3. Posibles resultados de un sistema de ecuaciones.

Motivación: Como sabemos de nuestras clases de algebra lineal, al resolver

sistemas de ecuaciones podemos encontrarnos con tres resultados los cuales
pueden ser:
• Tener solución única
• No tener solución.
• Tener una infinidad de soluciones.

En esta sesión analizaremos como se ven estos resultados en forma matricial,

usaremos eliminación gaussiana para dar solución a los siguientes sistemas de
ecuaciones y analizaremos sus particularidades.

Ejemplo 1:
5𝑥 +𝑦 +𝑧 = 5 5 1 1 𝑥 5
𝑥 + 4𝑦 +𝑧 = 4 su forma matricial 𝐴 = (1 4 𝑦 ̅
1) , 𝑥̅ = ( ) , 𝑏 = (4)
𝑥 +𝑦 + 3𝑧 = 3 1 1 3 𝑧 3

1
5 1 1 5 𝑅2 − 𝑅1 → 𝑅2 5 1 1 5
5
[1 4 1 | 4] Nos queda [0 19⁄5 4⁄5 | 3]
1 1 3 3 1 0 4⁄5 14⁄5 2
𝑅3 − 𝑅1 → 𝑅3
5

5 1 1 5 4 5 1 1 5
[ 0 19⁄5 4⁄5 | 3] 𝑅3 − 𝑅 → 𝑅3 Nos queda [ 0 19⁄5 4⁄5 | 3 ]
19 2
0 4⁄5 14⁄5 2 0 0 50⁄19 26⁄19

Si reescribimos el ultimo renglón tendríamos:

50⁄19 𝑧 = 26⁄19 que es una ecuación bien planteada.

26⁄50
Haciendo sustitución hacia atrás encontramos: 𝑥̅ = (17⁄25)
19⁄25

Para saber si hay solución única basta con realizar la

triangulación de nuestra matriz aumentada y revisar el
ultimo renglón el cual debe arrojarnos una ecuación
bien planteada.
Ejemplo 2: Resuelva el siguiente sistema de ecuaciones usando la eliminación
Gaussiana.
+ 𝑦 − 4𝑧 = 8 0 1 −4 𝑥 8
2𝑥 − 3𝑦 + 2𝑧 = 1 su forma matricial 𝐴 = (2 −3 2 ) , 𝑥̅ = (𝑦) , 𝑏̅ = (1)
5𝑥 − 8𝑦 + 7𝑧 = 1 5 −8 7 𝑧 1

0 1 −4 8
[2 −3 2 | 1]
5 −8 7 1
En esta forma matricial el elemento 𝑎11 = 0 por lo que no puede ser seleccionado
como pivote.

NOTA: En la eliminación gaussiana no realizamos cambios de renglones ya

que dicha instrucción no entra dentro del algoritmo. Para casos como el
anterior es necesario modificar el método para que de esa forma cuando
programemos el método este nos arroje una posible solución.

Para dar solución a nuestro sistema debemos hacer esa modificación y realizar
el cambio de renglones 𝑅1 ↔ 𝑅2

Obtenemos el siguiente sistema semejante:

2 −3 2 1 5 2 −3 2 1
[0 1 −4 | 8] 𝑅3 − 𝑅1 → 𝑅3
2 Nos queda [0 1 −4 | 8 ]
5 −8 7 1 0 − 1⁄2 2 −3⁄2

2 −3 2 1 2 −3 2 1
1
[0 1 −4 | 8 ] 𝑅3 + 𝑅1 → 𝑅3 Nos queda [0 1 −4 | 8 ]
2
0 − 1⁄2 2 −3⁄2 0 0 0 5⁄2
Si reescribimos el ultimo renglón tendríamos:

0𝑧 = 5⁄2 = 0, lo cual es inconsistente

Esta forma particular del ultimo renglón corresponde

al caso en el que el sistema no tiene solución. Lo
llamamos sistema inconsistente.
Ejemplo 3: Resuelva el siguiente sistema de ecuaciones usando la eliminación
Gaussiana.

2𝑥 + 7𝑦 − 𝑧 = 9 2 7 −1 𝑥 9
3𝑥 − 2𝑦 + 6𝑧 = 1 𝐴=( 3 −2 6 ) , 𝑥̅ = (𝑦) , 𝑏̅ = ( 1 )
−2𝑥 + 11 ⁄2 𝑦 − 13 ⁄ 2 𝑧 = 7⁄2 −2 11⁄2 −13⁄ 𝑧 7⁄
2 2

2 7 −1 9 3
3 −2 6 𝑅2 − 𝑅1 → 𝑅2
[ | 1 ] 2
−2 11⁄2 −13⁄ 7⁄
2 2 𝑅3 + 𝑅1 → 𝑅3

2 7 −1 0
−25 15⁄ −25⁄ 𝑅3 + 𝑅2 → 𝑅3
Nos queda [0 ⁄2 2 | 2]
0 25⁄2 −15⁄
2
25⁄
2

2 7 −1 0
Nos queda [0 −25 ⁄2 15⁄2 | −25 ⁄2]
0 0 0 0
Observamos ultimo renglón:

0𝑥 + 0𝑦 + 0𝑧 = 0 No hay contradicción, pero no podemos asignarle un valor a 𝑧

Esta forma particular un renglón con puros ceros

corresponde al caso en el que el sistema tiene una
infinidad de soluciones.
 4. Problemas que surgen con la eliminación gaussiana.

Resolver los siguientes sistemas con eliminación gaussiana. Use redondeo a 4

dígitos.
0.0002000𝑥1 + 1.471𝑥2 =1.473
a)
0.2346𝑥1 − 1.317𝑥2 =1.024

Forma matricial.
0.0002000 1.471 𝑥1 1.473
𝐴=( ), 𝑥̅ = (𝑥 ) , 𝑏̅ = ( )
0.2346 −1.317 2 1.024

0.0002 1.471 1.473 0.2346 0.0002 1.471 1.473

[ | ] 𝑅3 − 0.0002 𝑅2 → 𝑅3 [ | ]
0.2346 −1.317 1.024 0 −1726 −1727

0.0002𝑥1 + 1.471𝑥2 = 1.473

0 − 1726𝑥2 =−1727

−1727
Tenemos que 𝑥2 = −1727 = 1.000579374, redondeado nos queda 𝑥2 ≈ 1.001

Sustituyendo en la primer ecuación: 0.0002𝑥1 + 1.471𝑥2 = 1.473

1.473 − 1.471(1.001) 1.473 − 1.472
𝑥1 = ≈ =5
0.0002 0.0002

Al sustituir en el sistema vemos que la solución no es correcta.

0.0002000(5) + 1.471(1.001)=1.473471
0.2346(5)− 1.317(1.001)=2.491317
1.473471 1.473
( )≠( )
2.491317 1.024

10
La solución correcta es 𝑥̅ = ( )
1
Este tipo de problemas surgen al resolver los sistemas con un ordenador
usando el método de eliminación gaussiana. Justo estos problemas son los que
motivan a realizar cambios en el método y es lo que nos lleva a analizar el
método de pivoteo parcial. Antes de cambiar de tema, es necesario revisar que
las aplicaciones que tiene la eliminación gaussiana.