TEMA 16
DISCUSIN Y RESOLUCION DE SISTEMA DE
ECUACIONES LINEALES. TEOREMA DE ROUCHE.
REGLA DE CRAMER. METODO DE GAUSS JORDAN.
INDICE SISTEMATICO
1. INTRODUCCION.
2. SISTEMAS DE ECUACIONESLINEALES. GENERALIDADES.
2.1 Definiciones.
2.2 Interpretacin de un sistema lineal. Notaciones abreviadas.
3. SISTEMAS LINEALES Y APLICACIONES LINEALES.
4. SISTEMAS LINEALES CUADRADOS CON SOLUCION UNICA.
5. DISCUSION DE UN SISTEMA LINEAL GENERAL. TEOREMA DE ROUCHE
5.1 Rango o caractersticas de una matriz.
5.2 Teorema de Rouch.
5.3 Discusin y resolucin del sistema lineal general.
5.4 Dimensin del subespacio de soluciones.
6. CASO PARTICULAR DE LOS SISTEMAS LINEALES HOMOGENEOS.
7. METODO DE GAUSS Y DE GAUSS JORDAN
7.1Sistemas lineales equivalentes. Transformaciones elementales sobre un sistema.
7.2 Mtodo de reduccin de Gauss.
7.2.1 Caso de sistema lineal cuadrado con solucin nica.
7.2.2 Caso de sistema lineal general
7.3 Mtodo de Gauss Jordan.
8. ELIMINACION LINEAL DE PARAMETROS
1. INTRODUCCION
Por todos es conocida la importancia que tienen los sistemas de ecuaciones lineales en
la resolucin de problemas, tanto en la matemtica pura como en la aplicada. En este caso
vamos a tratar de la resolucin de sistemas de m ecuaciones lineales con n incgnitas cada uno
y con coeficientes en un cuerpo K (que habitualmente ser 3, pero puede ser Q o C").
Elsa Puente Gutirrez
Diremos que el sistema anterior es un sistema lineal m x n. Una solucin del sistema
lineal es cualquier n upla (
1 , 2 , 3 , , n
una de las ecuaciones. Resolver el sistema es determinar el conjunto de todas las soluciones.
Atendiendo al conjunto S de sus soluciones un sistema lineal puede ser:
son Equivalentes si toda solucin del primero lo es del segundo, y al revs. Tambin sern
Elsa Puente Gutirrez
a1 j
a
c j = 2 j
amj
()
(i = 1, 2, 3 n)
b1
b2
b=
bm
()
x 1 c 1 + x 2 c 2 ++ x n c n=b
vectores - columna
1 , 2 , 3 , , n
que
c 1 , c 2 , , cn .
c j .
tendremos la matriz de
A=
a11 a11
a21 a22
a m 1 am1
a1 n
a2 n
a mn
(aij )mn
columna de incgnitas
x1
x = x 2
xn
()
x = b
a1 x1 + a2 x 2 ++a n x n=bi , lleva como primer
x3,, xn) de
entonces fi(
Rn R
x =(x1, x2,
y se puede poner
x =b .
cartesianas del ncleo de la aplicacin lineal inducida por la matriz. Es decir los vectores
solucin constituyen en Ker f, que es un subespacio vectorial de
Rn , lo cual significa:
a) Todo vector lineal homogneo es compatible, pues al menos admite la solucin trivial
representada por el vector nulo
0 }
'
y xo
xo
0
A xo=
'=0
A xo
xo
'
A ( xo+
= A xo
+ A xo '
R.
0 + 0 = 0 , ,
'
y xo
xo
'
xo
xo
)=
0 .
b y b=
Resulta por tanto que el conjunto de todas las soluciones del sistema completo puede ponerse a
partir de una solucin particular del mismo, sumndole todas las soluciones del sistema
homogneo. Es decir, podamos poner:
b
xo
= b
= xo
+ Ker f. donde f(
| A|
Crmer).
PROPOSICIONES
Toso sistema de Crmer es compatible determinado.
Si un sistema lineal cuadrado tiene solucin nica, entonces es un sistema de Crmer.
5. DISCUSION DE UN SISTEMA LINEAL GENERAL
5.1 Rango o caractersticas de una matriz.
Dada una matriz A de dimensiones m x n, denominamos menor de orden H de dicha
matriz al determinante de toda submatriz cuadrada que pueda extraerse de A tomando los
elementos situados en h filas y h columnas.
Decimos que el rango o caractersticas de la matriz A es r, y escribimos rg (A) = r, si se
cumplen las dos condiciones siguientes:
PROPOSICION
El rango de una matriz A coincide con el numero de sus columnas (o filas) linealmente
independientes.
5.2 Teorema de Rouch.
Elsa Puente Gutirrez
x =
se
b ).
la
matriz
que
S = (A
a la
b ) =
TEOREMA: La condicin necesaria y suficiente para que un sistema lineal general sea
compatible es que la matriz de coeficientes y la matriz ampliada tengan igual rango.
S compatible rg (A) = rg (B).
Adems, ser compatible determinado si rang (A) = n e indeterminado en caso contrario.
5.3 Discusin y resolucin del sistema lineal general
Si rg (A) rg (B)el sistema no tendra solucin.
Si es rg (A) = rg (B) = r, en la matriz B hay tambin a lo sumo r filas linealmente independientes,
que correspondern a las r ecuaciones principales del sistema (supongamos que sean las r
primeras tras reordenar las ecuaciones del sistema). Las n r ecuaciones restantes son
superfluas al ser combinaciones lineales de aquellas r primeras. El sistema reducido a sus
ecuaciones imprescindibles quedara simplificado al sistema equivalente:
Puede ocurrir:
a) R =n
En este caso el sistema seria cuadrad y adems la matriz de coeficientes tendra como
determinante el menor principal Mr 0, por consiguiente seria un sistema de Cramer , que como
sabemos es compatible determinado.
b) R < n
En este caso nos quedan menos ecuaciones que incgnitas. Eligiendo como incgnitas
principales las correspondientes a las r columnas de las que se ha extrado Mr (habamos
supuesto que eran las r primeras), las dems n- r incgnitas no principales las podemos pasar
al segundo miembro delas ecuaciones. Este sistema vuelve a ser cuadrado y con determinante
de los coeficientes Mr 0, por lo cual proporciona una solucin del sistema S para cada
Discusin
rg ( A ) rg ( B ) S incompatible
rg ( A ) =rg ( B ) r =n S compatible determinado
r< n S compatible indeterminado
dim
Rn
Ker f
Im f, y de aqu:
El conjunto de soluciones de sistema completo, como vimos, una variedad afin cuyo
espacio lineal subyacente es Ker f. Por lo tanto la dimensin afn del espacio de soluciones es
tambin n r. En el caso particular de que el sistema sea compatible y r= n, el conjunto de
soluciones se reduce a una variedad afn de dimensin 0, es decir, a un punto. La solucin es
entonces nica.
6. CASO PARTICULAR DE LOS SISTEMAS LINEALES HOMOGENEOS.
La discusin se reduce a dos casos:
c) rg (A) = r = n = n de incgnitas sistema compatible determinado (nica solucin, la
trivial), ya vimos antes que en este caso, el ncleo de la aplicacin lineal inducida por la
matriz A se reduce a Ker f = {
| A|
no trivial es que
7.
= 0.
soluciones, es decir, toda solucin del primero es solucin del segundo y viceversa. Es evidente
que dos sistemas lineales equivalentes han de tener el mismo numero de incgnitas, aunque no
necesariamente el mismo numero de ecuaciones.
Llamaremos transformaciones elementales sobre las ecuaciones de un sistema lineal a
las operaciones que pueden realizarse con esas ecuaciones y que dan como resultado un
sistema equivalente al de partida.
Una ecuacin lineal del tipo a1x1 + a2x2 + a3x3 + anxn = b se asociara aun vector (a1,
a2, a3an, b) de
n+1
Si se multiplica alguna ecuacin del sistema por un nmero no nulo el sistema que
resulta es equivalente.
2. Si se suprime (o aade) una ecuacin que es combinacin lineal de las restantes
ecuaciones, el sistema obtenido el equivalente al primero.
3. I se sustituye una ecuacin por otra que resulte de sumarle una combinacin lineal de
las restantes ecuaciones, obtendremos un sistema equivalente al de partida.
7.2 Mtodo de reduccin de Gauss
E1
E1
En
b =
(A
Intercambio de filas.
Cambio de escala de una fila: multiplicar cualquier vector fila de la matriz por una
constante no nula.
Pivotacin: reemplazar cualquier vector fila de la matriz por la suma de si mimo con un
mltiplo de un vector fila diferente.
En cada paso el sistema obtenido es equivalente al anterior.
7.2.2 Caso de sistema lineal general
El mtodo de Gauss sirve tambin para discutir y resolver sistemas lineales generales
b =
u 11
u 12 u 1n c 1 0
u 21 u 2n c 2 0
0 0
( )
Todas las filas que tienen solo ceros aparecen debajo de filas con registros distintos de
cero.
El primer registro de la primera fila es distinto de cero. Despus de la primera fila, un
primer registro distinto de cero de cualquier fila aparece en una columna a la derecha
del primer registro distinto de cero de la fila anterior.
Al llegar a la forma escalonada puede ocurrir:
Aparece una fila en la matriz partida con todos los registros ceros a la izquierda dela
objetivo, evitar la sustitucin regresiva. Se usan las transformaciones elementales para reducir
la parte izquierda de la matriz partida a la forma diagonal con todos los pivotes 1, es decir, a la
matriz identidad.
El sistema reducido equivalente queda de la forma (I
esto es siempre posible), de donde la solucin es directamente
x = c .
() () ( )
x1
x = x 2
xn
c1
c2
; c=
cn
Kij
K2j
: Kj
Knj
K 2
++ tn Kn , denotamos por M =
vectores
K 1, K 2 , ,
( Kij)nxp
+ t1
K 1
+ t2
Kn
,
x distintos.
Kn
K 1, K 2 ,
,,