Professional Documents
Culture Documents
CONTENIDO:
4.1
4.2
4.3
140
...
a21 x a22 y b2
si se interpretan x, y como coordenadas en el plano xy, entonces cada una de las
dos ecuaciones representa una recta y (x, y) es una solucin si, y slo si, el punto
P(x, y) se encuentra sobre ambas rectas. De aqu que se tienen tres casos posibles:
1.- ninguna solucin si las rectas son paralelas;
2.- precisamente una solucin si se interceptan;
3.- un nmero infinito de soluciones si coinciden.
Nos formaremos ciertas ideas de las complicaciones que pueden surgir
considerando el caso de tres ecuaciones con tres incgnitas. Cada una de esas
ecuaciones representa un plano en el espacio, y el determinante de los coeficientes
se anula si:
1.- dos cualesquiera de los tres planos son coincidentes o paralelos.
2.- la recta de interseccin de dos de los planos pertenece o es paralela al tercer
plano.
141
Toda solucin del sistema de ecuaciones corresponde a un punto situado en los tres
planos. En los casos 1) y 2) no existe punto alguno que est en los tres planos, o
bien hay infinitos. En particular, hay infinitas soluciones si los tres planos se
cortan a lo largo de una misma recta. El conjunto de todas las soluciones a un
sistema de ecuaciones lineales recibe el nombre de conjunto solucin del sistema.
Una solucin del sistema de ecuaciones lineales
a11 x1 a12 x2 ... a1n xn b1
a x a x ... a x b
21 1
22 2
2n n
2
...
...
...
x 7 y 9 z 2u 0
x y z 5u 0
DEFINICION 4.1.3
Se llama sistema de m ecuaciones no homogneas y n incgnitas, al
sistema
a11 x1 a12 x2 ... a1n xn b1
a x a x ... a x b
21 1
22 2
2n n
2
...
142
x y z 2u 1
x y z 5u 0
DEFINICION 4.1.4
Se dice que un sistema de ecuaciones lineales es sobredeterminado si hay
ms ecuaciones que incgnitas. Se dice que un sistema de ecuaciones
lineales est escasamente determinado si hay menos ecuaciones que
incgnitas.
Los sistemas sobredeterminados suelen ser inconsistentes, pero no lo son siempre.
Aunque es posible que los sistemas escasamente determinados sean inconsistentes,
en general son consistentes con muchas soluciones. Es posible que un sistema
escasamente determinado tenga solucin nica.
DEFINICION 4.1.5
Se dice que un sistema de ecuaciones lineales es no susceptible, si errores
pequeos en los coeficientes o en el proceso de resolucin slo tienen un
efecto pequeo sobre la solucin. Y es susceptible, si errores pequeos en
los coeficientes o en el proceso de resolucin tienen un efecto grande
sobre la solucin.
Para el sistema de ecuaciones no susceptible, la solucin est indicada con relativa
intensidad por las ecuaciones. Para el sistema de ecuaciones susceptible, la
solucin est indicada con relativa debilidad por las ecuaciones.
Dos ecuaciones lineales en dos incgnitas representan dos rectas. Un sistema tal es
susceptible si, y slo si, el ngulo entre las rectas es pequeo, es decir, si, y slo si,
las rectas son casi paralelas. En efecto, entonces un pequeo cambio en un
coeficiente puede provocar un gran desplazamiento del punto de interseccin de
las rectas. Para sistemas mayores de ecuaciones lineales, la situacin es semejante
en principio, pero no es posible una interpretacin geomtrica tan sencilla y no
podramos seguir cada detalle de la situacin.
PROBLEMAS
4.1.1 Sea A una matriz de 3 x 2. Explique por qu la
ecuacin AX = B no puede ser consistente tiene slo la
solucin nula si y slo si (QA)X = O slo tiene la
solucin nula.
4.1.2 Sean AX = O un sistema homogneo de n
ecuaciones lineales con n incgnitas y Q una matriz
invertible de n x n. Demuestre que AX = O solucin fija.
Demuestre que toda solucin del sistema se puede
escribir en la forma X = X1 + X0, donde X0 es una
solucin de AX = O. Tambin demuestre que toda
matriz de esta forma es una solucin.
4.1.3 Sea A una matriz de 5 x 3 y sean Y un vector en
3 y Z un vector en 5. Suponga que AY = Z. Qu
hecho permite concluir que el sistema AX = 4Z es
consistente?
4.1.4 Sea AX = O un sistema homogneo de n ecuaciones lineales en n incgnitas que slo tiene la solucin nula. Demuestre que si k es cualquier entero positivo, entonces el sistema AkX = O tambin tiene slo la
solucin nula.
4.1.5 Sea A una matriz de 3 x 4, sean Y1 y Y2 vectores
en 3 y sea W = Y1 + Y2. Suponga que Y1 = AX1 y que
Y2 = AX2 para algunos vectores X1 y X2 en 4. Qu
hecho permite concluir que el sistema AX = W es
consistente?
4.1.6 Sea AX = B cualquier sistema de ecuaciones
lineales consistentes, y sea X1 una para toda B en 3.
Generalice el argumento para el caso de una matriz A
arbitraria con ms filas que columnas.
JOE GARCIA ARCOS
143
I. ELIMINACION GAUSSIANA
Se dice que un sistema de ecuaciones lineales es equivalente a un segundo sistema de
ecuaciones lineales, si el primero puede obtenerse a partir del segundo por medio de
operaciones elementales. Adems los sistemas equivalentes de ecuaciones lineales
tienen los mismos conjuntos de soluciones.
DEFINICION 4.2.1
Sea S un sistema lineal de la forma
a11 x1 a12 x2 ... a1n xn b1
a x a x ... a x b
21 1
22 2
2n n
2
...
a11
x1 a12
x2 ... a1 n xn b1
a21 x1 a22 x2 ... a2 n xn b2
...
(1)
(1)
(1)
a22 x2 ... a2 n xn b2
...
...
144
...
( n 1)
amn xn bm( n 1)
145
Calculemos el nmero de operaciones que hay que efectuar para obtener la solucin
del sistema de ecuaciones lineales. Para reducir el sistema de ecuaciones a la forma
escalonada, aceptando que m = n, tendremos que realizar n inversiones
1
n2 + (n 1)2 + ... + 12 = (2n + 1)(n + 1)n
6
multiplicaciones y
(n 1)n(n 1)
n(n 1) (n 1)(n 2) 2 1
3
adiciones. Adems, para hallar del sistema reducido las incgnitas habr que realizar
adicionalmente
1
1 + 2 + ... + (n 1) = n(n 1)
2
multiplicaciones y un nmero igual de adiciones. Por consiguiente, para resolver el
sistema de ecuaciones lineales empleando el mtodo de Gauss, es necesario realizar,
en el caso general, n inversiones
1
1
n(n2 + 3n 1) n3
3
3
multiplicaciones y
1
1
n(2n2 + 3n 5) n3
6
3
adiciones. En resumen, este mtodo de reduccin se puede aplicar a cualquier
sistema de ecuaciones lineales. Debe observarse, adems, que el mtodo de
reduccin es sistemtico y que no se reduce a ningn artificio a base de los nmeros
particulares que aparecen en las ecuaciones.
TEOREMA 4.2.2
Para la compatibilidad de un sistema de ecuaciones lineales es necesario y
suficiente que, despus de ser reducido a la forma escalonada, en l no se
encuentren ecuaciones del tipo 0 = bi, con bi 0. Si esta condicin se
cumple, entonces, a las incgnitas independientes se les puede dar valores
arbitrarios; las incgnitas principales se determinan unvocamente en el
sistema de ecuaciones.
DEMOSTRACION
Comencemos con la cuestin de la compatibilidad. Es evidente, que si el sistema
a11 x1 a1 n xn b1
a2 k xk a2 n xn b2
a x a x b
3n n
3
3 t t
(1)
ar s xs ar n xn br
0 br 1
0 bm
146
am1 x1 am 2 x2 amn xn bm
con n > m es indeterminado.
DEMOSTRACION
Efectivamente, en todo caso r m, por cuanto en el sistema (1) no hay ms
ecuaciones que en el sistema dado, las ecuaciones con identidades iguales a cero para
ambos miembros, son desechadas. Por eso, la desigualdad n > m lleva a n > r, lo cual
significa indeterminacin del sistema dado.
EJEMPLO 4.2.1
Utilizando eliminacin gaussiana, solucionar los siguientes sistemas de ecuaciones
lineales:
x yz 3
3x 4 y 6 z 7
a.- 2 x y 4 z 3 ; b.- 5 x 2 y 4 z 5 .
3x 2 y z 8
x 3 y 5z 3
SOLUCION
a.- Multiplicamos la ecuacin 1 por 2 y luego le restamos la fila 2, multiplicamos la
fila 1 por 3 y luego restamos la fila 3:
x y z 3
y 2z 1
y 2z 1
y 2z 1
00
13 y 21z 10
13 y 21z 2
147
13 y 21z 10
0 2
a.-
; b.-
.
3
x
2
u
x 3 y 6 z 10u 0
3x y 3z u 6
x 4 y 10 z 20u 0
SOLUCION
a.- A la segunda fila le multiplicamos por 2 y luego le restamos 3 veces la primera
fila, a la tercera fila le multiplicamos por 2 y luego le restamos 3 veces la primera
fila, a la cuarta fila le multiplicamos por 2 y luego le restamos 3 veces la primera fila
2 x y 3z 2u 4
9 y 3z 2u 0
y 11z 2u 0
y 3z 8u 0
A la tercera fila le multiplico por 9 y luego le sumo la segunda fila, a la cuarta
fila le multiplico por 9 y luego le sumo la segunda fila:
2 x y 3z 2u 4
9 y 3z 2u 0
6z u 0
12 z 35u 0
A la cuarta fila le resto 2 veces la tercera fila:
2 x y 3z 2u 4
9 y 3z 2u 0
6z u 0
33u 0
Como el sistema se redujo a la forma triangular, entonces el sistema tiene solucin
nica:
x = 2, y = z = u = 0.
b.- A la segunda fila le resto la primera fila, a la tercera fila le resto la primera fila, a
la cuarta fila le resto la primera fila:
x y z u 0
y 2 z 3u 0
2 y 5 z 9u 0
3 y 9 z 19u 0
A la tercera fila le resto 2 veces la segunda fila, a la cuarta fila le resto 3 veces la
segunda fila:
x y z u 0
y 2 z 3u 0
z 3u 0
3z 10u 0
JOE GARCIA ARCOS
148
z 3u 0
u0
Como el sistema se redujo a la forma triangular, entonces el sistema tiene solucin
nica:
x = y = z = u = 0.
EJEMPLO 4.2.3
Utilizando eliminacin gaussiana, solucionar los siguientes sistemas de ecuaciones
lineales:
x y 2 z 3u 1
x 2 y 3z 2u 6
x 2 y 3z 4u 5
3x y z 2u 4
2 x y 2 z 3u 8
2 x y 2 z 3u 1
a.-
; b.-
; c.-
.
2
x
3
y
6
3
x
2
y
2
u
3x 2 y z 2u 1
x 2 y 3z u 4
2 x 3 y 2 z u 8
4 x 3 y 2 z u 5
SOLUCION
a.- A la segunda fila le restamos 3 veces la primera fila, a la tercera fila le restamos 2
veces la primera fila y a la cuarta fila le restamos la primera:
x y 2 z 3u 1
4 y 7 z 11u 7
y 5 z 7u 8
y z 4u 5
A la tercera fila le multiplicamos por 4 y luego le sumamos la segunda fila, a la
cuarta fila le multiplicamos por 4 y luego le sumamos la segunda fila:
x y 2 z 3u 1
4 y 7 z 11u 7
27 z 39u 39
z 9u 9
A la cuarta fila le multiplicamos por 27 y luego le sumamos la tercera fila:
x y 2 z 3u 1
4 y 7 z 11u 7
27 z 39u 39
u 1
Observamos que el sistema se redujo a la forma triangular, lo cual indica que el
sistema tiene solucin nica:
x = y = -1, z = 0, u = 1.
b.- A la segunda fila le restamos 2 veces la primera fila, a la tercera fila le restamos
3 veces la primera fila y a la cuarta fila le restamos 2 veces la primera fila:
x 2 y 3z 2u 6
5 y 8 z u 4
2 y 5 z 4u 7
7 y 4 z 5u 20
A la tercera fila le multiplicamos por 5 y luego le sumamos 2 veces la segunda
fila, a la cuarta fila le multiplicamos por 5 y luego le restamos 7 veces la segunda
fila:
149
x 2 y 3z 2u 6
5 y 8 z u 4
z 2u 3
2 z u 4
A la cuarta fila le restamos 2 veces la tercera fila:
x 2 y 3z 2u 6
5 y 8 z u 4
z 2u 3
5u 10
2 y 4 z 5u 7
y 2 z 3u 5
A la tercera fila le multiplicamos por 3 y luego le sumamos la segunda fila
multiplicada por 2, a la cuarta fila le multiplicamos por 3 y luego le sumamos la
segunda fila:
x 2 y 3z 4u 5
3 y 4 z 5u 9
4 z 5u 3
z 2u 3
A la cuarta fila le multiplicamos por 4 y luego le restamos la tercera fila:
x 2 y 3z 4u 5
3 y 4 z 5u 9
4 z 5u 3
u 3
Como el sistema se redujo a la forma triangular, entonces el sistema tiene solucin
nica: x = -2, y = 2, z = -3, u = 3.
...
a2 n x2 b2
a21 a22
amn
am1 am 2
xn bm
se ve de inmediato que esto es equivalente al sistema S.
JOE GARCIA ARCOS
150
DEFINICION 4.2.2
En cuanto a la matriz
a11 a12
a1n
a
a
a
22
2n
21
amn
am1 am 2
se denomina matriz aumentada del sistema.
b1
b2
bm
151
1 0
0 0
0 0
0 1
1 0
0 0
y la nica solucin es x1 = x2 = ... = xm = 0, algunos de los aii son cero si y slo si la
ltima fila de esta matriz est formada nicamente por ceros. As, el sistema de
ecuaciones lineales tiene soluciones no nulas si y slo si la matriz reducida de
coeficientes est formada nicamente por ceros.
TEOREMA 4.2.8
Sea la matriz A de n x n. Entonces el sistema de ecuaciones no
homogneo AX = B tiene solucin nica si y slo si el Rang(A) = n.
DEMOSTRACION
Supongamos primero que Rang(A) = n. Entonces AR = I. De donde (A | B)R es de la
forma (I | C) para alguna matriz C de n x 1. El sistema IX = C tiene exactamente una
solucin y esta es la nica solucin del sistema original. Recprocamente,
supongamos que AX = B tiene exactamente una solucin Y. Si AX = O tiene una
solucin Z entonces Y + Z es una solucin de AX = B. Pero entonces Y = Y + Z por
la suposicin de que AX = B tiene solamente una solucin Y. Concluimos que
Z = O y, por tanto, AX = O tiene solamente la solucin trivial. Por lo tanto
Rang(A) = n.
Un sistema homogneo AX = O de m ecuaciones lineales con n incgnitas tiene un
nmero indeterminado de soluciones si el nmero de ecuaciones es menor que el
nmero de incgnitas, es decir n > m.
Sea X1 cualquier solucin de AX = B. Entonces X1 X2 es una solucin de
AX = O ya que
A(X1 - X2) = AX1 - AX2 = B - B = O.
Sea X3 = X1 - X2. Entonces X3 es una solucin de AX = O y por supuesto X1 = X2
+ X3.
Como hemos podido ver, cuando un sistema de ecuaciones lineales tiene soluciones,
puede tener muchas soluciones. En efecto, la situacin general cuando las soluciones
no son nicas, es que ciertas variables se pueden escribir en trminos de otras y estas
son completamente arbitrarias. Podemos pensar en tales variables como parmetros
que pueden variar para generar soluciones. Podremos decir que tenemos la solucin
general de un sistema si tenemos todas las variables expresadas en trminos de
ciertos parmetros en tal forma que toda posible solucin particular se pueda obtener
al asignar valores apropiados a estos parmetros.
Podemos ahora esbozar un procedimiento para encontrar la solucin general de un
sistema lineal no homogneo AX = B:
PASO 1. Reducir (AB) para obtener la matriz reducida de la forma (ARC). Las
soluciones de AX = B son las mismas soluciones que las de ARX = C, as que
trabajaremos con este sistema reducido;
PASO 2.
Si Rang((AB)) Rang(A), el sistema no tiene solucin y ya
terminamos. Si estos dos rangos son iguales continuamos;
PASO 3. Identificamos las incgnitas dependientes. Si la columna j contiene el
elemento principal de la fila i, utilizamos la ecuacin i para escribir xj en trminos de
las incgnitas independientes;
PASO 4. Escribimos una matriz columna
(x1 x2 xn)T
con cada xj dependiente escrita en trminos de las incgnitas independientes y de ci.
JOE GARCIA ARCOS
152
153
154
EJEMPLO 4.2.4
Resuelva el sistema de ecuaciones siguiente:
x 3y z u 3
2x z u 1
y 4z u 6
y z 5u 16
JOE GARCIA ARCOS
155
SOLUCION
Construimos la matriz aumentada (A|B) y luego procedemos por el mtodo de Gauss
Jordan:
1 3 1 1 3
1
2 0 1 1
0 1 4 1
6
0 1 1 5 16
A la primera fila le multiplicamos por 2 y luego le restamos la segunda fila:
1 3 1 1 3
0 6 1 3 5
0 1 4 1
6
0 1 1 5 16
A la tercera fila le multiplicamos por 6 y luego le sumamos la segunda fila, a la
cuarta fila le multiplicamos por 6 y luego le sumamos la segunda fila, a la primera
fila le multiplicamos por 2 y luego le restamos la segunda fila:
2 0 1 1
1
0
6
1
3
5
0 0 25 3
41
0 0 5 27 91
A la primera fila le multiplicamos por 25 y luego le restamos la tercera fila, a la
segunda fila le multiplicamos por 25 y luego le restamos la tercera fila, a la cuarta
fila le multiplicamos por 5 y luego le sumamos la tercera fila:
25 0 0 11 8
0 25 0 13 14
0 0 25 3
41
1
3
0 0 0
A la primera fila le restamos 25 veces la cuarta fila y luego dividimos toda la fila
para -25, a la segunda fila le sumamos 13 veces la cuarta fila y luego dividimos toda
la fila para 25, a la tercera fila le restamos 3 veces la cuarta fila y luego dividimos
toda la fila para 25:
1 0 0 0 41
25
53
0 1 0 0
25
32
0 0 1 0
25
0 0 0 1
3
Por lo tanto Rang(A) = Rang(A|B) = 4 y la solucin est dada por el vector siguiente:
41
X
25
53
25
32
3 .
25
EJEMPLO 4.2.5
Resuelva el sistema
x 3 y 2z 0
a.-
;
2 x y 3z 0
2 x 3 y 5 z 2
b.- 3x 2 y 4 z 1 ;
4 x 2 y 3z 3
x 3y z 1
c.- 2 x y 2 z 3 .
4 x 2 y 4 z 6
SOLUCION
a.- Este sistema se puede resolver fcilmente sin matrices, pero queremos ilustrar el
mtodo matricial.
PASO 1. Reducir A. Procedemos como sigue: Sumar 2 veces la fila 1 a la fila 2
JOE GARCIA ARCOS
156
1 3 2
0 5 1
0 5 1
5
1 0 5
AR .
0 1 1
7t t
X
t .
5
5
Esta expresin se llama solucin general del sistema porque obtenemos todas las
soluciones dando a t diferentes valores.
b.- Primero: resolvemos el sistema no homogneo de ecuaciones lineales AX = B.
Construimos la matriz aumentada del sistema:
2 3 5 2
3 2 4 1
4 2 3 3
0 13 7 4
0 8 13
1
0 13 7 4
0
0
5
1
1
0 1 0
5
0 0 1
5
8 1 1
X1
.
65 5 5
Segundo: resolvemos el sistema homogneo de ecuaciones lineales AX = O:
JOE GARCIA ARCOS
157
2 3 5 2 3 5 13 0 43 1
3 2 4 0 13 7 0 13 7 0
4 2 3 0 8 13 0
0
5 0
Por lo tanto, la solucin est dada por el vector siguiente: X2 0
0 0
1 0
0 1
0 0 .
2 1 2 3 0 7 4 1 0 7 4 1
4 2 4 6 0 14 8 2 0 0 0
0
2 1 2 0 0 7 4 0 0 7 4 0
4 2 4 0 0 14 8 0 0 0 0 0
a.-
; b.-
; c.-
.
x
3
x
5
z
4x y z 3
x 2 y 3z 1
2 x 3 y 3z 14
x 3 y 13z 6
SOLUCION
a.- A la segunda fila le restamos 2 veces la primera fila, a la tercera fila le restamos
la primera fila, a la cuarta fila le restamos la primera fila:
1 1 3 1
3
0 1 4
0 0 1
4
0 1 0
2
158
0 1 4
0 0 1
0 1 0
3
1
0 1 0 1
0 0 1 1
0 1 0 2
0 1 0 1
0 0 1 1
0 0 0 1
0
5
1
8
0 1 9 16
0 1 2
6
8
0 5 1
0 0 1 2
0 0 1 2
0 1 0 2
0 0 1 2
0 0 0 0
el sistema tiene solucin nica, por lo tanto la solucin general es: X (1 2 2)T .
c.- Multiplicamos la segunda fila por 2 y luego le restamos 3 veces la primera fila, a
la tercera fila le restamos 2 veces la primera fila, a la cuarta fila le multiplicamos por
2 y luego le restamos la primera fila:
2 1 3
3
0 5 19 9
0 1 5
3
0 7 29 15
159
0 5 19 9
0 0 1
1
0 0 1
1
0 1 0 2
0 0 1 1
0 0 0 0
x y z u w 7
3x 2 y z u 3w 2
x
2
z
a.-
; b.-
.
4
x
2
y
6
z
3
u
4
w
y 2 z 2u 6w 23
2 x 4 y 2 z 4u 7 w 0
5 x 4 y 3z 3u w 12
SOLUCION
a.- A la segunda fila le restamos la primera fila, a la tercera fila le restamos 4 veces
la primera fila y a la cuarta fila le restamos 2 veces la primera fila:
1 1 0 3 1 0
0 2 2 2 1 0
0 2 2 5 0 0
0 2 2 10 5 0
0 2 2 2 1 0
0 0 0 3 1 0
0 0 0 3 1 0
0 6 6 0 5 0
0 0 0 3 1 0
0 0 0 0 0 0
160
7t
5t
t
X r
r
r
t .
6
6
3
b.- A la segunda fila le restamos 3 veces la primera fila y a la cuarta fila le restamos
5 veces la primera fila:
1 1 1 1 1
7
0 1 2 2 6 23
0 1 2 2 6
23
0 1 2 2 6 23
23
0 1 2 2 6
0 0 0 0 0
0
0 0 0 0 0
0
EJEMPLO 4.2.8
Utilizando el mtodo de Gauss-Jordan, solucionar los siguientes sistemas de
ecuaciones lineales:
x 4 y 6 z 4u w 0
2x y z u w 2
x y 4 z 6u 4w 0
x 2y z u w 0
a.- 4 x y z 4u 6w 0 ; b.- x y 3z u w 3 .
6 x 4 y z u 4 w 0
x y z 4u w 2
4 x 6 y 4 z u w 0
x y z u 5w 5
SOLUCION
a.- A la segunda fila le restamos la primera fila, a la tercera fila le restamos 4 veces
la primera fila, a la cuarta fila le restamos 6 veces la primera fila y a la quinta fila le
restamos 4 veces la primera fila:
1 4
6
4
1 0
2
3 0
0 3 2
0 15 23 12 2 0
0 20 35 23 2 0
0 10 20 15 3 0
2
3
0
0 3 2
0 0 13 22 13 0
0 0 65 109 66 0
0 0 40 65 39 0
161
70 65
0 39 0
0
0 13 22 13
0
0
1
1
0
0
0
0
35 13
0
0
0
0
a la primera fila le restamos 40 veces la cuarta fila, a la segunda fila le restamos 70
veces la cuarta fila, a la tercera fila le sumamos 22 veces la cuarta fila, a la quinta fila
le restamos 35 veces la cuarta fila:
39 0
0 0 105 0
0 39 0 0 135 0
0
0 13 0 35 0
0
0 1 1 0
0
0
0
0 0 1
0
a la primera fila le restamos 105 veces la quinta fila, a la segunda fila le restamos 13
veces la quinta fila, a la tercera fila le sumamos 35 veces la quinta fila, a la cuarta fila
le sumamos la quinta fila:
39 0
0 0 0 0
0 39 0 0 0 0
0
0 13 0 0 0
0
0 1 0 0
0
0
0
0 0 1 0
0 3 1 1 1 2
0 1 5 1 1 4
0 1 1 7 1 6
0 1 1 1 9 8
0 3 1 1 1 2
0 0 7 1 1
7
0 0 1 10 1 8
0 0 1 1 13 13
162
0
0
0
0
0
7
0
0
0
0 2 2
0 2 2
7 1 1
0 23 2
0 1 15
7
7
21
14
0 42 119
0 161 0
0
0 161 0 21 182
0
0 23 2
21
0
0
0
0
0 1
1
0 0 161
0 161 0
0
0 161 0 0 161
0
0 23 0 23
0
0
0
0
0 1
1
a2 x b2 y c2 0
a x b y c 0
3
3
3
pasen por un punto?
SOLUCION
Las tres rectas forman un sistema de ecuaciones lineales no homogneo
a1 x b1 y c1 0
a2 x b2 y c2 0
a x b y c 0
3
3
3
y, para que estas tres rectas pasen por un punto, el determinante formado por los
coeficientes del sistema y trminos independientes debe ser igual a cero, es decir:
a1 b1 c1
a2 b2 c2 0 .
a3 b3 c3
163
Para el trabajo numrico, son preferibles otras frmulas, pero la regla de Cramer
tiene un inters prctico. Aunque para la resolucin numrica es el mtodo de
reduccin ms rpido, sobre todo si los coeficientes son nmeros decimales, tiene
gran importancia la resolucin por medio de determinantes, pues permite hacer a
discusin completa de los sistemas de ecuaciones lineales.
El valor de cada incgnita se obtiene dividiendo por el determinante del sistema, el
determinante formado sustituyendo por los trminos independientes que estn en los
segundos miembros, la columna que forman los coeficientes de dicha incgnita.
TEOREMA 4.2.15
Sea A una matriz no singular de n x n. Entonces la nica solucin del
sistema no homogneo AX = B est dada por
Det( A kB )
xk = xk
para k = 1, 2, ..., n,
Det( A)
donde AkB es la matriz de orden n x n que se obtiene reemplazando la
columna k de A con B.
DEMOSTRACION
Si Det(A) 0, entonces la matriz A es no singular y, por lo tanto X = A-1B es la
solucin nica de AX = B. Por consiguiente se tiene
X = A-1B
1
=
Adj( A) B
Det( A)
Det( A n1 ) b1
Det( A11 ) Det( A 21 )
Det( A n 2 ) b2
1 Det( A12 ) Det( A 22 )
=
Det( A)
Det( A nn )
Det( A1n ) Det( A 2 n )
bn
b1Det( A11 ) + b2 Det( A 21 ) + + bn Det( A n1 )
Det( A)
a2 j 1 b2 a2 j 1
a2 n
a21 a22
Aj
,
an1 an 2
anj 1 bn anj 1
ann
164
a x a x a x b (a
ak n xn )
kk k
k
k k 1 xk 1
k1 1 k 2 2
donde, si k = n, las expresiones de la derecha son b1, b2, ..., bk y resolverlo para x1,
x2, ..., xk mediante la regla de Cramer.
% RESOLUCION DE UN SISTEMA DE ECUACIONES LINEALES
clc;clear;
fprintf('\n METODO DE CRAMER \n')
fil=input('Ingrese el numero de incognitas: ');
%Ingreso de elementos
fprintf('Ingrese los coeficientes del sistema de ecuaciones\n')
for f=1:fil
for c=1:fil
fprintf('Ingrese el elemento A:(%d,%d)',f,c)
A(f,c)=input(' :');
end
end
fprintf('\n Ingrese los terminos independientes\n')
%for f=1:fil
for c=1:fil
fprintf('Ingrese el elemento B:(%d,%d)',f,c)
B(c,1)=input(' :');
end
%end
N=A(:,:);
A
for c=1:fil
N(:,c)=B(:,1)
DetN=det(N)
DetA=det(A)
fprintf('\n La incognita (%d) es igual X : ', c)
X=det(N)/det(A);
X
N=A(:,:);
end
end
if DetA==0
fprintf('EL SISTEMA DE ECUACIONES NO TIENE SOLUCION\n')
end
end
% RESOLUCION DE UN SISTEMA DE ECUACIONES LINEALES
JOE GARCIA ARCOS
165
clc;clear;
fprintf('\n METODO DE CRAMER GENERALIZADO \n')
fil=input('Ingrese el numero de incognitas: ');
%Ingreso de elementos
fprintf('Ingrese los coeficientes del sistema de ecuaciones\n')
for f=1:fil
for c=1:fil
fprintf('Ingrese el elemento A:(%d,%d)',f,c)
A(f,c)=input(' :');
end
end
fprintf('\n Ingrese los terminos independientes\n')
%for f=1:fil
for c=1:fil
fprintf('Ingrese el elemento B:(%d,%d)',f,c)
B(c,1)=input(' :');
end
end
fprintf('LA MATRIZ A ES :\n')
A
end
DetA=det(A)
end
fprintf('LA MATRIZ B ES:\n')
B
fprintf('LA INVERSA DE A ES:\n')
C=inv(A)
fprintf('EL VECTOR SOLUCION X ES:\n')
X=inv(A)*B;
X
end
end
if DetA==0
fprintf('EL SISTEMA DE ECUACIONES NO TIENE SOLUCION\n')
end
end
EJEMPLO 4.2.10
Resolver el sistema
x 3 y 4z 1
a.- x y 3z 14 ;
y 3z 5
(a 1) x y z a 2 3a
b.- x (a 1) y z a 3 3a 2 .
4
3
x y (a 1) z a 3a
SOLUCION
a.- La matriz de coeficientes es
1 3 4
A 1 1 3 .
0 1 3
x Det 14 1 3
9 , y Det 1 14 3 ,
13
13
13
13
5 1 3
0 5 3
1 3 1
1
25
.
z Det 1 1 14
13
13
0 1 5
166
1
1
a 1
A 1
a 1 1
1
1
a 1
1
a 3a
3
a3 3a 2
a 3a
a 1
a 1
a 4 3a3
a3 3a 2
a 1
a 2 3a
a 1
a 2 3a
a3 3a 2
a 3a
a 1
a 2 3a
a 1 a3 3a 2
1
a 4 3a3
3a 2 2a3 a5
a3 3a 2
2a 4 5a3 3a 2
a3 3a 2
a2 2 ,
2a 1 ,
a 6 5a5 5a 4 4a3 3a 2
a 3a
3
a 3 2a 2 a 1
EJEMPLO 4.2.11
Utilizando el mtodo de Cramer, solucionar los siguientes sistemas de ecuaciones
lineales:
x 2 y 3z 4u 5w 13
x 2 y 3z 4u w 1
2 x y 2 z 3u 4w 10
2 x y 3z 4u 2w 8
a.- 2 x 2 y z 2u 3w 11 ; b.- 3x y z 2u w 3 .
2 x 2 y 2 z u 2w 6
4 x 3 y 4 z 2u 2w 2
2 x 2 y 2 z 2u w 3
x y z 2u 3w 3
SOLUCION
a.- Calculamos los determinantes correspondientes:
13 2 3 4 5
1 13 3 4 5
10 1 2 3 4
2 10 2 3 4
x 11 2 1 2 3 0 , y 2 11 1 2 3 62 ,
6 2 2 1 2
2 6 2 1 2
3 2 2 2 1
2 3 2 2 1
1
2
z 2
2
2
2 13 4 5
1 2
1 10 3 4
2 1
2 11 2 3 62 , u 2 2
2 6 1 2
2 2
2 3 2 1
2 2
3 13 5
2 10 4
1 11 3 0 ,
2 6 2
2 3 1
1 2 3 4 13
1 2 3 4 5
2 1 2 3 10
2 1 2 3 4
w 2 2 1 2 11 93 , 2 2 1 2 3 31 .
2 2 2 1 2
2 2 2 1 6
2 2 2 2 1
2 2 2 2 3
A continuacin reemplazamos en cada una de las variables, y obtenemos la solucin
general:
y 62
62
0
0
1 , u u 0 ,
x x 0, y
2, z z
31
31
31
31
JOE GARCIA ARCOS
167
w 93
3.
31
b.- Calculamos los determinantes correspondientes:
1 2 3 4 1
1 1 3 4 1
8 1 3 4 2
2 8 3 4 2
x 3 1 1 2 1 96 , y 3 3 1 2 1 0 ,
2 3 4 2 2
4 2 4 2 2
3 1 1 2 3
1 3 1 2 3
w
1 2 1 4 1
1 2 3 1 1
2 1 8 4 2
2 1 3 8 2
z 3 1 3 2 1 96 , u 3 1 1 3 1 96 ,
4 3 2 2 2
4 3 4 2 2
1 1 3 2 3
1 1 1 3 3
1 2 3 4 1
1 2 3 4 1
2 1 3 4 8
2 1 3 4 2
w 3 1 1 2 3 48 , 3 1 1 2 1 48 .
4 3 4 2 2
4 3 4 2 2
1 1 1 2 3
1 1 1 2 3
A continuacin reemplazamos en cada una de las variables, y obtenemos la solucin
general:
y
96
96
96
0
2 , u u
x x
2, y
2 ,
0, z z
48
48
48
48
48
w w
1.
48
EJEMPLO 4.2.12
Analizar segn los parmetros dados y solucionar los siguientes sistemas de
ecuaciones lineales:
(5a 1) x 2ay (4a 1) z 1 a
ax ay (a 1) z a
SOLUCION
a.- El primer paso es calcular el determinante de la matriz de coeficientes del
sistema:
5a 1
2a 4a 1
4a 1 a 1 4a 1 a 3 a
2(3a 1) 2a 5a 2
Para que el sistema de ecuaciones lineales tenga solucin nica, el determinante de la
matriz de coeficientes debe ser diferente de cero:
a0
a c c d 0 0 2 2
2
1 1 4 1
2
2
2
a c c d
JOE GARCIA ARCOS
168
1 1 1 1 0 0 2 2
2 0 2 2 0 0 1 0
3
2
3 0 3 1 0 2 1 4 4a 1 a 1 2a 1 a 6a 11a 6
8 2 7 1 0 2 1 5
5a 4 a 1 3a 4
a2 1
a(a 1)
a(a 1)
1 a
1
1 4a
4a 1
8a 2 7 a
.
X
1
1
2
1 a
a 1
a 1
2 a a 1
2a 2 2a 2
3a 2 2a 1
5a 2a 1
a2 1
a(a 1)
a (a 1)
0 0 1 0 0 0 0 0
1 0 3 1 1 0 3 1
1
2
2
a 1 a
a 2 3a 1
a2 a 1
1 a a .
2a
2a
1 0
1
1
2
2
169
EJEMPLO 4.2.13
Analizar segn los parmetros dados y solucionar los siguientes sistemas de
ecuaciones lineales:
ax (2a 1) y (a 2) z 1
a.-
;
(a 1) y (a 3) z 1 a
ax (3a 2) y (3a 1) z 2 a
2(a 1) x 3 y az a 4
SOLUCION
a.- El primer paso es calcular el determinante de la matriz de coeficientes del
sistema:
a 2a 1 a 2
0 a 1 a 3 a 3 a 2 2a
a 3a 2 3a 1
Para que el sistema de ecuaciones lineales tenga solucin nica, el determinante de la
matriz de coeficientes debe ser diferente de cero:
a0
0 3 5 1 0 3 5 1 0 3 5 1
2 8 5 4 0 3 5 4 0 0 0 5
a c c d 0 0 5 0 0 0 5 0
2
0 0 3 0 0 0 0 0
2
2
2
a c c d
podemos observar que el Rang(A) = 2 y el Rang(A B) = 2. Por lo tanto, cuando
a = 0, el sistema es indeterminado. Cuando a = 1:
1 1 3 1 1 1 3 1 1 1 3 1
0 0 2 2 0 0 2 2 0 0 2 2
1 1 4 1 0 0 1 0 0 0 0 2
9a 7
3a 2 5a 3
a 2 8a 5
a 3
2a 1
a 3
.
X
1 a
(1 a)( a 2)
(a 1)(a 2)
(1 a)( a 2)
(a 1)(a 2)
2 a
1
1
1
2a
a2
a2
a2
a2
170
2(a 1)
3
a
4a 1 a 1 2a 1 a3 6a 2 11a 6
5a 4 a 1 3a 4
Para que el sistema de ecuaciones lineales tenga solucin nica, el determinante de la
matriz de coeficientes debe ser diferente de cero:
a 1
3 2 1 4 0 1 1 1 0 1 1 1
1 2 1 0 0 5 5 5 0 0 0 0
7 3 3 6 0 3 4 6
6 3 2 1 0 0 0 5
11 4 5 8 0
11 4 5 2 0
3 3 7 8 3 3 7
1 12 13 0 1 12 13
1 12 61 0 0 0 48
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, cuando
a = 3, el sistema es inconsistente. Para solucionar el sistema de ecuaciones lineales,
debemos encontrar la inversa de la matriz de coeficientes y luego multiplicamos el
sistema AX = B a la izquierda por A-1, para obtener el vector solucin X = A-1B:
2a 2 4a 15
a 1
a6
a 2 5a 3
2a
a4
3a 2
a 18
2a 2
X
(1 a)(a 2) (a 1)(a 3) (1 a)( a 2)( a 3)
(a 2)(a 3)
a 1 2
a 1
2a 7
2a 2 8a 5
3a 3a 21
(1 a)(a 2) (1 a)(a 3) ( a 1)( a 2)( a 3)
(2 a)(a 3)
EJEMPLO 4.2.14
Analizar segn los parmetros dados y solucionar los siguientes sistemas de
ecuaciones lineales:
x ay a 2 z a3
x y z 1
2
3
a.- x by b z b ; b.- ax by cz d .
2
2
2
2
2
3
a x b y c z d
x cy c z c
SOLUCION
a.- El primer paso es calcular el determinante de la matriz de coeficientes del
sistema:
171
1 a a2
1 b b 2 (a b)(a c)(c b)
1 c
c2
(a b)(a c)(c - b) 0 c a a b c
b c
Cuando a = b:
1 b b 2 b3 1 b b 2
b3
2
3
1 b b b 0 0 0
0
1 c c 2 c3 1 0 bc bc(b c)
1 b b 2 b3 1 0 bc bc(b c)
0
1 c c 2 c3 0 0 0
1 c c 2 c3 1 c c 2
c3
0
1 c c 2 c3 0 0 0
bc
ac
ab
(
a
b
)(
a
c
)
(
a
b
)(
c
b
)
(
a
c
)(
b
c
)
a3
abc
3
bc
ac
ab
X
b ab ac bc .
(
a
b
)(
c
a
)
(
a
b
)(
b
c
)
(
a
c
)(
c
b
)
3 a b c
c
1
1
1
172
b a
(a b)(a c)(c - b) 0 c a a b c.
b c
Cuando a = b:
1 1 1 1 1 1
1
1
1
1 1 1
0
0
b
c
b
d
b
b
c
d
0
0
b
c
b
0 0
2
2
2
2
2
2
2
0
(
c
d
)(
b
d
)
b b c d 0 0 b c b d
podemos observar que el Rang(A) = 2 y el Rang(A B) = 3. Por lo tanto, cuando
a = b, el sistema es inconsistente.
Cuando a = c:
1 1 1 1 1
1
1
1
1
1
1 1
cd
c b c d 0 c b 0 c d 0 c b 0
0
2
2
2
2
2
2
2
0
0
(
b
d
)(
c
d
)
c
b
c
d
0
c
b
0
c
a
c
c
d
0
a
c
a
c
a
2
2
2
2
2
2
2
2
2
a c c d 0 a c a c a d
1
1
1
1
ad
0 a c a c
0
0
0 (c d )(a d )
(b d )(c d )
bc
bc
1
(a d )(d c)
ac
ac
1
X
d
.
(a b)(c b) (a b)(b c ) (a b)(c b) 2 (a b)(b c )
d (a d )(b d )
ab
ab
1
173
muchos coeficientes cero, para los cuales los mtodos de eliminacin seran
relativamente laboriosos y necesitaran mucha memoria en un computador. Los
mtodos de clculo numrico tienen un gran inters en ciertas aplicaciones de las
Matemticas a la resolucin de problemas en variadas reas de la ingeniera, y entre
aquellos mtodos destacan los que hacen referencia a la resolucin de sistemas de
ecuaciones lineales.
EJEMPLO 4.2.15
Resuelva el siguiente sistema de ecuaciones lineales
x 2 y 3z 14
2 x 3 y 4 z 20 .
3x 4 y z 14
SOLUCION
La matriz A de coeficientes del sistema es simtrica. Esto
pueden determinarse los elementos de U a partir de
0 a11 a12
1 2 3 a11 0
2
3
4
a
a
0 0 a22
22
12
3 4 1 a
13 a23 a33 0
implica que L = UT y
a13
a23
a33
a11a12
a11a13
1 2 3 a11
2
2
a12
a22
a12 a13 a22 a23
2 3 4 a11a12
3 4 1
2
2
2
a23
a33
a11
1, a11a12 2, a11a13 3
a11 1, a12 2
2
2
a13 3, a22 i .
a11a12 2, a12 a22 3, a12 a13 a22 a23 4
a 2i, a 2i
2
2
2
33
23
2 i 0 c2 20 c2 8i
3 2i 2i c 14
c 6i
3
3
Ahora se resuelve
x1 1
1 2 3 x1 14
0
i
2
i
x
8
i
x2 2 .
2
0 0 2i x 6i
x 3
3
3
174
a.-
; b.-
.
0.25
w
0.25
z
0.25
(1)
1
0
(2)
0.25
w
0.25
z
2
1 0.25
2
z2 0.25 x2 0.25 y2 0.25
w2 0.25 (0.25)(0.75) 0.50 0.9375
175
0.25
w
0.25
z
3
2 0.25
3
z3 0.25 x3 0.25 y3 0.25
w3 (0.25)(0.9062) (0.25)(0.6563) 0.50 0.8906
x (0.25)(0.8906) (0.25)(0.6405) 0.50 0.8827
3
(4)
0.25
w
0.25
z
4
4
3 0.25
0.25
w
0.25
z
5
4 0.25
5
z5 0.25 x5 0.25 y5 0.25
w5 (0.25)(0.8768) (0.25)(0.6268) 0.50 0.8758
x (0.25)(0.8758) (0.25)(0.6263) 0.50 0.8755
5
(6)
0.25
w
0.25
z
6
6
5 0.25
0.25
w
0.25
z
7
6 0.25
7
z7 0.25 x7 0.25 y7 0.25
w7 (0.25)(0.8751) (0.25)(0.6251) 0.50 0.8750
x (0.25)(0.8750) (0.25)(0.6250) 0.50 0.8750
7
(8)
176
r
x
y
z
w
0
1.0000
1.0000
1.0000
1.0000
1
1.0000
0.7500
0.6875
1.0000
2
0.9062
0.6563
0.6405
0.9375
3
0.8827
0.6327
0.6288
0.8906
4
0.8768
0.6268
0.6263
0.8788
5
0.8758
0.8755
0.6255
0.8758
6
0.8751
0.6251
0.6250
0.8752
7
0.8750
0.6250
0.6250
0.8750
x
4.1
0.3
x
0.9
z
0.1u 17.82
y
5.3
0.2
x
0.3
y
0.2u 9.02
z
3.2
0.1
x
0.1
y
0.2 z 17.08
u
9.1
Comenzando el proceso y ubicando todos los resultados en una tabla, obtenemos:
r
x
y
z
u
0
1.0000
1.0000
1.0000
1.0000
1
5.0340
-3.7980
2.7970
-1.8010
2
5.2000
-4.1650
2.9960
-1.7990
3
5.1990
-4.1990
3.0000
-1.8000
4
5.2000
-4.2000
3.0000
-1.8000
5
5.2000
-4.2000
3.0000
-1.8000
a.- x 10 y z 36 ; b.- x 5 y z 10 .
x y 10 z 35
x y 8 z 20
SOLUCION
a.- El sistema de ecuaciones se escribe en la forma:
y z 13
x
10
x z 36
y
10
x y 35
z
10
0
1.0000
1.0000
1.0000
1
1.5000
3.3500
3.9850
2
2.0330
2.9980
4.0030
3
2.0000
2.9990
4.0000
4
2.0000
3.0000
4.0000
177
2 y z 14
x
4
z 10
y
5
x y 20
z
8
r
x
y
z
0
1.0000
1.0000
1.0000
1
2.7500
1.6500
1.9500
2
2.1870
1.9520
1.9820
3
2.0280
1.9900
1.9970
4
2.0050
1.9980
1.9990
5
2.0010
1.9990
2.0000
6
2.0000
2.0000
2.0000
j 1, j i
ai j x (0)
j
ai i
bi
xi(2)
j 1, j i
ai j x (1)
j
ai i
(0)
(0)
bi ai 1 x1(0) ... ai i 1 xi(0)
1 ai i 1 xi 1 ... ai n xn
ai i
(2)
(2)
bi ai 1 x1(2) ... ai i 1 xi(2)
1 ai i 1 xi 1 ... ai n xn
bi
xi( r 1)
ai i
n
j 1, j i
ai i
ai j x (jr )
r = 0, 1, 2, ...
3x 8 y 2 z 4
4x y 6z 3
178
( r 1) 1
(4 3x1( r ) 2 x3( r ) )
x2
8
( r 1)
1
(3 4 x1( r ) x2( r ) )
x3
6
(1) 4
x2 0,5
8
(1)
3
x3 6 0,5
y la segunda
1
(2)
x2 (4 3, 429 1) 0,804
8
(2)
1
x3 6 (3 4,572 0,5) 1,179
0
0.000
0.000
0.000
1
1,143
0,500
-0,500
2
1,500
0,804
-1,179
3
1,931
0,768
-1,366
4
2,033
0,883
-1,659
5
2,217
0,848
-1,708
6
2,240
0,904
-1,837
7
2,322
0,881
-1,843
8
2,322
0,910
-1,901
9
2,359
0,895
-1,896
10
2,354
0,911
-1,923
EJEMPLO 4.2.19
Partiendo de 0, 0, 0, demuestre que la iteracin de Gauss Seidel converge para el
sistema siguiente
2 x y z 4
x 2 y z 4
x y 2z 4
x
4
z 10
y
5
x y 20
z
8
r
x
y
z
0
0.0000
0.0000
0.0000
1
2.0000
1.0000
0.5000
2
1.2500
1.1250
0.8125
179
3
1.0310
1.0780
0.9455
4
0.9882
1.0330
0.9893
5
0.9888
1.0100
1.0000
6
0.9950
1.0020
1.0010
7
0.9984
1.0000
1.0000
8
1.0000
1.0000
1.0000
x y 0
x 2 y 3z 0
x ( r 1) 2 z ( r )
y ( r 1) x ( r )
1
z ( r 1) ( x ( r ) 2 y ( r ) )
3
0
0.0000
0.0000
0.0000
11
0.8070
0.2229
0.4862
1
2.0000
0.0000
0.0000
12
1.5130
0.8070
0.4176
2
2.0000
2.0000
0.6666
13
1.5820
1.5130
1.0420
3
1.3330
2.0000
2.0000
4
0.0000
1.3330
1.7770
5
0.2229
0.0000
0.8886
6
1.1110
0.2229
0.0743
7
1.9250
1.1110
0.5189
14
0.9580
1.5820
1.5360
15
0.4640
0.9580
1.3740
16
0.6260
0.4640
0.7933
17
1.2060
0.6260
0.5180
18
0.7940
1.2060
0.8193
19
1.1800
0.7940
1.0680
23
1.0190
0.9030
1.0190
24
0.9809
1.0190
0.9416
25
1.0580
0.9809
1.0060
26
0.9940
1.0580
1.0060
27
0.9940
0.994
1.0360
28
0.9640
0.994
0.9940
8
1.4810
1.9250
1.3820
20
0.9320
1.1800
0.9226
9
0.6180
1.4810
1.7770
21
1.0770
0.9320
1.0970
10
0.2229
0.6180
1.1930
22
0.9030
1.0770
0.9803
180
x z 2
yx
x 2y
z
3
0
0
0
0
1
2
2
2
2
0
0
0
3
2
2
2
4
0
0
0
...
...
...
...
PROBLEMAS
4.2.1 Cul es la condicin para que tres puntos P(a, b),
Q(c, d), R(e, f) estn situados en una recta?
.
yz0
2x y z 3
I.
Se mezclan los dos tipos de materias primas
utilizadas, grasa vegetal y sosa custica.
II. Se introduce la mezcla obtenida en unos moldes
preparados para el efecto.
JOE GARCIA ARCOS
181
S. mezclado
Kg grasa
20
25
40
50
Kg sosa
10
15
20
22
S. moldeado
Hora / mquina
10
8
10
15
S. troquelado
Hora / mquina
3
4
7
20
4.2.14 Resolver mediante el mtodo de eliminacin de Gauss-Jordan los siguientes sistemas de ecuaciones:
x 3y z 1
2x y z 8
4 x 5 y 6 z 3
2 x y 6 z 3
a.- 2 x 2 y z 0 ;
b.- 5 x 3 y 2 z 3 ;
c.- 8 x 7 y 3z 9 ;
d.- x 3 y 2 z 5 ;
x y 4z 1
5 x 6 y 3z 2
7 x y 3z 20
7 x 8 y 9 z 6
5 x 3z 4(1 y )
e.- 2( z 2 x) 8 y ;
2 y 3x 14 z
x 5 y 2 z 3
f.- 2 x 8 y z 1 ;
3x 3 y 5 z 5
2 x y 5 z 2
j.- x 8 y 6 z 8 ;
x 3y z 5
2 x y 3z 1
g.- x 5 y 2 z 4 ;
3x 5 y 7 z 2
7 x 9 y 9 z 0
n.- x 12 y 5 z 5 ;
3x 7 y 6 z 6
x 5 y 9z 9
o.- 5 x 3 y 3z 0 ;
x y 3z 9
5 x 10 y z 5
q.- x 9 y 3z 1 ;
9x 5 y z 5
7x 9 y z 0
r.- x 9 y 7 z 1 ;
2 x 5 y 7 z 2
x 9 y 7z 8
s.- x 7 y 9 z 1 ;
x 8 y 2z 7
5 x 5 y 7 z 7
u.- 2 x 9 y 2 z 2 ;
9x 5 y 9z 9
x 9 y 7z 7
v.- 3x y 9 z 3 ;
5 x 7 y 9 z 5
6 x 9 y 3z 3
w.- 2 x 4 y 8 z 2 ;
7 x 9 y 5z 3
x y 3z 0
i.- x 4 y z 1 ;
x 7 y 3z 2
5x 5 y 9 z 5
m.- 7 x 6 y z 3 ;
2 x 7 y 5 z 0
x 9 y 6z 8
k.- x 5 y 3z 1 ;
5x y z 7
7 x 4 y 3z 3
h.- 4 x 3 y z 1 ;
6 x 7 y 3 z 6
7x 9 y z 0
l.- 4 x 6 y 3z 1 ;
x 7 y 5z 2
x 9 y 7z 0
p.- x 8 y 2 z 1 ;
7 x 7 y 4 z 2
2x 3 y 9z 9
t.- 7 x 7 y 4 z 8 ;
5 x 8 y 3z 7
x 9 y 7z 5
x.- x 7 y 5 z 4 .
x 9 y 5z 5
4.2.15 Determine de ser posible los valores de a, para que el sistema de ecuaciones lineales tenga solucin nica, tenga
ms de una solucin, no tenga solucin y encuentre la solucin general del sistema en trminos de a:
2 x 3 y az 1
ax 2ay z 2
x y (a 1) z 1
a.- ax y z 1 ;
b.- x y az a ;
c.- x (a 1) y z 1 ;
x y az 1
2 x y az 1
(a 1) x y z 1
(a 1) x y z 2a 3
d.- (a 1) x y z 1 ;
2 x 4 y az 2
x (a 1) y z 1
g.- ax y (a 1) z 1 ;
x yz a
x ay az 1
e.- ax ay z 1 ;
ax y az 1
(a 1) x y az 1
h.-
;
x yz a
3x 2 y az 1
x ay z 1
f.- ax y z a ;
x y az 1
x 3ay z 0
i.- x 3 y z a ;
x y z 1
182
4 x 3 y az a
j.- 2 x 3 y 3z 1 ;
x y az a
x ay 3z 2
m.- x y az 3 ;
2x y z a
x (2a 1) y z 1
k.- (2a 1) x y z 2 ;
x y (2a 1) z 3
ax y z 1
n.- x a 2 y z 0 ;
x y az 1
(2a 1) x y z 1
l.- x (2a 2) y z 1 ;
x y (2a 3) z 1
(a 1) x y z 1
o.- (a 2) x y z 1 ;
(a 3) x y z 1
ax (a 2) y z 1
p.- 2 x (a 1) y z 1 ;
3x (a 1) y z 1
(a 2) x y z 2
s.- x (a 3) y z 3 ;
x y (a 4) z 4
x y z 1
q.- 2 x y z 1 ;
ax y z a
3ax 2 y 3z 1
r.- x 2ay 3z 1 ;
x y 3az 1
2ax 2 y 3z 1
v.- x 3ay z 1 ;
x y 4 z 1
x y (a 3) z 1
w.- x (a 3) y z 1 ;
(a 3) x y z 1
x 3ay z 2
u.- 3ax y z 1 ;
x y 3az 3
x y az a 3 a 2
x.- x y z a 2 a .
x y az a
4.2.16 Determine de ser posible los valores de a y b, para que el sistema de ecuaciones lineales tenga solucin nica,
tenga ms de una solucin, no tenga solucin y encuentre la solucin general del sistema en trminos de a y b:
ax y z 4
ax by z 1
bx (a 1) y z 1
(2b 1) x y z 1
a.- x by z 3 ;
b.- x aby z b ;
c.- ax y (a 1) z 1 ;
d.- x (2b 1) y z b ;
x 2by z 4
x by az 1
x yz a
x y (2b 1) z 1
ax y z b
e.- x ay z c ;
x y az d
x by az 1
i.- bx ay z 1 ;
ax y az b
x ay z b
f.- bx y z a ;
x y z 1
x 3 y bz 0
j.- x by z a ;
x yz b
x y (b 1) z 1
g.- x (a 1) y z b ;
(b 1) x y z 1
2bx 2 y 3z 1
k.- x 3ay z b ;
x by 4 z 1
x (2a 1) y z 1
h.- (2a 1) x y z b ;
x y (2b 1) z 3
ax (b 2) y z 1
l.- bx (a 1) y z 1 ;
3x (b 1) y z 1
x by az 2
m.- bx y z 3 ;
2x y z 1
bx 3 y bz b
n.- 2 x by 3z 1 ;
x y az a
(b 1) x y z 1
o.- (a 2) x y z b ;
(b 3) x y z 1
bx y z 1
q.- x a 2 y z b ;
x y bz 1
ax y z b
r.- x by z 3 ;
x y az b
bx 3 y az 1
s.- ax by z 1 ;
bx y az b
x y (a 3) z b
t.- x (b 3) y z 1 ;
(a 3) x y z 1
x yz b
u.- bx y z 1 ;
ax by z a
x 3ay az 2
v.- 3bx y z b ;
x y 3z 3
3ax 2 y 3z b
w.- bx 2ay 3z 1 ;
x y 3bz 1
x y z b3 b 2
x.- x y z a 2 a .
x yz b
4.2.17 Solucionar los siguientes sistemas de ecuaciones lineales utilizando un mtodo numrico:
3.2 x 5.4 y 4.2 z 2.2u 2.6
7.9 x 5.6 y 5.7 z 7.2w 6.68
2.1x 3.2 y 3.1z 1.1u 4.8
8.5 x 4.8 y 0.8 z 3.5w 9.95
a.-
;
b.-
;
1.2
x
0.4
y
0.8
z
0.8
u
3.6
c.-
;
8.125 x 4.875 y 3.25 z 1.625u 0.625
5.25 x 5.25 y 1.75 z 3.5u 0, 625
2.4 x 0.2 y 0.3z 1.1u 5.8w 23.84
0.3x 0.1y 1.1z 10.2u w 38.85
183
d.-
;
1.2 x 0.4 y 0.8 z 0.8u 3.6
4.7 x 10.4 y 9.7 z 9.7u 8.4
4.2.18 Resolver mediante el mtodo de eliminacin de Gauss-Jordan los siguientes sistemas de ecuaciones:
x y z u 2
x y z u 1
2 x y 2 z u 0
x y 3z u 1
x y z u 2
x y 3z 3u 1
a.-
;
b.-
;
c.-
;
x
2
z
2
u
1
2
x
2
z
3x y 3z u 0
3x y z u 1
x 2 y z 2u 2
x y z 3u 1
2x 3 y z u 0
3x 2 y 5 z u 1
d.-
;
x 3y 2z u 0
x y 2 z 3u 1
x 2 y z 2u 0
x 3y z u 1
e.-
;
3x y z 2u 0
x y 2 z u 1
x y z 3u 3
x y 3z u 2
f.-
;
x 3 y z u 1
3x y z u 1
3x y 2 z u 1
x 3y z u 2
g.-
;
x y 3z u 1
x y z 3u 1
5 x y 3z u 2
x 3 y 2 z u 2
h.-
;
3x 2 y z 2u 1
x y 2 z u 1
2 x 2 y 3z 3u 1
2 x 2 y z 2u 1
i.-
;
x 3 y 2 z 3u 1
x 3 y z 2u 1
x 2 y 3z u 3
2 x 3 y 2 z u 1
j.-
;
x 2 y 3z u 2
2 x 3 y z 2u 1
4x 3 y 2z u 1
5 x 4 y 3 z u 2
k.-
;
x 4 y 5 z 2u 1
2 x y 2 z 3u 2
3x y 3z u 3
2x 3 y 2z u 1
l.-
;
3x 2 y z 3u 2
4 x 3 y z 3u 4
x 2 y z 3u 5
x 2 y 3z 2u 3
m.-
;
3x y 2 z u 1
x y 3z 2u 2
x 3 y z 2u 1
x 2 y 2 z 2u 1
n.-
;
x 2 y 3z u 2
x 3 y z u 3
5 x 3 y z 2u 1
4 x 3 y 2 z 2u 2
o.-
;
3x 2 y 3z 3u 3
2 x y z 4u 4
3x 5 y 7 z u 4
x 7 y 5 z 3u 3
p.-
;
2 x 7 y 4 z u 2
x 5 y 4 z 3u 1
x 7 y 5 z 3u 5
4 x y 3z 2u 2
q.-
;
5 x 3 y z 4u 3
x 6 y 4 z u 2
7 x 12 y 4 z 3u 5
3x 7 y 5 z 4u 2
r.-
;
2 x 5 y 12 z u 3
x 12 y 15 z 2u 4
2 x 4 y 5 z 6u 1
x 3 y 3z 4u 1
s.-
;
3x y 2 z 3u 3
x 4 y 2 z 5u 2
4 x 3 y z 5u 5
x 10 y z 3u 2
t.-
;
4 x 2 y 5 z u 3
x 5 y 3z 2u 1
3 x 4 y 5 z u 4
x 5 y 6 z 2u 1
u.-
.
2 x 4 y 4 z u 3
x 5 y 5 z 3u 2
184
4.3 CUESTIONARIO
Responda verdadero (V) o falso (F) a cada una de las siguientes afirmaciones. Para las afirmaciones que sean falsas,
indicar por que lo es:
4.3.1 Si las matrices aumentadas de dos sistemas de
ecuaciones lineales son equivalentes por filas, entonces los
dos sistemas tienen el mismo conjunto solucin.