Está en la página 1de 41

ALGEBRA LINEAL

Hctor Jairo Martnez R. Ana Mara Sanabria R. Versin 2013-1

ndice general
PROLOGO AGRADECIMIENTOS 1. SISTEMAS DE ECUACIONES LINEALES 1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2. Conceptos Bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3. Representacin Matricial de un Sistema de Ecuaciones Lineales . . . . . . . . . . . . . . . . . 1.4. Eliminacin de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.5. Solucin Simultnea de Sistemas de Ecuaciones Lineales . . . . . . . . . . . . . . . . . . . . . 1.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2. VECTORES DE IRn 2.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Conceptos Bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Operaciones con Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4. Combinacin Lineal y Conjuntos Generado y Generador . . . . . . . . . . . . . . . . . . . . . 2.5. Producto Ax . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.6. Independencia Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7. Producto Escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.8. Rectas, Planos e Hiperplanos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3. MATRICES 3.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Denicin y Tipo de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3. Suma y Producto por escalar de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4. Producto de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . i vii xi 1 1 1 7 8 19 21 29 29 29 32 34 37 42 44 54 77 91 91 91 93 96

ii

NDICE GENERAL

3.5. Matrices Invertibles

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

3.6. Transposicin de Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 3.7. Matrices Elementales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 3.8. Factorizacin LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 3.9. Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 3.10. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 4. ESPACIOS VECTORIALES 137

4.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 4.2. Denicin y Propiedades Bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 4.3. Subespacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 4.4. Conceptos Bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 4.5. Bases y Dimensin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 4.6. Coordenadas Respecto a una Base Ordenada. . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 4.7. Rango y Nulidad de una Matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 4.8. Producto Escalar y Bases Ortonormales en IRn . . . . . . . . . . . . . . . . . . . . . . . . . . 168 4.9. Proyeccin Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 4.10. Factorizacin QR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 4.11. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 5. TRANSFORMACIONES LINEALES 189

5.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 5.2. Denicin y Propiedades Bsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 5.3. Espacios Vectoriales Asociados a una Transformacin Lineal . . . . . . . . . . . . . . . . . . . 195 5.4. Matriz Asociada a una Transformacin Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 5.5. Isomorsmos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 5.6. Algebra de Transformaciones Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 5.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 6. VALORES Y VECTORES PROPIOS 221

6.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 6.2. Conceptos Bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 6.3. Caracterizacin de Valores y Vectores Propios . . . . . . . . . . . . . . . . . . . . . . . . . . . 225 6.4. Independencia de los Vectores Propios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 6.5. Propiedades de las Matrices Semejantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 6.6. Valores y Vectores Propios de una Transformacin Lineal . . . . . . . . . . . . . . . . . . . . 232

NDICE GENERAL

iii

6.7. Matrices Diagonalizables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 6.8. Matrices Simtricas y Diagonalizacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 6.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242 A. Factorizacin PLU 245

iv

NDICE GENERAL

ndice de guras
1.1. Tipos de conjunto solucin de un sistema de ecuaciones lineales 2 2 . . . . . . . . . . . . . . 2.1. Representacin de vectores de IR2 y de IR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Representacin de vectores libres iguales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Representacin de vectores y vectores libres de IR2 en un sistema de coordenadas . . . . . . . 2.4. Suma de vectores libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5. Producto por escalar de vectores libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.6. Resta de vectores libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7. Norma de un vector en IR y en IR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.8. ngulo entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.9. Tringulo formado por dos vectores no nulos de IR . . . . . . . . . . . . . . . . . . . . . . . . 2.10. Tipos de ngulos entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.11. Proyeccin ortogonal de un vector sobre otro vector . . . . . . . . . . . . . . . . . . . . . . . 2.12. Proyeccin ortogonal y componente vectorial ortogonal . . . . . . . . . . . . . . . . . . . . . . 2.13. Recta con vector director d que contiene el punto P . . . . . . . . . . . . . . . . . . . . . . . 2.14. Rectas paralelas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.15. Rectas ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.16. Plano con vectores directores c y d que contiene a P . . . . . . . . . . . . . . . . . . . . . . . 2.17. Plano que contiene tres puntos dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.18. Planos paralelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.19. Recta y plano paralelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.20. Recta y plano ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.21. Orientacin de una sistema de coordenadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.22. Direccin y sentido del producto vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.23. rea de un paralelogramo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.25. Equivalencia entre planos e hiperplanos en IR . . . . . . . . . . . . . . . . . . . . . . . . . . . v 2.24. Volumen de un paraleleppedo [V = u (v w)] . . . . . . . . . . . . . . . . . . . . . . . . . .
3 n 2 3

5 30 31 31 32 33 33 46 49 50 51 51 52 54 56 58 60 62 63 65 67 71 71 73 73 74

vi

NDICE DE FIGURAS

2.26. Paralelismo y ortogonalidad de planos en IR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.27. Paralelismo y ortogonalidad de rectas y planos en IR . . . . . . . . . . . . . . . . . . . . . . .
3

75 76

4.1. Representacin esquemtica de la matriz de transicin de una base a otra . . . . . . . . . . . 160 4.2. Proyeccin ortogonal de un vector sobre un subespacio (v = P royS u) . . . . . . . . . . . . . 174 4.3. Casos especiales de proyeccin ortogonal de un vector sobre un subespacio . . . . . . . . . . . 174 5.1. Representacin de una funcin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 5.2. Representacin de una transformacin lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 5.3. Reexin a travs del Eje X en el plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 5.4. Representacin del ncleo de una transformacin lineal . . . . . . . . . . . . . . . . . . . . . . 195 5.5. Representacin de la imagen de una transformacin lineal . . . . . . . . . . . . . . . . . . . . 196 5.6. Rotacin de 90o en el plano (IR2 ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 5.7. Caracterizacin de la matriz asociada a una transformacin lineal . . . . . . . . . . . . . . . . 199 5.8. Equivalencia entre los ncleos y las imgenes de una transformacin lineal y los respectivos conjuntos de sus matrices asociadas (dim V = n y dim W = m) . . . . . . . . . . . . . . . . . 200 5.9. Relacin entre dos matrices asociadas a una transformacin lineal . . . . . . . . . . . . . . . . 203 5.10. Esquema de una transformacin lineal inyectiva y de una no inyectiva . . . . . . . . . . . . . 204 5.11. Caracterizacin de una transformacin lineal inyectiva . . . . . . . . . . . . . . . . . . . . . . 205 5.12. Esquema de una transformacin lineal sobreyectiva y de una no sobreyectiva . . . . . . . . . 206 5.13. Esquema de un isomorsmo y de espacios isomorfos . . . . . . . . . . . . . . . . . . . . . . . 207 5.14. Esquema de transformaciones lineales que no son isomorsmos . . . . . . . . . . . . . . . . . 207 5.15. Representacin de la suma y el producto por escalar de transformaciones lineales . . . . . . . 209 5.16. Representacin de la composicin de transformaciones lineales . . . . . . . . . . . . . . . . . . 211 5.17. Representacin de la transformacin lineal inversa . . . . . . . . . . . . . . . . . . . . . . . . 214 6.1. Representacin de los vectores y valores propios de una transformacin lineal en el plano (IR2 ) 221 6.2. Efectos geomtricos de una transformacin lineal en la direccin de uno de sus vectores propios222 6.3. Vectores y valores propios de la reexin a travs del eje Y en el plano . . . . . . . . . . . . . 232 6.4. Rotacin de 30o alrededor del eje Z en IR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 6.5. Rotacin de 30o alrededor del eje Z en IR3 de los vectores cannicos e1 y e2 . . . . . . . . . . 234

PROLOGO
El lgebra lineal es una parte fundamental de la herramienta matemtica que se requiere para afrontar el estudio de las ciencias naturales y fsicas, de las ciencias del comportamiento, de la ingeniera, de la economa, de la computacin, y por supuesto, de las matemticas puras y aplicadas. Su importancia se hace ms evidente en las aplicaciones de las matemticas y, an ms, con la presencia de los computadores. La gran mayora de los algoritmos computacionales de reas como optimizacin, ecuaciones diferenciales, aproximacin de funciones, entre otras, requieren de la solucin directa o indirecta de uno o ms problemas de lgebra lineal. Son estas razones por lo cual, en una gran cantidad de programas acadmicos, el lgebra lineal es una asignatura del currculo. El contenido bsico de estos cursos es la presentacin de los conceptos fundamentales del lgebra lineal y su caracterizacin terica, aunque algunos de ellos hacen referencia a aplicaciones especcas que se consideran de dominio pblico. Desafortunadamente, en los textos de Algebra Lineal revisados por nosotros, se hace un nfasis computacional en la presentacin de la teora y la notacin, restndole incluso importancia a los conceptos mismos. Adems, los conceptos son presentados como herramientas de clculo, con el agravante que no se hace referencia al verdadero aspecto computacional y numrico de los algoritmos, corriendo el riesgo de desorientar al lector debido a que se le deja la idea errnea de saber cmo computar las soluciones de los problemas mencionados. Hemos hecho el esfuerzo de escribir un texto que contenga, por lo menos, los temas a tratar en los cursos de Algebra Lineal de los ciclos de fundamentacin, indicando claramente cules son los conceptos, sus caracterizaciones y relaciones matemticas, acompaados de comentarios explcitos sobre la eciencia y conveniencia de dicha caracterizacin como algoritmos de computo. Intencionalmente, no hemos incluido aplicaciones de la teora presentada ya que para su verdadera comprensin se requiere el conocimiento bsico del rea de aplicacin; en un futuro cercano, esperamos complementar este texto con un compendio de aplicaciones a las cuales se pueda hacer referencia o que puedan ser usadas, a discrecin del docente, en la enseanza de los cursos de Algebra lineal. Por el contenido y la metodologa, para lograr una adecuada comprensin del texto, es necesario conocer tanto el lgebra de los nmeros reales, como la teora bsica de conjuntos y de funciones. Este texto est compuesto de seis captulos, los cuales incluyen 84 deniciones, 103 teoremas, 212 ejemplos, 53 grcos o esquemas ilustrativos y 274 ejercicios presentados al nal de cada captulo. Al principio de cada seccin de ejercicios, se sugiere una revisin de los conceptos nuevos presentados en el respectivo captulo, para lo cual se presenta una lista de los conceptos. Las deniciones, teoremas y corolarios han sido resaltados en recuadros grises. Cada una de las deniciones presentadas tiene una justicacin o motivacin previa y uno o ms ejemplos posteriores, para una mejor comprensin de ellas. Igualmente, la mayora de los resultados consignados en Teoremas y Corolarios han sido justicados o deducidos previamente e ilustrados con ejemplos. Los ejercicios han sido pensados y seleccionados, de tal forma que ayuden al estudiante a conceptualizar y a entender mejor los resultados y las relaciones entre ellos. En cada seccin de ejercicios, incluimos un buen nmero de preguntas de falso o verdadero, cuyo propsito es hacer que el estudiante revise la teora, interrelacione los conceptos y construya as su propio conocimiento. La numeracin de las deniciones, teoremas, ejemplos y ejercicios son consecutivas e independientes entre si, empezando con el numeral uno (1) dentro de cada captulo. Cada corolario incluye en su nmero, el nmero del teorema al cual est asociado. As por ejemplo, el Corolario 19.2 es el segundo corolario asociado al vii

viii

PROLOGO

Teorema 19. Adems, para facilitar la revisin de las secciones, deniciones, teoremas, corolarios, ejemplos y ejercicios, aparece el nmero de la pgina donde se encuentra dentro del texto, cuando se hace referencia a un item particular de ellos. Iniciamos este texto con la presentacin de los sistemas de ecuaciones lineales, ya que, adems de ser un objeto matemtico conocido por los estudiantes, son una herramienta importante para el anlisis y el manejo de los conceptos fundamentales del lgebra Lineal que abordamos en los dems captulos. En este primer captulo, presentamos una tcnica para resolver los sistemas, haciendo primero nfasis en la determinacin de si tiene o no solucin y, cuando la tiene, si sta es nica o no, sin necesidad de calcularla. La tcnica que utilizamos, por su fcil comprensin, es la clsica eliminacin de Gauss seguida de una sustitucin hacia atrs, basada en las operaciones elementales, que muy intuitivamente se pueden ver como operaciones entre ecuaciones. El planteamiento de sistemas de ecuaciones lineales es un problema bsico e importante de la Matemtica, al igual que el diseo de mtodos ecientes de solucin . Ambos problemas, muy relacionados con el desarrollo del lgebra Lineal, son el objeto de estudios de cursos como Modelamiento Matemtico, el primero, y Anlisis Numrico, el segundo; por lo tanto, no sern tratados en este texto. En el segundo captulo, formalizamos uno de los conceptos matemticos que intuitivamente utilizamos en el captulo anterior: estudiamos las n-plas como vectores de IRn , las principales operaciones entre ellos y sus aplicaciones e interpretaciones geomtricas: asociadas con un sistema de coordenadas o como vectores libres, particularizando a los casos de IR2 y IR3 . Aprovechando estas operaciones y sus propiedades algebraicas, presentamos los conceptos bsicos de la geometra analtica (rectas, planos, hiperplanos, proyeccin, ngulo, paralelismo y ortogonalidad) e introducimos los conceptos fundamentales del lgebra lineal (combinacin lineal, independencia lineal, conjunto generado y conjunto generador) como base para su estudio general en el captulo de Espacios Vectoriales. En el Captulo 3, retomamos la denicin dada de matriz en el primer captulo, para estudiar las operaciones algebraicas entre ellas (suma, multiplicacin por escalar, producto, transpuesta y determinantes), sus propiedades bsicas y los principales tipos de matrices que brindan las aplicaciones ms comunes de este objeto matemtico. Como una aplicacin inmediata de la teora de matrices, presentamos una formulacin matricial del algoritmo de eliminacin de Gauss y su estrecha relacin con la llamada factorizacin LU de una matriz (complementada con la factorizacin P LU como apndice), la cual es la base del desarrollo de los algoritmos computacionales modernos para resolver ecientemente sistemas de ecuaciones lineales y que son objeto de estudio en cursos como Anlisis Numrico o lgebra Lineal Numrica. En el cuarto captulo, aprovechando la similitud encontrada en las propiedades de las operaciones bsicas (suma y producto por escalar) de los vectores de IRn y las matrices, introducimos el concepto de Espacio Vectorial, con el n de analizar, en forma general, las consecuencias o ventajas de tener un conjunto con estas dos operaciones, sin tener que demostrarlas para cada caso particular. Centramos nuestra atencin en el estudio de los espacios vectoriales de dimensin nita, donde los escalares son nmeros reales (espacios vectoriales reales nitos ), ya que estos nos permiten visualizar una amplia gama de conjuntos dotados con este tipo de operaciones como si fuera el conjunto de vectores de IRn , para un n en particular. Para demostrar la existencia de bases ortonormales en cualquier espacio vectorial no trivial (Proceso de ortogonalizacin de Gram-Schmidt), generalizamos, a conjuntos y a subespacios, tanto la nocin de ortogonalidad como la proyeccin ortogonal presentada en el Captulo 2. En el Captulo 5, presentamos las transformaciones lineales como funciones que establecen compatibilidad entre espacios vectoriales y las operaciones de suma y producto por escalar denidas en cada uno de ellos; es decir, que la imagen de una suma de vectores es la suma de las imgenes y que la imagen de un producto por escalar de un vector es tambin un producto por escalar de la imagen del vector. En este captulo, estudiamos las principales propiedades de este tipo especial de funciones y sus relaciones con las matrices hasta llegar a los conceptos de isomorsmo y de espacios isomorfos, lo cual formaliza la importancia de conocer y manejar muy bien el espacio vectorial IRn presentado en el Captulo 2.

ix

Por ltimo, en el Captulo 6, nos concentramos en los denominados valores y vectores propios, fundamentales en el anlisis de las transformaciones lineales de un espacio vectorial en si mismo. Por la relacin entre las transformaciones y las matrices que presentamos en el captulo anterior, estudiamos los valores y vectores propios de una transformacin como una caracterstica de las matrices asociadas a ellas. Recordemos que los valores y vectores propios son muy importantes en el estudio de ecuaciones diferenciales en general, y en el anlisis de los sistemas dinmicos, tanto discretos como continuos, en particular. En la prctica, los valores y vectores propios suministran informacin crtica en el diseo de ingeniera y en diversas aplicaciones de la fsica y la qumica [11], [14].

PROLOGO

AGRADECIMIENTOS
El texto que tenemos en las manos es el producto de muchas discusiones, a travs de varios aos, con nuestros colegas del Departamento de Matemticas de la Universidad del Valle. El primer borrador lo tuvimos en el ao 2007 y desde entonces, lo hemos utilizado como texto del curso de Algebra Lineal que se ofrece, fundamentalmente, a los estudiantes de los Programas Acadmicos de Ingeniera, obteniendo innumerables sugerencias tanto de los profesores como de los estudiantes. Estas sugerencias son las que, hoy en da, permiten entregar el material que tenemos. Queremos aprovechar para agradecer a las Jefaturas del Departamento de Matemticas, en especial al profesor Gonzalo Garca, que nos han asignado tiempo y recursos para esta labor; a todos los profesores que durante estos ltimos aos han utilizado los borradores previos como texto del curso, en especial a los profesores Juan Miguel Velsquez, Olmedo Moreno, Leonel Monroy, Jaime Robledo, Heber Meza, Carlos Alexis Gmez, Humberto Mora y Csar Andrade y a los asistentes de docencia Dora C. Salazar, Miguel A. Caicedo, Anglica Caicedo, Liliana Posada, Heliana Arias y Horacio Navarro entre otros; tambin a los profesores Miguel Marmolejo y Manuel Villegas, quienes como evaluadores se tomaron el trabajo de leer un borrador previo y sugerir algunas de las caractersticas nales del texto. Igualmente, a todos los estudiantes que nos hicieron llegar sus observaciones y comentarios sobre el borrador que utilizaron cuando tomaron el curso. Finalmente, agradecemos la comprensin y apoyo de nuestros hijos Juliana, Nathalie y Pedro Antonio, pues mucho del tiempo invertido en esta obra se lo quitamos a ellos. Hctor J. Martnez R. Ana M. Sanabria R.

xi

xii

AGRADECIMIENTOS

Captulo 1

SISTEMAS DE ECUACIONES LINEALES


1.1. Introduccin
Iniciamos este texto con la presentacin de los sistemas de ecuaciones lineales, ya que son una herramienta importante para el anlisis y el manejo de los conceptos fundamentales del lgebra Lineal que abordaremos en los captulos posteriores. Aprovechando el concepto intuitivo que sobre sistemas de ecuaciones tiene el lector, motivaremos los conceptos de matriz y de vector de IRn como una forma de simplicar la escritura, anlisis y solucin de los sistemas de ecuaciones lineales. Posteriormente, presentaremos una tcnica para resolverlos, haciendo nfasis en la determinacin de si tiene o no solucin y cuando la tiene, si sta es nica o no, sin necesidad de calcularla. La tcnica que utilizaremos, por su fcil comprensin, es la clsica eliminacin de Gauss seguida de una sustitucin regresiva, basada en las operaciones elementales, que muy intuitivamente se pueden ver como operaciones entre ecuaciones. El planteamiento de sistemas de ecuaciones lineales es un problema bsico e importante de la Matemtica, al igual que el diseo de mtodos de solucin ecientes. Ambos problemas, muy relacionados con el desarrollo del lgebra Lineal, son el objeto de estudios de cursos como Modelamiento Matemtico, el primero, y Anlisis Numrico, el segundo; por lo tanto, no sern tratados a profundidad en este texto.

1.2.

Conceptos Bsicos

Para empezar, recordemos qu es una ecuacin y el signicado de solucin de la misma. Denicin 1 [Ecuacin ]. Una ecuacin con incgnitas o variables x1 , x2 , , xn es una proposicin abierta1 que establece la igualdad entre dos expresiones matemticas2 . Ejemplo 1. 1. La proposicin es una ecuacin con variables x1 , x2 , x3 . 3x2 1 x2 = 4x1 + x3 (1.1)

1 Una proposicin abierta o funcional es aquella cuyo valor de verdad depende del (de los) valor(es) que tome(n) la(s) variable(s) involucrada(s) en ella. 2 Como podemos observar en los ejemplos siguientes, las expresiones matemticas pueden involucrar, explcitamente, todas, algunas o ninguna de las variables; por ello, la necesidad de explicitar las variables de la ecuacin, cuando no sea claro del contexto de la ecuacin.

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

2. La proposicin

x 2y + 3z + 1 = s + r 2,

(1.2)

considerando a s y r como constantes reales (parmetros), es una ecuacin con variables x, y, z . 3. La proposicin 53=2 (1.3) podemos considerarla como una ecuacin con cualquier nmero de variables. Por ejemplo, podemos pensarla con variables x, y, z, w (0x + 0y 2 + 5 + 0z 3 = 2 + 0w) o podemos pensarla con variables x1 , x2 (5 + 0x1 3 = 0x2 + 2). 4. Igualmente, podemos considerar la proposicin 7+3=5 como una ecuacin con variables x1 , x2 , x3 (7 + 0x3 1 + 3 = 5 + 0x2 + 0x3 ). Denicin 2 [Solucin de una ecuacin ]. Una solucin de una ecuacin con variables x1 , x2 , , xn es una n-upla3 tal que, al sustituir cada una de las variables de la ecuacin por las componentes respectivas de la n-upla, obtenemos una identidad4 . Al conjunto formado por todas las soluciones de una ecuacin lo llamamos conjunto solucin. Debemos tener claro que las componentes o nmeros que forman la n-upla deben pertenecer a un conjunto previamente establecido; por esta razn, adems de la proposicin que dene la ecuacin, debemos indicar el conjunto al cual pertenecen los valores que pueden tomar las variables. En este texto, a menos que se diga lo contrario, asumimos que dicho conjunto es el de los nmeros reales (IR). Ejemplo 2. 1. La tripla (1, 2, 1) es una solucin de la Ecuacin (1.1), ya que al sustituir x1 por 1, x2 por 2 y x3 por 1, obtenemos 5=5. De la misma forma, la tripla (1, 0, 1) no es solucin de esta ecuacin, ya que al sustituir x1 por 1, x2 por 0 y x3 por 1, obtenemos 3 = 5. 2. La tripla (3s + 3r, s + r, 1) es solucin de la Ecuacin (1.2), para cualquier valor de s y r, ya que al sustituir x por (3s + 3r), y por (s + r) y z por 1, obtenemos s + r 2 = s + r 2. 3. La Ecuacin (1.3) siempre tiene solucin, ya que, independientemente de los valores de las variables, obtendremos la identidad 2 = 2. 4. La Ecuacin (1.4) no tiene solucin, ya que independientemente de los valores por los que sustituyamos a x1 , x2 , x3 , obtendremos la proposicin falsa 10 = 5; es decir, el conjunto solucin de esta ecuacin es , el conjunto vaco. En particular, en este captulo, nos ocuparemos de un tipo especial de ecuaciones: Las ecuaciones lineales. Denicin 3 [Ecuacin lineal ]. Una ecuacin que se puede escribir de la forma5 a1 x1 + a2 x2 + + an xn = b, es una ecuacin lineal con variables x1 , , xn , coecientes a1 , , an y trmino independiente b.
3 Llamamos 4 Llamamos

(1.4)

n-upla a una lista ordenada de n nmeros. identidad a una proposicin universalmente verdadera.

1.2. CONCEPTOS BSICOS

Al primer coeciente diferente de cero lo llamamos pivote de la ecuacin y a la variable correspondiente, variable pivotal de la ecuacin . Cuando b = 0, a la ecuacin la denominamos ecuacin lineal homognea . Observemos que la variable pivotal se puede despejar en funcin de las dems variables. Notemos sin embargo que la variable pivotal no siempre es la nica variable que se puede despejar en trmino de las dems. Esta observacin ser muy til tanto para analizar como para calcular la solucin de un sistema de ecuaciones lineales. Dada una ecuacin lineal con trmino independiente b, denimos la ecuacin lineal homognea asociada a la ecuacin dada, como la ecuacin con las mismas variables, de coecientes iguales y trmino independiente b = 0. Ejemplo 3. La ecuacin es una ecuacin lineal con variables x, y , donde el coeciente de x es 2, el coeciente de y es -1, el trmino independiente es 7, el pivote es 2, la variable pivotal es x y la ecuacin lineal homognea asociada es 2x y = 0. 7+t Se puede vericar que (5, 3), (0, -7) y en general todas las duplas de la forma , t , donde t es un 2 nmero real, soluciones de la ecuacin original, mientras que (0, 0), (4, 8) y en general todas las duplas de son t , t , donde t es un nmero real, son soluciones de la ecuacin homognea asociada. Si adems, la forma 2 demostramos que dichas duplas son todas las soluciones, podemos concluir que los conjuntos solucin de la ecuacin (1.5) y la ecuacin homognea asociada son 7+t t , t , t IR y , t , t IR , 2 2 respectivamente. Observemos que el conjunto solucin de la ecuacin (1.5) tambin puede ser escrito como {(u, 2u 7) , u IR} . Ahora, si tenemos un nmero nito de ecuaciones lineales con las mismas variables, podemos agruparlas en lo que llamamos un sistema de ecuaciones lineales. Denicin 4 [Sistema de ecuaciones lineales ]. Un sistema de m ecuaciones lineales con n variables x1 , , xn (sistema de ecuaciones lineales m n) es un conjunto de m ecuaciones lineales de la forma6 11 x1 + 12 x2 + + 1n xn = b1 21 x1 + 22 x2 + + 2n xn = b2 (1.6) . . . . . . m1 x1 + m2 x2 + + mn xn = bm . En efecto, al reemplazar x por u y a y por 2u 7 en (1.5), obtenemos 2u (2u 7) = 2u 2u + 7 = 7. 2x y = 7 (1.5)

El nmero ij es el coeciente de la variable xj en la ecuacin i y bi es el trmino independiente de la ecuacin i. Cuando todos los trminos independientes bi son 0, el sistema lo llamamos homogneo .
5 Inicialmente, una ecuacin lineal puede no tener esta forma, pero una vez reducidos los trminos semejantes, siempre tendr esta forma, donde cada trmino de la ecuacin contiene a lo ms una sola variable con exponente uno (1). 6 En general, las variables del sistema aparecen explcitamente en el sistema mismo; cuando aparezcan parmetros o demasiados coecientes iguales a cero, por claridad, debemos explicitar las variables antes o despus de presentar el sistema.

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

Dado un sistema de ecuaciones con trminos independientes bi , se dene el sistema de ecuaciones lineales homogneo asociado al sistema dado, como el sistema de ecuaciones lineales con las mismas variables, de coecientes iguales y trminos independientes bi = 0, i = 1, 2, . . . , m. Ejemplo 4. El siguiente conjunto de ecuaciones x1 2x1 + + 2x2 3x2 2x3 = 3 = 10

es un sistema de 2 ecuaciones lineales con variables x1 , x2 , x3 , donde los coecientes respectivos de x1 , x2 y x3 , en la primera ecuacin, son 1, 2 y 0; y, en la segunda ecuacin, son 2, 3 y -2. Los trminos independientes de la primera y segunda ecuacin son -3 y -10, respectivamente. El sistema x1 2x1 es su sistema homogneo asociado. Denicin 5 [Solucin de un sistema de ecuaciones lineales ]. Una solucin de un sistema de ecuaciones lineales con variables x1 , x2 , , xn es una n-upla que es solucin de todas y cada una de las ecuaciones del sistema. Al conjunto formado por todas las soluciones de un sistema lo llamamos conjunto solucin. Ejemplo 5. Podemos vericar que las triplas (15, 6, 1) y (4, 2, 1) son, respectivamente, soluciones de los sistemas del ejemplo anterior, ya que al hacer los debidos reemplazos, obtenemos 1 (15) + 2 (15) + y 14 + 24 + 2 (2) 3 (2) + = 2 1 = 0 0 es decir, 0 0 = 0 . = 0 26 36 + 0 (1) = + 2 (1) = 3 10 es decir, 3 = 10 = 3 10 + + 2x2 3x2 2x3 = 0 = 0

De la misma manera, podemos ver que (1, 2, 4) no es solucin del sistema original ya que, aunque es solucin de la primera ecuacin (1 1+2 (2) = 3), no es solucin de la segunda ecuacin (2 1+3 (2) 2 4 = 10). Observemos que todo sistema de ecuaciones lineales homogneo siempre tiene al menos una solucin: todas las variables iguales a cero (solucin trivial ).

Desde el punto de vista geomtrico, al conjunto solucin de un sistema de ecuaciones lineales lo podemos interpretar como la interseccin de todos los lugares geomtricos (rectas, planos o hiperplanos) representados por cada una de las ecuaciones lineales. Por simplicidad, aunque lo ampliaremos ms adelante, ilustraremos lo anterior en el caso de dos ecuaciones con dos variables. Ejemplo 6. Los siguientes tres conjuntos de ecuaciones son sistemas de dos ecuaciones con variables x, y . Veamos que el nmero de soluciones de cada uno de ellos es completamente diferente. (a) x 2x y 2y = = 2 4 (b) x x y y = = 2 4 (c) x 3x + y y = = 1 7

Observemos que, en el sistema(a), la segunda ecuacin es la primera multiplicada por 2, de tal manera que las soluciones de las dos ecuaciones son las mismas. De otro lado, es fcil vericar que toda dupla de la forma (r + 2, r), donde r es cualquier nmero real, es solucin de este sistema y que por tanto, el sistema tiene innitas soluciones (Conjunto solucin innito) . Geomtricamente, podemos ver que cada una de las ecuaciones del sistema corresponde a la ecuacin de una misma recta en el plano, as que las coordenadas de todos los puntos de dicha recta son las soluciones del sistema (Fig. 1.1 (a)).

1.2. CONCEPTOS BSICOS y


1

5 y
2

(a)
=

(b)
1

y
y = 2

(c)

2y

2x

-2

-2

(2, 1)

y
2
3x + 7 y=

-4

-2

Conjunto solucin innito

Conjunto solucin vaco

Conjunto solucin unitario

Figura 1.1: Tipos de conjunto solucin de un sistema de ecuaciones lineales 2 2 Respecto al sistema (b), podemos ver que no tiene solucin ya que no hay dos nmeros que restados sean iguales a 2 y 4, simultneamente (Conjunto solucin vaco) . Geomtricamente, se puede vericar que las ecuaciones del sistema corresponden a las ecuaciones de dos rectas paralelas, as que no hay un punto comn a ellas y por tanto, no hay una dupla que sea solucin del sistema (Fig. 1.1 (b)). Y, respecto al sistema (c), podemos ver que la dupla (2, 1) es solucin del sistema y que adems es la nica solucin (Conjunto solucin unitario) . Geomtricamente, las ecuaciones del sistema corresponden a las ecuaciones de dos rectas no paralelas en el plano; por tanto, se cortan en un slo punto: (2, 1) (Fig. 1.1 (c)). En este ejemplo, se ilustran las nicas tres posibilidades del nmero de soluciones de un sistema de ecuaciones lineales: innitas (a), ninguna(b) y slo una(c), como lo formalizaremos ms adelante. Por lo pronto, diferenciemos muy bien aquellos sistemas que tienen al menos una solucin de aquellos que no tienen solucin. Denicin 6 [Sistema de ecuaciones lineales consistente ]. A un sistema de ecuaciones lo denominamos consistente si tiene al menos una solucin. En caso contrario, al sistema lo denominamos inconsistente . En el Ejemplo 6, tenemos que los sistemas (a) y (c) son consistentes, mientras que el sistema (b) es inconsistente. Adems, podemos armar que todo sistema de ecuaciones lineales homogneo es consistente (Por qu?) y que el conjunto solucin de un sistema inconsistente es el conjunto vaco. Para determinar el nmero de soluciones y/o encontrar las soluciones de un sistema, recurriremos, como lo ilustraremos ms adelante, a sistemas que tienen las mismas soluciones y que son ms fcil de analizar y de resolver, para lo cual introducimos la siguiente denicin. Denicin 7 [Sistemas de ecuaciones lineales equivalentes ]. Decimos que dos sistemas de ecuaciones lineales son equivalentes, si tienen el mismo conjunto solucin. Ejemplo 7. Observemos que los siguientes sistemas de ecuaciones lineales 2 2 son equivalentes. (a) x x + y y = = 1 3 (b) x y y = = 1 1

ya que ambos tienen como nica solucin (2, 1).

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

De otro lado, es fcil ver que los sistemas que tienen el "patrn escalonado" del sistema (b) del Ejemplo 7, son fciles de resolver. En efecto, si comenzamos resolviendo la ltima ecuacin y luego sustituimos el valor encontrado en la ecuacin anterior y resolvemos la ecuacin resultante, obtenemos la solucin del sistema; es decir, y x1 = = 1, 1 de donde, x = 2.

El procedimiento empleado para resolver este ltimo sistema se conoce como sustitucin hacia atrs y la idea bsica para resolver un sistema cualquiera consiste en transformar el sistema dado en otro equivalente que tenga el "patrn escalonado", el cual como ya dijimos, ser ms fcil de resolver. Esta idea es lo que en el bachillerato llambamos mtodo de reduccin o eliminacin. Veamos un ejemplo de solucin mediante esta idea bsica, la cual formalizaremos en la Seccin 1.4. Ejemplo 8. Resolvamos el sistema de ecuaciones lineales 3 3 x y 3x 3y 2x y + + z 2z z = 2 = 16 = 9. (1.7)

Restndole, a la segunda ecuacin, 3 veces la primera ecuacin para eliminar la variable x de la segunda ecuacin, obtenemos el siguiente sistema: x 2x y y z 5z + z = = = 2 10 9. (1.8)

Restndole, a la tercera ecuacin, 2 veces la primera ecuacin para eliminar la variable x de la tercera ecuacin, obtenemos el siguiente sistema: x y y z 5z + 3z = = = 2 10 5. (1.9)

Intercambiando la segunda y la tercera ecuacin, obtenemos el siguiente sistema: x y y + z 3z 5z = 2 = 5 = 10, (1.10)

el cual tiene un "patrn escalonado", que hace fcil encontrar la solucin mediante el mtodo de sustitucin hacia atrs: De la ltima ecuacin, z = 2. Sustituyendo el valor de z en la ecuacin inmediatamente anterior, es fcil ver que y = 1; y sustituyendo los valores de y y z en la ecuacin inmediatamente anterior a sta ltima, tenemos que x = 3 . Los procedimientos que hicimos para pasar de un sistema a otro, nos permiten ver que las soluciones del sistema inicial son tambin solucin de cada uno de los otros sistemas. Puesto que los pasos que efectuamos son reversibles, podramos iniciar el proceso en el sistema nal y pasando por cada uno de los otros sistemas llegar al sistema inicial. As, cualquier solucin del sistema nal es tambin solucin de los otros sistemas y en particular, del sistema inicial. Observemos que, en el sistema (1.10), el cual tiene el "patrn escalonado", la variable pivotal de cada ecuacin es diferente, lo cual permite obtener la solucin del sistema mediante la sustitucin hacia atrs. Volviendo a los procedimientos para pasar de un sistema a otro equivalente, debemos anotar que slo utilizamos dos tipos de operaciones entre ecuaciones de los tres tipos que denimos a continuacin.

1.3. REPRESENTACIN MATRICIAL DE UN SISTEMA DE ECUACIONES LINEALES

Denicin 8 [Operaciones elementales entre ecuaciones ]. Dado un sistema de ecuaciones lineales, llamamos operaciones elementales entre ecuaciones a cada uno de las siguientes procedimientos: 1. Escalamiento. Reemplazar la ecuacin i, Ei , por un mltiplo de sta, cEi , c = 0: cEi Ei . 2. Eliminacin. Reemplazar la ecuacin i, Ei , por la suma de sta con un mltiplo de otra, cEj : Ei + cEj Ei . 3. Permutacin. Intercambiar las ecuaciones i y j , Ei y Ej : Ei Ej . Con esta notacin, tenemos que, en el Ejemplo 8, las operaciones elementales que efectuamos para pasar del sistema (1.7) al sistema (1.8), del sistema (1.8) al sistema (1.9) y del sistema (1.9) al sistema (1.10) son E2 3E1 E2 , E3 2E1 E3 , y E2 E3 , respectivamente. As, podemos observar que despus de efectuar sucesivamente estas operaciones elementales a un sistema, se llega a otro equivalente.

1.3.

Representacin Matricial de un Sistema de Ecuaciones Lineales

Observemos que los sistemas de ecuaciones lineales se caracterizan por el valor de los coecientes de sus variables y los trminos independientes, de manera que, para empezar, podemos ahorrarnos la escritura repetitiva de las variables. Para tal efecto, llamamos matriz de coecientes del sistema (o simplemente, matriz del sistema ) al arreglo rectangular de nmeros formado por los coecientes de las variables, de tal forma que cada la corresponda a una ecuacin y cada columna a una variable, y matriz aumentada del sistema , al arreglo rectangular de nmeros formado por la matriz del sistema y una columna adicional conformada por los trminos independientes. De esta forma, la matriz de un sistema con m ecuaciones y n variables tendr m las y n columnas, lo cual denotamos diciendo que el tamao de la matriz es m n. As, la matriz del sistema y la matriz aumentada del sistema del Ejemplo 4 son, respectivamente, las matrices de tamao 2 3 y 2 4 1 2 2 0 3 2 y 1 2 2 3 0 3 2 10 ,

y en general, la matriz de coecientes y la matriz aumentada del sistema de ecuaciones lineales (1.6) son 11 21 . . . m1 12 22 . . . m2 . . . 1n 2n . . . mn 11 21 . . . m1 12 22 . . . m2 . . . 1n 2n . . . mn b1 b2 . . . bm

7 .

Como la matriz aumentada de un sistema es una representacin abreviada de ste, diremos que el pivote de una la de una matriz es el primer elemento de la la, de izquierda a derecha, que es diferente de cero8 y que las operaciones elementales entre ecuaciones se pueden interpretar como operaciones entre las en esta matriz.
7 Por notacin, en la matriz aumentada, as no aparezca la lnea vertical, la ltima columna corresponde a los trminos independientes del sistema. 8 Observemos que aunque en una ecuacin lineal el trmino independiente no puede ser pivote, con esta extensin del concepto de pivote, en una matriz aumentada, el trmino independiente si podra ser pivote.

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

Denicin 9 [Operaciones elementales entre las ]. Dada una matriz, llamamos operaciones elementales entre las a cada una de los siguientes procedimientos: 1. Escalamiento. Reemplazar la la i, Fi , por un mltiplo de sta, cFi , c = 0: cFi Fi . 2. Eliminacin. Reemplazar la la i, Fi , por la suma de sta con un mltiplo de otra, cFj : Fi + cFj Fi . 3. Permutacin. Intercambiar las las i y j , Fi y Fj : Fi Fj . En el Ejemplo 8, los procedimientos efectuados para pasar de un sistema a otro, quedan representados por la siguientes matrices aumentadas y operaciones elementales entre las: 1 1 1 2 3 3 2 16 2 1 1 9 F2 3F1 F2 1 1 1 2 0 0 5 10 2 1 1 9 1 1 1 2 0 0 5 10 0 1 3 5 1 1 1 2 0 1 3 5 . 0 0 5 10

(1.11)

F3 2F1 F3

F2 F3

Como estas matrices representan sistemas de ecuaciones lineales equivalentes y fueron obtenidas mediante operaciones elementales entre las, tenemos una motivacin para la siguiente denicin. Denicin 10 [Matrices equivalentes ]. Decimos que dos matrices son equivalentes si al efectuar operaciones elementales entre las a una de ellas, se obtiene la otra. 1 1 1 2 1 1 1 2 2 16 y 0 1 3 5 Ejemplo 9. Las matrices 3 3 2 1 1 9 0 0 5 10 vimos en (1.11), al aplicar sucesivamente las operaciones elementales F2 1 1 1 2 1 2 16 , se obtiene la matriz 0 F2 F3 a la matriz 3 3 2 1 1 9 0

3F1 F2 , F3 2F1 F3 y 1 1 2 1 3 5 . 0 5 10

son equivalentes, ya que como

1.4.

Eliminacin de Gauss

En esta seccin, examinaremos con ms detalle el mtodo que utilizamos para resolver el sistema de ecuaciones lineales (1.7), el cual es un mtodo sistemtico y directo9 para resolver un sistema de ecuaciones lineales. La idea consiste en llevar la matriz aumentada del sistema dado a otra equivalente con "patrn escalonado", que corresponda a un sistema que pueda ser resuelto por medio de sustitucin hacia atrs. Empezaremos formalizando lo que hemos llamado "patrn escalonado", deniendo lo que se conoce como matriz escalonada, ya que un sistema de ecuaciones lineales con dicho patrn tiene como matriz aumentada una matriz escalonada.
9 Decimos

que el mtodo es directo porque, en un nmero nito de operaciones, se obtiene el conjunto solucin del sistema.

1.4. ELIMINACIN DE GAUSS

Denicin 11 [Matriz escalonada ]. Decimos que una matriz es escalonada si tiene las siguientes caractersticas: 1. Cualquier la cuyas componentes sean todas cero, se encuentra en la parte inferior de la matriz. 2. En cada la cuyas componentes no sean todas cero, el pivote se encuentra en una columna que est a la derecha de la columna del pivote de la la anterior (equivalentemente, podemos decir que cada pivote est a la izquierda del pivote de la la siguiente). Observemos que, en una matriz escalonada, cada la tiene un pivote o todas sus componentes son cero; adems, ninguna columna tiene ms de un pivote. Este hecho nos permite clasicar sus columnas como pivotales y no pivotales, segn tengan o no pivote, respectivamente. Ejemplo 10. 0 10 3 0 0 0 0 0 Determinemos cules de las siguientes matrices 1 2 1 2 1 2 0 0 0 0 1 0 0 6 , 0 9 0 5 , 0 0 0 0 0 0 0 0 0 0 -2 0 7 1 , 0 0 son matrices escalonadas. 1 1 0 1 0 1 5 , 0 0 2 -1/3 7/3 0 0 0 0 0 3 2 5

2 0 3 1 , 0 -5

Observemos que las dos primeras no son matrices escalonadas y que el resto s lo son. En efecto, en la primera matriz, aunque las las de ceros estn en la parte inferior, el pivote de la primera la est en una columna a la derecha de la columna donde est el pivote de la segunda la; y, en la segunda matriz, hay una la de ceros que no est en la parte inferior de la matriz. En la tercera matriz, sus pivotes son 1, 6 y -1/3 y sus columnas pivotales son la primera, la segunda y la tercera; en la cuarta matriz, sus pivotes son 1, 2 y -5 y sus columnas pivotales son la segunda, la tercera y la quinta; en la quinta matriz, su pivote es -2 y en la ultima es 3, y sus columnas pivotales son la primera y la tercera, respectivamente. Un mtodo eciente y de uso frecuente para reducir una matriz dada a una matriz escalonada equivalente es el conocido como mtodo de eliminacin de Gauss. ALGORITMO 1 Mtodo de Eliminacin de Gauss Objetivo: Escalonar una matriz; es decir, dada una matriz, encontrar una matriz escalonada equivalente a la matriz dada. Paso 1 Identique la primera columna, de izquierda a derecha, que no sea de slo ceros. Paso 2 Si la primera componente de esta columna es un cero, intercambie la primera la con una que tenga una componente no cero en esta columna. Esta componente no cero corresponde al pivote de esta columna. Paso 3 Usando la la del pivote, aplique operaciones elementales adecuadas del Tipo Eliminacin, sucesivamente, para obtener ceros debajo del pivote de esta columna. Paso 4 Reptale este procedimiento, comenzando con el Paso 1, al conjunto de las de la matriz resultante del paso anterior que estn por debajo de la la donde est el pivote anterior, hasta agotar las las o hasta que las las restantes sean de slo ceros. Ejemplo 11. Aplicando el Mtodo de Eliminacin de Gauss, encontremos una matriz escalonada equivalente

10

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

a la matriz

2 2 4 1 3 0 5 9/2 0 2 2/3 1 . 6 3 11 5

Como la primera columna de izquierda a derecha que no es de slo ceros es la primera columna de la matriz y su primer elemento no es cero, 2 es el pivote y, para obtener ceros debajo de l, realizamos las operaciones elementales entre las indicadas a continuacin 2 2 4 1 0 3 1 6 F2 3 F2 2 F1 0 2 2/3 1 . F4 3F1 F4 0 3 1 8 Repitiendo el mismo procedimiento a las las 2, 3 y 4 de la el 3 de la la 2, obtenemos 2 F3 2 F F 3 3 2 0 0 F4 F2 F4 0 matriz anterior y usando como segundo pivote 2 4 1 3 1 6 0 0 3 . 0 0 2

Repitiendo nuevamente el mismo procedimiento a las las 3 y 4 de la matriz anterior y usando como tercer pivote el 3 de la la 3, obtenemos 2 2 4 1 0 3 1 6 , F4 + 2 F4 3 F3 0 0 0 3 0 0 0 0 la cual es una matriz escalonada equivalente a la matriz dada. Notemos que la constante c de la operacin elemental adecuada tipo eliminacin es el opuesto del cociente entre la componente que se quiere anular y el pivote de la respectiva columna. As, en el primer paso 3 6 2 2 2 obtuvimos 2 y 2 = 3; en el segundo, 3 y 3 3 = 1 y, en el tercero, 3 = 3 .

Observemos que el mtodo que se aplic para reducir la matriz aumentada del sistema (1.7) a una forma escalonada equivalente fue precisamente el mtodo de eliminacin de Gauss. Vase (1.11). Con base en lo anterior, podemos describir la idea de cmo resolver sistemas de ecuaciones lineales que venimos sugiriendo, as: ALGORITMO 2 Idea bsica para resolver un Sistema de Ecuaciones Lineales Paso 1 Escriba la matriz aumentada del sistema de ecuaciones lineales. Paso 2 Aplique el mtodo de eliminacin de Gauss para reducir la matriz aumentada del sistema a una matriz escalonada equivalente (Algoritmo 1). Paso 3 Resuelva el sistema correspondiente a la matriz escalonada por sustitucin hacia atrs.

1.4. ELIMINACIN DE GAUSS

11

Teniendo en cuenta que, en un sistema de ecuaciones lineales cuya matriz asociada es una matriz escalonada, cada columna de la matriz tiene slo un pivote o no tiene, llamamos variables pivotales del sistema a las variables del sistema correspondientes a las columnas pivotales de la matriz y variables libres 10 a las variables del sistema correspondientes a las columnas no pivotales de la matriz. Ejemplo 12. Resolvamos el sistema de ecuaciones lineales 3 3 2x1 2x1 x1 + + x2 3x2 x2 + + x3 x3 2x3 = = = 3 5 . 5 (1.12)

1. Escribimos la matriz aumentada del sistema: 2 1 2 3 1 1

1 3 1 5 . 2 5

2. Aplicamos el mtodo de eliminacin de Gauss a esta matriz: 3 2 1 1 F2 F1 F2 0 2 0 2 F3 1 F3 2 F1 0 3/2 5/2 13/2 F3 + 3 4 F2 F3 2 0 0 1 1 3 2 . 2 0 0 5/2 5

Observemos que, en este ejemplo, x1 , x2 y x3 son las variables pivotales y que no hay variables libres. 3. Resolvemos el sistema correspondiente a la matriz aumentada escalonada, 2x1 + x2 2x2 + x3
5 2 x3

= = =

3 2 5

Aplicando sustitucin hacia atrs

5 x3 = 5/2 = 2 2 x2 = 2 = 1 2x1 = 3 x2 x3 = 3 1 2 = 0. x1 = 0

As, (0, 1, 2) es la nica solucin del sistema (1.12). Ejemplo 13. Resolvamos el sistema de ecuaciones lineales 3 4 x 2x x + y 2y y z z z + 2w + 3w = = = 1 3 . 3

(1.13)

1. Escribimos la matriz aumentada del sistema: 1 1 2 2 1 1

1 2 1 1 3 3 . 1 0 3

10 El nombre de variables libres est justicado en el hecho que, si el sistema es consistente, en su solucin, estas variables pueden tomar valores arbitrarios. Adems, observemos que los conceptos de variable pivotal y de variable libre de un sistema se denen con base en una matriz escalonada equivalente a la matriz de coecientes del sistema.

12

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

2. Aplicamos el mtodo de eliminacin de Gauss a esta matriz: 1 1 1 2 1 F2 2F1 F2 0 1 0 1 1 F3 + F1 F3 0 0 2 2 2 F3 + 2F2 F3 1 0 0 1 1 2 1 0 1 1 1 0 0 0 0

Observemos que, en este ejemplo, x y z son las variables pivotales y que y y w son las variables libres. 3. Resolvemos el sistema correspondiente a la matriz aumentada escalonada, x y z z + 2w w = 1 = 1 Aplicando sustitucin hacia atrs z =1+w x = 1 + y + z 2w x = 1 + y + (1 + w) 2w = 2 + y w

lo que nos indica que este sistema, y por tanto el sistema (1.13), tiene innitas soluciones, ya que las variables y y w pueden tomar cualquier valor. En efecto, el conjunto solucin del sistema (1.13) es {(2 + y w, y, 1 + w, w) : y, w IR}. Ejemplo 14. Ahora, resolvamos el sistema de ecuaciones lineales homogneo asociado al sistema de ecuaciones anterior x y z + 2w = 0 2x 2y z + 3w = 0 . (1.14) x + y z = 0 1. Escribimos la matriz aumentada del sistema: 1 1 1 2 0 2 2 1 3 0 . 1 1 1 0 0 2. Aplicamos el mtodo de eliminacin de Gauss a esta matriz: 1 1 1 2 0 F2 2F1 F2 0 0 1 1 0 F3 + F1 F3 0 0 2 2 0 F3 + 2F2 F3 1 1 0 0 0 0 1 2 0 1 1 0 . 0 0 0

Observemos que, al igual que en el ejemplo anterior, x y z son variables pivotales y que y y w son variables libres. 3. Resolvemos el sistema correspondiente a la matriz aumentada escalonada, x d y z z + 2w w = 0 = 0 Aplicando sustitucin hacia atrs z=w x = y + z 2w = y + w 2w = y w

lo que nos indica que este sistema, y por tanto el sistema (1.14), tiene innitas soluciones, y su conjunto solucin es {(x, y, z, w) : x = y w, z = w, y, w IR}. Recordemos que un conjunto solucin de un sistema de ecuaciones lineales como ste, lo podemos escribir de otras formas (ver observacin sobre el Ejemplo 3, Pg. 3).

1.4. ELIMINACIN DE GAUSS

13

Ejemplo 15. Resolvamos el sistema de ecuaciones 2x y x + 2y 5y + + 3z z 5z = 0 = 2 . = 1 (1.15)

2 1. Escribimos la matriz aumentada del sistema: 1 0

2. Aplicamos el mtodo de eliminacin de Gauss a esta matriz: 2 1 3 0 0 5/2 5/2 F2 1 F2 2 2 F1 1 0 5 5 F3 + 2F2 F3 2 1 3 0 0 5/2 5/2 2 . 3 0 0 0

1 3 0 2 . 2 1 5 5 1

Observemos que, en este ejemplo, a diferencia de los anteriores, la columna de los trminos independientes es una columna pivotal. 3. Al escribir el sistema correspondiente a la matriz aumentada escalonada, 2x y
5 2y

3z
5 2z

= = 0 =

0 2 , 3

obtenemos una ecuacin que no tiene solucin, 0=3, lo que nos indica que este sistema, y por tanto, el sistema (1.15) no tiene solucin. Analizando detenidamente los ltimos 4 ejemplos, obtenemos las siguientes conclusiones: 1. [Determinacin de las operaciones elementales] Las operaciones elementales utilizadas en el mtodo de eliminacin de Gauss dependen exclusivamente de la matriz de coecientes; es decir, los trminos independientes no interviene en la determinacin de dichas operaciones elementales. 2. [Sistemas inconsistentes] Si al escalonar la matriz aumentada de un sistema de ecuaciones lineales, una la tiene su pivote en la columna de los trminos independientes, el sistema es inconsistente; o lo que es lo mismo, si al escalonar la matriz aumentada de un sistema de ecuaciones lineales, se tiene una la de ceros en la matriz de los coecientes y el trmino independiente de esta la es diferente de cero, el sistema es inconsistente. 3. [Sistemas consistentes] Si al escalonar la matriz aumentada de un sistema de ecuaciones lineales, no se obtiene pivote en la columna de los trminos independientes, el sistema es consistente; o lo que es lo mismo, si al escalonar la matriz aumentada de un sistema de ecuaciones lineales, no hay las de ceros o a todas las las de ceros en la matriz de los coecientes les corresponde un trmino independiente igual a cero, el sistema es consistente. 4. [Sistemas consistentes para todo trmino independiente] Si al escalonar la matriz de coecientes de un sistema de ecuaciones lineales, cada la tiene pivote, el sistema es consistente para cualquier columna de trminos independientes. 5. [Sistemas con innitas soluciones] Si al escalonar la matriz aumentada de un sistema de ecuaciones lineales, se observan menos pivotes que columnas en la matriz de coecientes y el sistema es consistente, el sistema tiene innitas soluciones; o lo que es lo mismo, si el sistema es consistente y hay columnas sin pivote (variables libres), el sistema tiene innitas soluciones.

14

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

6. [Sistemas con solucin nica] Si al escalonar la matriz aumentada de un sistema de ecuaciones lineales, cada columna de la matriz de los coecientes tiene pivote y el sistema es consistente, el sistema tiene solucin nica o lo que es lo mismo, si el sistema es consistente y no hay variables libres, el sistema tiene solucin nica. 7. [Sistemas homogneos] Al escalonar la matriz aumentada de un sistema de ecuaciones lineales homogneo, nunca habr pivote en la columna de trminos independientes ya que sta siempre estar conformada por ceros. Por esta razn, para resolver un sistema de ecuaciones lineales homogneo, basta escalonar la matriz de coecientes del sistema de ecuaciones lineales en lugar de hacerlo con la matriz aumentada. De los ejemplos y las conclusiones anteriores, es claro que para determinar si un sistema de ecuaciones lineales tiene o no solucin y cuntas soluciones tiene, en caso de tenerlas, basta con llevar la matriz aumentada del sistema a una forma escalonada equivalente. En otras palabras, la consistencia o inconsistencia de un sistema de ecuaciones lineales y el nmero de soluciones se determina antes del Paso 3 de la idea bsica para resolver un Sistema de Ecuaciones Lineales (Algoritmo 2). De otro lado, es fcil ver que despejar una variable en la sustitucin hacia atrs es equivalente a convertir el pivote correspondiente en 1 mediante una operacin elemental tipo escalamiento y que sustituir el valor obtenido de una variable en las ecuaciones anteriores es equivalente a introducir ceros arriba del pivote correspondiente mediante una operacin elemental tipo eliminacin, es decir que resolver un sistema de ecuaciones lineales con patrn escalonado mediante sustitucin hacia atrs consiste en realizar operaciones elementales adecuadas a la matriz escalonada del sistema de ecuaciones lineales, para onvertir" en uno (1) los pivotes y obtener ceros encima de ellos, como lo indicamos en el siguiente algoritmo. ALGORITMO 3 Mtodo de sustitucin hacia atrs Objetivo: Dado un sistema de ecuaciones lineales consistente con "patrn escalonado", encontrar su(s) solucin(es). Paso 1 Escriba la matriz aumentada del sistema de ecuaciones lineales (la cual es una matriz escalonada). Paso 2 Identique la columna del primer pivote, de derecha a izquierda ( la del ltimo pivote, de izquierda a derecha). Paso 3 Aplique la operacin elemental adecuada de Tipo Escalamiento para obtener uno (1) como pivote en esta columna. Paso 4 Aplique sucesivamente operaciones elementales adecuadas del Tipo Eliminacin para obtener ceros (0) encima del pivote de esta columna. Paso 5 Reptale este procedimiento, comenzando con el Paso 2, al conjunto de las de la matriz resultante en el paso anterior que estn por encima de la la donde estaba el pivote anterior, hasta agotar las las. Paso 6 Si todas las columnas de la matriz de coecientes tienen pivote, la nica solucin del sistema aparecer en las componentes de la columna de trminos independientes correspondientes a las las que tienen pivotes. En caso contrario (hay al menos una variable libre), las innitas soluciones se obtienen despejando las variables pivotales en trminos de las variables libres, lo cual es relativamente fcil.

1.4. ELIMINACIN DE GAUSS

15

Ejemplo 16. Usemos el Algoritmo 3 en el Paso 3 del Ejemplo 12. 1. Despus de aplicar el mtodo de eliminacin de Gauss, obtenemos la matriz escalonada (la cual es la matriz aumentada del sistema de ecuaciones lineales con "patrn escalonado"). 2 0 0 1 1 3 2 2 0 0 -5/2 5

2. El primer pivote, de derecha a izquierda, es -5/2. 3. Obtengamos 1 como pivote, aplicando una operacin elemental entre las de Tipo Escalamiento 2 0 0 1 1 2 0 0 1 3 2 . 2

(2/5)F3

F3

4. Obtengamos ceros encima del pivote, aplicando operaciones elementales entre las de Tipo Eliminacin 2 0 0 1 2 0 0 1 0 2 . 1 2

F1 F3

F1

5. Repetimos los pasos con las las por encima del pivote anterior (las 1 y 2). Obtengamos 1 como pivote, aplicando una operacin elemental entre las de Tipo Escalamiento. 2 1 0 0 1 0 0 0 1 1 1 . 2

(1/2)F2

F2

6. Obtengamos ceros encima del pivote, aplicando operaciones elementales entre las de Tipo Eliminacin 2 0 0 0 0 1 0 0 1 0 1 . 2

F1 F2

F1

7. Repetimos los pasos con las las por encima del pivote anterior (la 1). Obtengamos 1 como pivote, aplicando una operacin elemental entre las de Tipo Escalamiento. 1 0 0 1 0 0 0 0 0 1 . 1 2

(1/2)F1

F1

8. Finalmente, todas las columnas de la matriz de coecientes tienen pivote igual a 1, por lo tanto (0, 1, 2) (componentes de la columna de trminos independientes correspondientes a las las con pivotes) es la nica solucin del sistema (1.12). Ejemplo 17. Usemos el mtodo de sustitucin hacia atrs (Algoritmo 3) en el Paso 3 del Ejemplo 13. La matriz aumentada del sistema con "patrn escalonado" es 1 1 1 2 1 0 0 1 1 1 . 0 0 0 0 0

16

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

1. El ltimo pivote, de izquierda a derecha, es 1. Pasamos directamente al Paso 4 del mtodo de sustitucin hacia atrs, y obtenemos 1 0 0 1 0 1 2 0 1 1 1 0 0 0 0

F1 + F2

F1

2. Finalmente, la segunda y cuarta columna no tienen pivote, por lo tanto y , w son variables libres y x, z son variables pivotales, las cuales procedemos a despejar en trminos de las anteriores para obtener las innitas soluciones del sistema (1.13). x y z + w w = 2 = 1 Despejando las variables pivotales x=2+yw z =1+w Finalmente, con este mtodo para resolver sistemas de ecuaciones lineales con patrn escalonado, podemos presentar un algoritmo para la solucin de un sistema de ecuaciones lineales, que incluye el mtodo de eliminacin de Gauss y el de sustitucin hacia atrs. ALGORITMO 4 Mtodo de solucin de un Sistema de Ecuaciones Lineales (Eliminacin de Gauss + Sustitucin hacia atrs) Objetivo: Dado un sistema de ecuaciones lineales, determinar si tiene solucin y, en caso de tener, hallar su(s) solucin(es). Paso 1 Escriba la matriz aumentada del sistema de ecuaciones lineales. Paso 2 Aplique el mtodo de eliminacin de Gauss para reducir la matriz aumentada del sistema a una matriz escalonada equivalente (Algoritmo 1). Paso 3 Si la columna de trminos independientes es pivotal, el sistema de ecuaciones lineales no tiene solucin y termina el algoritmo. Si no, el sistema de ecuaciones lineales tiene solucin y continua el algoritmo. Paso 4 Resuelva el sistema correspondiente a la matriz escalonada usando el mtodo de sustitucin hacia atrs (Algoritmo 3).

Una variante muy popularizada del mtodo que acabamos de presentar es el llamado Mtodo de GaussJordan que consiste en, una vez ubicado el pivote, convertirlo en uno (1); luego, introducir ceros debajo del pivote y despus introducir ceros encima de l, para cada columna pivotal. En otras palabras, este mtodo sigue los pasos de los mtodos de eliminacin de Gauss y de sustitucin hacia atrs entremezclados, el cual podemos resumir como sigue, teniendo en cuenta que, en general, este mtodo no es mejor que el planteado anteriormente, aunque produce los mismos resultados 11 .
11 Frecuentemente, este algoritmo es utilizado para calcular la matriz escalonada equivalente cuyas columnas pivotales tienen como componentes slo ceros excepto el pivote que es uno, la cual es llamada matriz escalonada reducida [7] [16].

1.4. ELIMINACIN DE GAUSS

17

ALGORITMO 5 Otro mtodo de solucin de un Sistema de Ecuaciones Lineales (Gauss-Jordan) Objetivo: Dado un sistema de ecuaciones lineales, determinar si tiene solucin y, en caso de tenerla, hallar su(s) solucin(es). Paso 1 Escriba la matriz aumentada del sistema de ecuaciones lineales. Paso 2 Identique la primera columna, de izquierda a derecha, que no sea de slo ceros. Paso 3 Si la primera componente de esta columna es un cero, intercambie la primera la con una que tenga una componente no cero en esta columna. Esta componente no cero ser el pivote de esta columna. Paso 4 Aplique la operacin elemental adecuada de Tipo Escalamiento para convertir en uno (1) el pivote del paso anterior. Paso 5 Aplique sucesivamente operaciones elementales adecuadas de Tipo Eliminacin, para obtener ceros debajo del pivote de esta columna. Paso 6 Aplique sucesivamente operaciones elementales adecuadas de Tipo Eliminacin para obtener ceros encima del pivote de esta columna. Paso 7 Reptale los Pasos 2, 3, 4 y 5, a las las que se encuentran por debajo de la la donde estaba el pivote anterior, y el Paso 6 a las las por encima del nuevo pivote, hasta agotar las las o hasta que las las por debajo de la la donde estaba el pivote anterior sean de slo ceros. Paso 8 Si la columna de trminos independientes es pivotal, el sistema de ecuaciones no tiene solucin y el algoritmo termina. Si no, el sistema de ecuaciones lineales tiene solucin. Si todas las columnas de la matriz de coecientes tienen pivote, la solucin es nica y aparecer en las componentes de la columna de trminos independientes correspondientes a las las que tienen pivotes. En caso contrario (hay al menos una variable libre), el sistema tiene innitas soluciones y se obtiene despejando las variables pivotales en trminos de las variables libres, lo cual es relativamente fcil.

Aunque evidentemente, por este mtodo tambin se llega a la solucin del sistema, el alterar el orden de los pasos del mtodo de solucin propuesto en el Algoritmo 4 (Eliminacin de Gauss + Sustitucin hacia atrs), hace que el Algoritmo 5 (Gauss-Jordan) sea ineciente, puesto que aumenta el nmero de operaciones, casi al doble [7] [16] [6]. Adems, cuando el sistema de ecuaciones lineales no tiene solucin, se realizan muchas operaciones innecesarias antes de determinar esta situacin. Es de anotar, que la computacin (y/o programacin) en paralelo elimina esta ineciencia, ya que muchas de estas operaciones se pueden hacer simultneamente produciendo un ahorro en el tiempo total de computo. Ejemplo 18. Usando el Mtodo de Gauss-Jordan (Algoritmo 5), resolvamos el sistema de ecuaciones lineales del Ejemplo 12 2x1 2x1 x1 + + x2 3x2 x2 + + x3 x3 2x3 = = = 3 5 5.

(1.16)

18

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

1. Escribimos la matriz aumentada de este sistema: 2 1 1 3 2 5 . 3 1 1 1 2 5 2. La primer columna, de izquierda a derecha, diferente de cero es la Columna 1. 3. El primer pivote es 2, por lo tanto no necesitamos el Paso 3 del Algoritmo 5. Obtenemos uno (1) como pivote aplicando una operacin elemental entre las de Tipo Escalamiento 1 0,5 0,5 1,5 2 (1/2)F1 F1 3 1 5 1 1 2 5 4. Obtenemos ceros debajo del pivote, aplicando operaciones elementales entre las Tipo Eliminacin 1 0 ,5 0,5 1,5 F2 2F1 F2 0 2 2 0 F3 F1 F3 0 1,5 2,5 6,5 5. Como es el primer pivote, no necesitamos el Paso 6 del Algoritmo 5. Repetimos los Pasos 2, 3, 4 y 5 del Algoritmo 5 a las las debajo del pivote anterior (Filas 2 y 3) y el Paso 6 a las las encima del nuevo pivote. Encontramos que el pivote es nuevamente 2, por lo tanto, obtenemos uno (1) como pivote aplicando una operacin elemental entre las de Tipo Escalamiento 1,5 1 0,5 0,5 0 (1/2)F2 F2 1 0 1 0 1,5 2,5 6,5 6. Obtenemos ceros debajo y encima del pivote, aplicando operaciones elementales entre las Tipo Eliminacin 1 1 0 0,5 F3 + 1,5F2 F3 0 1 0 1 F1 0,5F2 F1 0 0 -2.5 5 7. Repetimos los Pasos 2 y 3 del Algoritmo 5 con las las debajo del pivote anterior (Fila 3) y encontramos que el pivote es -2.5, por lo tanto, aplicamos operacin elemental entre las Tipo Escalamiento para obtener 1 como pivote 1 0 0,5 1 0 1 (1/2,5)F3 F3 0 1 0 0 1 2 8. Como es la ltima la, slo necesitamos obtener ceros encima mentales entre las Tipo Eliminacin 1 0 0 1 F1 0,5F3 F1 0 0 del pivote, aplicando operaciones ele 0 0 0 1 1 2

9. Finalmente, todas las columnas de la matriz de coecientes tienen pivote, por lo tanto, (0, 1, 2) (componentes de la columna de trminos independientes correspondientes a las las con pivotes) es la nica solucin del sistema.

1.5. SOLUCIN SIMULTNEA DE SISTEMAS DE ECUACIONES LINEALES

19

1.5.

Solucin Simultnea de Sistemas de Ecuaciones Lineales

Para terminar este captulo, veamos que, cuando se requiere resolver dos ms sistemas de ecuaciones lineales con la misma matriz de coecientes y se tienen las columnas de trminos independientes al mismo tiempo, es posible ahorrar tiempo de clculo, resolviendo dichos sistemas simultneamente. En la seccin anterior, vimos que las operaciones elementales usadas, tanto en el escalonamiento de la matriz aumentada de un sistema de ecuaciones lineales como en la sustitucin hacia atrs, dependen exclusivamente de la matriz de coecientes, a menos que el sistema no tenga solucin. Con base en este hecho, al resolver los sistemas de ecuaciones lineales cuyas matrices aumentadas son 11 21 . . . m1 12 22 . . . m2 . . . 1n 2n . . . mn b1 b2 . . . bm , 11 21 . . . m1 12 22 . . . m2 . . . 1n 2n . . . mn c1 c2 . . . cm 11 21 . . . m1 12 22 . . . m2 . . . 1n 2n . . . mn r1 r2 . . . rm

podemos ahorrar tiempo de clculo, aplicando el Algoritmo 4 (Mtodo de Eliminacin de Gauss + Sustitucin hacia atrs), a la matriz aumentada conjunta de todos los sistemas, 11 21 . . . m1 12 22 . . . m2 . . . 1n 2n . . . mn b1 b2 . . . bm c1 c2 . . . cm . . . r1 r2 . . . rm

en lugar de hacerlo a cada una de las matrices aumentadas correspondientes a cada sistema de ecuaciones lineales. Incluso, podemos ahorrar an ms tiempo de computo, si antes de iniciar la sustitucin hacia atrs, excluimos, de la matriz aumentada conjunta, las columnas correspondientes a los sistemas de ecuaciones lineales que no tengan solucin. Ilustremos esta idea con el siguiente ejemplo. Ejemplo 19: Resolvamos los siguientes sistemas de ecuaciones lineales z 3z + x3 3x3 + + z3 3 z3 + 2w 4w 2x4 4x4 2 z4 4z4 = = = 3 12 , 2 = 0 = 9 , = 4 = = = 2 3 . 2

3x 2x + 3x1 2x1 3z1 2 z1 +

6y 4y

6x2 4x2

6 z2 4 z2

Como la matriz de coecientes de los tres sistemas es la misma, entonces 1. Escribamos la matriz escalonada conjunta de estos tres sistemas de ecuaciones lineales 0 0 1 2 3 0 2 3 6 3 0 12 9 3 . 4 2 2 4 0 4 2 2. A esta matriz, apliqumosle operaciones elementales entre las para encontrar una matriz escalonada

20

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

equivalente a ella (Algoritmo 1 - Mtodo de Eliminacin de Gauss) 3 6 3 0 12 9 3 F1 F2 0 0 2 0 1 2 3 F3 + 2 F3 3 F1 6 2 4 0 0 2 4 F3 + 2F2 F3 3 0 0 6 3 0 12 9 0 1 2 3 0 0 2 0 0 0 3 2 . 0

3. Como, en la matriz de coecientes, la tercera la es de ceros, determinemos cul(es) sistema(s) no tienen solucin para excluirlos. Efectivamente, el segundo sistema no tiene solucin, ya que en su correspondiente columna de trminos independientes, su tercera componente es diferente de cero. Con esta misma matriz, tambin nos damos cuenta que la segunda y cuarta variables son variables libres, por lo tanto, los otros dos sistemas tienen innitas soluciones. Excluyendo la segunda columna de trminos independientes y la la de ceros, tenemos. 3 6 3 0 12 3 . 0 0 1 2 3 2 4. A esta matriz, apliqumosle operaciones elementales entre las para hallar las soluciones del primer y tercer sistema (Algoritmo 3 - Sustitucin hacia atrs). 3 6 0 6 3 3 F1 + 3F2 F1 0 0 1 2 3 2
1 3 F1

F1

1 0

2 0 2 0 1 2

1 1 3 2

5. Finalmente, despejando las variables pivotales, obtenemos que el conjunto solucin del primer sistema es {(1 + 2r 2s, r, 3 2s, s) : r, s IR} y el del tercer sistema es {(1 + 2r 2s, r, 2 2s, s) : r, s IR}. Notemos que, aunque un conjunto de sistemas de ecuaciones lineales tengan las misma matriz de coecientes, si los trminos independientes de uno de ellos dependen de la solucin de uno de los otros sistemas o si dichos trminos no se tienen todos al mismo tiempo, los sistemas no se pueden resolver simultneamente. Para estas dos situaciones que muy frecuentemente aparecen en aplicaciones de las ciencias y la ingeniera12 , en la Seccin 3.8, presentaremos un esquema alternativo para ahorrar tiempo de computo.

12 Algoritmo

simplex revisado [3] y Renamiento iterativo [8], por ejemplo.

1.6. EJERCICIOS

21

1.6.

Ejercicios

Antes de hacer los ejercicios que se proponen en esta seccin, revise los conceptos nuevos que se presentaron en este captulo. Conceptos Ecuacin Solucin de una ecuacin Conjunto solucin de una ecuacin n-upla Ecuacin lineal Pivote Variable pivotal de una ecuacin Sistema de ecuaciones lineales Sistema homogneo Sistema homegneo asociado Solucin de un sistema Conjunto solucin de un sistema Conjunto solucin innito Conjunto solucin vaco Conjunto solucin unitario Sistema consistente 1. Dadas las siguientes ecuaciones: (i) 4x1 + 2x2 + x3 2 = 0 3x2 + 5 (iv ) 4x1 + 2x2 + x3 = 4 4x3 (ii) 3x2 1 x2 + 5x3 = 2 x1 (v ) 3x + y 12z = 72/3 w (iii) 4x1 3x2 1 = x3 + 5x5 (vi) x1 sen 3 +
x2 4

Pgina 1 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5

Conceptos Sistemas equivalentes Sustitucin hacia atrs Matriz del sistema Matriz de coecientes Matriz aumentada del sistema Operaciones elementales entre ecuaciones Operaciones elementales entre las Matrices equivalentes Eliminacin de Gauss Matriz escalonada Columna pivotal Variable pivotal de un sistema escalonado Variable libre Matriz escalonada reducida Matriz aumentada conjunta

Pgina 5 6, 14 7 7 7 7 8 8 8, 9 9 9 11 11 16 19

3=0

a ) Cules son lineales ? Por qu? b ) Cules son homogneas ? Por qu? c ) Cules son los coecientes y los trminos independientes de las ecuaciones que usted identic como lineales? d ) Escriba las ecuaciones homogneas asociadas a las ecuaciones que usted identic como lineales. e ) Cules de las ternas (1, 2, 2), (2, 1, 2), (2, 2, 1) son solucin de la ecuacin (i)? Por qu? f ) Cules de las 4-uplas (1, 1, 1, 1), ( 3, 0, 1 4 , 0), (12, 0, 3, 0) son solucin de la ecuacin (v )? Por qu? g ) Es posible encontrar otras soluciones de la ecuacin (i)? De ser posible, halle al menos otra. h ) Es posible encontrar otras soluciones de la ecuacin (v )? De ser posible, halle al menos otra. 2. Para cada una de las siguientes ecuaciones, determine sus variables con los respectivos coecientes, su trmino independiente y su ecuacin homognea asociada. Determine adems, si es posible, dos soluciones y el conjunto solucin. (i) 4x + 2y x 3 = 0 (ii) 3x 2y + z = 2 x + 2z (iii) 4x1 3x2 1 = x3 + 5x5 3. Sean a, b nmeros reales y x la variable de la ecuacin ax = b. a ) Es sta una ecuacin lineal ? b ) Es siempre posible hallar el valor de x (despejar x) que satisface la ecuacin?

22

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

4. Conteste SI o NO a las siguientes preguntas, dando una breve explicacin de su respuesta. a ) Es posible encontrar una ecuacin lineal que no tenga solucin? b ) Es posible encontrar una ecuacin lineal homognea que no tenga solucin? 5. Encuentre todos los valores de a para los cuales cada una de las siguientes ecuaciones (i)(a 3)x = 5 (ii)2x = a (iii)(a2 4)x = 0 (iv )(a2 4)x = a + 2 a ) tiene exactamente una solucin. b ) tiene innitas soluciones. c ) no tiene solucin (es inconsistente). 6. Dados los siguientes sistemas de ecuaciones lineales: (i) x 2y 2x + 3y = = 2 3 (ii) x 2y 2x + 4y = = 1 2 (iii) x 2y 2x + 4y = = 1 0 (iv ) x 2y 3x y = = 0 0

a ) Cules son homogneos ? Por qu? b ) Cules son los coecientes y los trminos independientes de los sistemas? d ) Cules de las duplas (1, 1), (2, 4), (3, 2) son solucin del sistema (ii)? Por qu? c ) Cules de las duplas (4, 1), (0, 1), (2, 2) son solucin del sistema (i)? Por qu?

e ) Cules de las duplas (1, 1), (2, 4), (3, 2) son solucin del sistema (iii)? Por qu?

f ) Es posible encontrar otras soluciones del sistema (i)? De ser posible, halle al menos otra.

g ) Es posible encontrar otras soluciones del sistema (ii)? De ser posible, halle al menos otra. h ) Determine cules de estos sistemas son consistentes. i ) Escriba los sistemas de ecuaciones homogneos asociados a los sistemas de ecuaciones lineales dados. 7. Dado el siguiente sistema de ecuaciones lineales 3x 2y z 3 = t

x + 3w 2t = 1 3x y + 2z 3w t = 2 x+y+zw

= 3 + 2t w

a ) Determine su matriz de coecientes, sus trminos independientes y su matriz aumentada. [AYUDA: Dena un orden para las variables y reescriba cada una de las ecuaciones segn este orden] b ) Determine el sistema de ecuaciones lineales homogneo asociado. c ) Determine los pivotes. 8. Determine, en cada caso, si los sistemas de ecuaciones lineales dados son equivalentes: (i) xy x y x1 x2 x1 x2 2x1 4x2 = = = = = 0 y 2 0 2 y 2 2u + 3v u 2v 2s + 3t s 2t = 5 = 1 = 5 = 1 (ii) xy x y = 0 = 2 = 1 = 0 y xy+z x y + z x+y+z 2y z 2x + 3z = 0 = 2 = 1 = 0 = 2

(iii)

(iv ) u + v + w 2v w

9. Dada la ecuacin lineal (i) 4x + 2y + 3z = 2 , si multiplicamos ambos lados de la ecuacin por 3, obtenemos la ecuacin (ii) 12x + 6y + 9z = 6.

1.6. EJERCICIOS

23

a ) Pruebe que la terna (1, 1 2 , 1) es una solucin tanto de la ecuacin (i), como de la ecuacin (ii). b ) Halle otra solucin de la ecuacin (ii) y muestre que tambin es solucin de la ecuacin (i). c ) Demuestre que cualquier solucin de la ecuacin (i) es tambin solucin de la ecuacin (ii). 10. Dado el sistema de ecuaciones lineales i) xyz 3x y + z = 1 , = 1

si a la segunda ecuacin del sistema le sumamos la primera multiplicada por 3, obtenemos el sistema de ecuaciones lineales ii) x y z = 1 , 2y + 4z = 4 a ) Verique que la terna (2, 4, 1) es una solucin tanto del sistema de ecuaciones lineales (i), como del sistema de ecuaciones lineales (ii). b ) Halle otra solucin del sistema de ecuaciones lineales (i) y muestre que tambin es solucin del sistema de ecuaciones lineales (ii). c ) Demuestre que cualquier solucin del sistema de ecuaciones lineales (ii) es tambin solucin del sistema de ecuaciones lineales (i). d ) Cul o cules de los tres resultados anteriores permiten concluir que los dos sistemas de ecuaciones son equivalentes? e ) Encuentre las matrices aumentadas asociadas a los sistemas de ecuaciones lineales (i) y (ii). Verique que estas matrices son equivalentes. f ) Si dos sistemas de ecuaciones lineales son equivalentes, Son sus correspondientes matrices aumentadas tambin equivalentes? [AYUDA: Analice los sistemas iii) y iv ) del Ejercicio 8.] 11. Dada la matriz 1 2 1 1 A = 0 0 1/3 7/3 , 0 6 1 5

a ) Escriba un sistema de ecuaciones lineales cuya matriz aumentada sea A. b ) Determine el sistema de ecuaciones lineales homogneo asociado al sistema de ecuaciones lineales de la parte a). 12. Dados los siguientes sistemas de ecuaciones lineales, dibuje la grca correspondiente a cada uno de ellos. Determine geomtricamente si cada sistema tiene solucin y, en caso armativo, si la solucin es nica. Resuelva algebracamente cada sistema para conrmar su respuesta. (i) x 2y 3x + y = = 1 4 (ii) x 2y 3x + 6y y 2y 2y + z 3z z = 1 = 3 (iii) x 2y 3x + 6y = = 1 0

13. Dado el sistema de ecuaciones lineales 2x 4x + + + 2w 3w 2w = = = 0 1 1

a ) Efecte operaciones elementales entre las ecuaciones del sistema hasta llevarlo a uno con patrn escalonado. b ) Escriba la matriz de coecientes y la matriz aumentada asociadas al sistema de ecuaciones lineales. c ) Describa las operaciones elementales entre las correspondientes a las operaciones elementales entre ecuaciones efectuadas en la parte a).

24

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

14. Resuelva cada uno de los siguientes sistemas de ecuaciones lineales. (i) x + 2y + 3z 5y + 2z 4z = 1 = 6 = 8 (ii) x1 3x2 + x3 x2 2x3 = 5 = 1 (iii) x x + 2y 3x + 4y + 2z = = = 1 5 14

15. Resuelva los sistemas de ecuaciones lineales encontrados en el Ejercicio 11. 16. Los siguientes sistemas de ecuaciones son no lineales. Encuentre sustituciones de las variables que conviertan cada uno de ellos en un sistema de ecuaciones lineales y utilice este ltimo para resolver el sistema inicialmente dado. 3 2 (i) x +y = 0 (ii) 2a + 2(3b ) = 1 (iii) x2 y 2 = 3 4 3 a b 2 2 + = 1 3(2 ) 4(3 ) = 1 x + 2 y = 6 x y 17. Demuestre que, para cada tipo de operacin elemental entre las, existe una operacin elemental que reversa el procedimiento. En otras palabras, que si la matriz B resulta de aplicar una operacin elemental entre las a la matriz A, existe otra operacin elemental entre las que al aplicrsela a la matriz B se obtiene la matriz A. 18. Determine, para cada uno de los siguientes casos, si las matrices dadas son equivalentes [AYUDA: Trate de encontrar una secuencia de operaciones elementales entre las que al aplicrselas a una matriz se obtiene la otra.] 1 1 1 1 2 1 1 2 1 1 1 y 0 1 (i) y (ii) 2 2 2 2 0 1 1 3 2 0 3 19. Determine cul o cules de las siguientes matrices son escalonadas. 0 0 0 1 1 0 0 3 2 1 (i) (ii) 0 0 0 3 0 3 2 0 0

(iii)

2 3

20. A cada una de las siguientes matrices, aplique el mtodo de eliminacin de Gauss para encontrar una matriz escalonada equivalente a la matriz dada. 0 1 3 1 2 1 4 0 2 4 5 2 0 2 1 2 3 (iii) (i) 1 (ii) 0 3 1 10 3 0 3 7 1 2 1 3 5 1 1 1 21. Dado el sistema de ecuaciones lineales 2x 4x + 2x y 2y y + z z 2z + + 2w w 3w = = = 0 3 , 2

a ) Determine su matriz aumentada asociada. b ) Aplique el Algoritmo de Gauss para llevar la matriz encontrada en a) a una matriz escalonada. c ) Identique los pivotes de la matriz escalonada. d ) Identique las columnas pivotales de la matriz escalonada. e ) Identique las variables pivotales del sistema. f ) Identique las variables libres del sistema. g ) Determine el tipo (vaco, unitario o innito) de conjunto solucin del sistema.

1.6. EJERCICIOS

25

22. Determine las variables pivotales y las variables libres del sistema de ecuaciones lineales dado en el Ejercicio 7. 23. Cada una de las siguientes matrices es una matriz escalonada equivalente a la matriz aumentada asociada a un sistema de ecuaciones lineales. 2 1 4 1 3 2 4 2 1 4 1 0 0 1 2 1 2 1 2 3 2 (i) (ii) 0 0 (iii) 0 0 0 0 0 0 0 3 0 0 0 2 0 0 0 0 a ) Determine el nmero de ecuaciones y el nmero de variables de cada uno de los sistemas. b ) Identique las variables pivotales de cada uno de los sistemas. c ) Identique las variables libres de cada uno de los sistemas. d ) Determine el tipo de conjunto solucin de cada uno de los sistemas. e ) Para los sistemas consistentes, encuentre el conjunto solucin. 24. Dados los siguientes sistemas de ecuaciones lineales: (i) 3x y 2y + z x 2z = = = 1 2 3 (ii) 2x1 x2 x3 + x4 x3 2x4 2x2 + x3 = = = = x4 x1 x2 x1 iii) 2u v u+z v 5z = = = z+2 v 4u

a ) Resuelva cada uno de ellos, aplicando el mtodo de eliminacin de Gauss y sustitucin hacia atrs. b ) Resuelva cada uno de los sistemas de ecuaciones lineales homogneos asociados. c ) Existe alguna relacin entre los tipos de conjunto solucin de un sistema de ecuaciones lineales y su sistema homogneo asociado? 25. Encuentre otra forma de escribir los conjuntos solucin de los sistemas de ecuaciones lineales de los Ejemplos 13 y 14. 26. Para cada una de las siguientes situaciones, respecto del tamao del sistema de ecuaciones lineales (nmero de ecuaciones nmero de variables) y el nmero de variables pivotales, Qu puede decirse sobre el tipo de conjunto solucin del sistema? Justique su respuesta. Tamao Nmero de del sistema variables pivotales 34 3 34 4 34 2 43 3 43 4 43 2 55 2 Tamao del sistema 55 55 55 85 85 58 58 Nmero de variables pivotales 3 4 5 5 4 6 4

Trate de generalizar sus respuestas para un sistema de ecuaciones lineales con m ecuaciones, n variables (m n) y k variables pivotales. 27. Qu puede decirse del tipo de conjunto solucin de un sistema de ecuaciones lineales donde una de sus ecuaciones es a) 0 = 0. b) 0 = 5. c) 4 = 0. d) 3 = 3.

26

CAPTULO 1. SISTEMAS DE ECUACIONES LINEALES

28. Si en el proceso de escalonar la matriz aumentada de un sistema de ecuaciones lineales, se obtiene 2 0 3 1 4 0 0 2 2 1 1 . 0 0 0 a 5 1 0 0 0 0 b2 b b a ) Es el sistema consistente cuando a = b = 0? En caso de serlo, Es la solucin nica? b ) Es el sistema consistente cuando a = 1 y b = 0? En caso de serlo, Es la solucin nica? c ) Es el sistema consistente cuando a = 0 y b = 1? En caso de serlo, Es la solucin nica? d ) Si b = 2 y a = 0, Qu puede decirse del conjunto solucin? e ) Si b = 1 y a = 0, Qu puede decirse del conjunto solucin? f ) Si a = 0, d un valor de b (diferente de 0), en caso de que exista, para que el sistema sea consistente.

h ) Si a = 0, Para qu valores de b, el sistema tiene solucin nica? j ) Si a = 0, Para qu valores de b, el sistema es no tiene solucin? i ) Si a = 0, Para qu valores de b, el sistema es inconsistente?

g ) Si a = 0, Para qu valores de b, el sistema tiene innitas soluciones?

29. Conteste FALSO o VERDADERO y diga POR QU, a cada una de las siguientes armaciones a ) Si un sistema de ecuaciones lineales tiene solucin, entonces cualquier otro sistema de ecuaciones lineales con la misma matriz de coeciente tambin tiene solucin. b ) Si un sistema de ecuaciones lineales tiene solucin nica, entonces su sistema de ecuaciones lineales homogneo asociado tambin tiene solucin nica. c ) Un sistema de ecuaciones lineales tiene solucin siempre que su sistema de ecuaciones lineales homogneo asociado tenga solucin. d ) El tipo de conjunto solucin de un sistema de ecuaciones lineales y el del sistema de ecuaciones lineales homogneo asociado siempre es el mismo e ) Todo sistema de ecuaciones lineales con 10 variables y 7 ecuaciones tiene innitas soluciones. f ) Todo sistema de ecuaciones lineales con 20 variables y 20 ecuaciones tiene solucin nica. g ) Ningn sistema de ecuaciones lineales con 14 variables y 10 ecuaciones tiene solucin nica. h ) Un sistema de ecuaciones lineales con 27 variables y 13 ecuaciones puede no tener solucin. i ) Un sistema de ecuaciones lineales con 100 variables y 300 ecuaciones puede tener solucin nica. j ) Todo sistema de ecuaciones lineales homogneo con 10 variables y 7 ecuaciones tiene innitas soluciones. k ) Todo sistema de ecuaciones lineales homogneo con 20 variables y 20 ecuaciones tiene solucin nica. l ) Ningn sistema de ecuaciones lineales homogneo con 14 variables y 10 ecuaciones tiene solucin nica. m ) Un sistema de ecuaciones lineales homogneo con 27 variables y 13 ecuaciones puede no tener solucin. n ) Un sistema de ecuaciones lineales homogneo con 100 variables y 300 ecuaciones puede tener solucin nica. ) Todo sistema de ecuaciones lineales consistente con 10 variables y 7 ecuaciones tiene innitas soluciones.

1.6. EJERCICIOS

27

o ) Todo sistema de ecuaciones lineales consistente con 20 variables y 20 ecuaciones tiene solucin nica. p ) Ningn sistema de ecuaciones lineales consistente con 14 variables y 10 ecuaciones tiene solucin nica. q ) Un sistema de ecuaciones lineales consistente con 27 variables y 13 ecuaciones puede tener solucin nica. r ) Un sistema de ecuaciones lineales consistente con 100 variables y 300 ecuaciones puede tener solucin nica. 30. Resuelva los siguientes sistemas de ecuaciones lineales a) 2x 4z x+yw y + z 2w = 1 = 1 = 0 1 0 1 es una 2x1 4x3 x1 + x2 x4 x2 + x3 2x4 = = = 0 2 4 2r 4t = r+su = s + t 2u = = = = 6 0 2 xo yo 0 2 z1 4 z3 z1 + z2 z4 z2 + z3 2 z4 = = = 3 1 2

b)

x 2y + z = 2x y z = 3x + 3z = donde (xo , yo , 0)

x1 2x2 + x3 = 2x1 x2 x3 = 3x1 + 3x3 = solucin del primer

u 2v + w 0 3 2u v w 2 3u + 3w sistema.

[AYUDA: Observe que, en cada caso, los sistemas dados tienen la misma matriz de coecientes.] 31. Utilice un paquete (MatLab, MuPad, Mathematica, etc.) o programa de computador para resolver los siguientes sistemas de ecuaciones lineales. a ) Ejercicio 7 b ) Ejercicio 13 c ) Ejercicio 24 d ) Ejercicio 30 e ) A = (aij ), aij = 3, 5, 10, 20 13
1 i+j ,

i, j = 1, 2, . . . , n y b = (bi ), bi =

j =1

aij , i = 1, 2, . . . , n para n =

13 La

matriz denida en este ejercicio se conoce con el nombre de Matriz de Hilbert