Estudiar sin beca

https://youtu.be/z0Katkl-nTY

Vigilados

lunes, 21 de diciembre de 2020

domingo, 13 de diciembre de 2020

jueves, 26 de noviembre de 2020

Curso contra la violencia sobre las mujeres

 




 

Curso contra la violencia sobre las mujeres (sólo para hombres)

¿Qué es un tensor?

 

 https://youtu.be/hqR1bznBCik

https://www.youtube.com/playlist?list=PLAnA8FVrBl8DF03y6o-AIYPLK12F1IA25

LA IDEA DE TENSOR SEGÚN CHATGTP (añadido el 4 de Enero de 2025)

Un tensor es un concepto matemático que generaliza las ideas de escalar, vector y matriz, permitiéndonos describir relaciones y propiedades en sistemas más complejos, como fuerzas, deformaciones o campos físicos en múltiples dimensiones. Se usan mucho en física, ingeniería y matemáticas para trabajar con conceptos como la relatividad, la elasticidad y los campos electromagnéticos.

Para explicarlo de manera accesible, partamos de lo básico:


1. Escalar (tensor de orden 0):

Un escalar es simplemente un número, como 55, 3.143.14 o 7-7. Describe algo que no tiene dirección, solo tamaño o magnitud.

Ejemplo:

  • La temperatura en un punto del espacio, como "20°C", es un escalar.

2. Vector (tensor de orden 1):

Un vector es un conjunto de números que indican una magnitud y una dirección. En un espacio tridimensional, podemos representar un vector como (v1,v2,v3)(v_1, v_2, v_3).

Ejemplo:

  • La velocidad de un coche que se mueve a 60 km/h hacia el noreste es un vector.

3. Matriz (tensor de orden 2):

Una matriz es una tabla de números con filas y columnas. Representa relaciones más complejas, como las fuerzas en varias direcciones.

Ejemplo:

  • Si un objeto está sometido a varias fuerzas en diferentes direcciones, usamos una matriz para describir cómo responde el objeto a estas fuerzas.
Matriz: [1234]\text{Matriz: } \begin{bmatrix} 1 & 2 \\ 3 & 4 \end{bmatrix}

4. Tensor de orden 3 o superior:

Un tensor de orden superior se construye combinando vectores o matrices en formas más complejas. Piensa en un "cubo de números" (orden 3) o incluso una figura en más dimensiones (orden mayor).

Ejemplo:

  • En física, un tensor de orden 3 puede describir cómo cambia la presión en un fluido en distintas direcciones y con el tiempo.

¿Cómo se representan?

Un tensor se describe como una colección organizada de números (componentes) en diferentes dimensiones:

  1. Un escalar tiene una sola componente: 55.
  2. Un vector en 3D tiene tres componentes: (x,y,z)(x, y, z).
  3. Una matriz de 3×33 \times 3 tiene nueve componentes: [abcdefghi]\begin{bmatrix} a & b & c \\ d & e & f \\ g & h & i \end{bmatrix}
  4. Un tensor de orden 3 puede tener 27 componentes en un "cubo" tridimensional.

Ejemplos prácticos:

  1. Tensores en la física clásica:
    • Tensor de tensiones: Describe cómo se distribuyen las fuerzas en un sólido. Si pisas una tabla, el tensor describe cómo las fuerzas se transmiten dentro de la tabla.
  2. Tensores en relatividad general:
    • Tensor métrico: Describe la forma del espacio-tiempo, esencial para entender cómo la gravedad afecta la luz y los objetos.
  3. Tensores en imagen digital:
    • Una imagen en color se puede modelar como un tensor: cada punto tiene un valor para rojo, verde y azul (RGB).

Por qué son importantes:

Los tensores permiten trabajar con relaciones en múltiples dimensiones. Son como un lenguaje universal para describir fenómenos complejos, desde la deformación de un puente hasta las ondas gravitacionales detectadas por LIGO.

¿Te gustaría que amplíe algún ejemplo en particular?

Me gustaría que escribieras la definición y las propiedades de los tensores pero no en general para luego poner ejemplos en espacios de dimensión 2 (n=2 . m=2) sino directamente en espacios de dimensión 2, tanto la definición como los enunciados de las propiedades
 

¡Entendido! A continuación, escribo la definición de tensores directamente en espacios vectoriales de dimensión 2, junto con las propiedades correspondientes, sin pasar primero por el caso general.


Definición de tensor en espacios de dimensión 2

Sea VV un espacio vectorial de dimensión 2 sobre un cuerpo KK (como K=RK = \mathbb{R} o C\mathbb{C}), con una base fija {e1,e2}\{e_1, e_2\}. El espacio dual VV^*, que contiene las formas lineales (funcionales lineales sobre VV), tiene la base dual {e1,e2}\{e^1, e^2\}, definida por ei(ej)=δjie^i(e_j) = \delta^i_j (delta de Kronecker).

  1. Un tensor de tipo (0,0)(0, 0): Es un escalar, es decir, un número aKa \in K.

  2. Un tensor de tipo (1,0)(1, 0): Es un vector en VV, que se puede escribir como:

    v=v1e1+v2e2,v = v^1 e_1 + v^2 e_2,

    donde v1,v2Kv^1, v^2 \in K son las componentes del vector.

  3. Un tensor de tipo (0,1)(0, 1): Es una forma lineal (elemento de VV^*), que se escribe como:

    f=f1e1+f2e2,f = f_1 e^1 + f_2 e^2,

    donde f1,f2Kf_1, f_2 \in K son las componentes de la forma lineal.

  4. Un tensor de tipo (1,1)(1, 1): Es una aplicación lineal de VV en sí mismo, que se representa en coordenadas como una matriz:

    T=[T11T21T12T22],T = \begin{bmatrix} T^1_1 & T^1_2 \\ T^2_1 & T^2_2 \end{bmatrix},

    donde TjiKT^i_j \in K son las componentes del tensor.

  5. Un tensor de tipo (2,0)(2, 0): Es una combinación lineal de productos tensoriales de vectores, expresada como:

    T=T11e1e1+T12e1e2+T21e2e1+T22e2e2.T = T^{11} e_1 \otimes e_1 + T^{12} e_1 \otimes e_2 + T^{21} e_2 \otimes e_1 + T^{22} e_2 \otimes e_2.
  6. Un tensor de tipo (0,2)(0, 2): Es una combinación lineal de productos tensoriales de formas lineales:

    T=T11e1e1+T12e1e2+T21e2e1+T22e2e2.T = T_{11} e^1 \otimes e^1 + T_{12} e^1 \otimes e^2 + T_{21} e^2 \otimes e^1 + T_{22} e^2 \otimes e^2.
  7. Un tensor de tipo (2,1)(2, 1): Es una combinación lineal de productos tensoriales de dos vectores con una forma lineal:

    T=i,j,kTkijeiejek.T = \sum_{i,j,k} T^{ij}_k e_i \otimes e_j \otimes e^k.

Propiedades de los tensores en dimensión 2

  1. Linealidad:
    Los tensores son lineales en cada una de sus entradas. Si TT es un tensor de tipo (1,1)(1, 1), para v,wVv, w \in V y α,βK\alpha, \beta \in K:

    T(αv+βw)=αT(v)+βT(w).T(\alpha v + \beta w) = \alpha T(v) + \beta T(w).
  2. Transformación bajo cambio de base:
    Si se cambia la base del espacio VV, las componentes del tensor se transforman de manera específica:

    • Las componentes contravariantes (índices superiores) se transforman según las coordenadas del nuevo sistema.
    • Las componentes covariantes (índices inferiores) se transforman según la base dual del nuevo sistema.
  3. Simetría:
    Un tensor TT de tipo (2,0)(2, 0) es simétrico si Tij=TjiT^{ij} = T^{ji} para todos los índices i,ji, j. Es antisimétrico si Tij=TjiT^{ij} = -T^{ji}.

  4. Contracción:
    Si TT es un tensor de tipo (1,1)(1, 1) en VV, su traza es la contracción de sus índices:

    Traza(T)=T11+T22.\text{Traza}(T) = T^1_1 + T^2_2.

    Esto produce un escalar (tensor de tipo (0,0)(0, 0)).

  5. Producto tensorial:
    Si vVv \in V y fVf \in V^*, el producto tensorial vfv \otimes f es un tensor de tipo (1,1)(1, 1), que actúa sobre wVw \in V como:

    (vf)(w)=f(w)v.(v \otimes f)(w) = f(w) v.
  6. Representación matricial:
    Un tensor de tipo (1,1)(1, 1) puede representarse como una matriz que transforma vectores. Si T(v)=AvT(v) = Av, donde AA es una matriz de 2×22 \times 2, entonces:

    A=[T11T21T12T22].A = \begin{bmatrix} T^1_1 & T^1_2 \\ T^2_1 & T^2_2 \end{bmatrix}.

¿Te gustaría que desarrolle ejemplos concretos de estas propiedades en un contexto físico o geométrico?

 ¿Hay tensores de tipo (3,2) cuando estamos en un espacio vectorial de dimensión 2 ? Si los hay ponme un par de ejemplos

 

¡Sí, existen tensores de tipo (3,2)(3, 2) en un espacio vectorial de dimensión 2! La definición no depende de la dimensión del espacio, aunque la cantidad de componentes del tensor sí está limitada por ella.

Definición de tensores de tipo (3,2)(3, 2)

Un tensor de tipo (3,2)(3, 2) en un espacio vectorial VV de dimensión 2 es un elemento del espacio:

T23(V)=VVVVV,T^3_2(V) = V \otimes V \otimes V \otimes V^* \otimes V^*,

donde:

  • VV es el espacio original (vectorial).
  • VV^* es el espacio dual (formas lineales).

En coordenadas, un tensor de tipo (3,2)(3, 2) se escribe como:

T=i,j,k,p,qTpqijkeiejekepeq,T = \sum_{i, j, k, p, q} T^{ijk}_{pq} \, e_i \otimes e_j \otimes e_k \otimes e^p \otimes e^q,

donde:

  • i,j,k,p,q{1,2}i, j, k, p, q \in \{1, 2\},
  • TpqijkKT^{ijk}_{pq} \in K son las componentes del tensor en la base {e1,e2}\{e_1, e_2\} de VV y su base dual {e1,e2}\{e^1, e^2\}.

Un tensor de tipo (3,2)(3, 2) toma como entrada dos formas lineales (elementos de VV^*) y devuelve un vector de VV en cada una de las tres copias de VV.


Número de componentes

En un espacio vectorial de dimensión 2:

  • Hay 23=82^3 = 8 combinaciones posibles para los índices superiores (i,j,k)(i, j, k).
  • Hay 22=42^2 = 4 combinaciones posibles para los índices inferiores (p,q)(p, q).

Por lo tanto, un tensor de tipo (3,2)(3, 2) tiene 84=328 \cdot 4 = 32 componentes independientes.


Ejemplos de tensores de tipo (3,2)(3, 2)

  1. Tensor de tipo (3,2)(3, 2) definido por combinaciones específicas:

Supongamos que el tensor está definido por:

Tpqijk={1,si i=j=k y p=q,0,en otro caso.T^{ijk}_{pq} = \begin{cases} 1, & \text{si } i = j = k \text{ y } p = q, \\ 0, & \text{en otro caso}. \end{cases}

En coordenadas explícitas, esto significa que las únicas componentes no nulas son:

T11111=1,T22222=1.T^{111}_{11} = 1, \quad T^{222}_{22} = 1.

Este tensor puede interpretarse como un operador que "concentra" la acción sobre las entradas que tienen la misma dirección.


  1. Tensor de tipo (3,2)(3, 2) con una dependencia más general:

Sea TT definido por:

Tpqijk=i+jp.T^{ijk}_{pq} = i + j - p.

Por ejemplo:

  • Para i=1,j=2,k=2,p=1,q=2i = 1, j = 2, k = 2, p = 1, q = 2: T12122=1+21=2.T^{122}_{12} = 1 + 2 - 1 = 2.
  • Para i=2,j=1,k=1,p=2,q=1i = 2, j = 1, k = 1, p = 2, q = 1: T21211=2+12=1.T^{211}_{21} = 2 + 1 - 2 = 1.

El tensor TT tiene valores asignados según una regla específica, que puede usarse en aplicaciones dependiendo del problema físico o geométrico.


Interpretación práctica

Aunque los tensores de tipo (3,2)(3, 2) pueden parecer abstractos, aparecen en problemas avanzados, como:

  • Física de fluidos: Cuando se modelan interacciones complejas entre tensiones en diferentes direcciones.
  • Relatividad general: En problemas relacionados con el transporte de energía-momento en sistemas multidimensionales.

¿Te gustaría que calculemos algo específico con uno de estos tensores?

 

Sigue leyendo en este enlace para ver la continuación y para ver bien TODAS las fórmulas
 

 


viernes, 13 de noviembre de 2020

Proposición de un marxismo hegeliano



 

Enlace a tres clases on line  del profesor Carlos Pérez Soto, y a algunos materiales complementarios, que son bastantes.

jueves, 8 de octubre de 2020

Marx, el capital y la locura de la razón económica

 Ése es el título de un estupendo libro de David Harvey. Sobre la obra y el autor va esta entrada (o, si quieres, post)



 

martes, 22 de septiembre de 2020

Coordenadas polares



 

Para apreender qué son y cómo se manejan las coordenadas polares tienes enlaces a un documento pdf y a un curso en vídeo, en los que se aclaran exhaustivamente, hasta el aburrimiento, "ad nauseam", los conceptos y procedimientos básicos, que muchas veces se tratan de pasada en los cursos regulares, y que luego son imprescindibles en cálculo integral, cálculo mulivariable y variable compleja, en la que reaparece lo básico de las coordenadas polares en la representación polar del número complejo, que se usa profusamente en la variable compleja "avanzada". Por eso completo la entrada con dos enlaces a sendos cursos de variable compleja, también explicados "ad nauseam".

Sin embargo siguiendo con paciencia y tesón estos documentos y vídeos, echándoles más horas que un reloj, no te quedarás "atascado" y podrás comprender y dominar aspectos interesantes de las "matemáticas superiores"

domingo, 20 de septiembre de 2020

Polémica Queer: Los documentos mas interesantes

 


Aquí expongo los documentos más interesantes que he encontrado sobre esta polémica.

Están todos en la recopilación más extensa   

https://parafernaliasmatematicas.blogspot.com/2020/07/polemica-queer.html

https://parafernaliasmatematicas.blogspot.com/2020/07/polemica-queer.html 

Entrevistas a Lidia Falcón

 Entrevistas a lidia Falcón. Enlaces

 


martes, 8 de septiembre de 2020

Educación sexual

Reflexiono sobre la  pornografía y la adolescencia a través de artículos periodísticos y páginas web Puesto que para reflexionar primero hay que informarse, es necesario leer al  menos algunos de los documentos enlazados para, a partir de ellos, reflexionar


https://pediatriayfamilia.com/conoce/educacion-sexual-como-hablar-sobre-sexo-con-los-ninos-pequenos/

jueves, 6 de agosto de 2020

Aquiles y la tortuga

 Famosa paradoja que tuvo consecuencias en el desarrollo de la filosofía y de las ciencias.

El objetivo central de esta entrada es difundir tres vídeos de la "Hekate Academy" que relacionan esta paradoja con conceptos matemáticos.

Complementariamente entraremos en contacto con mucha información sobr ela paradoja y temas relacionados 


Lecturas filosóficas para sobrellevar la pandemia, los confinamientos, olvidar los miedos y preocupaciones....

 

domingo, 12 de julio de 2020

Marea Verde

La lucha por la igualdad de oportunidades, por la justicia social, por la escuela pública
Concienciación, movilizaciones, actos públicos, creación de textos y apuntes gratis de diferentes materias y niveles educativos.
Defensa de la escuela pública


La maquina se detiene

Descripción de la novela


jueves, 2 de julio de 2020

Maratón de charlas sobre divulgación científica

Enlaces a un montón de charlas de divulgación científica (física sobre todo)



Casi todas las charlas (pero no todas) que figunran en esta entrada, en una sola lista de reproducción

https://www.youtube.com/playlist?list=PLjyGOVF67WFK5_xP0LVS2tKPLE3hru-gT