- 53
- 106 121
Blanca Guillen
เข้าร่วมเมื่อ 1 พ.ค. 2011
Ecuaciones de 1er grado
En este corto video resumo los aspectos clave de las ecuaciones de 1er grado, el concepto y algunos tips para resolverlas. Con el fin de orientar al espectador resuelvo una ecuación y dejo algunos ejercicios que les ayudarán a poner a prueba sus conocimientos. #ecuaciones #primergrado #resolverecuaciones #algebra
มุมมอง: 45
วีดีโอ
Implementación en MATLAB del método de Euler para aproximar la solución de una ecuación diferencial
มุมมอง 209ปีที่แล้ว
En este video implemento en MATLAB el método de Euler para aproximar la solución de una ecuación diferencial ordinaria (EDO) de valor inicial. Este tipo de problemas también se conocen en la literatura como problemas de valor inicial (PVI). Utilizo un live script para ir desarrollando paso a paso la solución del problema planteado. Abajo les comparto el link del formato del live script que util...
Convergencia del método de Jacobi utilizando MATLAB
มุมมอง 619ปีที่แล้ว
En este video explico como determinar la convergencia del método de Jacobi a partir de la matriz de iteración utilizando herramientas de MATLAB, específicamente las funciones diag, tril, triu y eig. Para ilustrar el procedimiento a seguir utilizo el sistema de ecuaciones lineales 3x3 de la video-clase: th-cam.com/video/wVsB6nFtus4/w-d-xo.htmlsi=7A3vifv9M5BFKwP2.
Convertir imágenes fMRI de formato DICOM a Nifti usando SPM12
มุมมอง 132ปีที่แล้ว
En este video explico los pasos a seguir para convertir una secuencia de imágenes de resonancia magnética funcional (fMRI) de formato DICOM a Nifti usando el paquete de software SPM. Si aún no tienes SPM12 puedes descargarlo en el siguiente link: www.fil.ion.ucl.ac.uk/spm/software/download/
Método de Cholesky
มุมมอง 3.1K2 ปีที่แล้ว
En este video explico explico el método de Cholesky, el cual permite factorizar matrices simétricas y definidas positivas en la forma LU, con U la matriz transpuesta de L.
Método de sobre-relajación sucesiva (SOR)
มุมมอง 8K2 ปีที่แล้ว
En este video explico el método iterativo de sobre-relajación sucesiva (SOR), el cual permite aproximar la solución de sistemas de ecuaciones lineales.
Método de Gauss-Seidel
มุมมอง 4K2 ปีที่แล้ว
En este video explico el método iterativo de Gauss-Seidel, el cual permite aproximar la solución de sistemas de ecuaciones lineales.
Método de Jacobi
มุมมอง 14K2 ปีที่แล้ว
En este video explico el método de Jacobi, el cual forma parte del conjunto de métodos iterativos para resolver sistemas de ecuaciones lineales.
Método de Crout
มุมมอง 7K2 ปีที่แล้ว
En este video explico el método de Crout, el cual permite factorizar matrices en la forma LU.
Matrices especiales
มุมมอง 5172 ปีที่แล้ว
En este video explico las condiciones que debe cumplir una matriz para que sea clasificada como dominante en sentido diagonal, definida positiva o bandeada. Este tipo de matrices reúnen una serie de propiedades que o bien facilitan la descomposición LU o garantizan que los cálculos producto de la eliminación gaussiana sean estables respecto de los errores de redondeo.
Metodo de Doolittle
มุมมอง 4.8K2 ปีที่แล้ว
En este video explico el método de Doolittle, el cual permite factorizar una matriz en el producto LU, con L una matriz triangular inferior y U triangular superior. Mediante un ejemplo ilustro la forma en que se obtienen las matrices L y U, y cómo se resuelve un sistema de ecuaciones a partir de dicha factorización.
Estrategias de pivoteo
มุมมอง 1.1K2 ปีที่แล้ว
En este video explico las estrategias de pivoteo parcial y escalado en el contexto de la resolución numérica de sistemas de ecuaciones lineales mediante el método de eliminación gaussiana. Para ilustrar su aplicación recurro a un par de ejemplos que muestran las dificultades que pueden surgir cuando se utiliza el computador y cómo se superan al utilizar dichas estrategias.
Método de eliminación gaussiana
มุมมอง 7762 ปีที่แล้ว
En este video explico el método de eliminación gaussiana en el contexto de los métodos numéricos, haciendo especial énfasis en la notación y la forma ordenada en que deben realizarse las operaciones de reducción de la matriz ampliada a la forma triangular superior. Esto último es crucial al momento de automatizar el método.
Resolución numérica de sistemas de ecuaciones lineales - Introducción
มุมมอง 3672 ปีที่แล้ว
En este video les traigo la introducción del tema: resolución numérica de sistemas de ecuaciones lineales. Partiendo de un ejemplo construyo la forma general del problema a resolver, para luego hacer un breve recorrido por los métodos a utilizar y las dificultades que pueden surgir en su implementación.
Regresión polinomial, exponencial y potencial
มุมมอง 1.1K2 ปีที่แล้ว
En este video explico los métodos de regresión polinomial, exponencial y potencial mediante mínimos cuadrados, haciendo especial énfasis en la linealización de estos últimos. Con el fin de ilustrar la aplicación de los métodos he incluido ejemplos para cada uno de los casos presentados.
Aproximación mediante mínimos cuadrados - regresión lineal
มุมมอง 8522 ปีที่แล้ว
Aproximación mediante mínimos cuadrados - regresión lineal
Solución de ecuaciones no lineales de una variable - Introducción
มุมมอง 5652 ปีที่แล้ว
Solución de ecuaciones no lineales de una variable - Introducción
Solución numérica de la ecuación de onda usando MATLAB
มุมมอง 1.5K3 ปีที่แล้ว
Solución numérica de la ecuación de onda usando MATLAB
Solución numérica EDP parabólicas usando MATLAB
มุมมอง 1.4K3 ปีที่แล้ว
Solución numérica EDP parabólicas usando MATLAB
Muchas gracias, fue de muchisima ayuda!
Hola, me complace que te haya sido de utilidad el material presentado.
buena explicaci'on gracias
@@victormanuelbautistamendoz6218 Hola Víctor. Me contenta que te haya servido. Muchas gracias.
Gracias por los videos, me ayudaron mucho. Como podria aprender hacer los diagramas de flujo y a programarlo en Matlab.
Hola Jesús. Para aprender o repasar diagrmas de flujo puedes usar el libro de Chapra y Canale, Capítulo 2, puedes descargarlo en este enlace drive.google.com/file/d/1SkiLydcf_-WLMp9CXOUospgMX6SUXo9H/view?usp=drive_link
donde encuentro ese libro
Hola Sergio. Acá lo puedes descargar drive.google.com/file/d/1cpGifAoMVFju636GH2cvHlVQh25wNB5x/view?usp=drive_link
zzz con todo el afán de ofender
Me dormí al primer minuto de explicación. Muy monótona su voz.
Hola Enrique, hay para todos los gustos. Gracias por la crítica, bien aprovechada ayuda. Aunque es difícil cambiar el tono de voz sin trabajarlo bastante. Seguro encontrarás material que te mantenga despierto más tiempo.
muchas gracias profe, excelente explicacion. Usted sabe todas las ecuaciones las resolvi con calculadora y con excel
Excelente, esta es una técnica sencilla que tiene muchísimas aplicaciones prácticas.
🖤 me gusto mucho el video, justo lo que necesitaba
@@emmanueltenorio5201 Hola Emmanuel. Me contenta que te haya sido de utilidad.
De todos los videos que he visto hoy sobre el tema, este es el más me ha aclarado las ideas.
Hola Antonio. Me contenta que te haya sido de utilidad.
Excelente video, tiene algun otro donde explique con las condiciones de frontera no sean 0
Hola Freddy. No he grabado de ese tipo, pero si tienes interés por algún tipo de frontera en particular podría prepararlo.
excelente explicación!!
🎉
muchas gracias, muy buen video, me has salvado un trabajo de la universidad, estaría muy bien que hicieses un video programando un ejemplo.
Gracias Ricardo. Me complace que te haya servido. Espero grabar pronto un video con un ejemplo.
cual es la diferencia entre el metodo de jacobi y el metodo gauss-seidel?
Hola. La diferencia es la siguiente: en la iteración k el método de Jacobi utiliza la aproximación anterior x^(k-1) completa (aquí x es el vector n-dimensional y k es el número de iteración actual); el de G-S en cambio, utiliza las entradas recién calculadas de x, en la misma iteración. Es decir, en la iteración k, el método de G-S calcula la 1a componente de x (x1^(k)), luego cuando va a calcular la segunda componente de x (x2^(k)) utiliza a x1^(k) en vez de x^(k-1).
Que gran explicación 👏👏👏, ya vi que tiene muchos videos que me van a ayudar en mi maestría muchas gracias
Hola. Muchas gracias por tu comentario. Me contenta que te haya gustado. Éxitos en tu maestría.
Disculpe, en el método de Gauss Seidel como se define k en la Suma? Como se cuánto vale?
Hola, k denota el número de iteraciones. Puede ser un número prefijado, por ejemplo 10 iteraciones si no se ha definido un criterio de parada y tu interés es hacer unas corridas. Pero, el número de iteraciones, depende del criterio de parada. Por ejemplo, si tu criterio de parada es que la distancia entre dos iteraciones consecutivas es 0.001, k se define con un contador, que empezaría en 1, y va sumando 1 en cada iteracion hasta que el error sea menor que 0.001. El criterio de parada puedes verlo en el video. Espero haber aclarado tu duda. Si no, sigo a la orden para ahondar un poco más en este punto.
Su número cel
Hola Alfredo. Me puedes contactar por los correos blaguillen@gmail.com o blancag@unet.edu.ve
Mil gracias, ¡su explicación vale oro!
Gracias por tu comentario. Me contenta te haya resultado de utilidad.
De que libro obtuviste esta información?
Hola Debora. Puedes encontrarla en el libro Análisis Numérico de Burden y Faires.
Me salvó la vida. Muchísimas gracias <3
Hola, gracias por tu comentario. Me contenta que el material te haya sido de utilidad.
Muchas gracias por tus vídeos, hay pocas explicaciones tan claras sobre métodos numéricos.
Muchas gracias Alex por tu valoración de mi trabajo. Eso me anima a seguir produciendo contenido para el canal.
16:46
Profesora Blanca buenas noches, muchas gracias por el los videos son excelente. Porfavor me podria proporcionar la ppt de Aproximacion polinomica y Polinomio de Lagrnage y Newton porfavor.
Hola Pablo. Muchas gracias por tu comentario. Con mucho gusto acá te comparto el link: drive.google.com/file/d/1Ifhv0XZdjATA2uOD8kf6Q6y6AQGGI7e3/view?usp=drive_link. Ahí están los métodos de Lagrange y Newton junto con la teoría general de interpolación.
Muy buen vídeo, me ha ayudado a comprender lo y he encontrado un libro para la materia
Gracias por tu comentario David. Me complace que te haya servido este material para tus clases.
Qué debo hacer para calcular u_{1,3} y l_{3,1}? Muchas gracias, gran explicación... :3
Hola. Gracias por tu comentario. Te explico. Tu pregunta está relacionada con matrices que no son tridiagonales. Voy a suponer que la matriz A es 3x3. Para hallar l_{31} se multiplica la fila 3 de L con la 1a columna de U y se iguala a la entrada correspondiente de A; esta operación da: l_{31} * 1 = a_{31} ==> l_{31}=a_{31}. Para hallar u_{13} se multiplica la fila 1 de L con la 3a columna de U y se iguala a la entrada correspondiente de A; esta operación da: l_{11} * u_{13} ==> a_{13} ==> u_{13}=a_{13}/l_{11}, como l_{11}=a_{11}, entonces u_{13}=a_{13}/a_{11}. Cualquier duda estoy a la orden.
Corrección: antes l_{11} * u_{13} ==> a_{13} ; debe ser l_{11} * u_{13} = a_{13}
Muchas gracias por la aclaración... :3 ☺@@blaguillen
Que buen video, gracias.
Profesora como podria estudiar la convergencia de gauss-seidel. Profesora un favor mas me podria brindar la notas del curso son interesantes.
La convergencia del método de Gauss-Seidel es bastante similar. En ese caso, la matriz de iteración viene dada por: TG=inv(D-L)*U. Lo demás es idéntico. Acá te dejo el link de la clase de métodos iterativos para resolver SEL, están los 3 métodos en un pdf: drive.google.com/file/d/1-_KsHd5mzl6wLYpnJPLwzP7j0CN08dZd/view?usp=drive_link Si llegas a tener algún problema para descargar el pdf me escribes. Estoy a la orden.
Profesora, un consejo, trate de ser más clara en sus explicaciones hay veces que no se le entiende
Hola Alejandro. Gracias por el comentario. Me gustaría saber exactamente donde te sentiste confundido, con eso prodría ir haciendo las correcciones necesarias.
En el ejercicio práctico, se resuelve Ax=b pero al momento de plantear los sistemas de ecuaciones no lo Iguala a "b" es otro vector, no entiendo eso
Hola Alejandro. Creo entender tu confusión. El problema que estamos resolviendo efectivamente es Ax=b, pero cuando se aplica el método de Doolite la solución (el vector x) se obtiene mediante los pasos siguientes: (1) Se descompone la matriz A en las 2 matrices L y U (A=LU), (2) El problema Ax=b se resuelve utilizando un esquema de 2 pasos que resulta al sustituir A por LU en la ecuación Ax=b (recuerda que A=LU). ¿Cómo se hace? La "nueva ecuación" LUx=b, se ordena asi: L(Ux)=b, y se hace el cambio de variables: - Ux=y, aquí tanto x como y son desconocidos (incógnitas) - Ly=b, aquí la única incógnita es y. Como L es triangular inferior la solución "y" es fácil de conseguir utilizando sustitución hacia adelante como se explica en el video. Una vez que has determinado el vector "y" es fácil resolver la ecuación Ux=y, con lo que obtienes x, que es el vector solución del problema original. Fíjate que la elminación gaussiana permite resolver el problema del video sin pasar por la descomposición LU ni cambios de variable. Pero el objetivo aquí es explicar en que consite el método de Doolittle. Te recuerdo que la descomposición LU es útil cuando se desea resolver sistemas de ecuaciones lineales simultáneos. Esto es, varios sistemas (por ejemplo 2 o más) con la misma matriz de coeficientes, pero vectores independientes diferentes. Sistemas como estos: Ax=b1, Ax=b2, Ax=b3, etc.
@@blaguillen gracias maestra
Bro busca el video de daniela Luna , ahí esta mas claro
hubiera sido genial mostraras la matriz que se va formando a cada iteracion pero bueno, ya que es un ciclo, eso se puede representarar en una matriz como si guardaras cada pasada en la matriz.
Hola Ezequiel, gracias por la retroalimentación, aunque te confieso que no me quedó muy clara tu sugerencia. La matriz de la que hablas, ¿es la matriz de iteración T? o ¿los vectores de aproximación x^(k)?
@@blaguillen la matriz resultante de cada iteracion! gracias por responder
@@ezehernandez4950 Vale, entendí. Yo suelo llamarlo vector (vector columna exactamente), pero también es una matriz 3x1. Decidí hacer 2 iteraciones para no alargar mucho el video, pero en una próxima edición planeo incluir una tabla con algunas iteraciones adicionales. Gracias por tus comentarios.
X=(1 2 -1)T
Muchas gracias profe, el mío de un momento a otro sacó esto del crecimiento lineal y exponencial sin haber explicado condición y estabilidad, entonces quedé perdidísimo, ya lo tengo más claro.
Hola Juan, me agrada que te haya sido de utilidad. Cualquier duda estoy a la orden.
Gracias por el aporte
Siempre a la orden.
Excelente explicación.
Gracias!
No deje de subir videos, no he visto algo tan claro como estos videos de métodos numéricos
Gracias JexLuis, sigo trabajando para complementar el material publicado.
He visto cualquier cantidad de vídeos sobre este método, y ninguno con tanta claridad como este. Gracias!!!
Me contenta que te haya gustado. Cualquier duda estoy a la orden.
Hola, muchas gracias por el video, excelente explicación, saludos.
Gracias Edward! Me contenta que te haya sido de utilidad.
Una duda, leí el libro de Bursen y al paso 1 es J(x⁰)y⁰= -F(x⁰) Y usted no le puso el signo menos al F(x⁰)
Hola, eso depende de cómo calculas la aproximación siguiente. Por ejemplo, si en el paso 1 resuelves J(x⁰)y⁰= F(x⁰), entonces la nueva aproximación es: x^1=x⁰ - y⁰ (yo lo hago así en el video). Pero si haces como en el Burden, J(x⁰)y⁰= -F(x⁰), entonces la nueva aproximación es: x^1=x⁰+y⁰ (ver paso 5 del algoritmo en el libro del Burden 6a Ed.). Gracias por tu comentario, probablemente ayuda a otros a aclarar la misma duda.
Muchas gracias por su explicación, desearía tanto un docente que tenga la misma profesión que la suya, siga adelante es un video muy entendible
Gracias Arturo por tu comentario. Me anima y reconforta saber que mi trabajo puede servirle a otros. Por aquí a la orden para ayudarte con cualquier problema relacionado con análisis o métodos Numéricos, álgebra lineal o cáculo.
excelente tu explicacion
Hola, gran video. Solo tengo una duda algo absurda, cómo calculó los valores de y? Saludos
Hola Josué. Los valores de y se consiguen resolviendo un sistema de ecuaciones lineales de la forma Ay=b, donde A=J(x(k-1)) y b=F(x(k-1)). Por ejemplo, si el SENL es 2x2, como en el ejemplo 2, y estás en la 1a iteración del método con x^(0)=(0.5,0.25), entonces harias lo siguiente: 1. defines la función F(x,y)=[3*x^2+4*y-1; y^3-8*x^3-1]; 2. Hallas la matriz Jacobiana de tamaño 2x2 que seria, J(x,y)=[6*x 4; -24*x^2 3*y^2 ]; 3. Evalúas esas funciones para x=0.5, y=0.25, con lo cual obtienes A y b con entradas completamente numéricas. Finalmente resuelves el SEL Ax=b. Ese sistema es fácil de resolver a mano, pero también puedes usar MATLAB o Scilab. Espero haber respondido tu pregunta. Cualquier duda sigo a la orden.
puedes compartir el programa para correrlo en matlab ?
Hola Carlos, disculpa la lentitud en responder. Si quieres exactamente lo que muestro en el video no puedo compartirlo en este momento porque no lo tengo a mano, el equipo en el que lo programé se me dano. Por ahora te te puedo compartir un programa que resuelve cualquier problema con valores en la frontera usando el método no lineal, pero debes pasar los datos del problema a resolver como entrada. Para compartir el archivo necesito tu cuenta de correo.
Excelente video, comparto un video de una Ecuación de Difusión Bifraccional Multivariable en caso de que sea de utilidad th-cam.com/video/QIrwAahBU6Q/w-d-xo.html