AlgebraLinealTema1 1-1 3

Sistemas de Ecuaciones Lineales y
Matrices
Oscar G Ibarra-Manzano, DSc
Departamento de Area B asica - Tronco Com un DES de Ingenieras
Facultad de Ingeniera, Mec anica, El ectrica y Electr onica
Trimestre Invierno 2008,
10 de enero de 2008
Sistemas de ecuaciones lineales y matrices Vectores y matrices - productos vectorial y matricial Matrices y sistemas de ecuaciones lineales
Contenido
1
Sistemas de ecuaciones lineales y matrices
Sistemas de ecuaciones lineales - eliminaci on de
Gauss-Jordan
Resumen
2
Vectores y matrices - productos vectorial y matricial
Resumen
3
Matrices y sistemas de ecuaciones lineales
Contenido
1
Gauss-Jordan
Resumen
2
Resumen
3
Sistemas de ecuaciones lineales - eliminaci on de Gauss-Jordan
Propiedades de la lnea recta
x
y
(x
2
, y
2
)
(x
1
, y
1
)
x
y
La lnea recta
Algunos hechos fundamentales sobre la lnea
recta son:
Propiedad:
La pendiente m de una recta que pasa por
los puntos (x
1
, y
1
) y (x
2
, y
2
) est a dada por:
m =
y
2
y
1
x
2
x
1
=
y
x
si x
1
= x
2
x
y
(x
2
, y
2
)
(x
1
, y
1
)
x = 0
y
La lnea recta
recta son:
Propiedad:
Si x
2
x
1
= 0 y y
2
= y
1
, entonces la recta
es vertical y se dice que la pendiente es
indenida.
x
y
b
y = mx +b
m =
y
x
La lnea recta
recta son:
Propiedad:
Cualquier recta (excepto una con pendiente
indenida) se puede describir escribiendo
su ecuaci on en la forma
pendiente-ordenada y = mx +b, donde m
es la pendiente de la recta y b es la
ordenada.
x
y
L
1
: m
1
L
2
: m
2
b
1
b
2
y = mx +b
La lnea recta
recta son:
Propiedad:
Dos rectas distintas son paralelas si y s olo
si tienen la misma pendiente.
x
y
m =
a
b
ax +by = c
La lnea recta
recta son:
Propiedad:
Si la ecuaci on de la recta se escribe en la
forma ax +by = c (b = 0), entonces, se
puede calcular f acilmente la pendiente de
la recta como, m =
a
b
.
x
y
L
1
: m
1
L
2
: m
2
m
2
=
1
m
1
La lnea recta
recta son:
Propiedad:
Si m
1
es la pendiente de la recta L
1
, y m
2
es la pendiente de la recta L
2
, m
1
= 0 y L
1
y L
2
son perpendiculares, entonces
m
2
=
1
m
1
.
x
y
L : m = 0
La lnea recta
recta son:
Propiedad:
Las rectas paralelas al eje x tienen una
pendiente de cero.
x
y
L : m indenida
La lnea recta
recta son:
Propiedad:
Las rectas paralelas al eje de las y tienen
una pendiente indenida.
Dos ecuaciones lineales con dos inc ognitas
Sistema de ecuaciones
Consideremos el sistema de
dos ecuaciones con dos
inc ognitas:
a
11
x +a
12
y = b
1
a
21
x +a
22
y = b
2
Un sistema con una soluci on unica
Considere el sistema
x y = 7
x +y = 5
Soluci on
Sumando ambas ecuaciones y despu es
rest andolas, obtenemos:
x = 6
y = 1
inc ognitas:
a
11
x +a
12
y = b
1
a
21
x +a
22
y = b
2
Un sistema con un n umero innito de
soluciones
x y = 7
2x 2y = 14
Soluci on
Para este sistema podemos observar que
2(x y = 7), por lo tanto la soluci on es de la
forma:
y = x 7
inc ognitas:
a
11
x +a
12
y = b
1
a
21
x +a
22
y = b
2
Un sistema sin soluci on
x y = 7
2x 2y = 13
Soluci on
En este caso tenemos 2(x y =
13
2
), por lo
tanto las rectas son paralelas y diferentes.
Representaci on matricial de sistemas lineales
La matriz de coecientes, A es:
A =
_
_
2 4 6
4 5 6
3 1 2
_
_
Denici on
Una Matriz es un arreglo rectangular de
n umeros. Por ejemplo, para el sistema de
ecuaciones lineales:
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
3x
1
+ 1x
2
2x
3
= 4
Representaci on matricial de sistemas lineales
La matriz aumentada del sistema
es:
_
_
2 4 6 | 18
4 5 6 | 24
3 1 2 | 4
_
_
Denici on
Una Matriz es un arreglo rectangular de
n umeros. Por ejemplo, para el sistema de
ecuaciones lineales:
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
3x
1
+ 1x
2
2x
3
= 4
Operaciones elementales en una matriz:
Operaciones elementales con renglones
1
Multiplicar (o dividir) un rengl on por un n umero diferente de cero.
2
Sumar un m ultiplo de un rengl on a otro rengl on.
3
Intercambiar dos renglones.
Ejemplo:
_
_
2 4 6 | 18
4 5 6 | 24
3 1 2 | 4
_
_
R
1

1
2
R
1
_
_
1 2 3 | 9
4 5 6 | 24
3 1 2 | 4
_
_
1
2
3
Ejemplo:
_
_
2 4 6 | 18
4 5 6 | 24
3 1 2 | 4
_
_
R
2
R
2
2R
1
_
_
2 4 6 | 18
0 3 6 | 12
3 1 2 | 4
_
_
1
2
3
Ejemplo:
_
_
2 4 6 | 18
4 5 6 | 24
3 1 2 | 4
_
_
R
1
R
2
_
_
4 5 6 | 24
2 4 6 | 18
3 1 2 | 4
_
_
Reducci on de Gauss
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
3x
1
+ 1x
2
2x
3
= 4
Procedimiento:
1
Se selecciona el pivote.
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
Se repite para todos los
elementos del pivote.
_
_
2 4 6 | 18
4 5 6 | 24
3 1 2 | 4
_
_
Reducci on de Gauss
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
3x
1
+ 1x
2
2x
3
= 4
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
2 4 6 | 18
4 5 6 | 24
3 1 2 | 4
_
_
R
1

1
2
R
1
_
_
1 2 3 | 9
4 5 6 | 24
3 1 2 | 4
_
_
Reducci on de Gauss
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
3x
1
+ 1x
2
2x
3
= 4
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
1 2 3 | 9
4 5 6 | 24
3 1 2 | 4
_
_
R
2
R
2
4R
1
R
3
R
3
3R
1
_
_
1 2 3 | 9
0 3 6 | 12
0 5 11 | 23
_
_
Reducci on de Gauss
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
3x
1
+ 1x
2
2x
3
= 4
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
1 2 3 | 9
0 3 6 | 12
0 5 11 | 23
_
_
R
2

1
3
R
2
_
_
1 2 3 | 9
0 1 2 | 4
0 5 11 | 23
_
_
Reducci on de Gauss
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
3x
1
+ 1x
2
2x
3
= 4
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
1 2 3 | 9
0 1 2 | 4
0 5 11 | 23
_
_
R
3
R
3
+5R
2
_
_
1 2 3 | 9
0 1 2 | 4
0 0 1 | 3
_
_
Reducci on de Gauss
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
3x
1
+ 1x
2
2x
3
= 4
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
1 2 3 | 9
0 1 2 | 4
0 0 1 | 3
_
_
R
3

1
1
R
3
_
_
1 2 3 | 9
0 1 2 | 4
0 0 1 | 3
_
_
Reducci on de Gauss
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
3x
1
+ 1x
2
2x
3
= 4
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
1 2 3 | 9
0 1 2 | 4
0 0 1 | 3
_
_
1x
1
+ 2x
2
+ 3x
3
= 9
1x
2
+ 2x
3
= 4
1x
3
= 3
_
_
x
1
x
2
x
3
_
_
=
_
_
9 2x
2
3x
3
4 2x
3
3
_
_
Reducci on de Gauss-Jordan
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
2x
1
+ 7x
2
+ 12x
3
= 30
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
2 4 6 | 18
4 5 6 | 24
2 7 12 | 30
_
_
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
2x
1
+ 7x
2
+ 12x
3
= 30
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
2 4 6 | 18
4 5 6 | 24
2 7 12 | 30
_
_
R
1

1
2
R
1
_
_
1 2 3 | 9
4 5 6 | 24
2 7 12 | 30
_
_
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
2x
1
+ 7x
2
+ 12x
3
= 30
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
1 2 3 | 9
4 5 6 | 24
2 7 12 | 30
_
_
R
2
R
2
4R
1
R
3
R
3
2R
1
_
_
1 2 3 | 9
0 3 6 | 12
0 3 6 | 12
_
_
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
2x
1
+ 7x
2
+ 12x
3
= 30
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
1 2 3 | 9
0 3 6 | 12
0 3 6 | 12
_
_
R
2

1
3
R
2
_
_
1 2 3 | 9
0 1 2 | 4
0 3 6 | 12
_
_
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
2x
1
+ 7x
2
+ 12x
3
= 30
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
1 2 3 | 9
0 1 2 | 4
0 3 6 | 12
_
_
R
1
R
1
2R
2
R
3
R
3
3R
2
_
_
1 0 1 | 1
0 1 2 | 4
0 0 0 | 0
_
_
Ejemplo
2x
1
+ 4x
2
+ 6x
3
= 18
4x
1
+ 5x
2
+ 6x
3
= 24
2x
1
+ 7x
2
+ 12x
3
= 30
Procedimiento:
1
2
Se calcula R
i
(1/c
i
)R
i
3
Se calcula R
j
R
j
c
j
R
i
4
_
_
1 0 1 | 1
0 1 2 | 4
0 0 0 | 0
_
_
1x
1
x
3
= 1
1x
2
+ 2x
3
= 4
_
_
x
1
x
2
x
3
_
_
=
_
_
1 +x
3
4 2x
3
x
3
_
_
Resumen
Resumen
Teorema
El sistema
a
11
x +a
12
y = b
1
a
21
x +a
22
y = b
2
Tiene una soluci on unica si y s olo si a
11
a
22
a
12
a
21
= 0.
No tiene soluci on o tiene un n umero innito de soluciones si y
s olo si a
11
a
22
a
12
a
21
= 0.
Resumen
Resumen
Reducci on de Gauss & Gauss-Jordan
En la eliminaci on Gaussiana se reduce por rengl on la matriz de
coecientes a la forma escalonada por renglones, se despeja el
valor de la ultima inc ognita y despu es se usa la sustituci on hacia
atr as para las dem as inc ognitas.
En la eliminaci on de Gauss-Jordan se reduce por rengl on la
matriz de coecientes a la forma escalonada reducida por
renglones usando el procedimiento descrito.
Resumen
Resumen
Problemas - Tarea
1
Pruebe que la distancia entre un punto (x
1
, y
1
) y la recta
ax +by = c est a dada por:
d =
|ax
1
+by
1
+c|
a
2
+b
2
2
Encuentre la distancia entre la recta 2x y = 6 y el punto de
intersecci on de las rectas 2x 3y = 1 y 3x +6y = 12.
Resumen
Resumen
Problemas - Tarea - Reducci on de Gauss-Jordan
1
Para qu e valor de k tendr a soluciones no triviales el siguiente
sistema?:
1x + 1y + 1z = 0
2x + 3y + 4z = 0
3x + 4y + kz = 0
2
Comprueba el resultado aplicando la reducci on de Gauss-Jordan
Contenido
1
Gauss-Jordan
Resumen
2
Resumen
3
Deniciones y operaciones b asicas
Vector rengl on de n componentes
Se dene a un vector rengl on de n componentes como un
conjunto ordenado de n n umeros escritos de la siguiente manera:
_
x
1
x
2
x
n
_
Ejemplo: 5-vector rengl on
x =
_
2 1 3 5 1
_
Vector columna de n componentes
Un vector columna de n componentes es un conjunto ordenado
de n n umeros escritos de la siguiente manera:
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
Ejemplo: 3-vector columna
u =
_
_
1
1
0
_
_
Espacio vectorial R
n
Se usa el smbolo R
n
para denotar al conjunto de todos los
n-vectores:
_
_
_
_
_
a
1
a
2
.
.
.
a
n
_
_
_
_
_
cada a
i
es un n umero real
Matriz
Una matriz A de mn es un arreglo rectangular de mn n umeros
agrupados en m renglones y n columnas.
A =
_
_
_
_
_
_
_
_
_
_
a
11
a
12
a
1j
a
1n
a
21
a
22
a
2j
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i 1
a
i 2
a
ij
a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mj
a
mn
_
_
_
_
_
_
_
_
_
_
Suma y multiplicaci on de matrices
Suma de matrices
Consideremos A = (a
ij
) y B = (b
ij
) dos matrices mn. Entonces la
suma de A y B es una matriz mn, A +B dada por:
A +B = a
ij
+b
ij
=
_
_
_
_
_
a
11
+b
11
a
12
+b
12
a
1n
+b
1n
a
21
+b
21
a
22
+b
22
a
2n
+b
2n
.
.
.
.
.
.
.
.
.
a
m1
+b
m1
a
m2
+b
m2
a
mn
+b
mn
_
_
_
_
_
Es decir, A +B es una matriz de mn que se obtiene al sumar las
componentes correspondientes de A y B.
Multiplicaci on de una matriz por un escalar
Si A = (a
ij
) es una matriz mn y si es un escalar, entonces la
matriz mn, A, est a dada por:
A = (a
ij
)
=
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
Es decir, A = (a
ij
) es una matriz obtenida al multiplicar cada
componente de A por .
Teorema
Sean A, B y C tres matrices de mn y sean y dos escalares.
Entonces:
1
A +0 = A
2
0A = 0
3
A +B = B +A (ley conmutativa)
4
(A +B) +C = A +(B +C) (ley asociativa)
5
(A +B) = A +B (ley distributiva para escalares)
6
1A = A
7
( +)A = A +A
Teorema
Entonces:
1
A +0 = A
2
0A = 0
3
4
5
6
1A = A
7
( +)A = A +A
Teorema
Entonces:
1
A +0 = A
2
0A = 0
3
4
5
6
1A = A
7
( +)A = A +A
Teorema
Entonces:
1
A +0 = A
2
0A = 0
3
4
5
6
1A = A
7
( +)A = A +A
Teorema
Entonces:
1
A +0 = A
2
0A = 0
3
4
5
6
1A = A
7
( +)A = A +A
Teorema
Entonces:
1
A +0 = A
2
0A = 0
3
4
5
6
1A = A
7
( +)A = A +A
Teorema
Entonces:
1
A +0 = A
2
0A = 0
3
4
5
6
1A = A
7
( +)A = A +A
Producto escalar
Denici on: Producto escalar
Sean a =
_
_
_
_
_
a
1
a
2
.
.
.
a
n
_
_
_
_
_
y b =
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
dos vectores. Entonces el
producto escalar de a y b, representado por a b, est a denido
como:
a b = a
1
b
1
+a
2
b
2
+ a
n
b
n
Para poder realizar el producto escalar de a y b es necesario que a y b tengan el
mismo n umero de componentes
Producto escalar
Teorema
Sean a, b y c tres n-vectores y sea un escalar. Entonces:
1
a 0 = 0
2
a b = b a (ley conmutativa)
3
a (b +c) = a b +a c (ley distributiva)
4
(a) b = (a b)
Producto escalar
Teorema
1
a 0 = 0
2
3
4
(a) b = (a b)
Producto escalar
Teorema
1
a 0 = 0
2
3
4
(a) b = (a b)
Producto escalar
Teorema
1
a 0 = 0
2
3
4
(a) b = (a b)
Producto de dos matrices
Denici on:
Sea A = (a
ij
) una matriz mn, y sea B = (b
ij
) una matriz de n p.
Entonces el producto de A y B es una matriz de mp, C = (c
ij
), en
donde:
c
ij
= (rengl on i de A) (columna j de B)
Es decir, el elemento ij de AB es el producto punto del rengl on i de A
y la columna j de B. Si esto se extiende, se obtiene:
c
ij
= a
i 1
b
1j
+a
i 2
b
2j
+ +a
in
b
nj
Si el n umero de columnas de A es igual al n umero de renglones de B, entonces se
dice que A y B son compatibles bajo la multiplicaci on.
Producto de dos matrices
Ejemplicaci on de la multiplicaci on matricial
(c
ij
) =
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
i 1
a
i 2
a
in
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
b
11
b
12
b
1j
b
1p
b
21
b
22
b
2j
b
2p
.
.
.
.
.
.
.
.
.
.
.
.
b
n1
b
n2
b
nj
b
np
Resumen
Resumen
La notaci on
El producto escalar y la multiplicaci on de dos matrices puede ser
expresada de la siguiente forma:
Producto escalar
a b = a
1
b
1
+a
2
b
2
+ +a
n
b
n
=
n
i =1
a
i
b
i
Multiplicaci on de dos matrices
c
ij
= a
i 1
b
1j
+a
i 2
b
2j
+ +a
in
b
nj
=
n
k=1
a
ik
b
kj
Resumen
Resumen
Problemas - Tarea
1
Sean a
11
, a
12
, a
21
y a
22
n umeros reales dados tales que
a
11
a
22
a
12
a
21
= 0. Encuentre los n umeros b
11
, b
12
, b
21
y b
22
tales que
_
a
11
a
12
a
21
a
22
__
b
11
b
12
b
21
b
22
_
=
_
1 0
0 1
_
.
2
Calcule A
2
si A =
_
1 2
3 4
_
.
3
Se dice que dos vectores a y b son ortogonales si a b = 0.
Determine todos los n umeros y tales que los vectores
_
_
_
_
1
2
3
_
_
_
_
y
_
_
_
_
4
5
2
7
_
_
_
_
sean ortogonales.
Contenido
1
Gauss-Jordan
Resumen
2
Resumen
3
Representaci on matricial de un sistema de ecuaciones lineales
Sistema de m ecuaciones y n inc ognitas
Consideremos el sistema de m ecuaciones lineales con n inc ognitas:
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
La matriz de coecientes es:
A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_
_
_
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
Los vectores x y b son:
x =
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
b =
_
_
_
_
_
b
1
b
2
.
.
.
b
m
_
_
_
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
Representaci on matricial de un sistema de ecuaciones:
Ax = b
Un sistema de ecuaciones lineales es homog eneo si:
Ax = 0
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
Ejemplo:
1x
1
+4x
2
2x
3
= 10
2x
1
+5x
2
+3x
3
= 8
3x
1
+1x
2
2x
3
= 4
A =
_
_
1 4 2
2 5 3
3 1 2
_
_
a
11
x
1
+ a
12
x
2
+ + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
Ejemplo (continuaci on):
1x
1
+4x
2
2x
3
= 10
2x
1
+5x
2
+3x
3
= 8
3x
1
+1x
2
2x
3
= 4
x =
_
_
x
1
x
2
x
3
_
_
, b =
_
_
10
8
4
_
_
Ejemplo - Sistema homog eneo y no homog eneo
Ejemplo:
1x
1
+1x
2
1x
3
= 7
4x
1
1x
2
+5x
3
= 4
6x
1
+1x
2
+3x
3
= 18
La representaci on de la matriz aumentada
de Ax = b es:
_
_
1 1 1 | 7
4 1 5 | 4
6 1 3 | 18
_
_
Ejemplo:
1x
1
+1x
2
1x
3
= 7
4x
1
1x
2
+5x
3
= 4
6x
1
+1x
2
+3x
3
= 18
Reduciendo la matriz aumentada a la forma
escalonada, tenemos:
_
_
1 1 1 | 7
4 1 5 | 4
6 1 3 | 18
_
_
R
2
R
2
4R
1
R
3
R
3
6R
1
_
_
1 1 1 | 7
0 5 9 | 24
0 5 9 | 24
_
_
Ejemplo:
1x
1
+1x
2
1x
3
= 7
4x
1
1x
2
+5x
3
= 4
6x
1
+1x
2
+3x
3
= 18
escalonada, tenemos (continuaci on):
_
_
1 1 1 | 7
0 5 9 | 24
0 5 9 | 24
_
_
R
2

R
2
5
_
_
1 1 1 | 7
0 1
9
5
|
24
5
0 5 9 | 24
_
_
Ejemplo:
1x
1
+1x
2
1x
3
= 7
4x
1
1x
2
+5x
3
= 4
6x
1
+1x
2
+3x
3
= 18
escalonada, tenemos (continuaci on):
_
_
1 1 1 | 7
0 1
9
5
|
24
5
0 5 9 | 24
_
_
R
1
R
1
R
2
R
3
R
3
+5R
2
_
_
1 0
4
5
|
11
5
0 1
9
5
|
24
5
0 0 0 | 0
_
_
Ejemplo:
1x
1
+1x
2
1x
3
= 7
4x
1
1x
2
+5x
3
= 4
6x
1
+1x
2
+3x
3
= 18
La reducci on queda como:
_
_
1 0
4
5
|
11
5
0 1
9
5
|
24
5
0 0 0 | 0
_
_
La soluci on sera:
_
_
x
1
x
2
x
3
_
_
=
_
_
11
5

4
5
x
3
24
5
+
9
5
x
3
x
3
_
_
Ejemplo:
1x
1
+1x
2
1x
3
= 7
4x
1
1x
2
+5x
3
= 4
6x
1
+1x
2
+3x
3
= 18
Considerando las soluciones x
1
y x
2
para
x
3
= 1 y x
3
= 2, respectivamente:
x
1,2
=
_
_
x
1
x
2
x
3
_
_
=
_
_
11
5

4
5
x
3
24
5
+
9
5
x
3
x
3
_
_
La soluciones seran:
x
1
=
_
_
7
5
33
5
1
_
_
x
2
=
_
_
3
5
42
5
2
_
_
Ejemplo:
1x
1
+1x
2
1x
3
= 7
4x
1
1x
2
+5x
3
= 4
6x
1
+1x
2
+3x
3
= 18
Consideremos ahora el vector x = x
1
x
2
:
x =
_
_
7
5
33
5
1
_
_
_
_
3
5
42
5
2
_
_
=
_
_
4
5
9
5
1
_
_
efectuando la multiplicaci on Ax:
_
_
1 1 1
4 1 5
6 1 3
_
_
_
_
4
5
9
5
1
_
_
=
_
_
0
0
0
_
_
Teorema
Sean x
1
y x
2
soluciones al
sistema no homog eneo.
Entonces su diferencia x
1
x
2
,
es una soluci on al sistema
homog eneo relacionado
A(x
1
x
2
) = Ax
1
Ax
2
= 0
Consideremos ahora el vector x = x
1
x
2
:
x =
_
_
7
5
33
5
1
_
_
_
_
3
5
42
5
2
_
_
=
_
_
4
5
9
5
1
_
_
efectuando la multiplicaci on Ax:
_
_
1 1 1
4 1 5
6 1 3
_
_
_
_
4
5
9
5
1
_
_
=
_
_
0
0
0
_
_

AlgebraLinealTema1 1-1 3

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

AlgebraLinealTema1 1-1 3

Transféré par

Droits d'auteur :

Formats disponibles

Sistemas de Ecuaciones Lineales y

Vous aimerez peut-être aussi