ALGEBRA LINEAL

CIENCIAS EXACTAS

GUIA DE APRENDIZAJE

UNIDAD 1: MATRICES, DETERMINANTES Y ECUACIONES LINEALES.

TEMAS: MATRICES, DETERMINANTES Y ECUACIONES LINEALES.

 1.1 Definición y clasificación de matrices

 1.2 Operaciones con matrices
 1.3 Propiedades de las operaciones con matrices
 1.4 Definición y propiedades de determinantes
 1.5 Resolución de determinantes: Desarrollo por cofactores, reducción y regla de Sarrus.
 1.6 Sistemas de ecuaciones lineales
 1.7 Interpretación geométrica de la solución de un sistema de ecuaciones lineales
 1.8 Soluciones de sistemas de ecuaciones lineales: Eliminación de Gauss, Gauss-Jordan y
Regla de Cramer.
 1.9 La inversa de una matriz y sistemas lineales
 1.10 Sistemas lineales paramétricos

OBJETIVOS ESPECÍFICOS:
 Aplica la resolución de ecuaciones lineales con matrices y determinantes.

INDICADORES DE LOGRO

 Resuelve operaciones con matrices y determinantes

 Utiliza diferentes métodos en resolución de sistemas ecuaciones lineales, y aplica en los

distintos campos de la ingeniería.

 Aplica herramientas computacionales para resolución de sistemas de ecuaciones lineales

mediante matrices y determinantes

1
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

PRERREQUISITOS:
Los temas necesarios para esta unidad son:

 Identificación de una ecuación lineal.

 Desarrollo de operaciones aritméticas y algebraicas.
 Ecuaciones de primer grado con una incógnita.
 Resolución de sistemas de dos ecuaciones de primer grado con dos incógnitas.
 Factorización.

MATERIAL DE APOYO

 Stanley I. Grossman S. Algebra Lineal. Editorial Mc GrawHill. Mexico, 2008.

 Bernal Kolman. Algebra Lineal.
 Murray R. Spiegel. (Serie Schaum) Algebra Superior. Editorial Mc GrawHill. México, 1998.
 Howard Anton. Introducción al Álgebra Lineal. Editorial Limusa. México, 1986.

ACTIVIDADES ESPECÍFICAS

 Una lectura compresiva de las definiciones, enunciados, y ejemplos desarrollados en clase.

 Elaboración grupal de las respuestas del cuestionario, justificación de cada etapa del desarrollo
de ejercicios. Discusión grupal sobre procedimientos, resultados.
 Análisis crítico de los ejercicios desarrollados.

METODOLOGÍA DE TRABAJO

 El docente durante la clase definirá los conceptos necesarios para el desarrollo de la guía. Para lo
cual es imprescindible que el estudiante analice la teoría con anterioridad para facilitar el proceso
enseñanza-aprendizaje.
 En clase los estudiantes organizan equipos de hasta 2 estudiantes (dependiendo del número de
estudiantes por curso) para desarrollar las actividades de la guía propuesta (segunda hora por
clase y otras actividades extra clase para la siguiente sesión).
 El docente realiza el control de desarrollo de guías y califica en clase según la rúbrica de evaluación
y si no termina el grupo de desarrollar completamente la guía, entonces entregará la parte
faltante al final de la clase o en la siguiente sesión.
 La nota de participación en clase estará en función de las consultas que se realicen, tanto en clase
como en las tutorías.

ACTIVIDADES PREVIAS (extra clase)

AP1. Efectuar las operaciones:

a) 12 − (34)— 3 + 21 + (−2)
51 48
b) 2 + 7 − 7(−2) + −3 − 4

AP2. Resolver y representar en forma fraccionaria:

2
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

4 (4)(8) 1 14
a) 9
− 6 +6− 8
(9−5) −9 (−8)(3)
b) 17
+ 36 − 7

AP3. Resuelva la siguiente ecuación.

22  3x  2 x  1  5x  6  2 x  7x  1

AP4. Grafique cada uno de los siguientes sistemas e indique el número de soluciones que tiene cada uno
de ellos. Justifique sus resp<uestas.

2 x  3 y  12 2x  3y  8 2x  y  3
1) 2) 3)
4 x  6 y  24 3 x  y  10 4x  2 y  9

2) De acuerdo a los resultados obtenidos en la actividad anterior ¿cuáles son las posibilidades para
la solución de un sistema de ecuaciones lineales?
AP5. Resuelva el siguiente sistema a) por el método de eliminación, b) por el método de sustitución y c)
gráficamente.

x y x  y 1
 
6 4 3
2x  y 3 x  2 y
 
8 2 2

AP6. Operaciones aritméticas y algebraicas.

 Simplificar las fracciones algebraicas:

AP7. Factorización.

 x4 – 16

3
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

 x3 + x 2
 9 + 6x + x2
 x4 − 10x2 + 9

AP8. Ecuaciones de primer grado con una incógnita.

5 3
 𝑥−7
= 𝑥−2

𝑥−1 𝑥−5 𝑥+5

 4
− 36 = 9

3𝑥+1 2−4𝑥 −5𝑥−4 7𝑥

 − = +
7 3 14 6

𝑥−3 2𝑥 5𝑥−3
 2 − [−2(𝑥 + 1) − ] = − + 3𝑥
2 3 12

AP9. Resolución de sistemas de dos ecuaciones de primer grado con dos incógnitas:

3𝑥 + 2𝑦 = 7
 { Por los siguientes métodos: sustitución, igualación,
4𝑥 − 3𝑦 = −2
reducción, y grafico.

𝑥+3𝑦
2
=5
 { Desarrolle por cualquier método.
3𝑥 − 𝑦 = 5𝑦

𝑥+1 𝑦−1
3
+ 2 =0
 { Desarrolle por cualquier método.
𝑥+2𝑦 𝑥+𝑦+2
− =0
3 4

4
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

DESARROLLO

1.1 DEFINICIÓN Y CLASIFICACIÓN DE MATRICES

MATRICES
Una matriz es un arreglo de elementos que pueden ser números, constantes, dispuestos en m filas y n
columnas. Para representar una matriz se utiliza una letra mayúscula. Si se tiene la matriz “A” cada uno
de sus elementos es representado como 𝑎𝑖𝑗 , siendo i el número de fila y j el número de columna a la que
pertenece el elemento.

 Longitud de una matriz. - Se representa por el número de filas m y el número de columnas n, el

tamaño de una matriz es m x n.

 Matriz cuadrada. - Es una matriz cuyo número de filas m es igual al número de columnas n. Los
elementos que pertenecen a la posición 𝑎11 , 𝑎22 , 𝑎33 ……𝑎𝑚𝑛 forman la diagonal principal de la
matriz.

 Matriz identidad. - Es una matriz cuadrada, los elementos de la diagonal principal son uno y los
restantes son cero. Se la describe generalmente mediante la letra I.

 Matriz triangular superior. Es una matriz cuadrada donde los elementos que se encuentra en la
parte inferior de la diagonal principal son cero.

 Matriz triangular inferior. Es una matriz cuadrada donde los elementos que se encuentra en la
parte superior de la diagonal principal son cero.

 Matriz Transpuesta. - Si A es una matriz de dimensiones m x n, su transpuesta se escribe como

𝐴𝑇 y es la matriz de n x m obtenida al intercambiar las filas por columnas.

 Traza de una matriz. - Es un escalar determinado por la sumatoria de los valores correspondientes
a los elementos de la diagonal principal de una matriz.
𝑛

𝑇𝑟 (𝐴) = ∑ 𝑎𝑖𝑖
𝑖=1

1.2 OPERACIONES CON MATRICES

SUMA DE MATRICES

Dos matrices pueden ser sumadas si su número de filas m y de columnas n son iguales respectivamente.
El resultado es otra matriz cuyos datos se obtiene al sumar miembro a miembro cada elemento de las
matrices.

Ejemplo 3:

Sean A y B dos matrices determinar la matriz C= A+B

5
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

−1 3 6 4 −1 + 6 3 + 4 𝟓 𝟕
𝐴 = [ 4 0] 𝐵 = [−3 5] 𝐶 = [ 4 − 3 0 + 5] 𝑪 = [𝟏 𝟓]
1 2 4 1 1+4 2+1 𝟓 𝟑

EJERCICIO PROPUESTO 3:

2 4 −6 7 0 1 6 −2
[ 1 3 2 1] + [ 2 3 4 3 ]
−4 3 − 5 5 −2 1 4 4

MULTIPLICACIÓN DE UNA MATRIZ POR UN ESCALAR

Sea A una matriz el producto αA está dado por la multiplicación de la constante por cada uno de los
elementos de la matriz:

∝ 𝑨 =∝ (𝒂𝒊𝒋 )

MULTIPLICACIÓN DE MATRICES

Sean A y B dos matrices cuyas longitudes son m x n y p x q respectivamente, son multiplicables si el número
de columnas de la primera matriz es igual al número de filas de la segunda; el tamaño de la matriz
resultante del producto está determinado por el número de filas de la primera matriz y el número de
columnas de la segunda.

Si se tiene una matriz A y una matriz B multiplicables, cada elemento de la matriz A*B es calculado
mediante la suma de los productos de los elementos de la fila 1 de la primera matriz por los elementos
de la columna 1 de la segunda.

Ejemplo 4. Dadas las matrices A y B verificar si es posible realizar A*B y realizar el producto de las dos
matrices.
1 2 4
𝐴=[ ]
2 6 0

4 1 4 3
𝐵 = [0 −1 3 1]
2 7 5 2

El tamaño de la matriz A es 2 x 3 y el de la matriz B es 3 x 4, se verifica que el número de columnas de la

segunda matriz es igual al número de filas de la segunda, concluimos que las matrices si son multiplicables,
dando como resultado una matriz C de longitud 2 x 4.

C=A*B

𝑐11 𝑐12 𝑐13 𝑐14

𝑪 = [𝑐 𝑐 𝑐 𝑐 ]
21 22 23 24

(1 ∗ 4 + 2 ∗ 0 + 4 ∗ 2) (1 ∗ 1 + 2 ∗ −1 + 4 ∗ 7) (1 ∗ 4 + 2 ∗ 3 + 4 ∗ 5) (1 ∗ 3 + 2 ∗ 1 + 4 ∗ 2)
𝑪=[ ]
(2 ∗ 4 + 6 ∗ 0 + 0 ∗ 2) (2 ∗ 1 + 6 ∗ −1 + 0 ∗ 7) (2 ∗ 4 + 6 ∗ 3 + 0 ∗ 5) (2 ∗ 3 + 6 ∗ 1 + 0 ∗ 2)

6
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

(4 + 8) (1 − 2 + 28) (4 + 6 + 20) (3 + 2 + 8)
𝑪=[ ]
(8) (2 − 6) (8 + 18) (6 + 6)

𝟏𝟐 𝟐𝟕 𝟑𝟎 𝟏𝟑
𝑪=[ ]
𝟖 −𝟒 𝟐𝟔 𝟏𝟐

1.3 PROPIEDADES DE LAS OPERACIONES CON MATRICES

Suma de matrices y multiplicación de un escalar por una matriz:

Puesto que la suma de matrices se realiza término a término, sus propiedades coinciden con las
propiedades de la suma de números.

Producto de matrices

La especial definición del producto de matrices hace que algunas de sus propiedades sean diferentes de
las del producto de números.

1.4 DEFINICIÓN Y PROPIEDADES DE DETERMINANTES

LA FUNCIÓN DETERMINANTE.

7
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

A cada matriz cuadrada de orden n, le asociamos un número real llamado determinante de la matriz.

El determinante de una matriz A, se representa como det (A) o A y es igual a la diferencia entre los
productos de los elementos de las diagonales.

𝑎 𝑏 1 −5
𝐴=| | 𝐵=| |
𝑐 𝑑 2 3
𝑑𝑒𝑡(𝐴) = 𝑎𝑑 − 𝑏𝑐 𝑑𝑒𝑡(𝐵) = [(1)(3) − (2)(−5)] = 13

PROPIEDADES DE LOS DETERMINANTES

1) El determinante de una matriz A y de su transpuesta AT es el mismo. Ejemplo:

1 2 5
A 3 1 4   8  90  40    25  48  24   155
5 6 8

1 3 5
A 2
T
1 6  (8  40  90)  (25  24  48)  155
5 4 8

2) El determinante de una matriz es igual a 0, en los siguientes casos:

a) Si dos renglones (filas) o columnas de la matriz son iguales. Ejemplo:

1 2 5 1 2 1
A 3 1 4 0 B 3 1 3 0
1 2 5 1 2 1

b) Todos los elementos de una fila o columna de una matriz son nulos. Ejemplo:

1 7 5 1 4 0
A 0 0 0 0 B 3 1 0 0
3 2 4 1 2 0

c) Si una fila o columna es combinación lineal de las otras. Ejemplo:

8
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

1 7 5 1 4 3
A 4 9 9  0 B 3 1 2 0
3 2 4 1 2 3

F2  F1  F3 C3  C1  C2

3) En una matriz triangular el determinante es igual al producto de la diagonal principal. Ejemplo:

a)

1 0 0 1 4 3
A 4 9 0  36 B 0 1 2 3
3 2 4 0 0 3

b) I  1, Es decir en una matriz identidad el determinante es igual a 1. Ejemplo:

1 0 0
I  0 1 0 1
0 0 1

4) Si en una matriz se intercambian dos filas o se intercambian dos columnas el determinante cambia de
signo.

1 4 2 1 4 2
A 4 9  3   96 B 3 2  4  96
3 2 4 4 9 3

1 4 7 4 1 7
C  3 5  3   103 D 5 3  3  103
2 3 9 3 2 9

5) Si a los elementos de una fila o columna se le suman los elementos de otra paralela multiplicados
previamente por un número real el valor del determinante no varía. Ejemplo:

1 7 5 1 7 5
A 4 1 9   265 B 0 29  11  265
3 5 4 3 5 4

F2   4 F1  F2

9
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

6) El determinante de un producto de dos matrices es igual al producto de los determinantes de cada

matriz

det ( A).det ( B)  det ( AB)

1 2 5 1 3 5
A 4 1 4   59 B 0 1  1  23
3 1 4 3 5 4

1  0  15 3  2  25 5  2  20
A.B  4  0  12 12  1  20 20  1  16 
3  0  12 9  1  20 15  1  16

16 26  13
A.B  16 33 3  1357
9  10 30

det ( A).det ( B)  det ( AB )

(59)(23)  1357

7) Si se multiplican todos los elementos de una fila o columna por un número, el determinante queda
multiplicado por dicho número

1 5 7
C2 3  6  80
4 3 8
La matriz D es el resultado de multiplicar a la primera fila de C por 2, por lo tanto el determinante
queda multiplicado por el factor 2.

2  10 14
D 2 3  6  160
4 3 8

8) Si la matriz A no es singular ( det( A)  0 ):

1
det( A 1 ) 
det( A)

10
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

2 1
1 2 1
A A  3 1
3 4 
2 2

1
det( A)  2 det( A 1 )  
2
1.5 RESOLUCIÓN DE DETERMINANTES: DESARROLLO POR COFACTORES, REDUCCIÓN Y REGLA DE
SARRUS.

Métodos para hallar el determinante de matrices de diferentes tamaños.

SARRUS

Para hallar el determinante de una matriz de 3x3

Ejemplo: Resolver:

1 3 5
A  1 2 3
2 6 7

Para hallar el determinante de una matriz usando la regla de Sarrus procedemos a realizar las operaciones
como indican los gráficos:

1 3 5
-1 2 3
A = 2 6 7

1 3 5
-1 2 3

Luego se realiza el proceso indicado en los gráficos siguientes:

11
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

1 3 5
-1 2 3
A = 2 6 7 =(14-30+18)-(+20+18-21)
1 3 5 =(2)-(17)
-1 2 3 = -15

Entre otras formas que existen para resolver el determinante, se puede usar la siguiente:

1 3 5
A  1 2 3
2 6 7

Procedemos de la siguiente forma:

det( A)  [(1)(2)(7)  (1)(6)(5)  (3)(3)(2)]  [(2)(2)(5)  (1)(3)(7)  (1)(6)(3)

det( A)  [14  30  18]  [20  21  18]

det( A)  2  17
det( A)  15

COFACTORES

Menor de una Matriz

Para determinar el menor de un elemento se puede eliminar la fila y la columna en la que se encuentra el
elemento.

Ejemplo en la matriz A:

12
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

 a11 a12 a13 

 
A   a21 a22 a23 
a a33 
 31 a32
Para determinar el menor del elemento a11 anulamos la fila y la columna en la que se encuentra dicho
elemento:

Menor del elemento a11 es:

a22 a23
a32 a33

Ejemplo Halle: M11

1 5 7
A 2 3 6
4 3 8
Eliminando la primera fila y primera columna tenemos:

 (3)(8)  (3)( 6)

Entonces, el menor de dicho elemento sería:  24  18
6

Cofactor de una Matriz. - En la matriz A de n x n el cofactor (i, j) se define como:

Cij  (1) i  j M ij
En otras palabras, se denomina cofactor de una matriz al menor más el signo de la posición en la que se
ubica dicho elemento.

13
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

+, 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑝𝑎𝑟
El signo {
−, 𝑠𝑖 𝑖 + 𝑗 𝑒𝑠 𝑖𝑚𝑝𝑎𝑟

Por ejemplo, para el elemento a11 el cofactor sería el menor que ya lo obtuvimos en el ejercicio anterior
más el signo, para el signo: la letra i representan las filas y la letra j representan las columnas

 a11 a12 a13 

 
A   a21 a22 a23 
a a33 
 31 a32
Entonces como el elemento a11 se encuentra fila 1 y columna 1, si sumamos i+j nos da par entonces el
signo es positivo y el cofactor del elemento sería:

a22 a23
+
a32 a33
O podemos utilizar la siguiente representación para determinar el signo que le corresponde al menor.

   
   
A
   
   

1 5 7 
 
Ejemplo: Sea la matriz A  2 3 6  Determine el C32
4 3 8 


Aplicando Cij  (1) i  j M ij

El menor del elemento C32 sería:

1 7
 (6  14)
2 6
 20

El cofactor del elemento sería: (1)32 (20)  20

14
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

DETERMINANTE POR EL MÉTODO DE COFACTORES

Sea

 a11 a12 a13 

 
A   a21 a22 a23 
a a a 
 31 32 33 

a 22 a 23 a 21 a 23 a 21 a 22
det( A)  a11  a12  a13
a32 a33 a31 a33 a31 a32

Ejemplo:

Hallar el determinante de A con el método de cofactores.

Para hallar el determinante por éste método a más del cofactor se toma en cuenta el elemento, es decir:

1 3 5
2 3 1 3 1 2
A  1 2 3 1 3 5  1(14  18)  3(7  6)  5(6  4)
6 7 2 7 2 6
2 6 7
 1(4)  3(13)  5(10)
  4  39  50
  15

REDUCCIÓN

Con éste método el objetivo es tener una matriz triangular de tal modo que podemos realizar operaciones
entre filas o columnas.

El determinante de una matriz triangular es igual al producto de los elementos de la diagonal principal.

Ejemplo:

1 3 5
A  1 2 3
2 6 7

Realizando operaciones entre filas tenemos:

1 3 5
R1  R2 0 5 8
2 6 7

1 3 5
0 5 8
2 R1 R3 0 0 3

Luego el determinante se obtiene la multiplicar los elementos de la diagonal principal:

15
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

det ( A)  (1)(5)( 3)

det ( A)  15

COMBINADO

Este método es una combinación del método de reducción y del método de cofactores.

Ejemplo:

Determinar por el método combinado el determinante de la siguiente matriz:

1 3 2
A  1 2 3
1 6 7

Realizando las operaciones que más convienen entre filas tenemos:

1 3 2
R1  R2 0 1 5
1 6 7

1 3 2
0 1 5
R  R 0 9 5
1 3

La última matriz ya tenemos en forma conveniente para resolver usando el método de cofactores:

1 3 2
1 5
0 1 5 1  1(5  45)  50
9 5
0 9 5

Nota: Tener en cuenta al momento de hallar el determinante si en el proceso de reducción se multiplicó

o dividió una fila, para considerar dicho factor al final.

Ejercicio propuesto: para realizar en clase por el método de reducción:

4 3 5
B  3 2 3
5 8 7

16
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

1.6 SISTEMAS DE ECUACIONES LINEALES

ECUACIONES LINEALES.

Una ecuación lineal es aquella que puede representarse de la siguiente forma general:

𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ 𝑎𝑛 𝑥𝑛 = 𝑏

donde 𝑎1 , 𝑎2 , ……𝑎𝑛 y b son constantes reales.

En una ecuación lineal no se encuentran las variables en forma de productos o raíces, las mismas se
presentan a la primera potencia y no están como argumento de funciones trigonométricas.

SISTEMA DE ECUACIONES LINEALES

Es un conjunto finito de ecuaciones lineales cuya solución es un grupo de números 𝑠1, 𝑠2, 𝑠3….𝑠𝑛 , donde
𝑥1 = 𝑠1, 𝑥2 = 𝑠2 , 𝑥3 = 𝑠3….𝑥𝑛 = 𝑠𝑛 ; los valores antes mencionados satisfacen cada una de las ecuaciones
del sistema lineal.

Un sistema de ecuaciones es consistente si al menos tiene una solución, cuando no posee solución se le
considera inconsistente.

En el caso de tener un sistema lineal formado por dos ecuaciones:

𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 = 𝑏2

1.7 INTERPRETACIÓN GEOMÉTRICA DE LA SOLUCIÓN DE UN SISTEMA DE ECUACIONES LINEALES

Encontrar la solución de este sistema, geométricamente implica determinar el punto de intersección de

las rectas. Se pueden generar tres posibles casos graficados en la figura (1), en a) las rectas son paralelas,
no existe un punto común entre las dos rectas por lo que el sistema es inconsistente, b) presenta que las
rectas tienen un punto común por lo que el sistema se considera que posee una solución única y en c) las
rectas coinciden dando como resultado infinitos puntos comunes considerando al sistema con infinito
número de soluciones.

y y y l1 y l2
l1 l2

x x x

l2 l1

(a) (b) (c)

Fig 1. Dos rectas que no se intersectan, se intersectan en un punto y en un número infinito de puntos

17
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

1.8 SOLUCIONES DE SISTEMAS DE ECUACIONES LINEALES: ELIMINACIÓN DE GAUSS, GAUSS-JORDAN

Y REGLA DE CRAMER

ELIMINACIÓN GAUSSIANA

La eliminación de Gauss pretende llevar una matriz aumentada del sistema de ecuaciones lineales Fig. (3)
a una matriz donde sea fácilmente observable las soluciones del sistema.

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

𝑎21 𝑥1+ 𝑎22 𝑥2+ 𝑎23 𝑥3 = 𝑏2 𝑎
[ 21 𝑎22 𝑎23 𝑏2 ]
𝑎31 𝑥1+ 𝑎32 𝑥2+ 𝑎33 𝑥3 = 𝑏3 𝑎31 𝑎32 𝑎33 𝑏3

Fig. 2. Sistema de ecuaciones lineales Fig. 3. Matriz aumentada del sistema de ecuaciones

Mediante este método se llega a obtener una matriz en la forma escalonada por reglones a través de
operaciones elementales sobre los renglones de la matriz aumentada, estas operaciones son:
1. Multiplicar una de las filas por un constante diferente de cero.
2. Intercambiar dos filas.
3. Sumar un múltiplo de una de las filas a otra.

Una matriz escalonada en los renglones es aquella que posee las siguientes propiedades:

1. Si una fila no consta completamente de ceros, entonces el primer número diferente de cero es 1.
Denominado 1 principal.
2. Si existen filas que consten completamente de ceros, se agrupan en la parte inferior de la matriz.
3. Si dos filas sucesivas no constan completamente de ceros, el 1 principal de la fila inferior se
presenta más hacia la derecha que el 1 principal de la fila superior.

Luego de obtener un matriz en la forma escalonada reducida se despejan las variables y se utiliza la técnica
de sustitución hacia atrás para encontrar los valores de las incógnitas.

Ejemplo 1.

Resuelva el siguiente sistema de ecuaciones lineales mediante la eliminación Gaussiana.

𝑥1 − 2𝑥2 + 3𝑥3 = 11
4𝑥1 + 𝑥2 − 𝑥3 = 4
2𝑥1 − 𝑥2 + 3𝑥3 = 10

Matriz aumentada del sistema. Operaciones para llegar a una matriz escalonada reducida.

1 −2 3 11 Multiplicar la fila 1 por -4 y le sumar a la segunda fila y multiplicar

[4 1 −1 4 ] la fila 1 por -2 y sumar a la tercera fila.
2 −1 3 10

18
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

1 −2 3 11
[0 9 −13 −40] Multiplicar la segunda fila por 1/9
0 3 −3 −12

1 −2 3 11
[0 1 −13⁄9 −40⁄9] Multiplicar la segunda fila por -3 y sumar el producto a la tercera
0 3 −3 −12 fila

1 −2 3 11 Multiplicar la tercera fila por 3/4 de modo que se obtenga una

[0 1 −13⁄9 −40⁄9] matriz escalonada reducida.
0 0 4⁄3 4⁄3

1 −2 3 11
[0 1 −13⁄9 −40⁄9]
0 0 1 1

Directamente se puede observar que el valor de 𝑥3 = 1, los resultados de 𝑥2 y 𝑥3 los obtenemos mediante
sustitución hacia atrás.

𝒙𝟑 = 𝟏
Cálculo de 𝑥2
𝑥2 − 13⁄9 𝑥3 = −40⁄9
𝑥2 = 13⁄9 𝑥3 −40⁄9
𝑥2 = 13⁄9 (1) − 40⁄9
𝒙𝟐 = −𝟑
Cálculo de 𝑥1

𝑥1 − 2𝑥2 + 3𝑥3 = 11
𝑥1 = 2𝑥2 − 3𝑥3 + 11
𝑥1 = 2(−3) − 3(1) + 11
𝒙𝟏 = 𝟐

MÉTODO DE GAUSS- JORDAN

El método de Gauss- Jordan plantea que la matriz aumenta del sistema se transforme en una matriz
escalonada por reglones reducida. Este tipo de matriz posee las tres propiedades descritas anteriormente
para una matriz escalonada reducida por reglones más una cuarta condición:

- Cada columna que contenga un 1 principal tiene ceros en todas las demás posiciones.

Ejemplo 2

Resuelva el siguiente sistema de ecuaciones lineales mediante el método de Gauss-Jordan.

𝑥1 − 2𝑥2 + 3𝑥3 = 11
4𝑥1 + 𝑥2 − 𝑥3 = 4
2𝑥1 − 𝑥2 + 3𝑥3 = 10

19
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

A partir de la matriz escalonada por reglones obtenida en el ejemplo 1 se obtiene la matriz escalonada
por reglones reducida mediante las operaciones sobre los reglones ya descritas.

1 −2 3 11 Multiplicar a la tercera fila por 13/9 y sumar el producto a la segunda fila,

[0 1 −13⁄9 −40⁄9] multiplicar a la tercera fila por -3 y sumar a la primera fila.
0 0 1 1

1 −2 0 8 Multiplicar a la segunda fila por 2 y sumar el producto a la primera fila.

[0 1 0 −3]
0 0 1 1

1 0 0 2
[0 1 0 −3]
0 0 1 1

Al obtener la matriz escalonada reducida por reglones se tiene directamente los valores de
𝑥1 , 𝑥2 , 𝑥3 .

𝒙𝟏 = 𝟐
𝒙𝟐 = −𝟑
𝒙𝟑 = 𝟏

SISTEMAS HOMOGÉNEOS DE ECUACIONES LINEALES

Un sistema homogéneo de ecuaciones lineales es aquel en el que las constantes o términos

independientes son cero, la representación de un sistema homogéneo de mxn ecuaciones lineales es:

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0

𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 0

Fig. 4 Sistema de ecuaciones homogéneo

Un sistema de este tipo puede tener una solución, infinito número de soluciones o no tener ninguna
solución. Cuando 𝑥1 = 0, 𝑥2 = 0, 𝑥3 = 0……𝑥𝑛 = 0 se tienen una solución trivial o solución cero.

Un sistema homogéneo tiene infinito número de soluciones si 𝑛 > 𝑚.

20
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

REGLA DE CRAMER

La regla de cramer es otro método para resolver sistemas de ecuaciones lineales, mediante el uso de
determinantes, la matriz debe cumplir las condiciones:

1) el número de variables es igual al número de ecuaciones

2) el determinante de la matriz de coeficientes es distinto de cero

A continuación se indica de forma gráfica y se realiza un ejemplo:

ax1  bx2  cx3  j


dx1  ex2  fx3  k
 gx  hx  ix  l
 1 2 3

En forma matricial tenemos:

a b c   x1   j 
d
 e f   x2   k 
 g h i   x3  l 

Para determinar los valores de las variables tenemos:

j b c a j c a b j
k e f d k f d e k
l h i g l i g h l
x1  x2  x3 
a b c a b c a b c
d e f d e f d e f
g h i g h i g h i

Ejemplo: Resolver el siguiente sistema por la regla de cramer:

 2 x1  3x2  5 x3  5

 x1  4 x2  3x3  2
 x  7 x  3x  8
 1 2 3

21
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

5 3 5
2 4 3
8 7 3 341 31
x1   
2 3 5  33 3
1 4 3
1 7 3

2 5 5
1 2 3
1 8 3 44 4
x2   
2 3 5  33 3
1 4 3
1 7 3

2 3 5
1 4 2
1 7 8 77 7
x3   
2 3 5  33 3
1 4 3
1 7 3

Se deja al estudiante la verificación de la solución del sistema.

1.9 LA INVERSA DE UNA MATRIZ Y SISTEMAS LINEALES

INVERSA DE UNA MATRIZ.

Si A es una matriz cuadrada y es posible que se encuentre una matriz B que cumpla con la condición A ∗
B = B ∗ A = I, se tiene que A es una matriz invertible y B es la inversa de A.

Una matriz invertible tiene solo una inversa.

A ∗ A−1 = I

Un producto de matrices invertibles siempre es invertible y la inversa del producto es el producto de las
inversas en orden inverso.

A ∗ B = AB
(𝐴𝐵)−1 = 𝐵−1 𝐴−1

Procedimiento para encontrar la inversa de una matriz.

22
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

1. Escribir la matriz aumentada (A|I),

2. Utilizar las operaciones elementales sobre los reglones para poner la matriz A en su forma
escalonada reducida por reglones.

3. Verificar si A es invertible:

a) Si la forma escalonada reducida por reglones de A es la matriz identidad I,

entonces 𝐴−1 es la matriz que se tiene a la derecha de la barra vertical.
b) Si la matriz reducida de A conduce a un renglón de ceros a la izquierda de la barra
vertical, entonces A no es invertible.

Ejemplo 5. Determine la matriz inversa de A.

1 2 0
𝐴 = [2 1 −1]
3 1 1

Multiplicar a la primera fila por -2 y sumar a la

1 2 0 1 0 0 segunda, multiplicar a la primera fila por -3 y sumar
[2 1 −1| 0 1 0] a la tercera. Las mencionadas operaciones son
3 1 1 0 0 1 realizadas simultáneamente sobre la matriz
identidad.

1 2 0 1 0 0
[0 −3 −1| −2 1 0] Multiplicar a la segunda fila por -1/3.
0 −5 1 −3 0 1

1 2 0 1 0 0 Multiplicar la segunda fila por 5 y sumar a la

[0 1 1/3| −2/3 −1/3 0] tercera.
0 −5 1 −3 0 1

1 2 0 1 0 0
[0 1 1/3| 2/3 −1/3 0] Multiplicar a la tercera fila por 3/8.
0 0 8/3 1/3 −5/3 1

1 2 0 1 0 0 Multiplicar la tercera fila por -1/3 y sumar a la

[0 1 1/3| 2/3 −1/3 0 ] segunda.
0 0 1 1/8 −5/8 3/8

1 2 0 1 0 0 Multiplicar la segunda fila por -2 y sumar a la

[0 1 0| 5/8 −1/8 −1/8 ] primera.
0 0 1 1/8 −5/8 3/8

23
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

1 0 0 −1/4 1/4 1/4

[0 1 0| 5/8 −1/8 −1/8]
0 0 1 1/8 −5/8 3/8

La matriz inversa es:

−𝟏/𝟒 𝟏/𝟒 𝟏/𝟒

𝑨−𝟏 = [ 𝟓/𝟖 −𝟏/𝟖 −𝟏/𝟖]
𝟏/𝟖 −𝟓/𝟖 𝟑/𝟖

CÁLCULO DE LA INVERSA CON EL USO DE LA ADJUNTA.

Consideremos una matriz n-cuadrada A = (ai j ) sobre un cuerpo K. El adjunto de A, denotado por adj A, es
la traspuesta de la matriz de cofactores de A:

Ejemplo 1:

Los cofactores de los nueve elementos de A son:

La traspuesta de la matriz de los cofactores anteriores proporciona el adjunto de A:

 Aplicación del adjunto para hallar la matriz inversa

Para toda matriz cuadrada A,

24
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

A·(adj A) = (adj A) · A = |A|I

De este modo, si |A| ≠ 0,

Observemos que esta propiedad nos permite hallar por otro método la inversa de una matriz.

Ejemplo 2:

Consideremos la matriz

y el det A:

Así pues, aplicando la propiedad anterior:

Ejemplo 3:

Calcular, por la propiedad anterior, la inversa de las siguientes matrices:

a)

b)

a) Primero hallaremos el determinante de la matriz A:

25
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

El siguiente paso es hallar el adjunto de la matriz B, así pues, los cofactores de los cuatro elementos
de B son:

B11 = 5 B12 = -2

B21 = 1 B22= 3

y el adjunto de B, denotado por adj B, será

b) Empezaremos por hallar el det A,

Los cofactores de los nueve elementos de A son:

La traspuesta de la matriz de los cofactores anteriores proporciona el adjunto de A:

26
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

Aplicando la propiedad de la matriz inversa obtenemos A-1:

RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES MEDIANTE LA INVERSA.

Un sistema de ecuaciones lineales, Fig. 5, puede ser representado como una ecuación matricial.

𝑎11 𝑥1+ 𝑎12 𝑥2+ 𝑎13 𝑥3 = 𝑏1

𝑎21 𝑥1+ 𝑎22 𝑥2+ 𝑎23 𝑥3 = 𝑏2
𝑎31 𝑥1+ 𝑎32 𝑥2+ 𝑎33 𝑥3 = 𝑏3

Fig.5 Sistema de ecuaciones lineales

𝑎11 𝑎12 𝑎13 𝑥1 𝑏1

[𝑎21 𝑎22 𝑎23 ] [𝑥2 ] = [𝑏2 ]
𝑎31 𝑎32 𝑎33 𝑥3 𝑏3

Fig 6. Representación matricial del sistema de ecuaciones lineales

Al designar las matrices con A, X y B respectivamente, se reemplaza el sistema de ecuaciones lineales

inicial por la ecuación matricial:

𝑨𝑿 = 𝑩

La matriz A se conoce como matriz de coeficiente.

Si A es una matriz invertible de nxn, entonces para cada matriz B de nx1 el sistema de ecuaciones
𝑨𝑿 = 𝑩 tiene exactamente una solución dada por:

𝑿 = 𝑨−𝟏 𝑩

Ejemplo 6. Resolver el siguiente sistema de ecuaciones lineales mediante la inversa.

𝑥1 + 2𝑥2 = 3
2𝑥1 + 𝑥2 − 𝑥3 = −1
3𝑥1 + 𝑥2 + 𝑥3 = 7

1 2 0 𝑥1 3
𝐴 = [2 1 −1] 𝑥
𝑋 = [ 2] 𝐵 = [−1]
3 1 1 𝑥3 7

27
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

−1/4 1/4 1/4

−1
𝐴 = [ 5/8 −1/8 −1/8]
1/8 −5/8 3/8

𝑋 = 𝐴−1 𝐵

−1/4 1/4 1/4 3

𝑋 = [ 5/8 −1/8 −1/8] ∗ [−1]
1/8 −5/8 3/8 7

3/4
𝑋 = [ 9/8 ]
29/8

𝒙𝟏 = 𝟑/𝟒
𝒙𝟐 = 𝟗/𝟖
𝒙𝟑 = 𝟐𝟗/𝟖

1.10 SISTEMAS LINEALES PARAMÉTRICOS

28
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

EJERCICIO PROPUESTO 5:

Resuelva el sistema de ecuaciones mediante la inversa utilizando la matriz identidad.

3𝑥1 + 𝑥2 − 𝑥3 = 2
4𝑥1 − 𝑥2 + 5𝑥3 = 13
2𝑥1 + 2𝑥2 − 3𝑥3 = −2

EJEMPLOS DE APLICACIÓN:

Ejemplo 7. Encontrar las corrientes de cada malla del circuito eléctrico.

Fig 7. Circuito eléctrico

Fig 8. Corrientes de malla del circuito eléctrico

Malla 1
15 − 𝑅2 (𝐼1 − 𝐼3 ) − 𝑅3 (𝐼1 − 𝐼2 ) = 0

29
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

15 − 𝑅2 𝐼1 + 𝑅2 𝐼3 − 𝑅3 𝐼1 + 𝑅3 𝐼2 = 0

−𝐼1 (𝑅2 + 𝑅3 ) + 𝑅3 𝐼2 + 𝑅2 𝐼3 = −15

Malla 2

−𝑅3 (𝐼2 − 𝐼1 ) − 𝑅4 (𝐼2 − 𝐼3 ) − 𝑅5 (𝐼2 − 𝐼4 ) = 0

−𝑅3 𝐼2 + 𝑅3 𝐼1 − 𝑅4 𝐼2 + 𝑅4 𝐼3 − 𝑅5 𝐼2 + 𝑅5 𝐼4 = 0

𝑅3 𝐼1 − 𝐼2 (𝑅3 + 𝑅4 + 𝑅5 ) + 𝑅4 𝐼3 + 𝑅5 𝐼4 = 0

Malla 3

−𝑅1 𝐼3 − 𝑅6 (𝐼3 − 𝐼4 ) − 𝑅4 (𝐼3 − 𝐼2 ) − 𝑅2 (𝐼3 − 𝐼1 ) = 0

−𝑅1 𝐼3 − 𝑅6 𝐼3 + 𝑅6 𝐼4 − 𝑅4 𝐼3 + 𝑅4 𝐼2 − 𝑅2 𝐼3 + 𝑅2 𝐼1 = 0

𝑅2 𝐼1 + 𝑅4 𝐼2 − 𝐼2 (𝑅1 + 𝑅2 + 𝑅4 + 𝑅6 ) + 𝑅6 𝐼4 = 0

Malla 4

−𝑅7 𝐼4 − 𝑅5 (𝐼4 − 𝐼2 ) − 𝑅6 (𝐼4 − 𝐼3 ) = 0

−𝑅7 𝐼4 − 𝑅5 𝐼4 + 𝑅5 𝐼2 − 𝑅6 𝐼4 + 𝑅6 𝐼3 = 0

𝑅5 𝐼2 + 𝑅6 𝐼3 − 𝐼4 (𝑅5 + 𝑅6 + 𝑅7 ) = 0

El sistema de ecuaciones para encontrar las corrientes de malla del circuito es:
−𝐼1 (𝑅2 + 𝑅3 ) + 𝑅3 𝐼2 + 𝑅2 𝐼3 = −15

𝑅3 𝐼1 − 𝐼2 (𝑅3 + 𝑅4 + 𝑅5 ) + 𝑅4 𝐼3 + 𝑅5 𝐼4 = 0

𝑅2 𝐼1 + 𝑅4 𝐼2 − 𝐼2 (𝑅1 + 𝑅2 + 𝑅4 + 𝑅6 ) + 𝑅6 𝐼4 = 0

𝑅5 𝐼2 + 𝑅6 𝐼3 − 𝐼4 (𝑅5 + 𝑅6 + 𝑅7 ) = 0

Asignando valores a las resistencias tenemos:

𝑅1 = 1Ω
𝑅2 = 2.2Ω
𝑅3 = 3.3Ω
𝑅4 = 3.9Ω
𝑅5 = 4.7Ω
𝑅6 = 5.6Ω
𝑅7 = 6.8Ω

−5.5𝐼1 + 3.3𝐼2 + 2.2𝐼3 = −15

30
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

3.3𝐼1 − 9.4𝐼2 + 3.9𝐼3 + 4.7𝐼4 = 0

2.2𝐼1 + 3.9𝐼2 − 12.7𝐼2 + 5.6𝐼4 = 0

4.7𝐼2 + 5.6𝐼3 − 17.1𝐼4 = 0

Para resolver el sistema de ecuaciones utilizamos eliminación Gaussiana.

Matriz aumentada

−5.5 3.3 2.2 0 −15 Multiplicamos la primera fila por -1/5.5

3.3 −9.4 3.9 4.7 0
[ ]
2.2 3.9 −12.7 5.6 0
0 4.7 5.6 −17.1 0

1 −0.6 −0.4 0 2.7272 Multiplicar la primera fila por -3.3 y sumar a la

3.3 −9.4 3.9 4.7 0 segunda, multiplicar la primera fila por -2.2 y sumar
[ ]
2.2 3.9 −12.7 5.6 0 a la tercera.
0 4.7 5.6 −17.1 0

1 −0.6 −0.4 0 2.7272 Multiplicar la segunda fila por -1/7.42

0 −7.42 5.22 4.7 −8.9997
[ ]
0 5.22 −11.82 5.6 −5.9998
0 4.7 5.6 −17.1 0

1 −0.6 −0.4 0 2.7272 Multiplicar la segunda fila por -5.22 y sumar a la

0 1 −0.7035 −0.6634 1.2128
[ ] tercera, multiplicar la segunda fila por -4.7 y sumar
0 5.22 −11.82 5.6 −5.9998 a la tercera
0 4.7 5.6 −17.1 0

1 −0.6 −0.4 0 2.7272 Multiplicar la tercera fila por -1/8.1477

0 1 −0.7035 −0.6634 1.2128
[ ]
0 0 −8.1477 8.9063 −12.3306
0 0 8.9064 −14.123 −5.7

1 −0.6 −0.4 0 2.7272 Multiplicar la tercera fila por -8.9064 y sumar a la

0 1 −0.7035 −0.6634 1.2128 cuarta
[ ]
0 0 1 −1.0931 1.5133
0 0 8.9064 −14.123 −5.7

1 −0.6 −0.4 0 2.7272 Multiplicar la cuarta fila por -1/4.3874

0 1 −0.7035 −0.6634 1.2128
[ ]
0 0 1 −1.0931 1.5133
0 0 0 −4.3874 −19.1788

31
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

1 −0.6 −0.4 0 2.7272

0 1 −0.7035 −0.6634 1.2128
[ ]
0 0 1 −1.0931 1.5133
0 0 0 1 4.3713

𝑰𝟒 = 𝟒. 𝟑𝟕𝟏𝟑
Cálculo de 𝐼3
𝐼3 − 1.0931𝐼4 = 1.5133
𝐼3 = 1.5133 + 1.0931𝐼4

𝑰𝟑 = 𝟔. 𝟐𝟗𝟏𝟓
Cálculo de 𝐼2
𝐼2 − 0.7035𝐼3 − 0.6634𝐼4 = 1.2128
𝐼2 = 0.7035𝐼3 + 0.6634𝐼4 + 1.2128

𝑰𝟐 = 𝟖. 𝟓𝟑𝟖𝟕
Cálculo de 𝐼1
𝐼1 − 0.6𝐼2 − 0.4𝐼3 = 2.7272
𝐼1 = 0.6𝐼2 + 0.4𝐼3 + 2.7272

𝑰𝟏 = 𝟏𝟎. 𝟑𝟔

Al resolver el sistema de ecuaciones obtenemos los valores de I1, I2, I3, I4 correspondientes a las
corrientes de cada una de las mallas del circuito.

𝑰𝟏 = 𝟏𝟎. 𝟑𝟔𝑨
𝑰𝟐 = 𝟖. 𝟓𝟑𝟖𝟕 𝑨
𝑰𝟑 = 𝟔. 𝟐𝟗𝟏𝟓 𝑨
𝑰𝟒 = 𝟒. 𝟑𝟕𝟏𝟑 𝑨

Ejemplo 8.- La lámpara tiene una masa de 15 Kg y es soportada por una polea OA y cables AB y AC. Si la
fuerza en la polea actúa a lo largo de estos ejes, determine las fuerzas en OA, AB, y AC por equilibrio.

Diagrama de cuerpo libre

FABB
32
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

FACB

FOA

2𝑖 − 1.5𝑗 + 6𝑘
𝑭𝑶𝑨 = 𝐹𝑂𝐴 [ ]
√(2)2 + (1.5)2 + (6)2

𝑭𝑶𝑨 = 0.3076𝐹𝐴𝑂 𝑖 − 0.2307𝐹𝐴𝑂 𝑗 + 0.923𝐹𝐴𝑂 𝑘

−6𝑖 + 3𝑗 − 6𝑘
𝑭𝑨𝑩 = 𝐹𝐴𝐵 [ ]
√(−6)2 + (3)2 + (−6)2
𝑭𝑨𝑩 = −0.6667𝐹𝐴𝐵 𝑖 + 0.3333𝐹𝐴𝐵 𝑗−0.6667𝐹𝐴𝐵

−2𝑖 + 3𝑗 − 6𝑘
𝑭𝑨𝑪 = 𝐹𝐴𝐶 [ ]
√(−2)2 + (3)2 + (−6)2

𝑭𝑨𝑪 = −0.2857𝐹𝐴𝐶 𝑖 + 0.4287𝐹𝐴𝐶 𝑗 − 0.8571𝐹𝐴𝐶 𝑘

𝑾 = 15 × 9.8 = 147.15𝑘

∑𝐹 = 0

𝑭𝑨𝑶 + 𝑭𝑨𝑩 + 𝑭𝑨𝑪 + 𝑾 = 𝟎

∑ 𝐹𝑥 = 0
0.3076𝐹𝐴𝑂 −0.6667𝐹𝐴𝐵 −0.2857𝐹𝐴𝐶 = 0
∑ 𝐹𝑦 = 0
−0.2307𝐹𝐴𝑂 + 0.3333𝐹𝐴𝐵 + 0.4287𝐹𝐴𝐶 = 0
∑ 𝐹𝑧 = 0
0.923𝐹𝐴𝑂 −0.6667𝐹𝐴𝐵 − 0.8571𝐹𝐴𝐶 − 147.15 = 0

El sistema de ecuaciones que se obtuvo de las condiciones de equilibrio es resuelto a continuación

mediante el método de Gauss-Jordan.

0.3076 −0.6667 −0.2857 0 Multiplicar la primera fila por 1/0.3076

[−0.2307 0.3333 0.4287 0 ]
0.923 −0.6667 −0.8571 147.15

1 −2.1674 −0.9288 0 Multiplicar la primera fila por 0.2307 y sumar a la

[−0.2307 0.3333 0.4287 0 ] segunda fila, multiplicar la primera fila y sumar a
0.923 −0.6667 −0.8571 147.15 la tercera fila.

33
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

1 −2.1674 −0.9288 0 Multiplicar la segunda fila por -1/0.1667

[0 −0.1667 0.2144 0 ]
0 1.3338 1.824𝑥10−4 147.15

1 −2.1674 −0.9288 0 Multiplicar la segunda fila por -1.3333 y sumar a

[0 1 −1.2841 0 ] la tercera.
0 1.3338 1.824𝑥10−4 147.15

1 −2.1674 −0.9288 0 Multiplicar la tercera fila por 1/1.7129.

[0 1 −1.2841 0 ]
0 0 1.7129 147.15

1 −2.1674 −0.9288 0 Multiplicar la tercera fila por 1.2841 y sumar a la

[0 1 −1.2841 0 ] segunda, multiplicar la tercera fila por 0.9288 y
0 0 1 85.9069 sumar a la primera.

1 −2.1674 0 79.7903 Multiplicar la segunda fila por 2.1674 y sumar a

[0 1 0 110.313] la primera.
0 0 1 85.9069

1 0 0 318.8826
[0 1 0 110.313 ]
0 0 1 85.9069

Las fuerzas que actúan en el sistema son:

𝑭𝑶𝑨 = 𝟑𝟏𝟖. 𝟖𝟖𝟐𝟔 𝑵

𝑭𝑨𝑩 = 𝟏𝟏𝟎. 𝟑𝟏𝟑 𝑵
𝑭𝑨𝑪 = 𝟖𝟓. 𝟗𝟎𝟔𝟗 𝑵

EJERCICIOS PROPUESTOS PREVIO A LA EVALUACIÓN

EJERCICIO PROPUESTO 1:

Utilice el método de eliminación de Gauss para resolver el sistema de ecuaciones dado.

3𝑥1 + 𝑥2 − 𝑥3 = 2
4𝑥1 − 𝑥2 + 5𝑥3 = 13
2𝑥1 + 2𝑥2 − 3𝑥3 = −2

EJERCICIO PROPUESTO 2:

En el ejercicio propuesto 1, compleméntelo con la eliminación de Gauss – Jordan.

EJERCICIO PROPUESTO 4:

34
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

Multiplique la matriz A*B

7 −1 4 7
2 0 −3
𝐴=[ ] 𝐵=[ 2 5 0 −4]
4 1 5
−3 1 2 3

AC1.- Si tengo una matriz A de 4x3 y multiplico por una matriz B de 3x4, la matriz C resultante que
dimensiones tendría o no puedo realizar esta operación:

2 x  3 y  5 z  1
AC1.- Obtener la forma matricial del siguiente sistema: 
 4 x  4 y  2 z  3

AC3.-Utilice el método de eliminación de Gaussiana para resolver el sistema de ecuaciones dado.

9𝑥1 + 9𝑥2 − 7𝑥3 = 6

−7𝑥1 − 𝑥3 = −10
9𝑥1 + 6𝑥2 + 8𝑥3 = 45

AC4.- Utilice el método de Eliminación Gauss-Jordan para resolver el sistema de ecuaciones dado,

−2𝑥1 − 6𝑥2 − 3𝑥3 = 9

−𝑥1 + 𝑥2 − 𝑥3 = 1
𝑥1 − 𝑥2 + 2𝑥3 = 2

AC5.- Como debe de ser el último renglón de una matriz para que la solución de la matriz sea
inconsistente. De un ejemplo.

AC6.-Como debe de ser el último renglón de una matriz para que la solución sea infinitas soluciones. De
un ejemplo.

AC7.-Dada la matriz A encontrar a, b, c, d para que la tr A = 10 y A sea simétrica.

3 a b
A = [−c 5 −a]
1 2 d

AC8.-Dadas las matrices A, B, C, D encontrar:

35
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

𝟐 𝟏 𝟑 𝟏 −𝟐
𝟔 𝟑 𝟏 𝟑 𝟐
𝑨=[ ] 𝑩 = [𝟐 −𝟓] 𝑪 = [ ] 𝑫 = [−𝟐 𝟒 𝟓]
−𝟓 𝟑 −𝟏 𝟐 𝟓
𝟏 𝟐 𝟎 −𝟏 𝟐

a. X=3(B*C) - D
b. Z=2Y-5A donde Y=C*B

AC9.-Si la matriz aumentada escalonada tiene la forma:

1 0 0 3
 
0 1 0 1
0 4 
 0 0

a) La solución de sistema de ecuaciones correspondiente es x=3, y=1, z=4

b) La solución de sistema de ecuaciones correspondiente es x=3, y=1, z=0
c) El sistema no tiene solución
d) El sistema tiene cantidad infinita de soluciones
e) Ninguna de las anteriores

AC10. Indique las 3 condiciones que debe cumplir una matriz para que sea INVERTIBLE.

AC11. Se puede aplicar el método de la matriz inversa para resolver sistema de ecuaciones con una
cantidad infinita de soluciones. Justifique su respuesta.

AC12. Se puede aplicar el método de matriz inversa para resolver sistema de ecuaciones que no tienen
solución o llamada también inconsistente. Justifique su respuesta.

AC13. Resuelva el sistema de ecuaciones mediante la inversa utilizando la matriz identidad.

2𝑥1 + 4𝑥2 + 3𝑥3 = 6

𝑥2 − 𝑥3 = −4
3𝑥1 + 5𝑥2 + 7𝑥3 = 7

AC14. Utilice el método de Eliminación de Gauss- Jordan para encontrar las posibles soluciones e indique
si el sistema:

a) Tiene solución

b) No tiene solución o es inconsistente

c) Infinitas soluciones

2𝑥1 + 4𝑥2 + 6𝑥3 = 18

36
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

4𝑥1 + 5𝑥2 + 6𝑥3 = 24

2𝑥1 + 7𝑥2 + 12𝑥3 = 30

AC15. Utilice el método de Eliminación de Gauss- Jordan para encontrar las posibles soluciones e indique
si el sistema:

a) Tiene solución

b) No tiene solución o es inconsistente

c) Infinitas soluciones

2𝑥2 + 3𝑥3 = 4
2𝑥1 − 6𝑥2 + 7𝑥3 = 15
𝑥1 − 2𝑥2 + 5𝑥3 = 10

AC16. Demuestre mediante un ejemplo cuando se multiplica una matriz A por una matriz B, es diferente
al multiplicar una matriz B por una matriz A. (AB≠BA). Justifique su respuesta.

AC17. En que condición se cumple al multiplicar una matriz A por una matriz B, me da los mismo
multiplicar la matriz B por la matriz A. (AB=BA) y como se llama la matriz que obtengo sea cual sea la
forma de multiplica AB o BA.

AC18. Señale V si cree que es verdadero, o F si cree que es falso y JUSTIFIQUE LA RESPUESTA

1) 𝑥1 + 𝑥2 = 0, es un ejemplo de ecuación lineal V( ) F( )

2) 𝑥1 + √𝑥2 = 3, es un ejemplo de ecuación lineal V ( ) F( )
3) √6𝑥1 + 𝑥2 = 0, es un ejemplo de ecuación lineal V ( ) F( )
4) La solución (0,1) es una de las infinitas soluciones para el gráfico adjunto de sistema de
ecuaciones V ( ) F( )

5) Los puntos A y B son las soluciones para el sistema de ecuaciones lineales V ( ) F ( )

37
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

6) La Matriz “3x2” tiene 3 filas por 2 columnas V ( ) F( )

7) Siendo Ax=b una representación matricial de un sistema de ecuaciones lineales, entonces
x=b/A V( ) F( )
8) Si A es una matriz cuadrada, entonces IA=AI=A V( ) F( )

38
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

ANEXOS

EJERCICIOS DE APLICACIÓN DE LOS SISTEMAS DE ECUACIONES LINEALES

 CIRCUITOS ELÉCTRICOS

CONCEPTOS PREVIOS:

Un circuito eléctrico sencillo es una conexión cerrada de resistencias, baterías y cables.

BATERÍA (PILA).- Es una fuente de corriente directa (o voltaje) en un circuito.

RESISTENCIA. - Es un dispositivo (como un foco) que reduce la corriente en un circuito y convierte la

energía eléctrica en energía térmica.

CABLES. - Es un conductor que permite el libre flujo de corriente eléctrica.

39
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

CANTIDADES FÍSICAS
Corriente Resistencia Diferencia de Potencial
I R E
ohms Amperios (A) Voltios (V)

La diferencia de potencial eléctrico de una batería se considera positiva si se mide de la terminal negativa
(-) a la positiva (+), y negativa si va de (+) a (-).

La diferencia de potencial eléctrico en una resistencia depende de la corriente que fluye por ella y de la
resistencia que ofrece y está dada por la ley de Ohm:

V   IR
El signo (-) se usa cuando la diferencia en la resistencia se mide en dirección del flujo de corriente y (+)
cuando se mide en dirección opuesta.

Todos los circuitos eléctricos constan de ciclos de voltaje y nodos de corriente. Un ciclo de voltaje es una
conexión cerrada dentro de un circuito.

a b c d e a
a b c a
c d e c
a c e a
Un nodo de corriente es un punto donde se encuentran tres o más segmentos de cable:

a, c y e.

Las leyes físicas que gobiernan el flujo de corriente en un circuito eléctrico:

 La conservación de la energía – Ley de voltaje de Kirchhoff (en torno de cualquier ciclo de voltaje,
la diferencia total de potencial eléctrico es igual a cero).
 La conservación de la carga - Ley de corriente de Kirchhoff (en cualquier nodo de corriente, el
flujo de todas las corrientes que llegan al nodo es igual al flujo de todas las corrientes que salen
del nodo. Esto garantiza que la carga en un nodo no aumenta ni disminuye, de modo que el flujo
de corriente es estacionario a lo largo del nodo).

Determinar las corrientes que fluyen por cada segmento del circuito propuesto.

40
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

 DISTRIBUCIÓN DE TEMPERATUTA

Una placa cuadrada que da lugar a un sistema de ecuaciones lineales es un modelo sencillo para
estimar la distribución de temperatura. La placa se encuentra aislada por arriba y por abajo por lo que
el único flujo de calor es a través de la misma placa. Cada lado de la placa se mantiene a una
temperatura constante, pero ésta puede ser diferente en cada lado.

Para aproximar la temperatura en un punto interior de la placa, utilizamos la regla que promedia las
temperaturas de sus cuatro puntos circunvecinos (norte, sur, este y oeste).

Ejemplo:

Aproximar las temperaturas Ti=1, 2, 3,4, en los cuatro puntos interiores igualmente espaciados en la
placa. Inaugural

100°

T1 T2
60° 40°

T3 T4

0°

60  100  T2  T3 T1  100  40  T4
T1  T2 
4 4

60  T1  T4  0 T3  T2  40  0
T3  T4 
4 4

4T1  T2  T3  160
 T1  4T2  T4  140
 T1  4T3  T4  60
 T2  T3  4T4  40

Resolviendo el sistema de ecuaciones lineales en Matlab tenemos:

41
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

T1  65 T2  60 T3  40 T4  35

Usando el programa ANSYS

42
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

Aproximar las temperaturas Ti=1, 2, 3,4, en los cuatro puntos interiores igualmente espaciados en la placa.

30°

T1 T2
50° 50°

T3 T4

0°

 INTERPOLACIÓN POLINOMIAL

Si nos dan n puntos distintos (x1, y1), (x2, y2),……. (xn, yn). El polinomio que buscamos tiene la forma:

y  a n 1 x n 1  a n  2 x n  2  ......a1 x  a 0
Los n puntos dados pueden utilizarse para obtener un sistema lineal n x n cuyas incógnitas son
a0 , a1 ,......an1 . Se puede demostrar que este sistema lineal tiene una única solución. En consecuencia,
existe un único polinomio de interpolación.

Cuando n=3 veamos:

(x1, y1), (x2, y2), (x3, y3) donde x1  x2 , x1  x3 , x2  x3 , buscamos el polinomio:

y  a2 x 2  a1 x  a0
Sustituyendo los puntos dados en el sistema lineal:

a2 x12  a1 x1  a0  y1
a2 x22  a1 x2  a0  y 2
a2 x32  a1 x3  a0  y3
En general existe un único polinomio de interpolación de grado, a lo más, n-1 que pase por n puntos
dados.

a) Determinar el polinomio cuadrático que interpola los puntos (1,2); (3,3) y (5,8)

Al plantear el sistema lineal tenemos:

a2  a1  a0  2
9a2  3a1  a0  3
25a2  5a1  a0  8

43
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

Resolviendo el sistema de ecuaciones en matlab tenemos:

a2 = ½ a1= -3/2 a0= 3

Por lo tanto el polinomio cuadrático de interpolación es:

1 2 3
y x  x3
2 2
Cuya gráfica es:

Como podemos observar efectivamente la función pasa por los puntos (1,2); (3,3) y (5,8)

b) Determinar el polinomio cúbico que interpola los puntos (-1,-6); (1,0); (2,8) y (3,34)

44
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

 ECUACIÓN DE PLANOS

Deduzca la ecuación del plano en el espacio xyz, que pasa por los puntos P (1, 1, 2), Q (1, 2, 0), R (2, 1, 5)

Sea:

ax  by  cz  d  0
La ecuación del plano, es preciso determinar los coeficientes a, b, c y la constante d. Como los puntos
pertenecen al plano, deben satisfacer la ecuación del plano:

1a  1b  2c  d  0
1a  2b  d  0
2a  1b  5c  d  0
1a  1b  2c  d
Despejando el término independiente: 1a  2b  d
2a  1b  5c  d

1 1 2  d 
 
Obteniendo la matriz aumentada: 1 2 0  d 
2 1 5  d 
 
Resolviendo mediante Gauss:

1 1 2 d
 
Tenemos: 0 1  2 0
0 1 1 d 


1 1 2 d 
 
Tenemos:  0 1 2 0
0 0 1 d 


El sistema que obtenemos es:

a  b  2c   d
b  2c  0
c  d
De donde c = -d; b=-2d ; a = 3d

45
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

La ecuación es:

ax  by  cz  d  0
3dx  2dy  dz  d  0
dividiendo por d :
3x  2 y  z  1  0
Graficando vemos que efectivamente el plano contiene a los puntos:

a) Determinar la ecuación del plano que pasa por: (2,1,4); (1,0,3); (-1,2,4)

 CÁLCULO INTEGRAL –FRACCIONES PARCIALES

Usando el método de Gauss calcule las constantes A y B tales que:

1 A B
 
x  1x  2 x  1 x  2

 PROBLEMAS DE TRANSPORTE

El gráfico representa los caminos que comunican diversos lugares, con sus respectivas distancias.
Encuentre la matriz de distancias más cortas y analice el tipo de matriz.

46
 ALGEBRA LINEAL
INGENIERÍA DE SISTEMAS

OBSERVACIONES ESPECIALES

 Revise los conceptos vistos en clase, que están relacionados con esta guía.
 Desarrollar todos los ejercicios propuestos en esta guía y los recomendados por el docente.
 Utilice software matemático para ayuda con los sistemas de ecuaciones de algunos ejercicios.
 Ante cualquier duda, pregunte a su profesor.
 Consulta de los ejercicios en las sesiones de tutorías

47