Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algebra Lineal - 2022 (1ra Guía)
Algebra Lineal - 2022 (1ra Guía)
Las ecuaciones lineales no tienen productos o raíces de variables; tampoco variables que
aparezcan en funciones trigonométricas, exponenciales o logarítmicas. Las variables apa-
recen elevadas sólo a la primera potencia. El ejemplo 1 lista algunas ecuaciones lineales y
algunas que no lo son.
DES CU B R I M I E N TO
Grafique las dos rectas
3x y 1
2x y 0
y
3x y 1
6x 2y 2.
4 3
3
3 2
2
2 1
1
1 x
−1 1 2 3
x x −1
−1 1 2 3 1 2 3
a) Dos rectas que se cortan: b) Dos rectas coincidentes: c) Dos rectas paralelas:
x y 3 x y 3 x y 3
x y 1 2x 2y 6 x y 1
Figura 1.1
El ejemplo 4 ilustra los tres tipos básicos de conjuntos solución que son posibles para
un sistema de ecuaciones lineales. Este resultado se enuncia aquí sin demostración. (Ésta
se proporciona después en el Teorema 2.5)
SOLUCIÓN
De la Ecuación 2 usted sabe que y ⫽ ⫺2. Al sustituir este valor en la Ecuación 1, obtiene
x 2 2 5 Sustituya ⫺2 ⫽ y
x 1. Resuelva para x
SOLUCIÓN
De la Ecuación 3, conoce el valor de z. Para resolver para y, sustituya z ⫽ 2 en la ecuación
2 para obtener
y 32 5 Sustituya z ⫽ 2
y 1. Resuelva para y
La solución es x ⫽ 1, y ⫽ ⫺1 y z ⫽ 2.
(1, −1, 2) Éste es el mismo sistema usado en el Ejemplo 6 y, como en ese caso, la solución es
x ⫽ 1, y ⫽ ⫺1, z ⫽ 2.
Debido a que se requieren muchos pasos para resolver un sistema de ecuaciones linea-
les, es muy fácil cometer errores aritméticos; es por ello que se sugiere fomentar el hábito
de comprobar la solución sustituyéndola en cada una de las ecuaciones del sistema origi-
nal. Así, en el ejemplo 7, puede comprobar la solución x ⫽ 1, y ⫽ ⫺1 y z ⫽ 2 como sigue.
Ecuación 1: 1 2 1 32 9 Sustituya la solución
Ecuación 2: 1 3 1 4 en cada ecuación
Ecuación 3: 2 1 5 1 52 17 del sistema original.
Resuelva el sistema.
x1 3x 2 x3 1
2x 1 x2 2x 3 2
x1 2x 2 3x 3 1
SOLUCIÓN
x 1 3x 2 x3 1 Sumando –2 veces la primera ecuación
5x 2 4x 3 0 a la segunda ecuación, generamos una
x 1 2x 2 3x 3 1 nueva segunda ecuación.
(Otra manera de describir esta operación es decir que de la tercera ecuación se restó la
primera para obtener una nueva tercera ecuación.)
x1 3x 2 x3 1 Sumando –1 veces la segunda ecuación
5x 2 4x 3 0 a la tercera ecuación, producimos una
0 2 nueva tercera ecuación.
Ya que la tercera “ecuación” es falsa, este sistema no tiene solución. Además, debido a
que es equivalente al sistema original, podemos concluir que éste tampoco tiene solu-
ción.
x1 + 2x2 − 3x3 = −1
Como en el ejemplo 7, las tres ecuaciones del
ejemplo 8 representan planos en un sistema coorde- x1 − 3x2 + x3 = 1
nado tridimensional. En este ejemplo, sin embargo, el x3
sistema es inconsistente. Así, los planos no tienen un
punto en común, como se muestra en la Figura 1.3.
x1 x2
2x1 − x2 − 2x3 = 2
Figura 1.3
1.1 Introducción a los sistemas de ecuaciones lineales 9
Esta sección termina con el análisis de un sistema de ecuaciones lineales que tiene un
número infinito de soluciones. Puede representar el conjunto solución para este sistema de
manera paramétrica como lo hizo en los Ejemplos 2 y 3.
Resuelva el sistema.
x2 x3 0
x1 3x 3 1
x 1 3x 2 1
SOLUCIÓN
Comience por reescribir el sistema en la forma escalonada por renglones, como se muestra
enseguida.
x1 3x 3 1 Intercambiamos las dos
x2 x3 0 primeras ecuaciones.
x1 3x 2 1
x1 3x 3 1
Sumando la primera ecuación
x2 x3 0 a la tercera ecuación, se genera
3x 2 3x 3 0 una nueva tercera ecuación.
x1 3x 3 1
Sumando –3 veces la segunda ecuación
x2 x3 0 a la tercera ecuación para eliminar
0 0 la tercera ecuación.
Debido a que la tercera ecuación es innecesaria, la eliminamos para obtener el sistema
mostrado abajo.
x1 3x 3 1
x2 x3 0
Para representar las soluciones, se elige x3 como la variable libre y se representa con el pará-
metro t. Dado que x2 ⫽ x3 y x1 ⫽ 3x3 ⫺ 1, se puede describir el conjunto solución como
x1 ⫽ 3t ⫺ 1, x2 ⫽ t, x3 ⫽ t, t es cualquier número real.
DES CU B R I M I E N TO
Grafique las dos rectas representadas por el sistema de ecuaciones.
x 2y 1
2x 3y 3
x 2y 1
y 1
x 3
y 1
Grafique el sistema de ecuaciones que obtiene a cada paso de este
proceso. ¿Qué puede observar acerca de estas rectas?
Se le pedirá repetir este análisis gráfico para otros sistemas en los ejercicios
89 y 90.
10 Capítulo 1 Sistemas de ecuaciones lineales
1.1 Ejercicios
Ecuaciones lineales En los ejercicios 1 a 6, determine si Análisis gráfico En los ejercicios 31 a 36, complete el
la ecuación dada es lineal en las variables x y y. siguiente conjunto de tareas para cada sistema de ecuaciones.
1. 2x 3y 4 2. 3x 4xy 0 a) Utilice una aplicación gráfica para graficar las ecuaciones
3 2 2 2
en el sistema.
3. 1 0 4. x y 4
y x b) Utilice las gráficas para determinar si el sistema es con-
5. 2 sen x y 14 6. sen 2 x y 14 sistente o inconsistente.
c) Si el sistema es consistente, aproxime la solución.
Representación paramétrica En los ejercicios 7 a 10,
d) Resuelva el sistema algebraicamente.
encuentre la representación paramétrica del conjunto solu-
ción de la ecuación lineal. e) Compare la solución del inciso (d) con la aproximación
del inciso (c). ¿Qué puede concluir?
7. 2x 4y 0 8. 3x 12 y 9
9. x y z 1 31. 3x y 3 32. 4x 5y 3
10. 13x 1 26x 2 39x 3 13 6x 2y 1 8x 10y 14
33. 2x 8y 3 34. 9x 4y 5
1 1 1
Análisis gráfico En los Ejercicios 11 a 24, grafique el 2x y 0 2x 3y 0
sistema de ecuaciones lineales. Resuelva el sistema e inter- 35. 4x 8y 9 36. 5.3x 2.1y 1.25
prete su respuesta. 0.8x 1.6y 1.8 15.9x 6.3y 3.75
11. 2x y 4 12. x 3y 2
x y 2 x 2y 3 Sistema de ecuaciones lineales En los ejercicios 37 a
1 1 56 resuelva el sistema de ecuaciones lineales.
13. x y 1 14. 2x 3y 1
2x 2y 5 4 37. x 1 x2 0 38. 3x 2y 2
2x 3y 4
3x 1 2x 2 1 6x 4y 14
15. 3x 5y 7 16. x 3y 17 39. 2u v 120 40. x 1 2x 2 0
2x y 9 4x 3y 7 u 2v 120 6x 1 2x 2 0
17. 2x y 5 18. x 5y 21 2 1
41. 9x 3y 1 42. 3x 1 6x 2 0
5x y 11 6x 5y 21 1 2 1
5x 5y 3 4x 1 x2 0
x 3 y 1 x 1 y 2
19. 1 20. 4 x 2 y 1
4 3 2 3 43. 2
2x y 12 x 2y 5 4 3
x 3y 20
21. 0.05x 0.03y 0.07 22. 0.2x 0.5y 27.8
x1 4 x2 1
0.07x 0.02y 0.16 0.3x 0.4y 68.7 44. 1
3 2
x y 2x y 2 3x 1 x 2 2
23. 1 24.
4 6 3 6 3
45. 0.02x 1 0.05x 2 0.19
x y 3 4x y 4
0.03x 1 0.04x 2 0.52
Sustitución hacia atrás En los Ejercicios 25-30, use el 46. 0.05x 1 0.03x 2 0.21
sistema de sustitución hacia atrás para resolver el sistema. 0.07x 1 0.02x 2 0.17
25. x1 x2 2 26. 2x 1 4x 2 6 47. x y z 6 48. x y z 2
x2 3 3x 2 9 2x y z 3 x 3y 2z 8
27. x y z 0 28. x y 4 3x z 0 4x y 4
2y z 3 2y z 6 49. 3x 1 2x 2 4x 3 1
1 x1 x 2 2x 3 3
2z 0 3z 6
2x 1 3x 2 6x 3 8
29. 5x 1 2x 2 x3 0 30. x 1 x2 x3 0
2x 1 x2 0 x2 0 50. 5x 1 3x 2 2x 3 3
2x 1 4x 2 x3 7
x 1 11x 2 4x 3 3
El símbolo indica un ejercicio en el cual puede utilizarse una aplicación gráfica
o un programa de cómputo.
1.1 Ejercicios 11
MATRICES
En la sección 1.1 la eliminación Gaussiana fue introducida como un procedimiento para la
solución de sistemas de ecuaciones lineales. En esta sección usted estudiará este procedi-
miento con mayor profundidad, empezando por algunas definiciones. La primera es la
COMENTARIO definición de matriz.
El plural de matriz es matrices.
Definición de matriz
Si cada elemento de la matriz es
un número real, entonces la Si m y n son enteros positivos, entonces una matriz m ⫻ n (que se lee como “m por n”) es
matriz se denomina matriz real. un arreglo rectangular
A menos que se indique lo
contrario, todas las matrices de Columna 1 Columna 2 Columna 3 . . . Columna n
este texto son reales. Renglón 1 a11 a12 a13 . . . a1n
Renglón 2 a21 a22 a23 . . . a2n
Renglón 3 a31 a32 a33 . . . a3n
. .. .. .. ..
.
. . . . .
Renglón m am1 am2 am3 . . . amn
en el cual cada elemento aij de la matriz es un número. Una matriz m ⫻ n tiene m
renglones (líneas horizontales) y n columnas (líneas verticales). Las matrices usual-
mente se denotan con letras mayúsculas.
El elemento aij está ubicado en el i-ésimo renglón y en la j-ésima columna. i se deno-
mina subíndice del renglón porque identifica la línea horizontal en la cual se ubica el
elemento y el subíndice j se denomina subíndice de la columna porque identifica la línea
vertical en la que se encuentra el elemento.
Se dice que una matriz con m renglones y n columnas es de tamaño m ⫻ n. Si m ⫽
n, entonces la matriz se llama cuadrada de orden n. Los elementos a11, a22, a33, . . . se
denominan elementos de la diagonal principal.
COMENTARIO El uso más común de las matrices es para representar un sistema de ecuaciones linea-
Comience alineando
les. La matriz obtenida de los coeficientes y términos constantes de un sistema de ecuacio-
verticalmente las variables en nes lineales se denomina matriz aumentada del sistema. A la matriz que sólo contiene los
las ecuaciones. Use 0 para coeficientes del sistema se le llama matriz de coeficientes del sistema. He aquí un ejemplo.
indicar coeficientes de cero en la Sistema Matriz aumentada Matriz de coeficientes
matriz. Considere la cuarta
columna de términos constantes x 4y 3z 5 1 4 3 5 1 4 3
en la matriz aumentada. x 3y z 3 1 3 1 3 1 3 1
2x 4z 6 2 0 4 6 2 0 4
14 Capítulo 1 Sistemas de ecuaciones lineales
Aunque es fácil efectuar las operaciones elementales en los renglones, esto implica
muchas operaciones aritméticas. Ya que es fácil cometer un error, es recomendable anotar
siempre la operación elemental realizada en cada paso, de modo que revisar el trabajo sea
más fácil.
NOTA TECNOLÓGICA Debido a que resolver algunos sistemas implica muchos pasos, es de gran ayuda uti-
lizar un método de notación abreviada, para tener seguimiento de cada operación elemen-
Muchas aplicaciones gráficas y
programas de cómputo pueden tal que usted efectúe. Esta notación se introduce en el siguiente ejemplo.
efectuar operaciones elementa-
les en renglones de matrices. Si
usted usa una aplicación gráfica, EJEMPLO 2 Operaciones elementales en los renglones
las pantallas para el ejemplo
2(c) pueden verse como las que
aparecen abajo. Los comandos
a) Intercambie el primero y segundo renglones.
y sintaxis de programación para Matriz original Nueva matriz equivalente por renglones Notación
estas aplicaciones/programas
para el ejemplo 2(c) se propor- 0 1 3 4 1 2 0 3
cionan en la Online Technology 1 2 0 3 0 1 3 4 R1 ↔ R 2
Guide, disponible en college.
cengage.com/pic/larsonELA6e. 2 3 4 1 2 3 4 1
c) Sume ⫺2 veces el primer renglón al tercero, para generar un nuevo tercer renglón.
Matriz original Nueva matriz equivalente por renglones Notación
1 2 4 3 1 2 4 3
0 3 2 1 0 3 2 1
2 1 5 2 0 3 13 8 R3 2 R1 → R3
Se dice que la última matriz del ejemplo 3 está en la forma escalonada por renglones.
El término escalonada se refiere al patrón de escalera formado por los elementos no nulos
de la matriz. Para que una matriz tenga esta forma debe tener las siguientes propiedades.
Determine si cada matriz está en forma escalonada por renglones. De estarlo, determine
si está en forma reducida.
1 2 1 4 1 2 1 2
a) 0 1 0 3 b) 0 0 0 0
0 0 1 2 0 1 2 4
NOTA TECNOLÓGICA 1 5 2 1 3 1 0 0 1
Utilice una aplicación gráfica o 0 0 1 3 2 0 1 0 2
un programa de cómputo para
c) d)
0 0 0 1 4 0 0 1 3
encontrar la forma escalonada
por renglones reducida de la 0 0 0 0 1 0 0 0 0
matriz del inciso (f) de la matriz
1 2 3 4 0 1 0 5
en el Ejemplo 4 (b). Los
comandos y la sintaxis de e) 0 2 1 1 f) 0 0 1 3
programación de esta 0 0 1 3 0 0 0 0
aplicación/ programa para el
ejemplo 4 se proporcionan en la SOLUCIÓN
Online Technology Guide
disponible en college.cengage. Las matrices en (a), ©,(d) y (f) están ahora en forma escalonada por renglones. Las matrices
com/pic/ larsonELA6e. en (d) y (f) están en forma escalonada por renglones reducida porque cada columna que tiene
un 1 principal tiene ceros en cada posición arriba y abajo de su 1 principal. La matriz en (b)
no está en forma escalonada por renglones porque no hay un renglón de puros ceros hasta
abajo de la matriz. La matriz en (e) no está en forma escalonada por renglón porque la primer
entrada distinta a cero en el Renglón 2 no es un 1 principal.
Puede demostrarse que toda matriz es equivalente por renglones a una matriz en forma
escalonada por renglones. De este modo, en el ejemplo 4 usted puede cambiar la matriz
del inciso (e) a la forma escalonada por renglones al multiplicar por 12 el segundo renglón
de la matriz.
El procedimeinto para utilizar la eliminación gaussiana con sustitución hacia atrás
para resolver un sistema es el siguiente.
Resuelva el sistema.
x2 x3 2x 4 3
x 1 2x 2 x3 2
2x 1 4x 2 x3 3x 4 2
x1 4x 2 7x 3 x4 19
SOLUCIÓN
La matriz aumentada para este sistema es
0 1 1 2 3
1 2 1 0 2
.
2 4 1 3 2
1 4 7 1 19
Obteniendo un 1 principal en la esquina superior izquierda y ceros en los demás elementos
de la primera columna.
1 2 1 0 2 Se intercambian los dos
0 1 1 2 3 primeros renglones. R1 ↔ R 2
2 4 1 3 2
1 4 7 1 19
1 2 1 0 2 Se suma –2 veces el
primer renglón al tercero
0 1 1 2 3 para obtener un nuevo
0 0 3 3 6 tercer renglón. R3 2 R1 → R3
1 4 7 1 19
1 2 1 0 2
0 1 1 2 3 Se suma –1 veces el primer
renglón al cuarto, para
0 0 3 3 6 obtener un nuevo cuarto
0 6 6 1 21 renglón. R4 1 R1 → R4
Ahora que la primera columna está en la forma deseada, puede modificar la segunda
columna como sigue.
1 2 1 0 2
0 1 1 2 3 Sume 6 veces el segundo
renglón al cuarto, para
0 0 3 3 6 obtener un nuevo cuarto
0 0 0 13 39 renglón. R4 6 R2 → R4
Para escribir la tercera columna en la forma adecuada, multiplique el tercer renglón por 13
y multiplique el cuarto renglón por ⫺131
.
1 2 1 0 2 Multiplique el tercer renglón
0 1 1 2 3 por 13 y el cuarto renglón
1
0 0 1 1 2 por – 131 para obtener un 3 R3 → R3
1
0 0 0 1 3 nuevo cuarto renglón. 13 R4 → R4
Resuelva el sistema.
x1 x2 2x 3 4
x1 x3 6
2x 1 3x 2 5x 3 4
3x 1 2x 2 x3 1
SOLUCIÓN
La matriz aumentada de este sistema es
1 1 2 4
1 0 1 6
.
2 3 5 4
3 2 1 1
1 1 2 4
0 1 1 2 R2 1 R1 → R2
2 3 5 4
3 2 1 1
1 1 2 4
0 1 1 2
0 1 1 4 R3 2 R1 → R3
3 2 1 1
1 1 2 4
0 1 1 2
0 1 1 4
0 5 7 11 R4 3 R1 → R4
1 1 2 4
0 1 1 2
0 0 0 2 R3 R2 → R3
0 5 7 11
Observe que el tercer renglón de esta matriz consta de ceros, excepto el último elemento.
Esto significa que el sistema de ecuaciones lineales original es inconsistente. Puede com-
probarlo al regresar de nuevo a un sistema de ecuaciones lineales.
x1 x2 2x 3 4
x2 x3 2
0 2
5x 2 7x 3 11
ELIMINACIÓN DE GAUSS-JORDAN
Con la eliminación gaussiana, usted aplica operaciones elementales en los renglones de
una matriz para obtener una forma escalonada por renglones (equivalente por renglones).
Un segundo método de eliminación, denominado eliminación de Gauss-Jordan en honor
de Carl Gauss y Wilhem Jordan (1842-1899), continúa el proceso de reducción hasta que
se obtiene una forma escalonada reducida por renglones. Este procedimiento se demuestra
en el siguiente ejemplo.
SOLUCIÓN
En el ejemplo 3 usted utilizó la eliminación gaussiana para obtener la siguiente forma
escalonada por renglones.
1 2 3 9
0 1 3 5 .
0 0 1 2
Ahora, aplique soluciones elementales en los renglones hasta obtener ceros arriba de cada
uno de los 1 principales, como se muestra a continuación.
1 0 9 19 R1 2 R2 → R1
0 1 3 5
0 0 1 2
1 0 9 19
0 1 0 1 R2 3 R3 → R2
0 0 1 2
1 0 0 1 R1 9 R3 → R1
0 1 0 1
0 0 1 2
La matriz está ahora en la forma escalonada reducida por renglones. Volviendo a un sis-
tema de ecuaciones lineales tenemos
x 1
y 1
z 2.
DES CU B R I M I E N TO
Sin realizar ninguna operación en los renglones, explique por qué este
sistema de ecuaciones lineales es consistente.
El siguiente sistema tiene más variables que ecuaciones. ¿Por qué esto
hace que tenga un número infinito de soluciones?
2 x1 3x 2 5x3 2x4 0
5x1 6x 2 17x3 3x4 0
7x1 4 x2 3x3 13x4 0
SOLUCIÓN
La matriz aumentada del sistema de ecuaciones lineales es
2 4 2 0
.
3 5 0 1
SOLUCIÓN
Aplicando la eliminación de Gauss-Jordan a la matriz aumentada
1 1 3 0
2 1 3 0
obtenemos la siguiente matriz.
1 1 3 0
0 3 3 0 R2 2 R1 → R2
1 1 3 0
1
0 1 1 0 3 R2 → R2
1 0 2 0 R1 R2 → R1
0 1 1 0
El sistema de ecuaciones correspondientes a esta matriz es
x1 2x 3 0
x2 x 3 0.
Utilizando el parámetro t ⫽ x3, el conjunto solución es x1 ⫽ ⫺2t, x2 ⫽ t, x3 ⫽ t, t es cual-
quier número real.
El sistema de ecuaciones tiene un número infinito de soluciones, una de las cuales es la
solución trivial (dada por t ⫽ 0).
Como ilustra el ejemplo 9, un sistema homogéneo con menos ecuaciones que varia-
bles tiene un número infinito de soluciones.
Una demostración del teorema 1.1 puede efectuarse aplicando los mismos procedi-
mientos que utilizó en el ejemplo 9, esta vez para una matriz general.
22 Capítulo 1 Sistemas de ecuaciones lineales
1.2 Ejercicios
Matrix Size En los ejercicios 1 a 6 determine el tamaño de 1 2 0 1 4
la matriz. 0 1 2 1 3
17.
1 0 0 1 2 1
1 2 4
2 0 0 0 1 4
1. 3 4 6 2.
1 1 2 0 1 3
0 1 2
2 0 1 3 0 1
18.
2 1 1 1 0 0 1 2 0
3. 4. 1
6 2 0 1 0 0 0 0 2
8 6 4 1 3
Forma escalonada por renglones En los ejercicios 19 a 24,
2 1 7 4 1
5. determine si la matriz está en la forma escalonada por renglones.
1 1 1 2 1
Si es así, determine también si está en la forma escalonada redu-
1 1 2 0 0 cida.
6. 1 2 3 4 10 1 0 0 0
Operaciones elementales por renglón En los Ejerci- 19. 0 1 1 2
cios 7-10, identifique la o las operaciones elementales por 0 0 0 0
renglón realizadas para obtener la nueva matriz equivalente 0 1 0 0
por renglones. 20.
1 0 2 1
Matriz original Nueva matriz equivalente por renglones 2 0 1 3
2 5 1 13 0 39 21. 0 1 1 4
7.
3 1 8 3 1 8 0 0 0 1
Matriz original Nueva matriz equivalente por renglones 1 0 2 1
3 1 4 3 1 4 22. 0 1 3 4
8.
4 3 7 5 0 5 0 0 1 0
Matriz original Nueva matriz equivalente por renglones 0 0 1 0 0
0 1 5 5 1 3 7 6 23. 0 0 0 1 0
9. 1 3 7 6 0 1 5 5 0 0 0 2 0
4 5 1 3 0 7 27 27 1 0 0 0
Matriz original Nueva matriz equivalente por renglones 24. 0 0 0 1
1 2 3 2 1 2 3 2 0 0 0 0
10. 2 5 1 7 0 9 7 11 Sistema de ecuaciones lineales En los ejercicios 25 a 38,
5 4 7 6 0 6 8 4 resuelva el sistema ya sea utilizando eliminación gaussiana con
sustitución hacia atrás o la eliminación de Gauss-Jordan.
Matriz aumentada En los ejercicios 11 a 18, encuentre el
25. x 2y 7 26. 2x 6y 16
conjunto solución del sistema de ecuaciones lineales repre-
sentado por la matriz aumentada. 2x y 8 2x 6y 16
27. x 2y 1.5
1 0 0 1 0 2
11. 12. 2x 4y 3
0 1 2 0 1 3
28. 2x y 0.1
1 1 0 3 1 2 1 0
3x 2y 1.6
13. 0 1 2 1 14. 0 0 1 1
29. 3x 5y 22
0 0 1 1 0 0 0 0
3x 4y 4
2 1 1 3 2 1 1 0
4x 8y 32
15. 1 1 1 0 16. 1 2 1 2
30. x 2y 0
0 1 2 1 1 0 1 0
x y 6
3x 2y 8
1.2 Ejercicios 23
31. x1 3x 3 2 1 0 0 1
3x 1 x2 2x 3 5 43. 0 0 1 0
2x 1 2x 2 x3 4 0 0 0 0
32. 2x 1 x2 3x 3 24 0 0 0
2x 2 x3 14 44. 0 0 0
7x 1 5x 2 6 0 0 0
33. 2x 1 3x 3 3
4x 1 3x 2 7x 3 5 45. Finanzas Una pequeña corporación de software tomó
un préstamo por $500,000 para expandir su línea de
8x 1 9x 2 15x 3 10
software. Parte del préstamo fue a 9%, otra parte a 10%,
34. x 1 x 2 5x 3 3 y otra a 12% de interés. Use un sistema de ecuaciones
x1 2x 3 1 para determinar cuánto se tomó en préstamo a cada tasa
2x 1 x 2 x3 0 si el interés anual fue de $52,000 y la cantidad prestada
35. 4x 12y 7z 20w 22 a 10% fue 212 veces la cantidad prestada a 9%. Resuelva
3x 9y 5z 28w 30 el sistema usando matrices.
36. x 2y z 8 46. Propinas Un mesero examina la cantidad de dinero
3x 6y 3z 21 que ganó en propinas después de trabajar un turno de 8
horas. El mesero tiene un total de $95 en billetes de $1,
37. 3x 3y 12z 6
$5, $10, y $20. El número total de billetes es 26. El
x y 4z 2 número de billetes de $5 es 4 veces el número de billetes
2x 5y 20z 10 de $10, y el número de billetes de $1 es 1 menos que el
x 2y 8z 4 doble del número de billetes de $5. Escriba un sistema
38. 2x y z 2w 6 de ecuaciones lineales para representar la situación. Des-
3x 4y w 1 pués use matrices para encontrar el número de cada
x 5y 2z 6w 3 denominación.
5x 2y z w 3
Representación de matrices En los ejercicios 47 y 48,
Sistema de ecuaciones lineales En los ejercicios 39 y asuma que la matriz aumentada de un sistema de ecuaciones
40, utilice un programa de cómputo o una aplicación gráfica lineales, y (a) determine el número de ecuaciones y el
para resolver el sistema de ecuaciones lineales. número de variables; (b) encuentre el valor o valores de k tal
que el sistema sea consistente. Después asuma que la matriz
39. x 1 x 2 2x 3 2x 4 6x 5 6
es de coeficientes de un sistema de ecuaciones lineales homo-
3x 1 2x 2 4x 3 4x 4 12x 5 14 géneo, y repita los incisos (a) y (b).
x2 x3 x4 3x 5 3
1 k 2
2x 1 2x 2 4x 3 5x 4 15x 5 10 47. A
3 4 1
2x 1 2x 2 4x 3 4x 4 13x 5 13
2 1 3
40. x1 2x 2 2x 3 2x 4 x5 3x 6 0 48. A 4 2 k
2x 1 x2 3x 3 x4 3x 5 2x 6 17 4 2 6
x1 3x 2 2x 3 x4 2x 5 3x 6 5
3x 1 2x 2 x3 x4 3x 5 2x 6 1 Diseño de coeficientes En los ejercicios 49 y 50,
x1 2x 2 x3 2x 4 2x 5 3x 6 10 encuentre los valores de a, b y c (si es posible) tales que el
x1 3x 2 x3 3x 4 2x 5 x6 11 sistema de ecuaciones lineales tenga (a) una única solución,
(b) no tenga solución y (c) un número infinito de soluciones.
Sistema homogéneo En los ejercicios 41 a 44, resuelva 49. x y 2
el sistema lineal homogéneo que corresponda a la matriz de y z 2
coeficientes dada. x z 2
1 0 0 ax by cz 0
41. 0 1 1 50. x y 0
0 0 0 y z 0
1 0 0 0 x z 0
42. ax by cz 0
0 1 1 0
24 Capítulo 1 Sistemas de ecuaciones lineales
51. El siguiente sistema tiene una solución: x ⫽ 1, y ⫽ ⫺1 59. Escriba ¿Es posible que un sistema de ecuaciones
y z ⫽ 2. lineales con menos ecuaciones que variables no tenga
4x 2y 5z 16 Ecuación 1 solución? Si es así, proporcione un ejemplo.
x y 0 Ecuación 2 60. Escriba ¿Puede tener una matriz una forma escalonada
x 3y 2z 6 Ecuación 3 por renglones única? Ilustre su respuesta con ejemplos.
¿Es única la forma escalonada reducida por renglones?
Resuelva el sistema propuesto por las (a) Ecuaciones 1 y
2, (b) Ecuaciones 1 y 3, (c) Ecuaciones 2 y 3. (d) ¿Cuán- Equivalencia por renglones En los ejercicios 61 y 62,
tas soluciones tiene cada uno de estos sistemas? determine las condiciones a, b, c y d tales que la matriz
52. Suponga que el siguiente sistema tiene una única solución.
[a
c
b
d ]
a11 x 1 a12 x 2 a13 x 3 b1 Ecuación 1
sea equivalente por renglones a la matriz dada.
a21 x 1 a22 x 2 a23 x 3 b2 Ecuación 2
a31 x 1 a32 x 2 a33 x 3 b3 1 0 1 0
Ecuación 3 61. 62.
0 1 0 0
¿El sistema formado por las ecuaciones 1 y 2 tiene una
única solución, no tiene solución o tiene un número infi- Sistema homogéneo En los ejercicios 63 y 64, encuen-
nito de soluciones? tre todos los valores de (la letra griega lambda) tales que el
sistema de ecuaciones lineales homogéneo tenga soluciones
Equivalencia por renglones En los ejercicios 53 y 54, no triviales.
encuentre la única matriz escalonada por renglones reducida
63. 2x y 0
que es equivalente por renglones a la matriz propuesta.
x 2y 0
1 2 3
1 2 64. 1x 2y 0
53. 54. 4 5 6
1 2 x y 0
7 8 9 a b
65. Escriba Considere la matriz de 2 ⫻ 2 .
55. Escriba Describa todas las posibles matrices escalona- c d
das por renglones reducidas de 2 ⫻ 2. Respalde su res- Realice la sucesión de operaciones con renglones.
puesta con ejemplos. (a) Sume (⫺1) veces el segundo renglón al primero.
56. Escriba Describa todas la posibles matrices escalona- (b) Sume 1 veces el primer renglón al segundo.
das por renglones reducidas de 3 ⫻ 3. Respalde su res- (c) Sume (⫺1) veces el segundo renglón al primero.
puesta con ejemplos. (d) Multiplique el primer renglón por (⫺1).
¿Verdadero o falso? En los ejercicios 57 y 58, determine ¿Qué pasa con la matriz original? Describa, en general,
cuál de las expresiones es verdadera o falsa. Si la expresión es cómo intercambiar dos renglones de una matriz utili-
verdadera, proporcione una razón o cite una expresión ade- zando solamente la segunda y la tercera operaciones
cuada a partir del texto. Si la expresión es falsa, proporcione elementales con renglones.
un ejemplo que muestre que la expresión es falsa en todos los 66. La matriz aumentada representa un sistema de ecuacio-
casos o cite una expresión adecuada a partir del texto. nes lineales que ha sido reducida aplicando la elimina-
57. (a) Una matriz de 6 ⫻ 3 tiene seis renglones. ción de Gauss-Jordan. Escriba un sistema de ecuaciones
(b) Toda matriz es equivalente por renglones a una con coeficientes distintos a cero que sea representado
matriz en la forma escalonada por renglones. por la matriz reducida.
(c) Si la forma escalonada por renglones de una matriz 1 0 3 2
aumentada de un sistema de ecuaciones lineales con- 0 1 4 1
tiene el renglón [1 0 0 0 0], entonces el sistema origi- 0 0 0 0
nal es inconsistente. Hay muchas respuestas correctas.
(d) Un sistema de cuatro ecuaciones lineales homogé- 67. Escriba Describa la forma escalonada por renglones
neo en seis variables tiene un número infinito de de una matriz aumentada que corresponde a un sistema
soluciones. de ecuaciones lineales que (a) es consistente y (b) tiene
58. (a) Una matriz de 4 ⫻ 7 tiene cuatro columnas. un número infinito de soluciones.
(b) Toda matriz tiene una forma escalonada por renglo-
nes reducida única. 68. REMATE En sus propias palabras, des-
(c) Un sistema de cuatro ecuaciones lineales homogé- criba la diferencia entre una matriz en la forma esca-
neo en cuatro variables siempre es consistente. lonada por renglones y una matriz en la forma
escalonada por renglones reducida. Incluya un
(d) Multiplicar un renglón de una matriz por una constante
ejemplo de cada uno para respaldar su explicación.
es una de las operaciones elementales con renglones.
1.3 Aplicaciones de los sistemas de ecuaciones lineales 25
(x3, y3)
AJUSTE POLINOMIAL DE CURVAS
Suponga que n puntos en el plano xy
(x1, y1), (x2, y2), . . . , (xn, yn)
(x2, y2) representan un conjunto de datos y se le pide encontrar una función polinomial de grado
x
n⫺1
(x1, y1) . . .
px a0 a1x a2 x 2 an 1x
n 1
Ajuste polinomial de curvas
cuya gráfica pasa por los puntos dados. Este procedimiento se denomina ajuste polino-
Figura 1.4 mial de curvas. Si todas las coordenadas x de los puntos son distintas, entonces hay pre-
cisamente una función polinomial de grado n ⫺ 1 (o menor) que se ajusta a los n puntos,
como se muestra en la figura 1.4.
Para determinar los n coeficientes de p(x), sustituimos cada uno de los n puntos en la
función polinomial para obtener n ecuaciones lineales en n variables a0, a1, a2, . . . an⫺1.
a0 a1x 1 a 2 x 12 . . . an 1 x 1n 1 y1
a0 a1x 2 a2 x 22 . . . an n 1
1x 2 y2
.
.
.
a0 a1x n a2 x n2 . . . an n 1
y 1x n yn
12 Este procedimiento se muestra con un polinomio de segundo grado en el ejemplo 1.
(3, 12)
10
8
EJEMPLO 1 Ajuste polinomial de curvas
p(x)
6 Determine el polinomio p(x) ⫽ a0 ⫹ a1x ⫹ a2x2 cuya gráfica pasa por los puntos (1, 4),
(1, 4) (2, 0) y (3, 12).
4
2
SOLUCIÓN
(2, 0) Sustituyendo x ⫽ 1, 2 y 3 en p(x) e igualando los resultados con los valores respectivos de
x
1 2 3 4 y, obtenemos el siguiente sistema de ecuaciones lineales en las variables a0, a1 y a2.
2
Figura 1.5 p1 a0 a1 1 a2 1 a0 a1 a2 4
2
p2 a0 a1 2 a2 2 a0 2a1 4a 2 0
p3 2
a0 a1 3 a2 3 a0 3a1 9a 2 12
La solución del sistema es
a0 ⫽ 24, a1 ⫽ ⫺28 y a2 ⫽ 8,
Simulación
Explore más este concepto con lo cual significa que el polinomio es
una simulación electrónica dispo-
nible en el sitio web college.cen- p(x) ⫽ 24 ⫺ 28x ⫹ 8x2.
gage. www.cengagebrain.com. La gráfica de p se muestra en la figura 1.5.
26 Capítulo 1 Sistemas de ecuaciones lineales
SOLUCIÓN
Debido a que los valores de x son grandes, se usa la traslación z ⫽ x ⫺ 2008 para obtener
z 1, y1 z 2 , y2 z 3 , y3 z 4 , y4 z 5 , y5
2, 3 , 1, 5 , 0, 1 , 1, 4 , 2, 10 .
Encuentre un polinomio que relacione el periodo de los tres primeros planetas con su dis-
tancia media al Sol, como se muestra en la tabla. Después, verifique la exactitud del ajuste
por medio del polinomio para calcular el periodo de Marte. (La distancia se mide en uni-
dades astronómicas y el periodo en años.) (Fuente: CRC Handbook of Chemistry and
Physics.)
SOLUCIÓN
Comencemos por ajustar un polinomio cuadrático
px a0 a1x a2 x 2
a los puntos
(0.387, 0.241),(0.723, 0.615) y (1, 1).
El sistema de ecuaciones lineales obtenido al sustituir estos puntos en p(x) es
a0 0.387a1 0.387 2a 2 0.241
a0 0.723a1 0.723 2a 2 0.615
a0 a1 a2 1.
La solución aproximada del sistema es
a0 0.0634, a1 0.6119, a2 0.4515
lo cual significa que el polinomio puede ser aproximado por
px 0.0634 0.6119x 0.4515x 2.
Usando p(x) para evaluar el periodo de Marte, tenemos
p 1.524 1.918 años.
Esta estimación se compara gráficamente con el periodo actual de Marte en la figura 1.7.
Observe que el periodo actual (de la tabla 1.1) es de 1.881 años.
y
1.5
1.0
Tierra
(1.000, 1.000)
Venus
0.5 (0.723, 0.615)
Mercurio (0.387, 0.241)
x
0.5 1.0 1.5 2.0
Distancia media al Sol
(en unidades astronomicas)
Figura 1.7
28 Capítulo 1 Sistemas de ecuaciones lineales
ln y
ln y = 3 ln x
1 2
Marte
Tierra
ln x
−2 Venus 1 2
−1
Mercurio
−2
Figura 1.8
A partir de esta ecuación concluimos que y ⫽ x3/2 , o y2 ⫽ x3. En otras palabras, el cuadrado
del periodo (en años) de cada planeta es igual al cubo de su distancia media (en unidades
astronómicas) al Sol. El primero en descubrir esta relación fue Johannes Kepler en 1619.
ANÁLISIS DE REDES
Las redes compuestas de ramas y nodos se utilizan como modelos en campos tan variados
como la economía, el análisis de tránsito vehicular y la ingeniería eléctrica. En estos mode-
los asumimos que el flujo total hacia un nodo es igual al flujo que sale de él. Por ejemplo,
ya que el nodo mostrado en la figura 1.9 tiene 25 unidades que llegan a él, debe haber 25
unidades que salen. Esto es representado por la ecuación
x1 ⫹ y2 ⫽ 25.
x1
25
x2
Figure 1.9
Dado que cada nodo en una red genera una ecuación lineal, el flujo puede ser anali-
zado a través de una red compuesta por varios nodos al resolver un sistema de ecuaciones
lineales. Este procedimiento se ilustra en el ejemplo 5.
10 10 Cada uno de los cinco nodos de la red genera una ecuación lineal, como se muestra a
continuación.
4 5
x5 x1 x2 20 Nodo 1
x3 x4 20 Nodo 2
Figura 1.10
x2 x3 20 Nodo 3
x1 x5 10 Nodo 4
x4 x5 10 Nodo 5
La matriz aumentada de este sistema es
1 1 0 0 0 20
0 0 1 1 0 20
0 1 1 0 0 20 .
1 0 0 0 1 10
0 0 0 1 1 10
La eliminación Gauss-Jordan produce la matriz
1 0 0 0 1 10
0 1 0 0 1 30
0 0 1 0 1 10 .
0 0 0 1 1 10
0 0 0 0 0 0
De la matriz anterior, usted puede ver que
x1 x5 10, x2 x5 30, x3 x5 10, y x4 x5 10.
Haciendo t ⫽ x5, tenemos
x1 t 10, x2 t 30, x3 t 10, x4 t 10, x5 t
donde t es cualquier número real. Por tanto, este sistema tiene un número infinito de solu-
ciones.
30 Capítulo 1 Sistemas de ecuaciones lineales
Puede ver cómo el tipo de análisis de red presentado en el ejemplo 5 puede utilizarse en
problemas relacionados con el flujo vehicular por las calles de una ciudad o con el flujo de
agua a través de un sistema de irrigación.
COMENTARIO Otro tipo de red al que suele aplicarse este análisis de red es la eléctrica. En un análi-
Una trayectoria cerrada es una sis de este sistema se usan dos propiedades de las redes eléctricas conocidas como Leyes
sucesión de ramas tal que el
punto inicial de la primera rama
de Kirchhoff.
coincide con el punto terminal 1. Toda la corriente que fluye hacia una unión o nodo debe fluir hacia fuera de él.
de la última.
2. La suma de los productos IR (I es la corriente y R la resistencia) alrededor de una tra-
yectoria cerrada es igual al voltaje total en la trayectoria.
En una red eléctrica, la corriente se mide en amperes o amps (A), la resistencia en
ohms (⍀) y el producto de la corriente y la resistencia en volts (V). Las baterías se repre-
sentan por el símbolo . La barra vertical larga denota el flujo de corriente hacia
fuera de la terminal. La resistencia se representa con el símbolo . La dirección de
la corriente se indica con una flecha en la rama de la red.
I1 7V Determine las corrientes I1, I2 e I3 para la red eléctrica mostrada en la figura 1.13.
SOLUCIÓN
R1 = 3 Ω
I2
Path 1 Aplicando la primera ley de Kirchhoff a cualquier nodo obtenemos
1 2 I1 ⫹ I3 ⫽ I2 Unión 1 o unión 2
R2 = 2 Ω
Path 2 y aplicando la segunda ley a las dos trayectorias obtenemos
I3
R1I1 R2I2 3I1 2I2 7 Path 1
R3 = 4 Ω 8V R2I2 R3I3 2I2 4I3 8. Path 2
Figura 1.12 Por tanto, tenemos el siguiente sistema de tres ecuaciones lineales en las variables I1, I2 e
I 3.
I1 I2 I3 0
3I1 2I2 7
2I2 4I3 8
Aplicando la eliminación de Gauss-Jordan a la matriz aumentada
1 1 1 0
3 2 0 7
0 2 4 8
obtenemos la forma escalonada por renglones reducida
1 0 0 1
0 1 0 2
0 0 1 1
lo que significa que I1 ⫽ 1 amp, I2 ⫽ 2 amps e I3 ⫽ 1 amp.
1.3 Aplicaciones de los sistemas de ecuaciones lineales 31
Determine las corrientes I1, I2, I3, I4, I5 e I6 para la red eléctrica mostrada en la figura 1.13.
17 V R 4 = 2 Ω
2 4
I4
10 V 14 V
Path 1 Path 3
Path 2
I1 I2 R 2 = 4Ω I5 I6 R 6 = 4Ω
R1 = 2Ω R 5 = 2Ω
R3 = 1Ω
1 3
I3
Figura 1.13
SOLUCIÓN
Aplicando la primera ley de Kirchhoff a los cuatro nodos se obtiene
I1 I3 I2 Nodo 1
I1 I4 I2 Nodo 2
I3 I6 I5 Nodo 3
I4 I6 I5 Nodo 4
De este modo, obtenemos el siguiente sistema de siete ecuaciones lineales en las variables
I1, I2, I3, I4, I5 e I6.
I1 I2 I3 0
I1 I2 I4 0
I3 I5 I6 0
I4 I5 I6 0
2I1 4I2 10
4I2 I3 2I4 2I5 17
2I5 4I6 14
La matriz aumentada para este sistema es
1 1 1 0 0 0 0
1 1 0 1 0 0 0
0 0 1 0 1 1 0
0 0 0 1 1 1 0 .
2 4 0 0 0 0 10
0 4 1 2 2 0 17
0 0 0 0 2 4 14
Utilizando la eliminación de Gauss-Jordan, una aplicación gráfica o un programa de cóm-
puto, usted puede resolver el sistema para obtener
I1 1, I2 2, I3 1, I4 1, I5 3, y I6 2
lo que significa I1 ⫽ 1 amp, I2 ⫽ 2 amps, I3 ⫽ 1 amp, I4 ⫽ 1 amp, I5 ⫽ 3 amps e I6 ⫽ 2 amps.
32 Capítulo 1 Sistemas de ecuaciones lineales
1.3 Ejercicios
Ajuste polinomial de curvas En los ejercicios 1 a 12, (a) 19. Ganancia neta Las ganancias netas (en millones de
determine el polinomio cuya gráfica pasa por los puntos dados y dólares) de Microsoft de 2003 a 2010 se muestran en la
(b) dibuje la gráfica de la función, mostrando los puntos dados. siguiente tabla. (Fuente: Microsoft Corporación).
1. 2, 5 , 3, 2 , 4, 5
2. 0, 0 , 2, 2 , 4, 0 Año 2003 2004 2005 2006
3. 2, 4 , 3, 6 , 5, 10 Ganancias 10,526 11,330 12,715 12,599
4. 2, 4 , 3, 4 , 4, 4
5. 1, 3 , 0, 0 , 1, 1 , 4, 58 Year 2007 2008 2009 2010
6. 0, 42 , 1, 0 , 2, 40 , 3, 72
Ganancias 14,065 17,681 14,569 18,760
7. 2, 28 , 1, 0 , 0, 6 , 1, 8 , 2, 0
8. 4, 18 , 0, 1 , 4, 0 , 6, 28 , 8, 135
(a) Determine un sistema de ecuaciones para ajustar los
9. 2006, 5 , 2007, 7 , 2008, 12
datos de los años 2003, 2004, 2005 y 2006 a un
10. 2005, 150 , 2006, 180 , 2007, 240 , 2008, 360 modelo cúbico.
11. 0.072, 0.203 , 0.120, 0.238 , 0.148, 0.284 (b) Resuelva el sistema. ¿La solución genera un modelo
12. 1, 1 , 1.189, 1.587 , 1.316, 2.080 , 1.414, 2.520 razonable para predecir ganancias netas después de
2006?
13. Use sen 0 ⫽ 0, sen 1 y sen ⫽ 0 para calcular
2 20. Ventas Las ventas (en miles de millones de dólares)
sen . de los almacenes de Wal-Mart de 2002 a 2009 se mues-
3 tran en la siguiente tabla. (Fuente: Wal-Mart).
14. Use log2 1 ⫽ 0, log2 2 ⫽ 1 y log2 4 ⫽ 2 para calcular
log2 3. Año 2002 2003 2004 2005
15. Encuentre la ecuación de la circunferencia que pasa por Venta 244.5 256.3 285.2 312.4
los puntos (1, 3), (⫺2, 6) y (4, 2).
16. Encuentre la ecuación de la elipse que pasa por los pun-
tos (⫺5, 1), (⫺3, 2), (⫺1, 1) y (⫺3, 0). Año 2006 2007 2008 2009
17. Población Según los datos del censo, la población de Venta 345.0 374.5 401.2 405.0
los Estados Unidos era de 249 millones en 1990, 281
millones en 2000 y 309 millones en 2010. Ajuste un
polinomio de segundo grado que pase por estos tres pun- (a) Determine un sistema de ecuaciones para ajustar los
tos y utilice el resultado para predecir la población en datos de los años 2002, 2003, 2004, 2005, y 2006 a
2020 y 2030. (Fuente: U.S. Census Bureau). un modelo cuártico.
18. Población En la tabla mostrada a continuación apare- (b) Resuelva el sistema. La solución genera un modelo
cen los datos de la población de los Estados Unidos en razonable para predecir ventas después de 2006?
1940, 1950, 1960, y 1970. (Fuente: U.S. Census Bureau). Explique por qué.
22. La afirmación del ejercicio 21 puede generalizarse: Si un 28. Análisis de redes El flujo de tráfico (en vehículos por
polinomio hora) a través de una red de calles se muestra en la figura
px a a x . . . a xn 1 1.16.
0 1 n 1
x1
es cero para más de n – 1 valores de x, entonces 300 150
a0 a1 . . . an 0.
1
600 500 x2 x4
x6 x7 x3
R2 = 2 Ω
25 V 10° 10°
I3 R3 = 4 Ω
I4 R4 = 2 Ω 36. 50° 50°
I5
T1 T2
R 5 = 1Ω 25° 25°
I6 T3 T4
25° 25°
R 6 = 1Ω 8V
(a) Determine las corrientes I1, I2 e I3 para el circuito Descomposición en fracciones parciales En los Ejerci-
eléctrico mostrado en la figura 1.21. cios 37 y 38, use un sistema de ecuaciones para escribir la
(b) ¿Cómo se afecta el resultado cuando A cambia a 2 descomposición en fracciones parciales de la expresión
volts y B a 6 volts racional. Después resuelva el sistema usando matrices.
A: 5 V 4x 2 A B C
I1 37.
x 12x 1 x 1 x 1 x 1 2
R1 = 1 Ω 3x 2 7x 12 A B C
38.
x 4 x 42 x 4 x 4 x 4 2
I2
Cálculo En los ejercicios 39 y 40, encuentre los valores de
R2 = 2 Ω
x, y y tales que se satisfaga el sistema de ecuaciones. Tales
I3 sistemas se presentan en ciertos problemas de cálculo y es
denominado multiplicador de Lagrange.
R3 = 4 Ω 39. 2x 0
B: 8 V
2y 0
x y 4 0
40. 2y 2 2 0
2x 1 0
2x y 100 0