Sin datos

Es de destacar la demanda de computadores con gran potencia de cálculo que hoy en día se stá exigiendo tanto a nivel científico como industrial. La velocidad en la computación tiene unos límites y restricciones lógicos y tecnológicos a los que paulatinamente se va llegando. Así pues, nuevos incrementos en la velocidad de los computadores se deben buscar en el paralelismo, el cual consiste en replicar unidades de tratamiento de información con el objetivo de repartir tareas entre las mismas, espacial o temporalmente, y realizar la ejecución del programa en cuestión, en un tiempo inferior. A las arquitecturas de este tipo de computadores se las denomina arquitecturas paralelas, y es en la computación matricial donde estas arquitecturas pueden considerarse especialmente adecuadas, ya que dicho campo contiene un alto grado de paralelismo implícito. Además la computación matricial posee multitud de aplicaciones entre las que podemos citar las aplicaciones en problemas de control y las aplicaciones en el procesamiento de la señal. En esta última aplicación existe el problema de reconstruir los parámetros de un fenómeno físico a partir del conocimiento de un conjunto de señales externas observadas. Ejemplos de este problema se pueden encontrar en procesamiento de señales biomédicas, procesamiento de imágenes y reconocimiento del habla, procesamiento de señales sísmicas, etc. Recordemos además, que uno de los problemas clásicos de la computación matricial y que aparece en muchos campos de la ciencia es la resolución de grandes sistemas de ecuaciones lineales. La aparición de estos computadores paralelos ha dado lugar no sólo a una adecuación de los algoritmos clásicos de la computación matricial para su implementación y ejecución en dichos computadores, sino que además se pretende la búsqueda de nuevos métodos que obtengan un buen rendimiento de la máquina.