UNIVERSIDAD NACIONAL DE

INGENIERA
UNI-NORTE
ESTEL, NICARAGUA
Matrices, Determinantes y Sistemas
de Ecuaciones
Rigoberto Morales
Unidad I: Matrices, Determinantes y Sistemas de Ecuaciones
Lineales.
Objetivos
Interpretar el concepto de matriz como un arreglo
rectangular.
Identificar los elementos, filas, columnas, diagonal principal
y los distintos tipos de matrices.
Desarrollar las operaciones bsicas con matrices.
Calcular el determinante de una matriz cuadrada.
Definir la inversa de una matriz.
Determinar la inversa de una matriz por diferentes mtodos.
Determinar el rango de una matriz.
Resolver sistemas de ecuaciones lineales por diferentes
mtodos.
ontenidos
Introduccin.
Definicin de matriz. Notacin.
Clasificacin de matrices !lgunos tipos de matrices".
#peraciones con matrices.
Determinantes. Definicin. Clculo de determinantes.
$atrices inversas. Clculo de la inversa por diferentes
mtodos.
Rango de una matriz.
Resolucin de %istemas de &cuaciones 'ineales.
Introducci!n

'as matrices (ue se mencionaron por primera vez en Inglaterra a
mediados del siglo pasado en los traba)os del Irlands *. +amilton,
constituyen una de las aportaciones ms valiosas y fruct,feras a las
matemticas modernas, por la simplificacin rotacional (ue permiten en
la representacin de problemas comple)os en los (ue interviene un gran
n-mero de variables. as, como por los avances (ue se lograron en el
campo del lgebra lineal.
&n las ms diversas disciplinas, como la /,sica, la Ingenier,a, la econom,a,
la psicolog,a o la administracin, una gran cantidad de problemas (ue
re(uieren del uso de muc0as variables no podr,an ser delimitados,
planeados y resueltos por la notacin simblica del lgebra tradicional a
causa de los pocos alcances (ue sta otorga. 'a escritura matricial por su
agilidad, brevedad y precisin suple esta deficiencia.
'as matrices tienen diversas aplicaciones en la ingenier,a civil por e)emplo
en el clculo estructural para analizar la capacidad de carga y el dise1o de
elementos. en ingenier,a de trnsito para generar matrices de informacin
en la planificacin de transporte y aforos ve0iculares. en topograf,a para
realizar res-menes de datos y cuadricular terrenos para curvas de nivel. en
dibu)o asistido por computadora en el soft2are !utocad. en esttica para
resolver problemas de e(uilibrio en el espacio en 3D con operaciones
vectoriales. en 0idrulica para 0acer referencias del estudio de la prdida de
energ,a por accesorios circuito cerrado" y en el anlisis, dise1o y
distribucin de caudales para la poblacin. en anlisis numrico para
resolver sistemas de ecuaciones lineales.
'a utilizacin de matrices arrays" constituye actualmente una parte
esencial donde los lengua)es de programacin, ya (ue la mayor,a de los
datos se introducen en los ordenadores como tablas organizadas en filas y
columnas4 0o)as de clculo, bases de datos, etc.
De"inici!n de matri#
%e llama matri# de orden m$n a todo con)unto rectangular de elementos a
ij
dispuestos en m l,neas 0orizontales filas" y n verticales columnas" de la
forma4
!breviadamente suele e5presarse en la forma ! 6 a
i)
", con i 67, 8, ..., m, )
67, 8, ..., n. 'os sub,ndices indican la posicin del elemento dentro de la
matriz, el primero denota la fila i" y el segundo la columna )". 9or
e)emplo el elemento a
8:
ser el elemento de la fila 8 y columna :.
Dos matrices son iguales cuando tienen la misma dimensin y los
elementos (ue ocupan el mismo lugar en ambas son iguales.
&)emplo
'as matrices
! 6

8
;
: 3
y
x
y < 6

8 7
= ;
: 3

%on iguales solo s,4 5 6= y 6 7

%lgunos ti&os de matrices
>amos a describir algunos tipos de matrices (ue aparecen con frecuencia
debido a su utilidad, y de los (ue es conveniente recordar su nombre.
%tendiendo a la "orma
Matri# "ila: &s una matriz (ue solo tiene una fila, es decir m 67 y por tanto
es de orden ' ( n. &)emplo4 !6 ?8, @3, :A
Matri# columna: &s una matriz (ue solo tiene una columna, es decir, n 67
y por tanto es de orden m ( '. &)emplo4

=
=
B
7
C
Matri# cuadrada: &s a(uella (ue tiene el mismo n-mero de filas (ue de
columnas, es decir m ) n. &n estos casos se dice (ue la matriz cuadrada es
de orden n, y no n 5 n. &)emplo4
'os elementos a
i)
con i ) ), o sea a
ii
forman la llamada diagonal principal de
la matriz cuadrada, y los elementos a
i)
con i C ) ) n C7 la diagonal
secundaria.
Matri# tras&uesta: Dada una matriz !, se llama transpuesta de !, y se
representa por !
t
, a la matriz (ue se obtiene cambiando filas por columnas.
'a primera fila de ! es la primera fila de !
t
, la segunda fila de ! es la
segunda columna de !
t
, etc.
&)emplo 'a matriz transpuesta de la matriz !
! 6

D =
: 3
8 7
es !
t
6

D : 8
= 3 7
*ro&iedades de la tras&osici!n de matrices
7. Dada una matriz !, siempre e5iste su traspuesta y adems es -nica.
8. !
t
"
t
6 !.
Matri# sim+trica: Ena matriz cuadrada ! es simtrica si ! 6 !
t
, es decir, si
a
i)
6 a
)i
FG i, ).
Matri# antisim+trica: Ena matriz cuadrada es antisimtrica si ! 6 H!t, es
decir, si a
i)
6 Ha
)i
G i, ).
Ejem&los Consideremos las siguientes matrices:

9odemos observar (ue los elementos simtricos de A son iguales, o
(ue A
I
6 A. %iendo as,, A es simtrica.
8 8
3 =
7 8
x
B

=
9ara B los elementos simtricos son opuestos entre s,, de este modo
B es antisimtrica.
A simple vista, C no es cuadrada. en consecuencia, no es ni simtrica
ni antisimtrica.
%tendiendo a los elementos
Matri# nula es a(uella (ue todos sus elementos son = y se representa por
,.
Ejem&lo -,, ,.
Matri# diagonal: &s una matriz cuadrada, en la (ue todos los elementos no
pertenecientes a la diagonal principal son nulos.
Ejem&lo
Matri# escalar: &s una matriz diagonal con todos los elementos de la
diagonal iguales.
Ejem&los
Matri# identidad: &s una matriz escalar con los elementos de la diagonal
principal iguales a 7.
Ejem&los
Matri# /riangular: &s una matriz cuadrada (ue tiene nulos todos los
elementos (ue estn a un mismo lado de la diagonal principal. 'as matrices
triangulares pueden ser de dos tipos4
/riangular Su&erior: %i los elementos (ue estn por deba)o de la diagonal
principal son todos nulos. &s decir, a
i)
6= G iJ).
Ejem&lo
/riangular In"erior: %i los elementos (ue estn por encima de la diagonal
principal son todos nulos. &s decir, a
i)
6= G)Ji.
Ejem&lo
O*ER%IO0ES O0 M%/RIES

Suma y resta de matrices
9ara poder sumar o restar matrices, stas deben tener el mismo
n-mero de filas y de columnas. &s decir, si una matriz es de orden 3
5 8 y otra de 853, no se pueden sumar ni restar. &sto es as, ya (ue,
tanto para la suma como para la resta, se suman o se restan los
trminos (ue ocupan el mismo lugar en las matrices.
&)emplo4



9ara sumar o restar ms de dos matrices se procede igual. No
necesariamente para poder sumar o restar matrices, stas tienen (ue
ser cuadradas.
Ejem&lo:


*roducto de matrices
9ara poder multiplicar dos matrices, la primera debe tener el mismo
n-mero de columnas (ue filas la segunda. 'a matriz resultante del
producto (uedar con el mismo n-mero de filas de la primera y con
el mismo n-mero de columnas de la segunda.
&s decir, si tenemos una matriz 8 5 3 y la multiplicamos por otra de
orden 3 5 :, la matriz resultante ser de orden 8 5 :.
8 5 3" K 3 5 :" 6 8 5 :"
%e puede observar (ue el producto de matrices no cumple la
propiedad conmutativa, ya (ue en el e)emplo anterior, si
multiplicamos la segunda por la primera, no podr,amos efectuar la
operacin.
3 5 : por 8 5 3,
puesto (ue la primera matriz no tiene el mismo n-mero de columnas
(ue filas la segunda.
%upongamos (ue A 6 a
i )
" y B 6 b
i )
" son matrices tales (ue el
n-mero de columnas de A coincide con el n-mero de filas de B. es
decir, A es una matriz m p y B una matriz p n . &ntonces el
producto AB es la matriz m n cuya entrada ij se obtiene
multiplicando la fila i de A por la columna j de B.
&sto es,

Ejemplo4
7.

8.

Producto por un escalar
&l producto de un escalar k por la matriz A, escrito kA o simplemente
kA, es la matriz obtenida multiplicando cada entrada de A por k4

Ejemplo4
&ntonces4

Divisi!n de matrices
'a divisin de matrices se define como el producto del numerador
multiplicado por la matriz inversa del denominador. &s decir, sean las
matrices A y B tal (ue A/B = AB
@7
4
%i una matriz est dividida entre un escalar, todos los trminos de la
matriz (uedarn divididos por ese escalar.
Ejemplo:
DE/ERMI0%0/ES

! cada matriz n@cuadrada A 6 a
i )
" se le asigna un escalar particular
denominado determinante de A, denotado por det !", L ! L o
Ena tabla ordenada n n de escalares situada entre dos l,neas
verticales, llamada determinante de orden n, no es una matriz.
'a funcin determinante apareci por primera vez en el estudio de
los sistemas de ecuaciones lineales. >eremos (ue es una 0erramienta
indispensable en el estudio y obtencin de stas.

DE/ERMI0%0/ES DE ORDE0 U0O 1 DOS

'os determinantes de orden uno y dos se definen como sigue4
6 a
77
!s,, el determinante de una matriz 7 7 A 6 a
77
" es el propio
escalar a
77
, es decir, det A" 6 La
77
L 6 a
77
.
Ejemplos:
a) Dado (ue el determinante de orden uno es el mismo escalar,
tenemos det 8;" 6 8;, det@3" 6 @3, det 3xC:" 6 3xC:.
b)
DE/ERMI0%0/ES DE ORDE0 /RES

Consideremos una matriz 35 3 arbitraria A 6 a
i )
". &l determinante
de A se define como sigue4
#bsrvese (ue 0ay seis productos, cada uno formado por tres
elementos de la matriz. Ires de los productos aparecen con signo
positivo conservan su signo" y tres con signo negativo cambian su
signo".
9ara calcular los determinantes de orden tres, el siguiente diagrama
puede ayudar a resolverlos4
Ejemplo4
Calcular el valor del determinante4
6 8; C 8= C = @ @;" @ = @ @7:" 6 ;; C ; C 7: 6 B3
&l determinante de la matriz 3 5 3 A 6 a
i )
" puede reescribirse
como4
det A" 6 a
77
a
88
a
33
@ a
83
a
38
" @ a
78
a
87
a
33
@ a
83
a
37
" C a
73
a
87
a
38
@ a
88
a
37
" 6

(ue es una combinacin lineal de tres determinantes de orden dos,
cuyos coeficientes con signos alternantes" constituyen la primera fila
de la matriz dada. &sta combinacin lineal puede indicarse de la
forma siguiente4
Ntese (ue cada matriz 8 5 8 se obtiene suprimiendo en la matriz
inicial la fila y la columna (ue contienen su coeficiente.
Ejemplo:
9ara demostrar (ue la propiedad anterior se cumple, traba)aremos con
4


6 3MC:" @ 8=@7=" C 7=C;" 6 3N C 8= C ; 6 B3
*RO*IED%DES DE LOS DE/ERMI0%0/ES

'as propiedades bsicas del determinante son las siguientes4
'. &l determinante de una matriz A y el de su traspuesta A
I
son
iguales, es decir,
2. %ea A una matriz cuadrada,

%i A posee dos filas columnas" iguales, necesariamente 6 =.

%i A es triangular, esto es, A slo tiene ceros por encima o por
deba)o de la diagonal principal, entonces es igual al producto de
los elementos de la diagonal.
3. %upongamos (ue B se 0a obtenido de A mediante una operacin
elemental entre filas o columnas,
%i se 0an intercambiado dos filas columnas" de A, LBL 6 @ LA|.
%i se 0a sumado un m-ltiplo de una fila columna" a otra, entonces L
BL 6 LA|.
%i se 0a multiplicado una fila columna" de A por un escalar k, LBL 6
kLA|.
4. %ea A cual(uier matriz n@cuadrada, son e(uivalentes los siguientes
principios4
A es invertible, es decir, A tiene inversa A
@7
.
AX 6 = tiene solamente la solucin trivial.
&l determinante de A no es nulo4 LA| =.
5. &l determinante es una funcin multiplicativa. &s decir, el
determinante del producto de matrices A y B es el producto de los
determinantes4 LABL 6 LAL LBL.
6. %upongamos (ue A y B son matrices similares, entonces4 LAL 6 LBL.

Ejercicio: c7lculo de determinantes
8888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888888
Calcular los siguientes determinantes4








6 8@B@8;C7BC8"C :@;@8;CB"@7;C78@7B@3" 6 @8;@77=C3 6 @737.

6 7O7BC=C8;@@;"@@3="@=" @8O@78M@8C3=@@;="@78@@7B"" 6 D;@8O@B"
6 D;C778 6 7MB.

M%/RIES I09ER/I:LES

%e dice (ue una matriz cuadrada A es invertible, si e5iste una matriz
B con la propiedad de (ue
AB = BA = I
siendo I la matriz identidad. Denominamos a la matriz B la inversa de
A y la denotamos por A
@7
.
Ejemplo:


9uesto (ue AB = BA = I, A y B son invertibles, siendo cada una la
inversa de la otra.
M+todo de ;auss
%ea A 6 a
i )
" una matriz cuadrada de orden n. 9ara calcular la
matriz inversa de A, (ue denotaremos como A
@7
, seguiremos los
siguientes pasos4
*aso '. Construir la matriz n x 2n M 6 ! I " esto es, A est en la
mitad iz(uierda de M y la matriz identidad I en la derec0a.
*aso 2. %e de)a tal y como est la primera fila de M, y deba)o del
primer trmino de la diagonal principal, a
77
, (ue llamaremos pio!e,
ponemos ceros. 'uego se opera como se indica en el siguiente
e)emplo.
Ejemplo4
Consideremos una matriz 3 5 3 arbitraria

*aso '.
*aso 2.
&l siguiente paso es igual (ue el anterior, pero esta vez se coge como
pivote el segundo trmino de la diagonal principal.
!l llegar al -ltimo trmino de la diagonal, se procede igual (ue antes,
pero poniendo los ceros encima del nuevo pivote. %e observa (ue al
coger como pivote el -ltimo trmino de la diagonal, la matriz A se
transforma en una matriz triangular.
Ena vez realizados todos los pasos, la mitad iz(uierda de la matriz M
se convierte en una matriz diagonal. &n este momento 0ay (ue
proceder a transformar, si es (ue no lo est, la mitad iz(uierda en la
matriz identidad, dividiendo si fuera necesario las filas de M por un
escalar.
Ejemplo4
%upongamos (ue (ueremos encontrar la inversa de
9rimero construimos la matriz M 6 A I",

'a mitad iz(uierda de M est en forma triangular, por consiguiente, A
es invertible. %i 0ubiera (uedado toda una fila con ceros en la mitad
A de M, la operacin 0abr,a terminado A no es invertible".
! continuacin, cogemos como pivote a
33
, ponemos ceros encima de
ste y seguimos operando 0asta (ue nos (uede una matriz diagonal.
Pa (ue la matriz colocada en la mitad iz(uierda es diagonal, no 0ay
(ue operar ms. Iransformamos la matriz diagonal en una matriz
identidad. para ello 0ay (ue dividir la segunda fila entre @74
'a matriz (ue 0a (uedado en la mitad derec0a de M es precisamente
la matriz inversa de A4
9ara comprobar si el resultado es correcto, se procede a multiplicar
AA
@7
, teniendo (ue dar como resultado la matriz identidad I.
Comp"oba#i$n4
AA
@7
6 I
Ejercicio: o&eraciones con matrices
QQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQ
%ean
a)

RSu clase de matrices sonT
b) Calcular4
@ A @ B C C.
A C B @ C.
3A C CU8.
#) Calcular4
A O B" UC.
%" Calcular la inversa de A A
@7
" y comprobar el resultado.
&esol'#i$n4
a) 'as tres matrices son cuadradas y de orden tres. A su vez, B es una
matriz triangular, ya (ue todas las entradas deba)o de la diagonal
principal son ceros, y C es antisimtrica por(ue los elementos
simtricos son opuestos entre s,.
b)


#)
9uesto (ue A xFB" UC 6 AxFBxFC
@7
, calcularemos primero la inversa de
C y luego 0aremos el producto.

Dividimos la primera fila entre @B, la segunda entre 3 y la tercera
entre @3 para (ue en la mitad iz(uierda (uede la matriz identidad,
9or lo tanto, la matriz inversa de C es4
A continuacin, se calcula el producto de las matrices A y B,
9or -ltimo, calculamos AxB"5C
@7
.

%acando factor com-n 7U3, el resultado puede escribirse como4

%"
9rimero se construye la matriz M 6 A I" y luego se va desarrollando
por Vauss. !s, pues4
%e simplifica un poco para (ue las operaciones no sean tan costosas,
dividiendo la tercera fila entre cuatro. De este modo, se tiene
.
%e vuelve a simplificar, dividiendo la primera fila entre dos y la
segunda entre cuatro,
.
9uesto (ue ya 0a (uedado una matriz diagonal en la mitad iz(uierda
de M, se procede a transformar esta mitad iz(uierda en una matriz
identidad, dividiendo la primera fila entre @3=;8, la segunda entre @DM
y la tercera entre 3N,
!s, pues, la matriz (ue 0a (uedado en la mitad derec0a es
precisamente la matriz identidad, (ue sacando factor com-n 7UDM se
puede escribir como4
9ara comprobar el resultado, la matriz inversa de A o A
@7
, tiene (ue
cumplir
AA
@7
6 I.
9rocedamos a la comprobacin4


%D<U0/% DE U0% M%/RI=

Consideremos una matriz n@cuadrada A 6 a
i )
" sobre un cuerpo (.
&l ad)unto de A, denotado por ad) A, es la traspuesta de la matriz de
cofactores de A4
Ejemplo4
'os cofactores de los nueve elementos de A son4
'a traspuesta de la matriz de los cofactores anteriores proporciona el
ad)unto de A4
Apli#a#i$n %el a%j'n!o pa"a )alla" la ma!"i* ine"sa
9ara toda matriz cuadrada A,
AOad) A" 6 ad) A" O A 6 LALI
De este modo, si LAL =,
#bservemos (ue esta propiedad nos permite 0allar por otro mtodo la
inversa de una matriz.
Ejemplo4
Consideremos la matriz
y el det A4
!s, pues, aplicando la propiedad anterior4



>LULO DEL R%0;O DE U0% M%/RI=

Consideremos la matriz A 6 a
i)
"4
'. &l rango de la matriz A coincide con el de la matriz AW (ue se
obtiene suprimiendo en la matriz A todas la l,neas filas o columnas"
cuyas entradas estn slo formadas por ceros, es decir, (ue sean
nulas.
2. Consideremos la matriz4
!
7
6 a
77
, a
78
, ..., a
7n
"
y supongamos (ue
entonces 4
rango A" FrangoA
7
" 6 7
3. !1adimos filas de la matriz A a la matriz !
7
0asta encontrar una
matriz (ue cumpla4
tal (ue posea un menor no nulo de la forma4

9or consiguiente,
rango A" FrangoA
8
" 6 8.
%i esto no 0ubiese sido posible, entonces4
rango A" 6 7.
%upongamos (ue rango A" rango !
8
" y (ue i 6 8 y j 6 8.
4. !1adimos filas a la matriz !
8
0asta encontrar una matriz (ue
cumpla4
de forma (ue posea un menor de orden tres de la forma4
&ntonces4
rango A" rango A
8
" 6 3.
&n caso de no 0aber sido posible encontrar dic0o menor, entonces4
rango A" 6 rango A
8
" 6 8.
%uponiendo (ue rango A" Frango A
3
" y (ue i 6 3 y j 6 3, se
proceder,a como en los casos anteriores, y as, sucesivamente 0asta
agotar todas las filas de la matriz A.
&)emplos4
a) %ea la matriz A una matriz de orden tres. +allar el rango A".
Como A es una matriz cuadrada de orden tres, como m5imo el rango
A" puede valer tres. Calcularemos primero el determinante o
determinantes de las submatrices de orden dos de A. !s, pues

Pa (ue el resultado es cero, probaremos con todas las submatrices de
A 0asta encontrar una cuyo determinante no sea cero. %i no
encontramos ninguna, el rango A" 6 7.

9uesto (ue el resultado de calcular el determinante de esta submatriz
de A no es nulo, podemos afirmar de momento (ue el rango A" 6 8.
!1adimos a0ora una columna y una fila ms para ver si el rango
puede ser tres4
Dado (ue el determinante de A no es nulo y a su vez es de orden tres,
el rango
A" 6 3.
No necesariamente para poder calcular el rango de una matriz, sta
tiene (ue ser cuadrada. !s,, en el siguiente e)emplo4
b) Calcular el rango de la matriz B de orden 3 5 ;.
Como 0ay una determinante de orden dos no nulo, el rango de la
matriz B es mayor o igual (ue 8. Calculamos a continuacin los
determinantes de orden superior4
9robamos con un segundo determinante de orden tres4
!s, pues, como 0ay un determinante de orden tres (ue no es nulo, el
rango B" 6 3.
En rango mayor (ue 3 no se puede 0allar, ya (ue no se puede formar
un determinante de orden ;. Recurdese (ue para poder calcular el
determinante de una matriz o de una submatriz, stas tienen (ue ser
cuadradas.
Ejercicio: c7lculo de la matri# inversa
QQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQ
Calcular, por la propiedad anterior, la inversa de las siguientes
matrices4
a)

b)
a) 9rimero 0allaremos el determinante de la matriz A4
&l siguiente paso es 0allar el ad)unto de la matriz B, as, pues, los
cofactores de los cuatro elementos de B son4
B
77
6 : B
78
6 @8
B
87
6 + B
88
6 3
y el ad)unto de B, denotado por ad) B, ser
b) &mpezaremos por 0allar el det A,
'os cofactores de los nueve elementos de A son4

'a traspuesta de la matriz de los cofactores anteriores proporciona el
ad)unto de A4
!plicando la propiedad de la matriz inversa obtenemos A
@7
4
QQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQ

M%/RIES 1 SIS/EM%S DE EU%IO0ES LI0E%LES

'a matriz ampliada M de un sistema de m ecuaciones con n
incgnitas es la siguiente4
Cada fila de M corresponde a una ecuacin del sistema y cada
columna a los coeficientes de una incgnita, e5cepto la -ltima, (ue
corresponde a las constantes del sistema.
En sistema de ecuaciones lineales puede resolverse traba)ando con su
matriz ampliada, espec,ficamente, reducindola a forma escalonada
mediante el proceso de Vauss.
M+todo de ;auss
9ara resolver sistemas de ecuaciones lineales, se aplica el mtodo de
Vauss. &ste proceso se ilustra en el siguiente e)emplo.
Ejemplo4
%ea el sistema,
su matriz ampliada asociada es
!0ora resolvemos por el mtodo de Vauss sabiendo (ue la primera
columna corresponde a los coeficientes de la x, la segunda a los de la
y, la tercera a los de la * y la cuarta a los trminos independientes4


De este modo, el sistema tiene la solucin -nica
x 6 8, y 6 @7, * 6 3.
'a resolucin de sistemas de ecuaciones lineales por matrices,
aplicando el mtodo de Vauss u otros, es una de las m-ltiples
aplicaciones (ue tienen stas.
Ejercicio: Resoluci!n de sistemas de ecuaciones lineales &or
matrices
QQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQQ
+allar el valor de x, y, *, ! en los siguientes sistemas de ecuaciones
lineales aplicando matrices4

a) 'a matriz M asociada al sistema de ecuaciones es4

'a tercera fila se suprime, puesto (ue es m-ltiplo de la segunda y
resultar,a una fila nula. !s,, el sistema (ueda formado por dos
ecuaciones con cuatro incgnitas4
'a solucin del sistema es compatible e indeterminado, esto es, tiene
infinitas soluciones.
x 6 @N @ y C 7=!
* 6 D! @ D @ N @ y C 7=!, y, D! @ D, !".
Dependiendo de (u valores se esco)an para y y !, salen distintos
resultados. !s,, para y = ! 6 = tendremos la solucin del sistema
x 6 @N, y 6 =, * 6 @D, ! 6 =.
b) 'a matriz M asociada al sistema de ecuaciones es4


No 0ay necesidad de continuar calculando nada ms, puesto (ue la
matriz escalonada ya nos indica (ue el sistema es incompatible %I",
es decir, (ue no tiene solucin. &spec,ficamente, la tercera fila de la
matriz escalonada corresponde a la ecuacin
=x C =y C =* C =! 6 @:
obteniendo como resultado = 6 @:, (ue es absurdo. 9or lo tanto,
decimos (ue no tiene solucin.