Está en la página 1de 100

o

ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

"T

Ve

Captulo I

SISTEMAS DE ECUACIONES
LINEALES
Extrado de Temas de lgebra Lineal para Administracin y Direccin de
Empresas, de Alberto A. lvarez y Emilio Prieto, editorial UNED. Prohibido
reproducir sin permiso.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
14

I. SISTEMAS DE ECUACIONES LINEALES

ESQUEMA

"T

Ve

Presentacin del captulo

15

Transformaciones elementales por filas de una


matriz, 61 Matriz escalonada, 66 Matriz escalonada reducida, 74

1. Introduccin a los sistemas de ecuaciones


lineales
17
1. Repaso de los mtodos escolares . . . .
2. Mtodos de eliminacin de Gauss y de
GaussJordan . . . . . . . . . . . . .
3. Introduccin a las matrices . . . . . . .
4. Sistemas de ecuaciones con infinitas soluciones y sistemas de ecuaciones sin
solucin . . . . . . . . . . . . . . . .
Ejercicios I.1 . . . . . . . . . . . . . . .

2. Definiciones y propiedades

Ejercicios I.2 . . . . . . . . . . . . . . . . 80
. 17
. 20
. 28

. 38
. 45

46

1. Ecuaciones lineales. Sistemas de ecuaciones lineales . . . . . . . . . . . . . . 46


Ecuacin lineal, 46 Solucin de una ecuacin
lineal, 47 Operaciones con ecuaciones lineales, 49
Sistemas de ecuaciones lineales, 53 Solucin
de un sistema de ecuaciones lineales. Sistemas
equivalentes, 53

2. Representacin matricial de un sistema de


ecuaciones lineales . . . . . . . . . . . . 59
Definicin de matriz.
Matrices definidas a partir de un sistema de ecuaciones lineales, 60

3. Discusin y resolucin de un sistema de


ecuaciones lineales
81
1. Un mtodo para discutir y resolver un sistema de ecuaciones lineales . . . . . . . . 81
Planteamiento del mtodo, 81 Sistemas incompatibles, 82 Sistemas compatibles determinados, 83
Sistemas compatibles indeterminados, 88

2. Sistemas homogneos . . . . . . . . . . 96
3. Resultados adicionales importantes . . . . 99
Invarianza del nmero de pivotes al escalonar
una matriz, 99 Unicidad de la forma escalonada
reducida, 100

4. Ejemplos de discusin y resolucin de sistemas de ecuaciones lineales . . . . . . . 101


Ejercicios I.3 . . . . . . . . . . . . . . . . 109

Recapitulacin I

110

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

15

PRESENTACIN DEL CAPTULO

PRESENTACIN DEL CAPTULO


Muchos modelos del mundo de la Economa y la Empresa (entendiendo por
tales descripciones simplificadas de ciertos aspectos de la realidad econ-

"T

Ve

mica o empresarial) son lineales. Bsicamente, esto significa que las magnitudes estudiadas por el modelo estn relacionadas entre s por ecuaciones
lineales.
Las ecuaciones lineales son las ms sencillas de todas. Sin duda, el lec-

tor las ha manejado en su etapa escolar. Estamos hablando de ecuaciones


como 2x + 3 = 5 (con una sola incgnita) o 3x + 2y = 1 (con dos incgnitas). Este es nuestro punto de partida: las ecuaciones lineales con una
o ms incgnitas, o ms precisamente: los sistemas de ecuaciones lineales, que no son ms que listas de varias ecuaciones lineales consideradas
simultneamente.
La primera seccin de este captulo recuerda al lector los mtodos que
nos ensearon en nuestra Educacin Secundaria (o equivalente) para resolver sistemas de dos ecuaciones lineales y dos incgnitas; nos referimos a
los mtodos de reduccin, sustitucin e igualacin. Estos mtodos, en particular el de reduccin, se tratan de generalizar a sistemas de ms ecuaciones
y ms incgnitas, y ello da lugar a los mtodos de eliminacin (el de Gauss

y el de GaussJordan). En este punto, surge de forma natural el concepto


de matriz como una forma de ganar operatividad y comodidad a la hora de
desarrollar tales mtodos. Termina la seccin con un guio a sistemas de
infinitas soluciones y a sistemas sin solucin, todo dentro del contexto de
los mtodos de eliminacin. Esta primera seccin es introductoria: tan solo
pretende motivar y presentar al lector distintos elementos de los sistemas
de ecuaciones lineales.
La segunda seccin, sin dar por sabido nada de la primera, detalla los
conceptos vistos en esta ltima: ecuacin lineal, sistemas de ecuaciones lineales, solucin, sistemas equivalentes, etc. En particular, incluye todo lo
necesario sobre matrices para poder ofrecer despus un mtodo prctico
sencillo de resolucin de un sistema de ecuaciones lineales: bsicamente,
transformaciones elementales, matriz escalonada y matriz escalonada reducida.
Finalmente, la tercera seccin propiamente detalla un mtodo prctico
para discutir y resolver un sistema de ecuaciones lineales (dado un sistema,
se distingue entre discutirlo averiguar si admite solucin o no, y en caso
afirmativo cuntas y resolverlo calcular efectivamente las soluciones

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
16

I. SISTEMAS DE ECUACIONES LINEALES

cuando existen). El mtodo es esencialmente el de eliminacin de Gauss


Jordan) (introducido en la primera seccin), llevado a cabo con ayuda de
las matrices que se definen a partir de un sistema. La seccin incluye un
apartado dedicado a los sistemas homogneos, y termina con ejemplos de

"T

Ve

discusin y resolucin de sistemas en los que figuran parmetros (es decir,


variables diferentes de las incgnitas que pueden tomar distintos valores, segn los cuales el sistema puede ser de una clase u otra, o puede tener
una solucin u otra).

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

17

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

I.1 INTRODUCCIN A LOS SISTEMAS DE


ECUACIONES LINEALES

Ve

1. Repaso de los mtodos escolares


A modo de punto de partida, en este apartado recordamos los mtodos

"T

escolares para resolver sistemas de dos ecuaciones y dos incgnitas: sustitucin, reduccin e igualacin.
1

Un sistema de ecuaciones
lineales. Repaso de
nomenclatura

El lector habr visto, en Educacin Secundaria o en un nivel educa-

tivo similar, sistemas de ecuaciones lineales sencillos. Por ejemplo:

4x 2y = 8
3x + y = 1.

(1)

Y el lector recordar algunos detalles de nomenclatura relacionados con


los sistemas. Las letras x y y designan las incgnitas del sistema. Los
nmeros que acompaan a las incgnitas (4 y 2 en la primera ecuacin,
y 3 y 1 en la segunda) son los coeficientes del sistema. Los nmeros que,
en los segundos miembros, figuran sin acompaar a las incgnitas (8 en la
primera ecuacin y 1 en la segunda) son los trminos independientes.
El sistema de ecuaciones lineales (1) es un sistema de dos ecuaciones
y dos incgnitas. Ntese que las incgnitas aparecen escritas en el mismo
orden en ambas ecuaciones.
2

Qu buscamos a partir de un sistema de ecuaciones lineales como

el (1)? Buscamos nmeros que, escritos en lugar de las incgnitas x y y,


nos proporcionen igualdades, una por cada ecuacin.
Qu ocurre si, por ejemplo, sustituimos x por 2 y y por 0? Que obtenemos lo siguiente:

4 2 2 0 = 8
3 2 +

0 = 6 1.

Es decir, una igualdad a partir de la primera ecuacin, pero no a partir de


la segunda. Como no hemos obtenido una igualdad a partir de todas y
cada una de las ecuaciones, los nmeros 2 y 0, como sustitutos de x y y,
respectivamente, no nos sirven.
Otro ejemplo: y si sustituimos x y y por 3 y 1, respectivamente? Esta
vez no llegamos a ninguna igualdad: 4 3 2 1 = 10 8 y 3 3 + 1 = 7 1.
Con mayor razn que antes, si cabe, tampoco nos valen estos nmeros.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
18

I. SISTEMAS DE ECUACIONES LINEALES

El lector nos permitir, por el momento, que digamos que los nmeros

buscados son x = 1 y y = 2. En efecto, si en el sistema de ecuaciones

"T

Ve

lineales (1) sustituimos x y y por 1 y 2, respectivamente, obtenemos:

4 1 2 (2) = 8
3 1 +
(2) = 1,
que ahora s son igualdades, una a partir de cada ecuacin.

Solucin del sistema de


ecuaciones lineales

Se dice que los nmeros x = 1 y y = 2 son una solucin del sistema de

ecuaciones lineales (1). Cuando las incgnitas estn dadas en un orden fijo
(aqu estn escritas en el orden x, y en ambas ecuaciones), es ms cmodo
y compacto llamar solucin al par ordenado (1, 2). El primer elemento
del par ordenado (lo que se llama la primera componente del par) nos da
el nmero que debemos escribir en el lugar de la primera incgnita (que
es la incgnita x en este caso); el segundo elemento del par (su segunda

componente) nos da el nmero que debemos escribir en vez de la segunda


incgnita (la incgnita y).
De acuerdo con los ejemplos vistos, podemos afirmar que los pares ordenados (2, 0) y (3, 1) no son una solucin del sistema de ecuaciones lineales (1).
Acontece, de hecho, que el par ordenado (1, 2) es la nica solucin
del sistema de ecuaciones lineales (1). Veremos inmediatamente un mtodo
sistemtico para obtenerla.
3

Hemos afirmado que el par (1, 2) es la solucin del sistema de

ecuaciones lineales (1). Pero cmo podemos obtenerla efectivamente? Lo


preguntamos de otra forma: cmo podemos resolver el sistema?
En nuestra poca colegial (o quiz del instituto) nos ensearon tres mtodos para resolver sistemas de ecuaciones lineales: sustitucin, igualacin y
Mtodo de sustitucin

reduccin. Recordemos primero el de sustitucin.


La idea es esta: se despeja en una ecuacin una de las incgnitas, y se
sustituye lo obtenido en la otra ecuacin, lo que nos lleva a una ecuacin con
solo una incgnita. Con el sistema de ecuaciones lineales (1), esto se concreta as. En la primera ecuacin, por ejemplo, despejamos la incgnita y:

Ayuda? Se tiene: 4x 8 = 2y,


de donde:
y=

4x 8
4
8
= x
2
2
2
= 2x 4.

de 4x 2y = 8 obtenemos: y = 2x 4.
Sustituimos lo obtenido en la segunda ecuacin; es decir, en esta ecuacin
escribimos 2x 4 en lugar de y:
de 3x + y = 1 obtenemos: 3x + (2x 4) = 1.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

19

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

De la ltima ecuacin obtenida resulta: 5x 4 = 1, o bien: 5x = 5, de


donde: x = 5/5 = 1. Y ahora que ya sabemos que x es igual a 1, lo sustituimos en la expresin despejada de y:
y = 2x 4 = 2 1 4 = 2.

Ve

Hemos obtenido la solucin que adelantamos en el pargrafo anterior: x = 1

"T

y y = 2; esto es, hemos obtenido como solucin el par ordenado (1, 2).

Mtodo de reduccin (o
eliminacin)

Resolvamos ahora el sistema de ecuaciones lineales (1) con el mto-

do de reduccin (tambin llamado de eliminacin). La idea es operar con


las ecuaciones del sistema de forma que se obtenga como resultado una
ecuacin en la que alguna de las incgnitas haya desaparecido con lo
que se reduce el nmero de incgnitas. Por operar con las ecuaciones se
entiende multiplicarlas por algn nmero y sumarlas o restarlas miembro
a miembro; por desaparecer o eliminar una incgnita en una ecuacin se
entiende propiamente que su coeficiente correspondiente se hace nulo.
En el sistema de ecuaciones lineales (1), podemos eliminar, por ejemplo,
la primera incgnita multiplicando la primera ecuacin por 3/4 y sumando
la ecuacin obtenida a la segunda ecuacin del sistema. Tras la multiplicacin por 3/4, la primera ecuacin se transforma en:

3
3
(4x 2y) = 8,
4
4

o bien

3x +

3
y = 6
2

(ntese que se multiplican por el nmero ambos miembros de la ecuacin).


Ahora sumamos, miembro a miembro, la ecuacin obtenida y la segunda del
sistema:
+

3
y = 6
2
3x + y = 1

3x +

5
y = 5.
2
En esta ltima ecuacin ya no figura la primera incgnita (su coeficiente es
Hemos hablado de tres mtodos escolares: sustitucin,
igualacin y reduccin. Pero,
no desarrollamos el de igualacin? S: cf. ejercicio 2.

nulo). Su solucin es: y = 2. Finalmente, sustituimos este valor de y


en cualquiera de las dos ecuaciones originales para obtener el valor de la
primera incgnita; por ejemplo, en la primera: 4x 2(2) = 8, lo que nos
lleva a: 4x + 4 = 8, de donde x = 1. Obtenemos, por supuesto, la solucin
que ya conocemos: (1, 2).

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
20

I. SISTEMAS DE ECUACIONES LINEALES

2. Mtodos de eliminacin de Gauss y de Gauss


Jordan
En este apartado mostramos cmo se pueden generalizar a sistemas de tres
ecuaciones y tres incgnitas los mtodos de sustitucin y reduccin repasados en el apartado anterior. Tambin se introduce el concepto de sistemas

"T

Ve

equivalentes.
5

Nuestro inters es resolver sistemas de ecuaciones lineales ms

generales, de cualquier nmero de incgnitas y de cualquier nmero de


ecuaciones. Habr alguna forma de generalizar los mtodos vistos en el
apartado anterior, que nos han ayudado con un sistema de dos ecuaciones
y dos incgnitas?
Veamos. Consideremos el siguiente sistema de ecuaciones lineales, de
tres ecuaciones y tres incgnitas:

x+ y +z = 0

2x + y z = 3

x + 2y + z = 2.

Mtodo de sustitucin
para un sistema con tres
ecuaciones y tres incgnitas

(2)

Resolvmoslo por el mtodo de sustitucin. La idea bsica sigue siendo la


misma: despejamos una de las incgnitas en una de las tres ecuaciones y
sustituimos lo obtenido en las otras dos.
En la tercera ecuacin, por ejemplo, podemos despejar la incgnita x:
de x + 2y + z = 2 obtenemos: x = 2y + z + 2,
y sustituir esta igualdad en las otras dos ecuaciones:

(2y + z + 2) + y + z = 0
3y + 2z = 2
o bien
2(2y + z + 2) + y z = 3,
5y + z = 1.
Hemos llegado as a un sistema de ecuaciones lineales con una ecuacin
y una incgnita menos (ahora las incgnitas son y y z), que podemos resolver directamente por sustitucin como hicimos con el sistema de dos
ecuaciones y dos incgnitas del 3 (cf. p. 18). Verbigracia, despejamos en
la primera ecuacin la incgnita y:
2
2
de 3y + 2z = 2 obtenemos: y = z ,
3
3
y sustituimos el resultado en la segunda:
 2
2
5 z
+ z = 1 o bien
3
3

7
7
z= ,
3
3

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

21

de donde: z = 1. Ahora recordamos la igualdad en la que hemos despe-

jado y:
2
2
2
2
y = z = (1) = 0,
3
3
3
3

y finalmente recordamos la igualdad en la que, al principio, hemos despe-

"T

Ve

jado x:
x = 2y + z + 2 = 2 0 + (1) + 2 = 1.

La solucin que obtenemos para el sistema de ecuaciones lineales (2) es,


pues, esta: (1, 0, 1). Ntese que la escribimos en formato de terna de
nmeros, que es lo anlogo, para tres nmeros, del par ordenado. Una terna
tiene tres componentes: primera, segunda y tercera; en la terna (1, 0, 1) de
este ejemplo se corresponden, respectivamente, con los valores en la solucin de las incgnitas x, y y z.
El mtodo de sustitucin es sencillo, pero puede resultar pesado en
cuanto aumenta el nmero de ecuaciones e incgnitas (salvo que el sistema
est escrito de alguna forma adecuada). Ser ms facil desarrollar una teora
general de los sistemas de ecuaciones lineales a partir de otros mtodos,
como el de reduccin.

Mtodo de reduccin
para un sistema con tres
ecuaciones y tres incgnitas

Tratemos de resolver el sistema de ecuaciones lineales (2) por re-

duccin. La idea que subyace es la misma que vimos en el 4 (cf. p. 19):


operar entre las ecuaciones con el fin de eliminar incgnitas. Pero debemos llevar un orden, con la intencin de asegurarnos que obtenemos alguna ecuacin con solo una incgnita; esta incgnita ser fcil de despejar,
y permitir a su vez despejar las dos restantes.
Lo que se hace es lo siguiente:
en primer lugar, y operando con la primera ecuacin, se sustituyen las
ecuaciones segunda y tercera por otras en las que no figure la incgnita x;
en segundo lugar, y operando con la nueva segunda ecuacin, se sustituye la nueva tercera ecuacin por otra en la que tampoco figure la
incgnita y;
finalmente, la ltima ecuacin obtenida permite despejar inmediatamente la incgnita z, y una sencilla sustitucin lleva a obtener el valor
de las restantes incgnitas, primero y, y finalmente x.
Vemoslo. Qu significa la frase operando con la primera ecuacin, se
sustituye la segunda ecuacin por otra en la que no figure la incgnita x ?
Significa sumar a la segunda ecuacin algn mltiplo de la primera de forma
que el resultado sea una ecuacin sin incgnita x; esta ecuacin obtenida

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
22

I. SISTEMAS DE ECUACIONES LINEALES

ser la nueva segunda ecuacin. Para saber cmo hacer esta operacin,
debemos fijarnos en los coeficientes de la incgnita x en ambas ecuaciones:
en la primera, tal coeficiente es igual a 1; en la segunda, igual a 2. Si multiplicamos la primera ecuacin por 2 y sumamos el resultado a la segunda

"T

Ve

ecuacin, eliminaremos la incgnita x. El clculo es este:

La ecuacin x + y + z = 0 multiplicada por 2 es:

2x 2y 2z = 0.

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

La ecuacin obtenida: y 3z = 3, efectivamente no presenta incgnita x.


Llevamos ahora a cabo una operacin anloga con la tercera ecuacin:
operando con la primera, tratamos de sustituirla por otra en la que no figure
la incgnita x. Simplemente sumando ambas ecuaciones lo conseguimos:
+

x+ y+ z=

x + 2y + z = 2
3y + 2z = 2.

Hemos obtenido dos ecuaciones nuevas: y + 3z = 3 y 3y + 2z = 2.


Cul es el siguiente paso? Segn lo dicho al principio, operando con la
primera de estas nuevas ecuaciones, debemos sustituir la segunda por otra
en la que no figure la incgnita y. Se atreve el lector a calcularlo solo?
Nosotros lo haremos, por supuesto, pero no inmediatamente. Antes de
proceder, debemos parar un momento a analizar con detalle los clculos
que hemos efectuado. Pasamos al pargrafo siguiente.
7

De acuerdo con los clculos llevados a cabo en el pargrafo ante-

rior, podemos decir que hemos obtenido, a partir del sistema de ecuaciones
lineales (2), este otro sistema:

x + y + z = 0

y 3z = 3

3y + 2z = 2.

(3)

La primera ecuacin es la misma en ambos sistemas, y las dos restantes


del segundo se han obtenido a partir de las ecuaciones del primero con la
ayuda de una operacin especial entre ecuaciones: sumar a una ecuacin
un mltiplo de otra. Como estas manipulaciones transforman igualdades
en igualdades, toda combinacin de valores de x, y, z que satisfaga las

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

23

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

ecuaciones del sistema (2) tambin satisface las ecuaciones del sistema (3).
Es decir: toda solucin del sistema (2) tambin es solucin del sistema (3).
Por otra parte, la operacin de sumar a una ecuacin un mltiplo de

otra es reversible: podemos recuperar las ecuaciones del sistema (2) a partir
puede obtener sumando a la segunda ecuacin del sistema (3) su primera

Puede comprobarlo el lector?

"T

Ve

de las del sistema (3). Por ejemplo, la segunda ecuacin del sistema (2) se
multiplicada por 2. De esta forma, tambin acontece que toda solucin del

sistema (3) es a su vez solucin del sistema (2). En consecuencia, ambos


sistemas tienen las mismas soluciones.

Sistemas equivalentes

Se dice que dos sistemas de ecuaciones lineales son equivalentes si toda


solucin de uno tambin es solucin del otro. Los sistemas de ecuaciones
lineales (2) y (3) son, pues, equivalentes.1
Adems de la operacin de sumar a una ecuacin un mltiplo de otra,
tambin haremos uso ms adelante de otros dos tipos de operaciones reversibles entre ecuaciones: multiplicar una ecuacin por un nmero no nulo
(ambos miembros de la ecuacin se multiplican por el nmero) e intercambiar dos ecuaciones. Si un sistema se puede obtener de otro mediante la
aplicacin de alguna o algunas de estas operaciones entre ecuaciones, ambos sistemas resultan entonces equivalentes.
Ntese que, al considerar el sistema de ecuaciones (3) en vez del sistema (2), estamos considerando un sistema de ecuaciones equivalente con
las mismas soluciones, por tanto pero ms simple (en tanto en todas sus
ecuaciones, salvo en la primera, no figura la incgnita x). La idea bsica del
mtodo de reduccin puede entonces ser formulada as: sustituir el sistema
original por otro equivalente que sea ms simple y fcil de resolver.

Mtodo de reduccin
para un sistema con tres
ecuaciones y tres incgnitas
(continuacin)

Continuemos con la resolucin por reduccin del sistema de ecua-

ciones lineales (2). Hemos eliminado la incgnita x en sus dos ltimas


ecuaciones, y hemos obtenido con ello el sistema equivalente (3).

Bus-

camos ahora (recordemos lo apuntado al principio del 6) eliminar la incgnita y en la ltima ecuacin del sistema (3), y para conseguirlo sumamos
a esta ecuacin algn mltiplo de la segunda.

Es decir, sumamos a la

ecuacin 3y + 2z = 2 algn mltiplo de la ecuacin y 3z = 3 de forma


que desaparezca la incgnita y. El mltiplo adecuado se obtiene multipli1 Ntese

que la equivalencia de sistemas de ecuaciones lineales es transitiva: si un sistema

es equivalente a otro, y este ltimo es a su vez equivalente a un tercero, el primero y el


tercero tambin son equivalentes.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
24

I. SISTEMAS DE ECUACIONES LINEALES

cando por 3. Los clculos son estos:

La ecuacin y 3z = 3 multiplicada por 3 es:

Ve

3y 9z = 9.

3y 9z =

3y + 2z = 2
7z =

7.

Finalmente, si sustituimos en el sistema de ecuaciones (3) su tercera

"T

ecuacin por la que acabamos de obtener, tenemos un sistema nuevo:

x+ y+ z=0

y 3z = 3

7z = 7,

(4)

el cual resulta entonces equivalente al sistema (3) y por ende al (2). El sistema de ecuaciones (4) est escrito de una forma que facilita su resolucin: cada ecuacin tiene menos incgnitas que su precedente. De la tercera
ecuacin obtenemos: z = 1, que sustituido en la segunda nos lleva a:
y 3 (1) = 3,

de donde:

y = 0;

y al escribir en la primera ecuacin estos valores obtenidos de y y z resulta:


x + 0 + (1) = 0,

de donde: x = 1.

El sistema de ecuaciones (4) tiene por solucin, pues, la terna (1, 0, 1). En
virtud de ser equivalentes, esta es tambin la solucin de los sistemas (3)
y (2). Por supuesto, vemos confirmado el resultado que obtuvimos al resolver el sistema (2) por sustitucin (cf. 5, p. 20).
Mtodo de reduccin: cuando
se reduce todava ms. . .

En el proceso de resolucin por reduccin del sistema de ecua-

ciones (2), hemos llegado al sistema (4), equivalente al original y fcil de


resolver. Pero podramos haber seguido con el proceso de simplificacin
hasta otro sistema todava ms sencillo. Lo que podemos hacer a partir del
sistema (4) es lo siguiente: en primer lugar, buscamos que el primer coeficiente no nulo de cada ecuacin sea igual a 1; en segundo lugar, eliminamos
todos los restantes coeficientes de cada ecuacin.
Lo primero lo conseguimos multiplicando cada ecuacin por un nmero
(no nulo) adecuado: con la primera ecuacin no hay que hacer nada; con la
segunda, multiplicamos por 1; con la tercera, multiplicamos por 1/7. El
resultado es este sistema:

x + y + z = 0

y + 3z = 3

z = 1,

(5)

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

25

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

que efectivamente tiene igual a 1 el primer coeficiente no nulo de cada


ecuacin.
Para el segundo paso, en el sistema (5) eliminamos la incgnita z de

las dos primeras ecuaciones con la ayuda de la tercera, y eliminamos despus la incgnita y de la primera ecuacin con la ayuda de la segunda.

Ve

Lo conseguimos haciendo uso de la ya conocida operacin de sumar a una

"T

ecuacin un mltiplo adecuado de otra. Por ejemplo, sumando a la segunda


ecuacin la tercera multiplicada previamente por 3, obtenemos:
+

y + 3z = 3
3z =

0,

lo que nos da una nueva segunda ecuacin sin la incgnita z. De forma


similar, sumando a la primera ecuacin la tercera multiplicada por 1 eliminamos la incgnita z tambin en la primera ecuacin: x + y = 1. Y,
finalmente, una ltima operacin entre las nuevas ecuaciones primera y seVea el lector cmo!

gunda (es decir, entre x + y = 1 y y = 0) nos elimina la incgnita y de la


primera. Llegamos as al siguiente sistema de ecuaciones:

(6)

z = 1.

Para obtener el sistema (6), adems de la operacin de sumar a una


ecuacin un mltiplo de otra, hemos hecho uso de otra operacin con ecuaciones: multiplicar una ecuacin por un nmero no nulo.

Ya sabemos

(cf. 7, p. 22) que estas operaciones entre ecuaciones nos transforman un


sistema de ecuaciones en otro equivalente. El sistema de ecuaciones (6) es,
pues, equivalente al (4), y por ende al sistema original, el (2). Y la solucin
del sistema (6) salta a la vista: por supuesto, es la terna (1, 0, 1).
10

En un sistema de ecuaciones, adems de sumar a una ecuacin un

mltiplo de otra, o de multiplicar una ecuacin por un nmero no nulo, hay


otro tipo de operacin entre ecuaciones que permite obtener sistemas de
ecuaciones equivalentes. La hemos citado en el 7 (cf. p. 22), pero no
la hemos utilizado todava. Se trata del intercambio de ecuaciones. Veamos
un ejemplo.
Resolvamos por reduccin o eliminacin el siguiente sistema de tres

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
26

I. SISTEMAS DE ECUACIONES LINEALES

ecuaciones y tres incgnitas:

x2 x3 = 2

x1 + x2 + x3 = 2

x x x = 0.
1
2
3

(7)

Ve

(Ntese que las incgnitas estn escritas ahora como x1 , x2 , x3 , en vez de x,

"T

y, z; esta notacin que ahora estrenamos es bastante habitual, sobre todo

cuando se tratan los sistemas ms generales.) Como antes, a partir de este


sistema intentamos escribir otro equivalente en el que cada ecuacin tenga
menos incgnitas que su precedente.

Intercambio de ecuaciones

Empezamos precisamente con un intercambio de ecuaciones, para que


en la primera ecuacin figure la incgnita x1 . Tras permutar entre s las
ecuaciones primera y segunda, obtenemos:

x1 + x2 + x3 = 2

x2 x3 = 2

x x x = 0.
1

En este sistema, la segunda ecuacin ya no tiene la incgnita x2 ; eliminemos esta incgnita tambin de la tercera ecuacin, lo cual conseguimos
sumando a esta ecuacin la primera multiplicada por 1 (o restando a la
x1 x2 x3 =
+

x1 x2 x3 = 2
2x2 2x3 = 2

tercera ecuacin la primera, si queremos):

x + x2 + x3 = 2

1
x2 x3 = 2

2x2 2x3 = 2.
(Ntese que esta operacin solo afecta a la tercera ecuacin: las restantes
no se alteran; en particular, la primera ecuacin se multiplica por 1 solo a
efectos de la operacin: no permanece multiplicada por 1 en el sistema.)
Continuamos con la eliminacin de la incgnita x2 en la tercera ecuacin; lo

2x2 2x3 = 2
+

2x2 2x3 =

4x3 =

logramos sumando a esta ecuacin la segunda multiplicada por 2:

x1 + x2 + x3 = 2

x2 x3 = 2

4x = 2.

(8)

Y este ltimo sistema es como el (4), en el sentido de que cada una de las
ecuaciones tiene menos incgnitas que su ecuacin precedente.
As escrito, ya sabemos que el sistema de ecuaciones (8) resulta fcil de
resolver. De la tercera ecuacin, obtenemos que x3 = 1/2, que sustituido

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

27

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

en la segunda nos lleva a: x2 (1/2) = 2, de donde: x2 = 3/2; sustituido

todo a su vez en la primera ecuacin nos permite escribir:


x1 +

1
3
= 2,
2
2

de lo que x1 = 1. La solucin del sistema de ecuaciones (8) es entonces la

Ve

terna (1, 3/2, 1/2). Y esta es tambin la solucin del sistema original, el (7),

"T

pues las operaciones que nos han permitido obtener un sistema a partir del
otro, incluida la del intercambio de ecuaciones, transforman un sistema de
ecuaciones en otro equivalente.

Continuacin del ejemplo del


pargrafo anterior. . .

11

Continuamos con la reduccin del sistema (8), de manera anloga

a como procedimos en el 9 (cf. p. 24)?


En un primer paso, debemos conseguir que el primer coeficiente no nulo
de cada ecuacin sea igual a 1; para ello solo tenemos que multiplicar la
ltima ecuacin por 1/4:

x1 + x2 + x3 =

2
x2 x3 =

x3 = 1/2.
A continuacin, eliminamos la incgnita x3 de las ecuaciones segunda y
primera, en ambos casos con la ayuda de la tercera ecuacin. Lo primero
lo coseguimos sumando directamente a la segunda ecuacin la tercera; lo
segundo lo logramos sumando a la primera ecuacin la tercera multiplicada
por 1. El resultado es:

x + x2

1
x2

5/2

3/2

x3 = 1/2.

Finalmente, eliminamos la incgnita x2 de la primera ecuacin con ayuda


de la segunda; restamos esta a aquella:

=
1

x1

= 3/2
x2

x3 = 1/2.

(9)

Vemos confirmada la solucin ya conocida: (1, 3/2, 1/2).


Algo de nomenclatura:

12

El mtodo de reduccin que hemos desarrollado para el sistema de

ecuaciones lineales (2) en los 6, 7 y 8, o para el sistema de ecuaciones

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
28

Mtodo de eliminacin
de GAUSS

I. SISTEMAS DE ECUACIONES LINEALES

lineales (7) en el 10, se suele denominar mtodo de eliminacin de GAUSS.


Requiere, como hemos visto, transformar el sistema de ecuaciones que nos
dan en otro equivalente con la caracterstica de que cada ecuacin tiene
menos incgnitas que su precedente; luego, este nuevo sistema se resuelve
por sustitucin hacia atrs: primero se calcula el valor de la ltima incgnita

Ve

a partir de la ltima ecuacin, despus el de la penltima incgnita con la

"T

penltima ecuacin, y as sucesivamente (recordemos que se calculaban en


el orden z, y y x, o bien en el orden x3 , x2 y x1 ).
Por otra parte, el mtodo de reduccin que iba ms all, que lleva el sis-

tema de ecuaciones (2) al (6) o el sistema de ecuaciones (7) al (9) (cf. 9 y 11,
respectivamente) es habitualmente conocido como mtodo de eliminacin
Mtodo de eliminacin
de GAUSSJORDAN

de GAUSSJORDAN. Empieza como el mtodo de Gauss: llevando el sistema


de ecuaciones dado a uno en el que cada ecuacin tiene menos incgnitas que su precedente; pero, en vez de resolver este sistema, se contina
manipulando: se busca que el primer coeficiente no nulo de cada ecuacin
sea igual a 1, y tambin que sean nulos todos los coeficientes restantes. El
sistema as obtenido est tan simplificado que su solucin salta a la vista.

3. Introduccin a las matrices


En este apartado, presentamos las matrices, las cuales nos permitirn escribir de forma cmoda y sinttica los sistemas de ecuaciones lineales y
nos facilitarn el desarrollo de su resolucin. Nos limitamos a los conceptos sobre ellas de que haremos uso para sistemas (bsicamente, matriz escalonada, matriz escalonada reducida y transformacin elemental). En el
Captulo II, estudiaremos las matrices de nuevo con mayor profundidad y
detalle.
13

Como hemos visto, los mtodos de eliminacin con los que esta-

mos trabajando requieren llevar a cabo tres tipos de operaciones entre las
ecuaciones de un sistema intercambiar dos ecuaciones, multiplicar una
ecuacin por un nmero no nulo, o sumar a una ecuacin un mltiplo de
otra, pero estas operaciones entre ecuaciones suponen en definitiva operaciones entre los coeficientes y los trminos independientes del sistema.
Cuando transformamos un sistema de ecuaciones en otro equivalente (en
virtud de alguna de estas operaciones entre ecuaciones), no sera entonces
ms cmodo escribir, de alguna forma, solamente los coeficientes y los trminos independientes, evitando escribir las incgnitas mismas e incluso los
signos de igualdad? S. Veamos cmo.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

29

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

Podemos ganar operatividad y comodidad si simplificamos la represen-

tacin de un sistema escribiendo sus coeficientes y trminos independientes

Recordemos el sistema (2):

x+ y +z =0

2x + y z = 3

x + 2y + z = 2.

"T

Ve

en una suerte de tablas rectangulares. Por ejemplo, para el sistema de ecuaciones lineales (2), podemos escribir sus coeficientes tabulados, as:

1 1
1

2 1 1 .
1 2
1

(10)

(Esta tabla es lo ms parecido a lo que queda si, en el sistema (2), nos


quedamos solo con los coeficientes, borrando las incgnitas, los signos
de igualdad y los trminos independientes y aadimos unos confortables
parntesis.)
Una tabla como la escrita en (10) es un ejemplo de un objeto matemtico

Matriz

denominado matriz. Los nmeros que se escriben en una matriz se denominan trminos de la matriz. Podemos notar, por ejemplo, que los trminos de
la primera fila de la matriz (la de arriba), ledos de izquierda a derecha, son
precisamente los coeficientes que acompaan a las incgnitas x, y y z en la
primera ecuacin del sistema: 1, 1 y 1, respectivamente. Asimismo, los trminos de la primera columna (la de la izquierda), ledos de arriba abajo, son
los coeficientes que acompaan a la primera incgnita en las ecuaciones primera, segunda y tercera: 1, 2 y 1, respectivamente. Cada fila de la matriz
se corresponde con una ecuacin, y cada columna con una incgnita.
14

La matriz que hemos escrito en (10) es la llamada matriz de coefi-

Matriz de coeficientes (o
matriz asociada)

cientes (o matriz asociada) del sistema de ecuaciones lineales (2). Pero la

Matriz ampliada

de ecuaciones. Estos se incorporan en la llamada matriz ampliada del sis-

matriz de coeficientes no incluye los trminos independientes del sistema


tema, resultante de adjuntar a la matriz de coeficientes una columna ms
(a la derecha) con los trminos independientes. La matriz ampliada del sistema de ecuaciones lineales (2) es:

1 1

2 1
1 2

1
1
1

3.
2

Podra pensarse que no vale la pena tener registro de la matriz de coeficientes de un sistema y que sera suficiente considerar exclusivamente la
matriz ampliada, dado que esta contiene toda la informacin que sobre el
sistema proporciona aquella. Sin embargo, como veremos, la matriz de coeficientes por s misma juega un papel muy importante en el estudio de los
sistemas de ecuaciones lineales.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
30

I. SISTEMAS DE ECUACIONES LINEALES

15

Las matrices se denotan habitualmente con letras maysculas. La

matriz de coeficientes de un sistema se suele designar con la letra A (si no

Notacin para la matriz de


coeficientes y para la matriz
ampliada

est empleada en otra cosa), y la ampliada se puede denotar con la misma



letra que la de coeficientes pero coronada por un acento circunflejo: A.
Asimismo, resulta til escribir en la matriz ampliada de un sistema una

Ve

raya vertical que separe la columna de los trminos independientes de las

"T

dems, con el fin de enfatizarla. Por ejemplo, para el sistema de ecuaciones


lineales (2) podemos escribir:

A= 2
1

1
1
2

1
1

1
=
A
2
1

1
1
2

1
1
1

3.
2

Otro ejemplo. Para el sistema de ecuaciones (7), su matriz de coeficientes


Recordemos el

x2

x1 + x2

x x
1

sistema (7):

y su matriz ampliada son, respectivamente, estas:

x3 = 2

D = 1
1

+ x3 = 2
x3 = 0.

1
1
1

1
1


D = 1
1

1
1
1

1
1
1

2.
0

Ntese que hemos elegido la letra D para denotar la matriz de coeficientes,



lo que hace que designemos la ampliada por D.
16

Acabamos de ver cmo representar un sistema de ecuaciones linea-

les con la ayuda de las matrices. En particular, la matriz ampliada de un sistema recoge tanto sus coeficientes como los trminos independientes. Pero,
qu transformacin se ejecuta en la matriz ampliada de un sistema cuando
en este efectuamos una operacin entre ecuaciones de las que hemos visto?
Empecemos viendo el efecto de un intercambio de ecuaciones. En el 10
(cf. p. 25) trabajamos con el sistema de ecuaciones lineales (7), y lo primero
que hacamos con l era intercambiar sus ecuaciones primera y segunda.
El sistema (7) y su transformado con esta permutacin de ecuaciones son,
respectivamente, estos dos:

x2 x3 = 2

x1 + x2 + x3 = 2

x x x = 0
1
2
3

x1 + x2 + x3 = 2

x2 x3 = 2

x x x = 0.
1
2
3

Y sus matrices ampliadas correspondientes son, respectivamente, estas:

1
1

1
1
1

1
1
1

2
0

0
1

1
1
1

1
1
1

2.
0

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

31

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

Intercambiar dos filas

Qu ha ocurrido en las matrices? Simplemente se han permutado sus filas


primera y segunda.
El intercambio de ecuaciones en un sistema toma la forma, pues, de un

intercambio de filas en la matriz ampliada (y por supuesto tambin en la de


coeficientes, si solo nos fijamos en ella). Aunque veremos estas transforma-

Ve

ciones de matrices con detalle ms adelante, es instructivo ahora introducir


su notacin. La transformacin de permutar entre s las filas primera y

"T

segunda se denota as: F1 F2 , de forma que se escribe:

1
1
1 2
0
1 1 2
F1 F2

1 1 2 .
1
1 2 
 0
1
1 1 1 0
1 1 1 0

Ntese que esta transformacin solo afecta a las dos filas que se permutan la primera y la segunda; las restantes filas solo la tercera en este
caso permanecen inalteradas tras la transformacin.
17

Cuando en un sistema de ecuaciones lineales se multiplica una ecua-

cin por un nmero no nulo, qu acontece en su matriz ampliada? El lector


lo est adivinando: se multiplican por tal nmero todos los trminos de la
fila correspondiente.
Por ejemplo, en el 11 (cf. p. 27) escribamos el sistema de ecuaciones
resultante de multiplicar por 1/4 la tercera ecuacin del sistema (8); ambos
sistemas, el (8) y el transformado por esta operacin, son respectivamente:

x1 + x2 + x3 = 2
x + x2 + x3 = 2

1
x2 x3 = 2 y
x2 x3 = 2

4x = 2
x = 1/2,
3

de matrices ampliadas:

1 1
1

0 1 1
0 0 4
Multiplicar una fila por un
nmero (no nulo)

2
2

0
0

1
1
0

1
1
1

2 ,
1/2

donde apreciamos que, efectivamente, todos los trminos de la tercera fila


se han multiplicado por 1/4, o dicho forma ms sinttica: la tercera fila se
ha multiplicado por 1/4.
La transformacin de multiplicar la tercera fila por el nmero 1/4
(esto es, multiplicar cada uno de los trminos de la tercera fila por 1/4) se
designa as: F3 (1/4)F3, y se escribe:

1
1 1
1 2
F3 (1/4)F3

2
0
1
1












































0

0
0 0 4 2

1
1
0

1
1
1

2 .
1/2

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
32

I. SISTEMAS DE ECUACIONES LINEALES

Debe notarse que esta transformacin solo afecta a una fila de la matriz la
tercera en este caso; las restantes no se ven alteradas.
18

Y si en un sistema de ecuaciones lineales sumamos a una ecuacin

un mltiplo de otra, qu transformacin se produce en la matriz ampliada?


Hemos aplicado varias veces esta operacin entre ecuaciones en las pgi-

Ve

nas precedentes. Por ejemplo, recordemos los sistemas de ecuaciones (3)

"T

y (4); respectivamente son:

x+ y+ z=0

y 3z = 3

3y + 2z = 2

x+ y+ z=0

y 3z = 3

7z = 7,

y en el 8 (cf. p. 23) obtuvimos el segundo del primero sumando a la tercera ecuacin la segunda multiplicada por 3. Las matrices ampliadas son,
respectivamente, estas:

1
1
1

0 1 3
0
3
2

3
2

0
0

1
1
0

1
3
7

3.
7

Podemos ver que las filas primera y segunda no se han alterado, y que a
cada trmino de la tercera fila se le ha sumado el trmino correspondiente
La segunda fila multiplicada
por 3 es:
0

de la segunda previamente multiplicado por 3:


+

9.

Sumar a una fila un mltiplo


de otra

7.

Ms sintticamente: a la tercera fila se le ha sumado la segunda multiplicada


por 3 (dejando las otras filas, y en particular la segunda, inalteradas).
A la operacin (en sistemas) de sumar a una ecuacin un mltiplo de
otra le corresponde entonces la transformacin (en matrices) de sumar a
una fila un mltiplo de otra. La transformacin de este ejemplo: sumar a la
tercera fila la segunda multiplicada por 3, se denota as: F3 F3 + (3)F2,
y se escribe:

0
0

1
1
3

1
3
2

0
1
F3 F3 +(3)F2
3 
 0
2
0

1
1
0

1
3
7

3.
7

Debemos enfatizar que esta transformacin en la matriz solo afecta a una


fila la tercera en este caso y las otras filas quedan inalteradas; en particular, la fila que se multiplica por el nmero para hacer la transformacin
la segunda en este ejemplo permanece intacta.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

19

33

Acabamos de ver tres tipos de transformaciones que se ejecutan en

Transformaciones
elementales por filas

"T

Ve

matrices:
intecambiar dos filas;
multiplicar una fila por un nmero no nulo;
sumar a una fila un mltiplo de otra.

Las llamaremos transformaciones elementales por filas de una matriz, y

diremos que son del tipo i, ii y iii, respectivamente.


Ms adelante estudiaremos con mucho detalle las transformaciones ele-

mentales de matrices. (Por cierto, tambin se definen transformaciones elementales por columnas, de la forma que el lector puede sospechar. . . ) Pero
es importante observar ahora una caractersitica de estas transformaciones:
son reversibles es de esperar, pues al fin y al cabo las operaciones entre
ecuaciones que las motivan son reversibles (cf. 7, p. 22). La palabra
reversible se utiliza aqu en el sentido siguiente: si una matriz sufre una
transformacin elemental, es posible aplicar a la nueva matriz otra transformacin elemental que nos devuelva a la matriz original. Por ejemplo,
si aplicamos a una matriz la transformacin F1 F3 (intercambiar las fi-

las primera y tercera), una nueva aplicacin de la misma transformacin


nos devuelve a la primera matriz; si aplicamos la transformacin F2 2F2
(multiplicar la segunda fila por 2), es claro que recuperamos la matriz oriAnmese el lector a comprobar estas afirmaciones con un
ejemplo!

ginal con la transformacin F2 (1/2)F2; y, finalmente, si a una matriz


le aplicamos la transformacin F2 F2 + 3F1 (sumar a la segunda fila la
primera multiplicada por 3), recuperamos la matriz de partida con la transformacin F2 F2 + (3)F1 (sumar a la segunda fila la primera mutiplicada
por 3).

Resolucin de un sistema de
ecuaciones lineales con ayuda
de matrices: idea bsica

20

Unas pginas ms atrs hemos estudiado que la idea bsica para re-

solver un sistema de ecuaciones lineales es la de transformarlo, con ayuda


de las operaciones entre ecuaciones que hemos visto, en otro sistema equivalente ms sencillo de resolver. De acuerdo con todo lo afirmado en los
ltimos pargrafos, podemos llevar a cabo tal tarea con la ayuda de las
matrices. Se tratara, entonces, de escribir la matriz ampliada del sistema
que nos dan; de transformar esta matriz, mediante transformaciones elementales, en otra ms sencilla; y, finalmente, de resolver el sistema de
ecuaciones representado por esta matriz sencilla. Este ltimo sistema de
ecuaciones resultar equivalente al original, y por tanto su solucin ser la
que buscamos.
Cmo debe ser esa matriz ms sencilla a la que debemos llegar desde
la matriz ampliada del sistema original? Respondemos con otra pregunta:

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
34

I. SISTEMAS DE ECUACIONES LINEALES

de qu manera buscbamos un sistema equivalente ms sencillo de resolver? Respuesta: con el mtodo de eliminacin, en dos variantes: Gauss
y GaussJordan. Cmo es el sistema al que se llega con estos mtodos?

En el caso de la eliminacin de Gauss, se trata de un sistema con la caracterstica de que cada ecuacin tiene menos incgnitas que su precedente; en

Ve

el caso de la eliminacin de GaussJordan, adems de esta propiedad se

"T

cumple esta otra: los primeros coeficientes no nulos de cada ecuacin son
iguales a 1, y son nulos los restantes coeficientes. Analicemos, entonces,
cmo son las matrices ampliadas que representan los sistemas de ecuaciones con estas caractersticas.
21

Veamos cmo es la matriz ampliada de un sistema de ecuaciones

lineales que se ha obtenido por aplicacin del mtodo de eliminacin de


Gauss (y que por tanto cumple que cada ecuacin tiene menos incgnitas
que su precedente). Son un ejemplo de sistema de este tipo los sistemas (4)
y (8), obtenidos a partir de los sistemas (2) y (7), respectivamente. Sus matrices ampliadas son, respectivamente, estas:

0
0

1
1
0

1
3
7

3
7

0
0

1
1
0

1
1
4

2.
2

Se observa que cada fila comienza con ms ceros que la precedente. Queremos decir: cada fila tiene cierta cantidad de ceros iniciales ninguno la
primera, uno la segunda, dos la tercera, y cualquier fila excepto la primera, por supuesto tiene ms ceros iniciales que su fila anterior. Ambas
Matriz escalonada

matrices son un ejemplo de lo que se denomina matriz escalonada.


En una matriz escalonada, el primer trmino no nulo de cada fila recibe
el nombre de pivote. Las dos matrices del prrafo anterior, ambas escalonadas, tienen entonces tres pivotes cada una; en la primera, tales son: 1, 1
y 7; en la segunda: 1, 1 y 4.
22

Los sistemas de ecuaciones lineales (6) y (9) fueron obtenidos a par-

tir de los sistemas (2) y (7), respectivamente, por el mtodo de eliminacin


de GaussJordan: cada ecuacin tiene menos incgnitas que la anterior,
el primer coeficiente no nulo de cada ecuacin es igual a 1 y los restantes
coeficientes son nulos. Las matrices ampliadas respectivas son estas:

0
0

0
1
0

0
0
1

0
1

0
0

0
1
0

0
0
1

3/2 .
1/2

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

35

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

Un primer vistazo nos dice que estas dos matrices son escalonadas: cada
fila, excepto la primera, tiene ms ceros iniciales que la precedente. Pero
tienen dos propiedades ms: los pivotes es decir, los primeros trminos
no nulos de cada fila son iguales a 1, y los trminos restantes en la columna de cada pivote son nulos. Una matriz escalonada con estas propie-

Ve

Matriz escalonada reducida

dades se dice que es una matriz escalonada reducida.

"T

23

Si en las matrices escalonadas reducidas del pargrafo anterior nos

olvidamos por un momento de la ltima columna (dicho de otra forma: si


nos fijamos en la matriz de coeficientes correspondiente), nos queda una
misma matriz:

0
0
Matriz identidad

0
1
0

0.
1

De esta matriz se dice que es una matriz identidad (esta es la de orden 3).
Cuando la matriz de coeficientes de un sistema es una matriz identidad,
el sistema tiene solucin nica, y esta solucin nica puede leerse directamente en la columna de trminos independientes de la matriz ampliada
del sistema. La solucin de los sistemas (6) y (9), y por ende la de los sistemas (2) y (7), puede leerse, entonces, directamente en la ltima columna
de las matrices ampliadas del pargrafo anterior: (1, 0, 1) y (1, 3/2, 1/2),
respectivamente.

Recapitulacin de la
resolucin con matrices del
sistema (2)
Recordamos el sistema (2):

x+ y +z =0

2x + y z = 3

x + 2y + z = 2.

24

Recapitulemos cmo quedara la resolucin completa del sistema

de ecuaciones lineales (2) con la ayuda de las matrices. La matriz ampliada


de este sistema es:

1
=
A
2
1

1
1
2

1
1
1

3.
2

De acuerdo con el mtodo de eliminacin de Gauss, tratamos de obtener


 y mediante la aplicacin de transformaciones elea partir de la matriz A,
mentales (por filas) sucesivas, una matriz escalonada (tambin se habla de
 o de escalonar la matriz A).

obtener una forma escalonada de la matriz A,
En primer lugar, hacemos ceros en la primera columna, debajo de su

La matriz obtenida es la matriz ampliada del sistema (3):

x + y + z = 0

y 3z = 3

3y + 2z = 2.

primer trmino:

1
=
A
2
1

1
1
2

1
1
1

F2 F2 2F1
0
1
F3 F3 +F1
3 
 0
2
0

1
1
3

1
3
2

3.
2

Acabamos de aplicar dos transformaciones elementales sucesivas a la ma F2 F2 2F1 y F3 F3 + F1 . En general, no se obtiene lo mismo
triz A:

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
36

I. SISTEMAS DE ECUACIONES LINEALES

aplicando dos transformaciones elementales en un orden que en el otro,


pero para estas dos transformaciones concretas s que se obtiene lo mismo.
Esto es as porque las dos transformaciones son de tipo iii, afectan a filas
distintas a la segunda y a la tercera, respectivamente y ambas suponen
sumar un mltiplo de la misma fila la primera. Cuando estudiemos ms

Ve

adelante con detalle las transformaciones elementales, veremos confirmado

"T

que las transformaciones de estas caractersticas efectivamente permiten


un cambio de orden entre ellas.
En segundo lugar, hacemos un cero en la segunda columna, debajo de

su segundo trmino; ello nos lleva ya a una matriz escalonada, en la que


destacamos los pivotes (recordemos: los primeros trminos no nulos de
La matriz escalonada obtenida
es la ampliada del sistema (4):

x+ y+ z=0

y 3z = 3

7z = 7.

cada fila):

0
0

1
1
3

1
3
2

0
1
F3 F3 +3F2
3 
 0
0
2

1
1
0

1
3
7

3.
7

 (aadimos una prima a la


La matriz escalonada obtenida se denota por A
letra que designa la matriz original). Ahora, podemos resolver el sistema de
 ; tal sistema
ecuaciones lineales que tiene como matriz ampliada la matriz A
es el sistema (4), que fue resuelto en el 8 (cf. p. 23). Con ello terminara la
aplicacin del mtodo de eliminacin de Gauss en este ejemplo.
Pero tambin podemos continuar con el otro mtodo de eliminacin,
el de GaussJordan, que requiere seguir aplicando transformaciones ele a fin de obtener una matriz escalonada
mentales sucesivas a la matriz A
reducida (o como tambin se dice: obtener la forma escalonada reducida de
  ).2 Nos ponemos con ello?
la matriz A
En primer lugar, transformamos los pivotes en 1:

1
 =
A
0
0

1
1
0

1
3
7

F (1)F
2
2
0
1
F3 (1/7)F3
3 
 0
0
7

1
1
0

1
3
1

3 ;
1

en segundo lugar, hacemos ceros en la tercera columna, en todos los trmi2 Ntese

 , y que unos
que hablamos de obtener la forma escalonada reducida de la matriz A

prrafos antes en este mismo pargrafo hablamos de obtener una forma escalonada de
 Dada una matriz (con algn trmino no nulo), en general hay infinitas matrices
la matriz A.
escalonadas que se pueden obtener a partir de ella mediante la aplicacin de transformaciones elementales sucesivas, pero solo hay una que sea escalonada reducida. Esta unicidad de
la forma escalonada reducida de una matriz se demostrar ms adelante (cf. 100, p. 100).

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

37

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

nos menos el pivote:

0
0

1
1
0

F2 F2 3F3
0
1
F1 F1 F3
3 
 0
0
1

1
3
1

1
1
0

0;
1

0
0
1

Ve

finalmente, hacemos ceros en todos los trminos de la segunda columna

"T

salvo el pivote (para ello solo queda un trmino no nulo):

0
0

1
1
0

1
1
F1 F1 F2
0 
 0
0
1

0
0
1

0
1
0

0
0
1

0.
1

 (aadiEsta ltima matriz ya es escalonada reducida; la denotamos por A


endo una prima ms a la letra). Ya vimos esta matriz (aunque entonces no
la designamos con ninguna letra) en los 22 y 23 (cf. p. 34), donde comentamos que en su ltima columna podemos leer directamente la solucin nica
del sistema de ecuaciones lineales (2): (1, 0, 1).
Recapitulacin de la
resolucin con matrices del
sistema (7)

Recordamos el sistema (7):

x2 x3 = 2

x1 + x2 + x3 = 2

x x x = 0.
1

25

Recapitulemos ahora la resolucin completa del sistema de ecua-

ciones lineales (7) con la ayuda de las matrices.


La matriz ampliada del sistema es:

0
 =
D
1
1

1
1
1

1
1
1

2.
0

Escalonamos esta matriz:

0
1 1
 =
1
1
D
1
1 1 1

2
1

F F
2 12
 0
0
1

1
F3 F3 F1

 0
0
  es
Esta matriz escalonada D
la matriz ampliada del sistema (8):

x1 + x2 + x3 = 2

x2 x3 = 2

4x = 2.
3

1
F3 F3 +2F2

 0
0

1
1
1

1
1
1

2
0

1
1
2

1
1
2

2
2

1
1
0

1
1
4

.
2 = D
2

  el sisEl sistema de ecuaciones cuya matriz ampliada es la matriz D


tema (8) se resolvi en el 10 (cf. p. 25); esta resolucin dara por terminada la eliminacin de Gauss del sistema de ecuaciones lineales (7).

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
38

I. SISTEMAS DE ECUACIONES LINEALES

Si queremos resolver el sistema de ecuaciones (7) por eliminacin de


 :
GaussJordan, buscamos la forma escalonada reducida de la matriz D

Ve

1
 =
D
0
0

1
1
0

1
1
4

2
1
F3 (1/4)F3
2 
 0
0
2
F2 F2 +F3
F1 F1 F3

"T


 0
0


 0
0
F1 F1 F2

2
1/2

1
1
0

1
1
1

1
1
0

0
0
1

5/2

3/2
1/2

0
1
0

0
0
1

  .
3/2 = D
1/2

  nos lleva a concluir que


La lectura de la matriz escalonada reducida D
el sistema de ecuaciones lineales (7) tiene solucin nica y que esta es la
terna (1, 3/2, 1/2) (cf. 23, p. 35).

4. Sistemas de ecuaciones con infinitas soluciones y


sistemas de ecuaciones sin solucin
En el apartado anterior solo hemos tratado sistemas de ecuaciones lineales
con una nica solucin. Pero hay sistemas que admiten infinitas soluciones
y hay tambin sistemas que no admiten solucin.3 Vemos ejemplos de ambos tipos en este apartado. Tambin veremos algn ejemplo de sistema con
distinto nmero de ecuaciones que de incgnitas.
Un sistema con infinitas
soluciones

26

Consideremos el siguiente sistema de dos ecuaciones y dos incg-

nitas:

3x + y = 3
6x + 2y = 6.

(11)

Intentemos aplicar en este sistema el mtodo de eliminacin de Gauss


Jordan con la ayuda de las matrices. Escribimos entonces la matriz ampliada:


=
A

3
6

1
2

3
6


,

y tratamos de obtener su forma escalonada reducida.


3 Comprobaremos

ms adelante (cf. 45, p. 55), que no hay ms posibilidades en lo que

a las soluciones de un sistema de ecuaciones lineales se refiere: solucin nica, infinitas


soluciones o ninguna solucin.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

39

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

 a una forma
Una sola transformacin elemental nos lleva la matriz A

escalonada:

=
A

3
6

1
2

3
6

F2 F2 2F1




3
0

3
0

1
0


 .
=A

Ve

 solo tiene un pivote, pues su segunda fila es nula


La matriz escalonada A

"T

(esto es, tiene todos sus trminos nulos). En la columna de este pivote la
primera ya es nulo el otro trmino, as que solo nos resta conseguir que
el pivote sea igual a 1:

 =
A

3
0

1
0

3
0

F1 (1/3)F1




1
0

1/3
0

1
0


 .
=A


 es la forma escalonada reducida de la matriz A.
La matriz A
Nota bene

  es, en efecto, escalonada, porque cada fila salvo la


La matriz A

primera tiene ms ceros iniciales que la anterior (como es una matriz de dos
filas, esto se reduce simplemente a comprobar que la segunda fila tiene ms
 es efectivamente escalonada
ceros iniciales que la primera). Y la matriz A
reducida: es escalonada, su nico pivote es igual a 1 y el nico trmino que
acompaa a este pivote en su columna es nulo.

Cualesquiera que sean los valores que tomen las incgnitas x y y, se va a satisfacer
la ecuacin 0x + 0y = 0; si
quitamos o aadimos a un sistema esta ecuacin, obtenemos otro equivalente.

Ahora, cul es el sistema de ecuaciones lineales cuya matriz ampliada


 ? Este:
es la matriz escalonada reducida A

x y = 1
3

0x + 0y = 0,

o bien

1
y = 1.
3

(12)

Este sistema ya lo sabemos es equivalente al original, el (11). Cul es su


solucin (si la hay)? De la nica ecuacin de este sistema, podemos deducir:
x = 1 +

1
y.
3

(13)

Si sustituimos la letra y por algn nmero concreto, por ejemplo: y = 1,


nos queda que x = 2/3, y una rpida comprobacin nos confirma que el
par (2/3, 1) es solucin de este sistema, y desde luego tambin del (11).
Pero hay ms soluciones. Si sustituimos y por otro nmero, digamos y = 0,
lo que obtenemos para x: x = 1, nos configura otra solucin: (1, 0).
De hecho, podemos sustituir la letra y por el nmero que queramos; el
correspondiente valor de x de acuerdo con la igualdad x = 1 + y/3 nos

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
40

I. SISTEMAS DE ECUACIONES LINEALES

configura una solucin del sistema. Realmente, todas las soluciones del
sistema son los pares ordenados (x, y) tales que:
x = 1 +

1
y,
3

donde y puede ser un nmero cualquiera.

"T

Ve

El sistema de ecuaciones lineales (11) es, pues, un sistema con infinitas soluciones.

Incgnitas bsicas o
incgnitas principales;
incgnitas libres o
parmetros

27

En un sistema de ecuaciones lineales cuya matriz ampliada es es-

calonada reducida, las incgnitas que figuran en primer lugar en alguna


ecuacin (y que por tanto son tales que su coeficiente es un pivote de la matriz y es igual a 1) se denominan incgnitas bsicas o incgnitas principales;
las restantes se denominan incgnitas libres, o parmetros.
Por ejemplo, en el sistema (12), visto en el 26, la primera incgnita

en la nica ecuacin que tiene el sistema es x, luego esta es una incgnita


bsica (o principal), y la otra, la y, es una incgnita libre (o un parmetro).
Cuando hemos buscado la solucin de este sistema, hemos despejado la
incgnita bsica en funcin de la incgnita libre; es lo que est plasmado en
la igualdad (13).
Cuando un sistema cuya matriz ampliada es escalonada reducida admite
solucin y exhibe incgnitas libres o parmetros, en la expresin final de la
solucin se suelen sustituir estas incgnitas por otras letras, habitualmente
griegas, para distinguirlas en su notacin de las incgnitas principales. Para
el sistema (12), y en definitiva para el (11), si denotamos la incgnita libre y
por (lase lambda), podemos concluir lo siguiente: todas las soluciones
del sistema (11) son los pares ordenados (x, y) tales que:

x = 1 +
3

y=
,

donde es un nmero cualquiera;

o tambin: todas las soluciones del sistema (11) son los pares ordenados de
la forma:


1
1 + , ,
3
Otro sistema con infinitas
soluciones, esta vez con ms
ecuaciones que incgnitas

28

donde es un nmero cualquiera.

Consideremos ahora el siguiente sistema de tres ecuaciones y cua-

tro incgnitas:

=2

x1 x2 + x3

x2 + x3 + x4 = 1

x
+ 2x3 + x4 = 1.
1

(14)

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

41

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

A diferencia de los sistemas de ecuaciones lineales que hemos visto hasta


ahora, este sistema tiene un nmero de ecuaciones distinto del de incgnitas. No por ello dejemos de intentar resolverlo con el mtodo de eliminacin
de GaussJordan (con la ayuda de las matrices). La matriz ampliada del

"T

Ve

sistema tiene tres filas y cinco columnas:

1 1 1 0


1 1 1
A = 0
1
0 2 1

1 .
1

Con dos transformaciones elementales llegamos a una matriz escalonada:

2
2
1 1 1 0
1 1 1 0
F
F
F
3 3 1

=
1 1 1 1 
1 1 1 1
 0
A
0
1
1
0 2 1
0
1 1 1 1

1
F3 F3 F2

 0
0

1
1
0

1
1
0

0
1
0

 .
1 = A
0

 tiene dos pivotes (advirtase que la tercera fila es


La matriz escalonada A
nula), y ambos ya son iguales a 1; para obtener a partir de ella una matriz
escalonada reducida solo resta conseguir que sea nulo el trmino que ocupa
simultneamente la

1 1



1
A = 0
0
0

primera fila y la segunda columna:

1 0
2
1 0 2 1
F1 F1 +F2
1 1 1 
 0 1 1 1
0
0 0
0 0 0 0

  .
1 = A
0

 es efectivamente escalonada reducida: es escalonada (al pasar


La matriz A
de cada fila a la siguiente crece la cantidad de ceros iniciales), los pivotes
son unitarios y las dos columnas en las que figuran los pivotes presentan
  es, pues, la forma escalonada
sus restantes trminos nulos. La matriz A

reducida de la matriz A.
Escribamos ahora el sistema de ecuaciones lineales cuya matriz am el cual, bien lo sabemos, ser equivalente al inicial,
pliada es la matriz A
 es nula, no escribimos la
el (14). Como la tercera fila de la matriz A
Si quitamos o aadimos a un
sistema la ecuacin
0x1 + 0x2 + 0x3 + 0x4 = 0,
obtenemos otro equivalente.

ecuacin correspondiente. Nos queda este sistema:

x1
+ 2x3 + x4 = 1

x2 + x3 + x4 = 1.

(15)

Si en la primera ecuacin despejamos la incgnita x1 y en la segunda la


incgnita x2 , resulta:
x1 = 1 2x3 x4

x2 = 1 x3 x4 .

(16)

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
42

I. SISTEMAS DE ECUACIONES LINEALES

Ahora, de manera similar a como aconteca en el 26 (cf. p. 38) con el sis-

tema escrito en (12), si damos a las incgnitas x3 y x4 algn valor numrico


concreto, los valores correspondientes de x1 y x2 obtenidos a partir de (16)

"T

Ve

nos configuran una solucin del sistema. Por ejemplo, si ponemos x3 = 1

El lector adivinar que la cuaterna es lo anlogo, para cuatro nmeros, del par ordenado
o de la terna.

y x4 = 2, obtenemos x1 = 3 y x2 = 4, y la cuaterna formada por estos

cuatro valores numricos (en su orden adecuado) es una solucin del sistema: (3, 4, 1, 2). Podemos afirmar que todas las soluciones del sistema
de ecuaciones lineales (15), y por ende todas las del (14), son las cuaternas (x1 , x2 , x3 , x4 ) tales que:

x1 = 1 2x3 x4 ,
donde x3 y x4 son nmeros cualesquiera.
x2 = 1 x3 x4 ,

En particular, el sistema de ecuaciones lineales (14) tiene infinitas soluciones.


De acuerdo con la nomenclatura introducida en el 27, las incgnitas x1
y x2 son las incgnitas bsicas del sistema (15) (pues son las que figuran
en primer lugar en alguna ecuacin), y las incgnitas x3 y x4 son las incgnitas libres. En las igualdades de (16), figuran despejadas las incgnitas
bsicas en funcin de las libres. Si, como es usual, sustituimos las letras de
las incgnitas libres por letras griegas por ejemplo, x3 por y x4 por
(lase mi), entonces podemos escribir que todas las soluciones del sistema (15), y por tanto las del (14), son las cuaternas (x1 , x2 , x3 , x4 ) tales
que:

x1

x2

x3

x
4

1 2

= 1
=

donde y son nmeros cualesquiera;

o bien: tales soluciones son todas las cuaternas de la forma:


(1 2 , 1 , , ),
Un sistema sin solucin

29

donde y son nmeros cualesquiera.

Estudiemos este sistema de tres ecuaciones y tres incgnitas:

x1 + x2 x3 = 5

2x1 + x2
=2

x
+ x = 1.
1

Su matriz ampliada es:

1
=
2
A

1
1
0

1
0
1

2,
1

(17)

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

43

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

y una forma escalonada de esta matriz se puede obtener as:


A = 2
1

1
1
0

1
0
1

5
1
F2 F2 2F1
2 
 0
1
1


 0
0

"T

Ve

F3 F3 F1

0


0
F3 F3 F2

1
1
0

1
2
1

8
1

1
1
1

1
2
2

8
6

1
1
0

1
2
0


8 = A
2

 , menos la primera, pre(ntese que cada una de las filas de la matriz A


senta ms ceros iniciales que su precedente: es escalonada). En este punto,
de acuerdo con el mtodo de eliminacin de GaussJordan, deberamos
  hasta llegar
seguir aplicando transformaciones elementales a la matriz A
a su forma escalonada reducida. Ahora bien, fijmonos: cul sera la tercera ecuacin del sistema de ecuaciones lineales cuya matriz ampliada es la
 ? Esta:
matriz A
0x1 + 0x2 + 0x3 = 2.

(18)

Pero acontece que esta ecuacin no admite solucin: cualesquiera que sean
los nmeros que escribamos en vez de x1 , x2 y x3 , no obtendremos el
nmero 2 como resultado de la operacin 0x1 + 0x2 + 0x3 . Deducimos
  no admite solucin. Y
entonces que el sistema cuya matriz ampliada es A
si este sistema no admite solucin, tampoco la admite el sistema original:
el (17), que es equivalente a l.
A modo de eplogo de la
seccin

30

A la vista de los sistemas de ecuaciones lineales que hemos visto

en este apartado y en el anterior, nos formulamos las siguientes preguntas:


cul es el punto crucial que hace que un sistema admita solucin o no?;
y, una vez sabemos que el sistema admite solucin, cul es la clave para
saber si esta solucin es nica o admite ms de una?
Adelantamos al lector las respuestas, de las cuales quiz ya intuya algn
aspecto.
Si nos fijamos bien en la resolucin del sistema (17) en el 29, el detalle crucial que nos determina que el sistema no admita solucin es que
la matriz escalonada obtenida a partir de su matriz ampliada presenta un
pivote en la ltima columna. Si una matriz escalonada, ampliada de un sistema de ecuaciones lineales, tiene un pivote en su ltima columna, entonces

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
44

I. SISTEMAS DE ECUACIONES LINEALES

la ecuacin lineal que correspondera a la fila de este pivote tendra todos


sus coeficientes nulos y el trmino independiente no nulo (como la ecuacin
lineal escrita en (18)); una ecuacin lineal as no admite solucin.
Por el contrario, todos los dems sistemas que hemos estudiado en la

"T

Ve

seccin actual, tanto en este apartado como en los anteriores, son tales que
la matriz escalonada a la que hemos llegado a partir de su matriz ampliada
no presenta un pivote en la ltima columna. Cuando una matriz escalonada
no tiene pivote en su ltima columna, es posible encontrar alguna solucin
para el sistema correspondiente.
Por otra parte, si tenemos un sistema tal que una forma escalonada de
su matriz ampliada no presenta un pivote en la ltima columna (un sistema
que, acuerdo con lo afirmado en el prrafo anterior, tiene solucin), podemos saber si admite solucin nica o no comparando el nmero de pivotes
de la forma escalonada con el de incgnitas:
Si el nmero de pivotes es igual al de incgnitas, la solucin es nica.
Esto es lo que acontece en todos los sistemas trabajados antes del
apartado actual.
Pero si el nmero de pivotes es menor que el nmero de incgnitas,
hay ms de una solucin; de hecho, infinitas. Esto sucede en los sistemas (11) y (14) (cf. pp. 38 y 40, respectivamente).
Adems, en el caso de infinitas soluciones, el nmero de parmetros o incgnitas libres a partir de las cuales se expresa la solucin es igual a la
diferencia entre el nmero de incgnitas y el nmero de pivotes. Animamos
al lector a comprobar este hecho con los citados sistemas (11) y (14).
Veremos una justificacin de todas estas afirmaciones en la Seccin I.3,

que estar dedicada a presentar un mtodo sinttico para resolver cualquier


sistema de ecuaciones lineales. Antes, en la Seccin I.2, presentaremos
las definiciones y propiedades de los sistemas de ecuaciones lineales en
general.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

45

I.1. INTRODUCCIN A LOS SISTEMAS DE ECUACIONES LINEALES

Ejercicios I.1
1

Resolver, tanto por sustitucin como por reduc-

cin, el siguiente sistema de ecuaciones lineales:

"T

Ve

x+ y =6
x + 3y = 2.

2 Un sistema de dos ecuaciones y dos incgnitas


se resuelve por igualacin de la siguiente manera: se

despeja en ambas ecuaciones una misma incgnita y


se igualan las dos expresiones obtenidas, lo que lleva a
una ecuacin con una sola incgnita, la cual se resuelve;
el resultado se sustituye en cualquiera de las dos expresiones obtenidas en el primer paso para as determinar
el valor de la incgnita que falta.
Resolver por igualacin este sistema:

2x + 3y = 8
5x + 2y = 2.

Considrese el siguiente sistema de ecuaciones

lineales:

x1 + ax2 = 1
ax1 + x2 = 1,

donde a designa un nmero (real).


a)

Es el par ordenado (1, 1) solucin del sistema

para algn valor de a?


b)

Hay solucin cualquiera que sea el valor de a?

c)

Si a es tal que el sistema admite alguna solucin,

encontrarlas todas.
6

Considrese el siguiente sistema de ecuaciones

lineales:

x1 x2 = 2
2x1 2x2 = 4.

Justificar que es solucin de este sistema cualquier par

Treinta y cinco garrafas de vino, unas de dos

ordenado de la forma (2 + , ) donde es un nmero


real. Justificar que tambin es solucin cualquier par

litros y otras de cinco, se llenan al vaciar completa-

ordenado de la forma (2 2, 2) donde es un n-

mente una tinaja que contiene cien litros. Cuntas


garrafas de cada tipo hay?

mero real. Hay alguna contradiccin entre ambas afir-

4
les:

Resolver el siguiente sistema de ecuaciones linea

2x + 3y + 5z = 1

5y z = 1

2x + 8y + 5z = 2.

maciones?
7

Si las letras a, b, c y d designan nmeros tales

que a 0 y ad bc 0, resulvase este sistema de


ecuaciones lineales:

ax1 + bx2 = 1
cx1 + dx2 = 1.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
46

I. SISTEMAS DE ECUACIONES LINEALES

I.2 DEFINICIONES Y PROPIEDADES


1. Ecuaciones lineales. Sistemas de ecuaciones
lineales

Ve

En este apartado, presentamos las primeras definiciones necesarias sobre

"T

sistemas de ecuaciones lineales, as como sus propiedades bsicas. En particular, veremos la definicin general de algunos conceptos ya citados en la
seccin anterior, y analizaremos con detalle la representacin matricial de
un sistema de ecuaciones lineales.

Ecuacin lineal
Ecuacin lineal. Incgnitas,
coeficientes y trmino
independiente

31

Sea m un nmero natural positivo. Una ecuacin lineal en las m

incgnitas (o variables) x1 , x2 , . . ., xm es una expresin de la forma:


a1 x1 + a2 x2 + + am xm = c,
donde a1 , a2 , . . ., am son nmeros (reales), que llamaremos coeficientes
de la ecuacin, y c es otro nmero (tambin real), que llamaremos trmino
independiente de la ecuacin.
Por ejemplo, la expresin
1x1 + (1)x2 + 5x3 + 0x4 +

2 x5 = 5,

que escribiremos simplemente as: x1 x2 + 5x3 +

2 x5 = 5, es una

ecuacin lineal en las incgnitas x1 , x2 , x3 , x4 y x5 . Los coeficientes de la

ecuacin son 1, 1, 5, 0 y 2 (en este orden). El trmino independiente de


la ecuacin es 5.
Otro ejemplo: las tres siguientes son ecuaciones lineales en las incgnitas x1 , x2 y x3 :
x1 x2 3x3 = 2,

x3 = 1 y

1
x1 + 4x3 = 0.
5

Los coeficientes de la primera ecuacin son 1, 1 y 3; los de la segunda: 0,


0 y 1; y los de la tercera: 1/5, 0 y 4. Los tres trminos independientes
son 2, 1 y 0, respectivamente.
Las siguientes tambin son ecuaciones en las incgnitas x1 , x2 y x3 , pero
no son lineales:
x1 x2 + x3 = 2,

x12 + 3x2 x3 = 1,

2x1

1
= 1.
x3

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

47

I.2. DEFINICIONES Y PROPIEDADES

Muchas veces se emplean otras letras para designar las incgnitas, co-

mo x, y, z, t o u, acompaadas o no de subndices. Por ejemplo, las si-

guientes son ecuaciones lineales en las incgnitas x, y, z y t:


2x + 3y 2z + t = 3 y

2y z t = 1.

"T

Ve

Y estas son ecuaciones lineales en las incgnitas y1 , y2 y y3 :


y1 + y3 = 0 y 3y2 + y3 = 7.

Y esta lo es en las incgnitas z1 y z2 : 2z1 z2 = 1.


Ecuaciones lineales: detalles
de notacin

32

Como puede el lector deducir de los ejemplos del pargrafo ante-

rior, si un coeficiente en una ecuacin lineal es nulo, no se suele escribir el


sumando correspondiente. Por ejemplo, se escribe 2x1 + x3 = 2 en vez
de 2x1 + 0x2 + x3 = 2 (salvo que se quiera enfatizar por alguna razn el
valor nulo del coeficiente). Pero hay una excepcin: si todos los coeficientes
de la ecuacin lineal son nulos, los escribiremos explicitamente:
0x1 + 0x2 + 0x3 = 1,

o 0x1 + 0x2 + 0x3 + 0x4 = 0.

Otro detalle de notacin que debe observarse es el siguiente. Podran


pedirnos, por ejemplo, que considerramos la ecuacin lineal 3x2 = 1 en
las incgnitas x1 , x2 , x3 y x4 . En tal caso, la ecuacin en cuestin sera
realmente esta: 0x1 + 3x2 + 0x3 + 0x4 = 1.
Habitualmente, el contexto nos dar cuenta de qu incgnitas debemos considerar. A falta de contexto o de otras referencias, tomaremos
para una ecuacin dada tantas incgnitas como marque el mayor subndice
con coeficiente no nulo. Verbigracia, si no tenemos ms informacin, la
ecuacin 4x2 = 3 debe considerarse como una ecuacin lineal en las incgnitas x1 y x2 .

Solucin de una ecuacin lineal


Solucin de una ecuacin
lineal

33

Consideremos una ecuacin lineal en las m incgnitas (o varia-

bles) x1 , x2 , . . ., xm :
a1 x1 + a2 x2 + + am xm = c.
(En particular, ya sabemos entonces que las letras a1 , a2 , . . . , am y c estn
designando nmeros reales.) Dada una m-upla (s1 , s2 , . . . , sm ) de nmeros,

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

"T

Ve

48

Obsrvese que una m-upla es


lo anlogo, para m nmeros,
de un par ordenado o de una
terna. (De hecho, si m = 2,
una m-upla es justamente un
par ordenado.) Los nmeros
que figuran escritos en una
m-upla son sus componentes:
primera, segunda, . . . , m-sima, en el mismo orden en que
estn escritos.

I. SISTEMAS DE ECUACIONES LINEALES

diremos que es una solucin de la ecuacin lineal si al sustituir, en la ecuacin, x1 por s1 , x2 por s2 , . . . , xm por sm se obtiene una igualdad. Es decir,
si se verifica:
a1 s1 + a2 s2 + + am sm = c.
Por ejemplo, consideremos esta ecuacin lineal en las incgnitas x1 , x2

y x3 :
x1 + x2 + 2x3 = 1.

La terna (0, 3, 1) es una solucin de la ecuacin, pues si sustituimos x1

por 0, x2 por 3 y x3 por 1, obtenemos una igualdad:


0 + (3) + 2 1 = 1.
Por el contrario, la terna (1, 1, 1) no es una solucin de la ecuacin, pues
escribir 1, 1 y 1 en vez de x1 , x2 y x3 , respectivamente, nos lleva a
1 + 1 + 2 1 = 4 1.
El lector puede comprobar que la terna (0, 0, 1/2) es otra solucin de la

En efecto:

 1
= 1.
0+0+2
2

ecuacin. Se trata de una ecuacin lineal con ms de una solucin.


34

Ms ejemplos

Consideremos la ecuacin lineal 3x2 = 1, en las incgnitas x1 y x2 .

Ms explcitamente, se trata de la ecuacin 0x1 + 3x2 = 1. Una solucin es


el par ordenado (1, 1/3), pues la sustitucin x1 = 1 y x2 = 1/3 nos lleva a
una igualdad:
01+3

1
= 1.
3

Si nos fijamos, realmente todo par ordenado de la forma (a, 1/3), siendo a
un nmero cualquiera, es una solucin de la ecuacin:
Hacemos la sustitucin x1 = a
y x2 = 1/3.

0a+3

1
= 1.
3

Examinemos ahora esta otra ecuacin lineal: 3x1 = 1. Si no nos dicen


Si m = 1, una m-upla se reduce a un solo nmero.

nada ms, debemos pensar que es una ecuacin solo en la incgnita x1 ;


como tal, tiene solucin nica: el nmero 1/3. Pero podramos considerar que es una ecuacin lineal en las incgnitas (por ejemplo) x1 y x2 ; ms
explcitamente: 3x1 + 0x2 = 0. En este caso, una solucin de la ecuacin
sera un par ordenado y no simplemente un nmero. En concreto, podemos

En efecto: 3

1
+ 0 a = 1.
3

comprobar que todo par ordenado de la forma (1/3, a), con a un nmero arbitrario, configura una solucin de la ecuacin as considerada. La ecuacin
lineal 3x1 = 1, en las incgnitas x1 y x2 , tiene infinitas soluciones.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

49

I.2. DEFINICIONES Y PROPIEDADES

35

Solucin de una ecuacin


lineal con todos los
coeficientes nulos (cf. 32)

La ecuacin lineal 0x1 + 0x2 + 0x3 = 1 (en las incgnitas x1 , x2

y x3 ) no admite solucin. En efecto, cualesquiera que sean los nmeros que


escribamos en lugar de x1 , x2 y x3 , la operacin 0x1 + 0x2 + 0x3 tiene como

resultado el nmero 0, y no 1.
Por el contrario, la ecuacin lineal 0x1 + 0x2 + 0x3 = 0 admite como
En general, dada una ecuacin lineal de la forma:

"T

Ve

solucin cualquier terna de nmeros.

0x1 + 0x2 + + 0xm = c,

acontece lo siguiente: si c 0, no admite solucin; si c = 0, admite como


solucin cualquier m-upla de nmeros.
36

Posibilidades para las


soluciones de una ecuacin
lineal: una, infinitas o
ninguna

En los 34 y 35, hemos visto ejemplos de ecuaciones lineales con

una nica solucin (como la ecuacin 3x1 = 1 en la incgnita x1 ), con infinitas soluciones (como la ecuacin 3x2 = 1 en las incgnitas x1 y x2 ) o
sin solucin (como las ecuaciones con todos sus coeficientes nulos y el trmino independiente no nulo). Realmente, no hay ms posibilidades para las
soluciones de una ecuacin lineal: una, infinitas o ninguna.

Comprobmoslo con una ecuacin lineal en dos incgnitas (para ms incgnitas la comprobacin sera
anloga).

Supongamos que tenemos dos soluciones

distintas de la ecuacin lineal a1 x1 + a2 x2 = c. Es


decir, tenemos dos pares ordenados (s1 , s2 ) y

(s1 , s2 ),

con s1 s1 o s2 s2 , tales que:


a 1 s 1 + a2 s 2 = c

a1 s1 + a2 s2 = c.

(19)

Se tiene entonces lo siguiente: cualquiera que sea el


nmero b, es solucin de la ecuacin lineal el par orde

nado s1 + b(s1 s1 ), s2 + b(s2 s2 ) , lo que establece
que la ecuacin lineal tiene en definitiva infinitas soluciones.

mos lo siguiente:




a1 s1 + b(s1 s1 ) + a2 s2 + b(s2 s2 )
= a1 s1 + a2 s2 + b(a1 s1 + a2 s2 ) b(a1 s1 + a2 s2 )
= c + bc bc = c,
donde hemos tenido en cuenta (19). Efectivamente,


pues, el par ordenado s1 + b(s1 s1 ), s2 + b(s2 s2 )
es solucin de la ecuacin lineal, y ello cualquiera que
sea el nmero b. Adems, como s1 s1 o s2 s2 , se
obtiene un par ordenado distinto para cada valor de b:
la ecuacin lineal tiene infinitas soluciones.
Vemos as que una ecuacin lineal que admite ms
de una solucin admite de hecho infinitas. Esto prueba

Para probarlo, en la ecuacin sustituimos x1


por s1 + b(s1 s1 ) y x2 por s2 + b(s2 s2 ). Obtene-

la afirmacin de este pargrafo: una ecuacin lineal admite una solucin, infinitas soluciones o ninguna.

Operaciones con ecuaciones lineales


Multiplicacin por un nmero
de una ecuacin lineal

37

Las ecuaciones lineales, en tanto que son igualdades, pueden multi-

plicarse por un nmero. Ello se lleva a cabo multiplicando ambos miembros

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
50

I. SISTEMAS DE ECUACIONES LINEALES

por el nmero. Por ejemplo, de multiplicar por el nmero 2 la ecuacin


lineal x1 3x2 + 2x3 = 1, resulta:
(2) (x1 3x2 + 2x3 ) = (2) (1),

de donde:

2x1 + 6x2 4x3 = 2.

El resultado de esta operacin es tambin una ecuacin lineal, obtenida de la

Ve

original multiplicando tanto los coeficientes como el trmino independiente

"T

por el nmero en cuestin.


En general, el producto de un nmero b por una ecuacin lineal como
a1 x1 + a2 x2 + + am xm = c

es igual a la ecuacin lineal siguiente:


(ba1 )x1 + (ba2 )x2 + + (bam )xm = bc.
Adicin de ecuaciones
lineales

38

Las ecuaciones lineales tambin pueden sumarse, como se suman

habitualmente dos igualdades, miembro a miembro. Por ejemplo, consideremos estas dos ecuaciones lineales, ambas en las incgnitas x1 , x2 y x3 :
2x1 + x2 3x3 = 1 y

6x1 + x3 = 1.

Su suma se puede calcular as:


+

de donde:

2x1

+ x2

3x3 =

6x1

+ x3 = 1

2x1 6x1

+ x2

3x3 + x3 = 1 1,

4x1

+ x2

2x3 =

0.

La suma de las dos ecuaciones lineales es, como vemos, otra ecuacin lineal,
en las mismas incgnitas que ambas ecuaciones, y tal que el coeficiente que
acompaa a cada incgnita es la suma de los coeficientes que acompaan a
la misma incgnita en cada ecuacin, y tambin tal que su trmino independiente es la suma de ambos trminos independientes.
En general, la suma de dos ecuaciones lineales en las mismas incgnitas:
a1 x1 + a2 x2 + + am xm = c

b1 x1 + b2 x2 + + bm xm = d,

es igual a la ecuacin lineal:


(a1 + b1 )x1 + (a2 + b2 )x2 + + (am + bm )xm = c + d.
Sumar a una ecuacin un
mltiplo de otra

39

A modo de combinacin de las dos operaciones entre ecuaciones

lineales que hemos visto en los s 37 y 38, podemos sumar a una ecuacin

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

51

I.2. DEFINICIONES Y PROPIEDADES

un mltiplo de otra (tomadas ambas ecuaciones en las mismas incgnitas).


No es ms que multiplicar la segunda ecuacin por un nmero y sumar el
resultado a la primera.
Efectuemos una operacin de este tipo con las siguientes dos ecuaciones

lineales (ambas en las incgnitas x1 , x2 y x3 ):

"T

Ve

x1 + 3x2 x3 = 0 y 2x1 4x2 + 6x3 = 8.

Sumemos a la primera la segunda multiplicada por 1/2. Del producto de

la segunda por 1/2, obtenemos:

 1
 1

(2x1 4x2 + 6x3 ) =


(8),
2
2

de donde:

x1 + 2x2 3x3 = 4.

Y de la suma de la primera con esta ltima:


+

x1 + 3x2 x3 = 0
x1 + 2x2 3x3 = 4
5x2 4x3 = 4.

La ecuacin lineal 5x2 4x3 = 4 es el resultado.


Sumar a una ecuacin un
mltiplo de otra para anular
algn coeficiente

40

Incidentalmente, obsrvese que la ecuacin obtenida en el 39 tiene

nulo su coeficiente de x1 , cuando las ecuaciones originales no lo tenan.


Habitualmente, el objetivo de sumar a una ecuacin un mltiplo de otra
es precisamente que la ecuacin obtenida como resultado tenga nulo algn
coeficiente concreto.
Parmonos un momento a ver esto en un caso general. Tenemos dos
ecuaciones lineales:
a1 x1 + a2 x2 + + am xm = c

b1 x1 + b2 x2 + + bm xm = d,

con a1 0 y b1 0, y querramos, sumando a la primera un mltiplo adecuado de la segunda, obtener una ecuacin con el coeficiente de x1 nulo.
Cmo lo logramos?

Como el coeficiente de x1 en la primera ecuacin

es igual a a1 , tras multiplicar la segunda ecuacin por algn nmero deberamos obtener un coeficiente de x1 igual a a1 . Lo conseguimos si tal
nmero es a1 /b1 :
 a 
 a 
1
1

(b1 x1 + b2 x2 + + bm xm ) =
d,
b1
b1
de donde:

a1 x1

a1 b2
a1 bm
a1 d
x2
xm =
.
b1
b1
b1

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
52

I. SISTEMAS DE ECUACIONES LINEALES

Ahora, al sumar la primera ecuacin y esta ltima obtenida, conseguimos


una ecuacin cuyo coeficiente de x1 es nulo. Esquemticamente:
a1 x1 +

a2 x2 + =

a1 x1

a1 b2
x2 =
b1

Ve

a1 d
b1

"T


a1 b2 
a1 d
x2 + = c
0x1 + a2
.
b1
b1

Tal y como queramos, la ecuacin obtenida tiene nulo su coeficiente de x1 .


Si quisiramos, a partir de las mismas dos ecuaciones, conseguir que
fuera nulo otro coeficiente, digamos el de xj (donde 1  j  m y bj 0), el
nmero por el cual habra que multiplicar la segunda ecuacin sera aj /bj .

Soluciones de una ecuacin


lineal tras efectuar
operaciones con ella

41

Si multiplicamos una ecuacin lineal por un nmero, obteniendo

con ello una segunda ecuacin, las soluciones de la primera ecuacin, son
tambin soluciones de la segunda? S.

Una cuaterna es una m-upla


con m = 4.

Veamos un ejemplo. Consideremos la ecuacin lineal 2x1 x2 + x4 = 1,


de la cual una solucin es la cuaterna (1, 3, 5, 2), pues: 2 1 3 + 2 = 1.
Multipliquemos la ecuacin por 2; obtenemos: 4x1 2x2 + 2x4 = 2. Acontece que la cuaterna (1, 3, 5, 2) tambin es solucin de esta ltima ecuacin,
pues: 4 1 2 3 + 2 2 = 2.
Con la adicin de ecuaciones lineales acontece algo similar. Lo que sea
solucin simultneamente de las dos ecuaciones lineales que se suman sigue
siendo solucin de la ecuacin lineal suma. Por ejemplo, la terna (1, 1, 1) es

x1 x2 x3 = 1
+

x1 + x2 2x3 =
2x1

solucin de estas dos ecuaciones lineales:

3x3 = 1

x1 x2 x3 = 1 y

x1 + x2 2x3 = 0;

(20)

pero tambin es solucin de la ecuacin lineal suma de ambas ecuaciones,


que es: 2x1 3x3 = 1. Dejamos al lector la comprobacin de los detalles.
Nota bene

Cuando decimos que toda solucin de dos ecuaciones lineales lo es

tambin de su suma, se exige que tal solucin lo sea de las dos ecuaciones que
se suman.

Como consecuencia de lo dicho en este pargrafo, si sumamos a una


ecuacin lineal un mltiplo de otra, cualquier solucin comn a las dos
ecuaciones originales tambin ser solucin de la ecuacin lineal obtenida
como resultado.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

53

I.2. DEFINICIONES Y PROPIEDADES

A modo de ejemplo, podemos partir de nuevo de las ecuaciones linea-

les escritas en (20). Ya sabemos que la terna (1, 1, 1) es solucin de ambas.


Acontece que esta terna tambin es solucin de la ecuacin que resulta de

x1 x2 x3 = 1

x1 x2 + 2x3 =

2x2 + x3 = 1

"T

Ve

sumar a la primera de las ecuaciones la segunda multiplicada por 1. En

efecto, el resultado de tal operacin es la ecuacin 2x2 + x3 = 1, y claramente la terna (1, 1, 1) es solucin de ella.
La justificacin en general de todo lo afirmado en este pargrafo se deja

como ejercicio al lector.

Sistemas de ecuaciones lineales


Qu es un sistema de
ecuaciones lineales?

42

Un sistema de ecuaciones lineales es una lista (finita) de ecuaciones

lineales consideradas simultneamente, todas en las mismas incgnitas.


Si n y m son dos nmeros naturales positivos, la expresin general de
un sistema de n ecuaciones lineales en las m incgnitas x1 , x2 , . . ., xm es
esta:

a11 x1 + a12 x2 + + a1m xm = c1

a21 x1 + a22 x2 + + a2m xm = c2

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

an1 x1 + an2 x2 + + anm xm = cn .

Ntese que, fijados dos nmeros naturales i y j, con 1  i  n y 1  j  m,


en la expresin general anterior se designa por aij el coeficiente que, en
la i-sima ecuacin lineal, acompaa a la incgnita xj . Por otra parte, las
letras c1 , c2 , . . . , cn designan los n trminos independientes.
Por ejemplo, el siguiente es un sistema de dos ecuaciones y cuatro incgnitas:

2x1

+ 3x3 x4 = 2
x1 + x2 + 4x3 + x4 = 1.

(21)

Ntese que ambas son efectivamente ecuaciones lineales en las mismas


incgnitas: x1 , x2 , x3 y x4 .

Solucin de un sistema de ecuaciones lineales. Sistemas equivalentes


Solucin de un sistema de
ecuaciones lineales

43

Dado un sistema de n ecuaciones lineales y m incgnitas, una solu-

cin del sistema es una m-upla que es solucin de todas y cada una de las n
ecuaciones lineales del sistema (cf. 33, p. 47).
Por ejemplo, la cuaterna (1, 2, 0, 0) es una solucin del sistema (21), de
dos ecuaciones y cuatro incgnitas, escrito en el 42, pues es una solucin

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
54

Recordamos el sistema (21):

2x1
+ 3x3 x4 = 2
x + x + 4x + x = 1.
2

Ve

I. SISTEMAS DE ECUACIONES LINEALES

de cada una de sus dos ecuaciones. En efecto, si escribimos 1, 2, 0 y 0 en


vez de x1 , x2 , x3 y x4 , respectivamente, obtenemos dos igualdades, una a
partir de cada ecuacin:

2 1

+300=

1 + (2) + 4 0 + 0 = 1.

Por el contrario, la cuaterna (1, 0, 1, 3), verbigracia, no es solucin de este

"T

sistema citado: aunque es solucin de su primera ecuacin, no lo es de su


segunda. El lector puede tener a bien comprobar ambas afirmaciones.

Ejemplos de solucin de
sistemas

44

En una seccin posterior (Seccin I.3), estudiaremos un mtodo

sistemtico para resolver cualquier sistema de ecuaciones lineales (es decir,


para encontrar todas sus soluciones, lo que incluye determinar que el sistema no tiene solucin si es el caso). En los ejemplos de sistemas de este
pargrafo, escribimos para cada uno todas sus soluciones, y nos limitamos
a comprobar que las soluciones escritas efectivamente lo son.
En la seccin introductoria de este captulo (cf. Seccin I.1), vimos este
sistema de ecuaciones (el sistema (1), escrito en el 1, p. 17):

4x 2y = 8
3x + y = 1,
y comentamos que tena una nica solucin: el par (1, 2). El lector puede
comprobar que este par es efectivamente solucin del sistema.
Este otro sistema:

x1 + x2 = 1
2x1 + 2x2 = 2,

admite infinitas soluciones: todas los pares ordenados de la forma (1a, a)


con a un nmero cualquiera. Lo comprobamos sustituyendo x1 por a y x2
por 1 a; obtenemos con ello dos igualdades:

a + (1 a) = 1
2a + 2(1 a) = 2.
Por otra parte, el sistema (21) admite como solucin todas las cuaternas

Recordamos de nuevo el sistema (21):

2x1
+ 3x3 x4 = 2
x + x + 4x + x = 1.
1
2
3
4

de la forma:


3
1
5
3
1 a+ b, 2 a b, a, b , donde a y b son nmeros cualesquiera.
2
2
2
2
La comprobacin es esta:

1 
3

+ 3a b = 2
2 1 a+ b
2
2





3
1
5
3

1 a + b + 2 a b + 4a + b = 1.
2
2
2
2

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

55

I.2. DEFINICIONES Y PROPIEDADES

Ve

Dos nmeros no pueden sumar 1 y 2 a la vez!

Finalmente, salta a la vista que el siguiente sistema de dos ecuaciones

lineales no admite solucin:

x1 + x2 = 1
x1 + x2 = 2.
Enfatizamos, para tranquilidad del lector, que todava no estamos en

"T

condiciones, a la luz de lo que hemos visto hasta ahora, de llegar por


nosotros mismos a las soluciones de sistemas aqu consignadas.

Posibilidades para las


soluciones de un sistema de
ecuaciones lineales: una,
infinitas o ninguna

45

En el 44, acabamos de citar varios ejemplos de sistemas de ecua-

ciones lineales: uno de ellos con una nica solucin, dos con infinitas soluciones y un cuarto sin solucin. De acuerdo con lo visto en el 36 (cf. p. 49),
son estas tres las posibilidades para la cantidad de soluciones de un sistema
de ecuaciones lineales.
Dado un sistema de ecuaciones lineales, se satisface una y solo una de las
siguientes afirmaciones: admite una solucin, admite infinitas soluciones
o no admite ninguna.

Nomenclatura: sistema
compatible determinado,
sistema compatible
indeterminado y sistema
incompatible

46

De un sistema que admite solucin nica diremos que es compa-

tible determinado; de uno que admite infinitas soluciones diremos que es


compatible indeterminado; y de uno que no admite solucin diremos que
es incompatible.
De acuerdo con lo afirmado en el 45, todo sistema de ecuaciones lineales es de una, y solo una, de estas tres clases.
Por ejemplo ( 44), los siguientes sistemas:

x1 + x2 = 1
4x 2y = 8
y
3x + y = 1, 2x1 + 2x2 = 2

x1 + x2 = 1
x1 + x2 = 2,

son, respectivamente, compatible determinado, compatible indeterminado


e incompatible.
Sistemas que incluyen
ecuaciones con todos los
coeficientes nulos

47

Sabemos que una ecuacin lineal con todos sus coeficientes nulos

pero con el trmino independiente no nulo, es decir, una ecuacin lineal


como esta:
0x1 + 0x2 + + 0xm = c,

con c 0,

no admite solucin (cf. 35, p. 49). Por tanto, si un sistema incluye tal
ecuacin entre las suyas, podemos afirmar que el sistema no admite solucin: se tratar de un sistema de ecuaciones lineales incompatible.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
56

I. SISTEMAS DE ECUACIONES LINEALES

Tambin sabemos (del mismo 35) que, por el contrario, la ecuacin

lineal con todos sus coeficientes nulos y con el trmino independiente tam-

Ecuacin nula

0x1 + 0x2 + + 0xm = 0

(22)

(lo que llamaremos una ecuacin nula), admite como solucin toda m-upla

de nmeros reales. Si un sistema de ecuaciones lineales incluye esta ecua-

"T

Ve

bin nulo, esto es, la ecuacin

cin, podemos eliminarla, en el sentido de que el sistema resultante tendr


las mismas soluciones que el original.
En efecto, si una m-upla es solucin del sistema que incluye la ecua-

cin (22), ser solucin de todas y cada una de sus ecuaciones lineales, y
por tanto del sistema formado por cualesquiera de ellas. Recprocamente,
si el sistema resultante de eliminar la ecuacin (22) admite alguna solucin,
tal m-upla tambin ser solucin de esta ecuacin, pues cualquier m-upla
lo es.
Sistemas equivalentes

48

Diremos que dos sistemas de ecuaciones lineales son equivalentes

si tienen las mismas soluciones; es decir, si toda solucin del primero tambin es solucin del segundo, y si toda solucin del segundo tambin es
solucin del primero. Si dos sistemas de ecuaciones lineales en las mismas
incgnitas no admiten solucin, tambin diremos que ambos sistemas son
equivalentes.
De acuerdo con lo visto en el 47, si un sistema de ecuaciones lineales
tiene alguna ecuacin nula, al eliminar esta obtenemos un nuevo sistema
equivalente al original.
En la Seccin I.1, ya vimos algunos primeros ejemplos de sistemas equivalentes. En estos ejemplos, a partir de un sistema dado obtenamos un sistema equivalente llevando a cabo en el primero ciertas operaciones con sus
ecuaciones. Estudiamos estas operaciones entre ecuaciones en el pargrafo
siguiente.
Manipulaciones en sistemas
de ecuaciones lineales

49

Recordemos, pues, las operaciones entre ecuaciones que llevba-

mos a cabo en sistemas de ecuaciones lineales en la Seccin I.1. Son las


siguientes:
intercambiar dos ecuaciones;
multiplicar una ecuacin por un nmero no nulo;
sumar a una ecuacin un mltiplo de otra.
Una manipulacin de cualquiera de estos tipos transforma un sistema de
ecuaciones lineales en otro equivalente.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

57

I.2. DEFINICIONES Y PROPIEDADES

Comprobamos esta afirmacin para cada uno de los

"T

Ve

tres tipos de manipulacin sealados.

otra ecuacin de modo que ambas tienen las mismas


soluciones.

Esto prueba que la operacin de multi-

En primer lugar, si en un sistema de ecuaciones li-

plicar una ecuacin por un nmero no nulo nos lleva

neales intercambiamos dos de ellas, el sistema sigue


teniendo, en definitiva, las mismas ecuaciones: es claro

un sistema de ecuaciones lineales a otro equivalente.


Finalmente, analicemos la operacin de sumar a

que toda solucin de uno es tambin solucin del otro.

una ecuacin un mltiplo de otra.

Esta operacin efectivamente transforma un sistema de

supongamos que las ecuaciones involucradas son las

ecuaciones lineales en otro equivalente.

dos primeras: a la primera ecuacin de un sistema

Por fijar ideas,

En segundo lugar, consideremos en un sistema

se le suma la segunda previamente multiplicada por

de ecuaciones lineales la multiplicacin de alguna

un nmero b. Podemos comprobar que, si sumamos

ecuacin por un nmero no nulo, digamos b. Note-

a la nueva primera ecuacin la segunda multiplicada

mos que, si multiplicamos por el nmero no nulo b

por b, recuperamos con ello la primera ecuacin origi-

una ecuacin lineal, a partir de la ecuacin obtenida


podemos recuperar la original multiplicando a su vez

nal. Como toda solucin comn a dos ecuaciones tambin lo es de la ecuacin que resulta de sumar a una

por 1/b. Pero ya sabemos que la multiplicacin de una

de las ecuaciones un mltiplo de la otra, deducimos

ecuacin lineal por un nmero cualquiera nos lleva a

lo siguiente: antes y despus de sumar a la primera

otra ecuacin lineal tal que toda solucin de la primera

ecuacin la segunda multiplicada por b los sistemas co-

ecuacin sigue sindolo de la segunda (cf. 41, p. 52).

rrespondientes tienen las mismas soluciones. Sumar a

Deducimos entonces lo siguiente: al multiplicar una

una ecuacin un mltiplo de otra transforma, pues, un

ecuacin lineal por un nmero no nulo, obtenemos

sistema de ecuaciones lineales en otro equivalente.

Un ejemplo de aplicacin de
las operaciones entre
ecuaciones

50

A modo de ejemplo ilustrativo de estas manipulaciones, considere-

mos el siguiente sistema de tres ecuaciones y tres incgnitas:

x + x2 2x3 = 0

1
+ 2x3 = 1
x1

x x + 7x = 3,
1

(23)

y tratemos, mediante la aplicacin de operaciones entre ecuaciones, de llevarlo a otro sistema equivalente que sea sencillo de resolver. Sigamos para
ello la pauta de los ejemplos estudiados en la Seccin I.1.
Empezamos buscando un sistema cuya segunda ecuacin tenga nulo el
coeficiente de x1 ; lo conseguimos sumando a la segunda ecuacin del sis-

x1 x2 + 2x3 = 0
+

x1

+ 2x3 = 1
x2 + 4x3 = 1

tema original la primera multiplicada por 1:

x1 + x2 2x3 = 0

x2 + 4x3 = 1

x x + 7x = 3.
1

Continuamos tratando de conseguir que la tercera ecuacin tambin tenga


nulo el coeficiente de x1 ; ello se logra sumando a la tercera ecuacin la

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
58

x1 x2 + 2x3 = 0

x1 x2 + 7x3 = 3
2x2 + 9x3 = 3

I. SISTEMAS DE ECUACIONES LINEALES

primera multiplicada por 1:

x + x2 2x3 = 0

1
x2 + 4x3 = 1

2x2 + 9x3 = 3.

Ve

En un siguiente paso, hacemos nulo el coeficiente de x2 de la tercera

"T

ecuacin recin obtenida; llegamos a ello sumando a esta tercera ecuacin

2x2 8x3 = 2

2x2 + 9x3 =

x3 =

la segunda multiplicada por 2:

x1 + x2 2x3 = 0

x2 + 4x3 = 1

x3 = 1.

(24)

Este ltimo sistema de ecuaciones lineales es fcil de resolver: la tercera


ecuacin ya nos dice que x3 = 1; sustituyendo x3 por 1 en la segunda
ecuacin, llegamos a:
x2 + 4 1 = 1,

de donde: x2 = 3.

Y sustituyendo x3 y x2 por 1 y 3, respectivamente, en la primera ecuacin,


obtenemos:
x1 + 3 2 1 = 0,

de donde: x1 = 1.

La terna (1, 3, 1) es, pues, solucin del sistema (24), y por ende del original:
el (23), pues ambos son equivalentes al haberse obtenido uno de otro con
la aplicacin de operaciones entre ecuaciones del tipo descrito en el 49.
Esta solucin es de hecho nica, pues la resolucin del sistema (24) nos ha
llevado obligadamente a ella; el sistema es compatible determinado.
Hemos resuelto el sistema de ecuaciones lineales (24) con un mtodo que
Sustitucin hacia atrs

se suele llamar sustitucin hacia atrs: se despeja en la ltima ecuacin


la nica incgnita que figura, y el resultado se sustituye en las restantes
ecuaciones; con ello, una nueva incgnita queda solitaria en la penltima
ecuacin y se procede de igual manera: tal incgnita se despeja y su valor
se sustituye en las dems ecuaciones; se sigue este proceso hasta tener
todas las incgnitas despejadas. Podemos aplicar este mtodo porque el
sistema (24) est escrito de una forma adecuada: su ltima ecuacin tiene
una nica incgnita, y ledo el sistema de abajo arriba cada ecuacin aade
una incgnita nueva.
Nota

El sistema de ecuaciones lineales (24) es compatible determinado, pero

tambin puede aplicarse la sustitucin hacia atrs a sistemas compatibles indeterminados. En el 92 (cf. p. 93) veremos un ejemplo de ello, pero adelantamos

aqu que la idea es bsicamente la misma.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

59

I.2. DEFINICIONES Y PROPIEDADES

Continuacin del ejemplo

51

En el ejemplo del 50, hemos llegado al sistema (24) y lo hemos

resuelto (por sustitucin hacia atrs), pero podramos haber seguido aplicando a partir de este sistema operaciones entre ecuaciones con el fin de

"T

Ve

simplificarlo an ms. Hagmoslo.


En primer lugar, busquemos que sea igual a 1 el coeficiente de la primera

incgnita de cada ecuacin; para ello, solo hace falta multiplicar por 1 la
segunda ecuacin del sistema (24), lo cual nos lleva a:

x + x2 2x3 = 0

1
x2 4x3 = 1

x = 1.
3

A continuacin, tratemos de llegar a un sistema en el que sea nulo el coeficiente de x2 de la primera ecuacin; ello se logra sumando a la primera
ecuacin la segunda multiplicada por 1:

+ 2x3 = 1

x1

x2 4x3 = 1

x3 = 1.
Finalmente, anulemos los coeficientes de la incgnita x3 en las ecuaciones
primera y segunda. Para el de la primera, sumamos a esta ecuacin la tercera multiplicada por 2; para el de la segunda, sumamos a esta segunda
ecuacin la tercera multiplicada por 4. Llegamos a este sistema:

= 1

x1

= 3
x2

x3 = 1,
que, por supuesto, es equivalente al (24), y por tanto al (23). Su solucin
salta a la vista: (1, 3, 1).

2. Representacin matricial de un sistema de ecuaciones lineales


En este apartado, adems de introducir la definicin de matriz, vemos las
matrices que se definen a partir de un sistema de ecuaciones lineales con
el fin de representarlo ms sintticamente. Tambin, consideramos ciertos
tipos de transformaciones ejecutadas en matrices (las llamadas transformaciones elementales), y de matrices (en concreto, las matrices escalonadas y
las matrices escalonadas reducidas), relevantes para el tratamiento de los
sistemas de ecuaciones lineales. En el Captulo II estudiaremos las matrices con mucho ms detalle.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
60

I. SISTEMAS DE ECUACIONES LINEALES

Definicin de matriz. Matrices definidas a partir de un sistema


de ecuaciones lineales
52

Matriz

Dados dos nmeros naturales positivos n y m, una matriz de or-

den (n, m) (o de orden n m) es una disposicin de n m nmeros (reales)

en forma rectangular en n filas y m columnas. Los nmeros que se escriben

"T

Ve

en una matriz se denominan trminos de la matriz.


Las matrices se suelen denotar con letras maysculas. Un ejemplo de

matriz es


A=

2
0

3
1

0
1


.

Aqu estamos denotando con la letra A una matriz de orden (2, 3): se trata
de 2 3 = 6 nmeros dispuestos en dos filas y tres columnas. Los trminos
de la primera fila son 2, 3 y 0 (en este orden, de izquierda a derecha); los
de la segunda: 0, 1 y 1. Los trminos de la primera columna son 2 y 0 (de
arriba abajo); los de la segunda: 3 y 1; y los de la tercera: 0 y 1.
Matriz de coeficientes (o
asociada) de un sistema de
ecuaciones lineales

53

Consideremos un sistema de n ecuaciones lineales en las m incg-

nitas x1 , x2 , . . ., xm :

a11 x1 + a12 x2 + + a1m xm = c1

a21 x1 + a22 x2 + + a2m xm = c2

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

an1 x1 + an2 x2 + + anm xm = cn .

(25)

Se denomina matriz de coeficientes (o matriz asociada) del sistema la matriz de orden (n, m) siguiente:

a11 a12

a21 a22

.
..
..
.

an1 an2

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

a1m

a2m

.
..
.

anm

Si i y j son dos nmeros naturales tales que 1  i  n y 1  j  m, ntese


que los trminos de la i-sima fila de esta matriz son los coeficientes de la
i-sima ecuacin del sistema de ecuaciones lineales, y que los trminos de
la j-sima columna de la matriz son los coeficientes que acompaan a la
j-sima incgnita en las ecuaciones del sistema.
Recordemos el sistema (23):

x1 + x2 2x3 = 0

+ 2x3 = 1
x1

x x + 7x = 3.
1

Por ejemplo, la matriz de coeficientes del sistema de ecuaciones lineales (23) es la siguiente matriz de orden (3, 3):

1
1 2

0
2.
1
1 1
7

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

61

I.2. DEFINICIONES Y PROPIEDADES

Los trminos de la segunda fila, verbigracia, son 1, 0 y 2, precisamente los


coeficientes de la segunda ecuacin del sistema; y los de la tercera columna
son 2, 2 y 7, justamente los coeficientes que acompaan a la incgnita x3
(tercera incgnita) en el sistema. Ntese que hay tantas filas en la matriz

"T

Ve

como ecuaciones en el sistema, y tantas columnas en una como incgnitas


en el otro.

Matriz ampliada de un
sistema de ecuaciones
lineales

54

La matriz de coeficientes de un sistema de ecuaciones lineales no

consigna los trminos independientes del sistema; solo sus coeficientes.


Dado el sistema de ecuaciones lineales (25), se denomina matriz ampliada
del sistema la matriz de orden (n, m + 1) siguiente:

a11

a21

.
..

an1

a12
a22
..
.
an2

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

a1m
a2m
..
.
anm

c1

c2

.
..
.

cn

Esta matriz se diferencia de la de coeficientes en que tiene una columna ms,


cuyos trminos son los trminos independientes del sistema. Asimismo, se
suele trazar una raya vertical para separar la ltima columna de las dems
y as enfatizarla.
Volvamos a recordar el sistema (23):

x1 + x2 2x3 = 0

+ 2x3 = 1
x1

x x + 7x = 3.
1

Por ejemplo, la matriz ampliada del sistema (23) es esta matriz de orden (3, 4):

1
1

1
0
1

2
2
7

1.
3

Designaremos la matriz de coeficientes de un sistema de ecuaciones lineales con la letra A (salvo que est ya empleada en la notacin de otra
cosa), y distinguiremos la matriz ampliada con un acento circunflejo coronando la misma letra que designa la matriz de los coeficientes; habitual Por ejemplo, para el sistema (23) podemos escribir:
mente, pues, A.

A = 1
1

1
0
1

2
7

1
=
A
1
1

1
0
1

2
2
7

1.
3

Transformaciones elementales por filas de una matriz


Intercambio de filas

55

Hemos visto (cf. 49, p. 56) varios tipos de operaciones entre las

ecuaciones de un sistema de ecuaciones lineales que lo transforman en otro


sistema equivalente. A saber: intercambiar dos ecuaciones, multiplicar una

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
62

I. SISTEMAS DE ECUACIONES LINEALES

ecuacin por un nmero no nulo, y sumar a una ecuacin un mltiplo de


otra. Estas operaciones entre las ecuaciones de un sistema tienen un correlato como transformaciones entre las filas de las matrices ampliadas (y por
ende tambin de las matrices de coeficientes) correspondientes.
En primer lugar, al intercambio de ecuaciones en el sistema le corres-

Ve

ponde un intercambio de filas en la matriz. Por ejemplo, si en el sistema (23)

"T

intercambiamos las filas primera y segunda, los dos sistemas, antes y despus del intercambio, son respectivamente estos:

x
+ 2x3 = 1

x1 + x2 2x3 = 0

1
+ 2x3 = 1 y
x1
x1 + x2 2x3 = 0

x x + 7x = 3
x x + 7x = 3,
1
2
3
1
2
3
y las matrices ampliadas correspondientes a estos sistemas son, respectivamente, las siguientes:

1
0
1

2
2
7

1
3

0
1
1

2
2
7

0;
3

apreciamos que, efectivamente, se ha producido una permutacin entre las


filas primera y segunda. Esta transformacin: intercambiar las filas primera y segunda de la matriz, se denotar as: F1 F2 , y escribiremos:

1
1

1
0
1

2
2
7

0
1
F1 F2
1 
 1
3
1

0
1
1

2
2
7

0.
3

Recprocamente, si en la matriz ampliada del sistema (23) ejecutramos la


Puede comprobarlo el lector?

transformacin de permutar las filas primera y segunda, el sistema cuya


matriz ampliada es la matriz obtenida diferira del original en que tendra
permutadas sus ecuaciones primera y segunda.
En general, podemos afirmar: a la operacin de intercambiar las ecuaciones i-sima y j-sima de un sistema de ecuaciones lineales le corresponde la transformacin de intercambiar las filas i-sima y j-sima de la
matriz ampliada (con i y j dos nmeros naturales comprendidos entre 1

Fi Fj

y el nmero de ecuaciones del sistema o de filas de la matriz). Esta


transformacin en la matriz se denota as: Fi Fj .

Multiplicar una fila por un


nmero no nulo

56

De manera similar, a la multiplicacin de la ecuacin (de un sistema

de ecuaciones lineales) por un nmero no nulo le corresponde la multiplicacin de una fila (de la matriz ampliada correspondiente) por el nmero

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

63

I.2. DEFINICIONES Y PROPIEDADES

no nulo. La transformacin, ejecutable en matrices, de multiplicar la fila

Fi bFi

i-sima por un nmero no nulo b se denotar as: Fi bFi (siendo i un

"T

Ve

nmero natural comprendido entre 1 y el nmero de filas de la matriz).


Por ejemplo, podemos escribir:

1
1 2 0
1

F2 (1)F2
1
0
1
4
0



































0
0
1 1
0

1
1
0

1 ,
1

2
4
1

(26)

para indicar que hemos multiplicado la segunda fila de la primera matriz


por el nmero (no nulo) 1. Ntese que todos los trminos de la segunda
fila quedan multiplicados por 1, y que los trminos de las restantes filas
no se ven alterados.
Nota bene

Multiplicar una fila de una matriz por un nmero significa multiplicar

todos y cada uno de los trminos de tal fila por el nmero.

Continuando con el ejemplo, obsrvese que la primera de las matrices


escritas en (26) es la matriz ampliada del sistema (24) (cf. p. 58), y que la segunda es la matriz ampliada del primer sistema escrito en el 51 (cf. p. 59).
Recordamos ambos sistemas:

x + x2 2x3 = 0

1
x2 + 4x3 = 1

x =1
3

x + x2 2x3 = 0

1
x2 4x3 = 1

x3 = 1.

Apreciamos as lo que hicimos al principio del citado 51: se ha obtenido el


segundo sistema del primero multiplicando la segunda ecuacin por 1.
Sumar a una fila un mltiplo
de otra

57

Finalmente, la operacin (en un sistema de ecuaciones lineales) de

sumar a una ecuacin un mltiplo de otra se corresponde con la transformacin (en la matriz ampliada) de sumar a una fila un mltiplo de otra. La
transformacin, en una matriz, de sumar a la fila i-sima el resultado de

Fi Fi + bFj

multiplicar por un nmero b (nulo o no) la fila j-sima se designar de esta


forma: Fi Fi + bFj (aqu i y j denotan nmeros naturales comprendidos
entre 1 y el nmero de filas de la matriz).

La transformacin
F2 F2 + (1)F1
tambin se puede denotar de
esta forma: F2 F2 F1 .

A modo de ejemplo, podemos escribir:

1
1
1 2 0
F2 F2 +(1)F1

0
2 1 
 0
1
1 1
7 3
1

1
1
1

2
4
7

1,
3

(27)

y as sealar que, en la primera matriz escrita, se suma a la segunda fila el


resultado de multiplicar la primera fila por 1. Ntese que las filas primera

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
64

I. SISTEMAS DE ECUACIONES LINEALES

y tercera no se han alterado, y que a cada trmino de la segunda fila se le ha


sumado el trmino correspondiente de la primera previamente multiplicado

La primera fila, tras multiplicarla por 1, queda:


1

0.

1.

"T

Ve

por 1:

Nota bene

En esta transformacin, la fila que se multiplica por el nmero la

primera en el ejemplo queda finalmente inalterada. Al ejecutar en una matriz


la transformacin Fi Fi +bFj , solo puede verse cambiada la fila i-sima; todas
las dems, y en particular la j-sima, permanecen inalteradas.

Entre las matrices escritas en (27), la primera es la matriz ampliada del


sistema (23), y la segunda es la matriz ampliada del segundo sistema escrito
en el 50 (cf. p. 57). Los recordamos; respectivamente:

x + x2 2x3 = 0

1
+ 2x3 = 1
x1

x x + 7x = 3
1
2
3

x + x2 2x3 = 0

1
x2 + 4x3 = 1

x x + 7x = 3.
1
2
3

Como vimos en el citado 50, el segundo de estos dos sistemas se obtena


del primero precisamente sumando a la segunda ecuacin la primera multiplicada por 1.
Transformaciones
elementales por filas de una
matriz

58

Vemos, pues, tres tipos de transformaciones que se ejecutan en

matrices:
intercambiar dos filas;
multiplicar una fila por un nmero no nulo;
sumar a una fila un mltiplo de otra.
Las llamaremos transformaciones elementales por filas de una matriz, de
tipo i, ii y iii, respectivamente.
En los pargrafos anteriores, hemos ido presentando las transformaciones elementales como un correlato en las matrices ampliadas de las operaciones que realizbamos en los sistemas de ecuaciones lineales correspondientes (intercambio de ecuaciones, multiplicacin de una ecuacin por un
nmero no nulo y suma de una ecuacin y un mltiplo de otra). Segn lo
visto en el 49 (cf. p. 56), estas operaciones entre ecuaciones nos llevan
un sistema de ecuaciones lineales a otro equivalente. De acuerdo con ello,
podemos entonces afirmar:

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

65

I.2. DEFINICIONES Y PROPIEDADES

Si a la matriz ampliada de un sistema de ecuaciones lineales se le aplica


una transformacin elemental, la matriz resultante es la matriz ampliada

De nuevo, el sistema de
ecuaciones del ejemplo del
50 (cf. p. 57)

"T

Ve

de un sistema de ecuaciones lineales equivalente al original.


59

De esta forma, dado un sistema de ecuaciones lineales, podemos

escribir su matriz ampliada y aplicarle transformaciones elementales sucesivas hasta llegar a la matriz ampliada de algn sistema fcil de resolver (o,
en su caso, del que podamos fcilmente concluir que no admite solucin).
El sistema obtenido ser equivalente al sistema dado.
Como ilustracin de ello, consideremos de nuevo el sistema de ecuaciones lineales (23) (cf. p. 57):

x + x2 2x3 = 0

1
+ 2x3 = 1
x1

x x + 7x = 3,
1
2
3
y apliquemos a su matriz ampliada las transformaciones elementales que se
corresponden con las operaciones entre ecuaciones que llevamos a cabo en
el 50 (cf. p. 57), y tambin en el 51 (cf. p. 59). La matriz ampliada es:

1
1 2 0

=
0
2 1,
A
1
1 1
7 3

El lector puede comparar las


operaciones entre ecuaciones
del 50 con las realizadas
aqu entre las filas de las matrices ampliadas.

y podemos escribir:

1
1
=
0
A
1
1 1

2
2
7

0
1
F2 F2 F1
1 
 0
3
1

1
F3 F3 F1

 0
0


 0
0
F3 F3 2F2

1
1
1

2
4
7

1
3

1
1
2

2
4
9

1
3

1
1
0

2
4
1

 .
1 = A
1

 , es la matriz ampliada del sistema de ecuaciones


La matriz obtenida: A
lineales (24) (cf. p. 58), el cual recordamos:

x1 + x2 2x3 = 0

x2 + 4x3 = 1

x3 = 1.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
66

I. SISTEMAS DE ECUACIONES LINEALES

Este sistema puede considerarse fcil de resolver; se resolvi, de hecho, por


sustitucin hacia atrs en el citado 50.
 , y ello de acuerPero continuemos con la transformacin de la matriz A

do con lo realizado en el 51:

"T

Ve

1
 =
A
0
0

1
1
0

2
4
1

0
1
F (1)F
1 22
 0
1
0


 0
0
F1 F1 F2

F1 F1 2F3
F2 F2 +4F3

0


0

El orden de aplicacin de estas dos transformaciones es


de arriba abajo.

1
1
0

2
4
1

1
1

0
1
0

2
4
1

1
1

0
1
0

0
0
1

 .
3 = A
1

  es precisamente el
El sistema cuya matriz ampliada es la matriz final A
ltimo que obtenamos en el citado 51; lo escribimos aqu de nuevo:

x
= 1

1
x2
= 3

x3 = 1.
Su solucin salta a la vista: es nica y es la terna (1, 3, 1).

Matriz escalonada
Fila nula

60

Dada una matriz, una fila nula es una fila cuyos trminos son todos

nulos. Por ejemplo, dada la matriz:

0 0

0 0

0 0

6 7

0
1
0
2

0
,
0

acontece que sus filas primera y tercera son nulas, y que no lo son sus filas
En una fila nula, todos los trminos son nulos; en una fila
no nula, alguno de los trminos es no nulo.

segunda y cuarta. En cuanto hay un trmino no nulo en una fila, esta fila ya
no es nula.
Por supuesto, hay matrices sin filas nulas. Verbigracia:

0
1

0
2
0

0.
0

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

67

I.2. DEFINICIONES Y PROPIEDADES

Y hay matrices con todas sus filas nulas, como



0 0
0 0 0

o 0 0.
0 0 0
0 0

"T

Ve

De una matriz con todas sus filas nulas (o lo que es lo mismo: con todos

Matriz nula

Ceros iniciales

sus trminos nulos) diremos es una matriz nula.


61

Dado un nmero natural k, se dice que una fila no nula de una

matriz tiene k ceros iniciales si los k primeros trminos de la fila son nulos
y el (k + 1)-simo no lo es.
Por ejemplo, en la matriz

0
0
0
7

0
1
0
2

0
,
0

su segunda fila que es no nula presenta k = 2 ceros iniciales, pues los


dos primeros trminos de esta fila son nulos pero el tercero ya no lo es. Su
cuarta fila que tampoco es nula no tiene ceros iniciales.
Otro ejemplo. Para la matriz

0 1

0 0
0 0

2
0
0

1 ,
0

podemos afirmar: en la primera fila hay un cero inicial; en la segunda, tres.


Y la ltima fila es nula.
Matriz escalonada

62

Una matriz escalonada es una matriz con la siguiente propiedad: o

bien es nula, o bien sus filas no nulas son las primeras, y cada una de ellas,
salvo la primera, tiene ms ceros iniciales que su precedente.
Por ejemplo, la ltima matriz escrita en el 61:

0 1 2
0

0 1 ,
0 0
0 0
0
0
es escalonada: tiene dos filas no nulas y son las primeras, y la segunda tiene
ms ceros iniciales que la primera.
Otro ejemplo. Comparemos estas dos matrices:

3 5 1
0
3 5 1

0 0

0 0
1
2
1

y
0 0

0 0
0
3
2

0 0
0
0
0 0
0

2
.
3

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
68

I. SISTEMAS DE ECUACIONES LINEALES

La primera es escalonada: tiene tres filas no nulas, son las tres primeras
de la matriz, y cada una de ellas, salvo la primera, tiene ms ceros iniciales
que la anterior (ninguno la primera, dos la segunda y tres la tercera). Pero
la segunda matriz no es escalonada: aunque sus filas no nulas tambin son

"T

Ve

las primeras, sus filas segunda y tercera tienen la misma cantidad de ceros

iniciales.

Ms ejemplos

63

Incidentalmente, note el lector


que la segunda de las matrices
solo presenta una columna.

Estas dos matrices no son escalonadas:

1 2 2
1

0 0 0 y 1 .
0 1 0
0

La primera no cumple que sus filas no nulas sean las primeras; la segunda
s lo cumple, pero sus dos primeras filas tienen la misma cantidad de ceros
iniciales (en este caso, ninguno).
La tercera de estas matrices
solo tiene una fila. Toda matriz con una sola fila es escalonada. Se da cuenta el lector
de la razn?

Estas cuatro matrices s son escalonadas:



 
1


0

0
1 1 0 2
,
,
0
0

0
0

2
1
0

0.
1

Obsrvese que la segunda es una matriz nula: las matrices nulas son escalonadas.
Pivote

64

En una matriz escalonada, el primer trmino no nulo de cada fila

recibe el nombre de pivote.


Si reescribimos las matrices escalonadas que hemos visto en los s 62
y 63 de forma que destacamos en cada una todos sus pivotes con un recuadro, podemos escribir:

0
0

1
0
0

2
0
0

1
0

1
1
0
0

5
0
0
0

2
,
3

y tambin:

1

0,
0
Algunas propiedades de los
pivotes

65

 
0
,
0

0
0

2
1
0

0.
1

Ntese que las filas nulas de una matriz escalonada no tienen pivo-

tes; en particular, una matriz nula que es escalonada no tiene ningn


pivote. Es de observar tambin que cada fila en una matriz escalonada tiene
a lo ms un pivote; y exactamente un pivote si la fila es no nula.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

69

I.2. DEFINICIONES Y PROPIEDADES

Nota bene

En una matriz escalonada, los pivotes figuran exactamente en las

primeras filas de la matriz, y hay tantos como filas no nulas.

Tambin acontece que cada columna en una matriz escalonada tiene a

lo ms un pivote. En efecto: si una columna tuviera dos pivotes, habra dos

Ve

filas con su primer trmino no nulo en la misma posicin, lo que sera tanto

"T

como decir que habra dos filas con el mismo nmero de ceros iniciales: ello
estara en contradiccin con el supuesto de que la matriz es escalonada.

En una matriz escalonada, el nmero de pivotes es menor o igual que el


nmero de filas y menor o igual que el nmero de columnas.

Forma escalonada de una


matriz. Escalonar una matriz

66

Dada una matriz cualquiera, es posible obtener a partir de ella, me-

diante la aplicacin de transformaciones elementales sucesivas, una matriz


escalonada. De la matriz obtenida se dice que es una forma escalonada de
la matriz dada; tambin se dice que hemos escalonado la matriz original.

Recordemos el sistema (23):

x1 + x2 2x3 = 0

+ 2x3 = 1
x1

x x + 7x = 3.
1

Para ver un ejemplo, recordemos el 59 (cf. p. 65), en el que trabajamos


con la matriz ampliada del sistema de ecuaciones lineales (23) (cf. p. 57):


A = 1
1

1
0
1

2
2
7

1.
3

 le aplicamos varias transformaciones elementales sucesivas


A esta matriz A
que nos llevaron a esta otra matriz:

1
 =
A
0
0

1
1
0

2
4
1

1.
1

  es escalonada (de hecho, nos


El lector puede observar que la matriz A
 es, pues, una forma
hemos permitido sealar ya sus pivotes). La matriz A

escalonada de la matriz A.
Recordemos el sistema (24):

x1 + x2 2x3 = 0

x2 + 4x3 = 1

x = 1.
3

 es la matriz ampliada de un sistema de


Adicionalmente, la matriz A
ecuaciones lineales: el sistema (24) (cf. p. 58), el cual es un ejemplo de
sistema compatible determinado que puede resolverse fcilmente por sustitucin hacia atrs (cf. 50, p. 57). Cuando la matriz ampliada de un sistema
de ecuaciones lineales es escalonada, el sistema puede resolverse por sustitucin hacia atrs. Ello tambin es vlido para sistemas compatibles indeterminados; remitimos al lector al futuro 92 (cf. p. 93) para un ejemplo.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
70

Un procedimiento para
escalonar una matriz

I. SISTEMAS DE ECUACIONES LINEALES

67

Comprobemos ahora que efectivamente es posible escalonar cual-

quier matriz. Describimos un procedimiento para ello, y lo ejemplificamos

"T

Ve

con esta matriz:

Si la matriz de partida tuviera todas sus columnas nulas


(de forma que no es posible
aplicar este paso), entonces se
tratara de una matriz nula: la
matriz original ya sera escalonada.

A= 2
1

1
4
0

1
6
1

0.
2

En primer lugar, nos vamos a la primera columna que tenga algn tr-

mino no nulo (la primera columna no nula), y seleccionamos en ella un trmino no nulo. Mediante una adecuada transformacin elemental de tipo i
(intercambiar dos filas), conseguimos que este trmino no nulo figure como
el primero de su columna. Este trmino ser el pivote de la primera fila; vale
la pena recuadrarlo para enfatizar que ser un pivote.
En el caso de la matriz A, su primera columna no nula es la primera
columna, que tiene dos trminos no nulos; seleccionamos uno cualquiera de
ellos, verbigracia el ltimo, que es igual a 1. La transformacin elemental
(de tipo i) que intercambia las filas primera y tercera nos sita este trmino
como el primero de su columna. No se nos olvida recuadrarlo:

A= 2
1

1
4
0

1
6
1

1
1
F1 F3
0 
 2
2
0

1
6
1

0
4
1

0.
1

En segundo lugar, anulamos los trminos que estn por debajo del pivote en su misma columna; esto se logra con transformaciones elementales
de tipo iii.
En el ejemplo, con una sola transformacin elemental lo conseguimos:

2
0

0
4
1

1
6
1

2
1
F2 F2 +2F1
0 
 0
1
0

1
4
1

0
4
1

4.
1

En tercer lugar, ignoramos la primera fila, y procedemos con el resto


de la matriz como en los pasos anteriores.
Se trata de trabajar con la matriz como si no estuviera la
primera fila:

0 4 4 4.
0 1 1 1
As, cul es la primera columna no nula? La segunda.

En nuestro caso, este tercer paso implica que busquemos un trmino no


nulo en la segunda columna. Podemos elegir entre el trmino igual a 4 y el
trmino igual a 1; nos quedamos, por ejemplo, con el primero. Procedemos
a anular el trmino por debajo de l:

0
0

0
4
1

1
4
1

2
1
F3 F3 +(1/4)F2
4 
 0
1
0

0
4
0

1
4
0

4.
0

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

71

I.2. DEFINICIONES Y PROPIEDADES

Esta matriz que hemos obtenido:


A = 0
0

0
4
0

1
4
0

4,
0

ya es escalonada. Es una forma escalonada de la matriz A. Como acontece

Ve

con toda matriz escalonada, tiene tantos pivotes como filas no nulas dos

"T

en este caso, y estn situados en las primeras filas, uno en cada una.

La forma escalonada de una


matriz no es nica en general

68

En el procedimiento descrito en el 67 para escalonar una matriz

el cual hemos aplicado a la matriz A vista en ese pargrafo, se nos


pide en su primer paso que busquemos la primera columna no nula la
primera columna, en el caso de la matriz A, y que seleccionemos en ella
un trmino no nulo. Para la matriz A del pargrafo citado, en este primer
paso fue elegido el trmino igual a 1, pero podramos haber elegido el
trmino igual a 2. Es decir:

0 1
1

6
A= 2 4
1 0 1

1
2
F F2
0 1
 0
2
1

4
1
0

6
1
1

1.
2

De esta forma, el primer paso del proceso para escalonar la matriz A nos
da ahora un pivote para la primera fila igual a 2. Continuemos con el procedimiento a partir de aqu. Anulamos entonces los trminos de la columna
del pivote que estn por debajo de l:

2 4
6 0
2

F3 F3 +(1/2)F1
1 1 
0 1
 0
1 0 1 2
0

4
1
2

6
1
2

1.
2

Y seleccionamos un trmino no nulo de la segunda columna (con la primera


fila ignorada), verbigracia el que es igual a 1, y anulamos el trmino que
tiene debajo en su misma columna:

2 4 6 0
2

F3 F3 2F2
 0
0 1 1 1 
0 2 2 2
0

4
1
0

6
1
0

1.
0

La matriz recin obtenida es una matriz escalonada. Ha sido obtenida a partir de la matriz A aplicando a esta transformaciones elementales sucesivas.
Tambin es, por tanto, una forma escalonada de la matriz A, como lo era la
matriz A deducida en el 67.
En general, la forma escalonada de una matriz no es nica (solo es nica
si la matriz es nula). Por eso, dada una matriz, hablamos de una forma
escalonada de la matriz.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
72

Ve

Unicidad en el nmero de
pivotes de todas las formas
escalonadas de una matriz

I. SISTEMAS DE ECUACIONES LINEALES

69

Para la matriz A con la que hemos trabajado en los 67 y 68, hemos

obtenido, pues, dos formas escalonadas; respectivamente:

0
0

0
4
0

4
0

1
4
0

0
0

4
1
0

6
1
0

1.
0

"T

Si las comparamos, vemos que ambas matrices escalonadas presentan el


mismo nmero de pivotes dos en este caso, y adems en las mismas
columnas primera y segunda.
Realmente, este es un ejemplo de un resultado general importante: todas
las formas escalonadas de una misma matriz tienen el mismo nmero de
pivotes, y estos pivotes figuran en las mismas columnas.
La justificacin de este resultado debe dejarse para ms adelante, en este
mismo captulo (cf. 99, p. 99).

Otro ejemplo en el que


escalonamos una matriz

70

Busquemos, con el procedimiento descrito en el 67, una forma

escalonada de esta matriz:

1
A=
0

0
.
1

0
2
1
0

En primer lugar, seleccionamos la primera columna no nula de la matriz,


la cual es la primera, y en ella elegimos un trmino no nulo; nos quedamos,
por ejemplo, con el primero, que es igual a 1. Al haber podido elegir el primero, no hay que aplicar en este paso ninguna transformacin elemental de
tipo i. Sealamos el trmino, en tanto es el futuro pivote de la primera fila:

1
A=
0

0
.
1

0
2
1
0

En segundo lugar, anulamos los trminos que estn por debajo del
trmino sealado y en su misma columna. Ello se consigue con transformaciones elementales adecuadas de tipo iii:

0
2
1
0

0
1

0
0
F
F
+F
1
22

0
1

1
1

0
2
1
0

0
1

0
0
F
F
F
1
44

0
1

1
0

0
2
1
0

0
.
1

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

73

I.2. DEFINICIONES Y PROPIEDADES

2
1
0

En tercer lugar, ignoramos la primera fila y procedemos con el resto

de la matriz como en los pasos anteriores. La primera columna no nula


es ahora la segunda, y debemos elegir un trmino no nulo de ella; nos
quedamos, verbigracia, con el que es igual a 2. Este trmino ser el pivote de la segunda fila. Anulamos los trminos que estn debajo de l en su

"T

Ve

misma columna:

0
0

0
1

0 F3 F3 +(1/2)F2 0


1
0

1
0

0
2
1
0

0
2
0
0

0
.
1

A continuacin, debemos ignorar tambin la segunda fila y proceder con


la matriz restante como en los dos primeros pasos. La primera columna
no nula es ahora la tercera, y en ella elegimos un trmino no nulo; por
ejemplo, escogemos el que es igual a 1: este ser el pivote de la tercera
fila. Terminamos anulando el trmino que, en esta tercera columna, queda
debajo del nuevo pivote:

1 0

0 2

0 0

0 0

0
1

0
4 +F3 0
F4F


1
0

1
0

0
2
0
0

0
.
1

La ltima matriz que hemos obtenido es escalonada, y tiene tres pivotes. Es


una forma escalonada de la matriz A.
Otro ejemplo ms

71

Busquemos una forma escalonada de esta matriz:

B = 0
1

1
0
3

1.
1

La primera columna no nula de la matriz es la primera; nos quedamos en


esta con su primer trmino (que es no nulo): ser el pivote de la primera fila.
Anulamos los trminos que figuran debajo del pivote en su misma columna:

B = 0
1

0
0

0
4

1
1

1
0
3

2
1
F3 F3 F1
1 
 0
1
0

1
0
4

1.
1

A continuacin, ignoramos la primera fila. Con ello, la primera columna


no nula es la segunda. Pero esta columna solo tiene un trmino no nulo: el
que es igual a 4, y debemos colocarlo como el primero de su columna. Al

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
74

I. SISTEMAS DE ECUACIONES LINEALES

tener ignorada la primera fila, esto significa que debemos llevar tal trmino
hasta la segunda fila. Lo conseguimos con una transformacin elemental de

"T

Ve

tipo i:

0
0

2
1
F2 F3
1 
 0
0
1

1
0
4

1
4
0

1 .
1

Finalmente, ignoramos tambin la segunda fila, lo que nos deja solo una

columna no nula: la tercera, y solo un trmino no nulo en ella. Este es


directamente el pivote de la tercera fila. El procedimiento ha terminado y
hemos llegado a:

B = 0
0

1
4
0

1 .
1

La matriz B  es efectivamente escalonada: una forma escalonada de la matriz B. Como vemos, tiene tres pivotes.

Matriz escalonada reducida


Matriz escalonada reducida

72

Una matriz escalonada reducida es una matriz escalonada con es-

tas dos propiedades adicionales: todos sus pivotes (si los tiene) son iguales
a 1 (son unitarios), y en toda columna donde hay un pivote es este el nico
trmino no nulo.
Por ejemplo, estas tres matrices son escalonadas reducidas:

1 2 0

1 0 2 3
1 0 0
0 0 1

.
1
1
1
1
0
0
0

y
,
0 0 0

0 0
0 0
0 0 1
0 0 0
Las tres son escalonadas, sus pivotes son iguales a 1, y las columnas en las
que estn los pivotes son tales que el nico trmino no nulo de ellas es el
pivote mismo.
Por el contrario, estas otras tres matrices no son escalonadas reducidas:

0
0

0
1
1

2
1
0

1,
0

1
0

0
2

1
0


y

0
0

0
1
0

0.
1

La primera no es escalonada; la segunda s lo es, pero presenta al menos un


pivote distinto de 1; la tercera tambin es escalonada, y s presenta todos
sus pivotes unitarios, pero en la columna de uno de ellos la tercera hay
un trmino no nulo adems del pivote.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

75

I.2. DEFINICIONES Y PROPIEDADES

Forma escalonada reducida


de una matriz

73

Dada una matriz cualquiera, tambin es posible obtener a partir de

ella, mediante la aplicacin de transformaciones elementales sucesivas, una


matriz escalonada reducida. De la matriz obtenida se dice que es la forma
escalonada reducida de la matriz dada.
Para ver un ejemplo, recordemos de nuevo el 59 (cf. p. 65). All traba-

"T

Ve

jamos entre otras con estas dos matrices:

1
1 2 0
1

=
 =
0
2 1 y A
A
1
0
1 1
7 3
0

Para recordar con ms preci obtenamos


sin, a partir de A
 , y a partir de
una matriz A
  .
esta llegbamos a A

0
1
0

0
0
1

3 ,
1

y podamos obtener la segunda a partir de la primera mediante la aplicacin


  es
de transformaciones elementales sucesivas. Acontece que la matriz A
escalonada reducida: adems de ser escalonada, sus pivotes son unitarios
y en la columna de cada uno de ellos el nico trmino no nulo es el propio
  es la forma escalonada
pivote. Podemos afirmar, pues, que la matriz A

reducida de la matriz A.

Unicidad de la forma
escalonada

Nota

Habr observado el lector que hablamos de la forma escalonada reducida.

Esto es as porque la forma escalonada reducida de una matriz es nica (a diferencia de la forma escalonada sin ms). Lo comprobaremos ms adelante en
este mismo captulo (cf. 100, p. 100).

Recordemos el sistema citado:

= 1

x1

= 3
x2

x = 1.
3

Por otra parte, en el citado 59 escribimos el sistema de ecuaciones


 : un sistema compatible delineales cuya matriz ampliada es la matriz A
terminado cuya solucin salta a la vista. Los sistemas de ecuaciones lineales
cuya matriz ampliada es escalonada reducida son muy sencillos de resolver
(y esta afirmacin tambin es vlida para los sistemas compatibles indeterminados). Lo veremos con detalle en la seccin siguiente.

Obtencin de la forma
escalonada reducida de una
matriz

74

Cmo podemos obtener efectivamente la forma escalonada redu-

cida de una matriz dada? En primer lugar, escalonamos la matriz (ya sabemos cmo). En segundo lugar, transformamos en 1 todos los pivotes de
la forma escalonada recin obtenida con la ayuda de transformaciones elementales de tipo ii: en concreto, multiplicamos cada fila en la que hay un
pivote por el inverso de tal pivote. En tercer lugar, en la columna de cada
pivote, anulamos los trminos que estn por encima del propio pivote.
A modo de ejemplo, calculemos la forma escalonada reducida de la matriz B que vimos en el 71 (cf. p. 73):

1 1

0
B = 0
1
3

1.
1

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
76

I. SISTEMAS DE ECUACIONES LINEALES

En el mismo pargrafo citado, obtuvimos para esta matriz la siguiente forma


escalonada:

B = 0
0

1 ,
1

1
4
0

Ve

lo que ya nos proporciona el primer paso del procedimiento. El segundo


paso consiste en hacer iguales a 1 todos los pivotes de esta forma escalo-

"T

nada; para ello solo nos resta multiplicar por 1/4 la segunda fila:

1 1
2
1 1
2
F
(1/4)F

2
2
4 1 
1 1/4 .
B = 0
 0
1
1
0
0
0
0

Finalmente, en la columna de cada pivote, debemos anular los trminos


que figuran encima del pivote:

0
0

1
1
0

2
1
F1 F1 +F2
1/4 
 0
1
0

F F +(1/4)F
2
2
3
7/4
1
F1 F1 (7/4)F3
1/4 
 0
1
0

0
1
0

0
1
0

0.
1

La ltima matriz obtenida es la forma escalonada reducida de la matriz B.


Otro ejemplo

75

En el 67 (cf. p. 70), escalonamos esta matriz:

0 1
1 1

6 0,
A= 2 4
1 0 1 2

y obtuvimos la siguiente matriz escalonada:

1 0 1


4
A = 0 4
0 0
0

4.
0

(28)

Con ello ya tenemos el primer paso para llegar a la forma escalonada reducida de la matriz A. El segundo paso requiere hacer iguales a 1 los pivotes;
lo conseguimos multiplicando la primera fila por 1 y la segunda por 1/4:

A = 0
0

0
4
0

1
4
0

F (1)F
1
1
2
1
F (1/4)F2
4 2
 0
0
0

La matriz a la que hemos llegado:

A = 0
0

0
1
0

1
1
0

1,
0

0
1
0

1
1
0

1.
0

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

77

I.2. DEFINICIONES Y PROPIEDADES

ya es escalonada reducida sin ms clculos. La matriz A es la forma esca-

lonada reducida de la matriz A.


Pero para la matriz A obtuvimos, en el 68 (cf. p. 71), otra forma esca-

"T

Ve

lonada distinta a la matriz A escrita

2 4

0 1
0 0

en (28); en concreto, esta:

6 0

1 1 .
0 0

A partir de ella, podemos llegar tambin a la forma escalonada reducida de


la matriz A. Transformamos en 1 los pivotes:

2 4 6 0
1
F1 (1/2)F1

 0
0 1 1 1 
0 0 0 0
0

2
1
0

3
1
0

1,
0

y anulamos los trminos que figuran en las columnas de los pivotes encima
de ellos:

0
0

2
1
0

3
1
0

0
1
F1 F1 2F2
1 
 0
0
0

0
1
0

1
1
0

1.
0

Esta ltima matriz es escalonada reducida. De hecho, es la misma matriz A


que obtuvimos en la primera parte de este pargrafo.
Nota bene

A partir de la matriz A, hemos llegado a la misma matriz escalonada

reducida A pasando por dos formas escalonadas de A distintas.


Cmo son las matrices
escalonadas reducidas?

76

Podemos saber cmo son todas las matrices escalonadas reduci-

das? S, y ello ser especialmente relevante en la seccin siguiente, sobre


todo para ciertas consideraciones tericas.
Antes de verlo propiamente, establecemos la siguiente propiedad de las
matrices escalonadas reducidas: con intercambios adecuados de columnas,
toda matriz escalonada reducida se puede escribir de forma que sus pivotes
figuren en las primeras columnas.
A modo de ejemplo de lo que queremos decir, consideremos la siguiente
matriz escalonada reducida:

0
A=
0

2
0
0
0

1
.
0

Sus pivotes estn en las primeras filas, como acontece con toda matriz escalonada. Ahora bien, el pivote de la primera fila est en la primera columna,

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
78

I. SISTEMAS DE ECUACIONES LINEALES

pero el de la segunda fila no est en la segunda columna, sino en la tercera.


Podemos conseguir que este pivote s est en la segunda columna intercam-

"T

Ve

biando las columnas segunda y tercera:

1 0

0 1

0 0

0 0

0
.
0

La matriz resultante es, efectivamente, escalonada reducida, pues el intercambio de columnas ha dejado la misma cantidad de ceros iniciales en todas
las filas excepto en la segunda (que ahora tiene exactamente un cero inicial
ms de los que hay en la primera fila), y las columnas de los pivotes siguen
teniendo los mismos trminos (unitario el pivote mismo y nulos los dems).
Es decir, a partir de la matriz escalonada reducida A, y con la ayuda de un

intercambio de columnas, hemos conseguido escribir una matriz escalonada


reducida que tiene sus pivotes en las primeras columnas.

Esbocemos una prueba general de este resultado.


Dada una matriz escalonada reducida, supongamos

vote, permutamos las columnas i-sima y j-sima. Con


ello, obtenemos una nueva matriz con esta caracters-

que no todos sus pivotes estn en las primeras colum-

tica: la fila i-sima tiene exactamente un cero inicial

nas.

ms que su fila precedente, y las restantes filas siguen

Por un momento, consideremos ordenados los pi-

teniendo el mismo nmero de ceros iniciales (pues los

votes por la fila que ocupan: el primero es el de la pri-

trminos por debajo de la fila i-sima son nulos en

mera fila, el segundo el de la segunda fila, y as sucesi-

las dos columnas permutadas). La matriz nueva sigue

vamente. Consideremos el primer pivote de la matriz

siendo escalonada reducida, y presenta el pivote de la

con la siguiente propiedad: el pivote figura en la fila

fila i-sima en la columna i-sima.

i-sima, pero no en la columna i-sima, sino en otra columna, digamos la j-sima, con j > i (en la matriz A del

Continuaramos el proceso de permutacin de columnas con los siguientes pivotes hasta que todos que-

ejemplo anterior, tenamos i = 2 y j = 3). Para este pi-

daran en las primeras columnas.

Nota bene

El nmero de pivotes de la matriz escalonada reducida es el mismo

antes y despus del intercambio de columnas explicado.


Cmo son las matrices
escalonadas reducidas?
(Continuacin)

77

Consideremos una matriz de orden (n, m) que es escalonada re-

ducida, y designemos por r la cantidad de sus pivotes. Distinguimos dos


casos: r = m (tantos pivotes como columnas) y r < m (menos pivotes que
columnas). A su vez, dentro de cada caso, distinguimos dos posibilidades
adicionales: r = n (tantos pivotes como filas) y r < n (menos pivotes que
filas). Como el nmero de pivotes es menor o igual que el de columnas y
menor o igual que el de filas (cf. 65, p. 68), no hay ms opciones.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

79

I.2. DEFINICIONES Y PROPIEDADES

En el primer caso: r = m, hay un pivote en cada columna. La matriz

escalonada reducida presenta una de estas dos formas, segn sea r = n

o r < n, respectivamente:

"T

Ve

.
..

0


0
1
..
.
0

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


r =m

.. r = n
.

1


1
0

..
.

.
.
.
0


0
1
..
.
0
0
..
.
0

r
..

1
.

..
nr
.

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


r =m

La primera de estas matrices tiene un nombre especial: es la llamada matriz


Matriz identidad de orden n

identidad de orden n. Tiene el mismo nmero de filas que de columnas, y


todos sus trminos son nulos salvo los que tienen igual nmero de fila que
de columna, que son iguales a 1. No tiene filas nulas. Por el contrario, la
segunda de las matrices escritas s presenta filas nulas: tantas como marca
la diferencia n r .
En el segundo caso: r < m, podemos considerar que los r pivotes de
la matriz ocupan las r primeras columnas (posiblemente tras la aplicacin
de intercambios de columnas adecuados, cf. 76). La matriz escalonada
reducida tiene finalmente uno de estos aspectos, segn sea r = n o r < n,
respectivamente:

.
..

0


0
1
..
.
0

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

r

0
0
.. ..
. .
1
 

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


mr

r =n
..

1
0

..
.

.
.
.
0


0
1
..
.
0
0
..
.
0

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

r

0
0
..
.
1
0
..
.
0


..
.

0
..
.
0


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


mr

r
..

..
nr
.

0


Las puntos: , sealan posiciones que pueden ser ocupadas por cualquier
nmero, nulo o no, y ambas matrices tienen tantas columnas con trminos
de este tipo como seala la diferencia m r . Por otra parte, como en el caso
anterior, la primera matriz no tiene filas nulas, y la segunda tiene tantas
como indica la diferencia n r .

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
80

I. SISTEMAS DE ECUACIONES LINEALES

Ejercicios I.2
1

Considrense los siguientes sistemas de ecua-

ciones lineales, el primero de una sola ecuacin y el


segundo de dos:

"T

Ve

2x1 x2 + x3 = 1,

cierto, de qu tipo son?

Si a designa un nmero, nos dan la ecuacin li-

neal ax1 = 0. Se pide:


a)

considerando esta ecuacin lineal en la incgni-

ta x1 , calcular su solucin (o soluciones) distinguiendo


los casos a = 0 y a 0;
b)

hacer lo mismo, pero considerando la ecuacin

dada en las incgnitas x1 y x2 ;


c)

si c tambin designa un nmero, calcular las

soluciones de la ecuacin lineal ax1 = c, tomada en


las incgnitas x1 y x2 , distinguiendo los cuatro casos
que resultan de tomar a y c nulos o no.
3

c)

pivotes de las que lo sean:

0 ;
0

1 0
0 1 0

0 0 y 0 2 0 ;
0 1
0 0 0

0 1 0
2 1 0

0 0 1 y 0 5 0 .
0 0 0
0 0 3

x + 2y
=0

2x + 2y + z = 1

x 2y + z = 2.

Se pide:
a)

escribir la matriz de coeficientes y la matriz am-

pliada del sistema;


b)
calcular la forma escalonada reducida de la matriz ampliada;
c)

escribir el sistema cuya matriz ampliada es la

matriz escalonada reducida obtenida en el apartado anterior;


d)

calcular la solucin del sistema; de qu tipo ha

resultado ser el sistema?

Considrese la matriz:

2
1

Determinar qu matrices de las siguientes son es-

calonadas, y sealar los




0 0 0
a)
y
0 0 0

b)

Considrese el siguiente sistema de ecuaciones

2x1 x2 + x3 = 1
8x1 4x2 + 4x3 = 4.

Justificar (sin resolverlos) que son equivalentes. Por

lineales:

2
4
2

0
1
1

b,
c

donde a, b y c designan tres nmeros reales.


a)

Escalonar la matriz.

Cuntos pivotes tiene la

matriz escalonada obtenida? Escribir tambin la forma


escalonada reducida de la matriz.
b)
Si un sistema de ecuaciones lineales es tal que la
matriz del enunciado es su matriz ampliada, qu se
puede decir del sistema a la luz de lo obtenido en el
apartado anterior?

De cada una de las matrices del ejercicio 3 que

no sea escalonada, encontrar al menos dos formas escalonadas.


5 De todas las matrices del ejercicio 3, cules son
escalonadas reducidas? De cada matriz que no lo sea,
escribir su forma escalonada reducida.

Cmo es una matriz escalonada que tiene una

sola fila? Y la que tiene una sola columna?

Cmo es una matriz escalonada reducida que

tiene una sola fila? Y la que tiene una sola columna?

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

81

I.3 DISCUSIN Y RESOLUCIN DE UN


SISTEMA DE ECUACIONES LINEALES

"T

Ve

1. Un mtodo para discutir y resolver un sistema de


ecuaciones lineales
Dedicamos este apartado a presentar un mtodo general para discutir y
resolver un sistema de ecuaciones lineales. Lo iniciamos indicando qu se
entiende por discutir y por resolver un sistema.

Planteamiento del mtodo


Discutir frente a resolver un
sistema de ecuaciones
lineales

78

Sabemos (cf. 45 y 46, p. 55) que hay tres tipos de sistemas de ecua-

ciones lineales atendiendo a su solucin: incompatibles (no tienen solucin),


compatibles determinados (tienen una nica solucin) y compatibles indeterminados (tienen infinitas soluciones). Por discutir un sistema de ecuaciones lineales nos referimos a determinar de cul de estos tres tipos es el
sistema. Por resolver el sistema nos referimos a encontrar efectivamente
todas sus soluciones.

Esquema de trabajo: una


distincin de casos

79

Consideremos un sistema de ecuaciones lineales que queremos re-

solver, con n ecuaciones y m incgnitas. Designamos por A su matriz de


coeficientes (recordemos: la matriz cuyos trminos son los coeficientes del
 su matriz ampliada. La primera tendr orsistema, cf. 53, p. 60), y por A
den (n, m) (tantas filas como ecuaciones y tantas columnas como incgnitas); la segunda, orden (n, m + 1) (tiene una columna ms, con los trminos
independientes).
  una forma escalonada (no necesariamente reducida)
Denotemos por A
 (tambin es habitual esta notacin para una forma escalode la matriz A
nada: se aade una prima a la letra de la matriz original). Sabemos que el
 es equivalente al sistema de
sistema cuya matriz ampliada es la matriz A

partida, con matriz ampliada A.
Consideraremos tres casos:
 presenta un pivote en su ltima columna.
La matriz A
  no presenta un pivote en su ltima columna y la cantidad
La matriz A
de sus pivotes coincide con la cantidad de incgnitas del sistema.
  no presenta un pivote en su ltima columna y la cantidad
La matriz A
de sus pivotes es menor que la cantidad de incgnitas del sistema.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
82

I. SISTEMAS DE ECUACIONES LINEALES

Como veremos en los siguientes pargrafos, estos tres casos se corresponden con los tres tipos de sistemas de ecuaciones lineales (en virtud de su
solucin) que ya conocemos: respectivamente, sistema incompatible, sistema compatible determinado y sistema compatible indeterminado.

"T

Ve

Nota bene

El nmero de pivotes de una matriz escalonada es menor o igual

que el de columnas (cf. 65, p. 68), y hay tantas columnas en la matriz de


coeficientes como incgnitas en el sistema, luego todo sistema de ecuaciones
lineales est contemplado en uno (y solo en uno) de los casos anteriores.

Sistemas incompatibles
Sistema incompatible

80

Como en el 79, consideramos un sistema de n ecuaciones lineales


 y suponemos
y m incgnitas que queremos resolver, con matriz ampliada A,
  de la matriz A
 con la caracterstica de
que existe una forma escalonada A
presentar un pivote en su ltima columna.
 en la que est el pivote de la ltima columna tiene
La fila de la matriz A
por trminos los siguientes:
0


...


0


a,

m ceros

donde a es un nmero que es no nulo, y la ecuacin lineal que se corresponde con esta fila es
0x1 + 0x2 + + 0xm = a,

con a 0.

Pero un sistema de ecuaciones lineales que incluye una ecuacin de este tipo
es incompatible (cf. 47, p. 55).
 es incompatible. El sisEs decir, el sistema cuya matriz ampliada es A
 ), que es equivalente a l, tambin
tema de partida (con matriz ampliada A
lo ser.
Si una forma escalonada de la matriz ampliada de un sistema de ecuaciones lineales tiene un pivote en su ltima columna, entonces el sistema
no tiene solucin: es un sistema incompatible.
Un ejemplo

81

Consideremos el siguiente sistema de ecuaciones lineales:

x1 + 2x2 + 4x3 = 1

x2 + 2x3 = 3

x + 3x + 6x = 2.
1

(29)

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

83

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Su matriz ampliada es esta:

1
=
A
0
1

2
1
3

4
2
6

3 .
2

Ve

Calculamos para ella una forma escalonada; por ejemplo, con el procedi-

"T

miento descrito en el 67 (cf. p. 70):

1
=
A
0
1

2
1
3

4
2
6

1
1
F
F
F
3 3 1
3 
 0
2
0


 0
0
F3 F3 F2

2
1
1

4
2
2

3
1

2
1
0

4
2
0

 .
3 = A
4

 , tiene un pivote en su ltima columna.


La matriz escalonada obtenida: A
De acuerdo con el resultado del 80, el sistema (29) no admite solucin: es
incompatible.
 es la matriz ampliada
Comprobar lo afirmado es sencillo. La matriz A
de este sistema:

x1 + 2x2 + 4x3 = 1

x2 + 2x3 = 3

0x + 0x + 0x = 4,
1
2
3

el cual no admite solucin: no hay ninguna terna de nmeros que satisfaga


su tercera ecuacin.

Sistemas compatibles determinados


Sistema compatible
determinado

82

De nuevo como en el 79, consideramos un sistema de n ecua-

ciones lineales y m incgnitas que deseamos resolver. Su matriz ampliada


 y suponemos que una forma escalonada suya, denotada por A
 , es tal
es A,
que no presenta un pivote en su ltima columna y tiene tantos pivotes como
incgnitas hay en el sistema.

Ntese que una matriz escalonada reducida tiene el mismo


nmero de pivotes que la matriz escalonada a partir de la
cual se ha calculado, y ambas
matrices tienen los pivotes en
las mismas columnas.

Con el procedimiento descrito en el 74 (cf. p. 75), podemos calcular


 a partir de su forma escalola forma escalonada reducida de la matriz A


 (para la forma escalonada
nada A . Denotamos la matriz obtenida por A
reducida, es usual aadir una segunda prima a la letra que denota la ma  ignoramos momentneamente la ltima
triz original). Si en esta matriz A
columna (la que figura a la derecha de la barra espaciadora, y que no tiene

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
84

I. SISTEMAS DE ECUACIONES LINEALES

"T

Ve

pivotes), tenemos una matriz de orden (n, m), tambin escalonada redu-

Si en una matriz escalonada


eliminamos la ltima columna (o las ltimas columnas),
la matriz que se obtiene sigue
siendo escalonada. Lo mismo
acontece con matrices escalonadas reducidas.

cida, y con tantos pivotes como columnas. En el 77 (cf. p. 78) vimos cmo
son estas matrices. De acuerdo con ello, y denotando por r el nmero de pi  (volvemos a considerarle la ltima
votes, podemos afirmar que la matriz A

columna) ser de una de las dos siguientes formas, segn sea el nmero de
pivotes igual que el de filas (r = n) o menor (r < n), respectivamente:

1 0 . . . 0 d1

0 1 ... 0 d

1 0 . . . 0 d1
r
.
.
.
.

.
. . ..
..

.. ..

0 1 . . . 0 d2

. . .
r =n
, 0 0 . . . 1 dm
,
(30)
..

.. ..

. . ...

0
0
.
.
.
0
0

. . .
0 0 . . . 1 dm
..
..
nr
. .
.
. .

.
.
.





r =m
0
0 0 ... 0



r =m

y donde d1 , d2 , . . . , dm pueden ser nmeros cualesquiera (nulos o no). La


primera de las matrices escrita en (30) es la matriz ampliada de este sistema
de ecuaciones lineales:

x1

= d1
= d2

x2
..

..
.

(31)

xm = dm .

La segunda de las matrices de (30) difiere de la primera solo en que tiene


filas nulas adicionales; como las filas nulas en la matriz ampliada de un sistema se corresponden con ecuaciones nulas que eliminadas de un sistema
nos dejan otro equivalente, se tiene que el sistema cuya matriz ampliada
es la segunda matriz de (30) es equivalente al sistema (31).
En definitiva, el sistema de ecuaciones lineales (31) es el sistema que
 (o al menos
tiene por matriz ampliada la matriz escalonada reducida A
 , el
es equivalente a l). De acuerdo con la construccin de la matriz A
sistema (31) tambin ser equivalente al que tiene por matriz ampliada la
 , y lo que es ms importante: ser equivalente al que
matriz escalonada A
 Es decir, el sistema (31) es equivatiene por matriz ampliada la matriz A.
lente al sistema que originalmente queremos resolver.
El sistema de ecuaciones lineales (31) tiene solucin nica, la cual salta
a la vista: la m-upla (d1 , d2 , . . . , dm ). El sistema de partida es, pues, compatible determinado.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

85

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Si una forma escalonada de la matriz ampliada de un sistema de ecuaciones lineales tiene tantos pivotes como incgnitas, y ninguno de los
pivotes est en la ltima columna, entonces el sistema tiene una nica

"T

Ve

solucin: es un sistema compatible determinado.

Un ejemplo

83

Consideremos el siguiente sistema de ecuaciones lineales:

=2
x 2x2

1
2x2 + 3x3 = 0

x 2x + 2x = 6.
1

(32)

 y la llevamos a una
Escribimos su matriz ampliada, que denotamos por A,
forma escalonada; con una sola transformacin elemental lo conseguimos:

1 2 0 2
1 2 0 2
F3 F3 F1

=
 .
2 3 0 = A
2 3 0 
 0
A
0
1 2 2 6
0
0 2 4
  tiene tres pivotes, tantos como incgnitas, y ninguLa matriz escalonada A
no de ellos figura en la ltima columna. De acuerdo con lo visto en el 82,
el sistema (32) es compatible determinado: admite una nica solucin.
Acabamos de discutir el sistema (32). Ahora querramos resolverlo, es
decir, encontrar efectivamente la nica solucin que ya sabemos tiene. Lo
visto en el mismo 82 nos sugiere cmo buscar tal solucin: calculamos la
forma escalonada reducida de la matriz ampliada del sistema y escribimos
el sistema que la tiene como matriz ampliada; este sistema ser inmediato
de resolver, y su solucin ser la que buscamos.
 podemos
Para encontrar la forma escalonada reducida de la matriz A,
seguir aplicando transformaciones elementales adecuadas a su forma esca  (cf. 74, p. 75):
lonada A

1
 =
A
0
0

2
2
0

0
3
2

F (1/2)F
2
2
2
1
F3 (1/2)F3
0 
 0
4
0


 0
0
F2 F2 (3/2)F3

1
F1 F1 +2F2


 0
0

2
1
0

0
3/2
1

2
1
0

0
0
1

0
1
0

0
0
1

0
2

3
2

 .
3 = A
2

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
86

I. SISTEMAS DE ECUACIONES LINEALES

"T

Ve

Ahora, el sistema de ecuaciones lineales cuya matriz ampliada es la matriz


 es este:
escalonada reducida A

Ntese que la solucin nica


(de un sistema compatible determinado) se puede leer, de
arriba abajo, en la ltima columna de la forma escalona (eliminando
da reducida A
antes las filas nulas si las hay).
Continuacin del ejemplo:
resolucin alternativa con
sustitucin hacia atrs

x1

= 4
= 3

x2

x3 =

2.

Su solucin es nica, e inmediata: (4, 3, 2). Esta terna es tambin la solu-

cin nica del sistema compatible determinado (32).


84

En el 83, una vez discutido el sistema de ecuaciones lineales (32),

lo hemos resuelto a partir de la forma escalonada reducida de su matriz


ampliada. Pero podramos haberlo resuelto de otra manera: por sustitucin
hacia atrs (cf. p. 58) a partir de una forma escalonada (no necesariamente
reducida) de su matriz ampliada.
En el mismo 83, obtuvimos esta forma escalonada de la matriz ampliada del sistema (32):

1
 =
A
0
0

2
2
0

0
3
2

0.
4

El sistema de ecuaciones linales del cual es matriz ampliada es este:

x 2x2
=2

1
2x2 + 3x3 = 0

2x3 = 4.

(33)

De la tercera ecuacin se deduce: x3 = 4/2 = 2, que sustituido en la segunda


nos lleva a: 2x2 + 6 = 0, de donde: x3 = 6/2 = 3; y sustuido este valor
en la primera ecuacin, obtenemos: x1 + 6 = 2, de donde: x1 = 4. Es decir,
la solucin del sistema (33) es la terna (4, 3, 2).
Como los sistemas (33) y (32) son equivalentes, vemos confirmada la
solucin de este ltimo que calculamos en el 83.
Otro ejemplo

85

Discutamos, y resolvamos en su caso, el siguiente sistema de tres

ecuaciones y dos incgnitas:

x 2y = 5

2x + y = 0

x + 3y = 5.

(34)

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

87

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Para discutir el sistema, escribimos su matriz ampliada:

B = 2
1

0,
5

2
1
3

Ve

y buscamos una forma escalonada de esta matriz ampliada:

"T

2
1

2
1
3

F2 F2 2F1
5
1
F3 F3 F1
0 
 0
5
0

2
5
5

5
1
F3 F3 F2
10 
 0
10
0

2
5
0

10 .
0

La matriz escalonada obtenida, denotmosla B , tiene dos pivotes, tantos


como incgnitas, y ninguno de ellos figura en la ltima columna. El sistema
de ecuaciones lineales (34) es, pues, compatible determinado.
Para resolver el sistema, buscamos la forma escalonada reducida de su
matriz ampliada. Lo hacemos a partir de la forma escalonada B  recin obtenida en el prrafo anterior:

0
0

2
5
0

5
1
F
(1/5)F
2
2
10 
 0
0
0

2
1
0

5
1
F
F
+2F
1 1
2
2 
 0
0
0

0
1
0

2 = B .
0

El sistema de ecuaciones cuya matriz ampliada es la matriz escalonada reducida B  que acabamos de deducir es este:

y = 2

0x + 0y = 0,

Como el sistema es compatible determinado, la solucin


nica se puede leer en la ltima columna de la matriz B ,
eliminando antes su tercera fila por ser nula.
Si en el sistema de matriz ampliada B quitamos la ecuacin
nula (que es la tercera), queda:

x 2y = 5

5y = 10.

el cual es equivalente (quitando la ecuacin nula) a:

x
= 1

y = 2,
sistema de solucin evidente: (1, 2). En conclusin, el sistema de ecuaciones lineales (34) es compatible determinado y su nica solucin es el par
ordenado (1, 2).
Es de observar que, para resolver el sistema (34), podramos haber escrito el sistema de ecuaciones lineales cuya matriz ampliada es la matriz escalonada B , y haber resuelto este sistema por sustitucin hacia atrs (tras
eliminar su tercera ecuacin, que es nula). Dejamos al lector la tarea de
confirmar que con ello se obtiene la misma solucin.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
88

I. SISTEMAS DE ECUACIONES LINEALES

Sistemas compatibles indeterminados

Sistema compatible
indeterminado

86

De nuevo (por ltima vez) como en el 79, consideramos un sis-

tema de n ecuaciones lineales y m incgnitas que pretendemos resolver.


 y suponemos que existe una forma
Designamos su matriz ampliada por A,

 de esta matriz ampliada con la siguiente propiedad: no preescalonada A

Ve

senta un pivote en su ltima columna y tiene una cantidad de pivotes menor

"T

que la cantidad de incgnitas del sistema.


 , calculamos la forma escalonada reA partir de la matriz escalonada A
 Como es habitual, denotamos la matriz obtenida
ducida de la matriz A.

 . Cmo es esta matriz escalonada reducida A


 ? Denotemos el
por A
nmero de sus pivotes por r , y supongamos adicionalmente que este nRecordemos que la ltima co  no tiene pivotes.
lumna de A

mero de pivotes es menor que el de filas (r < n). Supongamos tambin


que los pivotes estn en las primeras columnas. De acuerdo con el 77,
  tiene esta forma:
podemos afirmar que la matriz A

1
0

..
.

.
.
.
0


En el 77 escribimos puntos: ; ahora escribimos los


trminos bij (1  i  r y r +
1  j  m) y los trminos dk
(1  k  r ).

0
1
..
.
0
0
..
.
0

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

r

0 b1(r +1) . . .
0 b2(r +1) . . .
..
..
..
.
.
.
1 br (r +1) . . .
0
0
...
..
..
..
.
.
.
0
0
...
 

mr

b1m
b2m
..
.
br m
0
..
.
0


d1

d2

r
..

dr

..
nr
.

(35)

donde todos los bij (1  i  r y r + 1  j  m) y todos los dk (1  k  r )


pueden ser nmeros cualesquiera (nulos o no).
El sistema de ecuaciones lineales cuya matriz ampliada es la matriz escrita en (35) es equivalente (tras eliminar las ecuaciones nulas) al siguiente:

x
+ b1(r +1) xr +1 + + b1m xm = d1

x2
+ b2(r +1) xr +1 + + b2m xm = d2

(36)
..
..
..
..

.
.
.
.

xr + br (r +1) xr +1 + + br m xm = dr .
De acuerdo con su construccin, este sistema es entonces equivalente al que
 , y por ende tambin es
tiene por matriz ampliada la matriz escalonada A
 Esto es, el sistema
equivalente al que tiene por matriz ampliada la matriz A.
escrito en (36) es equivalente al sistema que originalmente pretendemos
resolver.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

89

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Sistema compatible
indeterminado (continuacin)

87

Qu solucin, o soluciones, tiene el sistema de ecuaciones linea-

les (36)? A partir de l, podemos despejar las incgnitas x1 , x2 , . . . , xr en

"T

Ve

funcin de las restantes incgnitas xr +1 , . . . , xm :




x1 = d1 b1(r +1)xr +1 + + b1m xm ,




x2 = d2 b2(r +1)xr +1 + + b2m xm ,

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

x = d b
r
r
r (r +1) xr +1 + + br m xm .

(37)

Ahora, si sustituimos las letras xr +1 , . . . , xm por nmeros concretos, por


ejemplo: xr +1 = . . . = xm = 0, de las igualdades anteriores podemos dedu-

cir: x1 = d1 , x2 = d2 , . . . , xr = dr . Una rpida comprobacin nos confirma


que es solucin del sistema (36) esta m-upla:



d1 , d2 , . . . , dr , 0, . . . , 0 .
  
m r ceros

Pero hay ms soluciones. Si sustituimos xr +1 , . . . , xm por otros nmeros,


verbigracia: xm = 1 y los restantes nulos, el valor correspondiente para las
incgnitas x1 , x2 , . . . , xr que obtenemos a partir de las igualdades de (37)
nos configura otra solucin:



d1 + b1m , d2 + b2m , . . . , dr + br m , 0, . . . , 0 , 1 .
  
m r 1 ceros

De hecho, hay infinitas soluciones: una por cada valor numrico que
demos a las incgnitas xr +1 , . . . , xm . Podemos afirmar: todas las soluciones
del sistema (36) son las m-uplas de la forma:



d1 b1(r +1)xr +1 + + b1m xm ,


d2 b2(r +1) xr +1 + + b2m xm , . . . ,




dr br (r +1) xr +1 + + br m xm , xr +1 , . . . , xm ,

Los nmeros xr +1 , . . . , xm
pueden ser nulos o no, iguales
o distintos; enfatizamos: cualesquiera.

donde xr +1 , . . . , xm son nmeros cualesquiera. En particular, el sistema de


ecuaciones lineales (36) es compatible indeterminado.
Si el nmero de pivotes de una forma escalonada de la matriz ampliada de
un sistema de ecuaciones lineales es menor que el nmero de incgnitas
del sistema, y ninguno de los pivotes est en la ltima columna, entonces
el sistema tiene infinitas soluciones: es un sistema compatible indeterminado.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
90

Algunas consideraciones
sobre los desarrollos
anteriores

I. SISTEMAS DE ECUACIONES LINEALES

88

Antes de pasar a ver algunos ejemplos de resolucin de sistemas

compatibles indeterminados (como suponemos que el lector estar deseando que hagamos), debemos aclarar algunos puntos del desarrollo de los 86

"T

Ve

y 87.
 es
En primer lugar, supusimos que el nmero de pivotes de la matriz A

menor que el nmero de filas: r < n, pero podra ser igual: r = n. En este

 estara formada exclusivamente por las r primeras


ltimo caso, la matriz A
 sera la matriz de (35) sin las
filas de la matriz escrita en (35) (es decir, A
filas nulas), pero el sistema de ecuaciones lineales con matriz ampliada la
  sera justamente el sistema (36). Tambin en este caso, pues,
matriz A

obtendramos la conclusin de sistema compatible indeterminado a la que


llegamos en el 87.
 estn
En segundo lugar, admitimos que los r pivotes de la matriz A
situados en las primeras columnas. Segn lo que vimos en el 76 (cf. p. 77),
con intercambios adecuados de columnas, toda matriz escalonada reducida
se puede escribir de forma que sus pivotes estn en las primeras columnas.
Pero acontece lo siguiente: si una matriz en la que procedemos a intercambiar columnas es la matriz ampliada de un sistema de ecuaciones lineales
 , y ninguna de las columnas intercamcomo es el caso de la matriz A
biadas es la ltima, tal intercambio de columnas se corresponde con una
reordenacin de las incgnitas del sistema. Adems, los sistemas antes y
despus de la reordenacin de incgnitas son de la misma clase en lo que a
su discusin se refiere: si, por ejemplo, uno es incompatible, el otro tambin
lo es, y lo mismo acontece con las otras dos clases.
Lo vemos mejor con un ejemplo. Fijmonos en esta matriz:

C=

1
0

2
0

0
1

1
2

(la cual, por cierto, es escalonada reducida, y en su ltima columna no figura


ningn pivote). La matriz C es la matriz ampliada de este sistema:

x1 + 2x2

=1

(38)

x3 = 2.

Por un lado, si intercambiamos en la matriz C las columnas segunda y tercera (a fin, por ejemplo, de que figuren los dos pivotes en las dos primeras
columnas), nos queda:


D=

1
0

0
1

2
0

1
2


.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

91

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Por otro lado, si reescribimos el sistema (38) considerando que el orden de


las incgnitas es x1 , x3 y x2 (esto es, invirtiendo el orden original de las

Ve

incgnitas segunda y tercera), ponemos:

x1
+ 2x2 = 1

= 2.
x3

(39)

"T

Apreciamos que este ltimo sistema de ecuaciones lineales tiene por matriz
ampliada precisamente la matriz D.

Por ejemplo, la terna (1, 0, 2)


es solucin del sistema (38),
y la terna (1, 2, 0) es solucin
del (39). Otro ejemplo lo tenemos con las ternas (1, 1, 2)
y (1, 2, 1).

Podemos decir ms: si comparamos los sistemas (38) y (39), vemos

que a partir de una terna que sea solucin de uno se escribe una terna (y
exactamente una) que es solucin del otro, sin ms que intercambiar sus
componentes segunda y tercera; es decir, si una terna (a, b, c) es solucin
de uno, la terna (a, c, b) lo es del otro. Finalmente, acontece que ambos
sistemas son efectivamente de la misma clase: ambos son compatibles indeterminados.
  del 86, podeEn lo que concierne a la matriz escalonada reducida A
mos entonces considerar, sin prdida de generalidad, que sus pivotes figuran en las primeras columnas (si no es el caso, basta una reordenacin adecuada de las incgnitas, con la cual el sistema seguir siendo de la misma
clase en lo que a su discusin se refiere). La conclusin de sistema compatible indeterminado a la que hemos llegado finalmente en el 87 es vlida,
 no tenga originalmente topues, aunque la forma escalonada reducida A
dos sus pivotes en las primeras columnas.

Un ejemplo

89

Discutamos y resolvamos el siguiente sistema de tres ecuaciones

lineales y cuatro incgnitas:

x1 + x2 + x3 + 2x4 = 1

x1 + 2x2 + 3x3 + 2x4 = 3

x + x + 2x + 6x = 1.
1
2
3
4

(40)

Para discutir el sistema, escribimos su matriz ampliada y buscamos una


forma escalonada de esta matriz ampliada. Tenemos:


1
A=
1

1
2
1

1
3
2

2
2
6

F2 F2 F1
1
1
F3 F3 F1
3 
0

1
0

1
1
0

1
2
1

2
0
4

 .
2 = A
0

 tiene menos pivotes que incgnitas (de estas hay


La matriz escalonada A
cuatro y de aquellos hay tres), y ninguno de los pivotes figura en la ltima

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
92

I. SISTEMAS DE ECUACIONES LINEALES

columna. De acuerdo con el resultado del 87, el sistema de ecuaciones

lineales (40) es compatible indeterminado.

Para resolver el sistema, procedemos como se sugiere en los 86 y 87:


 (la ampliada del siscalculamos la forma escalonada reducida de la matriz A
tema), y escribimos el sistema de ecuaciones lineales cuya matriz ampliada

"T

Ve

es justamente esta forma escalonada reducida. Como ya tenemos una forma


 la matriz A
 , seguimos a partir de ella:
escalonada de la matriz A
1
 =
A
0
0

1
1
0

1
2
1

2
0
4

1
1
F1 F1 F2
2 
 0
0
0
F2 F2 2F3
F1 F1 +F3


 0
0
Ntese que la matriz escalona  presenta sus
da reducida A
pivotes en las primeras columnas.

0
1
0

1
2
1

0
1
0

0
0
1

2
0
4
6
8
4

2
0

 .
2 = A
0

Ahora, el sistema de ecuaciones lineales de matriz ampliada la matriz esca  es este:


lonada reducida A

+ 6x4 = 1
x

1
8x4 = 2
x2
(41)

x + 4x = 0.
3

Despejando las incgnitas x1 , x2 y x3 en funcin de la incgnita x4 , obtenemos:

x1 = 1 6x4 ,

x2 = 2 + 8x4 ,

x3 =
4x4 .

(42)

Si damos a la incgnita x4 algn valor numrico concreto, el valor correspondiente de las incgnitas x1 , x2 y x3 dado por las tres igualdades de (42)
configura una solucin del sistema. Por ejemplo, tomando x4 = 0, nos
queda x1 = 1, x2 = 2 y x3 = 0, y la cuaterna (1, 2, 0, 0) es una solucin
del sistema. Otro ejemplo: tomando x4 = 1, obtenemos como solucin la
cuaterna (7, 10, 4, 1).
Finalmente, podemos afirmar que todas las soluciones del sistema de
A modo de comprobacin, en
el sistema (40), puede el lector
sustituir x1 por 1 6x4 , x2
por 2 + 8x4 y x3 por 4x4 . . .

Incgnitas bsicas e
incgnitas libres

ecuaciones lineales (41), y por tanto las del sistema de ecuaciones lineales (40) (ambos son equivalentes), son todas las cuaternas de la forma:

90


1 6x4 , 2 + 8x4 , 4x4 , x4 ,

donde x4 es un nmero cualquiera.

En un sistema de ecuaciones lineales cuya matriz ampliada es es-

calonada reducida, las incgnitas que figuran en primer lugar en alguna

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

93

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

ecuacin (y que por tanto son tales que su coeficiente es un pivote de la


matriz y es igual a 1) se denominan incgnitas bsicas o incgnitas principales; las restantes se denominan incgnitas libres, o parmetros. Cuando
buscamos escribir la solucin del sistema, despejamos las incgnitas bsicas

Ve

en funcin de las incgnitas libres.


Por ejemplo, en el sistema de ecuaciones lineales (41), visto en el 89,

"T

y que tiene por matriz ampliada una matriz escalonada reducida, la incgnita x1 es la primera incgnita de la primera ecuacin, con lo que es una
incgnita bsica (o principal). Tambin son incgnitas bsicas las incgnitas x2 y x3 , primeras de las ecuaciones segunda y tercera, respectivamente.

La incgnita x4 , por el contrario, es una incgnita libre (o un parmetro).


Cuando hemos buscado la solucin de este sistema, hemos despejado las
incgnitas bsicas en funcin de la incgnita libre; esto es justamente lo que
est plasmado en las igualdades de (42).
Notacin habitual para las
incgnitas libres, con letras
griegas. Continuacin del
ejemplo del 89

91

Cuando un sistema cuya matriz ampliada es escalonada reducida

admite solucin y exhibe incgnitas libres o parmetros, en la expresin


final de la solucin se suelen sustituir las incgnitas libres por otras letras,
habitualmente griegas, para distinguirlas en su notacin de las incgnitas
principales.
Por ejemplo, para el sistema (41), y en definitiva para el (40) que

Letra griega (lase lambda).

es equivalente a l, si denotamos la incgnita libre x4 por , podemos


concluir lo siguiente: todas las soluciones del sistema (40) son las cuaternas (x1 , x2 , x3 , x4 ) tales que:

x1 = 1 6,

x2 = 2 + 8,
donde es un nmero cualquiera;

4,
x3 =

x =
,
4
o tambin: todas las soluciones del sistema (40) son las cuaternas de la
forma:


Sustitucin hacia atrs en el


sistema del 89


1 6, 2 + 8, 4, ,

donde es un nmero cualquiera.

92
Volvamos al sistema de ecuaciones lineales (40). Una vez hemos
 de su matriz ampliada la cual nos ha
llegado a la forma escalonada A
permitido deducir que el sistema es compatible indeterminado, podemos
 : tal
escribir el sistema cuya matriz ampliada es esta matriz escalonada A
sistema es equivalente al (40) y puede ser resuelto por sustitucin hacia
atrs (cf. 50, p. 57). Vemoslo.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
94

I. SISTEMAS DE ECUACIONES LINEALES

 es el siguiente:
El sistema cuya matriz ampliada es la matriz A

x1 + x2 + x3 + 2x4 = 1

=2
x2 + 2x3

x3 + 4x4 = 0.

Ve

En la tercera ecuacin despejamos x3 : x3 = 4x4 ; lo sustuimos en la se-

"T

gunda ecuacin y obtenemos que x2 8x4 = 2, de donde: x2 = 2 + 8x4 ;


finalmente, en la primera ecuacin sustituimos x2 y x3 por las expresiones
deducidas, y llegamos a x1 + 6x4 = 1, y as: x1 = 1 6x4 . En definitiva,

obtenemos justamente las igualdades escritas en (42). La solucin a la que


llegamos para el sistema es, por supuesto, la misma; la recordamos: todas
las cuaternas de la forma:


Otro ejemplo


1 6x4 , 2 + 8x4 , 4x4 , x4 ,

93

donde x4 es un nmero cualquiera.

Consideremos el siguiente sistema de ecuaciones lineales:

= 4
x1 + 2x2
2x1 4x2 + x3 + x4 = 7.

(43)

Con el fin de discutir el sistema, escalonamos su matriz ampliada:



=
A

1
2

2
4

0
1

0
1

4
7

F2 F2 +2F1




1
0

2
0

0
1

0
1

4
1


 .
=A

  tiene dos pivotes, menos que el total de incgnitas


La matriz escalonada A
del sistema, y ninguno de ellos figura en la ltima columna. El sistema de
ecuaciones lineales (43) es, pues, compatible indeterminado.
  ya es escalonada
Para resolver el sistema, fijmonos en que la matriz A
  = A
 . Acontece tambin que la
reducida; de hecho, podemos escribir: A
  no presenta sus pivotes en las primeras comatriz escalonada reducida A
lumnas. Para solventarlo, y as seguir directamente lo explicado en el 87
(cf. p. 89), podramos reordenar las incgnitas del sistema de manera similar a como hicimos en el ejemplo del 88 (cf. p. 90), a fin de que s queden
los pivotes en las primeras columnas (en concreto, podramos considerar el
orden x1 , x3 , x2 y x4 ). Pero no vamos a proceder as.
 es
El sistema cuya matriz ampliada es la matriz escalonada reducida A
este:

x1 + 2x2

=4
x3 + x4 = 1.

(44)

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

95

De acuerdo con la nomenclatura introducida en el 90, en el sistema (44)

las incgnitas x1 y x3 son bsicas (cada una es la primera de una ecuacin),

y las incgnitas x2 y x4 son libres. Despejamos las incgnitas bsicas en

funcin de las libres; obtenemos:

"T

Ve

x1 = 4 2x2
,
x3 = 1
x4 .

As vemos que, dando valores numricos concretos a x2 y x4 , los valores


correpondientes de x1 y x3 obtenidos de las igualdades anteriores nos con-

figuran una solucin del sistema. Por ejemplo, si x2 = 1 y x4 = 2, se obtiene


que x1 = 2 y x3 = 1, y la cuaterna (2, 1, 1, 2) es una solucin del sistema.
Finalmente, si como es usual sustituimos las letras de las incgnitas
Letra griega (lase mi).

libres por letras griegas por ejemplo, x2 por y x4 por , entonces


podemos concluir que todas las soluciones del sistema (44), y por tanto las
del (43), son las cuaternas (x1 , x2 , x3 , x4 ) tales que:

x1

x2

x3

x
4

= 4 2
=

=1
=

donde y son nmeros cualesquiera;

o bien: tales soluciones son todas las cuaternas de la forma:




Ms sobre la distincin entre


incgnitas bsicas e
incgnitas libres


4 2, , 1 , ,

94

donde y son nmeros cualesquiera.

La nomenclatura que hemos introducido en el 90, con la que dis-

tinguimos entre incgnitas bsicas e incgnitas libres, es aplicable tambin


a sistemas de ecuaciones lineales compatibles determinados. Lo que acontece con estos sistemas es que no presentan incgnitas libres: todas son
bsicas.

Dado un sistema de ecuaciones lineales con matriz

pivotes que incgnitas, y si hubiera menos, el sistema

ampliada escalonada, acontece lo siguiente: si el sis-

sera compatible indeterminado. Si la matriz ampliada

tema es compatible determinado, la matriz ampliada

del sistema, adems de escalonada, es escalonada redu-

no presenta ningn pivote en su ltima columna y tiene

cida, al haber un pivote por incgnita resulta que cada

tantos pivotes como incgnitas. Por qu? Por un lado,

incgnita es la primera de alguna ecuacin, es decir,

si hubiera un pivote en la ltima columna, el sistema


sera incompatible; por otro lado, no puede haber ms

todas las incgnitas son bsicas, y no hay incgnitas


libres.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
96

I. SISTEMAS DE ECUACIONES LINEALES

Por otra parte, surge la pregunta de cuntas incgnitas libres (o parme-

tros) presenta finalmente en su solucin un sistema de ecuaciones lineales.


La respuesta es esta: tantas como marca la diferencia entre el nmero de
incgnitas y el nmero de pivotes. Esta afirmacin es vlida para sistemas
tanto compatibles determinados como compatibles indeterminados (en el

Ve

primer caso, la citada diferencia es nula). Animamos al lector a comprobar

"T

la afirmacin particularmente en los sistemas de ecuaciones lineales compatibles indeterminados que hemos ido viendo en los ltimas pginas.

2. Sistemas homogneos
Este apartado est dedicado a un tipo particular de sistema de ecuaciones
lineales: los sistemas homogneos.
Sistemas homogneos

95

Un sistema de ecuaciones lineales homogneo es un sistema en el

cual el trmino independiente de cada ecuacin es nulo.


Por ejemplo, el siguiente es un sistema de ecuaciones lineales homogneo:

Si hacemos x1 = 0, x2 = 0
y x3 = 0 en el sistema, obtenemos una igualdad de cada
ecuacin.

x1 2x2 + x3 = 0
x1
2x3 = 0,

(45)

pues sus dos trminos independientes son nulos. En este sistema vemos al
menos una solucin obvia: la terna (0, 0, 0) (o terna nula).
En general, un sistema homogneo de n ecuaciones en las m incgnitas x1 , x2 , . . . , xm tiene esta forma:

a11 x1 + a12 x2 + + a1m xm = 0

a21 x1 + a22 x2 + + a2m xm = 0

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

a x + a x + + a x = 0.
n1 1
n2 2
nm m
Es claro que tiene al menos una solucin: la llamada solucin nula, dada
por x1 = x2 = . . . = xm = 0; es decir, esta m-upla:



0, 0, . . . , 0 .



m ceros

Ntese tambin que la ltima columna de la matriz ampliada de un sistema homogneo es nula; en particular, no puede dar lugar a un pivote al
escalonar la matriz, lo que vuelve a confirmar que el sistema no es incompatible: admite al menos una solucin.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Discusin de sistemas
homogneos

96

97

Como todo sistema homogneo admite al menos una solucin: la

nula, la discusin de un sistema homogneo se reduce a determinar si admite solamente esta solucin nula (compatible determinado) o si admite ms
soluciones (compatible indeterminado). Dado que la ltima columna de la

Recordemos que esta ltima


columna es nula.

matriz ampliada de un sistema homogneo no da lugar a ningn pivote, la

Ve

forma de determinar la clase de sistema se puede reducir a escalonar sola-

"T

mente la matriz de coeficientes del sistema y contar sus pivotes: si tiene tantos como incgnitas, el sistema es compatible determinado; si tiene menos
pivotes que incgnitas, el sistema es compatible indeterminado.
Los sistemas homogneos, sin embargo, verifican esta propiedad:
Si un sistema de ecuaciones lineales homogneo tiene ms incgnitas que
ecuaciones, entonces es compatible indeterminado.
Por qu? Supongamos que ya tenemos una forma escalonada de la matriz ampliada del sistema. Si hay ms incgnitas que ecuaciones, entonces
hay ms incgnitas en el sistema que filas en la forma escalonada (pues
hay tantas de estas como ecuaciones). Como en toda matriz escalonada el
nmero de pivotes es menor o igual que el de filas, en definitiva hay ms
incgnitas en el sistema que pivotes en la forma escalonada de su matriz
ampliada, con lo que el sistema es compatible indeterminado.
Por ejemplo, el sistema homogneo (45) tiene ms incgnitas que ecuaciones, luego es compatible indeterminado.

Un ejemplo de resolucin de
un sistema homogneo

97

De acuerdo con lo visto en el 96, el sistema de ecuaciones lineales

homogneo (45) es compatible indeterminado. Pero, cules son todas sus


soluciones?
En principio, los sistemas homogneos compatibles indeterminados se
resuelven como hemos visto hasta ahora: de su matriz ampliada, se busca
la forma escalonada reducida, y se plantea el sistema que tiene esta forma
escalonada reducida como matriz ampliada. Pero puede haber una pequea
salvedad en virtud de que se trata de un sistema homogneo. La ltima
columna de la matriz ampliada es nula, y cualquier transformacin elemental (por filas) que se le aplique seguir dejando nula esta ltima columna; a

Como decamos en el 96 para la discusin de un sistema


homogneo: solo la matriz de
coeficientes.

fin de no arrastrar una columna nula a cada clculo, en la prctica es ms


operativo escalonar solamente la matriz de coeficientes del sistema.
Con el sistema (45), empezamos escalonando su matriz de coeficientes:




1 2
1 F2 F2 F1
1 2
1
A=
= A .


1
0 2
2 3
0

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
98

I. SISTEMAS DE ECUACIONES LINEALES

Como la matriz escalonada A tiene dos pivotes, menos que incgnitas tiene

el sistema, se ve confirmado lo que ya sabemos: que se trata de un sistema


compatible indeterminado. Concluimos el clculo de la forma escalonada

"T

Ve

reducida de la matriz A a partir de esta forma





1 2
1 F2 (1/2)F2
1



A =
2 3
0
0

1
F1 F1 +2F2


0

escalonada A :

2
1
1 3/2

0
2
= A .
1 3/2

Ahora, el sistema homogneo cuya matriz de coeficientes es la matriz esca-

Que no se nos olviden los trminos independientes nulos!

lonada reducida A es este:

x1

2x3 = 0

x2 (3/2)x3 = 0.

En este sistema, las incgnitas x1 y x2 son bsicas, y la incgnita x3 es libre;


despejamos aquellas en funcin de esta:
3
x3 .
2
Denotando la incgnita libre por , concluimos que todas las soluciones del
x1 = 2x3

x2 =

sistema homogneo (45) son las ternas (x1 , x2 , x3 ) tales que:

x = 2,

3
x2 = , donde es un nmero cualquiera;

x3 = ,

Otro ejemplo

o bien: todas las ternas de la forma:




3
2, , , donde es un nmero cualquiera.
2
98
El siguiente sistema de ecuaciones lineales es homogneo:

4x1 + 2x2 = 0
2x1 3x2 = 0.
Resolvmoslo.
Escalonamos su matriz de coeficientes:



4
2 F2 F2 (1/2)F1
4
A=


2 3
0

2
4


= A .

Como la matriz escalonada A exhibe dos pivotes, tantos como incgnitas tiene el sistema, deducimos que el sistema es compatible determinado.
Sin ms clculos, concluimos que su nica solucin es el par ordenado nulo: (0, 0).

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

99

3. Resultados adicionales importantes


En este apartado probamos dos resultados que hemos citado a lo largo de
las pginas anteriores: todas las formas escalonadas de una misma matriz
tienen idntico nmero de pivotes (y tienen estos en las mismas columnas),

"T

Ve

y la unicidad de la forma escalonada reducida de una matriz.

Invarianza del nmero de pivotes al escalonar una matriz

Todas las formas escalonadas


de una matriz tienen el
mismo nmero de pivotes

99

Una matriz nula solamente tiene una forma escalonada: ella misma,

pero una matriz no nula admite infinitas formas escalonadas. Todas las
formas escalonadas de una matriz tienen el mismo nmero de pivotes, y en
todas ellas los pivotes estn situados en las mismas columnas.

Consideremos una matriz A no nula (tiene, pues,


un trmino no nulo al menos).
En primer lugar, comprobamos este resultado: si
encontramos una forma escalonada de la matriz A con
un pivote en la ltima columna, entonces cualquier otra
forma escalonada de A tiene tambin un pivote en su
ltima columna.

forma escalonada de la matriz A que no tenga un pivote


en su ltima columna (si la hubiera, el sistema con matriz ampliada A sera compatible determinado o compatible indeterminado). Todas las formas escalonadas
de la matriz A presentan, pues, un pivote en su ltima
columna.
De acuerdo con lo probado, podemos afirmar lo si-

Si la matriz A solo tiene una columna (es decir, es

guiente: o bien todas las formas escalonadas de la ma-

de orden (n, 1) para algn nmero n), para escalonarla

triz A presentan un pivote en su ltima columna, o bien

procedemos as: se selecciona algn trmino no nulo

no lo presenta ninguna.

de la matriz (de su nica columna), se lleva a la pri-

En segundo lugar, comprobamos este otro resul-

mera posicin y se anulan los que estn por debajo de

tado: fijada una columna de la matriz A, digamos la

l; cualquier forma escalonada de A es, pues, de esta


forma:

de columnas de A), si alguna forma escalonada de la

a

0

. ,
.
.
0

j-sima (con j un nmero natural entre 1 y el nmero


matriz A presenta un pivote en su columna j-sima, entonces cualquier otra forma escalonada de A presenta

para algn nmero a no nulo,

tambin un pivote en su columna j-sima.


Si la j-sima columna es la ltima, estamos ante el
primer resultado (probado en los prrafos anteriores).

y podemos afirmar que todas estas formas escalona-

Si tal columna no es la ltima, podemos eliminar, tanto

das tienen un pivote en su ltima columna. Suponga-

de la forma escalonada citada en el enunciado como

mos ahora que la matriz A tiene dos columnas o ms,

de la propia matriz A, las ltimas columnas de forma

de forma que puede considerarse la matriz ampliada

que la j-sima quede como nueva ltima. La matriz

de un sistema de ecuaciones lineales. Como hay una

obtenida al quitar estas columnas en la forma escalo-

forma escalonada de A con un pivote en su ltima co-

nada de A es, a su vez, una forma escalonada de la matriz que queda al quitar tales columnas en la matriz A.

lumna, tal sistema es incompatible, y cualquier sistema


cuya matriz ampliada sea una forma escalonada de A
ser tambin incompatible. No puede haber, pues, una

Aplicando el primer resultado, concluimos el segundo.


De esta forma, podemos afirmar lo siguiente: o bien

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
100

I. SISTEMAS DE ECUACIONES LINEALES

a lo ms un pivote, podemos finalmente concluir que


todas las formas escalonadas de la matriz A tienen los

ninguna.
Como cada columna de una matriz escalonada tiene

pivotes en las mismas columnas; en particular, todas


tienen el mismo nmero de pivotes.

Ve

todas las formas escalonadas de la matriz A presentan

un pivote en la columna j-sima, o bien no lo presenta

Dada una matriz, todas sus formas escalonadas tienen el mismo nmero

"T

de pivotes, y estos pivotes figuran en las mismas columnas.

Nota bene

El resultado anterior tambin es verificado por una matriz nula.

Unicidad de la forma escalonada reducida


La forma escalonada reducida
de una matriz es nica

100

La forma escalonada reducida de una matriz es nica. Es decir,

solo hay una matriz escalonada reducida que pueda obtenerse a partir de la
matriz dada con la aplicacin de transformaciones elementales sucesivas.

Consideremos una matriz no nula A de or-

Supondremos que la matriz A admite dos formas

den (n, m). Todas sus formas escalonadas (reducidas

escalonadas reducidas, que denotaremos B y D, y com-

o no) tienen la misma cantidad de pivotes (cf. 99);

probaremos que B = D.

denotemos esta cantidad por r .

Las matrices B y D tienen sus pivotes en las mis-

Si la cantidad de pivotes es igual a la de colum-

mas columnas; sin prdida de generalidad podemos

nas: r = m, cualquier posible forma escalonada redu-

suponer que ambas los tienen en las primeras colum-

cida de la matriz A es una matriz de orden (n, m), escalonada reducida, y con m pivotes. De acuerdo con

nas (si no es el caso, una reordenacin adecuada de las

el 77 (cf. p. 78), una matriz de estas caractersticas

pivotes donde queremos). De nuevo de acuerdo con el


77 (cf. p. 78), la matriz B tiene esta forma:

1 0 . . . 0 b1(r +1) . . . b1m

0 1 . . . 0 b2(r +1) . . . b2m

.
r =n ,
..
..
..
..
..
..

.
.
.

.
.
.
.
.

0 0 . . . 1 br (r +1) . . . br m

debe ser as: o bien es la matriz identidad de orden m,


o bien es la matriz resultante de aadir filas nulas por
debajo (tantas como seale la diferencia nr ) a la matriz identidad de orden m, y tenemos un caso u otro
segn sea el nmero de pivotes igual al de filas (r = n)
o menor (r < n), respectivamente. En cualquiera de los

columnas la misma para ambas matrices sita los



 



dos casos, la forma escalonada reducida de la matriz A


resulta ser nica.

para algunos nmeros bij (1  i  r y r + 1  j  m);

mr

A partir de ahora, supongamos que el nmero de

y la matriz D tambin tiene la misma forma, pero en

pivotes es menor que el nmero de columnas: r < m.

vez de los nmeros bij tiene eventualmente otros, que

Por comodidad, pongmonos tambin en el caso en el

denotamos por dij (1  i  r y r + 1  j  m).

que el nmero de pivotes es igual al de filas: r = n

Ahora observamos que el sistema homogneo con

(si r < n, el desarrollo sera el mismo, solo que con fi-

matriz de coeficientes B es equivalente al sistema ho-

las nulas o ecuaciones nulas aadidas a las matrices o


a los sistemas, respectivamente, que consideramos).

mogneo con matriz de coeficientes D; toda solucin,


pues, del primero debe serlo del segundo, y viceversa.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

101

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

El segundo sistema, verbigracia, toma este aspecto:

"T

Ve

x1

cientes D), del que tambin es solucin, obtenemos:

+ d1(r +1)xr +1 + + d1m xm = 0


+ d2(r +1)xr +1 + + d2m xm = 0

x2

..

..
.

..
.

..
.

xr + dr (r +1) xr +1 + + dr m xm = 0.

b1m + d1m (1) = 0,

b2m + d2m (1) = 0,

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

br m + dr m (1) = 0,

La siguiente m-upla es una solucin del primer sistema

de donde: b1m = d1m , b2m = d2m , . . . , br m = dr m . Para

(el de matriz de coeficientes B) :

cada j tal que r + 1  j < m, procedemos de manera


b1m , b2m , . . . , br m , 0, . . . , 0 , 1 ,
  
m r 1 ceros

anloga: consideramos la solucin del sistema de matriz de coeficientes B obtenida dando a las incgnitas
libres estos valores: xj = 1 y nulas las dems, y la

construida tomando las incgnitas libres de esta ma-

sustituimos en el sistema de matriz de coeficientes D;

nera: xm = 1 y nulas las dems. Al sustituir esta

con ello obtenemos: b1j = d1j , b2j = d2j , . . . , br j = dr j .

m-upla en el segundo sistema (el de matriz de coefi-

Las matrices B y D resultan, efectivamente, iguales.

Dada una matriz, su forma escalonada reducida es nica.

4. Ejemplos de discusin y resolucin de sistemas


de ecuaciones lineales
En este apartado, consideramos varios ejemplos de sistemas de ecuaciones
lineales en los que figura algn parmetro, y los discutimos y resolvemos
Recordemos que tambin hemos empleado el vocablo parmetro como sinnimo de incgnita libre.

segn los valores del parmetro o parmetros que tengan. En este contexto,
un parmetro es una variable que figura en algn coeficiente o trmino independiente del sistema y puede tomar diferentes valores (si no se especifica
otra cosa, podr tomar como valor cualquier nmero real); segn los valores
de esta variable, el sistema puede ser de una clase u otra, o puede tener una
solucin u otra.

Un ejemplo con dos


incgnitas

101

Discutamos y resolvamos, segn los valores del parmetro a, el si-

guiente sistema de dos ecuaciones lineales y dos incgnitas:

x y =2
2x + ay = 1.
La matriz ampliada del sistema es esta:


1 1 2
=
A
.
1
2 a

(46)

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
102

I. SISTEMAS DE ECUACIONES LINEALES

Tratemos de escalonarla con el procedimiento que conocemos:



=
A

1
a

1
2

2
1

F2 F2 2F1




1
a+2

1
0

2
3


 .
=A

 , es escalonada? S. Qu pivotes tiene? Sabemos


La matriz obtenida: A

Ve

que su primer pivote es igual a 1 y que figura en la primera columna. Y un

"T

segundo pivote? Lo hay, pero no sabemos si figura en la segunda columna


o en la tercera; ello depender del valor del parmetro a. La expresin a + 2
puede ser nula o no, segn el valor de a. Si es no nula, entonces el segundo
pivote de la matriz est en la segunda columna (sera igual, justamente,
a a+2); si es nula, est en la tercera columna (sera igual a 3). Distingamos,
pues, ambos casos. Por un lado: a + 2 0, es decir: a 2; por otro
lado: a + 2 = 0, esto es: a = 2.
 toma la forma:
Primer caso: a 2. La forma escalonada de la matriz A


 , escribimos: A
 1 .
En vez de: A
Aadimos subndices para sealar los distintos casos.

1 =
A

1
0

1
a+2

2
3


.

Esta matriz, forma escalonada de la matriz ampliada del sistema (46) para
este caso, no presenta un pivote en su ltima columna, y el nmero de sus
pivotes es igual al nmero de incgnitas del sistema. En este caso, pues, el
sistema (46) es compatible determinado.
 es ahora:
Segundo caso: a = 2. La forma escalonada de la matriz A

Un nuevo subndice.

2 =
A

1
0

1
0

2
3


,

la cual presenta un pivote en su ltima columna. En este caso, entonces, el


sistema (46) es incompatible.
Una vez tenemos discutido el sistema en funcin de los valores del parmetro a, resolvmoslo. Para ello, solamente debemos seguir trabajando
en el primer caso el de a 2, pues el otro nos lleva a un sistema in
compatible. Calculemos, pues, la forma escalonada reducida de la matriz A
en el caso en que a 2. Seguimos el procedimiento general ya conocido,
 1 . Primero hacemos
y partimos de la forma escalonada recin calculada: A
unitarios los pivotes; para ello solo debemos multiplicar la segunda fila por
el inverso de a + 2:

 1 =
A

1
0

1
a+2

2
3



F2 [1/(a+2)]F2

3 .

a+2

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

103

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Y ahora anulamos el trmino que figura en la misma columna del segundo


pivote:

Ve

Otra vez aadimos un subndice para sealar los casos; es  .


  , en vez de: A
cribimos: A
1

2
1
F1 F1 +F2

3 

0
a+2

3
a+2
3

a+2

0
1


=A
1.

"T


La matriz A
1 obtenida ya es ecalonada reducida. El sistema que la tiene por

matriz ampliada es este:

3
2a + 1
2
=
a+2
a+2

Ntese que podemos leer esta


solucin nica en la ltima co
lumna de la matriz A
1.

2a + 1
a+2
3
,
y =
a+2
=

y su solucin nica salta a la vista: el par ordenado


 2a + 1
a+2

3 
.
a+2

Es esta la solucin del sistema (46) en el caso en que a 2.


Resumimos lo obtenido tras el anlisis del sistema de ecuaciones lineales (46):
si a 2, el sistema es compatible determinado, y su nica solucin


es el par ordenado 2 3/(a + 2), 3/(a + 2) ;
si a = 2, el sistema es incompatible.
Otro ejemplo con dos
incgnitas

102

Discutamos y resolvamos, segn los valores del parmetro a, este

sistema de ecuaciones lineales:

x y =2
2x + ay = 4.

(47)

Escribimos la matriz ampliada del sistema:




1 1 2
=
A
,
4
2 a
y buscamos escalonarla:

1 1

A=
2 a

2
4

F2 F2 2F1




1
0

1
a+2

2
0


.
=A

  obtenida es escalonada, pero es ambiguo el nmero de sus


La matriz A
pivotes si no tenemos informacin sobre el valor del parmero a. Ms en
concreto, sabemos que la matriz tiene un primer pivote igual a 1, y en su

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
104

I. SISTEMAS DE ECUACIONES LINEALES

primera columna, pero podra tener otro ms en su segunda columna,


o no tener ninguno ms: todo segn sea la expresin a + 2 distinta de 0 o

Ve

igual a 0, respectivamente.
 toma la forma:
Si a + 2 0, es decir, si a 2, la matriz A


1
1
2


A1 =
.
0 a+2 0

"T

Se trata de una matriz con dos pivotes, tantos como incgnitas, y ninguno
en la ltima columna: sistema compatible determinado.
 resulta ser:
Si a + 2 = 0, es decir, si a = 2, la matriz A


1 1 2
2 =
A
.
0
0 0
Estamos ante un nico pivote que no figura en la ltima columna: sistema
compatible indeterminado.
La discusin del sistema (47) nos ha llevado, pues, a dos posibilidades:
compatible determinado o compatible indeterminado, segn sea a 2
o a = 2, respectivamente. Para la resolucin del sistema, en ambos casos
buscamos llegar a la forma escalonada reducida correspondiente.

 
La matriz A
1 es la matriz ampliada de:

x
=2

y = 0.



Podramos escribir: A
2 = A2 .

En el primer caso: a 2, tenemos:





1
1
2 F2 [1/(a+2)]F2
1

1 =
A


0 a+2 0
0

1
F1 F1 +F2


0

1
1
0
1

2
0

2
0


 
=A
1,

y podemos leer la solucin nica correspondiente en la ltima columna de


 
esta matriz A
1 : el par ordenado (2, 0).
2 resulta ser ya esEn el segundo caso: a = 2, la matriz escalonada A
calonada reducida. En el sistema que la tiene como matriz ampliada, eliminamos la ecuacin nula (correspondiente a la segunda fila de la matriz), y
obtenemos un sistema con una sola ecuacin:

x y = 2.

La incgnita x es la primera de
la nica ecuacin del sistema.

Este sistema presenta una incgnita bsica: la x, y una incgnita libre: la y.


Expresamos la primera en funcin de la segunda: x = 2 + y, y sustituimos la segunda por ser incgnita libre por la letra griega . Todas las
soluciones del sistema son, pues, los pares ordenados (x, y) de la forma:

x = 2 + ,
donde es un nmero cualquiera.
y =
,

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

105

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

O lo que es lo mismo: las soluciones son todos los pares ordenados (2, )
Recapitulamos el estudio del sistema de ecuaciones lineales (47):
si a 2, el sistema es compatible determinado, y su nica solucin
es el par ordenado (2, 0);
si a = 2, el sistema es compatible indeterminado, y sus soluciones
son los pares ordenados de la forma (2 , ) con un nmero cual-

"T

Ve

con un nmero cualquiera.

Un ejemplo de discusin de
un sistema segn el valor de
dos parmetros

quiera.

103

Discutamos, segn los valores de los parmetros a y b, el siguiente

sistema de ecuaciones lineales:

x
+ az = b + 2

2x + y + 2az = 2b + 3

2x y
=
3.

(48)

Como siempre, escribimos la matriz ampliada del sistema y la intentamos escalonar:

1
=
A
2
2

0
1
1

F2 F2 2F1
b+2
1
F
F
+2F

3 3
1
2b + 3 
 0
3
0

a
2a
0


 0
0
F3 F3 +F2

0
1
1
0
1
0

a
0
2a
a
0
2a

b+2

1
2b + 1

b+2

 .
1 = A
2b

La matriz obtenida es escalonada y exhibe al menos dos pivotes en las


dos primeras columnas, pero queda ambigua la existencia de un tercero.
Segn sean nulos o no los parmetros a y b, podra haber o no un tercer
pivote, y en caso afirmativo estar este pivote en la tercera columna o en la
cuarta. Ms en concreto, si a 0, entonces figura un tercer pivote en la
tercera columna; si a = 0 y b 0, entonces encontramos el tercer pivote en
la cuarta columna; y si a = b = 0, no hay tal tercer pivote. Examinemos ms
detenidamente cada caso.
 toma la forma:
Si a 0, la matriz A

Ntese que, si a 0, el sistema es compatible determinado independientemente de


que b sea nulo o no.

1
1 =
A
0
0

0
1
0

a
0
2a

b+2

1 ,
2b

con tantos pivotes como incgnitas y ninguno en la ltima columna: sistema


compatible determinado.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
106

I. SISTEMAS DE ECUACIONES LINEALES

 queda as:
Si a = 0 y b 0, la matriz A



A2 = 0
0

0
1
0

b+2

1 ,
2b

0
0
0

"T

Ve

con un pivote en la ltima columna: sistema incompatible.


  resulta:
Finalmente, si a = b = 0, la matriz A
1
3 =
A
0
0

0
1
0

0
0
0

1 ,
0

con menos pivotes que incgnitas, y ninguno en la ltima columna: sistema


compatible indeterminado.
Continuacin del ejemplo
anterior

104

En el 103, hemos discutido el sistema de ecuaciones (48) segn

los valores de los parmetros a y b; ahora, resolvmoslo.


Si a 0, el sistema es compatible determinado; el clculo de la forma
escalonada reducida de la matriz ampliada toma esta forma:

1
 1 =
A
0
0

0
1
0

a
0
2a

b+2
1
F3 [1/(2a)]F3
1 
 0
2b
0

1
F1 F1 aF3


 0
0

0
1
0

a
0
1

b+2

1
b/a

0
1
0

0
0
1

 
1 = A
1.
b/a

 
Leyendo la ltima columna de la matriz A
1 , deducimos que la nica solucin
del sistema (48) en este caso es la terna (2, 1, b/a).
Si a = 0 y b 0, el sistema (48) es incompatible, y no hay nada ms que
hacer.
Finalmente, si a = b = 0, el sistema es compatible indeterminado. La
3 , forma escalonada de la matriz A
 en este caso, ya es escalonada
matriz A

 = A
 .
Podramos escribir: A
3
3

 3 se reduce a este
reducida. El sistema cuya matriz ampliada es la matriz A

Ntese que el sistema, con todos los coeficientes explicitados, sera este:

x + 0y + 0z = 2

0x + y + 0z = 1

0x + 0y + 0z = 0.

(eliminando la ecuacin nula):

=
y

= 1,

el cual debe ser considerado no lo olvidemos un sistema en las tres


incgnitas x, y y z. Las incgnitas x y y son bsicas, y en este caso toman
un valor fijo; la incgnita z, aunque no figure, es libre. Haciendo uso de la

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

107

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

letra griega para designar la incgnita libre, podemos escribir que todas

Ve

las soluciones del sistema son las ternas (x, y, z) tales que:

x= 2
,

y = 1
, donde es un nmero cualquiera;

z=
,

"T

es decir: las ternas de la forma (2, 1, ) con un nmero cualquiera.


Recapitulamos la discusin y resolucin del sistema de ecuaciones linea-

les (48):
si a 0, el sistema es compatible determinado, y su nica solucin es
la terna (2, 1, b/a);
si a = 0 y b 0, el sistema es incompatible;
si a = b = 0, el sistema es compatible indeterminado, y sus soluciones
son las ternas de la forma (2, 1, ) con un nmero cualquiera.

Ejemplo de un sistema en el
que figuran tres parmetros

105

Discutamos y resolvamos, segn los valores de los parmetros a, b

y c, el siguiente sistema de ecuaciones lineales:

2x1
3x3 + x4 = a

x2 6x3 + 2x4 = b

4x x
= c.
1

(49)

Empezamos escalonando la matriz ampliada del sistema:

2
0 3
1
a
2
0 3 1 a
F3 F3 2F1

=
b
1 6 2 b 
1 6
2
 0
A
0
4 1
0 0 c
0 1
6 2 c 2a


 0
0
F3 F3 +F2

0
1
0

3
6
0

1
2
0

 .
b
=A
c 2a + b

 exhibe al menos dos pivotes, y en sus dos primeras


La matriz escalonada A
columnas. Si c 2a + b 0, hay un tercer pivote, justamente en la ltima
columna: el sistema es incompatible en este caso. Si c 2a + b = 0, no hay
ms pivotes, y el sistema resulta ser compatible indeterminado (dos pivotes
frente a cuatro incgnitas).
Resolvamos ahora el sistema en el caso en que hay solucin, esto es, en

el caso en que c 2a + b = 0. La forma escalonada reducida de la matriz A
toma la forma:

2 0 3

0 1 6
0 0
0

1
2
0

a
1
F1 (1/2)F1
b 
 0
0
0

0
1
0

3/2
6
0

1/2
2
0

a/2

b .
0

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
108

I. SISTEMAS DE ECUACIONES LINEALES

En el sistema cuya matriz ampliada es la matriz escalonada reducida ante-

Ve

rior, eliminamos la tercera ecuacin (que es nula), y obtenemos:

x1

3
1
a
x3 + x4 =
2
2
2

x2 6x3 + 2x4 = b .

Las incgnitas x1 y x2 son bsicas, y las incgnitas x3 y x4 son libres. Despe-

"T

jando aquellas en funcin de estas, y escribiendo las letras griegas y en


vez de x3 y x4 , respectivamente, podemos concluir que todas las soluciones

del sistema son las cuaternas (x1 , x2 , x3 , x4 ) tales que:

3
1
a

x1 = + ,

2
2
2

x = b + 6 2,
2
donde y son nmeros cualesquiera;

,
x3 =

x =
,
4
o bien: todas las soluciones del sistema son las cuaternas de la forma:
a
2
Sobre este sistema podemos
afirmar que una condicin necesaria y suficiente (cf. nota
p. 164) para que admita solucin es: c 2a + b = 0.


3
1
, b + 6 2, , ,
2
2

con y nmeros cualesquiera.

Resumamos el estudio del sistema de ecuaciones lineales (49):


si c 2a + b 0, el sistema es incompatible;
si c 2a + b = 0, el sistema es compatible indeterminado, y sus soluciones son todas las cuaternas (a/2 + (3/2) /2, b + 6 2, , )
con y nmeros cualesquiera.

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

109

I.3. DISCUSIN Y RESOLUCIN DE UN SISTEMA DE ECUACIONES LINEALES

Ejercicios I.3
1

Resolver este sistema de ecuaciones lineales:

"T

Ve

x+ y+ z=1

2y z = 2

x 3y + 3z = 3.

Resolver el sistema de ecuaciones lineales

x1 + x2 x3 2x4 = 1

= 4
2x1 x2 + 2x3

3x
+ x 2x = 3.
1

3 Resolver el sistema de ecuaciones lineales homogneo cuya matriz de coeficientes es

1 0 1 1

3.
1 2 1
0 1 1
1
4

Resolver el sistema de ecuaciones lineales cuya

matriz ampliada es

1
1
0
1

0
1
1
2

2
.
1

Nos dan el siguiente sistema de ecuaciones linea-

les, en el que figuran tres parmetros, a, b y c:

x 3y = a

2x + y = b

3x 2y = c.
a)

Para qu valores de los parmetros a, b y c ad-

mite solucin?
b)

Resolver el sistema cuando los parmetros a, b

y c son tales que el sistema es compatible determinado.


6

Discutir y resolver, segn los valores del parme-

tro p, el siguiente sistema de ecuaciones lineales:

=1
x1 x2 + x3

x2 + x3 + x4 = 1

2x 2x + px
= 2.
1
2
3
8

Discutir y resolver, segn los valores de los pa-

rmetros a, b y c, el siguiente sistema de ecuaciones


lineales:

+ x4 = a
x1 + x2

x2 x3 x4 = b

x + x x
= c.
1

Discutir y resolver, segn los valores de los pa-

rmetros a, b, r y s, el sistema de ecuaciones lineales


cuya matriz ampliada es


10

1
b

a
1

r
s


.

Discutir y resolver, segn los valores de los par-

metros p y m, el siguiente sistema de ecuaciones lineales:

+
x3 = 2 p
x

1
x3 = p2
x1 + mx2 +

x
+ (m + 2)x = 2.
1

11

Siendo a un parmetro, nos dan la matriz:

2
0

1
0
2

1
5
a

1 .
7

Discutir y resolver, segn los valores de los par-

metros a y m, este sistema de ecuaciones lineales:

x y =2
2x + ay = m.

Si esta matriz es la de coeficientes de cierto sistema de


ecuaciones lineales, para qu valores del parmtro a
podemos afirmar que tal sistema admite solucin cualesquiera que sean sus trminos independientes?

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
110

I. SISTEMAS DE ECUACIONES LINEALES

"T

Ve

RECAPITULACIN I

Ecuaciones lineales
 Una ecuacin lineal en
las m incgnitas (o variables) x1 , x2 , . . ., xm es una

admite infinitas soluciones, se dice que es compatible


indeterminado; y si no admite solucin, se dice que es

expresin de la forma:

incompatible.
Dado un sistema de ecuaciones lineales, o bien es

a1 x1 + a2 x2 + + am xm = c,

(i )

donde a1 , a2 , . . ., am son nmeros reales, que se llaman

coeficientes de la ecuacin, y c es otro nmero real,


que se llama trmino independiente de la ecuacin.
 Dada una m-upla (s1 , s2 , . . . , sm ) de nmeros, se
dice que es una solucin de la ecuacin lineal (i ) si al
sustituir, en la ecuacin, x1 por s1 , x2 por s2 , . . . , xm
por sm , se obtiene una igualdad. Es decir, si se verifica:

compatible determinado, o bien es compatible indeterminafo, o bien es incompatible.


 Dos sistemas de ecuaciones lineales son equivalentes si tienen las mismas soluciones; si dos sistemas en
las mismas incgnitas no admiten solucin, tambin diremos que ambos son equivalentes.
Si en un sistema de ecuaciones lineales intercambiamos dos ecuaciones, o multiplicamos una ecuacin
por un nmero no nulo, o sumamos a una ecuacin un
mltiplo de otra, obtenemos un sistema equivalente al

a1 s1 + a2 s2 + + am sm = c.

original.
 Las ecuaciones lineales se pueden multiplicar por
un nmero (decimos en este caso que hemos calculado
un mltiplo de la ecuacin lineal) y se pueden sumar
miembro a miembro. Si sumamos a una ecuacin lineal un mltiplo de otra, cualquier solucin comn a
las dos ecuaciones originales tambin ser solucin de
la ecuacin lineal obtenida como resultado.

Representacin matricial de un sistema de ecuaciones lineales

 Una matriz de orden (n, m) (o de

orden n m) es una disposicin de n m nmeros


(reales) en forma rectangular en n filas y m columnas.
Los nmeros que se escriben en una matriz se denominan trminos de la matriz.
 Se denomina matriz de coeficientes, o matriz aso-

Sistemas de ecuaciones lineales

 Un sistema de

ecuaciones lineales es una lista (finita) de ecuaciones


lineales consideradas simultneamente, todas en las
mismas incgnitas.

La expresin general de un sis-

tema de n ecuaciones lineales en las m incgnitas x1 ,


x2 , . . ., xm es:

a11 x1 + a12 x2 + + a1m xm = c1

a21 x1 + a22 x2 + + a2m xm = c2

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

an1 x1 + an2 x2 + + anm xm = cn .

ciada, del sistema de ecuaciones lineales (ii ) a esta matriz de orden (n, m):

a11 a12

a21 a22

.
..
.
.
.
an1 an2

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

a1m

a2m

.
..

.
anm

Los trminos de la i-sima fila son los coeficientes de


(ii )

 Se llama solucin de un sistema de n ecuaciones lineales y m incgnitas a toda m-upla que sea solucin,
simultneamente, de todas y cada una de las n ecuaciones lineales del sistema.
 Si un sistema de ecuaciones lineales admite solucin nica, se dice que es compatible determinado; si

la i-sima ecuacin del sistema, y los trminos de la jsima columna son los coeficientes que acompaan a la
j-sima incgnita en las ecuaciones del sistema.
 Se denomina matriz ampliada del sistema de ecuaciones lineales (ii )

a11

a21

.
.
.
an1

a esta matriz de orden (n, m + 1):

a12 . . . a1m
c1

a22 . . . a2m
c2

.
..
..
..
..

.
.
.
.
an2 . . . anm
cn

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo

111

RECAPITULACIN I

Esta matriz se diferencia de la de coeficientes en que

 Una matriz escalonada reducida es una matriz es-

tiene una columna ms, cuyos trminos son los trmi-

calonada que satisface adems estas dos condiciones:

nos independientes del sistema.

todos sus pivotes (si los tiene) son iguales a 1 (son unitarios), y en toda columna donde hay un pivote es este

 Se denominan transformaciones elementales por

filas de una matriz, de tipo i, ii y iii, respectivamente,

"T

Ve

a estos tres tipos de transformaciones que se ejecutan


en matrices:

intercambiar dos filas;

multiplicar una fila por un nmero no nulo;


sumar a una fila un mltiplo de otra.

Estas transformaciones son un correlato, en las ma-

el nico trmino no nulo.


Dada una matriz cualquiera, es posible obtener a
partir de ella, mediante la aplicacin de transformaciones elementales sucesivas, una matriz escalonada reducida, de la que se dice que es la forma escalonada
reducida de la matriz original. La forma escalonada
reducida de una matriz es nica.

trices ampliadas, de las operaciones en los sistemas

 Dada una matriz escalonada reducida de or-

de intercambio de ecuaciones, multiplicacin de una


ecuacin por un nmero no nulo y suma a una ecuacin

den (n, m), con r pivotes, si suponemos que estos

de un mltiplo de otra, respectivamente.

aplicacin de intercambios de columnas adecuados), la

Si a la matriz ampliada de un sistema de ecuaciones


lineales se le aplica una transformacin elemental, la
matriz resultante es la matriz ampliada de un sistema
de ecuaciones lineales equivalente al original.
 En una matriz, una fila nula es una fila con todos
sus trminos nulos. Una matriz nula es una matriz con
todos sus trminos nulos. Dado un nmero natural k,
se dice que una fila no nula de una matriz tiene k ceros
iniciales si los k primeros trminos de la fila son nulos
y el (k + 1)-simo no lo es.

ocupan las r primeras columnas (posiblemente tras la


matriz tiene esta forma:

1 0 ... 0

0 1 ... 0

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

0 0 ... 1

0 0 ... 0 0

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

0 0 ... 0 0


 
r

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


mr

..

..
.

0


nr

 Una matriz escalonada es una matriz que satisface

Las puntos: , sealan posiciones que pueden ser ocu-

esta condicin: o bien es nula, o bien sus filas no nulas

padas por cualquier nmero, nulo o no, y esta matriz

son las primeras, y cada una de ellas salvo la primera

tiene tantas columnas con trminos de este tipo como

tiene ms ceros iniciales que su precedente.

seala la diferencia mr . Tambin, la matriz tiene tan-

En una matriz escalonada, se llama pivote al primer trmino no nulo de cada fila. En cualquier matriz,

tas filas como indica la diferencia n r . En esta matriz,


puede ocurrir que m r = 0 o que n r = 0 (o ambas

el nmero de pivotes es menor o igual que el nmero

igualdades a la vez).

de filas y menor o igual que el nmero de columnas.


Dada una matriz cualquiera, es posible obtener a

Un mtodo para discutir y resolver un sistema de

partir de ella, mediante la aplicacin de transformacio-

ecuaciones lineales

nes elementales sucesivas, una matriz escalonada; de la

ecuaciones lineales nos referimos a determinar de qu

matriz obtenida se dice que es una forma escalonada

tipo es: incompatible, compatible determinado o com-

de la matriz dada; tambin se dice que se ha escalona-

patible indeterminado. Por resolver un sistema nos


referimos a encontrar efectivamente todas sus solu-

do la matriz original.
Cualquier matriz no nula admite infinitas formas
escalonadas (una matriz nula solo admite una: ella
misma).

 Por discutir un sistema de

ciones (cuando las admite).


 Dado un sistema de ecuaciones lineales (con n
ecuaciones y m incgnitas), designemos por A su ma-

o
ex
t
Id
el
t
rs
e
ed m in
ita as p
do d rel
po e imin
r U ge ar
N bra de
ED L l
in cap
ea
l" tulo
112

 su matriz ampliada, y denotriz de coeficientes y por A


  una forma escalonada (no necesariamente
temos por A

nmero de incgnitas y el nmero de pivotes (ello tam-

 Hay tres posibilidades:


reducida) de la matriz A.
 presenta un pivote en su ltima co la matriz A

dos: para tales sistemas, la citada diferencia es nula).

lumna: sistema incompatible;


 no presenta un pivote en su ltima
la matriz A

"T

Ve

I. SISTEMAS DE ECUACIONES LINEALES

biun es vlido para sistemas compatibles determina-

Sistemas homogneos

 Un sistema de ecuaciones

lineales homogneo es un sistema en el que es nulo el

columna y la cantidad de sus pivotes coincide con

trmino independiente de cada ecuacin. En general,

la cantidad de incgnitas del sistema: sistema

un sistema homogneo de n ecuaciones en las m in-

compatible determinado;
 no presenta un pivote en su ltima
la matriz A
columna y la cantidad de sus pivotes es menor
que la cantidad de incgnitas del sistema: sistema compatible indeterminado.

 Un sistema del cual sabemos que admite solucin


puede resolverse de alguna de estas dos formas:
Una. Se escribe el sistema cuya matriz ampliada
es una forma escalonada de la matriz ampliada
del sistema; este nuevo sistema es equivalente al
original y se puede resolver por sustitucin hacia
atrs (se resuelve la ltima ecuacin y el resultado se sustituye en las dems, se resuelve a continuacin la penltima y se sustituye de nuevo el
resultado en las restantes, y as sucesivamente).
Dos. Se escribe el sistema cuya matriz anpliada
es la forma escalonada reducida de la matriz ampliada del sistema; este nuevo sistema tambin
es equivalente al original, y su resolucin es inmediata (vase el prrafo siguiente).
 En un sistema de ecuaciones lineales cuya matriz
ampliada es escalonada reducida, las incgnitas que figuran en primer lugar en alguna ecuacin se denomi-

cgnitas x1 , x2 , . . . , xm tiene esta forma:

a11 x1 + a12 x2 + + a1mxm = 0

a21 x1 + a22 x2 + + a2mxm = 0

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

an1 x1 + an2 x2 + + anmxm = 0.


Cualquier sistema homogneo tiene al menos la
solucin nula, dada por x1 = x2 = . . . = xm = 0; es


decir, esta m-upla: 0, 0, . . . , 0 .



m ceros

 La discusin de un sistema homogneo se reduce a


determinar si admite solamente la solucin nula (compatible determinado) o si admite ms soluciones (compatible indeterminado). Para ello, basta escalonar solamente la matriz de coeficientes del sistema y contar
sus pivotes: si tiene tantos como incgnitas, el sistema
es compatible determinado; si tiene menos pivotes que
incgnitas, el sistema es compatible indeterminado.
Si un sistema de ecuaciones lineales homogneo
tiene ms incgnitas que ecuaciones, entonces es compatible indeterminado.
Discusin y resolucin de sistemas de ecuaciones li-

nan incgnitas bsicas (o incgnitas principales); las

neales en los que figuran parmetros

restantes se denominan incgnitas libres (o parme-

ramos tambin sistemas de ecuaciones lineales en los

 Conside-

tros). Para escribir la solucin del sistema, se despe-

que figura algn parmetro, los cuales se discuten y

jan las incgnitas bsicas en funcin de las incgnitas

resuelven segn los valores del parmetro o parme-

libres. En la expresin final de la solucin, se suelen

tros que tengan. En este contexto, un parmetro es una

sustituir las incgnitas libres por letras griegas (para

variable que figura en algn coeficiente o trmino inde-

distinguirlas en su notacin de las bsicas).

pendiente del sistema y puede tomar diferentes valores

En general, las soluciones de un sistema de ecuaciones lineales presentan tantas incgnitas libres (o

(habitualmente, cualquier nmero real); segn los valores de esta variable, el sistema puede ser de una clase

tantos parmetros) como marca la diferencia entre el

u otra, o puede tener una solucin u otra.

También podría gustarte