Matrices bandadas Cálculo de la inversa y determinante Normas vectoriales y matriciales
|
|
- Francisco Javier Rivas Giménez
- hace 6 años
- Vistas:
Transcripción
1 Clase No. 8: MAT 251 Matrices bandadas Cálculo de la inversa y determinante Normas vectoriales y matriciales Dr. Alonso Ramírez Manzanares CIMAT A.C. alram@ cimat.mx web: alram/met_num/ Dr. Joaquín Peña Acevedo CIMAT A.C. joaquin@ cimat.mx Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
2 Matrices bandadas Una matriz n n se dice que es bandada si existen p, q N y 1 < p, q, < n, tales que a ij = 0 si p j i o q i j. El ancho de banda es w = p + q + 1. Si p = q, entonces la condición es p i j. c( 1, 6) Si p = q = 1, la matriz 1 0es tridiagonal c( 1, 6) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
3 Matrices tridiagonales Consideremos el sistema donde A R n tal que es decir, es tridiagonal. Ax = d b 1 c a 2 b 2 c a 3 b A = , b n 2 c n a n 1 b n 1 c n a n b n El algoritmo de solución es un caso particular de eliminación Gaussiana. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
4 Solución del sistema tridiagonal (I) Tenemos que b 1 x 1 + c 1 x 2 = d 1, a i x i 1 + b i x i + c i x i+1 = d i, i = 2,..., n 1 a n x n 1 + b n x n = d n De las dos primeras ecuaciones b 1 ( a 2 x 1 +b 2 x 2 +c 2 x 3 ) = b 1 d 2 a 2 ( b 1 x 1 +c 1 x 2 ) = a 2 d 1 (b 1 b 2 a 2 c 1 )x 2 +b 1 c 2 x 3 = b 1 d 2 a 2 d 1 Si b2 = b 1 b 2 a 2 c 1, c 2 = b 1 c 2, d2 = b 1 d 2 a 2 d 1, b 2 x 2 + c 2 x 3 = d 2. Con esto eliminamos x 1. Continuamos de esta forma. Supongamos que ya hemos reducido las ecuaciones para i = 2,..., k, de modo que tenemos Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
5 Solución del sistema tridiagonal (II) b i x i + c i x i+1 = d i. Entonces para i = k + 1 < n, tenemos b k ( a k+1 x k +b k+1 x k+1 +c k+1 x k+2 ) = bk d k+1 a k+1 ( bk x k + c k x k+1 ) = a k+1 dk ( b k b k+1 a k+1 c k )x k+1 + b k c k+1 x k+2 = b k d k+1 a k+1 dk Si ā 1 = 0, b1 = b 1, c 1 = c 1, d1 = d 1, b i x i + c i x i+1 = d i i = 2,..., n 1 b i = b i 1 b i a i c i 1 c i = b i 1 c i d i = b i 1 d i a i di 1 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
6 Solución del sistema tridiagonal (III) Finalmente, para i = n, b n 1 ( a n x n 1 +b n x n ) = bn 1 d n a n ( bn 1 x n 1 + c n 1 x n ) = a n dn 1 ( b n 1 b n a n c n 1 )x n = b n 1 d n a n dn 1 Si definimos bn = b n 1 b n a n c n 1, dn = b n 1 d n a n dn 1. d n x n = b n x i = d i c i x i+1 b i i = n 1,..., 1 b i = b i 1 b i a i c i 1 c i = b i 1 c i d i = b i 1 d i a i di 1 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
7 Una condición suficiente La hipótesis de que podemos dividir entre b i es esencial. Una condición suficiente es que la matriz sea diagonal dominante, es decir, b 1 c 1, b n a n, b i a i + c i i = 1, 2,..., n, y que además se cumpla a i, c i = 0. Esto garantiza que b i = 0: Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
8 Una condición suficiente La hipótesis de que podemos dividir entre b i es esencial. Una condición suficiente es que la matriz sea diagonal dominante, es decir, b 1 c 1, b n a n, b i a i + c i i = 1, 2,..., n, y que además se cumpla a i, c i = 0. Esto garantiza que b i = 0: Tenemos que b 1 = b 1 c 1 = c 1 > 0. Supongamos que b i c i > 0 para i = 1,..., k < n. Entonces b k+1 = b k b k+1 a k+1 c k b k b k+1 a k+1 c k b k ( a k+1 + c k+1 ) a k+1 c k = a k+1 ( b k c k ) + b k c k+1 b k c k+1 > 0 Como b k c k+1 = c k+1, se tiene que b k+1 c k+1 > 0. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
9 Cálculo del determinante de la matriz Supongamos que tenemos una matriz A de tamaño n y su factorización LU: A = LU. Entonces por propiedades del determinante det A = det(lu) = det L det U. Como las matrices L y U son triangulares, su determinante es igual al producto de los elementos de su diagonal. Además, para la factorización de Doolittle, se debe tener que det L = 1, por lo que det A = det U = n u ii. i=1 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
10 Cálculo de la inversa de la matriz Supongamos que tenemos una matriz A de tamaño n y su factorización LU: A = LU. Sea x i el vector solución del sistema lineal Ax i = LUx i = e i. para i = 1,..., n, donde e i es el i esimo vector canónico. Si X = [ x 1 x n ], entonces AX = [ Ax 1 Ax n ] = [ e 1 e n ] = I. Esto es, X es la inversa de A. Así, si tenemos la factorización LU de matriz, solo tenemos que resolver n sistemas de ecuaciones lineales para obtener las columnas de la matriz inversa. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
11 Normas para vectores Definición de norma vectorial Una norma en R n es una función : R n R que tiene las propiedades: 1 x 0 x R n, 2 x = 0 si y sólo si x = 0, 3 αx = α x x R n, α R, 4 x + y x + y x, y R n. Ejemplos: Para x = (x 1, x 2,..., x n ) x 2 = n x 2 i (Norma 2) i=1 n x 1 = x i (Norma 1) i=1 x = max 1 i n x i (Norma infinito) Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
12 Normas para vectores En general, para p 1, la norma p del vector x = (x 1,..., x n ) es x p = x 1 p + + x n p 1/p. Además, x = max 1 x i n x i Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
13 Normas para matrices (I) Definición de norma matricial Una norma en R n n es una función : R n n R que tiene las propiedades para todo A, B R n n y α R: 1 A 0 y A = 0 si y sólo si A = 0, 2 αa = α A, 3 A + B A + B, Ejemplos: Para A = [a ij ], n 1/2 n Norma de Frobenius : A F = a 2 ij i=1 j=1 Norma natural inducida por la norma vectorial : Ax A = sup x =0 x Esta norma tiene algunas propiedades Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
14 Normas para matrices (II) I = 1. Ax A x. AB A B. Otra alternativa para definir la norma natural es A = sup Ax = max Ax. x =1 x =1 Se puede ver que las normas naturales inducidas por las normas vectoriales l 1 y l son Norma infinito: Norma 1: n A = max a ij 1 i n j=1 n A 1 = max a ij 1 j n i=1 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
15 Normas para matrices (III) Definición Sean ln, lm y mn normas en R l n, R l m y R m n. Se dice que esas normas son consistentes si AB ln A lm B mn para todo A R l m y B R m n. Definición Sea α una norma en C m, β una norma en C n y una norma matricial en C m n. Se dice que es una norma subordinada a las normas α y β si Ax α A x β A C m n, x C n. Por lo anterior, se ve que las normas naturales son subordinadas y consistentes. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
16 Normas para matrices (IV) Proposición Si el producto AB está definido, entonces AB F A F B F. Se puede ver que la norma del máximo no es consistente: A max = max a i,j. i,j A = 1 1, 1 1 AA max = 2 2 = 2 > 1 1 = A 2 2 max A max max Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
17 Aplicación de las normas matriciales (I) Tenemos que para x R, k=0 x k = 1, x < 1. 1 x La versión para matrices es la siguiente. Proposición Sea F una matriz en R n n tal que F < 1 y norma matricial consistente. Si I es la matriz identidad, entonces I F es no singular y Además, (I F) 1 = F k. k=0 (I F) F Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
MAT 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 detallesFormulación de Galerkin El método de los elementos finitos
Clase No. 28: MAT 251 Formulación de Galerkin El método de los elementos finitos Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/
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 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 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 detallesFactorización LU y la librería GSL. Graficaciíon en Gnuplot
Clase No 6: Factorización LU y la librería GSL Graficaciíon en Gnuplot MAT 251 Dr Alonso Ramírez Manzanares CIMAT, AC e-mail: alram@ cimatmx web: http://wwwcimatmx/ alram/met_num/ Dr Joaquín Peña Acevedo
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 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 detallesEl álgebra de las matrices Suma y producto por un escalar Producto de matrices Propiedades y ejemplos
El álgebra de las matrices Suma y producto por un escalar Producto de matrices Propiedades y ejemplos c Jana Rodriguez Hertz p. 1/1 Suma de matrices - definición Si dos matrices A,B M m n K tienen el mismo
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 detallesClase No. 13: Factorización QR MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 16
Clase No 13: Factorización QR MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 03102011 1 / 16 Factorización QR Sea A R m n con m n La factorización QR de A es A = QR = [Q 1 Q 2 ] R1 = Q 0 1 R
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 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 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 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 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 Lineales y Matrices
Profesores Hernán Giraldo y Omar Saldarriaga Instituto de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Ejemplo Solución de sistemas de ecuaciones lineales, usaremos este
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 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 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 detallesMétodo de potencia directo e inverso
Clase No. 12: Método de potencia directo e inverso MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 26.09.2011 1 / 20 Método de la potencia Este método puede encontrar el eigenvalor más grande
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 detallesMatemáticas II. Prácticas: Matrices y Determinantes ; C = 1 3 5
Matemáticas II Prácticas: Matrices y Determinantes. Sean las matrices cuadradas siguientes: 4 5 6 B = 9 8 7 6 5 4 C = 5 7 9 0 7 8 9 Se pide calcular: a A B + C. b A AB + AC. c A B AB + ACB.. Sean las matrices:
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 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 detallesFormas cuadráticas. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza
Formas cuadráticas Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza A lo largo de todo el capítulo consideraremos que V un espacio vectorial real de dimensión finita n. 1 Formas bilineales
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 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 detallesEcuaciones matriciales AX = B y XA = B. Cálculo de la matriz inversa
Ecuaciones matriciales AX = B y XA = B Cálculo de la matriz inversa Objetivos Aprender a resolver ecuaciones matriciales de la forma AX = B y XA = B Aprender a calcular la matriz inversa con la eliminación
Más detallesDiferenciación numérica: Método de Euler explícito
Clase No. 21: MAT 251 Diferenciación numérica: Método de Euler explícito Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/
Más detallesMMAF: Espacios normados y espacios de Banach
MMAF: Espacios normados y espacios de Banach Licenciatura en Estadística R. Álvarez-Nodarse Universidad de Sevilla Curso 2011/2012 Espacios vectoriales Definición Sea V un conjunto de elementos sobre el
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 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 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 detallesApéndice A. Repaso de Matrices
Apéndice A. Repaso de Matrices.-Definición: Una matriz es una arreglo rectangular de números reales dispuestos en filas y columnas. Una matriz com m filas y n columnas se dice que es de orden m x n de
Más detallesb) y 1 = 10x x 2 y 2 = 25x x 2 d) y 1 = 4x 1 3x 2 y 2 = 2x 1 5x 2
Álgebra lineal Curso 2008-2009 Tema 2 Hoja 1 Tema 2 ÁLGEBRA SUPERIOR 1 Expresar los siguientes sistemas lineales en notación matricial a y 1 = 2x 1 + 3x 2 y 2 = 4x 1 + 2x 2 b y 1 = 10x 1 + 12x 2 y 2 =
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 detalles11.SISTEMAS DE ECUACIONES LINEALES DEFINICIÓN DE ECUACIÓN LINEAL DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN
ÍNDICE 11SISTEMAS DE ECUACIONES LINEALES 219 111 DEFINICIÓN DE ECUACIÓN LINEAL 219 112 DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN 220 113 EQUIVALENCIA Y COMPATIBILIDAD 220 11 REPRESENTACIÓN MATRICIAL
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesALGEBRA y ALGEBRA LINEAL
520142 ALGEBRA y ALGEBRA LINEAL Primer Semestre, Universidad de Concepción CAPITULO 7. MATRICES DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición: Matriz Sean
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 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 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 detallesÁlgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes
Álgebra y Trigonometría Clase 7 Sistemas de ecuaciones, Matrices y Determinantes CNM-108 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft c 2008. Reproducción
Más detallesBases y dimensión. Problemas teóricos. En todos los problemas se supone que V es un espacio vectorial sobre un campo F. p=1
Bases y dimensión Problemas teóricos Bases de un espacio vectorial En todos los problemas se supone que V es un espacio vectorial sobre un campo F. Definición de base. Sean b 1,..., b n V. Se dice que
Más detallesCambio de base. Objetivos. Estudiar la relación entre las coordenadas de un vector en dos bases.
Cambio de base Objetivos Estudiar la relación entre las coordenadas de un vector en dos bases Requisitos Definición de una base, multiplicación de una matriz por un vector, delta de Kronecker Definición
Más detallesÁLGEBRA LINEAL I Práctica 3
ÁLGEBRA LINEAL I Práctica 3 Matrices y determinantes (Curso 2015 2016) 1. En el conjunto de las matrices n n de elementos reales, demostrar que el producto de matrices triangulares inferiores es otra matriz
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 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 detallesParte 3. Vectores y valores propios
Parte 3. Vectores y valores propios Gustavo Montero Escuela Universitaria Politécnica Universidad de Las Palmas de Gran Canaria Curso 2004-2005 1 Introducción a los valores y vectores propios 2 3 4 5 Valores
Más detallesDefinición: Dos matrices A y B son iguales si tienen el mismo orden y coinciden los elementos que ocupan el mismo lugar.
UNIDAD 03: MATRICES Y DETERMINANTES. 3.1 Conceptos de Matrices. 3.1.1 Definición de matriz. Definición: Se lama matriz de orden m x n a un arreglo rectangular de números dispuestos en m renglones y n columnas.
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 detalles3. Determinantes. Propiedades. Depto. de Álgebra, curso
Depto de Álgebra curso 06-07 3 Determinantes Propiedades Ejercicio 3 Use la definición para calcular el valor del determinante de cada una de las siguientes matrices: 3 0 0 α A = 5 4 0 A = 6 A 3 = 0 β
Más detallesMatrices y Determinantes.
Tema II Capítulo 1 Matrices Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC Tema II Matrices y Determinantes 1 Matrices 1 Definiciones básicas Definición 11 Una matriz A de
Más detalles1. Matrices y determinantes
A-PDF Page Cut DEMO: Purchase www.apuntesdemates.weebly.com from www.a-pdf.com to remove the watermark 1. Matrices y determinantes 1.1 Notación y definiciones Definición 1.1 [Matriz] Una matriz es una
Más detallesTema 3: Espacios vectoriales
Tema 3: Espacios vectoriales K denotará un cuerpo. Definición. Se dice que un conjunto no vacio V es un espacio vectorial sobre K o que es un K-espacio vectorial si: 1. En V está definida una operación
Más detallesEJERCICIOS DE ÁLGEBRA LINEAL TEMA 1 ESPACIOS VECTORIALES
EJERCICIOS DE ÁLGEBRA LINEAL TEMA ESPACIOS VECTORIALES MATRICES. SISTEMAS DE ECUACIONES LINEALES Matrices ) Dada la matriz M=, prueba que n n M M, n. ) Demuestra la siguiente implicación: Si I A I AA A
Más detalles1. Matrices. Operaciones con matrices
REPASO MUY BÁSICO DE MATRICES. Matrices. Operaciones con matrices.. Introducción Las matrices aparecieron por primera vez hacia el año 850, introducidas por el inglés J. J. Sylvester. Su desarrollo se
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 detallesRango de una matriz. Jana Rodriguez Hertz GAL 1. 2 de abril de 2013 IMERL
Rango de una matriz Jana Rodriguez Hertz GAL IMERL 2 de abril de 203 rango rango recordemos: rango si A = {A, A 2,..., A n } conjunto de vectores de K n llamamos rango(a) a la máxima cantidad de vectores
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 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 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 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 detalles1.1 De niciones basicas
1 ALGEBRAMATRICIAL 1.1 De niciones basicas 1.1.1 Matriz Una matriz de orden, o de dimensi on, M por N (escrita como M N) es un conjunto de M N elementos ordenados en M las y N columnas. Por tanto, una
Más detallesSISTEMAS DE ECUACIONES. Un sistema de m ecuaciones lineales con n incógnitas, x 1, x 2,, x n es un conjunto de m igualdades de la forma:
TEMA Sistemas de ecuaciones SISTEMAS DE ECUACIONES. DEFINICIÓN SISTEMAS DE ECUACIONES Un sistema de m ecuaciones lineales con n incógnitas,,,, n es un conjunto de m igualdades de la forma: a a an n b a
Más detallesDiagonalización de matrices
7 Diagonalización de matrices 7.1. Matrices diagonalizables Existen diversos procesos en los que el estado en cada uno de sus pasos se puede representar por un determinado vector y en los que, además,
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 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 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 detallesÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3
ÁLGEBRA LINEAL I Algunas soluciones a la Práctica 3 Matrices y determinantes (Curso 010 011). Sea A una matriz diagonal n n y supongamos que todos los elementos de su diagonal son distintos entre sí. Demostrar
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 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 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 detallesAplicaciones Lineales
Aplicaciones Lineales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Aplicaciones Lineales 1 / 47 Objetivos Al finalizar este tema tendrás que: Saber si una aplicación es
Más detallesVectores en el plano UNIDAD I: MATRICES. Dirección de un vector. Sentido de un vector
UNIDAD I: MATRICES Vectores en el plano Un vector,, es un segmento con una dirección que va del punto A (origen) al punto B (etremo).un vector es un segmento orientado que va del punto A (origen) al punto
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 detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más 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 detallesEs decir, det A = producto de diagonal principal producto de diagonal secundaria. Determinante de una matriz cuadrada de orden 3
1.- DETERMINANTE DE UNA MATRIZ CUADRADA Determinante de una matriz cuadrada de orden 1 Dada una matriz cuadrada de orden 1, A = (a), se define det A = det (a) = a Determinante de una matriz cuadrada de
Más detalles520142: ALGEBRA y ALGEBRA LINEAL
520142: ALGEBRA y ALGEBRA LINEAL Segundo Semestre 2008, Universidad de Concepción CAPITULO 10: Espacios Vectoriales DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas 1 Definición
Más detallesUNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :
UNIVERSIDAD SIMON BOLIVAR MA6 abril-julio de 29 I / Ejercicios sugeridos para : los temas de las clases del 2 y 23 de abril de 29. Tema : Matrices. Operaciones con matrices. Ejemplos. Operaciones elementales
Más detallesLa forma de denotar los elementos de una matriz ya la introdujimos en (1.11). Una matriz de m n ( m filas y n columnas ) es de la forma
Capítulo 2 Álgebra de matrices 21 Operaciones con matrices La forma de denotar los elementos de una matriz ya la introdujimos en (111) Una matriz de m n ( m filas y n columnas ) es de la forma a 11 a 12
Más detalles2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo.
2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2.1 Formas cuadráticas. Expresión matricial y analítica. Expresiones diagonales. Definición 2.1 (Expresión matricial) Una
Más detallesUNIVERSIDAD SIMON BOLIVAR MA1116 abril-julio de 2009 Departamento de Matemáticas Puras y Aplicadas. Ejercicios sugeridos para :
II / 7 UNIVERSIDAD SIMON BOLIVAR MA6 abril-julio de 29 Ejercicios sugeridos para : los temas de las clases del 28 y de abril de 29. Temas : Métodos de Gauss y Gauss-Jordan. Sistemas homogéneos y no homogéneos.
Más detallesSistemas lineales de ecuaciones diferenciales. Juan-Miguel Gracia
Sistemas lineales de ecuaciones diferenciales Juan-Miguel Gracia Índice Sistemas lineales 2 Búsqueda de una solución especial 3 Aplicación a sistemas 4 Problema de condiciones iniciales 2 / 2 Sistemas
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 detallesTema 3: MATRICES. Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada
Tema 3: MATRICES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura: Matemáticas
Más detallesSi A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I?
MATRICES Si A es una matriz cuadrada n x n, tal que A 2 = A, e I es la matriz unidad ( n x n ), qué matriz es B 2, si B = 2ª - I? La multiplicación de matrices cuadradas, tiene la propiedad conmutativa?
Más detallesMatemáticas Discretas TC1003
Matemáticas Discretas TC13 Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas ITESM Matrices: Conceptos y Operaciones Básicas Matemáticas Discretas - p. 1/25 Una matriz A m n es un arreglo
Más detallesTema 11.- Autovalores y Autovectores.
Álgebra 004-005 Ingenieros Industriales Departamento de Matemática Aplicada II Universidad de Sevilla Tema - Autovalores y Autovectores Definición, propiedades e interpretación geométrica La ecuación característica
Más 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 detallesSISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES Profesores Omar Darío Saldarriaga Ortíz Ivan Darío Gómez Hernán Giraldo 2009 Definición Una matriz es un arreglo rectangular de números reales en m filas y n a 11 a 1n columnas
Más detallesSistemas lineales homogéneos
Lección 9 Sistemas de ecuaciones diferenciales lineales con coeficientes constantes 1 Sistemas lineales homogéneos Estudiaremos los sistemas de la forma x (t) = Ax(t) + b(t) Sistemas homogéneos: x = Ax
Más detallesAplicaciones Lineales. Diagonalización de matrices.
Tema 2 Aplicaciones Lineales. Diagonalización de matrices. 2.1. Definiciones y propiedades Nota 2.1.1. En este tema trabajaremos con los Espacios Vectoriales R n y R m definidos sobre el cuerpo R. Definición
Más detalles1 Autovalores y autovectores asociados a un endomor smo f. Diagonalización.
utovalores y autovectores asociados a un endomor smo f Diagonalización Dado un endomor smo f de un espacio vectorial real V y jada una base B de V obtenemos una única matriz asociada a f respecto de la
Más detallesCurso cero Matemáticas en informática : Sistemas de ecuaciones lineales
lineales -Jordan Curso cero Matemáticas en informática : de ecuaciones lineales Septiembre 2005 lineales -Jordan lineales -Jordan Se llama ecuación lineal con n incógnitas a a x + a 2 x 2 + a 3 x 3 + +
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 detalles