Captulo 2

Sistemas de ecuaciones lineales

En este captulo se estudiarn algunos aspectos generales sobre sistemas de ecuaciones linea-
les; particularmente se ver un mtodo, conocido como eliminacin gaussiana, que permite deter-
minar el conjunto solucin de tales sistemas de ecuaciones.
2.1. Conceptos bsicos
A lo largo de este captulo llamaremos vectores en R
n
a las matrices columna de n entradas;
esto es, a la matrices de la forma
_
_
_
_
_
a
1
a
2
.
.
.
a
n
_
_
_
_
_
, o, de modo equivalente (a
1
, a
2
, . . . , a
n
)
t
. Las entradas
se llamarn componentes del vector y los vectores se se sumarn entre s y se multiplicarn por
escalares (nmeros reales) del modo como se vio en el tema 1.
Comenzamos con el concepto de ecuacin lineal.
Denicin 2.1. Una ecuacin lineal en las variables x
1
, x
2
, . . . , x
n
tiene la forma
a
1
x
1
+ a
2
x
2
+ a
3
x
3
+ . . . + a
n
x
n
= d,
donde los nmeros a
1
, . . . , a
n
R son los coecientes de la ecuacin y d R es la constante.
Un vector (s
1
, s
2
, . . . , s
n
)
t
en R
n
es una solucin de, o satisface, la ecuacin si sustituyendo cada
variable x
i
por el nmero s
i
(para i = 1, . . . , n) se obtiene una proposicin verdadera:
a
1
s
1
+ a
2
s
2
+ . . . + a
n
s
n
= d.
Ejemplo 2.1. La ecuacin 2x + 3y z = 3 es una ecuacin lineal en las tres variables x, y, z. Sus
coecientes son 2 (el de la variable x), 3 (el de la variable y) y 1 (el de la variable z); su constante
es 3. Observe que una solucin de esta ecuacin es (1, 2, 1)
t
puesto que al hacer x = 1, y = 2,
z = 1 en la ecuacin se tiene:
2(1) + 3(2) 1 = 3
2 + 6 1 = 3
3 = 3
que es una proposicin verdadera.
47
48 Sistema de ecuaciones lineales
Denicin 2.2. Un sistema de ecuaciones lineales de tamao m n es un sistema formado por
m ecuaciones lineales en las n variables x
1
, x
2
, . . . , x
n
:
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= d
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= d
2
.
.
.
.
.
. (2.1)
a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
= d
m
Los nmeros a
ij
(con i = 1, . . . , m, j = 1, . . . , n) son los coecientes del sistema y d
1
, . . . , d
m
son
las constantes. Una vector (s
1
, s
2
, . . . , s
n
)
t
R
n
es solucin del sistema si es solucin, simultnea-
mente, de todas las ecuaciones del sistema.
Ejemplo 2.2. El vector (2, 4)
t
R
2
es una solucin del sistema:
2x
1
3x
2
= 16
x
1
+ 2x
2
= 6
puesto que 2(2) 3(4) = 4 12 = 16 y 2 +2(4) = 2 +8 = 6. Pero (4, 2)
t
no es solucin
del sistema porque 2(4) 3(2) = 8 + 6 = 14 = 16.
Denicin 2.3. El conjunto solucin de un sistema de ecuaciones lineales es el conjunto formado
por todos los vectores que son solucin del sistema. Dos sistemas de ecuaciones lineales se dicen
equivalentes si tienen el mismo conjunto solucin. Resolver un sistema es encontrar su conjunto
solucin.
Observe que, utilizando el producto y la igualdad de matrices, el sistema (2.1) se puede escribir
como:
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
=
_
_
_
_
_
d
1
d
2
.
.
.
d
m
_
_
_
_
_
. (2.2)
Esta manera de escribir el sistema se llama forma matricial del sistema (2.1). La matriz
A =
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_
_
_
_
_
se llama matriz de coecientes del sistema.
El vector X =
_
_
_
x
1
.
.
.
x
n
_
_
_ se llama vector variable o vector incgnita y el vector D =
_
_
_
d
1
.
.
.
d
n
_
_
_ se
llama vector constante del sistema. Con esto, el sistema se puede escribir, de manera muy simple
como:
AX = D.
Conceptos bsicos 49
Ejemplo 2.3. La forma matricial del sistema
3x
1
2x
2
+ 3x
3
x
4
= 3
x
1
5x
2
+ 6x
3
+ x
4
= 12
x
2
+ x
3
+ 2x
4
= 8
es
_
_
3 2 3 1
1 5 6 1
0 1 1 2
_
_
_
_
_
_
x
1
x
2
x
3
x
4
_
_
_
_
=
_
_
3
12
8
_
_
.
La matriz de coecientes es A =
_
_
3 2 3 1
1 5 6 1
0 1 1 2
_
_
, el vector variable es X =
_
_
_
_
x
1
x
2
x
3
x
4
_
_
_
_
y el vector
constante es D =
_
_
3
12
8
_
_
.
Observe, en el ejemplo anterior, que la ausencia de una variable en una ecuacin del sistema
corresponde a un cero en la entrada correspondiente de la matriz de coecientes.
2.1.1. El mtodo de Gauss
Recordemos un procedimiento que seguramente usted ha empleado para resolver sistemas de
2 ecuaciones con 2 incgnitas.
Ejemplo 2.4. Resolver el sistema
2x + 3y = 5
3x + y = 3
Solucin: Si multiplicamos la segunda ecuacin por 3 obtenemos el nuevo sistema
2x + 3y = 5
9x 3y = 9
Si sumamos la primera ecuacin a la segunda obtenemos otro sistema
2x + 3y = 5
7x = 14
De la segunda ecuacin de este nuevo sistema obtenemos x = 2; reemplazando este valor en
la primera ecuacin tenemos 2(2) + 3y = 5, entonces 3y = 9 y, por lo tanto, y = 3. As, el
sistema tiene como solucin el vector (2, 3)
t
.
Observe que, en el ejemplo anterior, comenzamos con un sistema de ecuaciones, luego reali-
zamos algunas operaciones hasta obtener un sistema de fcil solucin. El xito del mtodo radica
en que las operaciones realizadas no altera el conjunto solucin del sistema. Es decir, todos los
sistemas que se obtienen durante el proceso son equivalentes.
50 Sistema de ecuaciones lineales
Este mtodo, que consiste en transformar el sistema paso a paso, como lo hicimos antes en
uno nuevo que puede ser resuelto fcilmente, puede generalizarse a sistemas ms grandes y se
llama mtodo de Gauss.
Las operaciones que est permitido hacer, porque no cambian el conjunto solucin del sistema,
se llaman operaciones elementales de reduccin u operaciones Gaussianas y son:
intercambio: intercambiar dos ecuaciones en el sistema,
multiplicacin por un escalar o reescalamiento: multiplicar una ecuacin del sistema por
un nmero real diferente de 0,
pivoteo: sumar a una ecuacin k veces otra ecuacin.
Considere un sistema de ecuaciones lineales AX = B; segn lo que estudiamos en el tema
1, realizar las operaciones elementales sobre el sistema es lo mismo que realizar las operaciones
elementales sobre la matriz de coecientes y sobre el vector constante del sistema.
Lema 2.1. Dado el sistema de ecuaciones lineales AX = D, de tamao mn, si B es una matriz invertible
de orden m, entonces el sistema (BA)X = BD es equivalente al sistema AX = D.
Demostracin:
Sea S solucin del sistema AX = D, entonces AS = D, por lo tanto B(AX) = B; es decir
(BA)X = BD y, entonces S es solucin del sistema (BA)X = BD.
Sea ahora S solucin de (BA)X = BD, entonces (BA)S = BD. Dado que B es invertible,
multiplicando ambos lados por B
1
tenemos B
1
(BA)S = B
1
BD (B
1
B)AS = (B
1
B)D
AS = D y, entonces S es solucin del sistema AX = D. De modo que los sistemas son equivalentes.

Teorema 2.1 (Mtodo de Gauss). Si un sistema de ecuaciones lineales es cambiado a otro mediante una
de las operaciones:
1. una ecuacin es intercambiada con otra,
2. una ecuacin es multiplicada a ambos lados por una constante diferente de cero,
3. una ecuacin es reemplazada por la suma de ella misma y un mltiplo de otra,
entonces los dos sistemas tienen el mismo conjunto de soluciones (es decir, los sistemas son equivalentes).
Demostracin:
Realizar cualquiera de esas operaciones en un sistema AX = B equivale a multiplicar el siste-
ma por una matriz elemental E; se obtiene (EA)X = EB. Pero E es invertible (por ser elemental),
entonces, por el lema anterior ambos sistemas son equivalentes.
Denicin 2.4. La matriz ampliada del sistema AX = D, de tamao m n, donde A = (a
ij
) y
D = (d
i
), es la matriz de tamao m(n + 1), dada por
_
_
_
_
_
a
11
a
12
. . . a
1n
d
1
a
21
a
22
. . . a
2n
d
2
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
d
m
_
_
_
_
_
. (2.3)
La barra vertical entra las ltimas dos columnas se escribe con el propsito de separar los
coecientes de las constantes. Podemos abreviar la escritura de (3.6) mediante (A|D).
Conceptos bsicos 51
Ejemplo 2.5. La matriz ampliada del sistema del ejemplo 3.6 es
(A|D) =
_
_
3 2 3 1 3
1 5 6 1 12
0 1 1 2 8
_
_
.
Dado que las operaciones elementales sobre las ecuaciones de un sistema lo que hacen es
afectar los coecientes y las constantes, entonces son equivalentes a las operaciones elementales
sobre las las de la matriz ampliada del sistema. As, podemos utilizar la reduccin de la matriz
ampliada para resolver el sistema de ecuaciones.
Ejemplo 2.6. Resolver el sistema
2x
1
x
2
+ x
3
= 2
x
1
+ 3x
2
2x
3
= 12
3x
1
+ x
2
+ 3x
3
= 3
Solucin:
La matriz ampliada del sistema es:
_
_
2 1 1 2
1 3 2 12
3 1 3 3
_
_
.
La escalonamos de la forma en que se establece a continuacin:
_
_
2 1 1 2
1 3 2 12
3 1 3 3
_
_
f
1
f
2

_
_
1 3 2 12
2 1 1 2
3 1 3 3
_
_
2f
1
+f
2

3f
1
+f
3
_
_
1 3 2 12
0 7 5 26
0 10 3 33
_
_
10
7
f
2
+f
3

_
_
1 3 2 12
0 7 5 26
0 0
29
7

29
7
_
_
La ltima matriz es la matriz ampliada del sistema:
x
1
+ 3x
2
2x
3
= 12
7x
2
+ 5x
3
= 26
29
7
x
3
=
29
7
La tercera ecuacin tiene solucin x
3
= 1; sustituyendo en la segunda:
7x
2
5 = 26,
entonces x
2
= 3. Finalmente, sustituyendo estos dos valores en la primera ecuacin obtenemos:
x
1
+ 9 + 2 = 12; es decir, x
1
= 1. El conjunto solucin del sistema es {(1, 3, 1)
t
}.
52 Sistema de ecuaciones lineales
Mtodo de Gauss-Jordan
En el ejemplo anterior, la ltima matriz es escalonada, esto nos permite determinar el valor
de la tercera incgnita y, por sustitucin hacia atrs, encontrar el valor de las otras dos incgnitas
(esto es el mtodo de Gauss). Sin embargo, podemos seguir reduciendo la matriz hasta obtener la
matriz escaln reducida:
_
_
1 3 2 12
0 7 5 26
0 0
29
7

29
7
_
_

1
7
f
2

7
29
f
3
_
_
1 3 2 12
0 1
5
7
26
7
0 0 1 1
_
_
3f
2
+f
1

_
_
_
1 0
1
7
6
7
0 1
5
7
26
7
0 0 1 1
_
_
_

1
7
f
3
+f
1

5
7
f
3
+f
2
_
_
1 0 0 1
0 1 0 3
0 0 1 1
_
_
.
Esta ltima es la matriz ampliada del sistema:
x
1
= 1
x
2
= 3
x
3
= 1
cuya solucin es, evidentemente, (1, 3, 1)
t
. Note que, si llevamos la matriz ampliada hasta su
matriz escaln reducida, la solucin del sistema queda en forma explcita, aunque, en realidad, se
deben realizar ms operaciones elementales sobre las las de la matriz. Esta variante del mtodo
de Gauss que consiste en llevar la matriz ampliada hasta la matriz escaln reducida se conoce
comnmente como mtodo de GaussJordan.
Ejemplo 2.7. Resolver el sistema
x
1
+ x
2
+ x
3
x
4
= 2
2x
1
x
2
+ x
3
2x
4
= 1
x
1
+ 2x
2
x
3
+ x
4
= 4
3x
1
+ x
2
2x
3
+ 2x
4
= 9
x
1
x
2
+ x
3
x
4
= 2
Solucin:
La matriz ampliada del sistema es
_
_
_
_
_
_
1 1 1 1 2
2 1 1 2 1
1 2 1 1 4
3 1 2 2 9
1 1 1 1 2
_
_
_
_
_
_
.
La reducimos de la siguiente manera:
_
_
_
_
_
_
1 1 1 1 2
2 1 1 2 1
1 2 1 1 4
3 1 2 2 3
1 1 1 1 2
_
_
_
_
_
_
2f
1
+f
2

f
1
+f
3
3f
1
+f
4
f
1
+f
5
_
_
_
_
_
_
1 1 1 1 2
0 3 1 0 3
0 3 0 0 6
0 2 5 5 3
0 2 0 0 4
_
_
_
_
_
_
Conceptos bsicos 53

1
2
f
5

_
_
_
_
_
_
1 1 1 1 2
0 3 1 0 3
0 3 0 0 6
0 2 5 5 3
0 1 0 0 2
_
_
_
_
_
_
f
5
+f
1

3f
5
+f
2
3f
5
+f
3
2f
5
+f
4
_
_
_
_
_
_
1 0 1 1 0
0 0 1 0 3
0 0 0 0 0
0 0 5 5 7
0 1 0 0 2
_
_
_
_
_
_
f
2
+f
1

5f
2
+f
4
_
_
_
_
_
_
1 0 0 1 3
0 0 1 0 3
0 0 0 0 0
0 0 0 5 8
0 1 0 0 2
_
_
_
_
_
_
1
5
f
4

_
_
_
_
_
_
1 0 0 1 3
0 0 1 0 3
0 0 0 0 0
0 0 0 1
8
5
0 1 0 0 2
_
_
_
_
_
_
f
4
+f
1

1f
2
_
_
_
_
_
_
1 0 0 0
7
5
0 0 1 0 3
0 0 0 0 0
0 0 0 1
8
5
0 1 0 0 2
_
_
_
_
_
_
intercambios

de las
_
_
_
_
_
_
1 0 0 0
7
5
0 1 0 0 2
0 0 1 0 3
0 0 0 1
8
5
0 0 0 0 0
_
_
_
_
_
_
La ltima matriz es la matriz ampliada del sistema:
x
1
=
7
5
x
2
= 2
x
3
= 3
x
4
=
8
5
0 = 0
Cualquier vector (x
1
, x
2
, x
3
, x
4
)
t
es solucin de la ecuacin 0 = 0 que es la ltima de las ecuaciones
del sistema. Mientras que la nica solucin simultnea de las cuatro ecuaciones restantes es el
vector (
7
5
, 2, 3,
8
5
)
t
. Concluimos que el conjunto solucin del sistema es {(
7
5
, 2, 3,
8
5
)
t
}.
Hasta aqu hemos considerado sistemas cuya solucin es nica; esto es, en cada caso solo existe
una nupla que es solucin del sistema. En realidad, esto no siempre es as; tambin, un sistema
puede no tener soluciones o puede tener innitas soluciones. En la siguiente seccin estudiaremos
con ms detalle el conjunto de soluciones de un sistema.
2.1.2. Ejercicios de la seccin 2.1
1. Resuelva el sistema AX = O, siendo
A =
_
_
1 1 3
4 2 1
2 4 5
_
_
.
2. Sea A =
_
_
1 1 1
1 1 1
3 1 2
_
_
y B =
_
_
1
1
1
_
_
.
Resuelva el sistema AX = B.
En los ejercicios 3 a 7 resuelva el sistema
de ecuaciones dado.
3. x y + z = 1
5x + 5y z = 31
2x + 3y + z = 23
4. 5x + 2y + 3z = 2
2x 2y + 5z = 0
3x + 4y + 2z = 10
5. 4bcx + acy 2abz = 0
5bcx + 3acy 4abz = abc
3bcx + 2acy abz = 4abc
Con a, b y c reales dados y abc = 0.
54 Sistema de ecuaciones lineales
6. 2x
1
+ 2x
2
x
3
+ x
4
= 4
4x
1
+ 3x
2
x
3
+ 2x
4
= 6
8x
1
+ 5x
2
3x
3
+ 4x
4
= 12
3x
1
+ 3x
2
3x
3
+ 2x
4
= 6
7. x
1
x
2
+ x
3
x
4
= 6
2x
1
x
2
+ 3x
3
x
4
= 10
4x
1
3x
2
+ 6x
3
2x
4
= 21
2x
1
+ 2x
2
2x
3
+ 3x
4
= 14
8. Resolver el sistema
x + y z = 2
2x y + 2z = 11
x + 2y + z = 1
3x y 2z = 1
9. Resolver el sistema
x
1
+ x
2
x
3
x
4
= 0
2x
1
+ 3x
2
+ 4x
3
+ 5x
4
= 8
x
1
2x
2
+ x
3
+ x
4
= 0
5x
1
+ 4x
2
+ 3x
3
+ 2x
4
= 6
x
1
x
2
+ x
3
x
4
= 2
10. Considere el sistema de ecuaciones linea-
les:
px
1
px
2
+ qx
3
qx
4
= 5
px
1
px
2
+ x
3
x
4
= q
x
1
x
2
qx
3
+ qx
4
= p
Determine los valores de p y q sabiendo
que el vector (1, 2, 3, 4)
t
es solucin del sis-
tema.
11. Se tienen cuatro nmeros enteros positi-
vos. Se seleccionan tres cualesquiera de
ellos, se calcula su media aritmtica y
se agrega el cuarto. Se hace lo mismo
con todas las selecciones posibles de tres
elementos. Se obtienen sucesivamente los
nmeros 29, 23, 21 y 17. Determine el va-
lor de los nmeros originalmente dados.
2.2. El conjunto solucin de un sistema
En esta seccin nos proponemos determinar las caractersticas generales de las soluciones de
los sistemas de ecuaciones lineales. Esto es fcil mediante el mtodo de Gauss segn veremos
seguidamente.
2.2.1. Variables principales, variables libres, parmetros
Comencemos considerando una sola ecuacin con dos variables.
Ejemplo 2.8. Nos proponemos encontrar el conjunto solucin de
2x y = 4.
Esta es una ecuacin que tiene innitas soluciones; por ejemplo, (2, 0)
t
y (0, 4)
t
son soluciones
de esa ecuacin. En realidad, si damos un valor arbitrario a una de las variables y sustituimos en
la ecuacin obtenemos el valor de la otra variable. Por ejemplo, si x = 3, entonces 2(3) y = 4 y,
por lo tanto y = 2; as obtenemos otra solucin: (3, 2)
t
.
Ahora bien, dar un valor arbitrario a la variable x (por ejemplo) es equivalente a decir que
x = a donde t es cualquier nmero real. Sustituyendo en la ecuacin tenemos 2a y = 4 y,
por lo tanto, y = 2a 4. Esto expresa que las soluciones de la ecuacin son los pares ordenados
(a, 2a 4)
t
, con a cualquier nmero real. Esto signica que el conjunto solucin de la ecuacin es:
{(a, 2a 4)
t
| a R};
en particular, vemos que la ecuacin tiene innitas soluciones.
El conjunto solucin de un sistema 55
Ejemplo 2.9. Nos proponemos determinar el conjunto solucin del sistema:
x + 2y + 3z = 6
2x + y z = 2
4x + 7y + 3z = 6
Llevamos su matriz ampliada hasta la matriz escaln reducida de la siguiente manera:
_
_
1 2 3 6
2 1 1 2
4 7 3 6
_
_
2f
1
+f
2

4f
1
+f
3
_
_
1 2 3 6
0 5 5 10
0 15 15 30
_
_
1
5
f
2

_
_
1 2 3 6
0 1 1 2
0 15 15 30
_
_
2f
2
+f
1

15f
2
+f
3
_
_
1 0 1 2
0 1 1 2
0 0 0 0
_
_
.
El nuevo sistema equivalente al original es:
x + z = 2 (2.4)
y + z = 2 (2.5)
0 = 0 (2.6)
La ecuacin (3.9) es superua, en tanto que no aporta informacin o restricciones en las varia-
bles, puesto que es una armacin siempre verdadera; no importa cules sean los valores de x, y,
z. As, el sistema se reduce a las ecuaciones (3.7) y (3.8).
Vemos que z puede tomar cualquier valor, digamos z = a y, entonces, de la ecuacin (3.8),
y = 2 a y, de la ecuacin (3.7), x = 2 a.
Lo anterior nos permite decir que el conjunto solucin del sistema es:
{(2 a, 2 a, a)
t
| a R}.
Observe que, al reducir el sistema en el ejemplo anterior, hay dos variables que corresponden
al primer 1 de las las de la matriz (las variables x y y); estas se llaman variables principales.
Mientras tanto, la otra (la variable z) no corresponde a ningn primer 1"; esta se llama variable
libre. Observe que la variable libre puede tomar cualquier valor (este valor se llama parmetro"),
mientras que las otras van a depender del valor de sta.
Denicin 2.5. Decimos que un sistema de ecuaciones lineales es escalonado reducido si su ma-
triz ampliada es escalonada reducida.
Ejemplo 2.10. El sistema que se obtiene al nal del ejemplo anterior es escalonado reducido puesto
que su matriz ampliada es
_
_
1 0 1 2
0 1 1 2
0 0 0 0
_
_
, que es escalonada reducida.
Denicin 2.6. En un sistema de ecuaciones lineales escalonado reducido, las variables que co-
rresponden al primer elemento no nulo de una la se llaman variables principales; las otras son
llamadas variables libres.
56 Sistema de ecuaciones lineales
Ejemplo 2.11. El sistema
x
1
+ 2x
2
+ x
4
= 1
x
3
2x
4
= 3
es escalonado reducido puesto que su matriz ampliada es

1 2 0 1 1
0 0 1 2 3

que es escalonada reducida.

Hay dos las no nulas, entonces tiene que haber dos variables principales y las otras dos son
libres. El primer 1 de la primera la corresponde a x
1
y el primer 1 de la segunda la corresponde
a x
3
; estas son las variables principales. El sistema tiene dos variables libres: x
2
y x
4
.
Si queremos describir el conjunto solucin de este sistema podemos dar valores arbitrarios a
las variables libres; por ejemplo, x
2
= a, x
4
= b y, sustituyendo en las dos ecuaciones y despejando
las variables principales obtenemos:
x
1
= 2a b + 1, x
3
= 2b + 3.
El conjunto solucin es {(2a b + 1, a, 2b + 3, b)
t
| a, b R}.
En este ejemplo utilizamos dos variables, s y t, para describir las soluciones; estas variables se
llaman parmetros y decimos que el conjunto solucin est dado en forma paramtrica.
Ejemplo 2.12. Resolver el sistema
2x
1
+ 3x
2
9x
3
4x
4
= 1
x
2
x
3
2x
4
= 1
x
1
+ 2x
2
+ x
3
5x
4
= 4
Solucin:
Realizando operaciones sobre las las de la matriz ampliada obtenemos su matriz escaln
reducida (haga usted la comprobacin del caso):
_
_
2 3 9 4 1
0 1 1 2 1
1 2 1 5 4
_
_

_
_
1 0 3 1 2
0 1 1 2 1
0 0 0 0 0
_
_
As, el sistema se reduce a:
x
1
3x
3
+ x
4
= 2
x
2
x
3
2x
4
= 1
Las variables x
1
y x
2
son principales y x
3
, x
4
son libres. Si x
3
= a y x
4
= b, entonces, susti-
tuyendo en las dos ecuaciones anteriores y despejando las variables principales, se obtiene x
1
=
2 + 3a b y x
2
= 1 + a + 2b. As, el conjunto solucin del sistema es
S = {(2 + 3a b, 1 + a + 2b, a, b)
t
| a R, b R}.
El conjunto solucin de un sistema 57
Sistemas inconsistentes
En lo que precede hemos resuelto sistemas que tienen solucin nica y sistemas que tienen
innitas soluciones (los que tienen parmetros). Sin embargo, hay sistemas que no tienen solucin.
Decimos que un sistema es consistente si tiene solucin; si la solucin es nica se dice que el
sistema es determinado y si tiene innitas soluciones el sistema se llama indeterminado. Los
sistemas que no tienen solucin se llaman inconsistentes.
Ejemplo 2.13. Resolver el sistema
x 2y + z = 2
3x + y 2z = 4
5x 3y = 7
Solucin:
Reducimos la matriz ampliada de la siguiente manera:
_
_
1 2 1 2
3 1 2 4
5 3 0 7
_
_
3f
1
+f
2

5f
1
+f
3
_
_
1 2 1 2
0 7 5 2
0 7 5 3
_
_
1
7
f
2

_
_
1 2 1 2
0 1
5
7

2
7
0 7 5 3
_
_
2f
2
+f
1

7f
2
+f
3
_
_
_
1 0
3
7
10
7
0 1
5
7

2
7
0 0 0 1
_
_
_.
La ltima matriz es la matriz ampliada del sistema
x
3
7
z =
10
7
y
5
7
z =
2
7
0 = 1
No importa cules sean los valores de x, y, z, la armacin 0 = 1 es falsa. Esto signica
que la tercera ecuacin no tiene solucin y por lo tanto el sistema completo no tiene solucin; es
inconsistente. En este caso decimos que el conjunto solucin es el conjunto vaco: .
Ejemplo 2.14. Probar que el sistema
x + y + z + w = 6
x y + z w = 8
x + 3y + z + 3w = p
donde p es cualquier nmero real diferente de 4, es inconsistente.
Solucin:
Efectuamos la siguiente reduccin de la matriz ampliada del sistema:
_
_
1 1 1 1 6
1 1 1 1 8
1 3 1 3 p
_
_
f
1
+f
2

f
1
+f
3
_
_
1 1 1 1 6
0 2 0 2 2
0 2 0 2 p 6
_
_
f
2
+f
3

_
_
1 1 1 1 6
0 2 0 2 2
0 0 0 0 p 4
_
_
.
La tercera la de la ltima matriz corresponde a la ecuacin
0 = p 4,
que tiene solucin solamente si p = 4. Cuando p = 4, el sistema es inconsistente.
En el resto de esta seccin profundizaremos en los aspectos tericos de las soluciones de siste-
mas de ecuaciones lineales. Antes vamos a introducir un concepto que ser til para este estudio.
58 Sistema de ecuaciones lineales
2.2.2. Propiedades del conjunto solucin
Consideremos el sistema reducido que se obtuvo al nal del ejemplo 3.25. Observe que su
matriz de coecientes es
A =
_
_
_
1 0
3
7
0 1
5
7
0 0 0
_
_
_,
mientras que su matriz ampliada es
(A|D) =
_
_
_
1 0
3
7
10
7
0 1
5
7

2
7
0 0 0 1
_
_
_.
Observamos que el rango de la matriz A es 2, mientras que el rango de la matriz (A|D) es 3;
precisamente el hecho de que estos dos rangos sean diferentes es el que hace que el sistema sea
inconsistente. Si usted realiza una observacin semejante en los ejemplos previos se dar cuenta
de que en todos los casos en que los sistemas tienen solucin, el rango de la matriz de coecientes
es igual al rango de la matriz ampliada. Esta es una propiedad general que se establece en el
siguiente teorema.
Teorema 2.2. Dado un sistema de ecuaciones lineales AX = D, de m ecuaciones y n incgnitas, con
rang(A) = r y rang(A|D) = s, se tiene que:
1. r n (el rango de la matriz de coecientes nunca es mayor que el nmero de variables).
2. r s (el rango de la matriz de coecientes nunca es mayor que el rango de la matriz ampliada).
3. Si r = s = n entonces el sistema tiene solucin nica (si el rango de la matriz de coecientes y el de
la matriz ampliada son iguales al nmero de variables el sistema es determinado).
4. Si r = s < n entonces el sistema tiene innitas soluciones (es indeterminado) y el nmero de par-
metros en la solucin es igual a n r.
5. Si s > r entonces el sistema no tiene soluciones (si el rango de la matriz ampliada es mayor que el de
la matriz de coecientes el sistema es inconsistente).
Demostracin:
1. Como a cada la no nula de la matriz escaln reducida equivalente a A corresponde una
variable principal y puesto que r es el nmero de las no nulas de la matriz escaln reducida,
entonces r no puede ser mayor que el nmero de variables.
2. Ejercicio.
3. Si r = s = n, la matriz ampliada del sistema dado se puede reducir a una matriz del tipo
_
_
_
_
_
_
_
_
_
_
_
_
1 0 . . . 0 c
1
0 1 . . . 0 c
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1 c
n
0 0 . . . 0 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 0 0
_
_
_
_
_
_
_
_
_
_
_
_
.
El conjunto solucin de un sistema 59
Esta es la matriz de un sistema que tiene como nica solucin (c
1
, c
2
, . . . , c
n
)
t
.
4. Cada la no nula de la matriz reducida equivalente a A corresponde a una variable principal;
es decir, el nmero de variables principales es igual al rango de la matriz ampliada. Las
restantes n r variables son libres. Por lo tanto, el sistema tiene innitas soluciones y el
nmero de parmetros es n r.
5. Si s > r, entonces la matriz ampliada del sistema se puede reducir a una matriz que contiene
una la de la forma

0 0 . . . 0 1

que corresponde a una ecuacin del tipo 0 = 1 cuya solucin es el conjunto vaco.
Corolario 2.1. El conjunto solucin de un sistema de ecuaciones lineales es vaco o unitario (contiene solo
un elemento) o innito.
Ejemplo 2.15. Considere el sistema
2x
1
+ 3x
2
+ x
3
+ 2x
4
= 3
4x
1
+ 6x
2
+ 3x
3
+ 4x
4
= 5
6x
1
+ 9x
2
+ 5x
3
+ 6x
4
= 7
8x
1
+ 12x
2
+ 7x
3
+x
4
= 9
donde es un nmero real cualquiera. Discutir la solucin del sistema segn los valores de ; es
decir, determinar para qu valor o valores de , el sistema:
(a) no tiene solucin,
(b) tiene solucin nica y determinarla, y
(c) tiene innitas soluciones y determinarlas.
Solucin:
Reducimos por las la matriz ampliada del sistema:
_
_
_
_
2 3 1 2 3
4 6 3 4 5
6 9 5 6 7
8 12 7 9
_
_
_
_
2f
1
+f
2

3f
1
+f
3
4f
1
+f
4
_
_
_
_
2 3 1 2 3
0 0 1 0 1
0 0 2 0 2
0 0 3 8 3
_
_
_
_
f
2
+f
1

2f
2
+f
3
3f
2
+f
4
_
_
_
_
2 3 0 2 4
0 0 1 0 1
0 0 0 0 0
0 0 0 8 0
_
_
_
_
f
3
f
4

_
_
_
_
2 3 0 2 4
0 0 1 0 1
0 0 0 8 0
0 0 0 0 0
_
_
_
_
.
De la ltima matriz vemos que la matriz de coecientes y la matriz ampliada tienen el mismo
rango; por lo tanto, de acuerdo con el teorema 3.4, el sistema siempre tiene solucin.
Por otra parte, si 8 = 0; es decir, si = 8, el rango de estas matrices es 2, por lo que el
conjunto solucin del sistema va a tener 4 2 = 2 parmetros. Las variables principales son x
1
y
x
3
y las variables libres son x
2
y x
4
. El sistema se reduce a
2x
1
+ 3x
2
+ 2x
4
= 4
x
3
= 1
60 Sistema de ecuaciones lineales
Si hacemos x
2
= a y x
4
= b, tenemos, de la segunda ecuacin, que x
3
= 1 y, de la primera
ecuacin, que 2x
1
+ 3a + 2b = 4; por lo tanto x
1
= 2
3
2
a b. El conjunto solucin del sistema es
S =

2
3
2
a b, a, 1, b

t
| a, b R

.
Finalmente, si 8 = 0; es decir, si = 8, el rango de estas matrices es 3 y tenemos tres
variables principales: x
1
, x
3
y x
4
; la variable x
2
es libre.
En este caso el sistema se reduce a
2x
1
+ 3x
2
+ 2x
4
= 4
x
3
= 1
( 8)x
4
= 0
De la ltima ecuacin se tiene x
4
= 0 (pues 8 = 0); de la segunda: x
3
= 1 y, si x
2
= s,
de la primera ecuacin se tiene x
1
= 2
3
2
s (pues x
4
= 0). En este caso, el conjunto solucin del
sistema es
S =

2
3
2
s, s, 1, 0

t
| s R

.
Ejemplo 2.16. Discutir las soluciones del siguiente sistema segn los valores de a:
ax + y + z = 1
x + ay + z = 1
x + y + az = 1
Solucin:
La matriz ampliada del sistema es
_
_
a 1 1 1
1 a 1 1
1 1 a 1
_
_
.
Efectuando operaciones elementales sobre las las de esa matriz obtenemos la siguiente matriz
equivalente (realice los pasos necesarios):
_
_
1 1 a 1
0 a 1 1 a 0
0 0 (1 a)(2 + a) 1 a
_
_
. (2.7)
Observamos que si a = 1, entonces la matriz (3.11) se convierte en
_
_
1 1 1 1
0 0 0 0
0 0 0 0
_
_
.
Entonces, el rango de la matriz de coecientes es igual al rango de la matriz ampliada y menor
que el nmero de incgnitas, por lo que el sistema tiene innitas soluciones. Podemos seleccionar
como variables libres a y, z y escribimos y = p, z = q. Como el sistema se reduce a la ecuacin
x + y + z = 1,
El conjunto solucin de un sistema 61
tenemos entonces que x + p + q = 1 y, por lo tanto, x = 1 p q. En conclusin, si a = 1, el
sistema tiene innitas soluciones dadas por el conjunto
S = {(1 p q, p, q)
t
| p R, q R}.
Ahora, si a = 2, la matriz (3.11) se reduce a
_
_
1 1 2 1
0 3 3 0
0 0 0 3
_
_
.
As, en este caso, el rango de la matriz de coecientes es 2 y el rango de la matriz ampliada es
3, por lo tanto el conjunto de soluciones del sistema es .
Finalmente, si a = 1 y a = 2, podemos reducir la matriz (3.11) multiplicando por
1
a1
la la 2
y por
1
1a
la la 3. Se obtiene la matriz
_
_
1 1 a 1
0 1 1 0
0 0 2 + a 1
_
_
.
que corresponde al sistema
x + y + az = 1
y z = 0
(2 + a)z = 1
De la tercera ecuacin se tiene que z =
1
2+a
y, por sustitucin hacia atrs, se tiene que y =
1
2+a
y x =
1
2+a
. El conjunto solucin del sistema es, en este caso,

1
2 + a
,
1
2 + a
,
1
2 + a

.
Ejemplo 2.17. La siguiente es la matriz aumentada de un sistema de ecuaciones lineales con cuatro
incgnitas:
_
_
1 1 3 p 5
0 0 1 p 1
0 0 p p 1
_
_
.
(a) Determine para qu valor o valores de p el sistema:
No tiene solucin.
Tiene solucin nica.
Tiene innitas soluciones dependiendo de un parmetro.
Tiene innitas soluciones dependiendo de dos parmetros.
(b) Determine el conjunto solucin del sistema para el caso en que tiene innitas soluciones
dependiendo de un parmetro.
(c) Para qu valores de p el vector (8, 4p, 0, p)
t
es solucin del sistema?
Solucin:
62 Sistema de ecuaciones lineales
(a) Efectuando la operacin p f
2
+ f
3
en la matriz dada obtenemos la matriz:
_
_
1 1 3 p 5
0 0 1 p 1
0 0 0 p(1 p) 1 p
_
_
.
De ah se observa que si p = 1, el rango de la matriz de coecientes es 2, lo mismo que el de la
ampliada; por lo tanto, el sistema tiene innitas soluciones con dos parmetros puesto que tiene 4
incgnitas.
Por otra parte, si p = 0, el rango de la matriz de coecientes es 2 y el de la ampliada es 3; en
este caso el sistema no tiene solucin.
Si p = 0 y p = 1, la matriz de coecientes y la matriz ampliada tienen rango 3 por lo tanto el
sistema tiene solucin con un parmetro puesto que son cuatro incgnitas.
No puede haber solucin nica puesto que el nmero de incgnitas siempre es mayor que el
rango de la matriz de coecientes.
(b) Para el caso p = 0 y p = 1, la matriz puede reducirse hasta:
_
_
1 1 0 0 4
0 0 1 0 0
0 0 0 1
1
p
_
_
.
Observamos que la segunda incgnita es libre, digamos igual a a y entonces, el conjunto solucin
es {(4 a, a, 0,
1
p
)
t
| a R}.
(c) Si el vector (8, 4p, 0, p)
t
es solucin del sistema, entonces
_
_
1 1 3 p
0 0 1 p
0 0 p p
_
_
_
_
_
_
8
4p
0
p
_
_
_
_
=
_
_
5
1
1
_
_
Por lo tanto
_
_
8 + 4p + p
2
p
2
p
2
_
_
=
_
_
5
1
1
_
_
De esto se tiene que p
2
+ 4p + 3 = 0 y p
2
= 1; es decir, p = 1.
Sistemas homogneos
Un papel especial en la descripcin del conjunto solucin de los sistemas de ecuaciones lineales
lo juegan ciertos sistemas llamados homogneos.
Denicin 2.7. Un sistema de ecuaciones lineales es homogneo si el trmino constante de cada
una de las ecuaciones del sistema es igual a 0. Estos sistemas tienen la forma AX = O.
De modo explcito:
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= 0
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
= 0
(2.8)
El conjunto solucin de un sistema 63
Ejemplo 2.18. El sistema
x
1
3x
2
+ x
3
x
4
= 0
3x
1
4x
2
2x
3
+ 2x
4
= 0
5x
2
4x
3
+ 4x
4
= 0
es homogneo.
Un sistema homogneo siempre es consistente puesto que posee al menos la solucin nula:
x
1
= 0, x
2
= 0, . . . , x
n
= 0. El sistema del ejemplo anterior posee la solucin (0, 0, 0, 0)
t
.
Bajo ciertas condiciones un sistema homogneo puede poseer innitas soluciones.
Teorema 2.3. El sistema homogneo (3.12) tiene innitas soluciones si y solo si el rango de la matriz de
coecientes es menor que el nmero de variables del sistema.
Demostracin:
El rango de la matriz de coecientes es menor que el nmero de variables si y solo si al menos
una de las variables no es principal (por lo tanto, es libre) si y solo si el sistema tiene innitas
soluciones.
Ejemplo 2.19. El sistema dado en el ejemplo 3.34 tiene innitas soluciones dado que tiene 4 varia-
bles y el rango de su matriz de coecientes es menor o igual que 3, puesto que tiene tres ecuaciones.

Ejemplo 2.20. Resolver el sistema dado en el ejemplo 3.34.

Solucin:
Reducimos la matriz ampliada del sistema:
_
_
1 3 1 1 0
3 4 2 2 0
0 5 4 4 0
_
_
3f
1
+f
2

_
_
1 3 1 1 0
0 5 5 5 0
0 5 4 4 0
_
_
1
5
f
2

_
_
1 3 1 1 0
0 1 1 1 0
0 5 4 4 0
_
_
3f
2
+f
1

5f
2
+f
1
_
_
1 0 2 2 0
0 1 1 1 0
0 0 1 1 0
_
_
2f
3
+f
1

f
3
+f
1
_
_
1 0 0 0 0
0 1 0 0 0
0 0 1 1 0
_
_
.
El sistema equivalente reducido es
x
1
= 0
x
2
= 0
x
3
x
4
= 0
Tenemos una variable libre: x
4
. Hacemos x
4
= a y de la tercera ecuacin tenemos x
3
a = 0;
es decir x
3
= a. De las dos primeras ecuaciones tenemos x
1
= 0 y x
2
= 0. As, el conjunto solucin
es
S = {(0, 0, a, a)
t
| a R}.
Observe que al efectuar operaciones elementales sobre las las de una matriz una columna de
ceros no cambia (despus de cada operacin esa columna sigue estando formada por ceros). Esto
permite que, en el caso de la sistemas homogneos, podamos reducir solamente la matriz de coe-
cientes. Desde luego, al nal debemos considerar que tambin el sistema reducido es homogneo.
64 Sistema de ecuaciones lineales
Denicin 2.8. Dado un sistema de ecuaciones lineales AX = B, entonces decimos que el sistema
AX = 0 es su sistema homogneo asociado.
Ejemplo 2.21. El sistema homogneo asociado a
2x
1
+ 3x
2
+ x
3
2x
4
= 1
x
1
3x
2
+ x
3
+ 3x
4
= 3
2x
1
+ 6x
2
3x
3
+ 2x
4
= 8
es
2x
1
+ 3x
2
+ x
3
2x
4
= 0
x
1
3x
2
+ x
3
+ 3x
4
= 0
2x
1
+ 6x
2
3x
3
+ 2x
4
= 0

Existe un estrecha relacin entre el conjunto solucin de un sistema y el conjunto solucin de

su sistema homogneo asociado.
Teorema 2.4. Si X
0
es una solucin del sistema AX = B y X
1
es una solucin del sistema homogneo
asociado AX = 0 entonces X
0
+ X
1
es solucin del sistema AX = B. Recprocamente, si X
0
es una
solucin particular (ja) del sistema de ecuaciones lineales AX = B, entonces toda solucin de AX = B se
puede escribir como X
0
+ X
1
, donde X
1
es una solucin del sistema homogneo AX = 0.
Demostracin:
Sea X
0
una solucin particular de AX = B (es decir AX
0
= B) y sea X
1
una solucin cualquiera
de AX = 0 (es decir AX
1
= 0), entonces
A(X
0
+ X
1
) = AX
0
+ AX
1
= B + 0 = B.
Esto signica que X
0
+ X
1
es solucin de AX = B.
Sea ahora Y una solucin de AX = B (esto es, AY = B) y X
0
una solucin particular del mismo
sistema (es decir, AX
0
= B). Sea X
1
= Y X
0
, tenemos que
AX
1
= A(Y X
0
)
= AY AX
0
= B B = 0;
es decir, X
1
es solucin del sistema homogneo AX = 0 y puesto que Y = X
1
+ X
0
se tiene lo
indicado en el teorema.
Ejemplo 2.22. Considere la matriz A =
_
_
1 2 3
4 3 2
2 3 4
_
_
.
(a) Resolver el sistema homogneo AX = 0.
(b) Sea B =
_
_
a
6a 5c
c
_
_
. Pruebe que (2c 2a, c, a)
t
es una solucin particular del sistema AX =
B.
(c) Determinar el conjunto solucin del sistema AX = B.
El conjunto solucin de un sistema 65
Solucin:
(a) Reducimos la matriz de coecientes del sistema (dado que es homogneo):
_
_
1 2 3
4 3 2
2 3 4
_
_
4f
1
+f
2

2f
1
+f
3
_
_
1 2 3
0 5 10
0 1 2
_
_
2f
3
+f
1

5f
3
+f
2
f
3
_
_
1 0 1
0 0 0
0 1 2
_
_
.
El sistema se reduce a
x
1
x
3
= 0
x
2
+ 2x
3
= 0
Si hacemos x
3
= b, entonces x
1
= b y x
2
= 2b. La soluciones de AX = 0 son los vectores
de la forma (b, 2b, b)
t
.
(b) Para ver que (2c 2a, c, a)
t
es solucin de AX = B hacemos el producto
_
_
1 2 3
4 3 2
2 3 4
_
_
_
_
2c 2a
c
a
_
_
=
_
_
1(2c 2a) + 2(c) + 3a
4(2c 2a) 3(c) 2a
2(2c 2a) + 3(c) + 4a
_
_
=
_
_
a
5c + 6a
c
_
_
= B,
de manera que s es solucin de AX = B.
(c) Segn el teorema 3.6, las soluciones de AX = B son de la forma
(2c 2a, c, a)
t
+ (b, 2b, b)
t
= (2c 2a + b, c 2b, a + b)
t
.
El conjunto solucin de este sistema es
{(2c 2a + t, c 2t, a + t) | t R}.
2.2.3. Ejercicios de la seccin 2.2
1. Resuelva el sistema x
1
x
2
+ x
3
x
4
= 2
2x
1
+ 3x
2
x
3
+ 2x
4
= 5
4x
1
2x
2
x
3
3x
4
= 6
2. Resuelva 2x
1
+ 7x
2
+ 3x
3
+ x
4
= 5
x
1
+ 3x
2
+ 5x
3
2x
4
= 3
x
1
+ 5x
2
9x
3
+ 8x
4
= 1
5x
1
+ 18x
2
+ 4x
3
+ 5x
4
= 12
3. Resuelva cada sistema. Exprese el conjunto solucin utilizando vectores. Identique la solu-
cin particular y el conjunto solucin del sistema homogneo.
(a) 3x + 6y = 18
x + 2y = 6
(b) x + y = 1
x y = 1
(c) x
1
+ x
3
= 4
x
1
x
2
+ 2x
3
= 5
4x
1
x
2
+ 5x
3
= 17
(d) 2a + b c = 2
2a + c = 3
a b = 0
(e) x + 2y z = 3
2x + y + w = 4
x y + z + w = 1
(f) x + z + w = 4
2x + y w = 2
3x + y + z = 7
66 Sistema de ecuaciones lineales
4. La siguiente es la matriz ampliada de un sistema de ecuaciones lineales:
_
_
1 0 0 2 a
0 1 0 3 a + 1
0 0 2 0 8
_
_
.
(a) Si (8, 12, 4, p)
t
es solucin del sistema, determine el valor de a y el valor de p.
(b) Determine el conjunto solucin del sistema usando el valor de a encontrado antes.
5. La siguiente es la matriz ampliada de un sistema de ecuaciones lineales:
_
_
a 0 a 2
a a 4 4
0 a 2 a
_
_
.
Determine para qu valor o valores de a el sistema tiene innitas soluciones o tiene solucin
nica o no tiene solucin.
6. La siguiente es la matriz ampliada de un sistema de ecuaciones lineales:
_
_
a 0 b 2
a a 4 b 2
0 0 b 2 b 2
_
_
.
Determine para qu valor o valores de a y b el sistema tiene innitas soluciones con un pa-
rmetro o innitas soluciones con dos parmetros o tiene solucin nica o no tiene solucin.
7. Dado el sistema de ecuaciones lineales:
x
1
+ bx
2
bx
3
= 1
bx
1
+ 4x
2
4x
3
= 2
x
1
+ bx
2
2x
3
= b + 1
Determine para qu valor o valores de b el sistema tiene innitas soluciones o tiene solucin
nica o no tiene solucin. Determine el conjunto solucin en cada caso.
8. Determine para qu valores de a y b el sistema
ax + 2z = 2
5x + 2y = 1
x 2y + bz = 3
tiene:
(a) solucin nica,
(b) innitas soluciones,
(c) solucin vaca.
(d) En los casos (a) y (b) determine el conjunto solucin.
El conjunto solucin de un sistema 67
9. Determine para qu valores de a el sistema
x + y 2z = 2
5x 7y + 6az = 0
3ax + 9y + 10z = 12
tiene:
(a) solucin nica,
(b) innitas soluciones,
(c) solucin vaca.
(d) En los casos (a) y (b) determine el conjunto solucin.
10. Para el siguiente sistema realice las mismas acciones que en el ejercicio anterior:
(a + 1)x + y + z = a
2
+ 3a
x + (a + 1)y + z = a
3
+ 3a
2
x + y + (a + 1)z = a
4
+ 3a
3
11. Determine para cules vectores Y =
_
_
y
1
y
2
y
3
_
_
tiene solucin el sistema AX = Y, siendo
A =
_
_
3 1 2
2 1 1
1 3 0
_
_
.
12. Si A =
_
_
5 0 0
1 5 0
0 1 5
_
_
, determine para qu vectores X existe c R tal que AX = cX.
13. Bajo qu condiciones para las constantes b
1
, b
2
, b
3
, b
4
, cada uno de estos sistemas tiene
solucin? Sugerencia: Aplique el Mtodo de Gauss y vea qu sucede al lado derecho.
(a) x 3y = b
1
3x + y = b
2
x + 7y = b
3
2x + 4y = b
4
(b) x
1
+ 2x
2
+ 3x
3
= b
1
2x
1
+ 5x
2
+ 3x
3
= b
2
x
1
+ 8x
3
= b
3
14. Pruebe que si ad bc = 0 entonces
ax + by = p
cx + dy = q
tiene solucin nica para cualesquiera valores de p y q.
68 Sistema de ecuaciones lineales
15. Dos sistemas de ecuaciones lineales AX = C y BX = D tienen, respectivamente, los siguien-
tes conjuntos solucin:

(5 2a, 4 + 9a, 3a)

t
| a R

(
53
9
2b, 9b,
4
3
+ 3b)
t
| b R

Son estos sistemas equivalentes? Justique.

2.3. Regla de Cramer. Matrices inversas
En esta seccin proporcionamos dos aplicaciones de los determinantes: a la resolucin de cier-
tos sistemas de ecuaciones lineales y al clculo de matrices inversas.
2.3.1. La regla de Cramer
Consideremos un sistema cuadrado (n n) de ecuaciones lineales AX = B:
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= b
2
.
.
.
.
.
.
a
n1
x
1
+ a
n2
x
2
+ . . . + a
nn
x
n
= b
n
(2.9)
Denotamos por (A
i
: B) la matriz que se obtiene al reemplazar la columna i de la matriz A por el
vector columna B.
Si c
1
(A), c
2
(A), . . . , c
n
(A) son las columnas de A y escribimos la matriz A en su notacin por
columnas, es decir,
A = (c
1
(A), c
2
(A), . . . , c
i1
(A), c
i
(A), c
i+1
(A), . . . , c
n
(A)),
entonces tenemos que
(A
i
: B) = (c
1
(A), c
2
(A), . . . , c
i1
(A), B, c
i+1
(A), . . . , c
n
(A)). (2.10)
Se sustituye la columna i de A por el vector B.
Ejemplo 2.23. Para el sistema
2x + 3y + z = 5
x + 2y z = 6
x + 3y + 4z = 8
se tiene que A =
_
_
2 3 1
1 2 1
1 3 4
_
_
y B =
_
_
5
6
8
_
_
.
Entonces, (A
1
: B) es la matriz que se obtiene al tomar la matriz A, quitarle la columna 1 y
colocar en su lugar el vector B, es decir:
(A
1
: B) =
_
_
5 3 1
6 2 1
8 3 4
_
_
.
Regla de Cramer. Matrices inversas 69
De modo anlogo se obtiene que
(A
2
: B) =
_
_
2 5 1
1 6 1
1 8 4
_
_
y (A
3
: B) =
_
_
2 3 5
1 2 6
1 3 8
_
_
.
Observemos que el sistema (2.9) se puede escribir como
x
1
_
_
_
_
_
a
11
a
21
.
.
.
a
n1
_
_
_
_
_
+ x
2
_
_
_
_
_
a
12
a
22
.
.
.
a
n2
_
_
_
_
_
+ . . . + x
n
_
_
_
_
_
a
1n
a
2n
.
.
.
a
nn
_
_
_
_
_
=
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
.
Notemos que los vectores que aparecen al lado izquierdo del igual son, precisamente, las co-
lumnas de la matriz de coecientes A. De este modo, podemos escribir la igualdad anterior como
x
1
c
1
(A) + x
2
c
2
(A) + . . . + x
n
c
n
(A) = B, (2.11)
donde c
1
(A), c
2
(A), . . . , c
n
(A) son las columnas de A.
Teorema 2.5 (Regla de Cramer). Dado el sistema de n ecuaciones lineales en n variables
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= b
2
.
.
.
.
.
.
a
n1
x
1
+ a
n2
x
2
+ . . . + a
nn
x
n
= b
n
si A = (a
ij
)
nn
es la matriz de coecientes, B =
_
_
_
_
_
b
1
b
2
.
.
.
b
n
_
_
_
_
_
es el vector constante y
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
es solucin del
sistema, entonces, para cada i = 1, 2, . . . , n se tiene que
det(A) x
i
= det(A
i
: B).
Demostracin:
Tenemos que
det(A
i
: B) = det(c
1
(A), c
2
(A), . . . , c
i1
(A), B, c
i+1
(A), . . . , c
n
(A)) (por (2.10))
= det(c
1
(A), c
2
(A), . . . , c
i1
(A), x
1
c
1
(A) + . . .
+ x
n
c
n
(A), c
i+1
(A), . . . , c
n
(A)) (por (2.11))
=x
1
det(c
1
(A), c
2
(A), . . . , c
i1
(A), c
1
(A), c
i+1
(A), . . . , c
n
(A)) + . . .
+ x
i1
det(c
1
(A), c
2
(A), . . . , c
i1
(A), c
i1
(A), c
i+1
(A), . . . , c
n
(A))
+ x
i
det(c
1
(A), c
2
(A), . . . , c
i1
(A), c
i
(A), c
i+1
(A), . . . , c
n
(A))
+ x
i+1
det(c
1
(A), c
2
(A), . . . , c
i1
(A), c
i+1
(A), c
i+1
(A), . . . , c
n
(A)) + . . .
+ x
n
det(c
1
(A), c
2
(A), . . . , c
i1
(A), c
n
(A), c
i+1
(A), . . . , c
n
(A))
(por la nlinealidad del determinante)
70 Sistema de ecuaciones lineales
Por otra parte, todos los trminos en el lado derecho, salvo tal vez el isimo son iguales a 0
puesto que son determinantes de matrices con dos columnas iguales. De modo que lo anterior se
reduce a
det(A
i
: B) = x
i
det(c
1
(A), c
2
(A), . . . , c
i1
(A), c
i
(A), c
i+1
(A), . . . , c
n
(A)) = x
i
det(A)
como queramos demostrar.
Observe que si det(A) = 0, entonces, en la frmula dada en el teorema, podemos despejar x
i
y obtenemos
x
i
=
det(A
i
: B)
det(A)
.
Esto da una frmula para resolver el sistema cuadrado AX = B, en el caso en que el determi-
nante de la matriz de coecientes no es 0.
Ejemplo 2.24. Utilizar la Regla de Cramer para resolver el sistema:
3x + 2y + z = 1
x 2y + z = 0
2x + y 3z = 2
Solucin: Para este sistema tenemos que
A =
_
_
3 2 1
1 2 1
2 1 3
_
_
y B =
_
_
1
0
2
_
_
.
Como det(A) = 30 = 0, entonces, la Regla de Cramer nos dice que
x =
det(A
1
: B)
det(A)
=

1 2 1
0 2 1
2 1 3

30
=
13
30
,
y =
det(A
2
: B)
det(A)
=

3 1 1
1 0 1
2 2 3

30
=
1
30
,
z =
det(A
3
: B)
det(A)
=

3 2 1
1 2 0
2 1 2

30
=
11
30
.
As, la nica solucin del sistema es

13
30
,
1
30
,
11
30

.
Regla de Cramer. Matrices inversas 71
2.3.2. Matrices inversas
El siguiente teorema establece una de las aplicaciones importantes de los determinantes, pues-
to que proporciona una caracterizacin que nos permite saber si una matriz es invertible simple-
mente calculando su determinante.
Teorema 2.6. Una matriz A M
nn
es invertible si y solo si det(A) = 0.
Demostracin:
Si A es invertible existe A
1
con AA
1
= I, entonces
det(AA
1
) = det(I) = 1;
es decir det(A) det(A
1
) = 1. Esto ltimo es posible solo si det(A) = 0.
Supongamos ahora que det(A) = 0; hay que probar que A es invertible. Para que A sea in-
vertible debe existir una matriz X tal que AX = I. Si C
i
es la columna isima de X, entonces la
columna isima de AX es AC
i
. Debemos tener, entonces AC
j
=
_
_
_
_
_
_
_
_
0
.
.
.
1
.
.
.
0
_
_
_
_
_
_
_
_
.
Esto ltimo es un sistema cuadrado con matriz de coecientes A y det(A) = 0 (por hiptesis);
es decir, segn la Regla de Cramer se puede determinar de manera nica la columna C
i
. Esto
signica que existe X, la inversa de A.
Ejemplo 2.25. Determinar si la matriz
_
_
_
_
1 2 1 0
0 3 2 1
2 1 4 1
1 5 2 1
_
_
_
_
es invertible o no.
Solucin:
Calculamos su determinante (justique los pasos):

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

1 2 1 0
0 3 2 1
0 3 6 1
0 3 3 1

1 2 1 0
0 3 2 1
0 0 8 2
0 0 1 0

1 2 1 0
0 3 2 1
0 0 8 2
0 0 0
1
4

= 1 3 8
1
4
= 6.
Puesto que el determinante es diferente de 0, la matriz es invertible.
Ejemplo 2.26. Determinar para qu valores de es invertible la siguiente matriz:
L =
_
_
1 1
1 1
1 1
_
_
.
Solucin:
72 Sistema de ecuaciones lineales
Tenemos
det(L) =

1 1
1 1
1 1

1
1

1 1
1

1
1 1

= (
2
1) ( 1) + (1 ) = (1 )
2
( + 2).
Sabemos que es invertible si y solo si det(L) = 0; es decir, si y solo si
(1 )
2
( + 2) = 0.
Luego, L es invertible si y solo si = 1 = 2.
Aplicaremos la expansin de Laplace para derivar una nueva frmula para la inversa de una
matriz. En primer lugar deniremos el siguiente concepto:
Denicin 2.9. La matriz adjunta de la matriz cuadrada A = (a
ij
)
nn
es
adj(A) =
_
_
_
_
_
C
11
(A) C
21
(A) . . . C
n1
(A)
C
12
(A) C
22
(A) . . . C
n2
(A)
.
.
.
.
.
.
.
.
.
.
.
.
C
1n
(A) C
2n
(A) . . . C
nn
(A)
_
_
_
_
_
donde C
ji
(A) es el cofactor j, i de A.
Ejemplo 2.27. Si
A =
_
_
1 2 3
1 1 0
3 4 2
_
_
entonces tenemos que la adjunta de A es
adj(A) =
_
_
C
11
(A) C
21
(A) C
31
(A)
C
12
(A) C
22
(A) C
31
(A)
C
13
(A) C
23
(A) C
33
(A)
_
_
=
_
_
_
_
_
_
_
_
_

1 0
4 2

2 3
4 2

2 3
1 0

1 0
3 2

1 3
3 2

1 3
1 0

1 1
3 4

1 2
3 4

1 2
1 1

_
_
_
_
_
_
_
_
_
=
_
_
2 8 3
2 11 3
1 10 3
_
_
.
La expansin de Laplace segn la la i del determinante de una matriz A = (a
ij
)
nn
es
det(A) = a
i1
C
i1
(A) + a
i2
C
i2
(A) + + a
in
C
in
(A), (2.12)
donde C
ij
(A) es el cofactor i, j de la matriz A.
Recordando que una matriz con dos las idnticas tiene determinante cero, entonces, para
cualquier matriz A = (a
ij
)
nn
se tiene que
a
i1
C
k1
(A) + a
i2
C
k2
(A) + + a
in
C
k1
(A) = 0, (2.13)
Regla de Cramer. Matrices inversas 73
puesto que esta expresin representa la expansin segn la la k del determinante de una matriz
con la la i igual a la la k.
Estos comentarios nos permiten establecer el siguiente teorema.
Teorema 2.7. Si A es una matriz, cuadrada entonces
A adj(A) = adj(A) A = det(A) I.
Demostracin:
Efectivamente, la entrada i, j de A adj(A) es
a
i1
C
ij
(A) + + a
in
C
nj
(A).
As, si i = j, por (2.12), es igual a det(A) y, por (2.13), si i = j, es igual a 0. Se tiene lo dicho en el
enunciado.
Ejemplo 2.28. Si
B =
_
_
2 0 2
1 1 1
3 2 2
_
_
entonces la adjunta de B es
adj(B) =
_
_
C
11
(B) C
21
(B) C
31
(B)
C
12
(B) C
22
(B) C
32
(B)
C
13
(B) C
23
(B) C
33
(B)
_
_
=
_
_
_
_
_
_
_
_
_

1 1
2 2

0 2
2 2

0 2
1 1

1 1
3 2

2 2
3 2

2 2
1 1

1 1
3 2

2 0
3 2

2 0
1 1

_
_
_
_
_
_
_
_
_
=
_
_
0 4 2
1 2 0
1 4 2
_
_
.
Multiplicndola por B obtenemos la matriz diagonal det(B) I:
_
_
2 0 2
1 1 1
3 2 2
_
_
_
_
0 4 2
1 2 0
1 4 2
_
_
=
_
_
2 0 0
0 2 0
0 0 2
_
_
.
Como una conclusin natural del teorema 2.7 se obtiene una frmula para la inversa de una
matriz.
Corolario 2.2. Si A M
nn
y det(A) = 0 entonces
A
1
=
1
det(A)
adj(A).
Ejemplo 2.29. La inversa de la matriz del ejemplo anterior es
1
2
adj(A). Es decir,
A
1
=
_
_
_
0
2

4
2
2
2

1
2
2
2
0
2

1
2

4
2
2
2
_
_
_ =
_
_
_
0 2 1

1
2
1 0

1
2
2 1
_
_
_.
74 Sistema de ecuaciones lineales
Ejemplo 2.30. Determinar condiciones sobre los valores de a, b, c y d de modo que la inversa de
la matriz A, que se da a continuacin, exista. En tal caso, calcular A
1
.
A =
_
_
_
_
a 3 0 5
0 b 0 2
1 2 c 3
0 0 0 d
_
_
_
_
.
Solucin:
Primero calculamos el determinante de A:

a 3 0 5
0 b 0 2
1 2 c 3
0 0 0 d

= d

a 3 0
0 b 0
1 2 c

= db

a 0
1 c

= abcd.
Es decir, A
1
existe si y solo si abcd = 0; esto es, si y solo si a, b, c y d son diferentes de 0.
Para calcular la inversa, segn la frmula dada por el corolario 2.2, se deben calcular 16 de-
terminantes de orden 3 (pues son 16 cofactores). De este modo se obtiene la matriz adjunta (le
recomendamos que verique los clculos):
adj(A) =
_
_
_
_
bcd 3cd 0 6c 5bc
0 acd 0 2ac
bd 3d 2ad abd 4a + 5b 3ab 6
0 0 0 abc
_
_
_
_
.
Por lo tanto,
A
1
=
1
det(A)
adj(A)
=
1
abcd
_
_
_
_
bcd 3cd 0 6c 5bc
0 acd 0 2ac
bd 3d 2ad abd 4a + 5b 3ab 6
0 0 0 abc
_
_
_
_
.
2.3.3. Ejercicios de la seccin 2.3
1. Determine los cofactores de la matriz
_
_
1 0 2
1 1 3
0 2 1
_
_
.
2. En cada caso determine la matriz adjunta:
(a)
_
_
2 1 4
1 0 2
1 0 1
_
_
(b)

3 1
2 4

(c)

1 1
5 0

(d)
_
_
1 4 3
1 0 3
1 8 9
_
_
3. Use la adjunta para encontrar la inversa de cada matriz en el ejercicio anterior.
Regla de Cramer. Matrices inversas 75
4. Utilice determinantes para comprobar, en cada caso, si la matriz dada es invertible, o no.
(a)
_
_
2 7 3
3 9 4
1 5 3
_
_
(b)
_
_
_
_
1 2 3 4
2 3 1 2
1 1 1 1
1 0 2 6
_
_
_
_
(c)
_
_
_
_
3 2 5 1
2 3 1 5
1 2 0 4
1 1 4 9
_
_
_
_
5. Determine la matriz adjunta y la inversa de cada matriz:
(a)
_
_
1 2 1
0 1 0
4 2 1
_
_
(b)
_
_
_
_
2 1 0 0
1 2 1 0
0 1 2 1
0 0 1 2
_
_
_
_
(c)
_
_
x 1 x
0 x 2
x 3 x
_
_
6. Deduzca una frmula para la adjunta de una matriz diagonal.
7. Es verdadero o falso que adj(adj(T)) = T?
8. Determine para qu valores de x son inversibles las matrices:
(a)
_
_
x 1 x
0 x 3
1 x 1
_
_
(b)
_
_
2x x 0
x 1 x
3 x 1
_
_
9. Sean A y P matrices de orden 3 con det(A) = 3 y det(P) = 5, si B = P
1
AP calcule
det(3B
t
).
10. Pruebe que para cualquier valor de p la matriz siguiente es invertible:
A =
_
_
1 p 1
p 1 p
2 2p 1
_
_
11. Use la regla de Cramer para resolver:
(a)

x y = 4
x + 2y = 7
(b)

2x + y = 2
x 2y = 2
(c)
_
_
_
2x + y + z = 1
3x + z = 4
x y z = 2
(d)
_
_
_
x + z = 0
x + y = 1
2y z = 0
(e)
_
_
_
3x y + 2z = 1
2x + y z = 3
x + 4y + z = 2
(f)
_

_
x
1
+ x
2
x
3
+ x
4
= 0
x
1
+ x
2
+ 2x
3
x
4
= 1
x
1
x
2
+ 3x
3
x
4
= 1
2x
1
+ 3x
3
2x
4
= 2
12. Para qu valores de a y b, el siguiente sistema tiene solucin nica? Calcule esas soluciones
utilizando la regla de Cramer.
ax + by + z = 1
x + aby + z = b
x + by + az = 1
13. Si A M
33
y det(A) = 3, determine det(A
2
), det(2A), det(A), det(A
t
) y det(A
1
).
76 Sistema de ecuaciones lineales
14. Si A M
33
y det(adj(A)) = 5, calcule det(A).
En general, si A M
nn
y det(adj(A)) = k, a qu es igual det(A) en trminos de k y n?
15. Pruebe que:
(a) Si A y B son matrices invertibles, entonces
adj(AB) = adj(B) adj(A)
(b) Si A es una matriz cuadrada, entonces
adj(A
t
) = [adj(A)]
t
(c) Si A es una matriz cuadrada, entonces
adj(A) =
n1
adj(A)
16. Pruebe que si la suma de los elementos de cada la de una matriz cuadrada, invertible, es k,
entonces la suma de los elementos en cada la de la matriz inversa es
1
k
.
17. Considere el sistema de ecuaciones lineales:
x
1
+ x
2
+ . . . + x
n
= 1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= 1
.
.
.
.
.
.
a
n1
x
1
+ a
n2
x
2
+ . . . + a
nn
x
n
= 1
Denote por A la matriz de coecientes del sistema y suponga que det(A) = 0. Pruebe que la
suma de las entradas de la matriz adj(A) es igual a det(A).