CAPÍTULO 1

Sistemas de ecuaciones lineales

1.1. Ecuaciones lineales en n variables

La ecuación de una recta en el plano es de la forma

a1 x + a2 y = b, a1 , a2 y b son constantes.

Esta ecuación se denomina ecuación lineal en dos variables x e y. De

manera semejante, la ecuación de un plano en el espacio tridimensional es
de la forma

a1 x + a2 y + a3 z = b, a1 , a2 , a3 y b son constantes.

Esta ecuación se denomina ecuación lineal en tres variables x, y y z. En

general, una ecuación lineal en n variables se define de la siguiente manera.

Definición 1. Una ecuación lineal en n variables x1 , x2 , . . . , xn es

de la forma
a1 x1 + a2 x2 + · · · + an xn = b,
donde los coeficientes a1 , a2 , . . . , an y el término independiente b
son números reales. El número a1 es el coeficiente principal y x1 es
la variable principal.

1
2 Sistemas de ecuaciones lineales

Las ecuaciones lineales no tienen productos o raíces de variables; tam-

poco variables que aparezcan en funciones exponenciales, logarítmicas o
trigonométricas. Las variables aparecen solamente elevadas a la primera
potencia.
Ejemplo 2. Las siguientes ecuaciones son lineales.

(a) 3x + 2y = 7 (c) x1 − 2x2 + 10x3 + x4 = 0

√  
(b) 1
2
x + y − πz = 2 (d) sen π2 x1 − 4x2 = e2

Las siguientes ecuaciones no son lineales.

(a) xy + z = 2 (c) sen x1 + 2x2 − 3x3 = 0

1 1
(b) ex − 2y = 4 (d) x
+ y
=4 

Una solución de una ecuación lineal en n variables es una sucesión de n

números reales s1 , s2 , . . . , sn ordenados de modo que la ecuación se satisface
cuando los valores

x1 = s 1 , x2 = s2 , ..., xn = sn ,

se sustituyen en la ecuación. Por ejemplo, la ecuación

x1 + 2x2 = 4

se satisface cuando x1 = 2 y x2 = 1. Otras soluciones son x1 = −4 y x2 = 4,

x1 = 0 y x2 = 2, y x1 = −2 y x2 = 3.
El conjunto de todas las soluciones de una ecuación lineal se denomina su
conjunto solución y cuando éste se encuentra, se dice que se ha resuelto
la ecuación. Para describir el conjunto solución de una ecuación, a menudo se
utiliza una representación paramétrica, como se ilustra en los siguientes
ejemplos.
Ejemplo 3. Resuelva la ecuación lineal x1 + 2x2 = 4.
Solución. Para determinar el conjunto solución de una ecuación en dos
variables, una de las variables se expresa en términos de la otra. Por ejemplo,
si x1 se expresa en términos de x2 , se obtiene

x1 = 4 − 2x2 .
1.2. Sistemas de ecuaciones lineales 3

De esta forma, la variable x2 es libre, lo cual significa que puede tomar

cualquier valor real, en tanto que x1 no es libre, ya que su valor depende del
valor asignado a x2 . Para representar las infinitas soluciones de esta ecuación,
es conveniente introducir una tercera variable t, denominada parámetro.
Así, con x2 = t se puede representar el conjunto solución como

x1 = 4 − 2t, x2 = t, t es cualquier número real.

Las soluciones particulares se pueden obtener al asignar valores al parámetro

t. Por ejemplo, t = 1 da la solución x1 = 2 y x2 = 1, y t = 4 da la solución
x1 = −4 y x2 = 4. 
El conjunto solución de una ecuación lineal se puede representar paramé-
tricamente en más de una forma. En el ejemplo 3 se pudo haber elegido a
x1 como variable libre. La representación paramétrica del conjunto solución
habría tomado entonces la forma

x1 = s, x2 = 2 − 21 s, s es cualquier número real.

Por conveniencia, se seguirá el acuerdo de elegir como variables libres aquellas

que aparezcan al último en una ecuación dada.

Ejemplo 4. Resuelva la ecuación lineal 3x + 2y − z = 3.

Solución. Al elegir y y z como variables libres, se empieza por despejar x

para obtener
x = 1 − 23 y + 13 z.
Con y = s y z = t, se obtiene la representación paramétrica

x = 1 − 23 s + 13 t, y = s, z = t,

donde s y t son números reales cualesquiera. Dos soluciones particulares son

x = 1, y = 0, z = 0 y x = 1, y = 1, z = 2. 

1.2. Sistemas de ecuaciones lineales

El álgebra lineal surgió del estudio de los sistemas de ecuaciones lineales.
4 Sistemas de ecuaciones lineales

Definición 5. Sean m y n enteros positivos. Un sistema de ecuaciones

lineales, o simplemente sistema lineal, es un conjunto de m ecuaciones,
cada una de las cuales es lineal en las mismas n variables. Un sistema
lineal es de la forma
a11 x1 + a12 x2 + · · · + a1n xn = b1
a21 x1 + a22 x2 + · · · + a2n xn = b2
.. .. .. ..
. . . .
am1 x1 + am2 x2 + · · · + amn xn = bm

donde el doble subíndice indica que aij es el coeficiente de la variable xj

en la i-ésima ecuación.

Una solución de un sistema de ecuaciones lineales es una sucesión de

números s1 , s2 , . . . , sn que es solución de cada una de las ecuaciones del
sistema. Por ejemplo, el sistema

3x1 + 2x2 = 3
−x1 + x2 = 4

tiene a x1 = −1 y x2 = 3 como una solución porque ambas ecuaciones se

satisfacen cuando x1 = −1 y x2 = 3. Por otro lado, x1 = 1 y x2 = 0 no
es una solución del sistema porque estos valores satisfacen sólo la primera
ecuación del sistema.
Puede suceder que un sistema lineal tenga una única solución, infinitas
soluciones o ninguna solución. Un sistema lineal se denomina compatible
si tiene al menos una solución, e incompatible si no tiene solución. El
conjunto solución de un sistema lineal es el conjunto formado por todas
las soluciones del sistema.
Determinar el conjunto solución de un sistema lineal de dos ecuaciones
resulta bastante sencillo, ya sea desde el punto de vista algebraico o porque
gráficamente consiste en encontrar la intersección de dos rectas.

Ejemplo 6. Resuelva los siguientes sistemas lineales y grafique cada sistema

como un par de rectas.
1.2. Sistemas de ecuaciones lineales 5

(a) x − y = 1 (b) x − y = 1 (c) x − y = 1

x+y =3 2x − 2y = 2 x − y = −2

Solución.
(a) Este sistema tiene exactamente una solución, x = 2 e y = 1. Esta
solución se puede obtener al sumar las dos ecuaciones para dar 2x = 4,
lo cual implica que x = 2 y, por tanto, y = 1. La gráfica de este sistema
se representa mediante dos rectas que se intersectan, como se muestra
en la figura 1.1 (a).
(b) Este sistema tiene infinitas soluciones, ya que la segunda ecuación es el
resultado de multiplicar por 2 ambos lados de la primera ecuación. Una
representación paramétrica del conjunto solución está dada por

x = 1 + t, y = t, t es cualquier número real.

La gráfica de este sistema se representa como dos rectas coincidentes,

como se muestra en la figura 1.1 (b).
(c) Este sistema no tiene solución porque es imposible que la diferencia de
dos números sea 1 y −2 a la vez. La gráfica de este sistema se representa
como dos rectas paralelas, según se muestra en la figura 1.1 (c). 

y y y

1 1 1
x x x
1 1 1

(a) (b) (c)

Figura 1.1. Tres sistemas de dos ecuaciones en dos variables.

El ejemplo 6 ilustra los tres tipos básicos de conjuntos solución que

son posibles para un sistema lineal. Este resultado se enuncia aquí sin
demostración.
6 Sistemas de ecuaciones lineales

Teorema 7. Dado un sistema lineal, sólo se cumple una de las siguientes

afirmaciones.

(1) El sistema tiene una única solución.

(2) El sistema tiene infinitas soluciones.

(3) El sistema no tiene solución.

En cada caso, se dice que el sistema es (1) compatible determinado,

(2) compatible indeterminado, y (3) incompatible, respectivamente.

1.3. Resolución de sistemas lineales

¿Cuál de los siguientes sistemas es más fácil de resolver?

x − 2y + 3z = 9 x − 2y + 3z = 9
−x + 3y = −4 y + 3z = 5
2x − 5y + 5z = 17 z=2

Es evidente que el sistema de la derecha es más fácil de resolver. Se dice que

este sistema está en forma escalonada, lo cual significa que sigue un patrón
escalonado y que cada ecuación tiene coeficiente principal igual a 1. Para
resolver este sistema se aplica un procedimiento denominado sustitución
regresiva.
Ejemplo 8. Aplique sustitución regresiva para resolver el sistema.

x − 2y = 5 Ecuación 1
y = −2 Ecuación 2

Solución. De la ecuación 2 se sabe que y = −2. Al sustituir este valor en

la ecuación 1, se obtiene

x − 2(−2) = 5 Sustitución de y = −2.

x=1 Se resuelve para x.

El sistema tiene una única solución x = 1 e y = −2. 

1.3. Resolución de sistemas lineales 7

La expresión “sustitución regresiva” implica que se trabaja hacia atrás.

Así, en el ejemplo 8 la segunda ecuación dio el valor de y. Luego, se sustituyó
ese valor en la primera ecuación para encontrar el valor de x. El ejemplo 9
es una ilustración adicional de este procedimiento.

Ejemplo 9. Resuelva el sistema.

x − 2y + 3z = 9 Ecuación 1
y + 3z = 5 Ecuación 2
z=2 Ecuación 3

Solución. De la ecuación 3 ya se conoce el valor de z. Para encontrar el

valor de y, se sustituye z = 2 en la ecuación 2 para obtener

y + 3(2) = 5 Sustitución de z = 2.
y = −1 Se resuelve para y.

Finalmente, se sustituyen y = −1 y z = 2 en la ecuación 1 para obtener

x − 2(−1) + 3(2) = 9 Sustitución de y = −1 y z = 2.

x=1 Se resuelve para x.

Por lo tanto, la solución es x = 1, y = −1 y z = 2. 

Se dice que dos sistemas lineales son equivalentes si tienen el mismo

conjunto solución. Para resolver un sistema que no está en forma escalonada,
primero se transforma a un sistema equivalente que esté en forma escalonada
mediante las operaciones descritas en el teorema siguiente.

Teorema 10. Cada una de las operaciones siguientes, cuando se aplican

a un sistema lineal, produce un sistema equivalente.

(1) Intercambiar dos ecuaciones.

(2) Multiplicar una ecuación por una constante no nula.

(3) Sumar a una ecuación un múltiplo de otra ecuación.

8 Sistemas de ecuaciones lineales

Reescribir un sistema lineal en forma escalonada suele involucrar una

cadena de sistemas equivalentes, cada uno de los cuales se obtiene mediante
la aplicación de una de las tres operaciones descritas en el teorema 10. Este
proceso se denomina eliminación gaussiana.

Ejemplo 11. Resuelva el sistema.

x − 2y + 3z = 9
−x + 3y = −4
2x − 5y + 5z = 17

Solución. Aunque hay varias maneras de empezar, se desea utilizar un

procedimiento sistemático que se pueda aplicar fácilmente a sistemas más
grandes. Se trabaja a partir de la esquina superior izquierda del sistema,
conservando la x en la posición superior izquierda y eliminando las demás x
de la primera columna.

x − 2y + 3z = 9 Al sumar a la segunda ecuación la

y + 3z = 5 primera ecuación se obtiene una
nueva segunda ecuación.
2x − 5y + 5z = 17
x − 2y + 3z = 9
Al sumar a la tercera ecuación −2
y + 3z = 5 veces la primera ecuación se obtiene
−y − z = −1 una nueva tercera ecuación.

Ahora que se ha eliminado todo de la primera columna, excepto la primera

x, se procede con la segunda columna.

x − 2y + 3z = 9
Al sumar a la tercera ecuación la
y + 3z = 5 segunda ecuación se obtiene una
2z = 4 nueva tercera ecuación.

x − 2y + 3z = 9
Al multiplicar la tercera ecuación
y + 3z = 5 por 21 se obtiene una nueva tercera
z=2 ecuación.

Éste es el mismo sistema que se resolvió en el ejemplo 9 y, como en ese

ejemplo, la solución es x = 1, y = −1 y z = 2. 
1.3. Resolución de sistemas lineales 9

Cada una de las tres ecuaciones en el ejemplo 11 representa un plano

en el espacio tridimensional. Debido a que la única solución del sistema es
el punto (x, y, z) = (1, −1, 2), los tres planos se intersectan en un punto
representado por estas coordenadas, como se muestra en la figura 1.2.

(1, −1, 2)

Figura 1.2. Intersección de tres planos en un punto.

Dado que para resolver un sistema lineal se requieren muchos pasos,

es muy fácil cometer errores aritméticos; es por ello que se recomienda
comprobar la solución sustituyéndola en cada una de las ecuaciones del
sistema original. Así, en el ejemplo 11 se puede comprobar la solución x = 1,
y = −1 y z = 2 como sigue.

(1) − 2(−1) + 3(2) = 9

−(1) + 3(−1) = −4
2(1) − 5(−1) + 5(2) = 17

Cada uno de los sistemas en los ejemplos 8, 9 y 11 son compatibles

determinados, es decir, tienen una única solución. Ahora se considerará un
sistema compatible indeterminado, es decir, uno que tiene infinitas soluciones.
El conjunto solución de estos sistemas se representa en forma paramétrica,
como se hizo en los ejemplos 3 y 4.
10 Sistemas de ecuaciones lineales

Ejemplo 12. Resuelva el sistema.

x2 − x3 = 0
x1 − 3x3 = −1
−x1 + 3x2 = 1

Solución. Se empieza por reescribir el sistema en forma escalonada, como

se muestra a continuación.
x1 − 3x3 = −1
x2 − x3 = 0 Se intercambian las dos primeras
ecuaciones.
−x1 + 3x2 = 1

x1 − 3x3 = −1
Al sumar a la tercera ecuación la
x 2 − x3 = 0 primera ecuación se obtiene una
3x2 − 3x3 = 0 nueva tercera ecuación.

x1 − 3x3 = −1
Al sumar a la tercera ecuación −3
x 2 − x3 = 0 veces la segunda ecuación se elimina
0= 0 la tercera ecuación.

Dado que la tercera ecuación es innecesaria, se elimina para obtener el

siguiente sistema en forma escalonada, equivalente al sistema original.

x1 − 3x3 = −1
x 2 − x3 = 0

Para representar las soluciones, se elige x3 como la variable libre y se

representa por el parámetro t. Puesto que x2 = x3 y x1 = 3x3 − 1, el
conjunto solución se puede describir como

x1 = 3t − 1, x2 = t, x3 = t, t es cualquier número real. 

Se finaliza esta sección con el análisis de un sistema lineal incompatible,

es decir, uno que no tiene solución. La clave para identificar un sistema
incompatible es llegar a una expresión absurda como 0 = 1 en alguna etapa
del proceso de eliminación. Esto se ilustra en el ejemplo 13.
1.4. Matrices y operaciones elementales 11

Ejemplo 13. Resuelva el sistema.

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

Solución. Se procede de la manera usual.

x1 − 3x2 + x3 = 1 Al sumar a la segunda ecuación −2

5x2 − 4x3 = 0 veces la primera ecuación se obtiene
una nueva segunda ecuación.
x1 + 2x2 − 3x3 = −1
x1 − 3x2 + x3 = 1
Al sumar a la tercera ecuación −1
5x2 − 4x3 = 0 veces la primera ecuación se obtiene
5x2 − 4x3 = −2 una nueva tercera ecuación.

(Otra manera de describir esta última operación es: al restar a la tercera

ecuación la primera ecuación se obtiene una nueva tercera ecuación.)

x1 − 3x2 + x3 = 1
Al sumar a la tercera ecuación −1
5x2 − 4x3 = 0 veces la segunda ecuación se obtiene
0 = −2 una nueva tercera ecuación.

Dado que la tercera “ecuación” es absurda, se concluye que este sistema no

tiene solución. Además, debido a que este sistema es equivalente al sistema
original, se concluye que el sistema original tampoco tiene solución, vale
decir, es incompatible. 

1.4. Matrices y operaciones elementales

En la sección 1.3 se introdujo la eliminación gaussiana como un procedimiento
eficiente para resolver un sistema lineal. En esta sección se presenta la
notación de matriz como una herramienta para registrar de manera compacta
la información esencial de un sistema lineal, y para la resolución eficiente
del mismo mediante la aplicación de operaciones elementales sobre las filas
de la matriz.
12 Sistemas de ecuaciones lineales

Definición 14. Si m y n son enteros positivos, entonces una matriz

m × n (que se lee “m por n”) es un arreglo rectangular

· · · a1n
 
a11 a12
 a21

a22 · · · a2n 

 . .. .. 
 .
 . . . 


am1 am2 · · · amn

en el cual cada elemento aij de la matriz es un número real. Una

matriz m × n tiene m filas (líneas horizontales) y n columnas (líneas
verticales).

El elemento aij está ubicado en la intersección de i-ésima fila con la

j-ésima columna, i se denomina subíndice de fila porque da la posición
en las líneas horizontales y j se denomina subíndice de columna porque
da la posición en las líneas verticales.
Se dice que una matriz m × n es de orden m × n. Si m = n, entonces la
matriz es cuadrada de orden n. Para una matriz cuadrada, los elementos
a11 , a22 , . . . , ann se denominan elementos de la diagonal principal.

Ejemplo 15. Las siguientes matrices tienen los órdenes indicados.

(a) Orden: 1 × 1 (c) Orden: 1 × 4

h i
1
[2] 1 −3 0 2

(d) Orden: 3 × 2
(b) Orden: 2 × 2  
e √π
 2 2
" #  
0 0
0 0 −7 4 

Un uso muy común de las matrices es la representación de un sistema

de ecuaciones lineales. La matriz obtenida de los coeficientes y términos
independientes de un sistema lineal se denomina matriz ampliada del
sistema. La matriz que sólo contiene los coeficientes del sistema se denomina
1.4. Matrices y operaciones elementales 13

matriz de coeficientes del sistema. A continuación se presenta un ejemplo.

Sistema lineal Matriz ampliada Matriz de coeficientes
x − 4y + 3z = 5
   
1 −4 3 5 1 −4 3
−x + 3y − z = −3 
−1 3 −1 −3 
 −1

3 −1
2x − 4z = 6 2 0 −4 6 2 0 −4
Notar el uso de un 0 como coeficiente de la variable faltante y, así como la
cuarta columna de términos independientes en la matriz ampliada.
Al formar la matriz de coeficientes o la matriz ampliada de un sistema,
se debe empezar por alinear verticalmente las variables en las ecuaciones.
Sistema dado Variables alineadas Matriz ampliada
x1 + 3x2 = 9 x1 + 3x2 = 9 
1 3 0 9


−x2 + 4x3 = −2 −x2 + 4x3 = −2 0


−1 4 −2
x1 − 5x3 = 0 x1 − 5x3 = 0 1 0 −5 0
En la sección precedente se estudiaron tres operaciones que se pueden
utilizar en un sistema lineal para producir sistemas equivalentes.
(1) Intercambiar dos ecuaciones.
(2) Multiplicar una ecuación por una constante no nula.
(3) Sumar a una ecuación un múltiplo de otra ecuación.
En términos matriciales, estas tres operaciones corresponden a operaciones
elementales sobre filas. Una operación elemental sobre filas aplicada a
la matriz ampliada de un sistema lineal dado produce una nueva matriz
ampliada, a la cual le corresponde un nuevo (pero equivalente) sistema lineal.
Se dice que dos matrices son equivalentes por filas si se puede obtener
una matriz a partir de la otra mediante una sucesión finita de operaciones
elementales sobre filas.

Las siguientes son las operaciones elementales sobre filas.

(1) Intercambiar dos filas.
(2) Multiplicar una fila por una constante no nula.
(3) Sumar a una fila un múltiplo de otra fila.
14 Sistemas de ecuaciones lineales

Aunque las operaciones elementales sobre filas son simples de realizar,

involucran bastantes cálculos aritméticos. Por ello, debido a que es fácil
cometer errores, se sugiere adquirir la costumbre de anotar la operación
elemental efectuada en cada paso, de modo que se pueda regresar para
comprobar el trabajo realizado.

Ejemplo 16. En las matrices siguientes se ilustra la aplicación de cada una

de las operaciones elementales y se introduce la notación correspondiente.

(a) Intercambiar las primera y segunda filas.

Matriz original Matriz equivalente Notación

   
0 1 3 4 1 2 0 3
1 2 0 3 0 1 3 4 f1 ↔ f2
 
 
2 −3 4 6 2 −3 4 6

1
(b) Multiplicar la primera fila por 2
para producir una nueva primera fila.

Matriz original Matriz equivalente Notación

   
2 −4 6 −2 1 −2 3 −1
1
3 −3 3 −3


1 0 1 0 f1 → f1
 
  2
5 −2 1 2 5 −2 1 2

(c) Sumar a la tercera fila −2 veces la primera fila para producir una nueva
tercera fila.
Matriz original Matriz equivalente Notación
   
1 2 −4 3 1 2 −4 3
0

3 −2 −1 0

3 −2 −1 f3 + (−2)f1 → f3
2 1 5 −2 0 −3 13 −8

Notar que la primera fila no cambia. 

1.5. Forma escalonada de una matriz

En esta sección se sistematiza el método de eliminación gaussiana introducido
en la sección 1.3, con el fin de obtener un método eficiente para resolver
sistemas lineales.
1.5. Forma escalonada de una matriz 15

En el ejemplo 11 se aplicó la eliminación gaussiana con sustitución

regresiva para resolver un sistema lineal. A continuación se mostrará la
versión matricial de la eliminación gaussiana. Los dos métodos que se aplican
en el siguiente ejemplo son esencialmente iguales. La diferencia fundamental
es que con el método matricial no es necesario escribir cada vez las variables.

Ejemplo 17. Comparación de las versiones algebraica y matricial de la

eliminación gaussiana.

Sistema lineal Matriz ampliada

x − 2y + 3z = 9 
1 −2 3 9


−x + 3y = −4 
−1 3 0 −4
2x − 5y + 5z = 17 2 −5 5 17

x − 2y + 3z = 9
 
1 −2 3 9
y + 3z = 5  0

1 3 5 f2 + f1 → f2
2x − 5y + 5z = 17 2 −5 5 17

x − 2y + 3z = 9 
1 −2 3 9


y + 3z = 5  0

1 3 5 f3 + (−2)f1 → f3
−y − z = −1 0 −1 −1 −1

x − 2y + 3z = 9
 
1 −2 3 9
y + 3z = 5  0

1 3 5 f3 + f2 → f3
2z = 4 0 0 2 4

x − 2y + 3z = 9 
1 −2 3 9

1


y + 3z = 5  0

1 3 5 2
f3 → f3
z= 2 0 0 1 2

Ahora se puede utilizar la sustitución regresiva para encontrar la solución,

como se hizo en el ejemplo 9. La solución es x = 1, y = −1 y z = 2. 

Se dice que la última matriz en el ejemplo 17 está en forma escalonada.

El término “escalonada” se refiere al patrón de escalera formado por los
elementos no nulos de la matriz.
Una fila nula de una matriz es una fila cuyos elementos son todos ceros.
16 Sistemas de ecuaciones lineales

Una matriz está en forma escalonada si satisface lo siguiente.

(1) Todas las filas nulas, si las hay, están en la parte inferior de la matriz.

(2) Para cada fila no nula de la matriz, el primer elemento no nulo es

un uno, llamado uno principal.

(3) El uno principal de cada fila no nula está a la izquierda de los unos
principales de las filas inferiores.

Una matriz en forma escalonada está en forma escalonada reducida

si además tiene la siguiente propiedad.

(4) Si una columna contiene un uno principal, los demás elementos de

dicha columna son nulos.

Ejemplo 18. Las matrices siguientes están en forma escalonada.

   

1 2 −1 4 
0 1 0 5
0
(a)  1 0 3 0
(c)  0 1 3
0 0 1 −2 0 0 0 0
   
1 −5 2 −1 3 1 0 0 −1
0 0 1 3 −2  0 1 0 2
   
 
(b)   (d)  

 0 0 0 1 4

 0 0 1 3
0 0 0 0 1 0 0 0 0

Las matrices en (c) y (d) están además en forma escalonada reducida. Las
siguientes matrices no están en forma escalonada.
   
1 2 −3 4 1 2 −1 2
(e) 0

2 1 −1 (f) 0

0 0 0
0 0 1 −3 0 1 2 −4 

Se puede demostrar que toda matriz es equivalente por filas a una única
matriz en forma escalonada. Por ejemplo, la matriz en (e) del ejemplo 18
se puede transformar a una forma escalonada por medio de multiplicar la
segunda fila de la matriz por 12 . Análogamente, también se puede probar que
1.5. Forma escalonada de una matriz 17

una matriz es equivalente por filas a una única matriz en forma escalonada
reducida.

El método de eliminación gaussiana con sustitución regresiva para

resolver un sistema lineal es, en términos matriciales, como sigue.

(1) Escriba la matriz ampliada del sistema lineal.

(2) Aplique operaciones elementales sobre filas para reescribir la matriz

ampliada en forma escalonada.

(3) Escriba en forma escalonada el sistema lineal correspondiente a la

matriz en forma escalonada, y aplique sustitución regresiva para
encontrar la solución.

La eliminación gaussiana con sustitución regresiva funciona bien como

método algorítmico para resolver un sistema lineal. Sin embargo, para este
algoritmo, es importante el orden en el cual se realizan las operaciones
elementales. Se procede de izquierda a derecha por columnas, cambiando
a cero todos los elementos directamente debajo de los unos principales. El
estudio cuidadoso y el dominio de este algoritmo traerá grandes beneficios,
ya que será muy utilizado en el transcurso de toda la asignatura.

Ejemplo 19. Usando el método de eliminación gaussiana con sustitución

regresiva, resuelva el sistema.

x2 + x3 − 2x4 = −3
x1 + 2x2 − x3 = 2
2x1 + 4x2 + x3 − 3x4 = −2
x1 − 4x2 − 7x3 − x4 = −19

Solución. La matriz ampliada de este sistema es

 
0 1 1 −2 −3
1 2 −1 0 2
 

 

 2 4 1 −3 −2 
1 −4 −7 −1 −19
18 Sistemas de ecuaciones lineales

Se empieza por obtener un uno principal en la esquina superior izquierda y

ceros en los demás elementos de la primera columna.
 
1 2 −1 0 2
0 1 1 −2 −3 
 

  f1 ↔ f2

 2 4 1 −3 −2 
1 −4 −7 −1 −19
 
1 2 −1 0 2
0 1 1 −2 −3 
 

  f3 + (−2)f1 → f3

 0 0 3 −3 −6 
1 −4 −7 −1 −19
 
1 2 −1 0 2
0 1 1 −2 −3 
 

  f4 + (−1)f1 → f4

 0 0 3 −3 −6 
0 −6 −6 −1 −21

Lista la primera columna, la segunda columna se modifica como sigue.

 
1 2 −1 0 2
0 1 1 −2 −3 
 

  f4 + (6)f2 → f4

 0 0 3 −3 −6  
0 0 0 −13 −39

1
La tercera columna se modifica multiplicando por 3
la tercera fila.
 
1 2 −1 0 2
0 1 1 −2 −3 
 
 1


  f3 → f3

 0 0 1 −1 −2  
3

0 0 0 −13 −39

Análogamente, la cuarta columna se modifica como se muestra.

 
1 2 −1 0 2
0 1 1 −2 −3 
 
 1


  − 13 f4 → f4

 0 0 1 −1 −2 

0 0 0 1 3
1.5. Forma escalonada de una matriz 19

La matriz está ahora en forma escalonada, y el correspondiente sistema

lineal en forma escalonada es

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

Usando sustitución regresiva, se puede determinar que la solución es

x1 = −1, x2 = 2, x3 = 1, x4 = 3. 

Al resolver un sistema lineal, recuerde que es posible que el sistema

no tenga solución. Si durante el proceso de eliminación se obtiene una fila
con ceros excepto en el último elemento, no es necesario continuar con el
proceso de eliminación. Se puede concluir simplemente que el sistema es
incompatible y no tiene solución.

Ejemplo 20. Resuelva el siguiente sistema.

x1 − x2 + 2x3 =4
x1 + x3 =6
2x1 − 3x2 + 5x3 =4
3x1 − 2x2 − x3 =1

Solución. La matriz ampliada de este sistema es

 
1 −1 2 4
1 0 1 6
 

 

 2 −3 5 4
3 2 −1 1

Se aplica la eliminación gaussiana a la matriz ampliada como sigue.

 
1 −1 2 4
0 1 −1 2
 

  f2 + (−1)f1 → f2

 2 −3 5 4
3 2 −1 1
20 Sistemas de ecuaciones lineales

 
1 −1 2 4
0 1 −1 2
 

  f3 + (−2)f1 → f3

 0 −1 1 −4 

3 2 −1 1
 
1 −1 2 4
0 1 −1 2
 

  f4 + (−3)f1 → f4

 0 −1 1 −4 
0 5 −7 −11
 
1 −1 2 4
0 1 −1 2
 

  f3 + f2 → f3

 0 0 0 −2 
0 5 −7 −11

Notar que la tercera fila de esta matriz consiste de ceros excepto por el
último elemento. Esto significa que el sistema original es incompatible, lo
cual se verifica al volver a un sistema de ecuaciones lineales.

x1 − x2 + 2x3 = 4
x2 − x3 = 2
0 = −2
5x2 − 7x3 = −11

Dado que la tercera “ecuación” es absurda, se concluye que el sistema no

tiene solución. 

En la eliminación gaussiana se aplican operaciones elementales sobre

filas a un matriz para obtener una forma escalonada. Un segundo método
de eliminación, llamado eliminación de Gauss-Jordan, continúa con el
proceso de eliminación hasta obtener una forma escalonada reducida. Este
método se ilustra en el siguiente ejemplo.

Ejemplo 21. Usando eliminación de Gauss-Jordan, resuelva el sistema.

x − 2y + 3z = 9
−x + 3y = −4
2x − 5y + 5z = 17
1.5. Forma escalonada de una matriz 21

Solución. En el ejemplo 17, se uso eliminación gaussiana para obtener la

forma escalonada  

1 −2 3 9 
0 1 3 5
 
0 0 1 2
Ahora, en vez de usar sustitución regresiva para resolver inmediatamente el
sistema lineal, se aplican operaciones elementales sobre filas hasta obtener
una matriz en forma escalonada reducida. Para ello, se deben producir ceros
arriba de cada uno principal como sigue.
 

1 0 9 19 
0 1 3 5 f1 + (2)f2 → f1
 
0 0 1 2
 

1 0 9 19 
0
 1 0 −1 
 f2 + (−3)f3 → f2
0 0 1 2
 

1 0 0 1
0
 1 0 −1 
 f1 + (−9)f3 → f1
0 0 1 2

De esta matriz en forma escalonada reducida se obtiene el sistema lineal

x = 1
y = −1
z= 2
cuya solución es inmediata. 
Los métodos de eliminación gaussiana y de Gauss-Jordan emplean un
enfoque algorítmico que es de fácil implementación computacional. Sin
embargo, estos procedimientos nada hacen para prevenir que aparezcan
coeficientes fraccionarios. Por ejemplo, si el sistema del ejemplo 21 hubiera
sido dado como
2x − 5y + 5z = 17
x − 2y + 3z = 9
−x + 3y = −4
22 Sistemas de ecuaciones lineales

entonces ambos procedimientos habrían requerido multiplicar la primera

fila por 12 , lo cual habría introducido fracciones en la primera fila. Cuando
los cálculos se hacen a mano, algunas veces se pueden evitar las fracciones
eligiendo de forma apropiada el orden en el que se aplican las operaciones
elementales sobre filas. No obstante, como anteriormente se ha observado,
independiente del orden en el que se aplican las operaciones elementales, la
forma escalonada reducida siempre será la misma.
El siguiente ejemplo muestra como se puede usar la eliminación de
Gauss-Jordan para resolver un sistema compatible indeterminado.
Ejemplo 22. Resuelva el sistema lineal.
2x1 + 4x2 − 2x3 = 0
3x1 + 5x2 =1
Solución. La matriz ampliada del sistema lineal es
" #
2 4 −2 0
3 5 0 1
Se aplica la eliminación de Gauss-Jordan a la matriz ampliada como sigue.
" #
1 2 −1 0 1


f1 → f1
3 5 0 1 2
" #
1 2 −1 0
f2 + (−3)f1 → f2
0 −1 3 1
" #
1 2 −1 0
(−1)f2 → f2
0 1 −3 −1
" #
1 0 5 2
f1 + (−2)f2 → f1
0 1 −3 −1
El correspondiente sistema de ecuaciones es
x1 + 5x3 = 2
x2 − 3x3 = −1
Finalmente, usando el parámetro t para representar la variable libre x3 , y
resolviendo las variables principales x1 y x2 como funciones de t, se tienen
las infinitas soluciones
x1 = 2 − 5t, x2 = −1 + 3t, x3 = t,
donde t es cualquier número real. 
1.6. Sistemas lineales homogéneos 23

Se han visto dos métodos de eliminación para resolver un sistema lineal.

¿Cuál de ellos es mejor? Hasta cierto punto, la respuesta depende de las
preferencias personales. En las aplicaciones del álgebra lineal a problemas de
la vida real, los sistemas lineales se suelen resolver usando un computador.
La mayoría de los programas informáticos utiliza una forma de eliminación
gaussiana, con especial énfasis en la reducción de los errores de redondeo
y el almacenamiento de datos. Puesto que los ejemplos y ejercicios en esta
asignatura son generalmente mucho más simples y se centran en los conceptos
fundamentales, se requiere conocer ambos métodos.

1.6. Sistemas lineales homogéneos

Como último tema de este capítulo se estudiarán los sistemas lineales en
los que todos los términos independientes son iguales a cero. Estos sistemas
se denominan homogéneos. Por ejemplo, un sistema homogéneo de m
ecuaciones en n variables tiene la forma
a11 x1 + a12 x2 + · · · + a1n xn = 0
a21 x1 + a22 x2 + · · · + a2n xn = 0
.. .. .. ..
. . . .
am1 x1 + am2 x2 + · · · + amn xn = 0
Es fácil observar que un sistema homogéneo deber tener al menos una
solución. Específicamente, si todas las variables de un sistema homogéneo
son iguales a cero, entonces se deben satisfacer cada una de las ecuaciones.
Tal solución se denomina trivial. Por ejemplo, un sistema homogéneo de
tres ecuaciones en tres variables x1 , x2 y x3 debe tener la solución trivial
x1 = 0, x2 = 0 y x3 = 0.
Ejemplo 23. Resuelva el sistema lineal.

x1 − x2 + 3x3 = 0
2x1 + x2 + 3x3 = 0

Solución. Aplicando la eliminación de Gauss-Jordan a la matriz ampliada

 
 1 −1 3 0
2 0 3 0
24 Sistemas de ecuaciones lineales

se obtiene la matriz mostrada más abajo.

 
1 −1 3 0
 f2 + (−2)f1 → f2
0 3 −3 0
 
1 −1 3 0 1


 f2 → f2
0 1 −1 0 3

 
1 0 2 0
 f1 + f2 → f1
0 1 −1 0

El sistema de ecuaciones correspondiente a esta matriz es

x1 + 2x3 = 0
x2 − x3 = 0

Usando el parámetro t = x3 , el conjunto solución está dado por

x1 = −2t, x2 = t, x3 = t, t es cualquier número real.

Por consiguiente, este sistema lineal tiene infinitas soluciones, una de las
cuales es la trivial (obtenida haciendo t = 0). 
El ejemplo 23 ilustra un punto importante respecto a los sistemas lineales
homogéneos. Se empezó con dos ecuaciones en tres variables y se encontró
que el sistema tiene infinitas soluciones. En general, un sistema homogéneo
con menos ecuaciones que variables tiene infinitas soluciones.

Teorema 24. Todo sistema lineal homogéneo es compatible. Además, si

el sistema tiene menos ecuaciones que variables, entonces es compatible
indeterminado.