Álgebra Lineal

Módulo 1

Álgebra Lineal

Módulo 1: Sistemas de ecuaciones lineales

Autor: Hermes Fabián Granados

Físico. MS.c. Enseñanza de las Ciencias Exactas y Naturales

Fecha de actualización: 23 de agosto de 2017

1
 Álgebra Lineal
Módulo 1

Tabla de contenido

Introducción de la asignatura…………………………………………………………..…….3
Unidad temática 1. Sistemas de ecuaciones…………………………………………………4
1.1. Marco teórico………………………………………………………………………..….4
1.1.1. Sistemas de ecuaciones……………………………………………………………….4
1.1.2. Sistemas consistentes, inconsistentes e independientes……………….………..…….5
1.1.3. Métodos de solución para sistemas lineales…………………………………………..9
1.1.3.1. Métodos algebraicos………………………………………………………………...9
1.1.3.2. Métodos matriciales………………………………………………………………..18
1.1.4. Modelamiento por sistemas de ecuaciones lineales………………………………….37
Glosario…………………………………………………………………………………….43
Referencias…………………………………………………………………………………44

2
 Álgebra Lineal
Módulo 1

Introducción de la asignatura
En términos muy generales podemos describir el álgebra lineal, como una rama de las
matemáticas encargada de estudiar, las normas y operaciones que rigen, unos tipos de
ordenaciones de datos denominados vectores y matrices.

Si bien puede resultar poco clara esta definición para el estudioso que apenas inicia esta área
del conocimiento, cabe aclarar que el impacto de sus aplicaciones engloba no solo el dominio
de las matemáticas puras sino que envuelve la teoría de comunicación, los modelos de
optimización utilizados en administración y finanzas, e incluso se involucra en el
procesamiento de imágenes de tal modo que la visualización de este texto en una pantalla
(bien sea que uses el celular o la computadora) sería imposible sin la utilización del álgebra
lineal.

Este curso se compone de tres módulos: Sistemas de ecuaciones, Matrices y Vectores.

En el primer módulo vamos a desarrollar los métodos para solucionar sistemas de ecuaciones
lineales desde un enfoque algebraico pero también utilizaremos matrices, una matriz es una
ordenación de números en filas y columnas.
En el segundo módulo trabajaremos las matrices de un modo más amplio, es decir que
ahondaremos en las posibilidades de estos objetos matemáticos aprendiendo a operar con
ellas, y utilizando también a sus primos los determinantes.
Para el último módulo estudiaremos los vectores, objetos abstractos que son de gran utilidad
para modelar problemas físicos, económicos, biológicos y sociales.
El álgebra lineal te implica un dominio básico de geometría básica, aritmética y álgebra
elemental, por lo cual no tienes que preocuparte, ya cuentas con las herramientas básicas para
que de la mano de tu docente domines el uso de vectores y matrices hasta sacar provecho de
sus aplicaciones en tu área de conocimiento.

Te damos la bienvenida.

3
 Álgebra Lineal
Módulo 1

Unidad temática 1. Sistemas de ecuaciones

1.1. Marco teórico

1.1.1. Sistemas de ecuaciones

Un sistema de ecuaciones consiste en un conjunto de ecuaciones en que sus incógnitas
están relacionadas, es decir que sus soluciones satisfacen a cada una de ellas.

Para hacer más clara esta explicación detengámonos en el siguiente sistema:

𝑥 − 𝑦 = 3 (1)
{
𝑥 + 𝑦 = 7 (2)

Este sistema es un sistema de 2 x 2, es decir un sistema de dos ecuaciones (1 y 2) con dos

incógnitas (𝑥 𝑒 𝑦). Su solución es 𝑥 = 5, 𝑦 = 2, esto debido a que si sustituimos estos valores
en las dos ecuaciones se cumplen las igualdades:

5 − 2 = 3 (1)
{
5 + 2 = 7 (2)

Se llama sistema Lineal a este tipo de sistema debido a que el máximo exponente de las
incógnitas es uno y no se multiplican entre ellas.

La forma general de un sistema lineal de 2 x 2 (dos ecuaciones con dos incógnitas) puede
presentarse de la siguiente manera:

𝑎𝑥 + 𝑏𝑦 = 𝑐 (1)
{
𝑑𝑥 + 𝑒𝑦 = 𝑓 (2)

En donde 𝑎, 𝑏, 𝑐, 𝑑, 𝑒 𝑦 𝑓 son números reales, a 𝑎, 𝑏, 𝑑 𝑦 𝑒 se les llama coeficientes mientras

que 𝑐 𝑦 𝑓 se denominan términos independientes.

4
 Álgebra Lineal
Módulo 1

Se dice que un sistema tiene solución si existen valores 𝑥 𝑒 𝑦 para los que (1) y (2) se
cumplen.

1.1.2. Sistemas consistentes, inconsistentes e independientes

Una ecuación lineal de dos variables es una expresión algebraica de la forma:

𝑎𝑥 + 𝑏𝑦 = 𝑐

Una ecuación de esta forma tiene infinitas soluciones, para comprenderlo tomemos el caso
particular 𝟐𝒙 + 𝒚 = 𝟒, en esta situación si 𝑥 = 1, 𝑦 = 2 es una solución pero lo mismo
sucede con 𝑥 = 3, 𝑦 = −2, en realidad existe un número ilimitado de posibles soluciones de
la ecuación de dos variables.

Dicho de otro modo, toda ecuación lineal con más de dos incógnitas tiene infinitas
soluciones. Esto puede parecer un poco confuso pero si utilizamos un método gráfico para
comprenderlo todo se hace más fácil. Averigüemos las soluciones cuándo 𝑥 = 0

2(0) + 𝑦 = 4 ⟶ 𝑦=4

Es decir que 𝑥 = 0 , 𝑦 = 4 es una solución, que podría representarse como el par ordenado
(0,4). Si hacemos 𝑦 = 0, obtendremos que 𝑥 = 2, ó (2,0).

Si representamos estos puntos (𝑥, 𝑦) en un plano y los unimos obtendremos la siguiente

recta:

5
 Álgebra Lineal
Módulo 1

Gráfica 1. Función lineal. El autor

Todo sistema de dos ecuaciones con dos incógnitas puede ser representado en el plano, donde
cada una de las ecuaciones (1) y (2) corresponderá a una línea, tal como mostramos
anteriormente.

Para un sistema de dos ecuaciones con dos incógnitas (un sistema de 2 x 2), es posible
encontrar tres posibilidades cuando buscamos su solución: a) Solución única, b) Sin solución,
c) Infinitas soluciones. A continuación se muestra su significado geométrico.

Cuando las dos rectas se corta en un

solo punto, las coordenadas del
mismo (𝑥0 , 𝑦0 ) son la solución y
esta es solución única.

A dichos sistemas se les llama

Sistemas consistentes.

Gráfica 2. Sistema con solución única. El autor.

6
 Álgebra Lineal
Módulo 1

Si el sistema consiste en dos rectas

paralelas, como se muestra en la
figura, estas nunca se van a cortar,
en este caso se dice que el sistema
no tiene solución.

A este tipo de sistemas lineales se

les llama Sistemas inconsistentes

Gráfica 3. Sistema sin solución. El autor.

Si Las dos rectas coinciden, es decir

que se superponen, estas se van a
cortar en todos sus puntos y por lo
tanto el sistema tiene infinitas
soluciones.

Los sistemas de este tipo reciben el

nombre de Sistemas dependientes.

Gráfica 4. Sistema sin infinitas soluciones. El autor.

Dado que toda ecuación lineal de dos variables puede ser representada por una recta en el
plano es posible utilizar el plano cartesiano para encontrar soluciones mediante un método
gráfico de solución, a continuación resumimos los paso que permiten encontrar soluciones
gráficamente, en clase se desarrollarán ejemplos.

7
 Álgebra Lineal
Módulo 1

Método gráfico

1. Obtener los interceptos para cada ecuación: En cada ecuación es hacemos 𝑥 =

0 y despejamos 𝑦, esto para obtener el intercepto con el eje vertical, punto de
coordenadas (0, 𝑦1 ). A continuación reemplazamos 𝑦 = 0 y despejamos 𝑥, para
tener el intercepto con el eje horizontal, punto (𝑥1 , 0).
2. Graficar: Dibujamos en un plano cartesiano los puntos correspondientes a los
interceptos para cada ecuación y los unimos para tener cada recta
3. Encontramos la solución: Sobre el plano cartesiano buscamos el punto de
intercepción de las dos gráficas, obtenemos sus coordenadas y esta es la solución.

Ejemplo de reflexión

Hasta el siglo XVI el álgebra y la geometría se consideraban áreas independientes de

las matemáticas, sin embargo gracias a los aportes fundamentales del filósofo y
matemático René Descartes (1596-1650) no solo se reconoció formalmente que algunos
problemas se podían analizar desde ambos enfoques, sino que nació un álgebra geométrica
llamada geometría Analítica.

Desde la perspectiva de la geometría analítica los polinomios pueden representar

formas en el plano, e que incluso figuras conocidas desde la antigüedad griega como
secciones cónicas (que nacen de hacer cortes con un plano sobre un cono como el círculo,
la elipse o la parábola), contaban con su equivalente algebraico.

Los aportes de Descartes al pensamiento no se restringen a las matemáticas, se considera

uno de los padres del pensamiento moderno y del método científico gracias a su libro
“el discurso del método”. El término descartar que significa rechazar o no tener en
cuenta una posibilidad o circunstancia, proviene del método de análisis que Descartes
empleó en su “Meditaciones metafísicas”.

Si bien el enfoque geométrico de los sistemas de ecuaciones es claro será sencillo

representar sistemas ¿Será sencillo representar cualquier sistema de dos por dos?
¿Cómo se representarán sistemas de tres ecuaciones con tres incógnitas?

8
 Álgebra Lineal
Módulo 1

1.1.3. Métodos de solución para sistemas lineales

Resolver un sistema de ecuaciones significa encontrar todas las posibles soluciones que
satisfacen el sistema, para ello existen múltiples métodos, en este apartado repararemos en
los métodos algebraicos y matriciales que nos permiten resolver sistemas mediante sencillas
operaciones de suma y multiplicación entre las ecuaciones que componen el sistema. A
continuación presentamos un resumen de los métodos que trabajaremos en este módulo:

Gráfica 5. Métodos de solución para sistemas lineales. El autor.

1.1.3.1. Métodos algebraicos

Cuando trabajamos sistemas lineales de dos ecuaciones con dos incógnitas no siempre es
cómodo encontrar la solución de forma gráfica ni su tipo (única, infinitas o sin solución), es
por ello que existen métodos algebraicos que nos permiten solucionarlas utilizando tan sólo
operaciones algebraicas básicas. En esta sección conoceremos los tres métodos algebraicos
para solucionar sistemas de 2 x 2 y los desarrollaremos mediante ejemplos, estos son
Sustitución, Igualación y Reducción.

Es importante aclarar que si una ecuación completa es multiplicada por un número real
su igualdad sigue siendo válida, por ejemplo 𝑥 + 3 = 5 con solución 𝑥 = 2, si se multiplica
toda la ecuación por 2 la igualdad se mantiene:

9
 Álgebra Lineal
Módulo 1

2(𝑥 + 3) = 2(5)

2𝑥 + 6 = 10

2(2) + 6 = 10

4 + 6 = 10

Por otra parte si dos ecuaciones de un sistema se suman o restan entre sí el resultado es una
ecuación que es correcta para el sistema, por ejemplo para 𝑥 = 3, 𝑦 = 2 tenemos las dos
expresiones válidas 𝑥 + 𝑦 = 5, 𝑥 − 2𝑦 = −1, si las sumamos tenemos:

𝑥+𝑦 =5
𝑥 − 2𝑦 = −1
_________________
2𝑥 − 𝑦 = 4

Que también es cierto ya que 2(3) − (2) = 4 → 6 − 2 = 4

Valiéndose de estos dos sencillos hechos algebraicos, los métodos que desarrollaremos en
esta sección nos permitirán encontrar soluciones a sistemas. Es importante resaltar que por
un asunto de dominio práctico conviene saber utilizar los tres métodos algebraicos, el
estudioso puede optar por utilizar el método que sea más de su gusto, en caso de que no
se exija usar uno específico.

1.1.3.1.1. Método de sustitución

En el método de sustitución empezaremos por seleccionar una ecuación del sistema y

despejaremos una incógnita en términos de la otra. El cuadro siguiente resume los pasos del
procedimiento.

10
 Álgebra Lineal
Módulo 1

Método de sustitución

1. Despejar la incógnita: Escoge una ecuación y despeja una incógnita en términos

de la otra incógnita.
2. Sustituir: Sustituye la expresión hallada en el paso 1 en la otra ecuación, para
obtener una ecuación con una sola incógnita y, a continuación despeja esa
incógnita.
3. Sustituir a la inversa: En la expresión hallada en el paso 1, sustituye el valor
hallado en el paso 2 para despejar la incógnita restante.

 Ejemplo: Encuentre las soluciones del sistema.

2𝑥 + 𝑦 = 1 (1)
{
3𝑥 + 4𝑦 = 14 (2)

 Solución:
1. Despejar una incógnita. Despejamos y en la ecuación (1)

𝑦 = 1 − 2𝑥

2. Sustituir. A continuación reemplazamos la y obtenida de (1) en la ecuación (2) y

despejamos x.

3𝑥 + 4(1 − 2𝑥) = 14
3𝑥 + 4 − 8𝑥 = 14
3𝑥 − 8𝑥 = 14 − 4
−5𝑥 = 10
10
𝑥= = −2
−5

3. Sustitución. A continuación sustituimos x=-2 en la ecuación 𝑦 = 1 − 2𝑥

11
 Álgebra Lineal
Módulo 1

𝑦 = 1 − 2(−2) = 1 + 4 = 5
Por lo tanto la solución del sistema es única, x=-2 y=5, que puede ser representada
por el par ordenado (-2,5), punto en que se intersectan las dos rectas como se puede
ver en el gráfico a continuación.

Gráfica 6. Solución gráfica del sistema. El autor.

Ejemplo de reflexión

Las primeras evidencias del planteamiento y resolución de sistemas de ecuaciones lineales

se encuentran en los babilonios desde antes del siglo VI a.C. Esta cultura que floreció en
los territorios actuales de Irán e Irak planteo sistemas en términos de incógnitas que
utilizaban palabras como longitud, anchura, área o volumen.

Los Babilonios escribían en tablillas de arcilla con cuñas de caña, de ahí que a su escritura
se le denomine cuneiforme, en una tablilla que logro conservarse encontramos un
problema que plantea la resolución de un sistema de dos ecuaciones con dos incógnitas en
los siguientes términos:

1/4 anchura + longitud=7 manos

Longitud + anchura= 10 manos

¿Cuántas manos miden la anchura y el largo?

12
 Álgebra Lineal
Módulo 1

1.1.3.1.2. Método de igualación

En el método de igualación despejaremos una incógnita en las dos ecuaciones para que al
igualarlas obtengamos una ecuación con una sola incógnita. En el cuadro se especifican los
pasos para resolver un sistema utilizando este método.

Método de igualación

1. Despejar la incógnita: Escoge una incógnita (x o y) y despéjala en ambas

ecuaciones.
2. Igualar y despejar: Iguala las dos ecuaciones para obtener una ecuación con una
sola incógnita y, a continuación despeja esa incógnita.
3. Sustituir a la inversa: En una de las expresiones encontradas en el paso 1,
reemplaza el valor hallado en el paso 2 para obtener la incógnita restante.

 Ejemplo: Encuentre las soluciones del sistema.

2𝑥 − 3𝑦 = 9 (1)
{
4𝑥 + 3𝑦 = 9 (2)

 Solución:
1. Despejar una incógnita. Despejamos x en la ecuación (1)

2𝑥 − 3𝑦 = 9
2𝑥 = 9 + 3𝑦
9 + 3𝑦
𝑥=
2

Despejamos x en la ecuación (2)

4𝑥 + 3𝑦 = 9
4𝑥 = 9 − 3𝑦
9 − 3𝑦
𝑥=
4

13
 Álgebra Lineal
Módulo 1

2. Igualar y despejar. Como 𝑥 = 𝑥 procedemos a igualar las dos ecuaciones obtenidas

en el paso 1 y despejamos y.

9 + 3𝑦 9 − 3𝑦
=
2 4
4(9 + 3𝑦) = 2(9 − 3𝑦)
36 + 12𝑦 = 18 − 6𝑦
12𝑦 + 6𝑦 = 18 − 36
18𝑦 = −18
−18
𝑦= = −1
18

3. Sustitución. A continuación sustituimos 𝑦 = −1 en la ecuación cualquiera de las

ecuaciones obtenidas en el primer paso.

9 − 3(−1) 9 + 3 12
𝑥= = = =3
4 4 4

Por lo tanto la solución del sistema es única y corresponde a x=-3 y=-1, que es par
ordenado (-2,5), punto en que se cortan las dos rectas como se muestra en la imagen.

Gráfica 6. Solución gráfica del sistema. El autor.

14
 Álgebra Lineal
Módulo 1

Ejemplo de reflexión

Algunas personas se quejan de que uno de los grandes problemas del aprendizaje de las
matemáticas consiste en su notación y carácter abstracto, sin embargo las matemáticas
no son su escritura del mismo modo que la música no es la partitura.

Los símbolos abstractos son mecanismo que utilizan los matemáticos para representar
ideas complejas sin necesidad de recurrir continuamente al uso de expresiones verbales.
La igualdad matemática representa que dos objetos son equivalentes o que poseen el
mismo valor, el signo = fue ideado por el matemático ingles Robert Recorde (1510-1558)
en 1557 cansado de escribir la expresión “is equalle to” utilizo dos rectas horizontales
paralelas. A continuación presentamos una imagen de la primera utilización del símbolo
por parte de Recorde:

commons.wikimedia.org/wiki/File:Equals_sign_in_Robert_Recorde,_The_Whetstone_of
_Witte,_London_1557,_p.238.png

¿Cómo sería resolver una ecuación si en lugar de símbolos utilizaras palabras?

Intenta resolver la ecuación 2𝑥 + 3 = 𝑥 + 6 utilizando solo palabras y números.

1.1.3.1.3. Método de eliminación

En este método se resuelve el sistema al combinar las ecuaciones utilizando multiplicaciones

y sumas para eliminar una de las incógnitas, y de este modo encontrar la otra incógnita. El
siguiente cuadro resume los pasos necesarios para resolver sistemas por eliminación.

15
 Álgebra Lineal
Módulo 1

Método por eliminación

1. Ajustar los coeficientes: Multiplica una o más de las ecuaciones por números
apropiados, de modo que el coeficiente de una incógnita de una ecuación sea el
negativo de su coeficiente en la otra ecuación.
2. Sumar las ecuaciones: Suma las dos ecuaciones para eliminar una incógnita y, a
continuación, despeja la incógnita restante.
3. Sustituir a la inversa: En una de las ecuaciones originales, sustituye el valor
hallado en el paso 2 y despeja la incógnita restante.

 Ejemplo: Encuentre las soluciones del sistema.

𝑥 + 3𝑦 = 5 (1)
{
2𝑥 − 𝑦 = 3 (2)

 Solución:
1. Ajustar los coeficientes. Como los coeficientes en y de las dos ecuaciones tienen
signos distintos multiplicamos la ecuación (2) por tres para que los coeficientes en y
queden con el mismo valor pero signo cambiado.

𝑥 + 3𝑦 = 5
{
6𝑥 − 3𝑦 = 9

2. Sumar las ecuaciones. A continuación sumamos las dos ecuaciones, como el

resultado es una ecuación en una sola variable la despejamos.

𝑥 + 3𝑦 = 5
6𝑥 − 3𝑦 = 9
_________________
7𝑥 = 14

16
 Álgebra Lineal
Módulo 1

14
𝑥= =2
7
3. Sustitución. A continuación sustituimos x=2 en una de las ecuaciones originales y
despejamos.

(2) + 3𝑦 = 5
3𝑦 = 5 − 2
3
𝑦= =1
3

La solución para el sistema es por lo tanto 𝑥 = 2 𝑦 = 1, equivalente al par ordenado

(2,1), correspondiente al punto de intersección de las dos funciones lineales como se
puede ver en la gráfica.

Gráfica 6. Solución gráfica del sistema. El autor.

Ejemplo de reflexión

El libro chino titulado Jiuzhang Suanshu o “Los nueve capítulos sobre el arte
matemático” se remonta al a la dinastía Zhou (siglo II y I a.C.) y plantea la búsqueda de
métodos generales para la resolución de problemas matemáticos, el libro está dispuesto
de forma que enuncia primero un problema, a continuación su solución y luego da una
explicación del proceso que condujo a la misma.

17
 Álgebra Lineal
Módulo 1

El capítulo 7 del libro plantea el método para solucionar sistemas de ecuaciones lineales
mediante eliminación casi 2000 años antes de que los formalizara el matemático alemán
Carl Gauss (1777-1855), el método plantea en términos generales que la mejor forma de
resolver sistemas con varias variables consiste en realizar operaciones entre ecuaciones
para reducir el problema a sistemas equivalentes más sencillos.

Si los chinos fueron los primeros en definir el método de reducción ¿por qué los
occidentales definimos el método como eliminación Gaussiana?

1.1.3.2. Métodos matriciales

Cuando trabajamos con sistemas lineales que cuentan con más de dos incógnitas los métodos
algebraicos vistos anteriormente pueden resultar demasiado extensos o incluso complicados,
es por ello que se han desarrollados métodos más sintéticos que permiten resolver sistemas
lineales de un modo sencillo con mínimas posibilidades de cometer errores aritméticos o
algebraicos, estos son los métodos matriciales.

Una matriz, en términos muy básicos, es una ordenación rectangular, es decir una
cuadrícula, de números dispuestos en filas y columnas. Si bien en el siguiente módulo
ampliaremos el concepto de matriz, por ahora nos resulta suficiente esta definición.

Si se tiene un sistema de tres ecuaciones con tres incógnitas, un sistema de 3 x 3, este tiene
como forma general:

𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 = 𝑑1
{𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 = 𝑑2
𝑎3 𝑥 + 𝑏3 𝑦 + 𝑐3 𝑧 = 𝑑3

Donde los términos x, y, z corresponden a las incógnitas, los términos a,b,c son los
coeficientes asociados a las incógnitas en cada ecuación, y los valores d son los
denominados términos independientes. Un ejemplo particular de un sistema 3x3 puede ser:

18
 Álgebra Lineal
Módulo 1

𝑥 + 2𝑦 + 3𝑧 = 12
{ 2𝑥 − 𝑦 + 𝑧 = 6
3𝑥 − 2𝑦 − 2𝑧 = −6

El realizar operaciones algebraicas con sistemas de ecuaciones con más de dos incógnitas
puede resultar engorroso dada la cantidad de números, letras y signos, es por ello que en
matemáticas se ha inventado un sistema que simplifica no solo la escritura sino también el
trabajo con sistemas de ecuaciones: La matriz asociada.

La matriz asociada a un sistema es una ordenación rectangular de números que

permite, escribir, ordenar y operar sistemas de un modo sencillo. A continuación te
presentamos la matriz asociada al sistema de ecuaciones anterior:

En la matriz asociada suprimimos el uso de las incógnitas y tan solo utilizamos los valores
de los coeficientes del sistema original, sin embargo la ubicación de los mismos no es
arbitraria, como se puede ver la primera columna de la matriz corresponde a los coeficientes
de x, la segunda los de y e así sucesivamente, la última columna está separada por una línea
o por puntos debido a que ella no está asociada a ningún coeficiente, es la columna de
términos independientes. De modo similar la primera fila corresponde a la primera ecuación
del sistema, la segunda fila a la segunda ecuación, etc. En caso de no estar presente una letra
en una ecuación representamos su ausencia utilizado el número cero en la matriz asociada.

19
 Álgebra Lineal
Módulo 1

1.1.3.2.1. Eliminación de Gauss-Jordan

Tal como vimos en el apartado anterior en el método de eliminación, un sistema no se ve

alterado si una de sus ecuaciones se multiplica por un número real, además una ecuación
obtenida de la suma de ecuaciones del sistema sigue siendo válido para el mismo. Partiendo
de estos principios vamos a conocer uno de los métodos más prácticos para resolver sistemas
lineales: El método de Gauss-Jordan.

El método de Gauss-Jordan, también conocido como método de eliminación por

renglones tiene su fundamento en el método algebraico de eliminación pero se simplifica
por el uso de una matriz asociada al sistema.

 Ejemplo: Para comprender el método resolvamos un sistema de 2 x 2 utilizando el método

algebraico de reducción y simultáneamente la matriz asociada.

𝑥 + 2𝑦 = 5 (1) 1 2 ⋮5 (1)
{ ( )
2𝑥 + 3𝑦 = 8 (2) 2 3 ⋮8 (2)

Como primer paso queremos eliminar la variable x operando las ecuaciones, para ello vamos
a multiplicar la ecuación (1) por -2, con ello logramos que los coeficientes de x en el sistema
tengan el mismo valor pero signo distinto, y luego las sumamos.

−2𝑥 − 4𝑦 = −10 ⟶ −2𝐹1

2𝑥 + 3𝑦 = 8 ⟶ 𝐹2
_________________
−𝑦 = −2 ⟶ −2𝐹1 + 𝐹2

A continuación podemos reconstruir el sistema dejando igual la primera ecuación del sistema
original y colocando en el segundo renglón la suma de las dos ecuaciones del paso anterior,
por lo que tendremos:

20
 Álgebra Lineal
Módulo 1

𝑥 + 2𝑦 = 5 (1) 1 2 ⋮ 5 (1) ⟶ 𝐹1
{ ( )
−𝑦 = −2 (2) 0 −1 ⋮−2 (2) ⟶ −2𝐹1 + 𝐹2

El paso que nos faltaría para resolver el sistema sería eliminar la y de la primera ecuación
para que quede solo en términos de x, para ello podemos multiplicar por 2 la ecuación (2) de
modo que los términos en y queden con el mismo coeficiente pero signo distinto y sumarlas.

𝑥 + 2𝑦 = 5 ⟶ 𝐹1
−2𝑦 = −4 ⟶ 2𝐹2
_________________
𝑥 = 1 ⟶ 𝐹1 + 2𝐹2

Por lo tanto nuestro sistema quedará como:

𝑥 = 1 (1) 1 0 ⋮ 1 (1) ⟶ 𝐹1
{ ( )
−𝑦 = −2 (2) 0 −1 ⋮−2 (2) ⟶ 𝐹1 + 2𝐹2

Como paso final multiplicaremos la ecuación (2) por -1 para que quede como 1 el coeficiente
de y, así tendremos.

𝑥 = 1 (1) 1 0 ⋮1 (1) ⟶ 𝐹1
{ ( )
𝑦 = 2 (2) 0 1 ⋮2 (2) ⟶ −𝐹2

Es decir que la solución para el sistema es 𝑥 = 1 𝑒 𝑦 = 2, ó (1,2)

 Ejemplo: Para comprender ya finalmente el método Gauss-Jordan Resolveremos un

sistema mediante solamente el uso de matrices:

2𝑥 + 5𝑦 = 15
{
4𝑥 + 𝑦 = 21

21
 Álgebra Lineal
Módulo 1

Transformamos El sistema en su matriz asociada

2𝑥 + 5𝑦 = 15 2 5 ⋮ 15 𝐹1
{ ⟾( )
4𝑥 + 𝑦 = 21 4 1 ⋮ 21 𝐹2
⟶ 𝐹1 2 5 ⋮ 15
( )
⟶ 𝐹2 4 1 ⋮ 21

Como primer paso queremos eliminar el 4 de la segunda fila, para ello multiplicaremos por
(-2) la fila 1 y le sumaremos la fila 2, este resultado quedara en la fila 2.

⟶ 𝐹1 2 5 ⋮ 15
( )
⟶ −2𝐹1 + 𝐹2 0 −9 ⋮ −9

1
Multiplicaremos por − 9 la fila 2 para que el término asociado a y nos quede en 1

⟶ 𝐹1
1 2 5 ⋮ 15
( )
⟶ − 𝐹2 0 1⋮ 1
9

Ahora volviendo a los sistemas de ecuaciones tenemos que

2𝑥 + 5𝑦 = 15
{
𝑦=1

Por lo que si 𝑦 = 1 al reemplazar en 2𝑥 + 5𝑦 = 15 tenemos que

2𝑥 + 5(1) = 15

2𝑥 + 5 = 15

2𝑥 = 10

22
 Álgebra Lineal
Módulo 1

𝑥=5

Por lo tanto ya tenemos la solución: 𝒙 = 𝟓 𝒆 𝒚 = 𝟏 que en forma de par ordenado puede

presentarse como (5,1).

Ejemplo de reflexión

Carl Friedrich Gauss (1777-1855) fue un matemático alemán que es considerado junto a
Newton y Arquímedes uno de los más grandes genios de la historia de las matemáticas.
Sus aportes en matemáticas, física, astronomía, estadística y geodesia contribuyeron
significativamente a la revolución científica del siglo XIX, es conocido como el príncipe
de las matemáticas.

Este niño prodigio asistió a los 9 años a su primera clase de aritmética, su profesor propone
un ejercicio supremamente complicado a su centenar de estudiantes: obtener la suma de
los 100 primeros números. Casi inmediatamente Gauss escribe en su pizarra un número
y lo entrega a su maestro: 5050. La respuesta correcta. El pequeño Gauss se había dado
cuenta que la suma de la primera cifra y la última da lo mismo que la suma de la segunda
y la penúltima, y así sucesivamente: 1+100=2+99=3+98=4+97… como las sumas son 50,
el número solicitado no podía ser otro que 101×50=5050.

La genialidad consiste en encontrar nuevos caminos, en ver lo que nadie ha visto.

¿Cuánto valdrá la suma de los primeros mil números enteros?

El método de eliminación Gauss-Jordan busca solucionar sistemas transformando la matriz

asociada en una en la que la matriz de coeficientes solo cuenta con unos en la diagonal,
ya que ella nos entrega automáticamente las soluciones. Para comprender esto de mejor
modo primero comprenderemos como escalonar, lo que se llama eliminación gaussiana, y
en un próximo ejemplo generaremos la matriz de coeficientes con unos y ceros o método de
Gauss-Jordan.

23
 Álgebra Lineal
Módulo 1

Resumen del método de Gauss-Jordan para sistemas de 2x2

𝑎 𝑥 + 𝑏1 𝑦 = 𝑐1 𝑎 𝑏1 ⋮𝑐1 1 0 ⋮𝑘1 𝑥 = 𝑘1
{ 1 ⟾( 1 )⟾( )⟾{ ⟾ (𝑘1 , 𝑘1 )
𝑎2 𝑥 + 𝑏2 𝑦 = 𝑐2 𝑎2 𝑏2 ⋮𝑐2 ⋮
0 1 2𝑘 𝑦 = 𝑘2

La matriz asociada puede transformarse realizando operaciones entre sus filas. Lo

importante es recordar que no son posibles cualquier tipo de operaciones entre columnas,
solo son permitidas unas cuantas:

Operaciones elementales entre filas

1. Multiplicar una fila por un número diferente de cero.

𝑘𝐹1 ⟶
2. Sumar un múltiplo de una fila a otra.
𝑎𝐹1 + 𝑏𝐹2 ⟶
3. Intercambiar dos filas.
𝐹1 ⟶ 𝐹2

El método de Gauss resulta exagerado para resolver sistemas de 2 x 2 (algo así como matar
un mosquito de un cañonazo), sin embargo es una herramienta supremamente poderosa
para sistemas de orden superior, a continuación presentamos la generalización para
sistemas de 3 x 3 acompañada de un ejemplo.

Método de eliminación gaussiana o por matriz escalonada

1. Matriz asociada: Se escribe la matriz de coeficientes asociada al sistema

𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 = 𝑑1 𝑎1 𝑏1 𝑐1 ⋮ 𝑑1
{𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 = 𝑑2 ⟾ (𝑎2 𝑏2 𝑐2 ⋮ 𝑑2 )
𝑎3 𝑥 + 𝑏3 𝑦 + 𝑐3 𝑧 = 𝑑3 𝑎3 𝑏3 𝑐3 ⋮ 𝑑3
2. Forma escalonada por renglones: Utilizando operaciones entre filas se debe
transformar la matriz asociada en una matriz escalonada por filas, una matriz
debajo de cuya diagonal solo tenga ceros:

24
 Álgebra Lineal
Módulo 1

𝑎1 𝑏1 𝑐1 ⋮ 𝑑1 ⌷ ⌷ ⌷ ⋮ ⌷
(𝑎2 𝑏2 𝑐2 ⋮ 𝑑2 ) ⟾ (0 ⌷ ⌷ ⋮ ⌷)
𝑎3 𝑏3 𝑐3 ⋮ 𝑑3 0 0 ⌷ ⋮ ⌷
3. Sustitución: Reescribimos el sistema de ecuaciones que corresponde a la
matriz escalonada y resolvemos por medio de sustituciones sucesivas.

 Ejemplo: Resolver el siguiente sistema lineal por método de eliminación Gaussiana o por
matriz escalonada

𝑥 − 2𝑦 + 3𝑧 = 1
{ 𝑥 + 2𝑦 − 𝑧 = 13
3𝑥 + 2𝑦 − 5𝑧 = 3

Como primer paso vamos a transformar el sistema en su matriz asociada

𝑥 − 2𝑦 + 3𝑧 = 1 1 −2 3 ⋮ 1
{ 𝑥 + 2𝑦 − 𝑧 = 13 ⟾ (1 2 −1 ⋮ 13)
3𝑥 + 2𝑦 − 5𝑧 = 3 3 2 −5 ⋮ 3

Para escalonar la matriz debemos empezar por convertir en ceros los términos de la primera
columna con segunda y tercera fila, dicho más gráficamente debe quedar de la forma:

⌷ ⌷ ⌷ ⋮ ⌷
(0 ⌷ ⌷ ⋮ ⌷)
0 ⌷ ⌷ ⋮ ⌷

𝐹1 ⟶ 1 −2 3 ⋮ 1 𝐹1 ⟶ 1 −2 3 ⋮ 1
𝐹2 ⟶ (1 2 −1 ⋮ 13) ⟾ 𝐹1 − 𝐹2 ⟶ (0 −4 4 ⋮ −12 )
𝐹3 ⟶ 3 2 −5 ⋮ 3 −3𝐹1 +𝐹3 ⟶ 0 8 −14 ⋮ 0

25
 Álgebra Lineal
Módulo 1

Como siguiente paso debemos dejar en ceros los términos debajo de la diagonal de
coeficientes, es decir de la forma

⌷ ⌷ ⌷ ⋮ ⌷
(0 ⌷ ⌷ ⋮ ⌷)
0 0 ⌷ ⋮ ⌷

Para ello vamos a operar solo entre las filas 2 y 3 para no eliminar el cero de la primera
columna

𝐹1 ⟶ 1 −2 3 ⋮ 1
𝐹2 ⟶ (0 −4 4 ⋮ −12 )
2𝐹2 +𝐹3 ⟶ 0 0 −6 ⋮ −24

Como último paso vamos a reescribir la matriz en términos de un sistema de ecuaciones con
lo que tendremos que

1 −2 3 ⋮ 1 𝑥 − 2𝑦 + 3𝑧 = 1
(0 −4 4 ⋮ −12 ) ⟾ {−4𝑦 + 4𝑧 = −12
0 0 −6 ⋮ −24 −6𝑧 = −24

A partir de las ecuaciones vamos a determinar los valores de las incógnitas haciendo despejes
y sustituciones sucesivas

−6𝑧 = −24 ⟾ 𝒛 = 𝟒

−4𝑦 + 4(4) = −12 ⟾ y=7

𝑥 − 2(7) + 3(4) = 1 ⟾ 𝒙 = 𝟑

Por lo tanto la solución al sistema es 𝑥 = 3, 𝑦 = 7, 𝑧 = 4 ó (3,7,4)

Ejemplo de reflexión

Se llama métodos numéricos a la rama de las matemáticas encargada de diseñar

algoritmos para que mediante el uso de números y reglas matemáticas simples,

26
 Álgebra Lineal
Módulo 1

permite realizar simulaciones y análisis complejos de situaciones prácticas. En la

actualidad los métodos numéricos van de la mano de la utilización de computadores dada
su versatilidad y rapidez como calculadoras.

En los cursos de métodos numéricos se enseña a los estudiantes a crear algoritmos para
resolver problemas propios de áreas como las ciencias económicas, ingeniería, las
ciencias exactas e incluso las humanidades. Uno de los algoritmos más simples que se
suele exigir desarrollar en la fase inicial de estos cursos es la resolución de sistemas de
ecuaciones lineales, en estos casos Gauss-Jordan es una herramienta que de la mano del
uso de ordenadores nos permite encontrar soluciones a problemas que hasta hace 100 años
eran prácticamente imposibles.

El matemático, filósofo y padre de las computadoras Alan Turing (1912-1954) tardo dos
semanas en 1944 resolviendo por métodos manuales un sistema lineal de 18×18,
gracias al uso de computadoras y métodos numéricos en la actualidad se podría resolver
en poco más de una hora.

Si resolver un sistema manualmente de 19×19 tardaría 19 veces más tiempo que el de

18×18, es decir 38 semanas ¿Cuánto tiempo requeriría resolver manualmente un
sistema de 20×20?

Resumen del método de Gauss-Jordan para sistemas de 3x3

𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 = 𝑑1 𝑎1 𝑏1 𝑐1 ⋮ 𝑑1 1 0 0 ⋮ 𝑘1
{𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 = 𝑑2 ⟾ (𝑎2 𝑏2 𝑐2 ⋮ 𝑑2 ) ⟾ (0 1 0 ⋮ 𝑘2 ) ⟾
𝑎3 𝑥 + 𝑏3 𝑦 + 𝑐3 𝑧 = 𝑑3 𝑎3 𝑏3 𝑐3 ⋮ 𝑑3 0 0 1 ⋮ 𝑘3
𝑥 = 𝑘1
{ 𝑦 = 𝑘2 ⟾ (𝑘1 , 𝑘1 , 𝑘1 )
𝑧 = 𝑘3

Para obtener la matriz de coeficientes con ceros y unos se recomienda seguir los siguientes
pasos.

1. Obtener los ceros de la primera columna

27
 Álgebra Lineal
Módulo 1

⌷ ⌷ ⌷ ⋮ ⌷
(0 ⌷ ⌷ ⋮ ⌷)
0 ⌷ ⌷ ⋮ ⌷
2. Conseguir el cero de la segunda columna bajo la diagonal (operando 𝐹2 y 𝐹3 )
⌷ ⌷ ⌷ ⋮ ⌷
(0 ⌷ ⌷ ⋮ ⌷)
0 0 ⌷ ⋮ ⌷
3. Generar los ceros de la tercera columna (operando 𝐹1 𝑦 𝐹2 con 𝐹3 )
⌷ ⌷ 0 ⋮ ⌷
(0 ⌷ 0 ⋮ ⌷)
0 0 ⌷ ⋮ ⌷
4. Crear el cero de la segunda columna sobre la diagonal (operando 𝐹1 con 𝐹2 )
⌷ 0 0 ⋮ ⌷
(0 ⌷ 0 ⋮ ⌷)
0 0 ⌷ ⋮ ⌷
5. Dividir cada fila entre el valor del coeficiente que quedó para obtener los unos y
terminar
1 0 0 ⋮ ⌷
(0 1 0 ⋮ ⌷)
0 0 1 ⋮ ⌷

 Ejemplo: Resolver el sistema utilizando el método de Gauss-Jordan o por matriz

diagonalizada

4𝑥 + 8𝑦 − 4𝑧 = 4
{ 3𝑥 + 8𝑦 + 5𝑧 = −11
−2𝑥 + 𝑦 + 12𝑧 = −17

Para iniciar creemos la matriz asociada

4𝑥 + 8𝑦 − 4𝑧 = 4 4 8 −4 ⋮ 4
{ 3𝑥 + 8𝑦 + 5𝑧 = −11 ⟾ ( 3 8 5 ⋮ −11)
−2𝑥 + 𝑦 + 12𝑧 = −17 −2 1 12 ⋮ −17

28
 Álgebra Lineal
Módulo 1

Empecemos a trabajar con la matriz asociada, para obtener los ceros

4 8 −4 ⋮ 4
(3 8 5 ⋮ −11)
−2 1 12 ⋮ −17
⌷ ⌷ ⌷ ⋮ ⌷ 𝐹1 ⟶ 4 8 −4 ⋮ 4
(0 ⌷ ⌷ ⋮ ⌷) ⟾ 3𝐹1 − 4𝐹2 ⟶ (0 −8 −32 ⋮ 56 )
0 ⌷ ⌷ ⋮ ⌷ 𝐹1 +2𝐹3 ⟶ 0 10 20 ⋮ −30

⌷ ⌷ ⌷ ⋮ ⌷ 𝐹1 ⟶ 4 8 −4 ⋮ 4
(0 ⌷ ⌷ ⋮ ⌷) ⟾ 𝐹2 ⟶ (0 −8 −32 ⋮ 56 )
0 0 ⌷ ⋮ ⌷ 5𝐹2 +4𝐹3 ⟶ 0 0 −80 ⋮ 160

Para simplificar los procedimientos posteriores podemos dividir la tercera fila en 10 ya que
no nos da fracciones

𝐹1 ⟶
𝐹2 ⟶ 4 8 −4 ⋮ 4
⟾ (0 −8 −32 ⋮ 56)
1
𝐹 ⟶ 0 0 −8 ⋮ 16
10 3

Continuemos obteniendo ceros

⌷ ⌷ 0 ⋮ ⌷ 2𝐹1 − 𝐹3 ⟶ 8 16 0 ⋮ −8
(0 ⌷ 0 ⋮ ⌷) ⟾ 𝐹2 − 4𝐹3 ⟶ (0 −8 0 ⋮ −8)
0 0 ⌷ ⋮ ⌷ 𝐹3 ⟶ 0 0 −8 ⋮ 16

⌷ 0 0 ⋮ ⌷ 𝐹1 + 2𝐹2 ⟶ 8 0 0 ⋮ −24
(0 ⌷ 0 ⋮ ⌷) ⟾ 𝐹2 ⟶ (0 −8 0 ⋮ −8 )
0 0 ⌷ ⋮ ⌷ 𝐹3 ⟶ 0 0 −8 ⋮ 16

29
 Álgebra Lineal
Módulo 1

Para finalizar dividiremos cada fila por su coeficiente para obtener los unos

1 0 0 ⋮ ⌷ (1/8)𝐹1 ⟶ 1 0 0 ⋮ −3
(0 1 0 ⋮ ⌷) ⟾ −(1/8)𝐹2 ⟶ (0 1 0 ⋮ 1)
0 0 1 ⋮ ⌷ −(1/8)𝐹3 ⟶ 0 0 1 ⋮ −2

Por lo que la solución del sistema es 𝒙 = −𝟑, 𝒚 = 𝟏, 𝒛 = −𝟐, ó (−𝟑, 𝟏, −𝟐)

Tipos de soluciones utilizando el método Gauss-Jordan

Cada una de las ecuaciones de un sistema 3x3 representa un plano en el espacio de tres
dimensiones, de modo análogo a lo que sucedía en un sistema de 2x2 las soluciones
posibles son tres, el comportamiento de la matriz asociada cuando la vamos a escalonar
nos permite encontrar su tipo de solución
1. Solución única
Los tres planos se cruzan en un punto (x, y, z) y la matriz se deja escalonar
⌷ ⌷ ⌷ ⋮ ⌷
(0 ⌷ ⌷ ⋮ ⌷)
0 0 ⌷ ⋮ ⌷
2. Infinitas soluciones
Los tres planos se cortan sobre una recta y aparece una fila de ceros
⌷ ⌷ ⌷ ⋮ ⌷
(⌷ ⌷ ⌷ ⋮ ⌷)
0 0 0 ⋮ 0
3. Sin solución
Los planos tres planos no se cortan en ningún punto común y aparece una
inconsistencia (0=k)
⌷ ⌷ ⌷ ⋮ ⌷
(⌷ ⌷ ⌷ ⋮ ⌷)
0 0 0 ⋮ 𝑘

30
 Álgebra Lineal
Módulo 1

Ejemplo de reflexión

Como vimos anteriormente los sistemas lineales de 2×2 tienen tres soluciones posibles:
solución única, ninguna solución o infinitas soluciones. Estos casos tienen
correspondencias geométricas en el plano para dos rectas: se cortan en un punto, son
paralelas y no se intersectan nunca, o son rectas coincidentes y se cortan en todos y cada
uno de sus puntos.

Cabe preguntarse entonces ¿Cuál es el sentido geométrico de las posibles soluciones

para un sistema de 3×3? Si ampliamos la situación de las rectas al contexto de tres
dimensiones estas serían ahora planos en el espacio, es decir que cada ecuación del sistema
puede representarse como un plano en tres dimensiones, y las soluciones posibles
representarían:

1. Solución única: los tres planos se cortan en un solo punto.

2. Sin solución: los tres planos son paralelos y nunca se cortan

3. Infinitas soluciones: los tres planos se cortan a lo largo de una línea recta, es decir
coinciden en infinitos puntos.

Para hacer más clara la visualización de estas posibilidades presentamos la siguiente

imagen con planos en el espacio.

http://www.mathwarehouse.com/algebra/planes/systems/images/types-of-solutions-3-
variable-systems-graph.jpg

¿Que pueden significar las posibles soluciones de un sistema de 4×4?

31
 Álgebra Lineal
Módulo 1

1.1.3.2.2. Regla de Cramer

Toda matriz cuadrada, con igual número de filas que de columnas, tiene asociado un
número llamado su determinante. El cálculo del determinante implica realizar operaciones
de suma y multiplicación entre los elementos de la matriz, en el próximo módulo se dará un
estudio detallado de los determinantes pero en esta sección nos bastará aprender a calcularlos
ya que mediante su utilización es posible encontrar soluciones a sistema de ecuaciones de un
modo sencillo y rápido, este método recibe el nombre de regla de Cramer.
La regla de Cramer debe su nombre al matemático suizo Gabriel Cramer (1704-1752), un
niño prodigio que se doctoró en matemáticas a los 18 años. La regla de Cramer es un
teorema que permite calcular las soluciones de sistemas de ecuaciones utilizando
determinantes (sumas y multiplicaciones de los elementos de una matriz) y que resulta de
utilidad para resolver sistemas de 2x2 o 3x3, para sistemas más complejos se recomienda el
uso de eliminación de Gauss-Jordan.
Una matriz de 2x2 es una ordenación de números de la forma:

𝑎 𝑏
A= ( ) donde 𝑎, 𝑏, 𝑐, 𝑑 ∈ ℝ
𝑐 𝑑

Para una matriz de 2x2 existe un número asociado que es posible calcular mediante
multiplicaciones y sumas, dicho número es el determinante de la matriz y de representa y
calcula de este modo

𝑎 𝑏
det(𝐴) = |𝐴| = | | = 𝑎𝑑 − 𝑏𝑐
𝑐 𝑑

 Ejemplo: Calcule los siguientes determinantes

2 −1
a) | |=(2)(1)-(-1)(3)=2+3=5
3 1
0 1
b) | | = (0)(3)-(1)(2)=0-2=-2
2 3

32
 Álgebra Lineal
Módulo 1

Un sistema de dos ecuaciones con dos incógnitas puede ser resuelto mediante
determinantes usando la regla de Cramer para sistemas de 2x2.

Ejemplo de reflexión

Los determinantes reciben su nombre del médico, matemático y filósofo renacentista

italiano Gerolamo Cardano (1501-1576). Cardamo observó en 1545 que el determinante
construido con los coeficientes de un sistema de 2×2 determina si existe una solución
única para el sistema, si el determinante es nulo el sistema tiene infinitas soluciones o no
tiene ninguna.

La aparición de determinantes de orden superior ocurrió casi cien años después,

curiosamente el japonés Kowa Seki (1637-1708) y el alemán Godffried Leibniz (1646-
1716) entregaron los primeros ejemplos de forma casi simultánea, cabe recordar que
Leibniz es padre en simultaneo del Cálculo junto con Newton, ambos hicieron desarrollos
independientes desde Alemania e Inglaterra.

Regla de Cramer para sistemas de dos variables

𝑎𝑥 + 𝑏𝑦 = 𝑟
El sistema lineal {
𝑐𝑥 + 𝑑𝑦 = 𝑠

𝑎 𝑏
Tiene soluciones siempre y cuando | |≠0
𝑐 𝑑

𝑟 𝑏 𝑎 𝑟
| | | |
𝑠 𝑑 𝑐 𝑠
Y estas son 𝑥= 𝑎 𝑏 𝑦= 𝑎 𝑏
| | | |
𝑐 𝑑 𝑐 𝑑

 Ejemplo: Resuelva el siguiente sistema utilizando la regla de Cramer

𝑥 − 6𝑦 = 3
{
3𝑥 + 2𝑦 = 1
33
 Álgebra Lineal
Módulo 1

Para encontrar la solución primero calculemos el discriminante, es decir la matriz de

coeficientes

1 −6
D=| | = (1)(2) − (−6)(3) = 2 + 18 = 20
3 2

Como el discriminante es diferente de cero el sistema tiene solución única y esta es

3 −6
| |
𝑥= 1 2 = (3)(2) − (−6)(1) = 12 = 3
1 −6
| | (1)(2) − (−6)(3) 20 5
3 2
1 3
| |
𝑦= 3 1 = (1)(1) − (3)(3) = −8 = −2
1 −6
| | (1)(2) − (−6)(3) 20 5
3 2

3 2 3 2
Por lo tanto la solución del sistema es 𝑥 = , 𝑦 = − ó ( ,− )
5 5 5 5

Cuando se quiere calcular un determinante de 3x3 se usa una regla que nos permite tratarlo
de un modo similar a como resolvíamos los de 2x2, dicha regla recibe el nombre de regla
de Sarrus.

Regla de Sarrus para el cálculo de determinantes de 3x3

Cuando se quiere calcular un determinante de 3x3 se debe realizar una expansión del mismo
repitiendo las dos primeras columnas luego de la tercera columna, es decir
𝑎1 𝑏1 𝑐1 𝑎1 𝑏1 𝑐1 𝑎1 𝑏1
|𝑎2 𝑏2 𝑐2 | ⟾ | 𝑎2 𝑏2 𝑐2 𝑎2 𝑏2 |
𝑎3 𝑏3 𝑐3 𝑎3 𝑏3 𝑐3 𝑎3 𝑏3
Y luego se suma el producto de diagonales por la derecha y se resta el producto de diagonales
por la izquierda, de este modo

34
 Álgebra Lineal
Módulo 1

𝑎1 𝑏1 𝑐1 𝑎1 𝑏1
| 𝑎2 𝑏2 𝑐2 𝑎2 𝑏2 | = (𝑎1 𝑏2 𝑐3 + 𝑏1 𝑐2 𝑎3 + 𝑐1 𝑎2 𝑏3 ) − (𝑏1 𝑎2 𝑐3 + 𝑎1 𝑐2 𝑏3 + 𝑐1 𝑏2 𝑎3 )
𝑎3 𝑏3 𝑐3 𝑎3 𝑏3

Regla de Cramer para sistemas de tres variables

𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 = 𝑑1
El sistema lineal {𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 = 𝑑2
𝑎3 𝑥 + 𝑏3 𝑦 + 𝑐3 𝑧 = 𝑑3

𝑎1 𝑏1 𝑐1
Tiene soluciones siempre y cuando su discriminante D = |𝑎2 𝑏2 𝑐2 | ≠ 0
𝑎3 𝑏3 𝑐3

El discriminante es la matriz de coeficientes del sistema, si a D se le cambian las columnas

asociadas a cada variable (primera columna para x, segunda para y, tercera para z) por la
columna de términos independientes se obtienen los siguientes determinantes

𝑑1 𝑏1 𝑐1 𝑎1 𝑑1 𝑐1 𝑎1 𝑏1 𝑑1
𝐷𝑥 = |𝑑2 𝑏2 𝑐2 |, D𝑦 = |𝑎2 𝑑2 𝑐2 |, D𝑧 = |𝑎2 𝑏2 𝑑2 |
𝑑3 𝑏3 𝑐3 𝑎3 𝑑3 𝑐3 𝑎3 𝑏3 𝑑3

𝐷𝑥 𝐷𝑦 𝐷𝑧
Y las soluciones del sistema son 𝑥= 𝑦= 𝑧=
𝐷 𝐷 𝐷

 Ejemplo
Resuelva el siguiente sistema lineal utilizando regla de Cramer

2𝑥 + 4𝑦 + 6𝑧 = 18
{4𝑥 + 5𝑦 + 6𝑧 = 24
3𝑥 + 𝑦 − 2𝑧 = 4

35
 Álgebra Lineal
Módulo 1

Para comenzar debemos saber si el sistema tiene solución, para ello calcularemos el
determinante de coeficientes

2 4 6
D = |4 5 6|
3 1 −2

Para resolverlo de modo sencillo hagamos la ampliación (repitiendo las dos primeras
columnas) y realicemos las multiplicaciones y sumas

2 4 6 2 4
|4 5 6 4 5| =
3 1 −2 3 1

[(2)(5)(−2) + (4)(6)(3) + (6)(4)(1)] − [(4)(4)(−2) + (2)(6)(1) + (6)(5)(3)]

= [−20 + 72 + 24] − [−32 + 12 + 90]
= 76 − 70 = 6

Como D≠0 el sistema cuenta con solución única, para encontrarla vamos a calcular los demás
determinantes reemplazando la columna asociada a cada variable por la de términos
independientes. Para hacer claro el procedimiento escribiremos de nuevo el sistema y el
discriminante, queda como ejercitación del estudioso verificar el valor de los determinantes

2𝑥 + 4𝑦 + 6𝑧 = 18 2 4 6
{4𝑥 + 5𝑦 + 6𝑧 = 24 D = |4 5 6|
3𝑥 + 𝑦 − 2𝑧 = 4 3 1 −2

18 4 6 2 18 6 2 4 18
Dx = |24 4 6 | = 24, D𝑦 = |4 24 6 | = −12, D𝑧 = |4 5 24| = 18
4 1 −2 3 4 −2 3 1 4

Por lo tanto la solución del sistema es

𝐷𝑥 24 𝐷𝑦 −12 𝐷𝑧 18
𝑥= = = 4, 𝑦= = = −2 𝑧= = = −3
𝐷 6 𝐷 6 𝐷 6

36
 Álgebra Lineal
Módulo 1

Ejemplo de reflexión

Gabriel Cramer (1704-1752) fue un matemático suizo y genio precoz, obtuvo su doctorado
a la edad de 18 años. En su libro introducción al análisis de las curvas algebraicas enunció
su aporte más recordado, el teorema que lleva el nombre de regla de Crammer, aquí retoma
el concepto de determinante de Leibniz (Cramer fue el editor de la correspondencia
completa de Leibniz) y lo aplica a la resolución de sistemas lineales.

Los determinantes componen un área de importante desarrollo en el álgebra lineal, el

matemático francés Agustin-Louis Cauchy abordó detalladamente sus propiedades en
1812, y para mediados del siglo XIX Carl Jacobi los empleó no solo para caracterizar
matrices sino también propiedades de funciones. En el próximo módulo desarrollaremos
ampliamente los determinantes de orden superior, sus propiedades y algunas aplicaciones
en matrices.

¿Será posible resolver por determinantes un sistema de 4×4?

1.1.4. Modelamiento por sistemas de ecuaciones lineales

Es habitual que al tratar de comprender y modelar problemas del mundo práctico nos
encontremos con situaciones que impliquen varias variables que se relacionan de forma
lineal. Los problemas que se pueden resolver utilizando sistemas de ecuaciones lineales
aparecen en ciencias naturales (física, química o biología), ciencias económicas
(administración, economía, logística) como también en ingeniería. En este apartado vamos a
presentar unos ejemplos que se modelan por sistemas 2x2 y 3x3 en ingeniería así como
ciencias económicas.

 Ejemplo: En un corral se tienen patos y conejos. Si hay un total de 16 cabezas y 44 patas.

¿Cuántas gallinas y cuántos conejos hay en el corral?

 Solución
Este sencillo problema es un excelente ejemplo de una situación práctica que se modelar
utilizando un sistema de ecuaciones con dos incógnitas.

37
 Álgebra Lineal
Módulo 1

Para empezar vamos a colocar un nombre a las variables, en la pregunta al final se solicita
determinar cuántos conejos y gallinas hay en el corral, por ello vamos a decir que 𝑥 →
𝑃𝑎𝑡𝑜𝑠, 𝑦 → 𝐶𝑜𝑛𝑒𝑗𝑜𝑠.
Como se indica además que hay 16 cabezas podemos concluir que 𝑥 + 𝑦 = 16, pero como
la cantidad de patas es de 44 y cada gallina tiene dos mientras que los conejos cuatro
podemos concluir que 2𝑥 + 4𝑦 = 44.
A partir de esto podemos construir un sistema de ecuaciones de 2x2:

𝑥 + 𝑦 = 16
{
2𝑥 + 4𝑦 = 44

Solucionando el sistema con alguno de los métodos desarrollados llegamos a encontrar la

solución del sistema 𝑥 = 10, 𝑦 = 6, es decir que en el corral hay 10 patos y 6 conejos.

Guía para modelar con sistemas de ecuaciones

1. Identificar las variables. Identifica las variables que se solicitan en el problema,

estas suelen encontrarse mediante una lectura atenta de la pregunta dada al finalizar
el problema propuesto. Introduce nombres a las variables (x, y, z, son las habituales
pero se pueden usar otras letras)
2. Expresar las cantidades desconocidas en términos de las variables. Luego de
otra lectura del problema expresa todas las cantidades dadas en términos de las
variables definidas en el paso 1.
3. Establecer un sistema de ecuaciones. Encuentra la información relevante del
problema que den relación a las expresiones obtenidas en el paso 2. Construye un
sistema de ecuaciones que modele las relaciones entre variables así como posibles
restricciones.
4. Resolver el problema e interpretar resultados. Resuelve el sistema obtenido en
el paso 3 mediante los métodos ya conocidos, verifica la validez de las soluciones

38
 Álgebra Lineal
Módulo 1

y entrega la respuesta final como una frase que dé respuesta a la pregunta que se
planteó en el problema.

 Ejemplo: En una fábrica de Jugos se mezclan dos tipos de calidades de zumos, una
de $5000/l y otra de 8000/l. ¿Cuántos litros de cada zumo se deben mezclar para
obtener 120 litros con un precio de $750.000?

 Solución
1. Identificar las variables. Las variables en esta situación son los litros de cada tipo
de zumo, El tipo A→ 𝑎 y el tipo B → 𝑏.
2. Expresar las cantidades desconocidas en términos de las variables.
El total de zumo en litros a obtener corresponde a 120 litros, por lo tanto

𝑎 + 𝑏 = 120

Pero además su coste debe ser de $750.000 pero como el zumo A cuesta $5000/litro
y el zumo B cuesta $8000/litro tenemos que

5000𝑎 + 8000𝑏 = 750000

3. Establecer un sistema de ecuaciones. Con las ecuaciones obtenidas del paso anterior
llegamos al sistema

𝑎 + 𝑏 = 120
{
5000𝑎 + 8000𝑏 = 750000

4. Resolver el problema e interpretar resultados. Utilizando el método de

eliminación encontramos la solución del sistema 𝑎 = 70, 𝑏 = 50 que en términos del
problema significan que deben mezclarse 70 litros del zumo A con 50 litros del zumo
B para obtener 120 litro con un valor de $750.000.

39
 Álgebra Lineal
Módulo 1

 Ejemplo: Un productor de motonaves gana 3 créditos por cada vehículo que sale de la
fábrica, pero pierde 4 créditos por cada una que sale defectuosa. Un mes en el que
fabricó 21000 motonaves obtuvo un beneficio de 4844 créditos galácticos. ¿Cuántas
motonaves buenas y cuántas defectuosas fabrico ese mes?

 Solución
1. Identificar las variables. Las variables en este problema son la cantidad de
motonaves de buena calidad y la cantidad de defectuosas producidas,
buenas→ 𝑥 y defectuosas → 𝑦.
2. Expresar las cantidades desconocidas en términos de las variables.
Para ese mes se produjeron 21000 vehículos, por lo tanto

𝑥 + 𝑦 = 21000

Pero como por cada motonave buena gana 3 créditos mientras que por cada
defectuosa pierde 4 créditos, y para ese mes recibió ganancias por 4844 créditos
tenemos

3𝑥 − 4𝑦 = 4844

3. Establecer un sistema de ecuaciones. Con las ecuaciones obtenidas del paso anterior
obtenemos el sistema

𝑥 + 𝑦 = 21000
{
3𝑥 − 4𝑦 = 4844

4. Resolver el problema e interpretar resultados. Utilizando la regla de Cramer

llegamos a que 𝑥 = 12692, 𝑦 = 8308 que en términos del problema nos indican que
el productor fabricó 12692 naves de buena calidad mientras que salieron 8308
defectuosas.

40
 Álgebra Lineal
Módulo 1

 Ejemplo
Un fabricante de carros ha lanzado a la venta tres modelos nuevos (Cloto, Láquesis y
Átropos). Los modelos se venden a los precios respectivos de 150, 200 y 300 millones,
correspondiendo a 25.000 millones las ventas del primer mes. Además, los costos de fabricar
cada automóvil son de 100 millones para Cloto, de 150 millones para Láquesis y de 200
millones para Átropos. Los costos totales de fabricación de los carros vendidos en ese mes
fueron de 17.500 millones para una venta total de 140 carros.
Plantear un sistema de ecuaciones lineales para determinar el total de carros vendidos
por modelo y resolver el problema, explicar en términos del problema la solución
obtenida.

 Solución
1. Identificar las variables. Para este problema de la fábrica de carros los valores a
determinar son la cantidad de coches producidos para cada modelo, asociando una
incógnita a cada uno de ellos tenemos
Cloto→ 𝑥, Láquesis→ 𝑦, Átropos→ 𝑧
2. Expresar las cantidades desconocidas en términos de las variables.
Como el importe del primer mes fue de 25.000 millones y como los precios de venta
respectivos eran de 150, 200 y 300 millones tenemos que

150𝑥 + 200𝑦 + 300𝑧 = 25.000

Además los costes de producción para cada modelo ascendían a 100 150 y 200
millones por modelo en el mismo orden y el coste de fabricación total fue de 175
millones obtenemos

100𝑥 + 150𝑦 + 200𝑧 = 17.500

Por último como el total de carros vendidos en los tres modelos fue de 140 entonces

41
 Álgebra Lineal
Módulo 1

𝑥 + 𝑦 + 𝑧 = 140

3. Establecer un sistema de ecuaciones. Uniendo las ecuaciones del punto anterior

para formar un sistema de 3x3 llegamos a

150𝑥 + 200𝑦 + 300𝑧 = 25.000

{100𝑥 + 150𝑦 + 200𝑧 = 17.500
𝑥 + 𝑦 + 𝑧 = 140

4. Resolver el problema e interpretar resultados. Resolviendo el sistema por

eliminación de Gauss/Jordan tenemos que 𝑥 = 80, 𝑦 = 50, 𝑧 = 10 que en términos
del problema nos indican que se fabricaron carros 80 Cloto, 50 vehículos Láquesis, y
10 automóviles Átropos.

Ejemplo de reflexión

Las matrices, que en este módulo vimos tangencialmente, componen una sección muy
importante del álgebra lineal, incluso mediante operaciones con y entre ellas es posible
encontrar soluciones a sistemas lineales de orden superior.

En el próximo módulo estudiaremos las matrices, sus propiedades y algunas

aplicaciones. Quizás lo más interesante de todo será descubrir que las matrices al igual
que los números admiten operaciones de suma y multiplicación que, junto con sus reglas,
construyen un álgebra que va más allá del algebra elemental para convertirse en un álgebra
matricial.

¿Tendrán más aplicaciones las matrices? ¿Será posible realizar operaciones matriciales
para resolver sistemas de ecuaciones?

42
 Álgebra Lineal
Módulo 1

Glosario
Álgebra lineal: Rama de las matemáticas que estudia conceptos tales
como vectores, matrices, sistemas de ecuaciones lineales y en su enfoque de manera más
formal, espacios vectoriales y sus transformaciones lineales.
Ecuación lineal: Es una ecuación en la cual las incógnitas tienen exponente uno.
Por ejemplo, la ecuación: 7x +1 = 50 es lineal, pues la única incógnita que aparece (x) tiene
exponente igual a 1.
Matriz: En matemáticas, una matriz es un arreglo rectangular de números. Por ejemplo,

2 −1 0
( )
1 3 −2

es una matriz 2X3, que indica que es de dos renglones por tres columnas.
Sistema de ecuaciones: Conjunto de varias ecuaciones que deben resolverse
simultáneamente. La solución del sistema de ecuaciones es el conjunto de valores que las
reducen a todas las ecuaciones a igualdades verdaderas.
Vector: (en Geometría) Es un objeto geométrico definido por un segmento orientado de
recta, que se utiliza para la representación de magnitudes llamadas magnitudes vectoriales.
Otra definición (más Mecánica) es la de una cantidad que tiene magnitud, dirección y sentido.

43
 Álgebra Lineal
Módulo 1

Referencias
Grossman, S. (2012). Álgebra Lineal. Bogotá D. C., Colombia, Mc Graw Hill
Interamericana.
Hernández, E. (2012). Álgebra lineal y geometría. Madrid, España: Editorial Pearson.
Lay, D. (2012). Álgebra Lineal y sus aplicaciones. Madrid, España: Editorial Pearson.
Lay, D. (2013). Álgebra lineal para cursos con enfoque por competencias. México D. F.,
México: Universidad Autónoma de México.
Perry, W. (2011). Álgebra lineal con aplicaciones. Bogotá D. C., Colombia: McGraw-Hill
Interamericana.
Stanley, I. (1996). Álgebra Lineal. Bogotá D. C., Colombia: Editorial: McGraw-Hill
Interamericana.

44