Clase 10: Sistemas de Ecuaciones

Prof. Kevin Escobar C.

Universidad Técnica Federico Santa María

Concepción, Chile

Semestre I-2022
Sistemas lineales
Definición 10.1: Se define un sistema de ecuaciones como un conjunto de dos o
más ecuaciones, en donde cada una de ellas tiene por lo menos una incógnita.
Nota 10.1: Si cada ecuación del sistema es lineal, decimos que se trata de un
sistema de ecuaciones lineales o, simplemente, de un sistema lineal.

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑚 𝑥𝑚 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑚 𝑥𝑚 = 𝑏2
𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 + ⋯ + 𝑎3𝑚 𝑥𝑚 = 𝑏3
⋮ ⋮
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑚 𝑥𝑚 = 𝑏𝑛
2
Sistemas lineales 2x2

Nota 10.2: El sistema lineal más sencillo consta de dos ecuaciones con
dos incógnitas (llamado sistema 2𝑥2).

𝑎1 𝑥 + 𝑏1 𝑦 = 𝑐1
𝑎2 𝑥 + 𝑏2 𝑦 = 𝑐1

Nota 10.3: Existen tres métodos algebraicos (reducción, sustitución e

igualación) más uno gráfico que nos permiten resolver un sistema de
ecuaciones lineales 2𝑥2.

3
Ejemplo

El siguiente ejercicio se resolverá por cada uno de estos métodos.

4
Método de Reducción
2𝑥 + 3𝑦 = −1
3𝑥 − 5𝑦 = −11

5
Método de Sustitución
2𝑥 + 3𝑦 = −1
3𝑥 − 5𝑦 = −11

6
Método de Igualación
2𝑥 + 3𝑦 = −1
3𝑥 − 5𝑦 = −11

7
Método Gráfico
2𝑥 + 3𝑦 = −1
3𝑥 − 5𝑦 = −11

8
Sistema Compatible Determinado

• La solución es única.
𝑎𝑥 + 𝑏𝑦 = 𝑐 𝑎 𝑏
≠ • Gráficamente las rectas se cortan en un
𝑑𝑥 + 𝑒𝑦 = 𝑓 𝑑 𝑒 punto (rectas con distinta pendiente siempre
se intersecan en un punto).
• El sistema es consistente y las variables
independientes.

9
Sistema Compatible Indeterminado

• Tiene infinitas soluciones.

𝑎𝑥 + 𝑏𝑦 = 𝑐 𝑎 𝑏 𝑐
𝑑𝑥 + 𝑒𝑦 = 𝑓 = = • Gráficamente las rectas están superpuestas
𝑑 𝑒 𝑓 (las rectas tienen igual pendiente e igual
coeficiente de posición).
• El sistema es consistente y las variables
dependientes.

10
Sistema Incompatible

• No tiene solución.
𝑎𝑥 + 𝑏𝑦 = 𝑐 𝑎 𝑏 𝑐
𝑑𝑥 + 𝑒𝑦 = 𝑓 = ≠ • Gráficamente las rectas son paralelas (las
𝑑 𝑒 𝑓 rectas tienen igual pendiente y distinto
coeficiente de posición).
• El sistema es inconsistente.

11
Sistemas lineales 3x3

En cálculo se demuestra que la gráfica de una ecuación lineal con tres

variables,
𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 𝑑
donde 𝑎, 𝑏 y 𝑐, no son todos ceros, determina un plano en el espacio
tridimensional.

La solución de un sistema de tres ecuaciones con tres incógnitas es una

tripleta ordenada de la forma (𝑥, 𝑦, 𝑧), la cual representa un punto en el
espacio tridimensional.

12
Sistemas lineales 3x3

La intersección de los tres planos que describe el sistema puede ser:

𝑎) Un solo punto.
𝑏) Una cantidad infinita de puntos.
𝑐) Ningún punto.
Como antes, a cada uno de estos casos le aplicamos los términos
consistente e independiente (compatible determinado), consistente y
dependiente (compatible indeterminado) e inconsistente (incompatible),
respectivamente.
13
Sistemas lineales 3x3

14
Sistemas lineales 3x3

15
Observación

Nota 10.4: Para resolver un sistema de ecuaciones lineales 3𝑥3 o de

orden superior es conveniente conocer algunos conceptos y definiciones
básicas respecto a matrices previamente.

16
Matrices

Definición 10.2: Una matriz 𝐴 es un arreglo ordenado rectangular de

números.
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎1𝑛
𝐴=
⋮ ⋮ ⋯ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛

Nota 10.5: Si hay 𝑚 filas y 𝑛 columnas, decimos que el orden de la

matriz es 𝑚𝑥𝑛, y nos referimos a ella como “matriz de 𝑚 por 𝑛” o,
simplemente, como matriz rectangular.
17
Matrices

Nota 10.6: Una matriz 𝑛𝑥𝑛 se llama matriz cuadrada y se dice que es de
orden 𝑛.
Nota 10.7: La entrada o elemento en la 𝑖-ésima fila y en la 𝑗-ésima
columna de una matriz 𝐴 de 𝑚𝑥𝑛 se representa con el símbolo 𝑎𝑖𝑗 . Por
ejemplo la entrada en la tercera fila y la cuarta columna de una matriz 𝐴
es 𝑎34 .
Observación: Las matrices pueden incluir entradas con números
complejos, pero sólo trabajaremos con números reales.

18
Matriz de coeficientes

Definición 10.3: Se llama matriz de coeficientes a la matriz formada por

los coeficientes numéricos de las variables de las ecuaciones
pertenecientes a un sistema de ecuaciones.
Ejemplo:
Para el sistema de ecuaciones:

𝑥 + 2𝑦 + 𝑧 = −6
4𝑥 − 2𝑦 − 𝑧 = −4
2𝑥 − 𝑦 + 3𝑧 = 19
19
Matriz de coeficientes

La matriz de coeficientes viene dado por:

1 2 1
4 −2 −1
2 −1 3

20
Matriz aumentada

Definición 10.4: Se llama matriz aumentada de un sistema, a la matriz

conformada por la matriz de coeficientes, aumentada por la adición de
una columna cuyas entradas son los términos constantes del sistema.
Ejemplo:
Para el mismo sistema de ecuaciones del ejemplo anterior, su matriz
aumentada viene dada por:
1 2 1 −6
4 −2 −1 −4
2 −1 3 19
21
Matriz Escalonada

Ejemplo 1:
1 4 6 1
0 1 5 8
0 0 1 2
22
Matriz Escalonada

Ejemplo 2:
1 0 5
0 1 −1
0 0 0

Observación: La siguiente matriz no tiene forma escalonada por filas.

0 2 4 5
0 0 0 0
1 4 3 1
23
Matriz Escalonada Reducida

Definición 10.5: Una matriz está en la forma escalonada recudida por

filas si además de ser una matriz escalonada cumple la siguiente
condición.
𝑖𝑣) Una columna que contiene 1 como primera entrada tiene ceros en
todas las demás posiciones.
Ejemplo 1: 1 0 0 2
0 1 0 3
0 0 1 −1

24
Matriz Escalonada Reducida

Ejemplo 2:
1 0 0 7
0 1 0 −1
0 0 0 0
Ejemplo 3:
0 0 1 −6 2 5
0 0 0 0 1 4

25
Eliminación Gaussiana

Para resolver un sistema usando una matriz aumentada se emplea la

eliminación gaussiana o método de Gauss. En el método de Gauss se
reduce por filas la matriz aumentada del sistema hasta llegar a una
matriz aumentada equivalente en forma escalonada por filas.

Ejemplo:
𝑥+𝑦+𝑧 =2
𝑥 + 2𝑦 + 3𝑧 = 3
𝑥 + 3𝑦 + 𝑧 = 0

26
Eliminación Gauss-Jordan

Por su parte, en el método de eliminación de Gauss-Jordan, las

operaciones elementales entre filas se continúan hasta obtener una
matriz en la forma escalonada reducida por filas.

Ejemplo:
𝑥+𝑦+𝑧 =2
𝑥 + 2𝑦 + 3𝑧 = 3
𝑥 + 3𝑦 + 𝑧 = 0

27
Observación

Nos podemos percatar que el orden para resolver rápidamente un

sistema de ecuaciones 3𝑥3 mediante el uso de matrices, es el siguiente.

Paso 4: Finalmente
Paso 1: Formar este 1,
para luego formar los 1 0 0 𝑎 formar este cero con el 1
que está debajo de él.
ceros que están abajo. 0 1 0 𝑏
0 0 1 𝑐
Paso 3: Formar este
otro 1, para luego
Paso 2: Formar este formar los ceros que
otro 1, para luego están arriba de éste.
formar el cero que
está bajo éste.
28
Ejercicio

Resuelva el siguiente sistema de ecuaciones mediante los métodos de

eliminación de Gauss y Gauss-Jordan.
Ejercicio 1:
𝑥 + 𝑦 − 2𝑧 = 2
𝑥 + 5𝑦 + 6𝑧 = 7
𝑥 + 3𝑦 + 3𝑧 = 4

29
Ejercicio

Ejercicio 2:
𝑥 − 𝑦 + 3𝑧 = 13
𝑥 + 𝑦 + 𝑧 = 11
2𝑥 + 2𝑦 − 𝑧 = 7

30
Determinante

Definición 10.6: Para cada matriz cuadrada 𝐴, podemos asociar un

número llamado determinante de 𝐴, el cual se denota por |𝐴| o bien
𝑑𝑒𝑡 𝐴 y se calcula como se muestra a continuación.

31
Observación

Como ayuda para memorizar la fórmula para calcular el determinante,

recuerde que el determinante es la diferencia de los productos de los
elementos en las diagonales.

32
Determinante

Ejemplo: Calcule el valor del determinante asociado a la siguiente matriz.

2 3
𝐴=
4 −5
Solución:

Nota 10.8: Para calcular el determinante de una matriz de orden superior

a 2 es necesario introducir las definiciones de Menor y Cofactor.
33
Menor

Definición 10.7: Si 𝑎𝑖𝑗 representa la entrada en la 𝑖-ésima fila y la 𝑗-ésima

columna de una matriz cuadrada 𝐴, el menor 𝑀𝑖𝑗 de 𝑎𝑖𝑗 se define como
el determinante de la matriz obtenida al suprimir la fila 𝑖-ésima y la
columna 𝑗-ésima de 𝐴. Así, para la matriz
1 5 3
2 4 5
1 2 3
Tenemos que los menores de 𝑎11 = 1, 𝑎12 = 5, 𝑎22 = 4 y 𝑎32 = 2, son
a su vez los determinantes:
34
Menor

35
Menor

36
Cofactor

Definición 10.8: El cofactor 𝐴𝑖𝑗 de la entrada 𝑎𝑖𝑗 se define como el

menor 𝑀𝑖𝑗 multiplicado por (−1)𝑖+𝑗 , esto es
𝐴𝑖𝑗 = (−1)𝑖+𝑗 𝑀𝑖𝑗
Así, los cofactores relacionados con los determinantes del menor
anterior son:
𝐴11 = (−1)1+1 𝑀11 = 2 𝐴22 = (−1)2+2 𝑀22 = 0
𝐴12 = (−1)1+2 𝑀12 = −1 𝐴32 = (−1)3+2 𝑀32 = 1

37
Cofactor

Observación: Podemos notar que el coeficiente del cofactor dada por la

expresión (−1)𝑖+𝑗 sigue un patrón de tablero de ajedrez. Por ejemplo
para una matriz 3𝑥3 se tiene:

38
Teorema del desarrollo

Teorema 10. 1: El determinante 𝑑𝑒𝑡 𝐴 de una matriz 𝐴 de 𝑛𝑥𝑛 puede

evaluarse multiplicando cada entrada en cualquier fila (o columna) por
su cofactor y sumando los productos resultantes.

Nota 10. 9: Cuando aplicamos este teorema decimos que hemos

expandido o desarrollado el determinante de 𝐴 por una fila o por una
columna dadas.

39
Determinante matriz 3x3

Nota 10.10: El determinante de una matriz 3𝑥3 desarrollado por la

primera fila viene dado por:

Observación: Podemos notar que para calcular el determinante de una

matriz 3𝑥3, debemos calcular necesariamente determinantes 2𝑥2.

40
Determinante matriz 4x4

Nota 10. 11: Es conveniente escoger la fila o columna que tenga más
ceros para desarrollar el determinante, sobre todo cuando este es de
orden superior.
Ejemplo:
1 0 0 3
0 −1 0 4
2 3 0 0
1 5 −2 6

41
Regla de Sarrus

Corresponde a un método alternativo para calcular el determinante de

una matriz 3𝑥3, el cual se realiza como se muestra a continuación.

42
Regla de Sarrus [truco]

Para hacer aún más simple este método, es conveniente realizar una
construcción auxiliar, copiar las dos primeras filas de la matriz y
añadirlas bajo ésta, luego multiplicar las diagonales que tengan 3
elementos, considerando los signos que se muestran a continuación.

+ 𝑎11 𝑎12 𝑎13 -

+ 𝑎21 𝑎22 𝑎23 -
+ 𝑎31 𝑎32 𝑎33 -
𝑎11 𝑎12 𝑎13
𝑎21 𝑎22 𝑎23
43
Observación

Nota 10. 12: También es posible realizar este método copiando las dos
últimas filas sobre el determinante, o bien copiando las dos primeras
columnas a la derecha del determinante, o bien copiando las dos
últimas columnas a la izquierda del determinante, para luego
multiplicar las diagonales que tengan 3 elementos.
+ 𝑎21 𝑎22 𝑎23 -
+ 𝑎31 𝑎32 𝑎33 -
+ 𝑎11 𝑎12 𝑎13 -
𝑎21 𝑎22 𝑎23
𝑎31 𝑎32 𝑎33 44
Observación

+ 𝑎+ 𝑎+
11 12 𝑎13 11𝑎
- 𝑎-
12
-
𝑎21 𝑎22 𝑎23 𝑎21 𝑎22
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32

+ 𝑎+ 𝑎+
12 13 𝑎11
-𝑎 12
- -
𝑎13
𝑎22 𝑎23 𝑎21 𝑎22 𝑎23
𝑎32 𝑎33 𝑎31 𝑎32 𝑎33
45
Método de Cramer

El método de Cramer permite resolver cualquier sistema de ecuaciones

𝑛𝑥𝑛 mediante el uso de determinantes.
Definición 10. 9: Se llama determinante del sistema o determinante
principal del sistema y se denota por ∆𝑠 al determinante formado por
los coeficientes de las variables del sistema, una vez ordenadas las
variables de cada ecuación por columnas.
Ejemplo:
2𝑥 + 7𝑦 − 2𝑧 = −3 2 7 −2
8𝑥 + 6𝑦 − 𝑧 = 0 ∆𝑠 = 8 6 −1
𝑥 − 𝑦 + 3𝑧 = −2 1 −1 3
46
Método de Cramer

Definición 10. 10: Se llama determinante de la variable 𝑥𝑖 y se denota

por ∆𝑥𝑖 al determinante formado por los mismos coeficientes del
determinante principal pero cambiando la columna correspondiente a la
variable 𝑥𝑖 por la de los términos independientes.
Ejemplo:

−𝑥 − 7𝑦 + 2𝑧 = 3 −1 3 2
3𝑥 + 2𝑦 − 𝑧 = 11 ∆𝑦 = 3 11 −1
2𝑥 − 𝑦 + 9𝑧 = −4 2 −4 9
47
Método de Cramer

Definición 10. 11: El método de Cramer establece que los valores de las
variables 𝑥1 , 𝑥2 , … , 𝑥𝑛 de un sistema de ecuaciones de orden 𝑛, vienen
dados por:
∆𝑥1
𝑥1 =
∆𝑠
∆𝑥2
𝑥2 =
∆𝑠
⋮
∆𝑥𝑛
𝑥𝑛 =
∆𝑠 48
Ejemplo 1

𝑥 − 3𝑦 + 2𝑧 = −3
5𝑥 + 6𝑦 − 𝑧 = 13
4𝑥 − 𝑦 + 3𝑧 = 8

Soluciones:
𝑥 = −2
𝑦=5
𝑧=7
49
Ejemplo 2

𝑥 + 2𝑧 − 𝑡 = 3
𝑥 + 𝑦 + 2𝑧 + 𝑡 = 2
4𝑥 + 2𝑦 + 2𝑧 − 3𝑡 = 1
2𝑦 + 𝑧 + 4𝑡 = 1

Soluciones:
𝑥 = −6
𝑦=5
𝑧=3
𝑡 = −3 50