Gustavo Rodríguez Gómez. Agosto Dicembre 2011
|
|
- María Luisa Arroyo Sevilla
- hace 7 años
- Vistas:
Transcripción
1 Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre / 46
2 Capítulo II 2 / 46
3 1 Introducción Métodos Directos Sistemas Triangulares Sustitución Hacia Atrás Invertibilidad de una Matriz 2 Descomposición LU Notación Matricial Descomposición de A = LU Inestabilidad del Algoritmo de Descomposición LU 3 Referencias 3 / 46
4 Introducción Introducción Objetivo: Analizar los aspectos numéricos que se presentan al resolver sistemas de ecuaciones lineales de la forma a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2 a 31 x 1 + a 32 x a 3n x n = b 3 (1) a n1 x 1 + a n2 x a nn x n = b n. 4 / 46
5 Introducción Notación Matricial El sistema (1) se puede escribir en forma matricial como: a 11 a 12 a 1n x 1 b 1 a 21 a 22 a 2n x 2 b 2 a 31 a 32 a 3n x 3 = b a n1 a n2 a nn Meta: Construir un algoritmo de alcance general para resolver sistema de ecuaciones lineales.. x n. b n Denotando las matrices anteriores por A, x, b, la ecuación anterior se reduce a Ax = b 5 / 46
6 Introducción Ejemplos Entre los problemas que se reducen a la forma (2) se encuentran Discretización de ecuaciones integrales. La solución de (2) se puede escribir como x = A 1 b. En general nunca hay una buena razón para invertir una matriz, ésta operación es muy costosa. 6 / 46
7 Introducción Ejemplos Entre los problemas que se reducen a la forma (2) se encuentran Discretización de ecuaciones integrales. Linealización local de sistema de ecuaciones no lineales. La solución de (2) se puede escribir como x = A 1 b. En general nunca hay una buena razón para invertir una matriz, ésta operación es muy costosa. 7 / 46
8 Introducción Ejemplos Entre los problemas que se reducen a la forma (2) se encuentran Discretización de ecuaciones integrales. Linealización local de sistema de ecuaciones no lineales. Ajuste de datos por medio de polinomios, etc. La solución de (2) se puede escribir como x = A 1 b. En general nunca hay una buena razón para invertir una matriz, ésta operación es muy costosa. 8 / 46
9 Introducción Estrategias para Encontrar Soluciones Considere el siguiente ejemplo 7x = 21. Hay dos formas de encontrar su solución x = 21 7 = 3, x = (7) 1 (21) = / 46
10 Introducción Estrategias para Encontrar Soluciones Considere el siguiente ejemplo 7x = 21. Hay dos formas de encontrar su solución x = 21 7 = 3, x = (7) 1 (21) = La primera ecuación requiere una división, la segunda de una división y una multiplicación. 10 / 46
11 Métodos Directos Métodos Directos Las técnicas numéricas analizadas para encontrar la solución de (2) no requieren del cálculo de la matriz inversa, se llaman métodos directos. Métodos Directos de solución Ax = b, considere el siguiente sistema de ecuaciones lineales 10x 1 7x 2 = 7 3x 1 + 2x 2 + 6x 3 = 4 5x 1 x 2 + 5x 3 = 6 En notación matricial x 1 x 2 x 3 = / 46
12 Métodos Directos Solución Primer paso: Eliminar la variable x 1 de la segunda y tercera ecuación x x 2 = x 1 + 2x 2 + 6x 3 = x 2 + 6x 3 = x x 2 = x 1 x 2 + 5x 3 = x 2 + 5x 3 = / 46
13 Métodos Directos Solución El sistema obtenido es 10x 1 7x 2 = 7 0.1x 2 + 6x 3 = x 2 + 5x 3 = / 46
14 Métodos Directos Solución El sistema obtenido es 10x 1 7x 2 = 7 0.1x 2 + 6x 3 = x 2 + 5x 3 = 2.5 En notación matricial x 1 x 2 x 3 = / 46
15 Métodos Directos Solución Segundo paso: Eliminar la variable x 2 de la tercera ecuación, a partir de la segunda ecuación. Ya que el coeficiente de de x 2 de la segunda ecuación es pequeño en valor absoluto 0.1, intercambiamos las ecuaciones (2) y (3), esto es x 1 x 2 x 3 = Procedemos a eliminar x 2 de la ecuación (3) x x 3 = x 2 + 6x 3 = x 3 = / 46
16 Métodos Directos Solución El nuevo sistema obtenido es 10x 1 7x 2 = 7 2.5x 2 + 5x 3 = x 3 = / 46
17 Métodos Directos Solución El nuevo sistema obtenido es 10x 1 7x 2 = 7 2.5x 2 + 5x 3 = x 3 = 6.2 En notación matricial x 1 x 2 x 3 = / 46
18 Métodos Directos Solución 1 A partir de la tercera ecuación encontramos el valor de x 3 = 1, sustituyéndolo en la segunda ecuación encontramos el valor de x 2 = 1, finalmente sustituímos este último valor en la primera ecuación para encontrar x 1 = 0. Hemos obtenido la solución del sistema Ax = b. 18 / 46
19 Métodos Directos Solución 1 A partir de la tercera ecuación encontramos el valor de x 3 = 1, sustituyéndolo en la segunda ecuación encontramos el valor de x 2 = 1, finalmente sustituímos este último valor en la primera ecuación para encontrar x 1 = 0. Hemos obtenido la solución del sistema Ax = b. 2 El método presentado se llama eliminación gaussiana y en general consiste de los siguientes pasos: 19 / 46
20 Métodos Directos Solución 1 A partir de la tercera ecuación encontramos el valor de x 3 = 1, sustituyéndolo en la segunda ecuación encontramos el valor de x 2 = 1, finalmente sustituímos este último valor en la primera ecuación para encontrar x 1 = 0. Hemos obtenido la solución del sistema Ax = b. 2 El método presentado se llama eliminación gaussiana y en general consiste de los siguientes pasos: 1 Eliminación hacia adelante. 20 / 46
21 Métodos Directos Solución 1 A partir de la tercera ecuación encontramos el valor de x 3 = 1, sustituyéndolo en la segunda ecuación encontramos el valor de x 2 = 1, finalmente sustituímos este último valor en la primera ecuación para encontrar x 1 = 0. Hemos obtenido la solución del sistema Ax = b. 2 El método presentado se llama eliminación gaussiana y en general consiste de los siguientes pasos: 1 Eliminación hacia adelante. 2 Substitución hacia atrás. 21 / 46
22 Sistemas Triangulares Sistemas Triangulares Definición Diremos que la matriz A = (a ij ) es triangular superior si a ij = 0 siempre que i > j. Sea A una matriz de orden n triangular superior tal que a ii = 0 para toda i = 1, 2,..., n y forme el sistema Ax = b: a 11 x 1 + a 12 x a 1n 1 x n 1 + a 1n x n = b 1 a 22 x a 2n 1 x n 1 + a 2n x n = b 2. a n 1n 1 x n 1 + a n 1n x n = b n 1 a nn x n = b n 22 / 46
23 Sistemas Triangulares Sistemas Triangulares A partir del sistema triangular obtenemos x n = b n a nn, x n 1 = b n 1 a n 1n x n a n 1n / 46
24 Sistemas Triangulares Sistemas Triangulares A partir del sistema triangular obtenemos x n = b n a nn, x n 1 = b n 1 a n 1n x n a n 1n 1. En general x k = b k n j=k+1 a kj x j a kk 24 / 46
25 Sustitución Hacia Atrás Sustitución Hacia Atrás Teorema (Sustitución hacia atrás) Dada una matriz A triangular superior de orden n con a ii = 0 para toda i = 1, 2,..., n, y el n-vector b. La solución x de Ax = b es obtenida por for k n to 1 do x k b k n j=k+1 a kj x j a kk cuando k = n las sumatoria n j=n+1 la tomamos con valor 0. El algoritmo de sustitución hacia atrás requiere alrededor de n 2 /2 multiplicaciones. 25 / 46
26 Invertibilidad de una Matriz Innvertibilidad de una Matriz Teorema Una matriz A triangular superior es invertible todos los elementos de su diagonal son diferentes de cero. 26 / 46
27 Descomposición LU Descomposición LU Algoritmo de eliminación gaussiana proporciona una estrategia para descomponer una matriz A como el producto de dos matrices A = LU, donde L es una matriz triangular inferior y U es triangular superior. 27 / 46
28 Descomposición LU Notación Matricial Notación Matricial Eliminación Gaussiana La descomposición de la matriz A como el producto de dos matrices se observa fácilmente si el algoritmo de eliminación gaussiana es puesto en notación matricial. En el primer ejemplo, definimos M 1 = , Si A y b son las matrices del primer ejemplo, obtenemos M 1 A = , M 1 b = La matriz M 1 A corresponde a la matriz del sistema obtenido después de eliminar x 1 de las ecuaciones 2 y / 46
29 Descomposición LU Notación Matricial Notación Matricial Eliminación Gaussiana El intercambio del renglón tres con el dos de la matriz M 1 A se hace a través de la matriz identidad permutando esos renglones, P 2. La variable x 2 se elimina por medio de la matriz M 2 P 2 = M 2 P 2 M 1 }{{} L 1 A = , M 2 = } {{ } U Sistema triangular obtenido equivalente al original , M 2 P 2 M 1 b = / 46
30 Descomposición LU Descomposición de A = LU Descomposición de A 1 La matriz A queda descompuesta como el producto de dos matrices A = M1 1 P2 1 M2 1 U = LU, }{{} L la matriz L es triangular inferior y U triangular superior. 30 / 46
31 Descomposición LU Descomposición de A = LU Descomposición de A 1 La matriz A queda descompuesta como el producto de dos matrices A = M1 1 P2 1 M2 1 U = LU, }{{} L la matriz L es triangular inferior y U triangular superior. 2 La inversa de las matrices de permutación son ellas mismas. 31 / 46
32 Descomposición LU Descomposición de A = LU Descomposición de A 1 La matriz A queda descompuesta como el producto de dos matrices A = M1 1 P2 1 M2 1 U = LU, }{{} L la matriz L es triangular inferior y U triangular superior. 2 La inversa de las matrices de permutación son ellas mismas. 3 La inversa de las matrices tipo M es M con los elementos bajo la diagonal cambiados de signo. 32 / 46
33 Descomposición LU Descomposición de A = LU Descomposición de A en LU Finalmente la factorización es le siguiente = }{{} L } {{ } U 33 / 46
34 Descomposición LU Descomposición de A = LU Descomposición de A en LU Hecho En general si A es una matriz n n, podemos encontrar una matriz M triangular inferior y una matriz U triangular superior definidas por M = M n 1 P n 1 M 2 P 2 M 1 P 1, A = (M n 1 P n 1 M 2 P 2 M 1 P 1 ) 1 U, ó }{{} L U = MA 34 / 46
35 Descomposición LU Descomposición de A = LU Descomposición de A en LU P k es la matriz identidad, permutando sus renglones en igual forma que se intercambiaron los de la matriz A. M k es la matriz identidad modificada insertando los multiplicadores" usados en el k-ésimo paso justo abajo de la diagonal de la k-ésima columna. U es una matriz triangular superior, y el sistema Ux = Mb se resuelve por medio del algoritmo 1, y da la solución del sistema original. Ax = b 35 / 46
36 Descomposición LU Descomposición de A = LU Descomposición de A en LU Los elementos en la diagonal de la matriz U se llaman pivotes. Si alguno de los pivotes es cero el algoritmo no se puede realizar. Si algún pivote es casi cero el algoritmo de eliminación gaussiana tendrá problemas. 36 / 46
37 Descomposición LU Inestabilidad del Algoritmo de Descomposición LU Ejemplo de Inestabilidad Ejemplo Supóngase que estamos en un sistema de punto flotante F con β = 10, n = 5 y truncamiento. Considere el siguiente sistema de ecuaciones lineales la solución exacta es (0, 1, 1) t. x 1 x 2 x 3 = , 37 / 46
38 Descomposición LU Inestabilidad del Algoritmo de Descomposición LU Primer Paso Eliminación Gaussiana Solución Primer paso de la eliminación gaussiana, eliminamos x 1 de la segunda y tercera ecuación, obtenemos x x 2 = x / 46
39 Descomposición LU Inestabilidad del Algoritmo de Descomposición LU Segundo Paso Eliminación Gaussiana Solución Segundo paso de la eliminación gaussiana, eliminamos la variable x 2 de la tercera ecuación. El multiplicador seleccionado es 2.5/10 3, obtenemos x 1 x 2 x 3 = / 46
40 Descomposición LU Inestabilidad del Algoritmo de Descomposición LU Tercer Paso Eliminación Gaussiana Solución Tercer paso de la eliminación gaussiana, sustitución hacia atrás, obtenemos (x 1, x 2, x 3 ) T = ( 0.35, 1.5, ) T, solución muy diferente de la exacta (0, 1, 1) T. 40 / 46
41 Descomposición LU Inestabilidad del Algoritmo de Descomposición LU Análisis del Error 1 Qué origino una solución errónea? 41 / 46
42 Descomposición LU Inestabilidad del Algoritmo de Descomposición LU Análisis del Error 1 Qué origino una solución errónea? 2 No hay acumulación de errores de redondeo. 42 / 46
43 Descomposición LU Inestabilidad del Algoritmo de Descomposición LU Análisis del Error 1 Qué origino una solución errónea? 2 No hay acumulación de errores de redondeo. 3 La matriz no está próxima a ser singular. 43 / 46
44 Descomposición LU Inestabilidad del Algoritmo de Descomposición LU Análisis del Error 1 Qué origino una solución errónea? 2 No hay acumulación de errores de redondeo. 3 La matriz no está próxima a ser singular. 4 Problema. Existe un problema de inestabilidad en el algoritmo, originado por seleccionar un multiplicador grande: / 46
45 Descomposición LU Inestabilidad del Algoritmo de Descomposición LU Pivoteo Parcial Hecho Si los multiplicadores son en valor absoluto 1, entonces la solución encontrada por el algoritmo de eliminació gaussiana es buena. Hecho Esta técnica se llama pivoteo parcial: en el k-ésimo paso de la eliminación hacia adelante, el pivote se escoge como el elemento más grande en valor absoluto que se encuentre en la k-ésima columna no reducida. El renglón que contiene este pivote se intercambia con el k-ésimo (renglón) para colocar al pivote en la posición (k, k). Este intercambio se hace también en el vector b. 45 / 46
46 Referencias Referencias Forsythe, George E., et al., Computer Methods for Mathematical Computations, Prentice Hall, Inc., 1977, ISBN Shampine, L. F., et al., Fundamentals of Numerical Computing, John Wiley & Sons, Inc., 1977, ISBN / 46
RESOLUCIÓN 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 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 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 detallesLección 11. Eliminación Gaussiana con Pivoteo y Matrices de Banda
Lección 11. Eliminación Gaussiana con Pivoteo y Matrices de Banda MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY Septiembre de 2014 1 Centro de Investigación en Matemáticas,
Más detallesSEL Métodos Directos
SEL Pantoja Carhuavilca Métodos Numérico Agenda métodos directos Encuentra una solución en un número finito de operaciones(en ausencia de errores de redondeo) transformando el sistema en un sistema equivalente
Más detallesResolución de sistemas de ecuaciones lineales
Tema 2 Resolución de sistemas de ecuaciones lineales 21 Métodos directos de resolución de sistemas de ecuaciones lineales 211 Resolución de sistemas triangulares Definición 211 Una matriz A se dice triangular
Más detallesInstituto Tecnológico Autónomo de México. 1. At =..
Instituto Tecnológico Autónomo de México TRANSPUESTA DE UNA MATRIZ DEFINICION : Transpuesta Sea A = (a ij ) una matriz de mxn Entonces la transpuesta de A, que se escribe A t, es la matriz de nxm obtenida
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 detallesSISTEMAS DE ECUACIONES LINEALES
APLICACIONES COMPUTACIONALES INGENIERÍA EJECUCIÓN MECÁNICA SISTEMAS DE ECUACIONES LINEALES REGLA DE CRAMER Esta regla establece que cada incógnita de un sistema de ecuaciones lineales algebraicas 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 detallesSISTEMAS DE ECUACIONES LINEALES Y MATRICES
y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015 1 Visita http://sergiosolanosabie.wikispaces.com y SISTEMAS DE ECUACIONES ES Y MATRICES Sergio Stive Solano 1 Febrero de 2015
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 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 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 detallesELIMINACIÓN GAUSSIANA
ELIMINACIÓN GAUSSIANA Este método se aplica para resolver sistemas lineales de la forma: El método de eliminación Gaussiana (simple), consiste en escalonar la matriz aumentada del sistema: para obtener
Más detallesSistemas de Ecuaciones. Lineales III
Sistemas de Ecuaciones Lineales III Pivoteo: Estrategia de pivoteo parcial Adaptación a matrices con estructuras particulares: Matrices banda y tridiagonales Método de holesky 52123-1 - DIM Universidad
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 detallesAlgoritmo de factorización LU
Algoritmo de factorización LU Objetivos. Estudiar el algoritmo de la factorización LU de una matriz cuadrada invertible. Requisitos. Matrices elementales y su relación con operaciones elementales, matriz
Más detallesSemana 2 [1/29] Matrices. 31 de julio de Matrices
Semana 2 [1/29] 31 de julio de 2007 elementales Semana 2 [2/29] Matriz de permutación Matriz de permutación Una matriz elemental de permutación tiene la siguiente estructura: 1 0 0 1 0 1 fila p 1 I pq
Más detallesPara resolver un sistema lineal estan permitidas tres operaciones en las ecuaciones.
Para resolver un sistema lineal estan permitidas tres operaciones en las ecuaciones. 1. La ecuación E i puede multiplicarse por cualquier costante diferente de cero y se puede usar la ecuación resultante
Más detallesMatrices y sistemas lineales
Matrices y sistemas lineales Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza Matrices elementales En esta sección vamos a crear funciones en MATLAB que nos permitan construir matrices elementales.
Más detallesEstrategias de pivoteo
Estrategias de pivoteo Objetivos. Resolver sistemas de ecuaciones lineales aplicando varias técnicas de pivoteo; programar estos algoritmos. Requisitos. Operaciones elementales, experiencia de resolver
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2
Más 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 detallesSistema de ecuaciones algebraicas. Eliminación de Gauss.
Sistema de ecuaciones algebraicas. Eliminación de Gauss. Curso: Métodos Numéricos en Ingeniería Profesor: Dr. José A. Otero Hernández Correo: j.a.otero@itesm.mx web: http://metodosnumericoscem.weebly.com
Más detallesElementos de Cálculo Numérico
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Elementos de Cálculo Numérico Primer cuatrimestre 2006 Práctica N 2: Condicionamiento de una matriz. Descomposición
Más detallesTEMA VI 1. MÉTODO DE ELIMINACIÓN DE GAUSS Y GAUSS JORDAN PARA RESOLVER SISTEMAS DE ECUACIONES LINEALES.
TEMA VI 1. MÉTODO DE ELIMINACIÓN DE GAUSS Y GAUSS JORDAN PARA RESOLVER SISTEMAS DE ECUACIONES LINEALES. El método de Eliminación de Gauss consiste en transformar un sistema de ecuaciones lineales (S.E.L.)
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 detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO FACULTAD DE ECONOMIA LICENCIATURA DE ACTUARIA Algebra Lineal Práctica: Matriz inversa 1 M. en I. Elizabeth Almazán Torres 2 Resultado de Aprendizaje El estudiante
Más detallesDepartamento de Matemáticas, CCIR/ITESM. 9 de febrero de 2011
Factorización LU Departamento de Matemáticas, CCIR/ITESM 9 de febrero de 2011 Índice 26.1. Introducción............................................... 1 26.2. Factorización LU............................................
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 detallesAlgoritmo de la factorización LU
Algoritmo de la factorización LU. Objetivo. Estudiar el algoritmo de la factorización LU de una matriz cuadrada invertible.. Requisitos: Matrices elementales y su relación con operaciones elementales.
Más detallesCálculo Numérico - CO3211. Ejercicios. d ) Sabiendo que la inversa de la matriz A = es A c d
Cálculo Numérico - CO32 Ejercicios Decida cuáles de las siguientes proposiciones son verdaderas y cuáles son falsas Si una proposición es verdadera, demuéstrela, y si es falsa dé un contraejemplo: a Sea
Más detallesLección 8. Matrices y Sistemas de Ecuaciones Lineales
Lección 8 Matrices y Sistemas de Ecuaciones Lineales MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY Septiembre 2014 1 Centro de Investigación en Matemáticas, Unidad Mérida En
Más detallesInversión de Matrices
Inversión de Matrices Daniel Vaughan Es bien conocido que en diversas aplicaciones de contabilidad nacional, así como en otras áreas de la economía, es usual encontrarse con la inversión de matrices. Ejemplos
Más detallesAl considerar varios polígonos regulares inscritos resulta: perímetro del cuadrado < π. perímetro del 96 gono < π
AMPLIACIÓN DE MATEMÁTICAS INTRODUCCIÓN Método Constructivo: Conjunto de instrucciones que permiten calcular la solución de un problema, bien en un número finito de pasos, bien en un proceso de paso al
Más detallesPrerrequisitos de la asignatura Álgebra Lineal Numérica
Prerrequisitos de la asignatura Álgebra Lineal Numérica El propósito de Álgebra Lineal Numérica es analizar algoritmos típicos de álgebra lineal, optimizando la rapidez y la precisión. Para analizar la
Más detallesPropiedades de los Determinantes
Propiedades de los Determinantes Departamento de Matemáticas, CCIR/ITESM 26 de mayo de 2010 Índice 19.1. Propiedades............................................... 1 19.2. La adjunta de una matriz cuadrada..................................
Más detallesClase. 1. Resolución de sistemas de ecuaciones lineales: preliminares
Clase 1. Resolución de sistemas de ecuaciones lineales: preliminares 2. Método directo y exacto: Gauss 3. Método directo y exacto (II): descomposición LU 4. Métodos indirectos: Jacobi, Gauss-Seidel 2 Sistemas
Más detallesCálculo numérico. Sistemas de ecuaciones lineales.
José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2010. Las raíces de x 2 bx + c = 0. r = b ± b 2 4c 2 b = 3.6778, c = 0.0020798 r 1 = 3.67723441190... r 2 = 0.00056558809...
Más detallesUna forma fácil de recordar esta suma (regla de Sarrus): Primero vamos a estudiar algunas propiedades de los determinantes.
Una forma fácil de recordar esta suma (regla de Sarrus): Ejemplos: Tarea: realizar al menos tres ejercicios de cálculo de determinantes de matrices de 2x2 y otros tres de 3x3. PARA DETERMINANTES DE MATRICES
Más detallesDescomposición LU de matrices
Descomposición LU de matrices José L. Vieitez IMERL, Facultad de Ingeniería, Universidad de la República 3 de agosto de 006 Abstract Descomposición LU de una matriz A = (a ij ), i, j = 1,..., n. 1 Hechos
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 detallesResolución numérica de sistemas de ecuaciones. Introducción
Motivación La cercha de la figura se carga con una fuerza uniforme repartida sobre el cordón superior Resolución numérica de sistemas de ecuaciones. Introducción El planteamiento del problema conduce a
Más detallesValores y vectores propios
Valores y vectores propios Tareas adicionales Algunos de estos problemas compuso Gustavo Antonio Sandoval Angeles (como parte de su servicio social). Estos problemas son más difíciles o más laboriosos
Más detallesMatrices y sistemas de ecuaciones lineales. Autovalores y autovectores.
Tema 5 Matrices y sistemas de ecuaciones lineales Autovalores y autovectores 5 Introducción Una matriz es una disposición ordenada de elementos de la forma: a a a m a a a m a n a n a nm Sus filas son las
Más detallesMATRICES. Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden x (que se lee por ).
1 MATRICES 1 Una matriz es una disposición rectangular de números (Reales); la forma general de una matriz con filas y columnas es Se simboliza tal matriz por y se le llamará una matriz x o matriz de orden
Más detallesTEMA 8. Sistemas de Ecuaciones Lineales: Método de Gauss. 1. Sistemas de ecuaciones lineales. Generalidades
TEMA 8 F MATEMÁTICOS TEMA 8 Sistemas de Ecuaciones Lineales: Método de Gauss 1 Sistemas de ecuaciones lineales Generalidades Uno de los problemas centrales del álgebra lineal es la resolución de ecuaciones
Más detallesPrimero se triangulariza la matriz: Multiplicando la primera fila por (-1/3) y sumando a la segunda fila: ( ) ( )=( ) ( ) ( )
MAT 115 B EJERCICIOS RESUELTOS Resolver el siguiente sistema de ecuaciones: a) Por el método de eliminación de Gauss La matriz aumentada del sistema es: 3 2 6 1 5 Primero se triangulariza la matriz: Multiplicando
Más detallesMatrices y Sistemas de Ecuaciones lineales
Matrices y Sistemas de Ecuaciones lineales Llamaremos M m n (K) al conjunto de las matrices A = (a ij ) (i = 1, 2,..., m; j = 1, 2,..., n) donde los elementos a ij pertenecen a un cuerpo K. Las matrices,
Más detallesSistemas lineales de ecuaciones
Sistemas lineales de ecuaciones Conceptos previos a) Sistemas de ecuaciones lineales. b) Solución de un sistema. c) Sistemas triangulares. Resolución de sistemas Métodos directos a) Método de eliminación
Más detallesFactorización de matrices
CAPÍTULO Factorización de matrices En este capítulo se estudian algunas de las técnicas más utilizadas para factorizar matrices, es decir, técnicas que permiten escribir una matriz como producto de dos
Más detallesProblemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices:
Problemas Ampliación de Matemáticas. Sistemas lineales 1.- Encontrar la factorización L U de las siguientes matrices: 5 2 1 1 0 3 1 0 3 3 1 6. 3 1 6 5 2 1 2.- Dada la matriz A = 10 7 8 7 5 6, 8 6 10 hallar
Más detallesDEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES
ALGEBRA DE MATRICES DEFINICIONES TIPOS DE MATRICES DETERMINANTES Y PROPIEDADES OPERACIONES MATRICIALES INVERSA DE UNA MATRIZ SISTEMAS DE ECUACIONES DEFINICIONES 2 Las matrices y los determinantes son herramientas
Más detalles2. Sistemas de ecuaciones lineales.
2. Sistemas de ecuaciones lineales. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2002 Contents 1 Introducción 2 2 Operaciones elementales
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 detallesMÉTODOS MATEMÁTICOS (Curso ) Cuarto Curso de Ingeniero Industrial Departamento de Matemática Aplicada II. Universidad de Sevilla
MÉTODOS MATEMÁTICOS (Curso 2012-201) Cuarto Curso de Ingeniero Industrial Departamento de Matemática Aplicada II Universidad de Sevilla Lección 2: Sistemas de ecuaciones lineales ELIMINACIÓN GAUSSIANA
Más detalles4 to Coloquio del Departamento de Matemáticas. Álgebra Lineal Numérica, Mínimos Cuadrados y Optimización. Dr. L. Héctor Juárez D.
4 to Coloquio del Departamento de Matemáticas Álgebra Lineal Numérica, Mínimos Cuadrados y Optimización Dr L Héctor Juárez D Assaely Léon Comité Organizador Dr Mario Pineda Ruelas Dr Julio César García
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 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 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 detallesMatrices: repaso. Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas. Una matriz A M m n es de la forma A =
Matrices: repaso Denotaremos con M m n el conjunto de matrices de tamaño m n, o sea, de m filas y n columnas Una matriz A M m n es de la forma a 11 a 1n A = a m1 a mn Denotaremos A ij = a ij el coeficiente
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 detallesITERATIVOS Y DIRECTOS PARA SISTEMAS LINEALES. Ayudante: Rodrigo Torres Aguirre Ejercicios:
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación MÉTODOS ITERATIVOS Y DIRECTOS PARA SISTEMAS LINEALES Profesor: Jaime Álvarez Maldonado Ayudante:
Más detallesSolución de sistemas de ecuaciones lineales: Descomposición LU
Solución de sistemas de ecuaciones lineales: Descomposición LU Ing. Jesús Javier Cortés Rosas M. en A. Miguel Eduardo González Cárdenas M. en A. Víctor D. Pinilla Morán Facultad de Ingeniería, UNAM * 2006
Más detallesConjuntos y matrices. Sistemas de ecuaciones lineales
1 Conjuntos y matrices Sistemas de ecuaciones lineales 11 Matrices Nuestro objetivo consiste en estudiar sistemas de ecuaciones del tipo: a 11 x 1 ++ a 1m x m = b 1 a n1 x 1 ++ a nm x m = b n Una solución
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 detallesMatemática II Tema 3: resolución de sistemas de ecuaciones lineales
Matemática II Tema 3: resolución de sistemas de ecuaciones lineales 2012 2013 Índice Sistemas de ecuaciones lineales 1 Interpretación geométrica y definición 1 Método de eliminación 4 Resolución de sistemas
Más detallesDefinición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n.
Índice general 1. Álgebra de Matrices 1 1.1. Conceptos Fundamentales............................ 1 1.1.1. Vectores y Matrices........................... 1 1.1.2. Transpuesta................................
Más detallesSemana 14 [1/28] Matrices. 22 de julio de Matrices
Semana 14 [1/28] 22 de julio de 2007 Definiciones básicas Semana 14 [2/28] Definiciones básicas Matriz Una matriz A, de m filas y n columnas con coeficientes en el cuerpo à (en este apunte à será Ê ó C)
Más detallesCapítulo 5. Cálculo matricial. 5.1 Matrices
Capítulo 5 Cálculo matricial 5. Matrices Una matriz de m filas y n columnas, en adelante matriz m n, es una configuración rectangular de elementos, con n entradas por cada fila, y m por cada columna, encerrada,
Más detallesUnidad 5 Problemas de álgebra lineal numérica.
Unidad 5 Problemas de álgebra lineal numérica. Eliminación gaussiana. Factorización LU. Sea Ax = b un sistema de n ecuaciones lineales con n incógnitas, donde A es una matriz cuadrada de orden n no singular
Más detallesRESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS
RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a
Más detallesCapítulo 2. Determinantes Introducción. Definiciones
Capítulo 2 Determinantes 2.1. Introducción. Definiciones Si nos centramos en la resolución de un sistema A x = b con A una matriz n n, podemos calcular A 1 y la resolución es inmendiata. El problema es
Más detallesSimulacion Numerica / Metodos Numericos. Unidad III Solución de Ecuaciones Lineales. Ing. Deny González Msc.
Unidad III Solución de Ecuaciones Lineales Contenido Introducción. Métodos Alternativos para Pequeños Sistemas Método Grafico Regla de Cramer Eliminación de Incógnitas. Eliminación de Gauss Simple Descomposición
Más detallesMétodos directos de resolución de sistemas lineales
Tema 4 Métodos directos de resolución de sistemas lineales 1 Introducción En este tema se estudian algunos métodos de resolución de sistemas de ecuaciones lineales con el mismo número de ecuaciones que
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más 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 detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesEdgar Acuña/ ESMA 6665 Lecc1-2 1 ESTADISTICA COMPUTACIONAL. Capítulo I. Matrices y solución de Ecuaciones lineales
Edgar Acuña/ ESMA 6665 Lecc1-2 1 ESTADISTICA COMPUTACIONAL Capítulo I. Matrices y solución de Ecuaciones lineales Referencias: 1. Datta, B. (1995) Numerical Linear Algebra. Brooks Cole 2. Golub, G. and
Más detallesCálculo Numérico. Curso Ejercicios: Preliminares I
Cálculo Numérico. Curso 07-08. Ejercicios: Preliminares I 1. (a) Compruebe que la inversa de una matriz, L, triangular inferior de orden n puede calcularse como sigue: Para j = 1,,..., n e i = j, j + 1,...,
Más detallesMETODOS ITERATIVOS. Hermes Pantoja Carhuavilca. Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria
Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria Métodos Numéricos Contenido 1 Métodos Iterativos Introducción Definición Métodos Iterativos Método de Jacobi Convergencia Método de Gauss
Más detallesMatrices, Determinantes y Sistemas Lineales.
12 de octubre de 2014 Matrices Una matriz A m n es una colección de números ordenados en filas y columnas a 11 a 12 a 1n f 1 a 21 a 22 a 2n f 2....... a m1 a m2 a mn f m c 1 c 2 c n Decimos que la dimensión
Más detallesDeterminantes Introducción a los determinantes. Recordemos la definición del determinante de una matriz A de 2 2 ( fórmula.
Capítulo 5 Determinantes 5.1. Introducción a los determinantes Recordemos la definición del determinante de una matriz A de 2 2 ( fórmula 2.4 ) [ ] a b det = ad bc c d La proposición 2.16 implica que el
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 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 detallesDepartamento de Ingeniería Matemática - Universidad de Chile
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 8-7 Formas cuadráticas SEMANA 4: FORMAS CUADRÁTICAS 7 Formas cuadráticas y matrices definidas positivas
Más detallesOperaciones elementales
Operaciones elementales Objetivos Conocer y justificar operaciones elementales con ecuaciones de un sistema de ecuaciones lineales, conocer su forma matricial (operaciones elementales con renglones de
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 37 CONTENIDO
Más detallesPREPA N o 2. Matriz Inversa y Determinantes.
UNIVERSIDAD SIMÓN BOLÍVAR MATEMÁTICAS III (MA-1116) Elaborado por Miguel Labrador 12-10423 Ing. Electrónica PREPA N o 2. Matriz Inversa y Determinantes. Sist. de ecuaciones lineales (cierre), cálculo de
Más detallesEsp. Leidy Astrid Núñez Esteban
Esp. Leidy Astrid Núñez Esteban Definición: Sea A=[aij] una matriz de n x n. Sea Mij la submatriz de (n-1)x(n-1) de A obtenida al eliminar el i-ésimo renglón y la j-ésima columna de A. El determinante
Más detallesSistema de Ecuaciones Lineales
Pantoja Carhuavilca Métodos Computacionales Agenda Ejemplos Ejemplos Aplicaciones de los Sistemas La solución de sistemas lineales de ecuaciones lineales es un tema clásico de las matemáticas, rico en
Más detalles1.2 Valores y vectores propios. Método de las potencias y Rayleigh.
20 Prelininares. 1.2 Valores y vectores propios. Método de las potencias y Rayleigh. 1.2.1 Cálculo del Polinomio Caracterstico: ALGORITMO DE SOURIAU. ENTRADA: la matriz A 1 = A, p 1 = traza(a 1 ), n =
Más detallesCURSO DE METODOS NUMERICOS T ERCERA PART E METODOS PARA LA RESOLUCION DE SISTEMAS LINEALES
CURSO DE METODOS NUMERICOS T ERCERA PART E METODOS PARA LA RESOLUCION DE SISTEMAS LINEALES V. Muto Sistemas lineales: Preliminares Cap. XIII CAPITULO XIII. METODOS PARA LA RESOLUCION DE SISTEMAS LINEALES:
Más detalles1. Matrices Definiciones básicas
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Álgebra Lineal 07-2 Importante: Visita regularmente http://wwwdimuchilecl/ algebra Ahí encontrarás las guías de ejercicios
Más detallesAlgebra Lineal * Working draft: México, D.F., a 17 de noviembre de 2010.
Algebra Lineal * José de Jesús Ángel Ángel jjaa@mathcommx Working draft: México, DF, a 17 de noviembre de 2010 Un resumen de los principales temas tratados en un curso de Álgebra Lineal Contenido 1 Sistemas
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 detallesTema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES
Tema 1 CÁLCULO MATRICIAL y ECUACIONES LINEALES Prof. Rafael López Camino Universidad de Granada 1 Matrices Definición 1.1 Una matriz (real) de n filas y m columnas es una expresión de la forma a 11...
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 detallesA.M. Urbano, R. Cantó, B. Ricarte Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E Valencia
Factorización de Cholesky de matrices singulares A.M. Urbano, R. Cantó, B. Ricarte Institut de Matemàtica Multidisciplinar, Universitat Politècnica de València, E-460 Valencia amurbano@mat.upv.es,rcanto@mat.upv.es,bearibe@mat.upv.es,
Más detalles