3.

Sistema de
ecuaciones lineales
INTRODUCCIN

un sistema con m ecuaciones lineales y n incgnitas puede ser escrito en forma normal como:
FORMA MATRICIAL

Es posible reescribir el sistema separando con coeficientes con notacin matricial:

(1)

Si
 Donde A es una matriz m por n, x es un vector
columna de longitud n y b es otro vector columna
de longitud m. El sistema de eliminacin de
Gauss-Jordan se aplica a este tipo de sistemas,
sea cual sea el cuerpo del que provengan los
coeficientes. La matriz A se llama matriz de
coeficientes de este sistema lineal. A b se le
llama vector de trminos independientes del
sistema y a x se le llama vector de incgnitas.
Sistemas lineales reales

En esta seccin se analizan las propiedades de los sistemas de ecuaciones lineales sobre el cuerpo
, es decir, los sistemas lineales en los cuales los coeficientes de las ecuaciones son nmeros reales.
Representacin grfica
La interseccin de dos planos que no son
paralelos coincidentes es una recta.

En los sistemas con 2 incgnitas, el universo de nuestro sistema ser el plano

bidimensional, mientras que cada una de lasecuaciones ser representada por
una recta. La solucin ser el punto (o lnea) donde se intersequen todas las
rectas representan a las ecuaciones. Si no existe ningn punto en el que se
intersequen al mismo tiempo todas las lneas, el sistema es incompatible, o lo
que es lo mismo, no tiene solucin.
En el caso de un sistema con 3 incgnitas, el universo ser el espacio
tridimensional, siendo cada ecuacin un plano dentro del mismo. Si todos los
planos intersecan en un nico punto, las coordenadas de este sern la
solucin al sistema. Si, por el contrario, la interseccin de todos ellos es una
recta o incluso un plano, el sistema tendr infinitas soluciones, que sern las
coordenadas de los puntos que forman dicha lnea o superficie.
Tipos de sistemas
 De acuerdo con ese caso se pueden presentar los
siguientes casos:
Sistema compatible si tiene solucin, en este caso
adems puede distinguirse entre:
Sistema compatible determinado cuando tiene una
nica solucin.
Sistema compatible indeterminado cuando admite un
conjunto infinito de soluciones.
Sistema incompatible si no tiene solucin.
 Podemos averiguar si un sistema es o no compatible mediante el Teorema de
Rouch-Frobenius que establece que un sistema de ecuaciones lineales es
compatible slo si el rango de su matriz ampliada coincide con el de su matriz
de coeficientes. Supongamos que el sistema es compatible. Si el valor comn
de los rangos de las matrices coincide con el nmero de variables, el sistema
es compatible determinado; en caso contrario, es compatible
indeterminado.
Mtodos CLSICOS de solucin a sistemas
de ecuaciones lineales

Sustitucin
El mtodo de sustitucin consiste en despejar en una de las ecuaciones cualquier
incgnita, preferiblemente la que tenga menor coeficiente y a continuacin
sustituirla en otra ecuacin por su valor.
Igualacin
El mtodo de igualacin se puede entender como un caso particular del mtodo de
sustitucin en el que se despeja la misma incgnita en dos ecuaciones y a
continuacin se igualan entre s la parte derecha de ambas ecuaciones.
Reduccin
consiste en transformar una de las ecuaciones (generalmente,
mediante productos), de manera que obtengamos dos ecuaciones en la que una
misma incgnita aparezca con el mismo coeficiente y distinto signo. A
continuacin, se suman ambas ecuaciones producindose as la reduccin o
cancelacin de dicha incgnita, obteniendo as una ecuacin con una sola
incgnita, donde el mtodo de resolucin es simple.
MTODO DE LA MATRIZ INVERSA

Si
AX = b
Donde A es una matriz m por n, X es un vector
columna de longitud n y b es otro vector columna
de longitud m.
Pre multiplicando la ltima ecuacin matricial por
la inversa de A, se obtiene la solucin X.
Ejemplo.-

Resolver el sistema de ecuaciones lineales

X+2y+2z-w = 8
2x+3y+2z+2w=8
4x+2y+z-2w=11
3x+y+3z+w= 7
algoritmo en Matlab es

clc;clear;
A=[1 2 2 -1;2 3 2 2;4 2 1 -2;3 1 3 1];b=[8;8;11;7];
X=inv(A)*b;
disp(X=); disp(X);
cuya ejecucin da como resultado
X=
1.0000
2.0000
1.0000
-1.0000
Mtodo de Gauss-Triangulacin

El mtodo de eliminacin de Gauss o simplemente mtodo de Gauss consiste

en convertir un sistema lineal de n ecuaciones con n incgnitas, en uno
escalonado, en el que la primera ecuacin tiene n incgnitas, la segunda
ecuacin tiene n - 1 incgnitas, ..., hasta la ltima ecuacin, que tiene 1
incgnita. De esta forma, ser fcil partir de la ltima ecuacin e ir subiendo
para calcular el valor de las dems incgnitas.
Ejemplo.- Resolver mediante el Algoritmo de Triangulacin en MATLAB:
X+2y+2z-w = 8
2x+3y+2z+2w=8
4x+2y+z-2w=11
3x+y+3z+w= 7
algoritmo o programa de triangulacin

A=[1 2 2 -1; 2 3 2 2;4 2 1 -2;3 1 3 1]; b=[8;8;11;7];A=[A b];n=4;

for i=1:n-1
fprintf('iteracin');disp(i);A(i,:)=A(i,:)/A(i,i);
for j=i+1:n
if j~=i
A(j,:)=A(j,:)-A(i,:)*A(j,i);
end
end
disp(A);
end
X(n)=A(n,n+1)/A(n,n);
for i=n-1:-1:1
X(i)=A(i,n+1);
for j=i+1:n
X(i)=X(i)-A(i,j)*X(j);
end
X(i)=X(i)/A(i,i);
end
disp('X=');disp(X);
EJECUTANDO EL PROGRAMA, SE
OBTIENE:
iteracin 1
1 2 2 -1 8
0 -1 -2 4 -8
0 -6 -7 2 -21
0 -5 -3 4 -17

iteracin 2
1 2 2 -1 8
0 1 2 -4 8
0 0 5 -22 27
0 0 7 -16 23
iteracin 3

1.0000 2.0000 2.0000 -1.0000 8.0000

0 1.0000 2.0000 -4.0000 8.0000
0 0 1.0000 -4.4000 5.4000
0 0 0 14.8000 -14.8000
X= 1 2 1 -1
>>
Eliminacin de Gauss-Jordan
DIAGONALIZACIN
Este procedimiento es similar al anterior de reduccin, pero ejecutado de
manera reiterada y siguiendo un cierto orden algortmico.
La eliminacin de Gauss-Jordan es un algoritmo numrico usado para una gran
cantidad de casos especficos, aunque posteriormente se han desarrollado
algoritmos alternativos mucho ms eficientes. La mayora de estos algoritmos
mejorados tienen una complejidad computacional de O(n) (donde n es el
nmero de ecuaciones del sistema).
Ejemplo.- Resolver el SEL

x+y+z+w=5;
x+3y+z+w=9;
x+y+2z+w=8;
x+y+4z+3w=12;
Se escribe la matriz A aumentada con la columna b
Y se procede manualmente, transformando las filas o

Con un programa en MATLAB: se ingresa los datos en MATLAB

COMO SIGUE
Programa

clc;clear;
A=[1,1,1,1,5;1,3,1,1,9;1,1,2,1,8;1,1,4,3,12]; n=4;
for i=1:n
fprintf('iteracin');disp(i);
A(i,:)=A(i,:)/A(i,i);
for j=1:n
if j~=i
A(j,:)=A(j,:)-A(i,:)*A(j,i);
end
end
disp(A);
end
X=A(:,n+1)
Al ejecutar el programa nos da el siguiente
resultado:

iteracin 1
1 1 1 1 5
0 2 0 0 4
0 0 1 0 3
0 0 3 2 7

iteracin 2
1 0 1 1 3
0 1 0 0 2
0 0 1 0 3
0 0 3 2 7
iteracin 3

1 0 0 1 0
0 1 0 0 2
0 0 1 0 3
0 0 0 2 -2
iteracin 4
1 0 0 0 1
0 1 0 0 2
0 0 1 0 3
0 0 0 1 -1
X= 1 2 3 -1
:

Regla de Cramer
Por determinantes
La regla de Cramer da una solucin para sistemas compatibles determinados
en trminos de determinantes y adjuntos dada por

Donde Aj es la matriz resultante de remplazar la j-sima columna de A por el

vector columna b
Para un sistema de dos ecuaciones y dos
incgnitas:
Ejemplo.- Resolver el SEL por el mtodo de
crmer

x+y+z+w=5;
x+3y+z+w=9;
x+y+2z+w=8;
x+y+4z+3w=12;

este mtodo utiliza las columnas de la matriz A de coeficientes, es decir:

Programa

P1=[1;1;1;1];P2=[1;3;1;1];P3=[1;1;2;4];P4=[1;1;1;3];b=[5;9;8;12];

A=[P1 P2 P3 P4];
A1=[b P2 P3 P4];
A2=[P1 b P3 P4];
A3=[P1 P2 b P4];
A4=[P1 P2 P3 b];
d=det(A); disp(soluciones :);
X=[det(A1)/d, det(A2)/d, det(A3)/d, det(A4)/d]
Ejecutando este programa, las soluciones del
SEL son:

Soluciones :
X=
1 2 3 -1

FIN