SISTEMAS DE ECUACIONES LINEALES

UNIDAD II

SISTEMAS DE ECUACIONES LINEALES

INTRODUCCIÓN

En esta unidad veremos una de las primeras aplicaciones que tienen las matrices, en la obtención

del conjunto solución para un sistema lineal de m ecuaciones con n incógnitas (m × n) ,

empezando por su definición, su representación matricial, el conjunto solución, la clasificación de

un sistema en consistente e inconsistente, los sistemas no homogéneos y homogéneos, el proceso

de escalonamiento para resolver sistemas lineales, su interpretación, la regla de Cramer y de la

inversa para sistemas lineales cuadrados.

2.1 SISTEMAS DE ECUACIONES LINEALES

Definición 2.1: Un sistema o colección de - ecuaciones con - incógnitas, se dice lineal si

tiene o se reduce a la forma siguiente:

Donde . Las son las incógnitas.

96
 SISTEMAS DE ECUACIONES LINEALES

La palabra lineal en los sistemas, se debe a que el exponente de las incógnitas x j es el número

uno en todas las ecuaciones, en caso contrario, al sistema se le llama no lineal.

Para referirnos a un sistema lineal de m - ecuaciones con n - incógnitas de manera abreviada, solo

diremos un sistema lineal m × n .

Ejemplo 2.1.1 Algunos sistemas de ecuaciones lineales son los siguientes:

1) x1 + 2 x2 =
3 es un sistema lineal 1× 2

2 x1 + x2 =5
2) es un sistema lineal 2 × 2
x1 − 3 x2 =−1

x1 − 3 x2 + 2 x3 =−1
3) es un sistema lineal 2 × 3
− x1 + 4 x2 + 3 x3 =5

3 x1 − 2 x2 + x3 = 1
4) x1 + x2 + 4 x3 = −2 es un sistema lineal 3 × 3
− x1 + 4 x2 + 7 x3 = −3

2 x1 + x2 − 2 x3 =0
− x1 − 2 x2 + x3 =0
5) es un sistema lineal 4 × 3
x2 + 4 x3 =0
x1 + x2 + x3 =0

x − 2y + z − 5w =−1
−x + 3y − 4 z + 2w =3
6) es un sistema lineal 4 × 4
2x + y − 2z + w =−5
3x − 4 y + z = 2

x − 3y + z + 2t =0
−x + 2 y − 2z + w − t =0
7) es un sistema lineal 4 × 5
− y − z + w + t =0
2x + y − 3z − w =
0

Si bien en la definición las incógnitas se escriben como x j , podemos prescindir de los subíndices

y usar letras diferentes para cada incógnita, sobre todo cuando no son muchas.
97
 SISTEMAS DE ECUACIONES LINEALES

Algunos sistemas no lineales son:

x1 + x2 = 2 x1 + x2 =5
x12 + 2 x2 =−1 ; ;
x1 − 3 x23 =−1 x1 − 3 x2 =−1

x + y = 2
x2 + y 2 =
1 xy = 8 −1
; ; 2x − y =−1
x − 3y =5 2x − 4 y =1
x2 + y =
2
9

En estos sistemas se puede apreciar que en alguna incógnita su exponente ya no es el número

uno, o en su defecto en la primera ecuación del quinto sistema aparece un producto de dos

incógnitas, esto no se permite en los sistemas lineales. Se puede decir que en un sistema lineal,

todas sus ecuaciones que lo integran son lineales.

2.2 SISTEMAS DE ECUACIONES LINEALES HOMOGÉNEOS

Y NO HOMOGÉNEOS, CONSISTENTES E INCONSISTENTES

Los sistemas de ecuaciones lineales se clasifican en homogéneos, cuando en la definición 2.1 los

coeficientes b j son iguales a cero, es decir, b j = 0 para toda j = 1, 2, 3,  , n y en no

homogéneos, cuando al menos un coeficiente b j es diferente de cero, es decir, b j ≠ 0 para algún

j = 1, 2, 3,  , n .

Así, un sistema lineal de m - ecuaciones con n - incógnitas es homogéneo, si se escribe como:

a11 x1 + a12 x2 + a13 x3 +  + a1n xn =0

a21 x1 + a22 x2 + a23 x3 +  + a2 n xn =
0
a31 x1 + a32 x2 + a33 x3 +  + a3n xn =0  ( 2 )
   
am1 x1 + am 2 x2 + am 3 x3 +  + amn xn =0

98
 SISTEMAS DE ECUACIONES LINEALES

Ejemplo 2.2.1 Considerando los sistemas lineales del ejemplo anterior, decimos que los que

aparecen en los incisos 5) y 7) son homogéneos, mientras que los demás son no homogéneos.

Una solución de un sistema de ecuaciones lineal, esta formada por aquellos valores numéricos

que se le asignan a las respectivas incógnitas y que satisfacen simultáneamente a todas las

ecuaciones, es decir, preservan las igualdades. En caso contrario, es decir, si no se satisface

alguna de las ecuaciones no es solución del sistema.

Por ejemplo para el sistema lineal 3 × 3

x1 − 2 x2 + x3 =2
− x1 + x2 − 3 x3 =2 una solución es x1 = 9, x2 = 2 y x3 = −3 , ya que al sustituir estos
x1 − 3 x2 − x3 =6

valores, satisfacen las tres ecuaciones, en efecto

9 − 2 ( 2 ) + ( −3) = 2
−9 + 2 − 3 ( −3) =2
9 − 3 ( 2 ) − ( −3) = 6

Mientras que=
x1 1,=
x2 2 y=
x3 3 no es una solución del sistema, en efecto

1 − 2 ( 2 ) + ( 3) ≠ 2
−1 + 2 − 3 ( 3) ≠ 2
1 − 3 ( 2 ) − ( 3) ≠ 6

Un sistema lineal se dice consistente, cuando al menos tiene una solución e inconsistente,

cuando no tiene solución.

Los sistemas homogéneos siempre son consistentes, ya que por lo menos tienen una solución,

llamada solución trivial y es cuando todas las incógnitas son iguales a cero. Los sistemas no

homogéneos son consistentes ó inconsistentes y en la sección 2.4 veremos un proceso que nos

ayuda a saberlo.

99
 SISTEMAS DE ECUACIONES LINEALES

Como se dijo en la introducción de la unidad, las matrices se usan para obtener el conjunto

solución de un sistema lineal, como se verá a continuación.

2.3 REPRESENTACIÓN MATRICIAL DE UN SISTEMA DE

ECUACIONES LINEAL

El sistema de ecuaciones (1) que aparece en la definición, se puede representar matricialmente,

si consideramos las siguientes matrices:

 a11 a12 a13  a1n 

 
 a21 a22 a23  a2 n 
A =  a31 a32 a33  a3n  Matriz de coeficientes de las incógnitas
 
     
a am 3  amn m×n
 m1 am 2

 x1 
 
 x2 
X =  x3  Matriz de las incógnitas
 
 
x 
 n  n×1

 b1 
 
 b1 
B =  b3  Matriz de coeficientes independientes
 
  
b 
 m  m×1

Entonces el sistema de ecuaciones (1) se puede escribir como: AX = B y es conocida como la

representación matricial para un sistema de ecuaciones lineal.

Al arreglo ( A B) se le llama matriz aumentada del sistema y se usa con mucha frecuencia

para resolver sistemas lineales.

100
 SISTEMAS DE ECUACIONES LINEALES

Ejemplo 2.3.1 Escribir en forma matricial cada uno de los siguientes sistemas lineales.

Sistema lineal AX = B

3 x1 − 2 x2 + x3 = 1  3 −2 1  x1   1
    
x1 + x2 + 4 x3 = −2  1 1 4  x2  =  −2 
− x1 + 4 x2 + 7 x3 = −3  −1 4 7  x   −3 
  3   

2 x1 + x2 − 2 x3 =0  2 1 −2  0
− x1 − 2 x2 + =    x1   
x3 0  −1 −2 1    0 
x2 =
x2 + 4 x3 =0  0 1 4     0 
   x3   
x1 + x2 + x3 =0  1 1 1 0

x − 2y + z − 5w =−1  1 −2 1 −5  x   −1
    
−x + 3 y − 4 z + 2w =3  −1 3 −4 2  y  =  3 
2x + y − 2z + w =−5  2 1 −2 1 z   −5 
    
3x − 4y + z = 2  3 −4 1 0  w   2 

 x
x − 3y + z + 2t =0  1 −3 1 0 2  0
  y   
−x + 2 y − 2z + w − t =0  −1 2 −2 1 −1  z  = 0
− y − z + w + t =0  0 −1 −1 1 1    0 
  w  
2x + y − 3z − w =0  2 1 −3 −1 0     0 
 t

Los sistemas lineales no homogéneos se escriben como AX = B con B ≠ O y los homogéneos

como AX = O , donde O es una matriz columna nula.

La representación matricial permite referirnos a los sistemas lineales, como una igualdad de

matrices, además de que es muy comodo anotar solo AX = B y una solución la podemos

 x1 = c1 
 
 x2 = c2 
X 0 =
expresar como una matriz columna de orden n × 1 , = x3 c3  que satisface la igualdad
 
  
 x =c 
 n n

AX 0 = B , donde c1 , c2 , c3 ,  , cn son valores numéricos específicos.

101
 SISTEMAS DE ECUACIONES LINEALES

Así por ejemplo, para el sistema de ecuaciones

x1 − 2 x2 + x3 =2  1 −2 1 x1   2 
    
− x1 + x2 − 3 x3 =2 su forma matricial es  −1 1 −3  x2  =
 2  y una solución es
− 3 x2 − x3 =  1 −3 −1 x   6 
x1 6   3   

 x1 = 19   19   1 −2 1 19   2 
        
=
X 0 = x2 6  o bien X 0 =  6  , ya que AX 0 =
 −1 1 −3  6  =
 2 =B
 x = −5   −5   1 −3 −1 −5   6 
 3        

Esta es una alternativa para escribir una solución o el conjunto solución de un sistema lineal y

resulta muy útil para comprobar que en efecto lo es.

Para obtener el conjunto solución de un sistema lineal, contamos con el método de eliminación o

de escalonamiento de Gauss y de Gauss-Jordan, conocido también como de pivoteo, el cual esta

basado en el método algebraico de reducción por suma y resta estudiado en los cursos de álgebra

elemental, solo que aquí se utilizan las matrices escalonadas cuando se diga de Gauss y de Gauss-

Jordan cuando las matrices sean escalonadas reducidas.

2.4 MÉTODO DE ELIMINACIÓN DE GAUSS

Y DE GAUSS-JORDAN O DE PIVOTEO

El método de eliminación se apoya en tres operaciones que se le pueden realizar a las ecuaciones

de todo sistema lineal y son:

1) Intercambio de ecuaciones (Intercambio de renglones).

2) Multiplicar (dividir) una ecuación por algún escalar diferente de cero (Múltiplo de

un renglón).

3) Sumar el múltiplo de una ecuación a otra y cambiar una de las dos ecuaciones (solo

una) por la ecuación resultante (Suma del múltiplo de un renglón a otro).

102
 SISTEMAS DE ECUACIONES LINEALES

Como se puede dar cuenta, estas tres operaciones con ecuaciones son en esencia las mismas a las

definidas con los renglones en las matrices. Cuando se realiza en un sistema lineal alguna

operación de las tres, se produce otro sistema lineal que es equivalente, es decir, que tiene el

mismo conjunto solución que el primero.

El método de eliminación o de escalonamiento, consiste en a través de las operaciones ir

construyendo sistemas lineales equivalentes (mismo conjunto solución) al inicial, pero que de

preferencia su conjunto solución sea más fácil de obtener. Esto se logra cuando llegamos a un

sistema lineal en forma escalonada (Método de Gauss) o mejor aún a su forma escalonada

reducida (método de Gauss-Jordan), como veremos a continuación.

Si un sistema lineal ya se encuentra en forma escalonada, su conjunto solución se obtiene de

manera casi directa, empezando de abajo hacia arriba, llevando a cabo sustituciones de las

incógnitas que ya se sabe su valor con despejes convenientes.

Por ejemplo, el siguiente sistema lineal esta en forma escalonada.

+ 3x2 − 2 x3 = 7
x1 x1 =7 − 3x2 + 2 x3 =7 − 3(1) + 2(2) =8
x2 + 4 x3 = 9 ⇒ x2 =−
9 4 x3 =− 9 4(2) = 1
= x3 =2 x3 2

Como la incógnita x3 = 2 , al despejar x2 en la segunda ecuación y sustituir el valor x3 = 2 , se

tiene que x2 = 9 − 4 x3 = 9 − 4(2) = 9 − 8 = 1 , de manera análoga al despejar x1 de la primera

ecuación y sustituir los valores x2 = 1 y x3 = 2 , se tiene x1 =7 − 3 x2 + 2 x3 =7 − 3(1) + 2(2) =8

De manera que su solución es única, a saber,=

x1 8,=
x2 1 y=
x3 2 , o bien su solución es la

8
 
matriz columna X =  1 
 2
 

103
 SISTEMAS DE ECUACIONES LINEALES

Ahora mostramos como resolver un sistema lineal, usando el método de eliminación de Gauss o

escalonamiento.

Ejemplo 2.4.1 Resolver por eliminación de Gauss el sistema lineal.

x1 + 2 x2 − 4 x3 = −9 Ecuación 1
− x1 − x2 + 2 x3 = 3 Ecuación 2
2 x1 − 3 x2 − x3 =−11 Ecuación 3

Al sumar la ecuación 1 con la ecuación 2 y cambiar la ecuación 2 se tiene

x1 + 2 x2 − 4 x3 = −9 Ecuación 1
x2 − 2 x3 = −6 Ecuación 2
2 x1 − 3 x2 − x3 =−11 Ecuación 3

Al sumar menos dos veces la ecuación 1 con la ecuación 3 y cambiar la ecuación 3 se tiene

x1 + 2 x2 − 4 x3 =−9 Ecuación 1
x2 − 2 x3 =−6 Ecuación 2
− 7 x2 + 7 x3 = 7 Ecuación 3

Al sumar siete veces la ecuación 2 con la ecuación 3 y cambiar la ecuación 3 se tiene

x1 + 2 x2 − 4 x3 =−9 Ecuación 1
x2 − 2 x3 =−6 Ecuación 2
− 7 x3 =−35 Ecuación 3

Al dividir la ecuación 3 entre menos siete se tiene

x1 + 2 x2 − 4 x3 = −9 Ecuación 1
x2 − 2 x3 = −6 Ecuación 2
x3 = 5 Ecuación 3

+ 2 x2 − 4 x3 = −9
x1 x1 =−9 − 2 x2 + 4 x3 =−9 − 2(4) + 4(5) =3
x2 − 2 x3 = −6 ⇒ x2 =−6 + 2 x3 =−6 + 2(5) =4
= x3 = 5 x3 5

Luego, la solución del sistema lineal es=

x1 3,=
x2 4 y=
x3 5

104
 SISTEMAS DE ECUACIONES LINEALES

Una manera más práctica para resolver el sistema anterior, es usando la representación matricial,

particularmente la matriz aumentada del sistema ( A B) , la cual se lleva a una forma

escalonada, con ello nos ahorramos el estar escribiendo en repetidas ocasiones las incógnitas de

cada ecuación y llegamos al mismo sistema lineal equivalente, como se ilustra enseguida.

x1 + 2 x2 − 4 x3 = −9  1 2 −4  x1   −9 
    
− x1 − x2 + 2 x3 = 3 su representación matricial es  −1 −1 2  x2  =
 3
− 3 x2 − =−11  2 −3 −1 x   −11
2 x1 x3   3   

 1 2 −4 −9 
 
La matriz aumentada queda como ( A B ) = −1 −1 2 3  y al escalonarla se tiene que
 2 −3 −1 −11
 

 1 2 −4 −9   1 2 −4 −9   1 2 −4 −9 
  R1 + R2   7 R2 + R3  
 −1 −1 2 3  
−2 R1 + R3
→ 0 1 −2 −6  →  0 1 −2 −6 
 2 −3 −1 −11  0 −7 7 7   0 0 −7 −35 
     

 1 2 −4 −9  x1 + 2 x2 − 4 x3 = −9 x1 =3
− 17 R3
 
→  0 1 −2 −6  ⇒ x2 − 2 x3 = −6 ⇒ x2 =4
0 0 1 5  = x3 = 5 x3 5


En lo sucesivo, usaremos la matriz aumentada ( A B) para resolver o encontrar el conjunto

solución de un sistema lineal.

Cuando la matriz aumentada ( A B ) se lleva hasta su forma escalonada reducida, su solución se

obtiene directamente de los renglones y para ejemplificarlo consideremos el siguiente sistema.

x1 − 3 x2 + x3 = 12
−2 x1 + 7 x2 − x3 =−26
5 x1 + 2 x2 + 2 x3 = 6

Al tomar su matriz aumentada y llevarla a la forma escalonada reducida.

105
 SISTEMAS DE ECUACIONES LINEALES

 1 −3 1 12  1 −3 1 12 
( A B )=  −2 7  2 R1 + R2 
−1 −26   → 0
−5 R1 + R3 
1 1 −2 

 5 2 2 6  0 17 −3 −54 
 
1 0 4 6  1 0 4 6
3R2 + R1   − 20 1 R
 
→  0 1 −2   → 0 1 1 −2 
3
1
−17 R2 + R3
0 0 −20 −20   0 0 1 1
 
 1 0 0 2
− R3 + R2  
 → 0 1 0 −3 
−4 R3 + R4
 0 0 1 1
 

x1 + 0 x2 + 0 x=
3 2 =x1 2
Esta matriz representa al sistema lineal 0 x1 + x2 + 0 x3 = −3 ⇒ x2 =−3
0 x1 + 0 x2 + x=
3 1 =x3 1

Cuya solución es x1 ==
2, x2 −3 y x3 =
1

El método se llama de eliminación o escalonamiento de Gauss-Jordan, porque se trata de ir

construyendo ceros arriba y debajo de los unos principales o pivotes, de ahí que también se

conozca como método de pivoteo.

Los sistemas de ecuaciones lineales m × n no homogéneos AX = B , como se dijo, pueden ser

consistentes ó inconsistentes y con el ejemplo que viene mostraremos, cuando un sistema tiene

solución única, infinidad de soluciones o en su defecto no tiene solución. Por comodidad las

incógnitas se escribirán con letras diferentes.

Ejemplo 2.4.2 Resolver cada uno de los sistemas lineales, por medio del método de

escalonamiento de Gauss-Jordan.

x − 3y + z = 3
1) −2 x + 7 y − z =−5
x − 2 y + 2z = 6

Tomamos la matriz aumentada ( A B ) y la llevamos a su forma escalonada reducida.

106
 SISTEMAS DE ECUACIONES LINEALES

 1 −3 1 3   1 −3 1 3   1 0 3 1
  2 R1 + R2   3R2 + R1  
( A B )=  −2 7 −1 −5  
− R1 + R3
→ 0 1 1 1 →  0 1 1 1
− R2 + R3
 1 −2 2 6  0 1 1 3   0 0 0 2
     

Si bien aún no se ha llegado a la matriz escalonada reducida, podemos observar que en el último

renglón se presenta una ecuación que no tiene solución 0 x + 0 y + 0 z =

2 , ya que no existen

valores para x, y y z que la cumplan. A este tipo de ecuación le llamamos absurda o

contradictoria y cuando aparezca diremos que el sistema no tiene solución, en otras palabras es

inconsistente.

x + 5 y + 3z = 5
2) 4x − 2 y + 2z = 22
−x − 4 y − z = −2

 1 5 3 5 1 5 3 5 1 5 3 5
  −4 R1 + R2   Int.R2 , R3  
 4 −2 2 22  
R1 + R3
→  0 −22 −10 2   → 0 1 2 3
 −1 −4 −1 −2  0 1 2 3   0 −22 −10 2 
    

 1 0 −7 −10  1  1 0 −7 −10   1 0 0 4
−5 R2 + R1   34 R3   7 R3 + R1  
 → 0 1 2 3  →  0 1 2 3   → 0 1 0 −1
22 R2 + R3  −2 R3 + R2 
 0 0 34 68  0 0 1 2   0 0 1 2
    

x=4
De la matriz escalonada reducida se tiene que, la solución es única y = −1
z=2

Observemos que no aparece una ecuación absurda y además el número de incógnitas (3) del

sistema, es igual al número de pivotes (3) en la matriz escalonada reducida. Por lo que, el sistema

es consistente con solución única, ya que solo hay un valor numérico para cada incógnita que

satisfacen las tres ecuaciones.

107
 SISTEMAS DE ECUACIONES LINEALES

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

 1 −1 2 −3   1 −1 2 −3   1 0 3 −4 
  R1 + R2   R2 + R1  
 −1 2 −1 2   →  0 1 1 −1 →  0 1 1 −1
− R2 + R3
 0 1 1 −1  0 1 1 −1  0 0 0 0
     

De la matriz escalonada reducida, obtenemos el sistema final.

x + 3z =−4
y + z = −1

Dado que el renglón nulo representa a una ecuación 0 x + 0 y + 0 z =

0 , la cual es válida para

cualquier valor que tomen las incógnitas, no es necesario escribirla en el sistema final. En este

caso como hay más incógnitas (3), que pivotes (2) y no aparece la ecuación absurda, el sistema es

consistente y tiene infinidad de soluciones con (3 – 2 = 1) una incógnita libre z , es decir, que

puede tomar cualquier valor real ( z ∈  ) . Para escribir el conjunto solución cuando tiene

infinidad de elementos, es conveniente despejar las incógnitas no libres " x " e " y " de las

ecuaciones respectivas integran el sistema final.

x + 3 z = −4 x =−4 − 3 z
⇒
y + z = −1 y =−1 − z

 x   −4 − 3 z 
   
Y usar la matriz columna X =  y  =  −1 − z  con z ∈ 
 z  z 
  

Con esta columna podemos verificar que en efecto, es el conjunto solución del sistema inicial

AX = B . Hagamos su comprobación para ilustrarlo.

 1 −1 2  −4 − 3 z   −4 − 3 z + 1 + z + 2 z   −3 
      
AX =  −1 2 −1 −1 − z  =  4 + 3z − 2 − 2 z − z  =  2 = B
 0 1 1 z   −1 − z + z   −1
      

108
 SISTEMAS DE ECUACIONES LINEALES

Cuando queramos una solución particular, habrá que asignarle un valor especifico a la incógnita

libre z , por ejemplo, si z = 3 , entonces x =−4 − 3(3) =−13 ; y =−1 − 3 =−4 , es decir,

 −13 
 
X=  −4  es una solución particular del sistema.
 3
 

Del ejemplo anterior, podemos desprender un criterio que nos permita saber cuándo un sistema

lineal no homogéneo AX = B , no tiene solución (es inconsistente), tiene solución única ó tiene

infinidad de soluciones (es consistente).

Un sistema lineal no homogéneo AX = B , al llevarse a una forma escalonada o a la

escalonada reducida, cumplirá solo uno de los siguientes casos:

1) Cuando aparezca una ecuación absurda (contradicctoria), el sistema no tiene

solución, es decir, es inconsistente.

2) Cuando no aparezca una ecuación absurda y además el número incógnitas sea igual

al número de pivotes (unos principales), el sistema es consistente con solución única.

3) Cuando no aparezca una ecuación absurda y además el número de incógnitas sea

mayor que el número de pivotes (unos principales), el sistema es consistente con

infinidad de soluciones y la cantidad de incógnitas “libres” estará dada por la

siguiente regla:

No. de incógnitas “libres” = No. de incógnitas del sistema – No. de pivotes.

Para los sistemas lineales 2 × 2 , como recordamos de los cursos de Álgebra elemental, cada

ecuación representada en el plano cartesiano es una recta y las tres posibles situaciones se pueden

interpretar como:

109
 SISTEMAS DE ECUACIONES LINEALES

1.- El sistema no tiene solución, cuando las rectas son paralelas, es decir, no se cortan, por

−x + y =2
ejemplo. El sistema no tiene solución, ya que al llevar su matriz aumentada
2x − 2y =
2

a la escalonada reducida, se produce una ecuación absurda 0 x + 0 y =

4

 −1 1 2  − R1  1 −1 −2  −2 R1 + R2  1 −1 −2 
En efecto,    →   → 
 2 −2 2   2 −2 2  0 0 4

2.- El sistema tiene solución única, cuando las dos rectas se cortan en un solo punto y las

coordenadas del punto son la solución.

x + y = 3
Por ejemplo, el sistema tiene solución única
−x + y = −1

Al llevar la matriz aumentada, a su forma escalonada reducida, no aparece una ecuación absurda

y el número de incógnitas es igual al de pivotes.

110
 SISTEMAS DE ECUACIONES LINEALES

 1 1 3  R1 + R2  1 1 3  12 R2  1 1 3  − R2 + R1  1 0 2 
   →   →  →  
 −1 1 −1 0 2 2  0 1 1  0 1 1

La solución única=
es x 2=
y y 1

3.- El sistema tiene infinidad de soluciones, cuando solo se tiene una recta y cualquier punto de la

recta es una solución particular.

−x + y = 2
Por ejemplo, el sistema tiene infinidad de soluciones.
−3 x + 3 y =6

Ya que al llevar la matriz aumentada a su forma escalonada, no aparece la ecuación absurda y el

número de incógnitas es mayor al número de pivotes.

 −1 1 2  − R1  1 −1 −2  3R1 + R2  1 −1 −2 
   →  →   la incógnita “libre” puede ser y , de
 −3 3 6   −3 3 6   0 0 0 

 −2 + y 
=
modo que el conjunto solución se escribe como: X   con y ∈ 
 y 

En este sistema podemos observar que una ecuación es múltiplo de la otra, por ello son en

realidad la misma recta.

Para sistemas lineales con tres incógnitas, aún es posible dar una interpretación gráfica, en este

caso en lugar de rectas se hablarían de planos en el espacio tridimensional y a partir de cuatro o

más incógnitas ya no contamos con una representación gráfica.

Consideremos otros ejemplos de sistemas lineales no homogéneos.

111
 SISTEMAS DE ECUACIONES LINEALES

Ejemplo 2.4.3 Obtenga el conjunto solución para el sistema lineal.

2x − y + 2z − w =−1
x − y − z + 3w =4
−x − 3z + 4w =5
3x − 3 y − 3z + 9w =
12

Al tomar la matriz aumentada y llevarla a su forma escalonada reducida.

 2 −1 2 −1 −1  1 −1 −1 3 4 
   
1 −1 −1 3 4  Int.R1 , R2  2 −1 2 −1 −1
=( A B )  −1 0 −3 4 5  
 →
 −1 0 −3 4 5 
   
 3 −3 −3 9 12   3 −3 −3 9 12 

−2 R1 + R2  1 −1 −1 3 4 1 0 3 −4 −5 
   
R1 + R3  0 1 4 −7 −9  R2 + R1  0 1 4 −7 −9 
 →  →
−3R1 + R4  0 −1 −4 7 9  R2 + R3  0 0 0 0 0
   
0 0 0 0 0  0 0 0 0 0

Así el sistema equivalente al inicial es

x 3z − 4w = −5
y + 4 z − 7w =−9

Como no aparece una ecuación absurda y hay 4 incógnitas por solo 2 pivotes, entonces el

sistema es consistente con infinidad de soluciones. El número de incógnitas libres esta dado por

2 Inc. libres ) , en este caso las incógnitas libres son: z ∈  y w∈  , de

( 4 Inc. − 2 Pivotes =

modo que el conjunto solución para este sistema queda expresado como:

 x   −5 − 3 z + 4 w 
   
 y   −9 − 4 z + 7 w 
X= = con z ∈  y w ∈ 
z  z 
   
 w  w 

112
 SISTEMAS DE ECUACIONES LINEALES

Ejemplo 2.4.4 Resuelva el sistema lineal

x − 3y + z + 2w =2
−x + 4 y − z − w = −3
y + 2z + w = 1
x − 2y + z + 3w =2

 1 −3 1 2 2   1 −3 1 2 2
   
−1 4 −1 −1 −3 R1 + R2 0 1 0 1 −1
=( A B )  0 1 2 1 1 → − R1 + R4  0 1 2 1 1
   
 1 −2 1 3 2  0 1 0 1 0 

3R2 + R1  1 0 1 5 −1
 
− R2 + R3  0 1 0 1 −1
→
− R2 + R4  0 0 2 0 2 
 
0 0 0 0 1

Como aparece una ecuación absurda 0 x + 0 y + 0 z + 0 w =

1 , el sistema no tiene solución, en

otras palabras, es inconsistente.

Ejemplo 2.4.5 Resuelva el sistema lineal 1× 5

x − 2 y + z − w + 2t =4 su matriz aumentada, ya esta en forma escalonada reducida.

(1 −2 1 −1 2 4 ) , de modo que, el sistema tiene infinidad de soluciones, con ( 5 − 1 =4 )

incógnitas libres, a saber, y ∈ , z ∈ , w ∈  y t ∈  . Así el conjunto solución queda como:

 4 + 2 y − z + w − 2t 
 
 y 
X  z  con y ∈ , z ∈ , w ∈  y t ∈ 
 
 w 
 
 t 

En los siguientes ejemplos la matriz aumentada, se lleva a una forma escalonada o a una que casi

lo es.

113
 SISTEMAS DE ECUACIONES LINEALES

Ejemplo 2.4.6 Obtener las condiciones que deben cumplir a, b y c de manera que el sistema sea

consistente (que no aparezca una ecuación absurda)

x − y + z =a
−2 x + 3 y − 3z = b
−3 x + 7 y − 7 z =c

 1 −1 1 a   1 −1 1 a   1 −1 1 a 
     
( A B) =
 −2 3 −3 b  →  0 1 −1 2a + b  →  0 1 −1 2a + b 
 −3 7 −7 c   0 4 −4 3a + c   0 0 0 −5a − 4b + c 
     

El tercer renglón de la matriz escalonada, puede representar a una ecuación absurda, pero para

que esto no suceda, debemos pedir que −5a − 4b + c =0 , ya que con ello se garantiza que el

sistema es consistente (con infinidad de soluciones). La ecuación −5a − 4b + c =0 , se puede

escribir como: =
c 5a + 4b , donde a y b son libres, es decir, a ∈  y y ∈  .

De modo que las condiciones que deben cumplir a, b y c , para que el sistema sea consistente

son: a ∈  , y ∈  y c =5a + 4b .

Ejemplo 2.4.7 Obtener las condiciones que deben cumplir a, b, c y d para que el sistema dado

sea consistente (que no aparezca una ecuación absurda)

x − 2y + 5z = a
−x + 3y − 4 z =b
− y − 2z = c
−x + 3y − 5z = d

 1 −2 5 a   1 −2 5 a   1 −2 5 a 
     
−1 3 −4 b  0 1 1 a +b  0 1 1 a+b 
( A B ) = 0 −1 −2 → →
c   0 −1 −2 c   0 0 −1 a + b + c 
  
d   0
  
1 0 a + d   0 0 −1 −b + d 
 −1 3 −5

114
 SISTEMAS DE ECUACIONES LINEALES

 1 −2 5 a   1 −2 5 a 
   
 0 1 1 a +b  0 1 1 a+b 
→ →
 0 0 1 −a − b − c   0 0 1 −a − b − c 
   
 0 0 −1 −b + d   0 0 0 −a − 2b − c + d 

Luego, para que el sistema sea consistente (con solución única) se debe cumplir que

−a − 2b − c + d = 0 ⇒ d = a + 2b + c donde a , b y c ∈ 

Obsérvese que se despejo a d y las otras literales son libres, aunque también se pudo haber

despejado alguna otra literal y las demás serian libres.

Ejemplo 2.4.8 Obtenga las condiciones que deben cumplir a, b y c para que el sistema dado sea

consistente.

x − y − 2z = a
− x + 2y + z = b
− y + 2z = c

 1 −1 −2 a   1 −1 −2 a   1 −1 −2 a 
     
( A B) =
 −1 2 1 b  →  0 1 −1 a + b  →  0 1 −1 a + b 
     1 a + b + c 
 0 −1 2 c   0 −1 2 c   0 0

Este sistema es consistente (con solución única), ya que no contiene una ecuación absurda para

cualquier valor real de a , b y c . Luego las condiciones que deben cumplir a , b y c para que el

sistema sea consistente son: a ∈ , b ∈  y c ∈ 

Ejemplo 2.4.9 Obtener los valores de k , para los cuales el sistema lineal i) no tenga solución,

ii) tenga solución única, iii) tenga infinidad de soluciones.

x − y + 2 z =4
x + y + (2 − k ) z =7
x − y + (k − 2k − 13) z =
2
k −1

Tomamos su matriz aumentada y la llevamos una forma escalonada o casi escalonada.

115
 SISTEMAS DE ECUACIONES LINEALES

 1 −1 2 4   1 −1 2 4 
  − R1 + R2  
( A B)  1 1
= 2−k 7  →
− R1 + R2 0 2 −k 3 
   
 1 −1 k − 2k − 13 k − 1  0 0 k − 2k − 15 k − 5 
2 2

Inciso i) Para que el sistema no tenga solución, debe aparecer una ecuación absurda de la forma

0 y k −5 ≠ 0.
0 x + 0 y + 0 z =c ≠ 0 . En el tercer renglón se puede presentar cuando k 2 − 2k − 15 =

Resolviendo para k

k 2 − 2=
k − 15 0 y k − 5 ≠ 0
(k − 5)(
= k + 3) 0 y k ≠5
k=− 5 0 o k= +3 0
k = 5 o k = −3

0 y k − 5 ≠ 0 es k = −3
El valor que cumple con k 2 − 2k − 15 =

Por lo que, cuando k = −3 el sistema no tiene solución(es inconsistente).

Inciso ii) Para que el sistema tenga solución única, no debe aparecer una ecuación absurda y el

número de incógnitas y pivotes es igual, esto ocurre cuando la entrada k 2 − 2k − 15 del tercer

renglón sea diferente de cero, es decir, k 2 − 2k − 15 ≠ 0 ⇒ (k − 5)(k + 3) ≠ 0 ⇒ k ≠ 5 y k ≠ −3.

Así el sistema tiene solución única para todo k ≠ 5 y k ≠ −3.

Inciso iii) Para que el sistema tenga infinidad de soluciones, no debe aparecer una ecuación

absurda y el número de incógnitas debe ser mayor al de pivotes, esto sucede cuando

0 y k −5 =
k 2 − 2k − 15 = 0

El valor que cumple con las dos ecuaciones es k = 5 , por lo que, el sistema tiene infinidad de

soluciones cuando k = 5.

Ejemplo 2.4.10 Obtener los valores de k , para los cuales el sistema lineal i) no tenga solución,

ii) tenga solución única, iii) tenga infinidad de soluciones.

116
 SISTEMAS DE ECUACIONES LINEALES

kx + y + z =
1
x + ky + z =
1
x + y + kz =
1

De manera análoga como en el ejemplo anterior

 k 1 1 1  1 1 k 1 1 1 k 1 
  Int .R1 , R3   − R1 + R2  
=( A B )  1 k 1 1  →  1 k 1 1 
− kR1 + R3
→  0 k −1 1− k 0 
 1 1 k 1  k 1 1 1  0 1− k 1− k 2 1− k 
     
1 1 k 1  1 1 k 1 

R2 + R3  − R3  
→  0 k − 1 1− k 0  →  0 k − 1 1− k 0 
 −k 2 − k + 2 1 − k   k 2 + k − 2 k − 1
0 0 0 0

Inciso i) Para que el sistema no tenga solución, debe aparecer la ecuación absurda y esto ocurre

cuando k 2 + k − 2 =0 y k − 1 ≠ 0 (k ≠ 1) .

Al resolver la ecuación k 2 + k − 2 =0 por factorización.

k 2 + k − 2 = 0 ⇒ (k + 2)(k − 1) = 0 ⇒ k + 2 = 0 ; k − 1 = 0 ⇒ k = −2 ; k = 1

Luego de los valores k = 1 , el que cumple con (k ≠ 1) es k = −2 , por lo que cuando

−2 ; k =

k = −2 , el sistema no tiene solución.

Inciso ii) Para que el sistema tenga solución única, no debe aparecer una ecuación absurda y el

número de incógnitas es igual al de pivotes, esto ocurre si k 2 + k − 2 ≠ 0 y k − 1 ≠ 0 (k ≠ 1) , ya

que en el segundo renglón se quiere que aparezca un pivote.

k 2 + k − 2 ≠ 0 ⇒ k ≠ −2 y k ≠ 1
k −1 ≠ 0 ⇒ k ≠ 1

Entonces cuando k ≠ −2 y k ≠ 1 , el sistema tiene solución única.

Inciso iii) Finalmente el sistema tiene infinidad de soluciones cuando, k 2 + k − 2 =0 y

k −= k 1) y el valor que cumple con las dos ecuaciones es k = 1 .

1 0 (=

Entonces cuando k = 1 el sistema tiene infinidad de soluciones.

117
 SISTEMAS DE ECUACIONES LINEALES

En la sección 2.2 se definió un sistema de ecuaciones lineal homogéneo como:

a11 x1 + a12 x2 + a13 x3 +  + a1n xn =0

a21 x1 + a22 x2 + a23 x3 +  + a2 n xn =
0
a31 x1 + a32 x2 + a33 x3 +  + a3n xn =0  ( 2 )
   
am1 x1 + am 2 x2 + am 3 x3 +  + amn xn =0

Su representación matricial se escribe AX = O , estos sistemas siempre son consistentes, ya que

tienen por lo menos una solución, a saber, cuando todas las incógnitas son iguales al número cero

x=
1 x=
2 x=
3 = x=
 n 0 y se le conoce como solución trivial. Dicho de otra manera, en

los sistemas homogéneos no aparece la ecuación absurda, ya que solo hay dos opciones, o tiene

solución única y es la trivial o tiene infinidad de soluciones incluida la trivial.

El método de eliminación o de escalonamiento aplicado a los sistemas no homogéneos, sigue

siendo usado en estos sistemas, con la variante de que ahora no son incosistentes.

Si al escalonar la matriz aumentada ( A O ) se llega a igual número de incógnitas que de pivotes,

la solución es única (la trivial) x=

1 x=
2 x=
3 = x=
 n 0.

Pero si se llega a que el número de incógnitas, es mayor al de pivotes, el sistema tiene infinidad

de soluciones con cierta cantidad de incógnitas “libres”, la cual esta dada por:

No. de incógnitas “libres” = No. de incógnitas del sistema – No. de pivotes.

Ejemplo 2.4.11 Obtener el conjunto solución del sistema homogéneo.

x −
y + 2z − w = 0
− + 2y − z
x + 3w = 0
x + 3z + w = 0
2x − 2 y + 4z − 2w = 0

Procedemos a llevar la matriz ( A O ) a su forma escalonada reducida

118
 SISTEMAS DE ECUACIONES LINEALES

 1 −1 2 −1 0  R1 + R2  1 −1 2 −1 0  1 0 3 1 0
     
 −1 2 −1 3 0  
− R1 + R3
→
0 1 1 2 0  R2 + R1  0 1
→
1 2 0
 1 0 3 1 0  −2 R1 + R4  0 1 1 2 0  − R2 + R3  0 0 0 0 0
     
 2 −2 4 −2 0  0 0 0 0 0  0 0 0 0 0 

x + 3z + w = 0 x= −3 z − w
⇒
y + z + 2w = 0 y =− z − 2 w

Analizando el sistema al que se llega, observamos que hay 4 incógnitas y 2 pivotes, luego se tiene

una infinidad de soluciones, con 4 – 2 = 2 incógnitas libres, a saber z ; w ( z ∈  ; w ∈  ) . Así el

conjunto solución queda expresado como:

 x   −3 z − w   −3   −1 
       
 y   −z − w   −1  −1
X= = =z + w   z ∈ , w ∈ 
z  z   1  0
       
 w  w   0  1

Ejemplo 2.4.12 Obtener el conjunto solución del sistema homogéneo.

x + y − 4z =0
−x − 2 y + z =0
2x + 3y + 6z = 0

 1 1 −4 0   1 1 −4 0   1 0 −7 0 
  R1 + R2   R2 + R1  
 −1 −2 1 0  
−2 R1 + R3
→  0 −1 −3 0  
R2 + R3
→  0 −1 −3 0 
 2 3 6 0   0 1 10 0  0 0 7 0
     

 1 0 −7 0   1 0 0 0 x= 0
− R2   7 R3 + R1  
 → 0 1 3 0   → 0 1 0 0 ⇒ y =0
1R −3R3 + R2
7 3 0 0 1 0  0 0 1 0 z=0
  

El sistema tiene solución única y es la trivial x= y= z= 0 , ya que el número de incógnitas es

igual número de pivotes.

119
 SISTEMAS DE ECUACIONES LINEALES

 x = 0 0
   
Así el conjunto solución se escribe como: X=  =
y 0=  0
 z = 0 0
   

Podemos asegurar que cuando en un sistema de ecuaciones homogéneo, hay más incógnitas que

ecuaciones, habrá más incógnitas que pivotes, por lo que el sistema tendrá infinidad de

soluciones y el escalonamiento nos ayuda a saber cuántas y cuales incógnitas son libres.

Ejemplo 2.4.13 Consideremos el siguiente sistema homogéneo.

x − 2y + z − w = 0
− x + 3 y + 4 z − 2w =0
x − y + 6 z − 4w =0

De principio, el sistema tiene infinidad de soluciones, ya que hay cuatro incógnitas y tres

ecuaciones, pero si queremos el conjunto solución, es necesario llevar su matriz aumentada a una

escalonada o a la forma escalonada reducida.

 1 −2 1 −1 0   1 −2 1 −1 0   1 0 11 −7 0 
  R1 + R2   2 R2 + R1  
 −1 3 4 −2 0  
− R1 + R3
→ 0 1 5 −3 0  →  0 1 5 −3 0 
− R2 + R3
 1 −1 6 −4 0  0 1 5 −3 0  0 0 0 0 0
    

x + 11z − 7 w =0 x=
−11z + 7 w
⇒
y + 5 z − 3w =0 y=−5 z + 3w

Podemos notar que hay 2 incógnitas “libres”, a saber, z ∈  ; w ∈ 

De modo que el conjunto solución queda expresado como:

x =
−11z + 7 w   −11z + 7 w 
   
 y=−5 z + 3w   −5 z + 3w  con z ∈  , w ∈ 
=X =
 z   z 
   
 w   w 

120
 SISTEMAS DE ECUACIONES LINEALES

Cuando los sistemas lineales son cuadrados ( AX = B con An×n ) , se cuenta con dos alternativas

para resolverlos, distintas al método de escalonamiento, la primera es mediante la matriz inversa

y la segunda usando los determinantes (regla de Cramer).

2.5 OBTENCIÓN DE LA SOLUCIÓN MEDIANTE LA

INVERSA DE UNA MATRIZ

REGLA DE LA MATRIZ INVERSA

Para un sistema de ecuaciones cuadrado de la forma AX = B , donde An×n , sí A−1 existe

( A ≠ 0 ) , entonces la solución del sistema es única y esta dada por X = A−1 B .

Su justificación parte del hecho de que la matriz inversa A−1 existe, luego al multiplicar el sistema

AX = B por A−1 , se tiene A−1 ( AX ) = A−1 X y por la propiedad asociativa del producto de

matrices se concluye que ( A−1 A) X= A−1 B ⇒ IX= A−1 B ⇒ X= A−1 B

Ejemplo 2.5.1 Resolver el sistema de ecuaciones por medio de la matriz inversa.

3x − y=+ 2z 3  3 −1 2  x   3 
    
−x + y − z= 1 ⇒  −1 1 −1 y=  1
4x − y + 3z =−1     
 4 −1 3  z   −1

 3 −1 2   3
   
Donde A =
 −1 1 −1 y B =  1
 4 −1 3   −1
   

En primer lugar se debe averiguar si la inversa A−1 existe, para ello obtenemos el determinante de

la matriz A , para ver si es diferente de cero, en efecto como A = 1 ≠ 0 , la matriz inversa A−1

 2 1 −1
−1  
existe y es A =  −1 1 1 (verifíquelo usando la matriz adjunta).
 −3 −1 2 
 
121
 SISTEMAS DE ECUACIONES LINEALES

En segundo lugar, la solución del sistema es única y queda dada por:

 x  2 1 −1 3   8 
      
X= A−1 B =
 y =  −1 1 1 1 =  −3 
z  −3 −1 2  −1  −12 
      

Comprobemos que esta es la solución del sistema.

 3 −1 2  8   24 + 3 − 24   3 
      
AX =  −1 1 −1 −3  =  −8 − 3 + 12  =  1 = B
 4 −1 3  −12   32 + 3 − 36   −1
      

2.6 REGLA DE CRAMER

Para un sistema de ecuaciones cuadrado de la forma AX = B , donde An×n , Sí A ≠ 0,

entonces el sistema tiene solución única y esta dada por:

Aj
xj = con j = 1, 2,3, , n
A

Donde Aj es la matriz cuadrada que resulta al reemplazar la columna j de la matriz A

por la matriz columna B de coeficientes independientes.

Ejemplo 2.6.1 Por medio de la regla de Cramer resolver el sistema de ecuaciones.

x1 − x2 += x3 3 1 −1 1 x1   3 
    
x1 + x2 − x3 = −2 ⇒ 1 1 −1 x2  =−
 2
x1 − x2 += 1 −1 3  x   1
3 x3 1   3   

1 −1 1  3
   
=A 1 1 −1 y B =  −2 
1 −1 3   1
   

122
 SISTEMAS DE ECUACIONES LINEALES

Obtenemos el valor del determinante A

1 −1 1
A = 1 1 −1 = 1(3 − 1) + 1(3 + 1) + 1(−1 − 1) = 2 + 4 − 2 = 4 ≠ 0
1 −1 3

Dado que A = 4 ≠ 0 , de acuerdo a la regla de Cramer el sistema tiene solución única y para

obtenerla debemos calcular los determinantes A1 , A2 y A3 , reemplazando la primer,

segunda y tercera columna de A por la matriz columna B de coeficientes independientes,

respectivamente.

3 −1 1
A1 = −2 1 −1 = 3(3 − 1) + 1(−6 + 1) + 1(2 − 1) = 6 − 5 + 1 = 2
1 −1 3

1 3 1
A2 =1 −2 −1 =1(−6 + 1) − 3(3 + 1) + 1(1 + 2) =−5 − 12 + 3 =−14
1 1 3

1 −1 3
A3 = 1 1 −2 =1(1 − 2) + 1(1 + 2) + 3(−1 − 1) =−1 + 3 − 6 =−4
1 −1 1

Por lo que la solución única es

A1 2 1 A2 −14 7 A −4
x1= = = , x1 = = = − y x1 = 3 = = −1
A 4 2 A 4 2 A 4

 1 
 x1 = 2 
 

O bien X = x2 = −
7
 2
 
 x3 = −1 
 

123
 SISTEMAS DE ECUACIONES LINEALES

La regla de Cramer, suele ser útil en sistemas de ecuaciones lineales 2 × 2 y 3 × 3 , pero tiene un

inconveniente muy fuerte y es que cuando el determinante es igual a cero A = 0 , solo se puede

decir que el sistema no tiene solución única, es decir, el sistema puede no tener solución

(inconsistente) o puede tener infinidad de soluciones (consistente). En este caso la regla falla y se

requiere utilizar el método de eliminación gaussiana.

Sin embargo, si se tiene un sistema lineal cuadrado y además homogéneo AX = O , la regla de

Cramer puede ser usada para concluir lo siguiente:

El sistema AX = O , tiene solución única (la trivial), cuando A ≠ 0 .

El sistema AX = O , tiene infinidad de soluciones, cuando A = 0 .

Ejemplo 2.6.2 obtenga los valores de k , para los cuales el sistema homogéneo tiene soluciones

diferentes a la trivial (infinidad de soluciones).

(k − 3) x + 7y = 0
− x + (k + 5) y =0

Dado que el sistema lineal es cuadrado y homogéneo, para que tenga soluciones diferentes a la

trivial, es decir, infinidad de soluciones, debe ocurrir que A = 0.

k −3 7
A = = (k − 3)(k + 5) + 7 = k 2 + 2k − 15 + 7 = k 2 + 2k − 8 = 0
−1 k + 5

Resolviendo la ecuación k 2 + 2k − 8 =0 por factorización.

k 2 + 2k − 8 =0
k + 4 =0 k =−4
(k + 4)(k − 2) = 0 ⇒ ⇒
=k −2 0 = k 2

Luego los valores de k para los cuales el sistema tiene soluciones diferentes a la trivial son:

k=
−4 y k =
2

124
 SISTEMAS DE ECUACIONES LINEALES

Los valores de k para los cuales el sistema tiene solución única (la trivial) son:

k ≠ −4 y k ≠ 2

Ejemplo 2.6.3 Obtenga los valores para k , para que el sistema homogéneo tenga solución única

(trivial).

( k − 4) x + 2y − z =
0
3x + ( k − 4) y
+ 3z = 0
( 2k − 5 ) x + 2y + ( k − 2) z =0

Para que el sistema tenga solución única, el determinante de la matriz de coeficientes de las

incógnitas debe ser diferente de cero, es decir A ≠ 0 .

Usando propiedades del determinante llegamos a que:

k −4 2 −1 −C3 + C1 k − 3 2 −1 − R1 + R3 k − 3 2 −1
A = 3 k −4 3 = 0 k −4 3 = 0 k −4 3
2k − 5 2 k −2 k −3 2 k −2 0 0 k −1

k −3 2 −1
A = 0 k −4 3 = (k − 3)(k − 4)(k − 1) ≠ 0 entonces k ≠ 3, k ≠ 4 y k ≠ 1
0 0 k −1

Por lo que los valores de k , para los cuales el sistema homogéneo tiene solución única son:

k ≠ 3, k ≠ 4 y k ≠ 1

2.7 ALGUNAS APLICACIONES

Los sistemas de ecuaciones lineales se usan en varios campos de la ciencia, como en el ajuste de

curvas y la ingeniería eléctrica entre otros. A manera de ilustración se presentan dos ejemplos de

las aplicaciones que tienen los sistemas lineales.

125
 SISTEMAS DE ECUACIONES LINEALES

Ejemplo 2.7.1 Obtenga la ecuación del polinomio de segundo grado cuya gráfica pasa por los

puntos (1, 4), (2, 4), (3, 6) .

Un polinomio de segundo grado se puede escribir en la forma y =a + bx + cx 2 y se quieren

encontrar los valores de a, b, y c , usando la información de las coordenadas de los tres puntos.

Sustituyendo=
x 1,=
y 4;=
x 2,=
y 4;=
x 3,=
y 6 , respectivamente en el polinomio, se obtiene el

sistema de tres ecuaciones con tres incógnitas a, b, y c .

a + b + c = 4
a + 2b + 4c =
4
a + 3b + 9c =
6

Resolviendo el sistema por eliminación de Gauss-Jordan.

 1 1 1 4  1 1 1 4  1 0 −2 4 
  − R1 + R2   − R2 + R1  
 1 2 4 4  →
− R1 + R3  0 1 3 0  
−2 R2 + R3
→ 0 1 3 0
 1 3 9 6  0 2 8 2  0 0 2 2
     

 1 0 −2 4   1 0 0 6 a= 6
2 3→  −3R3 + R2  
1R
  0 1 3 0   →  0 1 0 −3  ⇒ b = −3
2 R3 + R1
0 0 1 1  0 0 1 1 c =1
  

Se tiene que el polinomio de grado dos que pasa por los puntos dados es y =6 − 3 x + x 2 o bien

y = x 2 − 3x + 6 .

Ejemplo 2.7.2 En la siguiente figura se presenta un circuito eléctrico que esta integrado por tres

resistencias y dos baterías que proporcionan determinados voltajes. Las tres corrientes I1 , I 2 e I 3

bajo la ley de Kirchoff (Todas las corrientes que llegan a una unión deben salir de ésta y la suma

de los voltajes ( IR o RI ) en cada dirección de un circuito cerrado es igual al voltaje total en el

circuito en esa dirección) cumplen con las siguientes ecuaciones.

126
 SISTEMAS DE ECUACIONES LINEALES

I1 − I2 + I3 =0
R1 I1 + R2 I 2 =6
R2 I 2 + R3 I 3 =
12

6V 12V

I1 R1 I2 R2 I3 R3

El sistema anterior se puede resolver para obtener las corrientes I1 , I 2 e I 3 cuando les asignamos

valores a las resistencias, por ejemplo si R1 =

4 Ω, R2 =
1 Ω y R3 =
4 Ω , el sistema de

ecuaciones queda como:

I1 − I2 + I3 =0
4 I1 + I2 =6
I2 + 4I3 =
12

Resolviendo el sistema por eliminación o escalonamiento de Gauus-Jordan.

 1 −1 1 0   1 −1 1 0   1 −1 1 0 
  −4 R1 + R2   Int.R2 , R3  
 4 1 0 6   →  0 5 −4 6   →  0 1 4 12 
 0 1 4 12   0 1 4 12   0 5 −4 6 
     

   3
1 0 5 12   1 0 5 12   1 0 0 4
R2 + R1   − 24
1 R
−5 R3 + R1 
 → 0 1 4 12   3  
→ 0 1 4 12  → 0 1 0 3
−5 R2 + R3    −4 R3 + R2  
 0 0 −24 −54 
   0 0 1 9  0 0 1 9
 4  4

3 9
=
De modo que las corrientes son I1 = , I 2 = 3 e I3 amperes.
4 4

Cuando se quieren ajustar puntos a una curva cuyo polinomio es de grado mayor a dos o bien en

los circuitos con más resistencias, los sistemas tienen más ecuaciones e incógnitas, en estos casos

se puede recurrir a algún paquete computacional para resolverlo.

127
 SISTEMAS DE ECUACIONES LINEALES

EJERCICIOS DE LA UNIDAD II

1) Por medio del método de eliminación de Gauss o de Gauss-Jordan resolver cada sistema de

ecuaciones.

x1 − x2 + 2 x3 = 3
7 x1 + 5 x2 = 3
i) ii ) − x1 + 2 x2 + x3 =2
4 x1 + 3 x2 =−4
− 3 x2 − x3 =−7

− x + 3 y + 2 z = −1 − x + 3 y + 2 z = −1
iii ) x=− 2 y − 5z 4 iv) x=− 2 y − 5z 4
2 x=− 3 y − 13z 7 3x= − 5 y − 18 z 15

= 2x + y + 2z 15 = 2x + y + 2z 15
=
−x − y + z 1 =
−x − y + z 1
v) vi )
3x + y − 4 z =−14 3x + y − 4 z =−14
= 3x + y + 5 z 31 = 3x + y + 5 z 30

x + 3y − = z − 2w 2 x + 2y − = z − w 1
vii ) − x − 2 y − 2 z + 3w =−1 viii ) −2 x − 4 y + 2 z + 2 w =−2
2 x + 7 y − 5=z − 3w 5 3 x + 6 y − 3=z − 3w 3

2) Obtener las condiciones que deben cumplir a , b, c y d para que el sistema sea consistente.

= 4x + 3y a = x + 2y a
i) ii )
= −8 x − 6 y b = 2x + 5 y b

=x − 2 y + 3z a =
2x + 4 y − 3 z a
iii ) =
2x + y + z b iv) =x + 2 y + 2z b
=
3x − y + 4 z c =
7 x + 14 y c

x + 2 y − 3z + w =a
−x − y + z − 4 w =b
v)
x + 3 y − 5z − w =c
x + 4 y − 7z − 4w =
d

3) Obtenga los valores de k para que el sistema de ecuaciones

i) no tenga solución

128
 SISTEMAS DE ECUACIONES LINEALES

ii) tenga solución única

iii) tenga infinidad de soluciones.

= x + 2y 1 x =
+ 3y 2
a) b)
2x + k y = k
2
−3 x + (k + 13k + 31) y = k + 2
2

x − 2y + 3 z = −1 x − 3y + z =− 1
c) x − y + 2 z =k − 1 d ) 2 x − 5 y = 1
2 x − 4 y + (k 2 − 3) z = k − 5 4 x − 12 y + (k 2
− 32 ) z = k +2

x − y − z = 5
e) 3 x − 2 y − 5z =14
2y + (k 2
− k − 24 ) z = k −7

4) Obtenga el conjunto solución para cada sistema de ecuaciones homogéneo.

x + 2 y − 4z =
0
i) x − 3 y − 5z =
0 ii )
−x − 3y − 2z =0

x =
− 2 y + 5z 0 x =
− y + 2z 0
iii ) −
= x + 4 y − 9z 0 iv) 3=
x + 3y + 4z 0
= 3y − 2z 0 5x =
− 2 y + 14 z 0

2x + y − 2=
z + w 0 3x − y + z=
− 2w 0
iii ) iv)
−x − y + =
z − 3w 0 x + y − =
2 z + 4w 0

5) Resuelva cada sistema de ecuaciones usando la regla de Cramer.

3x + y =−5 4x − 2 y = 2
i) ii )
5x + 2 y = 9 −5 x + 3 y =−3

= x + 2y 3 = 2x + 4 y + 3 z 6
iii ) 2 x + y − z =−1 iv) y − z =−4
= 3x + y + z 7 = 3x + 5 y + 7 z 7

6) Por medio de la inversa resuelva los sistemas de ecuaciones del inciso anterior.

129
 SISTEMAS DE ECUACIONES LINEALES

7) ¿Para qué valores de k , los siguientes sistemas de ecuaciones lineales homogéneos tienen

solución múltiple?

(k +=
2) x + 4y 0 (k −=
7) x + 4y 0
i) ii )
= − x + (k − 3) y 0 = 6 x + (k + 7) y 0

(k + 7) x − 2 y + (k + 6)
= z 0 (k − 2) x + 2y − = z 0
iii ) x + (k − 1) y += z 0 iv) x + (k + 2) y += z 0
(k + 3) x (k=+ 3) z 0 −x − 2 y + (k=
− 2) z 0

8) Resolver el sistema para la incógnita z , solamente. (Use la regla de Cramer)

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

9) Obtenga la ecuación del polinomio de segundo grado cuya gráfica pasa por los puntos (1, 0)

(−1, 2) y (3, 22).

130