BeamerSistema de Ecuac LinealesParte2

Matemticas Bsicas II (DACB)
Sistema de Ecuaciones Lineales
Csar Barraza
Universidad Nacional de Ingeniera
Setiembre del 2012
Csar Barraza (Universidad) MA 124 Setiembre del 2012 1 / 23

Factorizacin LU
Ciertas matrices A, puede ser llevado a una factorizacin de matrices de la

forma A = LU, mediante operaciones elementales, siempre que no se realicen
intercambios de filas. A continuacin describimos el proceso,
1 para i = 1 n 1
a j,i
para j = i + 1 n hacer f j ! f j f
aii i
Entonces tenemos
Em Em 1 E1 A = U

Factorizacin LU

1 para i = 1 n 1
a j,i
aii i
Entonces tenemos
Em Em 1 E1 A = U
De aqui tenemos que
A = E1 1 E2 1 Em 1 U

Factorizacin LU

1 para i = 1 n 1
a j,i
aii i
Entonces tenemos
Em Em 1 E1 A = U
De aqui tenemos que
A = E1 1 E2 1 Em 1 U
Si no hay permutacin entonces Ei son triangulares inferiores, luego
L = E1 1 E2 1 Em 1 ! A = LU

Ejemplo LU
Sea la matriz
0 1 0 1
1 1 1 1 1 1
B 1 f ! f f ( l = + 1 )
B 1 0 C 2 2 1 21 B
C f 3 ! f 3 2 f 1 (l31 = +2) B 0 2 1 C
C
A = @ 2 A @
0 1 0 2 1 A
f 4 ! f 4 + f 1 (l41 = 1)
1 1 0 0 2 1
0 1 0 1
1 1 1 1 1 1
B 0 2 1 C B 1 C
B C f 3 ! f 3 f 2 (l32 = +1) B 0 2 C
@ 0 2 1 A f 4 ! f 4 + f 2 (l42 = 1) @ 0 0 0 A
0 2 1 0 0 0

Ejemplo LU
Sea la matriz
0 1 0 1
1 1 1 1 1 1
B 1 f ! f f ( l = + 1 )
B 1 0 C 2 2 1 21 B
C f 3 ! f 3 2 f 1 (l31 = +2) B 0 2 1 C
C
A = @ 2 A @
0 1 0 2 1 A
f 4 ! f 4 + f 1 (l41 = 1)
1 1 0 0 2 1
0 1 0 1
1 1 1 1 1 1
B 0 2 1 C B 1 C
B C f 3 ! f 3 f 2 (l32 = +1) B 0 2 C
@ 0 2 1 A f 4 ! f 4 + f 2 (l42 = 1) @ 0 0 0 A
0 2 1 0 0 0
0 1
1 0 0 0
B 1 1 0 0 C
L=B
@ 2
C
1 1 0 A
1 1 0 1

Definicin de Sistema de Ecuaciones Lineales
Un sistema de m ecuaciones lineales con n incognitas presenta la siguiente
forma 8
>
> a11 x1 + a12 x2 + a1n xn = b1
>
< a21 x1 + a22 x2 + a2n xn = b2
.. (1)
>
> .
>
:
am1 x1 + am2 x2 + amn xn = bm
donde aij , bi denotan las constantes (reales o complejos) y x1 , x2 , , xn son
las incognitas

forma 8
>
> a11 x1 + a12 x2 + a1n xn = b1
>
< a21 x1 + a22 x2 + a2n xn = b2
.. (1)
>
> .
>
:
las incognitas
Definicin
Una sucesin de nmeros (s1 , s2 , , sn ) es llamada solucin del sistema si
x1 = s1 , x2 = s2 , , xn = sn satisface cada ecuacin simultaneamente.

forma 8
>
> a11 x1 + a12 x2 + a1n xn = b1
>
< a21 x1 + a22 x2 + a2n xn = b2
.. (1)
>
> .
>
:
las incognitas
Definicin
Una sucesin de nmeros (s1 , s2 , , sn ) es llamada solucin del sistema si
x1 = s1 , x2 = s2 , , xn = sn satisface cada ecuacin simultaneamente.
Definicin (Solucin Trivial)

Cuando el conjunto x1 = 0, x2 = 0, , xn = 0 satisface el sistema de
ecuaciones, se le llama solucin trivial.

Forma Matricial de un Sistema de Ecuaciones
Todo sistema de ecuaciones como el sistema (1) puede ser representado
matricialmente, para ello es suficiente definir las matrices A y los vectores b, x
como sigue
0 1
a11 a12 a1n
B a21 a22 a2n C
B C
A = B . .. .. .. C
@ .. . . . A
am1 am2 amn
0 1 0 1
b1 x1
B b2 C B x2 C
B C B C
b = B .. C x=B .. C
@ . A @ . A
bm xm

Forma Matricial de un Sistema de Ecuaciones
Todo sistema de ecuaciones como el sistema (1) puede ser representado
matricialmente, para ello es suficiente definir las matrices A y los vectores b, x
como sigue
0 1
a11 a12 a1n
B a21 a22 a2n C
B C
A = B . .. .. .. C
@ .. . . . A
am1 am2 amn
0 1 0 1
b1 x1
B b2 C B x2 C
B C B C
b = B .. C x=B .. C
@ . A @ . A
bm xm
entonces el sistema (1) es escrito en forma matricial como
Ax = b (2)

Sistemas Consistentes
Existen dos tipos de sistemas
Definicin (Sistema Consistente)

El sistema (2) se dice que es consistente cuando tiene al menos una solucin

Sistemas Consistentes
Existen dos tipos de sistemas
Definicin (Sistema Consistente)

El sistema (2) se dice que es consistente cuando tiene al menos una solucin
Ejemplo
El sistema
2x + 5y = 7
x 2y = 1
3x + y = 4
admite a (1, 1) como solucin. por tanto es un sistema consistente

Sistemas Inconsistente
Definicin (Sistema Incosistente)

El sistema (2) se dice que es inconsistente si no tiene solucin

Sistemas Inconsistente
Definicin (Sistema Incosistente)

El sistema (2) se dice que es inconsistente si no tiene solucin
Ejemplo
El sistema
x y = 2
2x 2y = 5
no tiene solucin

Sistema Homogneo (Sistema Consistente)
Primero trataremos con un sistema de ecuacin muy particular, el sistema
homogneo.
Definicin (Sistema homogneo)

Si b = 0 se dice que el sistema (2), es un sistema homogneo. Esto es
Ax = 0
Ejemplo
0 1 0 1
x 0
2 3 1 @ y A=@ 0 A
1 2 1
z 0

Sistema Homogneo (Sistema Consistente)
Primero trataremos con un sistema de ecuacin muy particular, el sistema
homogneo.
Definicin (Sistema homogneo)

Si b = 0 se dice que el sistema (2), es un sistema homogneo. Esto es
Ax = 0
Ejemplo
0 1 0 1
x 0
2 3 1 @ y A=@ 0 A
1 2 1
z 0
Proposicin
Todo sistema homogneo tiene al menos una solucin, es decir es un sistema
consistente.

Sistemas Equivalentes
Dos sistemas de ecuaciones
Ax = b (3)
Ax = b (4)
se dice que son sistemas equivalentes si solo si toda solucin de el sistema (3)
es solucin del sistema (4) y toda solucin de el sistema (4) es solucin del
sistema (3), esto se formaliza con el siguiente teorema

Ax = b (3)
Ax = b (4)
Teorema
Si dos sistemas de ecuaciones son equivalentes por filas entonces ellos tienen el mismo
conjunto de soluciones.

Ax = b (3)
Ax = b (4)
Teorema
Si dos sistemas de ecuaciones son equivalentes por filas entonces ellos tienen el mismo
conjunto de soluciones.
Nota
Las operaciones que permiten llevar un sistema de ecuaciones a otro equivalente son
las operaciones elementales.

Matriz aumentada
Sea el sistema matricial Ax = b

0 10 1 0 1
a11 a12 a1n x1 b1
B a21 a22 a2n CB x2 C B b2 C
B CB C B C
B .. .. .. .. CB .. C=B .. C
@ . . . . A@ . A @ . A
am1 am2 amn xm bm

Matriz aumentada
Sea el sistema matricial Ax = b

0 10 1 0 1
a11 a12 a1n x1 b1
B a21 a22 a2n CB x2 C B b2 C
B CB C B C
B .. .. .. .. CB .. C=B .. C
@ . . . . A@ . A @ . A
am1 am2 amn xm bm
.
Se define la matriz aumentada denotada como A a = A..b como
0 1
a11 a12 an b1
B a21 a22 a2n b2 C
B C
B .. .. .. .. .. C
@ . . . . . A
am a2m amn bm

Variable bsica y Variable Libre
Definicin
Dos matrices aumentadas son equivalentes por filas si uno puede ser
transformada al otro mediante un conjunto finito de operaciones elementales
por filas

Definicin
por filas
Definicin (Variable bsica)

Las variables en el sistema, correspondientes a las columnas con el pivote en
una forma escalonada por filas son llamados variables bsicas

Definicin
por filas
Definicin (Variable bsica)

Las variables en el sistema, correspondientes a las columnas con el pivote en
una forma escalonada por filas son llamados variables bsicas
Ejemplo
supongamos que tenemos el sistema
0 10 1 0 1
1 0 0 x1 0
@ 0 0 1 A @ x2 A = @ 2 A
0 0 0 x3 0

en su forma aumentada esta en la forma escalonada por filas
x1 x2 x3
2 3
Aa = 1 0 3 0
4 0 0 1 2 5
0 0 0 0
de acuerdo a la definicin, las variables x1 y x3 son las variables bsica

x1 x2 x3
2 3
Aa = 1 0 3 0
4 0 0 1 2 5
0 0 0 0
Definicin
Las variables en el sistema correspondiente a las columnas que no contienen a
los pivotes son llamadas variables libres.

x1 x2 x3
2 3
Aa = 1 0 3 0
4 0 0 1 2 5
0 0 0 0
Definicin
Las variables en el sistema correspondiente a las columnas que no contienen a
los pivotes son llamadas variables libres.
Ejemplo
En el sistema anterior la variable x2 es la nica variable libre.

Relacin entre las variables bsicas y las libre
Nota
respecto a las variables se cumple
# variables del sistema = # variables libres + # variables b asicas

Eliminacin Gaussiana
El mtodo de eliminacin Gaussiana consiste en resolver el sistema Ax = b
.
llevando la matriz aumentada A = A..b a su forma escalonada por filas y
a
luego resolver el sistema equivalente.
Ejemplo
Resolver el sistema
2x1 + 4x2 + 6x3 = 18

4x1 + 5x2 + 6x3 = 24
3x1 + x2 6x3 = 18

Eliminacin Gaussiana
El mtodo de eliminacin Gaussiana consiste en resolver el sistema Ax = b
.
llevando la matriz aumentada A = A..b a su forma escalonada por filas y
a
luego resolver el sistema equivalente.
Ejemplo
Resolver el sistema
2x1 + 4x2 + 6x3 = 18

4x1 + 5x2 + 6x3 = 24
3x1 + x2 6x3 = 18
Formamos la matriz aumentada y lo llevamos a su forma escalonada reducida

2 3 2 6 3
2 4 6 18 1 0 0 5
4 4 5 o. elem
6 24 5 4 0 1 0 42
5
5
3 1 6 18 11
0 0 1 5
6 42 11
de aqui tenemos que x1 = 5 , x2 = 5 , x3 = 5
Determinacin del tipo de sistema
Dado el sistema de m ecuaciones lineales con n incgnitas

8
>
> a11 x1 + a12 x2 + a1n x1 = b1
>
< a21 x1 + a22 x2 + a2n x1 = b2
..
>
> .
>
:
am1 x1 + am2 x2 + amn x1 = bm
la cual expresado en su forma matricial viene dado por:
Ax = b
y su matriz aumentada definida por
.
A a = A..b

Para determinar si un sistema tiene solucin asi como el nmero de
soluciones, nos basaremos en lo siguiente

1 Si el rango de A es igual al rango de A a , esto es
R (A) = R ( A a )
entonces el sistema es consistente

si adems

R (A) = R ( A a )

si adems
1
R (A) = R ( A a ) = n
entonces el sistema tiene solucin nica

R (A) = R ( A a )

si adems
1
R (A) = R ( A a ) = n
2
R (A) = R ( A a ) < n
entonces el sistema tiene infinitas soluciones

R (A) = R ( A a )

si adems
1
R (A) = R ( A a ) = n
2
R (A) = R ( A a ) < n
entonces el sistema tiene infinitas soluciones
2 Si el rango de A es menor que el rango de A a , esto es
R ( A) < R ( A a )
Entonces el sistema es incosistente (no tiene solucin)

Ejemplo del mtodo de eliminacin gaussiana
Proposicin
En un sistema consistente, el nmero de varibles libres es igual a el numero de
variables menos el rango de la matriz A (o A a ) Esto es
# variables libres = n R ( A)
Ejemplo
Hallar la solucin del siguiente sistema
x1 + 3x2 2x3 =3
2x1 + 6x2 2x3 + 4x4 = 18
x2 + x3 + 3x4 = 10

Proposicin
En un sistema consistente, el nmero de varibles libres es igual a el numero de
variables menos el rango de la matriz A (o A a ) Esto es
# variables libres = n R ( A)
Ejemplo
Hallar la solucin del siguiente sistema
x1 + 3x2 2x3 =3
2x1 + 6x2 2x3 + 4x4 = 18
x2 + x3 + 3x4 = 10
llevandolo a su forma matricial tenemos el sistema

0 1
0 1 x1 0 1
1 3 2 0 B x2 C 3
@ 2 6 2 4 AB @ x3 A =
C @ 18 A
0 1 1 3 10
x4
formando la matriz aumentada obtenemos

0 1
1 3 2 0 3
Aa = @ 2 6 2 4 18 A
0 1 1 3 10


0 1
1 3 2 0 3
Aa = @ 2 6 2 4 18 A
0 1 1 3 10
ahora lo llevamos a su forma escalonada y obtenemos

0 1
1 0 0 1 3
@ 0 1 0 1 4 A
0 0 1 2 6


0 1
1 3 2 0 3
Aa = @ 2 6 2 4 18 A
0 1 1 3 10

0 1
1 0 0 1 3
@ 0 1 0 1 4 A
0 0 1 2 6
de donde R(A) = R( A a ) = 3 < n = 4


0 1
1 3 2 0 3
Aa = @ 2 6 2 4 18 A
0 1 1 3 10

0 1
1 0 0 1 3
@ 0 1 0 1 4 A
0 0 1 2 6
de donde R(A) = R( A a ) = 3 < n = 4

entonces estamos en el caso de un sistema consistente con infinitas soluciones.

procedemos a identificar las 3 variables bsicas en la matriz
x1 x2 x3 x4
1 0 0 1 3
0 1 0 1 4
0 0 1 2 6

x1 x2 x3 x4
1 0 0 1 3
0 1 0 1 4
0 0 1 2 6
deducimos que son x1 , x2 , x3

x1 x2 x3 x4
1 0 0 1 3
0 1 0 1 4
0 0 1 2 6
deducimos que son x1 , x2 , x3

por tanto la variable libre viene dado por x4 .
Ahora llevamos nuestro sistema matricial a su forma de sistema de ecuaciones
x1 + x4 =3
x2 + x4 =4
x3 + 2x4 =6

Procedemos a despejar las variables bsica en trminos de las variables libres,

esto es x4 = t


esto es x4 = t
de la tercera ecuacin x3 = 6 2t
Ahora de la segunda ecuacin x2 = 4 t y de la primera ecuacin x1 = 3 t


esto es x4 = t
formamos el vector solucin
0 1 0 1
x1 3 t
B x2 C B 4 t C
B C B C
@ x3 A = @ 6 2t A
x4 t


esto es x4 = t
formamos el vector solucin
0 1 0 1 0 1 0 1
x1 3 t 3 1
B x2 C B 4 t C B 4 C B 1 C
B C B C B C B C
@ x3 A = @ 6 2t A = @ 6 A + t @ 2 A con t 2 R
x4 t 0 1
Nota
Las variables libres toman todos los valores, por eso su denominacin de variable libre.

Mtodo de Factorizacin LU
Otro mtodo basado para resolver un sistema de ecuaciones lineales consiste

en la factorizacin de la matriz A, para ello primero supondremos que en el
proceso de factorizacin no hay permutaciones.
1 Factorizamos la matriz A
A = LU


A = LU
2 Calculamos el vector c mediante
1
c=L b


A = LU
2 Calculamos el vector c mediante
1
c=L b
3 Resolvemos el sistema
Ux = c

Ejemplo del Mtodo de Factorizacin LU
Ejemplo
Resolver el sistema
x y= 2
x + 2y z= 1
y + 2z = 1

Ejemplo
Resolver el sistema
x y= 2
x + 2y z= 1
y + 2z = 1
El sistema matricial viene dado por

0 10 1 0 1
1 1 0 x 2
@ 1 2 1 A@ y A = @ 1 A
0 1 2 z 1

1 Factorizamos la matriz A : A = LU
0 1 0 10 1
1 1 0 1 0 0 1 1 0
@ 1 2 1 A=@ 1 1 0 A@ 0 1 1 A
0 1 2 0 1 1 0 0 1

0 1 0 10 1
1 1 0 1 0 0 1 1 0
@ 1 2 1 A=@ 1 1 0 A@ 0 1 1 A
0 1 2 0 1 1 0 0 1
2 Calculamos c = L 1 b
0 1 1 0 1 0 10 1 0 1
1 0 0 2 1 0 0 2 2
c=@ 1 1 0 A @ 1 A=@ 1 1 0 A@ 1 A = @ 3 A
0 1 1 1 1 1 1 1 4

0 1 0 10 1
1 1 0 1 0 0 1 1 0
@ 1 2 1 A=@ 1 1 0 A@ 0 1 1 A
0 1 2 0 1 1 0 0 1
0 1 1 0 1 0 10 1 0 1
1 0 0 2 1 0 0 2 2
c=@ 1 1 0 A @ 1 A=@ 1 1 0 A@ 1 A = @ 3 A
0 1 1 1 1 1 1 1 4
3 Resolvemos Ux = c
0 10 1 0 1
1 1 0 x 2
@ 0 1 1 A@ y A = @ 3 A
0 0 1 z 4

0 1 0 10 1
1 1 0 1 0 0 1 1 0
@ 1 2 1 A=@ 1 1 0 A@ 0 1 1 A
0 1 2 0 1 1 0 0 1
0 1 1 0 1 0 10 1 0 1
1 0 0 2 1 0 0 2 2
c=@ 1 1 0 A @ 1 A=@ 1 1 0 A@ 1 A = @ 3 A
0 1 1 1 1 1 1 1 4
3 Resolvemos Ux = c
0 10 1 0 1
1 1 0 x 2
@ 0 1 1 A@ y A = @ 3 A
0 0 1 z 4
4 La solucin del sistema viene dado por x = 9, y = 7, z = 4


BeamerSistema de Ecuac LinealesParte2

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

BeamerSistema de Ecuac LinealesParte2

Caricato da

Copyright:

Formati disponibili

Matemticas Bsicas II (DACB)

Sistema de Ecuaciones Lineales

Universidad Nacional de Ingeniera

Setiembre del 2012

Csar Barraza (Universidad) MA 124 Setiembre del 2012 1 / 23

Ciertas matrices A, puede ser llevado a una factorizacin de matrices de la

Csar Barraza (Universidad) MA 124 Setiembre del 2012 2 / 23

Ciertas matrices A, puede ser llevado a una factorizacin de matrices de la

Csar Barraza (Universidad) MA 124 Setiembre del 2012 2 / 23

Ciertas matrices A, puede ser llevado a una factorizacin de matrices de la

Csar Barraza (Universidad) MA 124 Setiembre del 2012 2 / 23

Csar Barraza (Universidad) MA 124 Setiembre del 2012 3 / 23

Csar Barraza (Universidad) MA 124 Setiembre del 2012 3 / 23

Csar Barraza (Universidad) MA 124 Setiembre del 2012 4 / 23

Csar Barraza (Universidad) MA 124 Setiembre del 2012 4 / 23

Definicin (Solucin Trivial)

Csar Barraza (Universidad) MA 124 Setiembre del 2012 4 / 23

Csar Barraza (Universidad) MA 124 Setiembre del 2012 5 / 23

entonces el sistema (1) es escrito en forma matricial como

Csar Barraza (Universidad) MA 124 Setiembre del 2012 5 / 23

Existen dos tipos de sistemas

Definicin (Sistema Consistente)

Csar Barraza (Universidad) MA 124 Setiembre del 2012 6 / 23

Existen dos tipos de sistemas

Definicin (Sistema Consistente)

admite a (1, 1) como solucin. por tanto es un sistema consistente

Csar Barraza (Universidad) MA 124 Setiembre del 2012 6 / 23

Definicin (Sistema Incosistente)

Csar Barraza (Universidad) MA 124 Setiembre del 2012 7 / 23

Definicin (Sistema Incosistente)

Csar Barraza (Universidad) MA 124 Setiembre del 2012 7 / 23

Definicin (Sistema homogneo)

Csar Barraza (Universidad) MA 124 Setiembre del 2012 8 / 23

Definicin (Sistema homogneo)

Csar Barraza (Universidad) MA 124 Setiembre del 2012 8 / 23

Dos sistemas de ecuaciones

Csar Barraza (Universidad) MA 124 Setiembre del 2012 9 / 23

Dos sistemas de ecuaciones

Csar Barraza (Universidad) MA 124 Setiembre del 2012 9 / 23

Dos sistemas de ecuaciones

Csar Barraza (Universidad) MA 124 Setiembre del 2012 9 / 23

Sea el sistema matricial Ax = b

Csar Barraza (Universidad) MA 124 Setiembre del 2012 10 / 23

Sea el sistema matricial Ax = b

Csar Barraza (Universidad) MA 124 Setiembre del 2012 10 / 23

Csar Barraza (Universidad) MA 124 Setiembre del 2012 11 / 23

Definicin (Variable bsica)

Csar Barraza (Universidad) MA 124 Setiembre del 2012 11 / 23

Definicin (Variable bsica)

Csar Barraza (Universidad) MA 124 Setiembre del 2012 11 / 23

en su forma aumentada esta en la forma escalonada por filas

de acuerdo a la definicin, las variables x1 y x3 son las variables bsica

Csar Barraza (Universidad) MA 124 Setiembre del 2012 12 / 23

en su forma aumentada esta en la forma escalonada por filas

de acuerdo a la definicin, las variables x1 y x3 son las variables bsica

Csar Barraza (Universidad) MA 124 Setiembre del 2012 12 / 23

en su forma aumentada esta en la forma escalonada por filas

de acuerdo a la definicin, las variables x1 y x3 son las variables bsica

Csar Barraza (Universidad) MA 124 Setiembre del 2012 12 / 23

# variables del sistema = # variables libres + # variables b asicas

Csar Barraza (Universidad) MA 124 Setiembre del 2012 13 / 23

luego resolver el sistema equivalente.

2x1 + 4x2 + 6x3 = 18

Csar Barraza (Universidad) MA 124 Setiembre del 2012 14 / 23