GRADIENTE CONJUGADO. May 15, 2018 DWIN ANCIZAR DIAZ ZAPATA (UNIVERSIDAD NACIONAL GRADIENTE DECONJUGADO COLOMBIA )
|
|
- José Manuel Vega López
- hace 5 años
- Vistas:
Transcripción
1 GRADIENTE CONJUGADO EDWIN ANCIZAR DIAZ ZAPATA UNIVERSIDAD NACIONAL DE COLOMBIA May 15, 2018 May 15, / 37
2 A definida positiva x t Ax > 0 x 0 Definamos producto interno x, y A = x t Ay x es un vector conjugado a otro vector y con respecto a una matriz A si x,y A = 0, con x y E May 15, / 37
3 MÉTODOS ITERATIVOS pueden ser Métodos estacionarios Métodos no estacionaros Métodos NO estacionarios Hacen uso de información, evaluada en cada iteración, que les permite obtener la solución de modo dinámico, además suelen ser mas eficientes que los métodos estacionarios contienen a los métodos basados en subespacios de Krylov May 15, / 37
4 GRADIENTE CONJUGADO El método del CG fue presentado por Hestenes y Stiefel (1952) como un método directo, mas tarde Reid (1971) y Concus et al (1976) le descubrieron su verdadero potencial al mirarlo como un método iterativo bastante adecuado para resolver sistemas de la forma Ax = b, donde A es simétrica y definida positiva. El método de CG está basado en un principio de conjugación teniendo un almacenamiento modesto y siempre converge. E May 15, / 37
5 Gradiente Conjugado Un método basado en el subespacio de Krylov no accede directamente a los elementos de la matriz, si no que realiza la multiplicación matriz-vector para obtener vectores que son proyecciones en un subespacio de Krylov de dimensión inferior donde se resuelve un problema correspondiente. Este resultado se convierte luego en una solución del problema original No requiere una factorización de la matriz, ni es dependiente de parámetros definidos por el usuario, como sucede con otros métodos iterativos. E May 15, / 37
6 Problema de minimización Si A R nxn es simétrica y definida positiva b R n, entonces la función cuadrática φ : R n R φ(x) = 1 Ax, x b, x 2 Alcanza un único mínimo en el vector x R n solución del sistema Ax = b Nota: φ(x) = 1 2 Ax, x b, x = 1 2 x t Ax x t b May 15, / 37
7 Figure: matriz S.D.P Figure: Matriz indefinida; en este caso el punto crítico es un punto silla. E May 15, / 37
8 Figure: Matriz S.D.N Figure: Matriz singular (positiva), en este caso no existe un único mínimo E May 15, / 37
9 Métodos de Descenso Se parte de un punto u 0 R n y en cada paso k = 0, 1, 2,... se determina un nuevo punto u k+1 R n /φ(u k+1 ) < φ(u k ) de la siguiente manera? a) Se calcula una dirección de búsqueda P k b) se considera la recta L k que pasa por el punto u k con dirección P k c) Se elige el punto u k+1 L k donde φ alcanza su mínimo sobre L k May 15, / 37
10 Como L k = { x k + αp k : α R }, entonces φ ( x k + αp k) = 1 ( x k + αp k) t ( A x k + αp k) b ( t x k + αp k) +c 2 Por lo tanto dφ ( x k + αp k) = 0 α = α k = r k, p k dα Ap k, p k Donde r k = b Ax k es el residuo de x k Luego x k+1 = x k + α k p k E May 15, / 37
11 Método del máximo Descenso Los distintos métodos de descenso se distinguen por la manera de escoger la dirección de descenso p k La elección más simple es escoger la dirección de máximo descenso de φ p k = φ ( x k) = b Ax k = r k Esta elección conduce al Método del Máximo Descenso o del Gradiente May 15, / 37
12 algoritmo descenso input : A, x 0, b, ɛ k 0 repetir r k b Ax k α k r t k r k r t k Ar k x k+1 x k + α k r k k k + 1 hasta que r k < ɛ x 0 es una coordenada inicial May 15, / 37
13 MÉTODO GRADIENTE CONJUGADO Determinación dirección descenso consideremos d 0 = r 0 la primera dirección de descenso llamaremos d al vector que une x 1 con x d 1 = x x 1 = x x 0 ρ 0 d 0 Teorema Los vectores d 0 y d 1 son conjugados respecto a la matriz A May 15, / 37
14 d 1 se puede expresar como combinación lineal de d 0 y r 1 d 1 = β 1 r 1 + β 2 d 0 No es preciso obtener el vector d 1 basta con determinar cual es su dirección para ello se realiza lo siguiente d 1 = 1 β 1 d 1 = r 1 + β 2 β 1 d 0 = r 1 + α 0 d 0 Donde α 0 se puede ver que α 0 = (d 0) t Ar 1 (d 0 ) t Ad 0 E May 15, / 37
15 Algoritmo del método del gradiente conjugado Versión provisional método gradiente conjugado para solucionar el sistema AX=b Leer : A, x 0, b, ɛ, maxiter k 0, r 0 b Ax, tol r 0 mientrasi < maxiter y tol > ɛ hacer α k r t k d k d t k Ar k x k+1 x k + α k d k r k+1 b Ax k+1 ρ k r t k+1 Ad k d t k Ad k d k+1 r k+1 + ρ k d k k k + 1 tol r k May 15, / 37
16 Modificando algoritmo preliminar términos a modificar ρ k = r k+1 r k+1 r k r k r k+1 = r k α k Ad k α k = (r k) t r k (d k ) t Ad k May 15, / 37
17 Algoritmo final del método del gradiente conjugado Leer : A, x 0, b, ɛ, maxiter k 0, r 0 b Ax, d r β r t r tol r 0 mientrasi < maxiter y tol > ɛ hacer z Ad α k β d t k z x x + αz r r αz γ β β r t r ρ k β γ d r + ρd k k + 1 tol r E May 15, / 37
18 Ejemplo 2x2 [ ] [ ] [ ] 2 1 x1 1 = 1 2 x 2 0 iniciamos con x 0 = 0 p 0 = r 0 = b = [1, 0] T α 0 = r [ ] [ ] [ ] 0 T r /2 p0 T Ap = 1, x 2 1 = x 0 + α 0 p 0 = = [ ] [ ] [ ] r 1 = r 0 α 0 Ap 0 = 0 1 =, r /2 T r 0 = 0 β 0 = r [ ] [ ] [ ] 1 T r /4 r0 T r = 1, p 4 1 = r 1 + β 0 p 0 = + 0 1/2 1 = 4 0 1/2 α 1 = r [ ] [ ] [ ] 1 T r 1 1/2 1/4 2/3 p1 T Ap = 2, x 3 2 = x 1 + α 1 p 1 = = 3 1/2 1/3 r 2 = 0, Solución exacta E May 15, / 37
19 PROPIEDADES DEL MÉTODO DEL GRADIENTE CONJUGADO Cada dirección de descenso del método de gradiente conjugado es conjugada, respecto a la matriz A, con todas las direcciones de descenso calculadas anteriormente: (d i ) t Ad j = 0 0 j < i Los gradientes de f (f (x) = 1 2 x t Ax b t x) en los puntos generados en el método del gradiente conjugado son ortogonales a las direcciones de descenso de las iteraciones anteriores r i d j = 0 0 j < i E May 15, / 37
20 Si se utiliza aritmética exacta al realizar las operaciones, el método del gradiente conjugado alcanza la solución exacta del sistema Ax = b en no más de n iteraciones: k n/r k = 0 r i r j = 0 0 j < i E May 15, / 37
21 Velocidad de convergencia método del gradiente k cond(a) 4 ln ( 1 α ) Velocidad de convergencia método del gradiente conjugado k cond(a) 2 ln ( ) 2 α May 15, / 37
22 Condicionamiento de un sistema Al hablar de condicionamiento en un sistema de ecuaciones nos referimos a las estabilidad que presenta la solución frente a pequeñas perturbaciones tanto en la matriz de coeficientes como en el vector de términos independientes El llamado número de condición constituye una herramienta eficaz para predecir el comportamiento en un sistema de ecuaciones lineales frente a perturbaciones de la matriz de coeficientes y/o del vector de segundos miembros. May 15, / 37
23 Técnicas de Precondicionamiento Las técnicas de Precondicionamiento permiten mejorar el número de condición en un sistema. La idea es considerar una matriz invertible M y resolver el sistema M 1 Ax = M 1 b en lugar de Ax = b. Esta matriz M recibe el nombre de matriz de Precondicionamiento Naturalmente, para que este procedimiento sea efectivo se tiene que dar: cond(m 1 A) < cond(a) May 15, / 37
24 Técnicas de Precondicionamiento Lo mas conveniente sería tomar M de tal modo que M 1 A = I es decir M = A hay que tomar algunas precauciones a la hora de precondicionar un sistema. La más importante es tener en cuenta que se puede destruir la estructura de la matriz del sistema. si la matriz A es simétrica, la matriz M 1 A no tiene por qué serlo, o si la matriz A es definida positiva, la matriz M 1 A puede no serlo. May 15, / 37
25 Técnicas de Precondicionamiento si se trabajo con métodos de resolución de tipo gradiente se prefiere precondicionar de la siguiente manera: Ax = b MAM }{{ 1 }}{{} Mx P y = Mb }{{} c Resolviendo este sistema y posteriormente el Mx = y garantizamos que este método conserva las propiedades de la matriz A May 15, / 37
26 Técnicas de Precondicionamiento En la idea de utilizar matrices de Precondicionamiento parecidas a la matriz del sistema, este tipo de precondicionadores trabajan, en lugar de con la descomposición A = LU exacta, con una descomposición aproximada, de tal forma que A = L U + R y utilizan como matriz de precondicinamiento M = L U. Los precondicionadores de este tipo, denominados LU incompletos (ILU), son particularmente efectivos en el caso, muy frecuente en la práctica, de que la matriz A tenga muchos elementos nulos, es decir, sea una matriz hueca. En este caso, se suele tomar una matriz L con el mismo patrón de huecos que la parte triangular inferior de la matriza. May 15, / 37
27 GRACIAS E May 15, / 37
ALN - Curso 2007 Gradiente Conjugado
ALN - Curso 27 Gradiente Conjugado Cecilia González Pérez Junio 27 Métodos Iterativos Pueden ser: Métodos estacionarios Métodos no estacionarios Métodos no estacionarios hacen uso de información, evaluada
Más detallesI. Métodos directos para resolución de SEL. Se dice que una matriz A admite una factorización LU indirecta A = LU
I. Métodos directos para resolución de SEL 1. Factorización LU Se dice que una matriz A admite una factorización LU si dicha matriz puede escribirse como el producto de una matriz triangular inferior,
Más detallesResolución numérica de sistemas de ecuaciones. Introducción
Resolución numérica de sistemas de ecuaciones. Introducción Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) http://www-lacan.upc.es
Más detallesMétodos numéricos para sistemas de ecuaciones. (Prácticas)
Métodos numéricos para sistemas de ecuaciones (Prácticas) Métodos iterativos UNIVERSIDAD POLITÉCNICA DE VALENCIA 1 Índice general 3. Métodos iterativos 3 3.1. Métodos iterativos básicos....................
Más detallesDeducción de las fórmulas del método del gradiente conjugado
Deducción de las fórmulas del método del gradiente conjugado Objetivos. Demostrar el teorema sobre los subespacios de Krylov en el método del gradiente conjugado. Requisitos. Subespacios generados por
Más detallesMétodos numéricos para sistemas de ecuaciones. (Prácticas) Damián Ginestar Peiró UNIVERSIDAD POLITÉCNICA DE VALENCIA
Métodos numéricos para sistemas de ecuaciones (Prácticas) Damián Ginestar Peiró UNIVERSIDAD POLITÉCNICA DE VALENCIA 1 Índice general 4. Métodos iterativos 3 4.1. Métodos iterativos básicos....................
Más detallesMétodos de gradiente. Métodos de Krylov
Métodos de gradiente. Métodos de Krylov Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2012-2013 (UPV) Métodos de gradiente. Métodos de Krylov Curso
Más detallesMinimización de una forma cuadrática sobre una recta (ejercicios)
Minimización de una forma cuadrática sobre una recta (ejercicios) Objetivos. Dada una forma cuadrática positiva definida, encontrar su mínimo sobre una recta dada. Mostrar que en el punto mínimo el gradiente
Más detallesMétodo de Gradientes Conjugados.
Método de Gradientes Conjugados. Lourdes Fabiola Uribe Richaud & Juan Esaú Trejo Espino. Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas February 17, 2015 1 Método de Direcciones
Más detallesEJERCICIOS DE MÉTODOS ITERATIVOS PARA LA RESOLUCIÓN DE SISTEMAS LINEALES DE ECUACIONES PROPUESTOS EN EXÁMENES DE LA ASIGNATURA
EJERCICIOS DE MÉODOS IERAIVOS PARA LA RESOLUCIÓN DE SISEMAS LINEALES DE ECUACIONES PROPUESOS EN EXÁMENES DE LA ASIGNAURA CURSO 00-00 Examen de control Siendo a un número real tal que a 0 se considera el
Más detallesOCW-V.Muto El problema de mínimos cuadrados. Cap. XIX CAPITULO XIX. EL PROBLEMA DE LOS MINIMOS CUADRADOS: PRELIMINARES
CAPITULO XIX. EL PROBLEMA DE LOS MINIMOS CUADRADOS: PRELIMINARES. SISTEMAS LINEALES DE ECUACIONES SOBREDETERMINADOS La discusión de los problemas algebráicos de la parte anterior se había centrado exclusivamente
Más detallesMínimos cuadrados. Mayo de Ejemplos de introducción. Observación preliminar
Mínimos cuadrados Mayo de 2015. Ejemplos de introducción Observación preliminar Sean dos matrices A y B, por ejemplo a b A =, B = c d x z y t Las columnas de A representan los vectores u = (a; c) y v =
Más detallesResolución de sistemas de ecuaciones lineales
Tema 2 Resolución de sistemas de ecuaciones lineales 21 Métodos directos de resolución de sistemas de ecuaciones lineales 211 Resolución de sistemas triangulares Definición 211 Una matriz A se dice triangular
Más detallesIntroducción a la optimización con algoritmos. Ejercicios. 0 2 f(x + t(y x))(y x)dt. J(x + t(y x))(y x)dt siendo J la matriz Jacobiana de F.
Introducción a la optimización con algoritmos Ejercicios Preliminares 1. Demostrar que si f C 2 (IR n ), f : IR n IR entonces f(y) f(x) = 1 0 2 f(x + t(y x))(y x)dt. 2. Demostrar que si F C 1 (IR n ),
Más detallesParte 4. Métodos iterativos para la resolución de sistemas de ecuaciones lineales
Parte 4. Métodos iterativos para la resolución de sistemas de ecuaciones lineales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales Universidad de Las Palmas de Gran Canaria Curso 2006-2007
Más detallesResolución numérica de sistemas de ecuaciones. Introducción
Motivación La cercha de la figura se carga con una fuerza uniforme repartida sobre el cordón superior Resolución numérica de sistemas de ecuaciones. Introducción El planteamiento del problema conduce a
Más detallesCeros de Funciones: Multivariable
Ceros de Funciones: Multivariable Prof. Marlliny Monsalve 1 1 Postgrado en Ciencias de la Computación Universidad Central de Venezuela Análisis Numérico May 19, 2015 Prof. Monsalve (UCV) Ceros Multivariable
Más detallesDescomposición QR. Problemas para examen. Agradezco a Aldo Iván Leal García por varias correcciones importantes.
Descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Reflexión de Householder (repaso) 1. Reflexión ortogonal respecto a un hipersubespacio (repaso).
Más detallesW_ILU_GMRES. UNA ESTRATEGIA PARA SISTEMAS DE ECUACIONES LINEALES DENSOS
W_ILU_GMRES. UNA ESTRATEGIA PARA SISTEMAS DE ECUACIONES LINEALES DENSOS Angela León, Marta Lourdes Baguer, Yisleidy Linares, Universidad de La Habana Lilian Villarín, Universidad de Heidelberg, Alemania
Más detallesMétodos iterativos. Damián Ginestar Peiró. Departamento de Matemática Aplicada Universidad Politécnica de Valencia.
Métodos iterativos Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2016-2017 (UPV) Métodos iterativos Curso 2016-2017 1 / 90 Índice I 1 Introducción
Más detallesMatrices ortogonales y descomposición QR
Matrices ortogonales y descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Invertibilidad por la izquierda y por la derecha (repaso) 1. Conceptos
Más detallesMétodos de Krylov. Damián Ginestar Peiró. Departamento de Matemática Aplicada Universidad Politécnica de Valencia. Curso
Métodos de Krylov Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2013-2014 (UPV) Métodos de Krylov Curso 2013-2014 1 / 57 Índice 1 Introducción 2 Matrices
Más detallesMétodos iterativos para sistemas lineales de ecuaciones
Métodos iterativos para sistemas lineales de ecuaciones Laboratori de Càlcul Numèric (LaCàN) 23 de septiembre de 2010 Se desea resolver el sistema lineal de ecuaciones Ax = b, con A R n n regular, x R
Más detallesMétodos de factorización para resolver sistemas de ecuaciones lineales. 22 de agosto, 2012
Cálculo numérico Métodos de factorización para resolver sistemas de ecuaciones lineales 22 de agosto, 2012 1 Factorización LU Considera el siguiente ejemplo de factorización LU de una matriz en un sistema
Más detallesCURSO DE METODOS NUMERICOS Año Académico Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO
Año Académico 2000-2001 Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO 1. Dá el enunciado y demuestra el teorema de convergencia del método del punto fijo. (2 puntos) 2. Resuelve el siguiente sistema
Más detallesTema 3: Espacios eucĺıdeos
Marisa Serrano, Zulima Fernández Universidad de Oviedo 25 de noviembre de 2009 email: mlserrano@uniovi.es Índice 1 2 3.1 V, R espacio vectorial, la aplicación : V V R ( v, u) v u a) v 1, v 2, u V α, β
Más detallesClase. 1. Resolución de sistemas de ecuaciones lineales: preliminares
Clase 1. Resolución de sistemas de ecuaciones lineales: preliminares 2. Método directo y exacto: Gauss 3. Método directo y exacto (II): descomposición LU 4. Métodos indirectos: Jacobi, Gauss-Seidel 2 Sistemas
Más detallesFactorización incompleta de Cholesky como técnica de precondicionamiento.
Artículo Revista digital Matemática, Educación e Internet (http://www.tec-digital.itcr.ac.cr/revistamatematica/). Vol 13, No 1. Agosto Febrero 2013. Factorización incompleta de Cholesky como técnica de
Más detallesMétodos iterativos para resolver sistemas de ecuaciones lineales
Clase No. 8 (Parte 1): MAT 251 Métodos iterativos para resolver sistemas de ecuaciones lineales Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/
Más detallesALGORITMO SOLVER: RESOLUCIÓN DEL SISTEMA A*X=B
III. ALGORITMO SOLVER: RESOLUCIÓN DEL SISTEMA A*X=B Tras el análisis del código de partida se observó que uno de los bloques que se debían adaptar a tecnología CUDA para su aceleración era el bloque encargado
Más detallesArtículo Revista digital Matemática, Educación e Internet (http://www.tec-digital.itcr.ac.cr/revistamatematica/). Vol 13, No 1. Agosto Febrero 2013.
Artículo Revista digital Matemática, Educación e Internet (http://www.tec-digital.itcr.ac.cr/revistamatematica/). Vol 13, No 1. Agosto Febrero 2013. Factorización incompleta de Cholesky como técnica de
Más detallesUn Análisis del Método de Gradiente Conjugado por Ismael Herrera Revilla
Un Análisis del Método de Gradiente Conjugado por Ismael Herrera Revilla 1 Introducción El método del gradiente conjugado ha recibido mucha atención y ha sido ampliamente utilizado en años recientes. Aunque
Más detallesRelación 1. Espacios vectoriales
MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR
Más detallesÁlgebra Lineal - Grado de Estadística. Examen final 26 de junio de 2013 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final de junio de APELLIDOS, NOMBRE: DNI: Firma Primer parcial Ejercicio ( Sea A una matriz simétrica definida positiva de orden n y v R n Pruebe que la matriz
Más detallesRelación de ejercicios del tema 2 Formas bilineales y formas cuadráticas
Relación de ejercicios del tema 2 Formas bilineales y formas cuadráticas Asignatura: Geometría II Doble grado en ingeniería informática y matemáticas Profesor: Rafael López Camino 1. Dadas α, β V, se define
Más detallesResolución de Ecuaciones No Lineales
Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Contenido 1 Introducción Introducción 2 Localización de Raíces Localización de Raíces 3 Métodos Iterativos
Más detallesCálculo Numérico. Curso Ejercicios: Preliminares I
Cálculo Numérico. Curso 07-08. Ejercicios: Preliminares I 1. (a) Compruebe que la inversa de una matriz, L, triangular inferior de orden n puede calcularse como sigue: Para j = 1,,..., n e i = j, j + 1,...,
Más detallesDepartamento de Ecuaciones Diferenciales y Análisis Numérico. CÁLCULO NUMÉRICO I (Tema 3 - Relación 2)
CÁLCULO NUMÉRICO I (Tema - Relación 2) 5 Resolver mediante el método de Gauss los siguientes sistemas de ecuaciones. 2x 2 + x = 0 2x + 2x 2 + x + 2x = 2 x x 2 + x = 7 6x + x 2 6x 5x = 6. x + x 2 x = x
Más detalles2.10 Ejercicios propuestos
Ejercicios propuestos 99 1 0 0 0 x 1 0 1 0 0 x 2 0 0 1 0 x 3 x 2 0 0 0 1 x 4 + x 1 +4x 2 + x 3 x 2 0 0 0 1 x 5 x 2 1 0 0 0 x 1 0 1 0 0 x 2 0 0 1 0 x 3 x 2 0 0 0 1 x 4 + x 1 +4x 2 + x 3 x 2 0 0 0 0 x 5
Más detallesEspacios Euclídeos. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza
Espacios Euclídeos Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza A lo largo de todo el capítulo consideraremos que V un espacio vectorial real de dimensión finita. 1 Producto escalar Definición.
Más detallesProfesor Francisco R. Villatoro 13 de Diciembre de 1999 SOLUCIONES. 1. Una matriz A de n n es diagonalmente dominante (estrictamente) por filas si
Cuarta relación de problemas Técnicas Numéricas Profesor Francisco R. Villatoro 13 de Diciembre de 1999 SOLUCIONES 1. Una matriz A de n n es diagonalmente dominante estrictamente por filas si a ii > a
Más detallesTEMA V. Espacios vectoriales
TEMA V. Espacios vectoriales 1 1. Demostrar que cada uno de los siguientes conjuntos tiene estructura de espacio vectorial sobre el cuerpo de los reales: a El conjunto (R 2, +,, R. b El conjunto (R 3,
Más detallesCuaderno de Investigación: Métodos Iterativos para Sistemas Lineales
Cuaderno de Investigación: Métodos Iterativos para Sistemas Lineales Carlos Daniel Acosta Medina Departamento de Matemáticas y Estadística Universidad Nacional de Colombia Sede Manizales Carlos Enrique
Más detallesMatemáticas para la Empresa
Matemáticas para la Empresa 1 o L. A. D. E. Curso 2008/09 Relación 1. Espacios Vectoriales 1. a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy)
Más detallesGRADO: Ingeniería en Tecnologías Industriales CURSO: 1º CUATRIMESTRE: 1º
SESIÓN SEMANA DENOMINACIÓN ASIGNATURA: Álgebra Lineal GRADO: Ingeniería en Tecnologías Industriales CURSO: 1º CUATRIMESTRE: 1º La asignatura tiene 28 sesiones que se distribuyen a lo largo de 14 semanas
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesEspacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Más detallesIntroducción al algoritmo de máxima pendiente. Análisis de estabilidad y convergencia
4.3 Algoritmo de máxima pendiente Introducción al algoritmo de máxima pendiente Aplicación al filtro de Wiener Análisis de estabilidad y convergencia Otras técnicas de optimización Newton-Raphson Levemberg-Marquardt
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales José Vicente Romero Bauset ETSIT-curso 2009/200 José Vicente Romero Bauset Tema 2.- Sistemas de Ecuaciones Lineales Sistema de ecuaciones lineales Un sistema de ecuaciones
Más detalles(a) (0.5 puntos) Compruebe que esta ecuación tiene exactamente una solución en el intervalo
UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERÍA. INSTITUTO DE CIENCIAS BÁSICAS. Cálculo Numérico, Control 1. Semestre Otoño 007 Problema 1. Se desea encontrar una raíz de la función f(x) = cos (x) x.
Más detallesInversas Aproximadas usando el producto escalar de Frobenius
Inversas Aproximadas usando el producto escalar de Frobenius E Flórez, MD García, L González, G Montero Instituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería Universidad
Más detallesProblemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás
Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás de mayo de 013 Capítulo 1 Año 011 1.1. Modelo 011 - Opción A Problema 1.1.1 (3 puntos) Dado el sistema: λx
Más detallesProblemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices:
Problemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices: 5 2 1 1 0 3 1 0 3 3 1 6. 3 1 6 5 2 1 2.- Dada la matriz A = 10 7 8 7 5 6, 8 6 10 hallar
Más detalles3. Sistemas inconsistentes y sistemas indeterminados
. Sistemas inconsistentes sistemas indeterminados. Ejercicios resueltos Ejercicio. Dado el sistema: 4x + 5 x + 5 a Realizar la factorización QR de la matriz, resolverlo basándose en ella a. Mediante el
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES Formas reducidas y escalonada de una matriz SISTEMAS DE ECUACIONES LINEALES ) Encuentre una sucesión de matrices elementales E, E,..., E k tal que
Más detallesElementos de Cálculo Numérico
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Elementos de Cálculo Numérico Primer cuatrimestre 2006 Práctica N 2: Condicionamiento de una matriz. Descomposición
Más detallesÁlgebra Lineal UCR. Sétimo tema, 2013
Álgebra Lineal UCR Sétimo tema, 2013 Presentaciones basadas principalmente en Arce,C, Castillo,W y González, J. (2004) Álgebra lineal. Tercera edición. UCR. San Pedro. Otras fuentes serán mencionadas cuando
Más detallesPROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 2005/06
PROBLEMAS DE ÁLGEBRA LINEAL INGENIERÍA DE TELECOMUNICACIONES - E.T.S.I.T. CURSO 200/06 1. Utilizar el método de eliminación de Gauss para resolver el sistema de ecuaciones lineales siguiente: 2 x 1 2 x
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesBENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA ESTUDIO DEL MÉTODO DE GRADIENTE CONJUGADO. T e s i s. para obtener el grado de:
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS FÍSICO MATEMÁTICAS ESTUDIO DEL MÉTODO DE GRADIENTE CONJUGADO T e s i s para obtener el grado de: LICENCIATURA EN MATEMÁTICAS APLICADAS PRESENTA:
Más detallesTÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA
ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.
Más detallesa) Plantear un sistema de ecuaciones para calcular los coeficientes de f y resolverlo usando la descomposición LU de la matriz del sistema.
E.T.S. de Álgebra Numérica 30 de junio de 2006 Se quiere encontrar una función de la forma f(x) = ax 3 + bx + c que pase por los puntos (1, 4), ( 2, 23) y (2, 21). a) Plantear un sistema de ecuaciones
Más detallesCoordinación de Matemática II (MAT022)
Coordinación de Matemática II (MAT022) Guía de ejercicios N 6 parte Complementos Espacios Vectoriales En los ejercicios que siguen utilizamos la siguientes notaciones: R n [x es el espacio vectorial sobre
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES
Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Más detallesPRIMER CONTROL. 13 de Noviembre de 2012.
GRAO EN QUÍMICA. MATEMÁTICAS. (Evaluación continua) PRIMER CONTROL. 13 de Noviembre de 2012. 1.- Sea f : R 3 R 3 la aplicación lineal f(x, y, z) = (x + z, 2x + ay az, 4x + z), (a R) a) Matriz de la aplicación
Más detalles1.II.3. Sistemas de ecuaciones lineales: métodos iterativos.
1.II.3. Sistemas de ecuaciones lineales: métodos iterativos. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2003 Referencias [1] Burden, R.
Más detallesJosé Francisco Tudón Maldonado Mario Roberto Urbina Núñez. Funciones de Mérito en Ecuaciones No Lineales. i=1 n. = r i (x) i=1
Funciones de mérito José Francisco Tudón Maldonado Mario Roberto Urbina Núñez 9 de abril de 011 1 Introducción Las funciones de mérito surgen para determinar en un algoritmo que resuelve un problema de
Más detallesEspacios Vectoriales
Espacios Vectoriales José Vicente Romero Bauset ETSIT-curso 2009/2010 José Vicente Romero Bauset Tema 3.- Espacios Vectoriales 1 Espacio Vectorial Un espacio vectorial sobre K es una conjunto V que cumple:
Más detallesMétodo de Newton. Cálculo numérico. Notas de clase. 25 de abril, 2011
Método de Newton Cálculo numérico. Notas de clase. 25 de abril, 2011 La resolución de sistemas de ecuaciones algebraicas no lineales de la forma F(x) = 0, F : R n R n, (1) en donde F es una función continua
Más detalles2. Sistemas de ecuaciones lineales
2 Sistemas de ecuaciones lineales 2 Ejercicios resueltos Ejercicio 2 Estudiar el número de condición de Frobenius de la matriz a b A a + ε b Solución: El determinante de A es A ab + ba + ε b ε Si b 0 y
Más detallesResolverlo mediante el método de Gauss con aritmética exacta y sin pivoteo.
Asignatura Cálculo Numérico Página de Sistemas Lineales lineales (Gauss con variantes y estudio iterativo) Examen Diciembre 000 Ejercicio. Dado el sistema lineal 4x+ y+ z = 9 x+ 4y z = 5, x+ y z = 9 (a)
Más detallesResolución de sistemas lineales
Resolución de sistemas lineales Contenidos Introducción Métodos directos Métodos iterativos La operación \ Introducción Queremos resolver sistemas de ecuaciones lineales con el mismo número de ecuaciones
Más detallesEspacios Vectoriales
Espacios y subespacios vectoriales Espacios Vectoriales 1. Demuestre que con la suma y multiplicación habituales es un espacio vectorial real.. Considere el conjunto C de los números complejos con la suma
Más detallesAnálisis aplicado. Direcciones de descenso.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2009. El problema por resolver. El problema por resolver. Problemas reales que se pueden formular como: minimizar
Más detallesGradiente conjugado. Miguel Vargas-Félix. CIMAT, August 26, /24
Gradiente conjugado Miguel Vargas-Félix miguelvargas@cimat.mx http://www.cimat.mx/~miguelvargas CIMAT, August 26, 2015 1/24 Método de gradiente conjugado Es un método iterativo para minimizar funciones
Más detallesMatrices triangulares y descomposición LU
Matrices triangulares y descomposición LU Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el examen será suficiente
Más detallesEJERCICIO COMPUTACIONAL N o 4. MÉTODOS ITERATIVOS
EJERCICIO COMPUTACIONAL N o 4. MÉTODOS ITERATIVOS Ángel Durán Departamento de Matemática Aplicada Universidad de Valladolid 23 de abril de 2011 Contenidos 1 Métodos iterativos para sistemas lineales Técnicas
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2
Más detallesÁlgebra Lineal. Ejercicios de evaluación. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Ejercicios de evaluación Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Problema
Más detallesParte 2. Métodos directos para la resolución de sistemas de ecuaciones lineales
Parte 2. Métodos directos para la resolución de sistemas de ecuaciones lineales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales University of Las Palmas de Gran Canaria Curso 2006-2007
Más detallesEstrategias para la resolución de grandes sistemas de ecuaciones lineales. Métodos de Cuasi-Mínimo Residuo Modificados.
Universidad de Las Palmas de Gran Canaria Departamento de Matemáticas Tesis Doctoral Estrategias para la resolución de grandes sistemas de ecuaciones lineales. Métodos de Cuasi-Mínimo Residuo Modificados.
Más detallesREPASO DE ALGEBRA VECTORIAL
REPASO DE ALGEBRA VECTORIAL Vectores en R 2 : Un vector v en el plano R 2 = XY es un par ordenado de números reales (a,b). Los números reales a y b se llaman componentes del vector v. El vector cero es
Más detallesMínimos Cuadrados. Departamento de Matemáticas, CCIR/ITESM. 30 de junio de 2011
Mínimos Cuadrados Departamento de Matemáticas, CCIR/ITESM 30 de junio de 011 Índice 4.1.Introducción............................................... 1 4..Error Cuadrático............................................
Más detalles2.I Introducción a la interpolación y aproximación.
2.I Introducción a la interpolación y aproximación. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior - Universidad de Zaragoza Otoño 2001 Contents 1 Planteamiento general
Más detallesMétodo de diferencias finitas para ecuaciones diferenciales parciales elípticas. (Parte II)
Método de diferencias finitas para ecuaciones diferenciales parciales elípticas (Parte II) Métodos numéricos para sistemas lineales Solución numérica de EDPs requiere resolver sistemas de ecuaciones lineales
Más detalles1. ESPACIO EUCLÍDEO. ISOMETRÍAS
1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos
Más detalles9. Normas y métodos iterativos de resolución de sistemas lineales.
9. Normas y métodos iterativos de resolución de sistemas lineales. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2010 Contents 9 Normas
Más detallesMétodo de Newton Inexacto para Sistemas No Lineales de Gran Escala. NITSOL: Código en FORTRAN para estos problemas
Método de Newton Inexacto para Sistemas No Lineales de Gran Escala. NITSOL: Código en FORTRAN para estos problemas Isidro A. Abelló Ugalde Seminario Semanal del Laboratorio de Cómputo Científico Posgrado
Más detallesTema 3: Espacios eucĺıdeos
Marisa Serrano, Zulima Fernández Universidad de Oviedo 22 de diciembre de 2009 email: mlserrano@uniovi.es Índice 1 Índice 1 2 Método de los mínimos cuadrados Distintos ajustes por mínimos cuadrados Contenidos
Más detalles4. Espacios vectoriales
Contents 4 Espacios vectoriales 2 4.1 Dependencia e independencia lineal.................................. 4 4.2 Subespacios vectoriales.............................................. 7 4.3 Bases y dimensión..................................................
Más detallesMétodos Clásicos de Optimización para Problemas No-Lineales sin Restricciones
Métodos Clásicos de Optimización para Problemas No-Lineales sin Restricciones Dr. Gonzalo Hernández Oliva UChile - Departamento de Ingeniería Matemática 07 de Mayo 2006 Abstract En este apunte veremos
Más detallesMétodos Numéricos Grado en Informática Tema 6: Análisis Numérico Matricial II
Métodos Numéricos Grado en Informática Tema 6: Análisis Numérico Matricial II Luis Alvarez León Univ. de Las Palmas de G.C. Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 1 / 84 Contenido
Más detallesOptimización. Matrices de Proyección ITESM. Matrices de Proyección Profr. E. Uresti - p. 1/21. Dr. E Uresti
Optimización Matrices de Dr. E Uresti ITESM Matrices de Profr. E. Uresti - p. 1/21 ortogonal Teorema Sea Y una matriz m n y un espacio lineal V de dimensión r, ambos dentro de un espacio lineal U. de un
Más detallesAnálisis de Técnicas de Precondicionamiento para los Sistemas Lineales provenientes del Simulador SEMIYA de INTEVEP
Análisis de Técnicas de Precondicionamiento para los Sistemas Lineales provenientes del Simulador SEMIYA de INTEVEP Autores: Allan J. Peláez José L. Salas Germán Larrazábal Pablo Guillén Junio, 2002 Índice
Más detallesMétodo de mínimos cuadrados (Continuación)
Clase No. 11: MAT 251 Método de mínimos cuadrados (Continuación) Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña Acevedo CIMAT
Más detallesMETODOS ITERATIVOS. Hermes Pantoja Carhuavilca. Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria
Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria Métodos Numéricos Contenido 1 Métodos Iterativos Introducción Definición Métodos Iterativos Método de Jacobi Convergencia Método de Gauss
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4
Universidad Nacional de Colombia Departamento de Matemáticas - Álgebra Lineal - Grupo Taller () Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio vectorial?
Más detallesProducto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31
Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular
Más detallesEl método de gradiente conjugado proyectado precondicionado (PPGC) en optimización con restricciones
El método de gradiente conjugado proyectado precondicionado (PPGC) en optimización con restricciones Leobardo Valera * Miguel Argáez ** Brígida Molina *** 6 de diciembre de 2011 Resumen En este trabajo
Más detalles