Sistemas de Ecuaciones Lineales y Matrices.

Carlos Mario Martnez Guerrero

Agosto
2008
0.1. Sistemas de Ecuaciones Lineales

Definicion 1. Una ecuacion lineal en las n variables x1 , x2 , ..., xn es una ecuacion que
puede escribirse de la forma a1 x1 + a2 x2 + + an xn = b donde los coeficientes a1 , a2 , ..., an
y el termino b son constantes.

Ejemplo 1. Las siguientes ecuaciones son lineales:

2 17
8x 9y = 6 r s+ t=9 4x1 8x2 + 9x3 = x4 + 8
3 4

3x + y (cos )z = 1 5.4x1 0.01x2 = 2.8
2

Las siguientes ecuaciones son no lineales:

x
8xy + 9z = 6 x31 8x22 = 18 +z =4
y

3x + y (cos z) = 1 5.4x1 0.01x2 + sin x3 = 0
2
Definicion 2. Una solucion de una ecuacion lineal a1 x1 + a2 x2 + + an xn = b es
un vector [s1 , s2 , ..., sn ] cuyas componentes satisfacen la ecuacion cuando se sustituye x1 =
s1 , x2 = s2 , ..., xn = sn , es decir,

a1 s1 + a2 s2 + + an sn = b

Ejemplo 2. La ecuacion lineal x1 x2 + 2x3 = 3 tiene [3, 0, 0] , [0, 1, 2] y [6, 1, 1] como

soluciones especificas. Por otro lado, si hacemos x2 = s y x3 = t, entonces una solucion
parametrica esta dada por [3 + s 2t, s, t] .

Definicion 3. Un sistema de ecuaciones lineales es un conjunto finito de ecuaciones

lineales, cada una con las mismas variables. Una solucion de un sistema de ecuaciones
lineales es un vector que es simultaneamente una solucion de cada ecuacion del sistema.
El conjunto solucion de un sistema de ecuaciones lineales es el conjunto de todas las
soluciones del sistema.

Ejemplo 3. Resuelva los siguientes sistemas de ecuaciones lineales:

(a) x y = 1 (b) x y = 2 (c) x y = 1

x + y = 3 2x 2y = 4 x y = 3

Nota 1. Un sistema de ecuaciones lineales se denomina consistente si tiene al menos una

solucion. Un sistema sin soluciones se denomina inconsistente.

1
0.2. Resolucion de un sistema de ecuaciones lineales

Definicion 4. Dos sistemas lineales se llaman equivalentes si tienen los mismos conjuntos
solucion. Por ejemplo,

x y = 1 y x y = 1
x + y = 3 y = 1

son equivalentes, puesto que ambos tienen la solucion unica [2, 1].
Nuestro enfoque para resolver un sistema de ecuaciones lineales es transformar el sistema
dado en uno equivalente que sea mas facil de resolver.

Ejemplo 4. Resuelva el sistema

x y z = 2
y + 3z = 5 (1)
5z = 10

Solucion 1. El procedimiento empleado para resolver este ejemplo se conoce como sustitu-
cion hacia atras (o sustitucion regresiva).

Ejemplo 5. Transforme el sistema dado en uno mas simple (en la forma del sistema mostra-
do en (1)) y, luego utilice sustitucion hacia atras para resolverlo.

x y z = 2
3x 3y + 2z = 16
2x y + z = 9

Ejercicios 0.2.1. 2.1. Pagina 63 texto gua.

0.3. Metodos directos para resolver sistemas lineales

Matrices y forma escalonada

Existen dos importantes matrices asociadas con un sistema lineal. La matriz de coeficientes
contiene los coeficientes de las variables, y la matriz aumentada es la matriz de coeficientes
aumentada en una columna extra que contiene los terminos constantes.

2
 Para el sistema
2x + y z = 3
x + 5z = 1
x + 3y 2z = 0

la matriz de coeficientes es
2 1 1


1 0 5

1 3 2

y la matriz aumentada es 
2 1 1  3



1 0 5  1


1 3 2  0

Definicion 5. Una matriz se encuentra en forma de renglon escalonado si satisface las

siguientes propiedades:

1. Cualquier renglon que se componga enteramente de ceros se encuentra en la parte in-

ferior.

2. En cada renglon distinto de cero, la primera entrada distinta de cero (denominada la

entrada principal) se encuentra en una columna a la izquierda de cualquier entrada
principal debajo de ella.

Ejemplo 6. Las matrices siguientes estan en forma escalonada de renglon:

0 2 0 1 1 3
2 3 1 2 0 1 1 1 2 1
0 0 1 1 2 2

0 2 4

0 4 3 0 0 1 3



0 0 0 0 4 0
0 0 0 0 0 7 0 0 0 0
0 0 0 0 0 5

0.4. Operaciones elementales de renglon

En una matriz se pueden efectuar las siguientes operaciones elementales de renglon:

1. El intercambio de dos renglones.

2. La multiplicacion de un renglon por una constante distinta de cero.

3
 3. La adicion de un multiplo de un renglon a otro renglon.

Utilizaremos la siguiente notacion abreviada para las tres operaciones elementales de renglon:

1. Ri Rj significa intercambiar los renglones i y j.

2. kRi significa multiplicar el renglon i por k.

3. Ri + kRj significa sumar k veces el renglon j al renglon i (y reemplazar el renglon i por

el resultado).

Ejemplo 7. Reduzca la matriz siguiente a la forma escalonada:

1 2 4 4 5

2 4 0 0 2



2 3 2 1 5

1 1 3 6 5

Solucion 2. Trabajaremos columna por columna, de izquierda a derecha y de arriba hacia

abajo. La estrategia es crear una entrada principal en una columna y luego utilizarla para
crear ceros por debajo de ella. La entrada seleccionada para llegar a ser una entrada principal
se conoce como un pivote, por lo cual esta fase del proceso se denomina pivoteo. Aunque no
es estrictamente necesario, a menudo es conveniente emplear la segunda operacion elemental
de renglon para hacer de cada entrada principal un 1.

Definicion 6. Las matrices A y B son de renglon equivalente si existe una secuencia de

operaciones elementales de renglon que convierta A en B.
En el ejemplo anterior, la matriz inicial y la matriz obtenida son de renglon equivalente.

Teorema 0.4.1. Las matrices A y B son de renglon equivalente si y solo si pueden reducirse
a la misma forma escalonada de renglon.

0.5. Eliminacion gaussiana

1. Escriba la matriz aumentada del sistema de ecuaciones lineales.

2. Utilice operaciones elementales de renglon para reducir la matriz aumentada a la forma

escalonada de renglon.

4
 3. Mediante la sustitucion hacia atras, resuelva el sistema equivalente que corresponda a
la matriz de renglon reducido.

Ejemplo 8. Resuelva el sistema

x + y + z = 3
2x + 3y + z = 5
x y 2z = 5

Solucion 3. La matriz aumentada es


1 1 1  3



2 3 1  5


1 1 2  5

Procedemos a reducir esta matriz a la forma escalonada de renglon

 
1 1 1  3 1 1 1  3
 
 
0 1 1  1
 
2 3 1  5
 
 
1 1 2 5  0 2 3 8 

1 1 1  3


0 1 1  1



0 0 5  10

El sistema correspondiente es, ahora

x + y + z = 3
y z = 1
5z = 10

La sustitucion hacia atras nos da z = 2, y = 1, x = 0, de manera que la solucion puede

expresarse en forma vectorial como
0


1

2
Ejemplo 9. Resuelva el sistema

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

5
Solucion 4. La matriz aumentada es

1 1 1 2  1


2 2 1 3

 3


1 1 1 0  3

la que puede ser reducida por renglones como se muestra a continuacion:

 
1 1 1 2  1 1 1 1 2  1
 
 
2 2 1 3  3 1 1  1
 
0 0
 
 
1 1 1 0  3 0 0 2 2  2

1 1 1 2  1


0 0 1 1  1



0 0 0 0  0
El sistema asociado es ahora

w x y + 2z = 1
y z = 1
el cual tiene un numero infinito de soluciones. Existe mas de una forma de asignar paramet-
ros, pero procederemos a emplear la sustitucion hacia atras, expresando las variables cor-
respondientes a las entradas principales (las variables principales) en terminos de otras
variables (las variables libres). En este caso, las variables principales son w y y; las vari-
ables libres son x y z. De este modo, y = 1 + z, y de esto obtenemos

w = 1 + x + y 2z

= 1 + x + (1 + z) 2z

= 2+xz

Si asignamos parametros x = s as como z = t, la solucion puede ser escrita en forma

vectorial como

w 2+st 2 1 1

x s 0 1 0

= = + s + t

y 1+t 1 0 1

z t 0 0 1

6
Definicion 7. El rango de una matriz es el numero de renglones distintos de cero en su
forma escalonada de renglon.

Nota 2. Denotaremos el rango de una matriz A por rango(A).

Teorema 0.5.1. (Teorema del rango)

Sea A la matriz de coeficientes de un sistema de ecuaciones lineales con n variables. Si el
sistema es consistente, entonces

numero de variables libres = n rango(A)

Demostracion 1.

Ejemplo 10. Resuelva el sistema

x1 x2 + 2x3 = 3
x1 + 2x2 x3 = 3
2x2 2x3 = 1

0.6. Eliminacion por Gauss-Jordan

Definicion 8. Una matriz se encuentra en forma reducida de renglon escalonado si

satisface las propiedades siguientes:

1. Cualquier renglon conformado completamente por ceros se encuentra en la parte infe-

rior.

2. La entrada principal en cada renglon distinto de cero es un 1 (denominado 1 principal).

3. Cada columna que contiene un 1 principal tiene ceros en cualquier otro sitio.

Eliminacion de Gauss-Jordan

1. Escriba la matriz aumentada del sistema de ecuaciones lineales.

2. Utilice operaciones elementales de renglon para reducir la matriz aumentada a la forma

reducida de renglon escalonado.

7
 3. Si el sistema resultante es consistente, resuelva para las variables principales en termi-
nos de cualquier variable libre restante.

Ejemplo 11. Resuelva el sistema por medio de la eliminacion de Gauss-Jordan

x1 + 3x2 2x3 + 4x4 = 0

2x1 6x2 + x3 2x4 = 3
x1 3x2 + 4x3 8x4 = 2

0.7. Sistemas homogeneos

Definicion 9. Un sistema de ecuaciones lineales se denomina homogeneo si el termino

constante en cada ecuacion es cero.

Teorema 0.7.1. Si [A |0 ] es un sistema homogeneo de m ecuaciones lineales con n variables,

donde m < n, entonces el sistema tiene un numero infinito de soluciones.

Demostracion 2. Puesto que el sistema tiene al menos la solucion cero (solucion trivial),
es consistente. Ademas, rango(A) m (m es el numero de ecuaciones). Por el teorema del
rango, tenemos que

numero de variables libres = n rango(A) n m > 0

De modo que hay al menos una variable libre y, por lo tanto, un numero infinito de soluciones.

Ejercicios 0.7.1. 2.2 Pagina 82 texto guia.

0.8. Matrices

Operaciones matriciales

Definicion 10. Una matriz es un arreglo rectangular de numeros denominados las entradas
o elementos, de la matriz.

Ejemplo 12. Los siguientes son ejemplos de matrices:

El orden de una matriz es una descripcion de los numeros de renglones y columnas que
tiene. Una matriz se denomina de mxn si tiene m renglones y n columnas. Una matriz de

8
1xm se conoce como vector renglon y una matriz de nx1 se conoce como vector columna.

Una matriz general A de orden mxn tiene la forma

a11 a12 a1n

a21 a22 a2n


A= .. .. .. ..

.

. . .

am1 am2 amn

donde aij es el elemento que se encuentra en la fila i columna j.

Las entradas diagonales de A son a11 , a22 , a33 , ..., y si m = n (es decir, si A tiene el
mismo numero de renglones que columnas), entonces A se conoce como matriz cuadra-
da. Una matriz cuadrada cuyas entradas no diagonales sean todas cero se denomina matriz
diagonal. Una matriz diagonal en la cual todas sus entradas diagonales son las mismas se
conoce como matriz escalar. Si el escalar de la diagonal es 1, la matriz escalar se llama
matriz identidad. La matriz identidad de orden nxn se denota mediante el smbolo In ; y
se puede definir tambien de la forma

1 si i = j
In =
0 si i 6= j

Ejemplo 13.

Definicion 11. Dos matrices son iguales si tienen el mismo tamano y sus entradas corre-
spondientes son iguales. De este modo, si A = [aij ]mxn y B = [bij ]rxs , entonces A = B si y
solo si m = r y n = s, y ademas aij = bij para toda i y j.

Ejemplo 14. Para que valores de y , las matrices A y B dadas son iguales

1 2 3 1 2 3

A= 0 4 ;B = 0 4 1


2 1 4 1 4

Solucion 5. = 1 y = 2.

Adicion de matrices y multiplicacion por un escalar

9
Generalizando a partir de la adicion de vectores, definimos la adicion de matrices por com-
ponentes. Si A = [aij ] y B = [bij ] son matrices de mxn, su suma A + B es la matriz de mxn
obtenida mediante la suma de las entradas correspondientes. De esta manera,

A + B = [aij + bij ]

Nota 3. Si A y B no son del mismo tamano, entonces A + B no esta definida.

Si A es una matriz de mxn y c es un escalar, entonces el multiplo escalar cA es la

matriz de mxn obtenida al multiplicar cada entrada de A por c. De manera mas formal,
tenemos que
cA = c [aij ] = [caij ]

La matriz (1)A se escribe como A y se denomina la negativa de A. Como ocurre

con los vectores, podemos usar este hecho para definir la diferencia de dos matrices:
Si A y B son del mismo orden, entonces

A B = A + (B)

Una matriz cuya totalidad de sus entradas son ceros se denomina matriz cero (o
nula) y se donota como 0 (o 0mxn si es importante especificar su tamano).

Si A es cualquier matriz y 0 es la matriz cero del mismo tamano, entonces

A+0=0+A

y
A A = 0 = A + A

Multiplicacion de matrices

Definicion 12. Si A es una matriz de m n y B es una matriz de n r, entonces el

producto C = AB es una matriz de m r. La entrada (i, j) del producto se calcula como
sigue:

cij = ai1 b1j + ai2 b2j + + ain bnj

n
X
= aik bkj
k=1

10
Ejemplo 15. Calcule AB si

2 3
1 3 2 0
3 1

A = 1 0 2 4 y B=


1

4
2 0 3 1
2 4
Ejemplo 16. Teresa y Juan planean ir a comprar frutas para la semana proxima. Cada uno
de ellos desea comprar algunas manzanas, naranjas y toronjas, pero en diferentes cantidades.
La tabla 1 enumera lo que piensan adquirir. Existen dos mercados de frutas en las cercanas
(El Trebol y el Impacto) y sus precios se proporcionan en la tabla 2. Cuanto costara a Teresa
y a Juan hacer sus compras en cada uno de los mercados?.

Manzanas Toronjas Naranjas

Teresa 8 4 12 (2)

Juan 6 6 8

El Trebol El Impacto
Manzanas $800 $1000
(3)
Toronjas $700 $600
Naranjas $200 $300
Solucion 6.
800 1000
8 4 12
D= y P = 700

600
6 6 8
200 300

800 1000
8 4 12 11 600 14 000
DP = 600 =

700
6 6 8 10 600 12 000
200 300

El Trebol El Impacto
Teresa 11600 14000
Juan 10600 12000

11
 Potencias de una matriz

Si A es una matriz de orden n n y k es un entero positivo, tiene sentido definir Ak como

Ak = AA A}
| {z
kf actores

De esta forma, A1 = A, y es conveniente para definir A0 = In .

Propiedades

Si A es una matriz cuadrada y r y s son enteros no negativos, entonces

1. Ar As = Ar+s

2. (Ar )s = Ars

Ejemplo 17. Si
1 1
A= ,
1 1
determine una formula para An .

Solucion 7.

Ejemplo 18. Si
0 1
B= ,
1 0

determine B 5 , B 8 y B 12 .

Solucion 8. Encontramos que B 5 = B, y la sucesion de potencias de B se repite en un ciclo

de cuatro:

0 1 1 0 0 1 1 0 0 1
, , , , ,...
1 0 0 1 1 0 0 1 1 0

12
 Transpuesta de una matriz

La transpuesta de una matriz A de orden m n es la matriz AT de orden n m que se

obtiene cuando se intercambian los renglones y columnas de A. Es decir, la i-esima columna
de AT es el i-esimo renglon de A para toda i.
En terminos de sus componentes,

(AT )ij = Aji para toda i y j

Ejemplo 19. Hallar la transpuesta de las siguientes matrices:

4 6 0 0 9 4 0
h i 3
A = 3 1 3 ; B= 2 2 0 4 ; C= 0 2 5 ; D=

9
5 2 2 1 3 1 3

Definicion 13. Una matriz cuadrada es simetrica si es igual a su propia transpuesta; es

decir,
AT = A

Ejercicios 0.8.1. 3.1 pagina 149

0.9. Algebra de Matrices

Propiedades de la adicion y multiplicacion por un escalar

Teorema 0.9.1. Sean A, B y C matrices del mismo tamano y sean c y d escalares. Entonces,

1. A + B = B + A; Conmutatividad

2. (A + B) + C = A + (B + C); Asociatividad

3. A + 0 = A

4. A + (A) = 0

5. c(A + B) = cA + cB; Distributividad

6. (c + d)A = cA + dA; Distributividad

7. c(dA) = (cd)A

13
 8. 1A = A

Propiedades de la multiplicacion de matrices

Teorema 0.9.2. Sean A, B y C matrices (cuyos tamanos sean de tal manera que las opera-
ciones indicadas puedan ser realizadas) y sea k un escalar. Entonces,

1. A(BC) = (AB)C; Asociatividad

2. A(B + C) = AB + AC; Distributividad por la izquierda

3. (A + B)C = AC + BC; Distributividad por la derecha

4. k(AB) = (kA)B = A(kB)

5. Im A = A = AIn si A es m n; Identidad multiplicativa

Ejemplo 20. Si A y B son matrices cuadradas del mismo tamano, es (A + B)2 = A2 +

2AB + B 2 ?.

a b
Ejemplo 21. Encuentre las condiciones de a, b, c y d tales que B = conmute
c d

1 0 0 0
tanto con como con .
0 0 0 1
Propiedades de la transpuesta

Teorema 0.9.3. Sean A y B matrices (cuyos tamanos son de tal modo que las operaciones
indicadas puedan ser realizadas) y sea k un escalar. Entonces,

1. (AT )T = A

2. (A + B)T = AT + B T

3. (kA)T = k(AT )

4. (AB)T = B T AT

5. (Ar )T = (AT )r para todos los enteros r no negativos

Teorema 0.9.4. 1. Si A es una matriz cuadrada, entonces A + AT es una matriz simetri-

ca.

2. Para cualquier matriz A, tenemos que AAT y AT A son matrices simetricas.

Ejercicios 0.9.1. 3.2 pagina 158

14