INSTITUTO TECNOLGICO SUPERIOR DE CALKINI EN EL ESTADO DE CAMPECHE

NDICE INTRODUCCIN...2 UNIDAD II. SISTEMA DE ECUACIONES LINEALES 2.1 DEFINICIN DE SISTEMA DE ECUACIONES LINEALES ...4 2.2 CLASIFICACIN DE LOS SISTEMAS DE ECUACIONES LINEALES Y TIPOS DE
SOLUCIN.7

INGENIERA EN INDUSTRIAS ALIMENTARIAS TERCER SEMESTRE

NOMBRE DE LA ASIGNATURA: MATEMTICAS III NOMBRE DEL PROFESOR DE LA ASIGNATURA: ING. RICARDO GMEZ K

2.3 INTERPRETACIN GEOMTRICA DE LAS SOLUCIONES..8

TTULO DEL TRABAJO: UNIDAD II. SISTEMAS DE ECUACIONES LINEALES CALIFICACIN EXPOSICIN DE LA UNIDAD CALIFICACIN INVESTIGACIN DOCUMENTAL

2.4 MTODOS DE SOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES (GAUSSJORDAN, ELIMINACIN GAUSSIANA) .....8 2.5APLICACIONES.19

NOMBRES DE LOS INTEGRANTES EDWIN ADRIN HUCHIN K ESTEFANA DE LOS A. CASTILLO DZUL JULIO CSAR K CHAN ALEJANDRA ABIGAIL KOYOC CHI JOSEPH AARON ESPADAS UC YATZIRI BERENICE CRUZ MILLN

MATRCULA

NMERO ASIGNADO

2330

2392

2061

2348

2341

2336

INTRODUCCIN 2.1 DEFINICIN DE SISTEMA DE ECUACIONES LINEALES Llamamos solucin de una ecuacin con dos incgnitas a todo par de valores que hacen cierta la igualdad. Las ecuaciones lineales se representan mediante rectas. Para obtener las soluciones de dos incgnitas se despeja una de ellas y se le dan valores a la otra. Si representamos las dos ecuaciones que forman un sistema como dos rectas, se puede observar que el punto donde se cortan dichas rectas es la solucin al sistema. Pueden escribirse en la forma cannica o normal. El conjunto de todas las soluciones particulares se llama conjunto solucin. 2.2 CLASIFICACIN DE LOS SISTEMAS DE ECUACIONES LINEALES Y TIPOS DE SOLUCIN Los sistemas de ecuaciones se clasifican en 3 tipos: los que tienen infinitas soluciones, los que tienen una solucin y los que no tienen solucin. Tienen soluciones infinitas cuando las rectas del sistema de ecuaciones son paralelas. Tienen una solucin cuando las rectas del sistema de ecuaciones se intersectan. No tienen solucin cuando estn una sobre otra en las rectas del sistema de ecuaciones.

Planos coincidentes. Ocurre este caso cuando las dos ecuaciones son equivalentes y el sistema es compatible indeterminado con dos grados de libertad.

2.4 MTODOS

DE SOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

(GAUSS-

JORDAN, ELIMINACIN GAUSSIANA) MTODO GAUSS-JORDAN Este procedimiento se distingue del mtodo Gaussiano en que cuando se elimina una incgnita, se elimina de todas las ecuaciones restantes, es decir, las que preceden a la ecuacin pivote as como de las que la siguen. MTODO DE INVERSIN DE MATRICES Comparando ambos mtodos, es evidente que el mtodo de inversin de matrices no es prctico para la solucin de un slo conjunto (o dos o tres conjuntos) de ecuaciones simultneas, porque la cantidad de clculos que intervienen para determinar la matriz inversa es muy grande. Sin embargo, si se desea resolver 20 conjuntos de 10 ecuaciones simultneas que difieren nicamente en sus trminos independientes, una matriz aumentada que contiene 20 columnas de constantes (que se utilizaran en el mtodo de eliminacin) sera difcil de reducir, y se podra usar con ventaja el mtodo de inversin de matrices. 2.5 APLICACIONES Cambio de moneda extranjera Asuntos de manufactura, Ley de voltaje de Kirchhoff Propiedad promedio para la conduccin de calor Esttica y equilibrio de peso Ley de la palanca de

2.3 INTERPRETACIN GEOMTRICA DE LAS SOLUCIONES En trminos geomtricos es el estudio de las posiciones relativas de dos planos,

sociales y financieros Herencia Clima Economa Ley de corriente de Kirchhoff

casos que se presentan: Planos paralelos. Sin puntos comunes, cuando el sistema sea incompatible. Planos que se cortan en una recta. Si el indeterminado, con un grado de libertad. sistema es compatible pero

Arqumedes Geometra

UNIDAD II. SISTEMA DE ECUACIONES LINEALES 2.1 DEFINICIN DE SISTEMA DE ECUACIONES LINEALES Una ecuacin lineal con n variables

Determine la solucin general de la ecuacin: 2 + 0 4 = 2

x ,K , x
1

es lineal si puede escribirse en la forma:

= 0 + 2 1Solucin:

a x +a x
1 1 2

+ K + a n xn = b

Las

son los coeficientes, y

b es el termino constante de la ecuacin las variables

tomar cualquier valor, por ejemplo = = .

Despejaremos la variable delantera, , para obtener las variables libres y pueden

Por consiguiente la ecuacin general se expresa como: = 2 1, = , = ,

tambin se llaman incgnitas o indeterminadas. Si b = 0 , la ecuacin se denomina homognea. La que se obtiene a partir de la ecuacin anterior remplazando b por 0, es la ecuacin homognea asociada con la primera ecuacin. Si se ordenan las variables, la primera variable cuyo coeficiente es distinto de cero se llama variable delantera. Los dems son variables libres. Ejemplo:

conjunto solucin que acabamos de determinar es un conjunto de dos parmetros o paramtricos. Un sistema lineal es un conjunto de ecuaciones lineales, por ejemplo:

Las letras y utilizadas para representar las variables libres se llaman parmetros. El

La ecuacin

x1 + x2 + 4 x3 6 x4 1 =

x1 x2 + 2

es lineal porque puede escribirse en

3 x + 2 y + z = 39

la forma cannica o normal:

0 x1 + 2 x2 + 4 x3 6 x4 = 3
Si la variables se ordenan de

2 x + 3 y + z = 34 x + 2 y + 3 z = 26

x ax ,x
1 4

es la variable delantera y,

x ,x
1

3y

x son
4

Un sistema lineal de m ecuaciones con n variables (o incgnita) conjunto de m ecuaciones lineales de la forma:

x ,K , x
1

es un

libres. Los coeficientes son 0, 2,4 y -6, el trmino constante es 3. Las ecuaciones siguientes no son lineales o no lineales: 3 = 2 = 1 sin + = 0 La solucin (particular) de una ecuacin lineal es una sucesin de nmeros que, cuando se sustituyen en las variables, produce una ecuacin que es una identidad. El conjunto de todas las soluciones particulares se llama conjunto solucin, el cual se omiten despejando la variable delantera en funcin de las variables libres, y haciendo que cada variable libre tome cualquier valor escalar. Con esto se llega a un elemento genrico del conjunto solucin, al cual se le llama solucin general: Ejemplo:

a x +a x
11 1 12

+ K + a1n xn = b1
+ K + a 2 n x n = b2 + K + a mn x n = b m
son los coeficientes del

a x +a x
21 1 22

a x +a x
m1 1 n2

Los

nmeros
1 2

a ,a
11

12

, K , a1n , a 21 ,K , a 2 n , K , a m1K , a mn

sistema, y de

b , b ,K, bn son dos trminos constantes. Si todos los trminos contantes son

0, el sistema se llama homogneo. Cuando esto ltimo tiene los mismos coeficientes que el sistema anterior se dice que esta asociado con:

a x +a x
11 1 12

+ K + a1n xn = b1 + K + a 2 n xn = b2 + K + a mn xn = bm

Escriba un sistema a partir de la siguiente matriz aumentada: 1 2 0 4 0 3 2 1 Como la matriz aumentada tiene 4 columnas, el sistema tiene tres variables. Si asignamos a las variables

a x +a x
21 1 22

a x +a x
m1 1 n2

x ,x ,x
1 2

entonces se forman 2 ecuaciones lineales que conforman

Considrese el sistema:

el sistema:

x + 2 x = 3 2 x + 3x 2 x x + 6x = 9
1 2 1 2 1 3

x +2x
1

= 4

= 10 3

3 x 2 2 x3 = 1
Este sistema corresponde a la matriz aumentada dada. 2.2 CLASIFICACIN DE LOS SISTEMAS DE ECUACIONES LINEALES Y TIPOS DE SOLUCIN
2

Sus coeficientes son en orden, 1, 2, 0, 2, 3,-2,-1, 0,6. Los trminos constantes son -3,10,9. El sistema asociado homogneo es:

x + 2x = 0 2 x + 3x 2 x x + 6x = 0
1 1 2 1 3

=0 3
11 1

Una sucesin

r ,r
1

,K, r n

de escalares es una solucin (particular) del sistema:

a x +a x
12 21 1 22

+ K + a1n xn = b1 + K + a 2 n x n = b2 + K + a mn xn = bm

Se puede abreviar la escritura de un sistema lineal anotando solo sus coeficientes y trminos constantes, siempre que estn especificando sus nombres y el orden de las variables. El arreglo rectangular de los coeficientes y trminos constantes de un sistema es su matriz aumentada. Por ejemplo, la matriz aumentada de las ecuaciones anteriores es: 1 2 0 3 1 2 2 3 2 10 2 3 1 0 6 9 1 0 0 : 3 2 : 10 6 : 9

a x +a x
m1 1 n2

a x +a x

Si todas las ecuaciones se satisfacen al sustituir

x = r ,K , x = r
1 1 n

. El conjunto de

todas las soluciones posibles es el conjunto solucin. Cualquier elemento genrico del conjunto solucin se llama solucin general. Ejemplo:

La segunda forma implica el uso de un separador para indicar donde est, la columna de los trminos constantes. En general una matriz es un arreglo rectangular de nmeros. La matriz de coeficientes esta formado por los coeficientes de un sistema. La matriz de una columna que muestra los trminos constantes es el vector constante la matriz de coeficientes y el vector de constantes del sistema anterior son respectivamente: 1 2 1 3 2 0 3 2 10 9 0 6

Demuestre que

= 15, x2 = 6

= 1

es una solucin particular del sistema:

x + 2 x = 3 2 x + 3x 2 x x + 6x = 9
1 2 1 2 1 3

(1.1)
3

= 10

SOLUCIN:

Algoritmo 1

La sustitucin correctas:

= 15, x 2 = 6

= 1

produce las siguientes afirmaciones

(Eliminacin de Gauss) Para convertir cualquier matriz a la forma de escaln reducida, proceda con los

-15+2*6 =-3 2*(-15)+3*6-2*(-1) = -10 -(-15)+6*(-1) =9 Si un sistema tiene soluciones se llama consistente; en cualquier otro caso se llama inconsistente. El sistema (1.1) es consistente. El sistema x + y = 1, x + y = 1 , es inconsistente. Un sistema lineal puede tener una, infinitas o ninguna solucin. Esto se ilustra geomtricamente para

pasos siguientes: Paso 1: Vaya a la columna no cero extrema izquierda. Paso 2. Si el primer rengln tiene un cero en la columna del paso 1, intercmbielo con uno que tenga un elemento no cero en la misma columna. Paso 3. Obtenga ceros abajo del elemento delantero, sumando mltiplos adecuados del rengln superior a los renglones debajo de l. Paso 4. Cubra el rengln superior y repita el mismo proceso comenzando con el

y+x=2 : yx=0

y+x=2 2 y + 2x = 4

y+x=2 y + x =1

paso 1, aplicando a la submatriz restante. Repita este proceso con el resto de los renglones. (En este punto la matriz ya est en forma de escaln.) Paso 5. Comenzando con el ltimo rengln no cero avance hacia arriba: para cada rengln obtenga un 1 delantero e introduzca ceros arriba de l, sumando mltiplos adecuados a los renglones correspondientes.

Para el cual las lneas de ecuacin se intersecan, coinciden o son paralelas. 2.3 INTERPRETACIN GEOMTRICA DE LAS SOLUCIONES. GRFICAS DE CONJUNTOS SOLUCIN Sabemos que la grafica de la ecuacin ax + by = c es una recta (excepto en los casos extremos 0 x + 0 y = 0 y 0 x + 0 y = c 0 ). Entonces, en general, la grfica del conjunto solucin de un sistema de dos variables es la interseccin de varias lneas rectas. Debemos mencionar que la grafica de la ecuacin + + = es un plano

El ejemplo que sigue ilustra este proceso: Emplee la eliminacin de Gauss para determinar una forma de escaln reducida de la matriz: Solucin: 0 1 4 2 3 3 9 6 6 10 34 20 4 3 5 4 4 2 0 1 21 2 8 8

(excepto en los casos extremos 0 x + 0 y = 0 y 0 x + 0 y = c 0 ). Por consiguiente, la grafica del conjunto solucin de un sistema de tres variables es, por lo comn, la interseccin de varios planos.

llama solucin trivial o solucin cero. A cualquier otra solucin se le llama solucin no trivial.

Observe que = 0, , = 0 siempre es una solucin de un sistema homogneo. Se le

Paso 1. Vaya a la columna extrema izquierda no cero: en este caso es la primera.

2.4 MTODOS DE SOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES (GAUSS JORDAN, ELIMINACIN GAUSSIANA)

10

Paso 2. Si el primer rengln tiene un cero en la columna del paso 1, intercmbielo con uno que tenga un elemento no cero en la misma columna. 0 3 1 3 4 9 2 6 6 10 34 20 4 3 5 4 4 2 0 1 21 2 8 8

1 1 0 0 6 0 1 0 0 0 3 3 0 0 10 6 0 0 4 4 12 0

3 10 3 6 0 0 0 0 0 0 0 1

4 4 4 3 12 12 0 1

2 5 + 12 24 0 3 3 0 0 10 6 0 0 4 4 1 0

Paso 3. Obtenga ceros abajo del elemento delantero, sumando mltiplos adecuados del primer rengln a los que estn debajo de ste: 1 0 0 0 3 10 4 3 6 4 3 6 16 0 0 6 4 2 3 5 15 29 0 12

+ 2

+ 4

Paso 4. Cubra el rengln superior y repita el mismo proceso, comenzando con el paso 1 aplicando a la submatriz restante. Haga lo mismo con el resto de los renglones. 1 0 0 0 3 3 3 0 10 4 6 4 6 16 0 6 3 3 0 0 4 2 3 5 15 29 0 12 4 4 12 6

1 0 0 0

3 1 0 0

+ 4 10 2 0 0 0 0 1 0 0 0 0 1

+ 4

2 1 1 5 0 24 0 12 0 0 1 0 0 0 3 3 0 0 10 6 0 0 0 0 1 0 0 0 0 1

Paso 5. Comenzando con el ltimo rengln distinto de cero, avance hacia arriba; para cada rengln, obtenga 1 delantero e introduzca ceros arriba de l, sumando los mltiplos adecuados a los renglones correspondientes.

1 1 0 0 2 0

1 0 0 0

3 3 0 0

10 6 0 0

10 6 0 0

4 4 12 0

4 2 3 5 12 24 0 12 4 3 12 6

Observaciones: -

1 0 (1) 0 0

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

6 3 1 2 3 0 0 1 0 0 4 2 0 0 0 0 1 0

0 0 0 1

+ 3 + 4 2 5 2 0

0 0 0 1

3 1 2 0

0 0 0 1

3 1 2 0

2 5 24 0

Los cuatro primeros pasos del algoritmo se llaman paso directo de la eliminacin de Gauss. Convierten la matriz en forma de escaln. El paso 5 es el paso inverso (o sustitucin hacia atrs), y es donde la matriz se lleva a su forma de escaln reducida.

Con frecuencia, el algoritmo se describe introduciendo 1 delanteros en el paso 3, con lo que hay una tendencia a introducir fracciones en una etapa temprana del clculo, si los elementos son enteros. Esta es la variante preferida por los programadores en aritmtica de punto flotante. Adems en el paso 2 el rengln

11

12

con el elemento no cero de mayor valor absoluto se cambia hasta arriba. A esto se le llama pivoteo parcial. A veces conviene obtener 1 delanteros al final de todo el proceso.

Dos cosas que deben evitarse 1. El cambio del orden de los pasos del algoritmo (porque se puede terminar con la 1 1 matriz inicial). Observe que el siguiente paso en la reduccin de 0 1 0 1 1 1 0 1 0 1 0 1 1 y no es 0 1 1. En otras palabras, primero es preciso 0 0 1 0 1 0 0 1 es 0

reducida de .

escaln de . De acuerdo don el Teorema 1, se dice que es la forma de escaln Observe que en cualquier forma de escaln de una matriz , los elementos

Sean , y en la forma de escaln reducida. Se dice que es una forma de

delanteros se encuentran en las mismas columnas. Esto es consecuencia de la

unicidad de la forma de escaln reducida, y del hecho que despus del paso 4 no se de . Un pivote es cualquier elemento no cero de una posicin pivote. modifican las posiciones de los delanteros. Se llaman posiciones pivote, o de pivoteo, Por ejemplo, veamos la matriz . Las matrices y son dos etapas de la 1 = 3 4 2 0 0 6 1 1 8 5 1 1 1 2 0 1 = 0 0 1 14 0 0 0 2 0 0 1 0 0 0 0 1 1 2 0 0 1 4 1 2 0

reducir

a la forma de escaln y despus aplicar el paso 5. La nica libertad permitida es al obtener los 1 delanteros. 2. Combinar varias operaciones elementales en una es una mala prctica, y puede originar errores. Por ejemplo, operaciones de la forma + y + con 1 son no elementales, y deben evitarse. La operacin correcta multiplicarse por un escalar 1. es + . En otras palabras, el rengln que se sustituye no debe

reduccin de , siendo una forma de escaln y la forma de escaln reducida de .

Unidad de la forma de escaln reducida: Pivotes La eliminacin de Gauss implica que cada matriz se convierte a la forma de escaln simple y a la reducida. Una matriz puede ser equivalente a varias matrices en forma de escaln, pero solo a una en forma de escaln reducida. sta es la afirmacin del siguiente teorema. TEOREMA 1 (Unicidad de la forma de escaln reducida) Toda matriz es equivalente a una, y solo a una matriz en forma de escaln reducida.

Las columnas 1, 3 y 4 son las columnas pivote de , y . Las posiciones pivote de , y son las posiciones (1, 1), (2, 3) y (3, 4). Los pivotes de son 1, -1, 4 y los de son 1, 1, 1.

1 = 0 0

En general, las matrices las matrices equivalentes tienen las mismas posiciones de columna pivote y las mismas posiciones pivote. EJEMPLO 17. Las columnas 1, 2, 4 y 5 son las columnas pivote de la matriz (ejemplo 16). SOLUCIN DE SISTEMAS LINEALES: Veamos ahora cmo emplear la eliminacin de Gauss para resolver cualquier problema lineal. El proceso se aplica a la matriz aumentada del sistema. Produce una matriz en forma de escaln reducida, cuyo sistema correspondiente es equivalente al sistema dado y adems fcil de resolver: primero se separan las variables en

13

14

delanteras y libres. Las variables delanteras son las que corresponden a las posiciones pivote. Las variables restantes, si las hay, son libres. A continuacin se escriben las variables delanteras en funcin de las variables libres, de las constantes o de ambas. Se acostumbra a asignar nuevos nombres a las variables libres y llamarlas parmetros. Los parmetros pueden asumir cualquier valor escalar. EJEMPLO 18. (Soluciones infinitas) Resuelva el sistema

punto cuyas coordenadas son (1, 0, 1).

En consecuencia, = 1, = 0 = 1, por lo que cinco planos pasan por el

1 0 0 1 0 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0

Observe que tan pronto se conoce las columnas pivote (final del paso 4 en el algoritmo 1), es posible predecir si el sistema es consistente o no: si la ltima es 3 6 4 3 = 5 columna pivote, el sistema es inconsistente. Esto se debe a que uno de los renglones de la forma de escaln de la matriz aumentada tendr la forma: 0 0 0 0

+ 3 10 4 4 = 2 2 6 + 20 + 2 + 8 = 8 1 0 0 0 1 0 4 0 2 0 0 1 1 : 1 : 0 :

Con un pivote c (por tanto 0). Pero esto corresponde a la ecuacin: Que es falso sean cuales fueran los valores de las variables, porque 0. Si el 0 + + 0 =

Solucin: Por eliminacin de Gauss en la matriz aumentada del sistema (la reduccin real se deja como ejercicio), se obtiene: 3 1 2

sistema es inconsistente no es necesario continuar con el aso 5.

EJEMPLO 20. (Sin solucin) determine si el sistema es consistente o no: + 2 2 = 1 + 2 = 1

EJEMPLO 19. (Una solucin) determine si los cinco planos definidos por las ecuaciones siguientes pasan por el mismo punto. + = 2 2 + = 1

+ + = 2

3 + 2 2 = 1 5 + 2 + 6 = 1 2 + 3 = 2

SOLUCION. Mediante la reduccin se llega a:

1 0 2 2 1 0 1 2 1 1 0 0 0 0 2

SOLUCION. La reduccin de la matriz aumentada por operacin de rengln produce:

Como la ltima columna de la matriz aumentada es una columna de pivote, el sistema es inconsistente.

15

16

Naturalmente que cualquier etapa de la reduccin, la presencia de un rengln como este implica que el sistema es inconsistente. Con frecuencia, no se necesita completar la eliminacin de Gauss, como se muestra en la reduccin 1 1 0 1 1 0 1 1 2 0 0 2 3 4 5 3 4 5

El paso 1 no solo nos indica si el sistema es consistente o no, si no tambin la cantidad de soluciones. Si un sistema consistente tiene variables libres, entonces el paso 3 seala que hay soluciones infinitas (dejando que los parmetros asuman cualquier valor). Si no hay variables libres, entonces las variables delanteras sern constantes, y nicamente obtendremos una solucin. Como dichas variables

corresponden a columnas pivote, vemos que un sistema consistente tiene solo una solucin si todas las columnas, con excepcin de la ultima, son pivote. Todo lo anterior se resume como sigue:

ALGORITMO 2 (Solucin de un sistema lineal)

TEOREMA 3 PARA RESOLVER CUALQUIER SISTEMA LINEAL (Unidad de solucin) Paso 1. Aplica la eliminacin de Gauss a la matriz aumentada del sistema 8 paso directo). Si durante cualquier etapa de este proceso nota que la ultima columna es de pivote, detngase. En este caso, el sistema es inconsistente. En caso contrario, contine con el aso 2. Paso 2. Termine la eliminacin de Gauss. Escriba el sistema que corresponde a la forma de escaln reducida de la matriz aumentada, sin tener en cuenta las ecuaciones con ceros. Paso 3. Separe las variables del sistema reducido en delanteras y libres (si las hay). Escriba las delanteras en funcin de las variables libres o de constantes. Ahora sacaremos algunas conclusiones importantes del estudio del algoritmo 2. TEOREMA 2 (Existencia de soluciones) Un sistema lineal es consistente si y solo si la ultima columna de una matriz aumentada no es columna pivote, o bien si cualquier forma de escaln de la matriz no tiene un rengln de la forma 0 0 0 0 En la que 0. TEOREMA 4 (Cantidad de soluciones) Para cualquier sistema lineal, solo es valida una de las propiedades siguientes: 1.- El sistema tiene solamente. 2.- El sistema posee soluciones infinitas. 3.- El sistema no tiene soluciones. TEOREMA 5 (Soluciones de sistemas lineales homogneos) 1. Un sistema lineal consistente tiene solamente una solucin si y solo si y solo si no tiene variables libres. 2. Un sistema lineal consistente tiene solamente una solucin siempre

y cuando cada columna de la matriz aumentada, excepto la ultima, sea de pivote, y la ultima no sea columna pivote. Debemos tener en cuenta que la presencia de variables libres no garantiza que haya una cantidad infinita de soluciones, por que el sistema puede ser inconsistente, como en el ejemplo 20.

17

18

Un sistema lineal homogneo tiene solo la solucin trivial, o bien un numero infinito de soluciones. Un sistema lineal homogneo tiene una gran cantidad de soluciones, siempre y cuando posea variables libres. Si un sistema lineal homogneo tiene mas incgnitas que ecuaciones, entonces mostrara una infinidad de soluciones. DEMOSTRACION. Cualquier sistema lineal homogneo es consistente por que tiene la solucin trivial. De esta forma, las partes 1 y 2 son consecutivas del teorema 3. Para demostrar la parte3, observaremos que como el sistema de la forma de escaln reducida de la matriz aumentada tiene ms incgnitas que ecuaciones, deben existir variables libres. Por consiguiente, el sistema tiene un nmero infinito de soluciones, de acuerdo con la parte 2. Obsrvese que para los sistemas homogneos, la presencia de variables libres si ganaran esa infinidad de soluciones. EJEMPLO 22. Demuestre que el sistema tiene soluciones no triviales + + = 0 = 0

2.5 APLICACIONES

APLICACIONES
Objetivo del alumno para esta seccin Adquirir una idea de las cuantiosas aplicaciones de los sistemas lineales.

En esta seccin describiremos algunas aplicaciones de los sistemas lineales a problemas antiguos y modernos. Al lector le agradar saber que an con los pocos medios que ha aprendido hasta ahora puede resolver o abortar una diversidad de problemas de la vida real en varios campos de la ciencia. Ahora que el lector ya tiene una bastante prctica en la solucin de sistemas lineales nos saltaremos, en la mayor parte de los casos la descripcin de la solucin de un sistema lineal. Asuntos de manufactura, sociales y financieros. Ejemplo: (Manufactura) R.S.C.L.S y asociados fabrica tres tipos de

computadora personal: cicln, ciclope y cicloide. Para armar un cicln se necesita 10 horas, otras 2 para probar sus componentes y 2 horas ms para instalar sus programas. El tiempo requerido para la cclope es de 12 horas en su ensamble, 2.5 para probarla y 2 horas para instalarla. La cicloide, la ms sencilla de la lnea, necesita 6 horas de armado, 1.5

SOLUCIN. Como es un sistema homogneo con ms incgnitas que ecuaciones, entonces muestra soluciones infinitas: por consiguiente, el sistema tiene un nmero infinito de soluciones no triviales. Eliminacin de Gauss-Jordn Una variable interesante de la eliminacin de Gauss se presenta si, durante el paso directo, se producen 1 delanteros y despus ceros abajo y arriba de los anteriores. As, cuando se termina el paso directo, la matriz se encontrar en su forma de escaln reducida. A este mtodo se le llama eliminacin de Gauss-Jordn.

horas de prueba u 1.5 horas de instalacin. Si la fbrica de esta empresa dispone de 1560 horas de trabajo por mes para armar, 340 horas para probar y 320 horas para instalar Cuntas PC de cada tipo puede producir en un mes? Solucin: Sea , , las cantidades de ciclones, cclopes y cicloides

las computadoras. Por consiguiente 10 + 12 + 6 = 1560. En esta misma

producidas cada mes. Entonces se necesitan 10 + 12 + 6 horas para armar

19

20

forma se obtienen ecuaciones para la prueba y la instalacin. El sistema que resulta es: 10 + 12 + 6 = 1560 2 + 2.5 + 1.5 = 340 2 + 2 + 1.5 = 320

propiedades deben dividirse por igual entre sus hijas. Para el resto cada hija

cuyo valor es $ 234,000 entre sus cuatro hijas de la manera siguiente: de las

Ejemplo: (Herencia) Un padre desea distribuir sus bienes races

debe recibir $ 3000 cada ao esta su vigsimo primer cumpleaos. Como entre ellas se llevan 3 aos. Cunto recibir cada una delos bienes de su padre? Que edad tiene ahora sus hijas?

puede fabricar 60 ciclones, 40 ciclopes y 80 cicloides.

Cuya solucin es = 60, = 40 = 80 por lo consiguiente cada mes

Ejemplo:

(Cambio

de

moneda

extranjera)

una

empresaria

internacional necesita en promedio cantidades fijas de yenes japoneses libras inglesas y marcos alemanes durante cada viaje de negocios. Este ao viajo 3 veces. La primera vez cambio un total de $ 2550 con las siguientes tasas: 100 yenes por dlar, 0.6 libras por dlar y 1.6 marcos por dlar. La segunda ves cambio $2840 en total cada tasa de 125 yenes, 0.6 libras y 1.2 marcos por dlar. Cuntos yenes, libras, y marcos compro cada vez?

de las propiedades segn la edad comenzando con la mayor edad. Entonces 3000 = 3 300. as llegamos al sistema: = 9000 + + + =

Solucin: Sea , , la cantidad de dinero que recibir cada hija al . 234000 = 78000 . por

+ + = 78000 = 9000 = 9000

otro lado = 3 300, = 3

comprando yenes, (1/0.6) dlares para comprar libras y (1/1.6) z para comprar 1 1 1 + + = 2550 0.6 1.6 100 1 1 1 + + = 2840 125 0.5 1.2 1 1 1 + + = 2800 0.6 1.2 100

cambia en cada viaje. Entonces la primera vez gast (1/100) dlares

Solucin: Sea , las cantidades fijas de yenes, libras, y marcos que

marcos. Por consiguiente (1/100) x + (1/0.6) y + (1/1.6) z = 2550. El mismo razonamiento se aplica a las otras dos compras y se obtiene el sistema.

1500 + 39000 = $54000 y la primera 6000 + 39000 = $45000. La hija mayor tiene 16, la tercera 13 y la ltima tiene 10 aos.

recibir 600 = 2 3000, as que actualmente tiene 21 2 = 19 aos, la segunda

3300 + 3900 = $72000; la siguiente 24000 + 3900 = $63000; la siguiente,

de dos tercios de la herencia vale (23400) = $3900. As la hija menor recibir

Cuya solucin es = 600, = 1500, = 2400, = 33000. La cuarta parte

Ejemplo: (Clima) El promedio de las temperaturas en las ciudades durante cierto da de

consecuencia, cada vez compro 80000 yenes, 600 libras y 1200 marcos para viajar.

Con eliminacin de Gauss se obtiene = 80000, = 600 = 1200 . En

de Nueva York; Washington, D.C y Boston fue 88 F

verano. En Washington fue 9 mayor que el promedio de las temperaturas de las otras dos ciudades. En Boston fue 9 menor que la temperatura promedio en las otras dos ciudades. Cul fue la temperatura en cada ciudad?

21

22

Boston respectivamente. La temperatura promedio de las tres ciudades es ( + ( = + )/2 + 9. En consecuencia, ( = + )/2 9, as el sistema es: + + = 88 3 = +9 2 = ++9 2 que el promedio de Nueva York y Boston, + )/3, que es 88. Por otro lado, la temperatura en Washington es 9 mayor

Solucin: Sea , , las temperaturas en Nueva York, Washington y que es ( + )/2, de modo que

Inc. vende cada par de zapato a $20, vendera 660 pares. Por otro lado si el precio fuera igual y Trceps bajara su precio a $10 el par entonces vendera 110 pares en un rea de $ 30000 de ingreso. Por ltimo, si el precio de los zapatos fuera de $15 el par y la competencia se queda en $ 20 el par, se vendera 1010 pares en un rea de $25000 de ingreso. Determinar la funcin demanda suponiendo que depende linealmente de sus variables. Solucin: Sea = + + deseamos conocer , de acuerdo 20 + 20000 + 20 = 660

con el primer caso en la investigacin; 20 + 20000 + 20 = 660, de igual forma el considerar los otros dos casos de obtiene el sistema lineal. 20 + 30000 + 10 = 1130 15 + 25000 + 20 = 1010

Gauss para obtener = 88, = 94 = 82 .

Despus de replantear este sistema en forma cnica aplicamos la eliminacin de

ECONOMA Una de las funciones ms importantes en la manufactura que concierne a los fabricantes economistas, especialistas de mercado, etc., es la funcin demanda. Expresada la cantidad de piezas de cierto producto que se venden en funcin de su demanda. La funcin demanda D(o Qd para los economistas) depende de algunas variables como el precio P del artculo el ingreso I de los consumidores, el precio C de un artculo de la competencia, etc. Con frecuencia la funcin demanda. D y sus variables forma una ecuacin lnea. Por ejemplo, = 15 + 0.05/+2.5. Obsrvese que en este caso en particular a mediada que una unidad aumenta el precio del artculo, la demanda disminuye 15 unidades. Del mismo modo, cuando se incrementa el ingreso del consumidor o el precio de un artculo de la competencia aumenta la demanda.

= 1. = 2 = 1.

La solucin de este sistema homogneo es = . = . = 2 entonces

Por consiguiente la funcin demanda esta expresada por = 20 + 0.05/+3 .

Mediante la eliminacin de Gauss se obtiene = 20, = 0.05 = 3.

Supongamos que hay una red elctrica como la que se muestra en la figura 1.6 (a). Las corrientes y las cadas de voltaje por el circuito se apagarn a la primera ley de Kirchhoff. TEOREMA 6 Ley de corriente de Kirchhoff La suma algebraica de todas las corrientes en cualquier nodo es cero.

TEOREMA 7 Ley de voltaje de Kirchhoff

Ejemplo: (Calcular de una funcin demanda) Bikey Inc. quiere La suma algebraica de todos los cambios de voltaje en cualquier bucle (ciclo cerrado) es cero.

fabricar un nuevo tipo de zapato deportivo, poco costoso, e investiga el mercado de la demanda. Encuentra que si un par de zapatos nuevos cuesta $20 en un rea de ingreso familiar promedio de $ 20000 y que si su competidor, Trceps

23

24

Una aplicacin frecuente de esas leyes es cuando es especifica el voltaje de la fuerza electromotriz (por lo general es una batera o un generador) y las resistencias de los resistores, y se pide calcular las corrientes. Observe que para cada elemento de un circuito hay que elegir una direccin positiva para medir corriente la corriente que para a travs de dicho elemento. Las elecciones se indican con flechas. Para la fuente de voltaje se toma como positiva la direccin del signo negativo hacia el signo positivo. La fuente de voltaje agrega voltaje y por consiguiente el cambio de voltaje es positivo, mientras que a travs de los resistores es negativo, debido a que hay una cada de voltaje. el circuito elctrico de la figura 1.6 (a), si el voltaje de la batera es 6 y las Ejemplo (Circuitos elctricos) Calcule las corrientes . en 2.25 , 0.75 1.5 .

Y mediante la eliminacin de Gauss puede obtenerse con facilidad Otra aplicacin frecuente de los sistemas lineales es en el rea de los problemas

2 0

de transmisin de calor, en fsica e ingeniera. mantienen a temperaturas fijas. Por ejemplo las orilla izquierda esta a 0 . La derecha placa. Supongamos que hay una placa metlica rectangular delgada, cuyas orillas se

a 2 y las superior e inferior a 1 . Se desea calcular la temperatura en el interior de la Hay varias maneras de abordar los problemas de este tipo y en algunas se requieren matemticas de mayor nivel. El mtodo que nos interesa ser una aproximacin como la siguiente: Cubrir la placa con redes cada vez mas finas. Las interacciones de la lnea del retculo llamado nodos. Los nodos se dividen en puntos en la frontera y en el interior. Dependiendo de si estn en los bordes o en el interior de la placa podemos considerar que estos son elementos trmicos porque cada uno influye sobre sus puntos adyacentes. Si conocemos la temperatura de los puntos de frontera podemos calcular que prevalece en los puntos interiores. Es obvio que cuando ms fino sea el retculo, la aproximacin a la distribucin de temperaturas en la placa ser mejor. Para calcular las temperaturas de los puntos en el interior se aplica el siguiente principio: TEOREMA 8

resistencias son 2, 2 y 1.

Circuito Elctrico

Transmisin de calor Propiedad promedio para la conduccin de calor La temperatura en cualquier punto del interior es el promedio de las temperaturas de sus puntos adyacentes. cuyas temperaturas se desconocen y que en la frontera estn 12 puntos Para simplificar supongamos que solo se tienen cuatro puntos en el interior,

aplicando la segunda ley al bucle se obtiene 6 0 por lo tanto, 2 0. As,

Solucin: de acuerdo con la primera ley, 0 para el nodo A.

2 2 6. Del mismo modo, el bucle da como resultado = 0, es decir 0

2 2 6

(sin designacin).

25

26

Ejemplo (Conduccin de calor) Calcular 1 = ( + + 1 4 1 = ( + + 3) 4 1 = ( + + 1 4 1 = ( + + 3) 4

la figura 1.7.

Solucin: Segn el teorema de la propiedad promedio.

Ejemplo; calcula los pesos para balancear las placas de

Podra emplear la eliminacin de Gauss pero para este sistema en particular resulta bastante tedioso. En su lugar aprovecharemos la simetra de la grafica y las . sea r = + + + = 2 + 2 as al sumar toda las ecuaciones se obtiene = (2 + 4), que implica que = 4 por consiguiente, + = 2. en consecuencia

ecuaciones para llevar a una solucin rpida. Por simetra sabes que = = para la segunda ecuacin es necesario que = . Entonces la conclusin es que = . = . = = .

a) Equilibrio de pesos = cos cos

b) La ley de los cosenos

Arqumedes. Tenemos que 2 = 6 para la palanca que la izquierda. Y 2 = 8 para la derecha. Para ___________________________

Solucin: Para balancear las dos palancas pequeas, apegndose a la ley de

Aunque esta ley tambin se encuentra con anterioridad en los trabajos de Aristteles parece que Arqumedes fue el primero en basarla en la esttica y no en la cintica. Es un caso especial del axioma de la simetra en un sistema en equilibrio debido a Arqumedes. Equilibrar la placa principal se necesita que 5( + ) = 10( + ). De este

En este punto debe mencionarse que la solucin los sistemas originados en los problemas de conduccin de calor, como el anterior, es bastante tedioso. El uso de Maple, Mathematicas o MATLAB, puede ser de gran ayuda. ESTTICA Y EQUILIBRIO DE PESO Ahora estudiaremos un problema caracterstico de palancas en esttica. El balanceo de pesos para ello emplearemos el siguiente teorema. TEOREMA 9 Ley de la palanca de Arqumedes. Dos masas en una palanca se equilibran cuando sus pesos son inversamente proporcionales a sus distancias al punto de apoyo.

modo llegamos al siguiente sistema homogneo de tres ecuaciones con cuatro incgnitas: 5 + 5 10 10 = 0 2 6 = 0 =0 2 8 = 0

equilibrarse este sistema, cosa que confirma neutras experiencias, siempre y cuando los pesos, en el orden acostumbrado sean mltiplos de los nmeros 7.5,2.5,4 1 .

7.4 = 2.5 = 4. Y = , . as hay una cantidad infinita de pesos que pueden

En el conjunto soluciones es monoparamtrico infinito, descrito por =

27

28

APLICACIONES A LA GEOMETRA geometra, es decir, que para el triangulo , Figura 1.7 (b) se cumple. cos =

CONCLUSIONES 2.1 DEFINICIN DE SISTEMA DE ECUACIONES LINEALES La solucin de los sistemas de ecuaciones lineales encuentra una amplia aplicacin en la ciencia y la tecnologa. En particular, se puede afirmar, que en cualquier rama de la Ingeniera existe al menos una aplicacin que requiera del planteamiento y solucin de tales sistemas. 2.2 CLASIFICACIN DE LOS SISTEMAS DE ECUACIONES LINEALES Y TIPOS DE SOLUCIN Cada sistema adopta clasificaciones diferentes de acuerdo a el nmero de soluciones que pueda tener, es por ello que destaca la importancia de encontrar un mtodo adecuado para facilitar su resolucin. 2.3 INTERPRETACIN GEOMTRICA DE LAS SOLUCIONES Las soluciones se pueden graficar en dos dimensiones para cada una de las ecuaciones involucradas en el sistema. Cada uno de los puntos contenidos en estas rectas son soluciones de las respectivas ecuaciones, luego entonces, la interseccin de las lneas es el nico punto que pertenece a ambas, y por tanto es la nica solucin de las ecuaciones. 2.4 MTODOS
DE SOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Ejemplo (Ley de los cosenos) Demuestre la ley de los cosenos en

otras dos ecuaciones del sistema:

. De aqu que cos + cos = . En forma parecida obtenemos las cos + cos = cos + cos =

Solucin: El lado es la suma de + . Pero = =

, =

, cos =

sistema se reduce como sigue: 0 0 0 0

Se trata de un sistema lineal en cos cos cos . la matriz aumentada de este 1 0 0 ~ . ~ 0 1 0 0 0 1 : ( + ) / 2 : ( + ) / 2 : ( + ) / 2

cos + cos =

Con lo cual se demuestra la ley:

la ecuacin de la parbola, con eje vertical y en el plano que pasa por los puntos (1,4). (1,6) ( 2,9). Solucin: Sea = )( + +
.

Ejemplo (Funcin cuadrtica que pasa por tres puntos) determine

(GAUSS-

JORDAN, ELIMINACIN GAUSSIANA) MTODO DE ELIMINACIN DE GAUSS-JORDAN

otros dos puntos se obtiene el sistema.

parbola. Debe cumplirse 4 = = )(1+ + . De manera similar al usar los

.

necesario determinar las coeficientes , . Como el punto de P pertenece a la

la ecuacin de la parbola es

Las operaciones efectuadas en el ejemplo anterior con las ecuaciones del sistema, podramos realizarlas en la matriz ampliada del sistema. MTODO DE ELIMINACIN DE GAUSS-JORDAN Es el mtodo de resolucin de sistemas de ecuaciones lineales, que consiste en llegar a un sistema "escalonado" transformando la matriz ampliada en una matriz escalonada por filas.

+ + = 4 + = 6

4 + 2 + = 9
29

30

2.5 APLICACIONES Debido al sin fin de utilidades que este tipo resolucin de ecuaciones nos ofrece,

se facilita su entendimiento y una vez resuelto (mecnicamente) podremos saber an con ms detalle su funcionamiento y otras muchas formas de saberlo proponer.

Como se ordena este tipo de problema de sistema de ecuacion lineal en una matric?
Hola el problema que tengo es que no se plantear o ampliar la matrices para poder resolverla. ejemplo: Un almacn distribuye cierto producto que fabrican tres marcas distintas A,B,C. La marca A lo envasa en cajas de 250gr y su precio es de 1Bs; la maraca B lo envasa en cajas de 500gr, a un precio de 1,8Bs y la marca C lo hace en cajas de 1Kg a un precio de 3,3Bs. El almacn vende a un cliente 2,5Kg de este producto por un importe de 8,9Bs. Sabiendo que el lote iba envasado en 5 cajas, se pide: a) calcular cuantos envases de cada tipo se han comprado. b) de que tipo es el sistema de ecuaciones resuelto en el apartado anterior. Mil gracias. Por favor expliquen como plantear este problema en forma de Matrix paso a paso por favor ya que tengo que plantear 4 problemas mas.....
hace 3 aos Reportar abusos

Mad Max

Mejor respuesta - elegida por los votantes

sean A = numero de cajas de la marca A sean B = numero de cajas de la marca B sean C = numero de cajas de la marca C

Se sabe que hay 5 cajas, por lo tanto: A+B+C=5 Ademas: 0,25 A = kilos del producto marca A 0,5 B = kilos del producto marca B 1 C = kilos del producto marca C como en total hay 2,5 kg entonces: 0,25 A + 0,5 B + C = 2,5 Y tambien: 1 A = precio total de las cajas de producto marca A 1,8 B = precio total de las cajas de producto marca B 3,3 C = precio total de las cajas de producto marca C Se sabe que el precio total es de 8,9 Bs, por lo tanto:

31

32

A + 1,8 B + 3,3 C = 8,9 Ya esta ahora lo unico que tienes que hacer es formuals las tres ecuaciones juntas en una matriz ampliada: ...|.....1.......1......1....:....5... ...|...0,25....0,5...1.....:...2,5..| ...|.....1.....1,8....3,3...:...8,9..| El cual al ser reducido por filas resulta: que A = 2, B = 2 y C = 1

0,5 B = kilos del producto marca B 1 C = kilos del producto marca C como en total hay 2,5 kg entonces: 0,25 A + 0,5 B + C = 2,5 Y tambien: 1 A = precio total de las cajas de producto marca A 1,8 B = precio total de las cajas de producto marca B 3,3 C = precio total de las cajas de producto marca C Se sabe que el precio total es de 8,9 Bs, por lo tanto:

Es decir dos cajas de la marca A, dos de la marca B y una mas de la marca C. A + 1,8 B + 3,3 C = 8,9 Saludos! Ya esta ahora lo unico que tienes que hacer es formuals las tres ecuaciones juntas en una matriz ampliada:

Como se ordena este tipo de problema de sistema de ecuacion lineal en una matric?
Hola el problema que tengo es que no se plantear o ampliar la matrices para poder resolverla. ejemplo: Un almacn distribuye cierto producto que fabrican tres marcas distintas A,B,C. La marca A lo envasa en cajas de 250gr y su precio es de 1Bs; la maraca B lo envasa en cajas de 500gr, a un precio de 1,8Bs y la marca C lo hace en cajas de 1Kg a un precio de 3,3Bs. El almacn vende a un cliente 2,5Kg de este producto por un importe de 8,9Bs. Sabiendo que el lote iba envasado en 5 cajas, se pide: a) calcular cuantos envases de cada tipo se han comprado. b) de que tipo es el sistema de ecuaciones resuelto en el apartado anterior. Mil gracias. Por favor expliquen como plantear este problema en forma de Matrix paso a paso por favor ya que tengo que plantear 4 problemas mas.....
hace 3 aos Reportar abusos

...|.....1.......1......1....:....5... ...|...0,25....0,5...1.....:...2,5..| ...|.....1.....1,8....3,3...:...8,9..| El cual al ser reducido por filas resulta: que A = 2, B = 2 y C = 1 Es decir dos cajas de la marca A, dos de la marca B y una mas de la marca C. Saludos!

Mad Max

Mejor respuesta - elegida por los votantes

sean A = numero de cajas de la marca A sean B = numero de cajas de la marca B sean C = numero de cajas de la marca C

Se sabe que hay 5 cajas, por lo tanto: A+B+C=5 Ademas: 0,25 A = kilos del producto marca A

33

34

Problemas sistemas 2
Editar 0 12
1 En una fabrica de ropa se producen tres estilos de camisas que llamaremos 1, 2, 3. Cada prenda pasa por el proceso de cortado, cosido, planchado y empaquetado. Las camisas se elaboran por lotes. Para producir un lote de camisas del tipo 1 se necesitan 30 min para cortarlas, 40 min para coserlas y 50 min para plancharlas y empaquetarlas. Para el tipo 2, 50 min para cortar, 50 min para coser y 50 min para planchar y empaquetar. Para el tipo 3, 65 min para cortar, 40 min para coser y 15 min para planchar y empaquetar. Cuntos lotes se pueden producir si se trabajan 8 horas en cortar, 8 horas en coser y 8 horas en planchar y empaquetar? (Problema original de UAM-Azcapotzalco ) Solucin: El sistema es compatible indeterminado, por lo que en teora pueden existir infinitas soluciones:

Cuntos lotes se pueden producir si se trabajar 8 horas en cortar, 8 horas en coser y 8 horas en planchar y empaquetar? GRACIAAAAAS(:
hace 5 aos Reportar abusos

Edith

(x,y,z)=(5z2,4814z5,z)
Expresando X e Y en funcin de Z y dando valores a Z, se ve que slo existe una nica solucin posible para Z=2 con lo que queda (x,y,z)=(5,4,2) que son los lotes 1, 2 y 3, respectivamente. 2 Un centro de diversin tiene capacidad de 101 mesas, las mesas cuentan con 4, 6 y 8 asientos, la capacidad total de asientos es de 552. En cierto da se ocupo la mitad de las mesas con 4 asientos, un octavo de las mesas con 6 asientos y un tercio de las de 8 asientos para un total de 35 mesas. Cuntas de cada tipo se usaron ese da? (Problema original de UAM-Azcapotzalco ). Solucin: 48 mesas de 4 asientos, 32 de 6 asientosy 21 de 8 asientos. 3 Encontrar un polinomio de grado 2 tal que f(2) = 3, f(1) = 0, f '(1) = 2 o o o

Mejor respuesta - elegida por los votantes

Es muy largo de resolver. Como ayua te pongo las respuesta para que puedas controlar tu resolucin: x=15,0495 y=18,0693 z=-9,0099 ______________ :::::::::::::::::
hace 5 aos Reportar abusos

100% 1 voto
estrellas - seleccinala por ser:Interesante! Correo Comentario (0) Guardar

Esta pregunta "URGENTEE!!.. AYUDA C " fue publicada originalmente en Yahoo! Respuestas Mxico

URGENTEE!!.. AYUDA CON MATEE?

me pueden ayudar con este sistema de ecuaciones porfavor es de fracciones yno me sale :S a) 3x - 2y + z = 0 b) -2x + y -3z = 15 c) 3/2x + 4/5y + 3z = 10

Otras respuestas (2)

Pues se me ocurre hacerlo con matrices a) 3x - 2y + z = 0 b) -2x + y -3z = 15 c) 3/2x + 4/5y + 3z = 10 M@t...

y por favor ayudenme a interpretar este problemas, osea, necesito encontrar las ecuaciones para formar un sistema de ecuaciones

Primero hay que sacar el (delta). Se coloca en la matriz los valores que acompaan a las x, y, z 3 -2 1 -2 1 -3 3/2 4/5 3 hay que sacarle el determinante.. lo puedes sacar como desees a mi me da. 101/10 Ahora vamos a sacar cada uno de las incgnitas Vamos a hacer la matriz para sacar X. en la columna donde se encuentre la incgnita X ponemos los

En una fabrica de ropa se producen tres estilos de camisas que llamaremos 1, 2, 3. Cada prenda pasa por el proceso de cortado, cosido, planchado y empaquetado. Las camisas se elaboran por lote. Para producir un lote de camisas del tipo 1 se necesitan 30 minutos para cortarlas, 40 minutos para coserlas y 50 minutos para plancharlas y empaquetarlas. Para el tipo 2, se necesitan 50 minutos para cortar, 50 minutos para coser y 50 minutos para planchar y empaquetar. Para el tipo 3 se necesitan 65 minutos para cortar, 40 minutos para coser y 25 minutos para planchar y empaquetar.

35

36

resultado de la derecha 0 -2 1 15 1 -3 10 4/5 3 el determinante de esta matriz lo divides con el que habamos encontrado. El determinante me da. 152. Entre el . 152/(101/10) = 15.049 Lo mismo para los otros casos. 301 -2 15 -3 3/2 10 3 Para y.. Se sustiye la columna de Y por los resultados de la ecuacin y se saca el determinante.. 365/2 entre .(365/2)/(101/10) = 18.069 Para Zel determinante es: -91 entre el . -91/(101/10) = -9.009

37