ESTADÍSTICA APLICADA

Y CÁLCULO NUMÉRICO
Facultad de Quı́mica. Grado en Quı́mica.

APUNTES1 DE LA ASIGNATURA
Capı́tulo 1: Introducción al Álgebra Lineal
Numérica

1. Breve introducción teórica

Los sistemas de ecuaciones (SE) se pueden clasificar según distintos cri-
terios:

1. Atendiendo al número de ecuaciones y de incógnitas:

a) SE Cuadrados n × n: Tienen igual número de ecuaciones que de

incógnitas.
b) SE Rectangulares: Tienen distinto número de ecuaciones que de
incógnitas.

Ejemplos de un sistema de ecuaciones cuadrado 2 × 2 (izquierda), otro

cuadrado 3 × 3 (centro) y otro rectangular 3 × 2 (derecha):
 
  x+y+z =3  x+y =2
x+y =3
−x − y + 2z = 1 −x + 6y = 1
−x + 3y = 1
2x − z = 0 2x − y = 0
 

1
Elaborados por el profesor D. Juan Núñez Valdés, del departamento de Geometrı́a y
Topologı́a (Facultad de Matemáticas) de la Universidad de Sevilla. Profesor de la Facultad
de Quı́mica, de la misma Universidad, desde el curso 1990-1991.

1
 2. Atendiendo a los exponentes de las incógnitas:
a) SE Lineales: Todas las incógnitas están elevadas a exponente uni-
dad.
b) SE No Lineales: Algunas o todas las incógnitas están elevadas a
exponentes mayores que la unidad.
Ejemplos de un sistema de ecuaciones lineal (izquierda) y de uno no
lineal (denominado cuadrático) (derecha):
  2
3x + 2y = 3 x +y =3
−x + 3y = 10 x−y =1
3. Atendiendo al número de soluciones:
a) Compatibles: Admiten solución. A su vez, éstos se clasifican en:
1) Determinados (SECD): Admiten solución única.
2) Indeterminados (SECI): Admiten infinitas soluciones.
b) Incompatibles (SEI): No admiten solución.
Ejemplos de un sistema de ecuaciones compatible determinado (izquier-
da), cuya única solución es (x = 2, y = 1), de un sistema compatible in-
determinado, que tiene por soluciones (x = 1, y = 0), (x = 2, y = −1),
(x = −4, y = 5), . . . , (centro) y otro incompatible (derecha):
  
x+y =3 x+y =1 x+y =2
−x + 3y = 1 3x + 3y = 3 −x − y = 1

2. Resolución habitual de Sistemas de Ecua-

ciones Lineales Cuadrados
Ya deben ser conocidos los siguientes métodos de resolución de SEL Cua-
drados:
1. Método de Igualación.
2. Método de Sustitución.
3. Método de Reducción.
4. Método de Cramer.
En esta asignatura se van a ver otros, como el siguiente.

2
3. Descomposición A = L U de una matriz.
Método del Pivote de Gauss o método de
eliminación gaussiana
Este método se denomina ası́ en honor de Carl Friedrich Gauss, matemáti-
co alemán (1777-1855). Está relacionado con la Descomposición A = L U
de la matriz A del sistema.
Este método se basa en la descomposición A = L U de la matriz A del SE
(formada únicamente por los coeficientes de las incógnitas). Si esta matriz
se amplı́a con la columna de los términos independientes se tendrá la matriz
ampliada A del sistema. L es una matriz triangular inferior y U es una matriz
triangular superior, formada por lo que se denominan “multiplicadores”del
sistema.
Este método sólo se puede aplicar cuando se cumplen las dos siguientes
condiciones:

1. La matriz A es regular, es decir det(A) =| A |6= 0.

2. Todos los menores principales (aquéllos en los que entran elementos de

la diagonal principal de A) son también de determinante distinto de
cero.

3.1. Recordatorio Teórico 1

1o Transformaciones elementales de una matriz.
Son aquellas operaciones que se realizan en una matriz cuadrada, que
no modifican ni su orden ni su rango, aunque sı́ pueden modificar su
determinante. Son las siguientes:

a) Intercambiar filas entre sı́.

b) Multiplicar (o dividir) una fila por una constante no nula.
c) Sumarle (o restarle) una fila a otra.
d ) Sumarle (o restarle) a una fila otra fila multiplicada por una cons-
tante no nula.

Observaciones:

3
 a) En las T.E. anteriores se puede sustituir la palabra fila por colum-
na, si bien en SE se debe operar siempre por filas.
b) Cuando se hagan combinaciones con filas, debe dejarse siempre
el resultado en el lugar de la fila de mayor ordinal. Ejemplo: la
combinación f3 + 2f1 debe colocarse en la fila 3 y no en la 1.

3.2. Cómo aplicar el método de Gauss a un SE

Los Pasos que hay que dar para aplicar el método de Gauss son los si-
guientes:

P1: Intercambiar, si es preciso, las ecuaciones del sistema para que el coefi-
ciente de la primera incógnita en la primera ecuación sea 1, si es posible.
Si no lo fuese, se continúa con el siguiente paso o se divide antes toda
la primera ecuación entre el coeficiente de su primera incógnita.

P2: Aplicar transformaciones elementales a la matriz A del sistema utilizan-

do los pivotes (elementos diagonales) para obtener los correspondientes
multiplicadores, hasta obtener la matriz U triangular superior, que es-
tará formada por todas las columnas resultantes de las operaciones
efectuadas en A, salvo la última.

P3: Obtener (de forma automática) la matriz L, triangular inferior, en R2

o R3 , según:

 
  1 0 0
1 0
L= o ; L =  1o multip. 1 0 
1 multip. 1 o o
2 multip. 3 multip. 1

NOTA: Conviene comprobar, llegado este paso, que A = L U .

P4: Resolver el sistema de ecuaciones escalonado resultante, que es equiva-

lente (es decir, tiene las mismas soluciones) al original.

3.3. Método del Pivotaje Parcial

Se usa cuando los pivotes son muy pequeños, para evitar errores de re-
dondeo, o cuando los pivotes son nulos.

4
 Consiste en tomar como primer pivote el coeficiente de la primera incógni-
ta de todas las ecuaciones que tenga el mayor valor absoluto.
Se aplica entonces la eliminación gaussiana, obteniéndose de esa forma
la solución real del sistema, de la cual puede obtenerse después una solución
aproximada.

3.4. Aplicaciones del método de Gauss: Cálculo del de-

terminante de una matriz cuadrada
Recordamos previamente que el determinante de una matriz triangular,
tanto superior como inferior, es el producto de sus elementos diagonales y
también que el determinante de la matriz producto de dos matrices es el
producto de los determinantes de cada una de ellas, es decir, se verifica que
| A B |=| A | | B |. Por otra parte, por construcción, siempre | L |= 1.
Entonces, si queremos calcular el determinante de una matriz cuadrada
A, puede hacerse su descomposición A = L U y ver que:

| A |=| L U |=| L | | U |=| U |= producto de elementos diagonales de U.

4. Ajuste de una serie de puntos mediante

funciones lineales o cuadráticas: Método
de Mı́nimos Cuadrados
El objetivo de esta sección es calcular o bien una función lineal (es decir,
una recta) de ecuación y = a x + b o bien una función cuadrática (es decir,
una parábola) y = a x2 + b x + c que se ajuste lo más posible (es decir,
se acerque, se pegue) a una serie de puntos. Para ello se va a aplicar el
método de mı́nimos cuadrados, descubierto por el matemático alemán Karl
Friedrich Gauss (1777-1855), que afirma que: la suma de los cuadrados de las
diferencias entre lo observado y lo calculado debe ser mı́nima.

4.1. Recordatorio Teórico 2

2o Orden de una matriz. Sea A una matriz cualquiera con m filas y n
columnas. Se dice que el orden de A es (m, n).

5
 3o Producto de matrices. Sea A una matriz de orden (m, n) y B otra matriz
de orden (p, q). Para que pueda realizarse el producto A B (en ese orden,
ya que el producto de matrices no es conmutativo) es necesario que
n = p. En este caso, el producto sı́ puede hacerse y la matriz resultante
de ese producto serı́a una matriz de orden (m, q).

4o Matriz Traspuesta. Sea A una matriz cualquiera de orden (m, n). Se

denomina matriz traspuesta de A y se representa por AT a aquella
matriz de orden (n, m), cuyas filas son las columnas de A y cuyas
columnas son las filas de A.
Se tienen los siguientes resultados:
Teorema 1: La traspuesta de un producto es el producto de las tras-
puestas, pero cambiadas de orden, es decir: (A B)T = B T AT .
Teorema 2: El producto de una matriz por su traspuesta, en cualquier
orden, es una matriz cuadrada.

4.2. Procedimiento de ajuste de una serie de puntos

Lo veremos con el siguiente ejemplo:
Ejemplo 1. Calcular la recta y = a x + b de mı́nimos cuadrados para los
puntos (−1, −7), (0, −1), (1, 1) y (2, 17) [este ejercicio podrı́a también enun-
ciarse según: Ajustar los puntos dados mediante una función lineal].
Los pasos que hay que dar son los siguientes:

P1: Sustituir las coordenadas de los puntos dados en la ecuación de la recta

y tratar de resolver el sistema de ecuaciones resultante (en las incógni-
tas a y b). Si el SE fuese compatible determinado, bastarı́a sustituir los
valores obtenidos de las incógnitas en la ecuacion de la recta y el ejerci-
cio estarı́a finalizado. Sin embargo, normalmente, ese sistema suele ser
incompatible, como ocurre en este caso:


 −7 = −a + b
−1 = b


 1 = a + b
17 = 2a + b


6
P2: Escribir el SE en forma matricial A x = b y plantear la expresión ma-
tricial AT A x = AT b, que ya es compatible:
   
−1 1   −7
 0 1  a  −1 

 1
 = 
1  b  1 
2 1 17
Operando, se llega a:

  

  −1 1     −7
−1 0 1 2  0 1  a −1 = 1 2  −1 
  =  
1 1 1 1  1 1  b 1 1 1 1  1 
2 1 17
de donde:
     
6 2 a 42
=
2 4 b 10
P3: Resolver el SE resultante:

6a + 2b = 42
2a + 4b = 1o

Las soluciones del sistema son a = 37

5
, b = − 65 , por lo que la ecuación
de la recta pedida es:
37 6
y= x−
5 5
.
NOTA: El método descrito de resolución de este ejercicio no está basado
propiamente en el método de mı́nimos cuadrados. Este ejercicio se puede
hacer también por un segundo procedimiento, ya basado en ese método de
mı́nimos cuadrados, que consiste en partir del sistema original (incompatible)
e imponer la condicion de que sea mı́nimo el error:
E = k − b + A xk2
Los pasos a dar son los siguientes:

7
P1: Obtener la expresión algebraica del error según E = k − b + A xk2 :

2
7−a+b
b+1
E= =
−1 + a + b
−17 + 2a + b
(7 − a + b)2 + (b + 1)2 + (−1 + a + b)2 + (−17 + 2a + b)2 = (operando)
= 6a2 + 4b2 + 4ab − 84a − 20b + 340
∂E ∂E
P2: Imponer las denominadas condiciones normales: ∂a
=0= ∂b
.
 ∂E
 ∂a
= 0 ⇒ 12a + 4b − 84 = 0,

∂E
= 0 ⇒ 4a + 8b − 20 = 0,

∂b

P3: Resolver el sistema resultante (que como se podrá observar es equiva-

lente al que salı́a por el primer procedimiento y por tanto tendrá los
mismos valores para las incógnitas) y sustituir los valores de a y b en
la ecuación de la recta pedida.