Clase 17: Eliminaci

on Gaussiana
Matem aticas I
La eliminaci on Gaussiana es un proceso que nos permite resolver un sistema lineal de
ecuaciones de forma sistem atica. Recordemos que estabamos interesados en resolver el sistema
Ax = b, donde
A =
_
_
1 2 3
1 2 6
1 10 5
_
_
, x =
_
_
x
y
z
_
_
y b =
_
_
110
170
190
_
_
Este sistema se puede representar aumentado una columna a la matriz de coecientes
x + 2y + 3z = 110
x + 2y + 6z = 170
x + 10y + 5z = 190

_
_
1 2 3 110
1 2 6 170
1 10 5 190
_
_
A esta matriz se le conoce como la matriz aumentada del sistema. Para resolver el sistema
deseamos manipular las ecuaciones en la izquierda, pero en vez de repetir las incognitas x, y, z
s olo prestamos atencion a los coecientes. Por ejemplo, si deseamos eliminar x de la segunda y
tercera ecuacion debemos multiplicar por -1 la primera la y sumar el resultado a la ecuacion
correspondiente. As el sistema se reduce a
x + 2y + 3z = 110
3z = 60
8y + 2z = 80

_
_
1 2 3 110
0 0 3 60
0 8 2 80
_
_
Otras acciones que podemos tomar para resolver el sistema es cambiar el orden de las ecuaciones
y re-escalar una ecuaci on por una constante diferente de cero. Esto se reeja en la matriz aumen-
tada como un cambio en el orden de las las y un re-escalamiento de una la. Si continuamos
de esta manera encontramos la siguiente secuencia de matrices aumentadas que representan
sistemas con la misma solucion.
_
_
1 2 3 110
1 2 6 170
1 10 5 190
_
_

_
_
1 2 3 110
0 0 3 60
0 8 2 80
_
_

_
_
1 2 3 110
0 1 0.25 10
0 0 1 20
_
_

_
_
1 0 0 40
0 1 0 5
0 0 1 20
_
_

x = 40
y = 5
z = 20
El sistema tiene entonces soluci on unica y el conjunto soluci on es
_
_
_
_
_
40
5
20
_
_
_
_
_
.
c 2012 Todos los derechos reservados. Prohibida su reproduccion parcial o total.
1
Denici on 1. Dado el sistema lineal
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
se dene la matriz aumentada asociada a dicho sistema como
_

_
a
11
a
12
. . . a
1n
b
1
a
21
a
22
. . . a
2n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
b
m
_

_
Denici on 2. Una la de una matriz se dice nula cuando todos sus elementos son ceros. El
pivote de una la no nula es el primer elemento no nulo de dicha la. Una matriz se dice
escalonada cuando cumple las siguientes condiciones:
1. Las las nulas estan por debajo de las las no nulas.
2. El pivote de cada la esta a la derecha del pivote de la la anterior.
Ejemplo 3. Los siguientes son ejemplos de matrices escalonadas
_
1 0
0 1
_
,
_
_
2 0 1 0
0 2 3 1
0 0 0 0
_
_
,
_
_
0 2 1 1
0 0 0 1
0 0 0 0
_
_
,
_
_
0 0 1 1
0 0 0 0
0 0 0 0
_
_
,
_
3 4 1 0
0 0 7 2
_
Denici on 4. Una matriz escalonada se dice reducida cuando cumple las siguientes dos
condiciones:
_

_
1 0 0
0 1 0
0 0 0 1
0 0 0 0 0 0
_

_
1. Todos los pivotes son iguales a 1.
2. Los otros elementos de una columna que contiene un pivote
son ceros.
Ejemplo 5. Los siguientes son ejemplos de matrices reducidas
_
1 0
0 1
_
,
_
_
1 0 1 0
0 1 3 1
0 0 0 0
_
_
,
_
_
0 1 1 0
0 0 0 1
0 0 0 0
_
_
,
_
_
0 0 1 1
0 0 0 0
0 0 0 0
_
_
,
_
1 4 0 1
0 0 1 2
_
Denici on 6. Una operacion elemental en las las de una matriz es cualquiera de las
siguientes operaciones.
Intercambiar dos las.
Re-escalar una la por una constante diferente de cero.
Re-escalar una la y sumarla a otra.
Dos matrices se dicen equivalentes por las cuando realizando operaciones elementales en
una tiene como resultado la otra.
2
Teorema 7. Toda matriz es equivalente por las a una unica matriz reducida.
El proceso de reducir una matriz se conoce como eliminaci on Gaussiana. Cuando la matriz
est a reducida es muy sencillo describir el conjunto solucion. Las variables correspondientes a
las columnas que contienen pivotes son dependientes y el resto son independientes. En la
segunda parte del ejemplo inicial obtenemos
_
1 2 3 110
1 2 6 170
_

_
1 1 0 50
0 0 1 20
_

1x + 1y + 0z = 50
0x + 0y + 1z = 20

x + y = 50
z = 20
En este caso vemos que y puede asumir cualquier valor. Todas la posibles soluciones son entonces
x = 50 y
y = y
z = 20

_
_
_
_
_
50 y
y
20
_
_
: y R
_
_
_
Observacion 8. Si al reducir una matriz aumentada obtenemos una la con pivote en la ultima
columna eso quiere decir que el sistema no tiene solucion. En efecto, si tuviesemos una la
de la forma [0 0 | 1] eso quiere decir que 0x
1
+ + 0x
n
= 1 pero entonces 0 = 1. Esta
contradicci on nos dice que el sistema no tiene soluci on.
3
Ejercicios Adicionales
1. Resuelva los sistemas lineales planteados en la secci on anterior.
2. Encuentre todas las posibles formas reducidas de una matriz triangular superior de orden
dos. Encuentre todas las posibles formas reducidas de una matriz diagonal de orden tres.
3. Resuelva la ecuaci on AX B + C = 0, siendo:
A =
_
4 1
1 1
_
B =
_
1 2 0 1
2 11 1 0
_
C =
_
0 1 2 1
1 0 3 0
_
.
4. Una persona gana 1200 soles. Con todo su sueldo puede comprar 6 camisas, 2 pantalones
y 3 pares de zapatos o 5 camisas, 3 pantalones y 2 pares de zapatos qued andole 100 soles
o puede comprar 12 camisas, 2 pares de zapatos y 1 pantal on qued andole 50 soles. Hallar
el precio de cada artculo.
5. Un empresario tiene tres maquinas que son empleadas en la fabricacion de cuatro produc-
tos diferentes. Las maquinas est an en operacion 8 horas diarias. El n umero de horas que
cada maquina es usada en la producci on de cada uno de los cuatro productos est a dado
por
Producto 1 Producto 2 Producto 3 Producto 4
M aquina 1 1 2 1 2
M aquina 2 2 0 1 1
M aquina 3 1 2 3 0
Encuentre el n umero entero de unidades que se deben producir de cada uno de los 4
productos en un da para utilizar completamente las tres m aquinas.
4