TEMA: DETERMINANTE, SEL Y MÉTODO DE GAUSS

CURSO: COMPLEMENTO MATEMÁTICO PARA INGENIEROS

SEMANA: 02

GUÍA DE ESTUDIO

Definición
El determinante de la matriz de orden es el número real asociado con la matriz en función
de sus entradas y de su orden.
Se denota por: t( ) | |

Determinante de una matriz de orden 2

El determinante de una matriz de orden es el número real, definido por:

a11 a12
det( A)  A   a11a22  a12a21
a21 a22
Ejemplo.- Calcule el determinante de:

 4 2
A 
5 6 
Solución:
4 2
A  (4)(6)  (2)(5)  24  10  14
5 6

Determinante de una matriz de orden 3

El determinante de una matriz de orden es el número real definido por donde:

Ejemplo.- Calcula el determinante de:

DEPARTAMENTO DE CIENCIAS ®UPN

 1 2 1 
A  3  1 2
4 2 3
Solución:

| |
| |

Propiedades de los determinantes

Dada la matriz A:
 Si una fila o una columna de A son ceros, entonces | |
 Si dos filas o dos columnas de A son iguales, entonces | |
 El determinante del producto es igual al producto de determinantes:
| | | || |
 El determinante de una matriz es igual al determinante de su transpuesta:
| | | |
 Si se multiplica un determinante por un número real, queda multiplicado por
dicho número solamente una columna o fila:

OPERACIONES ELEMENTALES FILA

Las operaciones elementales en filas son:

1. Intercambio de dos renglones de una matriz.

2. Multiplicación de un renglón de una matriz por un número distinto de cero.
3. Adición o sustracción entre renglones de una matriz.

Las operaciones elementales en una matriz también son llamadas transformaciones elementales, Por
otro lado, introduciremos una forma para notar estas operaciones.

DEPARTAMENTO DE CIENCIAS ®UPN

 1. El intercambiar el -ésimo renglón con el -ésimo renglón de una matriz se denota por

2. Denotamos por la multiplicación por cada entrada del renglón -ésimo por el número no
nulo
3. La operación Representa sumar veces ( ) el renglón al renglón (pero el
renglón permanece igual)

En esta notación denota el -ésimo renglón de la matriz. A continuación, presentamos ejemplos

de la aplicación de estas propiedades.

EJEMPLO 1: Sea la matriz [ ]

a. Si deseamos intercambiar el primer y el tercer renglón, escribimos , aplicando esta

operación obtenemos
2 2 3 1 2 1
  f1  f 3  
 3 6 9      3 6 9
1 2 1 2 2 3

En general, se acostumbra solo hacer un solo cambio de filas por operación. Por ejemplo, si
en la matriz A deseamos intercambiar el primer renglón con el tercero y el segundo con el
tercero, se realizan estas operaciones por separado
2 2 3 1 2 1 1 2 1 
  f1  f 3   f 2  f3  
 3 6 9      3 6 9     2 2 3
1 2 1 2 2 3 3 6 9

b. Si deseamos multiplicar el tercer renglón de la matriz A por 3 notamos dicha operación por

, por otro lado, la operación indica que el segundo renglón será multiplicado por el

número 1/3, o visto de otra manera, cada entrada del segundo renglón será dividido por 3.
2 f1
2 2 3 1 f  4 4 6
  3 2  
 3 6 9    1 2 3
1 2 1 1 2 1

c. Si se desea adicionar un renglón con respecto a un múltiplo no nulo de otro (dejando el

primero fijo) se denota por . Si consideramos la matriz

[ ]

La operación indica que el primer y el tercer renglón se sumarán y el resultado se

escribirá en el tercer renglón

DEPARTAMENTO DE CIENCIAS ®UPN

 2 2 3  2 2 3
  f1  f 3  
 3 6 9     1 2 9
1 2 1 3 4 4

También es posible realizar varias de estas operaciones, siempre que se tenga precaución en
trabajar con un renglón fijo, por ejemplo
2 2 3  2 2 3
  f1  f 3  
3 6 9  1 2 9
1 2 1 3 4 4

FORMA ESCALONADA Y FORMA ESCALONADA REDUCIDA DE UNA MATRIZ

Las operaciones elementales sobre una matriz tienen muchas aplicaciones en el álgebra de matrices,
una de ellas es la forma escalonada y forma escalonada reducida de una matriz.

Antes de introducir la forma reducida de una matriz, llamamos a La primera entrada de distinta de
cero en un renglón cuyas entradas no son todas nulas se denomina entrada principal. La entrada
principal de un renglón también se conoce como pivote.

Por ejemplo, para la matriz [ ] tenemos que el primer renglón tiene a 1 uno como pivote, en

el segundo renglón a 2 como pivote y en el tercero a 4 como pivote.

Por otro lado, decimos que una matriz está en forma escalonada si:

1. Todas las filas cero están en la parte inferior de la matriz.

2. Cada pivote aparece en una columna estrictamente a la derecha del pivote del renglón
anterior.

Además, si en cada fila el pivote es igual a 1 y el único elemento no nulo de su columna, se dice que la
matriz es escalonada reducida por filas.

EJEMPLO 1: ilustremos cuando una matriz está en forma escalonada y cuando no, también vemos
que la forma escalonada reducida de una matriz es un caso particular de la forma escalonada de dicha
matriz.

 las matrices [ ]y [ ] están en forma escalonada. Para la primera matriz

vemos que el pivote del segundo renglón (3) está estrictamente a la derecha del pivote del
primer renglón (1) y el pivote del tercer renglón se encuentra a la derecha del pivote de la

 Por otro lado, las matrices [ ] y [ ] no se encuentran en forma

escalonada.

DEPARTAMENTO DE CIENCIAS ®UPN

  Las matrices [ ] [ ] [ ] se encuentran en forma

escalonada reducida. Y las matrices [ ]y[ ]

Por otro lado, si queremos encontrar la forma escalonada de una matriz solo nos queda aplicar las
operaciones elementales

EJEMPLO 2: Determine la forma escalonada de la matriz

[ ]

Proceder a aplicar operaciones elementales con el fin de obtener la forma escalonada

3 6 9 3  1 2 4 0  3 f1  f 2 1 2 4 0  1 2 4 0 
  f 2  f1   2 f1  f 3   f 2  f3  
 1 2  4 0      3 6  9 3        0 0 3 3     0 1  4  1
 2  3 4  1  2  3 4  1 0 1  4  1 0 0 3 3 

De esta manera la forma escalonada de la matriz es

[ ]

Por otro lado, si deseamos encontrar la forma escalonada reducida de la matriz

[ ]

Debemos continuar con las operaciones elementales desarrolladas anteriormente

3 6 9 3  1 2 4 0  3 f1  f 2 1 2 4 0  1 2 4 0 
  f 2  f1   2 f1  f 3   f 2  f3  
 1 2  4 0      3 6  9 3        0 0 3 3     0 1  4  1
 2  3 4  1  2  3 4  1 0 1  4  1 0 0 3 3 

1 2 4 0  1 f 3 1 2 4 0  4 f 3  f 2 1 2 0 4 1 2 0 4 1 0 0 2
  3   4 f 3  f1   2 f 2  f1   2 f 2  f1  
 0 1  4  1   0 1  4  1      0 1 0 3       0 1 0 3      0 1 0 3 
0 0 3 3  0 0 1 1  0 0 1 1 0 0 1 1 0 0 1 1 

RANGO DE UNA MATRIZ

El rango de una matriz A al número de filas no nulas de su forma escalonada y se denota por
( )

EJEMPLO 3: Determine el rango de la matriz

DEPARTAMENTO DE CIENCIAS ®UPN

 [ ]

Primero encontramos la forma reducida de la matriz

3 4 4 0  1 3 2 2 3 f1  f 2 1 3 2 2  1 3 2 2 
  f1  f 2   2 f1  f 3    f 2  f3  
 1 3 2  2      3 4 4 0    
   0  5  2  6       0  5  2  6
2 1 2 2  2 1 2 2  0  5  2  6 0 0 0 0 

De esta manera ( )

Eliminación gaussiana

Nuestro enfoque para resolver un sistema de ecuaciones lineales es transformar el sistema dado en
uno equivalente que sea más fácil de resolver, y así obtener el conjunto solución del sistema dado. El
sistema equivalente se obtiene mediante la aplicación de tres tipos de operaciones con el fin de
eliminar variables de manera sistemática.

Matriz aumentada.
Es la matriz de coeficientes del sistema lineal aumentada en una columna extra que
contiene los términos independientes. Considerando el sistema de ecuaciones lineales de la
definición 2, se tiene la matriz aumentada denotado por 𝐴|𝐵 .
𝑎 𝑎 ⋯ 𝑎𝑛 𝑏
𝑎 𝑎 ⋯ 𝑎 𝑛 𝑏
𝐴|𝐵 [ ]
⋮ ⋮ ⋱
𝑎𝑚 𝑎𝑚 ⋯ 𝑎𝑚𝑛 𝑏𝑚

Cuando se aplica las operaciones elementales por filas a la matriz aumentada de un sistema de
ecuaciones lineales, creamos un sistema equivalente que puede ser resuelto mediante sustitución
hacia atrás. El proceso completo es conocido como eliminación gaussiana o método de Gauss.
Eliminación Gaussiana
1. Escriba la matriz aumentada del sistema de ecuaciones lineales.
2. Utilice las operaciones elementales por filas para reducir la matriz ampliada a la forma
escalonada por filas.
3. Mediante la sustitución hacia atrás, resuelva el sistema equivalente que corresponda a
la matriz escalonada por filas.
Ejemplo 6. Resuelva el sistema

Solución. La matriz aumentada del sistema es

[ ]

Realizando las operaciones elementales por filas ( ) y ( ) a la matriz aumentada

tenemos

DEPARTAMENTO DE CIENCIAS ®UPN

 [ ]

Luego, procedemos a realizar la operación a la última matriz, obteniéndose

[ ]

El sistema equivalente es

Mediante la sustitución hacia atrás procedemos de la siguiente manera: La tercera ecuación nos da
. Reemplazando en la segunda ecuación el valor de , se obtiene y así en la
primera ecuación se tiene

Entonces . De manera que la solución puede expresarse en forma vectorial como

[ ] [ ]

Ejemplo 7. Resuelva el sistema

Solución. La matriz aumentada es

[ ]

Aplicando las operaciones elementales por filas a la matriz aumentada tenemos

( ) [ ]

[ ]

El sistema lineal equivalente es

{

lo cual tiene un número infinito de soluciones. Despejando las variables correspondientes a las
entradas principales (al cual llamaremos variables principales) en términos de otras variables
(variables libres) obtenemos

Combinando las dos últimas ecuaciones se obtiene

DEPARTAMENTO DE CIENCIAS ®UPN

Si asignamos parámetros y , la solución puede ser escrita de la forma

[ ] [ ],

donde

Observación.
 Un sistema de ecuaciones lineales con coeficientes reales es consistente si el rango de la
matriz de coeficientes es igual al rango de la matriz aumentada. En el caso que el rango
coincida con el número de variables se tiene solución única y si fuera menor el sistema
tiene infinitas soluciones.
 Un sistema de ecuaciones lineales es inconsistente si el rango de la matriz de
coeficientes es distinto al rango de la matriz aumentada.

Teorema del rango. Sea 𝐴 la matriz de coeficientes de un sistema de ecuaciones lineales con
𝑛 variables. Si el sistema es consistente, entonces
núm ro d variabl s libr s 𝑛 ran(𝐴)

DEPARTAMENTO DE CIENCIAS ®UPN

 TEMA: Haga clic aquí para escribir texto.

CURSO: Haga clic aquí para escribir texto.

SEMANA: Haga clic aquí para escribir texto.

HOJA DE TRABAJO

CONOCIMIENTO / COMPRENSIÓN
1. Elabora la matriz de sistema y de variables del siguiente Sistema :

2. Escribe en forma de determinante de segundo orden la siguiente expresión:

sen 2 x  cos2 x  1
APLICACIÓN / ANÁLISIS
3. Dada la siguiente matriz, hallar su determinante:

 1 2 3
A
 0 9  1


 4 7 10 


4. Determine el valor de Q –P, sabiendo que:

5. Determinar todos los valores de para los que el sistema lineal tenga una solución en la que

6. Determine todos los valores de para los que el sistema

DEPARTAMENTO DE CIENCIAS ®UPN

 tiene:
(a) solución única;
(b) una infinidad de soluciones

7. Utilice el determinante de la matriz de coeficientes para hallar cuál de los sistemas lineales tiene
una única solución.

a. c.

b. d.

8. Determine la forma escalonada reducida y el rango de la matriz:

a) [ ]

b) [ ]

c) [ ]

d) [ ]

SÍNTESIS / EVALUACIÓN
9. Una bióloga ha colocado tres cepas bacterianas (denotadas como I, II y III) en un tubo de ensayo,
donde serán alimentados con tres diferentes fuentes alimenticias (A, B y C). Cada día 2300 unidades
de A, 800 de B y 1500 de C se colocan en el tubo de ensayo, y cada bacteria consume cierto número
de unidades de cada alimento por día, como se muestra en la tabla. ¿Cuántas bacterias de cada cepa
pueden coexistir en el tubo de ensayo y consumir todo el alimento?

TABLA Cepa Cepa Cepa

bacteriana I bacteriana II bacteriana III
Alimento A 2 2 4
Alimento B 1 2 0
Alimento C 1 3 1

DEPARTAMENTO DE CIENCIAS ®UPN

10. Una empresa fábrica dos productos A y B. Cada producto tiene que ser procesado por dos
máquinas I y II. Cada unidad del tipo A requiere una hora de procesamiento en la máquina I, y 1.5
horas en la máquina II, y cada unidad del tipo B requiere de 3 horas en la máquina I, y 2 horas en la
máquina II. Si la máquina I está disponible 300 horas al mes y la máquina II, 250 horas al mes,
¿Cuántas unidades de cada tipo podrá fabricar al mes, si utiliza el tiempo total de que disponen las
dos máquinas?

11. Una empresa quiere comprar 24 carros-tanque con una capacidad de carga combinada de 250
000 galones. Se dispone de carro-tanques con tres diferentes capacidades de carga: 6000 galones,
8000 galones y 18000 galones. ¿Cuántos carros-tanques de cada tipo se deben comprar?

12. Un consumidor desea complementar su consumo vitamínico en exactamente 13 unidades de

vitamina A, 22 de vitamina B y 31 de vitaminas C por semana. Hay disponibles tres marcas de
cápsulas vitamínicas. La marca I contiene 1 unidad de cada una de las vitaminas A, B y C por cápsula;
la marca II contiene 1 unidad de vitamina A, 2 de B y 3 de C, y la marca III contiene 4 unidades de A, 7
de B y 10 de C.
a. ¿Cuál combinación de cápsulas de las marcas I, II y III producirá exactamente las cantidades
deseadas?
b. Si las cápsulas de la marca I, cuestan 50 céntimos cada una, de la marca II, 70 céntimos cada
una y de la marca III, 2 soles cada una. ¿Cuál combinación minimizará su costo semanal?

REFERENCIAS BIBLIOGRÁFICAS

CÓDIGO AUTOR TÍTULO

515
STEW/P Stewart James. Pre cálculo
2012
512.9434
AYRE/M Ayres Frank. Matrices: Teoría y Problemas
2010
512.5
GROS/M Grossman Stanley. Álgebra Lineal con Aplicaciones
2013

DEPARTAMENTO DE CIENCIAS ®UPN