Saltar al contenido ForoHackers

Álgebra lineal: por dónde empezar

Álgebra lineal
#3138 · · Citar · Denunciar

El álgebra lineal estudia los vectores, las matrices y las aplicaciones lineales entre ellos. Es la herramienta principal para todo lo que tiene muchos números a la vez: los gráficos transforman puntos con matrices, los buscadores ordenan páginas con autovectores y el aprendizaje automático es en gran parte multiplicación de matrices. Aprende primero la geometría y después el cálculo.

Conceptos clave

  • Vectores y matrices: un vector es un punto o una flecha; una matriz es una aplicación lineal, y multiplicar matrices compone aplicaciones.
  • Sistemas lineales: resolver Ax = b por eliminación, y saber cuándo no hay solución, hay una o hay infinitas.
  • Espacios vectoriales: generadores, independencia, base y dimensión, la estructura detrás de todo conjunto de soluciones.
  • Autovalores y autovectores: direcciones que una aplicación solo estira; revelan su comportamiento a largo plazo.
  • Descomposiciones: LU, QR y la descomposición en valores singulares factorizan una matriz en piezas más sencillas.

Vocabulario

  • Rango: el número de columnas independientes, la dimensión real de lo que una matriz puede alcanzar.
  • Ortogonal: perpendicular; las matrices ortogonales giran y reflejan sin deformar las longitudes.
  • Determinante: un número que dice cómo una aplicación escala el volumen y si se puede invertir.
  • Mínimos cuadrados: la mejor solución aproximada de un sistema que no tiene una exacta.

Qué estudiar, en orden

  1. Vectores, producto escalar y la geometría de rectas y planos; dibújalos.
  2. Implementa la eliminación gaussiana y úsala para resolver sistemas e invertir matrices pequeñas.
  3. Estudia generadores, base, rango y espacio nulo con ejemplos pequeños.
  4. Calcula a mano los autovalores de matrices de 2 por 2 y luego usa una biblioteca numérica para las más grandes.
  5. Ajusta una recta por mínimos cuadrados y comprime una imagen con la SVD.

Etiquetas relacionadas

#numerical-analysis #machine-learning #computer-graphics #discrete-math #signal-processing

No has iniciado sesión, así que esto se publica como anónimo: no se guarda con ello ninguna cuenta, nombre ni dirección, y no puede llevar enlaces ni imágenes. Inicia sesión o únete para publicar con tu nombre. Los registros de nuestro servidor web guardan la dirección y la hora de cada petición hasta 14 días; para que la tuya no quede en ellos, usa Tor. Para escribir al equipo de forma confidencial, usa el buzón. Firmar como fuente habitual (una clave guardada solo en este navegador)

Enviar tarda unos segundos aquí: tu navegador resuelve antes una prueba de trabajo contra el spam.

Responder