LGEBRA

LINEAL
Ingenieras

LGEBRA II
LM - PM

Unidad N 2
Sistemas de Ecuaciones
Lineales

FCEyT - UNSE
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Unidad N 2: SISTEMAS DE ECUACIONES LINEALES

En esta unidad trabajaremos con el cuerpo de los nmeros reales o el cuerpo de los nmeros
complejos. De modo que cuando digamos Sea F un cuerpo entenderemos que se trata de R o C.

I. OPERACIONES ELEMENTALES DE FILAS DE UNA MATRIZ

Definicin 1
Sea F un cuerpo. Se llaman operaciones elementales de filas sobre una matriz A F mxn a las
siguientes:
Multiplicacin de un escalar k 0 por una fila.
Notacin: k f ,, k 0
i

Suma de una fila con un mltiplo escalar de otra fila.

Notacin: f + k f , con i r
i r

Intercambio de dos filas.

Notacin: f f
i r
Ejemplo:
0 5 10 25

A = 1 3 2 0

0 3 4 0
f f __________________
1 2
1 3 2 0

B = 0 5 10 25

0 3 4 0
_________________
1
f
5 2
1 3 2 0

C = 0
1 2 5

0
3 4 0
f + (3) f _________________
3 2

1 3 2 0

D = 0 1 2 5

0 0 2 15

Los tres tipos de operaciones elementales de fila de la Definicin 1, son tales que, efectundose una
de ellas en una matriz A, tras la cual se obtiene una matriz B, se puede volver a la matriz A

Unidad 2 1
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

realizando una operacin elemental del mismo tipo en la matriz B. Es decir, para cada operacin
elemental de filas existe una operacin elemental de filas del mismo tipo, llamada operacin
inversa.

Operaciones elementales inversas

f con k 0 simboliza la operacin inversa de k fi

1
k i
fi + (-k) fr simboliza la operacin inversa de fi+kfr

fr fi simboliza la operacin inversa de fifr

0 5 10 25

A = 1 3 2 0

0 3 4 0
f f _________________ f f
1 2 2 1
1 3 2 0

B= 0 5 10 25

0 3 4 0
__________ _______
1 5f
f 2
5 2
1 3 2 0

C = 0 1 2 5

0 3 4 0
f + (3) f _________________ f + 3 f
3 2 3 2
1 3 2
0

D = 0 1 2 5

0 0 2 15

Matrices equivalentes por filas

Definicin 2
Sea F un cuerpo y sean A, B F mxn .
B es equivalente por filas a A (AB) si y slo si existe una sucesin finita de operaciones
elementales de filas que transforma la matriz A en la matriz B.

Proposicin 1

Unidad 2 2
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

La equivalencia por filas de matrices es una relacin de equivalencia. Esto es

a) Reflexiva Toda matriz es equivalente por filas a s misma. En smbolos, AA.
b) Simtrica Si una matriz es equivalente por filas a otra, entonces sta es equivalente a la primera.
En smbolos, AB BA.
c) Transitiva Si una matriz es equivalente por filas a otra y sta es equivalente a una tercera,
entonces la primera es equivalente a la primera. En smbolos, AB BC AC

Matriz escaln por filas

Definicin 3
Sea F un cuerpo. Una matriz E F mxn se llama matriz escaln por filas si y slo si E es la matriz
nula, o si E verifica las siguientes condiciones:
1. Si E tiene filas nulas, stas se encuentran debajo de todas las filas no nulas.
2. El primer elemento no nulo (a partir de la izquierda) de cada fila no nula de E es un 1. A este 1
se le denomina uno principal o uno pivote.
3. Las filas no nulas de E estn dispuestas de tal forma que cada una de ellas presenta a la izquierda
del uno principal ms ceros que la fila precedente.

Ejemplos

1 2 3 1 0 1 3
1 0 0 5
B = 0 1 5 , C = 0 1 0 1 , D=
0 0 1 2
0 0 0 0 0 0 1

Notas
a) En cualquier matriz escaln por filas, todos los elementos situados debajo del 1 principal de una fila son
ceros.
b) En toda matriz escaln por filas, las columnas que contienen a los 1 principales se llaman columnas
principales.
c) En toda matriz escaln por filas, sus filas estn en escalera descendente, es decir:
El 1 principal de cada fila se encuentra en la esquina izquierda y por encima de cada peldao.
La altura de cada peldao es igual a la altura de una fila.
Debajo de la escalera todos los elementos son ceros.
Ejemplos

1 2 3 1 0 1 3 1 0 9
1 0 0 5
B = 0 1 5 C = 0 1 0 1 D= G = 0 1 2
0 0 1 2
0 0 0 0 0 0 1 0 0 1
En cada matriz escaln por filas B, C, D y G se ha trazado la escalera descendente.

Unidad 2 3
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

d) Dada una matriz, es posible llegar a diferentes matrices escaln por filas, con tan slo cambiar la
sucesin de operaciones elementales de filas sobre la matriz dada.
Ejemplo
A A

0 5 10 25 0 5 10 25

1 3 2 0 1 3 2 0

0 3 4 0 0 3 4 0
f f __________ ____ f f __________ ____
1 2 1 2
1 3 2 0
1 3 2 0
0 5 10 25
0 5 10 25
0 3 4 0
0 3 4 0
__________ ____
1
f f f __________ ____
2 3
5 2
1 3 2 0
1 3 2 0
0 3 4 0
0 1 2 5
0 5 10 25
0 3 4 0
1
f + ( 3) f __________ _____ f __________ _____
3 2
3 2
1 3 2 0
1 3 2 0
0 1 2 5 4
0 1 0
0 0 2 15 3
0 5 10 25
1
f __________ _____ f + (5) f __________ _____
2 3 3 2

1 3 2 0
1 3 2 0
0 1 2 5 4
15 0 1 0
0 0 1 3
2
10
0 0 25
3
B
3
f __________ _____
10 3


1 3 2 0
4
0 1 0
3
15
0 0 1
2

C
Se puede observar que tanto B como C son matrices escaln por filas de la matriz A, pero B es diferente de
C.

Unidad 2 4
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Proposicin 2
1. Toda matriz es equivalente por filas a todas sus matrices escaln por filas.
2. Dada una matriz, todas sus matrices escaln por filas tienen el mismo nmero de filas no nulas.

Rango de una matriz

Definicin 4
Sea F un cuerpo. Sean A F mxn y E una matriz escaln por filas de A. Se llama rango de la
matriz A, al mximo nmero de filas no nulas de la matriz escaln por filas E.
Al rango de la matriz A se le denota con rg A

Nota
De la definicin, podemos afirmar que el rango de toda matriz escaln por filas es el mximo nmero de filas
no nulas de dicha matriz.

Ejemplos
Dadas las matrices

1 2 3 1 0 1 3
1 0 0 5
B = 0 1 5 , C = 0 1 0 1 , D=
0 0 1 2
0 0 0 0 0 0 1
Es claro que
rg B = 2, rg C = 3 y rg D = 2.

Notas
Por definicin, las matrices nulas tienen rango cero.
El rango de una matriz es el mayor nmero de peldaos de cualquiera de sus matrices escaln por filas.

Proposicin 3
Sea F un cuerpo. Si A F mxn y E es una de sus matrices escaln por filas.
a) El numero de columnas principales de la matriz escaln por filas E, es igual al rango de A.
b) rg A m y rg A n
c) rg A menor (m, n)

Unidad 2 5
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Matriz escaln reducida por filas

Definicin 5
Sea F un cuerpo. Una matriz R F mxn , se llama matriz escaln reducida por filas si y slo si R
es la matriz nula, o si R verifica las siguientes condiciones:
1. Si R tiene filas nulas, stas se encuentran debajo de todas las filas no nulas.
2. El primer elemento no nulo (a partir de la izquierda) de cada fila no nula de R es un 1. A este 1
se le denomina uno principal o uno pivote.
3. Las filas no nulas de R estn dispuestas de tal forma que cada una de ellas presenta a la izquierda
del uno principal ms ceros que la fila precedente.
4. En las columnas principales de R, los elementos que estn arriba y abajo del 1 principal son
ceros.
Ejemplos

1 0 3 1 0 3 0
1 0 0 5
A = 0 1 1 , B = 0 1 0 0 , C=
0 0 1 2
0 0 0 0 0 0 1

Notas

Toda matriz escaln reducida por filas es una matriz escaln por filas, pero no ocurre a la inversa.
Toda matriz de Fmxn tiene una nica matriz escaln reducida por filas.
Si R es la matriz escaln reducida por filas de una matriz A, y si E es una matriz escaln por filas de la
misma matriz A, las matrices R y E tienen el mismo nmero de filas no nulas.

Rango de una matriz

El concepto de rango de una matriz A puede caracterizarse en trminos de la nica matriz escaln
reducida por filas de A como sigue.

Definicin 6
Sea F un cuerpo. Sean A F mxn y R la matriz escaln reducida por filas de la matriz A. El
rango de la matriz A es el mximo nmero de filas no nulas de la matriz escaln reducida por filas
R.

Proposicin 4
Si A F mxn y R es la matriz escaln reducida por filas de A.
a) El nmero de columnas principales de la matriz escaln reducida por filas R es igual al
rango de A.
b) rg A m y rg A n
c) rg A menor (m, n)

Unidad 2 6
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Ejemplo
A

0 5 10 25

1 0 0 0

0 0 4 0
f f __________ ____
1 2
1 0 0 0

0 5 10 25

0 0 4 0
__________ ____
1
f
5 2
1 0 0 0

0 1 2 5

0 0 4 0
1
f __________ _____
4 3
1 0 0 0

0 1 2 5 E

0 0 1 0
f + (-2) f __________ _____
2 3
1 0 0 0

0 1 0 5

0 0 1 0

R

La matriz R es la matriz escaln reducida por filas de la matriz A, mientras que E es una matriz
escaln por filas.
Se observa que tanto E como R poseen 3 filas no nulas, por lo tanto el rg A = rg E = rg R =3.

II. ECUACIONES LINEALES

Las ecuaciones lineales, que son generalizaciones de ecuaciones de rectas en el plano real R2, tienen
diversas aplicaciones tales como el balanceo de ecuaciones qumicas, resolucin de problemas
referentes a redes elctricas, el anlisis de problemas de insumo/produccin en economa, etctera.

Recordemos que una de las maneras de representar en forma algebraica una recta en el plano
cartesiano R2 es mediante la ecuacin
a1x + a2 y = b ,

donde x e y son las variables, a1 y a2 son escalares reales no simultneamente nulos denominados
coeficientes y b es tambin un escalar real llamado trmino independiente.

Unidad 2 7
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

En R2 una ecuacin de este tipo se llama ecuacin lineal en las variables x e y.

Un plano en el espacio R3 se puede representar algebraicamente mediante una ecuacin de la forma:

a1x + a2 y + a3 z = b,
donde x, y, z son las variables, los coeficientes a1, a2 y a3 son escalares reales no simultneamente
nulos, y el trmino independiente b un escalar real.

En R3 una ecuacin de este tipo se llama ecuacin lineal en las variables x, y y z.

Ejemplos

En R2, son ecuaciones lineales

2x 3y = 4, x + 7y = 2, 3y = 6, 9x=1

En R3, son ecuaciones lineales

2x3y = 4, 5x y+2z = 3, y2z = 0, x = 4, z=0

Nota
En todo lo que sigue trabajaremos con ecuaciones lineales con coeficientes y trmino independientes
pertenecientes al cuerpo de los nmeros reales R o al cuerpo de los nmeros complejos C.

Definicin 1
Si F es un cuerpo (R o C), en Fn una ecuacin lineal en las variables x1, x2,, xn se representa
por:
a1x1 + a2 x2 + ... + an xn = b

donde, a1, a2,, an F son los coeficientes, no simultneamente nulos, de las n variables x1, x2, ,
xn y b F es el trmino independiente.

Ejemplos

En R4 son ecuaciones lineales en las variables x, y, z, w

2x y = 6, x + 2y + 3z 2w = 0, x 4z + w = 3

En R5 son ecuaciones lineales en las variables x1 , x2, x3, x4 y x5

x1 2x2 x3 + 5x4 + x5 = 3, x2 + 2x4 3x5 = 2, 2x1 + 7x5 = 0

Definicin 2

Una solucin de la ecuacin lineal

a1x1 + a2 x2 + ... + an xn = b
es una n-upla (s1, s2,,sn) de escalares del cuerpo F, tales que la ecuacin se satisface cuando en
ella se hace la sustitucin: x1 = s1, x2 = s2,, xn = sn

Unidad 2 8
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Ejemplo

En R3, algunas de las infinitas soluciones de la ecuacin

3x + 2y z = 1
son las ternas (1,1,4); (0,1,1); (-1,2,0).

SISTEMAS DE ECUACIONES LINEALES

Definicin 3
Un sistema de m ecuaciones lineales en las variables x , x , , x con escalares del cuerpo F (R o
1 2 n
C), es una expresin de la forma:

a x + a x + ... + a x = b
11 1 12 2 1n n 1
a x + a x + ... + a x = b
21 1 22 2 2n n 2 (1)
...

a x + am2 x2 + ... + amn xn = bm
m1 1

donde, x1, x2 , , x
n
son las variables o incgnitas, los a
ij
coeficientes
con

1 i m, 1 j n y los trminos independientes bi , con 1 i m, son escalares del cuerpo

F.

Ejemplo

Un sistema de 3 ecuaciones lineales en las incgnitas x, y, z, t sobre el cuerpo R es:

2 x 5 y + 3z + t = 1

x + y 2z =3
x + z + 2t = 0

Representacin matricial

El sistema de ecuaciones lineales (1) puede representarse en una forma ms sencilla mediante la
ecuacin matricial:

AX = B (2)

Esto es
a a ... a x b
11 12 1n 1 1
a a ... a x b (3)
21 22 2n 2 = 2


am1 a . .. a x b
mn n
m2 m

Unidad 2 9
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

donde:
A (Matriz de coeficientes) es una matriz de tipo mxn formada por los coeficientes de las
incgnitas
a a ... a
11 12 1n
a a ... a ,
A = 21 22 2n


a a . .. a
mn
m1 m2

X (Vector incgnita) es un vector columna de tipo nx1 cuyas componentes son las
incgnitas
x
1
x ,
X = 2


xn

B (Vector de trminos independientes) es un vector columna de tipo mx1 formado por los
trminos independientes.
b
1
b .
B = 2


b
m

Nota
Si en la ecuacin matricial (3) se efecta el producto de la matriz de coeficientes con el vector incgnita y
luego se igualan las componentes del vector resultante con las componentes correspondientes del vector de
trminos independientes se obtiene el sistema de ecuaciones lineales (1).

Ejemplo
El sistema de ecuaciones
2 x 5 y + 3z + t = 1

x + y 2z =3

x + z + 2t = 0

se expresa en forma matricial del siguiente modo

x
2 5 3 1 1
y
1 1 2 0 = 3
z
1 0 1 2 0
t
El sistema de ecuaciones lineales (1) tambin puede representarse en trminos de las columnas de la
matriz de coeficientes.
En efecto, si A1, A2,, An son los vectores columnas de la matriz A, y B es el vector columna de
trminos independientes, el sistema lineal (1) se representa por

Unidad 2 10
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

x1 A1 + x2 A2 + ... + xn An = B (4)
o bien por
n
x A =B (5)
i i
i =1

Nota
Si se efectan las operaciones indicadas en el primer miembro y luego se igualan las componentes del vector
resultante con las componentes correspondientes del vector de trminos independientes se obtiene el sistema
de ecuaciones lineales (1).

Ejemplo
El sistema del ejemplo precedente se expresa en trminos de las columnas de la matriz de
coeficientes mediante:
2 5 3 1 1

x 1 + y 1 + z 2 + t 0 = 3

1 0 1 2 0

Sistema homogneo y no homogneo

Sea un sistema de ecuaciones lineales AX=B, con A F mxn , B F mx1 .

Definicin 4
El sistema de ecuaciones lineales AX=B se llama Sistema Lineal Homogneo si y slo si B es el
vector nulo.

Definicin 5
El sistema de ecuaciones lineales AX=B se llama Sistema Lineal No Homogneo si y slo si B es
distinto del vector nulo.

Ejemplo

2 x 5 y + 3z + t = 1
- El sistema lineal x + y 2 z =3 es un sistema no homogneo.


x + z + 2t = 0

x+ y 3z = 0
- El sistema lineal 2 x + y 2z = 0 es un sistema homogneo.


3y + z = 0
Definicin 6
Dado un sistema lineal no homogneo AX=B, el sistema lineal homogneo AX=0 se llama sistema
lineal homogneo asociado al sistema lineal dado.

Unidad 2 11
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Ejemplo

Dado el sistema lineal no homogneo

1x 2 y + 3z + 2w = 1

2x + 4y +2 z = 2

x + 2w = 0

el sistema homogneo asociado es

1x 2 y + 3 z + 2w = 0

2x + 4y +2 z =0

x + 2w = 0

Conjunto solucin de sistemas de ecuaciones lineales

Sea un sistema de ecuaciones lineales AX=B, con A F mxn , B F mx1 .

Definicin 7

X F nx1 es una solucin del sistema lineal AX=B, si y slo si verifica la ecuacin matricial
AX=B, es decir:
X F nx1 es una solucin del sistema lineal AX=B AX = B

Notas
Si X es una solucin del sistema AX=B, entonces las componentes del vector columna X satisfacen
cada una de las m ecuaciones lineales del sistema.
El vector nulo de F es siempre solucin del sistema lineal homogneo AX=0, con A F mxn y se
nx1

llama solucin trivial.

Definicin 8
Se llama conjunto solucin, y se denota con SB, al conjunto de todas las soluciones del sistema
dado.
Esto es
S = X F nx1 / AX = B .
B
luego,
X S AX = B .
B
Nota
Resolver un sistema lineal AX=B, significa determinar el conjunto solucin SB.

Unidad 2 12
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Sistemas de ecuaciones lineales compatibles Sistemas de ecuaciones lineales incompatibles

Sea el sistema de ecuaciones lineales AX=B, con A F mxn , B F mx1 y sea SB su conjunto
solucin.

Definicin 9
AX=B es compatible S , es decir AX=B tiene al menos una solucin.
B

Nota
Todo sistema homogneo es compatible, pues tiene la solucin trivial.

Definicin 10
AX=B es compatible determinado el conjunto solucin SB tiene un nico elemento, es decir
AX=B tiene solucin nica.

Definicin 11
AX=B es compatible indeterminado el conjunto solucin SB tiene ms de un elemento, es decir
AX=B tiene ms de una solucin.

Definicin 12
AX=B es incompatible S = , es decir AX=B no tiene solucin.
B

Matriz ampliada

Definicin 13
Sea el sistema de ecuaciones lineales AX=B, con A F mxn , B F mx1 . Es decir

a a ... a x b
11 12 1n 1 1
a a22 ... a2n x2 b
21 = 2.


am1 a
m2
. .. a x b
mn n m

Se llama Matriz ampliada de A, a la matriz de F m(n+1) cuyas primeras n columnas son las columnas
de A y la ltima columna es B, esto es

a a ... a b
11 12 1n 1
a a ... a b
Aa = A B = 21 22 2n 2 .



am1 a
m2
. .. a
mn
b
m

Unidad 2 13
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Nota
En la matriz ampliada se suele trazar una lnea vertical que separa las columnas de la matriz de coeficientes
de la columna de trminos independientes, es decir

a a ... a b
11 12 1n 1
a a ... a b
Aa = A B = 21 22 2n 2



am1 a . .. a b
m2 mn m

Ejemplo

x + 3y z + t = 1

- 2x + y + 2z =7,
Dado el sistema lineal

y -t =0

1 3 1 1 1
la matriz ampliada es
2 1 2 0 7

0
1 0 1 0

Teorema de Rouch-Frobenius

Sean A F mn , B F m1 .
El sistema de ecuaciones lineales AX=B, es compatible si y slo si el rango de la matriz de
coeficientes A es igual al rango de la matriz ampliada Aa.

En smbolos
AX=B es compatible rg ( A) = rg ( Aa )

Corolario

Sea AX=B, con A F mn , B F m1 un sistema de ecuaciones lineales compatible

AX=B es compatible determinado, si rg ( A) = rg ( Aa ) = r = n.

AX=B es compatible indeterminado, si rg ( A) = rg ( Aa ) = r < n.

Consecuencia inmediata del teorema de Rouch-Frobenius

Un sistema de ecuaciones lineales es incompatible si y solo si los rangos de la matriz de

coeficientes y de la matriz ampliada son distintos.

En smbolos
AX=B es incompatible rg( A) rg( Aa ) .

Unidad 2 14
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Notas
El teorema de Rouch-Frobenius permite determinar la compatibilidad o incompatibilidad de un
sistema lineal con tan solo comparar el rango de la matriz de coeficientes con el rango de la matriz
ampliada y sin necesidad de resolver el sistema. En forma anloga el corolario suministra la condicin
que debe verificar un sistema lineal compatible para tener solucin nica o ms de una solucin.

En todos los sistemas homogneos se verifica que el rango de la matriz de coeficientes es igual al
rango de la matriz ampliada. Adems, si el rango de la matriz es igual al nmero de incgnitas, la
nica solucin es la trivial; y si el rango de la matriz de coeficientes es menor que el nmero de
incgnitas, adems de la solucin trivial existen otras soluciones no triviales.

Sistemas de ecuaciones lineales equivalentes

Definicin 14
Dos sistemas de ecuaciones lineales son equivalentes si sus matrices ampliadas son equivalentes por
filas.

Teorema

Si dos sistemas de ecuaciones lineales son equivalentes, entonces admiten el mismo conjunto
solucin.

Demostracin

Sean AX=B y AX=B dos sistemas lineales equivalentes, tales que A, A' F mn y B, B ' F m1 .

Por definicin se tiene que sus matrices ampliadas A B y A ' B ' son equivalentes, es decir,

existe una sucesin finita de operaciones elementales de filas que transforma la matriz ampliada
A B en la matriz ampliada A ' B ' .

Basta demostrar que la matriz ampliada A ' B ' se obtiene de la matriz ampliada A B por

medio de una sola operacin elemental de filas, para comprobar que los conjuntos soluciones son
iguales.

En efecto, supongamos que la matriz ampliada A ' B ' se obtuvo de la matriz ampliada A B

por la operacin elemental fr + kfi

Unidad 2 15
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

a
11
a
12
... a
1j
... a
1n b
1

a21 a
22
... a
2j
... a
2n b
2


a a ... a ... a b
A B = r1 r2 rj rn r



ai1 a ... a ... a b
i2 ij in i



a a ... a ... a b
m1 m2 mj mn m

a a ... a ... a
11 12 1j 1n b
1
a a ... a ... a
21 22 2j 2n b
2


a + ka

a + ka ... a + ka ... a + ka b + kb
A'
B ' = r1 i1 r2 i2 rj ij rn in r i


b
ai1 a
i2
... a
ij
... a
in i


b
am1 a
m2
... a
mj
... a
mn m

El sistema AX=B se expresa como:

a x + a x +...+ a x +...+ a x = b
11 1 12 2 1j j 1n n 1
a x + a x +...+ a x +...+ a = b
21 1 22 2 2j j 2nxn 2



(
a + ka x
r1 i1 1
) + (ar2 +kai2) x2 +...+ a + ka x +...+
rj ij j (arn +kain) xn =br +kbi


a x + a x +...+ a x +...+ a x = b
i1 1 i2 2 ij j in n i


a x + a x +...+ a x +...+ a x = b
m1 1 m2 2 mj j mn n m

O bien,

Unidad 2 16
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

a x + a x + ... + a x + ... + a x = b
11 1 12 2 1j j 1n n 1
a x + a x + ... + a x + ... + a x = b
21 1 22 2 2j j 2n n 2



ar1x1 + ar2x2 +...+ arj x j +...+ arnxn + k ai1x1 + ai2x2 + ...+ aij x j + ...+ ainxn = br + kbi



a x + a x + ... + a x + ... + a x = b
i1 1 i2 2 ij j in n i


a x + a x + ... + a x + ... + a x = b
m1 1 m2 2 mj j mn n m

Si X es una solucin del sistema AX=B entonces es evidente que X es tambin solucin del
sistema AX=B, con lo que:

S S (a)
B' B

Recprocamente, si X es una solucin del sistema lineal AX=B, entonces X es solucin del sistema
AX=B, con lo que:

S S (b)
B B'

De (a) y (b) se concluye que ambos sistemas lineales tienen el mismo conjunto solucin, es decir:

S =S
B B'

La demostracin es trivial para el caso en que el sistema lineal AX=B no tiene solucin.

En forma anloga se prueba para los dos tipos restantes de operaciones elementales.

Q.E.D.

Unidad 2 17
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

MTODOS DE RESOLUCIN DE SISTEMAS DE ECUACIONES LINEALES

Un mtodo bsico para la resolucin de un sistema de ecuaciones lineales es transformar el sistema

lineal dado en otro sistema lineal que tenga el mismo conjunto solucin y que se pueda resolver en
forma ms sencilla.

Eliminacin Gaussiana

Sea el sistema lineal AX=B, con A F mn y B F m1 .

El mtodo de Eliminacin Gaussiana es un procedimiento sistemtico para resolver sistemas de
ecuaciones lineales, que consiste en transformar la matriz ampliada de un sistema lineal en una
matriz escaln por filas, la que da origen a un nuevo sistema lineal AX=B que tiene el mismo
conjunto solucin que el dado, con la ventaja que la incompatibilidad es evidente (los rangos de la
matriz de coeficientes y de la matriz ampliada son diferentes), o bien, la o las soluciones se obtienen
en forma inmediata utilizndose la tcnica llamada Sustitucin hacia atrs.

En efecto para el sistema dado AX=B, con A F mn y B F m1 , si a partir de la matriz ampliada

A B , mediante operaciones elementales de filas se obtiene una matriz escaln por filas

A ' B ' , por definicin 14 los sistemas AX=B y AX=B son equivalentes y por el teorema

precedente ambos sistemas tienen el mismo conjunto solucin.

En el sistema A' X = B ' , con A' F mn y B ' F m1 , las ecuaciones principales son las formadas
con los elementos de las filas no nulas de la matriz A ' , y
En cada ecuacin principal, la incgnita principal es aquella cuyo coeficiente es el 1 principal.
Cada una de las incgnitas principales puede encontrarse en ecuaciones precedentes pero sus
coeficientes no son 1 principales.
En cada ecuacin principal, adems de las incgnitas principales, pueden existir otras incgnitas
llamadas incgnitas no principales o secundarias, stas se distinguen en las ecuaciones una vez
que se detectan todas las incgnitas principales.

Sus pasos son:

I. Transformar la matriz ampliada del sistema Aa = A B , aplicando operaciones elementales de
filas, en una matriz escaln por filas A ' a = A ' B ' .

AX = B

Aa = A B
Operaciones elementales de fila.
A 'a = A ' B '

A' X = B '

Unidad 2 18
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Por definicin los sistemas AX=B y A' X = B ' son equivalentes y por el teorema precedente
ambos sistemas tienen el mismo conjunto solucin.

II. Aplicar el teorema de Rouch-Frobenius y analizar los rangos de A y Aa y el nmero de

incgnitas del sistema.
Si rg ( A ') rg ( A ' a ) , entonces el sistema de ecuaciones lineales AX=B es incompatible, por
lo tanto SB = .
Si rg ( A ') = rg ( A ' a ) = n (n es el nmero de incgnitas), entonces el sistema de ecuaciones
lineales AX=B es compatible determinado y se emplea la tcnica de sustitucin hacia atrs,
segn la cual se tiene:
n ecuaciones principales del sistema AX=B, en donde los 1s principales son
coeficientes de las incgnitas principales.
De cada ecuacin principal se despeja la incgnita principal.
Luego desde abajo hacia arriba se sustituyen los valores de las incgnitas que se van
obteniendo.

Si rg ( A ') = rg ( A ' a ) = r < n (n es el nmero de incgnitas), entonces el sistema de ecuaciones

lineales AX=B es compatible indeterminado y se emplea la tcnica de sustitucin hacia
atrs, segn la cual se tiene:

r ecuaciones principales del sistema AX=B, y por consiguiente tiene r 1s principales

que son coeficientes de las r incgnitas principales y las restantes n-r incgnitas son las
incgnitas secundarias o no principales.
De cada ecuacin principal se despeja la incgnita principal, que puede o no quedar en
funcin de las incgnitas principales de las otras ecuaciones principales y/o de las n-r
incgnitas secundarias.
Luego desde abajo hacia arriba se sustituyen los valores de las incgnitas que se van
obteniendo.

Si se desea encontrar una solucin particular del sistema basta asignar escalares arbitrarios
del cuerpo F a las n-r incgnitas no principales.

Ejemplo

Supngase que la siguiente matriz escaln por filas es la matriz ampliada que result de efectuar
operaciones elementales de filas a la matriz ampliada de un sistema dado:
1 5 2 4 5

0 1 0 6 2
A 'a = A' B ' =
0 0 1 2 1

0 0 0 0 0

se tiene que
rg ( A') = rg ( A'a ) = 3 < 4

por lo tanto el sistema de ecuaciones lineales AX=B es compatible indeterminado y se expresa

como

Unidad 2 19
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

x 5 y + 2 z 4t = 5

y + 6t = 2

z 2t = 1

Despejando las incgnitas principales:

x = 5 y 2 z + 4t + 5

y = 6t + 2

z = 2t 1
luego
z = 2t 1, t R
y = 6t + 2, t R
x = 5( 6t + 2) 2(2t 1) + 4t + 5 = 30t +10 4t + 2 + 4t + 5 =
= 30t +17, t R

Finalmente el conjunto solucin es

S = {(x, y, z, t ) / x = 30t + 17 y = 6t + 2 z = 2t 1 t R}
B'

S = {( 30t + 17,6t + 2,2t 1, t ) / t R}

B'

30t + 17

6t + 2
S =
/ t R
B' 2t 1
t

Mtodo de Gauss-Jordan

Sea el sistema lineal AX=B, con A F mn y B F m1

El mtodo de Gauss-Jordan es un procedimiento sistemtico para resolver sistemas de ecuaciones
lineales, que consiste en transformar la matriz ampliada de un sistema lineal de m ecuaciones con n
incgnitas, en una matriz cuyas primeras n columnas forman una matriz escaln reducida por filas,
la que da origen a un nuevo sistema lineal AX=B, ms fcil de resolver y que tiene el mismo
conjunto solucin que el sistema lineal dado.
En el sistema AX=B, con A' F mn y B ' F m1 , a diferencia del mtodo de eliminacin
Gaussiana, las incgnitas principales aparecen slo en la correspondiente ecuacin principal.

I. Transformar la matriz ampliada del sistema A a = A B , aplicando operaciones elementales de

filas, en una matriz escaln reducida por filas A ' a = A ' B ' .

AX=B

Unidad 2 20
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Aa = A B
Operaciones elementales de fila.
A 'a = A ' B '

AX=B

Por definicin los sistemas AX=B y AX=B son equivalentes y por el teorema precedente
ambos sistemas tienen el mismo conjunto solucin.

I. Aplicar el teorema de Rouch-Frobenius y analizar los rangos de Aa y Aa y el nmero de

incgnitas del sistema.
Si rg ( A ') rg ( A ' a ) , entonces el sistema de ecuaciones lineales AX=B es incompatible, por
lo tanto SB = .
Si rg ( A ') = rg ( A ' a ) = n (n es el nmero de incgnitas), entonces el sistema de ecuaciones
lineales AX=B es compatible determinado y se tiene:
n ecuaciones principales del sistema AX=B, en donde los 1s principales son
coeficientes de las incgnitas principales.
Si rg ( A ') = rg ( A ' a ) = r < n (n es el nmero de incgnitas), entonces el sistema de ecuaciones
lineales AX=B es compatible indeterminado y se tiene:

r ecuaciones principales del sistema AX=B, y por consiguiente tiene r 1s principales

que son coeficientes de las r incgnitas principales y las restantes n-r incgnitas son las
incgnitas secundarias o no principales.
De cada ecuacin principal se despeja la incgnita principal, que puede o no quedar en
funcin de las n-r incgnitas secundarias.

Si se desea encontrar una solucin particular del sistema basta asignar escalares arbitrarios
del cuerpo F a las n-r incgnitas no principales.

Ejemplo

Supngase que la siguiente matriz escaln por filas es la matriz ampliada que result de efectuar
operaciones elementales de filas a la matriz ampliada de un sistema dado:
1 0 0 30 17

0 1 0 6 2
A 'a = A ' B ' =
0 0 1 2 1

0 0 0 0 0

Se tiene que:
rg ( A') = rg ( A'a ) = 3 < 4
Por lo tanto el sistema de ecuaciones lineales AX=B es compatible indeterminado y se expresa
como

Unidad 2 21
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

x + 30t = 17

y + 6t = 2

z 2t = 1

Despejando las incgnitas principales

x = 17 30t

y = 2 6t

z = 1 + 2t

Finalmente el conjunto solucin es:

S = {( x, y, z, t ) / x = 17 30t y = 2 6t z = 1 + 2t t R}
B'

S = {(17 30t ,2 6t ,1 + 2t , t ) / t R}
B'

17 30t

2 6t
S =
/ t R .
B' 1 + 2t
t

Teorema de Cramer

Sea el sistema de ecuaciones lineales AX=B, con A F nn y B F n1 .

Si A es inversible entonces el sistema de ecuaciones lineales AX=B, admite una nica solucin, es
decir es compatible determinado.

Demostracin

Sea AX=B, como A es inversible por hiptesis, existe A-1 (Inversa de A).
Premultiplicando por A-1 en ambos miembros:

A-1(AX) = A-1B
por propiedad asociativa

(A-1A)X = A-1B InX = A-1B X = A-1B.

(1) ( 2)
Referencias:
(1) A-1 es la inversa de A.
(2) In es la unidad del producto de matrices.

Unidad 2 22
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Es solucin del sistema AX=B.

En efecto:
A(A-1B) = (AA-1)B = InB = B.
(1) ( 2) (3)
Referencias:
(1) Por asociatividad.
(2) A-1 es la inversa de A.
(3) In es la unidad del producto de matrices.

Es nica.
En efecto, X=A-1B es nica solucin debido a la unicidad de la inversa.

Q.E.D.

Regla de Cramer
Sea el sistema de ecuaciones lineales AX=B, con A F nn y B F n1 .
Si D( A) 0 entonces el sistema de ecuaciones lineales es compatible determinado y el valor de
cada componente del vector solucin:
x
1
x
X = 2


xn

se obtiene del siguiente modo:

D c c ... c B c ... c
1 2 j 1 j +1 1
j = 1,..., n : x j =
D( A)

Demostracin:

Como D( A) 0 entonces A es inversible, y por el teorema de Cramer:

x
1
x
! X = 2 / AX = B


x
n
entonces:
n
! x1, x2 ,..., xn F : x c = B .
i i
i =1

donde ci son las columnas de A.

Es decir B es combinacin lineal de las columnas de A.

Unidad 2 23
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Calculando:
D c c ... c B c ... c =
1 2 j 1 j +1 n
n
= D c c ... c xi ci c ... c =
1 2 j 1 j +1 n
(1)
i =1

= D c c ... c xc c ... c +
( 2) 1 2 j 1 11 j +1 n

+ D c c ... c x c c ... c + ... +

1 2 j 1 2 2 j +1 n

+ D c c ... c x c c ... c +
1 2 j 1 j 1 j 1 j +1 n

+ D c c ... c x c c ... c +
1 2 j 1 j j j +1 n

+ D c c ... c x c c ... c + ... +
1 2 j 1 j +1 j +1 j +1 n

+ D c c ... c x c c ... c =
1 2 j 1 n n j +1 n
= x D c c ... c c c ... c +
(3) 1 1 2 j 1 1 j +1 n

+ x2 D c c ... c c c ... c + ... +

1 2 j 1 2 j +1 n

+x D c c ... c c c ... c +
j 1 1 2 j 1 j 1 j +1 n
(
+ x j D c1 c2 ... c j 1 c j c j +1 ... cn + )
= D( A)

+x D c c ... c c c ... c + ... +
j +1 1 2 j 1 j +1 j +1 n

+ xn D c c c ... c
c ... c =
1 2 n j 1
j +1 n
= 0 + 0 + ... + 0 + x j D( A) + 0 + ... + 0 = x j D( A)
( 4)

Se ha probado que

D c c ... c B c ... c = x j D( A) .
1 2 j 1 j +1 n
0

luego:
D c1 c2 ... c j 1 B c j +1 ... c1
xj =
D( A)

Unidad 2 24
 lgebra II (LM-PM) - lgebra Lineal (Ings.) - F.C.E. y T.- UNSE

Referencias:
n
(1) Reemplazando B por x c .
i i
i =1
(2) Por Ax.1 de determinante.
(3) Por Ax.2 de determinante.
(4) Por Ax.3 de determinante.

Q.E.D.

Unidad 2 25