SISTEMAS DE ECUACIONES 2 × 2

1. Introducción
En este capı́tulo se trabajará en las diferentes técnicas de sólución de sistemas de
ecuaciones lineales de tamaño 2 × 2, haciendo énfasis especial en la representación ma-
tricial de estos sistemas y en la reducción por renglones, ya que este algorı́tmo será fun-
damental en la solución de sistemas de mayor tamaño.

Iniciamos recordando al estudiante la ecuación de una recta en el plano y cómo

obtenerla a partir de dos puntos en ella, pasaremos a su representación gráfica, para
dar interpretación a la solución de sistemas de ecuaciones lineales con un ejemplo claro,
y por último hablaremos de los procesos algebráicos de solución.

2. Ecuación de una recta en el plano

Para el estudiante, debe ser familiar la ecuación cartesiana de una recta

y = mx + b
donde m representa la pendiente de la recta y b su punto de corte con el eje y. Es impor-
tante aclarar, que esta ecuación es válida en R2 (el plano cartesiano).

Recordemos que la ecuación cartesiana de una recta en el plano se puede encon-

trar si se conocen dos puntos de la recta, supongamos que P1 (x1 , y1 ) y P2 (x2 , y2 ) sean
y2 − y1
dos puntos sobre una recta L, la pendiente m, está dada por la razón m = , con
x2 − x1
x2 6= x1 . Esta pendiente indica el cambio vertical, y2 −y1 , que debe realizarse si horizontal-
mente se hace un cambio de x2 −x1 unidades, para encontrar un nuevo punto de la recta.

La pendiente de una recta es constante sin importar el par de puntos de la recta con
y − y1
los que se calcule, se tiene entonces que m = , para cualquier punto (x, y) ∈ L.
x − x1
Despejando y de esta ecuación se obtiene:

m(x − x1 ) = y − y1 ,
y = m(x − x1 ) + y1 . (1)

1
La ecuación (1), es conocida como la ecuación punto-pendiente, puesto que si se conoce
el valor de m y un punto de la recta (x1 , y1 ), es posible reemplazar estos valores en (1)
para llegar a la forma
y = mx + b, (2)
que es conocida como la ecuación pendiente-intercepto de la recta. Puesto que b repre-
senta el punto de corte con el eje y de la recta L.

Figura 1. Ecuación cartesiana de una recta en R2

2.1. Rectas Horizontales y Verticales

y2 − y1
En lo anterior se supuso que m = , con x2 6= x1 ,puesto que si x2 = x1 , serı́a
x2 − x1
imposible calcular m. Dos puntos en el plano cartesiano tienen la coordenada en x igual,
si una de ellos está exactamente arriba del otro y por lo tanto, la recta que los contiene
debe ser una recta vertical.

Figura 2. Ecuación de una recta vertical en R2

2
La ecuación de esta recta es x = a, puesto que todos los puntos que están en la recta
tienen la forma (a, y), en donde a es una constante, mientras que y es cualquier núme-
ro real. Muy importante tener en cuenta este hecho, en ecuación x = a, no aparece
la incógnita y, debemos enterderla entonces como una variable, en el conjunto de los
número reales.

Análogamente, si dos puntos del plano tienen la misma ordenada (segunda coorde-
nada), la recta que los contiene tiene la forma y = b, de la que se entiende que los puntos
de esta recta tiene la forma (x, b), donde b es constante y x es una variable en el conjunto
de los números reales.

y2 − y1 b−b
En este caso m = = = 0.
x2 − x1 x2 − x1

Figura 3. Ecuación de una recta horizontal en R2

3. Sistemas de ecuaciones lineales 2 × 2 y rectas en el plano

Una ecuación lineal con dos incógnitas tiene la forma ax + dy = c (Revise la sección
2.2 de la introducción de este capı́tulo). Suponiendo que d 6= 0 y despejando y en esta
ecuación tenemos:
dy = −ax + c
− ax + c
y=
d
a c
y =− x+
d d
a c
Tomando m = − y b = , observamos que esta ecuación es equivalente a una ecuación
d d
de la forma y = mx + b, que como se mencionó anteriormente es la ecuación de una recta
d
en el plano. Tenga en cuenta que si d = 0, la ecuacion ax = d, equivalente a x = , es la
a
ecuación de una recta vertical.

3
 Teniendo en cuenta lo anterior, un sistema de ecuaciones lineales de tamaño 2 × 2,
que tiene la forma: (
ax + by = c
,
dx + ey = f
representa algebraicamente, la gráfica de dos rectas en el plano cartesiano.

4. Interpretación geométrica de la solución de un sistema 2×2

En la introdución de este capı́tulo, se aclaró que los sistemas de ecuaciones, pueden
tener tres tipos de solución: única, infinitas o sin solución. Estos tres tipos de solución,
en el caso de los sistemas 2 × 2, está relacionados con las rectas no paralelas, rectas
coincidentes y las rectas paralelas, respectivamente.

Rectas no palalelas

Si las dos rectas no son paralelas, debe

existir un punto (x, y) de intersección en-
tre ellas. En este caso los valores para x y
para y en el punto, son los únicos valores
que satisfacen las dos ecuaciones, en otras
palabras, el sistema tiene única solución.
Figura 4. Sistema de ecuaciones con solución única.

4
 Rectas palalelas

Si las dos rectas son paralelas, no debe

existir un punto (x, y) común entre ellas.
En este caso no existen valores para x, ni
para y que satisfagan las dos ecuaciones,
en otras palabras, el sistema no tiene solu-
ción.
Figura 5. Sistema de ecuaciones sin solución.

Rectas que coinciden

Si las ecuaciones de las rectas son equi-

valentes, las rectas coinciden, es decir que
todos los puntos (x, y) en la primera, tam-
bién están en la segunda. En este caso
existen infinitos valores para x y para y
que satisfagan las dos ecuaciones, en otras
palabras, el sistema tiene infinitas solucio-
nes.
Figura 6. Sistema de ecuaciones con infinitas soluciones.

5. Solución de sistemas 2 × 2
Para solucionar sistemas de ecuaciones se tendrán en cuenta dos propiedades im-
portantes del álgebra elemental.

Propiedad 1

Si a = b y c = d, entonces a + c = b + d

Propiedad 2

Si a = b y c ∈ R, entonces ac = bc

La propiedad 1, nos asegura que si tenemos dos ecuaciones, podemos sumar las par-
tes correspondientes de estas, para obtener una tercera ecuación correcta. La segunda

5
propiedad, que podemos multiplical cada uno de los términos de una ecuación por un
númeor real y obtener nuevamente una ecuación válida. En esta propiedad, debemos su-
poner que el número que se multiplica es diferente de ceroa, ya que en este caso obtener
la igualdad 0 = 0 no ayudará en la solución de un sistema de ecuaciones lineales.

Ejemplo 5.1. Dado el sistema de ecuaciones lineales

2x + 3y = 5

3x − 6y = 10
Podemos usar la propiedad 2, para multiplicar la primera ecuación del sistema por −3 y
multiplicar la segunda ecuación del sistema por 2, obteniendo el sistema equivalente:

−6x − 9y = −15

6x − 12y = 20
Observe que los números que usamos en los productos han sido pensados para que
los coeficientes de la x en ambas ecuaciones seán iguales, esto con el fin de aplicar la
propiedad 1, y obtener una ecuación que solo dependa de una variable.

(−6x − 9y) + (6x − 12y) = (−15) + (20)

−21y = 5
5
y=−
21
Conociendo el valor de y, podemos sustituirlo en alguna de las ecuaciones para co-
nocer el valor de x o podemos volver a aplicar las propiedades para cancelar la y y
5
ası́ obtener el valor de x. Observe que si sustituimos y = − 21 , en la primera ecuación
20
de sistema obtenemos x = 7 , de igual forma en la segunda ecuación. Por otra parte,
multiplicando la primera ecuación del sistema inicial por 2, tenemos:

4x + 6y = 10

3x − 6y = 10
Y usando la propiedad 2:
(4x + 6y) + (3x − 6y) = 10 + 10
7x = 20
20
x=
7
El mismo resultado que se obtuvo sustituyendo. Para concluir este ejemplo diremos que
el sistema de ecuación dedo, es un sitema de ecuaciones con solución única: x = 20
7 ,
5
y = − 21

6
5.1. Representación matricial de sistemas lineales
Supongamos el sistema de ecuaciones lineales

ax + by = c
(3)
dx + ey = f

Dado que al aplicar la proopiedad 1 en las ecuaciones del sistema, la suma se realiza
por términos semejantes podemos representar el sistema por medio de un arreglo de los
coeficientes de tal manera que se diferencien los coeficientes de la x, los coeficiente de y y
los términos independientes, además de diferenciarse los coeficientes de la primera y de
la segunda ecuación. Usaremos una Matriz Aumentada, es decir un arreglo rectangular
de número en los que:

Cada fila presenta los coeficientes de una ecuación.

Cada columna presenta los coeficientes de una incógnita

los términos independientes estarán en la última columna.

Con esto el sistema (3), se puede representar de la forma:

Figura 7. Representación matricial de una sistema de ecuaciones

Observe que el = se ha representado como una barra vertical que separa los coeficien-
tes de las incógnitas de los términos independietes y tenga en cuenta que toda matriz
aumentada representa un sistema de ecuaciones.

Ejemplo 5.2. El sistema

2x + 3y = 1
5x − 9y = 0

se presesenta matricialmente como

7
  
2 3 | 1
(4)
5 −9 | 0

Ejemplo 5.3. La matriz aumentada

 
1 4 | 8
(5)
−2 6 | 2

Representa el sistema

x + 4y = 8
−2x + 6y = 2

Ejemplo 5.4. La matriz aumentada

 
1 0 | 8
(6)
0 6 | 2

Representa el sistema

x=8
6y = 2

6. Métodos de solución
La representación matricial convierte una ecuación del sistema en una fila (renglón)
de la matriz, por lo que la propiedad 1, se puede ver como la suma de dos filas y la
propiedad dos como la múltiplicación de una fila por un número real. Reescribiremos
entonces estas propiedades como operaciones elementales con filas (Renglones).

Operaciones elementales con filas (Renglones)

1. Multiplicar (o dividir) una fila por un número real, diferente de 0.

2. Sumar un múltiplo de una fila a otra fila

3. Intercambiar filas.

8
 La primera operación elemental es la propiedad 2, usada anteriormente, la segun-
da operación elemental es una combinación de las propiedades 1 y 2, y la tercera nos
será útil en los procesos siguientes.
Usaremos la siguiente notación, para llevar un registro de la operación realizada.

Notación de las operaciones elementales con filas (Renglones)

1. Multiplicar (o dividir) una fila por un número real, diferente de 0.

Ri → cRi

Esto quiere decir que se generará una matriz equivalente en la cual

se cambia la fila i por el producto de la fila i de la matriz anterior por
el número c.

2. Sumar un múltiplo de una fila a otra fila.

Rj → cRi + Rj

Esto quiere decir que se generará una matriz equivalente en la cual

se cambia la fila j por la suma del producto de la fila i de la matriz
anterior por el número c más la fila j de la matriz anterior.

3. Intercambiar filas.
Ri ↔ Rj
Esto quiere decir que se genera una nueva matriz con las filas i y j de
la matriz anterior intercambiadas.

9
Ejemplo 6.1. Uso de la primera operación elemental
Supongamos que en la siguiente matriz aumentada deseamos multiplicar el primer
renglón por 21 , la notación y el resultado obtenido será:

   
2 4 | −6 1 1 2 | −3
R1 → R1
3 −6 | 15 2 3 −6 | 15

Podemos entenderlo, como que el renglón 1, se cambia por 21 del antiguo renglón 1.
Observe que se realiza la operación con todos los elementos del renglón.

Ejemplo 6.2. Uso de la segunda operación elemental

Supongamos que en la siguiente matriz aumentada deseamos multiplicar el primer
renglón por −3 y sumar este producto al renglón 2, la notación y el resultado obteni-
do será:

   
1 2 | −3 1 2 | −3
R2 → −3 · R1 + R2
3 −6 | 15 0 −12 | 24

Podemos entenderlo, como que el renglón 2, se cambia por el producto de −3 por el

antiguo renglón 1 más en antiguo renglón 2.

Ejemplo 6.3. Uso de la tercera operación elemental

Supongamos que en la siguiente matriz aumentada deseamos intercambiar los renglones
1 y 2, la notación y el resultado obtenido será:

   
1 2 | −3 3 −6 | 15
R2 ↔ R1
3 −6 | 15 1 2 | −3

Observe que se intercambian todos los elementos de la fila.

El propósito de las operaciones elementales con filas, es convertir si es posible, el
sistema
 
a b | c
(7)
d e | f

10
en un sistema equivalente con una de las siguientes formas:
 
1 ∗ | ∗
(8)
0 1 | ∗
 
1 0 | ∗
(9)
0 1 | ∗
La forma (8) la llamaremos reducción Gaussiana y la (9) reducción Gauss-Jordan.

6.1. Reducción Gaussiana

Definición 6.1. Forma escalonada por renglones
Una matriz (no aumentada) se encuentra en la forma escalonada por renglones si cumple
las siguientes condiciones:

i. Todos los renglones cuyos elementos sean todos cero, aparecen en la parte inferior
de la matriz.

ii. El primer número diferente de cero en cada renglón es 1. (Contando de izquierda a

derecha).

iii. Si dos renglones sucesivos tienen elementos diferentes de cero, el primer 1 en el

renglón de abajo está más a la derecha que el 1 del renglón de arriba.

Ejemplo 6.4. Las siguientes matrices tienen la forma escalonada por renglones.
   
  1 2 1 2
1 0 0 1 0 0
0 1

Observe que las matrices no representan sistemas de ecuaciones pues no están au-
mentadas.

La idea de la reducción Gaussiana, es convertir la matriz de coefecientes a la forma

escalonada por renglones por medio de las operaciones elementales. En este capı́tulo,
que solo estamos trabajando matrices 2 × 2, las posibilidades serán:
   
  1 ∗ | ∗ 1 ∗ | ∗
1 ∗ | ∗ 0 0 | ∗ 0 0 | 0
0 1 | ∗

Nota: Los asteriscos en las matrices representan cualquier número real diferente de
0.

11
 Si llegamos a la forma  
1 ∗ | ∗
0 1 | ∗
la segunda fila de la matriz representa una ecuación de la forma y = ∗, por lo que es
posible sustituirlo en la primera ecuación y despejar el valor de x. Ası́, el sistema tiene
Unica solución.

Si llegamos a la forma  
1 ∗ | ∗
0 0 | ∗
La segunda fila de la matriz nos muestra una contradicción, 0 = ∗, lo cual nos lleva a
determinar que el sistema no tiene solución.
Si llegamos a la forma  
1 ∗ | ∗
0 0 | 0
La segunda ecuación se cancela totalmente porque es esquivalente a la primera, es
decir, tienen las mismas soluciones. La primera ecuación puede escribirse entonces en
la forma y = mx + b, cada valor dado a x, determina un único valor para y y la pareja de
valores x, y es una solución para el sistema, lo que significa que el sistema tiene infinitas
soluciones que depende de la variable x.

6.2. Reducción Gauss-Jordan

Definición 6.2. Forma escalonada reducida por renglones
Una matriz (no aumentada) se encuentra en la forma escalonada por renglones si cumple
las siguientes condiciones:

i. Todos los renglones cuyos elementos sean todos cero, aparecen en la parte inferior
de la matriz.

ii. El primer número diferente de cero en cada renglón es 1. (Contando de izquierda a

derecha).

iii. Si dos renglones sucesivos tienen elementos diferentes de cero, el primer 1 en el

renglón de abajo está más a la derecha que el 1 del renglón de arriba.

iv. Cualquier columna, que contiene el primer 1 en un renglón tiene ceros en el resto de
sus elementos. El primer número diferente de cero en un renglón (si lo hay) se llama
pivote para ese renglón.

Ejemplo 6.5. Las siguientes matrices tienen la forma escalonada reducida por renglones.

12
  
  1 2
1 0 0 0
0 1

Observe que las matrices no representan sistemas de ecuaciones pues no están au-
mentadas.

La idea de la reducción Gauss-Jordan, es convertir la matriz de coefecientes a la

forma escalonada reducida por renglones por medio de las operaciones elementales. En
este capı́tulo, que solo estamos trabajando matrices 2 × 2, las posibilidades serán:
   
  1 ∗ | ∗ 1 ∗ | ∗
1 0 | ∗ 0 0 | ∗ 0 0 | 0
0 1 | ∗

Nota: Los asteriscos en las matrices representan cualquier número real diferente de
0.

Si llegamos a la forma  
1 0 | ∗
0 1 | ∗
La primera nos muestra el valor de x y la segunda, el valor de y, es decir que el sistema
tiene Unica solución.

Si llegamos a la forma  
1 ∗ | ∗
0 0 | ∗
La segunda fila de la matriz nos muestra una contradicción, 0 = ∗, lo cual nos lleva a
determinar que el sistema no tiene solución.
Si llegamos a la forma  
1 ∗ | ∗
0 0 | 0
La segunda ecuación se cancela totalmente porque es esquivalente a la primera, es
decir, tienen las mismas soluciones. La primera ecuación puede escribirse entonces en
la forma y = mx + b, cada valor dado a x, determina un único valor para y y la pareja de
valores x, y es una solución para el sistema, lo que significa que el sistema tiene infinitas
soluciones que depende de la variable x.

13