সব বই

পেশাদার

1 Markets I: The Ecosystem and Exchange-Traded Marketsবাজার অনলাইনইংরেজি 2 Markets II: Rates, FX and Creditবাজার অনলাইনইংরেজি 3 Markets III: Commodities, Energy and Cryptoবাজার অনলাইনইংরেজি 4 Quantitative Methodsপদ্ধতি অনলাইনইংরেজি 5 Derivatives and Volatilityডেরিভেটিভস অনলাইনইংরেজি 6 Rates, Credit, XVA and Riskসুদহার, ঋণ ও ঝুঁকি অনলাইনইংরেজি 7 Research Craft: Predictors, Backtests, Measurement, Portfoliosগবেষণা অনলাইনইংরেজি 8 Strategies I: Equities and Futuresকৌশল অনলাইনইংরেজি 9 Strategies II: Volatility, Relative Value, Macro and the Bank Desksকৌশল অনলাইনইংরেজি 10 Microstructure and Executionএক্সিকিউশন অনলাইনইংরেজি 11 Market Making and High-Frequency Tradingমার্কেট মেকিং অনলাইনইংরেজি 12 Machine Learning for Marketsমেশিন লার্নিং অনলাইনইংরেজি 13 Low-Latency Softwareপ্রযুক্তি অনলাইনইংরেজি 14 Networks, Hardware and Trading Infrastructureপ্রযুক্তি অনলাইনইংরেজি 15 Research, Data and Risk Platformsপ্রযুক্তি অনলাইনইংরেজি 16 The Desk and the Firmপ্রতিষ্ঠান অনলাইনইংরেজি 17 The Industry: Firms, Roles and Careersক্যারিয়ার অনলাইনইংরেজি 18 Interviews I: Maths, Probability and Speedক্যারিয়ার অনলাইনইংরেজি 19 Interviews II: Markets, Trading Games and the Final Roundক্যারিয়ার অনলাইনইংরেজি 20 Interviews III: Codeক্যারিয়ার অনলাইনইংরেজি
অ্যাপ পরিচিতি Coach সাইন ইন পড়া শুরু করো

বইগুলো এখনো বাংলা ভাষায় পাওয়া যায় না — Español সংস্করণ দেখানো হচ্ছে।

Matemáticas · পরিভাষা

Traspuesta; traza কী?

অন্য নাম: traza

Definición 21.5 Matemáticas universitarias — Grado 1 · অধ্যায় 21 — Matrices

La traspuesta de A=(aij)∈Mn,pA = (a_{ij}) \in \mathcal{M}_{n,p} es AT=(aji)∈Mp,nA^{\mathsf T} = (a_{ji}) \in \mathcal{M}_{p,n}; cumple (AB)T=BTAT(AB)^{\mathsf T} = B^{\mathsf T} A^{\mathsf T} y (AT)T=A(A^{\mathsf T})^{\mathsf T} = A. La traza de una matriz cuadrada es tr⁡A=∑iaii\operatorname{tr} A = \sum_i a_{ii}; es lineal, y

tr⁡(AB)=tr⁡(BA)(A∈Mn,p, B∈Mp,n).\operatorname{tr}(AB) = \operatorname{tr}(BA) \qquad (A \in \mathcal{M}_{n,p},\ B \in \mathcal{M}_{p,n}).

উদাহরণ

Ejemplo 21.6 (La traza en acción)

La proyección del Capítulo 20 sobre Vect⁡(1,1)\operatorname{Vect}(1,1) paralelamente a Vect⁡(0,1)\operatorname{Vect}(0,1), p(x,y)=(x,x)p(x, y) = (x, x), tiene matriz A=(1010)A = \begin{pmatrix} 1 & 0\\ 1 & 0\end{pmatrix} en la base canónica: en efecto, A2=AA^2 = A, y

tr⁡A=1=rk⁡A,\operatorname{tr} A = 1 = \operatorname{rk} A ,

lo que ilustra el Ejercicio 21.8: para los idempotentes, la traza cuenta la dimensión de la imagen, sea cual sea la base torcida en la que esté escrita la matriz. El mecanismo de la invariancia es la identidad tr⁡(AB)=tr⁡(BA)\operatorname{tr}(AB) = \operatorname{tr}(BA):

tr⁡(P−1(AP))=tr⁡((AP)P−1)=tr⁡A,\operatorname{tr}\bigl(P^{-1}(AP)\bigr) = \operatorname{tr}\bigl((AP)P^{-1}\bigr) = \operatorname{tr} A ,

de modo que todas las matrices semejantes a AA comparten su traza — el primer invariante numérico de un endomorfismo, al que se sumará el determinante en el Capítulo 22 (la pareja (s,p)(s, p) del problema del fin de semana de más abajo).

Ejemplo 21.7 (Simétrica más antisimétrica)

Dígase que AA es simétrica cuando AT=AA^{\mathsf T} = A, y antisimétrica cuando AT=−AA^{\mathsf T} = -A. Toda matriz cuadrada se parte de forma única como una más la otra:

A=A+AT2⏟simeˊtrica+A−AT2⏟antisimeˊtrica,A = \underbrace{\frac{A + A^{\mathsf T}}{2}}_{\text{simétrica}} + \underbrace{\frac{A - A^{\mathsf T}}{2}}_{\text{antisimétrica}},

y una matriz que sea las dos cosas es nula (A=−AA = -A): los dos conjuntos son subespacios suplementarios de Mn(K)\mathcal{M}_n(K) — el análogo exacto de la separación par/impar de las funciones (Ejemplo 18.11), con la trasposición en el papel de x↦−xx \mapsto -x. Dimensiones: una matriz simétrica es libre en la diagonal y por encima, y una antisimétrica, estrictamente por encima (diagonal nula):

n(n+1)2+n(n−1)2=n2,\frac{n(n+1)}{2} + \frac{n(n-1)}{2} = n^2 ,

y el que la cuenta cuadre es la confirmación de Grassmann de que la suma es directa. Para n=2n = 2: (1512)=(1332)+(02−20)\begin{pmatrix} 1 & 5\\ 1 & 2\end{pmatrix} = \begin{pmatrix} 1 & 3\\ 3 & 2\end{pmatrix} + \begin{pmatrix} 0 & 2\\ -2 & 0\end{pmatrix}. Las matrices simétricas vuelven como los datos de segunda derivada del Capítulo 25 (la terna de Monge r,s,tr, s, t), y las simétricas ortogonales se clasifican en el Ejercicio 23.12.

প্রসঙ্গসহ পড়ো →