Resolver Sistemas de Ecuaciones con Matrices: Métodos y Ejemplos Completos

Introducción

Los sistemas de ecuaciones lineales aparecen en prácticamente todas las áreas de las matemáticas aplicadas: desde la física y la ingeniería hasta la economía y la programación. El álgebra lineal nos ofrece herramientas poderosas para resolver estos sistemas de manera sistemática y eficiente.

En esta guía aprenderás a transformar cualquier sistema de ecuaciones en forma matricial y a resolverlo utilizando diferentes métodos: la matriz inversa, el método de Gauss-Jordan y la regla de Cramer. Cada método tiene sus ventajas, y saber cuándo usar cada uno es parte fundamental de tu formación matemática.

Representación Matricial de un Sistema

Del Sistema a la Ecuación Matricial

Todo sistema de ecuaciones lineales puede escribirse en la forma:

A × X = B

Donde: - A = Matriz de coeficientes - X = Vector columna de incógnitas - B = Vector columna de términos independientes

Ejemplo de Conversión

Sistema:

2x + 3y - z = 7
x - y + 2z = 4
3x + 2y + z = 9

Forma matricial:

| 2   3  -1 |   | x |   | 7 |
| 1  -1   2 | × | y | = | 4 |
| 3   2   1 |   | z |   | 9 |

Es decir: A × X = B, donde:

A = | 2   3  -1 |    X = | x |    B = | 7 |
    | 1  -1   2 |        | y |        | 4 |
    | 3   2   1 |        | z |        | 9 |

Clasificación de Sistemas

Antes de resolver, es útil saber qué tipo de sistema tenemos:

Sistema Compatible Determinado

• Tiene una única solución
• det(A) ≠ 0
• El rango de A = rango de la matriz ampliada = número de incógnitas

Sistema Compatible Indeterminado

• Tiene infinitas soluciones
• Las ecuaciones son dependientes
• El rango de A = rango de la matriz ampliada < número de incógnitas

Sistema Incompatible

• No tiene solución
• Las ecuaciones son contradictorias
• El rango de A ≠ rango de la matriz ampliada

Método 1: Usando la Matriz Inversa

Cuándo Usarlo

Este método funciona cuando: - El sistema tiene el mismo número de ecuaciones que de incógnitas - La matriz de coeficientes A es invertible (det(A) ≠ 0)

Procedimiento

1. Escribir el sistema en forma matricial: A × X = B
2. Calcular A⁻¹
3. Multiplicar ambos lados por A⁻¹ a la izquierda
4. Obtener: X = A⁻¹ × B

Ejemplo Completo

Resuelve:

3x + 2y = 11
5x + 3y = 18

Paso 1: Forma matricial

A = | 3   2 |    X = | x |    B = | 11 |
    | 5   3 |        | y |        | 18 |

Paso 2: Calcular det(A) y verificar invertibilidad

det(A) = (3)(3) - (2)(5) = 9 - 10 = -1 ≠ 0 ✓

Paso 3: Calcular A⁻¹

A⁻¹ = (1/-1) × |  3   -2 |   =   | -3    2 |
               | -5    3 |       |  5   -3 |

Paso 4: Calcular X = A⁻¹ × B

X = | -3    2 | × | 11 |   =   | -33 + 36 |   =   | 3 |
    |  5   -3 |   | 18 |       |  55 - 54 |       | 1 |

Solución: x = 3, y = 1

Método 2: Eliminación de Gauss-Jordan

Cuándo Usarlo

Este es el método más versátil: - Funciona para sistemas de cualquier tamaño - Permite detectar si el sistema es compatible o incompatible - Eficiente computacionalmente

Procedimiento

1. Formar la matriz aumentada [A | B]
2. Aplicar operaciones elementales por filas para obtener la forma escalonada reducida
3. Leer las soluciones directamente

Ejemplo con Sistema 3×3

Resuelve:

x + y + z = 6
2x + y - z = 1
x - y + 2z = 5

Paso 1: Matriz aumentada

| 1   1   1 | 6 |
| 2   1  -1 | 1 |
| 1  -1   2 | 5 |

Paso 2: Hacer ceros en la primera columna (debajo del pivote)

F₂ - 2F₁ → F₂ F₃ - F₁ → F₃

| 1   1   1 | 6 |
| 0  -1  -3 |-11|
| 0  -2   1 |-1 |

Paso 3: Hacer cero debajo del segundo pivote

F₃ - 2F₂ → F₃

| 1   1   1 | 6 |
| 0  -1  -3 |-11|
| 0   0   7 | 21|

Paso 4: Normalizar pivotes

F₂ × (-1) → F₂ F₃ ÷ 7 → F₃

| 1   1   1 | 6 |
| 0   1   3 | 11|
| 0   0   1 | 3 |

Paso 5: Reducir hacia arriba (obtener la identidad)

F₂ - 3F₃ → F₂ F₁ - F₃ → F₁

| 1   1   0 | 3 |
| 0   1   0 | 2 |
| 0   0   1 | 3 |

F₁ - F₂ → F₁

| 1   0   0 | 1 |
| 0   1   0 | 2 |
| 0   0   1 | 3 |

Solución: x = 1, y = 2, z = 3

Método 3: Regla de Cramer

Cuándo Usarlo

• Sistemas cuadrados (mismo número de ecuaciones que incógnitas)
• det(A) ≠ 0
• Ideal para sistemas 2×2 y 3×3
• No eficiente para sistemas grandes

Fórmula de Cramer

Para un sistema A × X = B con n incógnitas:

xᵢ = det(Aᵢ) / det(A)

Donde Aᵢ es la matriz A con la columna i reemplazada por el vector B.

Ejemplo 2×2

Resuelve:

4x + 3y = 10
2x - y = 4

Paso 1: Identificar matrices

A = | 4   3 |    B = | 10 |
    | 2  -1 |        |  4 |

Paso 2: Calcular det(A)

det(A) = (4)(-1) - (3)(2) = -4 - 6 = -10

Paso 3: Calcular det(Aₓ) - reemplazar columna 1 por B

Aₓ = | 10   3 |
     |  4  -1 |

det(Aₓ) = (10)(-1) - (3)(4) = -10 - 12 = -22

Paso 4: Calcular det(Aᵧ) - reemplazar columna 2 por B

Aᵧ = | 4   10 |
     | 2    4 |

det(Aᵧ) = (4)(4) - (10)(2) = 16 - 20 = -4

Paso 5: Aplicar Cramer

x = det(Aₓ)/det(A) = -22/-10 = 2.2
y = det(Aᵧ)/det(A) = -4/-10 = 0.4

Solución: x = 2.2, y = 0.4

Ejemplo 3×3 con Cramer

Resuelve:

x + 2y + 3z = 14
2x + y + z = 7
3x + 2y + z = 10

Paso 1: Calcular det(A)

A = | 1   2   3 |
    | 2   1   1 |
    | 3   2   1 |

det(A) = 1(1-2) - 2(2-3) + 3(4-3) = -1 + 2 + 3 = 4

Paso 2: Calcular det(Aₓ)

Aₓ = | 14   2   3 |
     |  7   1   1 |
     | 10   2   1 |

det(Aₓ) = 14(1-2) - 2(7-10) + 3(14-10) = -14 + 6 + 12 = 4

Paso 3: Calcular det(Aᵧ)

Aᵧ = | 1   14   3 |
     | 2    7   1 |
     | 3   10   1 |

det(Aᵧ) = 1(7-10) - 14(2-3) + 3(20-21) = -3 + 14 - 3 = 8

Paso 4: Calcular det(A_z)

A_z = | 1   2   14 |
      | 2   1    7 |
      | 3   2   10 |

det(A_z) = 1(10-14) - 2(20-21) + 14(4-3) = -4 + 2 + 14 = 12

Paso 5: Aplicar Cramer

x = 4/4 = 1
y = 8/4 = 2
z = 12/4 = 3

Solución: x = 1, y = 2, z = 3

Sistemas Sin Solución Única

Sistema Incompatible

Durante la reducción, si obtienes una fila del tipo:

| 0   0   0 | k |   (donde k ≠ 0)

Esto representa la ecuación 0 = k, que es imposible. El sistema no tiene solución.

Sistema con Infinitas Soluciones

Si al reducir obtienes filas de ceros:

| 0   0   0 | 0 |

Y el número de pivotes es menor que el número de incógnitas, el sistema tiene infinitas soluciones. Algunas variables serán parámetros libres.

Ejemplo de Infinitas Soluciones

x + y + z = 3
2x + 2y + 2z = 6

Matriz aumentada:

| 1   1   1 | 3 |
| 2   2   2 | 6 |

F₂ - 2F₁ → F₂:

| 1   1   1 | 3 |
| 0   0   0 | 0 |

Solo hay un pivote para tres incógnitas. Sean y = s y z = t (parámetros libres):

x + s + t = 3 x = 3 - s - t

Solución: (x, y, z) = (3 - s - t, s, t) para cualquier s, t ∈ ℝ

Comparación de Métodos

Recomendaciones Prácticas

• Sistema 2×2: Usa Cramer o matriz inversa
• Sistema 3×3: Gauss-Jordan o Cramer
• Sistema 4×4 o mayor: Gauss-Jordan definitivamente
• Múltiples sistemas con misma A: Calcula A⁻¹ una vez

Aplicaciones

Circuitos Eléctricos

Las leyes de Kirchhoff generan sistemas de ecuaciones lineales para calcular corrientes.

Balanceo de Ecuaciones Químicas

Equilibrar reacciones químicas requiere resolver sistemas donde los coeficientes son las incógnitas.

Economía

El modelo de Leontief de entrada-salida usa matrices para analizar interdependencias económicas.

Gráficos 3D

Las transformaciones de coordenadas en videojuegos y diseño utilizan sistemas matriciales.

Ejercicios de Práctica

Ejercicio 1

Resuelve por cualquier método:

2x + y = 5
x - 3y = -8

Ejercicio 2

Usa Gauss-Jordan:

x + y + z = 6
x - y + z = 2
2x + y - z = 1

Ejercicio 3

Aplica Cramer:

3x + 2y = 12
x + 4y = 14

Resumen

Los sistemas de ecuaciones lineales se resuelven elegantemente usando matrices:

1. Forma matricial: A × X = B transforma el problema algebraico en operaciones matriciales

2. Método de la inversa: X = A⁻¹ × B (cuando A es invertible)

3. Gauss-Jordan: Reduce [A|B] a forma escalonada reducida

4. Cramer: xᵢ = det(Aᵢ)/det(A) usando determinantes

5. Clasificación: El determinante y el rango determinan si hay solución única, infinitas o ninguna

Dominar estos métodos te da herramientas poderosas para resolver problemas en todas las áreas de las matemáticas aplicadas.