-
Notifications
You must be signed in to change notification settings - Fork 3
/
notacion.tex
49 lines (49 loc) · 2.36 KB
/
notacion.tex
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
%%
%% notacion.tex - Sección de símbolos y notación matemática
%%
%% Copyright 2009-2018 Jesús Torres <[email protected]>
%%
%% Esta obra está bajo licencia Creative Commons Reconocimiento 4.0 Internacional
%%
\chapter*{Símbolos y notación}\label{notación}
\pdfbookmark{Símbolos y notación}{notación}
\markboth{Símbolos y notación}{}
\begin{longtable}{rp{0.8\textwidth}}
$a$ & escalar \\
$|a|$ & valor absoluto de $a$ \\
$\vec{a}$ & vector columna \\
$a_i$ & $i$-ésimo elemento del vector $\vec{a}$ o del conjunto
de escalares $\{a_n\}$ \\
$\vec{1}$ & vector columna $[1,1,\ldots,1]^T$ \\
$\|\vec{a}\|$ & norma euclídea de $\vec{a}$ \\
$\vec{a}^T$ & traspuesta de $\vec{a}$ \\
$\mat{A}$ & matriz \\
$\vec{a}_i$ & $i$-ésimo elemento de conjunto de vectores $\{\vec{a}_n\}$
o $i$-ésima columna de la matriz $\mat{A}$ \\
$a_{ij}$ & elemento en la fila $i$-ésima y columna $j$-ésima de
la matriz $\mat{A}$ \\
$\mat{I}$ & matriz identidad \\
$\mat{A}^{-1}$ & inversa de la matriz $\mat{A}$ \\
$\|\mat{A}\|_F$ & norma de Frobenius de la matriz $\mat{A}$ \\
$\diag(\vec{a})$ & matriz diagonal cuyo $i$-ésimo elemento de la diagonal
es $a_i$ \\
$\det(\mat{A})$ & determinante de la matriz $\mat{A}$ \\
$\trace(\mat{A})$ & traza de la matriz $\mat{A}$ \\
$[\ldots]$ & vector o matriz \\
$\{\ldots\}$ & conjunto o lista de elementos \\
$X, Y, Z$ & ejes de coordenadas en $\spc{R}^3$ \\
$x, y$ & ejes de coordenadas en $\spc{R}^2$ \\
$\spc{F}$ & espacio de características \\
$\func{f}(x)$ & función $\func{f}$ en $x$ \\
$\func{f}(x;p)$ & función $\func{f}$ en $x$ con parámetro $p$\\
$\hat{a}$ & estimación de $a$ \\
$\langle{a}\rangle$ & media del conjunto $\{a_n\}$ \\
$\tilde{a}_i$ & $i$-ésimo elemento del conjunto $\{a_n\}$ al que se le ha
restado la media de dicho conjunto \\
$a^{(t)}$ & valor de $a$ en la iteración $t$ \\
$\var(a)$ & varianza de $a$ \\
$\dist{N}(\vec{\mu},\UPSIGMA)$ & distribución normal multivariable de media
$\vec{\mu}$ y varianza $\UPSIGMA$ \\
$\func{D}_{KL}(\dist{P}\|\dist{Q})$ & divergencia de Kullback-Liebler entre
las distribuciones de probabilidad $\dist{P}$ y $\dist{Q}$
\end{longtable}