NDICE GENERAL

Prlogo 13

Tema 1. INTRODUCCIN AL LGEBRA LINEAL 15

1. RESUMEN DE RESULTADOS TERICOS . . . . . . . . . . . . . . . . . . 15

2. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.1. Sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.2. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

2.3. Determinantes. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 33

Tema 2. ESPACIOS VECTORIALES 49

1. RESUMEN DE RESULTADOS TERICOS . . . . . . . . . . . . . . . . . . 49

2. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

2.1. Subespacios. Combinaciones lineales. Sistemas de generadores . . . 54

2.2. Dependencia e independencia lineal . . . . . . . . . . . . . . . . . . . . . 62

2.3. Bases. Dimensin. Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . 66

2.4. Cambio de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

2.5. Rango. Base de un subsepacio generado . . . . . . . . . . . . . . . . . . 80

2.6. Ecuaciones de un subespacio . . . . . . . . . . . . . . . . . . . . . . . . . . 83

2.7. Operaciones con subespacios. Suma directa . . . . . . . . . . . . . . . . 89

9
Ejercicios Resueltos de Fundamentos Matemticos

Tema 3. APLICACIONES LINEALES 97

1. RESUMEN DE RESULTADOS TERICOS . . . . . . . . . . . . . . . . . . 97

2. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

2.1. Aplicaciones lineales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

2.2. Aplicaciones lineales y matrices . . . . . . . . . . . . . . . . . . . . . . . . 109

2.3. Matriz de una aplicacin lineal al cambiar la base. . . . . . . . . . . . 119

2.4. Matrices equivalentes y matrices semejantes. . . . . . . . . . . . . . . . 126

2.5. Valores propios y vectores propios. Diagonalizacin . . . . . . . . . . . 128

Tema 4. FUNCIONES DE UNA VARIABLE 147

1. RESUMEN DE RESULTADOS TERICOS . . . . . . . . . . . . . . . . . . 147

2. TABLA DE DERIVADAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

3. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165

3.1. El conjunto de los nmeros reales. Sucesiones. . . . . . . . . . . . . . . 165

3.2. Lmites de funciones reales . . . . . . . . . . . . . . . . . . . . . . . . . . . 173

3.3. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

3.4. Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186

3.5. Regla de L'Hpital. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

3.6. Funciones derivables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

3.7. Crecimiento, extremos, convexidad . . . . . . . . . . . . . . . . . . . . . . 203

3.8. Asntotas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

3.9. Representacin grca de una funcin. . . . . . . . . . . . . . . . . . . . 216

3.10. Puntos jos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226

3.11. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232

10
 NDICE GENERAL

Tema 5. FUNCIONES DE VARIAS VARIABLES 237

1. RESUMEN DE RESULTADOS TERICOS . . . . . . . . . . . . . . . . . . 237

2. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

2.1. El conjunto Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

2.2. Funciones reales de dos o ms variables. Lmites . . . . . . . . . . . . . 256

2.3. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262

2.4. Derivada segn un vector. Funciones diferenciables . . . . . . . . . . . 267

2.5. Extremos de una funcin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Tema 6. INTEGRACIN. APLICACIONES 311

1. RESUMEN DE RESULTADOS TERICOS . . . . . . . . . . . . . . . . . . 311

2. TABLA DE INTEGRALES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317

3. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318

3.1. Integral indenida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318

3.2. Integral denida. reas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331

3.3. Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338

3.4. Integrales dobles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342

3.5. Volmenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352

3.6. Clculo de lmites mediante integrales . . . . . . . . . . . . . . . . . . . . 359

3.7. Integracin numrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361

11
 Tema 1
INTRODUCCIN AL LGEBRA LINEAL

1. RESUMEN DE RESULTADOS TERICOS

Sistemas lineales

1.1. Un sistema de m ecuaciones lineales con n incgnitas es un conjunto de

expresiones algebraicas de la forma

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2
(S)

.......................................

am1 x1 + am2 x2 + am3 x3 + + amn xn = bm

donde xi son las incgnitas, aij los coecientes y bi los trminos independientes
(i = 1, 2, . . . , m, j = 1, 2, . . . , n). Los coecientes y los trminos independientes
son nmeros reales. El sistema (S) se llama homogneo cuando todos los trminos
independientes son cero.

Los nmeros reales x 1 = s 1 , x2 = s 2 , ..., xn = sn forman una solucin del

sistema si verican todas sus ecuaciones. Resolver un sistema es hallar todas sus
soluciones.

1.2. Dos sistemas son equivalentes si tienen las mismas soluciones.

1.3. Sean E1 , E2 ,. . . , Ek ecuaciones de un sistema, se dice que la ecuacin E es

combinacin lineal de E1 , E2 , . . . , Ek si existen nmeros reales 1 , 2 , . . . , k
tales que E = 1 E1 + 2 E2 + + k Ek .

1.4. Transformaciones de equivalencia. Un sistema se transforma en otro equiva-

lente si

(a) se cambia el orden de las ecuaciones,

(b) se multiplica una ecuacin por un nmero distinto de cero,

(c) se suma a una ecuacin un mltiplo de otra.

15
Ejercicios Resueltos de Fundamentos Matemticos

1.5. Otras propiedades de equivalencia.

(a) Si un sistema tiene la ecuacin nula, sta se puede suprimir.

(b) Si a un sistema se le aade una ecuacin que es combinacin lineal de las

otras, resulta un sistema equivalente.

(c) Si en un sistema una ecuacin es combinacin lineal de las otras, se puede

suprimir y resulta un sistema equivalente. En particular, si dos ecuaciones son
proporcionales, una de ellas se puede suprimir.

(d) Si se reemplaza una ecuacin por una combinacin lineal de todas las
ecuaciones en el que el coeciente de la reemplazada es no nulo, resulta un sistema
equivalente (esta propiedad es el fundamento del mtodo de reduccin).

1.6. Teniendo en cuenta el nmero de soluciones, se dice que un sistema es

(a) compatible determinado si tiene una nica solucin (n es el no de incgni-

tas),

(b) compatible indeterminado si tiene innitas soluciones y

(c) incompatible si no tiene solucin.

Por tanto, se dice que es compatible si tiene solucin.

1.7. Un sistema es escalonado si en toda ecuacin no nula el nmero de trminos

nulos que preceden al primer trmino no nulo es mayor que el de la anterior.

1.8. Mtodo de Gauss. Consiste en transformar el sistema en otro equivalente que

sea escalonado, mediante las transformaciones de equivalencia de los apartados 1.4
y 1.5 (vanse los ejercicios 1.2-1.4). Al nalizar el proceso, el sistema escalonado
tendr r ecuaciones no nulas (e independientes), las nulas se suprimen, entonces:

(a) Si hay alguna ecuacin de la forma 0 = b, con b = 0, el sistema es incompa-

tible.
(b) En caso contrario, el sistema es compatible:
-Si r = n, la solucin es nica.
-Si r < n, hay innitas soluciones que dependen de nr parmetros.

Matrices

1.9. Una matriz de dimensin (u orden ) m n es una tabla rectangular de mn

16
 INTRODUCCIN AL LGEBRA LINEAL

nmeros dispuestos en m las y n columnas:

a11 a12 a13 ... a1n
a21 a22 a23 ... a2n
A=
... ... ...
.
... ...
am1 am2 am3 ... amn

Al designar una matriz genrica, como la anterior, cada trmino tiene dos subn-
dices que indican la la y la columna a las que pertenece. As, por ejemplo, a23
es el que est en la segunda la y tercera columna. Para simplicar, la matriz
anterior se denota A = (aij ).

1.10. Dos matrices son iguales si tienen la misma dimensin y son iguales todos
los elementos que ocupan la misma posicin.

1.11. Tipos de matrices:

(a) Matriz la es aquella que tiene slo una la, por tanto de dimensin 1 n.
(b) Matriz columna es aquella que tiene slo una columna, por tanto de di-
mensin m 1.
(c) Matriz escalonada por las es una matriz tal que en cada la el nmero
de ceros que preceden al primer elemento no nulo es mayor que en la precedente,
o de otro modo, empezando por la izquierda, en cada la hay ms ceros que en la
anterior.

(d)Matriz cuadrada es aquella que tiene igual nmero de las que de columnas.
La diagonal principal son los elementos de la forma aii . Una matriz cuadrada es
triangular si todos los elementos debajo de la diagonal principal son cero. Una
matriz cuadrada es diagonal si todos los elementos que no estn en la diagonal
principal son cero.

(e) Matriz simtrica es aquella matriz cuadrada que tiene los elementos sim-
tricos a la diagonal principal iguales, es decir, aij = aji , i = j .
(f ) Matriz identidad es aquella matriz cuadrada que tiene en la diagonal prin-
cipal unos y el resto cero. Por ejemplo, las matrices identidad de orden 2 y 3 son,
respectivamente:

 1 0 0
1 0
I2 = , I3 = 0 1 0 .
0 1
0 0 1

17
Ejercicios Resueltos de Fundamentos Matemticos

1.12. Suma de matrices. La suma de dos matrices A y B de la misma dimensin es

otra matriz de la misma dimensin que se obtiene sumando elemento a elemento.
Ejemplo: suma de dos matrices 2 3:
  
a1 a2 a3 b1 b2 b 3 a1 + b1 a2 + b2 a3 + b3
+ = .
a1 a2 a3 b1 b2 b3 a1 + b1 a2 + b2 a3 + b3

1.13. El producto de una matriz A por un nmero real k es otra matriz de la

misma dimensin que se obtiene multiplicando cada elemento de A por el nmero
k. Ejemplo:
 
a1 a2 a3 ka1 ka2 ka3
k = .
a1 a2 a3 ka1 ka2 ka3
1.14. El producto de una matriz la por una matriz columna con el mismo nmero
de elementos es un nmero que se obtiene como sigue:

b1
 
b2
a1 a 2 . . . an . = a1 b1 + a2 b2 + + an bn .
..
bn

1.15. Producto de matrices. Para multiplicar dos matrices A y B, el nmero de

columnas de A ha de ser igual al nmero de las de B . Entonces, si A = (aij )mp
y B = (bij )pn , la matriz producto C = A B = AB = (cij ) es la matriz m n
cuyos elementos son

p

cij = ai1 b1j + ai2 b2j + + aip bpj = aik bkj ,
k=1

esto es, el elemento (i, j) de la matriz C se obtiene multiplicando la la i de A

por la columna j de B segn la regla 1.14.
1.16. Propiedades de la suma de matrices y del producto por un nmero:

(1) Conmutativa: A + B = B + A.
(2) Asociativa: (A + B) + C = A + (B + C).
(3) Elemento neutro: la matriz nula 0 (todos sus elementos son cero) cumple
A + 0 = A.
(4) Elemento opuesto: toda matriz A A, que se
tiene una matriz opuesta
obtiene cambiando de signo todos los elementos de A y cumple que A+(A) = 0.

18
 INTRODUCCIN AL LGEBRA LINEAL

(5) Distributiva de escalares respecto de la suma de matrices: k(A + B) =

kA + kB .
(6) Distributiva respecto de la suma de escalares: (k + h)A = kA + hA.
(7) Asociativa mixta: k(hA) = (kh)A.
(8) El nmero 1 es el elemento unidad: 1 A = A.
1.17. Propiedades del producto de matrices:

(1) Asociativa: A(BC) = (AB)C .

(2) Distributiva:

-por la izquierda: A(B + C) = AB + AC

-por la derecha: (B + C)D = BD + CD.
(3) Asociativa entre nmeros y matrices: (hA)(kB) = (hk)(AB).
(4) Elemento identidad: Im A = A, AIn = A para toda A Mmn .
Observacin: El producto de matrices no cumple la propiedad conmutativa,
esto quiere decir que hay parejas de matrices tales que AB = BA. Esto no impide
que existan parejas de matrices que s conmutan.

1.18. En el conjunto Mnn de las matrices cuadradas de orden n, el producto

es una ley interna que cumple las propiedades anteriores 1.16-1.17, adems hay
elemento neutro para el producto: la matriz identidad de orden n I = In que
cumple AI =A y I A=A para toda matriz A Mnn .
1.19. Matriz inversa . Se dice que la matriz cuadrada
1 tal que AA1
A es inversible1 regular
o o
que tiene inversa, si existe una matriz A =I y A A = I. La
matriz A
1 se llama inversa de A. Si existe, es nica.

Propiedades: (1) (AB)1 = B 1 A1 , (2) (A1 )1 = A.

1.20. Matriz traspuesta de A es la matriz
t
At que se obtiene a partir de A cam-
biando las por columnas, esto es, las columnas de A son las las de A.
Propiedades:

(1) (A + B)t = At + B t .
(2) (kA)t = kAt .
(3) (AB)t = B t At .

19
Ejercicios Resueltos de Fundamentos Matemticos

(4) (A1 )t = (At )1 .

(5) Se tiene que A es simtrica si y slo si A = At .

1.21. Se llama rango de una matriz A al nmero de las linealmente indepen-

dientes. Se denota rang(A).
Teorema del rango :
En cualquier matriz, el nmero de las linealmente in-
1
dependientes coincide con el nmero de columnas linealmente independientes .
Segn esto, el rango de una matriz es el nmero de las o de columnas linealmen-
te independientes.

El rango de una matriz escalonada es igual al nmero de las no nulas.

1.22. Transformaciones elementales. Las siguientes transformaciones aplicadas a

una matriz permiten obtener otra que tiene el mismo rango:

(1) Intercambiar de posicin dos las entre s.

(2) Multiplicar una la por un nmero distinto de cero.

(3) Sumar a una la un mltiplo de otra: Fj Fj + kFi .

(4) Suprimir una la que sea nula, proporcional a otra o combinacin lineal
de otras.

(5) Las cuatro propiedades anteriores son ciertas tambin cambiando las pa-
labras la y las por columna y columnas, respectivamente.

Las propiedades anteriores nos permiten calcular el rango de una matriz por
el mtodo de Gauss.

Determinantes. Aplicaciones
1.23. Determinantes
de orden 2. Dada la matriz cuadrada de segundo orden
a11 a12
A= , se llama determinante de A al nmero real
a21 a22
 
a11 a12 
det(A) = |A| =   = a11 a22 a12 a21 .
a21 a22 

Dados dos vectores a = (a1 , a2 ) y b = (b1 , b2 ) de R2 , se llama determinante de a

1
El concepto de independencia lineal se estudia con detalle en el Tema 2

20
 b 22 (a1 , a2 ) (b1 , b2 )
 
a1 a2 
det(a, b) =   = a 1 b2 a 2 b1 .
b 1 b2 

A=
(aij )33 A
 
a11 a12 a13 
 
det(A) = |A| = a21 a22 a23 
a31 a32 a33 
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32
a11 a23 a32 a12 a21 a33 a13 a22 a31 .

a = (a1 , a2 , a3 ) b = (b1 , b2 , b3 ) c = (c1 , c2 , c3 ) R3

a b c 33

 
a1 a2 a3 
 
det(a, b, c) =  b1 b2 b3 
 c1 c2 c3 
= a1 b2 c3 + a2 b3 c1 + a3 b1 c2 a3 b2 c1 a2 b1 c3 a1 b3 c2 .

|A| = |At |
Ejercicios Resueltos de Fundamentos Matemticos

sumandos, respectivamente, y en las dems los mismos elementos que el determi-

nante inicial:
b, c) = det(a, b, c) + det(d,
det(a + d, b, c) o
     
a1 + d1 a2 + d2 a3 + d3  a1 a2 a3  d1 d2 d3 
     
 b1 b b   b b b   b b b 
 2 3   1 2 3  1 2 3 .
= +
 c1 c2 c3   c1 c2 c3   c1 c2 c3 

(3) Si se multiplican todos los elementos de una la (o columna) por un n-

mero, el determinante queda multiplicado por dicho nmero:
   
ka1 ka2 ka3  a1 a2 a3 
   
det(ka, b, c) = k det(a, b, c)  b1 b b  = k  b b b 
o
 2 3   1 2 3 .
 c1 c2 c3   c1 c2 c3 

(4) Si se permutan dos las (o columnas), el determinante cambia de signo:

   
a1 a2 a3   b 1 b2 b 3 
   
det(a, b, c) = det(b, a, c) o  b1 b 2 b3  =  a 1 a 2 a 3  .
   
 c1 c2 c3   c1 c2 c3 

(5) Si una la (o columna) es toda de ceros, el determinante vale 0:

det(a, b, 0) = 0.

(6) Si dos las (o columnas) son iguales o proporcionales, el determinante es

0:
det(a, a, b) = 0 y det(a, ka, b) = 0.

(7) Si una la (o columna) es combinacin lineal de las restantes las (co-
lumnas), el determinante es 0: det(a, b, a + b) = 0. Y recprocamente, si un
determinante es 0, tiene una la y una columna que es combinacin lineal de las
dems. Dicho de otro modo: si a, b, c son vectores de R3 , entonces a, b y c son
linealmente independientes si y slo si det(a, b, c) = 0.
(8) Si a una la (o columna) se le suma un mltiplo de otra, el determinante
no vara: det(a, b, c) = det(a, b + ka, c).
(9) El determinante del producto de dos matrices es igual al producto de los
determinantes de las dos matrices:

|A B| = |A| |B|.

22
 INTRODUCCIN AL LGEBRA LINEAL

1.26. Si en una matriz seleccionamos k las y k columnas, los elementos en los

que se cruzan forman una submatriz cuadrada de orden k . El determinante de esa
submatriz se llama menor de orden k de la matriz inicial.
1.27. Si en una matriz cuadrada nn destacamos un elemento aij , al suprimir
su la y su columna se obtienen una submatriz (n 1) (n 1). Su determinante
es un menor de orden n 1 que se llama menor complementario
del elemento aij
y se designa por ij . Se llama adjunto
de aij al nmero Aij = (1)
i+j , es
ij
decir, al menor complementario precedido del signo + o segn que la suma i + j
de los subndices sea par o impar, respectivamente.

1.28. Desarrollo de un determinante por una la o columna. El determinante de

una matriz cuadrada es igual a la suma de los elementos de una la o colum-
na cualquiera, multiplicados por sus adjuntos correspondientes. Por ejemplo, el
desarrollo por la primera la es:

det(A) = a11 A11 + a12 A12 + + a1n A1n .

1.29. Clculo del rango de una matriz por determinantes. El rango de una matriz
es el mximo orden de sus menores no nulos. Esto signica que rang(A) = k si
y slo si existe un menor de orden k no nulo y todos los menores de orden k + 1
son cero. Esta propiedad se puede simplicar de la siguiente forma:

rang(A) = k si y slo si existe un menor Mk de orden k no nulo y todos los

orlados de orden k+1 de ese menor son cero.

Un orlado de orden k + 1 de Mk se obtiene aadiendo una la y una columna

de A que no estn en Mk . Por ejemplo, si la matriz A tiene 3 las F1 , F2 y F3
y 4 columnas C1 , C2 , C3 y C4 y un menor no nulo de orden 2 M2 es el formado
por las dos primeras las y columnas, esto es, M2 = (F1 , F2 ; C1 , C2 ), entonces
los orlados de orden 3 seran (F1 , F2 , F3 ; C1 , C2 , C3 ) y (F1 , F2 , F3 ; C1 , C2 , C4 ) (y
no hay ms). Si A tuviera 4 las habra otros dos orlados ms, cambiando en los
anteriores F3 por F4 : (F1 , F2 , F4 ; C1 , C2 , C3 ) y (F1 , F2 , F4 ; C1 , C2 , C4 ).

1.30. Sea A una matriz cuadrada. Entonces A tiene inversa (es regular) si y slo
si |A| = 0. En este caso, la inversa A1 viene dada por la frmula
1
A1 = Adj(A)t ,
|A|

siendo Adj(A) la matriz adjunta de A que se obtiene al sustituir cada elemento

aij de A por su adjunto correspondiente Aij .

23
Ejercicios Resueltos de Fundamentos Matemticos

1.31. Teorema de Rouch-Frbenius. La condicin necesaria y suciente para que

tenga solucin el sistema

a11 x1 + a12 x2 + a13 x3 + + a1n xn = b1



a21 x1 + a22 x2 + a23 x3 + + a2n xn = b2
(S)

... ... ... ... ... ...

am1 x1 + am2 x2 + am3 x3 + + amn xn = bm
es que el rango de la matriz de los coecientes, A, coincida con el rango de la

matriz ampliada, A , siendo:

a11 a12 a13 ... a1n a11 a12 a13 ... a1n b1
a21 a22 a23 ...
a2n a21 a22 a23 ... a2n b2
A=
... ... ... , A =


... ... ... ... ... ... ... ...
am1 am2 am3 ... amn am1 am2 am3 ... amn bm
Es decir, el sistema (S) tiene solucin rang(A) = rang(A ). Adems, en este
caso, el nmero de parmetros de los que depende la solucin es igual al nmero
de incgnitas (n) menos el rango de A.
1.32. Un sistema de ecuaciones lineales es un sistema de Cramer si el nmero de
ecuaciones es igual al nmero de incgnitas n y el determinante de la matriz de
los coecientes A es distinto de cero.

Regla de Cramer : Todo sistema de Cramer tiene solucin nica y sta viene
dada por:

det(b, c2 , . . . , cn ) det(c1 , b, . . . , cn ) det(c1 , c2 , . . . , b)

x1 = , x2 = , . . . , xn = ,
det(c1 , c2 , . . . , cn ) det(c1 , c2 , . . . , cn ) det(c1 , c2 , . . . , cn )
siendo c1 , c2 , . . . , cn las columnas de la matriz A y b la columna de los trminos
independientes, por lo tanto det(A) = det(c1 , c2 , . . . , cn ).

2. EJERCICIOS RESUELTOS

2.1. Sistemas lineales

Ejercicio 1.1. Resulvase el sistema escalonado

3x + y z = 9
y + 3z = 5

2z = 4

24
 INTRODUCCIN AL LGEBRA LINEAL

Solucin. Primero se halla z en la tercera ecuacin: z = 2. Se sustituye en la

segunda y se obtiene y : y 6 = 5 y = 1. Por ltimo, se sustituyen en la
primera ecuacin los valores de y y z y se halla x: 3x + 1 + 2 = 9 x = 2. Como
hay solucin nica (2, 1, 2), el sistema es compatible determinado.

A este procedimiento se le llama sustitucin hacia atrs. Los sistemas linea-

les, en general, se resuelven aplicando las transformaciones de equivalencia 1.4,
convirtindolos en escalonados. Veamos cmo se procede en el siguiente ejercicio.

Ejercicio 1.2. Resulvase el siguiente sistema por el mtodo de Gauss y clasi-

fquese:

x 3y + 2z = 2
2x 5y z = 2

3x + 7y + 2z = 4

Solucin. Si se parte de la primera ecuacin como ecuacin base y se elimina la

x en la segunda ecuacin y en la tercera, la primera transformacin de equivalen-
cia sera multiplicar la primera ecuacin por 2 y sumarla a la segunda (vase
1.4(c)). La segunda transformacin de equivalencia es multiplicar por 3 la primera
ecuacin y sumarla a la tercera. Estas dos transformaciones se indican como sigue:

E2 E2 + (2) E1 ,
E3 E3 + 3 E1 .

Se pueden hacer en un slo paso y resulta el sistema

x 3y + 2z = 2
y 5z = 2

2y + 8z = 2

Ahora si se usa la segunda ecuacin como ecuacin base, se multiplica por 2 y

se suma a la tercera (E3 E3 + 2E2 ), resulta ya un sistema escalonado que se
resuelve por sustitucin hacia atrs como hemos visto en el ejercicio anterior:

x 3y + 2z = 2 x = 9
y 5z = 2 y = 3 (1.1)

2z = 2 z = 1

Como hay solucin nica, el sistema es compatible determinado.

25