Documentos de Académico
Documentos de Profesional
Documentos de Cultura
6
Introducción
El primer problema objeto de estudio del álgebra lineal, como ya lo mencionamos inicialmente,
consiste en la determinación del conjunto solución de un sistema de ecuaciones lineales. Para
resolverlo, apelamos a los instrumentos que nos provee el álgebra matricial, fundamentando dos
algoritmos básicos que entraremos a construir.
Preguntas básicas
1. ¿Qué es una matriz de la forma escalonada reducida?
2. ¿Qué es una matriz de la forma escalonada?
3. ¿Qué es un sistema de m ecuaciones lineales con n incógnitas (S.E.L.(m,n))?
4. ¿Qué es el conjunto solución de un sistema de ecuaciones lineales?
5. ¿Qué es una operación elemental entre filas en una matriz?
6. ¿Qué son matrices equivalentes?
7. ¿Cuándo dos sistemas de ecuaciones lineales son equivalentes?
8. ¿Cómo se determina la ecuación matricial equivalente de un S.E.L.(m,n)?
9. ¿En qué consiste el algoritmo de reducción de Gauss y Jordan?
10. ¿En qué consiste el algoritmo de Gauss?
11. ¿Cómo se obtiene el conjunto solución de un S.E.L.(m,n) por aplicación de cualquiera de los
dos algoritmos?
4. Todos los demás elementos de cada columna donde figura un 1 capital de-
ben ser iguales a cero.
Observación
Ilustración 14
Determinemos de las matrices siguientes cuáles son escalonadas, cuáles son esca-
lonadas reducidas y cuáles no son escalonadas.
⎡0 1 −8 0 1 0⎤ ⎡1 0 0 8⎤
⎢0 ⎥ ⎢0 ⎡1 0 7 −5 0 0⎤
0 0 0 1 0⎥ 0 1 0⎥⎥ ⎢0 0 0 0 1 0⎥ ,
A=⎢ ,B = ⎢ ,C = ⎢ ⎥
⎢0 0 0 0 0 1⎥ ⎢0 1 0 0⎥
⎢ ⎥ ⎢ ⎥ ⎢⎣0 0 0 0 0 1⎥⎦(3,6)
⎣0 0 0 0 0 0⎦(4,6) ⎣0 0 0 0⎦ (4,4)
⎡0 1 0 0 0⎤
⎡1 0 0 ⎤ ⎢0 ⎡0 1 0 3 9 0⎤
0 1 0 0⎥⎥
I 3 = ⎢⎢0 1 0⎥⎥ , D = ⎢ , E = ⎢⎢0 0 0 0 0 1⎥⎥ ,
⎢0 0 0 0 0⎥
⎢⎣0 0 1⎥⎦ (3,3) ⎢ ⎥ ⎢⎣0 0 0 0 0 0⎥⎦(3,6)
⎣0 0 0 0 1⎦ (4,5)
92
Módulo 6: Sistemas de ecuaciones lineales
⎡1 3 0 0 8⎤ ⎡0 0⎤
F = ⎢⎢0 0 1 0 0⎥⎥ , O(3,2) = ⎢⎢0 0⎥⎥ .
⎢⎣0 0 1 0 3⎥⎦(3,5) ⎢⎣0 0⎥⎦ 3,2
( )
Solución
Convención
Es el conjunto de todas las n-tuplas que satisfacen todas y cada una de las m
ecuaciones del sistema. Lo designaremos por S. En consecuencia, podemos definir-
lo por comprensión así:
⎡ x1 ⎤
⎢x ⎥
2. X = ⎢ 2⎥ que llamaremos matriz de variables o indeterminadas.
⎢ ⎥
⎢ ⎥
⎣ xn ⎦( n,1)
⎡ b1 ⎤
⎢b ⎥
3. B = ⎢ 2⎥ que llamaremos matriz de términos independientes.
⎢ ⎥
⎢ ⎥
⎣bm ⎦ ( m,1)
Observación
Ilustración 15
⎡ x1 ⎤
(1) 3x1 − 2 x2 + 5 x4 = 1⎫ ⎡ 3 −2 0 5⎤ ⎢ ⎥ ⎡ 1 ⎤ Ecuación
⎪ ⎢ 0 1 −2 1⎥ ⋅ ⎢ x2 ⎥ = ⎢−3⎥ matricial
(2) x2 − 2 x3 + x4 = −3 ⎬ ⎢ ⎥ ⎢x ⎥ ⎢ ⎥
(3) 2 x1 + x2 + 4 x3 + 3 x4 = 2 ⎪⎭ ⎢⎣ 2 1 4 3⎦⎥ ⎢ 3 ⎥ ⎣⎢ 2 ⎥⎦ equivalente
⎣ x4 ⎦
94
Módulo 6: Sistemas de ecuaciones lineales
2. Dada la ecuación matricial equivalente, determinemos el S.E.L.
Carl Friedrich Gauss
⎡ x⎤
⎢ y⎥ Cuando Carl Friedrich Gauss tenía diez años de edad y asistía
⎡ 5 −1 2 0 1⎤ ⎢ ⎥ ⎡0⎤ (1) 5 x − y + 2 z + t = 0⎫ a la escuela, uno de sus maestros solicitó a sus alumnos que
⎢ 2 0 1 −2 1⎥ ⋅ ⎢ z ⎥ = ⎢0⎥ ⎬ S.E.L.(2,5)
+ z − 2v + t = 0⎭
encontraran la suma de todos los números comprendidos
⎣ ⎦ ⎢ ⎥ ⎣ ⎦ (2) 2 x entre uno y cien. Con ello quería tenerlos ocupados durante
⎢v⎥ algún tiempo, pero quedó asombrado cuando rápidamente
⎢⎣ t ⎥⎦ Gauss le dio la respuesta correcta. Gauss reveló que encontró
la solución usando el álgebra y el maestro se dio cuenta de
que el niño era una promesa en las matemáticas.
6.1.7 Sistemas equivalentes Hijo de un humilde albañil, Gauss dio señales de ser un genio
antes de que cumpliera los tres años. A esa edad aprendió
Dos sistemas son equivalentes si tienen el mismo conjunto solución. a leer y hacer cálculos aritméticos mentales con tanta
habilidad que descubrió un error en los cálculos que hizo su
padre para pagar unos sueldos. Cuando tenía doce años
6.1.8 Fundamentación de los algoritmos empleados para determinar el criticó los fundamentos de la geometría euclidiana. Años
después descubrió que era posible construir un polígono
conjunto solución de un S.E.L(m,n) regular de diecisiete lados usando sólo la regla y el compás
y aportó métodos para construir con estas dos herramientas
Dado un S.E.L.(m,n) se trata de encontrar un S.E.L. (m,n) equivalente más sencillo en el figuras de 257 y 65.537 lados. Probó, además, que era
cual se pueda determinar fácilmente el conjunto solución. imposible construir con regla y compás un heptágono regular,
o figura de siete lados, y que la construcción de un polígono
regular con un número de lados impar sólo era posible
Para lograr este objetivo se utilizan únicamente las siguientes operaciones que se cuando ese número era un primo de la serie 3, 5, 17, 257 y
denominan elementales, y que pasamos a describir. 65.537 o un producto de dos o más de estos números.
Operación tipo 3: Sumarle a una ecuación un múltiplo escalar de otra ecuación. A principios del siglo XIX, Gauss publicó sus Disquisiciones
aritméticas, que ofrecían un análisis lúcido de su teoría de
Notación: λ Ei + E j : a la ecuación j le sumamos « λ veces » la números y una exposición de la convergencia de una serie
infinita. Estudió la teoría de los errores y dedujo la curva
ecuación i (λ ∈ , λ ≠ 0). normal de la probabilidad, llamada también curva de Gauss,
que todavía se usa en los cálculos estadísticos. En 1833
inventó un telégrafo eléctrico que usó entre su casa y el
observatorio, a una distancia de unos dos kilómetros. Inventó
Observación también un magnetómetro bifilar para medir el
magnetismo y, con el físico alemán Wilhelm Eduard Weber,
proyectó y construyó un observatorio no magnético. Tanto
Cuando se efectúan estas operaciones, los que se modifican en última instancia Gauss como su colega alemán Bernhard Riemann, que fue
son los coeficientes de las variables; en consecuencia, como en los arreglos discípulo suyo, pensaban en una teoría electromagnética
matriciales está considerado el orden, la presencia de las variables queda implícita que sería muy semejante a la ley universal de la gravitación,
y sólo se opera sobre éstos. Esta es la razón por la cual entramos ahora a presentar de Newton. Empero, la teoría del electromagnetismo fue
ideada más tarde, en 1873, por James Clerk Maxwell,
la matriz objeto de trabajo en este proceso de determinación del conjunto solución aunque Gauss ya poseía los cimientos matemáticos para la
para un S.E.L (m,n). teoría. En 1840, las investigaciones de Gauss sobre la óptica
tuvieron especial importancia debido a sus deducciones
relacionadas con los sistemas de lentes.
6.1.9 Matriz aumentada de un S.E.L.(m,n) Gauss falleció en 1855 en Gotinga, a la edad de 78 años
(había nacido en Brunswick, en 1777). Se ha dicho que la
lápida que señala su tumba fue escrita con un diagrama,
Dado un S.E.L. (m,n), de ecuación matricial equivalente A ⋅ X = B, definimos
que construyó el mismo Gauss, de un polígono de diecisiete
C = [ A B ]( m, n +1) y la denominamos matriz aumentada del sistema. lados. Durante su vida se reconoció que era el matemático
Consiste en reducir la matriz aumentada del sistema a una matriz de la forma escalo-
nada reducida, mediante la aplicación únicamente de operaciones elementales. En
esta forma el conjunto solución es inmediatamente determinable.
Consiste en reducir la matriz aumentada del sistema a una matriz de la forma escalo-
nada, mediante la aplicación únicamente de operaciones elementales, resolver para
la última incógnita y luego, por sustitución hacia atrás, resolver las demás incógni-
tas.
Ilustración 16
a. (1) 3x − 2 y + z − 2v = 1.
(2) x − 2 z + v = 0.
Procedimiento
⎡3 −2 1 −2 1 ⎤ ⎯⎯⎯
E12 → ⎡ 1 0 −2 1 0 ⎤ −3 E1 + E2
⎢ ⎥ ⎢ ⎥ ⎯⎯⎯⎯⎯ →
⎣1 0 −2 1 0⎦ ⎣3 −2 1 −2 1⎦
⎡1 0 −2 1 0⎤ − 2 E2 ⎡(1) 0 − 2 0⎤
1
1
⎢ 0 −2 7 −5 1⎥ ⎯⎯⎯ →⎢
− 1 2 ⎥⎦
.
⎣ ⎦ ⎣ 0 (1) − 2
7 5
2
96
Módulo 6: Sistemas de ecuaciones lineales
⎡x⎤
⎡ (1) 0 −2 1 ⎤ ⎢⎢ y ⎥⎥ ⎡ 0 ⎤
⎢ 0 (1) − 7 =⎢
5 ⎥⎢z⎥ ⎥
⎣ 2 2⎦ ⎣− 12 ⎦
⎢ ⎥
⎣v ⎦
y el sistema equivalente reducido asociado es:
(1) 1x − 2z + v = 0 ⎫
⎪
7 5 1⎬
(2) 1y − z + v = − ⎪
2 2 2⎭
(1) x = 2z − v ⎫
1 7 5 ⎪
(2) y = − + z − v ⎪⎪
2 2 2 ⎬ z, v ∈
(3) z = z ⎪
⎪
(4) v = v ⎪⎭
⎧ ⎛ 1 7 5 ⎞ ⎫
S = ⎨( x, y , z , v ) / ( x, y, z, v ) = ⎜ 2 z − v, − + z − v, z , v ⎟ ; z, v ∈ ⎬ .
⎩ ⎝ 2 2 2 ⎠ ⎭
Lo anterior nos indica que el conjunto S tiene infinitas soluciones, que se generan
cada vez que a los parámetros z y v se les asigna un par de valores en el conjunto .
b. (1) 2 x − 4 y + 2z =1.
(2) y + 2 z = 4.
(3) 3x − 6 y + z = 0.
Procedimiento
Escuche más sobre la vida de Carl Friedrich Gauss
en su multimedia de Geometría vectorial y
⎡2 −4 2 1⎤ ⎡ 1 −2 1 1
2 ⎤
analítica.
⎢ ⎥ ⎢
1
− E3
4 ⎥⎥ ⎯⎯⎯
1
E
⎢0 1 2 4 ⎥ ⎯⎯⎯⎯⎯→ ⎢0 1
2 1
2 2
→
⎢3 − 3 E + E
−6 0 ⎥⎦ ⎢⎣0 0 −2 − 3 2 ⎥⎦
1 3
⎣ 1
Geometría vectorial y analítica 97
Capítulo 2: Álgebra matricial y sistemas de ecuaciones lineales
⎡ (1) −2 1 1
2⎤
⎢ 0 (1) 2 4 ⎥⎥ *
⎢
⎢⎣ 0 0 (1) 3 ⎥
4⎦
∗ Observemos que la matriz que se tiene por la aplicación del proceso es una matriz
de la forma escalonada, condición suficiente para terminar el proceso de reducción
y proceder por el método de Gauss. Ilustraremos este método aquí:
1⎫
(1) 1x − 2 y + z =
2⎪
⎪
(2) 1y + 2 z = 4 ⎬
3⎪
(3) 1z = ⎪
4⎭
Despejemos ahora a partir de la última variable asociada a un 1 principal y continua-
mos por sustitución despejando las otras variables asociadas a los «unos principa-
les».
3
(1)' 1z = en (3).
4
3 5
(2)' 1y = 4 − 2z = 4 − = , despejando en (2) y sustituyendo de (1)'.
2 2
1 1 3 19
(3)' 1x = + 2y − z = + 5 − = , despejando en (1) y sustituyendo de (1)' y ( 2) '.
2 2 4 4
⎧⎛ 19 5 3 ⎞⎫
Como consecuencia, S = ⎨⎜ , , ⎟⎬ .
⎩⎝ 4 2 4 ⎠⎭
Esto significa que el sistema tiene solución única.
⎡ 1 −2 1 1
⎤ 2 ⎡1 0 5 17
⎤ 2
⎢0 1 2 −5E3 + E1
⎢ 4 ⎥ ⎯⎯⎯⎯→ ⎢⎢0 1 2
⎥ 2 E2 + E1
4 ⎥⎥ ⎯⎯⎯⎯⎯→
−2 E3 + E2
⎣⎢ 0 0 1
3 ⎥
⎣⎢0 0 1
3 ⎥
4⎦ 4⎦
⎡ (1) 0 0 19 ⎤ 4
⎢ ⎥
⎢ 0 (1) 0
5
2 ⎥.
⎢ 0 0 (1) 3 ⎥
⎣ 4
⎦
98
Módulo 6: Sistemas de ecuaciones lineales
19
(1) 1x = .
4
⎧ 19 5 3 ⎫
= , lo que nos conduce de nuevo a S = ⎨⎜⎛ , , ⎟⎞ ⎬ .
5
(2) 1y
2 ⎩⎝ 4 2 4 ⎠ ⎭
3
(3) 1z = .
4
Observación
c. (1) x − 2 y + 3z = 0.
(2) 3x + y − z = 3.
(3) − 4 x + 8 y − 12 z = 1.
Procedimiento
⎡ 1 −2 3 0⎤ ⎡1 −2 3 0⎤
⎢ ⎥ −3E1 + E2 ⎢ ⎥
⎢ 3 1 −1 3 ⎥ ⎯⎯⎯⎯⎯→ ⎢0 7 −10 3 ⎥∗
⎢−4 4E1 + E3 ⎢
⎣ 8 −12 1 ⎥⎦ ⎣0 0 0 1 ⎥⎦
0 x + 0 y + 0z = 1 ,
esto es: 0 = 1 →←, que lleva a una contradicción, lo que nos muestra que el sistema
no tiene solución y, en consecuencia, S = ∅ .
Observación
Si en un paso cualquiera del proceso de reducción se llega a obtener una fila donde
todos los elementos son iguales a cero, con excepción del último, el procedimiento
puede y debe terminarse allí porque necesariamente el sistema no tiene solución.