Unidad II (Determinantes y Sistemas) para Blog

ALGEBRA II La matemtica honra el espritu humano Leibnitz UNIDAD N 1
UNIDAD II
DETERMINANTE Y SISTEMAS DE ECUACIONES LINEALES
En esta seccin estudiaremos funciones reales de variables matricial, es
decir funciones que a una matriz A la asocian un numero real F(A).
La funcin determinante es una de estas funciones y al estudio de ella se
centrara nuestra atencin.
Tiene aplicacin muy importante en la teora de sistemas de ecuaciones
lineales y tambin nos conducir a plantear una formula explcita para
calcular la inversa de una matriz. Para poder definir la funcin determinante
es necesario definir algunos conceptos preliminares relativos a
permutaciones.
1.1.- Concepto de Permutacin:
Una permutacin del conjunto de enteros {1,2,3,...,n} es un arreglo de estos
enteros sin repeticiones, generalmente le presentamos por Pn al numero
total de permutaciones que se pueden realizar con n elementos y una
permutacin genrica cualquiera por.
). J ,...., J , J , J (
n 3 2 1 i

J
1
= primer entero de la permutacin.
J
2
= segundo entero de la permutacin.
J
3
= tercer entero de la permutacin.
.
.
.
J
n
= n-simo entero de la permutacin.
Ejemplo.-
Expresar la lista de todas las permutaciones de los enteros {1, 2, 3}
1
= {1,2,3}
2
= {1,3,2}
3
= {2,1,3}
4
= {2,3,1}
5
= {3,2,1}
6
= {3,1,2}
Autor: Elio Romero Cullar Pgina 1
Mtodo practico para determinar cada una de las permutaciones.-
(ARBOL DE PERMUTACIONES)
Vamos a construir el rbol de permutaciones para un conjunto de cuatro
enteros {1,2,3,4}.
Nos da:
1
={1,2,3,4},
2
={1,2,4,3},.......,
23
={4,2,1,2},
24
={4,3,2,1}
Inversin en una permutacin.- Se dice que ocurre una inversin en una
permutacin siempre que un entero se encuentre precedido por un entero
mayor (>).
Ejemplo.- Determinar cuantas inversiones tienen las siguientes
permutaciones.
1
={4,2,1,3} El nmero de inversiones es 4.
2
={3,2,1} El nmero de inversiones es 3.
3
={4,3,5,1,2} El nmero de inversiones es 7.
Paridad de una permutacin.-
Es par una permutacin si el nmero total de inversiones que tiene es un
nmero par.
Una permutacin es impar si el nmero total de inversiones es impar
(considerar el cero como par).
Producto elemental de una matriz cuadrada (nxn).-
Un producto elemental de una matriz cuadrada de orden (nxn) es el
producto de n elementos de la matriz, en el que cada uno de los n
elementos est en diferente fila y tambin en diferente columna.
Ejemplo.- Expresar tres productos elementales de una matriz genrica de
3x3.
1
2 3 4
3 4 2 4 2 3
4 3 4 2 3 2
2
1 3 4
3 4 1 4 1 3
4 3 4 1 3 1
3
1 2 4
2 4 1 4 1 2
4 2 4 1 2 1
4
1 2 3
2 4 1 4 1 2
4 2 4 1 2 1
33 12 21
13 22 31
33 22 11
33 32 31
23 22 21
13 12 11
a a a elemental producto Tercer
a a a elemental producto Segundo
a a a elemental producto imer Pr
a a a
a a a
a a a
A
1
1
1
]
1
Cuantos productos elementales tiene una matriz (3x3)?

Sabemos que cada producto esta formado por tres elementos donde cada
uno esta en fila y columna diferente.
Vamos a tratar de expresar un producto elemental genrico, de entrada
vamos a fijar que los elementos estarn en filas diferentes.
Para colocar en la posicin columna nosotros tendramos que rellenar con
toda las permutaciones que se pueden hacer con tres enteros, es decir.
generico elemental oducto Pr a a a
3 2 1
J 3 J 2 J 1
s elementale productos 6
a a a
a a a
a a a
a a a
a a a
a a a

32 21 13
31 22 13
31 23 12
33 21 12
32 23 11
33 22 11
Una matriz de (3x3) tiene 6 productos elementales.

Generalizando decimos que una matriz A de forma (nxn) tiene tantos
productos elementales como permutaciones se pueden formar con el
nmero de columnas.
Producto Elemental con Signo.- Si la permutacin que define a un
producto elemental es impar, entonces este tendra signo negativo (-), y si
fuera par este tendra signo positivo (+).
Ejemplo.- Expresar todos los productos elementales con signo de una
matriz de (3x3) genrica.
Producto Elemental Permutacin Inversion Paridad P.E. con signo
a11 a22 a33 P1=(1,2,3) 0 Par a11 a22 a33 +
a11 a23 a32 P2=(1,3,2) 1 Impar a11 a23 a32 -
a12 a23 a31 P3=(2,3,1) 1 Impar a12 a23 a31 -
a12 a21 a33 P4=(2,1,3) 2 Par a12 a21 a33 +
a13 a22 a31 P5=(3,2,1) 3 Par a13 a22 a31 +
a13 a21 a32 P6=(3,1,2) 2 Impar a13 a21 a32 -

Definicin de Funcin Determinante.-
Sea La matriz A perteneciente a los reales de forma (nxn), entonces la
funcin determinante de A o el determinante de A se define como la suma
de todos los productos elementales con signo.
Generalmente se denota por det(A), Det(A), IAI.
Ejemplo.- Determinar el determinante de una matriz de (3x3) genrica y
luego el de la matriz A.
25 ) A det(
) 4 1 1 ( ) 2 3 2 ( ) 1 0 6 ( 1 3 1 4 0 2 2 1 6 ) A det(
2 1 - 4
0 1 - 3
1 - 2 6
A
a a a a a a
a a a a a a a a a a a a ) A det(
31 22 13 33 21 12
32 23 11 31 21 13 31 23 12 33 22 11

+ +
1
1
1
]
1

+ +
Mtodos Prcticos Para Calcular el Determinante de una Matriz de
(3x3)
Primer Mtodo.- Consiste en repetir las dos primeras filas en la parte
inferior de la matriz.
12 - 0 + 4 - 0 + 3 + -12 = det(A)
0 1 - 3
1 - 2 6
2 1 - 4
0 1 - 3
1 - 2 6
A
1
1
1
1
1
1
]
1
Segundo Mtodo.- Consiste en repetir las dos primeras columnas a la

derecha de la matriz.
25 ) A det(
12 0 4 0 3 12 ) A det(
1 - 4 2 1 - 4
1 - 3 0 1 - 3
2 6 1 - 2 6
A

+ + +
1
1
1
]
1
Tercer Mtodo.-
25 ) A det(
12 0 4 0 3 12 ) A det(
- elemental producto
2 1 - 4
0 1 - 3
1 - 2 6
A

+ elemental producto
2 1 - 4
0 1 - 3
1 - 2 6
A

+ + +
1
1
1
]
1
1
1
1
]
1
Propiedades de Determinantes:
Teorema 2.1.- Sea la matriz A(nxn), entonces el determinante es igual al
determinante de la transpuesta, es decir:
) A det( ) A det(
t
Ejemplo.- Verificar el teorema 1.8 para la siguiente , matriz:

) A det( ) A det(
31 2 ) 4 ( 30 ) 12 ( 5 4 ) A det( .....
1 1 - 3
1 - 2 1 -
5 4 2
A
31 2 ) 4 ( 30 5 ) 12 ( 4 ) A det( .....
1 1 - 5
1 - 2 4
3 1 - 2
A
t
t t

+ +
1
1
1
]
1
+ +
1
1
1
]
1
NOTA.- Debido a esta propiedad es que para la funcin determinante

se pueden aplicar operaciones elementales de filas y de columnas con
forma indistinta.
Teorema 2.2.- Para cualquiera matriz cuadrada se puede afirmar lo
siguiente:
a) Si A tiene una columna o fila nula, entonces el det(A)=0.
b) Si A tiene dos filas o columnas iguales, entonces el det(A)=0.
c) Si A es una matriz triangular superior o inferior, entonces el
determinante de A es igual al producto de los elementos de la
diagonal principal.
Ejemplo.- Calcular el determinante de las siguientes matrices usando el
teorema 1.9 y verificar el resultado por cualquier otro mtodo.
1
1
1
]
1
1
1
1
]
1
1
1
1
]
1
1 1 1
0 0 0
3 1 2
A
1 0 0
3 9 0
7 4 2
A
5 1 5
1 2 1
2 3 2
A
3
2
1
Teorema 2.3.- Si B es una matriz obtenida a partir de A aplicando:
a) B=A det(B)= - det(A)
P a,b
b) B=A det(B)=kdet(A)
M a(k)
c) B=A det(B)=det(A)
A a,b(k)
Teorema 2.4.- Sea A una matriz cuadrada, entonces las siguientes
proposiciones son equivalentes.
a) A es inversible,
b) A es no singular,
c) el det(A)0
Teorema 2.5.- La funcin determinante es multiplicativa, es decir que el
determinante de un producto de matrices es igual al producto de sus
determinantes:
det(AB)=det(A)det(B)
Sin embargo la funcin determinante no es aditiva en el sentido que el
determinante de la suma de dos matrices no es igual a la suma de los
determinantes.
det(A+B)det(A)+det(B)
Menores y Cofactores
Definicin de un menor de un elemento.- Si consideramos que aij
pertenezca a una matriz A(nxn), entonces el menor de este elemento es el
determinante de la matriz que se forman al suprimir la fila i y la columna j
de la matriz A generalmente se denota por:
|Mij|
Definicin del cofactor de un elemento.- El cofactor de un elemento es el
menor de ese elemento con signo o (menor con signo de ese elemento, se
simboliza y define de la siguiente forma:
Teorema 2.6 (Desarrollo de Laplace) .- El determinante de una matriz
A(nxn) se puede calcular multiplicando los elementos de una fila o columna
por sus respectivos cofactores y sumando los productos resultantes o sea:
j columna la de o arg l lo a ) a ( cof a ...... ) a ( cof a ) A ( det
i fila la de o arg l lo a ) a ( cof a ...... ) a ( cof a ) A ( det
nj nj j 1 j 1
in in 1 i 1 i
+ +
+ +
Mij ) 1 ( ) a ( Cof
j i
ij

+
Calculo de la inversa de una matriz usando determinantes
Matriz Adjunta o Adjunta Clsica.-
Sea la matriz A(nxn) si Cof(aij) es el cofactor del elemento aij de la matriz A,
entonces:
A de elemetos los de cofactores los de Matriz
) a ( cof )......... a ( cof ) a ( cof
........ .......... .......... .......... ..........
) a ( cof . )......... a ( cof ) a ( cof
) a ( cof .. )......... a ( cof ) a ( cof
) A ( Cof
nn 2 n 1 n
n 2 22 21
n 1 12 11
1
1
1
1
1
]
1
La transpuesta de la matriz Cof(A) se denomina matriz adjunta de A y se

denota y define por:
Adj(A)=[Cof(A)]
t
Ejemplo.-
SISTEMAS DE ECUACIONES LINEALES
INTRODUCCION.-
DEFINICION Y GENERALIDADES.- Una ecuacin lineal sobre el cuerpo de
los nmeros reales es una expresin de la siguiente forma:
a
1.
x
1
+ a
2.
x
2
+ ................ + a
n.
x
n
= b (1)
Donde:
a
1
, a
2
, ....... , a
n
R se denominan coeficiente de las variables o
incgnitas de la ecuacin.
b R y se denomina termino independiente o constante de la
ecuacin.
x
1
, x
2
,............., x
n
R y se denominan variables o incgnitas de
la ecuacin.
Un conjunto de valores: x
1
= k
1
, x
2
= k
2
, ......., x
n
= k
n
que
satisfacen la ecuacin (1), se denomina solucin de la ecuacin.
Al tratar de encontrar una solucin para una ecuacin lineal se
pueden presentar tres casos:
1er. Caso.- Si todos los coeficientes son iguales a cero y el trmino
independiente es diferente de cero, entonces la ecuacin no tiene solucin.
Ejemplo.-
0.x
1
+ 0.x
2
= 5
a
1
a
2
b
x
1
= , x
2
=
En este caso la ecuacin no tiene solucin.
2do. Caso.- Si todos los coeficientes de las variables son iguales a cero y
el trmino independiente es igual cero, entonces la ecuacin tiene infinitas
soluciones.
Ejemplo. 0.x
1
+ 0.x
2
= 0
a
1
a
2
b
x
1
R, x
2
R
En este caso la ecuacin tiene muchas o infinitas soluciones.
3er. Caso.- Si alguno de los coeficientes es no nulo, diferente de cero,
entonces la variable correspondiente se puede despejar en funcin de las
dems variables.
Ejemplo.- 0.x
1
+ 4.x
2
+ 3.x
3
= 4

a
1
a
2
a
3
b
0
x 3 x 4 4
x
3 2
1

, es indeterminada, sin embargo,
4
x 3 x 0 4
x
3 1
2

Definicin de sistemas de ecuaciones lineales.-

Un conjunto de ecuaciones lineales, es un sistema de ecuaciones lineales,
por ejemplo un conjunto de m ecuaciones con n incgnitas, es un
sistema de ecuaciones lineales.
'
+ + +
+ + +
+ + +
m n
n
m 2
2
m 1 1 m
2 n
n
2 2 22 1 21
1 n n 1 2 12 1 11
b x a ....... .......... x a x a
:
b x a ........ .......... x a x a
b X a ........ .......... x a x a
lineales. ecuaciones de Sistema
La ecuacin matricial de un sistema de ecuaciones lineales es la siguiente:
) 1 mx ( ) 1 nx ( ) mxn (
B X . A
b
:
b
b
x
:
x
x
*
a .. .......... a a
:
a .. .......... a a
a ... .......... a a
n
2
1
n
2
1
mn 1 m 1 m
n 2 22 21
n 1 12 11
1
1
1
1
1
]
1
1
1
1
1
1
]
1
1
1
1
1
1
]
1
Matriz de los Matriz Matriz Columna

Coeficientes de Columna de los trminos
las variables de las independientes o
variables constantes,
A. X = B
Ecuacin matricial del sistema de ecuaciones lineales.
- Despejando X tenemos:
A . X = B
A
-1
. A . X = A
-1
.B
I . X = A
-1
.B
X = A
-1
.B
Ejemplo.-
Resolver el sistema
'

+
+
0 x 2 x x
2 x 4 x x 2
5 x 3 x 2 x
1 3 2
3 2 1
3 2 1
Solucin.-
sistema del solucion
15
10
x ;
15
44
x ;
15
17
x
15
10
15
44
15
17
0
2
5
*
15
5
15
5
0
15
10
15
7
13
6
15
5
15
1
15
3
X
15
5
15
5
0
15
10
15
7
15
6
15
5
15
1
15
3
5 5 0
5 7 6
5 1 3
15
1
A
15 ) A det(
5 5 0
10 7 6
5 1 3
) A ( Adj
5 10 5
5 7 1
0 6 3
) A ( Cof
0
2
5
B
x
x
x
x
1 1 2
4 1 2
3 2 1
A
3 2 1
1
3
2
1

1
1
1
1
1
1
1
]
1
1
1
1
1
1
1
]
1
1
1
1
1
1
1
1
]
1
1
1
1
1
1
1
1
]
1
1
1
1
]
1

1
1
1
]
1
1
1
1
]
1
1
1
1
]
1
1
1
1
]
1
1
1
1
]
1

Ejemplo.- Resolver del sistema
'
+
+
+
1 x 7 x 3 x
2 x 4 x x 2
5 x 3 x 2 x
3 2 1
3 2 1
3 2 1
Solucin.-
1
1
1
]
1
1
1
1
]
1
1
1
1
]
1
1
2
5
B
x
x
x
x
1 1 2
4 1 2
3 2 1
A
3
2
1
La matriz A no tiene inversa. 1
No se puede resolver por este mtodo
Matriz Aumentada de un sistema.- Se denomina as a la matriz de los
coeficientes del sistema seguido de la matriz coeficientes del sistema
seguido de la matriz de los trminos independientes o constantes es decir:
[AIB]
Sistemas homogneos y no homogneos.- Un sistema se llama
homogneo si todos los trminos independientes de las ecuaciones que lo
componen son iguales a cero, es decir la matriz B es nula.
Un sistema se llama no homogneo si algn trmino independiente es
diferente de cero.
NOTA: Todo sistema de ecuaciones lineales homogneo, siempre tiene
solucin.
Teorema 2.7.-
Si A
1
y A
2
son matrices R (mxn) y adems equivalentes por filas entonces
los sistemas A
1
X = 0 y A
2
X = 0, tienen las mismas soluciones.
Demostracin.
Si A
1
A
2
, entonces existen, entonces existen matrices elementales E
1
,
E
2
,........ En tales que:
A
2
= En,.............E
2
.E
1
,A
1
A
2
=C.A
1
C
-1
.A
2
=A
1
Suponemos que la matriz X
(A1)
sea una solucin del sistema I es decir:
A
1
+ X (A
1
) = 0
Si pre-multiplicamos por C ambos miembros.
C. A
1
. X (A
1
) =C.0
Vemos claramente de X(A
1
) es tambin solucin del sistema II.
Si suponemos que la matriz X (A
1
) es una solucin del sistema II es decir.
A
2
* X(A
1
) = 0
Si multiplicamos ambos miembros por C1 tenemos:
C
1
* A
2
* X
(A2)
= C
-1
* 0

A
1
X (A
2
) = 0
Se v claramente que X .(A2) es solucin del sistema I
Los sistemas A
1
.X=B
1
y A
2
.X=B
2
, tienen las mismas soluciones si y solo
si A
1
:A
2
y B
1
:B
2
. De aqu tenemos que A
1
= C. A
2
y tambin A
2
= C
-1
.A
1
.
Lo mismo ocurre con B
1
= C.B
2
y tambin B
2
= C
-1
.B
1
. Con lo que tenemos:

A
1
.X
1
=B
1
A
2
.X
2
=B
2
C.A
1
.X
1
=C.B
1
C
-1
.A
2
.X
2
=C
-1
.B
2
A
2
.X
1
=B
2
A
1
.X
2
=B
1
Con lo que demostramos la afirmacin anterior.
Sistemas compatibles e incompatibles.- Un sistema es compatible o
consistente si y slo si tiene solucin y ser incompatible o inconsistente si
y slo si no tiene solucin.
Mtodos de anlisis de sistemas de Ecuaciones Lineales.-
1er. Mtodo.
Mtodo de eliminacin de Gauss o mtodo matricial.- Si tenemos un
sistema A.X = B, tomando la matriz aumentada de este sistema, trataremos
por este mtodo y a travs de operaciones elementales de fila transformar
la matriz A de la matriz aumentada en una matriz equivalente, es colocando
o escaln reducida y lgicamente toda operacin elemental que apliquemos
para este efecto tambin la debemos aplicar sobre la matriz B de la matriz
aumentada:
Inicio del proceso [A|B]
Final de proceso [A|B]
escalonada o E. R.
El sistema equivalente que nos da la 2da. Matriz aumentada es un sistema
mucho ms simple que el original y la solucin del mismo, es solucin del
sistema original ya que ambas son equivalentes por filas.
Ejemplo.- Resolver por el mtodo de gauss el siguiente. Sistema.
'
+
+
+ +
1 3 x 2 x 1 x
8 1 x 3 3 x 2 x
5 2 x 2 2 x 3 1 x
Solucin.-
4
9
1 x
5
1
2
20
21
3 5 1 x ) 1 ( De
20
21
2 x
4
1
5
1
4 2 x ) 2 ( de
5
1
3 x ) 3 ( De
) 3 ( 1 3 x 5
) 2 ( 4 3 x 2 x 4
) 1 ( 5 3 x 2 2 x 3 1 x
e Equivalent . Sist
1 5 0 0
4 1 4 0
5 2 3 1
A
A P A
7 7 8 0
4 1 4 0
5 1 3 1
~
1 4 0
7 8 0
2 3 1
~
1 1 1 1
8 1 1 3
5 2 3 1
x x x
) 1 ( 31
) 2 ( 32 32
) 3 (
21
3 2 1
,
_
,
_
,
_
'

+
+ +
1
1
1
]
1
1
1
1
]
1

1
1
1
]
1

1
1
1
]
1

La solucin del sistema es: (x1= 9/4; x2= 21/20; x3=-1/5)
- Otra manera: Continuando hasta A
E12
5
1
3 x
20
2
2 x ' B A 12 A
4
9
1 x
e Equivalent Sistema
5
1
1 0 0
20
21
0 1 0
4
9
0 0 1
~
5
1
1 0 0
00
21
0 1 0
5
37
0 3 1
13 A
4
1
2 M 23 A
5
1
3 M
5
1
1 0 0
5
21
0 4 0
5
25
0 3 1
~
5
1
1 4 0
4 1 4 0
5 2 3 1
~
1 5 ' 0 0
4 1 4 0
5 2 3 1
ER ) 3 (
) 2 (
) 1 (

1
1
1
1
1
]
1
1
1
1
1
1
]
1
,
_
,
_
1
1
1
1
1
]
1
1
1
1
1
1
1
]
1
1
1
1
]
1

Cuando un sistema es incompatible?
Es incompatible o no tiene solucin cuando es el sistema o en su
equivalente existe alguna ecuacin con todos los coeficientes iguales a
cero, y el independiente diferente de cero. Si esto no sucede el sistema
tiene solucin y es compatible.
Cuando un sistema es compatible determinado, o sea tiene nica
solucin?
Esto se determina a travs de un parmetro llamado nmeros de variables
libres.
N V.L. = n - r
n = n de filas no nulas de la matriz aumentada escalonada.
r = n de incgnitas.
Si el nmero de V.L. es igual a cero entonces el sistema tiene nica
solucin.
Cuando un sistema es compatible indeterminado, o sea tiene infinitas
soluciones?
Si el N V.L. >0 entonces el sistema tiene muchas soluciones
Ejemplo.- Resolver por el mtodo de Gauss el siguiente sistema:
,
_

+ +
,
_
+ +
'
+
+

1
1
1
]
1
1
1
1
]
1
1
1
1
]
1
1
1
1
]
1
'

+
+
23
17
z ; 1 y ;
25
5
x es solucin Una
23
9
x
23
51
3 x 2
23
17
z
3
23
51
x 2 13 30 z 23
4
23
17
3 x 2 1 30 z 23 1 . 13
1 y . I . V como Adoptamos
30 z 32 y 13
4 z 3 y 2 x 1
Ecuaciones Sistema
1 2 3 I . V N
0 0 0 0
2 1 13 0
4 3 2 1
) 1 ( 32 A ) 7 ( 31 A ) 8 ( 21 A
~
30 23 13 0
30 23 13 0
4 3 2 1
) 1 ( ~
2 2 1 7
30 23 13 0
4 3 2 1
) 7 ( ~
2 2 1 7
2 1 3 8
4 3 2 1
) 8 (
: solucin
2 z 2 y x 7
2 2 y 3 x 8
4 z 3 y 2 x
) r 1
2)
'
+ +
+
+
'
+ +
+
+ +

2 ) 2 ( y 5 x
2 ) 1 2 ( x 3
1 z 2 v 3 2
sistema el dado ejemplo
42 y x 2
2 y x 3
32 y 2 3
Determinar los valores de y para que el sistema:
a) Tenga solucin nica
b) Tenga muchas soluciones
c) No tenga solucin.
Solucin:
) 1 ( 31 A
7 2
8
32 A ) 2 ( 21 A
1
0
7 2
26 18 4
0 0
0 5 7 2 0
1 2 3 1
~
1 2 2 8 0
0 5 7 2 0
1 2 3 1
~ |
2 5 1
2 1 1 2 2
1 2 3 1
2
,
_

1
1
1
1
1
1
1
1
1
1
1
1
1
]
1
,
_
1
1
1
]
1
1
1
1
]
1
A) Tenga solucin nica.

15 , 1
65 , 5
0 26 18 4
0 . L . V 2 N
2
1
2

B) Muchas soluciones
2
7
3
15 , 1 2
1 65 , 5 1
0 1 0
7 2
26 18 4
2

c) Sin solucin
2
7
65 , 5
1 65 , 5
0 1 B 0
7 x 2
26 x 18 2 x 4
33
21
1

Ejemplo: Idem Anterior
'
+
+ +
+
2 52 y x
1 x 2 2 y x 2
4 ) x 2 ( y 3 x
Solucin
1
1
1
1
1
1
]
1
+
+
,
_
1
1
1
]
1
1
1
1
]
1
5
18 x 8
6
29 6
0 0
7 2 1 x 4 5 0
4 x 2 3 1
) 1 ( 31 A
5
4
32 A ) 2 ( 21 A
~
2 5 x 2 4 0
7 2 1 x 4 5 0
4 x 2 3 1
~
2 5 1 0
1 2 1 1 0
4 x 2 3 1

a) Unica solucin b) Muchas soluciones
6
29
x
4
9
6
29
29 29 6
0 29 6
0
5
18 x 8
0
5
29 6
0
5
29 6

Si = 29/6 el sistema es incompatible.
2do. Mtodo (REGLA DE CRAMER).-
Sea el sistema de n ecuaciones con n incognitas.
+ + +
+ + +
+ + +
bn X A .. .......... .......... X A X A
:
b Xn A .... .......... .......... X a X A
b Xn A .......... .......... .......... X A A
n nn 2 2 n 1 1 n
2 n 2 2 22 1 21
1 in 2 12 11
Si A0, entonces la solucin del sistema ser:
,
_

A
An
Xn ......, ,.........
A
A
X ,
A
A
X
2
2
1
1
Donde:
A es el determinante de la matiz de los coeficientes del sistema.
A
1
es el determinante de la matriz a que se forma el reemplazar en la
matriz de los coeficientes la columna i por la matriz de los
trminos independientes.
Ejemplo.-
Resolver el sistema por Cramer
'

+
+
0 x 2 x x
2 x 4 x x 2
5 x 3 x 2 x
1 3 2
3 2 1
3 2 1
Solucin.-
3
2
15
10
x
10 2 10 10 8 0
0 1 1
2 1 2
5 2 1
det 3 A
A
A
X
15
44
15
44
X
44 0 10 12 40 2
2 0 1
4 2 2
3 5 1
A
A
A
X
17
15
17
15
A
A
X
17 20 4 3 6 0 4
2 1 0
4 1 2
3 2 5
det A
15
2 1 1
4 1 2
3 2 1
det A
3
3
3
2
2
2
2
1
1
,
_
1
1
1
]
1
+ +
,
_
1
1
1
]
1

+ + +
,
_
1
1
1
]
1
,
_
1
1
1
]
1

Solucin del Sistema
x
1
= 17/15, x
2
=44/15, x
3
=2/3
Cuando det (A) = 0, se puede afirmar que el sistema no tiene solucin
nica.
Trabajo de investigacin.- Definir los mtodos numricos para resolver
S.E.L.:
- Mtodo Numrico Mtodo Jacobi
- Mtodo de Gauss - Seidel.
Bibliografia para consultar - H. Antn
- Grossman
- Kolman.

Unidad II (Determinantes y Sistemas) para Blog

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad II (Determinantes y Sistemas) para Blog

Cargado por

Copyright:

Formatos disponibles

ALGEBRA II La matemtica honra el espritu humano Leibnitz UNIDAD N 1

Cuantos productos elementales tiene una matriz (3x3)?

Una matriz de (3x3) tiene 6 productos elementales.

Segundo Mtodo.- Consiste en repetir las dos primeras columnas a la

Ejemplo.- Verificar el teorema 1.8 para la siguiente , matriz:

NOTA.- Debido a esta propiedad es que para la funcin determinante

La transpuesta de la matriz Cof(A) se denomina matriz adjunta de A y se

Definicin de sistemas de ecuaciones lineales.-

Matriz de los Matriz Matriz Columna

Autor: Elio Romero Cullar Pgina 16

Autor: Elio Romero Cullar Pgina 20

Autor: Elio Romero Cullar Pgina 22

A) Tenga solucin nica.

Autor: Elio Romero Cullar Pgina 30

También podría gustarte