You are on page 1of 2

O abreviado método de Gauss

Cando resolvemos sistemas de ecuacións lineares facémolo realizando


transformacións elementais que teñen un sentido lóxico moi evidente:

i) Multiplicar/dividir unha ecuación por/entre un número:


Comprei un quilo de xoubas e dous iogures e paguei 7€

x + 2y = 7

Se tivese comprando o dobre de cada, pagaría o dobre

2x +4y = 14

Analogamente se fose o triplo; ou se fose a metade...

ii) Sumar/restar ecuacións:


Se comigo vén o André e compra dous de xoubas e 6 iogures, pagando 16€

Eu x + 2y = 7

André 2x + 6y = 16

entre os dous compramos tres de xoubas e oito iogures, e pagamos 23€

3x + 8y = 23

 x  2y  7
Se quixésemos resolver o sistema:  podíamos facelo eliminando x:
2 x  6 y  16

2·( x  2 y  7) 2 x  4 y  14
Multiplico por 2 a 1ª para facela coincidir  
 2 x  6 y  16 2 x  6 y  16

Resto 1ª-2ª e queda -2y = -2, logo y=1

E da 1ª ec. inicial, que é a máis sinxela, x + 2·1 = 7 obtemos x = 5.

Tamén podía acurtar o camiño se á 1º lle resto o dobre da 2ª.

Gauss decatouse que podiamos facer todo iso sen necesidade de andar escribindo x e
y. A linguaxe matricial era moi ben acaída ao caso e o camiño acurtábase se
combinábamos adecuadamente as transformacións para eliminar incógnitas, o que
equivale a introducir “ceros” nos lugares que corresponderían ás eliminacións:

1
1 2 7  1 2 7  1 2 7  F1  2·F2 1 0 5   x  5
            
 2 6 16 F
 2  2·F1  0 2 2 F
 2 : 2  0 1 1   0 1 1  y 1

Abreviando o breve: Gauss e a matriz inversa


A busca da matriz inversa
x y 2 6   2x  y 6x  4 y   1 0
    
z t   1  4   2 z  t 6 z  4t   0 1 

lévanos a dous sistemas de ecuacións cos mesmos coeficientes:

 2x  y  1  2z  t  0
 e 
6 x  4 y  0 6 z  4t  1
e, para resolvelos, realizaríamos exactamente as mesmas transformacións sobre eles,
aplicándoas en cada caso aos termos independentes, que son os elementos da matriz
unidade.
Gauss propón “abreviar” o seu propio abreviado método: ampliar a matriz de
coeficientes coa matriz unidade e aplicar as transformacións. Isto permitiríanos
resolver ambos os dous sistemas simultaneamente.

 2 6 1 0  F1 : 2  1 3 1 2 0   1 3 1
2 0 
        
1  4 0 1 1  4 0 1 F2  F1  0  7 1
2 1 F
 2 : 7

1 3 1
2 0  F1  3F2  1 0 4
14
3
  414
7
3
 7
         é a inversa
1  1  1 
0 1 1
14 7 0 1 1
14 7  114 7

Pois iso significa que teríamos chegado a:

 x  0 y  414  z  0t  3 7  x  414 z  37
 e  que dá os catro valores buscados:  1 e  1
0 x  y  1
14 0 z  t  1 7  y  14 t  7

You might also like