Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Guia Algebra Lineal
Guia Algebra Lineal
Guia Algebra Lineal
(1)
2x y = 2
una solucin para la ecuacin es x = 1 e y = 0 ; pues reemplazando estos valores en la
ecuacin, sta se verifica
2(1) x 0 = 2
Ntese que no son los nicos valores para x e y que satisfacen la ecuacin. Tambin si
se considera x = 0 e y = 2 se verifica la ecuacin.
El conjunto de todas las soluciones de la ecuacin es llamado conjunto solucin de la
ecuacin lineal y se obtiene asignando a una de sus variables un valor arbitrario
llamado parmetro y luego despejando la otra variable en trminos del parmetro.
As dando el valor de x = a se tiene y = 2 2a .
L : 2x y = 2
-2
x + y + z =1
una solucin para la ecuacin es x = 1 , y = z = 0 . Otra sera y = 1 , x = z = 0 .
El conjunto solucin de la ecuacin se obtiene asignando dos parmetros diferentes a
dos de las variables y despejando la tercera en trminos de los parmetros asignados.
Es decir haciendo x = a e y = b se tiene z = 1 a b , donde a y b pueden tomar el
valor de cualquier nmero real.
Interpretacin geomtrica.- La ecuacin x + y + z = 1 representa un plano en el
espacio que se denotar por P. Luego, cualquier punto del plano P es solucin de la
ecuacin.
Z
P : x + y + z =1
1
Y
O
X
(2)
donde los ai j , bi K .
Una forma fcil de resolver un sistema de ecuaciones lineales es haciendo uso del
conocido mtodo de eliminacin gaussiana; ste mtodo consiste en reducir un
sistema de ecuaciones lineales a otro equivalente ms simple que tiene el mismo
conjunto solucin. Para aplicar el mtodo de eliminacin hay que tener en cuenta que
el conjunto solucin del sistema no se altera si se realizan cuantas veces sean
necesarias las siguientes operaciones:
1. Intercambiar dos ecuaciones.
2. Multiplicar una ecuacin por una constante distinta de cero.
3. Sumar el mltiplo de una ecuacin a otra.
Ejemplo 3.- Sea el sistema
2x
y = 2
y = 4
(3)
Solucin
2x
y = 2
3y = 6
y=2
reemplazando el valor de y = 2 en la primera ecuacin se obtiene el valor de
x=2
la recta
L2 : x + y = 4
L1 : 2 x y = 2
(2 ; 2)
2x
4x + 2 y = 4
(4)
Solucin
1
2
y = 2
y = 2
ntese que las dos ecuaciones son iguales, por consiguiente resolver el sistema se
reduce solamente a resolver una de las ecuaciones. As dando el valor de x = a se
tiene
L1 : 2 x y = 2
L2 : 4 x + 2 y = 4
2x y = 2
4x + 2 y = 8
(5)
Solucin
2x
2x
1
2
y = 2
y = 4
L1 : 2 x y = 2
L2 : 2 x y = 4
Ejemplo 6.- Un club social tiene un comedor con 56 mesas de tres tipos diferentes, x
mesas con 4 asientos cada una, y mesas con 8 asientos cada una, y z mesas con 10
asientos cada una. La capacidad de asientos del comedor es de 468. Durante un
almuerzo se ocuparon la mitad de las x mesas, un cuarto de las y mesas y un dcimo
de las z mesas, haciendo un total de 12 mesas. Cuntas mesas de cada tipo se usaron
en el almuerzo?.
Solucin
x +
4x +
1
x +
2
= 56
y +
z
8 y + 10 z = 468
1
1
y +
z = 12
4
10
(6)
y +
4y +
1
y
4
z = 56
6 z = 244
2
z = 16
5
y +
+ 4y +
= 56
z
6 z = 244
32
z = 256
5
4y +
y +
+ 4y +
z = 56
6 z = 244
2
z = 12
5
y = 16
y as sucesivamente por retroceso, sustituyendo los valores de z e y en la primera
ecuacin se tiene
x = 10
EJERCICIOS
x + 2y = 8
3x 4 y = 4
2x + 4 y =
5x 3 y
b)
26
d)
= 13
x + y = 5
3x + 3 y = 10
2x
3y =
6 x + 9 y = 15
e)
8x
2x
= 34
3y
5y
2 x 3 y + 4 z = 12
x 2y + z = 3
f)
26
14 x 11 y = 94
3x +
3x + 2 y + z = 2
g) 4 x + 2 y + 2 z = 8
x y + z = 4
i)
2x +
z = 3
y +
z = 6
+ 2z =
2 x + 4 y + 6 z = 12
2 x 3 y 4 z = 15
h)
j)
3x + 4 y + 5 z
3x + 2 y
= 1
6x + 6 y + 2z = 3
b)
c)
b)
c)
d)
a)
5.
2z = 5
3y +
= 8
4x
2x
b)
3y
+ 5 y 2 z = 12
3x
11
+ 2z = 7
4x +
2z =
12
6 Hay un valor de r tal que x = r , y = 2, z = 1 sea una solucin del siguiente sistema
lineal? En tal caso determnelo.
3x
2z = 4
4y + z = 5
x
2x + 3y + 2z = 9
7. La suma de dos nmeros es 15. El quntuplo del primer nmero ms el triple del
segundo es 61. Encuentre los dos nmeros.
8. Una refinera produce gasolina con y sin azufre. Cada tonelada de gasolina sin azufre
requiere 5 minutos en la planta de mezclado y 4 en la planta de refinacin. Por su
parte, cada tonelada de gasolina con azufre requiere 4 minutos en la planta de
mezclado y 2 en la planta de refinacin. Si la planta de mezclado tiene 3 horas
disponibles y la de refinacin 2, cuntas toneladas de cada gasolina se deben
producir para que las plantas se utilicen al mximo?
9. Un industrial produce dos tipos de plstico: regular y especial. Cada tonelada de
plstico regular necesita 2 horas en la planta A y 5 en la planta B; cada tonelada de
plstico especial necesita 2 horas en la planta A y 3 en la planta B. Si la planta A tiene
disponibles 8 horas al da y la planta B 15, cuntas toneladas de cada tipo de plstico
pueden fabricarse diariamente de modo que las plantas operen a toda su capacidad?
10. Un nutricionista est preparando una dieta que consta de los alimentos A, B y C. Cada
onza del alimento A contiene 2 unidades de protena, 3 unidades de grasa y 4
unidades de carbohidratos. Cada onza del alimento B contiene 3 unidades de protena.
2 unidades de grasa y 1 unidad de carbohidratos. Cada onza del alimento C contiene 3
unidades de protena, 3 unidades de grasa y 2 unidades de carbohidratos. Si la dieta
debe proporcionar exactamente 25 unidades de protena. 24 unidades de grasa y 21
unidades de carbohidratos, cuntas onzas de cada comida se necesitan?
11. Una farmacia vende 100 unidades de vitamina A, 50 unidades de vitamina C y 25
unidades de vitamina D por un total de $17.50; 200 unidades de vitamina A, 100
unidades de vitamina C y 100 unidades de vitamina D por $45.00; 500 unidades de
vitamina A, 80 unidades de vitamina C y 50 unidades de vitamina D por $64.00.
Encuentre el costo por unidad de cada una de las vitaminas A, C y D.
12. Un fabricante produce reveladores de pelculas de 2, 6 y 9 minutos. Cada tonelada de
revelador de 2 minutos requiere 6 minutos en la planta A y 24 en la planta B. Cada
tonelada de revelador de 6 minutos requiere 12 minutos en la planta A y 12 en la
planta B. cada tonelada de revelador de 9 minutos requiere 12.
1.2.
MATRICES
Al resolver el sistema
x +
4x +
1
x +
2
y +
z
= 56
8 y + 10 z = 468
1
1
y +
z = 12
4
10
(1)
1
4
1
8 10
1 1
4 10
56
468
12
(2)
a m 1
a12
a 22
M
am 2
K a1 n
K a 2 n
K M
K a m n
2 1 4
A=
,
3 0 1
E = [ 3 ],
2
C = 0 ,
1
1 2
B=
,
3 4
F = [1 2 0 5 ]
10
1 1 0
D = 2 0 1 ,
1 3 2
0
2i
1 i
G= i
2
3
1 + 3i 1 2i i
NOTA.- Las matrices que tienen una sola fila como la matriz F del ejemplo 1 se
denominan matrices fila o vectores fila y las matrices que tienen una sola columna
como la matriz C del ejemplo 1 son llamadas matrices columna o vectores columna.
Ejemplo 2.- Una empresa tiene cuatro plantas, en cada una de ellas se fabrican tres
productos. Si aij denota el nmero de unidades del producto i elaborado por la planta
Pr oducto 1
Pr oducto 2
Pr oducto 3
420
240
210
Planta 2
350
400
370
Planta 3 Planta 4
80
0
380
390
480
200
planta 1
Ejemplo 3.- La siguiente matriz da las distancias (en kilmetros) entre las ciudades
Huaraz 452
1349
0
2684
897
11
1335
2684
0
1787
452
897
1787
0
x + y
z t
z + t 4 6
=
x y 10 2
y
z + t
z t
= 4
= 6
= 10
= 2
2x = 6 x = 3
y sustituyendo el valor de x en la primera ecuacin se obtiene el valor de y = 1 .
Anlogamente, sumando la segunda y tercera ecuacin se tiene
2 z = 16 z = 8
y reemplazando el valor de z en las segunda ecuacin resulta t = 2 .
Luego, x = 3, y = 1, z = 8 y t = 2 .
TIPOS DE MATRICES
1. Matriz nula.- Dada la matriz A = [a i j ] mn , se dice que A es una matriz nula y
12
0
0
M
0
K
K
K
K
0
0
M
0 mn
a n 1
a12
a 22
M
an 2
K a1 n
K a 2 n
K M
K a n n
es decir una matriz es cuadrada si el nmero de sus filas es igual al nmero de sus
columnas. En una matriz cuadrada de orden n se llama diagonal principal a los
escalares a11 , a 22 , L , a nn y a la suma de los elementos de la diagonal principal
se denomina traza de A lo que se denota por Tr ( A) ; es decir
n
Tr ( A) = aii = a11 + a 22 + L + a nn
i =1
2 3
A=
1 4
1 2 0
B = 1 3 5
3
4 2
se tiene que:
Tr ( A) = 2 + 4 = 6
Tr ( B) = 1 3 + 2 = 2
3. Vector fila y vector columna de una matriz.
Dada la matriz
a11
a
21
A=
M
a m 1
a12
a 22
M
am 2
K a1 n
K a 2 n
K M
K a m n
13
a11
a
21
C1 ( A) =
M
a m1
a1 j
a
2j
C j ( A) =
M
a m j
F1 ( A)
F ( A)
en trmino de sus filas y
Luego la matriz A se puede escribir como A = 2
M
Fm ( A)
b)
A = 0 3 0 , B = 0 1 0
0 0 5
0 0 1
14
3
0
C=
0
0
3
0
0
0
0
3
0
0
0
0
5. Matriz escalar.- Se llama matriz escalar a una matriz diagonal donde todos los
0
5 0
B = 0 5 0 ,
0
0 5
3
0
C=
0
0
3
0
0
0
0
3
0
0
0
0
1 si i = j
aij =
.
0 si i j
para i, j variando de 1 hasta n es llamada matriz identidad de orden n y se
denota por I n .
Ejemplo 9.- Las siguientes matrices son matrices identidades
1
1 0 0
1 0
0 1 0 , I = 0
I 1 = [1], I 2 =
,
I
=
3
n
M
0 1
0 0 1
0
1
M
0
K
K
K
K
0
0
M
a)
A= 0
M
0
b)
a12
a 22
0
M
a13
a 23
a33
M
L a1n
L a 2 n
L a3n
0 a nn
M
a n1
0
a 22
a32
M
0
0
a 33
M
L
L
L
O
an2
a n3
15
a nn
0
0
0
mismo orden. La suma de A y B es una matriz del mismo orden que se define
como
A + B = (ai j + bi j )mn 1 i m , 1 j n
Explcitamente si
a11
a
21
A=
M
a m 1
a12
a 22
M
am 2
K a1 n
b11
b
K a2 n
21
y B=
M
K M
K a m n
bm1
b12
b22
M
bm 2
K b1 n
K b2 n
K M
K bm n
se tiene que
a11 + b11
a +b
21
21
+
=
A B
a m 1 + bm1
a12 + b12
a 22 + b22
am 2
M
+ bm 2
a1 n + b1n
a 2 n + b2 n
K
M
K a m n + bmn
K
K
Dos matrices del mismo orden se dice que son conformables respecto a la adicin
de matrices.
Ejemplo 10.- Dadas las matrices
1 2 3
y B=
2 4 1
2 3 1
A=
1 0 4
calcular A + B .
Solucin
2 3 1 1 2 3
A+ B =
+
1 0 4 2 4 1
3 + (2) 1 + 3
2 +1
=
0+4
4 + 1
1 + (2)
3 1 4
=
3 4 5
16
Costo de
manufactura embarque
F1 =
Modelo A
Modelo B
Modelo C
35
20
40
80
30
35
Costo de
Costo de
manufactura embarque
F2 =
50
60
30
20
140
30
Modelo A
Modelo B
Modelo C
La matriz
Costo de
Costo de
manufactura embarque
F1 + F2 =
85
100
50
50
220
65
Modelo A
Modelo B
Modelo C
de
una
matriz
por
un
escalar.-
Dada
la
matriz
Explcitamente si
a11
a
21
A=
M
a m 1
ka11
ka
21
kA =
M
ka m1
a12
a 22
M
am 2
K a1 n
K a 2 n
y k K
K M
K a m n
ka12
ka 22
M
ka m 2
17
K ka1 n
K ka 2 n
K
M
K ka m n
2 3 1
A=
1 0 4
calcular 3 A
SOLUCIN
2 3 1 6 9 3
3A = 3
=
1 0 4 3 0 12
2 3 1
A=
1 0 4
1 2 3
y B=
2 4 1
calcular 5 A 2 B
SOLUCIN
2 3 1
1 2 3
5 A 2B = 5
2
1 0 4
2 4 1
10 15 5 2 4 6
=
5 0 20 4 8 2
8 19 1
=
1 8 18
3. Transpuesta de una matriz.- Dada una matriz A = [ai j ] mn se llama transpuesta de
a m 1
a12
a 22
M
am 2
K a1 n
a11
a
K a2 n
12
T
, entonces A =
M
K M
K a m n
a1 n
mn
a 21
a 22
M
a2 n
K a m1
K a m 2
K M
K a m n
n m
3 1
A=
,
4 2
5
3
1 5 7
y D = [ 1 2 4 7]
B=
,
C
=
4
4 3 0
0
18
1
1 4
2
3 4
T
T
T
T
A =
, B = 5 3 , C = [5 3 4 0] y D = 4
1
2
7 0
7
EJERCICIOS
1. Calcular la matriz
5
A 3B . Sabiendo que:
3
2 0 1 / 2
A=
2 1 3
2 1 0
B=
1 / 3 0 2 / 3
2. Determinar la matriz:
x y
0 1
X =
, sabiendo que X +
=I
z u
2 2
3. Si
a + 2b 2a b 4 2
2c + d c 2d = 4 3
A=
, B = 2 1 , C = 4 1 5 ,
2 1 4
3 2
2 1 3
2 4 5
3 2
4 5
D=
, E = 0 1 4 y F =
2 3
2 4
3 2 1
b) 3( D + F )
c) (2C + 3E ) T
d) (3B T 2 A) T
e) (3D 2 F ) T
f) (C + E + F T ) T
6. Sean
2 5 3
A = 1 3 3
3 2 4
1 0 0
y I = 0 1 0
0 0 1
19
b)
min{i, j}
B = [bij ]33 , si bij =
i+ j
ij (1)
si i + j 3
si i + j < 3
AT y B T .
b)
Tr ( A) .
9. Sea
a b
A = c d
e e
a)
Calcule A AT .
b)
Calcule A + AT
c)
Calcule (A AT )
c
e
f
pi qj si i + j es par
. Si se
10. Dada la matriz A = [aij ]55 , donde aij =
qi pj si i + j es impar
cumple que a 24 = a15 y a55 + a32 = 15 , hallar la traza de A.
11. Sea A = [aij ]33 tal que
i+ j
aij = 2
i2j
si i < j
y
si i j
1/ 2
B = x + y + z
2 x + y z
2
x y + 3z
5 / 2
1
1/ 2
3 / 2
Si A = B , hallar el valor de x + 2( y + z ) .
2 4
5 1
1 3
, B=
y C=
12. Dadas las matrices A =
. Resolver la
3 1
2 3
2 1
ecuacin 3( X + C ) = 2[ B 3( A X )] + C .
2 X
13. Resolver el sistema
X
Y
+ 3Y
= A
2 3
4 2
, si A =
y B=
.
= B
1 0
5 3
si i < j
2i si i = j
2 1
, bij =
y C=
si i j
ij si i j
3 2
20
b1
b
y b = 2 se define como
M
bn
b1
b n
a b = [a1 a 2 L a n ] 2 = ai bi = a1b1 + a 2 b2 + L + a n bn
M i =1
bn
1
3
y v = se tiene
2
5
1
3
u v = [2 1 3 4] = (2)(1) + (1)(3) + (3)(2) + (4)(5) = 9
2
5
Ejemplo 2.- Sean los 3-vectores a = [ 3 2 x ]
3
y b = 2
x
Si a b = 17 hallar x.
Solucin
3
a b = [ 3 2 x ] 2 = 9 + 4 + x 2 = 17 x 2 = 4 x = 2
x
21
M
M
Fm ( A)C1 ( B ) Fm ( A)C 2 ( B )
F1 ( A)C n ( B )
K F2 ( A)C n ( B )
K
M
L Fm ( A)C n ( B)
Observaciones
3 0 1 2
A=
2 3 4 1 24
1
0
y B=
3
3 0 1 2 0
AB =
2 3 4 1 3
2 1
1 1
se tiene
0 2
1 2 43
2 1
1 1 14 8 9
=
0 2 6 2 1
1 2
3 1 2
1
6
Si AB = , hallar los valores de x, y.
2
Solucin
22
y
1 2 x 3 x + y 6
AB =
x =
=
3 1 2 x + 3 y + 2 2
1
= 6
3x + y
x + 3y + 2 = 2
3x + y = 6
x + 3y = 0
9
5
9
3
y=
5
5
0 3
23
nios
Hombres
Mujeres
120
200
B=
20
10
20
20
20
30
Adulto
Nio
24
A=
y B = 3 2
2
3
5
4 1
25 17
Por otra parte ntese que:
a)
b)
, v = 2 , entonces u v = u T v = [u1
Si u =
M
M
u n
v n
u2
v1
v
L u n ] 2
M
v n
= u1v1 + u 2 v 2 + L + u n v n
25
Ejemplo 8.- Si
2
1
u = 1 y v = 4 , entonces
3
2
1
u v = u T v = [2 1 3] 4
2
a m 1
K a1 n
b1
b
K a2 n
una matriz de orden m n b = 2 un n-vector o
K M
M
K a m n
bn
a12
a 22
M
am 2
a m 1
a12
a 22
M
am 2
=
K M M
K a m n bn a m1b1 + a m 2 b2 + L + a mn bn
a1n bn
a11b1 a12 b2
a b
a b a b
21 1
22 2
+ L + 2n n
+
=
M
M M
a mn bn
a m1b1 a m 2 b2
a1n
a12
a11
a
a
a
21
22
+ L + bn 2 n
+b
= b1
M
M 2 M
a mn
a m 2
a m1
= b1C1 ( A) + b2 C 2 ( A) + L + bn C n ( A)
Luego se tiene
Ab = b1C1 ( A) + b2 C 2 ( A) + L + bn C n ( A)
La expresin (1) es llamada combinacin lineal de las columnas de A.
26
(1)
Ejemplo 9
3 2 1
Dada la matriz A =
4 1 5
1
el vector columna b = 3 ; expresar el
2
(2)
a m1
a12
a 22
M
am2
K a1n x1 b1
K a 21 x 2 b2
=
K M M M
K a mn x n bm
(3)
denotando por
a11
a
A = 21
M
a m1
a12
a 22
M
am2
K a1n
x1
b1
b
x2
K a 21
, x=
, b= 2
M
M
K M
K a mn
xn
bm
27
(4)
[A b] = aM21
a m1
Nota.-
a12
a 22
M
am2
K a1n b1
K a 21 b2
K M M
K a mn bm
(5)
= 56
28
2
6 x 15
1
2 15 0 y = 12
2 16 1 z 56
1
2 6 15
3
2
2 0 3 2
0 5 4 3
1 0 2 5
0 2 7 1
Solucin
+ 2 x2
+
+ x2
+
+ 5 x3
2 x3
+
+
+
+
3x 4
4 x4
2 x4
7 x4
= 2
= 3
= 5
= 1
EJERCICIOS
c)
a = [3 1] ,
2
b=
5
a = [2 3 4] ,
2. Sean a = [3 x 1] ,
b)
6
b = 2
1
d)
a = [ 4 2] ,
2
b=
3
a = [1 2 1] ,
6
b = 2
1
2
b = x . Si a b = 15 , hallar el valor de x.
1
29
x
6
1 2 1
3. Sean A =
y B = y . Si AB = , hallar x e y.
3
3 1 y
2
1 , D =
B = 2 1 , C = 3 3
1 2
3 5
2 1 2
1 2 2
A=
,
4 0 3
3 1 2
1 3
E = 2 0 5 y F =
4 2
3 4 3
AB + DF
a) AB
b) BA
c) CB + D
d)
e) A(BD)
f) ( AB) D
g) AC + AE
h) ( D + F ) A
43
AB
d) DB + 2 AB
b)
( B 2 )C
c) A 3 + 5(CD )
e)
DA + 3( DB)
f) C 2 D
g) 2( AB)(CD) + (3B)( AC ) D
6. Sean las matrices:
1 / 2 2 1
A = 0
1 0 ,
2
1 1
1 1
2
B = 0
3 y C =
2
1 2
Hallar: A 2 , ABC y B T AT .
3 2 2
e) Dada las matrices A = 0 3 5 ,
1 0 2
3 5 0
B = 2 2 1 ,
6 7 1
C = AB
D = BA .
Sin calcular en cada caso, toda la matriz, calcule los siguientes elementos:
a) c31 y c32 de C
b)
30
d12 y d 33 de D
A=
0 3 1
1 5
2
3 3 1
1
B = 0 3 4 5 . Usando el
1 4 2 2
2
b = 1 . Exprese Ab como una combinacin
3
3 1 2
2 1 2
x 2y +
2x + 3y
4x y +
5x 3 y
a)
z
z
z
+ 2u = 2
5u = 9
u = 5
+ 2z +
= 3
b)
+ 8x2
5 x2
7 x2
x1
2 x1
4 x1
2 x3
2 x3
+ x3
5 x1
+ 2 x2
3 x1
4 x1
3x 2
x2
= 3
= 1
= 3
= 2
31
14.
c)
x1
7 x1
3x 2
+ 5x2
+ 6 x3
+ x3
= 2
= 9
d)
3 x1
x1
2 x1
3x2
+
+ 5 x2
8 x3
+ 9 x3
3 x3
+ 5 x4
+ 5x4
+ 4 x4
= 2
= 12
= 4
a)
15.
1 2 1 3
0 1 1 2
1 0 4 2
3
2
b)
3 2
0 2 1 3
1 0
2 6
0 2 7 1
1
Cul es la relacin entre los sistemas lineales cuyas matrices aumentadas son las
siguientes:
1 3 3 2
1 3 3 2
y 2 2 6 1
2 2 6 1
0 0 0 0
16.
17.
A=
2
3
2
4
Mesa
Silla
El empresario tiene una planta en Pucallpa y otra en Lima. Los costos por hora
de cada proceso estn dadas (en dlares) por la matriz
Pucallpa
B=
9
10
Lima
10 Pr oceso de armado
12 Pr oceso de acabado
32
Cmo debe interpretar el empresario las entradas del producto de las matrices
AB ?.
18.
A=
300
100
200
250
Pr oducto P
400 Pr oducto Q
150
B =
Planta Y
12
7
15
9
10
Bixido de azufre
xido ntrico
Partculas suspendidas
33
A + ( A) = 0
la matriz A es llamada opuesto o inverso aditivo de A.
PRUEBA
34
= B + A sustitucin
Luego queda demostrado que A + B = B + A , es decir que la operacin de adicin
definida en las matrices es conmutativa.
d) Sean A = [aij ] y X = [ xij ] matrices de orden m n .
Si se verifica que A + X = A para toda matriz A de orden m n se tiene
[ aij ] + [ xij ] = [ aij ] sustitucin
[aij + xij ] = [aij ] ; 1 i m , 1 j n por definicin de adicin de matrices.
aij + xij = aij ; 1 i m , 1 j n por definicin de igualdad de matrices
xij = 0 ; 1 i m , 1 j n
Luego X = 0 es la matriz nula de orden m n .
Las propiedades anteriores se ilustran mediante los siguientes ejemplos:
Ejemplo 1.- Dadas las siguientes matrices
2 1 3
1 2 1
1 4 2
A=
, B=
y C=
0 1 2
1 1 3
3 0 1
Verificando b) la propiedad conmutativa de la suma A + B = B + A
2 1 3 1 2 1
A+ B =
+
0 1 2 1 1 3
2 + 1 1 + 2 3 + (1)
=
2 + 3
0 + 1 1 + (1)
3 1 2
=
1 0 5
Por otra parte calculando,
1 2 1 2 1 3
B+ A=
+
1 1 3 0 1 2
1 + 2 2 + (1) 1 + 3
=
1 + 0 (1) + 1 3 + 2
3 1 2
=
1 0 5
Luego se verifica que A + B = B + A
35
2 1 3 2 2 1
=
+
0 1 2 4 1 2
4 3 4
=
4 0 4
Por otra parte
2 1 3 1 2 1 1 4 2
( A + B ) + C =
+ 1 1 3 + 3 0 1
0
1
2
3 1 2 1 4 2
=
+
1 0 5 3 0 1
4 3 4
=
4 0 4
Luego se verifica que A + ( B + C ) = ( A + B) + C .
Verificando d) la existencia del elemento neutro aditivo.
0 0 0
Existe la matriz 0 =
de orden 2 3 .
0 0 0
2 1 3
Si se considera la matriz A =
, se tiene que
0 1 2
2 1 3 0 0 0
A+0 =
+
sustitucin
0 1 2 0 0 0
2 + 0 1 + 0 3 + 0
=
por definicin de adicin
0 + 0 1 + 0 2 + 0
2 1 3
=
propiedad de la adicin en K.
0 1 2
=A
sustitucin
tal que
0 1 2
0 1 2
36
2 1 3 2 1 3
A + ( A) =
+
0 1 2 0 1 2
0 0 0
=
0 0 0
=0
A( BC ) = ( AB)C
b)
A( B + C ) = AB + AC
c)
( A + B)C = AC + BC
d)
y C = 2 1
A= 3 0 , B=
0 1 1
1 1
3 1
2 1
1 0
1 1 2
A(BC ) = 3 0
2
1
0 1 1
1 1
3 1
2 1
9 1
= 3 0
1 2
1 1
17 0
= 27 3
8 1
37
2 1
1 0
1 1 2
( AB)C = 3 0
2 1
0
1
1
3 1
1 1
2 3 3 1 0
( AB)C = 3 3 6 2 1
1 2 1 3 1
17 0
= 27 3
8 1
1
0 1 1
3 1
1 1
1 1
2 1
2 3 1
= 3 0
3 2 2
1 1
1 8 0
= 6 9 3
1 5 1
+ 3 0
AB + AC = 3 0
3 1
1
0 1 1
1 1
1 1
2 3 3 1 5 3
= 3 3 6 + 3 6 3
1 2 1 2
3
2
1 8 0
= 6 9 3
1 5 1
38
Luego se verifica A( B + C ) = AB + AC .
Ejemplo 4.- Para ilustrar la propiedad d)
2 1
Dada la matriz A = 3 0
1 1
1 0 0
considerando I 3 = 0 1 0 se tiene I 3 A = A
0 0 1
1 0
y considerando I 2 =
se tiene AI 2 = A
0 1
Observacin.
1 0 1
3 1
1
1 1 0
2 1 3
AB =
1 2 1
1
0
1
3 1
10 1 4
=
4 0 1
Sin embargo el producto BA no es posible efectuar pues el nmero de columnas
de B es 3 que es diferente al nmero de filas de A que es 2.
Cuando existen matrices A, B tales que su producto sea conmutativo se dice que
las matrices son permutables.
A0 = I n
A 2 = AA
A3 = A 2 A
M
A k = A k 1 A donde k Z, k 2
39
A p Aq = A p+q
b)
( A p ) q = A pq
AB = BA .
Ejemplo 5.1 1 1
Si A = 0 1 1 , calcular A n .
0 0 1
Solucin
1 1 1 1 1 1 1 2 3 1 2
A 2 = 0 1 1 0 1 1 = 0 1 2 = 0 1
0 0 1 0 0 1 0 0 1 0 0
2(2 + 1)
2
2
3(3 + 1)
1 2 3 1 1 1 1 3 6 1 3
2
3
2
3
A = A A = 0 1 2 0 1 1 = 0 1 3 = 0 1
0 0 1 0 0 1 0 0 1 0 0
1
1 n
A n = 0 1
0 0
n(n + 1)
2
n
r ( sA) = (rs) A
b)
(r + s ) A = rA + sA
c)
r ( A + B) = rA + rB
40
d)
Sea r = 3 , A =
y B = 1 0 se tiene
3
0
2
2
1
3 9
2 1 1
= 15 15
3
0
A(3B ) =
3 33
3 0 2 6
Ahora calculando,
1 3
6 3 3
= 15 15
1
0
(3 A) B =
21 21
9 0 6 2
Ahora calculando,
5 5 15 15
3( AB) = 3
=
7 7 21 21
Lugo se tiene que se verifica A(rB) = (rA) B = r ( AB) .
( AT ) T = A
b)
( A + B ) T = AT + B T
c)
( AB) T = B T AT
d)
(rA) T = rAT
PRUEBA
41
= a j1
a j 2 L a jp
b1i
b
2i
M
b pi
= a j1b1i + a j 2 b2i + L + a jp b pi
= a1Tj biT1 + a 2T j biT2 + L + a Tpj bipT
= biT1 a1Tj + biT2 a 2T j + L + bipT a Tpj
= F2 ( B T )C j ( AT )
3 1 2
2 1 1
1 2
1 3 3
T
AB =
( AB) = 3 1
2 1 11
3 11
b)
42
0
2684 297
1 2
1 0 2 y C = 1349
A=
,
B
=
1335 2684
0
1787
2 3
3 2 4
0
452 297 1787
Ejemplo 9.-Las siguientes matrices son antisimtricas
1349
0
2684
297
0 2
D=
0 2 y F =
, E=1
1335 2684
1787
0
2 0
3 2
0
297 1787
0
452
Observacin .- Toda matriz cuadrada A de orden n se puede expresar como la suma
de una matriz simtrica y una matriz antisimtrica. En efecto, toda matriz se puede
escribir como
1
1
A = ( A + AT ) + ( A AT )
2
2
Se deja como al lector, a modo de ejercicio verificar que A + AT es una matriz
simtrica y A AT es una matriz antisimtica.
EJERCICIOS
, donde
1 1
2 1
y B =
A =
1 2
1 3
2. Calcular la matriz X, si satisface la ecuacin matricial ( X T AB) T 2 B T C = I .
1 4
1 / 3 1 / 3
=
Sabiendo que AT = B T 2C =
y
B
.
0
1 / 3
2 3
A T = B XB T ,
1 2
2 2
2 0
; B =
y C =
.
donde A =
3 4
3 5
1 2
8 36
.
4. Hallar la matriz triangular superior B, si B 3 =
0 64
2
x 1
1
43
1 2 2
b) B = 0 0 1
0 0 1
3 6
A=
1 2
1 0
A=
0 1
9. Demostrar
que
una
b)
matriz
A K nn
4
3
0
B = 1 3 3
1 4
4
es
involutiva
si
solo
si
( I n A)( I n + A) = 0 .
1 1 0
1 1 1
a)
Calcular: A 3 B 6 + A 5 B 7
1 0 0
11. Dada la matriz
A = 1 1 1 , resolver la siguiente ecuacin matricial:
0 0 1
2
18
A X = 1 .
4
b)
12.
0 1
A=
1 1
b)
44
0 1 0
B = 1 1 1
0 1 0
2
1
13. Resuelva la siguiente ecuacin matricial: X
= [2 6 ]
2 3
y use este
2
resultado para calcular el producto: X
.
6
14.
1 1
A=
1 1
b)
1
3
1
B= 5
2
6
2 1 3
1 0
. Demostrar que A 2 = 2 A I y calcular A n .
15. Sea la matriz A =
1 1
16. Hallar la matriz X, si se cumple que ( X + B) A101 = C , donde
17.
1 1 0
A = 0 1 0 ; B = [2
0 1 1
1 0
Sean las matrices A = 0 1
0
0
2
1 3] ; y C = 0
1
1
1 1 0
0 y B = 0 1 0
0 1 0
1
Calcular: E = ( A 5 + B 5 )(2 A 20 + B 20 )
18. Una matriz cuadrada A K nn se dice que es ortogonal si y solo si
AAT = AT A = I n .
Averige si las siguientes matrices son ortogonales.
a)
0 1
A=
1 0
b)
0 1 0
B = 1 0 0
0 0 1
19.
20.
21.
45
22. Demostrar que si una matriz es simtrica, idempotente y con algn elemento nulo
en la diagonal, entonces la fila y la columna de dicho elemento son el vector nulo.
23. Demostrar:
24.
a)
A 2 = A A + B = I n B 2 = B AB = BA = 0
b)
AB = A BA = B A, B, AT , B T son idempotentes.
c)
A + B = I n AB = 0 A y B son idempotentes.
i 1
orden 2 2 y A =
.
1 i
25. Una multiplicacin diferente de la usual es importante en muchas reas de la
ciencia y de la ingeniera; se define entre dos matrices cualesquiera. Si A es una
matriz de orden p q y B una matriz de orden r s , entonces el producto de
Kronecker ( o producto tensorial) denotado por A B se define como la matriz
de orden pr qs que contiene todos los productos de un elemento de A con un
elemento de B, dispuestos de un modo especial: denotando por A = [aij ] pq , las
primeras r filas de A B se definen escribiendo a11 B seguido por a12 B a su
derecha, seguido por a13 B a su derecha y as sucesivamente hasta a1q B a su
derecha; las segundas r filas se generan de manera similar escribiendo a 21 B ,
a 22 B , y as sucesivamente; y esto continua a lo largo del p-simo conjunto de r
filas.
De acuerdo a la definicin dada anteriormente, calcular
1 2 5 6 7
3 4 8 9 10
46
Sea
una
matriz
de
F1 ( A), F2 ( A),L, Fm ( A)
orden
y
mn
cuyas
cuyas
columnas
filas
son
son
los
los
n-vectores
m-vectores
C1 ( A), C 2 ( A),L, C n ( A) . Se dice que A es una matriz escalonada reducida por filas
si satisface las siguientes condiciones:
a) Las primeras r filas ( r m ) son vectores no nulos y las restantes todos nulos.
b) La primera componente de cada fila no nula es 1 y es llamada entrada principal de
su fila.
c) Dadas dos filas sucesivas i y i + 1 no nulas, la entrada principal de la fila i + 1
est a la derecha de la entrada principal de la fila i. Las entradas principales estn
dispuestos en forma de escalera.
d) Si una columna contiene una entrada principal de alguna fila entonces el resto de
las entradas de esta columna son todos iguales a cero.
Es decir una matriz escalonada reducida por filas tiene la forma:
0
0
A = 0
0
M
0
0 1 0 K 0 * K *
0 0 1 K 0 * K *
r filas no nulas
M M M K M M K M
0 0 0 K 1 * K *
0 0 0 K 0 0 K 0
Ejemplo 1.- Las siguientes matrices son escalonadas reducidas por filas
0
0
a) A =
0
1 0 1
0 1 2
0 0 0
0 0 0
1 2
0 0
b) B =
0 0
0 0
47
0 4 5
1 3 6
0 0 0
0 0 0
1
0
c) 0
0
0
0
0
d) D = 0
0
0
0 0 0
1 0 0
0 1 0
0 0 1
0 0 0
0 1 3 2 0 0 1
0 0 0 0 1 0 2
0 0 0 0 0 1 5
0 0 0 0 0 0 0
0 0 0 0 0 0 0
1 2
0 1
b) B =
0 0
0 0
0 2 5
1 3 4
0 1
2
0 0
0
3 5
2 1
1 2
0 0
Sea A = [aij ] una matriz de orden m n . Se llama operacin elemental sobre las
filas de A a una de las siguientes tres operaciones:
a) Intercambiar dos filas de A. La operacin de intercambiar las posiciones relativas
de las filas i y j de la matriz A se denota por Fi F j .
b) Multiplicar una fila de A por un escalar diferente de cero. La operacin de
multiplicar la fila i de la matriz A por el escalar k se denota por kFi .
c) Sumar a una fila el mltiplo escalar de otra. La operacin de sumar a la fila i de A
la fila j de A multiplicada por el escalar k 0 se denota por Fi + kF j .
Ejemplo 3.- Dada la matriz
3 6 0 3
A = 1 7 5 4
4 11 3 1
1
.
15
48
A = 1 7 5 4
3 6 0 3
4 11 3 1
4 11 3 1
F
(
3
)
3 6 0 3 F
2
1 0 15 15 15
4 11 3 1
4 11
3
1
F
(
4
)
0 15 15 15 F
3
1 0 15 15 15
4 11
0 17 17 17
3
1
1
1
. La operacin la denotamos por F2 y se
15
15
tiene
4
7
5
4 1 F
7
5
1
1
2
0 15 15 15 15
0
1
1
1
0 17 17 17
0 17 17 17
e) Sumar a la primera fila la segunda fila multiplicada por 7 . La operacin la
denotamos por F1 + (7 F2 ) y se tiene
4
0
2 3
7
5
1
1
+
F
F
(
7
)
0
1
2 0
1
1
1
1
1
1
0 17 17 17
0 17 17 17
49
4
7
5
1 0 2 3
1
F
F
+
17
0
2 0 1
1 3
1 1
1
1
0 0 0
0 17 17 17
0
Matrices equivalentes.
Dada dos matrices A y B del mismo orden. Se dice que la matriz A es equivalente por
por A ~ B .
Ejemplo 4.- Las matrices
3 6 0 3
1 0 2 3
A = 1 7 5 4 y B = 0 1 1 1
4 11 3 1
0 0 0
0
son equivalentes por filas; pues existe un nmero finito de operaciones elementales
que aplicadas sucesivamente a las filas de A nos permite obtener B. Del ejemplo 3 se
puede observar que las operaciones elementales aplicadas a las filas de A para obtener
B son: F1 F2 , F2 + (3F1 ) , F3 + (4 F1 ) ,
1
F2 , F1 + (7 F2 ) y F3 + 17F2 .
15
a m1
a12
a 22
M
am2
K a1n
a1 j
a
K a2n
2j
y sea C j ( A) = la primera columna no nula, sin
M
K M
K a mn
a mj
K 0 a1 j
K 0 a2 j
K M
K 0 a mj
50
K a1n
K a 2 n
K M
K a mn
L a1n
0 L 0
L 0 a 2 j a 2, j +1 L a 2 n aij1F1 0 L 0
M L M
L M
M
M
O M
L 0 a mj a m, j +1 L a mn
0 L 0
Luego aplicando las operaciones elementales del tercer tipo
L 0 a1 j
a1, j +1
L b1n
a 2 j a 2, j +1 L a 2 n
= A1
M
M
O M
a mj a m , j +1 L a mn
a las filas de A1 para
b1, j +1
tener debajo de la entrada principal todos los elementos igual a cero se tiene
0
0
[ Fn + ( a mj F1 )]L[ Fn + ( a mj F1 )] A1 =
M
L 0 1
b1, j +1
L 0 0 b2, j +1
L M
L 0 0 bm , j +1
L b1n
L b2 n
O M
L bmn
( )
Ahora tomando la primera columna de ( ) que tenga un blk 0 ;donde
l >1 y
k > j y repitiendo el proceso anterior las veces que sea necesario se tiene que:
as sucesivamente tenemos que:
0
0
A=
M
K 0 a1 j
K 0 a2 j
K M
K 0 a mj
K a1n 0
K a 2 n F 0
~
K M M
K a mn 0
K 1 * K 0 K *
K 0 0 K 1 K *
K M M K M K M
K 0 0 K 0 K 0
Ejemplo 5.- Hallar la matriz escalonada reducida por filas equivalente a la matriz
0
0
A=
0
0 1 2 3
3 2 4 5
1 3 1 2
2 3
4 1
Solucin
0 1
3 2
3
5
1 3 1 2
2 3 4 1
columna pivote
51
2
4
Paso 2.- Como en la columna pivote hay un 1 en la tercera fila y 0 en la primera fila
realizamos la siguiente operacin elemental F1 F3 sobre las filas de A
obteniendo
0
0
A=
0
0 1 2
3 2 4
1 3 1
2 3
4
3
0
5 F1F3 0
0
2
1
0
1 3 1 2
3 2 4 5
0 1 2 3
2 3 4 1
1 3 1
3 2 4
0 1 2
2 3 4
2
0
5 F2 +( 3F1) 0
0
3
F4 + (2 F1 )
1
0
1 3 1 2
0 7 7 1
0 1 2
3
0 3 6 3
1 2
0
1
F
2 0
0 7 7 1
7
0
0 1 2
3
0 3 6 3
0
1
obteniendo
7
2
0 1 1 1 7
0 1 2
3
0 3 6 3
Paso 5.- Ahora se debe transformar todos los dems elementos donde aparece el 1 de
la columna pivote 2 en ceros. Para ello, efectuamos las operaciones
elementales del tercer tipo sobre las filas de la matriz obtenida en el paso 4
52
0
0
3 1 2 F + ( 3F )
1
2
1 1 1 7 F3 + F2
1 2
3
F4 + 3F2
0 3 6 3
1
0
0
0
0
1 0 2
0 1 1
0 0
0 0
1
3
1
7
22
7
18
7
11
F + ( 2 F )
1F +F 3
1
0 1 1
7
3
2
22
0 0 1
7
F4 + ( 3F3 )
18
0 0 3 7
1 0
0
0
1 0 0 33 7
0 1 0 23 7
0 0 1 22 7
0 0 0 12
Paso 7.- Ahora la columna pivote es la quinta columna y el elemento pivote es -12
que est ubicado en la cuarta fila, luego hay que transformar 12 en 1 aplicando una
operacin elemental del segundo tipo.
0
0
1 0 0 33 7
1
0 1 0 23 7 ( 12 ) F4
0 0 1 22 7
0 0 0 12
1 0 0 33 7
0 1 0 23 7
0 0 1 22 7
0 0 0
1
0
0
Paso 8.- En la matriz obtenida en el paso 7 solo resta transformar en ceros los
elementos que estn encima del elemento pivote. Esto se consigue, aplicando las
operaciones elementales del tercer tipo
0
0
33
F4
7
33 7
23
F2 +( ) F4
23
7
7
22
22
7
F3 + ( ) F4
1
7
F1 +
1
0
0
0
0
1
0
0
0
0
1
0
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0 1 2
3 2 4
1 3 1
2 3
4
3
5 F
~
2
0
0
53
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
Ejemplo 6.- Hallar la matriz escalonada reducida por filas equivalente a la matriz:
1 2 1 2 1
A = 2 4 1 2 3
3 5 2 6 5
Solucin
0 0
3 6 1
A = 2 4 1 2 3
3 5 2 6 5 F3 + ( 3F1 ) 0 1 5 12 2
Intercambiando la segunda fila con la tercera
1 2 1 2 1
1 2 1 2 1
F2F3
0 0
3 6 1 0 1 5 12 2
0 1 5 12 2
0 0
3 6 1
Multiplicando la segunda fila por 1
1
1 2 1 2 1
1 2 1 2
1) F2
0 1 5 12 2 (
0 1 5 12 2
0 0
0 0 3 6 1
3 6 1
Sumando a la primera fila la segunda multiplicada por 2 se tiene
1
1 2 1 2
1 0 9 22 5
(
2
)
+
F
0 1 5 12 2 F
1
2 0 1 5 12
0 0 3 6 1
0 0 3
1
6
Multiplicando la tercera fila por
1
.
3
1 0 9 22 5
1 2 1 2 1 1 F
3
0 1 5 12 2 3
0 1 5 12 2
0 0 1
0 0
3 6 1
2 1 3
54
1 0 0 4 2
1 0 9 22 5
F
(
9
)
+
0 1 5 12 2 F
1
3 0 1 0
2 1 3
0 0 1 2 1 3
0 0 1
F2 + 5F3
2 1 3
Luego,
1 2 1 2 1 1 0 0 4 2
F
A = 2 4 1 2 3 ~ 0 1 0 2 1 3
3 5 2 6 5 0 0 1 2 1 3
Ejemplo 7.
1 3 1 2 1
0 11 5 3 0
~
Verificar que
2 5 3 1 0
1 5 0
4 1
0 4 / 11 13 / 11
1 5 / 11 3 / 11
0
0
0
0
0
0
y n incgnitas se dice que son equivalentes si y solo si sus matrices ampliadas son
equivalentes. Es decir, [ A b ] ~ [C d ].
Teorema 2.- Si Ax = b y Cx = d , son dos sistemas equivalentes, entonces tienen las
mismas soluciones.
Prueba
2x 3y
y
3x +
+ z + 4w
+ 2z
2z + w
5x + 2 y
+ w
55
=
=
=
=
5
1
0
1
(1)
x +
4y + z
11 y z
18 y 5 z
2z
+
+
+
4w = 4
12 w = 13
21w = 21
w = 0
(2)
Solucin
[ A b ] = 3 1
0 0
5 2
1 4
2 0
2 1
0 1
1
y
0
1
4
1 4
[ C d ] = 0 11 1 12
0
18
5 21
2
1
0 0
2 3
[ A b ] = 3 1
0 0
5 2
1 4
2 0
2 1
0 1
2 3
1 4
0 0
5 2
1 4
2 3
0 0
5 2
2 3
5
1 F2 +( F1) 1 4
0 0
0
1
5 2
1 4
5
4 F1F2 2 3
0 0
0
1
5 2
4
1 4
2 1
0 1
1 4
1 4
2
0
1
1
4
1 4
2 1
0 1
4
0
1 4
5
0
1
2
0
4
1
1
1
4
4
1 4
4
5 F4 +(5 F1) 2 3 1
0
0
2
1
0
1
0 18 5 21
1
4
1 4
4
2 3 1
0
0
2
1
0 18 5 21
1
4
4
1 4
4
5 F3F4 2 3 1
0 18 5 21
0
0
2
1
21
0
56
5
0
21
4
5
21
13
21
1
4
1 4
4
2 3 1
0 18 5 21
0
2
1
0
1
4
4
1 4
5 F2 +( 2 F1) 0 11 1 12
0 18 5 21
21
0
2
1
0 0
13
= [C d
21
[C
[C
Solucin
[ A | b ] = 1 1 2 1
3 1 1 3
57
(3)
F2 +( F1)
1 4
[ A | b ] = 1 1 2 1 0 3
3 1 1 3 F3 + ( 3F4 ) 0 7 2 18
1 2 1 5
1 2 1 5 1 F
3 2
1
4
1 4 0 1
3
3
0 3
0 7 2 18
0 7 2 18
1 2 1 5
1 0 5 3 7 3
+
F
2
F
1
2 0 1
1
4
1
4
3
3
3
3
0 1
0 7 2 18 F3 + (7 F2 ) 0 0 13 3 26 3
1 0
1 0 5 3 7 3 3 F
3
13
1
4
1
3
3 0
0 1
0 0
0 0 13 3 26 3
1 0
0 1
0 0
7 3
1
4
3
3
1 2
7 3 F +( 5 F ) 1 0 0 1
1
3
3
1
4
0 1 0 2
3
3
1
1 2 F2 + ( F3 ) 0 0 1 2
3
Luego,
1 2 1 5 1 0 0 1
[ A | b ] = 1 1 2 1 ~ 0 1 0 2
3 1 1 3 0 0 1 2
2y + z = 5
+ y + 2z = 5
3x +
es equivalente al sistema
58
(3)
x
y
(4)
z = 2
Al ser equivalentes los sistemas (3) y (4) tienen la misma solucin. Las ventajas de
hallar la solucin en el sistema (4) saltan a la vista, la solucin del sistema est dado
por
x =
y =
z
1
2
= 2
2 x1
x1
2 x1
x1
3x2
2 x2
7 x3
4 x3
+ 5 x4
+ 3x4
+ 2 x5
+ x5
+ 2 x4
+ 6 x4
5 x2
4 x3
7 x3
x5
+ 2 x5
= 2
= 2
= 3
(5)
= 7
Solucin
1 2 4
[ A| b ] =
2 0 4
1 5 7
5 2 2
3 1 2
2 1 3
6 2 7
1 2 4
[ A| b ] =
2 0 4
1 5 7
1 2 4
2 3 7
2 0 4
1 5 7
1 2 4
5 2 2
3 1 2 F1 F2 2 3 7
2 0 4
2 1 3
6 2 7
1 5 7
3
5
2
6
3 1 2
5 2 2
2 1 3
6 2 7
1 2 F2 + ( 2 F1 ) 1 2 4 3
1 2
2 2
1 1 0 2
0 1
F + ( 2 F1)
1 3 3
4 4 1 7
0 4
2 7 F4 + ( F1 ) 0 3 3 3
1 5
F1 + 2 F2
1 2 4 3
1
1 2
1 1 0 2
0 1
0
(
4
)
+
F
F
2 0
0 4
4 4 1 7 3
1 5
F4 + 3 F2
0 3 3 3
0
59
0 2 1 1
1 1 1 0
0 0
0 1
0 0
0 1
2
1
0
0
1
2
1 0 2 (1) F3 0
0
0 1 1
0 1 1
0
0 2
0
0
0 2
1
0 2 1 1 2
1 1 1 0 2 F1+( F3 ) 0
0
0 0
0 1 1
F4 + ( F3 )
0 0
0 1 1
0
1 2
1 0 2
0 1 1
0 1 1
1
0 2 1 0 1
1 1 1 0 2
0 0
0 1 1
0 0
0 0 0
Luego,
2 3 7
1 2 4
[ A| b ] =
2 0 4
1 5 7
1
5 2 2
3 1 2
0
~
0
2 1 3
6 2 7
0
0 2
1
0 1
1 0 2
0 1 1
0 0 0
1
x1
x2
2 x3
+ x3
= 1
= 2
= 1
x4
x4
x5
(6)
x1
x2
x5
= 1 + 2 x3
= 2 x3
= 1
x4
x4
x1
= 1 + 2r
x2
= 2
+ s
x3
x4
= r
= s
x5
= 1
; r, s R
60
+ 2 y 4z
2 y + 3z
+ 3y z
+ 3y 2z
5x + 2 y 6 z
x
x
2x
4x
=
=
=
3
1
(7)
5
= 7
= 7
Solucin
1 2 3 1
[ A| b ] = 2 3 1 5
4 3 2 7
5 2 6 7
Paso 2.- Hay que determinar la matriz escalonada reducida por filas que es
equivalente a la matriz ampliada correspondiente al paso 1.
1 2 4 3 F2 + ( F1 ) 1 2 4 3
1 2 3 1
0 4 7 4
F + ( 2 F1)
[ A | b ] = 2 3 1 5 3
0 1 7 1
4 3 2 7 F4 + ( 4 F1 ) 0 5 14 5
5 2 6 7 F + ( 5 F ) 0 8 14 22
5
1
1 2 4 3
1 2 4 3
7
0 1 4 1
0 4 7 4
1
0 1 7 1 F2 0 1 7
1
0 5 14 5
0 5 14 5
0 8 14 22
0 8 14 22
1 2 4 3 F1 + (2 F2 ) 1
7
0 1 4 1 F +F
0
2 0
0 1 7
1 3
0 5 14 5 F4 + 5 F2 0
0 8 14 22 F + 8 F 0
5
61
0 12
1 74
0
21
21
4
4
1
0
0
14
0
0
0
0
1
0 12 1
1 74 1 4
0
F
0 21 4
0 21 3 0
0 21 4
0
0
0
0 0 14
0
0
0
0
1
1
0 12 1
F1 + F3
2
1 74 1
0
7
0 1
0 F2 +( F3 ) 0
4
0 21 4
0
0
21
(
)
+
F
F
0
3
0 0 14 4
0
0
0
0
0
1
0
0
0
0
0
0
1
0 0 1
1 0 1
0
F
F
5 0
0 1 0 4
0 0 0
0
0
0 0 1
0
1
5 0
14
0
0 0 14
0
0
1
0
1
1
0
0
0 12 1
1 74 1
0 1
0
0 21 4
0
0 0 14
0
1
0
0
0
0 1
0 1
1 0
0 0
0 14
1
0
0
0 0 1
0
1
0
0
0
0
1
0
0 0 1
1 0 1
0 1 0
0 0 1
0 0 0
Luego
1 2 4 3 1 0
1 2 3 1 0 1
[ A| b ] = 2 3 1 5 ~ 0 0
4 3 2 7 0 0
5 2 6 7 0 0
0 1
0 1
1 0
0 1
0 0
62
1
1
0
1
(8)
Sistemas homogneos
(9)
y + 2z = 0
2x +
y + 3z
= 0
y + 3z
= 0
(9)
Solucin
[ A | 0 ] = 2 1 3 0
1 1 3 0
Hallando la matriz escalonada reducida por filas equivalente a la matriz ampliada
1 1
1 1 2 0 1 F
1 1 2 0
3 2
F2 +( 2 F1)
[ A | b ] = 2 1 3 0
0 3 1 0 0 1
0 0
1 1 3 0 F3 + ( F1 ) 0 0 1 0
63
2 0
1
3 0
1 0
1 0
F1+ F2
0 1
0 0
0 F + ( 5 F ) 1 0 0 0
1
3
3
1
0 1 0 0
3 0
1
0 0 1 0
1 0
F2 + F3
3
5
= 0
z = 0
+ 4 y + 6z = 0
3x +
+ 2z = 0
4x + 5 y + 8z
(10)
= 0
Solucin
La matriz ampliada del sistema es
1 4 6 0
[ A | 0 ] = 3 1 2 0
4 5 8 0
Hallando la matriz escalonada reducida por filas asociada al sistema
1 4 6 0
1 4
6 0
F2 +(3F1)
[ A | 0 ] = 3 1 2 0
0 11 16 0
4 5 8 0 F3 + (4 F1 ) 0 11 16 0
1 0
1 4
1 4
6 0 1 F
6 0
2
F
F
(
4
)
1
2 0 1
11
16
0
11
0 11 16 0 0 1
0 0
0 11 16 0
0 11 16 0
F3 + 11F2
11
16
11
0
0
+
y +
z = 0
16 z
= 0
11
2
11
64
(11)
x =
y =
z
16 z
11
2
11
2 11 t
y = 16 11 t
z
; t R
Del ejemplo 13, ntese que un sistema homogneo puede tener infinitas soluciones.
Prueba
Sea el sistema Ax = 0 el sistema homogneo dado en (9) y
[ A | 0 ] su matriz
a r1
a r +1,1
M
a
m1
a12
a 22
L
L
a1r
a2r
a1, r +1
a 2, r +1
L
L
a1n
a1n
ar 2
a rr
a r , r +1
a rn
a r +1, 2 L a r +1, r
M
am2
O
L
a r +1, r +1 L a r +1, n
a mr
a m , r +1
O
L
M
a nn
0
M
0
0
M
0
0
M
[A | 0] ~ 0
0
M
0
0 L 0 b1, r +1 L b1n 0
1 L 0 b2, r +1 L b1n 0
M O M
M
O M M
0 L 1 br , r +1 L brn 0 = [ B | 0 ]
0 L 0
0
L 0 0
M O M
M
O M M
0 L 0
0
L 0 0
Luego, resolviendo las r ecuaciones con n incgnitas se puede despejar las primeras r
incgnitas en trminos de las (n-r) restantes, de tal forma que stas ltimas puedan
asumir cualquier valor. En consecuencia, eligiendo una de las (n-r) incgnitas
65
diferente de cero se obtiene una solucin distinta de la trivial con lo cual queda
demostrado el teorema.
De Bx = 0 y por lo tanto de Ax = 0 se tiene:
+ b1, r +1 x r +1 + L + b1n x n = 0
x1
+ b2, r +1 x r +1 + L + b2 n x n = 0
x2
O
x r + br , r +1 x r +1 + L + brn x n = 0
x r = br , r +1t r +1 L brn t n
x r +1 = t r +1
M
xn = t n
; t r +1 , L, t n R
b
2
2n
2,r +1
M
M
M
x r = t r +1 br , r +1 + L + t n brn
x r +1
0
1
M
M
M
x
1 ; t , L, t R
0
r +1
n
Ax = b
(12)
Ax = 0
(13)
66
Esto significa que y x P es una solucin del sistema homogneo asociado (13) lo
que denotamos por
xh = y xP
Luego, se tiene que
y = xP + xh
(14)
La relacin obtenida en (14) nos muestra que toda solucin del sistema (12) se puede
expresar como la suma de una solucin particular y una solucin del sistema
homogneo asociado.
+ 2y +
2x + 3y
3z
= 3
8z
= 4
(15)
3 x + 2 y + 17 z = 1
Solucin
La matriz ampliada es
1 2 3 3
[ A| b ] = 2 3 8 4
3 2 17 1
Hallando la matriz escalonada reducida por filas que es equivalente a [ A | b ]
1 2 3 3
1 2 3 3
F2 +(2 F1)
[ A | b ] = 2 3 8 4
0 1 2 2
3 2 17 1 F3 + ( F1 ) 0 4 8 8
1 2 3 3
1 2
3 3
(1) F2
0 1 2 2 0 1 2 2
0 4 8 8
0 4 8 8
1 2
1 0 7 1
3 3
F1+(2 F2 )
0 1 2 2
0 1 2 2
0 4 8 8
0 0 0 0
F3 + 4 F2
67
+ 7z = 1
y 2z = 2
(16)
y 2z = 0
(17)
t ; tR
Para hallar una solucin particular x P del sistema (16) podemos asignar un valor
arbitrario a la variable z; por comodidad consideramos z = 0 , luego se tiene
x 1
x P = y = 2
z 0
solucin. Mientras que el conjunto solucin del sistema (15) representa una recta que
pasa por el punto (1, 2, 0) en la direccin del vector (7, 2, 1) . En el siguiente
grfico se ilustra este hecho; ntese en el grfico que la recta que representa a la
68
solucin del sistema homogneo es paralela a la recta que representa a la solucin del
sistema inicialmente dado
Z
ES
CS
(1, 2, 0)
7z
4z
4z
7z
+
+
+
+
5u
3u
2u
6u
+ 2w
+ w
+ w
+ 2w
= 2
= 2
= 3
= 7
(18)
Solucin
La matriz ampliada correspondiente al sistema es
2 3 7
1 2 4
[ A| b ] =
2 0 4
1 5 7
5 2 2
3 1 2
2 1 3
6 2 7
69
2 3 7
1 2 4
[ A| b ] =
2 0 4
1 5 7
1 2 4
5 2 2
3 1 2 F F
2 3 7
1
2
2 0 4
2 1 3
6 2 7
1 5 7
3 1 2
5 2 2
2 1 3
6 2 7
1 2 4
2 3 7
2 0 4
1 5 7
F2 + (2 F1 )
1 2 4 3
3 1 2
1 2
5 2 2 F +( 2 F ) 0 1
1 1 0 2
1
3
0 4
2 1 3
4 4 1 7
F4 + ( F1 )
6 2 7
1 5
0 3 3 3
1 2 4
2 3 7
2 0 4
1 5 7
F1 + 2 F2
1
3 1 2
5 2 2 F + ( 4 F ) 0
3
2
2 1 3
0
F4 + 3F2
6 2 7
0
0
0
0
1
0
0
0 2
1
1
2
1 0 2 (1) F
0
3
0
0 1 1
0 1 1
0
1
0 2 1 1
1 1 1 0
0
F1 + ( F3 )
1
2
2 (1) F
0
3
0
1
F4 + ( F3 )
1
0
0 2
1
1 0 2
0 1 1
0 1 1
1
2
1
0 2
1 0
0 2 1 0
1 1 1 0
0
2
1
y +
= 1
= 2
(19)
w = 1
2z + u
y +
= 0
= 0
w = 0
70
(20)
= z + u
w =
2z
x h = z = s = s 1 + t 0 ; s, t R
u t
0 1
w 0
0 0
Ahora para hallar una solucin particular, hacemos z = u = 0 en el sistema (19) y se
tiene
x 1
y 2
x P = z = 0
u 0
w 0
Luego el conjunto solucin del sistema se puede escribir como
x 1
2 1
y 2
1 1
C S : z = 0 + s 1 + t 0 ; s, t R
u 0
0 1
w 0
0 0
EJERCICIOS
1. De las siguientes matrices diga cules tienen la forma escalonada reducida por
filas.
1 0 0 0 3
0 1 0 0 5
b) B = 0 0 1 0 4
a) A = 0 0 1 0 4
0 0 0 1 2
0 0 0 1 2
0
0
d) D = 0
0
0
0 1 0 0 5
c) C = 0 0 1 0 4
0 1 0 2 3
71
1
0
0
0
0
0
0
0
0
0
0 2
0 1
1 4
0 0
0 1
1
0
e) E =
0
0
1
0
g) G =
0
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
0
0
0
1
0
0
0
1
0
0
0
f) F =
0
2
0
3
0
1
2
1
1
0
h) H =
0
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
0
0 0
2 3
1 0
0 0
1
2
1
2. Dada la matriz
0
1
4
2
A=
3 1
5 1
3
2
4
3. Dada la matriz
3 2 5 6
A = 2
0 4 2
1 3 1 1
72
6. Para cada una de las siguientes matrices determine la matriz escalonada reducida
por filas que sea equivalente.
1 2 0
1 3
2
b)
2 3 1
0
1 1
6 1
1 4
a) 1 1 2 3
1 11 6 7
0
0
c)
0
0 1 2
3 2
4
2 3
4
1 3 1
1 1
2 1
e)
2 3
1 2
0
0
0
1
1 1
2 1
g) 4 2
6 1
7 3
2
3
2
5
4
2
5
5
4 2 3
1
1
5
0
4
d)
1 1 8 6
7
2 10 0
3
1
5
1 0 2 5 1
0 1 3
1
2
f)
0 1
0
0
3
4
1 1 1 0
3
1
6
2 1 3
1
1
3 5 1 0
2
h) 1
1
3 6
0
7
0
3
3
4
1
0
7 15 1
0
0
0
0
1
7. Para cada uno de los sistemas de ecuaciones dados, halle todas sus soluciones.
x + y + 3z + 2w = 7
x + y + 2 z = 1
a)
x 2 y + z = 5
3x + y + z = 3
b)
x + y + z =1
c)
2 x y + 4w = 8
3 y + 6z = 8
x + y + 2 z + 3w = 13
x + y 2z = 3
2x + y + z = 2
d)
73
x 2y + z + w = 8
3x + y + z w = 1
e)
h)
x + 2 y 4z = 3
x 2 y + 3z = 1
2x + 3y z = 5
4x + 3 y 2z = 7
f)
2 x + y + z 2w = 1
3x 2 y + z 6w = 2
x + y z w = 1
6 x + y + z 9 w = 2
5x + 2 y 6 z = 7
5 x y + 2 z 8w = 3
2x y + z = 3
x 3y + z = 4
x+ y+z+w=6
2x + y z = 3
i)
5 x 3 y 2 z = 5
3x + y + 2w = 6
8. En los siguientes determine todos los valores de a para los cuales el sistema lineal
resultante (i) no tenga solucin, (ii) tenga una nica solucin, y (iii) tenga una
infinidad de soluciones.
a)
x+ yz =2
x + 2y + z = 3
b)
x + y + (a 2 5) z = a
c)
x+ y+z =2
2x + 3 y + 2z = 5
2 x + 3 y + (a 2 1) z = a + 1
x+ y+z =2
x + 2y z = 3
d)
x + y + (a 5) z = a
2
x+ y =3
x + (a 2 8) y = a
a)
1 1 1 0
1 1 0 3
0 1 1 1
c)
1 2 3 0
1 1 1 0
5 7 9 0
e)
1 2 3 1 8
1 3 0 1 7
1 0 2 1 3
74
0
0
0
b)
1
1
2
1
1
3
3
1
2
3
d)
1
2
1
2
2
0
0
2
1
1 7
1 4
2 5
3 11
4 12
f)
1 2 3
2 1 3
3 0
1
3 3 0
4
5
2
a)
b)
11. Determine una ecuacin que relacione a, b y c de modo que el sistema lineal
x + 2 y 3z = a
2 x + 3 y + 3z = b
5x + 9 y 6 z = c
Sea consistente para cualesquiera valores de a, b y c que satisfagan esa ecuacin.
12. Determine una ecuacin que relacione a, b y c de modo que el sistema lineal
2 x + 2 y + 3z = a
3x y + 5 z = b
x 3y + 2z = c
Sea consistente para cualesquiera valores de a, b y c que satisfagan esa ecuacin
13. Determine una matriz x de 2 1 cuyas entradas no sean todas nulas, tal que
4 1
Ax = 4 x , donde A =
.
0 2
[Sugerencia:
Escriba
la
ecuacin
matricial
Ax = 4 x
como
14. Determine una matriz x de 3 1 cuyas entradas no sean todas nulas, tal que
Ax = 3 x , donde
1 2 1
A = 1 0
1
4 4 5
15. En los siguientes ejercicios, determine el polinomio cuadrtico que interpole los
puntos dados.
a) (1, 2) , (3 , 3) , (5 , 8)
16. En los siguientes ejercicios, determine el polinomio cbico que interpole los
puntos dados
75
b) ( 2 , 2) , ( 1, 2) , (1, 2) , (2 ,10)
17. Un industrial fabrica sillas, mesas para caf y mesas para comedor. Se necesitan
10 minutos para lijar una silla, 6 para pintarla y 12 para barnizarla. Se necesitan
12 minutos para lijar una mesa para caf, 8 para pintarla y 12 para barnizarla. Se
necesitan 15 minutos para lijar una mesa para comedor, 12 para pintarla y 18 para
barnizarla. La mesa de lijado esta disponible 16 horas a la semana, la mesa de
pintura 11 horas a la semana y la mesa de barnizado 18 horas. Cuntas unidades
de cada mueble deben fabricarse por semana de modo que las mesas de trabajo se
ocupen todo el tiempo disponible?
18. Un editor publica un posible xito de librera en tres presentaciones distintas: libro
de bolsillo, club de lectores y edicin de lujo. Cada libro de bolsillo necesita un
minuto para cosido y 2 para el pegado. Cada libro para el club de lectores necesita
2 minutos para el cosido y 4 para el pegado. Cada libro en edicin de lujo necesita
3 minutos para el cosido y 5 para el pegado. Si la planta de cosido esta disponible
6 horas diarias y la planta de pegado 11 horas,Cuntos libros de cada
presentacin se pueden producir por da de modo que las plantas se aprovechen a
toda su capacidad?.
1 2
1 1
76
( A 1 ) 1 = A
b)
( AB) 1 = B 1 A 1
c)
( AT ) 1 = ( A1 )T
Prueba
a)
(1)
(2)
c)
77
( A1 )T AT = ( AA1 )
= ( I n )T
= In
Luego, por la unicidad de la inversa se tiene que
( AT ) 1 = ( A1 )T
Si AB = I n , entonces BA = I n
b)
Si BA = I n , entonces AB = I n
Si C = I n , entonces A1 = B .
b)
1 1
Solucin
Paso 1.- Construimos la matriz
2 1 1 0
[ A| I 2 ] =
1 1 0 1
1 1 0 1
1 1 0 1
78
+( F )
1
1
1 1 2 1 2 0 F
0
2
2 1 1 2
3
12 1
2
1 1 0 1
0
2
F2 1 1
1
1 12 12 0
2
2
3
3
1
1
0
1
0
1
2
2
3
1 12 12
1
0 1 3
2
3
1
0 F1+ F2 1 0 1 3
2
2
1
3
0 1 3
2 1 1 0 1 0 13
Luego, se tiene que
~
1
1
1
0
1
0 1 3
1
2
1
2
= [C | B]
1
2
Solucin
Paso 1.- Construimos la matriz
1 6 4 1 0 0
[ A | I 3 ] = 4 8 5 0 1 0
3 2 1 0 0 1
Paso 2.- Calculamos la matriz escalonada reducida por filas equivalente a [ A | I 3 ] .
1 6 4 1 0 0
1 6
4
1 0 0
F2 +(4 F1)
[ A | I 3 ] = 4 8 5 0 1 0
0 16 11 4 1 0
3 2 1 0 0 1 F3 + (3F1 ) 0 16 11 3 0 1
1 6
1 6
4
1 0 0 1 F
4 1
0
0
2
16
11
1
116 0
16
4
0 16 11 4 1 0 0 1
0 16 11 3 0 1
0 16 11 3
0
1
79
1 6
1 0 1 8 1 2 3 8 0
4
1
0
0
+
(
6
)
F
F
1
2 0 1 11
1
1116 1 4 116 0
116 0
16
4
0 1
0 16 11 3
0 0
0
1
0
1
1 1
F3 + 16 F2
3
1 0 1 8 1 2
0 F + ( 1 F ) 1 0 1 8 0 1 8
8
1
3
11
1
116 0 2 0 1 1116 0 3 16
4
0 1 16
1
0 0
0
1 1 F2 + ( F3 ) 0 0
1
0 1 1
4
4 = [B | C ]
1
1
[ A | I 3 ] = 4 8 5 0 1 0 ~ 0 1 1116 0 3 16
3 2 1 0 0 1 0 0
0 1 1
1 4 = [B | C]
1
1
Solucin
1 0
2 0 1 1 0 0 1 F
2 1
[ A | I 3 ] = 1 1 0 0 1 0 1 1
0 2
0 2 2 0 0 1
1 0
1 1
0 2
0 0
2 0
1 0
0 0
F2 + F1
1 0 0 1
0 2
0 1
80
0 0
1 0
0 1
0 0
2 0
1
1
2
2
1
1
2
2
2 0
0 0
1 0
0 1
1 0
0 1
0 2
1 0
0 1
0 0
1
1
2
2
2 0
1
1
2
2
1 0
1 0
0 0
F3 + (2 F2 )
1 0 0 1
0 0
0 1
1 0
2
2
1 1 2 1
0 0 F + ( 1 F ) 1 0 0 1
1 1 2
1
3
1 0 2 0 1 0 1
2 1 2
1
0 1 F2 + ( F3 ) 0 0 1 1 2 1
2
1 1 2
1
2 1 2
A 1 = 1
1 2 1
Luego,
A=
1 1 1 1
1 1 1 1
si es que existe.
Solucin
1 1 1 1 1
1 1 1 1 0
[ A| I 4 ] =
1 1 1 1 0
1 1 1 1 0
0
1
0
0
0
0
1
0
0 F2 + ( F1 ) 1 1
1
1
0
0 0 2 2
(
)
+
F
F
0 3 1 0 2 0 2
1 F4 + ( F1 ) 0 2 2 0
1
1
1
1
0
1
0
0
0
0
1
0
1 1
1
1
0 0 2 2
0 2 0 2
0 2 2 0
1 1
0 0 0
1
1
1 1 0 0
0 2 0 2
F2F3
1 0 1 0 0 0 2 2
1 0 0 1
0 2 2 1
0 0 0
1 0 1 0
1 1 0 0
1 0 0 1
1 1
1
1
0 2 0 2
0 0 2 2
0 2 2 0
1 1
0 0 0
1
1
0
1
1 0 1 0
0 1
1
F
0 0 2 2
2
1 1 0 0
2
1 0 0 1
0 2 2 0
0 12
1 1
1
1
0
1
0 1
0 0 2 2
0 2 2 0
1 1
1 0
0
1
0
0
0 F1 + ( F2 ) 1
0
0
F
F
2
+
2 0
0 4
1
0
81
1 1
1 0
0 2 2
0 2 2
1 1
0 0
2
1
0
1
0
0
1
0
0
0
0
0
0
0
0
1
0
0
0 2 2
0 2 2
0
0 1 1
0 2 2
0
0
0 0 1
1 0 1
0
0
0 0 1
1 0 1
0
0
0 0
2
0
1
12
1
1
2
2
4
2
1
0
1
1
0
2
1
1
1 1
0 1
0 1
0 0
12
0
1
1
12
12 0
14 14
1
0
0
0
1
(
)
F
0
3
0
2
1
0
0 F1 + ( F3 ) 1
0
0
F
F
+
2
3 0
0 4
1
0
1
0
0 1
0
F
0 4 4 0
1
0
0 2 2
12
0 0 1
1 0
0 1
0 0
1
4
0 0 1
1 0
12
0 1
12
0 0
F1 + F4
1
0
0
0
F +( F4 )
0 2
0
1
4
F3 + ( F4 ) 0
2
1
0 0 0
1 0 0
0 1 0
0 0 1
4
4
4
4
14
1
1
4
4
0
0
2
1
2
1
0
1
0
0
0
4
1
14
14 14
14 14
Luego
1
A =
1
1
1
1
4
4
4
4
1
1
4
4
4
1 4
1
4
1
4
4
14 14
14 14
x = A1b
y es la nica por ser A no singular.
82
0
0
14
14
1
4
y = 3
y = 6
Solucin
3
2 1
; b=
En el sistema se tiene que A =
6
1 1
13
La inversa de A es A1 =
1 3
1
2
3 1
=
2 6
3
5
x 13
y = 1
3
Luego,
x 1
y = 5
2x
x
= 1
+ 2 y + 2z =
Solucin
2 0 1
3
Se tiene que A = 1 1 0 y b = 1
0 2 2
5
1
13
3
1
2
Como A es no singular, existe A = 3 3
1 3 2 3
1
1
x 13
3
y = 1
2
3 3
z 1 3 2 3
6 y se tiene
1
3
1
1
3 3 2
1 1 = 5
6
2
1 5
0
3
1
x 3 2
y = 5
2
z 0
83
matriz de salida.
A=
1 1 1 1
1 1 1 1
dada en el ejemplo 5. Hallar la matriz de entrada si se quiere que la matriz de salida
sea
a)
2
1
b=
3
4
1
3
b=
5
2
b)
Solucin
1 1 1 1
1 1 1 1
A=
es no singular y A =
1 1 1 1
1 1 1 1
a)
x1
x
2 =
x3
x4
1
1
1
1
4
4
1
1
14
14
4
1
2
1 4 1
1 4 3
1
4 4
1
x1 5 2
x 1
2 =
x3 3 4
x4 1
84
1
1
1
1
4
4
4
4
1
1
4
4
14
14 14
14 14
1 4
, luego
1 4
1
4
1
x1
x
2 =
x3
x4
b)
1
1
1
1
4
4
1
1
4
4
4
4
1
4 3
1 4 5
1
4 2
1
4
1
4
1
x1 11 4
x 3
2 = 4
x3 1 4
5
x4 4
Prueba
En efecto, si A es no singular, entonces existe A1 ; luego
A1 ( Ax ) = A1 0 ( A1 A) x = 0
In x = 0
x=0
Luego la nica solucin del sistema es la trivial.
Observacin. El teorema anterior es equivalente al siguiente enunciado: El sistema
tiene una solucin no trivial si y solo si A es singular.
Ejemplo 8.- Resolver el siguiente sistema
x
y + 2z = 0
2x
y + 3z
= 0
y + 3z
= 0
Solucin
1 1 2
Del sistema se tiene A = 2 1 3 . Al calcular la inversa de A se obtiene
1 1 3
0 1 1
A = 3 1 0 , luego la nica solucin del sistema es la trivial x = y = z = 0 .
1 0 2
1
+ 6 y + 4z = 0
4x + 8 y
+ 5z
3x + 2 y +
Solucin
85
= 0
= 0
y su matriz ampliada
1 6 4 0
[ A| 0 ] = 4 8 5 0
3 2 1 0
Calculando la matriz escalonada reducida por filas equivalente a [ A | 0 ] se tiene
1 6 4 0 1 0 18 0
[ A | 0 ] = 4 8 5 0 F 0 1 1116 0
~
3 2 1 0 0 0 0 0
Luego el sistema original es equivalente a
y +
11
8
16
= 0
z = 0
t ; tR
A es no singular
b)
c)
d)
86
h
8
9 10 11 12 13 14
15 16 17 18 19 20 21 22 23 24 25 26 27 28
luego elegimos una matriz A no singular; en este caso consideraremos una matriz de
orden 3 3 (puede ser de cualquier orden mayor o igual a 2).
1 3 3
A = 1
2 3
1 1 2
23 9 23 1
28
5 12 28 17
87
5 19 22
Como para la codificacin del mensaje se est usando una matriz de orden 3 3 , para
codificar el mensaje se divide el mensaje numerado en matrices de columna de 3 1 ,
de la siguiente manera:
23
1 12 5
9
28 28 19
23
5 17 22
en el caso que sobren espacios; a stos se les asigna el nmero 28 que corresponde al
guin.
El mensaje se codifica multiplicando cada una de las matrices columna, anteriores,
por la matriz codificadora A. As se tiene
1 3 3 23 1 12 5 65 68 21 14
1
2 3 9 28 28 19 = 28 42
17 23
1 1 2 23 5 17 22 14 19 6
20
65, -28, 14, -68, 42, -19, -21, 17, -6, 14, -23, 20
Para decodificar el mensaje, el receptor escribe esta lista como una sucesin de
matrices columna de 3 1 ; es decir
65 68 21 14
28 42
17 23
14 19 6
20
88
1 3 3 65 68 21 14 23 1 12 5
1 5 6 28 42
17 23 = 9 28 28 19
1 4 5 14 19 6
20 23 5 17 22
EJERCICIOS
1 1 1
5 5 1
0 2 3
d)
2 5
2
1 1 3
1 2 1
e)
1
0
3 5 7
1 2 3
0 1
2
0 0
1
f)
2 1
3 2
1 1
2 1
h)
1 1 i i + 2
1 i
i
1
3i
i
i)
cos
sen
j)
2 1 3
0 1 2
1 0 3
k)
1 1 2 3
4 1 2 0
2 1 3 1
4 2 1 5
a)
2
1
2 4
c)
1 2 3
0 1 2
0 0 1
0
0
3
2
0
0
4
sen
cos
x + 2 y + 3z = 0
2 y + 2z = 0
b)
x + 2 y + 3z = 0
2x + y z = 0
2x + y = 0
2x 2 y + 2z = 0
89
c)
x + y + 2z = 0
2x + y + z = 0
d)
3x y + z = 0
x y+z =0
2x + y = 0
2x 2 y + 2z = 0
1 4
4
3
A 1 =
1 1
4. Muestre que una matriz que tiene una fila o una columna formados
exclusivamente por ceros debe ser singular.
5. Determine todos los valores de a para los cuales la inversa de
1 1 0
A = 1 0 0
1 2 a
exista Cunto vale A 1 ?.
6. Considere un proceso industrial cuya matriz es
2 1 3
A = 3 2 1
2 1 1
determine la matriz de entrada para cada una de las siguientes matrices de salida:
a)
30
20
10
b)
12
8
14
90
5
2 3
A 1 =
y b=
3
4 1
12. Sea A una matriz de orden 3 3 . Supongamos que
1
x = 2
3
a11
, 1
a 22
, ... , 1
a nn
4 1 8
Decodifique el mensaje
43, 70, 173, 3, -9, 26, 68, 111, 277, 52, 87, 213, 46, 79, 188, 57, 58, 256
codificado mediante la matriz del ejercicio 17.
91