Vous êtes sur la page 1sur 17

CAPTULO 1

Sistemas de ecuaciones lineales


Este captulo presenta una sntesis sobre Sistemas de ecuaciones lineales 1 , concepto del lgebra lineal que
utilizaremos frecuentemente como herramienta en el proceso de solucin de algunas ecuaciones diferenciales.
Para evitar repeticiones reservamos las letras m y n para referirnos a nmeros naturales no cero.

1.1. Definicin de sistema de ecuaciones lineales (SE) 2


Sistema de m ecuaciones lineales con n incgnitas

Definicin 1.1
Un sistema con

ecuaciones,

incgnitas

x1 , , xn , con matriz de coeficientes A aij i1 ,, m


j1 ,, n

valores externos (entradas o consumos) b1 , , bm escrito en forma estndar (como en secundaria) es:

a11 x1 a12 x2 a1n xn b1


a x a x a x b
21 1
22 2
2n n
2

a m1 x1 a m 2 x2 amn xn bm
Con producto punto de vectores se escribe:

a11 , a12 , , a1n x1 , x2 , , xn b1


a , a , , a x , x , , x b
21 22
2n
1
2
n
2

am1 , a m 2 , , a mn x1 , x2 , , xn bm
C1 C 2

Y con multiplicacin de matrices es

Cn

F1 a11 a12 a1n x1 b1


F2 a 21 a 22 a 2n x2 b2


Fm a m1 a m 2 a mn xn bm

A

Las filas de la matriz

1
2

se denotan con

F1 , , Fm

y sus columnas con

C1 , , C n .

En los captulos 1, 2 y 3 de [7] de la bibliografa encontrar una exposicin detallada de los temas de este captulo
Utilizamos las iniciales SE para referirnos a Sistemas de ecuaciones lineales
1

Sistemas de ecuaciones lineales

Para exponer la teora utilizamos la notacin

AX B

A B , en esta se omite el vector X

de incgnitas y

utiliza la raya | en lugar de los smbolos = . Adems, los nombres:

A
X
B

matriz de coeficientes,
vector incgnita,
vector externo (entrada o consumo),

A B

matriz ampliada.

Cuando el vector externo es nulo:

Para despejar las incgnitas

0

B 0
0

x1 , , xn

el sistema de ecuaciones

AX 0

se llama homogneo.

expondremos los mtodos reduccin Gaussiana y regla de Cramer.

Para exponer la reduccin Gaussiana es muy prctico resaltar las filas del sistema

AX B

como:

F1 x1 b1

F2 x2 b2


Fm xn bm

A B
Y para exponer el mtodo de Cramer (caso

m n ) ser ms adecuado escribir el SE segn sus columnas:

x1 b1

x
b

C1 , C 2 , , C n 2 2

A

xn bn

Ejemplo 1.1 El sistema

Tiene coeficientes

2 x1 3x2

5 x1 x2
x
1 3 x2

a11 2 a12 3
a21 5 a22 1
a31 1 a32 3

8
6
7

tiene

m 3 ecuaciones y n 2

y valores externos

b1 8
b2 6
b3 7

2,3 x1 , x2 8

Con producto punto de vectores el SE se escribe: 5,1 x1 , x 2 6


1,3 x , x 7

1 2

incgnitas

x1 , x2 .

Sistemas de ecuaciones lineales

Con multiplicacin de matrices se escribe:

La matriz de coeficientes y matriz ampliada son

5
1

5
1

3
8
x1
1 6
x
3 2
7
3 2 3 8

1 y 5 1 6
3 1 3 7

Cuando el SE tenga pocas incgnitas utilizaremos letras sin subndice

Ejercicio 1.1 Describa las componentes de

x 3 y 6 z 3

8
2x z

respectivamente

x, y , z ,

en lugar de

x1 , x2 , x3 ,

como en el ejemplo 1.1.

1.2. Definicin de solucin de un sistema de ecuaciones lineales


Un sistema de ecuaciones (SE) es un conjunto de ecuaciones con las mismas incgnitas. Cuantas ms
propiedades o restricciones (no equivalentes) se impongan a las incgnitas, menor ser la cantidad de
soluciones que satisfagan todas esas restricciones y cabe la posibilidad de que no haya soluciones que llenen
los requerimientos de las ecuaciones. Especficamente, hay sistemas que no tienen solucin, es decir, no hay
valores que llenen todas las incgnitas y satisfagan todas las restricciones o ecuaciones. Otros sistemas tienen
solucin nica y hay sistemas con infinidad de soluciones. Resolver un SE se refiere al proceso de despejar las
incgnitas cuando el sistema tenga infinidad de soluciones o solucin nica, o presentar las justificantes cuando
no tiene solucin.
Una Solucin del SE es un conjunto de nmeros particulares s1 , , sn que al sustituir en las posiciones de las
incgnitas

x1 , , xn

respectivamente, producen

a11s1 a12 s2 a1n sn b1


a s a s a s b
21 1
22 2
2n n
2

a m1s1 am 2 s2 a mn sn bm
As,

identidades, es decir:

, con notacin matricial se escribe

es una solucin del sistema si y solo si al sustituir

Definicin 1.2

AS B

donde

s1

s
S 2


sn

en el SE, reduce cada ecuacin a una identidad.

Conjunto solucin de un sistema de ecuaciones

El conjunto solucin del Sistema de ecuaciones

Si el SE no tiene soluciones, escribimos


Si el SE tiene una nica solucin

S O

escribimos

AX B

es

S S / AS B donde

s1

s
S 2


sn

y decimos que el SE tiene ecuaciones inconsistentes.

S S

Sistemas de ecuaciones lineales

Si el SE tiene infinidad de soluciones

escribimos:

S x1 , , xn / x1 s1 , , xk sk , xk 1 , , xn
xi

se refiere a que

xi

puede tomar cualquier valor en el conjunto de los nmeros reales.

Ejemplo 1.2 Los siguientes resultados sern demostrados en ejemplos posteriores.

Considere los SE

2 x 3 y 8

5 x y 7
x 3y 7

S1

2 x 3 y 8

5 x y 7
7 x 4 y 7

S2

Observe que la nica diferencia entre los sistemas es la tercera ecuacin. S1 y S2 tienen solo dos incgnitas, lo
que hace pensar que bastar con dos de las tres ecuaciones para resolverlo, pero esto no es recomendable
porque en algunos ejemplos la solucin de unas ecuaciones no necesariamente es solucin de todas las
ecuaciones del SE. Adems, incluir en el proceso de solucin todas las ecuaciones solo trae ganancias. Para
ilustrar esto hemos escogido S1 y S2.
El par

x 1 s1

y 2 s2

es solucin de S1, es decir, si sustituye

x, y 1,2 en S1 obtiene las igualdades:

2 1 3 2 8

5 1 2 7
1 3 2 7

Al sustituir esos valores en S2 obtiene:

2 1 3 2 8

5 1 2 7
7 1 4 2 7

y la ltima no es una igualdad, ms es absurda. Aunque 1,2 es solucin de dos ecuaciones de S2,
es solucin de S2, porque se requiere que al sustituir en todas las ecuaciones resulten identidades

1,2

no

1.3. Regla de Cramer para resolver sistemas de n ecuaciones y n incgnitas


AX B , asumiendo
0 ). Dado esto, la
mecnica de la Regla de Cramer se basa en un intercambio de las columnas de la matriz A con el vector
(columna) B y por esto denotamos la matriz A con sus columnas A C1 , C 2 , , C n . Por ejemplo,
despus de reemplazar la primera columna de A con B resulta B, C 2 , , C n y as sucesivamente.
El siguiente teorema enuncia la regla de Cramer para obtener la solucin de un sistema
que la matriz

es cuadrada (de

nn)

y que su determinante no es cero ( det A

La Regla de Cramer es una generalizacin de un mtodo estudiado en secundaria y que recreamos en los
siguientes dos ejemplos.

Sistemas de ecuaciones lineales

Ejemplo 1.3 Obtener la solucin del sistema de ecuaciones lineales

2 x 3 y 4
2 3 x 4

5 x 4 y 3 5 4 y 3

Suponemos que el sistema tiene solucin y es nica. Todo mtodo para resolver sistemas de ecuaciones
lineales se basa en la reduccin de la cantidad de incgnitas. Observe que el coeficiente de y en la primera
ecuacin es 3 y en la segunda es 4, multiplica la primera ecuacin por 4 y la segunda por 3 para recibir:

8 x 12 y 16

15 x 12 y 9
Cambie los signos en cualquiera de las ecuaciones, cambiando los signos de la segunda ecuacin obtiene:

8 x 12 y 16

15 x 12 y 9
sume las ecuaciones para obtener la siguiente ecuacin en la nica incgnita

8 15 x 16 9

x , lo que permitir despejarla:

x 1

entonces

y2

Por un procedimiento similar

Ejemplo 1.4 Obtener la solucin del sistema de ecuaciones lineales

Emulando el proceso anterior, multiplique la primera ecuacin por

ax by b1
a b x b1

cx dy b2
c d y b2
y la segunda por

para obtener:

adx bdy db1

bcx bdy bb2


sume las ecuaciones para obtener:

ad bc x db1 bb2

Puede escribir

b b
a b
x 1
b2 d
c d

y si supone que

a b
0
c d

obtiene la solucin nica para

x, y

es nica siempre que el determinante de la matriz de coeficientes

en las frmulas para determinar


de

a b
c d

b
d
b
d

a b1
c b2
y
a b
c d

De forma similar obtiene una solucin nica para:

La solucin

b1
b
x 2
a
c

a b
0 . Observe que
c d

los determinantes en los respectivos numeradores, se obtienen a partir

reemplazando una de sus columnas por el vector

b1

b2

Sistemas de ecuaciones lineales

Por un procedimiento similar al anterior se puede demostrar el siguiente teorema.


Teorema 1.1

Regla de Cramer

det A 0 . Entonces el sistema AX B


viceversa, es decir, si el sistema tiene solucin nica entonces det A 0 .
Sea

una matriz de

nn

Adems, si denota con:

con

tiene una nica solucin

X.Y

det A

1 B, C 2 , , C n

(reemplaza la primera columna por el vector externo)

2 C1 , B, , C n
(reemplaza la segunda columna por el vector externo)

k C1 , C 2 , , C k 1 , B,C k 1 , , C n (etc)

n C1 , C1 , , B

Entonces la nica solucin est dada por

(reemplaza la ltima columna por el vector externo)

x s 1
1 1 A

xk sk
A

x s n
n
n
A

Ejemplo 1.5 Considere el SE con dos ecuaciones y dos incgnitas:

3 y 2 x 8

5 x y 7

Coloque los trminos con incgnitas iguales en la misma columna:

2 x 3 y 8

5 x y 7

Calcule el determinante de la matriz de coeficientes:

Quite de

la primera columna y en su lugar escriba

Quite de

la segunda columna y en su lugar escriba

Como

8
B , obtiene:
6

8
B , obtiene:
6

entonces el SE tiene una nica solucin y est dada por:

2 3
5 1

1
2

13

8 3
7 1
2 8
5 7

13

26

x 1 13 1

13

2 26
y 13 2

Sistemas de ecuaciones lineales

Ejemplo 1.6 Para cules valores del parmetro

La matriz de coeficientes tiene determinante

A prueba y error descubre que

a 1

los sistemas

ax y z 7

x ay z 8
x y az 9

a 1 1
1 a 1 a 3 3a 2
1 1 a

es una solucin, aplica divisin sinttica

tienen solucin nica?

y resolvamos

a 3 3a 2 0 .

1 0 3 2
a 1 1 1 2
1 1 2

ecuacin

a 3 3a 2 0

equivale a

a 1 a 2 a 2 0

y la

a 1a 1a 2 0

Si se quiere solucin nica, enuncia Cramer que, el determinante no debe ser cero, esto se cumple si

a 2 . En tales casos aplicamos la regla de Cramer, que requiere de los siguientes determinantes:

a 1

7 1 1
1 8 a 1 7a 2 17a 10 7a 10a 1
9 1 a
a 7 1
2 1 8 1 8a 2 16a 8 8a 12
1 9 a
a 1 7
3 1 a 8 9a 2 15a 6 9a 6a 1
1 1 9
La solucin nica

x, y, z

para cada SE est dada por:

2
2

8
9a 6
7a 10
; y
; z

x 1

a 1a 2

a 1a 2

a2

Ejemplo 1.7 Aplique la regla de Cramer para despejar

Considerando a

1 , 2

1 , 2

del SE

1 cos x 2 sin x e 2 x

1 sin x 2 cos x 2e 2 x

como incgnitas el SE con notacin matricial es

cos x sin x 1 e 2 x


sin x cos x 2 2e 2 x

Calcule

Solucin

Sistemas de ecuaciones lineales

cos x sin x
sin x cos x

e 2 x sin x
e 2 x cos x 2 sin x
2 x cos x
2e

cos x e 2 x
e 2 x 2 cos x sin x
2
x
sin x 2e

1 1 e 2 x cos x 2 sin x

2
e 2 x 2 cos x sin x

Ejemplo 1.8 Para que valores de

Multiplica por

cos 2 x sin 2 x 1 , obviamente este determinante no es cero.

a, b, c

se puede escribir

3x 2 3x 1

x x 1

y obtiene: 3x 2 3x 1 x 2 1a xbx c

a bx c

x x2 1

x x2 1

Desarrolle las multiplicaciones y agrupe trminos semejantes (constantes, en


para obtener:

y en

x2

respectivamente),

3x 2 3x 1 a b x 2 cx a
Iguale coeficientes de trminos semejantes y obtenga:

a b 3

c3

a
1

El determinante de la matriz de coeficientes es:

1 1 0
0 0 1 1
1 0 0
Podramos aplicar la regla de Cramer; sin embargo, el sistema se resuelve fcilmente reemplazando
la primera ecuacin para obtener:

a 1

b 2
c 3

a 1

en

Sistemas de ecuaciones lineales

1.4. Reduccin de Gauss para resolver SE con m ecuaciones y n incgnitas


La diferencia fundamental entre la reduccin Gaussiana que expondremos y la regla de Cramer es la
generalidad del primero con respecto al segundo. Iniciamos esta seccin con algunos conceptos preliminares.
Definicin 1.3

Matriz escalonada reducida por renglones ERR

Decimos que una matriz

de

mn

est escalonada reducida por filas si tiene las siguientes propiedades:

E.

P1

Si tiene filas cero (todas las entradas de la fila son ceros) estn colocadas en la parte inferior de

P2

Si una fila no es cero, su primer entrada no cero es un uno (llamado uno principal).

P3

Si dos filas sucesivas no son cero, el uno principal de la fila superior est a la izquierda del uno principal
de fila inferior. Para el caso que E tenga solo una fila no cero, estar colocada en el primer rengln.

P4

Cada columna que tiene un uno principal, tiene ceros en el resto de sus entradas.

Ejemplo 1.9 Las siguientes matrices tienen las propiedades P1, P2, P3, P4 (verificarlo):

1 0 0 0 1 0 0 0

0 1 0 , 0 0 0 1 2
0 0 1 0 0 0 0 0

Las siguientes matrices no estn en su forma escalonada reducida por renglones (verificarlo):

0 1 0 0 0 0 1 0 0 0

0 0 0 0 0 , 0 0 0 2 2 ,
0 0 0 1 2 0 0 0 0 0

1 0 0

0 0 1
0 1 0

A cada matriz C de m n le corresponde una y solo una matriz escalonada E reducida por filas o renglones,
la cual se obtiene despus de una sucesin de operaciones, que llamaremos operaciones elementales por filas y
que descritas en la definicin 1.4.
Para obtener la matriz escalonada reducida por renglones de

C , empieza aplicando una operacin elemental a

C1 , a esta le aplica otra operacin elemental y resulta otra matriz


C 2 y as sucesivamente, al final del proceso estar frente a la matriz escalonada reducida por filas E de C .

la matriz original

Escribimos

para obtener otra matriz

C C1 C 2 E

Las operaciones elementales son familiares al lector, quiz no con ese nombre, como se observa en el siguiente
ejemplo en que se aplica una de las operaciones elementales, denominada multiplicacin de una fila por una
constante no cero (para que no anule la fila). Cada fila representa una ecuacin del SE y viceversa.
Multiplique la primera ecuacin de

4 x 12 y 16

15 x 12 y 9

por

1 y obtenga
4

x 3y 4

15 x 12 y 9

Otra operacin elemental es: multiplicar por -15 la primera fila y sumar a la segunda para obtener:

x 3y 4

33 y 51

10

Sistemas de ecuaciones lineales

Definicin 1.4

Operaciones elementales (OE)

Los tres tipos de operaciones elementales (OE MIS) permitidas sobre las filas de una matriz

Ck

son:

Multiplicar la fila f de C k por cualquier nmero c 0 para obtener otra matriz C k 1 .

Ck

C k 1 son iguales salvo por la fila f

c Ff

Escribimos

C k Ck 1

Intercambiar las posiciones de las filas f y g de C k .

Ck

C k 1 son iguales salvo por las filas f

que estn intercambiadas.

I Ff ,Fg
Escribimos

Ck

C k 1

Sumar c veces ( c ) la fila f de C k a la fila g de C k .


El resultado de la OE se escribe en la fila

de

C k 1 .

c Ff Fg
Escribimos

Ck

C k 1

C k C k 1 , debe repasar las propiedades P1, P2, P3 y P4 en


C k y seleccionar la operacin MIS apropiada que le acerque a la matriz E escalonada por filas.

Antes de aplicar una OE para dar un paso

Solucin de un SE utilizando reduccin Gaussiana


La construccin de una solucin del SE
ampliada donde omite la incgnita

AX B

empieza al escribir el SE como

C A B , llamada matriz

X . Luego aplica operaciones elementales a la matriz ampliada para obtener:

A B E B
Teorema 1.2
Las operaciones elementales no alteran la esencia de un sistema de ecuaciones, es decir, las soluciones de
cualquiera de los sistemas de ecuaciones correspondientes a las matrices aumentadas en la cadena:

A B E B
son iguales. En particular, el sistema original AX B y EX B tiene el mismo conjunto de soluciones, con
la ventaja de que EX B permite despejar las soluciones X , cuando existan, con mayor facilidad.
Ejemplo 1.10 Considere el sistema de ecuaciones:

Sistemas de ecuaciones lineales

11

2x y z 3
2x y z 7

7 z y x 22
3x 2 y z 9
3
2x y z
2x y z
7

x y 7 z 22
3x 2 y z 9

Reordena las ecuaciones

Su matriz ampliada es

2 1

2
1
A B
1 1

2
3

1 3

1 7
7 22

1 9

Para lograr un uno principal en la primera fila podra multiplicar la primera fila por

2 1

1
2
1 1

2
3

Hacer ceros bajo el

1 3
1 1
I F 1, F 3
1 7
2
1

7 22
2 1

1 9
2
3

principal, as:

1
2
2
3

7 22

F 1
1 7

1 3

1 9

1 1

0 3
0 1

0 5
1

2
2
3

1 7 22

1
1 7
1 1 3
2
1 9

2 F 1 F 2
1 7 22 2 F 1 F 3 1 1

1
1 7 3F 1 F 4 0 3

0 1
1 1 3

2
1 9
0 5

Para lograr un uno principal en la segunda fila podra multiplicarla por

Hacer ceros sobre y bajo el

1 o proceder como sigue:


2

7 22

15 51
15 47

22 75

1 o proceder como sigue:


3

7 22
1
I F 2,F 3
15 51
0

0
15 47

22 75
0

1 7 22

1 15 47
3 15 51

5 22 75

principal de la segunda fila como sigue:

1 1

0 1
0 3

0 5
Para lograr un uno principal en la tercera fila:

7 22 3FF22FF13 1

15 47 5F 2 F 4 0

0
15 51

22 75
0

0
1
0
0

8
25

15 47
30 90

53 160

12

Sistemas de ecuaciones lineales

0
0

0
Hacer ceros sobre y bajo el

25

1 15 47
3
0
1

0 53 160
0

principal de la tercera fila como se muestra en:

0
0

0
La ltima ecuacin corresponde a
es

25
1
- 1 F3
1 15 47 30 0

0
0 30 90

0 53 160
0
0

0
8 25 158FF 33 FF 12 1

1 15 47 53F 3 F 4 0

0
3
0
1

0 53 160
0

0 x 0 y 0 z 1

0
1
0
0

0 1

0 2
E B
1 3

0 1

0 1 , es inconsistente y la solucin del SE


E B corresponde al SE:

es decir

S . En otras palabras, la forma escalonada reducida

1x 0 y 0 z 1
x 1
0x 1y 0z 2
y2

0 x 0 y 1z 3
z3
0 x 0 y 0 z 1
0 1
Aunque las primeras tres ecuaciones tienen una solucin, la solucin del sistema es

Ejemplo 1.11 Para cada valor del parmetro

En el ejemplo 1.6 calculamos

se tiene un SE

ax y z 7

x ay z 8
x y az 9

a 1 1
1 a 1 a 3 3a 2 a 12 a 2 .
1 1 a

Si

a 1

a 2

el

determinante es distinto de cero, entonces el sistema de ecuaciones tiene solucin nica.


Ahora nos ocupamos de los casos

Para

a 1

el sistema se reduce a

a 1

a 2

el sistema es

para los cuales el sistema no tiene solucin nica.

x y z 7

x y z 8
x y z 9

Obviamente inconsistente porque no existe

Para

a 2

x, y, z

2 x y z 7

x 2y z 8
x y 2z 9

para comprobar que no tiene soluciones

cuya suma

x yz

sea 7,8 y 9 simultneamente.

y dejamos de ejercicio al lector aplicar reduccin Gaussiana

Sistemas de ecuaciones lineales

13

Ejemplo 1.12 Considere los sistemas de ecuaciones

x y z 1

2 x y 2 z 7 , donde a es constante.
x 4 y az 10

A continuacin se construye la matriz escalonada reducida por renglones de la matriz ampliada:

2
1

1 1 1

1 2 7
4
a 10

1
1 1
1 1 F 2 1
3
0 3
9 0
0
F 1 F 3
0

0 3 a 1 9

2 F 1 F 2

Para el siguiente paso debe considerar los casos

Con

a 1

la ltima matriz adopta la forma

1
1
3

1 1
1 0 1 2
F 2 F1

0
3
0
3 0 1
3F 2 F 3

a 1 9
0 0 a 1 0

a 1 0

a 1 0 , los mismos que a 1

1 0 1 2

0 1 0 3

0 0 0 0

a 1 .

y el sistema correspondiente es:

x z 2
x z 2

y 3 y 3
00
z

Soluciones que puede escribir en la forma

x, y , z z 2,3, z .

Hay infinidad de soluciones y el conjunto

solucin es:

S z 2,3, z / z
Con

a 1

entonces

1
a 1

est definida y puede aplicar la OE

1
F3
a 1

a la matriz:

1
1 0 1 2
1 0 0 2
1 0 1 2

a 1 F 3
F 3 F 1
0 1 0 3 0 1 0 3 0 1 0 3
0 0 a 1 0
0 0 1 0
0 0 1 0

x 2

y 3 . El conjunto de soluciones es S 2,3,0


z0

Ejercicios 1.2

a, b, c, d

son constantes indeterminadas y

y el sistema correspondiente es:

A, B

son parmetros (constantes arbitrarias).

1.

Cul es la diferencia entre constante indeterminada y parmetro?

2.

Hallar el conjunto solucin de los siguientes sistemas de ecuaciones

14

Sistemas de ecuaciones lineales

3x 5 y 14

2 y x 10

R.

2,4

ax by 2ab

ax by 0

R.

b, a

y 2x z 0

x 3z 2 y 0
4 x 3 y z 0

R.

0,0,0

y 2x z 1

x 3z 2 y 6
4x 3y z 1

R.

1,2,3

2x y z
2x y z

7z y x
3x 2 y z

R.

R.

x, y, z / x 15 z ;

3
7
22
9

y 2x z 0

x 3z 2 y 0
4 x 3 y 5 z 0

x y 7 z 9w 5

x 2 y 12 z 15w 9
2 x 3 y 19 z 24 w 14

3.

Por la presencia de

Por ejemplo,

R.

y 7 z ; z
5

x 1 2 z 3w
y 4 5z 6w

z
w

a, b , cada uno de los siguientes representa una familia de sistemas de ecuaciones.

ay 2 x z 0

x 3z 2 y b
4 x 3 y 5 z 0

representa los sistemas

2 y 2x z 0

x 3z 2 y 4 ,
4 x 3 y 5 z 0

10 y 2 x z 0

x 3z 2 y 5 , etc
4 x 3 y 5z 0

Para cada familia de sistemas de ecuaciones dados a continuacin responder a las siguientes preguntas.
Para que valores de a , b el sistema de ecuaciones tiene solucin nica?
Para que valores de
Para que valores de

a, b
a, b

el sistema de ecuaciones no tiene solucin?


el sistema de ecuaciones tiene infinidad de soluciones?

a.

ax ay 0

ax ay 2

R. Si

a0

la solucin es

a1 , a1 . Si a 0 el conjunto solucin es

b.

ax ay 0

ax ay 0

R. Si

a0

la solucin es

0,0 . Si a 0

la solucin es

Sistemas de ecuaciones lineales

c.

d.

ax by 0

bx ay 0

ax by 0

bx ay 2

R. Si

15

a 0b 0

la solucin es

0,0

Si

ab 0

Si

a 0b 0

R. Si

a 0b 0

la solucin es

Si

ab 0

la solucin es

a 0b 0

la solucin es

la solucin es

0,0

2a
2b
,

2
2
2
a b a b 2

b2 ,0
Si a 0 b 0 la solucin es 0, 2
a

Si

a 0b 0

la solucin es

4.
Para cada sistema de ecuaciones construya su matriz aumentada y redzcala hasta su forma escalonada
reducida por renglones, en cada operacin elemental que aplique estudie si hay restricciones sobre los
parmetros a , b , cada restriccin debe estudiarse por separado. Dar las soluciones en cada caso.

a.

2 x 7 y 10 z 9

x 4 y az b
x 4 y 4z 3

R. Si

b.

a 4

tiene solucin nica

Si

a 4 b 3

tiene infinidad de soluciones

Si

a 4 b 3

no tiene soluciones.

x y z 1

2 x y 2 z 7
x 4 y a z 10

R. Si

Si

c.

15a 12b 24 , 3a 2b 6 , b 3

a4
a4
a 4

a 1 el SE tiene infinidad de soluciones z 2,3, z / z

a 1

el SE tiene solucin nica

3x ay z 5

x 2y z 3
x y 2z 3

R. Si a 4 tiene infinidad de soluciones


Si

15 12 z, 3 2 z, z / z

a4

tiene solucin nica

1 z,2 z, z / z

1,0,2

El smbolo matemtico denota la conjuncin y

2,3,0

16

d.

Sistemas de ecuaciones lineales

x ay a 2 z 1

x 3y 9z 0
x 4 y 16 z 0

R. Si

a3

a4

En los siguientes ejercicios

tiene solucin nica

x, s

12
1
7

,
,

a 3a 4 a 3a 4 a 3a 4

son variables. Hallar las constantes indeterminadas

a, b,

en cada ejercicio.

5.

a b x 2 2a b x 6a 3b 2 x 12 12 x 2

R.

6.

a b x 2 2a b x 6a 3b 2 x 2 8 x 1

R. Solucin es vaca

7.

8.

9.

10.

3x 2 5 x 9

x 2 x 2 x 3
5 x 2 21x 13

x 2 x 32

a
bx c

, x2
2
x 2 x 2x 3

a
b
c

x 2 x 3 x 32

2 s 3 4 s 2 5s 7
2

2s 5 2s 2s 7

ab

para que

as b
2

s 2s 5

y Ae ax Be bx

a 1, b 2, c 3

x 2 x 3 R. a 3, b 2, c 1

cs d

R. a b 1; c d 0

2s 2s 7

satisfaga la ecuacin con derivadas

a 1, b 2

a 2, b 1

En los siguientes ejercicios

es una variable. Hallar las funciones

R.

R.

a 2, b 4

f ,g

y 3 y 2 y 0

si:

11.

e x f x g x 0

2e x
e x f x g x

1 ex

f x e x ln 1 e x A

R.
g x ln 1 e x B

12.

cos x f x sin x g x 0

sin x f x cos x g x x

f x x cos x sin x A

R.
g x x sin x cos x B

13.

1 cos x 2 senx e 2 x
. 1 , 2

2x

cos
2
e
senx

2
1
R.

son las incgnitas

1 e 2 x cos x 2 senx ; 2 e 2 x 2 cos x senx

Sistemas de ecuaciones lineales

17

En cada uno de los siguientes construya una ecuacin con derivadas sin los parmetros A, B . Para esto derive
tantas veces como nmero de parmetros tenga la funcin dada y obtenga un SE en x, y , sus derivadas y los
parmetros; luego utilice operaciones algebraicas sobre el sistema hasta eliminar los parmetros.

14.

y A ln x ln A

R.

y xy ln x ln xy

15.

y Ae 2 x Be 3 x

R.

y y 6 y 0

16.

y Ae 2 x Be 2 x

R.

y 4 y 0

17.

Calcule

4x3 x2 2x 2

x 2 2 x 2x 2 2 x 2

dx

Utilice reduccin Gaussiana para separar en fracciones parciales.


R.

18.

I ln x 2 2 x 2 x 2 2 x 2 arctan x 1 A

Sean

a, b, c

constantes. Resolver

bcx acy abz 3abc

2
2
2
ax by cz a b c
x y z abc

R.

S a, b, c