Cap. 2

CAPTULO
SISTEMAS DE ECUACIONES LINEALES
2.1 Sistemas de ecuaciones lineales y su clasificacin
Se define como ecuacin lineal con n incgnitas o variables x1 , x2 , x3 , , xn a la expresin que

tiene la siguiente forma:
a1 x1 + a2 x2 + a3 x3 + + an xn = b expresin (1)
En donde a1 , a2 , a3 , , an son los coeficientes de las incgnitas, y b es el trmino independiente de la

ecuacin, perteneciendo todos los elementos a un campo. En nuestro curso emplearemos solamente el
campo de los nmeros reales que hemos denotado como .
Una solucin de dicha ecuacin es un conjunto de valores k1 , k2 , k3 , , k n que sustituidos en la

expresin (1) la convierten en una igualdad.
Ejemplo 2.1 Las ecuaciones 3x y = 2 , 2 x + 3 y 4 z = 3 , y x1 + x2 + x3 + + xn = 0 son

lineales, ya que todas sus variables son de primer grado.
Llamamos sistema de ecuaciones lineales a un conjunto de ecuaciones de la forma (1) que deben
resolverse simultneamente. En el caso general, un sistema de m ecuaciones con n incgnitas se
representa de la siguiente manera:
a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3 expresin (2)

am1 x1 + am 2 x2 + am 3 x3 + + amn xn = bm
Se llama solucin del sistema de ecuaciones lineales (2) a un conjunto de n valores ki ( i = 1, 2,3, , n )
los cuales al ser sustituidos en las ecuaciones del sistema las convierten a todas y cada una en igualdades.
215
216 JOS PEDRO AGUSTN VALERA NEGRETE
Conviene hacer notar que los n valores k1 , k2 , k3 , , k n constituyen una solucin del sistema y no n
soluciones.
Si el sistema de ecuaciones lineales tiene solucin decimos que es compatible o consistente, y

dependiendo del nmero de soluciones decimos que es determinado si posee una solucin nica, e
indeterminado si posee un nmero infinito de soluciones.
Un sistema de ecuaciones lineales puede no tener solucin alguna, en cuyo caso decimos que el sistema
es incompatible o inconsistente.
2.1.1 Forma matricial de un sistema de ecuaciones lineales, matriz de coeficientes
Los coeficientes de las incgnitas de las ecuaciones del sistema (2) pueden arreglarse formando la
siguiente matriz A de orden m x n a la que llamamos matriz de coeficientes del sistema.
a11 a12 a13 a1n

a21 a22 a23 a2 n
A=

am1 am 2 am 3 amn
Llamamos vector rengln de n componentes a un conjunto ordenado de n nmeros reales escritos de la

siguiente manera a = ( a1 , a2 , a3 , , an ) o a = [ a1 , a2 , a3 , , an ] el cual tambin es una matriz de
orden 1x n .
Llamamos vector columna de n componentes a un conjunto ordenado de n nmeros reales escritos de

la siguiente manera:
a1
a
2
a = a3 el cual tambin es una matriz de orden n x 1

an
Cualquier vector cuyos elementos sean todos ceros se llama vector cero y se representa, para
diferenciarlo del escalar cero, con la notacin 0 , es decir, 0 = ( 0, 0, 0, , 0) .
En el libro de lgebra lineal se denotar a los vectores con letras minsculas coronadas por una testa
como a , b , c , u, v , etc., excepto al vector cero, que se denota, como ya indicamos, 0 .
En forma similar a la de los coeficientes de las incgnitas del sistema, podemos arreglar las n incgnitas
o variables xi ( i = 1, 2,3, , n ) en una matriz de orden n x 1 o vector columna, tambin llamado vector
de incgnitas, que escribimos de la siguiente manera:
CAPTULO 2 SISTEMAS DE ECUACIONES LINEALES 217
x1
x
2
x = x3

xn
Los m trminos independientes de las ecuaciones del sistema (2) pueden arreglarse en forma de otra
matriz de orden m x 1 o vector columna al que llamamos vector de trminos independientes:
b1
b
2
b = b3

bm
Observamos que en funcin de las anteriores matrices y vectores, el sistema de ecuaciones lineales (2)
puede expresarse como:
Ax = b expresin (3)
x b
a11 a12 a13 a1n 1 1
x b
a21 a22 a23 a2 n 2 2
x =b
3 3

am1 am 2 am 3 amn
xn bm
Esta es una ecuacin matricial en la que x es un vector de incgnitas y a dicha ecuacin se le denomina
forma matricial del sistema de ecuaciones lineales.
2.1.2 Matriz ampliada o matriz aumentada del sistema de ecuaciones lineales
Llamamos matriz ampliada o matriz aumentada del sistema de ecuaciones lineales a la matriz de orden
m x ( n + 1) que se obtiene al aumentar una columna a la matriz de coeficientes del sistema A , esta
columna es el vector de trminos independientes. Entonces, la matriz ampliada del sistema de ecuaciones
lineales (2) es:
a11 a12 a13 a1n b1
a21 a22 a23 a2 n b2
( A, b ) =

am1 am 2 am 3 amn bm
Recordando el concepto de rango de una matriz (analizado en el captulo 1), resulta evidente que el rango
de la matriz ampliada ( A, b ) siempre ser igual al rango de la matriz de coeficientes A o mayor en una
unidad (ver tema 2.2.3).
2.2 Solucin de sistemas de ecuaciones lineales
Un sistema de m ecuaciones lineales con n incgnitas de la forma (2), dependiendo del valor que se le
asigne a los trminos independientes, podemos clasificarlo en:
2.2.1 Sistemas de ecuaciones lineales no homogneos
Cuando al menos un trmino independiente es diferente de cero.
a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3

2.2.2 Sistemas de ecuaciones lineales homogneos
Todos los trminos independientes son iguales a cero.
a11 x1 + a12 x2 + a13 x3 + + a1n xn = 0

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = 0
a31 x1 + a32 x2 + a33 x3 + + a3n xn = 0

am1 x1 + am 2 x2 + am 3 x3 + + amn xn = 0
Una segunda clasificacin depende del nmero de ecuaciones y de incgnitas que posea el sistema, y
pueden presentarse tres casos diferentes:
1. Igual nmero de ecuaciones que de incgnitas m = n

2. Mayor nmero de ecuaciones que de incgnitas m > n
3. Menor nmero de ecuaciones que de incgnitas m < n
A su vez cada sistema de ecuaciones lineales podr tener:
a) Solucin nica (sistema compatible determinado),

b) Un nmero infinito de soluciones (sistema compatible indeterminado),
c) No tener solucin (sistema incompatible).
a) Determinados
1) Compatibles (tienen solucin)
b) Indeterminados
I) Nohomogneos

2) Incompatibles (no tienen solucin)

Sistemas de ecuaciones lineales

a) Determinados
II) Homogneos Compatibles (siempre tienen solucin)
b) Indeterminados

Clasificacin de los sistemas de ecuaciones lineales
2.2.3 Teorema de Kronecker-Capelli, o teorema de Rouch-Frobenius
Un sistema de ecuaciones lineales es compatible si y slo si el rango de la matriz de coeficientes es igual

al rango de la matriz ampliada R ( A ) = R ( A, b ) .
Hemos hecho notar que el rango de la matriz de coeficientes no puede ser mayor que el rango de la matriz
ampliada, en consecuencia, el sistema (2) ser incompatible cuando R ( A ) < R ( A, b ) .
Demostracin: Supongamos que el sistema (2) es compatible y que k1 , k2 , k3 , , k n es una solucin de

dicho sistema, entonces, sustituyendo estos valores en lugar de las incgnitas del sistema, tendremos m
igualdades:
a11k1 + a12 k2 + a13k3 + + a1n kn = b1
a21k1 + a22 k2 + a23k3 + + a2 n k n = b2
a31k1 + a32 k2 + a33k3 + + a3n kn = b3 expresin (4)

am1k1 + am 2 k2 + am3 k3 + + amn kn = bm
Que tambin se puede escribir como:
a11 a12 a13 a1n b1

a a a a b
21 22 23 2n 2
a31 k1 + a32 k2 + a33 k3 + + a3n kn = b3

am1 am 2 am 3 amn bm
Podemos indicar las matrices de orden m x 1 o vectores columna mediante la siguiente notacin:
a11 a12 a13 a1n b1

a a a a b
21 22 23 2n 2
v1 = a31 , v2 = a32 , v3 = a33 , , vn = a3n , b = b3 expresin (5)

am1 am 2 am3 amn bm
En el captulo 3 correspondiente al tema de espacios vectoriales, analizaremos con mayor profundidad los
conceptos de combinacin lineal y dependencia lineal; sin embargo, para establecer el teorema de
compatibilidad de un sistema de ecuaciones lineales se presentan las siguientes definiciones:
1. Un vector v es una combinacin lineal de vectores v1 , v2 , , vn si existen escalares 1 , 2 , , n

tales que v = 1 v1 + 2 v2 + + n vn . Los escalares 1 , 2 , , n son llamados coeficientes de la
combinacin lineal.
2. Un conjunto de vectores v1 , v2 , , vn es linealmente dependiente o tiene dependencia lineal si

existen escalares 1 , 2 , , n al menos uno de los cuales no sea cero, tal que
1 v1 + 2 v2 + + n vn = 0 . Entonces los vectores v1 , v2 , , vn son linealmente dependientes, si y
slo si, al menos uno de los vectores puede ser expresado como una combinacin lineal de los otros.
Un conjunto de vectores v1 , v2 , , vn que no es linealmente dependiente se denomina linealmente

independiente (cuando la ecuacin vectorial 1 v1 + 2 v2 + + n vn = 0 tiene como solucin nica
1 = 2 = ... = n = 0 ).
Los vectores de la expresin (5) demuestran que la ltima columna de la matriz ( A, b ) , es decir, el
vector de trminos independientes b , es una suma vectorial finita de la forma k1 v1 + k 2 v2 + + kn vn
de las columnas de la matriz A llamada combinacin lineal, en consecuencia cualquier submatriz de
( A, b ) que contenga n + 1 columnas ser singular. De aqu se concluye que las matrices A y ( A, b )
son del mismo rango.
Consideremos entonces que si las matrices A y ( A, b ) tienen el mismo rango, se deduce que cualquier
conjunto linealmente independiente de columnas de la matriz ( A, b ) se encuentra tambin contenido en
la matriz A , por lo tanto la ltima columna de la matriz ( A, b ) , la cual no est contenida en A , puede
expresarse como una combinacin lineal de las columnas de la matriz A y en consecuencia existe al
menos un conjunto de valores k1 , k2 , , kn tales que las ecuaciones de la expresin (4) se convierten en
igualdades y por tanto el sistema indicado en la expresin (2) posee al menos una solucin, es decir, es
compatible, quedando demostrado el teorema.
Supongamos ahora que el sistema de la expresin (2) es compatible y debido a que el teorema de
Kronecker-Capelli no establece el nmero de soluciones que posee dicho sistema, podemos establecer
que si R es el rango de las matrices A y ( A, b ) , sabemos que el mximo nmero de renglones

diferentes (linealmente independientes) que podemos encontrar en dichas matrices es R ; en
consecuencia, una solucin simultnea de dichas R ecuaciones satisface tambin a las m R restantes.
Para precisar, supongamos que las primeras R ecuaciones son independientes, entonces nuestro
problema se reduce a encontrar las soluciones del sistema:
a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2

aR1 x1 + aR 2 x2 + aR 3 x3 + + aRn xn = bR
Por otra parte el rango de la matriz de coeficientes A de un sistema de ecuaciones lineales es siempre
menor o igual que el nmero de incgnitas n . En efecto, supongamos que en el sistema (2) el nmero de
ecuaciones m es menor que el nmero de incgnitas n , es decir, m < n ; entonces, de acuerdo con la
definicin de rango de una matriz R ( A ) m y en consecuencia R ( A ) < n . Supongamos ahora que el
nmero de incgnitas del sistema (2) es menor que el de ecuaciones n < m ; entonces, de acuerdo con la
definicin de rango de una matriz tendremos que R ( A ) n , por lo tanto en un sistema de ecuaciones
lineales se tiene siempre que R ( A ) n .
2.2.4 Teorema del rango
Sea A la matriz de coeficientes de un sistema de ecuaciones lineales con n variables o incgnitas. Si el

sistema es compatible, entonces:
nmero de variables libres = n R ( A )
Regresando al sistema (6) sabemos que las R ecuaciones son linealmente independientes y adems dado
que R n , sabemos que existe al menos una submatriz de orden n de la matriz de coeficientes de dicho
sistema que es no singular.
Se presentan ahora dos alternativas:
1. R = n
2. R < n
Si R = n , el sistema (6) tiene el mismo nmero de ecuaciones que de incgnitas y su matriz de

coeficientes es no singular. En este caso, el sistema es compatible determinado y posee una solucin
nica, la cual puede obtenerse por medio de la ecuacin matricial (matriz inversa) o por la regla de
Cramer (ver tema 2.2.5).
Si R < n , el sistema (6) tiene ms incgnitas que ecuaciones, para precisar supongamos que la submatriz
de orden R formada por las primeras R columnas de la matriz de coeficientes de dicho sistema es no
singular. Traslademos al segundo miembro en cada una de las ecuaciones del sistema los trminos que
contienen a las n R incgnitas restantes y asignemos a dichas incgnitas xR + 1 , xR + 2 , , xn los
valores fijos arbitrarios xR' + 1 , xR' + 2 , , xn' , obteniendo as el sistema:
a11 x1 + a12 x2 + + a1R xR = b1 a1R +1 xR' +1 a1R + 2 xR' + 2 a1n xn'

a21 x1 + a22 x2 + + a2 R xR = b2 a2 R +1 xR' +1 a2 R + 2 xR' + 2 a2 n xn'
a31 x1 + a32 x2 + + a3 R xR = b3 a3 R +1 xR' +1 a3 R + 2 xR' + 2 a3n xn' expresin (7)

aR1 x1 + aR 2 x2 + + aRR xR = bR aRR +1 xR +1 aRR + 2 xR + 2
' '
aRn xn'
El cual es un sistema de R ecuaciones con R incgnitas ( x1 , x2 , , xR ) cuya matriz de coeficientes es no

singular. Podemos en este caso resolver el sistema (7) encontrando una solucin nica que podemos llamar
f1' , f 2' , , f R' para las incgnitas ( x1 , x2 , , xR ) en donde dependen de los valores xR' + 1 , xR' + 2 , , xn'
asignados a las incgnitas trasladadas al segundo miembro de las ecuaciones (7).
Es evidente que el conjunto de valores f1' , f 2' , , f R' , xR' + 1 , xR' + 2 , , xn' expresin (8)
constituye una solucin del sistema (6). Sin embargo, dado que los valores xR' + 1 , xR' + 2 , , xn' fueron
asignados arbitrariamente, se tendr para (6) un nmero infinito de soluciones y decimos que es
compatible indeterminado.
En el caso general la solucin f1 , f 2 , , f R deber expresarse como funcin de xR + 1 , xR + 2 , , xn

entonces dicha solucin es de la forma:
f1 , f 2 , , f R , xR + 1 , xR + 2 , , xn expresin (9)
Llamada solucin general del sistema de ecuaciones lineales (6).
Si asignamos a xR + 1 , xR + 2 , , xn valores fijos arbitrarios, las soluciones obtenidas son de la forma (8)
llamadas soluciones particulares del sistema (6).
Como puede observarse, hemos hablado en ambos casos de las soluciones del sistema (6), pero como ya
hemos dicho, estas soluciones satisfacen todas las ecuaciones del sistema (2) y en consecuencia las
soluciones para el mismo sern las obtenidas para el sistema (6).
2.2.5 Solucin de sistemas de ecuaciones lineales mediante los mtodos de la ecuacin

matricial y de la regla de Cramer
Estudiemos el caso de los sistemas de ecuaciones lineales con el mismo nmero de ecuaciones que de
incgnitas m = n (ver ejercicios tema 2.3.2.1 y tema 2.4.1.1).
a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2

an1 x1 + an 2 x2 + an 3 x3 + + ann xn = bn
Se observa de inmediato que la matriz de coeficientes del sistema es una matriz cuadrada de orden n
definida por:
a11 a12 a13 a1n
a21 a22 a23 a2 n
A= y A 0

an1 an 2 an 3 ann
En consecuencia la matriz A es no singular ya que A al que llamamos determinante asociado a la

matriz del sistema resulta ser diferente de cero. Se ver ms adelante que en estas condiciones el sistema
(10) es compatible determinado.
2.2.5.1 Mtodo de la ecuacin matricial
Sabemos que el sistema de ecuaciones lineales (10) puede expresarse como A x = b expresin (11)
Dado que A es una matriz no singular entonces es invertible, es decir, existe la matriz inversa A 1 .
Premultiplicando ambos miembros de la expresin (11) por A 1 tenemos:
A 1 A x = A 1 b
De acuerdo con la definicin de matriz inversa I x = A1 b obtenemos:
x = A 1 b expresin (12)
La expresin anterior (12) nos permite obtener la solucin de la ecuacin matricial (11) y en
consecuencia la solucin del sistema de ecuaciones lineales (10).
Ejemplo 2.2 Investigar si el siguiente sistema de ecuaciones lineales (con igual nmero de ecuaciones
que de incgnitas) es compatible o incompatible, y en caso de tener solucin hallarla por el mtodo de la
ecuacin matricial (obteniendo la matriz inversa). Comprobar el resultado.
3x1 2 x2 + x3 = 2 ecuacin 1
2 x1 + x2 + 3 x3 = 1 ecuacin 2
x1 x2 + x3 = 2 ecuacin 3
Solucin:
1. Sean las matrices del sistema:
3 2 1 x1 2
A = 2 1 3 ;
x = x2 ; b = 1

1 1 1 x3 2
2. En forma matricial expresamos el sistema de ecuaciones lineales como A x = b :
3 2 1 x1 2
2 1 3 x = 1
2
1 1 1 x3 2
3. Por tratarse de un sistema de igual nmero de ecuaciones que de incgnitas investiguemos si la

matriz A del sistema es invertible, para ello verifiquemos que A 0 y entonces hallemos su matriz
inversa A1 .
Observacin 1: El sistema de ecuaciones lineales anterior, al poseer el mismo nmero de ecuaciones que
de incgnitas m = n puede resolverse mediante la expresin matricial A x = b , siempre que la matriz
de coeficientes de las incgnitas A sea una matriz no singular, es decir, que su determinante asociado
A 0 , y por lo tanto es invertible (tiene inversa): en este caso el sistema de ecuaciones lineales es
compatible determinado (tiene una solucin nica).
Observacin 2: En el caso de que A sea una matriz singular, en donde su determinante asociado es
A = 0 , debemos primero obtener los rangos de la matriz del sistema y de la matriz ampliada y efectuar
el procedimiento descrito por el teorema de Kronecker-Capelli, para determinar mediante sus rangos si el
sistema de ecuaciones lineales es compatible indeterminado o incompatible.
3 2 1
A = 2 1 3 = 3 2 6 1 + 9 + 4 = 16 9 = 7 A es invertible
1 1 1
Hallemos la matriz inversa de A :
3 2 1 411 121 731 4 1 7

AT = 2 1 1 ; adj A = 112 222 732 ; A1 = 1 7
1
2
7
1 3 1 313 132 733 3 1 7
4. La solucin del sistema est dada por la ecuacin matricial x = A1 b :
x1 4 1 7 2 8 + 1 + 14 7 1
1
x = x2 = 1 2 7 1 = 1 2 + 2 + 14 = 1 14 = 2
7 7 7
x3 3 1 7 2 6 + 1 14 7 1
x1 1
x2 = 2 Entonces: x1 = 1, x2 = 2, x3 = 1
x3 1
5. Comprobemos que el resultado obtenido es el correcto sustituyendo los valores anteriores en la

ecuacin (1).
3x1 2 x2 + x3 = 2
3 (1) 2 ( 2 ) + ( 1) = 2
3 4 1 = 2
2 = 2
2.2.5.2 Mtodo de la regla de Cramer
Para resolver sistemas de ecuaciones lineales del tipo (10) en donde el nmero de ecuaciones es igual al
nmero de incgnitas m = n , y el sistema es compatible determinado (posee una solucin nica),
podemos emplear tambin el mtodo conocido como regla de Cramer (Gabriel Cramer, matemtico
suizo 1704-1752), ya que la matriz de coeficientes de las incgnitas A es una matriz no singular. En el
caso de que A sea una matriz singular debemos proceder aplicando el teorema de Kronecker-Capelli,
para determinar mediante los rangos de las matrices (del sistema y de la ampliada) si el sistema de
ecuaciones lineales es compatible indeterminado o incompatible.
Con frecuencia cuando se tienen n ecuaciones con n incgnitas, se utiliza una frmula para obtener la
solucin del sistema de ecuaciones lineales sin analizar los rangos de las matrices. La expresin para
hallar dicha solucin se conoce como regla de Cramer y se establece en el siguiente:
Teorema: Si A x = b es un sistema de n ecuaciones lineales con n incgnitas, tal que det ( A) 0 ,

entonces el sistema tiene solucin nica. Esta solucin es
A1 A2 Ai An
x1 = , x2 = , , xi = , , xn =
A A A A
Si representamos con Ai a la matriz obtenida al reemplazar la i sima columna de A por el vector de

trminos independientes b , los valores de xi correspondientes a la solucin del sistema estn dados por:
Ai
xi = para i = 1, 2,3, , n expresin (13)
A
Ejemplo 2.3 Resolver el sistema de ecuaciones lineales del ejemplo 2.2 , por el mtodo de la regla de
Cramer, y comprobar el resultado.
3x1 2 x2 + x3 = 2 ecuacin 1
2 x1 + x2 + 3x3 = 1 ecuacin 2
Solucin:
1. Hallar el valor del determinante A
3 2 1
A = 2 1 3 = 3 2 6 1 + 9 + 4 = 16 9 = 7
1 1 1
2. Hallar los determinantes asociados a cada una de las incgnitas, sustituyendo los coeficientes de cada
incgnita por los trminos independientes:
2 2 1
Ax1 = 1 1 3 = 2 1 + 12 + 2 6 + 2 = 16 9 = 7
2 1 1
3 2 1
Ax2 = 2 1 3 = 3 4 6 1 + 18 + 4 = 25 11 = 14
1 2 1
3 2 2
Ax3 = 2 1 1 = 6 + 4 2 + 2 + 3 8 = 9 16 = 7
1 1 2
Ai
3. Hallar los valores de las incgnitas mediante la expresin xi = :
A
7 14 7
x1 = = 1, x2 = = 2, x3 = = 1
7 7 7
4. Comprobemos el resultado en la ecuacin (1):
3 x1 2 x2 + x3 = 2
3(1) 2 (2) + (1) = 2
3 4 1 = 2
2 = 2
2.2.6 Sistemas de ecuaciones lineales con diferente nmero de ecuaciones que de incgnitas
En caso de que en el sistema de ecuaciones lineales el nmero de ecuaciones sea diferente al nmero de
incgnitas m n , deberemos hallar el valor del rango de la matriz de coeficientes del sistema A y
compararlo con el valor del rango de la matriz ampliada ( A, b ) y efectuar el procedimiento referente a la
aplicacin del teorema de Kronecker-Capelli para transformar el sistema original en otro sistema
equivalente que posea igual nmero de ecuaciones que de incgnitas. Este nuevo sistema de ecuaciones
puede ser resuelto por cualquiera de los mtodos analizados en el presente captulo (ecuacin matricial o
la regla de Cramer).
2.3 Sistemas de ecuaciones lineales no homogneos
Analicemos ahora el caso general de un sistema de m ecuaciones con n incgnitas, como el que se
muestra en la expresin (2), en donde cuando menos uno de los trminos independientes bi es diferente
de cero, a este sistema de ecuaciones lineales le llamamos no homogneo:
a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = b2
a31 x1 + a32 x2 + a33 x3 + + a3n xn = b3

Hemos dicho que un sistema de ecuaciones lineales puede ser compatible (tener solucin) o incompatible
(sin solucin) y en caso de tener solucin puede ser determinada o indeterminada.
Procedimiento:
Para determinar si el sistema tiene o no solucin, es decir, si es compatible o incompatible, se aplica el

teorema de Kronecker-Capelli, y de acuerdo con nuestra notacin el sistema es compatible, si y slo si,
R ( A ) = R ( A, b ) , e incompatible si R ( A ) < R ( A, b ) .
2.3.1 Sistemas de ecuaciones lineales no homogneos compatibles
Con base en lo anteriormente expuesto, podemos enunciar las siguientes reglas para resolver un sistema
de ecuaciones lineales compatible de m ecuaciones con n incgnitas, en el que
R ( A ) = R ( A, b ) = R .
1. Elegir en la matriz A , R renglones en donde ninguno de ellos sea mltiplo de otro (linealmente
independientes).
2. Dejar en el sistema las R ecuaciones correspondientes a dichos renglones, eliminando las m R
ecuaciones restantes.
3. Dejar en los primeros miembros de estas m R ecuaciones a R incgnitas, de manera que el
determinante formado con sus correspondientes columnas sea diferente de cero.
4. Trasladar a los segundos miembros las n R incgnitas restantes asignndoles un valor fijo.
5. Resolver el nuevo sistema equivalente de igual nmero de ecuaciones que de incgnitas m = n , por
alguno de los mtodos descritos en el presente captulo (ecuacin matricial y la regla de Cramer).
2.3.2 Ejemplos de sistemas de ecuaciones lineales no homogneos
2.3.2.1 Sistemas de ecuaciones lineales no homogneos con igual nmero de ecuaciones que de
incgnitas m = n
2.3.2.1.1 Sistemas compatibles determinados
Ejemplo 2.4 Investigar por medio de los rangos de la matriz del sistema y de la matriz ampliada, si el
siguiente sistema de ecuaciones lineales no homogneo es compatible o incompatible, y en caso de tener
solucin hallarla por el mtodo de la ecuacin matricial. Comprobar el resultado.
2x 2 y + z = 1 ecuacin 1
x + 2y z = 3 ecuacin 2
x + y 3 z = 2 ecuacin 3
Solucin:
1. Hallar el rango de la matriz del sistema A :
(2) 2 2 1 0 4 7 * 0 412 7 0 412 7

A = (1) 1 2 1 0 3 4 ( 34 ) 0 3 4 0 0
5
4
* 131 1 3 131 1 3 131 0 0 131 0 0
4 0 0
0 5
4 0 R ( A) = 3
0 0 1
2. Hallar el rango de la matriz ampliada o aumentada del sistema ( A, b ) . En este caso no es necesario
efectuar operaciones, ya que observamos que la matriz ampliada ( A, b ) tiene cuando menos el mismo
rango que la matriz del sistema A , es decir, el menor rango que la matriz ampliada puede tener es
R ( A, b ) = 3 . Por otra parte, el mayor rango que puede tener la matriz ampliada es R ( A, b ) = 3 , ya que
en ella (por tener tres renglones) se encuentran submatrices cuyo mayor rango es R = 3 .
2 2 1 1
( A, b ) = 1 2 1 3
R ( A, b ) = 3
1 1 3 2
Conclusin:
a) Si R ( A ) = R ( A, b ) = R = 3 el sistema es compatible (tiene solucin)
R = n el sistema es compatible determinado

b) Si
R < n el sistema es compatible indeterminado
Como el nmero de incgnitas es n = 3 , y el rango R = 3 , implica que R = n y por lo tanto concluimos

que el sistema de ecuaciones lineales es compatible determinado (tiene una solucin nica) y puede ser
resuelto por cualquier mtodo hasta ahora estudiado.
3. Hallemos la solucin por medio de la ecuacin matricial x = A1 b :
2 2 1

3.1 Hallar la matriz inversa de A = 1 2 1

1 1 3
2 2 1
A = 1 2 1 = 12 1 + 2 2 + 2 + 6 = 10 15 = 5
1 1 3
2 1 1 5 5 0 5 5 0
A = 2 2 1 ; adj A = 4 7 1 ;
1
T

1
A = 4 7 1
5
1 1 3 3 4 2 3 4 2
3.2 La solucin del sistema de ecuaciones es:
x 5 5 0 1 5 15 + 0 20 4
y = 1 4 7 1 3 = 1 4 21 2 = 1 27 = 27
5 5 5 5
z 3 4 2 2 3 12 4 19 195
Por lo tanto x = 4, y = 27
5 , z= 19
5
4. Comprobemos el resultado sustituyendo los valores de las incgnitas en la ecuacin (1) del sistema.
2x 2 y + z = 1
2 (4) 2 ( 275 ) + ( 195 ) = 1
8 54
5 + 19
5 =1
8 35
5 =1
8 7 =1
1=1
Ejemplo 2.5 Hallar la solucin del sistema de ecuaciones lineales no homogneo del ejemplo 2.4 ,
aplicando el mtodo de la regla de Cramer.
Solucin:
Por tratarse de un sistema de ecuaciones lineales no homogneo con igual nmero de ecuaciones que de
incgnitas m = n , podemos simplificar el procedimiento de hallar los rangos de matrices e investigar
directamente su compatibilidad al encontrar nicamente el valor del determinante del sistema.
Si A = 0 , la matriz A es singular, y el sistema no tiene solucin (es incompatible) o tiene infinito de

soluciones (compatible indeterminado), en cuyo caso es necesario hallar los rangos de las matrices.
Si A 0 , la matriz A es no singular y el sistema tiene solucin determinada y se aplica el teorema de

la regla de Cramer.
1. Dada la matriz A investigar si es una matriz no singular:
2 2 1
A = 1 2 1
1 1 3
2 2 1
A = 1 2 1 = 12 1 + 2 2 + 2 + 6 = 10 15 = 5
1 1 3
Como A 0 , la matriz A es no singular y el sistema tiene solucin determinada.

2. Hallar los determinantes asociados a cada una de las incgnitas, sustituyendo los coeficientes de cada
incgnita por los trminos independientes:
1 2 1
Ax = 3 2 1 = 6 + 3 4 + 4 + 1 18 = 28 + 8 = 20
2 1 3
2 1 1
Ay = 1 3 1 = 18 + 2 1 3 4 3 = 29 + 2 = 27
1 2 3
2 2 1
Az = 1 2 3 = 8 1 6 2 6 + 4 = 23 + 4 = 19
1 1 2
Ai
3. Hallar los valores de las incgnitas aplicando la expresin: xi =
A
20 27 19
x= = 4, y = , z=
5 5 5
Ejemplo 2.6 Investigar por el procedimiento de su preferencia si el siguiente sistema de ecuaciones

lineales no homogneo es compatible o incompatible, y en caso de tener solucin hallarla por el mtodo
de la ecuacin matricial. Comprobar el resultado.
x 2 y + z = 3 ecuacin 1
x + 2 y 2z = 1 ecuacin 2
Solucin:
1. Investiguemos si el sistema de ecuaciones lineales no homogneo de igual nmero de ecuaciones que

de incgnitas es compatible o incompatible y para ello obtengamos el rango de la matriz A .
* 131 2 1 131 2 1 1 0 0
A = (1) 1 2 2 0 0 123 0 1 0 R ( A) = 3
(1) 1 1 3 0 3 4 0 0 3
2. Hallemos el rango de la matriz ampliada ( A , b ) . En este caso no es necesario efectuar las operaciones
elementales para hallar el rango, ya que podemos seguir el siguiente criterio: como la matriz ( A , b ) es de
orden 3 x 4 , nos indica que el menor rango posible que puede tener es el de la matriz A, es decir, el rango
es R( A) = 3 ; y a la vez el mayor rango posible que puede tener ( A , b ) es 3 porque cuando mucho
podemos hallar una submatriz no singular contenida en ella de orden 3 . En este caso entonces podemos
decir que el rango de ( A , b ) = 3 .
Por lo tanto el sistema es compatible ya que R( A) = R( A , b ) = 3 y es determinado porque R = n ,

entonces podemos resolver el sistema de ecuaciones por el mtodo solicitado.
3. Resolvamos por el mtodo de la ecuacin matricial x = A1 b .
3.1 Hallar la matriz inversa A1 :
1 2 1 1 2 1
A = 1 2 2 ;
A = 1 2 2 = 6 1 + 4 2 + 2 + 6 = 12 9 = 3
1 1 3 1 1 3
1 1 1 4 5 2 4 5 2
A = 2 2 1 ; adj A = 5 4 1 ;
1
T 1
A = 5 4 1
3
1 2 3 3 3 0 3 3 0
3.2 Obtener x = A1 b :
x 4 5 2 3 12 5 10 3
y = 1 5 4 1 1 = 1 15 4 5 = 1 6
3 3 3
z 3 3 0 5 9 3 + 0 6
Entonces:
x 1
y = 2

z 2
4. Comprobemos el resultado sustituyendo los valores de las incgnitas en la ecuacin (1) del sistema.
x 2y + z = 3
(1) 2 (2) + (2) = 3
1 4 + 2 = 3
3 = 3
2.3.2.1.2 Sistemas compatibles indeterminados

lineales no homogneo es compatible o incompatible, y en caso de tener solucin hallarla por los
mtodos de la ecuacin matricial y de la regla de Cramer. Comprobar el resultado.
x y + 2z = 1 ecuacin 1
Solucin:
1. Investiguemos si la matriz A del sistema de ecuaciones lineales es singular o no singular, obteniendo

el valor del determinante A .
1 1 2 1 1 2
A = 1 2 1 ; A = 1 2 1 = 4 2 1+ 4 +1+ 2 = 7 + 7 = 0
1 1 2 1 1 2
Observamos en forma directa que la matriz A de coeficientes del sistema es singular porque su
determinante A = 0 y esto nos indica que el sistema no es compatible determinado (no tiene solucin
nica). Sin embargo debemos hallar el valor de los rangos de la matriz del sistema A y de la matriz
ampliada ( A, b ) para determinar si el sistema de ecuaciones es compatible indeterminado o
incompatible.
* 111 1 2 111 1 2 1 0 0
A = (1) 1 2 1 0 122 1 0 1 0 R (A) = 2
(1) 1 1 2 0 0 0 0 0 0
* 111 1 2 1 111 1 2 1 1 0 0 0
A = (1) 1 2 1 2 0 122 1 3 0 1 0 0 R ( A, b ) = 2
(1) 1 1 2 1 0 0 0 0 0 0 0 0
Conclusin:

b) Si
Como el nmero de incgnitas es n = 3 , y el rango R = 2 , implica que R < n , por lo tanto concluimos
que el sistema de ecuaciones lineales es compatible indeterminado (tiene un nmero infinito de
soluciones), y tenemos que formar un nuevo sistema equivalente, eliminando m R = 3 2 = 1
ecuaciones.
Las operaciones elementales efectuadas para hallar el rango son muy tiles para seleccionar la ecuacin
que debemos eliminar, ya que basta con observar el rengln cuyos coeficientes se transformaron en ceros
y ese ser el rengln eliminado del sistema original. En el ejemplo debemos entonces eliminar al tercer
rengln que nos representa a los coeficientes de la tercera ecuacin.
Ahora asignemos valores fijos a n R = 3 2 = 1 incgnitas, por ejemplo hagamos z = k ; k .
2. El sistema equivalente de ecuaciones es:
x y = 1 2k ecuacin 1'
x + 2y = 2 + k ecuacin 2 '
2.1 Hallar la solucin por medio de la ecuacin matricial: x = A1 b
1 1 1 1
A= ; A = = 2 1=1
1 2 1 2
1 1 2 1 2 1
AT = ; adj A = ; A 1 =
1 2 1 1 1 1
x 2 1 (1 2k ) 2 4k + 2 + k 4 3k
= = =
y 1 1 ( 2 + k ) 1 2k + 2 + k 3 k
Solucin general: solucin particular si k = 1 :
x 4 3k x 1
y= 3 k y = 2

z k z 1
Comprobemos el resultado sustituyendo los valores de las incgnitas en la ecuacin (1) del sistema
original.
x y + 2z = 1
(1) ( 2 ) + 2 (1) = 1
1 2 + 2 =1
2.2 Hallar la solucin por el mtodo de la regla de Cramer:
1 1 1 1
A= ; A = = 2 1=1
1 2 1 2
(1 2k ) 1
Ax = = 2 4k + 2 + k = 4 3k
( 2 + k) 2
1 (1 2k )
Ay = = 2 + k + 1 2k = 3 k
1 ( 2 + k)
x = 4 3k x=1
y=3 k y=2
z= k z =1

lineales no homogneo es compatible o incompatible, y en caso de tener solucin hallarla por los mtodos
de la ecuacin matricial y de la regla de Cramer. Comprobar el resultado.
x y 2z = 1 ecuacin 1
x + 2 y + 2 z = 2 ecuacin 2
x + 3 y 2 z = 3 ecuacin 3
Solucin:
1. Investiguemos si la matriz A del sistema de ecuaciones lineales es singular o no singular, obteniendo

el valor del determinante A :
1 1 2 1 1 2
A = 1 2 2 ; A = 1 2 2 = 4 + 6 2 + 4 6 + 2 = 12 + 12 = 0
1 3 2 1 3 2
determinante A = 0 y esto nos indica que el sistema no es compatible determinado (no tiene solucin
nica). Sin embargo debemos hallar el valor de los rangos de la matriz A de coeficientes del sistema, y
de la matriz ampliada ( A, b ) para determinar si el sistema de ecuaciones es compatible indeterminado o
incompatible.
* 111 1 2 111 1 2 1 0 0
A = (1) 1 2 2 0
122 0 0 1 0 R (A) = 2
(1) 1 3 2 0 4 0 0 0 0
* 111 1 2 1 111 1 2 1 111 0 0 0

( A, b ) = (1) 1 2 2 2 * 0
122 0 1 0 1 0 1
22
(1) 1 3 2 3 (4) 0 4 0 4 0 0 0 0
1 0 0 0
0 1 0 0 R ( A, b ) = 2

0 0 0 0
Conclusin:

b) Si
Como el nmero de incgnitas es n = 3 , y el rango R = 2 , implica que R < n y por lo tanto concluimos que
el sistema de ecuaciones lineales es compatible indeterminado (tiene un nmero infinito de soluciones), y
tendremos que formar un nuevo sistema equivalente eliminando m R = 3 2 = 1 ecuacin (que puede ser
la tercera ya que al hallar el rango de A los coeficientes de las incgnitas de la tercera ecuacin se
transformaron en ceros), y asignando valores fijos a n R = 3 2 = 1 incgnita , por ejemplo hagamos
z = k , para k .
2. Sistema de ecuaciones equivalente:
x y = 1 + 2k ecuacin 1'
x + 2 y = 2 2k ecuacin 2 '
2.1 Hallar la solucin por medio de la ecuacin matricial x = A1 b :
1 1 1 1
A= ; A = = 2 1=1
1 2 1 2
1 1 2 1 2 1
AT = ; adj A = ; A 1 =
1 2 1 1 1 1
x 2 1 ( 1 + 2k ) 2 + 4k 2 2k 2k
= ( 2 2k ) = 1 + 2k 2 2k = 1
y 1 1
x 2k x 2
y = 1 y = 1

z k z 1
Comprobemos el resultado sustituyendo los valores de las incgnitas en la ecuacin (1) del sistema
original.
x y 2z = 1
( 2 ) ( 1) 2 (1) = 1
2 +1 2 =1
2.2 Hallar la solucin por medio de la regla de Cramer:
1 1 1 1
A= ; A = = 2 1=1
1 2 1 2
( 1 + 2k ) 1
Ax = = 2 + 4 k 2 2k = 2 k
( 2 2k ) 2
1 ( 1 + 2k )
Ay = = 2 2k + 1 + 2k = 1
1 ( 2 2k )
x = 2k x= 2
y = 1 y = 1
z= k z = 1
2.3.2.1.3 Sistemas incompatibles

lineales no homogneo es compatible o incompatible, y en caso de tener solucin hallarla por los mtodos
de la ecuacin matricial y de la regla de Cramer. Comprobar el resultado.
2x 3y + z = 2 ecuacin 1
2x + 2 y 4z = 3 ecuacin 3
No todos los sistemas de ecuaciones lineales tienen solucin. Por ejemplo, si multiplicamos la segunda
ecuacin del sistema por 2 , entonces es evidente que no hay solucin alguna, dado que las ecuaciones (2)
y (3) se contradicen entre s al tener trminos independientes no proporcionales.
Solucin:
Investiguemos si la matriz A del sistema de ecuaciones lineales es singular o no singular, obteniendo el

valor del determinante A .
2 3 1 2 3 1
A = 1 1 2 ; A = 1 1 2 = 8 + 2 + 12 2 + 8 12 = 22 + 22 = 0
2 2 4 2 2 4
determinante A = 0 , y esto nos indica que el sistema no es compatible determinado (no tiene solucin
incompatible.
(2) 2 3 1 0 512 5 1 0 0
A = * 121 1
2 121 1 2 0 5 0 R (A) = 2
(2) 2 2 4 0 0 0 0 0 0
(2) 2 3 1 2 0 512 5 0 1 0 0 0
( A, b ) = * 121 1 2 1 121 1 2 1 0 5 0 0 R ( A, b ) = 3
(2) 2 2 4 3 0 0 0 543 0 0 5 0
Conclusin: Como R ( A ) R ( A, b ) el sistema es incompatible (no tiene solucin).

lineales no homogneo es compatible o incompatible, y en caso de tener solucin hallarla por los
mtodos de la ecuacin matricial y de la regla de Cramer. Comprobar el resultado.
x + 2 y + 2 z = 2 ecuacin 2
2 x 2 y 4 z = 1 ecuacin 3
En este ejemplo a la ecuacin (1) la multiplicamos por 2 , excepto el trmino independiente y obtuvimos
la ecuacin (3). De la misma forma multiplicamos la primera columna por 2 y obtuvimos la tercera
columna, siendo evidente que no hay solucin alguna, dado que las ecuaciones (1) y (3) se contradicen
entre s al tener trminos independientes no proporcionales.
Solucin:
Investiguemos si la matriz A de coeficientes del sistema de ecuaciones lineales es singular o no singular,

obteniendo el valor del determinante A .
1 1 2 1 1 2
A = 1 2 2 ; A = 1 2 2 = 8 4 4 + 8 + 4 + 4 = 16 + 16 = 0
2 2 4 2 2 4
determinante A = 0 , y esto nos indica que el sistema no es compatible determinado (no tiene solucin
incompatible.
* 111 1 2 111 1 2 1 0 0
A = (1) 1 2 2 0 1 0 0 1 0 R (A) = 2
(2) 2 2 4 0 0 0 0 0 0
* 111 1 2 1 111 1 2 1 1 0 0 0
( A, b ) = (1) 1 2 2 2 0 122 0 1 0 1 0 0 R ( A, b ) = 3
(2) 2 2 4 1 0 0 0 3 0 0 3 0
Conclusin: Como R ( A ) R ( A, b ) el sistema es incompatible (no tiene solucin).
2.3.2.2 Sistemas de ecuaciones lineales no homogneos con diferente nmero de ecuaciones que de
incgnitas m n
2.3.2.2.1 Sistemas compatibles determinados: cuando el nmero de ecuaciones es mayor que el nmero
de incgnitas m > n
Ejemplo 2.11 Investigar por medio de los rangos de matrices si el siguiente sistema de ecuaciones
de la regla de Cramer. Comprobar el resultado.
2 x y 3 z = 3 ecuacin 1
3 x + y + 2 z = 2 ecuacin 2
x 2y z = 3 ecuacin 3
x + y + 2z = 2 ecuacin 4
Solucin:
2 1 3 * 111 1 1 111 0 1 1 0 0
3 1 2 (2) 2 1 0 0 0 2 0 1 0
A=
1 2 1 (1) 1 2 3 0 0 233 0 0 2

1 142 2 0 142 0 0 142 0 0 0 0
(1) * (2)
R (A) = 3
2. Hallar el rango de la matriz ampliada o aumentada del sistema ( A, b ) :
2 1 3 3
* 111 1 1 1 111 0 1 1
3 1 2 (2) 2
2 1 0 4 (1) 0 0 2 6
( A, b ) =
1 2 1 (1) 1 2
3 3 7 * 0 0 233 6

1 142 2 2 0 142 0 0 0 142 0 0
(1) * (2) (2)
111 0 0 0 1 0 0 0
0 0 0 0 0 1 0 0
R ( A, b ) = 3
0 0 233 6 0 0 2 0

0 142 0 0 0 0 0 0
Como los rangos de ambas matrices tienen el mismo valor, el sistema es compatible (tiene solucin),
ahora comparemos dicho rango con el nmero de incgnitas:
a) Si R ( A ) = R ( A, b ) = R = 3 , el sistema es compatible (tiene solucin)

b) Si
Como n = 3 implica que R = n y concluimos que el sistema de ecuaciones lineales es compatible

determinado, y debemos transformarlo en otro sistema de ecuaciones lineales en donde se eliminen
m R ecuaciones. El sistema equivalente de ecuaciones lineales puede ser resuelto por cualquier mtodo
hasta ahora estudiado ya que contiene el mismo nmero de ecuaciones que de incgnitas.
3. Obtengamos el sistema equivalente de ecuaciones lineales de la siguiente manera:
m R = 4 3 = 1 ecuaciones se eliminan
n R = 3 3 = 0 incgnitas se les asignan valores fijos
Al obtener el rango de la matriz de coeficientes A del sistema de ecuaciones, observamos que el segundo
rengln se transform en ceros, lo cual nos indica que podemos iniciar nuestro procedimiento eliminando
la segunda ecuacin y el sistema equivalente de ecuaciones lineales es:
2 x y 3 z = 3 ecuacin 1'
x 2y z = 3 ecuacin 2 '
x + y + 2z = 2 ecuacin 3'
4 Hallemos la solucin por el mtodo de la regla de Cramer:
2 1 3
A = 1 2 1 = 8 3 1 + 6 + 2 + 2 = 10 12 = 2
1 1 2
3 1 3
Ax = 3 2 1 = 12 9 + 2 12 3 + 6 = 20 24 = 4
2 1 2
2 3 3
Ay = 1 3 1 = 12 6 3 9 + 4 + 6 = 22 18 = 4
1 2 2
2 1 3
Az = 1 2 3 = 8 3 + 3 + 6 6 + 2 = 11 17 = 6
1 1 2
Entonces:
Ax 4 Ay 4 Az 6
x= = =2; y= = = 2 ; z= = =3
A 2 A 2 A 2
5. Comprobemos sustituyendo los valores de las incgnitas en la ecuacin (1) del sistema original:
2 x y 3z = 3
2 (2) (2) 3(3) = 3
4 + 2 9 = 3
6 9 = 3
3 = 3
Cuando un sistema de ecuaciones lineales posea un nmero menor de ecuaciones que incgnitas m < n
(sin tener ecuaciones repetidas o proporcionales), invariablemente ser compatible indeterminado (posee
un nmero infinito de soluciones).
de la ecuacin matricial. Comprobar el resultado.
x1 + x2 3 x3 + 2 x4 = 4 ecuacin 1
2 x1 2 x2 + x3 x4 = 3 ecuacin 2
x1 x2 + 2 x3 + x4 = 3 ecuacin 3
Solucin:
1. Hallar el rango de la matriz del sistema A : columna de ceros
(1) 1 1 3 2 0 0 113 3 * 0 0 113 3

A = (2) 2 2 1
1 0 0 3 3 (3) 0
0 0 1224
* 131 1 2 1 131 1 2 1 131 0 0 0
1 0 0 0

0 12 0 0 R (A) = 3

0 0 1 0
Nota: Observemos que antes de ordenar en la diagonal principal los nmeros diferentes de cero, los
coeficientes de la incgnita x 2 en la segunda columna se han transformado en ceros, lo que es importante
para la asignacin de valores a las incgnitas.
1 1 3 2 4
( A, b ) = 2 2 1 1 3 R ( A, b ) = 3
1 1 2 1 3
La matriz anterior ( A, b ) de orden 3 x 5 , cuando menos tiene el mismo rango que el de la matriz A de
coeficientes del sistema, y observamos que por el nmero de renglones que posee cuando ms su rango es
de orden 3; por lo tanto sin necesidad de efectuar operaciones podemos afirmar que el rango de la matriz
ampliada ( A, b ) tiene un valor de 3 . Como los rangos de ambas matrices tienen el mismo valor, el
sistema es compatible (tiene solucin), ahora comparemos dicho rango con el nmero de incgnitas.

b) Si
Como n = 4 implica que R < n , y concluimos que el sistema de ecuaciones lineales es compatible
indeterminado (tiene un nmero infinito de soluciones), debiendo transformarlo en otro sistema
equivalente de ecuaciones lineales en donde se eliminen m R ecuaciones y se le asignen valores fijos a
n R incgnitas. Este nuevo sistema de ecuaciones lineales puede ser resuelto por cualquier mtodo
hasta ahora estudiado ya que contiene el mismo nmero de ecuaciones que de incgnitas.
3. Obtengamos el sistema equivalente de ecuaciones lineales de la siguiente manera:
m R = 3 3 = 0 ecuaciones se eliminan
n R = 4 3 = 1 incgnitas se le asignan valores fijos
Observacin: En forma general, cuando en un sistema de ecuaciones lineales obtenemos el rango de la

matriz de coeficientes A , podemos encontrar que algn (os) rengln (es) y/o columna (s) se
transformaron en ceros, por lo tanto, es recomendable eliminar las m R ecuaciones cuyos coeficientes
sufrieron esta transformacin a ceros, y asignar valores fijos a las n R incgnitas cuyas columnas de
coeficientes se transformaron en ceros.
En el presente ejemplo, segn la observacin descrita, debemos proporcionar un valor fijo a la incgnita
cuyos coeficientes se encuentran en la segunda columna, es decir a x2 = k , k , y pasarla a los
segundos miembros de todas las ecuaciones para integrarla al trmino independiente. Sin embargo, para
fines didcticos seleccionemos los coeficientes de otra incgnita diferente a x2 y asignmosle un valor
fijo con objeto de conocer el comportamiento del sistema de ecuaciones en la obtencin de su solucin.
3.1 Hagamos por ejemplo x4 = k
x1 + x2 3 x3 + 2k = 4 ecuacin 1'
2 x1 2 x2 + x3 k = 3 ecuacin 2 '
x1 x2 + 2 x3 + k = 3 ecuacin 3'
Pasando los trminos que contienen k al segundo miembro:
x1 + x2 3x3 = 4 2k
2 x1 2 x2 + x3 = 3 + k
x1 x2 + 2 x3 = 3 k
Hallemos el valor del determinante asociado a la matriz del nuevo sistema:
1 1 3
A = 2 2 1 = 4 + 6 +1 6 1 4 = 0
1 1 2
Sabemos que el nuevo sistema equivalente es compatible indeterminado (tiene varias soluciones), pero
como el determinante del sistema vale cero, entonces implica que la matriz de coeficientes A del sistema
es singular (no es invertible), y por lo tanto debemos dar a otra incgnita diferente de x4 un valor fijo.
3.2 Hagamos ahora que x3 = k
x1 + x2 + 2 x4 = 4 + 3k ecuacin 1'
2 x1 2 x2 x4 = 3 k ecuacin 2 '
x1 x2 + x4 = 3 2k ecuacin 3'
1 1 2
A = 2 2 1 = 2 4 1+ 4 +1 2 = 0
1 1 1
Como el determinante del sistema nuevamente vale cero, implica que debemos dar a otra incgnita
diferente de x3 y de x4 valores fijos.
3.3 Consideremos ahora la eleccin propuesta en un principio haciendo x2 = k
x1 3x3 + 2 x4 = 4 k ecuacin 1'

2 x1 + x3 x4 = 3 + 2k ecuacin 2 '
x1 + 2 x3 + x4 = 3 + k ecuacin 3'
1 3 2
A = 2 1 1 = 1 + 8 + 3 2 2 + 6 = 17 5 = 12
1 2 1
Como el determinante del sistema es diferente de cero, sabemos que el sistema posee una solucin
indeterminada, pudiendo aplicar el mtodo de la ecuacin matricial (mediante la obtencin de la matriz
inversa), o el mtodo de la regla de Cramer.
4. Obtener la solucin mediante la ecuacin matricial x = A1 b :
x1 3x3 + 2 x4 = 4 k ecuacin 1'

2 x1 + x3 x4 = 3 + 2k ecuacin 2 '
x1 + 2 x3 + x4 = 3 + k ecuacin 3'
4.1 Hallar la matriz inversa de A :
1 3 2
A = 2 1 1 = 1 + 8 + 3 2 2 + 6 = 17 5 = 12
1 2 1
1 2 1 3 7 1 3 7 1
A = 3 1 ; adj A = 3 3 ; 1 1
T
2 3 A = 3 3 3
12
2 1 1 3 1 5 3 1 5
4.2 La solucin del nuevo sistema de ecuaciones es:
x1 3 7 1 4 k 12 3k + 21 + 14k + 3 + k
x = 1 3 3 3 3 + 2k = 1 12 + 3k 9 6k + 9 + 3k
3 12 12
x4 3 1 5 3 + k 12 3k 3 2k + 15 + 5k
x1 36 + 12k 3+k
x = 1 12 = 1
3 12
x4 24 2
x1 = 3 + k x1 = 1
x2 = k x2 = 2
x3 = 1 x3 = 1
x4 = 2 x4 = 2
5. Comprobemos sustituyendo en la ecuacin (1) del sistema original los valores anteriores:
x1 + x2 3 x3 + 2 x4 = 4
(1) + (2) 3 (1) + 2 (2) = 4
1 2 + 3 + 4 = 4
3+7=4
4=4
de la regla de Cramer. Comprobar el resultado.
x1 + 2 x2 + 3 x3 = 2 ecuacin 1
x1 3x2 + 2 x3 = 1 ecuacin 2
x1 2 x2 + 2 x3 = 1 ecuacin 3
2 x1 + x2 3 x3 = 2 ecuacin 4
Solucin:
1 2 3 3 2 0 3 0 313 3 0 0
1 3 2 7 3 7 7 0 0 0 7 0
A= 21 21
1 2 2 3 2 4 3 0 1 0 0 1

2 142 3 0 142 0 0 142 0 0 0 0
( 2) * (3) * (1)
R (A) = 3
1 2 3 2 3 2 0 6 3 0 313 3
1 3 2 1 7 21 3 7 7 7 21 0 0 0
( A, b ) =
1 2 2 1 3 2 4 3 3 0 1 6

2 142 3 2 0 142 0 0 0 142 0 0
(2) * (3) (2) * (1) (1) * (1)
0 0 313 0 3 0 0 0
7 21 0 0 0 0 7 0 0
R ( A, b ) = 4
0 0 1 5 0 0 5 0

0 142 0 0 0 0 0 1
Conclusin: Como R ( A ) R ( A, b ) el sistema de ecuaciones lineales es incompatible, es decir, no

tiene solucin.
2.4 Sistemas de ecuaciones lineales homogneos

Trataremos ahora un caso particular de los sistemas de ecuaciones lineales, que se refiere a los sistemas
homogneos, en los cuales absolutamente todos los trminos independientes son cero y tienen la siguiente
forma:
a11 x1 + a12 x2 + a13 x3 + + a1n xn = 0

a21 x1 + a22 x2 + a23 x3 + + a2 n xn = 0
a31 x1 + a32 x2 + a33 x3 + + a3n xn = 0 expresin (14)

am1 x1 + am 2 x2 + am 3 x3 + + amn xn = 0
En forma matricial se puede representar como A x = 0 .
Del teorema de Kronecker-Capelli, se deduce que este tipo de sistemas siempre es compatible, puesto
que agregando una columna de ceros (trminos independientes) a la matriz de coeficientes A del sistema
no se puede elevar el rango de la matriz ampliada R ( A, 0 ) , es decir, para los sistemas de ecuaciones
lineales homogneos siempre se tendr que R ( A ) = R ( A, 0 ) . Sin embargo ser necesario comparar
dicho rango R con el nmero de incgnitas n que posea el sistema de ecuaciones, para determinar si se
trata de un sistema compatible determinado (con solucin nica llamada solucin trivial), o sea un
sistema compatible indeterminado (con un nmero infinito de soluciones).
Observacin: Los sistemas de ecuaciones lineales homogneos nunca podrn ser incompatibles.
Sea R el rango de la matriz A , obviamente el rango de la matriz ampliada ( A, 0 ) tambin es R :
1. Si R = n el sistema es compatible y tiene solucin nica, la cual es nula, xi = 0; i = 1, 2,3, , n

a esta solucin se le acostumbra llamar solucin trivial.
2. Si R < n el sistema posee, adems de la solucin nula o trivial, soluciones diferentes, y para
encontrarlas se procede de acuerdo con lo expuesto para el caso de sistemas de ecuaciones lineales no
homogneos, eliminando m R ecuaciones y asignando valores fijos a n R incgnitas.
A continuacin se mencionan varios teoremas que permiten encontrar de manera sencilla el tipo de
solucin de un sistema de ecuaciones lineales homogneo, sin obtener necesariamente el rango de la
matriz del sistema A .
Teorema 1: Un sistema homogneo con el mismo nmero de ecuaciones que de incgnitas m = n tiene
solucin diferente de la trivial si y slo si el determinante de la matriz de coeficientes es
igual a cero.
a) Si A = 0 implica que xi 0 acepta soluciones diferentes de la trivial

b) Si A 0 implica que xi = 0 slo acepta la solucin trivial
En efecto, si el determinante A = 0 sabemos que el rango de la matriz es menor que el nmero de

incgnitas y por lo tanto existirn otras soluciones.
Teorema 2: Si en un sistema de ecuaciones lineales homogneo el nmero de ecuaciones es menor que el
nmero de incgnitas m < n , el sistema tiene necesariamente soluciones diferentes de la
trivial.
Observacin: Cuando se presente el caso de un sistema de ecuaciones lineales homogneo compatible
indeterminado cuyo rango es R = n 1 y una vez que hemos eliminado las m R ecuaciones, podemos
hallar su solucin eligiendo en el nuevo sistema equivalente una ecuacin cualquiera o rengln y a
continuacin encontrar diferentes determinantes que llamaremos Dx1 , Dx2 , , Dxn los cuales se
obtienen eliminando la columna en donde aparece cada uno de los coeficientes de cada una de las
incgnitas x1 , x2 , , xR ; a estos determinantes los afectaremos con un signo ( + ) o ( ) dependiendo si
la caracterstica del coeficiente de la incgnita es par o impar. La solucin encontrada ser la solucin
general del sistema de ecuaciones.
De hecho la regla anterior se puede ampliar diciendo que, cuando en un sistema homogneo exista una
incgnita ms que el nmero de ecuaciones, n = m + 1 , directamente podemos hallar los determinantes
Dx1 , Dx2 , , Dxn recordando que deben ser afectados con un signo ( + ) o ( ) dependiendo la clase par
o impar de la suma de los ndices de cada coeficiente de cada incgnita.
2.4.1 Ejemplos de sistemas de ecuaciones lineales homogneos
2.4.1.1 Sistemas de ecuaciones lineales homogneos, con igual nmero de ecuaciones que de
incgnitas m = n
2.4.1.1.1 Sistemas compatibles determinados (solucin trivial)
Ejemplo 2.14 Investigar por medio de la obtencin del rango de la matriz A de coeficientes del sistema,
y posteriormente mediante la aplicacin de los teoremas que identifican la solucin de un sistema de
ecuaciones lineales homogneo si el siguiente sistema es compatible determinado o indeterminado, y en
caso de tratarse de un sistema con solucin distinta de la trivial, hallarla por medio del mtodo de la
ecuacin matricial y comprobar el resultado.
2 x1 3 x2 x3 = 0 ecuacin 2
x1 + x2 2 x3 = 0 ecuacin 3
Solucin:
1. Hallemos el rango de la matriz de coeficientes A del sistema de ecuaciones:
* 111 1 1 111 1 1 111 0 0 1 0 0

A = (2) 2 3 1 * 0 1 3 0 1 3 0 1 0
22 22
R ( A) = 3

(1) 1 1 2 (2) 0 2 3 0
0 9 0 0 9
El sistema de ecuaciones lineales es compatible determinado ya que siendo el nmero de incgnitas

n = 3 , tenemos que R( A) = R ( A, 0 ) = n = 3 y por tratarse de un sistema homogneo slo acepta la
solucin trivial x1 = x2 = x3 = 0 .
2. Apliquemos los conceptos que se definen en los teoremas anteriores para los sistemas de ecuaciones
lineales homogneos.
1 1 1
A = 2 3 1 = 6 + 2 + 1 + 3 + 1 4 = 13 4 = 9
1 1 2
Conclusin: Si A 0 xi = 0 , es decir, como el determinante es diferente de cero, el sistema

homogneo admite nicamente la solucin trivial x1 = x2 = x3 = 0 .
Ejemplo 2.15 Investigar por medio de la aplicacin de los teoremas que identifican la solucin de un
sistema de ecuaciones lineales homogneo si el siguiente sistema es compatible determinado o
indeterminado, y en caso de tratarse de un sistema con solucin distinta de la trivial, hallarla por medio
del mtodo de la ecuacin matricial y comprobar el resultado.
2x 7 y 6z = 0 ecuacin 1
3x + 5 y 2 z = 0 ecuacin 2
4x 2 y 7 z = 0 ecuacin 3
Solucin: Aplicando los teoremas anteriores, obtengamos el valor del determinante asociado a la matriz
de coeficientes del sistema.
2 7 6
A = 3 5 2 = 70 + 36 + 56 + 120 8 147 = 212 225 = 13
4 2 7
Conclusin: Si A 0 xi = 0 , es decir, como el determinante es diferente de cero, el sistema

homogneo admite nicamente la solucin trivial x = y = z = 0
Ejemplo 2.16 Investigar por medio del rango de la matriz de coeficientes A si el siguiente sistema de
ecuaciones lineales homogneo es compatible determinado o indeterminado, y en caso de tener solucin
diferente de la trivial hallarla por medio de la ecuacin matricial y comprobar el resultado.
3x + 2 y + 4 z = 0 ecuacin 2
2 x + y 5z = 0 ecuacin 3
Solucin:
1. Hallemos el rango de la matriz de coeficientes A del sistema de ecuaciones lineales.
1 1 3 (1) 1 0 2 111 0 2 *
A = 3 2 4 (2) 7
0 14 7 0 14 (7)
2 132 5 * 2 132 5 0 132 0
111 0 2 111 0 0 1 0 0
0 0 0 0 0 0 0 1 0 R (A) = 2
0 132 0 0 132 0 0 0 0
2. Como sabemos, en un sistema de ecuaciones lineales homogneo para formar la matriz ampliada se
aumenta a la matriz A una columna de ceros ( A, 0) , con lo cual no se altera su rango, es decir, el rango
de la matriz ampliada siempre es igual al rango de la matriz del sistema, y por lo tanto siempre es
compatible.
R ( A ) = R ( A, 0 ) = R
3. Por otra parte, requerimos analizar si el sistema es determinado (acepta slo la solucin trivial) o
indeterminado (acepta un nmero infinito de soluciones). Lo cual nos obliga a comparar el valor del
rango con el nmero de incgnitas, de tal manera que como n = 3 y R ( A ) = R ( A, 0 ) = R = 2

Si
Conclusin: El sistema es compatible indeterminado ya que R < n .
Como n = 3 y R = 2 , entonces sustituimos el sistema de ecuaciones original por otro sistema

equivalente en donde eliminemos m R = 3 2 = 1 ecuaciones, en nuestro caso podemos eliminar la
segunda ecuacin ya que al obtener el rango observamos que el segundo rengln se transform en ceros
(con objeto de eliminar la posibilidad de tener lneas paralelas iguales o proporcionales). Por otra parte,
asignemos valores fijos a n R = 3 2 = 1 incgnitas, por ejemplo z = k , para k .
Nota: Algunos autores utilizan la nomenclatura z = z ' , en donde z ' es un escalar, siendo indistinta para
efectos operacionales la opcin seleccionada.
4. El sistema equivalente de ecuaciones lineales es entonces:
x y = 3k ecuacin 1'
2 x + y = 5k ecuacin 2 '
Resolvamos aplicando el mtodo de la ecuacin matricial x = A1 b :

1 1 1 1
A= ; A = =1 2 = 1
2 1 2 1
1 2 1 121 1 1 1 1 1
AT = adj A = 11 A 1 = =
; 122
; 2
1 1 212 1 1 2 1
La solucin del sistema de ecuaciones lineales es:
x 1 1 3k
y = 2 1 5k

x 3k 5k 2k
y = 6 k 5k = k

Solucin general: solucin particular para k = 1 :
x = 2k x = 2
y= k y= 1
z= k z= 1
5. Comprobacin: Sustituyendo en la ecuacin (2) del sistema original los valores anteriores.
3x + 2 y + 4 z = 0
3(2) + 2 (1) + 4 (1) = 0
6+2+4=0
6+6=0
0=0
Ejemplo 2.17 Investigar por medio de la aplicacin de los teoremas que identifican la solucin de un
sistema de ecuaciones lineales homogneo, si el sistema del ejemplo 2.16 es compatible determinado o
indeterminado, y en caso de tratarse de un sistema con solucin distinta de la trivial, hallarla por medio de
los determinantes obtenidos al eliminar la columna en donde aparecen los coeficientes de cada incgnita.
3x + 2 y + 4 z = 0 ecuacin 2
2 x + y 5z = 0 ecuacin 3
Solucin:
1. Aplicando el teorema que nos indica que un sistema homogneo con igual nmero de ecuaciones que
incgnitas tiene solucin diferente de la trivial, si y slo si, el determinante de la matriz de coeficientes es
igual a cero, entonces:
1 1 3
A = 3 2 4 = 10 + 9 + 8 + 12 4 15 = 29 29 = 0
2 1 5
Por lo tanto sabemos que cuando A = 0 xi 0 . En conclusin, el sistema de ecuaciones lineales
homogneo es compatible indeterminado y acepta soluciones diferentes de la trivial. Sin embargo no
podemos utilizar en este caso las soluciones por medio de la ecuacin matricial, ni por el mtodo de la
regla de Cramer, exclusivamente porque el determinante tenga el valor de cero.
2. El procedimiento descrito en el ejercicio 2.16 a travs de la obtencin del rango de la matriz A y la
transformacin del sistema original en otro sistema equivalente en donde se eliminan m R = 3 2 = 1
ecuaciones y se le asignen valores fijos a n R = 3 2 = 1 incgnitas es el mtodo adecuado.
Sin embargo, como cada ecuacin contiene a todas y a cada una de las incgnitas, debemos trabajar con
renglones y nunca con columnas. Se trata de un sistema de igual nmero de ecuaciones que de incgnitas
cuya matriz A tiene un rango R = n 1 = 3 1 = 2 , por lo que podemos hallar los determinantes
asociados a cada coeficiente de cada una de las incgnitas de la ecuacin seleccionada o de un rengln
cualquiera y afectarlo por el signo ( + ) o ( ) dependiendo si la suma de los ndices de localizacin de
los coeficientes es par o impar. Por ejemplo consideremos los coeficientes de la primera ecuacin (primer
rengln), cuyos determinantes asociados nos indican la solucin general del sistema de ecuaciones.
2 4
x = Dx11 ( par ) = = 10 4 = 14
1 5
111 112 313 3 4
A = 3 2 4 y = Dy12 (impar ) = (1) = (1) ( 15 + 8) = (1) (7) = 7
2 5
2 1 5
3 2
z = Dz13 ( par ) = =3+4=7
2 1
Como el sistema de ecuaciones lineales homogneo es compatible indeterminado, sabemos que adems
de la solucin trivial acepta una solucin indeterminada, por lo tanto, la solucin general estar dada por:
x = 14k , y = 7 k , z = 7 k , k
Una solucin particular la hallamos si hacemos k = 1

7
, entonces: x = 2, y = 1, z = 1
3. Comprobacin: Sustituyendo en la ecuacin (2) del sistema los valores anteriores.
3x + 2 y + 4 z = 0
3(2) + 2 (1) + 4 (1) = 0
6+2+4=0
6+6=0
0=0
Recordemos que del teorema de Kronecker-Capelli se deduce que los sistemas de ecuaciones lineales
homogneos siempre son compatibles (determinados o indeterminados). Los sistemas de ecuaciones
lineales homogneos nunca podrn ser incompatibles.
2.4.1.2 Sistemas de ecuaciones lineales homogneos con diferente nmero de ecuaciones que de
incgnitas, m n
2.4.1.2.1 Sistemas compatibles determinados (solucin trivial)
Ejemplo 2.18 Investigar por medio del rango de la matriz de coeficientes A del siguiente sistema de
ecuaciones lineales homogneo si es compatible determinado o indeterminado, y en caso de tener
solucin diferente de la trivial hallarla por medio de la ecuacin matricial y comprobar el resultado.
x + 2y + z = 0 ecuacin 1
x y+ z=0 ecuacin 3
2x y + 2z = 0 ecuacin 4
Solucin:
Hallar el rango de la matriz de coeficientes A del sistema de ecuaciones lineales homogneo:
* (2) (1)
111 2 1 111 0 0 111 0 0 1 0 0
1 1 2 1 3 323 0 0 323 0 3 0 R ( A ) = 3
A=
1 1 1 1 3 0 0 332 0 0 0 3

2 1 2 2 5 0 0 5 0 0 0 0
Conclusin: Como n = 3 y R ( A ) = 3 , entonces R ( A ) = n y el sistema de ecuaciones lineales

homogneo es compatible determinado, es decir, slo acepta la solucin trivial x = y = z = 0 .
3x + y + z = 0 ecuacin 1
2x + 2y z = 0 ecuacin 2
2x 2y 4z = 0 ecuacin 4
Solucin:
Hallar el rango de la matriz de coeficientes A del sistema de ecuaciones lineales homogneo:
(3) 3 1 1 0 4 5 0 4 0 4 0 0

(2) 2 2
1 0 0 323 0 0 323 0 3 0
A=
* 131 1 2 131 1 2 131 0 0 0 0 1

(2) 2 2 4 0 0 8 0 0 0 0 0 0
R (A) = 3
Conclusin: Como n = 3 y R ( A ) = 3 , entonces R ( A ) = n y el sistema de ecuaciones lineales

homogneo es compatible determinado, es decir, slo acepta la solucin trivial x = y = z = 0
2 x y 3z = 0 ecuacin 2
2x y + z = 0 ecuacin 3
x + 3 y + 2z = 0 ecuacin 4
Solucin:
1. Hallar el rango de la matriz de coeficientes A del sistema de ecuaciones lineales homogneo:
* (2) (1)
111 2 1 111 0 0 111 0 0 1 0 0
2 1 3 2 5 5 0
0 5 0 1 0
A= R (A) = 2
2 1 1 2 3 3 0 0 1 0 0 0

1 3 2 1 1 143 0 0 143 0 0 0
(1) *
Como n = 3 y R ( A ) = 2 , entonces R ( A ) < n y el sistema de ecuaciones lineales homogneo es

compatible indeterminado, es decir, acepta un nmero infinito de soluciones. Por lo tanto debemos
sustituir el sistema original por otro equivalente, en donde eliminemos m R = 4 2 = 2 ecuaciones,
en nuestro caso podemos eliminaremos la tercera y cuarta ecuaciones, ya que al obtener el rango
observamos que el tercer y cuarto renglones se transformaron en ceros (con objeto de eliminar la
posibilidad de tener lneas paralelas iguales o proporcionales). Por otra parte, asignemos valores fijos a
n R = 3 2 = 1 incgnitas, por ejemplo z = k , para k .
2. El sistema equivalente de ecuaciones lineales (ahora no homogneo) es:
x + 2y = k ecuacin 1'
2 x y = 3k ecuacin 2 '
1 2 1 2
A= ; A = = 1 4 = 5
2 1 2 1
1 2 1 2 1 1 2
AT = ; adj A = ; A 1 =
2 1 2 1 5 2 1
Resolvamos aplicando el mtodo de la ecuacin matricial x = A1 b :
x 1 1 2 k 1 k 6k 1 5k k
= = = =
y 5 2 1 3k 5 2k + 3k 5 5k k
Solucin general: solucin particular para k = 1 :
x= k x= 1
y = k y = 1
z = k z = 1
x + 2y + z = 0
(1) + 2 (1) + (1) = 0
1 2 +1 = 0
0=0
Ejemplo 2.21 Como el sistema de ecuaciones lineales homogneo del ejemplo 2.20 es compatible
indeterminado, y el rango de la matriz del sistema es R = n 1 = 3 1 = 2 , aplicar el mtodo que
consiste en obtener los determinantes asociados a cada uno de los coeficientes del nuevo sistema
equivalente en donde slo se eliminen m R = 4 2 = 2 ecuaciones pero no incgnitas.
2x y 3z = 0 ecuacin 2
2x y + z = 0 ecuacin 3
x + 3y + 2z = 0 ecuacin 4
Solucin:
1. Observamos que al obtener el rango de la matriz A se transformaron en ceros los elementos de los
renglones tercero y cuarto, por lo que eliminaremos las ecuaciones respectivas, teniendo el siguiente
sistema equivalente al original.
x + 2y + z = 0 ecuacin 1'
2 x y 3z = 0 ecuacin 2 '
2. Obtengamos la matriz del sistema equivalente de orden 2 x3 y los determinantes asociados a cada uno
de los coeficientes del primer rengln, cancelando la columna en donde aparecen y modificando el signo
en virtud de la suma de los ndices que lo identifican (caracterstica):
2 1
Dx11 = = 6 + 1 = 5
1 3
1 2 1 1 1
A= Dy12 = (1) = ( 3 2 ) = ( 5) = 5
2 1 3 2 3
1 2
Dz13 = = 1 4 = 5
2 1
Solucin general: solucin particular si k = 1

5 :
x = 5k x = 1
y = 5k y= 1
z = 5k z = 1
3. Comprobacin: Sustituyendo en la ecuacin (3) del sistema original los valores anteriores tenemos:
2x y + z = 0
2 ( 1) (1) + ( 1) = 0
2 11= 0
0=0
Ejemplo 2.22 Investigar por medio del rango de la matriz A de coeficientes del siguiente sistema de
2 x1 x2 + 2 x3 x4 = 0 ecuacin 1
x1 + x2 3 x3 + x4 = 0 ecuacin 2
x1 + 2 x2 x3 + x4 = 0 ecuacin 3
Solucin:
1. Hallemos el rango de la matriz A de coeficientes del sistema de ecuaciones lineales homogneo:
2 1 2 1 (1) 111 1 1 0 111 0 0 0 1 0 0 0

A = 1 1 3 1 (1) 0 1 2
0 0 122 2 0 0 1 0 0

1 2 1 134 * 1 2 1 134 0 0 0 134 0 0 1 0
R (A) = 3
Conclusin: el sistema es compatible indeterminado ya que R < n .
Como n = 4 y R = 3 , entonces sustituimos el sistema original por otro sistema equivalente, en donde
eliminamos m R = 3 3 = 0 ecuaciones, y asignamos valores fijos a n R = 4 3 = 1 incgnitas,
por ejemplo x3 = k , para k , ya que al efectuar operaciones elementales para encontrar el rango la
tercera columna se transform en ceros.
2. El nuevo sistema de ecuaciones lineales equivalente es:
2 x1 x2 x4 = 2k ecuacin 1'
x1 + x2 + x4 = 3k ecuacin 2 '
x1 + 2 x2 + x4 = k ecuacin 3'
Este nuevo sistema de ecuaciones lineales equivalente se ha transformado en un sistema de ecuaciones

lineales no homogneo y se puede resolver por el mtodo solicitado de la ecuacin matricial:
2 1 1 2 1 1
A = 1 1 1 ; A = 1 1 1 = 2 2 +1 1 4 +1 = 4 7 = 3
1 2 1 1 2 1
2 1 1 1 1 0 1 1 0
A = 1 1 2 ; adj A = 2 1 3 ;
1
T 1
A = 2 1 3
3
1 1 1 3 3 3 3 3 3
Resolvamos aplicando el mtodo de la ecuacin matricial x = A1 b
x1 1 1 0 2k 2k 3k k
x = 1 2 1 3 3k = 1 4k + 3k 3k = 1 4k
2 3 3 3
x4 3 3 3 k 6k 9k + 3k 12k
x1 k x1 3 1
x = 1 4k x = 1 12 = 4
2 3 2 3
x4 12k x4 36 12
Solucin general para x3 = k : solucin particular para k = 3 :
x1 = 13 k x1 = 1
x2 = 43 k x2 = 4
x3 = k x3 = 3
x4 = 4k x4 = 12
2 x1 x2 + 2 x3 x4 = 0
2 ( 1) ( 4 ) + 2 ( 3) (12) = 0
2 4 6 + 12 = 0
12 + 12 = 0
0=0
Ejemplo 2.23 Como el sistema de ecuaciones lineales homogneo del ejemplo 2.22 es compatible
indeterminado y el rango de la matriz del sistema es R ( A) = n 1 = 3 , aplicar el mtodo que consiste en
obtener los determinantes asociados con cada uno de los coeficientes del sistema original.
2 x1 x2 + 2 x3 x4 = 0 ecuacin 1
x1 + x2 3 x3 + x4 = 0 ecuacin 2
x1 + 2 x2 x3 + x4 = 0 ecuacin 3
Solucin:
1. Como m = 3 , n = 4 y R( A) = n 1 = 3 , para obtener los determinantes asociados a cada uno de los

coeficientes de las incgnitas nicamente cancelemos la columna en donde aparecen los coeficientes de
cada una de las incgnitas y si los ndices que lo ubican suman un nmero par entonces lo multiplicamos
por +1 y si suman un nmero impar lo multiplicamos por 1 , de tal forma que dada la matriz A :
2 1 2 1
A = 1 1 3 1

1 2 1 1
2. Entonces:
1 2 1
Dx1 = 1 3 1 = 3 + 1 + 4 6 1 2 = 8 9 = 1
2 1 1
2 2 1
Dx2 = (1) 1 3 1 = ( 6 + 1 2 + 3 + 2 2 ) = ( 10 + 6 ) = ( 4 ) = 4
1 1 1
2 1 1
Dx3 = 1 1 1 = 2 2 + 1 1 4 + 1 = 4 7 = 3
1 2 1
2 1 2
Dx4 = (1) 1 1 3 = (2 + 4 3 + 2 + 12 1) = (6 + 18) = (12) = 12
1 2 1
x1 = k x1 = 1
x2 = 4k x2 = 4
x3 = 3k x3 = 3
x4 = 12k x4 = 12
Recordemos que este tipo de sistemas no se pueden presentar, ya que cuando m > n los sistemas son
compatibles (determinados o indeterminados) y cuando m < n necesariamente los sistemas de
ecuaciones lineales homogneos son compatibles indeterminados.
2.5 Mtodo de eliminacin, o mtodo de reduccin de Gauss para obtener la solucin

de sistemas de ecuaciones lineales
Antes de iniciar el presente tema, se invita al alumno a revisar los conceptos bsicos relacionados con el
mtodo de eliminacin de Gauss estudiado en el Captulo 1.
Consideremos un sistema de ecuaciones lineales cuando aplicamos la reduccin de rengln a la matriz

ampliada ( A, b ) , y establezcamos un sistema equivalente que puede ser resuelto mediante sustitucin
hacia atrs. El proceso completo es conocido como mtodo de eliminacin o mtodo de reduccin de
Gauss.
2.5.1 Mtodo de eliminacin de Gauss
En forma prctica u operativa, la aplicacin del mtodo de eliminacin de Gauss puede resumirse en los
siguientes pasos:
1. Escribir la matriz ampliada del sistema de ecuaciones lineales.

2. Efectuar operaciones elementales de rengln para reducir la matriz ampliada a la forma de rengln
escalonado.
3. Mediante la sustitucin hacia atrs, resolver el sistema equivalente que corresponda a la matriz de
rengln reducido.
Ejemplo 2.24 Dado el siguiente sistema de ecuaciones, mediante el mtodo de eliminacin de Gauss con
sustitucin regresiva, obtener su solucin y comprobar el resultado.
x 2 y z = 1 ecuacin 1
3x + 2 y + 2 z = 3 ecuacin 2
2x + y 2z = 4 ecuacin 3
Solucin:
1. Escribir la matriz ampliada ( A, b ) del sistema de ecuaciones lineales
1 2 1 1
( A, b ) = 3 2 2 3

2 1 2 4
2. Efectuar operaciones elementales de rengln para reducir la matriz ampliada a la forma escalonada de
rengln.
1 2 1 1 1 2 1 1
( A, b ) = R2 R2 3R1 3 2 2 3

0 8 5
6

R3 R3 + 2 R1 2 1 2 4 R3 R3 + 83 R2 0 3 4 2
1 2 1 1
0 8 5 6
0 0 8
17 34
8
3. Mediante la sustitucin hacia atrs, resolver el sistema equivalente mediante la matriz de rengln
reducido:
x 2 y z = 1 ecuacin 1'
8 y + 5z = 6 ecuacin 2 '
178 z = 348 ecuacin 3'
La solucin se encuentra iniciando por la tercera ecuacin:
a) 17
8 z= 34
8
b) 8 y = 6 5 z c) x = 1 + 2(2) + (2)
z = 17
34 8 y = 6 5(2) x = 1 + 4 2
z = 2 8 y = 6 + 10 x =1
y=2
Entonces: x = 1, y = 2, z = 2
4. Comprobacin: Si tomamos la primera ecuacin del sistema original ya que en ella aparecen las tres
incgnitas:
x 2 y z = 1
(1) 2 (2) (2) = 1
1 4 + 2 = 1
1 = 1
Ejemplo 2.25 Una variante del sistema de eliminacin de Gauss con sustitucin regresiva, es la de
transformar los elementos delanteros de cualquier rengln no cero en 1. Mediante un proceso similar al
mtodo de eliminacin de Gauss, excepto por la transformacin de los primeros elementos en 1,
resolvamos el ejemplo 2.24:
3x + 2 y + 2 z = 3 ecuacin 2
Solucin:
1. Escribir la matriz ampliada del sistema de ecuaciones lineales
1 2 1 1
( A, b ) = 3 2 2 3
2 1 2 4
rengln, transformando los elementos delanteros de los renglones no cero en 1.
1 2 1 1 1 2 1 1
( A, b ) = R2 R2 3R1 3 2 2 3 R2 8 R2 0 8 5
1
6
R3 R3 + 2 R1 2 1 2 4 0 3 4 2
1 2 1 1 1 2 1 1
0 1 6 0 1 6
8
5 5
8 8 8
R3 R3 + 3R2 0 3 4 2 R3 178 R3 0 0 178 34

8
1 2 1 1
0 1 5
8
6
8
0 0 1 2
3. Mediante la sustitucin hacia atrs, resolver el sistema equivalente mediante la matriz de rengln
reducido:
x 2 y z = 1 ecuacin 1'
y + 58 z = 86 ecuacin 2 '
z = 2 ecuacin 3'
a) z = 2 b) y + 58 z = 6
8 c) x = 1 + 2 y + z
y= 6
8 (2)
5
8 x = 1 + 2 (2) + (2)
y= 6
8 + 10
8
x = 1 + 4 2
y=2 x =1
2.5.2 Mtodo de eliminacin de Gauss-Jordan
Una variante de la eliminacin de Gauss se presenta si durante el paso directo de transformacin matricial
se producen nmeros 1 delanteros y despus ceros arriba y abajo de los anteriores. As, cuando se termina
el paso directo, la matriz se encontrar en su forma reducida de rengln escalonado. A este mtodo se
le llama eliminacin de Gauss-Jordan.
Esta eliminacin simplifica en gran medida la fase de la sustitucin hacia atrs y es til cuando se hacen
los clculos a mano en un sistema que tiene un nmero importante de ecuaciones y se trata de reducir an
ms a la matriz ampliada utilizando el mtodo de Gauss.
El proceso corresponde a una modificacin del mtodo de Gauss, en el que se elimina la necesidad
de sustitucin de retroceso, pero esta modificacin implica un aumento en el nmero de operaciones
de rengln. Este mtodo de Gauss-Jordan es una herramienta terica til, en la que se lleva a cabo la
sustitucin de retroceso como parte de la reduccin.
El procedimiento describe un mtodo para encontrar todas las soluciones (en caso de existir) de un
sistema de m ecuaciones lineales con n incgnitas. De la misma forma que analizamos en los temas
anteriores los sistemas de ecuaciones lineales obteniendo el rango de sus matrices (de coeficientes del
sistema y de la ampliada) para clasificarlos en compatibles o incompatibles y hallar su solucin mediante
los mtodos de la ecuacin matricial y de la regla de Cramer, el mtodo de eliminacin de Gauss-Jordan
nos permite identificar los sistemas de ecuaciones lineales que: a) tienen una solucin, b) tienen un
nmero infinito de soluciones o c) no tienen solucin.
El mtodo consiste en aplicar reiteradamente las tres operaciones matriciales elementales en un sistema
de ecuaciones lineales. Estas tres operaciones al aplicarse slo a los renglones de la matriz ampliada o
aumentada de un sistema de ecuaciones nos permiten identificar a las llamadas operaciones elementales
con renglones, las cuales se enuncian de la siguiente manera:
Un sistema de ecuaciones no altera su solucin:
1. Si se multiplica un rengln (ecuacin) por un nmero diferente de cero.

2. Si se suma un mltiplo de un rengln a otro rengln.
3. Si se intercambian dos renglones paralelos.
La notacin que se utiliza para aplicar el procedimiento descrito, consiste en designar un nuevo rengln
con la notacin del anterior multiplicado por un escalar. As tenemos, recordando el concepto de
operaciones elementales efectuadas en una matriz (captulo 1) que:
Ri cRi significa: reemplazar el i simo rengln por ese mismo rengln multiplicado por c .
R j R j + cRi significa: sustituir el j simo rengln por la suma del rengln j ms el
rengln i multiplicado por c .
Ri R j significa: intercambiar los renglones i y j .
El procedimiento consiste en usar las operaciones elementales con renglones varias veces, para obtener
un nuevo sistema equivalente cuyas soluciones estn dadas en forma explcita.
Para resolver un sistema de ecuaciones lineales por medio del mtodo de eliminacin de Gauss-Jordan, se
emplean las operaciones elementales de rengln para transformar la matriz ampliada ( A, b ) asociada con
el sistema dado a la forma reducida de rengln escalonado, que podemos denotar como ( A, b ) ' .
Posteriormente se resuelve el sistema de ecuaciones asociado con ( A, b ) ' .
Ejemplo 2.26 Resolvamos el sistema de ecuaciones lineales del ejemplo 2.24 mediante el mtodo de
eliminacin de Gauss-Jordan. El procedimiento consiste en usar las operaciones elementales con
renglones varias veces, para obtener un nuevo sistema equivalente cuyas soluciones estn dadas en forma
explcita, encontrando la forma reducida de rengln escalonado de la matriz ampliada.
3x + 2 y + 2 z = 3 ecuacin 2
Solucin:
1. Escribir la matriz ampliada del sistema de ecuaciones lineales:
1 2 1 1
( A, b ) = 3 2 2 3
2 1 2 4
rengln, transformando los elementos delanteros de los renglones no cero en 1.
1 2 1 1 1 2 1 1
( A, b ) = R2 R2 3R1 3 2 2 3 R2 8 R2 0 8 5
1
6
R3 R3 + 2 R1 2 1 2 4 0 3 4 2
R1 R1 + 2 R2 1 2 1 1 1 0 2
8
4
8
0 1 6 0
8
5 5 6
8 1 8 8
R3 R3 + 3R2 0 3 4 2 R3 178 R3 0 0 17
8
34
8

R1 R1 82 R2 1 0 2
8
4
8 1 0 0 1
R2 R2 85 R2 0 1 5
8
6
8 0 1 0 2

0 0 1 2 0 0 1 2
1 0 0 1

Por lo tanto, utilizando la notacin especificada tenemos ( A, b ) ' = 0 1 0 2

0 0 1 2
3. Mediante la sustitucin directa resolvemos el sistema equivalente mediante la matriz reducida de

rengln escalonado:
x= 1 ecuacin 1'
y= 2 ecuacin 2 '
z = 2 ecuacin 3'
2.5.3 Eleccin entre las eliminaciones de Gauss y de Gauss-Jordan
Aparentemente la eliminacin de Gauss-Jordan es ms eficiente, porque no hay paso hacia atrs, pero
requiere ms operaciones aritmticas. De hecho, para un sistema de n ecuaciones con n incgnitas,
cuando n es grande, puede demostrarse que la eliminacin de Gauss necesita aproximadamente 2
3 n3
operaciones aritmticas, mientras que la de Gauss-Jordan requiere alrededor de n 3 operaciones.
Recordemos que una matriz se encuentra en forma reducida de rengln escalonado si satisface las
propiedades siguientes:
1. Cualquier rengln conformado completamente por ceros se encuentra en la parte inferior.

2. La entrada principal en cada rengln distinto de cero es un 1 (denominado 1 principal).
3. Cada columna que contiene un 1 principal tiene ceros en cualquier otro sitio.
El procedimiento que debemos seguir para la aplicacin del mtodo de Gauss-Jordan es el siguiente:
Escribir la matriz ampliada del sistema de ecuaciones lineales.

Efectuar operaciones elementales de rengln para reducir la matriz ampliada a la forma reducida
de rengln escalonado.
Si el sistema resultante es compatible o consistente, resolver para las variables principales en
trminos de cualquier variable libre restante.
En un sistema de ecuaciones lineales, las variables principales o delanteras son aquellas que corresponden a
las posiciones pivote y las variables libres o parmetros son las que pueden asumir cualquier valor escalar.
Se observa que despus que una matriz ha sido transformada a la forma escalonada mediante el mtodo
de Gauss, operaciones elementales de rengln adicionales la llevarn a la forma reducida de rengln
escalonado (esta forma es nica).
En la eliminacin de Gauss-Jordan, procedemos como en la eliminacin de Gauss pero transformamos la

matriz ampliada a la forma reducida de rengln escalonado.
Ejemplo 2.27 Dado el sistema de ecuaciones lineales siguiente, mediante el mtodo de eliminacin de
Gauss-Jordan obtener su solucin.
x + 2 y + 3z = 4 ecuacin 2
2 x y 2 z = 4 ecuacin 3
Solucin:
1. Escribir la matriz ampliada ( A, b ) del sistema de ecuaciones lineales:
2 2 1 2
( A, b ) = 1 2 3 4

2 1 2 4
2 Efectuar operaciones elementales de rengln para reducir la matriz ampliada a la forma reducida de
rengln escalonado:
R1 12 R1 2 2 1 2 1 1 12 1
( A, b ) = 1 2 3 4 R R + R 1 2 3 4
2 2 1
2 1 2 4 R3 R3 2 R1 2 1 2 4
R1 R1 + R2 1 1 1
2 1 1 0 4 6
0 1 7
5 0 1 7
5
2 2
R3 R3 R2 0 1 3 6 R3 132 R3 0 0 2
13
11
R1 R1 4 R3 1 0 4 6 1 0 0 10
13
R2 R2 72 R3 0 1 7
2 5 0 1 0 12
13
0 0 1 22
13
0 0 1 22
13
3. Resolver en forma directa el sistema equivalente que corresponda a la matriz de forma reducida de
rengln escalonado:
x = 10
13
y = 12
13
z = 22
13
4. Comprobacin: Si tomamos la primera ecuacin del sistema original ya que en ella aparecen las 3
incgnitas:
2x 2 y + z = 2
2( 10
13 ) 2( 13 ) + ( 13 ) = 2
12 22
( 13
20
) + ( 13
24
) + ( 13
22
)=2
20 + 24 + 22
13 =2
26
13 =2
2=2
2.5.4 Mtodo de condensacin pivotal
El alumno podr seleccionar el procedimiento de eliminacin de Gauss o de Gauss-Jordan, utilizando la

notacin mostrada en los ejemplos anteriores R j R j + c Ri para cada rengln elegido donde c .
Sin embargo recordemos que el mtodo de condensacin pivotal tambin es aplicable para obtener una
matriz equivalente. Este mtodo consiste en aplicar repetidamente y en la forma ms apropiada posible la
propiedad de sumar mltiplos a los elementos de lneas paralelas, para reducir a cero todos los
elementos de una lnea excepto uno. La constante c se obtiene simplemente dividiendo el elemento
de la matriz que se pretende hacer cero entre el pivote elegido y se le cambia el signo obtenido.
2.5.5 Sistemas de ecuaciones lineales no homogneos
Ejemplo 2.28 Dado el sistema de ecuaciones lineales del ejemplo 2.8, obtener su solucin mediante los
mtodos de Gauss y de Gauss-Jordan, aplicando el procedimiento de condensacin pivotal.
x + 2 y + 2 z = 2 ecuacin 2
Solucin:
1. El mtodo de Gauss consiste en aplicar la eliminacin sin transformar en 1 los elementos

delanteros de los renglones no cero, por lo tanto los elementos que pertenecen a la diagonal
principal (igual ndice de rengln que de columna) pueden tener cualquier valor.
1.1 Escribir la matriz ampliada ( A, b ) del sistema de ecuaciones lineales.
1 1 2 1
( A, b ) = 1 2 2 2
1 3 2 3
1.2 Efectuar operaciones elementales de rengln para reducir la matriz ampliada a la forma escalonada
de rengln.
1 1 2 1 R1 R1 + R2 1 1 2 1
( A, b ) = R2 R2 + R1 1 2 2
2 0
1 0 1
R2 R2 R1 1 3 2 3 R3 R3 + 4 R2 0 4 0 4
1 0 2 0
0 1 0 1
0 0 0 0
1.3 Mediante la sustitucin hacia atrs, resolver el sistema equivalente que corresponda a la matriz de
rengln reducido.
x 2z = 0 ecuacin 1'
y = 1 ecuacin 2 '
Si hacemos z = k para k , entonces: a) x = 2k b) y = 1 c) z = k
x = 2k x= 2
y = 1 y = 1
z = k z = 1
2. Observamos en este ejemplo que al efectuar operaciones elementales de rengln para reducir la matriz
ampliada a la forma escalonada de rengln, se transformaron directamente los elementos delanteros de
los renglones no cero en 1 .
3. El mtodo de eliminacin de Gauss-Jordan para este ejemplo en particular transformando en 1 los

elementos delanteros de los renglones no cero hasta transformar la matriz ampliada a la forma reducida
de rengln escalonado, utiliza exactamente las mismas operaciones que el mtodo de Gauss. La
existencia de un rengln formado por ceros indica que el sistema es compatible indeterminado.
Ejemplo 2.29 Investigar por el mtodo de eliminacin de Gauss-Jordan si el siguiente sistema de

ecuaciones lineales no homogneo es compatible o incompatible, y en caso de tener solucin obtenerla
comprobando su resultado.
2 x y + 3z = 3 ecuacin 1
Solucin:
1. Efectuar operaciones elementales de rengln para transformar la matriz ampliada ( A, b ) a la forma

reducida de rengln escalonado:
2 1 3 3 R1 12 R1 1 1
2 32 23
( A, b ) = 1 2 2 1 1 2 2 1

1 1 2 4 1 1 2 4
1 1
2 23 23 1 1
2 23 23
R2 R2 R1 0 3
2 12 1 2
2 R2 3 R2 0 1 13 1
3
R3 R3 + R1 0 3
2
1
2
5
2
0 3
2
1
2
5
2
R1 R1 12 R2 1 0 34 53 R1 R1 + 43 R3 1 0 0 1
0 13 1 0
3 R2 R2 + 3 R3
1
1 1 0 1
R3 R3 32 R2 0 0 1 2 0 0 1 2
2. Resolver en forma directa el sistema equivalente que corresponda a la matriz en forma reducida de
rengln escalonado:
x=1
y=1
z =2
3. Comprobemos la solucin obtenida sustituyendo los valores de las incgnitas en la ecuacin (1):
2 x y + 3z = 3
2 (1) (1) + 3(2) = 3
2 1 + 6 = 3
3=3

ecuaciones lineales no homogneo es compatible o incompatible, y en caso de tener solucin obtenerla y
comprobar su resultado.
3x + y 2 z = 3 ecuacin 1
2 x y + 3 z = 1 ecuacin 2
4x + y z = 5 ecuacin 3
Solucin:

reducida de rengln escalonado.
3 1 2 3 R1 13 R1 1 1
3 23 1
( A, b ) = 2 1 3 1 2 1 3 1

4 1 1 5 4 1 1 5
1 1
3 23 1 1 1
3 23 1
R2 R2 + 2 R1 0 13 5
3 1 R 3R
2 2
0
1 5 3

R3 R3 4 R1 0 13 5
3 1 0 13 5
3 1
R1 R1 13 R2 1 0 1 2
0 1 5 3

R3 R3 + 13 R2 0 0 0 0
La existencia de un rengln formado por ceros indica que el sistema de ecuaciones lineales es compatible
indeterminado, la matriz ampliada est en la forma escalonada reducida por renglones, y el nuevo
sistema equivalente de ecuaciones posee un nmero infinito de soluciones, como se observa a
continuacin:
x + z= 2 ecuacin 1'
y 5 z = 3 ecuacin 2 '
2. Podemos asignar a z cualquier valor real, por ejemplo z = k , para k , teniendo entonces:
x = 2k x =1
y = 3 + 5k y=2
z = k z =1
3. Comprobemos la solucin obtenida sustituyendo los valores de las incgnitas en la ecuacin (1) del
sistema original:
3x + y 2 z = 3
3(1) + 2 2 (1) = 3
3+22=3
3+22=3
3=3

ecuaciones lineales no homogneo es compatible o incompatible y en caso de tener solucin obtenerla y
comprobar su resultado. El sistema tiene las mismas ecuaciones (1) y (2) que el problema 2.30 y slo
difiere en el trmino independiente de la tercera ecuacin.
3x + y 2 z = 3 ecuacin 1
2 x y + 3 z = 1 ecuacin 2
4x + y z = 2 ecuacin 3
Solucin:

3 1 2 3 R1 13 R1 1 1
3 32 1
( A, b ) = 2 1 3 1 2 1 3 1

4 1 1 2 4 1 1 2
1 1
3 23 1 1 1
3 23 1
R2 R2 + 2 R1 0 1
3
5
3 1 R 3R
2 2
0
1 5 3

R3 R3 4 R1 0 13 5
3 2 0 13 5
3 2
R1 R1 13 R2 1 0 1 2
0 1 5 3

R3 R3 + 13 R2 0 0 0 43
La ltima ecuacin es 0 x + 0 y + 0 z = 43 , lo que es imposible, as que el sistema no tiene solucin. En

este caso decimos que el sistema de ecuaciones lineales es incompatible.
2.5.6 Sistemas de ecuaciones lineales homogneos

ecuaciones lineales homogneo es compatible determinado o indeterminado y hallar su solucin.
Comprobar el resultado.
x + 2 y + 2z = 0 ecuacin 1
2x 3 y 2z = 0 ecuacin 2
Solucin:
1. Efectuar operaciones elementales de rengln para transformar la matriz ampliada ( A, 0) a la forma

1 2 2 0 1 2 2 0
( A, 0v ) = 2 3 2 0 R2 R2 + 2 R1 0
1 2 0
2 1 2 0 R3 R3 2 R1 0 3 6 0
R1 R1 2 R2 1 0 2 0
0 1 2 0

R3 R3 + 3R2 0 0 0 0
Recordemos que los sistemas de ecuaciones lineales homogneos siempre tienen solucin, es decir, son
compatibles (determinados o indeterminados). La existencia de un rengln formado por ceros indica que
el sistema de ecuaciones lineales es compatible indeterminado, la matriz ampliada (con una columna de
ceros de los trminos independientes) est en la forma escalonada reducida por renglones, y el nuevo
sistema de ecuaciones posee un nmero infinito de soluciones, como se observa a continuacin:
x 2z = 0 ecuacin 1'
y + 2z = 0 ecuacin 2 '
2. Por lo tanto sabemos que si hacemos z = k , para k , tendremos las siguientes soluciones:
x = 2k x= 2
y = 2k y = 2
z = k z = 1
3. Comprobemos la solucin obtenida sustituyendo los valores de las incgnitas en la ecuacin (1) del
sistema original.
x + 2 y + 2z = 0
2 + 2 (2) + 2 (1) = 0
24+2=0
44=0
0=0

Cap. 2

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Cap. 2

Caricato da

Copyright:

Formati disponibili

CAPTULO

SISTEMAS DE ECUACIONES LINEALES

2.1 Sistemas de ecuaciones lineales y su clasificacin

Se define como ecuacin lineal con n incgnitas o variables x1 , x2 , x3 , , xn a la expresin que

En donde a1 , a2 , a3 , , an son los coeficientes de las incgnitas, y b es el trmino independiente de la

Una solucin de dicha ecuacin es un conjunto de valores k1 , k2 , k3 , , k n que sustituidos en la

Ejemplo 2.1 Las ecuaciones 3x y = 2 , 2 x + 3 y 4 z = 3 , y x1 + x2 + x3 + + xn = 0 son

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

Si el sistema de ecuaciones lineales tiene solucin decimos que es compatible o consistente, y

2.1.1 Forma matricial de un sistema de ecuaciones lineales, matriz de coeficientes

a11 a12 a13 a1n

Llamamos vector rengln de n componentes a un conjunto ordenado de n nmeros reales escritos de la

Llamamos vector columna de n componentes a un conjunto ordenado de n nmeros reales escritos de

2.1.2 Matriz ampliada o matriz aumentada del sistema de ecuaciones lineales

2.2 Solucin de sistemas de ecuaciones lineales

2.2.1 Sistemas de ecuaciones lineales no homogneos

Cuando al menos un trmino independiente es diferente de cero.

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

2.2.2 Sistemas de ecuaciones lineales homogneos

Todos los trminos independientes son iguales a cero.

a11 x1 + a12 x2 + a13 x3 + + a1n xn = 0

1. Igual nmero de ecuaciones que de incgnitas m = n

A su vez cada sistema de ecuaciones lineales podr tener:

a) Solucin nica (sistema compatible determinado),

Clasificacin de los sistemas de ecuaciones lineales

2.2.3 Teorema de Kronecker-Capelli, o teorema de Rouch-Frobenius

Un sistema de ecuaciones lineales es compatible si y slo si el rango de la matriz de coeficientes es igual

Demostracin: Supongamos que el sistema (2) es compatible y que k1 , k2 , k3 , , k n es una solucin de

Que tambin se puede escribir como:

a11 a12 a13 a1n b1

a11 a12 a13 a1n b1

1. Un vector v es una combinacin lineal de vectores v1 , v2 , , vn si existen escalares 1 , 2 , , n

2. Un conjunto de vectores v1 , v2 , , vn es linealmente dependiente o tiene dependencia lineal si

Un conjunto de vectores v1 , v2 , , vn que no es linealmente dependiente se denomina linealmente

que si R es el rango de las matrices A y ( A, b ) , sabemos que el mximo nmero de renglones

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

2.2.4 Teorema del rango

Sea A la matriz de coeficientes de un sistema de ecuaciones lineales con n variables o incgnitas. Si el

nmero de variables libres = n R ( A )

Se presentan ahora dos alternativas:

Si R = n , el sistema (6) tiene el mismo nmero de ecuaciones que de incgnitas y su matriz de

a11 x1 + a12 x2 + + a1R xR = b1 a1R +1 xR' +1 a1R + 2 xR' + 2 a1n xn'

El cual es un sistema de R ecuaciones con R incgnitas ( x1 , x2 , , xR ) cuya matriz de coeficientes es no

En el caso general la solucin f1 , f 2 , , f R deber expresarse como funcin de xR + 1 , xR + 2 , , xn

Llamada solucin general del sistema de ecuaciones lineales (6).

2.2.5 Solucin de sistemas de ecuaciones lineales mediante los mtodos de la ecuacin

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

En consecuencia la matriz A es no singular ya que A al que llamamos determinante asociado a la

2.2.5.1 Mtodo de la ecuacin matricial

De acuerdo con la definicin de matriz inversa I x = A1 b obtenemos:

1. Sean las matrices del sistema:

2. En forma matricial expresamos el sistema de ecuaciones lineales como A x = b :

3. Por tratarse de un sistema de igual nmero de ecuaciones que de incgnitas investiguemos si la

Hallemos la matriz inversa de A :

3 2 1 411 121 731 4 1 7

4. La solucin del sistema est dada por la ecuacin matricial x = A1 b :

5. Comprobemos que el resultado obtenido es el correcto sustituyendo los valores anteriores en la

2.2.5.2 Mtodo de la regla de Cramer

Teorema: Si A x = b es un sistema de n ecuaciones lineales con n incgnitas, tal que det ( A) 0 ,

Si representamos con Ai a la matriz obtenida al reemplazar la i sima columna de A por el vector de

1. Hallar el valor del determinante A

4. Comprobemos el resultado en la ecuacin (1):

2.3 Sistemas de ecuaciones lineales no homogneos