4
Cuestionario 3 1. Enumerar los métodos directos para resolución de sistemas de ecuaciones lineales. Método de Gauss Factorización LU Factorización de Cholesky Factorización QR 2. Describir el método de Gauss. El método de Gauss es una generalización del método de reducción, que utilizamos para eliminar una incógnita en los sistemas de dos ecuaciones con dos incógnitas. Consiste en la aplicación sucesiva del método de reducción, utilizando los criterios de equivalencia de sistemas, para transformar la matriz ampliada con los términos independientes ( A* ) en una matriz triangular, de modo que cada fila (ecuación) tenga una incógnita menos que la inmediatamente anterior. Se obtiene así un sistema, que llamaremos escalonado, tal que la última ecuación tiene una única incógnita, la penúltima dos incógnitas, la antepenúltima tres incógnitas, ..., y la primera todas las incógnitas. 3. ¿Cuáles son las desventajas de los métodos de eliminación? - se pueden contar la división entre cero, cuando alguno de los elementos de la matriz es cero, - - errores de redondeo que se van propagando a medida que se van reemplazando las variables en las ecuaciones superiores, - sistemas singulares donde pueden existir infinitas soluciones, o sistemas mal condicionados, donde una ecuación es equivalente a otra ecuación del mismo sistema. 4. ¿Qué es un sistema mal condicionado? Un sistema de ecuaciones se dice mal condicionado cuando pequeñas Perturbaciones en los coeficientes del sistema producen grandes cambios en la solución exacta

Cuestionario 3

Embed Size (px)

DESCRIPTION

Cuestionario analisis numerico

Citation preview

Cuestionario 31. Enumerar los mtodos directos para resolucin de sistemas de ecuaciones lineales.Mtodo de GaussFactorizacin LUFactorizacin de CholeskyFactorizacin QR

2. Describir el mtodo de Gauss.El mtodo de Gauss es una generalizacin del mtodo de reduccin, que utilizamos para eliminar una incgnita en los sistemas de dos ecuaciones con dos incgnitas. Consiste en la aplicacin sucesiva del mtodo de reduccin, utilizando los criterios de equivalencia de sistemas, para transformar la matriz ampliada con los trminos independientes ( A* ) en una matriz triangular, de modo que cada fila (ecuacin) tenga una incgnita menos que la inmediatamente anterior. Se obtiene as un sistema, que llamaremos escalonado, tal que la ltima ecuacin tiene una nica incgnita, la penltima dos incgnitas, la antepenltima tres incgnitas, ..., y la primera todas las incgnitas.

3. Cules son las desventajas de los mtodos de eliminacin?- se pueden contar la divisin entre cero, cuando alguno de los elementos de la matriz es cero, - - errores de redondeo que se van propagando a medida que se van reemplazando las variables en las ecuaciones superiores, - sistemas singulares donde pueden existir infinitas soluciones, o sistemas mal condicionados, donde una ecuacin es equivalente a otra ecuacin del mismo sistema.4. Qu es un sistema mal condicionado? Un sistema de ecuaciones se dice mal condicionado cuando pequeas Perturbaciones en los coeficientes del sistema producen grandes cambios en la solucin exacta

5. Qu es un sistema singular?Son sistemas que no tienen solucin

6. Cul es la diferencia entre la eliminacin de Gauss y la de Gauss-Jordn?La eliminacin gaussiana es ir eliminando las variables hacia abajo para que quede el valor de una variable y as vas sustituyendo en las dems ecuaciones para obtener todo el resultado y la eliminacin de gauss-jordan es cuando ya tenemos la eliminacin gaussiana lo volvemos a hacer pero ahora hacia atrs y ya va a dar los valores de cada variable sin necesidad de sustituir nada.

7. Cmo se relacionan los mtodos: eliminacin de Gauss y descomposicin LU?La descomposicin LU es una forma de factorizacin de una matriz como el producto de una matriz triangular inferior y una superior. Es bsicamente una forma modificada de la eliminacion Gaussiana.

8. Describir el mtodo de matriz inversa.Consideremos un sistema de n ecuaciones lineales con n incgnitasEl sistema se puede escribir en forma matricial del siguiente modo: A X = B. La matriz A se llama matriz del sistema, es de dimensin n x n y sus elementos son los coeficientes de las incgnitas. La matriz X es una matriz columna, de dimensin n x 1, formada por las incgnitas del sistema. Por ltimo, la matriz B es otra matriz columna, de dimensin n x 1, formada por los trminos independientes.Si el determinante de la matriz A es distinto de cero ( det (A) # 0 ), la matriz A tiene inversa ( A-1 ). Es decir, para calcular la matriz columna de las incgnitas ( X ), multiplicamos la inversa de la matriz A ( A-1 ) por la matriz columna de los trminos independientes, obtenindose otra matriz columna de la misma dimensin que X.9. Cules son los tres mtodos disponibles a travs de que utilizando la matriz inversa se puede determinar si un sistema de ecuaciones lineales es mal condicionado? Teorema de Rouche Regla de Cramer Metodo de la matriz inversa

10 Define las normas matriciales.una norma matricial es una extensin de la nocin natural de norma vectorial a las matrices.

11. Define el nmero de condicin de una matriz.El nmero de condicin de una matriz es un nmero que indica la susceptibilidad a los cambios de los valores de la matriz, se usa para medir cmo afecta el usar valores aproximados y no los reales cuando se trabaja con las matrices.

12. Define matriz de banda y el algoritmo de Thomas.Se le llama matriz banda cuando es una matriz donde los valores no nulos son confinados en un entorno de la diagonal principal, formando una banda de valores no nulos que completan la diagonal principal de la matriz y ms diagonales en cada uno de sus costados.El algoritmo de Thomas se utiliza cuando la matriz de los coeficientes del sistema es tridiagonal.En este mtodo se trabaja con las filas en forma similar al mtodo de eliminacin de Gauss. Aqu se reemplaza cada fila por una combinacin lineal de filas apropiada, de manera que se anulen los elementos de la diagonal inferior y los elementos de la diagonal principal sean unos. Para ello en la primera fila, se dividen los coeficientes por b1 y en las filas subsiguientes.13. Cules son los mtodos iterativos para resolver sistemas ecuaciones lineales y cuando se utilizan?Metodo de Jacobi --- Solo se utiliza en sistemas cuadradosMetodo de Gauss- Seidel --- puede usarse en cualquier sistema de ecuaciones lineales que produzca una matriz (cuadrada, naturalmente pues para que exista solucin nica, el sistema debe tener tantas ecuaciones como incgnitas) de coeficientes con los elementos de su diagonal no-nulosMetodo de Sobrerrelajacion ---- Se usa cuando la sucesin no es convergente o es muy lenta.

14. Cul es la diferencia entre el mtodo de Jacobi y el mtodo de Gauss-Seidel?La diferencia es que en el mtodo de Jacobi las mejoras a las aproximaciones no se usan hasta completar las iteraciones.15. Cmo se ampla el mtodo de Newton para una sola ecuacin con el fin de resolver un sistema de ecuaciones no lineales?Dado el sistema de ecuaciones no lineales f(x) = 0, los indicadores de precisin y, un valor mximo del nmero de iteraciones que se permiten realizar (maxiter)y un vector x con el que inicializar el proceso,