3.1 Definición de sistemas de ecuaciones lineales.

En matemáticas y álgebra lineal, un sistema de ecuaciones lineales, también conocido como

sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de ecuaciones lineales
(es decir, un sistema de ecuaciones en donde cada ecuación es de primer grado), definidas sobre
un cuerpo o un anillo conmutativo. Un ejemplo de sistema lineal de ecuaciones sería el siguiente:

El problema consiste en encontrar los valores desconocidos de las variables x1, x2 y x3 que
satisfacen las tres ecuaciones.

El problema de los sistemas lineales de ecuaciones es uno de los más antiguos de la matemática y
tiene una infinidad de aplicaciones, como en procesamiento digital de señales, análisis estructural,
estimación, predicción y más generalmente en programación lineal así como en la aproximación de
problemas no lineales de análisis numérico.

En general, un sistema con m ecuaciones lineales y n incógnitas puede ser escrito en forma normal
como:

Donde son las incógnitas y los números son los coeficientes del sistema
sobre el cuerpo . Es posible reescribir el sistema separando con coeficientes
con notación matricial:

Si representamos cada matriz con una única letra obtenemos:

Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector columna de
longitud m. El sistema de eliminación de Gauss-Jordan se aplica a este tipo de sistemas, sea cual
sea el cuerpo del que provengan los coeficientes.
http://itsavbasicas.blogspot.mx/2012/05/31-definicion-de-sistemas-de-ecuaciones.html
3.2 Clasificación de los sistemas de ecuaciones lineales y
tipos de solución.
= Clasificación =

Podemos clasificar los sistemas de ecuaciones lineales según su número de soluciones de la

siguiente forma:
 Sistemas con una solución: Las ecuaciones del sistema son rectas secantes. Se cortan en
un punto (x, y) que es la solución del sistema
 Sistemas sin solución: Las ecuaciones del sistema son rectas paralelas. No tienen ningún
punto en común, y por tanto no hay solución
 Sistemas con infinitas soluciones: Las ecuaciones del sistema son rectas coincidentes.
Tienen todos los puntos en común, y por tanto todos ellos son solución
Condiciones que deben cumplir las ecuaciones para que el sistema tenga una, ninguna o infinitas
soluciones:
 Una solución: Los coeficientes de x e y de las dos ecuaciones no son proporcionales.

Ejemplo:
 Ninguna solución: Los coeficientes de x e y de una ecuación son proporcionales a los de la
otra, mientras que los términos independientes no lo son.

Ejemplo:
 Infinitas soluciones: Los coeficientes de x e y, y el término independiente de una ecuación,
son proporcionales a los de la otra.

Ejemplo:

=Tipos de Solución=
=Sustitución=
El método de sustitución consiste en despejar en una de las ecuaciones cualquier incógnita,
preferiblemente la que tenga menor coeficiente, para, a continuación, sustituirla en otra ecuación
por su valor.

En caso de sistemas con más de dos incógnitas, la seleccionada debe ser sustituida por su valor
equivalente en todas las ecuaciones excepto en la que la hemos despejado. En ese instante,
tendremos un sistema con una ecuación y una incógnita menos que el inicial, en el que podemos
seguir aplicando este método reiteradamente. Por ejemplo, supongamos que queremos resolver
por sustitución este sistema:

En la primera ecuación, seleccionamos la incógnita y por ser la de menor coeficiente y que

posiblemente nos facilite más las operaciones, y la despejamos, obteniendo la siguiente ecuación.
El siguiente paso será sustituir cada ocurrencia de la incógnita y en la otra ecuación, para así
obtener una ecuación donde la única incógnita sea la x.

Al resolver la ecuación obtenemos el resultado x=5, y si ahora sustituimos esta incógnita por su
valor en alguna de las ecuaciones originales obtendremos y=7, con lo que el sistema queda ya
resuelto.

=Igualación=
El método de igualación se puede entender como un caso particular del método de sustitución en
el que se despeja la misma incógnita en dos ecuaciones y a continuación se igualan entre sí la
parte derecha de ambas ecuaciones.

Tomando el mismo sistema utilizado como ejemplo para el método de sustitución, si despejamos la
incógnita en ambas ecuaciones nos queda de la siguiente manera:

Como se puede observar, ambas ecuaciones comparten la misma parte izquierda, por lo que
podemos afirmar que las partes derechas también son iguales entre sí.

Una vez obtenido el valor de la incógnita x, se substituye su valor en una de las ecuaciones
originales, y se obtiene el valor de la y.

La forma más fácil de tener el método de sustitución es realizando un cambio para despejar x
después de averiguar el valor de la y.

=Reducción=
Este método suele emplearse mayoritariamente en los sistemas lineales, siendo pocos los casos
en que se utiliza para resolver sistemas no lineales. El procedimiento, diseñado para sistemas con
dos ecuaciones e incógnitas, consiste en transformar una de las ecuaciones (generalmente,
mediante productos), de manera que obtengamos dos ecuaciones en la que una misma incógnita
aparezca con el mismo coeficiente y distinto signo. A continuación, se suman ambas ecuaciones
produciéndose así la reducción o cancelación de dicha incógnita, obteniendo así una ecuación con
una sola incógnita, donde el método de resolución es simple. Por ejemplo, en el sistema:

no tenemos más que multiplicar la primera ecuación por -2 para poder cancelar la incógnita y. Al
multiplicar, dicha ecuación nos queda así:
Si sumamos esta ecuación a la segunda del sistema original, obtenemos una nueva ecuación
donde la incógnita y ha sido reducida y que, en este caso, nos da directamente el valor de la
incógnita x:

El siguiente paso consiste únicamente en sustituir el valor de la incógnita x en cualquiera de las

ecuaciones donde aparecían ambas incógnitas, y obtener así que el valor de y es igual a:

=Método Gráfico=
Consiste en construir la gráfica de cada una de las ecuaciones del sistema. El método
(manualmente aplicado) solo resulta eficiente en el plano cartesiano, es decir para un espacio de
dimensión 2.

El proceso de resolución de un sistema de ecuaciones mediante el método gráfico se resuelve en

los siguientes pasos:
 Se despeja la incógnita (y) en ambas ecuaciones.
 Se construye para cada una de las dos ecuaciones de primer grado obteniendo la tabla de
valores correspondientes.
 Se representan gráficamente ambas rectas en los ejes coordenados.
 En este último paso hay tres posibilidades:
 Si ambas rectas se cortan, las coordenadas del punto de corte son los únicos valores de
las incógnitas (x,y). "Sistema compatible determinado".
 Si ambas rectas son coincidentes, el sistema tiene infinitas soluciones que son las
respectivas coordenadas de todos los puntos de esa recta en la que coinciden ambas. «Sistema
compatible indeterminado».
 Si ambas rectas son paralelas, el sistema no tiene solución.
=Método de Gauss=
La eliminación de Gauss-Jordan, más conocida como método de Gauss, es un método aplicable
únicamente a los sistemas lineales de ecuaciones, y consistente en triangular la matriz aumentada
del sistema mediante transformaciones elementales, hasta obtener ecuaciones de una sola
incógnita, cuyo valor será igual al coeficiente situado en la misma fila de la matriz. Este
procedimiento es similar al anterior de reducción, pero ejecutado de manera reiterada y siguiendo
un cierto orden algorítmico.

El Método de Gauss consiste en convertir un sistema normal de 3 ecuaciones con 3 incognitas en

uno escalonado, en la que la primera ecuación tiene 3 incógnitas, la segunda ecuación tiene 2
incógnitas, y la tercera ecuación tiene 1 incógnita. De esta forma será fácil a partir de la última
ecuación y subiendo, calcular el valor de las tres incógnitas.

En primer lugar, reducimos la incógnita x, sumando a la segunda fila, la primera multiplicada por
2/3, y a la tercera, la primera fila. La matriz queda así:
El siguiente paso consiste en eliminar la incógnita y en la primera y tercera fila, para lo cual les
sumamos la segunda multiplicada por -2 y por -4, respectivamente.

Por último, eliminamos la z, tanto de la primera como de la segunda fila, sumándoles la tercera
multiplicada por -2 y por 1/2, respectivamente:

Llegados a este punto podemos resolver directamente las ecuaciones que se nos plantean:

O, si lo preferimos, podemos multiplicar las tres filas de la matriz por: 1/2, 2 y -1 respectivamente, y
obtener así automáticamente los valores de las incógnitas en la última columna.

Pongamos un ejemplo del cálculo de un sistema de ecuaciones por el método de Gauss:Se reúnen
30 personas entre hombres, mujeres y niños. Se sabe que entre los hombres y el triple de mujeres
exceden en 20 el doble de los niños. También se sabe que entre hombres y mujeres se duplican al
número de niños. Plantear y resolver el sistema de ecuaciones.x=numero de hombres; y=numero
de mujeres; y z=numero de niños. Se reúnen 30 personas entre hombres, mujeres y niños:
x+y+z=30. Se sabe que entre los hombres y el triple de mujeres exceden en 20 el doble de los
niños: x+3y=2z+20. También se sabe que entre hombres y mujeres se duplican al número de
niños: x+y=2z.

Agrupando las tres ecuaciones tenemos el sistema, que ordenado resulta:

Aplicamos Gauss, restando la primera ecuación a las dos siguientes:

En este caso en la tercera ecuación se ha eliminado la y, por lo que no es necesario hacer más
operaciones. Por lo tanto obtenemos que z = 10 de la tercera ecuación:

Sustituyendo z en la segunda ecuación obtenemos que y = 10:

Sustituyendo z é y en la primera ecuación obtenemos x = 10.

Con lo que hemos obtenido el resultado del sistema:

=Método de Cramer=
La regla de Cramer da una solución para sistemas compatibles determinados en términos de
determinantes y adjuntos dada por:

Donde Aj es la matriz resultante de remplazar la j-ésima columna de A por el vector columna b.

Para un sistema de dos ecuaciones y dos incógnitas:

La regla de Cramer da la siguiente solución:

Nota: Cuando en la determinante original det(A) el resultado es 0, el sistema indica múltiples o sin
coincidencia.

http://itsavbasicas.blogspot.mx/2012/05/32-clasificacion-de-los-sistemas-de.html

3.3 Interpretación geométrica de las soluciones.

Cada ecuación representa un plano en el espacio tridimensional. Luego se trata de estudiar la
posición relativa de tres planos en el espacio. Las soluciones del sistema son geométricamente los
puntos de intersección de los tres planos, los casos son:

=Un punto único. Sistema compatible determinado.. Los tres planos se cortan en P.

=Una recta. Son soluciones todos los puntos representativos de la recta común. Sistema
compatible indeterminado con un grado de libertad. Los planos se cortan en r.

=Un plano. Los planos son coincidentes. El sistema es compatible indeterminado con dos grados
de libertad.

=Ningún punto. El sistema es incompatible. Esta situación se presenta geométricamente de

distintas maneras. Para estudiar las posiciones relativas de los planos hay que tomarlos de dos en
dos.

=Se pueden presentar varios casos: Que los planos sean paralelos:
http://itsavbasicas.blogspot.mx/2012/05/33-interpretacion-geometrica-de-las.html

3.4 Métodos de solución de un sistema de ecuaciones

lineales: Gauss, Gauss-Jordan, inversa de una matriz y regla
de Cramer.
MÉTODO DE RESOLUCIÓN DE GAUSS-JORDAN

Es el método de resolución de sistemas de ecuaciones lineales, que consiste en llegar a un

sistema "escalonado" transformando la matriz ampliada en una matriz escalonada por filas. El
método de Gauss es una generalización del método de reducción, que utilizamos para eliminar una
incógnita en los sistemas de dos ecuaciones con dos incógnitas. Consiste en la aplicación sucesiva
del método de reducción, utilizando los criterios de equivalencia de sistemas, para transformar la
matriz ampliada con los términos independientes ( A* ) en una matriz triangular, de modo que cada
fila (ecuación) tenga una incógnita menos que la inmediatamente anterior. Se obtiene así un
sistema, que llamaremos escalonado, tal que la última ecuación tiene una única incógnita, la
penúltima dos incógnitas, la antepenúltima tres incógnitas, ..., y la primera todas las incógnitas.

El siguiente esquema muestra cómo podemos resolver un sistema de ecuaciones lineales

aplicando este método.

Partimos, inicialmente, de un sistema de n ecuaciones lineales con n incógnitas, compatible

determinado:

En primer lugar, aplicando sucesivamente el método de reducción, eliminamos en todas las

ecuaciones, excepto en la primera, la incógnita x1, obteniéndose un sistema equivalente:

En segundo lugar, aplicando nuevamente el método de reducción de forma sucesiva, eliminamos

en todas las ecuaciones, excepto en las dos primeras, la incógnita x2, obteniéndose un sistema
equivalente:
Para resolverlo despejamos, en primer lugar, la única incógnita de la última ecuación. Luego
sustituimos ésta en la penúltima ecuación y despejamos la otra incógnita. Posteriormente,
sustituimos dos de las tres incógnitas de la antepenúltima ecuación por sus valores y despejamos
la que queda, y así sucesivamente hasta llegar a la primera ecuación.

Las transformaciones que podemos realizar en dicha matriz para transformar el sistema inicial en
otro equivalente son las siguientes:
 Multiplicar o dividir una fila por un número real distinto de cero.
 Sumarle o restarle a una fila otra fila.
 Sumarle a una fila otra fila multiplicada por un número distinto de cero.
 Cambiar el orden de las filas.
 Cambiar el orden de las columnas que corresponden a las incógnitas del sistema, teniendo
en cuenta los cambios realizados a la hora de escribir el nuevo sistema equivalente. Es decir: si,
por ejemplo, la 2ª columna corresponde a la incógnita y y la tercera a la incógnita z, y cambiamos
el orden de las columnas, ahora la 2ª columna corresponde a la incógnita z y la tercera a la
incógnita y.
 Eliminar filas proporcionales o que sean combinación lineal de otras.
 Eliminar filas nulas (0 0 0 ... 0).
Después de realizar las transformaciones que se consideren pertinentes, se obtendrá un sistema
escalonado. Suponiendo que hubiésemos eliminado, si las hubiera, las filas nulas (0 0 0 ... 0), que
corresponden a ecuaciones del tipo 0 = 0, el sistema equivalente tendría ahora k ecuaciones
lineales con n incógnitas.

Analizando el sistema resultante, podemos efectuar su discusión del siguiente modo:

 Si alguna de las ecuaciones es del tipo 0 = b (siendo b distinto de cero), el sistema es
incompatible y no tiene solución.
 Si no hay ecuaciones del tipo 0 = b, y además k = n, es decir, el número de ecuaciones del
sistema equivalente es igual al número de incógnitas, el sistema es compatible determinado y, por
lo tanto, tiene una única solución.
 Si no hay ecuaciones del tipo 0 = b y k < n, es decir, el número de ecuaciones es menor
que el número de incógnitas, el sistema es compatible indeterminado y, en consecuencia, tiene
infinitas soluciones. En este caso, tenemos que separar las incógnitas principales de las no
principales.
Pero, ¿cuáles son las incógnitas principales? Se puede dar el siguiente criterio: Si el sistema
es escalonado y tiene k ecuaciones, las k primeras incógnitas serán las principales y las n -
k restantes serán las no principales que pasaremos al segundo miembro como parámetros.

MÉTODO DE RESOLUCIÓN DE CRAMER. REGLA DE CRAMER

La regla de Cramer utiliza las propiedades de las matrices y sus determinantes para despejar, por
separado, una cualquiera de las incógnitas de un sistema de ecuaciones lineales.

REGLA DE CRAMER
Un sistema de ecuaciones lineales recibe el nombre de sistema de Cramer cuando se cumplen las
dos condiciones siguientes:
 El número de ecuaciones es igual al número de incógnitas.
 El determinante de la matriz de los coeficientes (matriz del sistema) es distinto de cero (det
( A ) ≠ 0)
Un sistema de Cramer es, por definición, compatible determinado, puesto que se cumple
que rango (A) = rango (A*) = n (nº de incógnitas).

Consideremos un sistema de Cramer, es decir, un sistema de n ecuaciones lineales con

n incógnitas, cuya expresión general es la siguiente:

Sean A la matriz del sistema , entonces det (A) ≠0.

Llamaremos matriz asociada a la incógnita xi y la designaremos por Ai a la matriz que se obtiene al

sustituir en la matriz del sistema la columna i por la matriz columna de los términos
independientes. Es decir:

Todos los sistemas de Cramer son compatibles determinados. El valor de cada incógnita se
obtiene dividiendo el determinante de la matriz asociada a dicha incógnita por la matriz del sistema
(matriz de los coeficientes de las incógnitas).
¿Se puede aplicar la regla de Cramer para resolver sistemas de ecuaciones lineales compatibles
que tengan más ecuaciones que incógnitas? La respuesta es afirmativa. Basta con obtener un
sistema equivalente al inicial eliminando las ecuaciones superfluas o dependientes (proporcionales,
nulas o que sean combinación lineal de otras).

El procedimiento a seguir es el siguiente: Supongamos que tenemos un sistema de m ecuaciones

lineales con n incógnitas, siendo m > n y tal que: rango (A) = rango (A*) = n. Por lo tanto, sobran m
- n ecuaciones. Para averiguar cuáles son las ecuaciones de las que podemos prescindir, basta
encontrar en la matriz de los coeficientes ( A ) un menor de orden n distinto de cero, por ejemplo, el
que utilizamos para averiguar el rango de la matriz A.
Las filas que intervienen en este menor son las que corresponden a las ecuaciones principales.
Las restantes ecuaciones las podemos suprimir.

Ejemplo: Sea el sistema de ecuaciones lineales formado por dos ecuaciones con dos incógnitas:

Encontrar el valor de x e y mediante la regla de Cramer.

Empezaremos con el primer paso, que consiste en hallar la matriz ampliada A b asociada al
sistema de ecuaciones lineales:

El segundo paso es calcular el determinante de A. Así pues:

Y el tercero y último paso consiste en calcular las incógnitas:

MÉTODO DE LA MATRIZ INVERSA

Consideremos un sistema de n ecuaciones lineales con n incógnitas, cuya expresión general es la

siguiente:

Hemos visto que este sistema se puede escribir en forma matricial del siguiente modo: A X = B.

La matriz A se llama matriz del sistema, es de dimensión n x n y sus elementos son los coeficientes
de las incógnitas.
La matriz X es una matriz columna, de dimensión n x 1, formada por las incógnitas del sistema. Por
último, la matriz B es otra matriz columna, de dimensión n x 1, formada por los términos
independientes. Es decir:

Si el determinante de la matriz A es distinto de cero (det (A) ≠ 0 ), la matriz A tiene inversa ( A-1 ).
Por lo tanto, podemos calcular la matriz de las incógnitas X del siguiente modo:

Es decir, para calcular la matriz columna de las incógnitas ( X ), multiplicamos la inversa de la

matriz A ( A-1 ) por la matriz columna de los términos independientes, obteniéndose otra matriz
columna de la misma dimensión que X.

¿Se puede aplicar el método de la matriz inversa para resolver sistemas de ecuaciones lineales
compatibles que tengan más ecuaciones que incógnitas? La respuesta es afirmativa. Basta con
obtener un sistema equivalente al inicial eliminando las ecuaciones superfluas o dependientes
(proporcionales, nulas o que sean combinación lineal de otras).

El procedimiento a seguir es el siguiente: Supongamos que tenemos un sistema de m ecuaciones

lineales con n incógnitas, siendo m > n y tal que: rango (A) = rango (A*) = n. Por lo tanto, sobran m
- n ecuaciones. Para averiguar cuáles son las ecuaciones de las que podemos prescindir, basta
encontrar en la matriz de los coeficientes ( A ) un menor de orden n distinto de cero, por ejemplo, el
que utilizamos para averiguar el rango de la matriz A. Las filas que intervienen en este menor son
las que corresponden a las ecuaciones principales. Las restantes ecuaciones las podemos
suprimir.

¿Se puede aplicar el método de la matriz inversa para resolver sistemas de ecuaciones lineales
compatibles indeterminados? La respuesta es también afirmativa. El procedimiento a seguir es el
siguiente: Supongamos que tenemos un sistema de m ecuaciones lineales con n incógnitas, tal
que: rango (A) = rango (A*) = k < n. Por lo tanto, sobran m - k ecuaciones y, además, hay n - k
incógnitas no principales. Para averiguar cuáles son las ecuaciones de las que podemos
prescindir, y cuáles son las incógnitas no principales, basta encontrar en la matriz de los
coeficientes ( A ) un menor de orden k distinto de cero, por ejemplo, el que utilizamos para
averiguar el rango de la matriz A. Las filas que intervienen en este menor son las que
corresponden a las ecuaciones principales o independientes. Las restantes ecuaciones las
podemos suprimir. Las columnas que figuran en dicho menor corresponden a las incógnitas
principales. Las incógnitas no principales las pasamos al otro miembro y pasan a formar un único
término junto con el término independiente. Se obtiene, de este modo, un sistema de k ecuaciones
lineales con k incógnitas, cuyas soluciones van a depender de n - k parámetros (correspondientes
a las incógnitas no principales).
http://itsavbasicas.blogspot.mx/2012/05/34-metodos-de-solucion-de-un-sistema-de.html
3.5 Aplicaciones.
=Fracciones parciales =
Una técnica muy conveniente utilizada en algunas tareas matemáticas es aquella conocida como
fracciones idea principal consiste en cambiar la forma que puede ser expresado un cociente entre
polinomios a otra forma más conveniente para cierto tipo de cálculo.

Ejemplo 4.1 Determine los valores de las constantes a y b para que satisfagan:

SOLUCIÓN

Ejemplo: (Forma dudosa) Determine los valores de las constantes a y b para que satisfagan:

SOLUCIÓN
= Determinación de curvas =
Un problema comun en diferentes ´areas es la determinaci´on de curvas. es decir el problema de
encontrar la función que pasa por un conjunto de puntos. Usualmente se conoce la naturaleza de
la función, es decir, se conoce la forma que debe tener la función. Por ejemplo, línea recta,
parábola o exponencial etc. Lo que se hace para resolver este tipo de problemas es describir la
forma más general de la función mediante parámetros constantes. Y posteriormente se determinan
estos parámetros haciendo pasar la función por los puntos conocidos.

Ejemplo: Determine la función cudrática que pasa por los puntos P (1, 4), Q(−1, 2), y R(2, 3).

Solución
La forma más general de una cuadrática es: f (x) = a x2 + b x + c donde los coeficientes a, b, y c
son constantes num´ericas. El problema consiste en determinar estos coeficientes.

Así pues los parámetros a, b, y c se vuelven ahora las incógnitas. Y para poderlas determinar
requerimos de ecuaciones o igualdades que deben satisfacer. Para determinar estas ecuaciones
debemos usar los puntos.

Para que la función pase por el punto P (1, 4) se debe cumplir que f (x = 1) = 4,
es decir, se debe cumplir: a (1)2 + b (1) + c = 4
es decir, se debe cumplir: a + b + c =4
Procediendo de igual manera con el punto Q(−1, 2): formulamos la ecuación: a − b + c =2 y para
R(2, 3): 4a + 2b + c = 3.
Resumiendo para que la función f (x) = a x2 + b x + c pase por los puntos P , Q, y R deben
cumplirse las ecuaciones:
a+b+c=4
a−b+c=2
4a + 2b + c = 3
La solución a este sistema es: a = 2/3, b = 1, y c =11/3

La misma situación presentada en el problema de las fracciones parciales que originaba un

sistema inconsistente, se puede presentar en la determinación de funciones. Y la conclusión es
similar: si el sistema originado es inconsistente lo que se concluye es que no existe una funci´on
con esa forma general que pase exactamente por los puntos dados.

=Balanceo de Reacciones Químicas=

Una aplicación sencilla de los sistemas de ecuaciones se da en el balanceo de reacciones
químicas. La
problemática consiste en determinar el número entero de moléculas que intervienen en una
reacción química
cuidando siempre que el número de átomos de cada sustancia se preserve.

Ejemplo Balancee la reacción química: aCH4 + bO2=cCO2 + dH2O

Solución: Para determinar los coeficientes a, b, c, y d que representan el numero de moléculas de

las sustancias en la reacción debemos igualar el numero de átomos en cada miembro:
Por los átomos de carbono: a = c. Por los átomos de oxigeno: 2 b = 2 c + d. Por los átomos de
hidrógeno: 4 a = 2 d

Este sistema es consistente y origina infinitas soluciones. La f´ormula general para las soluciones
queda:
a = 1/2 d
b=d
c = 1/2 d

El valor más pequeño de d que hace que los números de moléculas sean enteros positivos es d =
2: a = 1, b = 2, c = 1, y d = 2

=Aplicaciones a Manufactura=
Ejemplo: Patito computers fabrica tres modelos de computadoras personales: ca˜non, clon, y lenta-
pero-segura. Para armar una computadora modelo ca˜non necesita 12 horas de ensamblado, 2.5
para probarla, y 2 mas para instalar sus programas. Para una clon requiere 10 horas de
ensamblado, 2 para probarla, y 2 para instalar programas. Y por ´ultimo, para una lenta-pero-
segura requiere 6 para ensamblado, 1.5 para probarla, y 1.5 para instalar programas. Si la f´abrica
dispone en horas por mes de 556 para ensamble, 120 para pruebas, y 103 horas para instalación
de programas, ¿cu´antas computadoras se pueden producir por mes?

Solución
En nuestro caso las incógnitas el n´umero de cada tipo de computadora a producir:
x = n´umero de computadoras cañón
y = n´umero de computadoras clon
z = n´umero de computadoras lenta-pero-segura

Para determinar las ecuaciones debemos utilizar los tiempos de ensamblado, pruebas,
e instalación de programas.

Ensamblado: 556(total) = 12 x(cañon) + 10 y(clon) + 6 z(lenta)

Pruebas: 120(total) = 2.5 x(cañon) + 2 y(clon) + 1.5 z(lenta)
Instalación de programas: 103(total) = 2 x(cañon) + 2 y(clon) + 1.5 z(lenta)
Al resolver este sistema obtenemos: x = 34, y = 4, z = 18

Dado lo común de las aplicaciones hacia el área de manufactura, existe una forma simple de
construir la matriz del sistema de ecuaciones que en general se trabaja como una tabla:
 En la ultima columna aparecen los recursos: un renglón para cada tipo de recursos y en
cuya posición final se pone el total de recursos disponibles.
 En las primera columnas se colocan los objetos o modelos a ser ensamblados o
construidos: en cada posición se coloca el total de recursos que consume en forma unitaria cada
tipo de objeto.

http://itsavbasicas.blogspot.mx/2012/05/35-aplicaciones.html

4.1 Definición de espacio vectorial.

Sean K un cuerpo dado y V un conjunto no vacio, con reglas de suma y producto por escalar que
asigna a cada par u, vϵV una suma u+vϵV y a cada par uϵV, kϵK un producto kuϵV. V recibe el
nombre de espacio vectorial sobre K (y los elementos de V se llaman vectores) si satisfacen los
siguientes axiomas.

[A1] para toda terna de vectores u, v, wϵV, (u+v)+w=u+(v+w).

[A2] existe un vector en V, denotado por 0 y denominado el vector cero, tal que u+0=u para todo
vector uϵV.
[A3] para todo vector uϵV existe un único vector en V, denotado por –u, tal que u+(-u)=0.
[A4] para todo par de vectores u, vϵV, u+v=v+u.
[M1] para todo escalar kϵK y todo par de vectores u, vϵV, k(u+v)=ku+kv.
[M2] para todo par de escalares a, bϵK y todo vector uϵV, (a+b)u=au+bu.
[M3] para todo par de escalares a, bϵK y todo vector uϵV, (ab)u=a(bu).
[M4] el escalar unidad 1ϵK cumple 1u=u para todo vector uϵV.

Los axiomas precedentes se desdoblan de forma natural en dos categorías. Los cuatro primeros
atañen únicamente a la estructura aditiva de V y pueden resumirse diciendo que V es un grupo
conmutativo bajo la suma. De ello se deriva que cualquier suma de vectores de la forma
v1+v2+…+vm no requieren paréntesis y no depende del orden de los sumandos, que el vector
cero, 0, es único, que el opuesto –u de u es único y que se verifica la ley de cancelación; esto es,
para tres vectores cualesquiera u, v, wϵV.

U+w=v+w implica u=v. Asimismo, la resta se define según u-v=u+(-v).

Por otra parte, los cuatro axiomas restantes se refieren a la <<acción>> del cuerpo K sobre V.
observece que la rotulación de los axiomas refleja este desdoblamiento. Empleando estos axiomas
adicionales probaremos las siguientes propiedades elementales de un espacio vectorial.

Teorema: sea V un espacio vectorial sobre un cuerpo K.

1. Para todo escalar kϵK y 0ϵV, k0-0.
2. Para 0ϵK y todo vector uϵV, 0u=0.
3. Si ku=0, donde kϵK y uϵV, entonces k=0 o u=0.
4. Para todo kϵK y todo uϵV, (-k)u=-ku.

http://itsavbasicas.blogspot.mx/2012/05/41-definicion-de-espacio-vectorial.html

4.2 Definición de subespacio vectorial y sus propiedades.

Sea W un subconjunto de un espacio vectorial V sobre un cuerpo K. W se denomina un
subespacio de V si es a su vez un espacio vectorial sobre K con respecto a las operaciones de V,
suma vectorial y producto por un escalar. Un criterio simple para identificar subespacios es el
siguiente.

Teorema: supongamos que W es un subconjunto de un espacio vectorial V. entonces W es un

subespacio de V si y solo si se cumple:
1. 0єW
2. W es cerrado bajo la suma de vectores, es decir: para todo par de vectores u, vєW,
la suma u+vєW.
3. W es cerrado bajo el producto por un escalar, esto es: para todo uєW y para todo
kєK el múltiplo kuєW.

Corolario: W es un subespacio de V si y solo si:

1. 0єW.
2. au+bvєW para todos los u, vєW y a, bєK.
Ejemplo: sean U y W subespacios de un espacio vectorial V. probemos que la intersección UW
es también subespacio de V. claramente, 0U y 0W, porque U y W son subespacios, de donde
0UW. supongamos ahora que u, vUW. entonces u, vU y u, vE y, dado que U y W son
subespacios, u+v, kuU y u+v, kuW para cualquier escalar k. así u+v, kuUW y por
consiguiente UW es un subespacio de V. El resultado del ejemplo precedente se generaliza como
sigue.

Teorema: la intersección de cualquier número de subespacios de un espacio vectorial V es un

subespacio de V.

Recuérdese que toda solución de un sistema de ecuaciones lineales con n incógnitas AX=B puede
verse como un punto en Kn y por tanto el conjunto solución de tal sistema es un subconjunto de
Kn. Supongamos que el sistema homogéneo, es decir, supongamos que el sistema tiene la forma
AX=0. Denotemos por W su conjunto solución. Como A0=0, el vector cero 0W además, si u y v
pertenecen a W, esto es, si u y v son soluciones de AX=0, necesariamente Au=0 y Av=0. Por esta
razón, para todo par de escalares a y b en K, tendremos A(au+bv)=aAu+bAv=a0+b0=0+0=0. De
esta manera, au + bv es también una solución de AX=0 o, dicho de otro modo, au+bvW. En
consecuencia, según el corolario, hemos demostrado:

Teorema: el conjunto solución W de un sistema homogéneo con n incógnitas AX=0 es un

subespacio de kn.

Hacemos énfasis en que el conjunto solución de un sistema inhomogéneo AX=B no es subespacio

de Kn. De hecho, el vector cero, 0, no pertenece a dicho conjunto solución.

http://itsavbasicas.blogspot.mx/2012/05/42-definicion-de-subespacio-vectorial-y.html

4.3 Combinación lineal. Independencia lineal.

COMBINACIÓN LINEAL

Sean v1, v2, …, vn, vectores en un espacio vectorial V. entonces cualquier vector de la forma:
a1v1+a2v2+…+anvn, donde a1,a2,…,an son escalares se denomina una combinación lineal de v1,
v2,…,vn.

Una combinación lineal en M23

Conjunto generador.

Se dice que los vectores v1, v2, …, vn de un espacio vectorial V generan a V si todo vector en V se
puede escribir como una combinación lineal de los mismo. Es decir, para todo vÎV, existen
escalares a1, a2, …, an tales que v=a1v1+a2v2+…+anvn

Cuatro vectores que generan a M22

Espacio generado por un conjunto de vectores.

Sean v, v2, …, vk, k vectores de un espacio vectorial V. el espacio generado por {v1, v2, …, vk} es
el conjunto de combinaciones lineales v1, v2, …, vk. Es decir

donde a1, a2, …, ak, son

escalares arbitrarios.

Teorema: si v1, v2, …, vk son vectores en un espacio vectorial V, entonces gen{v1, v2, …, vk} es
un subespacio de V.

Ejemplo: el espacio generado por dos vectores en R3

Sea v1=(2,-1,4) y v2=(4,1,6). Entonces H=gen{v1, v2}={v:v=a1(2,-1,4)+a2(4,1,6)}. ¿Cuál es la

apariencia de H? si v=(x, y,z)ÎH, entonces tiene x=2a1+4a 2, y=-a1+a2 y z=4a 1+6ª 2. Si se piensa
que (x, y, z) esta fijo, entonces estas ecuaciones se pueden ver como un sistema de tres
ecuaciones con tres incognitas a1, a2. Este sistema se resuelve en la forma usual:
INDEPENDENCIA LINEAL
En el estudio del algebra lineal, una de las ideas centrales es la de dependencia o independencia
lineal de los vectores. En esta sección se define el significado de independencia lineal y se muestra
su relación con la teoría de sistemas homogéneos de ecuaciones y determinantes.

Existe una relación espacial entre los vectores , se puede

apreciar que v2=2v1; o si se escribe esta ecuación de otra manera. 2v1-v2=0.

En otras palabras, el vector cero se puede escribir como una combinación no trivial de v1 y v2 (es
decir, donde los coeficientes en la combinación lineal no son ambos cero). ¿Qué tienen de especial

los vectores ? La respuesta a esta pregunta

es más difícil a simple vista. Sin embargo, es sencillo verificar que v3=3v1+2v2; rescribiendo esto

se obtiene .

Se ha escrito el vector cero como una combinación lineal de v1, v2, y v3. Parece que los dos
vectores de la ecuación y los tres vectores de la otra ecuación tienen una relación más cercana
que un par arbitrario de 2-vectores a una terna arbitraria de 3-vectores. En cada caso, se dice que
los vectores son linealmente dependientes. En términos generales, se tiene la importante definición
a continuación presentada.

Definición: sean v1, v2, …, vn vectores en un espacio vectorial V. entonces se dice que lois
vectores son linealmente dependientes si existen n escalares c1, c2, …, cn no todos ceros tales

que .

Si los vectores no son linealmente dependientes, se dice que son linealmente independientes.

Para decirlo de otra forma, v1, v2, .., vn son linealmente independientes si la ecuación
c1v1+c2v2+…+cnvn=0 se cumple únicamente para c1=c2=…=cn=0. Son linealmente dependientes
si el vector cero en V se puede expresar como una combinación lienal de v1, v2,…,vn con
coeficientes no todos iguales a cero.

Nota. Se dice que los vectores v1, v2, …, vn son linealmente independientes (o dependientes), o
que el conjunto de vectores {v1, v2, …, vn} es linealmente independiente (o pendiente). Esto es, se
usan las dos frases indistintivamente.

Teorema:dependencia e independencia lineal

Dos vectores en un espacio vectorial son linealmente dependientes si y solo si uno de ellos es un
múltiplo escalar del otro.

Demostración: primero suponga que v2=cv1 para elgun escalar c≠0. Entonces cv1-v2=0 y v1 y v2
son linealmente dependientes. Por otro parte, suponga que v1 y v2 son linealmente dependientes.
Entonces existen constantes c1 y c2 al menos uno distinto a cero, tales que c1v1+c2v2=0. Si c1≠0,

entonces dividiendo entre c1 se obtiene v1+(c2/c1)v2=0, o sea,

Es decir, v1 es un múltiplo escalar de v2. Si c1=0, entonces c2≠0 y, por lo tanto, v2=0=0v1.

http://itsavbasicas.blogspot.mx/2012/06/43-combinacion-lineal-independencia.html