• No se han encontrado resultados

TEMA Nº 2 SISTEMA DE ECUACIONES LINEALES

N/A
N/A
Protected

Academic year: 2020

Share "TEMA Nº 2 SISTEMA DE ECUACIONES LINEALES"

Copied!
5
0
0

Texto completo

(1)

TEMA Nº 2: SISTEMAS DE ECUACIONES.

1. SISTEMAS DE ECUACIONES LINEALES.

2. DISCUSIÓN DE SISTEMAS DE ECUACIONES LINEALES.

3. SISTEMAS ESCALONADOS. TRANSFORMACIÓN EN SISTEMAS ESCALONADOS 4. MÉTODO DE GAUSS

5. RESOLUCIÓN DE SISTEMAS DE ECUSCIONES MEDIANTES DETERMINANTES.

1.

SISTEMAS DE ECUACIONES LINEALES.

A. CONCEPTOS.

Ecuación lineal: Ecuación polinómica de grado uno con una o varias incógnitas.

Una solución es un conjunto de valores (uno para cada incógnita) que verifican la igualdad.

Ecuaciones equivalentes: Dos ecuaciones son equivalentes cuando tienen las mismas soluciones: Para obtener ecuaciones equivalentes podemos sumar y restar expresiones, y multiplicar o dividir por números.

Sistemas de dos ecuaciones lineales: Conjunto de ecuaciones lineales. La solución debe cumplir todas las ecuaciones.

Sistemas equivalentes: Son aquellos que tiene las mismas soluciones. Obtención de sistemas equivalentes:

 Multiplicar o dividir los dos miembros de las ecuaciones por número distintos de 0.  Añadir una ecuación que sea combinación lineal de las otras.

 Sustituir una ecuación por otra que sea combinación lineal de las ecuaciones (esa ecuación debe intervenir). (ejemplo: Sustituir la ecuación por la c.l. 3·1ª+3·2ª-3ª)

2.

DISCUSIÓN DE SISTEMAS DE ECUACIONES LINEALES.

Cuando hablamos de Discusión de S.E.L. queremos clasificar los sistemas dependiendo del número de soluciones.

Número de soluciones Nombre

Una solución Sistema Compatible Determinado (S.C.D.) Infinitas soluciones Sistema Compatible Indeterminado (S.C.I.) Sin solución Sistema Incompatible (S.I.)

3. SISTEMAS ESCALONADOS. TRANSFORMACIÓN EN SISTEMAS ESCALONADOS.

Un sistema se dice que es escalonado si al observar el sistema vemos que se van perdiendo incógnitas en cada ecuación. Ejemplos:

    

  

  

12 3

6 5

7 2 3

z z y

z y x

    

 

 

  

11 3

8

5 2

t z

z y

t y x

    

  

  

14 4 2

11 5 3

z y x

y y x

    

  

  

3 0

1 2

z y

z y x

Resolución de sistemas escalonados: Cogemos la ecuación con menos incógnitas y despejamos. Así con todas.

    

  

  

12 3

6 5

7 2 3

z z y

z y x

5 7

8 6 7

4 · 2 2 · 3 x

hallamos y

3 por y e 4 por z s sustituimo 1ª

la En

2 5

10 y 4 6 5y 6 4 -5y y despejamos y

4 por z s sustituimo 2ª

la En

4 3

12 12

3 3ª la Despejamos

         

  

     

  

  

x x

x

y z

z z

Solución x=5; y=2 ;z=4  S.C.D.

    

 

 

  

11 3

8

5 2

t z

z y

t y x

   

 

5 11 3

3 2 5 2

5 x

despejamos 1ª

la En

3 3 )

3 11 ( 8 ) 3 11 (como 8

y despejamos 2ª

la En

3 11 ) (llamamos 3

11 z

despejamos 3ª

la En

            

    

  

 

 

  

  

x x

t y x

y y

z z

y

z t

(2)

    

  

  

3 0

1 2

z y

z y x

De la 3ª ecuación obteneos 0=3 ¡¡Imposible¡¡  Sistema sin Solución S.I.

Transformación en sistemas escalonados: Debemos hacer operaciones con las ecuaciones (sustituir una ecuación por otra es combinación lineal de ella y alguna más del sistema) para ir eliminando incógnitas en cada ecuación. Ejemplos:

         

 

      

 

  

   2 5

4 3

ª 1 · 3 ª 2

ª 1

7 7 3

4 3

12 9 3

7 7 3

y y x

y x

y x

y x

y

x Resolvemos: y52x3·

 

52 4;x4152;x72 Muchas veces conviene cambiar las incógnitas de lugar o las ecuaciones de sitio para que las operaciones sean más sencillas.

4. MÉTODO DE GAUSS

El método anterior se conoce por el método de Gauss. Pero puede abreviarse si nos olvidamos de las incógnitas y nos limitamos a trabajar con números. Tenemos que hacer ceros por debajo del primer elemento de la 1ª fila, una vez hecho debemos hacer ceros por debajo del segundo elemento de la segunda fila, y

así sucesivamente

. Ejemplo 1:

    

 

    

 

   

 

    

 

      

 

    

 

   

   

 

    

 

       

  

  

  

15 11

6 4

3

5 7 ) 10 ( 1 5 5

2 3 ) 4 ( 5 2 2

1 2

1

ª 1 · 5 ª 3

ª 1 · 2 ª 2

ª 1

11 4 3

7 1 5

3 5 2

1 2 1

3ª 1ª 2ª

2 y 1 filas cambiamos

operar para

elemento como

1

el cogemos

11 3 4

7 1 5

1 2 1

3 5 2

11 7 5

3 2

4 3 5

2 x y z x y z x y z

z y x

z y x

z y x

5 3

2 0

0 2

2

2 ;

26 13

ª 1

ª 2

ª 3

26 2 3

13 0 0

1 1 0

1 2 1

) 22 ( 4

2 3

11 2 ) 11 ( 11 0

1 1

0

1 2

1

ª 2 · 11 ª 3

ª 2

ª 1

4 2 3

2 11 0

1 1 0

1 2 1

    

     

     

    

 

    

 

  

      

 

    

 

  

 

 

  

     

 

    

 

   

x x

y y

z z

z y x z

y x

z y x

Si tenemos dos filas iguales las podemos quitar. Si tenemos una fila de ceros la podemos quitar. El objetivo es hacer 0 por debajo de la diagonal.

Después de todo el proceso de hacer ceros podemos llegar a tres situaciones diferentes:

I.

    

 

    

 

   

   

  

  

0 0 0

0 0 0

donde son números distintos de 0, y son números cualquiera En este caso el sistema es Compatible Determinado

(S.C.D.)

(Ejemplo 1 anterior)

II.

  

 

  

 

  

  

  

  

0 0

0

Hay menos ecuaciones que incógnitas.

El sistema será compatible indeterminado (

S.C.I

)

Se resolverá dando a las incógnitas que sobran valores paramétricos. Ejemplo 2.

III.

    

 

    

 

   

  

  

  

0 0 0 0

0 0 0

La última ecuación quedará 0=nº distinto de cero ¡¡IMPOSIBLE¡¡ El sistema será Incompatible

(S.I)

(3)

Ejemplo :                11 10 4 8 5 10 7 3 z y x z y x z y x                                                                       21 42 10 17 7 0 34 1 0 7 3 1 10 11 50 8 10 7 10 ) 3 ( 4 1 1 35 1 ) 15 ( 1 5 5 7 3 1 ª 1 ª 3 ª 1 · 5 ª 2 ª 1 11 8 10 10 4 1 1 1 5 7 3 1 z y x z y x z y x 9 7 51 7 10 10 7 3 7 17 · 3 3 7 17 14 42 34 42 34 14 0 42 10 0 0 0 34 14 0 7 3 1 ) 42 ( 42 42 10 ) 34 ( 34 14 14 0 34 14 0 7 3 1 ª 2 ª 3 · 2 ª 2 ª 1                                                                           x x y y y z z y x z y x

Solución: x   y   ; z 7 17 3 ; 7 2

1 S.C.I.

Ejemplo 3:               11 21 8 3 15 2 7 2 3 z y x z y x z y x  ª 2 ª 3 ª 2 ª 1 4 11 7 19 5 0 19 5 0 2 3 1 7 11 14 3 7 ) 2 ( 21 ) 3 ( 8 1 1 ) 4 ( 15 ) 6 ( 1 2 2 2 3 1 ª 1 ª 3 ª 1 · 2 ª 2 ª 1 11 3 7 21 8 1 15 1 2 2 3 1                                                                           z y x z y x z y x                                           7 11 7 0 0 0 19 5 0 2 3 1 11 4 11 7 19 19 5 5 0 19 5 0 2 3 1 z y x z y x

 07 ¡¡IMPOSIBLE¡¡ S.I.

5.

5. RESOLUCIÓN DE SISTEMAS DE ECUACIONES MEDIANTE DETERMINANTES.

A.

TEOREMA DE ROUCHÉ-FRÖBENIUS

El teorema de Rouché-Fröbenius nos va a relacionar el rango de la matriz de coeficientes de un sistema de ecuaciones y de su ampliada con los términos independientes con el número de soluciones del sistema: Sea el sistema de ecuaciones AXB. La matriz de coeficientes es A, y la de términos independientes es AB

, entonces el Teorema de Rouché-Fröbenius nos dice:

 Si Rango(A)≠Rango(A|B)  El sistema es Incompatible (S.I.)

 Si Rango(A)=Rango(A|B)=nº de incógnitas  El sistema es Compatible Determinado(S.C.D.)  Si Rango(A)=Rango(A|B)<nº de incógnitas  El sistema es Compatible Indeterminado(S.C.I.)

Ejemplo:                 52 3 5 2 18 3 1 z y x z x z y x                                            3 ) ( 0 1 3 15 5 6 2 ) ( 0 1 0 1 1 1 1 ) ( 0 1 3 5 2 3 0 1 1 1 1 A A Ran A A Ran A Ran

(4)

      

 

     

 

   

 

   

 

  

 

        

  

  

  

2 ) ( 0

6 1 4 3

2 ) ( 0

1 1 1

2 1

1 ) ( 0

1

3 4 1

0 1 1

1 2 1

2 3 4

1 0 2

A Ran A

A Ran A Ran

A z y x

y x

z y x

3 ) | ( 0

2 8 4 2 4 4 4 1

1 1 1

0 2 1

4 3 4 1

1 0 1 1

0 1 2 1

|        

          

   

 

Ran A B

B

A Sistema Incompatible

B.

REGLA DE CRAMER

La regla de Cramer (|A| es distinto de cero) nos ayudará a resolver los sistemas de ecuaciones con ayuda de los determinantes.

REGLA DE CRAMER: La solución de todo sistema compatible determinado viene dado por: 𝑥 = |𝐴𝑥|

|𝐴| ; 𝑦 = |𝐴𝑦|

|𝐴| ; 𝑧 = |𝐴𝑧|

|𝐴| ; … … …

Donde |A| es el determinante de la matriz de coeficientes y |Ax| es el determinante de la matriz de coeficientes pero cambiando la columna de los coeficientes de la x por la columna de los términos independientes, |Ay| cambiando la columna de la y, etc.

Ejemplo: Resolver el sistema:

2𝑥 − 3𝑦 + 𝑧 = 4 𝑥 + 𝑦 = 6 𝑥 + 6𝑦 + 2𝑧 = 5

}

|𝐴| = |

2 −3 1 1 1 0 1 6 2

| = 4 + 6 − 1 + 6 = 15; |𝐴𝑥| = |

4 −3 1 6 1 0 5 6 2

| = 8 + 36 − 5 + 36 = 75

|𝐴𝑦| = |

2 4 1 1 6 0 1 5 2

| = 24 + 5 − 6 − 8 = 15; |𝐴𝑧| = |

2 −3 4 1 1 6 1 6 5

| = 10 + 24 − 18 − 4 − 72 + 15 = −45

𝑥 =75

15= 5; 𝑦 = 15

15= 1; 𝑧 = −45

15 = −3

Regla de Cramer para Sistemas Compatibles Indeterminados: Se resolverían de la misma manera pero pasando las incógnitas que no intervienen en el rango a la columna de términos independientes.

Ejemplo: Resolver el sistema

3𝑥 − 2𝑦 + 𝑧 = 2 2𝑥 + 5𝑦 − 3𝑧 = 15

11𝑥 − 𝑦 = 21 }

𝐴 = (

3 −2 1 2 5 −3 11 −1 0

) → {

3 ≠ 0 → 𝑅𝑎𝑛(𝐴) ≥ 1

|3 −2

2 5 | = 19 ≠ 0 → 𝑅𝑎𝑛(𝐴) ≥ 2 |𝐴| = 66 − 2 − 55 − 9 = 0 → 𝑅𝑎𝑛(𝐴) = 2

}

𝐴|𝐵 = (

3 −2 1 2 2 5 −3 15 11 −1 0 21

) → |

3 −2 2 2 5 15 11 −1 21

| = 315 − 330 − 4 − 110 + 45 + 84 = 0 → 𝑅𝑎𝑛(𝐴|𝐵) = 2

Quitamos la última ecuación y pasamos la incógnita z con los términos independientes. 3𝑥 − 2𝑦 = 2 − 𝑧

2𝑥 + 5𝑦 = 15 + 3𝑧} → |𝐴| = 19; |𝐴𝑋| = |

2 − 𝑧 −2

15 + 3𝑧 5 | = 10 − 5𝑧 + 30 + 6𝑧 = 40 + 𝑧 |𝐴𝑌| = |3 2 − 𝑧

2 15 + 3𝑧| = 45 + 9𝑧 − 4 + 2𝑧 = 31 + 11𝑧 Si 𝑧 = 𝜆

𝑥 = 40 + 𝜆

19 ; 𝑦 =

31 + 11𝜆

(5)

C.

SISTEMAS HOMOGÉNEOS

Referencias

Documento similar

-Los aspectos analíticos, numéricos y gráficos de las ecuaciones diferenciales ordinarias de primer orden y de orden superior, y de los sistemas de ecuaciones lineales , así como de

-Los aspectos analíticos, numéricos y gráficos de las ecuaciones diferenciales ordinarias de primer orden y de orden superior, y de los sistemas de ecuaciones lineales , así como de

-Los aspectos analíticos, numéricos y gráficos de las ecuaciones diferenciales ordinarias de primer orden y de orden superior, y de los sistemas de ecuaciones lineales , así como de

En el método de la rigidez para el análisis estructural será la matriz de coeficientes de un sistema de ecuaciones lineales en el que el vector de términos independientes recoge

Las ecuaciones de Lotka-Volterra[27][14] son un sistema de ecuaciones diferenciales no lineales de primer orden en las cuales se estudia la dinámica poblacional entre varias

• El conjunto solución de un sistema de ecuaciones lineales, está formado por todas las soluciones del sistema.. • Dos sistemas de ecuaciones lineales son equivalentes, si tienen

Con el objetivo de mejorar significativamente el avance de los estudiantes, en los niveles 2 y 3 de articulación (estructuración y jerarquización), en la

¿Qué método emplearía para resolver la ecuación dinámica o sistema de ecuaciones diferenciales resultante.. ¿Cuál es tu estrategia para la toma de