Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ÁLGEBRA LINEAL - Matrices, Sistemas Lineales y Determinantes - L. Nuñez
ÁLGEBRA LINEAL - Matrices, Sistemas Lineales y Determinantes - L. Nuñez
Luis Nez
GUIA SOBRE:
MATRICES, SISTEMAS DE ECUACIONES LINEALES,
DETERMINATES
PROF.LUIS NUEZ
(1)
donde los ai y b son constantes conocidas y las xi son incgnitas, son llamadas ecuaciones
lineales. En muchos problemas, la resolucin pasa por determinar los nmeros xi (incgnitas)
que satisfagan la ecuacin (1) .
Una solucin de la ecuacin lineal (1) es una sucesin de n nmeros c1, c2, c3 ... cn con la
propiedad que satisfacen la ecuacin.
Ejemplo 1.1
Para la ecuacin lineal: 6x1 3x2 + 4x3 = -13
Una solucin de la misma es:
x1 = 0, x2 = -1, x3 = -4
Puesto que cumple la ecuacin anterior
tambin es solucin.
x 3x 2 = 6
b) 3xy +2x = 4
d) 2.sen(2x-3)+ 3x = 5
(1)
a 21 x1 + a 22 x 2 + ........ a 2 n x n = b 2
.
a m 1 x1 + a m 2 x 2 + ........ a mn x n = b m
Resolver
el sistema lineal
x 3y = 3
2x + y = 8
Para determinar las soluciones de este sistema lineal, utilizaremos la tcnica llamada mtodo
de eliminacin que seguramente se haya trabajado en cursos de bachillerato.
Procedimiento.
2x + 6 y = 6
2x + y
= 8
ii) sumamos miembro a miembro las ecuaciones y obtenemos: 7y = 14
iii) despejando y se obtiene: y = 2
iv) sustituyendo este valor en una de las ecuaciones se obtiene: x = 3
v) Sustituyendo x = 3 e y = 2 en las dos ecuaciones del sistema dado, verificamos que
efectivamente estos valores constituyen una solucin.
x 3y = 1
Ejemplo 1.3 Consideremos el sistema lineal
2x 6 y = 3
i) multiplicamos los miembro de la primera ecuacin por -2
0=1
lo cual carece de
-x -2y + 3z = -4
3x + 2y 5z = 4
X
Rectas paralelas;
interseccin vaca
X
Rectas secantes;
un solo punto en comn
X
Rectas coincidentes;
infinitos puntos en comn
x + 2y + 7z
x + y z
3x 2y + 5z
2
1
1
1
3 2
7
1
5
2
5
Este arreglo se llama matriz y cada nmero de la matriz se denomina componente. Para
facilitar el trabajo con sistemas de ecuaciones lineales, vemos la necesidad de trabajar con
matrices por tal razn introduciremos este concepto a continuacin.
2.-
MATRIZ
2
3
4
5
Es una matriz con dos filas y tres columnas.
1
Observaciones:
i.
Usaremos las letras maysculas A, B, C, ..., para denotar las matrices.
ii.
j = 1, 2, 3,......, n
representa las
iv.
v.
Ejemplo 2.2. Supongamos que un empresario tiene cuatro plantas, cada una de las cuales
fabrica tres productos, si aij denota la cantidad de producto i elaborada en la planta j en una
semana, entonces la matriz de 3x4
Pr oducto 1
Pr oducto 2
Pr oducto 3
280
270
210
380
A=B m = p ,
n=q y
adems aij = bij para todo i = 1, 2, 3,....., m y j= 1, 2, 3,......, n . Es decir dos matrices son
iguales si ellas tienen el mismo nmero de filas, el mismo nmero de columnas y los elementos
que ocupan la misma posicin tambin son iguales.
2.2. CLASES DE MATRICES
Segn el aspecto de las matrices, stas pueden clasificarse en:
Matriz columna y Matriz fila: Una matriz mx1 se llama matriz columna. De igual
manera, una matriz 1xn se llama matriz fila.
Una matriz cuadrada es la que tiene el mismo nmero de filas que de columnas. Se dice
que una matriz cuadrada n x n es de orden n. Al conjunto de todas las matrices cuadradas
de orden n con nmeros reales lo denotaremos por Mn en lugar de Mnxn
0 0 0
O2x3 =
0 0 0
0 si i j
Matriz Identidad: Sea In = (Iij) M n (R) , si Iij =
diremos que In es la
1 si i = j
matriz identidad de orden n y la denotaremos por In o simplemente I si no hay dudas sobre el
1 0 0
1 0
,
tamao.
I2=
I3 = 0 1 0
0 1
0 0 1
D = 0 3 0
0 0 1
Matriz triangular superior: Sea A Mn(R), A = (aij) es una matriz triangular superior s
y slo si aij = 0 i >j.
0 2 0
3 8 0
Triangular superior
4 1 2
0 2 9
0 0 5
1 0 1
1 0 1
1 0 1
C = 3 1 4
0 2 1
Matriz elemental.
Una matriz cuadrada A se dice que es elemental si se puede obtener de la identidad por medio
de una sola operacin elemental por fila.
Ejemplo 2.4.
1 0 0
1 0 2
1 0 2
f 2 f 3 se obtiene 0 0 1 la cual no es
0 1 0
elemental
Matriz reducida por filas.
Sea A Mmxn(R), A es una matriz reducida por filas si se verifica que:
i)
El primer elemento no nulo de cada fila no nula es 1.
ii)
Cada columna de A que contiene el primer elemento no nulo de alguna fila tiene ceros
en las dems posiciones.
Matriz escalonada.
Sea A Mmxn(R), A es una matriz escalonada si se verifica que:
i)
Las filas nulas de A (si las hay) estn debajo de las filas no nulas.
ii)
Si dos filas sucesivas tienen elementos no nulos, entonces el primer elemento no nulo de
la fila de abajo esta a la derecha del primer elemento no nulo de la fila de arriba
EJERCICIOS Determine si las matrices dadas son escalonadas y/o reducidas por filas:
2 2
0 3
A=
0 0
0 0
4 0 5 3
1
0 2 3
2
0 0 4 2
4 1 0
0 0 0 0
B= 0 2 3 1
0 0 1 2
0 1 0
C= 1 0 0
0 0 1
0
D=
0
0
1
0
0
0
1
Observacin:
En la forma escalonada reducida por fila, todos los elementos situados arriba y abajo del
primer 1 de la fila son ceros.
TEOREMA:
Toda matriz mxn sobre el cuerpo R es equivalente a una matriz escalonada y reducida por
filas sobre el mismo cuerpo.
3. SISTEMAS DE ECUACIONES USANDO LA FORMA MATRICIAL
a11 x1 + a12 x2 + ........ a1n x n = b1
a 21 x1 + a 22 x 2 + ........ a 2 n x n = b2
.
a m 1x1 + a m 2 x 2 + ........ a mn x n = bm
i)
ii)
iii)
a11
a 21
La matriz: A= .
a m1
La matriz:
a12
... .
a 22
... .
.
.
am2
a11 a12
a21 a22
C= .
.
.
.
am1 am 2
a1n
a2n
.
a mn
... a1n
... a2n
amn
b1
b2
.
bm
Si X es una columna con las incgnitas y B es la columna que contiene los trminos
constantes del sistema, entonces
AX = B es la representacin matricial del
sistema de ecuaciones.
iv)
v)
Si a1, a2 ,....., an son n constantes que satisfacen las m ecuaciones del sistema entonces
diremos que la columna con los valores a1, a2 ,....., an es una solucin del sistema de
ecuaciones.
Si b1 = b2 = ..... = bn = 0 , se dice que el sistema (1) es un sistema homogneo y su
forma matricial es AX = 0.
vi)
Para el sistema lineal general existen tres posibilidades: que no tenga soluciones
(sistema incompatible), que tenga una nica solucin (sistema compatible determinado)
o que tenga un nmero infinito de soluciones (sistema compatible indeterminado).
vii)
10
Diremos que dos sistemas de ecuaciones son equivalentes s la matriz aumentada de uno
es equivalente a la matriz aumentada del otro.
ix)
Si dos sistemas de ecuaciones son equivalentes, entonces ellos tienen el mismo conjunto
solucin.
x)
xi)
11
Ejemplo 4.1.
Sea el sistema,
su matriz ampliada asociada es
1
2
3
5
2
1
1
M
M
4
2
Ahora resolvemos por el mtodo de Gauss sabiendo que la primera columna corresponde a los
coeficientes de la x, la segunda a los de la y, la tercera a los de la z y la cuarta a los trminos
independientes:
f 2 f 2 2 f1
1
3
1 2
f3 f3 3 f1
2 5 1 4
3 2 1 2
1
3
1
3
1 2
1 2
f 3 f 3 +8 f 2
0 1 3 10
0 1 3 10
0 8 4 7
0 0 28 87
De este modo, el sistema tiene una solucin nica, que obtendremos mediante la sustitucin
regresiva.
z=
87 280 + 261 19
y = 10 + 3 =
=
28
28
28
87 87
=
28 28
x =3
Ejercicio:
87
19 84 87 + 38 35 5
2
=
=
=
28
28
28 4
28
x1 2 x 2 + 3 x 3 = 11
4 x1 + x 2 x 3 = 4
2 x1 x 2 + 3 x 3 = 10
12
5
2
1
1
M
M
4
2
f3 f3 3 f1
2 5 1 4
3 2 1 2
1
3
1
3
1 2
1 2
f 3 f 3 +8 f 2
0 1 3 10
0 1 3 10
0 8 4 7
0 0 28 87
f1 f1 + f 3
5
1 0
4
0
1
3
7
23
1 2
1 0
3
4
f1 f1 2 f 2
f 2 f 2 28 f 3
19
0 1 3 10
0 1
0
0 1 3 10
28
0 0 28 87
0 0 28 87
0
0
28
87
1 0 0
28
0 1 0
0 0 1
f 3 1 f 3
ecuaciones dado.
5
4
19
28
87
28
Verifquelo.
Ejemplo 4.3. Aplicando el mtodo Gauss-Jordan encuentre todas las soluciones del sistema
x1 x 2 + x3 x 4 = 2
2 x1 + 3 x 2 x3 + 2 x 4 = 5
4 x 2 x + 2 x 3x = 6
2
3
4
1
y despus todas las soluciones al sistema homogneo asociado.
Ejemplo 4.4
2 1 3 x a
1 0 2 y = b
1 1 1 z c
Encuentre los
f 2 f 2 + f1
2 1
2
2 1 3 a
f 3 f 3 12 f1
0 1
1 0 2 b
2
1 1 1 c
1
3
1
2
1
2
13
a
a
2 1 3
f3 f 3 f 2
a
a
1
1
b+
0
b+
2
2
2
2
0 0 0 c b a
c a
ecuacin se obtiene
2 x + y 3 z = 2
. Despejando y de la segunda
y
z
2 + 2 = 2
2x + (-4 z) - 3z =2 x = 2z + 3
As la solucin general sern las ternas (2t+3, -4-t, t) donde t es un parmetro real. El
sistema tiene infinitas soluciones y se pueden obtener soluciones particulares dndole valores
reales a t. Por ejemplo para t=0 se tiene una solucin (3, -4, 0)
Solucin:
Paso 1: La matriz aumentada de este sistema
lineal es:
14
5.
0
1
5 1 1
B=
2 3 2
entonces
3
A+ B =
3
1
7
5.1.1 PROPIEDADES:
i)
La adicin definida en el conjunto Mmxn(R) es una Ley de Composicin Interna. Pues
ella es una funcin que asigna a cada par de matrices de Mmxn(R) otra matriz del mismo
conjunto.
ii)
A, B, C Mmxn(R) se cumple que: (A+B)+C = A+(B+C)
iii)
O Mmxn(R) tal que: A+O = O+A = A, A Mmxn(R) ,
O es llamada matriz
nula
iv)
A Mmxn(R), B Mmxn(R) tal que: A+B = B+A =O .
La matriz B se denota
por -A y se le llama opuesto aditivo de A.
A, BMmxn(R): A+B = B+A.
v)
Un conjunto no vaco con una operacin donde se satisfacen las primeras 4
propiedades anteriores se denomina grupo, si adems se cumple la propiedad (v) se dice
que el grupo es conmutativo.
* Las propiedades anteriores se pueden resumir diciendo que Mmxn(R) con la adicin es un
grupo conmutativo.
5.2. PRODUCTO DE UN ESCALAR POR UNA MATRIZ.
Sea A M mxn (R ) y sea un nmero real, consideremos la matriz C M mxn (R ) tal que cij
= aij para todo i = 1, 2, 3,....., m y j= 1, 2, 3,......, n. A esta matriz C se le llama producto del
escalar por la matriz A. Notacin C = A.
Ejemplo 5.2
2
Si A=
1
0
1
15
4 0 6
entonces 2.A=
2 1 8
5.2.1 PROPIEDADES.
i) La operacin multiplicacin de un nmero real por una matriz de Mmxn(R) es una Ley
de composicin externa en Mmxn(R) con escalares de R. Puesto que esta operacin es
una funcin que a cada par ordenado formado por un nmero real y una matriz, le asigna
como imagen una matriz de Mmxn(R).
Sean , R y A, B Mmxn(R) se cumple que:
ii)
iii)
iv)
v)
vi)
vii)
( + ) A = A + A
.O = O
o.A = O
.(A+B) = .A+.B
. (.A)= (. ) A = (.A)
1. A = A
(1)
Es decir cij =
aik bkj
k =1
La ecuacin (1) dice que el i,j-simo elemento de la matriz producto es el producto punto del isimo regln (fila) de A y la j-sima columna de la matriz B.
Observa que el producto de A y B slo est definido cuando el nmero de reglones o filas de B
es exactamente igual al nmero de columnas de A
Ejemplo 5.3:
1.
2.
16
1 3 5 2 2
1 1
0 2 3 2
= 0 4 6 4
2 0
1
1 1 2 0
3
2
4 10 6
3.
Observaciones:
i)
Para realizar el producto de las matrices (A.B) el nmero de columnas de A debe ser
igual al nmero de la filas B.
ii)
Si A.B est definido no necesariamente B.A est definido
iii)
Si A.B y B.A estn definidos, no necesariamente A.B=B.A
5.3.1 PROPIEDADES
Dadas
1 0
0 1
1 2
,
2 4
A=
B=
1 0
1 1
C=
2) Dadas D= 2 2 4 , E= 1 0 0
3 3 6
0 0 0
0 0 1
F= 0 0 1
1 1 0
Estos dos casos ratifican que la ley de cancelacin que es vlida en la multiplicacin de
nmeros reales y otras operaciones, en el caso de multiplicacin de matrices no es vlida.
3) Dadas Q= 0
0
3
2
1
2
0
1
2
3
2
1 3 5
A = 1 3 5
1 3 5
2 3 5
B= 1
4 5
1 3 4
Verifique que: AB = BA = O
y Q2 = I (Q2 denota el producto Q.Q y en general, si
n
A es una matriz cuadrada A =A.A.A........A n veces )
( A + B )2 A2 + 2 AB + B 2
( A + B )2 = A2 + 2 AB + B 2
17
Aplicacin comercial
Suponga que nicamente dos compaas rivales, R y S, fabrican cierto producto. Cada ao, la
compaa R conserva de sus clientes, mientras que cambian a S. En el mismo lapso, S
conserva 2/3 de sus clientes, mientras que 1/3 cambia a R. Esta informacin se puede desplegar
en forma matricial como
Al comenzar por primera vez la fabricacin del producto, R tiene 3/5 del mercado (el mercado
es la cantidad total de clientes), mientras que S tiene los otros 2/5 del mercado. Denotamos la
distribucin inicial del mercado como:
Esto se puede ver fcilmente como sigue. Supongamos que el mercado inicial consta de k
personas, digamos k= 12000 y que este nmero no se modifica con el paso del tiempo.
Entonces inicialmente, R tiene 3/5 k clientes y S tiene 2/5 k clientes. Al final del primer ao, R
conserva de sus clientes y gana 1/3 de los de S. As, R tiene:
De manera anloga, al final de dos aos, la distribucin del mercado estar dada por:
El problema que acabamos de ver es un ejemplo de una cadena de Markov.
5.3.2 Matriz invertible o no singular
La matriz A Mn(R) es invertible si slo si existe B Mn(R) tal que: A.B = B.A = In , en
este caso diremos que B es la inversa de A y la denotaremos por A-1
Ejemplo 5.4.
Paso 2. Se utilizan operaciones elementales por filas a la matriz M de modo que la matriz A
llegue a su forma escalonada, reducida por filas.
Paso 3. Se comprueba s A es invertible:
a)
b)
2 3
Ejemplo 5.5 Usar el mtodo anterior para hallar la inversa de la matriz A=
4 6
31
1
0 f 2 f 2 4 f 1 1
2 3 1 0 f 1 f 1 1
2
22
0
4 6 0 1
4 6 0 1
1 1
0 1
6 12
1 0 1
4
3
f 1 f 1+ f 2
2
1 1
4 8
A1 =
1 1
6 12
3 1
1 2 2
3 1
0 f 2 f 2
12
2 2
12 2 1
0 1 1
12
18
Verificacin
1 1 1 1
2 3 4 8 4 8 2 3 1 0
.
=
.
4 6
=
1 1 1 1 4 6 0 1
6 12 6 12
1 0 2
19
20
Comprobacin:
Ejemplo 5.7
Sea:
1 3 4
A= 2 5 7
0 1 1
1 3 4 1 0 0
1 3 4 1 0 0 f 1 f 1+ 3 f 2 1 0 1 5 3 0
f 2 f 2 2 f 1
f 3 f 3+ f 2
A = 2 5 7 0 1 0 0 1 1 2 1 0 0 1 1 2 1 0
0 1 1 0 0 1
0 1 1 0 0 1
0 0 0 2 1 1
La matriz A no puede reducirse a la matriz identidad por lo que se puede concluir que A
no es invertible.
5.3.2.1 Propiedades:
i) Si A es invertible, su inversa
es nica
( ) = (A )
1 n
1 -1
A
Demostracin
i) Sea A una matriz invertible y supngase que B y C son inversas de A.
Por ser B inversa de A se cumple que A.B = I. Si ahora multiplicamos por la izquierda
cada miembro de la igualdad por C, obtenemos C(AB) = C.I. Luego asociando tenemos
(C.A).B = C. Como C es inversa de A entonces C.A = I. As que I.B = C y finalmente
21
se obtiene que B = C . Por lo que queda probado que si una matriz es invertible no existen
inversas diferentes y por lo tanto es su inversa es nica.
iii) Sean A y B dos matices invertibles del mismo tamao (orden n). Entonces existen
A-1 y B-1
Como A, B, A-1 y B-1 son matrices cuadradas del mismo tamao entonces existen
A.B y B-1.A-1 las cuales tambin son cuadradas de orden n.
(AB).( B-1A-1) = A.(B.B-1).A-1 = A.I.A-1 = A.A-1 = I
Analogamente
a11
a12
T
A =
:
a
1n
a 21
a 22
:
a2n
... a m1
... a m 2
:
:
... a mn
5.4.1 Propiedades:
Para cualquier A,BMmxn(R) y kR se verifica que:
i) (AT ) T =A .
ii) (A+B) T = A T + B T Verificar con ejemplo
iii) (k.A) T = k.A T
iv) Si A es invertible entonces AT tambin es invertible y se cumple (AT ) 1 = ( A1) T
22
(A-1A)X= A-1B
IX= A-1B
X = A-1B
X = A-1B
0
3
4
1
5
3 x 1
1 y = 3
7 z 6
0
3
4
1
5
1
7
= 1
13
3
5
3
2
3
4
1
5
3
2
3
2
13
3
5
3
2
3
3 1 3
2
3 = 2
2 6 1
1
7
23
24
Este mtodo es vlido cuando la matriz de los coeficientes del sistema es cuadrada e invertible.
Adems el mtodo es til cuando se tiene la matriz inversa, pues, encontrar la matriz inversa es
muy laborioso.
Aplicaciones
Este mtodo es til en problemas industriales. Muchos modelos matemticos se explican por
medio de sistemas lineales. Esto significa que si se utilizan como entrada n valores (que se
pueden ordenar como la matriz X de n x 1), entonces se obtienen m valores como salida (que se
pueden ordenar como la matriz B de m x 1) mediante la regla A X = B. La matriz A est ligada
de manera ntima al proceso. As, supongamos que un proceso industrial tiene cierta matriz A
asociada a l. Cualquier cambio en el proceso puede producir una nueva matriz. De hecho,
hablamos de una caja negra, lo cual significa que la estructura interna del proceso no nos
interesa. El problema que aparece con frecuencia en el anlisis de sistemas es el determinar la
entrada por utilizar para obtener la salida deseada.
Ejemplo 5.11 (Proceso industrial)
Consideremos un proceso industrial cuya matriz asociada es A. Si B es la matriz de salida:
1 1 1
A = 0 2 3
5 5 1
8
B= 8
32
X = A .B = 8
8
= 1
2
8
5
1
0 4 32 2
4
Supongamos que tenemos una matriz cuadrada A de orden n, si encontramos dos matrices L y
U, siendo L una matriz triangular inferior de orden n y U una matriz triangular superior de
orden n tal que:
A=L.U
Entonces se dice que hemos conseguido la factorizacin LU de A,
o que A tiene una descomposicin LU.
Este mtodo nos va ser de utilidad a la hora de resolver sistemas de ecuaciones.
Se mostrar cmo expresar una matriz cuadrada como un producto de una matriz triangular
inferior denotada como L por una matriz triangular superior que denotamos por U. Las
25
B =
0 1
Si a la matriz identidad 2x2 le aplicamos la misma operacin elemental se obtiene
1 0
1 0 1 3 1 3
. Observe que
=
= B
E =
E.A =
2 1
2 1 2 5 0 1
Esto no es casualidad, aplicar operaciones elementales a una matriz A es equivalente a
multiplicar A por la izquierda con la matriz elemental correspondiente a la operacin elemental
aplicada.
(1 )
pero L U = A
como A es invertible
L E j E2 E1 = I n L = E11 E21 E j 1
(2)
Sabemos que toda matriz elemental es invertible, y notemos que en ste caso adems
E1, E2, ...Ej son triangulares inferiores , con solo elementos 1 en su diagonal principal por
tanto sus inversas tambin lo son y luego su producto, as entonces L es triangular inferior
con solo elementos 1 en su diagonal principal.
As
A = LU
Obtener
26
puede ser considerarse como un proceso muy largo y poco prctico. Por lo que obtendremos L
de una forma ms sencilla.
Despus de triangularizar A (obtener U), se observan las operaciones elementales aplicadas y
se aplican a la matriz identidad las operaciones inversas en el orden contrario al utilizado para
obtener U. Esta secuencia de operaciones elementales aplicadas sobre la Identidad, da como
resultado la matriz triangular inferior L.
Ejemplo 6.1:
2 4 6
2
f
2
2
1
2 4 6
2 4 6
2 4 6
f 3 f 3 32 f1
f3 f3 53 f 2
4 5 6 0 3 6 0 3 6 = U
3 1 2
0 5 11
0 0 1
Para obtener L se realizan las operaciones elementales inversas en el orden contrario al que se
us para obtener U y partiendo de la identidad
1 0 0
1 0 0
f 3 f 3 + 3 f1 1
f 3 f 3 + 53 f 2
2
0 1 0
0
0 1 0
3
5
0 0 1
0
1
Verifique
1
0 0
f 2 f 2 + 2 f1
1 0
2
3
5 1
0 0
1 0 = L
5 1
3
que L.U = A
Teorema
Sea A una matriz cuadrada de orden n. Si A se puede reducir mediante operaciones por filas a
una matriz triangular superior U sin hacer intercambio de filas, entonces existe una matriz
triangular inferior L con unos en la diagonal, tal que A= LU. Adems si A es invertible esta
factorizacin es nica.
Ejemplo 6.2
Sea
1 1 2
1 1 2 f 2 f 2 2 f1 1 1 2
f 3 f 3 3 f1
0 0 0 = U
2 2 4
3 3 6
0 0 0
0 0
1
0
f 3 f 3 + 3 f1
Verifique que
f 2 f 2 + 2 f1
0 0
1 0 0
1 0
2 1 0 = L
3 0 1
0 1
L.U = A
27
se puede obtener
U=
1 1 2
1 0 0
0 0 0 y L = 2 1 0 de manera
0 0 0
3 1 1
Observaciones:
i)
Los elementos de la diagonal de L son todos iguales a 1.
ii)
iii)
1 1 2 1 1 0 0 1 1 2 1
6 3 2 1 6 9 1 0 0
7
20
2
2
y por lo tanto no la calificamos como triangular, sin embargo satisface algunas condiciones que
nos pueden ser tiles en algunas aplicaciones.
6.1. USO DE LA FACTORIZACIN LU PARA RESOLVER UN SISTEMA DE
ECUACIONES:
Supongamos que se requiere resolver el sistema AX =B donde A se puede reducir a una matriz
U triangular superior (triangularizar), sin hacer intercambios de filas. Entonces el sistema se
puede escribir como LUX = B. Donde L es triangular inferior invertible con solo unos en la
1
diagonal principal. Luego existe un nico vector Y tal que: LY =B (Y= L .B)
Resolviendo el sistema UX= Y por sustitucin regresiva. Se obtiene la solucin del sistema
AX=B. Es decir : AX= LUX = L(UX)= LY = B. As nuestro sistema est resuelto.
Ejemplo 6.3: Use la factorizacin LU para resolver el sistema AX= B, donde:
18
2 4 6
x1
A= 4 5 6 ,
X= x2
B= 24
3 1 2
x
4
2 4 6 x1
4 5 6 . x2 =
3 1 2 x
1 0 0 2 4
18
18
6 x1
24 2 1 0 0 3 6 x2 = 24
3 5
4
4
1 0 0 1 x3
2 3
6 x1 1
2 4
0 3 6 x2 = 2
0 0 1 x 3
3 2
18
24
4
1
6 x1
0 0
2 4
0 3 6 x2 = 2 1 0
11
0 0 1 x
5 1
3
3
6
6 x1 18
2 4
0 3 6 x2 = 12
0 0 1 x 3
0 0
1 0
5 1
3
18
24
4
solucin
12 + 18
= 2
3
Verifique la solucin
2 x1 3 x2 + 2 x3 = 10
4 x1 + 8 x2 3 x3 = 20
2 x1 + 5 x2 2 x3 = 30
Solucin:
2 3 2 f 2 f 2 + 2 f1 2 3 2
2 3 2
f 3 f 3 + f1
f3 f3 f 2
A = 4 8 3
0 2 1 0 2 1 = U
2 5 2
0 2 0
0 0 1
1 0 0
L = 2 1 0
1 1 1
A X = b ( LY = B U X = Y )
Primero resolvemos
LY = B
= 10
2 y1 + y2 = 20
y1 + y2 + y3 = 30
2 x1 3x2 + 2 x3 = 10
Luego resolvemos UX = Y
2 x2 + x3 = 40
x3
=0
y se obtiene
10
Y = 40
0
35
resultando X = 20
0
28
29
Supngase ahora que para triangularizar la matriz A se requieren algunos intercambios de filas,
estos intercambios de filas son el producto de multiplicaciones por matrices elementales, sea P
el producto de todas las matrices elementales que producen los intercambio de filas necesarios
para triangularizar A. Si consideramos la matriz P.A esta no requiere intercambios de filas y por
lo tanto se puede factorizar en la forma LU. En este caso el sistema lineal AX=B se resuelve
siguiendo el proceso siguiente.
AX = B P(AX)=PB (PA)X = PB (LU)X = PB UX = L-1(PB) este ltimo
sistema se resuelve por sustitucin regresiva.
EJERCICIOS PROPUESTOS:
1.- Estudie como usar el mtodo de factorizacin cuando se requiere realizar intercambios de
filas en el proceso de triangularizar la matriz A para obtener U y resuelva este sistema .
2 1 3 x1 1
4 2 5 x2 = 2
2 1 0 x 3
2.- Resolver el siguiente sistema usando la inversa luego por factorizacin LU:
x + y z = 7
4 x y + 5 z = 4
6 x + y + 2 z = 20
2 1 7
3.- Escribir la matriz A= 4 3 5 como un producto de una matriz triangular inferior (L)
2 1 6
4.-
2 1 7 x 6
a) 4 3 5 y = 1
2 1 6 z 1
1 2 1
0 1 5
b)
2 3 1
1 1 6
4 x 3
8 y 11
=
4 z 4
4 w 5
b)
a) x + 2 y + z = 1
2 x + 4 y + 8 z +16 w = 0
x + 4 y = 2
y + z + 2w = 2
2)
x + y z = 2
x + 2y + z = 3
x + y +( a 2 5 ) z = a
a) no tenga solucin
1 2 4 2
B= 2 0 2 3
0 1 1 4
0 1 5 1
C = 3 0 2 3
2 1 0 1
A= 0
b) BT.C
0
0
2 1
2
2
1 2
2
2
c)
A2 2A
4) Sabiendo que A es una matriz de orden 3x4, B es una matriz de orden 4x4, y C es una
matriz de orden 4x1, D es una matriz de orden 1x4, seales cuales de las siguientes
operaciones estn definidas ( indique el orden de la matriz resultante )y cules no estn
definidas.
D.C
AT.C
(B.C)T
B.DT+C
C.AT
A.C+D
30
31
5) Suponga que A, B y C son matrices de orden nxn, invertibles y con elementos reales, es
una constante real no nula. Diga si las siguientes igualdades son verdaderas o falsas. Se
requiere justificacin.
Columna
Justificacin
(A-1BT)-1 = (B-1)TA
(C+BA)T= BTAT +CT
(A+B)(A-B)= A2-B2
CB+I=(B-1+C)B
(B+A-1)-1=B-1+A
(C.B)C-1=B
C-1 B-1 =(ABC)-1.A
A(B+C) =AC+AB
] [X
1
.A 1
] + [X
1
.A T
= I n Despeje
la matriz X
1 1 1
7) Calcular B para la matriz B = 0 1 1 , n es un nmero natural.
0 0 1
8) Balancear la siguiente reaccin qumica CH 4 + O2 CO2 + H 2 O . Esto es la combustin
n
5
X 2 X + I = 0.
2
32
7. DETERMINANTES
A cada matriz n-cuadrada
b)
Obsrvese que hay seis productos, cada uno formado por tres elementos de la matriz.
Tres de los productos aparecen con signo positivo (conservan su signo) y tres con signo
negativo (cambian su signo).
Para calcular los determinantes de orden tres, el siguiente diagrama puede ayudar a
resolverlos:
= 24 + 20 + 0 - (-4) - 0 - (-15) = 44 + 4 + 15 = 63
El determinante de la matriz 3x3 A = (ai j ) puede reescribirse como:
det (A) = a11(a22a33 - a23a32) - a12(a21a33 - a23a31) + a13(a21a32 - a22a31) =
que es una combinacin lineal de tres determinantes de orden dos, cuyos coeficientes
(con signos alternantes) constituyen la primera fila de la matriz dada. Esta combinacin
lineal puede indicarse de la forma siguiente:
Ntese que cada matriz 2x2 se obtiene suprimiendo en la matriz inicial la fila y la
columna que contienen su coeficiente.
Ejemplo 7.3. Para ilustrar esta propiedad, la aplicaremos al ejemplo anterior :
33
34
Para definir determinantes de ordenes superiores a dos se dan dos definiciones previas y
despus una regla general para obtener el determinante de una matriz cuadrada de cualquier
orden.
1) DEFINICIN DE MENORES DE UNA MATRIZ:
Sea A una matriz cuadrada de orden n sobre el cuerpo R. La matriz de orden n-1 obtenida de A
al eliminar la fila i y la columna j se denota por Mij (A) y se le llama ijsimo menor de A.
2) DEFINICIN DE COFACTORES DE UNA MATRIZ:
Sea A una matriz cuadrada de orden n sobre el cuerpo R. El ijsimo cofactor de A, denotado
por Aij se define como:
Aij = ( -1)i+j det ( Mij(A) )
3) DEFINICIN:
Sea A una matriz cuadrada de orden n sobre el cuerpo R. El determinante de la matriz A,
denotado por det(A) o bin por A, se define mediante la siguiente regla:
a) Si n = 1 , es decir A= ( a11), entonces A= a11
b) Si n 2, entonces A =
a
k =1
As
ik
. Aik
Si A = (ann) es una matriz de orden arbitrario n x n . Para calcular el det (A) se procede
de la siguiente manera:
(-1)n+1.an1
Los signos se van alternando segn la posicin que ocupen las entradas del
determinante.
Ejemplo 7.4.
Si observamos la matriz, podemos ver que en la tercera columna hay dos ceros. As
pues, si tomamos las entradas de la tercera columna para calcular el determinante, nos
ahorraremos calcular dos determinantes, ya que el producto de un determinante por cero
es cero.
= 0.
Si A es triangular, esto es, A slo tiene ceros por encima o por debajo de la diagonal
es igual al producto de los elementos de la diagonal. Es decir
principal, entonces
det(A) = a11a22 ann
3. Supongamos que B se ha obtenido de A mediante una operacin elemental entre filas
o columnas,
Si se han intercambiado dos filas (columnas) de A, |B| = - |A|.
Si se ha sumado un mltiplo de una fila (columna) a otra, entonces |B| = |A|.
Si se ha multiplicado una fila (columna) de A por un escalar k,
B| = k|A|.
35
= 1(16+0+24-(-4)-(-30)-0) -2(-128-2+30-(-40)-12-(-16))
= 74-2(-56) = 74+112 = 186.
36
37
B= A21 A22
A
n1 An2
A1n
... A2n
... Ann
...
3) Adj (A) = BT
Ejemplo 7. 5.
y el det(A):
As pues, aplicando la propiedad anterior:
EJERCICIOS RESUELTOS.
siguientes matrices:
a)
b)
B12 = -2
B21 = 1
B22 = 3
38
39
EJERCICIOS PROPUESTOS:
1. Calcular A , B , C , y D , triangularizando las matrices A, B, C y D.
1 2 3
A= 2 3 4
3 4 6
Resp: A = 1 ,
5 3 2
2
2 3 2 5
B=
1
3 2 2
1 6 4
B = 4 ,
C = 3 2,
2 1 1
2. Sea A= 1 1 2 calcular: a) A
1 2 1
Resp: A = 6 y
A 1
2
1
=
2
1
1
6
1
2
5
6
2 0 1 2
3 2 2 3
C=
0 2 2 2
2 3
1 3
0 1
D=
2 1
3 2
5 2
3 4
9 6
4 8
D =160
b)
6
1
2
1
A= 1 1 2
1 2 1
para
2 2 3
A= 2
1 6
1 2 0
4.
5.
Para cada una de las siguientes matrices, determine: (a) la matriz de los cofactores, (b)
adj(A),
(c) A. Adj(A), (d) detA y (e) A-1 si existe.
cos 0 sen
A= 0
1
0
sen 0 cos
3 2 1
B= 0 4 3
1 2 2
1 0
2 1
C=
3 2
0 1
Det(A)=1
2 3
4 0
1 3
3 2
40
6.
7.
41
Sean P1(x1 , y1) y P2(x2 , y2) dos puntos del plano cartesiano. Demuestre que la igualdad
x
x1
y1 1 = 0 ,
x2
y2 1
Sean A(a1 , a2) , B(b1, b2) y C(c1 , c2) tres puntos del plano cartesiano. Demuestre que
a1
a2
b1
b2
c1
c2
42
Ejemplo 8.1. Sea el sistema de ecuaciones lineales formado por dos ecuaciones con dos
incgnitas:
EJERCICIOS PROPUESTOS
1.-
2 x 3 y + 5 z = 0
x + 7 y z = 0
4 x 11 y + kz = 0
x + y + 2z = 2
2 x y + 3 z = 2
5 x y az = 6
5 5 9
b)
c)
d)
2
3
2
3
3
2
3
2
1
3) El siguiente determinante vale:
0 2 0
19
0 8 0
a) 6 2
b) -6 2
c) -5 2
d) 0
4) Si A es una matriz diagonal de orden n tal que det(A)=0 entonces se puede afirmar que:
a) Todos los elementos de la diagonal son ceros.
b) La suma de los elementos de la diagonal da cero
c) Algn elemento de la diagonal es cero
d) Existen elementos no nulos en la diagonal.
43
a2
0 3
a 2 no es invertible, son:
0 1
a) 0, 3, 2
b) 3, 0, -2
c) -3, 3, 0
d) -3, 0, 2
PARTE II.
2 3 1
Sean A = 1 2 1 ,
1 4 0
B= 1
2
x
X= y
z
1 0
1 1
1)
3
4
2)
1 0
3 1
4
1
1 0
1 3
2 1 1 5
determinantes
1 0
1 5
3)
44
PARTE IV. En cada uno de los siguientes casos seala si la proposicin dada es verdadera o
falsa. No se requiere justificacin. Dos malas eliminan una correcta.
a) Para cualquier matriz invertible A, se cumple que Det(A-1) =
1
Det ( A )
PARTE V.
1.- Sea c un nmero real y sea A una matriz de orden 3. Demostrar que
det(cA) = c3det(A)
a b c
6 0 9 = 4.
2 2 2
Calcular
a +1
b +1
c +1
2a + 6
2b
2c + 9
Det( A+ AT) =
b)
Det( A. AT) =
c)
Det(A-1. A. AT ) =
45