Métodos de resolución de sistemas de ecuaciones lineales

De Wikillerato

Revisión a fecha de 17:37 4 dic 2013; 186.145.49.59 (Discutir)

(dif) ← Revisión anterior | Ver revisión actual (dif) | Revisión siguiente → (dif)

Tabla de contenidos

1 Introducción
2 Método de reducción
- 2.1 Ejemplo
3 Método de igualación
4 Método de sustitución
5 Método de Gauss
- 5.1 Ejemplo
6 Método de la matriz inversa
7 Regla de Cramer
- 7.1 Ejemplo

Introducción

Método de reducción

Consiste en multiplicar ecuaciones por numeros y sumarlas para reducir el número de incognitas hasta llegar a ecuaciones con solo una incognita.

Multiplicar una ecuación por un número consiste en multiplicar ambos miembros de la ecuación por dicho número que no existe

Sumar dos ecuaciones consiste en obtener una nueva ecuación cuyo miembro final, debe ser igual a 0, para poder eliminar la incognita

Ejemplo

Multiplicando la primera ecuación por 3 y la segunda por -5, se obtienen las ecuaciones

 15x - 9y = 6
 
 -15x + 20y = 5

Al sumar ambas ecuaciones nos da la ecuación

11y = 11 </math> </center>

$y = 1$ </center> La elección de los factores 3 y -5 se ha hecho precisamente para que la $x$ desaparezca al sumar ambas ecuaciones.

Sutituyendo $y$ por uno en la primera ecuación del sistema de ecuaciones de partida, se obtiene

$5x - 3 = 2$

que es otra ecuación con una sola incognita y cuya solución es $x = 1$ .

Texto en negrita'Texto en cursiva

Método de igualación

Método de sustitución

Método de Gauss

Gauss es uno de los matematicos mas importantes de todos los tiempos. ¡Fue un GENIO!

El método de Gauss consiste en transformar el sistema dado en otro equivalente. Para ello tomamos la matriz ampliada del sistema y mediante las operaciones elementales con sus filas la transformamos en una matriz triangular superior ( o inferior ). De esta forma obtenemos un sistema equivalente al inicial y que es muy facil de resolver.

Es esencialmente el método de reducción. En el método de Gauss se opera con ecuaciones, como se hace en el método de reducción, pero uno se ahorra el escribir las incognitas porque al ir los coeficientes de una misma incognita siempre en una misma columna, uno sabe en todo momento cual es la incognita a la que multiplican.

Ejemplo

La matriz ampliada del sistema de ecuaciones:

$\left\{ <pre> \begin{array}[c]{ccc} x \, + \, y \, + \, z & = & ~~3 \\ x \, + \, y \, - \, z & = & ~~1 \\ x \, - \, y \, - \, z & = & -1 \end{array} </pre> \right.$

es:

$\left( <pre> \left. \begin{array}[c]{ccc} ~~1 & ~~1 & ~~1 \\ ~~1 & ~~1 & -1 \\ ~~1 & -1 & -1 \end{array} \right| \begin{array}[c]{c} ~~3 \\ ~~1 \\ -1 \end{array} </pre> \right)$

Si a la tercera y segunda fila le restamos la primera, obtenemos:

$\left( <pre> \left. \begin{array}[c]{ccc} ~~1 & ~~1 & ~~1 \\ ~~0 & ~~0 & -2 \\ ~~0 & -2 & -2 \end{array} \right| \begin{array}[c]{c} ~~3 \\ -2 \\ -4 \end{array} </pre> \right)$

Lo que acabamos de hacer es equivalente a restar a la tercera y segunda ecuación la primera.

Si ahora intercambiamos la segunda y tercera filas ( ecuaciones ), obtenemos la siguiente matriz triangular superior:

$\left( <pre> \left. \begin{array}[c]{ccc} ~~1 & ~~1 & ~~1 \\ ~~0 & -2 & -2 \\ ~~0 & ~~0 & -2 \end{array} \right| \begin{array}[c]{c} ~~3 \\ -4 \\ -2 \end{array} </pre> \right)$

que es la matriz ampliada del sistema de ecuaciones:

$\left\{ <pre> \begin{array}[c]{rcl} x \, + \, y \, + \, z & = & ~~3 \\ -2y \, - \, 2z & = & -4 \\ -2z & = & -2 \end{array} </pre> \right.$

que es equivalente al inicial.

Solucionamos la tercera ocuacion para obtener $z$ :

$z \, = \, 1$

En la primera y segunda ecuación, sustituimos $z$ por la solucion de la tercera ecuación ( $1 \to z$ ), para obtener:

$\left\{ <pre> \begin{array}[c]{rcl} x \, + \, y \, + \, 1 & = & ~~3 \\ -2y \, - \, 2 & = & -4 \end{array} </pre> \right.$

La segunda ecuación es ahora una ecuación con una sola incognita, $y$ , que resolvemos para obtener $y \, = \, 1$ . Sustituimos, en la primera ecuación, $y$ por 1 ( $1 \to y$ ). Esto nos da una ecuación en $x$ :

$x \, + \, 1 \, + \, 1 \, = \, 3$

que al resolverla termina de darnos la solución del sistema de ecuaciones inicial:

$x \, = \, y \, = \, z \, = \, 1$

Método de la matriz inversa

Un sistema de ecuaciones lineales se puede escribir en forma matricial:

$\mathbf{A} \cdot \mathbf{X} \, = \, \mathbf{B}$

Si $\mathbf{A}^{-1}$ existe, es decir, si $\mathbf{A}$ es una matriz cuadrada de determinante no nulo, entonces podemos multiplicar toda la igualdad anterior por la izquierda por $\mathbf{A}^{-1}$ , para obtener:

$\mathbf{X} \, = \, \mathbf{A}^{-1} \cdot \mathbf{B}$

que es la solución del sistema de ecuaciones lineales de matriz de coeficientes $\mathbf{A}$ y matriz de terminos independientes $\mathbf{B}$ .

Regla de Cramer

Gabriel Cramer nacio Ginebra ( Suiza ) 1704 y murio en 1752. A él le debemos la regla que lleva su nombre. ¡Gracias Gabriel por tu contribución a las Matemáticas!

Esta regla es un método de resolución de sistemas de ecuaciones lineales que se puede utilizar cuando la matriz $\mathbf{A}$ de coeficientes del sistema es cuadrada y de determinante no nulo. El que $\mathbf{A}$ sea cuadrada significa que el numero de incognitas y el numero de ecuaciones coincide.

Cuando el sistema de ecuaciones

$\left. <pre> \begin{array}{c} a_{11} \cdot x_1 + a_{12} \cdot x_2 + \ldots a_{1n} \cdot x_n = b_1 \\ a_{21} \cdot x_1 + a_{22} \cdot x_2 + \ldots a_{2n} \cdot x_n = b_2 \\ \dotfill \\ a_{m1} \cdot x_1 + a_{m2} \cdot x_2 + \ldots a_{mn} \cdot x_n = b_m \end{array} </pre> \right\}$

satisface las condiciones arriba mencionadas, su solución viene dada por:

$x_1 \, = \, \frac { <pre> \left| \begin{array}[c]{cccc} b_1 & a_{12} & \ldots & a_{1n} \\ b_2 & a_{22} & \ldots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ b_m & a_{m2} & \ldots & a_{mn} \end{array} \right| </pre> } {|\mathbf{A}|} , \qquad \qquad x_2 \, = \, \frac { <pre> \left| \begin{array}[c]{cccc} a_{11} & b_1 & \ldots & a_{1n} \\ a_{21} & b_2 & \ldots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & b_m & \ldots & a_{mn} \end{array} \right| </pre> } {|\mathbf{A}|}, \qquad \qquad \ldots \ldots$

$\ldots \ldots, \qquad \qquad x_n \, = \, \frac { <pre> \left| \begin{array}[c]{cccc} a_{11} & a_{12} & \ldots & b_1 \\ a_{21} & a_{22} & \ldots & b_2 \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \ldots & b_m \end{array} \right| </pre> } {|\mathbf{A}|} \qquad \qquad$

En general

$x_i \, = \, \frac{|\mathbf{A}_i|}{|\mathbf{A}|}$

donde $\mathbf{A}_i$ es la matriz que se obtiene sustituyendo la i-esima columna de $\mathbf{A}$ por la matriz de los terminos independientes, $B$ .

Ejemplo

Consideremos el sistema de ecuaciones:

$\left\{ <pre> \begin{array}[c]{rcl} x \, + \, y \, = \, 2 \\ x \, - \, y \, = \, 0 \end{array} </pre> \right.$

En este sistema de ecuaciones lineales, la matriz $\mathbf{A}$ de los coeficientes es una matriz cuadrada y $|\mathbf{A}| \, = \, \left| <pre> \begin{array}[c]{cc} 1 & ~~1 \\ 1 & -1 \end{array} </pre> \right| <pre>\, = \, -2 \neq 0 </pre> $ . Por lo tanto, podemos aplicar la regla de Cramer para resolverlo:

$x \, = \, \frac { <pre> \left| \begin{array}[c]{cc} 2 & ~~1 \\ 0 & -1 \end{array} \right| </pre> } {|\mathbf{A}|} \, = \, \frac{-2}{-2} \, = \, 1 \qquad \qquad y \, = \, \frac { <pre> \left| \begin{array}[c]{cc} 1 & 2 \\ 1 & 0 \end{array} \right| </pre> } {|\mathbf{A}|}\, = \, \frac{-2}{-2} \, = \, 1$