Documente Academic
Documente Profesional
Documente Cultură
Investigación y Tecnología
Universidad Nacional Autónoma de México
revistaiit@yahoo.com.mx
ISSN (Versión impresa): 1405-7743
MÉXICO
2004
Marco Antonio Murray Lasso
SOBRE EL PRODUCTO CRUZ EN ESPACIOS VECTORIALES N-DIMENSIONALES
Ingeniería. Investigación y Tecnología, enero-marzo, año/vol. V, número 001
Universidad Nacional Autónoma de México
Distrito Federal, México
pp. 27-47
Resumen
A diferencia del producto interno entre vectores que se define sin problemas como una
operación binaria para vectores en n dimensiones, el producto vecto rial o producto cruz
normalmente se define solamente para vectores tridimensionales. Si en vez de insistir en
que el producto vecto rial es una operación binaria, se reconoce que resulta más benéfico
considerarla como una operación (n – 1)-aria, donde n es la dimensión del espacio, (en
tres dimensiones como n–1 = 2, no hay diferencia entre binaria y (n – 1)- aria). La
generalización del producto vecto rial a cualquier número de dimensiones a partir de n = 1,
procede fácilmente y con aplicaciones útiles. En este artículo se define un producto vecto-
rial entre n–1 vectores n-dimensionales. Se dan dos aplicaciones con ejemplos ilustrativos
de dicha definición: al cálculo de volúmenes de paralelepípedos y simplejos
n-dimensionales que son las generalizaciones a n dimensiones del paralelogramo y
paralelelpípedo y del triángulo y tetraedro, así como a la solución de ecuaciones lineales
simultáneas. Los desarrollos se basan en las propiedades de los determinantes.
Abstract
Con trasting with the in ner prod uct be tween vec tors which is de fined with out prob lems as a
bi nary op er a tion in n di men sions, the vec tor or cross prod uct is nor mally de fined only for
three-dimensional vec tors. If in stead of in sist ing that the cross prod uct is a bi nary op er a-
tion it is rec og nized that it is more use ful to con sider it as an (n – 1)-ary op er a tion, where n
is the di men sion of the space, (in three di men sions, since n – 1 = 2, there is no dif fer ence
be tween bi nary and (n – 1)-ary op er a tions.) With this pro vi sion, the gen er al iza tion of the
cross prod uct to any num ber of di men sions from one on, pro ceeds very nat u rally and has
use ful ap pli ca tions. In this ar ti cle we de fine a cross prod uct be tween n – 1 n-dimensional
vec tors. Two ap pli ca tions are given with il lus tra tive ex am ples to the cal cu la tion of volumes
of n-dimensional par al lel epi peds and simplices, which are the gen er al iza tions to n di men-
sions of the par al lel o gram and parallelepiped and the tri an gle and tet ra he dron and to the
so lu tion of sets of si mul ta neous lin ear equa tions. The de vel op ments are based of the prop-
er ties of de ter mi nants.
Key words: vec tor prod uct, cross-product, n-dimensional, hyperarea, hypervolume,
simplex.
Sobre el producto cruz en espacios vectoriales n-dimensionales
x3
u = i + 2j + k , v = i +j + 2k, w = i
w 3 + j + 3k
u+ v+w
u + v + w = 3i + 4j + 6k
v
k
u 2 1
1 1 x2
i j
u
1 2
1 1
x1
Figura 1
misma orientación y sentido que el vec tor entre un escalar positivo y un vec tor, el vec -
orig i nal, pero con una longitud x 1 veces más tor se alarga o se acorta.
larga (o más corta si el número es menor que La longitud o magnitud de un vec tor X que
1) . Si el escalar es negativo el resultado es el normalmente se denota con | X | es por
mismo pero con el sentido invertido. Cuando definición,
el escalar es cero el producto da como
X = x 1 + x 2 +...+ x n
2 2 2
resultado el vec tor cero representado con 0,
que es un vector con cero longitud y se
representa con un punto en el origen, En la expresión anterior se toma el valor
además de tener la propiedad de que al positivo de la raíz cuadrada.
sumarle el vec tor cero a cualquier otro vec tor
el resultado es el mismo vector. Aunque ya se mencionó que los ejes son
Analíticamente podemos definir la mul- ortogonales entre sí, y por lo tanto los
tiplicación del escalar a por el vector X = (x1 , vectores unitarios también, completamos la
x2, . . . , x n ) como el vec tor a X = (a x 1 , a x 2, . . definición de ortogonalidad definiendo el
. , a x n ). El producto de un escalar por un vec- producto interno entre dos vectores x = (x1 ,
tor está cerrado en el espacio vec to rial y por x 2 , . . . , x n ) y y = (y1, y2 , . . . , yn ). El producto
definición es lo mismo av que va, es decir, el interno entre dos vectores x, y es un número
producto de un escalar por un vec tor es (técnicamente se llama un escalar) que
conmutativo por definición. También es ne- representamos con x.y cuyo valor está dado
cesario decir qué se entiende por la longitud por
de un vec tor, ya que hemos hablado de
vectores unitarios y de cómo en el producto x . y = x1 y 1 + x 2 y 2 + . . . + x n y n
tienen los paralelepípedos en sus posiciones tres dimensiones, se pudo deducir varias
inicial (antes de iniciar el desplazamiento) y cosas de un cuerpo tetradimensional. Para
final (al terminar el desplazamiento). De mejor visualización, en vez de paralelogramos
acuerdo con esto, un paralelepípedo en cuatro se puede pensar en cuadrados y contar
dimensiones tendrá 12×2 + 8 = 32 aristas. elementos de un cubo tetradimensional. La
Tendrá 8×2=16 vértices. Sus caras tridimen- figura 2a muestra un cubo tetradimensional
sionales (que son los paralelepípedos tri- proyectado sobre tres dimensiones y pos-
dimensionales generados por las caras teriormente dibujado por medio de una pro-
bidimensionales del paralelepípedo en tres yección sobre un plano bidimensional. La
dimensiones al desplazarse en una dirección figura 2b muestra un simplejo tetradimensional
que no está en las tres dimensiones del cuerpo en iguales circunstancias.
deplazado). Cada cara bidimensional genera
una nueva cara tri di men sion al a las que se les Otro cuerpo tetradimensional que nos
añaden el paralelepípedo inicial y final. Por lo interesa estudiar es el simplejo tetradimen-
tanto, el paralelepípedo en cuatro dimensiones sional. Este cuerpo es la generalización del
tiene 6+2=8 caras tridimensionales. Cada segmento de recta, triángulo y tetraedro.
arista genera con el movimiento una cara Comenzamos con un punto para formar un
bidimensional (un paralelogramo) más las simplejo cero di mensional. A continuación
caras de los paralelepípedos inicial y final, por introducimos un segundo punto diferente del
lo tanto, el cuerpo tetradimensional tiene 12+ primero. El segmento de recta que une los
12=24 caras bidimensionales. (Las aristas dos puntos, constituye un simplejo unidi-
mencionadas arriba, serían caras unidimen- mensional. A continuación escogemos un
sionales y los vértices caras cerodimen- tercer punto que no esté en línea recta con
sionales). No obstante, nuestra limitación a los primeros dos puntos. Se forma un
4
Figura 2
3
triángulo que es el conjunto de todos los luego sobre cada una de 4 las caras
puntos en las líneas rectas que unen los triangulares de este tetraedro base se apoya
puntos del simplejo unidimensional con el otro tetraedro que tiene como cúspide el
nuevo punto. A continuación escogemos un quinto punto del simplejo. Entonces existen 5
cuarto punto que no esté en el mismo plano caras tetraédricas de tres dimensiones que
que el triángulo. El tetraedro es el conjunto “envuelven” al simplejo tetradimensional. Lo
de todos los puntos de las rectas que unen el anterior se ilustra en la figura 2b. Las figuras
nuevo punto con todos los puntos del 2a y 2b son del tipo de alambre, porque se
triángulo. Finalmente, escogemos un quinto pretende dibujar solamente las aristas sin
punto que no esté en el espacio tri di men sion- intentar hacer opacas las caras bidimen-
al en el que está el tetraedro. El simplejo sional que taparían unas a otras. En cuerpos
tetradimensional es el conjunto de puntos en como los simplejos, en los cuales se
las rectas que unen el nuevo punto con todos conectan todos los vértices, la cuenta del
los puntos del tetraedro. Siguiendo el número de “caras” de diferentes dimensiones
proceso se definen simplejos de más se puede lograr usando cálculo combi-
dimensiones Dubrovin et al (1987) ¿Cuántos natórico. Se comienza con el número de
vértices, aristas y caras tienen un tetraedro y vértices que es n+1 (uno más que el número
un simplejo tetradimensional? Bueno, en de dimensiones n). El número de aristas es
cuanto a vértices siempre tienen uno más entonces el número de combinaciones de
que el número de dimensiones. Por lo tanto, n+1 objetos tomados de 2 en dos. Es decir,
el tetraedro tiene 4 vértices y el simplejo
tetradimensional tiene 5. En cuanto a aristas, n +1 n + 1 (n + 1)! 5.4
C2 = = = = 10 (utilizando n = 4)
el tetraedro tiene 6 aristas, 3 del triángulo 2 (n − 2 )! 2! 12 .
base y una más por cada una de las líneas
que van del nuevo punto a cada uno de los
El número de caras triangulares es el
vértices del triángulo base. El simplejo te-
número de combinaciones de n + 1 objetos
tradimensional tiene 6 aristas del tetraedro
tomados de 3 en 3.
base y 4 más que van del nuevo punto a cada
uno de los 4 vértices del tetraedro. En cuanto
n +1 5.43. 60
a caras bidimensionales, el tetraedro tiene 4 C3 = = = 10
12
. .3 6
caras (de ahí su nombre). El simplejo tetradi-
mensional tiene las mismas del tetraedro
El número de caras tetraedrales es el
más una cara por cada arista del tetraedro
número de combinaciones de n +1 objetos
base que al unir sus dos extremos con el
tomados de 4 en 4.
quinto punto forma un triángulo adicional, por
lo que el simplejo tetradimensional tiene 10
caras triangulares (bidimensionales). C 4n + 1 = 5.43. .2 = 120 =5
1.23
. .4 24
También el simplejo tetradimensional
En este artículo también interesa calcular el
tiene caras tridimensionales que son tetrae-
volumen de paralelepípedos y simplejos de
dros; comenzamos por el tetraedro base y
diversos números de dimensiones. El cálculo
Á rea = | u × v |
u
h
θ
v
Figura 3
90°
Pro yec ción
sobr e
N de w h w A
θ v
B
u |(u × v) . w| = |N| |w| cos θ
Figura 4
par de ejes coordenados cartesianos producto punto entre el producto cruz del
entonces el producto cruz de dicho vec tor es primer vec tor y el segundo vector, es decir
(−y1, x1) . (x2, y2) = x 1 y 2 – x 2 y 1.
x1 y1
= − y1 i + x 1 j
i j Dicho “volumen” también se puede calcular
por medio del determinante
el cual es claramente ortogonal al vec tor ori-
ginal (Figura 5) ya que el producto punto de x 1 y1
abs = x 1 y 2 − x 2 y1
los dos vectores es cero: – x 1 y 1 + x 1 y1 = 0. Si x 2 y 2
introducimos un segundo vec tor (x 2, y 2 ) no
colineal con (x 1, y 1 ) los dos vectores (x 1, y 1 ) logrando el mismo resultado. Los resultados
y (x 2 , y 2) determinan un paralelogramo como se pueden verificar geométricamente res-
se muestra en la figura 5. El “volumen” (área tándole al área del rectángulo OEAD los
por el número de dimensiones) del para- trapecios y triángulos que no forman parte
lelogramo, está dado por el valor absoluto del del paralelogramo OCAB de la figura 6.
(x 1, y1)
y1
Figura 5
(− y 1, x1)
x1
j
− y1 i x1
Figura 5
y 1 + y2
(x1 , y1)
y1
(x2 , y2)
y2 B
E
O x1 x2
Figura 6
y
C (0, 0, 4)
O 3 B x
2 (0, 3, 0)
A
Figura 7
Sobre cada eje hay un vector unitario (no se ortogonal al hiperplano de la base. El
dibujan para no complicar la figura) y los hipervolumen del simplejo del ejemplo es
vértices A, B y C son las puntas de las flechas igual al hiperárea del tetraedro que se usó
(no dibujadas) de tres vectores cuyas como base (el tetraedro cuyo volumen
componentes con respecto a la base dada calculamos anteriormente) multiplicado por
por los vectores unitarios son los tríos de una cuarta parte de la altura del simplejo con
números junto a dichos vértices. En vista de respecto a la base. Dicha altura medida
que el tetraedro trirrectángulo OABC es un sobre una línea perpen dic u lar al hiperplano
prisma triangular, podemos calcular su del tetraedro, (el hiperplano w – x – y) que
volumen usando la fórmula V = bh/3, donde pase por el punto D es la distancia sobre el
b es el área de la base, para lo cual eje z entre D y el origen, la cual vale 4 . El
tomaremos el triángulo OAB, aquí h es la hipervolumen del simplejo es por lo tanto,
altura de la pirámide que en nuestro caso es (4 × 4) / 4 = 4.
4. El área de la base vale 2×3 / 2 = 3. Por lo
tanto, el volumen del tetraedro es 3× 4 / 3 = 4. Revisemos nuestros cálculos usando
Ahora incursionamos en la cuarta productos cruz. Si estuviéramos calculando
dirección, agregando un cuarto vector el volumen de un paralelepípedo en cuatro
ortogonal a los otros 3 sobre un eje z (No dimensiones, el volumen estaría dado por el
dibujado en la figura 5). El cuarto vec tor tiene valor del siguiente determinante
una longitud 4 y tiene su punta en el punto
2 0 0 0
con coordenadas (0, 0, 0, 4). Los cuatro
0 3 0 0
vectores tetradimensionales que generan el = 96
0 0 4 0
simplejo son entonces: (2, 0, 0, 0), (0, 3, 0, 0),
(0, 0, 4, 0) y (0, 0, 0, 4). Un simplejo en cuatro 0 0 0 4
dimensiones tiene un hipervolumen de la
cuarta parte del prisma con base tetraedral Como de lo que se trata es de un simplejo
con igual altura (Xambó, 1997). Esto es una en 4 dimensiones, hay que dividir entre
extensión del hecho de que un triángulo tiene 4! = 2 ×3×4 = 24. (El dividendo 4 ! Proviene
la mitad del área del correspondiente de que el triángulo in tro duce un factor de ½,
paralelogramo generado por el mismo par de el tetraedro un fac tor de 1/3 y el simplejo un
vectores bidimensional y un tetraedro tiene la factor de ¼. En un simplejo de n dimen-
tercera parte del volumen de un prisma tri an- siones, generalmente hay que usar un fac tor
gu lar generado por el mismo trío de vectores de 1/n! El volumen del simplejo es entonces
tridimensionales. Otra manera de calcular el 96 / 24 = 4, que es el resultado obtenido an-
hipervolumen de un simplejo en n dimen- teriormente. Este resultado lo obtuvimos
siones es calcular el hiperárea de la base calculando
(que está en un hiperplano) y que está
determinada por n vértices del simplejo y (a×b×c) . d
multiplicarla por (1/n) de la distancia entre el
vértice n + 1 y el hiperplano de la base. el cual es igual al determinante. Si deseamos
Dicha distancia se mide sobre una línea obtener el hipeárea del tetraedro que se usó
como base para el simplejo, entonces Supóngase que se puede encontrar un vec tor
debemos calcular el producto cruz de los tres H1 no nulo que sea ortogonal a las columnas
vectores que lo generan y multiplicarlo por A 2, A 3, . . . , An . En vista de que supusimos
1/3!. Esto nos da que la matriz A es no sin gu lar y que el vec tor
es no nulo, el vec tor no puede ser al mismo
2 0 0 0 tiempo ortogonal a la columna A1. Si se
0 3 0 0 multiplican ambos miembros de la última
(1 / 3!) = 4l
0 0 4 0 ecuación con punto por el vector H 1
i j k l mencionado se obtiene
H1 = producto vecto rial de todas las Ahora, los productos de tres vectores
columnas de A menos la primera. unitarios son reemplazados por su resultado.
H2 = producto vecto rial de todas las Para deducir los resultados se pueden
columnas de A menos la segunda. aplicar una variedad de reglas. Una de ellas
... es recordar que el producto de los n–1
Hn = producto vecto rial de todas las primeros vectores da el último vec tor y luego
columnas de A menos la enésima. ir haciendo permutaciones. Si la permutación
es cíclica, en el caso que el número de
Como ejemplo numérico consideremos el dimensiones sea impar, no hay cambio de
siguiente sistema signo; en el caso de número de dimensiones
par, en cada permutación cíclica se cambia el
1 0 0 − 1 x 1 3 signo. Para n=4 se tendría haciendo
0 1 2 0 x 2 0 permutaciones cíclicas de la permutación
=
0 −2 1 0 x 3 0 base: i j k = l, j k l = – i, k l i = j, l i j = –k. Las
0 −1 0 3 x 4 −3 permutaciones entre dos símbolos
adyacentes le cambian el signo al resultado.
Por lo tanto: j i k = – l, k j l = i, l k i = – j, i l j =
Si las columnas las escribimos como
k, i k j = – l, j l k = i, k i l = -j, l j i = k, j k i = l,
combinaciones lineales de los vectores
unitarios ortonormales i, j, k, l, y hacemos el k j i = – l, i k l = j, etc.
producto cruz de las columnas 2, 3, y 4,
Una segunda alternativa es aplicarle a los
obtenemos
trios la definición de ter mi nan tal. Por ejemplo,
para el trío k i l el determinante corres-
P234 = (j – 2 k – l) × (2 j + k) × (– i + 3 l) =
pondiente es
(j – 2 k – l )× (– 2 j i + 6 j l – k i + 3 k l)
0 0 1 0
en donde, en vista de la distributividad con
1 0 0 0
respecto a la suma del producto cruz se ha = −j
calculado el producto de los dos últimos 0 0 0 1
factores. Cuando en un producto aparecen i j k l
dos vectores unitarios iguales se puede
ignorar el término porque el producto es el El resultado se obtiene fácilmente de-
vec tor cero. (Pues el determinante de la sarrollando el determinante en menores de la
definición tiene dos filas iguales). columna en la que arriba del vec tor unitario
Ahora, haciendo el producto del resultado an- de la cuarta fila aparecen solamente ceros
terior con el primer fac tor (conservando cui- (en nuestro caso la segunda columna). Hay
dadosamente el orden ya que no hay que recordar la regla de signos del tablero de
conmutividad) e ignorando los productos con ajedrez para el desarrollo en menores (para
un fac tor repetido se obtiene nuestro caso, como el vec tor j está en la
posición (4, 2) cuya suma es par, lleva signo
P234 = – j k i + 3 j k l + 4 k j i – 12 k j l + 2 l j i + “+” ) En nuestro caso, el menor del elemento
l ki (4, 2) da –1.
hacemos las mismas transposiciones que las o vec tor axial. Una particularidad que llama la
que le hicimos a Hi . A i se puede convertir en atención es que, por ejemplo, i×j = k,
el determinante de A transpuesta, en el cual, teniendo k las mismas dimensiones lineales
en vez de la i-ésima fila aparece el vector b que i y j en vez de tener dimensiones de
n–i
transpuesto. El fac tor (–1 ) por el que hay área (Hoffmann, 1966). Aunque en este
que multiplicar a Hi . b , se cancela con el del artículo no se detalló el tema, en realidad se
denominador a la hora de hacer la división trata de un ten sor antisimétrico de segundo
para calcular x i = Hi . b / Hi . A i . Finalmente, orden que de casualidad tiene tres
en vista de que el determinante de una matriz componentes independientes (además de las
cuadrada es igual al determinante de la matriz componentes que son nulas) que se
transpuesta, llegamos a la siguiente expre- transforman con cambios de referencias
sión para el cálculo de cada una de las como un vec tor y que por esta razón en
incógnitas xi muchos sentidos se comporta como un vec -
tor tri di men sion al. El mismo tensor en cuatro
A1 1 A1 2 ... A1 ,i − 1 b1 A1, i +1 ... A1 n dimensiones tiene 6 componentes inde-
A21 A22 ... A2 ,i − 1 b2 A2 , i +1 ... A2 n pendientes en vez de 4 y por lo tanto, hay
... ... ... ... ... ... ... ... dificultades para obtener una definición útil
An 1 An 2 ... An ,i − 1 bn An , i +1 ... Ann del producto vecto rial en cuatro y más
xi = dimensiones. En dos dimensiones el mismo
A1 1 A 12 ... A1n
tensor tiene una sola componente
A 21 A 22 ... A 2n
independiente, a la cual se le ha dado el
... ... ... ... nombre de pseudoescalar. Todo esto sucede
A n1 A n2 ... Ann cuando se considera el producto vec torial
como una operación binaria y se busca una
En esta expresión, en el denominador forma bilineal para calcularlo. Las difi-
aparece el determinante de la matriz de cultades desaparecen y se logra una
coeficientes A. En el numerador de la i-ésima definición útil si en vez de pensar en una
vari able aparece el mismo determinante en el operación binaria se considera al producto
cual en lugar de la i-ésima columna de la vec to rial como una operación (n–1)- aria.
matriz A aparece el vec tor b (lado derecho Tomada esta decisión, la expresión de ter mi-
del sistema de ecuaciones). Esta última nan tal del producto cruz de dos vectores en
expresión es la conocida Regla de Cramer tres dimensiones se presta para hacer la
para resolver un sistema no sin gu lar de n extensión a n dimensiones de una manera
ecuaciones con n incógnitas ( Hohn, 1964). muy directa, utilizando las propiedades de
los determinantes. Varias de las propiedades
Conclusiones del producto vec to rial en tres dimensiones se
conservan, entre ellas: 1) que el resultado de
El producto cruz o producto vecto rial d e 2 la operación es ortogonal a todos los
vectores en tres dimensiones tiene factores; 2) que al hacer el producto punto
suficientes particularidades para que se le con un vec tor adicional a los que participan
haya dado el nombre de pseudovector o en el producto vec to rial en n dimensiones, la
magnitud del resultado nos da el volumen del Vols.) . Cambridge, MA: The M. I. T.
paralelepípedo determinado por los vectores Press.
que participaron en el producto vec torial y el Birkhoff G. y Mac Lane S. (1965). A Survey
vec tor adicional, dicho resultado tiene una of Modern Algebra. (Tercera Edición).
expresión muy sencilla en términos de un Londres: Collier –Macmillan Limited.
determinante; 3) que si los factores de un Davis P.J. y Hersh R. (1981). The Math e-
producto vecto rial son linealmente depen- mat ical Expe ri ence. Boston: Houghton
dientes el producto es el vec tor cero, (en tres Mifflin Company.
dimensiones el producto vec torial de dos Dubrovin B, Nóvikov S. y Fomenko A.
vectores es el vector cero si los factores son (1987). Geometría moderna: Métodos de
colineales, el cual es un caso par ticular de la teoría de homologías. Edito rial Mir,
dependencia lin eal); 4) si los vectores Moscú.
participantes en el punto 2 son linealmente Hague B. (1951). An Intro duc tion to Vector
dependientes, el volumen del paralelepípedo Anal ysis. Londres: Methuen and Com-
es nulo y si son independientes el volumen es pany, Ltd.
positivo (ya que está dado en términos del Hildebrand F.B. (1967). Advanced Calculus
valor absoluto de un determinante). for Appli ca tions. Englewood Cliffs, NJ:
Prentice Hall, Inc.
Dada la íntima relación entre el producto Hoffmann B. (1966). About Vectors.
vectorial y los determinantes y la de éstos Englewood Cliffs, NJ: Prentice Hall Inc.
con los sistemas de ecuaciones lineales Hohn F.E. (1964). Elemen tary Matrix
simultáneas, seguramente el campo de las Algebra. New York: The MacMillan
aplicaciones del producto vec to rial extendido Company.
a n dimensiones resultará un campo muy Kaplan W. (1952). Advanced Calculus.
fértil para interpretaciones y aplicaciones Reading, MA: Addi son-Wesley Publi-
novedosas. shing Company, Inc.
Algunos autores han atacado el problema Lang S. (1966). Linear Algebra. Reading,
del producto vec to rial en n dimensiones con MA: Addison–Wesley Publishing Com-
un número de factores arbitrarios por medio pany.
de funciones multilineares alternadas en Smirnov V.I. (1970). Linear Algebra and
forma abstracta (Lang, 1966). También Group Theory. New York: Dover Publi ca-
Xambó (1997), proporciona un tratamiento tions, Inc.
geométrico menos gen eral que Lang, Sokolnikoff I.S. y Redheffer R.M. (1958).
también abstracto, con un grado mayor de Math e matics of Physics and Modern
abstracción que el dado en este artículo. Engi neering. New York: Mc Graw Hill
Book Company, Inc.
Referencias Thomas Jr. G.B. (1960). Calculus and
Analytic Geom etry. Reading, MA: Addi-
Aleksandrov A.D., Kolmogorov A.N. y son Wesley Publishing Company.
Lavrent’ev M.A. (1963). Math e matics: Its Xambó-Descamps S. (1997). Geometría.
Content, Methods and Meaning. (3 Barce lona: Edicions UPC.