- Barajar
ActivarDesactivar
- Alphabetizar
ActivarDesactivar
- Frente Primero
ActivarDesactivar
- Ambos lados
ActivarDesactivar
- Leer
ActivarDesactivar
Leyendo...
Cómo estudiar sus tarjetas
Teclas de Derecha/Izquierda: Navegar entre tarjetas.tecla derechatecla izquierda
Teclas Arriba/Abajo: Colvea la carta entre frente y dorso.tecla abajotecla arriba
Tecla H: Muestra pista (3er lado).tecla h
Tecla N: Lea el texto en voz.tecla n
Boton play
Boton play
25 Cartas en este set
- Frente
- Atrás
- 3er lado (pista)
Una matriz es diagonalizable si y solo si (3)
|
- Su base contiene solo vectores propio
- Es similar a una matriz diagonal - La multiplicidad algebraica es igual a la multiplicidad geométrica |
|
Similar (2)
|
- Es la misma matriz pero en otras bases
- Si existen B y P tal que A=PBP⁻¹ |
|
Diagonalizar A
|
Es encontrar D y P tal qué A=PDP⁻¹
|
|
Multiplicidad Geométrica
|
Es la dimensión del espacio propio generado por W=Ker(A-λI)
|
Definición
|
Multiplicidad Algebraica
|
Es la máxima potencia de (x-λ) que divide al polinomio característico
|
|
Sea V un conjunto ortogonal, entonces
|
V es l.i
|
|
Matriz Asociada
|
Transpuesta + Conjugada
|
|
Rango De Una Matriz A (2)
|
- Es la dimensión de la imagen
- Es el número máximo de columnas l.i de la Matriz Representante |
|
Si una Matriz es simétrica Entonces
|
∀u,v∈ℝⁿ〈Au,v〉= 〈u,Av〉
|
|
Espectro de una Matriz A
|
Es el conjunto de los valores propios de A
|
|
Si A es hermítica y tiene dos valores propios distintos Entonces
|
Los vectores propios asociados a esos valores propios son ortogonales
|
|
Transformación Simetrica
|
∀ v,u, 〈 L(v),u〉= 〈v,L(u)〉
|
|
Una TL: ℝⁿ -> ℝⁿ es simétrica si y solo si
|
La matriz representante con respecto a las bases canónicas es simétrica
|
|
Si A es una matriz con coeficientes Reales, simétrica y diagonalizable entonces
|
A=PDP(traspuesta) donde P es una matriz de los vectores propios de A y éstos forman una base de vectores ortonormales.
|
|
Forma Cuadrática
|
Dada una Matriz A, simétrica
q(x) -> xt por A por x |
|
Definida positiva
|
∀v≠0, su forma cuadrática > 0
|
|
Semidefinida Positiva
|
∀v, su forma cuadrática es ≥ 0
|
|
Definida Negativa
|
∀ v, su forma cuadrática ≤ 0
|
|
Semidefinida Negativa
|
∀ v, su Forma Cuadrática ≤ 0
|
|
Nulidad
|
La Dim(Ker(T))
|
|
Proyección Ortogonal sobre un s.e.v
|
P(x) = Σᵢ〈x,uᵢ〉uᵢ
|
|
Subespacio Ortogonal
|
W⊥ = {u∈ W | ∀ω∈W〈ω,u〉= 0}
|
|
Producto Hermítico
|
∀u,v,ω∈ⅈ ⁿ
1.〈u,v〉= Conjugado(〈u,v〉) 2.〈u,λv+ω〉= Conju(λ) •〈u,v〉+ 〈u,ω〉 |
|
En A una matriz simétrica, es definida positiva si y sólo si (3)
|
1) Los valores propios de A son positivos
2)|A⁽¹⁾| > 0, |A⁽²⁾| > 0,..., |A⁽ⁿ⁾| > 0 3) Al escalonar A, todos sus pivotes son positivos |
|
Descomposición de Cholesky
|
Decimos que A ∈ M(ℝ) acepta una composición de Choesky si existe una matriz triangular inferior, con diagonal estrictamente positiva tal que A=RR(t)
|