Clase1.

Sistemas de ecuaciones lineales

Ecuaciones lineales
Esta clase trata acerca de los sistemas de ecuaciones lineales. Primero estableceremos claramente el concepto de ecuación
lineal. En términos un poco laxos, este tipo de ecuaciones extienden la noción de las ecuaciones que describen las lineas
rectas en el plano cartesiano, ası́ como las rectas los planos en el espacio tridimensional.

Consideremos la ecuación (lineal) y = 2x − 1. Si ubicamos en el plano cartesiano todos los puntos de la forma (x, y) que
la satisfagan, obtendremos la lı́nea recta que se muestra en la figura (1) . Observemos que si sutituimos, por ejemplo, x
por −1 y y por −3 en la ecuación, ésta se satisface; lo cual nos dice que el punto (−1, −3) está en la recta. Decimos que
este punto es una solución de la ecuación y de igual manera lo será cualquir otro punto con estas caracterı́sticas.

y = 2x − 1

(−1, −3)

(1)
En la siguiente definición se plantea una definición que extiende el concepto de ecuación lineal a un contexto más general
que el ilustrado en el ejemplo anterior.
Definición 0.1
1. Una ecuación lineal en las variables x1 , . . . xn , es una ecuación que puede ecribirse de la forma

a1 x1 + · · · + an xn = b,

donde a1 , . . . , an son constantes llamadas coeficientes de la ecuación y b es el término independiente.

2. Una solución de una ecuación lineal a1 x1 + · · · + an xn = b es un vector (n-tupla de números reales) de

Rn , [s1 , . . . , sn ] tal que si se sustituye si por xi entonces la ecuación se satisface.

1
Ejemplo 1. En estos ejemplos se muestrán algunas ecuaciones lineales ası́ como algunas de sus soluciones.
1.
3x + y − z = 0,
es una ecuación lineal en las variables x, y, z y el vector [0, 0, 0] es una solución de ésta.
2.
3x1 + x2 + πx3 − 5x4 = −10
es una ecuación lineal en las variables x1 , x2 , x3 , x4 y el vector [0, 0, 0, 2] es una de sus soluciones.
3. El vector [0, −2] es una solución de la ecuación lineal en x, y,
x − 0.5y = 1,
ya que si sustitimos 0 por x y −2 por y, obtenemos 0 − 0.5(−2) = 1.
4. Los vectores [2, 0, 0] y [1, −1, 2/7] son soluciones de la ecuación lineal en f1 , f2 , f3
−f1 + 3f2 + 7f3 = −2.
Es fácil ver que al sustituir las variables 2 por f1 , 0 por f2 y 0 por f3 , la ecuación se satisface. Similarmente ocurre
con el vector [1, −1, 2/7].
Notemos que en los anteriores ejemplos, no dijimos que las soluciones presentadas fueran las únicas. En realidad, estás
ecuaciones pueden tener infinitas soluciones.

Sistemas de ecuaciones lineales

Pasemos ahora a estudiar lo que conoceremos como sistemas de ecuaciones lineales. Consideremos a manera de ilus-
tración las siguientes dos ecuaciones lineales en x, y:

−2x + y = −1
x + 3y = 3.
Gráficamente, cada una de estas corresponde a una lı́nea recta como se muestra en la figura. Notemos que su punto
de intersección es A = ( 67 , 75 ). Visto de otra manera A es solución de ambas ecuaciones lineales o, como veremos a
continuación, A es solución de un sistema de ecuaciones lineales.

y = − 13 x + 1
y = 2x − 1

( 67 , 57 )

2
 Definición 0.2
1. Un sistema de ecuaciones lineales (s.e.l.) en las variables x1 , . . . , xn , es un conjunto (finito) de ecuaciones
lineales en tales variables.

2. Una solución de un s.e.l. es un vector [s1 , . . . , sn ] que es solución de todas las ecuaciones del sistema.

3. El conjunto solución de un s.e.l. es el conjunto de todas las soluciones del sistema.

Ejemplo 2. 1.
3x − y = −6
,
x + y = 10
es un sistema de ecuaciones lineales en las varibles x y y. El vector [1, 9] es una solución de este sistema.

2.

3x1 + x2 − x4 = 0
x1 + 0.2x2 + x3 + x4 = 1

es un s.e.l. en las variables x1 , x2 , x3 , x4 . Notemos que en la primera ecuación no aparece la variable x3 , esto se
debe a que su coeficiente es igual a 0.

Hay varios métodos para solucionar s.e.l algunos de los cuales veremos en este curso. Por ahora usaremos un proced-
imiento intuitivo.

Ejemplo 3. Resuelva los siguientes sistemas en las variables x, y:

1.
x−y =1
.
x+y =3

Primero le sumamos la primera ecuación a la segunda, es decir, sumamos a cada miembro de la segunda ecuación,
el respectivo miembro de la primera. Esto nos dá

x−y =1
.
2x = 4
1
Luego multiplicamos cada lado de la segunda ecuación por 2 con el fin de despejar x.

x−y =1
.
x =2

Esto nos da el valor de x, que satisface ambas ecuaciones. Ahora sustituimos este valor de x en la primera ecuación
y despejamos la variable y:

2−y =1 −y = −1 y =1
−→ −→ .
x =2 x =2 x =2

Por tanto el vector [2, 1] es una solución del s.e.l. De hecho es la única solución de este.

2.
x + 3y = −1
.
2x + 6y = −2

3
 Para solucionar este sistema tratemos de eliminar la variable x en la segunda ecuación. Como en el ejemplo
anterior, se puede multiplicar la primera ecuación por −2 y luego sumar este resultado a la primera, ası́:

−2x − 6y = 2 −2x − 6y = 2
−→ .
2x + 6y = −2 0x + 0y = 0
Notemos que en el segundo sistema de ecuaciones, la segunda ecuación es cierta para todo x, y. En otras palabras
el sistema inicial se redujo a la ecuación
−2x − 6y = 2,
la cual tiene infinitas soluciones. En efecto, para cada valor de x se obtiene un valor de y que satisface la ecuación.
3.
0.4x + 8y = 0
.
x + 20y = 1
Como en los ejemplos anteriores, podemos transformar este sistema multiplicando la segunda ecuación por −0.4
y luego sumando ecuaciones, ası́:
0.4x + 8y = 0 0.4x + 8y = 0
−→ .
−0.4x − 8y = −0.4 0x + 0y = −0.4
Observemos que no existen valores para x y y que satisfagan la última ecuación, es decir, el sistema dado no tiene
solución.
Los tres ejemplos anteriores ilustran un hecho general el cual presentamos en el siguiente teorema.
Teorema 0.1
Para un sistema de ecuaciones lineales siempre se satisface una y sólo una de las siguientes condiciones:

1. tiene única solución, o

2. tiene infinitas soluciones, o

3. no tiene ninguna solución.

En los casos 1 y 2, se dice que el sistema es consistente; en el caso 3 se dice que es inconsistente.

Definición 0.3
Dos sistemas se dicen equivalentes si y sólo si ellos tienen el mismo conjunto solución. Esto implica que si dos
sistemas son equivalentes y uno de ellos es inconsistente, entonces también lo es el otro.

Un acercamiento a la solución de un sistema de ecuaciones lineales

Centraremos ahora nuestros esfuerzos en hallar un algoritmo para resolver un sistema, dado de manera ordenada y efi-
ciente. Consideremos primero el siguiente sistema el cual tiene una forma muy particular, lo cual hará posible resolverlo
de manera relativamente sencilla:
Ejemplo 4. Resuelva el siguiente sistema de ecuaciones lineales en x, y, z:

x − 3y + 6z = 2
3y + 4z = 9 .
−8z = 1
Se comienza despejando z de la tercera ecuación. O sea
1
z=− .
8

4
Luego se sustituye el valor hallado de z en la segunda ecución para despejar y, ası́:
1 1 19 19
3y + 4(− ) = 9 −→ 3y = 9 + −→ 3y = −→ y = .
8 2 2 6
Finalmente se despeja x de la primera ecuación usando los valores hallados de y y z.
19 1 41 49
x − 3( ) + 6(− ) = 2 −→ x − = 2 −→ x = .
6 8 4 4
Por tanto la solución del sistema es el vector  
49 19 1
, , − .
4 6 8
Este procedimiento se conoce como sustitución regresiva y, dada la forma particular de este sistema, es fácil llevarlo a
cabo.

Notemos que en el anterior sistema las ecuaciones de abajo tienen menos variables que las de arriba, lo que facilitó la
sustitución. Veamos con el siguiente ejemplo, como podemos darle a un sistema la forma que se acabó de describir sin
afectar sus soluciones.

Ejemplo 5. Resuelva el siguiente sistema en x, y, z:

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

Multiplicamos la primera ecuación por −2 y este resultado se lo sumamos a la tercera. Observemos que este proced-
imiento no altera las ecuaciones

−2x + 2y + 2z = −4 −2x + 2y + 2z = −4
3x − 3y + 2z = 16 −→ 3x − 3y + 2z = 16 .
2x − y + z = 9 y + 3z = 5
En este último sistema multiplicamos la primera ecuación por 3 y la segunda por 2, con el fin de que los coeficientes de
x sólo se diferencien en el signo, lo que nos da como resultado

−6x + 6y + 6z = −12
6x − 6y + 4z = 32 .
y + 3z = 5
Ahora, le sumamos la primera ecuación a la segunda

−6x + 6y + 6z = −24
10z = 20 .
y + 3z = 5
Finalmente intercambiamos las ecuaciones 2 y 3, con lo cual obtenemos un sistema similar al del ejemplo anterior:

−6x + 6y + 6z = −24
y + 3z = 5 .
10z = 20
Este se soluciona haciendo sustitución regresiva. Esto nos da x = 3, y = −1 y z = 2, o sea que la solución del sistema
es [3, −1, 2].

Ya tenemos una idea de un método para resolver sistemas de ecuaciones lineales. Lo que debemos hacer es ir modificando
el sistema dado de manera apropiada de manera vayamos eliminando varialbles.

5
Matrices asociadas a un sistema de ecuaciones lineales

Definición 0.4
A un sistema dado, le asociamos dos objetos (matrices) de la siguiente manera:

(a) La matriz de coeficientes del sistema. Dado un sistema de ecuaciones lineales en las variables x1 , . . . , xn

a11 x1 + · · · + a1n xn = b1
a21 x1 + · · · + a2n xn = b2
.. .. (2)
. .
am1 x1 + · · · + amn xn = bm

su matriz de coeficientes se forma con los coeficientes de las variables conservando el orden, ası́
 
a11 · · · a1n
 a21 · · · a2n 
A= . ..  .
 
 .. ..
. . 
am1 · · · amn

(b) La matriz aumentada del sistema se forma tanto con los coeficientes de las variables como con los términos
independientes, conservando el orden, ası́:
 
a11 ··· a1n b1
 a21 ··· a2n b2 
[A|b] =  .
 
.. .. .. ..
 . . . . 
am1 · · · amn bm
Usualmente nos referimos al sistema (2) como el sistema [A|b], donde A es la matriz de coeficientes y b es
la columna formada por los términos independientes del sistema, es decir,
 
b1
 .. 
b =  . .
bm

(c) A cada número presente en una matriz lo llamaremos componente. Si la componente está en la fila i-ésima
y en la columna j-ésima, tambień la llamaremos componente i, j-ésima o componente i, j. Por ejemplo la
componente 3, 2−ésima de la anterior matriz aumentada es −1, ya que esta se encuentra ubicada en la fila 3
y la columna 2.

Ejemplo 6. Para el sistema

x−y−z =2
3x − 3y + 2z = 16 ,
2x − y + z = 9
en x, y, z su matriz de coeficientes resulta ser  
1 −1 −1
 3 −3 2  .
2 −1 1
Por otro lado su matriz aumentada es  
1 −1 −1 2
 3 −3 2 16  .
2 −1 1 9

6
Ahora, con el fin de describir el proceso para resolver un sistema, introducimos el siguiente tipo de matrices:
Definición 0.5
Una matriz está en forma escalonada por filas (renglones) si satisface las siguientes condiciones:

(a) En caso de existir filas de ceros, estas se encuentran abajo.

(b) En cada fila no nula (o sea, que no esté formada completamente por ceros) la primer componente distinta de
cero, que llamaremos pivote, está en una columna a la izquierda de los pivotes de abajo.

Notemos que las filas nulas, no tienen pivotes. Por otro lado, las filas no nulas siempre tienen pivotes. Para saber si una
matriz está en forma escalonada primero debemos identficar todos sus pivotes y luego ver que estos están dispuestos de
la manera que se indica en la definición anterior.

Ejemplo 7. Las siguientes matrices están en forma escalonada.

1.  
1 0 5
 0 4 9 .
0 0 −1
(a) Observe que no hay filas de ceros, por lo que pasamos a observar si se stisface la condición 2 de la definición.
(b) Identifiquemos los pivotes de cada fila. El 1 es el pivote de la primera fila, el 4 es el pivote de la segunda y el
−1 es el pivote de la tercera. Ahora notemos que el 1 ( en la primera fila), está a la izquierda de los pivotes
de abajo. El 4, está a la izquierda de los pivotes de abajo. Finalmente, el −1 no tiene pivotes debajo de el
por estar en la última fila, luego no hay que chequear nada con respecto a este pivote.

2.  
1 1 0 −0.3
 0 0 0 0 .
0 0 0 0

(a) Esta matriz tiene dos filas nulas, las cuales están abajo.
(b) Además sólo tiene un pivote, que está en la primera fila. Luego satisface la definición anterior.

3.  
2 −4 9
 0 0 −3  .
0 0 0
(a) Esta matriz tiene una fila de ceros, la cual está abajo.
(b) Por otro lado, el pivote de la primera fila es 2, el cual está a la izquierda del −3, que es el pivote de la segunda
fila.

4.  
0 −π 0 −1 √3
 0 0 −4 2 6 2 
 .
 0 0 0 4 0 
0 0 0 0 −1
(a) Esta matriz no tiene una fila de ceros.
(b) Por otro lado al identificar los pivotes de cada fila, nos damos cuenta que están dispuestos de izquierda a
derecha a medida que bajamos, tal como lo indica la definición.