ALGEBRA MATRICAL Y GEOMETRIA ANALITICA

UNIDAD II: SISTEMA DE ECUACIONES LINEALES

Mtro. Ch. Jhon Mamani Mayta

 SISTEMA DE ECUACIONES LINEALES
Recordando que la resolución de una ecuación implica la búsqueda de ecuaciones equivalentes
mas simples en los que resulta fácil determinar la raíz o raíces, la aplicación de este criterio a la
resolución de sistemas de ecuaciones lineales sugiere que, el método para hallar el conjunto
solución de un sistema lineal consiste básicamente en reemplazar el sistema dado por otro
equivalente en el que se pueda calcular fácilmente las raíces.

En tal sentido las transformaciones elementales aplicadas a las matrices simplifican el desarrollo
de estas y como tal, nos ofrecen la posibilidad de una ventajosa aplicación para resolver un
sistema de ecuaciones lineales.

En un sistema de la forma: a 11x1 + a 12 x 2 +    + a 1n x n = b1

a 21x1 + a 22 x 2 +    + a 2n x n = b 2
.
.
.
a m1x1 + a m2 x 2 +    + a mn x n = b n
Con las constantes reales de estas ecuaciones se puede establecer el siguiente arreglo de mxn.
 a 11 a 12    a 1n 
a a 22    a 2n 
 21 
.  Al que llamaremos matriz de coeficientes del sistema
A= 
.
 
. 
a 
 m1 a m2    a mn 
A los vectores
 x1   b1  Llamaremos, respectivamente, vector columna de las
x  b  incógnitas o vector solución y vector columna de los
 2   2  términos independientes. Por lo que el sistema se
.  . 
X=  y B=  puede representar del siguiente modo: AX=B
. .
   
.  . 
x  b 
 n   n 
Al adjuntar el vector columna B a la matriz A, se determina una matriz de m x (n+1), que
designaremos por A’ , a la cual llamaremos matriz aumentada o ampliada del sistema y se
escribirá del siguiente modo:
a a    a b1 
 11 12 1n 
 a 21 a 22    a 2n b 2 
.  
A' =  
.  
.  
 a a    a 
 m1 m2 mn b m 

Por ejemplo, la matriz aumentada del sistema de ecuaciones:

x1 − x 2 + x 3 = 4 1 −1 1 4 
 
2x1 + x 2 − 3x 3 = 0 ,es: A' =  2 1 −3 0 
x1 + x 2 + x 3 = 2 1 1 2 
 1
Teniendo en consideración que las filas de una matriz aumentada corresponde a las ecuaciones
del sistema asociado, el método para resolver el sistema, empleando matrices, se sustenta en la
idea básica de reducir la matriz aumentada a la forma que sea suficientemente sencilla (forma
escalonada reducida) como para poder alcanzar la solución del sistema por simple inspección o,
en su defecto, luego de posteriores etapas que simplifiquen el problema.

Los siguientes ejemplos ilustran el procedimiento a seguir en la solución de sistemas de

ecuaciones lineales.
Ejemplo: Suponiendo en cada uno de los casos siguientes que la matriz aumentada de un
sistema de ecuaciones lineales de la forma (1) se ha llevado, mediante operaciones en las filas, a
la forma escalonada reducida que se muestra a continuación, hallar la solución de los sistemas:

1 0 1 7  1 0 0 2 3 
   
a)  0 1 0 3  b)  0 1 0 −1 −4 
 0 0 1 −2  0 0 1 5 2 
  
Solución:
a) El sistema de ecuaciones correspondiente es:
x1 + x3 = 7 por simple inspeccion: x 3 =-2, x 2 = 3, y en x 1 +x 3 =7, resulta x 1 = 9
x2 =3  C.S=  x 1 , x 2 , x 3  =  9,3, −2
x 3 = −2
b) El sistema de ecuaciones correspondiente es:
x1 + 2x 4 = 3
x2 − x 4 = −4
x 3 + 5x 4 = 2
Cuando es el caso que cada una de las incognitas x 1 ,x 2 y x 3 inician una ecuacion,
se les llama variables principales. Dejando estas variables principales, en terminos
de x 4 , se obtiene
x1 =3 − 2x 4 , x 2 = − 4 + x 4 , x 3 =2 − 5x 4
Si: x 4 = t
 x1 = 3 − 2t , x 2 = −4 + t , x 3 = 2 − 5t  C.S=  3 − 2t , − 4 + t , 2 − 5t , t 
Ejemplo: Resolver por transformaciones elementales el sistema
2x1 − 5x 2 + 2x 3 = − 2
4x1 + 6x 2 − x 3 = 23
2x1 + 7x 2 + 4x 3 = 24
Solución:
 2 −5 2 −2 
 
Matriz aumentada del sistema: A' =  4 6 −1 23 
2 7 
 4 24 
 2 −5 2 −2   2 −5 2 −2   2 −5 2 −2 
  f 2 − 2 f1    
 4 6 − 1 23  ⎯⎯⎯ ⎯  0 16 − 5 27   0 16 − 5 27 
2 7  ⎯⎯⎯
f −
3 1 f 16 f 3 −12 f 2
 0 12 2 26  ⎯⎯⎯⎯ ⎯ 0 0 92 92 
 4 24    

2x1 − 5x 2 + 2x 3 = −2
16x 2 − 5x 3 = 27
+ 92x 3 = 92 x 3 = 1 , x 2 = 2 , x1 = 3
 RANGO DE UN SISTEMA DE ECUACIONES LINEALES
Consideremos el siguiente sistema de ecuaciones lineales.
 a 11x1 + a 12 x 2 +    + a 1n x n = b1
a x + a x +  + a x = b
 21 1 22 2 2n n 2
.
 ... (  )
.
.
a x + a x +  + a x = b
 m1 1 m2 2 mn n n

Donde A =  a ij  es la matriz de los coeficientes del sistema (  )

X =  x i  es la matriz de las incognitas.

b =  b i  es la matriz de los terminos independientes.

A a =  a b  es la matriz aumentada.
Ahora consideremos las siguientes propiedades.
1) Una condicion necesaria y suficiente para que el sistema (  ) sea consistente, es que el rango
de la matriz de los coeficientes sea igual al rango de la matriz aumentada.
Es decir: El sistema (  ) es consistente  r ( A ) = r ( A a )
2) Si el sistema (  ) es consistente, se presentan los siguientes casos:
a) Que el sistema (  ) tenga solucion (solucion unica) esto ocurre cuando el numero de
incognitas del sistema es igual al rango de la matriz aumentada,
Es decir: el sistema (  ) tiene solucion unica si r ( A ) = r ( A a ) = n.
b) Que el sistema (  ) tenga mas de una solucion (existen infinitas soluciones) esto ocurre
cuando el numero de incognitas del sistema (  ) es mayor que el rango de la matriz aumentada,
Es decir: el sistema () tendra infinitas soluciones si r ( A ) = r ( A a ) = k  n.
OBSERVACION.- Si k  n, entonces ( n − k ) variables o incognitas del sistema (  )
toman valores arbitrarios, estas variables o incognitas que toman valores arbitrarios
se conocen con el nombre de variables libres, variables independientes o parametros.
3) Si el rango de la matriz de los coeficientes es distinto del rango de la matriz aumentada, en este
caso se dice que el sistema (  ) es inconsistente, es decir:
Si r ( A )  r ( A a ) entonces el sistema (  ) e s inconsistente (no tiene solucion).

Ahora veremos una representacion grafica:

  Si r = n Solucion unica
 Si r ( A ) = r ( A ) = r consistente hay solucion 
 a 
  Si r  n infinitas solucion

AX = b 
 Si r ( A )  r ( A ) inconsistente no hay solucion
 a


Ejemplo: Determinar el rango de la siguiente matriz:
 2 6 −1 4
 
 0 0 0 0
A =
 21 −4 0 7
 
 4 12 −2 8
Solución:
Como el rango de una matriz es el numero de filas o columnas independientes que tiene una matriz
se expresa r ( A ) .
- Cuando una fila es nula, no es independiente, por lo tanto no lo contamos.
- Nos fijamos que la fila 1 con la fila 4 son como proporcionales ( F4 = 2F1 )
Por lo tanto el rango es r ( A ) = 2
Ejemplo:
 0 0 0
 
El rango de la siguie nte matriz:  0 0 0  r(A) = 0
 0 0 0
 

Ejemplo:
0 0
El rango de la si guiente matriz:   r(A) = 1
3 4

Ejemplo:
1 4 6 −2 
  F2 = 2F1
 2 8 12 −4 
El rango de la siguiente matr iz: F4 = 4F1
0 0 0 1 
  r(A) = 2
 4 16 24 −8 
 METODO DE GAUSS
Para resolver un sistema de ecuaciones lineales usando el método de Gauss, se hace de la
forma siguiente:

1ro. Se escribe una tabla formada por los coeficientes de la matriz A (colocando en el lado
izquierdo de la línea vertical) y la matriz de los términos independientes b (colocando al lado
derecho de la línea vertical) es decir: A:b

2do. Se efectúa las operaciones elementales de las filas en ambas matrices de la tabla,
hasta que la matriz A se convierte en una matriz identidad I, la matriz b se convierte en la
solución del sistema.
Ejemplo 1: Resolver el sistema de ecuacion por el metodo de Gau ss :
 5x − y − z = 0

 x + 2y+3z = 14

 4x + 3y + 2z = 16
Solución:
 5 −1 −1 0 
 
La matriz aumentada del sistema: A' =  1 2 3 14 
4 2 16 
 3

5 f1  f 2
− 1 − 1 0  ⎯⎯⎯ 1 2 3 14 
⎯ 1 2 3 14 
 
    f 2 − 5 f1 − 11 − 16 − 70 
1 2 3 14  5 − 1 − 1 0  ⎯⎯⎯ ⎯ 0
4 4  f 3 − 4 f1 0 − 5 − 10 − 40  ⎯⎯⎯⎯
11 f 3 − 5 f 2
 3 2 16   3 2 16  ⎯⎯⎯ ⎯  ⎯

f1 − 3 f 3
1 2 3 14  1 2 3 14  ⎯⎯⎯ ⎯
    f 2 +16 f 3
0 − 11 − 16 − 70  − 1 f 0 − 11 − 16 − 70  ⎯⎯⎯⎯
3
0 − 30 −90  ⎯⎯⎯
30 ⎯ 
3 
 0 0 0 1
f1 − 2 f 2
1 2 0 5  1  1 2 0 5  ⎯⎯⎯ ⎯ 1 0 0 1
  − 11 f 2     Luego la solucion:
0 − 11 0 − 22  ⎯⎯⎯ ⎯  0 1 0 2  0 1 0 2 
0  0 0 1 3  0 0 1 3 x = 1, y = 2, z = 3
 0 1 3     
Ejemplo 2: Usando la forma matricial edel metodo de Reduccion de Gauss. res olve r el sistema:
 3x − 4y + 10 z = 9

 x + 2y − 3z = 7

 − 2x + y + z = 1 Solución:
 3 − 4 10 9  ⎯⎯⎯ f1  f 2 1 2 −3 7 
⎯ 1 2 −3 7 
 
    − 0 − 10 19 −12 
 1 2 −3 7   3 − 4 10 9 
f
⎯⎯⎯
2 3 f1⎯ 
0 2 f3 + f 2
 −2 1
 1 1 
  −  f 3 + 2 f1
⎯⎯⎯ ⎯  5 −5 15  ⎯⎯⎯ ⎯
 2 1 1 1 
f1 + 3 f 3
1 2 −3 7  1
2 − 3 7  ⎯⎯⎯ ⎯
    f 2 + ( − 19 ) f 3
0 − 10 19 −12  1
f3
− 10 19 −12  ⎯⎯⎯⎯⎯
0
0 9 18  ⎯⎯
9 ⎯ 0 1 2 
 0 
0

⎯  1 0 0 3 
f1 − 2 f 2
1 2 0 13  − 1 f  1 2 0 13  ⎯⎯⎯
 10 ⎯ 
 ⎯⎯⎯ 
2
− 10 0 − 50  0 1 0 5 0 1 0 5 Luego la solucion:
0  
0     0 0 1 2 x = 3, y = 5, z = 2
 0 1 2   0 0 1 2   
Ejemplo 3: Resolver el sistema de ecuaciones aplicando el metodo de G AUS S:
x + y + z + w = 0

x + y + z − w = 4

 x + y − z + w = −4
x − y + z + w = 2

Solución:
1 1 1 1 0 
  f −f
1 1 1 − 1 4 ⎯⎯⎯
2 1⎯
La matriz aumentada del sistema: =  
f 3 − f1
 1 1 −1 1 −4  ⎯⎯⎯
  f −f
 1 −1 1 ⎯⎯⎯
1 2  4 1⎯

1 1 1 1 0 
  f2  f4
0 0 0 −2 4  ⎯⎯⎯ ⎯
0 0 −2 0 −4 
 
0 −2 0 0 2 
 f −f
1 1 1 1 0  ⎯⎯⎯
1 4⎯
1 2 
1 1 1 1 0   
1 1 0
  −2  
−2 0 0 0 2 
0 −2 0 0 2  −1 f
0 0 0 2 
0 −4 
3
0 −2 −4  − 1 f 0 −2 0 0 0 −2 0 −4 ⎯⎯⎯
2

0 0
    
−2 4  ⎯⎯⎯
2
4
0 0 0 1 −2  −2 
0 0 0 0 0 0 1

f1 − f 3 f −f
1 1 1 0 2  ⎯⎯⎯ 1 1 0 0 0  1
− f2
1 1 0 0 0  ⎯⎯⎯
1 2⎯
     
0 −2 0 0 2  0 −2 0 0 2  ⎯⎯⎯
2
0 1 0 0 −1 
0 0 1 0 2  0 0 1 0 2  0 0 1 0 2 
     
0 0 0 1 −2  0 0 0 1 −2  0 0 0 1 −2 

1 0 0 0 1 
 
0 1 0 0 −1 
0 0 1 0 2 
  Respuesta: x = 1, y = −1, z = 2, w = −2
0 0 0 1 −2 
Ejemplo 4: Resolver el sistema de ecuaciones:
 x + 5y + 4 z = 1

 2x + 10y + 8 z = 3

 3x + 15y + 12 z = 5
Solución:
 1 5 4 1
  f 2 − 2 f1
La matriz aumentada del sistema: A' =  2 10 8 3  ⎯⎯⎯ ⎯
 3 15 12 5  ⎯⎯⎯
f 3 − 3 f1
⎯
 

1 5 4 1
 
0 0 0 1   Sistema inconsistente
0 0 0 2 


El sistema es incompatible, por lo tanto no tiene solucion.

Ejemplo 2: Resolver el sistema de ecuacion por el metodo de Gauss:
x1 + 2x 2 − 3x 3 − 4x 4 = 6
x1 + 3x 2 + x 3 − 2x 4 = 4
2x1 + 5x 2 − 2x 3 − 5x 4 = 10
Solución:
1 2 −3 −4 6 
 
Matriz aumentada del sistema: A' =  1 3 1 −2 4 
2 5 −2 − 5 10 

1 2 −3 −4 6  1 2 −3 −4 6  1 2 −3 −4 6 
  f 2 − f1    
1 3 1 −2 4  ⎯⎯⎯ ⎯ 0 1 4 2 −2  0 1 4 2 −2 
2 −2 − 5 10  ⎯⎯⎯
f 3 − 2 f1
⎯  0 
3 −2 
f3 − f 2
⎯⎯⎯ ⎯ 0 1 0 
 5 1 4  0 0
x4 = 0
x1 + 2x 2 − 3x 3 − 4x 4 = 6 x4 = 0 Damos un valor a t, entonces:
x3 = t
x 2 + 4x 3 + 2x 4 = − 2 x 2 = − 2 − 4x 3
x 2 = − 2 − 4t
x4 = 0 x1 = 10 + 11x 3
x1 = 10 + 11t
 OBSERVACION: Si un
Ejemplo 3: Resolver el sistema: sistema de ecuaciones
lineales no tiene soluciones
x1 − 2x 2 + x 3 − 4x 4 = 1 se dice que el sistema es
x1 + 3x 2 + 7x 3 + 2x 4 = 2 inconsistente. Si por lo
menos hay una solución,
x1 − 12x 2 − 11x 3 − 16x 4 = 5 entonces se dice que es
Solución:
consistente.
 1 −2 1 −4 1 
 
Matriz aumentada del sistema: A' =  1 3 7 2 2
 1 − 12 − 11 −16 5 

 1 −2 1 −4 1  1 −2 1 −4 1  1 2 −3 −4 6 
  f 2 − f1    
1 3 7 2 2  ⎯⎯⎯ ⎯ 0 5 6 6 1 0 1 4 2 −2 
 1 − 12 − 11 − 16 5  ⎯⎯⎯ ⎯  0 0 6 
f 3 − f1 0  f3 + 2 f 2
  − 10 − 12 −12 4  ⎯⎯⎯ 0 0

La ultima fila corresponde a la ecuación: 0x1 + 0x 2 + 0x 3 + 0x 4 = 6  0 = 6

Lo que es absurdo, por lo que, el sistema
es incompatible y carece de solución.
 REGLA DE CRAMER:
Consideremos un sistema de “n” ecuaciones con “n” incógnitas, es decir:
 a 11x1 + a 12 x 2 +    + a 1n x n = b1
a x + a x +  + a x = b
 21 1 22 2 2n n 2
.

.
.
a x + a x +  + a x = b
 n1 1 n2 2 nn n n

El sistema tiene solucion unica si y solo si A  0 es decir que el determinante de la matriz

asociada al sistema es diferente de cero y esta solucion esta dado por:
Ai
xi = donde i=1,2,...,n y ademas A i es la matriz obtenida a partir de A, reemplazando la
A
columna i de A por la matriz columna b, es decir:
A1 A2 A3 An
x1 = , x2 = , x3 = ,   , x n = , donde
A A A A
  b1 a 12    a 1n   a 11 b1    a 1n 
b a 22    a 2n  a b 2    a 2n 
 2   21 
.  . 
A1 =  , A2 =  .  , etc.
.
   
.  . 
b  a 
 n a n2    a nn   n1 b n    a nn 
Si det ( A ) = A = 0, entonces el sistema es:
a) Incompatible si A1  0, A 2  0,  , A n  0
b) Indeterminado si A1 = 0, A 2 = 0,  , A n = 0
La condicion de incompatibilidad de un sistema de dos ecuaciones, es decir:
 a 1x + b1 y = c1

a 2x + b2y = c2
se puede expresar en la forma:
a 1 b1 c a b c
=  1 , mientras que la indeterminacion es: 1 = 1 = 1
a 2 b2 c2 a 2 b2 c2
 Ejemplo 1: Mediante la regla de CRAMER, resolver el sistema de ecuacion es lineales.
 5x − y − z = 0

 x + 2y + 3 z = 14

 4x + 3y + 2 z = 16 Solución:
El sistema tiene solucion si el determinante de los coeficientes es diferente de cero A  0
5 −1 −1
= A = 1 2 3 = − 30  0
4 3 2
0 −1 −1 5 0 −1 5 −1 0
 x = A1 = 14 2 3 = − 30 , y = A 2 = 1 14 3 = −60 , z = A 3 = 1 2 14 = −90
16 3 2 4 16 2 4 3 16
 x − 30  y − 60 z −90
x= = =1 , y = = =2, z= = =3
 − 30  − 30  − 30
Luego la solucion es: x = 1, y = 2 , z = 3.
Ejemplo 2: Mediante la regla de CRAMER, resolver el sistema de ecuacion es lineales.
 x + 3y − z = 0

 3x − 4y + z = 2

 2x + 2y + z = 13 Solución:
El sistema tiene solucion si el determinante de los coeficientes es diferente de cero A  0
1 3 −1
 = A = 3 − 4 1 = − 23  0
2 2 1
0 3 −1 1 0 −1 1 3 0
x = 2 −4 1 = − 23 , y = 3 2 1 = − 46 , z = 3 −4 2 = −161
13 2 1 2 13 1 2 2 13
 x − 23  y − 46  z − 161
x= = =1 , y = = =2, z= = =7
 − 23  − 23  − 23
Luego la solucion es: x = 1, y = 2 , z = 7.
Ejemplo 3: Hallar el valor de "a" y "b" para que el sistema dado sea indeterminado:
 3x + 5y = 1

 ax − by = 4
Solución:
Para que el sistema sea indeterminado, debe cumplir:  = 0 ; x = 0 ; y = 0

3 5
= A = = − 3b − 5a = 0
a −b

1 5
 x = A1 = = − b − 20 = 0  b = − 20
4 −b
 a = 12

 a = 12, b = −20 , son los valores para que el sistema sea indeterminado.
Ejemplo 3: Mediante la regla de CRAMER, resolver el sistema de ecuaciones line ales .
 y − 3z + 4w = −5

 x − 2z + 3w = −4

 3x + 2y − 5w = 12
 4x + 3y − 5z = 5
 Solución:
El sistema tiene solucion si el determinante de los coeficientes es diferente de cero A  0
0 1 −3 4 −5 1 −3 4 0 −5 −3 4
1 0 −2 3 −4 0 −2 3 1 −4 −2 3
= A = = 24  0 x = = 24 , y = = 48
3 2 0 −5 12 2 0 −5 3 12 0 −5
4 3 −5 0 5 3 −5 0 4 5 −5 0
0 1 −5 4 0 1 −3 −5
1 0 −4 3 1 0 −2 −4
z = = 24, w = = −24
3 2 12 − 5 3 2 0 12
4 3 5 0 4 3 −5 5
x y z w
x= =1 , y = =2, z= =1 , w = = −1 Luego la solucion es: x = 1, y = 2 , z = 1, w = −1.
   
Ejemplo 4: Mediante la regla de CRAMER, resolver el sistema de ecuaciones lineal es.
 x + 2y + z − w = − 2

 3x − y − z + w = 3

 2x − y + 2z − 4w = 1
 4x − 3y − 2z + w = 3
 Solución:
El sistema tiene solucion si el determinante de los coeficientes es diferente de cero A  0
1 2 1 −1 −2 2 1 −1 1 −2 1 −1
3 −1 −1 1 3 −1 −1 1 3 3 −1 1
= A = = xx  0 x = = , y = =
2 −1 2 −4 1 −1 2 −4 2 1 2 −4
4 −3 −2 1 3 −3 −2 1 4 3 −2 1
1 2 −2 −1 1 2 1 −2
3 −1 3 1 3 −1 −1 3
z = = , w = =
2 −1 1 −4 2 −1 2 1
4 −3 3 1 4 −3 −2 3
x y z w
x= = , y= = , z= = ,w= = Luego la solucion es: x = 1, y = −1 , z = 3, w = 2.
   
 METODO DE MATRIZ INVERSA

 2x + y + z = 0

Ejemplo 1: Resolver el siguiente s ist em a:  x − y − 2z = 5

 3x + z = 7
Solución:

Lo expresamos como operaciones con matrices:

A  X = C
2 1 1  x   0 
    
 1 − 1 − 2  y  =  5 
3 0  z   7 
 1    

Partimos de: A  X = C
 Entonces la Inversa es:
 1 1 1 
Despejamos X de: A  X = C  6 6 6 
A =  76 −5 
−1 1
−1  6 6
Multiplicamos por la izquierda: A  − 1 −1 1 
−1 −1  2 
A AX = A  C 2 2
I Por lo tanto:
−1
X=A  C En: X = A  C
−1

Para lo cual hallamos la Inversa:  1 1 1 

 6 6 6  0 
Primeramente hallamos la determinante: X =  76 1 −5   5 
 6 6  
2 1 1  − 1  7
−1 1  
A = 1 −1 −2 = −6  2 2 2 
 2 
3 0 1  
X =  −5 
 1 
 
La solucion al sistema es: x = 2, y = −5, z = 1
Ejemplo 2: Resolver por el metodo de la matriz inversa el sistema de ecuac iones:
 x + 2y + 3z = 5

 − 2x − 3y − 7z = − 2

 − x − 2y − 4z = 3
Solución:

Escribemos el sistema en forma matricial:

A  X = C
 1 2 3  x   5 
    
 − 2 − 3 − 7 y =
   − 2 
 −1 −2 −4   z   3 
    

Partimos de: A  X = C
 Entonces la Inversa es:
Despejamos X de: A  X = C  2 −2 5 
−1  
A = 1 1 −1 
−1
Multiplicamos por la izquierda: A  −1 0 − 1 

−1 −1
A AX = A  C Por lo tanto:
I
−1
−1 En: X = A  C
X=A  C
 x   2 −2 5  5 
    
Para lo cual hallamos la Inversa:  y =  1 1 −1   −2 
 z   − 1 0 − 1   3 
Primeramente hallamos la determinante: 
1 2 3
 x   29 
A = −2 −3 −7 = −1    
y
  = 0 
−1 −2 −4  z   −8 
   

La solucion al sistema es: x = 29, y = 0, z = −8

 APLICACIONES DE SISTEMA DE ECUACIONES
Ejemplo 1: Santiago y Jorge deben pagar una deuda en febrero del 2023 que suma S/.
3560 , si el doble de lo que debe Santiago menos lo que debe Jorge asciende a S/. 2260.
¿Cuál es la deuda de cada uno?
Solución:

Sea “x” la deuda de Santiago

Sea “y” la deuda de Jorge

 x + y = 3560

 2x − y = 2260
 x = 1940 , y = 1620
Ejemplo 2: Suponer que la dieta mínima vital es 72 unidades de proteínas, 104 unidades de
carbohidratos y 88 unidades de minerales. Un nutricionista dispone empaquetados tres tipos
de alimentos A, B y C, que por paquete contienen:

Proteínas Carbohidratos Minerales

A 1 2 4
B 4 4 2
C 2 4 3

Es decir. Un paquete del alimento A contiene 1 unidad de proteínas, 2 de carbohidratos y 4

de minerales. Se debe entregar a cada comenzal una dieta mínima en un numero entero de
paquetes. ¿Cuántos paquetes de alimentos constituye la dieta mínima?
Solución:
Sean x, y, z el numero de paquetes de los tres tipos de alimentos A, B, C respectivamente.
Entonces, x paquetes del alimento A, 4y paquetes del alimento B y 2z paquetes del alimento
constituyen 72 unidades de proteínas, que se rige por la ecuación:
x + 4y + 2z = 72
Análogamente, según la tabla, planteamos el sistema de ecuaciones para carbohidratos y
minerales:
2x + 4y + 4z = 104
4x + 2y + 3z = 88
 1 4 2 72 
 
La matriz aumentada del sistema: A' =  2 4 4 104 
 4 2 3 88  1 0 0 8 
   
Efectuando las transformaciones elementales por filas se tiene:  0 1 0 10 
 0 0 1 12 
 
Por lo tanto, la dieta mínima esta constituida por 8 paquetes del tipo A, 10 paquetes del tipo
B y 12 paquetes del tipo C.
Ejemplo 3: Tres docentes compraron libros: uno de ellos pago S/. 845 por 3 de algebra, 5
de geometría y 2 de calculo; otro pago S/. 580 por 2 de geometría ,4 de algebra y 1 de
calculo; el ultimo de ellos pago S/ 605 por 1 de algebra, 3 de geometría y 3 de calculo.
¿Cuál es el precio de cada libro?
Solución:
Sean x: precio del libro de algebra
y: precio del libro de geometría
z: precio del libro de calculo
 3x + 5y + 2z = 845

 4x + 2y + z = 580  1 0 0 80 
  
 x + 3y + 3z = 605 A' =  0 1 0 85 
La matriz aumentada del sistema:  0 0 1 90 
 
3 5 2 845 
  - El precio del libro de algebra es de S/. 80
A' =  4 2 1 580 
- El precio del libro de geometría es de S/. 85
1 3 3 605 
 - El precio del libro de calculo es de S/. 90
Ejemplo 4: Una fabrica posee 5 maquinas que se utilizan en la producción de cuatro
artículos diferentes A, B, C, D. El numero de horas de cada maquina es usada en la
producción de una unidad de cada uno de los cuatro productos es dada por la siguiente
tabla:
Producto A B C D
/Maquina
1ra 7 2 4 3
2da 4 4 4 5
3ra 10 0 4 7
4ta 9 4 2 11
5ta 10 5 1 13

Hallar el numero de unidades que se deben producir de cada uno de los productos en una
semana de 5 días, sabiendo que cada maquina se usa 8 horas diaraias
Solución:
Sean x1, x2, x3, x4 el numero de unidades de cada articulo A, B C, D respectivamente que
se producen durante una semana de 5 días
Según la tabla, la 1ra maquina dedica 7 horas en la producción de una unidad del producto
A, 2 horas en la producción de una unidad del articulo B, etc. Como en una semana cada
maquina trabaja 5x8=40 horas, entonces la producción semanal de la primera maquina se
rige por la ecuación:
7x1 + 2x 2 + 4x 3 + 3x 4 = 40
Dado que las maquinas deben trabajar simultáneamente, entonces la producción semanal
estará dada por la solución de las 5 ecuaciones lineales.
7x1 + 2x 2 + 4x 3 + 3x 4 = 40
4x1 + 4x 2 + 4x 3 + 5x 4 = 40
10x1 + 0x 2 + 4x 3 + 7x 4 = 40
9x1 + 4x 2 + 2x 3 + 11x 4 = 40
10x1 + 5x 2 + x 3 + 13x 4 = 40
  7 2 4 3 40 
 
 4 4 4 5 40 
La matriz aumentada del sistema: A' =  10 0 4 7 40 
 
 9 4 2 11 40 
 10 5 1 13 40 
 

1 0 0 0 2
 
 0 1 0 0 3
Efectuando las transformaciones elementales por filas se tiene:  0 0 1 0 5 
 
0 0 0 1 0
0 0 0 0 0
 
De la ultima matriz obtenemos : x1=2, x2=3, x4=5, x4=0
En consecuencia, la producción optima semanal de la fabrica necesita que se fabrique 2
unidades del producto A, 3 del producto B, 5 del producto C y ninguno del producto D.