3.4 Métodos de solución de un sistema de ecuaciones lineales: Gauss, Gauss-Jordan, inversa de una matriz y regla de Cramer.
MÉTODO DE RESOLUCIÓN DE GAUSS-JORDAN
Es el método de resolución de sistemas de ecuaciones lineales, que consiste enllegar a un sistema "escalonado" transformando la matriz ampliada en una matriz
escalonada por filas. El método de Gauss es una generalización del método de
reducción, que utilizamos para eliminar una incógnita en los sistemas de dos
ecuaciones con dos incógnitas. Consiste en la aplicación sucesiva del método de
reducción, utilizando los criterios de equivalencia de sistemas, para transformar la
matriz ampliada con los términos independientes ( A* ) en una matriz triangular, de
modo que cada fila (ecuación) tenga una incógnita menos que la inmediatamente
anterior. Se obtiene así un sistema, que llamaremos escalonado, tal que la última
ecuación tiene una única incógnita, la penúltima dos incógnitas, la antepenúltima
tres incógnitas, ..., y la primera todas las incógnitas.
El siguiente esquema muestra cómo podemos resolver un sistema de ecuaciones
lineales aplicando este método.
Partimos, inicialmente, de un sistema de n ecuaciones lineales con n incógnitas,
compatible determinado:
En primer lugar, aplicando sucesivamente el método de reducción, eliminamos en
todas las ecuaciones, excepto en la primera, la incógnita x1, obteniéndose un
sistema equivalente:
En segundo lugar, aplicando nuevamente el método de reducción de forma
sucesiva, eliminamos en todas las ecuaciones, excepto en las dos primeras, la
incógnita x2, obteniéndose un sistema equivalente:
Para resolverlo despejamos, en primer lugar, la única incógnita de la última
ecuación. Luego sustituimos ésta en la penúltima ecuación y despejamos la otra
incógnita. Posteriormente, sustituimos dos de las tres incógnitas de la
antepenúltima ecuación por sus valores y despejamos la que queda, y así
sucesivamente hasta llegar a la primera ecuación.
Las transformaciones que podemos realizar en dicha matriz para transformar el
sistema inicial en otro equivalente son las siguientes:
Multiplicar o dividir una fila por un número real distinto de cero.
Sumarle o restarle a una fila otra fila.
Sumarle a una fila otra fila multiplicada por un número distinto de cero.
Cambiar el orden de las filas.
Cambiar el orden de las columnas que corresponden a las incógnitas del sistema,
teniendo en cuenta los cambios realizados a la hora de escribir el nuevo sistema
equivalente. Es decir: si, por ejemplo, la 2ª columna corresponde a la incógnita y y
la tercera a la incógnita z, y cambiamos el orden de las columnas, ahora la 2ª
columna corresponde a la incógnita z y la tercera a la incógnita y.
Eliminar filas proporcionales o que sean combinación lineal de otras.
Eliminar filas nulas (0 0 0 ... 0).
Después de realizar las transformaciones que se consideren pertinentes, se
obtendrá un sistema escalonado. Suponiendo que hubiésemos eliminado, si las
hubiera, las filas nulas (0 0 0 ... 0), que corresponden a ecuaciones del tipo 0 = 0,
el sistema equivalente tendría ahora k ecuaciones lineales con n incógnitas.
Analizando el sistema resultante, podemos efectuar su discusión del siguiente
modo:
Si alguna de las ecuaciones es del tipo 0 = b (siendo b distinto de cero), el sistema
es incompatible y no tiene solución.
Si no hay ecuaciones del tipo 0 = b, y además k = n, es decir, el número de
ecuaciones del sistema equivalente es igual al número de incógnitas, el sistema es
compatible determinado y, por lo tanto, tiene una única solución.
Si no hay ecuaciones del tipo 0 = b y k < n, es decir, el número de ecuaciones es
menor que el número de incógnitas, el sistema es compatible indeterminado y, en
consecuencia, tiene infinitas soluciones. En este caso, tenemos que separar las
incógnitas principales de las no principales.
Pero, ¿cuáles son las incógnitas principales? Se puede dar el siguiente criterio: Si
el sistema es escalonado y tiene k ecuaciones, las k primeras incógnitas serán las
principales y las n - k restantes serán las no principales que pasaremos al
segundo miembro como parámetros.
MÉTODO DE RESOLUCIÓN DE CRAMER. REGLA DE CRAMER
La regla de Cramer utiliza las propiedades de las matrices y sus determinantes
para despejar, por separado, una cualquiera de las incógnitas de un sistema de
ecuaciones lineales.
REGLA DE CRAMER
Un sistema de ecuaciones lineales recibe el nombre de sistema de Cramer cuando
se cumplen las dos condiciones siguientes:
El número de ecuaciones es igual al número de incógnitas.
El determinante de la matriz de los coeficientes (matriz del sistema) es distinto de
cero (det ( A ) ≠ 0)
Un sistema de Cramer es, por definición, compatible determinado, puesto que se
cumple que rango (A) = rango (A*) = n (nº de incógnitas).
Consideremos un sistema de Cramer, es decir, un sistema de n ecuaciones
lineales con n incógnitas, cuya expresión general es la siguiente:
Sean A la matriz del sistema , entonces det (A) ≠0.
Llamaremos matriz asociada a la incógnita xi y la designaremos por Ai a la matriz
que se obtiene al sustituir en la matriz del sistema la columna i por la matriz
columna de los términos independientes. Es decir:
Todos los sistemas de Cramer son compatibles determinados. El valor de cada
incógnita se obtiene dividiendo el determinante de la matriz asociada a dicha
incógnita por la matriz del sistema (matriz de los coeficientes de las incógnitas).
¿Se puede aplicar la regla de Cramer para resolver sistemas de ecuaciones
lineales compatibles que tengan más ecuaciones que incógnitas? La respuesta es
afirmativa. Basta con obtener un sistema equivalente al inicial eliminando las
ecuaciones superfluas o dependientes (proporcionales, nulas o que sean
combinación lineal de otras).
El procedimiento a seguir es el siguiente: Supongamos que tenemos un sistema
de m ecuaciones lineales con n incógnitas, siendo m > n y tal que: rango (A) =
rango (A*) = n. Por lo tanto, sobran m - n ecuaciones. Para averiguar cuáles son
las ecuaciones de las que podemos prescindir, basta encontrar en la matriz de los
coeficientes ( A ) un menor de orden n distinto de cero, por ejemplo, el que
utilizamos para averiguar el rango de la matriz A.
Las filas que intervienen en este menor son las que corresponden a las
ecuaciones principales. Las restantes ecuaciones las podemos suprimir.
Ejemplo: Sea el sistema de ecuaciones lineales formado por dos ecuaciones con
dos incógnitas:
Encontrar el valor de x e y mediante la regla de Cramer.
Empezaremos con el primer paso, que consiste en hallar la matriz ampliada A b
asociada al sistema de ecuaciones lineales:
Si el determinante de la matriz A es distinto de cero (det (A) ≠ 0 ), la matriz A tiene
inversa ( A-1 ). Por lo tanto, podemos calcular la matriz de las incógnitas X del
siguiente modo:
Es decir, para calcular la matriz columna de las incógnitas ( X ), multiplicamos la
inversa de la matriz A ( A-1 ) por la matriz columna de los términos
independientes, obteniéndose otra matriz columna de la misma dimensión que X.
¿Se puede aplicar el método de la matriz inversa para resolver sistemas de
ecuaciones lineales compatibles que tengan más ecuaciones que incógnitas? La
respuesta es afirmativa. Basta con obtener un sistema equivalente al inicial
eliminando las ecuaciones superfluas o dependientes (proporcionales, nulas o que
sean combinación lineal de otras).
El procedimiento a seguir es el siguiente: Supongamos que tenemos un sistema
de m ecuaciones lineales con n incógnitas, siendo m > n y tal que: rango (A) =
rango (A*) = n. Por lo tanto, sobran m - n ecuaciones. Para averiguar cuáles son
las ecuaciones de las que podemos prescindir, basta encontrar en la matriz de los
coeficientes ( A ) un menor de orden n distinto de cero, por ejemplo, el que
utilizamos para averiguar el rango de la matriz A. Las filas que intervienen en este
menor son las que corresponden a las ecuaciones principales. Las restantes
ecuaciones las podemos suprimir.
¿Se puede aplicar el método de la matriz inversa para resolver sistemas de
ecuaciones lineales compatibles indeterminados? La respuesta es también
afirmativa. El procedimiento a seguir es el siguiente: Supongamos que tenemos un
sistema de m ecuaciones lineales con n incógnitas, tal que: rango (A) = rango (A*)
= k < n. Por lo tanto, sobran m - k ecuaciones y, además, hay n - k incógnitas no
principales. Para averiguar cuáles son las ecuaciones de las que podemos
prescindir, y cuáles son las incógnitas no principales, basta encontrar en la matriz
de los coeficientes ( A ) un menor de orden k distinto de cero, por ejemplo, el que
utilizamos para averiguar el rango de la matriz A. Las filas que intervienen en este
menor son las que corresponden a las ecuaciones principales o independientes.
Las restantes ecuaciones las podemos suprimir. Las columnas que figuran en
dicho menor corresponden a las incógnitas principales. Las incógnitas no
principales las pasamos al otro miembro y pasan a formar un único término junto
principales las pasamos al otro miembro y pasan a formar un único término junto
con el término independiente. Se obtiene, de este modo, un sistema de k
ecuaciones lineales con k incógnitas, cuyas soluciones van a depender de n - k
parámetros (correspondientes a las incógnitas no principales)
Comentarios
Publicar un comentario