Algebra Lineal

MATRICES Y SOLUCION DE SISTEMAS DE ECUACIONES

I NTRODUCCI ON
Para el estudio de mtodos numricos es indispensable el conocimiento y
manejo del lgebra lineal, ya que es la base en la solucin de la gran mayora
de problemas que cotidianamente se presentan.
El programa que se utiliza para resolver mtodos numricos es el MATLAB;
el cual se basa en operaciones de matrices y vectores; siendo esta otra de las
razones para incluir el lgebra lineal en mtodos numricos.
El objetivo principal de este trabajo es comprender la parte bsica del lgebra
lineal como lo es la teora de matrices y la solucin de sistemas de ecuaciones
lineales mediante varios mtodos.
Una vez explicada la teora, se resolvern problemas, relacionados con el
tema, en el MATLAB; escribiendo tanto el planteamiento del problema como
su programa para MATLAB.
En este trabajo se comienza explicando como se realizan las operaciones
bsicas entre matrices y vectores, tales como suma, resta, multiplicacin,
inversa, etc.; para dar paso a la solucin de sistemas de ecuaciones lineales
mediante varios mtodos como lo son mediante:

Clculo de la inversa de la matriz A,
Eliminacin Gaussiana y
Descomposicin de la matriz A en LU.
Al final del trabajo se citan problemas y se resuelven con MATLAB
utilizando los diferentes mtodos que se mencionan en la teora.
Tambin se adiciona el programa que corre bajo MATLAB del cual se
obtuvieron los resultados que aqu se citan.


T E O R I A

MATRICES Y VECTORES
Una matriz es un arreglo rectangular de nmeros, llamados elementos,
ordenados de tal manera que cuente con "m" filas y "n" columnas.
Los elementos pueden ser nmeros reales o complejos. Para definir un
elemento dentro de una matriz se utiliza una notacin con doble subndice, por
ejemplo:

As el elemento ser aquel localizado en la fila "i" y en la columna "j".
Los vectores son formas especiales de las matrices. Si m > 1, pero n = 1, la
matriz se convierte en:

Con una sola columna, y se denomina vector columna.
Pero si la matriz es de m = 1 y n > 1 se convierte en vector fila.
Cuando solo hay una columna o una sola fila no es necesario utilizar dos
subndices, con un solo subndice es suficiente.
En otro caso especial donde m = n = 1, la matriz de 1 x 1 se denomina escalar.
A continuacin se numeran algunas definiciones de matrices importantes
dentro del lgebra lineal.
MATRIZ CUADRADA:
Es una matriz donde m = n, se llama simplemente de "n x n".
MATRIZ NULA:
Todos los elementos de la matriz son cero.
MATRIZ IDENTIDAD:
Es una matriz cuadrada donde todos los elementos de la diagonal principal son
"1"; mientras que todos los dems elementos son cero.
Esto es:

MATRIZ TRANSPUESTA:
La transpuesta de una matriz se obtiene intercambiando las filas en el lugar de
las columnas y las columnas en el lugar de las filas. As si ,
.
Por ejemplo:


MATRIZ TRIANGULAR SUPERIOR:
Es una matriz cuadrada, donde los elementos por abajo de la diagonal
principal son ceros, esto es:


MATRIZ TRIANGULAR INFERIOR:
Es una matriz cuadrada en la que los elementos por arriba de la diagonal
superior son cero; esto es:




OPERACIONES ENTRE VECTORES Y MATRICES

SUMA Y RESTA:
Podemos sumar una matriz a otra o restarla de otra si ambas tienen el mismo
tamao (mismo nmero de columnas y filas). Como los vectores son una
forma especial de matrices, las mismas reglas se aplican a los vectores. Sea


la suma y resta de matrices del mismo tamao esta definida por:

donde es una matriz con

ejemplo:



PRODUCTO VECTORIAL Y MATRICIAL
Sea;

y dos n-vectores;
entonces el producto de (producto escalar), esta dado por:


Debido a la notacin empleada , el producto escalar de dos vectores a menudo
recibe el nombre de producto punto o producto interno de los vectores. Se
puede advertir fcilmente que el producto escalar de dos n-vectores es
un escalar. A fin de que se puede hacer el clculo del producto escalar
de A y B es necesario que A y B tengan el mismo nmero de componentes.
El producto escalar entre vectores cumple con lo siguiente:
Sean a, b y c n-vectores y un escalar. Entonces:
1.-
2.- (Ley conmutativa del producto escalar)
3.- (Ley distributiva del producto escalar)
4.-
PRODUCTO ENTRE DOS MATRICES:
Suponga que B y C son matrices. Si el nmero de columnas de A y el nmero
de filas de B son idnticas, las matrices pueden multiplicarse como:

Donde es una matriz que representa el resultado de la
multiplicacin. Los elementos de C estn relacionados con los de A y B por:

Dicho de otra forma, el elemento ij-simo de AB es igual al producto punto
del i-simo rengln de A y la j-sima columna de B. Es decir:


El nmero de filas de C es igual al de A, y el nmero de columnas de C es
igual as de B. En otras palabras, si A es una matriz de p x q y B una matriz de
q x r , entonces C es una matriz de p x r. Obviamente, si A y B son matrices
cuadradas del mismo tamao, C tambin ser tambin una matriz cuadrada del
mismo tamao. Lo anterior es suficiente para deducir que el producto de AB
no es igual a BA. Puede darse el caso especial donde AB = BA, a lo cual se
dice que las matrices son conmutativas.
Ejemplo de productos entre matrices. Sea:


Encontrar C = AB







Obtenemos as que:


INVERSA DE UNA MATRIZ:
Sean A y B matrices de n x n, y suponiendo que la multiplicacin AB = BA =
Identidad, entonces la matriz B se le llama inversa de A, y se escribe . De
esta manera:


De la definicin anterior se deduce que , si A tiene inversa.
Nosotros podemos conocer fcilmente si una matriz tiene inversa; basta con
encontrar su determinante, y si resulta cero, no tiene inversa; cualquier otro
nmero nos indica que tiene inversa.
Para encontrar la inversa de una matriz puede resultar un poco difcil,
dependiendo del tamao de la misma . Un ejemplo sencillo se muestra a
continuacin. Sea:


Encontrar la inversa de A o .
Si tomamos la definicin de inversa encontramos que , entonces:


Resolviendo encontramos:

Igualando trmino a trmino, encontramos una serie de ecuaciones que al
resolverlas obtenemos el resultado:

Sin embargo, este no es el mtodo ms adecuado, ya que por el mtodo de
eliminacin de Gauss-Jordan es posible encontrar la inversa de una matriz
ms rpidamente (este mtodo se ver ms adelante).
INDEPENDENCIA LINEAL
Las columnas de una matriz A de dimensin (mxn) se puede escribir como (n)
vectores columna , cada uno de (m) elementos, como a continuacin



]
Los vectores columna son linealmente dependientes si existen escalares
, no todos iguales a cero, tales que se cumple:

es decir que:

de lo contrario ser linealmente dependiente.


SOLUCION DE SISTEMAS DE ECUACIONES

Consideremos un conjunto de "m" ecuaciones con "n" incgnitas dado por:


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

donde son coeficientes conocidos, son incgnitas y son trminos
conocidos que se denominan trminos no homogneos.
El sistema de ecuaciones lineales anteriores pueden expresarse de la forma
compacta como:

donde A, x , y estn definidos respectivamente por:


Resolver un sistema de ecuaciones es encontrar el valor de las incgnitas "x".
Una forma de resolver este sistema de ecuaciones es utilizando la
formula multiplicndola por la matriz inversa de A por ambos lados
de la igualdad; de la siguiente manera:




(I es la matriz identidad)

De esta manera encontramos que si calculamos la inversa de A y la
multiplicamos por el vector "y", obtendremos el vector "x" con las soluciones
al sistema de ecuaciones.
Los sistemas de ecuaciones pueden presentar tres casos:
Es el ms comn, ya que el nmero de ecuaciones es igual al nmero
de incgnitas.
El nmero de ecuaciones es menor que el de incgnitas y tenemos lo
que se conoce como problema subdeterminado.
El nmero de ecuaciones es mayor que es de incgnitas y tenemos lo
que se conoce como problema sobredeterminado. Esto ocurre en el ajuste de
rectas y curvas.
Un conjunto de ecuaciones lineales no siempre tiene solucin numrica. Los
siguientes tres conjuntos de ecuaciones son ejemplo de ello:
Ejemplo 1:


En este caso las dos rectas se encuentran en el mismo sitio por lo que la
solucin que satisface a una, tambin a la otra, teniendo as infinitas
soluciones.
Ejemplo 2:


Las dos ecuaciones son lneas paralelas que nunca se interceptan, por lo que
no existe una solucin.
Ejemplo 3:



Tenemos tres ecuaciones independientes para dos incgnitas. Como se
observa stas tres ecuaciones nunca pueden satisfacerse simultneamente.

DETERMINANTES
El determinante es una cantidad importante asociada a una matriz cuadrada.
De hecho no podemos obtener una solucin nica de un conjunto no
homogneo de ecuaciones lineales si el determinante de la matriz de
coeficientes es cero. Esto se debe a que, si por lo menos una ecuacin de un
conjunto de ecuaciones lineales no es linealmente independiente, el
determinante es cero. Si el valor del determinante es extremadamente pequeo
o grande, es seal de que hay errores graves en la solucin de las ecuaciones.
El determinante de una matriz tambin desempea un papel importante
cuando se calculan los valores propios de una matriz.
El determinante de una matriz A se denota como "det(A)". En el caso de una
matriz de 2x2 el determinante de A se calcula:


Para una matriz de 3x3 existen varias formas de obtenerlo, pero una definicin
formal del determinante de una matriz A de orden n esta dada por:

Donde la sumatoria abarca todas las permutaciones del primer subndice de a,
y es + si la permutacin es par y - si es impar.
Si la matriz es una matriz triangular inferior o superior, o una matriz diagonal,
el clculo se simplifica mucho. El determinante de este tipo de matrices se
calcula simplemente multiplicando los elementos de su diagonal principa