Está en la página 1de 11

TEMA 16.

DISCUSION Y RESOLUCION DE ECUACIONES 1


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS

TEMA 16
DISCUSIN Y RESOLUCION DE SISTEMA DE
ECUACIONES LINEALES. TEOREMA DE ROUCHE.
REGLA DE CRAMER. METODO DE GAUSS JORDAN.
INDICE SISTEMATICO
1. INTRODUCCION.
2. SISTEMAS DE ECUACIONESLINEALES. GENERALIDADES.
2.1 Definiciones.
2.2 Interpretacin de un sistema lineal. Notaciones abreviadas.
3. SISTEMAS LINEALES Y APLICACIONES LINEALES.
4. SISTEMAS LINEALES CUADRADOS CON SOLUCION UNICA.
5. DISCUSION DE UN SISTEMA LINEAL GENERAL. TEOREMA DE ROUCHE
5.1 Rango o caractersticas de una matriz.
5.2 Teorema de Rouch.
5.3 Discusin y resolucin del sistema lineal general.
5.4 Dimensin del subespacio de soluciones.
6. CASO PARTICULAR DE LOS SISTEMAS LINEALES HOMOGENEOS.
7. METODO DE GAUSS Y DE GAUSS JORDAN
7.1Sistemas lineales equivalentes. Transformaciones elementales sobre un sistema.
7.2 Mtodo de reduccin de Gauss.
7.2.1 Caso de sistema lineal cuadrado con solucin nica.
7.2.2 Caso de sistema lineal general
7.3 Mtodo de Gauss Jordan.
8. ELIMINACION LINEAL DE PARAMETROS

1. INTRODUCCION
Por todos es conocida la importancia que tienen los sistemas de ecuaciones lineales en
la resolucin de problemas, tanto en la matemtica pura como en la aplicada. En este caso
vamos a tratar de la resolucin de sistemas de m ecuaciones lineales con n incgnitas cada uno
y con coeficientes en un cuerpo K (que habitualmente ser 3, pero puede ser Q o C").
Elsa Puente Gutirrez

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 2


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS
El teorema de Rouch-Frbenius (tambin conocido bajo el nombre de Kronecker) nos
da las condiciones necesarias y suficientes para la existencia de solucin. La Regla de Cramer
nos permite obtener dicha solucin de forma explcita, aunque a costa de realizar un gran
nmero de operaciones. Describiremos por tanto, diferentes mtodos numricos que nos
permitirn de forma directa obtener la solucin exacta. La teora de espacios vectoriales y de
aplicaciones lineales nos va a permitir deducir resultados sobre el conjunto de las soluciones.
2. SISTEMAS DE ECUACIONES LINEALES. GENERALIDADES.
2.1 Definiciones.
Una ecuacin lineal (o ecuacin algebraica de primer grado) con n incgnitas es en
general una igualdad del tipo:

a1 x1 + a2 x 2 +a3 x3 + +an x n=b


Donde los trminos en a son elementos de un grupo conmutativo K (que en adelante

supondremos que es R). Los elementos a se denominan coeficientes y el b termino


independiente. Las letras x son las incgnitas. En el caso particular de que el trmino
independiente es nulo (b = 0) la ecuacin se denomina ecuacin lineal homognea.
Un sistema lineal o sistema de ecuaciones lineales en general es un conjunto de m
ecuaciones lineales con n incgnitas:

Diremos que el sistema anterior es un sistema lineal m x n. Una solucin del sistema
lineal es cualquier n upla (

1 , 2 , 3 , , n

, que se solucin de todas y cada

una de las ecuaciones. Resolver el sistema es determinar el conjunto de todas las soluciones.
Atendiendo al conjunto S de sus soluciones un sistema lineal puede ser:

Incompatible: si no tiene solucin (S = ).


Compatible: si tiene solucin (S ). En este caso se probara que puede ocurrir, bien
que el sistema tenga una solucin nica (determinado) o bien que tenga infinitas
soluciones (indeterminado).
Diremos que dos sistemas de ecuaciones lineales con el mismo nmero de incgnitas

son Equivalentes si toda solucin del primero lo es del segundo, y al revs. Tambin sern
Elsa Puente Gutirrez

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 3


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS
equivalentes si ambos carecen de soluciones. En la definicin de sistemas equivalentes, en
ningn momento se alude a que deban mantener el mismo nmero de ecuaciones.
2.2 Interpretacin de un sistema lineal. Notaciones abreviadas.
a) Si en el sistema anterior consideramos los vectores columna de coeficientes y el
vector columna de trminos independientes:

a1 j
a
c j = 2 j

amj

()

(i = 1, 2, 3 n)

b1
b2
b=

bm

()

Dicho sistema puede expresarse en forma vectorial:

x 1 c 1 + x 2 c 2 ++ x n c n=b

Una solucin del sistema es toda n-upla de escalares (

permita expresar el vector columna

vectores - columna

1 , 2 , 3 , , n

que

b , mediante combinacin lineal de los

c 1 , c 2 , , cn .

b) Si formamos una matriz m x n tomando las n columnas

c j .

tendremos la matriz de

coeficientes del sistema:

A=

a11 a11
a21 a22

a m 1 am1

a1 n
a2 n

a mn

(aij )mn

Tomando la matriz columna

columna de incgnitas

x1
x = x 2

xn

()

de los trminos independientes y otra matriz

el sistema puede expresarse en forma matricial A

Elsa Puente Gutirrez

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 4


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS

x = b
a1 x1 + a2 x 2 ++a n x n=bi , lleva como primer

c) .Cada una de las ecuaciones lineales Ei:

miembro la expresin de una forma lineal.fi:

base dual de la cannica de

x3,, xn) de

entonces fi(

Rn R

cuyas coordenadas con respecto a la

son (a1, a2, a3,, an). Si tomamos el vector

x =a 1 x 1+a 2 x 2+a 3 x 3+ +anxn

tomando el homomorfismo como: f (

x =(x1, x2,

y se puede poner

x =b .

3. SISTEMAS LINEALES Y APLICACIONES LINEALES


El sistema homogneo A x

puede interpretarse como las ecuaciones

cartesianas del ncleo de la aplicacin lineal inducida por la matriz. Es decir los vectores
solucin constituyen en Ker f, que es un subespacio vectorial de

Rn , lo cual significa:

a) Todo vector lineal homogneo es compatible, pues al menos admite la solucin trivial
representada por el vector nulo

. Es obvio porque todo subespacio

vectorial es no vacio, y por tanto Ker f . Cuando f sea un homomorfismo entonces


Ker fase reducir al subespacio trivial {
homogneo ser la trivial.
b) Para cualesquiera dos soluciones

0 }

'
y xo
xo

y la nica solucin del sistema

del sistema homogneo, toda

combinacin lineal de aquellas es tambin solucin: En efecto:

0
A xo=
'=0
A xo

xo
'
A ( xo+

= A xo

+ A xo '

R.

Elsa Puente Gutirrez

0 + 0 = 0 , ,

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 5


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS

'
y xo
xo

En efecto, para cualquiera dos soluciones

diferencia es solucin del sistema homogneo asociado, pues A (

del sistema, el vector

'
xo
xo
)=

0 .
b y b=

Resulta por tanto que el conjunto de todas las soluciones del sistema completo puede ponerse a
partir de una solucin particular del mismo, sumndole todas las soluciones del sistema
homogneo. Es decir, podamos poner:

b
xo
= b
= xo
+ Ker f. donde f(

4. SISTEMAS LINEALES CUADRADOS CON SOLUCIONES UNICA


Un sistema lineal con el mismo numero de ecuaciones que de incgnitas (o sea, un
sistema lineal n n, es un sistema lineal cuadrado. La matriz A de coeficientes es, en este caso,
una matriz cuadrada. Si dicha matriz es regular (

| A|

0) el sistema lineal se denomina de

Crmer).
PROPOSICIONES
Toso sistema de Crmer es compatible determinado.
Si un sistema lineal cuadrado tiene solucin nica, entonces es un sistema de Crmer.
5. DISCUSION DE UN SISTEMA LINEAL GENERAL
5.1 Rango o caractersticas de una matriz.
Dada una matriz A de dimensiones m x n, denominamos menor de orden H de dicha
matriz al determinante de toda submatriz cuadrada que pueda extraerse de A tomando los
elementos situados en h filas y h columnas.
Decimos que el rango o caractersticas de la matriz A es r, y escribimos rg (A) = r, si se
cumplen las dos condiciones siguientes:

De A puede extraerse un menor de orden r no nulo.


Son nulos todos los menores de A de orden superior a r.
Es suficiente con que sean nulos todos los menores de orden r + 1, para

que lo sea cualquier menor de orden superior a r.


Si rg (A) = r, un menor de orden r no nulo se denomina menor principal
(Mr 0).

PROPOSICION
El rango de una matriz A coincide con el numero de sus columnas (o filas) linealmente
independientes.
5.2 Teorema de Rouch.
Elsa Puente Gutirrez

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 6


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS
Dado un sistema de ecuaciones lineales A

x =

b , llamaremos matriz ampliada a

se

obtiene de aadir la matriz columna

matriz A como (n + 1)-

sima columna. Se representa por (A

b ).

la

matriz

que

S = (A

a la

b ) =

TEOREMA: La condicin necesaria y suficiente para que un sistema lineal general sea
compatible es que la matriz de coeficientes y la matriz ampliada tengan igual rango.
S compatible rg (A) = rg (B).
Adems, ser compatible determinado si rang (A) = n e indeterminado en caso contrario.
5.3 Discusin y resolucin del sistema lineal general
Si rg (A) rg (B)el sistema no tendra solucin.
Si es rg (A) = rg (B) = r, en la matriz B hay tambin a lo sumo r filas linealmente independientes,
que correspondern a las r ecuaciones principales del sistema (supongamos que sean las r
primeras tras reordenar las ecuaciones del sistema). Las n r ecuaciones restantes son
superfluas al ser combinaciones lineales de aquellas r primeras. El sistema reducido a sus
ecuaciones imprescindibles quedara simplificado al sistema equivalente:

a 11 x 1+a 12 x 2++ a 1nxn=b 1


a 21 x 1+ a 22 x 2+ +a 2 nxn=b 2

ar 1 x 1+ ar 2 x 2+ +arnxn=br

Puede ocurrir:
a) R =n
En este caso el sistema seria cuadrad y adems la matriz de coeficientes tendra como
determinante el menor principal Mr 0, por consiguiente seria un sistema de Cramer , que como
sabemos es compatible determinado.
b) R < n
En este caso nos quedan menos ecuaciones que incgnitas. Eligiendo como incgnitas
principales las correspondientes a las r columnas de las que se ha extrado Mr (habamos
supuesto que eran las r primeras), las dems n- r incgnitas no principales las podemos pasar
al segundo miembro delas ecuaciones. Este sistema vuelve a ser cuadrado y con determinante
de los coeficientes Mr 0, por lo cual proporciona una solucin del sistema S para cada

Elsa Puente Gutirrez

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 7


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS
velor arbitrario de las incgnitas no principales, que se toman como parmetros para expresar la
solucin general del sistema. En este caso dicha solucin general vendr dada por unas
ecuaciones paramtricas en las que figuraran n r parmetros. Al dar a estos valores arbitrarios
obtenemos las infinitas soluciones del sistema. Decimos entonces que el sistema indeterminado
tiene n r grados de libertad.
Ntese que no puede ser r > n, obviamente, pues el rango de A no puede superar el
numero de columnas de A, que es n.
Nos queda el cuadro general:

Discusin

rg ( A ) rg ( B ) S incompatible
rg ( A ) =rg ( B ) r =n S compatible determinado
r< n S compatible indeterminado

5.4 Dimensin del subespacio de soluciones.

En virtud de los teoremas de isomorfa, se tiene

dim

Rn
Ker f

Im f, y de aqu:

= dim (Ker f) + dim (Im f) dim (Ker f) = n r.

El conjunto de soluciones de sistema completo, como vimos, una variedad afin cuyo
espacio lineal subyacente es Ker f. Por lo tanto la dimensin afn del espacio de soluciones es
tambin n r. En el caso particular de que el sistema sea compatible y r= n, el conjunto de
soluciones se reduce a una variedad afn de dimensin 0, es decir, a un punto. La solucin es
entonces nica.
6. CASO PARTICULAR DE LOS SISTEMAS LINEALES HOMOGENEOS.
La discusin se reduce a dos casos:
c) rg (A) = r = n = n de incgnitas sistema compatible determinado (nica solucin, la
trivial), ya vimos antes que en este caso, el ncleo de la aplicacin lineal inducida por la
matriz A se reduce a Ker f = {

0 } pues seria dim (Ker f) = n r = 0.

d) rg (A) = r < n = n de incgnitas sistema compatible indeterminado con n r grados


de libertad (infinitas soluciones no triviales). En este caso dim (Ker f) > 0.
En particular si el sistema lineal homogneo es cuadrado, el caso b) anterior ocurrir cuando la
matriz de coeficientes A sea singular. Es decir si se cumple la siguiente proposicin:
Elsa Puente Gutirrez

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 8


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS
La condicin necesaria y suficiente para que un sistema lineal homogneo n n tenga solucin

| A|

no trivial es que
7.

= 0.

METODOS DE GAUSS Y DE GAUSS JORDAN.


7.1 Sistemas lineales equivalentes. Transformaciones elementales sobre un
sistema
Dos sistemas lineales son equivalentes si ambos tienen el mismo conjunto de

soluciones, es decir, toda solucin del primero es solucin del segundo y viceversa. Es evidente
que dos sistemas lineales equivalentes han de tener el mismo numero de incgnitas, aunque no
necesariamente el mismo numero de ecuaciones.
Llamaremos transformaciones elementales sobre las ecuaciones de un sistema lineal a
las operaciones que pueden realizarse con esas ecuaciones y que dan como resultado un
sistema equivalente al de partida.
Una ecuacin lineal del tipo a1x1 + a2x2 + a3x3 + anxn = b se asociara aun vector (a1,
a2, a3an, b) de

n+1

, y convendremos denotarla por:

E = (a1, a2, a3,, an b)


De esta manera la idea de combinacin lineal de vectores se traslada fcilmente al de
combinacin lineal de ecuaciones.
PROPOSICION:
Dadas K ecuaciones lineales Ej = (a1j, a2j,, anj bj) en las incgnitas x1, x2,, xn,
cualquier n-upla (1, 2, 3,, n) que sea solucin de todas ellas, es tambin solucin de
toda ecuacin lineal E obtenida como combinacin lineal de las Ej.
Se tienen tambin como consecuencias inmediatas:
1.

Si se multiplica alguna ecuacin del sistema por un nmero no nulo el sistema que

resulta es equivalente.
2. Si se suprime (o aade) una ecuacin que es combinacin lineal de las restantes
ecuaciones, el sistema obtenido el equivalente al primero.
3. I se sustituye una ecuacin por otra que resulte de sumarle una combinacin lineal de
las restantes ecuaciones, obtendremos un sistema equivalente al de partida.
7.2 Mtodo de reduccin de Gauss

Elsa Puente Gutirrez

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 9


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS
7.2.1 Caso de sistema lineal cuadrado con solucin nica
Un mtodo importante para resolver un sistema lineal n x n que tenga solucin nica es
el mtodo de Gauss de reduccin en cascada o de triangulacin. El sistema esta
completamente determinado por la matriz ampliada o partida:

E1
E1

En

b =

(A

El mtodo consiste en aplicar transformaciones elementales a las filas (ecuaciones) a saber:

Intercambio de filas.
Cambio de escala de una fila: multiplicar cualquier vector fila de la matriz por una

constante no nula.
Pivotacin: reemplazar cualquier vector fila de la matriz por la suma de si mimo con un
mltiplo de un vector fila diferente.
En cada paso el sistema obtenido es equivalente al anterior.
7.2.2 Caso de sistema lineal general
El mtodo de Gauss sirve tambin para discutir y resolver sistemas lineales generales

que no tengan necesariamente el mismo nmero de filas que de columnas.


En este caso la matriz partida:
(A

b =

Se reduce ala forma escalonada por filas:

Elsa Puente Gutirrez

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 10


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS

u 11

u 12 u 1n c 1 0
u 21 u 2n c 2 0
0 0

( )

Todas las filas que tienen solo ceros aparecen debajo de filas con registros distintos de

cero.
El primer registro de la primera fila es distinto de cero. Despus de la primera fila, un
primer registro distinto de cero de cualquier fila aparece en una columna a la derecha
del primer registro distinto de cero de la fila anterior.
Al llegar a la forma escalonada puede ocurrir:

Aparece una fila en la matriz partida con todos los registros ceros a la izquierda dela

particin y el elemento de la derecha distinto de cero.(sistema incompatible).


Una vez eliminadas la filas de ceros que nos van saliendo en la matriz partida, por
corresponder a ecuaciones superfluas 0x1 +0x2 + 0x3++0xn = 0, nos queda el mismo

numero de ecuaciones que de incgnitas. (sistema compatible determinado.


Si haciendo lo mismo que en b) se llega aun sistema escalonado pero con menos
ecuaciones que de incgnitas , hay que tomar como parmetros o variables libres, y
pasar al segundo miembro, tantas incgnitas como sean necesarias para que el sistema
pueda ser resuelto por sustitucin regresiva. (compatible indeterminado).
7.3 Mtodo de Gauss Jordan
El mtodo de Gauss- Jordan es un avance del mtodo de Gauss, que tiene como

objetivo, evitar la sustitucin regresiva. Se usan las transformaciones elementales para reducir
la parte izquierda de la matriz partida a la forma diagonal con todos los pivotes 1, es decir, a la
matriz identidad.
El sistema reducido equivalente queda de la forma (I
esto es siempre posible), de donde la solucin es directamente

) (en caso de solucin nica

x = c .

La tcnica consiste en ejecutar el mtodo de Gauss hasta llegar a la forma triangular


superior, pero haciendo cada pivote 1 mediante una operacin de cambio de escala, y usar el
pivote para crear ceros arriba y debajo de el en esa columna.
8. ELIMINACION LINEAL DE PARAMETROS
Elsa Puente Gutirrez

TEMA 16. DISCUSION Y RESOLUCION DE ECUACIONES 11


LINEALES.TEOREMA DE ROUCHE. REGLA DE CRAMER. METODO
DE GAUSS - JORDAN
OPOSICIONES DE MATEMATICAS

Nos planteamos un problema reciproco al de la resolucin de un sistema lineal


compatible indeterminado. Esto es un conjunto de ecuaciones paramtricas del tipo:

x 1=c 1+ K 11 t 1+ K 12 t 2++ K 1 ptp


x 2=c 2+ K 21t 1+ K 22 t 2++ K 2 ptp
..
xn=cn+ Kn1 t 1+ Kn 2t 2+ .+ Knptp

Buscamos un sistema de ecuaciones lineales en las incgnitas x1, x2,, xn cuyo


conjunto de soluciones sea el conjunto de las infinitas n uplas obtenidas en el conjunto
anterior al dar valores arbitrarios a los parametrost1, t2,, tp, Tomando vectores columna;

() () ( )

x1
x = x 2

xn

c1
c2
; c=
cn

Kij
K2j
: Kj
Knj

Las ecuaciones anteriores pueden ponerse en forma vectorial:

K 2

++ tn Kn , denotamos por M =

vectores

K 1, K 2 , ,

( Kij)nxp

+ t1

K 1

+ t2

la matriz cuyas columnas son los

Kn
,

Si esos vectores son linealmente independientes o sea rg (M) = p entonces dos

x distintos.

Kn
K 1, K 2 ,

sistemas de valores distintos para t1, t2,, tn , determinan vectores

Si por el contrario rg(M) = r < p, entonces de los p vectores

,,

podemos quedarnos con r de ellos linealmente independientes y prescindir de loa p r


restantes.
TEOREMA: Si rg (M) = r < n, entonces los parmetros de las ecuaciones (*) pueden ser
eliminados y su eliminacin da lugar a n r ecuaciones lineales en las incgnitas x1, x2,, xn.

Elsa Puente Gutirrez