Materia: Herramientas Matemticas I lgebra

Profesora: Nancy Stanecka

- 1 -
M MM M DULO 4 DULO 4 DULO 4 DULO 4

Lectura 5: Lectura 5: Lectura 5: Lectura 5: Mtodos de Resolucin de Sistemas de Mtodos de Resolucin de Sistemas de Mtodos de Resolucin de Sistemas de Mtodos de Resolucin de Sistemas de
Ecuaciones Lineales Ecuaciones Lineales Ecuaciones Lineales Ecuaciones Lineales




1. Sistemas de Ecuaciones Lineales

Recordemos que todo sistema de ecuaciones se puede expresar en su forma matricial
AX= B, donde A es la matriz de coeficientes del sistema, X el vector de incgnitas y B es el vector
de trminos independientes.

As un sistema de m ecuaciones lineales con n incgnitas puede ser expresado en forma general
como:



Donde:

x
j
representa la incgnita j para j = 1, . . . ,n

a
ij
indica el coeficiente en la ecuacin i que acompaa a la incgnita x
j
, para i= 1, . ,m j= 1, . .
., n

b
i
indica el trmino independiente de la i-sima ecuacin.

Asociado a dicho sistema tenemos su representacin en forma matricial como sigue:





Materia: Herramientas Matemticas I lgebra
Profesora: Nancy Stanecka
- 2 -
En notacin abreviada: A X = B

Una solucin del sistema es un conjunto de valores de x
1 ,
x
2 , . . .
x
n
que satisface
simultneamente todas las ecuaciones.

Dos sistemas se dirn equivalentes cuando tengan exactamente las mismas soluciones.

Antes de desarrollar los mtodos de resolucin, recordemos como se clasifican los sistemas de
ecuaciones lineales:


1.1 Clasificacin de los sistemas de acuerdo al tipo de solucin


DETERMINADO
(solucin nica)
COMPATIBLE
(Cuando tiene solucin) INDETERMINADO
SISTEMA DE ECUACIONES (infinitas soluciones)
LINEALES

INCOMPATIBLE
(Cuando no tiene solucin)


Observacin: Los primeros dos mtodos de resolucin matricial que veremos slo se pueden
utilizar para resolver sistemas de ecuaciones lineales con el mismo nmero de ecuaciones que de
incgnitas.


2. Mtodos de Resolucin

2.1 Regla de Cramer

Cuando la matriz de coeficientes de un sistema de ecuaciones lineales tiene determinante distinto
de cero es posible encontrar el valor de cada una de las incgnitas a travs del clculo de un
cociente de determinantes, esto es lo que se conoce como Regla de Cramer.

Consideremos la notacin anterior, si nuestro objetivo es obtener la j-esima incgnita, esto es x
j

y siendo A
xj
la matriz que surge de reemplazar la columna j de la matriz de coeficientes por el
vector de trminos independientes, entonces:


A
A
xj
j
x =
Ejemplo:
Resolvamos por la Regla de Cramer el siguiente sistema de ecuaciones lineales:


Materia: Herramientas Matemticas I lgebra
Profesora: Nancy Stanecka
- 3 -

8
2
x y
x y
+ =

+ =

En este caso la forma matricial (A X = B) del sistema es:



1 1 8
1 1 2
x
y
( ( (
=
( ( (

Calculemos el determinante de la matriz de coeficientes del sistema:


A= 1 (1) = 2


Como este determinante es distinto de cero, la Regla de Cramer es aplicable.
Para obtener el valor de cada una de las incgnitas, realizamos los siguientes clculos:



8 1
A 2 1 6
3
A 2 2
x
x x x x = = = =

1 8
A
1 2 10
5
A 2 2
y
y y y y

= = = =


As el vector solucin del sistema es
3
X
5
(
=
(




2. 2 Mtodo de la inversa

Si AX = B es un sistema de ecuaciones lineales tal que A es de orden n e inversible entonces X =
A
-1
B.

Observacin: Este mtodo es aplicable nicamente cuando existe la matriz inversa.

Ejemplo:
Resolvamos por el mtodo de la inversa el sistema de ecuaciones lineales planteado en el
ejemplo anterior:


Materia: Herramientas Matemticas I lgebra
Profesora: Nancy Stanecka
- 4 -
8
2
x y
x y
+ =

+ =

Siendo la matriz de coeficientes del sistema A =
1 1
1 1
(
(

y recordando que en el mdulo 3
calculamos la inversa de esta matriz, la cual result ser:


A
-1
=
(

2 / 1 2 / 1
2 / 1 2 / 1



Para resolver el sistema bastar con realizar el producto matricial entre la inversa de A y el vector
de trminos independientes. El clculo es el siguiente:



( ) ( )
( ) ( )
1/ 2 8 1/ 2 2
1/ 2 1/ 2 8 3
X X X
1/ 2 1/ 2 2 5 1/ 2 8 1/ 2 2
+ (

( ( (
= = =
(
( ( (
+
(





Ahora veamos los conceptos preliminares a la aplicacin del mtodo de Gauss-Jordan.
La matriz ampliada del sistema surge de agregar el vector de trminos independientes a la
matriz de coeficientes del sistema. La denotaremos A| || |B.

En general:




El siguiente teorema nos da la condicin necesaria y suficiente para que un sistema de
ecuaciones lineales sea compatible.



Materia: Herramientas Matemticas I lgebra
Profesora: Nancy Stanecka
- 5 -


Corolario: Si un sistema de m ecuaciones lineales con n incgnitas es compatible este tendr
solucin nica si y slo si el rango de la matriz de coeficientes del sistema es igual al nmero de
incgnitas.

Estas conclusiones se pueden esquematizar como sigue:



DETERMINADO
r(A) = r(A(B) = n
COMPATIBLE
r(A) = r(A(B) INDETERMINADO
SISTEMA DE ECUACIONES r(A) = r(A(B) < n
LINEALES

INCOMPATIBLE
r(A) < r(A(B)


2.3 Mtodo de Gauss-Jordan

Partiendo de la matriz ampliada y mediante operaciones elementales por filas sobre dicha matriz,
se busca la matriz escalonada reducida de A, con ello se obtiene la matriz ampliada de un sistema
de ecuaciones equivalente al original pero cuya resolucin es prcticamente inmediata y cuya
caracterizacin en cuanto al tipo de soluciones resulta de aplicar el Teorema de Rouche-
Frobenius.

Veamos cmo aplicar el mtodo de Gauss-Jordan en un problema de ndole econmico.


Ejemplo 1: En cierta oficina de gobierno se nos informa que existe una partida de $40.000que se
debe destinar totalmente a tres tipos de subsidios para familias de bajos ingresos cuyos montos
son de $100, $200 y $300, respectivamente.
Dada la finalidad social de la iniciativa, se impone que el nmero de subsidios de $100
representen un tercio de la suma del nmero de subsidios de $200 y $300.
Finalmente se establece que es indispensable que se otorguen en total 200 subsidios cuntos
subsidios de cada tipo se debern otorgar?

Siendo
x = cantidad de subsidios de $100 a otorgar
y = cantidad de subsidios de $200 a otorgar
z = cantidad de subsidios de $300 a otorgar
Teorema de Rouche-Frobenius: Un sistema de m ecuaciones lineales con n
incgnitas ser compatible si y slo si el rango de la matriz de coeficientes del
sistema es igual al rango de la matriz ampliada correspondiente.



Materia: Herramientas Matemticas I lgebra
Profesora: Nancy Stanecka
- 6 -

El sistema resultante est dado por:





Efectuamos el correspondiente pasaje de trminos y se obtiene el sistema ordenado:






Partimos de la matriz ampliada del sistema y operamos por filas hasta obtener la matriz
escalonada reducida de A:








Materia: Herramientas Matemticas I lgebra
Profesora: Nancy Stanecka
- 7 -


r(A) = 3

r(A/B) = 3


Como r(A) = r(A(B) = n el sistema es COMPATIBLE DETERMINADO.


50
SOLUCIN: x = 50; y = 100 ; z = 50 X = 100
50

Ahora bien, en la resolucin de sistemas de ecuaciones se puede llegar a distintas estructuras de
matrices reducidas, por ejemplo


Ejemplo 2:

Sea el sistema:


100 x + 200 y + 300 z = 40.000
x + y + z = 200



Partimos de la matriz ampliada del sistema y operamos por hasta obtener la matriz escalonada
reducida de A:


Materia: Herramientas Matemticas I lgebra
Profesora: Nancy Stanecka
- 8 -

r(A) = 2

r(A/B) = 2 < n =3


Como r(A) = r(A(B) < n el sistema es COMPATIBLE INDETERMINADO.


Ejemplo 3:




Trabajamos con la matriz ampliada del sistema hasta obtener la matriz escalonada reducida de A:


Materia: Herramientas Matemticas I lgebra
Profesora: Nancy Stanecka
- 9 -


r(A) = 2

r(A/B) = 3


Como r(A) < r(A(B) el sistema es INCOMPATIBLE.


Sistema homogneo: es aquel en el cual el vector de trminos independientes es el vector nulo.

En smbolos AX =

1) Los sistemas homogneos son siempre compatibles.
2) En caso de ser compatibles determinados la nica solucin es el vector nulo. Esta se denomina
solucin trivial.

De la bibliografa obligatoria de la materia, responda:
a. Por qu los sistemas homogneos son siempre compatibles?
b. En caso de ser compatibles indeterminados, tienen la solucin trivial?




Materia: Herramientas Matemticas I lgebra
Profesora: Nancy Stanecka
- 10 -
Comparacin final: Sin temor a equivocarnos, dado lo restrictivo de la regla de Cramer y el
mtodo de la inversa, podemos establecer que el mtodo de mayor importancia, por su
practicidad y su uso sin restricciones, es el Mtodo de Gauss-Jordan.