El objetivo de esta encuesta es revisar algunos desarrollos recientes en la creación de precondicionadores eficientes para secuencias de sistemas lineales simétricos y definidos positivos (SPD) que surgen en muchas aplicaciones científicas, como la discretización de Ecuaciones en Derivadas Parciales (EDP) transitorias, solución de problemas de autovalores, métodos de Newton (Inexactos) aplicados a sistemas no lineales, métodos de Krylov racionales para calcular una función de una matriz. En este documento, analizaremos una serie de técnicas para actualizar un precondicionador inicial dado con el objetivo de mejorar el agrupamiento de los autovalores alrededor de 1, con el fin de acelerar la convergencia del método de Gradiente Conjugado Precondicionado (PCG). También revisaremos algunas técnicas para aproximar eficientemente los vectores linealmente independientes que constituyen las correcciones de rango bajo y cuya elección es crucial para la efectividad del enfoque. Los resultados numéricos en aplicaciones de la vida real muestran que el rendimiento de un solucionador iterativo dado puede mejorar significativamente mediante el uso de actualizaciones de rango bajo.