Hola, como dice en los comentarios, hay entradas bastante buenas en Wikipedia y en Wikipedia en inglés simple.
Jacobio: es la generalización de la noción de “derivada” para funciones de valor vectorial (funciones que toman el vector y le dan otro vector).
Hesse: si toma una función escalar de múltiples variables (una función que toma un vector en (las variables múltiples) y le da un escalar) la “primera derivada” es el gradiente. El gradiente es una función de valor vectorial, por lo que su jacobiano representa la “segunda derivada” de la función escalar. Esta “segunda derivada” es la arpillera de la función escalar.
El Wronskian es una matriz que se construye a partir de un conjunto de funciones. En cada columna, coloca las derivadas de cada función en el orden igual al número de funciones en su conjunto. El determinante de esa matriz le dice si su conjunto de funciones es linealmente independiente o no (determinante nulo). Se utiliza en las soluciones de EDO, para el método de variaciones de parámetros.
- ¿Cuáles son las aplicaciones del álgebra lineal en el aprendizaje automático?
- ¿Existen otras descomposiciones matriciales que no sean SVD que encuentran el mínimo global de algún error de reconstrucción?
- ¿Cuáles son algunas técnicas efectivas de factorización matricial y sus casos de uso?
- Álgebra lineal: ¿cómo puedo encontrar una ecuación de verificación de paridad?
- Con respecto a las matrices, ¿cómo puede probar que si A tiene un inverso que A al cuadrado también tiene un inverso?
El laplaciano: para este tenemos que tener cuidado. Supongo que se refiere al operador diferencial y no a la matriz laplaciana de un gráfico.
El laplaciano es solo la divergencia (otro operador diferencial) del gradiente de una función. Ahora, esa es solo la definición matemática, dependiendo del campo donde aparece el laplaciano puede tener diferentes interpretaciones. El que me gusta es la relación con la curvatura media de una superficie (cuánto está doblada la superficie). La curvatura media es la divergencia de la unidad normal de una superficie, si la normal está dada por el gradiente de una función (eso significa que su superficie es una curva de nivel, un equipotencial, un isopotencial, etc.), entonces la curvatura es proporcional al laplaciano.
JPi