SISTEMAS DE ECUACIONES LINEALES

Profesores
Omar Daro Saldarriaga Ortz
Ivan Daro G omez
Hernan Giraldo
2009
Definici on
Una matriz es un arreglo rectangular de n umeros reales en m las y n
columnas

a
11
a
1n
.
.
.
.
.
.
.
.
.
a
m1
a
mn

; donde a
ij
es un n umero real para
i = 1, . . . , m y j = 1, . . . , n. A esta matriz se le llama una matriz de tama no
mn.
Ejemplo
A =

1 1
2 0

es una matriz de tama no 22

Definici on
Una matriz es un arreglo rectangular de n umeros reales en m las y n
columnas

a
11
a
1n
.
.
.
.
.
.
.
.
.
a
m1
a
mn

; donde a
ij
es un n umero real para
i = 1, . . . , m y j = 1, . . . , n. A esta matriz se le llama una matriz de tama no
mn.
Ejemplo
A =

1 1
2 0

es una matriz de tama no 22

Inplementaci on al Matlab
Considerando la matriz de el ejemplo anterior, esta se dene en Matlab de
la siguiente manera:
>> A = [1, 1; 2, 0]
y MatLab guardaria la matriz como el arreglo rectangular
A =
1 1
2 0
Definici on
A un sistema lineal
a
11
x
1
+ + a
1n
x
n
= b
1
.
.
.
a
m1
x
1
+ + a
mn
x
n
= b
m
de m ecuaciones con n
incognitas, se le asocia la matriz

a
11
a
1n
b
1
.
.
.
.
.
.
.
.
.
.
.
.
a
mn
a
1n
b
m

de tama no
m(n + 1), llamada la matriz de coecientes.
Inplementaci on al Matlab
Considerando la matriz de el ejemplo anterior, esta se dene en Matlab de
la siguiente manera:
>> A = [1, 1; 2, 0]
y MatLab guardaria la matriz como el arreglo rectangular
A =
1 1
2 0
Definici on
A un sistema lineal
a
11
x
1
+ + a
1n
x
n
= b
1
.
.
.
a
m1
x
1
+ + a
mn
x
n
= b
m
de m ecuaciones con n
incognitas, se le asocia la matriz

a
11
a
1n
b
1
.
.
.
.
.
.
.
.
.
.
.
.
a
mn
a
1n
b
m

de tama no
m(n + 1), llamada la matriz de coecientes.
Ejemplo
Al sistema lineal
x + 2y = 3
4x + 5y = 6
le podemos asignar la matriz de coecientes

1 2 3
4 5 6

.
Definici on
Sea A una matriz de tama no mn, una operaci on elemental de la sobre
A es una de las siguientes operaciones:
1. Multiplicar una la por una constante no cero,
2. Sumar un multplo de una la a otra la,
3. Intercambiar dos las.
Ejemplo
Al sistema lineal
x + 2y = 3
4x + 5y = 6
le podemos asignar la matriz de coecientes

1 2 3
4 5 6

.
Definici on
Sea A una matriz de tama no mn, una operaci on elemental de la sobre
A es una de las siguientes operaciones:
1. Multiplicar una la por una constante no cero,
2. Sumar un multplo de una la a otra la,
3. Intercambiar dos las.
Ejemplo
Consideremos el siguiente sistema lineal
x + 2y = 3
4x + 5y = 6
aplicando las
operaciones
1. -4 ecuaci on 1 mas la ecuaci on 2,
2.
1
3
de la nueva ecuaci on,
3. -2 ecuaci on (y = 2) mas ecuacion 1.
Como en la matriz asociada a un sistema lineal las ecuaciones se representan
en las, estas operaciones se traducen en operaciones de la como sigue:

1 2 3
4 5 6

4F
1
+ F
2
F
2

1 2 3
0 3 6

1
3
F
2
F
2

1 2 3
0 1 2

2F
2
+ F
1
F
1

1 0 1
0 1 2

De esta ultima matriz obtenemos las ecuaciones x = 1 y y = 2 las cuales

son la soluci on al sistema.
Definici on
Sea A una matriz de tama no mn, decimos que A esta en forma
escalonada reducida si A satisface las siguientes condiciones:
1. todas las las nulas (las donde todas las entradas, en esa la, son
ceros) estan en la parte inferior de la matriz,
2. La primera entrada no cero de una la no nula es un uno, a esta
entrada se le llama pivote,
3. Si dos las consecutivas son no nulas, entonces el pivote de la de arriba
esta mas a la izquierda de la de abajo,
4. Todas las entradas de una columna con un pivote son cero, excepto la
entrada donde esta el pivote.
Ejemplo
Las siguientes matrices est an en forma escalonada reducida:
A =

1 0 0
0 1 0
0 0 1

B =

1
0 0 1
0 0 0

C =

0 1 0
0 0 1
0 0 0

D =

0 1
0 0 0
0 0 0

Definici on
Sea A una matriz de tama no mn, decimos que A esta en forma
escalonada reducida si A satisface las siguientes condiciones:
1. todas las las nulas (las donde todas las entradas, en esa la, son
ceros) estan en la parte inferior de la matriz,
2. La primera entrada no cero de una la no nula es un uno, a esta
entrada se le llama pivote,
3. Si dos las consecutivas son no nulas, entonces el pivote de la de arriba
esta mas a la izquierda de la de abajo,
4. Todas las entradas de una columna con un pivote son cero, excepto la
entrada donde esta el pivote.
Ejemplo
Las siguientes matrices est an en forma escalonada reducida:
A =

1 0 0
0 1 0
0 0 1

B =

1
0 0 1
0 0 0

C =

0 1 0
0 0 1
0 0 0

D =

0 1
0 0 0
0 0 0

Inplementaci on al Matlab
La forma escalonada reducida de una matriz se puede calcular en MatLab
con el comando rref como se muestra a continuaci on Consideremos la
siguiente matriz: >>
A = [1, 2, 3, 1; 0, 3, 2, 1; 2, 1, 8, 1]; R = rref(A)
y MatLab produce la forma escalonada reducida R de la matriz
A =

1 2 3 1
0 3 2 1
2 1 8 1

R =
1 0 13/3 1/3
0 1 2/3 1/3
0 0 0 0
Teorema
Toda matriz se puede reducir una forma escalonada reducida unica
Inplementaci on al Matlab
La forma escalonada reducida de una matriz se puede calcular en MatLab
con el comando rref como se muestra a continuaci on Consideremos la
siguiente matriz: >>
A = [1, 2, 3, 1; 0, 3, 2, 1; 2, 1, 8, 1]; R = rref(A)
y MatLab produce la forma escalonada reducida R de la matriz
A =

1 2 3 1
0 3 2 1
2 1 8 1

R =
1 0 13/3 1/3
0 1 2/3 1/3
0 0 0 0
Teorema
Toda matriz se puede reducir una forma escalonada reducida unica
Teorema
Considere el sistema de ecuaciones lineales
a
11
x
1
+ + a
1n
x
n
= b
1
.
.
.
a
m1
x
1
+ + a
mn
x
n
= b
m
, sea
A =

a
11
a
1n
b
1
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
mn
b
m

la matriz de coecientes asociada al sistema y

sea A

la forma escalonada reducida de A. Entonces el sistema tiene:

1. soluci on unica si y solo si A

tiene pivote en todas las columnas excepto

la ultima,
2. solucion vacia si y solo si A

tiene pivote en la ultima columna,

3. innitas soluciones si y solo si A

no tiene pivote en la ultima columna

y hay al menos otra columna sin pivote.
Corolario
Un sistema de ecuaciones con mas variables que ecuaciones (n > m) nunca
tiene solucion unica.
Teorema
Considere el sistema de ecuaciones lineales
a
11
x
1
+ + a
1n
x
n
= b
1
.
.
.
a
m1
x
1
+ + a
mn
x
n
= b
m
, sea
A =

a
11
a
1n
b
1
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
mn
b
m

la matriz de coecientes asociada al sistema y

sea A

la forma escalonada reducida de A. Entonces el sistema tiene:

1. soluci on unica si y solo si A

tiene pivote en todas las columnas excepto

la ultima,
2. solucion vacia si y solo si A

tiene pivote en la ultima columna,

3. innitas soluciones si y solo si A

no tiene pivote en la ultima columna

y hay al menos otra columna sin pivote.
Corolario
Un sistema de ecuaciones con mas variables que ecuaciones (n > m) nunca
tiene solucion unica.
Ejemplo
Determine si el sistema
x
1
+ x
2
+ x
3
+ x
4
= 4
x
3
x
4
= 3
tiene soluciones y en el caso
armativo escribalas de forma parametrica
Inplementaci on al Matlab
Considere el sistema
x + 2y + 3z = 1
3y 2z = 1
2x y 8z = 1
. La matriz aumentada asociada al
sistema esta dada por
>> A = [1, 2, 3, 1; 0, 3, 2, 1; 2, 1, 8, 1]; R = rref(A)
Obteniendo que:
x =
1
3
+
13
3
z
y =
1
3
+
2
3
z
Ejemplo
Determine si el sistema
x
1
+ x
2
+ x
3
+ x
4
= 4
x
3
x
4
= 3
tiene soluciones y en el caso
armativo escribalas de forma parametrica
Inplementaci on al Matlab
Considere el sistema
x + 2y + 3z = 1
3y 2z = 1
2x y 8z = 1
. La matriz aumentada asociada al
sistema esta dada por
>> A = [1, 2, 3, 1; 0, 3, 2, 1; 2, 1, 8, 1]; R = rref(A)
Obteniendo que:
x =
1
3
+
13
3
z
y =
1
3
+
2
3
z
Definici on
Un sistema lineal homogeneo es un sistema lineal de la forma
a
11
x
1
+ + a
1n
= 0
.
.
.
a
m1
x
1
+ + a
mn
= 0
,
es decir, un sistema donde todos los terminos independientes son cero.
Corolario
Un sistema lineal homogeneo siempre tiene soluci on.
Definici on
Sea A una matriz y A

su forma escalonada reducida. Denimos el rango de

A, denotado por rango(A), como rango(A) = # de pivotes de A

.
Definici on
Un sistema lineal homogeneo es un sistema lineal de la forma
a
11
x
1
+ + a
1n
= 0
.
.
.
a
m1
x
1
+ + a
mn
= 0
,
es decir, un sistema donde todos los terminos independientes son cero.
Corolario
Un sistema lineal homogeneo siempre tiene soluci on.
Definici on
Sea A una matriz y A

su forma escalonada reducida. Denimos el rango de

A, denotado por rango(A), como rango(A) = # de pivotes de A

.
Definici on
Un sistema lineal homogeneo es un sistema lineal de la forma
a
11
x
1
+ + a
1n
= 0
.
.
.
a
m1
x
1
+ + a
mn
= 0
,
es decir, un sistema donde todos los terminos independientes son cero.
Corolario
Un sistema lineal homogeneo siempre tiene soluci on.
Definici on
Sea A una matriz y A

su forma escalonada reducida. Denimos el rango de

A, denotado por rango(A), como rango(A) = # de pivotes de A

.
Definici on
Un vector columna(la) es una matriz con una sola columna(la).
Ejemplo
v =

1
2
1

, w =

0 1

Definici on
Un vector columna(la) es una matriz con una sola columna(la).
Ejemplo
v =

1
2
1

, w =

0 1

Definici on
(Operaciones con matrices y vectores)
1. Sean A =

a
11
a
1n
.
.
.
.
.
.
.
.
.
a
m1
a
mn

y B =

b
11
b
1n
.
.
.
.
.
.
.
.
.
b
m1
b
mn

, denimos la
matriz A + B como la matriz dada por:
A + B =

a
11
+ b
11
a
1n
+ b
1n
.
.
.
.
.
.
.
.
.
a
m1
+ b
m1
a
mn
+ b
mn

.
2. Sea A =

a
11
a
1n
.
.
.
.
.
.
.
.
.
a
m1
a
mn

y un escalar, denimos la matriz A

como la matriz dada por
A =

a
11
a
1n
.
.
.
.
.
.
.
.
.
a
m1
a
mn

.
Ejemplo
x =

x
1
.
.
.
x
n

y y =

y
1
.
.
.
y
n

como el vector x + y =

x
1
+ y
1
.
.
.
x
n
+ y
n

.
Inplementaci on al Matlab
Sean A =

1 2
1 3
0 1

y B =

2 2
3 1
1 1

. Podemos calcular las matrices

A + B, AB y 3A en MatLab como sigue
>> A = [1, 2; 1, 3; 0, 1]; B = [2, 2; 3, 1; 1, 1];
>> A + B
>> AB
>> 2 A
Ejemplo
x =

x
1
.
.
.
x
n

y y =

y
1
.
.
.
y
n

como el vector x + y =

x
1
+ y
1
.
.
.
x
n
+ y
n

.
Inplementaci on al Matlab
Sean A =

1 2
1 3
0 1

y B =

2 2
3 1
1 1

. Podemos calcular las matrices

A + B, AB y 3A en MatLab como sigue
>> A = [1, 2; 1, 3; 0, 1]; B = [2, 2; 3, 1; 1, 1];
>> A + B
>> AB
>> 2 A
Observaciones
Denotaremos por O
mn
a la matriz de ceros de tama no mn, o
simplemente por O si no hay lugar a confusi on y al vector cero lo
denotaremos por
n
o simplemente si no hay lugar a confusi on.
Teorema
Sean A, B y C matrices de tama nos mn, y escalares, entonces
tenemos
1. (A + B) + C = A + (B + C)
3. A + (1)A = 1A + A = O
5. (A + B) = A + B
7. ()A = (A)
2. A +O
mn
= O
mn
+ A = A
4. A + B = B + A
6. ( + )A = A + A
8. 1A = A
Observaciones
Denotaremos por O
mn
a la matriz de ceros de tama no mn, o
simplemente por O si no hay lugar a confusi on y al vector cero lo
denotaremos por
n
o simplemente si no hay lugar a confusi on.
Teorema
Sean A, B y C matrices de tama nos mn, y escalares, entonces
tenemos
1. (A + B) + C = A + (B + C)
3. A + (1)A = 1A + A = O
5. (A + B) = A + B
7. ()A = (A)
2. A +O
mn
= O
mn
+ A = A
4. A + B = B + A
6. ( + )A = A + A
8. 1A = A
Corolario
Sean x, y y z vectores con n componentes, y escalares, entonces
tenemos
1. (x + y) + z = x + (y + z)
3. x + (1)x = 1x + x =
n
5. (x + y) = x + y
7. ()x = (x)
2. x +
n
=
n
+ x = x
4. x + y = y + x
6. ( + )x = x + x
8. 1x = x