0.1 Sistemas de Ecuaciones Lineales ( S.E.L.

)
Definition 1 Llamaremos un ” Sistema de Ecuaciones Lineales de m-ecuaciones con n-
incognitas x1 , x2 , x3 , x4 , ...., xn , con valores en K (K =R ó K =C) a cualquier conjunto
de m ecuaciones de la forma: 

1) a11 x1 + a12 x2 + a13 x3 + a14 x4 + a15 x5 + ... + a1n xn = b1 

2) a21 x1 + a22 x2 + a23 x3 + a24 x4 + a25 x5 + ... + a2n xn = b2 

3) a31 x1 + a32 x2 + a33 x3 + a34 x4 + a35 x5 + ... + a3n xn = b3 

··· 

i) ai1 x1 + ai2 x2 + ai3 x3 + ai4 x4 + ai5 x5 + ... + ain xn = bi  (∗∗)

··· 
m) am1 x1 + am2 x2 + am3 x3 + am4 x4 + + ... + amn xn = bm

Por ejemplo 

1) 3x1 + 2x2 + x3 = 5 

2) 2x1 + x2 − 3x3 = 0 

3) x1 − x2 + 5x3 = −1 
4) 2x1 + x3 = 0
es un S.E.L. de 4-ecuaciones con 3-incognitas x1 , x2 , x3 con valores en R
Notemos que: Todo S.E.L. de la forma (∗∗) puede ser representada o escrita como una
ecuación matricial de la forma:

AX = B donde A ∈ Mmxn (K), X ∈ Mnx1 (K) y B ∈ Mmx1 (K)

En efecto:  
  x1  
a11 a12 · · · · · · a1n  x2  b1
 a21 a22 · · · · · · a2n    b2 
  ···   
 ··· ··· ··· ··· ···    ··· 
  xi   
 ai1 ai2 ··· ain  .. =  bi 
    
 .. .. ...  .   .. 
 . . ··· ···  ..   . 
 . 
am1 am2 · · · · · · amn bm
xn
Matriz de los Coef icientes Matriz de los Coef. Indep.
En
 nuestro ejemplo   
3 2 1   5
 2 x1
 1 −3  
  x2  =  0 

 1 −2 5   −1 
x3
2 0 1 0
Reciprocamente
Si AX = B es una ecuación matricial tal que A ∈ Mmxn (K), X ∈ Mnx1 (K) y B ∈ Mmx1 (K),
entonces la ecuación AX = B representa a un S.E.L. de m-ecuasciones con n-incognitas.
En adelante en lugar de representar un de S.E.L. de m-ecuasciones con n-incognitas
x1 , x2 , x3 , x4 , ...., xn en la forma (∗∗) usualmente la representaremos por una ecuación ma-
tricial de la forma AX = B, donde A ∈ Mmxn (K), X ∈ Mnx1 (K) y B ∈ Mmx1 (K).

Definition 2 Diremos que la n-tupla α = (α1 , α2 , α3 , ..., αn ) ∈ Kn

( o la matriz fila α = (α1 α2 α3 ... αn ) ) es una solución del S.E.L. AX = B
Sí y sólo sí Aαt = B

Es decir α = (α1 , α2 , α3 , ..., αn ) ∈ Kn es solución de AX = B

 
  α1  
a11 a12 · · · · · · a1n   b1
 a21 a22 · · · · · · a2n   α2   b2 
  ···   
 ··· ··· ··· ··· ···    ··· 
   αi   
Sí y sólo sí  a   .  =  bi 
 i1 ai2 · · · ain  .   
 .. .. .   .   .. 
 . . · · · .. · · ·  .   . 
 .. 
am1 am2 · · · · · · amn bm
αn

1
 Luego α = (α1 , α2 , α3 , ..., αn ) ∈ Kn es solución de AX = B:
Sí y sólo sí ak1 α1 + ak2 α2 + ak3 α3 + ak4 α4 + ak5 α5 + ... + akn αn = bk , ∀k
Es decir, al reemplazar en cada ecuación k) las xi por αi , i = 1, 2, 3, ...n , se obtiene la
igualdad indicada en ella.
Ejemplo : 

1) x + 3y − z = 2 

2) 2x − 5y + z = −2 
Sea  y α = (1, 1, 1) ∈ R3
3) 5x + 2y + 3z = 10 
4) x + 5y − z = 8
¿ Es α solución del sistema ?   
1 3 −1   2
 2 −5 1
 1  
  1  =  −2 

α = (1, 1, 1) es solución ⇔  5 2 3   10 
1
1 5 −1 8
   
3 2
 −2   −2 
   
 10  =  10 
5 8
Por lo tanto α = (1, 1, 1) no es solución del sistema dado.
Notemos que en la ecuación 1) x + 3y − z = 2 no se cumple la igualdad indicada
cuando x = 1, y = 1, z = 1 en efecto:1 + 3 · 1 − 1 · 1 = 3 = 2
En la ecuación 4) x + 5y − z = 8 t ambiénno se cumple la igualdad indicada
cuando x = 1, y = 1, z = 1 en efecto: 1 + 5 · 1 − 1 · 1 = 5 = 8

Definition 3 Sean AX = B y A X = B dos Sistemas de Ecuaciones Lineales

de m-ecuaciones con n-incognitas x1 , x2 , x3 , x4 , ...., xn , con valores en K.
Diremos que AX = B y A X = B son equivalentes
Sí y sólo sí Ambos Sistemas poseen las mismas soluciones.

Si α es una solución de AX = B entonces α es una solución de A X = B

Es decir :
Si β es una solución de A X = B entonces β es una solución de AX = B
Proposición:
Sea F una O.E.F., y AX = B un S.E.L. entonces los sistemas AX = B y F(A)X = F(B)
son equivalentes.
Demostración:
Como F una O.E.F. entonces existe una M.E. E tal que F(A) = E · A y F(B) = E · B
Luego
Sea α es una solución de AX = B ⇔ Aαt = B / · E ⇒ E · Aαt = E · B
es decir (E · A) αt = (E · B) ⇔ F(A)αt = F (B) ⇒ α es solución de F(A)X = F(B)
Luego si α es una solución de AX = B entonces α es una solución de F(A)X = F(B) (∗)
Por otro lado
Si β es una solución de F(A)X = F(B) ⇔ F(A)β t = F(B)
es decir (E · A) β t = (E · B) ⇔ E· Aβt = E · B / · E−1
⇒ Aβt = B ⇒ β es solución de AX = B
Luego si β es una solución de F(A)X = F(B) entonces β es una solución de AX = B (∗∗)
De (∗) y (∗∗) concluimos que: AX = B y F(A)X = F(B) son equivalentes.

Definition 4 Sea AX = B un S.E.L.de m-ecuaciones con n-incognitas,

entonces a la matriz de orden mx(n + 1) definida por (A|B) la llamaremos la matriz
ampliada del asociada al sistema AX = B

Si (A|B) es la matriz ampliada asociada al sistema AX = B y F es una una O.E.F,

entonces la matriz ampliada (F(A)|F(B)) es la matriz ampliada asociada a F(A)X = F(B)
Notemos que:
F
AX = B → (A|B) w (F(A)|F(B)) → F(A)X = F(B)

2
 Ejercicio
Demuestre que :
Si F1 y F2 son O.E.F., y AX = B un S.E.L.
entonces los sistemas AX = B y (F2 ◦ F1 ) (A)X = (F2 ◦ F1 ) (B) son equivalentes.
Proposición
Sea AX = B un S.E.L.de m-ecuaciones con n-incognitas,
F1 F2 F3 O.E.F Fs
Si (A|B) w . w . w · · · w · · · w A |B
entonces los sistemas AX = B y A X = B son equivalentes.
Demostración ( ejercicio )
Consecuencia
Si AX = B es un S.E.L.de m-ecuaciones con n-incognitas, y (A|B) ∼ A |B
F
entonces los sistemas AX = B y A X = B son equivalentes.
Caso particular
Si AX = B es un S.E.L.de m-ecuaciones con n-incognitas,
y (A|B) ∼ E |B ← matriz escalonada
F
entonces los sistemas AX = B y E X = B son equivalentes
Luego resolver o analizar el sistema AX = B es equivalente a resolver o analizar el sistema
EX=B
Ejemplo 

1) x + 3y − z = 2 

2) 2x − 5y + z = −2 
Analizar y resolver el sistema 
3) 5x + 2y + 3z = 10 
4) x + 5y − z = 8
   
1 3 −1   2
 2 −5 x
 1  

 =  −2 

⇔  y
5 2 3   10 
z
1 5 −1 8
  F (−2)  
1 3 −1 2 21
w 1 3 −1 2
 2 −5 1 −2  F31 (−5)  0 −11 3 −6 
Luego (A|B) =   5
 w 
 

2 3 10 0 −13 8 0 
F41 (−1)
1 5 −1 8 w 0 2 0 6
  F (−1)    
F24 (6) 1 3 −1 2 32 1 3 −1 2 1 3 −1 2
w w  30 

F31 (7)  0 1 3 30  
F31 (7)  0 1 3 30  F43 ( 6 )  0 1 3 
w  0 1   5
 12 
8 42  w  0 0 5 12  w  0 0 5 
F41 (−1) F41 (−1) 198
w 0 2 0 6 w 0 0 −6 −54 0 0 0
5
    
2   2 1) x + 3y − z = 2 
1 3 −1 1 3 −1   
 30  x  30  2) y + 3z = 30 
 0 1 3   0 1 3    
De  12  ⇒    y  =   ⇔ 3) 5z = 10 
 0 0 5  0 0 5   12  

198 z 198 198
0 0 0 0 0 0 4) 0=
5 5 5
de la igualdad 4) obtenemos una contradicción por lo tanto
este sistema no posee solución
Conclusión: El sistema dado ( original ) no posee solución
Observación :
Sea A ∈ Mmxn (K) y B ∈ Mmx1 (K)
Si (A|B) ∼ E |B = E es un matriz escalonada
F
entonces E es una matriz escalonada tal que A ∼ E
F
En nuestro ejemplo tenemos que

3
    
1 3 −1 2 1 3 −1 2
 2 −5 30 
 1 −2 
 ∼
 0 1 3 
 5 12 = E escalonada ⇒ ρ( (A|B) ) = 4
2 3 10  F  0 0 5 
198
1 5 −1 8 0 0 0
,
5
E ,
    B
1 3 −1 1 3 −1
 2 −5 1   0 1 3 
y 
 5
 ∼ ⇒ ρ(A) = 3
2 3  F 0 0 5 
1 5 −1 0 0 0
,
E
Si AX = B es un S.E.L. de m-ecuaciones con n-incognitas,
entonces denoteremos ρ(A|B) en lugar de ρ( (A|B) )
Proposición :
Sea AX = B un S.E.L.de m-ecuaciones con n-incognitas, es decir A ∈ Mmxn (K) y
B ∈ Mmx1 (K)
entonces :
1) Si ρ( (A|B) ) = ρ(A) entonces el Sistema AX = B no posee solución,
diremos que el sistema es Incompatible o Sistema Inconsistente
2) Si ρ( (A|B) ) = ρ(A) entonces el Sistema AX = B posee solución,
diremos que el sistema es Compatible o Sistema Consistente
a) Si ρ(A) = n entonces el Sistema AX = B posee solución única.
n es el número de incognitas
b) Si ρ(A) < n entonces el Sistema AX = B posee más de una solución.
en este caso sólo podemos despejar ρ(A) incógnitas
en función de n − ρ(A) parámetros o variables Independientes
Ejercicios:


1) x + y − z + u = 5 

2) x − y + 3 z + 2u = 2 
Ejercicio 1 Analizar y resolver el sistema 
3) y+ z − u=3 
4) z + u=8
Debemos escalonar la matriz ampliada del sistema
     
1 1 −1 1 5 1 1 −1 1 5 1 1 −1 1 5
F23
 1 −1 2   1 −3   0 3 
 3 2  F21w(−1)  0 −2 4  w  1 1 −1 
 0 1 1 −1 3   0 1 1 −1 3  F32 (2)  0 0 6 −1 3 
w
0 0 1 1 8 0 0 1 1 8 0 0 1 1 8
 
1 1 −1 1 5
F34
w   0 1 1 −1 3  ⇒ ρ (A|B) = 4 y ρ( (A) ) = 4
F43 (−6)  0 0 1 1 8 
w
0 0 0 −7 −45
Como ρ (A|B) = ρ( (A) ) = 4 entonces el sistema dado es Compatible, como n = 4
entonces el sistema posee solución única.
Ahora vamos a hallar la solución del sistema, para ello vamos a buscar una matriz
reducida R equivalente por fila con la matriz (A|B)
  F (−1)   F (− 1 )  
1 1 −1 1 5 12
w 1 0 0 4 18 4
w  1
7 0 0 4 18
 0 1 1 −1  
3  F23 (−1)  0 1 0 −2 
−5  F34 (−1)  0 1 0 0 55 
 7 
 0 0 1 1 8  w  0 0 1 1 8  w  0 0 1 0 11
7

F13 (2) F24 (2) 45
0 0 0 −7 −45 w 0 0 0 −7 −45 w 0 0 0 1 7
 
1 0 0 0 − 54 7

F14 (−4)  0 1 0 0
55 
7 
w  0 0 1 0 11 
7
45
0 0 0 1 7

4
       
  
1 0 0 0 − 54
7
1 0 0 0 − 54
7
1) x = − 54
7 
 0 1   0 1 x 
0 0 55
0 0   55  2) y= 55

De 
 0 0
7
11
⇒
  0 0
 y  = 
 
7
11
⇔

7
11 
1 0 7
1 0 7
3) z = 7 
45 z 45 45
0 0 0 1 7
0 0 0 1 7
4) u = 7

Conclusión
54 55 11 45
La solución es: α = (x, y, z, u) = ( − , , , )
7 7 7 7
• Otra manera de hallar la solución es resolver el sistema asociado a la matriz aumen-
tada escalomada :
 
1 1 −1 1 5
 0 1 1 −1 3 
 
 0 0 1 1 8 
0 0 0 −7 −45
  

1 1 −1 1 5 1) x + y − z + u = 5 
 0 1 
1 −1 3  ⇒ 2) y+z−u=3 
De 
 0 0 
1 1 8  3) z+u=8 
0 0 0 −7 −45 4) −7u = − 45
45
De 4) obtenemos u =
7
11
Luego en 3) obtenemos z = 8 − u = 8− 45
7
= 11
7
⇒ z=
7
45 11 55 55
en 2) obtenemos que : y = 3 + u − z = 3+ − = ⇒ y=
7 7 7 7
55 11 45 54 54
en 1) obtenemos que : x = 5 − y + z − u = 5− + − =− ⇒ x=−
7 7 7 7 7
Conclusión
54 55 11 45
La solución es: α = (x, y, z, u) = ( − , , , )
7 7 7 7
Ejercicio 2

x + y +w = 1 


En el siguiente S.E.L. x + ay +w = a 
az = 2a + 1
Determine los valores de a para que

(a) El sistema sea incompatible

Respuesta:
   
1 1 0 1 1 1 1 0 1 1
 1 a 0 1 F (−1) 
a  21 0 a−1 0 0 a − 1  (∗)
∼
0 0 a 0 2a + 1 0 0 a 0 2a + 1
 
1 1 0 1 1
Notemos que  0 a−1 0 0 a − 1  es una matriz escalonada
0 0 a 0 2a + 1
Luego si a = 0 entonces
 
1 1 0 1 1
 0 −1 0 0 −1  ⇒ ρ(A) = 2 y ρ(A|B) = 3
0 0 0 0 1
Por lo tanto el sistema es Incompatible para a = 0.

5
 (b) El sistema posea infinitas soluciones con 2 parámetros
Respuesta:
Notemos que el sistema posee 4 incognitas.
En (∗) si a = 1 entonces
   
1 1 0 1 1 1 1 0 1 1
 0 0 F
0 0 0  23  0 0 1 0 3  ⇒ ρ(A) = ρ = 2 < 4
∼
0 0 1 0 3 0 0 0 0 0
luego el sistema posee infinitas soluciones con 4 − 2 = 2 parámetros.
Por lo tanto el sistema posee infinitas soluciones con dos parámetros para a = 1

(c) El sistema posea infinitas soluciones con 1 parámetro

Respuesta:
En (∗) si a = 0 y a = 1 entonces
 
1 1 0 1 1
 0 =0 0 0 ?  ⇒ Rang(A) = Rang(A|B) = 3 < 4 (núm. de incog. )
0 0 =0 0 ?
luego el sistema posee infinitas soluciones con 4 − 3 = 1 parámetros
Por lo tanto el sistema posee infinitas soluciones con un parámetro ∀a ∈R−{0, 1}

x + y − 2z + 4w = 5 


Ejercicio 3 Sea 2x + 2y − 3z + w = 3 
3x + 3y − 4z − 2w = 1
Resuelva el sistema expresando las soluciones con el menor número de parámetros o
variables libres
Respuesta:
   
1 1 −2 4 5 F21 (−2) 1 1 −2 4 5
 2 2 −3 1 3  F31 (−3)  0 0 1 −7 −7 
3 3 −4 −2 1 ∼ 0 0 2 −14 −14
 
1 1 −2 4 5
F32 (−2)   (∗) ⇒ Rang(A) = Rang(A|B) = 2 < 4
0 0 1 −7 −7
∼
0 0 0 0 0
luego el sistema posee infinitas soluciones con dos parámetros
el sistema asociado a (∗) es :

x + y − 2z + 4w = 5 
 x + y − 2(7w − 7) + 4w = 5
z − 7w = −7  ⇒ z = 7w − 7
0 = 0

1. luego:
x + y − 14w + 14 + 4w = 5 x = 10w − y − 9
z = 7w − 7
⇒
z = 7w − 7
usando como parámetros o variables libres a w y y tenemos que el conjunto solución
del sistema es:
Sol = {(10w − y − 9, y, 7w − 7, w) /y, w ∈R }

6
 0.1.1 Sistemas de Ecuaciones Lineales Especiales
Sistemas Homogéneos:
Definition 5 Sea AX = B un S.E.L.de m-ecuaciones con n-incognitas,
diremos que AX = B es Homogéneo
Sí y sólo sí B = 0
Es decir un Sistema homogéneo es un S.E.L. de la forma AX = 0
Algunas propiedades de los Sistemas de Ecuaciones Lineales Homogéneos (S.E.L.H. )

S.H.- 1 Un sistema homogéneo siempre es compatible, es decir posee solución.

La m-tupla, α = (0, 0, 0, ..., 0) es una solución de AX = 0, llamada la solución trivial
del sistema.
S.H.- 2 Si α es una solución de AX = 0 y λ ∈ K, entonces λα es solución de AX = 0
En efecto :α es una solución de AX = 0 ⇔ Aαt = 0
Por demostrar que λα es una solución de AX = 0
como A (λα)t = A λ (α)t = λ A (α)t = λ0 = 0
Luego λα es una solución de AX = 0
S.H.- 3 Si α y β son soluciones del sistema homogéneo AX = 0 , entonces α + β es solución
de AX = 0
En efecto : α es una solución de AX = 0 ⇔ Aαt = 0
β es una solución de AX = 0 ⇔ Aβt = 0
Por demostrar que α + β es una solución de AX = 0
t t
como A (α + β)t = A αt + β = Aαt + Aβ = 0 + 0 = 0
Luego α + β es una solución de AX = 0.

Sistemas no-homogéneos:
Definition 6 Sea AX = B un S.E.L.de m-ecuaciones con n-incognitas,
diremos que AX = B es no-Homogéneo
Sí y sólo sí B = 0
Es decir un Sistema homogéneo es un S.E.L. de la forma AX = B con B = 0.
Algunas propiedades de los Sistemas de Ecuaciones Lineales no-Homogéneos (S..NH. )

S.NH.- 1 Las propiedades anteriores no son válidos para sistemas no-homogéneos. por ejemplȯ:
Por ejemplȯ : Si α y β son soluciones del sistema no-homogéneo AX = 0 , entonces
t t
A (α + β)t = A αt + β = Aαt + Aβ = B + B = B

• Llamaremos el sistema homogéneo asociado al sistema no-homogéneo AX = B,

al sistema AX = 0
S.NH.- 2 Si α0 es una solución particular del sistema no-homogéneo AX = B y
αH es una solución particular de su sistema homogéneo asociado AX = 0,
entonces α0 + αH es una solución del sistema AX = B
En efecto : α0 es una solución de AX = B ⇔ A (α0 )t = B
αH es una solución de AX = 0 ⇔ A (αH )t = 0
Por demostrar que α0 + αH es una solución de AX = B
t t
como A (α0 + αH )t = Aαt0 + βH = Aαt + Aβ = B + 0 = B
Luego α0 + αH es una solución de AX = B.

7
S.NH.- 3 Sea α0 es una solución particular del sistema no-homogéneo AX = B
Sea α una solución cualquiera del sistema AX = B, entonces existe una solución αH
del sistema homogéneo asociado AX = 0, tal que α = α0 + αH
En efecto:
t
Como A (α − α0 )t = Aαt −αt0 = Aαt − Aα0 = B − B = 0
Por lo tanto es una solución de AX = 0,luego consideremos αH = α − α0
Conclusión : α = α0 +αH = α0 +(α − α0 )

• La propiedad anterior nos dice que cualquier solución α de un sistema AX = B no

homogéneo y compatible puede expresarse como la suma de una solución particular
α0 del sistema AX = B más una solución particular αH de su sistema homogéneo
AX = 0
Es decir el conjunto solución del sistema AX = B no-homogéneo y compatible es de
la forma:
{α0 +αH / αH es solución de AX = 0} = α0 + {αH / αH es solución de AX = 0}

Sistemas Cuadrados

Definition 7 Sea AX = B un S.E.L.de m-ecuaciones con n-incognitas,

diremos que AX = B es un Sistema Cuadrado
Sí y sólo sí A ∈ Mmxn (K)
Es decir el número de ecuaciones es igual al ´número de incognitas

S.C.- 1 Sea AX = B un Sistema Cuadrado de m-ecuaciones,

Si A es invertible entonces AX = B, posee solución única.

• En efecto como A es invertible entonces existe A−1 .

AX = B / · A−1 izq.
luego
A−1 (AX) = A−1 B ⇒ X = A−1 B Solución.
Nota: Si AX = B es un Sistema Cuadrado de m-ecuaciones,
Como A ∈ Mmxn (K), luego i) det(A) = 0 y ii) det(A) = 0

i) Si det(A) = 0 entonces A es invertible

luego por la propiedad SC − 1 el sistema AX = B, posee solución única.

ii) Si det(A) = 0 entonces el sistema AX = B, puede no tener solución ó

tener más de una solución ( infinitas soluc. si K es de cardinalidad infinita ).
Es decir el sistema podría ser Incompatible o poseer ´mas de una solución.
Analizar y resolver el siguiente Sistema
     

1) 3x + 5y − z = 1  3 5 −1 x 1

2) x − y + 2 z = 3  ⇔  1 −1 2  y  =  3 
3) 2x + y − z = 2 2 1 −1 z 2

• Un camino sería
     
3 5 −1 1 F12 (−3) 0 8 −7 −8 F12 1 −1 2 3
 1 −1 w w
2 3  F32 (−2)
 1 −1 2 3  F23 (−3)
 0 −1 8 4 
2 1 −1 2 w 0 3 −5 −4 w 0 3 −5 −4
 
1 −1 2 3
F32 (3)
w  0 −1 8 4  ⇒ ρ (A|B) = 3 y ρ( (A) ) = 3
0 0 19 8

8
 Como ρ (A|B) = ρ( (A) ) = 3 entonces el sistema dado es Compatible, como n = 3
entonces el sistema posee solución única.
Ahora vamos a hallar la solución del sistema, para ello vamos a buscar una matriz
reducida R equivalente por fila con la matriz (A|B)
    F12 (1)  
1 −1 2 3 F2 (−1) 1 −1 2 3 w 1 0 0 29

 0 −1 8 4  w1  0
19
F3 ( 19 )
1 −8 −4  F13 w  0 1 0 − 19 
(6) 12
8 8
0 0 19 8 w 0 0 1 19
F23 (8) 0 0 1 19
w
       29  
29 29 
1 0 0 19
1 0 0 x 19
1) x = 19 
 12       12  12 
De 0 1 0 − 19 ⇒ 0 1 0 y = − 19 ⇔ 2) y = − 19 
8 8 8
0 0 1 19
0 0 1 z 19
3) z = 19
Conclusión
29 12 8
La solución del sistema es es: α = (x, y, z) = ( ,− , )
19 19 19
• Otro
 camino sería     
3 5 −1 1 0
F12 (−3) 8 −7 −8 F12 1 −1 2 3
 1 −1  w  1 −1 w
2 3 F32 (−2)
2 3  F23 (−3)
 0 −1 8 4 
2 1 −1 2 w 0 3 −5 −4 w 0 3 −5 −4
  
 x = 6z − 1
F12 (−1) 1 0 −6 −1 1) x − 6z = −1 
w    y = 8z − 4
F32 (3)
0 −1 8 4 ⇒ 2) − y + 8 z = 4 ⇒
w 8
0 0 19 8 3) 19z = 8 z=
19
48 19 29
x= − =
19 19 19
64 76 12
⇒ y= − =−
19 19 19
8
z=
19
Conclusión
29 12 8
La solución del sistema es es: α = (x, y, z) = ( ,− , )
19 19 19
• Un 
tercer camino camino
  ser
ía  
3 5 −1 x 1
De  1 −1 2   y  =  3  obtenemos que :
2 1 −1 z 2
El sistema es cuadrado y como
F12 (−3) F12 F12 (−1)
3 5 −1 w 0 8 −7 w 1 −1 2 w 1 0 −6
1 −1 2 F32 (−2) 1 −1 2 F23 (−3) (−1) 0 −1 8 F32 (3) (−1) 0 −1 8
w w w
2 1 −1 = 0 3 −5 = 0 3 −5 = 0 0 19
⇒ det(A) = −(−19) = 0 entonces el sistema posee solución única y
   −1  
x 3 5 −1 1
la solución será  y  =  1 −1 2   3 
z 2 1 −1 2
Luego para hallar A−1
   
3 5 −1 1 0 0 Fa
12 (−3) 0 8 −7 1 −3 0
 1 −1  w 
2 0 1 0 F32 (−2)
1 −1 2 0 1 0 
2 1 −1 0 0 1 w 0 3 −5 0 −2 1
   
a F12 1 −1 2 0 1 0 Fa
12 (−1) 1 0 −6 −1 −2 3
w  w
F23 (−3) 0 −1 8 1 3 −3  F32 (3)  0 −1 8 1 3 −3 
w 0 3 −5 0 −2 1 w 0 0 19 3 7 −8

9
  
a   1
− 19 4 9
F2 (−1) 1 0 −6 −1 −2 3 a
F (6) 1 0 0 19 19
w  
13
w
1
F3 ( 19 )
 0 1 −8 −1 −3 3  F23 (8) 
 0 1 0
5
19
1
− 19 7
− 19 

3 7 8 w
w 0 0 1 − 19 0 0 1 3 7 8
19 19
19 19
− 19
 1 4 9

− 19 19 19
 
Luego A−1 = 

5
19
1
− 19 7
− 19 

3 7 8
19 19
− 19
 
1
− 19 4 9    29 

19 19
 1 19
⇒ X= 

5
19
1
− 19 7
− 19  ·  3  =  − 12 
 19
8
3 7 8
− 19 2 19
19 19
Conclusión
29 12 8
La solución del sistema es : α = (x, y, z) = ( ,− , )
19 19 19
S.C.- 2 Regla de Cramer

• Sea AX = B un Sistema Cuadrado de n-ecuaciones, tal que det(A) = 0.

entonces
a11 ··· b1 ··· a1n
a21 b2 a2n
.. ..
. ··· ··· ··· .
ai1 bi ain
.. ..
. ··· ··· ··· .
..
an−11 . bn−1 an−1n
an1 · · · bn · · · ann det(A∗i , B)
xi = = ∀i = 1, 2, 3, ..., n
a11 · · · a1i · · · a1n det(A)
a21 a2i a2n
.. ..
. ··· ··· ··· .
ai1 aii ain
.. ..
. ··· ··· ··· .
..
an−11 . an−1i an−1n
an1 · · · ani · · · ann

— donde det(A∗i , B), es la determinante de la matriz, que se obtiene de la matriz

A al reemplazar su columna -i, por la matriz columna B,quedando invariante
las demás columnas de A.
Ejemplos:
1.- Analice, si puede resolver el siguiente sistema, usando la regla de Cramer
1) 3x + 5y = 1 3 5
⇒ A= ⇒ det(A) = 24 − 10 = 14 = 0
2) 2x + 8y = 3 2 8
Luego podemos aplicar la Regla de Cramer y obtenemos
1 5 3 1
3 8 7 1 2 3 7 1
x1 = x = =− = − ; x2 = y = = =
3 5 14 2 3 5 14 2
2 8 2 8
1 1
Conclusión α = ( − , )
2 2

10
   

1) 3x + 5y − z = 3  2 1 −1

2.- 2) x − y + 2 z = 8  ⇒ A =  1 1 0 
3) 2x + y − z = 7 −3 2 −1
F13 (−1)
2 1 −1 w 6 0 0
⇒ 1 1 0 F12 (1) 1 1 0
= −6 = 0
w
−3 2 −1 = −3 2 −1
Luego podemos aplicar la Regla de Cramer y obtenemos
F13 (−1)
w 4 0 0
3 1 −1 F12 (1)
w 8 1 0
8 1 0
= 7 2 −1
7 2 −1 −4 2
x1 = x = = = = ;
2 1 −1 −6 −6 3
1 1 0
−3 2 −1
F13 (−1)
w 11
1 2
0 0
2 3 −1 F12 ( ) 1 8 0
2
1 8 0 w −3 7 −1
−3 7 −1 = −44 22
x2 = y = = = = ;
2 1 −1 −6 −6 3
1 1 0
−3 2 −1
F12 (−2)
w 0 −1 −13
2 1 3 F23 (3)
w 1 8 0
1 1 8
= 0 5 31
−3 2 7
x3 = z = =
2 1 −1 −6
1 1 0
−3 2 −1
−1 −13
−1
5 31 34 17
= = =
−6 6 3
2 22 17
Conclusión α = ( , , )
3 3 3
3.- Demostración de la Regla de Cramer:
— Como det(A) = 0. por lo tanto existe A−1 y además:
1
Recordemos que A−1 = Adj(A)
det(A)
luego el sistema AX = B, posee solución unica y
1
X = A−1 B ⇔ X = Adj(A) · B
det(A)
es
 decir    
x1 b1 b1
 x2   b2   b2 
     
 ···   ···   ··· 
  1   1  
 xi     
 . = Adj(A)  bi  ⇒ xi = Adj(A) · bi 
 .  det(A)  ..  det(A)  .. 
 .   .  i∗  . 
 .   .   .. 
 ..   ..   . 
xn bn bn
1
Sea β =
det(A)

11
    
b1 b1
 b2   b2 
   
 ···   ··· 
   
 bi   bi 
luego xi = (βAdj(A))i∗ ·   = (βAdj(A))i∗ ·  
 ..   .. 
 .   . 
 ..   .. 
 .   . 
bn bn
n n n
def
xi = [βAdj(A)]ik bk = β [Adj(A)]ik bk = β [Adj(A)]ik bk
k=1 k=1 k=1
n n n
=β Cof(A)t b =β
ik k
[Cof(A)]ki bk = β bk Cof(aki )
k=1 k=1 k=1
1 n
xi = bk Cof(aki )
det(A) k=1
a11 ··· b1 ··· a1n
a21 b2 a2n
.. ..
. ··· ··· ··· . n
d. L. Columna−i
pero ai1 bi ain = bk Cof(aki ) = det(A∗i , B)
.. .. k=1
. ··· ··· ··· .
..
an−11 . bn−1 an−1n
an1 · · · bn · · · ann

1 det(A∗i , B)
— Luego xi = (det(A∗i , B)) = //
det(A) det(A)

12