TEMA 8 F.

MATEM
´
ATICOS.
TEMA 8
Sistemas de Ecuaciones Lineales: M´etodo de Gauss.
1. Sistemas de ecuaciones lineales. Generalidades
Uno de los problemas centrales del ´algebra lineal es la resoluci´on de ecuaciones lineales simult´aneas.
Definici´on 1 Un sistema de ecuaciones lineales, en concreto de m ecuaciones con n inc´ognitas, es un
conjunto de m igualdades que se pueden escribir en la forma:
_
¸
¸
¸
_
¸
¸
¸
_
a
11
x
1
+ a
12
x
2
+ · · · + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ · · · + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ · · · + a
mn
x
n
= b
m
(1)
Los n´ umeros a
ij
∈ R para i = 1, 2, · · · , m; j = 1, 2, · · · , n reciben el nombre de coeficientes y los
b
i
∈ R para i = 1, 2, · · · , m, t´erminos independientes
1
. Por ´ ultimo, x
1
, x
2
, · · · , x
n
son las inc´ognitas
del sistema.
En el caso particular de que b
1
= b
2
= · · · = b
m
= 0 el sistema se denomina homog´eneo.
Definici´on 2 La matriz del sistema dado (o matriz ampliada) es el conjunto formado por los m×
(n +1) n´ umeros que se obtiene al escribir los coeficientes y los t´erminos independientes, ordenadamente
por filas y columnas, en la forma:
_
_
_
_
_
a
11
a
12
· · · a
1n
b
1
a
21
a
22
· · · a
2n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
· · · a
mn
b
m
_
_
_
_
_
Si quitamos la ´ ultima columna de los t´erminos independientes, la matriz que nos queda recibe el
nombre de matriz de los coeficientes del sistema.
Al ser m´as c´omodo trabajaremos solamente con la matriz del sistema, en lugar de hacerlo con todo
el sistema, pues con ello simplifica ´ mos el proceso de resoluci´on.
2. Soluci´on de un sistema de ecuaciones. Sistemas equivalentes
Definici´on 3 Diremos que un conjunto de n n´ umeros ordenados (α
1
, α
2
, , · · · , α
n
) es una soluci´on del
sistema (1) si satisfacen todas las ecuaciones del sistema.
Definici´on 4 Diremos que dos sistemas de ecuaciones son equivalentes si tienen las mismas solu-
ciones.
1
En el caso de ser a
ij
∈ C, [1] puede transformarse en un sistema de coeficientes y t´erminos independientes reales con
doble n´ umero de ecuaciones que el sistema inicial
I.T.I. MEC
´
ANICA Curso 2006/07 1 FUNDAMENTOS MAT
´
EMATICOS
TEMA 8 F. MATEM
´
ATICOS.
Obs´ervese que no necesariamente han de tener el mismo n´ umero de ecuaciones.
Es f´acil comprobar que las siguientes transformaciones, que denominaremos elementales, efectuadas
sobre la matriz de un sistema nos conducen a otro sistema equivalente:
1. F
ij
: Intercambiar el orden de las filas i, j (equivale a cambiar el orden de dichas ecuaciones).
2. F
i
(α) : Multiplicar la fila i por el escalar α = 0 (equivalente a multiplicar la ecuaci´on i-´esima por
el escalar α no nulo).
3. F
ij
(α) : Sumar a la fila i la fila j multiplicada por el escalar α (equivalente a sumar a la ecuaci´on
i-´esima un m´ ultiplo de la ecuaci´on j-´esima).
Clasificaci´on de un sistema de ecuaciones lineales
Atendiendo a la existencia o no de soluciones, los sistemas lineales se clasifican en:
Compatibles: si tienen al menos una soluci´on.
Incompatibles: si no tienen soluci´on.
A su vez los sistemas de ecuaciones lineales compatibles se clasifican, en funci´on del n´ umero de
soluciones, en:
Determinados: si tienen una ´ unica soluci´on.
Indeterminados: si tienen m´as de una, en cuyo caso tendr´an infinitas soluciones.
Notemos que los sistemas homog´eneos tienen siempre, al menos, la soluci´on (0, 0, · · · , 0) que recibe
el nombre de soluci´on trivial, por ello siempre son compatibles.
3. M´etodo de eliminaci´on de Gauss
Es un m´etodo directo que nos da la soluci´on exacta, si existe, en un n´ umero finito de pasos u opera-
ciones.
Pretendemos resolver un sistema de ecuaciones lineales dado mediante su transformaci´on en otro
sistema equivalente que se resuelva f´acilmente. Dichos sistemas tienen una forma concreta.
Definici´on 5 Un sistema de ecuaciones lineales se denomina escalonado (o reducido) si la matriz
del sistema verifica que:
1. Todos los elementos por debajo de los a
ii
para i = 1, 2, · · · , n son nulos.
2. El primer elemento no nulo de cada fila, llamado pivote, est´a a la derecha del primer elemento
diferente de cero (pivote) de la fila anterior.
3. Cualquier fila formada ´ unicamente por ceros est´a bajo todas las filas con elementos diferentes de
cero.
Para conseguir nuestro objetivo utilizaremos el m´etodo de eliminaci´on de Gauss que consiste en,
utilizando transformaciones elementales sobre la matriz del sistema, pasar de un sistema de ecuaciones
a otro equivalente que sea escalonado. Los sucesivos pasos de este proceso son:
I.T.I. MEC
´
ANICA Curso 2006/07 2 FUNDAMENTOS MAT
´
EMATICOS
TEMA 8 F. MATEM
´
ATICOS.
3.1 Aplicaci´on del m´etodo de Gauss a la resoluci´on de un sistema de ecuaciones lineales con o sin
par´ametros
1. Localizamos en la primera columna no nula, de la matriz del sistema, el primer elemento no nulo
a.
2. Intercambiamos la primera fila con la fila en la que se encuentra a.
3. Multiplicamos la primera fila por a
−1
.
4. Sumando m´ ultiplos adecuados de la primera fila a las dem´as, anulamos todos los elementos de la
primera columna no nula menos el primero.
5. Repetimos el proceso, con la matriz que resulta de eliminar la primera fila y la primera columna,
hasta conseguir un sistema escalonado.
En algunos casos podemos ahorrarnos c´alculos no siguiendo a rajatabla los pasos del proceso explicado.
Por ejemplo, si en la primera columna no nula hay un uno conviene, en el primer paso, tomar a como
dicho elemento, pues as´ı nos ahorraremos el paso tercero. Esto nos permite afirmar que dado un sistema,
el sistema escalonado obtenido a partir de ´el no es ´ unico, aunque si hay ciertas caracter´ısticas que son
comunes a todos ellos, a saber:
- El n´ umero de filas no nulas (n´ umero de ecuaciones independientes que tiene el sistema) que coincide
con el n´ umero de pivotes.
- El pivote de cada fila est´a situado siempre en la misma columna.
Finalmente, una vez obtenido el sistema escalonado, lo resolvemos por sustituci´on regresiva.
3.1. Aplicaci´on del m´etodo de Gauss a la resoluci´on de un sistema de ecua-
ciones lineales con o sin par´ametros
Estudiamos la eliminaci´on gaussiana como un m´etodo para la manipulaci´on de sistemas de ecuaciones
con el fin de obtener un sistema escalonado cuya resoluci´on fuese m´as c´omoda.
Nuestro objetivo ahora, es dar criterios generales que nos faciliten la resoluci´on del sistema escalonado
obtenido y, en consecuencia, del sistema inicialmente planteado (1).
Para ello dividimos las inc´ognitas de nuestro sistema x
1
, x
2
, · · · x
n
en dos grupos, aquellas que corre-
sponden a columnas con pivotes, que llamaremos inc´ognitas b´asicas y las restantes, correspondientes
a las columnas sin pivotes, que llamaremos inc´ognitas libres. Al n´ umero de inc´ognitas libres se le
denomina n´ umero de grados de libertad del sistema.
En el sistema escalonado puede ocurrir entonces lo siguiente:
1. Aparece una fila al menos, en la matriz del sistema, que tiene todos los elementos nulos salvo el
´ ultimo (es decir hay alguna ecuaci´on de la forma 0 = b con b = 0 ). En dicho caso el sistema
escalonado y por tanto el inicial (1) es incompatible.
2. En caso contrario el sistema (1) es compatible.
a) Si el n´ umero de pivotes coincide con el de inc´ognitas, es decir, no hay inc´ognitas libres, el
sistema tiene soluci´on ´ unica. La soluci´on se obtiene por sustituci´on regresiva empezando por
la ´ ultima ecuaci´on hasta llegar a la primera (determinado).
b) Si el n´ umero de pivotes es menor que el de inc´ognitas, es decir, hay inc´ognitas libres, el sistema
tiene infinitas soluciones (indeterminado). En este caso las soluciones se obtienen dando valores
arbitrarios a las inc´ognitas libres y poniendo las inc´ognitas b´asicas, por sustituci´on regresiva,
en funci´on de dichos valores arbitrarios.
I.T.I. MEC
´
ANICA Curso 2006/07 3 FUNDAMENTOS MAT
´
EMATICOS
TEMA 8 F. MATEM
´
ATICOS.
A veces aparecen sistemas de ecuaciones en los cuales ciertos coeficientes o t´erminos independientes no
tienen un valor fijo predeterminado, sino que son par´ametros, y se nos pide estudiar el sistema para todos
los valores posibles de dichos par´ametros (discutir el sistema). Pues bien, en dichos casos, aplicamos
tambi´en la t´ecnica de eliminaci´on gaussiana para clasificar estos sistemas atendiendo a los distintos
valores de los par´ametros.
M´etodo de Gauss con pivoteo parcial y total
Cuando un proceso matem´atico no est´a definido para un valor particular de un par´ametro, es muy
posible que el proceso funcione num´ericamente mal cerca de ese valor. El siguiente ejemplo ilustra las
consecuencias de operar con un pivote peque˜ no.
Ejemplo. Por eliminaci´on gaussiana y trabajando con dos y cuatro cifras respectivamente, resolver el
sistema de ecuaciones:
_
0, 0001 x + y = 1
x + y = 2
Este ejemplo prueba que la aparici´on de un pivote peque˜ no puede ser el anuncio de un desastre com-
putacional. Por ello debemos modificar el m´etodo de eliminaci´on de Gauss para evitar pivotes peque˜ nos
intercambiando las filas y las columnas de la matriz A. Concretamente:
Eliminaci´on gaussiana con pivoteo total. Si en la etapa r-´esima del proceso de eliminaci´on el
pivote a
rr
es demasiado peque˜ no, elegimos el elemento a
pq
= max{|a
ij
| / i, j ≥ r} como nuevo pivote.
Para ello intercambiamos las filas r y p y las columnas r y q de forma que situamos el elemento a
pq
en la posici´on (r,r). Obviamente hemos tomado i, j ≥ r para no perturbar los ceros que ya ten´ıamos.
Posteriormente continuamos la eliminaci´on con el nuevo pivote.
Eliminaci´on gaussiana con pivote parcial. En este caso la alternativa consiste en buscar sola-
mente en la r-´esima columna; es decir, tomar
a
pr
= max{|a
ir
| / i ≥ r} como nuevo pivote. Para ello intercambiamos las filas r y p, continuando
posteriormente el proceso de eliminaci´on.
En la pr´actica, el m´etodo de Gauss con pivoteo total puede consumir mucho tiempo, computacional-
mente hablando, pues para hallar el m´aximo en cada paso hay que buscar entre (m−r +1) · (n −r +1)
elementos.
En el otro caso, adem´as del ahorro de tiempo, las inc´ognitas de nuestro sistema no cambian de orden
en el sistema reducido. Por ello, en general, es suficiente utilizar un pivoteo parcial.
4. Factorizaci´ on L.U de una matriz
Teorema 1 (Descomposici´on L.U) Toda matriz A ∈ M
m×n
(K ), siempre que no sea necesario re-
alizar un intercambio de filas, se puede descomponer en la forma A = L.U con L ∈ M
m
(K ) triangular
inferior con unos en la diagonal y U ∈ M
m×n
(K ) triangular superior.
Para el caso m < n, supuesto que ´ unicamente utilicemos la transformaci´on F
ij
(α), ser´ıa:
_
_
_
a
11
· · · a
1m
· · · a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
· · · a
mm
· · · a
mn
_
_
_ =
_
_
_
_
_
1 0 · · · 0
l
21
1 · · · 0
.
.
.
.
.
.
.
.
.
.
.
.
l
m1
l
m2
· · · 1
_
_
_
_
_
.
_
_
_
_
_
p
11
u
12
· · · u
1m
· · · u
1n
0 p
22
· · · u
2m
· · · u
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 · · · p
mm
· · · u
mn
_
_
_
_
_
I.T.I. MEC
´
ANICA Curso 2006/07 4 FUNDAMENTOS MAT
´
EMATICOS
TEMA 8 F. MATEM
´
ATICOS.
Donde:
La matriz U es la matriz escalonada resultado de aplicar a la matriz A las trasformaciones elemen-
tales por filas del tipo F
ij
(α) .
los elementos p
ij
de la diagonal de U, son los pivotes de la matriz A.
El elemento l
ij
, i > j de la matriz L es exactamente el valor α cambiado de signo que aparece en
la transformaci´on elemental F
ij
(α) que se aplic´o a A para obtener la matriz U.
Ejercicios
1. Resolver, cuando sea posible, los sistemas:
a)
_
_
_
x
1
+x
2
+x
3
= 0
−2x
1
+3x
2
−x
3
= −4
3x
1
−2x
2
+x
3
= 2
b)
_
¸
¸
_
¸
¸
_
x
1
+x
2
−x
3
+x
4
+x
5
= 2
x
1
−2x
2
+x
4
= 5
−x
1
+x
3
+2x
5
= 3
3x
2
+x
3
−2x
4
= −1
c)
_
_
_
x
1
+x
2
+2x
3
= 0
3x
1
−x
2
−2x
3
= 0
−x
1
−2x
2
+x
3
= 0
d)
_
¸
¸
_
¸
¸
_
x
1
+x
2
−x
3
−2x
4
+3x
5
= 0
−x
1
+2x
2
+2x
3
+3x
4
−2x
5
= 0
2x
1
−x
2
−x
3
+x
4
+x
5
= 0
2x
1
+2x
2
−2x
3
−x
4
−2x
5
= 0
e)
_
¸
¸
_
¸
¸
_
x
1
+2x
2
−3x
3
= 0
−2x
1
−x
3
= −3
−x
1
+x
2
= 0
−2x
2
+4x
3
= 4
2. Utilizando el m´etodo de Gauss, estudiar los sistemas seg´ un los par´ametros y resolverlos cuando sea
posible:
a)
_
_
_
mx
1
−x
2
+x
3
= 2x
1
x
1
+2mx
2
−mx
3
= x
2
x
1
+mx
2
−x
3
= 0
b)
_
_
_
x
1
+ax
2
+x
3
= a + 2
x
1
+x
2
+ax
3
= −2a −2
ax
1
+x
2
+x
3
= a
c)
_
_
_
2x
1
+x
2
= a
4x
1
+2x
2
= 1 +b
5x
1
+3x
2
= 2
d)
_
_
_
x
1
+ax
2
+a
2
x
3
= 1
x
1
+ax
2
+abx
3
= a
bx
1
+ax
2
+a
2
bx
3
= a
2
b
e)
_
_
_
(a + 1)x
1
+x
2
+x
3
= 1
x
1
+(a + 1)x
2
+x
3
= b
x
1
+x
2
+(a + 1)x
3
= b
2
3. Dado los siguientes sistemas estudiarlos seg´ un los diferentes valores de los par´ametros:
a)
_
_
_
(1 +a)x +y +z = 3 +b
−ax +y +z = b
x +ay +z = 0
b)
_
_
_
(1 +a)x +y −z = 1 +b
(2 +a)x −y + 3z = −1
3x +ay + 2z = 1 −b
c)
_
_
_
(3u −4)x + 2(u −1)y + (3u −4)z = 1
ux +uy +uz = (u −1)
2
2(u −1)x + 2(u −1)y + (3u −4)z = u −1
d)
_
_
_
(1 +a)x +y +z = 1 +b
−2x +2y +z = −2
ax (4 −a)y +3z = 1 +b
e)
_
¸
¸
_
¸
¸
_
(1 +a)x +y +z = 3 +b
−ax +y +z = b
x −2y +z = −4
x +ay +z = 0
I.T.I. MEC
´
ANICA Curso 2006/07 5 FUNDAMENTOS MAT
´
EMATICOS
TEMA 8 F. MATEM
´
ATICOS.
4. Una industria utiliza tres m´aquinas en la elaboraci´on de cuatro productos diferentes. Las m´aquinas
se utilizan a pleno rendimiento 8 horas al d´ıa. El n´ umero de horas que cada m´aquina necesita para
elaborar una unidad de cada producto es:
Producto 1 Producto 2 Producto 3 Producto 4
M´aquina 1 1 2 1 2
M´aquina 2 2 0 1 1
M´aquina 3 1 2 3 0
¿Cu´ al es el n´ umero de unidades de cada producto que elaborar´a la industria en un d´ıa?
5. Tres productos X, Y y Z, tienen los siguientes porcentajes de Fe, Zn y Cu:
Fe Zn Cu
X 50 30 20
Y 40 30 30
Z 30 70 0
¿Cu´ anto de cada producto debe combinarse para obtener un nuevo producto que contenga 44 % de
Fe, 38 % de Zn y 18 % de Cu?
6. Consideremos la siguiente red de calles de una direcci´on:
' ' ' '
E E E E
c
T
c
c
T
c
c
T
c
400 x
6
x
7
450
500 x
1
x
2
600
350 600 400
x
3
x
4
x
5
300 200 100
F E D
A B C
Los n´ umeros indican la cantidad de coches/hora que pasan por ese punto. Las variables x
1
, x
2
, . . . , x
7
,
representan el n´ umero de coches/hora que pasan de la intersecci´on A a la B, de la B a la C, etc.
Suponiendo que en las calles est´a prohibido aparcar, ¿qu´e valores tomar´an las variables x
1
, x
2
, . . . , x
7
en los siguientes casos?
a) Hay obras en la calle de D a E y por tanto queremos que en ese tramo el tr´afico sea m´ınimo.
b) An´alogamente, hay obras en la calle de D a F.
7. En una red telef´onica como la de la figura las centrales A, B, y C se encargan de distribuir las
llamadas a la central D. Los n´ umeros que aparecen en la figura son las llamadas/hora que entran
o salen de las centrales A, B, C y D.
I.T.I. MEC
´
ANICA Curso 2006/07 6 FUNDAMENTOS MAT
´
EMATICOS
TEMA 8 F. MATEM
´
ATICOS.
E
c
E
c

d
d
d
d
d

©
d
d
d
d
d

d
d
d
d
d
d
d
d
d
d
d

d
d
d
d
d

C D
A B
x
5
x
4
x
3
x
1
x
2
α
150 850
250
a) Hallar el valor de α que hace que sea posible la distribuci´on de llamadas.
b) Para dicho valor de α, hallar el n´ umero de llamadas por cada tramo, si por una aver´ıa en la
l´ınea, se quiere que en el tramo BD el tr´ansito sea m´ınimo.
8. Hallar la factorizaci´on L · U de las siguientes matrices:
A =
_
_
1 2 0
0 1 0
2 1 −1
_
_
B =
_
_
6 1 4
0 −1 0
2 0 2
_
_
C =
_
_
1 1 0 0
0 1 1 0
1 0 0 1
_
_
9. Calcular cuando sea posible, por el m´etodo de Gauss-Jordan, la inversa de las matrices del ejercicio
anterior.
10. Resolver mediante factorizaci´on LU el sistema
_
_
_
2x +y +z = 1
3x −y + 4z = 0
x +y +z = −2
11. Dado el sistema de ecuaciones
_
_
_
ax +by +z = 1
x +aby +z = b
x +by +az = 1
. Se pide:
a) Discutirlo seg´ un los valores de a y b.
b) Para a = 2 y b = 1, hallar A
−1
por el m´etodo de Gauss-Jordan donde A es la matriz de los
coeficientes.
c) ¿Para qu´e valores de a y b admite descomposici´on LU la matriz de los coeficientes ? Calcular
dicha descomposici´on para dichos valores.
12. Resolver utilizando el m´etodo de factorizaci´on LU los sistemas:
a)
_
_
_
4x −2y −2z = 0
−2x +2y = 1
−2x +9z = 0
b)
_
¸
¸
_
¸
¸
_
x −y +z = 4
−x +2y −z +2t = −3
x −y +5z +2t = 16
2y +2z +6t = 8
I.T.I. MEC
´
ANICA Curso 2006/07 7 FUNDAMENTOS MAT
´
EMATICOS

Sign up to vote on this title
UsefulNot useful