Tema 3: Sistemas de ecuaciones lineales. Métodos iterativos

Slides:



Advertisements
Presentaciones similares
Serie de Taylor y Maclaurin
Advertisements

Resolución aproximada de ecuaciones Ejemplos
Límites de Sucesiones de Números Reales
Metodos de Solución Iterativos
Problemas del método de Newton
Problemas resueltos /Aplicaciones de la derivada /Método de Newton
Métodos iterativos para sistemas de ecuaciones lineales
SISTEMAS DE ECUACIONES LINEALES.
ANÁLISIS DE ESTABILIDAD
3. Métodos de resolución Ecuaciones algebraicas lineales
Transformada de Laplace
Sistemas no lineales Ultima actualización: 02/04/2017
Estructuras matemáticas del método de elementos finitos
REGRESIÓN POR MÍNIMOS CUADRADOS
Método de Gauss-Seidel
Sistemas de Ecuaciones no Lineales
Investigación Operativa
Ecuaciones diferenciales de 1er orden :
Métodos Iterativos para la resolución de ecuaciones en una variable
MÉTODO DE NEWTON RAPHSON
METODOS ITERATIVOS PARA LA SOLUCION DE SISTEMAS DE ECUACIONES LINEALES
Contenido Planteamiento del problema Método de Punto Fijo
DERIVADAS PARCIALES Gráficas.
2- SIMPLEX.
Factorización de cholesky
© Prof. Dr. François E. Cellier Principio de la presentación Modelado Matemático de Sistemas Físicos Febrero 5, 2008 Resolución de Sistemas de Ecuaciones.
Tema 2: Métodos de ajuste
Teoría de sistemas de Ecuaciones No lineales
Cálculo de ceros de funciones de Rn–> Rn :
Método de Gauss-Seidel
Métodos de Diferencias Finitas para Ecuaciones en Derivadas Parciales
APROXIMACIÓN NUMÉRICA Y ERRORES
Flujo de carga en Sistemas de Potencia.
Métodos iterativos para sistemas lineales
Ecuaciones diferenciales
SESION Nº 03.  En la práctica de la ingeniería y ciencias, es muy frecuente él tener que resolver ecuaciones del tipo f(x)=0. En estas ecuaciones se.
Mini-video 1 de 3 Sistemas de ecuaciones lineales
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.
Optimización para Ingenieros
Teoría de Sistemas y Señales
OPTIMIZACIÓN DINÁMICA
Aproximaciones y errores de redondeo
UNIVERSIDAD POPULAR DEL CESAR
METODOS DE SOLUCION DE SISTEMAS DE ECUACIONES
Redes Neuronales Artificiales
M. en C. José Andrés Vázquez Flores
Práctica 4-5 Métodos Directos e Iterativos para Sistemas de Ecuaciones Lineales.
Solución de sistemas de ecuaciones algebraicas lineales a 11 x 1 + a 12 x 2 + a 13 x 3 + ….+ a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a 23 x 3 + ….+ a 2n x.
Sistemas Lineales Análisis de error Prof.: Dra. Nélida Beatriz Brignole.
Laboratorio de cómputo científico
Dos tipos de errores caracterizan a los métodos numéricos
Simulacion de sistemas dinamicos
Sea la siguiente función, f(x):
Sabemos reconocerlas, y calcularlas como soluciones de sistemas de ecuaciones, o de desigualdades Buscamos métodos de cálculo generales y eficientes Problemas.
TEMA 5: El problema del flujo con costo mínimo
Solución de Ecuaciones Lineales y
RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES MEDIANTE DETERMINANTES
Resolución de Sistemas Lineales
SISTEMA DE ECUACIONES LINEALES. Métodos ExactosMétodos Aproximados.
Análisis cinemático: POSICION
1 Análisis Matemático II Presentaciones en el Aula TEMA 3 Otras herramientas para la resolución de EDO Autor: Gustavo Lores 2015 Facultad de Ingeniería.
Unidad I. Fundamentos de Optimización
Tema 1 : Introducción y errores
Tema 4 : Cálculo de raíces de ecuaciones no lineales
BIENVENIDO AL CURSO DE TEMAS SELECTOS DE MATEMÁTICAS PROFRA: L.A.F. JESSICA PAREDES SILVA.
Tema 6: Aproximación Índice Introducción. Aproximación discreta.
Tele clase 7 Cálculo de valores y vectores propios.
Clase Teórico Práctica II
Bioestadística. Redondeos..
Transcripción de la presentación:

Tema 3: Sistemas de ecuaciones lineales. Métodos iterativos Índice Normas vectoriales y matriciales. Sistemas mal condicionados: Errores, residuos y nº de condición. Método de Jacobi. Método de Gauss-Seidel. Convergencia de los métodos iterativos. Método de Newton para sistemas no lineales

Normas Vectoriales

Normas Matriciales Norma Natural de una matriz A asociada a una norma vectorial : Se puede demostrar : Hacer en la pizarra el ejemplo de cálculo de normas matriciales

Sistemas mal condicionados: Errores, residuos y nº de condición. Sea el sistema y los vectores solución exacta y solución aproximada : Se definen como Error, Residuo y Residuo relativo Hacer el ejemplo con mathematica En un sistema mal condicionado la norma del residuo puede no ser una buena medida de la norma del error.

Número de condición de una matriz Sistema mal condicionado : Solución mala y residuo pequeño. Número de condición de una matriz A, K(A) y teorema de acotación del error relativo : Demostrar en la pizarra el teorema de acotación. Utilizar con mathematica los comandos VectorNorm, MatrixNorm y MatrixConditionNumber

Método de Jacobi. Ejemplo: Hacer ejemplo con mathematica

Método de Jacobi: Formulación general. Hacer ejemplo con mathematica

Método de Gauss-Seidel Ejemplo: Hacer ejemplo con mathematica

Método de Gauss-Seidel Formulación general: Hacer ejemplo con mathematica

Convergencia de los métodos iterativos El error de redondeo no tiene tanta importancia como en los métodos directos. Los métodos iterativos son adecuados para grandes sistemas con matriz de coef. Dispersa. Siempre se obtiene la sol. Aprox. Criterio de parada T : Matriz de paso, y c : vector corrector Parten de una aproximación inicial : x(0) El método converge si:

Convergencia de los métodos iterativos

Matriz de paso del método de Jacobi

Matriz de paso del método de Gauss-Seidel Si A es estrictamente diagonal dominante los mdos. De Jacobi y Gauss-Seidel convergen. Si A es definida positiva Gauss-Seidel converge. En general Gauss-Seidel converge más rápido que Jacobi

Método de Newton para sistemas no lineales(1)

Método de Newton para sistemas no lineales(2)

Esquema del método de Newton