Está en la página 1de 12

Sistema de ecuaciones lineales

En matemticas y lgebra lineal, un sistema de ecuaciones lineales, tambin conocido


como sistema lineal de ecuaciones o simplemente sistema lineal, es un conjunto de
ecuaciones lineales (es decir, un sistema de ecuaciones en donde cada ecuacin es de
primer grado), definidas sobre un cuerpo o un anillo conmutativo. Un ejemplo de
sistema lineal de ecuaciones sera el siguiente:

El problema consiste en encontrar los valores desconocidos de las variables x
1
, x
2
y x
3

que satisfacen las tres ecuaciones.
El problema de los sistemas lineales de ecuaciones es uno de los ms antiguos de la
matemtica y tiene una infinidad de aplicaciones, como en procesamiento digital de
seales, anlisis estructural, estimacin, prediccin y ms generalmente en
programacin lineal as como en la aproximacin de problemas no lineales de anlisis
numrico.
Introduccin
En general, un sistema con m ecuaciones lineales y n incgnitas puede ser escrito en
forma normal como:

Donde son las incgnitas y los nmeros son los coeficientes del
sistema sobre el cuerpo . Es posible reescribir el sistema separando
con coeficientes con notacin matricial:
(1)
Si representamos cada matriz con una nica letra obtenemos:

Donde A es una matriz m por n, x es un vector columna de longitud n y b es otro vector
columna de longitud m. El sistema de eliminacin de Gauss-Jordan se aplica a este tipo
de sistemas, sea cual sea el cuerpo del que provengan los coeficientes. La matriz A se
llama matriz de coeficientes de este sistema lineal. A b se le llama vector de trminos
independientes del sistema y a x se le llama vector de incgnitas.
Sistemas lineales reales
En esta seccin se analizan las propiedades de los sistemas de ecuaciones lineales sobre
el cuerpo , es decir, los sistemas lineales en los cuales los coeficientes de las
ecuaciones son nmeros reales.
La interseccin de dos planos que no son paralelos coincidentes es una recta.
Un sistema con incgnitas se puede representar en el n-espacio correspondiente.
En los sistemas con 2 incgnitas, el universo de nuestro sistema ser el plano
bidimensional, mientras que cada una de las ecuaciones ser representada por una recta.
La solucin ser el punto (o lnea) donde se intersequen todas las rectas representan a
las ecuaciones. Si no existe ningn punto en el que se intersequen al mismo tiempo
todas las lneas, el sistema es incompatible, o lo que es lo mismo, no tiene solucin.
En el caso de un sistema con 3 incgnitas, el universo ser el espacio tridimensional,
siendo cada ecuacin un plano dentro del mismo. Si todos los planos intersecan en un
nico punto, las coordenadas de este sern la solucin al sistema. Si, por el contrario, la
interseccin de todos ellos es una recta o incluso un plano, el sistema tendr infinitas
soluciones, que sern las coordenadas de los puntos que forman dicha lnea o superficie.
Para sistemas de 4 o ms incgnitas, la representacin grfica no existe, por lo que
dichos problemas no se enfocan desde esta ptica.
Tipos de sistemas

Los sistemas de ecuaciones se pueden clasificar segn el nmero de soluciones que
pueden presentar. De acuerdo con ese caso se pueden presentar los siguientes casos:
Sistema compatible si tiene solucin, en este caso adems puede distinguirse
entre:
o Sistema compatible determinado cuando tiene una nica solucin.
o Sistema compatible indeterminado cuando admite un conjunto infinito de
soluciones.
Sistema incompatible si no tiene solucin.
Quedando as la clasificacin:
Los sistemas incompatibles geomtricamente se caracterizan por (hiper)planos o rectas
que se cruzan sin cortarse. Los sistemas compatibles determinados se caracterizan por
un conjunto de (hiper)planos o rectas que se cortan en un nico punto. Los sistemas
compatibles indeterminados se caracterizan por (hiper)planos que se cortan a lo largo de
una recta [o ms generalmente un hiperplano de dimensin menor]. Desde un punto de
vista algebraico los sistemas compatibles determinados se caracterizan porque el
determinante de la matriz es diferente de cero:

Algoritmo para determinar si un sistema es compatible
Podemos averiguar si un sistema es o no compatible mediante el Teorema de Rouch-
Frobenius que establece que un sistema de ecuaciones lineales es compatible slo si el
rango de su matriz ampliada coincide con el de su matriz de coeficientes. Supongamos
que el sistema es compatible. Si el valor comn de los rangos de las matrices coincide
con el nmero de variables, el sistema es compatible determinado; en caso contrario, es
compatible indeterminado.
Sistemas compatibles indeterminados
Un sistema sobre un cuerpo K es compatible indeterminado cuando posee un nmero
infinito de soluciones. Por ejemplo, el siguiente sistema:

Tanto la primera como la segunda ecuacin se corresponden con la recta cuya pendiente
es y que pasa por el punto , por lo que ambas intersecan en todos los
puntos de dicha recta. El sistema es compatible por haber solucin o interseccin entre
las rectas, pero es indeterminado al ocurrir esto en infinitos puntos.
En este tipo de sistemas, la solucin genrica consiste en expresar una o ms
variables como funcin matemtica del resto. En los sistemas lineales
compatibles indeterminados, al menos una de sus ecuaciones se puede hallar
como combinacin lineal del resto, es decir, es linealmente dependiente.
La condicin necesaria para que un sistema sea compatible indeterminado es que
el determinante de la matriz del sistema sea cero al igual que el rango de la
matriz ampliada y menor al nmero de incgnitas(y por tanto uno de sus
autovalores ser 0):

De hecho, de las dos condiciones anteriores se desprende, que el conjunto de
soluciones de un sistema compatible indeterminado es un subespacio vectorial.
Y la dimensin de ese espacio vectorial coincidir con la multiplicidad
geomtrica del autovalor cero.
Sistemas incompatibles
De un sistema se dice que es incompatible cuando no presenta ninguna solucin. Por
ejemplo, supongamos el siguiente sistema:

Las ecuaciones se corresponden grficamente con dos rectas, ambas con la misma
pendiente, Al ser paralelas, no se cortan en ningn punto, es decir, no existe ningn
valor que satisfaga a la vez ambas ecuaciones.
Matemticamente un sistema de estos es incompatible cuando el rango de la matriz del
sistema es inferior al rango de la matriz ampliada. Una condicin necesaria para que
esto suceda es que el determinante de la matriz del sistema sea cero:

Mtodos de solucin a sistemas de ecuaciones lineales
Sustitucin
El mtodo de sustitucin consiste en despejar en una de las ecuaciones cualquier
incgnita, preferiblemente la que tenga menor coeficiente y a continuacin sustituirla en
otra ecuacin por su valor.
En caso de sistemas con ms de dos incgnitas, la seleccionada debe ser sustituida por
su valor equivalente en todas las ecuaciones excepto en la que la hemos despejado. En
ese instante, tendremos un sistema con una ecuacin y una incgnita menos que el
inicial, en el que podemos seguir aplicando este mtodo reiteradamente. Por ejemplo,
supongamos que queremos resolver por sustitucin este sistema:

En la primera ecuacin, seleccionamos la incgnita por ser la de menor coeficiente y
que posiblemente nos facilite ms las operaciones, y la despejamos, obteniendo la
siguiente ecuacin.

El siguiente paso ser sustituir cada ocurrencia de la incgnita en la otra ecuacin,
para as obtener una ecuacin donde la nica incgnita sea la .

Al resolver la ecuacin obtenemos el resultado , y si ahora sustituimos esta
incgnita por su valor en alguna de las ecuaciones originales obtendremos , con
lo que el sistema queda ya resuelto.
Igualacin
El mtodo de igualacin se puede entender como un caso particular del mtodo de
sustitucin en el que se despeja la misma incgnita en dos ecuaciones y a continuacin
se igualan entre s la parte derecha de ambas ecuaciones.
Tomando el mismo sistema utilizado como ejemplo para el mtodo de sustitucin, si
despejamos la incgnita en ambas ecuaciones nos queda de la siguiente manera:

Como se puede observar, ambas ecuaciones comparten la misma parte izquierda, por lo
que podemos afirmar que las partes derechas tambin son iguales entre s.

Una vez obtenido el valor de la incgnita , se sustituye su valor en una de las
ecuaciones originales, y se obtiene el valor de la .
La forma ms fcil de tener el mtodo de sustitucin es realizando un cambio para
despejar x despus de averiguar el valor de la y.
Reduccin
Este mtodo suele emplearse mayoritariamente en los sistemas lineales, siendo pocos
los casos en que se utiliza para resolver sistemas no lineales. El procedimiento, diseado
para sistemas con dos ecuaciones e incgnitas, consiste en transformar una de las
ecuaciones (generalmente, mediante productos), de manera que obtengamos dos
ecuaciones en la que una misma incgnita aparezca con el mismo coeficiente y distinto
signo. A continuacin, se suman ambas ecuaciones producindose as la reduccin o
cancelacin de dicha incgnita, obteniendo as una ecuacin con una sola incgnita,
donde el mtodo de resolucin es simple.
Por ejemplo, en el sistema:

No tenemos ms que multiplicar la primera ecuacin por para poder cancelar la
incgnita . Al multiplicar, dicha ecuacin nos queda as:

Si sumamos esta ecuacin a la segunda del sistema original, obtenemos una nueva
ecuacin donde la incgnita ha sido reducida y que, en este caso, nos da directamente
el valor de la incgnita :


El siguiente paso consiste nicamente en sustituir el valor de la incgnita en
cualquiera de las ecuaciones donde aparecan ambas incgnitas, y obtener as que el
valor de si sustituimos en la primera ecuacin es igual a:

Mtodo grfico


Rectas que pasan por el punto: (2,4)
Consiste en construir la grfica de cada una de las ecuaciones del sistema. El mtodo
(manualmente aplicado) solo resulta eficiente en el plano cartesiano, es decir para un
espacio de dimensin .
El proceso de resolucin de un sistema de ecuaciones mediante el mtodo grfico se
resuelve en los siguientes pasos:
1. Se despeja la incgnita en ambas ecuaciones.
2. Se construye para cada una de las dos ecuaciones de primer grado obteniendo la
tabla de valores correspondientes.
3. Se representan grficamente ambas rectas en los ejes coordenados.
4. En este ltimo paso hay tres posibilidades:
1. Si ambas rectas se cortan, las coordenadas del punto de corte son los
nicos valores de las incgnitas (x,y). "Sistema compatible
determinado".
2. Si ambas rectas son coincidentes, el sistema tiene infinitas soluciones
que son las respectivas coordenadas de todos los puntos de esa recta en la
que coinciden ambas. Sistema compatible indeterminado.
3. Si ambas rectas son paralelas, el sistema no tiene solucin en los reales
pero si en los complejos.
Mtodo de Gauss
El mtodo de eliminacin de Gauss o simplemente mtodo de Gauss consiste en
convertir un sistema lineal de n ecuaciones con n incgnitas, en uno escalonado, en el
que la primera ecuacin tiene n incgnitas, la segunda ecuacin tiene n - 1 incgnitas,
..., hasta la ltima ecuacin, que tiene 1 incgnita. De esta forma, ser fcil partir de la
ltima ecuacin e ir subiendo para calcular el valor de las dems incgnitas.
Una variante de este mtodo, denominada eliminacin de Gauss-Jordan, es un mtodo
aplicable nicamente a los sistemas lineales de ecuaciones, y consistente en triangular la
matriz aumentada del sistema mediante transformaciones elementales, hasta obtener
ecuaciones de una sola incgnita, cuyo valor ser igual al coeficiente situado en la
misma fila de la matriz. Este procedimiento es similar al anterior de reduccin, pero
ejecutado de manera reiterada y siguiendo un cierto orden algortmico.
Algoritmos numricos
La eliminacin de Gauss-Jordan es un algoritmo numrico usado para una gran cantidad
de casos especficos, aunque posteriormente se han desarrollado algoritmos alternativos
mucho ms eficientes. La mayora de estos algoritmos mejorados tienen una
complejidad computacional de O(n) (donde n es el nmero de ecuaciones del sistema).
Algunos de los mtodos ms usados son:
Para los problemas de la forma Ax = b, donde A es una matriz de Toeplitz
simtrica, se puede utilizar la recursin de Levinson o alguno de los mtodos
derivados de este. Un mtodo derivado de la recursin de Levinson es la
recursin de Schur, que es ampliamente usado en el campo del procesamiento
digital de seales.
Para los problemas de la forma Ax = b, donde A es una matriz singular o casi
singular, la matriz A se descompone en el producto de tres matrices en un
proceso llamado descomposicin en valores singulares.
Cuando consideramos ecuaciones lineales cuyas soluciones son nmeros racionales,
reales o complejos o ms generalmente un cuerpo , la solucin puede encontrarse
mediante Regla de Cramer. Para sistemas de muchas ecuaciones la regla de Cramer
puede ser computacionalmente ms costosa y suelen usarse otros mtodos ms
"econmicos" en nmero de operaciones como la eliminacin de Gauss-Jordan y la
descomposicin de Cholesky. Existen tambin mtodos indirectos (basados en
iteraciones) como el mtodo de Gauss-Seidel.
Si el cuerpo es infinito (como es el caso de los nmeros reales o complejos), entonces
solo puede darse una de las tres siguientes situaciones:
el sistema no tiene solucin (en dicho caso decimos que el sistema est
sobredeterminado o que es incompatible)
el sistema tiene una nica solucin (el sistema es compatible determinado)
el sistema tiene un nmero infinito de soluciones (el sistema es compatible
indeterminado).
La factorizacin LU
Supongamos que A se puede factorizar como el producto de una matriz triangular
inferior L con una matriz triangular superior U:
A = LU (51)


En este caso, el sistema de ecuaciones dado por podra representarse en la forma:
LUx=b (52)


Si denominamos z a la matriz columna de n filas resultado del producto de las matrices
Ux, tenemos que la ecuacin (52) se puede reescribir del siguiente modo:
Lz=b (53)


A partir de las ecuaciones (52) y (53), es posible plantear un algoritmo para resolver el
sistema de ecuaciones empleando dos etapas:
Primero obtenemos z aplicando el algoritmo de sustitucin progresiva en la
ecuacin (53).
Posteriormente obtenemos los valores de x aplicando el algoritmo de sustitucin
regresiva a la ecuacin
Ux = z


El anlisis anterior nos muestra lo fcil que es resolver estos dos sistemas de ecuaciones
triangulares y lo til que resultara disponer de un mtodo que nos permitiera llevar a
cabo la factorizacin A=LU. Si disponemos de una matriz A de , estamos
interesados en encontrar aquellas matrices:



tales que cumplan la ecuacin (51). Cuando esto es posible, decimos que A tiene una
descomposicin LU. Se puede ver que las ecuacin anterior no determina de forma
nica a Ly a U. De hecho, para cada i podemos asignar un valor distinto de cero a l
ii
o u
ii

(aunque no ambos). Por ejemplo, una eleccin simple es fijar l
ii
=1 para
haciendo de esto modo que L sea una matriz triangular inferior unitaria. Otra eleccin
es hacer U una matriz triangular superior unitaria (tomando u
ii
=1 para cada i).
Para deducir un algoritmo que nos permita la factorizacin LU de Apartiremos de la
frmula para la multiplicacin de matrices:

(54)


en donde nos hemos valido del hecho de que l
is
=0 para s >i y u
sj
=0 para s>j.
En este proceso, cada paso determina una nueva fila de U y una nueva columna de L. En
el paso k, podemos suponer que ya se calcularon las filas de U, al igual
que las columnas de L. Haciendo i=j=k en la ecuacin (54) obtenemos

(55)


Si especificamos un valor para l
kk
(o para u
kk
), a partir de la ecuacin (55) es posible
determinar un valor para el otro trmino. Conocidas u
kk
y l
kk
y a partir de la ecuacin
(54) podemos escribir las expresiones para la k-sima fila (i=k) y para la k-sima
columna (j=k), respectivamente:



(56)