Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Notaciones Generales
Definiciones
Vector ― Sea x un vector con n entradas, donde x es la i-ésima entrada:
n
∈ R i ∈ R
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 1/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
x1
⎛ ⎞
x2
⎜ ⎟ n
x = ⎜ ⎟ ∈ R
⎜ ⎟
⎜ ⋮ ⎟
⎝ ⎠
xn
A1,1 ⋯ A1,n
⎛ ⎞
m×n
A = ⎜ ⋮ ⋮
⎟ ∈ R
⎜ ⎟
⎝ ⎠
Am,1 ⋯ Am,n
Observación: el vector x definido arriba puede ser visto como una matriz n × 1 y es
particularmente llamado vector-columna.
Matrices principales
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 2/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
1 0 ⋯ 0
⎛ ⎞
⎜ ⎟
⎜0 ⋱ ⋱ ⋮ ⎟
I = ⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⋮ ⋱ ⋱ 0⎟
⎝ ⎠
0 ⋯ 0 1
Matriz diagonal ― Una matriz diagonal D ∈ R es una matriz cuadrada con valores
n×n
d1 0 ⋯ 0
⎛ ⎞
⎜ ⎟
⎜ 0 ⋱ ⋱ ⋮⎟
D = ⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ ⋮ ⋱ ⋱ 0 ⎟
⎝ ⎠
0 ⋯ 0 dn
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 3/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
Operaciones de matrices
Multiplicación
Vector-vector ― Hay dos tipos de multiplicaciones vector-vector:
T
x y = ∑ x i yi ∈ R
i=1
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 4/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
x 1 y1 ⋯ x 1 yn
⎛ ⎞
T m×n
xy = ⎜
⎜ ⋮ ⋮
⎟ ∈ R
⎟
⎝ ⎠
x m y1 ⋯ x m yn
T
a x
⎛ r,1 ⎞
n
⎜ ⎟ m
Ax = ⎜ ⎟ = ∑ ac,i xi ∈ R
⎜ ⋮ ⎟
i=1
⎝ T ⎠
ar,m x
donde a T
r,i
son los vectores fila y a c,j son los vectores columna de A, y x son las entradas de i
x .
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 5/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
T T
a bc,1 ⋯ a bc,p
⎛ r,1 r,1 ⎞
n
⎜ ⎟ T n×p
AB = ⎜ ⎟ = ∑ ac,i br,i ∈ R
⎜ ⋮ ⋮ ⎟
i=1
⎝ T T ⎠
ar,m bc,1 ⋯ ar,m bc,p
donde a T
r,i
,b
T
r,i
son los vectores fila y a c,j , bc,j son los vectores columna de A y B
respectivamente.
Otras operaciones
Transpuesta ― La transpuesta de una matriz A ∈ R
m×n
, denotada A , es tal que sus
T
T
∀i, j, A = Aj,i
i,j
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 6/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
−1 −1
AA = A A = I
Observación: no todas las matrices cuadradas son invertibles. Además, para las matrices A, B, se
cumple que (AB) = B A . −1 −1 −1
Traza ― La traza de una matriz cuadrada A, denotada tr(A), es la suma de los elementos en
su diagonal:
tr(A) = ∑ Ai,i
i=1
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 7/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
i+j
det(A) = |A| = ∑ (−1) Ai,j |A∖i,∖j |
j=1
Propiedades de matrices
Definiciones
Descomposición simétrica ― Una matriz dada A puede ser expresada en términos de sus
partes simétricas y antisimétricas de la siguiente forma:
T T
A + A A − A
A = +
2 2
é
Sim trica é
Antisim tricas
Norma ― Una norma (o módulo) es una función N : V ⟶ [0, +∞[ donde V es un vector
espacial tal que para todo x, y ∈ V , se cumple que:
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 8/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
- N (x + y) ⩽ N (x) + N (y)
Manhattan, L 1
||x||
1
∑ |xi | LASSO
i=1
n
Euclidean, L 2
||x||
2
∑ x 2
i
Ridge
⎷
i=1
n p
p -norma, L p
||x||
p (∑ x )
p
i
Desigualdad de Hölder
i=1
Infinito, L ∞
||x||
∞
max |xi | Convergencia
i
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 9/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
Observación: si ningún vector puede ser escrito de esta forma, entonces se dice que los vectores
son linealmente independientes.
T n T
A = A y ∀x ∈ R , x Ax ⩾ 0
Observación: de igual forma, una matriz A se dice definida positiva, lo cual se denota con A ≻ 0
, si es una matriz PSD que satisface para todos los vectores x diferentes de cero, x Ax > 0. T
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 10/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
Az = λz
T
∃Λ diagonal, A = U ΛU
T
A = U ΣV
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 11/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
Cálculo de matrices
Gradiente ― Sea f : R
m×n
→ R una función y A ∈ R
m×n
una matriz. El gradiente de f con
respecto a A es una matriz de m × n, denotada por ∇ A f (A) , tal que:
∂f (A)
(∇A f (A)) =
i,j ∂Ai,j
2
∂ f (x)
2
(∇x f (x)) =
i,j ∂xi ∂xj
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 12/13
26/6/2019 CS 229 - Repaso de Álgebra Lineal y Cálculo
T T
∇A tr(AB) = B ∇AT f (A) = (∇A f (A))
T T T −1 T
∇A tr(ABA C) = CAB + C AB ∇A |A| = |A|(A )
(https://twitter.com/shervinea) (https://linkedin.com/in/shervineamidi)
(https://github.com/shervinea) (https://scholar.google.com/citations?user=nMnMTm8AAAAJ)
https://stanford.edu/~shervine/l/es/teaching/cs-229/repaso-algebra-lineal-calculo 13/13