PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ

ESTUDIOS GENERALES LETRAS

Matemáticas para Economía y Finanzas 2
Determinantes y Sistemas de ecuaciones lineales
Semestre 2023-2

1. Elementos básicos asociados a una matriz

1.1. Rango de una matriz:
La forma escalonada obtenida mediante operaciones elementales de fila no es única. Se
prueba que el número de filas nulas obtenidas es independiente del procedimiento para encon-
trar la forma escalonada. Rango de una matriz Dada cualquier matriz A ∈ Mm,n (K), el rango
de A se define como el número de filas no nulas de cualquiera de sus formas escalonadas.

Ejemplo 1. Teniendo en cuenta el ejemplo (??) se puede concluir que el rango de la matriz
 
1 −3 2 −4
−3 9 −1 5 
A= 2 −6 4 −3 es 3.


−4 12 2 7
Proposición 1. Sea A ∈ Mm,n (K). Se cumple

a) r(A) ≤ mı́n{m, n}

b) r(A) = r(At )

1.2. Traza de una matriz:

Sea A una matriz cuadrada de orden n, la traza de A es la suma de las entradas de su
diagonal, esto es
Xn
tr (A) = aii
i=1

Ejemplo 2. Dadas las matrices cuadradas

 
  1 2 −1
3 −1
A= , B = 4 2 5 
4 12
3 7 3

se cumple
tr (A) = 3 + 12 = 15, tr (B) = 1 + 2 + 3 = 6
q

Observación 1. La traza de una matriz nilpotente siempre es cero. Asimismo, el determinante

de cualquier matriz nilpotente es siempre cero.

Proposición 2 (Propiedades). Si A y B son matrices cuadradas, se cumple

Ponticia Universidad Católica del Perú ABC Elementos básicos asociados a una matriz

i) tr (A + B) = tr (A) + tr (B) iii) tr (At ) = tr (A)

ii) tr (cA) = c tr (A) iv) tr (AB) = tr (BA)

n
X n
X
Prueba. ii) tr (cA) = ca11 + ca22 + · · · + cann = caii = c aii = ctr (A).
i=1 i=1

iv) Suponga que AB = (ci j )n×n y BA = (di j )n×n . Entonces

n
X n
X
tr (AB) = cii , tr (BA) = dii
i=1 i=1

donde
 
b1i
 b2i 

 
cii = ai1 ai2 · · · ain  .  = ai1 b1i + ai2 b2i + · · · + ain bin = dii
 .. 
bni

Luego,
n
X
tr (AB) = (b1i ai1 + bi2 a2i + · · · + bin ain ) = tr (BA).
i=1

1.3. Determinante de una matriz:

A toda matriz cuadrada se le puede asociar un número, llamado determinante. Para ser
más precisos, el determinante es una función de la forma

det Mn,n (K) −→ R

A 7−→ det(A)

definida por
n
X
det(A) = ai1 Ci1 + ai2 Ci2 + · · · + ain Cin = ai j Ci j
j=1

donde el número Ci j = (−1)i+ j det Ai, j es llamado i, j cofactor de la matriz A, mientras que Ai, j
denota la submatriz de orden (n − 1) × (n − 1) obtenida de A al eliminar su i−ésima fila y su
j−ésima columna. Esto es,
 
a11 ··· a1, j−1 a1, j+1 ··· a1n

 a21 ··· a2, j−1 a2, j+1 ··· a2n 

 .. .. .. .. .. .. 
 . . . . . . 
 
Ai, j =
ai−1,1 · · · ai−1, j−1 ai−1 j+1, · · · ai−1,n 
 (1)
 i+1,1 · · · ai+1, j+1 · · ·
a ai+1, j−1 ai+1,n 

 . .. .. .. .. .. 
 .. . . . . . 
an,1 ··· an j−1 an, j+1 ··· ann (n−1)×(n−1)

2 ABC
Ponticia Universidad Católica del Perú ABC Elementos básicos asociados a una matriz

Observación 2.

a) En la definición de determinante se ha usado la i−ésima fila de la matriz A para calcular

su determinante. Se prueba que se puede usar cualquier fila o cualquier columna para
calcular el determinante de una matriz. Por ejemplo, si usamos la j−ésima columna de
A, entonces el determinante de A es dado por

det A = a1j C1j + a2j C2j + · · · + anj Cnj

b) De acuerdo a lo descrito anteriormente se puede deducir que para calcular el determi-

nante de una matriz es conveniente elegir la fila o columna que tenga la mayor cantidad
de ceros.

c) El determinante de una matriz se suele denotar también por |A|.

d) Si A = (a) es una matriz de orden 1 × 1, entonces det(A) = a

 
a11 a12
Ejemplo 3. Dada la matriz A = , entonces para calcular su determinante puede
a21 a22
usarse cualquier fila o columna. Por ejemplo, si se usa la primera fila,

det(A) = a11 C11 + a12 C12 = a11 (−1)1+1 A1,1 + a12 (−1)1+2 A1,2
| {z } | {z }
C11 C12

Luego, det(A) = a11 a22 − a12 a22 .

Si en lugar de haber elegido la primera fila se elige la segunda columna, el determinante de A
es obtenido por
det(A) = a12 C12 + a22 C22 = −a12 a22 + a22 a11
 
a11 a12 a13
Ejemplo 4. Dada la matriz A = a21 a22 a23 , encuentre el determinante de A.
a31 a32 a33
Solución
Si se utiliza la primera fila, el determinante de A es obtenida de la siguiente forma

det A = a11 C11 + a12 C12 + a13 C13

donde
a22 a23 a21 a23 a21 a22
C11 = (−1)1+1 , C12 = (−1)1+2 , C13 = (−1)1+3
a32 a33 a31 a33 a31 a32

En cambio, si usamos la segunda columna de A, el determinante de A se obtiene de la forma

siguiente
det A = a12 C12 + a22 C22 + a32 A32 ,
donde
a21 a23 a11 a13 a11 a13
C12 = (−1)1+2 , C22 = (−1)2+2 , C32 = (−1)3+2
a31 a33 a31 a33 a21 a23

3 ABC
Ponticia Universidad Católica del Perú ABC Elementos básicos asociados a una matriz

 
2 3
Ejemplo 5. Si A = , entonces
1 −1

det A = a11 C11 + a12 C12 = (2) (−1)1+1 (−1) +(3) (−1)1+2 (1) = −5.
| {z } | {z }
C11 C12

También podemos usar la segunda fila para calcular el determinante de la matriz A, en tal caso
se tiene,
det A = a21 C21 + a22 C22 = (1) (−1)2+1 (3) +(−1) (−1)2+2 (2) = −5.
| {z } | {z }
C21 C22
 
1 0 −1
Ejemplo 6. Si A = 2 0 2 , encuentre el valor de su determinante.

3 1 1
Solución
Para calcular el determinante de la matriz A es más conveniente usar la segunda columna,
pues es la que contiene más ceros en sus entradas,

det A = a12 C12 + a22 C22 + a32 C32 = a32 C32 = −4,

donde

2 2 1 −1 1 −1
C12 = (−1)1+2 = 4, C22 = (−1)2+2 = 4, C32 = (−1)3+2 = −4.
3 1 3 1 2 2

Definición 1. Una matriz cuadrada A es llamada no singular si su determinante es diferente

de cero, caso contrario A es llamada matriz singular.
 
2 0 1
Ejemplo 7. La matriz A = 3 1 1 es no singular, pues det(A) = 2.
3 1 2

Proposición 3 (Propiedades de los determinantes). Sea A una matriz cuadrada de orden n

y c ∈ K, se cumplen las siguientes propiedades:

1. El determinante de una matriz triangular (superior o inferior) es igual al producto de

los elementos de su diagonal principal. Una situación particular es que el determinante
de una matriz diagonal es igual al producto de las entradas de su diagonal principal.

2. Si una matriz A tiene una fila o columna de ceros, entonces det(A) = 0.

3. Si B es una matriz obtenida a partir de otra matriz A intercambiando la posición de 2

sus filas, entonces det(B) = − det(A).

4. Si la matriz B es obtenida al multiplicar una fila (o columna) de la matriz A por un

escalar c, entonces el determinante de B es igual al determinante de A multiplicado por
el escalar c, esto es det(B) = c det(A).

5. det(cA) = c n det(A), donde c es un escalar.

4 ABC
Ponticia Universidad Católica del Perú ABC Elementos básicos asociados a una matriz

6. Si A tiene una fila (o columna) que es un múltiplo escalar de otra fila (o columna),
entonces det(A) = 0.

7. Si B es la matriz obtenida al sumar una fila de A un múltiplo de cualquier otra fila,

entonces det(B) = det(A).

8. Si A y B son matrices cuadradas del mismo orden, det(AB) = det(A) det(B) = det(BA).

9. det(At ) = det(A)

10. Si una Matriz A tiene una columna que se puede expresar como la suma de dos columnas;
esto es, A = C1 · · · C j + D j · · · Cn , entonces el determinante de A es dado por

det(A) = det C1 · · · C j · · · Cn + det C1 · · · D j · · · Cn

Estas propiedades y las operaciones elementales de fila sobre una matriz permiten simpli-
ficar el determinante de una matriz.
 
1 −1 2
Ejemplo 8. Calcule el determinante de la matriz A = −1 2 3.
0 1 1
Solución
El cálculo del determinante de la matriz A se puede simplificar llevando la matriz A a su forma
escalonada, realizando las operaciones elementales de fila que se indican,
     
1 −1 2 1 −1 2 1 −1 2
F2 ←F1 +F2 F3 ←(−1)F2 +F3
−1 2 3 − −−−−−→ 0 1 5 −−−−−−−−−→ 0 1 5
0 1 1 0 1 1 0 0 −4

En este caso, la forma escalonada de la matriz es una matriz es triangular superior. Asimismo,
las operaciones elementales de fila usadas preservan el determinante. Por lo tanto, det(A) =
(1)(1)(−4) = −4.
Otra forma de cálcular el determinante es usando la definición a través de los cofactores. Por
ejemplo, si se usa la tercera fila, entonces

det(A) = a31 C31 + a32 C32 + a33 C33 = −4

Ejemplo 9.

1 2 3 4 1 2 3 4
−1 −1 −7 1 1 7
2 3 5 1 0 −1 −1 −7
= = −5 −5 −10 = − −5 −5 −10 =
3 1 4 2 0 −5 −5 −10
1 −1 −7 1 −1 −7
2 5 5 1 0 1 −1 −7

1 1 7 1 1 7
=− 0 0 25 = 0 −2 −14 = −50
0 −2 −14 0 0 25
Note lo siguiente

5 ABC
Ponticia Universidad Católica del Perú Andrés Beltrán Matriz inversa

i) En la primera igualdad se han aplicado las siguientes operaciones elementales de fila,

F2 ← −F1 + F2 , F3 ← −F1 + F3 , F4 ← −2F1 + F4

y todas ellas preservan el determinante.

ii) Puesto que en la segunda matriz la primera columna tiene tres entradas nulas aplicamos
la definición para el calculo de su determinante

iii) En la tercera matriz se aplicado la propiedad (3)

iv) En la cuarta matriz de han aplicado las siguientes operaciones elementales de fila:
F2 ← 5F1 + F2 y F3 ← −F1 + F3

v) En la quinta matriz se han permutado las filas 2 y 3, y por tanto cambia el signo del
determinante resultando una matriz triangular superior.

1.4. Matriz inversa

Sea A una matriz cuadrada de orden n× n. Decimos que A es invertible si existe una matriz
B del mismo orden tal que AB = I n = BA. En tal caso, B se denota por A−1 y se llama inversa
de A o matriz inversa de A, siendo I n la matriz identidad de orden n × n.
   
1 2 3 −2
Ejemplo 10. Dadas las matrices A = y B= . Se cumple que AB = BA = I2 ,
1 3 −1 1
esto significa que la matriz A es invertible y de estra manera, A−1 = B.
 
1 −1
Ejemplo 11. Encuentre la inversa de la matriz A = , en caso exista.
1 2
Solución
Una forma de resolver este problema es averiguando si la ecuación matricial AX = I2 tiene
solución; esto es,     
1 −1 x 11 x 12 1 0
=
1 2 x 21 x 22 0 1
Luego,    
x 11 − x 21 x 12 − x 22 1 0
=
x 11 + 2x 21 x 12 + 2x 22 0 1
resultando el siguiente sistema

=


 x 11 − x 21 1
x 12 − x 22 = 0


 x 11 + 2x 21 = 0
x 12 + 2x 22 = 1


al resolver el sistema anterior se tiene x 11 = 23 , x 21 = − 13 , x 12 = x 22 = 13 . Luego,

 
−1 1 2 1
A = ,
3 −1 1

6 ABC
Ponticia Universidad Católica del Perú Andrés Beltrán Matriz inversa

Proposición 4. Si la inversa de una matriz existe entonces ella es única

Prueba. Sea A una matriz cuadrada. Suponga que B y C son matrices inversas de la matriz A.
Entonces se verifica AB = I n = BS y AC = I n = CA. Multiplicando por la izquierda a la igualdad
anterior, C(AB) = C I n = C. Teniendo en cuenta que el producto de matrices es conmutativo,
(CA)B = C, entonces I n B = C. Esto último implica que B = C.

1.5. Métodos para determinar la inversa de una matriz

1.5.1. Método de los cofactores:

Sea A = (ai j )n×n una matriz cuadrada de orden n×. Se definen las siguientes matrices:

a) Matriz de cofactores: Es la matriz formada por los i j cofactores Ci j de A, se denota por

Cof (A); esto es,  
C11 C12 · · · C1n
 21 C22 · · · C2n 
C 
Cof (A) = (Ci j )n×n =  . .. .. ..  ,
 .. . . . 
Cn1 Cn2 · · · Cnn
donde el i j cofactor de A es Ci j = (−1)i+ j det Ai j .

b) Matriz adjunta de A, denotada por Adj (A), es definida como la traspuesta de la matriz
de cofactores de A, esto es,
 
C11 C21 · · · Cn1
 12 C22 · · · Cn2 
C 
t
Adj (A) = (Ci j ) =  . .. .. ..  .
 .. . . . 
C1n C2n · · · Cnn
 
1 0 −1
Ejemplo 12. Si A = 2 0 2 , determine la matriz de cofactores y la matriz adjunta de A.
3 1 1
Solución
Nótese que

0 2 2 2 2 0
C11 = (−1)1+1 = −2, C12 = (−1)1+2 = 4, C13 = (−1)1+3 = −2
1 1 3 1 3 1

0 −1 1 −1 1 0
C21 = (−1)2+1 = −1, C22 = (−1)2+2 = 4, C23 = (−1)2+3 = −1
1 1 3 1 3 1
0 −1 1 −1 1 0
C31 = (−1)3+1 = 0, C32 = (−1)3+2 = −4, C33 = (−1)3+3 = 0.
0 2 2 2 2 0
Entonces    
C11 C12 C13 −2 4 −2
Cof(A) = C21
 C22 C23  = −1 4 −1
C31 C32 C33 0 −4 0

7 ABC
Ponticia Universidad Católica del Perú Andrés Beltrán Matriz inversa

 t  t  
C11 C12 C13 −2 4 −2 −2 −1 0
t
Adj (A) = Cof(A) = C21 C22 C23  = −1 4 −1 =  4 4 −4
C31 C32 C33 0 −4 0 −2 −1 0
 
1 5 2
Ejemplo 13. Dada la matriz A = 2 1 1, encuentre det(A) y A · Adj (A).
1 2 0
Solución
 
9 0 0
Se verifica que det(A) = 9 y A · Adj (A) = 0 9 0 = det(A) · I3 .
0 0 9

Proposición 5. Una condición necesaria y suficiente para que una matriz cuadrada A de orden
Adj(A)
n tenga inversa es det(A) 6= 0. En tal caso, A−1 = .
det(A)
Prueba. [Condición necesaria:]
Suponga que existe la inversa de la matriz A, esto significa en particular que AA−1 = I. Al tomar
determinantes en ambos lados de la igualdad anterior se obtiene, det(A) det(A−1 ) = 1, lo cual
implica que det(A) 6= 0.
Condición suficiente: Supongamos ahora que det(A) 6= 0. Se tiene,
 
a11 a12 · · · a1n
 21 a22 · · · a2n  C11 C21 · · · C j1 · · · Cn1
a  
 .. .. ..  
 . . ··· .  C12 C22 · · · C j2 · · · Cn2 
t
A · Adj (A) = A · (cof (A)) =   
  .. .. .. .. .. .. 

· · ·

a
 i1 a i2 a in  . . . . . . 
 . . . .
 .. .. .. ..  C1n C2n · · · C jn · · · Cnn


an1 an2 · · · ann

La entrada R i j de la matriz A · Adj (A) es dada por

i 6= j

0 si
R i j = ai1 C j1 + a12 C j2 + · · · + ain C jn =
det A si i=j

Por lo tanto,  
det(A) 0 ··· 0
 0 det(A) · · · 0 
A · Adj (A) =  .  = det(A) · I n .
 
.. .. ..
 .. . . . 
0 0 ··· det(A)
Adj(A)
dividiendo ambos lados de la igualdad anterior por det(A) se obtiene, A · = I, esto
det(A)
Adj(A)
significa que A−1 = .
det(A)

8 ABC
 Ponticia Universidad Católica del Perú Andrés Beltrán Matriz inversa

Observación 3. Ell método obtenido en la demostración del teorema anterior para calcular
la inversa de una matriz
Adj (A)
A−1 =
det(A)
es llamado método de los cofactores.

Proposición 6. Si A = (ai j )2x2 es una matriz no singular, su inversa es dada por

 
−1 1 a22 −a12
A =
det A −a21 a11

Proposición 7 (Propiedades de la inversa). Suponga que A y B son matrices de orden n × n

y k ∈ K que admiten inversa. Se cumplen las siguientes propiedades:

a) (A−1 )−1 = A
1
b) det(A−1 ) = det(A)

c) (kA)−1 = k−1 A−1

d) (AB)−1 = B −1 A−1

e) (At )−1 = (A−1 ) t

Prueba.
b) Se sabe que AA−1 = I n , entonces

det(AA−1 ) = det(I n ) =⇒ det(A) det(A−1 ) = 1

Esta última igualdad lleva al resultado deseado.

e) Sabemos que I n = AA−1 = (AA−1 ) t = (A−1 ) t At esto significa que (At )−1 = (A−1 ) t .
 
−2 3 2
Ejemplo 14. Dada la matriz A = −1 3 0, analice si admite inversa. En caso afirmativo,
4 −3 1
halle su inversa.
Solución
Primero calculamos el determinante de la matriz dada, usando la segunda fila,

det(A) = (−1)C21 + 3C22 + (0)C23 = (−1)(−9) + (3)(−10) = −21 6= 0.

Esto significa que existe la inversa de A. Vamos ahora a calcular la inversa de A a través de la
relación,
1
A−1 = Adj (A),
det(A)
donde  t  
3 1 −9 3 −9 −6
Adj (A) = (Ci j ) t = −9 −10 6  =  1 −10 −2
−6 −2 −3 −9 6 −3

9 ABC
Ponticia Universidad Católica del Perú ABC Sistema de ecuaciones lineales

y Ci j son las entradas de la matriz de cofactores. Luego,

 
3 −9 −6
1
A−1 = −  1 −10 −2
21
−9 6 −3

2. Sistema de ecuaciones lineales

2.1. Sistemas de ecuaciones lineales: caso general
Consideremos el siguiente sistema de m ecuaciones lineales con n incógnitas,


 a11 x 1 + a12 x 2 + · · · + a1n x n = b1
+ a22 x 2 + · · · + a2n x n = b2

 a x
21 1
(S) : .. .. .. ..


 . . . .
am1 x 1 + am2 x 2 + · · · + amn x n = bm


El sistema (S) puede expresarse en forma matricial,

AX = b, (2)

donde      
a11 a12 ··· a1n x1 b1
a
 21 a22 ··· a2n  x 
 2
b 
 2
A= . ..  , X =  . , b =  . ,

.. ..
 .. . . .   ..   .. 
am1 am2 · · · amn xn bm
llamadas matriz de coeficientes, matriz de incógnitas y matriz de términos independientes, res-
pectivamente. Y la matriz  
a11 a12 · · · a1n | b1
 21 a22 · · · a2n | b2 
a 
 . .. .. ..
 ..

. . . 
am1 am2 · · · amn | bm
es la matriz ampliada del sistema.

Resolver el sistema (S) consiste en encontrar todas las n−uplas (x 1 , x 2 , . . . , x n ) ∈ Rn que

verifican simultáneamente todas las ecuaciones del sistema (S). El sistema homogéneo asociado
al sistema (S) es


 a11 x 1 + a12 x 2 + · · · + a1n x n = 0
+ a22 x 2 + · · · + a2n x n = 0

 a x
21 1
(H) : .. .. ..

 . . .

am1 x 1 + am2 x 2 + · · · + amn x n = 0


10 ABC
Ponticia Universidad Católica del Perú ABC Sistema de ecuaciones lineales

Diremos que el sistema (S) es compatible si admite alguna solución. Si el sistema no admite
soluciones se llama incompatible. En el caso compatible se presentan dos casos:

a) El sistema es determinado cuando el sistema (S) tiene solución única,

b) El sistema es indeterminado cuando el sistema (S) tiene infinitas soluciones.

Observación 4. Dos sistemas que presentan el mismo conjunto de soluciones se llaman siste-
mas equivalentes

2.1.1. Método de eliminación de Gauss:

El método de eliminación de Gauss es uno de los métodos que se usa para resolver sistemas
de ecuaciones del tipo (S) y consiste en transformar, por etapas, el sistema de ecuaciones inicial
en sistemas más simples, todos los cuales son equivalentes al sistema inicial.
Para ser más precisos, el método de eliminación de Gauss consiste en aplicar sucesivamente
a la matriz ampliada del sistema, operaciones elementales de fila hasta llevarla a una de sus
formas escalonadas. Es decir, realizar el proceso siguiente:

1) Considerar la matriz aumentada del sistema del sistema (A|b), donde A es la matriz de
coeficientes del sistema y b es la matriz de términos independientes del sistema.

2) Llevar la matriz aumentadada a una de sus formas escalonadas

3) Resolver el sistema reducido o simplificado usando el método de sustitución.

Ejemplo 15. Resuelva el siguiente sistema de ecuaciones lineales:

 x 1 + x 2 + x 3 + 4x 4 = 4


2x 1 + 5x 2 + 5x 3 − x 4 = −3
x 1 + 2x 2 + x 3 + x 4 = 4


Solución
Consideremos la matriz aumentada del sistema dado,
 
1 1 1 4 | 4
2 5 5 −1 | −3
1 2 1 1 | 4

Transformamos esta matriz a una de sus formas escalonadas, usando operaciones elemen-
tales de fila:
     
1 1 1 4 | 4 F2 ←(−2F1 )+F2 1 1 1 4 | 4 1 1 1 4 | 4
2 5 5 −1 | −3 −−−−−−−−−→ 0 3 3 −9 | −11 − F2 ↔F3
−−−→ 0 1 0 −3 | −4 
F3 ←(−F1 )+F3
1 2 1 1 | 4 −−−−−−−−→ 0 1 0 −3 | −4 0 3 3 −9 | −11
 
1 1 1 4 | 4
F3 ←(−3)F2 +F3
−−−−−−−−−→ 0 1 0 −3 | −1
0 0 3 0 | 1

11 ABC
Ponticia Universidad Católica del Perú ABC Sistema de ecuaciones lineales

Teniendo en cuenta la última fila de la última matriz se tiene que 3x 3 = 1, entonces x 3 =

1
3 . De la segunda fila se tiene x 2 − 3x 4 = −1, entonces x 2 = −1 + 3x 4 . De la primera fila,
x 1 + x 2 + x 3 + 4x 4 = 4. Teniendo en cuenta los resultados anteriores se tiene, x 1 = 14 3 − 7x 4 .
Por lo tanto, el conjunto solución del sistema de ecuaciones es dado por

2 1
§ ª
C S = x = (x 1 , x 2 , x 3 , x 4 ) = ( − 7x 4 , −1 + 3x 4 , , x 4 ) : x 4 ∈ R
3 3

En el conjunto solución del sistema se puede apreciar que existe una variable, x 4 , que pue-
de tomar cualquier valor, esta variable es llamada variable libre. Por lo tanto, el sistema de
ecuaciones es compatible indeterminado.

Ejemplo 16. Resuelva el siguiente sistema de ecuaciones lineales:

 2x 1 + 3x 2 + x 3 = 1


3x 1 − 2x 2 − 4x 3 = −3
5x 1 − x 2 − x 3 = 4


Solución
Consideremos la matriz aumentada del sistema,
 
2 3 1 | 1
3 −2 −4 | −3
5 −1 −1 | 4

Ahora llevamos esta matriz a una de sus formas escalonadas usando operaciones elemen-
tales de fila:
     
2 3 1 | 1 2 3 1 | 1 1 −5 −5 | −4 F2 ←(−2F1 )+F2
3 −2 −4 | −3 − F2 ←(−F1 )+F2  F1 ↔F2 −−−−−−−−−→
−−−−−−−→ 1 −5 −5 | −4 −−−−→ 2 3 1 | 1  F ←(−5F )+F
3 1 3
5 −1 −1 | 4 5 −1 −1 | 4 5 −1 −1 | 4 −−−−−−−−−→

     
1 −5 −5 | −4 1 −5 −5 | −4 1 −5 −5 | −4
1
F2 ↔F3
0 13 11 | 9  F3 ← 24 F3 0 13 11 | 9  − −−−→ 0 1 1 | 1
−−−−−→
0 24 24 | 24 0 1 1 | 1 0 13 11 | 9
 
1 −5 −5 | −4
F3 ←(−13F2 )+F3
−−−−−−−−−→ 0 1 1 | 1
0 0 −2 | −4
Teniendo en cuenta la última fila de la matriz anterior se tiene que −2x 3 = −4, es decir
x 3 = 2. De la segunda fila, x 2 + x 3 = 1, entonces x 2 = −1. Finalmente, de la primera fila se
tiene, x 1 − 5x 2 − 5x 3 = −4, entonces x 1 = 1. De esta manera, el sistema de ecuaciones tiene
solución única C S = {(1, −1, 2)}. Es decir, el sistema es compatible determinado.

12 ABC
Ponticia Universidad Católica del Perú ABC Sistema de ecuaciones lineales

Ejemplo 17. Resuelva el siguiente sistema de ecuaciones lineales:

 x − y + z = 4


3x + 2 y − z = 7
−x − 4 y + 3z = 2


Solución
Consideremos la matriz aumentada del sistema dado,
 
1 −1 1 | 4
3 2 −1 | 7
−1 −4 3 | 2
Llevamos esta matriz a su forma escalonada usando operaciones elementales de fila:
     
1 −1 1 | 4 F2 ←(−3F1 )+F2 1 −1 1 | 4 1 −1 1 | 4
−−−−−−−−−→  F3 ←F2 +F3
3 2 −1 | 7 F3 ←F1 +F3 0 5 −4 | −5 −−−−−− → 0 5 −4 | −5
−1 −4 3 | 2 −−−−−− → 0 −5 4 | 6 0 0 0 | 1
Teniendo en cuenta la última fila de la matriz anterior se tiene que 0 = 1. Es decir, el
sistema no tiene soluciones. Luego, el sistema es incompatible.
Ejemplo 18. Analice las soluciones del siguiente sistema lineal,

 x + 2 y + 3z = 1


−x + a y − 21z = 2
3x + 7 y + az = b


para todos los valores de los parámetros a y b.

Solución
   
1 2 3 1 F2 ←F1 +F2 1 2 3 1
−−−−−−→
−1 a −21 2
F3 ←(−3F1 )+F3
0 a + 2 −18 3 
3 7 a b −−−−−−−−−→ 0 1 a−9 b−3
   
1 2 3 1 1 2 3 1
F3 ↔F2 F3 ←(−a−2)F2 +F3 
−−−−→ 0  1 a − 9 b − 3 −−−−−−−−−−→ 0
 1 a−9 b−3 
0 a + 2 −18 3 0 0 −a2 + 7a −a b − 2b + 3a + 9
De la última fila se deduce que a(7 − a)z = −a b − 2b + 3a + 9. Es decir, z ∈ R si a 6= 0 y a 6= 7.
En tal caso, el sistema tiene solución única (x, y, z) donde
1 1
z= (−a b − 2b + 3a + 9), y= (81 − 3a − 18b),
a(7 − a) a(7 − a)
1
x= (−a2 + 4a + 42b + 3a b − 189)
a(7 − a)
Veamos ahora que sucede cuando a = 0. La forma escalonada correspondiente es
 
1 2 3 1
0 1 −9 b−3 
0 0 0 −2b + 9
Se presentan los siguientes casos:

13 ABC
Ponticia Universidad Católica del Perú ABC Sistema de ecuaciones lineales

a) Cuando −2b + 9 6= 0. En tal caso, el sistema no tiene soluciones

b) Cuando −2b + 9 = 0. La forma escalonada toma la forma siguiente,

 
1 2 3 1
0 1 −9 b − 3
0 0 0 0

En tal caso, el sistema presenta infinitas soluciones:

C S = {(7 − 2b − 21z, b − 3 + 9z, z) : z ∈ R}

siendo z la variable libre, es decir puede tomar cualquier valor real.

Ejercicio: Analice el caso cuando a = 7.

2.2. Criterio para la existencia de soluciones de un sistema de ecuaciones linea-

les
Este criterio permite analizar la existencia de soluciones de un sistema de ecuaciones li-
neales sin resolverlo usando para ello el rango de una matriz.

Proposición 8 (Teorema de Rouche-Frobenius). Dado el sistema de ecuaciones en su forma

matricial
AX = b, (3)

donde A es una matriz de orden m × n, X es la matriz de orden n × 1 de las incógnitas y b es

la matriz de orden m × 1 de los términos independientes. Se cumple:

1. r(A) < r(A|b), el sistema (3) no tiene solución.

2. r(A) = r(A|b), entonces el sistema (3) es compatible. Además si

a) r(A) = r(A|b) = k < n, el sistema (3) es indeterminado, esto es, tiene infinitas
soluciones con (n − k) variables o parámetros libres.
b) r(A) = r(A|b) = n, el sistema (3) tiene solución única.

Observación 5. El teorema de Rouche-Frobenius también es conocido como el teorema del

rango.

Ejemplo 19. Usando el teorema de Rouche-Frobenius analice si el siguiente sistema de ecua-

ciones lineales tiene solución. En caso afirmativo, encuentre sus soluciones.

x 1 + x 2 + 2x 3 + 3x 4 = −1



−x 1 − 2x 2 − 3x 3 − 4x 4 = 0


 2x 1 + 3x 2 + 5x 3 + 7x 4 = 1
2x 1 + 2x 2 + 4x 3 + 6x 4 = 2


14 ABC
Ponticia Universidad Católica del Perú ABC Sistema de ecuaciones lineales

Solución
Primero escribimos la matriz aumentada del sistema de ecuaciones lineales y la llevamos a
una de sus formas escalonadas usando operaciones elementales de fila,
  F ←F +F  
1 1 2 3 | −1 2 1
←−−−−−−
2 1 1 2 3 | −1
−1 −2 −3 −4 | 0  F3 ←(−2)F1 +F3 0 −1 −1 −1 | −1
  ←−−−−−−−−−  
2 3 5 7 | 1 0 1 1 1 | 3
F4 ←(−2)F1 +F4
2 2 4 6 | 2 ←−−−−−−−−− 0 0 0 0 | 4
   
1 1 2 3 | 1 1 1 2 3 | −1
F3 ←F2 +F3 0 −1 −1 −1 | 1 0 −1 −1 −1 | −1
F4 ←(−2)F3 +F4  
←−−−−−−   ←−−−−−−−− −
0 0 0 0 | 2 0 0 0 0 | 2
0 0 0 0 | 4 0 0 0 0 | 0
Puesto que r(A) = 2 6= r(A|b) = 3, entonces el sistema es incompatible.

15 ABC