Ecuaciones Lneales

UNIVERSIDAD NACIONAL DE JAN
FACULTAD DE INGENERIA CIVIL
CAPTULO 2
SOLUCIN DE ECUACIONES LINEALES
2.1.
CONCEPTOS PRELIMINARES
2.1.1. MATRIZ
Una matriz es un arreglo rectangular de nmeros reales ordenados en
filas y columnas. Las matrices se denotan con letras maysculas, tales como A,
B, C,..etc; y
aij
representa un elemento individual de la matriz.
El primer subndice i siempre designa el nmero de la fila en el cual est

el elemento y el segundo subndice j designa la columna.
Columnas
Filas
a11 a12 a13 a1 m

[ A ] = a21 a22 a23 a2 m
an an 2 an 3 a nm
La matriz presentada tiene n renglones y m columnas, y se dice que

tiene una dimensin de n por m (o n x m). sta se conoce como una matriz n
por m.
Matrices con dimensin columna m=1, como
[]
b1
[ B ]= b2
bm
Matrices con dimensin rengln n=1, como
[ C ] =[ c 1 c 2 c n ]
Son llamados vectores rengln

2.1.1.1.
Diagonal principal de una matriz

A n= [ aij ]
Dada la matriz cuadrada
se llama DIAGONAL PRINCIPAL al
conjunto.
D ( a11 , a22 , a33 , . a nn ).
EJEMPLO:
5
3 7 5
2 4
6 2
A4=
9 5 3 4
3
6
2 2
D (5, 4, 3,2) Es la diagonal principal de
A4
2.1.1.2. Traza de una matriz

Sea una matriz cuadrada A de orden n, se define la traza de la matriz A y
se denota por Tr(A) al valor obtenido al sumar todos los elementos de la
diagonal principal.
EJEMPLO
De la matriz anterior se tiene que la diagonal principal es (5,4, 3,2), entonces la
traza seria:
Tr ( A 4 ) =5+4 +3+2
2.1.1.3.
Tr ( A 4 ) =14
Rango de una matriz
Es el nmero mximo de columnas (filas respectivamente) que

son linealmente independientes. El rango fila y el rango columna siempre son
iguales: este nmero es llamado simplemente rango de A. Comnmente se
expresa como rg(A).
El nmero de columnas independientes de una matriz A m por n es igual
a la dimensin del espacio columna de A. Tambin la dimensin del espacio
fila determina el rango. El rango de A ser, por tanto, mayor o igual que uno y
menor o igual que el mnimo entre m y n.

2.1.1.4.
Teorema de Rouch Frobenius
El teorema de Rouch- Frobenius nos permite calcular el nmero de

soluciones de un sistema de ecuaciones lineales, en funcin del rango de la
matriz de coeficientes y el rango de la matriz ampliada o aumentada asociada
al sistema.
a33 x 3+
a11 x 1+ a12 x 1 + a13 x 3 + a 21 x1 + a 22 x 2+ a23 x 3 + a31 x 1 +

a32 x2 +
am 1 x 1+
a m 2 x 2+
am 3 x 3 + . f
Puede ser escrito mediante una matriz.
a11 a12 a13 a1 n b 1

a21 a22 a23 a 2 n b 2
( A/ B)= a31 a32 a33
a 2 n b3
a m 1 am 2 am 3
amn bm
a11 a1 n
A=
am1 amn
[]
b1
B=
bm
En conclusin:
Existen soluciones para el sistema si y solo si el rango de la matriz completa es
igual al rango de la matriz incompleta.
Entonces, si existen soluciones, ests forman un sub-espacio afn de
dimensiones
nrg( A ) . Adems.
i.
Si rg( A/ B)=n=rg( B)
entonces la solucin es nica.
ii.
Si rg( A/ B)=rg( B)< n
, existen infinitas soluciones.
K n de

Si rg( A/ B) rg( B) no existen soluciones.
iii.
2.1.2. TIPOS DE MATRICES

2.1.2.1.
Matriz diagonal
Una matriz diagonal es aquella en la que todos los elementos son cero
excepto los de la diagonal principal.
a11
[ A ]= 0
0
2.1.2.2.
0
0
a22 0
0 a33
Matriz identidad
Es una matriz diagonal donde todos los elementos sobre la diagonal

principal son iguales a 1
[ I ]= 1
1 1
]
[I ]
El smbolo
se utiliza para denotar la matriz identidad. La matriz
identidad tiene propiedades similares a la unidad.

2.1.2.3.
Matriz triangular superior
Es aquella donde todos los elementos por debajo de la diagonal principal

son cero.
a11 a12 a13

a22 a23
0 0 a33
[ A ]= 0
2.1.2.4.
Matriz triangular inferior
Es aquella donde todos los elementos por arriba de la diagonal principal

son cero

a11 0
0
[ A ] = a21 a22 0
a31 a32 a 33
2.1.2.5.
Matriz bandeada
Tiene todos los elementos iguales a cero, con la excepcin de una

banda centrada sobre la diagonal principal.
Por consiguiente, el siguiente
arreglo matricial es una matriz tridiagonal tambin llamada matriz bandeada, en

este caso con tres bandas.
2.1.2.6.
Matriz aumentada
Resulta cuando a la matriz original se le agrega una o ms columnas,

por ejemplo, la siguiente matriz es aumentada.
a11 a12 a 13 . b 1
[ A ] = a21 a22 a 23 . b 2
a31 a32 a 33 . b 3
2.1.3. OPERACIONES CON MATRICES

2.1.3.1.
Suma y resta con matrices
La suma y resta de matrices se puede llevar a cabo, si y solo si, las

matrices a sumar o restar tienen la misma dimensin.
Es decir, [ A ] =[ B ] sia ij =bij
para todo i y j.
La suma de dos matrices, por ejemplo, [ A ] y [ B ]
se obtiene al sumar los
trminos correspondientes de cada matriz. Los elementos de la matriz

resultante [C] son:
c ij =aij +bij

La resta de dos matrices, por ejemplo,
[ D ] y [ E ] se obtienen al restar
los trminos correspondientes de cada matriz. Los elementos de la matriz

resultante [F] son:
f ij =d ij +e ij
2.1.3.2.
Multiplicacin con matrices
[C]
La multiplicacin de una matriz

multiplicando cada elemento de
[ D ] =g [ A ] =
ga11
g a21
[C]
por un escalar g se obtiene
por el escalar g, as que,
g a12 g a1 m
ga22 g a 2 m

g an 1 g a n 2 g anm
El producto de dos matrices se simboliza como
[ C ] = [ A ][ B ] y se define
c ij = aik b jk
k=1
Donde n es la dimensin columna de [A] y de los renglones de [B].

Es decir, el elemento
c ij se obtiene al sumar el producto de elementos
individuales del i-simo rengln de la primera matriz, en este caso [A], por la jsima columna de la segunda matriz [B].
En otras palabras, el nmero de columnas de la primer matriz, debe ser
igual al nmero de renglones de la segunda matriz, de otra manera no puede
efectuarse la multiplicacin matricial.
2.1.3.3.
Divisin de una matriz
Aunque la multiplicacin es posible, la divisin de matrices no est

definida. No obstante, si una matriz [A] es cuadrada y no singular, existe otra
matriz [A]-1, llamada la inversa de [A], para la cual
[A][A]-1 = A]-1 [A] = [I]

La multiplicacin de una matriz por la inversa es anloga a la divisin, en

el sentido de que un nmero dividido por s mismo es igual a 1. Es decir, la
multiplicacin de una matriz por su inversa nos lleva a la matriz identidad.
2.2.
MTODOS DE SOLUCIN
En esta seccin se analizarn las ecuaciones algebraicas linales
simultneas que en general se representan como:

a11 x 1
+
a12 x 2
+
+ a1 n x n b1
a21 x 1
+
a22 x 2
+ + a2 n xn b2
a n1 x 1
an 2 x2 +
+ a nm x n bm
][ ] [ ]
a 11 a12 a1 n x 1
b1
a 21 a22 a2 m x 2
b
= 2

bm
an 1 a n2 a nm x n
TRMINO
INDEPENDIENTE
MATRIZ DE COEFICIENTESVECTOR VARIABLE
Y se resolver usando el Mtodo de Gauss-Jordan, uno de los ms

antiguos para resolver ecuaciones lineales simultneas, siendo uno de los
algoritmos de mayor importancia, y es la base para resolver ecuaciones
lineales en muchos paquetes de software populares.
2.2.1. MTODOS
DE
SOLUCIN
DE
SISTEMAS
PEQUEOS
DE
ECUACIONES
Estos mtodos son apropiados para la solucin de pequeos sistemas
de ecuaciones simultneas (tienen igual o menos de tres incgnitas) que no

solicitan de una computadora; los
mtodos son los siguientes: el mtodo
grfico, la regla de Cramer y la eliminacin de incgnitas.

2.2.1.1.
Mtodo grfico
Este mtodo consiste en obtener la solucin de dos ecuaciones al

graficarlas en coordenadas cartesianas con un eje que corresponda a x 1 y el
otro a x2 como en estos sistemas lineales cada ecuacin se relaciona con una
lnea recta, se puede ilustrar mediante ecuaciones generales.
Por ejemplo tenemos dos ecuaciones:
a11 x 1+ a12 x 2=b 1
a21 x 1 +a 22 x2 =b2
En ambas ecuaciones se puede despejar
x2 :
a11
b
x1 + 1
a12
a12
( )
x 2=
a21
b2
x1 +
a22
a22
( )
x 2=
Ahora tenemos dos ecuaciones en la forma de lnea recta, es decir

x 2=( pendiente ) x 1 +interseccin . Donde
x2
se grafica como la ordenada y
x1
x1
como la abscisa. Los valores de
x2
en la interseccin de las
lneas representa la solucin.

Para ms de tres incgnitas, los mtodos grficos no funcionan y, por
consiguiente, tienen poco valor prctico para resolver ecuaciones simultneas.
2.2.1.2.
Determinantes y la regla de Cramer
La regla de Cramer es otro mtodo para resolver un pequeo sistema de

ecuaciones. Esta regla establece que cada incgnita de un sistema de
ecuaciones lineales algebraicas puede expresarse como una fraccin de dos
determinantes con denominador D y con el numerador obtenido a partir de D, al

reemplazar la columna de coeficientes de la incgnita en cuestin por las

constantes b1, b2,, bn.
x 1=
b1 a12 a13
b2 a22 a23
b3 a32 a33
D
Para entender mejor es necesario conocer el concepto de un

determinante.
2.2.1.2.1.
Determinante
El determinante de una matriz es la funcin que aplicada a una matriz

cuadrada de orden n la transforma en un nmero real. La matriz con el
determinante se componen de los mismos elementos, pero con conceptos
matemticos completamente diferentes. Por eso, para distinguirlo visualmente
se emplean corchetes para encerrar la matriz y lneas rectas verticales para el
determinante. En contraste con una matriz, el determinante es un simple
nmero.
Determinante de una matriz de 2 orden
a11 a12
a 21 a22
Se calcula como
| A|=
Sea
A=
a11 a12
=a 11 .a 22a12 . a 21
a 21 a22
Determinante de una matriz de 3 orden
Sea
a11 a 12 a13
[ A ] = a21 a 22 a23
a31 a 32 a33
Se calcula como
| A|=a11
)
| |
| |
a22 a23
a
a
a a
a12 21 23 + a13 11 12
a32 a33
a31 a33
a21 a22

2.2.1.3.
La eliminacin de incgnitas
La eliminacin de incgnitas mediante la combinacin de ecuaciones es

un mtodo algebraico que consiste en buscar que la variable a eliminar, tenga
el mismo coeficiente en el sistema para lo cual se multiplica cada ecuacin por
el coeficiente que tenga la otra. Sumando o restando las ecuaciones.
Ejemplo:
2 x + y =16 .. ( )
3 x2 y=10 .. ( )
Solucin:
Multiplicando la ecuacin
( ) por 2, tenemos:
4 x +2 y=32
3 x2 y=10
__________________
7x= 42
x= 6
(
y
=4
Reemplazando el valor x en
2.2.2. ELIMINACIN DE GAUSS JORDAN
2.2.2.1.
ELIMNACION DE GAUSS SIMPLE
El mtodo de Gauss, conocido tambin como de triangulacin o de

cascada, nos permite resolver sistemas de ecuaciones lineales con cualquier
nmero de ecuaciones y de incgnitas
+ a1 n x n
a22 x 1
+ + a2 n x n b 22
a 11 x 1
+
a12 x 1
+
b 11
a21 x1
+
an 1 x 1
a n 2 x 1 +
+ anm x n b

Como en el caso de dos ecuaciones, la tcnica para resolver n

ecuaciones consiste en dos fases: la eliminacin de las incgnitas y su solucin
mediante sustitucin hacia atrs.
La primera fase consiste en reducir el conjunto de ecuaciones a un
sistema triangular superior. El paso inicial ser eliminar la primera incgnita, x1,
desde la segunda hasta la n-sima ecuacin. Para ello, se multiplica la
ecuacin 1 por a21 /a11 para obtener.
a21 x 1 +
a21
a
a
a12 x2 ++ 21 a1 n x n= 21 b 1
a11
a11
a 11
Ahora esta ecuacin se resta de la ecuacin 2 para dar
a 22
a 21
a
a
a12 x2 ++ a 2 n 21 a1 n x n=b 2 21 b1
a11
a11
a11
a22 x 2 ++ a2 n x n= b2
Donde el superndice indica que los elemntos han cambiado sus valores
originales
Eliminacin hacia adelante
Sustitucin hacia atrs

El procedimiento se repite despus con las ecuaciones restantes. La ecuacin

1 se llama la ecuacin pivote, y a su
a11
se denomina el coeficiente o
elemento pivote.
2.2.2.2.
GAUS JORDAN
El mtodo de Gauss-Jordan es una variacin de la eliminacin de

Gauss. La principal diferencia consiste en que cuando una incgnita se elimina
en el mtodo de Gauss-Jordan, sta es eliminada de todas las otras
ecuaciones, no slo de las subsecuentes. Adems, todos los renglones se
normalizan al dividirlos entre su elemento pivote. De esta forma, el paso de
eliminacin genera una matriz identidad en vez de una triangular.
En consecuencia, no es necesario usar la sustitucin hacia atrs para
obtener la solucin.
==
Pasos para encontrar la solucin a travs de Gauss Jordan de sistemas

cuadrados de ecuaciones lineales.
Se expresan los coeficientes y el vector de trminos independientes como una
matriz aumentada
[A B]

Se selecciona de la diagonal principal de A, el pivote; se normaliza la 1ra fila

(se divide entre el coeficiente de la primera incgnita)
Se multiplica la primera fila por el 1er coeficiente de las siguientes filas, y se
restan.
Se normaliza la 2da fila y se multiplica por el 2do coeficiente de las otras filas y
se restan.
Se normaliza la 3ra fila y se multiplica por el 3er coeficiente de las otras filas y
se restan.
Se repiten los pasos tantas veces como elementos tenga la diagonal principal,
es decir, hasta que en lugar de la matriz de coeficientes A se ha convertido en
una matriz identidad I, teniendo ahora el ltimo sistema equivalente, como,
[ I Bsol ]
Donde
es la matriz identidad del mismo orden que la matriz A y Bsol es la
solucin del sistema de ecuaciones algebraicas lineales.

Algoritmo del mtodo de Gauss Jordan
I.
II.
Escribir el sistema de ecuaciones lineales y el nmero de incgnitas n.

Definimos la matriz coeficiente(A) , la matriz de n-incgnitas(X), la matriz
III.
IV.
V.
trminos independientes(B) y la matriz aumentada del sistema(A/B).

Se escribe la forma matricial AX=B.
Reducir la matriz ampliada (A/B) a la forma cannica.
De la forma cannica hallamos el rango de A y el rango de la matriz
VI.
ampliada.
A continuacin, evaluamos lo siguiente:
Si es asi el sitema es compatible

w=ra( A)=ra( A /B) Si no es asiel sistemano es compatible y
automaticamente se detiene el programa .
VII.
Se volver a evaluar :
w,n
VIII.
, existeunica solucin
{si w<si w=n
n , existen infinitas soluciones
Hallamos la solucin al sistema de ecuaciones lineales.

El mtodo se ilustra mejor con un ejemplo:

Con la tcnica de Gauss-Jordan resuelva el sistema del ejemplo:
2x
+ 3 y + z 1
3 x 2 y 4 z 3
5x
y z 4
Solucin.
Primero, exprese los coeficientes y el lado derecho como una matriz
aumentada:
2 3
1 1
3 2 4 3
5 1 1 4
Luego normalice el primer rengln, dividindolo entre el elemento pivote, 2,

para obtener
1 3/2 1/2 1/2

3 2 4 3
5 1
1 4
El trmino x1 se elimina del segundo rengln restando -3 veces al primer

rengln del segundo. En forma similar, restando -5 veces el primer rengln del
tercero, se eliminar el trmino x1 del tercer rengln:
3 /2
13
0
2
17
0
2
1/2 1/2
11 9
2
2
7 3
2 2
En seguida, se normaliza el segundo rengln dividindolo entre: - 2/13
3/2
1/2
11
0
1
13
0 17/ 2 7 /2
1/2
9
13
3/2

Al reducir los trminos x2 de las ecuaciones primera y tercera se obtiene
1 3 /2
0
1/2 1/2
11 9
13 13
96/ 13 192/13
El tercer rengln se normaliza despus al dividirlo entre 13/96
1 3 /2 1/2 1/2
11 9
0 1
13 13
0 0
1 2
Por ltimo, los trminos x3 se pueden eliminar de la primera y segunda

ecuacin para obtener
1 0 0 1
0 1 0 1
0 0 1 2
x 1=1 x 2=1 x 3 =2
De esta forma, la matriz de coeficientes se ha transformado
identidad, y la solucin se obtiene en el vector del lado derecho.
Ejemplo 2.
3x
+ 5 y + 6 z 5 w 38
2x
x
5 x
+ 2 y 4 z + w 34
++
23
4 y + 2 z + + 3 w
3y
4z
2 w 35
Se resolver con maple METODO DE GAUSS JORDAN.mw
2.2.2.3.
Mtodo de Gauss Seidel
en la matriz

El Mtodo de Gauss-Seidel es un mtodo iterativo, que se basa en

obtener valores iniciales que en sucesivas operaciones se van aproximando a
las soluciones reales.
a11 x 1
+
a12 x 2
+
+ a1 n x n b1
a21 x 1
+
a22 x 2
+ + a2 n xn b2
a n1 x 1
an 2 x2 +
+ a nm x n bm
Sea un conjunto de n ecuaciones:

Si los elementos de la diagonal son diferentes a cero, la 1ra ecuacin se
resuelve para
x 1 , la 2da ecuacin para
x 1=
b1a 12 x2 a13 x 3a1 n x n

a11
x 2=
b2a 21 x 1a23 x3 a2 n x n
a22
x n=
bnan 1 x 1a n 2 x 2ann1 x n1
a nn
x 2 y as sucesivamente.
Se empieza el proceso de solucin usando un valor inicial para las x. Todas las
x valen cero (0).
Se sustituyen los valores en la 1ra ecuacin para hallar
reemplazar el valor hallado de
x 1 , para luego
x 1 en la 2da ecuacin para hallar
sucesivamente hasta llegar a la ltima ecuacin.

Algoritmo del mtodo de Gauss Seidel
x 2 , y as

I.
II.
III.
IV.
V.
Declaramos las ecuaciones del sistema lineal, y n.

Evaluamos el teorema de ROUCH FROBENIUS.
Evaluamos la convergencia: Ser matriz diagonal dominante, matriz
simtrica.
Despejamos cada una de las variables con respecto a cada variable y
obtenemos las ecuaciones base.
x 1=
b1a 2 x 2a3 x 03 a n x n
a1
x n=
bmam 2 x2am 3 x03amn1 x n1

amn
Encontramos la primera aproximacin, para eso igualamos el resto de

variables a cero, para calcular dicha variable.
x 1 [ 1 ] , si x 2=x 3==x n =0
x 2 [ 1 ] , si x 1=x 1 [ 1 ] , x 3=x 4 ==x n=0
x n [ 1 ] , si x 1=x 1 [ 1 ] , x 2=x 2 [ 1 ] , , x n1=x n1 [ 1 ]

VI.
Evaluamos el error para cada variable, a partir de la segunda iteracin.

x x
Ei= i1 i
xi
VII.
Para que pare de iterar tenemos que evaluar si el error de cada variable
n2
es menor que ( 0.510
), si se cumple, fin a la iteracin.
Ejemplo:
Tenemos un sistema de ecuaciones:
3x-5y-2z=6
x + 6 y - 4 z = -15
4 x - 5 y + 6 z = 35
1. Despejamos las variables
6+5 y +2 z
x=
3
y=
15x +4 z
6
z=
354 x+ 5 y
6

2. Igualamos a y=0 y z=0, se sustituye en la ecuacin de x

6 +50+20
x 1=
x 1=2
3
y 1=
z 1=
152+40
y 1=2.8333
6
3542+52.8333
z 1=2.1388
6
3. Los valores obtenidos se reemplazan en las ecuaciones iniciales y se

hallan nuevos valores en la 2da iteracin, y se calcula el Ea:
6 +52.8333+22.1388
x 2=
x 2=1.2929
3
E x 2 = 254.69 %
15+1.2929+ 42.1388
y 2=
y 2 =4.1728
6
E y 2 = 32.1%
z 2=
3541.2929+54.1728
z 2=3.220
6
E z 2 =33.57%
n2
Y as hasta obtener un error menor que ( 0.510
)
x 17 =
6+ 5+22.1388
x 17=4.217
3
E x 17 = 0.000106 %
154.217+ 42.1388
y 17=
y 17 =5.391
6
E y 1 7 = 0.00041%
z 17=
3544.217+55.391
z 17=4.152
6
E z 17 =0.00037%
Los errores con menores que 0.00050000

Este ejemplo se desarrolla mejor con maple gauss seidel.mw


Ecuaciones Lneales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ecuaciones Lneales

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE JAN

FACULTAD DE INGENERIA CIVIL

representa un elemento individual de la matriz.

El primer subndice i siempre designa el nmero de la fila en el cual est

a11 a12 a13 a1 m

La matriz presentada tiene n renglones y m columnas, y se dice que

Matrices con dimensin rengln n=1, como

UNIVERSIDAD NACIONAL DE JAN

Diagonal principal de una matriz

Dada la matriz cuadrada

se llama DIAGONAL PRINCIPAL al

D (5, 4, 3,2) Es la diagonal principal de

2.1.1.2. Traza de una matriz

Rango de una matriz

Es el nmero mximo de columnas (filas respectivamente) que

UNIVERSIDAD NACIONAL DE JAN

Teorema de Rouch Frobenius

El teorema de Rouch- Frobenius nos permite calcular el nmero de

a11 x 1+ a12 x 1 + a13 x 3 + a 21 x1 + a 22 x 2+ a23 x 3 + a31 x 1 +

Puede ser escrito mediante una matriz.

a11 a12 a13 a1 n b 1

entonces la solucin es nica.

Si rg( A/ B)=rg( B)< n

, existen infinitas soluciones.

UNIVERSIDAD NACIONAL DE JAN

Si rg( A/ B) rg( B) no existen soluciones.

2.1.2. TIPOS DE MATRICES

Es una matriz diagonal donde todos los elementos sobre la diagonal

se utiliza para denotar la matriz identidad. La matriz

identidad tiene propiedades similares a la unidad.

Matriz triangular superior

Es aquella donde todos los elementos por debajo de la diagonal principal

a11 a12 a13

Matriz triangular inferior

Es aquella donde todos los elementos por arriba de la diagonal principal

UNIVERSIDAD NACIONAL DE JAN

Tiene todos los elementos iguales a cero, con la excepcin de una

Por consiguiente, el siguiente

arreglo matricial es una matriz tridiagonal tambin llamada matriz bandeada, en

Resulta cuando a la matriz original se le agrega una o ms columnas,

2.1.3. OPERACIONES CON MATRICES

Suma y resta con matrices

La suma y resta de matrices se puede llevar a cabo, si y solo si, las

La suma de dos matrices, por ejemplo, [ A ] y [ B ]

se obtiene al sumar los

trminos correspondientes de cada matriz. Los elementos de la matriz

UNIVERSIDAD NACIONAL DE JAN

La resta de dos matrices, por ejemplo,

los trminos correspondientes de cada matriz. Los elementos de la matriz

Multiplicacin con matrices

La multiplicacin de una matriz

por un escalar g se obtiene

por el escalar g, as que,

El producto de dos matrices se simboliza como

Donde n es la dimensin columna de [A] y de los renglones de [B].

c ij se obtiene al sumar el producto de elementos

Divisin de una matriz

Aunque la multiplicacin es posible, la divisin de matrices no est

UNIVERSIDAD NACIONAL DE JAN

La multiplicacin de una matriz por la inversa es anloga a la divisin, en

simultneas que en general se representan como:

MATRIZ DE COEFICIENTESVECTOR VARIABLE

Y se resolver usando el Mtodo de Gauss-Jordan, uno de los ms