Algebra - 2020

MATEMÁTICA BÁSICA – FADU - UNL Matrices, Determinantes y Sistemas de ecuaciones lineales
MATRICES
Una matriz es un conjunto de elementos ordenados en filas y columnas. Si la matriz tiene m filas y
n columnas, se tiene:
 a11 a12 . . . a1n 
 
 a21 a22 . . . a2 n 
 . . . 
Amxn = ( aij )
. . .
= 
 . . . . . . 
mxn
 . . . . . . 
 
 am1 am 2 . . . amn mxn
El elemento general aij de la matriz tiene asociado el subíndice i, que indica la fila, y el subíndice j
que indica la columna en las que se encuentra dicho elemento ( aij es el elemento de la iésima fila
y de la jésima columna). Se dice que la matriz A tiene dimensión mxn .
Ejemplos:
 3 −1
  a11 = 3 a21 = 2 a31 = 1
A = 2 5  así:
1 8  a12 = −1 a22 = 5 a32 = 8
 3 X 2
 3 −2 0  b11 = 3 b21 = 0 b31 = 2

  así: b12 = −1 b22 = 1 b32 = 2
B = 0 1 1
 2 2 0 b13 = 0 b23 = 1 b33 = 0
 3 X 3
Matrices iguales
( )
Dos matrices Amxn = aij
mxn
( )
y Bmxn = bij
mxn
son iguales si tienen la misma dimensión y además
todos sus elementos son iguales, es decir, aij = bij para toda i y j.
Ejemplo:
a b  2 3
Dadas A =   y B=  se tiene que A = B sí a = 2, b = 3, c = 5, d = 6 .
 c d 2 x 2  5 6 2 x 2
2
Matriz fila
Es una matriz que tiene una única fila, es decir m =1 y por lo tanto es de orden 1xn.
Ejemplo: A = (1 4 9 )1x 3
Matriz columna
Es una matriz que tiene una única columna, es decir, n =1 y por tanto es de orden mx1.
 2
 
Ejemplo: A = 5
 
8
 3 x1
Matriz nula
Es aquella que tiene todos sus elementos nulos y se representa por 0mxn .
0 0
0 0  
02 x 2 =  03 x 2 = 0 0
 0 0 2 x 2 0 0
 3 x 2
Matriz cuadrada
Es aquella que tiene el mismo número de filas que de columnas, es decir m = n. En estos casos
se dice que la matriz cuadrada es de orden n.
Ejemplos:
 −2 1 −1 
 6 9  
A2 x 2 =  B3 x 3 = 4 0 1 2
 −2 8 2 x 2  3
 2 4 3 x 3
Se llama diagonal principal a la diagonal formado por los elementos aij con i = j, es decir
a11 , a22 , a33 ann y diagonal secundaria a la formada por los elementos a1n , a2( n −1) , a3( n −2) an1 .
Así, la diagonal principal de A está formada por (6 8) y la diagonal secundaria por (9 -2) y la
diagonal principal de B está formada por (-2 0 4) y la diagonal secundaria por (-1 0 3).
Matriz diagonal
Es una matriz cuadrada, en la que todos los elementos no pertenecientes a la diagonal principal
son nulos.
 −1 0 0 
 
Ejemplo: C3 x 3 =  0 2 0 es una matriz diagonal de orden 3.
 0 0 4
 3 x 3
3
Matriz unidad o identidad

Es una matriz diagonal con los elementos de la diagonal principal iguales a 1.
1 0 0
 
Ejemplo: I3x3 =  0 1 0  es la matriz identidad de orden 3.
0 0 1
 3 x 3
Matriz Triangular
Es una matriz cuadrada que tiene nulos todos los elementos que están a un mismo lado de la
diagonal principal. Las matrices triangulares pueden ser de dos tipos:
Triangular Superior: Si los elementos que están por debajo de la diagonal principal son todos
nulos. Es decir, aij = 0 si i<j.
Triangular Inferior: Si los elementos que están por encima de la diagonal principal son todos
nulos. Es decir, aij = 0 si j<i.
Ejemplos:
Triangular Superior Triangular Inferior
 6 −2 1 0
   3 0 0
0 3 3 −4   
T4 x 4 = S3 x 3 =  2 −1 0 
0 0 1 5
   1 −3 4 
 3 x 3
0 0 0 4 4 x 4
OPERACIONES CON MATRICES
• Suma de matrices
La suma de dos matrices A = aij ( ) mxn

y B = bij( ) mxn
de la misma dimensión, es otra matriz
S = ( sij ) de la misma dimensión que los sumandos y con término genérico sij = aij + bij .
mxn
Es decir, dadas A = aij ( ) mxn

( )
y B = bij
mxn
, A + B = aij ( ) mxn
+ ( bij )
mxn
= ( aij + bij )
mxn
para cada i y j.
Por tanto, para poder sumar dos matrices estas deben tener la misma dimensión.
Ejemplos:
 2 0  4 2  2 + 4 0 + 2  6 2
      
Sean A = −2 1 y B = 1 0 → A + B = −2 + 1 1 + 0 = −1 1

       
 4 2  2 2  4 + 2 2 + 2  6 4
       
4
 2 3 1 1 1 
  
Sean C = 0 1 0 y D = 1 0

    → C + D no es posible.
0 1 1 1 0 
   
Propiedades de la suma de matrices
( )
Dadas A = aij
mxn
( )
, B = bij
mxn
( )
y C = cij
mxn
, se cumple que:
1. Asociativa: A + ( B + C ) = ( A + B ) + C
2. Conmutativa: A + B = B + A
3. Elemento neutro: es la matriz nula ya que A + 0 = 0 + A = A
4. Elemento simétrico: el elemento simétrico de A es su matriz opuesta − A = −aij ( ) mxn
ya que
A + ( − A) = ( − A) + A = 0 .
• Resta de matrices
La diferencia de dos matrices A = aij ( ) mxn

y B = bij ( ) mxn
se representa por A − B , y se define
como: A − B = A + ( − B ) .
Ejemplo:
3 2   2 3  3 2   −2 −3   1 −1 
A=  y B=  → A− B =  + = 
 4 −1  2 1  4 −1  −2 −1   2 −2 
• Producto de un escalar por una matriz
El producto de un número real k por una matriz A = aij ( ) mxn

( )
, es otra matriz C = cij
mxn
de la
misma dimensión que A y con término genérico cij = k aij .
Es decir: Dada A = aij ( ) mxn

y k , C = k A = k aij ( ) mxn
para cada i y j.
Ejemplo:
 1 0 2  1 0 2  4 0 8 
Si k = 4 y A =   → 4A = 4 = 
 −1 4 5   −1 4 5   −4 16 20 
5
Propiedades del producto de un escalar por una matriz
( )
Dadas A = aij
mxn
( )
, B = bij
mxn
, k  y d  , se cumple que:
1. Distributiva respecto de la suma de matrices: k ( A + B ) = k A + k B

2. Distributiva respecto de la suma de escalares: ( k + d ) A = k A + d A
3. Asociativa: k ( dA ) = ( k d ) A
4. Elemento neutro: el número 1: 1A = A
• Producto de matrices
El producto de dos matrices A = aij ( ) y B = ( bij ) ( )

, es otra matriz P = pij de
mxn nxp mxp
n
dimensión 𝑚𝑥𝑝 con término genérico pij = ai1b1 j + ai 2b2 j + + ainbnj =  aik bkj .
k =1
Es decir, el elemento situado en la fila i y en la columna j se obtiene sumando los productos de los
elementos de la fila i de la matriz A por los elementos de la columna j de la matriz B de la siguiente
manera.
 b1 j 
 
b2 j
pij = ( ai1 ai 2 ain )   = ai1b1 j + ai 2b2 j + + ainbnj
 
 
 bnj 
Por tanto, para poder multiplicar dos matrices es necesario que se verifique que el número de
columnas de A sea igual al número de filas de B. La matriz producto tendrá el número de filas de A
y el número de columnas de B.
Ejemplo:
 2 −1
   3 1
Sean A = 0 3  y B= 

 −4 6   −1 2 
 
Primero, se debe comprobar que se pueda realizar el producto AB. Como el número de columnas
de A (n=2) es igual al número de filas de B (n=2), entonces la operación es factible. La matriz
resultante tendrá la dimensión 3x2, es decir, 3 filas (número de filas de A) y 2 columnas (número
de columnas de B).
Para efectuar el producto es conveniente disponer las matrices de la siguiente manera:
Se coloca la primera matriz abajo, a la izquierda,

y la segunda matriz arriba, a la derecha.
6
Así, para calcular la primera fila de AB, se hace la suma de los productos de los elementos de la
primera fila de A por los de la primera columna de B y luego la suma de los productos de los
elementos de la primera fila de A por los de la segunda columna de B.
Siguendo de esta manera se obtienen los restantes elementos de AB:
Propiedades del producto de matrices
1. Asociativa: Si A, B, C se pueden multiplicar, es decir, si A = aij ( ) mxn

( )
, B = bij
nxq
y
C = ( cij ) se cumple: ABC = ( AB ) C = A ( BC ) y su dimensión será mxp.

qxp
2. Conmutativa: El producto de matrices no es conmutativo. AB no es necesariamente igual

a BA . Ejemplo:
A3 x 2 B2 x 4 = ( AB ) 3 x 4
B2 x 4 A3 x 2 = No es posible
3. Distributivas respecto de la suma de matrices: Cuando sea posible efectuar las

operaciones, se cumple:
i) A ( B + C ) = AB + AC ii) ( B + C ) A = BA + CA
4. Elemento identidad: Dada A = aij ( ) mxn

. Se cumple:
i) I m Amxn = Amxn ii) Amxn I n = Amxn iii) Amxn I n = I m Amxn si m=n.
5. Elemento inverso: Dada una matriz cuadrada A = aij ( ) nxn

, no siempre existe otra matriz
B = ( bij ) tal que Anxn Bnxn = Bnxn Anxn = I n . Si existe dicha matriz B , se dice que es la
nxn
matriz inversa de A y se representa por A −1 .
7
 1 1  1 −1
Ejemplo: Si A=   A−1 =   ya que:
 0 1 0 1 
, es decir: AA−1 = I 2 .También se debe verificar que: A−1 A = I 2 .
Inversibilidad
Una matriz cuadrada que posee inversa se dice inversible o regular, en caso contrario recibe el
nombre de singular.
Propiedades de la inversión de matrices
( )
Dadas A = aij
nxn
( )
y B = bij
nxn
matrices cuadradas inversibles, se cumple:
1. La inversa de una matriz, si existe, es única.

2. (A )
−1 −1
=A
3. La matriz AB es inversible y ( AB )
−1
= B −1 A −1
Cálculo de la matriz inversa
Hay varios métodos para calcular la matriz inversa de una matriz, una de ellos es calcularla en
forma directa planteando un sistema de ecuaciones, por ejemplo:
 1 1
Para encontrar la matriz inversa de A =   se tendrá que buscar una matriz
 0 1 2 x 2
a b  −1  1 1 a b   1 0 
A−1 =   que cumpla AA = I 2 , es decir:   = 
 c d 2 x 2  0 1 c d   0 1 
 a + c =1  a =1
b + d = 0  b = −1
   1 −1
Se resuelve entonces el sistema de ecuaciones:  → → A−1 =  
c=0 c = 0 0 1 
 d = 1 d = 1
 1 1 1 −1  1 −1 1 1  1 0 

Se debe verificar que: AA−1 = A−1 A = I 2 , es decir:   =  = 
 0 1 0 1   0 1  0 1  0 1 
Otra manera es utilizando el método del espejo. Se comienza formando una matriz de orden 2x4
que contiene a la matriz A y a la matriz identidad I 2
8
A I
 
1 11 0
0 10 1
Luego, se aplican operaciones por filas hasta que la mitad izquierda se transforme en I 2 . La mitad
derecha será A −1 1 0 1 −1
F1 + F2 (−1)
0 10 1
 
I A−1
Si no es posible formar I 2 a la izquierda, la matriz A no tendrá inversa y será singular o no
inversible.
• Transposición
Dada una matriz A = ( aij ) , se llama matriz traspuesta de A a la matriz que se obtiene
mxn
cambiando las filas por las columnas (o viceversa) en la matriz A y se representa por
AT = ( a ji ) y por lo tanto es de orden nxm . Es decir:
nxm
 a11 a12 . . . a1n   a11 a21 . . . am1 

   
 a21 a22 . . . a2 n   a12 a22 . . . am 2 
 . . . . . .   . . . . . . 
Si A=   AT =  
 . . . . . .   . . . . . . 
 . . . . . .    . . . . . . 
 
a . amn  mxn a . amn  nxm
 m1 am 2 . .  1n a2 n . .
a b
a c e  
Ejemplo: Si A =   → A =c
T
d
b d f 2 x 3 e
 f 3 x 2
Propiedades de la trasposición de matrices
1. Dada una matriz A, siempre existe su traspuesta y además es única.

2. ( AT ) = A .
T
( A + B ) = AT + BT .
T
3.
( kA) = kAT para todo k 
T
4.
( AB ) = BT AT
T
5.
( ) = ( A−1 )
−1 T
6. Si A es inversible, entonces: AT
9
DETERMINANTES
Determinante de segundo orden
 a11 a12 
El determinante de una matriz A =   , es un único valor asociado a la misma y se
 a21 a22  2 x 2
a11 a12 a11 a12
representa por A = y se define como A = = a11a22 − a21a12 .
a21 a22 a21 a22
Ejemplos:
1 2
= 1x4 − 3x2 = 4 − 6 = −2
3 4
−1 5
= (−1) x3 − (−8) x5 = −3 + 40 = 37
−8 3
Determinante de orden superior
Determinante de una matriz cuadrada de tercer orden
Un determinante de tercer orden, se define en términos de determinantes de segundo orden,

desarrollándolo a lo largo de una fila o columna. Si se desarrolla respecto de la primera columna,
se tendrá:
a11 a12 a13 a 22 a 23 a a13 a a13

a21 a22 a23 = a11 a a33
− a 21 12
a32 a33
+ a31 12
a 22 a 23
32
a31 a32 a33
a11 a12 a13

a21 a22 a23 = a11 M 11−a21 M 21 + a31 M 31
a31 a32 a33
El primer término de la derecha es el producto de a11 por un determinante de segundo orden. Este
determinante se llama menor de a11 y se puede definir eliminando la fila y la columna donde se
encuentra a11 . Entonces:
a11 a12 a13
a 22 a 23
a21 a22 a23 → menor de a11 = M11 .
a32 a33
a31 a32 a33
10
Los menores de a21 y a31 se obtienen procediendo de la misma manera:
a11 a12 a13

a a13
a21 a22 a23 → 12 menor de a21 = M 21 .
a32 a33
a31 a32 a33
a11 a12 a13

a12 a13
a21 a22 a23 → menor de a31 = M 31 .
a22 a23
a31 a32 a33
Ejemplo:
 2 −2 2 
 
Dada la matriz A =  3 1 0  , desarrollando del determinante a lo largo de la primera columna
 2 −1 1 
 
se tendrá:
2 −2 2
1 0 −2 2 −2 2
A=3 1 0 =2 −3 +2
−1 1 −1 1 1 0
2 −1 1
= 2(1 − 0) − 3(− 2 − (− 2)) + 2(0 − 2)

= 2−0−4
= −2
La definición de determinante se puede describir como desarrollo por menores a lo largo de

cualquier fila o columna de la matriz. De esta manera, existen seis desarrollos posibles para
calcular el determinante de una matriz de 3x3, uno por cada fila y columna, y todos ellos darán el
mismo resultado. Así, el desarrollo por menores a lo largo de la segunda columna es:
a11 a12 a13

a a a a a a12
a21 a22 a23 = −a12 21 13 + a 22 11 13 − a32 11
a31 a33 a31 a33 a 21 a 22
a31 a32 a33
Para determinar el signo de cada uno de los términos en cualquier desarrollo a lo largo de una fila
o de una columna se debe tener en cuenta el siguiente esquema:
+ − +
− + −
+ − +
11
Por ejemplo, si se calcula el determinante de la matriz A del ejemplo anterior, desarrollando a lo

largo de la primera fila, se tendrá:
2 −2 2
1 0 3 0 3 1
A = 3 1 0 =2 − (−2) +2
−1 1 2 1 2 −1
2 −1 1
= 2 (1 + 0 ) + 2 ( 3 − 0 ) + 2 ( −3 − 2 )
= 2 + 6 − 10 = −2
Regla de Sarrus
Otro procedimiento que se puede emplear para obtener el determinante de una matriz de tercer
orden, consiste en escribir nuevamente a la derecha las dos primeras columnas y luego sumar los
productos de los elementos de la diagonal principal y sus dos paralelas menos la suma de los
productos de los elementos de la diagonal secundaria y sus dos paralelas:
Si se aplica el desarrollo a lo largo de la primera columna del determinante de una matriz de 3x3, y
se resuelven los menores, se puede comprobar que resulta la misma expresión que la obtenida
mediante la regla anterior:
a11 a12 a13

a a 23 a a13 a a13
a21 a22 a23 = a11 22 − a 21 12 + a31 12
a32 a33 a32 a33 a22 a23
a31 a32 a33
= a11 (a22 a33 − a32 a23 ) − a21 (a12 a33 − a32 a13 ) + a31 (a12 a 23 − a 22 a13 )
= a11a 22 a33 − a11a32 a23 − a21a12 a33 + a21a32 a13 + a31a12 a 23 − a31a22 a13 Se aplica prop. distributiva
= a11a 22 a33 + a 21a32 a13 + a31a12 a23 − a31a 22 a13 − a11a32 a 23 − a 21a12 a33 Se agrupan los términos de
= a11a 22 a33 + a 21a32 a13 + a31a12 a23 − a31a 22 a13 − a32 a 23a11 − a33a21a12 acuerdo al signo que los
= a11a 22 a33 + a 21a32 a13 + a31a12 a23 − (a31a22 a13 + a32 a 23a11 + a33a 21a12 )
preceden
Ejemplo:
2 −2 2 2 − 2
A = 3 1 0 3 1 = (2)(1)(1) + (−2)(0)(2) + (2)(3)(−1) − (2)(1)(2) − (−1)(0)(2) − (1)(3)(−2)
2 −1 1 2 − 1 = 2 + 0 + (−6) − 4 − 0 − (−6)
= −2
12
Propiedades de los determinantes
Las siguientes propiedades son válidas para matrices de orden n. Se enunciarán y demostrarán
para las matrices de orden 2.
1. El determinante de AT es igual al determinante de A. AT = A
a a12  a11 a12

Si A =  11  , entonces A= = a11a 22 − a 21a12 (1)
 a 21 a 22  2 x 2 a 21 a 22
a11 a 21
AT = = a11a 22 − a12 a 21 (2)
a12 a 22
Aplicando propiedad conmutativa en el segundo termino de (2), se observa la igualdad de

ambas expresiones.
2. Si una matriz A contiene una fila o una columna de ceros, entonces A = 0.
a11 0
- A= = 0 , ya que a11 0 − a21 0 = 0
a 21 0
a11 a12
- A= = 0 , ya que a11 0 − 0a12 = 0
0 0
3. Si una matriz A contiene una fila o columna múltiplo de otra, entonces el determinante es
cero.
a11 a12 a a12
Si a21 = k a11 y a22 = k a12 , entonces = 11 =0
a 21 a 22 ka11 ka12
a11 a12
= a11ka12 − ka11a12 = ka11a12 − ka11a12 = 0
ka11 ka12
4. Si se saca factor común en una fila o columna de una matriz A, este queda multiplicando al
determinante de la matriz que resulta.
ka11 ka12
kA = = ka11a22 − a21ka12 = k ( a11a22 − a21a12 ) = k A
a21 a22
5. Al intercambiar dos filas o dos columnas cualesquiera de una matriz A, el determinante

cambia su signo:
a11 a12 a a 22
= − 21
a 21 a 22 a11 a12
13
a 21 a 22 a a12
= a 21a12 − a11a 22 = −a11a 22 + a 21a12 = −1(a11a 22 − a 21a12 ) = −1 11
a11 a12 a 21 a 22
6. Si a cada elemento de una fila o columna de una matriz A, le sumamos un múltiplo de otra
fila o columna de A, la matriz resultante tiene el mismo determinante:
a11 a12 a11 + ka 21 a12 + ka 22

=
a 21 a 22 a 21 a 22
a11 + ka 21 a12 + ka 22
= (a11 + ka 21 )a 22 − a 21 (a12 + ka 22 )
a 21 a22
= a11a 22 + ka 21a 22 − a 21a12 − ka 21a 22
= a11a 22 − a 21a12
a11 a12
=
a 21 a 22
Ejemplos:
• 8 −9 8 −9
= =0
−48 54 (−6)8 (−6)(−9)
• 27 3 9 1 9 1 3 1
=3 = 3 x5 = 15 x3 = 45  (−45) − 7  = 45 (−52) = −2340
105 −75 105 −75 21 −15 7 −15
Cálculo del determinante de una matriz cuadrada de orden mayor o igual a 4
 4 −3 0 2
 
−5 3 1 −4 
Dada la matriz A =  . Para calcular su determinante se puede aplicar desarrollo
 −2 6 5 8
 
 0 −9 1 0
por menores a lo largo de la primera fila de la siguiente manera.
4 −3 0 2
3 1 −4 −5 1 −4 −5 3 −4 −5 3 1
−5 3 1 −4
= 4 6 5 8 − (−3) − 2 5 8 + 0 − 2 6 8 −2−2 6 5
−2 6 5 8
−9 1 0 0 1 0 0 −9 0 0 −9 1
0 −9 1 0
De este modo, calcular el determinante de una matriz de cuarto orden, equivale a calcular 4
determinantes de orden 3 ó 12 determinantes de orden 2.
14
Para simplificar éstos cálculos, se pueden aplicar las propiedades enunciadas, fundamentalmente
las dos siguientes:
- Si se saca factor común en una fila o columna de una matriz A, este queda multiplicando al
determinante de la matriz que resulta.
- Si a cada elemento de una fila o columna de una matriz A, le sumamos un múltiplo de otra
fila o columna de A, la matriz resultante tiene el mismo determinante:
Utilizando estas propiedades, se sacan, siempre que sea posible, factores comunes por filas o
columnas y se hacen ceros todos los elementos, menos uno, de una fila o columna de manera de
desarrollar el determinante por esa fila o columna. Siguiendo con el ejemplo, se van a sacar
factores comunes y se van a hacer ceros en la cuarta columna, para ello se debe trabajar por filas.
4 −3 0 2 4 −3 0 1 4 −3 0 1 4 −3 0 1
−5 3 1 −4 −5 3 1 −2 3 −3 1 0 3 −3 1 0
= 2 = 2 = 2
−2 6 5 8 −2 6 5 4 −2 6 5 4 − 18 18 5 0
0 −9 1 0 0 −9 1 0 0 −9 1 0 0 −9 1 0
Sacamos factor 2F1+F2 F2 (-4).F1+F3 F3
común 2 de C4
Ahora, para calcular este último determinante, se desarrolla por menores a lo largo de la cuarta
columna, que es la que contiene mayor cantidad de ceros:
4 −3 0 1
 3 −3 1 4 −3 0 4 −3 0 4 −3 0 
3 −3 1 0  
2 = 2  −1 −18 18 5 + 0 −18 18 5 + 0 3 −3 1 + 0 3 −3 1 
−18 18 5 0
 0 −9 1 0 −9 1 0 −9 1 −18 18 5 
0 −9 1 0
3 −3 1
= −2 −18 18 5
0 −9 1
Se repite el procedimiento para calcular el determinante de orden tres, haciendo ceros en la fila 3,
por lo que se debe trabajar por columnas.
3 −3 1 3 6 1
= −2 −18 18 5 = −2 −18 63 5
0 −9 1 0 0 1
9.C3+C2 C2
Finalmente se desarrolla por menores y se calcula el determinante de orden 2 que resulta:
15
3 6 1
 6 1 3 1 3 6 
= −2 −18 63 5 = −2 0 +0 +1 
 63 5 −18 5 −18 63 
0 0 1
3 6
= −2 (1)
−18 63
= −2. (189 − ( −108 ) )
= −594
Otro ejemplo:
−1 2 k 2
0 1 2 1
Se va a calcular el o los valores de k para que se cumpla: =2
0 2 k 1
k 1− k 0 1
Es conveniente lograr un cero en la posición a41 , para ello se hace: k. F1+F4 F4.
−1 2 k 2 −1 2 k 2
0 1 2 1 0 1 2 1
=
0 2 k 1 0 2 k 1
k 1− k 0 1 0 1+ k k2 2k + 1
Luego, se desarrolla el determinante por menores a lo largo de la primera columna, en la cual sólo
se considera el primer elemento ya que el resto es cero:
−1 2 k 2
1 2 1
0 1 2 1
= −1 2 k 1 =2
0 2 k 1
1+ k k2 2k + 1
0 1+ k k2 2k + 1
Ahora, para desarrollar el determinante de orden 3, se aplica la regla de sarrus:
16
1 2 1 1 2
−1 2 k 1 2 k =2
1+ k k2 2k + 1 1 + k k 2
 
= −1 k (2k + 1) + 2(1 + k ) + 2k 2 − k (1 + k ) − k 2 − 4(2k + 1) = 2
= −12k 2

+ K + 2 + 2 K + 2k 2 − k − k 2 − k 2 − 8k − 4 = 2
= −12k 2

− 6k − 2 = 2
= −2k 2 + 6k + 2 − 2 = 0
= −2k 2 + 6k = 0
= −2k (k − 3) = 0
k =3
k =0
Por lo tanto, para los valores k = 0 y k = 3 , el determinante dado es igual a 2.
Determinante de una matriz singular
El determinante de toda matriz singular es nulo. Por lo tanto: Si A  0 , la matriz A tiene inversa.
Ejemplos:
 1 1 1 1 −1  1 − 1
- A =   , A = = 1x1 − 0 x1 = 1  0 , entonces A es inversible y A =  
 0 1 0 1 0 1 
 2 − 1 2 −1
- B =   , B = = 2 x(−3) − 6 x(−1) = −6 + 6 = 0 , entonces B es singular o no inversible.
 6 − 3 6 −3
17
SISTEMAS DE ECUACIONES LINEALES
Muchas situaciones o problemas que se dan en el campo de la Matemática aplicada a la

arquitectura, a la ingeniería, a la economía o inclusive las ciencias sociales pueden modelarse
mediante una ecuación o sistema de ecuaciones que representan las condiciones o restricciones
de un problema en particular.
Se presentará un nuevo método para resolver sistemas de ecuaciones lineales. Para introducirlo
se plantea el siguiente problema:
“Un contratista dispone de 5000 horas de mano de obra para 3 proyectos con un costo total
de $106000, siendo los costos por hora de los tres proyectos $16, $20 y $24 respectivamente. Si
el número de horas para el tercer proyecto es igual a la suma de las horas requeridas por los otros
dos, ¿De cuántas horas dispone en cada uno de los proyectos?”
Incógnitas: X, Y, Z : cantidad de horas para cada uno de los tres proyectos
Planteo del problema, sistema de ecuaciones:
 x + y + z = 5000  x + y + z = 5000 (1)

 
16 x + 20 y + 24 z = 106000  16 x + 20 y + 24 z = 106000 (2)
 z = x+ y  − x − y + z = 0 (3)
 
Resolución: se utiliza el método de reducción.
x + y + z = 5000
Se suman miembro a miembro las ecuaciones (1) y (3). − x − y + z = 0  z=2500
2 z = 5000
Se multiplica la ecuación (1) por (-16) y se sustituye el valor de z.
−16 x − 16 y − 16.2500 = −16.5000

−16 x − 16 y − 40000 = −80000 (1')
Se suman miembro a miembro la ecuación (1’) y la (2).
− 16 x − 16 y − 40000 = −80000  y = 1500

16 x + 20 y + 24.2500 = 106000
4 y + 20000 = 26000
Reemplazando en la ecuación (1) los valores de z e y.
x + 1500 + 2500 = 5000  x = 1000
18
Respuesta: El proyecto “x” dispone de 1000 horas de mano de obra.

El proyecto “y” dispone de 1500 horas de mano de obra.
El proyecto “z” dispone de 2500 horas de mano de obra.
Estos procedimientos algebraicos pueden ser complicados, en especial cuando se aplican a
sistemas lineales más grandes.
Método de reducción de Gauss
x + y + z = 5000

Dado el sistema de ecuaciones lineales del problema  16 x + 20 y + 24 z = 106000
 −x − y + z = 0

Se puede representar mediante la siguiente ecuación matricial:
 1 1 1   x   5000 
    
 16 20 24  .  y  = 106000   A . X = C
 −1 −1 1   z   0 
    
A X C
Se denomina:
A= matriz de coeficientes X = matriz de las incógnitas
C = matriz términos independientes
 1 1 1 5000 
 
 16 20 24 106000 
Matriz de los coeficientes ampliada:  
−1 −1 1 0 
El método de Gauss es una generalización del método de reducción, que se utiliza para eliminar
una incógnita en los sistemas de ecuaciones lineales. Consiste en la aplicación sucesiva del
método de reducción, utilizando los criterios de equivalencia de sistemas para transformar la matriz
de los coeficientes ampliada con los términos independientes en una matriz triangular, de modo
que cada fila (ecuación) tenga una incógnita menos que la inmediatamente anterior. Se obtiene así
un sistema, que se denomina escalonado, tal que la última ecuación tiene una única incógnita, la
penúltima dos incógnitas, la antepenúltima tres incógnitas y la primera todas las incógnitas.
19
Resolución del problema utilizando el método de Gauss
 1 1 1 5000 
 
 16 20 24 106000 
−1 −1 1 0 
 
 1 1 1 5000 
 
16 20 24 106000  F1 + F3 → F3
 0 0 2 5000 
 
1 1 1 5000 
 
0 4 8 26000  F1 ( −16 ) + F2 → F2
0 0 2 5000 
 
 x + y + z = 5000

Se reconstruye el sistema con las incógnitas:  4 y + 8 z = 26000
 2 z = 5000

Se despejan las variables a partir de la última ecuación hacia atrás:
2 z = 5000 → z = 2500
4 y + 8 z = 26000 → 4 y + 8  2500 = 26000 → y = 1500
x + 1500 + 2500 = 5000 → x = 1000
Por lo tanto, la solución de sistema es la terna (1000, 1500, 2500).
Este método matricial para resolver un sistema lineal se puede resumir en:
I). Transformar la matriz aumentada del sistema lineal en una matriz equivalente de
forma triangular con las siguientes operaciones elementales de filas:
1. Intercambiar dos filas.

2. Multiplicar una fila por una constante distinta de cero.
3. Sumar un múltiplo de una fila a otra fila.
II). Reconstruir la matriz triangular obtenida en un sistema lineal equivalente al

sistema original y despejar las variables por sustitución hacia atrás.
20
Otros ejemplos
Ejemplo 1:
 2 x + 5 y + 8 z = 11

Dado el sistema:  x + 4 y + 7 z = 10
3x + 6 y + 12 z = 15

1) Se arma la matriz aumentada.
2 5 8 11 
 
1 4 7 10 
 3 6 12 15 

2) Se intercambian R 1 y R 2 para lograr un 1 en la posición a 1 1 .
1 4 7 10 
 
2 5 8 11 
 3 6 12 15 

3) Se suma la primera fila multiplicada por -2 a la segunda, y la primera multiplicada
por -3 la tercera.
1 4 7 10 
 
0 − 3 − 6 −9  − 2 F1 + F2 → F2 y − 3F1 + F3 → F3
0 − 6 − 9 − 15 

 1
4) Se multiplica la fila 2 por  − 3  .
1 4 7 10 
  1
0 1 2 3  − F2 → F2
0 − 6 − 9 − 15 
3

5) Se suma la fila 2 multiplicada por 6 a la fila 3.
1 4 7 10 
 
0 1 2 3  6 F2 + F3 → F3
0 0 3 3 

21
6) Se reconstruye el sistema de ecuaciones obteniendo un sistema equivalente

escalonado.
 x + 4 y + 7 z = 10

 y + 2z = 3
 3z = 3

7) Por último, se despejan las variables por sustitución hacia atrás
3 z = 3 → z =1
y +2 z =3 → y + 2 1 = 3 → y= 1
x + 4  1 + 7  3 = 10 → x = − 1
Por lo tanto la solución del sistema es la terna ordenada: ( -1 , 1 , 1 ). Sistema

compatible determinado.
Ejemplo 2:
 3x − 2 y + z = 1
Resolver el sistema: 
 x−y−z = 2
 6x − 4 y + 2z = 3

Solución:  3 −2 1 1
 
 1 −1 −1 2
 6 −4 2 3 

1 −1 −1 2
 
3 −2 1 1 F1  F2
6 −4 2 3
 
 1 −1 −1 2
  −3 F1 + F2 → F2
 0 1 4 − 5
 0 2 8 −6 F1 + F3 → F3
 − 9 
22
 1 −1 −1 2
 
 0 1 4 − 5 − 2 F2 + F3 → F3
 0 0 0 1 

La última fila corresponde a una ecuación errónea 0 = 1, lo cual significa que el

sistema dado no tiene solución. Sistema Incompatible.
Ejemplo 3:
 x + 2y − z =1
Resolver el sistema: 
 2 x − y + 3z = 4
 5x + 5z = 9

Solución:
 1 2 −1 1
 
 2 −1 3 4
 5 0 5 9 

 1 2 −1 1
  −2 F1 + F2 → F2
 0 −5 5 2
−5 F1 + F3 → F3
 0 −10 10 4 

 1 2 −1 1
 
0 − 5 5 2 − 2 F2 + F3 → F3
0 0 0 0 

Como la última fila consiste solamente de ceros, se trata de un sistema equivalente
de dos ecuaciones con tres incógnitas.

x + 2 y − z = 1

 −5 y + 5 z = 2
Este sistema tiene una forma triangular incompleta, hay dos ecuaciones con tres
incógnitas.
Se asigna a la incógnita “z” un valor “z=c” siendo “c” cualquier número real.
23
Empleando la sustitución hacia atrás, primero se despeja en la última ecuación “ y”

−2
en términos de “z” y se obtiene y = + c y luego sustituyendo en la primera ecuación, se
5
obtiene:
2 9
x + 2 y − z = x + 2  (− + c) − c = 1 → x = − c
5 5
 9 2 
Las soluciones, se pueden expresar de la forma:  − c, − + c , c  , c 
 5 5 
Por lo tanto, el sistema es compatible indeterminado.
Interpretación geométrica de la solución de un sistema lineal de tr es

ecuaciones con tres incógnitas
Geométricamente una ecuación de la forma: a x + b y + c z = d representa un plano en el

espacio, por lo que las soluciones de un sistema de ecuaciones lineal de tres ecuaciones con tres
incógnitas se pueden interpretar geométricamente de las siguientes maneras:
1. Si se llega a un sistema en forma triangular compl eto, el sistema tiene solución

única; es decir, el sistema es compatible determinado y geométricamente su solución
representa las coordenadas del punto int ersección de los tres planos.
Tres planos que se intersecan en un punto común
2. Si se llega a un sistema en forma triangular incompleta, y no hay ecuaciones

falsas, es decir cuando se obtiene una fila de la matriz de la forma 0 0 0 . . .. ....0 0,
el sistema tiene infinitas soluciones; por lo tanto, es compatible indeterminado y
geométricamente su solución puede representar:
24
a- Haz de planos b -Tres planos superpuestos
c- Dos planos superpuestos y otro que los corta
3. Si se llega a un sistema con una ecuación falsa, es decir cuando se obtiene una
fila de la matriz de la forma: 0 0 0 . . .. ....0 P en el cual P  0 , el sistema no tiene
solución, por lo tanto el sistema es incompatible y geométricamente puede
representar:
a-Tres planos paralelos b- Tres planos y dos de ellos paralelos
25
c- Plano paralelo a la línea de d- Dos planos superpuestos y

corte de los otros dos otro paralelo
En resumen, cuando se emplea el método de matrices, se deben tener en cuenta:
• Si se llega a un sistema lineal en forma triangul ar, el sistema tiene solución

única que se puede determinar por sustitución hacia atrás. Sistema
compatible determinado.
• Si se llega a un sistema lineal con una forma triangular incompleta y no hay

ecuaciones falsas, el sistema tiene infinitas soluciones q ue se pueden
determinar por sustitución hacia atrás. Sistema compatible indeterminado .
• Si se llega a un sistema lineal con una ecuación falsa, el sistema no tiene

solución. Sistema incompatible.
Aplicaciones de los Sistemas de ecuaciones lineales
Ajuste de curvas
Si tenemos n puntos distintos, tendremos un único polinomio de grado n-1 que se ajuste a los
puntos dados. También se pueden determinar otros polinomios de grado menor a n-1 que pasen
por esos puntos, pero el ajuste no sería el óptimo.
Es decir, se tienen como dato un conjunto de puntos ( x1 , y1 ), ( x 2 , y 2 ),  , ( x n , y n ) y se

necesita encontrar un polinomio de la forma:
p( x) = a0 + a1 x + a 2 x 2 +  + a n−2 n n−2 + a n−1 x n−1 que pase por esos puntos.
Con frecuencia, los puntos dados se obtienen experimentalmente mediante mediciones. Los
coeficientes del polinomio a 0 , a1 , a 2 ,  , a n −1 buscado se pueden encontrar sustituyendo
los puntos en la ecuación del polinomio y resolviendo el sistema de ecuaciones lineales que
resulta.
26
Ejemplo: Dados los puntos (1,6), (2,3) y (3,2) se tendrá un polinomio de la forma:
p( x) = a 0 + a1 x + a 2 x 2
 p(1) = 6  a 0 + a1 + a 2 = 6
 
Entonces, se plantea el sistema:  p(2) = 3  a 0 + 2a1 + 4a 2 = 3
 p(3) = 2 a + 3a + 9a = 2
  0 1 2
Resolviendo este último sistema, se tiene: a 0 = 11, a1 = −6 y a 2 = 1
Por lo tanto, el polinomio buscado es: p( x) = 11 − 6 x + x 2 cuya grafica es la parábola:
Flujo de Tráfico
Analizaremos el ejemplo de la red de calles que se muestra en la figura:
Con las siguientes consideraciones:
• Todas las calles son de un solo sentido (las flechas indican la dirección del flujo).
27
• El flujo que entra y que sale de la red se mide en vehículos por hora (vph).
• Los datos que se presentan se basan en las horas pico.
• Al flujo de tráfico a través de los distintos ramales los simbolizamos con:
x1 , x2 , x3 , x4 , x5 , x6 , x7 .
Ley de conservación del flujo en el tráfico:
Todo el tráfico que llega a una unión debe salir de esa unión.
La restricción de la conservación del flujo en el tráfico lleva a un sistema de ecuaciones lineales.

Se tiene, entonces:
Unión A: Tráfico de entrada = 400 + 200. Trafico de salida = x1 + x 5 Por lo tanto, queda:
x1 + x 5 = 600
Unión B: Tráfico de entrada = x1 + x 6 . Trafico de salida = x2 + 100 Por lo tanto, queda:

x1 + x6 = x 2 + 100
Continuando de la misma manera, se llega al sistema de ecuaciones:
Unión A x1 + x5 = 600
Unión B x1 − x2 + x6 = 100
Unión C x2 − x7 = 500
Unión D − x3 + x7 = 200
Unión E − x3 + x4 + x6 = 800
Unión F x4 + x5 = 600
Se tiene, entonces, la siguiente matriz aumentada para resolver el sistema:
1 0 0 0 1 0 0 600 
 
1 −1 0 0 0 1 0 100 
0 1 0 0 0 0 −1 500 
 
0 0 −1 0 0 0 1 200 
0 0 −1 1 0 1 0 800 

0 0 0 1 600 
 1 0 0
Cargando esta matriz en Geogebra con el comando EscalonadaReducida[ ] se puede obtener la
matriz escalonada reducida por renglones equivalente a la matriz dada.
28
Matriz escalonada reducida:
1 0 0 0 0 1 − 1 600 
 
0 1 0 0 0 0 − 1 500 
0 0 1 0 0 0 − 1 − 200 
 
0 0 0 1 0 1 − 1 600 
0 0 0 0 1 −1 1 0 

0 0 
 0 0 0 0 0 0
Reconstruyendo el sistema se tiene:
 x1 + x6 − x7 = 600
 x2 − x7 = 500


 x3 − x7 = −200
 x4 + x6 − x7 = 600


 x5 − x6 + x7 =0
Si se despeja cada variable en término de las variables restantes, se obtiene:
 x1 = − x6 + x7 + 600
x = x7 + 500


2
 x3 = x7 − 200
x = − x + x7 + 600
 4 6

 x5 = x6 − x7
29
El sistema de ecuaciones tiene muchas soluciones; es decir, existen varios flujos de tráfico posible.
Como toda afluencia de tráfico debe ser mayor o igual a cero, la tercera ecuación implica que el
valor mínimo para x7 es 200 ( x7  200 ) , ya que de otra manera x3 sería negativa (una
afluencia negativa se interpreta como un tráfico que se mueve en dirección contraria a la permitida
en una calle de un solo sentido), la quinta ecuación implica que x6 debe ser mayor o igual a x7
( x6  x7 ) y la segunda y la cuarta implican que x6 − x7  600 , por lo que las restricciones
generales del sistema serán:
x7  200
x6  x7
x6 − x7  600
Suponiendo que hay que hacer algunas reparaciones en la calle Córdoba entre La Rioja y Salta,
se quiere tener la menor afluencia de tráfico en esta calle, por lo que cabe preguntarse, por
ejemplo: ¿Cuál es la menor afluencia de tráfico en la calle Córdoba sin que se provoque un
congestionamiento?, ¿Cuál sería entonces la afluencia de tráfico en las otras calles? El modelo
planteado permitirá responder a estas preguntas.
Minimizar la afluencia de tráfico en la calle Córdoba corresponde a minimizar x7 .
El valor mínimo para x 7 es 200, de manera que los trabajos de reparación deben permitir una
afluencia de por lo menos 200 vph en el ramal CD durante las horas pico. Remplazando este valor
se tiene:
 x1 = − x6 + 800
x = 700
 2
 x3 = 0
x = − x + 800
 4 6
 x5 = x6 − 200
x7 = 200 implica x 3 = 0 , entonces la afluencia mínima en x7 se obtiene haciendo x3 = 0 ;

es decir, cerrando DE al tráfico.
30
TRABAJO PRÁCTICO
• Álgebra de Matrices. Matriz inversa
1) Evaluar la expresión matricial dada, si es posible, con las siguientes matrices:

4
0 6 − 4  5 3 − 1    2
A =   B =   C =  − 1 D =  
1 3 8  2 − 2 3  6  3
 
1 0 0   − 1 2 1
   −1 − 3  
E =  2 2 − 1 F =   G= 0 0 1
 3 −1 4   0 − 4  3 − 4 1
   
a) A + B b) B – F c) E + G d) BG e) CE f) FD
g) (FA)C h) -3E + 5G i) E 2 j) A 3 k) F.(A + B)- 3B l)G −1
2) Indicar en cada caso la expresión correcta: (Justificar)
I) Dos matrices A y B pueden ser sumadas si:

a) A tiene el mismo número de filas de B.
b) A y B tienen el mismo número de columnas.
c) A y B son del mismo orden.
II) El producto AB entre las matrices A y B es posible si:

a) A y B tienen igual número de filas.
b) A tiene igual número de columnas que B.
c) El número de columnas de A es igual al número de filas de B.
d) El número de filas de A es igual al número de columnas de B.
e) A y B son del mismo orden.
3) Determinar, si existe, A y comprobar que A..A−1 = A−1. A = I n :

.−1
 3 5 −3 2 
a) A =   b) A =  
 4 9  − 6 − 1
4) Dadas las matrices: A3x 2 y B2 x 3 , simplificar la siguiente expresión utilizando las propiedades
1  7 
de matrices: B A  −  B  A
3  3 
31
5) Ordenar las cuatro matrices con las dimensiones indicadas de tal modo que se pueda formar
un producto con las cuatro. ¿Cuáles son las dimensiones de este producto?
A4 x1 B3x 5 C1x 3 D2 x 4
 0 1 0 a b c
   
6) Sean E =  1 0 0  y A = d e f
0 0 1 g h i 
  
a) Calcular EA.
b) Comparar la respuesta en el ítem a) con la matriz A y determine una matriz F tal que FA sea
igual a A, pero con sus renglones primero y tercero intercambiados.
c) Calcular AE.
d) Determinar una matriz F, tal que AF sea igual que A, pero con las columnas segunda y tercera
intercambiadas.
 1 1  a b 
7) Determinar a, b, c y d tales que  .  = I 2 , y comprobar que:
 0 1  c d 
 a b   1 1
 .  = I 2 .
 c d   0 1
8) Determinar el valor de “a” si:
 2 1 3  3 0 1  − 1 2 3  9 − 7 − 8 
       
 0 1 2  +  2 − 1 2  + a. 4 0 1  =  − 14 0 0 
 −1 2 4  4 0 3  2 − 2 1   − 5 10 3 
       
− 3 5 1   4 0 − 1
   
9) Dadas las matrices: A =  2 0 4  y B =  1 2 3  calcular: (AT
)
+ B BT
 −1 3 − 2 − 6 0 4 
   
10) Si A y B son dos matrices de orden 2x3, probar:

a) (A )
T T
=A
b) ( A + B)T = AT + BT
11) Demostrar la siguiente propiedad, para matrices de orden 3 x 3 ( AB )T = BT AT .
32
12) Un contratista de obras ha aceptado los encargos para la construcción de cinco casas estilo
A, siete casas estilo B y doce casas estilo C. Podemos representar sus encargos por medio de la
matriz F = (5 7 12). El contratista conoce los tipos de materia prima que exige cada tipo de
casa. Mediante la matriz siguiente se representan las cantidades de cada tipo de materia prima y
mano de obra que entra en cada tipo de casa expresadas en unidades adecuadas:
Acero Madera Vidrio Pintura Mano de obra
A 5 20 16 7 17
B 7 18 12 9 21
C 6 25 8 5 13
¿Qué cantidades de acero, madera, vidrio, pintura y mano de obra debe emplear el contratista
para realizar los encargos recibidos?
13) En una fábrica existen tres departamentos ( I, II y III ) y cuatro categorías de personal ( A, B,
C y D ). La cantidad de obreros ocupados por departamento y categoría es la siguiente:
I II III
A 2 9 6
B 1 7 5
C 3 2 8
D 3 0 13
Las remuneraciones por obrero y categoría son las siguientes: categoría A: $4500, categoría B:
$6200, categoría C: $7600 y categoría D: $9000. Calcular el total de remuneraciones abonadas en
cada departamento. Operar en forma matricial.
14) Una empresa productora del medio produce cuatro tipos de artículos distintos X, Y, Z, W.
Necesita para la producción de los mismos tres tipos de insumos distintos A, B y C.
Para producir una unidad del artículo X utiliza 3 unidades del insumo A, 4 del insumo B y 7 del C.
Para producir una unidad del artículo Y, utiliza 5 unidades del insumo A y 8 del C.
Para producir una unidad del artículo Z, utiliza 10 unidades del insumo B y 5 del C.
Para producir una unidad del artículo W, utiliza sólo 15 unidades del insumo B.
a) Siendo la propuesta de producción de: 20 unidades del producto X, 15 del producto Y, 30 de Z y

10 de W. ¿Qué cantidades de cada tipo de insumos utilizará?
b) Si la unidad de los insumos A, B y C cuesta 100, 150 y 200 pesos respectivamente, ¿cuál es el
costo de materia prima de cada producto?
Operar matricialmente.
33
• Determinantes
15) Calcular los siguientes determinantes de orden 2x2:

3 1 1 11
a) b)
4 7 3 33
16) Calcular los siguientes determinantes utilizando el método de Sarrus (volviendo a escribir las
dos primeras columnas) y por el desarrollo de los menores a lo largo de uno de los renglones:
−3 1 0 − 1 19 9
a) − 2 − 1 3 b) − 2 38 6
−1 1 5 − 3 57 9
17) Encontrar, en cada caso, el valor de las incógnitas:

1 1 1
x 2 x y x −1
a) =8 b) =2 = 14 c) 1 x 1 = 0
5 3 3 2 y 3
1 1 x2
18) Demostrar las siguientes propiedades de determinantes:
a) El determinante de una matriz A de 3x3, es igual al determinante de su transpuesta.

b) Si uno de los renglones de una matriz A de 3x3 es múltiplo de otro, el determinante es cero.
c) Si los elementos de un renglón o columna de una matriz A de 3x3 son todos cero entonces el
determinante de A es igual a cero.
d) Si a cada elemento de un renglón (o columna) de una matriz de orden 3 sumamos k por los
elementos de otro renglón (o columna), entonces la matriz resultante tiene el mismo determinante
que la matriz original.
19) Calcular los siguientes determinantes utilizando únicamente las propiedades de

determinantes: (sin desarrollar el determinante)
3 5 −5 7 2 − 14
a) 1 2 3 b) 0 6 0
− 4 − 8 − 12 −3 1 6
34
x y z
20) Sabiendo que: 5 0 3 = 1 , Hallar el valor de los siguientes determinantes aplicando
1 1 1
propiedades:
3x 3 y 3z −6 −6 −6 x y z
a) 1 1 1 b) 5 x 5 y 5 z c) 2 x + 5 2 y 2z + 3
5 0 3 1 0 3/ 5 x +1 y +1 z +1
21) Calcular los siguientes determinantes de orden superior:

1 3 −2 5 1 1 0 2 3 −2 1 5
5 0 3 1 −1 0 2 −1 0 4 −3 1
a) b) c)
2 5 6 3 0 2 0 −2 −1 0 6 2
−1 2 3 2 2 0 0 5 1 −5 0 −4
22) Calcular el siguiente determinante, realizando previamente ceros en una fila o columna:
1 1 4 0 −1
2 0 2 1 2
−1 0 1 1 3
−3 −2 0 3 4
2 2 −1 5 5
• Sistemas de ecuaciones
23) Resolver los siguientes sistemas de ecuaciones utilizando el método de Gauss:

 1 2 1
− 3 x − y = 1 − 2 x + 3 y = − 4
 b) 
x + 2 y = 3
a)
3 x − 4 y = 3
 2
 1 3x − 4 y + z = 4
x − y = 2 
c)  3 d) 2 x + y − 5 z = 8
3 x − y = −1  x + 2 y + 3z = 14

35
4 x − 10 = 5 z − y 4u + x + 3t = 0
 
e) − 2 y + z = − x + 1 f) − 2u + 2 − 2t = 0
− 4 z − 11 = y − 5 x 4u + 3x − 1 + t = 0
 
2 x + 3 y + 2 z + 4w = 4
x + y + z = 6 4 x + 10 y − 4 z = −8
 
g)  x − y − z = −4 h) 
3x + y + z = 8 − 3x − 2 y − 5 z − 2w = −4
 − 2 x + 4 y + 4 z − 7 w = −1
24) Escribir un sistema para cada problema y luego resolver:
a) Hallar tres números sabiendo que el primero es igual a dos veces el segundo más la mitad del
tercero, que la suma del segundo y el tercero es igual al primero más 1, y que si se resta el
segundo de la suma del primero con el tercero el resultado es 5.
b) De un trapecio isósceles sabemos que el doble de la altura es el triple de la base menor; la

suma de las dos bases y la altura es 9; y el doble de la base menor más el triple de la base mayor
menos la altura, da 13. ¿Cuáles son sus dimensiones?
25) Resolver los siguientes sistemas:

x + 2z = 4 1 1  − 1  2 
 2 − 5  x   7          
a)     =   b) 2 x − y = −8 c) x. 0  + y.1 + z. − 1 =  0 
 − 3 4    
y − 14  3 y + 4 z = 0  3 1  0  7
        
26)
a) Plantear y resolver el sistema de ecuaciones que resuelve cada uno de los siguientes
problemas.
b) Verificar los resultados del ítem anterior resolviendo los sistemas de ecuaciones utilizando
GEOGEBRA.
I) Una compañía petrolífera posee tres refinerías I, II y III, que producen las siguientes cantidades
(en litros) de fuel, gasoil y nafta por cada barril de crudo:
Refinería I II III
Fuel 50 30 75
Gasoil 30 65 40
Nafta 70 55 30
36
Si la demanda de fuel, gasoil y nafta es de 10.775.000, 8.675.000 y 10.175.000 litros,

respectivamente, ¿Cuántos barriles de crudo necesitará cada refinaría para satisfacer la
demanda?
II) Un parquímetro contiene un total de 100 monedas de 0,25 0,50 y 1 peso. Si su valor total es de
$40 y el número de monedas de 0,25 es 6 veces el de monedas de 0,50; ¿Cuántas monedas de
cada tipo hay?
III) Un señor acertó 5 números en la lotería, dos de los cuales eran el 23 y el 30. Propuso a sus
hijos que, si averiguaban los otros tres, se podrían quedar con el premio. La suma del primero con
el segundo excedía en dos unidades al tercero; el segundo menos el doble del primero era diez
unidades menor que el tercero, y la suma de los tres era 24. ¿Cuáles son los tres números que
faltan?
IV) Una empresa dispone de $27200 para actividades de formación de sus 100 empleados. Tras
estudiar las necesidades de los empleados, se ha decidido organizar tres cursos: A, B y C. La
subvención por persona para el curso A es de $400, para el B es de $160 y de $200 para el C. Si
la cantidad que se dedica para el curso A es cinco veces mayor que la correspondiente al B,
¿Cuántos empleados siguen cada curso?
V) Encontrar el polinomio de grado dos ( P( x) = a0 + a1x + a2 x 2 ), cuya gráfica pasa a través de los
puntos: (1,2) ; (2,2) ; (3,4)
VI) Encontrar el polinomio de grado tres ( P( x) = a0 + a1 x + a2 x 2 + a3 x3 ), cuya gráfica pasa a través

de los puntos: (1,-3) ; (2,-1) ; (3,9) ; (4,33).
VII) Construir un modelo matemático que describa el flujo de tráfico en la red de avenida de la
figura. Todas las avenidas son de un solo sentido, en la dirección indicada. Las unidades se dan
en vehículos por hora.
a) Dar dos flujos de tráfico distintos posibles.
b) ¿Cuál es la afluencia mínima posible que
puede esperarse a lo largo del ramal AB?
37
RESPUESTAS
 0 2 1
 5 9 − 5    − 8 14 7 
1) a)   b) No es posible c)  2 2 0  d)  
 3 1 11   6 − 5 5  7 − 8 3
 
 − 8 10 5 
 − 11   − 117   
e) No es posible f)   g)   h)  − 6 − 6 8 
 − 12   − 196   6 − 17 − 7 
 
1 0 0   2 −3 1 
   − 29 − 21 − 25   
i)  3 5 − 6 j) No es posible k)   l)  3 / 2 − 2 1 / 2 
13 − 6 17   − 18 2 − 53   0
   1 0 
2) I) c) II) c)
 9/7 − 5 / 7  − 1 / 15 − 2 / 15 
3) a)   b)  
− 4 / 7 3 / 7   2/5 − 1 / 5 
4) − 2 BA
5) ( DACB) 2 x 5
d e f 0 0 1 b a c 1 0 0
       
6) a)  a b c b)  0 1 0  c)  e d f  d)  0 0 1 
g h i  1 0 0 h g i   0 1 0
     
7) a = 1 b = -1 c=0 d=1
8) a=-4
 6 − 1 − 14 
 
9)  18 28 − 12 
 − 22 9 38 

38
12) Debe emplear 146, 526, 260, 158 y 388 de acero, madera, vidrio, pintura y mano de obra
respectivamente.
13) se abonan por cada departamento $65000, $99100 y $235800 respectivamente.
14) a) A = 135 B = 530 C = 410
b) A = $13500 B = $79500 C = $82000
15) a) 17 b) 0
16) a) 31 b) 0
17) a) x = 6 b) x = 4 y = 2 c) x =  1
19) a) 0 b) 0
20) a)-3 b) -6 c) 1
21) a) -295 b) 4 c) -156
22) -380
23) a) (-1,2) b) ( t, 3/4 t-3/8 ) c) Incompatible d) (5, 3,1) e) ( 7/3+t, 2/3+t, t)
f) Incompatible g) (1, 5-t, t) h) (-1, 0, 1, 1 )
5 1
24) a) , y 3 b) b=2, B=4 y h=3
2 2
25) a) x = 6, y = 1 b) x = −8, y = −8, z = 6 c) x = 2, y = 1, z = 1
26) I) 70000, 55000 y 75000 para las refinerías I, II y III respectivamente.

ii) 72, 12 y 16 de $0,25, $0,50 y $1 respectivamente.
iii) 4, 9 y 11
iv) Curso A: 40 Curso B: 20 Curso C: 40
v) p( x) = 4 − 3x + x
2
vi) p( x) = −3 + x − 2 x + x
2 3
vii) a) Se deben dar valores posibles a x4 ( 50  x4  150 ) y obtener los restantes.

b) 150 v/h
39

Algebra - 2020

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Algebra - 2020

Cargado por

Copyright:

Formatos disponibles

MATEMÁTICA BÁSICA – FADU - UNL Matrices, Determinantes y Sistemas de ecuaciones lineales

 3 −2 0  b11 = 3 b21 = 0 b31 = 2

Matriz unidad o identidad

OPERACIONES CON MATRICES

La suma de dos matrices A = aij ( ) mxn

Es decir, dadas A = aij ( ) mxn

Propiedades de la suma de matrices

La diferencia de dos matrices A = aij ( ) mxn

• Producto de un escalar por una matriz

El producto de un número real k por una matriz A = aij ( ) mxn

Es decir: Dada A = aij ( ) mxn

Propiedades del producto de un escalar por una matriz

1. Distributiva respecto de la suma de matrices: k ( A + B ) = k A + k B

El producto de dos matrices A = aij ( ) y B = ( bij ) ( )

Se coloca la primera matriz abajo, a la izquierda,

Siguendo de esta manera se obtienen los restantes elementos de AB:

Propiedades del producto de matrices

1. Asociativa: Si A, B, C se pueden multiplicar, es decir, si A = aij ( ) mxn

C = ( cij ) se cumple: ABC = ( AB ) C = A ( BC ) y su dimensión será mxp.

2. Conmutativa: El producto de matrices no es conmutativo. AB no es necesariamente igual

3. Distributivas respecto de la suma de matrices: Cuando sea posible efectuar las

4. Elemento identidad: Dada A = aij ( ) mxn

i) I m Amxn = Amxn ii) Amxn I n = Amxn iii) Amxn I n = I m Amxn si m=n.

5. Elemento inverso: Dada una matriz cuadrada A = aij ( ) nxn

matriz inversa de A y se representa por A −1 .

, es decir: AA−1 = I 2 .También se debe verificar que: A−1 A = I 2 .

Propiedades de la inversión de matrices

1. La inversa de una matriz, si existe, es única.

Cálculo de la matriz inversa

 1 1 1 −1  1 −1 1 1  1 0 

 a11 a12 . . . a1n   a11 a21 . . . am1 

1. Dada una matriz A, siempre existe su traspuesta y además es única.

Determinante de orden superior

Determinante de una matriz cuadrada de tercer orden

Un determinante de tercer orden, se define en términos de determinantes de segundo orden,

a11 a12 a13 a 22 a 23 a a13 a a13

a11 a12 a13

Los menores de a21 y a31 se obtienen procediendo de la misma manera:

a11 a12 a13

a11 a12 a13

= 2(1 − 0) − 3(− 2 − (− 2)) + 2(0 − 2)

La definición de determinante se puede describir como desarrollo por menores a lo largo de

a11 a12 a13

Por ejemplo, si se calcula el determinante de la matriz A del ejemplo anterior, desarrollando a lo

a11 a12 a13

Propiedades de los determinantes

1. El determinante de AT es igual al determinante de A. AT = A

a a12  a11 a12

Aplicando propiedad conmutativa en el segundo termino de (2), se observa la igualdad de

2. Si una matriz A contiene una fila o una columna de ceros, entonces A = 0.

5. Al intercambiar dos filas o dos columnas cualesquiera de una matriz A, el determinante

a11 a12 a11 + ka 21 a12 + ka 22

Cálculo del determinante de una matriz cuadrada de orden mayor o igual a 4

Finalmente se desarrolla por menores y se calcula el determinante de orden 2 que resulta:

Ahora, para desarrollar el determinante de orden 3, se aplica la regla de sarrus:

Por lo tanto, para los valores k = 0 y k = 3 , el determinante dado es igual a 2.

Determinante de una matriz singular

SISTEMAS DE ECUACIONES LINEALES

Muchas situaciones o problemas que se dan en el campo de la Matemática aplicada a la

Incógnitas: X, Y, Z : cantidad de horas para cada uno de los tres proyectos

Planteo del problema, sistema de ecuaciones:

 x + y + z = 5000  x + y + z = 5000 (1)