MATEMÁTICA TICA SUPERIOR APLICADA
|
|
- Teresa Lorena Martin Ramírez
- hace 7 años
- Vistas:
Transcripción
1 MATEMÁTICA TICA SUPERIOR APLICADA Solución n Numérica de Sistemas de Ecuaciones No Lineales en Ingeniería a Química Universidad Tecnológica Nacional Facultad Regional Rosario Dr. Alejandro S. M. Santa Cruz
2 Sistemas de Ecuaciones No Lineales Como se mencionara, la solución n de diversos problemas de modelado y simulación n de procesos implica en algún n momento resolver un sistema de ecuaciones, por lo general no lineal. A continuación n se presentan algunos ejemplos, aunque obviamente no cubren todos los campos que pueden analizarse en un curso de este tipo. 2
3 Sistemas de Ecuaciones No Lineales Son los sistemas que comúnmente se presentan en la modelización matemática tica de procesos fisicoquímicos o equipos de procesos a parámetros concentrados. Estudiaremos problemas del tipo: o en forma equivalente: f x n n n m n f x,x,x,...,x 0 f x,x,x,...,x 0 f x,x,x,...,x 0 f x,x,x,...,x 0 Sin pérdida p de generalidad, en lo que sigue supondremos que el sistema presenta igual número n de ecuaciones que de incógnitas, esto es, m=n. 3
4 Discusión n de la Convergencia Se busca generar una secuencia infinita de vectores (serie), lím x x, 1 x, 2 x, 3, xn tal que si existe y se cumple que n entonces x* es la raíz z de la ecuación n buscada del SENL. Al igual que en el caso de la resolución n de una ecuación n no lineal en una variable, se deben seguir los siguientes pasos: 1) Generar una aproximación n inicial a la raíz. n * x * f x 0 2) Hallar una ley de recurrencia que nos provea la secuencia buscada. 3) Fijar un criterio que nos indique cuando hemos logrado una aproximación n aceptable de la raíz. 4
5 Método de Aproximaciones Sucesivas Básicamente consiste en explicitar el sistema de ecuaciones (lineales les o no lineales): transformándolo ndolo en el sistema equivalente: Una vez explicitada la función, n, se propone una aproximación n inicial x 0 de la solución n buscada que se mejora en sucesivas iteraciones conforme a la siguiente ley de recurrencia: Se itera hasta que se verifique que: f x 0 x x f x F x x n1 x F x xn1 xn ε y f xn ε n 5
6 Normas Usualmente Empleadas Norma Euclideana Norma de MáximoM m x 2 n1,i i1 x n,i 2 máx x 1 i m n1,i x n,i 6
7 Convergencia del MétodoM Función n continua de Lipschitz en R: Propiedades F a F( b ) K a b ; K 0,1 a, b R Si F(x) es continua en R, entonces si x* es la raíz buscada (x*=f(x*) se cumple que: Además, x x* K x x* n1 n n1 xn1x* K x0 x* Esto es, si 0<K<1 el error de crecerá en las sucesivas iteraciones y el decrecimiento será mayor cuanto menor sea K. 7
8 Condición n Suficiente para la Convergencia del MétodoM Matriz Jacobiana: J i,j f x i j Condición n suficiente de convergencia: J x M <1 xr Para el caso unidimensional esta condición n se reduce a: Condición n necesaria de convergencia: Para que el método m de Aproximaciones Sucesivas converja para todo x R el radio espectral r del Jacobiano debe ser menor o igual a 1: k r J máx λ J 1 donde los λ k representan a los autovalores del Jacobiano. k F' x <1 8
9 Método de Wegstein Aplicado a la Resolución de Sistemas de Ecuaciones No Lineales Sea el problema f x 0 Se lo transforma al esquema de Aproximaciones Sucesivas Entonces la ley de recurrencia se expresa como: Valor estimado: xn1 F x ~ n ~ ~ Valor mejorado : x Q. x I Q. x n1 n1 n q q donde : Q con q y w q n 2 w x i n1,i xn,i i i ~ ~ wi 1 xn1,i xn,i 9
10 Método de Wegstein Etapas el MétodoM Identificamos las siguientes etapas: Etapa de preparación n del métodom Etapa de iniciación Etapa general 10
11 Método de Wegstein Ejemplo Sea el siguiente sistema de ecuaciones: 1 x 2 x1 f1 x 1,x2 sen x 1.x2 2 4π 2 1 2x 1 1 x2 f2 x 1,x2 e. 1. e 1 e. 2x1 4π π Elegimos como valores de arranque del método: m 0 x x
12 Método de Wegstein Etapa de Preparación Se generan tres valores de x mediante aproximaciones sucesivas a partir de una estimación n inicial de la solución. Valores Estimados en la Primer Iteración ~ ~ x F x,x x F x,x Valores Mejorados en la Primer Iteración x x x x ~ 2 ~ Valores Estimados en la Segunda Iteración ~ 1 ~ x1 F1x 1,x2 F1x 1,x2 2 ~ x1 x1 ~ 2 x2 x2 Valores Estimados en la Tercera Iteración ~ 2 ~ x1 F1x 1,x2 F1x 1,x2 x F x,x F x,x 2 2 ~ 1 ~ x2 F2x 1,x2 F2 x 1,x2 Valores Mejorados en la Segunda Iteración 12
13 Método de Wegstein w q Etapa de Iniciación Fi x 3 2 i i i i ~ 2 ~ 1 ~ 2 ~ 1 i x i x F x x x x x wi w 1 i i i i ~ 3 ~ 2 xi qi xi 1qi xi 3 ~ 4 xi Fix ; i=1,2 13
14 Método de Wegstein Etapa de General del MétodoM x w q n1 n i Fi x n1 n n1 n n n1 ~ ~ i i i ~ n ~ n1 ~ n ~ n 1 i x i i i i i i Fix Fix x x x x x w w 1 ~ ~ n1 x i qx i i 1qi x i ; i=1,2 14
15 02/11/2015 Matemá Matemática Superior Aplicada Dr. Alejandro S. M. Santa Cruz UTN - FRRo 15
16 Métodos de Linealización En forma análoga al caso unidimensional, dada una aproximación n inicial x a de la raíz x* se aproxima la Ecuación: f(x) ) = 0 por la expresión linealizada: Se determina la raíz z de l(x) ) = 0 como una aproximación n de f(x) ) = 0. Ley de Recurrencia: f x l x f x A. xx 0 1 n1 n n x x A.f x Según n como se genere A,, se definen los diferentes algoritmos numéricos de linealización. a a 16
17 Método de Newton Consiste en adoptar A como la matriz Jacobiana de f(x): f1 f1 f1 f1... x1 x2 xn1 x n f2 f2 f2 f 2... x1 x2 xn1 x n A J fn fn f n x1 x2 xn 17
18 Aplicación n del Método M de Newton para Resolver un Sistema de Dos Ecuaciones No Lineales 18
19 Método de Newton 19
20 Método de Newton con Factor de Relajación 20
21 Dificultades del Método M de Newton (I) Si bien este método m converge cuadráticamente presenta varias dificultades: 1) Requiere evaluar n 2 elementos de la matriz Jacobiana J,, ya sea en forma analítica si se dispone de las expresiones analíticas de f i / x j o numéricamente de acuerdo a: a f x i j j f x e x f x i j i donde e j es el vector cuyas componentes valen todas cero, excepto la j-j ésima que vale 1. 2) Se requiere invertir la matriz Jacobiana en cada iteración. La inversión n se realiza resolviendo para x n+1 por algunos de los métodos m de resolución n de SEAL el siguiente problema: J.y f x n1 n n x x y x j 21
22 Dificultades del Método M de Newton (II) 3) Si J es singular o casi singular cerca de la solución, la inversión n del Jacobiano no es posible. 4) Se requiere una buena aproximación n inicial de la raíz z para que el método converja. Esta aproximación n inicial no siempre puede ser obtenida, sobre todo en problemas de elevada dimensionalidad. 22
23 Método de Newton Modificado (I) Requerimos que: 1) El algoritmo progrese hacia la solución n en cada paso: k1 k f x f x 2 2 2) Los pasos no sean demasiado grandes: k1 k x x δ donde δ es elegido por el algoritmo. 2 23
24 Método de Newton Modificado (II) Supongamos que tenemos: k1 k x x p Corrección A partir del Método M de Newton esperamos que: 1 k k pj x.f x pero puede que no satisfaga: p Además, si J es singular, p no existe. 2 δ 24
25 Método de Newton Modificado (III) En lugar de evaluar la corrección n por el Método M de Newton, resolvemos un problema de optimización n restringida: k k mín J x.p f x sujeto a la restricción: p 2 Esto funciona aún a n para J singular!!!! p 2 δ 25
26 Método de Newton Modificado (IV) Si dispusiésemos semos de un solver que nos permita resolver el problema de optimización, entonces procederíamos de la siguiente manera: k 1) Si, f x ε entonces parar. 2 2) Calcular p vía a optimización n restringida. 3) Si: k k f x p f x 2 2 aceptar p e ir a la Etapa (1). Aquí podríamos pensar en aumentar δ. 4) Si no, reducir δ y volver a la Etapa (2) Este algoritmo permite determinar la solución n de manera confiable. El problema es que pueda quedar atrapado en un mínimo local de la función. n. La clave: Arrancar cerca de la solución!!! 26
27 Ejemplo 4: Solución n de Ecuaciones No Lineales en Equilibrio Químico mediante el método m de Newton. 1) Desarrollar una función n de MATLAB para resolver n ecuaciones no lineales simultáneas con n incógnitas. 2) Aplicar esta función n para hallar la conversión n de equilibrio de las siguientes reacciones químicas [kmol/m 3 ]: 27
28 Sean x 1 y x 2 las conversiones de las reacciones anteriores, entonces: 28
29 Sistemas de Ecuaciones No Lineales Ejemplos y Archivos.m Ejemplo_04: Resuelve reacciones simultáneas en equilibrio químico mediante el método de Newton con parámetro de relajación para sistemas de ecuaciones no lineales (Newton.m). 29
30 Sistemas de Ecuaciones No Lineales Métodos Ejemplos y Archivos.m Newton.m: Método de Newton con parámetro de relajación para resolver ecuaciones no lineales simultáneas. Funciones Ex_04_func.m: Funciones del sistema de ecuaciones no lineales simultáneas. Jacobian.m: Jacobiano de la función del Ejemplo_04 (argumento de Newton.m). 30
31 % Example_04.m % Solution to the problem posed in Example_04. It calculates the % equilibrium concentration of the components of a system of two % reversible chemical reactions using the Newton s method. clear clc % Input data c0 = input(' Vector of initial concentration of A, B, C, and D = '); K1 = input(' 2A + B = C K1 = '); K2 = input(' A + D = C K2 = '); repeat = 1; 02/11/
32 while repeat % Input initial values and relaxation factor x0 = input('\n\n Vector of initial guesses = '); rho = input(' Relaxation factor = '); % Solution of the set of equations [x,iter] = Newton(c0,K1,K2,rho,x0,1e-06); % Display the results fprintf('\n Results :\n x1 = %6.4f, x2 = %6.4f',x) fprintf('\n Solution reached after %3d iterations.\n\n',iter) repeat = input(' Repeat the calculations (0 / 1)? '); end 02/11/
33 function f = Ex_04_func(x,c0,K1,K2) % Evaluation of set of equations for Example_04 % c0(1) = ca0 / c0(2) = cb0 / c0(3) = cc0 / c0(4) = cd0 ca = c0(1) - 2*x(1)*c0(2) - x(2)*c0(4); cb = (1 - x(1))*c0(2); cc = c0(3) + x(1)*c0(2) + x(2)*c0(4); cd = (1 - x(2))*c0(4); f(1) = cc / ca^2 / cb - K1; f(2) = cc / ca / cd - K2; f = f'; % Make it a column vector. 02/11/
34 Vector of initial concentration of A, B, C, and D = [40, 15, 0, 10] 2A + B = C K1 = 5e-4 A + D = C K2 = 4e-2 Name of the file containing the set of equations = Ex_04_func Vector of initial guesses = [0.1, 0.9] Relaxation factor = 1 Results : x1 = , x2 = Solution reached after 8 iterations. Repeat the calculations (0 / 1)? 1 Vector of initial guesses = [0.1, 0.1] Relaxation factor = 1 Warning : Maximum iterations reached. 02/11/
35 Results : x1 = x2 = Solution reached after 100 iterations. Repeat the calculations (0 / 1)? 1 Vector of initial guesses = [0.1, 0.1] Relaxation factor = 0.7 Results : x1 = , x2 = Solution reached after 18 iterations. Repeat the calculations (0 / 1)? 0 02/11/
36 Resumiendo: Se presentaron un conjunto de técnicas t numéricas usuales en ingeniería a química para resolver ecuaciones y sistemas de ecuaciones algebraicas no lineales. Se introdujo un conjunto reducido de problemas típicos t en los cuales resulta imperioso resolver computacionalmente sistemas de este tipo. Se verá mas adelante que cualquier intento de construir programas de simulación n de procesos o equipos (aún sencillos) requiere inevitablemente del uso de estas técnicas, más m s otras que permitan el particionado,, rasgado y ordenamiento de grandes sistemas de ecuaciones (por ejemplo, del orden de 1000 x 1000). 36
MATEMÁTICA SUPERIOR APLICADA
MATEMÁTICA SUPERIOR APLICADA Solución Numérica de Sistemas de Ecuaciones No Lineales en Ingeniería Química Universidad Tecnológica Nacional Facultad Regional Rosario Dr. Alejandro S. M. Santa Cruz Sistemas
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 detallesMATEMÁTICA TICA SUPERIOR APLICADA. Ejemplos de Ecuaciones No Lineales en
MATEMÁTICA TICA SUPERIOR APLICADA Ejemplos de Ecuaciones No Lineales en Ingeniería a Química Universidad Tecnológica Nacional Facultad Regional Rosario Ejemplos de Aplicación A continuación n se presentan
Más detallesLineales en Ingeniería a Química
MATEMÁTICA TICA SUPERIOR APLICADA Solución n Numérica de Ecuaciones No Lineales en Ingeniería a Química Universidad Tecnológica Nacional Facultad Regional Rosario Dr. Alejandro S. M. Santa Cruz Ecuaciones
Más detallesPráctica 4: Sistemas de ecuaciones no lineales.
Práctica 4: Sistemas de ecuaciones no lineales. 1 Introducción. Sea un conjunto de ecuaciones de la forma: f i (x 1, x 2,..., x N ) = 0, i = 1, 2,...N (1) o en notación matricial: f(x) = 0 (2) cuya solución
Más detallesSISTEMA DE ECUACIONES LINEALES Y NO LINEALES
TEMA N o SISTEMA DE ECUACIONES LINEALES Y NO LINEALES SISTEMA DE ECUACIONES LINEALES Los metodos de resolucion de sistemas de ecuaciones lineales se dividen en dos grupos: a) MÉTODOS EXACTOS. Son algoritmos
Más detalles3. Métodos de resolución
1 3. Métodos de resolución Ecuaciones algebraicas lineales Ecuaciones algebraicas no lineales Métodos para una variable Métodos para multivariable 2 Ecuaciones Algebraicas Lineales No lineales Interval
Más detallesCÁLCULO NUMÉRICO I (Tema 2 - Relación 1)
CÁLCULO NUMÉRICO I (Tema - Relación 1) 1 Cuáles de los siguientes algoritmos son finitos? a) Cálculo del producto de dos números enteros. b) Cálculo de la división de dos números enteros. c) Cálculo de
Más detalles2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0
CÁLCULO NUMÉRICO I (Ejercicios Temas 1 y ) 1 Cuáles de los siguientes algoritmos son finitos? (a) Cálculo del producto de dos números enteros. (b) Cálculo de la división de dos números enteros. (c) Cálculo
Más detallesSistemas de ecuaciones no lineales
Práctica 6 Sistemas de ecuaciones no lineales En esta práctica revisaremos algunos métodos básicos para la resolución numérica de sistemas de ecuaciones no lineales 61 Método iterativo del punto fijo Partimos
Más detallesContenido. Sistemas de ecuaciones no lineales. Enunciado del problema. Ejemplos. Ejemplos. Presentación geométrica. Normas CNM-425
Contenido Análisis Numérico Sistemas de ecuaciones no lineales 1 Introducción CNM-45 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Método de Newton Copyleft
Más detallesRESOLUCIÓN DE SISTEMAS NO LINEALES -- Método de Newton-Raphson
RESOLUCIÓN DE SISTEMAS NO LINEALES -- Método de Newton-Raphson. El método de Newton para la resolución de una ecuación f(x)=0. Sea f(x) una función continuamente diferenciable dos veces en el intervalo
Más detallesAPROXIMACION NUMERICA DE SISTEMA DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación APROXIMACION NUMERICA DE SISTEMA DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado
Más detallesPara verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales: + 1
MAT 5 B Sistemas de ecuaciones no lineales EJERCICIOS RESUELTOS. Resuelva el siguiente sistema de ecuaciones no lineales, utilizando el método de punto fijo multivariable: x cos x x SOLUCIÓN x 8 x +. +
Más detallesMETODOS NUMERICOS. Curso
Boletín 1 de prácticas. 1. Localizar las raíces de la ecuación F (x) = 0, para los siguientes casos: (a) F (x) = x + e x. (b) F (x) = 0.5 x + 0.2 sen(x). (c) F (x) = x tg(x). (d) F (x) = x 5 3. (e) F (x)
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 detalles7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 2: Aproximación e interpolación Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Septiembre
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 detallesCarlos Mario Vélez S. Universidad EAFIT. Temas 1. Generalidades sobre estabilidad 2. Estabilidad de Lyapunov
Objetivo específico Presentar la teoría de estabilidad de Lyapunov aplicada a sistema lineales y no lineales e ilustrar su uso en el análisis y diseño de sistemas no lineales Temas.. Método directo de
Más detallesEl método de la potencia para el cálculo del autovalor dominante de una matriz se basa en el siguiente teorema.
Práctica 8 Cálculo de autovalores 8.1. Método de la potencia El método de la potencia para el cálculo del autovalor dominante de una matriz se basa en el siguiente teorema. Teorema 8.1.1 (M. de la potencia]
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas ITESM Métodos Iterativos para Resolver Sistemas Lineales Álgebra Lineal - p. 1/30 En esta lectura veremos
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 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 detallesFundamentos de Programación Entera. A. Revisión. Carlos Testuri Germán Ferrari
Fundamentos de Programación Entera A. Revisión Carlos Testuri Germán Ferrari Departamento de Investigación Operativa Instituto de Computación Facultad de Ingeniería Universidad de la República 2012-2018
Más detallesLa interpolación polinomial en el análisis de métodos iterativos
Notas La interpolación polinomial en el análisis de métodos iterativos Resumen La solución de ecuaciones no lineales es de extrema importancia en la ingeniería y ciencias. Los métodos que se estudian para
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 detallesDada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación
Tema 8 Ceros de funciones Versión: 23 de abril de 2009 8.1 Introducción Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación f(x) = 0. (8.1) La
Más detallesSoluciones de ecuaciones de una variable
Análisis Numérico Soluciones de ecuaciones de una variable CNM-425 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft 2010. Reproducción permitida bajo
Más detallesOptimización. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19
Optimización Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19 Introducción Problema general de optimización (minimización) Dado f : Ω R
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 detallesSimulación Numérica de Yacimientos
Simulación Numérica de Yacimientos Dr. Fernando Rodríguez de la Garza e-mail: frodriguezd@pep.pemex.com Tel: 5550872, 5622 307 al 9 Capítulo 4. Simulación Numérica de Flujo Multifásico Unidimensional 4.
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 detallesMETODOS NUMERICOS PARA RESOLVER ECUACIONES NO LINEALES
METODOS NUMERICOS PARA RESOLVER ECUACIONES NO LINEALES A. METODO SECANTE En análisis numérico el método de la secante es un método para encontrar los ceros de una función de forma iterativa. Uno de los
Más detallesTema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
Más detallesOptimización bajo Incertidumbre. 0. Revisión. Depto. Investigación Operativa. Instituto de Computación. Facultad de Ingeniería, UdelaR
Optimización bajo Incertidumbre 0. Revisión Carlos Testuri Germán Ferrari Depto. Investigación Operativa. Instituto de Computación. Facultad de Ingeniería, UdelaR 2003-17 Contenido 1 Revisión Probabilidad
Más detallesMATEMÁTICA TICA SUPERIOR APLICADA
MATEMÁTICA TICA SUPERIOR APLICADA Solución n Numérica de Sistemas de Ecuaciones Diferenciales Ordinarias en Ingeniería a Química Universidad Tecnológica Nacional Facultad Regional Rosario Dr. Alejandro
Más detallesECUACIONES DIFERENCIALES Y MÉTODOS NUMÉRICOS (Curso ) Cuarto Curso de Ingeniero Industrial
ECUACIONES DIFERENCIALES Y MÉTODOS NUMÉRICOS (Curso 2009-2010) Cuarto Curso de Ingeniero Industrial Optimización y Sistemas de Ecuaciones no Lineales FUNCIONES CONVEXAS. CRITERIOS DE OPTIMALIDAD Un problema
Más detalles1. Método de bisección
Cálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla 1 Tema 1: resolución de ecuaciones. Ejercicios y Problemas Nota: Abreviación usual en estos ejercicios: C.D.E.
Más detallesEXAMEN PARCIAL DE METODOS NUMERICOS (MB536)
EXAMEN PARCIAL DE METODOS NUMERICOS (MB536) SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO Y CALCULADORA ESCRIBA CLARAMENTE SUS PROCEDIMIENTOS PROHIBIDO EL USO DE CELULARES U OTROS EQUIPOS DE COMUNICACION
Más detallesLic. Guillermo Mario, Chuquipoma Pacheco.
UNSAAC Lic. Guillermo Mario, Chuquipoma Pacheco mariochuqui@hotmail.com www.mariochuqui.jimdo.com Métodos Numéricos Lic. Guillermo Mario Chuquipoma Pacheco 2010 Método de Bisección MÉTODO DE BISECCIÓN
Más detallesInstituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica. Programa en MATLAB
Instituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica Programa en MATLAB Asignatura: Análisis Numérico Docente: M.C. Julio César Gallo Sanchez Alumno: José Armando Lara Ramos 4 o Semestre Febrero
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 detallesParte 5. Métodos iterativos para la resolución de sistemas de ecuaciones no lineales
Parte 5. Métodos iterativos para la resolución de sistemas de ecuaciones no lineales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales Universidad de Las Palmas de Gran Canaria Curso
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 detallesBreve revisión de estabilidad de sistemas dinámicos
Breve revisión de estabilidad de sistemas dinámicos Estabilidad de Sistemas Eléctricos de Potencia Pablo Monzón Instituto de Ingeniería Eléctrica (IIE) Facultad de Ingeniería-Universidad de la República
Más detallesRelación de ejercicios 5
Relación de ejercicios 5 Ecuaciones Diferenciales y Cálculo Numérico Grado en Ingeniería de Tecnologías de Telecomunicación Mayo de 2017 Ejercicio 51 Halla un intervalo, para el cero más próximo al origen,
Más detallesResolución de Sistema de Ecuaciones Lineales
Resolución de Sistema de Ecuaciones Lineales Hermes Pantoja Carhuavilca Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Hermes Pantoja Carhuavilca 1 de
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 detallesOCW-V.Muto El método de la Secante Cap. VIII CAPITULO VIII. EL METODO DE LA SECANTE 1. INTRODUCCION Y METODO
CAPITULO VIII. EL METODO DE LA SECANTE 1. INTRODUCCION Y METODO Utilizando los supuestos de los capítulos anteriores, daremos en este capítulo un procedimiento más rápido para hallar una raíz p de la ecuación
Más detallesCurso de Métodos Numéricos. Derivada Numérica
Curso de Métodos Numéricos. Derivada Numérica Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Universidad: ITESM CEM Fecha: Jueves, 01 de octubre de 2014 Tópicos 1 Definición
Más detalles1. Números Aletorios Estimación por Monte Carlo de la media Generación de Números Pseudoaleatorios para Simulación
Índice 1 úmeros Aletorios 1 11 Estimación por Monte Carlo de la media 1 1 Generación de úmeros Pseudoaleatorios para Simulación 1 11 Transformación de Box-Müller 1 Generar muestras de una PDF dada p(z)
Más detallesSoluciones Numéricas de Modelos Matemáticos
Cuarta Sesión 9 de febrero de 2011 Contenido Aproximación Numérica 1 Aproximación Numérica 2 3 4 Algunos Métodos Sencillos para EDPs Aproximación numérica a una función por Series de Taylor Serie de Taylor:
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 detallesInstituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica. Método de Newton-Raphson para Raíces Complejas
Instituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica Método de Newton-Raphson para Raíces Complejas Asignatura: Análisis Numérico Docente: M.C. Julio César Gallo Sanchez Alumno: José Armando
Más detallesMETODOS DE SOLUCION DE SISTEMAS DE ECUACIONES
Jacobi El método de Jacobi es un proceso simple de iteraciones de punto fijo en la solución de raíces de una ecuación. La iteración de punto fijo tiene dos problemas fundamentales : Algunas veces no converge
Más detallesPara verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales:
MAT 1105 F PRACTICA Nº 2 FECHAS DE ENTREGA: Tercer parcial Martes 14 de julio de 2009 Hrs. 16:30 a 18:00 Aula 5 (Geología) Viernes 17 de julio de 2009 Hrs. 16:30 a 18:00 Aula 31 1. Resuelva el siguiente
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 4 Métodos iterativos para sistemas de ecuaciones
ETS Minas: Métodos Matemáticos Soluciones Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesÓrdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple
Órdenes de la convergencia de sucesiones. Condiciones de la convergencia lineal y cuadrática del método de iteración simple Estos apuntes están redactados por Maria de los Angeles Isidro Pérez y Egor Maximenko.
Más detallesEjercicios de optimización sin restricciones
Ejercicios de optimización sin restricciones Programación Matemática Licenciatura en Ciencias y Técnicas Estadísticas Curso 5/6 Indica la dirección que el método de Newton (sin modificaciones calcularía
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE M
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE-6-4-M--00-0 CURSO: Matemática aplicada JORNADA: SEMESTRE: Matutina do. Semestre AÑO: 0 TIPO DE EXAMEN: Examen
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 6
Análisis Numérico para Ingeniería Clase Nro. 6 Sistemas de Ecuaciones Lineales Temas a tratar: Normas Vectoriales y Matriciales. Análisis de Sensibilidad de Sistemas Lineales. Número de Condición. Estimación
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 detallesTema 1 Preliminares. 1. Introducción. 2. Teoremas básicos. 3. Errores. 3.1 Fuentes usuales de error 3.2 Representación de números 3.
Tema 1 Preliminares Índice 1. Introducción. Teoremas básicos 3. Errores 3.1 Fuentes usuales de error 3. Representación de números 3.3 Tipos de errores 4. Propagación del error 5. Condicionamiento y Estabilidad
Más detallesProgramación MATLAB: Ecuaciones, polinomios, regresión e interpolación.
Programación MATLAB: Ecuaciones, polinomios, regresión e interpolación. Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
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 detalles3 Resolución numérica de las ecuaciones implícitas de los IRK
Calculo Numérico II Curso 0-3, Segundo Cuatrimestre Práctica 3: Métodos Runge-Kutta Implícitos Guión de la práctica: En esta práctica implementaremos en MATLAB los métodos Runge-Kutta implícitos para resolver
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 8
Análisis Numérico para Ingeniería Clase Nro. 8 Sistemas de Ecuaciones No Lineales Temas a tratar: Cálculo de Raíces de Polinomios. Análisis de Sensibilidad. Generalización para Sistemas de Ecuaciones.
Más detallesMETODOS NUMERICOS TALLER 3, SEMESTRE
y y METODOS NUMERICOS 67 TALLER SEMESTRE Tema: Método de Newton para resolver FX)= Métodos iterativos de Jacobi Gauss-Seidel y relajación Se recomienda realizar los ejercicios propuestos en el teto guía
Más detallesResolución aproximada de ecuaciones no lineales
TEMA 1 Resolución aproximada de ecuaciones no lineales 1. Introducción Sólo somos capaces de obtener la solución exacta para cierto tipo de ecuaciones (esencialmente, cuando podemos despejar la incógnita
Más detallesProgramación MATLAB: Ecuaciones, polinomios, regresión e interpolación.
Programación MATLAB: Ecuaciones, polinomios, regresión e interpolación. Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com
Más detallesEigenvalores y eigenvectores. Método de la potencia
Clase No. 12: MAT 251 Eigenvalores y eigenvectores. Método de la potencia Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña Acevedo
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 detalles1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE
Practica 1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE I. INTRODUCCION Las planillas de cálculo se han
Más detallesÚltimas notas de SVD
Últimas notas de SVD MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Salvador Botello CIMAT A.C. e-mail: botello@cimat.mx Relación entre los valores singulares
Más detalles1. Cuáles de los siguientes algoritmos son finitos?
. Cuáles de los siguientes algoritmos son finitos? a Cálculo del producto de dos números enteros. b Cálculo de la división de dos números enteros. c Cálculo de la raíz cuadrada de un número natural. d
Más detallesNelson Devia C Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulo 3
IN3701 - Modelamiento y Optimización Departamento de Ingeniería Industrial Universidad de Chile 2011 Basado en Bertsimas, D., Tsitsiklis, J. (1997) Introduction to Linear Optimization Capítulo 3 Contenidos
Más detallesSimulación de Sistemas Continuos y a Tramos. Prof. Dr. François E. Cellier Institut für Computational Science ETH Zürich.
Simulación de Sistemas Continuos y a Tramos Prof. Dr. François E. Cellier Institut für Computational Science ETH Zürich 25 de junio 2007 Introducción Modelos en el Espacio del Estado Los modelos dinámicos
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 detallesCálculo numérico. Sistemas de ecuaciones lineales.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2010. Las raíces de x 2 bx + c = 0. r = b ± b 2 4c 2 b = 3.6778, c = 0.0020798 r 1 = 3.67723441190... r 2 = 0.00056558809...
Más detallesALN - 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 detalles1. Analizar la convergencia del método de punto fijo ( k+
. Analizar la convergencia del método de punto fijo ( k+ ) ( ( k g ) ) para el cálculo de la raíz positiva ( α ) de la función f( ) + 6, cuando se utiliza como función de iteración cada una de las siguientes:
Más detallesA = a 21 1 a 23 0 a Estudiar si los métodos de Jacobi y Gauss-Seidel para A convergen o divergen simultáneamente. (1.5p).
1 PROBLEMA.1 Convergencia de esquemas iterativos para una matriz tridiagonal. Se considera una matriz tridiagonal de 3x3 del tipo siguiente: 1 a 12 A = a 21 1 a 23 a 32 1 Se pide: 1. Estudiar si los métodos
Más detalles1. Cuáles de los siguientes algoritmos son finitos?
. Cuáles de los siguientes algoritmos son finitos? a Cálculo del producto de dos números enteros. b Cálculo de la división de dos números enteros. c Cálculo de la raíz cuadrada de un número natural. d
Más detallesE.T.S. Minas: Métodos Matemáticos Ejercicios Tema 4 Métodos iterativos para sistemas de ecuaciones
ETS Minas: Métodos Matemáticos Ejercicios Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesMetodos Numéricos Tema: Solución de ecuaciones no lineales
Metodos Numéricos Tema: Solución de ecuaciones no lineales Irene Tischer Escuela de Ingeniería y Computación Universidad del Valle, Cali Typeset by FoilTEX 1 Métodos numéricos Tema: Sistemas Lineales Contenido
Más detallesSistema de ecuaciones algebraicas. Eliminación de Gauss.
Sistema de ecuaciones algebraicas. Eliminación de Gauss. Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com
Más detallesMatrices y sistemas lineales. Christian Páez Páez Escuela de Matématica, Instituto Tecnológico de Costa Rica
Matrices y sistemas lineales Christian Páez Páez Escuela de Matématica, Instituto Tecnológico de Costa Rica Este libro se distribuye bajo la licencia Creative Commons Reconocimiento - No Comercial - Sin
Más detallesTema 1: Conceptos generales del Análisis
Tema 1: Conceptos generales del Análisis Numérico Cálculo Numérico I Anna Doubova y Blanca Climent Ezquerra Dpto. EDAN, Universidad de Sevilla 11 de febrero de 2018 A.Doubova y B. Climent Conceptos generales
Más detallesAnálisis Numérico: Soluciones de ecuaciones en una variable
Análisis Numérico: Soluciones de ecuaciones en una variable MA2008 Contexto Uno de los problemas básicos en el área de Ingeniería es el de la búsqueda de raíces: Dada una función o expresión matemática
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 detallesOPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
Más detallesOptimización de Problemas no lineales.
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Industrial IN34A: Clase Auxiliar Optimización de Problemas no lineales. Marcel Goic F. Esta es una versión bastante
Más detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
Más detalles