Académique Documents
Professionnel Documents
Culture Documents
557)
http://furniman.blogspot.com
Pgina 1 de 21
Pgina 2 de 21
UN PUNT ............................................................................................................. 19
ROTACI EN 2D .................................................................................................................... 19
ROTACI DUN PUNT AL VOLTANT DE LORIGEN DE COORDENADES.............................................................. 19
ROTACI DUN OBJECTE AL VOLTANT DUN PUNT DE ROTACI GENRIC ........................................................ 19
ESCALATGE EN 2D ................................................................................................................ 19
ESCALATGE DUN PUNT A PARTIR DE LORIGEN DE COORDENADES .............................................................. 19
http://furniman.blogspot.com
Pgina 3 de 21
ESCALATGE DUN
2D COM 3D ......................................... 19
http://furniman.blogspot.com
Pgina 4 de 21
Els nombres
Lorigen dels nombres
Nombres Naturals
Nombres Enters
Nombres Racionals
Nombres Irracionals
Nombres Reals
Nombres Complexos
N Z Q R C
Sempra quan es vol demostrar que una determinada propietat s certa per a tot nombre natural n:
o
Demostrar que la propietat s certa per a n = 1
o
Demostrar que si s certa per a n, llavors ho s per a n+1.
Sigui P una propietat definida sobre el conjunt dels nombres naturals que satisf les dues condicions segents:
1)
2)
P(1) s vertader
Per a tot n si P(n) s vertader, tamb ho s P(n+1)
La primera propietat del principi dinducci sanomena pas base i la segona hiptesi dinducci.
P(n) s la hiptesi dinducci que sempra per a demostrar P(n+1)
http://furniman.blogspot.com
Pgina 5 de 21
Successi = Frmula(n)
o
o
o
o
Tipus 2:
Frmula(n) = Concepte
o
o
o
o
Nombres Complexos
Forma Binmica
z = a + bi
(a s la part real i b la imaginria)
Per a representar un nombre complex en el pla, representarem la part real en labscissa (eix x) i la part imaginria en
lordenada (eix y)
Si un nombre complex no t part real, diem que s un nombre complex imaginari pur.
Per a sumar nombres complexos, sumem les parts reals i les parts imaginries per separat.
La suma grfica es faria utilitzant la llei del parallelogram (imatge 1)
Loposat de z s z
z = 1 + 3i -> -z = -1 -3i
Per a restar nombres complexos fem la suma amb loposat.
(imatge 2)
Per a multiplicar un nombre complex per un nombre real, multipliquem les parts real i imaginria del nombre complex
pel nombre real.
a z = a (1 + 2i) = a 1 + a 2i = a + 2ai
Per a multiplicar nombres complexos multipliquem aplicant la propietat distributiva, s a dir multiplicant-ho tot per tot
tenint en compte que i2 = -1
Imatge 3
Imatge 1
http://furniman.blogspot.com
Pgina 6 de 21
Imatge 2
Forma Polar
(si a s positiu)
(si a s negatiu i b s positiu)
(si a i b sn negatius)
Si (/2, )
Si (-,-/2)
Si (-/2,0)
Forma trigonomtrica
sin()
sin( -)
-sin(+)
-sin(-)
cos()
-cos( -)
-cos(+)
cos(-)
Per a sumar o restar dos nombres complexos en forma polar els hem dexpressar en forma binmica i sumar-los com a
tal.
Per a multiplicar dos nombres en forma polar es multipliquen els mduls i se sumen els arguments.
r1s 2 = (rs) 1+ 2
Per a dividir dos nombres en forma polar es divideixen els mduls i es resten els arguments.
r1/s 2 = (r/s) 1- 2
rei
Producte
o
Es multipliquen els mduls i se sumen els arguments.
Divisi
o
Conjugaci
o
El conjugat dun complex en forma exponencial s el nombre complex de mdul igual i argument oposat
o
Suma i resta
o
Per a sumar o restar nombres complexos en forma exponencial, els hem dexpressar en forma binmica.
o
Potenciaci
o
Per a elevar un nombre complex en forma exponencial a la potencia n, elevem a n el mdul i multipliquem per
n largument.
o
http://furniman.blogspot.com
Pgina 7 de 21
A diferncia dels nombres reals que poden tenir una o dos o cap soluci, una arrel ensima dun nombre complex
sempre t n solucions.
k=0,1,2,3...
o
o
P(5,5) i Q(7,2)
P(-2,-3,1) i Q(3,1,0)
Donat un conjunt i dues operacions: La suma delements dV (+) i el producte dun element dV per un nombre Real ()
si:
suma
o
Associativa: (u + v) + w = u + (v + w)
(u,v,w V)
o
Conmutativa: u + v = v + u
o
Existncia delement neutre
u+0=0+u=u
o
Existncia delement oposat
u+v=v+u=0
Producte
o
Distributiva: k (u + v) = k u + k v
(k,h R)
o
Distributiva II: (k + h) u = k u + h u
o
Associativa: k (h u) = (k h) u
o
Existncia delement neutre: 1 u = u
Els elements dun espai vectorial sanomenen vectors
Subespai Vectorial
Si W s subconjunt de V i la suma de dos elements dW i el producte dun escalar per W tenen com a resultat un nou
element dW parlem de subespai vectorial.
Un vector de dimensi n, s combinaci lineal dn vectors si cada terme daquest s resultat de multiplicar cada vector
per una constant.
o
El vector(2,-3,1) s combinaci lineal de (1,0,0),(0,3,1) i (0,0,1) pq. (2,-3,1)=2(1,0,0)+(-1)(0,3,1)+2(0,0,1)
Un subespai generat dn vectors s el conjunt dels vectors generats de multiplicar cada vector per qualsevol nombre.
Els vectors sobre els que actuen sanomena sistema generador.
Un vector s linealment dependent duns altres si es pot escriure com a combinaci lineal dels mateixos.
Si no es pot s linealment independent.
El rang dun conjunt de vectors s el nombre mxim de vectors linealment independents.
El conjunt dn vectors B=[(1,0,0), (0,1,,0), (0,0,...,1) sanomena base cannica.
Si V t dimensi n, un sistema generador tindr un mnim dn vectors.
Si V t dimensi n, un conjunt linealment independent tindr un mxim dn vectors.
Si V t dimensi n, i n vectors linealment independents, es diu que s base de V.
Si tenim una base de V (B) amb els vectors u1 ... un, per a cada vector (v) hi ha un nic conjunt de nombres reals tals
que v = c1u1 + ... + cnun. A aquest nombres sels anomena coordenades de v en la base B.
Dimensi del subespai
Pgina 8 de 21
Matrius
Una matriu A s una taula composta per m x n elements distributs en m files i n columnes.
Un element se sl representar per aij. (i fila, j columna)
m x n s la Dimensi o mida de la matriu.
Dues matrius son iguals si tenen la mateixa dimensi i tots els elements sn iguals en el mateix lloc.
Si permutem files per columnes trobarem la matriu trasposada dA (At)
Tipus de Matrius
A
A
A
A
A
A
A
A
A
s
s
s
s
Per sumar (o restar) dues matrius has de tenir la mateixa dimensi i se sumen (o resten) terme a terme
El producte dun nombre (escalar) per una matriu verifica les propietats segents:
o
k(A+B) = kA + kB
o
(k+h)A = kA + hA
o
k(hA) = (kh)A
o
1A=A1=A
Producte de dues matrius
Sobt una nova matriu amb tantes files com A i columnes com B.
A(B+C) = AB+AC
(A+B)C = AC+BC
http://furniman.blogspot.com
Pgina 9 de 21
Determinants
Determinant associat a una matriu quadrada dordre 2 o 3
Si la matriu s de 3x3:
El determinant s el resultat de sumar el producte de tots els termes de la fila o columna escollida pel seu adjunt.
, s a dir:
http://furniman.blogspot.com
Pgina 10 de 21
Fem tots els determinants que podem (menors dordre 2) que inclouen el nombre anterior fins a trobar un diferent de
0. Si no en trobem cap, el rang s 1.
Un conjunt dn vectors sn linealment dependents si el rang de la matriu que els allotja s menor que n
Dimensi dun subespai generat
En aquest cas, el vector que tingui coordenades (1,1,0) en base B tindr les coordenades segents en base A:
Si tenim una recta r, que passa per dos punts P(p1,p2) i Q(q1,q2), podem considerar un vector director
v= =(v1,v2)=(q1-p1,q2-p2). (x,y) s qualsevol altre punt de la recta.
Equaci vectorial
Equacions paramtriques
X=P+kv, on k R
(x,y)= (p1,p2)+k(v1,v2)
Equaci continua
Equaci punt-pendent
Equaci explcita
Equaci genrica
essent n=-mp1+p2
lordenada a lorigen
(x,y,z)= (p1,p2,p3)+k(v1,v2,v3)
Equacions continues
http://furniman.blogspot.com
Pgina 11 de 21
Lequaci dun pla a lespai es determina per un punt del pla P(p1,p2,p3) i dos vectors no nuls i no proporcionals (s a
dir, no paral.lels) u=(u1,u2,u3) i v(v1,v2,v3)
Equaci vectorial
on k,h
Equacions paramtriques
on k,h
Equacions general
A partir de lequaci
=0
sobt
Ax+By+Cz+D=0
Propietats
uv=vu
(u + v) w = u w + v w
(c u) v = c (u v) = u (c v)
u u 0 (noms es 0 si u = (0,0,...,0) -vector nul-)
o
o
o
o
dist(u,v) = |u v|
Val per a 2 o 3
[0,]
Complement Ortogonal
Base Ortogonal
Si tenim una base dun subespai vectorial (W), B s base ortogonal de W si els vectors que la componen sn
ortogonals entre ells. ui uj = 0
Si a ms tots els vectors que la componen sn unitaris parlem de base ortonormal de W
http://furniman.blogspot.com
Pgina 12 de 21
Si tenim una base B={u1, u2, ..., up} dun subespai W a n, podem trobar un vector v de W que sigui combinaci lineal
de la base trobant les coordenades c1, c2, ..., cp
v = c1u1 + c2u2 + ... + cpup
Per a trobar les ci caldr resoldre un sistema del tipus:
Projeccions Ortogonals
Tenim un vector v de n, un subespai vectorial W de n i una base ortogonal B={u1, u2, ..., up} de W
PO(v,W) = v* = c1u1 + c2u2 + ... + cpup amb ci = v ui / ui ui (i = 1,2,...,p)
Descomposici ortogonal
Qualsevol vector d n es pot escriure com:
v = v* + z
z = v v* s un vector de W.
|z| s la distancia ms curta dun punt dv a W
Permet obtenir una base ortogonal per a qualsevol subespai n no trivial (que no noms cont el vector 0 de n)
Sigui W un subespai vectorial dn i B={u1, u2, ..., up} una base qualsevol de W.
1)
2)
3)
4)
p)
Es
Es
Es
Es
...
Es
pren
pren
pren
pren
v1=u1
v2=u2
v3=u3
v4=u4
i es considera W1=<v1>
PO(u2, W1) i es considera W2=<v1, v2>
PO(u3, W2) i es considera W3=<v1, v2, v3>
PO(u4, W3) i es considera W4=<v1, v2, v3, v4>
http://furniman.blogspot.com
Pgina 13 de 21
Classificaci
Si
Si
Si
Si
un
un
un
un
sistema
sistema
sistema
sistema
dequacions
dequacions
dequacions
dequacions
o equivalentment
o
o
o
AX=B
A s la matriu de coeficients
X s el vector dincgnites
B s el vector de termes independents
Discussi de SEL
Teorema de Rouch-Frbenius
(Sistema incompatible)
http://furniman.blogspot.com
Pgina 14 de 21
s a dir AX = 0
o
o
A s la matriu de coeficients
X s el vector dincgnites
En els SEL homogenis sempre rg(A) = rg(M), per tant sn sempre compatibles
Com a mnim accepten la soluci trivial x1 = x2 = ... =xn = 0
Per saber si un SEL homogeni t noms la soluci trivial o en t infinites cal esbrinar si rg(A)=n
o
Es cas afirmatiu s un SCD amb una nica soluci (la trivial)
o
En cas negatiu seran infinites solucions (la trivial inclosa)
Consisteix en aplicar operacions sobre les files i columnes duna matriu de coeficients ampliada M, de manera que es
transformi en una nova matriu E amb les segents caracterstiques:
o
o
s a dir
Les operacions que podem fer per arribar a la matriu esglaonada son:
o
Transposar dues files
o
Transposar dues columnes (tamb saltera lordre de les variables en el SEL)
o
Multiplicar una fila per un escalar no nul i sumar-la a una altra (sumar a una fila una combinaci lineal de les
altres)
o
Eliminar una fila de zeros
Un cop tinguem la matriu esglaonada, allarem una incgnita en funci de les altres i substituirem a lequaci superior i
successivament.
Si tenim menys equacions que incgnites sexpressaran en funci de les altres i sanomenar grau de llibertat.
Per aplicar Cramer, la matriu de coeficients A ha de ser quadrada i de determinant no nul i es verifica que:
o
s compatible determinat
o
La soluci sobt amb les expressions segents.
Tamb podem resoldre per Cramer el cas de que tinguem ms incgnites que funcions passant una delles a la columna
de termes independents.
http://furniman.blogspot.com
Pgina 15 de 21
Per tant:
o
Si el sistema s compatible determinat existeix un nic punt (x 0, y0) on es tallen les m rectes
o
Si el sistema s compatible indeterminat les m rectes tenen infinits punts en com, s a dir, s la mateixa
recta expressada de diferents formes
o
Si el sistema s incompatible, no hi ha cap punt en com (si m=2 sn paralleles)
m plans a lespai
Per tant:
o
Un SEL dm equacions amb 3 incgnites es pot interpretar com un conjunt dm plans a lespai
o
Si un SEL s compatible determinat existir un nic punt (x 0, y0, z0) on sintersecaran els m plans.
Si tenim dos plans (m=2) mai es tallaran en un nic punt (o ser el mateix pl o es tallaran en una
recta)
o
Si un SEL s compatible indeterminat hi haur infinites solucions que verifiquin les m equacions, s a dir que
es tallaran en una recta o ser el mateix pla.
o
Si un SEL s incompatible els m plans no tindran cap punt dintersecci.
rectes com a intersecci de plans
Ats que la intersecci de dos plans dona una recta, podem determinar una recta aix:
o
Aix doncs
incgnites.
o
Si
o
Si
o
Si
podem determinar la posici relativa duna recta en un pla discutint un sistema de 3 equacions amb 3
el sistema s incompatible la recta est en un altre pla parallel
el sistema s compatible determinat la recta talla al pla en un punt
el sistema s compatible indeterminat la recta pertanyer al pla
Daltra banda podem estudiar la posici relativa de dues rectes amb un SEL de quatre equacions i 3 incgnites:
o
o
o
o
Si el sistema s incompatible les rectes seran paralleles o es creuaran per pertanyeran a plans parallels.
Si el sistema s compatible determinat les rectes es tallaran en un punt.
Si el sistema s compatible indeterminat les rectes seran la mateixa.
http://furniman.blogspot.com
Pgina 16 de 21
Aplicacions lineals
Concepte daplicaci lineal
Aplicacions entre conjunts
Una aplicaci f dun conjunt origen A en un conjunt dest B s una relaci de correspondncia que assigna a cada
element a A un nic element b B
b s la imatge de a per f. Per extensi sanomena imatge de A per f al subconjunt de B format per totes les imatges
dels elements de A.
Es representa:
o
Una aplicaci s injectiva si a elements diferents del conjunt origen corresponen elements diferents del conjunt
destinaci.
Una aplicaci s suprajectiva (o exhaustiva) quan tots els elements del conjunt origen tenen imatge.
Una aplicaci s bijectiva quan s injectiva i suprajectiva alhora.
Una aplicaci lineal sanomena endorfisme quan lespai origen s el mateix que el dest.
f:U U
Nhi ha prou en conixer com actua laplicaci lineal sobre els elements duna base origen per a conixer com actuar
sobre qualsevol altre vector de lespai origen.
Exemple:
BU = {(1,0,1),(0,1,1),(-1,2,2)} s una base d3
Les imatges sn: {(2,4),(1,3),(0,3)}
M(f|B3, B2)=
Per tant qualsevol vector u d3 expressat com a combinaci lineal d Bu es pot resoldre:
u = (-7,5,0) = -5(1,0,1) + 1 (0,1,1) + 2 (-1,2,2)
nucli o kernel de laplicaci s el conjunt de tots els vectors de lespai origen la imatge dels quals sigui en vector nul.
Teorema de la dimensi
http://furniman.blogspot.com
Pgina 17 de 21
Monomorfismes i epimorfismes.
1.
2.
3.
Apliquem la frmula
Si f: U U s un endomorfisme, es diu que un vector no nul de U, u U \ {0}, s vector propi de f(VEP) si existeix
tal que f(u) = u
La funci que permet trobar els valors i vectors propis df en foema de determinants s:
|M|(f|A,B) - In|=0
http://furniman.blogspot.com
p()=|M - In|
Pgina 18 de 21
Diagonalitzaci dendomorfismes
Diagonalitzaci, conceptes i resultats
s a dir, resolem un sistema homogeni per a cada . Si els vectors resultants son linealment independents, la
matriu s diagonalitzable (pels seus VAPS), lordre donaria el mateix.
Tm = P Dm P-1
Transformacions Geomtriques
Translaci en 2D
Translaci en un punt
Rotaci en 2D
Rotaci dun punt al voltant de lorigen de coordenades
P=RP
P =
R s la matriu de rotaci
Apliquem una translaci a lobjecte i al punt de rotaci, de manera que lltim coincideixi amb lorigen de coordenades
Rodem lobjecte al voltant de lorigen de coordenades.
Traslladem lobjecte a la posici inicial
Escalatge en 2D
Escalatge dun punt a partir de lorigen de coordenades
P=SP
P =
R s la matriu descalatge
Escalatge dun objecte a partir dun punt fix genric tant en 2D com 3D
Apliquem una translaci a lobjecte i al punt de rotaci, de manera que lltim coincideixi amb lorigen de coordenades
Escalem lobjecte a partir de lorigen de coordenades.
Traslladem lobjecte a la posici inicial
http://furniman.blogspot.com
Pgina 19 de 21
De tot lanterior dedum que tant la translaci, com la rotaci, com lescalatge presenten expressions de la forma
general:
P = M1 P + M2
o
P =
o
o
M2 s un vector columna que cont els termes de translaci. M 2 = 0 en cas de rotacions i escalatges.
La frmula anterior t el problema de que sha de repetir per cada pas, hem de trobar una manera ms genrica:
o
La inversa de la matriu de translaci es pot obtenir reemplaant els parmetres t x i ty pels seus
oposats -tx i -ty
al voltant de leix Z
al voltant de leix X
al voltant de leix Y
La inversa de la matriu descalatges sobt reemplaant els parmetres sx i sy pels seus inversos 1/sx i
1/sy
Composici de transformacions
Translaci:
Rotaci:
Escalatge:
Transformacions afins en 2D
http://furniman.blogspot.com
Pgina 20 de 21
Transformacions geomtriques en 3D
Rotaci dun angle al voltant dun eix qualsevol e r
1.
2.
3.
4.
5.
Apliquem una traslaci de vector (tx,ty,tz) a lobjecte i a er de manera que aqeust passi per lorigen de coordenades
Aconseguim que leix de rotaci coincideixi amb algn dels eixos de coordenades, per al qual cal fer dues rotacions
dangles i (tant a lobjecte com a er) per a primer portar e, sobre un pla coordenat (ex. yz rodant sobre y) i desprs
sobre leix coordenat escollit (p.ex. z rodant al voltant dx)
Aplicar a lobjecte la rotaci dangle al voltant de la nova posici de leix de rotaci er (que ser algn dels eixos
coordenats)
Desfer les rotacions del pas 2 (aplicant una rotaci - i )
Desfer la translaci inicial. (-tx,-ty,-tz)
http://furniman.blogspot.com
Pgina 21 de 21