24 CAPÍTULO 1 Matrices y sistemas lineales

Teorema 1.4 Sea un sistema Ax = b y supongamos que [ H |c ] es un sistema (cualquier sistema)
escalonado equivalente; es decir, [A |b ] ∼ [ H |c ], entonces

1. Ax = b es inconsistente si y sólo si [ H |c ] tiene una fila de ceros en el lado izquierdo y un
elemento no nulo en el lado derecho de la partición (ejemplo 1.25 inciso 3).
2. Ax = b tiene solución única si y sólo si es consistente y [ H |c ] tiene pivote en todas las
columnas en el lado izquierdo de la partición (ejemplo 1.25 inciso 1).
3. Ax = b tiene infinidad de soluciones si y sólo si es consistente y [ H |c ] no tiene pivote en
alguna columna en el lado izquierdo de la partición (ejemplo 1.25 inciso 2).

P Nota 1.3 Es claro, del teorema anterior, que

• un sistema consistente tiene solución única cuando una forma escalonada equivalente no tiene
variables libres.
• un sistema consistente tiene una infinidad de soluciones cuando una forma escalonada equivalente
tiene variables libres.

1.2.4 Método de Gauss

El método de Gauss sirve para “llevar” una matriz a una forma escalonada equivalente aplicando opera-
ciones de renglón. Bosquejamos el método por medio del siguiente algoritmo:
Supongamos que A es una matriz m × n no nula (si A es la matriz cero, A está en forma escalonada).

G1: Se busca una fila en A que tenga su primer elemento distinto de cero y se intercambia (si es
necesario) con la primera fila de la matriz A; si no existe una fila de A que tenga su primer elemento
no nulo, entonces se busca una fila de la matriz A que tenga el segundo elemento distinto de cero
y se intercambia (si es necesario) con la primera fila de la matriz A; de no suceder ası́, se busca
una fila de A que tenga el tercer elemento distinto de cero y se intercambia (si es necesario) con la
primera fila de A, etc.; obteniendo finalmente una matriz B1 ∼ A con un primer elemento no nulo
en la primera fila que llamaremos pivote (en este caso de la primera fila).
Por ejemplo, si
Copyright © 2012. McGraw-Hill España. All rights reserved.

⎡ ⎤
0 −4 −1 3
A=⎣ 3 4 0 7 ⎦,
1 1 3 5

entonces una operación de renglón para llevar a cabo este paso puede ser R1 ↔ R3 , resultando la
equivalencia de matrices

A B1

⎡  ⎤ ⎡
  ⎤
0 −4 −1 3 1 1 3 5
⎣ 3 4 0 7 ⎦∼⎣ 3 4 0 7 ⎦.
1 1 3 5 0 −4 −1 3

El pivote de la primera fila de la matriz B1 es b111 = 1.

Valle, S. J. C. D. (2012). Álgebra lineal para estudiantes de ingeniería y ciencias. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2019-10-01 16:25:31.

Page (PS/TeX): 24 / 24, COMPOSITE

 SECCIÓN 1.2 Sistemas lineales 25

G2: Con el pivote de la primera fila de B1 se transforman en ceros los elementos que están por debajo
de él mediante la operación suma de filas, obteniendo una matriz B2 ∼ B1 ∼ A, que tendrá todas
las componentes nulas debajo del pivote de la primera fila.
Por ejemplo, con el caso particular ilustrado en el paso anterior podemos hacer ceros los ele-
mentos debajo del pivote 1 de la primera fila de la matriz B1 mediante la operación R2 ↔ −3R1 +R2
para obtener la matriz B2 ; es decir,

B1 B2
⎡  ⎤ ⎡  ⎤
1 1 3 5 1 1 3 5
⎣ 3 4 0 7 ⎦ ∼ ⎣ 0 1 −9 −8 ⎦
0 −4 −1 3 0 −4 −1 3

G3: Ahora se repiten los pasos G1 y G2 con la segunda fila de la matriz B2 , produciendo una matriz
B3 ∼ B2 ∼ B1 ∼ A cuyas componentes serán nulas debajo del pivote de su segunda fila.
Para el caso particular ilustrado, el pivote de la segunda fila de la matriz9 B2 es b222 = 1. Se
pueden hacer ceros los elementos debajo del mismo mediante la operación R3 ↔ 4R2 + R3 , esto es

B2 B3
⎡  ⎤ ⎡
⎤ 
1 1 3 5 1 1 3 5
⎣ 0 1 −9 −8 ⎦∼⎣ 0 1 −9 −8 ⎦
0 −4 −1 3 0 0 −37 −29

G4: Se repiten los pasos G1, G2 y G3 con las filas subsecuentes de las matrices equivalentes que
resulten, hasta obtener una matriz H en forma escalonada de acuerdo a la definición 1.11.
Para el caso ilustrado previamente, la matriz B3 ya está en forma escalonada; con lo que

A B3 =H

⎡   ⎤ ⎤ ⎡
0 −4 −1 3 1 1 3 5
⎣ 3 4 0 7 ⎦∼⎣ 0 1 −9 −8 ⎦
1 1 3 5 0 0 −37 −29

terminarı́a el proceso para este ejemplo particular.

Copyright © 2012. McGraw-Hill España. All rights reserved.

P Nota 1.4
1. El lector debe tener en mente que el propósito fundamental del método de Gauss es obtener una
matriz en forma escalonada equivalente a una matriz dada, mediante el uso de las operaciones
elementales de renglón en cualquier combinación. Ası́ que el algoritmo anterior sólo es una guı́a
para este propósito. Cualquier modificación es válida siempre y cuando se empleen únicamente
las operaciones de renglón para matrices y se alcance el objetivo de obtener una matriz en forma
escalonada equivalente por filas a la matriz inicial.
2. A lo largo de este texto haremos uso de oraciones informales como “llevar la matriz A a for-
ma escalonada”. Este tipo de oraciones en realidad deben interpretarse como “obtener una forma

19 El número 2 en b222 de esta notación juega el papel de un supraı́ndice, haciendo referencia a la matriz B2 y no de un exponente.

Valle, S. J. C. D. (2012). Álgebra lineal para estudiantes de ingeniería y ciencias. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2019-10-01 16:25:31.

Page (PS/TeX): 25 / 25, COMPOSITE

 26 CAPÍTULO 1 Matrices y sistemas lineales

escalonada equivalente a la matriz A”, que serı́a la manera apropiada de expresar este tipo de ins-
trucciones; pero, ya que esa forma escalonada equivalente se obtiene a partir de la matriz A, nos
permitiremos ese tipo de frases sacrificando rigor en aras de brevedad en el lenguaje. Sin embar-
go, es conveniente que el lector tenga siempre presente el significado preciso de esas oraciones
coloquiales.

 Ejemplo 1.27 Obtener una matriz equivalente por filas a la matriz

⎡ ⎤
2 −4 2 −2
⎢ 2 −4 3 −4 ⎥
A=⎢ ⎣ 4 −8
⎥
3 −2 ⎦
0 0 −1 2

que esté en forma escalonada.10 

⎡ ⎤ ⎡ ⎤
2 −4 2 −2 1 −2 1 −1
⎢ 2 −4 3 −4 ⎥ ⎢ 2 −4 3 −4 ⎥
Solución A= ⎢ ⎥ ←−−−−−−−−→ ⎢ ⎥
⎣ 4 −8 3 −2 ⎦ R1 ↔ (1/2)R1 ⎣ 4 −8 3 −2 ⎦
0 0 −1 2 0 0 −1 2
⎡ ⎤
1 −2 1 −1
⎢ 0 0 1 −2 ⎥
←−−−−−−−−−−→ ⎢ ⎥
R2 ↔ −2R1 + R2 ⎣ 0 0 −1 2 ⎦
R3 ↔ −4R1 + R3
0 0 −1 2
⎡ ⎤
1 −2 1 −1
⎢ 0 0 1 −2 ⎥
←−−−−−−−→ ⎢ ⎥
R3 ↔ R2 + R3 ⎣0 0 0 0⎦
R4 ↔ R2 + R4
0 00 0

= H
La matriz resultante, H, está en forma escalonada y es equivalente a la matriz A. 

Método de Gauss para resolver sistemas lineales

 Ejemplo 1.28 Resolver el siguiente sistema de ecuaciones por el método de Gauss.

Copyright © 2012. McGraw-Hill España. All rights reserved.

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

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

Solución Para resolver el problema llevaremos la matriz aumentada a una forma escalonada y haremos
sustitución regresiva.11

1Hemos marcado en color rojo los pivotes en cada paso para que el lector recuerde que el propósito es ir haciendo ceros, mediante
10

las operaciones de renglón indicadas, los elementos debajo de ellos.

1De aquı́ en adelante, salvo algunas excepciones, ya no indicaremos las operaciones de renglón que se requieren para obtener
11

una forma escalonada equivalente a una matriz, pues el objetivo es utilizar la notación matricial para auxiliarse y hacer todos los
cálculos mecánica y mentalmente.

Valle, S. J. C. D. (2012). Álgebra lineal para estudiantes de ingeniería y ciencias. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2019-10-01 16:25:31.

Page (PS/TeX): 26 / 26, COMPOSITE

 SECCIÓN 1.2 Sistemas lineales 27

⎡ ⎤ ⎡ ⎤
1 −2 1 −1 4 1 −2 1 −1 4
⎢ 2 −3
⎢ 2 −3 −1 ⎥

⎢ 0
⎥ ←→ ⎢ 1 0 −1 −9 ⎥
⎥
⎣ 3 −5 3 −4 3 ⎦ ⎣ 0 1 0 −1 −9 ⎦
−1 1 −1 2 5 0 −1 0 1 9
⎡ ⎤
1 −2 1 −1 4
⎢ 0
⎢ 1 0 −1 −9 ⎥
⎥.
←→ ⎣
0 0 0 0 0 ⎦
0 0 0 0 0
Ası́, las variables ligadas son x1 , x2 y las libres x3 , x4 . Y x2 = −9 + x4 ; x1 = 4 + 2x2 − x3 + x4 = −14 +
3x4 − x3 . La solución está dada entonces por:
⎡ ⎤ ⎡ ⎤
x1 −14 + 3r − s
⎢x2 ⎥ ⎢ −9 + r ⎥
⎢ ⎥=⎢ ⎥; r, s ∈ R. 
⎣x3 ⎦ ⎣ s ⎦
x4 r

Sistemas con la misma matriz de coeficientes

Es frecuente en la práctica tener que resolver sistemas con la misma matriz de coeficientes pero con
distintos términos independientes; por ejemplo, los sistemas
x − 2y + 3z = −2
(1.14)
−x + 4y + 5z = 7
y
= r − 2s + 3t
1
(1.15)
= −4 −r + 4s + 5t
  
1 −2 3 −2 1
tienen la misma matriz de coeficientes, , y términos independientes y ,
−1 4 5 7 −4
respectivamente. En lugar de resolverlos cada uno por separado, podemos solucionarlos simultáneamen-
te colocando en el lado derecho de la partición de la matriz ampliada las dos columnas que contienen
los dos términos independientes, llevar a forma escalonada y resolver por sustitución regresiva para la
primera columna y después para la segunda:
 
1 −2 3 −2 1 1 −2 3 −2 1
↔ . (1.16)
Copyright © 2012. McGraw-Hill España. All rights reserved.

−1 4 5 7 −4 0 2 8 5 −3

Resolviendo para la primera columna tenemos y = 52 − 4z, x = −2 + 2y − 3z = 3 − 11z; ası́ que

⎡ ⎤ ⎡ ⎤
x 3 − 11α
⎣ y ⎦ = ⎣ 5 − 4α ⎦,
2
z α
α ∈ R, es la solución para el sistema (1.14). Resolviendo ahora para la segunda columna de (1.16)
obtenemos s = − 23 − 4t, r = 1 + 2s − 3t = −2 − 11t; es decir,
⎡ ⎤ ⎡ ⎤
r −2 − 11β
⎣ s ⎦ = ⎣ − 3 − 4β ⎦,
2
t β
β ∈ R, es la solución del sistema (1.15).

Valle, S. J. C. D. (2012). Álgebra lineal para estudiantes de ingeniería y ciencias. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2019-10-01 16:25:31.

Page (PS/TeX): 27 / 27, COMPOSITE