Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción
Muchos de los problemas de ingenierı́a y de otras ciencias involucran la resolución de
sistemas de ecuaciones lineales. Estudiaremos técnicas que permiten resolverlos. Además
los clasificaremos de acuerdo a la cantidad de soluciones que tengan.
Ecuaciones lineales
Dados los escalares reales a1 ; a2 ; ...; an ; b, se denomina ecuación lineal con n incógni-
tas a una expresión de la forma: a1 x1 +a2 x2 +...+an xn = b obtenida mediante operaciones
algebraicas. Las n incógnitas o variables están representadas por los sı́mbolos x1 ; x2 ; ...; xn ,
los ai son los coeficientes de las xi para i = 1; 2; ...; n, y b es el término independiente
de la ecuación.
Al conjunto ordenado de escalares reales o n-upla (α1 , α2 , ..., αn ) que verifican la ecua-
ción , es decir tales que a1 α1 +a2 α2 +...+an αn = b se denomina solución de la ecuación.
Al conjunto de todas las soluciones se denomina solución general de la ecuación.
Ejemplos:
7
i) La ecuación lineal con 1 incógnita x1 dada por 3x1 = 7 tiene como solución a ,
3
porque es elúnico
valor que la verifica. En este caso podemos escribir que el conjunto
7
solución es .
3
ii) La ecuación lineal con 2 incógnitas x1 , x2 dada por 3x1 = 7 tiene como solución a
7 7
la 2-upla ( , x2 ), con x2 ∈ R pues se verifica que 3. = 7. En este caso podemos
3 3
escribir que el conjunto solución es (x1 , x2 ) = ( 73 , t) : t ∈ R .
iii) En la ecuación x1 + 7x2 = 2 con dos incógnitas vemos que una solución es la dupla
(−5, 1). En este caso no serı́a la única pues los pares (2, 0); (−26, 4), (9, −1) también
son soluciones de la ecuación dada. Estas soluciones indicadas, que son algunas de
las infinitas soluciones que tiene la ecuación, reciben el nombre de soluciones par-
ticulares.
La solución general
expresarse como {(x1 , x2 ) = (2 − 7k, k), k ∈ R}
puede
2 t
ó (x1 , x2 ) = t, − , t ∈ R . También podrı́amos escribir:
7 7
{(x2 , x1 ) = (β, 2 − 7β) : β ∈ R}
−2 −2 −2
−3 −3 −3
Observación: Los s.e.l. homogéneos son siempre compatibles pues la n-upla (0, 0, ..., 0)
siempre es solución del mismo. A esta solución se la llama solución trivial.
A1 y A2 A3 y A4 A5
y y y
x x 0
x
0 0
0 1 2 3 4 0 1 2 3 4 0 1 2 3 4
−1 −1 −1
−2 −2 −2
−3 −3 −3
Dado que al transformar estos sistemas en otros equivalentes las modificaciones se realizan
sólo en los coeficientes, es conveniente introducir una notación que simplifique la escritura
del sistema.
1 2 3 9
F2 −→ 31 F2 0 1 2 4 .
0 0 0 0
A la matriz que se obtiene de aplicar una o más operaciones elementales filas a una
matriz
dada A se la
llama matriz asociada a A. En el ejemplo
anterior tenemos
que la
1 2 3 9 2 7 12 30
matriz 0 1 2 4 es una matriz asociada a la matriz 1 2 3 9 .
0 0 0 0 4 5 6 24
(III) escalonada reducida si es escalonada y además verifica que cada columna que
contenga un 1 principal tiene cero en todos los demás elementos de esa misma co-
lumna.
1 4 0 1
Por ejemplo: la matriz 0 0 1 2 es una matriz escalonada reducida mientras
0 0 0 0
1 4 6 1
que 0 0 1 2 es escalonada pero no es escalonada reducida.
0 0 0 0
Definición de rango de una matriz: Al número de filas no nulas que tiene una matriz
pseudo escalonada(ó escalonada) asociada a una matriz A se lo llama rango de la matriz
A y lo notamos por ρ(A).
1 0
3 0 21 1 0 7 0 1
Ejemplos: Las matrices A = , B = , C = 0 0 y
0 0 1 0 0 1
0 0
1 −2 1
D = 0 1 1 son matrices pseudo escalonadas. Más precisamente, las matrices
0 0 0
B y D son matrices escalonadas y la matriz C es escalonada reducida. Es claro que todas
estas matrices tienen rango dos, es decir, ρ(A) = 2, ρ(B) = 2, ρ(C) = 2 y ρ(D) = 2.
2 7 12 30
M = 1 2 3 9
4 5 6 24
2 7 12 30
F2 −→ F2 + (−1/2)F1 0 −3/2 −3 −6
4 5 6 24
2 7 12 30
F3 −→ F3 + (−2)F1 0 −3/2 −3 −6
0 −9 −18 −36
2 7 12 30
F3 −→ F3 + (−6)F2 0 −3/2 −3 −6
0 0 0 0
Podemos continuar aplicando las operaciones elementales hasta obtener una matriz
escalonada. En este caso, aplicando las operaciones elementales
F1 −→ 1/2F 1 y
1 7/2 6 15
F2 −→ (−2/3)F2 obtenemos la siguiente matriz escalonada: 0 1 2 4 .
0 0 0 0
ii) Efectuando otras operaciones elementales obtenemos otra matriz pseudo escalonada
asociada a la matriz M :
2 7 12 30
M = 1 2 3 9
4 5 6 24
1 2 3 9
F1 ←→ F2 2 7 12 30
4 5 6 24
1 2 3 9
F2 −→ F2 + (−2)F1 0 3 6 12
4 5 6 24
1 2 3 9
F3 −→ F3 + (−4)F2 0 3 6 12
0 3 6 12
1 2 3 9
F3 −→ F3 + (−1)F2 0 3 6 12
0 0 0 0
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
Dado el sistema de ecuaciones lineales a31 x1 + a32 x2 + ... + a3n xn = b3 se tiene que
..
.
a x + a x + ... + a x = b
m1 1 m2 2 mn n m
a11 a12 a13 ... a1n a11 a12 a13 ... a1n b1
a21 a22 a23 ... a2n a21 a22 a23 ... a2n b2
A = a31 a32 a33 ... a3n y (A|B) = a31 a32 a33 ... a3n b3 .
.. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . .
am1 am2 am 3 ... amn am1 am2 am3 ... amn bn
son la matriz de los coeficientes y la matriz aumentada, respectivamente, asociada a dicho
sistema.
Notar que la matriz de los coeficientes es de tamaño m × n, mientras que la matriz
ampliada es de tamaño m × (n + 1).
Ejemplo:
x1 + 4x2 + 6x3 = 18 1 4 6 18
La matriz ampliada del sistema 4x1 + 5x2 + 6x3 = 24 es G = 4 5 6 24
3x1 + x2 − 2x3 = 4 3 1 −2 4
siempre y cuando se trate de un sistema de tres ecuaciones lineales con tres incógnitas.
Al indicar la matriz ampliada asociada al sistema estoy indicando implı́citamente el orden
de las incógnitas que estoy considerando. En este ejemplo estoy suponiendo que el orden
estará dado por la terna (x1 , x2 , x3 ).
Este método consiste en reducir el s.e.l. en otro equivalente que tenga por matriz
ampliada una matriz en forma escalonada. En este caso el sistema se resuelve por me-
dio de una técnica llamada ”sustitución hacia atrás”teniendo en cuenta los siguientes
pasos:
1. Se despejan las variables principales de la ecuación, es decir, se despejan
aquellas variables que acompañan a los pivotes.
2. Comenzando con la última ecuación y continuando hacia arriba, se sustituye
sucesivamente cada ecuación en todas las ecuaciones que están por encima de
ella.
3. Se asignan valores arbitrarios a las variables no principales (es decir, aquellas
1 −2 1 1 2
3
0 2 −2 −8
0 4 −1 −1 1
−1 6 −2 0 7
1 −2 1 1 2
0 6 −1 −5 −14
F2 −→ F2 + (−3)F1
0 4 −1 −1 1
−1 6 −2 0 7
1 −2 1 1 2
0 6 −1 −5 −14
F4 −→ F4 + F1
0 4 −1 −1 1
0 4 −1 1 9
1 −2 1 1 2
0 6 −1 −5 −14
F3 −→ F3 + (− 32 )F2
0 0 − 13 7
3
31
3
0 4 −1 1 9
1 −2 1 1 2
0 6 −1 −5 −14
F4 −→ F4 + (− 23 )F2
0 0 − 13 7
3
31
3
0 0 − 13 13
3
55
3
1 −2 1 1 2
0 6 −1 −5 −14
F4 −→ F4 + (−1)F3
0 0 − 13 7
3
31
3
0 0 0 2 8
1 −2 1 1 2
0 1 − 61 − 65 − 73
F2 −→ ( 16 )F2
0 0 − 13 7
3
31
3
0 0 0 2 8
1 −2 1 1 2
0 1 − 16 − 56 − 73
F3 −→ (−3)F3
0 0 1 −7 −31
0 0 0 2 8
1 −2 1 1 2
0 1 − 16 − 56 − 73
F4 −→ 12 F4
0 0 1 −7 −31
0 0 0 1 4
x1 − 2x12 + x35+ x4 = 27
x2 − 6 x3 − 6 x4 = − 3
El sistema equivalente a resolver es:
x3 − 7x4 = −31
x4 = 4
2. Haciendo sustitución hacia atrás obtenemos:
x4 = 4
x3 = −31 + 7,4 = −3
x2 = − 73 + 61 .(−3) + 56 ,4 = 21
x1 = 2 + 2. 12 − (−3) − 4 = 2.
1
Luego la solución es una única
4-úpla: (2,
2
, −3, 4). Para indicarlo como
1
conjunto solución escribimos (2, 2 , −3, 4)
1 1 1 2
F2 −→ F2 + (−2)F1 0 −1 −3 −3
3 2 0 1
1 1 1 2
F3 −→ F3 + (−3)F1 0 −1 −3 −3
0 −1 −3 −5
1 1 1 2
F3 −→ F3 + (−1)F2 0 −1 −3 −3
0 0 0 −2
1 1 1 2
F2 −→ (−1)F2
0 1 3 3
F3 −→ − 12 F3
0 0 0 1
x+y+z =2
El sistema equivalente resultante es: y + 3z = 3
0z = 1
Este método consiste en reducir el s.e.l. en otro equivalente que tenga por matriz
ampliada una matriz en forma escalonada reducida. En este caso la solución del s.e.l
se obtiene directamente. Sólo en el caso de ser compatible indeterminado hay que
asignar valores arbitrarios a las variables no principales.
2
− 23 − 83
1 0 3
0 1 − 61 − 56 − 73
F1 −→ F1 + 2F2
0 0 1 −7 −31
0 0 0 1 4
2
− 3 − 38
2
1 0 3
0 1 − −5 −7
1
F1 −→ F1 + − 32 F3 6 6 3
0 0 1 −7 −31
0 0 0 1 4
1 0 0 4 18
0 1 0 −2 − 15
F2 −→ F2 + 61 F3
0 0 1 −7 −31
2
0 0 0 1 4
1 0 0 0 2
0 1 0 −2 − 15
F1 −→ F1 + (−4)F4 0 0 1 −7 −31
2
0 0 0 1 4
1 0 0 0 2
0 1 0 1
0
F2 −→ F2 + 2F4 0 0 1 −7 −31
2
0 0 0 1 4
1 0 0 0 2
0 1 0 0 1
F3 −→ F3 + 7F4 0 0 1 0 −3
2
0 0 0 1 4
Si bien hay que hacer más pasos para obtener la matriz escalonada reducida
asociada al sistema, se observa que la solución se detecta directamente de la
matriz hallada. En este caso es claro que x1 = 2, x2 = 21 , x3 = −3 y x4 = 4.
1 2 3 9 1 0 −1 1
b) 0 1 2 4 F1 −→ F1 + (−2)F2 0 1 2 4
0 0 0 0 0 0 0 0
Si el sistema es compatible indeterminado, la ventaja de obtener la matriz es-
calonada reducida asociada al sistema es que es muy fácil obtener la solución
general y no es necesario realizar la ”sustitución hacia atrás”. Si observamos
la matriz podrı́amos directamente obtener a partir de ella que x1 = 1 + x3 y
x2 = 4 − 2x3 . Sólo convendrı́a tomar un valor arbitrario para x3 , por ejemplo
x3 = k y obtenemos ası́ la solución general (1 + k, 4 − 2k, k) , k ∈ R
1 1 1 2
c) 0 1 3 3 . En este caso no tendrı́a sentido continuar con las operaciones
0 0 0 −2
elementales. Si en algún momento detectamos que el sistema es incompatible,
ya tenemos terminado el proceso de buscar la solución del mismo.
Observación: En muchos casos es suficiente para resolver un s.e.l. utilizar el método de
Eliminación de Gauss.
2x1 + x2 − x3 = 1
x1 + x2 + x3 = 2
Ejercicio: Resolver el s.e.l. utilizando el método de eliminación de
3x1 + 2x2 = 3
x1 − 2x3 = −1
Gauss-Jordan.
Para responder a la consigna deberı́amos averiguar cómo varı́a el rango de las matrices
de coeficientes
y ampliada del sistema según
el valor que tome el parámetro a.
1 1 −1 1 1 −1 | 3
Sean A = 2 4
2 y (A/B) = 2 4
2 | 5
1 1 a2 − 10 1 1 a2 − 10 | a
Para calcular ρ(A) y ρ(A/B) hay que hallar las matrices escalonadas, aunque el proceso
se podrı́a detener aún cuando los pivotes no sean 1.
1 1 −1 | 3 1 1 −1 | 3
F2 −→ F2 + (−2)F1
2 4 2 | 5 0 2 4 | −1
2 F3 −→ F3 + (−1)F1 2
1 1 a − 10 | a 0 0 a −9 | a−3
1 1 −1
Es claro que ρ(A) coincide con el número de filas no nulas de la matriz 0 2 4 .
2
0 0 a −9
2
3 si a − 9 6= 0 3 si a ∈ R − {3, −3}
Luego, ρ(A) = ⇔ ρ(A) =
2 si a2 − 9 = 0 2 si a = 3 o a = −3
Por otra parte,
1 1 −1 | 3
ρ(A/B) coincide con el número de filas no nulas de la matriz 0 2 4 | −1 .
2
0 0 a −9 | a−3
2
3 si a − 9 6= 0 o a − 3 6= 0
Esto es, ρ(A/B) =
2 si a2 − 9 = 0 y a − 3 = 0
Tenemos para analizar, utilizando el teorema de Rouché-Frobenius, los siguientes casos:
Bibliografı́a
Nakos, G., Joyner D. (1999). Álgebra Lineal con Aplicaciones. International Thom-
son Editores,S.A.. México, D.F.