INVESTIGACIÓN TEÓRICA Y

APLICATIVA
¿QUE SON LOS NÚMEROS COMPLEJOS Y COMO SE IDENTIFICA LA PARTE REAL Y
LA PARTE IMAGINARIA?

Los números complejos se representan en unos ejes coordenados en el plano,

que se llama plano de Gauss. La parte real se representa en el eje de abcisas X,
que se llama eje real y la parte imaginaria en el eje de ordenadas Y, que se llama
eje imaginario.

COMO SE DETERMINA EL MODULO, EL ANGULO EN UN NUMERO COMPLEJO

Se llama módulo de un número complejo z = (a,b) a la distancia del origen de

coordenadas al afijo de dicho número. Es decir, el módulo de z es , y se representa por |
z|. Se llama argumento de un número complejo al ángulo que forma el semieje real con el
segmento que une el origen de coordenadas y el afijo del número.

INVESTIGAR EL PROCEDIMIENTO PARA OBTENER UN DETERMINANTE DE 2X2, UN

DETERMINANTE DE 3X3 POR LA REGLA DE SARRUS Y POR MENORES Y
COFACTORES

Si la matriz de 3×3 es:

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 ”.

CUAL ES EL PROCEDIMIENTO PARA DAR SOLUCIÓN ECUACIONES SIMULTANEAS

POR MÉTODO DE GAUSS, GAUSS-JORDAN, REGLA DE CRAMER

El método de Gauss consiste en transformar un sistema de

ecuaciones en otro equivalente
de forma que este sea escalonado.
Para facilitar el cálculo vamos a transformar el sistema en una
matriz, en la que pondremos
los coeficientes de las variables y los términos independientes
(separados por una recta).

Sistemas de ecuaciones equivalentes

Obtenemos sistemas equivalentes por eliminación de ecuaciones dependientes

si se cumple que:

 Todos los coeficientes son ceros.

 Dos filas son iguales.
 Una fila es proporcional a otra.
 Una fila es combinación lineal de otras.
Criterios de equivalencia de sistemas de ecuaciones
1: Si a ambos miembros de una ecuación de un sistema se les suma o se les resta
una
misma expresión, el sistema resultante es equivalente.
2: Si multiplicamos o dividimos ambos miembros de las ecuaciones de un
sistema por
un número distinto de cero, el sistema resultante es equivalente.
3: Si sumamos o restamos a una ecuación de un sistema otra ecuación del mismo
sistema, el sistema resultante es equivalente al dado.
4: Sin en un sistema se sustituye una ecuación por otra que resulte de sumar las
dos
ecuaciones del sistema previamente multiplicadas o divididas por números no
nulos,
resulta otro sistema equivalente al primero.
5: Si en un sistema se cambia el orden de las ecuaciones o el orden de las
incógnitas,
resulta otro sistema equivalente.

CUAL ES EL PROCEDIMIENTO PARA DETERMINAR MATRIZ INVERSA A TRAVÉS DE

LA MATRIZ ADJUNTA Y POR EL MÉTODO DE GAUUS Y DE GAUSS-JORDAN

Llamaremos operaciones elementales fila (sobre una matriz) a las siguientes

operaciones:
Multiplicar una fila por un número distinto de 0.
Sumar (o restar) a una fila, el múltiplo de otra fila.
Intercambiar el orden de las filas.
Recordad que, si una matriz cuadrada es regular, entonces podemos realizar un
número finito de operaciones elementales fila para transformar la matriz en la
matriz identidad.
En el método de Gauss se realizan las mismas operaciones sobre la matriz
identidad, transformándose así en la matriz inversa de AA.
Los pasos del método de Gauss son:
Escribimos una matriz doble que contiene a la matriz AA en un lado y a la matriz
identidad en el otro. Por ejemplo,
Realizamos operaciones elementales fila para transformar la matriz AA en la
identidad. En el ejemplo, es suficiente restar la fila 2 a la fila 1:

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.

En física, se llama vector a un segmento de recta en el espacio que parte de un

punto hacia otro, es decir, que tiene dirección y sentido. Los vectores en física
tienen por función expresar las llamadas magnitudes vectoriales.

El término vector proviene del latín vector, vectoris, cuyo significado es ‘el que
conduce’, o ‘el que transporta’.

Los vectores se representan gráficamente con una flecha. Asimismo, cuando

deben ser expresados en una fórmula, se representan con una letra coronada por
una flecha.

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.

En la teoría de grafos, se usan matrices,( no sé muy bien cómo, representando

creo nodos o caminos entre nodos). Se puede hacer una interpretación geométrica
de estas, pero no es útil en el sentido de coordenadas espaciales.
Sino su representación como grafo.

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.