Sistemas de ecuaciones lineales

Una ecuación lineal tiene la forma: ax  by  cz  dt  n

x, y, z, t son las incógnitas, a, b, c, d son los coeficientes, y n es el término

independiente.

2x  3 x
3
 La ecuación tiene una única solución.
2
0x  4 El “cero” no puede pasar dividiendo.
¿Existe algún número que multiplicado por cero de 4 como resultado? No.
La ecuación no tiene solución.
0x  0 El “cero” no puede pasar dividiendo.
¿Existe algún número que multiplicado por “cero” de “cero” como resultado?
Si, cualquier número, por tanto, la ecuación tiene infinitas soluciones.
Decimos que la solución es x  λ , con λ  R .

Un sistema de ecuaciones lineales es un conjunto finito de ecuaciones lineales dadas

conjuntamente para obtener las soluciones comunes a todas ellas.

Determinados
(una única solución)
S.C.D.

Compatibles Indeterminados
(con solución) (infinitas soluciones)
S.C. S.C.I.
Sistema de ecuaciones
lineales
S.E.L.

Incompatibles
(sin solución)
S.I.

2x  y  z  4

Concepto de combinación lineal: Ejemplos: Dado el S.E.L. 3x  2 y  z  1.

x  y  z  5

Una combinación lineal de las ecuaciones E1, E2 y E3 es una nueva ecuación que se
obtiene al multiplicar cada ecuación por un número y después sumar los resultados, por
ejemplo: 2E1  7E2  4E3
 Una combinación lineal de E1 y E2 es, por ejemplo:  3E1  4E2

Una combinación lineal es una nueva ecuación que se obtiene al multiplicar cada
ecuación por un número y después sumar los resultados.

En un S.E.L. si una ecuación es combinación lineal de otras, se puede suprimir, ya que

no aporta información.

Diremos que unos conjuntos de ecuaciones son linealmente independientes cuando no se

puede expresar ninguna ecuación como combinación lineal de las restantes.

Una ecuación es Las ecuaciones son

Se puede suprimir
combinación lineal de 
 dicha ecuación. 
 linealmente
 otras dependientes.

 Ninguna ecuación es No se puede Las ecuaciones son
combinación lineal de 
 suprimir ninguna 
 linealmente
 otras ecuación. independientes.


Al resolver un sistema nos tenemos que quedar con las ecuaciones que no se
pueden expresar como combinación lineal del resto, es decir, con las ecuaciones
que sean linealmente independientes.


Sistemas escalonados.

Se resuelven de “abajo” a “arriba”

x  3y  2z  7
5 y  z 6

3z  12
 z  12 / 3
x 2y  t  5
yz 8

z  3t  11
 t  λ  z  11 - 3λ
x yzt4
y  z  2t  3 t  λ y z  µ  y  3  µ  2λ 


En los sistemas escalonados, no sobra ninguna ecuación, ninguna ecuación es

combinación lineal del resto, los sistemas están formados por ecuaciones linealmente
independientes.

Método de Gauss.
Sirve para resolver cualquier sistema de ecuaciones lineales. Consiste en transformar
un sistema en otro sistema escalonado, y resolver éste último.
Procedimiento:
 - Se sustituye una ecuación por una combinación lineal de ella y de otra ecuación.

- Se empieza haciendo “ceros” en la primera columna, después se pasa a la segunda

columna y así sucesivamente.

- Para hacer “ceros” en la primera columna, siempre uso la primera ecuación, para hacer
ceros en la segunda columna uso la segunda ecuación y así sucesivamente.

- La notación E2  2E1  3E2 significa que sustituyo la 2ª ecuación por la combinación

lineal que resulta al multiplicar la 1ª ecuación por “2” y la 2ª ecuación por “-3”.

ax  by  ax  by  … ⋯

Para hacer ceros: cx  dy  E2  cE1  aE2  my  ….
 
M M M ⋮ ⋮ ⋮

1º Paso 2º Paso
Para hacer ceros  Para hacer ceros en
=  =
en la primera la segunda columna,
= columna, usamos 0 = usamos la segunda
= la primera 0 = ecuación, que no se
= ecuación, que no 0 = modifica.
se modifica.

 3º Paso
 Para hacer ceros
 =
 en la tercera
0 = columna, usamos
Y así sucesivamente…
0 0 = la tercera
0 0 = ecuación, que no
se modifica

Fundamento teórico del Método de Gauss:

Dos sistemas son equivalentes, cuando tienen las mismas soluciones.

Aplicando cualquiera de las siguientes transformaciones a un sistema se obtiene uno

equivalente.

1) Multiplicar o dividir una ecuación por un número distinto de cero.

2) Sumar a una ecuación otra del sistema.
3) Cambiar el orden de las ecuaciones del sistema.
4) Sustituir una ecuación por una combinación lineal de ella y de otra ecuación, siempre
y cuando el número que multiplica a la ecuación que se sustituye sea distinto de cero
Al finalizar el proceso, o en algún paso intermedio podemos encontrarnos con uno de
los siguientes casos:

a) Una fila de ceros, corresponde a una ecuación que no aporta información y por tanto
podemos prescindir de ella.

0 0 … 0 0    0x  0 y  …  0t  0
sistema

Cuando esto sucede es porque en el sistema inicial la ecuación correspondiente es

combinación lineal de las ecuaciones anteriores.

b) Dos filas iguales o proporcionales, podemos suprimir una de ellas.

..
 … … … suprimimos
 la úúltima … … … … 
. 0 1 2 3 5   
  K
 0 2 4 6 10 0 1 2 3 5
 

3) Una fila de ceros salvo el último número, el que corresponde al término

independiente:

0 0 … 0 k  0  s  0x  0 y  …  0t  k  0
istema

la ecuación no tiene solución, y por tanto se trata de un sistema incompatible, S.I.

En general podemos afirmar que en un sistema de ecuaciones lineales el número de

ecuaciones y el número de incógnitas, no tiene nada que ver con el número de
soluciones, el único resultado cierto es:

Un sistema en el que haya más incógnitas que ecuaciones no puede ser compatible y
determinado.

Ejemplo 1:
 2x  y  3z  2 Empezamos haciendo “ceros” en la primera columna, para
 ello usamos la primera “ecuación”
 3x  2 y  z  13
  5x  4 y  2z  4


 2x  y  3z  2  2x  y  3z  2
 
3x  2 y  z  13 E2  3E1  2E 2   7 y  11z  32

  5x  4 y  2z  4 E  5E  2E   3y  11z  2
 3 1 3 
Ya hemos hecho “ceros” en la primera columna, a continuación, hacemos ceros en la
segunda columna, para ello usamos la segunda ecuación.

Antes cambiamos de signo la tercera ecuación.

 2x  y  3z  2  2x  y  3z  2  2x  y  3z  2
  
 7 y  11z  32   7 y  11z  32   7 y  11z  32
  3y  11z  2  3y  11z  2 E3  3E2  7E1  110z  110
 E3  E3 

Ya los hemos transformado en un sistema de Gauss, resolvemos de abajo hacia arriba:

 2x  y  3z  2 De E: 110z  110  z  110/110 1z1

 3
 7 y  11z  32
 110z  110  Sustituimos en E2 : 7 y  11z  32  7 y  111  32

21
 7 y  32  11  7 y  21  y   3  y  3
7
Sustituimos en E3 : 2x  y  3z  2  2x  (3)  3 1  2  2x  3  3  2 
4
2x  6  2  2x  6  2  2x  4  x   2  x  2
2
La solución del sistema es x  2, y  3, z  1  el sistema tiene una única solución
→ se trata de un sistema compatible determinado →S.C.D.

En las ecuaciones del sistema inicial no sobraba ninguna, ninguna es combinación lineal
del resto, las ecuaciones son linealmente independientes.

Ejemplo 2:

 2x  y  6 En este caso prescindimos de las incógnitas:

 3x  5 y  4


 x  6 y  10
 12x  7 y  9
 2 1 6 Hacemos ceros en la 1ª columna, usamos para ello la primera
  ecuación:
 3 5 4
 1 6 10
 
 12  7 9 
 
  2 1 6  2 6
   1 
 3 5 4 E2  3E1  2E2  0 13 26
 1 6 10  E  E  2E  0 13 26

 12  7 9  E3  6E  
 E  0  13  27 
1 3

  4 1 4  

Podemos dividir E2 y E3 por “13”:

columna, usando la segunda ecuación:

 2 6  2 1 6
 1   
 0 1 2  0 1 2
 0 1 2  E  E  E  0 0 0 
 3  
 0  13  27  E3  13E
2
 E  0 0  1
  4 2 4 

Al pasar a sistema, la tercera ecuación: E3 : 0x  0 y  0 la puedo suprimir, y la última

queda: E4 : 0x  0 y  1  No tiene solución, estamos ante un sistema incompatible
S.I.
 2 1 6  2 1 6
   
 3 5 4  0 1 2
Nota: De 
6 10  0 0 0
hemos pasado a  .
 1   
 12  7 9   0  1 
   0 
En el sistema inicial sobra la tercera ecuación, es combinación lineal de las dos
primeras, las otras tres ecuaciones: E1 , E2 y E4 son independientes.

 2x  y  6 
 

 3x  5 y  4

 
  x  6 y  10  c.l. de E1 y E2 
 12x  7 y  9 


Nos quedamos con:

 2 1 6  2x  y  6
  
0 1 2    y  2  El sistema es incompatible al serlo la última ecuación.
  
0 0  1  0 y  1
 1º Paso 2º Paso
Para hacer ceros Para hacer ceros en
= =
en la primera la segunda columna,
= columna, usamos 0 = usamos la segunda
= la primera 0 = ecuación, que no se
= ecuación, que no 0 = modifica.
se modifica.

3º Paso
Para hacer ceros
=
en la tercera
0 = columna, usamos
Y así sucesivamente…
0 0 = la tercera
0 0 = ecuación, que no
se modifica

RESOLUCION DE SISTEMAS POR EL METODO

DE GAUSS- JORDAN
El Método de Gauss – Jordan o también llamado eliminación de Gauss – Jordan, es
un método por el cual pueden resolverse sistemas de ecuaciones lineales con n
números de variables, encontrar matrices y matrices inversas, en este caso
desarrollaremos la primera aplicación mencionada.

Para resolver sistemas de ecuaciones lineales aplicando este método, se debe en

primer lugar anotar los coeficientes de las variables del sistema de ecuaciones
lineales en su notación matricial:

𝑎1 𝑋 + 𝑏1 𝑌 + 𝑐1 𝑍 = 𝑑1

𝑎2 𝑋 + 𝑏2 𝑌 + 𝑐2 𝑍 = 𝑑2

𝑎3 𝑋 + 𝑏3 𝑌 + 𝑐3 𝑍 = 𝑑3

Entonces, anotando como matriz (también llamada matriz aumentada:

𝑎1 𝑏1 𝑐1 𝑑1
𝑎2 𝑏2 𝑐2 𝑑2
𝑎3 𝑏3 𝑐3 𝑑3

Una vez hecho esto, a continuación, se procede a convertir dicha matriz en una
matriz identidad, es decir una matriz equivalente a la original, la cual es de la forma:
 1 0 0
0 1 0
0 0 1

Esto se logra aplicando a las distintas filas y columnas de las matrices simples
operaciones de suma, resta, multiplicación y división; teniendo en cuenta que una
operación se aplicara a todos los elementos de la fila o de la columna, sea el caso.

Obsérvese que en dicha matriz identidad no aparecen los términos independientes,

esto se debe a que cuando nuestra matriz original alcance la forma de la matriz
identidad, dichos términos resultaran ser la solución del sistema y verificaran la
igualdad para cada una de las variables, correspondiéndose de la siguiente forma:

 d1 = x

 d2 = y

 d3 = z

EJEMPLO APLICATIVO PARA PODER EJECUTAR LAS PROPIEDADES

Y LO APRENDIDO

 Sea el sistema de ecuaciones:

2𝑥 + 3𝑦 + 𝑧 = 1

3𝑥 − 2𝑦 − 4𝑧 = −3

5𝑥 − 𝑦 − 𝑧=4

 Procedemos al primer paso para encontrar su solución, anotarlo en su forma

matricial:

2 3 1 1
3 −2 −4 −3
5 −1 −1 4

 Lo primero que debemos hacer es transformar el 2 de la 1ª fila de la matriz

original en el 1 de la 1ª fila de la matriz identidad; para hacer esto debemos
multiplicar toda la 1ª fila por el inverso de 2, es decir ½

2 3 1 1 1 3/2 1/2 1/2

3 −2 −4 −3 fila 1 x ( ½) 3 −2 −4 −3
5 −1 −1 4 5 −1 −1 4
  Luego debemos obtener los dos ceros de la primera columna de la matriz
identidad, para lograr esto, buscamos el opuesto de los números que se
ubicaron por debajo del 1 de la primera columna, en este caso el opuesto de
3 que será -3 y el opuesto de 5 que será -5.

Una vez hecho esto, se procederá a multiplicar los opuestos de estos

números por cada uno del elemento de la 1ª fila y estos se sumarán a los números
de su respectiva columna. Por ej.: en el caso de la 2º fila, se multiplicará a -3
(opuesto de 3) por cada uno de los elementos de la 1º fila y se sumará su resultado
con el número que le corresponda en columna de la segunda fila. En el caso de la
3ª fila se multiplicará a -5 (opuesto de 5) por cada uno de los elementos de la 1º fila
y se sumará su resultado con el número que le corresponda en columna de la
tercera fila.

1 3/2 1/2 1/2 1 3/2 1/2 1/2

3 −2 −4 −3 fila 1 x (-3) + fila 2 0 −13/2 −11/2 −9/2
5 −1 −1 4 0 −17/2 −7/2 3/2
Fila 1 x (-5) + fila 3

 Nuestro siguiente paso es obtener el 1 de la 2ª fila de la matriz identidad, y

procedemos de igual forma que antes, es decir multiplicamos toda la fila por
el inverso del número que deseamos transformar en 1, en este caso -13/2,
cuyo inverso es -2/13

Además, si observamos la tercera fila, nos damos cuenta que todos los elementos
poseen el mismo denominador, entonces podemos eliminarlos multiplicando todos
los elementos de la 3º fila por 2 (el denominador); si bien este no es un paso
necesario para el desarrollo del método, es útil para facilitar cálculos posteriores.

1 3/2 1/2 1/2 1 3/2 1/2 1/2

0 −13/2 −11/2 −9/2 fila 2 x (-2/13) 0 1 11/13 9/13
0 −17/2 −7/2 3/2 0 0 −7 3
Fila 3 x 2
 Ahora queremos obtener el 0 que se ubica en la 3ª fila, 2ª columna de la
matriz identidad, para hacer esto buscamos el opuesto del número que se
ubica en la 3ª fila, 2ª columna de la matriz con la cual estamos operando, en
este caso -17, cuyo opuesto será 17; lo que hacemos ahora es multiplicar
este número por todos los elementos de la 2ª fila y sumar esos resultados
con el número que le corresponde en columna de la 3ª fila.

1 3/2 1/2 1/2 1 3/2 1/2 1/2

0 1 11/13 9/13 (fila 2 x 17)+fila 3 0 1 11/13 9/13
0 −7 −7 3 0 0 96/13 192/13
  A esta altura podemos observar como la matriz con la cual estamos
operando empieza a parecerse a la matriz identidad.

Nuestro siguiente paso es obtener el 1 correspondiente a la 3ª fila, 3ª columna de la

matriz identidad, ahora bien, aplicamos el mismo procedimiento con el que
estábamos trabajando, es decir que vamos a multiplicar toda la 3ª fila por el inverso
del número que se encuentre en la posición de la 3ª fila, 3ª columna, en este caso
96/13, cuyo inverso será 13/96.

1 3/2 1/2 1/2 1 3/2 1/2 1/2

0 1 11/13 9/13 fila 3 x 13/96 0 1 11/13 9/13
0 0 96/13 192/13 0 0 1 2

 Luego debemos obtener los dos ceros de la tercera columna de la matriz

identidad, para lograr esto, buscamos el opuesto de los números que se
ubicaron por encima del 1 de la 3ª columna de la matriz con la cual estamos
operando, en este caso 11/13 y ½ cuyos opuestos serán - 11/13 y -½,
respectivamente.
Una vez hecho esto, se procederá a multiplicar los opuestos de estos números por
cada uno del elemento de la 3ª fila y estos se sumarán a los números de su
respectiva columna. Por ej.: en el caso de la 2º fila, se multiplicará a - 11/13
(opuesto de 11/13) por cada uno de los elementos de la 3º fila y se sumaran sus
resultados con el número que le corresponda en columna de la segunda fila. En el
caso de la 1ª fila se multiplicará a -½ (opuesto de ½) por cada uno de los elementos
de la 3º fila y se sumaran sus resultados con el número que le corresponda en
columna de la primera fila.

1 3/2 1/2 1/2 1 3/2 0 −1/2

0 1 11/13 9/13 fila 3 x (-1/2) + fila 1 0 1 0 −1
0 0 1 2 0 0 1 2
Fila 3 x (-11/13) + fila 2

 El último paso que debemos realizar es obtener el 0 de la 1ª columna, 2ª fila de la matriz

identidad, para hacer esto buscamos el opuesto del número que se ubica en la 1ª
columna, 2ª fila de la matriz con la que estamos operando, en este caso es 3/2, cuyo
opuesto será - 3/2, lo que hacemos ahora es multiplicar este número por todos los
elementos de la 2ª fila y sumar esos resultados con el número que le corresponde en
columna de la 1ª fila.

1 3/2 0 −1/2 1 0 0 1
0 1 0 −1 fila 2 x (-3/2) + fila 1 0 1 0 −1
0 0 1 2 0 0 1 2
Como podemos observar hemos llegado al modelo de la matriz identidad que
buscábamos, y en la cuarta columna hemos obtenido los valores de las variables,
correspondiéndose de este modo:

X=1

Y = -1

Z=2

METODO DE GAUSS SEIDEL

El Método de Gauss-Seidel consiste en hacer iteraciones, a partir de un vector
inicial, para encontrar los valores de las incógnitas hasta llegar a una tolerancia
deseada, la diferencia radica en que cada vez que se desee encontrar un nuevo
valor de una xi, además de usar los valores anteriores de las x, también utiliza
valores actuales de las x encontradas antes (desde x0 hasta xi-1). La ecuación es la
siguiente:

𝑖−1
𝑛
(𝑘) ( 𝑘−1)
𝑋𝑖 = (𝑏𝑖 − ∑ 𝑎𝑖𝑗 𝑋𝑗𝑘 − ∑ 𝑎𝑖𝑗 𝑋𝑗 )/𝑎𝑖𝑗
𝑗=𝑖+1
𝑗=1
El método de Gauss-Seidel surgió como una modificación del método de Jacobi que
acelera la convergencia de éste.

El método de Gauss-Seidel recorta sustancialmente el número de iteraciones a

realizar para obtener una cierta precisión en la solución. Evidentemente los criterios
de convergencia son similares a los de Jacobi.

Este criterio no solo se aplica a las ecuaciones lineales que se resuelven con el
método de Gauss-Seidel sino también para el método iterativo del punto fijo y el
método de jacobi. Por tanto, al aplicar este criterio sobre las ecuaciones de Gauss-
Seidel y evaluando con respecto a cada una de las incógnitas, obtenemos la
expresión siguiente:

𝜕21 𝜕12
| |<1 | |<1
𝜕22 𝜕11

El valor absoluto de las pendientes en la ecuación, deben ser menor que la unidad
para asegurar la convergencia.

|𝜕22 | > |𝜕21 | |𝜕11 | > |𝜕12 |

Es decir, el elemento diagonal debe ser mayor que el elemento fuera de la diagonal
para cada reglón de ecuaciones. La generalización del criterio anterior para un
sistema de n ecuaciones es:
 |𝑎𝑖𝑖 | > ∑𝑛𝑗=1|𝑎𝑖,𝑗 | 𝑗≠𝑖

El método de Gauss-Seidel está basado en el concepto de punto fijo, es decir ( xi =

gi (x), i = 1.. n), para resolver sistemas de ecuaciones lineales. Para garantizar la
convergencia se debe de cumplir que el sistema tenga una diagonal dominante, es
decir que se cumpla la desigualdad siguiente, si se cambió el orden de las
ecuaciones esta puede divergir.

𝑎𝑖𝑖 > ∑𝑛𝑖=1 𝑎𝑖𝑗 𝑗≠𝑖

Problema de aplicación por el método de Gauss – Seidel, utilizando un

𝜺 = 𝟎. 𝟎𝟎𝟏

0.1𝑋1 + 7𝑋2 − 0.3𝑋3 = −19.3

3𝑋1 − 0.1𝑋2 − 0.2𝑋3 = 7.85
0.3𝑋1 − 0.2𝑋2 − 10𝑋3 = 71.4

SOLUCIÓN:

Primero ordenamos las ecuaciones, de modo que en la diagonal principal estén los
coeficientes mayores para asegurar la convergencia.

3𝑋1 − 0.1𝑋2 − 0.2𝑋3 = 7.85

0.1𝑋1 + 7𝑋2 − 0.3𝑋3 = −19.3
0.3𝑋1 − 0.2𝑋2 − 10𝑋3 = 71.4

Despejamos cada una de las variables sobre la diagonal:

7.85 + 0.1𝑋2 + 0.3𝑋3

𝑋1 =
3
−19.3 − 0.1𝑋1 + 0.3𝑋3
𝑋2 =
7
71.4 − 0.3𝑋1 + 0.2𝑋2
𝑋3 =
10
Suponemos los valores iniciales X2 = 0 y X3 = 0 y calculamos X1

7.85
𝑥10 = = 2.616666
3
Este valor junto con el de X3 se puede utilizar para obtener X2

−19.3−0.1(2.616666)
𝑥20 = = −2.794523
7

La primera iteración se completa sustituyendo los valores de X1 y X2 calculados

obteniendo:

71.4 − 0.3 (2.616666) + 0.2 ( −2.794523)

𝑥30 = = 7.005609
10
En la segunda iteración, se repite el mismo procedimiento:

7.85 + 0.1 (−2.794523) + 0.2 (7.005609)

𝑥11 = = 2.990556
3

−19.3 − 0.1(2.990556) + 0.3(7.005609)

𝑥21 = = −2.499624
7

71.4 − 0.3 (2.990556) + 0.2 (−2.499624 )

𝑥31 = = 7.000290
10
Comparando los valores calculados entre la primera y la segunda iteración

|𝑥11 − 𝑥10 | = |2.990556 − 2.616666| = 0.373890

|𝑥21 − 𝑥20 | = |−2.499624 − (−2.794523)| = 0.294899

|𝑥31 − 𝑥30 | = |7.000290 − 7.005609| = 0.005319

Como podemos observar, no se cumple la condición

|𝑥𝑖1 − 𝑥𝑖0 | ≤ 𝜀 𝑝𝑎𝑟𝑎 𝑖 = 1, 2, 3

Entonces tomamos los valores calculados en la última iteración y se toman como

supuestos para la siguiente iteración. Se repite entonces el proceso:

7.85 + 0.1 (−2.499624) + 0.2 (7.000290)

𝑥12 = = 3.000031
3

−19.3 − 0.1(3.000031) + 0.3(7.000290)

𝑥22 = = −2.499988
7
 71.4 − 0.3 (3.000031) + 0.2 ( −2.499988)
𝑥32 = = 6.999999
10

Comparando de nuevo los valores obtenidos

|𝑥12 − 𝑥11 | = |3.000031 − 2.990556| = 0.009475

|𝑥22 − 𝑥21 | = |−2.499988 − ( −2.499624)| = 0.000364

|𝑥32 − 𝑥31 | = |6.999999 − 7.000290| = 0.000291

Como se observa todavía no se cumple la condición:

|𝑥𝑖2 − 𝑥𝑖1 | ≤ 𝜀 𝑝𝑎𝑟𝑎 𝑖 = 1, 2, 3

Así que hacemos otra iteración

7.85 + 0.1 (−2.499988) + 0.2 (6.999999)

𝑥13 = = 3.000000
3

−19.3 − 0.1(3.000000) + 0.3(6.999999)

𝑥23 = = −2.50000
7

71.4 − 0.3 (3.000000) + 0.2 ( −2.50000)

𝑥33 = = 7.000000
10

Comparando los valores obtenidos

|𝑥13 − 𝑥12 | = |3.000000 − 3.000031| = 0.000031

|𝑥23 − 𝑥22 | = |−2.50000 − ( −2.499988)| = 0.000012

|𝑥33 − 𝑥32 | = |7.000000 − 6.999999| = 0.000001

Dado que se cumple la condición, el resultado es:

X1 = 3.0

X2 = -2.5

X3 = 7.0