TALLER 1 DE ALGEBRA LINEAL Y GEOMETRÍA INGENIERÍA AMBIENTAL - UNIVERSIDAD DE CÓRDOBA FACTORIZACIÓN LU Y CADENAS DE MARKOV
|
|
- Lidia Ana Isabel Aguilar Cárdenas
- hace 7 años
- Vistas:
Transcripción
1 TALLER 1 DE ALGEBRA LINEAL Y GEOMETRÍA INGENIERÍA AMBIENTAL - UNIVERSIDAD DE CÓRDOBA FACTORIZACIÓN LU Y CADENAS DE MARKOV DESCRIPCIÓN: En el siguiente trabajo se mostrarán algunos métodos para encontrar sistemas de ecuaciones lineales por medio de matrices y un tipo especial de proceso estocástico discreto en el que la probabilidad de que ocurra un evento depende del evento inmediatamente anterior, aplicaciones y demostraciones con ejemplos claros de estos. INTEGRANTES: PAULA DIAZ DIAZ MARIA FERNANDA PEÑA RICARDO
2 Ejercicio 1 Para una matriz A n x n, En qué consiste la factorización o descomposición LU? Explique. El método de factorización LU. Es un método de factorización de matrices por medio del cual podemos encontrar la solución de un sistema de ecuaciones lineales. Para poder realizar este método en primera instancia debemos observar que la matriz sea simétrica, si no es simétrica no se puede usar este método, luego de esta restricción debemos observar que la matriz también sea positiva y definida y al escribir la matriz de coeficientes [A] debe ser cuadrada, en caso contrario al desarrollar este método obtendremos como resultado raíces cuadradas de números negativos, por ende el método falla. Ejercicio 2 Determina una factorización LU de la matriz de coeficientes asociada al sistema Ax = b, y resuelva dicho sistema (si existe solución) usando sustitución regresiva o bien sustitución progresiva. 1) A= ( ) b= ( ) A= ( ) = ( ) = ( ) A= ( ) =( ) => a = 4 => x= 6 3b= 15 => b= -5
3 Así A= ( ) =( ) =( ) L U ( ) ( ) = ( ) (1) (2) (3) De (1) tenemos que: De (2) tenemos que: ( ) De (3) tenemos que: ( ) ( ) Así: Y: ( ) ( ) ( ) = ( )
4 ( ) (2) (3) De (3) tenemos que: De (2) tenemos que: De (1) tenemos que: Así: X=( ) 2) A=( ) b: ( ) A= ( ) =( ) ( ) A= ( ) = ( )
5 ( ) ( ) Así A= ( ) = ( ) = ( ) L U ( ) ( ) = ( ) (1) (2) (3) De (1) decimos que: De (2) decimos que: De (3) decimos que: => ( ) ( )
6 Así: Y = ( ) Luego ( ) ( )= ( ) (1) (2) (3) De (3) decimos que: De (2) decimos que: => De (1) decimos que: => ( ) => X= ( ) Ejercicio 3 En qué consiste una cadena de Markov o proceso de Markov? Explicar y mostrar al menos dos ejemplos (al menos una aplicación). Cadenas de Markov Definición: Una cadena de Markov es una sucesión de ensayos similares u observaciones en la cual cada ensayo tiene el mismo número finito de resultados posibles y en donde la probabilidad de cada resultado para un
7 ensayo dado depende sólo del resultado del ensayo inmediatamente precedente y no de cualquier resultado previo. MATRIZ DE TRANSICIÓN: Una matriz de transición para una cadena de Markov de n estado es una matriz de n X n con todos los registros no negativos y con la propiedad adicional de que la suma de los registros de cada columna (o fila) es 1. Por ejemplo: las siguientes son matrices de transición. PROPIEDADES: 1- la suma de las probabilidades de los estados debe ser igual a la matriz de transición debe ser cuadrada. 3- las probabilidades de transición deben estar entre 0 y 1 Ejemplo 1. En un país como Colombia existen 3 operadores principales de telefonía móvil como lo son tigo, Comcel y movistar (estados). Los porcentajes actuales que tiene cada operador en el mercado actual son para tigo 0.4 para Comcel 0.25 y para movistar (estado inicial) Se tiene la siguiente información un usuario actualmente de tigo tiene una probabilidad de permanecer en tigo de 0.60, de pasar a Comcel 0.2 y de pasarse a movistar de 0.2; si en la actualidad el usuario es cliente de Comcel tiene una probabilidad de mantenerse en Comcel del 0.5 de que esta persona se cambie a tigo 0.3 y que se pase a movistar de 0.2; si el usuario es
8 cliente en la actualidad de movistar la probabilidad que permanezca en movistar es de 0.4 de que se cambie a tigo de 0.3 y a Comcel de 0.3. Partiendo de esta información podemos elaborar la matriz de transición. TIGO COMCEL MOVISTAR E1 TIGO E2 COMCEL E3 MOVISTAR =1 =1 =1 La suma de las probabilidades de cada estado en este caso operador deben ser iguales a 1 Po= ( ) estado inicial Ahora procedemos a encontrar los estados en los siguientes pasos o tiempos, esto se realiza multiplicando la matriz de transición por el estado inicial y asísucesivamente pero multiplicando por el estado inmediatamente anterior. TIGO COMCEL MOVISTAR E1 TIGO E2 COMCEL E3 MOVISTAR P P P0*T P P P1*T=P0*T*T=P0* T 2 P0*T 3
9 P P P0*T 4 P0*T 5 Como podemos ver la variación en el periodo 4 al 5 es muy mínima casi insignificante podemos decir que ya se a llegado al vector o estado estable. Ejemplo 2. Suponga que en el mercado se consiguen 3 tipos de gaseosas colas que son: coca cola, Pepsi cola y big cola cuando una persona a comprado coca cola existe una probabilidad de que la siga consumiendo de el 75%, un 15% de que compre Pepsi cola y un 10% de que compre big cola; cuando el comprador actualmente consume Pepsi existe una probabilidad de que la siga comprando de 60%, un 25% que compre coca cola y un 15% big cola; si en la actualidad consuma big cola la probabilidad de que la siga consumiendo es del 50%, un 30% que compre coca cola y 205 pepsi cola. En la actualidad cada marca cocacola, Pepsi y big cola tienen los siguientes porcentajes en participación en el mercado respectivamente (60% 30% 10%) Elaborar la matriz de transición Hallar la probabilidad que tiene cada marca en el periodo 5 Respuesta Matriz de transición COCACOLA PEPSI BIGCOLA E1 COCACOLA E2 PEPSI E3 BIGCOLA P P P
10 P P P Ejercicio 4 Es la transpuesta de una matriz de transición de una cadena de Markov una matriz de transición de una cadena de Markov? Explique. La transpuesta de una matriz de transición de una cadena de Markov no es una matriz de transición para una cadena de Markov. Para esto consideramos la matriz de transición dada por: A=( ) La cual claramente es una matriz de transición puesto que la suma de cada fila es igual a 1. Ahora hallando la transpuesta tenemos que: =( ) Así tenemos que para F1= 0,6 + 0,2 +0,3 = 1,1 F2= 0,2 +0,5 +0,3 = 1 F3= 0,2 + 0,3 + 0,4 = 0,9 Lo cual es contradictorio con la definición de matriz de transición que plantea que la suma de los datos de la fila debe ser igual a 1.
11 Ejercicio 5 Una planta que puede tener flores rojas (R), rosadas (P) o blancas (W), según los genotipos RR, RW y WW. Al cruzar cada uno de estos genotipos con un genotipo RW, obtenemos la matriz de transición. Flores de la planta R P W Flores de la planta hija ( ) Suponga que cada generación posterior se produce cruzando sólo con plantas de genotipo RW. En qué momento alcanza el equilibrio el proceso?, qué porcentaje de las plantas será de flores rojas, rosadas o blancas? A= ( ) - ( ) A= ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 2 ( ) ( ) ( ) ( ) ( ) = ( )
12 ( ) ( ) El procedimiento alcanza el equilibrio cuando se tienen los mismos porcentajes en este caso, las flores rojas y blancas cuentan con el mismo porcentaje de 25%. Así a largo plazo se tendrá que: El 25% de las plantas será flores rojas (R). El 50% de las plantas será flores rosadas (P). El 25% de las plantas será flores blancas (W).
TAREA 1 ALGEBRA ING. AMBIENTAL UNIVERSIDAD DE CÒRDOBA Vanessa Aldana, Cristian Gonzales, María De La Ossa
TAREA 1 ALGEBRA ING. AMBIENTAL UNIVERSIDAD DE CÒRDOBA Vanessa Aldana, Cristian Gonzales, María De La Ossa EJERCICIO 1 Para una matriz A nxn. En qué consiste la factorización o descomposición LU? Explique
Más detalles1ER TRABAJO DE ALGEBRA LINEAL Y GEOMETRÍA PEDRO JAVIER CARMONA LUNA PRESENTADO A: HUGO R. PÉREZ CARRASCAL LIC. EN MATEMÁTICAS UNIVERSIDAD DE CÓRDOBA
1ER TRABAJO DE ALGEBRA LINEAL Y GEOMETRÍA PEDRO JAVIER CARMONA LUNA PRESENTADO A: HUGO R. PÉREZ CARRASCAL LIC. EN MATEMÁTICAS UNIVERSIDAD DE CÓRDOBA FACULTAD DE INGENIERÍAS PROGRAMA DE INGENIERÍA AMBIENTAL
Más detallesINSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, / 10
INSTITUTO TECNOLOGICO METROPOLITANO Cadenas de Markov Ejercicios Wbaldo Londoño November 6, 2012 INSTITUTO TECNOLOGICO METROPOLITANOCadenasNovember MarkovEjercicios 6, 2012 1 / 10 Ejercicio 1 En un país
Más detallesProcesos estocásticos Cadenas de Márkov
Procesos estocásticos Cadenas de Márkov Curso: Investigación de Operaciones Ing. Javier Villatoro PROCESOS ESTOCASTICOS Procesos estocásticos Es un proceso o sucesión de eventos que se desarrolla en el
Más detalles3. Sea X una variable aleatoria con densidad: f X (x) = 0 en otro caso.
PROBABILIDADES Y ESTADÍSTICA (C) Parcial de Laboratorio - 27/06/2013 - Turno 1 - NOTA: Realizar el examen en un script de R cuyo nombre será los dos apellidos de la pareja y el turno en el que rinden (por
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal Básica - Grupo 3 Taller 3
Universidad Nacional de Colombia Departamento de Matemáticas 2015555- Álgebra Lineal Básica - Grupo Taller (1) Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio
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 detallesProcedimiento para encontrar la inversa de una matriz cuadrada (Método de Gauss-Jordan).
Ejemplo 19: Demuestre que la matriz A es invertible y escríbala como un producto de matrices elementales. Solución: Para resolver el problema, se reduce A a I y se registran las operaciones elementales
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 detalles6.8. Descomposición mediante valores singulares. v 2 =
68 Descomposición mediante valores singulares Los valores singulares de una matriz m n Supongamos que A es una matriz real cualquiera Los autovalores de A T A tienen la siguiente propiedad A T Ax = λx
Más detallesUna matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. ) ( + ( ) ( )
MATRICES Una matriz es un arreglo rectangular de números. Los números en el arreglo se llaman elementos de la matriz. Ejemplo 1. Algunos ejemplos de matrices ( + ( ) ( + ( ) El tamaño o el orden de una
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 detalles3. ÁLGEBRA LINEAL // 3.3. AUTOVALORES Y
3. ÁLGEBRA LINEAL // 3.3. AUTOVALORES Y AUTOVECTORES. SISTEMAS DE EVOLUCIÓN. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.3.1. Ejemplos de sistemas de evolución discretos
Más detallesResolver ecuaciones cuadráticas. Departamento de Matemáticas Universidad de Puerto Rico - Arecibo
Resolver ecuaciones cuadráticas Departamento de Matemáticas Universidad de Puerto Rico - Arecibo Ecuación cuadrática en forma general Una ecuación cuadrática tiene una forma general como sigue ax + bx
Más detallesTEMA 4: Sistemas de ecuaciones lineales II
TEM 4: Sistemas de ecuaciones lineales II ) Teorema de Rouché-Frobenius. ) Sistemas de Cramer: regla de Cramer. 3) Sistemas homogeneos. 4) Eliminación de parámetros. 5) Métodos de factorización. 5) Métodos
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detalles1. Normas matriciales
Guía álgebra lineal ING 40: Cálculo numérico 203-20 Facultad de Ingeniería y Ciencias Aplicadas Profesor cátedra: Marcelo Tapia Ayudantes de corrección: José Manuel Barberis Ignacia Scarneo Normas matriciales
Más detallesCálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.5 Cadenas de Markov
Cálculo científico y técnico con HP49g/49g+/48gII/5g Módulo 3: Aplicaciones Tema 3.5 Cadenas de Markov Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de
Más detallesUna matriz es un arreglo rectangular de elementos. Por ejemplo:
1 MATRICES CONCEPTOS BÁSICOS Definición: Matriz Una matriz es un arreglo rectangular de elementos. Por ejemplo: es una matriz de 3 x 2 (que se lee 3 por 2 ) pues es un arreglo rectangular de números con
Más detallesDiagonalización de una Matriz
Diagonalización de una Matriz Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 19.1.Introducción............................................... 1 19.2.Matriz diagonalizable..........................................
Más detallesAlgebra Lineal XXVI: La Regla de Cramer.
Algebra Lineal XXVI: La Regla de Cramer José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesPROCESOS DE MARKOV DE TIEMPO CONTINUO
CHAPTER 3 PROCESOS DE MARKOV DE TIEMPO CONTINUO 3.1 Introducción En este capítulo consideramos el análogo en tiempo continuo de las Cadenas de Markov de tiempo discreto. Como en el caso de tiempo discreto,
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 detallesSolución de sistemas lineales
Solución de sistemas lineales Felipe Osorio http://www.ies.ucv.cl/fosorio Instituto de Estadística Pontificia Universidad Católica de Valparaíso Marzo 31, 2015 1 / 12 Solución de sistemas lineales El problema
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 detallesIntroducción a la Teoría de la Información
Introducción a la Teoría de la Información Tasa de Entropía de un Proceso Estocástico. Facultad de Ingeniería, UdelaR (Facultad de Ingeniería, UdelaR) Teoría de la Información 1 / 13 Agenda 1 Procesos
Más detallesMétodos para matrices especiales. Descomposición de Cholesky
Métodos para matrices especiales. Descomposición de Cholesky MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Joaquín Peña Acevedo CIMAT A.C. e-mail: joaquin@cimat.mx
Más detallesDeterminantes. Definiciones básicas sobre determinantes. José de Jesús Angel Angel.
Determinantes Definiciones básicas sobre determinantes wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Determinantes 2 11 Propiedades de determinantes 4 2 Inversa
Más detallesEjercicios: Matrices - Sub espacios vectoriales - Transformaciones lineales
Appendix B Ejercicios: Matrices - Sub espacios vectoriales - Transformaciones lineales Credit: This notes are 100% from chapter 3 of the book entitled Linear Algebra. A Modern Introduction of David Poole
Más detallesp x
UNIVERSIDD NCIONL UÓNOM DE MÉXICO FCULD DE INGENIERÍ DIVISIÓN DE CIENCIS BÁSICS ÁLGEBR LINEL SERIE RNSFORMCIONES LINELES 1. Sean el espacio vectorial real P ax bx c a, b, c correspondencia es a) Si D es
Más detallesUna pregunta pendiente
Una pregunta pendiente Cómo podemos construir un generador (casi) uniforme para una relación? Recuerde el problema KS definido en la sección anterior y la relación: R KS = {((~a, b), ~x) ~a 2 N n y ~x
Más detallesEstadística III Repaso de Algebra Lineal
Repaso de Algebra Lineal Vectores Un vector columna de dimensión n 1 es una serie de números dispuestos como sigue: x 1 x 2 x =. x n Un vector fila de dimensión 1 p es una serie de números dispuestos como
Más detallesÁlgebra y Matemática Discreta
Álgebra y Matemática Discreta Sesión de Teoría 23 (c) 2013 Leandro Marín, Francisco J. Vera, Gema M. Díaz 2 Dic 2013-8 Dic 2013 Introducción La existencia de bases ortonormales es los espacios es muy útil
Más detallespuede representarse algebraicamente por una ecuación de la forma
SISTEMA DE ECUACIONES LINEALES El estudio de los sistemas de ecuaciones lineales y sus soluciones es uno de los temas más importantes del algebra lineal. ECUACIONES LINEALES Una recta en el plano puede
Más detallesMatemática Superior Aplicada Descomposición PLU
Matemática Superior Aplicada Descomposición PLU Prof.: Dr. Alejandro S. M. Santa Cruz J.T.P.: Ing. Juan Ignacio Manassaldi Aux. 1 ra : Ing. Juan Pablo Camponovo Aux. 2 ra : Sr. Alejandro Jesús Ladreyt
Más detallesCap 3: Álgebra lineal
Universidad Nacional de Ingeniería Facultad de Ciencias Cálculo Numérico 1 IF321 Cap 3: Álgebra lineal Prof: J. Solano 2018-I INTRODUCCION Aqui trabjaremos con operaciones basicas con matrices, tales como
Más detallesUNIVERSIDAD TECNICA LUIS VARGAS TORRES Esmeraldas - Ecuador MATRICES Y VECTORES
UNIVERSIDAD TECNICA LUIS VARGAS TORRES Esmeraldas - Ecuador MATRICES Y VECTORES Facultad de Ingenierías y Tecnologías Ing. Paúl Viscaino Valencia DOCENTE OBJETIVO Interpretar y resolver los problemas básicos
Más detallesÁlgebra. Ingeniería Industrial. Curso 2006/2007 Examen de Septiembre
Álgebra. Ingeniería Industrial. Curso / Examen de Septiembre OBSERVACIONES: Cada hoja entregada debe contener el nombre, apellidos y número de identificación escrito de forma clara. No mezclar ejercicios
Más detallesProcesos estocásticos
Procesos estocásticos Las cadenas de Markov estudian procesos estocásticos Los procesos estocásticos son modelos matemáticos que describen sistemas dinámicos sometidos a procesos aleatorios Parámetros:
Más detallesÁlgebra Lineal - Grado de Estadística. Examen final 27 de junio de 2014 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final 7 de junio de 4 APELLIDOS, NOMBRE: DNI: irma Primer parcial Ejercicio Consideremos matrices A m m, B, C n n, Pruebe que bajo la hipótesis de que las inversas
Más detallesAplicar este algoritmo para resolver el sistema de ecuaciones: º «« º ««
Introducción al Cálculo Numérico y Programación 1 MÓDULO 8: SISTEMA DE ECUACIONES LINEALES. A- MÉTODOS DIRECTOS 6LVWHPDVIiFLOHVGHUHVROYHU Ejercicio 1: Escribe una función MATLAB llamada =sp(a,b) que admita
Más detallesResolución de Sistema de Ecuaciones Lineales
Resolución de Sistema de Ecuaciones Lineales Hermes Pantoja Carhuavilca Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria Métodos Numérico Hermes Pantoja Carhuavilca 1 de 29 CONTENIDO
Más detallesACTIVIDADES SELECTIVIDAD MATRICES
ACTIVIDADES SELECTIVIDAD MATRICES Ejercicio 1 Para qué valores de m tiene solución la ecuación matricial? (b) Resuelve la ecuación matricial dada para. Ejercicio 2 Siendo I la matriz identidad de orden
Más detallesTEMA 4 Modelos discretos elementales. Ecuaciones en diferencias
TEMA 4 Modelos discretos elementales. Ecuaciones en diferencias Chelo Ferreira González Avicenna (980-1037) 1. Introducción. Modelos matemáticos 2. Métodos numéricos. Resolución de sistemas lineales y
Más detallesEspacios de una Matriz
Espacios de una Matriz Departamento de Matemáticas, CSI/ITESM 31 de enero de 2008 Índice 4.1. Espacios de una Matriz........................................ 1 4.2. Espacios Lineales............................................
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 detallesÁlgebra Lineal y Geometría I. 1 o Matemáticas
Álgebra Lineal y Geometría I. o Matemáticas Grupo - ( de diciembre de 27) APELLIDOS NOMBRE Instrucciones. Durante la realización del examen se podrá utilizar exclusivamente material de escritura. Ningún
Más detallesCapítulo V. Valores y vectores propios. Diagonalización de operadores lineales.
Capítulo V Valores y vectores propios. Diagonalización de operadores lineales. Hemos visto que la aplicaciones lineales de en están definidas a través de una expresión de la forma ; pero esta fórmula puede
Más detallesÁlgebra y Geometría Analítica 4-Sistemas de ecuaciones lineales. Resumen
Álgebra y Geometría Analítica 4-Sistemas de ecuaciones lineales Docente: Ernesto Aljinovic Resumen Sistema de n ecuaciones lineales con m incógnitas (Sistema de n m) Forma matricial del sistema Matriz
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 1, E = 2 4
(i) Sean A = [ ] 1 3, B = 1 4 posible calcule: Universidad Nacional de Colombia Departamento de Matemáticas 100003-1 Álgebra Lineal - Grupo 01 Taller 1 1 0 1, C = 3 1 3 4 1 5, D = 3 1 3 [ ] 3, E = 4 4
Más detallesRESOLUCIÓN DE SISTEMAS LINEALES
Contenido 1 Métodos de Solución Contenido Métodos de Solución 1 Métodos de Solución Desarrollamos el algoritmo de sustitución regresiva, con el que podremos resolver un sistema de ecuaciones lineales cuya
Más detallesDescomposición en valores singulares Notas para los cursos 21 y 22 (J.L. Mancilla Aguilar)
Valores Singulares Descomposición en valores singulares Notas para los cursos y (JL Mancilla Aguilar) Tanto los valores singulares como la descomposición en valores singulares de una matriz son conceptos
Más detallesÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2
ÁLGEBRA LINEAL I NOTAS DE CLASE UNIDAD 2 Abstract Estas notas conciernen al álgebra de matrices y serán actualizadas conforme el material se cubre Las notas no son substituto de la clase pues solo contienen
Más detallesALN2_IS5_explicaciones Resolución de sistemas de ecuaciones lineales: método de Gauss, pivoteo, descomposición LU.
ALN2_IS5_explicaciones Resolución de sistemas de ecuaciones lineales: método de Gauss, pivoteo, descomposición LU. ALN-IS5, 2014-2015, Emmanuel Briand 1. Por qué no conviene hacer (grandes) cálculos exactos
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 detallesEcuaciones cuadráticas Resolver ecuaciones cuadráticas fórmula cuadrática y casos especiales
Ecuaciones cuadráticas Resolver ecuaciones cuadráticas fórmula cuadrática y casos especiales Departamento de Matemáticas Universidad de Puerto Rico - Arecibo Ecuación cuadrática en forma general Una ecuación
Más detallesMódulo 3 - Diapositiva 19 Factorización de Polinomios. Universidad de Antioquia
Módulo 3 - Diapositiva 19 Factorización de Facultad de Ciencias Exactas y Naturales Temas Teorema del Factor Teorema del Factor Teorema Fundamental del Álgebra Teorema del Factor Teorema Un polinomio f(x)
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 detallesConferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal
Conferencia clase Al desacoplar las ecuaciones se tiene stemas de ecuaciones diferenciales lineales usando álgebra lineal Contenido. 1. stemas de ecuaciones diferenciales de primer orden. 2. Forma matricial
Más detallesScientia Et Technica ISSN: Universidad Tecnológica de Pereira Colombia
Scientia Et Technica ISSN: 0122-1701 scientia@utpeduco Colombia VALENCIA ANGULO, EDGAR ALIRIO; MESA, FERNANDO PROPIEDADES DE LA MATRIZ Pn EN UNA CADENA DE MARKOV Scientia Et Technica, vol XIV, núm 39,
Más detallesÁlgebra Lineal. Maestría en Ciencias Matemáticas. x y + z = 1 x y z = 3 2x y z = 1. x + y + 2z = 1 4x 2ty + 5z = 2 x y + tz = 1
Álgebra Lineal Maestría en Ciencias Matemáticas Resuelva el siguiente sistema usando la factorización LU o P T LU (según sea el caso) x y + z = x y z = 3 2x y z = 2 Calcule A usando el algoritmo de Gauss-Jordan:
Más detallesMaestría en Bioinformática Probabilidad y Estadística: Clase 8
Maestría en Bioinformática Probabilidad y Estadística: Clase 8 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Mayo de 2010 Contenidos 1 Reversión temporal Cadena
Más detallesINVERSA DE UNA MATRIZ
INVERSA DE UNA MATRIZ Profesores Omar Darío Saldarriaga Ortíz Ivan Darío Gómez Hernán Giraldo 2009 Definición Sean x = x 1 x n y y = y 1 y n vectores de n componentes, definimos el producto interno o producto
Más detallesMétodos para matrices especiales. Descomposición de Cholesky
Métodos para matrices especiales. Descomposición de Cholesky MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Joaquín Peña Acevedo CIMAT A.C. e-mail: joaquin@cimat.mx
Más detallesEjercicios resueltos del capítulo 4
Ejercicios resueltos del capítulo 4 Ejercicios impares resueltos..a Calcular los autovalores y subespacios invariantes asociados a la matriz: A = Calculamos el polinomio característico y resolvemos: λ
Más detallesEstadística Bayesiana
Procesos Estocásticos Universidad Nacional Agraria La Molina 2016-1 Un proceso estocástico {X (t), t T } es una colección de variables aleatorias. Es decir que para cada t T, X (t) es una variable aleatoria.
Más detallesAUTOVALORES Y AUTOVECTORES
12 de Julio de 2011 AUTOVALORES Y AUTOVECTORES (Clase 01) Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela 1 Puntos a tratar 1. Valores y vectores propios 2.
Más detallesUso de LS. Esta matriz de 3x3 simétrica y definida positiva es un tensor de difusión de hidrógeno. , con gi en R 3. i S 0 exp bgt i Dg i i
Uso de LS MX 2 min S, con gi en R 3 i S 0 exp bgt i Dg i i Esta matriz de 3x3 simétrica y definida positiva es un tensor de difusión de hidrógeno. En cada posición del cerebro tenemos una matriz Tractografía
Más detallesFactorización ecuación identidad condicional término coeficiente monomio binomio trinomio polinomio grado ax3
Factorización Para entender la operación algebraica llamada factorización es preciso repasar los siguientes conceptos: Cualquier expresión que incluya la relación de igualdad (=) se llama ecuación. Una
Más detallesUna ecuación de segundo grado en dos variables se puede expresar. (x y) y + (D E) x y = x
Unidad. Transformaciones.4 Eliminación de términos mitos Eliminación de los términos mitos de la ecuación general de do grado en dos variables Una ecuación de segundo grado en dos variables se puede epresar
Más detallesCadenas de Markov. Distribuciones estacionarias. El algoritmo PageRank.
Sesión 5 Cadenas de Markov. Distribuciones estacionarias. El algoritmo PageRank. Recordemos que una secuencia {X n } n de variables aleatorias con valores en un espacio finito Ω se denomina cadena de Markov
Más detallesUniversidad Nacional Abierta Matemática II ( ) Vicerrectorado Académico Primera : Área de Matemática MODELO DE RESPUESTAS
INTEGRAL 00-78-79 /6 Universidad Nacional Abierta Matemática II (78-79) Vicerrectorado Académico Primera : 9-06-00 Área de Matemática MODELO DE RESPUESTAS Obj Pta Calcula el límite Solución: Tanto lim
Más detallesSISTEMAS DE ECUACIONES
16 de Mayo de 2013 SISTEMAS DE ECUACIONES Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela Cálculo Numérico José Luis Quintero 1 Puntos a tratar 1. Sistemas fáciles
Más detallesÁlgebra Lineal. Tema 13. Mínimos cuadrados. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Tema 3. Mínimos cuadrados 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 Índice
Más detallesSistemas de Ecuaciones. Lineales II
Sistemas de Ecuaciones Lineales II Factorización LU: Eliminación Gaussiana Relación con la factorización LU 521230-1 - DIM Universidad de Concepción Solución de sistemas con matriz triangular Dadas L =
Más detallesPráctico 2 - parte 1
1. ([2], p.8) Práctico 2 - parte 1 Cadenas de Markov en tiempo discreto: propiedad de Markov, matriz de transición. Fecha de entrega: viernes 2 de septiembre Sea {X n } n 0 una cadena de Markov homogénea
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 detallesA = [a 1 a 2 a 3. El sistema Ax = c tiene infinitas soluciones N. Existe un único vector x tal que T (x) = c X. T es suprayectiva
Asignatura: ÁLGEBRA LINEAL Fecha: 6 de Julio de Fecha publicación notas: 6 de Julio de Fecha revisión examen: de Julio de Duración del examen: horas y media APELLIDOS Y NOMBRE: DNI: Titulación:. ( punto:,
Más detallesÁlgebra y Matemática Discreta
Álgebra y Matemática Discreta Sesión de Teoría 18 (c) 2013 Leandro Marín, Francisco J. Vera, Gema M. Díaz 11 Nov 2013-17 Nov 2013 Ecuaciones Matriciales Ecuaciones Matriciales En muchas ocasiones, se plantean
Más detallesCadenas de Markov Tiempo Continuo. Modelado y Análisis de Redes de Telecomunicaciones
Tiempo Continuo Modelado y Análisis de Redes de Telecomunicaciones 1 Agenda en tiempo continuo Ergodicidad de la cadena Ejemplo: Líneas Telefónicas página 2 CMTC Consideremos ahora los procesos de Markov
Más detallesPROCESOS ESTOCÁSTICOS
Capítulo 10 Cadenas de Markov PROCESOS ESTOCÁSTICOS Una sucesión de observaciones X 1,X 2,... se denomina proceso estocástico Si los valores de estas observaciones no se pueden predecir exactamente Pero
Más detallesMODULO ALGEBRA LINEAL CAMILO ARTURO ZÚÑIGA G.
MODULO ALGEBRA LINEAL UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA UNIDAD DE CIENCIAS BÁSICAS Bogotá D. C., 2 - - A mi padre, JUAN ARTURO ZÚÑIGA
Más detallesLección 10. Eliminación Gaussiana
Lección 10. Eliminación Gaussiana MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY Septiembre 2014 1 Centro de Investigación en Matemáticas, Unidad Mérida. En esta lección analizaremos
Más detallesMatrices y determinantes
Matrices y determinantes 1 Ejemplo Cuál es el tamaño de las siguientes matrices? Cuál es el elemento a 21, b 23, c 42? 2 Tipos de matrices Matriz renglón o vector renglón Matriz columna o vector columna
Más detallesSistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia
Sistemas lineales de ecuaciones diferenciales Juan-Miguel Gracia Índice Sistemas lineales 2 Búsqueda de una solución especial 3 Aplicación a sistemas 4 Problema de condiciones iniciales 2 / 2 Sistemas
Más detallesÁlgebra Básica Desarrollo ejercicios Guia 7.
Álgebra Básica Desarrollo ejercicios Guia 7. Ecuaciones Racionales 1. Resuelva las siguientes ecuaciones racionales, analizando el dominio y dando el conjunto solución. a) 1 m Convencionalmente despejamos,
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 detallesMENORES, COFACTORES Y DETERMINANTES
MENORES, COFACTORES Y DETERMINANTES 1. Introducción. 2. Determinante de una matriz de 3 x 3. 3. Menores y cofactores. 4. Determinante de una matriz de n x n. 5. Matriz triangular. 6. Determinante de una
Más detallesSEL - Métodos Directos
Facultad de Ingeniería Mecánica Universidad Nacional de Ingeniería Métodos Numéricos Contenido 1 Métodos Directos Generalidades sobre Métodos Directos Eliminación Gaussiana Pivoteo Factorización LU Generalidades
Más detalles1. Las matrices se denotan con letras mayúsculas. Por ejemplo, A, B, C, X,...
CAPÍTULO 1 ALGEBRA MATRICIAL 11 Introducción Definición 111 (Matriz) Definimos una matriz como un arreglo rectangular de elementos, llamados escalares, sobre un álgebra F Más que hacer referencia especifica
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-0---M-00-0 CURSO: Matemática Intermedia SEMESTRE: Primero CÓDIGO DEL CURSO: 0 TIPO DE EXAMEN: Eamen Final
Más detallesMatemática 2 MAT022. Clase 4 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María. Sistemas de Ecuaciones. logo.
Matemática 2 MAT022 Clase 4 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María Tabla de Contenidos Sistemas de Ecuaciones 1 Sistemas de Ecuaciones Consideremos el sistema
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ÁLGEBRA LINEAL
TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE ÁLGEBRA LINEAL 1. Competencias Plantear y solucionar problemas con base
Más detallesProcesos estocásticos Sesión 9. Cadenas de Markov a tiempo continuo
Procesos estocásticos Sesión 9. Cadenas de Markov a tiempo continuo Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos 1. Cadenas
Más detallesSEGUNDO PARCIAL - EJERCICIOS DE REPASO
Algebra y Geometría 28 SEGUNDO PARCIAL - EJERCICIOS DE REPASO 3-6-8 ESPACIOS VECTORIALES. Construya en R 2 un subconjunto que sea: a cerrado para la suma y resta de vectores, pero no para la multiplicacion
Más detallesMatrices. Una matriz es una forma de representar un conjunto de números que guardan una relación entre sí, dando un orden mediante filas y columnas.
Matrices. Una matriz es una forma de representar un conjunto de números que guardan una relación entre sí, dando un orden mediante filas y columnas. Ejemplo: Consideremos la siguiente selección de gustos
Más detalles