fórmulas cartesianas, parametricas, producto vectorial.
Reportar un error de cálculo
Ayúdanos a mejorar. Describe qué no cuadra en el cálculo.
Resultado
| Voce | Valore |
|---|
Mostrar detalles completos
Compartir resultado
Aviso: este cálculo tiene valor puramente indicativo. Para decisiones importantes, consulta a un profesional cualificado.
Distancia punto-recta y punto-plano
Problema fundamental geometría analitica: fórmulas cerradas para distancia minima punto-recta o punto-plano. Igual a longitud del segmento perpendicular.
Punto-recta 2D (cartesiana)
Recta a x + b y + c = 0, punto P = (x_0, y_0):
d = |a x_0 + b y_0 + c| / sqrt(a^2 + b^2)
Signo indica lado. Cero = punto sobre recta.
Ejemplo 2D
3x - 4y - 2 = 0, P = (3, 4): d = 9/5 = 1.8. Pie F = (4.08, 2.56).
Por dos puntos 2D
Recta por A, B; P: d = |(B-A) x (P-A)| / |B-A|. Para segmentos finitos verificar t en [0, 1].
Punto-plano 3D
Plano a x + b y + c z + d = 0; P:
d = |a x_0 + b y_0 + c z_0 + d| / sqrt(a^2 + b^2 + c^2). Vector normal (a, b, c).
Punto-recta 3D parametrica
Recta X = A + t v, punto P: d = |(P-A) x v| / |v|. Numerador área paralelogramo.
Rectas paralelas 2D
a x + b y + c_1 = 0 y a x + b y + c_2 = 0: d = |c_1 - c_2| / sqrt(a^2 + b^2). Mismos a, b.
Derivación 2D
Normal n = (a, b). F = P + t n sobre recta da t = -(num)/n^2. d = |t| |n|.
Generalizaciones
- Rectas skew 3D: d = |(A_2 - A_1) . (v_1 x v_2)| / |v_1 x v_2|.
- Punto-segmento: t en [0, 1] si no extremo cercano.
- Punto-poligono: min sobre lados y vertices.
- Curvas: minimizar numericamente.
- Superficies implicitas: Newton-Raphson.
Casos especiales
- Recta degenerada a = b = 0: error.
- Punto sobre recta: d = 0.
- Dirección nula 3D: error.
- Coords grandes: traslación para overflow.
Aplicaciones
- Graphics clipping, sombras.
- Visión line fitting RANSAC.
- Robotica colisiones.
- CAD tolerancias.
- GIS distancias rios, carreteras.
- Física simetría.
- ML SVM hiperplano.
- LP semispacios.
Historia
Descartes (1637) coordenadas. Euler (1750) fórmulas. Hesse (1843) normal form. Plucker (1830) coords rectas 3D. Gibbs/Heaviside (1880s) vectores.
Modos calculadora
Cinco: 2D cartesiana, 2D dos puntos, 3D punto-plano, 3D parametrica, 2D rectas paralelas. Pie perpendicular y formula incluidos.
El pie de la perpendicular y la proyeccion ortogonal
La distancia minima de un punto a una recta se realiza siempre a lo largo de la perpendicular: entre todos los segmentos que conectan el punto a la recta, el ortogonal es el mas corto. El punto donde esta perpendicular encuentra la recta se llama pie de la perpendicular, y es la proyeccion ortogonal del punto sobre la recta. Calcularlo significa hallar la sombra del punto proyectada perpendicularmente sobre la linea, la informacion mas util en muchas aplicaciones ademas de la sola distancia.
Geometricamente la proyeccion ortogonal descompone el vector que va de la recta al punto en dos partes: una paralela a la recta y una perpendicular. Solo la componente perpendicular contribuye a la distancia, mientras la paralela localiza la posicion del pie a lo largo de la recta. El producto escalar mide la componente paralela y el producto vectorial la perpendicular, y por eso las formulas de la distancia usan precisamente estas operaciones. Comprender la proyeccion ortogonal es la clave para interpretar geometricamente toda formula de distancia, del plano al espacio a dimensiones superiores.
Distancia punto-recta en machine learning: el margen del SVM
La distancia de un punto a una recta, o mas en general a un hiperplano, esta en el corazon de uno de los algoritmos mas importantes del aprendizaje automatico: la maquina de vectores de soporte (SVM). Para separar dos clases de datos, el SVM busca el hiperplano que maximiza el margen, es decir, la distancia minima de los puntos mas cercanos de cada clase. Cuanto mas amplio es el margen, mas robusta es la separacion y mejor la capacidad de generalizar a nuevos datos.
Los puntos que determinan el margen, los mas cercanos al hiperplano, se llaman vectores de soporte, y su distancia de la frontera se calcula exactamente con la formula de la distancia punto-hiperplano. La misma idea aparece en muchos otros campos: en el algoritmo RANSAC para ajustar una recta a datos ruidosos se cuentan los puntos cuya distancia de la recta es pequena; en la grafica y los videojuegos la distancia punto-recta sirve para la deteccion de colisiones y el ray tracing; en robotica para la planificacion de trayectorias que evitan los obstaculos. Una formula geometrica elemental que se vuelve herramienta potente en toda la ciencia computacional.
Actualizado a julio de 2026
Comentarios (0)
Accede para dejar un comentario.
Sin comentarios aún. ¡Sé el primero!