Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definiciones
Definici
on 2.1 Una ecuaci
on lineal en x1 , x2 , . . ., xn es una ecuaci
on que se puede
escribir de la forma
a1 x1 + a2 x2 + . . . + an xn = b,
siendo b y los coeficientes ai elementos de un cuerpo IK (cuerpo IR o cuerpo C), cuyos
valores se suelen conocer de antemano.
Definici
on 2.2 Consideremos un sistema de m ecuaciones lineales con n inc
ognitas x1 , x2 , . . . xn ,
de la forma
a x + a x + ... + a x = b
21 1
22 2
2n n
2
[1]
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
x1
x2
x = (x1 , x2 , . . . , xn ) o x = ..
.
xn
Tambien se puede expresar x IR n
54
55
a x + a x + ... + a x = 0
21 1
22 2
2n n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Incompatible {
Compatible
Determinado
Indeterminado
Expresi
on de la soluci
on:
Determinado:
x = p
2x1 + x2 + x3 = 6
x1 + x2
= 4
Es un sistema de ecuaciones lineales con tres inc
ognitas, x1 , x2 y x3 .
Ejemplo 2.1
2x1 + ex2 = 3
2x1 2x2
= 2
No es un sistema de ecuaciones lineales, porque la primera ecuaci
on no es lineal.
Ejemplo 2.2
2x1 + 3(x2 )2 = 2
x1 x2
= 1
No es un sistema de ecuaciones lineales, porque la primera ecuaci
on no es lineal.
Ejemplo 2.3
2.2
56
a11
a21
A=
...
am1
Matriz de coeficientes:
a12
a22
...
am2
. . . a1n
. . . a2n
... ...
. . . amn
a1i
a2i
ai = ..
.
ani
Vector de t
erminos independientes: b =
b1
b2
..
.
bm
x1
x2
Vector de inc
ognitas o vector de soluci
on: x = ..
.
xn
A = [ A | b ] = [ a1 a2 ... an | b ]
2.3
Representaci
on del SL mediante la ec. matricial Ax = b
a x + a x + ... + a x = b
21 1
22 2
2n n
2
[1]
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Demostraci
on:
a11
a21
...
am1
a12
a22
...
am2
A
2.4
. . . a1n
. . . a2n
... ...
. . . amn
x1
a11 x1 + a12 x2 + . . .
x2 a x + a x + . . .
21 1
22 2
.. =
.
............
am1 x1 + am2 x2 + . . .
xn
+a1n xn
+a2n xn
+amn xn
b1
b2
..
.
bm
b
Representaci
on de un SL mediante una ec. vectorial
1
a11 x1 + a12 x2 + . . . + a1n xn
b
a21 x1 + a22 x2 + . . . + a2n xn
2
=
.
.
............
.
am1 x1 + am2 x2 + . . . + amn xn
bm
57
a11
a21
..
.
x1
+ x2
a12
a22
..
.
+ . . . + xn
am2
am1
a1n
a2n
..
.
b1
b2
..
.
bm
amn
x1
x1 + 2x2 x3 = 4
5x2 + 3x3 = 1
]
[ ]
1
2
1
4
+ x2
+ x3
=
0
5
3
1
2.5
1
0
2
5
[ ]
x
1 1
4
x2 =
3
1
x3
El producto matriz-vector
x1
x2
1
0
2
5
[ ]
[
]
[
] [ ] [
] [
] [ ]
4
1
1
2
1
4
6
7
3
+3
+7
=
+
+
=
3 =4
3
0
5
3
0
15
21
6
7
1
0
[
] [ ]
] 4
14+2317
3
1
3 =
=
0453+37
6
3
7
23 31
21
2
5
58
u1
u = u2 ,
u3
v1
v = v2 ,
v3
u1 + v1
u + v = u2 + v2 ,
u3 + v3
u1
u = u2
u3
u1 + v1
u1
2. A(u) = [ a1 a2 a3 ] u2 = (u1 )a1 + (u2 )a2 + (u3 )a3 =
u3
(u1a1 + u2a2 + u3a3 ) = (Au)
Ejemplo 2.6 Dados v1 , v2 , v3 escribe el vector 3v1 5v2 + 7v3 como producto de una
matriz por un vector.
3
3
3v1 5v2 + 7v3 = [ v1 v2 v3 ] 5 = Ax ;
A = [ v1 v2 v3 ], x = 5
7
7
2.6
Sistemas equivalentes
Definici
on 2.3 Dos sistemas de ecuaciones lineales sobre el mismo cuerpo IK, de igual
n
umero de inc
ognitas, se dice que son sistemas equivalentes cuando tienen el mismo
conjunto soluci
on.
Se puede demostrar de forma sencilla que efectuando transformaciones del sistema [1] de
los tipos siguientes, se obtiene un sistema equivalente al primero.
1. Intercambio de dos ecuaciones entre s
2. Multiplicacion de una ecuacion por un escalar distinto de cero
3. Suma a una ecuacion de un m
ultiplo de otra
Para determinar si un SL tiene soluci
on y obtener esta, si existe, un procedimiento posible
es sustituir inicialmente el SL dado por otro equivalente de resoluci
on m
as sencilla.
59
2x1 + 2x2 = 6
x1 + x2 = 4
x1 + x2 = 4
,
2x1 + 2x2 = 6
x1 + x2 = 3
,
x1 + x2 = 4
x1 + x2 = 3
2x2 = 7
Notese como en el u
ltimo SL podemos despejar facilmente x2 en la segunda ecuacion, y a
continuacion despejar x1 en la 1a sustituyendo x2 por el valor calculado.
2.7
Resoluci
on de SL con m
etodos de eliminaci
on gaussiana
a x + a x + ... + a x = b
21 1
22 2
2n n
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
[1]
Hemos visto que el SL que se obtiene a partir de [1] realizando transformaciones como
intercambiar el orden de dos ecuaciones, multiplicar una ecuacion por un escalar no nulo
o sumar a una ecuacion un m
ultiplo de otra, es equivalente al primero, o dicho de otra
forma, tiene la misma solucion.
Utilizando la notacion matricial, estas transformaciones de las ecuaciones se corresponderan con las operaciones elementales por las (vistas en el Captulo 1, y que son permutacion de las, multiplicacion de una la por un factor no nulo, y suma a una la
de un m
ultiplo de otra), realizadas sobre la denominada matriz ampliada del sistema
A = [ A | b ] =
...
... ... ... ...
am1 am2 . . . amn bn
Cada la de la matriz ampliada corresponde a una ecuacion.
Ejemplo 2.8 Escribe los sistemas de ecuaciones representados por las matrices ampliadas
siguientes:
M =
1
4
2
1
La respuesta ser
a:
3
2
N = [ 1
M
0]
x1 + 2x2 = 3
4x1 + x2 = 2
N : x1 + 2x2 = 0
Una matriz ampliada A representa un SL y todas las matrices equivalentes por las a A
corresponden a sistemas lineales equivalentes al original.
Los metodos de resolucion de sistemas lineales basados en la transformacion de A a una
forma escalonada por las se denominan metodos de Eliminacion Gaussiana. Los que
usan la transformacion a la forma canonica por las (o reducida por las) se denominan
metodos de Gauss-Jordan.
{
x1 x2 = 3
Veamos un ejemplo sencillo. Resolver el SL:
2x1 + x2 = 3
A
1
=
2
1 | 3
1 1 | 3
1 1 | 3
1 | 3
0
3 |3
0
1 |1
60
x1 x2 = 3
x2 = 1
incognitas.
x2 = 1,
x1 = 3 + x2 = 3 1 = 2
Para resolverlo mediante el metodo de Gauss-Jordan tendramos que haber llegado hasta
la forma reducida por las.
A
1
=
2
1 | 3
1
1 |3
0
1
3
| 3
1
|3
0
1 | 3
1 0
1 |1
0 1
| 2
|1
En este caso hemos llegado a tal grado de simplicacion del SL que directamente leemos
la solucion:
x1 = 2,
x2 = 1
En la seccion 2.9 estudiaremos ambos metodos, aplicandolos a varios ejemplos que incluyen los tres casos de sistemas incompatible, compatible indeterminado y compatible
determinado.
2.8
Caracterizaci
on de un SL respecto de su soluci
on
con
= 0
En la forma escalonada por las tenemos n ecuaciones, cada una con su pivote, que
nos permiten despejar las n incognitas.
Sist. compat. indeterminado rgA = rgA < n
El n
umero de ecuaciones en la forma escalonada por las, es decir n
umero de ecuaciones con pivote, es insuciente para despejar las n incognitas, por lo que existen
parametros libres.
rgA = n
umero de incognitas principales
n - rgA = n
umero de parametros libres
61
2.9
Ejemplos de resoluci
on de sistemas lineales
x2 4x3 = 8
0
1 4 | 8
2x1 3x2 + 2x3 = 8
A = 2 3
2 | 8
5x 8x + 7x = 1
5
8
7 | 1
1
2
3
Para eliminar los ceros de la primera columna tenemos que hacer primero una permutaci
on. Hacemos por ejemplo la permutaci
on de la fila 1 con la fila 2.
2
0
5
3
1
8
2
4
7
| 8
2
| 8 0
| 1
0
3
1
1/2
2
4
2
|
|
3
1
0
8
2
8 0
| 19
0
2
4
0
|
|
8
8
| 15
x2 4x3 = 8
0 = 15
La u
ltima ecuaci
on expresa 0x1 +0x2 +0x3 = 15. Esta ecuaci
on nunca ser
a cierta. No
hay valores de x1 , x2 , x3 que satisfagan la ecuaci
on. Por tanto el sistema es incompatible.
O visto de otra forma, el sistema es incompatible porque rg A = rgA + 1 (rgA = 3 y
rgA=2).
Ejemplo 2.10 Resolver los sistemas siguientes 1 :
3
0
3 6
6 4 | 5
8 5 8 | 9 0
A = 3 7
3
3 9 12 9 6 | 15
3
0
0
7
3
2
8
6
4
5
6
4
8
4
2
3
| 9
| 5 0
0
| 6
3
0
0
7
3
0
8
6
0
5
6
0
8
4
1/3
| 9
| 5
| 4/3
7
3
1
7
3
9
8
6
12
8
6
2
5
6
2
5
6
9
8
4
1
8
4
6
| 9
| 5
| 15
| 9
| 5
| 3
62
Las inc
ognitas x1 , x2 y x5 , que corresponden a columnas pivotales, las consideraremos
como inc
ognitas principales. Las otras dos inc
ognitas, x3 y x4 , las consideraremos como
par
ametros libres.
Se da la soluci
on expresando las inc
ognitas principales como funci
on de los par
ametros
libres. Decir que x3 y x4 son par
ametros libres significa que podremos escoger cualquier
valor para x3 y x4 . Una vez que lo hagamos, quedar
a fijado el valor de las inc
ognitas
principales.
1
3 x5
4
3
x5 = 4
5+6x3 6x4 44
3
5+6x3 6x4 16
3
= 7 + 2x3 2x4
x
=
24 + 2x3 3x4
1
x2 = 7 + 2x3 2x4
x3 = x3
x3 , x4 IR son los par
ametros
x4 = x4
x5 = 4
Son las ecuaciones parametricas de la soluci
on.
La soluci
on anterior se expresa vectorialmente como:
x1
24
2
3
x 7
2
2
2
x = x3 = 0 + x3 1 + x4 0
x4 0
0
1
x5
4
0
0
Las expresi
on anterior es la soluci
on en forma vectorial parametrica. Podramos haber
considerado otras dos inc
ognitas, por ejemplo x1 y x3 , como par
ametros libres. Lo importante es que cualquier soluci
on general tendr
a siempre el mismo n
umero de par
ametros
libres.
Se trata de un sistema compatible indeterminado ya que tenemos menos columnas pivotales
que inc
ognitas.
3 = rg A = rg A < n = 5
n
umero de par
ametros libres n rgA = 2.
24
7
Denotando p = 0 ,
0
4
2
2
u = 1
0
0
3
2
v = 0
1
0
x = p + x3 u + x4v
x, p, u, v son vectores de IR 5 y x3 , x4 son elementos cualesquiera de IR
La soluci
on x es la suma de p y cualquier combinaci
on lineal de los vectores u y v .
63
Empleando c
alculos similares para el sistema lineal II obtenemos:
0
A = 3
3
3
7
9
6
8
12
6
5
9
4
8
6
|0
3
| 0 ... 0
|0
0
7
3
0
8
6
0
5
6
0
8
4
1/3
|0
| 0
|0
1/3x5 = 0
La soluci
on general del sistema, que incluye todas las soluciones es:
x1 = 2x3 3x4
x2 = 2x3 2x4
x3 = x3
x4 = x4
x5 = 0
La soluci
on en forma vectorial parametrica es la siguiente:
x1
2
3
x
2
2
2
x = x3 = x3 1 + x4 0
x4
0
1
x5
0
0
x3 , x4 IR
x = x3 u + x4v
La soluci
on x es la combinaci
on lineal de los vectores u y v , siendo estos vectores los
mismos que los del SL I.
Soluci
on = variedad afn en IR 5 con p = 0 y por tanto adem
as variedad lineal.
Una variedad afn es una variedad lineal trasladada: xno
hom
= xh + p
on general
Teorema 2.1 En un SL homogeneo e indeterminado, Amn x = 0, la soluci
tiene la forma x = c1v1 + c2v2 + . . . + ckvk , donde los vectores v1 , . . ., vk son linealmente
independientes y k = n rgA.
Teorema 2.2 En un SL no homogeneo, Amn x = b con b = 0, compatible e indeterminado, la soluci
on general tiene la forma x = p + c1v1 + c2v2 + . . . + ckvk , donde los vectores
v1 , . . ., vk son linealmente independientes, con k = n rgA. p es soluci
on particular del
sistema no homogeneo y c1v1 + c2v2 + . . . + ckvk es la soluci
on general del correspondiente
homogeneo.
64
x1 2x2 + x3 = 0
2x2 8x3 = 8
4x + 5x + 9x = 9
1
2
3
1
0
0
1
0
0
2
2
5
1
0
4
1
0
0
| 0
| 8 [1]
|9
1
8
9
2
2
3
1
8
13
| 0
| 8 [2]
|9
2
1
3
1
4
13
| 0
| 4 [3]
|9
2
1
0
1
4
1
| 0
| 4 [4]
| 3
x1 2x2 + x3 = 0
2x2 8x3 = 8
4x + 5x + 9x = 9
1
2
3
x1 2x2 + x3 = 0
2x2 8x3 = 8
3x2 + 13x3 = 9
x1 2x2 + x3 =
x2 4x3 = 4
3x2 + 13x3 = 9
x1 2x2 + x3 = 0
x2 4x3 = 4
x3 = 3
Ya tenemos la matriz ampliada en una forma escalonada por filas y el sistema de ecuaciones correspondiente. Ahora podremos determinar la soluci
on, yendo de la u
ltima ecuaci
on
de este sistema, hacia arriba.
De la tercera ecuaci
on: x3 = 3
Sustiyendo x3 en la segunda ecuaci
on: x2 = 4 + 4x3 = 4 + 12 = 16
Sustiyendo x3 y x2 en la primera ecuaci
on: x1 = 0 + 2x2 x3 = 32 3 = 29
Hemos obtenido la soluci
on mediante Eliminaci
on Gaussiana. La soluci
on es x1 = 29,
x2 = 16 y x3 = 3, que podemos escribir en la forma x = (29, 16, 3) o
29
x = 16
3
Podramos tambien haber continuado obteniendo sistemas equivalentes (matrices equivalentes por filas) hasta llegar a la forma can
onica por filas (o reducida por filas). Realicemos
este proceso, partiendo de la matriz ampliada [4].
1
0
0
1
0
0
2
1
0
0
0
1
|3
| 16 [5]
| 3
0
1
0
0
0
1
| 29
| 16 [6]
| 3
x1 2x2
x2
x1 = 29
= 3
= 16
x3 = 3
x = 16
3
x =
3
2x1 + 3x2 + x3 = 3
2x 2x + 3x = 1
1
2
3
x
+
x
2
3 = 4
2
A =
0
6
2
0
0
0
3
5
0
0
7x3 = 18,
|
|
|
|
3
2
1
4
1
3
1
5
1
2
7/5
0
| 3
| 2
| 18/5
| 0
x3 =
3
2
0
1
4 0
7
0
3
5
1
5
| 3
| 2
| 4
|2
1
2
1
2
2x1 + 3x2 + x3 = 3
5x2 + 2x3 = 2
18
7
5 x3 = 5
18
7
1436
7
5x2 + 2x3 = 2,
5x2 = 2 2
2x1 + 3x2 + x3 = 3,
2x1 = 3 3x2 x3 = 3
27
x1 = 14
x1 = 27
14
65
x2 =
10
7
x3 =
18
7
18
7
30
7
50
7 ,
18
7
x2 =
213018
7
50
35
= 27
7 ,
rg A = rg A = n
6x1 + x2 8x3 = 4
6x1 + x2 8x3 =
3
3
6
I:
3
0
0
0
1
0
5
2
1
4
4
8
4
0
0
|3
| 2
| 0
10
7
27/14
x = 10/7
18/7
| 7
3
|1 0
|4
0
4
0
0
5
3
9
| 7
3
| 6 0
| 18
0
5
1
0
sistemas:
0
0
0
4
0
0
|7
| 2
|0
rg A = rg A = 2 < 3 = n
umero de inc
ognitas, por tanto
3x1
4x3 = 3
x2
= 2
0 + 0 + 0 = 0
Ax = b es compatible indeterminado.
4
1 + 43 x3
x1
1
3
= 2 + x3 0
x = x2 =
2
x3
0
x3
1
p
v
La soluci
on general tiene la forma x = p + x3v
vectorial parametrica.
x = p + t v (t IR) en la forma
66
3
5 4 | 0
3
3 2
4 | 0 ... 0
6
1 8 | 0
0
4
0
0
|0
| 0
|0
3x1
4x3 = 0
x2
=0
0 + 0 + 0 = 0
x1 = 4/3 x3 , x2 = 0 y x3 par
ametro libre. En notaci
on vectorial, la soluci
on general de
4
4
Ax = 0 tiene la forma:
x1
3 x3
3
3
x = x2 = 0 = x3 0 = x3v con v = 0
x3
1
1
x3
La soluci
on general del sistema homogeneo Ax = 0, con la misma matriz de coeficientes A,
que el SL I es x = tv (t IR), con el mismo vector v . Puesto que A es la misma matriz,
ya sabamos a priori que la dependencia parametrica iba a ser igual a la del apartado I.
La ecuaci
on x = x3v o x = tv (con t IR), es la ecuaci
on vectorial parametrica.
Geometricamente el conjunto de soluciones es una recta en IR 3 que pasa por 0 y que
contiene la direcci
on v . La soluci
on trivial se obtiene para x3 = 0
Hemos mostrado que la soluci
on del sistema compatible Ax = b se obtiene a
nadiendo al
r
p
r
r
t
v
*
v
r
0
Ax = b
Ax = 0
67
[I]:
[II]:
y x2 , x3 par
ametros libres.
La soluci
on general expresada como vector es:
x1
0.1a + 0.3x2 + 0.2x3
0.1a
0.3x2
0.2x3
x = x2 =
x2
=
0
+
x2
+
0 =
x3
x3
0
0
x3
0.2
0.3
0.1a
0 + x2 1 + x3 0
0
1
0
u
(con x2 y x3 par
ametros libres)
Cualquier soluci
on del sistema se puede escribir como la suma de (0.1a, 0, 0) a cualquier
combinaci
on lineal de los vectores u y v . Como u y v no son proporcionales el conjunto
de soluciones es un plano. El plano s
olo contiene el punto (0, 0, 0) si a = 0.
x = p + tu + sv
[Ib]
con p = (0.1a, 0, 0), u = (0.3, 1, 0) y v = (0.2, 0, 1).
La soluci
on del sistema [II] es:
y v = (0.2, 0, 1).
2.10
Resoluci
on de SL con matriz de coeficientes inversible
2.10.1
Utilizando la inversa
por tanto
x = A1b
Tenemos una u
nica solucion, que vendra dada por la expresion anterior. Por tanto el SL
Ax = b es compatible determinado para cualquier b.
68
2.10.2
M
etodo de Cramer
a11
a21
A = ..
.
a12
a22
..
.
...
...
a1i
a2i
..
.
...
...
a1n
a2n
..
.
an1
an2
...
ani
...
ann
a11
a21
Ai (b) = ..
.
a12
a22
..
.
...
...
an1
an2
...
b1
b2
..
.
...
...
bn . . .
Col. i
La solucion u
nica x del sistema Ax = b puede obtenerse como:
xi =
Demostracion:
Ax = b
A1 Ax = A1b
|Ai |
|A|
x =
adj(At )
b
|A|
Desarrollandolo tenemos:
x1
x2
..
.
A11
A12
...
= 1
x
A
|A|
i
1i
.
...
..
A1n
xn
xi =
xi =
1
|A|
A21
A22
...
A2i
...
A2n
b1
. . . An1
b2
. . . An2
..
... ...
.
. . . Ani
bi
. . . . . . ...
. . . Ann
b
n
1
(A1i b1 + A2i b2 + . . . + Ani bn )
|A|
|Ai |
|A|
a1n
a2n
..
.
ann
69
x1 2x2 + x3 = 0
2x2 8x3 = 8
4x + 5x + 9x = 9
1
2
3
1
|A| = 0
4
1
|Ax2 | = 0
4
x1 =
2
2
5
0
8
9
1
8 = 2
9
1
8 = 32
9
|Ax1 |
58
=
= 29
|A|
2
0
|Ax1 | = 8
9
2
2
5
1
|Ax3 | = 0
4
x2 =
1
8 = 58
9
2
2
5
|Ax2 |
32
=
= 16
|A|
2
0
8 = 6
9
x3 =
|Ax3 |
6
= =3
|A|
2
2.11
70
Ejercicios
x + 2y 3z + t = 2
2x y z t = 1
x y + z = 2
3x + 2y 2z = 1
a)
b)
x + y + 2z t = 0
x + 3y z = 2
3x + 2y 4z 3t = 1
x + 2y 3z 16t =
4
y + 2z 3t = 6
c)
x y + z + 9t = 2
x y
d)
+ 2z t = 0
2x + 3y 4z + 2t = 0
3x + z t = 0
x + y + z + t = 1
ax
+ y + z + t = 2
x ay + z + t = 3
x + y az + t = 4
x + y + z at = 5
un los valores de m, el siguiente sistema.
Ejercicio 2.3 Discutir y resolver, seg
6x + 18y 2mz = 0
7x 2y 4z = 0
4x + 10y 6z = 0
Ejercicio 2.4 Discutir y resolver si es posible, el siguiente sistema, seg
un los valores de
k.
3x +
2y + z = 0
Ejercicio 2.5 Calcular los valores de m y k para que el sistema sea compatible e indeterminado.
3x + y + kz = 0
x y z = 0
mx + y + z = 0
x + my z = 0
Ejercicio 2.6 Calcular a para que sea compatible el siguiente sistema y resolverlo.
x + y = a
x y = 5
2x y = 8
3x + 4y = 1
Ejercicio 2.7 Calcular a para que el siguiente sistema admita soluci
on distinta de la
trivial y resolverlo.
(1 + a)x + y + z = 0
x + y + z = 0
2x y az = 0
2x 3.5y + z = 22.35
5x + 3y + 3.3z = 9.08
71
x + y + z + t = 7
x + y + z + t = 0
x + y
x + y
+ 2t = 0
+ 2t = 8
a)
b)
2x + 2y + 3z
= 0
2x + 2y + 3z
= 10
x y 2z + 2t = 0
x y 2z + 2t = 0
x + y + z + t = 7
x + y
+ 2t = 5
c)
2x
+
2y
+
3z
= 10
x y 2z + 2t = 0
Ejercicio 2.10 Determinar a y b para que el vector (1, 0, a, b) pueda expresarse como
combinaci
on lineal de (1, 4, 5, 2) y (1, 2, 3, 1).
Ejercicio 2.11 Determina si las siguientes rectas tienen un punto de intersecci
on com
un:
2x1 + 3x2 = 1, 6x1 + 5x2 = 0 y 2x1 5x2 = 7. En caso afirmativo obten las coordenadas
de dicho punto.
Ejercicio 2.12 Determina si las siguientes rectas tienen un punto de intersecci
on com
un:
x1 4x2 = 1, 2x1 x2 = 3 y x1 3x2 = 4. En caso afirmativo obten las coordenadas
de dicho punto.
Ejercicio 2.13 En R3 se consideran los planos 1 : 2x 2y + az = 0 y 2 : 3x + 3y +
3z = 0, donde a es un par
ametro. Determina el lugar geometrico de la intersecci
on de los
mismos en funci
on del par
ametro a.
Ejercicio 2.14 Se desea construir modularmente un edificio. El reparto de viviendas en
cada planta se escoger
a de uno de los tres planes posibles. Cada planta del Plan A tiene
3 viviendas de 3 habitaciones, 7 de dos habitaciones y 8 de una habitaci
on. Cada planta
del Plan B tiene 4 viviendas de 3 habitaciones, 4 de 2 habitaciones y 8 de una habitaci
on.
Cada planta del Plan C tiene 5 viviendas de 3 habitaciones, 3 de 2 habitaciones y 9 de
una habitaci
on.
3
a) Que interpretaci
on daras al vector x = 7 ?
8
b) Escribe una combinaci
on lineal de vectores que exprese el total de viviendas de 3, 2 y 1
habitaciones del edificio.
c) Es posible dise
nar un edificio con exactamente 66 viviendas de 3 habitaciones, 74 de
dos habitaciones y 136 de una habitaci
on?. En caso afirmativo, hay m
as de una forma?.
Explica la respuesta.
Ejercicio 2.15 Resuelve
2
A = 4
6
por
=
=
=
5 3 | b1
7 4 | b2
3
1 | b3
72
a0 + a1 1 + a2 12 = 12
a0 + a1 2 + a2 22 = 15
a0 + a1 3 + a2 32 = 16
1
A = 1
1
x1
x2
x3
x1 2
x2 2 , con x1 = x2 = x3 tiene rango 3.
x3 2
1 3
11I1 3I2 = 30
3I1 + 6I2 I3 = 5
I2 + 3I3 = 25
30 V
>
>4
>
>
I1
6
>
>4
>
>
>
>1
>
>
I2
6
5V
>
>1
>
>
>
>1
>
>
I3
6
20 V
>
>1
>
>
73
Ejercicio
2.22 Estudiar el tipo de soluci
on en funci
on del par
ametro a
x1 + x2 x3 = 1
x1 + a x2 + 3x3 = 2
2 x1 + 3 x2 + a x3 = 3
Ejercicio
2.23 Estudiar el tipo de soluci
on en funci
on del par
ametro
x 1 + x2 + x3 = 2
x1 + x2 + x 3 =
x1 + x2 + 2 x3 = 2
Ejercicio 2.24 Clasifica los sistemas lineales con las matrices ampliadas siguientes como
compatible determinado, compatible indeterminado o incompatible, en funci
on de los par
ametros
a y b. Cuando un caso no se pueda dar escribe nunca. Cuando un caso se de siempre,
independientemente del valor de a y b escribe siempre. Para los casos en los que obtengas
varios valores de par
ametros, u
nelos explcitamente utilizando la conjugaci
on pertinente
y u o (las comas no valen).
[
1
0
1
0
0
1
0
0
[
2
0
3 |
2b |
4
1
0
4
0
4
0
1
0
0
1
0
0
1
3
1
a
3
b
0
Compatible determinado........................
6 |
a |
b1 |
2
2
b1
3 |
4 |
a 2|
2
a1
0
2
0
5
b1
|
|
5
b
|
|
5
b
|
|
|
1
2
3
Compatible indeterminado.....................
Incompatible...........................................
Compatible determinado........................
Compatible indeterminado.....................
Incompatible...........................................
Compatible determinado........................
Compatible indeterminado.....................
Incompatible...........................................
Compatible determinado........................
Compatible indeterminado.....................
Incompatible...........................................
Compatible determinado........................
4
2
a
Compatible indeterminado.....................
Incompatible...........................................
Compatible determinado........................
Compatible indeterminado.....................
Incompatible...........................................
4x1 x2
= 1
x + 4x x
= 1
1
2
3
x2 + 4x3 x4 = 1
x3 + 4x4 = 1
74
20 20 20
10
40
10
40
20 20 20
2.12
75
Soluciones
1
a) (x, y, z, t) = (2, 1, 1, 1)
b) (x, y, z) = (1, 2, 3)
c)
x + 2y 3z 16t =
4
y + 2z 3t = 6
x y + z + 9t = 2
1
2 3
0
1
2
1 1
1
1
0
0
2
1
0
16
3
9
3
2
4
| 4
| 6
|2
1
0
0
16 | 4
3 | 6
4 |4
2
1
1
1
0
0
x + 2y 3z 16t =
3
2
2
16 | 4
3 | 6
7 | 2
3
2
1
2
1
0
16
3
1
| 4
| 6
| 1
4
y + 2z 3t = 6
z + t = 1
z =1t
y = 6 + 3t 2z = 6 + 3t 2(1 t) = 4 + 5t
x = 4 + 16t + 3z 2y = 4 + 16t + 3(1 t) 2(4 + 5t) =
4 + 16t + 3 3t 8 10t = 1 + 3t
x = 1 + 3t
x
1
3
y 4
5
=
z 1 + t 1
t
0
1
y = 4 + 5t
z = 1t
t=t
t IR
x y + 2z t =
2x + 3y
3x + z
1
2
3
0
4z + 2t = 0
t =0
1
2 1 | 0
3 4
2 | 0
0
1 1 | 0
1 1
2 1
0
5 8
4
0
3 5
2
|
|
|
0
0
0
1 1
2 1
0
5 8
4
3
0
1 1
1
0
0
1
15
15
|
|
|
0
0
0
2
1
24 12
25
10
|
|
|
0
0
0
1 1
0 15
0
0
2
24
1
1 | 0
12 | 0
2 | 0
1 1
0
5
0
0
76
2
8
1
1
4
2
|0
| 0
|0
x y + 2z t = 0
5y 8z + 4t = 0
z 2t = 0
z = 2t
4t + 8z
4t 16t
20t
y=
=
=
= 4t
5
5
5
x = t 2z + y = t + 4t 4t = t
x
1
4
y
= t
z
2 t IR
t
1
77
16
17
A=
P ivote1
0
0
P ivote2
0
P ivote3
35
Si A tiene 3 pivotes, hay un elemento pivote en la tercera la, y por tanto no hay ninguna
la del tipo [ 0 0 0 0 0 b ] con b = 0 en A .
18 Si un sistema lineal es compatible, entonces la solucion es u
nica si y solo si el rango
de la matriz de coecientes es igual al n
umero de incognitas.
a0 + a1 1 + a2 1 = 12
19
a0 + a1 2 + a2 4 = 15
a0 + a1 3 + a2 9 = 16
A= 1
1
1 x1
0 1
0 0
20
(3, 1)
x1
x2
x3
1
x1
x1 2
2
0 x2 x1
x2
0 x3 x1
x3 2
x1 2
1 x1
x2 + x1 0 1
x3 x2
0 0
x1 2
x2 + x1
1
1
3
0
3 2 + 1 6 = 0
3
9
0
21
11I1 3I2
= 30
3I1 + 6I2 I3 = 5
I2 + 3I3 = 25
T4 = T1 ;
T5 = T2 ;
T1 =
20 + 10 + T2 + T4
4
T2 =
20 + T1 + T3 + T5
4
T3 =
20 + 40 + T2 + T6
4
T6 = T3
1 x1
x1 2
2
2
0 1
x2 x1
0 1
x3 2 x1 2
x1 2
x2 + x1
x3 + x1
3T1 T2
= 30
T1 + 3T2 T3 = 20
T2 + 3T3 = 60
b) Eliminacion gaussiana
T1 = 17.1429
T2 = 21.4286
T3 = 27.1429
T1 =
20 + 10 + T2 + T1
4
T2 =
20 + T1 + T3 + T2
4
T3 =
20 + 40 + T2 + T3
4
78