1

1. Sistemas de Ecuaciones Lineales.

1.1. Ecuación Lineal.

*Definición de Ecuación. Estructura matemática que involucra una relación de igualdad.

Por ecuación lineal entenderemos una ecuación en n variables lineales

x1 ,x2 , …,xn , una ecuación del tipo:

a1 x1 + a2 x2 + ⋯ + an xn = b

Donde a1 , a2 , …, an y b no dependen de las n variables lineales x1 ,x2 ,…,xn.

1.2. Sistema de Ecuaciones Lineales.

**Definición de SE. Colección matemática que involucra ecuaciones.

Por sistema de ecuaciones lineales entenderemos un sistema de m ecuaciones

lineales en n variables lineales x1 ,x2 , …,xn , un sistema de ecuaciones del tipo:

a11 x1 + a12 x2 + ⋯ a1n xn = b1

a21 x1 + a22 x2 + ⋯ a2n xn = b2
⋮
am1 x1 + am2 x2 + ⋯ amn xn = bm

Donde aij y bi no dependen de las n variables lineales x1 ,x2 ,…,xn , para

i = 1, 2, …, m y j = 1, 2, …, n.

1.2.1. Solución del Sistema de Ecuaciones Lineales.

Por solución del sistema de ecuaciones lineales, entenderemos una serie de

n números s1 ,s2 ,…,sn que satisfagan cada ecuación lineal del sistema de ecuaciones

lineales, una solución del tipo:

a11 s1 + a12 s2 + ⋯ a1n sn = b1

a21 s1 + a22 s2 + ⋯ a2n sn = b2
⋮
am1 s1 + am2 s2 + ⋯ amn sn = bm

Donde (s1 ,s2 ,…,sn ) es la solución del sistema de ecuaciones lineales.

 2

***Definición de SEL Equivalentes. Sistemas de ecuaciones lineales (SEL) que involucran mismas

soluciones.

Teorema 1. SEL Equivalentes. Dados A y B, sistemas de ecuaciones lineales. Si B se

obtiene a partir de A, mediante operaciones elementales, entonces A y B son

sistemas de ecuaciones lineales equivalentes.

Demostración.

Sea el sistema de ecuaciones lineales A, dado:

a11 x1 + a12 x2 + ⋯ a1n xn = b1

a21 x1 + a22 x2 + ⋯ a2n xn = b2
⋮
am1 x1 + am2 x2 + ⋯ amn xn = bm

Antes, supongamos que la ecuación lineal i se multiplica por t y se suma a

la ecuación lineal j, entonces la ecuación lineal j en el nuevo sistema de

ecuaciones lineales es la siguiente:

(aj1 +tai1 )x1 + (aj2 + tai2 )x2 + ⋯ + (ajn + tain )xn = bj +tbi

Y todas las restantes son las mismas que las del SEL original.

Ahora, si (c1 ,c2 ,…,cn ) es solución del sistema de ecuaciones lineales

original, para k = 1, 2, …, m, entonces:

ak1 c1 + ak2 c2 + ⋯ akn cn = bk

En particular, se cumplen las ecuaciones lineales, dadas:

ap1 c1 +ap2 c2 + ⋯ apn cn = bp … (1) ∧ aq1 c1 + aq2 c2 + ⋯ aqn cn = bq … (2)

Ahora, si multiplicamos la ecuación lineal (1) por k y se suma a la

ecuación lineal (2), entonces la ecuación lineal (2) en el nuevo sistema de

ecuaciones lineales, factorizando, es:

(aq1 +kap1 )c1 + (aq2 +kap2 )c2 + ⋯ + (aqn +kapn )cn = bq + kbp
 3

Se concluye que, la solución (c1 ,c2 ,…,cn ) del nuevo sistema de ecuaciones

lineales es la misma solución del sistema de ecuaciones lineales original.

(L.q.q.d).

Teorema 2. AR Escalonado Reducido. Todo arreglo rectangular (AR) M≠0 se puede

llevar, mediante operaciones elementales en i filas, a un arreglo rectangular (AR)

escalonado reducido R.

****Definición de AR Escalonado Reducido. Arreglo rectangular que involucra estas

condiciones, dadas:

. Las filas cero, de existir, se encuentran al final.

. La primera entrada no cero, de izquierda a derecha, de una fila no cero

es uno (entrada principal).

. La columna que contiene a la entrada principal de una fila, tiene

solamente ceros, excepto la entrada principal.

. Las entradas principales aparecen en forma escalonada, es decir, si hay r

filas no cero y la entrada principal de la fila i se encuentra en la

columna ki, entonces se tiene k1 >k2 > ⋯ >kr .

Demostración del Teorema 2.

Sea el sistema de ecuaciones lineales A≠0 en su representación matricial,

donde j es la mínima columna que cumple la condición, dado:

0 ⋯ 0 a1j ⋯ a1n
0 ⋯ 0 a2j ⋯ a2n
A= [ ]
⋮
0 ⋯ 0 amj ⋯ amn

Ahora, si multiplicamos la fila i=1 por 1/a1j , resulta que, el elemento en

la posición a1j es 1. Seguidamente, si multiplicamos la fila i=1 por -aij y la

sumamos a la fila i=2, …, m, resulta que, el elemento en la posición aij es 0, es

decir:
 4

0 ⋯ 0 1 b1j+1 ⋯ b1n
⋯ 0 0 b2j+1 ⋯ b2n
A1 = 0
⋮
[0 ⋯ 0 0 bmj+1 ⋯ bmn ]

Ahora, si multiplicamos la fila i=2 por 1/b2j+1 , resulta que, el elemento en

la posición b2j+1 es 1. Seguidamente, si multiplicamos la fila i=2 por -bij+1 y la

sumamos a la fila i≠2, resulta que, el elemento en la posición bij+1 es 0, es decir:

0 ⋯ 0 1 0 c1j+2 ⋯ c1n
0 ⋯ 0 0 1 c2j+2 ⋯ c2n
A2 = [ ]
⋮
0 ⋯ 0 0 0 cmj+2 ⋯ cmn

Se concluye que, si se continúa aplicando el proceso descrito hasta que el

elemento xmn sea 1, intercambiando filas si es necesario, se obtendrá un arreglo

rectangular escalonado reducido. (L.q.q.d.).

A partir de estos teoremas es que se realiza un análisis del sistema de

ecuaciones lineales, un análisis a sus soluciones.

1.3. Análisis del Sistema de Ecuaciones Lineales (SEL).

A partir de R, arreglo rectangular escalonado reducido del arreglo

rectangular A, representación matricial de un sistema de ecuaciones lineales, se

puede analizar el SEL, es decir, determinar si el sistema de ecuaciones lineales

es CONSISTENTE o lo contrario, lo mismo que, determinar si el sistema de

ecuaciones lineales presenta solución o lo contrario respectivamente. Sea el

sistema de ecuaciones lineales en su representación matricial A:

a11 a12 a1n b1

a21 a22 ⋯
a2n b2
A= [ ]
⋮ ⋱ ⋮
am1 am2 ⋯ amn bm

1.3.1. Sistema de Ecuaciones Lineales (SEL) Inconsistente.

Si la entrada principal de una fila no cero de R se encuentra en la columna

j=n+1, entonces el sistema de ecuaciones lineales no tiene solución, pues en este

caso dicha fila representaría una ecuación lineal en la que los coeficientes de
 5

las variables son todos cero y el término independiente es NO cero, lo cual

significa que esa ecuación lineal no se satisface para ningún valor de las

variables, concluyéndose que el sistema de ecuciones lineales no tiene solución.

1.3.2. Sistema de Ecuaciones Lineales (SEL) Consistente.

Si la entrada principal de una fila no cero de R se encuentra en la columna

j<n+1, entonces el sistema de ecuaciones lineales tiene solución, pues en este

caso dicha fila representaría una ecuación lineal en la que los coeficientes de

las variables no son todos cero y el término independiente es o no cero. Más

precisamente, si R tiene i filas no cero, con entradas principales en las columnas

k1 >k2 > ⋯ >k𝑖 , entonces las ecuaciones lineales que representa R son de la forma:

n-i

xki + ∑ rij vj = di
j=1

Donde v1 , v2 , …, vn-i , llamadas variables LIBRES, son variables independientes

del sistema de ecuaciones lineales, siendo así, la solución del sistema de

ecuaciones lineales se obtiene dando valores a las mismas y despejando xk1 , xk2 , …,

xki de las ecuaciones lineales correspondientes.

1.4. Sistema de Ecuaciones Lineales (SEL) Homogéneo.

Por sistema de ecuaciones lineales homogéneo, de n variables lineales

x1 ,x2 ,…,xn, de m ecuaciones lineales, entenderemos un sistema de ecuaciones

lineales del tipo:

ai1 x1 + ai2 x2 + ⋯ ain xn = 0

Donde i=1, 2, …, m y ∀i, ∄bi =0, es decir, ningún término independiente

difiere de cero. Note que es un sistema de ecuaciones lineales homogéneo es

CONSISTENTE al no ser INCONSISTENTE por no cumplir con la condicional ya expuesta.

1.4.1. Solución del Sistema de Ecuaciones Lineales (SEL) Homogéneo.

 6

Por solución del sistema de ecuaciones lineales homogéneo, entenderemos al

teorema 3, exponemos:

Teorema 3. Solución al SEL Homogéneo. Sea A la representación matricial del SEL

homogéneo de m ecuaciones lineales en n variables lineales.

. Si m<n, entonces el SEL homogéneo es CONSISTENTE indeterminado.

. Si m≥n, entonces el SEL homogéneo es CONSISTENTE determinado.

*****Definición de SEL Consistente Indeterminado. Sistema de ecuaciones lineales

que involucra soluciones infinitas.

******Definición de SEL Consistente Determinado. Sistema de ecuaciones lineales

que involucra solución única.

Demostración del Teorema 3.

Si m<n, entonces al menos una fila del arreglo rectangular escalonado

reducido del SEL contiene dos o más entradas no cero, es decir, el sistema tiene

al menos una variable LIBRE, concluyéndose que tiene más de una solución y, por

tal, es un sistema de ecuaciones lineales CONSISTENTE indeterminado.

Si m≥n, entonces cuando decimos que un SEL es en n variables, esto

significa que cada variable aparece en al menos una ecuación lineal, lo cual se

traduce diciendo que, en A, ninguna de las n primeras columnas es cero. Note que,

si una columna es no cero, entonces por medio de operaciones elementales en las

filas tampoco puede transformarse en cero. Esto lleva a que el arreglo rectangular

escalonado reducido del SEL tiene todas las primeras n columnas diferentes de

cero, concluyéndose que tiene una solución única y, por tal, es un sistema de

ecuaciones lineales CONSISTENTE determinado.

1.5. Sistema de Ecuaciones Lineales (SEL) No Homogéneo.

 7

Por sistema de ecuaciones lineales no homogéneo, de n variables lineales

x1 ,x2 ,…,xn, de m ecuaciones lineales, entenderemos un sistema de ecuaciones

lineales del tipo:

ai1 x1 + ai2 x2 + ⋯ ain xn = bi

Donde i=1, 2, …, m y ∀i, ∃bi ≠0, es decir, existe algún término independiente

diferente de cero. Note que es un sistema de ecuaciones lineales homogéneo es

CONSISTENTE al no ser INCONSISTENTE por no cumplir con la condicional ya expuesta.

1.5.1. Solución del Sistema de Ecuaciones Lineales (SEL) no Homogéneo.

Por solución del sistema de ecuaciones lineales no homogéneo, entenderemos

al teorema 4, exponemos:

Teorema 4. Solución al SEL no Homogéneo. Sea A la representación matricial del SEL

no homogéneo de m ecuaciones lineales en n variables lineales y A1 la

representación matricial de un SEL homogéneo cuyas primeras n columnas coinciden

con las de A y la última es cero.

. Si el SEL no homogéneo representado por A tiene una solución particular

C=(c1 ,c2 ,…,cn) y A1 tiene una solución W=(w1 ,w2 ,…,wn ), entonces la solución

del SEL no homogéneo es:

C + W ≔ {C + w: w ∈ W}

Demostración del Teorema 4.

Sea el sistema de ecuaciones lineales no homogéneo de m ecuaciones lineales

en n variables, para i=1, 2, …, m, dado:

ai1 x1 + ai2 x2 + ⋯ ain xn = bi

Supongamos que, el SEL no homogéneo tiene como solución a C=(c1 ,c2 ,…,cn ) y

por 1.2.1., se tiene:

ai1 c1 + ai2 c2 + ⋯ ain cn = bi … (1)

 8

Sea el sistema de ecuaciones lineales homogéneo de m ecuaciones lineales en

n variables, para i=1, 2, …, m, cuyas primeras n columnas coinciden con las

columnas del SEL no homogéneo, dado:

ai1 x1 + ai2 x2 + ⋯ ain xn = 0

Supongamos que, el SEL homogéneo tiene como solución a D=(d1 ,d2 ,…,dn) y por

1.2.1., se tiene:

ai1 d1 + ai2 d2 + ⋯ ain dn = 0 … (2)

Ahora, si sumamos (1) y (2), factorizando, resulta que:

ai1 (c1 + d1 ) + ai2 (c2 + d2 ) + ⋯ + ain (cn + dn ) = bi

Donde C+D ≔ (c1 +d1 , c2 +d2 , …, cn +dn ) representa una solución del sistema de

ecuaciones lineales no homogéneo.

Supongamos que, el SEL homogéneo tiene como solución a K=(k1 ,k2 ,…,kn) y por

1.2.1., se tiene:

ai1 k1 + ai2 k2 + ⋯ ain kn = 0 … (3)

Ahora, si restamos (1) y (3), factorizando, resulta que:

ai1 (c1 - k1 ) + ai2 (c2 - k2 ) + ⋯ + ain (cn - kn ) = bi

Donde C-K ≔ (c1 -k1 , c2 -k2 , …,cn -kn ) representa otra solución del sistema de

ecuaciones lineales no homogéneo.

Se concluye que, C+W ≔ {C+w: w∈W}, donde C+w es una solución del sistema de

ecuación lineales no homogéneo. (L.q.q.d.).

 9

Ejercicio Teórico.

Dada A, si es la representación matricial de un sistema de ecuaciones

lineales, entonces ¿Tiene solución? Y, de ser así, ¿Cuántas soluciones tiene?

Figura 1

Representación Matricial del Sistema de Ecuaciones Lineales

x - λz = 1
λy + λz = 0
λx + 2y + z = -1

Ejercicio Aplicativo.

Dada una red de distribución de agua, si la cantidad de agua que ingrese es

la misma de agua que egresa, es decir, f1 +f2 =f3 +f4 , entonces ¿Qué cantidad de agua

fluye en cada tubo de la red de distribución?

Figura 2

Diagrama de la Red de Distribución de Agua

 10

2. Matrices.

2.1. Matriz.

Por matriz, como estructura matemática, en m filas y en n columnas,

entenderemos un arreglo rectangular del tipo:

a11 a12 a1n

a21 a22 ⋯ a2n
[ ⋮ ⋱ ⋮ ]
am1 am2 ⋯ amn

Donde aij , para i = 1, 2, …, m y j = 1, 2, …, n., permite otra notación de la

matriz, es decir, [aij ] , donde m×n representa el orden de la matriz y, para ser
m×n

preciso, i determina la fila y j, la columna del elemento en la matriz.

2.2. Operaciones con Matrices.

Antes, recordar que toda matriz por simple inspección no es un número,

puesto que, es tratado como una estructura matemática, siendo así, veamos.

2.2.1. Adición de Matrices (AM).

Dadas A y B, matrices donde A=[aij ] y B=[bij ] , entenderemos A+B como una

m×n m×n

matriz C tal que:

[aij +bij ] := [cij ]

m×n m×n

Donde C=[cij ] , para i=1, …, m y j=1, …, n. Además, ∃A+B ↔ A∈Mmxn (R) ∧ B∈Mmxn (R),
m×n

donde Mmxn (R) es el conjunto de toda matriz M con entrada real (R) de orden m×n.

Siendo específicos, es decir:

a11 + b11 a12 + b12 a1n + b1n c11 c12 c1n

⋯ c21 c22 ⋯ c2n
a21 + b21 a22 + b22 a2n + b2n
[ ] := [ ⋮ ⋱ ⋮ ]
⋮ ⋱ ⋮
am1 + bm1 am2 + bm2 ⋯ amn + bmn cm1 cm2 ⋯ cmn

2.2.2. Producto de Matrices (PM).

 11

Dadas A y B, matrices donde A=[aik ]m×p y B=[bkj ] , entenderemos AB como una

p×n

matriz C tal que:

[∑ aik bkj ] := [cij ]

m×n
k=1 m×n

Donde C=[cij ] , para i=1, …, m y j=1, …, n. Además, ∃AB ↔ A∈Mmxp (R) ∧ B∈Mpxn (R),
m×n

donde Mmxp (R) es el conjunto de toda matriz M con entrada real (R) de orden m×p y

Mpxn (R) es el conjunto de toda matriz M con entrada real (R) de orden p×n.

Siendo específicos, es decir:

a11 b11 + a12 b21 + ⋯ a1p bp1 := c11

a11 b12 + a12 b22 + ⋯ a1p bp2 := c12
⋮
ai1 b1j + ai2 b2j + ⋯ aip bpj := cij

2.3. Propiedades de las Operaciones con Matrices.

Para analizar las propiedades de las operaciones con matrices suponemos que

cada matriz pertenece obligatoriamente a un conjunto de matrices de cierto orden.

2.3.1. Propiedades de la Adición de Matrices (AM).

Teorema 1. Conmutatividad de la AM. Si A∈Mmxn (R) ∧ B∈Mmxn (R), entonces se cumple que,

A+B=B+A, es decir:

Conm.: (∀A, B ∈ Mmxn (R))(A + B = B + A)

Teorema 2. Asociatividad de la AM. Si A∈Mmxp (R) ∧ B∈Mmxn (R) ∧ C∈Mmxn (R), entonces se

cumple que, (A+B)+C=A+(B+C), es decir:

Asoc.: (∀A, B, C ∈ Mmxn (R))((A + B) + C = A + (B + C))

Teorema 3. Matriz Neutra Aditiva. Si A∈Mmxp (R) ∧ 0∈Mmxn (R), entonces se cumple que,

A+0=0+A=A, es decir:

Neutro Ad.: (∀A ∈ Mmxn (R), ∃0 ∈ Mmxn (R))(A + 0 = 0 + A = A)

 12

Teorema 4. Matriz Opuesta Aditiva. Si A∈Mmxp (R) ∧ -A∈Mmxn (R), entonces se cumple que,

A+(-A)=(-A)+A=0, es decir:

Opuesto Ad.: (∀A ∈ Mmxn (R), ∃-A ∈ Mmxn (R))(A + (-A) = (-A) + A = 0)

2.3.2. Propiedades del Producto de Matrices (PM).

Teorema 5. Asociatividad del PM. Si A∈Mmxp (R) ∧ B∈Mpxq (R) ∧ C∈Mqxn (R), entonces se

cumple que, (AB)C=A(BC), es decir:

Asoc.: (∀A ∈ Mmxp (R), ∀B ∈ Mpxq (R), ∀C ∈ Mqxn (R))((AB)C = A(BC))

Teorema 6. Distributiva por la Izquierda del PM. Si A∈Mmxp (R) ∧ B∈Mmxp (R) ∧ C∈Mpxn (R),

entonces se cumple que, (A+B)C=AB+BC, es decir:

Distr. Izq.: (∀A, B ∈ Mmxp (R), ∀C ∈ Mpxn (R))((A + B)C = AC + BC)

Teorema 7. Distributiva por la Derecha del PM. Si A∈Mmxp (R) ∧ B∈Mmxp (R) ∧ C∈Mpxn (R),

entonces se cumple que, C(A+B)=CA+CB, es decir:

Distr. Dch.: (∀A, B ∈ Mmxp (R), ∀C ∈ Mpxn (R))(C(A + B) = CA + CB

Teorema 8. Identidad por la Izquierda del PM. Si A∈Mmxn (R) ∧ I∈Mmxm (R), I es la

matriz identidad, entonces se cumple que, AI=A, es decir:

Id. Izq.: (∀A ∈ Mmxp (R), ∃I ∈ Mmxm (R))(AI = A)

Teorema 9. Identidad por la Derecha del PM. Si A∈Mmxn (R) ∧ I∈Mnxn (R), I es la matriz

identidad, entonces se cumple que, IA=A, es decir:

Id. Dch.: (∀A ∈ Mmxp (R), ∃I ∈ Mnxn (R))(IA = A)

*Definición de Matriz Identidad. Matriz de orden mxm que, para para i=1, …, m y

j=1, …, m, involucra una estructura del tipo:

1, ∀i = j
Im = [aij ] ={
mxm 0, ∀i ≠ j

2.4. Matrices Elementales e Inversas.

 13

**Definición de Matriz Elemental (ME). Matriz E de orden mxm que resulta de

operaciones elementales, aplicadas a la matriz identidad Im .

2.4.1. Matrices Inversas (MI).

Dada una matriz A de orden mxm, se dice que la matriz A es inversible si

existe una matriz B de orden mxm tal que, AB=BA=Im.

Teorema 10. Unicidad de la MI. Dada la matriz A de orden mxm, si A es inversible,

entonces la matriz inversa de A es única.

Teorema 11. Inversa de la ME. Dada la matriz identidad Im , si E es un matriz

elemental, resultado de Im , entonces E tiene inversa.

Teorema 12. Matriz Inversa. Dada la matriz A de orden mxm, las matrices

elementales E1 ,…Et . Si Et …E1 A=R, donde la matriz R es el arreglo rectangular

escalonado reducido de A, entonces A es inversible si y solo si R=Im , y A-1 =Et …E1 .

2.4.1.1. Cálculo de la Inversa de una Matriz.

Supongamos que, A es una matriz nxn. Formemos la matriz de orden nx2n cuyas

primeras n columnas son las de A y las restantes son las de la identidad de orden

n. Abusando de la notación, esta nueva matriz la representaremos por [A:In ]. Si

E1 ,…Et son matrices elementales tales que, Et …E1 A=R, entonces al aplicar las

operaciones elementales, representadas por las matrices E1 ,…Et , en las filas de

[A:In ] terminaremos con la matriz [R:E1 ,…Et ]. Por el teorema 12, A tiene inversa ⇔

[R=In y A-1 es la matriz que aparece a la derecha en [R:E1 ,…Et ].

1.2.2. Representación Matricial del Sistema de Ecuaciones Lineales (SEL).

Por representación matricial del sistema de m ecuaciones lineales en n

variables lineales, entenderemos un arreglo rectangular de m filas y n columnas,

un arreglo rectangular del tipo:

a11 a12 a1n b1

a21 a22 ⋯
a2n b2
[ ]
⋮ ⋱ ⋮
am1 am2 ⋯ amn bm
 14

Donde las filas del arreglo rectangular representan a las m ecuaciones

lineales del sistema de ecuaciones lineales.