Documentos de Académico
Documentos de Profesional
Documentos de Cultura
APLICATIVA
¿QUE SON LOS NÚMEROS COMPLEJOS Y COMO SE IDENTIFICA LA PARTE REAL Y
LA PARTE IMAGINARIA?
Se calcula como:
Si nos fijamos, la mitad de los sumandos tienen signo + y la otra mitad signo -. En
este caso los productos positivos están formados por los elementos de la diagonal
principal y sus dos paralelas multiplicadas por el elemento que está en el extremo
opuesto. De manera análoga, los productos negativos están formada por los
elementos de la secundaria y sus paralelas multiplicadas por el elemento extremo
de las mismas. Este método es conocido como la “ regla de Sarrus ”.
Al terminar, por lo que dijimos anteriormente, la matriz BB del lado derecho es,
precisamente, la inversa de AA: B=A−1B=A−1.
QUE SON LOS VECTORES Y COMO SE RELACIONAN ESTOS CON LAS MATRICES Y
LAS ECUACIONES SIMULTANEAS.
El término vector proviene del latín vector, vectoris, cuyo significado es ‘el que
conduce’, o ‘el que transporta’.
Si, si entendemos como vector una colección de números, con una serie de
propiedades.
O que un vector es un caso concreto de matriz fila o columna.
otra cosa es como dice Ingmarov, se le dé una interpretación geométrica.
las matrices son más generales que sus posibles interpretaciones.
siempre podrás interpretar matrices como colección de vectores y base de
espacios vectoriales ( en el sentido de coordenadas espaciales) otra cosa es que
pueda tener un sentido o utilidad.
Ejemplo: Para definir una 'máquina' o sistema lineal que a n variables (o señales)
de entrada le correspondan m variables ( o señales de salida ), se pueden usar
matrices, en economía, en inteligencia artificial,... infinidad de campos.
Pero esa posible 'interpretación geométrica ' puede tener algún sentido o no.
TRANSFORMACIONES LINEALES
En primer lugar, una transformación lineal es una función. Por ser función, tiene
su dominio y su codominio, con la particularidad de que éstos son espacios
vectoriales. Tenemos dos espacios vectoriales VV y WW, y una función que va
de VV a WW. O sea una regla de asignación que transforma vectores de VV en
vectores de WW. Pero no toda función que transforme vectores de VV en vectores
de WW es una transformación lineal. Debe cumplir ciertas condiciones:
F:V→WF:V→W es una transformación lineal si y sólo si:
F(u+v)=F(u)+F(v) ∀u,v∈VF(u+v)=F(u)+F(v) ∀u,v∈V
F(k.v)=k.F(v) ∀v∈V, ∀k∈RF(k.v)=k.F(v) ∀v∈V, ∀k∈R
Propiedades de una transformación lineal
Propiedad 1
La imagen del vector nulo del dominio 0V0V es el vector nulo del codominio 0w0w:
T(0V)=0wT(0V)=0w
Demostración:
T(0V)=T(0.v)=0.T(v)=0.w=0WT(0V)=T(0.v)=0.T(v)=0.w=0W
Donde hemos expresado a 0V0V como el producto del escalar 00 por cualquier
vector del espacio vectorial VV, hemos usado la segunda condición que debe
cumplir una transformación lineal, y finalmente hemos vuelto a usar la propiedad
de espacios vectoriales sobre el producto del escalar 0 por cualquier vector.
Propiedad 2
La imagen del vector –v–v es igual al opuesto de la imagen de vv:
T(–v)=–T(v)T(–v)=–T(v)
Demostración:
T(–v)=T(–1.v)=–1.T(v)=–T(v)T(–v)=T(–1.v)=–1.T(v)=–T(v)
La justificación de los pasos dados en la demostración es similar a la anterior.
Propiedad 3
Consideremos rr vectores del espacio vectorial VV:
v1,v2,…,vr∈Vv1,v2,…,vr∈V
Tomemos una combinación lineal en el dominio:
α1v1+α2v2+α3v3+...+αrvrα1v1+α2v2+α3v3+...+αrvr
Donde αi∈Rαi∈R.
Si aplicamos la transformación lineal FF de VV a WW, teniendo en cuenta las
propiedades enunciadas en la definición, resulta:
F(α1v1+α2v2+α3v3+...+αrvr)=α1F(v1)+α2F(v2)+…+αrF(vr)F(α1v1+α2v2+α3v3+...
+αrvr)=α1F(v1)+α2F(v2)+…+αrF(vr)
Es decir que una transformación lineal «transporta» combinaciones lineales
de VV a WW, conservando los escalares de la combinación lineal.