Matrices y Sistemas de Ecuaciones Lineales Prof. D.

Atencio

2. MATRICES Y SISTEMAS DE ECUACIONES LINEALES

2.1. Conceptos Bsicos de Matrices

Definicin: Vector fila de componentes.

Un vector fila de componentes se define como un conjunto ordenado de
nmeros escritos de la siguiente manera:
(1 , 2, , )

Definicin: Vector columna de componentes.

Un vector columna de componentes es un conjunto ordenado de nmeros
escritos de la siguiente manera:
1
2
()

Componentes de un vector: En las definiciones anteriores 1 se denomina la

primera componente del vector, 2 es la segunda componente, y as
sucesivamente. En trminos generales, se denomina la -sima componente
del vector.

Definicin: El smbolo Rn. Se utiliza el smbolo Rn para denotar al conjunto de

todos los vectores de dimensin
1
2
( ), donde cada es un nmero real.

Definicin: El smbolo Cn. Se utiliza el smbolo Cn para denotar al conjunto de
todos los vectores de dimensin
1
2
( ), donde cada es un nmero complejo.
3

43 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Definicin de Matriz:

Una matriz de es un arreglo rectangular de nmeros dispuestos en

filas (renglones) y columnas
11 12 1 1
21 22 2 2

= 2
1

(1 2 )

El smbolo se lee por . A menos que se establezca lo contrario, se

supondr que los nmeros en una matriz o vector son reales.

En ocasiones se escribir la matriz como = ( ). Por lo general, las

matrices se denotarn con letras maysculas. Una matriz con todos los
elementos iguales a cero se denomina matriz cero de . Una matriz de
tiene tamao .

1 4 1
Ejemplo: =( ) es una matriz de tamao 32.
3 0 2

2.2. Tipos de matrices

Matriz Fila: Es una matriz de dimensin 1, es decir, la que tiene una fila y
columnas.
= (11 12 13 1 )
Ejemplo: = (2 1 4 5)

Matriz Columna: Es una matriz de dimensin 1, es decir, la que tiene

filas y una columna.

44 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

11
21 4
2
= 31 Ejemplo: =( )
5
1
(1 )

Matriz Cuadrada: Es aquella que tiene el mismo nmero de filas que de

columnas, es decir, de dimensin . En este caso se dice que la matriz es de
orden .
12 13 1
21 23 2
= 31 32 3

(1 2 3 )
La diagonal principal es la que est formada por los elementos , es decir,
11 , 22 , 33 , , .

Ejemplo:
1 2 3
= (4 5 6)
7 8 9

Matriz Diagonal: Una matriz cuadrada = ( ) se llama diagonal si todos sus

elementos fuera de la diagonal principal son cero. Esto es, = 0 si .

11 0 0 0
0 22 0 0 3 0 0
= 0 0 33 0 Ejemplo: (0 1 0)
0 0 4
( 0 0 0 )

Matriz Escalar: Una matriz escalar es una matriz diagonal en la que los
elementos de la diagonal principal son iguales.
2 0 0
Ejemplo: = (0 2 0)
0 0 2

45 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Matriz Identidad: Es una matriz diagonal en la que todos los elementos de la

diagonal principal, son iguales a 1. Se representa por , o por , siendo el
orden de la matriz.
1 0 0 0
0 1 0 0
= 0 0 1 0

(0 0 0 1)

1 0 0
Ejemplo: = (0 1 0), matriz identidad de orden 3.
0 0 1

Matriz Triangular: Una matriz triangular es un tipo especial de matriz

cuadrada cuyos elementos por encima o por debajo de su diagonal principal son
cero.

Matriz Triangular Superior: Es una matriz cuadrada en la que los elementos

situados por debajo de la diagonal principal son todos nulos.

11 12 13 1
0 22 23 2 2 8 3 4
0 1 6 2
= 0 0 33 3 Ejemplo: = ( )
0 0 0 0 0 5 5
0 0 0 4
( 0 0 0 )

Matriz Triangular Inferior: Es una matriz cuadrada en la que los elementos

situados por encima de la diagonal principal son todos nulos.

11 0 0 0
2 0 0 0
21 22 0 0
8 1 0 0
= 31 32 33 0 Ejemplo: = ( )
3 6 5 0

4 2 5 4

( 1 2 3 )

46 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Matriz Traspuesta: Sea = una matriz de . Entonces la traspuesta de

, que se escribe , es la matriz de que se obtiene al intercambiar los
renglones por las columnas de . Se puede escribir = . En otras
palabras,
11 12 1 11 21 1
21 22 2 12 22 2
Si = ( ), entonces = (

)
1 2 1 2

Se coloca la fila de como la columna de y la columna de como la

fila de .
3 1
3 2 1
Ejemplo: Si = ( ) entonces = (2 4)
1 4 5
1 5

Matriz Simtrica: La matriz cuadrada de se denomina simtrica si

= . Es decir, las columnas de son tambin las filas de .
1 3 2 1 3 2
Ejemplo: = (3 5 7) = (3 5 7) =
2 7 4 2 7 4

Matriz Antisimtrica: Una matriz cuadrada se denomina antisimtrica si

= , (es decir = .

0 1 1 0 1 1
Ejemplo: = (1 0 2) = ( 1 0 2) =
1 2 0 1 2 0

2.3. Operaciones con Matrices

2.3.1. Igualdad de Matrices

Dos matrices = ( ) y = ( ) son iguales si:
a) Son del mismo tamao.
b) Las componentes correspondientes son iguales.

47 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

6 1 4 3 + 3 1 + 0 2+2
Ejemplo: La matrices = ( ) y =( )
5 3 1 4+1 14 65
son iguales.

2.3.2. Adicin y Sustraccin de Matrices

Suma de Matrices: Sean = ( ) y = dos matrices . Entonces la

suma de y es la matriz , denotada por + , dada por:
11 + 11 12 + 12 1 + 1
+ 21 22 + 22 2 + 2
+ = ( + ) = ( 21 )

1 + 1 2 + 2 +

+ es la matriz que se obtiene al sumar las componentes

correspondientes de y .

Diferencia de Matrices: La diferencia de matrices es un caso particular de la

suma. Restar dos matrices es lo mismo que sumarle a la primera la opuesta de
la segunda: = + ().

Sean = ( ) y = dos matrices . Entonces la diferencia de y es

la matriz , denotada por , dada por:

11 11 12 12 1 1
21 22 22 2 2
= ( ) = ( 21 )

1 1 2 2

1 3 6 2 5 9
Ejemplo: Sean = (4 1 6) y =(3 4 1)
7 9 2 1 4 6

1 2 3 + 5 69 1 2 3
(
) + = 4 + 3 1 4 ) (
6 + 1 = 7 3 5)
71 94 26 6 5 4
48 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.
Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

1 (2) 3 5 6 (9) 3 8 15
) = ( 4 3 1 (4) 6 1 ) = (1 5 7)
7 (1) 9 (4) 2 (6) 8 13 8

2.3.3. Producto de un Escalar por una Matriz

Si = ( ) es una matriz de y si es un escalar, entonces la matriz

, , est dada por
11 12 1
21 22 2
= ( ) = ( )
1 2

Esto es = ( ) es la matriz obtenida al multiplicar cada componente de

por . Si = = ( ) entonces = para = 1,2, , .

Ejemplo:
1 3 6 2 6 12
= (4 1 6). Entonces 2 = ( 8 2 12)
7 9 2 14 18 4

Ejemplos:
1 3 6 2 5 9
a) Sean = (4 1 6) y =( 3 4 1 ). Hallar 2.
7 9 2 1 4 6

1 3 6 2 5 9
2 = (4 1 6) (2) ( 3 4 1 )
7 9 2 1 4 6
1 3 6 4 10 18
(
= 4 )
1 6 6 8( 2 )
7 9 2 2 8 12
5 13 24
= (2 9 8)
9 17 14

49 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

4 1 5
b) Sean = ( 7 ) , = (2) = (9) Hallar: 2 + 4 3.
8 3 6

4 1 5 19
2 + 4 3 = 2 ( 7 ) + 4 (2) 3 (9) = ( 33 )
8 3 6 14

Teorema: Sean , y C tres matrices de y sean y dos escalares.

Entonces:
a) + 0 =
b) 0 = 0
c) + = +
d) ( + ) + = + ( + )
e) ( + ) = +
f) 1 =
g) ( + ) = +

2.3.4. Multiplicacin de Matrices

Producto Escalar
1 1
2 2
Sean = ( ) y = ( ) dos vectores. Entonces el producto escalar de y


denotado por , est dado por:

= + + +

El producto escalar tambin se conoce como producto punto o producto interno

de los vectores. El producto escalar de dos vectores de dimensin es un
escalar; es decir, un nmero.

50 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Producto escalar representado como vector rengln (fila) por vector columna.

Vector fila 1 Vector columna 1 Nmero real (escalar)

1

(1 2 ) ( 2 ) = 1 1 + 2 2 + +

Ejemplo:

8 1
Sea = (3) y = ( 1) Calcule:
5 3

= (8)(1) + (3)(1) + (5)(3) = 8 3 + 15 = 4

Ejemplo:
1
0
Sea = (6 3 6 4 ) y = ( ) Calcule
1
2

= (6)(1) + (3)(0) + (6)(1) + (4)(2) = 6 + 0 + 6 + 8 = 8

Teorema: Sean , y tres vectores de dimensin y sea un escalar.

Entonces,
i) 0=0
ii) = .
iii) ( + ) = +
iv) () = ( )

51 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Multiplicacin de dos Matrices

Sea = ( ) una matriz , y sea = ( ) una matriz . Entonces el

producto de y es una matriz , = ( ), en donde

= ( ) ( )

Es decir, el elemento de es el producto punto del rengln de y la

columna de . Si esto se extiende, se obtiene

= 1 1 + 2 2 + + )

Si el nmero de columnas de es igual al nmero de renglones de , entonces

se dice que y son compatibles bajo la multiplicacin.

Nota: dos matrices se pueden multiplicar nicamente si el nmero de columnas

de la primera matriz es igual a nmero de renglones (filas) de la segunda. De
otro modo, los vectores que forman el rengln en y la columna de no
tendrn el mismo nmero de componentes y el producto punto no estar
definido. Es decir, las matrices y sern incompatibles bajo la
multiplicacin.
Columna de

11 12 1
21 22 2 11 12 1
21 22 2

Rengln de (1 2 )
(1 2 )

52 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Los vectores rengln y columna sombreados deben tener el mismo nmero de

componentes.

Teorema: Ley asociativa de la Multiplicacin de Matrices

Sea = ( ) una matriz de , = ( ) una matriz de y = ( ) una
matriz de . Entonces la ley asociativa
( ) = ()
Se cumple y , definida por cualesquiera de los lados de la ecuacin
anterior, es una matriz de .

Teorema: Leyes distributivas de la Multiplicacin de Matrices

Si todas las sumas y todos los productos estn definidos, entonces

( + ) = +
( + ) = +

Ejemplo: Dadas las matrices

4 1 9 1 0 5 2 5
2 1
= (0 3 2 ) = (4 6 1) = (3) = (3) = ( )
1 8
3 1 1 6 4 9 1 1

0 4 3 2
2 1
2 3 4 8 4 0 1
= (3 4) =( ) =( )
3 1 2 2 3 5 1
1 6
0 0 3 2

Hallar:

) 5 + 2
) 3
) ( + ) = +
)
)
)2 3

53 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Solucin:
4 1 9 1 0 5
a) 5 + 2 = 5 (0 3 2 ) + 2 (4 6 1)
3 1 1 6 4 9
20 5 45 2 0 10
= ( 0 15 10 ) + ( 8 12 2 )
15 5 5 12 8 18
22 5 35
= (8 27 12 )
3 13 23

2 1 2 1 5 10
b) = ( )( )=( )
1 8 1 8 10 65
5 10 2 1 20 85
3 = 2 = ( )( )=( )
10 65 1 8 85 530

c) ( + ) = +
2 5 7
+ = (3) + (3) = (6)
1 1 2

1 0 5 7 17
( )
+ = (4 6 1) (6) = (62)
6 4 9 2 48

1 0 5 2 7
= (4 6 1) (3) = (25)
6 4 9 1 15

1 0 5 5 10
= (4 6 1) (3) = (37)
6 4 9 1 33

7 10 17
+ = (25) + (37) = (62)
15 33 48

Por tanto, ( + ) = +

54 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

4 1 9 4 0 3 98 7 33
d) = (0 3 2)( 1 3 1) = ( 7 11 2 )
3 1 1 9 2 1 33 2 86

4 0 3 4 1 9 25 7 33
e) = ( 1 3 1) ( 0 3 2) = ( 7 11 2 )
9 2 1 3 1 1 33 2 86

f) 2 3 No est definida

Multiplicacin de Matrices como una combinacin lineal de las columnas de

.

Sea una matriz de y un vector de 1. Considere el producto

11 12 1 1
21 22 2 2
= ( )( )
1 2

11 1 + 12 2 + + 1
21 1 + 22 2 + + 2
=( ); o

1 1 + 2 2 + +

11 12 1
21 22 2
= 1 ( ) + 2 ( ) + + ( )
1 2

11 12
21 22
Observe que 1 = ( ) es la primera columna de , 2 = ( ) es la
1 2
segunda columna de y as sucesivamente. Entonces,
= 1 1 + 2 2 + + el lado derecho de esta
expresin se llama combinacin lineal de los vectores 1 , 2 , .

55 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Ejemplo: cmo escribir las columnas de como combinacin lineal de las

columnas de .
1 2
1 2
Dadas las matrices = (3 4) y =( ). El producto de y ,
3 5
5 6
est dado por:
7 8
= ( 9 26)
23 20
Ahora bien,
7 1 2
( 9 ) = 1 (3) + 3 (4) = una combinacin lineal de las columnas de .
23 5 6

8 1 2
(26) = 2 (3) + 5 (4)= una combinacin lineal de las columnas de .
20 5 6

2.4. Sistemas de Ecuaciones Lineales

2.4.1. Definicin y notacin de Sistemas de Ecuaciones Lineales

Un sistema de ecuaciones lineales con incgnitas, est dado por:

11 1 + 12 2 + + 1 = 1
21 1 + 22 2 + + 2 = 2

1 1 + 2 2 + + =

2.4.2. Representacin Matricial (matriz de coeficientes y matriz

aumentada)

Matriz de coeficiente:
11 12 1
21 22 2
=( )
1 2

56 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Matriz aumentada:

11 12 1 1
21 22 2 2

(1 2 )

Representacin Matricial de un Sistema de Ecuaciones Lineales

=
donde,
1 1
2
=( ) y = ( 2)

2.4.3. Solucin de un sistema de ecuaciones lineales. Sistemas

homogneos y no homogneos.

Un sistema de ecuaciones lineales tiene ya sea:

a) Ninguna solucin,
b) Exactamente una solucin
c) Un nmero infinito de soluciones

Sistemas inconsistentes y consistentes

Se dice que un sistema de ecuaciones lineales es inconsistente si no tiene
solucin. Se dice que un sistema que tiene al menos una solucin es
consistente.

Sistema Homogneo de Ecuaciones

Un sistema general de ecuaciones lineales se llama homogneo si todas las
constantes 1 , 2 , , , son cero.

Si alguna de las constantes 1 , 2 , , , es o son diferentes de cero, decimos

que el sistema lineal es no homogneo.

57 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

El sistema general homogneo est dado por

11 1 + 12 2 + + 1 = 0
21 1 + 22 2 + + 2 = 0

1 1 + 2 2 + + = 0

Un sistema lineal homogneo siempre tiene la solucin trivial ( o solucin

cero). Las soluciones para un sistema lineal homogneo diferentes de la trivial
se denominan soluciones no triviales, y tiene un nmero infinito de soluciones
si tiene ms incgnitas que ecuaciones.

2.4.4. Eliminacin de Gauss y Gauss Jordan

Operaciones elementales por renglones:

a) Multiplicar (o dividir) un rengln por un nmero diferente de cero.
b) Sumar un mltiplo de un rengln a otro rengln.
c) Intercambiar dos renglones.

Forma escalonada reducida por renglones y pivotes

Una matriz se encuentra en la forma escalonada reducida por renglones si se

cumplen las siguientes condiciones:
a) Todos los renglones (si los hay) cuyos elementos son todos ceros
aparecen en la parte inferior de la matriz.
b) El primer nmero diferente de cero (comenzando por la izquierda) en
cualquier rengln cuyos elementos no todos son cero es 1.
c) Si dos renglones sucesivos tienen elementos distintos de cero, entonces
el primer 1 en el rengln de abajo est ms hacia la derecha que el
primer 1 en el rengln de arriba.
d) Cualquier columna que contiene el primer 1 en un rengln tiene ceros en
el resto de sus elementos. El primer nmero diferente de cero en un
rengln (si lo hay) se llama pivote para ese rengln.

58 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Ejemplos: Matrices en la forma escalonada reducida por renglones

1 0 0 1 0 0 0
1 0 0 5 1 0
) (0 1 0) ) (0 1 0 0) ) ( ) ) ( )
0 0 1 2 0 1
0 0 1 0 0 0 1

1 0 2 5
) (0 1 3 6)
0 0 0 0

Forma escalonada por renglones:

Una matriz est en la forma escalonada por renglones si se cumplen las

condiciones: a), b) y c) de la definicin anterior.

Ejemplos: Matrices en la forma escalonada por renglones

1 2 3 1 1 6 4
1 0 2 5
) (0 1 5) ) (0 1 2 8) ) ( )
0 0 1 2
0 0 1 0 0 0 1
1 3 2 5
1 2
) ( ) e) (0 1 3 6)
0 1
0 0 0 0

Mtodos para resolver sistemas de ecuaciones lineales

a) Eliminacin de Gauss Jordan

Es el proceso de resolucin de un sistema de ecuaciones mediante la reduccin

por renglones de la matriz aumentada a la forma escalonada reducida por
renglones.

b) Eliminacin Gaussiana

Es el proceso de resolver un sistema de ecuaciones lineales al reducir por

renglones la matriz aumentada a la forma escalonada por renglones y
utilizando la sustitucin hacia atrs.

59 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Ejemplo : Resolver el Sistema de Ecuaciones Lineales

1 32 23 = 0
1 + 22 + 3 = 0
21 + 42 + 63 = 0

Solucin:
Aplicando operaciones elementales entre renglones,
1 3 2 | 0
(1 2 1 | 0)
2 4 6 | 0

1 3 2 | 0
2 1 + 2 (0 1 1 | 0)
3 21 + 3 0 10 10 | 0

1 3 2 | 0
2 2 (0 1 1 | 0)
3 102 + 3 0 0 0 | 0

1 32 + 1 1 0 1 | 0
(0 1 1 | 0)
0 0 0 | 0

El sistema asociado a esta matriz es

1 + 3 = 0
2 + 3 = 0
Despejando 1 2 en trminos de 3, tenemos:
1 = 3
2 = 3
El sistema tiene infinitas soluciones. Si le damos a 3 el valor de 1, obtenemos
1 = 1 2 = 1. Es decir, la solucin particular:
1
[1]
1

60 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

Ejemplo : Usar eliminacin de Gauss-Jordan para resolver el sistema:

2 + 3 = 9
+ 3 = 4
2 5 + 5 = 17
Solucin:
Aplicaremos operaciones elementales entre renglones para conseguir una forma
escalonada reducida.
1 2 3 | 9
(1 3 0 | 4 )
2 5 5 | 17
1 2 3 | 9
2 1 + 2 (0 1 3 | 5)
3 21 + 3 0 1 1 | 1
1 2 3 | 9
(0 1 3 | 5)
3 2 + 3 0 1 1 | 1
1 2 3 | 9
(0 1 3 | 5)
3 2 + 3 0 0 2 | 4

1 2 3 | 9
(0 1 3 | 5)
1
3 2 3 0 0 1 | 2

1 22 + 1 1 0 9 | 19
(0 1 3 | 5)
0 0 1 | 2

1 93 + 1 1 0 0 | 1
2 33 + 2 (0 1 0 | 1)
0 0 1 | 2

de donde: = 1; = 1; = 2

61 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

2.5. Aplicaciones

Ejemplo:
Una compaa aeronutica dispone de 10 aviones destinados a vuelos chrter
para directivos de grandes empresas y equipos deportivos. Dispone de tres
tipos de aviones: el modelo A es un reactor con capacidad para 30 pasajeros y
cuya tripulacin est formada por 3 pilotos; el modelo B es un turbohlice
bimotor con capacidad para 20 pasajeros y su tripulacin la forman 2 pilotos; el
modelo C es una pequea avioneta con capacidad para 4 pasajeros y un piloto.
Ayer, por la maana, despegaron todos los aviones completos. En ellos iban
140 pasajeros y 17 pilotos. Cuntos aviones de cada modelo tiene la compaa?

Solucin:
Sean , y los modelos de aviones , y respectivamente.
Las ecuaciones son:
+ + = 10
30 + 20 + 4 = 140
3 + 2 + = 17

La segunda ecuacin la dividimos entre (2) y obtenemos las siguientes

ecuaciones:
+ + = 10
15 + 10 + 2 = 70
3 + 2 + = 17

La matriz aumentada es:

1 1 1 |10
(15 10 2 |70)
3 2 1 |17

Ahora realizamos operaciones entre renglones(filas) para llevar la matriz a la

forma escalonada reducida.

62 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

1 1 1 | 10
2 151 + 2 (0 5 13 |80)
3 31 + 3 0 1 2 |13
1 1 1 | 10
2 3 (0 1 2 | 13)
0 5 13 | 80
1 1 1 | 10
(
2 2 0 1 2 | 13 )
0 5 13 | 80
1 1 1 | 10
(0 1 2 | 13 )
3 52 + 3 0 0 3 | 15
1 1 1 | 10
(0 1 2 | 13)
1
3 3 3 0 0 1 | 5
1 2 + 1 1 0 1 | 3
(0 1 2 | 13)
3 13 3 0 0 1 | 5
1 2 + 1 1 0 0 | 2
2 23 + 2 (0 1 0 | 3)
0 0 1 | 5
De donde obtenemos:
= 5; = 3; = 2

Respuesta:
- La compaa tiene 2 aviones del Modelo
- La compaa tiene 3 aviones del Modelo
- La compaa tiene 5 aviones del Modelo .

Ejemplo:
Computers Company fabrica tres modelos de computadoras personales: modelo
A, modelo B y modelo C. Para armar una computadora del modelo A necesita
12 horas de ensamblado, 2.5 para probarla, y 2 ms para instalar sus
programas. Para una del modelo B requiere 10 horas de ensamblado, 2 para
probarla, y 2 para instalar programas. Y para una del modelo C requiere 6 para

63 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

ensamblado, 1.5 para probarla, y 1.5 para instalar programas. Si la fbrica

dispone en horas por mes de 556 para ensamble, 120 para pruebas, y 103 horas
para instalacin de programas, cuntas computadoras de cada modelo se
pueden producir por mes?

Solucin:
Sea , y los modelos de computadoras , y respectivamente.
Las ecuaciones son:
12 + 10 + 6 = 556
5 3
+ 2 + = 120
2 2
3
2 + 2 + = 103
2

Dividiendo la primera ecuacin entre (2), y multiplicando la segunda y tercera

ecuacin por (2), tenemos:

6 + 5 + 3 = 278
5 + 4 + 3 = 240
4 + 4 + 3 = 206
La matriz aumentada es:
6 5 3 | 278
(5 4 3 | 240)
4 4 3 | 206

1 2 + 1 1 1 0 | 38
(5 4 3 | 240)
4 4 3 | 206

1 1 0 | 38
2 51 + 2 (0 1 3 | 50)
3 51 + 3 0 0 3 | 54

1 1 0 | 38
2 2 (0 1 3 | 50)
1
3 3 3 0 0 1 | 18

64 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

1 2 + 1 1 0 3 | 88
(0 1 3 | 50)
0 0 1 | 18
1 33 + 1 1 0 0 | 34
2 33 + 2 (0 1 0 | 4)
0 0 1 | 18

Respuesta: en un mes se pueden producir: 18 computadoras del Modelo C, 4

computadoras del Modelo B y 34 computadoras del Modelo A.

Ejemplo:

Una biloga ha colocado tres cepas bacterianas (denotadas como I, II y III) en

un tubo de ensayo, donde sern alimentadas en tres diferentes fuentes
alimenticias (A, B y C). Se colocan 400 unidades de alimento A, 600 unidades
de alimento de B y 600 unidades de alimento de C en el tubo de ensayo cada
da y los datos del consumo diario de alimento por las bacterias (en unidades
por da) son los que se muestran en la tabla. Cuntas bacterias de cada cepa
pueden coexistir en el tubo de ensayo y consumir todo el alimento?
Cepa Cepa Cepa
Bacteriana I Bacteriana II Bacteriana II
Alimento A 1 2 0
Alimento B 2 1 1
Alimento C 1 1 2

Solucin:
Las ecuaciones correspondientes son:
+ 2 = 400
2 + + = 600
+ + 2 = 600

Ahora realizamos operaciones entre renglones(filas) para llevar la matriz a la

forma escalonada.
1 2 0 | 400
(2 1 1 | 600)
1 1 2 | 600

65 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

1 2 0 | 400
2 21 + 2 (0 3 1 |200)
3 1 + 3 0 1 2 | 200

1 2 0 | 400
2 3 (0 1 2 | 200 )
0 3 1 |200

1 2 0 | 400
2 2 (0 1 2 |200 )
0 3 1 |200

1 2 0 | 400
(0 1 2 |200 )
3 32 + 3 0 0 5 |800

1 2 0 | 400
(0 1 2 |200 )
3 15 3 0 0 1 | 160

Aplicando la sustitucin hacia atrs obtenemos, = 160

Adems,
2 = 200
2(160) = 200
= 120

As como tambin,
+ 2 = 400
+ 2(120) = 400
= 160

Respuesta: Cepa Bacteriana I: 160

Cepa Bacteriana II: 120
Cepa Bacteriana III:160

66 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

2.6. Rango de una matriz

Definicin del rango de una matriz:

La dimensin del espacio de filas (o del espacio de columnas) de una matriz

se llama rango de y se denota por ().

Ejemplo:

Calcular el rango de la matriz

1 2 3
= (1 3 0)
2 5 5
Solucin:

La matriz en forma escalonada es:

1 2 3
= (0 1 3)
0 0 1

Como tiene tres filas no nulas, el rango de la matriz es 3.

67 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

PRCTICA

1. Dadas las matrices:

6 1 1 4
2 1 1 2 3 4
=( ) =( ) =( 2 4) = (1 5 )
1 1 4 3 1 2
3 5 1 10
2 5
= ( 1) = ( 3)
5 1

Hallar:

) 2 ) 3 2 ) + ) 2 ) 3

) 3 + 3

2. Dadas las matrices:

1 3 2 4 2
3 2 1 2 3
= (4 2) =( ) =( ) = (1 5 3)
4 1 0 1 2
1 0 1 1 1
4 6 3 2 2
=( 5 2 4) = ( 1) = ( 3)
1 1 1 4 1

Hallar:
) ) ) ) ) )

) : = ) 2 ) 3

) : ( + ) = +

3. Dadas las matrices:

9 1 2
2 1 3
=( ) =( 4 3 1)
5 6 1
6 1 3

Para cada matriz, hallar :

) ) )

68 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.

Matrices y Sistemas de Ecuaciones Lineales Prof. D. Atencio

4. De un ejemplo de cada uno de los tipos de matrices.

5. Resuelva los siguientes sistemas de ecuaciones lineales, por:

a) Eliminacin Gaussiana

1 + 2 + 3 = 3
) 21 + 32 + 3 = 5 . (0, 1, 2)
1 2 23 = 5

1 + 3 = 0
1 5 1
) + 2 + 33 = 1 . ( , , )
2 2 2
1 2 = 3

b) Eliminacin de Gauss-Jordan

1 + 2 + 3 = 6
) 21 2 + 3 = 3 . (1, 2, 3)
31 3 = 0

1 33 = 2
) 31 + 2 23 = 5 . (4, 3, 2)
21 + 22 + 3 = 4

1 + 22 + 3 = 0
) 1 + 3 = 2 . (1, 2, 1)
2 + 23 = 1

1 + 2 + 23 = 1
) 21 + 32 + 3 = 2 . (2, 3, 3)
51 + 42 + 23 = 4

69 Referencias: lgebra Lineal. Grossman S., Larson R. y Poole, D.