Professional Documents
Culture Documents
El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que
satisfacen las tres ecuaciones.
Introduccin
En general, un sistema con m ecuaciones lineales y n incgnitas puede ser escrito en forma
ordinaria como:
Donde son las incgnitas y los nmeros son los coeficientes del
sistema sobre el cuerpo . Es posible reescribir el sistema separando con
coeficientes con notacin matricial:
(1)
Si representamos cada matriz con una nica letra obtenemos:
Representacin grfica
Tipos de sistemas
Los sistemas de ecuaciones se pueden clasificar segn el nmero de soluciones que pueden
presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:
Sistema incompatible si no tiene ninguna solucin.
Sistema compatible si tiene alguna solucin, en este caso adems puede distinguirse
entre:
o Sistema compatible determinado cuando tiene un nmero finito de soluciones.
o Sistema compatible indeterminado cuando admite un conjunto infinito de
soluciones.
Quedando as la clasificacin:
Tanto la primera como la segunda ecuacin se corresponden con la recta cuya pendiente es
y que pasa por el punto , por lo que ambas intersecan en todos los puntos
de dicha recta. El sistema es compatible por haber solucin o interseccin entre las rectas,
pero es indeterminado al ocurrir esto en infinitos puntos.
Una condicin necesaria para que un sistema sea compatible indeterminado es que el
determinante de la matriz del sistema sea cero (y por tanto uno de sus autovalores ser
0):
De hecho, de las dos condiciones anteriores se desprende, que el conjunto de soluciones
de un sistema compatible indeterminado es un subespacio vectorial. Y la dimensin de ese
espacio vectorial coincidir con la multiplicidad geomtrica del autovalor cero.
Sistemas incompatibles
Las ecuaciones se corresponden grficamente con dos rectas, ambas con la misma
pendiente, Al ser paralelas, no se cortan en ningn punto, es decir, no existe ningn valor
que satisfaga a la vez ambas ecuaciones.
Mtodos de resolucin
Sustitucin
En caso de sistemas con ms de dos incgnitas, la seleccionada debe ser sustituida por su
valor equivalente en todas las ecuaciones excepto en la que la hemos despejado. En ese
instante, tendremos un sistema con una ecuacin y una incgnita menos que el inicial, en el
que podemos seguir aplicando este mtodo reiteradamente. Por ejemplo, supongamos que
queremos resolver por sustitucin este sistema:
Igualacin
Como se puede observar, ambas ecuaciones comparten la misma parte izquierda, por lo que
podemos afirmar que las partes derechas tambin son iguales entre s.
Una vez obtenido el valor de la incgnita , se substituye su valor en una de las ecuaciones
originales, y se obtiene obtener el valor de la .
Reduccin
Este mtodo suele emplearse mayoritariamente en los sistemas lineales, siendo pocos los
casos en que se utiliza para resolver sistemas no lineales. El procedimiento, diseado para
sistemas con dos ecuaciones e incgnitas, consiste en transformar una de las ecuaciones
(generalmente, mediante productos), de manera que obtengamos dos ecuaciones en la que
una misma incgnita aparezca con el mismo coeficiente y distinto signo. A continuacin, se
suman ambas ecuaciones producindose as la reduccin o cancelacin de dicha incgnita,
obteniendo as una ecuacin con una sola incgnita, donde el mtodo de resolucin es
simple.
Si sumamos esta ecuacin a la segunda del sistema original, obtenemos una nueva ecuacin
donde la incgnita ha sido reducida y que, en este caso, nos da directamente el valor de la
incgnita :
Mtodo de Gauss
Llegados a este punto podemos resolver directamente las ecuaciones que se nos plantean:
El mtodo fue presentado por el matemtico Carl Friedrich Gauss, pero se conoca
anteriormente en un importante libro matemtico chino llamado Jiuzhang suanshu o Nueve
captulos del arte matemtico.[cita requerida]
Anlisis de Complejidad
La complejidad computacional de la eliminacin gaussiana es aproximadamente n3. Esto
es, el nmero de operaciones requeridas es n3 si el tamao de la matriz es n n.
Ejemplo
Supongamos que es necesario encontrar los nmeros x, y, z, que satisfacen simultneamente
estas ecuaciones:
Esto es llamado un sistema lineal de ecuaciones. El objetivo es reducir el sistema a otro
equivalente, que tenga las mismas soluciones. Las operaciones (llamadas elementales) son
estas:
Estas operaciones pueden representarse con matrices elementales que se usan tambin en
otros procedimientos como la factorizacin LU o la diagonalizacin por congruencia de una
matriz simtrica.
Para clarificar los pasos (y es en realidad lo que las computadoras manejan), se trabaja con
la matriz aumentada. Podemos ver los 3 pasos en su notacin matricial:
Primero:
Despus,
Por ltimo.
Si el sistema fuera incompatible, entonces nos encontraramos con una fila como esta:
Dos formas especiales de matrices son la escalonada y la escalonada reducida. Una matriz
puede tener las siguientes propiedades:
Si una matriz A cumple con esas propiedades, se dice escalonada. Adems, cumpliendo
estas otras condiciones, decimos que la matriz se encuentra en la forma reducida de
rengln escaln o tan solo en forma escalonada reducida.
Cuando una matriz representa a un sistema de ecuaciones situaciones como tener una
columna de ceros parece imposible ya que correspondera a una variable que nunca habra
aparecido. Sin embargo esta situacin puede presentarse (imaginemos la ecuacin de un
plano en el espacio en la que no aparece alguna de las componentes, por ejemplo y+z=0).
As la matriz
Una vez que la matriz del sistema se ha transformado hasta obtener una matriz escalonada
reducida es muy fcil discutirlo (es decir, determinar cuntas soluciones tiene):
Otras aplicaciones
Encontrando la inversa de una matriz
se construira
y ahora se realizan las operaciones elementales sobre las filas de la matriz aumentada que
sean necesarias para obtener la forma escalonada reducida de la matriz A; sumando tanto a
la segunda como a la tercera fila la primera obtenemos
ya tenemos el pivote de la primera fila que usamos para hacer ceros debajo
Definiciones
Sea A una matriz no singular (si lo fuera, entonces la descomposicin podra no ser nica)
Lm 1Pm 1...L2P2L1P1A = U
Para determinar L:
L'k =
Esto se debe a que L'k es igual a Lk, pero con los elementos de la subdiagonal permutados.
Otra forma de ver ste tipo de factorizacin es: A = PTLU Recordando que las matrices de
permutacin matriz permutacin son invertibles y su inversa es su traspuesta
Unicidad
Las matrices L y U son nicas, si la matriz no es singular. En caso contrario pueden no ser
nicas.
Demostracin:
A = L1U1 y A = L2U2
Recordemos que L1,U1,L2,U2 son invertibles por tener el determinante distinto de cero
entonces:
L1U1 = L2U2
Con lo cual:
L1 = L2 y U1 = U2
Algoritmos
La factorizacin LU es bsicamente una forma modificada de la eliminacin gaussiana.
Transformamos la matriz A en una triangular superior U anulando los elementos debajo de
la diagonal.
E1 * E2 * ... * En * A = U
Donde E1,E2,...,En son matrices elementales, que representan los distintos pasos de la
eliminacin. Luego recordando que la inversa de una matriz elemental, es otra matriz
elemental:
Aplicaciones
Resolviendo sistemas de lgebra lineal
Ax = LUx = b
Pero una vez obtenida la descomposicin L-U, si queremos aplicarla a resolver un sistema
de ecuaciones, tendremos que tener en cuenta la historia o registro de las pivotaciones
efectuadas para aplicar al vector de trminos independientes.
Esto se realiza mediante la matriz de andres permutacin P, que consiste en efectuar sobre
la matriz identidad, las mismas permutaciones de filas que se vayan efectuando sobre la
matriz que se est triangulando por Gauss.
Al mismo tiempo se efectan las mismas permutaciones sobre los elementos subdiagonal
de la matriz L.
LU=PA (LU)X=P(AX)=PB=NUEVOB
Matriz Inversa
Las matrices L y U pueden ser usadas para calcular la matriz inversa mediante:
A 1 = U 1L 1
Las matrices L y U pueden ser usadas para calcular el determinante de la matriz A muy
eficientemente porque det(A) = det(L)det(U) y los determinantes de matrices triangulares
son simplemente el producto de los elementos de sus diagonales. En particular, si L es una
matriz triangular en cuya diagonal todos los elementos son uno, entonces:
La misma aproximacin al problema puede ser usada para factorizaciones LUP en las que
aparece matrices de permutacin, pues el determinante de una matriz de permutacin P es
(1)S, donde S es el nmero de permutaciones de filas en la descomposicin