Resolución de sistemas de ecuaciones lineales

September 10, 2021

Dada la identificación entre un sistema lineal y su matriz aumentada, y habiéndose
demostrado que toda matriz es equivalente a alguna matriz en forma escalonada y a
una (y solo una) en forma escalonada reducida, el mismo resultado se aplica a los
sistemas de ecuaciones lineales. Esto es, todo sistema de ecuaciones lineales es
equivalente a alguno escalonado.
Se verá cómo emplear la eliminación gaussiana y la de Gauss-Jordan para resolver
un sistema lineal. Cualquiera de estos procedimientos se aplica a la matriz
aumentada del sistema para producir una matriz en forma escalonada equivalente.
El sistema correspondiente a esta última matriz es equivalente al original y como es
escalonado es fácil de resolver, o es evidente su inconsistencia.
Eliminación gaussiana con sustitución hacia atrás
El procedimiento es el siguiente:
1 Escriba la matriz aumentada del sistema lineal.
2 Utilice el algoritmo de eliminación gaussiana para llevar la matriz a una forma
escalonada. Si durante cualquier estapa
 de este proceso se encuentra una
matriz con un renglón de la forma 0 0 ... 0 : b con b 6= 0,
deténgase, en este caso el sistema es inconsistente. De lo contrario continúe
con 3).
3 Escriba el sistema de ecuaciones lineales escalonado correspondiente a la
matriz obtenida en 2) sin tener en cuenta los renglones cero (si los tiene).
4 Para el sistema escalonado obtenido, distinga las variables delanteras de las
libres y aplique el método de sustitución hacia atrás para encontrar la solución
del sistema.

Con respecto al paso 3, cuando se llega a una matriz en forma escalonada, si ésta
tiene renglones cero, las ecuaciones lineales correspondientes son de la forma
0x1 + 0x2 + ... + 0xn = 0. Este tipo de ecuaciones se satisfacen para cualquier
n-upla de números reales, por lo tanto no aportan soluciones al sistema y se
descartan del mismo. En estos casos el sistema escalonado equivalente tendrá
menos ecuaciones que el sistema original.
Ejemplo 1:
Resuelva aplicando eliminación gaussiana el sistema lineal


 2x2 +3x3 +3x4 = 0
x1 +x2 +2x3 −x4 = 1

 2x1
 +x3 = 12
3x1 +x2 +3x3 −x4 = 13


La matriz aumentada del sistema lineal es

 
0 2 3 3 0
 1 1 2 −1 1 
 
 2 0 1 0 12 
3 1 3 −1 13

Aplicando eliminación gaussiana se obtuvo la siguiente forma escalonada de su

matriz aumentada  
1 1 2 −1 1
 0 2 3 3 0 
 
 
 0 0 0 5 10 
0 0 0 0 0
Como esta matriz tiene un renglón cero, se descarta la ecuación correspondiente.
Ejemplo 1 (continuación)
 
Además no hay un renglón de la forma 0 0 ... 0 : b con b 6= 0, por lo
tanto el sistema escalonado correspondiente es consistente. Este sistema es

 x1 +x2 +2x3 −x4 = 1
2x2 +3x3 +3x4 = 0
5x4 = 10


Las variables delanteras son x1 , x2 y x4 , que son las que corresponden a las
columnas pivote 1◦ , 2◦ y 4◦ de la matriz de coeficientes. La variable x3 (que
corresponde a una columna no pivote) es libre, por lo que toma cualquier valor. Sea

x3 = t, t ∈ R.

Se aplica ahora el método de sustitución hacia atrás. De la última ecuación

x4 = 2.

Sustituyendo x4 y x3 en la ecuación anterior se tiene 2x2 + 3t + 3(2) = 0 y

despejando x2
3
x2 = − t − 3.
2
Reemplazando ahora x4 , x3 y x2 en la primera ecuación se tiene
Ejemplo 1 (continuación)
x1 + − 32 t − 1 + 2t − 2 = 1 y depejando x1 se obtiene

1
x1 = − t + 6.
2
El sistema lineal tiene infinitas soluciones y su solución general es
1 3
x1 = − t + 6, x2 = − t − 3, x3 = t, x4 = 2 para todo t ∈ R.
2 2

La eliminación de Gauss-Jordan para la resolución de sistemas, encuentra un

sistema lineal equivalente al dado que es escalonado reducido, esto es, su matriz
aumentada está en forma escalonada reducida.
Eliminación de Gauss-Jordan
Los pasos a seguir son los siguientes:
1 Escriba la matriz aumentada del sistema lineal.
2 Emplee el método de eliminación de Gauss-Jordan para obtener la forma
escalonada reducida de la matriz. Si en alguna etapa (temprana) del proceso 
se encuentra una matriz con un renglón de la forma 0 0 ... 0 : b
con b 6= 0, deténgase. El sistema es inconsistente. De lo contrario continúe con
el paso 3).
3 Escriba el sistema de ecuaciones lineales escalonado “reducido” correspondiente
a la matriz obtenida en 2) sin tener en cuenta los renglones cero.
4 Distinga las variables delanteras de las libres (si las hay) y despeje la variable
delantera de cada ecuación en función de las libres, de las constantes o de
ambas.
Ejemplo 2:
Retomando el ejemplo anterior, se puede resolver el sistema


 2x2 +3x3 +3x4 = 0
x1 +x2 +2x3 −x4 = 1

 2x1
 +x3 = 12
3x1 +x2 +3x3 −x4 = 13


llevándolo al escalonado reducido.

Aplicando eliminación gaussiana se obtuvo la siguiente forma escalonada de su
matriz aumentada:  
1 1 2 −1 1
 0 2 3 3 0 
 
 .
 0 0 0 5 10 
0 0 0 0 0
Ahora, en lugar de usar sustitución hacia atrás para resolver el sistema escalonado
correspondiente, se continúa con la eliminación de Gauss-Jordan hasta obtener la
forma escalonada reducida:
Ejemplo 2 (continuación)
 
1
1 0 2
0 6
3
0 1 0 −3
 
2 .
 

 0 0 0 1 2 
0 0 0 0 0
El sistema escalonado reducido correpondiente es

+ 12 x3

 x1 = 6
x2 + 23 x3 = −3
x4 = 2


La variable x3 es libre, puede tomar cualquier valor. Si x3 = t, despejando la

variable delantera de cada ecuación en función de t y las constantes se obtiene
directamente la solución general del sistema, a saber:

6 − 21 t


 x1 =
x2 = −3 − 32 t

para todo t ∈ R.

 x3 = t
x4 = 2

Ejemplo 3:
Para resolver el sistema lineal

 x1 −x2 −x3 = 0
−x1 +x2 −x3 = −6
2x1 −x2 −x3 = 1


aplicando el algoritmo de eliminación de Gauss-Jordan, procedemos así:

   
1 −1 −1 : 0 −−−−−−−−−−−−−−→ 1 −1 −1 : 0
R 1 → R2 
 −1 1 −1 : −6  RR32 −+2R 1 → R3
0 0 −2 : −6 
2 −1 −1 : 1 0 1 1 : 1

   
1 −1 −1 : 0 1 −1 −1 : 0
−−−−−−−−−→  −−−−1−−−−−−−−→ 
0 1 1 : 1

R3 ↔ R2  0 1 1 : 1  − R
2 3
→ R 3  
0 0 −2 : −6 0 0 1 : 3
   
−−−−−−−−−−−−−→
1 −1 0 : 3 1 0 0 : 1
R1 + R3 → R1   −−−−−−−−−−−−−→ 
0 1 0 : −2 0 1 0 : −2 

R1 + R2 → R1 
R2 − R3 → R2  
0 0 1 : 3 0 0 1 : 3
Ejemplo 3 (continuación)
El sistema escalonado reducido equivalente al dado es:

 x1 = 1
x2 = −2
x3 = 3


Todas las variables del sistema son delanteras (no posee variables libres). La
solución es única y se lee directamente: x1 = 1, x2 = −2 y x3 = 3. Su conjunto
solución es {(1, −2, 3)}.

Ejemplo 4:
Considere el sistema lineal

 2x1 −x2 +x3 −x4 = 0
x1 +3x2 +x3 −x4 = 1
−3x1 +5x2 −x3 +x4 = 1

Ejemplo 4 (continuación)
Para resolver el sistema aplicando eliminación gaussiana, procedemos como sigue:
   
2 −1 1 −1 : 0 1 3 1 −1 : 1
−−−−−−−−−
→
 1 3 1 −1 : 1  R1 ↔ R2  2 −1 1 −1 : 0 
−3 5 −1 1 : 1 −3 5 −1 1 : 1
 
−−−−−−−−−−−−−−→
1 3 1 −1 : 1
R2 − 2R1 → R2 
0 −7 −1 1 : −2 

R3 + 3R1 → R3 
0 14 2 −2 : 4
 
1 3 1 −1 : 1
−−−−−−−−−−−−−−→ 
0 −7 −1 1 : −2 

R3 + 2R2 → R3 

0 0 0 0 : 0
(observe que en el primer paso se intercambiaron los renglones R1 con R2 para usar
como pivote el 1, ya que de esta forma se evita introducir fracciones en una etapa
temprana del proceso).
Un sistema escalonado equivalente al dado es

x1 +3x2 +x3 −x4 = 1
−7x2 −x3 +x4 = −2
Ejemplo 4 (continuación)
Las variables x1 y x2 son delanteras, x3 y x4 son libres pudiendo tomar cualquier
valor real. As,́
x4 = t, t ∈ R,
y
x3 = s, s ∈ R.
Se aplica ahora el método de sustitución hacia atrás. Despejando x2 en función de s
y t se obtiene
2 1 1
x2 = − s + t.
7 7 7
Sustituyendo ahora x2 en la primera ecuación y despejando x1 en función de s y t
se tiene
1 4 4
x1 = − s + t.
7 7 7
El sistema es consistente con infinitas soluciones y su conjunto solución es
  
1 4 4 2 1 1
− s + t, − s + t, s, t : t, s ∈ R .
7 7 7 7 7 7
Ejemplo 5:
Sea el sistema lineal 
 x −2y +z = 1
2x +y = 3 .
x +3y −z = 0


Si se aplica eliminación gaussiana a su matriz aumentada

   
1 −2 1 : 1 −−−−−−−−−−−−−−→ 1 −2 1 : 1
 2 1 0 : 3  RR23 −−2R 1 → R2
 
R1 → R3  0 5 −2 : 1 
1 3 −1 : 0 0 5 −2 : −1
 
1 −2 1 : 1
−−−−−−−−−−−−−→ 
0 5 −2 : 1 

R3 − R2 → R3 

0 0 0 : −2
se
 llega a una matriz escalonada equivalente cuyo último renglón,
0 0 0 : −2 corresponde a la ecuación inconsistente 0z = −2 por lo que el
sistema no tiene solución.
Soluciones de un sistema lineal

Teorema 1: Consistencia de un sistema lineal

Un sistema lineal es consistente si y solo si cualquier sistema escalonado equivalente
no tiene una ecuación de la forma

0x1 + 0x2 + ... + 0xn = b

con b 6= 0.
En términos de matrices:
Un sistema lineal es consistente si y solo si cualquier forma escalonada de la matriz
aumentada no tiene un renglón de la forma
 
0 0 ... 0 : b

con b 6= 0, es decir, la última columna de la matriz aumentada no es una columna

pivote.
Teorema 2: Sistemas consistentes. Número de soluciones
Un sistema lineal consistente tiene única solución si y solo si no tiene variables
libres, es decir, todas sus variables son delanteras.
Un sistema lineal consistente tiene infinitas soluciones si y solo tiene variables libres.
En término de matrices:
Un sistema lineal consistente tiene una única solución si y solo si cada columna de
la matriz aumentada, excepto la última, es una columna pivote (la última columna
no debe ser columna pivote ya que el sistema es consistente).
Un sistema lineal consistente tiene infinitas soluciones si y solo si su matriz
aumentada tiene otras columnas no pivote además de la última (la última columna
no debe ser columna pivote ya que el sistema es consistente).
Teorema 3: Cantidad de soluciones de un sistema lineal
Para cualquier sistema lineal una y solo una de las tres propiedades siguientes es
válida:
El sistema no tiene soluciones (inconsistente).
El sistema tiene solo una solución.
El sistema tiene infinitas soluciones.

Actividad: ¿Qué puede asegurar respecto a las soluciones de los sitemas lineales
cuyas matrices aumentadas son equivalentes a las siguientes formas escalonadas?

   
1 a b d g   1 a b d f
 0 1 a b c e
2 c e h 
, B =  0
 0 2 c e g 
A=
 0 2 d f ; C = 
 
0 0 5 f i  0 0 0 0 3 
0 0 0 3 0
0 0 0 3 j 0 0 0 0 0

donde a, b, c, d, e, f , g, h, i y j son constantes reales.

Teorema 4: Soluciones de un sistema lineal homogéneo
1 Un sistema lineal homogéneo tiene solo la solución trivial o bien un número
infinito de soluciones.
2 Si un sistema lineal homogéneo tiene más incógnitas que ecuaciones entonces
tiene infinitas soluciones.

Cuando se dice que un sistema lineal homogéneo tiene soluciones no triviales debe
entenderse que tiene otras (infinitas) soluciones, además de la trivial.

Teorema 5:
Sea A una matriz de m × n. El sistema lineal de matriz aumentada [A : b] es
consistente para todo b ∈ Rm si y solo si ninguna forma escalonada de A tiene un
renglón cero; esto es A tiene m posiciones pivote (un pivote por cada renglón).
Como ya se ha visto, un sistema lineal escalonado es consistente si y solo si todas sus
ecuaciones son consistentes, es decir, si y solo si no tiene una ecuación de la forma

0x1 + 0x2 + ... + 0xn = b, b 6= 0.

Con respecto a la consistencia de los sistemas lineales en general, se tiene el

siguiente resultado:

Teorema:
Un sistema lineal es consistente si y solo cualquier sistema equivalente en forma
escalonada no tiene una ecuación de la forma

0x1 + 0x2 + ... + 0xn = b, b 6= 0.

Resolución simultánea de sistemas lineales que tienen la
misma matriz de coeficientes
Es frecuente en la práctica tener que resolver sistemas lineales que tienen la misma
matriz de coeficientes pero distintos términos independientes. Por ejemplo, los
sistemas: 
x −2y +3z = −2
(1)
−x +4y +5z = 7
y 
u −2v +3w = 1
(2)
−u +4v +5w = −4
 
1 −2 3
tienen la misma matriz de coeficientes y vectores de términos
−1 4 5
   
−2 1
independientes y .
7 −4
En lugar de resolver cada sistema por separado, se los puede resolver
simultáneamente aplicando el algoritmo de eliminación gaussiana, o el de
Gauss-Jordan, a la matriz ampliada que tiene en el lado derecho las dos columnas
que corresponden a los términos independientes. Si se aplica Gauss-Jordan a esta
matriz se obtiene su forma escalonada reducida y en consecuencia los dos sistemas
escalonados reducidos equivalentes a los originales.
   
1 −2 3 : −2 1 −−−−−−−−−−−−−→ 1 −2 3 : −2 1 −−−−−−−−−−→
1R → R
R2 + R1 → R2 2 2 2
−1 4 5 : 7 −4 0 2 8 : 5 −3

   
1 −2 3 : −2 1 −−−−−−−−−−−−−−→ 1 0 11 : 3 −2
→ 5 R1 + 2R2 → R1 .
0 1 4 : 2
− 32 0 1 4 : 5
2
− 32

Rápidamente se obtienen las soluciones:

Para el sistema (1) 
 x = 3 − 11s
5
y = 2
− 4s , s ∈ R,
z = s


y para el sistema (2) 

 u = −2 − 11t
v = − 23 − 4t , t ∈ R.
w = t


En el caso de k sistemas lineales de n ecuaciones con n incógnitas cuya matriz de

coeficientes tiene n pivotes, los k sistemas tienen solución única y la solución del
i-ésimo sistema se lee directamente en la (n + i)-ésima columna de la matriz
ampliada reducida equivalente.