Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algebra Tema4
Algebra Tema4
1. INTRODUCCIÓN
A⋅ X = C
x1 ⋅ C1 + x 2 ⋅ C2 +...+ x m ⋅ Cm = C
Se define como solución del sistema el vector para el que se cumpla la condición
de A ⋅ X = C . Por tanto, X0 es solución si:
A⋅ X0 = C
R m → R n
A
x1 x1
x x
2 ! A ⋅ 2
... ...
xm xm
c1
c
Y sea la matriz C = .
2
...
cn
... ...
a n1 an2 ... a nm cm
2. RESOLUCIÓN DE SISTEMAS
A⋅ X = C
X = A −1 ⋅ C
Ai
xi =
A
Ai = ( C1 | C2 ...| C|... Cn )
i
• Ejemplo:
2 x + y = 3
Resolver el sistema mediante el método de Cramer.
4 x − y = 2
2 1 2 1
A= A= = −6
4 −1 4 −1
2 1 x 3
⋅ =
4 −1 y 2
−1 −4 −1 −1
Aα = ( Aα ) t =
−1 2 −4 2
1 6 1 6
A −1 =
2 3 −1 3
X = A −1 ⋅ C
x 1 6 1 6 3 1 6 ⋅ 3 + 1 6 ⋅ 2 5 6
= ⋅ = =
y 2 3 −1 3 2 2 3 ⋅ 3 − 1 3 ⋅ 2 4 3
5 4
x= y=
6 3
3 1
A1 = A1 = −5
2 −1
2 3
A2 = A2 = −8
4 2
A1 −5 5
x= = =
A −6 6
A2 −8 4
y= = =
A −6 3
b) Teorema de Rouché-Fröbenius
• es determinado ⇔ rg( A) = m
• rg( A) = m → es inyectiva
A ⋅ X = A ⋅ X '⇔ X = X '
• rg( A) < m → no es inyectiva
A ⋅ X = A ⋅ X ' → X '= X + B
A ⋅ X = C → A ⋅ ( X + B) = C → A ⋅ X + A ⋅ B = C
Sólo es cierto si B pertenece al núcleo, para que A ⋅ B sea nulo.
• Ejemplo:
x + 2y + z − t = 1
Resolver el sistema 2 x − 3 y + z + t = 2 .
x + 9 y + 2 z − 4t = 1
1 2 1 −1 1 2 1 −1 1
A = 2 −3 1 1 A = 2 −3 1 1 2
*
1 9 2 −4 1 9 2 −4 1
*
Todos los menores de orden tres se anulan tanto en A como en A .
1 2
= −7 ≠ 0
2 −3
x + 2y = 1− z + t
2 x − 3y = 2 − z − t
A⋅ X = 0
Resolver un sistema homogéneo es igual que calcular el núcleo de la
aplicación lineal correspondiente al mismo.
{ X ∈ R m / A ⋅ X = 0} = ker( A)
• Si X es solución general de A ⋅ X = 0.
• Ejemplo:
2 x + 3 y − z = 0
Resolver el sistema x − 4 y + z = 0 .
3x − y = 0
2 3 −1 2 3 −1
A = 1 −4 1 A = 1 −4 1 = 0
3 −1 0 3 −1 0
2 3
= −11 ≠ 0
1 −4
2 3 −1 0 F2 ' = F1 1 −4 1 0 F1 ' = F1
1 −4 1 0 F1 ' = F2 2 3 −1 0 F2 ' = F2 − 2 ⋅ F1
3 −1 0 0 F3 ' = F3 3 −1 0 0 F3 ' = F3 − 3 ⋅ F1
1 -4 1 0 1 −4 1 0
0 11 -3 0 0 11 −3 0 → rg( A) = 2
0 11 -3 0 F3 ' = F3 − F2 0 0 0 0
x = (1 11) z
Soluciones: y = ( 3 11) z
z = z
Y por lo tanto:
x 1 11 1
y ∈< 3 11 >=< 3 >
z 1 11
c) Métodos directos
Otros métodos directos de resolución de sistemas de ecuaciones lineales son:
*
• método de Gauss: Consiste en pasar mediante operaciones fila de la matriz A
a una equivalente que sea escalonada (a ser posible, triangular superior), y se
resuelve de abajo hacia arriba (o al revés).
Del tipo: 0 − − −
0 0 − −
0 0 0 −
0 0 0 0
d) Método L U
La descomposición es la siguiente:
A = L ⋅U (= I ⋅ S )
A⋅ X = C
L ⋅U ⋅ X = C si Y = U ⋅ X
L⋅Y = C
U ⋅ X = Y0
U ⋅ X 0 = Y0
L ⋅U ⋅ X0 = C
A⋅ X0 = C
1 3 2
A = 5 1 0
2 4 3
1 3 2 1 3 2 1 3 2
5 1 0 F2 ' = F2 − 5 ⋅ F1 0 -14 -10 0 −14 −10 = U
2 4 3 F3 ' = F3 − 2 ⋅ F1 0 -2 -1 F3 ' = F3 − 1 7 ⋅ F2 0 0 3 7
1 0 0 1 0 0 1 0 0
I = 0 1 0 → 5 1 0 → 5 1 0 = L
0 0 1 2 0 1 2 1 7 1
1 3 2 1 3 2 1 3 2
5 1 0 F2 ' = F2 − 5 ⋅ F1 0 −14 −10 F2 ' = −1 14 ⋅ F2 0 1 5 7
2 4 3 F3 ' = F3 − 2 ⋅ F1 0 −2 −1 0 −2 −1
1 3 2 1 3 2
0 1 5 7 0 1 5 7 = U
F3 ' = F3 + 2 ⋅ F2 0 0 3 7 F3 ' = 7 3 ⋅ F3 0 0 1
Y en la matriz idendidad:
1 0 0 1 0 0 1 0 0 1 0 0 1 0 0
I = 0 1 0 → 5 1 0 → 5 −14 0 → 5 −14 0 → 5 −14 0 = L
0 0 1 2 0 1 2 0 1 2 −2 1 2 −2 3 7
• Ejemplo:
1 3 2 x1 2
5 1 0 ⋅ x 2 = 24
2 4 3 x 3 3 4
Ejercicio: Resolver el mismo sistema utilizando ahora las otras matrices L y U del
ejemplo anterior.
5 −25 6
Ejercicio: Resolver el mismo sistema para C = 4 . Solución: X = 149 6
−7 −98 3
3. MÉTODOS ITERATIVOS
f :R → R x∈R f ( x) = x
Por lo tanto, la resolución del sistema se traduce en la búsqueda de dicho punto fijo.
Para ello, se parte de una sucesión:
a i = f ( a i −1 )
si a n ≈ a n +1 → a n ≈ x
No siempre es posible que esta sucesión alcance un punto fijo, pero en caso de que
lo haga, esa será la solución.
A⋅ X = C
Si se descompone la matriz A en dos matrices E y F:
A= E−F
(E − F) ⋅ X = C → E ⋅ X − E ⋅ F = C → E ⋅ X = C + F ⋅ X
X = E −1 ⋅ C + E −1 ⋅ F ⋅ X
a) Método de Jacobi
Es el método iterativo más sencillo. Para estudiar su funcionamiento veremos
cómo se opera una matriz cuadrada de orden 4:
31
a a 32 a 33 a 34 3
x 3
c
a 41 a 42 a 43 a 44 x4 c4
0 0 a 33 0 −
31a − a 32 0 −a 34
0 0 0 a 44 − a 41 − a 42 − a 43 0
1 a11 0 0 0
0 1 a 22 0 0
E −1 =
0 0 1 a 33 0
0 0 0 1 a 44
X = E −1 ⋅ C + E −1 ⋅ F ⋅ X
c3 a 33 − a 31 a 33 −a 32 a 33 0 − a 34 a 33
c4 a 44 − a 41 a 44 − a 42 a 44 − a 43 a 44 0
7 3 1 x1 5
• Ejemplo: 1 4 0 ⋅ x 2 = −3 .
2 1 −7 x 3 −6
Una condición suficiente para poder resolver sistemas por este método es que
la matriz A sea diagonal dominante.
Una matriz es diagonal dominante si, para cada fila, el valor absoluto del
elemento de la diagonal principal es mayor estricto que la suma de los valores
absolutos de los restantes elementos de la fila.
• Ejemplo:
7 3 1 7 > 3 + 1
1 4 0 4 > 1 + 0
se puede resolver
2 1 −7 −7 > 2 + 1
b) Método de Gauss-Seidel
Este método acelera la convergencia.
x1 (i ) x1 ( i +1)
(i ) (i +1)
x2 x2
X (i ) = (i ) X ( i +1) = (i +1)
x3 x3
(i ) (i +1)
x4 x4
Las dos primeras componentes del segundo vector se pueden calcular como:
c2 − a 21 (i+1) −a 23 (i ) −a 24 ( i )
x 2 (i +1) = + x + x + x
a 22 a 22 1 a 22 3 a 22 4
c3 − a 31 (i+1) −a 32 (i +1) −a 34 ( i )
x 3 (i +1) = + x + x + x
a 33 a 33 1 a 33 2 a 33 4
a 31 a 32 a 33 a 34
a 41 a 42 a 43 a 44
a 31 a 32 a 33 0 0 0 0 − a 34
a 41 a 42 a 43 a 44 0 0 0 0
A⋅ X − C → 0
Si se opera esa expresión:
d1
d
A⋅ X − C =
2
...
d n
d 1 + d 2 +...+ d n
d 12 + d 2 2 +...+ d n 2
Por lo tanto, la solución al siguiente sistema es la que consigue que lo anterior sea
mínimo:
At ⋅ A ⋅ X = At ⋅ C
• (3,6)
• (1,3)
• (4,1)