UNIDAD Nº2: SISTEMAS DE ECUACIONES LINEALES

OPERACIONES ELEMENTALES DE FILAS DE UNA MATRIZ

Definición:
Sea F un cuerpo. Se llaman operaciones elementales de filas sobre una matriz A ∈ F mxna las
siguientes:

 Multiplicación de un escalar k ≠ 0 por una fila. Se denota k f i ,con k ≠ 0

 Suma de una fila con un múltiplo escalar de otra fila. Se denota f i+ k f r ,con i ≠r
 Intercambio de dos filas. Se denota f i → f r

Mediante estos tres tipos de operaciones elementales de fila, se puede efectuar una de ellas
en una matriz A obteniendo una matriz B.

También se puede volver de nuevo a la matriz A utilizando operación inversa.

Operaciones elementales inversas

1
- f , con k ≠ 0 Simboliza la operación inversa de k f i
k i
- f i+(−k) f r Simboliza la operación inversa de f i+ k f r
- f r → f i Simboliza la operación inversa de f i → f r

 Dada una matriz, todas sus matrices escalón por fila tienen el mismo número de filas no
nulas.

Matriz escalón por filas Matriz escalón reducida por filas

Definición:
Sea F un cuerpo. Una matriz E ∈ F mxn, se llama
matriz escalón reducida por filas si y solo si E es
la matriz nula, o si E verifica las siguientes
condiciones:
1- Si E tiene filas nulas, estas se encuentran
debajo de todas las filas no nulas.
2- El primer elemento no nulo (a partir de la
izquierda) de cada fila no nula de E es un 1. A
este 1 se lo denomina “uno principal” o “uno
pivote”.
3- Las filas no nulas de E están dispuestas de
tal forma que cada una de ellas presenta a la
izquierda del uno principal mas ceros que la fila
procedente.
Definición:
Sea F un cuerpo. Una matriz R ∈ F mxn, se llama
matriz escalón reducida por filas si y solo si R es la
matriz nula, o si R verifica las siguientes
condiciones:
1- Si R tiene filas nulas, estas se encuentran
debajo de todas las filas no nulas.
2- El primer elemento no nulo (a partir de la
izquierda) de cada fila no nula de R es un 1. A
este 1 se lo denomina “uno principal” o “uno
pivote”.
3- Las filas no nulas de R están dispuestas de
tal forma que cada una de ellas presenta a la
izquierda del uno principal más ceros que la fila
procedente.
4- En las columnas principales de R , los
elementos que están arriba y abajo del 1
principal son ceros.
Notas escalón reducida por filas:
 Toda matriz escalón reducida por filas es una matriz escalón por filas, pero no ocurre a la inversa.
 Toda matriz de F mxn tiene una única matriz reducida por filas.
 Si R es la matriz escalon reducida por filas de una matriz A , Y si E es una matriz escalon por filas
de la misma matriz A , las matrices R y E tienen el mismo numero de filas no nulas.

ECUACIONES LINEALES

Definición 1:
Sea F un cuerpo ( R o C ) , en F n una ecuación linean en las variables x 1 , x 2 , … , x n se
representa por:

a 1 x 1+ a2 x 2 +…+ an x n=b

donde a 1 , a2 , … , an ∈ F son los coeficientes, no simultáneamente nulos, de las variables

x 1 , x 2 , … , x n y b ∈ F es el término indeendiente.

Definición 2:
Una solución es un conjunto de escalares que al reemplazarlos en las variables se cumple la
igualdad.

SISTEMA DE ECUACIONES LINEALES

Definición:
Un sistema de m ecuaciones lineales en las variables x 1 , x 2 , … , x n con escalares del F ( R o C ) ,
, es una expresión de la forma:

a11 x 1 +a12 x 2 +…+ a1 n x n=b 1 Donde x 1 , x 2 , … , x n son las variables o

{ a21 x 1 +a22 x2 +…+ a2 n x n=b2

…
am 1 x1 +a m 2 x 2 +…+a mn x n=b m

Representación matricial
(1)
incógnitas, los coeficientes
a ij , con ∀ i ∈ N ∧ ∀ j ∈ N y los términos
b i , con ∀ i∈ N son escalares del cuerpo F .

El sistema de ecuaciones lineales (1) puede representarse en una forma mas sencilla mediante
la ecuación matricial:

AX =B (2)

La matriz de cofactores por el vector incógnita es igual al vector de término independiente

Esto es Donde:
 A es la matriz de coeficientes, es una matriz de tipo
a11 a12 … a 1 n x1 b1 mxn formada por los coeficientes de las incógnitas.

[ a21
⋮
a 22…
⋮
a2 n
⋮
am 1 a m 2 … amn ][ ] [ ]
x2
⋮
xn
b
= 2 (3)
⋮
bm
 X es el vector incógnita, es un vector columna de tipo
nx 1 cuyos elementos son las incógnitas.
 B es el vector de término independiente, es un vector
columna de tipo mx 1 formado por los términos
 independientes.
Nota:
Es en la ecuación matricial (3) se efectúa el producto de la matriz de coeficientes son el vector incógnita
y luego se igualan los componentes del vector resultantes con las componentes correspondientes del
vector de términos independientes se obtiene e de ecuaciones lineales. (1).
El sistema de ecuaciones lineales (1) también puede representarse en términos de las
columnas de la matriz de coeficientes.

En efecto, si A1 , A 2 ,... , A n son los vectores columnas de la matriz A , y B es el vector

columnas de términos independientes, entonces el sistema lineal (1) se presenta por

x 1 A1 + x 2 A 2+ …+ x n A n=B (4)

o bien por
n

∑ x i A i=B(5)
i=1
Nota:
Si se resuelve el primer miembro y luego se iguala cada componente del vector resultante con
su término independiente, se obtiene el sistema de ecuaciones lineales.

Sistema homogéneo y no homogéneo

Sea un sistema de ecuaciones lineales AX=B , con A ∈ F mxn y B ∈ F mx 1 .

Definición:
El sistema de ecuaciones lineales AX=B se llama Sistema Lineal Homogéneo si y solo si B es
el vector nulo.

Definición:
El sistema de ecuaciones lineales AX=B se llama Sistema Lineal No Homogéneo si y solo si B
es distinto del vector nulo.

Definición:
Dado un sistema lineal no homogéneo AX=B, entonces el sistema lineal homogéneo AX=0
se llama sistema lineal homogéneo asociado al sistema lineal dado.

Conjunto solución de sistema de ecuaciones lineales

Sea un sistema de ecuaciones lineales AX=B, con A ∈ F mxn , B ∈ F mx 1.

Definición:
X́ ∈ F nx1 Es una solución del sistema lineal AX=B, si y solo si verifica la ecuación matricial
AX=B. es decir:

X́ ∈ F nx 1 es una solucion del sistema lineal AX=B ⟺ A X́=B

Notas:
  Si X́ es una solución del sistema AX =B, entonces las componentes del vector
columna X́ satisfacen cada una de las m ecuaciones lineales del sistema.
 El vector nulo de F nx1es siempre solución del sistema lineal homogéneo AX =0, con
A ∈ F nx1y se llama solución trivial.

Definición:
Se llama conjunto solución, y se denota con S B al conjunto de todas las soluciones del sistema
dado. Es decir

S B=X ∈ F nx 1 / AX=B

Luego,

X́ ∈ S B ⟺ A X́=B.

Nota:
Resolver un sistema lineal AX =B , significa determinar el conjunto solución S B.

Sistemas de ecuaciones lineales compatibles – sistemas de ecuaciones lineales incompatibles

Sea el sistema de ecuaciones lineales AX=B, con A ∈ F mxn , B ∈ F mx 1 y sea S B su conjunto
solución.

 AX =Bes compatible⟺ el conjunto solucion S Btiene al menos una solucion

 AX=Bes compatible determinado⟺ el conjunto solución S B tiene un único

elemento, es decir AX=Btiene solución única.

 AX =Bes compatible indeterminado⟺ el conjunto solución S B tiene mas de un

elemento, es decir AX=Btiene mas de una solución.

 AX=Bes incompatible ⟺ S B ≠ ∅ ,es decir AX=Bno tiene solución.

Matriz ampliada

Definición:
Sea el sistema de ecuaciones lineales AX=B, con A ∈ F mxn , B ∈ F mx 1. Es decir
 a11 a12 … a 1 n x1 b1

[ a21
⋮
a 22…
⋮
a2 n
⋮
am 1 a m 2 … amn ][ ] [ ]
x2
⋮
xn
b
= 2
⋮
bm

Se llama matriz ampliada de A , a la matriz de F mx(n+1) cuyas primerasn columnas son las
columnas de A y la última columna es B, esto es

a11 a12 … a1 n b1
a a
A =[ A∨B ] = 21
⋮
[ a22 …
⋮
a2 n b2
⋮ ⋮
am 1 am 2 … amn bm ]
Nota
En la matriz ampliada se suele trazar una línea vertical que separa las columnas de la matriz de
coeficientes de la columna de términos independientes, es decir

a11 a12 … a1 n b1
a a
A =[ A∨B ] = 21
⋮
[ a22 …
⋮
a2 n b2
⋮ ⋮
am 1 am 2 … amn bm ]
Teorema de Rouche – Frobenius

Sean A ∈ F mxn , B ∈ F mx1

El sistema de ecuaciones lineales AX=B, es compatible si y solo si el rango de la matriz de
coeficientes A es igual al ango de la matriz ampliada Aa .

En símbolos

AX=B es compatible ⟺ rg( A)=rg(A a )

Colorario

Sea AX =B ,con A ∈ F mxn , B ∈ F mx1 un sistema de ecuaciones lineales compatible.

 AX =B es compatible determinado si, rg( A)=rg( A a )=r=n

 AX=B es compatible indeterminado si,rg( A)=rg( A a )=r <n

Consecuencia inmediata del teorema de Rouche – Frobenius

Un sistema de ecuaciones lineales es incompatible si y solo si los rangos de la matriz de

coeficientes y de la matriz ampliada son distintos.

En símbolos
AX=B es compatible ⟺ rg( A)≠rg( A a )

Notas:

 El teorema de R-F permite determinar la compatibilidad o incompatibilidad de un sistema

lineal con tan solo comparar el rango de la matriz de coeficientes con el rango de la matriz
ampliada y sin necesidad de resolver el sistema.
 En forma análoga el corolario suministra la condición que debe verificar un sistema lineal
compatible para tener solución única o más de una solución.

 En todos los sistemas homogéneos se verifica que el rango de la matriz de coeficientes es

igual al rango de la matriz ampliada. Además, si el rango de la matriz es igual al número de
incógnitas, la única solución es la trivial, y el rango de la matriz de coeficientes es menor que el
número de incógnitas además de la solución trivial existen otras soluciones no triviales.

Sistemas de ecuaciones lineales equivalentes

Un método básico para la resolución de un sistema de ecuaciones lineales es transformar el

sistema lineal dado en otro sistema lineal que tengo el mismo conjunto solución y que se
pueda resolver en forma más sencilla.

Definición:
Dos sistemas de ecuaciones lineales son equivalentes si sus matrices ampliadas son
equivalentes por filas.

Teorema

Si dos sistemas de ecuaciones lineales son equivalentes, entonces admiten el mismo conjunto
solución.

Demostración:

Sean AX=B y A' X=B' dos sistemas lineales equivalentes, tales que
A , A ' ∈ Fmxn y B , B' ∈ F mx 1.

Por definición se tiene que sus matrices ampliadas [ A∨B ] y [ A' ∨B ' ] son equivalentes, es
decir, existe una sucesión finita de operaciones elementales de filas que transforma la matriz
ampliada [ A∨B ] en la matriz ampliada [ A' ∨B ' ] .

Basta demostrar que la matriz ampliada [ A' ∨B ' ] se obtiene de la matriz ampliada [ A∨B ]
por medio de una sola operación elemental de filas, para comprobar que los conjuntos
solución son iguales.

En efecto, supongamos que la matriz ampliada [ A' ∨B' ' ] se obtuvo de la matriz ampliada
[ A∨B ] por la operación elemental f r +k f i
Si X́ es una solución del sistema A' X=B ' entonces es evidente que X́ es también solución
del sistema AX=B, con lo que:

S B ' ⊂S B ( a)

Recíprocamente, si X́ es una solución del sistema lineal AX =B, entonces X́ es solucion del
sistema A' X=B ' , con lo que:

S B ⊂ S B ' ( b)

De (a) y (b)se concluye que ambos sistemas lineales tienen el mismo conjunto solución, es
decir

S B=S B '

La demostración es trivial para el caso en el que el sistema lineal A' X=B ' no tiene solución.

En forma análoga se prueba para los dos tipos restantes de operaciones elementales

Q.E. D

Teorema de Cramer

Sea el sistema de ecuaciones lineales AX =B, con A ∈ F nxn , B ∈ F nx1

Si A es inversible entonces el sistema de ecuaciones lineales AX=B, admite una única

solución, es decir es compatible determinado.

Demostración

Consideramos el sistema de ecuaciones lineales

AX =B(1)
Como A es inversible por hipótesis, existe la inversa de A la que denotamos con A−1.
Pre multiplicamos por A−1 en ambos miembros de (1)
A−1( AX )= A−1 B
Por propiedad asociativa, tenemos
( A¿¿−1 A) X= A−1 B ¿
−1
Como A A=I n , tenemos
−1
I n X= A B
Luego,
X =A −1 B
Observamos ahora que

 X =A −1 B es solución del sistema AX=B. En efecto,

A( A ¿¿−1 B)=( AA¿ ¿−1)B=I n B=B ¿ ¿
Ver como decirlo
 X =A −1 B es solución única del sistema AX=B debido a la unicidad de la matriz inversa
A−1.
Q.E. D

Q. E. D

Regla de Cramer

Sea el sistema de ecuaciones lineales AX=B, con A ∈ F nxn , B ∈ F nx1.

Si D( A)≠0 entonces el sistema de ecuaciones lineales AX=B es compatible determinado y
si el vector solución representado por

x1
x
x= 2
⋮
xn[]
entonces el valor de cada componente se obtiene del siguiente modo

D ( c 1 c 2 … c j−1 B c j +1 … cn )
∀ j=1,2 , … , n ; x j=
D( A)

Demostración:

Como D( A)≠0 , entonces A es inversible, y por el teorema de Cramer, tenemos que el

sistema de ecuaciones lineales AX =B admite solución única, es decir existen escalares que
permiten escribir al vector B como combinación lineal única de los vectores columnas de la
matriz A .

En símbolos
D ( A ) ≠ 0 ⇒ Aes inversible ⇒ AX=B es compatible determinado⇒

x1
x2

xj
[] ⋮
xn

donde c ison las columnas de A

n
⇒ ∃! X= ⋮ ∈ F nx1 / AX=B ⇒ ∃! x 1 x 2 , … , x j , … , x n ∈ F ! ∑ x i c i=B
i=1

Cualquiera sea j=1,2 ,… , n , construimos la siguiente matriz

( c 1 c 2 … c j−1 B c j+1 … c n )
Esta matriz tiene la propiedad que sus columnas son las columnas de la matriz A excepto la j-
esima columna que es la columna de términos independientes B. y ahora calculamos su
determinante.

(
∀ j=1,2 , … , n ; x j=D ( c 1 c 2 … c j−1 B c j+1 … c n )=D c 1 c 2 … c j−1 ∑ x i c i c j+1 … c n =
i =1
)
¿ D ( c 1 c 2 … c j−1 x 1 c 1 c j+1 … c n ) + D ( c 1 c2 … c j−1 x2 c 2 c j+1 … c n ) +…+¿

+ D ( c 1 c 2 … c j −1 x j−1 c j−1 c j+1 … c n ) + D ( c 1 c 2 … c j−1 x j c j c j+1 … c n) + ¿

+ D ( c 1 c 2 … c j −1 x j+1 c j +1 c j+1 … c n ) +…+ D ( c 1 c2 … c j−1 x n c n c j +1 … c n ) =¿

x 1 D ( c 1 c 2 … c j −1 c 1 c j+1 … c n ) + x 2 D ( c 1 c 2 … c j −1 c 2 c j+1 … c n ) +…+¿

+ x j −1 D ( c 1 c 2 … c j−1 c j−1 c j+1 … c n ) + x j D ( c1 c 2 … c j−1 c j c j+1 … c n) + ¿

+ x j +1 D ( c 1 c 2 … c j −1 c j +1 c j+1 … c n ) +…+ x n D ( c1 c 2 … c j−1 c n c j +1 … c n ) =x j D( A)

Consideramos el primer miembro y el último miembro, esto es

∀ j=1,2 , … , n ; x j D ( A ) =D ( c 1 c 2 … c j−1 B c j +1 … c n )

Como D( A)≠0 , existe reciproco 1/ D( A) . Multiplicamos en ambos miembros de la igualdad

precedente por el reciproco de D( A) y tenemos:

D ( c 1 c 2 … c j−1 B c j +1 … cn )
∀ j=1,2 , … , n ; x j=
D( A)

Q.E. D