SlideShare una empresa de Scribd logo
U
                                                  Universidad abierta y
                                      NAD         Nacional    a distancia




7.3.2. Metodo de la Inversa de una Matriz

Un sistema lineal SEL y el álgebra lineal tienen estrecha relación. Sea el sistema,

      a11x1 + a12x2 + .... + a1nxn = b1
      a21x1 + a22x2 + .... + a2nxn = b2
      ….                                                                    (7.4)
      an1x1 + an2x2 + .... + annxn = bn

este mismo sistema puede representarse de la forma Ax = B, donde:

           a 11 a 12         .... a 1n        x1         b1 
           a     a 22                  
                              .... a 2n        x          
       A =  21                           , x =  2  , B = b 2  .        (7.5)
            .... .....       .... ....         ....      .... 
                                                         
           a n 1 a n 2       .... a nn        x n       b n 

Si A es una matriz no singular entonces se garantiza que la solución del sistema
dada por x se puede escribir como x = inv(A)*B donde inv denota la operación de
la inversa de una matriz.

Este último método no es tan recomendado ya que el número de operaciones por
realizar par el cálculo de la inversa matricial es muy alto comparado con el método
Gaussiano.


7.3.3. Metodo del Determinante de una Matriz

El método de mejor desempeño del álgebra lineal para la solución de un SEL n*n
es el método del determinante.
Si A es un matriz de n*n y representa un SEL entonces:
• el menor Mij es el determinante de la submatriz de (n-1)*(n-1) de una matriz A
   obtenido suprimiendo el i-ésimo renglón y la j-ésima columna.
• cofactor Aij, asociado con Mij se define como Aij=(-1)i+jMij.
• determinante de una matriz A de n*n donde n>1 esta dada ya sea por:
                          n
               det A = ∑ a ij Aij para cualquier i=1,2,....,n
                          j =1
                          n
               det A = ∑ a ij Aij para cualquier j=1,2,....,n
                          i =1




                                                    77
U
                                                   Universidad abierta y
                                     NAD           Nacional    a distancia




Si la matriz A es no singular entonces su deterinanate cumple que det A ≠ 0. El
métod del determinante aplica elconcepto dela REGLA DE CRAMER. Esta regla
realiza una sustitución especial talque un sistema Ax=B puede resolver como:

                        .a 11       ....   b1     .... a 1n 
                       a            ....   b2     ....a 2n 
                  1
             x i = det  21                                                 (7.6)
                  D     ....        ....   ....   .... .... 
                                                            
                       .a n 1 ...   ....   bn     ....a nn 

donde D = det A y para cada solución Xi, se realiza una sustitución de la i-ésima
columna por el vector columna B.

Este método requiere de n! multiplicaciones/divisiones y de n!-1 sumas/restas, un
número de operaciones muy inferior al número de operaciones usuales de una
inversa.



7.4. SISTEMAS NO LINEALES DE ECUACIONES

La forma más general de representar un sistema de ecuaciones no lineales es:
                  f1(x1,....,xn)=0
                  f2(x1,....,xn)=0
                                 ....                         (7.7)
                  fn(x1,....,xn)=0

donde cada función fi puede interpretarse como un mapeo de un vector x =
(x1,x2,....,xn)t del espacio n-dimensional Rn en la recta real R. De este modo el
sistema puede representarse como F tal que:
F(x1,....xn) = (f1(x1,....xn), f2(x1,….xn),...., fn(x1,....,xn))t ó, F(x)=0, ó
                               x 1,1 X 1, 2 .... x 1,n 
                              x                           
                        F =    2,1 x 2, 2 .... x 2,n                       (7.8)
                               ....   .... .... .... 
                                                          
                              x n ,1 x n , 2 ..... x n ,n 
El índice fila representa la ecuación a la cual pertenece la x j-ésima variable
mientras el índice columna representa la variable en la i-ésima ecuación.

Un sistema de ecuaciones son lineales puede ser resuelto por métodos numéricos
que por lo general son generalización del método de newton para solución de
ecuaciones de una variable.



                                                    78

Más contenido relacionado

PPTX
Métodos numéricos
PDF
Eliminación de Gauss-Jordan
PPTX
3.2.5.1 metodo de jacobi
PPT
Metodo Jacobiano
PPTX
Método de jacobi Metodos Numericos
PPSX
Método de jacobi Métodos Númericos
PDF
Inversa, transpuesta y determinante de una matriz
PPTX
Método de jacobi
Métodos numéricos
Eliminación de Gauss-Jordan
3.2.5.1 metodo de jacobi
Metodo Jacobiano
Método de jacobi Metodos Numericos
Método de jacobi Métodos Númericos
Inversa, transpuesta y determinante de una matriz
Método de jacobi

La actualidad más candente (19)

PPTX
Método de jacobi
PDF
10.sistemas mal condicionados
PDF
Metodo Gauss Seidel
PDF
Ejercicios jacobi
DOCX
Metodos jacobi y gauss seidel
PDF
Método de gauss seidel
PPTX
Ecuaciones diferenciales de coeficientes por operador anular
PDF
Combinación lineal, espacio generado e independencia lineal
PDF
Matrices y Propiedades
PDF
Coeficientes indeterminados enfoque de superposición
PDF
Método de Gauss Jordan
PDF
Jacobi y Gauss Seidel
PPT
Metodos numericos 5
PDF
11.sistemas singulares
PDF
2.metodo iterativo
PPT
Coeficientes indeterminados
PPTX
Metodos iterativos
PPTX
Métodos iterativos
PPT
Ejemplo distribución bernoulli
Método de jacobi
10.sistemas mal condicionados
Metodo Gauss Seidel
Ejercicios jacobi
Metodos jacobi y gauss seidel
Método de gauss seidel
Ecuaciones diferenciales de coeficientes por operador anular
Combinación lineal, espacio generado e independencia lineal
Matrices y Propiedades
Coeficientes indeterminados enfoque de superposición
Método de Gauss Jordan
Jacobi y Gauss Seidel
Metodos numericos 5
11.sistemas singulares
2.metodo iterativo
Coeficientes indeterminados
Metodos iterativos
Métodos iterativos
Ejemplo distribución bernoulli
Publicidad

Similar a Matriz inversa (20)

PDF
Sistemas ecuaciones no lineales
PPS
Sistemasdeecuacioneslineales
PDF
Sistema de ed de primer orden
PDF
Sistemas de ecuaciones lineales
PDF
Ecu simul l1
PPTX
ECUACIONES NO LINEALES
PDF
Alea 0506 resumen-----simulacion
PDF
Sistemas de ecuaciones lineales 2020.pdf
PDF
Unidad 8 - Sistema de Ecuaciones. Matemáticas pdf
PDF
Sistemas lineales casos especiales
PDF
Sistema de Ecuaciones diferenciales
PPT
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
PPT
Metodos iterativos
PDF
Secciones 1.1 y 1.2 sistema de ecuaciones.pdf
PPTX
Det inv repaso
PDF
Jacobi y gauss
PDF
sistemas_lineales_Print_I2020.pdf
PDF
Sistemas de ecuaciones Lineales
PDF
E book itzayana nava montiel
PPTX
Clase 11 MDJ
Sistemas ecuaciones no lineales
Sistemasdeecuacioneslineales
Sistema de ed de primer orden
Sistemas de ecuaciones lineales
Ecu simul l1
ECUACIONES NO LINEALES
Alea 0506 resumen-----simulacion
Sistemas de ecuaciones lineales 2020.pdf
Unidad 8 - Sistema de Ecuaciones. Matemáticas pdf
Sistemas lineales casos especiales
Sistema de Ecuaciones diferenciales
FUNDAMENTOS MATEMATICOS (I Bimestre Abril Agosto 2011)
Metodos iterativos
Secciones 1.1 y 1.2 sistema de ecuaciones.pdf
Det inv repaso
Jacobi y gauss
sistemas_lineales_Print_I2020.pdf
Sistemas de ecuaciones Lineales
E book itzayana nava montiel
Clase 11 MDJ
Publicidad

Más de Andres Milquez (20)

PDF
Cap6 lec3
PDF
Cap5 lec2
PDF
Cap6 lec2
PDF
Cap6 lec1
PDF
Cap5 lec1
PDF
Cap4 lec5
PDF
Cap4 lec4
PDF
Cap4 lec3
PDF
Cap4 lec1
PDF
Cap3 lec3
PDF
Cap3 lec2
PDF
Cap3 lec1
PDF
Cap2 lec3
PDF
Cap2 lec2
PDF
Cap2 lec1
PDF
Cap1 lec3
PDF
Cap1 lec2
PDF
Cap1 lec1
PDF
Folletoseguridad
PPT
Instrumentos de laboratorio
Cap6 lec3
Cap5 lec2
Cap6 lec2
Cap6 lec1
Cap5 lec1
Cap4 lec5
Cap4 lec4
Cap4 lec3
Cap4 lec1
Cap3 lec3
Cap3 lec2
Cap3 lec1
Cap2 lec3
Cap2 lec2
Cap2 lec1
Cap1 lec3
Cap1 lec2
Cap1 lec1
Folletoseguridad
Instrumentos de laboratorio

Último (20)

PPTX
El uso de las TIC en la vida cotidiana..
DOCX
TRABAJO GRUPAL (5) (1).docxsjjsjsksksksksk
DOCX
Guía 5. Test de orientación Vocacional 2.docx
DOCX
TRABAJO GRUPAL (5) (1).docxsjsjskskksksksks
DOCX
TRABAJO GRUPAL (5) (1).docxjsjsjskskksksk
PDF
capacitación de aire acondicionado Bgh r 410
PPTX
modulo seguimiento 1 para iniciantes del
DOCX
TRABAJO GRUPAL (5) (1).docxjesjssjsjjskss
DOCX
Trabajo grupal.docxjsjsjsksjsjsskksjsjsjsj
PDF
ADMINISTRACIÓN DE ARCHIVOS - TICS (SENA).pdf
PDF
Documental Beyond the Code (Dossier Presentación - 2.0)
PPTX
Historia Inteligencia Artificial Ana Romero.pptx
PDF
0007_PPT_DefinicionesDeDataMining_201_v1-0.pdf
PPTX
Curso de generación de energía mediante sistemas solares
PDF
Taller tecnológico Michelle lobo Velasquez
PDF
PRESENTACIÓN GENERAL MIPIG - MODELO INTEGRADO DE PLANEACIÓN
PPTX
Propuesta BKP servidores con Acronis1.pptx
PPTX
Control de calidad en productos de frutas
PDF
NREN - red nacional de investigacion y educacion en LATAM y Europa: Caracteri...
PDF
Distribucion de frecuencia exel (1).pdf
El uso de las TIC en la vida cotidiana..
TRABAJO GRUPAL (5) (1).docxsjjsjsksksksksk
Guía 5. Test de orientación Vocacional 2.docx
TRABAJO GRUPAL (5) (1).docxsjsjskskksksksks
TRABAJO GRUPAL (5) (1).docxjsjsjskskksksk
capacitación de aire acondicionado Bgh r 410
modulo seguimiento 1 para iniciantes del
TRABAJO GRUPAL (5) (1).docxjesjssjsjjskss
Trabajo grupal.docxjsjsjsksjsjsskksjsjsjsj
ADMINISTRACIÓN DE ARCHIVOS - TICS (SENA).pdf
Documental Beyond the Code (Dossier Presentación - 2.0)
Historia Inteligencia Artificial Ana Romero.pptx
0007_PPT_DefinicionesDeDataMining_201_v1-0.pdf
Curso de generación de energía mediante sistemas solares
Taller tecnológico Michelle lobo Velasquez
PRESENTACIÓN GENERAL MIPIG - MODELO INTEGRADO DE PLANEACIÓN
Propuesta BKP servidores con Acronis1.pptx
Control de calidad en productos de frutas
NREN - red nacional de investigacion y educacion en LATAM y Europa: Caracteri...
Distribucion de frecuencia exel (1).pdf

Matriz inversa

  • 1. U Universidad abierta y NAD Nacional a distancia 7.3.2. Metodo de la Inversa de una Matriz Un sistema lineal SEL y el álgebra lineal tienen estrecha relación. Sea el sistema, a11x1 + a12x2 + .... + a1nxn = b1 a21x1 + a22x2 + .... + a2nxn = b2 …. (7.4) an1x1 + an2x2 + .... + annxn = bn este mismo sistema puede representarse de la forma Ax = B, donde: a 11 a 12 .... a 1n  x1   b1  a a 22  .... a 2n  x    A =  21 , x =  2  , B = b 2  . (7.5)  .... ..... .... ....   ....   ....        a n 1 a n 2 .... a nn  x n  b n  Si A es una matriz no singular entonces se garantiza que la solución del sistema dada por x se puede escribir como x = inv(A)*B donde inv denota la operación de la inversa de una matriz. Este último método no es tan recomendado ya que el número de operaciones por realizar par el cálculo de la inversa matricial es muy alto comparado con el método Gaussiano. 7.3.3. Metodo del Determinante de una Matriz El método de mejor desempeño del álgebra lineal para la solución de un SEL n*n es el método del determinante. Si A es un matriz de n*n y representa un SEL entonces: • el menor Mij es el determinante de la submatriz de (n-1)*(n-1) de una matriz A obtenido suprimiendo el i-ésimo renglón y la j-ésima columna. • cofactor Aij, asociado con Mij se define como Aij=(-1)i+jMij. • determinante de una matriz A de n*n donde n>1 esta dada ya sea por: n det A = ∑ a ij Aij para cualquier i=1,2,....,n j =1 n det A = ∑ a ij Aij para cualquier j=1,2,....,n i =1 77
  • 2. U Universidad abierta y NAD Nacional a distancia Si la matriz A es no singular entonces su deterinanate cumple que det A ≠ 0. El métod del determinante aplica elconcepto dela REGLA DE CRAMER. Esta regla realiza una sustitución especial talque un sistema Ax=B puede resolver como:  .a 11 .... b1 .... a 1n  a .... b2 ....a 2n  1 x i = det  21  (7.6) D  .... .... .... .... ....    .a n 1 ... .... bn ....a nn  donde D = det A y para cada solución Xi, se realiza una sustitución de la i-ésima columna por el vector columna B. Este método requiere de n! multiplicaciones/divisiones y de n!-1 sumas/restas, un número de operaciones muy inferior al número de operaciones usuales de una inversa. 7.4. SISTEMAS NO LINEALES DE ECUACIONES La forma más general de representar un sistema de ecuaciones no lineales es: f1(x1,....,xn)=0 f2(x1,....,xn)=0 .... (7.7) fn(x1,....,xn)=0 donde cada función fi puede interpretarse como un mapeo de un vector x = (x1,x2,....,xn)t del espacio n-dimensional Rn en la recta real R. De este modo el sistema puede representarse como F tal que: F(x1,....xn) = (f1(x1,....xn), f2(x1,….xn),...., fn(x1,....,xn))t ó, F(x)=0, ó  x 1,1 X 1, 2 .... x 1,n  x  F =  2,1 x 2, 2 .... x 2,n  (7.8)  .... .... .... ....    x n ,1 x n , 2 ..... x n ,n  El índice fila representa la ecuación a la cual pertenece la x j-ésima variable mientras el índice columna representa la variable en la i-ésima ecuación. Un sistema de ecuaciones son lineales puede ser resuelto por métodos numéricos que por lo general son generalización del método de newton para solución de ecuaciones de una variable. 78