Semana 2

Curso:
Cálculo II

Ciclo: 2022.2

Unidad I: Matrices y
Sistemas de ecuaciones
lineales (Teoría)
 UNIDAD DE APRENDIZAJE I:
MATRICES Y SISTEMAS DE ECUACIONES
LINEALES
RESULTADOS DE APRENDIZAJE:
i) Resuelve ecuaciones con matrices y con su inversa, así como sistemas
de ecuaciones lineales.
ii) Resuelve situaciones problemáticas, planteadas en diferentes
contextos, haciendo uso de los sistemas de ecuaciones lineales.
CONTENIDOS
1.2 Sistemas de ecuaciones lineales.
1.2.1 Métodos de solución: Inversión. Regla de Cramer.
1.2.2 Rango de una matriz. Operaciones fila. Matriz escalonada.
1.2.3 Método de Gauss.
1.2.4 Análisis del conjunto solución de un sistema.
1.2.5 Aplicaciones de los sistemas de ecuaciones lineales.
 Sistemas de Ecuaciones Lineales
REPRESENTACIÓN MATRICIAL DE UN SEL

¿Cómo representaría el siguiente sistema en forma

matricial? 2 x + 3 y − z = 20

 3x − y + z = 22
 x + 5 y + 2 z = 13
Solución 
Observa que separamos los coeficientes de las variables:
 2 3 -1  x   20 
3 -1 1   y  =  22 
Coeficientes de x     
 1 5 2   z  13 
Coeficientes de z
Matriz de Matriz de términos
Matriz de coeficientes : A Variables: X independientes: B

3
Luego :  2 3 -1  x   20 
3 -1 1   y  =  22 
       A3x3 X3x1 = B3x1
 1 5 2   z  13 

A 3x3 X 3x1 B 3x1

En general, cualquier sistema de n ecuaciones con m

incógnitas se puede representar como: Anxm Xmx1 = Bnx1
Los coeficientes de cada ecuación lineal representan
una fila y viceversa.
Cada columna representa los coeficientes de una variable.

4
Resolución de un sistema de ecuaciones lineales (SEL)

Tenemos dos métodos fundamentales para resolver

sistemas de ecuaciones lineales:
Método particular: Se aplica cuando el número de
ecuaciones es igual al número de variables, requiriéndose
además que I A I ≠ 0, donde A es la matriz de los
coeficientes. En este caso se aplicará la regla de Cramer.

Anxn Xnx1 = Bnx1

5
Regla de Cramer

Para el sistema de n ecuaciones con n incógnitas,

representado matricialmente como: Anxn Xnx1 = Bnx1

Ai
La solución esta dada por xi = , i= 1,2,...., n
A

donde Ai representa la matriz obtenida a partir de A,

sustituyendo la columna i de A por la columna B de los
términos independientes.

6
Ejemplo 1

Resuelva el siguiente sistema utilizando la regla de Cramer:

 2x + y + z = 0

4x + 3y + 2z = 2
 2x - y - 3z = 0

Solución
2 1 1
Como A = 4 3 2 = - 8  0, podemos aplicar Cramer
2 -1 -3
A1
Calculo de: x1 = , donde i = 1
A

7
 0 1 1
4
Pero A1 = 2 3 2 = 4  x1 = -8 = -1/ 2
0 −1 −3

A2
Calculo de: x2 = , donde i = 2
A
2 0 1
−16
Pero A 2 = 4 2 2 = −16  2
x = =2
-8
2 0 −3
2 1 0
A3 8
Calculo de: x3 = , con A3 = 4 3 2  x 3 =
-8
= -1
A
2 −1 0

La solución es x = - ½, y = 2 , z = - 1.

8
Segundo método: Método general: Se aplica sin restricción
alguna, en la solución de sistemas de ecuaciones lineales.

La ventaja de este método radica en que nos permite

obtener todas las soluciones a la vez.

Para efectuar su estudio desarrollamos los siguientes

conceptos previos.

1. Sistemas equivalentes. Dos sistemas de ecuaciones son

equivalentes si y solo si cada solución del primer sistema

es solución del segundo y viceversa

9
Ejemplo.
Los siguientes sistemas de ecuaciones son equivalentes:
3x + y + 2z = 3 x + y + 3z = 0 x + y + 3z = 0
x + y + 3z = 0  3x + y + 2z = 3  - 2y - 7z = 3
2x + 3y - z = 9 2x + 3y - z = 9 2x + 3y - z = 9
Intercambiamos A la ecuac. (2) le

ecuaciones (1) y (2) agregamos la ecuac. (1) por (- 3)

x + y + 3z = 0 x + y + 3z = 0 x + y + 3z = 0 x + y + 3z = 0 x =1
− 2y − 7z = 3  y - 7z = 9  y - 7z = 9  y - 7z = 9  y=2
y − 7z = 9 - 2 y - 7z = 3 - 21z = 21 z = -1 z = -1

ecuación (3) por – 1/21

10
Las operaciones empleadas para resolver este sistema
de ecuaciones, conocidas desde la secundaria, son
básicamente de tres tipos:
1. Intercambiamos dos ecuaciones
2. Multiplicar una ecuación por un numero distinto de cero
3. Agregar a una ecuación un múltiplo de otra ecuación

Estas operaciones no son otras que las llamadas

operaciones elementales por fila, las cuales enunciadas
para matrices quedan:

11
1. Intercambiamos dos filas (ecuaciones)
2. Multiplicar una fila (ecuación) por un número distinto de cero
3. Agregar a una fila (ecuación) un múltiplo de otra fila (ecuación)

2. Matriz ampliada. Un sistema de ecuaciones lineales es

de la forma:
a11 x1 + a12 x 2 + a13 x3 + a1n xn = b1
a21 x1 + a22 x 2 + a23 x3 + a2n xn = b2

am1 x1 + am2 x 2 + am3 x3 + amn xn = bm

12
Matricialmente se escribe:
 a11 a12 a13 a1n 
 x1   b1 
a x  b 
 21 a22 a23 a2n   2  2
    = 
     
     
am1 am am3 amn   xn  bm 

A B
La matriz ampliada o aumentada se define como: A a =  A B
 a11 a12 a13 a1n b1 
a b2 
 21 a22 a23 a2n
Es decir: A a =  A B =  
 
 
am1 am am3 amn bm 

13
Ejemplo
2x + y = 4 2 1 4 
Para el SEL:  A a =  A B =  
 x - 4y = -7  1 - 4 -7 

Método de Gauss para resolver un sistema de

ecuaciones lineales

El método de Gauss consiste en aplicar operaciones

elementales a una matriz aumentada formando una matriz
escalonada: matriz con una disposición triangular inferior
de elementos nulos.

14
Pasos para la aplicación del método de Gauss:

a) Escribir la matriz ampliada del sistema.

b) Aplicar las operaciones elementales a las filas para

cambiar la matriz aumentada a la forma escalonada.

c) Escribir el sistema de ecuaciones siguiendo esta forma

escalonada y resolver por sustitución.

15
Matriz Escalonada
Es la matriz que cumple con las siguientes condiciones:
1. El primer elemento no nulo de cada fila está a la
derecha del primer elemento no nulo de la fila anterior.
2. Si hay una fila con solo ceros, esta va en la parte
inferior de la matriz
Ejemplos:
1 −1 2 3 
0 4 −3 1  1 0 0 
A=  B =  0 1 0 
0 0 0 −2 
   0 0 1 
0 0 0 0 

16
Ejemplo. Resolver por el método de Gauss:
 4x + 8y - 4z = 4

 3x + 8y + 5z = -11
 - 2x + y + 12z = -17

Solución
 4 8 -4 4  f 1
1  1 2 -1 1  1 2 -1 1 
 3 8 5 -11 f2 - 3f1 
A a =  3 8 5 -11 4 0 2 8 -14 
 
-2 1 12 -17  -2 1 12 -17  -2 1 12 -17 

 1 2 -1 1  1
f2  1 2 -1 1   1 2 -1 1 
f3 + 2f1 0 2 8 -14  2 0 1 4 -7  f3 - f2 0 1 4 -7 
  1    
0 5 10 -15  f3 0 1 2 - 3  0 0 - 2 4 
5
1
- f3  1 2 -1 1 
2 0 1 4 - 7 
 
0 0 1 - 2 

17
El sistema ahora queda en la forma:
x y z
 1 2 -1 1   x + 2y - z =1
0 1 4 - 7 
 
  y + 4z =- 7
0 0 1 - 2  
 z = -2

Sustituyendo consecutivamente:
z = - 2, y = 1, x = - 3
Finalmente: C:S = {(- 3, 1, - 2)}

18
Clasificación de un sistema de ecuaciones por el criterio
del rango.

Para efectuar el estudio, necesitamos definir :

Rango de una matriz A : r(A). El rango de una matriz A es

el número de filas no nulas que se obtienen luego de llevar
dicha matriz a la forma escalonada.

Ejemplo
 4 8 −4 
La matriz A =  3 8 5  llevada a la forma escalonada es
 −2 1 12 

19
  1 2 −1
EA = 0 1 4  la cual tiene tres filas no nulas.
0 0 1 

Luego el rango de la matriz A es: r(A) = 3

Ejemplo 3 6 3
 -1 -2 -1 
Determinar el rango de A=
5 9 6
 
 0 -1 1
Solución
 3 6 3  1  1 2 1  1 2 1
   0 
−1 −2 −1 3  −1 −2 −1 f2 + f1
f1 
 0 0

 5 9 6  5 9 6  5 9 6
     
 0 −1 1   0 −1 1   0 −1 1

20
  1 2 1 1 2 1 1 2 1
0  1

 0 0 0  f3 - 5f1  0 0  f2 x f4 0 −1
 5 9 6 0 −1 1 0 −1 1
     
 0 −1 1 0 −1 1 0 0 0

1 2 1
f3 − f 2 0 1 −1
  =E
A
0 0 0 
 
 0 0 0 

Observamos que hay 2 filas no nulas en la matriz escalonada, y por lo

tanto: r(A) = 2

21
 Análisis de la clasificación de la solución de un SEL

Dado el SEL en forma matricial AX = B, mediante

operaciones elementales de fila desarrollamos el siguiente

esquema:
Operaciones elementales
de fila

AX = B  A a = [A B]  E a = [ E A E B ]
Escalonada de matriz A a r(A a )
r(A)
Escalonada de matriz A

22
Sistema compatible determinado. (Solución única):
Ocurre cuando el rango de la matriz de coeficientes A
es igual al rango de la matriz ampliada Aa y es igual al
número de variables: r(A) = r(Aa) = Nº de variables.

Sistema compatible indeterminado (Muchas soluciones)

Ocurre cuando el rango de la matriz de coeficientes A es
igual al rango de la matriz ampliada A a y es menor que
el número de variables: r(A) = r(Aa ) < Nº de variables.

23
Sistema incompatible. ( No existe solución): Ocurre
cuando el rango de la matriz de coeficientes A es
diferente del rango de la matriz ampliada Aa : r(A) ≠
r(Aa)

24
Ejemplos
1. Dado el sistema de ecuaciones, discutir su carácter por

el criterio del rango y resolverlo, si es posible.

 − 3x − 5y + 36z = 10

 −x + 7z = 5
 x + y − 10z = −4

Solución
 −3 −5 36 10 
Partimos de Aa = [A B] =  −1 0 7 5 
 1 1 −10 −4 

f1 x f3 
1 1 -10 -4  f + f 1 1 −10 −4 
 0 1 
2 1
 -1 0 7 5
f3 + 3f1  1 −3
 -3 -5 36 10  0 −2 6 −2 

25
  1 1 -10 -4 
f3 + 2f2   = E  r(A ) = 2
 0 1 -3 1  a a
0 0 0 0 

E A  r(A) = 2
Ocurre que r(A) = 2 = r(A a ) < 3 = Nº de variables.
Luego el sistema es compatible indeterminado.
x + y - 10z = - 4
Nos queda el sistema de ecuaciones:
y -3z = 1

Por ejemplo, hacemos z = t, en cuyo caso nos queda:

y = 1 + 3t, x = - 5 + 7t, donde tR
El conjunto solución es: C.S. = {(-5 + 7t, 1 + 3t, t) donde tR}

26
2. Dado el sistema de ecuaciones, discutir su carácter por
el criterio del rango y resolverlo, si es posible.

 x - 3y + 2z = 12

2x - 5y + 5z = 14
 x - 2y + 3z = 20


Solución
 1 -3 2 12 
A = [A B] = 2 -5 5 14 
Partimos de a  
 1 -2 3 20 

27
 1 -3 2 12   1 -3 2 12  1 - 3 2 12 
2 -5 5 14  f2 - 2f1   f3 - f2 0 1 1 -10  = Ea
   0 1 1 -10  
 1 -2 3 20  f3 - f1 0 0 0 18 
0 1 1 8 
EA r(A a ) = 3
r(A) = 2
Ocurre que r(A) = 2 ≠ r(Aa ) = 3.
Luego el sistema es incompatible.
No existe solución

28