Introduccion a los sistemas de ecuaciones lineales

Departamento de Matematicas, CCIR/ITESM

19 de enero de 2011

Indice
1.1. Introduccion . . . . . . . . . . . . . . . . .
1.2. Ecuaci
on lineal . . . . . . . . . . . . . . .
1.3. Sistema de ecuaciones lineales . . . . . . .
1.4. Representacion matricial . . . . . . . . . .
1.5. Solucion particular y general . . . . . . .
1.6. Clasificaci
on de los sistemas de ecuaciones
1.7. Metodo de solucion a un sistema lineal . .
1.8. Manipulaci
on de ecuaciones . . . . . . . .
1.9. Operaciones elementales . . . . . . . . . .
1.10. Operaciones elementales de renglon . . . .
1.11. Eliminacion matricial contra algebraica .
1.12. Comentario final . . . . . . . . . . . . . .

1.1.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

1
1
2
3
4
7
8
8
9
11
16
17

Introducci
on

En esta secci
on se introducen los conceptos basicos referentes a los sistemas de ecuaciones lineales. Definiremos cu
ando una ecuacion es una ecuacion lineal y cu
ando se tiene un sistema de ecuaciones lineales. La matriz
aumentada del sistema se utilizara para representar convenientemente el total de la informacion del sistema
y se describira c
omo la manipulacion de ella equivale a la manipulacion del sistema de ecuaciones. Asimismo,
se introducir
a la idea de la estrategia de eliminaci
on gaussiana para resolver un sistema de ecuaciones basado
ciertas operaciones llamadas operaciones elementales.

1.2.

Ecuaci
on lineal

Definici
on 1.1
Una ecuaci
on lineal con n variables x1 , x2 , . . . , xn es una igualdad matematica que puede escribirse en la forma:
a1 x1 + a2 x2 + + an xn = b

(1)

on, y a b se le llama el termino constante. Las variables

Los ai se conocen como los coeficientes de la ecuaci
o inc
ognitas xi representan cantidades desconocidas que se desean determinar. Si el valor de b es cero, se dice
que la ecuacion es una ecuaci
on homogenea.
Dada la ecuacion (1), a la nueva ecuacion
a1 x1 + a 2 x2 + + a n xn = 0

(2)

on homogenea asociada. Es com

un convenir en un ordenamiento de las inc
ognitas
se le conoce como la ecuaci
xi ; de acuerdo a ese orden, a la primera de ellas que no tenga coeficente cero se le llamara variable delantera,
mientras que las restantes se les llamaran variables libres. Cuando una ecuacion aparece descrita como en

(1) se dice que la ecuacion esta en su forma can

onica. Note que en la forma canonica todas las variables se
encuentran en el primer miembro, mientras que los terminos donde ellas no aparecen quedan en el segundo.
Ejemplo 1.1
Indique cu
ales opciones contienen ecuaciones lineales:
1.
2.
3.
4.
5.
6.
7.
8.

x
y = 4 2 x 3 y
x + 2y = 2w + 4z
5 x y + 5 z = 1 + w
x + 5 y + z = x5
x 4 y 4 = z
5x + y + 5z = 1 + 5y
cos (x) + 2 y 3 z = 1

5 x+y+z =1

Soluci
on
Solamente las opciones 1, 2 y 6 contiene ecuaciones lineales. Los terminos resaltados impiden que pueda llevarse
a la forma canonica 
Ejemplo 1.2
Indique cu
ales opciones contienen ecuaciones lineales y homogeneas:
1.
2.
3.
4.
5.
6.

x + y + z = 1 4y
x = w 2 y2
2 x 3 y = 5 4 x 9 y
x+y =w+z
3 4 x = 3 3 x + 5 y
x + xy + z = 0

Soluci
on
Solamente las opciones 4 y 5 contiene ecuaciones lineales homogeneas. 2 y 6 no son lineales. 1 y 3 son lineales
pero no homogeneas 

1.3.

Sistema de ecuaciones lineales

Definici
on 1.2
Un sistema de ecuaciones simult
aneas, o tambien llamado un sistema lineal, es un conjunto de ecuaciones
lineales. El problema de resolver tal sistema consiste en encontrar las soluciones que satisfacen simultaneamente
todas las ecuaciones del sistema. Un sistema de ecuaciones lineales es un conjunto de ecuaciones que puede ser
escrito en la forma:
a1 1 x1 + a1 2 x2 + + a1 n xn = b1
a2 1 x1 + a2 2 x2 + + a2 n xn = b2
(3)
..
.
am 1 x1 + am 2 x2 +

+ am n xn = bm

Los n
umeros a1 1 , a1 2 , . . . , a1 n , a2 1 , a2 2 , . . . , a2 n ,. . . , am 1 , am 2 , . . . , am n , son los coeficientes del sistema,
mientras que b1 , b2 , . . . , bm son los terminos constantes. Cuando todos los terminos constantes son cero, se dice
a importancia es el de
que el sistema es un sistema lineal homogeneo. Un concepto que posteriormente cobrar
sistema homogeneo asociado a un sistema lineal: es el sistema que se obtiene haciendo ceros todos los terminos
constantes del sistema.

1.4.

Representaci
on matricial

Una forma de abreviar la escritura de un sistema lineal y que, c

omo se ver
a posteriormente, es muy conveniente en el proceso de solucion es el de la matriz aumentada. Una matriz es un arreglo rectangular de
n
umeros. Las alineaciones horizontales se llamaran filas de la matriz, mientras que las alineaciones verticales
de llamaran columnas de la matriz. La dimensi
on de una matriz ser
a el producto indicado del n
umero de
renglones por el n
umero de columnas de la matriz. As por ejemplo, se dir
a que la dimensi
on de una matriz es
4 3, lo cual indicara que el arreglo rectangular tendra 4 renglones y 3 columnas. La posici
on de los renglones
en una matriz ser
a de arriba hacia abajo. Mientras que la posici
on de las columnas ser
a de izquierda a derecha.
Cuando se refiere al elemento (i, j) de una matriz, se refiere al elemento que esta en el rengl
on i y en la columna
j.
Definici
on 1.3
La matriz aumentada de un sistema lineal es una matriz que representa el total de la informacion del sistema.
Para formar la matriz aumentada, primeramente se conviene en un ordenamiento para las inc
ognitas del sistema. Seguido de ello, cada ecuacion es reescrita en la forma canonica de acuerdo a tal orden. Si el sistema
tiene m ecuaciones y n inc
ognitas la matriz aumentada tendra dimensi
on m (n + 1), donde cada rengl
on de
ella contendra la informacion de la ecuacion correspondiente.
Cada una de las primeras n columnas de la
matriz estar
an asociadas a una inc
ognita y estar
an dispuestas en el orden acordado: la primera columna relacionada con la primera inc
ognita, la segunda columna con la segunda inc
ognita, etcetera. La u
ltima columna
estar
a asociada a los segundos miembros de cada ecuacion. En terminos precisos, si a es el coeficiente en la
ecuacion i de la variable j, entonces el elemento (i, j) en la matriz aumentada es a. Por otro lado, si b es el
termino constante en la ecuacion i, entonces la matriz aumentada del sistema tendra b en la posici
on (i, n + 1).
Veamos un ejemplo que ilustra c
omo se forma la matriz de un sistema de ecuaciones lineales.
Ejemplo 1.3
Construya la matriz aumentada para el sistema lineal:
3 x 5 z = 1
y + 2x z =
0
2y 4z =
4
Soluci
on
Para formar la matriz aumentada del sistema debemos convenir en un orden para las inc
ognitas, digamos que
convenimos en el orden lexicogr
afico o alfabetico: primero x, luego y y por u
ltimo z. Luego debemos convenir
en un orden para las ecuaciones; aqu tomaremos el orden en cual estan dadas. El sistema se puede reescribir
como:
3 x +0 y 5 z = 1
2 x +1 y 1 z =
0
0 x +2 y 4 z =
4
As, la matriz aumentada es:

3 0 5 1
2 1 1
0
0 2 4
4

3 0 5 : 1
3 0 5 1
2 1 1 :
0 o 2 1 1
0
0 2 4 :
4
0 2 4
4

En general, en la matriz aumentada se puede diferenciar la matriz de coeficientes y el vector de terminos

constantes de un sistema lineal. Para el ejemplo anterior, la matriz de coeficientes y el vector de terminos
3

constantes son respectivamente:

3 0 5
1
2 1 1 y 0
0 2 4
4
Observe que la matriz aumentada del sistema tiene 3 renglones y 4 columnas (un rengl
on por cada ecuacion,
una columna por cada inc
ognita mas una columna por los terminos constantes), por ello es que la matriz
aumentada tiene dimensi
on 3 4, mientras que la matriz de coeficientes es 3 3 

1.5.

Soluci
on particular y general

Definiremos ahora lo que buscamos para sistemas de ecuaciones lineales: primero en el caso de una ecuacion
lineal y despues en el caso de un sistema de ecuaciones.
Definici
on 1.4
Una soluci
on a una ecuacion es una asignaci
on xi = ci a cada una de las inc
ognitas que al realizarse hace que
atica o simplemente identidad es una relacion
la ecuacion se convierta en una identidad. Una identidad matem
matematica de igualdad que siempre es cierta sin importar que valor se asigne a las variables que contiene, por
ejemplo son identidades: sin2 (x)+cos2 (x) = 1 y (x+y)2 = x2 +2 x y +y 2 . Contrariamente a una identidad, una
ecuacion solo es valida posiblemente para algunos valores. En general, distinguiremos dos tipos de soluciones.
Cuando en cada asignaci
on xi = ci las ci tengan solo constantes diremos que se tiene una soluci
on particular.
Mientras que si en alguna de ellas aparecen par
ametros libres se dir
a que se tiene una soluci
on. Por otro
on general para una ecuacion es una f
ormula matematica de donde pueden ser obtenidas todas
lado, la soluci
las soluciones a ella: usualmente estas formulas contienen variables o par
ametros libres. El concepto soluci
on
general cuando contiene par
ametros tiene dos implicaciones. Por un lado implica que no importa que valor se
asigen a tales par
ametros lo que se obtiene es una soluci
on, y tambien se implica que si se da una soluci
on
particular de la ecuacion, debe ser posible encontrar valores especficos a los par
ametros para obtener dicha
soluci
on. El concepto de solucion a un sistema de ecuaciones lineales es una extensi
on directa al concepto de
soluci
on a una ecuacion poniendo de manifiesto la simultaneidad del problema:
Definici
on 1.5
Una asignaci
on del tipo x1 = r1 , x2 = r2 , . . . , xn = rn para las inc
ognitas de un sistema, se dice soluci
on a un
on es una soluci
on a todas y cada una de las ecuaciones del sistema. Si un sistema
sistema lineal, si esta sustituci
tiene al menos una solucion se llama sistema consistente; en caso contrario, se dice sistema inconsistente.
Ejemplo 1.4
Verifique que x = 3, y = 1, z = 2 es soluci
on a:
2 x + y 3 z = 1
Soluci
on
Sustitiyendo los valores de cada inc
ognita en la ecuacion obtenemos:
2 (3) + (1) 3 (2) = 1
1 = 1
Como queda una identidad, x = 3, y = 1, z = 2 es soluci
on a la ecuacion 
Ejemplo 1.5
Verifique que x = 3, y = 1, z = 2 es soluci
on al sistema:
2x +
y 3 z = 1
x
y 2z =
0
x + 2y +
z =
2
4

Soluci
on
Sustitiyendo en cada ecuacion tenemos:
2 (3) + (1) 3 (2) = 1 =1 1
(3) (1) (2) =
0 =2
0
2
(3) + 2(1) + (2) =
3 =3
Como la tercera de estas igualdades no se cumple, x = 3, y = 1, z = 2 no es soluci
on al sistema dado 
Ilustremos un poco la naturaleza de los sistemas de ecuaciones lineales. Los siguientes ejemplos contienen
sistemas de ecuaciones y su representacion grafica. En dichos ejemplos, se ilustra c
omo son los posibles conjuntos
solucion: cuando la solucion consta de un solo punto, soluci
on u
nica, cuando el n
umero de soluciones es infinito,
y cuando no existe ninguna solucion al sistema.
Ejemplo 1.6
Sistema con solucion u
nica:
y

3x + 2y = 6
xy
= 0

6
J
3 J 3x + 2y = 6
J
J
2
xy =0
J
Jr
1
J
J
J
J
x
1
2 J 3
J
J

En este caso, las rectas no son paralelas al tener diferente pendiente y deben cortarse en un solo punto 
Ejemplo 1.7
Sistema con infinitas soluciones:
Jy
J
3

3x + 2y = 6
6 x + 4 y = 12

2
1

6
J3 x + 2 y = 6
J
J
J
J 6 x + 4 y = 12
J
J
J
J 3
x
1
2J

En este caso, ambas ecuaciones representan la misma recta en el plano 

Ejemplo 1.8
Sistema inconsistente:

3 x + 2 y = 6.3
3 x + 3 y = 5.8

J
JyJ 6
JJ
J
3 J J 3 x + 2 y = 6.3
J
JJ
2
JJ
JJ
J
1
3 x + 2 y = 5.8 J J
J
JJ
J
JJ
1
2J 3
J

En este caso, las ecuaciones representan rectas paralelas; al tener la misma pendiente y tener diferente ordenada
al origen no es posible que se corten 
Ejemplo 1.9
Sistema con solucion u
nica:

6
5

x + 3y z
= 4
2 x + y + 3 z = 9
4 x + 2 y + z = 11

4
z3
2
0

1
0
0

1
1

2
2
y

Ejemplo 1.10
Sistema con infinitas soluciones:

-4
-2

x + 2y z
= 4
2x + 5y + 2z = 9
x + 4y + 7z = 6

y
2
4
-4
-2

0
2
4

Ejemplo 1.11
Sistema inconsistente:

4
2

y 2z
= 5
2 x y + z = 2
4x y
= 4

z0
-2
-4
-4

-4

-2

-2
y


Ejemplo 1.12
Sistema inconsistente:

-4
-2

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

y
2
4
-4
-2

0
x

2
4

Ejemplo 1.13
Sistema inconsistente:

-4
-2

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

y
2
4
-4
-2

0
2

1.6.

Clasificaci
on de los sistemas de ecuaciones

Podemos clasificar los sistemas de ecuaciones respecto a sus conjuntos soluci

on:
sistema consistente
7

 con solucion u
nica

con infinitas soluciones

sistema inconsistente

1.7.

M
etodo de soluci
on a un sistema lineal

Los sistemas de ecuaciones lineales mas sencillos de resolver son los sistemas de forma triangular. Considere
el siguiente ejemplo.
2x + 3y 2z =
1
2y +
z = 2
3 z = 6

on hacia atr
as. Este metodo consiste en resolver primero la
Estos sistemas se resuelven mediante sustituci
u
ltima ecuacion; con su solucion resolver la pen
ultima ecuacion y as sucesivamente. En nuestro ejemplo:
De la u
ltima ecuacion: z = 2,
Con el valor anterior la segunda ecuacion queda
2 y + (2) = 2
por consiguiente y = 0,
Sustituyendo las inc
ognitas despejadas la primera ecuacion queda:
2 x + 3 (0) 2 (2) = 1
Por consiguiente x = 3/2 
Viendo lo sencillo de resolver los sistemas triangulares, el problema de resolver un sistema de ecuaciones lineales
se convierte en el problema de transformar un sistema dado en un sistema de forma triangular que sea un
sistema equivalente a el, es decir, un sistema nuevo cuyo conjunto soluci
on es el mismo que el conjunto soluci
on
al sistema original.

1.8.

Manipulaci
on de ecuaciones

Cuando uno manipula sin cuidado una ecuacion para resolverla puede ocurrir que se pierdan soluciones o
inclusive que se ganen soluciones que no lo son. Veamos los siguientes ejemplos. Si para resolver la ecuacion
x (x + 3) = x
cancelamos x en ambos lados de la ecuacion, y resolvemos obtenemos que la u
nica soluci
on es x = 2, lo cual
es incorrecto pues en la cancelacion perdimos la soluci
on x = 0. Si por otro, para resolver la ecuacion

x + 2 1 = 2x + 3
despejamos el radical y elevamos al cuadrado, obtenemos la ecuacion cuadratica:
x + 2 = (2 x + 4)2
la cual tiene como races x = 2 y x = 7/4, de las cuales x = 7/4 no es raz de la ecuacion inicial.
De
estos ejemplos concluimos que la manipulacion a un sistema de ecuaciones lineales a resolver debe hacerse con
cuidado de manera que no se pierdan o ganen soluciones incorrectas. Dos sistemas de ecuaciones son sistemas
equivalentes si ambos tienen el mismo conjunto soluci
on. Nuestra forma de proceder ser
a manipular el sistema
de ecuaciones de manera que en cada paso se tenga un sistema equivalente al sistema del paso anterior.
8

1.9.

Operaciones elementales

Las tres reglas siguientes ayudan a triangularizar un sistema y garantizan la obtencion de sistemas de
ecuaciones equivalentes: estas reglas se conocen como operaciones elementales entre las ecuaciones del sistema.
Las operaciones elementales con ecuaciones son:
Operaci
on de Intercambio: Intercambie dos ecuaciones (la de la posici
on i con la de la posici
on j):
Ei Ej

(4)

La forma de interpretar la operacion ser

a la siguiente. Dado un cierto sistema de ecuaciones lineales, se
genera un nuevo sistema de ecuaciones donde la diferencia entre ambos ser
a que la ecuacion i del nuevo
sistema ser
a la ecuacion j del sistema previo y la ecuacion j ser
a del nuevo sistema ser
a la ecuacion i del
sistema previo.

E1
E1

..
..

.
.

Ei1
Ei1

E
Ej

Ei+1 E E
Ei+1
i
j
.
..
.
SELinicial :
SELnuevo :
.
.

Ej1
Ej1

E
Ei

Ej+1
Ej+1

.
.
...

En
En

Operaci
on de Escalamiento: Multiplique una ecuacion (la de la posici
on i) por una constante diferente
de cero (c):
Ei c Ei , c 6= 0
(5)

La forma de interpretar la operacion ser

a la siguiente. Dado un cierto sistema de ecuaciones lineales, se
genera un nuevo sistema de ecuaciones donde la diferencia entre ambos ser
a que la ecuacion i del nuevo
sistema ser
a la ecuacion i del sistema previo multiplicada por el escalar c. La multiplicacion ser
a en
ambos miembros de la ecuacion.

E1
E1

.
..

..

E
E
i1
i1
E c Ei
Ei i
c Ei
SELinicial :
SELnuevo :

E
E

i+1
i+1

..
..

.
.

En
En

Operaci
on de Eliminaci
on: Sume a una ecuacion (la de la posici
on j) un m
ultiplo de otra ecuacion
(la de la posici
on i) y a la ecuacion resultante ll
amele de nuevo la ecuacion j:
Ej Ej + c Ei

(6)

La forma de interpretar la operacion ser

a la siguiente. Dado un cierto sistema de ecuaciones lineales, se
genera un nuevo sistema de ecuaciones donde la diferencia entre ambos ser
a que la ecuacion j del nuevo
9

sistema ser
a la ecuacion j del sistema previo a la cual se le ha sumado la ecuacion i del sistema previo
multiplicada por el escalar c. La suma ser
a miembro a miembro.

E1
E1

..
..

.
.

E
E

i1
i1

Ei
Ei

Ei+1

Ei+1 E E + c E

j
j
i
.
..
.
SELinicial :
SELnuevo :
.
.

E
E

j1
j1

Ej
Ej + c Ei

Ej+1

Ej+1

.
..

..

En
En
Es sencillo justificar que la aplicaci
on de alguna de las tres operaciones elementales anteriores convierten el
sistema en uno equivalente. Para ello debe demostrarse que una sustituci
on es soluci
on al primer sistema si
y solo si es solucion al sistema resultante. Como las operaciones cambian una o dos ecuaciones basta razonar
sobre las ecuaciones transformadas. Esta demostraci
on es realmente un ejercicio de escritura. Para llevar a
cabo las demostraciones use la siguiente notaci
on. Sea X = Xo una sustituci
on de la forma x1 = a1 , x2 = a2 ,
. . . , xn = an donde las xi representan las inc
ognitas del sistema y ai representan n
umeros reales. Diremos
que la ecuacion E : IE = DE satisface X = Xo si el valor obtenido de sustitituir X = Xo en el lado
izquierdo, representado por Sus(X = Xo , IE ), es igual al valor obtenido de sustituir X = Xo en el lado
derecho, representado por Sus(X = Xo , DE ). Que la aplicaci
on de una operacion de intercambio de ecuaciones
mantiene la equivalencia de entre los sistemas no requiere justificacion.
Suponga que c 6= 0 y que la ecuacion E : c IE = c DE se obtiene de E : IE = DE multiplic
andola por
c as Sus(X = Xo , IE ) = c Sus(X = Xo , IE ) y Sus(X = Xo , DE ) = c Sus(X = Xo , DE ). Por tanto,
Sus(X = Xo , IE ) Sus(X = Xo , DE ) = c (Sus(X = Xo , IE ) Sus(X = Xo , DE )) = 0 si y solo si Sus(X =
Xo , IE ) Sus(X = Xo , DE ) = 0. Esto dice que para c 6= 0, X = Xo es soluci
on a la ecuacion E si y solo si es
solucion a c E. Lo anterior demuestra que si aplicamos una operacion de escalamiento el sistema obtenido es
equivalente al sistema original.
Supongamos ahora que usando las ecuaciones E1 : IE1 = DE1 y E2 : IE2 = DE2 se forma otro sistema de
ecuaciones E3 : E1 y E4 : IE2 + c IE1 = DE2 + c IE1 . Suponga ahora que X = X0 es soluci
on tanto a E1 como
a E2 . Entonces
Sus(X = Xo , IE4 ) = Sus(X = Xo , IE2 + c IE1 )
= Sus(X = Xo , IE2 ) + c Sus(X = Xo , IE1 )
= Sus(X = Xo , DE2 ) + c Sus(X = Xo , DE1 )
= Sus(X = Xo , DE4 )
probando que X = Xo es solucion a E4 y tambien a
a E4 , entonces
Sus(X = Xo , IE2 ) = Sus(X
= Sus(X
= Sus(X
= Sus(X
= Sus(X

E3 . Si suponemos ahora que X = Xo es soluci

on a E3 y
= Xo , I E 4 c I E 3 )
= Xo , IE4 ) c Sus(X = Xo , IE3 )
= Xo , DE4 ) c Sus(X = Xo , DE3 )
= Xo , D E 4 c D E 3 )
= Xo , D E 2 )

probando que X = Xo es solucion a E2 y tambien a E1 (= E3 ). Lo anterior justifica que si aplicamos una

operacion de eliminacion se obtiene un sistema equivalente al sistema original.
10

1.10.

Operaciones elementales de rengl

on

En lugar de manejar ecuaciones es preferible manejar la matriz aumentada del sistema. Por ello es que
las anteriores operaciones entre ecuaciones pueden verse como operaciones entre renglones de una matriz. La
idea de estas operaciones elementales es que capturen las operaciones elementales entre las ecuaciones de un
sistema lineal pero llevadas a la matriz aumentada. Aunque pueden llevarse a efecto a cualquier matriz, no
necesariamente a la matriz aumentada de un sistema lineal. Las operaciones elementales de rengl
on son:
Intercambio: Intercambie dos renglones (el de la posici
on i con el de la posici
on j):
Ri Rj

(7)

Escalamiento: Multiplique un rengl

on (el de la posici
on i) por una constante diferente de cero (c):
Ri c Ri , c 6= 0

(8)

Eliminaci
on: Sume a un renglon (el de la posici
on j) un m
ultiplo de otro rengl
on (el de la posici
on i):
Rj Rj + c Ri
Ejemplo 1.14
Resuelva el sistema:

(9)

x + y
z = 1
2 x + y + 3 z = 10
3x + y + 2z = 3

Soluci
on
Mantengamos el orden de las ecuaciones y el de las variables. El sistema y su matriz aumentada queda:

x + y
z = 1
1 1 1 1
2 x + y + 3 z = 10 y 2 1
3 10
3 1
2 3
3x + y + 2z = 3
Lo que debemos hacer es eliminar la primera variable de las ecuaciones dos y tres. Para ello a la segunda
ecuacion le debemos sumar la primera ecuacion multiplicada por 2. Mientras que a la tercera le debemos
sumar la primera multiplicada por 3.
Despues de E2 E2 + (2) E1 y E3 E3 + 3 E1 ( o R2 R2 + (2) R1 y R3 R3 + 3 R1 ) obtenemos:

x +
y
z = 1
1
1 1 1

y + 5 z = 8 y 0 1
5 8
+ 4y
z = 6
0
4 1 6
Lo que debemos hacer ahora es eliminar la segunda variable de la ecuacion tres. Para ello a la tercera ecuacion
le debemos sumar la segunda ecuacion multiplicada por 4. Despues de E3 E3 + 4 E2 ( o R3 R3 + 4 R2 )
obtenemos:

x + y
z = 1
1
1 1 1
y + 5 z = 8 y 0 1
5 8
+ 19 z = 38
0
0 19 38
A pesar de que el sistema es ya escalonado, es m
as conveniente continuar
1
1
R3 ) obtenemos:
unos delanteros. Despues de E3 19 E3 (o R3 19

x + y
z = 1
1
1 1
5
y + 5 z = 8 y 0 1
0
0
1
+
z = 2
11

el proceso de manera que queden

1
8
2

Eliminemos ahora la variable z de la primera y segunda ecuacion.

E1 E1 + E3 ( o R2 R2 + (5) R3 y R1 R1 + R3 ) obtenemos:

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

Despues de E2 E2 + (5) E3 y

0
3
0 2
1
2

Eliminemos ahora la variable y de la primera ecuacion. Despues de E1 E1 + E2 ( o R1 R1 + R2 ):

x
=
1
1
0 0
1
y
= 2 y 0 1 0 2
0
0 1
2
+ z =
2
Para finalmente completar nuestra tareas, ajustemos los coeficientes de las variables. Despues de E1 (1) E1
y E2 (1) E2 ( o R1 (1) R1 R2 (1) R2 ):

x
= 1
1 0 0 1
y
=
2 y 0 1 0
2
2
z =
2
0 0 1
La solucion es x = 1, y = 2, y z = 2.
Generalmente, la forma de trabajo consiste solo en escribir la la
manipulacion de la matriz aumentada indicando en forma detallada las operaciones realizadas.
R2 R2 + (2) R1

1 1 1 1
1
1 1 1
R3 R3 + 3 R1
2 1
3 10 0 1
5 8
3 1
2 3
0
4 1 6

1
1 1 1
1
1 1 1
R

R
+
4
R
2
0 1
5 8 33
0 1
5 8
0
4 1 6
0
0 19 38

1
1
1 1 1
1
1 1 1
R3
R3
0 1
5 8 19
5 8
0 1
0
0 19 38
0
0
1 2

R2 R2 + (5) R3
1
1 1 1
1
1
R1 R1 + R3
0 1
5 8 0 1
0
0
1 2
0
0

3
1
1 0
1
0 0
R1 R1 + R2
0 1 0 2
0 1 0

0
0 1
2
0
0 1

R1 (1) R1
1
1
1
0 0
R2 (1) R2

0 1 0 2

0
2
0
0 1
0

Por tanto, la solucion es: x = 1, y = 2, y z = 2 

12

0
1
0

3
0
0 2
1
2

1
2
2

0 1
0
2
2
1

Ejemplo 1.15
Resuelva el sistema

2x + 3y + 9z =
4
3 x 3 y 18 z = 4
x + 2y + 3z =
1

Soluci
on
Manteniendo el orden de las inc
ogintas x primero, y segundo, y z tercero la matriz aumentada del sistema
queda:

2
3
9
4
3 3 18 4
1
2
3
1
Observe que para eliminar la variable x de la segunda ecuacion utilizando la primera ecuacion deberamos
multiplicar la primera ecuacion por 3/2 lo cual hace que debamos manejar fracciones. Que ademas de la
dificultad natural que presentan se incurre en errores del tipo n
umerico cuando es necesario redondear n
umeros.
Por otro lado, si dividimos la ecuacion 1 entre dos para que las operaciones se simplifiquen de nuevo aparecen
fracciones. Aprovecharemos mejor el uno que aparece en la ecuacion 3 es conveniente primero el intercambio
de los renglones 1 y 3. Intercambiando en la matriz los renglones 1 y 3:

1
2
3
2
3
9
4
1
1 R3
3 3 18 4 R

3 3 18 4
1
4
1
2
3
2
3
9
Uilizando la ecuacion (el renglon) 1, que se llamara ecuacion (renglon) pivote, debemos hacer que las ecuaciones
(renglones) inferiores no tengan la variable x, es decir, que tengan como coeficiente de x cero. Sumando al
renglon 2 el renglon1 multiplicado por 3, y al rengl
on 3 el rengl
on 1 multiplicado por -2 obtenemos:
R2 R2 + (3) R1

1
1
1
2
3
1
2
3
R R + (2) R1
3 3 18 4 33
3 9 1
0
2
3
9
0 1
3
4
2

Ahora procederemos a eliminar la y de la ecuacion 3. Como en la discusi

on inicial, aprovecharemos que en el
renglon 3 aparece el coeficiente 1.
Intercambiando los renglones 2 y 3 obtenemos:

1
2
3
1
2
3
1
1
R2 R3
0
2
3 9 1
3
0 1
0 1
3
2
0
3 9 1
Sumando al renglon 3 el renglon 2 multiplicado por 3 obtenemos:

1
2 3 1
1
2
3
1
R3 R3 + (3)R2
0 1
3
2 0 1 3 2
0
3 9 1
0
0 0 5
El u
ltimo renglon de esta matriz esta representando la ecuacion:
0x + 0y + 0z = 5
Es decir,
0=5
13

Evidentemente esta relacion nunca se puede satisfacer.

solucion es el conjunto vaco 

Por tanto, el sistema es inconsistente: conjunto

Regla general para inconsistencia:

Si en cualquier paso de la eliminacion aparece un rengl
on en la matriz aumentada con ceros excepto
el elemento correspondiente a la constante, el sistema ser
a inconsistente. (No se requiere terminar
el proceso de eliminacion.)
Ejemplo 1.16
Resuelva el sistema

2x +
y + 3z =
2
3 x 3 y 3 z = 2
4 x + 11 y 3 z = 2

Soluci
on
Manteniendo el orden de las inc
ogintas x primero, y segundo, y z tercero la matriz aumentada del sistema
queda:

2
1
3
2
3 3 3 2
4 11 3 2
Note que ahora no tenemos la fortuna de tener un 1 como primer coeficiente. Ni tampoco la divisi
on del rengl
on
primero por 2 es una buena opcion. En estos casos y cuando queramos mantener los n
umero de la matriz
enteros, lo que conviene es una estrategia como la desarrollada en el metodo Montante. En este metodo se hace
que los renglones donde se eliminar
a una variable se hagan m
ultiplos en el coeficiente a eliminar del coeficiente
pivote. En este caso en el renglon 3, el elemento a hacer cero es un cuatro el cual ya es m
ultiplo del elemento
pivote que es el 2. Pero en el renglon dos, el elemento a eliminar -3 no es m
ultiplo de elemento pivote 2. Por
consiguiente, solo multiplicaremos de momento el rengl
on 2 por 2 de manera que el elemento a eliminar sea -6
el cual es ya m
ultiplo del elemento pivote 2. Multiplicamos el rengl
on 2 por 2:

2
1
3
2
1
3
2
2
R2 2 R2
3 3 3 2
6 6 6 4
4 11 3 2
4 11 3 2
Procedemos a eliminar la variable x de los renglones inferiores.
R2 R2 + (3) R1

2
1
3
2
1
3
2
2
R3 R3 + (2) R1
6 6 6 4 0 3
2
3
4 11 3 2
0
9 9 6

Es importante observar que el renglon 1 ya no debe ser empleado como pivote para eliminar la variable y en los
siguientes pasos; pues si se quisiera eliminar la y utilizando el rengl
on 1, volveramos a reaparecer la variable
x en los renglones inferiores arruinando el trabajo de eliminarla que ya hemos hecho.
Pocedamos a eliminar la variable y de la tercera ecuacion sumado al tercer rengl
on 2 el segundo multiplicado
por 3:

2
1
3
2
2
1 3 2
R3 R3 + (3) R2
0 3
3
2 0 3 3 2
0
9 9 6
0
0 0 0
14

Procedemos a trabajar con la variable y:

1
2 1
3
2
1 3 2
2
R2 R2
3 0 1 1 2/3
0 3 3 2
0
0 0 0
0 0
0
0

Procedemos a eliminar la variable y de la primera ecuacion:

2 0
4
2 1
3
2
8/3
R1 R1 + (1)R2
0 1 1 2/3
0 1 1 2/3
0
0
0 0
0
0 0
0
Y ahora trabajando con la variable x:

1
8/3
4/3
2 0
4
1 0
2
R1 R1
0 1 1 2/3 2 0 1 1 2/3
0
0
0 0
0
0 0
0

Para encontrar la solucion regresamos cada rengl

on a su forma de ecuacion.
1x + 0y + 2z =
4/3
0 x + 1 y 1 z = 2/3
0x + 0y + 0z =
0
Despejando solo x y y obtenemos
x = 4/3 2 z
y = 2/3 + z
De donde observamos que queda una variable (z) sin restricci
on. Esta variable se llamara variable libre y
su existencia indica que hay soluciones infinitas 

Ejemplo 1.17
Resuelva el sistema

x 2y + 3z =
18
2x 4y + 7z =
41
2 x + 4 y 6 z = 36

Soluci
on
Manteniendo el orden de las inc
ogintas x primero, y segundo, y z tercero la matriz aumentada del sistema
queda:

18
1 2
3
2 4
7
41
2
4 6 36
Procedemos a eliminar x de las ecuaciones 2 y 3:
R2 R2 + (2) R1

18
1 2 3 18
1 2
3
R3 R3 + (+2) R1
2 4
7
0 1 5
41 0
2
4 6 36
0
0 0 0

15

Procedemos a eliminar z de la ecuacion 1:

1 2 0 3
1 2 3 18
R1 R1 + (3)R2
0
0 1 5 0
0 1 5
0
0 0 0
0
0 0 0
Para encontrar la solucion regresamos cada rengl
on a su forma de ecuacion.
1x 2y + 0z = 3
0x + 0y + 1z = 5
0x + 0y + 0z = 0
Despejando solo x y z obtenemos
x = 3 + 2y
z = 5
De donde observamos que queda una variable libre (y). Lo que indica que hay infinitas soluciones 

Ejemplo 1.18
Resuelva el sistema

x 2y + 1z =
1
3x 6y + 3z =
3
3 x + 6 y 3 z = 3

Soluci
on
Manteniendo el orden de las inc
ogintas x primero, y segundo, y z tercero la matriz aumentada del sistema
queda:

1 2
1
1
3 6
3
3
3
6 3 3
Procedemos a eliminar x de las ecuaciones 2 y 3:

R2 R2 + (3) R1

1
1 2
1
1 2 1 1
R3 R3 + (+3) R1
3
6
3
3 0
0 0 0
3
6 3 3
0
0 0 0

Convirtiendo el primer renglon en ecuacion y despejando x obtenemos:

x = 1 + 2y z
Como la solucion tiene dos variables libres (y y z) el sistema tiene soluciones infinitas. (Bastaba tener al menos
una variable libre) 

1.11.

Eliminaci
on matricial contra algebraica

Un punto que deber

a quedar claro es cu
al es el efecto del paso de eliminaci
on, cuando es adecuadamente
empleado. Para ilustrar esto, supongamos que estamos en el proceso de soluci
on de un sistema de ecuaciones
lineales y que hemos arribado al paso:
+ a11 x + a12 y = b1
+ a22 y = b2
16

Sabemos que lo que debemos hacer es sustituir el valor de y obtenido en la segunda ecuacion en la primera:
+a11 x + a12 (b2 /a22 ) = b2
y posteriormente debemos despejar al termino en x de la primera ecuacion:
+a11 x = b1
Esto lo hemos aprendido bien y nos resulta c
omodo
presentado el sistema en el estado que se tomo como

a11
0

a12
b2
a22

y simple, porque insistir en el manejo matricial?

inicial tendramos:

a12 b1
a22 b2

Re-

De acuerdo con el proceso de eliminacion debemos aplicar la operacion:



a11 a12 b1
0 a22 b2

R1 R1 a12 R2
22

b2
a11
0 b1 aa12
22
0 a22
b2

Observamos que al aplicar el paso de eliminaci

on, el efecto obtenido es el mismo que el sustituir el valor de una
variable ya despejada en una ecuacion donde aparece. Note que mientras que lo que se haca previamente
involucraba cuestiones algebraicas, en el manejo de matrices solo involucra cuestiones aritmeticas. Y por
consiguiente, este proceso es facil de implementar en un programa de computadora mientras que en el primer
caso requera de un sistema computacional capaz de manejo simbolico al involucrar sustituci
on y despeje,
y por consiguiente requerira un sistema m
as complejo. Es tambien importante observar que el n
umero de
operaciones aritmeticas que se realizan en el caso del manejo matricial es igual al que se hace en el caso de la
ognita k despejada de
sustituci
on algebraica. En general: el resultado de sustituir en la ecuacion i (Ei ) la inc
on:
la ecuacion j (Ej ) equivale a realizar la operacion de eliminaci
Ei Ei

aik
Ej
ajk

(10)

donde aik es el coeficiente de la inc

ognita k en la ecuacion i y ajk es el coeficiente de la inc
ognita k en la
ecuacion j. Note que si ajk es cero entonces la operacion no puede hacerse y desde el punto de vista operativo
significa que la inc
ognita k no aparece en la ecuacion j y por tanto no puede despejarse de ella. Es importante
ik
se
nalar que el proceso de eliminacion utilizando operaciones del tipo Ei Ei aajk
Ej es:
v
alido, al obtenerse los mismos resultados que siguiendo el proceso algebraico tradicional de despeje y
sustituci
on,
programable, al implementarse computacionalmente en forma sencilla, y
de igual de costo en terminos del n
umero de operaciones aritmeticas a realizar que el proceso algebraico.

1.12.

Comentario final

Se recomienda al estudiante que revise a detalle el metodo anterior para su comprensi

on: este metodo
esta probado a ser el metodo mas eficiente en general para resolver ecuaciones. Aunque se sabe que es difcil
abandonar lo que tantas veces se practico, se le pide que haga el esfuerzo por abandonar practicas diferentes
de solucion.

17