Taller 8
Taller 8
Taller 8
ACTIVIDAD 8
INTEGRANTES:
ANDRES AGUIRRE
ANDY MELÉNDEZ
RUDY OCAMPO
BENY ZÚÑIGA
CARTAGENA DE INDIAS
1. PLANTEAMIENTO DE SOLUCIONES
0 -15 15
16.a a*u 0 b*v 45 c*w 90
15v-3w-0u 0 0 15 30 -3 -30
0
0*u + (15*v) + (-3*w) = 135
0
0 -15 15
16.b a*u 0 b*v 45 c*w 90
-3w+15v 0 0 15 30 -3 -30
0
0*u + (15*v) + (-3*w) = 135
0
-59.55
-11.1*u + (0.4*v) + (8.5*w) = -253.8
119.1
1.5 -1 -5
17 a*u 0 b*v 3 c*w -30
u+v+w 1 -3 1 2 1 10
-4.5
1*u + (1*v) + (1*w) = -27
9
18 u+v+w+p=0 → p=-u-v-w
-1.5 1 5
-u-v-w a*u 0 b*v -3 c*w 30
-1 3 -1 -2 -1 -10
4.5
-1*u + (-1*v) + (-1*w) = 27
-9
Figura 1. Soluciones puntos 16,17 y 18 del numeral 7.1
(1) Punto 19.
A+ B=B+ A
( A+ B ) +C= A+ ( B+C )
A+0= A
A+ (− A )=0
c ( A +B )=cA +cB
( c +k ) A=cA +kA
c ( kA )=( ck ) A
1 A= A
Solución:
A+ B=B+ A
a 11 a12 a13 b b b c c c
A=
[ a21 a22 a23 ] [
; B= 11 12 13 ; C= 11 12 13
b21 b22 b 23 c 21 c 22 c 23 ] [ ]
a 11 +b11 a12+ b12 a13 +b13 b +a b +a b +a
A+ B=
[ ][
= 11 11 12 12 13 13 =¿
a21 +b21 a22+ b22 a23 +b 23 b 21+a 21 b22+ a22 b 23+ a23 ]
b11 b 12 b13 a11 a12 a 13
[ +
][
b21 b 22 b23 a 21 a22 a 23
=B+ A ∎
]
( A+ B ) +C= A+ ( B+C )
a 11 +b11 a12+ b12 a13 +b13 c 11 c 12 c 13
A+ B=
[ +
][
a21 +b21 a22+ b22 a23 +b 23 c 21 c 22 c 23
=¿
]
a11 +b11 + c 11 a12 +b12 +c 12 a13 +b 13+c 13
[ a21 +b21 +c 21 a22 +b22 +c 22 a23 +b 23+ c23
=¿
]
a11 a 12 a13 b11 + c11 b 12+ c12 b13+ c 13
[ +
][
a21 a 22 a23 b 21+ c21 b 22+ c22 b 23+ c 23
=A + ( B+C ) ∎
]
A+0= A
a11 a 12 a13 0 0 0 a a a
[ +
a21 a 22 a23 0 0 0][ ][
= 11 12 13 =A ∎
a21 a22 a23 ]
A+ (− A )=0
a11 +b11 a12+ b12 a13 +b 13 c a11 +c b11 c a12 +c b 12 ca13 +c b13
c
[ =
][
a21 +b 21 a22+ b22 a23 +b 23 c a21 +c b21 c a22 +c b 22 c a23+ cb23
=¿
]
ca 11 ca12 ca13 cb11 cb12 c b13
[ +
][
c a21 ca22 ca 23 c b21 c b22 c b23
=cA+ cB ∎
]
( c +k ) A=cA +kA
3 0 3 -2
CT
a 1 -2 0 b 1 1 2 0
-1
1
aT -2 bT 3 1 -1
0
20.1
bTA 9 -7 13 bTAb 7
20.2
aB 7 -5 0 aBaT 17
20.3
aC -6 -3 aCCT -3 -24 12
20.4
CTb 5 CTba 5 -10 0
5 5 -10 0
Figura 2. Soluciones punto 20 del numeral 7.1
a) Verificar que a jk =a kjpara una matriz simétrica y a jk =−a kj para una matriz antisimétrica
a 11 a12 a13
[
A= a21 a22 a23
a31 a32 a33 ]
La matriz traspuesta de A sería:
[
AT = a12 a22 a32
a13 a23 a33 ]
Si la matriz es simétrica ambas son iguales por lo tanto son iguales termino a término, esto
implica:
a jk =a kj
AT =− A
Si se define la matriz A de 3x3 sin embargo, si se aplicara el resultado a matrices de mayor
rango se obtendría el mismo resultado:
a 11 a12 a13
[
A= a21 a22 a23
a31 a32 a33 ]
La matriz traspuesta de A sería:
[
A = a12 a22 a32
a13 a23 a33 ]
Esta matriz deberá ser igual a:
a jk =−a kj
Se hace el comentario que la diagonal principal debe estar llena de 0 (cuando i=j) ya que 0 es el
único número que cumple la condición de que el mismo es su inverso aditivo.
Se define la matriz C:
[
C= c21 c22 c23
c31 c32 c33 ]
c 11 c 21 c 31
T
[
C = c 12 c 22 c 32
c 13 c 23 c 33 ]
2 c 11 c 21+ c 12 c 31+c 13
T
[
C+ C = c12 +c 21 2 c 22 c 32+c 23
c 13 +c 31 c 23+ c 32 2 c 33 ]
Como se sabe que:
0 c 12−c 21 c 13−c 31
T
[
C−C = c 21−c 12 0
c 31−c 13 c 32−c 23
c 23−c 32
0 ]
Como se sabe que:
[
C= c21 c22 c23 =S +T
c31 c32 c33 ]
s11 s12 s13 0 t 12 t 13
[
S= s 12 s22 s23 ; T = − t 12
s 13 s23 s33
0
] [
t 23
−t 13 −t 23 0 ]
Para los términos en la diagonal se tiene que:
c 12+ c21
s12=
2
c12−c 21
t 12=
2
s13 +t 13=c 13 ; s 13−t 13=c 31
c 13+ c 31
s13=
2
c13−c31
t 13=
2
c 23+ c 32
s23=
2
c23−c 32
t 23=
2
Representando las matrices A y B del problema anterior como sus partes simétricas y
antisimétricas.
4 -2 3 1 -3 0
A -2 1 6 B -3 1 0
1 2 2 0 0 -2
4 -2 2 0 0 1
SA -2 1 4 TA 0 0 2
2 4 2 -1 -2 0
1 -3 0 0 0 0
SB -3 1 0 TB 0 0 0
0 0 -2 0 0 0
aA +bB+ cC+…+ mM
Para esto se demostrarán dos cosas antes: que al multiplicar una matriz simétrica por un
escalar sigue siendo una matriz simétrica, luego se probará que al sumar dos matrices
simétricas el resultado sigue siendo una matriz simétrica. Luego de comprobar esto el teorema
queda demostrado ya que la combinación lineal consiste en eso sumar algebraicamente las
matrices multiplicada por escalares.
[
s 13 s23 s33 ] [cs13 c s23 cs 33 ] [ T
S= s 12 s22 s23 ; cS= cs12 cs 22 c s 23 ; ( cS ) = cs12 cs 22 c s 23
cs13 c s23 cs33 ]
Cómo cS=( cS )T entonces cS es una matriz simétrica.
Ahora se probará que la suma de dos matrices simétricas es otra matriz simétrica.
[ ] [ ]
S= s 12 s22 s23 ; P= p 12 p 22 p 23 →
s 13 s23 s33 p 13 p 23 p 33
s11 + p 11 s 12+ p12 s 13+ p13 s11 + p11 s 12+ p12 s13 + p13
[
s 13+ p 13 s 23+ p 23 s 33+ p33 ] [ T
S+ P= s 12+ p 12 s 22+ p 22 s 23+ p23 → ( S+ P ) = s 12+ p12 s 22+ p22 s23 + p23
s 13+ p13 s 23+ p23 s33 + p33 ]
Por lo tanto, la matriz S+P es una matriz simétrica.
Probar que una combinación lineal de matrices A,B, C,…;M antisimétricas del mismo tamaño
también es una matriz antisimétrica, matemáticamente esto es:
aA +bB+ cC+…+ mM
Para esto se demostrarán dos cosas antes: que al multiplicar una matriz antisimétrica por un
escalar sigue siendo una matriz antisimétrica, luego se probará que al sumar dos matrices
antisimétricas el resultado sigue siendo una matriz antisimétrica. Luego de comprobar esto el
teorema queda demostrado ya que la combinación lineal consiste en eso sumar
algebraicamente las matrices multiplicada por escalares.
0 t 12 t 13 0 c t 12 c t 13 0 −c t 12 −c t 13
[
T = − t 12 0 t 23
−t 13 −t 23 0
;
] [
cT = − c t 12 0
−ct 13 −ct 23 0
c t 23 ; (
] [
cT ) T
= c t 12 0
ct 13 ct 23
−c t 23
0 ]
Como c T T =−cT es una matriz antisimétrica.
Ahora se probará que la suma de dos matrices antisimétricas es otra matriz antisimétrica.
0 t 12 t 13 0 l 12 l 13
[
T = − t 12 0 t 23 ; L= − l 12
−t 13 −t 23 0 ] [
0 l 23 →
−l 13 −l 23 0 ]
0 t 12+l 12 t 13 +l 13
[
T + L= − t 12−l 12 0
−t 13−l13 −t 23 −l 23
T
]
t 23 +l 23 → ( T + L ) =¿
0
0 −t 12−l 12 −t 13−l 13
[ t 12+l 12 0
t 13 + l 13 t 23 +l 23
−t 23−l 23
0 ]
Como ( T + L )T =−T −L esta es una matriz antisimétrica.
Se probará esto con matrices de 2x2 sin embargo, al aumentar las dimensiones se obtendría el
mismo resultado.
a 11 a12 b b
A=
[ a12 a22] [
; B= 11 12
b12 b 22 ]
a b a b a11b12 a12b22
AB 11 11 12 12
a12b11 a22b12 a12b12 a22b22
Para que esta matriz sea simétrica se tiene que cumplir que:
0 a12 0 b12
A=
[ −a 12 0 ] [
; B=
−b12 0 ]
−b12 a 12 0
AB=
[ 0 −b12 a12 ]
Como en una matriz antisimétrica los términos de la diagonal deben ser 0, entonces esta
condición se cumple si alguna de las dos matrices multiplicadas es la matriz de 0.
(4) Punto 27.
Escriba un programa para un proceso de Markov. Úselo para calcular los siguientes pasos del
ejemplo 13 del libro. Experimenta con otra matriz estocástica de 3x3 y también use otros
valores iniciales.
+5 años +5 años +5 años
0.7 0.1 0 25% 19.50% 17.05% 16.32%
A 0.2 0.9 0.2 20% 34.00% 43.80% 50.66%
0.1 0 0.8 55% 46.50% 39.15% 33.03%
Cuando se habla de transformaciones lineales se tiene una matriz cuadrada que al multiplicarla
por un vector se obtiene otro vector. Para poder realizar la multiplicación se debe tener una
matriz de nxn donde n es el número de componentes del vector. Hablando de manera más
profunda la matriz organiza en columnas las posiciones en donde quedarían los vectores de la
base inicial, transformándolos en una nueva base.
A= [ ac bd ]
Esto es igual para el caso del espacio R3 pero ahora con los vectores i^ , ^j y k^ .
a) Rotación en el plano.
−senθ x 1 y
A= [ cosθ
senθ cosθ x 2 ][ ] [ ]
= 1
y2
y 1=cosθ x1 −senθ x 2
y 2=senθ x 1+ cosθ x 2
Para verificar si es un vector rotado se debe verificar si tiene la misma magnitud y si el ángulo
entre ellos es diferente de 0.
Y la del vector y:
2 2
√ ( cosθ x −senθ x ) + ( senθ x +cosθ x ) =¿
1 2 1 2
2 2 2
√ ( senθ +cosθ ) x 1 + ( senθ 2 +cosθ 2 ) x 22=√ x 12 + x 22
Por lo tanto, ambos vectores tienen la misma magnitud independiente del valor de θ .
Para comprobar el ángulo entre ambos vectores se usará la siguiente propiedad del producto
punto en espacios euclídeos.
A • B=‖A‖‖B‖ cosα
Donde α es el ángulo entre ambos vectores.
Ejemplo
b) Rotación nθ
cos ( nθ ) −sen ( nθ )
[
An =
sen ( nθ ) cos ( nθ ) ]
Es esto plausible, explique con palabras.
cos ( α + β )=cosαcosβ−senαsenβ
−sen ( α + β )=−senαcosβ−cosαsenβ
sen ( α + β )=senαcosβ +cosαsenβ
cos ( α + β )=cosαcosβ−senαsenβ
Que son los mismos resultados al aplicar la identidad de suma de ángulos con los adecuados
signos.
d) Gráficos de computadora. Para visualizar un objeto tridimensional con cara plana (por
ejemplo, un cubo), podemos almacenar los vectores de posición de los vértices con respecto a
un sistema de coordenadas x1-x2-x3 adecuado (y una lista de los bordes de conexión) y luego
obtener un imagen bidimensional en una pantalla de video proyectando el objeto en un plano
de coordenadas, por ejemplo, en el plano x1-x2 estableciendo x3 = 0. Para cambiar la
apariencia de la imagen, podemos imponer una transformación lineal en los vectores de
posición almacenados.
Demuestre que una matriz diagonal D con entradas diagonales principales 3, 1,1 / 2 da de una
x? [xj] el nuevo vector de posición y = Dx- Donde y1 = 3x1 (estiramiento en la dirección x1 por
el factor 3), y2 = x2 (sin cambios), y3 = 1/2) x3 (contracción en la dirección x3), ¿qué efecto
tendría una matriz escalar?
En este caso una matriz escalar tendría el efecto de ampliar por igual todas las dimensiones y
por tanto solo escalaría el objeto en un valor igual al escalar de la matriz.
e) Rotaciones en el espacio
[ 0 cosθ −senθ , 0
0 senθ cosθ ][ 1 0
senφ 0 cosφ 0 0 ][
, senψ cosψ 0
1 ]
Teniendo en cuenta la explicación dado en el punto a, la primera matriz mantiene igual el eje
“x” y realiza una rotación en el plano yz, la segunda mantiene igual el eje “y” y realiza una
rotación en el plano xz, y la tercera mantiene constante el eje “z” y realiza una rotación en el
plano xy (lo que realiza la matriz del punto a).
2. RESULTADOS
Punto 16.
A: 15v – 3w – 0u
−1 −5 1.5 −15 15 0 0
2
(
[ ] [ ] [ ] [ ][ ] [] [ ]
A=15∗ 3 + −3 ∗ 30 −0∗ 0 = 45 + 90 − 0 = 135
)
10 −3 30 −30 0 0
B: -3w + 15w
−5 −1 15 −15 0
[ ] [ ][ ][ ][ ]
B=(−3 )∗ −30 +15∗ 3 = 90 + 45 = 135
10 2 −30 30 0
: D – u + 3C
No se puede realizar la operación debido a que el vector (u) no posee las mismas dimensiones
que las matrices “D” y “C”.
[ ]
10 −3 [ ] [ ][ ][ ][ ][ ]
D=8.5∗ −30 + (−11.1 )∗ 0 −0.4∗ 3 = −255 +
2 85
0
33.3
+ 1.2 = −253.8
0.8 119.1
Punto 17:
u+v+w
1.5 −1 −5 −4.5
−3[ ][ ][ ][ ]
17= 0 + 3 + −30 = −27
2 10 9
Punto 18:
-u -v -w
1.5 −1 −5 4.5
[ ] [ ] [ ][ ]
18=(−1 )∗ 0 + (−1 )∗ 3 + (−1 )∗ −30 = 27
−3 2 10 −9
Punto 19:
A= 0 2 4 B= 0 5 2 C= 0 4 2 c=5 k=2
[6 5 5 ] [
5 3 4 2 3 ] [ 4 ]
A: A + B
A+ B= 0 2 4 + 0 5 2 = 0 7 6
[
6 5 5 5 3 4 ][ 11 8 9 ][ ]
A: B + A
B+ A= 0 5 2 + 0 2 4 = 0 7 6
[
5 3 4 6 5 5 ][ 11 8 9 ][ ]
B: (A + B) + C
( A+ B ) +C= 0 2 4 + 0 5 2 + 0 4 2 = 0 7 6 + 0 4 2 = 0 11 8
([
6 5 5 5 3 4 ][2 3 4 ]) [
11 8 9 2 3 4 ][
13 11 13 ][ ][ ]
B: A + (B + C)
A+ ( B+C )= 0 2 4 + 0 5 2 + 0 4 2 = 0 2 4 + 0 9 4 = 0 11 8
[
6 5 5 ] ([
5 3 4 2 3 4 ][
6 5 5 7 6 8 ]) [
13 11 13 ][ ][ ]
C=A+0
A+0= 0 2 4 +0= 0 2 4
[
6 5 5 ] [
6 5 5 ]
D: A +(-A)
A+ (− A )= 0 2 4 + (−1 )∗ 0 2 4 = 0 0 0
[
6 5 5 ]
6 5 5 [
0 0 0 ][ ]
Punto 19:
a14: C*(A + B)
C∗( A+ B )= 0 4 2 ∗ 0 2 4 + 0 5 2 = 0 2 4 ∗ 0 7 6 = 0 35 30
[
2 3 4 ] ([
6 5 5 5 3 4 ][
6 5 5 11 8 9 ]) [
55 40 45 ][ ][ ]
24: C*A + C*B
C∗A+C∗B= [ 02 4
3
2 0 2 4 0 4
][
∗ +
4 6 5 5 2 3 ][ 2 0 5 2
][
∗
4 5 3 4
=
0 35 30
55 40 45 ][ ]
b14: (C + K)*A
( C+ K )∗A= 0 4 2 +2 ∗ 0 2 4 = 0 14 28
([
2 3 4 6 5 5 ] )[
42 35 35 ][ ]
b24: C*A + K*A
C∗A+ K∗A= 0 4 2 ∗ 0 2 4 + 2∗ 0 2 4 = 0 35 30
[
2 3 4 6 5 5 ][
6 5 5 55 40 45 ] [ ][ ]
c14: C*(K*A)
C∗( K∗A )= 0 4 2 ∗ 2∗ 0 2 4 = 0 20 40
[ 2 3 4 ]( [
6 5 5 ]) [
60 50 50 ]
c24: (C*K)*A
( C∗K )∗A= 0 4 2 ∗2 ∗ 0 2 4 = 0 20 40
([2 3 4 ] )[
6 5 5 ][
60 50 50 ]
c34: C*k*A
C∗k∗A= 0 4 2 ∗2∗ 0 2 4 = 0 20 40
[2 3 4 ] [
6 5 5 ][
60 50 50 ]
d14: 1*A
1∗A=1∗ 0 2 4 = 0 2 4
[
6 5 5 6 5 5][ ]
Punto 20:
4 −2 3 1 −3 0 0 1
[
A= −2 1 6 B= −3 1
1 2 2 0 ] [
0 −2 −3 0 ] [ ]
0 C= 3 3 a=[ 1 −2 0 ]
b=[ 3 1 −1 ]
A: bt * A * b
4 −2 3
t
[ ]
bt∗A∗b=[ 3 1 −1 ] ∗ −2 1 6 ∗[ 3 1 −1 ] =7
1 2 2
B: a*B*at
t
1 −3 0
a∗B∗at=[ 1 −2 0 ]∗ −3 1
0 [ ]
0 ∗[ 1 −2 0 ] =17
0 −2
C: a*C*Ct
t
0 1 0 1
[ ][ ]
a∗C∗Ct =[ 1 −2 0 ]∗ 3 3 ∗ 3 3 = [−3 −24 12 ]
−3 0 −3 0
D: Ct*b*a
t
0 1
[ ]
Ct∗b∗a= 3 3 ∗[ 3 1 −1 ]∗[ 1 −2 0 ] =
−3 0
5 −10 0
5 −10 0
Punto 25:
0 8 2 1 1 2 1 8 2 1 8 12
[
A= −8 0
−2 −4 ] [ ] [
4 B= 1 3 −3 C= 8 3 3 E= 8 3 4
0 2 −3 8 12 4 8 12 4 8 ] [ ]
0 8 12
F= −8
[ 0
−12 −4 0
4
]
%25 a antisimétrica es una tal que: A^T=-A
A: At
0 −8 −2
t
[
A = 8 0 −4
2 4 0 ]
A: -A
0 −8 −2
[
− A= 8 0 −4
2 4 0 ]
%25b C+C^T es simétrica y C-C^T es antisimétrica.
B: C + Ct
t
1 8 2 1 8 2 2 16 14
[ ][
C+ Ct= 8 3 3 + 8 3 3 = 16 6 7
12 4 8 12 4 8 14 7 16 ][ ]
%25b C+C^T es simétrica y C-C^T es antisimétrica.
B: C - Ct
t
1 8 2 1 8 2 0 0 −10
[ ][
C−Ct = 8 3 3 − 8 3 3 = 0 0 −1
12 4 8 12 4 8 10 1 0 ][ ]
%combinación lineal de matrices A,B, C,…;M simétricas del mismo
C: 5*B + 3*E
1 1 2 1 8 12 8 29 46
[ ] [
5∗B+ 3∗E=5∗ 1 3 −3 +3∗ 8 3 4 = 29 24 −3
2 −3 8 12 4 8 46 −3 64 ][ ]
%Cómo cS=(cS)^T entonces cS es una matriz simétrica.
Punto 25:
ca1: 7*E
1 8 12 7 56 84
[
7∗E=7∗ 8 3 4 = 56 21 28
12 4 8 84 28 56 ][ ]
ca2: (7*E)t
t
1 8 12 7 56 84
t
([ ]) [
( 7∗E ) = 7∗ 8 3 4 = 56 21 28
12 4 8 84 28 56 ]
%(S+P)^T=S+P es una matriz simetrica
cb1: B + E
1 1 2 1 8 12 2 9 14
[ ][
b+ E= 1 3 −3 + 8 3 4 = 9 6 1
2 −3 8 12 4 8 14 1 16 ][ ]
cb2: (B + E)t
t
1 1 2 1 8 12 2 9 14
[ ][
( B+ E ) t= 1 3 −3 + 8 3 4 = 9 6 1
2 −3 8 12 4 8 14 1 16 ][ ]
%combinación lineal de matrices A,B, C,…;M simétricas del mismo tamaño
también es una matriz asimétrica
cd1: (3*F)t
t
0 8 12 0 −24 −36
([
( 3∗F ) t= 3∗ −8 0
−12 −4 0
4 = 24 0
36 12
−12
0 ]) [ ]
cd2:-3*F
0 8 12 0 −24 −36
:−3∗F=−3∗ −8 0
[
4 = 24
−12 −4 0
0
36 12
−12
0 ][ ]
%Como (T+L)^T=-T-L esta es una matriz antisimétrica.
ce1: (F + A)t
t
0 8 12 0 8 2 0 −16 −14
([
( F+ A ) t= −8 0
−12 −4 0
4 + −8 0
−2 −4 ][ ]) [
4
0
= 16
14
0
8
−8
0 ]
ce2: (F + A)
0 8 12 0 8 2 0 −16 −14
(−F− A ) =(−1 )∗ −8 0
[
−12 −4 0 −2 −4 0 ] [
4 + (−1 )∗ −8 0 4 = 16
14
0
8
−8
0 ][ ]
%d) Demostrar que AB con A y B simétricos es simétrico si y solo si A
y B son conmutables (AB=BA)
d1: E* [5 0 0;0 5 0; 0 0 5]
1 8 12 5 0 0 5 40 60
[ ][ ] [
E∗[ 500; 050 ; 005 ] = 8 3 4 ∗ 0 5 0 = 40 15 20
12 4 8 0 0 5 60 20 40 ]
d2: [5 0 0;0 5 0; 0 0 5]*E
5 0 0 1 8 12 5 40 60
[ ][ ][
[ 500 ; 050 ; 005 ]∗E= 0 5 0 ∗ 8 3 4 = 40 15 20
0 0 5 12 4 8 60 20 40 ]
%Bajo que condiciones el producto de dos matrices antisimétricas es
otra matriz antisimétrica?
e1: A*[0 0 0; 0 0 0; 0 0 0]
0 −8 −2 0 0 0 5 40 60
[
2 4 0][ ] [
A∗[ 000 ; 000; 000 ] = 8 0 −4 ∗ 0 0 0 = 40 15 20
0 0 0 60 20 40 ]
%. Escriba un programa para un proceso de Markov
Resulted:
for i = 1:3
[
marko 27 a= 0.20 0.34 0.43 0.50
0.55 0.46 0.39 0.33 ]
marko27a(:,i+1)=A27*marko27a(:,i);
0.5 0.3 0.75
[ ]
marko27b(:,i+1)=B27*marko27b(:,i);
end A 27= 0.4 0.9 0.10
0.1 0.3 0.15
A27
marko27a
B27 0.20 0.56 0.49 0.47
marko27b
%30
[
marko 27 b= 0.30 0.25 0.34 0.35
0.50 0.18 0.15 0.17 ]
%. Transformaciones lineales especiales- Rotaciones.
%30a a) Rotación en el plano
Figura 6. Rotación de 90º en el plano de una recta.
%30e
%clear all
t=90*3.141592/180;
x=(-4:0.2:4);
y=x;
[xx,yy]=meshgrid(x,y);
zz=xx.^2+yy;
figure (4)
%surf(xx,yy,zz)
xlabel("x")
ylabel("y")
zlabel("z")