Professional Documents
Culture Documents
Tabla de contenido
A.1. Sistemas de ecuaciones lineales
A.2. Matrices y determinantes
Este apndice contiene el material auxiliar relacionado con la solucin de sistemas de ecuaciones
lineales (o de primer grado), el arreglo de las mismas en vectores y matrices, as como el
importante concepto de determinante. El apndice tiene inters por s mismo y por su aplicacin
en la programacin lineal, incluyendo la solucin en sistemas de m ecuaciones lineales por los
procedimientos de eliminacin de trminos de Gauss-Jordan.
A.1. Sistemas de ecuaciones lineales
Una ecuacin lineal es una expresin de la forma
a1 X1 + a2 X2 +...+ an Xn = b
Donde a j y tambin b R, las X j son variables. a j son los coeficientes de las X j para toda j = 1,
2,....,n; b es la constante de la ecuacin. Un conjunto de valores de las incgnitas, por ejemplo:
X 1 = k 1, X2 = k2,.............,Xn = k n
y representados por un vector: K =( k1, k2, ...., kn), este es solucin de la ecuacin dada, si al
sustituir los valores k j por las X j, se satisface dicha ecuacin.
El vector "n-ada" ( k1 , k2, ......., kn ) representa la solucin.
Ejemplo A-1. Sistemas de ecuaciones lineales.
Considere la ecuacin de una recta en el plano R2: 2X1 + X2 = 8; asignando valores arbitrarios a
X1 se obtienen los correspondientes de X2:
Todas las soluciones para la ecuacin dada, o todos los puntos determinados estn, tanto en la
lnea recta como en el plano R2.
A.1.1. Solucin de una ecuacin lineal
1. Un coeficiente no es cero, por ejemplo suponga a1 0
a1 X1 = b - a2 X2 -.....- an Xn X1 = a1-1 b - a1-1 a2 X2 -...- a1-1an Xn
Al asignar los valores a X2,......Xn se obtiene X1 y por lo tanto soluciones. Por ejemplo: aX =
b para a 0 X = a-1b (nica).
Considere una ecuacin en donde todos los aj 0: 2X - 4Y + Z = 8,
Despejando: 2X = 8 + 4Y - Z X = 4 + 2Y - 1/2 Z
Para cualesquiera valores de Z e Y se obtiene un valor X formando los 3 valores (X, Y, Z)
una solucin: si Y = 3, Z = 2 X = 4 + 2(3) - 1/2(2) = 9. Es decir la trada (9, 3, 2) = (X, Y, Z)
es una solucin.
2. Todos los coeficientes son nulos y la constante b tambin lo es.
0X1 + 0X2 +...+ 0Xn = 0 En este caso cualquier "n-ada" en R es una, de la infinidad de
soluciones.
Los nmeros (k1, k2) que satisfacen ambas ecuaciones es la solucin simultnea.
Cuando se tienen dos ecuaciones con dos incgnitas, se pueden describir geomtricamente tres
casos:
1. .- El sistema tiene una sola solucin. Si los coeficientes de las incgnitas no son
proporcionales:
Figura A-1. Solucin grfica de un sistema de dos ecuaciones lineales con una sola solucin.
Figura A-2. Solucin grfica de un sistema de dos ecuaciones lineales sin solucin.
Figura A-3. Solucin grfica de un sistema de dos ecuaciones lineales con nmero infinito de
soluciones.
Se llama solucin de este sistema a todo par de valores X1 = k1, X2 = k2, que al sustituirlos por X1 y
X2, convierten ambas ecuaciones en identidades. Para resolver este sistema, se multiplica la
primera por a22, la segunda por -a12, se suman y se obtiene:
Las dos expresiones anteriores se conocen como frmulas de Cramer para la solucin de un
sistema de dos ecuaciones con dos incgnitas. Observe que en el lado derecho de las frmulas, en
el numerador y el denominador, se tiene una misma estructura.
Ahora considere el siguiente arreglo en tabla, de los coeficientes usados en el sistema de dos
ecuaciones lineales mostrado antes:
Un arreglo de coeficientes A como el mostrado se llama MATRIZ, la cual los ordena en renglones y
columnas. En este ejemplo se tiene una matriz cuadrada de segundo orden (dos renglones y dos
columnas). La imaginaria lnea diagonal del elemento superior izquierdo (a11) al inferior derecho
(a22), se le llama diagonal principal de la matriz. La otra lnea imaginaria diagonal entre los
elementos a12 y a21, se conoce como diagonal secundaria.
Observe nuevamente los denominadores de las expresiones que resuelven las incgnitas X1 y X2,
los que se forman con el producto a11a22 de la diagonal principal menos el producto a12a21 de la
diagonal secundaria: a11a22 - a12a21
Esta ltima expresin para el denominador de ambas frmulas se llama determinante de la matriz
A, se expresa as: det (A) = a11a22 - a12a21
Los numeradores de estas frmulas tambin son determinantes obtenidos de la siguiente manera:
Sustituyendo la columna ( b1, b2)T del lado derecho de las ecuaciones, en la columna izquierda (a11,
a21)T de la matriz A, en la frmula de X1; y sustituyendo en la columna derecha (a12, a22)T de la
matriz A, en la de X2:
Determinante numerador, en X1: a22 b1 - a12 b2; en X2: a11 b2 - a21 b1
Ejemplo A-2. Sistema de dos ecuaciones lineales con dos incgnitas utilizando las frmulas de
Cramer 1.
Resuelva el siguiente sistema de dos ecuaciones lineales con dos incgnitas, utilizando las
frmulas de Cramer.
El sistema de dos ecuaciones de ejemplo, tiene solucin nica con los valores mostrados de ( X1,
X2 ) = ( -3, 6 ). El determinante denominador (5) en ambas frmulas, as como el del numerador (15 y 30),no son cero. En contraste con el ejemplo de un primer caso de solucin nica, considere
el segundo caso siguiente:
Esta igualdad se puede expresar como: a11 / a21 = a12 / a22 (son proporcionales). Si adems se
cumple, proporcionalidad de los trminos independientes de las ecuaciones con los coeficientes
de las incgnitas, o sea:
Ejemplo A-4. Sistema de dos ecuaciones lineales con dos incgnitas utilizando las frmulas de
Cramer 3.
Resuelva el siguiente sistema de dos ecuaciones lineales con dos incgnitas, mediante las frmulas
de Cramer:
La solucin para este sistema de tres ecuaciones lineales con tres incgnitas utilizando las
frmulas de Cramer, requiere calcular los determinantes que resultan de una suma de seis
trminos, obtenidos de los productos formados con los elementos mostrados arreglados como
matriz cuadrada A de tercer orden:
det (A) =+a11 a22 a33 + a12 a23 a31 + a13 a21 a32 -a11 a23 a32 -a12 a21 a33 -a13 a22 a31
Los tres trminos positivos son el producto de tres elementos a i j de la matriz situados: en la
diagonal principal y en dos tringulos issceles cuya base es paralela a esa diagonal. Los tres
trminos negativos se obtienen igual, pero con la diagonal secundaria.
Este determinante de tercer orden sugiere la gran dificultad en labor de clculo cuando se intenta
resolver un sistema de ecuaciones lineales con las frmulas de Cramer, por lo que se justifica el
empleo de otros mtodos para ese fin, sobre todo tratndose de sistemas de m = 3 ecuaciones o
mayor.
Ejemplo A-5. Sistema de tres ecuaciones lineales con tres incgnitas utilizando las frmulas de
Cramer.
Resuelva el siguiente sistema de tres ecuaciones lineales con tres incgnitas, mediante las
formulas de Cramer:
Ahora se arregla una matriz B de este sistema, ampliada con los bi (lnea vertical).
As se obtiene una matriz ampliada de un nuevo sistema equivalente al original pues se reduce la
matriz B a la forma ms sensilla posible que incluya la solucin del sistema. A continuacin se
presenta el procedimiento detallado:
1. Intercambio de ecuaciones y de la posicin de las incgnitas para que a11 0.
2. Multiplicacin de la primera ecuacin por una constante apropiada diferente de cero, para
lograr a11 = 1.
3. Para toda i > 1, se multiplica la primera ecuacin por -ai1 y luego se suma a la i-sima
ecuacin, de tal manera que la primera incgnita queda eliminada.
Considere el siguiente ejemplo con anotaciones del clculo a la izquierda:
Se resta: el rengln (1) del (2) y el (3), el (1)(3) al (4), resultando la matriz:
Se permutan los renglones (2) y (3) para tener el coeficiente 1en rengln 2
El rengln (2) se duplica y se resta al (1) y al (4), el (2) se triplica y se resta al (3)
El (3) se divide entre (-14), el coeficiente 1 resultante se usa para operar con el clculo que se
indica en la columna izquierda
La columna derecha de la ltima matriz tiene la solucin del sistema propuesto: X 1 = -1, X2 = 0, X3 =
1
Ecuacin lineal degenerativa.- As llamada cuando todos los coeficientes de las incgnitas son cero.
En el caso especial de un sistema en que todas las ecuaciones son degenerativas ( aij = 0), se
tienen dos casos:
1. El sistema tiene por lo menos una ecuacin de la forma: 0x1 + 0x2 +...+ 0xn = bi con bi 0,
entonces esta ecuacin y por lo tanto el sistema, no tiene solucin, (es inconsistente).
2. Todas las ecuaciones del sistema son de la forma: 0x1 + 0x2 +...+ 0xn = 0, entonces cada
ecuacin y, por lo tanto el sistema tienen toda "n-ada" de nmeros reales como solucin.
En el caso comn cuando las ecuaciones no son todas degenerativas (aij 0), el sistema de
ecuaciones se reduce a uno ms simple equivalente al original que posee las mismas soluciones, el
proceso se lleva hasta eliminacin completa (Gauss-Jordan) para obtener la solucin.
Si se encuentra una ecuacin de la forma 0x1 +... +0xn = 0 puede quitarse sin que afecte la solucin.
Continuando con el proceso anterior, con cada nuevo subsistema, se obtiene por induccin, que el
sistema o bin no tiene solucin, bien es reductible a una forma equivalente.
Para la solucin de un sistema de ecuaciones lineales en forma escalonada (eliminacin de GaussJordan), hay dos casos:
1. Si hay tantas ecuaciones como incgnitas (m-=n) entonces el sistema tiene una solucin
nica.
2. Si hay menos ecuaciones que incgnitas (m < m + n) entonces se pueden asignar
arbitrariamente valores a las n variables llamadas en este caso "libres" y obtener una
solucin del sistema. Si se asignan valores diferentes a tales "variables libres", se pueden
obtener muchas soluciones del sistema.
Para el caso particular de un sistema homogneo de ecuaciones lineales reducido a la forma
escalonada se presentan dos posibilidades.
1. Tantas ecuaciones como incgnitas (m = n), entonces la solucin es (0, 0,.....0) trivial.
2. Menos ecuaciones que incgnitas (m < m + n), entonces el sistema tiene una solucin no
nula. En resumen
Matriz triangular.- Es una matriz cuadrada con los a i j = 0 para i > j los a i j = 0 para i < j.
Matriz simtrica.- Si una matriz cuadrada A = AT a i j = a j i.
Matrices iguales.- Dos matrices son iguales si y solo si sus elementos correspondientes son iguales.
Las dimensiones m x n tambin son iguales.
Matriz nula.- Si tiene todos sus elementos iguales a cero (0).
Orden de una matriz.- Es el nmero de renglones y columnas que tiene, as se dice una matriz de
orden m X n de orden n si es cuadrada.
Suma de matrices.- Dadas las matrices A y B, ambas de orden m X n, la suma es una matriz C de
orden m X n.
C = A B = ( a i j )mxn ( b i j )mxn = ( c i j )mxn
Propiedades de la suma de matrices.
A + B = B + A (Ley conmutativa) A + 0 = A
(A + B) + C = A + (B + C) (Ley asociativa)
Multiplicacin de una matriz por un escalar.- Dado un escalar , - < < , y una matriz A m x n
B=
= (a i j) = ( a i j) = (b i j)
Propiedades de la multiplicacin por un escalar.
Multiplicacin de matrices.- El producto AB de dos matrices est definido slo en caso de que el
nmero de columnas de A sea igual al nmero de renglones de B. El producto AB no es
conmutativo, o sea A B B A.
Cuando se cumple con la condicin mencionada (nA = mB) se dice que ambas matrices son
conformables para el producto.
Ejemplos:
BA no es conformable.
1,
2, ...,
Los vectores unitarios (1, 0, ..., 0), (0, 1, ..., 0),..., (0, 0,...1) representan los puntos de una unidad
de medida sobre cada uno de los ejes coordenados y son tiles para expresar cualquier vector
como combinacin lineal de los vectores unitarios.
Vectores linealmente dependientes.- Los vectores X1, X2,..., Xn son linealmente dependientes si
existen 1, 2, ... n, no todos cero, tales que
1x1 +
2x2+...+
nXn= 0
Vectores linealmente independientes.- Si la expresin indicada se cumple solo cuando 1 = 2 =...
= n = 0 entonces el conjunto de n vectores x1, x2, ..., xn son linealmente independientes.
Ejemplos:
Hay un nmero
de valores
Es una base para R3, porque e1, e2 y e3 son L. I. y adems generan R3.
El conjunto de vectores
A.2.3. Determinantes.
A = matriz cuadrada
Definicin.- Una funcin det: A2
definida por
Ejemplos:
Ejemplo:
Sustituyendo: