INSTITUTO TECNOLGICO SUPERIOR DE CALKINI EN EL ESTADO DE CAMPECHE

INGENIERA EN INDUSTRIAS ALIMENTARIAS TERCER SEMESTRE

NOMBRE DE LA ASIGNATURA: MATEMTICAS III

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

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

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

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

2.3 INTERPRETACIN GEOMTRICA DE LAS SOLUCIONES..8

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

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.

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

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

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

sociales y financieros Herencia Clima Economa Ley de corriente de Kirchhoff

Arqumedes Geometra

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

x ,, x es lineal si puede escribirse en la forma:

1 n 2

a x a x
1 1 2

an xn b

Las

son los coeficientes, y

b es el termino constante de la ecuacin las variables

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:

La ecuacin

x x
1

4 x3 6 x4 1 x1 x2 2

es lineal porque puede escribirse en

la forma cannica o normal:

0x 2 x
1

4 x3 6 x4 3
4 2

Si la variables se ordenan de

x ax ,x
1

es la variable delantera y,

x , x y x son
1 3

libres. Los coeficientes son 0, 2,4 y -6, el trmino constante es 3. Las ecuaciones siguientes no son lineales o no lineales:

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:

Determine la solucin general de la ecuacin:

Solucin: Despejaremos la variable delantera, tomar cualquier valor, por ejemplo , para obtener las variables libres . y pueden

Por consiguiente la ecuacin general se expresa como:

Las letras

utilizadas para representar las variables libres se llaman parmetros. El

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:

3x 2 y z 39

2 x 3 y z 34 x 2 y 3 z 26

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

x ,, x
1

es un

a x a x
11 1 12

a1n xn b1 a2n xn b2 amn xn bm

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

,, a1n , a21 ,, a2n ,, am1, amn

sistema, y de

b , b ,, 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

a1n xn b1 a2n xn b2 amn xn bm

a x a x
21 1 22

a x a x
m1 1 n2

Considrese el sistema:

x 2x 3 2x 3x 2x x 6x 9
1 2 1 2 1 3

10

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 2 1 2 1 3

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: [ ] [ ]

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: [ ] [ ]

Escriba un sistema a partir de la siguiente matriz aumentada: [ ]

Como la matriz aumentada tiene 4 columnas, el sistema tiene tres variables. Si asignamos a las variables el sistema:

x ,x ,x
1 2

entonces se forman 2 ecuaciones lineales que conforman

x 2x
1

3 x2 2 x3 1
Este sistema corresponde a la matriz aumentada dada. 2.2 CLASIFICACIN DE LOS SISTEMAS DE ECUACIONES LINEALES Y TIPOS DE SOLUCIN Una sucesin

r ,r
1

,, r n

de escalares es una solucin (particular) del sistema:

a x a x
11 1 12 21 1 22

a1n xn b1 a2n xn b2 amn xn bm

a x a x
m1 1 n2

a x a x

Si todas las ecuaciones se satisfacen al sustituir

x r ,, 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:

Demuestre que

x 15, x
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)

10

SOLUCIN:

La sustitucin correctas:

x 15, x
1

produce las siguientes afirmaciones

-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

yx2 yx0

yx2 2 y 2x 4

yx2 y x 1

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

(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. Observe que siempre es una solucin de un sistema homogneo. Se le

llama solucin trivial o solucin cero. A cualquier otra solucin se le llama solucin no trivial. 2.4 MTODOS DE SOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES (GAUSS JORDAN, ELIMINACIN GAUSSIANA)

Algoritmo 1 (Eliminacin de Gauss) Para convertir cualquier matriz a la forma de escaln reducida, proceda con los 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 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. El ejemplo que sigue ilustra este proceso: Emplee la eliminacin de Gauss para determinar una forma de escaln reducida de la matriz:

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

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.

Paso 3. Obtenga ceros abajo del elemento delantero, sumando mltiplos adecuados del primer rengln a los que estn debajo de ste:

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.

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.

11

Observaciones: 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

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 matriz inicial). Observe que el siguiente paso en la reduccin de [ ] es

] y no es [

]. En otras palabras, primero es preciso 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 con es y

son no elementales, y deben evitarse. La operacin correcta . En otras palabras, el rengln que se sustituye no debe .

multiplicarse por un escalar

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.

13

Sean escaln de reducida de

en la forma de escaln reducida. Se dice que

es una forma 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

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 modifican las posiciones de los delanteros. Se llaman posiciones pivote, o de pivoteo, de . Un pivote es cualquier elemento no cero de una posicin pivote. Por ejemplo, veamos la matriz reduccin de , siendo [ . Las matrices y son dos etapas de la

una forma de escaln y ] [

la forma de escaln reducida de . ]

Las columnas 1, 3 y 4 son las columnas pivote de y

. Las posiciones pivote de son 1, -1, 4 y los de

son las posiciones (1, 1), (2, 3) y (3, 4). Los pivotes de

son 1, 1, 1. 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

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

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

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

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

15

[ En consecuencia, punto cuyas coordenadas son .

] por lo que cinco planos pasan por el

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 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: [ Con un pivote c (por tanto ] ). Pero esto corresponde a la ecuacin:

Que es falso sean cuales fueran los valores de las variables, porque sistema es inconsistente no es necesario continuar con el aso 5. EJEMPLO 20. (Sin solucin) determine si el sistema es consistente o no:

. Si el

SOLUCION. Mediante la reduccin se llega a: [ ]

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

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 [ ] [ ]

ALGORITMO 2 (Solucin de un sistema lineal) PARA RESOLVER CUALQUIER SISTEMA LINEAL 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 [ ] En la que

17

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: TEOREMA 3 (Unidad de solucin) 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.

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)

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

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.

19

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 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 horas para armar . En esta misma

producidas cada mes. Entonces se necesitan las computadoras. Por consiguiente

20

forma se obtienen ecuaciones para la prueba y la instalacin. El sistema que resulta es:

Cuya solucin es

por lo consiguiente cada mes

puede fabricar 60 ciclones, 40 ciclopes y 80 cicloides.

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?

Solucin: Sea

las cantidades fijas de yenes, libras, y marcos que dlares

cambia en cada viaje. Entonces la primera vez gast

comprando yenes, (1/0.6) dlares para comprar libras y (1/1.6) z para comprar 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.

Con eliminacin de Gauss se obtiene consecuencia, cada vez compro viajar. yenes, libras y

En marcos para

21

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

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

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

Solucin: Sea

la cantidad de dinero que recibir cada hija al

de las propiedades segn la edad comenzando con la mayor edad. Entonces . por otro lado

as llegamos al sistema:

Cuya solucin es de dos tercios de la herencia vale ; la siguiente y la primera recibir as que actualmente tiene

. La cuarta parte . As la hija menor recibir ; la siguiente, . La hija mayor aos, la segunda

tiene 16, la tercera 13 y la ltima tiene 10 aos.

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

de Nueva York; Washington, D.C y Boston fue 88 F durante cierto da de 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?

22

Solucin: Sea

las temperaturas en Nueva York, Washington y

Boston respectivamente. La temperatura promedio de las tres ciudades es , que es 88. Por otro lado, la temperatura en Washington es 9 mayor que el promedio de Nueva York y Boston, . En consecuencia, que es , de modo que

, as el sistema es:

Despus de replantear este sistema en forma cnica aplicamos la eliminacin de Gauss para obtener . 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, 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. Ejemplo: (Calcular de una funcin demanda) Bikey Inc. quiere

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

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 con el primer caso en la investigacin el considerar los otros dos casos de obtiene el sistema lineal. deseamos conocer de acuerdo , de igual forma

Mediante la eliminacin de Gauss se obtiene Por consiguiente la funcin demanda esta expresada por La solucin de este sistema homogneo es . 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. . entonces

TEOREMA 7 Ley de voltaje de Kirchhoff La suma algebraica de todos los cambios de voltaje en cualquier bucle (ciclo cerrado) es cero.

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. Ejemplo (Circuitos elctricos) Calcule las corrientes en y las

el circuito elctrico de la figura 1.6 (a), si el voltaje de la batera es resistencias son .

Circuito Elctrico Solucin: de acuerdo con la primera ley, aplicando la segunda ley al bucle . Del mismo modo, el bucle . As, se obtiene

Transmisin de calor para el nodo A. por lo tanto, = 0, es decir

da como resultado

25

Y mediante la eliminacin de Gauss puede obtenerse con facilidad

Otra aplicacin frecuente de los sistemas lineales es en el rea de los problemas de transmisin de calor, en fsica e ingeniera. Supongamos que hay una placa metlica rectangular delgada, cuyas orillas se mantienen a temperaturas fijas. Por ejemplo las orilla izquierda esta a a placa. 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 Propiedad promedio para la conduccin de calor La temperatura en cualquier punto del interior es el promedio de las temperaturas de sus puntos adyacentes. Para simplificar supongamos que solo se tienen cuatro puntos en el interior, cuyas temperaturas (sin designacin). se desconocen y que en la frontera estn 12 puntos y las superior e inferior a . La derecha

. Se desea calcular la temperatura en el interior de la

26

Ejemplo (Conduccin de calor) Calcular Solucin: Segn el teorema de la propiedad promedio.

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 ecuaciones para llevar a una solucin rpida. Por simetra sabes que sea r = , que implica que as al sumar toda las ecuaciones se obtiene por consiguiente, en consecuencia

para la segunda ecuacin es necesario que

. Entonces la conclusin es que

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.

27

 la figura 1.7.

Ejemplo; calcula los pesos

para balancear las placas de

a) Equilibrio de pesos

b) La ley de los cosenos

Solucin: Para balancear las dos palancas pequeas, apegndose a la ley de Arqumedes. Tenemos que para la palanca que la izquierda. Y

para la derecha. Para ___________________________ 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 . De este

modo llegamos al siguiente sistema homogneo de tres ecuaciones con cuatro incgnitas:

En el conjunto soluciones es monoparamtrico infinito, descrito por .Y as hay una cantidad infinita de pesos que pueden

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

28

APLICACIONES A LA GEOMETRA Ejemplo (Ley de los cosenos) Demuestre la ley de los cosenos en , Figura 1.7 (b) se cumple.

geometra, es decir, que para el triangulo

, Solucin: El lado . De aqu que otras dos ecuaciones del sistema: es la suma de

, . Pero . En forma parecida obtenemos las

Se trata de un sistema lineal en sistema se reduce como sigue:

la matriz aumentada de este

Con lo cual se demuestra la ley: Ejemplo (Funcin cuadrtica que pasa por tres puntos) determine que pasa por los

la ecuacin de la parbola, con eje vertical y en el plano puntos .

Solucin: Sea necesario determinar las coeficientes parbola. Debe cumplirse otros dos puntos se obtiene el sistema. 1+

la ecuacin de la parbola es . Como el punto de P pertenece a la . De manera similar al usar los

29

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

(GAUSS-

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

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.

31