MATRICES Y SISTEMAS DE ECUACIONES LINEALES La matriz ampliada M de un sistema de m ecuaciones con n incgnitas es la siguiente:

Cada fila de M corresponde a una ecuacin del sistema y cada columna a los coeficientes de una incgnita, excepto la ltima, que corresponde a las constantes del sistema. Un sistema de ecuaciones lineales puede resolverse trabajando con su matriz ampliada, especficamente, reducindola a forma escalonada mediante el proceso de Gauss. Mtodo de Gauss Para resolver sistemas de ecuaciones lineales, se aplica el mtodo de Gauss. Este proceso se ilustra en el siguiente ejemplo. Ejemplo: Sea el sistema,

su matriz ampliada asociada es

Ahora resolvemos por el mtodo de Gauss sabiendo que la primera columna corresponde a los coeficientes de la x, la segunda a los de la y, la tercera a los de la z y la cuarta a los trminos independientes:

De este modo, el sistema tiene la solucin nica x = 2, y = -1, z = 3. La resolucin de sistemas de ecuaciones lineales por matrices, aplicando el mtodo de Gauss u otros, es una de las mltiples aplicaciones que tienen stas.

Eliminacin de Gauss-Jordan En matemticas, la eliminacin de Gauss-Jordan, llamada as debido a Carl Friedrich Gauss y Wilhelm Jordan, es un algoritmo del lgebra lineal para determinar las soluciones de un sistema de ecuaciones lineales, encontrar matrices e inversas. Un sistema de ecuaciones se resuelve por el mtodo de Gauss cuando se obtienen sus soluciones mediante la reduccin del sistema dado a otro equivalente en el que cada ecuacin tiene una incgnita menos que la anterior. El mtodo de Gauss transforma la matriz de coeficientes en una matriz triangular superior. El mtodo de GaussJordan contina el proceso de transformacin hasta obtener una matriz diagonal. El mtodo de eliminacin de Gauss aparece en el captulo ocho del importante texto matemtico chino Jiuzhang suanshu o Los nueve captulos sobre el arte matemtico. Su uso se ilustra en dieciocho problemas, con dos a cinco ecuaciones. La primera referencia al libro por este ttulo data desde 179 dC, pero algunas de sus partes fueron escritas tan temprano como aproximadamente alrededor de 150 a. C.1 2 Fue comentado por Liu Hui en el siglo tercero.

Anlisis de Complejidad[editar editar fuente] La complejidad computacional de la eliminacin gaussiana es aproximadamente n3. Esto es, el nmero de operaciones requeridas es n3 si el tamao de la matriz es n n. Algoritmo de eliminacin de Gauss-Jordan[editar editar fuente] 1. 2. 3. 4. 5. Ir a la columna no cero extrema izquierda Si el primer rengln tiene un cero en esta columna, intercambiarlo con otro que no lo tenga Luego, obtener ceros debajo de este elemento delantero, sumando mltiplos adecuados del rengln superior a los renglones debajo de l Cubrir el rengln superior y repetir el proceso anterior con la submatriz restante. Repetir con el resto de los renglones (en este punto la matriz se encuentra en la forma de escaln) Comenzando con el ltimo rengln no cero, avanzar hacia arriba: para cada rengln obtener un 1 delantero e introducir ceros arriba de ste sumando mltiplos correspondientes a los renglones correspondientes

Una variante interesante de la eliminacin de Gauss es la que llamamos eliminacin de Gauss-Jordan, (debido al mencionado Gauss y a Wilhelm Jordan), esta consiste en ir obteniendo los 1 delanteros durante los pasos uno al cuatro (llamados paso directo) as para cuando estos finalicen ya se obtendr la matriz en forma escalonada reducida Ejemplo[editar editar fuente] Supongamos que es necesario encontrar los nmeros "x", "y", "z", que satisfacen simultneamente estas ecuaciones:

Esto es llamado un sistema lineal de ecuaciones. El objetivo es reducir el sistema a otro equivalente, que tenga las mismas soluciones. Las operaciones (llamadas elementales) son estas:

Multiplicar una ecuacin por un escalar no nulo. Intercambiar de posicin dos ecuaciones Sumar a una ecuacin un mltiplo de otra.

Estas operaciones pueden representarse con matrices elementales que se usan tambin en otros procedimientos como la factorizacin LU o la diagonalizacin por congruencia de una matriz simtrica. En nuestro ejemplo, eliminamos x de la segunda ecuacin sumando 3/2 veces la primera ecuacin a la segunda y despus sumamos la primera ecuacin a la tercera. El resultado es:

Ahora eliminamos y de la primera ecuacin sumando -2 veces la segunda ecuacin a la primera, y sumamos -4 veces la segunda ecuacin a la tercera para eliminar y.

Finalmente eliminamos z de la primera ecuacin sumando -2 veces la tercera ecuacin a la primera, y sumando 1/2 veces la tercera ecuacin a la segunda para eliminar z.

Despejando, podemos ver las soluciones:

Para clarificar los pasos, se trabaja con la matriz aumentada. Podemos ver los 3 pasos en su notacin matricial: Primero:

Despus,

Por ltimo.

Si el sistema fuera incompatible, entonces nos encontraramos con una fila como esta:

Que representa la ecuacin:

, es decir,

que no tiene solucin.

Consiste en construir la grfica de cada una de las ecuaciones del sistema. El mtodo (manualmente aplicado) solo resulta eficiente en el plano cartesiano, es decir para un espacio de dimensin 2. El proceso de resolucin de un sistema de ecuaciones mediante el mtodo grfico se resuelve en los siguientes pasos: 1. 2. 3. 4. Se despeja la incgnita (y) en ambas ecuaciones. Se construye para cada una de las dos ecuaciones de primer grado obteniendo la tabla de valores correspondientes. Se representan grficamente ambas rectas en los ejes coordenados. En este ltimo paso hay tres posibilidades: 1. Si ambas rectas se cortan, las coordenadas del punto de corte son los nicos valores de las incgnitas (x,y). "Sistema compatible determinado". 2. Si ambas rectas son coincidentes, el sistema tiene infinitas soluciones que son las respectivas coordenadas de todos los puntos de esa recta en la que coinciden ambas. Sistema compatible indeterminado. 3. Si ambas rectas son paralelas, el sistema no tiene solucin en los reales pero si en los complejos.

El mtodo de eliminacin de Gauss o simplemente mtodo de Gauss consiste en convertir un sistema lineal de n ecuaciones con n incgnitas, en uno escalonado, en el que la primera ecuacin tiene n incgnitas, la segunda ecuacin tiene n - 1 incgnitas, ..., hasta la ltima ecuacin, que tiene 1 incgnita. De esta forma, ser fcil partir de la ltima ecuacin e ir subiendo para calcular el valor de las dems incgnitas. [Mostrar] Ejemplo de eliminacin de Gauss

Eliminacin de Gauss-Jordan[edit ar editar fuente] Una variante de este mtodo, denominada eliminacin de Gauss-Jordan, es un mtodo aplicable nicamente a los sistemas lineales de ecuaciones, y consistente en triangular la matriz aumentada del sistema mediante transformaciones elementales, hasta obtener ecuaciones de una sola incgnita, cuyo valor ser igual al coeficiente situado en la misma fila de la matriz. Este procedimiento es similar al anterior de reduccin, pero ejecutado de manera reiterada y siguiendo un cierto orden algortmico.

[Mostrar] Ejemplo de eliminacin de Gauss-Jordan

La regla de Cramer da una solucin para sistemas compatibles determinados en trminos de determinantes y adjuntos dada por:

Donde Aj es la matriz resultante de remplazar la j-sima columna de A por el vector columna b. Para un sistema de dos ecuaciones y dos incgnitas:

La regla de Cramer da la siguiente solucin:

Nota: Cuando en la determinante original det(A) el resultado es 0, el sistema indica mltiples o sin coincidencia. La eliminacin de Gauss-Jordan es un algoritmo numrico usado para una gran cantidad de casos especficos, aunque posteriormente se han desarrollado algoritmos alternativos mucho ms eficientes. La mayora de estos algoritmos mejorados tienen una complejidad computacional de O(n) (donde n es el nmero de ecuaciones del sistema). Algunos de los mtodos ms usados son:

Para los problemas de la forma Ax = b, donde A es una matriz de Toeplitz simtrica, se puede utilizar la recursin de Levinson o alguno de los mtodos derivados de este. Un mtodo derivado de la recursin de Levinson es la recursin de Schur, que es ampliamente usado en el campo del procesamiento digital de seales. Para los problemas de la forma Ax = b, donde A es una matriz singular o casi singular, la matriz A se descompone en el producto de tres matrices en un proceso llamado descomposicin en valores singulares.

Cuando consideramos ecuaciones lineales cuyas soluciones son nmeros racionales, reales o complejos o ms generalmente un cuerpo , la solucin puede encontrarse mediante Regla de Cramer. Para sistemas de muchas ecuaciones la regla de Cramer puede ser computacionalmente ms costosa y suelen usarse otros mtodos ms "econmicos" en nmero de operaciones como la eliminacin de Gauss-Jordan y la descomposicin de Cholesky. Existen tambin mtodos indirectos (basados en iteraciones) como el mtodo de Gauss-Seidel. Si el cuerpo es infinito (como es el caso de los nmeros reales o complejos), entonces solo puede darse una de las tres siguientes situaciones:

el sistema no tiene solucin (en dicho caso decimos que el sistema est sobredeterminado o que es incompatible) el sistema tiene una nica solucin (el sistema es compatible determinado) el sistema tiene un nmero infinito de soluciones (el sistema es compatible indeterminado).

Solucin de sistemas lineales en un anillo[editar editar fuente] Artculo principal: Ecuacin diofntica. Los mtodos para resolver el sistema (1) sobre un anillo son muy diferentes a los considerados anteriormente. De hecho la mayora de mtodos usados en cuerpos, como la regla de Cramer, son inaplicables en anillos debido a que no existen inversos multiplicativos. La existencia de solucin del sistema (1) sobre los enteros requiere varias condiciones:

1. 2.

Para cada i

es divisor de

. formado por el conjunto de enteros que .

Si la condicin anterior se cumple para un determinado i existe un conjunto de enteros satisface la i-sima ecuacin, y existir solucin si la interseccin