Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semana 6. SEL
Semana 6. SEL
a 11 a 12 . . . a 1n Donde :
a . a 2n a ij : Número reales (o complejos o funciones)
21 a 22 . .
MÉTODOS NUMÉRICOS – ANÁLISIS NUMÉRICO . . . . . . Notación :
. . . . . .
A a ij
SISTEMAS DE . . . . . .
B b ij
C c
ECUACIONES LINEALES
a m1 a m2 . . . a mn ij
(SEL)
Dimensión: m x n
Dr. Wilder Eufracio Arias
Si: m = n Matriz cuadrada (matriz de orden “n”)
Huancayo – Perú
1 2
Propiedades: Propiedades:
P.1. Ley Asociativa : αβ A αβA P.1. Ley Asociativa : AB C A BC
P.2. Ley Distributiva : α β A αA βA P.2. Ley Distributiva : A B C AB AC
Donde :
α y β Números Reales 5. MATRICES ESPECIALES
1
Matriz Diagonal:
1 0 0 Matriz Inversa:
0 2 0
0 0 4 Si A y B son 2 matrices cuadradas, tal que : AB I BA B es la INVERSA de A
Notación : A 1
Matriz Unitaria o Identidad:
1 3 3 7 3 3 1 0 0
1 0 0 A 1 4 3 ; B 1 1 0 AB 0 1 0 A 1 B
I 0 1 0 1 3 4 1 0 1 0 0 1
0 0 1
Matriz cero (0):
Matriz Transpuesta:
0 0 . . 0
1 0 1 1 2 3
A 2 2 3 A T 0 2 1 0 0 . . 0
0 . . . . . A 0 A
3 1 4 1 3 4
. . . . .
1 2 1 2 0 0 . . 0
Si : A AT A es una Matríz Simétrica A A 2 4
T
2 4
7 8
VECTORES
2. PRODUCTO PUNTO DE VECTORES
Un vector es una matriz fila o columna, por lo tanto las 2 3
operaciones y sus propiedades son los mismos. a.b 1 . 0 2 3 10 62,5 9
1 6 2,5
Matriz Columna o Vector : n 1; m 1 X 2 X T 1 2 3
3 Propiedades:
P.1 Ley Conmutativa : a.b b.a
1 P.2 Ley Distributiva : a b c ac bc
Matriz Fila o Vector : m 1; n 1 Y 1 2 3 Y T 2 P.3 Ley Asociativa : αa b αab
3 a.a 0 y a.a 0 a 0
P.4
cosθ
x.y
; 0θπ 1. COMBINACIÓN LINEAL DE VECTORES
x.y
Donde : x e y Vectores distintos del vector cero Una expresión de la forma : α1 x 1 + α 2 x 2 + …+ α n x n
Donde :
5. DISTANCIA ENTRE VECTORES α1 , α 2 , …, α n = Números Reales
x 1 , x 2 , …, x n = Vectores
Es la operación que se realizará para calcular el CRITERIO DE
CONVERVENCIA DE DISTANCIA Se llama COMBINACIO N LINEAL de los vectores x 1 , x 2 , …, x n
d(x, y) x y
2. INDEPENDENCIA O DEPENDENCIA LINEAL DE
0 2 2
3 1 2 VECTORES
x ; y x y Se dice que un vector x, depende linealmente de un conjunto
5 3 8
de vectores de m elementos: x1 , x 2 , ..., x n si se pueden encontrar escalares
1 1 0
α1 , α 2 , α 3 , ... α n tales que cumpla la siguiente ecuacion vectorial:
d(x, y) 22 22 82 02 72 x α1x1 α 2 x 2 ... α n x n
d(x, y) 8,4853
11 12
2
Si, por lo contrario, no existe escalaresque satisfaga tal ecuación, x es un 4. RANGO
vector linealmente independiente de x1 , x 2 , ..., x n . El número de vectores linealmente independientes de un conjunto dado
Es decir, x es linealmente dependiente de x1 , x 2 , ..., x n x es una combinación recibe el nombre de rango o característica del conjunto.
lineal de x1 , x 2 , ..., x n . 0 0 1
4 2 0 5 1 1
Ejm : x1 x2 x x α1x1 α 2 x 2 Ejm : x 1 5 x 2 1 x 3 1 El conjunto tiene un rango de 2
4 2 8
x x1 2 x 2 0 0 1
x es linealmente dependiente de x1 y x 2 .
5. RANGO DE UNA MATRÍZ
3. INDEPENDENCIA DE CONJUNTO DE VECTORES Una matriz puede verse como un conjunto de vectores (fila o columna).
Un conjunto de vectores y1 , y 2 , ..., y n ; es linealmente dependiente si por lo Asi el rango de una matriz está dado por el número mínimo de columnas
menos uno de ellos es combinación lineal de alguno o todos los vectores o filas linealmente independientes.
restantes.Si ninguno es, se dice que es un conjunto linealmente independiente. Ejm : A partir del conjunto de vectores anteriores formamoes la matriz
3
4 9 2 5 ELIMINACIÓN DE GAUSS CON PIVOTEO
0 0,5 5 0,5
f 1,25
f 3 0 0 10 1,5 Ejm : Resuelva por eliminación de Gauss con pivoteo el SEL :
10x1 x 2 5x 3 1
2 0,5
1 1 3 4
21 22
Triangular ización :
Como en la primera columna el elemento de máximo valor absoluto se Finalmente :
f 3 420 f1 4 0 0 27,8
encuentra en la primera fila, ningún intercambio es necesario.
4
2. INVERSA DE UNA MATRIZ Intercambiando la sengunda y tercera fila
25 26