W_ILU_GMRES. UNA ESTRATEGIA PARA SISTEMAS DE ECUACIONES LINEALES DENSOS
|
|
- Víctor Ramírez
- hace 5 años
- Vistas:
Transcripción
1 W_ILU_GMRES. UNA ESTRATEGIA PARA SISTEMAS DE ECUACIONES LINEALES DENSOS Angela León, Marta Lourdes Baguer, Yisleidy Linares, Universidad de La Habana Lilian Villarín, Universidad de Heidelberg, Alemania
2 Resolución de ecuaciones integrales en problemasde electromagnetismo Discretización de EDPs mediante BEM requiere la solución de sistemas de ecuaciones lineales con matriz densa Problemas de prospección de petróleo, información en cada nodo de la malla
3 A, b x: Ax=b
4 Matriz DENSA
5 DIRECTOS Ventajas: Gran precisión Son robustos, se pueden utilizar como caja negra, múltiples lados derechos Desventajas: Memoria y FLOPS requeridos crecen más rápido que la dimensión Difícil implementar eficientemente (no imposible, depende del problema) ITERATIVOS Ventajas: Pocos arreglos dimensión n, fácil implementar, la velocidad depende de Matriz*vector, elegir precisión Desventajas: No robustos, requieren precondicionador, cómo elegirlo? dependiente del problema, difícil paralelizar,
6 Factorización ILU(0). Obtención del Precondicionador GMRES
7 Se aplica la transformada bidimensional con base de Haar y de Daubechies en su forma estándar (primero por fila hasta el nivel deseado y después por columna) Cómo elegir el patrón de dispersión?? Umbral de dispersión?? Wavelet
8 Costo de la representación en base Wavelet Nivel Transformada estándar Total
9 Selección del umbral de truncamiento Definición: Dada una muestra V Є n 2 yunvalorαє[0,100] se define como percentil α de la muestra al valor p α Є V tal que α% del total de observaciones es menor que p α yel (100 α)% es mayor o igual que él. (I) El cálculo de percentiles puede ser realizado simplemente ordenando la muestra y tomando el valor que está en la posición α/100 * n 2 1. (II) Aplicado a la compresión de datos, si se desea obtener una aproximación de V con el β% elementos de mayor valor no nulos, basta con quitar de V todos los elementos menores que p 100 β. UMBRAL
10 Selección del umbral de truncamiento V Por (II) : β = 4/16 * 100 = 25% del total. p 100 β = p R Por (I) : pos = 75/100 * = 13 p 75 R [pos] V ~ UMBRAL
11 Selección del umbral de truncamiento UMBRAL
12 Costo de la selección del umbral de truncamiento
13 Factorización ILU(0). Obtención del Precondicionador ILU
14 Costo de la Factorización ILU(0)
15 GMRES GMRES método de proyección oblicua de subespacios de Krylov Para encontrar la base ortogonal utiliza el algoritmo Arnoldi {v 1,v 2,,v i } del subespacio de Krylov i ésimo La solución x i es x 0 +Vy i donde V es la matriz cuyas columnas son los vectores v i generados por Arnoldi Para obtener y i se resuelve el sistema H i y i = β i e 1,dondeH i es la matriz de tamaño ixide Hessenberg, la cual es generada durante el proceso Arnoldi. βi = r 0 2, r 0 = b - Ax 2 y e 1 es el vector canónico (1, 0,, 0) T de dimensión i GMRES
16 GMRES GMRES
17 Costo de GMRES
18 Wavelet ILU A, b x: Ax=b Umbral GMRES Se utiliza GMRES para hallar la solución al sistema.
19
20
21
22
23 Qué significa el término paralelismo en computación?
24 Particionado Comunicación Sincronización
25 Clasificación según el acceso a memoria Memoria compartida Memoria Distribuida Ejemplos de tecnologías en paralelo Supercomputadoras Clúster Grillas Multi core
26 Primeros pasos para el diseño de un algoritmo en paralelo Enfocarse en los puntos críticos, es decir, aquellas secciones que requieren un alto consumo de CPU Identificar las áreas que son muy lentas, al punto que el procesamiento en paralelo pueda detenerse Identificar las partes que no se pueden paralelizar. Un ejemplo común es la dependencia de datos
27 Cuándo es realmente eficiente ejecutar un programa en paralelo? V N P = 0.5 P = 0.9 P =
28 Surge en el 2002, creado por Don Syme. Fue incorporado en el nuevo Visual Studio 2010 Lenguaje que combina los paradigmas de la programación funcional y la programación orientada a objetos. Como lenguaje funcional aprovecha mucho el paralelismo, debido a la inmutabilidad.
29 Transformada Wavelet Wavelet de Haar Nivel 1 Coeficientes de aproximación Coeficientes de detalle Nivel 2 Wavelet
30 Transformada Wavelet let ParallelHaarTransformForVector (v:decimalvector, level:int) = let result = DecimalVector v.getrows for l = 0 to level 1 do let hasta = float v.getrows / (2.0 ** float l) ignore (Parallel.For (0, int hasta/2, fun index > result. [index] < (v. [2*index] + v. [(2*index + 1)])*(1m/decimal (sqrt 2.0)) result. [(index + int hasta/2)] < (v. [2*index] v. [(2*index + 1)])*(1m/decimal (sqrt 2.0)) )) v.parallelassignment(result,0,v.getrows 1)
31 Transformada Wavelet Wavelet de Daubechies Nivel 1 Coeficientes de aproximación Coeficientes de detalle Nivel 2 Wavelet
32 Transformada Wavelet Bidimensional Primero por filas hasta el nivel deseado. Después por columnas hasta el nivel deseado. WAW T Wavelet
33 Transformada Wavelet en paralelo Cada procesador procesa las filas asignadas. Cada procesador procesa las columnas asignadas Wavelet
34 Selección del umbral en paralelo UMBRAL
35 Selección del umbral en paralelo Quicksort (v, 0,n 1) Quicksort (v,0,p 1) Quicksort (v, p,n 1) Quicksort (v, 0,p1 1) Quicksort (v, p1,p 1) Quicksort (v, p,p2 1) Quicksort (v, p2,n 1) Quicksort (v, 0,pk 1) Quicksort (v, pr,n 1) UMBRAL
36 Factorización ILU (0) ILU
37 Factorización ILU (0) en paralelo ILU
38 GMRES Objetivo: Obtener una aproximación a la solución del sistema de dimensión n, con n grande, resolviendo un sistema de dimensión m, con m<<n. Cómo se logra esto? 1. Se genera una base ortonormal del subespacio de Krylov m ésimo. 2. Se construye el sistema de dimensión m. 3. Se halla una corrección a la solución inicial, utilizando la solución obtenida en 2 y la base generada en 1. GMRES
39 GMRES Principales características: En cuanto a la convergencia: No se detiene hasta alcanzarla. Converge en a lo sumo n iteraciones, siendo n la dimensión de A. La convergencia es monótona, es decir, r i+1 2 r i 2 GMRES
40 GMRES en paralelo = GMRES
41 GMRES en paralelo = GMRES
42 GMRES en paralelo GMRES
43 Wavelet ILU A, b x: Ax=b Umbral GMRES Aplicarle a la matriz densa A la transformada wavelet, obteniendo así una representación distinta de esta. Se obtiene el precondicionador ILU propuesto. Se utiliza GMRES precondicionado para hallar la solución al sistema.
44 SparseMatrix Esta estructura permite: Recorrido eficiente por filas y columnas. [3,5] Multiplicación eficiente de matriz x vector y matriz x matriz tanto secuencial como en paralelo. Optimización en la obtención del precondicionador ILU (0)
45 Variación del umbral Speed up processors 5% nnz 15% nnz 30% nnz
46 Variación ió de la dimensión ió Speed up processors
47 Variación del nivel de resolución p Speed u level 5 2 level level processors
48 Comportamiento de la estrategia general 3.5 Lehmer 2048 Speed up processors
49 Se introdujo el diseño en paralelo de la estrategia W_ILU_GMRES, la cual resuelve sistemas de ecuaciones lineales densos y de grandes dimensiones. ILU (0) continúa siendo elnodo crítico en el diseño en paralelo Secuencial: Mientras más sparse, mejor tiempo, Paralelo: Mientras menos sparse, más escalable. De acuerdo a los resultados preliminares se puede decir que en general la estrategia es escalable.
GRADIENTE CONJUGADO. May 15, 2018 DWIN ANCIZAR DIAZ ZAPATA (UNIVERSIDAD NACIONAL GRADIENTE DECONJUGADO COLOMBIA )
GRADIENTE CONJUGADO EDWIN ANCIZAR DIAZ ZAPATA UNIVERSIDAD NACIONAL DE COLOMBIA May 15, 2018 May 15, 2018 1 / 37 A definida positiva x t Ax > 0 x 0 Definamos producto interno x, y A = x t Ay x es un vector
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 detallesRelación 1. Espacios vectoriales
MATEMÁTICAS PARA LA EMPRESA Curso 2007/08 Relación 1. Espacios vectoriales 1. (a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy) Demuestra que IR
Más detallesAntonio Carrillo Ledesma Ismael Herrera Revilla
Universidad Nacional Autónoma de México Instituto de Geofísica Aplicación del Cómputo Paralelo a la Modelación de Sistemas Continuos en Ciencias e Ingeniería Mediante el Método FETI Dual-Primal Presentan:
Más detallesMatemáticas para la Empresa
Matemáticas para la Empresa 1 o L. A. D. E. Curso 2008/09 Relación 1. Espacios Vectoriales 1. a) En IR 2 se consideran las operaciones habituales: (x, y) + (x, y ) = (x + x, y + y ) λ(x, y) = (λx, λy)
Más detallesI Encuentro de Métodos Numéricos y Optimización Cuba-México Abril 2-4, Programa
I Encuentro de Métodos Numéricos y Optimización Cuba-México Abril 2-4, 2012 Programa Lunes 2 de abril Ponencias 9:00am - 9:15am Palabras inaugurales 9:15am- 10:00am Mallas Estructuradas: Historia y desarrollos
Más detalles4.1. INTRODUCCIÓN. 102
4. PRUEBAS. 101 4.1. INTRODUCCIÓN. En este capítulo se presentan dos secciones claramente diferenciadas. La primera es una descripción breve de algunos de los ficheros de ejemplo de vectores y matrices,
Más detallesAlgoritmos en Árbol y Grafo Computación Pipeline
Metodología de la Programación Paralela 2015-2016 Facultad Informática, Universidad de Murcia Esquemas algorítmicos paralelos: Algoritmos en Árbol y Grafo Computación Pipeline Domingo Giménez (Universidad
Más detallesUniversidad Nacional Autónoma de México Instituto de Geofísica
Universidad Nacional Autónoma de México Instituto de Geofísica Aplicación del Cómputo Paralelo a la Modelación de Sistemas Continuos en Ciencias e Ingeniería Presentan: Antonio Carrillo Ledesma Ismael
Más detallesInversas Aproximadas usando el producto escalar de Frobenius
Inversas Aproximadas usando el producto escalar de Frobenius E Flórez, MD García, L González, G Montero Instituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería Universidad
Más detallesMétodos de gradiente. Métodos de Krylov
Métodos de gradiente. Métodos de Krylov Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2012-2013 (UPV) Métodos de gradiente. Métodos de Krylov Curso
Más detallesClase. 1. Resolución de sistemas de ecuaciones lineales: preliminares
Clase 1. Resolución de sistemas de ecuaciones lineales: preliminares 2. Método directo y exacto: Gauss 3. Método directo y exacto (II): descomposición LU 4. Métodos indirectos: Jacobi, Gauss-Seidel 2 Sistemas
Más detallesCálculo 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 detallesÁLGEBRA LINEAL. EXAMEN EXTRAORDINARIO 5 de Julio de T (e 1 ) = e 1 e 2 + 2e 3 T (e 2 ) = e 1 + 2e 2 3e 3. [T (e 1 ) T (e 2 )] =
ÁLGEBRA LINEAL EXAMEN EXTRAORDINARIO 5 de Julio de Apellidos y Nombre: Ejercicio. Sea T : R R 3 una transformación lineal definida como: T (e ) = e e + e 3 T (e ) = e + e 3e 3 donde {e, e }, {e, e, e 3}
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 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 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 detallesParalelismo _Arquitectura de Computadoras IS603
Paralelismo _Arquitectura de Computadoras IS603 INTRODUCCION El objetivo de esta investigación, es conceptualizar las diferentes tipos de paralelismo referente al área de Arquitectura de Computadoras,
Más detallesCURSO DE METODOS NUMERICOS Año Académico Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO
Año Académico 2000-2001 Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO 1. Dá el enunciado y demuestra el teorema de convergencia del método del punto fijo. (2 puntos) 2. Resuelve el siguiente sistema
Más detallesSesión 7. Cálculo Paralelo en Elmer
Sesión 7. Cálculo Paralelo en Elmer M. Meis y F. Varas Departamento de Matemática Aplicada II Universidad de Vigo Introducción a Elmer, sofware libre de simulación numérica multifísica A Coruña, 27 de
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 detallesDescomposición QR. Problemas para examen. Agradezco a Aldo Iván Leal García por varias correcciones importantes.
Descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Reflexión de Householder (repaso) 1. Reflexión ortogonal respecto a un hipersubespacio (repaso).
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 detallesMétodos de Krylov. Damián Ginestar Peiró. Departamento de Matemática Aplicada Universidad Politécnica de Valencia. Curso
Métodos de Krylov Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2013-2014 (UPV) Métodos de Krylov Curso 2013-2014 1 / 57 Índice 1 Introducción 2 Matrices
Más detallesGRADO: Ingeniería en Tecnologías Industriales CURSO: 1º CUATRIMESTRE: 1º
SESIÓN SEMANA DENOMINACIÓN ASIGNATURA: Álgebra Lineal GRADO: Ingeniería en Tecnologías Industriales CURSO: 1º CUATRIMESTRE: 1º La asignatura tiene 28 sesiones que se distribuyen a lo largo de 14 semanas
Más detallesParalelismo Relajado Paralelismo Síncrono
Metodología de la Programación Paralela Facultad Informática, Universidad de Murcia Esquemas algorítmicos paralelos: Paralelismo Relajado Paralelismo Síncrono Domingo Giménez (Universidad de Murcia) 1
Más detallesMultiplicación de matrices dispersas
Multiplicación de matrices dispersas Alumno: Irene Sánchez Linares Índice Descripción del problema Representación Algoritmo secuencial Esquemas algorítmicos Elección del esquema OpenMP MPI Estudio experimental
Más detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal Básica - Grupo 3 Taller 3
Universidad Nacional de Colombia Departamento de Matemáticas 2015555- Álgebra Lineal Básica - Grupo Taller (1) Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio
Más detallesDiseño de algoritmos paralelos
Diseño de algoritmos paralelos Curso 2011-2012 Esquema del capítulo Visión general de algunos algoritmos serie. Algoritmo paralelo vs. Formulación paralela Elementos de un Algoritmo paralelo Métodos de
Más detallesTrabajo Práctico N 5: ESPACIOS VECTORIALES
Trabajo Práctico N 5: ESPACIOS VECTORIALES Ejercicio 1: Determine si los siguientes conjuntos con las operaciones definidas en cada caso son o no espacios vectoriales. Para aquellos que no lo sean, indique
Más detallesMatrices ortogonales y descomposición QR
Matrices ortogonales y descomposición QR Problemas para examen Agradezco a Aldo Iván Leal García por varias correcciones importantes. Invertibilidad por la izquierda y por la derecha (repaso) 1. Conceptos
Más detalles102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D.
102 EJERCICIOS DE ALGEBRA LINEAL por Francisco Rivero Mendoza Ph.D. Tema 1. Espacios Vectoriales. 1. Dar la definición de cuerpo. Dar tres ejemplos de cuerpos. Dar un ejemplo de un cuerpo finito 2. Defina
Más detallesPrerrequisitos de la asignatura Álgebra Lineal Numérica
Prerrequisitos de la asignatura Álgebra Lineal Numérica El propósito de Álgebra Lineal Numérica es analizar algoritmos típicos de álgebra lineal, optimizando la rapidez y la precisión. Para analizar la
Más 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 detallesSi u y v son vectores cualquiera en W, entonces u + v esta en W. Si c es cualquier numero real y u es cualquier vector en W, entonces cu esta en W.
Unidad 4 Espacios vectoriales reales 4.1 Subespacios Si V es un espacio vectorial y W un subconjunto no vacío de V. Entonces W es un subespacio de V si se cumplen las siguientes condiciones Si u y v son
Más detallesUn conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye. (a,b) (a',b') (a a',b b')
ESPACIOS VECTORIALES Un conjunto E a,b,c, de elementos (llamados vectores) se dice que constituye un espacio vectorial sobre un cuerpo conmutativo K (que generalmente es el cuerpo de los reales) si se
Más detallesSesión 6. Cálculo Paralelo en Elmer
Sesión 6. Cálculo Paralelo en Elmer M. Meis 1,2 y F. Varas 1,3 1 Universidad de Vigo, 2 Vicus Desarrollos Tecnológicos, S.A., 3 Universidad Politécnica de Madrid Introducción a la Simulación Numérica Multifísica
Más detallesUNIVERSIDAD DEL NORTE Departamento de Matemáticas y Estadística Álgebra Lineal Ejercicios resueltos- Mayo de 2018
UNIVERSIDAD DEL NORTE Departamento de Matemáticas y Estadística Álgebra Lineal Ejercicios resueltos- Mayo de 2018 I. Sistemas homogéneos, subespacios, dependencia e independencia lineal 1. En cada caso
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 detallesALGORITMO SOLVER: RESOLUCIÓN DEL SISTEMA A*X=B
III. ALGORITMO SOLVER: RESOLUCIÓN DEL SISTEMA A*X=B Tras el análisis del código de partida se observó que uno de los bloques que se debían adaptar a tecnología CUDA para su aceleración era el bloque encargado
Más detallesPROBLEMAS COMPUTACIONALES DE MECÁNICA DE FLUIDOS EN GEOMETRÍAS COMPLEJAS
PROBLEMAS COMPUTACIONALES DE MECÁNICA DE FLUIDOS EN GEOMETRÍAS COMPLEJAS Modelización del problema fluido. Problemas físicos: Cálculo estacionario de fuerzas en una aeronave. Cálculos no estacionarios:
Más detallesPresenta: Mat. Antonio Carrillo Ledesma. Tutor: Dr. Ismael Herrera Revilla
Universidad Nacional Autónoma de México Instituto de Geofísica Tesis Aplicaciones del Cómputo en Paralelo a la Modelación de Sistemas Terrestres Presenta: Mat. Antonio Carrillo Ledesma Para Obtener el
Más detallesHerramientas para el estudio de prestaciones en clusters de computación científica, aplicación en el Laboratorio de Computación Paralela
Introducción Herramientas Estudio Conclusiones Herramientas para el estudio de prestaciones en clusters de computación científica, aplicación en el Laboratorio de Computación Paralela Ingeniería en Informática
Más detallesMínimos cuadrados. Mayo de Ejemplos de introducción. Observación preliminar
Mínimos cuadrados Mayo de 2015. Ejemplos de introducción Observación preliminar Sean dos matrices A y B, por ejemplo a b A =, B = c d x z y t Las columnas de A representan los vectores u = (a; c) y v =
Más detallesÁlgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno
Álgebra II (61.08, 81.02) Primer cuatrimestre 2018 Práctica 3. Producto interno Nota: en todos los casos en que no se indique lo contrario, considere el producto interno canónico en K n (K = R o C). 1.
Más detallesBASES MATEMÁTICAS DEL MÉTODO SIMPLEX (Parte 3)
4 de Julio de 26 ASES MATEMÁTICAS DEL MÉTODO SIMPLEX (Parte 3) Postgrado de Investigación de Operaciones Facultad de Ingeniería Universidad Central de Venezuela 4 de Julio de 26 MÉTODO SIMPLEX REVISADO
Más detallesAPUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES
APUNTES DE ÁLGEBRA LINEAL TEMA 2. SISTEMAS DE ECUACIONES LINEALES Ignacio López Torres. Reservados todos los derechos. Prohibida la reproducción total o parcial de esta obra, por cualquier medio electrónico
Más detallesÁlgebra Lineal. Maestría en Ciencias Matemáticas. x y + z = 1 x y z = 3 2x y z = 1. x + y + 2z = 1 4x 2ty + 5z = 2 x y + tz = 1
Álgebra Lineal Maestría en Ciencias Matemáticas Resuelva el siguiente sistema usando la factorización LU o P T LU (según sea el caso) x y + z = x y z = 3 2x y z = 2 Calcule A usando el algoritmo de Gauss-Jordan:
Más detallesDivide y Vencerás Programación Dinámica
Metodología de la Programación Paralela Facultad Informática, Universidad de Murcia Esquemas algorítmicos paralelos: Divide y Vencerás Programación Dinámica Domingo Giménez (Universidad de Murcia) 1 /
Más detallesIntroducción. Existen dos aproximaciones para resolver el problema de clasificación: Aproximación Generativa (vista en el Tema 3) Basada en:
Introducción Eisten dos aproimaciones para resolver el problema de clasificación: Aproimación Generativa (vista en el Tema 3) Basada en: Modelar p(,w)=p( w)p(w) p( w) es la distribución condicional de
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 detallesUniversidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 01 Taller 4
Universidad Nacional de Colombia Departamento de Matemáticas - Álgebra Lineal - Grupo Taller () Es el conjunto de los números reales con las operaciones de suma y multiplicación un R-espacio vectorial?
Más detallesGradiente conjugado. Miguel Vargas-Félix. CIMAT, August 26, /24
Gradiente conjugado Miguel Vargas-Félix miguelvargas@cimat.mx http://www.cimat.mx/~miguelvargas CIMAT, August 26, 2015 1/24 Método de gradiente conjugado Es un método iterativo para minimizar funciones
Más detallesTEMA 11.- VECTORES EN EL ESPACIO
TEMA 11.- VECTORES EN EL ESPACIO 1.- INTRODUCCIÓN Un vector fijo AB del espacio (también lo era en el plano) es un segmento orientado que tiene su origen en un punto A y su extremo en otro punto B. Estos
Más detallesESPACIOS VECTORIALES Y APLICACIONES LINEALES
Departamento de Matemática Aplicada II E.E.I. ÁLGEBRA Y ESTADÍSTICA Boletín n o (010-011 ESPACIOS VECTORIALES Y APLICACIONES LINEALES 1. En el espacio vectorial ordinario R 4 estudiar cuáles de los siguientes
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 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 detallesEspacios Euclídeos. Natalia Boal María Luisa Sein-Echaluce Universidad de Zaragoza
Espacios Euclídeos 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. 1 Producto escalar Definición.
Más detallesAnálisis de Técnicas de Precondicionamiento para los Sistemas Lineales provenientes del Simulador SEMIYA de INTEVEP
Análisis de Técnicas de Precondicionamiento para los Sistemas Lineales provenientes del Simulador SEMIYA de INTEVEP Autores: Allan J. Peláez José L. Salas Germán Larrazábal Pablo Guillén Junio, 2002 Índice
Más detallesClase de Álgebra Lineal
Clase de Álgebra Lineal M.Sc. Carlos Mario De Oro Facultad de Ciencias Básicas Departamento de matemáticas 04.2017 Page 1 Espacios vectoriales Definicion. Espacio Vectorial (E.V.) Un V espacio vectorial
Más detallesMétodos numéricos para sistemas de ecuaciones. (Prácticas) Damián Ginestar Peiró UNIVERSIDAD POLITÉCNICA DE VALENCIA
Métodos numéricos para sistemas de ecuaciones (Prácticas) Damián Ginestar Peiró UNIVERSIDAD POLITÉCNICA DE VALENCIA 1 Índice general 4. Métodos iterativos 3 4.1. Métodos iterativos básicos....................
Más detallesMatemática 2 MAT022. Clase 4 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María. Sistemas de Ecuaciones. logo.
Matemática 2 MAT022 Clase 4 (Complementos) Departamento de Matemática Universidad Técnica Federico Santa María Tabla de Contenidos Sistemas de Ecuaciones 1 Sistemas de Ecuaciones Consideremos el sistema
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 detallesÚltimas notas de SVD
Últimas notas de SVD MAT-251 Dr. CIMAT A.C. e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Salvador Botello CIMAT A.C. e-mail: botello@cimat.mx Relación entre los valores singulares
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 detallesImplementación y Evaluación del algoritmo de sincronización RBS para redes inalámbricas de sensores
PROYECTO DE TESIS DE MAESTRÍA EN INGENÍERIA DE TELECOMUNICACIONES Implementación y Evaluación del algoritmo de sincronización RBS para redes inalámbricas de sensores Alumno: Seyed Mohammad Pakdaman Tutor:
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 detallesEspacios Vectoriales. AMD Grado en Ingeniería Informática. AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21
Espacios Vectoriales AMD Grado en Ingeniería Informática AMD Grado en Ingeniería Informática (UM) Espacios Vectoriales 1 / 21 Objetivos Al finalizar este tema tendrás que: Saber si unos vectores son independientes.
Más detallesMétodos iterativos. Damián Ginestar Peiró. Departamento de Matemática Aplicada Universidad Politécnica de Valencia.
Métodos iterativos Damián Ginestar Peiró Departamento de Matemática Aplicada Universidad Politécnica de Valencia Curso 2016-2017 (UPV) Métodos iterativos Curso 2016-2017 1 / 90 Índice I 1 Introducción
Más detallesSolvers con matrices ralas Parte I: Matrices ralas, gradiente conjugado, gradiente conjugado + precondicionador Jacobi
Solvers con matrices ralas Parte I: Matrices ralas, gradiente conjugado, gradiente conjugado + precondicionador Jacobi MC. Miguel Vargas Félix miguelvargas@cimat.mx http://www.cimat.mx/~miguelvargas 07/09/10
Más detallesMétodos Iterativos. Capítulo Introducción
Capítulo 12 Métodos Iterativos 121 Introducción En este último Capítulo dejamos el territorio clásico y bien conocido de los métodos directos para adentrarnos en el menos explorado pero de gran actualidad
Más detallesCoordinación de Matemática II (MAT022)
Coordinación de Matemática II (MAT022) Guía de ejercicios N 6 parte Complementos Espacios Vectoriales En los ejercicios que siguen utilizamos la siguientes notaciones: R n [x es el espacio vectorial sobre
Más detallesMatemáticas de la Especialidad de Ingeniería Mecánica
Matemáticas de la Especialidad de Ingeniería Mecánica Módulo 1: Introducción Plan 2010: Programa curso 2013 14 Clase 01 Introducción a la asignatura. Introducción a Matlab. Clases 02, 03 Primer ejemplo
Más detallesÁlgebra Lineal - Grado de Estadística. Examen final 26 de junio de 2013 APELLIDOS, NOMBRE:
Álgebra Lineal - Grado de Estadística Examen final de junio de APELLIDOS, NOMBRE: DNI: Firma Primer parcial Ejercicio ( Sea A una matriz simétrica definida positiva de orden n y v R n Pruebe que la matriz
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 detalles6.8. Descomposición mediante valores singulares. v 2 =
68 Descomposición mediante valores singulares Los valores singulares de una matriz m n Supongamos que A es una matriz real cualquiera Los autovalores de A T A tienen la siguiente propiedad A T Ax = λx
Más detallesDESARROLLO DE ALGORITMOS PARA MODELOS DE ECUACIONES SIMULTANEAS EN ALTAS PRESTACIONES. Jose Juan López Espín Universidad Miguel Hernández
DESARROLLO DE ALGORITMOS PARA MODELOS DE ECUACIONES SIMULTANEAS EN ALTAS PRESTACIONES Espín Universidad Miguel Hernández Introducción Motivación Los Modelos de Ecuaciones Simultáneas (M.E.S.) nacen como
Más detallesAdaptación: Julio J. Águila G. 1 Autores: Enriques Arias 2, Diego Cazorla 1
Adaptación: 1 Autores: Enriques Arias 2, Diego Cazorla 1 1 Departamento de Ingeniería en Computación-UMAG 2 Departamento de Sistemas Informáticos-UCLM martes 10 de marzo de 2015 (UMAG) martes 10 de marzo
Más detallesAlgoritmos paralelos para la Multiplicación de Matrices
Introducción Paralelizar onclusiones Trabajo ibliografía lgoritmos paralelos para la Multiplicación de Matrices Universidad de Murcia - UM 18 de diciembre de 2008 Introducción Paralelizar onclusiones Trabajo
Más detallesOCW-V.Muto El problema de mínimos cuadrados. Cap. XIX CAPITULO XIX. EL PROBLEMA DE LOS MINIMOS CUADRADOS: PRELIMINARES
CAPITULO XIX. EL PROBLEMA DE LOS MINIMOS CUADRADOS: PRELIMINARES. SISTEMAS LINEALES DE ECUACIONES SOBREDETERMINADOS La discusión de los problemas algebráicos de la parte anterior se había centrado exclusivamente
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 2018 PROGRAMA DE EXAMEN Cátedra: ALGEBRA LINEAL Carrera: Licenciatura en Geofísica
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 detallesEstrategias para la resolución de grandes sistemas de ecuaciones lineales. Métodos de Cuasi-Mínimo Residuo Modificados.
Universidad de Las Palmas de Gran Canaria Departamento de Matemáticas Tesis Doctoral Estrategias para la resolución de grandes sistemas de ecuaciones lineales. Métodos de Cuasi-Mínimo Residuo Modificados.
Más detalles(( - 1\ ( 2 \ ( 1 '\ r 1 I. 4 2 a I 2. 1 ) 1, - V.. 7 ), - 3)
5 calle. entre cada par de intersecciones. Resolver el sistema planteado. Cuántas soluciones existen? De las soluciones halladas, cuántas tienen sentido en este problema? Determine el número de vehículos
Más detallesUn Análisis del Método de Gradiente Conjugado por Ismael Herrera Revilla
Un Análisis del Método de Gradiente Conjugado por Ismael Herrera Revilla 1 Introducción El método del gradiente conjugado ha recibido mucha atención y ha sido ampliamente utilizado en años recientes. Aunque
Más detallesFACULTAD DE INGENIERIA-UBA ALGEBRA II. Primer cuatrimestre de 2016 EXAMEN PARCIAL - 21 de mayo de 2016
ALGEBRA II. Primer cuatrimestre de 216 EXAMEN PARCIAL - 21 de mayo de 216 TEMA 1 El examen se aprueba resolviendo correctamente 3 ejercicios 1. Halle todos los valores de r R para los cuales {[2 1 r] T,
Más detallesEspacios con producto interno
Espacios con producto interno. En el espacio vectorial R con el producto interno euclideano, calcule: a) < (,, ), (,, )> b) (7,, ) (7,, ) c) d) î ĵ e) (v, v, v ) (w, w, w ) f) ( î ĵ)
Más detallesGustavo Rodríguez Gómez. Agosto Dicembre 2011
Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre 2011 1 / 44 Capítulo III Descomposición de Matrices 2 / 44 1 Descomposición de Matrices Notación Matrices Operaciones con Matrices 2
Más detallesMétodos numéricos para sistemas de ecuaciones. (Prácticas)
Métodos numéricos para sistemas de ecuaciones (Prácticas) Métodos iterativos UNIVERSIDAD POLITÉCNICA DE VALENCIA 1 Índice general 3. Métodos iterativos 3 3.1. Métodos iterativos básicos....................
Más detallesCeros de Funciones: Multivariable
Ceros de Funciones: Multivariable Prof. Marlliny Monsalve 1 1 Postgrado en Ciencias de la Computación Universidad Central de Venezuela Análisis Numérico May 19, 2015 Prof. Monsalve (UCV) Ceros Multivariable
Más detallesAplicar este algoritmo para resolver el sistema de ecuaciones: º «« º ««
Introducción al Cálculo Numérico y Programación 1 MÓDULO 8: SISTEMA DE ECUACIONES LINEALES. A- MÉTODOS DIRECTOS 6LVWHPDVIiFLOHVGHUHVROYHU Ejercicio 1: Escribe una función MATLAB llamada =sp(a,b) que admita
Más detallesA = [a 1 a 2 a 3. El sistema Ax = c tiene infinitas soluciones N. Existe un único vector x tal que T (x) = c X. T es suprayectiva
Asignatura: ÁLGEBRA LINEAL Fecha: 6 de Julio de Fecha publicación notas: 6 de Julio de Fecha revisión examen: de Julio de Duración del examen: horas y media APELLIDOS Y NOMBRE: DNI: Titulación:. ( punto:,
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 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 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 detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Luisa Martín Horcajo U.P.M. Definición: Vector libre. Operaciones Un vector fijo es una segmento orientado, que queda caracterizado por su origen A y su extremo B y se representa por
Más detallesDr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato cimat.mx web:
Clase No 12: MAT 251 Factorización QR Dr Alonso Ramírez Manzanares Depto de Matemáticas Univ de Guanajuato e-mail: alram@ cimatmx web: http://wwwcimatmx/alram/met_num/ Dr Joaquín Peña Acevedo CIMAT AC
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 detalles