Sunday, September 11, 2016

Análisis de regresión

Análisis de regresión y correlación lineal y múltiple

Leer más:


Jorge Andrade

Friday, October 30, 2015

multiplicar con las manos

Monday, August 25, 2014


Wednesday, June 18, 2014

sistema de ecuaciones lineales

¿cuando un sistema de ecuaciones lineales es Compatible o Incompatible, Determinado o Indeterminado?

Compatible significa que tiene solución
Incompatible significa que no tiene solución (claro!)

Determinado significa que la solución es única
Indeterminado significa que la solución no es única

Tuesday, May 27, 2014

Modified Richardson iteration

Modified Richardson iteration is an iterative method for solving a system of linear equationsRichardson iteration was proposed by Lewis Richardson in his work dated 1910. It is similar to the Jacobiand Gauss–Seidel method.
We seek the solution to a set of linear equations, expressed in matrix terms as
 A x = b.\,
The Richardson iteration is
x^{(k+1)}  = x^{(k)} + \omega \left( b - A x^{(k)} \right),
where ω is a scalar parameter that has to be chosen such that the sequence x(k) converges.
It is easy to see that the method is correct, because if it converges, then x^{(k+1)} \approx x^{(k)} and x(k) has to approximate a solution of Ax = b.


Subtracting the exact solution x, and introducing the notation for the error e^{(k)} \approx x^{(k)}-x, we get the equality for the errors
e(k + 1) = e(k) − ωAe(k) = (I − ωA)e(k).
\|e^{(k+1)}\| = \|(I-\omega A) e^{(k)}\|\leq  \|I-\omega A\| \|e^{(k)}\|,
for any vector norm and the corresponding induced matrix norm. Thus, if \|I-\omega A\|<1 the method convergences.
Suppose that A is diagonalizable and that j,vj) are the eigenvalues and eigenvectors of A. The error converges to 0 if | 1 − ωλj | < 1 for all eigenvalues λj. If, e.g., all eigenvalues are positive, this can be guaranteed if ω is chosen such that 0 < ω < 2 / λmax(A). The optimal choice, minimizing all | 1 − ωλj | , is ω = 2 / (λmin(A) + λmax(A)), which gives the simplest Chebyshev iteration.
If there are both positive and negative eigenvalues, the method will diverge for any ω if the initial error e(0) has nonzero components in the corresponding eigenvectors.


el núcleo y la imagen de un Aplicación lineal

Published on Apr 21, 2012
Ejemplo de como se calcula el núcleo y la imagen de un Aplicación lineal