Refinamiento iterativo del Método de Gauss-Jordan, en sistemas mal condicionados
DOI:
https://doi.org/10.19053/01217488.v10.n2.2019.8761Palabras clave:
Norma matricial, números de condición, Método de Refinamiento.Resumen
En este Artículo, se construye un algoritmo iterativo para mejorar la solución de un sistema de ecuaciones lineales, de la forma Ax=b, cuando se resuelve utilizando el Método de Gauss-Jordan y utilizando aritmética finita. Comprender el funcionamiento del algoritmo, mostrar su alcance y analizar cómo se dedujo, se logra a través del concepto de norma matricial, junto con algunas de sus propiedades. Se introduce el concepto del número de condición de una matriz, y se le encuentran cotas mediante el uso de las normas matriciales. Finalmente, se expone el algoritmo iterativo del Refinamiento, que muestra el poder de éste, al resolver un sistema de Ecuaciones lineales mal condicionadas.
Descargas
Los datos de descargas todavía no están disponibles.
Referencias
[1] V. Arunachalam y A. Calvache, “Approximation of the Bivariate Renewal Function”, Communications in Statistics -Simulation and Computation, vol.44. , no. 1, pp. 154-167, 2015.
[2] V. Arunachalam y S. Dharmajara, “Fluid Queue Driven by Finite Markov Processes”, Revista Ciencia en Desarrollo, vol. 5, no. 2, pp. 79-86, 2015.
[3] R. L. Burden y J. D. Faires, “Numerical Analysis”, BROOKS/COLE, ed. 9, United States, 2011.
[4] A. Calvache, “The Transient and Asymptotic Moments for the Random Mission Time of a System”, Revista Ciencia en Desarrollo, vol. 7, no. 2, pp.109-124, 2016.
[5] J.I. Díaz. “John von Neumann: de la matemática pura a la matemática aplicada”, Boletín de la Sociedad Española de Matemática Aplicada, vol. 32, pp. 149-169, 2005.
[6] R. A. Horn y C. R. Johnson, “Matrix Analysis”, Cambridge University Press, ed. 2, New York, 2013.
[7] IEEE Computer Society, “IEEE Standard for Floating Point Arithmetic”, IEEE Std, 2008.
[8] J. Neumann y H. H. Goldstine, “Numerical Inverting of Matrices of High Order”, Bull. American Mathematical Society, no. 53, pp. 1021-1099, 1947.
[9] A. Pyzzara, B. Bylina y J. Bylina, “The Influence of a Matrix Condition Number on Iterative Methods Convergence”, Conference on Computer Science and Information Systems, pp.459-464, 2017.
[10] A. M. Turing, “Rounding-off Errors in Matrix Processes”, Quartely J. Mech. Appl. Math, no.1, pp. 287-308, 1948.
[2] V. Arunachalam y S. Dharmajara, “Fluid Queue Driven by Finite Markov Processes”, Revista Ciencia en Desarrollo, vol. 5, no. 2, pp. 79-86, 2015.
[3] R. L. Burden y J. D. Faires, “Numerical Analysis”, BROOKS/COLE, ed. 9, United States, 2011.
[4] A. Calvache, “The Transient and Asymptotic Moments for the Random Mission Time of a System”, Revista Ciencia en Desarrollo, vol. 7, no. 2, pp.109-124, 2016.
[5] J.I. Díaz. “John von Neumann: de la matemática pura a la matemática aplicada”, Boletín de la Sociedad Española de Matemática Aplicada, vol. 32, pp. 149-169, 2005.
[6] R. A. Horn y C. R. Johnson, “Matrix Analysis”, Cambridge University Press, ed. 2, New York, 2013.
[7] IEEE Computer Society, “IEEE Standard for Floating Point Arithmetic”, IEEE Std, 2008.
[8] J. Neumann y H. H. Goldstine, “Numerical Inverting of Matrices of High Order”, Bull. American Mathematical Society, no. 53, pp. 1021-1099, 1947.
[9] A. Pyzzara, B. Bylina y J. Bylina, “The Influence of a Matrix Condition Number on Iterative Methods Convergence”, Conference on Computer Science and Information Systems, pp.459-464, 2017.
[10] A. M. Turing, “Rounding-off Errors in Matrix Processes”, Quartely J. Mech. Appl. Math, no.1, pp. 287-308, 1948.
Descargas
Publicado
2019-07-23
Cómo citar
Mesa, A. Y., & Calvache Archila, A. (2019). Refinamiento iterativo del Método de Gauss-Jordan, en sistemas mal condicionados. Ciencia En Desarrollo, 10(2), 113–124. https://doi.org/10.19053/01217488.v10.n2.2019.8761
Número
Sección
Artículos de investigación / Research papers
