Anda di halaman 1dari 23

TEMAS:

SISTEMA DE ECUACIONES LINEALES


CATEDRATICO:

FAUSTO MENDEZ ZAVALA


ALUMNO:

RICARDO LUVIANO TORRES


MATERIA:

MATEMATICAS I

INGENIERIA
EN
COMPUTACIONALES
TETRAMESTRE:

PRIMERO

SISTEMAS

GRUPO: SABADO

MATUTINO

TAPACHULA DE CORDOVA Y ORDOEZ, CHIAPAS.


OCTUBRE 2015.

SISTEMA DE ECUACIONES LINEALES


JUSTIFICACION
Cabe destacar que esta unidad es de mucha importancia ya que sin esta unidad
no se sabra cmo resolver un sistema de ecuacin lineal y no se podra obtener
los valores de y no se podra, desarrollar sus diferentes aplicaciones en tan
vastas reas que pueden ser utilizadas las ecuaciones lineales, es por eso que
esta unidad es de gran importancia para esta circunstancia.
A lo largo de esta unidad didctica, se pretende que el alumno, que ya sabe
resolver ecuaciones de primer grado, pueda mejorar su comprensin del
significado de las operaciones algebraicas que realiza para resolverlas y relacione
los aspectos algebraicos con los geomtricos, de forma que facilite el aprendizaje
de sistemas de dos ecuaciones con dos incgnitas.
Se persigue de la misma forma que se familiarice con la terminologa utilizada en
este campo y la emplee adecuadamente: ecuacin, solucin, etc.

INTRODUCCION
En esta unidad se tratarn los temas referentes a los sistemas de ecuaciones
lineales; se trabajarn con los mtodos comunes matriciales para poder encontrar
incgnitas en un sistema de ecuaciones lineales.
Los mtodos a revisar sern: el mtodo de Gauss simple, el mtodo de Gauss
Jordan, el mtodo de la matriz inversa y el mtodo de la regla de Cramer. Todos
ellos sirven para despejar incgnitas en un sistema de ecuaciones lineales.
Se denomina ecuacin lineal a aquella que tiene la forma de un polinomio de
primer grado, es decir. Las incgnitas no estn elevadas a potencias, ni
multiplicadas entre s, ni en el denominador.
Por ejemplo, 3x + 2y + 6z = 6 es una ecuacin lineal con tres incgnitas.
Como es bien sabido, las ecuaciones lineales con 2 incgnitas representan una
recta en el plano.
Si la ecuacin lineal tiene 3 incgnitas, su representacin grfica es un plano en el
espacio.
Los sistemas de ecuaciones lineales son problema central del lge (Strang, 1982,
p.1). En efecto, los conceptos formales del lgebra lineal, como independencia y
dependencia lineal, requieren de la formulacin y resolucin de sistemas de
ecuaciones lineales. Estos ltimos, adems, tienen aplicacin en distintas reas
de conocimiento, como la ingeniera o la computacin; y desde luego, en reas de
la matemtica, como la geometra analtica o la investigacin de operaciones.
En esta seccin se introducen los conceptos bsicos referentes a los sistemas de
ecuaciones lineales. Definiremos cuando una ecuacin es una ecuacin lineal y
cuando se tiene un sistema de ecuaciones lineales. La matriz aumentada del
sistema se utilizara para representar convenientemente el total de la informacin
del sistema y se describir cmo la manipulacin de ella equivale a la
manipulacin del sistema de ecuaciones. Asimismo, se introducir la idea de la
estrategia de eliminacin gaussiana para resolver un sistema de ecuaciones
basado ciertas operaciones llamadas operaciones elementales.

UNIDAD III
SISTEMA DE ECUACIONES LINEALES
3.1. DEFINICION DE UN SISTEMA DE ECUACIONES LINEALES
HOMOGENEA Y NO HOMOGENEA Y TIPO DE SOLUCION.
En las matemticas y el lgebra lineal, un sistema de ecuaciones lineales, sistema
lineal de ecuaciones o solamente sistema lineal, es un vnculo de ecuaciones
lineales sobre un cuerpo o un anillo conmutativo. Un ejemplo de sistema lineal de
ecuaciones sera el siguiente:

La complicacin consiste en hallar los valores desconocidos de las variables x1,


x2 y x3 que satisfacen las tres ecuaciones.
En general, un sistema con m ecuaciones lineales n incgnitas puede ser escrito
en forma ordinaria como:

Donde son las incgnitas y los nmeros a11 hasta amn, son los coeficientes del
sistema sobre el cuerpo de las incgnitas. Es posible reescribir el sistema
separando con coeficientes con forma matricial:

Si representamos cada matriz con una nica letra obtenemos:

Donde el trmino A es una matriz m por n, y es representado en el ejemplo de la


parte de arriba por los elementos a11 hasta el elemento amn, el elemento x es un
vector columna de longitud n, y es representado en el ejemplo de la parte de arriba
por los elementos x1 hasta el elemento xn, y el elemento b es otro vector columna
4

de longitud m, que se representa por los datos b1 hasta bm. La solucin de los
sistemas de ecuaciones lineales es muy fcil de encontrar cuando los coeficientes
(valor numrico que acompaa a las incgnitas) de las ecuaciones son nmeros
reales o complejos.
Una caracterstica muy importante que podemos encontrar en los sistemas
lineales de ecuaciones es que pueden utilizar la llamada forma matricial o ms
conocido como arreglo matricial. Esa forma permite representar el sistema usando
tres matrices, de la siguiente forma:

La primera es la matriz de coeficientes (valores numricos que acompaan a las


incgnitas), donde los trminos a11 al trmino axy representan al coeficiente que
acompaa a la j-sima incgnita de la ecuacin i-sima. La segunda es la matriz
de incgnitas, donde cada trmino, x1 a xy, se corresponde con una de las
incgnitas que queremos encontrar. Y la tercera matriz es la de trminos
independientes o resultados de las ecuaciones, donde el cada elemento, b 1 a bx,
representa al trmino independiente de la ecuacin i-sima.
Este arreglo matricial facilita el uso de algunos mtodos de resolucin, como el
mtodo de Gauss simple o el de Gauss Jordan, en el que, partiendo de la matriz
aumentada (matriz de coeficientes con los resultados de las ecuaciones incluidos
a ella), y aplicando transformaciones lineales sobre las ecuaciones, pretendemos
llegar a una matriz de este tipo, donde la diagonal principal de mi matriz est
compuesta de puros unos, y todos los dems coeficientes son ceros; y a cada uno
le corresponde un nico valor de b que es la solucin de la incgnita que
representa el uno:

3.1.1. Un sistema de ecuaciones lineales homogneas es un sistema de la


forma Ax = 0, esto es, con columna de constantes nula.
Es decir un sistema de ecuaciones lineales se llama homogneo si todas las
constantes b1, b2, b3, .. bn son todas ceros. Esto es, el sistema es de la forma:

Solucin. La columna de constantes es nula y sigue siendo nula al aplicar


operaciones elementales. Por eso no es necesario escribir la matriz aumentada,
es suficiente trabajar con la matriz de coeficientes.

Por ser un sistema de ecuaciones lineales homogneas, el sistema es compatible.


Como r = 2 y n = 4, es compatible indeterminado. Tenemos n - r = 2 variables
libres. Los pivotes estn en las columnas 1 y 2, por eso expresamos x1 y x2 a
travs de las variables x3 y x4:

Solucin general:

Notemos que la solucin general se puede expandir en una combinacin lineal de


dos vectores constantes:

Se dice que los vectores

Son soluciones bsicas de este sistema de ecuaciones. Hay que hacer la


comprobacin para los vectores u1 y u2. La hacemos en forma matricial:

3.1.2. Los sistemas de ecuaciones diferenciales lineales no homogneos son


de la forma:
X = A (t) x + b (t)
Donde, para cada t, A (t) es una matriz n x n, x es un vector columna de funciones
incgnita y b(t) es un vector columna de funciones conocidas.
La forma de proceder para resolver este tipo de sistemas es la misma que ya
estudiamos para las ecuaciones diferenciales lineales no homogneas (Leccin 2).
Primero demostraremos que la solucin general del sistema (10.1) es la suma de
la solucin general del sistema homogneo x0 = A(t)x y de una solucin particular
del no homogneo. A continuacin disearemos un mtodo para encontrar una
solucin particular del sistema no homogneo. Finalmente aplicaremos todo esto a
los sistemas de cocientes constantes. En la ltima parte de la leccin veremos
algunas aplicaciones de la resolucin de sistemas lineales a problemas en
Ingeniera Qumica.

Solucin general de los sistemas no homogneos:


El siguiente resultado es la base para encontrar todas las soluciones del sistema:
Teorema: Sea xh (t) la solucin general del sistema homogneo x = A (t)x y sea
xp (t) una solucin particular del sistema no homogneo. Entonces la solucin
general del sistema es de la forma x(t) = xh(t) + xp(t)
Demostracin.- Desde luego si x(t) = xp(t)+xh(t) entonces x(t) es solucin de en
efecto:
X(t) = xp(t) + xh(t) = A(t)xp(t) + b(t) + A(t)xh(t) =
= A(t)(xp(t) + xh(t)) + b(t) = A(t)x(t) + b(t)
As pues todas las funciones vectoriales de la forma x(t) = xp(t)+xh(t) son solucin
del sistema no homogneo. Veamos que no hay ms; es decir, que cualquier
solucin es de esta forma. Sea x(t) una solucin cualquiera del sistema y xp(t) una
solucin particular del mismo. Entonces
X(t) xp(t) = A(t)x(t) + b(t) + A(t)xp(t) - b(t) = A(t)(x(t) - xp(t));
de modo que x(t) - xp(t) es una solucin del sistema homogneo x = A(t)x.
sea, ahora,

X(t) =(x1(t) x2(t) . xn(t))

una matriz fundamental de soluciones del sistema homogneo x = A(t)x; es decir,


x1(t), x2(t), . . . , xn(t) forman un sistema fundamental de soluciones de x = A(t)x.
Como x(t) - xp(t) es una solucin del sistema homogneo x0(t) = A(t)x(t), debe
poder escribirse como una combinacin lineal de las columnas de X(t):
x(t) - xp(t) = c1x1(t) + c2x2(t) + + cnxn(t)
para algunas constantes c1, c2, . . . , cn. Por lo tanto
x(t) = xp(t) + c1x1(t) + c2x2(t):
Esto significa que cualquier solucin del sistema no homogneo es suma de una
solucin particular de este y de una solucin del sistema homogneo. Y esto es lo
que se quera demostrar.

3.2. COMPATIBILIDAD E INCOMPATIBILIDAD DE LOS SISTEMAS.


Tipos de sistemas:

Los sistemas de ecuaciones se pueden clasificar segn el nmero de soluciones


que pueden presentar. De acuerdo con ese caso se pueden presentar los
siguientes casos:
Sistema compatible si tiene solucin, en este caso adems puede
distinguirse entre:
Sistema compatible determinado cuando tiene una nica solucin.
Sistema compatible indeterminado cuando admite un conjunto infinito de
soluciones.
Sistema incompatible si no tiene solucin.
Quedando as la clasificacin:
Los sistemas incompatibles geomtricamente se caracterizan por (hiper)planos o
rectas que se cruzan sin cortarse. Los sistemas compatibles determinados se
caracterizan por un conjunto de (hiper)planos o rectas que se cortan en un nico
punto. Los sistemas compatibles indeterminados se caracterizan por (hiper)planos
que se cortan a lo largo de una recta [o ms generalmente un hiperplano de
dimensin menor]. Desde un punto de vista algebraico los sistemas compatibles
determinados se caracterizan porque el determinante de la matriz es diferente de
cero:

Algoritmo para determinar si un sistema es compatible:


Podemos averiguar si un sistema es o no compatible mediante el Teorema de
Rouch-Frobenius que establece que un sistema de ecuaciones lineales es
compatible slo si el rango de su matriz ampliada coincide con el de su matriz de
coeficientes. Supongamos que el sistema es compatible. Si el valor comn de los
rangos de las matrices coincide con el nmero de variables, el sistema es
compatible determinado; en caso contrario, es compatible indeterminado.

Sistemas compatibles indeterminados


Un sistema sobre un cuerpo K es compatible indeterminado cuando posee un
nmero infinito de soluciones. Por ejemplo, el siguiente sistema:

Tanto la primera como la segunda ecuacin se corresponden con la recta cuya


pendiente es -0, 5 y que pasa por el punto (-1, 1), por lo que ambas intersecan
en todos los puntos de dicha recta. El sistema es compatible por haber solucin o
interseccin entre las rectas, pero es indeterminado al ocurrir esto en infinitos
puntos.
En este tipo de sistemas, la solucin genrica consiste en expresar una o
ms variables como funcin matemtica del resto. En los sistemas lineales
compatibles indeterminados, al menos una de sus ecuaciones se puede
hallar como combinacin lineal del resto, es decir, es linealmente
dependiente.
La condicin necesaria para que un sistema sea compatible indeterminado
es que el determinante de la matriz del sistema sea cero al igual que el
rango de la matriz ampliada y menor al nmero de incgnitas(y por tanto
uno de sus autovalores ser 0):

De hecho, de las dos condiciones anteriores se desprende, que el conjunto


de soluciones de un sistema compatible indeterminado es un subespacio
vectorial. Y la dimensin de ese espacio vectorial coincidir con la
multiplicidad geomtrica del autovalor cero.
Sistemas incompatibles
De un sistema se dice que es incompatible cuando no presenta ninguna solucin.
Por ejemplo, supongamos el siguiente sistema:

:
Las ecuaciones se corresponden grficamente con dos rectas, ambas con la
misma pendiente, Al ser paralelas, no se cortan en ningn punto, es decir, no
existe ningn valor que satisfaga a la vez ambas ecuaciones.
Matemticamente un sistema de estos es incompatible cuando el rango de la
matriz del sistema es inferior al rango de la matriz ampliada. Una condicin
necesaria para que esto suceda es que el determinante de la matriz del sistema
sea cero:
10

3.3. METODO DE SOLUCION DE GAUUS Y DE GAUUS-JORDAN


3.3.1. METODO DE SOLUCION DE GAUUS.
El mtodo de Gauss o eliminacin simple de Gauss, es una de las tcnicas
empleadas por matemticos e ingenieros para la resolucin de sistemas de
ecuaciones lineales. El mtodo comprende dos fases:
Eliminacin de las incgnitas hacia adelante
Sustitucin hacia atrs
La primera fase tiene el objetivo de reducir el sistema original a una forma
triangular superior, en la cual la diagonal principal tendr los valores de uno, y los
elementos que estn debajo de la diagonal principal valdrn cero. Por ejemplo,
para un sistema lineal de n ecuaciones en n incgnitas que se representa con la
siguiente matriz aumentada:

Se comienza eliminando la primera incgnita x1 de la segunda ecuacin hasta la


n-sima ecuacin, es decir que todos los elementos que estn por debajo del dato
a11 se deben de eliminar matemticamente. De esta forma se obtienen los
resultados del arreglo matricial que se encuentra en la parte de abajo.

En esta primera parte de las operaciones realizadas para las ecuaciones se dice que la
primera ecuacin del sistema con la cual trabajamos es la ecuacin pivote y al coeficiente
a11 del sistema, se le conoce como coeficiente o elemento pivote. Es comn referirse al
proceso de eliminar incgnitas hacia delante con el nombre de normalizacin de un
sistema de ecuaciones, el cual consiste en que todos los elementos que estn por debajo
de la diagonal principal se convierten algebraicamente en ceros.
Cuando se ha eliminado del sistema de ecuaciones la primera incgnita x1 de la segunda
ecuacin hasta la n-sima ecuacin, se procede a eliminar la segunda incgnita x2, de la
tercera ecuacin del sistema hasta la n-sima, este paso se repite hasta que se llega al
siguiente arreglo matricial:

11

Que como se puede ver, es una matriz triangular superior (en la cual todos los
elementos debajo de la diagonal principal valen ceros), en donde los apstrofos de
prima (), bi-prima (),, n-1 prima (n-1), indican el nmero de operaciones de
normalizacin que se realizaron a cada una de las ecuaciones del sistema.
La segunda fase de la eliminacin de Gauss simple, consiste en que, una vez que
se obtuvo la matriz triangular superior a travs de operaciones de normalizacin,
realizar la sustitucin hacia atrs. Este proceso comienza despejando el valor de
xn de la ltima ecuacin del arreglo matricial.

De esta forma se obtiene el valor de xn a su vez, este resultado se sustituye hacia


atrs en la ecuacin que se encuentra arriba de la ecuacin de xn. Este
mecanismo se repite para las todas las incgnitas x restantes, lo que se
representa mediante la frmula general:

El mtodo de eliminacin de Gauss, puede enfrentar las siguientes dificultades:


Error de redondeo. Principalmente porque pueden haber variaciones de
acuerdo al redondeo de clculos que se hagan. Divisin entre cero. El
ejemplo de abajo muestra una divisin entre ceros, cuando no existe el
elemento a11. a

Sistemas mal condicionados. Esto sucede cuando pequeas variaciones en


los coeficientes pueden generar grandes alteraciones en los resultados
finales. Ejemplo de un sistema mal condicionado:

12

Solucionndolo, se tiene que x1 = 8 y x2 = 1. Modificando ligeramente el


valor de la segunda ecuacin del sistema:

Solucionndolo, se tiene que x1 = 8 y x2 = 1. Modificando ligeramente el valor de la


segunda ecuacin del sistema:

Obtenemos que x1 = 4 y x2 = 3. Como se puede observar, un ligero cambio en


uno de los coeficientes del sistema, origina una fuerte variacin en la solucin del
mismo.
Usar un mayor nmero de cifras significativas, de preferencia todos los
dgitos del clculo.
Pivoteo. Hay que saber pivotear bien, en caso de ser necesario se pueden
mover las ecuaciones para poder obtener un pivoteo ms fcil, si se hace
esto se deben de acomodar en el lugar que le corresponde a cada
coeficiente, se puede hacer este paso respetando el lugar de los
coeficientes en la ecuacin, en caso contrario se afectar el resultado final..
Al procedimiento en el que tanto en las columnas como las filas se busca el
elemento de mayor valor absoluto y posteriormente se cambian de posicin
se denomina pivoteo total.
3.3.2. METODO DE SOLUCION DE GAUUS-JORDAN.
La eliminacin de Gauss-Jordan, denominada de este modo en honor a Carl
Friedrich Gauss y Wilhelm Jordan, tiene que ver con movimientos matemticos
relacionados con el lgebra lineal con el fin de determinar el valor de las incgnitas
dentro de un sistema de ecuaciones lineales.
Un sistema de ecuaciones se resuelve por el mtodo de Gauss Jordan de forma
parecida a como se resuelven los sistemas de ecuaciones utilizando el mtodo de
Gauss simple. Se trabaja de la misma forma en que se trabaja en el mtodo de
Gauss, con la variacin de que la diagonal principal vale uno y todos los dems
elementos por arriba y por debajo de la diagonal principal valen cero. La matriz
obtenida, al trabajar con tal mtodo, se denomina forma escalonada.
Algoritmo de eliminacin de Gauss-Jordan
1. Ir a la columna no cero que se encuentra en el extremo izquierdo.

13

2. Si el primer valor de la incgnita en la ecuacin uno es cero hay que


intercambiar con la ecuacin dos, de modo que el primer valor siempre sea
diferente de cero.
3. Despus, conseguir ceros en todos los elementos debajo del dato que quedo
arriba, realizando las operaciones algebraicas necesarias para conseguirlo.
4. Repetir el proceso 3 con la matriz restante. Y repetir con todos los renglones
sobrantes (aqu la matriz est escalonada).
Una variante de la eliminacin de Gauss simple, es la -eliminacin Gauss-Jordan,
que consiste en ir obteniendo los valores de uno delanteros durante los pasos uno
al cuatro (forma directa), de este modo, la terminar stos, se obtiene la matriz en
modalidad escalonada reducida.
Ejemplo:
Suponga que se requiere encontrar los valores de las incgnitas x, y, z, los cuales
satisfacen el siguiente sistema de ecuaciones lineales:

El objetivo es reducir el sistema a uno equivalente, que tenga el valor de las


soluciones. Las operaciones elementales son estas:
Multiplicar una ecuacin por un escalar no nulo.
Intercambiar de posicin dos ecuaciones.
Sumar a una ecuacin un mltiplo de otra.
Estas operaciones se representan con matrices elementales que se utilizan en
otros procedimientos como la factorizacin LU o la diagonalizacin de una matriz
simtrica.
En el ejemplo, se elimina X de la ecuacin dos sumando 2/3 veces la ecuacin
uno a la dos y despus sumamos la ecuacin uno a la tres. El resultado es:

Una vez que se elimina X, eliminamos Y de la ecuacin uno sumando -2 veces la


ecuacin dos a la ecuacin uno, y sumamos -4 veces la ecuacin dos a la
ecuacin tres para eliminar Y.

14

Por ltimo eliminamos z de la ecuacin uno sumando -2 veces la t ecuacin tres a


la ecuacin uno, y sumando 1/2 veces la ecuacin tres a la ecuacin dos para
eliminar z.

Despejando, podemos ver las soluciones

Para depurar los pasos, trabajamos con la matriz aumentada. Se pueden ver los
3 pasos en su arreglo matricial
Primero:

Despus:

Por ltimo:

15

Dos formas especiales de matrices son la matriz escalonada y la matriz


escalonada reducida. Una matriz escalonada debe tener las siguientes
propiedades:
1. Todas los renglones cero estn en la parte inferior de la matriz.
2. El elemento delantero de cada rengln diferente de cero, es llamado
"pivote"; estn a la derecha del elemento delantero del rengln fila anterior
(esto supone que todos los elementos por debajo de un elemento pivote
son cero).
Si una matriz cumple con esta propiedad, se dice matriz escalonada. Adems,
cumpliendo estas condiciones, decimos que la matriz se encuentra en la forma
reducida de rengln escaln o tan solo en forma escalonada reducida.
1. Todos los elementos delanteros ("pivotes") son iguales a 1.
2. Todos los elementos por encima de los pivotes son nulos.
Cuando una matriz representa situaciones como tener una columna de ceros
parece imposible ya que correspondera a una variable que nunca habra
aparecido. Sin embargo esta situacin puede presentarse (imaginemos la
ecuacin de un plano en el espacio en la que no aparece alguna de las
componentes, por ejemplo y + z =0). As la matriz.

Tambin es una matriz escalonada.

3.3.3. METODO DE SOLUCION DE CRAMER.


La regla de Cramer es una demostracin en lgebra Lineal, que da el resultado de
un sistema lineal de ecuaciones en trminos de determinantes. Recibe este
nombre en honor a Gabriel Cramer (1704 - 1752), quien public la regla de
Cramer en su libro Introduction l'analyse des lignes courbes algbriques de
1750, aunque el matemtico Coln Maclaurin tambin public el mtodo de Cramer
en su libro Treatise of Geometry de 1748 (y probablemente conoca del mtodo
desde 1729).
La regla de Cramer es de gran importancia terica porque da un trmino explcito
para la solucin de un sistema de ecuaciones.
Si
es un sistema de ecuaciones lineales. El valor de A es la matriz de
coeficientes del sistema, los valores de
es el vector columna
16

de las incgnitas y el valor de b es el vector columna de los trminos


independientes. Entonces la solucin al sistema se representa mediante la
frmula:

Donde el valor Aj representa la matriz resultante de cambiar la j-sima columna de


A por el vector columna b. ntese que para que el sistema sea compatible
determinado, el determinante de la matriz A no ha de ser nulo.
Para la solucin de un sistema de dos ecuaciones con dos incgnitas, de la forma.
Dado el sistema de ecuaciones:

Se representa en forma de matrices:

Entonces, X e Y pueden ser halladas con la regla de Cramer, con una divisin de
determinantes, de la siguiente manera:

17

CUESTIONARIO
1. Seala cules de las siguientes expresiones representan ecuaciones lineales.
a) xy+5=x
b) x+1=3/y
c) x+1=y/3
d) 2x+3y=5
1.
Indica cules de las siguientes expresiones son equivalentes a la ecuacin
x2y=3
a) x3=2y

b) x+y=3(y+1)
c) x2(y+1)=1
d) 2y=x3
2.
La expresin x+2y=3x+y es equivalente a una ecuacin lineal con dos
incgnitas.
Verdadero
3.

El par (2,3) es solucin de la ecuacin 2x+3y=5


Verdadero

4.

Falso

Falso

En la ecuacin x2y=3 existe una solucin en la que x vale 5 e y vale:

a) 2
b) 1
c) 3
5.

El par (1,3) es solucin de la ecuacin 2x+y = a. En ese caso a vale:

a) 1
b) 0
c) 1
6.

El par (3,5) es solucin de la ecuacin:

a) 2x+y = 1
b) x+2y = 4
c) x3y=5

18

7.

La ecuacin 6x8y = 10 es equivalente a la ecuacin:

a) 4x6y = 8
b) 9x+12y = 15
c) 2x+4y = 6
8.
En cul de los siguientes casos no se obtiene una ecuacin equivalente a la
dada.
a) Dividiendo en ambos miembros por 3.
b) Sumando a ambos miembros 2x.
c) Elevando al cuadrado ambos miembros.
9.
Si multiplico los dos miembros de una ecuacin por x la ecuacin que se
obtiene es equivalente a la anterior.
Verdadero

Falso

19

GLOSARIO

COMPATIBILIDAD: Son los sistemas que admiten una solucin.

COMPILACION: Obra en la que se recogen varios libros o documentos o partes


de ellos

HOMOGENEA: Que est formado por elementos con caractersticas comunes


referidas a su clase o naturaleza, lo que permite establecer entre ellos una
relacin de semejanza y uniformidad.

INCOMPATIBILIDAD: Son los sistemas que no admiten una solucin.


MATRIZ: En matemtica, una matriz es un arreglo bidimensional de nmeros.
Dado que puede definirse tanto la suma como el producto de matrices, en mayor
generalidad se dice que son elementos de un anillo. La notacin de una matriz
tiene la forma:

20

CONCLUSION
El propsito de dicha actividad ser que los estudiantes sepan identificar
perfectamente que es una ecuacin, sistema de ecuaciones y sistema de
ecuaciones lineales. Esta unidad temtica es de carcter terico- prctico porque
se explicaran todas las diferentes definiciones de sistema de ecuaciones lineales,
debido a que el estudiante debe comprender la teora para as poder realizar la
parte prctica aplicando lo adquirido en clases.
La teora del lgebra lineal enriquece la solucin y anlisis de un sistema de
ecuaciones lineales.
El uso de matrices y sus aplicaciones en diferentes reas de ingeniera es algo
valioso: permite una formulacin simple y a la vez poderosa para dar solucin a
problemas, aunado a eso se tiene fcil acceso a diferentes instrumentos de
manipulacin de matrices como programas o calculadoras.
La herramienta terica del lgebra lineal tiene la belleza, fortaleza y uso de una
columna drica de la Grecia Clsica o un arco parablico de Gaud.

21

BIBLIOGRAFIA
HERNANDEZ CANO SAUL EDURADO, ALGEBRA LINEAL, TERCER
MILENIO.
CARLOS ARCE S., WILLIAM CASTILLO E., JORGE GONZALEZ V.,
ALGEBRA LINEAL, TERCERA EDICION.
http://webddelprofesor.ula.ve/ciencias/lico/algebralineal/determinante

22

INDICE GENERAL
JUSTIFICACION..

INTRODUCCION.. ..

UNIDAD III, SISTEMA DE ECUACIONES LINEALES.

3.1. DEFINICION DE UN SISTEMA DE ECUACIONES LINEALES


HOMOGENEA Y NO HOMOGENEA Y TIPO DE SOLUCION.

3.1.1. ECUACIONES LINEALES HOMOGENEAS.

3.1.2. ECUACIONES LINEALES NO HOMOGENEAS..

3.2. COMPATIBILIDAD E INCOMPATIBILDAD DE LOS SISTEMAS.

3.3. METODO DE SOLUCION DE GAUUS Y GAUUS-JORDAD

11

3.3.1. METODO DE GAUUS..

11

3.3.2. METODO DE GAUUS-JORDAN.

13

3.3.3. REGLA DE CRAMER

16

CUESTIONARIO

18

GLOSARIO.

20

CONCLUSION

21

BIBLIOGRAFIA...

22

23