Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 13 vistas

    Taller 4

    Cargado por

    Juliana Ruiz
    El documento describe cómo resolver sistemas de ecuaciones lineales mediante la transformación de la matriz aumentada en una matriz escalonada. Se explica que contando el número de posiciones pivote se puede determinar si el sistema tiene solución única, infinitas soluciones o no tiene solución. También se provee un ejemplo para ilustrar los pasos para resolver un sistema particular aplicando estas técnicas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Taller 4

    Cargado por

    Juliana Ruiz
    13 vistas4 páginas
    El documento describe cómo resolver sistemas de ecuaciones lineales mediante la transformación de la matriz aumentada en una matriz escalonada. Se explica que contando el número de posiciones pivote se puede determinar si el sistema tiene solución única, infinitas soluciones o no tiene solución. También se provee un ejemplo para ilustrar los pasos para resolver un sistema particular aplicando estas técnicas.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento describe cómo resolver sistemas de ecuaciones lineales mediante la transformación de la matriz aumentada en una matriz escalonada. Se explica que contando el número de posiciones pivote se puede determinar si el sistema tiene solución única, infinitas soluciones o no tiene solución. También se provee un ejemplo para ilustrar los pasos para resolver un sistema particular aplicando estas técnicas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    13 vistas4 páginas

    Taller 4

    Cargado por

    Juliana Ruiz
    El documento describe cómo resolver sistemas de ecuaciones lineales mediante la transformación de la matriz aumentada en una matriz escalonada. Se explica que contando el número de posiciones pivote se puede determinar si el sistema tiene solución única, infinitas soluciones o no tiene solución. También se provee un ejemplo para ilustrar los pasos para resolver un sistema particular aplicando estas técnicas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 4

    Elabore un código en LATEX que imprima el siguiente:

    Un sistema de ecuaciones lineales de m ecuaciones con n incógnitas es


    un sistema de la forma:

    a11 x1 + a12 x2 + a13 x3 + · · · + a1n xn = b1


    a21 x1 + a22 x2 + a23 x3 + · · · + a2n xn = b1



    a31 x1 + a32 x2 + a33 x3 + · · · + a3n xn = b1 (1)

    ..........................................





    a x + a x + a x + · · · + a x = b
    m1 1 m2 2 m3 3 mn n m

    donde aij ∈ R para cada 1 ≤ i ≤ m y 1 ≤ j ≤ n se denomina coeficientes


    y xi para cada 1 ≤ i ≤ n se denominan incógnitas.

    Una solución del sistema de ecuaciones (1) es una n-tupla (c1 , c2 , c3 . . . . , cn ) ∈


    Rn tal que cuando se sustituya xi por ci , para cada 1 ≤ i ≤ n, en cada una
    de las m ecuaciones del sistema (1) estas se satisfacen.

    Recordemos que un sistema de ecuaciones lineales de la forma (1) tiene


    asociado una matriz de coeficientes:
     
    a11 a12 a13 · · · a1n
     a21 a22 a23 · · · a2n 
     
    A=  a31 a32 a33 · · · a3n  (2)

    . . . . . . . . . . . . . . . . . . . . . . . . .
    am1 am2 am3 · · · amn
    y una matriz aumentada
     
    a11 a12 a13 · · · a1n b1

     a21 a22 a23 · · · a2n b2 

    (A | b) = 
     a31 a32 a33 · · · a3n b3 
     (3)
     ............................. 
    am1 am2 am3 · · · amn bm
    Esta última se puede usar para resolver el sistema de ecuaciones (1) por
    medio de las operaciones elementales sobre filas:
    1. Intercambio de filas. Cuando se aplica esta operación se denota por:
    Fi ⇆ Fj
    2. Multiplicar una fila por un número real diferente de cero. Esta opera-
    ción se denota por Fi → αFi

    3. Sumer a una fila un múltiplo escalar de otra. En el momento en el que


    se aplica esta operación se suele denotar por Fj → Fi + αFi

    La idea para resolver el sistema (1) es aplicar as operaciones elementales


    sobre filas a la matriz (3) para obtener un sistema más sencillo de resolver y
    que tenga exactamente las mismas soluciones que el original. La idea general
    de como hacer esto consiste en llevar a la matriz aumentada a una matriz
    con las siguientes caracterı́sticas:

    Las filas nulas aparecen al final de la matriz

    Si Fi y Fj son filas no nulas con i < j, entonces el primer cero de Fi se


    encuentra más hacia la izquierda que el prmer cero de Fj .

    a una matriz de este tipo se le llama matriz escalonada, además, a primer


    elemento no nulo de una fila no nula de esta matriz se le llama una posición
    pivote de la matriz.
    En general, se puede reconocer si un sistema de ecuaciones tiene única
    solución, infinitas soluciones y no tiene soluciones contando el número de sus
    posiciones pivote de su matriz de coeficientes y aumentada, y comparandola
    con el número de sus filas. De hecho:

    Un sistema de ecuaciones no tiene solución si el número de po-


    siciones pivote de su matriz de coeficientes es estrictamente menor que
    el número de posiciones pivote de su matriz aumentada. En este casa
    se dice que el sistema es inconsistente.

    Un sistema de ecuaciones tiene por lo menos una solución si


    el número de posiciones pivote de la matriz de coeficientes es igual al
    número de posiciones pivote de la matriz aumentada. En este caso se
    dice que el sistema se dice consistente y ocurre:

    ˆ El sistema tenga infinitas soluciones si el número de pivotes es


    menor que el número de columnas de la matriz de coeficientes.
    ˆ El sistema tiene única solución si el número de posiciones pivote
    es igual al npumero de columnas de la matriz de coeficientes.
    Cuando un sistema de ecuaciones lineales tiene infinitas soluciones, en-
    tonces su matriz aumentada debe ser llevada a la escalonada reducida, es
    decir, llevar a una matriz que sea escalonada y que adempas que el único ele-
    mento no nulo de una columna que tenga una posición pivote, sea la posición
    pivote. Todo esto paraexpresar las infinitas soluciones del sistema en forma
    vectorial.

    Por otro lado si el sistema tiene única solución esta se puede encontrar
    solucionando el sistema triángular equivalente al sistema por sustitución re-
    gresiva, como se muestra en el siguiente ejemplo.

    Ejemplo: Resolver el siguiente sistema de ecuaciones lineales, aplicando


    la metodologı́a descrita anteriormente


     x1 + 2x2 + x3 + 4x4 = 13

    2x + 0x + 4x + 3x = 28
    1 2 3 4


     4x1 + 2x2 + 2x3 + x4 = 20
    −3x1 + x2 + 3x3 + 2x4 = 6

    La matriz ampliada del sistema es:


     
    1 2 1 4 13
     2 0 4 3 28 
     
     4 2 2 1 20 
    −3 1 3 2 6
    Claramente la primera posición pivote es 11 usamos los multiplicadores m21 =
    2, m31 = 4 y m41 = −3 para eliminar los elementos que estan en la columna
    de la primera posición pivote y debajo de esta. Ası́:
       
    1 2 1 4 13 1 2 1 4 13
     2 0 4 3 28  F2 →F2 −2F1  0 −4 2 −5 2 
     4 2 2 1 20  −
      −−−−−−→  
    F3 →F3 −4F1  0 −6 −2 −15 −32 
    F4 →F4 +3F1
    −3 1 3 2 6 0 7 6 14 45

    De esta manera, encontramos la segunda posición pivote, 22, con la cual en-
    contramos los multiplos m23 = 3/2 y m24 = −7/4, para continuar con la
    reducción de la matriz
       
    1 2 1 4 13 1 2 1 4 13
     0 −4 2 −5 2  7
    F 4 →F4 − 4 F2  0 −4 2 −5 2 
     0 −6 −2 −15 −32  F3 →F3 − 3−F→
     − − − −− −  15

    2 2
     0 0 −5 − 2 −35 
    19 21 97
    0 7 6 14 45 0 0 2 4 2

    La tercera posición pivote de nuestra matriz es 33 y con esta encontramos el


    múltiplo m43 = −19/20, el cual usamos para reducir el sistema a un sistema
    triangular superior con única solución
       
    1 2 1 4 13 1 2 1 4 13
     0 −4 2 −5 2  F4 →F4 + 19
    10 3  0
    F  −4 2 −5 2 

     0 0 −5 − 15 −35 
     −− − −− −− −→  0 0 −5 − 15 −35 

    2 2
    19 21 97
    0 0 2 4 2
    0 0 0 −9 −18

    Finalmente usando el algoritmo de sustición regresiva obtenemos

    x4 = 2, x3 = 4, x2 = −1, x1 = 3

    También podría gustarte