SlideShare una empresa de Scribd logo
matricesOrlando Miguel Ospino Ospino  		Cod 2073782Diego Leonardo Ferreira Ortiz		Cod 2073477Nafis Badrán Lizarazo 			Cod 2072339Erika Johana Villarreal Villarreal 		Cod 2073468Francy Guerrero Zabala 			Cod 2080751Diego Fernando Gómez Páez               	Cod 2072320
SISTEMAS DE ECUACIONES LINEALESUnsistema lineal  es un conjunto de ecuaciones lineales sobre un cuerpo o un anillo conmutativo. De la siguiente forma:--ason los coeficientes constantes-- b son los términos independientes constantes --nes el número de ecuaciones
NOTACIÓN MATRICIALUna matriz consiste en un arreglo rectangular de elementos representado por un solo símbolo. Como se muestra en la figura, [A] es la notación breve para la matriz y aij designa un elemento individual de la matriz.Un conjunto horizontal de elementos se llama renglón (o fila); y uno vertical, columna. El primer subíndice i designa el número de renglón en el cual está el elemento. El subíndice j  indica la columna. Por ejemplo, el elemento a23está en el renglón 2 y la columna 3.
TIPOS DE MATRICES
TIPOS DE MATRICES
TIPOS DE MATRICES
TIPOS DE MATRICES
MULTIPLICACIÓN DE MATRICES La primera fila de A por todas las columnas de B, generara la primera fila de la matriz producto AB.
La segunda fila de A por todas las columnas de B, generara la segunda fila de la matriz producto AB.
La tercera fila de A por todas las columnas de B, generara la tercera fila de la matriz producto AB, y así sucesivamente.Para multiplicar 2 matrices será necesario cumplir el siguiente requisito:El número de columnas de la primera matriz deberá ser igual al número de filas de la segunda.Este requisito en termino de orden será: (m,p)x(p,n)=(m,n). Donde el orden de la primera matriz es (m,p), y de la segunda matriz es (p,n), por tanto el orden de la matriz resultante sera (m,n).
MULTIPLICACIÓN DE MATRICES Ejemplo: hallar el producto de ABEl orden de A es (5,3) y el de B es (3,2), luego el orden de la matriz producto será (5,2)
DETERMINANTE DE UNA MATRIZEl determinante de una matriz es un concepto fundamental del algebra lineal con el cual se determina la existencia y la unidad de los resultados de los sistemas de ecuaciones lineales. Para representar el determinante de una matriz A usaremos det A, aunque también se acostumbra utilizar la notación |A|.El determinante está asociado a cualquier matriz cuadrada
DETERMINANTE DE UNA MATRIZEsta formula se denomina expiación del det A por medio de cofactores de renglón i. La ventaja de esta fórmula es que disminuye el cálculo del det A para una matriz de mxm cálculos que requieren solo matrices (m – 1)x(m – 1). Se aplica la formula hasta que det A pueda ser expresado en términos de matrices de 2x2. Después se encuentran los determinantes de las matrices 2x2 pertinentes. Forma  2: si A es una matriz de mxm entonces para cualquier valor i y j, el ij-esimo menor de A (Aij) es la sub matriz (m – 1)x(m – 1) de A obtenida luego de eliminar el renglon i y la columna j de A.
NOTACIÓN MATRICIALEjemplo : determinar el determinante de la matriz ASe expande det A por medio de cofactores del renglón 1. Observe que a11 = 1, a12 = 2, a13 = 3.
SOLUCIÓN DE SISTEMAS PEQUEÑOS DE ECUACIONESAntes de analizar los métodos computacionales, describiremos algunos métodos que son apropiados en la solución de pequeños sistemas de ecuaciones simultaneas que no requieren de una computadora, Estos son:Método grafico
Regla de cramer
Eliminación de incógnitasMÉTODO GRAFICOa11 x1 + a12x2 = b1a21 x1 + a22x2 = b2despejando x2. Para dos ecuaciones se pueden obtener una solución al graficarlas en coordenadas cartesianas con un eje que corresponda a x1 y el otro x2. Debido a que en estos sistemas lineales, cada ecuación se relaciona con una línea recta, lo cual se ilustra fácilmente mediantes las ecuaciones generales.
MÉTODO GRAFICOCon el método grafico resuelva:
MÉTODO GRAFICOPor ejemplo, la  figura 2 muestra tres casos que pueden ocasionar problemas al resolver sistemas de ecuaciones lineales. La figura 2a presenta el caso en que las dos ecuaciones representan líneas paralelas. En estos casos no existe solución, ya que las dos líneas jamás se cruzan. La figura 2b representa el caso en que las dos líneas coinciden. En este existe un número infinito de soluciones. Se dice que ambos tipos de sistemas son singulares. Además, los sistemas muy próximos a ser singulares (figura 2c) también pueden causar problemas; a estos sistemas se les llama mal condicionados.Para tres ecuaciones  simultaneas, cada ecuación se representa como un plano en un sistema de coordenadas tridimensional. El punto en donde se intersecan los tres planos representa la solución. Para más de tres incógnitas, los métodos gráficos no funcionan y por consiguiente, tienen poco valor práctico para resolver ecuaciones simultáneas. No obstante, resultan útiles para visualizar propiedades de las soluciones
REGLA DE CRAMERLa regla de Cramer establece que cada incógnita de un sistema de ecuaciones lineales algebraicas puede expresarse como una fracción de dos determinantes con denominador D y con  el numerador obtenido a partir de D, al reemplazar la columna de coeficientes de la incógnita en cuestión por las constantes b1, b2,…….bn. Para más de tres ecuaciones, la regla de Cramerno resulta práctica, ya que conforme aumenta el número de ecuaciones, los determinantes consumen tiempo al evaluarlos manualmente (o por computadora). Por eso se utilizan otras alternativas más eficientes.
ELIMINACION DE INCÓGNITASLa eliminación de incógnitas mediantes la combinación de ecuaciones es un método algebraico que se ilustra con un sistema de dos ecuaciones simultáneas:La estrategia básica consiste en multiplicar las ecuaciones por constantes, de tal forma que se elimine una de las incógnitas cuando se combinen las dos ecuaciones. El resultado es una sola ecuación en las que se pueden despejar la incógnita restante. Este valor se sustituye en cualquiera de las ecuaciones originales para calcular la otra variable. Observe que las ecuaciones 6 y 7 se relacionan directamente con la regla de Cramer, que establece.ELIMINACION DE INCÓGNITASLa eliminación de incógnitas se puede extender a sistemas con más de tres ecuaciones. Sin embargo, los múltiples cálculos que se requieren para sistemas más grandes hacen que el método sea extremadamente tedioso para realizarse a mano. No obstante, la técnica llega a formalizarse y programarse fácilmente en la computadora.

Más contenido relacionado

La actualidad más candente

3.2.4 regla de cramer
3.2.4 regla de cramer3.2.4 regla de cramer
3.2.4 regla de cramer
Roger Burgos
 
1. matrices y operaciones
1. matrices y operaciones1. matrices y operaciones
1. matrices y operaciones
angiegutierrez11
 
El metodo doolittle
El metodo doolittleEl metodo doolittle
El metodo doolittle
Tapia Ruiz Ronald
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
Alejandro Machado Colina
 
Sistemas de Ecuaciones Lineales por la Inversa de una Matriz. Presentación di...
Sistemas de Ecuaciones Lineales por la Inversa de una Matriz. Presentación di...Sistemas de Ecuaciones Lineales por la Inversa de una Matriz. Presentación di...
Sistemas de Ecuaciones Lineales por la Inversa de una Matriz. Presentación di...
JAVIER SOLIS NOYOLA
 
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
JAVIER SOLIS NOYOLA
 
Clase sisli 11
Clase sisli 11Clase sisli 11
Clase sisli 11
Dalisa Peres Contreras
 
Ud 2 determinantes
Ud 2 determinantesUd 2 determinantes
Ud 2 determinantes
alfonnavarro
 
Inversión de matrices
Inversión de matricesInversión de matrices
Inversión de matrices
mariacadena
 
UD3
UD3UD3
Resumen de algebra_mat 2
Resumen de algebra_mat 2Resumen de algebra_mat 2
Resumen de algebra_mat 2
Alberto Gonzalez Isorna
 
Semana2algebraenpdf
Semana2algebraenpdfSemana2algebraenpdf
Semana2algebraenpdf
angiegutierrez11
 
METODO ELIMINACION GAUSSIANA UNIDAD III
METODO ELIMINACION GAUSSIANA UNIDAD IIIMETODO ELIMINACION GAUSSIANA UNIDAD III
METODO ELIMINACION GAUSSIANA UNIDAD III
joseimonteroc
 
Regla de Cramer para Sistemas de Ecuaciones Lineales. Presentación diseñada ...
Regla de Cramer  para Sistemas de Ecuaciones Lineales. Presentación diseñada ...Regla de Cramer  para Sistemas de Ecuaciones Lineales. Presentación diseñada ...
Regla de Cramer para Sistemas de Ecuaciones Lineales. Presentación diseñada ...
JAVIER SOLIS NOYOLA
 
Repaso de clasificación de sistemas de ecuaciones lineales
Repaso de clasificación de sistemas de ecuaciones linealesRepaso de clasificación de sistemas de ecuaciones lineales
Repaso de clasificación de sistemas de ecuaciones lineales
Ana Robles
 
Sistemas de Ecuaciones Lineales.
Sistemas de Ecuaciones Lineales.Sistemas de Ecuaciones Lineales.
Sistemas de Ecuaciones Lineales.
christopheradan50
 
Métodos de eliminación gaussiana
Métodos de eliminación gaussianaMétodos de eliminación gaussiana
Métodos de eliminación gaussiana
wilmerleon67
 
Metodo de eliminacion gaussiana simple
Metodo de eliminacion gaussiana simpleMetodo de eliminacion gaussiana simple
Metodo de eliminacion gaussiana simple
Tensor
 

La actualidad más candente (18)

3.2.4 regla de cramer
3.2.4 regla de cramer3.2.4 regla de cramer
3.2.4 regla de cramer
 
1. matrices y operaciones
1. matrices y operaciones1. matrices y operaciones
1. matrices y operaciones
 
El metodo doolittle
El metodo doolittleEl metodo doolittle
El metodo doolittle
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Sistemas de Ecuaciones Lineales por la Inversa de una Matriz. Presentación di...
Sistemas de Ecuaciones Lineales por la Inversa de una Matriz. Presentación di...Sistemas de Ecuaciones Lineales por la Inversa de una Matriz. Presentación di...
Sistemas de Ecuaciones Lineales por la Inversa de una Matriz. Presentación di...
 
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
Sistemas de Ecuaciones Lineales y Matriz Inversa por Método de Gauss-Jordan. ...
 
Clase sisli 11
Clase sisli 11Clase sisli 11
Clase sisli 11
 
Ud 2 determinantes
Ud 2 determinantesUd 2 determinantes
Ud 2 determinantes
 
Inversión de matrices
Inversión de matricesInversión de matrices
Inversión de matrices
 
UD3
UD3UD3
UD3
 
Resumen de algebra_mat 2
Resumen de algebra_mat 2Resumen de algebra_mat 2
Resumen de algebra_mat 2
 
Semana2algebraenpdf
Semana2algebraenpdfSemana2algebraenpdf
Semana2algebraenpdf
 
METODO ELIMINACION GAUSSIANA UNIDAD III
METODO ELIMINACION GAUSSIANA UNIDAD IIIMETODO ELIMINACION GAUSSIANA UNIDAD III
METODO ELIMINACION GAUSSIANA UNIDAD III
 
Regla de Cramer para Sistemas de Ecuaciones Lineales. Presentación diseñada ...
Regla de Cramer  para Sistemas de Ecuaciones Lineales. Presentación diseñada ...Regla de Cramer  para Sistemas de Ecuaciones Lineales. Presentación diseñada ...
Regla de Cramer para Sistemas de Ecuaciones Lineales. Presentación diseñada ...
 
Repaso de clasificación de sistemas de ecuaciones lineales
Repaso de clasificación de sistemas de ecuaciones linealesRepaso de clasificación de sistemas de ecuaciones lineales
Repaso de clasificación de sistemas de ecuaciones lineales
 
Sistemas de Ecuaciones Lineales.
Sistemas de Ecuaciones Lineales.Sistemas de Ecuaciones Lineales.
Sistemas de Ecuaciones Lineales.
 
Métodos de eliminación gaussiana
Métodos de eliminación gaussianaMétodos de eliminación gaussiana
Métodos de eliminación gaussiana
 
Metodo de eliminacion gaussiana simple
Metodo de eliminacion gaussiana simpleMetodo de eliminacion gaussiana simple
Metodo de eliminacion gaussiana simple
 

Similar a Expocision

Capitulo 4
Capitulo 4Capitulo 4
Álgebra Lineal y Modelamiento Económico
Álgebra Lineal y Modelamiento EconómicoÁlgebra Lineal y Modelamiento Económico
Álgebra Lineal y Modelamiento Económico
Juan Segura
 
Resumen de algebra_matii
Resumen de algebra_matiiResumen de algebra_matii
Resumen de algebra_matii
a99carlitos
 
Proyecto grupal 2
Proyecto grupal 2Proyecto grupal 2
Proyecto grupal 2
briggitty
 
Metodos numericos capitulo 2
Metodos numericos capitulo 2Metodos numericos capitulo 2
Metodos numericos capitulo 2
Juan Timoteo Cori
 
Matrices
MatricesMatrices
Matrices
Juan Victor
 
Unidad 3 sistemas lineales
Unidad 3 sistemas linealesUnidad 3 sistemas lineales
Unidad 3 sistemas lineales
Pedro Tellez Cuevas
 
Álgebra 2 bachillerato Evau.
Álgebra 2 bachillerato Evau.Álgebra 2 bachillerato Evau.
Álgebra 2 bachillerato Evau.
David Valledor
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
Karen Castañeda Pimentel
 
Capitulo 2-matrices-y-determinantes-evaluaciones
Capitulo 2-matrices-y-determinantes-evaluacionesCapitulo 2-matrices-y-determinantes-evaluaciones
Capitulo 2-matrices-y-determinantes-evaluaciones
lui carin
 
Matrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdfMatrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
jesus rojass
 
Unidad 2 matrices
Unidad 2 matricesUnidad 2 matrices
Unidad 2 matrices
Carla Iraiz Barrios Lopez
 
Matrices
MatricesMatrices
Matrices
Ray Mera
 
Presentación1 diego
Presentación1 diegoPresentación1 diego
Presentación1 diego
Richard Buitron
 
Determinantes
DeterminantesDeterminantes
Determinantes
matematicajiv
 
Sistemas de ecuaciones lineales
Sistemas de ecuaciones linealesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales
AleBe52
 
Correlacion y regresion listo
Correlacion y regresion listoCorrelacion y regresion listo
Correlacion y regresion listo
NorisCarrilloCarrill
 
Soluciones de sistema de ecuaciones en Matlab
Soluciones de sistema de ecuaciones en MatlabSoluciones de sistema de ecuaciones en Matlab
Soluciones de sistema de ecuaciones en Matlab
Hugo Piure
 
Analisis numerico-resumen
Analisis numerico-resumenAnalisis numerico-resumen
Analisis numerico-resumen
Marbet31
 

Similar a Expocision (20)

Capitulo 4
Capitulo 4Capitulo 4
Capitulo 4
 
Álgebra Lineal y Modelamiento Económico
Álgebra Lineal y Modelamiento EconómicoÁlgebra Lineal y Modelamiento Económico
Álgebra Lineal y Modelamiento Económico
 
Resumen de algebra_matii
Resumen de algebra_matiiResumen de algebra_matii
Resumen de algebra_matii
 
Proyecto grupal 2
Proyecto grupal 2Proyecto grupal 2
Proyecto grupal 2
 
Metodos numericos capitulo 2
Metodos numericos capitulo 2Metodos numericos capitulo 2
Metodos numericos capitulo 2
 
Matrices
MatricesMatrices
Matrices
 
Unidad 3 sistemas lineales
Unidad 3 sistemas linealesUnidad 3 sistemas lineales
Unidad 3 sistemas lineales
 
Álgebra 2 bachillerato Evau.
Álgebra 2 bachillerato Evau.Álgebra 2 bachillerato Evau.
Álgebra 2 bachillerato Evau.
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Capitulo 2-matrices-y-determinantes-evaluaciones
Capitulo 2-matrices-y-determinantes-evaluacionesCapitulo 2-matrices-y-determinantes-evaluaciones
Capitulo 2-matrices-y-determinantes-evaluaciones
 
Matrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdfMatrices y Determinantes MD1 Ccesa007.pdf
Matrices y Determinantes MD1 Ccesa007.pdf
 
Matrices y determinantes
Matrices y determinantesMatrices y determinantes
Matrices y determinantes
 
Unidad 2 matrices
Unidad 2 matricesUnidad 2 matrices
Unidad 2 matrices
 
Matrices
MatricesMatrices
Matrices
 
Presentación1 diego
Presentación1 diegoPresentación1 diego
Presentación1 diego
 
Determinantes
DeterminantesDeterminantes
Determinantes
 
Sistemas de ecuaciones lineales
Sistemas de ecuaciones linealesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales
 
Correlacion y regresion listo
Correlacion y regresion listoCorrelacion y regresion listo
Correlacion y regresion listo
 
Soluciones de sistema de ecuaciones en Matlab
Soluciones de sistema de ecuaciones en MatlabSoluciones de sistema de ecuaciones en Matlab
Soluciones de sistema de ecuaciones en Matlab
 
Analisis numerico-resumen
Analisis numerico-resumenAnalisis numerico-resumen
Analisis numerico-resumen
 

Más de universidad industrial de santander

Chapter 2
Chapter 2Chapter 2
Chapter 3
Chapter 3Chapter 3
Chapter 5
Chapter 5Chapter 5
Chapter 2
Chapter 2Chapter 2
Chapter 4
Chapter 4Chapter 4
Expocision
ExpocisionExpocision
Expocision
ExpocisionExpocision
Expocision
ExpocisionExpocision
Chapter 1
Chapter 1Chapter 1
Chapter 1
Chapter 1Chapter 1

Más de universidad industrial de santander (10)

Chapter 2
Chapter 2Chapter 2
Chapter 2
 
Chapter 3
Chapter 3Chapter 3
Chapter 3
 
Chapter 5
Chapter 5Chapter 5
Chapter 5
 
Chapter 2
Chapter 2Chapter 2
Chapter 2
 
Chapter 4
Chapter 4Chapter 4
Chapter 4
 
Expocision
ExpocisionExpocision
Expocision
 
Expocision
ExpocisionExpocision
Expocision
 
Expocision
ExpocisionExpocision
Expocision
 
Chapter 1
Chapter 1Chapter 1
Chapter 1
 
Chapter 1
Chapter 1Chapter 1
Chapter 1
 

Expocision

  • 1. matricesOrlando Miguel Ospino Ospino   Cod 2073782Diego Leonardo Ferreira Ortiz Cod 2073477Nafis Badrán Lizarazo Cod 2072339Erika Johana Villarreal Villarreal Cod 2073468Francy Guerrero Zabala Cod 2080751Diego Fernando Gómez Páez                Cod 2072320
  • 2. SISTEMAS DE ECUACIONES LINEALESUnsistema lineal es un conjunto de ecuaciones lineales sobre un cuerpo o un anillo conmutativo. De la siguiente forma:--ason los coeficientes constantes-- b son los términos independientes constantes --nes el número de ecuaciones
  • 3. NOTACIÓN MATRICIALUna matriz consiste en un arreglo rectangular de elementos representado por un solo símbolo. Como se muestra en la figura, [A] es la notación breve para la matriz y aij designa un elemento individual de la matriz.Un conjunto horizontal de elementos se llama renglón (o fila); y uno vertical, columna. El primer subíndice i designa el número de renglón en el cual está el elemento. El subíndice j indica la columna. Por ejemplo, el elemento a23está en el renglón 2 y la columna 3.
  • 8. MULTIPLICACIÓN DE MATRICES La primera fila de A por todas las columnas de B, generara la primera fila de la matriz producto AB.
  • 9. La segunda fila de A por todas las columnas de B, generara la segunda fila de la matriz producto AB.
  • 10. La tercera fila de A por todas las columnas de B, generara la tercera fila de la matriz producto AB, y así sucesivamente.Para multiplicar 2 matrices será necesario cumplir el siguiente requisito:El número de columnas de la primera matriz deberá ser igual al número de filas de la segunda.Este requisito en termino de orden será: (m,p)x(p,n)=(m,n). Donde el orden de la primera matriz es (m,p), y de la segunda matriz es (p,n), por tanto el orden de la matriz resultante sera (m,n).
  • 11. MULTIPLICACIÓN DE MATRICES Ejemplo: hallar el producto de ABEl orden de A es (5,3) y el de B es (3,2), luego el orden de la matriz producto será (5,2)
  • 12. DETERMINANTE DE UNA MATRIZEl determinante de una matriz es un concepto fundamental del algebra lineal con el cual se determina la existencia y la unidad de los resultados de los sistemas de ecuaciones lineales. Para representar el determinante de una matriz A usaremos det A, aunque también se acostumbra utilizar la notación |A|.El determinante está asociado a cualquier matriz cuadrada
  • 13. DETERMINANTE DE UNA MATRIZEsta formula se denomina expiación del det A por medio de cofactores de renglón i. La ventaja de esta fórmula es que disminuye el cálculo del det A para una matriz de mxm cálculos que requieren solo matrices (m – 1)x(m – 1). Se aplica la formula hasta que det A pueda ser expresado en términos de matrices de 2x2. Después se encuentran los determinantes de las matrices 2x2 pertinentes. Forma 2: si A es una matriz de mxm entonces para cualquier valor i y j, el ij-esimo menor de A (Aij) es la sub matriz (m – 1)x(m – 1) de A obtenida luego de eliminar el renglon i y la columna j de A.
  • 14. NOTACIÓN MATRICIALEjemplo : determinar el determinante de la matriz ASe expande det A por medio de cofactores del renglón 1. Observe que a11 = 1, a12 = 2, a13 = 3.
  • 15. SOLUCIÓN DE SISTEMAS PEQUEÑOS DE ECUACIONESAntes de analizar los métodos computacionales, describiremos algunos métodos que son apropiados en la solución de pequeños sistemas de ecuaciones simultaneas que no requieren de una computadora, Estos son:Método grafico
  • 17. Eliminación de incógnitasMÉTODO GRAFICOa11 x1 + a12x2 = b1a21 x1 + a22x2 = b2despejando x2. Para dos ecuaciones se pueden obtener una solución al graficarlas en coordenadas cartesianas con un eje que corresponda a x1 y el otro x2. Debido a que en estos sistemas lineales, cada ecuación se relaciona con una línea recta, lo cual se ilustra fácilmente mediantes las ecuaciones generales.
  • 18. MÉTODO GRAFICOCon el método grafico resuelva:
  • 19. MÉTODO GRAFICOPor ejemplo, la figura 2 muestra tres casos que pueden ocasionar problemas al resolver sistemas de ecuaciones lineales. La figura 2a presenta el caso en que las dos ecuaciones representan líneas paralelas. En estos casos no existe solución, ya que las dos líneas jamás se cruzan. La figura 2b representa el caso en que las dos líneas coinciden. En este existe un número infinito de soluciones. Se dice que ambos tipos de sistemas son singulares. Además, los sistemas muy próximos a ser singulares (figura 2c) también pueden causar problemas; a estos sistemas se les llama mal condicionados.Para tres ecuaciones simultaneas, cada ecuación se representa como un plano en un sistema de coordenadas tridimensional. El punto en donde se intersecan los tres planos representa la solución. Para más de tres incógnitas, los métodos gráficos no funcionan y por consiguiente, tienen poco valor práctico para resolver ecuaciones simultáneas. No obstante, resultan útiles para visualizar propiedades de las soluciones
  • 20. REGLA DE CRAMERLa regla de Cramer establece que cada incógnita de un sistema de ecuaciones lineales algebraicas puede expresarse como una fracción de dos determinantes con denominador D y con el numerador obtenido a partir de D, al reemplazar la columna de coeficientes de la incógnita en cuestión por las constantes b1, b2,…….bn. Para más de tres ecuaciones, la regla de Cramerno resulta práctica, ya que conforme aumenta el número de ecuaciones, los determinantes consumen tiempo al evaluarlos manualmente (o por computadora). Por eso se utilizan otras alternativas más eficientes.
  • 21. ELIMINACION DE INCÓGNITASLa eliminación de incógnitas mediantes la combinación de ecuaciones es un método algebraico que se ilustra con un sistema de dos ecuaciones simultáneas:La estrategia básica consiste en multiplicar las ecuaciones por constantes, de tal forma que se elimine una de las incógnitas cuando se combinen las dos ecuaciones. El resultado es una sola ecuación en las que se pueden despejar la incógnita restante. Este valor se sustituye en cualquiera de las ecuaciones originales para calcular la otra variable. Observe que las ecuaciones 6 y 7 se relacionan directamente con la regla de Cramer, que establece.ELIMINACION DE INCÓGNITASLa eliminación de incógnitas se puede extender a sistemas con más de tres ecuaciones. Sin embargo, los múltiples cálculos que se requieren para sistemas más grandes hacen que el método sea extremadamente tedioso para realizarse a mano. No obstante, la técnica llega a formalizarse y programarse fácilmente en la computadora.
  • 23. Steven c. Chapra, Métodos Numéricos Para Ingenieros. Quinta Edición Parte 3
  • 24. Álgebra lineal y sus aplicaciones Escrito por Gilbert Strang
  • 25. Análisis numérico Escrito por Richard L. Burden,J. Douglas Faires
  • 26. Introducción al álgebra lineal Escrito por José Manuel CasteleiroVillalba
  • 27. Investigación de operaciones: aplicaciones y algoritmos Escrito por Wayne L. WinstonGRACIAS