Sistemas de ecuaciones lineales

Luis Ángel Zaldívar Cruz

Departamento de Ciencias Básicas

Instituto Tecnológico de Tehuacán

5 de noviembre de 2016
propiedades fundamentales sobre las líneas rectas:
1. La pendiente m de una recta que pasa por los puntos (x1 , y1 ) y (x2 , y2 )
está dada por
y2 − y1 ∆y
m= = si x1 6= x2 .
x2 − x1 ∆x
2. Si x2 − x1 = 0 y y2 6= y1 , entonces la recta es vertical y se dice que la
pendiente es indefinida.
3. Cualquier recta (a excepción de aquella que tiene una pendiente
indefinida) se puede describir con su ecuación en la forma
pendiente-ordenada al origen y = mx + b, donde m es la pendiente de la
recta y b es la ordenada al origen (el valor de y en el punto en el que la
recta cruza el eje y ).
4. Dos rectas distintas son paralelas si y sólo si tienen la misma pendiente.
5. Si la ecuación de la recta se escribe en la forma ax + by = c, (b 6= 0),
entonces se puede calcular fácilmente la pendiente m, como m = −a/b.
6. Si m1 es la pendiente de la recta L1 , m2 es la pendiente de la recta L2 ,
m1 6= 0 y L1 y L2 son perpendiculares, entonces m2 = −1/m1 .
7. Las rectas paralelas al eje x tienen pendiente cero.
8. Las rectas paralelas al eje y tienen pendiente indefinida.
Figura 1: Descripción de una recta.
Dos ecuaciones lineales con dos incógnitas
Considere el siguiente sistema de dos ecuaciones lineales con dos
incógnitas x y y :

a11 x + a12 y = b1
a21 x + a22 y = b2 (1)

donde a11 , a12 , a21 , a22 , b1 y b2 son números dados. Cualquier par
de números reales (x, y ) que satisface el sistema (1) se denomina
una solución.
¿Tiene este sistema varias soluciones y, de ser así,
cuántas?

Propiedades importantes del álgebra elemental:

Propiedad A Si a = b y c = d, entonces a + c = b + d.
Propiedad B Si a = b y c es cualquier número real, entonces
ca = cb.
Ejemplo 1:
Sistema con un número infinito de soluciones
Considere el sistema

x −y =7
2x − 2y = 14 (2)

Se puede ver que estas dos ecuaciones son equivalentes. Esto es,
cualesquiera dos números, x y y , que satisfacen la primera ecuación
también satisfacen la segunda, y viceversa. Al ser ambas ecuaciones
equivalentes, lo único que podemos hacer es despejar una incógnita
en términos de cualquiera otra de las dos ecuaciones. Entonces
x − y = 7 o y = x − 7. Así, el par (x, x − 7) es una solución al
sistema (2) para cualquier número real x. Es decir, el sistema (2)
tiene un número infinito de soluciones. Para este ejemplo, los
siguientes pares son soluciones:
(7, 0), (0, −7), (8, 1), (1, −6), (3, −4) y (−2, −9).
Ejemplo 2
Sistema sin solución
Considere el sistema

x −y =7
2x − 2y = 13 (3)

Si se multiplica la primera ecuación por 2 (que de nuevo está permitido por la

propiedad B) se obtiene 2x − 2y = 14. Esto contradice la segunda ecuación.
Por lo tanto, el sistema (3) no tiene solución.
Un sistema que no tiene solución se dice que es inconsistente.

Ejemplo 3
Sistema con una solución única
Considere el sistema

3x − 2y = 4
5x + 2y = 12 (4)

Si se suman las dos ecuaciones se tiene, por la propiedad A, la siguiente

ecuación: 8x = 16, es decir, x = 2. Entonces, sustituyendo en la segunda
ecuación y despejando y , se tiene 5(2) + 2y = 12 y 2y = 12 − 10 = 2,
obteniéndose y = 1. Así, el par (2, 1) satisface el sistema (4) y por la forma en
que se resolvió el sistema, se puede asegurar que la solución es única.
Geométricamente es fácil explicar lo que sucede en los
ejemplos anteriores:

I Las dos ecuaciones del sistema (1) definen dos líneas rectas.
Una solución a (1) es un punto (x, y ) que se encuentra sobre
las dos rectas. Si las dos rectas no son paralelas, entonces se
intersecan en un solo punto. Si son paralelas, entonces nunca
se intersecan (es decir, no tienen puntos en común) o son la
misma recta (esto es, tienen un número infinito de puntos en
común). En el Ejemplo 1 las rectas tienen pendientes de 3/2 y
−5/2 , respectivamente, por lo que no son paralelas y tienen
un solo punto en común (2, 1).
I En el Ejemplo 2, las rectas son paralelas (tienen pendiente 1) y
son coincidentes.
I En el ejemplo 3, las rectas son paralelas y distintas.
Estas relaciones se ilustran en la Figura 2.
La Fig. (2) muestra la intersección de dos rectas.

Figura 2: Dos rectas se intersecan en un punto, en ninguno o (si

coinciden) en un número infinito de puntos.

Ahora se procederá a resolver el sistema (1) formalmente. Se tiene

a11 x + a12 y = b1
a21 x + a22 y = b2
Se deben analizar los siguientes casos:
Caso 1 Si a12 = a22 = 0, el sistema sólo tiene una incógnita,
que es x.
Caso 2 Si a11 = a21 = 0, el sistema sólo tiene una incógnita,
que es y .
Caso 3 Si a12 = 0 y a11 6= 0, a21 6= 0 y a22 6= 0, entonces
x = b1 /a11 , y se puede usar la segunda ecuación para
despejar y .
Caso 4 Si a22 = 0 y a11 6= 0, a12 6= 0 y a21 6= 0, entonces
x = b2 /a21 , y se puede usar la primera ecuación para
despejar y .
Caso 5 Si a11 = 0 y a12 6= 0, a21 6= 0 y a22 6= 0, entonces
y = b1 /a12 , y se puede usar la segunda ecuación para
despejar x.
Caso 6 Si a21 = 0 y a11 6= 0, a12 6= 0 y a22 6= 0, entonces
y = b2 /a22 , y se puede usar la primera ecuación para
despejar x.
 Caso 7 El último caso necesita un desarrollo más detallado,
de modo que consideremos que todos los coeficientes
a11 , a12 , a21 , a22 son diferentes de cero.
Si se multiplica la primera ecuación por a22 y la segunda por a12 se
tiene

a11 a22 x + a12 a22 y = a22 b1

a12 a21 x + a12 a22 y = a12 b2 (5)

Observe que los sistemas (1) y (5) son equivalentes.

Esto quiere decir que cualquier solución del sistema (1) es una
solución del sistema (5) y viceversa. Ello se concluye directamente
de la propiedad B, suponiendo que la constante c sea diferente de
cero.
Después, si en (5) se resta la segunda ecuación de la primera, se
obtiene
(a11 a22 − a12 a21 ) x = a22 b1 − a12 b2 . (6)
Observe que si a11 a22 − a12 a21 6= 0, entonces se puede dividir entre
este término para obtener
a22 b1 − a12 b2
x= .
a11 a22 − a12 a21
Después se puede sustituir este valor de x en el sistema (1) para
despejar y , y así se habrá encontrado la solución única del sistema.
Se ha demostrado lo siguiente:
Si a11 a22 − a12 a21 6= 0, entonces el sistema (1) tiene una
solución única.
Teorema de resumen
El sistema

a11 x + a12 y = b1
a21 x + a22 y = b2

de dos ecuaciones con dos incógnitas x y y no tiene solución, tiene

una solución única o tiene un número infinito de soluciones. Esto
es:
1. Tiene una solución única si y sólo si a11 a22 − a12 a21 6= 0.
2. No tiene solución o tiene un número infinito de soluciones, si y
sólo si a11 a22 − a12 a21 = 0.
m ecuaciones con n incógnitas: eliminación de Gauss-Jordan
y gaussiana
Resuelva el sistema
2x1 + 4x2 + 6x3 = 18
4x1 + 5x2 + 6x3 = 24 (7)
3x1 + x2 − 2x3 = 4

Solución
En este caso se buscan tres números x1 , x2 , x3 , tales que las tres
ecuaciones en (7) se satisfagan. El método de solución que se
estudiará será el de simplificar las ecuaciones como se hizo con un
sistema de dos ecuaciones con dos incógnitas, de manera que las
soluciones se puedan identificar de inmediato. Se comienza por
dividir la primera ecuación entre 2. Esto da

x1 + 2x2 + 3x3 = 9 (8)

4x1 + 5x2 + 6x3 = 24 (9)
3x1 + x2 − 2x3 = 4 (10)
m ecuaciones con n incógnitas: eliminación de Gauss-Jordan
y gaussiana

Como se vio en la sección con el sistema de dos ecuaciones con dos

incógnitas, al sumar dos ecuaciones se obtiene una tercera ecuación
equivalente. Esta nueva ecuación puede sustituir a cualquiera de las
dos ecuaciones del sistema que se usaron para obtenerla. Primero se
simplifica el sistema multiplicando ambos lados de la ecuación (8)
por −4 y sumando esta nueva ecuación a la ecuación (9). Esto da

−4x1 − 8x2 − 12x3 = −36

4x1 + 5x2 + 6x3 = 24

−3x2 − 6x3 = −12

m ecuaciones con n incógnitas: eliminación de Gauss-Jordan
y gaussiana
La ecuación −3x2 − 6x3 = −12 es la nueva ecuación que reemplaza
a (9) y el sistema ahora es

x1 + 2x2 + 3x3 = 9
−3x2 − 6x3 = −12
3x1 + x2 − 2x3 = 4

Entonces, la ecuación (8) se multiplica por −3 y se suma a la

ecuación (10), lo que da por resultado:

x1 + 2x2 + 3x3 = 9 (11)

−3x2 − 6x3 = −12 (12)
−5x2 − 11x3 = −23 (13)
m ecuaciones con n incógnitas: eliminación de Gauss-Jordan
y gaussiana
Observe que en el sistema anterior se ha eliminado la variable x1 de
las ecuaciones (12) y (13). Después se divide la ecuación (12) por
−3:

x1 + 2x2 + 3x3 = 9 (14)

x2 + 2x3 = 4 (15)
−5x2 − 11x3 = −23 (16)

Se multiplica la ecuación (15) por −2 y se suma a la ecuación (14);

después se multiplica la ecuación (15) por 5 y se suma a la
ecuación (16):

x1 − x3 = 1 (17)
x2 + 2x3 = 4 (18)
−x3 = −3 (19)
m ecuaciones con n incógnitas: eliminación de Gauss-Jordan
y gaussiana
Ahora se multiplica la ecuación (19) por −1:

x1 − x3 = 1 (20)
x2 + 2x3 = 4 (21)
x3 = 3 (22)

Por último, se suma la ecuación (22) a la ecuación (20) y después

se multiplica la ecuación (22) por −2 y se suma a la ecuación (21)
para obtener el siguiente sistema, el cual es equivalente al sistema
(7):

x1 =4
x2 = −2
x3 = 3

Ésta es la solución única para el sistema. Se escribe en la forma

(4, −2, 3). El método que se usó se conoce como eliminación de
Gauss-Jordan.
Eliminación de Gauss-Jordan
Antes de seguir con otro ejemplo es conveniente resumir lo que se hizo en éste:

I Se dividió la primera ecuación, entre una constante, para hacer el

coeficiente de x1 igual a 1.
I Se “eliminaron” los términos en x1 de la segunda y tercera
ecuaciones. Esto es, los coeficientes de estos términos se hicieron
cero al multiplicar la primera ecuación por las constantes adecuadas
y sumándola a la segunda y tercera ecuaciones, respectivamente, de
manera que al sumar las ecuaciones una de las incógnitas se
eliminaba.
I Se dividió la segunda ecuación entre una constante, para hacer el
coeficiente de x2 igual a 1 y después se usó la segunda ecuación
para “eliminar” los términos en x2 de la primera y tercera
ecuaciones, de manera parecida a como se hizo en el paso anterior.
I Se dividió la tercera ecuación entre una constante, para hacer el
coeficiente de x3 igual a 1 y después se usó esta tercera ecuación
para “eliminar” los términos de x3 de la primera y segunda
ecuaciones.
Eliminación de Gauss-Jordan

Antes de resolver otros sistemas de ecuaciones es conveniente

introducir una notación que simplifica la escritura de cada paso del
procedimiento mediante el concepto de matriz.
Definición
Una matriz es un arreglo rectangular de números.

Matriz de coeficientes
Los coeficientes de las variables x1 , x2 , x3 en el sistema (7) se
pueden escribir como los elementos de una matriz A, llamada
matriz de coeficientes del sistema:
 
2 4 6
A = 4 5 6  (23)
3 1 −2
Eliminación de Gauss-Jordan
Definición
Una matriz con m renglones y n columnas se llama una matriz de m × n. El símbolo
m × n se lee “m por n”.

Definición:
Al usar la notación matricial, el sistema (7) se puede escribir como la matriz
aumentada
 
2 4 6 18
 4 5 6 24  (24)
3 1 −2 4

Terminología
I Se ha visto que multiplicar (o dividir) los dos lados de una ecuación por un
número diferente de cero da por resultado una nueva ecuación equivalente.
I Más aún, si se suma un múltiplo de una ecuación a otra del sistema se obtiene
otra ecuación equivalente.
I Por último, si se intercambian dos ecuaciones en un sistema de ecuaciones se
obtiene un sistema equivalente.

Estas tres operaciones, cuando se aplican a los renglones de la matriz aumentada que
representa un sistema de ecuaciones, se denominan operaciones elementales por
renglones.
Operaciones elementales por renglones
Las tres operaciones elementales por renglones aplicadas a la matriz
aumentada que representa un sistema de ecuaciones son:
I Multiplicar (o dividir) un renglón por un número diferente de cero.
I Sumar un múltiplo de un renglón a otro renglón.
I Intercambiar dos renglones.
El proceso de aplicar las operaciones elementales por renglones para
simplificar una matriz aumentada se llama reducción por renglones.
Notación
1. Ri → cRi quiere decir “reemplaza el i-ésimo renglón por ese mismo
renglón multiplicado por c”. [Para multiplicar el i-ésimo renglón por
c se multiplica cada número en el i-ésimo renglón por c.]
2. Rj → Rj + cRi significa sustituye el j-ésimo renglón por la suma del
renglón j más el renglón i multiplicado por c.
3. Ri Rj quiere decir “intercambiar los renglones i y j”.
4. A → B indica que las matrices aumentadas A y B son equivalentes;
es decir, que los sistemas que representan tienen la misma solución.
Matrices aumentadas equivalentes

En el sistema de ecuaciones (7) se vio que al usar las operaciones elementales por
renglones i) y ii) varias veces, se puede obtener un sistema cuyas soluciones estén
dadas en forma explícita. Ahora se repiten los pasos de solución de este sistema (7)
usando la notación matricial que se acaba de introducir:
 R →R −4R
2 2 1
    
2 4 6 18 R1 → 1 R1 1 2 3 9 R3 →R3 −3R1
1 2 3 9
2
 4 5 6 24  −
−−−−−− → 4 5 6 24  −− −−−−−−−→  0 −3 −6 −12 
3 1 −2 4 3 1 −2 4 0 −5 −11 −23

 R →R −2R
1 1 2
  
R2 →− 1 R2 1 2 3 9 R →R3 +5R2
1 0 −1 1
3
−−−−−−−−→  0 1 2 4  −−3−−−− −−−→  0 1 2 4 
0 −5 −11 −23 0 0 −1 −3

 R →R +R
1 1 3
  
R3 →−R3
1 0 −1 1 R2 →R2 −2R3
1 0 0 4
−
−−−−−−→ 0 1 2 4  −− −−−−−−−→  0 1 0 −2  .
0 0 1 3 0 0 1 3

La solución es x1 = 4, x2 = −2, x3 = 3.
Matrices aumentadas equivalentes

Ejemplo: Solución de un sistema de tres ecuaciones con tres

incógnitas: número infinito de soluciones
Resuelva el sistema

2x1 + 4x2 + 6x3 = 18

4x1 + 5x2 + 6x3 = 24 (25)
2x1 + 7x2 + 12x3 = 30

Para resolver este sistema se procede como en el sistema (7) , esto

es, primero se escribe el sistema como una matriz aumentada:
 
2 4 6 18
 4 5 6 24 
2 7 12 30
Matrices aumentadas equivalentes
Después se obtiene, sucesivamente,
   
2 4 6 18 1
R1 → 2 R1
1 2 3 9
 4 5 6 24  −− −−−→  4 5 6 24 
2 7 12 30 2 7 12 30
   
R2 →R2 −4R1 1 2 3 9 1 2 3 9
R2 →− 13 R2
R3 →R3 −2R1
−−−−−−−−→  0 −3 −6 −12  −−−−−−→  0 1 2 4 
0 3 6 12 0 3 6 12
 
R1 →R1 −2R2 1 0 −1 1
R →R −3R2
−−3−−−3−−−→  0 1 2 4 .
0 0 0 0
Esto es equivalente al sistema de ecuaciones

x1 − x3 = 1
x2 + 2x3 = 4.
Matrices aumentadas equivalentes

Hasta aquí se puede llegar. Se tienen sólo dos ecuaciones para las
tres incógnitas x1 , x2 y x3 , y por lo tanto existe un número infinito
de soluciones. Para comprobar esto se elige a x3 como parámetro y
se despejan a x1 y x2 en términos de x3 . Entonces x2 = 4 − 2x3 y
x1 = 1 + x3 . Ésta será una solución para cualquier número x3 . Se
escribe esta solución en la forma (1 + x3 , 4 − 2x3 , x3 ). Por ejemplo,
si x3 = 0, se obtiene la solución (1, 4, 0). Para x3 = 10 se obtiene la
solución (11, −16, 10), y por ello para cada valor de x3 habrá una
solución distinta.
Matrices aumentadas equivalentes
Ejemplo: Sistema inconsistente
Resuelva el sistema

2x2 + 3x3 = 4
2x1 − 6x2 + 7x3 = 15 (26)
x1 − 2x2 + 5x3 = 10

La matriz aumentada para este sistema es

 
0 2 3 4
 2 −6 7 15  .
1 −2 5 10

El elemento 1,1 de la matriz no se puede hacer 1 como antes porque al

multiplicar 0 por cualquier número real el resultado es 0. En su lugar se
puede usar la operación elemental por renglones iii) intercambiar dos
renglones, para obtener un número distinto a cero en la posición 1,1. Se
puede intercambiar el renglón 1 con cualquiera de los otros dos; sin
embargo, al intercambiar los renglones 1 y 3 queda un 1 en esa posición.
Al hacerlo se obtiene lo siguiente:
Matrices aumentadas equivalentes
   
0 2 3 4 1 −2 5 10
R1 R3
 2 −6 7 15  − −−−→  2 −6 7 15 
1 −2 5 10 0 2 3 4
 
1 −2 5 10
R →R −2R1
−−2−−−2−−−→  0 −2 −3 −5 
0 2 3 4
Es necesario detenerse aquí porque, como se ve, las últimas dos
ecuaciones son

−2x2 − 3x3 = −5
2x2 + 3x3 = 4

lo cual es imposible (si −2x2 − 3x3 = −5, entonces 2x2 + 3x3 = 5,

no 2x2 + 3x3 = 4), por lo que no existe alguna solución. Se puede
proceder como en los últimos dos ejemplos para obtener una forma
más estándar:
Matrices aumentadas equivalentes

   
1 −2
R2 →− 12 R2
5 10 1 −0
R1 →R1 +2R2 8 15
3 5  R3 →R3 −2R2 3 5
−−−−−−→  0 1 2 2 −
− −−−−−−→  0 1 2 2
.
0 2 3 4 0 0 0 −1

Ahora la última ecuación es 0x1 + 0x2 + 0x3 = −1, lo cual también

es imposible ya que 0 6= −1. Así, el sistema (26) no tiene solución.
En este caso se dice que el sistema es inconsistente.
Definición: Sistemas inconsistentes y consistentes
Se dice que un sistema de ecuaciones lineales es inconsistente si no
tiene solución. Se dice que un sistema que tiene al menos una
solución es consistente.
Matrices aumentadas equivalentes
Se analizarán de nuevo estos tres ejemplos. En el ejemplo del sistema (7)
se comenzó con la matriz de coeficientes
 
2 4 6
A1 =  4 5 6 
3 1 −2
En el proceso de reducción por renglones, A1 se “redujo” a la matriz
 
1 0 0
R1 =  0 1 0 
0 0 1
En el ejemplo del sistema (25) se comenzó con
 
2 4 6
A2 =  4 5 6 
2 7 12
y se terminó con  
1 0 −1
R2 =  0 1 2 
0 0 1
Matrices aumentadas equivalentes

En el ejemplo del sistema (26) se comenzó con

 
0 2 3
A3 =  2 −6 7 
1 −2 5

y se terminó con  
1 0 8
3
R3 =  0 1 2

0 0 0
Las matrices R1 , R2 , R3 se denominan formas escalonadas
reducidas por renglones de las matrices A1 , A2 y A3 ,
respectivamente. En general, se tiene la siguiente definición:
Matrices aumentadas equivalentes
Definición: Forma escalonada reducida por renglones y pivote
Una matriz se encuentra en la forma escalonada reducida por
renglones si se cumplen las siguientes condiciones:
1. Todos los renglones (si los hay) cuyos elementos son todos
cero aparecen en la parte inferior de la matriz.
2. El primer número diferente de cero (comenzando por la
izquierda) en cualquier renglón cuyos elementos no todos son
cero es 1.
3. Si dos renglones sucesivos tienen elementos distintos de cero,
entonces el primer 1 en el renglón de abajo está más hacia la
derecha que el primer 1 en el renglón de arriba.
4. Cualquier columna que contiene el primer 1 en un renglón
tiene ceros en el resto de sus elementos. El primer número
diferente de cero en un renglón (si lo hay) se llama pivote para
ese renglón.
Matrices aumentadas equivalentes

Ejemplo: Cinco matrices en la forma escalonada reducida por renglones

Las siguientes matrices están en la forma escalonada reducida por renglones:
     
1 0 0 1 0 0 0     1 0 2 5
0 1 0  0 1 0 0  1 0 0 5 1 0 0 1 3 6 
0 0 1 2 0 1
0 0 1 0 0 0 1 0 0 0 0

Las primeras dos matrices tienen tres pivotes; las tres últimas matrices tienen
dos pivotes.

Definición: Forma escalonada por renglones

Una matriz está en la forma escalonada por renglones si se cumplen las
condiciones i), ii) y iii) de la Definición «Forma escalonada reducida por
renglones y pivote».
Las siguientes matrices se encuentran en la forma escalonada por renglones:

     
1 2 3 1 −1 6 4     1 3 2 5
1 0 2 5 1 2
0 1 5 0 1 2 −8 0 1 3 6
0 0 1 2 0 1
0 0 1 0 0 0 1 0 0 0 0
Eliminación gaussiana
En el siguiente ejemplo se muestra cómo dos matrices en forma
escalonada por renglones son equivalentes entre sí. Sean
   
1 3 2 5 1 2 −1 −1
R1 →R1 −R2
A = 0 1 3 6 −−−−−−−→  0 1 3 6  = B.
0 0 0 1 0 0 0 1

Esto significa que cualquier matriz que sea equivalente por renglones a la
matriz A también lo es a la matriz B.
Como se vio en los ejemplos de los sistemas de ecuaciones (7), (25) y
(26), existe una fuerte relación entre la forma escalonada reducida por
renglones y la existencia de la solución única para el sistema:
I En el sistema (7) dicha forma para la matriz de coeficientes (es
decir, en las primeras tres columnas de la matriz aumentada) tenían
un 1 en cada renglón y existía una solución única.
I En los sistemas (25) y (26) la forma escalonada reducida por
renglones de la matriz de coeficientes tenía un renglón de ceros y el
sistema no tenía solución o tenía un número infinito de soluciones.
Eliminación gaussiana

Solución de un sistema mediante eliminación gaussiana

Resuelva el sistema (7) reduciendo la matriz de coeficientes a la forma
escalonada por renglones.

Solución:
Se comienza como antes:
   
2 4 6 18 R1 → 21 R1
1 2 3 9
 4 5 6 24  −−−−−→  4 5 6 24 
3 1 −2 4 3 1 −2 4
   
R2 →R2 −4R1 1 2 3 9 R2 →− 13 R2
1 2 3 9
R3 →R3 −3R1
−−−−−−−−→  0 −3 −6 −12  −−−−−−→  0 1 2 4 
0 −5 −11 −23 0 −5 −11 −23
Hasta aquí, este proceso es idéntico al anterior; pero ahora sólo se
hace cero el número (−5) que está debajo del primer 1 en el
segundo renglón:
Eliminación gaussiana

   
1 2 3 9 1 2 3 9
R →R +5R2 R3 →−R3
−−3−−−3−−−→  0 1 2 4  −− −−−→  0 1 2 4  .
0 0 −1 −3 0 0 1 3

I La matriz aumentada del sistema (y los coeficientes de la matriz) se

encuentran ahora en la forma escalonada por renglones y se puede
ver de inmediato que x3 = 3.
I Después se usa la sustitución hacia atrás para despejar primero x2 y
después x1 . La segunda ecuación queda x2 + 2x3 = 4. Entonces
x2 + 2(3) = 4 y x2 = −2. De igual manera, de la primera ecuación
se obtiene x1 + 2(−2) + 3(3) = 9 o x1 = 4.
I Así, de nuevo se obtiene la solución (4, −2, 3). El método de
solución que se acaba de emplear se llama eliminación gaussiana.
Eliminación gaussiana y Eliminación de Gauss-Jordan

Se cuenta con dos métodos para resolver los ejemplos de sistemas

de ecuaciones:
I Eliminación de Gauss-Jordan
Se reduce por renglón la matriz de coeficientes a la forma
escalonada reducida por renglones usando el procedimiento
descrito antes.
I Eliminación gaussiana
Se reduce por renglón la matriz de coeficientes a la forma
escalonada por renglones, se despeja el valor de la última
incógnita y después se usa la sustitución hacia atrás para las
demás incógnitas.
Eliminación gaussiana y Eliminación de Gauss-Jordan

El sistema general m × n (de m ecuaciones con n incógnitas) está

dado por

a11 x1 + a12 x2 + a13 x3 + · · · + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + · · · + a2n xn = b2
a31 x1 + a32 x2 + a33 x3 + · · · + a3n xn = b3 (27)
.. .. .. .. .
. . . . = ..
am1 x1 + am2 x2 + am3 x3 + · · · + amn xn = bm

En el sistema (27) todos los coeficientes aij y bi son números reales

dados. El problema es encontrar todos los conjuntos de n números,
denotados por (x1 , x2 , x3 , ...xn ), que satisfacen cada una de las m
ecuaciones en (27). El número aij es el coeficiente de la variable xj
en la i-ésima ecuación.
Eliminación gaussiana y Eliminación de Gauss-Jordan
Presentamos un ejemplo en el que el número de ecuaciones e incógnitas es diferente.

Ejemplo: Solución de un sistema de dos ecuaciones con cuatro incógnitas

Resuelva el sistema

x1 + 3x2 − 5x3 + x4 = 4
2x1 + 5x2 − 2x3 + 4x4 = 6

Este sistema se escribe como una matriz aumentada y se reduce por renglones:
   
1 3 −5 1 4 R →R −2R
2 1 3 −5 1 4
−−−−−2−−−→
1
2 5 −2 4 6 0 −1 8 2 −2
   
R →−R 1 3 −5 1 4 R →R −3R 1 0 19 7 −2
−−2−−−−→
2 1
−−−−−1−−−→
2
0 1 −8 −2 2 0 1 −8 −2 2

Hasta aquí se puede llegar. La matriz de coeficiente se encuentra en forma escalonada

y reducida por renglones. Es evidente que existe un número infinito de soluciones. Los
valores de las variables x3 y x4 se pueden escoger de manera arbitraria. Entonces
x2 = 2 + 8x3 + 2x4 y x1 = −2 − 19x3 − 7x4 . Por lo tanto, todas las soluciones se
representan por (−2 − 19x3 − 7x4 , 2 + 8x3 + 2x4 , x3 , x4 ). Por ejemplo, si x3 = 1 y
x4 = 2 se obtiene la solución (−35, 14, 1, 2).
Aplicaciones

Ejemplo: Un problema de administración de recursos

Un departamento de pesca y caza del estado proporciona tres tipos
de comida a un lago que alberga a tres especies de peces. Cada pez
de la especie 1 consume cada semana un promedio de 1 unidad del
alimento A, 1 unidad del alimento B y 2 unidades del alimento C.
Cada pez de la especie 2 consume cada semana un promedio de 3
unidades del alimento A, 4 del B y 5 del C. Para un pez de la
especie 3, el promedio semanal de consumo es de 2 unidades del
alimento A, 1 unidad del alimento B y 5 unidades del C. Cada
semana se proporcionan al lago 25 000 unidades del alimento A, 20
000 unidades del alimento B y 55 000 del C. Si suponemos que los
peces se comen todo el alimento, ¿cuántos peces de cada especie
pueden coexistir en el lago?
Aplicaciones

Solución:
Sean x1 , x2 y x3 el número de peces de cada especie que hay en el
ambiente del lago. Si utilizamos la información del problema, se
observa que x1 peces de la especie 1 consumen x1 unidades del
alimento A, x2 peces de la especie 2 consumen 3x2 unidades del
alimento A y x3 peces de la especie 3 consumen 2x3 unidades del
alimento A. Entonces, x1 + 3x2 + 2x3 = 25000. Si se obtiene una
ecuación similar para los otros dos alimentos se llega al siguiente
sistema de ecuaciones:

x1 + 3x2 + 2x3 = 25000

x1 + 4x2 + x3 = 20000
2x1 + 5x2 + 5x3 = 55000
Aplicaciones
La matriz aumentada del sistema es
 
1 3 2 25000
 1 4 1 20000 
2 5 5 55000

Utilizando reducción de Gauss-Jordan

   
R2 →R2 −R1 1 3 2 25000 R1 →R1 −3R2 1 0 5 40000
R3 →R3 −2R1 R3 →R3 +R2
−−−−−−−−→  0 1 −1 −5000  −−−−−−−−→  0 1 −1 −5000 
0 −1 1 5000 0 0 0 0

Por consiguiente, si x3 se elige arbitrariamente, se tiene un número infinito de

soluciones dada por (40000 − 5x3 , x3 − 5000, x3 ). Por supuesto, se debe tener
x1 ≥ 0, x2 ≥ 0 y x3 ≥ 0. Como x2 = x3 − 5000 ≥ 0, se tiene x3 ≥ 5000. Esto
significa que 0 ≤ x1 ≤ 40000 − 5(5000) = 15000. Por último, como
40000 − 5x3 ≥ 0, se tiene que x3 ≤ 8000. Esto significa que las poblaciones que
pueden convivir en el lago con todo el alimento consumido son

x1 = 40000 − 5x3
x2 = x3 − 5000
5000 ≤ x3 ≤ 8000

Por ejemplo, si x3 = 6000, entonces x1 = 10000 y x2 = 1000.

Aplicaciones

Ejemplo: El modelo de insumo-producto de Leontief

Suponga un sistema económico que tiene n industrias. Existen dos tipos de demandas
en cada industria: la primera, una demanda externa desde afuera del sistema. Por
ejemplo, si el sistema es un país, la demanda externa puede provenir de otro país.
Segunda, la demanda que hace una industria a otra industria en el mismo sistema. Por
ejemplo, en México la industria automotriz demanda parte de la producción de la
industria del acero.
Suponga que ei representa la demanda externa ejercida sobre la i-ésima industria.
Suponga que aij representa la demanda interna que la j-ésima industria ejerce sobre la
i-ésima industria. De forma más concreta, aij representa el número de unidades de
producción de la industria i que se necesitan para producir una unidad de la industria
j. Sea xi la producción de la industria i. Ahora suponga que la producción de cada
industria es igual a su demanda (es decir, no hay sobreproducción). La demanda total
es igual a la suma de demandas internas y externas. Por ejemplo, para calcular la
demanda interna de la industria 2 se observa que la industria 1 necesita a21 unidades
de producción de la industria 2 para producir una unidad de su propia producción. Si
la producción de la industria 1 es x1 , entonces a21 x1 se trata de la cantidad total que
necesita la industria 1 de la industria 2. De esta forma, la demanda interna total sobre
la industria 2 es a21 x1 + a22 x2 + · · · + a2n xn .
Aplicaciones
Al igualar la demanda total a la producción de cada industria se
llega al siguiente sistema de ecuaciones:

a11 x1 + a12 x2 + a13 x3 + · · · + a1n xn + e1 = x1

a21 x1 + a22 x2 + a23 x3 + · · · + a2n xn + e2 = x2
.. .. .. .. .. .
. . . . . = .. (28)
an1 x1 + an2 x2 + an3 x3 + · · · + ann xn + en = xn

Reescribiendo el sistema (28) en la forma del sistema (27) se

obtiene

(1 − a11 )x1 − a12 x2 − · · · − a1n xn = e1

−a21 x1 + (1 − a22 )x2 − · · · − a2n xn = e2 (29)
.. .. .. ..
. . . .
−an1 x1 − an2 x2 − · · · − (1 − amn )xn = en
Aplicaciones
Ejemplo: El modelo de Leontief aplicado a un sistema
económico con tres industrias
Suponga que las demandas externas en un sistema económico con
tres industrias son 10, 25 y 20, respectivamente. Suponga que
a11 = 0.2, a12 = 0.5, a13 = 0.15, a21 = 0.4, a22 = 0.1, a23 = 0.3,
a31 = 0.25, a32 = 0.5 y a33 = 0.15. Encuentre la producción de
cada industria de manera que la oferta sea exactamente igual a la
demanda.

Solución:
En este caso n = 3, 1 − a11 = 0.8, 1 − a22 = 0.9 y 1 − a13 = 0.85 y
el sistema (29) es

0.8x1 − 0.5x2 − 0.15x3 = 10

−0.4x1 + 0.9x2 − 0.3x3 = 25
−0.25x1 − 0.5x2 + 0.85x3 = 20
Aplicaciones

Si se resuelve el sistema por método de eliminación de

Gauss-Jordan en una computadora, trabajando con cinco decimales
en todos los pasos, se obtiene
 
1 0 0 110.30442
 0 1 0 118.74070 
0 0 1 125.81787

Se concluye que la producción necesaria para que la oferta sea

(aproximadamente) igual a la demanda es x1 = 110, x2 = 119 y
x3 = 126.
Introducción a Octave
Octave distingue minúsculas y mayúsculas. Esto significa que a y A
representan variables distintas.
Introducción de matrices. Los elementos de un renglón se separan
por espacios y/o comas, y las columnas se separan por “;” :
 
1 2 3
A = [1 2 3; 4 5 6; 7 8 9] produce la matriz A = 4 5 6
7 8 9
 
3
b = [3; 6; 1] produce la matriz b = 6
1
Notación para formar las submatrices y las matrices aumentadas.
f = A(2, 3) f es el elemento en el segundo renglón, tercera columna de A.
d = A(3, :) d es el tercer renglón de A.
d = A(:, 3) d es la tercer columna de A.
C = A([2 4], :) C es la matriz que consiste del 2o. y 4o. renglones de A.
C = [A b] forma la matriz aumentada C = (A|b).
Introducción a Octave
Operación entre renglones
A(2, :) = 3 ∗ A(2, :) R2 → 3R2
A(2, :) = A(2, :)/4 R2 → 14 R2
A([2 3], :) = A([3 2], :) R2 R3
A(3, :) = A(3, :) + 3 ∗ A(2, :) R3 → R3 + 3R2
Otras características usuales
C = rref (A) Forma la matriz escalonada reducida por renglones de A
format short Despliega sólo 4 dígitos después del punto decimal
format long Despliega de 14 a 15 dígitos después del punto decimal
Comentarios. Si se inicia una línea con el símbolo %, Octave
interpretará esto como una línea de comentario.
Para líneas largas. Para extender una línea se usa “...”.
a = [1 2 3 4 5 6 7 8 ...
9 10]
Ayuda. help rref o doc rref dará una descripción del comando rref.
Sistemas homogéneos de ecuaciones
Definición: Sistemas lineales homogéneos y no homogéneos
Un sistema general de m × n ecuaciones lineales se llama
homogéneo si todas las constantes b1 , b2 , . . . , bm , son cero; si
alguna o algunas de las constantes b1 , . . . , bm es o son diferentes
de cero, decimos que el sistema lineal es no homogéneo. Es decir, el
sistema general homogéneo está dado por

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

a21 x1 + a22 x2 + a23 x3 + · · · + a2n xn = 0
.. .. .. .. .
. . . . = .. (30)
am1 x1 + am2 x2 + am3 x3 + · · · + amn xn = 0

Para sistemas generales no homogéneos, x1 = x2 = · · · = xn = 0 es

siempre una solución (llamada solución trivial o solución cero), por lo que
sólo se tienen dos posibilidades: la solución trivial es la única solución o
existe un número infinito de soluciones además de ésta. Las soluciones
distintas a la solución cero se llaman soluciones no triviales.
Sistemas homogéneos de ecuaciones

Ejemplo: Sistema homogéneo que tiene únicamente la solución

trivial
Resuelva el sistema homogéneo de ecuaciones

2x1 + 4x2 + 6x3 = 0

4x1 + 5x2 + 6x3 = 0
3x1 + x2 − 2x3 = 0

Solución
Ésta es la versión homogénea del sistema (7) en la diapositiva 13.
Al reducir en forma sucesiva, se obtiene (después de dividir la
primera ecuación entre 2)
Sistemas homogéneos de ecuaciones

Al reducir en forma sucesiva se obtiene (después de dividir la primera ecuación

entre 2)
   
2 4 6 0 R1 → 1 R1
1 2 3 0
2
 4 5 6 0  −−−−−→  4 5 6 0 
3 1 −2 0 3 1 −2 0
   
R2 →R2 −4R1 1 2 3 0 R2 →− 1 R
1 2 3 0
R3 →R3 −3R1 3 2
−−−−−−−−→  0 −3 −6 0  − −−−−− −→ 0 1 2 0 
0 −5 −11 0 0 −5 −11 0
   
R1 →R1 −2R2 1 0 −1 0 1 0 −1 0
R3 →R3 +5R2 R3 →−R3
−−−−−−−−→  0 1 2 0  −−−−−→  0 1 2 0 
0 0 −1 0 0 0 1 0
 
R1 →R1 +R3 1 0 0 0
R →R −2R3
−−2−−−2−−−→  0 1 0 0 
0 0 1 0
Así, el sistema tiene una solución única (0, 0, 0). Esto es, la única solución al
sistema es la trivial.
Sistemas homogéneos de ecuaciones

Ejemplo: Un sistema homogéneo con un número infinito de

soluciones
Resuelva el sistema homogéneo

x1 + 2x2 − x3 = 0
3x1 − 3x2 + 2x3 = 0
−x1 − 11x2 + 6x3 = 0

Solución
Al hacer uso de la eliminación de Gauss-Jordan se obtiene,
sucesivamente,
Sistemas homogéneos de ecuaciones

   
1 2 −1 0 R2 →R2 −3R1 1 2 −1 0
R3 →R3 +R1
 3 −3 2 0  −−− −−−−−→  0 −9 5 0 
−1 −11 6 0 0 −9 5 0

1 0 − 19 0
   
1
R2 →− 19 R2
2 −1 0 R1 →R1 −2R2
R →R +9R2
−−−−−−→  0 1 − 59 0  −−3−−−3−−−→  0 1 −5 0 
9
0 −9 5 0 0 0 0 0
Ahora la matriz aumentada está en la forma escalonada reducida
por renglones, y, como tenemos un reglón de ceros, esto nos indica
que existe un número infinito de soluciones. Si elegimos a x3 como
parámetro, encontramos que toda solución es de la forma
1 5


x , x
9 3 9 3 3 , x . Si, por ejemplo, x3 = 0, se obtiene

la solución
1 5
trivial. Si x3 = 1 se obtiene la solución 9 , 9 , 1 . Si x3 = 9π se
obtiene la solución (π, 5π, 9π).
Sistemas homogéneos de ecuaciones
Ejemplo: Un sistema homogéneo con más incógnitas que
ecuaciones tiene un número infinito de soluciones
Resuelva el siguiente sistema

x1 + x2 − x3 = 0
4x1 − 2x2 + 7x3 = 0

Solución
Al reducir por renglones, utilizando el método de Gauss-Jordan se obtiene
   
1 1 −1 0 R →R −4R1 1 1 −1 0
−−2−−−2−−−→
4 −2 7 0 0 −6 11 0
 
R2 →− 16 R2 1 1 −1 0
−−−−−−→
0 1 − 11
6 0
En esta ocasión tenemos más incógnitas que ecuaciones, por lo que hay
un número infinito de soluciones. Si elegimos a x3 como parámetro,
encontramos que toda solución es de la forma − 56 x3 , 11


6 x3 , x3 .
Sistemas homogéneos de ecuaciones
En términos generales, si hay más incógnitas que ecuaciones, el sistema
homogéneo (30) siempre tendrá un número infinito de soluciones. Para
ver esto observe que si sólo tuviera la solución trivial, la reducción por
renglones conduciría al sistema

x1 =0
x2 =0
..
.
xn = 0

y, posiblemente, algunas ecuaciones adicionales de la forma 0 = 0. Pero

este sistema tiene al menos tantas ecuaciones como incógnitas. Puesto
que la reducción por renglones no cambia ni el número de ecuaciones ni
el número de incógnitas, se tiene una contradicción en la suposición de
que había más incógnitas que ecuaciones. Entonces se tiene el teorema
Teorema Sistemas homogéneos: condición para tener un número infinito
de soluciones
El sistema homogéneo (30) tiene un número infinito de soluciones si
n > m.