Resolución numérica de sistemas de ecuaciones. Introducción
|
|
- María Reyes San Martín
- hace 6 años
- Vistas:
Transcripción
1 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 un sistema lineal de ecuaciones de dimensión n=50 y en el que la matriz tiene la siguiente estructura Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) Al resolver el sistema, obtenemos la deformada de la estructura SISTEMAS DE ECUACIONES LINEALES 3 Índice Objetivos Motivación Objetivos Condiciones de existencia de solución Perspectiva numérica Clasificación de los métodos de resolución La formulación de problemas de ingeniería a menudo conduce a sistemas lineales de ecuaciones. Estos sistemas pueden llegar a tener cientos o miles de grados de libertad. El objetivo de este tema es desarrollar estrategias numéricas que permitan resolver sistemas de ecuaciones relativamente grandes de una manera eficiente. Además, se analizarán con detalle algunos métodos directos. SISTEMAS DE ECUACIONES LINEALES 2 SISTEMAS DE ECUACIONES LINEALES 4 1
2 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 DE ECUACIONES LINEALES 5 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!!! Des del punto de vista numérico buscaremos algoritmos eficientes en diferentes aspectos: Número de operaciones necesarias (tiempo CPU) Necesidades de almacenamiento (memoria) Rango de aplicabilidad (sobre que tipo de matrices se pueden aplicar) SISTEMAS DE ECUACIONES LINEALES 7 Perspectiva numérica Las condiciones de existencia y unicidad no son útiles des del 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 DE ECUACIONES LINEALES 6 Clasificación de los métodos de resolución 1. Sistemas con solución inmediata Sistemas con matriz diagonal o triangular 2. 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) métodos de descomposición (Crout, Txolesqui) Descomponemos la matriz del sistema en un producto de matrices triangulares triangular inferior triangular superior SISTEMAS DE ECUACIONES LINEALES 8 2
3 Entonces podemos resolver el sistema haciendo dos sustituciones Índice 3. Métodos iterativos calculamos con una sustitución hacia adelante calculamos con una sustitución hacia atrás Dada una aproximación inicial, calculamos nuevas aproximaciones Introducción Clasificación de los métodos directos Sistemas con solución inmediata Matrices diagonales Matrices triangulares Método de Gauss Método de Crout Método de Cholesky Llenado (fill-in) hasta converger a la solución del sistema. SISTEMAS DE ECUACIONES LINEALES 9 SISTEMAS DE ECUACIONES LINEALES 11 Introducción Resolución numérica de sistemas de ecuaciones. Métodos directos Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) Objetivo: encontrar algoritmos eficientes: Número de operaciones necesarias (tiempo CPU) Necesidades de almacenamiento (memoria) Rango de aplicabilidad (sobre que tipo de matrices se pueden aplicar) para resolver sistemas de ecuaciones lineales. Características de los métodos directos: Mediante operaciones de fila o columna se transforma el sistema de ecuaciones en uno de solución inmediata (con matriz diagonal o triangular) llenado (fill-in) La solución exacta (salvo errores de redondeo) se obtiene en un número finito de pasos. SISTEMAS DE ECUACIONES LINEALES 12 3
4 Clasificación de métodos directos 1. Métodos de eliminación (Gauss) Transformamos la matriz del sistema y el vector de términos independientes hasta obtener un sistema con matriz triangular superior. 2. Métodos de descomposición (Crout, Cholesky) Descomponemos la matriz del sistema en un producto de matrices triangulares triangular inferior triangular superior y resolvemos el sistema haciendo dos sustituciones calculamos con una sustitución hacia adelante calculamos con una sustitución hacia atrás SISTEMAS DE ECUACIONES LINEALES 13 Sistemas con matriz triangular superior Empezamos resolviendo la última ecuación Las ecuaciones restantes pueden resolverse a partir de ésta. Para i = n-1, n-2, 1 SISTEMAS DE ECUACIONES LINEALES 15 Sistemas con solución inmediata Sistemas con matriz diagonal El algoritmo para resolver un sistema con matriz triangular superior (sustitución hacia atrás) se puede escribir: Cada ecuación del sistema se escribe y por tanto podemos resolver Algoritmo para resolver un sistema con matriz diagonal T D = n operaciones Es necesario que d ii 0 per i=1,2, n (es decir, es necesario que la matriz del sistema sea regular) SISTEMAS DE ECUACIONES LINEALES 14 Es necesario que u ii 0 para i=1,2, n (es decir, que la matriz del sistema sea regular) Podemos contar las operaciones necesarias para resolver un sistema con matriz triangular superior de dimensión n 1+2+ (n-1) = n(n-1)/2 sumas 1+2+ (n-1) = n(n-1)/2 productos T U = n 2 operaciones n divisiones SISTEMAS DE ECUACIONES LINEALES 16 4
5 Sistemas con matriz triangular inferior Método de Gauss La idea del método de Gauss es transformar un sistema con matriz llena en un sistema con matriz triangular superior, que se puede resolver de forma inmediata. Empezamos resolviendo la primera ecuación Las ecuaciones restantes pueden resolverse a partir de ésta. Para i = 2, 3, n 1. Eliminación 1.1 Ponemos ceros en la primera columna (fila 2) = (fila 2) a 21 /a 11 (fila 1) = (fila 2) 2(fila 1) (fila 2) = (fila 3) a 31 /a 11 (fila 1) = (fila 3) 4(fila 1) SISTEMAS(2). MÉTODOS DIRECTOS 17 SISTEMAS DE ECUACIONES LINEALES 19 El algoritmo para resolver un sistema con matriz triangular inferior (sustitución hacia adelante) se puede escribir: 1.2 Ponemos ceros en la segunda columna (fila 3) = (fila 3) a 31 /a 21 (fila 2) = (fila 3) 1(fila 2) Es necesario que l ii 0 para i=1,2, n (es decir, que la matriz del sistema sea regular) 2. Sustitución Podemos contar las operaciones necesarias para resolver un sistema con matriz triangular superior de dimensión n 1+2+ (n-1) = n(n-1)/2 sumas 1+2+ (n-1) = n(n-1)/2 productos T L = n 2 operaciones n divisiones SISTEMAS DE ECUACIONES LINEALES 18 SISTEMAS DE ECUACIONES LINEALES 20 5
6 Proceso de eliminación gaussiana Consideremos un sistema que inicialmente escribiremos como Tras este segundo paso el sistema queda 1. Ponemos ceros en la columna k=1 i: fila en la que ponemos 0 3. Ponemos ceros en la columna k=3 i: fila en la que ponemos 0 (fila i) (1) = (fila i) (0) m i1 (fila 1) (0) (fila i) (3) = (fila i) (2) m i3 (fila 3) (2) SISTEMAS DE ECUACIONES LINEALES 21 SISTEMAS DE ECUACIONES LINEALES 23 Tras estas operaciones el sistema queda En general, al final del paso k-1 tendremos un sistema 2. Ponemos ceros en la columna k = 2 i: fila en la que ponemos 0 k. Ponemos ceros en la columna k i: fila en la que ponemos 0 (fila i) (2) = (fila i) (1) m i2 (fila 2) (1) (fila i) (k) = (fila i) (k-1) m ik (fila k) (k-1) SISTEMAS DE ECUACIONES LINEALES 22 SISTEMAS DE ECUACIONES LINEALES 24 6
7 El funcionamiento del método de Gauss se puede describir en las dos fases siguientes: 1. Eliminación En cada paso k hacemos cero las componentes de la columna k que quedan por debajo de la diagonal: Para k = 1,2,...,n-1 Para i = k+1,...,n m ik = a ik / a kk (fila i) (k) = (fila i) (k-1) m ik (fila k) (k-1) 2. Sustitución Al acabar el proceso de eliminación, tenemos un sistema con matriz triangular superior, que se puede resolver mediante una sustitución hacia atrás. Pivotamiento Por ejemplo, tomamos el paso k=3 de la eliminación del método de Gauss. Pivotamiento parcial: se permutan filas para conseguir que akk aik para i>k Pivotamiento total: se permutan filas y columnas para conseguir que akk aij para i,j k SISTEMAS DE ECUACIONES LINEALES 25 SISTEMAS DE ECUACIONES LINEALES 27 El algoritmo para describir el proceso de eliminación gaussiana se puede escribir como: Un sistema de dimensión n se puede resolver mediante el método de Gauss (eliminación + sustitución) haciendo sólo T G = (4n 3 + 9n 2 7)/6 (2/3)n 3 operaciones n T C T G x x10 8 (K-1) Es necesario que a kk 0 para i=1,2,...,n Si no, será necesario pivotar para poder seguir con el proceso SISTEMAS DE ECUACIONES LINEALES 26 El proceso de eliminación gaussiana permite calcular el determinante de una matriz de una forma eficiente. Una vez triangulada la matriz, el determinante se puede calcular multiplicando los coeficientes de la diagonal: A = a 11 a 22 a 33 a nn SISTEMAS DE ECUACIONES LINEALES 28 7
8 Si queremos resolver varios sistemas con la misma matriz y diferentes términos independientes (conocidos a priori), podemos hacer eliminación sobre la matriz y todos los términos independientes a la vez Una vez finalizado el proceso de eliminación, basta con hacer tantas sustituciones como términos independientes haya. Este procedimiento se puede utilizar para calcular matrices inversas. Sólo se tienen que considerar como términos independientes los vectores que forman la base canónica Descomposición LU Descomponemos la matriz del sistema A como producto de una matriz triangular inferior L por una matriz triangular superior U Para que la descomposición sea única, es necesario que U tenga diagonal unitaria La factorización se hace de forma recursiva, descomponiendo sucesivamente los menores principales de la matriz A SISTEMAS DE ECUACIONES LINEALES 29 SISTEMAS DE ECUACIONES LINEALES 31 Método de Crout La idea del método de Crout es descomponer la matriz del sistema como producto de matrices triangulares triangular inferior triangular superior k = 1 k > 1 Para un paso cualquiera k, conviene escribir el menor por bloques Entonces, para resolver el sistema basta con realizar dos sustituciones (una hacia adelante y una hacia atrás) calculamos con una sustitución hacia adelante de manera que podemos escribir la descomposición como calculamos con una sustitución hacia atrás SISTEMAS DE ECUACIONES LINEALES 30 incógnitas SISTEMAS DE ECUACIONES LINEALES 32 8
9 Multiplicando los bloques de esta descomposición se tiene: Descomposición del paso anterior Sistema con matriz triangular inferior que permite calcular el vector u [k] mediante una sustitución hacia delante Sistema con matriz triangular inferior que permite calcular el vector l [k] mediante una sustitución hacia delante Una vez calculados u [k] y l [k], se puede obtener el término de la diagonal l k,k. Una vez factorizada la matriz, es necesario hacer dos sustituciones para resolver el sistema. La descomposición de la matriz puede almacenarse sobre A, de manera que no es necesario guardar espacio adicional para las matrices L y U. El número de operaciones necesarias para resolver un sistema con este método es el mismo que el de Gauss T LU = (4n 3 + 9n 2 7)/6 (2/3)n 3 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 DE ECUACIONES LINEALES 33 SISTEMAS DE ECUACIONES LINEALES 35 Algoritmo de descomposición LU Resolución del sistema L [k-1] u [k] = c [k] Resolución del sistema U T [k-1]l [k] = f [k] 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 DE ECUACIONES LINEALES 34 SISTEMAS DE ECUACIONES LINEALES 36 9
10 Método de Cholesky Para el caso de matrices simétricas y definidas positivas, se puede descomponer la matriz como 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 con L triangular inferior. Como en el método de Crout, la factorización se hace descomponiendo sucesivamente los menores principales de la matriz A En este caso, 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 SISTEMAS DE ECUACIONES LINEALES 37 SISTEMAS DE ECUACIONES LINEALES 39 Algoritmo de la descomposición de Cholesky Estructura de barras 2D 50 grados de libertad SISTEMAS DE ECUACIONES LINEALES 38 nz = 288 nz = 215 nz: nº de componentes 0 SISTEMAS DE ECUACIONES LINEALES 40 10
11 Estructura de barras 3D 111 grados de libertad nz = 1327 nz = 2135 nz = 1327 nz = 3877 Índice Introducción Métodos iterativos estacionarios Consistencia y convergencia Velocidad de convergencia Métodos clásicos: Richardson, Jacobi, Gauss-Seidel Métodos iterativos no estacionarios Máximo descenso Gradientes conjugados Precondicionamiento GMRES Ejemplos SISTEMAS DE ECUACIONES LINEALES 41 SISTEMAS DE ECUACIONES LINEALES 43 Objetivo: resolver con regular Introducción Resolución numérica de sistemas de ecuaciones. Métodos iterativos Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) Notación: residuo solución Esquema iterativo A partir de una aproximación inicial, se genera una sucesión que converja a la solución del sistema La aproximación se calcula a partir de las anteriores, utilizando operaciones con vectores o productos matriz por vector. SISTEMAS DE ECUACIONES LINEALES 44 11
12 La sucesión de aproximaciones se genera a partir de una expresión de la forma Habitualmente, los esquemas son que es un caso particular con Cálculos cálculo del residuo Métodos iterativos estacionarios resolución de un sistema actualización de la aproximación La matriz C debe ser fácilmente invertible y cumplir ciertas propiedades SISTEMAS DE ECUACIONES LINEALES 45 Convergencia Definición: Un esquema iterativo es convergente si y sólo si el error en la iteración k,, cumple para cualquier. Análisis de convergencia Se asume consistencia del esquema El error cumple El esquema es convergente si o, equivalentemente, si radio espectral < SISTEMAS DE ECUACIONES LINEALES 47 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 Puede comprobarse que la condición es necesaria y suficiente < Corolario: Una condición suficiente para convergencia es El sistema tiene solución única,, si y sólo si es regular Fácil de comprobar con las normas matriciales Para esquemas de la forma 1. x* es punto fijo por construcción 2. es el único punto fijo por ser C regular SISTEMAS DE ECUACIONES LINEALES 46 SISTEMAS DE ECUACIONES LINEALES 48 12
13 Velocidad de convergencia Consideramos una aproximación con q cifras significativas correctas Cuántas iteraciones ν hay que hacer para conseguir m cifras correctas más? Métodos clásicos Por construcción, son métodos consistentes y la convergencia está asegurada si Observación: si C=A el esquema converge en una sola iteración consideramos C A pero fácilmente invertible Para definir C se considera la descomposición aditiva Para conseguir las m cifras correctas más basta con o, equivalentemente, SISTEMAS DE ECUACIONES LINEALES 49 SISTEMAS DE ECUACIONES LINEALES 51 Así, para conseguir basta con donde (velocidad) Tomando el límite para ν, se define la velocidad de convergencia como Método de Richardson Corresponde a Condición de convergencia ( ) demasiado restrictiva y no se utiliza Método de Jacobi Corresponde a para para para grande (conv. rápida) >0 pequeña (conv. lenta) <0 (conv. no asegurada) SISTEMAS DE ECUACIONES LINEALES 50 SISTEMAS DE ECUACIONES LINEALES 52 13
14 Método de Gauss-Seidel Corresponde a Los métodos vistos también se pueden aplicar por bloques Gauss-Seidel por bloques: Métodos SOR (Sobrerelajaciones sucesivas): C=C(ω) donde el parámetro se elige para optimizar la convergencia SISTEMAS DE ECUACIONES LINEALES 53 SISTEMAS DE ECUACIONES LINEALES 55 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 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: Observaciones: Las iteraciones de Gauss-Seidel dependen de la ordenación de las incógnitas. Se puede alternar con A definida positiva A definida negativa A singular A indefinida SISTEMAS DE ECUACIONES LINEALES 54 SISTEMAS DE ECUACIONES LINEALES 56 14
15 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 DE ECUACIONES LINEALES 57 Superficie definida por el funcional φ(x) y sus curvas de nivel con los vectores gradiente SISTEMAS DE ECUACIONES LINEALES 59 Máximo descenso: representación gráfica 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) Figuras de The Conjugate Gradient Method Without the Agonizing Pain, J.R. Shewchuk SISTEMAS DE ECUACIONES LINEALES 58 SISTEMAS DE ECUACIONES LINEALES 60 15
16 Gradientes conjugados Gradientes conjugados: propiedades Idea: no repetir direcciones de avance Esquema iterativo: se determina resolviendo un problema de minimización en la dirección de avance Convergencia en n iteraciones como máximo Las direcciones de avance en cada iteración se escogen A-conjugadas y se definen como con SISTEMAS DE ECUACIONES LINEALES 61 SISTEMAS DE ECUACIONES LINEALES 63 Gradientes conjugados: algortimo Gradientes conjugados: algoritmo mejorado Operaciones: 2 matriz x vector 3 productos escalares 2 (escalar x vector) + vector Operaciones: 1 matriz x vector 2 productos escalares 3 (escalar x vector) + vector SISTEMAS DE ECUACIONES LINEALES 62 SISTEMAS DE ECUACIONES LINEALES 64 16
17 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 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 DE ECUACIONES LINEALES 65 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 DE ECUACIONES LINEALES 67 Precondicionamiento Gradientes conjugados precondicionado 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 No se calcula P 1/2. Sólo es necesario resolver un sistema con matriz P SISTEMAS DE ECUACIONES LINEALES 66 SISTEMAS DE ECUACIONES LINEALES 68 17
18 Método iterativo para matrices regulares cualesquiera. GMRES 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. SISTEMAS DE ECUACIONES LINEALES 69 Referencias Métodos directos A. Huerta, J. Sarrate, A. Rodríguez-Ferran, Métodos numéricos. Introducción, aplicaciones y programación, Edicions UPC, 1998 J. D. Hoffman, Numerical Methods for Engineers and scientists, McGraw Hill, 1993 Ll. N. Trefethen and D. Bau, Numerical Linear Algebra, SIAM, 1997 Métodos iterativos Ll. N. Trefethen and D. Bau, Numerical Linear Algebra, SIAM, 1997 G.H. Golub and C.F. Van Loan, Matrix computations, The Johns Hopkins University Press, 1996 J.R. Shewchuk, An Introduction to the Conjugate Gradient Method Without the Agonizing Pain, Technical Report CMU-CS , Carnegie Mellon University, 1994 Y. Saad, Iterative methods for sparse linear systems (1st edition), SISTEMAS DE ECUACIONES LINEALES 70 18
Resolución numérica de sistemas de ecuaciones. Introducción
Resolución numérica de sistemas de ecuaciones. Introducción Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) http://www-lacan.upc.es
Más 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 detallesI. Métodos directos para resolución de SEL. Se dice que una matriz A admite una factorización LU indirecta A = LU
I. Métodos directos para resolución de SEL 1. Factorización LU Se dice que una matriz A admite una factorización LU si dicha matriz puede escribirse como el producto de una matriz triangular inferior,
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 detallesLaboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain)
Ceros de funciones Laboratori de Càlcul Numèric (LaCàN) Departament de Matemàtica Aplicada III Universitat Politècnica de Catalunya (Spain) http://www-lacan.upc.es Índice Objetivos Esquemas iterativos
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 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 detallesSistema de ecuaciones lineales
1 El sistema de ecuaciones lineales Sistema de ecuaciones lineales puede ser escrito en forma matricial como, donde: es llamada matriz de los coeficientes (reales) del sistema es el vector de las incógnitas
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 detallesResolución numérica de sistemas de ecuaciones lineales
Resolución numérica de sistemas de ecuaciones lineales María González Taboada Departamento de Matemáticas Febrero de 2008 Esquema: 1 Descripción del problema 2 Algunas definiciones y propiedades 3 Condicionamiento
Más detalles2. Sistemas de ecuaciones lineales
2 Sistemas de ecuaciones lineales 2 Ejercicios resueltos Ejercicio 2 Estudiar el número de condición de Frobenius de la matriz a b A a + ε b Solución: El determinante de A es A ab + ba + ε b ε Si b 0 y
Más 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 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 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 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 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 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 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 detallesMÉTODOS SEMI-ITERATIVOS PARA GRANDES SISTEMAS DE ECUACIONES LINEALES: PRECONDICIONAMIENTO
MÉTODOS SEMI-ITERATIVOS PARA GRANDES SISTEMAS DE ECUACIONES LINEALES: PRECONDICIONAMIENTO J. París, H. Gómez, X. Nogueira,F. Navarrina, I. Colominas, M. Casteleiro GMNI GRUPO DE MÉTODOS NUMÉRICOS EN INGENIERÍA
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 46 Capítulo II 2 / 46 1 Introducción Métodos Directos Sistemas Triangulares Sustitución Hacia Atrás Invertibilidad de una Matriz
Más detallesParte 4. Métodos iterativos para la resolución de sistemas de ecuaciones lineales
Parte 4. Métodos iterativos para la resolución de sistemas de ecuaciones lineales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales Universidad de Las Palmas de Gran Canaria Curso 2006-2007
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 detallesTema 6: Resolución aproximada de sistemas de ecuaciones lineales
Métodos Numéricos: Resumen y ejemplos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de
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 detallesFactorización de rango completo y aplicaciones
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 21-25 septiembre 2009 (pp. 1 8) Factorización de rango completo y aplicaciones R. Cantó 1, B. Ricarte
Más detallesALN - Curso 2007 Gradiente Conjugado
ALN - Curso 27 Gradiente Conjugado Cecilia González Pérez Junio 27 Métodos Iterativos Pueden ser: Métodos estacionarios Métodos no estacionarios Métodos no estacionarios hacen uso de información, evaluada
Más detallesMétodos iterativos para sistemas lineales de ecuaciones
Métodos iterativos para sistemas lineales de ecuaciones Laboratori de Càlcul Numèric (LaCàN) 23 de septiembre de 2010 Se desea resolver el sistema lineal de ecuaciones Ax = b, con A R n n regular, x R
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 detalles1.II.3. Sistemas de ecuaciones lineales: métodos iterativos.
1.II.3. Sistemas de ecuaciones lineales: métodos iterativos. Manuel Palacios Departamento de Matemática Aplicada Centro Politécnico Superior Universidad de Zaragoza Otoño 2003 Referencias [1] Burden, R.
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 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 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 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 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 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 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 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 detallesCEROS DE FUNCIONES. Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC)
CEROS DE FUNCIONES Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC) http://www-lacan.upc.edu Diseño de un colector solar Diseño óptimo de un colector solar plano para obtener
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 detallesMatrices 3. Matrices. Verónica Briceño V. agosto 2012
3 agosto 2012 En esta Presentación... En esta Presentación veremos: Matriz Inversa En esta Presentación... En esta Presentación veremos: Matriz Inversa Determinante En esta Presentación... En esta Presentación
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 detallesMétodos Numéricos: Ejercicios resueltos
Métodos Numéricos: Ejercicios resueltos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica
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 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 detallesRESOLUCIÓN DE SISTEMAS LINEALES
Contenido 1 Métodos de Solución Contenido Métodos de Solución 1 Métodos de Solución Desarrollamos el algoritmo de sustitución regresiva, con el que podremos resolver un sistema de ecuaciones lineales cuya
Más detallesResolución de Sistema de Ecuaciones Lineales
Resolución de Sistema de Ecuaciones Lineales Hermes Pantoja Carhuavilca Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Hermes Pantoja Carhuavilca 1 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 detalles1. Utilizar el método de Gauss para clasificar y resolver cuando sea posible los siguientes sistemas: x 3y + 7z = 10 5x y + z = 8 x + 4y 10z = 11
Teorema de Rouché Frobenius: Si A es la matriz de coeficientes de un sistema de ecuaciones lineales y AM la matriz ampliada de un sistema de ecuaciones lineales. Si r(a = r(am = número de incógnitas =
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 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 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 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 detalles1.IV Aproximación numérica de valores y vectores propios.
.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
Más detallesTema 1: Matrices. Sistemas de ecuaciones. Determinantes
Tema 1: Matrices. Sistemas de ecuaciones. Determinantes José M. Salazar Octubre de 2016 Tema 1: Matrices. Sistemas de ecuaciones. Determinantes Lección 1. Matrices. Sistemas de ecuaciones. Determinantes
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 detallesE.T.S. Minas: Métodos Matemáticos Ejercicios Tema 4 Métodos iterativos para sistemas de ecuaciones
ETS Minas: Métodos Matemáticos Ejercicios Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
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 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 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 detallesINSTITUTO TECNOLOGICO SUPERIOR DE TEPOSCOLULA CARRERA: INGIENERIA SISTEMAS COMPUTACIONALES CATEDRATICO: ING. MARCO ANTONIO RUIZ VICENTE
INSTITUTO TECNOLOGICO SUPERIOR DE TEPOSCOLULA CARRERA: INGIENERIA SISTEMAS COMPUTACIONALES 2 SEMESTRE MATERIA: ALGEBRA LINEAL CATEDRATICO: ING. MARCO ANTONIO RUIZ VICENTE NOMBRE DEL ALUMNO: FERNANDO LUZ
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 detallesMatrices, determinantes y sistemas de ecuaciones lineales
Matrices, determinantes y sistemas de ecuaciones lineales David Ariza-Ruiz 10 de octubre de 2012 1 Matrices Una matriz es una tabla numérica rectangular de m filas y n columnas dispuesta de la siguiente
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 detallesMétodos Matemáticos Grado en Geomática y Topografía. J.L. Bravo. Curso
Métodos Matemáticos Grado en Geomática y Topografía Curso 2015-2016 Error Fuentes de error Propagación de errores Introducción al Cálculo Numérico Error Fuentes de error Propagación de errores Introducción
Más detallesMétodos iterativos para sistemas de ecuaciones lineales
Métodos iterativos para sistemas de ecuaciones lineales Natalia Boal - Manuel Palacios - Sergio Serrano Departamento de Matemática Aplicada Obetivos Trabaar con los métodos iterativos habituales (Jacobi,
Más detallesAlgunos Tipos de matrices. Matrices. Algunos Tipos de matrices. Algunos Tipos de matrices
Matrices Una matriz de orden m n es un conjunto ordenado de m n números reales dispuestos en m filas y n columnas de la forma: A = a 11 a 12 a 1j a 1n a 21 a 22 a 2j a 2n a i1 a i2 a ij a in a m1 a m2
Más detallesMATRICES. Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas.
MATRICES Una matriz es un conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas. Cada uno de los números de que consta la matriz se denomina elemento. Un elemento
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 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 detallesMatemáticas de la Especialdiad
Matemáticas de la Especialdiad Ingeniería Eléctrica Grado en Ingeniería Industrial. Curso 2013/2014 Segundo semestre; 4,5 créditos ECTS Programa Fundamentos de los métodos numéricos en la ingeniería Conceptos
Más detallesProducto Escalar. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31
Producto Escalar AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Producto Escalar 1 / 31 Objetivos Al finalizar este tema tendrás que: Saber usar el producto escalar. Calcular
Más detallesDOCENTE: JESÚS E. BARRIOS P.
DOCENTE: JESÚS E. BARRIOS P. DEFINICIONES Es larga la historia del uso de las matrices para resolver ecuaciones lineales. Un texto matemático chino que proviene del año 300 A. C. a 200 A. C., Nueve capítulos
Más detallesMétodos Numéricos para Sistemas de Ecuaciones Lineales
Universidad de Chile Departamento de Ingeniería Matemática Cálculo Numérico MA-33A Métodos Numéricos para Sistemas de Ecuaciones Lineales Gonzalo Hernández Oliva GHO SEL - MA33A 1 MN para SEL: Temario
Más detalles3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE
3. ÁLGEBRA LINEAL // 3.1. SISTEMAS DE ECUACIONES LINEALES Y MATRICES COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2011-2012 3.1.1. Resolución de sistemas de ecuaciones lineales. Método
Más detallesCálculo de autovalores
Cálculo de autovalores Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2011-2012 (UPV) Cálculo de autovalores Curso 2011-2012 1 / 28 Índice 1 Preliminares
Más detallesTema 5: Determinantes.
Tema 5: Determinantes. 1. El grupo simétrico. Definición. Una permutación del conjunto {1,..., n} es una aplicación biyectiva de {1,..., n} en si mismo. Se define el conjunto Σ n = {f : {1,..., n} {1,...,
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 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 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 detallesArtículo Revista digital Matemática, Educación e Internet (http://www.tec-digital.itcr.ac.cr/revistamatematica/). Vol 13, No 1. Agosto Febrero 2013.
Artículo Revista digital Matemática, Educación e Internet (http://www.tec-digital.itcr.ac.cr/revistamatematica/). Vol 13, No 1. Agosto Febrero 2013. Factorización incompleta de Cholesky como técnica de
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 detallesTEMA 7: MATRICES. OPERACIONES.
TEMA 7: MATRICES. OPERACIONES. 1. MATRICES. TIPOS DE MATRICES. Se llama matriz de orden m x n (m filas y n columnas) a un conjunto de m n elementos, distribuidos en m filas y n columnas y encerrados entre
Más detallesEspacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados
Capítulo 5 Espacios Vectoriales Euclídeos. Métodos de los mínimos cuadrados En este tema iniciamos el estudio de los conceptos geométricos de distancia y perpendicularidad en K n. Empezaremos con las definiciones
Más detallesMATEMÁTICAS 2º BACH TECNOL. MATRICES. Profesor: Fernando Ureña Portero MATRICES
CONCEPTO DE MATRIZ Definición: Se denomina matriz A o (a ij ) a todo conjunto de números o expresiones dispuestos en forma rectangular, formando filas y columnas : Columnas Filas Elemento a ij : Cada uno
Más detallesMatemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales. Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales de la forma:
Matemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales 1era evaluación. Sistemas de Ecuaciones Lineales 1) SISTEMAS DE ECUACIONES LINEALES Un sistema de ecuaciones lineales es un conjunto de ecuaciones
Más detallesMATRICES Y DETERMINANTES MATRIZ INVERSA
Índice Presentación... 3 Determinante de una matriz... 4 Determinante de matrices de orden 2 y 3... 5 Determinante de una matriz... 6 Ejemplo... 7 Propiedades del cálculo de determinantes... 8 Matriz inversa...
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 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 detallesSistemas de Ecuaciones Lineales. Matrices y determinantes.
Capítulo 3 Sistemas de Ecuaciones Lineales Matrices y determinantes 31 Sistemas de Ecuaciones Lineales El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación
Más detallesUNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS
UNIDAD I: SISTEMAS DE DOS ECUACIONES CON DOS INCÓGNITAS Sistemas de dos ecuaciones con dos incógnitas. Método de igualación. Método de reducción. Método de sustitución Método de eliminación Gaussiana.
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 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 detallesContenido. 2 Operatoria con matrices. 3 Determinantes. 4 Matrices elementales. 1 Definición y tipos de matrices
elementales Diciembre 2010 Contenido Definición y tipos de matrices elementales 1 Definición y tipos de matrices 2 3 4 elementales 5 elementales Definición 1.1 (Matriz) Una matriz de m filas y n columnas
Más detallesSISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES CONCEPTO Un sistema de m ecuaciones lineales con n incógnitas es un sistema de la forma: a 11 x 1 + a 12 x 2 +... + a 1n x n b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n b 2.........................
Más detallesTEMA 1: MATRICES Y DETERMINANTES
TEMA 1: MATRICES Y DETERMINANTES 1 Matrices Definición 11 Una matriz es un arreglo rectangular de números reales de la forma a 11 a 12 a 1m a 21 a 22 a 2m A = a n1 a n2 a nm Las líneas horizontales (verticales)
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 detallesSistemas Lineales. { 99 87x y = x y = que resolvemos por el método de eliminación de Gauss: Véase el ejemplo 19
Sistemas Lineales En el curso de Álgebra Lineal hemos estudiado métodos eactos para resolver sistemas de ecuaciones lineales. Sin embargo ha dos raones para analiar numéricamente las soluciones. La primera
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 detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detalles