Resolución numérica de sistemas de ecuaciones. Introducción
|
|
- Bernardo Olivares Vargas
- hace 7 años
- Vistas:
Transcripción
1 Resolución numérica de sistemas de ecuaciones. Introducción Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
2 Índice Motivación Objetivos Condiciones de existencia de solución Perspectiva numérica Clasificación de los métodos de resolución SISTEMAS. INTRODUCCIÓN 1
3 Motivación La cercha de la figura se carga con una fuerza uniforme repartida sobre el cordón superior El planteamiento del problema conduce a un sistema lineal de ecuaciones de dimensión n=50 y en el que la matriz tiene la siguiente estructura Al resolver el sistema, obtenemos la deformada de la estructura SISTEMAS. INTRODUCCIÓN 2
4 Puerto de Mataró SISTEMAS. INTRODUCCIÓN 3
5 Puerto de Mataró SISTEMAS. INTRODUCCIÓN 4
6 En general, utilizando elementos finitos, tenemos que resolver sistemas lineales grandes y vacíos. Muchas veces, la matriz es simétrica definida positiva. Por ejemplo: matriz de masa: matriz de rigidez (conductividad): SISTEMAS. INTRODUCCIÓN 5
7 Objetivos La formulación de problemas de ingeniería a menudo conduce a sistemas lineales de ecuaciones. Estos sistemas pueden llegar a tener millones de grados de libertad. El objetivo de este tema es desarrollar estrategias numéricas que permitan resolver sistemas de ecuaciones grandes de una manera eficiente. SISTEMAS. INTRODUCCIÓN 6
8 Existencia y unicidad de soluciones Consideremos una matriz cuadrada Las siguientes condiciones son equivalentes: 1. Para cualquier el sistema tiene solución 2. Si tiene solución, ésta es única 3. Para cualquier, 4. Las columnas (filas) de la matriz son linealmente independientes 5. Existe una matriz cuadrada (matriz inversa) tal que 6. La matriz tiene determinante no nulo SISTEMAS(1). MÉTODOS DIRECTOS
9 Perspectiva numérica Las condiciones de existencia y unicidad no son útiles desde el punto de vista numérico Determinantes El cálculo de un determinante es muy costoso. Además, es difícil decidir si es cero o no Matriz inversa El cálculo directo de la matriz inversa es muy costoso. Para calcularla se tienen que resolver n sistemas de ecuaciones de dimensión n: donde es la i-ésima columna de la matriz inversa y es el i-ésimo vector de la base canónica. SISTEMAS. INTRODUCCIÓN 7
10 De hecho, métodos clásicos como el de Cramer tampoco sirven para resolver sistemas grandes. El número total de operaciones para resolver un sistema de dimensión n con este método es n T C T C = (n+1) 2 n! x Mflops x años!!! Desde el punto de vista numérico buscaremos algoritmos eficientes en diferentes aspectos: Número de operaciones necesarias (tiempo CPU) Necesidades de almacenamiento (memoria) Rango de aplicabilidad (sobre qué tipo de matrices se pueden aplicar) SISTEMAS. INTRODUCCIÓN 8
11 Clasificación de los métodos de resolución Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
12 Clasificación de los métodos de resolución 1. Sistemas con solución inmediata - matrices diagonales - matrices triangulares 2. Métodos directos - método de Gauss - métodos de factorización - Crout, LU, Cholesky 3. Métodos iterativos - métodos estacionarios - Jacobi, Gauss-Seidel - métodos no estacionarios - Gradiente, gradiente conjugado, GMRES SISTEMAS. INTRODUCCIÓN 9
13 Sistemas con solución inmediata Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
14 Sistemas con solución inmediata Sistemas con matriz diagonal Resolvemos. Coste computacional: n operaciones Sistema con matriz triangular superior (U) Método de sustitución hacia atrás (backward substitution). Coste computacional: n 2 operaciones Sistema con matriz triangular inferior (L) Método de sustitución hacia delante (forward substitution). Coste computacional: n 2 operaciones SISTEMAS CON SOLUCIÓN INMEDIATA 1
15 Métodos directos Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
16 Métodos directos Mediante operaciones de fila o columna transformamos el sistema en uno de solución inmediata. La solución exacta (salvo errores de redondeo) se obtiene en un número finito de pasos. Métodos de eliminación (Gauss) A U Coste computacional: eliminación + sustitución hacia atrás (2/3)n 3 operaciones SISTEMAS. MÉTODOS DIRECTOS 1
17 Métodos de descomposición Métodos de Crout o de factorización LU Descomponemos la matriz del sistema en un producto de matrices triangulares: A L U triangular inferior triangular superior SISTEMAS. MÉTODOS DIRECTOS 2
18 Entonces podemos resolver el sistema haciendo dos sustituciones Coste computacional: (2/3)n 3 operaciones calculamos con una sustitución hacia adelante calculamos con una sustitución hacia atrás La ventaja de este método respecto del de Gauss es que, una vez factorizada la matriz, puede utilizarse la descomposición para resolver varios sistemas, sin necesidad de conocer a priori los términos independientes. De este modo, para resolver cada sistema adicional sólo se tienen que hacer dos sustituciones (2n 2 operaciones). SISTEMAS. MÉTODOS DIRECTOS 3
19 Aplicabilidad de los métodos de Gauss, Crout, LU Teorema: si A es invertible y se puede factorizar como A = LU, donde L tiene la diagonal unitaria, entonces la factorización es única Teorema: si A es invertible existe una matriz de permutación P tal que PA=LU Con pivotamiento total, siempre es posible hacer una factorización LU (o Gauss) de una matriz regular Teorema: la condición necesaria y suficiente para que una matriz regular A se pueda descomponer como A = LU es que todos los menores principales tengan determinante no nulo SISTEMAS. MÉTODOS DIRECTOS 4
20 Pivotamiento total Utilizando un pivotamiento total, llegamos a calcular una descomposición de la matriz de la forma: donde: PAQ = LU P tiene en cuenta las permutaciones de filas Q tiene en cuenta las permutaciones de columnas Ejemplo: comando Matlab [L,U,P,Q]=lu(A) En este caso, obtenemos: y tenemos que resolver dos sistemas triangulares para calcular SISTEMAS. MÉTODOS DIRECTOS 5
21 Método de Cholesky A L L T Aplicabilidad: matrices simétricas y definidas positivas. Coste computaciónal: al aprovechar las características de la matriz, se realizan aproximadamente la mitad de operaciones que con el de Crout T Chol (1/3)n 3 Método de Cholesky generalizado A L D L T Aplicabilidad: matrices simétricas. SISTEMAS. MÉTODOS DIRECTOS 6
22 Skyline nz = 1445 SISTEMAS. MÉTODOS DIRECTOS 7
23 Skyline storage Dimension n ~ 4000 Band half-width s = 1737 Assuming symmetry (only triangular matrix is stored) Skyline storage ~ 10 6 coefficients Band storage ~ coefficients SISTEMAS. MÉTODOS DIRECTOS 8
24 Llenado en métodos de factorización Al factorizar una matriz pueden aparecer coeficientes no nulos donde inicialmente había ceros Se mantiene el skyline de la matriz SISTEMAS. MÉTODOS DIRECTOS 9
25 Estructura de barras 2D 50 grados de libertad SISTEMAS. MÉTODOS DIRECTOS 10
26 Estructura de barras 3D 111 grados de libertad SISTEMAS. MÉTODOS DIRECTOS 11
27 Reordenación Para reducir el fenómeno de llenado cuando se calculan las factorizaciones de matrices, se pueden utilizar técnicas de reordenación. Existen muchos algoritmos de reordenación. En Matlab, por ejemplo, encontramos el método reverse Cuthill-McKee ordering (comando symrcm(a) ) L T (nz=4235) L T (nz=1583) A (nz=964) A (nz=964) SISTEMAS. MÉTODOS DIRECTOS 12
28 Métodos iterativos Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
29 Métodos iterativos Idea: dada una aproximación inicial de la solución, calculamos nuevas aproximaciones que convergen a la solución del sistema La aproximación se calcula a partir de las anteriores, utilizando operaciones con vectores o productos matriz por vector Notación: residuo solución SISTEMAS. MÉTODOS ITERATIVOS 1
30 Métodos iterativos Métodos iterativos estacionarios (que es un caso particular con, ) Ejemplos: Jacobi, Gauss-Seidel Métodos iterativos no estacionarios Ejemplos: Gradiente, gradiente conjugado, GMRES SISTEMAS. MÉTODOS ITERATIVOS 2
31 Métodos iterativos estacionarios Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
32 Métodos clásicos Método de Jacobi Método de Gauss-Seidel SISTEMAS. MÉTODOS ITERATIVOS 3
33 Si consideramos la descomposición aditiva Métodos clásicos se puede mostrar que podemos escribir los métodos de Jacobi y de Gauss-Seidel en la forma con C = D A método de Jacobi C = L A +D A método de Gauss-Seidel Por construcción, son métodos consistentes y la convergencia está asegurada si SISTEMAS. MÉTODOS ITERATIVOS 4
34 Consistencia Definición: Un esquema iterativo es consistente si y sólo si x* es el único punto fijo. 1. Es punto fijo: 2. Es el único punto fijo: consideremos tal que, entonces El sistema tiene solución única, es regular, si y sólo si Para esquemas de la forma 1. x* es punto fijo por construcción 2. es el único punto fijo por ser C regular SISTEMAS. MÉTODOS ITERATIVOS 4b
35 Condiciones de convergencia El método de Jacobi es convergente si A es diagonalmente dominante El método de Gauss-Seidel es convergente si A es diagonalmente dominante, o A es simétrica y definida positiva Observaciones: Los métodos vistos también se pueden aplicar por bloques Gauss-Seidel por bloques: SISTEMAS. MÉTODOS ITERATIVOS 5
36 Definición: Un esquema iterativo sólo si el error en la iteración k, Convergencia es convergente si y, cumple para cualquier. Análisis de convergencia Se asume consistencia del esquema El error cumple El esquema es convergente si o, equivalentemente, si radio espectral < Condición necesaria y suficiente SISTEMAS. MÉTODOS ITERATIVOS 6
37 Consideremos el comando Matlab: Criterios de convergencia [x,flag,relres,iter,resvec] = pcg (A,b,tol,maxit,M1,M2,x0) En general se puede demostrar que Hay dos posibles criterios para terminar el proceso iterativo: Control del residuo criterio significativo sólo para matrices con razonablemente pequeño (criterio utilizado en Matlab) Control del incremento criterio significativo sólo si SISTEMAS. MÉTODOS ITERATIVOS 7
38 Métodos iterativos no estacionarios Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
39 Métodos iterativos no estacionarios El esquema cambia con las iteraciones Para empezar, consideremos una matriz A simétrica y definida positiva. Entonces, es solución del sistema si y sólo si es el mínimo del funcional cuadrático: A definida positiva A definida negativa A singular A indefinida SISTEMAS. MÉTODOS ITERATIVOS 8
40 Máximo descenso Idea: avanzar en la dirección de máxima pendiente La dirección del gradiente es la de máximo crecimiento de la función y, dado que se quiere resolver un problema de minimización, la dirección de avance será Esquema iterativo: se determina resolviendo un problema de minimización unidimensional SISTEMAS. MÉTODOS ITERATIVOS 9
41 Máximo descenso: representación gráfica Figuras de The Conjugate Gradient Method Without the Agonizing Pain, J.R. Shewchuk SISTEMAS. MÉTODOS ITERATIVOS 10
42 Superficie definida por el funcional φ(x) y sus curvas de nivel con los vectores gradiente SISTEMAS. MÉTODOS ITERATIVOS 11
43 Iteraciones del método de máximo descenso Sólo se tiene en cuenta el comportamiento local de la función Se repiten direcciones de avance El comportamiento del método depende del condicionamiento de la matriz (para matrices SDP, del cociente entre el mayor y el menor autovalor) SISTEMAS. MÉTODOS ITERATIVOS 12
44 Se puede mostrar que para el método de gradientes tenemos la siguiente cota de error: donde y, como A es simétrica definida positiva, Cuanto mayor es método., más lenta es la convergencia del SISTEMAS. MÉTODOS ITERATIVOS 13
45 Idea: no repetir direcciones de avance Esquema iterativo: Gradientes conjugados se determina resolviendo un problema de minimización en la dirección de avance Las direcciones de avance en cada iteración se escogen A-conjugadas y se definen como con SISTEMAS. MÉTODOS ITERATIVOS 14
46 Gradientes conjugados: algoritmo Operaciones: 2 matriz x vector 3 productos escalares 2 (escalar x vector) + vector SISTEMAS. MÉTODOS ITERATIVOS 15
47 Gradientes conjugados: propiedades Convergencia en n iteraciones como máximo SISTEMAS. MÉTODOS ITERATIVOS 16
48 Gradientes conjugados: algoritmo mejorado Operaciones: 1 matriz x vector 2 productos escalares 3 (escalar x vector) + vector SISTEMAS. MÉTODOS ITERATIVOS 17
49 Iteraciones de gradientes conjugados Converge en como máximo n iteraciones, siendo n la dimensión del sistema Aunque en sentido estricto es un método directo (se llega a la solución en un número finito de pasos), se utiliza como iterativo porque normalmente converge mucho antes de n iteraciones. SISTEMAS. MÉTODOS ITERATIVOS 18
50 Precondicionamiento La convergencia de un método iterativo depende del número de condición de la matriz del sistema, que para matrices SDP se define como Idea: reducir el número de condición de la matriz del sistema Se considera una matriz (precondicionador) tal que sea fácilmente inversible y se resuelve el sistema equivalente SISTEMAS. MÉTODOS ITERATIVOS 19
51 Con esta estructura se pierde la simetría de la matriz, de manera que para precondicionar gradientes conjugados se utiliza otra estrategia. Se resuelve un sistema con Si es una matriz SDP, su raíz cuadrada es la única matriz SDP que verifica. Si diagonaliza como, se define En la práctica el algoritmo se simplifica para evitar el cálculo de P 1/2. SISTEMAS. MÉTODOS ITERATIVOS 19b
52 Gradientes conjugados precondicionado Se tiene que resolver un sistema con matriz P SISTEMAS. MÉTODOS ITERATIVOS 20
53 GMRES Método iterativo para matrices regulares cualesquiera. En cada iteración x k minimiza la norma euclídea del residuo en x 0 +K k : donde el k-ésimo espacio de Krylov se define como Observación: K k R n es de dimensión k, de manera que en la iteración n se calcula la minimización del error en R n proporciona la solución x* (es decir, se obtiene la solución en n iteraciones como máximo) Para resolver el problema de minimización se hacen varias reformulaciones. Otros métodos: MINRES, BiCGStab, CGS (Matlab) SISTEMAS. MÉTODOS ITERATIVOS 21
54 Precondicionamiento Caracterizar un buen precondicionador es difícil. No existen reglas generales y se tiene que escoger en función de las características del problema. Algunas estrategias convencionales: C = D (diagonal de A) precondicionador de Jacobi C = L A + D A (parte triangular inferior de A) precondicionador de Gauss-Seidel C = ILU(A) (factorización incompleta de A) Otras técnicas utilizadas en práctica: multigrid, descomposición de dominios SISTEMAS. MÉTODOS ITERATIVOS 22
TEMA 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 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 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 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 detallesMAT web:
Clase No. 7: MAT 251 Matrices definidas positivas Matrices simétricas Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
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 detallesAlgebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Más detallesλ autovalor / valor propio v autovector / vector propio
1. INTRODUCCIÓN Problema estándar Problema generalizado CÁLCULO DE AUTOVALORES λ autovalor / valor propio v autovector / vector propio Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada
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 detallesMétodo de diferencias finitas para ecuaciones diferenciales parciales elípticas. (Parte II)
Método de diferencias finitas para ecuaciones diferenciales parciales elípticas (Parte II) Métodos numéricos para sistemas lineales Solución numérica de EDPs requiere resolver sistemas de ecuaciones lineales
Más 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 detallesTema 3 Resolución de Sistemas deecuaciones Lineales
Tema 3 Resolución de Sistemas de Ecuaciones Lineales E.T.S.I. Informática Indice 1 Introducción 2 Resolución de Sistemas Triangulares Triangulación por el Método de Gauss Variante de Gauss-Jordan Comentarios
Más detallesTEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
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 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 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 detallesMétodos directos para resolver sistemas de ecuaciones lineales
Métodos directos para resolver sistemas de ecuaciones lineales Problemas para examen Si en algún problema se pide calcular el número de flops (operaciones aritméticas con punto flotante), entonces en el
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 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 detallesMatriz sobre K = R o C de dimensión m n
2 Matrices y Determinantes 21 Matrices Matriz sobre K = R o C de dimensión m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Tipos de matrices: Cuadrada: n n = (a ij) i=1,,m j=1,,n Nula: (0) i,j 1 0
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 detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Generalidades Definición [Sistema de ecuaciones lineales] Un sistema de m ecuaciones lineales con n incógnitas, es un conjunto de m igualdades
Más detallesSistemas de Ecuaciones Lineales y Matrices
Capítulo 4 Sistemas de Ecuaciones Lineales y Matrices El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación lineal con n-incógnitas x 1, x 2,, x n es una
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 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 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 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 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 detallesEstos apuntes se han sacado de la página de internet de vitutor con pequeñas modificaciones.
TEMA 1: MATRICES Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
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 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 detallesTema 2 Datos multivariantes
Aurea Grané Máster en Estadística Universidade Pedagógica 1 Aurea Grané Máster en Estadística Universidade Pedagógica 2 Tema 2 Datos multivariantes 1 Matrices de datos 2 Datos multivariantes 2 Medias,
Más detallesde la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
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 detallesBLOQUE DE ÁLGEBRA: TEMA 1: MATRICES.
BLOQUE DE ÁLGEBRA: TEMA 1: MATRICES. Matrices: Se llama matriz de dimensión m n a un conjunto de números reales dispuestos en m filas y n columnas de la siguiente forma: 11 a 12 a 13... a 1n A= a a 21
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 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 detallesTema 1: Matrices y Determinantes
Tema 1: Matrices y Determinantes September 14, 2009 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Se dice que una matriz
Más detallesSistemas de Ecuaciones Lineales
Sistemas de Ecuaciones Lineales 1 Sistemas de ecuaciones y matrices Definición 1 Una ecuación lineal en las variables x 1, x 2,..., x n es una ecuación de la forma con a 1, a 2... y b números reales. a
Más detallessobre un intervalo si para todo de se tiene que. Teorema 1 Sean y dos primitivas de la función en. Entonces,
Integral indefinida Primitiva e integral indefinida. Cálculo de primitivas: métodos de integración. Integración por cambio de variable e integración por partes. Integración de funciones racionales e irracionales.
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 detallesALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Más detallesPROGRAMA INSTRUCCIONAL
UNIVERSIDAD FERMÍN TORO VICE RECTORADO ACADÉMICO FACULTAD DE INGENIERÍA PROGRAMA INSTRUCCIONAL DATOS BÁSICOS DE LA ASIGNATURA Nombre de la asignatura: Código Semestre U.C. Pre- Requisito ALGEBRA LINEAL
Más detallesMateria: Matemática de 5to Tema: Método de Cramer. Marco Teórico
Materia: Matemática de 5to Tema: Método de Cramer Marco Teórico El determinante se define de una manera aparentemente arbitraria, sin embargo, cuando se mira a la solución general de una matriz, el razonamiento
Más detallesMateria: Matemática de Octavo Tema: Raíces de un polinomio. Marco teórico
Materia: Matemática de Octavo Tema: Raíces de un polinomio Y si tuvieras una ecuación polinómica como? Cómo podrías factorizar el polinomio para resolver la ecuación? Después de completar esta lección
Más detallesMatemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD DE LOS MAYORES DE 25 AÑOS CONVOCATORIA 2014 CRITERIOS DE EVALUACIÓN Matemáticas GENERALES: El examen constará de dos opciones (dos
Más detallesIntroducción. Flujo Eléctrico.
Introducción La descripción cualitativa del campo eléctrico mediante las líneas de fuerza, está relacionada con una ecuación matemática llamada Ley de Gauss, que relaciona el campo eléctrico sobre una
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 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 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 detallesResumen 3: Matrices, determinantes y sistemas de ecuaciones
Resumen 3: Matrices, determinantes y sistemas de ecuaciones lineales 1 Matrices Una matriz con coeficientes sobre un cuerpo K (normalmente K R) consiste en una colección de números (o escalares) del cuerpo
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 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 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 detallesECUACIONES POLINÓMICAS CON UNA INCÓGNITA
Unidad didáctica. Ecuaciones, inecuaciones y sistemas de ecuaciones e inecuaciones ECUACIONES POLINÓMICAS CON UNA INCÓGNITA Las ecuaciones polinómicas son aquellas equivalentes a una ecuación cuyo primer
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 detallesTEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO
TEMA 6: DIVISIÓN DE POLINOMIOS RAÍCES MATEMÁTICAS 3º ESO 1. División de polinomios Dados dos polinomios P (el dividendo) y D (el divisor), dividir P entre D es encontrar dos polinomios Q (el cociente)
Más detallesALN. Repaso matrices. In. Co. Facultad de Ingeniería Universidad de la República
ALN Repaso matrices In. Co. Facultad de Ingeniería Universidad de la República Definiciones básicas - Vectores Definiciones básicas - Vectores Construcciones Producto interno: ( x, y n i x y i i ' α Producto
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 detallesVectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
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 detallesApuntes de álgebra lineal. Eduardo Liz Marzán. Enero de 2015.
Apuntes de álgebra lineal Eduardo Liz Marzán Enero de 2015 Índice general 1 Introducción 7 11 Operaciones internas y estructura de cuerpo 7 12 Números complejos 8 13 Vectores 10 2 Matrices y determinantes
Más detallesIntegración numérica
Integración numérica Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Barcelona) http://www-lacan.upc.es Índice Motivación y objetivos Cuadratura
Más detallesMatemá'cas generales
Matemá'cas generales Matrices y Sistemas Patricia Gómez García José Antonio Álvarez García DPTO. DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN Este tema se publica bajo Licencia: Crea've Commons
Más detallesModelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Más detallesINSTITUCIÓN EDUCATIVA GABRIEL TRUJILLO CORREGIMIENTO DE CAIMALITO, PEREIRA
INSTITUCIÓN EDUCATIVA GABRIEL TRUJILLO CORREGIMIENTO DE CAIMALITO, PEREIRA La matemática es la ciencia del orden y la medida, de bellas cadenas de razonamientos, todos sencillos y fáciles. René Descartes
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 detallesUniversidad Central Del Este U C E Facultad de Ciencias y Humanidades Escuela de Pedagogía Mención Ciencias Físicas y Matemática
Universidad Central Del Este U C E Facultad de Ciencias y Humanidades Escuela de Pedagogía Mención Ciencias Físicas y Matemática Programa de la asignatura: MAT-151 ALGEBRA LINEAL Total de Créditos: 4 Teórico:
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 detallesUNIDAD 4: FUNCIONES POLINOMIALES Y RACIONALES
UNIDAD 4: FUNCIONES POLINOMIALES Y RACIONALES En la Sección anterior se abordó contenidos relacionados con las funciones y gráficas, continuamos aprendiendo más sobre funciones; en la presente unidad abordaremos
Más detallesPreparación para Álgebra universitaria con trigonometría
Preparación para Álgebra universitaria con trigonometría Este curso cubre los siguientes temas. Usted puede personalizar la gama y la secuencia de este curso para satisfacer sus necesidades curriculares.
Más detallesa) Factoriza el monomio común. En este caso 6 se puede dividir de cada término:
Materia: Matemática de 5to Tema: Factorización y Resolución de ecuaciones 1) Factorización Marco Teórico Decimos que un polinomio está factorizado completamente cuando no podemos factorizarlo más. He aquí
Más detallesCURSO BÁSICO DE MATEMÁTICAS PARA ESTUDIANTES DE ECONÓMICAS Y EMPRESARIALES
CONCEPTO MATRICES Se llama matriz de orden (dimensión) m n a un conjunto de m n elementos dispuestos en m filas y n columnas Se representa por A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn j=1,2,,n
Más detallesEspacios vectoriales reales.
Tema 3 Espacios vectoriales reales. 3.1 Espacios vectoriales. Definición 3.1 Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con dos operaciones, una que recibe el nombre
Más detallesMATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 1 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 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 detallesTema 2. Sistemas de ecuaciones lineales
Tema 2. Sistemas de ecuaciones lineales Estructura del tema. Definiciones básicas Forma matricial de un sistema de ecuaciones lineales Clasificación de los sistemas según el número de soluciones. Teorema
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 detallesSe denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
TEMA 1.- MATRICES 1.-Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la
Más detallesEstructuras Algebraicas
Tema 1 Estructuras Algebraicas Definición 1 Sea A un conjunto no vacío Una operación binaria (u operación interna) en A es una aplicación : A A A Es decir, tenemos una regla que a cada par de elementos
Más detallesSistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo. Contenidos
Cálculo Coordinación de Matemática I MAT021 1 er Semestre de 2013 Semana 2: Lunes 18 Viernes 22 de Marzo Contenidos Clase 1: La Ecuación Cuadrática. Inecuaciones de grado 2, con y sin valor absoluto. Clase
Más detallesCAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES
CAPÍTULO 3: DETERMINANTES Y SISTEMAS DE ECUACIONES Parte A: determinantes. A.1- Definición. Por simplificar, consideraremos que a cada matriz cuadrada se le asocia un número llamado determinante que se
Más detalles20 Dinámica + elementos finitos (caso lineal) Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales
20 Dinámica + elementos finitos (caso lineal) Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Nota Una deducción teóricamente rigurosa de las ecuaciones
Más detallesMatrices y sistemas de ecuaciones lineales
Matrices y sistemas de ecuaciones lineales Problemas para examen Antes de resolver un problema en el caso general, se recomienda considerar casos particulares (por ejemplo, n = 4 y n = 50). En el caso
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 detallesMATRICES. Capítulo 3. Martínez Héctor Jairo Sanabria Ana María Semestre 02, Introducción Definición y Tipo de Matrices
55 Capítulo 3 MATRICES Martínez Héctor Jairo Sanabria Ana María Semestre 02, 2007 3 Introducción En los capítulos anteriores, utilizando la noción de matriz, simplificamos la representación de problemas
Más detallesCONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS
CONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS MATEMÁTICAS 1º ESO U.D. 1 Números Naturales El conjunto de los números naturales. Sistema de numeración decimal. Aproximaciones
Más detallesTema 3 Álgebra Matemáticas I 1º Bachillerato. 1
Tema 3 Álgebra Matemáticas I 1º Bachillerato. 1 TEMA 3 ÁLGEBRA 3.1 FACTORIZACIÓN DE POLINOMIOS LA DIVISIBILIDAD EN LOS POLINOMIOS Un polinomio P(x) es divisible por otro polinomio Q(x) cuando el cociente
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 detalles1. dejar a una lado de la igualdad la expresión que contenga una raíz.
1. Resuelve las siguientes ecuaciones reales: Solución x 1 + x = 0 ; 3 x = 3 ; ln(x 1) + 4 = ln 3 Ecuaciones con raíces: No todas las ecuaciones de este tipo son sencillas de resolver, pero podemos intentar
Más detalles3. SISTEMAS DE ECUACIONES LINEALES
Sistemas de Ecuaciones Lineales 3. SISTEMAS DE ECUACIONES LINEALES SUMARIO: INTRODUCCIÓN OBJETIVOS INTRODUCCIÓN TEÓRICA 1.- Sistemas de Ecuaciones en General. 2.- Sistemas Equivalentes. 3.- Sistemas de
Más detallesTEMA 4: RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES.
TEMA 4 Ejercicios / 1 TEMA 4: RESOLUCIÓN DE SISTEMAS MEDIANTE DETERMINANTES. 1. Tenemos un sistema homogéneo de 5 ecuaciones y 3 incógnitas: a. Es posible que sea incompatible?. Por qué? b. Es posible
Más detallesCREACIÓN DE MATRICES DESDE LA APLICACIÓN PRINCIPAL
Matemáticas con la calculadora Classpad 6. CÁLCULO MATRICIAL CREACIÓN DE MATRICES DESDE LA APLICACIÓN PRINCIPAL Se puede utilizar el teclado mth (matemático) para introducir valores matriciales en una
Más detallesLa representación gráfica de una función cuadrática es una parábola.
Función Cuadrática A la función polinómica de segundo grado +bx+c, siendo a, b, c números reales y, se la denomina función cuadrática. Los términos de la función reciben los siguientes nombres: La representación
Más detalles2. El conjunto de los números complejos
Números complejos 1 Introducción El nacimiento de los números complejos se debió a la necesidad de dar solución a un problema: no todas las ecuaciones polinómicas poseen una solución real El ejemplo más
Más detallesEspacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
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 detallesALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO 6. POLINOMIOS DE UNA VARIABLE.
ALGEBRA y ALGEBRA LINEAL 520142 Primer Semestre CAPITULO 6. POLINOMIOS DE UNA VARIABLE. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Polinomio Sea K (Q,
Más detalles