Sistemas de Ecuaciones Lineales

Introduccin:
Durante mucho tiempo se considero al Algebra como el arte de resolver ecuaciones. Desde la antigedad se ocuparon de ellas los babilonios, los griegos tambin lo hicieron desde la Geometra, con la notable excepcin de Diofanto. Dichos trabajos continuaron en Italia en la poca del Renacimiento. A fines del ao 1949 el profesor de la Universidad de Harvard, Wassily Leontief dividi la economa estadounidense en 500 sectores tales, como la industria del carbn, automovilstica y la industria de las comunicaciones. Para cada sector, l escribi una ecuacin lineal que describa cmo este distribua sus salidas hacia otros sectores de la economa. Por este trabajo Leontief gano el premio Nobel de economa. Debido a la cantidad masiva de datos implicados, estos modelos son generalmente lineales, es decir, se describen por medio de ecuaciones lineales. En un modelo econmico descripto por un sistema de ecuaciones lineales es importante Para dar condiciones generales de existencia y unicidad de soluciones mi objetivo en esta unidad es clasificar y resolver sistemas de ecuaciones lineales con n incgnitas.

Definicin de ecuacin algebraica lineal

Llamamos ecuacin algebraica lineal a una expresin de la forma: a1x1 + a2x2 + a3x3 +.+ anxn = b (1) Donde los ai,con i = 1,2,3,n y b son constantes pertenecientes a un cuerpo cualquiera, en general R, los a1 se llaman coeficientes, b se llama termino independiente y xi R para todo i y se llaman variables o incgnitas. El nombre lineal se debe a que cada trmino es de primer grado en cada una de las incgnitas. Si b=0, la ecuacin se denomina homognea. Si b0, la ecuacin se denomina inhomogenea.

Ejemplos:
a 3x - 4y + 2z - 3w cuatro incgnitas inhomogenea. b x1 + 3x2 - 7x3 + 2x4 - 8x5 = 0, es una ecuacin lineal con cinco incgnitas homogneas

Observacin:
A partir de este momento vamos a convenir en llamar a un vector fila o a un vector columna; vector n-dimensional, y al referirnos a sus elementos hablaremos de elementos o componentes de manera indistinta. Esto quedara totalmente justificado cuando estudiemos el tema Espacios Vectoriales. Un conjunto de valores numricos: {x1, x2,xn}, o un vector n-dimensional (x1, x2, x3,...xn) que satisfaga la ecuacin (1) se llama una solucin de la misma. Por lo tanto, resolver una ecuacin es encontrar el vector o los vectores n-dimensionales que la verifiquen un vector n-dimensional tambin lo llamaremos n-upla ordenada de nmeros reales.

Ejemplo:
La ecuacin: x + 2y 3z = -3, es una ecuacin lineal con tres incgnitas .La terna ordenada: (1, 1, 2) es una solucin de la misma ya que: 1 + 2.1 3.2 = -3 Pero esta solucin no es la nica, ya que la terna (0, 0, 1) tambin es solucin puesto que: 0 + 0 -3.1 = -3 y tambin lo es la terna (3, 3, 4) ya que: 3 + 2.3 -3.4 = -3 Si consideramos una ecuacin homognea: a1x1 + a2x2 + + anxn =0, es evidente que esta ecuacin admite siempre la solucin: x1 =x2 = = xn = 0.Es decir, el vector n-dimensional (0, 0,0,0) es siempre solucin de la misma y se llama solucin trivial. No quiere decir que sea la nica. Veamos el ejemplo siguiente.

Ejemplo:
Sea la ecuacin x 2y = 0.Evidentemente admite como solucin el vector (0,0), pero los pares ordenados (2,1), (-2,-1), (3,32) etc. Tambin son soluciones de la misma. Podemos concluir que: Dada una ecuacin lineal con n incgnitas Existen infinitos vectores n-dimensionales que son solucin de la misma.

Ecuaciones equivalentes: Diremos que dos ecuaciones son equivalentes si

tienen las mismas soluciones

Ejemplo:
Las ecuaciones:x + 2y -3z -3 y 2x + 4y 6z = -6 son equivalentes ya que tienen las mismas soluciones.Algunas ternas soluciones de la primera son: (1, 1,2), (0, 0,1), (3, 3,4) etc. Podemos verificar que estas ternas son tambin solucin de la segunda. Por ejemplo, reemplazando x,y,z en la segunda ecuacin por la terna (3, 3,4) obtenemos: 2.3 + 4.3 6.4 = -6.Es fcil ver que la segunda ecuacin se obtuvo de la primera multiplicando todos los elementos de la misma por 2. Aceptaremos la siguiente propiedad sin demostracin.

Propiedad: Si multiplicamos ambos miembros de una ecuacin lineal por una

constante distinta de cero, se obtiene una ecuacin equivalente a la dada.

Ejemplo:
Las ecuaciones: 2x1 3x2 = 5 y 6x1 9x2 = 15 son equivalente, la segunda ecuacin se obtuvo multiplicando la primera por 3.

Sistema de ecuaciones: Llamamos sistema de ecuaciones a un conjunto de dos o

ms ecuaciones con varias incgnitas, consideradas simultneamente.

Sistemas de m ecuaciones lineales con n incgnitas

Es un conjunto de mecuaciones lineales con nincognitas consideradas simultneamente. La forma general del mismo es: a11x1 + a12x2 + a13x3 ++ a1nxn = b1 a21 + a22x2 + a23x3 ++ a2nxn = b2 .. .. . am1x1 + am2x2 + am3x3 ++amnxn = bm Hemos provisto de dos subndices a los coeficientes: el primero nos indica la ecuacin a la cual pertenece y el segundo, la incognita.Asi, aij es el coeficiente de xjen la i-esima ecuaciones cambio, los trminos independientes tienen un solo subndice el cual indica la ecuacin a la cual pertenecen. 3

(1) (1)

Notacin matricial de un sistema:

Usando el concepto de producto de matrices, el sistema (1) se puede escribir de manera ms sencilla mediante una nica ecuacin matricial. Veamos: a11 a12 a13 a1n a21 a22 a23 a2n ..................... . am1 am2 am3amn

Si representamos con A=

La matriz de los coeficientes A Mmx1

Con el vector columna

X=

x1 x2 . . . xn

. matriz de las incgnitas; X Mmx1, la

y con el vector columna b1 b2 . . . bn

B=

la matriz de los trminos independientes B Mmx1

El sistema (1) lo podemos escribir mediante una sola ecuacin matricial, usando el concepto de producto de matrices de la siguiente manera: A . X = B, (2) Donde: A M10xn, XMnx1, BMmx1, o como: a11 a12 a13 a1n a21 a22 a23 a2n ................... . . ... am1 am2 am3... amn x1 x2 . . xn
=

b1 b2 . . bm (3)

De hecho, si calculamos el producto de las matrices del primer miembro de esta igualdad, esta ecuacin se convertir en: a11x1 + a12x2 + a13x3 ++a1nxn a21x1 +a23x2 + a23x3 + + a2nxn = am1x1 + am2x2 + am3x3 + ...amnxn b1 b2 . . bm

Como estas dos matrices son iguales sus elementos correspondientes son iguales escribimos: a11x1 + a12x2 + a13x3 + ... + a1nxn = b1 a21x1 + a22x2 + a23x3 + ... + a2nxn = b2 .................................................................. .................................................................. am1x1 + am2x2 + am3x3 + ..+ amnxn= bm que es el sistema de partida. Tanto la igualdad (2) como la (3) reciben el nombre de notacin matricial del sistema.

Ejemplo:
Escriba usando notacin matricial el siguiente sistema de ecuaciones: 3x - 2y + 3z w = 0 -x + 2y w = 2 x y +2z = -1 3x y - 2z + w = 1 La matriz de los coeficientes es: 3 -2 3 -1 -1 2 0 -1 1 -1 2 0 3 -1 -2 1 ; la matriz de las incgnitas es: X = x y z w 5

0 Y la matriz de los trminos independientes es B= 2 -1 1 La notacin matricial del sistema es: 3 -2 -1 2 1 -1 3 -1 3 -1 x 0 0 -1 y 2 2 0 ; z = -1 -2 1 w 1

Si conocemos las matrices A, X y B escribimos A . X = B Si bi. = 0 para todo i tal que B=N (matriz nula) y llamamos a (1) sistema homogneo, en este caso la notacin matricial del sistema es: A.X=N Si BN (existe algn bi. 0) el sistema se llama sistema inhomogeneo. Resolver un sistema de m ecuaciones lineales con n incgnitas significa encontrar todos los vectores X que verifican la igualdad A.X = B, es decir encontrar todas las n ordenadas, (x1, x2, x3,xn) que verifican simultneamente todas las ecuaciones del sistema.

x1 Cada n-upla (x1,x2,x3xn) o vector columna n-dimensional X = x2 . . . xn que cumpla con esta condicin lo llamaremos una solucin- del sistema.

Ejemplo: El sistema
3X1 + 2X2 = 3 -x + x2 = 4 -1 Tiene como solucin el vector X1 = 3 ya que ambas ecuaciones se verifican para dicho vector .Sin embargo, el vector X2 = 1 no es solucin del sistema porque verifica solo la primera ecuacin. 0 Llamemos S= {Xj / Xj = B}.Este conjunto S tiene dos posibilidades: = : el sistema no tiene solucin y lo llamaremos Incompatible. S : el sistema admite solucin y lo llamaremos Compatible. 6

Los sistemas compatibles pueden ser tal que: a) Admitan solucin nica, es decir existe un nico vector columna X que verifica todas las ecuaciones.En este caso se llaman Sistemas compatibles determinados. b) Admitan infinitas soluciones, es decir existen infinitos vectores columna X que verifican simultneamente todas las ecuaciones, lo llamamos Sistemas compatibles indeterminados. De acuerdo a esto clasificamos a los sistemas de ecuaciones lineales segn su solucin de la siguiente manera: Incompatibles (no tienen solucin) Sistemas Compatibles b) Indeterminados (infinitas soluciones) Observemos que, si el sistema es homogneo, es decir si B= N, con N Mmx1 0 0 el sistema admite siempre como solucin el vector X = . . 0 es decir, x1 = x2 = x3 == xn = 0 es solucin del mismo .Se llama Solucin trivial. Esto es evidente, ya que si todas las ecuaciones admiten este vector como solucin, el mismo es solucin del sistema, por lo tanto: X Mmx1 a) Determinados (solucin nica)

Los sistemas homogneos son siempre compatibles

Como dijimos al principio, nuestro objetivo es clasificar y resolver sistemas, por ello debemos encontrar criterios para decidir cuando es compatible y cuando no, y mtodos para resolverlos cuando sea posible. Dos son los problemas que se nos presentan entonces: *Clasificar un sistema dado, es decir, determinar si tiene solucin y cuantas tiene. *Resolverlo (en el caso que sea posible), es decir, encontrar su o sus soluciones.

Comenzaremos nuestras consideraciones suponiendo un sistema en el que el nmero de ecuaciones y de incgnitas sea el mismo. La forma general del mismo es en este caso: A11x1 + a12x2 + a13x3 + +a1nxn = b1 A21x1 + a22x2 + a23x3 + + a2nxn = b2 An1x1 + an2x2 + an3x3 + + annxn = bn (1)

Sistemas Cramerianos:
Si el determinante asociado a la matriz del sistema es distinto de cero el sistema recibe el nombre de sistema crameriano. Definicin: un sistema A.X= B con igual numero de ecuaciones que de incgnitas y tal que det (A) 0 (A Mnxn, matriz de los coeficientes) se llama sistema Crameriano.

Para estos tipos de sistemas vale el siguiente Teorema que nos proporciona una importante aplicacin de la inversa de una matriz y una manera de resolver los mismos:

Teorema de Leibniz-Cramer:
Sea el sistema crameriano A.X= B con A Mnxn, X Mnx1, B Mnx1 (B N, entonces: a) El sistema tiene solucin nica b) La componente j-esima del vector solucin X, xj = det (Aj) det(A) nxn donde Aj M es la matriz que se obtiene al reemplazar en la matriz de los coeficientes la columna j-esima por la columna de los trminos independientes.

Demostracin:
a) El procedimiento que seguiremos para probar este apartado se conoce con el nombre de resolucin matricial de un sistema. Sea el sistema dado escrito con notacin matricial: A. X = B (1) -1 Por ser el sistema crameriano, det (A) 0, entonces existe A y es nica. Premultiplicando ambos miembros de la igualdad (1) por A-1 obtengo: A-1.A.X = A-1.B 1. X = A-1 .B X = A-1. B (2) 8

Entonces, el vector X dado por la igualdad: X = A-1. B nos proporciona la solucin del sistema, y como A-1 es nica, este vector es nico. Por lo tanto el sistema tiene solucin nica. Hemos probado el apartado a). Por la igualdad (2) sabemos que el vector solucin es: X = A-1. B, reemplazando A-1 por su valor obtenemos: C11 C21 C31 Cn1 C12 C22 C32 Cn2 . C1j C2j C3j ..Cnj C1n C2n C3n ... Cnn

X= 1 det(A)

b1 b2 ... bj ... bn

efectuando el producto indicado obtenemos: x1 x2 x3 xj xn C11b1 + C21b2 + C31b3 ++ Cn1bn C12b1 + C22b2 + C32b3 ++Cn2bn C13bi + C23b2 + C33b3 + +Cn3bn . C1jb1 + C2jb2 + C3jb3 + +Cnjbn C1nb1 + C2nb2 + C3nb3 + +Cnnbn

= 1 det (A)

Evidentemente la matriz del segundo miembro es de orden nx1.Aplicando el concepto de igualdad de matrices concluimos que: x1 = 1 (c11b1 + c21b2 + c31b3 + + cn1bn ) det(A) x2 = 1 (c12b1 + c22b2 + c32b3 + +cn2bn ) det(A) ........................................................................ xj = 1 (c1jb1 + c2jb2 + c3jb3 + ... + cnjbn ) det(A) ...................................................................... xn = 1 (c1nb1 + c2nb2 + c3nb3 + ... + cnnbn ) det(A)

En cada uno de los segundos miembros de estas igualdades, el segundo factor es el determinante que resulta al reemplazar la j-sima columna de A por la columna de los trminos independientes: b1 b2 B= . . bn

; por lo tanto:

Xj =det

(Aj) j = 1, 2,3,n

que es lo que queramos probar!

Este teorema no solo nos asegura que todo sistema crameriano tiene solucin nica, sino tambin que dicha solucin viene dada por lo que se conoce con el nombre de:

Regla de Cramer: dado un sistema de n ecuaciones lineales con n

incgnitas y tal que det (A) 0 (A matriz de los coeficientes) los valores de las incgnitas, x, con j =1,2n pueden calcularse como el cociente entre dos nmeros: el numerador es el determinante que se obtiene a partir de det (A) cuando se reemplaza la j-esima columnapor la de los trminos independientes y el denominador comn para todos es det (A).

Todo sistema crameriano es compatible con solucin nica

Esta regla de Leibniz-Cramer se llama as en honor a Gotfried Leibniz (16461716), gran matemtico y filsofo alemn co-descubridor con Newton de los principios bsicos del clculo infinitesimal y a Gabriel Cramer es uno de los resultados ms famosos en la historia de la Matemtica. Durante 200 aos fue esencial en la enseanza del Algebra y la teora de las ecuaciones. Debido a la gran cantidad de clculos que requiere, en la actualidad se usa menos que antes: sin embargo fue de gran importancia en su tiempo.

Ejemplos:
a) Dado el sistema: 3x1 + x2 + x3 =1 x1 x3 =5 x2 x3 = -5 Averige si es crameriano y en caso afirmativo resulvalo usando la regla de Cramer. Como el sistema es de tres ecuaciones con tres incgnitas, para averiguar si es crameriano debemos calcular el valor de A .

10

det (A) = |

| X1 = 5

| =

16 5

| 5 =

X2 =

34 5

| 5 =

X3 =

9 5

La solucin, nica, esta dada por la terna: (16 5,-34 5,-9 5) b) Determine K para que el sistema kx + 4y =8 x + ky = 3 i) Tenga solucin nica. ii) Asigne a K un valor apropiado y encuentre su solucin. i) Para que el sistema tenga solucin nica (i): A 0 k 4 = k2 -4 0 k 2 1 k Por lo tanto A 0 k (- , -2) (-2, 2) (2,). ii) Asignado a K el valor 0 (siempre debemos tratar de elegir un valor sencillo), obtenemos: A = -4

8 4 0 8 Por lo tanto: x = 3 0 = -12 = 3, y = 1 3 = -8 = 2 |A| -4 |A| -4 La nica solucin (para k = 0) es el par ordenado: (3 , 2)

Sistemas homogneos:
En el apartado anterior, supusimos que el sistema no era homogneo .Nos preguntamos, que pasa si B = N?, es decir si b1 = 0 para todo i La notacin del sistema seria en este caso: A.X= N, donde A Mnxn, X Mnx1, N Mnx1 Evidentemente este sistema es siempre compatible, ya que admite siempre la solucin: x1 = x2 == xn = 0 Pero, si de: (A) 0, el sistema es crameriano, existe A-1 y su solucin, viene dada por la regla de Cramer es decir: Xj = det (Aj) = 0 = 0 det (A) det(A)

j= 1, 2,3,n

det (Aj)= 0 para todo j =1, 2,3,n, ya que siempre tendr una columna nula. De acuerdo al Teorema anterior esta solucin es nica.

11

Los conceptos anteriores nos permiten enunciar el siguiente teorema:

Teorema:
Todo sistema de n ecuaciones lineales con n incgnitas tiene solucin nica det(A) 0. Si: i) El sistema es inhomogeneo: xj =det (Aj), para todo j = 12, 2,3,n. det(A) ii) El sistema es homogneo: xj = 0 para todo j = 1, 2,3,, n.Esta solucin, recibe el nombre de solucin trivial. Ejemplos: a) Averige si el siguiente sistema es crameriano y en caso afirmativo encuentre su solucin: x1 + 3x2 - 2x3 = 0 x1 + 5x2 - 3x3 = 0 -2x1 x2 + x3 = 0 El sistema dado es homogneo .Calculemos el valor de det (A): 1 3 -2 det (A) = 1 5 -3 = 5 + 18 +2 -20 -3 -3 = -1 -2 -1 1 Como det(A) 0, el sistema es crameriano, y su nica solucin es la trivial: x1 = x2 =x3 = 0, o lo que es lo mismo, la nica solucin es la terna: ( 00,0 ) b) Calcule el valor de m de manera que el sistema: x1 + x2 x3 = 0 mx1 + 2x2 + 2x3 = 0 -x1 + 2x2 +4x3 = 0

tenga solucin nica.

Como el sistema es homogneo, para que tenga solucin nica debe ser: det(A) 0 1 1 -1 det(A) = m 2 2 = 8 2 -2m-2-4-4m 0 -6m 0 m 0 -1 2 4 Si m (- , 0) (0, ) el sistema admite como nica solucin trivial.

Recapitulacin importante:
Sea A Mnxn, relacionando los conceptos de matrices equivalentes, matriz inversa y sistemas cramerianos, podramos probar que los cinco enunciados siguientes son equivalentes. Es decir cada enunciado implica los otros cuatro (o dicho de otra manera, si uno es verdadero, todos son verdaderos y si uno es falso, todos son falsos):

12

Teorema: A es inversible la nica solucin del sistema homogneo A. X=N es la

solucin trivial (X = N) El sistema A.X = B tiene solucin nica Aes equivalente por filas a In det (A) 0

Consideremos ahora un sistema de m ecuaciones lineales con n incgnitas. Vimos que nuestro primer problema consista en analizar un sistema para saber cuando es compatible o no .Ya hemos visto como hacerlo para el caso que el sistema sea crameriano, pero si el sistema no es crameriano, o tiene mas ecuaciones que incgnitas o mas incgnitas que ecuaciones, usaremos el valioso teorema de Rouche-Frobenius Que nos permite solo este primer paso, es decir, clasificar el sistema.

Clasificacin de los sistemas de ecuaciones lineales:

Consideremos un sistema de m ecuaciones lineales con n incgnitas: a1x1 + a12x2 + + a1nxn = b1 a1x1 + a22x2 + + a2nxn = b2 a1x1+ am2x2 +.+ amnxn = bm

(1)

Definimos el concepto de matriz ampliada:

Matriz ampliada: llamamos matriz ampliada de un sistema a la matriz que se

obtiene agregando a la matriz de los coeficientes la columna de los trminos independientes, la representamos con A.

A=

a11a12 a1n b1 a21 a22 a1n b2

.... ...

es la matriz ampliada del sistema (1)

am1 am2...amn

bm

La notacin matricial del sistema (1) es: A.B = B, por lo tanto: A = (A)B). Si efectuamos operaciones elementales sobre las filas de A, obtenemos otra matriz: M = (M)Y) M A Esta matriz M, representa un nuevo sistema de ecuaciones: M.X= Y. Nos interesa saber que relacin existe entre el sistema A.X = B y el sistema M.X =Y.Con este fin aceptaremos sin demostracin el importante siguiente teorema:

13

Teorema: Sistemas equivalentes: dos sistemas de m ecuaciones lineales

con nincognitas son equivalentes si tienen el mismo conjunto solucin.

Dado un sistema de m ecuaciones lineales con n incgnitas es posible trasformarlo en otro equivalente al dado mediante las siguientes operaciones:

Operaciones que conducen a Sistemas de Ecuaciones Equivalentes:

1-Intercambio de dos ecuaciones. 2-Multiplicacin de una ecuacin por una constante k 0. 3-Suma a una ecuacin de otra multiplicada por un escalar k cualquiera. En terminologa matricial .estas tres operaciones corresponden a las operaciones elementales definidas sobre las filas de una matriz. Lo que implica que: A matrices equivalentes corresponden sistemas de ecuaciones equivalentes. De acuerdo a esto los sistemas: A.B =B y M.X = Y son equivalentes, vimos que si dos sistemas de ecuaciones son equivalentes entonces tienen las mismas soluciones. Por lo tanto el sistema M, X = Y tiene las mismas soluciones que el sistema de partida. Si observemos que sucede con A, al efectuar operaciones elementales sobre sus filas, esta afirmacin es fcilmente visualizable: 1) Si multiplicamos una fila de A, por una constante distinta de 0, equivale a multiplicar una ecuacin del sistema por una constante, en cuyo caso obtenemos una ecuacin equivalente a la dada. 2) Si permutamos dos filas de A, equivale a intercambiar dos ecuaciones de lugar (tampoco varan las soluciones del sistema). 3) Si sumamos a una fila de A, otra multiplicada por una constante, esto equivale a sumar a una ecuacin otra multiplicada por una constante.Tampoco cambian las soluciones. Podemos concluir que, al efectuar operaciones elementales sobre las filas de la matriz ampliada de un sistema, no se alteran las soluciones del mismo, pero podemos arribar a otro ms sencillo con el mismo conjunto solucin. Apliquemos estas consideraciones al sistema: X + 4y = 8 X+y=3 Donde A = 1 4 8 1 1 3

14

(1) 4 1 1 0 1 0 1 0 A A 1 4 -3 4 1 0 1

8 3 8 -5 8 5/3 4/3 5/3

F2 + (-1)F1

(-1/3)F2

Aplico a A el mtodo Gauss-Jordan tratando de formar en ella, el mayor nmero de vectores columnas cannicos distintos.

F1 + (-4)F2

El sistema (equivalente) obtenido es: x1 + 0x2 = 43 0x1 + x2 =53

lo que es lo mismo :

x1 = 43 x2 = 53

x1 Por lo tanto el vector X = x2 =

43 es solucin nica. 53

Recordando el concepto de rango de una matriz podemos observar que: r (A) = 2 y r (A) = 2, esto no es casualidad, sino consecuencia del siguiente teorema que enunciaremos sin demostrar:

Teorema de Rouche-Frobenius
Condicin necesaria y suficiente para que un sistema de m ecuaciones lineales con n incgnitas tenga solucin es que la matriz de los coeficientes y la matriz ampliada tengan igual rango, es decir el sistema es compatible r (A) = r (A).

Podemos concluir que: si r (A) r (A,), el sistema es compatible. Las siguientes consecuencias del teorema de Rouche-Frobenius las aceptaremos sin demostracin: * Si r(A,) = r(A,) = n (numero de incgnitas) la solucin es nica .El sistema es compatible determinado con solucin nica. 15

* Si r(A) = r(A,) 0 r n el sistema tiene distintas soluciones. El sistema es compatible indeterminado con infinitas soluciones. Es claro que siempre: r (A) n donde n = n0 de incgnitas.

Por qu es valida esta desigualdad...? Piensen

Por qu decimos en el ltimo caso que el sistema tiene infinitas soluciones? Porque existen r incgnitas llamadas incgnitas principales, las cuales dependen de infinitos valores que le podemos asignar a las n-r restantes que reciben el nombre de incgnitas libres. Nos referimos a este hecho diciendo que el sistema tiene orden de x1 x2 Indeterminacin igual a n - r. En este caso existen infinitos vectores . que son solucin del sistema. . xn

Resolucin de sistemas de ecuaciones lineales

El mtodo de Gauss-Jordan no solo nos permitir clasificar un sistema diciendo si es compatible o no, sino tambin nos proporcionara la solucin del mismo, es decir determinar su conjunto solucin. Esencialmente este mtodo se basa en la determinacin de los rangos de A y A, para lo cual escribimos a la derecha de A la columna compuesta por los trminos independientes y se opera de la manera conocida. Debemos aclarar que el mismo es aplicable a cualquier sistema de ecuaciones lineales: homogneo o inhomogneo. Tambin cabe destacar que si estamos en presencia de un sistema crameriano de orden superior a tres el trabajo de resolucin del mismo se reduce de manera considerable. El mtodo de Gauss-Jordan, que usa para clasificar y resolver sistemas, es de comprensin ms sencilla por medio de ejemplos.

Ejemplo: Analizar y resolver los siguientes sistemas de ecuaciones aplicando el

mtodo de Gauss-Jordan

2x -3y +4z = 13 a) x + y + 2z = 4 3x + 5y z = -4 2 -3 4 1 1 2 3 5 -1 13 4 -4

La matriz ampliada del sistema es

Calculamos los rangos de A y A, usando el mtodo de Gauss-Jordan y clasificamos el sistema usando el teorema de Rouche-Frobenius. Para ello aplicaremos operaciones elementales, sobre las filas de A, hasta obtener el mximo numero de 16

vectores columnas cannicos distintos. Dispondremos la matriz ampliada del sistema y las sucesivas matrices equivalentes a ella de la siguiente manera: 2 -3 4 (1) 1 2 3 5 -1 (1) 1 2 2 -3 4 3 5 -1 13 4 -4 4 13 -4 F1 F2

Efecto: F2 + (-2) F1 F3 + (-3) F1 Efecto: (-15) F2

1 1 2 4 0 -5 0 5 0 2 -7 -15

1 1 2 4 0 (1) 0 -1 Efecto: F1 + (-1) F2 0 2 -7 -15 F3 + (-2) F2

1 0 2 0 (1) 0 0 0 -7

5 -1 -4

Efecto: (-17) F3

1 0 2 5 0 1 0 -1 Efecto : F1 + (-2) F3 0 0 (1) 2 1 0 0 0 1 0 0 0 1 1 -1 2

Hemos obtenido tres vectores cannicos distintos en A, y no podemos obtener otro; por lo tanto: r(A) = r(A,) = 3; el sistema es compatible .Aparte, r(A) = r(A,) = 3 = n0 de incgnitas, lo que significa que el sistema es compatible determinado. La matriz final representa el sistema equivalente:

x + 0y + 0z = 1 0x +1y + 0z = -1 0x + 0y +1z = 2

x=1 y = -1 z=2

La solucin nica del sistema es la terna (1,-1,2) igual resultado hubiramos obtenido aplicando la Regla de Cramer.

17

Quieren probar?
b) x 3y +2z = 1 2x + y 2z = -2 x + 4y = -3

(1) -3 2 2 12 1 4 0 1 -3 2 0 7 -2 0 7 -2 1 -3 2 0 7 -2 0 0 0

1 -2 -3 1 -4 -4 1 -4 0

F3 (-1) F1 F2 (-2) F1 F3 + (-1) F2 (-1/2) F2 Puedo eliminar esta fila ya que todos sus elementos son nulos por lo que no puedo encontrar otro vector cannico. F1 + (-2) F2

1 -3 2 1 0 -7/2 (1) 2 1 4 0 -3 0 -7/2 1 2

r(A) = 2 y r(A) = 2 por lo tanto el sistema es compatible, pero r(A) 3 = n0 de incgnitas, lo que nos indica que es compatible indeterminado , como r(A) = 2 el grado de indeterminacin es 1, tengo dos variables principales y una incgnita libre. Las variables principales son las correspondientes a lo pivotes, es decir: x y z. El sistema equivalente obtenido es: x + 4y = -3 (-7/2) y + z = 2 Cuando un sistema es compatible indeterminado como este, podemos describir el conjunto solucin resolviendo el sistema de ecuaciones reducido para las variables principales en trminos de las libres. En este caso resolvemos para x y para z en trminos de y, incgnita libre ya que puede tomar cualquier valor real. x = -3 4y z = 2 + (7/2) y y es libre

Por ejemplo, si y = 1 entonces x = -3 4.1 = -7, z = 2 + (7/2).1 =11/2, as una terna

solucin es (-7, 1,11/2) La solucin general del sistema Viena dada por la terna: (-3-4y, y, 2 + (7/2) y), que tambin puede ser escrita como: -3-4a a 2 + 7/2a con a R 5 X2 = -2 , etc. -5 18

X=

-3 Otros vectores solucin del sistema son: si a = 0, X1 = 0 ; 2

si a = -2

c)

x + 4y z = 3 3x y + 2z = 4 x 9y + 4z = 3

(1) 4 3 -1 1 -9 1 4 0 -13 0 -13

-1 2 4 -1 5 5

3 4 3 3 5 0

1 0 0 1 0 0 1 0 0

4 -1 3 -13/5 (1) -1 -13 5 0 7/5 0 2 -13/5 1 -1 0 0 (5) 7/5 0 0 -13/5 1 0 0 0 1

r(A) = 2 y r(A,) = 3 r(A) r(A,), por lo tanto el sistema es incompatible.

d)

x1 + x2 + x3 = 2 2x1 x2 + x3 = 1

Este sistema tiene mas incgnitas que ecuaciones, nunca puede ser compatible determinado solo puede ser compatible indeterminado o incompatible. (1) 1 1 2 -1 1 1 1 1 0 -3 -1 1 1 1 0 3 (1) 1 -2 0 0 3 1 2 1 F2 + (-2) F 2 -3 (-1) F2 2 3 F1 + (-1) F -1 3

r(A) = r(A) = 2 n de incgnitas, sistema compatible indeterminado. El sistema equivalente obtenido es: x1 2x2 = -1 3x2 + x3 = 3

Despejando x1 y x3 en funcin de x2 tenemos: x1 = 2x2 -1, y x3 = 3 3x2 2a -1 a , con a R 3 3a

La solucin general es el vector: X =

2) Clasifique y resuelva los sistemas de ecuaciones lineales representados por las siguientes matrices ampliadas: a) 1 0 -1 2 0 1 1 3 b) 1 2 1 0 0 0 1 -1 0 0 0 0

19

a) La matriz ampliada de este sistema tiene dos vectores cannicos distintos y no se pueden encontrar ms. Por lo tanto r(A) = r(A,) = 2 n de incgnitas, sistema compatible indeterminado.
El sistema equivalente correspondiente es: x1 x3 = 2 x2 + x3 = 3

Como x1 y x3 son las incgnitas principales, despejndolas en trminos de x2 tenemos: x1 = 2-x3 y x2 = 3-x3 con k R

2-k La solucin general es el vector X = 3-k , k 1 2 1 0 0 0 1 -1 0 0 0 0

b)

Esta matriz ampliada corresponde a un sistema de tres ecuaciones con tres incgnitas, pero la ltima fila tiene todos sus elementos nulos por lo que podemos suprimirla. 0 2 1 0 0 0 (1) -1 1 2 0 1 0 0 1 -1 Para encontrar otro vector cannico : F1 + (-1)F2

Por lo tanto r (A) = r (A,) = 2 n de incgnitas, sistema compatible indeterminado .El sistema equivalente es: x1 + 2x2 = 1 x3 = -1 La incgnita x3 toma el valor fijo -1 y la incgnita x2 es libre. Por lo tanto la solucin general del sistema es la terna: (1 2x2, x2,-1).

Sistemas homogneos
Sabemos que los sistemas homogneos tienen siempre la solucin trivial, es 0 0 decir el vector X = . es siempre solucin de los mismos. . 0 Si aplicamos a un sistema de este tipo el teorema de Rouche-Frobenius es fcil obtener que la matriz ampliada siempre tiene una columna de ceros:

20

a11 a12 . . .a1n a21 a22 . . .a2n , A = . . . . . . . . . . am1 am2 . . amn

0 0 . . 0

lo que implica r(A) = r(A) siempre, por lo tanto

r = n, solucin nica (trivial) Si r(A) = r(A,) = r R n, compatible indeterminado con Infinitas soluciones aparte de la trivial.

Ejemplo: clasifique y resuelva los siguientes sistemas:

x y + 3z = 0 a) x + y z = 0 x+z =0 Si calculamos det(A) encontramos que es igual a cero, debemos resolverlo aplicando el mtodo de Gauss-Jordan. (1) -1 3 0 1 1 -1 0 F2 + (-1) F1 1 0 1 0 F3 + (-1) F1 1 -1 3 0 F1 + F3 0 2 -4 0 F2 + (-2) F3 0 (1) -2 0 1 0 1 0 0 0 0 0 0 1 -2 0 r(A) = 2 3 = n de incgnitas, el sistema es compatible indeterminado. Hemos obtenido el siguiente sistema equivalente: x+z=0 y- 2z = 0 , despejando las incgnitas x e y (incgnitas principales) en funcin de z obtenemos: x = -z y = 2z

Las infinitas soluciones estn dadas por la terna: (-z, 2z, z), o por: S= {(-k, 2k, k) / k R} Si asignamos el valor -3 a k una terna solucin es (3,-6,-3). Asignando a k el valor otra terna es: (-1/2, 1,1/2). b) x y + z = 0 2x + 5y z = 0 Estamos en presencia de un sistema homogneo en el que el numero de ecuaciones es menor que el numero de incgnitas. Por ser homogneo es siempre compatible ,pero como el numero de incgnitas es mayor que el numero de ecuaciones 21

no puede ser compatible determinado , por lo tanto es compatible indeterminado. Todo sistema de ecuaciones homogneo que tiene mas incgnitas que ecuaciones es siempre compatible indeterminado. (1) -1 1 0 2 5 -1 0 F2 + (-2) 1 -1 1 0 0 7 -3 0 (1/7) F2 1 -1 1 0 0 1 -3/7 0 F1 + F2 1 0 4/7 0 0 1 -3/7 0 Como podemos observar r(A) = 2 n de incgnitas. El sistema equivalente obtenido es: x + (4/7) z = 0 y (3/7) z = 0 Despejamos x e y, variables correspondientes a los pivotes en funcin de z, variable libre, resulta: x = - (4/7) z, y = (3/7) z. La solucin general es S= {((-4/7) t, (3/7) t, t)/ t R}, que tambin puede ser -4/7 t 3/7 t t

Escrita como: X =

Aplicacin de los sistemas de ecuaciones

Una de las aplicaciones practicas mas importante de los sistemas de ecuaciones es la programacin lineal .Esta tcnica es ampliamente usada en operaciones (militares, tcnicas, industriales) en las que la precisin y eficacia son muy importantes para determinar unos valores que maximicen o minimicen una forma polinmica dada. La resolucin de estos problemas se lleva a cabo grafica o algebraicamente por medio de sistemas de ecuaciones.

22

La Ingeniera realiza sus clculos a partir de modelos cientficos. Los modelos cientficos se realizan sobre modelos matemticos (de lo contrario no se podra calcular), a partir de la observacin de los fenmenos naturales (fsica, qumica, biologa, etc.). Existen ingenieras, como las de informacin, que se dedican a ambientes artificiales y en parte pueden desligarse de los fenmenos naturales, (solo en parte), pero, igualmente, a la hora de realizar clculos dependern de comportamientos estadsticos y otros modelos, que tambin se realizan a partir de modelos matemticos. Todo aquello que sea calculable requiere basarse en algn modelo matemtico, y la ingeniera se basa en las tcnicas constructivas, y para construir apropiadamente se debe calcular. Partiendo de la historia, se pueden construir edificios, arcos y monumentos por 'prueba y error', pero, evidentemente si 'estn calculados' tanto el constructor, como los usuarios, se sentirn ms seguros. Desde la poca de las grandes construcciones a la actualidad, la ingeniera siempre se dedico a la construccin, por ende, requiere calcular, por ende, requiere de la matemtica. No es tan importante el porque los sistemas de ecuaciones se aplican a la ingeniera, sino porque tales sistemas de ecuaciones modelan con tanta exactitud a los fenmenos naturales. El espacio de solucin de la ecuacin cuadrtica comn se aplica a un sin nmero de fenmenos naturales con excelente precisin. Sistemas de ecuaciones ms complejos y con ms variables permiten predecir el comportamiento de fenmenos naturales ms complejos o delicados. Lo asombroso es que las ecuaciones matemticas 'predigan' con tal exactitud a los fenmenos de la naturaleza; y por eso, se utilizan en Ingeniera.

23

* Di Caro.Hector (Algebra y elementos de Geometra 2) *Fernndez de Musomecci, Kempf de Gil Mulki, Lilia.Matematica para ingresantes a la universidad *Rojo Armando (tomo 2)

24