วีดีโอ

Muchas gracias yo antes calculaba las determinantes por eliminación gaussiana y me llevaba mucho tiempo y estres porque tenia que llevar a la matriz a matriz triangular superior y eso es un problemota

Aplica para cualquier valor?

Es Mi pRoFe dE mATe 😱

Llevo casi 1 mes batallando con esto y para que fuera así de fácil, explica super bien muchas gracias ya entendí mejor 🥰

Bien ahí profe

Bien ahí profe

Bien ahí profe

ESO MATHETEEEE El profe tete

Una pregunta si la x y la y no tiene número, entonces de donde sale el número que le pones?? Necesito saber porque no le entiendo nada 😢

Como se calacula el determinante?

Hola😊, cuando usaste la racionalización, tambn se podía usar los productos notables para elevar al cuadrado las raíces?? (a+b) (a-b)= a al cuadrado y b al cuadrado?

Porque sale determinante 6, a mi me dio -10.que alguien me explique, porfas

el mejor video sobre este tema. ya llevava como 5 videos tratando de resolver la determinante de una matriz muchísimas gracias se entendió perfectamente el video😁

sos un gigachad!

❤

No es el método de igualación

Gracias

Holis

gracias, gracias a ti tengo la certeza que podre ganar el parcial.

A ver, está bien, en principio, la explicación, sin embargo, y no se lo tome a mal, debería, en las condiciones, definir que una condición para que la transformación sea lineal es que se cumpla la propiedad ASOCIATIVA o SUPERPOSICIÓN y que la otra condición es HOMOGÉNEIDAD.

no le entendi a mi maestro, no le entendi ni al profe alex de yutube pero a ti si

Buenazo, la explicación 20/10 tu voz es muy hermosa.❤

varios videos y el tuyo fue el único que me sirvió, mil millones de gracias :D

Muchisimas gracias yo pensaba que sacaria una malisoma nota de 1,0 en un examen y en vez de esa nota saque un 3,0 aunque me falta mejorar te agradesco para ver si en un futuro de talleres de recuperacion saque un 5,0 que es la maxima nota😊😊😊😊😊😊😊😊

Una precisión. Al momento de escribir Adj (A) = debió ser Cof (A) = porque corresponde al cálculo de la matriz de los cofactores de (A), y posteriormente a eso vendría el cálculo de Adj (A), la que por definición es Adj (A) = T[Cof (A)]

Según la definición de matriz adjunta, es la traspuesta de la matriz de los cofactores. En el vídeo se ve que se calculó la ADJUNTA de la matriz original, pero a ésta posteriormente no se le calculó la traspuesta que es lo que se define en la fórmula de matriz inversa.

Gracias 😭😭😭😭🙏🙏🙏🫦🫦🫦

Dice Daniel Carreón que está muy larga la ecuación 😅

1:56 y si al momento de dividirlo tine puntos decimales

Es muy bueno

No podía no comentar, gracias por el video, nunca había entendido a la primera.

gracias profe :D

NADA MATHETEEEEEEEEE

Tengo un problema con mi ecuacion 😢, las líneas nunca se cruzaron y es una ecuación positiva, un tal que así: x + 2y = 10 3x + 4y = 8 Y los resultados que me arrojó fueron éstos: x + 2y = 10 y= 10 y= 8 y= 6 3x + 4y = 8 y=8 y=5 y=2

Como se llama este metodo?

No sabes la salvada que me acabas de dar, gracias a esto paso el año

Saque un 2

No entiendo entiendo al principio y después me bloqueo 😢

No digas que es super fácil, pq luego me siento estupida.

Y si esta sola la x ?

Hola profe 😄👋

muy bueno tu canal amigo hoja la y estés sacando mas video de todo por favor asi como explicas esta muy bien al punto y ya gracias

Muy buena Explicación 😮

Gracias anónimo .me ayudaste

Mas al rato lo voy a aplicar, estoy buscando un método para resolverlo rapido y creo que hasta ahora este es el mejor

Alguien pase el resumen

Hola, muchas gracias! Solo tengo una duda. Como puedo saber que numero debo dividir para convertir en 0 a mis variables?

Muchas graciasssssss

Una pregunta es que no explicaste cómo por qué se tenía que pasar de ese lado la -b al final

🎯 Key points for quick navigation: 00:00:00 *📐 Introduction to Linear Transformations* - Linear transformations defined as functions mapping vectors from one vector space to another. - Explanation of function basics, including domains and codomains. 00:01:20 *📊 Vector Spaces and Transformation* - Vector spaces identified as domains (v) and codomains (w) in linear transformations. - Vectors treated as entities entering and exiting transformations. 00:03:35 *📏 Types and Scope of Linear Transformations* - Discussion on transformations between different dimensions (e.g., 2D to 3D, 3D to 2D). - Not all transformations are linear; specific conditions must be met for linearity. 00:04:57 *🔍 Conditions for Linearity* - First condition: Preservation of vector addition under transformation. - Second condition: Preservation of scalar multiplication under transformation. 00:06:44 *📈 Example Verification of Linear Transformation* - Example walkthrough verifying linearity using specific transformation rules. - Demonstration of how transformations behave with generic vectors to confirm linearity. Made with HARPA AI