Tema 5:

Sistemas de Ecuaciones Lineales

Eva Ascarza-Mondragon
Helio Catalan-Mogorron
Manuel Vega-Gordillo

Indice
1. Denicion 3
2. Solucion de un sistema de ecuaciones lineales 4
2.1. Tipos de sistemas ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . 5
3. Aplicacion lineal asociada a un sistema de ecuaciones lineales 5
4. Sistemas equivalentes 6
5. Discusion de un sistema de ecuaciones. Teorema de Rouche-Frobenius 7
5.1. Teorema de Rouche-Frobenius . . . . . . . . . . . . . . . . . . . . . . . . . 8
6. Resolucion de un sistema de ecuaciones lineales 8
6.1. Sistemas Compatibles Determinados . . . . . . . . . . . . . . . . . . . . . 8
6.1.1. Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
6.1.2. Metodo de la matriz inversa . . . . . . . . . . . . . . . . . . . . . . 10
6.1.3. Metodo de triangularizacion de Gauss . . . . . . . . . . . . . . . . . 11
6.2. Sistema compatible indeterminado . . . . . . . . . . . . . . . . . . . . . . . 12
1
7. Sistemas de ecuaciones lineales homogeneas 13
2
1. Denicion
Consideremos un sistema en k con m ecuaciones y n incognitas x
1
, x
2
,..., x
n
, de la
forma:
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ ... + a
2n
x
n
= b
2
... .
... .
... .
a
m1
x
1
+ a
m2
x
2
+ ... + a
mn
x
n
= b
m
cuya expresion matricial es

a
11
a
12
... a
1n
a
21
a
22
... a
2n
... ... ... ...
a
m1
a
m2
... a
mn

x
1
x
2
.
x
n

b
1
b
2
.
b
m

y que, por lo tanto, podemos expresar en la siguiente forma reducida

A X = B.
Este sistema se denomina sistema de ecuaciones lineales. Diremos que A es la matriz
asociada al sistema; X es la matriz n 1 de incognitas y B es la matriz m 1 de los
coecientes o terminos independientes. En el caso particular de que la matriz B sea igual
a la matriz nula, esto es, B = 0, entonces diremos que el sistema AX = B es un sistema
homogeneo. Los n umeros a
ij
, donde 1 i m y 1 j n, se denominan coecientes
del sistema, mientras que los n umeros b
i
, 1 i m, son los terminos independientes del
sistema de ecuaciones.
Cuando nos enfrentamos a un sistema de ecuaciones lineales podemos o bien resolverlo
o bien discutirlo. Resolver un sistema es demostrar todas sus soluciones. Discutir un
sistema es analizar si posee ninguna, una o varias soluciones.
3
2. Solucion de un sistema de ecuaciones lineales
Una solucion de un sistema de m ecuaciones con n incognitas es una n-upla de
n umeros (r
1
, r
2
, ..., r
n
), tales que cuando se reemplaza x
1
por r
1
, x
2
por r
2
, etcetera, se
satisfacen todas las ecuaciones del sistema. Esto es, de una matriz columna

2
.
.
.

diremos que es la solucion del sistema AX = B si verica

a
11
a
12
... a
1n
a
21
a
22
... a
2n
... ... ... ...
a
m1
a
m2
... a
mn

2
.
.
.

b
1
b
2
.
.
.
b
m

.
Si la matriz columna

2
.
.
.

es solucion del sistema se vericara que

x
1
=
1
, x
2
=
2
,..., x
n
=
n
.
Por lo tanto, vamos a intentar resolver el sistema
AX = B
4
es decir, estudiaremos las condiciones que debe cumplir para que admita alguna solucion
y analizaremos el conjunto de las posibles soluciones.
2.1. Tipos de sistemas ecuaciones lineales
Aludiendo al n umero de soluciones, los sistemas se clasican en :
(i) Ninguna solucion: sistemas incompatibles.
(ii) Alguna solucion: sistemas compatibles.
(ii.a) Una solucion: determinados.
(ii.b) Varias soluciones: indeterminado.
3. Aplicacion lineal asociada a un sistema de ecua-
ciones lineales
Dado el sistema de m ecuaciones y n incognitas
AX = B
consideremos la aplicacion lineal f: k
n
k
m
canonicamente asociada a la matriz A,
esto es
k
n
f
k
m
e
j
a
j
con 1 j m. Diremos que f es la aplicacion lineal asociada al sistema AX = B.
Dado que f es la aplicacion lineal canonicamente asociada a la matriz A se tiene que
AX = B f (x) = b
donde x y b son los vectores columna de X y B, respectivamente.
5
Una matriz columna de orden (n 1), X
1
, es solucion del sistema
AX = B
si y solo si
f (x
1
) = b
1
.
Corolario Una condicion necesaria y suciente para que el sistema
AX = B
tenga solucion es que el vector b sea combinacion lineal de los vectores columna de
A.
Corolario Una condicion necesaria y suciente para que el sistema
AX = B
admita alguna solucion es que
rg (A) = rg (A | B)
donde (A | B) se denomina matriz ampliada del sistema AX = B y que podemos
expresar como (notacion en columnas)
(A | B) = (A
1
| A
2
| ... | A
n
| B)
donde A
i
, con 1 i n, es la columna j-esima de la matriz A.
4. Sistemas equivalentes
Dados dos sistemas de ecuaciones lineales en k
AX = B
CZ = D
diremos que son equivalentes si tienen el mismo conjunto de soluciones.
6
Proposicion Sea
AX = B
un sistema en k de m ecuaciones y n incognitas. Si T es una matriz cuadrada de
orden m y su rango es igual a m entonces los sistemas de m ecuaciones con n
incognitas
AX = B y (TA) X = TB
son equivalentes.
Corolario Considerando el sistema
AX = B
si A
1
y B
1
son el resultado de aplicar a las matrices A y B, respectivamente, una
misma transformacion elemental, entonces los sistemas
AX = B y A
1
X = B
1
son equivalentes.
Si en un sistema de ecuaciones lineales se multiplica una de las ecuaciones por un
n umero, el sistema obtenido es equivalente al primero. Si se a nade a una ecuacion de un
sistema lineal una combinacion de las restantes, es sistema resultante es equivalente al
primero. Si en un sistema de ecuaciones lineales, una ecuacion es combinacion lineal de
las restantes, el sistema que resulta de suprimir dicha ecuacion es equivalente al primero.
5. Discusion de un sistema de ecuaciones. Teorema
de Rouche-Frobenius
Consideremos el sistema de m ecuaciones lineales con n incognitas en k
AX = B
el n umero de soluciones del sistema esta totalmente determinado por los rangos de la
matriz de coecientes, A y de la matriz ampliada A | B.
7
5.1. Teorema de Rouche-Frobenius
Un sistema de m ecuaciones lineales con n incognitas en k tiene alguna solucion si y
solo si el rango de la matriz de coecientes es igual al rango de la matriz ampliada
rg (A) = rg (A | B) .
Si los dos rangos son iguales e iguales al n umero de incognitas, el sistema tendra una
solucion unica.
Si los dos rangos son iguales pero menores que el n umero de incognitas, el sistema
tendra innitas soluciones. En resumidas cuentas
Si rg (A) = rg (A | B), el sistema es compatible
Si rg (A) = rg (A | B) = n, sistema compatible determinado (solucion unica).
Si rg (A) = rg (A | B) < n, sistema compatible indeterminado (innitas solu-
ciones).
Si rg (A) = rg (A | B), sistema incompatible.
6. Resolucion de un sistema de ecuaciones lineales
6.1. Sistemas Compatibles Determinados
6.1.1. Regla de Cramer
Si un sistema es compatible determinado puede reducirse a un conjunto de n ecuaciones
con n incognitas cuya matriz de coecientes A tiene determinante no nulo, esto es:
AX = B, A M
nn
, |A| = 0,
por tanto, A admite matriz inversa y la solucion del sistema sera:
X = A
1
B,
8
cuya expresion matricial es la siguiente

x
1
x
2
.
.
.
x
n

a
11
a
12
. . a
1n
a
21
a
22
. . a
2n
. . . . .
. . . . .
. . . . .
a
n1
a
n2
. . a
nn

b
1
b
2
.
.
.
b
n

=
=

A
11
|A|
A
21
|A|
. .
A
n1
|A|
A
12
|A|
A
22
|A|
. .
A
n2
|A|
. . . . .
. . . . .
. . . . .
A
1n
|A|
A
2n
|A|
. .
A
nn
|A|

b
1
b
2
.
.
b
n

por lo cual
x

=
A
1i
b

+ A
2i
b
2
+ ... + A
ni
b
n
|A|
; 1 i n
el numerador de esta fraccion es el desarrollo por la columna i-esima del determinante:

a
11
... b
1
. ... a
1n
a
21
... b
2
... a
2n
. . . . .
. . . . .
a
n1
... b
n
... a
nn

lo que nos lleva a la regla de Cramer: la solucion de un sistema compatible deter-

minado es igual a
9
x
i
=

a
11
... b
1
... a
1n
a
21
... b
2
... a
2n
. ... . ... .
. ... . ... .
a
n1
... b
n
... a
nn

a
11
... a
1i
... a
1n
a
21
... a
2i
... a
2n
. ... . ... .
. ... . ... .
a
n1
... a
ni
... a
nn

, 1 i n.
Por lo tanto, el denominador corresponde al determinante de la matriz de coecientes,
mientras que el numerador es el determinante de la matriz que resulta de sustituir la
columna de los coecientes de la variable que queremos calcular por la columna de terminos
independientes.
6.1.2. Metodo de la matriz inversa
Este metodo consiste en la aplicacion del calculo matricial al sistema dado en forma
matricial. Si el sistema viene dado por
AX = B
donde si |A| = 0, existira la matriz inversa de A, es decir, A
1
. Operando con esta
matriz inversa sobre el sistema anterior
A
1
AX = A
1
B
luego por la propiedad asociativa del producto

A
1
A

X = I X = A
1
B
por consiguiente
X = A
1
B.
10
Si representamos el sistema de la siguiente manera
X

C = D
donde si |C| = 0 existira la matriz inversa de C, C
1
, lo que nos permite operar de la
siguiente manera
X

C C
1
= D C
1
X

C C
1

= X

I = D C
1
luego
X

= D C
1
.
6.1.3. Metodo de triangularizacion de Gauss
Este metodo consiste en la aplicacion de transformacion elementales (tal como vimos
en el estudio del rango de una matriz) a los sistemas de ecuaciones. Este procedimiento
lo podremos entender mejor a partir del siguiente ejemplo:
3x
1
+ 2x
2
+ x
3
= 1
2x
1
+ x
2
2x
3
= 1
x
1
+ x
2
x
3
= 2
.
Primera transformacion elemental: cambiamos la ecuacion 1 por la ecuacion 3

x
1
+ x
2
x
3
= 2
2x
1
+ x
2
2x
3
= 1
3x
1
+ 2x
2
+ x
3
= 1

;
sumamos a la segunda ecuacion la primera multiplicada por 2 y restamos a la tercera
la primera multilplicada por 3

x
1
+ x
2
x
3
= 2
3x
2
4x
3
= 5
x
2
+ 4x
3
= 7

;
11
cambiamos de signo la tercera ecuacion y la intercambiamos con la segunda

x
1
+ x
2
x
3
= 2
3x
2
4x
3
= 5
x
2
4x
3
= 7

x
1
+ x
2
x
3
= 2
x
2
4x
3
= 7
3x
2
4x
3
= 5

;
por ultimo restamos a la tercera ecuacion la primera multilplicada por 3

x
1
+ x
2
x
3
= 2
x
2
4x
3
= 7
8x
3
= 16

Luego la solucion de este sistema sera

x
1
x
2
x
3

1
1
2

6.2. Sistema compatible indeterminado

Si un sistema compatible es indeterminado se extrae del mismo un subsistema que sea
compatible determinado. El subsistema elegido lo determinan los componentes del menor
que dene el rango de la matriz del sistema.

x
1
x
2
+ x
3
= 1
4x
1
+ 5x
2
5x
3
= 4
2x
1
+ x
2
x
3
= 2
x
1
+ 2x
2
2x
3
= 1

12
rg (A) = rg

1 1 1
4 5 5
2 1 1
1 2 2

= 2
rg (A | B) = rango

1 1 1 1
4 5 4 5
2 1 1 2
1 2 2 1

= 2
rango A = rango

A,

b

= 2 < 3 = n
o
de incognitas. Compatible indeterminado.
Por consiguiente 3 2 = 1, una incognita, de las tres del sistema, debera desempe nar
el papel del producto.

x
1
x
2
= 1 x
3
4x
1
+ 5x
2
= 4 + 5x
3

x
1
= 1
x
2
= x
3

x
1
= 1
x
2
=
x
3
=

7. Sistemas de ecuaciones lineales homogeneas

Se llama sistema lineal homogeneo a todo sistema lineal de ecuaciones en el que los
terminos independientes o segundos miembros de cada ecuacion son cero, es decir:
a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= 0
a
12
x
1
+ a
22
x
2
+ ... + a
2n
x
n
= 0
..................................................
..................................................
a
m1
x
1
+ a
m2
x
2
+ ... + a
mn
x
n
= 0
En los sistemas lineales homogeneos, el rango de la matriz ampliada es siempre igual
al rango de la matriz de coecientes, puesto que estas dos matrices se diferencia tan
solo en una columna de ceros. Por lo tanto, los sistemas homogeneos son siempre
compatibles, evidentemente, siempre tienen alguna solucion, pues al menos x
i
= 0,
1 i n, es una solucion que se denomina solucion trivial.
13
En un sistema homogeneo caben dos posibilidades:
El rango de la matriz de coecientes es igual al n umero de incognitas, entonces el
sistema es compatible determinado y no tiene otra solucion mas que la trivial.
El rango de la matriz de coecientes es menor que el n umero de incognitas, entonces
el sistema tiene innitas soluciones. Para resolver un sistema homogeneo en estas
condiciones es preciso expresar unas variables en funcion de las otras.
Teorema El conjunto de soluciones de un sistema homogeneo de ecuaciones lineales
con n incognitas es un subespacio vectorial de R
n
, cuya dimension es igual a n
menos el n umero de ecuaciones linealmente independientes del sistema (el n umero
de ecuaciones linealmente independientes coincide con el rango de la matriz de
coecientes del sistema).
Por lo tanto,
(a) El conjunto de soluciones de un sistema lineal de ecuaciones homogeneas es un sub-
espacio vectorial de dimension igual a la dimension del espacio menos el n umero de
ecuaciones linealmente independientes.
(b) Todo subespacio vectorial esta caracterizado por un sistema lineal homogeneo de
ecuaciones que se denominan ecuaciones implcitas del subespacio, el n umero de
ecuaciones es igual a la dimesion del espacio menos la dimension del subespacio.
Otro procedimiento para caracterizar un subespacio vectorial consiste en hallar las
ecuaciones parametricas del mismo. Para entender estas ecuaciones, supongamos
que U es un espacio vectorial n-dimensional y sea S un subespacio m-dimensional
que tiene como base los vectores { s
1
, s
2
, ..., s
m
} de coordenadas respectivas
s
i
= (s
i1
, s
i2
, ..., s
in
) donde i = 1, ..., m,
entonces los vectores de S se caracterizan por ser una combinacion lineal unica de
los vectores { s
1
, s
2
, ..., s
m
}, esto es, dado cualquier vector x S existen m escalares
14

1
, ...,
m
que satisfacen la siguiente relacion
x =
1
v
1
+
2
v
2
+ ... +
m
v
m
ecuacion implcita que, coordenada a coordenada podemos escribir como
x
1
=
1
v
11
+
2
v
21
+ ... +
m
v
m1
x
2
=
1
v
12
+
2
v
22
+ ... +
m
v
m2
.
.
.
x
m
=
1
v
1m
+
2
v
2m
+ ... +
m
v
mm
que son ecuaciones que caracterizan al subespacio S y que se denominan ecuaciones
parametricas. El n umero de parametros de las ecuaciones parametricas es igual a la
dimension del subespacio.
15