En matemticas y lgebra lineal, un sistema de ecuaciones lineales, tambin conocido
como sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de ecuaciones lineales (es decir, un sistema de ecuaciones en donde cada ecuacin es de primer grado), definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema lineal de ecuaciones sera el siguiente:
El problema consiste en encontrar los valores desconocidos de las variables x 1 , x 2 y x 3
que satisfacen las tres ecuaciones. El problema de los sistemas lineales de ecuaciones es uno de los ms antiguos de la matemtica y tiene una infinidad de aplicaciones, como en procesamiento digital de seales, anlisis estructural, estimacin, prediccin y ms generalmente en programacin lineal as como en la aproximacin de problemas no lineales de anlisis numrico. Introduccin En general, un sistema con m ecuaciones lineales y n incgnitas puede ser escrito en forma normal como:
Donde son las incgnitas y los nmeros son los coeficientes del sistema sobre el cuerpo . Es posible reescribir el sistema separando con coeficientes con notacin matricial: (1) Si representamos cada matriz con una nica letra obtenemos:
Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector columna de longitud m. El sistema de eliminacin de Gauss-Jordan se aplica a este tipo de sistemas, sea cual sea el cuerpo del que provengan los coeficientes. La matriz A se llama matriz de coeficientes de este sistema lineal. A b se le llama vector de trminos independientes del sistema y a x se le llama vector de incgnitas. Sistemas lineales reales En esta seccin se analizan las propiedades de los sistemas de ecuaciones lineales sobre el cuerpo , es decir, los sistemas lineales en los cuales los coeficientes de las ecuaciones son nmeros reales. La interseccin de dos planos que no son paralelos coincidentes es una recta. Un sistema con incgnitas se puede representar en el n-espacio correspondiente. En los sistemas con 2 incgnitas, el universo de nuestro sistema ser el plano bidimensional, mientras que cada una de las ecuaciones ser representada por una recta. La solucin ser el punto (o lnea) donde se intersequen todas las rectas representan a las ecuaciones. Si no existe ningn punto en el que se intersequen al mismo tiempo todas las lneas, el sistema es incompatible, o lo que es lo mismo, no tiene solucin. En el caso de un sistema con 3 incgnitas, el universo ser el espacio tridimensional, siendo cada ecuacin un plano dentro del mismo. Si todos los planos intersecan en un nico punto, las coordenadas de este sern la solucin al sistema. Si, por el contrario, la interseccin de todos ellos es una recta o incluso un plano, el sistema tendr infinitas soluciones, que sern las coordenadas de los puntos que forman dicha lnea o superficie. Para sistemas de 4 o ms incgnitas, la representacin grfica no existe, por lo que dichos problemas no se enfocan desde esta ptica. Tipos de sistemas
Los sistemas de ecuaciones se pueden clasificar segn el nmero de soluciones que pueden presentar. De acuerdo con ese caso se pueden presentar los siguientes casos: Sistema compatible si tiene solucin, en este caso adems puede distinguirse entre: o Sistema compatible determinado cuando tiene una nica solucin. o Sistema compatible indeterminado cuando admite un conjunto infinito de soluciones. Sistema incompatible si no tiene solucin. Quedando as la clasificacin: Los sistemas incompatibles geomtricamente se caracterizan por (hiper)planos o rectas que se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por un conjunto de (hiper)planos o rectas que se cortan en un nico punto. Los sistemas compatibles indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de una recta [o ms generalmente un hiperplano de dimensin menor]. Desde un punto de vista algebraico los sistemas compatibles determinados se caracterizan porque el determinante de la matriz es diferente de cero:
Algoritmo para determinar si un sistema es compatible Podemos averiguar si un sistema es o no compatible mediante el Teorema de Rouch- Frobenius que establece que un sistema de ecuaciones lineales es compatible slo si el rango de su matriz ampliada coincide con el de su matriz de coeficientes. Supongamos que el sistema es compatible. Si el valor comn de los rangos de las matrices coincide con el nmero de variables, el sistema es compatible determinado; en caso contrario, es compatible indeterminado. Sistemas compatibles indeterminados Un sistema sobre un cuerpo K es compatible indeterminado cuando posee un nmero infinito de soluciones. Por ejemplo, el siguiente sistema:
Tanto la primera como la segunda ecuacin se corresponden con la recta cuya pendiente es y que pasa por el punto , por lo que ambas intersecan en todos los puntos de dicha recta. El sistema es compatible por haber solucin o interseccin entre las rectas, pero es indeterminado al ocurrir esto en infinitos puntos. En este tipo de sistemas, la solucin genrica consiste en expresar una o ms variables como funcin matemtica del resto. En los sistemas lineales compatibles indeterminados, al menos una de sus ecuaciones se puede hallar como combinacin lineal del resto, es decir, es linealmente dependiente. La condicin necesaria para que un sistema sea compatible indeterminado es que el determinante de la matriz del sistema sea cero al igual que el rango de la matriz ampliada y menor al nmero de incgnitas(y por tanto uno de sus autovalores ser 0):
De hecho, de las dos condiciones anteriores se desprende, que el conjunto de soluciones de un sistema compatible indeterminado es un subespacio vectorial. Y la dimensin de ese espacio vectorial coincidir con la multiplicidad geomtrica del autovalor cero. Sistemas incompatibles De un sistema se dice que es incompatible cuando no presenta ninguna solucin. Por ejemplo, supongamos el siguiente sistema:
Las ecuaciones se corresponden grficamente con dos rectas, ambas con la misma pendiente, Al ser paralelas, no se cortan en ningn punto, es decir, no existe ningn valor que satisfaga a la vez ambas ecuaciones. Matemticamente un sistema de estos es incompatible cuando el rango de la matriz del sistema es inferior al rango de la matriz ampliada. Una condicin necesaria para que esto suceda es que el determinante de la matriz del sistema sea cero:
Mtodos de solucin a sistemas de ecuaciones lineales Sustitucin El mtodo de sustitucin consiste en despejar en una de las ecuaciones cualquier incgnita, preferiblemente la que tenga menor coeficiente y a continuacin sustituirla en otra ecuacin por su valor. En caso de sistemas con ms de dos incgnitas, la seleccionada debe ser sustituida por su valor equivalente en todas las ecuaciones excepto en la que la hemos despejado. En ese instante, tendremos un sistema con una ecuacin y una incgnita menos que el inicial, en el que podemos seguir aplicando este mtodo reiteradamente. Por ejemplo, supongamos que queremos resolver por sustitucin este sistema:
En la primera ecuacin, seleccionamos la incgnita por ser la de menor coeficiente y que posiblemente nos facilite ms las operaciones, y la despejamos, obteniendo la siguiente ecuacin.
El siguiente paso ser sustituir cada ocurrencia de la incgnita en la otra ecuacin, para as obtener una ecuacin donde la nica incgnita sea la .
Al resolver la ecuacin obtenemos el resultado , y si ahora sustituimos esta incgnita por su valor en alguna de las ecuaciones originales obtendremos , con lo que el sistema queda ya resuelto. Igualacin El mtodo de igualacin se puede entender como un caso particular del mtodo de sustitucin en el que se despeja la misma incgnita en dos ecuaciones y a continuacin se igualan entre s la parte derecha de ambas ecuaciones. Tomando el mismo sistema utilizado como ejemplo para el mtodo de sustitucin, si despejamos la incgnita en ambas ecuaciones nos queda de la siguiente manera:
Como se puede observar, ambas ecuaciones comparten la misma parte izquierda, por lo que podemos afirmar que las partes derechas tambin son iguales entre s.
Una vez obtenido el valor de la incgnita , se sustituye su valor en una de las ecuaciones originales, y se obtiene el valor de la . La forma ms fcil de tener el mtodo de sustitucin es realizando un cambio para despejar x despus de averiguar el valor de la y. Reduccin Este mtodo suele emplearse mayoritariamente en los sistemas lineales, siendo pocos los casos en que se utiliza para resolver sistemas no lineales. El procedimiento, diseado para sistemas con dos ecuaciones e incgnitas, consiste en transformar una de las ecuaciones (generalmente, mediante productos), de manera que obtengamos dos ecuaciones en la que una misma incgnita aparezca con el mismo coeficiente y distinto signo. A continuacin, se suman ambas ecuaciones producindose as la reduccin o cancelacin de dicha incgnita, obteniendo as una ecuacin con una sola incgnita, donde el mtodo de resolucin es simple. Por ejemplo, en el sistema:
No tenemos ms que multiplicar la primera ecuacin por para poder cancelar la incgnita . Al multiplicar, dicha ecuacin nos queda as:
Si sumamos esta ecuacin a la segunda del sistema original, obtenemos una nueva ecuacin donde la incgnita ha sido reducida y que, en este caso, nos da directamente el valor de la incgnita :
El siguiente paso consiste nicamente en sustituir el valor de la incgnita en cualquiera de las ecuaciones donde aparecan ambas incgnitas, y obtener as que el valor de si sustituimos en la primera ecuacin es igual a:
Mtodo grfico
Rectas que pasan por el punto: (2,4) Consiste en construir la grfica de cada una de las ecuaciones del sistema. El mtodo (manualmente aplicado) solo resulta eficiente en el plano cartesiano, es decir para un espacio de dimensin . El proceso de resolucin de un sistema de ecuaciones mediante el mtodo grfico se resuelve en los siguientes pasos: 1. Se despeja la incgnita en ambas ecuaciones. 2. Se construye para cada una de las dos ecuaciones de primer grado obteniendo la tabla de valores correspondientes. 3. Se representan grficamente ambas rectas en los ejes coordenados. 4. En este ltimo paso hay tres posibilidades: 1. Si ambas rectas se cortan, las coordenadas del punto de corte son los nicos valores de las incgnitas (x,y). "Sistema compatible determinado". 2. Si ambas rectas son coincidentes, el sistema tiene infinitas soluciones que son las respectivas coordenadas de todos los puntos de esa recta en la que coinciden ambas. Sistema compatible indeterminado. 3. Si ambas rectas son paralelas, el sistema no tiene solucin en los reales pero si en los complejos. Mtodo de Gauss El mtodo de eliminacin de Gauss o simplemente mtodo de Gauss consiste en convertir un sistema lineal de n ecuaciones con n incgnitas, en uno escalonado, en el que la primera ecuacin tiene n incgnitas, la segunda ecuacin tiene n - 1 incgnitas, ..., hasta la ltima ecuacin, que tiene 1 incgnita. De esta forma, ser fcil partir de la ltima ecuacin e ir subiendo para calcular el valor de las dems incgnitas. Una variante de este mtodo, denominada eliminacin de Gauss-Jordan, es un mtodo aplicable nicamente a los sistemas lineales de ecuaciones, y consistente en triangular la matriz aumentada del sistema mediante transformaciones elementales, hasta obtener ecuaciones de una sola incgnita, cuyo valor ser igual al coeficiente situado en la misma fila de la matriz. Este procedimiento es similar al anterior de reduccin, pero ejecutado de manera reiterada y siguiendo un cierto orden algortmico. Algoritmos numricos La eliminacin de Gauss-Jordan es un algoritmo numrico usado para una gran cantidad de casos especficos, aunque posteriormente se han desarrollado algoritmos alternativos mucho ms eficientes. La mayora de estos algoritmos mejorados tienen una complejidad computacional de O(n) (donde n es el nmero de ecuaciones del sistema). Algunos de los mtodos ms usados son: Para los problemas de la forma Ax = b, donde A es una matriz de Toeplitz simtrica, se puede utilizar la recursin de Levinson o alguno de los mtodos derivados de este. Un mtodo derivado de la recursin de Levinson es la recursin de Schur, que es ampliamente usado en el campo del procesamiento digital de seales. Para los problemas de la forma Ax = b, donde A es una matriz singular o casi singular, la matriz A se descompone en el producto de tres matrices en un proceso llamado descomposicin en valores singulares. Cuando consideramos ecuaciones lineales cuyas soluciones son nmeros racionales, reales o complejos o ms generalmente un cuerpo , la solucin puede encontrarse mediante Regla de Cramer. Para sistemas de muchas ecuaciones la regla de Cramer puede ser computacionalmente ms costosa y suelen usarse otros mtodos ms "econmicos" en nmero de operaciones como la eliminacin de Gauss-Jordan y la descomposicin de Cholesky. Existen tambin mtodos indirectos (basados en iteraciones) como el mtodo de Gauss-Seidel. Si el cuerpo es infinito (como es el caso de los nmeros reales o complejos), entonces solo puede darse una de las tres siguientes situaciones: el sistema no tiene solucin (en dicho caso decimos que el sistema est sobredeterminado o que es incompatible) el sistema tiene una nica solucin (el sistema es compatible determinado) el sistema tiene un nmero infinito de soluciones (el sistema es compatible indeterminado). La factorizacin LU Supongamos que A se puede factorizar como el producto de una matriz triangular inferior L con una matriz triangular superior U: A = LU (51)
En este caso, el sistema de ecuaciones dado por podra representarse en la forma: LUx=b (52)
Si denominamos z a la matriz columna de n filas resultado del producto de las matrices Ux, tenemos que la ecuacin (52) se puede reescribir del siguiente modo: Lz=b (53)
A partir de las ecuaciones (52) y (53), es posible plantear un algoritmo para resolver el sistema de ecuaciones empleando dos etapas: Primero obtenemos z aplicando el algoritmo de sustitucin progresiva en la ecuacin (53). Posteriormente obtenemos los valores de x aplicando el algoritmo de sustitucin regresiva a la ecuacin Ux = z
El anlisis anterior nos muestra lo fcil que es resolver estos dos sistemas de ecuaciones triangulares y lo til que resultara disponer de un mtodo que nos permitiera llevar a cabo la factorizacin A=LU. Si disponemos de una matriz A de , estamos interesados en encontrar aquellas matrices:
tales que cumplan la ecuacin (51). Cuando esto es posible, decimos que A tiene una descomposicin LU. Se puede ver que las ecuacin anterior no determina de forma nica a Ly a U. De hecho, para cada i podemos asignar un valor distinto de cero a l ii o u ii
(aunque no ambos). Por ejemplo, una eleccin simple es fijar l ii =1 para haciendo de esto modo que L sea una matriz triangular inferior unitaria. Otra eleccin es hacer U una matriz triangular superior unitaria (tomando u ii =1 para cada i). Para deducir un algoritmo que nos permita la factorizacin LU de Apartiremos de la frmula para la multiplicacin de matrices:
(54)
en donde nos hemos valido del hecho de que l is =0 para s >i y u sj =0 para s>j. En este proceso, cada paso determina una nueva fila de U y una nueva columna de L. En el paso k, podemos suponer que ya se calcularon las filas de U, al igual que las columnas de L. Haciendo i=j=k en la ecuacin (54) obtenemos
(55)
Si especificamos un valor para l kk (o para u kk ), a partir de la ecuacin (55) es posible determinar un valor para el otro trmino. Conocidas u kk y l kk y a partir de la ecuacin (54) podemos escribir las expresiones para la k-sima fila (i=k) y para la k-sima columna (j=k), respectivamente: