Algebra

Lineal III: Sistemas de ecuaciones lineales: Definicion y

solucion.
Jose Mara Rico Martnez
Departamento de Ingeniera Mecanica
Facultad de Ingeniera Mecanica Electrica y Electronica
Universidad de Guanajuato
email: jrico@salamanca.ugto.mx

1.

Sistemas de ecuaciones lineales.

En esta seccion, se introduciran las definiciones necesarias para analizar los sistemas de ecuaciones
lineales.
Definici
on de una ecuaci
on lineal. Una ecuacion lineal en un campo K es una ecuacion de la
forma
a1 x1 + a2 x2 + + an xn = b1
donde a1 , a2 , , an K se denominan los coeficientes de la ecuaci
on y b1 K se denomina el
t
ermino independiente, si el termino independiente
b1 = 0,
la ecuacion lineal se denomina homogenea. En caso contrario, es decir, si
b1 6= 0,
la ecuacion lineal se denomina no homogenea. Ademas, se supone que x1 , x2 , , xn K, estos valores se
conocen como las incognitas de la ecuacion lineal. El conjunto solucion de una ecuacion lineal, denominado
CS , se define como
CS = {(x1 , x2 , , xn )|a1 x1 + a2 x2 + + an xn b1 } .
Una ecuacion lineal de la forma
0x1 + 0x2 + + 0xn = 0,
se denomina redundante porque cualquier (x1 , x2 , , xn ) satisface la ecuacion. Por el contrario, una
ecuacion lineal de la forma
0x1 + 0x2 + + 0xn = b1

con

b1 6= 0,

se denomina inconsistente porque ning

un (x1 , x2 , , xn ) satisface la ecuacion.
Definici
on de un sistema de ecuaciones lineales. Un sistema de m ecuaciones lineales con n
incognitas no homogeneo, en un campo K, es una expresion dada por la ecuacion (1)
a11 x1 + a12 x2 + a13 x3 + + a1n xn
a21 x1 + a22 x2 + a23 x3 + + a2n xn

am1 x1 + am2 x2 + am3 x3 + + amn xn

= b1
= b2
=
= bm

(1)

donde aij K i = 1, 2, . . . , m y j = 1, 2, . . . , n se denominan los coeficientes del sistema de ecuaciones,

y bi K i = 1, 2, . . . , m se denominan los terminos independientes del sistema de ecuaciones. Si bi =
0, i = 1, 2, . . . , m el sistema de ecuaciones se denomina homogeneo. En caso contrario, es decir,
si bi 6= 0 para alg
un valor de i = 1, 2, . . . , m, el sistema de ecuaciones se denomina no homogeneo.
Finalmente, las incognitas del sistema de ecuaciones son x1 , x2 , . . . , xn K y, como se indica, pertenecen
al campo K. En nuestro caso, el campo sera casi exclusivamente el campo de los n
umeros reales R, con
algunos excursiones al campo de los n
umeros complejos C.
El conjunto solucion del sistema de ecuaciones lineales, denominado CS , se define como

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

a21 x1 + a22 x2 + a23 x3 + + a2n xn b2

CS = (x1 , x2 , , xn )

am1 x1 + am2 x2 + am3 x3 + + amn xn bm

Si se denomina CSi el conjunto solucion de la i-esima ecuacion lineal del sistema de ecuaciones dado por
la ecuacion (1), se tiene que
CS = CS1 CS2 CSm =

m
\

(2)

CSi .

i=1

Finalmente, el sistema de ecuaciones lineales dado por

a11 x1 + a12 x2 + a13 x3 + + a1n xn
a21 x1 + a22 x2 + a23 x3 + + a2n xn

am1 x1 + am2 x2 + am3 x3 + + amn xn

= 0
=
= 0

en el cual todas los terminos independientes se han hecho iguales a 0, se conoce como el sistema de
ecuaciones homogeneo asociado al sistema de ecuaciones lineales dado por la ecuacion (1).
El objetivo del resto de estas notas es encontrar el conjunto solucion de un sistema de ecuaciones
lineales arbitrario. Empezar un curso de algebra lineal con este tema tiene varias razones:
1.

Un sin n
umero de tareas dentro del algebra lineal requieren precisamente de resolver un sistema de
ecuaciones lineales.

2.

Este tema permite introducir a un nivel elemental el concepto de matrices, uno de los objetos de
estudio del algebra lineal.

3.

Las ecuaciones lineales tienen una interpretacion geometrica muy sencilla en los espacios Euclideos
de dimension dos, el plano, y dimension tres, el espacio. Estas interpretaciones permiten intuir como
es el comportamiento de sistemas de ecuaciones con mas de tres variables, donde una interpretacion
geometrica ya no es posible.

2.

Sistemas de ecuaciones lineales y matrices.

En esta seccion se introduciran objetos conocidos como matrices que, en esta etapa del curso, nos
permitiran tratar de manera un poco mas abstracta a los sistemas de ecuaciones lineales eliminando toda
referencia a las incognitas del sistema. El sistema de ecuaciones, dado por la ecuacion (1), puede escribirse
en forma matricial como

a11 a12 a13 a1n

x1
b1
a21 a22 a23 a2n x2 b2

(3)

am1 am2 am3 amn
xn
bm
2

La matriz1 A, definida como

a11
a21

A=

am1

a12
a22

am2

a13
a23

am3

a1n
a2n

amn

se conoce como la matriz de coeficientes del sistema lineal de ecuaciones dado por la ecuacion
(1), la matrix Ab , definida como

a11 a12 a13 a1n b1

a21 a22 a23 a2n b2

Ab =

am1 am2 am3 amn bm

se conoce como la matriz aumentada del sistema lineal de ecuaciones dado por la ecuacion (1).
En el resto de estas notas se mostrara como se puede encontrar el conjunto solucion del sistema lineal de
ecuaciones dado por la ecuacion (1) empleando exclusivamente las matrices de coeficientes y augmentada
del sistema.

3.

Soluci
on de un sistema lineal de ecuaciones.

Durante la educacion media superior se estudian sistemas de ecuaciones lineales con dos o tres incognitas. All se muestra que existen tres posibles metodos de solucion de estos sistemas de ecuaciones:
1.

Suma o resta de ecuaciones.

2.

Sustitucion de variables.

3.

Igualacion.

En estas notas se mostrara un metodo sistematico de solucion basado en el metodo de suma o resta
de ecuaciones lineales. El metodo consiste en paulatinamente cambiar el sistema de ecuaciones lineales
original por otro mas sencillo pero que tenga el mismo conjunto solucion.
A continuacion se prueba el resultado fundamental del metodo de solucion de un sistema de ecuaciones
lineales.
Teorema. Considere el conjunto de m ecuaciones lineales en n incognitas dado por la ecuacion (1),
el conjunto solucion del sistema de ecuaciones lineales
CS = CS1 CS2 CSm =

m
\

CSk .

k=1

no se altera cuando se realizan las siguientes tres operaciones denominadas elementales:2

1.

Se intercambian ecuaciones.

2.

Se multiplica una ecuacion por un elemento del campo diferente de 0.

1 Por el momento, una matriz es simplemente un arreglo rectangular de n

umeros pertenecientes a un campo, casi siempre
el campo de los n
umeros reales, R.
2 Debe notarse que cada una de estas operaciones elementales conduce a una operaci
on equivalente en las filas de la
matriz augmentada del sistema Ab . De manera m
as especfica: El intercambio de ecuaciones equivale al intercambio de las
filas correspondientes de la matriz aumentada, la multiplicaci
on de una ecuaci
on por un elemento del campo diferente de
0 corresponde a la multiplicaci
on de la fila correspondiente de la matriz augmentada por el mismo elemento del campo
diferente de 0. Finalmente, la suma del m
ultiplo de una ecuaci
on a otra corresponde a la suma del mismo m
ultiplo de la
fila correspondiente a la primera ecuaci
on a la fila correspondiente a la segunda ecuaci
on.

3.

Se suma el m
ultiplo de una ecuacion a otra ecuacion.
Prueba: La prueba se hara evidentemente en tres partes

1.

Se intercambian las ecuaciones i y j. El conjunto solucion del sistema original esta dado por
CSo = CS1 CS2 CSi CSj CSm ,
mientras que el conjunto solucion del sistema final, es decir aquel que se obtiene despues del intercambio de ecuaciones, esta dado por
CSf = CS1 CS2 CSj CSi CSm .
Es, pues, suficiente probar que CSo = CSf . Este resultado se probara por doble inclusion; es decir,
probando que
CSo CSf y CSf CSo .
Considere
(x1 , x2 , , xn ) CSo (x1 , x2 , , xn ) CSk

k = 1, 2, , m (x1 , x2 , , xn ) CSf

De esa manera se prueba el resultado.3

2.

Se multiplica la ecuacion i por un elemento del campo, tambien conocido como escalar, K tal
que 6= 0. La ecuacion original i esta dada por
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn = bi
y su conjunto solucion se denomina CSio , la ecuacion que se obtiene despues de multiplicar la
ecuacion i por un escalar K, tal que 6= 0 esta dada por
( ai1 )x1 + ( ai2 ) x2 + ( ai3 ) x3 + + ( ain ) xn = bi
y su conjunto solucion se denomina CSif . Como en este caso, solo se manipula la i-esima ecuacion,
es suficiente probar que CSio = CSif . Nuevamente, este resultado se probara por doble inclusion;
es decir, probando que
CSio CSif
y
CSif CSio
Sea (x1 , x2 , , xn ) CSio entonces
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn bi
entonces
(ai1 x1 + ai2 x2 + ai3 x3 + + ain xn ) (bi ).
Por lo tanto
(ai1 )x1 + (ai2 )x2 + (ai3 )x3 + + (ain )xn (bi)
y (x1 , x2 , , xn ) CSif . Se ha probado pues que CSio CSif .
En la direccion contraria, sea (x1 , x2 , , xn ) CSif entonces
(ai1 )x1 + (ai2 )x2 + (ai3 )x3 + + (ain )xn (bi)

3 Una manera alternativa de probar este resultado consiste en invocar las leyes de Morgan que indican que la intersecci
on
de conjuntos es conmutativa y asociativa.

puesto que 6= 0, existe un inverso multiplicativo en K, denominado 1 =

tal que

1 [(ai1 )x1 + (ai2 )x2 + (ai3 )x3 + + (ain )xn ] 1 (bi )

(

)ai1 x1 + (1 )ai2 x2 + (1 )ai3 x3 + + (1 )ain xn

(1 )bi

pero
1 = 1,
donde 1 es el identico multiplicativo del campo, y 1k = k = k1 para cualquier elemento k K, por
lo tanto
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn bi
y (x1 , x2 , , xn ) CSio . Se ha probado pues que CSif CSio . La conjuncion de estos dos resultados
parciales conduce a CSif = CSio .
3.

Se suma un m
ultiplo de la ecuacion i a la ecuacion j. Las ecuaciones originales i y j estan originalmente dadas por
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn = bi
y
aj1 x1 + aj2 x2 + aj3 x3 + + ajn xn = bj
y sus conjuntos solucion se denominan CSio y CSjo . La ecuacion que se obtiene despues de sumar
veces la ecuacion i a la ecuacion j esta dada por
(ai1 + aj1 )x1 + (ai2 + aj2 )x2 + (ai3 + aj3 )x3 + + (ain + ajn )xn = bi + bj

(4)

y su conjunto solucion se denomina CSi+j . Como en este caso solo se manipulan las ecuaciones i y
j es suficiente probar que CSio CSjo = CSio CSi+j .
Nuevamente, este resultado se probara por doble inclusion; es decir, probando que
CSio CSjo CSio CSi+j

CSio CSi+j CSio CSjo

Suponga que (x1 , x2 , , xn ) CSio CSjo entonces, (x1 , x2 , , xn ) CSio and (x1 , x2 , , xn )
CSjo , por lo tanto
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn bi
y
aj1 x1 + aj2 x2 + aj3 x3 + + ajn xn bj
Sin embargo, si se sustituye (x1 , x2 , , xn ) en la ecuacion (4), se tiene que
(ai1 + aj1 )x1 + (ai2 + aj2 )x2 + (ai3 + aj3 )x3 + + (ain + ajn )xn

= bi + bj

ai1 x1 + aj1 x1 + ai2 x2 + aj2 x2 + ai3 x3 + aj3 x3 + + ain xn + ajn xn

(ai1 x1 + ai2 x2 + ai3 x3 + + ain xn ) + (aj1 x1 + aj2 x2 + aj3 x3 + + ajn xn )

= bi + bj
bi + bj

Por lo tanto
(x1 , x2 , , xn ) CSi+j

(x1 , x2 , , xn ) CSio CSi+j .

Entonces, se probo que

CSio CSjo CSio CSi+j .
En la direccion contraria, suponga que (x1 , x2 , , xn ) CSio CSi+j entonces, (x1 , x2 , , xn )
CSio and (x1 , x2 , , xn ) CSi+j , por lo tanto
ai1 x1 + ai2 x2 + ai3 x3 + + ain xn bi
5

y
(ai1 + aj1 )x1 + (ai2 + aj2 )x2 + (ai3 + aj3 )x3 + + (ain + ajn )xn bi + bj
Expandiendo y acomodando esta u
ltima ecuacion, se tiene que
(ai1 + aj1 )x1 + (ai2 + aj2 )x2 + (ai3 + aj3 )x3 + + (ain + ajn )xn
ai1 x1 + aj1 x1 + ai2 x2 + aj2 x2 + ai3 x3 + aj3 x3 + + ain xn + ajn xn
(ai1 x1 + ai2 x2 + ai3 x3 + + ain xn ) + (aj1 x1 + aj2 x2 + aj3 x3 + + ajn xn )

bi + bj
bi + bj
bi + bj(5)

Sin embargo, sustituyendo la ecuacion (5) en la ecuacion (6), se tiene que

bi + (aj1 x1 + aj2 x2 + aj3 x3 + + ajn xn ) bi + bj
o
(aj1 x1 + aj2 x2 + aj3 x3 + + ajn xn ) bj
Por lo tanto (x1 , x2 , , xn ) CSoj y (x1 , x2 , , xn ) CSio CSoj. Entonces se probo que
CSio CSi+j CSio CSoj .
La conjuncion de estos dos resultados conduce a
CSio CSi+j = CSio CSoj ,
y este resultado finaliza la prueba.

4.

Ejemplos.
En esta seccion se mostraran algunos ejemplos de solucion de sistemas de ecuaciones lineales:

4.1.

Ejemplo 1.

Considere el siguiente sistema de ecuaciones lineales

2 x1 2 x2 + 2 x3
3 x1 + 6 x2 + 0 x3

= 1,
= 1,

1 x1 7 x2 + 10 x3

(6)

2.

La matriz aumentada del sistema lineal de ecuaciones esta dada por

2 2 2
1
0 1
Ab = 3 6
1 7 10 2
Si se suma a la segunda ecuacion 32 de la primera ecuacion y se suma a la tercera ecuacion 12 de la
primera ecuacion, el sistema de ecuaciones se transforma en
2 x1 2 x2 + 2 x3

0 x1 + 3 x2 + 3 x3

0 x1 + 6 x2 + 9 x3

1
1
2
3
2

En terminos de la matriz aumentada, el efecto de estas reducciones se obtiene de manera semejante. Es

decir, sumando 23 de la primera fila a la segunda fila y sumando 12 de la primera fila a la tercera fila, de
esta manera, la matriz aumentada se reduce a

2 2 2 1
Ab1 = 0 3 3 21
0 6 9 32
En la etapa final, si se suma a la tercera ecuacion 2 veces la segunda ecuacion, se tiene que el sistema
de ecuaciones se reduce a
2 x1 2 x2 + 2 x3

0 x1 + 3 x2 + 3 x3

0 x1 + 0 x2 + 3 x3

1
1
2
1
2

(7)

En terminos de la matriz aumentada, el efecto corresponde a sumar a la tercera fila 2 veces la

segunda fila, de esta manera, la matriz augmentada se reduce a

2 2 2 | 1
Ab2 = 0 3 3 | 21
(8)
0 0 3 | 12
Es importante se
nalar que puesto que durante este proceso se han empleado exclusivamente las operaciones elementales, el conjunto soluci
on del sistema original, vea la ecuaci
on (6), y el conjunto
soluci
on del sistema final, vea la ecuaci
on (7), coinciden.
Mas a
un, el sistema final de ecuaciones, vea la ecuacion (7), y la matriz aumentada, vea la ecuacion
(8), tienen una forma muy simple conocida como escalonada o de modo mas formal como triangular
superior, todos los elementos por debajo de la diagonal principal son nulos, y este sistema de ecuaciones
puede resolverse de manera muy sencilla por el metodo conocido como sustituci
on inversa. Este proceso
consiste en resolver la tercera ecuacion para la incognita x3 , sustituir este valor en la segunda ecuacion,
del sistema, para resolver esta ecuacion para la incognita x2 . El proceso finaliza con la sustitucion de x3
y x2 en la primera ecuacion y la solucion de esta ecuacion para la incognita x1 .
El conjunto solucion del sistema lineal de ecuaciones esta dado, en dos formas alternativas, por

1
1
1
1
= x1 = , x2 = 0, x3 =
.
, 0,
CS =
3
6
3
6

5.

Representaci
on de lneas y planos mediante vectores y ecuaciones lineales.

En esta seccion se mostrara como representar lneas y planos en el espacio mediante dos diferentes
metodos:
1.

Como combinaciones de vectores.

2.

Como ecuaciones o sistemas de ecuaciones.

5.1.

Representaci
on de planos como combinaciones de vectores y como ecuaciones lineales.

Considere el espacio fsico tridimensional, formado por puntos, lneas, planos, etc. Si se selecciona un
origen arbitrario, los puntos estan en una relacion biunivoca, es decir inyectiva y sobreyectiva, con las
7

Figura 1: Punto P y sus coordenadas respecto al sistema coordenado.

Figura 2: Plano determinado por un punto P y dos vectores contenidos en el plano.

triadas ordenadas de n
umeros reales (x, y, z), vea la figura 1, que muestra un punto arbitrario y la triada
de n
umeros reales correspondiente.
Una manera muy sencilla de definir un plano, se muestra en la figura 2. Si se conoce un punto P y
dos vectores, que por comodidad se suponen unitarios, u
, v, contenidos en el plano, todos los vectores de
posicion de cualquier punto, digamos Q, contenido en el plano, esta dado por
P Q = {~rQ | ~rQ = ~rP + u
+ v,

donde , R} .

Sin embargo, existe otra manera de representar los vectores de posicion de los puntos, digamos Q,
contenidos en el plano. Considere el plano mostrado en la figura 3, sea P y Q puntos contenidos en el
plano, y sea u
, un vector, que por comodidad se supone unitario, que es perpendicular al plano. Suponga
que los vectores de posicion de los puntos P y Q y el vector unitario u
estan dados por
~rP = (xP , yP , zP ) ~rQ = (x, y, z)

y u
= (ux , uy , uz ).

Entonces el vector ~rQ ~rP que conecta el punto P con un punto arbitrario contenido en el plano,
digamos Q, esta contenido en el plano, y es, por lo tanto, perpendicular al vector u
, que es perpendicular
al plano. Es decir, la ecuacion del plano esta dado por
(~rP ~rQ ) u
=0

~rQ u
= ~rP u
.

Sustituyendo las coordenadas de los vectores, se tiene que

(x, y, z) (ux , uy , uz ) = (xP , yP , zP ) (ux , uy , uz )
ux x + uy y + uz z = ux xP + uy yP + uz zP .
8

(9)

Figura 3: Plano determinado por un punto P y un vector perpendicular al plano.

Es importante darse cuenta que la ecuacion (9) es una ecuacion lineal en tres incognitas, x, y, x. Entonces, se ha llegado a un resultado importante, un plano en el espacio fsico tridimensional, se representa
mediante una ecuacion lineal en las coordenadas de los puntos. Note que el plano pasa por el origen
O, si y s
olo si, la ecuaci
on lineal es homogenea.

5.2.

Ejemplo 1.

Considere la ecuacion de un plano dada por

2 x 2 y + 2 z = 1,

(10)

Esta ecuacion puede expresarse, despues de una redefinicion de las incognitas, como
2x1 2x2 + 2x3 = 1;
sin embargo, puesto que se busca una interpretacion geometrica de la ecuacion se cambio el significado
de las incognitas. Es evidente que el origen del sistema coordenado (0, 0, 0) no forma parte del plano
representado por la ecuacion (10), pues
2(0) 2(0) + 2(0) = 0 6= 1.
La figura 4 muestra el plano representado por la ecuacion (10). Esta figura verifica que el origen no forma
parte del plano.

5.3.

Ejemplo 2.

Considere la ecuacion de un plano dada por

x 7y + 10z = 0,

(11)

Es evidente que el origen del sistema coordenado (0, 0, 0) forma parte del plano representado por la
ecuacion (11), pues
(0) 7(0) + 10(0) = 0.
La figura 5 muestra el plano representado por la ecuacion (11). Esta figura verifica que el origen forma
parte del plano.

Figura 4: Plano representado por la ecuacion (10).

Figura 5: Plano representado por la ecuacion (11).

10

6.

Determinaci
on de los diferentes casos de soluci
on de sistemas
de ecuaciones lineales.

En esta seccion se analizaran los diferentes casos de solucion, o ausencia de solucion, de sistemas de
ecuaciones lineales. Mas a
un, esos casos se interpretaran a la luz de la representacion de ecuaciones lineales
como planos en un espacio fsico tridimensional. Para tal fn conviene clasificar las matrices asociadas,
a los sistemas de ecuaciones lineales, de acuerdo a las filas diferentes de cero que aparecen en su forma
escalonada previa a la posible solucion del sistema por el metodo de sustitucion inversa.
1.

El n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada,
es mayor que el n
umero de filas diferente de cero de la matriz de coeficientes, en su
forma escalonada, del sistema de ecuaciones. En este caso, el sistema de ecuaciones tiene, al
menos, una ecuacion lineal inconsistente. El sistema de ecuaciones no tiene soluci
on alguna
y el sistema de ecuaciones se denomina inconsistente.

2.

El n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada,
es igual al n
umero de filas diferente de cero de la matriz de coeficientes, en su forma
escalonada, del sistema de ecuaciones.4 En este caso, el sistema de ecuaciones no tiene ninguna
ecuacion lineal inconsistente. El sistema de ecuaciones si tiene, al menos, una soluci
on y el
sistema de ecuaciones se denomina consistente. Ademas, este caso admite una clasificacion
mas fina.
a)

Si el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada, es
igual al n
umero de incognitas, el conjunto solucion del sistema de ecuaciones tiene un u
nico
elemento. En otras palabras, la soluci
on es u
nica.

b)

Si el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada,
es menor al n
umero de incognitas, el conjunto solucion del sistema de ecuaciones tiene un
n
umero infinito de elementos. De manera mas especfica, el conjunto solucion tiene tantas
variables libres como la diferencia entre el n
umero de incognitas y el n
umero de filas diferente
de cero de la matriz augmentada, en su forma escalonada.

Estos resultados se encuentran resumidos en la figura 6; sin embargo, se debe enfatizar que no es, en
general, posible determinar el tipo de sistema y el n
umero de soluciones sin encontrar primero la forma
escalonada de la matriz aumentada.
Un caso especial muy importante, que merece un analisis particular, es el de los sistemas de ecuaciones
homogeneos, en este caso, el n
umero de filas diferente de cero de la matriz augmentada, en su forma
escalonada, es siempre igual al n
umero de filas diferente de cero de la matriz de coeficientes, en su forma
escalonada, del sistema de ecuaciones.5
Entonces, estos sistemas siempre tienen al menos una solucion, denominada la trivial, y dada por
x1 = x2 = = xn = 0.

(12)

Entonces, se tienen dos posibles casos

1.

Si el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada, es igual al
n
umero de incognitas, el conjunto solucion del sistema de ecuaciones tiene un u
nico elemento. En
otras palabras, la solucion es u
nica y es la trivial, dada por la ecuacion (12).

2.

Si el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada, es menor
al n
umero de incognitas, el conjunto solucion del sistema de ecuaciones tiene un n
umero infinito

4 Cual es la raz
on por la cual el n
umero de filas diferente de cero de la matriz augmentada, en su forma escalonada, no
puede ser menor que el n
umero de filas diferente de cero de la matriz de coeficientes, en su forma escalonada, del sistema
de ecuaciones?
5 Cual es la raz
on de este resultado?

11

Figura 6: Resumen de los diferentes tipos de sistemas de ecuaciones lineales y el n

umero de soluciones.
de elementos. De manera mas especfica, el conjunto solucion tiene tantas variables libres como
la diferencia entre el n
umero de incognitas y el n
umero de filas diferente de cero de la matriz
augmentada, en su forma escalonada.

6.1.

Ejemplo 3.

Considere el sistema de ecuaciones lineales dadas por la ecuacion

2x 2y + 2z
3 x + 6 y + z
6 x + 6 y 6 z

= 1
= 1
=

(13)

Donde la matriz augmentada del sistema esta dada por

2 2 2 | 1
1 | 1
Ab = 3 6
6 6 6 | 4
A
nadiendo a la segunda fila de la matriz augmentada, Ab , 32 veces la primera fila y a
nadiendo a la
tercera fila de la matriz augmentada, Ab , 3 veces la primera fila, se llega a la matriz augmentada del
sistema de ecuaciones en forma escalonada. Esta matriz esta dada por

2 2 2 | 1
Ab1 = 0 3 4 | 12
0 0 0 | 7
Como puede observarse, la matriz de coeficientes A en su forma escalonada unicamente tiene 2 filas
diferente de cero, mientras que la matriz augmentada Ab1 en su forma escalonada tiene 3 filas diferente
de cero. El sistema de ecuaciones es inconsistente, y su conjunto solucion esta dado por
CS = .
12

Figura 7: Dos vistas de los planos correspondientes al sistema de ecuaciones dado por la ecuacion 13.
Este resultado, puede verificarse rapidamente notando, que la tercera ecuacion del sistema de ecuaciones,
en su forma escalonada, esta dada por
0x + 0y + 0z = 7.
Esta es una ecuacion lineal inconsistente, cuyo conjunto solucion, CS3 esta dado por
CS3 = .
Una explicacion geometica de este resultado se muestra en la figura 7. Esta figura muestra los planos
asociados a cada una de las ecuaciones del sistema lineal (13). En particular, los planos asociados a las
ecuaciones 1 y 3 son paralelos, y estos se interesectan solo en el infinito, recuerde que infinito no es un
n
umero real. Es pues evidente que el sistema de ecuaciones lineales es inconsistente y su conjunto solucion
es CS = .

6.2.

Ejemplo 4.

Considere el sistema de ecuaciones lineales dadas por la ecuacion

2x 2y + 2z
3 x + 6 y + z

= 1
= 1

6 x + 6 y 6 z

= 3

(14)

Donde la matriz augmentada del sistema esta dada por

2 2 2 | 1
1 | 1
Ab = 3 6
6 6 6 | 3
Figure 6: Dos vistas de los planos representados por las ecuaciones del sistema de ecuaciones lineales
dado por la ecuacion (13).

13

Figura 8: Dos vistas de los planos correspondientes al sistema de ecuaciones dado por la ecuacion 14.
nadiendo a la
A
nadiendo a la segunda fila de la matriz augmentada, Ab , 32 veces la primera fila y a
tercera fila de la matriz augmentada, Ab , 3 veces la primera fila, se llega a la matriz augmentada del
sistema de ecuaciones en forma escalonada. Esta matriz esta dada por

2 2 2 | 1
Ab1 = 0 3 4 | 12
0 0 0 | 0
Como puede observarse, tanto la matriz de coeficientes A como la matriz augmentada Ab en su forma
escalonada tiene 2 filas diferente de cero. Este resultado indica que el sistema de ecuaciones es consistente
y tiene solucion. Mas a
un, el n
umero de filas diferente de cero, 2, es menor que el n
umero de incognitas,
3, de manera que el sistema tiene soluciones m
ultiples, de manera mas especfica, el conjunto solucion
tiene una variable libre.
El proceso de solucion inversa, conduce al siguiente conjunto solucion

2 7 1 4
z, z, z | z R
CS =
3 3 6 3
Una explicacion geometrica de este resultado se muestra en la figura 8. Esta figura muestra los planos
asociados a cada una de las ecuaciones del sistema lineal (14). Note que la figura unicamente muestra 2
planos, la razon es que los planos asociados a las ecuaciones 1 y 3 son, ademas de paralelos, coincidentes.
El conjunto solucion esta representado geometricamente por la lnea que constituye la interseccion de
ambos planos.

14