RESOLUCIÓN DE PROBLEMAS DE APLICACIÓN MEDIANTE

SISTEMAS DE ECUACIONES LINEALES

1.º Se identifican las incógnitas.

2.º Se expresa el enunciado del problema mediante sistemas de

ecuaciones.

3.º Se resuelve el sistema.

4.º Se comprueba que las soluciones del sistema tienen sentido

con respecto al enunciado del problema.
En una reunión hay 22 personas, entre hombres, mujeres y niños. El
doble del número de mujeres más el triple del número de niños, es igual
al doble del número de hombres.
a) Con estos datos, ¿se puede saber el número de hombres que hay?
b) Si, además, se sabe que el número de hombres es el doble del de
mujeres, ¿cuántos hombres, mujeres y niños hay?

Datos :
x  hombre
y  mujeres
z  niños
 x  y  z  22

2 y  3 z  2 x
Solución (a): Si el sistema tiene menos ecuaciones que incógnitas, no
puede ser compatible determinado; con solo dos datos (ecuaciones)
no podemos averiguar tres incógnitas.
En una reunión hay 22 personas, entre hombres, mujeres y niños. El doble
del número de mujeres más el triple del número de niños, es igual al doble
del número de hombres.
a) Con estos datos, ¿se puede saber el número de hombres que hay?
b) Si, además, se sabe que el número de hombres es el doble del de
mujeres, ¿cuántos hombres, mujeres y niños hay?

 x  y  z  22

 2 y  3z  2x
 x  2y


 x  y  z  22

 2 x  2 y  3 z  0
 x  2y 0

 x  y  z  22
 f 2  f 2  2 f1
 2 x  2 y  3 z  0
 x  2y 0
2 2 3 0
 2 2 2 44

 1 1 1 | 22  0 4 5 44
 
 2 2 3| 0  f 3  f 3  f1
 1 2 0|0  1 2
  0 0
 1  1  1  22
 1 1 1 | 22  0  3  1  22
f 2  f 2  2 f1  
 0 4 5 | 44 
f3  f3  f1  f3  4 f3  3 f2
 0 3  1 | 22  0  12  4  88
0 12 15 132
 1 1 1 | 22 
 
0 0 11 44

f 3  4 f 3  3 f 2  0 4 5 | 44 
 0 0 11 | 44 
 
 x  y  z  22

 4 y  5 z  44
 11z  44

  x  y  z  22

 4 y  5 z  44
 11z  44


11z  44 4 y  44  5 z x  y  z  22
44 4 y  44  5( 4 ) x  6  4  22
z
11 44  20 x  12
z4 y
4
24
y
4
y 6

Como
x  hombre
y  mujeres
z  niños
Entonces : Hay 12 hombres, 6 mujeres y 4 niños
La suma de las tres cifras de un número es 14. La cifra de las centenas y
la de las decenas suman la de las unidades. Si invertimos el orden de las
cifras el número aumenta en 396 unidades. ¿De qué número se trata?.
Solución:
Sea N = zyx el número pedido
Sea x = la cifra de las unidades.
Sea y = la cifra de las decenas.
Sea z = la cifra de las centenas.
La suma de las tres cifras de un número es 14: x  y  z  14
La cifra de las centenas y la de las decenas suman la de las unidades z  y  x
x y z 0
Si invertimos el orden de las cifras el número aumenta en 396 unidades
xyz  zyx  396
100 x  10 y  1z  100 z  10 y  1x  396
99 x  0 y  99 z  396
Así nuestro sistema quedaría:
 x  y  z  14

 x  y  z  0 Solución: N =zyx= 347
99 x  0 y  99 z  396

Resolver el siguiente sistema de ecuaciones por
el método de gauss jordan
Este es el sistema x  2y  z  3
de ecuaciones a 2x  5 y  z  4
resolver 3x  2 y  z  2

1 2 1 3
Paso 1. Se forma la  
matriz aumentada  2 5 1 4
 3 2 1 2 

NOTA 1 0 0 a Donde el sistema

IMPORTANTE: El   tiene la siguiente
objetivo del 0 1 0 b
solución:
método es lograr 0 0 1 c  x=a
formar una matriz y=b
identidad de esta z=c
forma.
 Solución por el método de Gauss-Jordan

1 2 1 3
Paso 1. Se forma la 
1

2 5 4
matriz aumentada  3 2 1 2 

Paso 2. Como se busca obtener una diagonal de “1” en el primer renglón ya

tenemos un número 1. Nuestro objetivo ahora será hacer obtener ceros debajo de
este número “1”
Al numero “1” de la diagonal se le denomina “elemento pivote”; sobre éste vamos a
apoyarnos para hacer ceros los números arriba y debajo de dicho número con
operaciones de eliminación renglón
Solución por el método de Gauss Jordan
1 2 1 3  Renglón pivote
Identificamos Renglón, 
1

2 5 4
Columna y elemento  2 1 2
3 
pivote
Elemento pivote
Columna pivote

Seleccionamos el renglón
[ 1 2 1 3 ]
pivote  
 2 5 1 4 
Seleccionamos un renglón  3 2 1 2 
diferente al renglón pivote 0

Como el objetivo es hacer “0” el número debajo del renglón pivote ¿Por qué número
debemos multiplicar el renglón pivote?
 Solución por el método de Gauss-Jordan
1 2 1 3
 
 2 5 1 4
 3 2 1 2 

Modificamos el segundo (-2) [1 2 1 3  ]

 
renglón con la operación de  2 5 1 4 
eliminación renglón  3 2 1 2 
0 1 -3 -2

Ahora modificamos el tercer (-3) [1 2 1 3 ]

 
renglón ¿Por qué número 32 -2 1
5 -1 42
multiplicamos el renglón pivote  3 2 1 2 
0 -8 -4 -7
ahora?

¿Cómo queda la nueva matriz?

1 2 1 3 F2  2 F1  F2
F3  3 F1  F3 1 2 1 3
    
  
 2 5 1 4
0 1 3 2 
 3 2 1 2  0 8 4 7 
 Solución por el método de gauss jordan
Ya transformamos la primera columna, 11 2 1 3
ahora vamos con la segunda;   Nuevo renglón pivote
0 11 3 2 
afortunadamente ya hay un “1” como 0 8 4 7 
nuevo elemento pivote

(-2) [ 0 1 -3 -2 ]
¿Qué hacemos ahora? Hay que 1 2 1 3
transformar en ceros los números 1 0 7 7
arriba y abajo del nuevo elemento
pivote (8) [ 0 1 -3 -2 ]
0 -8 -4 -7
0 0 -28 -23
Se repite la eliminación renglón
La siguiente matriz queda:
1 2 1 3 1 2 1 3 1 0 7 7 
  
F2 2 F1  F2  F3 8 F2  F3
 
 2 5 1 4
 0 1 3
F3 3 F1  F3
 2  F1  2 F2  F1
  
 0 1 3 2 
 3 2 1 2  0 8 4 7  0 0 28 23
 Solución por el método de gauss jordan
El siguiente elemento pivote es 11 0 7 7 
“28”; el cual debe ser  
0 11 3 2 
transformado en “1” sin alterar la 0 0 28 23
ecuación ¿Cómo lo hacemos?
Convertimos el elemento pivote en
“1” para facilitar las operaciones;
dividimos todo el renglón entre el
1 0 7 7 
En otras palabras: Cada renglón   número pivote (-28) obteniendo el
representa una ecuación, si 0 1 3 2 
siguiente resultado
dividimos todo el renglón entre - 0 0 1 23 / 28
28 obtenemos el “1” que estamos
buscando

La siguiente matriz queda:

1 2 1 3 1 2 1 3 1 0 7 7  1 0 7 7 
  F  2 F  F   F3 8 F2  F3
   
 2 5 1  0 1 3 2  0 1 3 2 
2 1 2
4
0 1 3 2 
F3 3 F1  F3 F1  2 F2  F1
   
 F3   281 F3
 3 2 1 2  0 8 4 7  0 0 28 23   0 0 1 23 / 28
 Solución por el método de gauss jordan
Realizamos la operación de 1 0 7 7 
 
eliminación renglón 0 1 3 2 
0 0 1 23 / 28 Nuevo renglón pivote

(-7) [ 0 0 1 23/28 ]
1 0 7 7
1 0 0 5/4
(3) [ 0 0 1 23/28 ]
0 1 -3 -2
0 1 0 13/28
Finalmente la matriz queda
1 0 0 5/ 4 
F1  7 F3  F1  
F2 3 F3  F2
  
 0 1 0 13 / 28 
0 0 1 23 / 28

Leyéndose el siguiente resultado: x = 5/4; y = 13/28 ; z = 23/28

 La matriz inversa
En el caso particular de que tratemos con matrices cuadradas del mismo orden
A y B, es claro que podemos efectuar los productos A·B y B·A, que darán
como resultado otra matriz del mismo orden, aunque, como ya se ha dicho, las
matrices resultantes serán, en general, distintas.
Sabemos también que el elemento neutro del producto de matrices es la matriz
identidad In.

Recordemos que ocurría con los números reales:

Esto nos permite
El inverso del número 2 para el producto es un número resolver ecuaciones
real x tal que del tipo:
2·x = 1, a·x = b
el producto de 2 por x es igual al elemento neutro, el 1.
2·x = 6
En el caso de los números
x=
1
reales es bien fácil despejar x: 1 ·2·x = 1 ·6
2
2 2
El inverso de un número real es otro número que 1
multiplicado por él da el elemento neutro, el 1. x=3
Todo número real, salvo el 0, tiene inverso. Pág. 15
 La matriz inversa

Trasladando esto a las matrices, nos podemos plantear si dada una matriz
cuadrada A de orden n, cualquiera, existe su inversa X para el producto de
matrices, tal que
A X  In

es decir, el producto de A por su inversa produce el elemento neutro matricial,

la matriz identidad In.

Sin embargo, hay algunas diferencias con respecto al caso de los números
reales:
1) No podemos “despejar” la matriz X del modo X = In/A, porque no hemos
definido la división de matrices.
2) No todas las matrices cuadradas no nulas tienen matriz “inversa” (sea lo
que sea, por analogía con los números).

Pág. 16
La matriz inversa

Si A es una matriz cuadrada, se dice que B es la inversa de A si

A·B = B·A = I,
siendo I la matriz unidad o identidad.
La matriz inversa de A se representa por A–1.

Si una matriz cuadrada de orden n , A, tiene inversa se dice que A es

invertible (o que posee inversa o que es no singular o que es regular).
Por tanto, si una matriz cuadrada de orden n , A, tiene inversa, A−1 , se
cumple que:
A  A1  I n y A1  A  I n

Si A no tiene inversa, se dice que es singular o no invertible.

Si una matriz tiene inversa, dicha matriz inversa es única (sólo hay una). Para
calcular dicha matriz inversa, podemos utilizar varios métodos. A continuación
veremos dos métodos.
Pág. 17
 La matriz inversa Método directo

Consiste en determinar A−1 planteando un sistema de ecuaciones, es decir, si

por ejemplo queremos determinar la inversa de la matriz

 1 2
A 
  1 1 
1 x y

t 
lo que buscamos es otra matriz de igual tamaño (orden 2) A
z
que debe cumplir A · A−1 = I2 y A−1 · A = I2,

 1 2  x y  1 0  x  2 z y  2t   1 0 
1
A A  I2  
  z 
t   0 1 
   x  z  y  t   0 1
 1 1      

x + 2z = 1
y + 2t = 0 Es decir, hemos de resolver un sistema de 4 ecuaciones
–x + z = 0 con 4 incógnitas, aunque en realidad son 2 sistemas de
–y + t = 1 dos incógnitas cada uno (uno con x y z y otro con y y t).

Pág. 18
La matriz inversa Método directo

x + 2z = 1
y + 2t = 0
Resolviendo el sistema se obtiene que
–x + z = 0
–y + t = 1
x= 1 y = –2 z= 1 t= 1
3 3 3 3

1 –2
3 3 1 1  2 
por lo que la matriz inversa es: A−1 =   
1 1 3 1 1 
3 3

Se puede comprobar que también se cumple que A−1 · A = I2, luego A es

invertible, tiene inversa.

Pág. 19
 La matriz inversa Método directo

No todas las matrices tienen inversa.

Si el sistema no tiene solución, la matriz no tiene inversa.
1 1
Por ejemplo, si A   2 2
 
1 1  x y  1 0  xz y  t  1 0
1
A A  I2   2 2  z 
t   0 1 
  2 x  2 z 2 y  2t    0 1 
      
x+z=1 Y por ejemplo de 2x + 2z = 0 se obtiene x = –z, si
y+t=0 se sustituye en la primera ecuación es –z + z = 1,
2x + 2z = 0 es decir 0 = 1 (imposible). El sistema no tiene
2y + 2t = 0 solución.

Por tanto A no es invertible, es singular.

Este método directo sólo se suele utilizar para matrices cuadradas de tamaño
2, puesto que para las de tamaño 3 obtenemos un sistemas de !9 ecuaciones
con 9 incógnitas! que realmente es difícil de resolver.
Pág. 20
 La matriz inversa Método de Gauss-Jordan

Consiste en hacer transformaciones elementales en las filas de la matriz para

llegar a obtener la matriz identidad. Realizando estas mismas transformaciones
con la matriz identidad llegamos a la matriz A−1.
Sea A = (aij) la matriz dada e I3 la matriz unidad. Se parte del siguiente esquema:

 a11 a12 a13 1 0 0 

a a23 0 1 0 
 21 a22 (A | I3)
 a31 a32 a33 0 0 1 
Aplicar transformaciones
elementales hasta llegar a
la forma:

 1 0 0 b11 b12 b13 

0 1 0 b b b  (I3 | A–1)
 21 22 23 

 0 0 1 b31 b32 b33 

Si en el proceso aparece en el lugar de la matriz A (en la parte izquierda)

alguna fila nula, la matriz no tiene inversa. Pág. 21
 La matriz inversa Método de Gauss-Jordan

EJEMPLO
 1 2
Calcula por el método de Gauss-Jordan la inversa de la matriz A   
  1 1 

i) Consideramos la matriz formada por A y la matriz identidad correspondiente:

1 2 1 0
(A | I2) =
–1 1 0 1
ii) Se hace la matriz A triangular superior (es decir, hacemos ceros por debajo
de la diagonal principal) usando transformaciones elementales en filas.

En nuestro caso, basta sumar la fila 2 con la fila 1, y se obtiene:

1 2 1 0 F2  F2 + F1 1 2 1 0
(A | I2) =
–1 1 0 1 0 3 1 1

Pág. 22
 La matriz inversa Método de Gauss-Jordan

iii) Una vez hecha la matriz triangular superior, se hace la matriz triangular
inferior, haciendo ceros a los elementos por encima de la diagonal. El proceso
es parecido al anterior:
1 2 1 0 F1  3F1 – 2F2 3 0 1 –2
0 3 1 1 0 3 1 1
iv) Ya tenemos una matriz diagonal. Lo único que falta es dividir a cada fila
entre el número adecuado para obtener unos en la diagonal principal, es decir,
para obtener la matriz identidad en la parte izquierda:

3 0 1 –2 1 0 1/3 –2/3
F1  F1/3
F2  F2/3 1/3 1/3
0 3 1 1 0 1
v) Una vez se tiene la matriz identidad en la parte de la izquierda, la parte
derecha es la matriz inversa, es decir, llegamos a:

1 0 1/3 –2/3 1/3 –2/3 1 1  2 

(I2 | A–1) = A–1 =   
0 1 1/3 1/3 1 / 3 1/ 3 3 1 1 
matriz que habíamos obtenido antes por el método directo. Pág. 23
 La matriz inversa Método de Gauss-Jordan

Condición para que una matriz tenga inversa

(según el método de Gauss)
Si al realizar el método de Gauss-Jordan en algún momento alguna fila es de
ceros, la matriz no tiene inversa.

EJEMPLO
1 1
Si calculamos por este método la inversa de A   2 2  resulta:
 

1 1 1 0 F2  F2 – 2F1 1 1 1 0
(A | I2) =
2 2 0 1 0 0 –2 1
Como aparece una fila de ceros, la matriz A no tiene inversa.

Cuanto mayor sea el orden de la matriz, mejor es este método frente al directo.
Pág. 24
 La matriz inversa Método de Gauss-Jordan

EJEMPLO
 1 1 0
 
Calcula, por el método de Gauss-Jordan, la inversa de la matriz B   1 1 2
 
 1 0 1
Siguiendo los pasos anteriores:
F2  F2 + F1
1 1 0 1 0 0 1 1 0 1 0 0
F3  F3 – F1
(B | I3) = –1 1 2 0 1 0 0 2 2 1 1 0
1 0 1 0 0 1 0 –1 1 –1 0 1

F3  2F3 + F2 2 0 -2 1 -1 0
F1  2F1 – F2 0 2 2 1 1 0
0 0 4 –1 1 2

F2  2F2 – F3
4 0 0 1 –1 2
F1  2F1 + F3 0 4 0 3 1 –2
0 0 4 –1 1 2
Pág. 25
 La matriz inversa Método de Gauss-Jordan

4 0 0 1 –1 2 F1  F1/4
0 4 0 3 1 –2 F2  F2/4
F3  F3/4
0 0 4 –1 1 2

1 0 0 1/4 –1/4 2/4

0 1 0 3/4 1/4 –2/4 = (I3 | B–1)

0 0 1 –1/4 1/4 2/4
1/4 –1/4 1/2

B–1 = 3/4 1/4 –1/2

–1/4 1/4 1/2

1 –1 2
1
También se puede expresar, sacando factor común: B–1 = 3 1 –2
4
–1 1 2
Pág. 26
Resolución de sistemas: método de la matriz inversa
  15 1 3

1
 495 7 49

A   49  72 491 
 2 1 
 7 0 7 

 x   15 1
49  11 
3
 1 
   495 7
   
 y    49  72 49   
  
1
20 7
 z   2 1     2
   7 0 7  8   
 Rango de una matriz
A continuación veremos cómo asignar a una matriz un parámetro llamado rango.

El concepto de rango se encuentra ligado al de “independencia lineal” de filas o

columnas de una matriz, pero no se introducirá de esta manera porque se
requieren conceptos que no conocemos.

Baste saber que se define el rango de una matriz como el número máximo de
filas o columnas linealmente independientes.
Sin embargo, el cálculo del rango de una matriz lo abordaremos desde otra
perspectiva, utilizando el método de Gauss.

Supongamos que tenemos una matriz cualquiera A a la que aplicamos el

método de Gauss con el fin de simplificarla lo más posible (es decir,
consiguiendo que tenga el mayor número de ceros posible, que esté en forma
escalonada), realizando operaciones elementales en filas.

Llamaremos rango de la matriz A y lo representaremos por Rang(A) al

número de filas no nulas de la matriz tras aplicarle el método de Gauss.
Pág. 29
Rango de una matriz
Rango de una matriz escalonada

El rango de una matriz escalonada A es el número de filas no nulas

de A. Lo denotamos por rang(A)

EJEMPLOS
4 6
0 0 
 3  1 1  rang(A) = 2
A  C  rang(C) = 1
 0 2 6  0 0
0 0 


 1 5 0   1 5 0 
B   0 3 2  rang(B) = 3 D   0 3 2  rang(D) = 2
 0 0 2  0 0 0
   
Pág. 30
Rango de una matriz
Rango de una matriz cualquiera
Nos preguntamos ahora cómo podemos definir el rango de una matriz
cualquiera.
Vimos que mediante transformaciones elementales podemos transformar
cualquier matriz en otra equivalente que sea escalonada.

El rango de una matriz A es el rango de una matriz escalonada

equivalente a A.

Así que para obtener el rango de una matriz la transformamos en una

matriz escalonada mediante transformaciones elementales (Las
transformaciones elementales no modifican el rango).
El rango de la matriz será el número de filas no nulas de la matriz
escalonada.

Pág. 31
 Rango de una matriz
EJEMPLOS Calcular el rango de las siguientes matrices:

1 1 F2  F2 – 2·F1 1 1
a) A    0 0 Rg(A)=1 ,sólo una fila distinta de cero.
 2 2   

 0 3 F2  F1  1 1
b) B     0 3 Rg(B)=2 hay 2 filas no nulas.
 1 1   

1 1 0  F2  F2 – 2·F1
1 1 0  1 1 0

c) C  2 1 1
 F3  F3 + F1  0 1 1  F3  F3 + 2·F2  0 1 1 
     
 1 1  2  0 2  2  0 0 0
Rg(C)=2 hay 2 filas
no nulas.

2 4 6  F2  2F2 + F1  2 4 6
d) D     0 0 0  Rg(D)=1, sólo una fila
  1  2  3    no nula.
Pág. 32
 Rango de una matriz
Los ejemplos anteriores ponen de manifiesto que el rango de cualquier matriz
siempre es menor o igual que el número de filas de la matriz.
De hecho se verifica que el rango de cualquier matriz siempre es menor o igual
que su número de filas y de columnas, pues el proceso para hacer el método
de Gauss se puede hacer indistintamente mediante operaciones elementales
en filas o en columnas.
Esto permite, antes de calcular el rango de una matriz, saber entre qué valores
va a estar ese rango.
Por ejemplo, en el caso c) del ejemplo, como la matriz es 3x3 , el rango sólo
puede ser 0, 1, 2 o 3, no hay otras posibilidades.
En el caso del apartado d), como la matriz es 2 x 3, el rango sólo puede ser 0,1
o 2. (De hecho, podemos reducir esto algo más , pues una matriz sólo tiene
rango cero si es la matriz nula).Resumiendo:

Propiedad: Si A es una matriz de tamaño m x n no nula se cumple que:

1  rang(A)  min{m, n}
Pág. 33
 Rango de una matriz
1 1 2 
EJEMPLO Calcular en función de k el rango de la matriz: A 
 3 3 k 
Aplicando Gauss,
1 1 2  F2  F2 – 3·F1 1 1 2 
A   0 0 k  6
 3 3 k   
Ahora es evidente que si k – 6 = 0, la última fila es nula. Por tanto, si k = 6, la
última fila es nula y el rango de A es 1, Rg(A)=1, mientras que si k - 6 es distinto
de cero, es decir si k es distinto de 6, hay 2 filas no nulas y el rango de A es 2,
Rg(A)=2. Resumiendo:
Si k  6, entonces Rg(A) = 2
Si k = 6, entonces Rg(A) = 1

La siguiente propiedad permite relacionar el concepto de rango con el de matriz

inversa visto anteriormente:

Propiedad:
Una matriz cuadrada A tiene inversa  Rg(A) es máximo.
Pág. 34
 Taller Nº6

2. Resolver los siguientes sistemas por el método de Gauss-Jordan :

 Taller Nº6

3. Calcular por el método de Gauss-Jordan la inversa de las matrices:

 2  1
A 
 3 1 

 1 2  3
B   3 2  4 
 2 1 0 
 

 2 1 4 
C   0 1 2 
 1 0  1
 

Pág. 36
 Taller Nº6

5. Resolver los siguientes sistemas por el método de la matriz inversa :

b) c)
a)
 Taller Nº6

1  2 1 
 3 
6. Calcula el rango de A según los valores de k: A   1 1
 5 1 k 
 
¿Para qué valores de k tiene A inversa?

7. Calcula el rango de las matrices:

0 2 1 
1 0 1
A  B   1 0  1
 2 1 0  0 4 2 
 
 2 1 1 1
0 0  2 1 5 1 8 
0 
D    1 2 3 4 5 
1
C 
2 1 1 1  1 3 10 11 13 
0 0 1   
 0

Pág. 38