ALGEBRA _ TEORIA_ 2° PARTE

SISTEMAS DE ECUACIONES LINEALES mxn

Un sistema lineal x es un conjunto de ecuaciones de primer grado con incógnitas.

Simbólicamente:

……………………………………………………………………

donde llamamos coeficientes del sistema a los valores de todos números reales, a incógnitas y a los
términos independientes. (los subíndices i y j varian de tal modo que , )

¿Qué significa resolver un sistema?

Es encontrar el vector , si es que existe, que satisface simultáneamente todas las ecuaciones del
sistema. Dichos vectores conforman lo que llamamos Conjunto Solución, que denotaremos .

Clasificación de los sistemas según sus soluciones

Según la cantidad de vectores solución los sistemas se clasifican en :

Determinados
Compatible
(CS es Unitario)
(CS )

Sistema de Indeterminados
Ecuaciones (CS es Infinito)
Lineales
Incompatible
(CS =)

Ejemplos

A continuación presentamos sistemas 2x2 acompañados de su

x  3y  7
correspondiente representación gráfica  es compatible
2 x  y  0
 1 
determinado, su conjunto solución es CS   
  2 

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 11
  x  3y  7  7  3 y  
a)  es compatible indeterminado, su conjunto solución es C S    / y  R
2 x  6 y  14  y  

 x  3y  7
b)  es incompatible , su conjunto solución es CS  
2 x  6 y  0

Sistemas Equivalentes
Dos sistemas se dicen equivalentes si y solo si poseen el mismo conjunto Solución

Ejemplos

Los siguientes son tres sistemas equivalentes:

x  3y  7 4 x  5 y  14 4 x  5 y  14
a)  b)  c) 
2 x  y  0  2x  y  0  3x  2 y  7

a) b) c)

Como resolver un sistema de ecuaciones?

La existencia de las soluciones depende de los coeficientes del sistema. De aquí surge la idea de trabajar solo
con ellos para llegar a las mismas. Entonces veamos las siguientes definiciones previas antes de ver los
métodos de resolución

- Matriz de un Sistema Lineal x es aquella matriz formada por los coeficientes de las incógnitas de
las ecuaciones, considerando el mismo orden en todas ellas.

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 12
 Simbólicamente, la matriz del sistema de tamaño x de la pagina 11 es

 a11 a12 a13 ... a1n 

 
 a21 a22 a23 ... a2 n 
Am xn   a31 a32 a33 ... a3n 
 
 ... ... ... ... ... 
a ... am n 
 m1 am 2 am 2

Observe que, por medio de la operación producto entre matrices podemos expresar al sistema x por
medio de la ecuación matricial A. X  B donde es la matriz del sistema, es el vector de las incógnitas
y es el vector de los términos independientes

- Matriz Ampliada de un sistema es aquella matriz que se forma adicionando el vector de términos
independientes a la Matriz del sistema, quedando una matriz de orden x( +1)
Se representará:
a11 a12 a13 ... a1n b1
a21 a22 a23 ... a2 n b2
AB  a31 a32 a33 ... a3n b3
... ... ... ... ... ...
am1 am 2 am 2 ... am n bm

Ejemplo

2 1 3 0 4 1
1 1 1 4 0 0
La matriz ampliada del sistema es
0 1 1 3 1 3
1 2 0 3 1 1

- Operaciones Elementales de Renglón son operaciones aplicadas a los renglones de una matriz de tal
modo que siempre se obtengan sistemas equivalentes. Son de tres tipos:
1) Intercambiar renglones Ri  R j

2) Multiplicar un renglón por un escalar no nulo y se reemplaza por estos nuevos valores Ri  cRi
3) Sumar a un renglón el múltiplo de otro renglón Ri  Ri  cR j

- Matrices Equivalentes son dos matrices de tal modo que una de ellas se puede obtener a partir de
la otra por medio de una cantidad finita de operaciones elementales de renglón. Notación: A ~ B

Observe que: Cuando sobre la matriz ampliada se realizan operaciones a sus renglones, recordando
que cada renglón está formado por los coeficientes de las ecuaciones, estaríamos obteniendo
ecuaciones equivalentes, ecuaciones que tendrían las mismas soluciones y por lo tanto sistemas
equivalentes.

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 13
Con todas estas definiciones se está en condiciones de describir un procedimiento matricial para resolver un
sistema de ecuaciones lineales. Primero, se forma la matriz aumentada del sistema; luego por medio de
operaciones elementales sobre renglones, se determina una matriz equivalente simplificada que indique
claramente la solución del sistema original, si es que existe. A dicha matriz se le llama matriz reducida la cual se
define como sigue:

Matriz reducida
Una matriz se dice que es matriz reducida si se satisface lo siguiente:

1. Si un renglón no consiste solamente en ceros, entonces la primera entrada diferente de cero en el

renglón es 1 mientras que todas las demás entradas en la columna en la que el 1 aparece son ceros.

2. En cada renglón, la primera entrada diferente de cero está a la derecha de la primera entrada
diferente de cero de cada renglón arriba de él.

3. Todos los renglones que consistan únicamente en ceros están en la parte inferior de la matriz.

Ejemplo:

Las siguientes matrices están en la forma reducida

, ,

Estrategia para obtener la matriz reducida

Hacer que la entrada principal en el primer renglón sea 1 y ceros en la columna correspondiente, un 1 en la
primera entrada no nula del segundo renglón y ceros en la columna correspondiente y así sucesivamente.

En el siguiente ejemplo indicaremos la operación elemental de renglón realizada en cada paso

Ejemplo

0 0 1 2 1  2 0 0
   
La matriz reducida equivalente a  3  6  3 0  es  0 0 1 0 
 6  12 2 11 0 0 0 1
   

Observe los pasos realizados

0 0 1 2  3  6  3 0  1  2 1 0 
     
3  6  3 0  ~ 0 0 1 2  ~ 0 0 1 2~
 6  12 2 11  6  12 2 11  6  12 2 11
     
R2  R1 R1  13 R1 R3  R3  (6) R1

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 14
  1  2 1 0   1  2 0 2   1  2 0 2   1  2 0 0 
       
~ 0 0 1 2  ~  0 0 1 2  ~ 0 0 1 2 ~ 0 0 1 0
0 0 8 11  0 0 0  5   0 0 0 1   0 0 0 1 


R1  R1  R2 R3  R3  (8) R2 R3   15 R3 R1  R1  (2) R3 R2  R2  (2) R3

El método de reducción de una matriz descripto puede usarse para resolver un sistema de ecuaciones lineales y
es lo que ha sido llamado Método de Gauss Jordan

A continuación presentamos una generalización del método para resolver sistemas de m ecuaciones y n
incógnitas:

Método de Gauss Jordan

Sea el sistema de ecuaciones lineales de tamaño

……………………………………………………………………

El método de Gauss Jordan propone:

1) Extraer la matriz ampliada del sistema

2) Obtener las matriz reducida equivalente a la primera (este paso se llama reducción de la matriz
ampliada)
3) Interpretar el resultado y presentar el Conjunto Solución, el cual puede ser vacio (en el caso de un
sistema incompatible), un conjunto unitario (en el caso de un sistema compatible determinado) o un
conjunto infinito (en el caso de un sistema compatible indeterminado)

Ejercicio resuelto

Por medio de Gauss Jordan, resolver los siguientes sistemas

 x  y  3 z  4
a) 2 x  y  4 z  7

 x  y  z  2


Paso 1: Obtención de la matriz ampliada del sistema y de la matriz reducida equivalente a ella

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 15
 1 1  3  4 1 1  3  4 1 0 1  3 1 0 1  3 1 0 0 3
2 1  4  7 ~ 0 1 2 1 ~ 0 1 2 1 ~ 0 1 2 1 ~ 0 1 0 1
1 1 1  2 0 2 2 2 0 0 2 0 0 0 1 0 0 0 1 0

Paso 2: Interpretación de la matriz.

 x  0 y  0 z  3  x  3
De la matriz reducida se interpreta lo siguiente: 0 x  y  0 z  1 . Simplificando se llega a  y  1
0 x  0 y  z  0 z  0
 

  3 
 
El conjunto solución es : S   1  y el sistema clasifica en Compatible Determinado
 0 
 

 2 x  3 y  1
b) 2 x  y  5
x  y  1


Paso 1: Obtención de la matriz ampliada del sistema y de la matriz reducida equivalente a ella

2 3 1 1 1 1 1 1 1 1 1 1 1 0 4
2 1 5 ~ 2 1 5 ~ 0 1 3 ~ 0 1 3 ~ 0 1 3
1 1 1 2 3 1 0 1 3 0 1 3 0 0 0

Paso 2: Interpretación de la matriz reducida

x  0 y  4

0 x  y  3
0 x  0 y  0


 4 
Por lo tanto el conjunto solución es S    . El sistema se clasifica como Compatible Determinado.
  3 

c) Veamos un caso compatible indeterminado

2 x1  3 x2  2 x3  6 x4  10

 x2  2 x3  x4  2
 3x  3x  6 x  9
 1 3 4

2 3 2 6 10 3 0 3 6 9 1 0 1 2 3 1 0 1 2 3
0 1 2 1 2 ~ 0 1 2 1 2 ~ 0 1 2 1 2 ~ 0 1 2 12 ~
3 0 3 6 9 2 3 2 6 10 2 3 2 6 10 0 3 4 24

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 16
 1 0 1 2 3 1 0 1 2 3 1 0 0 5
2
4
0 1 2 1 2 ~ 0 1 2 12 ~ 0 1 0 00
0 0  2 1  2 0 0 1 1
2
1 0 0 1 1
2
1

La última matriz es la reducida de la matriz ampliada del sistema.

 x1  52 x4  4

Ella representa al sistema  x2  0 equivalente al de partida
x  1 x 1
 3 2 4

 x1   52 x4  4

De allí se deduce que:  x2  0
x   1 x 1
 3 2 4

Si a x4 le asignamos un valor particular obtendríamos una solución particular del sistema. Por ejemplo, si
  1  4
   
0 0
x4  2 se tendría la solución   , x4  0 se tendría la solución 1
0
   
 2 0
   

Podemos expresar en general que si a x4 asignamos el valor x4  k , el conjunto solución es:

 x1  
  
 x  
S   2  / x1   52 k  4 , x2  0 , x3   12 k  1 , x4  k , k  R
 x3  
 x4  
 

  52 k  4  
  
O simplemente S   0  
  1 k 1 , k  R
 2  
 k 
 
 

A k se le llama parámetro y decimos que el conjunto solución es una familia de vectores que dependen de un
parámetro y por lo tanto el sistema se clasifica como Compatible Indeterminado .

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 17
Sistemas Lineales Homogéneos
Un sistema se dice homogéneo si el término independiente en cada ecuación es cero.

……………………………………………………………………

Teorema
Los sistemas homogéneos son siempre Compatibles ya que siempre el vector nulo es solución del sistema.
Dicha solución es llamada trivial.

Teorema
Sea la matriz ampliada reducida de un sistema homogéneo en ecuaciones y con incógnitas. Si A tiene
exactamente renglones diferentes de cero, entonces se cumple que la cantidad de renglones no nulos es
siempre menor o igual que la cantidad de incógnitas, esto es .

Además,

a) Si entonces el sistema tiene un número infinito de soluciones y

b) Si entonces el sistema tiene una única solución (la solución trivial)

Ejemplos

1 0 0 *0 1 0 0 00
1 0 0 00
0 1 0 *0 0 1 0 00 1 0 0 *0
0 1 0 00
a) b) 0 0 1 *0 c) 0 0 1 00 d) 0 1 0 *0
0 0 1 00
0 0 0 00 0 0 0 10 0 0 1 *0
0 0 0 00
0 0 0 00 0 0 0 00

Observando el último ejemplo podemos concluir que si un sistema homogéneo es tal que (menos
ecuaciones que incógnitas) y es el número de renglones diferentes de cero en la matriz reducida, entonces
y de este modo siempre se cumplirá que . En consecuencia tenemos el ·siguiente resultado

Un sistema homogéneo de ecuaciones lineales con menos ecuaciones que incógnitas tiene siempre un número
infinito de soluciones. Esto es, el sistema será siempre Compatible Indeterminado.

Ejemplo

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 18
Sistemas Lineales Cuadrados
Si , se dice que el sistema de ecuaciones lineales es cuadrado. Simbólicamente sería

……………………………………………………………………

La ecuación matricial correspondiente seria A. X  B donde An es una matriz cuadrada de orden , X el

vector de las incógnitas de longitud al igual que B el vector de los términos independientes.

Método de resolución de sistemas mediante la matriz inversa

1
Sea el sistema cuadrado A. X  B , si A existe, se pueden realizar los siguientes pasos y obtener el vector X
solo haciendo operaciones matriciales

A. X  B

A1  A. X   A1B

A A.X  A
1 1
B

I . X  A1B

X  A1B

Entonces podemos definir el siguiente teorema, cuya demostración esta ya dada.

Teorema
1 1
Si A existe entonces el sistema A. X  B es compatible determinado y su única solución es X  A B

Este teorema nos estaría brindando otro método de resolución de sistemas pero acotado a los sistemas
cuadrados cuya matriz es invertible. Se reduce a hacer dos cálculos matriciales, el primero encontrar la matriz
inversa y el segundo resolver un producto. Pero antes de estudiar un procedimiento para encontrar la inversa
de una matriz, es necesario ver el concepto previo de matrices elementales.

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 19
Matrices elementales
Una matriz elemental de orden es una matriz obtenida a partir de la matriz identidad de orden por medio
de una única operación elemental sobre renglón. La representaremos con la letra

Así existen tres tipos básicos de matrices elementales:

1. Una obtenida por medio de intercambio de dos renglones de la matriz Identidad

2. Una obtenida por medio de la multiplicación de cualquier renglón de por un escalar diferente de cero;

3. Una obtenida por medio de la suma de un múltiplo constante de un renglón de a cualquier otro renglón.

0 0 1 R1 
 R3
 
E1   0 1 0 
1 0 0
 
1 0 0
 
I  0 1 0 1 0 0
 
0 0 1 E2   0  3 0 
  0 0 1
 

1 0 0 R2 
 3R2
 
E3   0 1 0 
 2 0 1
 

R3 
 R3  2R1

Teorema sobre las matrices elementales

Suponga que E es una matriz elemental de orden obtenida a partir de por cierta operación elemental
sobre renglón, y A es una matriz de x . Entonces puede demostrarse que el producto EA es la matriz
obtenida a partir de A aplicando la misma operación elemental sobre renglón a A .

Demostración:

Pensemos en una matriz de tamaño 3 sin pérdida de generalidad

 a11 a12 a13  0 0 1

   
Sea A   a21 a22 a23  y sea E1   0 1 0  la matriz elemental que se logra intercambiando los
a a33  1 0 0
 31 a32  
renglones 1 y 3 a partir de

 0 0 1  a11 a12 a13   a31 a32 a33 

    
Observe que E1 A   0 1 0  a21 a22 a23    a21 a22 a23  es la matriz equivalente a A que se obtiene
 1 0 0  a a33   a11 a12 a13 
  31 a32
intercambiando los renglones 1 y 3 a partir de

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 20
 1 0 0
 
Si E2   0 c 0  es la matriz elemental que se logra multiplicando el renglón 2 por c
0 0 1
 

 1 0 0  a11 a12 a13   a11 a12 a13 

    
Se tiene E2 A   0 c 0  a21 a22 a23    ca21 ca22 ca23  es la matriz equivalente a A que se logra
 0 0 1  a a33   a31 a32 a33 
  31 a32
multiplicando el renglón 2 de A por c

1 0 0
 
Si E3   0 1 0  es la matriz elemental que se logra sumando al renglón 3 el renglón 1 multiplicado por c
 c 0 1
 

 1 0 0  a11 a12 a13   a11 a12 a13 

    
Se tiene E3 A   0 1 0  a21 a22 a23    a21 a22 a23  es la matriz equivalente a A
 c 0 1  a   
  31 a32 a33   ca11  a31 ca12  a32 ca13  a33 
que se logra sumando al renglón 3 de A el renglón 1 multiplicado por c

Relación entre la matriz inversa de A y las matrices elementales

Supongamos que la reducida de una matriz A es la matriz Identidad o sea A ~ I . Esto significa que existen una
cantidad finita de operaciones elementales que aplicadas a A permiten llegar a la Identidad

Entonces, dado el teorema sobre las matrices elementales podemos escribir En ...E2 E1 A  I

donde E1 , E2 ,...En son las sucesivas matrices elementales que representan a las operaciones elementales que
aplicadas a A la reducen a la identidad I

Como el producto es asociativo podemos escribir En ....E2 E1 A  I de lo que se deduce que el resultado de
1
multiplicar las elementales nos da la matriz A

Esto es: A1  En ....E2 E1 , donde E1 , E2 ,...En son las sucesivas matrices elementales que representan a las
operaciones elementales que aplicadas a A la reducen a la identidad I

Observe que que A1  En ....E2 E1  En ....E2 E1 I  En ....E2 E1I 

1
Por tanto, A puede ser obtenida a partir de I aplicando las mismas operaciones elementales sobre renglones
que permitieron reducir A a la matriz I

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 21
Método de Gauss Jordan para la obtención de la inversa
1
Es el método por el cual, para encontrar A aplicamos las operaciones elementales sobre renglones,
empezando con I y procediendo en el mismo orden, que fueron utilizadas para reducir A a la matriz I .

1
Determinar A por esta técnica puede hacerse de manera conveniente usando el formato siguiente.

- Primero escribimos la matriz A I , de tamaño n x 2n

- Después aplicamos operaciones elementales sobre renglones en toda la matriz A I hasta que A se
reduzca a la matriz I .
- Simultáneamente habremos aplicado esas mismas operaciones elementales a I , por lo que la matriz
equivalente que resultara en el lugar de I en A I será la matriz A 1 buscada
Simbólicamente:
AI   I A1
 ........... 

Ejercicios:

1 0 2 
1
 
a) Encontrar A para A   4  2 1 
 1 2  10 
 
 x  2z  1
1 
b) Usando A resolver el sistema 4 x  2 z  1  2
 x  2y  z  0


Ver operaciones con matrices en Excel en

https://www.youtube.com/watch?v=S-s_C95_CbU

Algebra II – Lic. Gladys Mónica Romano - Lic. Eugenia Matas – AÑO 2018 Página 22