Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Nombre del alumno: Escribano Bonola Joel Carrera: Ing. En Sistema Computacionales. Materia: Mtodos Numricos. Tema: 1.4 Software de computacin numrico y 1.5 Mtodos Iterativos. Unidad: 1 Grupo: 4E Docente:
NUMERICAL RECIPES:Los libros de Numerical Recipes in C/Fortran son muy populares entre los ingenieros porque pueden ser usados como libro de cocina donde se puede encontrar una receta (recipe) para resolver algn problema a Escribano Bonola Joel Pgina 2
mano. Sin embargo, el software correspondiente de Numerical Recipes no es comparable en alcance o calidad al dado por NAG o IMSL. Es un software muy usado en universidades, centros de investigacin y por ingenieros. En los ltimos aos ha incluido muchas ms capacidades, como la de programar directamente procesadores digitales de seal, crear cdigo VHDL y otras. MATLAB:Es un programa de clculo numrico, orientado a matrices y vectores. Por tanto desde el principio hay que pensar que todo lo que se pretenda hacer con l, ser mucho ms rpido y efectivo si se piensa en trminos de matrices y vectores. GNU OCTAVE:Es un programa libre para realizar clculos numricos. Como indica su nombre es parte de proyecto GNU. MATLAB es considerado su equivalente comercial. Entre varias caractersticas que comparten se puede destacar que ambos ofrecen un intrprete permitiendo ejecutar rdenes en modo interactivo. Ntese que Octave no es un sistema de lgebra computacional como podra ser GNU Mxima, sino que usa un lenguaje que est orientado al anlisis numrico.
Pgina 3
En el caso de un sistema lineal de ecuaciones, las dos clases principales de mtodos iterativos son los mtodos iterativos estacionarios y los ms generales mtodos del subespacio de Krylov Mtodos iterativos estacionarios: Los mtodos iterativos estacionarios resuelven un sistema lineal con un operador que se aproxima al original; y basndose en la medida de error (el residuo), desde una ecuacin de correccin para la que se repite este proceso. Mientras que estos mtodos son sencillos de derivar, implementar y analizar, la convergencia normalmente slo est garantizada para una clase limitada de matrices. Mtodos del subespacio de Krylov: Los mtodos del subespacio de Krylov forman una base ortogonal de la secuencia de potencias de la matriz por el residuo inicial (la secuencia de Krylov). Las aproximaciones a la solucin se forman minimizando el residuo en el subespacio formado. El mtodo prototpico de esta clase es el mtodo de gradiente conjugado. Otros mtodos son el mtodo del residuo mnimo generalizado y elmtodo del gradiente biconjugado. Convergencia: Dado que estos mtodos forman una base, el mtodo converge en N iteraciones, donde N es el tamao del sistema. Sin embargo, en la presencia de errores de redondeo esta afirmacin no se sostiene; adems, en la prctica N puede ser muy grande, y el proceso iterativo alcanza una precisin suficiente mucho antes. El anlisis de estos mtodos es difcil, dependiendo de lo complicada que sea la funcin del espectro del operador. Precondicionantes: El operador aproximativo que aparece en los mtodos iterativos estacionarios puede incorporarse tambin en los mtodos del subespacio de Krylov, donde se pasan de ser transformaciones del operador original a un operador mejor condicionado. La construccin de precondicionadores es un rea de investigacin muy extensa.
Pgina 4