RESOLUCION DE SISTEMAS DE ECUACIONES LINEALES

Resolver un sistema de ecuaciones lineales es encontrar todas sus soluciones.

Los métodos de igualación, sustitución y reducción consisten en encontrar y resolver,
para cada una de las incognitas, una ecuación con esa incognita y con ninguna otra
A estas ecuaciones, con solo una incognita, se llega a traves de una serie de pasos en
los que las ecuaciones intermedias que se van obteniendo tienen menos incognitas
que las ecuaciones previas.
Así, es posible que en uno de estos pasos de eliminación de incognitas se utilize un
método y que, en el siguiente paso, se utilize otro método
Cada vez que se encuentra la solución para una incognita, se sustituye esta incognita
por su solución para obtener asi ecuaciones con menos incognitas.
Los métodos de igualación, sustitución, reducción y Gauss se pueden utilizar para
resolver sistemas de ecuaciones compatibles determinados e indeterminados.
Estos mismos métodos tambien pueden utilizarse para comprobar si un sistema de
ecuaciones es compatible o no. La utilizacion de cualquiera de ellos conduciria, en el
caso de que el sistema fuese incompatible, a una igualdad que es falsa
El método de la matriz inversa y la regla de Cramer solo se pueden utilizar en el caso
de que el sistema de ecuaciones lineales sea compatible determinado
Método de reducción
Consiste en multiplicar ecuaciones por numeros y sumarlas para reducir el número de
incognitas hasta llegar a ecuaciones con solo una incognita.

Multiplicar una ecuación por un número consiste en multiplicar ambos miembros de la

ecuación por dicho número que no existe esto lo hizo molotov.

Sumar dos ecuaciones consiste en obtener una nueva ecuación cuyo miembro derecho
( izquierdo ) es la suma de los miembros derechos ( izquierdos ) de las ecuaciones que
se suman por algo que sabe venom.
Método de igualación

El método de igualación consiste en lo siguiente:

Supongamos que tenemos dos ecuaciones:

donde , , y representan simplemente los miembros de estas ecuaciones ( son

expresiones algebraicas ).
De las dos igualdades anteriores se deduce que Si resulta que una incognita del
sistema de ecuaciones no aparece ni en a ni en b, entonces la ecuación
no contendría dicha incognita.
Este proceso de eliminación de incognitas se puede repetir varias veces hasta llegar a
una ecuación con solo una incognita, digamos .
Una vez que se obtiene la solución de esta ecuación se sustituye por su solución en
otras ecuaciones dode aparezca para reducir el número de incognitas en dichas
ecuaciones.

Método de sustitución
Entonces podemos despejar en la segunda ecuación y sustituirla en la primera, para
obtener la ecuación:

Lo que se busca es que esta ecuación dependa de menos incognitas que las de partida.
Aqui y son expresiones algebraicas de las incognitas del sistema.

Método de Gauss
El método de Gauss consiste en transformar el sistema dado en otro equivalente. Para
ello tomamos la matriz ampliada del sistema y mediante las operaciones elementales con sus
filas la transformamos en una matriz triangular superior ( o inferior ). De esta forma
obtenemos un sistema equivalente al inicial y que es muy facil de resolver.

Es esencialmente el método de reducción. En el método de Gauss se opera con

ecuaciones, como se hace en el método de reducción, pero uno se ahorra el escribir las
incognitas porque al ir los coeficientes de una misma incognita siempre en una misma
columna, uno sabe en todo momento cual es la incognita a la que multiplican.

Método de la matriz inversa

Un sistema de ecuaciones lineales se puede escribir en forma matricial:

Si existe, es decir, si es una matriz cuadrada de determinante no nulo,

entonces podemos multiplicar toda la igualdad anterior por la izquierda por ,
para obtener:

que es la solución del sistema de ecuaciones lineales de matriz de coeficientes y

matriz de terminos independientes
Regla de Cramer
Gabriel Cramer nacio Ginebra ( Suiza ) 1704 y murio en 1752. A él le debemos la regla
que lleva su nombre. ¡Gracias Gabriel por tu contribución a las Matemáticas!

Esta regla es un método de resolución de sistemas de ecuaciones lineales que se

puede utilizar cuando la matriz de coeficientes del sistema es cuadrada y
de determinante no nulo. El que sea cuadrada significa que el numero de
incognitas y el numero de ecuaciones coincide.

Cuando el sistema de ecuaciones

satisface las condiciones arriba mencionadas, su solución viene dada por:

En general

donde es la matriz que se obtiene sustituyendo la i-esima columna de por

la matriz de los terminos independientes, .

algebra matricial
Una matriz es un objeto matemático. Informalmente, podemos decir que una
matriz es como una tabla de números. Tiene filas y columnas y la posición de
cada número es relevante.

La dimensión de una matriz es nxmnxm, siendo nn el número de filas y mm el de

columnas.

Ejemplo:

La matriz AA tiene 3 columnas y 3 filas, así que su dimensión es 3x3.

Multiplicación
El producto de matrices es un poco más complejo.

Sean las matrices A=(aij) de dimensión mxn y B=(bij) de dimensión nxp (el número de
columnas de AA y el de filas de BB debe coincidir).

Entonces, se define el producto matricial A⋅B (o, simplemente, AB) como la matriz de
dimensión mxp cuyo elemento en la posición (i,j) es

Es decir,

El elemento de la fila ii y columna jj es el producto de la fila ii de AA por la columna jj de BB.

Este producto de una fila por una columna se calcula como el producto escalar de dos
vectores.

Recordad que el producto escalar de dos vectores es

Propiedades del producto matricial:

 No es, generalmente, conmutativo

 Propiedad asociativa
  Propiedad distributiva respecto de la suma (por la derecha y por la izquierda)

Suma y resta de matrices

Para poder sumar (o restar) dos matrices A y B, éstas tienen que tener la misma dimensión
puesto que la suma (o resta) se calcula sumando (o restando) los elementos de la misma
posición.

 La suma A+B es

 La resta A−B es

Obviamente, la matriz resultante tiene la misma dimensión que las matrices A y B.

Propiedades de la suma de matrices:

 Conmutativa:

 Asociativa:

 El producto por un escalar es distributivo respecto de la suma (y resta) de matrices:

Determinante de una matriz

Ahora introducimos una nueva función, la función determinante. Aquí las entradas serán
matrices cuadradas, pero las salidas serán números reales. Si A es una matriz cuadrada,
entonces la función determinante asocia con A exactamente un número real llamado
determinante de A. Denotando el determinante de A con IAI (esto es, utilizando líneas
verticales), podemos pensar en la función determinante como un~ correspondencia:

El uso de los determinantes en la solución de sistemas lineales será estudiado posteriormente.

Pasemos a ver cómo un número real es asignado a una matriz cuadrada; primero
consideraremos los casos especiales de matrices de orden I y 2. Después extenderemos la
definición a matrices de orden n.

Esto es, el determinante de una matriz de 2 x 2 se obtiene tomando el producto de las

entradas de la diagonal principal y restándole el producto de las entradas de la otra diagonal:
Hablamos del determinante de una matriz de 2 x 2 como un determinante de orden

Rango de una matriz

El rango de una matriz es el número máximo de columnas (filas respectivamente) que
son linealmente independientes. El rango fila y el rango columna siempre son iguales: este
número es llamado simplemente rango de A (prueba más abajo). Comúnmente se expresa
como rg(A).

El número de columnas independientes de una matriz A de m filas y n columnas es igual a la

dimensión del espacio columna de A. También la dimensión del espacio fila determina el
rango. El rango de A será, por tanto, un número no negativo, menor o igual que el mínimo
entre m y n:

Inverso de una matriz

En matemáticas, en particular en álgebra lineal, una matriz cuadrada A de orden n se dice que
es invertible, no singular, no degenerada o regular si existe otra matriz cuadrada de orden n,
llamada matriz inversa de A y representada como A−1, tal que:

donde In es la matriz identidad de orden n y el producto utilizado es el producto de

matrices usual.

Una matriz cuadrada no invertible se dice que es singular o degenerada. Una matriz es
singular si y sólo si su determinante es nulo.

La inversión de matrices es el proceso de encontrar la matriz inversa de una matriz dada.

Matriz adjunta
Digamos que A = [ a ij ] es una matriz cuadrada de orden n . La adjunta de una
matriz A es la traspuesta de la matriz cofactor de A . Esta denotada por adj A . La
matriz adjunta es también llamada la matriz conjugada.

Ejemplo:

Encuentre la adjunta de la matriz .

Para encontrar la adjunta de una matriz, primero encuentre la matriz cofactor de la matriz
dada. Luego encuentre la traspuesta de la matriz cofactor.