Sistemas Consistentes e Inconsistentes

Julio César Barraza Bernaola.

Universidad Nacional de Ingenierı́a

Lima - Perú

2021
Sistema Homogéneo

Primero trataremos con un sistema de ecuaciones muy particular, el sistema

homogéneo.

Definition (Sistema homogéneo)

Sea Ax = b un sistema de ecuaciones. Si b = 0 se dice que el sistema de
ecuaciones es un sistema homogéneo.
Sistema Homogéneo

Primero trataremos con un sistema de ecuaciones muy particular, el sistema

homogéneo.

Definition (Sistema homogéneo)

Sea Ax = b un sistema de ecuaciones. Si b = 0 se dice que el sistema de
ecuaciones es un sistema homogéneo.

Example
 
  x  
2 3 1  y = 0
−1 2 1 0
z

Proposition
Todo sistema homogéneo tiene al menos una solución.
Sistemas no-homogéneos

Definition
Sea el sistema Ax = b. Si b ̸= 0 se dice que el sistema es no-homogéneo.
Sistemas no-homogéneos

Definition
Sea el sistema Ax = b. Si b ̸= 0 se dice que el sistema es no-homogéneo.

Example
El sistema mostrado es no-homogéneo
    
2 −3 4 x 0
 0 1 −2   y  =  0 
0 0 2 z 2
Sistemas Consistentes e Inconsistentes

Existen dos tipos de sistemas

Definition (Sistema Consistente)

El sistema de ecuaciones Ax = b se dice que es consistente cuando tiene al
menos una solución.
Sistemas Consistentes e Inconsistentes

Existen dos tipos de sistemas

Definition (Sistema Consistente)

El sistema de ecuaciones Ax = b se dice que es consistente cuando tiene al
menos una solución.

Definition (Sistema Inconsistente)

El sistema de ecuaciones Ax = b se dice que es inconsistente si no tiene
solución.
Ejemplos
Example
El sistema

2x + 5y = 7
x − 2y = −1
3x + y = 4

admite a (1, 1) como solución, por tanto es un sistema consistente

Ejemplo de sistema incosistente

Example
El sistema

x−y = 2
2x − 2y = 5

no tiene solución, por tanto es inconsistente

Variable básica y Variable Libre

Definition (Variable básica)

Sea Ax = b un sistema de ecuaciones en el cual la matriz aumentada Aa está
en su forma escalonada por filas. Las variables del sistema, correspondientes a
las columnas de los pivotes de la matriz son llamadas variables básicas

Definition
Las variables del sistema de ecuaciones que no son básicas, son llamadas
variables libres.
Variable básica y Variable Libre

Definition (Variable básica)

Sea Ax = b un sistema de ecuaciones en el cual la matriz aumentada Aa está
en su forma escalonada por filas. Las variables del sistema, correspondientes a
las columnas de los pivotes de la matriz son llamadas variables básicas

Definition
Las variables del sistema de ecuaciones que no son básicas, son llamadas
variables libres.
Respecto a las variables se cumple

# variables del sistema = # variables libres + # variables básicas

Ejemplo

Example
Sea el sistema matricial
    
1 2 1 x1 0
 0 1 1   x2  =  7 
0 0 1 x3 6
Ejemplo

Example
Sea el sistema matricial
    
1 2 1 x1 0
 0 1 1   x2  =  7 
0 0 1 x3 6

La matriz aumentada Aa

x1 x2 x3
 
Aa = 1 2 1 0
 0 1 1 2 
0 0 1 6

esta en la forma escalonada por filas

Ejemplo

Example
Sea el sistema matricial
    
1 2 1 x1 0
 0 1 1   x2  =  7 
0 0 1 x3 6

La matriz aumentada Aa

x1 x2 x3
 
Aa = 1 2 1 0
 0 1 1 2 
0 0 1 6

esta en la forma escalonada por filas

De acuerdo a la definición, las variables x1 , x2 y x3 son las variables básicas.
No hay variables libres
Ejemplo

Example
Sea el sistema matricial
    
1 0 3 x1 0
 0 0 1   x2  =  2 
0 0 0 x3 0
Ejemplo

Example
Sea el sistema matricial
    
1 0 3 x1 0
 0 0 1   x2  =  2 
0 0 0 x3 0

La matriz aumentada Aa

x1 x2 x3
 
Aa = 1 0 3 0
 0 0 1 2 
0 0 0 0

esta en la forma escalonada por filas

Ejemplo

Example
Sea el sistema matricial
    
1 0 3 x1 0
 0 0 1   x2  =  2 
0 0 0 x3 0

La matriz aumentada Aa

x1 x2 x3
 
Aa = 1 0 3 0
 0 0 1 2 
0 0 0 0

esta en la forma escalonada por filas

De acuerdo a la definición, las variables x1 y x3 son las variables básicas y x2
es una variable libre
Determinación del tipo de sistema
.
 
Dado el sistema matricial Ax = b y su matriz aumentada Aa = A..b
1 Si el rango de A es igual al rango de Aa , esto es

R (A) = R (Aa )

entonces el sistema es consistente

Si además
Determinación del tipo de sistema
.
 
Dado el sistema matricial Ax = b y su matriz aumentada Aa = A..b
1 Si el rango de A es igual al rango de Aa , esto es

R (A) = R (Aa )

entonces el sistema es consistente

Si además
1

R (A) = R (Aa ) = n
entonces el sistema tiene solución única
Determinación del tipo de sistema
.
 
Dado el sistema matricial Ax = b y su matriz aumentada Aa = A..b
1 Si el rango de A es igual al rango de Aa , esto es

R (A) = R (Aa )

entonces el sistema es consistente

Si además
1

R (A) = R (Aa ) = n
entonces el sistema tiene solución única
2

R (A) = R (Aa ) < n

entonces el sistema tiene infinitas soluciones
Determinación del tipo de sistema
.
 
Dado el sistema matricial Ax = b y su matriz aumentada Aa = A..b
1 Si el rango de A es igual al rango de Aa , esto es

R (A) = R (Aa )

entonces el sistema es consistente

Si además
1

R (A) = R (Aa ) = n
entonces el sistema tiene solución única
2

R (A) = R (Aa ) < n

entonces el sistema tiene infinitas soluciones
2 Si el rango de A es menor que el rango de Aa , esto es

R (A) < R (Aa )

Entonces el sistema es incosistente (no tiene solución)

Ejemplo de aplicación

Se muestran 3 sistemas de ecuaciones

x+y = 3 (1)
x−y = 1

x+y = 1 (2)
2x + 2y = 2

x+y = 1 (3)
x+y = 2

Determine si el sistema tiene solución única, infinitas o no tiene solución

Ejemplo de aplicación

Considere el sistema de ecuaciones

    
a b 2 x1 1
 a 2b − 1 3   x2  =  1 
a b b+3 x3 2b − 1

Determine para que valores de a y b, el sistema de ecuaciones

a) Tiene solución única
b) Tiene infinitas soluciones
c) No tiene soluciones
Eliminación Gaussiana
El método de eliminación Gaussianaconsiste en resolver el sistema Ax = b
..

llevando la matriz aumentada Aa = A.b a su forma escalonada por filas y
luego resolver el sistema equivalente.
Eliminación Gaussiana
El método de eliminación Gaussianaconsiste en resolver el sistema Ax = b
..

llevando la matriz aumentada Aa = A.b a su forma escalonada por filas y
luego resolver el sistema equivalente.
Example
Resolver el sistema

2x1 + 4x2 + 6x3 = 4

4x1 + 5x2 + 6x3 = 8
3x1 + x2 − 6x3 = 11

Solución.
Eliminación Gaussiana
El método de eliminación Gaussianaconsiste en resolver el sistema Ax = b
..

llevando la matriz aumentada Aa = A.b a su forma escalonada por filas y
luego resolver el sistema equivalente.
Example
Resolver el sistema

2x1 + 4x2 + 6x3 = 4

4x1 + 5x2 + 6x3 = 8
3x1 + x2 − 6x3 = 11

Solución. Formamos la matriz aumentada y lo llevamos a su forma

escalonada reducida
   
2 4 6 4 1 2 3 2
 4 5 6 8  o. elem
↠
 0 1 2 0 
3 1 −6 11 0 0 1 −1
Eliminación Gaussiana
El método de eliminación Gaussianaconsiste en resolver el sistema Ax = b
..

llevando la matriz aumentada Aa = A.b a su forma escalonada por filas y
luego resolver el sistema equivalente.
Example
Resolver el sistema

2x1 + 4x2 + 6x3 = 4

4x1 + 5x2 + 6x3 = 8
3x1 + x2 − 6x3 = 11

Solución. Formamos la matriz aumentada y lo llevamos a su forma

escalonada reducida
   
2 4 6 4 1 2 3 2
 4 5 6 8  o. elem
↠
 0 1 2 0 
3 1 −6 11 0 0 1 −1
Como R(A) = R(Aa ) = 3 = #variables, el sisteme es consistente de solución
única, resolviendo x1 = 1, x2 = 2, x3 = −1
Ejemplo del método de eliminación gaussiana
Proposition
En un sistema consistente, el número de varibles libres es igual a el numero de
variables menos el rango de la matriz A (o Aa ) Esto es

# variables libres = n − R (A)

Example
Hallar la solución del siguiente sistema

x1 + 3x2 − 2x3 =3
2x1 + 6x2 − 2x3 + 4x4 = 18
x2 + x3 + 3x4 = 10

Solución.
Ejemplo del método de eliminación gaussiana
Proposition
En un sistema consistente, el número de varibles libres es igual a el numero de
variables menos el rango de la matriz A (o Aa ) Esto es

# variables libres = n − R (A)

Example
Hallar la solución del siguiente sistema

x1 + 3x2 − 2x3 =3
2x1 + 6x2 − 2x3 + 4x4 = 18
x2 + x3 + 3x4 = 10

Solución. llevandolo a su forma matricial tenemos el sistema

 
  x1  
1 3 −2 0  3
x 2 

 2 6 −2 4    x3  = 18
 
0 1 1 3 10
x4
Ejemplo del método de eliminación gaussiana

Obtenemos la matriz aumentada

 
1 3 −2 0 3
Aa =  2 6 −2 4 18 
0 1 1 3 10
Ejemplo del método de eliminación gaussiana

Obtenemos la matriz aumentada

 
1 3 −2 0 3
Aa =  2 6 −2 4 18 
0 1 1 3 10

Llevandolo a su forma escalonada

 
1 0 0 1 3
 0 1 0 1 4 
0 0 1 2 6
Ejemplo del método de eliminación gaussiana

Obtenemos la matriz aumentada

 
1 3 −2 0 3
Aa =  2 6 −2 4 18 
0 1 1 3 10

Llevandolo a su forma escalonada

 
1 0 0 1 3
 0 1 0 1 4 
0 0 1 2 6

de donde R(A) = R(Aa ) = 3 < n = 4

Ejemplo del método de eliminación gaussiana

Obtenemos la matriz aumentada

 
1 3 −2 0 3
Aa =  2 6 −2 4 18 
0 1 1 3 10

Llevandolo a su forma escalonada

 
1 0 0 1 3
 0 1 0 1 4 
0 0 1 2 6

de donde R(A) = R(Aa ) = 3 < n = 4

entonces estamos en el caso de un sistema consistente con infinitas soluciones.
Ejemplo del método de eliminación gaussiana

Procedemos a identificar las 3 variables básicas en la matriz

x1 x2 x3 x4
1 0 0 1 3
0 1 0 1 4
0 0 1 2 6
Ejemplo del método de eliminación gaussiana

Procedemos a identificar las 3 variables básicas en la matriz

x1 x2 x3 x4
1 0 0 1 3
0 1 0 1 4
0 0 1 2 6

Deducimos que son x1 , x2 , x3

Ejemplo del método de eliminación gaussiana

Procedemos a identificar las 3 variables básicas en la matriz

x1 x2 x3 x4
1 0 0 1 3
0 1 0 1 4
0 0 1 2 6

Deducimos que son x1 , x2 , x3

por tanto la variable libre viene dado por x4 .
Ejemplo del método de eliminación gaussiana

Procedemos a identificar las 3 variables básicas en la matriz

x1 x2 x3 x4
1 0 0 1 3
0 1 0 1 4
0 0 1 2 6

Deducimos que son x1 , x2 , x3

por tanto la variable libre viene dado por x4 .
Ahora llevamos nuestro sistema matricial a su forma estandar
x1 + x4 =3
x2 + x4 =4
x3 + 2x4 =6
Ejemplo del método de eliminación gaussiana

Procedemos a despejar las variables básicas en términos de las variables libres,

Ejemplo del método de eliminación gaussiana

Procedemos a despejar las variables básicas en términos de las variables libres,

De la tercera ecuación x3 = 6 − 2x4
Ejemplo del método de eliminación gaussiana

Procedemos a despejar las variables básicas en términos de las variables libres,

De la tercera ecuación x3 = 6 − 2x4
Ahora de la segunda ecuación x2 = 4 − x4 .
Ejemplo del método de eliminación gaussiana

Procedemos a despejar las variables básicas en términos de las variables libres,

De la tercera ecuación x3 = 6 − 2x4
Ahora de la segunda ecuación x2 = 4 − x4 .
De la primera ecuación x1 = 3 − x4
Ejemplo del método de eliminación gaussiana

Procedemos a despejar las variables básicas en términos de las variables libres,

De la tercera ecuación x3 = 6 − 2x4
Ahora de la segunda ecuación x2 = 4 − x4 .
De la primera ecuación x1 = 3 − x4
Formamos el vector solución
   
x1 3 − x4
 x2   4 − x4 
 x3  =  6 − 2x4 
   

x4 x4
Ejemplo del método de eliminación gaussiana

Procedemos a despejar las variables básicas en términos de las variables libres,

De la tercera ecuación x3 = 6 − 2x4
Ahora de la segunda ecuación x2 = 4 − x4 .
De la primera ecuación x1 = 3 − x4
Formamos el vector solución
       
x1 3 − x4 3 −1
 x2   4 − x4   4   −1 
 x3  =  6 − 2x4  =  6  + x4  −2  con x4 ∈ R
       

x4 x4 0 1
Ejemplo del método de eliminación gaussiana

Procedemos a despejar las variables básicas en términos de las variables libres,

De la tercera ecuación x3 = 6 − 2x4
Ahora de la segunda ecuación x2 = 4 − x4 .
De la primera ecuación x1 = 3 − x4
Formamos el vector solución
       
x1 3 − x4 3 −1
 x2   4 − x4   4   −1 
 x3  =  6 − 2x4  =  6  + x4  −2  con x4 ∈ R
       

x4 x4 0 1

Las variables libres toman todos los valores, por eso su denominación de
variable libre.
Ejemplo de sistema inconsistente

Example
Resolver el sistema de ecuaciones
x1 − x2 + 2x3 =3
2x1 − 2x2 + 5x3 =4
x1 + 2x2 − x3 = −3
2x2 + 2x3 =1

Solución.
Ejemplo de sistema inconsistente

Example
Resolver el sistema de ecuaciones
x1 − x2 + 2x3 =3
2x1 − 2x2 + 5x3 =4
x1 + 2x2 − x3 = −3
2x2 + 2x3 =1

Solución. llevandolo a su forma matricial tenemos el sistema

   
1 −1 2   3
x1
 2
 −2 5    x2  =  4 
 
 1 2 −1   −3 
x3
0 2 2 1
Ejemplo del método de eliminación gaussiana

Obtenemos la matriz aumentada

 
1 −1 2 3
 2 −2 5 4 
Aa =  
 1 2 −1 −3 
0 2 2 1
Ejemplo del método de eliminación gaussiana

Obtenemos la matriz aumentada

 
1 −1 2 3
 2 −2 5 4 
Aa =  
 1 2 −1 −3 
0 2 2 1

Llevandolo a su forma escalonada

 
1 −1 2 3
 0
 1 −1 −2 

 0 0 1 −2 
0 0 0 1
Ejemplo del método de eliminación gaussiana

Obtenemos la matriz aumentada

 
1 −1 2 3
 2 −2 5 4 
Aa =  
 1 2 −1 −3 
0 2 2 1

Llevandolo a su forma escalonada

 
1 −1 2 3
 0
 1 −1 −2 

 0 0 1 −2 
0 0 0 1

de donde R(A) = 3 y R(Aa ) = 4, entonces el sistema es inconsistente

Factorización LU

Ciertas matrices A, puede ser llevado a una factorización de matrices de la

forma A = LU, donde L y U son matrices triangular inferior y superior
respectivamente, mediante operaciones elementales, siempre que no se realicen
intercambios de filas. A continuación describimos el proceso,
Dado una matriz A de orden n × n
Para j = 1 · · · n − 1
ai,j
1 para i = j + 1 · · · n hacer f i → fi − fj
ajj
Factorización LU

Ciertas matrices A, puede ser llevado a una factorización de matrices de la

forma A = LU, donde L y U son matrices triangular inferior y superior
respectivamente, mediante operaciones elementales, siempre que no se realicen
intercambios de filas. A continuación describimos el proceso,
Dado una matriz A de orden n × n
Para j = 1 · · · n − 1
ai,j
1 para i = j + 1 · · · n hacer f i → fi − fj
ajj
Entonces tenemos
Ep Ep−1 · · · E1 A = U
Factorización LU

Ciertas matrices A, puede ser llevado a una factorización de matrices de la

forma A = LU, donde L y U son matrices triangular inferior y superior
respectivamente, mediante operaciones elementales, siempre que no se realicen
intercambios de filas. A continuación describimos el proceso,
Dado una matriz A de orden n × n
Para j = 1 · · · n − 1
ai,j
1 para i = j + 1 · · · n hacer f i → fi − fj
ajj
Entonces tenemos
Ep Ep−1 · · · E1 A = U
De aqui tenemos que
A = E1−1 E2−1 · · · Ep−1 U
Factorización LU

Ciertas matrices A, puede ser llevado a una factorización de matrices de la

forma A = LU, donde L y U son matrices triangular inferior y superior
respectivamente, mediante operaciones elementales, siempre que no se realicen
intercambios de filas. A continuación describimos el proceso,
Dado una matriz A de orden n × n
Para j = 1 · · · n − 1
ai,j
1 para i = j + 1 · · · n hacer f i → fi − fj
ajj
Entonces tenemos
Ep Ep−1 · · · E1 A = U
De aqui tenemos que
A = E1−1 E2−1 · · · Ep−1 U
Si no hay permutación entonces Ei son triangulares inferiores, luego

L = E1−1 E2−1 · · · Ep−1 → A = LU

Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
 
1 −1 1
 1 1 0 
A = 
 2

0 1 
−1 −1 0
Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
 
1 −1 1
 1 f2 → f2 − f1
1 0 
A = 
 2

0 1 
−1 −1 0
Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
 
1 −1 1
 1 f2 → f2 − f1
1 0 
 f3 → f3 − 2f1
A = 
 2 0 1 
−1 −1 0
Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
 
1 −1 1
 1 f2 → f2 − f1
1 0 
 f3 → f3 − 2f1
A = 
 2 0 1 
f4 → f4 + f1
−1 −1 0
Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
   
1 −1 1 1 −1 1
f2 → f2 − f1
 1 1 0 
 f3 → f3 − 2f1
 0 2 −1 
A =   
 2 0 1   0 2 −1 
f4 → f4 + f1
−1 −1 0 0 −2 1
Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
   
1 −1 1 1 −1 1
f2 → f2 − f1
 1 1 0 
 f3 → f3 − 2f1
 0 2 −1 
 f3 → f3 − f2
A =  
 2 0 1   0 2 −1 
f4 → f4 + f1
−1 −1 0 0 −2 1
Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
   
1 −1 1 1 −1 1
f2 → f2 − f1
 1 1 0 
 f3 → f3 − 2f1
 0 2 −1 
 f3 → f3 − f2
A =  
 2 0 1   0 2 −1  f4 → f4 + f2
f4 → f4 + f1
−1 −1 0 0 −2 1
Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
   
1 −1 1 1 −1 1
 2f → f2 − f 1 
 1 1 0  f3 → f3 − 2f1  0 2 −1 
 f3 → f3 − f2
A = 
 2 0 1   0 2 −1  f4 → f4 + f2
f4 → f4 + f1
−1 −1 0 0 −2 1
 
1 −1 1
 0
 2 −1 

 0 0 0 
0 0 0
Ejemplo LU

Problem
 
1 −1 1
 1 1 0 
Sea la matriz A = 
 2
 . Determine la factorización LU de A.
0 1 
−1 −1 0

Solución.
   
1 −1 1 1 −1 1
 2f → f2 − f 1 
 1 1 0  f3 → f3 − 2f1  0 2 −1 
 f3 → f3 − f2
A = 
 2 0 1   0 2 −1  f4 → f4 + f2
f4 → f4 + f1
−1 −1 0 0 −2 1
 
1 −1 1
 0
 2 −1 
 =U
 0 0 0 
0 0 0
Ejemplo LU

Hallando la matriz L
 
1 0 0 0
 0 1 0 0 
 
 0 0 1 0 
0 0 0 1
Ejemplo LU

Hallando la matriz L
 
1 0 0 0
 f4 → f4 − f2
 0 1 0 0 

 0 0 1 0 
0 0 0 1
Ejemplo LU

Hallando la matriz L
   
1 0 0 0 1 0 0 0
 f4 → f4 − f2
 0 1 0 0   0 1 0 0 
  
 0 0 1 0  f3 → f3 + f2  0 1 1 0 
0 0 0 1 0 −1 0 1
Ejemplo LU

Hallando la matriz L
   
1 0 0 0 1 0 0 0
 f4 → f4 − f2
 0 1 0 0   0 1 0 0 
  
 0 0 1 0  f3 → f3 + f2  0 1 1 0 
0 0 0 1 0 −1 0 1

f4 → f4 − f1
Ejemplo LU

Hallando la matriz L
   
1 0 0 0 1 0 0 0
 f4 → f4 − f2
 0 1 0 0   0 1 0 0 
  
 0 0 1 0  f3 → f3 + f2  0 1 1 0 
0 0 0 1 0 −1 0 1

f4 → f4 − f1
f3 → f3 + 2f1
Ejemplo LU

Hallando la matriz L
   
1 0 0 0 1 0 0 0
 f4 → f4 − f2
 0 1 0 0   0 1 0 0 
  
 0 0 1 0  f3 → f3 + f2  0 1 1 0 
0 0 0 1 0 −1 0 1

f4 → f4 − f1
f3 → f3 + 2f1
f2 → f2 + f1
Ejemplo LU

Hallando la matriz L
   
1 0 0 0 1 0 0 0
 f4 → f4 − f2
 0 1 0 0   0 1 0 0 
  
 0 0 1 0  f3 → f3 + f2  0 1 1 0 
0 0 0 1 0 −1 0 1
 
1 0 0 0
f4 → f4 − f1 
1 1 0 0 
f3 → f3 + 2f1  
 2 1 1 0 
f2 → f2 + f1
−1 −1 0 1
Ejemplo LU

Hallando la matriz L
   
1 0 0 0 1 0 0 0
 f4 → f4 − f2
 0 1 0 0   0 1 0 0 
  
 0 0 1 0  f3 → f3 + f2  0 1 1 0 
0 0 0 1 0 −1 0 1
 
1 0 0 0
f4 → f4 − f1 
1 1 0 0 
f3 → f3 + 2f1   =L
 2 1 1 0 
f2 → f2 + f1
−1 −1 0 1
Método de Factorización LU

Otro método basado para resolver un sistema de ecuaciones lineales Ax = b,

consiste en la factorización de la matriz A, para ello primero supondremos que
en el proceso de factorización no hay permutaciones.
Método de Factorización LU

Otro método basado para resolver un sistema de ecuaciones lineales Ax = b,

consiste en la factorización de la matriz A, para ello primero supondremos que
en el proceso de factorización no hay permutaciones.
1 Factorizamos la matriz A
A = LU
Método de Factorización LU

Otro método basado para resolver un sistema de ecuaciones lineales Ax = b,

consiste en la factorización de la matriz A, para ello primero supondremos que
en el proceso de factorización no hay permutaciones.
1 Factorizamos la matriz A
A = LU

2 Sea y = U x, entonces obtenemos el sistema

Ly = b
Método de Factorización LU

Otro método basado para resolver un sistema de ecuaciones lineales Ax = b,

consiste en la factorización de la matriz A, para ello primero supondremos que
en el proceso de factorización no hay permutaciones.
1 Factorizamos la matriz A
A = LU

2 Sea y = U x, entonces obtenemos el sistema

Ly = b

Con c la solución del sistema.

Método de Factorización LU

Otro método basado para resolver un sistema de ecuaciones lineales Ax = b,

consiste en la factorización de la matriz A, para ello primero supondremos que
en el proceso de factorización no hay permutaciones.
1 Factorizamos la matriz A
A = LU

2 Sea y = U x, entonces obtenemos el sistema

Ly = b

Con c la solución del sistema.

3 Resolvemos el sistema
Ux = c
Ejercicio aplicado

Considere el sistema de ecuaciones

Ax = b

Donde la factorización de la matriz A y el vector b son

    
1 0 0 2 1 1 6
A =  −2 1 0   0 4 −1  , b =  −19 
4 5 1 0 0 1 −8

respectivamente. Determine x
Ejemplo del Método de Factorización LU

Example
Resolver el sistema

x−y = 2
−x + 2y − z = 1
−y + 2z = 1

Solución.
Ejemplo del Método de Factorización LU

Example
Resolver el sistema

x−y = 2
−x + 2y − z = 1
−y + 2z = 1

Solución. El sistema matricial viene dado por

    
1 −1 0 x 2
 −1 2 −1   y  =  1 
0 −1 2 z 1
Ejemplo del Método de Factorización LU
1 Factorizamos la matriz A : A = LU
Ejemplo del Método de Factorización LU
1 Factorizamos la matriz A : A = LU
    
1 −1 0 1 0 0 1 −1 0
 −1 2 −1  =  −1 1 0  0 1 −1 
0 −1 2 0 −1 1 0 0 1
Ejemplo del Método de Factorización LU
1 Factorizamos la matriz A : A = LU
    
1 −1 0 1 0 0 1 −1 0
 −1 2 −1  =  −1 1 0  0 1 −1 
0 −1 2 0 −1 1 0 0 1

2 Calculamos c
      
1 0 0 c1 2 2
 −1 1 0   c2  =  1  → c =  3 
0 −1 1 c3 1 4
Ejemplo del Método de Factorización LU
1 Factorizamos la matriz A : A = LU
    
1 −1 0 1 0 0 1 −1 0
 −1 2 −1  =  −1 1 0  0 1 −1 
0 −1 2 0 −1 1 0 0 1

2 Calculamos c
      
1 0 0 c1 2 2
 −1 1 0   c2  =  1  → c =  3 
0 −1 1 c3 1 4

3 Resolvemos U x = c
    
1 −1 0 x 2
 0 1 −1   y  =  3 
0 0 1 z 4
Ejemplo del Método de Factorización LU
1 Factorizamos la matriz A : A = LU
    
1 −1 0 1 0 0 1 −1 0
 −1 2 −1  =  −1 1 0  0 1 −1 
0 −1 2 0 −1 1 0 0 1

2 Calculamos c
      
1 0 0 c1 2 2
 −1 1 0   c2  =  1  → c =  3 
0 −1 1 c3 1 4

3 Resolvemos U x = c
    
1 −1 0 x 2
 0 1 −1   y  =  3 
0 0 1 z 4

 T  T
4 La solución del sistema viene dado por x y z = 9 7 4