Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Glosario de Álgebra Lineal PDF
Glosario de Álgebra Lineal PDF
LINEAL
Combinacin lineal cv + dw o c v j j
. Suma de vectores y multiplicacin de escalares.
Conjunto conectado (Spanning set) v1, . . . , vm para V. Todos los vectores de V son combinaciones de
v1, . . . , vm.
Cuatro subespacios fundamentales de A = C(A), N(A), C(AT), N(AT).
Dependencia lineal v1, . . . , vn. Una combinacin distinta de todas las ci = 0 da como resultado cv .
i i
1
2 Glosario
en una suma de n! elementos, el mtodo de desarrollo por cofactores (cofactor formula) utiliza
determinantes de tamao n 1, siendo el volumen del paraleleppedo = det( A) .
Exponencial eAt = I + At + (At)2/2! + ... tiene como derivada AeAt; eAtu(0) resuelve u ' = Au.
2
Glosario 3
Forma escalonada reducida por filas R = rref(A). Pivotes = 1; ceros por encima y por debajo de los
pivotes; r filas distintas de cero de R conforman una base para el espacio de filas de A.
Frmula extendida para determinantes de n por n. Det(A) es una suma de n! elementos, uno por cada
permutacin P de las columnas. Ese elemento es el producto de a1, ..., an de arriba abajo de la
diagonal de la matriz reordenada, alternativamente det( P ) = 1 .
Giro parcial (Partial pivoting) . En una eliminacin, se elige como j-simo pivote al elemento
disponible con un valor absoluto ms alto de la columna j. Entonces, en todos los
multiplicadores l ij 1 . El error redondeado (redondeo del error) est controlado (depende del
condicionamiento de A).
Grafo G. Conjunto de n nodos conectados por m aristas dos a dos. Un grafo completo tiene todas las
aristas n(n - 1)/2 entre sus nodos. Un rbol slo tiene n - 1 aristas y no contiene ciclos. En un
grafo dirigido, cada arista tiene una flecha de direccin.
Inversa de una matriz A-1. Matriz cuadrada de modo que A-1A = I y AA-1 = I. No existe la inversa si det
A = 0, rang(A) < n y Ax = 0 para un vector x distinto de cero. Las inversas de AB y AT son B-1A-1
y (A-1)T. Mtodo de desarrollo por cofactores (cofactor formula) (A -1
ij =)Cij/det A.
Inversa por la derecha A+. Si el rango de filas de A es m, entonces en A+ = AT(AAT)-1 se cumple que
AA+ = Im.
Inversa por la izquierda A+. Si A tiene un rango de columnas n, entonces para A+ = (ATA)-1AT se da que
A+A = In.
Leyes de Kirchhoff. Ley de corrientes: la suma algebraica (entrada menos salida) de las corrientes que
entran a cualquier nodo es cero. Ley de voltajes: Las diferencias de potencial (cadas de tensin)
en cualquier recorrido cerrado suman cero.
Longitud || x ||. Raz cuadrada de xTx (Pitgoras en n dimensiones).
Matrices conmutables AB = BA. Si son diagonalizables, comparten n autovectores.
Matrices semejantes A y B. Toda B = M-1AM tiene los mismos autovalores que A.
Matriz adjunta. Poniendo c1, . . . , cn en la fila n y los unos de la fila n - 1 en la diagonal 1, obtenemos
Matriz adyacente de un grafo. Matriz cuadrada con aij = 1 cuando hay una arista que une el vrtice i
con el vrtice j; si no, aij = 0. A = AT para un grafo no dirigido.
Matriz aleatoria rand(n) o randn(n). MATLAB crea una matriz con elementos aleatorios, con una
distribucin uniforme en [ 0 1 ] en el caso de rand, y con una distribucin normal estndar en el
caso de randn.
Matriz antisimtrica K. La transpuesta es -K, ya que Kij = -Kji. Los autovalores son imaginarios puros,
los autovectores son ortogonales, eKt es una matriz ortogonal.
Matriz aumentada [ A b ]. Ax = b es resoluble cuando b se encuentra en el espacio de columnas de A;
entonces [ A b ] es del mismo rango que A. Al realizar la eliminacin en [ A b ] las ecuaciones
siguen siendo correctas.
3
4 Glosario
Matriz circulante C. Las diagonales constantes se agrupan en torno a ella como si fueran traslaciones
n
cclicas (cyclic shifts) S. Todas las circulantes sonC0 I + C1 S + ... + Cn 1 S
1
. Cx = convolucin
c x. Autovectores en F.
Matriz covarianza . Cuando un grupo de variables aleatorias xi tiene una media = valor medio = 0, sus
Matriz de cambio de base M. Los vectores vj de la antigua base son combinaciones mij wi de los
vectores de la nueva base. La relacin entre las coordenadas de c1v1 + ... + cnvn = d1w1 + +
dnwn viene dada por d = Mc. (Para n = 2 tenemos que v1 = m11w1 + m21w2, v2 = m12w1 + m22w2.)
2 i jk n
Matriz de Fourier F. Los elementos Fjk = e producen columnas ortogonales F F = nI . Entonces
T
1
i 1 j 1
Matriz de Hilbert hilb(n). Elementos H ij = 1 (i + j 1) = x x dx . Definida positiva, pero con una
0
contienen todas el tringulo de Pascal con det = 1 (vase index para ms propiedades).
Matriz de permutacin P. Existen n! permutaciones de 1, . . . , n; cada una de las n! permutaciones de
P tiene las filas de I en el orden correspondiente a dicha permutacin. PA pone las filas de A en
ese mismo orden. P es producto de los intercambios de filas Pij ; P ser par o impar (det P = 1
-1) dependiendo del nmero de intercambios.
Matriz de proyeccin P sobre un subespacio S. La proyeccin p = Pb es el punto ms cercano a b en
S, el error e = b - Pb es perpendicular a S. P2 = P = PT, los autovalores son 1 0, los
autovectores estn contenidos en S o S. Si las columnas de A = bases de S, entonces P =
A(ATA)-1AT.
Matriz de rango uno A = uvT 0. Los espacios de filas y columnas = rectas cu y cv.
Matriz de reflexin Q = I - 2uuT. El vector unidad u se refleja en Qu = -u. Todos los vectores x del
plano especular uTx = 0 permanecen invariables, porque Qx = x. En la matriz de Householder
QT = Q-1 = Q.
4
Glosario 5
Matriz de rigidez K. x da los movimientos de los nodos en una estructura discreta, mientras que Kx da
las fuerzas internas. A menudo K = ATCA, donde C contiene las constantes del muelle de la ley
de Hooke y Ax = los alargamientos (deformaciones) derivados de los movimientos x .
cos sen
rota el plano en y R = R lo rota al revs en - . Matriz
-1 T
Matriz de rotacin R =
sen cos
ortogonal, autovalores ei y e-i, autovectores (1, i).
Matriz de Toeplitz T. Matriz (de) diagonal constante (constant-diagonal matrix),de modo que
ij slo
depende de j - i. Las matrices de Toeplitz, en el procesamiento de seales, representan filtros
que no varan con el tiempo.
Matriz de Vandermonde V. Vc = b da el polinomio p(x) = c0 + ... + cn-1 xn-1 con p(xi) = bi en los puntos
n. Vij = (xi) j-1 y det V = producto de (xk - xi) para k > i.
Matriz definida positiva A. Matriz simtrica con autovalores y pivotes positivos. Definicin: xTAx > 0,
a menos que x = 0.
Matriz diagonal D. dij = 0 si i =/ j . Diagonal por bloques: ceros fuera de los bloques cuadrados Dii.
Matriz diagonalizable A. Tiene que tener n autovectores independientes (en las columnas de S; con lo
cual automticamente tiene n autovalores diferentes). As que S-1AS = = matriz de
autovalores.
Matriz de eliminacin (elimination matrix) = matriz elemental Eij. Matriz identidad con un
ij adicional en el elemento i, j (i =/ j ) . Entonces, en EijA, se resta ij veces la fila j de A de
la fila i.
Matriz escalonada U. El primer elemento distinto de cero (pivote) de cada fila va despus del pivote de
la fila anterior. Todas las filas de ceros van al final.
Matriz espacio nulo (null space matrix) N . Las columnas de N son las soluciones especiales n - r para
As = 0.
Matriz hipercbica PL . La fila n + 1 cuenta vrtices, aristas, caras, etc. de un cubo contenido en Rn. PL2
2
3
6 Glosario
Matriz semidefinida A. Una semidefinida (positiva) es una matriz simtrica con xTAx > 0 para todos los
vectores x. As, todos los autovalores 0. Carece de pivotes negativos.
Matriz simtrica A. La transpuesta es AT = A, y aij = aji. A-1 tambin es simtrica. Todas las matrices de
las formas RTR, LDLT y QQT son simtricas. Para todas las matrices simtricas, los
autovalores de son reales y los autovectores de Q son ortonormales.
Matriz singular A. Matriz cuadrada que no tiene inversa: det(A) = 0.
Matriz transpuesta AT. Los elementos Aij = Aji . AT es de n por m, ATA es cuadrada, simtrica y
T
Mtodo de direcciones conjugadas. Secuencia de pasos (explicada al final del captulo 9) conducentes
1
x Ax x b en subespacios de
T T
a la resolucin de una definida positiva Ax = b, minimizando
2
Krylov cada vez mayores.
Mtodo de Gauss-Jordan. Consiste en invertir A por medio de operaciones en las filas de [ A I ] para
obtener [ I A-1].
Mtodo iterativo. Secuencia de pasos encaminada a aproximarse a la solucin deseada.
Mtodo simplex de programacin lineal. El vector de coste mnimo (minimum cost vector)x* se halla
desplazndose sucesivamente de un vrtice a otro que mejore el anterior a travs de las aristas
de una figura factible (cuando se cumplen las restricciones Ax = b y x > 0). El coste mnimo se
halla en un vrtice.
Multiplicacin Ax = x1(columna 1) + ... + xn(columna n) = combinacin de columnas.
Multiplicacin de matrices AB. El elemento i, j de AB es igual a (fila i de A)(columna j de B) =
a b ik kj
. Por columnas: Columna j de AB = A veces la columna j de B. Por filas: la fila i de A
multiplica a B. Filas por columnas: AB = suma de (columna k)(fila k).Todas estas definiciones
equivalentes surgen de la regla de que AB por x es igual a A por Bx.
Multiplicador ij . La fila pivote j se multiplica por ij y se resta de la fila i para eliminar el elemento
x = max . . Entonces
2
Norma A de una matriz. La norma l es la ratio mxima Ax
Ax A x y AB A B y A+ B A + B . Norma de Frobenius
6
Glosario 7
1 1
crecimiento 1 = (1 + 5) 2 es el mayor autovalor de la matriz de Fibonacci 1 0 .
1 1
1 , 2 = (1 5) 2 de la matriz de Fibonacci 1 0 . Comprese L0 = 2 con Fibonacci.
Ondas (Wavelets) wjk(t) o vectores wjk. Deforman y trasladan el eje de tiempos para dar lugar a wjk(t) =
w00(2jt - k). Los vectores procedentes de w00 = (1, 1, -1, -1) sern (1, -1, 0, 0) y (0, 0, 1, -1).
Ortogonalizacin de Gram-Schmidt para A = QR. Columnas independientes en A, columnas
ortonormales en Q. Cada una de las columnas qj de Q es una combinacin de las j primeras
columnas de A (y viceversa, de modo que R es triangular superior). Por convenio: diag(R) > 0.
Pivote d. El elemento de la diagonal (el primero distinto de cero) cuando se trabaja con una fila al
realizar una proceso de eliminacin.
Plano (o hiperplano) en Rn . Las soluciones de aTx = 0 definen el plano (dimensin n - 1) perpendicular
a a 0.
Polinomio mnimo de A. El polinomio de grado ms bajo para que m(A) = matriz cero. Las races de m
son autovalores, y m() divide a det(A - I).
Producto de Kronecker (producto tensor) A B . Bloques aijB, autovalores p(A)q(B).
3
8 Glosario
Teorema espectral A = QQT. La matriz simtrica real A tiene una i real y una qi ortonormal, de modo
que Aqi = iqi. En mecnica, qi da los ejes principales.
Teorema fundamental. El espacio nulo N(A) y el espacio de filas C(AT) son complementos ortogonales
(espacios perpendiculares de Rn de dimensiones r y n - r) con respecto de Ax = 0. Si se aplica a
AT, el espacio de columnas C(A) es el complemento ortogonal de N (AT).
Transformacin afn. T(v ) = Av + v0 = transformacin lineal ms desplazamiento.
Transformacin lineal T. Cada uno de los vectores v del espacio de entrada se transforma en T(v) en el
espacio de salida, y la linealidad exige que T(cv + dw) = cT(v) + dT(w). Ejemplos:
multiplicacin de matrices Av, diferenciacin en el espacio de funciones.
Transformada rpida de Fourier (FFT). Factorizacin de la matriz de Fourier Fn en matrices
l = log 2 n , realizando la permutacin Si veces. Para cada Si slo hacen falta n/2
multiplicaciones, as que Fnx y Fn-1c se pueden calcular con slo nl 2 multiplicaciones.
Revolucionario.
Traslacin cclica (cyclic shift) S. Permutacin con s21 = 1, s32 = 1, . . ., s1n = 1. Sus autovalores son
races ensimas e2 ik/n de 1; sus autovectores son columnas de la matriz de Fourier F.
8
Glosario 9
matriz Q con stas columnas ortonormales se cumple que QTQ = I. Si m = n, entonces QT = Q-1