Resumen de la tercera unidad

1

Click here to load reader

Transcript of Resumen de la tercera unidad

Page 1: Resumen de la tercera unidad

Resumen de la tercera unidad.

Que es un slideshare: es un sitio web de alojamiento de diapositivas que permite a los usuarios la

posibilidad de subir y compartir bien sea público o privado presentaciones en diapositivas power

point, open office, pdf etc.

Métodos de eliminación gaussiana: esto consiste en realizar transformaciones elementales en el

sistema inicial destinadas a transformarla en un sistema triangular superior. En forma general

este método propone la eliminación progresiva de variables en el sistema de ecuaciones,

hasta tener sólo una ecuación con una incógnita.

Método gaus-jordan: el algoritmo de gaus-jordan es un método computacionalmente bueno

cuando tenemos que resolver varios sistemas con la misma matriz A y resolverlos

simultáneamente

Descomposición LU: El método de Descomposición LU se basa en demostrar que una matriz A se

puede factorizar como el producto de una matriz triangular inferior L con una matriz triangular

superior U, donde en el paso de eliminación sólo se involucran operaciones sobre los

coeficientes de la matriz, permitiendo así evaluar los términos independientes bi de manera

eficiente.

Factorización de cholesky: El método de Factorización de Cholesky se basa en demostrar que si

una matriz A es simétrica y definida positiva en lugar de factorizarse como LU, puede ser

factorizada como el producto de una matriz triangular inferior y la traspuesta de la matriz

triangular inferior.

Factorización de QR: Householder Anteriormente analizamos la factorización LU de una matriz el

cual conduce a un método muy eficiente para resolver un sistema lineal. Otro método de

factorización de una A, llamada factorización QR de A. Esta factorización se usa ampliamente en

los programas de computadora para determinar valores propios de una matriz, para resolver

sistemas lineales y para determinar aproximaciones por mínimos cuadrado.

Método de Gauss Seidel: El Método de Gauss Seidel emplea valores iniciales y después itera para

obtener estimaciones refinadas de la solución.

Método de Jacobi: El Método de Jacobi transforma una matriz simétrica en una matriz diagonal al

eliminar de forma simétrica los elementos que están fuera de la diagonal.