Capítulo 2

Sistemas de ecuaciones lineales

2.1 Introducción
2.2 Ecuaciones Lineales. Soluciones
2.3 Eliminación Gaussiana y de Gauss-Jordan
2.4 Aplicaciones: Desigualdades lineales y
Programación Lineal

sistemas de ec. lineales 1

 2.1 Introducción
Una línea en el plano x-y puede ser representada algebraicamente por una
ecuación de la forma
a1x+a2y=b.
Una ecuación de este tipo se llama una ecuación lineal en las variables x y
y. Más generalmente, se define una ecuación lineal en las n variables
x1,x2,...xn a la ecuación
a1x1+a2x2+.....+anxn=b, (EL)
donde a1,a2,.....,an y b son números reales. Las variables se llaman
también incógnitas.
Ejemplo: Las siguientes son ecuaciones lineales:
x1+3x2=7 x1-2x2-3x3+x4=-5 x1+x2+......+xn=1.
Nótese que las siguientes no son ecuaciones lineales:
x1+3x22=7 x1-2sen(x2)-3x3+x4=-5 x1+x2x3=1.

sistemas de ec. lineales 2

 2.2 Ecuaciones Lineales. Soluciones
Una solución de la ecuación lineal (EL) es un conjunto de valores de las
incógnitas xi = ri que satisfacen la ecuación, es decir, satisfacen que
a1r1+a2r2+...........+anrn = b.
Un sistema de ecuaciones lineales es un conjunto de ecuaciones lineales de la
forma
a11x1+a12x2+.....+a1nxn=b1
a21x1+a22x2+.....+a2nxn=b2
: (SEL)
:
am1x1+am2x2+.....+amnxn=bm

Una solución al sistema de ecuaciones lineales (SEL) es un conjunto de valores

(x1 , x2 ,....., xn ) = (r1 , r2 ,....., rn ) que satisfacen simultáneamente todas las
ecuaciones del sistema de ecuaciones lineales (SEL).

sistemas de ec. lineales 3

Por ejemplo el sistema
4x1 - x2 + 3x3=-1
3x1 + x2+ 9x3=-4
tiene la solución x1 =1; x2 =2; x3 =-1, ya que satisface las dos ecuaciones. Sin
embargo, x1 =1; x2 =8; x3 =1 no es una solución ya que satisface solamente la
primera ecuación lineal.

Ecuaciones lineales con dos incógnitas. x2

2x1 - 4x2=5
Considérese la ecuación lineal 2x1 - 4x2=5.
Evidentemente esta es una ecuación que
describe una recta en el plano, es decir,
es posible despejar por ejemplo x1 en x1
términos de x2, es decir, x1 =2x2 - 5/2,
cuya gráfica es como se muestra en la figura:

sistemas de ec. lineales 4

 x2 2x1 - 4x2=-8
Si ahora se toman los siguiente casos
para la segunda ecuación:
a) 2x1 - 4x2=-8 : Esta es una recta que 2x1 - 4x2=5
es paralela a la recta anterior, como x1
se muestra en la figura, por lo que
el sistema de ecuaciones no tiene
solución.

x1 +2x2=6

b) x1 + 2x2=6 : Esta es una recta que

intersecta la recta 2x1 - 4x2=5, por 2x1 - 4x2=5
lo que en este caso existe una x1
solución única.

sistemas de ec. lineales 5

c)4x1 - 2x2=10 : En este caso, esta recta coincide exactamente con la recta
2x1 - 4x2=5, por lo que en este caso todos los puntos sobre la recta son
soluciones, es decir, existe una infinidad de soluciones.

Como puede verse, la existencia de un punto de intersección de las rectas que

describen el sistema de ecuaciones lineales garantiza la existencia de una
solución única. De la misma manera, para un sistema de m ecuaciones y n
incógnitas, la existencia de soluciones está relacionada con la intersección de
rectas o planos o superficies de tres o mas dimensiones, lo cual no es sencillo
de verificar gráficamente.
Por esta razón, el problema interesante entonces es como verificar de manera
numérica la existencia de soluciones de un sistema de ecuaciones lineales.
Un algoritmo que da una respuesta se muestra en la siguiente sección.

sistemas de ec. lineales 6

2.2 El algoritmo de Gauss
Un método importante para resolver un sistema lineal de n ecuaciones con
n incógnitas que tenga una solución única, es el Método de Eliminación de
Gauss. Para esto, considérese un sistema de n ecuaciones y n incógnitas
a11x1+a12x2+.....+a1nxn=b1
a21x1+a22x2+.....+a2nxn=b2
:
:
an1x1+an2x2+.....+annxn=bn

y considérese la matriz asociada a este sistema

 a11 a12 . . a1n 
 
 a 21 a 22 . . a 2 n 
 . . . . . 
 
 . . . . . 
a 
 n1 n 2
a . . a nn 
sistemas de ec. lineales 7
Para aplicar el Algoritmo de Gauss, se forma la matriz aumentada (A,b),
donde A es la matriz asociada y b es el vector columna con i-ésimo
registro bi , es decir:
 a11 a12 . a1n . b1 
 
 a 21 a 22 . a 2 n bn 
 . . . . . 
 
 . . . . . 
a . a nn b n 
 n1 a n 2
Para encontrar las soluciones, es necesario realizar las siguientes
Operaciones elementales por filas
O1) Intercambio de filas fi  fj
O2) Cambio de escala de una fila k fi  fj
O3) Suma de filas fi + k fj fi

sistemas de ec. lineales 8

Para resolver el sistema de ecuaciones, la idea principal es llevar,
mediante las operaciones elementales, la matriz aumentada a la matriz
triangular superior

1 u . u . c 
 12 1n 1

o 1 . u2n cn 
. . . . . 
 
. . . . . 
0 c n 
 0 . 1
A partir de esta forma, se puede obtener las solución del sistema de
ecuaciones por substitución regresiva. Los siguientes ejemplos aclaran
este método.

sistemas de ec. lineales 9

Resumen:
Al desarrollar el método de Gauss o de Gauss-Jordan pueden presentarse
tres casos:
a) Que la matriz final tenga la forma siguiente:
 1 u12 . u1n . c1 
 
 o 1 . u2n cn 
. . . . . 
 
. . . . . 
0 0 . 1 c 
 n
en cuyo caso la solución es única y se obtiene con sustitución regresiva.

sistemas de ec. lineales 10

b) Que la matriz final tenga la forma: c) Que la matriz final tenga la forma:
 1 u12 . u1n . c1   1 u12 . u1n . c1 
   
o 1 . u2n cn  o 1 . u2n cn 
. . . . .  . . . . . 
   
. . . . .  . . . . . 
0 0 0 0 . 0 c n 
 . 0 0  

en cuyo caso existen infinitas en cuyo caso no existe solución si cn es

soluciones que se obtienen asignando a distinto a cero. Este tipo de situaciones
una de las variables, por ejemplo xn, se presenta frecuentemente en sistemas
cualquier valor escalar y despejando de ecuaciones con más ecuaciones que
las otras en función de esta variable incógnitas.
libre. En este caso habrá tantas
variables libres como filas de ceros
resulten. Este tipo de situaciones se da
frecuentemente en sistemas de
ecuaciones que tienen más incógnitas
que ecuaciones.

sistemas de ec. lineales 11

Aplicaciones: Desigualdades lineales
En general, las aplicaciones directas de los sistemas de ecuaciones lineales
no son fáciles de encontrar. Sin embargo, varios problemas interesantes
están directamente relacionados con este tipo de sistemas. Un caso
interesante es el de minimizar una función de costo relacionada con un
conjunto de desigualdades lineales. El siguiente ejemplo ilustra la
situación:
Ejemplo: Una compañía maderera tiene dos talleres que producen tableros
y cada taller produce tres tipos de tableros iguales. El problema es hallar el
número de días que deberá operar cada taller durante seis meses para
proporcionar de la manera más económica los tableros requeridos.
Tipo de chapado Taller 1 (por día) Taller 2 (por día) Demanda semestral
A 100 tableros 20 tableros 2000 tableros
B 40 tableros 80 tableros 3200 tableros
C 60 tableros 60 tableros 3600 tableros
Costos diarios 3000 pesos 2000 pesos

sistemas de ec. lineales 12

Análisis: Si el taller 1 opera x días y el taller 2 opera y días, entonces el
costo es
C = 3 000 x + 2 000 y
Pero este costo está sujeto a las restricciones

100 x + 20 y  2000
40x + 80y  3200
60x + 60y  3600
x + y  1800

sistemas de ec. lineales 13