1.

Sisteme de ecuaţii liniare

Definiţia 1.1. Fie K un corp comutativ.
1) Prin sistem de m ecuaţii liniare cu n necunoscute X1 , . . . , Xn şi
coeficienţi ı̂n K se ı̂nţelege un ansamblu de egalităţi formale

a X + a12 X2 + · · · + a1n Xn = b1
 11 1


a21 X1 + a22 X2 + · · · + a2n Xn = b2
(S) , aij , bi ∈ K.

 .........
 a X + a X + ··· + a X = b
m1 1 m2 2 mn n m

Dacă b1 = · · · = bn = 0, atunci spunem că (S) este un sistem

omogen.
2) Un vector x = (x1 , . . . , xn ) ∈ K n este soluţie pentru (S) dacă
ı̂nlocuind necunoscutele sistemului cu componentele vectorului Xi := xi
toate egalităţile ce se obţin sunt adevărate.
3) Sistemul (S) este compatibil dacă are cel puţin o soluţie şi este
incompatibil dacă nu are soluţii. (S) este compatibil determinat dacă
are exact o soluţie, iar dacă are cel puţin două suluţii, atunci spunem
că este compatibil nedeterminat.
Definiţia 1.2. Fiind dat un sistem (S), matricea A = (aij ) s.n.
a11 . . . a1n b1
 

matricea sitemului (S). Matricea Ae =  ... ..

.
..
.
..  s.n.
.
am1 . . . amn bm
matricea extinsă ataşată lui (S).
Observaţia 1.3. (Forma matriceală) Dacă A = [aij ] este ma-
tricea sistemului (S), atunci sistemul poate fi scris sub forma:
(S) AX t = bt ,
unde X = (X1 , . . . Xn ) şi b = (b1 , . . . , bm ).
Observaţia 1.4. (Forma vectorială) Dacă privim coloanele ma-
tricii A ca vectori coloană din K-spaţiul vectorial K n , atunci sistemul
poate fi pus sub forma:
(S)X1 cA A t
1 + · · · + Xn cn = b .

Teorema 1.5. (Kroneker-Capelli)

Sistemul de ecutaţii liniare (S) este compatibil dacă şi numai dacă
rang(A) = rang(Ae ).
Demonstraţie. ⇒. Presupunem că sistemul (S) este compatibil.
Există, deci, (α1 , . . . , αn ) ∈ K n astfel ı̂ncât
α1 cA A
1 + · · · + αn cn = b
t

1
2

Dar, de aici, rezultă că bt ∈ hcA A

1 , . . . , cn i, adică

hcA A A A t
1 , . . . , cn i = hc1 , . . . , cn , b i

⇒ rang[cA A A A t
1 , . . . , cn ] = rang[c1 , . . . , cn , b ]
⇒ rang(A) = rang(Ae ).
⇐. Presupunem acum că rang(A) = rang(Ae ), adică
rang[cA A A A t
1 , . . . , cn ] = rang[c1 , . . . , cn , b ].

Conform definiţiei rangului unui sistem de vectori, avem

dimK hcA A A A t
1 , . . . , cn i = dimK hc1 , . . . , cn , b i,

iar ţinând cont de faptul că hcA A A A t

1 , . . . , cn i este un subspaţiu a lui hc1 , . . . , cn , b i,
deducem că
hcA A A A t
1 , . . . , cn i = hc1 , . . . , cn , b i.
Vectorul bt ∈ hcA A n
1 , . . . , cn i, există deci (α1 , . . . , αn ) ∈ K astfel ı̂ncât

α1 cA A t
1 + · · · + αn cn = b ,

adică, sistemul (S) este compatibil.


Observaţia 1.6. Criteriul lui Rouché, studiat ı̂n liceu este o consecinţă
a teoremei Kroneker-Capelli.
Teorema 1.7. Soluţiile unui sistem omogen (S) cu n necunoscute
formează un subspaţiu al K-spaţiului vectorial K n , de dimensiune n −
rang(A).
Demonstraţie. Fie (S) un sistem cu m ecuaţii şi n necunoscute,
cu forma matriceala
A · X t = 0t .
Trecând la transpuse, ı̂n identitatea matriceală anterioară, obţinem
(X1 , . . . , Xn )At = (0, . . . , 0).
Considerăm aplicaţia liniară fA : K n → K m , cu [fA ]bb0 = At , unde
e este baza canonică lui K n , iar e0 este baza canonică lui K m . Dacă
(X1 , . . . , Xn ) ∈ K n , avem
fA (X1 , . . . , Xn ) = (X1 , . . . , Xn )[fA ]ee0 e0t = (X1 , . . . , Xn )At e0t .
Deducem că (α1 , . . . , αn ) ∈ K n este soluţie a sistemului (S), dacă, şi
numai dacă, (α1 , . . . , αn ) ∈ Ker(fA ). Mulţimea soluţiilor sistemului
(S) coincide deci cu Ker(fA ). Dar Ker(fA ) este subspaţiu a lui K n , de
dimensiune
def(fA ) = n − rang(fA ) = n − rang(At ) = n − rang(A).
 2. REZOLVAREA SISTEMELOR DE ECUAŢII LINIARE 3


Corolarul 1.8. Un sistem omogen (S) are doar soluţia banală
(0, . . . , 0) dacă şi numai dacă n = rang(A).
Observaţia 1.9. Din demonstraţia teoremei se deduce că subspaţiul
soluţiilor unui sistem omogen coincide cu nucleul aplicaţiei liniare f :
K n → K m cu [f ]ee0 = At , unde e şi e0 sunt bazele canonice. Prin ur-
mare, pentru determinarea solţiilor unui sistem omogen se pot aplica
metodele prezentate pentru determinarea nucleelor de aplicaţii liniare.
Teorema 1.10. Fie (S) AX t = bt un sistem de ecuaţii liniare şi
(S0 ) sistemul omogen AX t = 0 (obţinut prin ı̂nlocuirea coloanei b cu
0). Dacă x0 este o soluţie particulară a lui (S) şi S0 este mulţimea
soluţiilor lui (S0 ), atunci mulţimea soluţiilor sistemului (S) este
S = x0 + S0 = {x0 + y | y ∈ S0 }.
Demonstraţie. Fie (S) un sistem de m ecuaţii, cu n necunsocute.
Considerăm aplicaţia liniară fA : K n → K m cu [fA ]ee0 = At , unde
A ∈ Mm,n (K) este matricea sistemului (S). Am notat cu e şi e0 baza
canonică din K n , respectiv K m .
Dacă x = (x1 , . . . , xn ) ∈ K n , avem
fA (x1 , . . . , xn ) = (x1 , . . . , xn )At ∈ K m .
Vectorul x este o soluţie a lui (S) dacă şi numai dacă
Axt = bt ⇔ xAt = b ⇔ f (x) = b.
Deci, x0 , fiind o soluţie pariculară a lui (S) avem f (x0 ) = b şi
x ∈ S ⇔ f (x) = f (x0 ) ⇔ f (x) − f (x0 ) = 0 ⇔ f (x − x0 ) = 0.
Un vector y ∈ K n este soluţie a sistemului (S0 ), dacă şi numai dacă
f (y) = 0, deci
f (x − x0 ) = 0 ⇔ x − x0 ∈ S0 ⇔ ∃y ∈ S0 a.i. x − x0 = y
⇔ ∃y ∈ S0 a.i. x = x0 + y ⇔ x ∈ x0 + S0 .


2. Rezolvarea sistemelor de ecuaţii liniare

Teorema 2.1. (Regula lui Cramer) Un sistem (S) AX t = bt
cu n ecuaţii şi n necunoscute (adică A ∈ Mn (K)) este compatibil
determinat dacă şi numai dacă det(A) 6= 0. În aceste condiţii soluţia
este x = (x1 , . . . , xn ) cu
xi = (det(A))−1 det[cA A t A A
1 , . . . , ci−1 , b , ci+1 , . . . , cn ], ∀i ∈ {1, . . . , n}.
4

Demonstraţie. ⇒. Presupunem că sistemul (S) este compatibl

determinat. Mulţimea soluţiilor lui (S), S, are deci un singur element.
Conform Teoremei 1.10 avem
S = x0 + S0 = {x0 + y | y ∈ S0 }.
În consecinţă, mulţimea S0 nu poate avea decât un singur element.
Dar, S0 fiind un K-subspaţiu a lui K n , nu poate fi egal decât cu {0}.
Conform Corolarului 1.8, rang(A) = n, deci det(A) 6= 0.
⇐. Presupunem că det(A) 6= 0. Sistemul omogen ataşat, (S0 ),
are deci doar soluţia banală, adică S0 = {0}. Conform Teoremei 1.10,
mulţimea S are cel mult un elemet. Nu ne rămâne să demonstrăm,
decât existenţa unei soluţii particulare a sistemului (S).
Considerăm scalarii xi ∈ K, definiţi astfel
xi = (det(A))−1 det[cA A t A A
1 , . . . , ci−1 , b , ci+1 , . . . , cn ], ∀i ∈ {1, . . . , n}.

Pentru a ajunge la concluzia că x0 = (x1 , . . . , xn ) este o soluţie a

lui (S) e suficient să arătăm că
Axt0 = bt ⇔ xt0 = A−1 bt ⇔ xt0 = (det(A))−1 A∗ bt ,
unde A∗ este adjuncta matricii A. Avem deci
b1
 
n
Axt0 = bt ⇔ xi = (det(A)−1 (Γ1i Γ2i . . . Γni )· ...  = (det(A))−1
X
bj Γji ,
bn j=1
Pn
unde Γji sunt complemenţii algebrici corespunzători. Dar, j=1 bj Γji
nu reprezintă altceva decât dezvoltarea după coloana a i-a a determi-
nantului
det[cA A t A A
1 , . . . , ci−1 , b , ci+1 , . . . , cn ] ∀i ∈ {1, . . . , n}.

Aşadar, x0 reprezintă unica soluţie a sistemului (S). 

Metode de rezolvare
I. Metoda lui Cramer
Example 2.2. Să se rezolve sistemul

 x1 + x2 − x3 = 0
3x1 − 2x2 + 2x3 = 5
2x1 + 3x2 − 2x3 = 2.


Calculând determinantul matricii sistemului

 
 1
 1 −1 
det(A) =  3 −2 2  = −5,
 2 3 −2 
 2. REZOLVAREA SISTEMELOR DE ECUAŢII LINIARE 5

deducem că sistemul este compatibil determinat. Pentru a obţine

soluţia calculăm determinaţii.
 
 0 1 −1 
 
d1 =  5 −2 2  = −5,
 2 3 −2 
 
 1 0 −1 
 
d2 =  3 5 2  = −10,
 2 2 −2 
 
 1 1 0 
 
d3 =  3 −2 5  = −5.
 2 3 2 

di este determinantul matricii obţinute din A prin ı̂nlocuirea coloanei

a i -a cu coloana termenilor liberi. Componenetele soluţiei sunt
d1 −5
x1 = = = 1,
det(A) −5
d2 −10
x2 = = = 2,
det(A) −5
d3 −15
x3 = = = 3.
det(A) −5
II. Folosind lema substituţiei
Observaţia 2.3. Este suficient să găsim o bază pentru spaţiul
soluţiilor sistemului omogen (numit sistem fundamental de soluţii) şi o
soluţie particulară.
Considerăm sistemul
(S) Axt = bt ,
cu m ecuaţii şi n necunoscute.
Aplicăm lema substituţiei pentru a calcula rang(A), adică rangul
sistemului de vectori [cA 1 , . . . , cn ], format din coloanele lui A. Tabelul
ini ţial va arăta astfel
cA1 cA
2 ... cA
n bt
e1 b1
e2 A b2
.. ..
. .
em bm
Presupunem că după un număr de r paşi ajungem la următoarea situaţie
6

cA 1 · · · cA r cA
r+1 · · · cAn bt
cA
1 1 · · · 0 β1,r+1 · · · β1,n b01
.. .. .. .. .. ..
. . . . . .
cA r 0 · · · 1 βr,r+1 ··· βr,n b0r
cA
r+1 0 ··· 0 0 ··· 0 b0r+1
.. .. .. .. .. ..
. . . . . .
cA
m 0 ··· 0 0 ··· 0 b0m

Observăm că rang(A) = r. Ca sistemul (S) să fie compatibil rangul

matricii extinse, Ae , trebuie să fie tot r. Această condiţie este echiva-
lentă cu
b0r+1 = · · · = b0m = 0.
În aceste condiţii avem
bt = b01 · cA 0 A A A
1 + · · · + br · cr + 0 · cr+1 + · · · + 0 · cn ,

adică x0 = (b01 , . . . , b0r , 0, . . . , 0) este o soluţie particulară a sistemului

(S).
Dimensiunea subspaţiului soluţiilor sistemului omogen ataşat, S0
este n − rang(A), adică n − r. Pentru a determina o bază a lui S0 este
suficient să găsim n − r vectori liniari independenţi. Din ultimul tabel
avem 
A A A
cr+1 = β1,r+1 · c1 + · · · + βr,r+1 · cr

··· ,
cA = β · cA + · · · + β · cA

n 1,n 1 r,n r

adică

A A A A A
β1,r+1 · c1 + · · · + βr,r+1 · cr + (−1) · cr+1 + 0 · cr+2 + · · · + 0 · cn = 0

··· .
β · cA + · · · + β · cA + 0 · cA + 0 · cA + · · · + (−1) · cA = 0

1,n 1 r,n r r+1 r+2 n

Obţinem astfel următoarele soluţii ale sistemului omogen


y1 = (β1,r+1 , . . . , βr,r+1 , −1, 0, . . . , 0) ∈ S0

··· .

n−r = (β1,n , . . . , βr,n , 0, 0, . . . , −1) ∈ S0
y

Vectorii y1 , . . . , yn−r , fiind liniari independenţi, formează o bază ı̂n S0 .

Cunoscând soluţia particulară x0 şi o bază a lui S0 putem determina
soluţiile lui (S).
 2. REZOLVAREA SISTEMELOR DE ECUAŢII LINIARE 7

Example 2.4. a) Să se rezolve sistemul


 x1 − x2 + 2x3 + x4 + 3x5 = 2
x1 − x2 + x3 + x4 + x5 = 1
−3x1 + 2x2 + x3 − 4x4 + 4x5 = −3


Folosind lema substituţiei avem tabelul

cA
1 cA
2 cA
3 cA
4 cA
5 bt
e1 1 −1 2 1 3 2
e2 1 −1 1 1 1 1
e3 −3 2 1 −4 4 −3
cA
1 1 −1 2 1 3 2
e2 0 0 −1 0 −2 −1
e3 0 −1 7 −1 13 3 .
cA
1 1 −1 0 1 −1 0
A
c3 0 0 1 0 2 1
e3 0 −1 0 −1 −1 −4
cA
1 1 0 0 2 0 4
A
c3 0 0 1 0 2 1
cA
2 0 1 0 1 1 4
Observăm că rang(A) = rang(Ae ) = 3, deci sistemul este compatibil.
Coloana termeilor liberi se poate exprima astfel
bt = 4cA A A A A A A A
1 + 1c3 + 4c2 = 4c1 + 4c2 + 1c3 + 0c4 + 0c5 ,

de unde deducem că x0 = (4, 1, 1, 0, 0) este o soluţie a lui (S).

Conform ultimului tabel avem
(
cA A
4 = 2c1 + c2
A

c5 = 2cA A
3 + c2 ,

adică (
2cA A A a A
1 + c2 + 0c3 + (−1)c4 + 0c5 = 0
0cA A A a A
1 + c2 + 2c3 + 0c4 + (−1)c5 = 0.
Obţinem astfel următoarele soluţii ale sistemului omogen ataşat
(
y1 = (2, 1, 0, −1, 0) ∈ S0
y2 = (0, 1, 2, 0, −1) ∈ S0 .
Ştim că dimR S0 = 5 − rang(A) = 5 − 3 = 2. Vectorii y1 , y2 , fiind liniar
independenţi, formează o bază ı̂n S0 . Aşadar
S0 = hy1 , y2 i = {αy1 + βy2 | α, β ∈ R}
= {(2α, α + β, 2β, −α, −β) | α, β ∈ R},
8

de unde deducem că multimea soluţiilor sistemului (S) este

S = x0 + S0 = {(4 + 2α, 4 + α + β, 1 + 2β, −α, −β) | α, β ∈ R}.
b) Să se rezolve sistemul

 x1 − x2 + 2x3 + x4 + 3x5 = 2
x1 − x2 + x3 + x4 + x5 = 1
2x1 − 2x2 + 3x3 + 2x4 + 4x5 = 3


Folosind lema substituţiei avem tabelul

cA
1 cA
2 cA
3 cA
4 cA
5 bt
e1 1 −1 2 1 3 2
e2 1 −1 1 1 1 1
e3 2 −2 3 3 4 3
cA
1 1 −1 2 1 3 2
e2 0 0 −1 0 −2 −1
e3 0 0 −1 0 −3 −7
cA
1 1 −1 0 1 −1 0
A
c3 0 0 1 0 2 1
e3 0 0 0 0 0 −6
Sistemul este incompatibil pentru că rang(A) = 2 6= 3 = rang(Ae ).
III. Metoda lui Gauss
Definiţia 2.5. Spunem că două sisteme de ecuaţii liniare sunt
echivalente dacă ambele sunt compatbile şi au aceleaşi soluţii sau dacă
ambele sunt incompatibile.
Teorema 2.6. Dacă sistemele (S) şi (S 0 ) au matricile extinse echiva-
lente pe linii, atunci ele sunt echivalente.
Metoda lui Gauss constă ı̂n aducerea matricii extinse la o fomă
eşalon şi rezolvarea sistemului care are ca matrice extinsă matricea
eşalon obţinută.
Example 2.7. a) Să se rezolve folosind metoda lui Gauss sistemul

 x1 − x2 + 2x3 + x4 + 3x5 = 2
x1 − x2 + x3 + x4 + x5 = 1
−3x1 + 2x2 + x3 − 4x4 + 4x5 = −3


Aducem matricea extinsă a asistemului la o matrice eşalon

   
1 −1 2 1 3 2 l2 =l2 −l1 1 −1 2 1 3 2
 1 −1 1 1 1 1  l3 =l∼ 3 +3l1
 0 0 −1 0 −2 −1 
−3 2 1 −4 4 −3 0 −1 7 −1 13 3
 2. REZOLVAREA SISTEMELOR DE ECUAŢII LINIARE 9
 
1 −1 2 1 3 2
l2 =l3
l3 =−l2
∼  0 −1 7 −1 13 3  .
0 0 1 0 2 1
Obţinem sistemul

 x1 − x2 + 2x3 + x4 + 3x5 = 2
−x2 + 7x3 − x4 + 13x5 = 3
 x3 + 2x5 = 1,
echivalent cu cel iniţial, iar rezolvându-l obţinem
S = {(4 − 2α, 4 − α − β, 1 − 2β, α, β) | α, β ∈ R}.
b) Să se rezolve folosind metoda lui Gauss sistemul

 x1 − x2 + 2x3 + x4 + 3x5 = 2
x1 − x2 + x3 + x4 + x5 = 1
 2x − 2x + 3x + 2x + 4x = 3
1 2 3 4 5

Aducem matricea extinsă a sistemului la o matrice eşalon

   
1 −1 2 1 3 2 l2 =l2 −l1 1 −1 2 1 3 2
l =l3 −2l1
 1 −1 1 1 1 1  3 ∼  0 0 −1 0 −2 −1 
2 −2 3 2 4 −3 0 0 −1 0 −2 −7
 
1 −1 2 1 3 2
l3 −l2
∼  0 0 −1 0 −2 −1  .
0 0 0 0 0 −6
Observăm că rang(A) = 2 6= 3 = rang(Ae ), deci sistemul este
incompatibil.
c) Să se rezolve folosind metoda lui Gauss sistemul

 x+y+z =0
x + 4y + 10z = 3
 2x + 3y + 5z = 1.

Aducând matricea extinsă a sistemului la o matrice eşalon

     
1 1 1 0 l2 =l2 −l1 1 1 1 0 1 1 1 0
3 −2l1 l =l −l
 1 4 10 3  l3 =l∼  0 1 3 1  3 ∼3 2  0 1 3 1  ,
2 3 5 1 0 0 0 0 0 0 0 0
observăm că rang(A) = 2 = rang(Ae ). Sistemul este deci compatibil
nedeterminat. Sistemul echivalent este

x+y+z =0
y + 3z = 1,
iar rezolvându-l obţinem
S = {(2α − 1, 1 − 3α, α) | α ∈ R}.
10

Metoda lui Gauss-Jordan se bazează pa acelaşi principiu ca şi metda

lui Gauss, cu diferenţa că se aduce matricea la o formă care este diag-
onală pe primele n coloane (corespunzătoare matricii sistemlui).
Example 2.8. a) Considerând sistemul din Exemplul 2.7 a), am
văzut că
 
1 −1 2 1 3 2
Ae ∼  0 −1 7 −1 13 3  .
0 0 1 0 2 1
Aplicând succesiv transformări elementare pe linii avem
   
l2 =l2 −7l3 1 −1 0 1 −1 0 l1 =l1 −l2 1 0 0 2 0 4
l =l1 −2l3
Ae 1 ∼  0 −1 0 −1 −1 −4  l2 =−l ∼ 2  0 1 0 1 1 4 .
0 0 1 0 2 1 0 0 1 0 2 1
Obţinem sistemul

 x1 + 2x4 = 4
x2 + x4 + x5 = 4
x3 + 2x5 = 1,


echivalent cu cel iniţial.

Example
 2.9. Să se rezolve cu toate metodele studiate sistemele:
 3x1 + 4x2 + x3 + 2x4 = 3
a) 6x1 + 8x2 + 2x3 + 5x4 = 7
 9x + 12x + 3x + 10x = 13
 1 2 3 4
 3x1 + 4x2 + x3 + 2x4 = 3
b) 6x1 + 8x2 + 2x3 + 5x4 = 7
 9x + 12x + 3x + 10x = 14
1 2 3 4

a) I. Folosind lema substituţiei avem tabelul

cA
1 cA
2 cA
3 cA
4 bt
e1 3 4 1 2 3
e2 6 8 2 5 6
e3 9 12 3 10 13
c3 3 4 1 2 3
e2 0 0 0 1 1
e3 0 0 0 4 4
c3 3 4 1 0 1
c4 0 0 0 1 1
e3 0 0 0 0 0
 2. REZOLVAREA SISTEMELOR DE ECUAŢII LINIARE 11

Observăm că rang(A) = rang(Ae ) = 2, deci sistemul este compati-

bil. Coloana termeilor liberi se poate exprima astfel
bt = c A A A A A A
3 + c4 = 0c1 + 0c2 + 1c3 + 1c4 ,

de unde deducem că x0 = (0, 0, 1, 1) este o soluţie a sistemului.

Conform ultimului tabel avem
(
cA
1 = 3c3
A

c2 = 4cA 3,

adică (
cA A
1 − 3c3 = 0
c2 − 4cA
3 = 0,

Obţinem astfel următoarele soluţii ale sistemului omogen ataşat

(
y1 = (1, 0, −3, 0) ∈ S0
y2 = (0, 1, −4, 0) ∈ S0 .

Ştim că dimR S0 = 4 − rang(A) = 4 − 2 = 2. Vectorii y1 , y2 , fiind liniar

independenţi, formează o bază ı̂n S0 . Aşadar
S0 = hy1 , y2 i = {αy1 + βy2 | α, β ∈ R}
= {(α, β, −3α − 4β, 0) | α, β ∈ R},
de unde deducem că multimea soluţiilor sistemului (S) este
S = x0 + S0 = {(α, β, 1 − 3α − 4β, 1) | α, β ∈ R}.
II. Aplicăm metoda Gauss şi aducem matricea extinsă a sistemului
la o matrice eşalon astfel
   
3 4 1 2 3 l2 =l2 −2l1 3 4 1 2 3
l =l3 −3l1
Ae ∼  6 8 2 5 7  3 ∼  0 0 0 1 1 
9 12 3 10 13 0 0 0 4 4
 
3 4 1 2 3
l3 =l3 −4l2
∼  0 0 0 1 1 .
0 0 0 0 0
Observăm că rang(A) = 2 = rang(Ae ). Sistemul este deci compatibil
nedeterminat. Sistemul echivalent este

3x1 + 4x2 + x3 + 2x2 = 3
x4 = 1,
12

iar rezolvându-l obţinem



x1 = α,

x
2 = β,

x3 = 1 − 3α − 4β

x4 = 1, α, β ∈ R.


III. Putem aplica şi metoda Gauss-Jordan. Avem

   
3 4 1 2 3 3 4 1 0 1
l =l1 −2l2
Ae ∼  0 0 0 1 1  1 ∼  0 0 0 1 1 .
0 0 0 0 0 0 0 0 0 0
Sistemul obţinut astfel este

3x1 + 4x2 + x3 = 1
x4 = 1,
iar rezolvându-l ajungem la aceeaşi soluţie.

b) Folosind lema substituţiei avem tabelul

cA
1 cA
2 cA
3 cA
4 bt
e1 3 4 1 2 3
e2 6 8 2 5 6
e3 9 12 3 10 14
c3 3 4 1 2 3
e2 0 0 0 1 1
e3 0 0 0 4 5
c3 3 4 1 0 1
c4 0 0 0 1 1
e3 0 0 0 0 1
Sistemul este incompatibil pentru că rang(A) = 2 6= 3 = rang(Ae ).
II. Aplicăm metoda Gauss şi aducem matricea extinsă a sistemului
la o matrice eşalon astfel
   
3 4 1 2 3 l2 =l2 −2l1 3 4 1 2 3
l =l3 −3l1
Ae ∼  6 8 2 5 7  3 ∼  0 0 0 1 1 
9 12 3 10 14 0 0 0 4 5
 
3 4 1 2 3
l3 =l3 −4l2
∼  0 0 0 1 1 .
0 0 0 0 1
 2. REZOLVAREA SISTEMELOR DE ECUAŢII LINIARE 13

Observăm că rang(A) = 2 6= 3 = rang(Ae ). Ajungem la aceeaşi con-

cluzie.