CAPÍTULO III

SISTEMAS DE ECUACIONES LINEALES

§ 1. Método de eliminación de Gauss - Jordan

Ilustraremos el método a través de la resolución de algunos sistemas de ecuaciones lineales

particulares. Una vez que hayas terminado de leer cada ejemplo, lee la sucesión de cuadros
de texto, en gris, del mismo ejemplo.

Ejemplo 1 (Caso de solución única): Resolvamos el sistema de ecuaciones lineales

Al sistema propuesto le podemos asociar la matriz ampliada
⎧ x + 2y − z = 2
⎪ ⎛1 2 − 1 2 ⎞
⎨ x + y − 2 z = −3 ⎜ ⎟
⎪ x+ y+z =6 ⎜1 1 − 2 − 3 ⎟
⎩ ⎜1 1 1
⎝ 6 ⎟⎠

Eliminamos la incógnita x en las ecuaciones segunda y tercera, para lo cual, a la segunda

ecuación restamos la primera y a la tercera ecuación también le restamos la primera, de
donde obtenemos:

A la fila 2 le restamos la fila 1 y a la fila 3 le restamos la fila 1

⎧ x + 2y − z = 2
⎪ ⎛1 2 −1 2 ⎞
⎨ − y − z = −5 ⎜ ⎟
⎪ − y + 2z = 4 ⎜ 0 − 1 − 1 − 5⎟
⎩ ⎜0 −1 2
⎝ 4 ⎟⎠

Ahora multiplicamos la segunda ecuación por (–1) para dejar el coeficiente de y igual a 1.

⎧x + 2 y − z = 2 Multiplicamos la fila 2 por (–1)

⎪ ⎛1 2 −1 2⎞
⎨ y+z =5 ⎜ ⎟
⎪ − y + 2z = 4 ⎜0 1 1 5⎟
⎩ ⎜0 −1 2 4⎟
⎝ ⎠

Eliminamos y en las ecuaciones primera y tercera, para lo cual, a la primera ecuación

restamos el doble de la segunda y a la tercera le sumamos la segunda, de manera que se
obtiene:

PEGG
 A la fila 1 le restamos el doble de la segunda y a la tercera fila le
⎧ x − 3 z = −8 sumamos la segunda
⎪
⎨ y+z=5 ⎛ 1 0 − 3 − 8⎞
⎪ 3z = 9 ⎜ ⎟
⎩ ⎜0 1 1 5 ⎟
⎜0 0 3 9 ⎟⎠
⎝

Ahora hacemos 1 el coeficiente de z en la tercera ecuación, lo que se consigue

multiplicando la tercera ecuación por 1/3.

Multiplicamos la tercera fila por 1/3

⎧ x − 3 z = −8
⎪ ⎛ 1 0 − 3 − 8⎞
⎨ y+z=5 ⎜ ⎟
⎪ z=3 ⎜0 1 1 5 ⎟
⎩ ⎜0 0 1
⎝ 3 ⎟⎠

Finalmente eliminamos z en las ecuaciones primera y segunda. Esto es posible hacerlo

sumando tres veces la tercera ecuación con la primera y restando a la segunda ecuación la
tercera. Así obtenemos las soluciones del sistema propuesto.
A la primera fila le sumamos triple de la tercera y a la segunda
⎧x =1 fila le restamos la tercera
⎪
⎨y = 2 ⎛1 0 0 1⎞
⎪z = 3 ⎜ ⎟
⎩ ⎜ 0 1 0 2⎟
⎜ 0 0 1 3⎟
⎝ ⎠

Ejemplo 2 (Caso de infinitas soluciones): Estudiemos el sistema de ecuaciones lineales

Al sistema propuesto le podemos asociar la matriz ampliada
⎧ x + 3y − 4z = 4
⎪ ⎛1 3 −4 4 ⎞
⎨ 2 x + 7 y + 2 z = 20 ⎜ ⎟
⎪− x − 2 y + 14 z = 8 ⎜2 7 2 20 ⎟
⎩ ⎜ − 1 − 2 14 8 ⎟
⎝ ⎠

Eliminamos la incógnita x en las ecuaciones segunda y tercera, para lo cual, a la segunda

ecuación restamos el doble de la primera y a la tercera ecuación le sumamos la primera, de
donde obtenemos:

A la fila 2 le restamos el doble de la fila 1 y a la fila 3 le sumamos

⎧x + 3 y − 4z = 4
⎪ la fila 1
⎨ y + 10 z = 12 ⎛1 3 − 4 4 ⎞
⎪ y + 10 z = 12 ⎜ ⎟
⎩ ⎜ 0 1 10 12 ⎟
⎜ 0 1 10 12 ⎟
⎝ ⎠

2
Ahora a la primera fila le restamos el doble de la segunda y a la tercera le restamos la
segunda.

⎧ x − 34 z = −32 A la fila 1 le restamos el triple de la fila 2 y a la tercera fila le

⎪ sumamos la segunda.
⎨ y + 10 z = 12
⎪ ⎛ 1 0 − 34 − 32 ⎞
⎩ 0=0 ⎜ ⎟
⎜ 0 1 10 12 ⎟
⎜0 0 0 ⎟⎠
⎝ 0

Despejando x e y en las ecuaciones 1 y 2 obtenemos:

⎧ x = −32 + 34 z
⎨
⎩ y = 12 − 10 z

Por consiguiente, las soluciones del sistema propuesto son los tríos de números reales
( x, y, z ) = (−32 + 34 z,12 − 10 z , z ) .

Observemos que para cada valor de z, en los reales, se obtiene una solución del sistema
propuesto; por ejemplo, si z = 0 se obtiene la solución ( x, y, z ) = (−32,12,0) , para z = 1
se encuentra la solución ( x, y, z ) = (2,2,1) , para z = −1 la solución ( x, y, z ) = (−66,22,−1) ,
etc. Es claro entonces que este sistema de ecuaciones posee tantas soluciones como
números reales haya, razón por la cual decimos que el sistema propuesto tiene una
infinidad de soluciones que dependen de un parámetro, z en este caso.

Ejemplo 3 (Caso en que no hay soluciones): Consideremos el sistema de ecuaciones

lineales
Al sistema propuesto le podemos asociar la matriz ampliada
⎧ x + 2y + z = 5
⎪ ⎛1 2 1 5⎞
⎨ x+ y−z =2 ⎜ ⎟
⎪3 x + 4 y − z = 6 ⎜1 1 −1 2⎟
⎩ ⎜3 4 −1 6⎟
⎝ ⎠

Eliminamos la incógnita x en las ecuaciones segunda y tercera, para lo cual, a la segunda

ecuación restamos la primera y a la tercera ecuación le restamos el triple de la primera, de
donde obtenemos:

A la fila 2 le restamos la fila 1 y a la fila 3 le restamos el triple de

⎧ x + 2y + z = 5
⎪ la fila 1
⎨ − y − 2 z = −3 ⎛1 2 1 5 ⎞
⎪ − 2 y − 4 z = −9 ⎜ ⎟
⎩ ⎜ 0 − 1 − 2 − 3⎟
⎜0 − 2 − 4 − 9⎟
⎝ ⎠
3
Ahora multiplicamos la segunda ecuación por (–1) para dejar el coeficiente de y igual a 1.

⎧ x + 2y + z = 5 Multiplicamos la fila 2 por (–1)

⎪ ⎛1 2 1 5 ⎞
⎨ y + 2z = 3 ⎜ ⎟
⎪ − 2 y − 4 z = −9 ⎜0 1 2 3 ⎟
⎩ ⎜0 − 2 − 4 − 9⎟
⎝ ⎠

Ahora a la primera fila le restamos el doble de la segunda y a la tercera le sumamos el

doble de la segunda.

⎧ x − 3 z = −1 A la fila 1 le restamos el doble de la fila 2 y a la tercera fila le

⎪ sumamos la segunda.
⎨ y + 2z = 3
⎪ 0 = −3 ⎛ 1 0 − 3 − 1⎞
⎩ ⎜ ⎟
⎜0 1 2 3 ⎟
⎜ 0 0 0 − 3⎟
⎝ ⎠

La tercera ecuación es contradictoria, por lo tanto, el sistema de ecuaciones no posee

solución. En este caso decimos que el sistema es incompatible.

Observación: El sistema de ecuaciones que hemos analizado en el ejemplo 1

⎧ x + 2y − z = 2
⎪
⎨ x + y − 2 z = −3
⎪ x+ y+z =6
⎩

puede ser escrito de la siguiente manera:

⎛1 2 − 1 ⎞⎛ x ⎞ ⎛ 2 ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜1 1 − 2 ⎟⎜ y ⎟ = ⎜ − 3 ⎟ ,
⎜1 1 1 ⎟⎜ z ⎟ ⎜ 6 ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠

donde hemos definido

⎛1 2 − 1 ⎞⎛ x ⎞ ⎛ x + 2 y − z ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜1 1 − 2 ⎟⎜ y ⎟ = ⎜ x + y − 2 z ⎟ ,
⎜1 1 1 ⎟⎜ z ⎟ ⎜ x + y + z ⎟
⎝ ⎠⎝ ⎠ ⎝ ⎠

o de manera general

4
 ⎛ a11 a12 . . a1n ⎞⎛ x1 ⎞ ⎛ a11 x1 + a12 x 2 + ... + a1n x n ⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ a 21 a 22 . . a 2 n ⎟⎜ x 2 ⎟ ⎜ a 21 x1 + a 22 x 2 + ... + a 2 n x n ⎟
⎜ . . . . . ⎟⎜ . ⎟ = ⎜ . ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ . . . . . ⎟⎜ . ⎟ ⎜ . ⎟
⎜a . . a mn ⎠⎝ x n ⎠ ⎝ a m1 x1 + a m 2 x 2 + ... + a mn x n ⎟⎠
⎟⎜ ⎟ ⎜
⎝ m1 am2

También podemos asociar al sistema de ecuaciones su matriz de coeficientes

⎛1 2 − 1 ⎞
⎜ ⎟
A = ⎜1 1 − 2 ⎟
⎜1 1 1 ⎟
⎝ ⎠

y la matriz ampliada

⎛1 2 − 1 # 2 ⎞
⎜ ⎟
[ A # b ] = ⎜1 1 − 2 # − 3 ⎟
⎜1 1 1 # 6 ⎟
⎝ ⎠

El sistema de ecuaciones lineales de m ecuaciones con n incógnitas

⎧ a11 x1 + a12 x 2 + ... + a1n x n = b1

⎪ a x + a x + ... + a x = b
⎪⎪ 21 1 22 2 2n n 2

⎨ .
⎪ .
⎪
⎪⎩a m1 x1 + a m 2 x 2 + ... + a mn x n = bm

se expresa en forma matricial de la siguiente manera

⎛ a11 a12 . . a1n ⎞⎛ x1 ⎞ ⎛ b1 ⎞

⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ a 21 a 22 . . a 2 n ⎟⎜ x 2 ⎟ ⎜ b2 ⎟
⎜ . . . . . ⎟⎜ . ⎟ = ⎜ . ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜ . . . . . ⎟⎜ . ⎟ ⎜ . ⎟
⎜a . . a mn ⎟⎠⎜⎝ x n ⎟⎠ ⎜⎝ bm ⎟⎠
⎝ m1 am2

o en forma resumida

Ax = b ,

donde

5
 ⎛ a11 a12 . . a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ a 21 a 22 . . a2n ⎟ ⎜ x2 ⎟ ⎜ b2 ⎟
A=⎜ . . . . . ⎟, x=⎜ . ⎟ y b=⎜ . ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ . . . . . ⎟ ⎜ . ⎟ ⎜ . ⎟
⎜a . . a mn ⎟⎠ ⎜x ⎟ ⎜b ⎟
⎝ m1 am2 ⎝ n⎠ ⎝ m⎠

Ahora estamos en condiciones de emplear este método de resolución de ecuaciones pero

operando sólo con matrices. Volvamos al caso 1:

Escribimos la matriz ampliada del sistema y la reducimos de la misma manera que hemos
hecho en los ejemplos, por lo tanto podemos presentar nuestros cálculos de la siguiente
manera:

⎛1 2 − 1 # 2 ⎞f -f ⎛ 1 2 − 1 # 2 ⎞(-1)f ⎛1 2 −1 # 2⎞
⎜ ⎟2 1 ⎜ ⎟ ⎜ ⎟
[A#b] = ⎜1 1 − 2 # − 3 ⎟f3-f1
2
⎜ 0 − 1 − 1 # − 5⎟ ⎜0 1 1 # 5⎟
⎜1 1 1 # 6 ⎟ ⎜0 −1 2 # 4 ⎟ ⎜0 −1 2 # 4⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ 1 0 − 3 # − 8⎞ ⎛ 1 0 − 3 # − 8⎞ ⎛1 0 0 # 1⎞
f1-2f2 ⎜ ⎟(1/3)f3 ⎜ ⎟ f1+3f3 ⎜ ⎟
f3+f2 ⎜0 1 1 # 5 ⎟ ⎜ 0 1 1 # 5 ⎟ f2-f3 ⎜0 1 0 # 2⎟
⎜0 0 3 # 9 ⎟ ⎜0 0 1 # 3 ⎟ ⎜0 0 1 # 3⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎧x =1
⎪
Rescribiendo el sistema de ecuaciones obtenemos las soluciones ⎨ y = 2
⎪z = 3
⎩

⎧ x + 3y − 4z = 4
⎪
Examinemos ahora el segundo sistema: ⎨ 2 x + 7 y + 2 z = 20
⎪− x − 2 y + 14 z = 8
⎩

Asociamos la matriz ampliada

⎛1 3 −4 # 4 ⎞
⎜ ⎟
[A#b] = ⎜ 2 7 2 # 20 ⎟
⎜ − 1 − 2 14 # 8 ⎟
⎝ ⎠

y hacemos las transformaciones como en el ejemplo anterior. Se obtiene:

6
 ⎛1 3 −4 # 4 ⎞ ⎛1 3 − 4 # 4 ⎞ ⎛ 1 0 − 34 # − 32 ⎞
⎜ ⎟ ⎜ f⎟1-3f2 ⎜ ⎟
[A#b] = ⎜ 2 7 2 # 20ff⎟23-f-3f1 1 ⎜ 0 1 10 # 12 f⎟3-f2 ⎜ 0 1 10 # 12 ⎟
⎜ − 1 − 2 14 # 8 ⎟ ⎜ 0 1 10 # 12 ⎟ ⎜0 0 0 # 0 ⎟⎠
⎝ ⎠ ⎝ ⎠ ⎝

⎧ x − 34 z = −32
⎪
Rescribiendo el sistema a partir de esta última matriz se obtiene: ⎨ y + 10 z = 12
⎪ 0=0
⎩

⎧ x = −32 + 34 z
Despejando x e y en este último sistema vemos que ⎨ ,
⎩ y = 12 − 10 z

Entonces las soluciones del sistema propuesto son los tríos de la forma
( x, y, z ) = (−32 + 34 z ,12 − 10 z , z ) , donde z es considerado como un parámetro que toma
valores en IR.

⎧ x + 2y + z = 5
⎪
Examinemos finalmente el sistema del ejemplo 3: ⎨ x + y − z = 2
⎪3 x + 4 y − z = 6
⎩

Realizando las transformaciones adecuadas se tiene:

⎛1 2 1 # 5⎞ ⎛1 2 1 # 5 ⎞ ⎛1 2 1 # 5 ⎞
⎜ ⎟ f2-f1 ⎜ ⎟ (-1)f2 ⎜ ⎟
[A#b] = ⎜ 1 1 − 1 # 2 ⎟ f3-3f1 ⎜ 0 − 1 − 2 # − 3⎟ ⎜0 1 2 # 3 ⎟
⎜3 4 −1 # 6⎟ ⎜0 − 2 − 4 # − 9⎟ ⎜ 0 − 2 − 4 # − 9⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛ 1 0 − 3 # − 1⎞ ⎛ 1 0 − 3 # − 1⎞
f1-2f2 ⎜ ⎟ (-1/3)f3 ⎜ ⎟
f3+2f2 ⎜0 1 2 # 3 ⎟ ⎜0 1 2 # 3 ⎟
⎜ 0 0 0 # − 3⎟ ⎜0 0 0 # 1 ⎟
⎝ ⎠ ⎝ ⎠

f1+f3 ⎛1 0 − 3 # 0⎞
⎜ ⎟
f2-3f3 ⎜0 1 2 # 0⎟
⎜0 0 0 # 1⎟
⎝ ⎠

7
 ⎧ x − 3z = 0
⎪
Rescribiendo el sistema a partir de esta última matriz se obtiene: ⎨ y + 2 z = 0
⎪ 0 =1
⎩

Como la tercera ecuación es contradictoria, concluimos que este sistema de ecuaciones no

tiene solución, es decir, es incompatible. En verdad, la contradicción apareció en la
antepenúltima matriz, a saber, 0 = −3 .

Definición: Llamamos transformaciones elementales por filas a las siguientes operaciones

que se puede realizar con las filas de una matriz:

a) Intercambiar dos filas

b) Multiplicar una fila por una constante no nula
c) Sumar a una fila un múltiplo de otra fila

Definición: Decimos que una matriz A está en forma escalonada reducida si:
a) Las filas nulas de la matriz están en la parte inferior de la matriz (si las hay)
b) En cada fila no nula, el primer coeficiente no nulo (de izquierda a derecha) es 1
c) Si una columna contiene el primer coeficiente no nulo de una fila entonces todos
sus otros coeficientes son nulos
d) Si denotamos por fi y fj las filas i-ésima y j-ésima de la matriz A y además estas filas
son no nulas, con i<j, entonces el primer coeficiente no nulo de fi está a la izquierda
del primer coeficiente no nulo de fj.

Ejemplos: Las siguientes matrices están en forma escalonada reducida:

⎡1 2 − 5 0 0 0 0⎤
⎡1 0 2 0 2⎤ ⎢0
⎢0 ⎡1 0 0⎤ 0 0 1 0 0 0⎥⎥
1 3 0 − 1⎥⎥ ⎢
A=⎢ , B = ⎢⎢0 1 0⎥⎥ , C = ⎢0 0 0 0 1 0 0⎥
⎢0 0 0 1 2⎥ ⎢ ⎥
⎢ ⎥ ⎢⎣0 0 1⎥⎦ ⎢0 0 0 0 0 0 1⎥
⎣0 0 0 0 0⎦
⎢⎣0 0 0 0 0 0 0⎥⎦

Sin embargo, las matrices D, E, y F escritas a continuación no están en forma escalonada

reducida:

⎡1 − 2 3 0⎤ ⎡0 0 0 0 0⎤
⎢0 0 ⎡1 0 0 0 0⎤
1 0⎥⎥ ⎢0 1 0 0 0⎥⎥
D=⎢ , E = ⎢⎢0 1 0 0 0⎥⎥ , F=⎢
⎢0 0 0 1⎥ ⎢0 0 1 0 0⎥
⎢ ⎥ ⎢⎣0 0 0 2 0⎥⎦ ⎢ ⎥
⎣0 0 0 0⎦ ⎣0 0 0 1 2⎦

D no está en forma escalonada reducida porque aunque el primer coeficiente no nulo de la

segunda fila es 1, los otros coeficientes de la tercera columna no son nulos.

8
 E no está en forma escalonada reducida porque el primer coeficiente no nulo de la tercera
fila no es 1.
F tampoco está en forma escalonada reducida porque la primera fila es nula.

⎡1 0 0 0 0 0 − 2⎤
⎢0 1 0 0 0 0 0 ⎥⎥
⎢
¿Será verdad que la matriz G = ⎢0 0 0 0 0 1 1 ⎥ está en forma escalonada
⎢ ⎥
⎢0 0 0 1 0 0 3⎥
⎢⎣0 0 0 0 0 0 0 ⎥⎦
reducida? ¡Justifica tu respuesta!

En los ejemplos anteriores en que hemos resuelto sistemas de ecuaciones, el método

empleado consiste en aplicar operaciones elementales por filas a la matriz ampliada [ A#b]
del sistema, hasta transformarla en su forma reducida. Esta matriz contiene toda la
información requerida para decidir sobre existencia y número de soluciones del sistema de
ecuaciones, es decir, para hacer un análisis de las soluciones del sistema sin necesidad de
resolverlo.

Definición: Decimos que la matriz A tiene rango ρ si la matriz escalonada reducida que se
obtiene a partir de A mediante operaciones elementales tiene ρ filas no nulas, es decir, el
rango de la matriz A es el número de filas no nulas de su matriz escalonada reducida.

Ejemplo: Las matrices A, B, C, D y E, F, G tienen, respectivamente, rangos 3, 3, 4, 3 y 3,

3, 4. ¡Justifica en el caso de las matrices E, F, G!
En lo que sigue para denotar que la matriz A tiene rango ρ escribiremos rg ( A) = ρ , de
manera que en el ejemplo anterior se tiene que rg ( A) = 3 y rg (C ) = 4 .

Si has comprendido bien los tres ejemplos anteriores en que hemos resuelto los sistemas de
ecuaciones propuestos, te parecerá natural el siguiente teorema:
Teorema de Rouché: Dado el sistema de ecuaciones lineales Ax = b , con m ecuaciones y n
⎛ a11 a12 . . a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ a 21 a 22 . . a 2 n ⎟ ⎜ x2 ⎟ ⎜ b2 ⎟
⎜
incógnitas, donde A = . . . . . , x= .⎟ ⎜ ⎟ y b=⎜ . ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ . . . . . ⎟ ⎜ . ⎟ ⎜ . ⎟
⎜a ⎟ ⎜ ⎟ ⎜b ⎟
⎝ m1 a m 2 . . a mn ⎠ ⎝ xn ⎠ ⎝ m⎠

a) a) Si rg ( A) = rg ([ A#b ]) = n el sistema de ecuaciones tiene solución única.

b) b) Si rg ( A) = rg ([A#b]) < n el sistema de ecuaciones tiene infinitas soluciones que
dependen de n − ρ parámetros.
c) c) Si rg ( A) ≠ rg ([ A#b ]) el sistema de ecuaciones no posee solución. En este caso
decimos que el sistema es incompatible.

9
 Ejemplos: Veamos como se aplica el teorema a los sistemas de ecuaciones de los ejemplos
1, 2 y 3.

1) Para el sistema de ecuaciones lineales del ejemplo 1 se tiene rg ( A) = 3 = rg ([A#b]) , por

lo tanto el sistema posee solución única. Esto se obtiene al observar la matriz ampliada del
sistema

⎛1 0 0 # 1⎞
⎜ ⎟
⎜0 1 0 # 2⎟
⎜0 0 1 # 3⎟
⎝ ⎠

2) De manera similar, en el sistema de ecuaciones del ejemplo 2 se

tiene rg ( A) = 2 = rg ([A#b]) < 3 , entonces el sistema posee una infinidad de soluciones, las
que dependen de 3 − 2 = 1 parámetro.

3) Análogamente, para el tercer sistema de ecuaciones se tiene que

rg ( A) = 2 ≠ 3 = rg ([ A#b ]) , razón por la cual el sistema de ecuaciones es incompatible.

Ejercicios resueltos

⎧ 2x − y + z = 2
⎪
1) Resuelve el sistema de ecuaciones ⎨ x + y + z = 4
⎪4 x + y + 3 z = 10
⎩

Solución: Para resolver el sistema dado, es suficiente encontrar la matriz escalonada

reducida de la matriz ampliada del sistema. Se tiene:

⎛ 2 − 1 1 # 2 ⎞ f1 por f2 ⎛1 1 1 # 4 ⎞
⎜ ⎟ ⎜ ⎟
[ A# b ] = ⎜ 1 1 1 # 4 ⎟ ⎜2 −1 1 # 2 ⎟
⎜ 4 1 3 # 10 ⎟ ⎜ 4 1 3 # 10 ⎟
⎝ ⎠ ⎝ ⎠

⎛1 1 1 # 4 ⎞ ⎛1 1 1 # 4 ⎞
f2-2f1 ⎜ ⎟ ⎜ ⎟
f3 – 4f1 ⎜ 0 − 3 − 1 # − 6 ⎟ f2-2f1 ⎜0 − 3 −1 # − 6⎟
⎜ 0 − 3 − 1 # − 6 ⎟ f3 – 4f1 ⎜0 0 0 # 0 ⎟⎠
⎝ ⎠ ⎝

⎛1 1 1 # 4⎞ ⎛1 0 2 / 3 # 2⎞
(-1/3)f2 ⎜ ⎟ f1-f2 ⎜ ⎟
⎜ 0 1 1/ 3 # 2⎟ ⎜ 0 1 1/ 3 # 2 ⎟
⎜0 0 0 # 0⎟ ⎜0 0 0 # 0⎟
⎝ ⎠ ⎝ ⎠

10
Como en este caso tienes que rg ( A) = rg ([A#b]) = 2 < 3 , el sistema propuesto posee
infinitas soluciones, que dependen de 3 − 2 = 1 parámetro. Para encontrar dichas
soluciones, rescribimos el sistema que se obtiene de la matriz ampliada reducida, es decir,

⎧ 2
⎪x + 3 z = 2
⎨ 1
⎪y + z = 2
⎩ 3
2 1
Se deduce que x = 2 − z e y = 2 − z , siendo las soluciones del sistema todos los tríos de
3 3
2 2
números de números reales de la forma ( x, y, z ) = (2 − z ,2 − z , z ) .
3 3

2) Halla el valor de k para que el siguiente sistema de ecuaciones lineales no tenga

solución:
⎧ 2x + y − z = 4
⎪
⎨ x+ y+z =7
⎪4 x + 3 y + kz = 19
⎩

Solución: El sistema de ecuaciones lineales propuesto no tiene solución si y sólo sí

rg ( A) ≠ rg ([ A#b]) , por lo tanto, debemos determinar el valor de k para el cual se verifica
esta condición.

Para calcular el valor de k buscaremos la forma escalonada reducida de la matriz ampliada:

⎛2 1 −1 # 4 ⎞ ⎛1 1 1 # 7 ⎞ ⎛1 1 1 # 7 ⎞
⎜ ⎟ ⎜ ⎟f2-2f1 ⎜ ⎟
[A#b] = ⎜ 1 1 1 # 7 ⎟f2 ↔ f1 ⎜ 2 1 − 1 # 4 ⎟f3-4f1 ⎜ 0 − 1 − 3 # − 10 ⎟
⎜ 4 3 k # 19 ⎟ ⎜ 4 3 k # 19 ⎟ ⎜0 −1 k − 4 # − 9 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛1 1 1 # 7 ⎞ f1-f2 ⎛ 1 0 − 2 # − 3⎞
(-1)f2 ⎜ ⎟ ⎜ ⎟
⎜0 1 3 # 10 ⎟ f3+f2 ⎜0 1 3 # 10 ⎟
⎜0 −1 k − 4 # − 9⎟ ⎜0 0 k −1 # 1 ⎟
⎝ ⎠ ⎝ ⎠

Sin necesidad de escribir la matriz escalonada reducida, es claro que rg ([A#b]) = 3 , en

tanto que rg ( A) = 3 si k ≠ 1 y rg ( A) = 2 si k = 1 . Por consiguiente, el sistema no posee
solución si y sólo sí k = 1 .

3) Hallar el valor de k para que el sistema tenga solución z = 5 .

11
 ⎧ x+ y+z =6
⎪
⎨ 2x + 3y − z = 5
⎪4 x + 5 y + 2 z = k
⎩
Calcule las otras soluciones.

Solución: Para determinar las soluciones del sistema propuesto, buscamos la forma
escalonada reducida de la matriz ampliada

⎛1 1 1 # 6⎞ ⎛1 1 1 # 6 ⎞
⎜ f⎟-2f ⎜ ⎟
[A#b] = ⎜ 2 3 − 1 # 5f⎟23 – 4f1 1 ⎜0 1 − 3 # − 7 ⎟
⎜4 5 2 # k ⎟ ⎜ 0 1 − 2 # k − 24 ⎟
⎝ ⎠ ⎝ ⎠

⎛1 0 4 # 13 ⎞ ⎛ 1 0 0 # 81 − 4k ⎞
f1-f2 ⎜ ⎟f1-4f3 ⎜ ⎟
f3-f2 ⎜ 0 1 − 3 # − 7 ⎟f +3f ⎜ 0 1 0 # 3k − 58 ⎟
⎜ 0 0 1 # k − 17 ⎟ 2 3 ⎜ 0 0 1 # k − 17 ⎟
⎝ ⎠ ⎝ ⎠

Entonces las soluciones del sistema son x = 81 − 4k , y = 3k − 58 y z = k − 17 , por lo

tanto, será z = 5 si y sólo sí k − 17 = 5 . Esto ocurre si y sólo sí k = 22 , en cuyo caso
vemos que x = −7 e y = 8 .

Para estudiar sistemas de ecuaciones cuadrados, es decir, que tienen el mismo número de
ecuaciones que de incógnitas, suele usarse la conocida Regla de Cramer que recordamos a
continuación.
Regla de Cramer: Dado el sistema de ecuaciones lineales Ax = b , con n ecuaciones y n
incógnitas, donde

⎛ a11 a12 . . a1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞

⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ a 21 a 22 . . a2n ⎟ ⎜ x2 ⎟ ⎜ b2 ⎟
A=⎜ . . . . . ⎟, x=⎜ . ⎟ y b=⎜ . ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ . . . . . ⎟ ⎜ . ⎟ ⎜ . ⎟
⎜a . a nn ⎟⎠ ⎜x ⎟ ⎜b ⎟
⎝ n1 an2 . ⎝ n⎠ ⎝ n⎠

Si ∆ = det(A) y ∆ i = det( Ai ) , donde Ai es la matriz que se obtiene a partir de la matriz A,

sustituyendo su i-ésima columna por b, entonces:

El sistema Ax = b tiene solución única si y sólo sí ∆ ≠ 0 , en cuyo caso, para cada i ,

1 ≤ i ≤ n , se tiene
∆
xi = i
∆

12
4) Determine el o los valores del parámetro k para que el sistema de ecuaciones lineales

⎧ x + y + kz = 2
⎪
⎨3x + 4 y + 2 z = k
⎪ 2x + 3 y − z = 1
⎩
a) Tenga solución única.
b) Tenga más de una solución.
c) Sea incompatible.
Solución:
a) El sistema propuesto tiene solución única si y sólo sí el determinante ∆ de la matriz de
los coeficientes es no nulo. En este caso

1 1 k
∆ = 3 4 2 = k −3
2 3 −1

por lo tanto, el sistema tiene solución única si y sólo sí k ≠ 3 .

b) Si ∆ = 0 el sistema tiene más de una solución o es incompatible. Observemos que si
sustituimos k = 3 en el sistema propuesto, se obtiene

⎧ x + y + 3z = 2
⎪
⎨3x + 4 y + 2 z = 3
⎪ 2x + 3y − z = 1
⎩

Este sistema tiene más de una solución si rg ( A) = rg ([A#b]) < n = 3 y no posee solución si
rg ( A) ≠ rg ([ A#b]) . Realizando transformaciones elementales por filas vemos que

⎛ 1 1 3 : 2 ⎞ ⎛ 1 1 3 : 2 ⎞ ⎛ 1 0 10 : 5 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 3 4 2 : 3 ⎟ → ⎜ 0 1 − 7 : − 3⎟ → ⎜ 0 1 − 7 : − 3⎟
⎜ 2 3 − 1 : 1 ⎟ ⎜ 0 1 − 7 : − 3⎟ ⎜ 0 0 0 : 0 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠

de donde deducimos que rg ( A) = rg ([ A#b]) = 2 < n = 3 . Por lo tanto, el sistema tiene una
infinidad de soluciones.
c) De a) y b) se deduce que el sistema nunca es incompatible.

5) Determine el o los valores del parámetro k para que el sistema de ecuaciones lineales

⎧3kx − 2 y + kz = 6
⎪
⎨ x − y + 2z = k
⎪ 2 x − ky − z = 5
⎩

13
 a) Tenga solución única.
b) No tenga solución.
c) Tenga infinitas soluciones.
d) En el caso de solución única determine los valores de las incógnitas.

Solución:
a) Como ∆ = 5k 2 5k − 10 y las soluciones de la ecuación ∆ = 0 son k1 = −2 y k 2 = 1 ,
puedes ver que el sistema tiene solución única para todo número real distinto de –2
y de 1.
b) Sustituyendo k1 = −2 en el sistema de ecuaciones, se obtiene el
⎧− 6 x − 2 y − 2 z = 6
⎪
sistema ⎨ x − y + 2 z = −2
⎪ 2x + 2 y − z = 5
⎩
⎛− 6 − 2 − 2 : 6 ⎞
⎜ ⎟
Usando transformaciones elementales vemos que ⎜ 1 − 1 2 : − 2 ⎟ es equivalente
⎜ 2 2 − 1 : 5 ⎟⎠
⎝
⎛1 0 3 / 4 : 0⎞
⎜ ⎟
por filas a la matriz ⎜ 0 1 − 5 / 4 : 0 ⎟ , razón por la cual rg ( A) = 2 ≠ 3 = rg ([A#b]) . En
⎜0 0 : 1 ⎟⎠
⎝ 0
consecuencia, en este caso el sistema es incompatible.
c) Sustituyendo k 2 = 1 en el problema propuesto, se obtiene el sistema de
⎧3x − 2 y + z = 6 ⎛ 3 − 2 1 : 6⎞
⎪ ⎜ ⎟
⎜1 −1 2 : 1⎟ .
ecuaciones ⎨ x − y + 2 z = 1 , cuya matriz ampliada es
⎪ 2x − y − z = 5 ⎜ 2 −1 −1 : 5⎟
⎩ ⎝ ⎠
⎛1 0 − 3 : 4⎞
⎜ ⎟
Como la matriz escalonada reducida asociada a esta matriz es ⎜ 0 1 − 5 : 3 ⎟ ,
⎜0 0 0 : 0⎟
⎝ ⎠
tienes que rg ( A) = 2 = rg ([A#b]) < 3 , por lo tanto el sistema posee infinitas soluciones.
d) En el caso en que k es distinto de –2 y de 1, aplicando la regla de Cramer se
encuentran las siguientes soluciones:

k 2 + k − 14 k +6 3k 2 + 3k − 22
x=− , y=− y z=
5k + 10 k+2 5k + 10

14