Programaci´ on: el m´ etodo del descenso en la direcci´ on del antigradiente

Soluci´ on de sistemas sim´ etricas positivas definidas usando m´ etodos iterativos con b´ usqueda exacta sobre cada recta, ortogonalizaci´ on de Gram–Schmidt1. El m´ınimo de

Haber programado alg´ un m´ etodo directo para resolver sistemas de ecuaciones lineales y varios m´ etodos iterativos, incluso el m´ etodo de gradiente conjugado.. Restricciones para

Se supone que a la matriz A se puede aplicar el m´ etodo de eliminaci´ on de Gauss con pivotes diagonales, es decir, para cada p en el paso n´ umero p la entrada (p, p) es no

Nivel 2: la funci´ on tiene un ciclo y utiliza operaciones internas para calcular pro- ductos de matrices por vectores o productos di´ adicos de vectores.. Nivel 3: se usa una funci´

Programar algunos m´ etodos de un paso (el m´ etodo de Euler y algunos m´ eto- dos de Runge–Kutta expl´ıcitos o impl´ıcitos) para resolver sistemas de ecuaciones diferen-

Saber pasar de una EDO de segundo orden a una EDO vectorial de primer orden, haber programado varios m´ etodos de Runge–Kutta (tambi´ en se pueden usar m´ eto- dos de

En m´ etodos de diferencias finitas surgen de manera natural matrices tridia- gonales sim´ etricas de Toeplitz.. Construir una matriz dispersa con una diagonal

Programar el c´ alculo de una funci´ on de dos argumentos que satisface la ecuaci´ on de calor en el intervalo [0, 1] con una condici´ on inicial trigonom´ etrica1. Luego podremos