INGENIERA QUMICA 8211

SISTEMAS DE ECUACIONES LINEALES

Torres Vlez Erwin Gonzalo 16/05/2011

Definicin de los sistemas de ecuaciones lineales y tipos de solucin, interpretacin geomtrica, mtodo, solucin de un sistema de ecuaciones lineales; GAUSS JORDAN, INVERSA DE UNA MATRIZ Y REGLA DE CRAMER

ndice Definicin de sistemas de ecuaciones lineales ....................................................................... 2 Mtodos de solucin a sistemas de ecuaciones lineales ......................................................... 4 Sustitucin .......................................................................................................................... 4 Igualacin ............................................................................................................................ 5 Reduccin ........................................................................................................................... 6 Interpretacin geomtrica de los sistemas con 3 ecuaciones y 3 incgnitas .......................... 6 Mtodos de solucin de un sistema de ecuaciones ................................................................. 7 Gauss ................................................................................................................................... 7 Gauss Jordan ....................................................................................................................... 9 Matriz inversa. Clculo y aplicaciones ................................................................................. 11 Regla de Cramer ................................................................................................................... 14 CIBERGRAFA ................................................................................................................... 16

Definicin de sistemas de ecuaciones lineales Se denomina ecuacin lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las incgnitas no estn elevadas a potencias, ni multiplicadas entre s, ni en el denominador. Por ejemplo, 3x + 2y + 6z = 6 es una ecuacin lineal con tres incgnitas. Como es bien sabido, las ecuaciones lineales con 2 incgnitas representan una recta en el plano. Si la ecuacin lineal tiene 3 incgnitas, su representacin grfica es un plano en el espacio. Un ejemplo de ambas representaciones puede observarse en la figura:

Representacin grfica de la recta x + 2y = 3 en el plano y del plano x + y + z = 1 en el espacio. El objetivo del tema es el estudio de los sistemas de ecuaciones lineales, es decir, un conjunto de varias ecuaciones lineales. Diremos que dos ecuaciones son equivalentes si tienen las mismas soluciones, o geomtricamente representan la misma recta o plano. Sistemas de ecuaciones lineales Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales de la forma:

Expresin matricial de un sistema Cualquier sistema de ecuaciones lineales se puede expresar en forma matricial del modo:

La matriz A =

Se llama matriz de coeficientes, la matriz X=

Se llama matriz de incgnitas, y la matriz B =

Se llama matriz de trminos independientes. La matriz formada por A y B conjuntamente, es decir:

Se llama matriz ampliada del sistema y se representara por (A|B) o b ion por A

Ejemplo: El sistema:

Escrito matricialmente es:

Y la matriz ampliada es:

Tipos de sistemas En general, buscaremos las soluciones de los sistemas en los nmeros reales R. Dependiendo del posible nmero de tales soluciones reales que tenga un sistema, estos se pueden clasificar en:

Mtodos de solucin a sistemas de ecuaciones lineales Sustitucin El mtodo de sustitucin consiste en despejar en una de las ecuaciones cualquier incgnita, preferiblemente la que tenga menor coeficiente, para, a continuacin, sustituirla en otra ecuacin por su valor. 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:

En la primera ecuacin, seleccionamos la incgnita por ser la de menor coeficiente y que posiblemente nos facilite ms las operaciones, y la despejamos, obteniendo la siguiente ecuacin.

El siguiente paso ser sustituir cada ocurrencia de la incgnita en la otra ecuacin, para as obtener una ecuacin donde la nica incgnita sea la .

Al resolver la ecuacin obtenemos el resultado , y si ahora sustituimos esta incgnita por su valor en alguna de las ecuaciones originales obtendremos , con lo que el sistema queda ya resuelto. Igualacin El mtodo de igualacin se puede entender como un caso particular del mtodo de sustitucin en el que se despeja la misma incgnita en dos ecuaciones y a continuacin se igualan entre s la parte derecha de ambas ecuaciones. Tomando el mismo sistema utilizado como ejemplo para el mtodo de sustitucin, si despejamos la incgnita en ambas ecuaciones nos queda de la siguiente manera:

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 originales, y se obtiene el valor de la .

, se substituye su valor en una de las ecuaciones

La forma ms fcil de tener el mtodo de sustitucin es realizando un cambio para despejar x despus de averiguar el valor de la y.

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. Por ejemplo, en el sistema:

no tenemos ms que multiplicar la primera ecuacin por incgnita . Al multiplicar, dicha ecuacin nos queda as:

para poder cancelar la

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 :

El siguiente paso consiste nicamente en sustituir el valor de la incgnita en cualquiera de las ecuaciones donde aparecan ambas incgnitas, y obtener as que el valor de es igual a:

Interpretacin geomtrica de los sistemas con 3 ecuaciones y 3 incgnitas Las soluciones de las ecuaciones lineales de 2 y 3 incgnitas pueden interpretarse de un modo geomtrico en el plano y en espacio tridimensional, respectivamente. 1) La ecuacin ax + by +c = 0, como se ha visto en cursos anteriores, representa una recta en el plano afn.
6

En efecto: si hacemos x = t, quedara, que podemos escribir:

Son las ecuaciones paramtricas de la recta que pasa por el punto (0,-c/b) y (1,-a/b) es un vector de direccin. Mtodos de solucin de un sistema de ecuaciones

Gauss El mtodo de Gauss consiste en convertir un sistema "normal" de 3 ecuaciones con 3 incgnitas en uno escalonado , en el que la 1 ecuacin tiene 3 incgnitas , la 2 tiene 2 incgnitas y la tercera 1 incgnita . De esta forma ser fcil a partir de la ltima ecuacin y subiendo hacia arriba , calcular el valor de las 3 incgnitas . Para transformar el sistema en uno que sea escalonado se combinarn las ecuaciones entre s (sumndolas , restndolas , multiplicndolas por un nmero , etc.) Ejemplo :

La 1 ecuacin siempre se deja igual , (procurando que esta sea la ms sencilla) y a la 2 y 3 ecuacin se debe anular el trmino que lleva la x .

Una vez que hemos anulado los trminos en x debemos dejar fija la 1 y 2 ecuacin y anular el trmino que lleva la y en la 3 ecuacin

De la ltima ecuacin obtenemos que z = -256/-128 = 2, que sustituyendo en B resulta - y + 92 = 13 y = 5 y a su vez sustituyendo en A obtenemos que : 2x + 35 72 = -1 x = -1 Por lo tanto la solucin del sistema es (-1, 5, 2) Clasificacin de los sistemas : Los sistemas de ecuaciones pueden ser de 3 tipos : 1. Sistema compatible determinado (S.C.D.) : una nica solucin 2. Sistema compatible indeterminado (S.C.I.) : infinitas soluciones 3. Sistema incompatible (S.I.) : no tiene solucin En el ejemplo anterior hemos obtenido un S.C.D. pero cundo obtendremos los otros dos tipos? .

Cuando al realizar Gauss obtengamos 0 = K , siendo K un nmero distinto de 0 , tendremos un S.I. ya que obtenemos un absurdo .

Por ejemplo :

Dejamos fija la 1 ecuacin e intentamos anular la x de la 2 y 3

Quitamos la y de la 3 ecuacin :

Como se observa hemos obtenido un absurdo , ya que 0 no es igual a 12 , por lo que el sistema no tiene solucin .

Cuando al realizar Gauss obtengamos 0 = 0 , es decir se nos anule alguna ecuacin , y el sistema resultante tenga ms incgnitas que ecuaciones tendremos un S.C.I. en funcin de uno o dos parmetros (depende de las ecuaciones que se anulen) .

Por ejemplo :

Dejamos como siempre la 1 ecuacin igual e intentamos quitar la incgnita x de la 2 y 3 ecuacin .

Si intentamos anular la y de la 3 ecuacin vemos que se nos anula la 3 ecuacin

Obtenemos por tanto un sistema con dos ecuaciones y 3 incgnitas (hay ms incgnitas que ecuaciones) por lo que tendr infinitas soluciones . Una de ellas sera por ejemplo dar a la z el valor z=0 y as obtendramos que y = -13 , x = 19 Gauss Jordan Este mtodo, que constituye una variacin del mtodo de eliminacin de Gauss, permite resolver hasta 15 o 20 ecuaciones simultneas, con 8 o 10 dgitos significativos en las operaciones aritmticas de la computadora. 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. El mtodo se ilustra mejor con un ejemplo. Resolvamos el siguiente conjunto de ecuaciones 3.0 X1 - 0.1 X2 - 0.2 X3 = 7.8500 0.1 X1 + 7.0 X2 - 0.3 X3 = - 19.3 0.3 X1 - 0.2 X2 + 10 X3 = 71.4000
9

Primero expresemos los coeficientes y el vector de trminos independientes como una matriz aumentada.

Se normaliza el primer rengln dividiendo entre 3 para obtener:

El trmino X1 se puede eliminar del segundo rengln restando 0.1 veces el primero del segundo rengln. De una manera similar, restando 0.3 veces el primero del tercer rengln se elimina el trmino con X1 del tercer rengln.

En seguida, se normaliza el segundo rengln dividiendo entre 7.00333:

Reduciendo los trminos en X2 de la primera y la tercera ecuacin se obtiene:

El tercer rengln se normaliza dividiendolo entre 10.010:

10

Finalmente, los trminos con X3 se pueden reducir de la primera y segunda ecuacin para obtener:

Ntese que no se necesita sustitucin hacia atrs para obtener la solucin. Las ventajas y desventajas de la eliminacin gaussiana se aplican tambin al mtodo de Gauss-Jordan. Aunque los mtodos de Gauss-Jordan y de eliminacin de Gauss pueden parecer casi idnticos, el primero requiere aproximadamente 50% menos operaciones. Por lo tanto, la eliminacin gaussiana es el m todo simple por excelencia en la obtencin de soluciones exactas a las ecuaciones lineales simultneas. Una de las principales razones para incluir el mtodo de Gauss-Jordan, es la de proporcionar un mtodo directo para obtener la matriz inversa. Matriz inversa. Clculo y aplicaciones Matriz traspuesta. Es la matriz que obtenemos de cambiar las filas por las columnas. La traspuesta de A la representamos por AT. Ejemplo :

Matriz adjunta Es la matriz que se obtiene al sustituir cada elemento por su adjunto.
11

Matriz inversa La matriz inversa de A es otra matriz que representamos por A -1 y que verifica:

Solamente tienen inversa las matrices cuadradas cuyo determinante es distinto de cero. Propiedades de la matriz inversa La inversa del producto de dos matrices es el producto de las inversas cambiando el orden.

Ejemplo: clculo de la inversa de la matriz:

Para calcular la inversa, primero calculamos el determinante:

Despus calculamos cada uno de los adjuntos :

12

Aplicacin a la resolucin de sistemas de ecuaciones lineales.

Aplicacin a la resolucin de ecuaciones matriciales.

13

Regla de Cramer La regla de Cramer es un teorema en lgebra lineal, que da la solucin de un sistema lineal de ecuaciones en trminos de determinantes. Recibe este nombre en honor a Gabriel Cramer (1704 - 1752), quien public la regla en su Introduction l'analyse des lignes courbes algbriques de 1750, aunque Colin Maclaurin tambin public el mtodo en su Treatise of Geometry de 1748 (y probablemente saba del mtodo desde 1729).1 La regla de Cramer es de importancia terica porque da una expresin explcita para la solucin del sistema. Sin embargo, para sistemas de ecuaciones lineales de ms de tres ecuaciones su aplicacin para la resolucin del mismo resulta excesivamente costosa:
14

computacionalmente, es ineficiente para grandes matrices y por ello no es usado en aplicaciones prcticas que pueden implicar muchas ecuaciones. Sin embargo, como no es necesario pivotar matrices, es ms eficiente que la eliminacin gaussiana para matrices pequeas, particularmente cuando son usadas operaciones SIMD. Si es un sistema de ecuaciones. A es la matriz de coeficientes del sistema,

es el vector columna de las incgnitas y es el vector columna de los trminos independientes. Entonces la solucin al sistema se presenta as:

donde Aj es la matriz resultante de reemplazar la j-sima columna de A por el vector columna b. Hgase notar que para que el sistema sea compatible determinado, el determinante de la matriz A ha de ser no nulo.

15

CIBERGRAFA http://es.wikipedia.org/wiki/Sistema_de_ecuaciones_lineales http://www.terra.es/personal/ijic0000/gauss.htm www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r8828.DOC http://www.terra.es/personal2/jpb00000/tmatrizinversa.htm https://www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r44803.PDF http://es.wikipedia.org/wiki/Regla_de_Cramer

16