4.- Sistemas de Cramer. Regla de Cramer.

Definicin: Diremos que un sistema de ecuaciones lineales es de Cramer si tiene igual

nmero de ecuaciones que de incgnitas y el determinante de la matriz de coeficientes no
A 0
es nulo. Es decir, la matriz A es cuadrada y

a11x1 a12 x2 ............ a1n xn b1

...................................................

....................................................
....................................................

an1 x1 an 2 x2 ............ ann xn bn

a11
.....
A .....
.....
an1

a12
......
.....
.....
an 2

.........
.........
.........
.........
.........

a1n
.....
..... 0
.....
ann

con

Ejemplos:
2x y 3

x 2y 3
x y2

NO es un sistema de Cramer porque

x y z 3

x y4
3x 3 y 2 z 7

1 1
A 1 1

2 1

A 1 2
1 1

no es cuadrada

NO es un sistema de Cramer porque aunque A es cuadrada,

1
0 0

3 3 2

2x 3y z 8

3x y 2 z 3
4x 6 y 7z 7

2 3
A 3

SI

es

1
2 0

4 6 7
Teorema(Regla de Cramer):

un

sistema

de

Cramer

porque

A es

cuadrada

Todo sistema de Cramer es compatible y determinado. Adems la solucin viene dada por:
a11

xn

a12

.........

b1

b1

a12

......... a1n

a11

b1

......... a1n

..... ...... ......... .....

..... ...... ......... .....

..... ...... ......... .....

..... ..... ......... .....

..... ..... ......... .....

..... ..... ......... .....

..... ..... ......... .....

..... ..... ......... .....

..... ..... ......... .....

an1

an 2

.........
A

bn

x1

bn

an 2

......... ann
A

x2

an1

bn

......... ann
A

Demostracin:

Sea

a11 x1 a12 x 2 ...... a1n x n b1

a 21 x1 a 22 x 2 ...... a 2 n x n b2

S ...............................................
...............................................

a n1 x1 a m 2 x 2 ...... a nn x n bn

un sistema de Cramer.

Dicho sistema se puede expresar en forma matricial como

AX=B

A 0
Pero como el sistema es de Cramer, A es cuadrada y
por tanto, la matriz A tiene
inversa, lo que nos permite despejar X, que es la matriz de las soluciones: X=A-1B, luego
la solucin existe y es nica, es decir, el sistema es compatible determinado.
Esto mismo nos sirve para demostrar el porqu las soluciones van a salir como se indica.

A 1
La expresin X=A-1B, teniendo en cuenta que
1
X (adjA) t B
A
o lo que es lo mismo

1
(adjA) t
A
se convierte en

b1

a12

......... a1n

..... ...... ......... .....

..... ..... ......... ..... x1
A11

..... ..... ......... ..... x 2

1 A12

bn an 2 ......... ann ....
A ...

x1

A
A
x
n
1n

x1

A21
A22
...
A2 n

... An1

... An 2
... ...

a11 b1 ......... a1n

..... ...... ......... .....
..... ..... ......... .....
..... ..... ......... .....
a
bn ......... ann
x2 n1
A

1
b1 A12 b2 A22 ... bn An 2
A

Anlogamente para
E igual para el resto de las incgnitas.
Ejemplo:
Vamos a resolver el siguiente sistema por la Regla de Cramer.

2x y z 0

x 3 y 2 z 5
x y 4 z 9

... Ann bn

que equivale a

x2

....

1
b1 A11 b2 A21 ... bn An1
A

De aqu se deduce que

b1

b2

ser:

 2 1 1

A 1 3
2
1 1 4

2
A1

1
3

1 1

1
2 24 2 1 3 4 4 30 0
4

Al ser A cuadrada y

A 0
podemos garantizar que el sistema es de Cramer y por tanto compatible
determinado.
La solucin ser:
0
5
x

1
3

9 1

1
2
4

30
2

1 1 9
30

2 0 1
1 5 2

18 5 27 20 30

1
30
30

54 5 9 10 60

2
30
30

1 9
30

40 9 5 36 0

0
30
30

Por tanto, la solucin ser:

x 1

y0
z2

5.- Discusin de sistemas. Teorema de Rouch -Frbenius.

Est claro que, antes de resolver un sistema, es interesante saber si tiene o no
solucin, ya que si no la tiene, para qu nos vamos a molestar en resolverlo? A este
proceso se le conoce como discutir un sistema.
O mejor dicho, discutir un sistema consiste en decir si tiene o no solucin y, en caso
de que la tenga, decir cuntas. Por tanto, se trata de decir, si el sistema es compatible o
incompatible, y en el caso de ser compatible, decidir si es determinado o indeterminado.
Para tomar esta decisin sin necesidad de tener que ponernos a resolver el sistema,
haremos uso del Teorema de Rouch-Frbenius. Pero, antes de nada, vamos a definir un par
de conceptos relativos a un sistema de ecuaciones lineales.
Sea un sistema de ecuaciones lineales cualquiera:

a11x1 a12 x2 ............ a1n xn b1

...................................................

....................................................
....................................................

an1 x1 an 2 x2 ............ ann xn bn

Podemos considerar en l dos matrices: la matriz de coeficientes A y la matriz ampliada A*
que es la que resulta de aadir a A la columna de los trminos independientes:

a11 a12 ......... a1n

..... ...... ......... .....

A ..... ..... ......... .....

..... ..... ......... .....

a

m1 am 2 ......... amn

a11

.....
.....

.....
a
m1

a12
......
.....
.....
am 2

.........
.........
.........
.........
.........

a1n b1

.....
.....

.....
amn bm

A* =

Ejemplo:
2x 3y z 8

3x y 2 z 3
Si

el
2 3 1

A 3 1 2
4 6 7

sistema
es
2 3 1 8

A* 3 1 2 3
4 6 7 7

4x 6 y 7z 7

entonces

Pues con estas notaciones, el Teorema de Rouch-Frbenius dice lo siguiente:

Teorema de Rouch-Frobenius
Un sistema de m ecuaciones con n incgnitas es compatible si y solo si el rango de
la matriz de los coeficientes es igual al rango de la matriz ampliada. Rg(A)=Rg(A*).
Adems, suponiendo que Rg(A)=Rg(A*)=r entonces:
Si r = n el sistema es compatible determinado.
Si r < n el sistema es compatible indeterminado.
Demostracin

""

(Veamos que si el sistema es compatible entonces los rangos coinciden)

Si el sistema es compatible, entonces tiene solucin, es decir, existen valores (x 1, x2,

x1C1 x 2 C 2 ..... x n C n B
, xn) de las variables que verifican que
lo cual quiere decir
que la columna de trminos independientes es una combinacin lineal de las columnas de la
matriz de los coeficientes A.
El rango de la matriz ampliada no vara si se suprime esa columna (ya que es
combinacin lineal de las otras) as que Rg(A)=Rg(A*)

""

(Veamos que si los rangos son iguales entonces el sistema es compatible)

Si los rangos son iguales Rg(A)=Rg(A*)= r , entonces en la matriz A slo hay r

columnas linealmente independientes, que tambin son columnas de la matriz A*. El resto
de las columnas de A y de A*, sern entonces combinacin lineal de estas r columnas. Por
tanto, el vector de trminos independientes, que es una columna de A* es combinacin
lineal de las n columnas de A y se puede expresar
x1C1 x 2 C 2 ..... x n C n B
por consiguiente, el sistema es compatible y con solucin (x1, x2, , xn).
Veamos ahora la demostracin de la segunda parte del teorema
Supongamos para ello que el sistema es compatible, es decir que Rg(A)=Rg(A*)=
r . Como el sistema es compatible, existe al menos una solucin, es decir un conjunto de
x1 k1 , x 2 k 2 , .......x n k n
valores de las incgnitas
tales que
k1C1 k 2 C 2 ..... k n C n B
(1)
Vamos a probar que:
existen ms soluciones distintas a esa solucin

r<n.

(O lo que es lo mismo, si r < n hay al menos dos soluciones distintas y el sistema es

compatible indeterminado, mientras si r = n no puede haber ms de una solucin y el
sistema es compatible determinado y habremos acabado)

""

(Veamos que si existen ms soluciones distintas a esa solucin dada, entonces r<n)

Como el sistema es compatible, existe al menos una solucin, es decir un conjunto

x1 k1 , x 2 k 2 , .......x n k n
de valores de las incgnitas
tales que
k1C1 k 2 C 2 ..... k n C n B
(1)
Supongamos que existe otra solucin , distinta de la anterior, esto es, otro conjunto
x1 k '1 , x 2 k ' 2 , .......x n k ' n
de valores
tales que
k '1 C1 k ' 2 C 2 ..... k ' n C n B
(2)
Restando las igualdades (1) y (2) obtenemos:
(k1 k '1 )C1 (k 2 k ' 2 )C 2 ..... (k n k ' n )C n B B ' 0
Entonces estamos diciendo que tenemos una combinacin lineal de las columnas de
la matriz A igualada al vector cero, donde adems alguno de los coeficientes es distinto de
cero, ya que las dos soluciones hemos supuesto que son diferentes y por tanto algn
k i k 'i
. Pero esto equivale a decir que las columnas de A son dependientes, luego ha de
verificarse que r < n.

""

(Veamos que si r<n entonce existen ms soluciones distintas a esa solucin dada)

Recprocamente, si r < n quiere decir que las columnas de la matriz A forman un

conjunto linealmente dependiente, luego existe alguna combinacin lineal de las columnas
que igualada a cero resulte que no todos los coeficientes se anulen. Esto es:

i 0

1C1 2 C 2 ..... n C n 0
con alguno de los

Sumando a esta igualdad la igualdad (1) tenemos:

(k1 1 )C1 (k 2 2 )C 2 ..... (k n n )C n B 0 B

x1 k1 1 , x 2 k 2 2 , .......x n k n n
de manera que

es otra solucin del sistema

i 0

distinta a la anterior ya que al menos uno de los

(De hecho hay infinitas soluciones distintas, ya que si multiplicamos todos los
por un
factor distinto de cero, todo el razonamiento anterior sigue siendo vlido).
As pues hemos probado que si r<n entonce existen ms soluciones distintas a esa solucin
dada
Resumiendo: Si tenemos un sistema de m ecuaciones con n incgnitas, podemos
clasificarlos segn el Teorema de Rouch-Frbenius, de la siguiente forma:

Incompatibles (sin solucin ) ( Rg ( A) Rg ( A*))

Clasificac in de los S .E.L.

Determinad os (una solucin) ( Rg ( A) Rg ( A*) n)

Compatibles

Indetermin ados (infinitas soluciones ) ( Rg ( A) Rg ( A*) n)

Ejemplo
Discute y resuelve el siguiente sistema de ecuaciones lineales:

x yz2

x 3 y 2 z 4
x y 4 z 0
La matriz del sistema y la matriz ampliada son:
1 1 1

A 1 3
2
1 1 4

1 1 1 2

A 1 3
2 4
1 1 4 0

Obsrvese primeramente que el nmero de incgnitas es 3 y que los rangos mximos para
A y para A* tambin es 3.
Calculemos primero el rango de A.

2 12 2 1 3 2 4 16 0

1 1

Teniendo en cuenta lo anterior, Rg(A)=3 y por tanto, tambin Rg(A*)=3

Dado que Rg(A) = Rg(A*) = 3 = nmero de incgnitas, segn el Teorema de RouchFrbenius,
el sistema es compatible y determinado, tiene, pues, una nica solucin.
Resolvamos el sistema mediante la regla de Cramer:
Calculamos el det (A):

1 1 1
A 1 3
2 12 2 1 3 2 4 16
1 1 4
Y aplicando la regla de Cramer, la solucin ser:
2
4
x

1
3

1
2

0 1

16
1

1 1 0
16

1 2 1
1 4 2

24 4 16 4 16

1
16
16

4264 0

0
16
16

1 0
16

16 4 4 8 16

1
16
16

Por tanto, la solucin ser:

x 1

y 1
z0

6.- Sistemas homogneos

Definicin: Llamamos sistemas homogneos a los que tienen todos los trminos
independientes nulos.
Ejemplo:

x 2y z 0

x y 2 z 0
2 x 3 y z 0

Estos sistemas siempre admiten la solucin (0, 0, 0,......,0) que recibe el nombre de
solucin trivial, por tanto, los sistemas homogneos son siempre compatibles, slo hay que
decidir si son determinados o indeterminados
Adems, est claro que en todo sistema homogneo, se cumple que Rg(A) = Rg(A*)
ya que la matriz A* tiene una sola columna ms que A pero es nula. Por tanto, toda la
clasificacin depender del Rg(A) y del nmero de incgnitas n.
Por tanto, la clasificacin se reduce a:
Compatible s determinad os (una solucin) ( Rg ( A) n)

S. E.L.homog neos

Compatible s indetermin ados (infinitas soluciones ) ( Rg ( A) n)

En el caso del ejemplo anterior, sera:

1 2 1

A 1 1 2
2 3 1

1 2 1 0

A 1 1 2 0
2 3 1 0

1 2 1
A 1 1 2 1 8 3 2 6 2 2 0
2

Y como
incgnitas.

entonces, Rg(A)=3=n

El sistema ser compatible determinado, tiene una nica solucin que, en este caso, slo
puede ser la solucin trivial.

7.- Mtodo de Gauss.

El mtodo de Gauss es otro de los mtodos que se utiliza para resolver sistemas de
ecuaciones lineales.

Consiste en sustituir el sistema por otro equivalente, llegando, despus de sucesivas

transformaciones, a un sistema escalonado, es decir, que tiene nulos todos los coeficientes
debajo de la diagonal del sistema.
Para conseguir esta transformacin, podemos realizar tres operaciones fundamentales:
1 Intercambio de ecuaciones (el primer coeficiente de la 1 ecuacin ha de ser distinto de
cero y, a ser posible, que valga 1)
2 Multiplicacin de una ecuacin por un nmero distinto de cero.
3 Sumar a una ecuacin otra multiplicada por un nmero.
Para iniciar el proceso, se empieza por colocar todos los coeficientes de las
incgnitas y los trminos independientes en una tabla, formando la matriz asociada al
sistema de ecuaciones. Una vez conseguida una matriz escalonada, se vuelve otra vez a
expresar en forma de sistema.

Discusin del mtodo.

Aplicado el mtodo de Gauss, en el sistema escalonado resultante puede ocurrir:
1 Que haya alguna ecuacin de la forma 0 = c; c0.

Sistema incompatible.

2 Que el n de ecuaciones sea igual al nmero de incgnitas.

determinado.

3 Que el n de ecuaciones sea menor que el n de incgnitas.

indeterminado.

Sistema compatible

Sist. compatible

Ejemplos
I.- Consideremos el sistema de tres ecuaciones con tres incgnitas:
x y 2 z 1

2 x 3 y 4 z 4

5 x y 3 z 16

Escribiendo la matriz asociada y realizando transformaciones resulta:

1 -1 - 2 -1

2 -3 4 4
5 - 1 3 16

1 -1 - 2 1

0 -1 8 6
0 4 13 21

1 - 1 - 2 - 1

0 -1 8 6
0 0 45 45

Se ha obtenido un sistema escalonado, que es:

x y 2 z 1

y 8z 6
45 z 45
La 3 ecuacin es 45z = 45 y de ella resulta z = 1
La 2 ecuacin es y + 8z = 6 por lo que y +8.1 = 6, es decir, y =2
Finalmente la 1 ecuacin es x y 2z = -1 y teniendo en cuenta los valores de y y de z
obtenidos sale x = 3.
II.- Sea el sistema siguiente:
x 2y z 3

x y 2z 1
2 x 3 y z 2

1 -2 1 3

- 1 1 - 2 1
2 - 3 1 2

1 - 2 1 3

0 -1 -1 4
0 1 - 1 - 4

1 -2 1 3

0 -1 -1 4
0 0 - 2 0

Procediendo como en el caso anterior resulta z = 0; y = -4 ; x = -5.

III.- Veamos ahora el caso de un sistema incompatible:
2 x y 3z 6

4 x 2 y 6 z 9
x y z 3

A fin de tener un 1 en la parte superior izquierda de la matriz podemos intercambiar

ecuaciones y resulta:
1 -1 1 3

2 -1 3 6
4 - 2 6 9

1 -1 1 3

0 1 1 0
0 2 2 - 3

1 - 1 1 3

0 1 1 0
~

0 0 0 - 3

De la 3 fila de la matriz resulta 0z = -3, es decir, 0 = -3 lo que es absurdo. Por tanto, el

sistema no tiene solucin.
IV.- Veamos finalmente un sistema con infinitas soluciones:

x y 3z 4

2x y z 6
3 x 2 y 2 z 10
1 -1 3 4

2 -1 -1 6
3 - 2 2 10

1 -1 3 4

0 1 - 7 - 2
0 1 - 7 - 2

1 -1 3 4

0 1 - 7 - 2
0 0 0 0

Como el nmero de ecuaciones del sistema equivalente obtenido es menor que el nmero
de incgnitas, se trata de un sistema compatible indeterminado.
Para resolverlo escribimos la 2 ecuacin:
y 72z = -2 , es decir, y = -2 + 7z (valor de y).
Sustituyendo dicho valor en la 1 ecuacin:
x (-2 +7z) +3z = 4, es decir, x = 2 + 4z.
Haciendo z = , las soluciones del sistema son:
x 2 4
y 2 7
z ;