A煤n no tienes acceso a esta clase

Crea una cuenta y contin煤a viendo este curso

Funciones lineales

12/28
Recursos

Aportes 5

Preguntas 0

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesi贸n.

Les dejo la funci贸n que he echo para que tambien pueda usarse con arrays normales (:

import numpy as np


def f(x):
    if type(x) != type(np.array([])):
        x = np.array(x)
    return x.sum()


if __name__ == '__main__':
    print(f([2, 3]))

Las funciones van a tomar vectores y los convertir谩n en escalares

Funciones biyectivas : 1 a 1

import numpy as np

def f(x):
    return np.sum(x) # sumar todas las componentes del vector
    # funci贸n suma
def g(x):
    return x[0] #regresa solamente la primera posici贸n
    #proyecci贸n sobre x0

鈥淓ste elemento del dominio va a dar un elemento de la imagen al cual ning煤n otro elemento de la imagen va a dar鈥.

Eso no es necesariamente cierto. La par谩bola b谩sica por ejemplo. f(x) = x^2. x y su opuesto dan siempre el mismo valor de salida.

Es perfectamente normal que 2 elementos del dominio se relacionen con un mismo elemento del codominio, o siguiente la analog铆a de los c铆rculos y tri谩ngulos, 2 c铆rculos distintos pueden apuntar al mismo tri谩ngulo

Les dejo mi comprobador de linealidad

El ejemplo de f(X) por temas de comodidad lo podr铆amos definir como la sumatoria de cada componente del vector, no cambia en nada solo que es mas corto de escribir en el caso de que el vector fuera muy largo.