Capítulo 4 Problema

El primer registro de un Cuadrado Mágico aparece en la historia alrededor del tercer milenio AC.
Contenidos Cuenta la leyenda que el emperador de China estaba en la orilla del río Amarillo cuando una
tortuga salió de las aguas. Sobre su caparazón, la tortuga llevaba impresos extraños símbolos, que
4.1 – SISTEMAS DE ECUACIONES LINEALES: Definición y Soluciones el emperador se encargó de descifrar. Eran los números del 1 al 9 dispuestos armoniosamente en
forma de cuadrado: al sumar los tres números de cada fila, de cada columna o de cada diagonal el
4.2 – DISCUSIÓN DE UN SISTEMA DE ECUACIONES LINEALES
resultado era siempre quince.
4.2.1 – Discusión usando Determinantes
4 9 2
4.2.2 – Discusión por Teorema de Rouchè-Fröbenius 3 5 7
4.2.2.1 – Matriz Ampliada 8 1 6
4.2.2.2 – Combinación Lineal – Dependencia e Independencia Lineal A estos cuadrados se le atribuyeron inicialmente propiedades religiosas y mágicas. Con el paso de
4.2.2.3 – Rango de una Matriz los siglos, atrajeron la atención de los matemáticos que se dedicaron al estudio, ya no de sus
4.3 – RESOLUCIÓN DE SISTEMAS DE ECUACIONES propiedades mágicas, sino de sus propiedades matemáticas, que son muchas. Cabe mencionar
que Benjamín Franklin (norteamericano, 1706 – 1790) dedicó varias horas de su vida a estudiar y
4.3.1 – Método de la Matriz Inversa
a crear muy diversos cuadrados mágicos.
4.3.2 – Regla de Cramer
Los Cuadrados Mágicos son distribuciones de números que se disponen en una matriz cuadrada,
4.3.3 – Método de Eliminación de Gauss de forma que la suma de cualquiera de las filas, de cualquiera de las columnas y de las dos
4.3.4 – Método de Gauss - Jordan diagonales da siempre el mismo resultado. Al número resultante se le denomina "constante
4.4 – APLICACIONES mágica". Usualmente se utilizan números consecutivos, comenzando en el 1, para completar la
matriz.
Un ejemplo muy conocido es el Cuadrado Mágico de Durero (alemán, 1471 – 1528). Es de orden
4 y la constante mágica es 34.

Objetivos 16 3 2 13
5 10 11 8
• Facilitar el manejo de los sistemas de ecuaciones lineales mediante la 9 6 7 12
representación matricial. 4 15 14 1
• Hacer evidente la importancia del método de Gauss-Jordan por su aplicación
generalizada para la resolución de sistemas lineales.
• Plantear y resolver sistemas de ecuaciones lineales a partir del enunciado de la
situación problemática adecuada. Le proponemos que construya, si es posible, un Cuadrado Mágico de orden 2. Si no lo consigue, al
final de este capítulo le explicamos la respuesta.
• Contribuir a la comprensión del concepto de inversa de una matriz para
posibilitar su empleo pertinente en la resolución de sistemas lineales.
• Realizar el análisis de los resultados obtenidos conforme a la teoría desarrollada
y a la situación planteada.
• Favorecer la transferencia del conocimiento a la modelación de situaciones
reales.

187 188
 Solución  x + y + z=0

c) 2x + y + z=0
 x +y= 3  − x + 5y + 2z = 0
a)  
2x − y = −1
La expresión matricial de este sistema de ecuaciones lineales de
Este sistema tiene dimensión 2x2. Contiene dos incógnitas x e y, por lo que dimensión 3x3 es:
la matriz de coeficientes tendrá dos columnas, y como se compone de dos
ecuaciones, tendrá dos filas.  1 1 1   x  0
 2 1 1   y  = 0
Es decir:      
 −1 5 2   z  0
     
En la primera columna de  1 1 
A están los coeficientes de la
la matriz de coeficientes de orden 2x2, es: A =  Es homogéneo ya que la matriz de términos independientes es la nula.
 2 −1 
primera incógnita, x. En la
segunda los coeficientes de
 3y + 2x − 2z = 1
la segunda incógnita, y. x Recuerde: Antes de expresar d) 
el vector de incógnitas de orden 2x1 es: X=   y el sistema en forma matricial  x + 2y − 2 = w
y
  se debe controlar que todos
los términos independientes
x
estén ubicados en un mismo
el vector de términos independientes, también de orden 2x1, es: miembro, distinto al de las
 
 2 3 −2 0   y   1 
La forma matricial es  =
incógnitas.
 1 2 0 −1   z   2 
 3  Por otro lado, se debe  
B=  
 −1  respetar que cada columna w
contiene los coeficientes de
una misma incógnita. El sistema es no homogéneo.
Por lo que el sistema se puede expresar en forma matricial como:

Realice el producto de las  1 1  x  3 

  = Expresar el sistema de ecuaciones en forma matricial facilita los procedimientos para la
matrices y utilice la definición 
 2 −1   y   −1 
de igualdad para comprobar búsqueda de soluciones, que es nuestro objetivo.
que se obtiene el sistema dado.
Además, podemos agregar que es no homogéneo ya que el vector B es Pero, ¿qué es una solución? Este concepto ya lo definimos para sistemas de dimensión
distinto del vector nulo. 2x2 y ahora lo extendemos a sistemas de m ecuaciones lineales con n incógnitas.

x + w=0 Definición 4.2: Llamamos solución de un sistema de ecuaciones lineales de

 Solución de un sistema
b)  y + z =0 de ecuaciones lineales dimensión mxn, al conjunto de valores de las incógnitas que
 x + y + z + 2=0 de orden m x n
 verifican simultáneamente todas la ecuaciones del sistema.
Las incógnitas son x, y, z, w por lo que la matriz de coeficientes tendrá 4
El conjunto de todas las soluciones S se denomina conjunto solución, es decir:
columnas y como al sistema posee 3 ecuaciones, tendrá 3 filas.

Los términos independientes Antes de buscar la matriz de coeficientes, observe que a la última ecuación S= { ( x1 , x2 , ..., x n ) verifican todas las ecuaciones del sistema }
se deben ubicar a la derecha del sistema, x+y+z+2 = 0 la debemos expresar como x+y+z= –2.
del signo igual.
Entonces, resolver un sistema de ecuaciones consiste en encontrar su conjunto
Entonces, la forma matricial es:
solución.
x
Por cada una de las  1 0 0 1    0 
 0 y n Ejemplo 4.2:
incógnitas que no aparecen
1 1 0   =  0
 
en alguna de las ecuaciones   z  
 1 1 1 0     −2 
ponemos coeficiente cero.   
w  x + y + z=0

El sistema es no homogéneo ya que B es distinto del vector nulo. a) Una solución del sistema 2x + y + z = 0 es (x, y, z) = (0, 0, 0)
 − x + 5y + 2z = 0
Observe que la trivial 
es siempre solución llamada solución trivial, ya que si realizamos el reemplazo x = 0, y = 0 y
de los sistemas
homogéneos. z = 0 vemos que se verifican las tres ecuaciones.

191 192
 Para esta etapa, serán de utilidad los Sistemas Equivalentes, que como vimos en el y − 1 = 0 2. ¿Cuáles son sistemas de dimensión 3x3?
Revisar definición 2.3 
capítulo 2, son sistemas de la misma dimensión que tiene las mismas soluciones. b) x − 1 = 0
z − 1 = 0 3. ¿Cuáles de los sistemas dados son
 homogéneos?
Recuerde: Las operaciones que permiten encontrar ecuaciones equivalentes, y por lo
tanto sistemas equivalentes fueron estudiadas en la Sección 1.1.1 y luego  3x − 2 + z = 2y
 4. Encuentre la expresión matricial de cada sistema
utilizadas en el ejemplo 2.4. c)  2x + 2y − 4z = 0
 x + y − 2z = 0 dado.
En la Sección 4.2 vemos en detalle la discusión de un sistema mxn, valiéndonos del 
concepto de determinante y del Teorema de Rouchè–Fröbenius y en la 4.3  − x + 5y + z = w 5. La trivial, ¿es solución de alguno de estos
d)  sistemas?
desarrollamos los métodos más utilizados para la resolución de los mismos.  2x + 4y =z

 3x − 2y + z = 2 6. ¿De qué sistemas es solución (x, y, z) =

 (1, 1, 1 )?
e)  5x − 3z = − 2
 x + y − 2z = 0
REPASO TEÓRICO – Sección 4.1  7. ¿Es el sistema del apartado c) equivalente al
 3x − 2y + z = 2 sistema dado en e) ? y al dado en f) ?

A continuación le realizamos algunas preguntas que le permitirán evaluar los conceptos teóricos adquiridos. f)  2x + 2y − 4z = 0
 6x + y − 5z = 2 8. Encuentre un sistema equivalente al que se dio

en el apartado d).
1. Exprese en forma general un sistema de m 7. ¿Qué tipo de soluciones tiene un sistema lineal de 1. Indique cuáles de los sistemas anteriores tienen
ecuaciones lineales con n incógnitas. dimensión mxn? tres incógnitas.

2. Los sistemas de ecuaciones lineales con dos
incógnitas ¿son un caso particular de los sistemas
estudiados en esta sección? ¿Por qué?
3. ¿Cuándo los sistemas lineales de dimensión mxn
son homogéneos?. Esta definición ¿es coincidente
con la vista para sistemas con dos incógnitas?
4. ¿A qué llamamos solución de un sistema?¿Cuál es
la solución trivial?
5. La trivial, ¿puede ser solución de sistemas no
homogéneos? Justifique.
6. Dé la interpretación geométrica de un sistema de
ecuaciones lineales con tres incógnitas.
8. Si un sistema de tres ecuaciones lineales con tres
incógnitas es Compatible Indeterminado, ¿qué
interpretación geométrica puede darse?
9. En un sistema de tres ecuaciones con tres 4.2 – DISCUSIÓN DE UN SISTEMA DE ECUACIONES LINEALES
incógnitas Incompatible, ¿la única interpretación
geométrica posible es que los 3 planos sean
paralelos no coincidentes? Si la respuesta es Recordemos que la discusión de un sistema de ecuaciones lineales consiste en analizar si el sistema tiene solución,
y en caso afirmativo conocer si es única o son infinitas. Para llegar a esta conclusión, las herramientas que se
negativa indique otras posibilidades.
utilizan con frecuencia, son el concepto de determinantes y el resultado del Teorema de Rouchè-Fröbenius.
10. ¿Qué etapas involucra el estudio de un sistema de
ecuaciones lineales?
11. ¿Cuál es la diferencia entre discutir y resolver un
4.2.1 - Discusión usando Determinantes
sistema de ecuaciones? La utilidad del concepto de determinantes en la discusión de sistemas de ecuaciones
surge claramente a partir del resultado del siguiente teorema:

Teorema 4.1:
EJERCICIOS – Sección 4.1 Sea A una matriz de orden n. Entonces las siguientes afirmaciones son equivalentes
(es decir, cada una de ellas implica las restantes):

Considere los siguientes sistemas de ecuaciones, y  2x + 4y − z = 6 1. El sistema AX = B tiene única solución para cada matriz o vector columna B
responda las preguntas 1 a 8: 
a)  − 2x − 3y + w = − 1 de dimensión nx1.
 3y + z − w = 1
 2. El sistema AX = 0 tiene como única solución la trivial. (X = 0)
3. El determinante de A es distinto de cero.

195 196
Un producto se anula 1) El det A = 0, es decir, (k–1)(k+1)k = 0. Los valores que verifican esta Notación: A*
cuando al menos uno ecuación son: k = 1 o k = –1 o k = 0. Matriz de Matriz de términos
de sus factores es coeficientes independientes
cero. Y es distinto de
cero cuando todos sus 2) El det A ≠ 0, es decir, (k–1)(k+1) k ≠ 0. Esto ocurre cuando k ≠ 1,
factores son no nulos. k ≠ –1 y k ≠ 0 . La línea vertical nos permite en  a11 a12 ... a1n b1 
todo momento recordar que los  
A modo de conclusión podemos afirmar que: coeficientes de las incógnitas  a21 a22 ... a2n b2

están a la izquierda de ella. La A* =  ... ... ... ... ... 
Si k ≠ 1, k ≠ –1 y k ≠ 0 entonces la matriz de coeficientes es invertible, y columna de la derecha son los  
términos independientes,
 ... ... ... ... ... 
por el Teorema 4.1 el sistema es Compatible Determinado con única constantes ubicadas del lado
solución la trivial. derecho del signo igual.

 am1 am2 ... amn bm 

Si k = 1, k = –1 o k = 0 entonces la matriz de coeficientes es singular, y

el sistema es Compatible Indeterminado. No puede ser Incompatible ya que
n Ejemplo 4.4:
la trivial es una de sus soluciones.
 3x − 2y + z= 2
Observe: Los sistemas homogéneos son siempre compatibles ya que la trivial es 
a) Dado el sistema  3x + 3y + 2z = − 1
siempre solución. Nunca son incompatibles.  −2x − 8y + 4z = 9

El uso de determinantes para la discusión de sistemas de ecuaciones lineales sólo es  3 −2 1  x  2
posible si el sistema tiene igual número de ecuaciones que de incógnitas. Además, si el      
la expresión matricial es  3 3 2  y  =  −1 
determinante toma el valor cero y el sistema es no homogéneo, esta herramienta no  −2 −8 4   z   9
     
nos dice si el mismo tiene infinitas soluciones o carece de solución.
 3 −2 1 
 
la matriz de coeficientes es A =  3 3 2
 −2 −8 4 
 

 3 −2 1 2 
4.2.2 - Discusión por Teorema de Rouchè-Fröbenius y la matriz ampliada es 
A* =  3 3 2 −1 

 − 2 −8 4 9 
 
Para comprender el resultado que ofrece este teorema, y cómo utilizarlo en la discusión
de sistemas, debemos estudiar primero algunos otros conceptos.Éstos, no sólo ayudan
en la comprensión del teorema, sino que tienen importancia posterior en la resolución 5x 3 − 3x 4 = 8

de sistemas. b) La matriz ampliada del sistema  es:
 x1 − 2x 2 + 3x 4 = − 4

4.2.2.1- Matriz Ampliada  0 0

A* = 
5 −3 8 

 1 −2 0 3 −4 

Definición 4.3: Dado un sistema de m ecuaciones lineales con n incógnitas, cuya

Matriz Ampliada expresión matricial es AX = B, llamamos matriz ampliada del
sistema, a la matriz de orden mx(n+1) que se obtiene al añadir a
la matriz de los coeficientes la columna de términos
independientes.

199 200
 Un concepto vinculado directamente con el de combinación lineal es el de dependencia la cual nos lleva a resolver el siguiente sistema de ecuaciones:
lineal.
 a=0

 b=0
Dependencia e Definición 4.5: El conjunto de vectores columnas (o filas) A1, A2, ..., An se dicen  0=0
Independencia Lineal 
linealmente dependientes, si existen escalares a1, a2, ..., a n no
todos iguales a cero tales que a1 A1 + a2 A2 + ... + an An= 0. Es Como la única solución es la trivial, podemos concluir que dichos vectores
El 0 es la matriz nula. son linealmente independientes.
decir, si pueden escribirse como combinación lineal no nula del
vector nulo.  1   −1   1 
b) Si A1=   , A2 =   , A3 =  
Observe que si todos  2   0   2 
Si no existen tales escalares, entonces los vectores A1, A2,..., An son linealmente
los escalares son
iguales a cero, la independientes. En otras palabras, los vectores son linealmente independientes si y Debemos estudiar las soluciones de la ecuación matricial:
igualdad es válida. sólo si la única combinación lineal posible del vector nulo, es la trivial.
 1   −1   1   0 
a  + b  + c  =  
Este concepto también es válido para matrices de orden mxn en general.  2   0   2   0 

la cual nos lleva a buscar las soluciones del sistema de ecuaciones:

n Ejemplo 4.6:  a −b + c =0

 2a + 2c = 0
¿Son los siguientes vectores linealmente independientes?
Para resolverlo utilizamos el método de sustitución. Despejamos de la última
 1   0 
ecuación la incógnita a y obtenemos que a = – c.
a) A1=  0  , A2 =  1 
 0   0  Luego reemplazamos en la primera ecuación el valor de a obtenido.
   
–c–b+c=0 ⇒ b=0
 1   −1   1 
b) A1=   , A2 =   , A3 =  
 2   0   2  Es decir, el conjunto solución del sistema es:

 −4   1   2  S = { ( a, b, c) = (– c, 0, c) , con c número real }

     
 1  2  , A2 =  1
c) B = , A1 =  
El sistema tiene infinitas soluciones, entonces existen escalares a, b y c no
 −2   −1   0  Note que si bien la trivial es
 3   0   −1  solución del sistema, no todos nulos que lo verifican. Por ejemplo, podemos tomar la solución
      concluimos que los vectores
son linealmente
particular a = –1, b = 0, c = 1 y en este caso:
 1   0  independientes.
d) A1 =   , A2 =  
 0   1   1   −1   1   −1   1   0 
−1   + 0   + 1   =   +   =  
 2   0   2   −2   2   0 
 1   0   0 
e) A1 =  0  , A2 =  1  y A3 =  0  por lo tanto, A1, A2 y A3 son linealmente dependientes.
 0   0   1 
       −4   1   2 
     
 1  2  y A2 =  1
Solución c) Si B = , A1 =  
 −2   −1   0 
     
a) Para responder esta pregunta debemos encontrar las soluciones de la  3   0   −1 
ecuación matricial:
 −4 
 1   0   0   
1 
  
a 0 + b 1
   en el apartado a) del ejemplo 4.5 vimos que la matriz columna B = 
 =  0   −2 
 0   0   0   
       3 
se podía expresar como combinación lineal de las matrices columnas:

203 204
 Las n filas (columnas) son linealmente independientes. Revise el apartado Busquemos la equivalente reducida, aplicando las operaciones elementales
d) del ejercicio 4.6 por fila más convenientes.
 2 0 
b) La matriz   tiene rango 2, ya que los vectores (2 0) y (0 –3) son  2 0 
 0 −3    multiplicamos por ½ la primera fila
 0 −3 
linealmente independientes.
 1 0 
  multiplicamos la segunda fila por –1/3
Solución  0 −3 
Para comprobar esta afirmación, planteamos la ecuación matricial:
 1 0 
 
a(2 0) + b (0 – 3) = (0 0) y a partir de ella obtenemos el sistema:  0 1 

 2a = 0 La equivalente reducida es la matriz Identidad que claramente tiene rango 2

 que claramente tiene como única solución la trivial.
 − 3b = 0 pues tiene dos filas linealmente independientes.

Entonces, la matriz y su reducida tienen el mismo rango.

 2 −2 
c) La matriz   tiene rango 1 pues la segunda fila puede expresarse  2 −2 
 −5 5  b) En el ejemplo 4.7, apartado c) encontramos que la matriz  
como combinación lineal de la primera. Es decir, sus filas son linealmente  −5 5 
dependientes. tiene rango 1.

Solución Solución

2 Encontremos la equivalente reducida por filas para verificar este valor.

Esto es claro si notamos que ( 2 −2 ) = – ( −5 5 ).
5  2 −2 
  multiplicamos la primera fila por ½
 −5 5 
Como el vector nulo de
orden n es combinación
lineal de cualquier otro  1 −1 
Otra forma de calcular el rango de una matriz, es utilizando las operaciones elementales vector del mismo orden,   multiplicamos la primera fila por 5 y sumamos la segunda
 −5 5 
por filas, estudiadas en la Sección 3.3.1. Esto es posible por el resultado del siguiente entonces cada vez que el
vector nulo esté en un
teorema. conjunto de vectores, los  1 −1 
mismos son linealmente  
dependientes.  0 0 
Teorema 4.5:
Esta es la equivalente reducida por filas, cuyo rango es claramente igual a 1.
Las matrices equivalentes tienen el mismo rango.
Debido al resultado del teorema 4.5 y de la nota siguiente al ejemplo 4.6, algunos
Es decir, el rango de una matriz es igual al rango de la equivalente reducida por filas o autores definen el rango de una matriz como la cantidad de filas no nulas de su
por columnas. reducida.

n Ejemplo 4.8: Ahora estamos en condiciones de enunciar el Teorema de Rouchè-Fröbenius que

nos será de gran utilidad en la discusión de un sistema de ecuaciones lineales.
 2 0 
a) Retomemos la matriz   cuyo rango calculamos en el ejemplo 4.7,
 0 −3 
apartado b).

207 208
  x − y + 2z = 0  x+ y− z = 2  x − 2y = a
  
 2y + 3z = 1 a)  y+ z = 1  3x − y = b
d)   x + 2y c) 
 x+ z = −1  =k  2x + y = 0
2x − y + 3z = − 1  x + 7y = a
 kx + y = k
b) 
Planteando la matriz ampliada del sistema y reduciendo la matriz de  x + ky = k
coeficiente, resulta:
Solución
 1 −1 2 0   1 0 0 −8/5 
     x+ y− z = 2
 0 2 3 1   0 1 0 −2/5  
es equivalente a a)  y+ z = 1
 1 0 1 −1   0 0 1 3/5 
     x + 2y =k
 2 −1 3 −1   0 0 0 0  

 1 1 −1   x   2 
Tanto el rango de la matriz de coeficientes como el de la ampliada es 3, y
coincide con el número de incógnitas. Concluimos que el sistema es La forma matricial del sistema es  0     
1 1   y  =  1  y la matriz
 1 2 0   z   k 
Compatible Determinado.   
 1 1 −1 2 
 
Hemos de destacar que como en un sistema homogéneo, la matriz ampliada se obtiene ampliada es A* =  0 1 1 1 
1 2 0 k 
agregando a la de coeficientes una columna de ceros, siempre resulta que 
r (A) = r(A*). (Ver ejemplo 4.9.b)). Para concluir respecto de las soluciones, calculamos los rangos de A y A*.
Utilizamos el resultado del teorema de Rouchè-Fröbenius.
Es decir, los sistemas homogéneos siempre tienen solución. Son:
 1 1 −1 2
  F3 → (−1) F1 + F3
• Compatible Determinado, es decir, tienen como única solución la trivial, si  0 1 1 1   →
r(A) = n.  1 2 0 k 

• Compatible Indeterminado, es decir, infinitas soluciones si r(A) < n. La
solución trivial es una de las infinitas soluciones.  1 1 −1 2 
  F3 → ( − 1) F2 + F3
 0 1 1 1   →
 0 1 1 k − 2 

Observe: Para discutir estos sistemas, sólo debemos comprobar si el rango de A
coincide con el número de incógnitas o es estrictamente menor.  1 1 −1 2   1 0 −2 1 
  F1 → ( − 1) F2 + F1  
 0 1 1 1   → 0 1 1 1 
En el próximo ejemplo, presentamos la discusión de sistemas de ecuaciones lineales,  0 0 0 k − 3   0 0 0 k − 3 
 
en los cuales algunos de sus coeficientes o términos independientes no están
determinados. Dependiendo de los valores que éstos asuman, los sistemas tendrán
La matriz de coeficientes está reducida y r(A) = 2.
distintos tipos de soluciones. Estos ejemplos son de utilidad para profundizar los
teoremas relacionados con la discusión de sistemas de ecuaciones lineales.
Para calcular el rango de la ampliada debemos considerar dos casos:
1) k – 3 ≠ 0, es decir, k ≠ 3 entonces r(A*) = 3.
n Ejemplo 4.10
2) k – 3 = 0 , es decir, k = 3 entonces r(A*) = 2.
Estudiamos la existencia o no de soluciones en los siguientes sistemas de
ecuaciones según los distintos valores que pueden tomar las constantes no
determinadas (parámetros).

211 212
REPASO TEÓRICO – Sección 4.2  − 2x + 3y − 2z = − 4

 2   4 
7.  − 3x − y + 4z = 8 16.  3  y  6 
 x − 5y + 2z = − 6  2   4 
    
A continuación le realizamos algunas preguntas que le permitirán evaluar los conceptos teóricos adquiridos.
 4x + 3y − 2z = 3  2   0   0 
1. ¿Qué métodos conoce para realizar la discusión 9. Si una matriz es invertible, ¿sus filas serán 
 x − 3y + z = 2 17.  0  ,  −3  y  0 
de un sistema de ecuaciones lineales? linealmente dependientes o independientes? 8.   0  
 3x + 2y − 2z = 1    0   1 
 
2. ¿Cómo determina si un sistema tiene o no 10. ¿Cuál es el valor del determinante de una matriz  x + y + z = −1
solución utilizando determinantes? que tiene una fila que es combinación lineal de las Dé el rango de las siguientes matrices y determine
 x + 3y = 3 la cantidad de filas linealmentes independientes de
restantes? 
3. El método de los determinantes ¿se puede aplicar 9.  x − y = 2 cada una de ellas.
a cualquier sistema de ecuaciones? 11. ¿A qué se llama rango de una matriz?  2x + 2y = − 1

1 0 0   2 0 0 
4. ¿Cuántas soluciones admite un sistema cuya 12. ¿Qué relación existe entre el rango de una matriz y  2  18.  0 2 0  19.  1 2 0 
matriz de coeficientes es invertible? la cantidad de filas linealmente independientes de Indique si la matriz columna   es combinación  0 0 4   4 2 1 
 −3     
la misma?
5. ¿Cómo se construye la matriz ampliada de un lineal de los siguientes vectores:
 1 3 
sistema? 13. ¿Qué relación existe entre el rango de una matriz  1 0 3 
 1   0  20.   21.  0 1 
con la de su reducida por filas? 10.   y    0 1 −2   0 0 
6. ¿La matriz ampliada y la forma matricial de un  0   1   
sistema son la misma? 14. Usando el Teorema de Rouchè-Fröbenius,
 2   4  22. Utilice el teorema de Rouchè-Fröbenius para
indique cuándo un sistema es Compatible e 11.   y 
7. ¿Cuándo decimos que una matriz es combinación  1   2  realizar la discusión de los sistemas de
Incompatible.
lineal de otras? ecuaciones del ejercicio 1 al 9.
 3   0   5 
15. El rango de la matriz de coeficientes ¿puede ser 12.  ,   y 
8. ¿Cuándo dos matrices columna son linealmente  −1   3   0  Analice la existencia de soluciones en los siguientes
superior al rango de la ampliada?
independientes? sistemas de ecuaciones que contienen parámetros.
 4   3 
13.   y  
 1   2   2x + y − z = 2

23.  − x − y = −1
Indique si las siguientes matrices columna son  x − z = 2k

EJERCICIOS – Sección 4.2 linealmente independientes.
 kx + ky = 0
 2   0  24. 
 3x + ky = 3
Determine si los siguientes sistemas de ecuaciones  4x = 0 14.  0  y  3 

  0   0   2x + y = k
tienen o no solución única utilizando el concepto de 4.  3y = 0    

determinante.  2z = 0 25.  x − 3 = 0
  1   −1   2   x + y= 4

 x − 2y + z = 2
Dé la forma matricial y la matriz ampliada de los 15.  1  ,  2  y  2 
  1  
1.  3x + y − z = − 2 siguientes sistemas de ecuaciones.    3   0 
 
 − x + 3y + 2z = 1

 x + 4y − 7z = 9
 3x − y − z = 4 5. 
  3x + 2y = 5
2.  x + 2z = 10
 − 2x + y + 3z = 6
  5x − 3y = 3

6.  2x − 2y = 4
4.3 – RESOLUCIÓN DE SISTEMAS DE ECUACIONES
 4 x +5 y = −3  6x − y = 1
3.  
 2 x − 3 y= 0 La resolución es la segunda etapa del estudio de sistemas de ecuaciones lineales. Ésta consiste en encontrar, si
existen, todas sus soluciones. Para ello contamos con diferentes métodos:

215 216
 x  1 
4.3.2 - Regla de Cramer
Es decir, la única solución del sistema es  y  = 3 .
 z  5 
Este método se utiliza, lo mismo que el de la matriz inversa, para sistemas que tienen la
• ¿Cómo verifica que este resultado es correcto? misma cantidad de incógnitas que de ecuaciones y cuya matriz de coeficientes es
invertible. Es decir, un sistema resuelto por Cramer es, por definición, compatible
determinado y, por lo tanto, tiene siempre una solución única. Esta solución se puede
Cuidado: Este método solamente se puede utilizar si el sistema tiene la misma encontrar sin realizar reducciones y sin calcular A–1.En cambio, debemos calcular
cantidad de ecuaciones que de incógnitas y si la matriz de coeficientes es determinantes.
invertible.

n Ejemplo 4.12 Teorema 4.8: Regla de Cramer

Resolvamos ahora, de ser posible, por el método de la inversa el sistema: Sea A una matriz nxn y suponga que det A ≠ 0. Entonces la única solución del
sistema AX = B esta dada por:
j-ésima columna
 2x = 3
 3y = 1 a11 a12 ... b1 ... a 1 n

 a21 a22 ... b2 ... a 2 n
 z = −1
 w = 4 ... ... ... ... ... ...
am1 am2 ... bm ... am n
x j= ∀ j = 1,2,..., n
Solución A

2 0 0 0
 
0 3 0 0
La matriz de coeficientes es A=  . Como es una matriz diagonal,
0 0 1 0
  El determinante que figura en el numerador se construye sustituyendo la j-ésima
0 0 0 1
columna de la matriz de coeficientes por la columna de términos independientes del
det A = (2) (3) (1) (1) = 6 sistema. El denominador es invariante para cualquier incógnita y corresponde al
determinante de la matriz de coeficientes.
Al verificar que el det A ≠ 0, podemos afirmar que la matriz A es invertible. Su
inversa es Este método fue, durante muchos años, fundamental en la enseñanza del Álgebra y de
la teoría de ecuaciones. Debido al gran número de cálculos que se requieren, se usa
Si A es una matriz 1/2 0 0 0  muy poco en la actualidad.
diagonal, A–1 también  
es diagonal y sus  0 1/3 0 0 
elementos no nulos  0 0 1 0 Observe: Si no hay solución única para un conjunto de ecuaciones lineales,
son los recíprocos de   entonces el determinante de la matriz de coeficientes es cero y estos
los de A.  0 0 0 1
cocientes no están definidos.
Por lo tanto, el vector solución es:
x 1/2 0 0 0   3  3/2 
       
 y  =  0 1/3 0 0   1  =  1/3  n Ejemplo 4.13:
z  0 0 1 0  −1   −1 
       
w  0 0 0 1  4  4  De ser posible resolvamos, usando la regla de Cramer, los siguientes sistemas
3x + y− z= 2  x + y + z= 2
 
Observe: Esta solución se podría haber obtenido despejando directamente de a)  x − 2y + z= − 9 b)  x − y + z= − 9
 4x + 3y + 2z= 1 2x + 2z= 1
las ecuaciones del sistema.  

219 220
 F no es escalonada por filas ya que la segunda fila es nula y no se ubica por Solución
debajo de las no nulas.
 a + b + c= 4
G es no escalonada por filas ya que el elemento pivot de la segunda fila no está a)  9a + 3 b + c = 9
a la derecha del pivot de la fila superior.  25a + 5 b + c = 18

En primer lugar debemos construir la matriz ampliada. En este caso tenemos:

 1 1 1 4 
En general, la forma escalonada por filas de una matriz no es única. Es decir, una  
 9 3 1 9 
matriz puede ser equivalente por filas a más de una matriz escalonada por filas.  25 5 1 18 
Ejemplo de esta situación son las siguientes matrices:  
Nuestro objetivo es escalonar la matriz de coeficientes por medio de
 1 2 3 4  1 1 0 2 operaciones elementales por fila, aplicadas a toda la matriz ampliada para no
  F1 → F1 − F2  
 0 1 3 2  → 0 1 3 2 alterar el sistema de ecuaciones inicial.
 0 0 0 0 0 0 0 0
   
 1 1 1 4  1 1 1 4
Cuando se realiza una secuencia   F2 → F2 + (-9)F1   F3 → F3+ (−25)F1
 9 3 1 9   →  0 −6 −8 − 27   →
Ambas matrices son equivalentes y escalonadas por filas. distinta de operaciones por filas

es muy probable que la forma 25 5 1 18  
 25 5 1 18 
escalonada sea diferente, pero
Veamos ahora cómo este concepto se aplica a la resolución de sistemas de ecuaciones sigue siendo un sistema  1 1 1 4  1 1 1 4
equivalente, es decir, con las   F3 → (−1)F3   F2 → (−1)F2
lineales mediante el método de eliminación de Gauss.  0 −6 −8 − 27   →  0 −6 −8 − 27   →
mismas soluciones. 
 0 −20 −24 − 82   0 20 24 82 
 

Recuerde que los Con éste, resolver un sistema de m ecuaciones lineales con n incógnitas se reduce a Observe que el rango de la 1
 1 1 1 4  1 1 1 4 F3 → F3
sistemas equivalentes hallar un sistema escalonado por filas equivalente cuyas soluciones se matriz de coeficientes es igual   F3 → (-6)F3 + (20)F2  
27  16  →
son aquellos que al rango de la ampliada, e igual  0 6 8 27   
→  0 6 8
poseen las mismas
encuentran fácilmente por "sustitución inversa”. Es decir, se trabaja con la matriz a la cantidad de incógnitas, por  0 20 24 82  0 0 16 
48 
 
soluciones. ampliada del sistema y se realizan operaciones elementales por fila hasta escalonar la lo que el sistema es Compatible
Determinado.
matriz de los coeficientes. Luego, se escribe el sistema obtenido, se despeja una de las 1 1 1 4  1  1 1 1 4 
F2 → F2
incógnitas de la última ecuación no nula y se la reemplaza en la ecuación anterior, así   6 →  0 
0 6 8 27    1 4/3 9/2 
sucesivamente hasta encontrar la solución del sistema. 0 0 1 3   0 0 1 3 
  

Escalonada la matriz de coeficientes, escribimos el sistema equivalente:

El Método de Eliminación de Gauss para resolver el sistema AX= B, consiste en
a+ b+ c= 4
obtener otro sistema A’ X = B’ equivalente, donde A’ es una matriz escalonada por fila. 
 b + 4/3 c = 9/2
 c= 3

Para comprender mejor los pasos del método, nada mejor que analizarlo en un ejemplo.
Se realiza ahora, la sustitución inversa.
n Ejemplo 4.15 De la última ecuación: c=3

Resolvemos los siguientes sistemas usando el método de Eliminación de Gauss. Reemplazamos este valor en la segunda ecuación y despejamos la incógnita
 a + b + c= 4  2x1 − 4 x 2 − x3 = 0 b.
a)  9a + 3 b + c = 9 
c) 2/3 x1 + x3 = 2 . b + (4/3) (3) = (9/2) ⇒ b + 4 = (9/2) ⇒ b=(9/2) – 4
 25a + 5 b + c = 18 
 − 4 x2 − 4 x3 = − 6 1
⇒ b=
2
 x + y + z= 2

b)  x − y + z= − 9 Finalmente reemplazamos los valores de c y b en la primera ecuación
2x + 2z= 1
 y despejamos a.

223 224
 escalonar la matriz de coeficientes, utilizando operaciones elementales por fila a  a− b + c =0
la matriz ampliada. 
El sistema a resolver es  a + 2b + c = 0
 b − c =0

Observe: las columnas de  1 −1 1 1  1 −1 1 1
la matriz de coeficientes   F2 → F2 + (−1)F1   F3 ↔ F2 Utilicemos el método de Eliminación de Gauss.
 1 2 1 3  →  0 3 0 2  →
son los vectores fila
 0 1 −1 0   0 1 −1 0 
dados.   Observe: Las columnas  1 −1 1 0  F → F + (−1)F  1 −1 1 0 F ↔ F
de la matriz son las   2 2 1   3 2
matrices filas dadas.  1 2 1 0   →  0 3 0 0  →
 1 −1 1 1  1 −1 1 1  F → 1 F  0 1 −1
  F3 → F3 + (−3)F2   3  0   0 1 −1
 0 
El rango de A es 3, al igual 3 3→
que el de la matriz ampliada.  0 1 −1 0   →  0 1 −1 0  
También el número de  0 3 0 2   0 0 3 2
    1 −1 1 0  F → F +(−3)F  1 −1 1 0 F → 1 F
incógnitas es tres, por lo que
  3 3 2   3 3 3→
el sistema es compatible
 1 −1 1 1  0 1 −1 0  →  0 1 −1 0  
determinado.  0 3 0 0  0 0 3 0
   
 0 1 −1 0
 0 0 1 2/3 
  1 −1 1 0
 
La matriz de coeficientes está escalonada y el sistema equivalente es:  0 1 −1 0
 0 0 1 0 

 a − b + c =1

 b−c=0 La matriz de coeficientes está escalonada y se observa que r(A) = r(A*) = 3,
 c = 2/3 por lo que el sistema es Compatible Determinado. Como el sistema es

homogéneo, entonces la única solución es la trivial y se concluye que las
2
Reemplazamos c = en la segunda ecuación y despejamos b. matrices fila son linealmente independientes.
3

2
b–c=0 ⇒ b=c ⇒ b= Como resultado importante a partir de este ejemplo, podemos decir que para ver si las
3
filas o columnas de una matriz son linealmente independientes, basta con escalonarla y
Finalmente reemplazamos los valores de b y c en la primera ecuación
ver si el rango de la matriz de coeficientes coincide con el número de incógnitas.
y despejamos a.
2 2
a– + =1⇒ a=1
3 3
2 2
Por lo tanto, (1 3 0 ) = 1(1 1 0 ) +
3
(–1 2 1) +
3
(1 1 –1), es 4.3.4 - Método de Gauss – Jordan
decir es combinación lineal de los vectores fila dados.
Constituye una variante del método de eliminación de Gauss. La diferencia consiste en
que no basta con escalonar la matriz de coeficientes, sino que se debe continuar
trabajando hasta lograr reducirla. De esta manera, se obtiene un sistema equivalente
n Ejemplo 4.17 cuyas soluciones son muy fáciles de obtener. En éste, no es necesaria la “sustitución
inversa” que realizamos al final del método de Eliminación de Gauss.
¿Son las matrices filas (1 1 0), (–1 2 1) y (1 1 –1) dadas en el
apartado anterior, linealmente independientes?
El Método de Gauss - Jordan para resolver el sistema AX=B, consiste en obtener otro
Solución sistema A’ X = B’ equivalente, donde A’ es la reducida de A.

Para responder esta pregunta debemos ver si la combinación lineal siguiente

tiene como única solución la trivial.
(0 0 0) = a(1 1 0) + b(–1 2 1) + c(1 1 –1)

227 228
 1   1 0 −3 0
r ( A ) = r ( A* ) = 2 mientras 2 0 3 6  F2 → F2 2 0 3 6  (3)F2: 0 –3 –12 –6  1 1 1 2
que n = 3. Por lo tanto el   4    F1 → F1 +( −1)F2  

0 4 4 6  → 0 1 1 3/2 0 1 4 2    0 1 4 2
F3: 0 3 2+k 6 → (1)
sistema es Compatible   
Indeterminado. 0 0 0 0  0 0 0 0  0 0 –10+k 0  0 0 −10 + k 0   0
 0 −10 + k 0 


Siempre se debe despejar en Como el rango de la matriz de coeficientes es 2 y el sistema tiene tres
Ahora, para continuar la reducción debemos hacer un 1 en la fila 3, columna 3.
término de las mismas incógnitas, entonces tenemos una incógnita libre, es decir, que puede tomar Recuerde que la
incógnitas Para ello debemos dividir la fila 3 por –10 + k, pero esto es sólo posible si
cualquier valor. En otras palabras, para encontrar el conjunto solución división por cero no
está definida –10 + k ≠ 0.
debemos despejar x1 y x2 en términos de la incógnita libre x3.
Siempre que el sistema sea 1) Si –10 + k ≠ 0, entonces r(A) = r(A*) = 3 = n, por lo que el sistema
Indeterminado se debe dar 3 3
x1 = 3 – x3 ; x2 = – x3 ; x3 libre tendrá única solución. Ésta se obtiene continuando la reducción:
una expresión para el 2 2
conjunto solución
El conjunto solución es: 
1 0 −3 0  F → 1 F 
1 0 −3 0 
Compare este resultado   3   F2 →F2 +( − 4)F3
 −10 + k 3 
con el obtenido con el  3 3  
0 1 4 2   →

0 1 4 2  →
S = (x1 , x 2 , x 3 ) = ( 3 − x 3 , − x 3 , x 3 ) con x 3 número real cualquiera   
método de Eliminación de  2 2   0 0 −10 + k 0   0 0 1 0 
Gauss.  

  1 0 0 0
 1 0 −3 0 
El próximo ejemplo muestra cómo trabajar con un sistema de ecuaciones que contiene 
 F1 →F1 + (3)F3  

0 1 0 2  →  0 1 0 2
un parámetro. Dependiendo de los valores que éste tome serán las soluciones que el 
 0 0 1 0 

 0
 0 1 0 
sistema tendrá. Este tipo de ejemplos ayudan a la mejor comprensión de los conceptos 
teóricos. La matriz de coeficientes está reducida y el sistema equivalente es:
 x= 0

n Ejemplo 4.19:  y= 2
 z= 0

Resuelva el siguiente sistema de ecuaciones considerando los distintos valores
por lo que la única solución es ( x , y , z ) = ( 0 , 2 , 0 )
de k.
2) Si –10 + k = 0 en (1), es decir, si k = 10 tenemos:
 x+ y + z=2

 3x + 2y − z = 4  1 0 −3 0 
 −2x + y + kz = 2  
  0 1 4 2 
 0
 0 0 0 
Solución
Vamos a trabajar con el Método de Gauss – Jordan, por lo que debemos La matriz está reducida y el r(A) = r(A*) = 2. Como tenemos tres
construir la matriz ampliada del sistema y luego realizando operaciones incógnitas n > r(A) y el sistema es Compatible Indeterminado. Tiene
elementales por fila, reducir la matriz de coeficientes. infinitas soluciones.
Para conocer la expresión del conjunto solución trabajamos con el sistema
 1 1 1  1 1 1 2
(–3)F1: -3 –3 –3 – 6  2  F → F + ( −3)F   F3 → F3 + 2F1 equivalente obtenido:
 2 2 1
F2: 3 2 –1 4  3 2 −1 4   →  0 −1 −4 − 2   →
   
0 –1 –4 –2  −2 1 k 2  −2 1 k 2   x − 3z = 0
  
 y + 4z = 2
 
(2)F1: 2 2 2 4  1 1 1 2  1 1 1 2 Como la cantidad de incógnitas menos el rango es 1, entonces tenemos una
 F3 → F3 + 3F2  F2 → ( −1)F2
 0 −1 −4 −2   →  0 −1 −4 −2   →
F3: –2 1 k 2    
incógnita libre. Despejemos x e y en término de la incógnita libre z.
0 3 2+k 6  0 3 2 + k 6   0 0 −10 + k 0 
  x=3z y=2–4z z = libre

El conjunto solución es
S = { (x, y, z) = ( 3z, 2 − 4z, z) con z número real cualquiera }

231 232
 Resuelva los siguientes sistemas utilizando la c) No tiene solución.
Regla de Cramer. En caso de no ser posible aplicar
15. Encuentre el o los valores de k para que el sistema 4.4 – APLICACIONES
este método, explique por qué.
 x + 2y =0
 2x + y − 2z + t = 2 
 4x − 6y + z = 0 tenga única solución. Como vimos en la Sección 2.4, existen diferentes etapas que conviene seguir cuando se resuelve un problema de

5.  3y + t =1  5x − y + kz = 0 aplicación. Brevemente, estas son:

 x − z + 3t = 0

 2 • Leer el problema detenidamente.


3a + 2b − c = 0
16. Analice si  −2  es combinación lineal de:
6.  2a + 2b − 2c = − 1 • Definir las incógnitas en forma precisa.
 5
  
 b+ c= 3 • Representar matemáticamente el problema (en nuestro caso con un sistema de ecuaciones).
 3  0  0
 5x − 6y = 4       • Resolver el sistema por el método más adecuado.

7.  2x + 3y − z = 1  2 ,  4 y  0
 −1   −5   −3 
12x − 9y − z = 9       • Interpretar las soluciones.

Indique si las siguientes matrices son linealmente • Adecuar las soluciones al problema que se está resolviendo.
 x + y +z=2
 independientes:
8.  − x − y + z = 0
 x+ 2z = 5  2 1  0 Los inconvenientes que suelen presentarse en la resolución de un problema, se deben,
  3  0   0   −1  0   en general, a la presencia de dificultades en una o varias de estas etapas. Por ello, es
9. Resuelva los sistemas del 1 al 8 por el método de 17.  2  ,  4  ,  0  18.  ,   y 1 
 −1   −5   −3   0 5 3 importante efectuar previamente, un buen análisis del problema, seguir rigurosamente el
Eliminación de Gauss. Realice las etapas de             método utilizado para su resolución y realizar una comprobación de la solución
discusión y resolución.  0 0 0
encontrada.
Resuelva los siguientes sistemas de ecuaciones Resuelva los siguientes sistemas por el método que
considere más adecuado: Mostramos ahora, algunos problemas de aplicación, cuyo estudio requiere modelar
por el método de Gauss – Jordan: usando sistemas de ecuaciones.
 4x + 3y = 4  x + 3y = 0
10.  19. 
 2x − 3y = 7  4x =6

 − y+ w = 0
n Ejemplo 4.20:
 3a + 2b − c = 7 20. 

11.  2a − 4b + c = 2  x + y + 4w = 0 Un supermercado mayorista ha puesto en promoción tres lotes de artículos de
 − a + 3b − c = 0
  2x + 2y + 6z = 0 librería. El lote A incluye 12 resmas de papel, 16 cuadernos y 8 cajas de
 lapiceras; el lote B contiene 20 resmas de papel, 12 cuadernos y 28 cajas de
 x + y + z =1 21.  x + 2y + 3z = 0
12.   x + 2y + 3z = 0 lapiceras, mientras que el lote C contiene 32, 28 y 36 unidades
 x −y −z=0 
respectivamente. Un comerciante minorista desea aprovechar la oferta para
 4x − y + z = 3  z =0 comprar 220 resmas de papel, 264 cuadernos y 176 cajas de lapiceras.
 − 2x + 6y − 9z = 1  2x + 3z =0 Determine todas las combinaciones posibles de unidades de los lotes A, B y C
 
13.  22.  que satisfagan exactamente los requerimientos del comerciante.
x + 4y − 2z = 10  −y =0

 4y + z
 x + y − 5z = 3 =0
Definición de Incógnitas
14. Encuentre, si existen, los valores de K para los 23. Encuentre la ecuación del plano que pasa por los
A: cantidad de lotes A a comprar
 x − 3 y + 5z = 2 puntos (4, 0, 0), (0, 2, 0) y (0, 0, 4).
 [Ayuda: determine los valores de a, b y c en la ecuación: B: cantidad de lotes B a comprar
cuales el sistema  2x − 4 y + 2z = 1
 5x − 11y + 9z = k a x + b y + c z=1].
 C: cantidad de lotes C a comprar

a) Tiene única solución.

b) Tiene Infinitas soluciones.

235 236
Planteo del Problema x = (2/7) z de la cual deducimos que z debe ser un múltiplo de 7
para que x tome un valor entero positivo.
 3x + 2y + 2z = 800
 y = 400 – (10/7)z por lo que z de satisfacer además que 400 – (10/7)z ≥ 0
 x + 3y + 4z = 1200
 8x + 3y + 2z = 1200
 Despejando z de la desigualdad planteada, resulta que z = 280.
Se utiliza un sistema de ecuaciones para modelar el problema, pues el
Considerando todas las condiciones encontradas para z, establecimos que esta
enunciado afirma que se deben utilizar todas las horas disponibles en cada una
incógnita debe ser un número natural, múltiplo de 7 y menor o igual a 280.
de las secciones.

Solución Conclusión

Elegimos Gauss – Jordan para resolverlo: A modo de ejemplo consideramos algunos de los valores que puede tomar z:

3 2 2 800  1 3 4 1200  • Si z = 7 podemos fabricar semanalmente 2 bicicletas para mujeres, 390

  1F ↔F
2→   F2 → ( −3)F1 + F2 bicicletas para hombre y 7 bicicletas de carrera.
1 3 4 1200   3 2 2 800  →
8 3 2 1200  8 3 2 1200 
  • Si z = 14 podemos fabricar 4, 380 y 14 bicicletas de cada modelo
respectivamente.
 1 3 4 1200   1 3 4 1200 
  F3 → ( − 8)F1 + F3   • Si z = 21 podemos fabricar 6, 370 y 21 bicicletas de cada modelo
 0 −7 −10 − 2800   →  0 −7 −10 − 2800 
 8
 3 2 1200 

 0 −21 −30 − 8400  respectivamente.

 1 3 4 1200  1 3 4 1200 
• Si z = 28 podemos fabricar 8, 360 y 28 bicicletas de cada tipo.
F → (-3)F + F   F2 → (-1 / 7)F2  
 →  0 −7 −10 −2800  →  0 1 10/7 400 
3 2 3
De la misma manera, se puede calcular la cantidad de bicicletas de cada modelo a
 0   0 
 0 0 0 0 0 0 fabricar para cada uno de los restantes valores de z que satisfacen la condición
encontrada.
 1 0 −2/7 0 
F → (-3)F + F  
 →  0 1 10/7 400 
1 2 1

 0 0 0 0 

La matriz de coeficientes A está reducida y r(A) = r(A*) < n = 3. El sistema n Ejemplo 4.22
tiene infinitas soluciones. Es Compatible Indeterminado.
Un dietista está planeando una comida. Desea que conste de tres tipos de
Buscamos las infinitas soluciones en:
alimento y que satisfaga las necesidades diarias mínimas (NDM) de tres
 2 vitaminas. La siguiente tabla resume el contenido de unidades de vitamina por
 x − z=0
7 gramo de cada tipo de alimento.

 10
 y + z = 400
7
 Tipo de Alimento Vitamina A Vitamina B Vitamina C
 0 =0
1 1 2 1
El conjunto solución es:
2 1 4 3
 2 10 
S =  (x, y, z) = ( z , 400 − z , z ) con z un número real  3 1 12 11
 7 7 
NDM 13 44 31
Si bien esta es la solución matemática, no podemos perder de vista que las
incógnitas en nuestro problema representan cantidades de bicicletas a fabricar,
por lo que sólo pueden tomar valores naturales. Queremos determinar todas las combinaciones de los tres alimentos que
satisfagan exactamente las necesidades diarias mínimas de las tres vitaminas.
Entonces, analizamos cada una de las incógnitas:

239 240
Solución  1 1 1 715   1 1 1 715 
   
 0 −1 3 300  F3 → F3 − 6 F1  0 −1 3 300  F4 → F4 − 3 F1
Resolvemos por el método de Gauss – Jordan. La matriz ampliada es:   →  →
6 5 11 4990   0 −1 5 700 
 
 3 2 5 2245   3 2 5 
2245   3 2 5


2245 
 
 
 4 3 7 3160 
 6 5 11 k   1 1 1 715   1 1 1 715 
    
 0 −1 3 300  F3 → F3 − F2  0 −1 3 300  F4 → F4 − F2
→ →
Reducimos:  0 −1 5 700   0 0 2 400 
 0 −1 2


100   0 −1 2


100 
 3 2 5 2245   
  F2 → 3 F2 + ( − 4)F1
 4 3 7 3160   →
 6  1 1 1 715   1 1 1 715 
 5 11 k    1  
 0 −1 3 300  F3 → 2 F3  0 −1 3 300  F4 → F4 − F3
→ →
 0 0 2 400   0 0 1 200 
 3 2 5 2245     
  F3 → 3 F3 + ( − 6)F1
1 500   →  0 0 1 200   0 0 1 200 
 0 1
 6 5 11 k  

 1 1 1 715   1 1 1 715 
   
3 2 5 2245  3 2 5 2245   0 −1 3 300  F2 → F2 − 3 F3  0 −1 0 −300  F1 → F1 − F3
  F3 → F3 + (-3)F2   → →
 0 0 1 200   0 0 1 200 
0 1 1 500   → 0 1 1 500     
 0 3 3 -13470 + 3 k   0 0 0 −14970 + 3k  0 0 0 0 0 0 0 0
    

Para que el sistema admita solución, –14970 + 3k = 0.  1 1 0 515   1 0 0 215 

   
Despejando:  0 −1 0 −300  F1 → F1 + F2  0 −1 0 −300  F2 → (−1)F2
→ →
 0 0 1 200   0 0 1 200 
k = $4 990    
 0 0 0 0   0 0 0 0 
La empresa obtendrá en concepto de alquiler de los juegos infantiles el mes
1 0 0 215 
próximo $ 4990.  
0 1 0 300 
Al momento tenemos las respuestas de los apartados a y b. Para contestar 0 0 1 200 
el c) agregamos la condición adicional que indica que la suma de los tres  
0 0 0 0 
alquileres es de $715. Simbólicamente:
x + y + z =715 La única solución es: (x, y, z) = (215, 300, 200).

El nuevo sistema a resolver es: Conclusión

 3x + 2y + 5z = 2245
 4x + 3y + 7z = 3160 a) La empresa obtendrá en concepto de alquiler de los juegos infantiles el
 mes próximo $ 4990.

 6x + 5y + 11z = 4990
 x + y + z = 715 b) El gerente no dice la verdad, ya que como vimos, el sistema tendrá
solución solamente si k = 4990. En cualquier otro caso el sistema es
Usamos Gauss-Jordan: Incompatible.
 3 2 5 2245   1 1 1 715  c) La empresa alquila el juego tipo A a $215, el B a $300 y el C a $ 200.
   
 4 3 7 3160  F4 ↔ F1  4 3 7 3160  F2 → F2 + ( − 4) F1
 →  →
 6 5 11 4990   6 5 11 4990  • ¿Se hubieran podido obtener los precios de alquiler de cada juego sin esta
   
 1 1 1 715   3 2 5 2245  condición adicional? Justifique.

Por último, presentamos un ejemplo de aplicación que al modelarlo nos queda un

sistema de ecuaciones no lineales. No obstante, si lo subdividimos en dos
subproblemas, podemos resolverlo utilizando alguno de los métodos vistos.

243 244
 de A, ninguna de B y 1 de C. Si la mezcla es tal
que se necesitan 20 unidades de A, 3 de B y 19
de C, se pide:
a) Encuentre todas las combinaciones posibles
de cantidades de los productos X, Y y Z que
proporcionen de manera exacta la cantidad
requerida para la mezcla.
b) Si la marca X cuesta $2, la marca Y $4 y la
Z $1 ¿existe alguna combinación de las
calculadas en el apartado anterior que cueste
exactamente $13?
c) ¿Cuál es la combinación elegida si del
producto Y usó 2 unidades?
6. Un contratista dispone de 8000 horas de mano
de obra, que desea utilizar en su totalidad, para
distribuir en tres tareas A, B y C. Si el número de
horas para la tarea C es igual a la suma de las
horas requeridas para las otras dos tareas.
a) ¿Cuál es el número de horas que puede
disponer para cada tarea?
b) ¿Es posible destinar 1500 horas para la
primera tarea, 1500 para la segunda y 2000
para la tercera?
7. La siguiente tabla muestra las cantidades de
cereal, en millones de toneladas, exportado
durante los tres últimos años por cierto país.
Cantidades exportadas en
Años millones de toneladas
Trigo Maíz Soja
2002 17 11 17
2003 20 10 20
2004 15 10 15
Por estas exportaciones, se recaudaron 8860
millones de dólares durante 2002 y 9090
durante 2003. Los precios de estos cereales
bajaron en 2003 un 10% respecto del 2002, en
cambio, subieron un 20% en 2004 respecto del
2002.
a) ¿Cuánto dinero, en millones de dólares se
recaudó en el 2004?
b) ¿Cuál fue el precio en dólares, por tonelada
de trigo y maíz en el 2002, si el precio de la
soja fue de 300 dólares la tonelada?¿y en el inicialmente el café costaba cuatro veces más a) Si se vendieron en total 64 artículos y el triple
2003? ¿y en el 2004? que el azúcar? de camisas que de pantalones ¿a qué precio
c) Si se estima que durante el 2005, el precio se vendió cada artículo? ¿La solución es
b) ¿Cuál fue el precio del azúcar y del café la
de la soja aumentará un 20% respecto del única?
semana anterior? y ¿el de esta semana?
2004, mientras que los del trigo y maíz b) Y si se sabe que el precio de las camisas es
crecerán sólo un 5%, y se mantienen las 12. Un negocio que vende pantalones y camisas de $52, ¿cuál es el precio de los pantalones?
cantidades exportadas el último año, ¿cuánto para caballeros obtuvo el mes pasado un ingreso
se espera recaudar? de $3824.
8. Un supermercado mayorista ha puesto en
promoción tres lotes de artículos de bazar. El lote
A incluye 5 vasos, 3 platos playos y 4 platos
hondos, el lote B contiene 9 vasos, 11 platos
playos y 7 platos hondos, mientras que el lote C
contiene 4, 8 y 3 unidades respectivamente. Un
comerciante minorista desea aprovechar la oferta
para comprar 102 vasos, 162 platos playos y 78
platos hondos.
a) Determine, si existen, todas las combinaciones
posibles de unidades de los lotes A, B y C que
satisfacen exactamente los requerimientos del
comerciante.
b) ¿Existe alguna combinación que no incluya la
compra del lote C?
9. Una persona invirtió 10000 dólares en tres
títulos con tasas anuales del 6, 7 y 8%. El
interés total ganado en el primer año fue de
$690. Si se sabe que el triple del capital invertido
al 6% es igual a cinco veces el capital invertido
al 8%, encuentre el valor invertido en cada título.
10. Una inmobiliaria compra dos casas por
$125000. Vende una de ellas con una ganancia
del 10% y la otra con una pérdida del 6%. Si la
ganancia por la transacción total es de $3860,
calcule el precio de compra de cada casa.
11. La semana anterior, un cliente de un reconocido
supermercado, por tres kilogramos de azúcar y
dos de café pagó $22. Esta semana dicho
negocio ofrece un descuento en ambos
productos. Para el kilogramo de azúcar el
descuento es del 10%.
a) ¿Cuál es el descuento para el café, si por la
misma compra pagaría $20.6, sabiendo que
247 248
REPASO TEÓRICO – CAPÍTULO 4  2x + z = − 1

x  −1 
 
2. Si el sistema  3y + x = 2 se escribe en la forma matricial como AX = B, con X =  y  y B =  2 
 
 4z − 3y = 0 z  0
Verdadero o Falso     

Indique si las siguientes afirmaciones son verdaderas o falsas. De ser verdaderas justifíquelas desde la teoría; entonces:
caso contrario, de ser posible, dé un ejemplo que muestre su falsedad.
 2 0 1  2 0 1
1. Tres matrices son linealmente independientes si 8. El método de Eliminación de Gauss puede a) A =  3 1 0

c) A =  1 3 0

son combinación lineal de la matriz nula. utilizarse para resolver cualquier sistema de  4 −3
 0   0 −3
 4 
ecuaciones lineales.
2. Si la matriz de coeficientes de un sistema de
ecuaciones lineales es invertible, entonces las filas 9. El método de Gauss-Jordan consiste en  2 0 1  2 0 1
(o columnas) de la misma son linealmente encontrar un sistema equivalente cuya matriz de b) A =  1 3 0

d) A =  0 1 1


independientes. coeficientes esté reducida.  4 −3 0   0 −3 4 

 

3. La cantidad de incógnitas libres de un sistema se 10. Si el determinante de la matriz de coeficientes

obtiene por la diferencia entre la cantidad de
ecuaciones y el rango de la matriz de coeficientes.
4. Si el determinante de la matriz de coeficientes de
un sistema de ecuaciones homogéneo es distinto
de cero, entonces el sistema tiene única solución.
5. La Regla de Cramer puede utilizarse sólo para
sistemas Compatibles Indeterminados.
6. Si la matriz de coeficientes de un sistema de
ecuaciones es invertible entonces el sistema
puede carecer de soluciones, o ser compatible
indeterminado.
7. Si en un sistema de tres ecuaciones con tres
incógnitas el rango de la matriz de coeficientes es
tres, entonces el sistema tiene única solución.
de un sistema es cero, entonces dicho sistema
no puede resolverse con el método de la matriz
inversa.
11. Un sistema se dice homogéneo si tiene una
única solución.
12. Un sistema homogéneo de más ecuaciones que
incógnitas siempre tiene infinitas soluciones.
13. Si el rango de la matriz ampliada es superior al
rango de la matriz de coeficientes, entonces el
sistema tiene infinitas soluciones.
14. Si una matriz cuadrada es singular, entonces sus
filas son linealmente dependientes.
3. Si un sistema tiene la misma cantidad de ecuaciones que incógnitas, entonces:
a) Para resolverlo, siempre se puede usar el c) El determinante es distinto de cero siempre.
método de Cramer.
d) Para resolverlo, siempre puedo usar el
b) Para resolverlo, siempre se puede usar el
método de eliminación de Gauss.
método de la inversa.
4. Si un sistema tiene menos ecuaciones que incógnitas, entonces siempre es cierto que:
a) Puede ser compatible determinado c) Es incompatible
b) Es compatible indeterminado d) Depende del sistema que se analice.
5. ( 2 , 3) es una combinación lineal de los vectores:
a) ( 1 , 0) y ( -1 , 3) c) (1, 1) y ( 2, 1)
b) ( 2 , 1) y ( 1 , -2) d) (0, 1) y ( 0 , 4)
6. El vector nulo:

Selección Múltiple a) Es combinación lineal de cualquier vector. c) No es combinación lineal de ningún vector.

En cada uno de los siguientes ejercicios elija todas las opciones correctas. b) Es combinación lineal sólo de vectores d) Es combinación lineal sólo de vectores
linealmente independientes. linealmente dependientes.
1. Si la matriz de coeficientes de un sistema de ecuaciones es invertible, entonces:
 −4 x + 6 y + 2 z = 8
a) El sistema puede resolverse con el método c) El tipo de solución del sistema depende de los 7. El sistema  es:
 2x − 3 y − z = − 14
de la matriz inversa. términos independientes
d) El rango de la matriz de coeficientes es igual al a) Compatible Determinado b) Compatible Indeterminado c) Incompatible
b) El sistema tiene única solución. rango de la ampliada.

251 252
  x = 2y + 4  15 0  c) ¿Cuáles son las combinaciones que permiten a) ¿Cuántas personas integran cada grupo?

28.  2x − y + 2z = − 2 38.  20 0  publicitar exactamente 4 días en el diario ¿La solución es única?
 4x − 7y + 2z = 6  25 0  nacional? b) Si la empresa cuenta con un total de 112
  
44. Un hospital público tiene tres tipos de drogas especialistas, ¿cuántos integran cada grupo?
 x + y =1  1 0 0
para sus suministrar a pacientes con distintas
 y + z =1 39.  0 1 0  patologías, distribuidos en tres salas. Los
48. Un reconocido circo internacional ha recorrido
 nuestro país mostrando su espectáculo. Realizó
29.   0 0 1
z + w =1   pacientes de la sala A requieren semanalmente
 55 presentaciones en Córdoba, Rosario y
 x + w =1 de 1 dosis de la droga I, 1 dosis de la droga II y Mendoza. En Córdoba se presentó el triple de
 −3 1 1 0
2 dosis de la droga III. Cada paciente de la sala
40.  2 1 0 −1
 veces que en Rosario, mientras que la cantidad
 x + 2y + 4z = 6 B, necesita semanalmente 3 dosis de la droga I, de funciones realizadas en Mendoza menos una,
 4 1 −1 1 
  4 de la II y 5 de la III. Mientras que los
30.  y + 2z = 3 es el doble de las de Rosario. ¿Cuántas
 x + y + 2z = 1 pacientes de la sala C demandan 2 dosis de la representaciones realizó en cada una de estas
  −1 2 1
droga I, 1 dosis de la droga II y 5 dosis de la
41.  3 −3 0  ciudades?
 1 droga III. Semanalmente, el Ministerio provee
31. Indique el rango de la matriz ampliada en cada  0 0  49. Tres odontólogos son miembros de la sociedad
95 dosis de la droga I, 60 dosis de la droga II y
uno de los sistemas 14 a 30. “Sonrisas S.A.” Uno de ellos atiende en una
En los siguientes problemas defina las variables, 225 dosis de la droga III. Si se supone que
semanalmente se suministran todas las drogas semana 7 extracciones, 11 arreglos simples y 5
 2x − y + 3z = a realice el planteo matemático y resuelva.
 ¿Cuántos pacientes en cada sala, el hospital tratamientos de conductos aportando a la
32. Muestre que el sistema  3x + 2y - 5z = b 42. Un pasajero que acaba de llegar de un viaje por sociedad $892. Otro, realizando 5 extracciones,
 −5x − 8y + 21z = c puede admitir?
 Brasil declaró que gastó $50 diarios en Río de 15 arreglos simples y 3 tratamientos de
Janeiro, $40 en Sao Pablo y $40 en Recife por 45. Si en el problema anterior, el Ministerio de Salud, conductos contribuye con $820.
es inconsistente si c ≠ 2a – 3b. concepto de hospedaje. En comida gastó por día suministra 150 dosis de la droga I, 100 de la
a) ¿Se puede saber cuánto aportará el tercer
$20, $30 y $20 respectivamente y sus gastos droga II y 350 de la droga III. Suponiendo que
33. Encuentre las condiciones de a, b y c, para que odontólogo, si realiza semanalmente 9
adicionales, de $10 diarios en cada ciudad. se administran todas las drogas ¿cuántos
extracciones, 7 arreglos y 7 tratamientos de
2x + 3y − z = a Además declaró que gastó un total de $790 en pacientes se pueden admitir en cada sala? ¿La
 conductos?
el sistema  x − y + 3z = b sea inconsistente hospedaje, $420 por comidas y $190 en gastos solución es única?
 3x + 7y − 5z = c adicionales. Calcule la cantidad de días que b) Se tiene la información adicional que el
 46. Tres personas A, B y C decidieron vender
estuvo en cada ciudad o demuestre que su tratamiento de conducto cuesta 4 veces la
entradas para una fiesta popular. Se sabe que el
Determine, en cada uno de los siguientes casos, si B declaración es falsa. extracción y que los arreglos simples son
primer día vendieron en total 240 entradas. Si A
es combinación lineal de las columnas de la matriz A: 60% más caros que las extracciones. ¿Cuál
43. Una empresa privada desea invertir en tres tipos vendió el doble de las entradas vendidas por B y
es el precio de cada trabajo?
 1 −1   3 de publicidad para su nuevo producto, y está C juntas y B vendió 40 entradas menos que C.
34. A =   y B=   50. Una empresa que se dedica al alquiler de
 0 −2   −4  dispuesta a gastar exactamente un total de ¿Cuántas entradas vendió cada una?
$42000. Recomienda a su agencia de publicidad disfraces, afirma que el mes anterior por el
47. Una agencia de empleos dice tener disponible
que la cantidad de días que aparezca la alquiler de 2 trajes de Batman, 1 del Hombre
 1 −1  x tres grupos de personas especializadas para
35. A =   y B=   publicidad en televisión sea el triple de la Araña y 4 de El Zorro obtuvo un ingreso de
 3 −2  y realizar una determinada tarea. Si las personas
$705, mientras que en el mes actual por el
cantidad de días en total que se realice en el del primer grupo trabajaran diariamente 5 horas,
diario nacional y en la radio. La agencia alquiler de 4 trajes de Batman, 3 del Hombre
 1 −1 0  2 las del segundo 12 y las del tercero 7, entonces
36. A =  y B=   publicitaria estima un costo de $1000 diarios en Araña y 1 de El Zorro recibió $870. Tiene ya
 dispondría de 950 horas diarias de trabajo. Se
0 1 1  1 contratados para el mes próximo 8 disfraces de
publicidad en televisión, $500 por día en el diario sabe también, que si el sueldo por hora fuera de
nacional y en la radio. Batman, 5 del Hombre Araña y 9 de El Zorro.
$2 para cada una de las personas del grupo 1,
 1 −1   −1  de $3 para las del grupo 2 y $1 para las del a) ¿Se puede saber cuánto obtendrá por dichos
a) ¿Podrá el agente cumplir con su cliente?
37. A =  2 1

y 
B=  2

 grupo 3, la agencia tendría un costo diario de alquileres el próximo mes?
 0 −2   4  ¿Cuántas combinaciones son posibles?
    $200 para el pago del personal. Mientras que si b) Si el gerente de la empresa afirma que
b) ¿Cuántos días saldrán las publicidades en los pagaran por hora $1, $3 y $2 respectivamente, ganará $2500 ¿está diciendo la verdad?
Determine, si las columnas de la matriz A son tres medios? el costo sería $250.
linealmente independientes:

255 256