Sistemas de ecuaciones lineales

Álgebra 1

UNAHUR

Segundo cuatrimestre
Recordemos que en el problema de la clase pasada

 a+b+c =1
a−b+c =2 (1)

2a + b = 1

Usando las operaciones elementales transformamos (1) en un sistema

equivalente escalonado

 a+b+c =1
b + 2c = 1

4c = 3

El método que utilizamos se llama eliminación Gaussiana y para hallar la

solución no usamos las variables sino los coeficientes y sus posiciones.

Vamos a registrar la información del sistema de ecuaciones lineales (1) en

arreglos rectangulares (matrices).
Escribamos los coeficientes del sistema (1) en una matriz
 
1 1 1
A= 1
 −1 1 ,
2 1 0

que llamaremos la matriz de coeficientes, en donde cada fila representa

los coeficientes de la ecuación correspondiente y cada columna representa
la incógnita. Esta matriz tiene 3 filas y 3 columnas; entonces decimos que
A tiene tamaño 3 × 3.

Si a la matriz de coeficientes le agregamos una columna más, la de los

términos independientes

1 1 1|1
 

(A|B) = 1 −1 1 | 2 ,
2 1 0|1

nos construimos una nueva matriz que llamamos matriz ampliada o

aumentada, que en este caso tiene tamaño 3 × 4.

Aplicamos el método de eliminación Gaussiana a (A|B).

Otra manera de representar el sistema de ecuaciones lineales (1), es de
manera matricial
A · X = B,
   
1 1 1 a
donde A = 1 −1 1 (matriz de coeficientes), X = b  (matriz
2 1 0 c
 
1
de incógnitas) y B = 2 (matriz de términos independientes).
1
En general, dado el sistema de m ecuaciones lineales con n incógnitas


 a11 x1 + · · · + a1n xn = b1
..
. (2)


am1 x1 + · · · + amn xn = bm

tenemos asociados las siguientes matrices

  
a11 ··· a1n
 .. .. 
Matriz de coeficientes asociada al sistema A =  . . ,
am1 ··· amn
de tamaño m × n.
Matriz ampliada o aumentada asociada al sistema
a11 · · · a1n | b1

 . .. 
(A|B) =  .. . , de tamaño m × (n + 1).
am1 ··· amn | bm
La forma matricial del sistema de ecuaciones lineales (2) es

A · X = B,
   
a11 ··· a1n x1
 . ..   .. 
donde A =  .. .  , (de tamaño m × n), X =  .  (matriz
am1 ··· amn xn
 
b1
 .. 
de incógnitas de tamaño n × 1) y B =  .  (matriz de términos
bm
independientes de tamaño m × 1).
Ası́ para resolver el sistema de ecuaciones lineales (1) manipularemos la
matriz aumentada (A|B) que representa dicho sistema de ecuaciones
lineales hasta llevarla a una matriz ampliada equivalente, en donde se
pueda deducir las soluciones facilmente.

Las operaciones elementales sobre filas que permiten pasar de una matriz
ampliada a otra equivalente son
1 Multiplicar una fila por una constante no nula.
2 Intercambiar dos filas.
3 Reemplazar una fila por la suma de sı́ misma y un múltiplo de la
otra.

Diremos que dos matrices son equivalentes por filas si existe una
secuencia de operaciones elementales sobre filas que transforma una
matriz en otra.
Si las matrices aumentadas de dos sistemas de ecuaciones lineales son
equivalentes por filas entonces dichos sistemas tienen el mismo conjunto
solución.
Método de eliminación Gaussiana

Problema
Resolver 
 2x2 − 8x3 = 8
x − 2x2 + x3 = 0
 1
−4x1 + 5x2 + 9x3 = −9

Observemos que la matriz ampliada asociada al sistema es

2 −8 |
 
0 8 (F1 )
(A|B) =  1 −2 1 | 0  (F2 ).
−4 5 9 | −9 (F3 )

Objetivo: Mediante operaciones elementales por filas, transformar la

matriz ampliada anterior en una matriz escalonada por filas.
Definición:
Una matriz rectangular es escalonada por filas si al principio de cada fila
hay al menos un elemento nulo más que en la fila anterior.
 Determinar la primera columna (contando de izquierda a derecha)
de (A|B) tal que no todas sus entradas sean nulas (columna pivote).
Identificar la primera entrada de esa columna pivote (contando de
arriba a abajo), si es necesario intercambiar filas para mover la
entrada a la posición pivote.
En nuestro ejemplo, intercambiar fila 1 y fila 2, (F1 ) ←→ (F2 ).

|
 
1 −2 1 0 (F1 )
(A|B) =  0 2 −8 | 8  (F2 )
−4 5 9 | −9 (F3 )


1
La primera columna de esta matriz es la columna pivote  0  y el
−4
primer elemento 1 es la posición pivote.
Usar operaciones elementales por filas para crear ceros en todas las
posiciones debajo del pivote.
Hacer 4(F1 ) + (F3 ) −→ (F3 ) (a la fila 1 multiplicarla por cuatro y
sumarle la fila 3, y reemplazarla en la fila 3).
 |
 
1 −2 1 0 (F1 )
(A|B) = 0 2 −8 | 8  (F2 )
0 −3 13 | −9 (F3 )
Cubrir la fila que contiene la posición pivote (y todas las filas si las
hay que están arriba de ella). Aplicar los pasos anteriores a la
submatriz restante.
Hacemos 3(F2 ) + 2(F3 ) −→ (F3 ) en la matriz ampliada anterior y
obtenemos
1 −2 1 |
 
0 (F1 )
(A|B) = 0 2 −8 | 8  (F2 )
0 0 2 | 6 (F3 )
El proceso se repite hasta que no haya filas no nulas que modificar; es
decir hasta que la matriz ampliada quede escalonada.

Luego escribimos el sistema de ecuaciones lineales equivalente


 x1 − 2x2 + x3 = 0
2x − 8x3 = 8
 2
2x3 = 6
Haciendo sustituciones hacia atrás, tenemos que x3 = 3. Ası́, obtenemos
que 2x2 − 8 · 3 = 8, entonces x2 = 16. Luego tenemos que
x1 − 2 · 16 + 3 = 0, por lo que x1 = 29.
Concluimos que el sistema tiene solución única, y la misma es (29, 16, 3).
Este método transforma la matriz ampliada en una equivalente
escalonada por filas.

Preguntas
Dado un sistema de ecuaciones lineales
1 ¿Cómo decidir si tiene solución o no?
2 Si tiene solución, ¿es única?
3 Si la solución no es única, ¿cuántas puede tener?

Intentaremos aproximarnos a la respuesta mediante ejemplos.

1 En el ejemplo anterior pasamos, mediante operaciones elementales,
de la matriz ampliada
|
 
0 2 −8 8
(A|B) =  1 −2 1 | 0 
−4 5 9 | −9
a la matriz ampliada equivalente
|
 
1 −2 1 0
(A|B) = 0 2 −8 | 8 
0 0 2 | 6
En este caso tiene solución única y la misma es (29, 16, 3).
2 Dado el sistema 
 2x1 − 3x2 + 2x3 = 1
2x + 4x3 = 8
 2
5x1 − 8x2 + 4x3 = 1
tenemos la matriz ampliada
|
 
2 −3 2 1
(A|B) = 0 2 4 | 8 
5 −8 4 | 1
Mediante operaciones elementales, podemos pasar a la siguiente matriz
ampliada equivalente
2 −3 2 |
 
1
(A|B) = 0 2 4 | 8 
0 0 0 | 2
Observemos que el sistema de ecuaciones lineales equivalente asociado es

 2x1 − 3x2 + 2x3 = 1
2x + 4x3 = 8
 2
0=2
Notemos el sistema no tiene solución.
3) Dado el sistema

 x1 + 2x2 − 3x3 = 1
x + 2x2 + x3 = 2
 1
−3x1 − 6x2 + 9x3 = −3
tenemos la matriz ampliada
|
 
1 2 −3 1
(A|B) =  1 2 1 | 2 
−3 −6 9 | −3
Mediante operaciones elementales, podemos pasar a la siguiente matriz
ampliada equivalente
1 2 −3 |
 
1
(A|B) = 0 0 −4 | −1 
0 0 0 | 0
Observemos que el sistema de ecuaciones lineales equivalente asociado es
x1 + 2x2 − 3x3 = 1
−4x3 = −1
Notemos que el sistema tiene infinitas soluciones y las mismas son de la
forma (7/4 − 2x2 , x2 , 1/4) con x2 ∈ R.
A partir de estos ejemplos podemos observar que un sistema de m
ecuaciones lineales con n incógnitas puede tener solución (sistema
compatible) o no tenerla (sistema incompatible). Más aún,
1 El sistema puede tener solución única, y en cuyo caso se llama
sistema compatible determinado (SCD).
2 El sistema puede tener infinitas soluciones, y en cuyo caso se llama
sistema compatible indeterminado (SCI).
3 El sistema puede no tener solución, y en cuyo caso se dice sistema
incompatible (SI).
Dado una matriz A de tamaño m × n. Definimos el rango de A, Rg (A), al
número de filas no nulas de la matriz escalonada por filas equivalente a A.

1 En el ejemplo 1, Rg (A) = Rg (A|B) = 3, entonces el sistema tiene

solución única (SCD).
2 En el ejemplo 2, Rg (A) = 2, Rg (A|B) = 3, entonces
Rg (A) < Rg (A|B), entonces el sistema no tiene solución (SI).
3 En el ejemplo3, Rg (A) = Rg (A|B) = 2 < 3 (número de incógnitas),
entonces el sistema tiene infinitas soluciones (SCI).
Existe una relación entre Rg (A) y el Rg (A|B) y la cantidad de soluciones
de un sistema de m ecuaciones lineales con n incógnitas.
Teorema de Rocuhé-Frobenius
Sea un sistema de m ecuaciones lineales con n incógnitas AX = B.
1 Rg (A) ≤ Rg (A|B).
2 Si Rg (A) = Rg (A|B) = n, entonces el sistema tiene solución única
(SCD).
3 Si Rg (A) = Rg (A|B) < n, entonces el sistema tiene infinitas
soluciones (SCI).
4 Si Rg (A) < Rg (A|B) entonces el sistema no tiene solución (SI).
Sistemas homogéneos
Se llama sistema homogéneo a un sistema de m ecuaciones lineales con n
incógnitas donde los términos independientes son todos nulos; es decir


 a11 x1 + · · · + a1n xn = 0
..
 .

am1 x1 + · · · + amn xn = 0
Un sistema homogéneo, es un sistema de la forma AX = 0.
Una solución de dicho sistema es (0, · · · , 0), que llamamos solución
trivial. ¿Cuándo un sistema tiene una solución no trivial?
Teorema
Sea un sistema de m ecuaciones lineales con n incógnitas. Si m < n,
entonces el sistema tiene una solución no trivial.

Observemos que un sistema homogéneo siempre tiene solución, o

bien tiene una única solución (la solución trivial), o bien tiene
infinitas soluciones.
El teorema anterior dice que si el sistema tiene solución única,
entonces m ≥ n. Dicho de otra manera si m < n entonces el sistema
 Si m ≥ n, entonces el sistema tiene solución pero no se sabe si es
única o tiene infinitas soluciones.
Los siguientes ejemplos muestran que si m = n el sistema puede tener
solución única o infinitas soluciones.
1 Caso m = n = 2 y el sistema tiene la solución única (0, 0).
x +y =0
x − 3y = 0
2 Caso m = n = 3 y el sistema tiene infinitas soluciones

 x +y +z =0
−x − y − z = 0

x +y =0
Las soluciones son (−y , y , 0) con y ∈ R.
Corolario del Teorema de Rouché-Frobenius
Sea el sistema homogéneo de m ecuaciones lineales con n incógnitas,
dado por AX = 0. Se tiene que
1 Si Rg (A) = n, entonces el sistema tiene solución única (la trivial).
2 Si Rg (A) < n, entonces el sistema tiene infinitas soluciones además
de la trivial.
Problema
Determinar todos los valores de k ∈ R para los cuales el siguiente sistema
de ecuaciones lineales:

 x1 + x2 − x3 = 2
x + 2x2 + x3 = 3
 1
x1 + x2 + (k 2 − 5)x3 = k

(a) Tenga solución. (c) No tenga solución.

(b) Tenga una única solución.

Escribiendo la matriz ampliada

|
 
1 1 −1 2
1 2 1 | 3 ,
2
1 1 k −5 | k

y haciendo las operaciones elementales (F1 ) − (F2 ) −→ (F2 ) y

(F1 ) − (F3 ) −→ (F3 ) tenemos que
 |
 
1 1 −1 2
0 −1 −2 | −1  ,
0 0 −k 2 + 4 | 2−k
Observemos que −k 2 + 4 = 0 si k = 2 o k = −2. ¿Qué pasa en estos
casos?
Si k = 2 tenemos que
|
 
1 1 −1 2
0 −1 −2 | −1 .
0 0 0 | 0
Tenemos que Rg (A) = 2 y Rg (A|B) = 2, pero Rg (A) = Rg (A|B) < 3,
por lo tanto el sistema es compatible indeterminado (tiene infinitas
soluciones).
Si k = −2 tenemos
| 2
 
1 1 −1
0 −1 −2 | −1 .
0 0 0 | 4
Tenemos que Rg (A) = 2 y Rg (A|B) = 3. Como Rg (A) < Rg (A|B)
entonces el sistema es incompatible (no tiene solución).
Si k es cualquier valor real distinto de 2 y −2 (k ∈ R − {2, −2}), tenemos
que Rg (A) = Rg (A|B) = 3. Por lo tanto en estos casos el sistema es
compatible determinado, tiene solución única.

Problema
Mostrar las soluciones únicas del sistema para los casos k = 0 y k = −3.