Métodos iterativos para sistemas de ecuaciones lineales
|
|
- Marta González Campos
- hace 7 años
- Vistas:
Transcripción
1 Métodos iterativos para sistemas de ecuaciones lineales Natalia Boal - Manuel Palacios - Sergio Serrano Departamento de Matemática Aplicada Obetivos Trabaar con los métodos iterativos habituales (Jacobi, Gauss-Seidel y relaación) para la resolución numérica de sistemas de ecuaciones lineales. Analizar las principales características y propiedades de estos métodos. 1. Métodos iterativos clásicos La forma clásica de construir métodos iterativos para la resolución numérica de sistemas lineales Ax = b se basa en considerar una descomposición de la matriz A en la forma A = M N, con M regular. De manera que, dada una aproximación inicial x (0), para m 0, se define la recurrencia x (m+1) = (M 1 N) x (m) + (M 1 b) M x (m+1) = N x (m) + b. (1) La matriz B = M 1 N se denomina matriz de iteración del método. Los métodos así construidos son todos consistentes y su convergencia depende del radio espectral de la matriz B. Los métodos iterativos clásicos responden todos a la estructura (1); en cada uno de ellos se considera una elección distinta de la matriz M Método de Jacobi Consideremos el sistema Ax = b donde la matriz A la suponemos inversible con a 0 para todo y la escribimos en la forma A = D E F con a a D =....., E = a nn 0 a a 1n. F = a. (n 1)n a ,. a n1... a n(n 1) 0
2 Matemáticas II Métodos iterativos para sistemas de ecuaciones lineales 2 El método de Jacobi se define tomando M = D, por lo que N = M A = E + F. Así, a partir de un vector inicial x (0), se construye una sucesión de vectores {x (m) } mediante la iteración D x (m+1) = (E + F )x (m) + b. Mirando la relación anterior componente a componente, se tiene que x (m+1) i 1 n i = a i x (m) a i x (m) + b i /a ii, i = 1, 2,..., n. (2) =1 =i+1 Se puede comprobar que todas las componentes de la solución en la iteración m + 1 dependen de las componentes de la iteración anterior. Nota. Como hemos visto en teoría, si la matriz A es estrictamente diagonal dominante, entonces el método de Jacobi converge. Por ello, es conveniente preparar el sistema reordenando las ecuaciones de forma que en la diagonal principal de la matriz de coeficientes se coloquen los coeficientes de mayor valor absoluto de cada una de las ecuaciones. De esta forma, si la nueva matriz A es estrictamente diagonal dominante, el método convergerá. A continuación aparece el contenido de un fichero.m que define una función en Octave, llamada met acobi, que implementa este método. function [x,iter]=met_acobi(a,b,x0) % Método iterativo de Jacobi aplicado al sistema Ax=b % % Valores de entrada: A matriz de coeficientes % b vector (columna) de términos independientes % x0 vector (columna) inicial % % Valores de salida: x aproximación a la solución % iter número de iteraciones realizadas max_iter=100; % Fiamos un número máximo de iteraciones tol=eps; % y una tolerancia [n,m]=size(a); % Número de filas y columnas de A, deben coincidir m y n x_new=x0; % Tomamos el vector inicial iter=0; % Inicializamos el contador de iteraciones a 0 met acobi.m do % Empezamos el bucle principal del método iter=iter+1; % Vamos aumentando el contador de iteraciones x_old=x_new; % Actualizamos el valor de la aproximación calculada
3 Matemáticas II Métodos iterativos para sistemas de ecuaciones lineales 3 for i=1:n x_new(i)=(-a(i,1:i-1)*x_old(1:i-1)-a(i,i+1:n)*x_old(i+1:n)+b(i))/a(i,i); end % Calculamos la nueva aproximación dif=norm(x_new-x_old); % Criterio de parada: x_new - x_old < tol until (dif<=tol iter==max_iter) % Acabamos el bucle principal del método, porque hemos conseguido convergencia % o porque hemos superado el número máximo de iteraciones. if dif>tol % no conseguimos convergencia disp( Número máximo de iteraciones superado ) end x=x_new; % Último valor calculado Eercicio 1.1 Comprueba que el programa funciona correctamente sobre el sistema x y = z 11 tomando como vector inicial x (0) = (0, 0, 0) t. (Solución exacta: ( 1, 0, 2) t.) 1.2. Método de Gauss-Seidel El método de Gauss-Seidel se define tomando M = D E, por lo que N = F. De este modo, dado un vector inicial x (0), la sucesión de vectores {x (m) } se construye según la siguiente recurrencia, (D E) x (m+1) = F x (m) + b. Mirando la relación anterior componente a componente, se tiene que x (m+1) i = i 1 =1 a i x (m+1) n =i+1 a i x (m) + b i /a ii, i = 1, 2,..., n. (3) Se puede comprobar que cada componente de la solución depende de los últimos valores calculados de las restantes componentes. Eercicio 1.2 Compara las fórmulas (2) y (3) y modifica el programa del método de Jacobi para construir una función en Octave, llamada met gauss seidel, con los mismos argumentos que met acobi, en la que se implemente el método de Gauss-Seidel. Eercicio 1.3 Chequea la función met gauss seidel con el sistema del eercicio 1.1.
4 Matemáticas II Métodos iterativos para sistemas de ecuaciones lineales Método de relaación La familia de métodos de relaación se define tomando M = 1 D E con ω 0, por lo que ω N = 1 ωd + F. En estos métodos iterativos, a partir de un vector inicial ω x(0), se construye una sucesión de vectores {x (m) } tal que o bien, componente a componente x (m+1) i = ω i 1 a ii =1 (D ωe) x (m+1) = ((1 ω)d + ωf ) x (m) + ωb, a i x (m+1) n =i+1 a i x (m) + b i + (1 ω)x (m) i, i = 1, 2,..., n. (4) Eercicio 1.4 Compara las fórmulas (3) y (4) y construye una función en Octave, llamada met relaacion con argumentos de entrada: la matriz del sistema A, el vector de términos independientes b, el vector inicial x (0) y el parámetro ω. Para ello te puedes ayudar de la función met gauss seidel. Eercicio 1.5 Chequea la función met relaacion con el sistema del eercicio 1.1. Eercicio 1.6 Aplica el método de Jacobi al sistema x y z = tomando como vector inicial x (0) = (0, 0, 0) t. Explica el resultado y cómo obtener una aproximación adecuada. Compara la solución obtenida con la del eercicio Análisis de la convergencia Todos los métodos iterativos descritos en la sección anterior son consistentes por construcción, luego la convergencia de éstos viene determinada por el valor del radio espectral de la matriz de iteración. En la práctica no se calcula este valor puesto que ello puede ser más costoso que la resolución del propio sistema. Sin embargo, con una finalidad académica y con obeto de ilustrar los resultados teóricos estudiados, vamos a calcular con la ayuda de Octave la matriz de iteración y el radio espectral del método de Jacobi en el sistema lineal: Las órdenes serían las siguientes: x y z = (5)
5 Matemáticas II Métodos iterativos para sistemas de ecuaciones lineales 5 octave:1> A=[1 2 3;4 2 6;2 3-1] A = octave:2> D=diag(diag(A)) D = octave:3> E = - tril(a,-1) E = octave:4> F = - triu(a,1) F = octave:5> M=D; N=(E+F); B=inv(M)*N B = octave:6> rho_b=max( abs (eig(b) ) ) rho_b = Eercicio 2.1 Para el sistema de ecuaciones lineales (5) calcula la matriz de iteración, B GS, del método de Gauss-Seidel y la matriz de iteración, B ω, del método de relaación (con ω =0.5). Nota: A efectos de comprobación, ρ(b G ) = y ρ(b ω ) =2.0607, B G = , B ω = Eercicio 2.2 Analiza la convergencia de los métodos de Jacobi y Gauss-Seidel para resolver los sistemas.
6 Matemáticas II Métodos iterativos para sistemas de ecuaciones lineales 6 x + 2y 2z = 1, (S1) x + y + z = 3, 2x + 2y + z = 5, Qué conclusión sacas de dicho análisis? 2x y z = 2, (S2) 2x + 2y + 2z = 6, x y + 2z = 0. Nota. En los siguientes eercicios, por defecto y para todos los métodos, consideraremos como vector inicial el vector nulo. Eercicio 2.3 Utiliza el método de Jacobi para resolver el sistema 4x + 2y + z = 5, x + y + 3z = 4, 2x + 5y + z = 1. a) Cómo evoluciona el error? Calcula el radio espectral de la matriz de iteración del método y relaciónalo con el resultado obtenido. b) Es posible reordenar las ecuaciones del sistema de forma que el método convera? Razona la respuesta y, en caso afirmativo, explica cómo hacerlo e indica cuál es el resultado que se obtiene. c) Qué ocurrirá si resolvemos el sistema reordenado con el método de Gauss-Seidel? d) Resuelve el sistema reordenado con el método de relaación utilizando los valores del parámetro ω =0.5, 0.8, 1, 1.6, 1.7 y 2.1 y anota el número de iteraciones necesario para obtener convergencia. La función pintar rela(a,ini,fin) dibua la gráfica del radio espectral de la matriz de iteración del método de relaación frente al valor del parámetro ω, con ω [ini, fin]. Ayúdate de esta función para ustificar los resultados obtenidos. e) Usando la función pintar rela(a,ini,fin) obtén un valor aproximado del valor óptimo de ω. Utiliza dicho valor para obtener un valor aproximado de la solución del sistema lineal. Comprueba que con este valor se alcanza convergencia de forma más rápida que en los casos anteriores. f) El valor óptimo calculado en el apartado anterior encaa con algún resultado teórico conocido? Eercicio 2.4 Sea el sistema de ecuaciones definido al eecutar la instrucción sisttridiag. a) Estudia la convergencia de los métodos de Jacobi y Gauss-Seidel sin calcular su radio espectral. b) Sabemos que una condición necesaria para que el método de relaación convera es que el parámetro de relaación pertenezca al intervalo (0, 2). En este eemplo en concreto ésta también es condición suficiente, por qué? c) Sin resolver numéricamente, ordena de más rápido a más lento los métodos de relaación con ω =0.5, 0.78, 1 y d) Resuelve numéricamente y comprueba que la ordenación que has dado es correcta.
Método 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 detallesMÓDULO SE: SISTEMAS DE ECUACIONES
LABORATORIO DE COMPUTACIÓN CIENTÍFICA (Prácticas) Curso 2009-10 1 MÓDULO SE: SISTEMAS DE ECUACIONES Alumno: Lee detenidamente los enunciados. Copia las funciones y scripts que crees a lo largo de la practica,
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 detalles5 Métodos iterativos para resolver sistemas de ecuaciones lineales
94 5 Métodos iterativos para resolver sistemas de ecuaciones lineales La resolución de sistemas de ecuaciones lineales también puede hacerse con fórmulas iterativas que permiten acercarse a la respuesta
Más detallesEjercicios Propuestos Tema 2
Ejercicios Propuestos Tema 2 1 Programar la función: fx, A, X = a 0 + a 1 x x 1 + a 2 x x 1 x x 2 + + a n x x 1 x x 2 x x n, donde A = [a 0, a 1,, a n ], X = [x 1, x 2,, x n ], con x R Calcular todas las
Más detallesSolución de sistemas de ecuaciones lineales: Métodos de Jácobi y Gauss-Seidel
Solución de sistemas de ecuaciones lineales: Métodos de Jácobi y Gauss-Seidel Ing Jesús Javier Cortés Rosas M en A Miguel Eduardo González Cárdenas M en A Víctor D Pinilla Morán Facultad de Ingeniería,
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 detallesI. Operaciones con matrices usando Mathematica
PRÁCTICA 9: RESOLUCIÓN DE SISTEMAS LINEALES II I. Operaciones con matrices usando Mathematica Introducir matrices en Mathematica: listas y escritura de cuadro. Matrices identidad y diagonales. El programa
Más detallesSISTEMAS DE ECUACIONES LINEALES. Método de reducción o de Gauss. 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González.
SISTEMAS DE ECUACIONES LINEALES Método de reducción o de Gauss 1º DE BACHILLERATO DPTO DE MATEMÁTICAS COLEGIO MARAVILLAS AUTORA: Teresa González. SISTEMAS DE DOS ECUACIONES LINEALES CON DOS INCÓGNITAS.
Más detalles!MATRICES INVERTIBLES
Tema 4.- MATRICES INVERTIBLES!MATRICES INVERTIBLES!TÉCNICAS PARA CALCULAR LA INVERSA DE UNA MATRIZ REGULAR 1 Hemos hablado anteriormente de la matriz cuadrada unidad de orden n (I n ).. Es posible encontrar
Más detalles1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
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 detallesSistemas de ecuaciones lineales. Métodos iterativos
Lección F Sistemas de ecuaciones lineales. Métodos iterativos Los métodos iterativos tienen la desventaja de que no se pueden aplicar, por lo menos de forma elemental, a cualquier sistema de ecuaciones
Más detallesPRÁCTICA Num. 1 Introducción a MATHEMATICA métodos directos para la resolución de sistemas de ecuaciones lineales
prac.nb PRÁCTICA Num. Introducción a MATHEMATICA métodos directos para la resolución de sistemas de ecuaciones lineales INTRODUCCION: El programa Mathematica tiene incorporadas la mayor parte de las funciones
Más detallesMatemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ?
Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 011/1 1) (1 punto) Dado el subespacio vectorial,,,,,,,,,,, a) Obtener la dimensión, unas ecuaciones implícitas, unas
Más detallesEcuaciones en Derivadas Parciales y Análisis Numérico. Prácticas
Ecuaciones en Derivadas Parciales y Análisis Numérico Prácticas Capítulo 2. Ecuaciones diferenciales ordinarias (EDOs). 2.1 Resolución de una ecuación diferencial ordinaria. Vamos a resolver numéricamente
Más detallesTema 3: Sistemas de ecuaciones lineales
Tema 3: Sistemas de ecuaciones lineales 1. Introducción Los sistemas de ecuaciones resuelven problemas relacionados con situaciones de la vida cotidiana que tiene que ver con las Ciencias Sociales. Nos
Más detallesÁlgebra Lineal Ma1010
Álgebra Lineal Ma1010 Departamento de Matemáticas ITESM Álgebra Lineal - p. 1/16 En esta lectura veremos el proceso para obtener la factorización QR de una matriz. Esta factorización es utilizada para
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Sistemas Lineales / 8 Contenidos Introducción Métodos directos Gauss Gauss
Más detallesSOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES
SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES EL PROBLEMA DE OBTENER LOS CEROS O RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE, ES UNO DE LOS REQUERIDOS MAS FRECUENTEMENTE, DEBIDO A ELLO
Más detallesTema 5: Sistemas de ecuaciones lineales.
TEORÍA DE ÁLGEBRA: Tema 5 DIPLOMATURA DE ESTADÍSTICA 1 Tema 5: Sistemas de ecuaciones lineales 1 Definiciones generales Definición 11 Una ecuación lineal con n incognitas es una expresión del tipo a 1
Más detallesAutovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS CC SOCIALES CAPÍTULO 2 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Más detallesEsta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
Más detallesSistemas de Ecuaciones. Lineales I
Sistemas de Ecuaciones Lineales I Preliminares: Expresión matricial. Dificultades numéricas. 521230-1 - DIM Universidad de Concepción Expresión matricial Todo sistema de ecuaciones lineales puede escribirse
Más detallesEJERCICIOS REPASO 2ª EVALUACIÓN
MATRICES Y DETERMINANTES 1.) Sean las matrices: EJERCICIOS REPASO 2ª EVALUACIÓN a) Encuentre el valor o valores de x de forma que b) Igualmente para que c) Determine x para que 2.) Dadas las matrices:
Más detallesUnidad 2: Ecuaciones, inecuaciones y sistemas.
Unidad 2: Ecuaciones, inecuaciones y sistemas 1 Unidad 2: Ecuaciones, inecuaciones y sistemas. 1.- Factorización de polinomios. M. C. D y m.c.m de polinomios. Un número a es raíz de un polinomio es 0.
Más detallesPráctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función.
Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función. Se suele llamar método de Newton-Raphson al método de Newton cuando se utiliza para calcular los ceros
Más detallesUNIVERSIDAD AUTÓNOMA DE ENTRE RÍOS
UNIVERSIDAD AUTÓNOMA DE ENTRE RÍOS FACULTAD DE CIENCIA Y TECNOLOGÍA CÁLCULO NUMÉRICO T.P.Nº3 EJERCICIO N 1 En los ejercicios 1 a 12 resolver el sistema dado. 1) a) Por el método de Gauss sin pivoteo con
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
UNIDD 4 RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 00 Resolución de sistemas mediante determinantes x y Resuelve, aplicando x = e y =, los siguientes sistemas de ecuaciones: x 5y = 7 5x + 4y = 6x
Más detallesMétodos Iterativos para Resolver Sistemas Lineales
Métodos Iterativos para Resolver Sistemas Lineales Departamento de Matemáticas, CCIR/ITESM 17 de julio de 2009 Índice 3.1. Introducción............................................... 1 3.2. Objetivos................................................
Más detalles2 = 1 0,5 + = 0,5 c) 3 + = = 2
Trabajo Práctico N : SISTEMAS DE ECUACIONES LINEALES Ejercicio : Resuelva los siguientes sistemas de ecuaciones lineales empleando cuando sea posible: i) Método matricial. ii) Regla de Cramer. Interprete
Más detallesPráctica: Métodos de resolución de ecuaciones lineales.
Práctica: Métodos de resolución de ecuaciones lineales. Objetivo: Aplicar dos técnicas de resolución de sistemas de ecuaciones lineales: Un método finito basado en la descomposición LU de la matriz de
Más detallesTema 3 Resolución de Sistemas de Ecuaciones Lineales
Tema Resolución de Sistemas de Ecuaciones Lineales Índice Introducción 2 Método de Gauss 2 Resolución de sistemas triangulares 22 Triangulación por el método de Gauss 2 Variante Gauss-Jordan 24 Comentarios
Más detallesSistema de ecuaciones Parte II
Regla de Cramer Sistema de ecuaciones Parte II La regla de Cramer sirve para resolver sistemas de ecuaciones lineales. Se aplica a sistemas que cumplan las dos condiciones siguientes: El número de ecuaciones
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 detallesMétodos Numéricos: Guía de estudio Tema 5: Solución aproximada de ecuaciones
Métodos Numéricos: Guía de estudio Tema 5: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril 2009, versión
Más detallesPreliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL Contenido Preliminares 1 Preliminares Teorema 2 Contenido Preliminares Teorema 1 Preliminares Teorema 2 Teorema Preliminares Teorema Teorema: Serie de Taylor Supongamos
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesMétodos Numéricos: Guía de estudio Tema 6 Métodos iterativos para sistemas de ecuaciones lineales
Métodos Numéricos: Guía de estudio Tema 6 Métodos iterativos para sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales ALBERTO VIGNERON TENORIO Dpto. de Matemáticas Universidad de Cádiz Índice general 1. Sistemas de ecuaciones lineales 1 1.1. Sistemas de ecuaciones lineales. Definiciones..........
Más detallesA c) Determinantes. Ejercicio 1. Calcula los siguientes determinantes:
Determinantes 1. Contenido 1.1 Determinantes de orden 1, 2 y 3. 1.2 Menor complementario. Matriz adjunta. 1.3 Propiedades de los determinantes. 1.4 Determinantes de orden n. 1.5 Cálculo de determinantes
Más detallesSe llama adjunto de un elemento de una matriz A, al número resultante de multiplicar por el determinante de la matriz complementaria
T.3: MATRICES Y DETERMINANTES 3.1 Determinantes de segundo orden Se llama determinante de a: 3.2 Determinantes de tercer orden Se llama determinante de a: Ejercicio 1: Halla los determinantes de las siguientes
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
3 RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES Página 74 Determinantes de orden 2 Resuelve cada uno de los siguientes sistemas de ecuaciones y calcula el determinante de la matriz de los coeficientes:
Más detallesEcuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa
Ecuaciones matriciales AX = B y XA = B Cálculo de la matriz inversa Objetivos Aprender a resolver ecuaciones matriciales de la forma AX = B y XA = B Aprender a calcular la matriz inversa con la eliminación
Más detallesBase y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
Más detalles3- Sistemas de Ecuaciones Lineales
Nivelación de Matemática MTHA UNLP 1 3- Sistemas de Ecuaciones Lineales 1. Introducción Consideremos el siguiente sistema, en él tenemos k ecuaciones y n incógnitas. Los coeficientes a ij son números reales
Más detallesEs decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3
1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de
Más detallesRESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES
RESOLUCIÓN DE SISTEMS MEDINTE DETERMINNTES Página 0 REFLEXION Y RESUELVE Resolución de sistemas Ò mediante determinantes y Resuelve, aplicando x x e y, los siguientes sistemas de ecuaciones: 3x 5y 73 a
Más detallesAPUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
Más detallesPráctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL.
practica2sr.nb 1 Apellidos y Nombre: Práctica 2ª : OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. Operadores lógicos y relacionales
Más detallesMÉTODO DE DIFERENCIAS FINITAS Y EL USO DE MATLAB PARA ECUACIONES ELÍPTICAS SOBRE CONDUCTIVIDAD TÉRMICA
UNIVERSIDAD NACIONAL DEL SANTA FACULTAD DE CIENCIAS DEPARTAMENTO DE MATEMÁTICA XIV CONVENCIÓN DE INVESTIGACIÓN MÉTODO DE DIFERENCIAS FINITAS Y EL USO DE MATLAB PARA ECUACIONES ELÍPTICAS SOBRE CONDUCTIVIDAD
Más detalles1. Sistemas de ecuaciones lineales
Departamento de Matemática Aplicada CÁLCULO COMPUTACIONAL. Licenciatura en Química (Curso 25-6) Sistemas de ecuaciones lineales Práctica 2 En esta práctica vamos a ver cómo se pueden resolver sistemas
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2008 MATEMÁTICAS II TEMA 2: SISTEMAS DE ECUACIONES LINEALES
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 008 MATEMÁTICAS II TEMA : SISTEMAS DE ECUACIONES LINEALES Junio, Ejercicio 3, Opción A Junio, Ejercicio 3, Opción B Reserva 1, Ejercicio 3, Opción A Reserva,
Más detallesMétodos Numéricos (SC 854) Solución de sistemas de ecuaciones lineales
Solución de sistemas de ecuaciones lineales c M Valenzuela 2007 (2 de agosto de 2007) Matrices Definición Una matriz n m es un arreglo rectangular de elementos con n filas (o renglones) y m columnas en
Más detallesEl determinante de una matriz se escribe como. Para una matriz, el valor se calcula como:
Materia: Matemática de 5to Tema: Definición de Determinantes Marco Teórico Un factor determinante es un número calculado a partir de las entradas de una matriz cuadrada. Tiene muchas propiedades e interpretaciones
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más detallesRaices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2
Raices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2 introducción MÉTODO GRÁFICO PARA ENCONTRAR LAS RAICES DE SISTEMAS DE ECUACIONES EJEMPLO: f(x)= e x x A)LA RAIZ ES DONDE LA GRAFICA INTERSECTA EL EJE
Más detallescomo el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
Más detallesMatemáticas Aplicadas a los Negocios
LICENCIATURA EN NEGOCIOS INTERNACIONALES Matemáticas Aplicadas a los Negocios Unidad 4. Aplicación de Matrices OBJETIVOS PARTICULARES DE LA UNIDAD Al finalizar esta unidad, el estudiante será capaz de:
Más detallesTEMA 8.- NORMAS DE MATRICES Y
Álgebra II: Tema 8. TEMA 8.- NORMAS DE MATRICES Y NúMERO DE CONDICIóN Índice. Introducción 2. Norma vectorial y norma matricial. 2 2.. Norma matricial inducida por normas vectoriales......... 4 2.2. Algunos
Más detalles1 0 4/ 5 13/
1 1 1 7 1 0 4/ 5 13/ 5 R1 R 1+1/5R3 0 0 0 2 R2 R3 0 5 9 22 0 5 9 22 0 0 0 2 Como la matriz tiene un renglón (0, 0, 0, 2) indica que el sistema no tiene solución ya que no existe un número que sea 2 y al
Más detallesÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 47 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
Más detallesEcuaciones de 1er Grado 2. Incógnitas. Ing. Gerardo Sarmiento Díaz de León
Ecuaciones de 1er Grado 2 Incógnitas Ing. Gerardo Sarmiento Díaz de León 2009 Teoría sobre ecuaciones de primer grado con 2 icognitas solución por los 3 metodos CETis 63 Ameca, Jalisco Algebra Área matemáticas
Más detallesDETERMINANTES Profesor: Fernando Ureña Portero
: CONCEPTO, CÁLCULO DE. Definición: A cada matriz cuadrada A=a ij, de orden n, se le asigna un número real, denominado determinante de A, denotado por A o por det (A). A =det (A)= 1.-Determinante de orden
Más detallesSucesiones Introducción
Temas Límites de sucesiones. convergentes. Sucesiones divergentes. Sucesiones Capacidades Conocer y manejar conceptos de sucesiones convergentes y divergentes. Conocer las principales propiedades de las
Más detallesDiagonalización de matrices.
Diagonalización de matrices. 1. Diagonalización de matrices. Definición 1.1 Sea A una matriz cuadrada,, decimos que es un autovalor de A si existe un vector no nulo tal que En esta situación decimos que
Más detallesGuía de uso de DERIVE. 2) Botones de acceso rápido Al colocar el cursor sobre el botón aparece un recuadro con su función
Sobre la pantalla principal de DERIVE distinguimos: 1) La barra del menú 2) Botones de acceso rápido Al colocar el cursor sobre el botón aparece un recuadro con su función UNIDAD DOCENTE DE MATEMÁTICAS
Más detallesMÉTODOS NUMÉRICOS PARA INGENIERÍA ERROR GUIÓN PARA EL TEMA CONCEPTOS BÁSICOS
ERROR GUIÓN PARA EL TEMA CONCEPTOS BÁSICOS REPASO de conceptos de dígito significativo y de orden, para números en notación decimal. Para señalar la diferencia entre el concepto de dígito significativo
Más detallesMatemáticas. D e t e r m i n a n t e s
Matemáticas D e t e r m i n a n t e s El determinante de una matriz cuadrada es un número que se obtiene a partir de los elementos de la matriz. Su estudio se justifica en cuanto que simplifica la resolución
Más detallesCursada Segundo Cuatrimestre 2012 Guía de Trabajos Prácticos Nro. 1
Temas: Ambiente de trabajo MATLAB. Creación de matrices y vectores. Matrices pre-definidas. Operador dos puntos. Operaciones con matrices y vectores. Direccionamiento de elementos de matrices y vectores.
Más detallesDos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales
Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley
Más detallesComplementos de Matemáticas, ITT Telemática
Introducción Métodos de punto fijo Complementos de Matemáticas, ITT Telemática Tema 1. Solución numérica de ecuaciones no lineales Departamento de Matemáticas, Universidad de Alcalá Introducción Métodos
Más detallesSi A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?
MATRICES Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? La multiplicación de matrices cuadradas, tiene la propiedad conmutativa?
Más detallesEjercicios Temas 3 y 4: Interpolación polinomial. Ajuste de curvas.
Ejercicios Temas 3 y 4: Interpolación polinomial. Ajuste de curvas.. El número de personas afectadas por el virus contagioso que produce la gripe en una determinada población viene dado por la siguiente
Más detallesClase 9 Programación No Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 9 Programación No Lineal ICS 110 Optimización Profesor : Claudio Seebach Apuntes de Clases
Más detallesProgramación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
Más detallesContenido. 1 Definiciones y propiedades. 2. Método de la potencia. 3. Método de la potencia inversa. 4. Método de la potencia inversa desplazada
ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
Más detallesTema 4 Álgebra Lineal Numérica
Tema 4 Álgebra Lineal Numérica Departamento de Matemática Aplicada Universidad de Málaga Escuela Politécnica Superior Qué es un Sistema Lineal? Qué es un Sistema Lineal? Conocimientos previos Definiciones.
Más detallesTema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Más detallesSimulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12
Simulación I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Modelos de simulación y el método de Montecarlo Ejemplo: estimación de un área Ejemplo: estimación
Más detallesTema 1: MATRICES. OPERACIONES CON MATRICES
Tema 1: MATRICES. OPERACIONES CON MATRICES 1. DEFINICIÓN Y TIPO DE MATRICES DEFINICIÓN. Una matriz es un conjunto de números reales dispuestos en filas y columnas. Si en ese conjunto hay m n números escritos
Más detallesSistemas de ecuaciones lineales dependientes de un parámetro
Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que
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 detallesCÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES
OBJETIVOS CÁLCULO DE INCERTIDUMBRE EN LAS MEDICIONES Reportar correctamente resultados, a partir del procesamiento de datos obtenidos a través de mediciones directas. INTRODUCCION En el capítulo de medición
Más detallesDeterminantes. Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A).
Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un número denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno a 11 = a 11 5 = 5 Determinante
Más detallesun conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Más detallesEJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES, DETERMINANTES Y SISTEMAS DE ECUACIONES
EJERCICIOS DE SELECTIVIDAD LOGSE en EXTREMADURA MATRICES DETERMINANTES Y SISTEMAS DE ECUACIONES JUNIO 06/07. a) Calcula el rango de la matriz A según los valores del parámetro a 3 a A = 4 6 8 3 6 9 b)
Más detallesCONTENIDOS MÍNIMOS del ÁREA DE MATEMÁTICAS
Dpto. de Matemáticas IES Las Breñas 4º ESO OPCIÓN B CONTENIDOS MÍNIMOS del ÁREA DE MATEMÁTICAS 1: Números reales. Septiembre-2016 Números no racionales. Expresión decimal - Reconocimiento de algunos irracionales.
Más detallesDEPARTAMENTO DE MATEMATICAS Y FISICA Matemáticas Discreta
DEPARTAMENTO DE MATEMATICAS Y FISICA Matemáticas Discreta SUCESIONES Y RELACIONES DE RECURRENCIA Esta última sección la dedicamos a presentar el concepto de recurrencia, que esta muy ligado al axioma de
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 detalles3.3. Número de condición de una matriz.
96 33 Número de condición de una matriz Consideremos el sistema Ax = b, de solución u Queremos controlar qué cambios se producen en la solución cuando hacemos pequeños cambios en las componentes de b o
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 detallesx^new = x^old + K(b new A new x^old )
El Filtro de Kalman: La idea fundamental del filtro de Kalman es la actualización La llegada de una nueva observación supone un cambio en la mejor estimación mínimo cuatrática del parámetro x Se desea
Más detallesTema 3: El Método Simplex. Algoritmo de las Dos Fases.
Tema 3: El Método Simplex Algoritmo de las Dos Fases 31 Motivación Gráfica del método Simplex 32 El método Simplex 33 El método Simplex en Formato Tabla 34 Casos especiales en la aplicación del algoritmo
Más detallesDefinición Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices 1.1. Conceptos básicos y ejemplos Definición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas. NOTA:
Más detallesÓrdenes y funciones básicas (segunda parte) Práctica 2.
Práctica 2. Órdenes y funciones básicas (segunda parte) Operaremos con matrices, resolveremos ecuaciones y Objetivos: sistemas y calcularemos límites, derivadas e integrales 2 3 7 Una matriz es una lista
Más detallesUniversidad Nacional de Ingeniería Facultad de Ciencias. Física Computacional CC063. Algebra Lineal. Prof: J. Solano 2012-I
Universidad Nacional de Ingeniería Facultad de Ciencias Física Computacional CC063 Algebra Lineal Prof: J. Solano 2012-I Introduccion Aqui trabjaremos con operaciones basicas con matrices, tales como solucion
Más detallesDeterminantes. Determinante de orden uno. a 11 = a 11 5 = 5
DETERMINANTES Determinantes Concepto de determinante A cada matriz cuadrada A se le asigna un escalar particular denominado determinante de A, denotado por A o por det (A). A = Determinante de orden uno
Más detalles