Ecuaciones diferenciales parciales
|
|
- Gerardo Lara Velázquez
- hace 5 años
- Vistas:
Transcripción
1 Chapter 10 Ecuaciones diferenciales parciales Las ecuaciones diferenciales parciales forman una parte muy importante de la física matemática, ya que modelan sistemas donde hay más de una variable independiente. Sin embargo, normalmente son muy difíciles o imposibles de resolver analíticamente. Por lo tanto, es de suma importancia desarrollar métodos numéricos que nos permitan resolver este tipo de ecuaciones. En este curso, veremos nada más el llamado método de diferencias finitas. La idea es muy parecida a la que empleamos para las ecuaciones diferenciales ordinarias: aproximamos la ecuación misma, discretizando en el espacio y/o el tiempo, y aproximando las derivadas parciales que aparecen en la ecuación por diferencias finitas. Eso convierte la ecuación diferencial parcial en un sistema de ecuaciones lineales Ecuación de Laplace en una dimensión Consideremos el ejemplo más sencillo, la ecuación de Laplace: 2 φ=0, (10.1) que modela el potencial eléctrico φ en una región del espacio donde no hay cargas eléctricas. Tomando un espacio uni-dimensional, tenemos 2 φ x2= 0, (10.2) donde de hecho las derivadas parciales son derivadas normales, ya que hay una sola variable independiente. Supongamos que queremos resolver esta ecuación en el intervalo [a, b], con condiciones fijas a la frontera, por ejemplo φ(a) = α y φ(b) = β. Discretizamos el intervalo [a, b] en N sub-intervalos, de tamaño h := b a, para formar una malla uni-dimensional. Denotemos los puntos de la malla N por x i, i=0,..., N. (Nótese que hay N+ 1 puntos si hay N intervalos.) Entonces tenemos que x i = a+ih. 97
2 98 CHAPTER 10. ECUACIONES DIFERENCIALES PARCIALES Ahora introducimos la aproximación de 3 puntos para aproximar la derivada: 2 φ x 2 (x i) 1 h 2 (φ i 1 2φ i +φ i+1 )+O(h 2 ). (10.3) Para satisfacer a la ecuación de Laplace, necesitamos por lo tanto que φ i 1 2φ i +φ i+1 = 0 (10.4) para todas las i, es decir para todos los puntos de la malla, excepto en las fronteras, donde imponemos las condiciones a la frontera de tipo Dirichlet: φ 0 =α; φ N =β. (10.5) Así, tenemos que resolver las N 1 ecuaciones (10.4) de manera simultánea, para todas lasφ i, i=1,..., N 1, utilizando las condiciones a la frontera (10.5). Ya que son ecuaciones lineales en lasφ i, podemos reescribirlas como una ecuación matricial: A φ=b, (10.6) dondeφ=(φ 0,...,φ N ) T, b=(α, 0,...,0,β) T, y A= (10.7) Para resolver la ecuación de Laplace aproximada, es entonces suficiente de resolver esta ecuación lineal, lo cual se puede hacer de distintas maneras, como veremos en la siguiente sección Métodos iterativos para resolver las ecuaciones lineales Vimos en la sección anterior que para encontrar una solución aproximada de la ecuación de Laplace, reemplazamos ésta por un sistema de ecuaciones lineales simultáneas. Ahora hay que resolver este sistema. El primer método que se nos ocurre es el método de eliminación de Gauss Jordan, y este método sí funciona. Sin embargo, normalmente las ecuaciones diferenciales parciales, en particular en más dimensiones, dan lugar a sistemas de ecuaciones muy grandes. Por lo tanto, resulta necesario investigar la aplicación de otros métodos para resolver las ecuaciones lineales resultantes. De hecho, resulto que los métodos iterativos de Jacobi y Gauss Seidel son fáciles de implementar para este tipo de problemas. En sí no son tampoco muy eficientes, pero una versión llamada sobre-relajación puede ser bastante más eficaz.
3 10.2. MÉTODOS ITERATIVOS PARA RESOLVER LAS ECUACIONES LINEALES Jacobi Empecemos con el método de Jacobi. Como ya hemos visto anteriormente, este método consiste en dividir la matriz en su parte diagonal y su parte no-diagonal, y de implementar una iteración. La división de la matriz se reduce a resolver las ecuaciones (10.4) paraφ i, lo cual da φ i = 1 2 (φ i 1+φ i+1 ). (10.8) Esta ecuación es equivalente a (10.4), y todas se tienen que satisfacer de manera simultánea. Ahora la idea de Jacobi es reemplazar esta ecuación por la iteración φ (n+1) i = 1 2 (φ(n) i 1 +φ(n) i+1 ), (10.9) donde (n) indica el paso de tiempo en la iteración. Se puede demostrar que esta iteración converge bajo ciertos criterios, en particular que la diagonal de la matriz domina los otros elementos, lo cual sí es el caso en este tipo de problemas que resultan de la discretización de ecuaciones parciales. Nótese de nuevo que las ecuaciones (10.9) se satisfacen sólo al interior del dominio, es decir para i=1,..., N 1; en las fronteras hay que imponer más bien las condiciones en la frontera. Así que para aplicar el método de Jacobi, empezamos con cualquier condición inicialφ 0 i, con las condiciones a la fronteraφ (0) 0 =α yφ (N) 0 = β, e iteramos (10.9) hasta que tengamos convergencia de lasφ i. Nótese que la iteración (10.9) se puede llevar a cabo de manera muy eficiente utilizando las operaciones matriciales denumpy Gaus Seidel Para implementar el método de Gauss Seidel, acordémonos que éste es igual, excepto que se utiliza toda la información nueva generada de manera inmediata. Por ejemplo, si en cada paso procesamos las ecuaciones (10.9) desde i=0 hasta i=n, entonces al momento de procesar la i-ésima ecuación, ya conocemos el valor nuevo deφ i 1, por lo cual lo podemos emplear, como sigue: φ (n+1) i = 1 2 (φ(n+1) i 1 +φ (n) i+1 ). (10.10) Resulta que este método es 2 veces más eficiente que el de Jacobi, y además requiere de menos memoria en la computadora; sin embargo, no está tan claro cómo implementarlo de manera eficiente con operaciones matriciales. Estos métodos también se llaman métodos de relajación, ya que para resolverlas introducimos un tiempo n ficticio, y la solución se relaja hacia la solución verdadera conforme se va incrementando este tiempo ficticio.
4 100 CHAPTER 10. ECUACIONES DIFERENCIALES PARCIALES 10.3 Ecuación de Poisson en 2 dimensiones Un procedimiento muy similar funciona en dimensiones más altas. Por ejemplo, consideremos la ecuación de Poisson en 2 dimensiones, que describe la distribución de potencial eléctrico en la presencia de una distribución f de carga: 2 φ(x, y) x φ(x, y) y 2 = f (x, y). (10.11) Supongamos que la función f describe los datos del problema en una región plana R cuya frontera denotamos S. Para obtener una solución única a la ecuación de Poisson, se deben imponer otras restricciones más a la solución, es decir, las condiciones en la frontera. Supongamos que queremos estudiar la distribución de calor en una región plana. Si la temperatura dentro de la región esta determinada por su distribución a la frontera de la región, se tiene que cumplir la condición de frontera de Dirichlet, φ(x, y)=g(x, y) (10.12) para toda x, y en S. Para resolver este problema, de nuevo lo discretizamos. Construimos entonces una malla 2-dimensional rectangular, con n y m sub-intervalos en las dos direcciones, respectivamente. Los pasos en las dos direcciones de la malla son entonces h := b a n ; (10.13) k := d c m, (10.14) donde la región rectangular del problema es [a, b] [c, d]. Los puntos de la malla tienen coordenadas (x i, y i ) (ver figura 10.1), donde x i = a+ih, i=0, 1,...,n (10.15) y j = c+ jk, j=0, 1,...,m. (10.16) Denotaremosφ i, j :=φ(x i, y j ). Son estasφ i, j las que tenemos que encontrar para resolver el problema. Ahora aproximaremos las derivadas parciales con diferencias finitas. Dado que las φ dependen de dos coordenadas, para hacerlo basta con fijar una de las coordenadas para calcular derivadas parciales con respecto a la otra coordenada. Así encontramos y 2 φ x 2 (x i, y j ) φ i 1, j 2φ i, j +φ i+1, j h 2 +O(h 2 ) (10.17) 2 φ x 2 (x i, y j ) φ i, j 1 2φ i, j +φ i, j+1 k 2 +O(h 2 ). (10.18)
5 10.3. ECUACIÓN DE POISSON EN 2 DIMENSIONES 101 d k c h a b Figure 10.1: Cuadrícula y puntos de la malla cuadrada. Por lo tanto, la ecuación de Poisson discretizada es φ i 1, j 2φ i, j +φ i+1, j h 2 + φ i, j 1 2φ i, j +φ i, j+1 k 2 = f (i, j), (10.19) para i=1,...,n 1 y j 1,...,m 1. El error eso(h 2 + k 2 ). De nuevo, eso nos da un sistema de ecuaciones lineales simultáneas que hay que resolver con condiciones de frontera dadas: φ(0, j)= f (0, j) (10.20) φ(n, j)= f (n, j) (10.21) φ(i, 0)= f (i, 0) (10.22) φ(i, m)= f (i, m), (10.23) para todas i y j. Para resolver estas ecuaciones, de nuevo podemos reescribirlas como una ecuación matricial, aunque es más complicado que anteriormente, ya que hay que poner todas lasφ i, j en un solo vector, y por lo tanto la matriz resultante también es más complicada. Alternativamente, se pueden utilizar los métodos de Jacobi o Gauss Seidel de la misma manera como en una dimensión: se resuelve la ecuación (10.19) paraφ i, j, lo cual se vuelveφ n+1 i, j, y los términos por el lado derecho se quedan comoφ n, e iteramos. Ejemplo. Determinar la distribución de calor estable, en una placa cuadrada metálica delgada, con dimensiones cm. Con dos fronteras adyacentes a 0 o C, mientras el calor en las otras dos fronteras aumenta linealmente de 0 o C en una esquina a 100 o C en el sitio donde ambos lados se encuentran: 2 u(x, y) x u(x, y) y 2 = 0 (10.24)
6 102 CHAPTER 10. ECUACIONES DIFERENCIALES PARCIALES Donde n=m=4. Con las condiciones de frontera u(0, y)=0 (10.25) u(x, 0)=0 (10.26) u(x, 0.5) = 200x (10.27) u(0.5, y) = 200y (10.28) La aproximación queda: 4u i, j u i+1, j u i 1, j u i, j 1 u i, j+1 = 0 (10.29) Para i=1, 2, 3 y j=1, 2, 3. Queremos expresar la ecuación anterior a los puntos marcados de la cuadrícula interior, usando u i = u(p i ) para las variables a encontrar, tal que: u(p 1 )=u 1 = u 1,3 (10.30) u(p 2 )=u 2 = u 2,3 (10.31) u(p 3 )=u 3 = u 3,3 (10.32) u(p 4 )=u 4 = u 1,2 (10.33) u(p 5 )=u 5 = u 1,2 (10.34) u(p 6 )=u 6 = u 3,2 (10.35) u(p 7 )=u 7 = u 1,1 (10.36) u(p 8 )=u 8 = u 2,1 (10.37) u(p 9 )=u 9 = u 3,1 (10.38) P 1 con i=1, j=3 Por lo que 4u 1,3 u 2,3 u 0,3 u 1,2 u 1,4 = 0 Sustituyendo las variables a encontrar, nos quedamos con la ecuación 4u 1 u 2 u 4 = u 0,3 u 1,4 (10.39) P 2 se tiene 4u 2 u 3 u 1 u 5 = u 2,4 P 3 se tiene 4u 3 u 2 u 6 = u 4,3 + u 3,4 P 4 se tiene 4u 4 u 5 u 1 u 7 = u 0,2 P 5 se tiene 4u 5 u 6 u 4 u 2 u 8 = 0 P 6 se tiene 4u 6 u 5 u 3 u 9 = u 4,2
7 10.4. ECUACIONES DE EVOLUCIÓN 103 P 7 se tiene 4u 7 u 8 u 4 = u 0,1 + u 1,0 P 8 se tiene 4u 8 u 9 u 7 u 5 = u 2,0 P 9 se tiene 4u 9 u 8 u 6 = u 3,0 + u 4,1 Con las condiciones de frontera u 1,0 = u 2,0 = u 3,0 = u 0,1 = u 0,2 = u 0,3 = 0 (10.40) u 1,4 = u 4,1 = 25 (10.41) u 2,4 = u 4,2 = 50 (10.42) u 3,4 = u 4,3 = 75 (10.43) 10.4 Ecuaciones de evolución Ahora estudiaremos ecuaciones de evolución, donde además de una dependencia en el espacio también hay una dependencia en el tiempo. Para resolver estas ecuaciones usando diferencias finitas, empleamos una aproximación que combina elementos de los métodos para ecuaciones diferencias ordinarias con valores iniciales y los para ecucaciones parciales con valores en la frontera. Consideremos la ecuación de difusión (también llamada la ecuación de calor) en una dimensión: ρ t = D 2 ρ=d 2 ρ x2. (10.44) Siguiendo la idea de las secciones anteriores, intentamos una aproximación por diferencias finitas. Definamos una malla con tamaño x en la dirección x del espacio, y pasos de tiempo t. Queremos encontrar ρ(t n, x i ) :=ρ(n t, i x)=ρ(n, i), (10.45) en los puntos de la malla. Ahora tendremos que imponer condiciones inicialesρ(0, i) para todas i, y además condiciones en la fronteraρ(t, 0) yρ(t, N) para cada t, que normalmente serán independientes del tiempo. Aproximamos la derivada parcial en el tiempo por la fórmula de dos puntos: y la segunda derivada en el espacio por la fórmula de tres puntos: ρ t (t n, x i ) ρ n+1,i ρ n,i, (10.46) t 2 ρ x 2 ρ n,i 1 2ρ n,i +ρ n,i+1 ( x) 2. (10.47)
8 104 CHAPTER 10. ECUACIONES DIFERENCIALES PARCIALES Entonces llegamos a la ecuación de diferencias finitas siguiente, que indica cómo actualizar la solución en todo el espacio x en el siguiente paso de tiempo t: ρ n+1,i =ρ n,i + D t ( x) 2 ( ρn,i 1 2ρ n,i +ρ n,i+1 ). (10.48) Para evolucionar la solución en el tiempo, es suficiente entonces repetir esta actualización para todas las i; en cada paso, tenemos la solución completa en este tiempo. Sin embargo, resulta que hay una inestabilidad de la solución es decir, los errores númericos se amplifican de manera incontralada si no se cumple una condición restrictiva sobre el tamaño de los pasos de tiempo t y x. Para verlo, consideremos soluciones del tipo ρ n, j =ξ n e ik j x, (10.49) donde i= 1. Dado que la ecuación de difusión es lineal, cada solución se puede expresar como ik j x una suma de soluciones de esta forma. La idea es que imponemos una dependencia espacial e y una solución de este tipo crece in el tiempo comoξ n, dondeξ depende de los otros parámetros. Al sustituir (10.49) en la ecuación de difusión discreta, encontramos que ξ=1+ D t ( x) 2 ( e ik x 2+e ik x) (10.50) = 1+ D t [2 cos(k x) 2] ( x) 2 (10.51) = 1 4D t ( x) 2 sin2 ( 1 k x). 2 (10.52) Por lo tanto, la solución será estable si y sólo si ξ <1, lo cual corresponde a la condición 2D t 1. (10.53) ( x) 2 Si los parámetros de la discretización no satisfacen a esta condición, entonces la solución será inestable.
9 Chapter 11 Valores y vectores propios Unas propiedades muy importantes de las matrices son los valores y vectores propios, también llamados eigenvectores y eigenvalores 1 Recordémonos que los valores propiosλyvectores propios v de una matriz A satisfacen a la ecuación Av=λv. (11.1) Aquí, A es una matriz de N N, v es un vector de tamaño N, yλ C en general. Por lo tanto, los eigenvalores satisfacen (A λi)v n = 0, (11.2) y por lo tanto satisfacen la ecuación característica det(a λi)=0. (11.3) 11.1 Método de potencias El método de potencias ( power method, en inglés) proporciona una manera sencilla de calcular el valor propio de mayor móduloλ 1 y su vector propio v 1 correspondiente de una matriz A dada. Este método consiste en tomar cualquier vector inicial x 0 y multiplicarlo por A de manera repetida: x 1 := A x 0, (11.4) x 2 := A x 1, (11.5) etc., por lo cual x n = A n x 0. (11.6) 1 Eigen significa propio en alemán. 105
10 106 CHAPTER 11. VALORES Y VECTORES PROPIOS Para casi cualquier x 0 inicial, x n converge a v 1. Nótese que en los cálculos numéricos, es necesario normalizar x n de manera repetida, para evitar que sus componentes excedan el tamaño permitido de los números flotantes. Para entender por qué funciona este método, supongamos que A es una matriz real y simétrica, por lo cual sabemos que tiene N vectores propios v 1,...,v N que forman una base der N, con valores propiosλ 1,...,λ N correspondientes. Por lo tanto, el vector inicial x 0 se puede expandir como una combinación lineal de las v i : x 0 = α i v i. (11.7) Por lo tanto, y i x 1 = α i λ i v i (11.8) i x n = α i λ n i v i. (11.9) i El término dominante en esta suma es el que corresponde al valor propio de mayor módulo, ya que los demás términos son exponencialmente más pequeño Métodos avanzados Definimos a P A (λ)=det(a λi)=0 como el polinomio característico de A enλ, por lo que tenemos que P A (λ)= N n=1 (λ n λ) dado que losλ n son raíces. Si consideramos matrices reales y simétricas tenemos que sus eigenvaloresλ n son reales y los eigenvectores se pueden tomar ortogonales como sucede a menudo en los sistemas físicos. Para el caso de matrices en general hay que reducir a una matriz tridiagonal por medio de una secuencia de transformaciones ortogonales (cambio de variables). Suponiendo que la matriz A es tridiagonal y simétrica (A NM = A MN ) A 11 λ A A 21 A 22 λ A 23 0 P A (λ)= 0 A 32 A 33 λ A A NN 1 A NN λ (11.10) Lo que buscamos es encontrar raíces de P, por lo que usaremos métodos recursivos para ello. Sea P N (λ) el subdeterminante con primeros n renglones y columnas, un polinomio de grado n.
METODOS ITERATIVOS. Hermes Pantoja Carhuavilca. Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria
Facultad de Ingeniería Mecanica Universidad Nacional de Ingenieria Métodos Numéricos Contenido 1 Métodos Iterativos Introducción Definición Métodos Iterativos Método de Jacobi Convergencia Método de Gauss
Más 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 detallesResolución de Sistema de Ecuaciones Lineales
Resolución de Sistema de Ecuaciones Lineales Hermes Pantoja Carhuavilca Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos Métodos Computacionales Hermes Pantoja Carhuavilca 1 de
Más detallesAPLICACIONES COMPUTACIONALES
APLICACIONES COMPUTACIONALES INGENIERÍA EJECUCIÓN MECÁNICA ECUACIONES DIFERENCIALES PARCIALES (EDP) MOTIVACIÓN Una ecuación que tiene derivadas parciales de una función desconocida, de dos o más variables
Más detallesMétodos Multigrid. Universidad Nacional Autónoma de México. Laboratorio de Cómputo Científico. Jorge Zavaleta Sánchez. presenta
Universidad Nacional Autónoma de México Laboratorio de Cómputo Científico Métodos Multigrid presenta Jorge Zavaleta Sánchez México D.F., a 20 de Agosto de 2009. (UNAM) Agosto, 2009 1 / 40 Problemas Modelo
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 detallesDefinición (matriz): Definición (dimensión de una matriz): Si una matriz tiene m renglones y n columnas se dice que es de dimensión m n.
Índice general 1. Álgebra de Matrices 1 1.1. Conceptos Fundamentales............................ 1 1.1.1. Vectores y Matrices........................... 1 1.1.2. Transpuesta................................
Más detallesE.T.S. Minas: Métodos Matemáticos Ejercicios Tema 4 Métodos iterativos para sistemas de ecuaciones
ETS Minas: Métodos Matemáticos Ejercicios Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más 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 detalles1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: con el método de diferencias centrales, existe y es única.
I. Resolución numérica de Problemas de Contorno en E.D.O.: Métodos en diferencias finitas 1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: y (x) + 4 sen x y (x) 4
Más detallesMÉTODO DE DIFERENCIAS FINITAS (FDM)
MÉTODO DE DIFERENCIAS FINITAS (FDM) MÉTODO DE DIFERENCIAS FINITAS (FDM) Cambia ecuaciones diferenciales ecuaciones en diferencias finitas a Relaciona el valor de la variable dependiente en un punto a valores
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 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 detallesFactorización QR Método iterativo de Jacobi
Clase No. 13: MAT 251 Factorización QR Método iterativo de Jacobi Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña Acevedo CIMAT
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 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 detallesIntroducción a la resolución numérica de problemas para ecuaciones en derivadas parciales (I)
Introducción a la resolución numérica de problemas para ecuaciones en derivadas parciales (I) Dpto. EDAN, Universidad de Sevilla Dpto. EDAN, Universidad de Sevilla () Resolución de EDP 1 / 15 Recordatorio
Más detallesValores y vectores propios
Valores y vectores propios Tareas adicionales Algunos de estos problemas compuso Gustavo Antonio Sandoval Angeles (como parte de su servicio social). Estos problemas son más difíciles o más laboriosos
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 34 Álgebra matricial y vectores aleatorios Una matriz es un arreglo
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 detallesa n1 a n2 a nn Es decir, una forma cuadrática es un polinomio homogéneo de grado 2 y n variables.
Capítulo 7 Formas cuadráticas. Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado de la norma de un vector
Más detallesa ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x i x j + a ij + a ji x j x i = s ij x i x j + s ji x j x i 2
68 Matemáticas I : Álgebra Lineal Tema 7 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado, pues el cuadrado
Más detallesMétodos Matemáticos I
E. de Ingenierías Industriales 2012-13 Métodos Matemáticos I Jesús Rojo 1 El problema hiperbólico y el método explícito en diferencias 2 El problema hiperbólico Abordaremos un tipo de problemas que suelen
Más detallesVALORES Y VECTORES PROPIOS
VALORES Y VECTORES PROPIOS En diversos campos de la ingeniería y las matemáticas surge el problema de calcular los valores escalares λ y los vectores x 0 tales que para la matriz cuadrada A se cumple Ax
Más detallesSISTEMA DE ECUACIONES LINEALES Y NO LINEALES
TEMA N o SISTEMA DE ECUACIONES LINEALES Y NO LINEALES SISTEMA DE ECUACIONES LINEALES Los metodos de resolucion de sistemas de ecuaciones lineales se dividen en dos grupos: a) MÉTODOS EXACTOS. Son algoritmos
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más 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 detallesCÁLCULO NUMÉRICO I (Tema 2 - Relación 1)
CÁLCULO NUMÉRICO I (Tema - Relación 1) 1 Cuáles de los siguientes algoritmos son finitos? a) Cálculo del producto de dos números enteros. b) Cálculo de la división de dos números enteros. c) Cálculo de
Más detallesDescomposición de Jordan
Descomposición de Jordan Gonzalo Flores García Julio 7 Problema. Obtenga la descomposición de Jordan de la matriz A = 5 4 4 Solución. Se puede verificar que p A (λ) = A λi = ( λ) 4, con lo que el único
Más detalles2.1 Descripción en espacio de estado de sistemas dinámicos
2 Análisis de sistemas lineales 2.1 Descripción en espacio de estado de sistemas dinámicos El objetivo de este capítulo es formular una teoría general de describir los sistemas dinámicos en funcion de
Más detallesMétodos Numéricos: Ejercicios resueltos
Métodos Numéricos: Ejercicios resueltos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica
Más detallesSistema de Ecuaciones Lineales - Métodos Iterativos -
Sistema de Ecuaciones Lineales - Métodos Iterativos - Contenido Métodos Iterativos Método de Jacobi Método de Gauss-Seidel Fórmulas Recursivas Métodos Iterativos Los métodos iterativos son aquellos que
Más detallesLista de problemas de álgebra, 2016
Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas Posgrado en Ciencias Físicomatemáticas Línea de Matemáticas Lista de problemas de álgebra 2016 Egor Maximenko: En mi opinión cualquier
Más detallesa n1 a n2 a nn x n a ij x i x j = [x] t B A+At ) t = At +(A t ) t = At +A x j x i = s ij x i x j + s ji x j x i 2 x i x j + a ij + a ji
16 Fundamentos de Matemáticas : Álgebra Lineal Capítulo 1 Formas cuadráticas Aunque, pueda parecernos que vamos a estudiar un nuevo concepto, un caso particular de las formas cudráticas ya ha sido estudiado,
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. El Método de Diferencias Finitas
1. El Método de Diferencias Finitas Por Guillermo Hernández García El Método consiste en una aproximación de derivadas parciales por expresiones algebraicas envolviendo los valores de la variable dependiente
Más detallesTema 1. Espacios Vectoriales. Sistemas de ecuaciones.
Tema 1. Espacios Vectoriales. Sistemas de ecuaciones. Álgebra Lineal Escuela Politécnica Superior Universidad de Málaga Emilio Muñoz-Velasco (Basado en los apuntes de Jesús Medina e Inmaculada Fortes)
Más detallesMétodos iterativos para resolver sistemas de ecuaciones lineales
Clase No. 8 (Parte 1): MAT 251 Métodos iterativos para resolver sistemas de ecuaciones lineales Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/
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 detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 4 Métodos iterativos para sistemas de ecuaciones
ETS Minas: Métodos Matemáticos Soluciones Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesApéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 1. Determinante wronskiano 2 1.1. Wronskiano de f 1 (t), f 2 (t),..., f n (t)............... 3 1.2. Derivada
Más detallesSistemas de Ecuaciones Diferenciales
Semana 8 - Clase 5// Tema 4: Sistemas y Series Sistemas de Ecuaciones Diferenciales Cuando consideramos la evolución de sistemas con varios grados de libertad o con varias partículas, naturalmente arribamos
Más detallesDescomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
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 detalles2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0
CÁLCULO NUMÉRICO I (Ejercicios Temas 1 y ) 1 Cuáles de los siguientes algoritmos son finitos? (a) Cálculo del producto de dos números enteros. (b) Cálculo de la división de dos números enteros. (c) Cálculo
Más detallesSistemas de Ecuaciones Lineales. Matrices y determinantes.
Capítulo 3 Sistemas de Ecuaciones Lineales Matrices y determinantes 31 Sistemas de Ecuaciones Lineales El problema central del Álgebra Lineal es la resolución de ecuaciones lineales simultáneas Una ecuación
Más detallesSolución numérica de ecuaciones en derivadas parciales Ecuaciones diferenciales parciales elípticas
Solución numérica de ecuaciones en derivadas parciales Ecuaciones diferenciales parciales elípticas Ing. Jesús Javier Cortés Rosas M. en A. Miguel Eduardo González Cárdenas M. en A. Víctor D. Pinilla Morán
Más detallesOCW-V.Muto Sistemas lineales: Preliminares Cap. XIII CAPITULO XIII. METODOS PARA LA RESOLUCION DE SISTEMAS LINEALES: PRELIMINARES
CAPITULO XIII. METODOS PARA LA RESOLUCION DE SISTEMAS LINEALES: PRELIMINARES. SISTEMAS LINEALES DE ECUACIONES En esta tercera parte se consideran técnicas para resolver el sistema de ecuaciones lineales:
Más detallesMatrices, determinantes y sistemas de ecuaciones lineales
Capítulo 4 Matrices, determinantes y sistemas de ecuaciones lineales DEFINICIÓN DE MATRIZ DE NÚMEROS REALES Una matriz de números reales de tamaño m n es un conjunto ordenado por filas y columnas de números
Más detallesSISTEMAS DE ECUACIONES
16 de Mayo de 2013 SISTEMAS DE ECUACIONES Departamento de Matemática Aplicada Facultad de Ingeniería Universidad Central de Venezuela Cálculo Numérico José Luis Quintero 1 Puntos a tratar 1. Sistemas fáciles
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 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 detallesSplines (funciones polinomiales por trozos)
Splines (funciones polinomiales por trozos) Problemas para examen Interpolación lineal y cúbica 1. Fórmulas para la interpolación lineal. Dados t 1,..., t n, x 1,..., x n R tales que t 1
Más detallesProblema de convolución y deconvolución Diferencias finitas para EDO
Clase No. 24: Problema de convolución y deconvolución Diferencias finitas para EDO MAT 251 Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/alram/met_num/
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 detallesANALISIS NUMERICO. Práctica 1 - Diferencias Finitas
ANALISIS NUMERICO Práctica 1 - Diferencias Finitas do Cuatrimestre 014 Clasificación de ecuaciones diferenciales en derivadas parciales Eercicio 1 Hallar las regiones donde la ecuación (α + x) u xx + xyu
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 detallesTema 1: Matrices. El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico.
Tema 1: Matrices El concepto de matriz alcanza múltiples aplicaciones tanto en la representación y manipulación de datos como en el cálculo numérico. 1. Terminología Comenzamos con la definición de matriz
Más detallesCuadratura Gaussiana basada en polinomios ortogonales.
Clase No. 20: MAT 251 Cuadratura Gaussiana basada en polinomios ortogonales. Dr. Alonso Ramírez Manzanares CIMAT, A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña
Más detallesDepartamento de Ecuaciones Diferenciales y Análisis Numérico. CÁLCULO NUMÉRICO I (Tema 3 - Relación 2)
CÁLCULO NUMÉRICO I (Tema - Relación 2) 5 Resolver mediante el método de Gauss los siguientes sistemas de ecuaciones. 2x 2 + x = 0 2x + 2x 2 + x + 2x = 2 x x 2 + x = 7 6x + x 2 6x 5x = 6. x + x 2 x = x
Más detallesMétodos iterativos de solución de SEL
Métodos iterativos de solución de SEL Método de Gauss-Seidel MAT-251 Dr. Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@cimat.mx web: http://www.cimat.mx/~alram/met_num/ Dr. Joaquín Peña Acevedo
Más detallesMATEMÁTICAS ESPECIALES II PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden.
MATEMÁTICAS ESPECIALES II - 8 PRÁCTICA 5 Parte I - Sistemas de ecuaciones diferenciales de primer orden. Considere el sistema de ecuaciones diferenciales ordinarias (EDOs) de primer orden dx dt = f (t,
Más detallesSolución de una clase simple de problemas de frontera usando un esquema más preciso con diferencias finitas
Solución de una clase simple de problemas de frontera usando un esquema más preciso con diferencias finitas Requisitos Es necesario resolver los ejercicios del tema Solución de una clase simple de problemas
Más detallesMETODOS NUMERICOS. Curso
Boletín 1 de prácticas. 1. Localizar las raíces de la ecuación F (x) = 0, para los siguientes casos: (a) F (x) = x + e x. (b) F (x) = 0.5 x + 0.2 sen(x). (c) F (x) = x tg(x). (d) F (x) = x 5 3. (e) F (x)
Más detallesEigenvalores y eigenvectores
Eigenvalores y eigenvectores Los dos problemas principales del álgebra lineal son: resolver sistemas lineales de la forma Ax = b y resolver el problema de eigenvalores. En general, una matriz actúa sobre
Más detallesÁlgebra Lineal. Tema 13. Mínimos cuadrados. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Tema 3. Mínimos cuadrados Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Índice
Más detallesIntroducción a EDP: Ecuaciones hiperbólicas y parabólicas
Clase No. 27: MAT 251 Introducción a EDP: Ecuaciones hiperbólicas y parabólicas Dr. Alonso Ramírez Manzanares Depto. de Matemáticas Univ. de Guanajuato e-mail: alram@ cimat.mx web: http://www.cimat.mx/
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 detallesPodemos pues formular los dos problemas anteriores en términos de matrices.
Tema 5 Diagonalización 51 Introducción Valores y vectores propios 511 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V de dimensión
Más detallesLección 8. Matrices y Sistemas de Ecuaciones Lineales
Lección 8 Matrices y Sistemas de Ecuaciones Lineales MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY Septiembre 2014 1 Centro de Investigación en Matemáticas, Unidad Mérida En
Más 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 detallesE.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 9: Sistemas de EDOs lineales
ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 9: Sistemas de EDOs lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Noviembre
Más detallesTema 6: Resolución aproximada de sistemas de ecuaciones lineales
Métodos Numéricos: Resumen y ejemplos Tema 6: Resolución aproximada de sistemas de ecuaciones lineales Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de
Más detallesDiferencias finitas en la resolución de EDPs
Diferencias finitas en la resolución de EDPs Ejercicios propuestos Ejercicio La ecuación de Laplace se cumple sobre un dominio rectangular de cm cm donde: T (,0) si T (,) = 0 si > T ( 0, T (, 0
Más detallesMétodo de Gradientes Conjugados.
Método de Gradientes Conjugados. Lourdes Fabiola Uribe Richaud & Juan Esaú Trejo Espino. Instituto Politécnico Nacional Escuela Superior de Física y Matemáticas February 17, 2015 1 Método de Direcciones
Más detallesAl considerar varios polígonos regulares inscritos resulta: perímetro del cuadrado < π. perímetro del 96 gono < π
AMPLIACIÓN DE MATEMÁTICAS INTRODUCCIÓN Método Constructivo: Conjunto de instrucciones que permiten calcular la solución de un problema, bien en un número finito de pasos, bien en un proceso de paso al
Más detallesValores y vectores propios
Valores y vectores propios Departamento de Matemáticas, CCIR/ITESM 4 de enero de 20 Índice 8.. Definición de valor y vector propio.................................. 8.2. Determinación de los valores propios.................................
Más detallesCálculo Numérico III Curso 2010/11
Cálculo Numérico III Curso 2010/11 Problemas del Tema 1 1. Sean {x 0, x 1,..., x n } IR con x i x j si i j. Hoja de problemas - Parte I a) Hallar el polinomio de grado n que interpola a la función en los
Más detallesÁlgebra lineal. Noviembre 2018
Álgebra lineal. Noviembre 08 Opción A Ejercicio. (Puntuación máxima:,5 puntos) Sea el siguiente sistema de ecuaciones lineales: 4ax + 4ay + z = a ax + y az = a, se pide: 4ax + 4ay + az = 4 (,5 puntos)
Más detallesParte 4. Métodos iterativos para la resolución de sistemas de ecuaciones lineales
Parte 4. Métodos iterativos para la resolución de sistemas de ecuaciones lineales Gustavo Montero Escuela Técnica Superior de Ingenieros Industriales Universidad de Las Palmas de Gran Canaria Curso 2006-2007
Más detallesAP = A p 1 p 2 p n = Ap 1 Ap 2. λ 1 p 21 λ 2 p 22 λ n p 2n. .. = λ 1 p 1 λ 2 p 2
Capítulo 6 Diagonalización 6 Valores y vectores propios 6 Planteamiento del problema Problema general de diagonalización Dado un operador lineal f sobre un espacio vectorial V, nos planteamos el problema
Más detallesEspacios vectoriales con producto interno
Espacios vectoriales con producto interno Problemas teóricos En todos los problemas relacionados con el caso complejo se supone que el producto interno es lineal con respecto al segundo argumento. Definición
Más detallesEjercicios tipo test de las lecciones 1 y El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1, 2, 1) y
Álgebra lineal y Geometría I Gloria Serrano Sotelo Departamento de MATEMÁTICAS Ejercicios tipo test de las lecciones 1 y 2. 1. El vector e = ( 1, 0, λ) está en el plano generado por los vectores u = (1,
Más detallesMétodos iterativos de solución de SEL
Métodos iterativos de solución de SEL Método de Gauss-Seidel 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 detalles1 Clase sobre determinantes
1 Clase sobre determinantes Una herramienta muy útil cuando trabajamos con matrices y con el producto de matrices, es su interpretación como: una colección de números, A = [a ij ] ; como una colección
Más detallesMétodos en diferencias en regiones irregulares
Métodos en diferencias en regiones irregulares Pablo Barrera Sánchez, Guilmer González Flores, Francisco Domínguez Mota XXII ENOAN, 19-23.03.2012 Índice 1 Introducción y motivación Introducción y motivación
Más detallesEigenvalores y eigenvectores. Método de la potencia
Clase No. 12: MAT 251 Eigenvalores y eigenvectores. Método de la potencia Dr. Alonso Ramírez Manzanares CIMAT A.C. e-mail: alram@ cimat.mx web: http://www.cimat.mx/ alram/met_num/ Dr. Joaquín Peña Acevedo
Más detallesMaestría en Matemáticas
Reactivos Propuestos para Examen de Admisión (ASN) Ingreso en Agosto de 203. Sea R el conjunto de los números reales y S el conjunto de todas las funciones valuadas en los reales con dominio en R. Muestre
Más detallesMETODOS NUMERICOS TALLER 3, SEMESTRE
y y METODOS NUMERICOS 67 TALLER SEMESTRE Tema: Método de Newton para resolver FX)= Métodos iterativos de Jacobi Gauss-Seidel y relajación Se recomienda realizar los ejercicios propuestos en el teto guía
Más detallesMétodos en diferencias para problemas de contorno
Métodos numéricos de resolución de ecs. en derivadas parciales Curso 2006-07. Prácticas 1 y 2 Métodos en diferencias para problemas de contorno 1 Resultados sobre existencia de solución de un problema
Más detallesTÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA
ESCUELA ESTUDIOS DE TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA DEPARTAMENTO DE INGENIERÍA INFORMÁTICA MATEMÁTICA APLICADA I ÁLGERA LINEAL OLETINES DE PROLEMAS Curso 8-9 Sistemas de ecuaciones lineales.
Más detallesdia G o n a l i z a c i ó n
Unidad elementos característicos dia G o n a l i z a c i ó n Objetivos: Al inalizar la unidad, el alumno: Encontrará los valores y los vectores característicos de una matriz. Utilizará los elementos característicos
Más detallesEspacios vectoriales.
Unidad docente de Matemáticas Matemáticas (CC. Químicas) Espacios vectoriales. Si detectas cualquier error o errata por favor, comunicaselo al profesor de la asignatura. El subíndice can significa canónica/o..
Más detallesProceso Selectivo para la XXIII IMC, Bulgaria
Proceso Selectivo para la XXIII IMC, Bulgaria Facultad de Ciencias UNAM Instituto de Matemáticas UNAM SUMEM Indicaciones Espera la indicación para voltear esta hoja. Mientras tanto, lee estas instrucciones
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 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 detalles