Loading [MathJax]/jax/output/HTML-CSS/jax.js
Saltar al contenido principal
Library homepage
 

Text Color

Text Size

 

Margin Size

 

Font Type

Enable Dyslexic Font
LibreTexts Español

Buscar

  • Filtrar resultados
  • Ubicación
  • Clasificación
    • Tipo de artículo
    • Author
    • Show TOC
    • Cover Page
    • License
    • Transcluded
      • Autonumber Section Headings
      • License Version
    • Incluir datos adjuntos
    Buscando en
    Acerca de 1 resultados
    • https://espanol.libretexts.org/Matematicas/Algebra_lineal/%C3%81lgebra_Matricial_con_Aplicaciones_Computacionales_(Colbry)/41%3A_21_Asignaci%C3%B3n_en_Clase_-_Resolver_Sistemas_Lineales_de_Ecuaciones_usando_Descomposici%C3%B3n_QR/41.2%3A_Resolver_sistemas_lineales
      Cuando tenemos el mismo número de ecuaciones que incógnitas, tenemos el siguiente sistemaAx=b con una matriz cuadradaA. Entonces podemos encontrarxn2,,x1:\(x_{n-2} = {b_{n-2}-R_...Cuando tenemos el mismo número de ecuaciones que incógnitas, tenemos el siguiente sistemaAx=b con una matriz cuadradaA. Entonces podemos encontrarxn2,,x1:xn2=bn2Rn2,n1xn1Rn2,nxnRn2,n2. def back_subst(R,b): n = R.shape[0]; x = np.zeros(n); for i in reversed(range(n)): x[i] = b[i] for j in range(i+1,n): ## Your code starts ## x[i] = # Complet this line of code. ## Your code ends ## x[i] = x[i]/R[i,i] return np.matrix(x).T

    Support Center

    How can we help?