CAPITULO 3

SISTEMAS DE ECUACIONES

Rafael Lpez
M Eugenia Mera
Manuel Morn
Mercedes Vzquez

INDICE

1. Introduccin: sistemas de ecuaciones lineales compatibles e

incompatibles, determinados e indeterminados. Interpretacin
geomtrica (visin por filas y por columnas)
2. Sistemas de Cramer
3. Mtodo de Gauss para la resolucin de sistemas de ecuaciones
4. Teorema de Rouch-Frobenius
5. Variable definida implcitamente por una ecuacin no lineal.
Derivadas parciales de la funcin implcita. Aplicacin:
pendiente de una curva de indiferencia en un punto
6. Variables definidas implcitamente por un sistema no lineal de
ecuaciones. Derivadas parciales de la funcin implcita

DIOFANTO DE ALEJANDRA

"Transente, esta es la tumba de Diofanto:

es l quien con esta sorprendente
distribucin te dice el nmero de aos que
vivi. Su niez ocup la sexta parte de su
vida; despus, durante la doceava parte su
mejilla se cubri con el primer bozo. Pas
an una sptima parte de su vida antes de
tomar esposa y, cinco aos despus, tuvo un
precioso nio que, una vez alcanzada la
mitad de la edad de su padre, pereci de
una muerte desgraciada. Su padre tuvo que
sobrevivirle, llorndole, durante cuatro aos.
De todo esto se deduce su edad."

Portada de la obra de Diofanto, Arithmetica.

3

Introduccin
Una ecuacin lineal en una variable es una expresin de la forma ax + b = 0
donde a y b son constantes conocidas y x es la incgnita.
La solucin es aquel valor de x que sustituido en la expresin anterior hace que
sta se cumpla (obviamente x=-b/a si a es distinto de cero).
Un ejemplo de ecuacin lineal en una variable lo tienes en la diapositiva
anterior: es el epitafio redactado en forma de problema que se encontraba en la
tumba de Diofanto de Alejandra, considerado padre del lgebra, y que nos
permite conocer a la edad en que muri (84 aos, prubalo).
Una ecuacin lineal en dos variables es una expresin de la forma

a1 x1 + a2 x2 =
b1 donde x1 y x2 son las incgnitas,
a1 , a2 constantes conocidas
En general una ecuacin lineal en n variables es una expresin de la forma

a1 x1 + a2 x2 + ..... + an xn =
b1 donde x1 , x2 ...... xn son las incgnitas
a1 , a2 ,..., an constantes conocidas
En el caso de n incgnitas, una solucin es un vector de dimensin n que satisface
la ecuacin (hace que la igualdad sea cierta).

Un sistema lineal de m ecuaciones con n incgnitas no es ms que un conjunto de m

ecuaciones como las anteriores y la solucin es un vector de dimensin n que debe
satisfacer todas las ecuaciones a la vez. En general se escribir

a11 x1 + a12 x2 + + a1n xn

a21 x1 + a22 x2 + + a2 n xn

= b1

donde xi , i = 1,..., n son las incgnitas y

= b2

am1 x1 + am 2 x2 + + amn xn = bm

=
=
m, j 1,..., n son constantes conocidas
aij , i 1,...,

O anlogamente, como sabemos clculo matricial, podemos reescribirlo

a11 a12

a21 a22

am1 am 2

a1n x1

a2 n x2
=


amn mn xn n1

matriz de coeficientes

b1

b2 A x= b


trmino independiente
b
m m1

b es el vector nulo (todas sus componentes son

Cuando el trmino independiente

cero), el sistema se denomina homogneo.

Ejemplo El consumo C y la parte dedicada al ocio H vienen dadas por las

relaciones
N +W
N +W
H=

2W

C=

donde W es el salario y N es la renta no salarial.

a) Son las expresiones anteriores ecuaciones lineales en W y N?
b) Representa todas las combinaciones de renta y salario que permiten un ocio de 3
unidades.
c) Representa todas las combinaciones de renta y salario que permiten un consumo
de 6 unidades.
d) Hay algn valor de la renta y el salario que permita simultneamente un ocio de
3 unidades y un consumo de 6 unidades?
Solucin
a) La ecuacin que proporciona el ocio en funcin del salario y la renta no es lineal
en estas variables. S lo es la que proporciona el consumo como funcin de estas
variables. Sin embargo la primera ecuacin puede expresarse:
N + W = 2WH N + (1 2 H )W = 0

y si el ocio H est fijado es una ecuacin lineal en N y W.

b) Si queremos que el ocio sea exactamente igual a 3, H=3 y entonces sustituyendo
N 5W =
0
en la ecuacin anterior:
6

Slo trabajamos en el
dominio natural W>0, N 0

Esta recta en rojo representa todas las

soluciones de nuestra ecuacin lineal, es
decir, todas las combinaciones de renta
y salario que nos permiten disfrutar de
un ocio de 3 unidades (por ejemplo,
N 5W =
0 (N=5, W=1) (N=10,W=2)).

1
N

b) De la misma forma, para obtener un consumo de seis 12

unidades hacemos C=6 en la segunda ecuacin:

6=(N+W)/2 luego N+W=12.
De nuevo hay infinitas soluciones, todas ellas formando
una recta que pasa por los puntos (12,0) y (0,12).

8
4
N

8 12

c) Es posible conseguir a la vez un ocio de 3 y un consumo de 6 unidades?

Observa: en realidad nos estamos preguntando si existe un par (N,W) que
resuelva las dos ecuaciones a la vez, es decir, que sea solucin del sistema lineal
N-5W = 0
ocio 3
N+W=12
consumo 6

Una manera sencilla de resolver este sistema es emplear por ejemplo el mtodo de
sustitucin: despejamos una variable en una ecuacin y lo sustituimos en la otra
N =
5W 0

=
N 5W

W + 5W= 12 luego W= 2, N= 10
N=
+ W 12
W=
+ N 12

El vector (N,W)=(10,2) resuelve ambas ecuaciones

y es la nica solucin pues ningn otro vector del
plano tiene esta propiedad.
Geomtricamente, acabas de probar que las dos
rectas cuyas ecuaciones son tu sistema lineal se
cortan en un nico punto, el (10,2).
OBSERVA
La solucin de un sistema de dos ecuaciones lineales con
dos incgnitas son todos los puntos que estn simultneamente en las dos rectas
dadas por esas ecuaciones. Como dos rectas en el plano o bien se cortan en un
punto, o bien coinciden, o bien son paralelas, el sistema tiene solucin nica, o
tiene infinitas o no tiene ninguna solucin.
una
solucin

infinitas
soluciones

ninguna
solucin

Hay otra manera de interpretar el sistema anterior:

N 5W =
0
N +W =
12

1
5
0
N + W =

1
1


12

1 5 N 0

=
1
1

W 12

El sistema tiene solucin si el vector de trminos independientes es

combinacin lineal de las columnas de la matriz de coeficientes del sistema.

1
5
0
10
+
2
=



1
1
12

Visin por columnas del sistema

Visin por filas del sistema

9

x+ yz =
1

Ejemplo Dado el sistema:

x y+z =
0
a) Dnde se sitan los puntos que satisfacen la primera ecuacin? Y los que
satisfacen la segunda?
b) Halla la solucin(es) utilizando el mtodo de sustitucin y justifica que estas
soluciones se hallan en una recta.
c) Interpreta las soluciones a partir de las columnas de la matriz de coeficientes.
d) Cuntas soluciones crees que puede tener un sistema de dos ecuaciones con tres
incgnitas?
Solucin
a) Los puntos que satisfacen la primera ecuacin estn en un plano. Los que
satisfacen la segunda en otro plano.
b) Utilizamos de nuevo el mtodo de sustitucin:

z = x + y 1
z = x + y 1 z = y 1/ 2

x y + x +=
y 1 0 =
x 1/ 2 =
x 1/ 2

Este sistema tiene infinitas soluciones, todas de la forma (1/2, y, y-1/2).

Si te fijas estas son las ecuaciones paramtricas de una recta.
Observa que la variable y puede tomar cualquier valor pero, una vez que la
fijamos, el resto de las variables quedan determinadas. Cuando esto sucede (una
de las variables puede tomar cualquier valor, determinando el resto) se dir que
10
el conjunto de soluciones tiene 1 grado de libertad.

Geomtricamente tenemos las ecuaciones

de dos planos que se cortan en una recta
(ver captulo 1).
c) El sistema
escribirse:

x+ yz =
1
x y+z =
0

x+ yz =
1

x y+z =
0

puede

1
1
1
0
x
+
y
+
z
=




1
1
1
1

y el sistema tiene solucin si el vector de

trminos independientes puede expresarse
como c.l. de las columnas de la matriz de
coeficientes.
Como la tercera columna es proporcional a la segunda (y por tanto es c.l. de las
dos anteriores) habr muchas maneras distintas de obtener el vector de trminos
independientes a partir de esos vectores columna.
d) Dos ecuaciones lineales con tres incgnitas corresponden a la interseccin de
dos planos. Si stos coinciden hay infinitas soluciones (un plano de soluciones,
dos grados de libertad). Si se cortan lo harn en una recta y habr infinitas
soluciones (1 grado de libertad) y si los planos no se cortan no hay solucin.
11

El mtodo de sustitucin es muy intuitivo, pero de difcil aplicacin para sistemas

grandes. En este captulo veremos otros mtodos que se basan en lo que hemos
aprendido en los captulos anteriores. En particular utilizaremos la inversa de una
matriz, los determinantes, el mtodo de Gauss y las nociones de rango y
dependencia e independencia lineal de vectores.
Empezamos con algunas definiciones.
Definicin Un sistema de ecuaciones se dice que es compatible si tiene solucin.
Si no tiene solucin se dice que es incompatible. Si un sistema compatible tiene
una nica solucin se dir que es compatible determinado mientras que si tiene
ms de una se denominar compatible indeterminado.
Si un sistema lineal tiene ms de una solucin, cuntas soluciones tiene?
Proposicin Si un sistema de ecuaciones lineal tiene ms de una solucin,
entonces tiene infinitas soluciones.
Dem. Escribimos el sistema en forma matricial. Suponemos que los vectores x
e y son soluciones. Entonces el vector x + y , , cumple

A( x + y ) =A( x ) + A( y ) = Ax + Ay = b + b =( + )b
1
y por tanto tambin es solucin si + =

12

Dos sistemas se dice que son equivalentes si tienen la misma solucin. :

=
2x + y z 0
2x + y z 0
Por ejemplo, los dos sistemas que
1+2 =

aparecen a continuacin son equivalentes =

x y + 3z 1
=
3x + 2 z 1

OBSERVA

UN SISTEMA HOMOGNEO

Ax = 0

ES SIEMPRE COMPATIBLE.

Por qu? Se te ocurre alguna solucin de un sistema homogneo?

Obviamente

x = 0 siempre es solucin.

Expresemos ahora el sistema homogneo como c.l. de las columnas de la matriz A

a11
a21

A x= 0 x1 + +


am1

a1n

a2 n x=
n

amn

0

0


0

Cundo un sistema homogneo es determinado?

Siempre que la nica combinacin lineal de las columnas de la matriz A que
proporcione el vector nulo tenga todos los coeficientes nulos. Esta afirmacin es
equivalente a decir que las columnas de la matriz A son l.i. Si son l.d. entonces el
sistema ser compatible indeterminado.
13

Relacin entre el sistema homogneo y el completo

HOMOGNEO ASOCIADO
COMPLETO

Vamos a llamar S0 al conjunto de todas las soluciones

Ax = b
A x = 0 del sistema homogneo y Sc al conjunto de todas las
soluciones del sistema completo asociado.
Entonces

x S0

a) x , y S0
x + y S0

para todo nmero real

b) Si
es cualquier solucin del sistema completo se cumple
Dem


a) A( x ) = Ax = 0 = 0; A( x + y ) = Ax + Ay = 0 + 0 = 0

Sc= z + S0

:
si
y Sc entonces y =z + ( y z )
Sc z + S0

y basta ver que y z S0 que es inmediato pues A( y z ) = Ay Az = b b = 0

b) Probamos primero que

= 0 y z + x Sc
Probamos ahora que Sc z + S0 : si x S0 entonces Ax

pues A( z + x ) = Az + Ax = b + 0 = b

Observa que este resultado dice que si el sistema completo es compatible entonces tiene el
14
mismo nmero de soluciones que el sistema homogneo asociado.

Sistemas de Cramer
Empezamos estudiando los sistemas con igual nmero de ecuaciones que de
incgnitas (es decir la matriz de coeficientes es cuadrada) y donde el determinante
de la matriz de los coeficientes A es no nulo. Estos sistemas se llaman de Cramer.
Como el determinante de A es no nulo la matriz es invertible y la nica solucin
es:

1
1
Ax =
bA Ax =
A b

x = A1b

Otra manera de resolver estos sistemas es utilizando transformaciones

elementales en la matriz ampliada (la que se obtiene aadiendo la columna de
trminos independientes a la matriz A):

( A b ) ( I ?)

Si donde antes estaba la matriz A despus de las

transformaciones elementales est la matriz identidad es
que el producto de las matrices elementales utilizadas es
A-1, luego donde antes estaba
el vector de trminos

independientes ahora est A1b que es la solucin.

Otra forma es reducir ( A b ) a una matriz escalonada y el sistema correspondiente

ser inmediato resolver. Este mtodo lo veremos ms adelante cuando veamos la
15
resolucin de sistemas lineales arbitrarios, no necesariamente de Cramer.

Veremos ahora otra manera alternativa de hallar la solucin utilizando

determinantes y sus propiedades. Es lo que se conoce como regla de Cramer.
Sabemos que

1
=
x A b=
x

1
Adj ( A)b=
A

1
t
Co( A) b=
A

luego
1
(C11b1 + C21b2 + +=
=
x1
Cn1bn )
A

=
x2

1
(C12b1 + C22b2 + +=
Cn 2bn )
A

b1
1 b2
A
bn

a11 b1
1 a21 b2

A
an1 bn

C11

1 C12
A

C1n
a12
a22

an 2

a1n
a2 n

ann

C21
C22

C2 n

a1n
a2 n

ann

Cn1 b1

Cn 2 b2


Cnn bn

Cambias la primera
columna de A por el
trmino independiente

Cambias la segunda
columna de A por el
trmino independiente

=
xn

1
(C1nb1 + C2 nb2 + +=
Cnnbn )
A

a11
1 a21
A
an1

a21
a22

an 2

b1
b2

bn

Cambias la ltima
columna de A por el
trmino independiente

16

Ejemplo Resuelve el siguiente sistema usando

a) la frmula de Cramer
b) Transformaciones elementales en la matriz ampliada

x+z =
0
2x + y + 2z =
1
2x + y + z =
0

a) El nmero de ecuaciones coincide con el nmero de incgnitas. Para que sea

de Cramer solo hay que verificar entonces que el determinante es no nulo.
1 0 1
2 1 2 =
1 + 2 + 0 2 0 2 =1 0 es de Cramer.
2 1 1
0
1
0
x=
1
2
2

0
1
1
0
1
1

1
2
1
1
= =
1,
1 1
2
1

1
2
2
y=
1
2
2

0
1
0
0
1
1

1
2
1 1
= =
1,
1 1
2
1

La solucin es:

1
2
2
z=
1
2
2

0
1
1
0
1
1

0
1
0 1
= =
1
1 1
2
1

b) Sometemos a la matriz ampliada a transformaciones elementales para

obtener la matriz identidad donde antes estaba la matriz del sistema
1 0 1 0
1 0 1 0
1 0 1 0
1 0 1 0

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

1 0 0 1

0 1 0 1
0 0 1 1

Solucin
17

Ejercicio.
Prueba que los siguientes sistemas de ecuaciones son compatibles determinados y
calcula su solucin mediante el mtodo de Cramer (b es un parmetro)

a)

b)

c)

1
x + y + z =

1
x+ y+z =
x y+z =
b

6
3 x + 4 y + z =

4
x+ y+z =
3x y z =
0

x+ y+ z +t =
1
z t =
0
x + 2 y z + 2t =
0
x + y z t =
1
18

Resolvemos con Maple:

Todos son de Cramer

19

Sistemas lineales generales. Mtodo de Gauss

Empezamos con un ejemplo sencillo de FLUJO DE REDES (flujo de alguna
cantidad a travs de una red).
Ejemplo El flujo de vehculos en una red de calles viene dado por el siguiente
grfico
x1
600
400
A
B
a) Encuentra el nmero de vehculos que
circula en cada parte de la red.
x3
x2
x4
b) Encuentra la solucin cuando x5 =50
300
100
Cuntos grados de libertad tiene el
C
D
sistema?
x5
Todos estos ejercicios se resuelven igual. En cada nodo, en este ejemplo hay cuatro
nodos o intersecciones, imponemos que el flujo que entra sea igual al flujo que sale:
Entra
Nodo A
Nodo B
Nodo C
Nodo D

Sale

400 + x2 =
x1
x1 + x3

= x4 + 600

300

x4 + x5

x2 + x3 + x5
=
100

x1 x2 =
400
x1 + x3 x4 =
600
x2 + x3 + x5 =
300
x4 + x5

=
100
20

x1 x2 =
400

Este no es un sistema de Cramer, pues el nmero de

x1 + x3 x4 =
600 ecuaciones no coincide con el nmero de incgnitas.
x2 + x3 + x5 =
300 Veremos ahora el mtodo de Gauss que sirve para resolver
=
x +x
100 sistemas lineales cualesquiera (incluidos los de Cramer).
4

Hemos visto que dos sistemas de ecuaciones son equivalentes cuando tienen la
misma solucin. Es muy sencillo probar que las transformaciones elementales que
hemos visto en matrices producen, al aplicarlas a la matriz ampliada, un sistema
equivalente pues consisten en multiplicar una ecuacin por una constante no nula,
sumarle a una ecuacin una combinacin lineal de las otras, cambiar de orden las
ecuaciones, o eliminar del sistema las ecuaciones que sean combinacin lineal de
las otras.
La idea del mtodo de Gauss es sencilla: mediante operaciones elementales
convertir el sistema que se est estudiando en otro equivalente pero escalonado, y
que ser muy sencillo de resolver.
Puesto que es equivalente trabajar con el sistema a trabajar con la matriz
ampliada asociada (la que tiene una columna adicional para el vector de trminos
independientes) , el mtodo de Gauss lo que hace es reducir la matriz ampliada a
su forma escalonada. El mtodo no slo nos permitir hallar la solucin
21
fcilmente, tambin nos permitir ver cundo sta no existe.

Recordamos qu era una matriz ESCALONADA:

Las filas nulas ocupan las ltimas filas de la matriz
En cada fila el primer elemento no nulo est situado ms a la derecha que el
primer elemento no nulo de la fila anterior.
Ejemplo D cules de las siguientes matrices son escalonadas.
1 0 2 3 1

0
0
2
1
1

;
0 0 0 1 3

1
1
2
3

0
0 1 1 1 ; 0
0 0 1 3

2 3 0

1 1 0
;
3 2 2

0 1 2

1 0 2 3 1

0
0
2
1
1

0 0 2 1 3

Solucin
La primera y la segunda s lo son. La tercera no porque el primer elemento no
nulo de la tercera fila no est ms a la derecha que el primer elemento no nulo de
la fila anterior. La cuarta tampoco porque el primer elemento no nulo de la
tercera fila no est ms a la derecha que el primer elemento no nulo de la 2.
Observa

Una matriz puede tener nulos los elementos debajo de la

diagonal y sin embargo no ser escalonada como muestra el
ltimo de los ejemplos anteriores:
1 0 2 3 1

0 0 2 1

0 0 2 1

1
3

22

Ejemplos Resuelve los siguientes sistemas de ecuaciones por el mtodo de Gauss.

x y =
2
2x + y =
1
x + 2y =
1

1)

2-2x1

x y =
2
1
3 y = 3 y =

3-1

3 y = 3

x =1

Podemos hacerlo tambin matricialmente:

1 1 2

2
1
1

1 2 1

2)

E31 ( 1) E21 ( 2)

2x + y + z =
1
x 2y + z =
1
3x y + 2 z =
2

1 1 2
1 1 2

x y =
2
E
(

1)

32
x=
1, y =
1
0 3 3 0 3 3
3
y
=

3
0 3 3
0 0 0

Matricialmente:

2 1 1 1
1 2 1 1
1 2 1 1
1 2 1 1
1 2
1
1

P12
E31(3) E21( 2)
E32 (1)
E2 (1/5)

2 1 1 1 0 5 1 1 0 5 1 1
0 1 1/ 5 1/ 5
1 2 1 1

0
0
3 1 2 2
3 1 2 2
0 5 1 1
0 0 0 0
0 0

23

 1 2
1
1

0
1

1/
5

1/
5

0 0
0
0

1
x 2y + z =

1
1
y z =
5
5

El sistema inicial es equivalente a este sistema escalonado,

que se puede resolver por sustitucin hacia atrs:

x =+
1 2y z

1 1
y = + z
5 5

Despejo las variables

que corresponden a los
elementos pivote

1 1

x =1 + 2( + z ) z

5 5

1 1

y = + z

5 5

Procedo por sustitucin hacia

arriba, sustituyo y por su
valor en la ecuacin de arriba

3 3
z
5 5

1 1
y = + z
5 5
x=

Simplifico

Hay infinitas soluciones, una para cada valor que le des a la variable z. Por eso z
se dice que es la variable libre, exgena o independiente y que x e y son las
variables dependientes o endgenas.
Tambin se dice que este sistema tiene un grado de libertad (pues hay una variable,
la z en este caso, que puede tomar cualquier valor).
24

El sistema equivalente tambin podas haberlo resuelto por Cramer tomando a z

como parmetro.
Para ello pasamos al trmino independiente los sumandos en z:
1
1
1 2

0 1 1/ 5 1/ 5
0 0
0
0

1 z
x 2 y =

1 1

y = + =
z
x

5 5

1 z

1 1
+ z 1
5 5
1 2
0 1

= 3=
3 z; y
5 5

1 z

1 1
0 + z
5 5
=
1 2
0 1

1 z
1 z
x
1
2
1
2

O si prefieres usar=
inversas: =
1 1 =
1 1
y 0 1 + z 0 1 + z
5 5
5 5
1

1 + 1 z
5 5

3 3
55z

1
1
+ z

5 5

Observa la geometra del sistema: tenemos tres

planos en el espacio que se cortan en una recta.
Sabes cul es el vector director de esta recta y
un punto por el que pasa?
Indicacin: Observa la solucin del sistema.
25

3)

2x + y + z =
1
x 2y + z =
1
3x y + 2 z =
0

Matricialmente:

2 1 1 1
1 2 1 1
1 2 1 1
1 2 1 1
P
E31( 3) E21( 2)

E32 (1)

12 2 1 1 1
1

2
1
1

0
5
-1
-1

0
5
-1
-1

3 -1 2 0
3 -1 2 0
0 5 -1 -3
0 0 0 -2

El sistema no tiene solucin pues la ltima ecuacin es 0 = -2

Has visto tres ejemplos, el primero compatible determinado, el segundo
compatible indeterminado y el tercero incompatible.
Revisa esos ejemplos (a continuacin aparecen sus formas escalonadas) y
averigua qu debe cumplir el sistema equivalente escalonado para estar en cada
uno de esos tres casos.
1 1 2

0 3 3
0 0 0

Compatible
determinado

1 2
1
1

0 1 1/ 5 1/ 5
0 0
0
0

Compatible
indeterminado

1 2 1 1

0
5
-1
-1

0 0 0 -2

Incompatible
26

 1 1 2

0
3

0 0 0

Compatible
determinado

1 2
1
1

0
1

1/
5

1/
5

0 0
0
0

Compatible
indeterminado

1 2 1 1

0 5 -1 -1
0 0 0 -2

incompatible

COMPATIBLE DETERMINADO: la forma escalonada para la matriz de

coeficientes y la ampliada tienen el mismo nmero de filas no nulas y coincide
con el nmero de variables del sistema.
COMPATIBLE INDETERMINADO: la forma escalona para la matriz de
coeficientes y para la ampliada tienen el mismo nmero de filas no nulas, pero es
menor que el nmero de variables del sistema. El nmero de grados de libertad es
n variables-nfilas no nulas en la forma escalonada.
INCOMPATIBLE: la forma escalonada de A tiene ms filas nulas que la forma
escalonada para la matriz ampliada.
Acabas de deducir el teorema de Rouch Frobenius. Este teorema no dice cmo
hallar la solucin de un sistema lineal, pero proporciona las condiciones para que
exista solucin y dice cundo ser nica.
Si te fijas las condiciones anteriores puedes expresarlas muy fcilmente a partir
del rango de la matriz de coeficientes y el rango de la matriz ampliada.
27

Teorema de Rouch-Frobenius
Sea el sistema

Ax = b

donde A es una matriz mxn y sea A la matriz que se

obtiene aadiendo a la matriz A una columna adicional formada por el vector de

trminos independientes (matriz ampliada). Entonces:
a) Si R(A)<R( A ) entonces el sistema es incompatible
b) Si R(A)=R( A) = n entonces el sistema es compatible determinado (1 solucin)
c) Si R(A)=R( A )< n entonces el sistema es compatible indeterminado (infinitas
soluciones)

28

Recuerda las diferentes maneras de definir el rango de una matriz A M mn

una matriz tiene rango p si la submatriz cuadrada de orden mayor con

determinante distinto de cero es de orden p.

Es el nmero de filas no nulas que se obtienen cuando se reduce la matriz A a su

forma escalonada.

Es el nmero mximo de vectores fila (columna) linealmente independientes.

Las dos primeras maneras de definir el rango las vimos en el tema pasado.
Para ver qu es equivalente a la tercera necesitamos antes demostrar el siguiente
resultado:

Proposicin

m
v
,
v
,...,
v

Sean 1 2
(p m) y sea A la matriz que tiene por columnas (anlogo para
p
filas) esos vectores. Entonces

v
,
v
,...,
v
{ 1 2 p } son l.i r(A) = p

29

{v , v ,..., v }
1

son l.i r(A) = p

Dem
) Si esos p vectores son l.i. el sistema homogneo con matriz A tiene solo la solucin
trivial. Puesto que ste es un sistema de m ecuaciones con p incgnitas (recuerda: con m
mayor o igual que p), en su forma escalonada tiene exactamente p filas no nulas y m-p
filas nulas y por tanto r(A)=p.
) Puesto que el rango de A es p existe una submatriz cuadrada de orden p con determinante
no nulo. Supongamos que corresponde a las p primeras filas de A (en caso contrario puede
conseguirse simplemente reordenando las ecuaciones del sistema). Entonces:

a11

x1 + a12

x2 + + a1 p

a p1

x1 + a p 2 x2 + + a pp x p = 0

xp = 0

a( p +1)1 x1 + a( p +1)2 x2 + + a( p +1) p x p = 0

am1

x1 + am 2

OBSERVA

x2 + + amp

Este subsistema es de Cramer y por

tanto la nica solucin es la trivial.

La nica solucin del sistema entero es la

trivial y por tanto esos vectores son l.i.

xp = 0

Este resultado garantiza que el rango de la matriz de coeficientes

de un sistema de ecuaciones coincide con el mximo nmero de
vectores columna (anlogo para los vectores fila) que son
linealmente independientes.
30

Ejemplos
Estudia si los siguientes sistemas dependientes de parmetros son compatibles o
incompatibles. En caso de que sean compatibles d si son determinados o
indeterminados y el nmero de grados de libertad.

1)

ax + y + z =
1
x+ y+z =
1 A=
x + ay + z =
b

a 1 1

2
2
2
1
1
1
;
det(
A
)
=
a
+
a
+
1-1-1a
=
2
a
-1a
=
(
a
-1)
.

1 a 1

Si a 1 R( A) = 3 = R( A) Compatible determinado para cualquier valor de b

1 1 1 1
1 1

Si a =
1 R( A) =
1. Estudiamos
=
R(A) R 1 1 =
1 1 R 1 1
1 1 1 b
1 b

si b 1,=
=
R(A) 1, compatible indeterminado, 2 grados de libertad

2, sistema incompatible
si b 1, R(A) =

31

x+z =
0

2)

ax + y + az =
1
ax + y + z =
0

32

3)

4)

x 2 y + 3z =
2
x+ y+z =
k
2x y + 4z =
k2

ax + y + z =
1
1
x+ y+z =
x + ay + z =
b

33

Ejercicio
Resuelve el ejercicio del flujo de vehculos en la red
de calles que ya formulamos anteriormente.
a) Encuentra el nmero de vehculos que circula
en cada parte de la red.
b) Encuentra la solucin cuando x5 =50 Cuntos
grados de libertad tiene el sistema?

400

x3

x2
300

x1

x5

600

x4
D

100

Ejercicio
Una empresa fabrica cuatro bienes en cantidades x, y, z, t para los que se emplean
dos inputs. El nmero de unidades por input para fabricar una unidad de cada uno
de los productos es (3,4) para el primero, (4,5) para el segundo, (2,1) para el
tercero y (2,1) para el cuarto. Calcula las cantidades que pueden fabricarse de cada
bien si se dispone de 30 unidades de cada input. Hay alguna solucin en la que
z+t>6?
34

Hemos visto que cuando el sistema es compatible indeterminado podemos

resolverlo por el mtodo de Gauss: lo reducimos a su forma escalona y este
sistema es fcil resolverlo por sustitucin hacia atrs, por el mtodo de Cramer, o
calculando una inversa. Ahora nos preguntamos si podemos elegir libremente las
variables endgenas o por el contrario vienen determinadas por la forma
escalonada de la matriz ampliada. Veremos que aplicando directamente el mtodo
de Cramer respondemos a esta cuestin.
Ejemplo Considera el sistema

2x + y + z =
1
.
x 2y + z =
1

Es muy sencillo comprobar que el rango de la matriz de coeficientes y el de la

matriz ampliada es 2. Por lo tanto, el sistema es compatible indeterminado. Si
resolvemos por el mtodo de Gauss tenemos
2x + y + z = 1
2

=
x2
y+z 1
1

El sistema es
equivalente a

1
2

1 1
2

1 1
0

1
5

1 1
1

1 1
0

1/ 2
1

1/ 2 1/ 2

1/ 5 1/ 5

y z 1
z
z 1
1
3
3
+ x=

+
+ x=z+
2 2 2
10 10 2 2
5
5
z 1

5 5

x=

y=

En este caso las variables endgenas son la x y la y y la exgena es la variable z.

Otra manera de verlo, ahora desde el punto de vista del anlisis, es que las variables
x e y son funciones de la variable z.
35

2 x + y + z =1
2 x + z =1 y

x 2 y + z =1
x + z =1 + 2 y

Es posible expresar la solucin de forma

que la variable libre sea la y?
2 1

0 este sistema
Y como
1 1
es de Cramer y s es posible:

1 y 1
2 1 y
1+ 2 y 1
1 1+ 2 y
=
3 y; z =
=
x=
1+ 5y
2 1
2 1
1 1
1 1

Es posible tomar como variable libre la

x? Si pues

1 1
0
2 1

1 1 1 2 x
=

z 2 1 1 x

y entonces: =

y

1
1

3
3 1 2 x
=

2
1

1 x

3 3

x
3

1 x
3

Observa
Un sistema compatible indeterminado siempre podrs convertirlo en uno

de Cramer tomando algunas variables como endgenas y las otras como

exgenas, pero no siempre podrs tomar como variables endgenas las
que quieras. Podrn ser cualesquiera que correspondan a una submatriz
de A con determinante no nulo (y siempre sern tantas como ecuaciones
independientes tenga el sistema, que coincide con el rango de A).
El nmero de variables independientes son los grados de libertad del
sistema que coincide con el n variables-r(A).
Por ltimo, el conjunto de soluciones de un sistema con un grado de
libertad es una recta, con dos grados de libertad un plano etc.

36

Ejercicio

Considera el sistema de ecuaciones

x+ y+z =
4
x+ yz =
1

a) Tiene solucin? Es nica?

b) Qu variables pueden tomarse como variables dependientes? Resuelve
tomando como variable libre la y.
a) El rango de la matriz de coeficientes es 2, igual que el rango de la matriz
ampliada. El sistema es compatible (indeterminado). Por tanto, tendremos dos
variables endgenas y una exgena (dos variables endgenas para obtener un
sistema de dos ecuaciones con dos incgnitas. Recuerda que el objetivo es, una vez
fijada la exgena, que el sistema resultante sea compatible determinado).
b) Escribimos las tres posibles elecciones de variables endgenas y exgenas
x+ y = 4 z
y+ z = 4 x
x+ z = 4 y
,
,
x + y =1 + z
y z =1 x
x z =1 y
El primero de los sistemas no es de Cramer (el determinante es nulo) y los otros
dos s lo son. Luego podemos tomar como variables endgenas (y,z) (entonces la
exgena es la x) o (x,z) (entonces la exgena es la y).
x+ z = 4 y
=
x
x z =1 y

4 y 1
1 y 1
5
= y=
+ ; z
1 1
2
1 1

1 4 y
1 1 y 3
=
1 1
2
1 1

37

x1 + x3 x4 + x5 =
a

Ejercicio Sea el sistema

pide:

x2 + x5 =
a

donde a y b son parmetros. Se

2 x1 + 3x2 + 2 x3 bx4 + 5 x5 =
5a

a) Verifica que el sistema siempre tiene solucin

b) Prueba que el nmero de grados de libertad depende de b
c) Halla los valores de b para los que las variables x1, x2 y x4 pueden tomarse
como variables dependientes.
d) Si b=2, qu variables pueden tomarse como variables libres?
e) Resuelve el sistema

38

APLICACIN: EL MODELO INPUT-OUTPUT DE LEONTIEF

El modelo de Leontief describe una economa con varias industrias entrelazadas,

cada una de las cuales produce un nico bien. Cada industria debe usar, para
producir su bien, materias primas que proceden de las otras. Y adems, cada
industria debe hacer frente a la demanda externa de su propio producto. Este
modelo tiene unas caractersticas muy interesantes que estudiaremos en los
ltimos captulos. De momento, veamos un ejemplo.
Ejemplo (Sydsaeter y Hammond, pag. 301)
Una economa tiene tres industrias: pesca, madera y
construccin de barcos. Sean (p,m,b) las toneladas de pescado,
madera y el nmero de barcos respectivamente que se producen
en estas industrias. Para producir una tonelada de pescado se
requieren los servicios de abp barcos pesqueros. Para producir
una tonelada de madera se requieren apm toneladas de pescado
para alimentar a los trabajadores. Por ltimo, para producir un
barco se requieren amb toneladas de madera. Supongamos que
no hay demanda externa de barcos. Se pide hallar la produccin
de cada industria si se debe cubrir la demanda de d1 toneladas
de pescado y d2 toneladas de madera.

p
abp

apm
amb

m
39

Solucin
Las toneladas de pescado p deben ser igual a las que se
necesitan para abastecer a los trabajadores de la madera
ms la demanda externa de pescado. Por tanto:
p=apm m+ dp
Las toneladas de madera m deben ser igual a las que se
necesitan para construir barcos ms la demanda externa.
Por tanto
m=amb b+ dm

p
abp
amb

Finalmente, como no hay demanda externa de barcos

b=abp p
Por tanto, el sistema de ecuaciones que vamos a resolver ser
p a pm m d p
m amb b = d m A =
b =
abp p 0

0
a pm
dm
1
amb
0
0
1
=
; m
A
dp

0
a
bp

a pm
1
0

0
amb
1

apm

dp

dm
0

1
dp
0
0
d m amb
abp 0
1
=
; b
A

1
0
abp

a pm
1
0
A

dp
dm
0

Para que la solucin tenga sentido

econmico, todas las variables
deben ser no negativas y por tanto
apmabp amb<1.

d p + a pm d m
abp amb d p + d m
abp a pm d m + abp d p
, m
, b
=
=
1 a pm abp amp
1 a pm abp amp
1 a pm abp amb

40

Escribimos el sistema de ecuaciones de otra manera (vlido para n industrias)

Se denominan coeficientes tcnicos o de input.
El elemento aij es el nmero de unidades del bien i que se
necesitan para producir una unidad del bien j

A
x1

x2
x
3

a11

a21
a
31

a12
a22
a32

Sistema de
Leontief

Demanda externa
a13 x1 d1

a23 x2 + d 2
a33 x3 d3

a13 x1 d1
1 a11 a12

a
1

a
21
22
23

x2 =
d2
a
a32 1 a33 x3 d3
31

N unidades del bien 1 necesarias

N de unidades de cada uno de para producir una unidad de cada
los bienes que se necesitan para uno de los bienes
producir una unidad del primer
bien

I-A

En nuestro ejemplo
p=

A= 0
a
bp

a pm
0
0

amb
0

0
a
bp

a pm
1
0

0 p d1

amb m =
d2
1 b 0

m=
b=

d p + a pm d m
1 a pm abp amp
abp amb d p + d m
1 a pm abp amp
abp a pm d m + abp d p
1 a pm abp amb

41

Solucin aproximada de sistemas de

ecuaciones NO LINEALES
Ya hemos visto cmo resolver un sistema de m ecuaciones lineales con n
incgnitas donde el rango de la matriz de los coeficientes es m, y bajo qu
condiciones podemos tomar a n-m de esas variables como variables libres.
Ejemplo Dado el sistema lineal de ecuaciones

2x + y + z u + w =
0
2 x 3 y 3 z + u w =
0

Qu variables pueden tomarse como variables dependientes?

Halla la solucin del sistema que corresponde a tomar las variables (x,y,w) como
variables libres.
2 1 1 1 1
A=

2 3 3 1 1

Y solo pueden tomarse como variables

dependientes (x,y),(x,z),(y,u),(y,w),(z,u) (z,w).

1 1
2 1
1 1
= 0;= 0;= 0
2 1
3 3
1 1

La solucin
pedida es:

x
x
1
1 1 z
2 1 1 z
1 1 2 1 1 y

=
y =

y =

3
1
u
2
3
1
u
3
1
2
3
1

2x + w
w
w
42

Qu haras si tuvieras la solucin de un sistema de ecuaciones NO lineal y

quisieras saber cmo cambia aproximadamente la solucin si las variables
libres de la solucin anterior cambian ligeramente?
Ejemplo Considera el sistema de ecuaciones no lineales
a)

x 2 + 2 xy + z =
5
xy ( z + 1) 2 e3 z =
1

Verifica que el punto (x,y,z)=(1,2,0) satisface este sistema de ecuaciones.

b) Supn que quieres saber cul es aproximadamente la solucin del sistema si la

variable y cambia en 5 centsimas. Para estimarlo sigue el siguiente
procedimiento:

Calcula la diferencial en el punto (1,2,0) de cada una de las funciones que intervienen
en el sistema.

Resuelve el sistema lineal resultante tomando como variables dependientes (dx,dz), en

el caso de que eso sea posible.
Halla cul es aproximadamente la solucin que corresponde a dy=0.05

43

a)

Verifica que el punto (x,y,z)=(1,2,0) satisface este sistema de

ecuaciones.
1+4+0=5; 2-1=1

x 2 + 2 xy + z =
5
xy ( z + 1) 2 e3 z =
1

b) Supn que quieres saber cul es aproximadamente la solucin del sistema si la

variable y cambia en 5 centsimas. Para estimarlo sigue el siguiente procedimiento:
Calcula la diferencial en el punto (1,2,0) de cada una de las funciones que intervienen en el
sistema.
(2 x + 2 y )dx + 2 xdy + dz =
0
y ( z + 1) 2 dx + x( z + 1) 2 dy + (2 xy ( z + 1) 3e3 z )dz =
0

6dx + 2dy + dz =
0
2dx + dy + dz =
0

Resuelve el sistema lineal resultante tomando como variables dependientes (dx,dz), en el

caso de que eso sea posible.
1
4 dy
6 1 dx
2
dx
6 1 2
1 1 1 2
1 1
dy =

dy =

=
dy =
dy =
2
1
1
2
1
1
2
6
1
2
1

dz
dz
4
4

dy
2
1

Tambin puedes resolverlo

usando la regla de Cramer:

2dy 1
6 2dy
dy 1
2 dy
1
1
dy; dz = =
dy
dx = =
6 1
6 1
4
2
2 1
2 1

44

 Halla cul es aproximadamente la solucin que corresponde a dy=0.05

1
0.05
0.05
dx =
dy =

=
0.0125; dz =

=
0.025
4
5
2
Por tanto

1
1
x dx =
0.05 =
0.0125; z dz =
0.05 =
0.025
4
2

x 1=
0.0125 0.9875; z 0.025
OBSERVA

6dx + 2dy + dz =
0
2dx + dy + dz =
0

En el sistema lineal que se ha obtenido al diferenciar el sistema no lineal se poda

haber tomado como variable exgena cualquiera.
En este caso el enunciado deca que la que haba cambiado era la variable y, pero
podra haberse hecho con cualquiera de las otras variables.
Lo nico que se requiere para poder hacerlo es que el sistema que se obtiene
considerando a esa (esas) variables como libres sea un sistema de Cramer.
45

Ejercicio
Dado el sistema de ecuaciones
a)

x 2 + ln ( x( y 2) ) + xyz + u 2 v =
1
4e z y + x 2u + v =2

Es el punto (x,y,z,u,v)=(1,3,0,-1,-2) solucin de este sistema?

b) Halla cul es aproximadamente la solucin de este sistema cuando x=1.05,

y=2.9, u=-0.9.

46

HIPATIA DE ALEJANDRA
Defiende tu derecho a pensar, pues incluso pensar de

manera errnea es mejor que no pensar.

Hipatia de Alejandra (355 370 -415 416 ) fue filsofa
y maestra neoplatnica, natural de Egipto, que destac en
los campos de las Matemticas y la Astronoma. Primera
mujer matemtica de la historia de la humanidad de la que
se tiene conocimiento, Hipatia es autora de tres trabajos: un
comentario a la Aritmtica de Diofanto, el Cann Astronmico y un comentario a
las Secciones Cnicas de Apolonio de Perga. En el comentario sobre la Aritmtica
de Diofanto incluy nuevos problemas y distintas soluciones que fueron
incorporadas a los manuscritos diofnticos. Los historiadores sugieren que todos los
manuscritos existentes conocidos derivan de una fuente comn, y que esa fuente es
el Comentario de Hipatia.
Su carcter de mujer entregada al pensamiento y la enseanza, su fidelidad
al paganismo y su cruel linchamiento a manos de cristianos, han dado una gran
fama a Hipatia, cuya figura ha sido muy mitificada. Se la presenta como una mrtir
de la ciencia y smbolo de la lucha ante la irracionalidad. Recientemente su vida ha
sido llevada al cine por Alejandro Amenbar en la pelcula Agora.
47

BIBLIOGRAFA

Chiang A.C, Wainwright K. Mtodos fundamentales de economa matemtica. Mc

Graw Hill (2006) (captulo 5 (5.5-5.7)
Herman E. A., Pepe M. D. Visual Linear Algebra with Maple and Mathematica
tutorials. John Wiley & Sons (2005) Larson, B. H. Edwards y D. C. Falvo. lgebra
Lineal. Pirmide (2004) (captulo 1)

Lay D.C. lgebra Lineal y sus Aplicaciones. Addison Wesley (2007) (captulo 1)
Martn M.A, Morn M., Rey J.M y Reyes M. Matemticas para las Ciencias de la
Naturaleza y de la Salud II. Bruo (2003) Captulo 1

Poole, D. lgebra Lineal. Una introduccin moderna. Thomson (2004) Captulo 2

Shiskowski K, Frinkle K. Principles of Linear Algebra with Maple. Wiley 2010

(Captulos 2, 3, 5 (seccin 5.6))

Simon C.P. y Blume L. Mathematics for Economists. Norton (1994) (captulos 7 y

28)
Strang G. lgebra Lineal y sus Aplicaciones. Thomson (2007) (captulo 1)
Sydsaeter K. y Hammond P. J. Matemticas para el anlisis econmico. Prentice
Hall (1998) (captulos 13 (seccin 13.8) y 14 (secciones 14.1-14.3)

48