1.IV Aproximación numérica de valores y vectores propios.
|
|
- Salvador Fernández Alarcón
- hace 6 años
- Vistas:
Transcripción
1 .IV Aproximación numérica de valores y vectores propios. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior. Universidad de Zaragoza Primavera 2007 Contents Introducción 2 2 Método de la potencia 3 3 Método de la potencia inversa 5 4 Método de la potencia inversa con desplazamiento 5 5 Método de bisección o de Givens 6 6 Método de Jacobi 9 7 Método de factorización Q R 7. Construcción de la matriz de Householder References [] Burden, R. L. and Faires, J. D.: Análisis Numérico. Grupo Editorial Iberoamerica, 985. [2] Gasca, M.: Cálculo numérico: resolución de ecuaciones y sistemas. Librería Central, 987. [3] Hairer, E.: Introduction à l Analyse Numérique. Université de Genève, Dept. de Mathématiques, 993. [4] Conde, C. y Winter, G.: Métodos y algoritmos del álgebra numérica. Editorial Reverté, 990.
2 M. Palacios Valores y vectores propios. 2 Introducción El problema de cálculo de valores y vectores propios aparece en muchas ocasiones relacionado con problemas de vibraciones y resonancias, con los momentos principales de inercia, con el tensor de esfuerzos, etc. También en el diseño de sistemas de información. Desde un punto de vista puramente matemático este problema surge en el estudio de la convergencia de métodos iterativos, en el análisis de la estabilidad de sistemas dinámicos, en la detección del carácter stiff de PVI., etc. El problema, en esencia, es, dada la matriz cuadrada A, encontrar escalares λ y vectores asociados (al menos uno), v, tales que A v = λ v Definición. Los escalares λ y los vectores v se denominan, respectivamente, valor y vector propios asociados. Los valores propios son las soluciones de la ecuación característica det(a λ I) = 0 y los vectores propios asociados a cada valor propio son las soluciones del sistema homogéneo (A λ I) X = 0 Los métodos de resolución de este problema se pueden clasificar en la forma siguiente: Directos: Krylov, Leverrier (determinan la ecuación característica, con un coste computacional de O(n!)) Iterativos método de la potencia y sus variantes métodos basados en transformaciones matriciales (Givens, Jacobi) métodos de factorización (método Q R y sus variantes)
3 M. Palacios Valores y vectores propios. 3 2 Método de la potencia Suponemos que la matriz A posee una base de vectores propios {v,..., v n } asociados a los valores propios λ,...λ n, respectivamente, y, además, que λ es el valor propio dominante, es decir, λ > λ 2... λ n Para cualquier vector v de IR n, por ser {v,..., v n } una base, deben existir escalares α,..., α n tales que x = α v α n v n Multiplicando reiteradamente por la matriz A se tiene: A x = n = α A v = n = α λ v A 2 x = n = α λ A v = n = α λ 2 v... A k x = n = α λ k A v = n = α λ k v Sacando factor común λ k obtiene: en cada término del segundo miembro, en la última expresión, se A k x = λ k n = ( ) k λ α v λ ( ) k λ Teniendo en cuenta que λ > λ, = 2, 3,.., n, se tiene lim k = 0 y, por lo tanto, λ lim k A k x = lim k λ k α v En consecuencia, esta sucesión converge a 0, si λ <, y diverge, en otro caso. Se puede sacar provecho de este comportamiento construyendo el siguiente algoritmo del método. Algoritmo para el método de la potencia Etapa inicial, k=0 Dado el vector arbitrario x = (x,..., x n ) = α v α n v n, llamaremos p 0 = min { x = x } x 0 = x = x p 0 0 = = x x p 0 µ 0 = x p 0 0 = Etapa k = y = A x 0 µ = y p 0 = yp 0 x p 0 0
4 M. Palacios Valores y vectores propios. 4 p = min { y = y } x = y y p = A x 0 y p = x p = = y Etapa k = 2 y 2 = A x = y p A 2 x 0 µ 2 = y p 2 = yp n= 2 α λ 2 x p = vp n= α λ v p Etapa k+ p 2 = min { y = y 2 } x 2 = y 2 y = A x p 2 y p 2 y k+ = A x k = µ k+ = y p k y p k k+ = yp k k+ x p k k = A2 x 0 y p 2 2 y p k...yp 2 2 y p y p A k+ x 0 n= α λ k+ v p k = n= α λ k v p k p k+ = min { y = y 2 } n= α (λ /λ ) 2 v p = λ n= α (λ /λ ) v p = x p 2 2 = = y 2 n= α (λ /λ ) k+ v p k = λ n= α (λ /λ ) k v p k x k+ = y k+ y p k+ = A x k y p k+ = A k+ x 0 y p k+ k+...yp 2 2 y p = = x p k+ k+ = = y k+ Etapa final lim µ k = λ, lim x k = v, v = µ k λ C λ 2 λ k = lim µ k+ λ µ k λ λ 2 λ <
5 M. Palacios Valores y vectores propios. 5 3 Método de la potencia inversa Si λ es un valor propio de A y v un vector propio asociado, se cumple que A v = λ v A v = λ v, es decir, que /λ es valor propio de A con los mismos vectores propios. Potencia inversa = met. potencia para A y k+ = A x k A y k+ = x k Proporciona el valor propio de módulo más pequeño y un vector propio asociado. 4 Método de la potencia inversa con desplazamiento Observemos que (A q I) v = A v q v = (λ q) v, (A q I) v = λ q v El método de la potencia inversa aplicado a la matriz (A q I) proporciona una aproximación al valor propio de módulo más pequeño de dicha matriz, es decir, el valor propio más cercano a q, y un vector propio asociado a él.
6 M. Palacios Valores y vectores propios. 6 5 Método de bisección o de Givens La matriz A debe ser tridiagonal y simétrica, por eemplo, a b... b a 2 b 2 A = b n 2 a n b n b n a n Se trata de construir una sucesión (finita) de polinomios en la forma iterativa siguiente: p 0 (λ) =, p (λ) = a λ p k (λ) = (a k λ) p k (λ) b 2 k p k 2(λ) () n = 2, 3,..., n Estos polinomios (sucesión de Sturm), en el caso de que todos los b k sean no nulos, tienen las siguientes propiedades (cf. Conde-Winter, pag. 594): Teorema 5. p k (λ) = Det(A kk λ I), siendo A kk la submatriz de A constituida por las primeras k filas y columnas. Teorema 5.2 Se verifica: Si p k (α) = 0 = p k (α) p k+ (α) < 0, k =, 2,..., n lim λ p k (λ) = +, k =, 2,..., n los ceros de p k (λ) son simples y separan a los de p k+ (λ) Teorema 5.3 El número σ(α) de alternancias de signo de la sucesión {p 0 (α), p (α),..., p n (α)} es igual al número de valores propios menores que α. Téngase en cuenta que, por ser A simétrica real, todos sus valores propios son reales. En consecuencia, se puede construir el siguiente algoritmo de bisección o de Givens:.- Elegir α y α 2 de forma que σ(α ) = 0 y σ(α 2 ) = n 2.- Subdividir el intervalo [α, α 2 ] en otros dos, [α, α +α 2 2 ] y [α +α 2 2, α 2], reiteradamente hasta que en cada nuevo subintervalo sólo haya un valor propio. 3.- Continuar las subdivisión hasta que los dos extremos del intervalo estén a distancia menor que una tolerancia prefiada.
7 M. Palacios Valores y vectores propios. 7 Eemplo 5.4 Sea la matriz A = La sucesión de polinomios de Sturm es: p 0 (λ) =, p (λ) = 2 λ p 2 (λ) = (2 λ) p (λ) + p 0 (λ) p 3 (λ) = (2 λ) p 2 (λ) + p (λ) p 4 (λ) = (2 λ) p 3 (λ) + p 2 (λ) Obsérvese que la evaluación de estos polinomios puede realizarse mediante un algoritmo similar al de Hörner. Tomando α = 0 y α 2 = 5, resulta: σ(α ) = 0 y σ(α ) = 4, ya que {p 0 (α ), p (α ), p 2 (α ), p 3 (α ), p 4 (α )} = {, 2, 3, 4, 5} {p 0 (α 2 ), p (α 2 ), p 2 (α 2 ), p 3 (α 2 ), p 4 (α 2 )} = {, 3, 8, 2, 55} por lo que todos los valores propios están entre 0 y 5. Subdividiendo resulta: {p 0 (5/2), p (5/2), p 2 (5/2), p 3 (5/2), p 4 (5/2)} = {(, /2, 3/4, 7/8, 5/6)} Luego en [0,5/2] hay dos valores propios y en [5/2,5] hay otros dos valores propios. Subdividiendo otra vez: {p 0 (5/4), p (5/4), p 2 (5/4), p 3 (5/4), p 4 (5/4)} = {(, 3/4, 7/6, 69/64, 95/256} Luego en [0,5/4] hay un valor propio y en [5/4, 5/2] hay otro valor propio. Subdividiendo el primer intervalo otra vez: {p 0 (5/8), p (5/8), p 2 (5/8), p 3 (5/8), p 4 (5/8)} = {, /8, 57/64, 77/52, 4495/4096} Luego en [0,5/8] hay un valor propio
8 M. Palacios Valores y vectores propios. 8 Subdividiendo el intervalo otra vez: {p 0 (5/6), p (5/6), p 2 (5/6), p 3 (5/6), p 4 (5/6)} = {, 276, 473/256, 5859/4096, 3705/65536} Luego en [5/6, 5/8] hay un valor propio. Después de 8 sucesivas subdivisiones se obtiene una aproximación del valor propio λ [ , ]. Como se observa, este método es muy lentamente convergente. Para determinar los restantes valores propios se procede en la misma forma con los subintervalos adecuados que se han obtenido en el camino.
9 M. Palacios Valores y vectores propios. 9 6 Método de Jacobi También en esta ocasión se considera una matriz A real y simétrica. Como es conocido estas matrices son diagonalizables mediante congruencia ortogonal, por lo que los valores y vectores propios de la matriz A y su congruente ortogonal diagonal son los mismos. Recuérdese que dos matrices A y B son congruentes ortogonales si existe una matriz ortogonal Q tal que B = Q T A Q En particular, si Q = Q(p, q, θ) es una matriz de rotación de Givens, se tiene que b i = a i, si i p, q, and p, q b pi = b ip = c a ip s a iq, si i p, q b qi = b iq = c a iq s a ip, si i p, q b pp = c 2 a pp 2 c s a pq + s 2 a qq, b pq = b qp = c 2 a pq + c s (a pp a qq ) s 2 a pq, b qq = c 2 a qq 2 c s a pq + s 2 a pp Obsérvese que solamente se modifican las filas p y q. Propiedad 6. Si y se verifica: n n Nd(A) = a 2 i i= =, i n n Nd(B) = b 2 i, i= =, i Nd(B) = Nd(A) + 2 b 2 pq 2 a 2 pq En consecuencia, el método de Jacobi consiste en realizar transformaciones de Givens (rotaciones en el plano (i, ), definidas por matrices ortogonales (de Givens), de forma que se vayan anulando sucesivamente los elementos que no están en la diagonal (elementos b pq ). Finalmente, los vectores propios serán las columnas del producto Q Q 2...Q k de todas las matrices de Givens que hayan sido utilizadas en el orden adecuado. Concretamente, siguiendo el método clásico, se elige la matriz de Givens Q k de forma que se anule el elemento i, de módulo mayor de la matriz A (k), es decir, que resulte nulo el elemento a (k) i de la matriz A (k) = Q T k A(k ) Q k, A (0) = A,
10 M. Palacios Valores y vectores propios. 0 Para ello es preciso tomar siendo: a) Si a ii a : b) Si a ii = a : Q k = c s s c β = a ii a, γ = 2 a i sign(a ii a ) c = 2 ( + β γ2 + β 2), s = γ (2) 2 c γ 2 + β 2 c = s = 2 2 (3) Como criterio de parada suele tomarse el siguiente: n n i= =, i (cf. Press et al.: Numerical recipes, pg. 360) a (k) i < Tol (4)
11 M. Palacios Valores y vectores propios. 7 Método de factorización Q R En primer consideraremos el caso en que la matriz A es simétrica. En esta situación, el método de factorización QR consiste en transformar sucesivamente la matriz A en otra congruente ortogonal que sea cada vez más próxima a una diagonal aprovechando la factorización Q R de las sucesivas matrices. Para ello, en un primer paso, se realiza la mencionada factorización A = Q R En segundo paso, se construye la matriz A = R Q = Q T A Q, Y así sucesivamente. Para obtener dicha factorización, en primer lugar, se transforma la matriz A en otra congruente ortogonal que tenga la forma de Hessenberg, mediante multiplicación a izquierda y derecha por matrices de Householder y, a continuación, se realizan n rotaciones de Givens para transformarla en una triangular superior. El algoritmo se detiene cuando el elemento (A k ) nn es suficientemente pequeño; entonces el elemento (A k ) nn es un valor propio de A. 7. Construcción de la matriz de Householder Hay que buscar una matriz de Householder H = I 2 ω ω T, ω = tal que la primera columna de la matriz A = H A H sea de la forma A = (a, α, 0,..., 0) T, Para ello, es suficiente elegir (cf. [], pag. 523) α = sign(a 2 ) ( n =2 a 2 ) /2 r = ( α (α a 2 2) ) /2 ω = 0, ω 2 = a 2 α, ω k = a k, k = 3, 4,..., n 2 r 2 r En sucesivos pasos, se construirán matrices de Householder que vayan transformando en ceros todos los elementos por debao de la primera paralela a la diagonal de la segunda, tercera, etc. columnas, de forma que la matriz final tenga la forma de Hessenberg.
Esta 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 detallesTEMA 4: CALCULO NUMERICO DE AUTOVALORES
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 4: CALCULO NUMERICO DE AUTOVALORES 1 INTRODUCCION La determinación de autovalores y autovectores de una matriz cuadrada A de orden n es un problema
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 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 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 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 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 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 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 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 detallesCálculo de valores propios de matrices
Cálculo de valores propios de matrices Curso 2016-17 1 Cálculo de valores propios: principio básico» λ 1 0 λ 2 Teorema de Schur: U AU T...... fl 0 0 λ n Si ppλq λ 5 p 1 λ 4 p 2 λ 3 p 3 λ 2 p 4 λ p 5» 0
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 detallesMatriz A = Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
MATRICES Matriz Se denomina MATRIZ a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n A = a i1 a ij a in a m1 a
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 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 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 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 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 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 detallesMATRICES DETERMINANTES
MATRICES Y DETERMINANTES 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
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 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 detallesFundamentos Matemáticos de la Ingeniería. Tema 4: Diagonalización de matrices. Curso
Fundamentos Matemáticos de la Ingeniería Tema 4 Hoja Escuela Técnica Superior de Ingeniería Civil e Industrial Esp en Hidrología Fundamentos Matemáticos de la Ingeniería Tema 4: Diagonaliación de matrices
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 detallesGEOMETRÍA. que pasa por el punto P y es paralelo a π. (0,9 puntos) b) Determinar la ecuación del plano π
GEOMETRÍA 1.- Se considera la recta r : ( x, y, z) = ( t + 1, t,3 t), el plano π: x y z = 0y el punto P (1,1,1). Se pide: a) Determinar la ecuación del plano π 1 que pasa por el punto P y es paralelo a
Más detallesMatrices, determinantes, sistemas de ecuaciones lineales.
UNIVERSIDAD DE MURCIA Departamento de Matemáticas Óptica y Optometría Resúmenes Curso 2007-2008 Matrices, determinantes, sistemas de ecuaciones lineales. Una matriz A de orden m n es una colección de m
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 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 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 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 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 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 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 detallesMatrices y Determinantes
Capítulo 1 Matrices y Determinantes 11 Matrices Generalidades Definición 11 Sea E un conjunto cualquiera, m, n N Definimos matriz de orden m n sobre E a una expresión de la forma: a 11 a 12 a 1n a 21 a
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 detallesPROBLEMAS RESUELTOS ÁLGEBRA LINEAL Tema 3. Transformaciones Lineales
PROLEMS RESUELTOS ÁLGER LINEL Tema. Transformaciones Lineales SUTEM: MTRICES SOCIDS UN TRNSFORMCIÓN Problema : Sean P P los espacios vectoriales de lo polinomios de grado menor o igual a dos menor o igual
Más detallesTeoremas de Convergencia
Capítulo 24 Teoremas de Convergencia El teorema de la convergencia monótona (Lema 21.3) establece ciertas condiciones sobre una sucesión de funciones medibles para que se puedan permutar los símbolos y
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 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 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 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 detallesPROGRAMA DE EXAMEN. Unidad Nº1: Matrices y Función Determinante
Ministerio de Cultura y Educación Universidad Nacional de San Juan Fac. de Ciencias Exactas Físicas y Naturales Ciclo Lectivo 2016 PROGRAMA DE EXAMEN Cátedra: ALGEBRA LINEAL Carrera: Licenciatura en Geofísica
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 detallesSISTEMAS DE ECUACIONES LINEALES
1 SISTEMAS DE ECUACIONES LINEALES Una ecuación es un enunciado o proposición que plantea la igualdad de dos expresiones, donde al menos una de ellas contiene cantidades desconocidas llamadas variables
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 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 detallesÁlgebra Lineal VII: Independencia Lineal.
Álgebra Lineal VII: Independencia Lineal José María Rico Martínez Departamento de Ingeniería Mecánica División de Ingenierías, Campus Irapuato-Salamanca Universidad de Guanajuato email: jrico@salamancaugtomx
Más detallesMatrices. Concepto de matriz Se denomina matriz a todo conjunto de números o expresiones ordenados en filas y columnas.
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 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 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 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 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 detallesDISEÑO CURRICULAR ALGEBRA LINEAL
DISEÑO CURRICULAR ALGEBRA LINEAL FACULTAD (ES) CARRERA (S) Ingeniería Computación y Sistemas CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDADES DE CRÉDITO SEMESTRE 122443 02 02 03 II PRE-REQUISITO ELABORADO
Más detallesPRINCIPIOS DE LA DINÁMICA
Capítulo 3 PRINCIPIOS DE LA DINÁMICA CLÁSICA 3.1 Introducción En el desarrollo de este tema, cuyo objeto de estudio son los principios de la dinámica, comenzaremos describiendo las causas del movimiento
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. 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 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 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 detallesRepresentación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
Más detallesTema 6. Planos y rectas en el espacio. Problemas métricos (Ángulos, paralelismo y perpendicularidad, simetrías, distancias )
Matemáticas II (Bachillerato de Ciencias) Geometría del espacio: Problemas métricos 7 Tema 6 Planos rectas en el espacio Problemas métricos (Ángulos, paralelismo perpendicularidad, simetrías, distancias
Más detallesAlgebra Lineal Xa: Álgebra Vectorial en R3
Algebra Lineal Xa: Álgebra Vectorial en R3 José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamanca.ugto.mx
Más detallesSistemas de ecuaciones lineales
Ecuación lineal con n incógnitas Sistemas de ecuaciones lineales Es cualquier expresión del tipo: a 1 x 1 + a 2 x 2 + a 3 x 3 +... + a n x n = b, donde a i, b. Los valores a i se denominan coeficientes,
Más detallesSeparar en intervalos de la forma [m, m + 1], con m Z, las raíces de la ecuación: F (x) = x 3 + 3x 2 1 = 0
METODOS NUMERICOS. E.T.S.I. Minas. Boletín de problemas propuestos. 1. Localizar las raíces de la ecuación F (x) = : (a) F (x) = x tg(x). (b) F (x) = sen(x) x +. (c) F (x) = x + e x. (d) F (x) =.5 x +.
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 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 detallesÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.
ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; A = A. 2. La inversa de A 1 es A; A 1 1 = A. 3. AB = B A. 4. Las matrices A A y AA son simétricas. 5. AB 1 = B 1 A 1, si A y B son no singulares. 6. Los escalares
Más detallesTransformada de Laplace: Aplicación a vibraciones mecánicas
Transformada de Laplace: Aplicación a vibraciones mecánicas Santiago Gómez Jorge Estudiante de Ingeniería Electrónica Universidad Nacional del Sur, Avda. Alem 1253, B8000CPB Bahía Blanca, Argentina thegrimreaper7@gmail.com
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 detallesProblemas de Espacios Vectoriales
Problemas de Espacios Vectoriales 1. Qué condiciones tiene que cumplir un súbconjunto no vacío de un espacio vectorial para que sea un subespacio vectorial de este? Pon un ejemplo. Sean E un espacio vectorial
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 detallesSistema de Ecuaciones Lineales Matrices y Determinantes (3ª Parte)
Sistema de Ecuaciones Lineales Matrices y Determinantes (ª Parte) Definición: Sistemas Equivalentes Dos sistemas de ecuaciones son equivalentes si y solo si tienen el mismo conjunto solución Teorema fundamental
Más detallesMATRICES. M(n) ó M nxn A =
MTRICES Definición de matriz. Una matriz de orden m n es un conjunto de m n elementos pertenecientes a un conjunto, que para nosotros tendrá estructura de cuerpo conmutativo y lo denotaremos por K, dispuestos
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 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 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 detallesConferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal
Conferencia clase Al desacoplar las ecuaciones se tiene stemas de ecuaciones diferenciales lineales usando álgebra lineal Contenido. 1. stemas de ecuaciones diferenciales de primer orden. 2. Forma matricial
Más 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 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 detallesRecordemos que utilizaremos, como es habitual, la siguiente notación para algunos conjuntos de números que son básicos.
Capítulo 1 Preliminares Vamos a ver en este primer capítulo de preliminares algunos conceptos, ideas y propiedades que serán muy útiles para el desarrollo de la asignatura. Se trata de resultados sobre
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 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 detallesPAU Madrid. Matemáticas II. Año Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos.
PAU Madrid. Matemáticas II. Año 22. Examen modelo. Opción A. Ejercicio 1. Valor: 2 puntos. Se considera una varilla AB de longitud 1. El extremo A de esta varilla recorre completamente la circunferencia
Más detallesExpresiones Regulares y Derivadas Formales
y Derivadas Formales Las Derivadas Sucesivas. Universidad de Cantabria Esquema 1 2 3 Derivadas Sucesivas Recordemos que los lenguajes de los prefijos dan información sobre los lenguajes. Derivadas Sucesivas
Más detallesDos inecuaciones se dice que son equivalentes cuando ambas tienen las mismas soluciones.
10. INECUACIONES Definición de inecuación Una inecuación es una desigualdad entre dos expresiones algebraicas. 2x + 3 < 5 ; x 2 5x > 6 ; x x 1 0 Inecuaciones equivalentes Dos inecuaciones se dice que son
Más detallesÁLGEBRA LINEAL II Algunas soluciones a la práctica 2.3
ÁLGEBRA LINEAL II Algunas soluciones a la práctica 2. Transformaciones ortogonales (Curso 2010 2011) 1. Se considera el espacio vectorial euclídeo IR referido a una base ortonormal. Obtener la expresión
Más detallesProfesorado de Nivel Medio y Superior en Biología Matemática - 1º Cuatrimestre Año 2013 FUNCIÓN CUADRÁTICA
Matemática - º Cuatrimestre Año 0 FUNCIÓN CUADRÁTICA Hemos definido anteriormente la función lineal como una función f: R R de la forma f()a+b con a R y b R, que se representa en el plano mediante una
Más detallesIES Fco Ayala de Granada Sobrantes de 2011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Sobrantes de 011 (Modelo 4) Soluciones Germán-Jesús Rubio Luna Opción A Ejercicio 1 opción A, modelo 4 del 011 [ 5 puntos] Queremos hacer junto a la carretera un cercado rectangular
Más detallesTEMA 8: ECUACIONES EN DIFERENCIAS
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 8: ECUACIONES EN DIFERENCIAS 1 CONCEPTOS BASICOS Una ecuación en diferencias es una expresión del tipo: G(n, f(n), f(n + 1),..., f(n + k)) = 0, n Z,
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 detallesEl Autómata con Pila: Transiciones
El Autómata con Pila: Transiciones El Espacio de Configuraciones Universidad de Cantabria Esquema Introducción 1 Introducción 2 3 Transiciones Necesitamos ahora definir, paso por paso, como se comporta
Más detallesMÉTODO DEL DUAL (TEORIA DE DUALIDAD)
MÉTODO DEL DUAL (TEORIA DE DUALIDAD) Todo problema de programación lineal tiene asociado con él otro problema de programación lineal llamado DUAL. El problema inicial es llamado PRIMO y el problema asociado
Más detallesEcuaciones paramétricas y simétricas de la recta en el espacio
Cálculo ectorial Unidad II.. Ecuaciones de rectas y planos M.C. Ángel León Unidad II - Álgebra de ectores.. Ecuaciones de rectas y planos Habíamos mencionado que una recta en el plano, se expresa a traés
Más detallesDeterminantes. Primera definición. Consecuencias inmediatas de la definición
Determinantes Primera definición Para calcular el determinante de una matriz cuadrada de orden n tenemos que saber elegir n elementos de la matriz de forma que tomemos solo un elemento de cada fila y de
Más detallesIES Fco Ayala de Granada Septiembre de 2011 (Septiembre Modelo 2) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Septiembre de 0 (Septiembre Modelo ) Germán-Jesús Rubio Luna UNIVERSIDADES DE ANDALUCÍA PRUEBA DE ACCESO A LA UNIVERSIDAD CURSO 00-0. MATEMÁTICAS II Opción A Ejercicio opción A,
Más detallesAlgebra Lineal. Gustavo Rodríguez Gómez. Verano 2011 INAOE. Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano / 21
Algebra Lineal Gustavo Rodríguez Gómez INAOE Verano 2011 Gustavo Rodríguez Gómez (INAOE) Algebra Lineal Verano 2011 1 / 21 Espacios Vectoriales Espacios Vectoriales INAOE Gustavo Rodríguez Gómez (INAOE)
Más detallesMatrices triangulares y matrices ortogonales
Matrices triangulares y matrices ortogonales Problemas para examen Matrices diagonales 1. Sea a R n. Se denota por diag(a) la matriz diagonal con entradas a 1,..., a n : diag(a) = [ a j δ j,k ] n j,k=1.
Más detallesMatemáticas para estudiantes de Química
Matemáticas para estudiantes de Química PROYECTO EDITORIAL BIBLIOTECA DE QUÍMICAS Director: Carlos Seoane Prado Catedrático de Química Orgánica Universidad Complutense de Madrid Matemáticas para estudiantes
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 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 detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detalles