Documente Academic
Documente Profesional
Documente Cultură
Introduccin
Un problema fundamental que aparece en matemticas y en otras ciencias es el anlisis y
resolucin de m ecuaciones algebraicas con n incgnitas. El estudio de un sistema de
ecuaciones lineales simultneas est ntimamente ligado al estudio de una matriz
rectangular de nmeros definida por los coeficientes de las ecuaciones. Esta relacin parece
que se ha notado desde el momento en que aparecieron estos problemas.
El primer anlisis registrado de ecuaciones simultneas lo encontramos en el libro chino
Jiu Zhang Suan-shu (Nueve Captulos sobre las artes matemticas), (vase Mc. Tutor y
Carlos Maza) escrito alrededor del 200 a.C. Al comienzo del captulo VIII, aparece un
problema de la siguiente forma:
Tres gavillas de buen cereal, dos gavillas de cereal mediocre y una gavilla de cereal malo
se venden por 39 dou. Dos gavillas de bueno, tres mediocres y una mala se venden por 34
dou. Y una buena, dos mediocres y tres malas se venden por 26 dou. Cul es el precio
recibido por cada gavilla de buen cereal, cada gavilla de cereal mediocre, y cada gavilla
de cereal malo?
Hoy en da, este problema lo formularamos como un sistema de tres ecuaciones con tres
incgnitas:
3 x+2 y + z=39
2 x +3 y + z=34
x+ 2 y +3 z=26
donde
x, y ,z
respectivamente.
Los chinos vieron el problema esencial. Colocaron los coeficientes de este sistema,
representados por caas de bamb de color, como un cuadrado sobre un tablero de contar
(similar a un baco), y manipulaban las filas del cuadrado segn ciertas reglas establecidas.
Su tablero de contar y sus reglas encontraron su camino hacia Japn y finalmente
aparecieron en Europa, con las caas de color sustituidas por nmeros y el tablero
reemplazado por tinta y papel.
En Europa, esta tcnica lleg a ser conocida como eliminacin Gaussiana, en honor del
matemtico alemn Carl F. Gauss.
la forma
a1 x1 + a2 x 2 ++a n x n=b
Donde
nmeros
a1 , a2 , , an
ai
x1 , x2 , , xn
es el trmino
independiente.
La solucin de la ecuacin lineal anterior es una serie de nmeros
satisfacen, es decir, que verifican:
1, 2, , n
que la
a1 1 +a 2 2+ +a n n=b
Definicin 1.2.2. Sean
m 1
n 1
+ a 22 x 2 + + a 2 n x n b2 am1 x 1 + am 2 x 2 + + amn
S
, donde las
xi
aij
bi
bi
aij
se
trminos independientes
del sistema.
Una solucin del sistema lineal anterior es una serie de nmeros
1, 2, , n
que
SOLUCION UNICA: Existe uno y slo un conjunto de valores para las incgnitas
xi
que satisfacen las ecuaciones simultneamente. Se dice entonces que el
sistema es compatible determinado. Por ejemplo el sistema formado por la nica
2 x 1=3
ecuacin lineal
es compatible determinado, su nica solucin es
x 1=3/2
x 1=a
x 2=32 a
k , luego
es compatible indeterminado.
SIN SOLUCION: No hay ningn conjunto de valores para las incgnitas xi que
satisfagan todas las ecuaciones simultneamente. El conjunto de soluciones es
vaco. Decimos que estos sistemas son incompatibles. Por ejemplo, el sistema dado
2 x 1=3
x =1
por las ecuaciones
, 1
es incompatible, pues no hay ningn valor
de
x1
Gran parte del trabajo acerca de los sistemas de ecuaciones es decidir cul de estas tres
posibilidades es la que se presenta. La otra parte de la tarea es calcular la solucin si es
nica o describir el conjunto de soluciones si hay ms de una.
{}
E1
S E2
Em
jesima
(1 i j m) . Esto es,
si
{}
E1
Ei
S
Ej
Em
, entonces
2. Reemplaza la iesima
{}
E1
Ej
S'
Ei
Em
{}
E1
S ' Ei , donde 0
Em
3. Reemplaza la
la iesima
jesima
{}
E1
Ei
S'
E j +E i
Em
6 x+ 2 y + z=1
2 x +2 y + z =7
2 x +2 y + z =7.
Paso 1. Elimina todos los trminos por debajo del pivote.
Resta tres veces la primera ecuacin de la segunda para generar el sistema equivalente
2 x + y + z=1
23
E 1)
(
y 2 z =4
2 x +2 y + z =7
Suma la primera ecuacion a la tercera para formar el sistema equivalente
2 x + y + z=1
y 2 z =4
3 y+ 2 z=8( E3 + E1 )
Paso 2. Selecciona un nuevo pivote.
De momento, seleccionamos un nuevo pivote buscando para abajo y a la derecha. Ms
adelante veremos una mejor estrategia. Si este coeficiente no es cero, entonces es
nuestro pivote. En otro caso, intercambiamos con una ecuacin que est por debajo de
esta posicin para colocar el elemento no nulo en la posicin pivote. En nuestro
ejemplo, 1 es el segundo pivote:
2 x + y + z=1
1 y2 z=4
3 y+ 2 z=8
Paso 3. Elimina todos los trminos por debajo del pivote.
Suma tres veces la segunda ecuacin a la tercera para llegar al sistema equivalente:
2 x + y + z=1
1 y2 z=4
4 z=4 ( E3 +3 E2 )
En general, en cada paso nos movemos abajo y hacia la derecha para seleccionar el
nuevo pivote, y entonces eliminar todos los trminos por debajo de el hasta que ya no
podamos seguir. En este ejemplo, el tercer pivote es 4, pero como ya no hay nada por
debajo que eliminar, paramos el proceso. En este punto, decimos que hemos
triangularizado el sistema. Un sistema triangular se resuelve muy fcilmente mediante
el mtodo de sustitucin hacia atrs, en el que la ultima ecuacin se resuelve para la
ultima incgnita y se sustituye hacia atrs en la penltima ecuacin, la cual se vuelve a
resolver para la penltima incgnita, y continuamos as hasta llegar a la primera
ecuacin. En nuestro ejemplo, de la ultima ecuacin obtenemos
z=1
Sustituimos
y=42 z=42(1)=2
z=1 y
1
1
x= (1 yz)= (121)=1
2
2
que completa la solucin.
No hay razn para escribir los smbolos como
x, y ,z
que manejamos son los coeficientes. Si descartamos los smbolos, entonces el sistema
de ecuaciones se reduce a una matriz rectangular de nmeros en la que cada fila
representa una ecuacin. Por ejemplo, el sistema se reduce a la siguiente matriz
|)
2 1 1 1
6 2 1 1
2 2 1 7
a11 x 1
+
a12 x 2
+
+ a1 n x n b1
a21 x 1
+ a 22 x 2 + + a 2 n x n b2 am1 x 1 + am 2 x 2 + +
S
A la matriz
a 11 a12 a1 n
A= a21 a22 a2 n
a m 1 am 2 amn
|)
a11 a12 a1 n b1
[ A|b ] = a21 a 22 a2 n b2
b
am 1 am 2 amn n
escalares en rectngulo. Usaremos letras maysculas para las matrices y minsculas con
subndice para las entradas individuales de la matriz. As, escribiremos
a 11 a12 a1 n
A= a21 a22 a2 n =( a ij )
a m 1 am 2 amn
1 1
. Cuando
m n , usaremos la notacin
[ Ab]
elementales de filas se corresponden a las tres operaciones elementales que hemos visto
antes.
Operaciones elementales por filas
Para una matriz de orden m n de la forma
a 11 a 12 a1 n
a21 a22 a2 n
a m1 am 2 amn
Los tres tipos de operaciones elementales de filas sobre M son como sigue.
Tipo I. Intercambio de filas
Tipo II. Reemplazo de la fila i por un mltiplo no nulo de ella
Tipo III. Reemplazo de una fila por la suma de ella con un mltiplo de otra fila
Mtodo de Gauss-Jordan
Las caractersticas que distinguen el mtodo de Gauss-Jordan de la eliminacin
Gaussiana son los siguientes:
|)
a11 a12 a1 n b1
a21 a 22 a2 n b2
a n1 an 2 ann bn
|)
1 0 0 s 1
0 1 0 s 2
0 0 1 sn
x 1=0, x 2=1, x3 =1
ecuaciones y
n incgnitas
a11 x 1
+
a12 x 2
+
+ a1 n x n b1
a21 x 1
+ a 22 x 2 + + a 2 n x n b2 am1 x 1 + am 2 x 2 + +
, donde
m=n
myn
tambin
de coeficientes
A
0
T=
0
0
0
0
Recordemos que un pivote debe ser siempre un valor no nulo. Para sistemas cuadrados
con una nica solucin, probaremos que siempre podremos obtener un valor no nulo en
cada posicin pivote a lo largo de la diagonal principal. Sin embargo, en el caso de un
sistema rectangular general, no siempre es posible tener las posiciones pivote en la
diagonal principal de la matriz de coeficientes. Esto significa que el resultado final de la
eliminacin Gaussiana no ser una forma triangular. Por ejemplo, consideremos el
siguiente sistema:
x 1+2 x 2+ x 3 +3 x 4 +3 x 5=5
2 x 1 +4 x2 + 4 x 4 +4 x5 =6
x 1+2 x 2+ 3 x 3 +5 x 4 +5 x5 =9
2 x 1 +4 x2 + 4 x 4 +7 x 5=9
1
2
1
2
2
4
2
4
1
0
3
0
3
4
5
4
3
4
5
7
[ 1] 2 1 3 3
)(
1 2 1
2 4 0 4 4 0 [ 0 ] 2
1 2 3 5 5
0 0 2
2 4 0 4 7
0 0 2
3 3
2 2
2 2
2 1
[Ec ] , entonces la
nica entrada no nula de una fila aparece en el lado derecho, como mostramos a
continuacin:
|)
0 0 0
0 0 0 0 0
Si esto ocurre en una fila, entonces una ecuacin del sistema asociado es:
0. x1 +0. x 2+ +0. xn =
Para
( 0 0 0| )
A1 .
Definicin:
Diremos que una matriz
slo si
B M n n
A M n n
si y
Observemos que el requerimiento de que una matriz conmute con su inversa implica
que ambas matrices son cuadradas y del mismo orden. As, las inversas slo estn
es invertible o regular. Si
singular.
Propiedades
1. La inversa de una matriz es nica.
2. Si A es una matriz regular, entonces
1
( A1 ) = A ,
( A1 ) =( AT )
( A )1 =
( A )1
,0
( AB )1= ( A )1 ( B )1
4. La inversa de una matriz simtrica regular es simtrica.
5. La inversa de una matriz triangular regular tambin es triangular.
A es
DESCOMPOSICION LU
La descomposicion LU es una forma de expresar las transformaciones del metodo
Gauss-Jordan por medio de ecuaciones matriciales, lo que implica una reduccion
notable en las operaciones propias y, naturalmente, en el diseo del algoritmo.
Asimismo, se reduce notablemente el impacto de la produccion de errores debidos al
pivoteo; adicionalmente, la descomposicion LU puede utilizarse para otros procesos
como la obtencion de la matriz inversa.
Definicion:
La descomposicion
LU
L11 0 0
L= L21 L22 0
Ln 1 Ln 2 Lnn
(
(
1 U 12 U 1 n
U= 0 1 U 2n
0 0 U nn
)
)
L11 0 0
1 U 12 U 1 n
a11 a12 a1 n
L21 L22 0 . 0 1 U 2 n = a 21 a22 a 2 n
Ln 1 Ln 2 Lnn
0 0 U nn
an 1 a n 2 ann
)(
)(
j1
j i ; i=1,2,3, ,n
j1
aij Lik U kj
U ij =
U 1 j=
k=1
Lii
; i j ; i=1,2,3, , n
a1 j a1 j
=
; L =a
L11 a11 i1 i 1
DETERMINANTES
Introduccion:
Toda matriz cuadrada tiene asociado un escalar, llamado su determinante. Hasta hace
poco los determinantes jugaban un papel destacado en el estudio del algebra lineal. Los
determinantes eran usados para calcular inversas de matrices, para resolver sistemas de
ecuaciones lineales, etc. Hoy dia, en su lugar se utilizan otras tecnicas, a menudo
basadas en operaciones elementales sobre las filas de la matriz, las cuales son mas
eficientes y mejor adaptadas al calculo computacional.
Los determinantes se definen en terminos de permutaciones sobre enteros positivos. La
teoria es complicada, pero una vez completada, da lugar a metodos mas simples para
calcular determinantes. Nosotros no desarrollaremos la teoria, sino que nos limitaremos
a estudiar algunos metodos de calculo.
Los determinantes se definen solo para matrices cuadradas. Dada una matriz cuadrada
A , usaremos det (A ) o bien | A| para denotar del determinante de A . Si la
matriz puede ser escrita explicitamente, designaremos su determinante remplazando los
parentesis por lineas verticales. Por ejemplo, si:
( )
2 5 9
4 0 8
1 3 7
entonces
| |
2 5 9
det ( A )=| A|= 4 0 8
1 3 7
Si
es una matriz 2 2 ,
A= a11 a12
a 21 a22
Si
, entonces
es una matriz 3 3 ,
, entonces
a 21 a22
3 1 4 1
3 1
A= 1 1
2
3 1 1
7 1 1 2
1 2 1
A= 2 2
2
3 4 3
2 3 1
B= 1 1 2
2 1 3
Bibliografia:
Algebra lineal - Fernando Casas, Maria Vicenta Ferrer, Pura Vindel
Algebra Lineal y Geometria I. Curso 2010/11. Departamento de Algebra.
http://www.departamento.us.es/da