Emili Besalú Departamento de Química y Instituto de Química Computacional Universitat de Girona Girona
|
|
- Gregorio Toro Miguélez
- hace 6 años
- Vistas:
Transcripción
1 FORMULACIÓN MATRICIAL DE LA TEORÍA DE PERTURBACIONES DE RAYLEIGH-SCHRÖDINGER: APLICACIÓN A LA CAJA CUÁNTICA MONODIMENSIONAL Emili Besalú Departamento de Química y Instituto de Química Computacional Universitat de Girona Girona emili@iqc.udg.es
2 RESUMEN En este ejercicio se repasa la formulación de la Teoría de Perturbaciones en notación matricial y se expone una aplicación simple como es la solución del problema de la partícula en una caja cuántica monodimensional sometida a un potencial de atracción. INTRODUCCIÓN Es bien conocida la técnica de la Teoría de Perturbaciones (TP) y sus aplicaciones en la resolución de problemas mecano-cuánticos (0-0). Aquí se muestra la notación matricial descrita a las referencias (0 y 11) que permiten el tratamiento de sistemas con múltiples operadores perturbativos. Para resolver el problema que se planteará, sólo se van a dar las fórmulas explícitas asociadas a la teoría clásica con un solo operador de perturbación. TEORÍA DE PERTURBACIONES MATRICIAL El objetivo de la TP es la resolución de la siguiente ecuación de Schrödinger expresada en forma matricial: En este contexto, la representación matricial del operador H se expresa en términos de un sistema no perturbado H más una corrección V llamada perturbación de primer orden: Al ser las matrices H y V hermíticas, la matriz H también lo es y su diagonalización involucra una matriz unitaria U que contiene, en sus columnas, los vectores propios de H y una matriz diagonal real E que contiene, en su diagonal, los valores propios de H. Se demuestra en el contexto de la TP que tanto las funciones propias como los valores propios del operador H se pueden obtener a través de expansiones en serie de Taylor: y H U = UE. (1) H = H + V. (2) (n) U = U, (3) n=0
3 E = (n) E, (4) n=0 donde los términos U (n) y E (n) se llaman correcciones de orden n de los vectores y valores propios, respectivamente. El algoritmo de la TP consiste en calcular de forma iterativa los valores numéricos de las correcciones U (n) y E (n) partiendo de la solución conocida del sistema no perturbado: H U = U E, (5) donde la matriz U también es unitaria y E es una matriz diagonal real que contiene los valores propios. El algoritmo que permite calcular las correcciones se expone a continuación. Los elementos de la diagonal de la matriz E se representaran como {e ii } y los elementos de la matriz Z (n) como {z (n) ij }. Algoritmo A: 1)Se parte de las matrices conocidas V, U y E. 2)Se definen las matrices Z =I y P=U + VU, el orden de corrección máximo deseado y la tolerancia del proceso. Se define también n=1. (n) (n-1) 3) a) E = Diag { P Z } (6) n (n) (n-1) (n-p) (p) b) Q = - P Z + Z E (7) p=1 (n) (n) (n) c) zij = q / (eii - e jj ) i j, zii = 0 (8) ij (n) (n) d) U = U Z. (9) 4) Si n=w o Q (n) U (n) ; se para el proceso, en caso contrario: n=n+1 y se va de nuevo a 3). Este proceso reproduce de una manera compacta les expresiones de la TP que se pueden encontrar en la literatura. Se trata de un método que, en caso de convergencia, sólo se puede aplicar cuando el sistema no perturbado tiene un espectro que no es degenerado.
4 Las matrices Z (n) juegan un papel destacado en esta formulación. Son las matrices del cambio de base que permiten expresar cada corrección de orden n como combinación lineal de las funciones no perturbadas tal y como indica la ecuación (5). Es bien conocido que estas correcciones se pueden tomar como ortogonales respecto a cada vector no perturbado original. Esto provoca que las matrices Z (n) tengan ceros en la diagonal, excepto la matriz Z que obviamente tiene que ser la matriz unidad. El cambio de base total que permite expresar las funciones propias del sistema perturbado como combinación lineal de las funciones no perturbadas es: donde la matriz Z es unitaria y se expresa así: U = U Z (6) Z = (n) Z, (7) n=0 tal y como se deduce de las expresiones (3) y (5). Es conveniente renormalizar los vectores contenidos en las columnas de las matrices Z y U al finalizar el proceso algorítmico. Es así como estas matrices adquieren la estructura de unitariedad. No es sorprendente que la matriz Z sea unitaria: la diagonalización del sistema perturbado genera una matriz unitaria U que se debe obtener por transformación de la matriz también unitaria U. Es fácil demostrar que la matriz de transformación de una a la otra también deber ser necesariamente unitaria. Por otro lado, la presencia de la matriz P en el algoritmo no es gratuita. Esta matriz constituye la representación de la matriz de perturbación V en la base del sistema no perturbado U : V + (8) = U tal y como se puede ver utilizando las propiedades de las matrices unitarias. Se demuestra que esta transformación pone en común a la base U tanto en la matriz H, al cumplirse: como en la matriz de perturbación V, al transformarla en P. Así se ha definido la matriz perturbada H de tal manera que su diagonalización se puede llevar a tçermino a partir de la información contenida en U : P U H = U E U, (9) +
5 H = H + V = U = U [ + P ] +. E E U + U + U P U + (10) De esta manera, la diagonalización de la matriz H se obtiene a partir de la diagonalización de la matriz hermítica E +P: + E + P = Z E Z (11) de donde se deduce que la matriz Z es unitaria, que se cumple la igualdad (6) y que los valores propios de la matriz E +P son precisamente los contenidos en la matriz E, o sea, los del sistema perturbado. Por otro lado, se puede apreciar que esta última diagonalización se puede realizar más rápidamente con un método numérico, por ejemplo el de Jacobi, que la diagonalización directa del sistema perturbado. Esto es así porque la obtención de U se ha hecho en dos etapas: obteniendo primero U y luego completándolo con la rotación adicional Z. Este mismo aspecto se puede observar viendo como la diagonal de la matriz E +P ya contiene la corrección de primer orden en los valores propios del sistema perturbado: (1) Diag{ E + P } = E + Diag{ P} = E + E, (12) donde se ha utilizado la ecuación (5). Bajo esta nueva notación matricial, el llamado teorema de Wigner se expresa así: E (n) α ) ( β ) -i-j) (i) (j) = Diag { U V U - U U E } (13) ( + siendo α=[(n-1)/2], β=[n/2] y γ=[(n+1)/2] donde el símbolo [x] representa la parte entera de x. Así se ve como el conocimiento de las correcciones de los vectores propios hasta orden n permite calcular las correcciones en los valores propios hasta orden 2n+1. Es por esto que a este teorema también se le llama la regla 2n+1 de Wigner. α n-i i=1 j= γ -i (n + APLICACIÓN A LA CAJA CUÁNTICA Como ejemplo simple de aplicación del algoritmo que se ha descrito arriba, se propone resolver un problema no trivial: encontrar las funciones propias y los valores propios que describen el sistema formado por una partícula de masa y carga negativa la unidad (en unidades atómicas) que se encuentra dentro de una caja cuántica
6 monodimensional de longitud L (0 x L) y que está sometida a un potencial de atracción generado por una partícula puntual de carga positiva Z u.a. situada en el origen de coordenadas. Como sistema no perturbado se va a considerar el sistema clásico de la partícula dentro de la caja cuántica (ver, por ejemplo, la referencia ). Para este sistema, el hamiltoniano es: 1 = - 2 siendo la función propia normalizada del estado n-éssimo H 2 (14) 2 nπx Ψ n > = L L sin (15) con el valor propio 2 2 E n = < > = n π Ψ n n u.a. 2 Ψ (16) 2 L La perturbación es el término de atracción: Z V = - (17) x y el hamiltoniano perturbado será 1 Z = - -. (18) 2 x H 2 Para determinar el conjunto de funciones y valores propios del sistema perturbado, { Ψ n >} y {E n }, se deben conocer los elementos de las matrices H y V. Es inmediato ver que matriz H es diagonal porque tomamos como funciones de base precisamente a sus vectores propios. Así, los valores numéricos diagonales son las energías de cada estado no perturbado. Así, en este problema se establecen las igualdades adicionales U =I y E =H. Los elementos de la matriz de perturbación V={v nm } se calculan por integración:
7 = - Z L = < Ψ Ψ [ γ (2nπ )+ ln(2nπ ) ] m+n [ [(m - n) π ] [(m + n) π ] + ln ] ] C i - Z L v nm - C i - C i n -Z x m > ; m-n n = m ; m n (19) donde γ és la constante gamma de Euler, y la integral coseno se define como: C i (x)= - x cos t t x 1 - cos t dt = γ + ln x - dt. (20) t 0 Entonces, reordenando términos se obtiene v nm = Z L (m+n) π (m-n) π cost t - 1 dt. (21) Con estos datos se puede aplicar el algoritmo A descrito arriba. A efectos numéricos se debe decidir con qué dimensión del espacio de Hilbert se trabaja. En este caso se han utilizado las 100 primeras funciones de base del sistema no perturbado. Se han llevado a cabo los cálculos para una caja cuántica de longitud L=1 u.a. y para un valor de carga Z=3 u.a. Este valor numérico permite obtener una representación gráfica ilustrativa del resultado. En este trabajo se ha efectuado la integración numérica de la ecuación (21) con el método de Simpson utilizando incrementos para la variable x de unidades. La Tabla 1 lista cuales son las 10 primeras correcciones para los 4 primeros valores propios. La primera fila corresponde a las energías del estado no perturbado y la última, etiquetada con el símbolo E n, indica las energías de los estados perturbados. Esta última fila se ha obtenido por dos vías: aplicando el algoritmo acumulando correcciones hasta orden 15 y por cálculo directo diagonalizando la matriz del sistema perturbado. El error más grande cometido respecto a la diagonalización directa es de un %. El error más grande en las componentes de los vectores propios es de un %. Cabe destacar que ya a partir de la primera corrección para el primer valor propio se observa como el sistema es estable para el primer estado cuántico debido a que la energía asociada a la atracción que experimenta la partícula de la caja
8 hacia el origen de coordenadas es suficientemente grande como para superar la energía de esta. En general, todos los estados se han estabilizado energéticamente. La Figura 1 muestra las representaciones gráficas de las funciones de onda de los cuatro primeros estados del sistema perturbado. En la Figura 2 se pueden ver las respectivas funciones densidad asociadas. En ambos casos se pone de manifiesto como se ha perdido la simetría debido al efecto de la carga perturbadora situada en el origen. Este efecto es menos intenso en los estados con números cuánticos más grandes, debido a que la partícula tiene más energía cinética y se hace más insensible al efecto del elemento perturbador. Se puede calcular el valor esperado de la posición de la partícula para cada estado con número cuántico n. La función de onda asociada al estado n se evalúa como: Ψn > = uin Ψi >, (22) i siendo {u in } los elementos de la matriz solución de vectores propios U. El valor esperado de la posición para el estado n-ésimo es: < x> n = < Ψn x Ψn > = uin u jn < Ψi x Ψ j >, (23) i donde las integrales que hace falta evaluar son las asociadas a la regla de selección para la caja cuántica monodimensional: j < Ψ i x Ψ j > = 2L π ; (i + j ) 2 L 2 ; i = i + j = 2& i 1 - (i - j ) 2 j ; j i + j 2& (24) Se ha obtenido un resultado previsible por lo que se refiere al primer estado: la función de onda se ha deformado de tal manera que la función densidad informa de una tendencia a situar la partícula más próxima al origen de coordenadas que al otro extremo de la caja. En la Tabla 2 se pueden ver los valores esperados de la posición
9 de los 10 primeros estados. Par los estados excitados, este valor se encuentra por encima del valor correspondiente al sistema no perturbado: L/2=0.5 u.a. Los resultados que se acaban de mostrar permiten considerar este modelo como una representación primitiva del comportamiento del electrón en un átomo hidrogenoide monodimensional. Como se puede ver en las Figuras 1 y 2, las funciones de los estados con número cuántico n=1, 2, 3 i 4 adquieren una forma que, contando el número de nodos, permite asociarlas a las funciones hidrogenoides de simetría s, p, d y f, respectivamente. El estado de tipo s, que tiene una energía negativa, actúa como el único estado ligado del sistema, mientras que los estados excitados corresponden a estados no ligados y simularían estados de Rydberg. Esta idea no es nueva. Una variante de este sistema modelo, pero considerando una caja tridimensional, el llamado modelo del electrón libre, se utilizó en los años 50 para el estudio del sistema de electrones de tipo π en hidrocarburos conjugados como una alternativa al método de Hückel. BIBLIOGRAFÍA 1.Pauling, L. i Wilson, E.B., "Introduction to Quantum Mechanics". McGraw-Hill, New York, Eyring, H., Walter, J. and Kimball, G.E., "Quantum Chemistry". John Wiley and Sons, Inc. New York, Wilcox, C.H. (Ed.), "Perturbation Theory and its Applications in Quantum Mechanics", John Wiley & Sons, Inc. New York, Kato, T., "Perturbation Theory for Linear Operators", Springer Verlag, Berlin, Pilar, F.L., "Elementary Quantum Chemistry", McGraw-Hill, Inc. New York, Rellich, F., "Perturbation Theory of Eigenvalue Problems", Gordon and Breach, New York, Szabo, A. i Ostlund, N.S., "Modern Quantum Chemistry", McGraw-Hill, Inc. New York, 1989.
10 8.Arteca, G.A., Fernández, F.M. i Castro, E.A., "Large Order Perturbation Theory and Summation Methods in Quantum Mechanics", Lecture Notes in Chemistry, Vol. 53, Springer Verlag, Berlin, Levine, I.N., "Quantum Chemistry", Prentice-Hall, Inc. New Jersey, a) Besalú, E. y Carbó, R., J. Math. Chem. 1994, 15, b) Besalú, E. y Carbó-Dorca, R., Rayleigh-Schrödinger Perturbation Theory in Matrix Form. J. Chem. Educ. 75 No.4 Abril Abramowitz M., Stegun I.A., "Handbook of Mathematical Functions", Dover Pub. Inc., New York, a) Scherr, C.W., J. Chem. Phys. 1953, 21(9) b) Scherr, C.W., J. Chem. Phys. 1953, 21(9) c) Platt, J.R., J. Chem. Phys. 1953, 21(9) d) Ruedenberg, K. i Scherr, C.W., J. Chem. Phys. 1953, 21(9) e) Ruedenberg, K., J. Chem. Phys. 1954, 22(11) 1878.
11 Tabla 1 Nivel cuántico n Orden de corrección E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E-06 E n Tabla 1. Primeras correcciones de los 4 primeros valores propios del sistema no perturbado. La fila etiquetada E n corresponde con el valor exacto del sistema perturbado.
12 Tabla 2 Estado n <x> n /u.a Taula 2. Valores esperados de la posición de la partícula para los 10 primeros estados cuánticos.
13 Pies de Figuras Figura 1. Representación gráfica de las funciones de onda de los cuatro primeros estados del sistema perturbado. Se observa la pérdida de simetría debido al efecto del elemento perturbador. Figura 2. Representación gráfica de las funciones densidad de los cuatro primeros estados del sistema perturbado. Se aprecia gráficamente que el valor esperado de la posición es inferior a 0.5 para el primer estado y superior para los otros.
14 Figura 1 1
15 Figura 2 1
El operador Hamiltoniano es inmutable (simétrico) respecto a cualquier operación de simetría de un grupo.
Aplicaciones a la química cuántica: En la teoría de los orbitales moleculares (TOM), la función de onda de un sistema molecular se puede expresar como un determinante de Slater formado a partir de los
Química Física II. Tema II
Química Física II. Tema II TEMA II: LA ECUACIÓN DE SCHRÖDINGER 1. La ecuación de Schrödinger independiente del tiempo 2. La ecuación de Schrödinger dependiente del tiempo 3. Principio de incertidumbre
Procedimiento 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
Capítulo 2. Fundamentos de la Química Cuántica.
Capítulo.. Objetivos: Introducción de la naturaleza dual (onda-partícula) de la materia Introducción del concepto de función de onda Familiarizar al alumno con los conceptos más básicos de la mecánica
Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS
Ejercicios de ECUACIONES DIFERENCIALES ORDINARIAS Grado en Matemáticas Curso 203-204 . Ecuaciones lineales con coeficientes constantes Ecuaciones de primer orden. Encontrar la solución de los siguientes
Clase 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
EL MODELO ATOMICO DE BOHR
EL MODELO ATOMICO DE BOHR En 1913, Niels Bohr ideó un modelo atómico que explica perfectamente los espectros determinados experimentalmente para átomos hidrogenoides. Estos son sistemas formados solamente
Apuntes del Modelo del átomo hidrogenoide.
Apuntes del Modelo del átomo hidrogenoide. Dr. Andrés Soto Bubert Un átomo hidrogenoide es aquel que tiene un solo electrón de carga e, rodeando un núcleo de carga +Ze. Átomos que cumplen esta descripción
FÍSICA 4 PRIMER CUATRIMESTRE DE 2015 GUÍA 9: POTENCIALES EN 2-D Y 3-D, MOMENTO ANGULAR, ÁTOMO DE HIDRÓGENO, ESPÍN
FÍSICA 4 PRIMER CUATRIMESTRE DE 2015 GUÍA 9: POTENCIALES EN 2-D Y 3-D, MOMENTO ANGULAR, ÁTOMO DE HIDRÓGENO, ESPÍN 1. Considere el siguiente potencial (pozo infinito): { 0 x a; y b y z c V(x)= sino Escribiendo
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS QUIMICAS FUNDAMENTOS ESPECTROSCOPICOS
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS QUIMICAS FUNDAMENTOS ESPECTROSCOPICOS Alexis Lema Jueves 10-12 ESPECTROSCOPIA UV-VIS. COMBINACIÓN LINEAL DE ORBITALES ATOMICOS (CLOA). ORBITALES ATOMICOS
Formulación 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,
CONCLUSIONES 5. CONCLUSIONES.
5. CONCLUSIONES. Entre los sistemas de referencia empleados para el cálculo de las fuerzas elásticas, para un elemento finito de dos nodos que utiliza la teoría de Euler- Bernoulli [11], basándose en las
TEMA 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
Sistemas 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
Gustavo 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
TEMA 8: ECUACIONES EN DIFERENCIAS
Lino Alvarez - Aurea Martinez METODOS NUMERICOS TEMA 8: ECUACIONES EN DIFERENCIAS 1 CONCEPTOS BASICOS Una ecuación en diferencias es una expresión del tipo: G(n, f(n), f(n + 1),..., f(n + k)) = 0, n Z,
Capítulo 3. Átomos Hidrogenoides.
Capítulo 3. Átomos Hidrogenoides. Objetivos: Introducción del concepto de orbital atómico Descripción de los números cuánticos en los orbitales atómicos Justificación cualitativa de la cuantización de
Tensores cartesianos.
Tensores cartesianos. Transformación de coordenadas. Consideremos dos sistemas de coordenadas cartesianas ortogonales en el plano, identificados como σ y σ. Supongamos que ambos tienen un origen común,
Apuntes de la asignatura Química Física II (Licenciatura en Química) Tema 4: Postulados de la Mecánica Cuántica
Apuntes de la asignatura Química Física II (Licenciatura en Química) Tema 4: Postulados de la Mecánica Cuántica Ángel José Pérez Jiménez Dept. de Química Física (Univ. Alicante) Índice 1. Descripción de
TEMA 8. GEOMETRÍA ANALÍTICA.
TEMA 8. GEOMETRÍA ANALÍTICA. 8..- El plano. Definimos el plano euclideo como el conjunto de puntos ( x, y) R. Así, cada punto del plano posee dos coordenadas. Para representar puntos del plano utilizaremos
Programa de Acceso Inclusivo, Equidad y Permanencia. PAIEP, Universidad de Santiago
Guía de vectores. Vectores En matemática, un vector es una herramienta geométrica utilizada para representar una magnitud física definida en un sistema de referencia que se caracteriza por tener módulo
Sistemas de ecuaciones lineales dependientes de un parámetro
Vamos a hacer uso del Teorema de Rouché-Frobenius para resolver sistemas de ecuaciones lineales de primer grado. En particular, dedicaremos este artículo a resolver sistemas de ecuaciones lineales que
CIRCUITOS ELÉCTRICOS. Temas:
CIRCUITOS ELÉCTRICOS Temas: - Conceptos generales de circuitos eléctricos, ley de Ohm y de Kirchhoff. - Energía almacenada en bobinas y capacitores. - Teoremas de redes: Thevenin, Norton, superposición,
Tema 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
Matrices. Operaciones con matrices.
Matrices. Operaciones con matrices. Ejercicio. Dadas las matrices ( ) ( ) 4 A = B = ( ) C = D = 4 5 ( ) 4 E = F = seleccione las que se pueden sumar y súmelas. Ejercicio. Dadas las matrices ( ) ( ) A =
CLASIFICACIÓN AFÍN DE CÓNICAS
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS CLASIFICACIÓN AFÍN DE CÓNICAS Sea E un R-espacio vectorial de dimensión. Sean E = e 1, e un plano vectorial de E y e 0 un
Aplicaciones 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
6 DINAMICA DEL CUERPO RIGIDO
6 DINAMICA DEL CUERPO RIGIDO 6. CINEMATICA 6.. Configuracion de un Cuerpo Rígido: Angulos de Euler Un cuerpo rígido se puede entender como una distribución continua de materia que se subdivide en pequeños
Diagonalización 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,
Conjuntos de Vectores y Matrices Ortogonales
Conjuntos de Vectores y Matrices Ortogonales Departamento de Matemáticas, CCIR/ITESM 28 de junio de 2011 Índice 21.1.Introducción............................................... 1 21.2.Producto interno............................................
7.- Teorema integral de Fourier. Transformada de Fourier
7.- Teorema integral de Fourier. Transformada de Fourier a) Introducción. b) Transformada de Fourier. c) Teorema integral de Fourier. d) Propiedades de la Transformada de Fourier. e) Teorema de Convolución.
Análisis Numérico para Ingeniería. Clase Nro. 5
Análisis Numérico para Ingeniería Clase Nro. 5 Sistemas de Ecuaciones Lineales Temas a tratar: Tipos de Matrices Método de Triangulación de Gauss Método de Diagonalización de Gauss-Jordan Tácticas de Pivoteo
Teoría Tema 4 Notación matricial en la resolución de sistemas de ecuaciones por Gauss
página 1/6 Teoría Tema 4 Notación matricial en la resolución de sistemas de ecuaciones por Gauss Índice de contenido Matriz del sistema y matriz ampliada...2 Método de Gauss...3 Solución única, ausencia
APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 2 ÁLGEBRA VECTORIAL
Vectores y escalares. REPÚBLICA BOLIVARIANA DE VENEZUELA APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 2 ÁLGEBRA VECTORIAL Las magnitudes escalares son aquellas magnitudes físicas que
El electrón. Naturaleza. Distribución de los electrones en el átomo. Química General I
El electrón. Naturaleza. Distribución de los electrones en el átomo. Química General I Atención Leer del libro Química de Chang 10ma edición. Capítulo 7, págs 288 a 294. Ojo, la lectura es para ubicarse
Modelado de Disolvente
Seminario Fuerzas Intermoleculares Modelado de Disolvente Presentado por: David Ignacio Ramírez Palma Instituto de Química, Universidad Nacional Autónoma de México Noviembre 2014. 1 Contenido - Concepto
SISTEMAS 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
CLAVE DE LA ASIGNATURA
NOMBRE DE LA ASIGNATURA O UNIDAD DE APRENDIZAJE MÉTODOS MATEMÁTICOS CICLO Optativa CLAVE DE LA ASIGNATURA B1 OBJETIVO(S) GENERAL(ES) DE LA ASIGNATURA El estudiante, al finalizar el curso, conocerá las
ESTRUCTURA DE LA MATERIA
ESTRUCTURA DE LA MATERIA 1. Naturaleza de la materia (el átomo). 2. Modelos atómicos clásicos. 3. Modelo mecánico cuántico. 4. Mecánica ondulatoria de Schrödinger. 5. Números cuánticos. 6. Orbitales atómicos.
2 OBJETIVOS TERMINALES Como resultado de aprender adecuadamente los contenidos del curso el estudiante estará en capacidad de:
MATERIA: Matemáticas para el diseño CÓDIGO: 08287 REQUISITOS: Algebra y funciones (08272) PROGRAMAS: Diseño Industrial, Diseño de Medios Interactivos. PERÍODO ACADÉMICO: 2016-2 INTENSIDAD SEMANAL: 4 Horas
de la forma ), i =1,..., m, j =1,..., n, o simplemente por (a i j ).
INTRODUCCIÓN. MATRICES Y DETERMINANTES Las matrices se utilizan en el cálculo numérico, en la resolución de sistemas de ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
DEFINICIONES 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
La Ecuación de Schrödinger
La Ecuación de Schrödinger Dr. Héctor René VEGA CARRILLO Notas del curso de Física Moderna Unidad Académica de Ingeniería Eléctrica Universidad Autónoma de Zacatecas Buzón electrónico: fermineutron@yahoo.com
Algunos 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
Factorización de matrices totalmente no positivas y totalmente negativas
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 21-25 septiembre 2009 (pp. 1 8) Factorización de matrices totalmente no positivas y totalmente negativas
TEMA 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
Espacios 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.
Una 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
Asignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO ÁLGEBRA LINEAL 0062 Asignatura Clave 0062 2 09 Semestre Créditos Ciencias Básicas Matemáticas Básicas Ingeniería en Computación
ALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Instituto de Física Universidad de Guanajuato Agosto 2007
Instituto de Física Universidad de Guanajuato Agosto 2007 Física III Capítulo I José Luis Lucio Martínez El material que se presenta en estas notas se encuentra, en su mayor parte, en las referencias que
El conjunto de las operaciones de simetría que se pueden aplicar a una molécula tienen las propiedades de un grupo matemático.
TEORIA DE GRUPOS El conjunto de las operaciones de simetría que se pueden aplicar a una molécula tienen las propiedades de un grupo matemático. Propiedades de un grupo Existe un operador identidad (E)
Capítulo 3. Polinomios
Capítulo 3 Polinomios 29 30 Polinomios de variable real 31 Polinomios de variable real 311 Evaluación de polinomios Para el cálculo eficiente de los valores de un polinomio se utiliza el algoritmo de Horner,
Algebra 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
Definición 13.1 Definimos el conjunto de los polinomios de Laguerre {L n (t)} n N 0 mediante una cualquiera de las siguientes ecuaciones:
Capítulo 13 Polinomios de Laguerre 13.1 Definición Definición 13.1 Definimos el conjunto de los polinomios de Laguerre {} n N mediante una cualquiera de las siguientes ecuaciones: = e t dn ( t n e t) =
DOCENTE: 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
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS
1 SISTEMAS DE ECUACIONES LINEALES. MÉTODO DE GAUSS 1.1 SISTEMAS DE ECUACIONES LINEALES Una ecuación lineal es una ecuación polinómica de grado 1, con una o varias incógnitas. Dos ecuaciones son equivalentes
1 Sistemas de ecuaciones lineales.
Sistemas de ecuaciones lineales Sistemas de ecuaciones lineales Sea S el siguiente sistema de m ecuaciones lineales y n incógnitas: 9 a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 >=
Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos
Tema 3: Repaso de Álgebra Lineal Parte I Virginia Mazzone Contenidos Vectores y Matrices Bases y Ortonormailizaciòn Norma de Vectores Ecuaciones Lineales Algenraicas Ejercicios Vectores y Matrices Los
Universidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.
UNIDAD V: ESPACIOS VECTORIALES Estamos acostumbrados a representar un punto en la recta como un número real; un punto en el plano como un par ordenado y un punto en el espacio tridimensional como una terna
Parte 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
Espacios Vectoriales www.math.com.mx
Espacios Vectoriales Definiciones básicas de Espacios Vectoriales www.math.com.mx José de Jesús Angel Angel jjaa@math.com.mx MathCon c 007-009 Contenido. Espacios Vectoriales.. Idea Básica de Espacio Vectorial.................................
Las variedades lineales en un K-espacio vectorial V pueden definirse como sigue a partir de los subespacios de V.
Capítulo 9 Variedades lineales Al considerar los subespacios de R 2, vimos que éstos son el conjunto {(0, 0)}, el espacio R 2 y las rectas que pasan por el origen. Ahora, en algunos contextos, por ejemplo
Convergencia Lineal y el algoritmo de
Convergencia Lineal y el algoritmo de bisección 1 Introducción Claudio Fernández - Olga Funes El algoritmo de bisección es usualmente el primer algoritmo presentado en un curso de análisis numérico para
Pozo de Potencial Infinito
UNIVERSIDAD DE MURCIA Miguel Albaladejo Serrano Licenciatura en Física mas4@alu.um.es Pozo de Potencial Infinito Miguel Albaladejo Serrano Resumen Tratamos el estudio del pozo de potencial infinito, resolviendo
Matrices y operaciones con Matrices.
Matrices y operaciones con Matrices En clases anteriores hemos usado arreglos rectangulares de números, denominados matrices aumentadas, para resolver sistemas de ecuaciones lineales Denición Una matriz
5.- Construcción de la Matriz Admitancia de Barra del Sistema
MATRIZ ADMITANCIA DE BARRA 5.- Construcción de la Matri Admitancia de Barra del Sistema Encontradas las matrices de admitancia de barra elementales, estas se pueden combinar para formar la matri Admitancia
Tema 2: Teorema de estructura de los grupos abelianos finitamente generados.
ESTRUCTURAS ALGEBRAICAS GRADO EN MATEMÁTICAS. CURSO 215/216 Tema 2: Teorema de estructura de los grupos abelianos finitamente generados. 1.1. Grupo abeliano libre. Bases. Definición 1.1. El grupo Z n con
Decoherencia: origen cuántico de lo clásico
: origen cuántico de lo clásico 1 1 Instituto de Estructura de la Materia Departamento de Física Nuclear y Física Estadística Grupo de sistemas fuertemente correlacionados y mesoscópicos Introducción a
APÉNDICE A. Algebra matricial
APÉNDICE A Algebra matricial El estudio de la econometría requiere cierta familiaridad con el álgebra matricial. La teoría de matrices simplifica la descripción, desarrollo y aplicación de los métodos
RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS
RESUMEN DEL TEMA 7 VALORES Y VECTORES PROPIOS 1. Determinantes El determinante de una matriz cuadrada n n A = a 21 a 22 a 2n a n1 a n2 a nn es un número real, y se representa por: A = a 21 a 22 a 2n a
Capítulo 3 El Método de los Elementos de Contorno y la Formulación Hipersingular.
Capítulo 3 El Método de los Elementos de Contorno y la Formulación Hipersingular. 3.1. Introducción El Método de los Elementos de Contorno (MEC) se ha implantado firmemente en numerosos campos de la ingeniería
Autovalores y autovectores Diagonalización y formas canónicas
Autovalores y autovectores Diagonalización y formas canónicas Autovalores y autovectores.propiedades Sea V un espacio vectorial sobre K y f End(V ). Fijada una base de V, existirá una matriz cuadrada A,
como el número real que resulta del producto matricial y se nota por:
Espacio euclídeo 2 2. ESPACIO EUCLÍDEO 2.. PRODUCTO ESCALAR En el espacio vectorial se define el producto escalar de dos vectores y como el número real que resulta del producto matricial y se nota por:,
ESTADOS DE LA MATERIA. Según su tipo de enlace: Pueden ser covalentes, iónicos y metálicos
SEMICONDUCTORES ESTADOS DE LA MATERIA Según su tipo de enlace: Pueden ser covalentes, iónicos y metálicos Sólidos covalentes.- Caracterizados porque los átomos están unidos por medio de enlaces direccionales
Ejercicios resueltos de Álgebra, hoja 3. Beatriz Graña Otero
Ejercicios resueltos de Álgebra, hoja. Beatriz Graña Otero 5 de Diciembre de 8 B.G.O. 47.- Sobre el R-espacio vectorial E de dimensión 4, sea la métrica cuya matriz asociada a la base B = {e, e, e, e 4
CAMPOS ELÉCTRICOS DEBIDOS A DISTRIBUCIONES CONTINUAS DE CARGA
CAMPOS ELÉCTRICOS DEBIDOS A DISTRIBUCIONES CONTINUAS DE CARGA Este documento enuncia de forma más detallada la formulación matemática que permite el estudio de campos eléctricos debido a distribuciones
ALGEBRA. Escuela Politécnica Superior de Málaga
ALGEBRA. Escuela Politécnica Superior de Málaga Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Espacio vectorial. Espacios vectoriales R n. Dependencia e independencia lineal. Base. Matrices y determinantes.
Aplicación del orden de mayorización a un problema de producción-inventario. An aplication of majorization order on a production-inventory problem
Revista Facultad de Ingeniería N. o 39. pp. 112-117. Marzo, 2007 Aplicación del orden de mayorización a un problema de producción-inventario Henry Laniado Rodas a,*,diego Alejandro Castañeda b, Andrés
Clase 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
Modelo Atómico. Thompson (1898): Esfera uniforme de materia con carga (+) en la cual se encuentran embebidos los electrones con carga (-)
Modelo Atómico 1 Thompson (1898): Esfera uniforme de materia con carga (+) en la cual se encuentran embebidos los electrones con carga () Electrón Conceptos:» Neutralidad eléctrica» Carga elemental del
SISTEMAS DE ECUACIONES LINEALES
SISTEMAS DE ECUACIONES LINEALES Índice: 1.Introducción--------------------------------------------------------------------------------------- 2 2. Ecuaciones lineales------------------------------------------------------------------------------
Física Cuántica Partículas idénticas.
Física Cuántica Partículas idénticas. José Manuel López y Luis Enrique González Universidad de Valladolid Curso 2004-2005 p. 1/18 Partículas idénticas Qué son varias partículas idénticas? Las que tienen
Algebra 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
Observación: El método de Euler, es el método de Taylor de orden 1.
METODO DE TAYLOR TEOREMA DE TAYLOR DE ORDEN N Sea y(t) una función tal que sea n veces continuamente diferenciable en el intervalo [a,b] y existe y (N+1) existe en [a, b] Para todo t k + [a, b] abrá un
Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 1 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 1 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Universidad Nacional de Colombia Departamento de Matemáticas Álgebra Lineal - Grupo 5 Resumen Unidad n 3
Universidad Nacional de Colombia Departamento de Matemáticas 1000003-5 Álgebra Lineal - Grupo 5 Resumen Unidad n 3 Vectores en R n Definición. El conjunto de las n-tuplas ordenadas de números reales se
Sistem as de ecuaciones lineales
Sistem as de ecuaciones lineales. Concepto, clasificación y notación Un sistema de m ecuaciones lineales con n incógnitas se puede escribir del siguiente modo: a x + a 2 x 2 + a 3 x 3 + + a n x n = b a
Programa. Números Complejos, Ecuaciones Diferenciales y Ecuaciones en
Contenido: Programa Módulo I: R n como Espacio Vectorial y Tópicos en Álgebra Lineal Abelardo Jordán Módulo II: Series de Taylor y Optimización Estática Eladio Ocaña Módulo III: Diferencias Números Complejos,
I. 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,
Programación lineal: Algoritmo del simplex
Programación lineal: Algoritmo del simplex Se considera la formulación estándar de un problema de programación lineal siguiendo la notación utilizada en las clases teóricas: Minimizar c t x sa: Ax = b
Sistemas 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
DISEÑO CURRICULAR ALGEBRA LINEAL
DISEÑO CURRICULAR ALGEBRA LINEAL FACULTAD (ES) CARRERA (S) Ingeniería Computación y Sistemas CÓDIGO HORAS TEÓRICAS HORAS PRÁCTICAS UNIDADES DE CRÉDITO SEMESTRE 122443 02 02 03 II PRE-REQUISITO ELABORADO
1. Introducción. Fundación Uno. Ejercicio Reto. ENCUENTRO # 33 TEMA: Exponenciales y Logaritmos CONTENIDOS: 1. Ecuaciones Exponenciales.
ENCUENTRO # 33 TEMA: Exponenciales y Logaritmos CONTENIDOS: 1. Ecuaciones Exponenciales. (a) Leyes de los Exponentes (b) Como resolver ecuaciones exponenciales Ejercicio Reto 1. Si a y b las soluciones
Efectos del Disolvente modelos implícitos. Esquer Rodríguez Raymundo Química Computacional
Efectos del Disolvente modelos implícitos Esquer Rodríguez Raymundo Química Computacional 1 S Por qué es Importante? La mayor parte de la química y bioquímica tiene lugar en disolución, y el disolvente
TITULO DEL CURSO TEORIA GENERAL DEL METODO DE ELEMENTOS FINITOS. METODOLOGÍA DE ENSEÑANZA Y FORMAS DE EVALUACIÓN:
TITULO DEL CURSO TEORIA GENERAL DEL METODO DE ELEMENTOS FINITOS. Código: INGM15 DOCENTE RESPONSABLE A CARGO DEL DICTADO: Dr. Ing. Sergio Preidikman OBJETIVOS Con el advenimiento de la computadora digital,
RESUMEN DE LOS ALGORITMOS.
RESUMEN DE LOS ALGORITMOS. 1.- REDUCCIONES DE ÓRDENES. Caso (1): () = (,, ) DEPENDE DE SOLO VARIABLE INDEPENDIENTE. = () = (). Caso (): (, ) = (,, ) DEPENDE DE DERIVADA DE y Y VARIABLE INDEPENDIENTE. CAMBIO
UNIDAD 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.
CONJUNTO R n. = (5, 2, 10) de 3, son linealmente. = (2,1,3) y v 3. = (0,1, 1) y u 3. = (2,0,3, 1), u 3. = (1,1, 0,m), v 2
CONJUNTO R n.- Considerar los vectores u = (, -3, ) y v = (, -, ) de 3 : a) Escribir, si es posible, los vectores (, 7, -4) y (, -5, 4) como combinación lineal de u y v. b) Para qué valores de x es el
Teoría del potencial. Capítulo 5. Objetivos Introducción. Campos conservativos y solenoidales. Campos armónicos.
Capítulo 5 Teoría del potencial Objetivos Campos conservativos y solenoidales. Campos armónicos. Representación integral de funciones. Teorema de Helmholtz. Ecuación de Poisson. 5.1. Introducción La teoría