Documente Academic
Documente Profesional
Documente Cultură
CONTENIDO:
En esta seccin introduciremos terminologa bsica, estudiaremos los diferentes tipos de sistemas de ecuaciones
lineales y sus formas de soluciones. Enunciaremos y demostraremos las propiedades ms importantes.
DEFINICION 4.1.1
Una ecuacin lineal sobre en n variables es una expresin de la
forma:
a1x1 + a2x2 + ... + anxn = b
donde los ai, b son nmeros conocidos y los xi son variables. Los ai se
denominan coeficientes de los xi respectivos, y b es el trmino
independiente de la ecuacin.
Toda solucin del sistema de ecuaciones corresponde a un punto situado en los tres
planos. En los casos 1) y 2) no existe punto alguno que est en los tres planos, o
bien hay infinitos. En particular, hay infinitas soluciones si los tres planos se
cortan a lo largo de una misma recta. El conjunto de todas las soluciones a un
sistema de ecuaciones lineales recibe el nombre de conjunto solucin del sistema.
DEFINICION 4.1.2
Se llama sistema de m ecuaciones homogneas y n incgnitas, al
sistema
a11 x1 a12 x2 ... a1n xn b1
a x a x ... a x b
21 1 22 2 2n n 2
...
am1 x1 am 2 x2 ... amn xn bm
siempre que b1 = b2 = ... = bm = 0, es decir, cuando todos los trminos
independientes son nulos.
DEFINICION 4.1.3
Se llama sistema de m ecuaciones no homogneas y n incgnitas, al
sistema
a11 x1 a12 x2 ... a1n xn b1
a x a x ... a x b
21 1 22 2 2n n 2
...
am1 x1 am 2 x2 ... amn xn bm
siempre que al menos un bi 0.
DEFINICION 4.1.4
Se dice que un sistema de ecuaciones lineales es sobredeterminado si hay
ms ecuaciones que incgnitas. Se dice que un sistema de ecuaciones
lineales est escasamente determinado si hay menos ecuaciones que
incgnitas.
DEFINICION 4.1.5
Se dice que un sistema de ecuaciones lineales es no susceptible, si errores
pequeos en los coeficientes o en el proceso de resolucin slo tienen un
efecto pequeo sobre la solucin. Y es susceptible, si errores pequeos en
los coeficientes o en el proceso de resolucin tienen un efecto grande
sobre la solucin.
Dos ecuaciones lineales en dos incgnitas representan dos rectas. Un sistema tal es
susceptible si, y slo si, el ngulo entre las rectas es pequeo, es decir, si, y slo si,
las rectas son casi paralelas. En efecto, entonces un pequeo cambio en un
coeficiente puede provocar un gran desplazamiento del punto de interseccin de
las rectas. Para sistemas mayores de ecuaciones lineales, la situacin es semejante
en principio, pero no es posible una interpretacin geomtrica tan sencilla y no
podramos seguir cada detalle de la situacin.
PROBLEMAS
4.1.1 Sea A una matriz de 3 x 2. Explique por qu la 4.1.4 Sea AX = O un sistema homogneo de n ecua-
ecuacin AX = B no puede ser consistente tiene slo la ciones lineales en n incgnitas que slo tiene la solu-
solucin nula si y slo si (QA)X = O slo tiene la cin nula. Demuestre que si k es cualquier entero posi-
solucin nula. tivo, entonces el sistema AkX = O tambin tiene slo la
solucin nula.
4.1.2 Sean AX = O un sistema homogneo de n
ecuaciones lineales con n incgnitas y Q una matriz 4.1.5 Sea A una matriz de 3 x 4, sean Y1 y Y2 vectores
invertible de n x n. Demuestre que AX = O solucin fija. en 3 y sea W = Y1 + Y2. Suponga que Y1 = AX1 y que
Demuestre que toda solucin del sistema se puede Y2 = AX2 para algunos vectores X1 y X2 en 4. Qu
escribir en la forma X = X1 + X0, donde X0 es una hecho permite concluir que el sistema AX = W es
solucin de AX = O. Tambin demuestre que toda consistente?
matriz de esta forma es una solucin.
4.1.6 Sea AX = B cualquier sistema de ecuaciones
4.1.3 Sea A una matriz de 5 x 3 y sean Y un vector en lineales consistentes, y sea X1 una para toda B en 3.
3 y Z un vector en 5. Suponga que AY = Z. Qu Generalice el argumento para el caso de una matriz A
hecho permite concluir que el sistema AX = 4Z es arbitraria con ms filas que columnas.
consistente?
En esta seccin analizaremos la resolucin de un sistema de ecuaciones lineales por diversos mtodos, de acuerdo
a su estructura. Se enunciarn las propiedades ms importantes.
I. ELIMINACION GAUSSIANA
DEFINICION 4.2.1
Sea S un sistema lineal de la forma
a11 x1 a12 x2 ... a1n xn b1
a x a x ... a x b
21 1 22 2 2n n 2
...
am1 x1 am 2 x2 ... amn xn bm
y sea S un sistema lineal de las mismas dimensiones que S
a11
x1 a12
x2 ... a1 n xn b1
a21 x1 a22 x2 ... a2 n xn b2
...
am1 x1 am 2 x2 ... amn xn bm
(2)
a33 x3 a34 x4 ... a3n xn b3
(2) (2) (2)
...
a (2) x a (2) x ... a (2) x b(2)
m3 3 m4 4 mn n m
(2)
a33 x3 a34 x4 ... a3n xn b3
(2) (2) (2)
...
amn xn bm( n 1)
( n 1)
La reduccin del sistema inicial S a la forma triangular actual finaliza la primera
etapa de elaboracin de la solucin segn el mtodo de reduccin a la forma
escalonada. La segunda etapa, la marcha inversa, consiste en resolver el ltimo
sistema triangular. Se realiza del modo siguiente, de la ltima ecuacin se determina
xn. De acuerdo con el valor hallado de xn de la ecuacin m-1 determinamos xn-1, a
continuacin, con los valores de xn-1 y xn de la ecuacin m-2 hallamos xn-2, etc., el
clculo sucesivo de las incgnitas contina hasta que se determina x1 de la primera
ecuacin, aqu termina el proceso de construccin de la solucin del sistema S con la
ayuda de la resolucin del sistema triangular equivalente al primero.
TIPO 3. Las ecuaciones E(i) y E(j) se pueden intercambiar, es decir E(i) E(j).
TEOREMA 4.2.1
Dos sistemas de ecuaciones lineales son equivalentes, si uno se obtiene
del otro aplicando una sucesin finita de operaciones elementales.
DEMOSTRACION
Es suficiente demostrar la equivalencia de los sistemas S y S, obtenido de S, al
aplicar una operacin elemental. Observemos, que el sistema S se obtiene del
sistema S tambin como resultado de una operacin elemental; por cuanto estas
operaciones son inversibles. En otras palabras, en el caso del tipo 1, cambiando otra
vez de lugar a las ecuaciones i y t, regresamos al sistema inicial; anlogamente, en el
caso del tipo 2, sumando la i-sima ecuacin en S, la t-sima ecuacin multiplicada
por r, obtendremos la i-sima ecuacin del sistema S. Demostremos ahora, que
cualquier solucin k1, k2, ..., kn del sistema S resulta tambin solucin del sistema S.
Si fue realizada una operacin elemental del tipo 1, entonces, las propias ecuaciones,
en general, no cambiaron. Por eso, los nmeros k1, k2, ..., kn, que antes las satisfacan,
las satisfacern luego de la operacin elemental. En el caso de una operacin
elemental del tipo 2, las ecuaciones, excepto la i-sima, no se modificaron, y por eso
la solucin k1, k2, ..., kn satisface a stas como antes. En virtud de la reversibilidad de
las operaciones elementales, las reflexiones realizadas demuestran tambin que,
recprocamente, cualquier solucin del sistema S ser solucin del sistema S. Queda
observar, que la incompatibilidad de un sistema proporciona la incompatibilidad del
otro.
Calculemos el nmero de operaciones que hay que efectuar para obtener la solucin
del sistema de ecuaciones lineales. Para reducir el sistema de ecuaciones a la forma
escalonada, aceptando que m = n, tendremos que realizar n inversiones
1
n2 + (n 1)2 + ... + 12 = (2n + 1)(n + 1)n
6
multiplicaciones y
(n 1)n(n 1)
n(n 1) (n 1)(n 2) 2 1
3
adiciones. Adems, para hallar del sistema reducido las incgnitas habr que realizar
adicionalmente
1
1 + 2 + ... + (n 1) = n(n 1)
2
multiplicaciones y un nmero igual de adiciones. Por consiguiente, para resolver el
sistema de ecuaciones lineales empleando el mtodo de Gauss, es necesario realizar,
en el caso general, n inversiones
1 1
n(n2 + 3n 1) n3
3 3
multiplicaciones y
1 1
n(2n2 + 3n 5) n3
6 3
adiciones. En resumen, este mtodo de reduccin se puede aplicar a cualquier
sistema de ecuaciones lineales. Debe observarse, adems, que el mtodo de
reduccin es sistemtico y que no se reduce a ningn artificio a base de los nmeros
particulares que aparecen en las ecuaciones.
TEOREMA 4.2.2
Para la compatibilidad de un sistema de ecuaciones lineales es necesario y
suficiente que, despus de ser reducido a la forma escalonada, en l no se
encuentren ecuaciones del tipo 0 = bi, con bi 0. Si esta condicin se
cumple, entonces, a las incgnitas independientes se les puede dar valores
arbitrarios; las incgnitas principales se determinan unvocamente en el
sistema de ecuaciones.
DEMOSTRACION
Comencemos con la cuestin de la compatibilidad. Es evidente, que si el sistema
a11 x1 a1 n xn b1
a2 k xk a2 n xn b2
a x a x b
3 t t 3n n 3
(1)
ar s xs ar n xn br
0 br 1
0 bm
contiene ecuaciones del tipo 0 = bi, con bi 0, entonces, este sistema es
incompatible, puesto que la igualdad 0 = bi no puede ser satisfecha por ningn valor
para las incgnitas. Demostremos, que si en el sistema (1) no hay tales ecuaciones,
entonces el sistema es compatible. Y bien, sea bi = 0 para i > r. Llamaremos
incgnitas principales a x1, xk, ..., xs, con las cuales comienzan la primera, segunda,
..., y r-sima ecuaciones, respectivamente; las restantes incgnitas, si es que las hay,
se denominan independientes. Por definicin, slo hay r incgnitas principales.
Otorgamos a las incgnitas independientes valores arbitrarios, y los sustituimos en el
sistema (1). Entonces, para ks se obtiene una ecuacin de tipo axs = b, con a = ar s
0, la cual tiene solucin nica. Sustituyendo el valor obtenido xs = ks en las primeras
r 1 ecuaciones, y yendo por el sistema (1) de abajo hacia arriba, nos convencemos
TEOREMA 4.2.3
Un sistema de ecuaciones lineales tiene solucin nica si y slo si el
sistema reducido correspondiente tiene la misma solucin.
DEMOSTRACION
De la forma en que reducimos el sistema es claro que si cierto conjunto de nmeros
x1, x2, ..., xn satisface el sistema original, cumplen tambin el sistema reducido. Ahora
cambiamos los papeles del sistema original reducido. Si comenzamos con el sistema
reducido, el sistema original se puede obtener de ste por alguna combinacin de las
tres operaciones elementales. Ahora es claro que cualquier solucin del sistema
reducido tambin es solucin del sistema original.
TEOREMA 4.2.4
El sistema compatible
a11 x1 a12 x2 a1n xn b1
a x a x a x b
21 1 22 2 2n n 2
am1 x1 am 2 x2 amn xn bm
con n > m es indeterminado.
DEMOSTRACION
Efectivamente, en todo caso r m, por cuanto en el sistema (1) no hay ms
ecuaciones que en el sistema dado, las ecuaciones con identidades iguales a cero para
ambos miembros, son desechadas. Por eso, la desigualdad n > m lleva a n > r, lo cual
significa indeterminacin del sistema dado.
EJEMPLO 4.2.1
Utilizando eliminacin gaussiana, solucionar los siguientes sistemas de ecuaciones
lineales:
x yz 3 3x 4 y 6 z 7
a.- 2 x y 4 z 3 ; b.- 5 x 2 y 4 z 5 .
3x 2 y z 8 x 3 y 5z 3
SOLUCION
a.- Multiplicamos la ecuacin 1 por 2 y luego le restamos la fila 2, multiplicamos la
fila 1 por 3 y luego restamos la fila 3:
x y z 3
y 2z 1
y 2z 1
restamos la fila dos a la fila tres:
x y z 3
y 2z 1
00
podemos observar que 0 = 0, lo cual indica que el sistema es indeterminado, es decir
tiene un nmero infinito de soluciones:
z = t, x = 2 t, y = 1 + 2t.
b.- Se multiplica la ecuacin 1 por 5 y luego le restamos 3 veces la fila 2, y 3 veces
la fila 3:
3x 4 y 6 z 7
13 y 21z 10
13 y 21z 2
EJEMPLO 4.2.2
Utilizando eliminacin gaussiana, solucionar los siguientes sistemas de ecuaciones
lineales:
2 x y 3z 2u 4 x y z u 0
3x 3 y 3z 2u 6 x 2 y 3z 4u 0
a.- ; b.- .
3 x y z 2u 6 x 3 y 6 z 10u 0
3x y 3z u 6 x 4 y 10 z 20u 0
SOLUCION
a.- A la segunda fila le multiplicamos por 2 y luego le restamos 3 veces la primera
fila, a la tercera fila le multiplicamos por 2 y luego le restamos 3 veces la primera
fila, a la cuarta fila le multiplicamos por 2 y luego le restamos 3 veces la primera fila
2 x y 3z 2u 4
9 y 3z 2u 0
y 11z 2u 0
y 3z 8u 0
A la tercera fila le multiplico por 9 y luego le sumo la segunda fila, a la cuarta
fila le multiplico por 9 y luego le sumo la segunda fila:
2 x y 3z 2u 4
9 y 3z 2u 0
6z u 0
12 z 35u 0
A la cuarta fila le resto 2 veces la tercera fila:
2 x y 3z 2u 4
9 y 3z 2u 0
6z u 0
33u 0
Como el sistema se redujo a la forma triangular, entonces el sistema tiene solucin
nica:
x = 2, y = z = u = 0.
b.- A la segunda fila le resto la primera fila, a la tercera fila le resto la primera fila, a
la cuarta fila le resto la primera fila:
x y z u 0
y 2 z 3u 0
2 y 5 z 9u 0
3 y 9 z 19u 0
A la tercera fila le resto 2 veces la segunda fila, a la cuarta fila le resto 3 veces la
segunda fila:
x y z u 0
y 2 z 3u 0
z 3u 0
3z 10u 0
EJEMPLO 4.2.3
Utilizando eliminacin gaussiana, solucionar los siguientes sistemas de ecuaciones
lineales:
x y 2 z 3u 1 x 2 y 3z 2u 6 x 2 y 3z 4u 5
3x y z 2u 4 2 x y 2 z 3u 8 2 x y 2 z 3u 1
a.- ; b.- ; c.- .
2 x 3 y z u 6 3 x 2 y z 2 u 4 3x 2 y z 2u 1
x 2 y 3z u 4 2 x 3 y 2 z u 8 4 x 3 y 2 z u 5
SOLUCION
a.- A la segunda fila le restamos 3 veces la primera fila, a la tercera fila le restamos 2
veces la primera fila y a la cuarta fila le restamos la primera:
x y 2 z 3u 1
4 y 7 z 11u 7
y 5 z 7u 8
y z 4u 5
A la tercera fila le multiplicamos por 4 y luego le sumamos la segunda fila, a la
cuarta fila le multiplicamos por 4 y luego le sumamos la segunda fila:
x y 2 z 3u 1
4 y 7 z 11u 7
27 z 39u 39
z 9u 9
A la cuarta fila le multiplicamos por 27 y luego le sumamos la tercera fila:
x y 2 z 3u 1
4 y 7 z 11u 7
27 z 39u 39
u 1
Observamos que el sistema se redujo a la forma triangular, lo cual indica que el
sistema tiene solucin nica:
x = y = -1, z = 0, u = 1.
b.- A la segunda fila le restamos 2 veces la primera fila, a la tercera fila le restamos
3 veces la primera fila y a la cuarta fila le restamos 2 veces la primera fila:
x 2 y 3z 2u 6
5 y 8 z u 4
2 y 5 z 4u 7
7 y 4 z 5u 20
A la tercera fila le multiplicamos por 5 y luego le sumamos 2 veces la segunda
fila, a la cuarta fila le multiplicamos por 5 y luego le restamos 7 veces la segunda
fila:
x 2 y 3z 2u 6
5 y 8 z u 4
z 2u 3
2 z u 4
A la cuarta fila le restamos 2 veces la tercera fila:
x 2 y 3z 2u 6
5 y 8 z u 4
z 2u 3
5u 10
Como el sistema se redujo a la forma triangular, entonces el sistema tiene solucin
nica: x = 1, y = 2, z = -12, u = -2.
c.- A la segunda fila le restamos 2veces la primera fila, a la tercera fila le restamos 3
veces la primera fila y a la cuarta fila le restamos 4 veces la primera fila:
x 2 y 3z 4u 5
3 y 4 z 5u 9
2 y 4 z 5u 7
y 2 z 3u 5
A la tercera fila le multiplicamos por 3 y luego le sumamos la segunda fila
multiplicada por 2, a la cuarta fila le multiplicamos por 3 y luego le sumamos la
segunda fila:
x 2 y 3z 4u 5
3 y 4 z 5u 9
4 z 5u 3
z 2u 3
A la cuarta fila le multiplicamos por 4 y luego le restamos la tercera fila:
x 2 y 3z 4u 5
3 y 4 z 5u 9
4 z 5u 3
u 3
Como el sistema se redujo a la forma triangular, entonces el sistema tiene solucin
nica: x = -2, y = 2, z = -3, u = 3.
DEFINICION 4.2.2
En cuanto a la matriz
a11 a12 a1n b1
a
21 a22 a2n b2
am1 am 2 amn bm
se denomina matriz aumentada del sistema.
TEOREMA 4.2.5
Un sistema homogneo de m ecuaciones lineales con n incgnitas tiene un
nmero indeterminado de soluciones si n > m.
DEMOSTRACION
Cuando la matriz de coeficientes se ha reducido, la matriz aumentada del sistema
reducido tiene una ltima columna formada nicamente por ceros. Entonces, el
sistema tiene una solucin, pero puede que no tenga soluciones no nulas. Sin
embargo, consideremos los elementos aii, i = 1, 2, ..., m de la matriz reducida de
coeficientes. Estos elementos son 0 1. Suponiendo que akk = 0 para algn k y k es el
menor elemento para el cual esto ocurre, la solucin se puede escribir en trminos de
xk y posiblemente de algunas otras variables. Pero tales variables son arbitrarias, y as
tomando a xk 0, tenemos una solucin no trivial. Si todos los aii, i = 1, 2, ..., m, son
1, la ltima fila de la matriz aumentada del sistema reducido es
0, 0, ..., 0, 1, am m+1, am m+2, ..., am n, 0
y
xm = -am m+1xm+1 am m+2xm+2 - ... am nxn
donde xm+1, xm+2, ..., xn son arbitrarias. Tomando xm+1 0 lograremos una solucin no
nula.
TEOREMA 4.2.6
Sea X1 cualquier solucin de AX = B. Entonces X1 X2 es una solucin
de AX = O ya que A(X1 - X2) = AX1 - AX2 = B - B = O. Sea X3 = X1 -
X2. Entonces X3 es una solucin de AX = O y por supuesto X1 = X2 +
X3.
DEMOSTRACION
Supongamos que X1 y X2 son soluciones. Entonces AX1 = B y AX2 = B, y por
sustraccin A(X1 X2) = O. Como quiera que si la ecuacin homognea no tiene
soluciones no nulas, entonces X1 X2 = O y X1 = X2. Esto muestra la unicidad.
Recprocamente, suponiendo que X3 O es una solucin de la ecuacin homognea,
es decir AX3 = O, mientras que X1 es una solucin de AX1 = B, entonces X1 + X3
tambin es solucin, puesto que
A(X1 + X3) = AX1 + AX3 = B + O = B.
Esta es una contradiccin a la unicidad y completa la demostracin.
TEOREMA 4.2.7
Un sistema homogneo de m ecuaciones lineales con m incgnitas tiene
solucin trivial si y slo si la matriz reducida de coeficientes no tiene filas
formadas nicamente por ceros.
DEMOSTRACION
Consideremos los elementos aii, i = 1, 2, ..., m de la matriz reducida de coeficientes.
Si aii = 1 para todo i, la matriz aumentada del sistema reducido es de la forma
1 0 0 0
0 1 0 0
0 0 1 0
y la nica solucin es x1 = x2 = ... = xm = 0, algunos de los aii son cero si y slo si la
ltima fila de esta matriz est formada nicamente por ceros. As, el sistema de
ecuaciones lineales tiene soluciones no nulas si y slo si la matriz reducida de
coeficientes est formada nicamente por ceros.
TEOREMA 4.2.8
Sea la matriz A de n x n. Entonces el sistema de ecuaciones no
homogneo AX = B tiene solucin nica si y slo si el Rang(A) = n.
DEMOSTRACION
Supongamos primero que Rang(A) = n. Entonces AR = I. De donde (A | B)R es de la
forma (I | C) para alguna matriz C de n x 1. El sistema IX = C tiene exactamente una
solucin y esta es la nica solucin del sistema original. Recprocamente,
supongamos que AX = B tiene exactamente una solucin Y. Si AX = O tiene una
solucin Z entonces Y + Z es una solucin de AX = B. Pero entonces Y = Y + Z por
la suposicin de que AX = B tiene solamente una solucin Y. Concluimos que
Z = O y, por tanto, AX = O tiene solamente la solucin trivial. Por lo tanto
Rang(A) = n.
Como hemos podido ver, cuando un sistema de ecuaciones lineales tiene soluciones,
puede tener muchas soluciones. En efecto, la situacin general cuando las soluciones
no son nicas, es que ciertas variables se pueden escribir en trminos de otras y estas
son completamente arbitrarias. Podemos pensar en tales variables como parmetros
que pueden variar para generar soluciones. Podremos decir que tenemos la solucin
general de un sistema si tenemos todas las variables expresadas en trminos de
ciertos parmetros en tal forma que toda posible solucin particular se pueda obtener
al asignar valores apropiados a estos parmetros.
TEOREMA 4.2.9
Un sistema de ecuaciones lineales AX = B tiene solucin nica si y slo si
el rango de la matriz A es igual al rango de la matriz (A | B).
DEMOSTRACION
Reduciendo la matriz de coeficientes usando operaciones elementales sobre las filas
podemos lograr el sistema equivalente (I | C) en este caso, y solamente en este caso,
el rango de A es igual al rango de la matriz aumentada (A | B).
TEOREMA 4.2.10
Un sistema homogneo de n ecuaciones lineales algebraicas con m
incgnitas tiene un nmero indeterminado de soluciones si m > n.
DEMOSTRACION
Escribimos el sistema homogneo de ecuaciones lineales como AX = O con la
matriz A de n x m. Este sistema tiene n ecuaciones y m incgnitas. Si hay ms
incgnitas que ecuaciones, m > n. Ahora, Rang(A) es el nmero de filas distintas de
cero de AR y no puede ser mayor que n. Como Rang(A) n, m Rang(A) m n >
0. Por lo tanto, existe al menos una incgnita independiente a la que se puede asignar
cualquier valor en la solucin general y, por tanto, se le pueden dar valores distintos
de cero llegando a un nmero indeterminado de soluciones.
TEOREMA 4.2.11
Si A es una matriz de n x m, el nmero de escalares arbitrarios en la
solucin general del sistema homogneo de ecuaciones lineales AX = O es
m Rang(A).
DEMOSTRACION
Si la matriz A es de n x m, el nmero de incgnitas independientes es igual al
nmero total de incgnitas m menos el nmero de incgnitas dependientes. Pero el
nmero de incgnitas dependientes es el nmero de filas de AR que tienen entradas
principales y, por lo tanto, es igual al nmero de filas distintas de cero de AR, es
decir, el rango de A.
TEOREMA 4.2.12
Una solucin de un sistema de ecuaciones lineales AX = B es nica si y
slo si el sistema homogneo de ecuaciones AX = O tiene solucin
trivial.
DEMOSTRACION
Supongamos que X y Y son soluciones. Entonces AX = B y AY = B, y por
sustraccin A(X Y) = O. Como quiera que si la ecuacin homognea tiene
solucin trivial, entonces X Y = O y X = Y. Esto muestra la unicidad.
Recprocamente, suponiendo que Z O es una solucin de la ecuacin homognea,
es decir AZ = O, mientras que X es una solucin de AX = B, entonces X + Z
tambin es solucin, puesto que
A(X + Z) = AX + AZ = B + O = B.
Esta es una contradiccin a la unicidad.
TEOREMA 4.2.13
La solucin general del sistema no homogneo de ecuaciones, AX = B,
se puede obtener al sumar la solucin general del sistema homogneo
AX = O a cualquier solucin particular del sistema no homogneo.
DEMOSTRACION
Supongamos que Z es una solucin particular del sistema no homogneo, entonces
AZ = B. Suponiendo que X es cualquier otra solucin particular, entonces
AX = B y A(X Z) = AX AZ = B B = O.
De donde, Y = X Z es una solucin del sistema de ecuaciones homogneas y
entonces se puede obtener de la solucin general del sistema de ecuaciones
homogneas para una eleccin apropiada de ciertos parmetros. As, X = Z + Y, y
como X es cualquier solucin particular, podemos obtener la solucin general del
sistema no homogneo al sumar la solucin general del sistema homogneo a una
solucin particular del sistema no homogneo.
TEOREMA 4.2.14
Un sistema de n ecuaciones lineales algebraicas homogneas con n
incgnitas tiene un nmero indeterminado de soluciones si y slo si el
determinante de la matriz de coeficientes es cero.
DEMOSTRACION
Si Det(A) no es cero la matriz A es no singular. Entonces, al multiplicar los dos
miembros del sistema AX = O por A-1 obtendremos A-1AX = O, es decir X = O.
Por lo tanto, si Det(A) 0, entonces X = O ser la nica solucin de AX = O.
Supongamos a continuacin que el sistema AX = O quede satisfecho por un
vector Y distinto de cero. Si k es el rango de A, entonces n k tiene que ser, por
lo menos, igual a 1. Dicho de otro modo, el rango por filas de A ser
JOE GARCIA ARCOS
154 SISTEMAS DE ECUACIONES LINEALES
EJEMPLO 4.2.4
Resuelva el sistema de ecuaciones siguiente:
x 3y z u 3
2x z u 1
.
y 4z u 6
y z 5u 16
SOLUCION
Construimos la matriz aumentada (A|B) y luego procedemos por el mtodo de Gauss
Jordan:
1 3 1 1 3
2 0 1 1 1
0 1 4 1 6
0 1 1 5 16
A la primera fila le multiplicamos por 2 y luego le restamos la segunda fila:
1 3 1 1 3
0 6 1 3 5
0 1 4 1 6
0 1 1 5 16
A la tercera fila le multiplicamos por 6 y luego le sumamos la segunda fila, a la
cuarta fila le multiplicamos por 6 y luego le sumamos la segunda fila, a la primera
fila le multiplicamos por 2 y luego le restamos la segunda fila:
2 0 1 1 1
0 6 1 3 5
0 0 25 3 41
0 0 5 27 91
A la primera fila le multiplicamos por 25 y luego le restamos la tercera fila, a la
segunda fila le multiplicamos por 25 y luego le restamos la tercera fila, a la cuarta
fila le multiplicamos por 5 y luego le sumamos la tercera fila:
25 0 0 11 8
0 25 0 13 14
0 0 25 3 41
0 0 0 1 3
A la primera fila le restamos 25 veces la cuarta fila y luego dividimos toda la fila
para -25, a la segunda fila le sumamos 13 veces la cuarta fila y luego dividimos toda
la fila para 25, a la tercera fila le restamos 3 veces la cuarta fila y luego dividimos
toda la fila para 25:
1 0 0 0 41
25
0 1 0 0 53
25
32
0 0 1 0 25
0 0 0 1 3
Por lo tanto Rang(A) = Rang(A|B) = 4 y la solucin est dada por el vector siguiente:
T
41 53 32
X 3 .
25 25 25
EJEMPLO 4.2.5
Resuelva el sistema
2 x 3 y 5 z 2 x 3y z 1
x 3 y 2z 0
a.- ; b.- 3x 2 y 4 z 1 ; c.- 2 x y 2 z 3 .
2 x y 3z 0 4 x 2 y 3z 3 4 x 2 y 4 z 6
SOLUCION
a.- Este sistema se puede resolver fcilmente sin matrices, pero queremos ilustrar el
mtodo matricial.
PASO 1. Reducir A. Procedemos como sigue: Sumar 2 veces la fila 1 a la fila 2
1 3 2
0 5 1
multiplicar la fila 2 por -1/5
1 3 2
0 5 1
5
sumar 3 veces la fila 2 a la fila 1
7
1 0 5
AR .
0 1 1
5
PASO 2. Identificar las incgnitas dependientes e independientes. La entrada
principal de la fila 1 est en la columna 1, as que x es dependiente; anlogamente, y
es dependiente. Finalmente, z es independiente.
PASO 3. Escribimos las incgnitas dependientes en trminos de las independientes.
De la fila 1 de AR, x + 7z/5 = 0, as que x = - 7z/5. De la fila 2, y - z/5 = 0, as que y =
z/5. En estas ecuaciones z es arbitraria.
PASO 4. Por conveniencia, sea x = - 7t/5, y = t/5. En forma matricial, la solucin es
T
7t t
X t .
5 5
Esta expresin se llama solucin general del sistema porque obtenemos todas las
soluciones dando a t diferentes valores.
b.- Primero: resolvemos el sistema no homogneo de ecuaciones lineales AX = B.
Construimos la matriz aumentada del sistema:
2 3 5 2
3 2 4 1
4 2 3 3
A la segunda fila le multiplicamos por 2 y luego le restamos 3 veces la primera fila, a
la tercera fila le restamos 2 veces la primera fila:
2 3 5 2
0 13 7 4
0 8 13
1
A la primera fila le multiplicamos por 13 y luego le sumamos 3 veces la segunda fila,
a la tercera fila le multiplicamos por 13 y luego le restamos 8 veces la segunda fila:
13 0 43 7
0 13 7 4
0
0 5 1
A la primera fila le multiplicamos por 5 y luego le restamos 43 veces la tercera fila y
a continuacin dividimos toda la fila para 65, a la segunda fila le multiplicamos por 5
y luego le sumamos 7 veces la tercera fila y despus dividimos toda la fila para -65:
1 0 0 8
65
0 1 0 5
1
1
0 0 1
5
2 3 5 2 3 5 13 0 43 1 0 0
3 2 4 0 13 7 0 13 7 0 1 0
4 2 3 0 8 13 0 5 0 0 1
0
Por lo tanto, la solucin est dada por el vector siguiente: X2 0 0 0 .
La solucin al sistema esta dada por X1 + X2, es decir:
65
8
0
8
1 165
X 5 0 5 .
1 0 1
5 5
Por lo tanto queda comprobado que el sistema tiene una nica solucin.
c.- Encontramos la solucin del sistema AX = B:
1 3 1 1 1 3 1 1 7 0 5 10
2 1 2 3 0 7 4 1 0 7 4 1
4 2 4 6 0 14 8 2 0 0 0 0
De aqu que la solucin general del sistema AX = B es
1
X(t ) 10 5t 1 4t 7t .
T
7
Si asignamos cualquier valor a t, digamos t = 1, obtenemos una solucin particular:
1
X(1) 15 5 7 .
T
7
A continuacin encontramos la solucin general del sistema AX = O:
1 3 1 0 1 3 1 0 7 0 5 0
2 1 2 0 0 7 4 0 0 7 4 0
4 2 4 0 0 14 8 0 0 0 0 0
De aqu que la solucin general del sistema AX = O es
1
X(t ) 5t 4t 7t .
T
7
Si asignamos cualquier valor a t, digamos t = 7, obtenemos una solucin particular:
X(7) 5 4 7 .
T
EJEMPLO 4.2.6
Utilizando el mtodo de Gauss-Jordan, solucionar los siguientes sistemas de
ecuaciones lineales:
x y 3z 1 2x y z 2 2 x y 3z 3
2x y 2z 1 x 3y z 5 3x y 5 z 0
a.- ; b.- ; c.- .
x y z 3 x y 5 z 7 4x y z 3
x 2 y 3z 1 2 x 3 y 3z 14 x 3 y 13z 6
SOLUCION
a.- A la segunda fila le restamos 2 veces la primera fila, a la tercera fila le restamos
la primera fila, a la cuarta fila le restamos la primera fila:
1 1 3 1
0 1 4 3
0 0 1 4
0 1 0 2
EJEMPLO 4.2.7
Utilizando el mtodo de Gauss-Jordan, solucionar los siguientes sistemas de
ecuaciones lineales:
x y 3u w 0 x y z u w 7
3x 2 y z u 3w 2
x y 2 z u 0
a.- ; b.- .
4 x 2 y 6 z 3u 4 w 0 y 2 z 2u 6w 23
2 x 4 y 2 z 4u 7 w 0 5 x 4 y 3z 3u w 12
SOLUCION
a.- A la segunda fila le restamos la primera fila, a la tercera fila le restamos 4 veces
la primera fila y a la cuarta fila le restamos 2 veces la primera fila:
1 1 0 3 1 0
0 2 2 2 1 0
0 2 2 5 0 0
0 2 2 10 5 0
multiplicamos la primera fila por 2 y luego le restamos la segunda fila, a la tercera
fila le restamos la segunda fila y a la cuarta fila le sumamos la segunda fila:
2 0 2 4 1 0
0 2 2 2 1 0
0 0 0 3 1 0
0 0 0 3 1 0
multiplicamos la primera fila por 3 y luego le sumamos 4 veces la tercera fila,
multiplicamos la segunda fila por 3 y luego le restamos 2 veces la tercera fila y a
la cuarta fila le restamos la tercera fila:
6 0 6 0 7 0
0 6 6 0 5 0
0 0 0 3 1 0
0 0 0 0 0 0
en esta matriz podemos observar que el sistema de ecuaciones lineales tiene un
nmero indeterminado de soluciones y stas se dan de la siguiente manera:
T
7t 5t t
X r r r t .
6 6 3
b.- A la segunda fila le restamos 3 veces la primera fila y a la cuarta fila le restamos
5 veces la primera fila:
1 1 1 1 1 7
0 1 2 2 6 23
0 1 2 2 6 23
0 1 2 2 6 23
a la primera fila le restamos la segunda fila, a la tercera fila le sumamos la
segunda fila y a la cuarta fila le restamos la segunda fila:
1 0 1 1 5 16
0 1 2 2 6 23
0 0 0 0 0 0
0 0 0 0 0 0
en esta matriz podemos observar que el sistema de ecuaciones lineales tiene un
nmero indeterminado de soluciones y stas se dan de la siguiente manera:
X t r s 16 23 2t 2r 6s t r s .
T
EJEMPLO 4.2.8
Utilizando el mtodo de Gauss-Jordan, solucionar los siguientes sistemas de
ecuaciones lineales:
x 4 y 6 z 4u w 0 2x y z u w 2
x y 4 z 6u 4w 0 x 2y z u w 0
a.- 4 x y z 4u 6w 0 ; b.- x y 3z u w 3 .
6 x 4 y z u 4 w 0 x y z 4u w 2
4 x 6 y 4 z u w 0 x y z u 5w 5
SOLUCION
a.- A la segunda fila le restamos la primera fila, a la tercera fila le restamos 4 veces
la primera fila, a la cuarta fila le restamos 6 veces la primera fila y a la quinta fila le
restamos 4 veces la primera fila:
1 4 6 4 1 0
0 3 2 2 3 0
0 15 23 12 2 0
0 20 35 23 2 0
0 10 20 15 3 0
a la primera fila le multiplicamos por 3 y luego le restamos 4 veces la segunda fila, a
la tercera fila le restamos 5 veces la segunda fila, a la cuarta fila le multiplicamos por
3 y luego le restamos 20 veces la segunda fila, a la quinta fila le multiplicamos por 3
y luego le restamos 10 veces la segunda fila:
3 0 10 20 15 0
0 3 2 2 3 0
0 0 13 22 13 0
0 0 65 109 66 0
0 0 40 65 39 0
a la primera fila le multiplicamos por 13 y luego le sumamos 10 veces la tercera fila,
a la segunda fila le multiplicamos por 13 y luego le restamos 2 veces la tercera fila, a
la cuarta fila le restamos 5 veces la tercera fila, a la quinta fila le multiplicamos por
JOE GARCIA ARCOS
SISTEMAS DE ECUACIONES LINEALES 161
7 0 0 2 2 7
0 7 0 2 2 7
0 0 7 1 1 7
0 0 0 23 2 21
0 0 0 1 15 14
a la primera fila le multiplicamos por 23 y luego le restamos 2 veces la cuarta fila, a
la segunda fila le multiplicamos por 23 y luego le restamos 2 veces la cuarta fila, a la
tercera fila le multiplicamos por 23 y luego le restamos la cuarta fila, a la quinta fila
le multiplicamos por 23 y luego le restamos la cuarta fila:
161 0 0 0 42 203
0 161 0 0 42 119
0 0 161 0 21 182
0 0 0 23 2 21
0 0 0 0 1 1
a la primera fila le restamos 42 veces la quinta fila, a la segunda fila le restamos 42
veces la quinta fila, a la tercera fila le restamos 21 veces la quinta fila, a la cuarta fila
le restamos 2 veces la quinta fila:
161 0 0 0 0 161
0 161 0 0 0 161
0 0 161 0 0 161
0 0 0 23 0 23
0 0 0 0 1 1
en esta matriz podemos observar que el sistema de ecuaciones lineales tiene
solucin nica y sta se expresa de la siguiente manera:
x = 1, y = -1, z = 1, u = -1, w =1.
EJEMPLO 4.2.9
Cul es la condicin para que tres rectas
a1 x b1 y c1 0
a2 x b2 y c2 0
a x b y c 0
3 3 3
pasen por un punto?
SOLUCION
Las tres rectas forman un sistema de ecuaciones lineales no homogneo
a1 x b1 y c1 0
a2 x b2 y c2 0
a x b y c 0
3 3 3
y, para que estas tres rectas pasen por un punto, el determinante formado por los
coeficientes del sistema y trminos independientes debe ser igual a cero, es decir:
a1 b1 c1
a2 b2 c2 0 .
a3 b3 c3
Para el trabajo numrico, son preferibles otras frmulas, pero la regla de Cramer
tiene un inters prctico. Aunque para la resolucin numrica es el mtodo de
reduccin ms rpido, sobre todo si los coeficientes son nmeros decimales, tiene
gran importancia la resolucin por medio de determinantes, pues permite hacer a
discusin completa de los sistemas de ecuaciones lineales.
TEOREMA 4.2.15
Sea A una matriz no singular de n x n. Entonces la nica solucin del
sistema no homogneo AX = B est dada por
Det( A kB )
xk = xk para k = 1, 2, ..., n,
Det( A)
donde AkB es la matriz de orden n x n que se obtiene reemplazando la
columna k de A con B.
DEMOSTRACION
Si Det(A) 0, entonces la matriz A es no singular y, por lo tanto X = A-1B es la
solucin nica de AX = B. Por consiguiente se tiene
X = A-1B
1
= Adj( A) B
Det( A)
Det( A11 ) Det( A 21 ) Det( A n1 ) b1
1 Det( A12 ) Det( A 22 ) Det( A n 2 ) b2
=
Det( A)
Det( A1n ) Det( A 2 n ) Det( A nn )
bn
b1Det( A11 ) + b2 Det( A 21 ) + + bn Det( A n1 )
1 b1Det( A12 ) + b2 Det( A 22 ) + + bn Det( A n 2 )
= .
Det( A)
b1Det( A1n ) + b2 Det( A 2 n ) + + bn Det( A nn )
Por tanto, el elemento de la j-sima fila de X es
b1Det( A1 j ) + b2 Det( A2 j ) + + bn Det( A nj )
x( j ) = .
Det( A)
Ahora, sea
a11 a12 a1 j 1 b1 a1 j 1 a1n
a21 a22 a2 j 1 b2 a2 j 1 a2 n
Aj ,
an1 an 2 anj 1 bn anj 1 ann
Dado que Aj difiere de A nicamente en la j-sima columna, los cofactores de los
elementos b1, b2, ..., bn de Aj son iguales a los cofactores de los elementos
correspondientes que estn en la j-sima columna de A. Como consecuencia, el
desarrollo por cofactores de Det(Aj) a lo largo de la j-sima columna es
Det(Aj) = b1Det(A1j) + b2Det(A2j) + ... + bnDet(Anj).
Det( A j )
Al sustituir este resultado en (1) se obtiene x j .
Det( A)
clc;clear;
fprintf('\n METODO DE CRAMER GENERALIZADO \n')
fil=input('Ingrese el numero de incognitas: ');
%Ingreso de elementos
fprintf('Ingrese los coeficientes del sistema de ecuaciones\n')
for f=1:fil
for c=1:fil
fprintf('Ingrese el elemento A:(%d,%d)',f,c)
A(f,c)=input(' :');
end
end
fprintf('\n Ingrese los terminos independientes\n')
%for f=1:fil
for c=1:fil
fprintf('Ingrese el elemento B:(%d,%d)',f,c)
B(c,1)=input(' :');
end
end
fprintf('LA MATRIZ A ES :\n')
A
end
DetA=det(A)
end
fprintf('LA MATRIZ B ES:\n')
B
fprintf('LA INVERSA DE A ES:\n')
C=inv(A)
fprintf('EL VECTOR SOLUCION X ES:\n')
X=inv(A)*B;
X
end
end
if DetA==0
fprintf('EL SISTEMA DE ECUACIONES NO TIENE SOLUCION\n')
end
end
EJEMPLO 4.2.10
Resolver el sistema
x 3 y 4z 1 (a 1) x y z a 2 3a
a.- x y 3z 14 ; b.- x (a 1) y z a 3 3a 2 .
y 3z 5
x y (a 1) z a 3a
4 3
SOLUCION
a.- La matriz de coeficientes es
1 3 4
A 1 1 3 .
0 1 3
Encontramos que Det(A) = 13. Por la regla de Cramer,
1 3 4 1 1 4
1 117 1 10
x Det 14 1 3 9 , y Det 1 14 3 ,
13 5 1 3 13 13 0 5 3 13
1 3 1
1 25
z Det 1 1 14 .
13 0 1 5 13
b.- La matriz de coeficientes es
a 1 1 1
A 1 a 1 1
1 a 1
1
Encontramos que Det(A) = a3 + 3a2. Por la regla de Cramer,
a 2 3a 1 1
1 3a 2 2a3 a5
x a 3a
3 2
a 1 1 a2 2 ,
a3 3a 2 a3 3a 2
a 4 3a3 1 a 1
a 1 a 2 3a 1
1 2a 4 5a3 3a 2
y 1 a3 3a 2 1 2a 1 ,
a3 3a 2 a3 3a 2
1 a 3a
4 3
a 1
a 1 1 a 2 3a
1 a 6 5a5 5a 4 4a3 3a 2
z 1 a 1 a3 3a 2 a 3 2a 2 a 1
a 3a
3 2
a 3a
3 2
1 1 a 4 3a3
EJEMPLO 4.2.11
Utilizando el mtodo de Cramer, solucionar los siguientes sistemas de ecuaciones
lineales:
x 2 y 3z 4u 5w 13 x 2 y 3z 4u w 1
2 x y 2 z 3u 4w 10 2 x y 3z 4u 2w 8
a.- 2 x 2 y z 2u 3w 11 ; b.- 3x y z 2u w 3 .
2 x 2 y 2 z u 2w 6 4 x 3 y 4 z 2u 2w 2
2 x 2 y 2 z 2u w 3 x y z 2u 3w 3
SOLUCION
a.- Calculamos los determinantes correspondientes:
13 2 3 4 5 1 13 3 4 5
10 1 2 3 4 2 10 2 3 4
x 11 2 1 2 3 0 , y 2 11 1 2 3 62 ,
6 2 2 1 2 2 6 2 1 2
3 2 2 2 1 2 3 2 2 1
1 2 13 4 5 1 2 3 13 5
2 1 10 3 4 2 1 2 10 4
z 2 2 11 2 3 62 , u 2 2 1 11 3 0 ,
2 2 6 1 2 2 2 2 6 2
2 2 3 2 1 2 2 2 3 1
1 2 3 4 13 1 2 3 4 5
2 1 2 3 10 2 1 2 3 4
w 2 2 1 2 11 93 , 2 2 1 2 3 31 .
2 2 2 1 6 2 2 2 1 2
2 2 2 2 3 2 2 2 2 1
A continuacin reemplazamos en cada una de las variables, y obtenemos la solucin
general:
0 y 62 62 0
x x 0, y 2, z z 1 , u u 0 ,
31 31 31 31
w 93
w 3.
31
b.- Calculamos los determinantes correspondientes:
1 2 3 4 1 1 1 3 4 1
8 1 3 4 2 2 8 3 4 2
x 3 1 1 2 1 96 , y 3 3 1 2 1 0 ,
2 3 4 2 2 4 2 4 2 2
3 1 1 2 3 1 3 1 2 3
1 2 1 4 1 1 2 3 1 1
2 1 8 4 2 2 1 3 8 2
z 3 1 3 2 1 96 , u 3 1 1 3 1 96 ,
4 3 2 2 2 4 3 4 2 2
1 1 3 2 3 1 1 1 3 3
1 2 3 4 1 1 2 3 4 1
2 1 3 4 8 2 1 3 4 2
w 3 1 1 2 3 48 , 3 1 1 2 1 48 .
4 3 4 2 2 4 3 4 2 2
1 1 1 2 3 1 1 1 2 3
A continuacin reemplazamos en cada una de las variables, y obtenemos la solucin
general:
96 y 0 96 96
x x 2, y 0, z z 2 , u u 2 ,
48 48 48 48
48
w w 1.
48
EJEMPLO 4.2.12
Analizar segn los parmetros dados y solucionar los siguientes sistemas de
ecuaciones lineales:
(5a 1) x 2ay (4a 1) z 1 a ax ay (a 1) z a
a.- (4a 1) x (a 1) y (4a 1) z 1 ; b.- ax ay (a 1) z a .
2(3a 1) x 2ay (5a 2) z 2 a (a 1) x ay (2a 3) z 1
SOLUCION
a.- El primer paso es calcular el determinante de la matriz de coeficientes del
sistema:
5a 1 2a 4a 1
4a 1 a 1 4a 1 a 3 a
2(3a 1) 2a 5a 2
Para que el sistema de ecuaciones lineales tenga solucin nica, el determinante de la
matriz de coeficientes debe ser diferente de cero:
a0
a3 a 0 a(a2 1) 0 a(a 1)(a + 1) 0 a 1
a 1
por lo tanto a \ {-1, 0, 1}. Cuando a = -1:
1 1 1 1 1 1 3 1
a c c d 0 0 2 2
2 2 1 1 4 1
2
a c c d
2
8 2 7 1 0 2 1 5 5a 4 a 1 3a 4
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, si a = 1, el
sistema es inconsistente.
Para solucionar el sistema de ecuaciones lineales, debemos encontrar la inversa de la
matriz de coeficientes y luego multiplicamos el sistema AX = B a la izquierda por
A-1, para obtener el vector solucin X = A-1B:
3a 2 a 2 4a 2 a 1 5a 7a 2
2
a(a 1) a(a 1) a2 1
1 a
1 1 4a 4a 1 8a 2 7 a
X 1 1 .
1 a a 1 a 1 2 a a 1
2
2a 2 2a 2 2
3a 2 2a 1 5a 2a 1
2
a(a 1) a (a 1) a2 1
b.- El primer paso es calcular el determinante de la matriz de coeficientes del
sistema:
a a a 1
a a a 1 2a
a 1 a 2a 3
Para que el sistema de ecuaciones lineales tenga solucin nica, el determinante de la
matriz de coeficientes debe ser diferente de cero: - 2a 0 a 0 por lo tanto
a \ {0}.
Cuando a = 0:
0 0 1 0 0 0 1 0
0 0 1 0 0 0 0 0
1 0 3 1 1 0 3 1
podemos observar que el Rang(A) = 2 y el Rang(A B) = 2. Por lo tanto, cuando
a = 0, el sistema es indeterminado.
Para solucionar el sistema de ecuaciones lineales, debemos encontrar la inversa de la
matriz de coeficientes y luego multiplicamos el sistema AX = B a la izquierda por
A-1, para obtener el vector solucin X = A-1B:
a4 a2
2 2
1
a 1 a
a 2 3a 1 a2 a 1
X 1 a a .
2a 2a 1 0
1 1
0
2 2
EJEMPLO 4.2.13
Analizar segn los parmetros dados y solucionar los siguientes sistemas de
ecuaciones lineales:
ax (2a 1) y (a 2) z 1
a.- (a 1) y (a 3) z 1 a ;
ax (3a 2) y (3a 1) z 2 a
2(a 1) x 3 y az a 4
b.- (4a 1) x (a 1) y (2a 1) z 2a 2 .
(5a 4) x (a 1) y (3a 4) z a 1
SOLUCION
a.- El primer paso es calcular el determinante de la matriz de coeficientes del
sistema:
a 2a 1 a 2
0 a 1 a 3 a 3 a 2 2a
a 3a 2 3a 1
Para que el sistema de ecuaciones lineales tenga solucin nica, el determinante de la
matriz de coeficientes debe ser diferente de cero:
a0
a3 + a2 2a 0 a(a2 + a 2) 0 a(a 1)(a + 2) 0 a 1
a 2
por lo tanto a \ {-2, 0, 1}. Cuando a = -2:
2 5 0 0 2 5 0 0 2 5 0 0
0 3 5 1 0 3 5 1 0 3 5 1
2 8 5 4 0 3 5 4 0 0 0 5
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, cuando
a = -2, el sistema es inconsistente. Cuando a = 0:
1 1 1 1 0 1 2 1 0 1 2 1
a c c d 0 0 5 0 0 0 5 0
2 2 0 0 3 0 0 0 0 0
2
a c c d
2
podemos observar que el Rang(A) = 2 y el Rang(A B) = 2. Por lo tanto, cuando
a = 0, el sistema es indeterminado. Cuando a = 1:
1 1 3 1 1 1 3 1 1 1 3 1
0 0 2 2 0 0 2 2 0 0 2 2
1 1 4 1 0 0 1 0 0 0 0 2
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, cuando
a = 1, el sistema es inconsistente. Para solucionar el sistema de ecuaciones lineales,
debemos encontrar la inversa de la matriz de coeficientes y luego multiplicamos el
sistema AX = B a la izquierda por A-1, para obtener el vector solucin X = A-1B:
9a 7 3a 2 5a 3 a 2 8a 5 4a 2 12a 10
a(a 1)(a 2) a(1 a)(a 2) a(a 1)(a 2) 1 (1 a)(a 2)
a 3 2a 1 a 3 3a 2 3a 2
X 1 a .
(a 1)(a 2) (a 1)(a 2) (1 a)( a 2) (1 a)( a 2)
1 1 1 2 a 2a
a2 a2 a2 a2
b.- El primer paso es calcular el determinante de la matriz de coeficientes del
sistema:
2(a 1) 3 a
4a 1 a 1 2a 1 a3 6a 2 11a 6
5a 4 a 1 3a 4
Para que el sistema de ecuaciones lineales tenga solucin nica, el determinante de la
matriz de coeficientes debe ser diferente de cero:
a 1
a3 - 6a2 + 11a - 6 0 (a 1)(a 2)(a - 3) 0 a 2
a 3
por lo tanto a \ {1, 2, 3}.
Cuando a = 1:
4 3 1 5 4 3 1 5 4 3 1 5
3 2 1 4 0 1 1 1 0 1 1 1
1 2 1 0 0 5 5 5 0 0 0 0
podemos observar que el Rang(A) = 2 y el Rang(A B) = 2. Por lo tanto, cuando
a = 1, el sistema es indeterminado.
Cuando a = 2:
6 3 2 6 6 3 2 6
7 3 3 6 0 3 4 6
6 3 2 1 0 0 0 5
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, cuando
a = 2, el sistema es inconsistente.
Cuando a = 3:
8 3 3 7 8 3 3 7 8 3 3 7
11 4 5 8 0 1 12 13 0 1 12 13
11 4 5 2 0 1 12 61 0 0 0 48
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, cuando
a = 3, el sistema es inconsistente. Para solucionar el sistema de ecuaciones lineales,
debemos encontrar la inversa de la matriz de coeficientes y luego multiplicamos el
sistema AX = B a la izquierda por A-1, para obtener el vector solucin X = A-1B:
a 1 a6 a 2 5a 3 2a 2 4a 15
(a 1)(a 2) (a 1)(a 3) (1 a)( a 2)( a 3) a 4 ( a 2)( a 3)
a4 3a 2
a 18
2a 2
2a
X
(1 a)(a 2) (a 1)(a 3) (1 a)( a 2)( a 3) (a 2)(a 3)
a 1 2
a 1 2a 7 2a 2 8a 5 3a 3a 21
(1 a)(a 2) (1 a)(a 3) ( a 1)( a 2)( a 3) (2 a)(a 3)
EJEMPLO 4.2.14
Analizar segn los parmetros dados y solucionar los siguientes sistemas de
ecuaciones lineales:
x ay a 2 z a3 x y z 1
a.- x by b z b ; b.- ax by cz d .
2 3
2
x cy c z c a x b y c z d
2 3 2 2 2
SOLUCION
a.- El primer paso es calcular el determinante de la matriz de coeficientes del
sistema:
1 a a2
1 b b 2 (a b)(a c)(c b)
1 c c2
Para que el sistema de ecuaciones lineales tenga solucin nica, el determinante de la
matriz de coeficientes debe ser diferente de cero:
b a
(a b)(a c)(c - b) 0 c a a b c
b c
Cuando a = b:
1 b b 2 b3 1 b b 2 b3
1 b b b 0 0 0
2 3
0
1 c c 2 c3 1 0 bc bc(b c)
podemos observar que el Rang(A) = 2 y el Rang(A B) = 2. Por lo tanto, cuando
a = b, el sistema es indeterminado.
Cuando a = c:
1 c c 2 c3 1 c c 2 c3
1 b b 2 b3 1 0 bc bc(b c)
1 c c 2 c3 0 0 0 0
podemos observar que el Rang(A) = 2 y el Rang(A B) = 2. Por lo tanto, cuando
a = c, el sistema es indeterminado.
Cuando b = c:
1 a a 2 a3 1 0 ac ac(a c)
1 c c 2 c3 1 c c 2 c3
1 c c 2 c3 0 0 0 0
podemos observar que el Rang(A) = 2 y el Rang(A B) = 2. Por lo tanto, cuando
b = c, el sistema es indeterminado.
Para solucionar el sistema de ecuaciones lineales, debemos encontrar la inversa de la
matriz de coeficientes y luego multiplicamos el sistema AX = B a la izquierda por
A-1, para obtener el vector solucin X = A-1B:
bc ac ab
( a b )( a c ) ( a b )( c b ) ( a c )(b c ) a3 abc
bc ac ab 3
X b ab ac bc .
( a b )( c a ) ( a b )(b c ) ( a c )( c b ) 3 a b c
1 1 1 c
(a b)(a c) (a b)(c b) (a c)(b c)
b.- El primer paso es calcular el determinante de la matriz de coeficientes del
sistema:
1 1 1
a b c (a b)(a c)(c b)
a 2 b2 c 2
Para que el sistema de ecuaciones lineales tenga solucin nica, el determinante de la
matriz de coeficientes debe ser diferente de cero:
b a
(a b)(a c)(c - b) 0 c a a b c.
b c
Cuando a = b:
1 1 1 1 1 1 1 1 1 1 1 1
b b c d
0 0 b c b d
0 0 b c b d
2 2 2 0 0
b b c d 0 0 b c b d
2 2 2 2 2 0 ( c d )( b d )
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, cuando
a = b, el sistema es inconsistente.
Cuando a = c:
1 1 1 1 1 1 1 1 1 1 1 1
c b c d 0 c b 0 c d 0 c b 0 cd
2 2 2 0
c b 2
c 2
d 0 c 2
b 2
0 c 2
d 0 0 ( b d )( c d )
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, cuando
a = c, el sistema es inconsistente.
Cuando b = c:
1 1 1 1 1 1 1 1
a c c d 0 a c a c a d
2 2 2
a c c d 0 a c a c a d
2 2 2 2 2 2 2
1 1 1 1
0 a c a c ad
0
0 0 (c d )(a d )
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, cuando
b = c, el sistema es inconsistente. Para solucionar el sistema de ecuaciones lineales,
debemos encontrar la inversa de la matriz de coeficientes y luego multiplicamos el
sistema AX = B a la izquierda por A-1, para obtener el vector solucin X = A-1B:
bc bc 1 (b d )(c d )
(a b)(a c) (a b)(c a) (a b)(a c) 1 (a b)(a c)
ac ac 1 (a d )(d c)
X d .
(a b)(c b) (a b)(b c ) (a b)(c b) 2 (a b)(b c )
ab ab 1 d (a d )(b d )
(a c)(b c) (a c)(c b) (a c)(b c) (a c)(b c)
Los mtodos numricos se usan principalmente en aquellos problemas para los que
se sabe que la convergencia es rpida, de modo que se obtiene la solucin con mucho
menos trabajo que con un mtodo directo, y para sistemas de orden grande pero con
muchos coeficientes cero, para los cuales los mtodos de eliminacin seran
relativamente laboriosos y necesitaran mucha memoria en un computador. Los
mtodos de clculo numrico tienen un gran inters en ciertas aplicaciones de las
Matemticas a la resolucin de problemas en variadas reas de la ingeniera, y entre
aquellos mtodos destacan los que hacen referencia a la resolucin de sistemas de
ecuaciones lineales.
EJEMPLO 4.2.15
Resuelva el siguiente sistema de ecuaciones lineales
x 2 y 3z 14
2 x 3 y 4 z 20 .
3x 4 y z 14
SOLUCION
La matriz A de coeficientes del sistema es simtrica. Esto implica que L = UT y
pueden determinarse los elementos de U a partir de
1 2 3 a11 0 0 a11 a12 a13
2 3 4 a
12 a22 0 0 a22 a23
3 4 1 a a33
13 a23 a33 0 0
multiplicando e igualando los elementos correspondientes. Sucesivamente se obtiene
1 2 3 a11
2
a11a12 a11a13
2 3 4 a11a12 a22 a12 a13 a22 a23
2 2
a12
3 4 1 2
a11a13 a12 a13 a22 a23 a13
2
a23
2
a33
2
a11 1, a11a12 2, a11a13 3 a11 1, a12 2
a11a12 2, a12 a22 3, a12 a13 a22 a23 4
2 2
a13 3, a22 i .
a 2i, a 2i
a11a13 3, a12 a13 a22 a23 4, a13 a23 a33 1 23
2 2 2
33
Sea AX = B un sistema de ecuaciones lineales dado n ecuaciones. Sean X0, X1, ... la
sucesin iterativa de las aproximaciones sucesivas de Gauss Seidel,
correspondientes a una aproximacin inicial X0. Se dice que el mtodo converge para
un X0, si la sucesin iterativa correspondiente converge a una solucin del sistema de
ecuaciones dado.
Sin prdida de generalidad, puede suponerse aij = 1 para j = 1, 2, ..., n, debido a que
puede lograrse esta forma de A, rearreglando las ecuaciones de modo que no se anule
coeficiente diagonal alguno y, a continuacin, dividiendo cada ecuacin por el
coeficiente diagonal que corresponda. Entonces puede escribirse A = I + L + U,
donde I es la matriz identidad de n filas y L y U son, respectivamente, matrices
triangulares inferior y superior con diagonales principales nulas.
EJEMPLO 4.2.16
Utilizando el mtodo de Gauss-Seidel y cuatro cifras significativas, solucionar los
siguientes sistemas de ecuaciones lineales:
w 0.25 x 0.25 y 0.50 4.1x 0.1y 0.2 z 0.2u 21.14
0.25w x 0.25 z 0.50 0.3x 5.3 y 0.9 z 0.1u 17.82
a.- ; b.- .
0.25 w y 0.25 z 0.25 0.2 x 0.3 y 3.2 z 0.2u 9.02
0.25 x 0.25 y z 0.25 0.1x 0.1y 0.2 z 9.1u 17.08
SOLUCION
a.- Se escribe el sistema en la forma
w 0.25 x 0.25 y 0.50
x 0.25w 0.25 z 0.50
(1)
y 0.25w 0.25 z 0.25
z 0.25 x 0.25 y 0.25
y se usan estas ecuaciones para la iteracin; es decir, se parte de una aproximacin a
la solucin, digamos w0 = 1, x0 = 1, y0 = 1, z0 = 1 y calculamos una aproximacin
presumiblemente mejor
w1 0.25 x0 0.25 y0 0.50 w1 0.25 0.25 0.50 1.0000
x 0.25w 0.25 z 0.50 x1 0.25 0.25 0.50 1.0000
1
1 0
(2)
y1 0.25w1 0.25 z0 0.25 y1 0.25 0.25 0.25 0.7500
z1 0.25 x1 0.25 y1 0.25
z1 0.25 (0.25)(0.7500) 0.25 0.6875
Se ve que estas ecuaciones se obtienen de las (1), sustituyendo a la derecha las
aproximaciones ms recientes. En efecto, elementos correspondientes reemplazan a
los previos tan pronto como se han calculado, de modo que en la segunda y tercera
ecuaciones se usa w1 y en la ltima ecuacin de (2) se usa x1 y y1. El siguiente paso
da
w2 0.25 x1 0.25 y1 0.50
x 0.25w 0.25 z 0.50
2 2 1
2y 0.25 w 2 0.25 z1 0.25
z2 0.25 x2 0.25 y2 0.25
r 0 1 2 3 4 5 6 7
x 1.0000 1.0000 0.9062 0.8827 0.8768 0.8758 0.8751 0.8750
y 1.0000 0.7500 0.6563 0.6327 0.6268 0.8755 0.6251 0.6250
z 1.0000 0.6875 0.6405 0.6288 0.6263 0.6255 0.6250 0.6250
w 1.0000 1.0000 0.9375 0.8906 0.8788 0.8758 0.8752 0.8750
r 0 1 2 3 4 5
x 1.0000 5.0340 5.2000 5.1990 5.2000 5.2000
y 1.0000 -3.7980 -4.1650 -4.1990 -4.2000 -4.2000
z 1.0000 2.7970 2.9960 3.0000 3.0000 3.0000
u 1.0000 -1.8010 -1.7990 -1.8000 -1.8000 -1.8000
EJEMPLO 4.2.17
Aplicar la iteracin de Gauss Seidel a los sistemas siguientes, partiendo de 1, 1, 1.
10 x y z 13 4 x 2 y z 14
a.- x 10 y z 36 ; b.- x 5 y z 10 .
x y 10 z 35 x y 8 z 20
SOLUCION
a.- El sistema de ecuaciones se escribe en la forma:
y z 13
x 10
x z 36
y
10
x y 35
z
10
Comenzando el proceso y ubicando todos los resultados en una tabla, obtenemos:
r 0 1 2 3 4
x 1.0000 1.5000 2.0330 2.0000 2.0000
y 1.0000 3.3500 2.9980 2.9990 3.0000
z 1.0000 3.9850 4.0030 4.0000 4.0000
2 y z 14
x 4
x z 10
y
5
x y 20
z
8
Comenzando el proceso y ubicando todos los resultados en una tabla, obtenemos:
r 0 1 2 3 4 5 6
x 1.0000 2.7500 2.1870 2.0280 2.0050 2.0010 2.0000
y 1.0000 1.6500 1.9520 1.9900 1.9980 1.9990 2.0000
z 1.0000 1.9500 1.9820 1.9970 1.9990 2.0000 2.0000
EJEMPLO 4.2.18
Resuelva el siguiente sistema:
7 x y 4z 8
3x 8 y 2 z 4
4x y 6z 3
Realizar los clculos con tres decimales redondeados.
SOLUCION
Analicemos previamente si la matriz de coeficientes es estrictamente diagonal
dominante, ya que es condicin suficiente para que el proceso iterativo sea
convergente
| 7 | > | -1 | + | 4 |, | -8 | > | 3 | + | 2 | y | -6 | > | -4 | + | 1 |
8
(2) 1
x3 6 (3 4,572 0,5) 1,179
As sucesivamente hasta que se cumpla la condicin de paro establecida. En la
siguiente tabla se muestran las iteraciones necesarias, que resultan ser diez.
r 0 1 2 3 4 5 6 7 8 9 10
x1 0.000 1,143 1,500 1,931 2,033 2,217 2,240 2,322 2,322 2,359 2,354
x2 0.000 0,500 0,804 0,768 0,883 0,848 0,904 0,881 0,910 0,895 0,911
x3 0.000 -0,500 -1,179 -1,366 -1,659 -1,708 -1,837 -1,843 -1,901 -1,896 -1,923
EJEMPLO 4.2.19
Partiendo de 0, 0, 0, demuestre que la iteracin de Gauss Seidel converge para el
sistema siguiente
2 x y z 4
x 2 y z 4
x y 2z 4
mientras que la iteracin de Jacobi diverge.
SOLUCION
Aplicando el mtodo de Gauss Seidel, el sistema de ecuaciones se escribe en la
forma:
2 y z 14
x 4
x z 10
y
5
x y 20
z
8
Comenzando el proceso y ubicando todos los resultados en una tabla, obtenemos:
r 0 1 2 3 4 5 6 7 8
x 0.0000 2.0000 1.2500 1.0310 0.9882 0.9888 0.9950 0.9984 1.0000
y 0.0000 1.0000 1.1250 1.0780 1.0330 1.0100 1.0020 1.0000 1.0000
z 0.0000 0.5000 0.8125 0.9455 0.9893 1.0000 1.0010 1.0000 1.0000
EJEMPLO 4.2.20
Resulta evidente pensar que la iteracin de Gauss Seidel es mejor que la iteracin
de Jacobi. En realidad, los mtodos no son comparables. Ilustrar este hecho,
demostrando que para el sistema
xz 2
x y 0
x 2 y 3z 0
la iteracin de Jacobi converge, mientras que la iteracin de Gauss Seidel diverge.
SOLUCION
Analicemos previamente si la matriz de coeficientes es estrictamente diagonal
dominante, ya que es condicin suficiente para que el proceso iterativo sea
convergente | 1 | > | 1 |, | 1 | > | 1 | y | -3 | > | 1 | + | 2 |. Podemos darnos cuenta que no
se cumple la condicin de Jacobi. Las frmulas de iteracin de Jacobi para este
sistema sern:
x ( r 1) 2 z ( r )
y ( r 1) x ( r )
1
z ( r 1) ( x ( r ) 2 y ( r ) )
3
Comencemos con la aproximacin inicial
x(0) y(0) z (0) 0
En la siguiente tabla se muestran las iteraciones necesarias:
r 0 1 2 3 4 5 6 7 8 9 10
x 0.0000 2.0000 2.0000 1.3330 0.0000 0.2229 1.1110 1.9250 1.4810 0.6180 0.2229
y 0.0000 0.0000 2.0000 2.0000 1.3330 0.0000 0.2229 1.1110 1.9250 1.4810 0.6180
z 0.0000 0.0000 0.6666 2.0000 1.7770 0.8886 0.0743 0.5189 1.3820 1.7770 1.1930
11 12 13 14 15 16 17 18 19 20 21 22
0.8070 1.5130 1.5820 0.9580 0.4640 0.6260 1.2060 0.7940 1.1800 0.9320 1.0770 0.9030
0.2229 0.8070 1.5130 1.5820 0.9580 0.4640 0.6260 1.2060 0.7940 1.1800 0.9320 1.0770
0.4862 0.4176 1.0420 1.5360 1.3740 0.7933 0.5180 0.8193 1.0680 0.9226 1.0970 0.9803
23 24 25 26 27 28
1.0190 0.9809 1.0580 0.9940 0.9940 0.9640
0.9030 1.0190 0.9809 1.0580 0.994 0.994
1.0190 0.9416 1.0060 1.0060 1.0360 0.9940
r 0 1 2 3 4 ...
x 0 2 0 2 0 ...
y 0 2 0 2 0 ...
z 0 2 0 2 0 ...
PROBLEMAS
4.2.1 Cul es la condicin para que tres puntos P(a, b), 4.2.6 Hallar la ecuacin de la recta que pasa por los
Q(c, d), R(e, f) estn situados en una recta? puntos P(a, b), Q(c, d).
4.2.2 Una compaa minera trabaja en tres minas, cada 4.4.7 Un espa sabe que en un aeropuerto hay
una de las cuales produce minerales de tres clases. La es2acionados 60 aviones entre cazas y bombarderos. El
primera mina puede producir 4 Tm del mineral A, 3 Tm agente conoce adems que en el aeropuerto se han
del B y 5 Tm del C; la segunda mina puede producir 1 Tm introducido 200 cohetes para equipar a estos 60 aviones,
de cada uno de los minerales y, la tercera mina, 2 Tm del de manera que cada caza lleva 6 de dichos cohetes y cada
A, 4 Tm del B y 3 Tm del C, por cada hora de bombardero 2. Cul es el nmero de cazas y
funcionamiento. Cuntas horas se debe trabajar en cada bombarderos que hay en el aeropuerto?
mina para satisfacer los tres pedidos siguientes:
A B C 4.2.8 Escribir la ecuacin de la circunferencia que pasa
P1 19 25 25 por los puntos
P2 13 16 16 P(2, 1), Q(1, 2), R(0, 1).
P3 8 12 10
4.2.9 Cul es la condicin para que cuatro puntos
4.2.3 Determinar el valor de k, utilizando el mtodo de P(a, b), Q(c, d), R(e, f), S(m, n)
Gauss-Jordan, para que el siguiente sistema no tenga estn situados en una circunferencia?
solucin:
4 x 2 y kz 2 4.2.10 Hallar la ecuacin de la curva de segundo orden
que pasa por los puntos
yz0 .
2x y z 3 P(0, 0), Q(1, 0), R(-1, 0), S(1, 1), T(-1, 1).
4.2.11 Hallar la ecuacin de la parbola de tercer grado
4.2.4 Plantear el sistema de ecuaciones lineales que que pasa por los puntos
permite obtener el polinomio de tercer grado que es P(1, 0), Q(0, -1), R(-1, -2), S(2, 7).
divisible por (x 3) y (x + 1) y adems tiene resto -3 y -15
al dividir respectivamente por (x 2) y (x + 2). 4.2.12 Formar la ecuacin de la esfera que pasa por los
puntos
4.2.5 Hallar el polinomio f(t) de tercer grado para el cual P(1, 0, 0), Q(1, 1, 0), R(1, 1, 1), S(0, 1, 1).
f(1) = -2, f(2) = -4, f(3) = -2, f(4) = 10.
4.2.13 Una empresa se dedica a la fabricacin de cuatro I. Se mezclan los dos tipos de materias primas
tipos de jabn. Desde la compra de materias primas utilizadas, grasa vegetal y sosa custica.
hasta la disposicin para la distribucin se realizan las II. Se introduce la mezcla obtenida en unos moldes
siguientes fases: preparados para el efecto.
JOE GARCIA ARCOS
SISTEMAS DE ECUACIONES LINEALES 181
III. Los bloques obtenidos en la fase anterior se cortan Los recursos necesarios para producir los cuatro tipos
y troquelan. de jabones, por caja fabricada, vienen dados en la
IV. Las pastillas as obtenidas se envasan en cajas de siguiente tabla:
cartn de doscientas unidades.
Si se dispone durante una semana de 1970 kg de grasa seccin de troquelado, cuntas cajas de jabones de
vegetal, 970 de sosa custica, 601 hora/mquina en la cada tipo se pueden producir, utilizando todos los
seccin de moldeados y de 504 horas/mquina en la recursos disponibles, en una semana?
4.2.14 Resolver mediante el mtodo de eliminacin de Gauss-Jordan los siguientes sistemas de ecuaciones:
x 3y z 1 2x y z 8 4 x 5 y 6 z 3 2 x y 6 z 3
a.- 2 x 2 y z 0 ; b.- 5 x 3 y 2 z 3 ; c.- 8 x 7 y 3z 9 ; d.- x 3 y 2 z 5 ;
5 x 6 y 3z 2 7 x y 3z 20 7 x 8 y 9 z 6 x y 4z 1
5 x 3z 4(1 y ) x 5 y 2 z 3 2 x y 3z 1 7 x 4 y 3z 3
e.- 2( z 2 x) 8 y ; f.- 2 x 8 y z 1 ; g.- x 5 y 2 z 4 ; h.- 4 x 3 y z 1 ;
2 y 3x 14 z 3x 3 y 5 z 5 3x 5 y 7 z 2 6 x 7 y 3 z 6
x y 3z 0 2 x y 5 z 2 x 9 y 6z 8 7x 9 y z 0
i.- x 4 y z 1 ; j.- x 8 y 6 z 8 ; k.- x 5 y 3z 1 ; l.- 4 x 6 y 3z 1 ;
x 7 y 3z 2 x 3y z 5 5x y z 7 x 7 y 5z 2
5x 5 y 9 z 5 7 x 9 y 9 z 0 x 5 y 9z 9 x 9 y 7z 0
m.- 7 x 6 y z 3 ; n.- x 12 y 5 z 5 ; o.- 5 x 3 y 3z 0 ; p.- x 8 y 2 z 1 ;
2 x 7 y 5 z 0 3x 7 y 6 z 6 x y 3z 9 7 x 7 y 4 z 2
5 x 10 y z 5 7x 9 y z 0 x 9 y 7z 8 2x 3 y 9z 9
q.- x 9 y 3z 1 ; r.- x 9 y 7 z 1 ; s.- x 7 y 9 z 1 ; t.- 7 x 7 y 4 z 8 ;
9x 5 y z 5 2 x 5 y 7 z 2 x 8 y 2z 7 5 x 8 y 3z 7
5 x 5 y 7 z 7 x 9 y 7z 7 6 x 9 y 3z 3 x 9 y 7z 5
u.- 2 x 9 y 2 z 2 ; v.- 3x y 9 z 3 ; w.- 2 x 4 y 8 z 2 ; x.- x 7 y 5 z 4 .
9x 5 y 9z 9 5 x 7 y 9 z 5 7 x 9 y 5z 3 x 9 y 5z 5
4.2.15 Determine de ser posible los valores de a, para que el sistema de ecuaciones lineales tenga solucin nica, tenga
ms de una solucin, no tenga solucin y encuentre la solucin general del sistema en trminos de a:
2 x 3 y az 1 ax 2ay z 2 x y (a 1) z 1
a.- ax y z 1 ; b.- x y az a ; c.- x (a 1) y z 1 ;
x y az 1 2 x y az 1 (a 1) x y z 1
(a 1) x y z 2a 3 x ay az 1 x ay z 1
d.- (a 1) x y z 1 ; e.- ax ay z 1 ; f.- ax y z a ;
2 x 4 y az 2 ax y az 1 x y az 1
x (a 1) y z 1 (a 1) x y az 1 x 3ay z 0
g.- ax y (a 1) z 1 ; h.- x yz a ; i.- x 3 y z a ;
x yz a 3x 2 y az 1 x y z 1
4 x 3 y az a x (2a 1) y z 1 (2a 1) x y z 1
j.- 2 x 3 y 3z 1 ; k.- (2a 1) x y z 2 ; l.- x (2a 2) y z 1 ;
x y az a x y (2a 1) z 3 x y (2a 3) z 1
x ay 3z 2 ax y z 1 (a 1) x y z 1
m.- x y az 3 ; n.- x a 2 y z 0 ; o.- (a 2) x y z 1 ;
2x y z a x y az 1 (a 3) x y z 1
ax (a 2) y z 1 x y z 1 3ax 2 y 3z 1
p.- 2 x (a 1) y z 1 ; q.- 2 x y z 1 ; r.- x 2ay 3z 1 ;
3x (a 1) y z 1 ax y z a x y 3az 1
(a 2) x y z 2 0.2ax 0.1y z 0.2 x 3ay z 2
s.- x (a 3) y z 3 ; t.- 0.1x 0.3 y z 0.1 ; u.- 3ax y z 1 ;
x y (a 4) z 4 0.3x 0.4 y z 0.3 x y 3az 3
2ax 2 y 3z 1 x y (a 3) z 1 x y az a 3 a 2
v.- x 3ay z 1 ; w.- x (a 3) y z 1 ;
x.- x y z a 2 a .
x y 4 z 1 (a 3) x y z 1
x y az a
4.2.16 Determine de ser posible los valores de a y b, para que el sistema de ecuaciones lineales tenga solucin nica,
tenga ms de una solucin, no tenga solucin y encuentre la solucin general del sistema en trminos de a y b:
ax y z 4 ax by z 1 bx (a 1) y z 1 (2b 1) x y z 1
a.- x by z 3 ; b.- x aby z b ; c.- ax y (a 1) z 1 ; d.- x (2b 1) y z b ;
x 2by z 4 x by az 1 x yz a x y (2b 1) z 1
ax y z b x ay z b x y (b 1) z 1 x (2a 1) y z 1
e.- x ay z c ; f.- bx y z a ; g.- x (a 1) y z b ; h.- (2a 1) x y z b ;
x y az d x y z 1 (b 1) x y z 1 x y (2b 1) z 3
x by az 1 x 3 y bz 0 2bx 2 y 3z 1 ax (b 2) y z 1
i.- bx ay z 1 ; j.- x by z a ; k.- x 3ay z b ; l.- bx (a 1) y z 1 ;
ax y az b x yz b x by 4 z 1 3x (b 1) y z 1
x by az 2 bx 3 y bz b (b 1) x y z 1 0.2bx 0.1y z 0.2
m.- bx y z 3 ; n.- 2 x by 3z 1 ; o.- (a 2) x y z b ; p.- 0.1x 0.3by z 0.1 ;
2x y z 1 x y az a (b 3) x y z 1 0.3x 0.4 y az 0.3
bx y z 1 ax y z b bx 3 y az 1 x y (a 3) z b
q.- x a 2 y z b ; r.- x by z 3 ; s.- ax by z 1 ; t.- x (b 3) y z 1 ;
x y bz 1 x y az b bx y az b (a 3) x y z 1
x yz b x 3ay az 2 3ax 2 y 3z b x y z b3 b 2
u.- bx y z 1 ; v.- 3bx y z b ; w.- bx 2ay 3z 1 ;
x.- x y z a 2 a .
ax by z a x y 3z 3 x y 3bz 1
x yz b
4.2.17 Solucionar los siguientes sistemas de ecuaciones lineales utilizando un mtodo numrico:
3.2 x 5.4 y 4.2 z 2.2u 2.6 7.9 x 5.6 y 5.7 z 7.2w 6.68
2.1x 3.2 y 3.1z 1.1u 4.8 8.5 x 4.8 y 0.8 z 3.5w 9.95
a.- ; b.- ;
1.2 x 0.4 y 0.8 z 0.8u 3.6 4.3x 4.2 y 3.2 z 9.3w 8.6
4.7 x 10.4 y 9.7 z 9.7u 8.4 3.2 x 1.4 y 8.9 z 3.3w 1
4.2.18 Resolver mediante el mtodo de eliminacin de Gauss-Jordan los siguientes sistemas de ecuaciones:
x y z u 2 x y z u 1 2 x y 2 z u 0
x y 3z u 1 x y z u 2 x y 3z 3u 1
a.- ; b.- ; c.- ;
x y 2 z 2u 1 2 x y 2 z u 1 3x y 3z u 0
3x y z u 1 x 2 y z 2u 2 x y z 3u 1
2x 3 y z u 0 x 2 y z 2u 0 x y z 3u 3
3x 2 y 5 z u 1 x 3y z u 1 x y 3z u 2
d.- ; e.- ; f.- ;
x 3y 2z u 0 3x y z 2u 0 x 3 y z u 1
x y 2 z 3u 1 x y 2 z u 1 3x y z u 1
3x y 2 z u 1 5 x y 3z u 2 2 x 2 y 3z 3u 1
x 3y z u 2 x 3 y 2 z u 2 2 x 2 y z 2u 1
g.- ; h.- ; i.- ;
x y 3z u 1 3x 2 y z 2u 1 x 3 y 2 z 3u 1
x y z 3u 1 x y 2 z u 1 x 3 y z 2u 1
x 2 y 3z u 3 4x 3 y 2z u 1 3x y 3z u 3
2 x 3 y 2 z u 1 5 x 4 y 3 z u 2 2x 3 y 2z u 1
j.- ; k.- ; l.- ;
x 2 y 3z u 2 x 4 y 5 z 2u 1 3x 2 y z 3u 2
2 x 3 y z 2u 1 2 x y 2 z 3u 2 4 x 3 y z 3u 4
x 2 y z 3u 5 x 3 y z 2u 1 5 x 3 y z 2u 1
x 2 y 3z 2u 3 x 2 y 2 z 2u 1 4 x 3 y 2 z 2u 2
m.- ; n.- ; o.- ;
3x y 2 z u 1 x 2 y 3z u 2 3x 2 y 3z 3u 3
x y 3z 2u 2 x 3 y z u 3 2 x y z 4u 4
3x 5 y 7 z u 4 x 7 y 5 z 3u 5 7 x 12 y 4 z 3u 5
x 7 y 5 z 3u 3 4 x y 3z 2u 2 3x 7 y 5 z 4u 2
p.- ; q.- ; r.- ;
2 x 7 y 4 z u 2 5 x 3 y z 4u 3 2 x 5 y 12 z u 3
x 5 y 4 z 3u 1 x 6 y 4 z u 2 x 12 y 15 z 2u 4
2 x 4 y 5 z 6u 1 4 x 3 y z 5u 5 3 x 4 y 5 z u 4
x 3 y 3z 4u 1 x 10 y z 3u 2 x 5 y 6 z 2u 1
s.- ; t.- ; u.- .
3x y 2 z 3u 3 4 x 2 y 5 z u 3 2 x 4 y 4 z u 3
x 4 y 2 z 5u 2 x 5 y 3z 2u 1 x 5 y 5 z 3u 2
4.3 CUESTIONARIO
Responda verdadero (V) o falso (F) a cada una de las siguientes afirmaciones. Para las afirmaciones que sean falsas,
indicar por que lo es:
4.3.1 Si las matrices aumentadas de dos sistemas de 4.3.4 Si A es una matriz de orden m x n, entonces, para
ecuaciones lineales son equivalentes por filas, entonces los cada B m, entonces el sistema de ecuaciones AX = B
dos sistemas tienen el mismo conjunto solucin. tiene un nmero indeterminado de soluciones.
4.3.8 Para que un sistema homogneo de n ecuaciones 4.3.7 Para que un sistema homogneo de ecuaciones
lineales con n incgnitas tenga soluciones no nulas es lineales sea inconsistente, es necesario y suficiente que el
necesario y suficiente que el determinante de la matriz de rango de la matriz de coeficientes sea menor que el
coeficientes sea diferente de cero. nmero de variables.
4.3.10 La solucin general de un sistema no homogneo 4.3.9 Cualquier combinacin lineal de unas soluciones
de ecuaciones lineales es igual a la suma de la solucin de un sistema homogneo de ecuaciones lineales ser
general del sistema homogneo asociado y de una solucin tambin una solucin del mismo.
cualquiera, pero fija, del sistema no homogneo.
4.3.2 Un sistema de ecuaciones lineales es consistente si
4.3.6 Para que un sistema no homogneo de ecuaciones y slo si la columna del extremo derecho de la matriz
lineales sea inconsistente, es necesario y suficiente que el aumentada es una columna pivote.
rango de la matriz de coeficientes sea igual al rango de la
matriz aumentada. 4.3.3 El sistema de ecuaciones AX = B tiene solucin
nica si y slo si B es una combinacin lineal de las
4.3.5 Un sistema homogneo de ecuaciones lineales tiene columnas de A.
un nmero indeterminado de soluciones si, y slo si el
sistema tiene por lo menos una variable libre.