3.-MATRICES - SISTEMA ECUACIONES y MÉTODO GAUSS PDF

Las matrices
Por: Felipe Rendón Barragán
En matemáticas, se conoce como matriz a un arreglo rectangular de números que consiste en

m renglones y n columnas.
 a11 a12 ... a1n 

a ... a2 n 
 21 a22
 ... ... ... ... 
 
 am1 am 2 ... amn 
Figura 1. Representación general de una matriz de orden m x n.
Un arreglo de estas características se conoce en matemáticas como una matriz de m x n o matriz de

orden m x n. Se compone de entradas o elementos aij, en donde el subíndice i representa el número
del renglón y el subíndice j representa el número de la columna.
Para representar una matriz se utilizan corchetes [ ] o paréntesis ( ), pero no llaves { }, ya que este
símbolo tiene un significado distinto (sirve para denotar conjuntos).
En los siguientes ejemplos, analizarás matrices de diferente orden.
Por ejemplo
Orden de una matriz
a. La matriz es de orden 1 x 3. Es decir, tiene un solo renglón y tres columnas.
b. La matriz es de orden 4 x 1 porque tiene cuatro renglones y una sola columna.
c. La matriz de es de orden 3 x 2 porque tiene tres renglones y dos columnas.
©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por
escrito de la Universidad Virtual del Estado de Guanajuato.
d. La matriz es de orden 1 x 1, pues posee sólo un renglón y una sola columna.
La matriz es de orden 3 x 3. Cuando el número de renglones es igual al número de

columnas, a dicha matriz se le llama matriz cuadrada.
Antes de iniciar con la resolución de sistemas de n ecuaciones lineales con n incógnitas, estudiarás las
operaciones básicas que rigen las matrices.
Con las matrices podrás realizar varias operaciones: como sumarlas, restarlas, multiplicarlas, entre
otros, pero para efectuarlas se deben seguir ciertas reglas que veremos a continuación.
Propiedades para la suma de matrices

Propiedad conmutativa A + B = B + A
Propiedad asociativa A + (B + C) = (A + B) + C
Propiedad del neutro aditivo A + 0 = 0 + A = A
Figura 2. Propiedades para la suma de matrices del mismo orden (Lay, 2001 p. 100).
Una matriz de m x n, cuyas entradas son todas iguales a cero, es llamada matriz cero de m x n y es
denotada por Om x n o de manera sencilla, O si se sobreentiende su tamaño.
Suma y resta de matrices
La operación de suma se puede definir como sigue si y . Ambas matrices son mxn,
entonces la suma de y la resta .
Ejemplo
Sean y , calcula A+B,
Ejemplo
Sean y , calcula A+B y A-B,
Práctica 1. Aplicándolo a la administración
Vectores de demanda en una economía
Considera una economía hipotética que tiene tres industrias: carbón, electricidad y acero. También tiene
tres consumidores 1, 2 y 3. Además, supón que cada consumidor puede utilizar parte de la producción
de cada industria y cada una de éstas, usa parte de la producción de cada una de las industrias.
Las necesidades de cada consumidor y de cada industria pueden ser representadas por un vector
(renglón) de demanda, cuyos elementos en cierto orden, dan la cantidad de carbón, electricidad y acero
necesarios para el consumidor o industria en algunas unidades convenientes.
Los vectores (renglones) de demanda para los consumidores podrían ser:
Mientras que para las industrias:
En donde los subíndices C, E y A se refieren a carbón, electricidad y acero, respectivamente.
La demanda total de los consumidores para estos bienes está dada por la suma de D1 + D2 + D3, esto
es:
La demanda industrial total está dada por la suma de DC + DE + DA, es decir:
Por lo tanto, la demanda global total está dada por:
Así, la industria del carbón vende un total de 57 unidades, la industria de la electricidad un total de 31 y
la industria del acero 30 unidades.
Ahora que ya revisaste la suma y resta de matrices, continuarás con la multiplicación, operación muy
importante en la solución de problemas con matrices. Las propiedades de la multiplicación de una
matriz por un escalar son:
Figura 3. Propiedades de multiplicación de matrices por escalares (k) (Lay, 2001 p. 100).
Multiplicación por un escalar

 3 5  −5 7  0 2 
A=  B =  −4 2  C = 1 0 
Sean las matrices  −2 1 ,  ,  
Para aprender a multiplicar por un escalar, es importante que sigas los pasos al realizar estas
operaciones.
a)
b)
2 2   −10 −14 
 (−5) (7)
2 2  −5 7  3 3   3 3 
= B =  =   
3 3  −4 2   2 2   −8 4 
(−4) (2)
 3 3   3 3 
c)
Primero, calcula la matriz.
0 2  3(0) 3(2)  0 6 
=3C 3=
1 0   3(1) =
   3(0)   3 0 
Realiza la operación .
 −5 7  0 6   −5 + 0 7 + 6   −5 13
B +=
3C  + =   =   
 −4 2   3 0   −4 + 3 2 + 0   −1 2 
d)
Primero, calcula la matriz.
0 2  3(0) 3(2)  0 6 
=3C 3=
1 0   3(1) =
   3(0)   3 0 
Realiza la operación.
 3 5 0 6   3 − 0 5 − 6   3 −1
A −=
3C  − =   =   
 −2 1  3 0   −2 − 3 1 − 0   −5 1 
Multiplicación de matrices
Además de las operaciones de suma de matrices y multiplicación por un escalar, las matrices pueden
multiplicarse entre sí bajo ciertas circunstancias.
Si A es una matriz de orden m x n, y B una matriz de orden n x p, el producto AB es una matriz de

orden m x p.
Como puedes observar, el número de columnas de la matriz A debe ser igual al número de renglones
de la matriz B. De no cumplirse esta condición, el producto de las matrices en cuestión no puede
llevarse a cabo, por lo que se recomienda que, antes de iniciar el procedimiento de multiplicar dos
matrices, se verifique su factibilidad.
El proceso que se sigue para multiplicar matrices es el siguiente:
• Se multiplica cada elemento del renglón 1 de la matriz A con cada elemento de la columna 1 de la
matriz B.
• Los productos obtenidos en el paso anterior se suman y con esto se obtiene el primer elemento de
la matriz AB, cuya posición es la intersección del renglón 1 de la matriz A con la columna 1 de la
matriz B.
• Se continúa el proceso al multiplicarse cada elemento del renglón 2 de la matriz A por cada
elemento de la columna 1 de la matriz B. Este proceso se repite hasta terminar de multiplicar todos
los renglones de A con la columna 1 de B.
• Después se multiplican otra vez todos los renglones de A con la columna 2 de B y así
sucesivamente hasta terminar de multiplicar todos los renglones de A con todas las columnas de B.
Ejemplos de producto AB
Desarrolla el producto AB de las siguientes matrices:

7 3
 3 −6 5  B =  −1 8 
A= 
0 1 4  0 −2 
Antes de hacer la multiplicación, es necesario verificar qué número de columnas de A es igual al

número de renglones de B.
Una vez que has comprobado esta condición, inicia la multiplicación.
Calcula el producto AB de las matrices:

 5 −6 
1 4 −2  B =  0 1 
A= 
3 6 0  y  2 7 
 5 −6 
1 4 −2    (1)(5) + (4)(0) + (−2)(2) (1)(−6) + (4)(1) + (−2)(7)   1 −16 
3 6 0   0 1  =   
  2 7   (3)(5) + (6)(0) + (0)(2) (3)(−6) + (6)(1) + (0)(7)  15 12 
 
Aplicaciones de matrices
El siguiente ejemplo muestra cómo se aplica la multiplicación de matrices en el cálculo del costo total.
Vector de costo
Supón que los precios en pesos por unidad para tres productos están representados por el vector de
precios:
En donde, 5.5 es el precio del producto P1, 6.4 es el precio del producto P2, y 7.2 es el precio del
producto P3, como se muestra a continuación.
Si las cantidades (en unidades) de P1, P2, P3 que son compradas están dadas por el vector, columna
Q, dado por:
15  Unidades P1
Q =  26  Unidades P2
19  Unidades P3
Entonces, el costo total en pesos de las compras de los tres productos está dado por el producto PQ.
La multiplicación de matrices debe satisfacer algunas propiedades que a continuación se presentan:
Figura 4. Propiedades de la multiplicación de matrices (Lay, 2001 p. 104).
Propiedad asociativa
A partir de las matrices:

 −3 6 
 2 −1 5 4 0  C =  0 1 
A=  B= 
3 6  1 7 2   4 −2 
Demuestra que,
Antes de iniciar la comprobación (multiplicación de matrices), debes verificar que los productos pueden
realizarse.
Para :
• El producto BC sí puede llevarse a cabo porque el número de columnas de B (3) es igual al número
de renglones de C (3).
• Como BC es una matriz de orden 2 x 2, puedes multiplicar A por BC ya que A tiene dos columnas y
BC dos renglones.
Para :
• El producto AB sí puede llevarse a cabo porque A tiene dos columnas y B tiene dos renglones.
• El orden de AB es 2 x 3, por lo tanto también coincide el número de columnas de AB (3 columnas)
con el número de renglones de C (3 renglones).
Una vez que has comprobado que se pueden realizar todas las multiplicaciones necesarias, a fin de
verificar que la ley asociativa se cumple para las matrices propuestas, procede a multiplicar las
matrices.
 −3 6 
 2 −1 5 4 0  C =  0 1 
A=  B= 
3 6  1 7 2   4 −2 
Encuentra .
Primero, calcula BC y luego hallarás A (BC),
 −3 6 
5 4 0   (5)(−3) + (4)(0) + (0)(4) (5)(6) + (4)(1) + (0)(−2) 
BC =   0 1   
1 7 2   4 −2   (1)(−3) + (7)(0) + (2)(4) (1)(6) + (7)(1) + (2)(−2) 
 
 −15 + 0 + 0 30 + 4 + 0   −15 34 
BC =   9 
 −3 + 0 + 8 6 + 7 − 4   5
 2 −1  −15 34  (2)(−15) + (−1)(5) (2)(34) + (−1)(9) 
A( BC ) =  =

3 6   5 9   (3)(−15) + (6)(5) (3)(34) + (6)(9) 
 −30 − 5 68 − 9   −35 59 
A( BC ) =   
 −45 + 30 102 + 54   −15 156 
Encuentra .
 2 −1 5 4 0  (2)(5) + (−1)(1) (2)(4) + (−1)(7) (2)(0) + (−1)(2) 

AB =    
 3 6  1 7 2   (3)(5) + (6)(1) (3)(4) + (6)(7) (3)(0) + (6)(2) 
10 − 1 8 − 7 0 − 2   9 1 −2 
AB =   
15 + 6 12 + 42 0 + 12   21 54 12 
 −3 6 
 9 1 −2    =  (9)(−3) + (1)(0) + (−2)(4) (9)(6) + (1)(1) + (−2)(−2) 
( AB)C =    0 1   
 21 54 12   4 −2  (21)(−3) + (54)(0) + (12)(4) (21)(6) + (54)(1) + (12)(−2) 
 
 −27 + 0 − 8 54 + 1 + 4   −35 59 
( AB)C =   
 −63 + 0 + 48 126 + 54 − 24   −15 156 
Se verifica que .
Referencias
Lay, D. C. (2001). Álgebra lineal y sus aplicaciones (2ª. ed.; H. A. Rincón, trad.).
México: Pearson educación.
Bibliografía
Grossman, S. I. (1988). Álgebra lineal (2ª. ed.). México: Grupo Editorial

Iberoamérica.
10

Sistemas de ecuaciones y el método de Gauss

Por: Felipe Rendón Barragán
Un sistema ecuaciones de lineales se compone al menos de dos ecuaciones y dos variables tal y como
se muestra en el siguiente ejemplo:
Se debe satisfacer la condición de linealidad, verificando que el exponente para todas las variables sea
1. Una vez que se cumpla esta condición, es posible resolverlo usando el método de suma-resta.
Lo primero que necesitas hacer en este método es decidir qué variable (la x o la y) vas a eliminar. En
este caso, cancelarás la y.
Para hacer esta cancelación, los coeficientes de y deben ser iguales y de signo contrario. Observa que
el coeficiente de y en la ecuación (a) es -1, y el coeficiente de y en la ecuación (b) también es -1, por lo
que necesitas multiplicar alguna de las ecuaciones por -1 para cambiarle el signo al coeficiente de la y.
Multiplica la ecuación (a):
Una vez que has logrado que los coeficientes de y sean iguales y de signo contrario, el paso siguiente
es sumar las ecuaciones:

Ahora que has determinado el valor de la incógnita x, la sustituirás en alguna de las ecuaciones iniciales
para encontrar el valor de y. Usa la ecuación (b),
Los valores de x, así como de y, que cumplen simultáneamente con el sistema de ecuaciones son
y .
Ejemplo :
Resuelve el siguiente sistema de ecuaciones lineales con tres incógnitas.
Para resolver este sistema con tres incógnitas, usa el método que consiste en eliminar una de las tres
incógnitas y con ello reducir el sistema de tres ecuaciones a un sistema de dos ecuaciones como el del
ejemplo inicial.
De la ecuación (c), despeja x, por lo que queda:
Al sustituir x en las ecuaciones (a) y (b), obtienes:
Al hacer las reducciones correspondientes, te queda

Este sistema sólo contiene a las variables y y z, por lo que otra vez usarás el método de suma-resta,
utilizado en el ejemplo 1.
Como la variable z ya tiene signos contrarios, la seleccionas para ser eliminada. Para ello, multiplica (b)
por 7 y tienes:
Si sumas estas ecuaciones obtienes:
3 y + 7 z = 15
7 y − 7 z = − 35
⇓
10 y + 0 = − 20
− 20
y= = −2
10
Una vez que hayas determinado el valor de y, lo sustituyes en una de las ecuaciones con 2 incógnitas y
calculas z.
Usa la ecuación (e):
Ahora que ya conoces el valor de y y z, sustituyes estos valores en la ecuación en donde despejas x,
casi al inicio del proceso.
La solución del sistema de ecuaciones es entonces: , , .

Puedes verificar que los resultados obtenidos son correctos, si sustituyes estos valores en las
ecuaciones originales, donde las tres ecuaciones deben satisfacerse.
Ecuaciones originales:
Comprobación:
2(1) + (-2) + (3) = 3

3=3
– (1) + 2(-2) + 2(3) = 1
1=1
(1) – (-2) – 3(3) = -6
-6 = -6
Como las tres ecuaciones cumplen con estos valores, se dice que el sistema está resuelto.
Método de Gauss
De acuerdo con Lay (2001, p. 14), el método de Gauss, o de eliminación Gaussiana sirve para, a partir
de un sistema m x n, obtener un sistema en donde la primera ecuación tenga n incógnitas, la segunda n
– 1 incógnitas, y así sucesivamente hasta llegar a la última ecuación que tendrá una sola incógnita. Una
vez que se ha conseguido este sistema, se resuelve la última ecuación, luego la penúltima y
continuamos hasta llegar a la primera ecuación.
El método de Gauss requiere de:
• La matriz de coeficientes
• Una matriz aumentada
• Operaciones elementales de renglón
La matriz de coeficientes es una matriz que se forma con los coeficientes de las variables (o incógnitas).
La matriz aumentada es la matriz de coeficientes, pero incluye en su última columna a los términos
constantes del sistema.
Las operaciones elementales de renglón pueden resumirse como sigue:
• Intercambio de dos renglones de una matriz

• Suma de un múltiplo de un renglón de una matriz a un renglón diferente de esa matriz
• Multiplicación de un renglón de una matriz por un escalar diferente de cero

Al llevar a cabo las operaciones elementales de renglón, será necesario que uses una notación que te
indique qué es lo que se está haciendo, por ejemplo:
Indica que se intercambiarán estos renglones.
Indica que el renglón 1 se multiplicará por 2.
Indica que el renglón 1 se multiplicará por 2 y al resultado de esta operación se le sumará el

renglón 3.
Resolvamos nuevamente el siguiente sistema de ecuaciones, pero ahora con el método de Gauss:
Dado que las matrices te permiten resolver sistemas de orden m x n, se cambiarán x, así como y por x1
y x2. De esta forma no importa cuántas variables tenga el problema, siempre tendrás un número
disponible para representarlas.
La matriz de coeficientes de este sistema es:
⎡ −4 −1⎤
⎢ 1 −1⎥
⎣ ⎦
La matriz aumentada del sistema es:
⎡ −4 −1 −6 ⎤
⎢ ⎥
⎣ 1 −1 −1⎦
El primer paso del proceso es tener un 1 en el primer elemento de la matriz. Debido a que el segundo
renglón de la matriz aumentada tiene un 1 al inicio del renglón, intercambiarás los renglones.
⎡ −4 −1 −6 ⎤ ⎡ 1 −1 −1⎤
⎢ ⎥ ⎢ ⎥
⎣ 1 −1 −1⎦ R1 ↔ R2 ⎣ −4 −1 −6 ⎦
Debajo de este 1 necesitas obtener sólo ceros. Afortunadamente, en este caso tienes sólo el elemento -
4 debajo del 1.
⎡ 1 −1 −1⎤ 4R1 + R2 ⎡1 −1 −1 ⎤
⎢ ⎥ → ⎢ ⎥
⎣ −4 −1 −6 ⎦ ⎣0 −5 −10 ⎦

Ahora que has convertido en 0 el primer elemento de R2, transformarás en 1 el siguiente elemento de la
diagonal, es decir, el -5.
⎡1 −1 −1 ⎤ 1 ⎡1 −1 −1⎤

⎢ ⎥ − R2 ⎢ ⎥
5
⎣0 −5 −10 ⎦ →
⎣0 1 2 ⎦
Dado que sólo has conseguido números 1 en la diagonal principal de la matriz aumentada y ceros
debajo de ella, regresa esta matriz a un formato de ecuaciones, esto es:
⎡1 −1 −1⎤ → x1 − x2 = −1
⎢ ⎥ 0 + x2 = 2
⎣0 1 2 ⎦
En este último sistema de ecuaciones se observa que . Al sustituir este valor en la (a), tienes:
La solución del sistema de ecuaciones es y , la cual coincide con la solución que

previamente encontraste en el ejemplo 1.
Ahora usamos el método de Gauss para resolver nuevamente el sistema de ecuaciones del segundo
ejemplo.
Al cambiar las literales, tienes:
La matriz aumentada para el sistema de ecuaciones es:

⎡ 2 1 1 3 ⎤
⎢ ⎥
⎢ −1 2 2 1 ⎥
⎢⎣ 1 −1 −3 −6⎥⎦

Como requieres tener un 1 en la primera posición de la diagonal principal, intercambia los renglones R1
y R3:
⎡ 2 1 1 3 ⎤ ⎡ 1 −1 −3 −6⎤
⎢ ⎥ ⎢ ⎥
⎢ −1 2 2 1 ⎥ ⎢ −1 2 2 1 ⎥
⎢⎣ 1 −1 −3 −6⎥⎦ ⎢⎣ 2 1 1 3 ⎥⎦
R1 ↔ R3
Ahora que ya cuentas con un 1 en la primera posición de la diagonal principal, convierte en ceros los
elementos debajo de él:
⎡ 1 −1 −3 −6⎤ R1 + R2 se coloca en el lugar de R2 ⎡1 −1 −3 −6⎤

⎢ ⎥ ⎢ ⎥
⎢ −1 2 2 1 ⎥ -2R1 + R2 se coloca en el lugar de R3 ⎢0 1 −1 −5⎥
⎢⎣ 2 1 1 3 ⎥⎦ ⎢⎣0 3 7 15 ⎥⎦
Observa que el renglón R1 después de que ya tienes el primer 1, ya no se mueve de lugar, ni de

valores, sólo se toma como referencia para cambiar a los demás renglones. Las operaciones anteriores
se explican con detalle a continuación.
R1 + R2 = [1 −1 −3 −6] + [−1 2 2 1]
R1 + R2 = [0 1 −1 −5]
Este renglón fue colocado en el lugar de R2:
−2 R1 = −2 [1 −1 −3 −6] = [−2 2 6 12]

−2 R1 + R3 = [ −2 2 6 12] + [ 2 1 1 3]
−2 R1 + R3 = [0 3 7 15]
Este renglón fue colocado en la posición de R3.
Ahora que ya tienes los ceros que buscabas debajo del primer 1 de la diagonal. Puedes observar que
en el paso anterior también conseguiste un 1 en la segunda posición de la diagonal principal.
Falta convertir en cero el elemento que se encuentra debajo del segundo 1 de la diagonal principal. Ve
lo que has aprendido y hazlo.
⎡1 −1 −3 −6⎤ -3R2 + R3 se coloca en el lugar de R3 ⎡1 −1 −3 −6⎤

⎢ ⎥ ⎢ ⎥
⎢0 1 −1 −5⎥ ⎢0 1 −1 −5⎥
⎢⎣0 3 7 15 ⎥⎦ ⎢⎣0 0 10 30 ⎥⎦

La operación anterior se te explica con detalle a continuación.
−3R2 = −3[0 1 −1 −5] = [0 −3 3 15]

−3R2 + R3 = [0 −3 3 15] + [0 3 7 15]
−3R2 + R3 = [0 0 10 30]
Por último, te falta convertir el 10 del renglón R3 en 1. Si divides R3 entre 10, te queda:
⎡1 −1 −3 −6⎤
⎢ ⎥
⎢0 1 −1 −5⎥
⎢⎣0 0 1 3 ⎥⎦
⎡1 −1 −3 −6⎤
⎢ ⎥
⎢0 1 −1 −5⎥
⎢0 0 1 3 ⎥⎦
La matriz ⎣ , la reescribirás y otra vez usarás variables.
De la última ecuación se aprecia que . Al sustituir este valor en la ecuación anterior tienes:
Al sustituir y en la ecuación , tienes:
Por tanto, la solución al sistema de ecuaciones es: , y .

Ahora un nuevo ejemplo. Usa el método de Gauss para resolver el siguiente sistema de ecuaciones.
2 x + y − 3z = 5 (a)
4 x − y + 2 z = 12 (b)
3x + y − 4 z = 7 (c )
Al cambiar las literales, tienes:
2 x1 + x2 − 3x3 = 5 (a)
4 x1 − x2 + 2 x3 = 12 (b)
3x1 + x2 − 4 x3 = 7 (c )
La matriz aumentada para el sistema de ecuaciones es:
⎡ 2 1 −3 5 ⎤
⎢ ⎥
⎢ 4 −1 2 12 ⎥
⎢⎣ 3 1 −4 7 ⎥⎦
Como requieres tener un 1 en la primera posición de la diagonal principal, puedes multiplicar R1 por ½.
Esto queda de la siguiente forma:
⎡ 2 1 −3 5 ⎤ R1 ⎡ 1 −3 5 ⎤
⎢ ⎥ 2 ⎢1 2 2 2 ⎥⎥
⎢ 4 −1 2 12 ⎥ ⎢
⎢⎣ 3 1 −4 7 ⎥⎦ ⎢ 4 −1 2 12 ⎥
⎢ 2 1 4 7 ⎥
⎢ ⎥
⎣ ⎦
Ahora que ya cuentas con un 1 en la primera posición de la diagonal principal, convertirás en ceros los
elementos debajo de él:
⎡ 1 −3 5 ⎤ -4R1 + R2 se coloca en el lugar de R2 ⎡ 1 −3 5 ⎤

⎢1 2 2 2 ⎥⎥ ⎢1 2 2 2 ⎥⎥
⎢ -3R1 + R3 se coloca en el lugar de R3 ⎢
⎢ 4 −1 2 12 ⎥ ⎢ 0 −3 8 2 ⎥
⎢ 2 1 4 7 ⎥ ⎢ −1 1 −1 ⎥
⎢ ⎥ ⎢ 0 ⎥
⎣ ⎦ ⎣ 2 2 2 ⎦
Observa que el renglón R1 después de que ya tienes el primer 1, ya no se mueve de lugar ni de valores,
sólo se toma como referencia para cambiar a los demás renglones.

Las operaciones anteriores se explican con detalle a continuación:

⎡ 1 −3 5 ⎤
−4 R1 = ⎢1 ( −4 ) = [−4 −2 6 −10]
⎣ 2 2 2 ⎥⎦
−4 R1 + R2 = [−4 −2 6 −10] + [4 −1 2 12] = [0 −3 8 2]
Este renglón fue colocado en el lugar de R2
⎡ 1 −3 5 ⎤ −3 9 −15 ⎤
−3R1 = ⎢1 ⎥ ( −3) = ⎡⎢−3
⎣ 2 2 2 ⎦ ⎣ 2 2 2 ⎥⎦
⎡ −3 9 −15 ⎤ ⎡ −1 1 −1 ⎤
−3R1 + R3 = ⎢ −3 ⎥ + [3 1 −4 7 ] = ⎢0
⎣ 2 2 2 ⎦ ⎣ 2 2 2 ⎥⎦
Este renglón fue colocado en la posición de R3
Ahora que ya tienes los ceros que buscabas debajo del primer 1 de la diagonal, debes continuar con el
segundo elemento de la diagonal principal, en este caso -3. Para convertirlo a 1, es necesario dividirlo
entre sí mismo:
⎡ 1 −3 5 ⎤ R2 ⎡ 1 −3 5 ⎤
⎢1 ⎢1 2 ⎥⎥
⎢ 2 2 2 ⎥⎥ −3
⎢ 2 2
⎢ 0 −3 8 2 ⎥ ⎢0 −8 −2 ⎥
→ 1
⎢ −1 1 −1 ⎥ ⎢ 3 3 ⎥
⎢ 0 ⎥ ⎢ ⎥
⎣ 2 2 2 ⎦ ⎢0 −1 1 −1 ⎥
⎢⎣ 2 2 2 ⎥⎦
Falta convertir en cero el elemento que se encuentra debajo del segundo 1 de la diagonal principal.
Hazlo.
⎡ 1 −3 5 ⎤ R2 ⎡ 1 −3 5 ⎤
⎢1 + R3 ⎢1 2
⎢ 2 2 2 ⎥⎥ 2 se coloca en lugar de R3
⎢ 2 2 ⎥⎥
⎢0 −8 −2 ⎥ ⎢0 1 −8 −2 ⎥
1
⎢ 3 3 ⎥ ⎢ 3 3 ⎥
⎢ ⎥ ⎢ ⎥
⎢0 −1 1 −1 ⎥ ⎢0 0 −5 −5 ⎥
⎢⎣ 2 2 2 ⎥⎦ ⎢⎣ 6 6 ⎥⎦
10

La operación anterior se explica con detalle a continuación.

R2 ⎛ 1 ⎞ ⎡ −8 −2 ⎤ ⎡ 1 −8 −1 ⎤
= ⎜ ⎟ ⎢0 1 ⎥ = ⎢0
2 ⎝ 2 ⎠ ⎣ 3 3 ⎦ ⎣ 2 6 3 ⎥⎦
R2 ⎡ 1 −8 −1 ⎤ ⎡ −1 1 −1 ⎤ ⎡ −5 −5 ⎤
+ R3 = ⎢0 ⎥ + ⎢0 = 0 0
2 ⎣ 2 6 3 ⎦ ⎣ 2 2 2 ⎥⎦ ⎢⎣ 6 6 ⎥⎦
Este resultado se coloca en el lugar del renglón R3.
Ahora falta convertir el último elemento de la diagonal principal, el -5/6 del renglón R3 en 1. Divide
−6 R3
R3 entre -5/6. Obtienes el mismo resultado si multiplicas (-6/5)(R3) o lo que es igual a 5 . Esto queda
así:
⎡ 1 −3 5 ⎤ −6 R3 ⎡ 1 −3 5 ⎤
⎢1 2 2 2 ⎥⎥ 5 ⎢1 2 2 2 ⎥⎥
⎢ → ⎢
⎢0 1 −8 −2 ⎥ ⎢0 1 −8 −2 ⎥
⎢ 3 3 ⎥ ⎢ 3 3 ⎥
⎢ ⎥ ⎢ ⎥
⎢0 0 −5 −5 ⎥ ⎢0 0 1 1 ⎥
⎢⎣ 6 6 ⎥⎦ ⎢⎣ ⎥⎦
⎡ 1 −3 5 ⎤
⎢1 2 2 2 ⎥⎥
⎢
⎢0 1 −8 −2 ⎥
⎢ 3 3 ⎥
⎢ ⎥
⎢0 0 1 1 ⎥
⎢
La matriz ⎣
⎥⎦ la rescribes usando nuevamente las variables x , x y x .
1 2 3
1 3 5
x1 + x2 − x3 =
2 2 2
8 2
x2 − x3 = −
2 3
x3 = 1
De la última ecuación se aprecia que x3=1. Al sustituir este valor en la ecuación anterior tendrás:
8 2
x2 − (1) = −
3 3
2 8 6
x2 = − + =
3 3 3
x2 = 2
11

1 3 5
x1 + x2 − x3 =
Al sustituir x2=2 y x3=1 en la ecuación 2 2 2 , obtienes:
1 3 5
x1 + (2) − (1) =
2 2 2
3 5
x1 + 1 − =
2 2
5 3
x1 = − 1 +
2 2
x1 = 3
Por tanto, la solución al sistema de ecuaciones es x1=3, x2=2 y x3=1. Siempre es conveniente
comprobar que el resultado es correcto. Esto se hace sustituyendo los valores calculados en las tres
ecuaciones originales.
2 x1 + x2 − 3x3 = 5 (a)
4 x1 − x2 + 2 x3 = 12 (b)
3x1 + x2 − 4 x3 = 7 (c )
Ecuación (a) Ecuación (b) Ecuación (c)
2 x1 + x2 − 3 x3 = 5 4 x1 − x2 + 2 x3 = 12 3 x1 + x2 − 4 x3 = 7
2(3) + (2) − 3(1) = 5 4(3) − (2) + 2(1) = 12 3(3) + (2) − 4(1) = 7
6+ 2−3 = 5 12 − 2 + 2 = 12 9+2−4 = 7
5=5 12 = 12 7=7
Sí se cumple. Sí se cumple. Sí se cumple.
Referencias
Lay, D. C. (2001). Álgebra lineal y sus aplicaciones (2ª. ed.; H. A. Rincón, trad.).
México: Pearson educación.
Bibliografía
Grossman, S. I. (1988). Álgebra lineal (2ª. ed.). México: Grupo Editorial

Iberoamérica.
12

3.-MATRICES - SISTEMA ECUACIONES y MÉTODO GAUSS PDF

Cargado por

Información del documento

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

3.-MATRICES - SISTEMA ECUACIONES y MÉTODO GAUSS PDF

Cargado por

Copyright:

Formatos disponibles

Las matrices

Por: Felipe Rendón Barragán

En matemáticas, se conoce como matriz a un arreglo rectangular de números que consiste en

 a11 a12 ... a1n 

Un arreglo de estas características se conoce en matemáticas como una matriz de m x n o matriz de

En los siguientes ejemplos, analizarás matrices de diferente orden.

Orden de una matriz

a. La matriz es de orden 1 x 3. Es decir, tiene un solo renglón y tres columnas.

b. La matriz es de orden 4 x 1 porque tiene cuatro renglones y una sola columna.

c. La matriz de es de orden 3 x 2 porque tiene tres renglones y dos columnas.

La matriz es de orden 3 x 3. Cuando el número de renglones es igual al número de

Propiedades para la suma de matrices

Suma y resta de matrices

Sean y , calcula A+B,

Sean y , calcula A+B y A-B,

Práctica 1. Aplicándolo a la administración

Vectores de demanda en una economía

Los vectores (renglones) de demanda para los consumidores podrían ser:

Mientras que para las industrias:

En donde los subíndices C, E y A se refieren a carbón, electricidad y acero, respectivamente.

Por lo tanto, la demanda global total está dada por:

Multiplicación por un escalar

Primero, calcula la matriz.

Primero, calcula la matriz.

Si A es una matriz de orden m x n, y B una matriz de orden n x p, el producto AB es una matriz de

El proceso que se sigue para multiplicar matrices es el siguiente:

Desarrolla el producto AB de las siguientes matrices:

Antes de hacer la multiplicación, es necesario verificar qué número de columnas de A es igual al

Calcula el producto AB de las matrices:

La multiplicación de matrices debe satisfacer algunas propiedades que a continuación se presentan:

Figura 4. Propiedades de la multiplicación de matrices (Lay, 2001 p. 104).

A partir de las matrices:

Primero, calcula BC y luego hallarás A (BC),

 2 −1 5 4 0  (2)(5) + (−1)(1) (2)(4) + (−1)(7) (2)(0) + (−1)(2) 

Grossman, S. I. (1988). Álgebra lineal (2ª. ed.). México: Grupo Editorial

Sistemas de ecuaciones y el método de Gauss

Multiplica la ecuación (a):

Resuelve el siguiente sistema de ecuaciones lineales con tres incógnitas.

De la ecuación (c), despeja x, por lo que queda:

Al sustituir x en las ecuaciones (a) y (b), obtienes:

Al hacer las reducciones correspondientes, te queda

Si sumas estas ecuaciones obtienes:

Usa la ecuación (e):

La solución del sistema de ecuaciones es entonces: , , .

2(1) + (-2) + (3) = 3

El método de Gauss requiere de:

Las operaciones elementales de renglón pueden resumirse como sigue:

• Intercambio de dos renglones de una matriz

Indica que se intercambiarán estos renglones.

Indica que el renglón 1 se multiplicará por 2.

Indica que el renglón 1 se multiplicará por 2 y al resultado de esta operación se le sumará el

La matriz de coeficientes de este sistema es:

La matriz aumentada del sistema es:

⎡1 −1 −1 ⎤ 1 ⎡1 −1 −1⎤

La solución del sistema de ecuaciones es y , la cual coincide con la solución que

Al cambiar las literales, tienes:

La matriz aumentada para el sistema de ecuaciones es:

⎡ 1 −1 −3 −6⎤ R1 + R2 se coloca en el lugar de R2 ⎡1 −1 −3 −6⎤

Observa que el renglón R1 después de que ya tienes el primer 1, ya no se mueve de lugar, ni de

Este renglón fue colocado en el lugar de R2:

−2 R1 = −2 [1 −1 −3 −6] = [−2 2 6 12]

Este renglón fue colocado en la posición de R3.

⎡1 −1 −3 −6⎤ -3R2 + R3 se coloca en el lugar de R3 ⎡1 −1 −3 −6⎤