Contenido del curso
Daniela Estupiñan
Daniel Erazo
José Alejandro Montes Juarez
Ariel Ezequiel Biazzo Genua
Gabriel Obregón
Germán Illanes Salas
Daniel Erazo
Pablo Mederos
Alex Xiomar Rubio Lopez
Alex Xiomar Rubio Lopez
Darlinson Felipe Polania Camacho
El ejercicio está correcto, gran trabajo!
Yo no entiendo porque esta bien si pidio AB y no AB^T.
Alguien me podria explicar?
No es cambiar filas por columnas. Es la funcion inversa de A, sabiendo que A es una funcion( ya que eso son las matrices)
- Bien. Entonces olvidate de "rotar filas y columnas" por los próximos minutos. Eso es el resultado, no el origen.
La pregunta real es: ¿qué problema estaban tratando de resolver cuando inventaron la transpuesta?
Step 8: El problema que la motivó
Acordate que el dot product mide alineación entre dos vectores. Ahora preguntate esto:
Si transformo un vector con A, y después hago el dot product con otro vector y... ¿puedo "mover" A al otro lado del dot product?
En símbolos:
$$(A\vec{x}) \cdot \vec{y} = \vec{x} \cdot (?\vec{y})$$
¿Existe alguna matriz ? que haga esto verdad? Los matemáticos del siglo XIX (Cayley, Sylvester) estaban estudiando formas cuadráticas — expresiones como ax² + bxy + cy² — y se encontraron exactamente con esta pregunta.
La respuesta es sí. Y esa matriz ? es exactamente Aᵀ:
$$(A\vec{x}) \cdot \vec{y} = \vec{x} \cdot (A^T\vec{y})$$
Esa es la definición real de la transpuesta. No "flipeá filas y columnas" — eso es la consecuencia mecánica. La definición es: Aᵀ es la única matriz que te permite mover A de un lado al otro del producto punto.
Por qué esto es poderoso — el espacio dual
Acá viene la historia profunda. Cada espacio de vectores tiene un "espejo" llamado espacio dual — el espacio de todas las funciones lineales que comen vectores y escupen un número.
¿Conocés esa función? Ya la conocés — es el dot product. Fijar un vector y y hacer f(x) = x·y es exactamente una función lineal que come vectores y da números.
Entonces cuando tenés una transformación A que lleva vectores de un espacio a otro:
$$A: \mathbb{R}^n \rightarrow \mathbb{R}^m$$
La transpuesta va exactamente al revés en el espacio dual:
$$A^T: \mathbb{R}^m \rightarrow \mathbb{R}^n$$
No es coincidencia que las dimensiones se inviertan. La transpuesta es la transformación que vive en el mundo espejo. Por eso cambian filas y columnas — es la firma geométrica de invertir la dirección en el espacio dual.
Por qué importa concretamente
De esa propiedad salen tres cosas enormes:
1. Matrices simétricas (A = Aᵀ) Si A es igual a su transpuesta, significa que mover A de un lado al otro del dot product no cambia nada. Esas matrices tienen propiedades brutales: siempre tienen autovalores reales, siempre se pueden diagonalizar perfectamente. Toda la física cuántica, toda la mecánica estructural, vive acá.
2. AᵀA es siempre simétrica y nunca destruye información de más Esto es la base de mínimos cuadrados — cuando tenés más ecuaciones que incógnitas y querés la mejor aproximación posible. La fórmula es x = (AᵀA)⁻¹Aᵀb. La transpuesta aparece porque necesitás "doblar" la transformación sobre sí misma para que las dimensiones cierren.
3. En física, la transpuesta es el "adjunto" Una transformación que no distorsiona distancias (como rotar) cumple que AᵀA = I, o sea Aᵀ = A⁻¹. La transpuesta y la inversa son la misma cosa. Eso es una matriz ortogonal y describe exactamente las rotaciones y reflexiones.
El resumen de la historia:
Los matemáticos no inventaron "flipeá la matriz". Inventaron la pregunta "¿cómo muevo una transformación de un lado al otro del dot product?" La transpuesta es la respuesta. El flipeo de filas y columnas es solo la forma que toma esa respuesta cuando la escribís en papel.
🔄 Transposición de matrices y multiplicación
🔁 ¿QUÉ ES LA TRANSPOSICIÓN?
📌 Definición
· Transponer = intercambiar filas ↔ columnas
📐 Dimensiones
· A es m por n
· A^T es n por m
➡️ La transposición puede habilitar multiplicaciones imposibles sin ella.
🔄 ¿CÓMO SE CAMBIAN FILAS Y COLUMNAS?
Visualízalo así 👀:
➡️ Fila 1 → Columna 1
➡️ Fila 2 → Columna 2
➡️ Fila k → Columna k
⚠️ Los valores no cambian, solo su posición.
📐 COMPATIBILIDAD DE DIMENSIONES
📏 Regla básica
✔ (m por n) · (n por p) → válido
✖ Si las dimensiones internas no coinciden → no válido
🔢 Ejemplo
· A es 2 por 2
· C es 2 por 3
✔ A por C
✖ C por A (3 ≠ 2)
🛠️ Solución
· C^T es 3 por 2 ✔ C^T por A ahora es posible
📊 INTERPRETACIÓN GEOMÉTRICA
🧭 Clave geométrica:
· Las columnas representan la imagen de los vectores base i y j.
🔁 Al transponer:
· Cambia la perspectiva
· Las filas pasan a actuar como columnas
📐 Efecto visual:
· El paralelogramo de la transformación cambia de orientación
· En el ejemplo, se desplaza ligeramente a la izquierda
➡️ VECTORES BASE i Y j
🔹 Antes de transponer:
· Las columnas muestran cómo se transforman i y j
🔹 Después de transponer:
· Las antiguas filas se convierten en columnas
· i y j se transforman según esas nuevas columnas
📌 PROPIEDADES FUNDAMENTALES
🧩 Reglas que debes recordar:
1️⃣ Doble transposición
· (A^T)^T = A
2️⃣ Transpuesta de una suma
· (A + B)^T = A^T + B^T
3️⃣ Transpuesta de un producto
· (AB)^T = B^T A^T
⚠️ ¡El orden importa!
La respuesta es correcta, muy bien!
No me queda claro por qué haríamos la transposición de la matriz. Si son dos matrices incompatibles, esa operación no es válida. No queda claro qué es la matriz C resultante, ya que B^t es una matriz diferente de B, y espacialmente no son equivalentes. Esto tiene una utilidad en motores gráficos, para por ejemplo, calcular en producto punto de vectores y determinar si estan a un lado u otro de varios planos de los que se conocen sus vectores normales. Por ejemplo en una operación de A(2x3) x B(4x3), donde hay 2 vectores 3D en A y 4 vectores 3D normales en B, podemos hacer A(2x3) x B^t(3x4) para enviar toda la operación a una funcion SIMD y ahorrar ciclos de CPU/GPU. Pero es una deducción por conveniencia, no sé qué utilidad matemática o espacial real tendría representar C en una gráfica o un espacio multidimensional.
Reto: La Traspuesta de una matriz:
Reto 2 : A x B traspuesta:
