de un conjunto dado recibe el nombre de rango o característica del conjunto.
Para un conjunto de m vectores (ecuaciones), cada
uno de n componentes (incognitas), el rango puede ser como máximo igual al menor de m o n . Teorema de Rouché-Frobenius
Permite calcular el número de soluciones de un sistema
de ecuaciones lineales en función del rango de la matriz de coeficientes y del rango de la matriz ampliada asociadas al sistema. Sea: Un sistema de m ecuaciones lineales con n incógnitas y sean también. la matriz de los coeficientes y la matriz ampliada, respectivamente, asociadas al sistema.
Llamemos r(A) al rango de la matriz A y r(A/b) al rango
de la matriz ampliada. Entonces:
1. Si r(A) ≠ r(A/b) el sistema es incompatible (no tiene
solución). Se caracterizan det (A) = 0
2. Si r(A) = r(A/b) el sistema es compatible.
Se caracterizan det (A) ≠ 0 • Si r(A) = r(A/b) = n, el sistema es compatible determinado (solución única). Matemáticamente condición necesaria det (A) ≠ 0
• Si r(A) = r(A/b) < n, el sistema es compatible
indeterminado (infinitas soluciones). • Matemáticamente condición necesaria det (A) = 0 En este caso, llamando r al rango, se pueden expresar
r incógnitas en función de las n – r restantes.
Al número n - r se le llama grado de libertad del
sistema. METODOS DIRECTOS
ELIMINACIÓN DE GAUSS
Implica una combinación de ecuaciones para eliminar
las incógnitas. continúa siendo uno de los algoritmos de mayor importancia. Es posible reescribir el sistema separando con coeficientes con notación matricial:
Si representamos cada matriz con una única letra
obtenemos: (1)
Donde A es la matriz coeficiente del sistema, x el vector
incógnita y b el vector de términos independientes.
Si b es el vector cero, la ecuación (1) es un sistema
homogéneo. Si por el contrario, b ≠ 0, el sistema es no homogéneo. A continuación se define la matriz aumentada B, formada con los elementos de la matriz coeficiente A y los del vector b de la siguiente manera: Considérese un sistema general de tres ecuaciones lineales con tres incógnitas. Como primer paso:
1- Se reemplaza la segunda ecuación con lo que
resulte de sumarle la primera ecuación multiplicada por (-a21/a11).
2- Se reemplaza la la tercera ecuación con el
resultado de sumarle la primera ecuación multiplicada por (-a31/a11). Esto da lugar al nuevo sistema (2) en donde las a' y las b' son los nuevos elementos que se obtienen de las operaciones ya mencionadas, y en donde x1 se ha eliminado en la segunda y tercera ecuaciones.
Como segundo paso
Ahora, multiplicando la segunda ecuación de (2) por
(-a'3,2/a‘2,2) y sumando el resultado a la tercera ecuación de (2), se obtiene el sistema triangular Sistema (3)
donde a"3,3 y b"3 resultaron de las operaciones
realizadas y x2 se ha eliminado de la tercera ecuación. El proceso de llevar el sistema de ecuaciones (1) a la forma de la ecuación (3) se conoce como triangularización o eliminación hacia adelante. El sistema en la forma de la ecuación (3) se resuelve despejando de su última ecuación x3' sustituyendo x3 en la segunda ecuación y despejando x2 de ella. Por último, con x3 y x2 sustituidas en la primera ecuación de (3) se obtiene x1. Esta parte del proceso se llama sustitución regresiva. Para mayor simplicidad se empleará la matriz aumentada B. Con esto se incorpora la notación matricial y todas sus ventajas a la solución de sistemas de ecuaciones lineales. METODO GAUSS JORDAN Las ecuaciones se reducen a una forma en que la matriz coeficiente del sistema sea diagonal y ya no se requiera la sustitución regresiva.
Los pivotes se eligen como en el método de
Gauss con pivoteo, y una vez intercambiadas las filas se eliminan los elementos arriba y debajo del pivote. VENTAJAS
Pueden resolverse satisfactoriamente
ecuaciones con 8 a 10 cifras significativas en las operaciones aritméticas en sistemas hasta 20 ecuaciones DIFICULTADES EN LOS MÉTODOS DE ELIMINACIÓN
• División entre cero
• Errores de redondeo
• Sistemas mal condicionados
Lo adecuado de una solución depende de la condición del sistema.
Sistemas bien condicionados: son aquellos en los que
un pequeño cambio en uno o más coeficientes provoca un cambio similarmente pequeño en la solución. Sistemas mal condicionados: son aquellos en donde pequeños cambios en los coeficientes generan grandes cambios en la solución.
Otra interpretación del mal condicionamiento es que
un amplio rango de resultados puede satisfacer las ecuaciones en forma aproximada. Los errores de redondeo pueden llegar a provocar pequeños cambios en los coeficientes, estos cambios artificiales pueden generar grandes errores en la solución de sistemas mal condicionados