Prof. Mar a Ang elica Vega U.

M odulo 5

3.3

Sistemas Homog eneos de Ecuaciones Lineales.

Observaci on 3.1 De las secciones anteriores, podemos resumir que en el caso de los sistemas de ecuaciones lineales no homog eneos, cuando la matriz es cuadrada, se cumple ) r(A) < r(A No hay soluci on ) Existe una u r(A) = r(A nica soluci on En el caso de sistemas con matrices m n se cumple que si n > r(A) Existen innitas soluciones En este caso la matriz no puede escalonarse completamente. Denici on 3.1 Se dice que un sistema de ecuaciones en las variables x1 , x2 , ..., xn es homog eneo si todos sus t erminos libres son ceros, es decir, si cada ecuaci on del sistema tiene la forma : a1 x1 + a2 x2 + + an xn Es trivial que, x1 = 0, x2 = 0, ..., xn = 0 es una soluci on del sistema y se denomina soluci on trivial, cualquier soluci on en la que al menos una variable tiene un valor distinto de cero se denomina soluci on no trivial. Nuestro inter es ser a estudiar bajo que condiciones un sistema homog eneo tiene soluciones no triviales. Ejemplo 3.1 Demostrar que el siguiente sistema tiene soluciones no triviales. x1 x2 2x3 +x4 = 0 2x1 2x2 x4 = 0 3x1 +x2 2x3 +x4 = 0 Sol. Reducimos la matriz ampliada a la forma escalonada reducida 1 1 1 2 1 |0 1 1 2 1 |0 0 2 2 0 1 |0 0 4 4 3 |0 3 1 2 1 |0 0 4 4 2 |0 0 1 1 1 0 1 |0 1 0 1 |0 1 4 4 0 1 1 3 |0 0 1 1 3 |0 0 4 4 1 0 0 1 1 1 0 0 0 | 0 | 0 2 4 por las. 1 2 1 3 1 1 4 1 0 1 0 |0 |0 1 1 | 0 2 1 1 |0 4 3 1 4 |0 0 1 |0 (28)

(29)

1 0 1 0 1 1 0 0 0 De aqu tenemos,

0 |0 1 0 |0 0 1 |0 0

0 1 1 1 0 0

x 0 0 1 x 2 0 0 x3 = 0 1 0 x4 = x3 = x3 =0

x1 + x3 x2 x3 x4

=0 x1 = 0 x2 =0 x4

(30)

De (30) son variables principales x1 , x2 , x4 y x3 es un par ametro que se denota com unmente t. La soluci on general es : x1 x2 x3 x4 t =t si t = 0 se obtiene la soluci on no trivial. =t =0

Observaci on 3.2 Observamos que la existencia de una soluci on no trivial, se debe al hecho que existe una variable libre x3 y del hecho que hay 4 variables y 3 ecuaciones, por lo tanto s olo pueden existir a lo m as 3 variables principales. Teorema 3.1 Si un sistema de ecuaciones lineales homog eneo tiene m as variables que ecuaciones, entonces existe a lo menos una soluci on no trivial. Dem. Supongamos que se tienen m ecuaciones con n variables y n > m. Si hay r variables principales, entonces hay n r variables no principales y por lo tanto n r par ametros. Por lo tanto faltar a demostrar que r < n. En efecto, r m, puesto que la matriz escalonada tiene r, 1- pricipales, pero m < n por hip otesis luego, rm<n

Observaci on 3.3 El rec proco de este teorema es falso, es decir, si un Sistema de Ecuaciones Lineales Homog eneo (S.E.L.H.) tiene soluciones no triviales, no implica que tenga m as variables que ecuaciones.

3.4

Aplicaciones de los S.E.L.S.

Comentamos la amplia cantidad de fen omenos que se modelan mediante un SELS.

3.4.1

Aplicaci on a las redes de conducci on de u dos.

Existen diferentes tipos de problemas que pueden modelarse como una red por la que uye un u do por ejemplo, un ared de riego, una red de calles o una red de autov as. Existen puntos en el sistema llamados nodos por los cuales el u do entra o sale de ella. La ecuaci on que rige es la llamada regla de los nodos. Regla de los nodos El u do total que entra al sistema o en cada uno de los nodos o intersecciones de la red es igual al u do que sale. Ejemplo 3.2 Ejemplo Modelo. En la gura se muestra una red de calles de un solo sentido. La tasa de los coches que uyen de la intersecci on A es de 500 coches por hora. De las intersecciones B y C, emergen 400 y 100 coches por hora respectivamente. Encontrar los posibles ujos que recorren cada calle.

Figure 3: Red de calles

Sol. Paso 1. Modelo matem atico. Sup ongase que los ujos a trav es de las calles son f1 , f2 , f3 , f4 , f5 y f6 coches por hora, en las direcciones mostradas. Igualando el ujo que entra con el que sale en cada intersecci on se obtiene: Intersecci on Intersecci on Intersecci on Intersecci on A B C D 500 = f1 + f2 + f3 f1 + f4 + f6 = 400 f3 + f5 = f6 + 100 f2 = f4 + f5

As se tienen cuatro ecuaciones con seis variables f1 , f2 , ..., f6 f1 f1 +f2 +f3 f4 f3 f2 f4 +f5 f5 f6 = 500 = 400 = 100 = 0

Paso 2. Resoluci on del Modelo Matem atico Al reducir la matriz ampliada se obtiene: 1 0 0 1 0 1| 400 1 1 1 0 0 0| 500 1 0 0 1 0 0 1| 400 0 1 0 1 1 0| 0 0 1 0 0 0 1 0 1 1| 100 1 1| 100 0 1 0 0 0 0| 0 0 1 0 1 1 0| 0 De aqu se deduce que si f4 , f5 y f6 son par ametros, la soluci on general es: f1 f2 f3 = 400 f4 f6 = f4 + f5 = 100 f5 + f6

que conducen a todas las soluciones posibles del sistema y por lo tanto a todos los posibles ujos. Paso 3. Respuesta al problema En la respuesta al problema contextualizado, no todas las soluciones son aceptables. Por ejemplo, los ujos f1 , f2 , f3 , f4 , f5 y f6 son todos positivos, si uno de ellos fuera negativo signicar a que el tr aco fdlu a en direcci on opuesta. Esto implica condiciones de restricciones sobre los ujos, f1 0 y f3 0, luego f4 + f6 400 f2 = f4 + f5 f5 f6 100 3.4.2 Aplicaci on a las reacciones qu micas.

Cuando se produce una reacci on qu mica, un n umero de mol eculas se combinan con otras para producir nuevas mol eculas. Por ejemplo cuando el H2 se combina con mol eculas de ox geno O2 , el resultado es agua H2 O, esto se expresa: H2 + O2 H2 O Los atomos individuales no se crean ni se destruyen, por lo que el n umero de atomos que intervienen en la reacci on debe ser igual al n umero de los atomos resultantes en forma de agua. En este caso se dice que la reacci on est a balanceada. Observemos que cada mol ecula de hidr ogeno H2 est a compuesta por dos atomos, al igual que la mol ecula de O2 , mientras que una mol ecula de agua H2 O est a compuesta por 2 atomos de hidr ogeno y uno de ox geno. Esto requiere que haya el doble de mol eculas de hidr ogeno que de ox geno, para que se produzca la reacci on, es decir, 2H2 + O2 2H2 O Ahora la reacci on est a balanceada porque hay 4 atomos de hidr ogeno y 2 de ox geno a cada lado.

Ejemplo 3.3 Balancear la siguiente reacci on para quemar octano C8 H18 con ox geno, C8 H18 + O2 CO2 + H2 O donde CO2 representa el di oxido de carbono. Sol. Paso 1. Modelo matem atico El problema consiste en encontrar los n umeros enteros positivos x, y, z y w tales que: xC8 H18 + yO2 zCO2 + wH2 O Al igualar el n umero de atomos de carbono, hidr ogeno y ox geno en cada lado de la reacci on se obtiene: 8x = z , 18x = 2w , 2y = 2z + w respectivamente, lo que puede escribirse como un sitema de ecuaciones lineales homog eneo, 8x 18x 2y z 2z 2w w = 0 = 0 = 0

Paso 2. Resoluci on del Modelo Matem atico Este sistema puede resolverse usando eliminaci on gaussiana, o como este caso es muy simple puede resolverse directamente por simple despeje al considerar el par ametro w = t, de modo que se obtiene: 8 16 25 1 t+t= t x = t , z = t , 2y = 9 9 9 9 Paso 3. Respuesta al problema Pero las restricciones nos indican que x, y, z, w deben ser enteros positivos. El valor m as peque no de t que elimina los racionales es 18, luego x = 2 , y = 25 z = 16 , w = 18 La ecuaci on balanceada es : 2C8 H18 + 25O2 16CO2 + 18H2 O Actividades 3.3 Balancear la reacci on qu mica, usando eliminaci on gaussiana. P b(N3 )2 + Cr(M nO4 )2 Cr2 O3 + M nO2 + P b3 O4 + N O Respuesta : 15P b(N3 )2 + 44Cr(M nO4 )2 22Cr2 O3 + 88M nO2 + 5P b3 O4 + 90N O

3.4.3

Aplicaci on en el c alculo de la matriz inversa

Discutiremos por simplicidad el caso de una matriz cuadrada de 2 2 Problema Dada una matriz A invertible 22, hay que determinar la matriz A1 , tal que AA1 = I Sol. Si escribimos A1 = x1 y1 x2 y2

entonces igualando las columnas de AA1 = I , se obtiene: A x1 x2 = 1 0 yA y1 y2 = 0 1

que corresponden a dos SELS cuya matriz de los coecientes es A. Como A es invertible por teorema anterior, cada sistema tiene una soluci on u nica. Esto implica que la matriz escalonada reducida no puede tener una la de ceros y por lo tanto es la matriz identidad. Luego existe una sucesi on de operaciones elementales por las que permite transformar A I . Esta sucesi on convierte las matrices ampliadas de ambos sistemas a la forma escalonada por las. Al resolver ambos sistemas se obtiene: A |1 |0 I |x1 |x2 y A |0 |1 I |x2 |y2

Efectuando los 2 c alculos simult aneamente, se obtiene A |1 |0 0 1 I |x1 |y1 x2 y2

Escribiendo esta discusi on en un algoritmo tenemos: Algoritmo de inversi on de matrices i) Si A es una matriz cuadrada invertible, existe una sucesi on de operaciones elementales porlas elementales que transforman A en I , es decir, A I . ii) La misma sucesi on de operaciones por las transforman I en A1 , es decir, I A1 . Observaci on 3.4 El algoritmo puede resumirse : [AI ] [IA1 ] donde las operaciones por las se realizan simult aneamente. Actividades 3.4 Usar el algoritmo para encontrar la inversa de: 2 7 1 A = 1 4 1 1 3 0

Respuesta: A1 3 3 11 1 1 3 = 1 2 1 1 1

Teorema 3.2 Si A es una matriz cuadrada se cumple: i) O bien A puede reducirse a I mediante operaciones elementales por las (OEF), gener andose la matriz A1 . ii) O bien A puede reducirse a I . En este caso la matriz A1 no existe.

3.5

Propiedades de las matrices inversas

Como en el caso de las operaciones matriciales vistas anteriormente, veremos que propiedades se cumplen para las matrices inversas. Teorema 3.3 Para la proposiciones siguientes la matrices son cuadradas. i) I es invertible y I 1 = I . ii) Si A es invertible, entonces A1 es invertible y (A1 )1 = A. iii) Si A y B son matrices invertibles, entonces su producto AB es invertible y (AB )1 = B 1 A1 . iv) Si A1 , A2 , ..., Ak entonces su producto A1 A2 Ak es invertible y
1 1 1 1 A1 A2 Ak )1 = A k Ak A2 A1

v) Si A es invertible, entonces para k 1, Ak es invertible y (Ak )1 = (A1 )k . vi) Si A es invertible y k = 0, entonces kA, Ak es invertible y (kA)1 = vii) Si A es invertible, entonces AT es invertible y (AT )1 = (A1 )T . Dem. i) Se deduce en forma inmediata de I 2 = I . ii) Las ecuaciones AA1 = I = A1 A demuestran que A es la inversa de A1 . iii) En efecto, (B 1 A1 )(AB ) (AB )(B 1 A1 ) = B 1 (A1 A)B = B 1 IB = B 1 B = I = A(BB 1 A = AIA1 = AA1 = I 1 1 A . k

iv) Por inducci on sobre k . v) Se deduce de la propiedad anterior con A1 = A2 = = Ak = A vi) Propuesta de tarea. vii) Si A es invertible, sea A1 su inversa. Su traspuesta es (A1 )T , vericaremos que es la inversa de AT . AT (A1 )T = (A1 A)T = I T = I (A1 )T AT = (AA1 )T = I T = I De aqu se deduce que (A1 )T es la inversa de AT , es decir, (AT )1 = (A1 )T . Corolario 3.1 Una matriz A es invertible ssi AT es invertible. Actividades 3.5 Use el teorema 3.3 para hallar A si (AT 2I )1 = 2 1 1 0

Teorema 3.4 Si Ann entonces las siguientes proposiciones son equivalentes: i) A es invertible. ii) El sistema AX = 0 tiene unicamente la soluci on trivial X = 0 iii) A puede transformarse en la identidad mediante operaciones elementales por las. iv) El sistema AX = B tiene al menos una soluci on X para cualquier elecci on de la matriz columna B . v) Existe una matriz C tal que AC = I . Dem. 1) 2) Si A1 existe entonces de AX = 0 se tiene X = IX = A1 AX = A1 0 = 0 Corolario 3.2 Si A y C son matrices cuadradas tales que AC = I entonces i) CA = I y ii) A y C son invertibles, C = A1 y A = C 1 Observaci on 3.5 El corolario es falso, si A y C no son cuadradas. Actividades 3.6 Dar un contraejemplo para ilustrar la observaci on.

Demuestre que usando el teorema 3.4 la matriz A no tiene inversa, donde A= 6 15 8 20