Está en la página 1de 30

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)

1 de 1
Matrices

Una matriz de m x n con elementos en C es un arreglo de la forma

(
(
(
(

a a a
a a a
a a a
mn m m
n
n
K K K
K K K
K K K
M
2 1
2 22 21
1 12 11


donde a
11,
a
12, ...,
a
mn
y m, n Z. La matriz es de orden m x m.

[ a
11,
a
12,...,
a
1n
] primer rengln
[ a
21,
a
22,...
a
2n
] segundo rengln
[ a
i1,
a
i2,...,
a
in
] i-simo rengln

en forma anloga
(
(
(
(

a
a
a
nj
j
j
M
2
1
j-sima columna

Definicin
Sean A= [ a
ij
] y B= [b
ij
] dos matrices de m x n con elementos en C. A y B son iguales, lo
que representamos con A=B, si:
a
ij=
b
ij
; para i = 1,2,...m y
j = 1,2,..., n

Adicin de matrices y multiplicacin por un escalar.

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


2 de 2

La adicin


Definicin

Sean A= [ a
ij
] y B=[b
ij
] dos matrices de m x n con elementos en C. La suma A + B es
una matriz s = [s
ij
] de m x n definida por

Sij = a
ij
+ b
ij
i = 1,2,..., m
y
j = 1,2,..., n


Ejemplo:

Sean A=
(

+
+
1 2
3 7
i
i
; B=
(

+
4 3
2 5
i
i i
; C=
(
(
(

1 5
4 3
6 1
i
i


A+B=
(

+ + +
+ + + +
4 1 3 ) 2 (
) 2 ( ) 3 ( ) 5 ( 7
i i
i i i



=
(

+
+
5 4 2
5 12
i
i



A+C No existe porque no son del mismo orden. No son conformables para la suma.

Teorema
Si A, B y C son matrices de m x n cuyos elementos son nmeros complejos, entonces:

1) A+(B+C) = (A+B)+C asociatividad
2) A+B = B+A conmutatividad
3) la matriz 0 de orden m x n tal que A+ (-A)=0 elemento neutro
Definicin

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


3 de 3
Sean A= [ a
ij
] y B=[b
ij
] dos matrices de m x n con elementos en C. La diferencia A-B se
define como

A-B= A+ (-B)

A-B= (A+(-B) = ([ a
ij +
(-b
ij
)] = [ a
ij
- b
ij
]


Para las matrices definidas en el ejemplo anterior:

A-B =
(

+
+
1 2
3 7
i
i
-
(

+
4 3
2 5
i
i i
=
(

+
+ +
4 1 3 ) 2 (
) 2 ( ) 3 ( ) 5 ( 7
i i
i i i


=
(


+
3 2 2
2 1 2
i
i i


A-C No son conformables para la sustraccin.


Multiplicacin por un escalar


Definicin

Sean A=[ a
ij
] una matriz de m x n con elementos en C y C. El producto A es
una matriz E dada por E = | | ij e de m x n definida

ij e = a
ij
; para i= 1,2,...,m y
j = 1,2,..., n

si = 3i

A=3i
(

+
+
1 2
3 7
i
i
=
(

+
+
) 1 ( 3 ) 2 ( 3
) 3 ( 3 ) 7 ( 3
i i i
i i i
=
(


i i
i i
3 3 6
3 9 21
(i-i)=i
2
=-1

Teorema

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


4 de 4
Si A y B son matrices de m x n con elementos en C y C, entonces

1) (A+ ) = A+ B
2) ( +B) A = A +BA
3) (BA) = ( B)A


Multiplicacin de matrices

Definicin

Sean A=[ a
ij
] y B=[b
ij
] dos matrices con elementos en C, de m x n y n x q,
respectivamente. El producto AB da como resultado p= [p
ij
], de m x q, definida por


p
ij =
bkj
n
k
ik a
=1

para i = 1,2m
j = 1,2n

(
(
(

=
(
(
(

(
(
(

P B
j
A
i
p
ij



Teorema

Sean A, B y C matrices de m x n, n x p y p x q, respectivamente, entonces:

A(BC)=(AB)C



Teorema

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


5 de 5
Sean A,B y C matrices de m x n, n x p y n x p respectivamente y D, E y F matrices de m
x n, m x n y n x p, respectivamente, cuyos elementos son numeros complejos.

Entonces:

1) A(B+C) = AB+AC
2) (D+E)F = DF+EF

Definicin

Se llama matriz identidad de orden n a la matriz cuadrada de orden n,
In=
| |
ij tal que

ij = 1 si i =j

ij = 0 si i j

ij Delta de kronecker

I
3 =
(
(
(

1 0 0
0 1 0
0 0 1

Matriz de identidad de orden 3


Ejemplo:
Sean las matrices

A=
(
(
(

1
4
2
0
3
1
B=
(

1 2
3 4
C=
(

3 2
0 1

3 X 2 2 X 2 2 X 2

Demostrar que A(BC) = (AB)C

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


6 de 6
2 2
2 2 2 2 2 2
3 2
9 10
3 2
0 1
1 2
3 4
x
x x x
BC
(

=
(

=

2 3
2 3 2 2 2 3
3 4
9 10
3 2
3 4
1
4
2
0
3
1
x
x x x
AB
(

=
(

(
(
(

=


Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


7 de 7
( )
2 3
2 3 2 2 2 3
3
39
15
4
46
18
3 4
9 10
1
4
2
0
3
1
x
x x x
BC A
(
(
(

=
(

(
(
(

=


( )
( ) ( )C AB BC A
x
C AB
x x x
=
(
(
(

=
(

(
(
(

=
2 3
3
39
15
4
46
18
3 2
0 1
1
13
5
2
20
8
2 3 2 2 2 3








Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


8 de 8
Ejemplo:

Sean A y B dos matrices de 4 x 5 y C, D y E de 5 x 2, 4 x 2 y 5 x 4,
respectivamente. Determinar cules de las siguientes operaciones son conformables.


a) AB

A B No son conformables para la multiplicacin
4x5 4x5
|---/---|


b) AC+D

A C + D Matriz de 4 x 2
4x5 5x2 4x2
|---/---|
|----/----|
4 x 2
|--------/---------|
4 x 2

c) AE + B

A E + B
4x5 5x4 4x5 No son conformables para la suma
|------------|
4 x 4









Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


9 de 9
d) E (A + B)
E (A + B)
5x4 4x5 4x5 Matriz de 5x5
|--------|
4x5
|------------|

|----------------|
5x2




e) E (AC)
E (A C)
5x4 4x5 5x2 Matriz de 5x2
|------|
4x2
|--------|
|---------------|
5x2

Inversa de una matriz

Definicin

Sea A una matriz de mxn con elementos en C. Una matriz X se dice que es inversa de A
si:

XA=AX=In

Y se representa con A
-1


A, X y A
-1
son matrices cuadradas de orden n.

Si A tiene inversa matriz no singular
Si A no tiene inversa matriz singular
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


10 de 10
Matrices elementales

Definicin

Una matriz elemental es aquella que se obtiene aplicando a In una transformacin
elemental y se representa con

In
(i,j)
Se obtiene intercambiando los renglones i y j de In
In
k(i)
Se obtiene multiplicando por un nmero k 0 el rengln i de In
In
k(i,j)
Se obtiene multiplicando por k el rengln i de In

Ejemplo:

Sea la matriz A=
(
(
(

2 1 4
7 3 5
1 4 2


Se aplica la transformacin T
1
igual a I
3
(1,2)

E
1=
I
3
(1,2)
=
(
(
(

1 0 0
0 0 1
0 1 0



Si multiplicamos E, A se tiene

A
1
= EA =
(
(
(

=
(
(
(

(
(
(

2 1 4
1 4 2
7 3 5
2 1 4
7 3 5
1 4 2
1 0 0
0 0 1
0 1 0

E
1
= Matriz elemental

Teorema
Las matrices elementales son no singulares




Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


11 de 11
Teorema
El producto de dos matrices elementales es una matriz no singular

Supongamos que existe una sucesin finita de matrices elementales

I A A n
T
K
T T K
A
1 1
,
2 1
K


Entonces existe una sucesin finita de matrices elementales

E
1
, E
2
, ..., E
k

( ( ) ( ) )
( )
I E E E
I E E E
n K
n K
A
A
=
=
1 2
1 2
K
K K


Si llamamos P al producto (E
k
... E
2
E
1
) se tendr que

PA= In

Como P es un producto de matrices elementales, P es no singular y existe P
-1

P
-1
(PA)= P
-1
In
(P
-1
P)A= P
-1
InA= P
-1
A= P
-1

Si post multiplicamos por P
AP= P
-1
P
AP=In

En consecuencia
PA=AP=In
P es la inversa de A

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


12 de 12
Se tiene que

P= E
k...
E
2
E
1
=( E
k...
E
2
E
1
)In
= E
k
(...(E
2
(E
1,
I
n
))...)

por lo tanto, P se obtiene aplicando a In una sucesin de transformaciones elementales
T
1,
T
2,...
T
k


T
1
T
k

[A | In] ... [In | A
-1
]

Inicialmente el arreglo tiene del lado izquierdo la matriz A y del lado derecho la matriz
identidad In.

Se efectan (en ambas matrices) las transformaciones necesarias para obtener del lado
izquierdo la matriz In y al finalizar el proceso se obtiene del lado derecho la matriz A
-1
.

Ejemplo:
Determinar la inversa de la matriz A=
(

6 5
4 3

| |
(

=
1 0
0 1
6 5
4 3
2 I
A
~
(
(

1
3
5
0
3
1
3
2
0
3
4
1


R
1/3
R
1(- )
+ R
2

(

2 3 2 5
2 3
1 0
0 1


R
2
(-3/2)
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


13 de 13
R
2
(-1/3) + R
1



A
-1
=
(

3 5
4 6


A es NO singular

Ejemplo:

Encontrar, si existe, A
-1
para

A=
(
(
(

8 5 4
2 1 3
6 4 1



(
(
(

1 1 1
0 1 3
0 0 1
8 5 4
2 1 3
6 4 1
~
(
(
(



1 0 4
0 1 3
0 0 1
16 11 0
16 11 0
6 4 1


R
1
(3)+ R
2
R
1
(4)+ R
3

(
(
(



1 1 1
0 1 3
0 0 1
0 0 0
16 11 0
6 4 1

R
2
(-1)+ R
3

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


14 de 14
El ultimo rengln de la resultante maestra que no se puede transformar en I
3;
por tanto,
A
-1
no existe

A es singular

Ecuaciones con matrices

Un ejemplo de ecuaciones con matrices la constituye la llamada representacin matricial
de un sistema de ecuaciones lineales. Un sistema de m ecuaciones con n incgnitas
puede quedarse representada por la ecuacin

AX=B

Donde
A Matriz de coeficientes, de mxn
B Vector de trminos independientes, de nxl
X Vector de incgnitas de mxl

Si A
-1
se tiene
AX=B

A
-1
(AX)= A
-1
B

(A
-1
A)X= A
-1
B

InX= A
-1
B

X= A
-1
B


Ejemplo:

Resolver el sistema de ecuaciones lineales que se plantea

X
1
+3X
3
=2
X
2
-2X
3
=-1
X1+X2+2X3=3

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


15 de 15
A=
(
(
(

2 1 1
2 1 0
3 0 1
X=
(
(
(

3
2
1
X
X
X
B=
(
(
(

3
1
2


A
-1
=
(
(
(




1 1 1
2 1 2
3 3 4


X= A
-1
B=
(
(
(

(
(
(




3
1
2
1 1 1
2 1 2
3 3 4


X=
(
(
(

2
3
4


Es decir:

X
1
=-4 X
2
=3 X
3
=2


Ejemplo:
Obtener la matriz X
1
, si existe tal que XA+B=XC

Si A=
(


4 2
1 2
; B=
(

1 1
2 3
; C=
(

2 1
1 1


XA+B=XC

X
-1
[XA+B] = X
-1
[XC]

X
-1
XA+ X
-1
B = X
-1
XC

InA + X
-1
B = InC

A+ X
-1
B=C

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


16 de 16
[A+ X
-1
B] A= C-A

A+ X
-1
B A= C-A

X
-1
B=C-A

X[X
-1
B]=X[C-A]

InB=X[C-A]

B=X[C-A]

B[C-A]
-1
= [X[C-A]] [C-A]
-1

B[C-A]
-1
= XIn

B[C-A]
-1
=X

X=B[C-A]
-1

C-A=
(

2 1
1 1
-
(


4 2
1 2
=
(

6 3
2 1


[C-A]
-1
(

0 0
0 1
6 3
2 1

~
(


1 3
0 1
0 0
2 1


( )
( )
R R
R
2 1
1
3
1
+




(C-A) es una matriz singular [C-A]
-1
y no es posible determinar X.

Se presentan algunas diferencias importantes entre el lgebra de los nmeros y el de las
matrices:

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


17 de 17
1) Podemos sumar o multiplicar dos nmeros cualesquiera, mientras que no siempre
podemos hacerlo con las matrices, stas deben ser conformables para la suma o la
multiplicacin.

2) La multiplicacin de nmeros es conmutativa, mientras que la multiplicacin de
matrices no lo es.

Para los nmeros se tiene:
Si b=c ab=ac
Si b=c ab=ca

Para las matrices:
Si B=C AB=AC
Si B=C AB=CA

3) El producto de dos nmeros diferentes de cero es diferente de cero, mientras que la
multiplicacin de dos matrices diferentes de cero puede ser igual a la matriz de cero.

Para las matrices

A=
(


3 9
1 3
B=
(



6 3
2 1



AB=
(

=
(


0 0
0 0
6 3
2 1
3 9
1 3


A 0 B 0 AB 0


Tipo Especial de Matrices

Diagonal principal, triangular superior y triangular inferior


Diagonal principal a
ii

Triangular superior a
ij
tal que i<j
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


18 de 18

Triangular inferior a
ij
tal que i>j

Traza

Definicin

Sea A=[ a
ij
] una matriz de n x n con elementos en C. Se llama traza de A, y representa
con t
r
A, al nmero

=
n
i
ii a
1


Ejemplo

Sea A=
(
(
(

i
i
2 3 0
4 1 2
1 3 5


t
r
A= 5i+1+(-2i)
= 1+3i




Teorema
Si A y B son dos matrices de nxn con elementos en C y C .
1) t
r
(A+B) = t
r
(A) + t
r
(B)
2) t
r
(A) = [t
r
(A)]
3) t
r
(AB) = t
r
(BA)

Matrices triangulares

Definicin

Sea A=[ a
ij
] una matriz de nxn con elementos en C. Se dice que

1) A es triangular superior si a
ij
=0 para i>j
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


19 de 19
2) A es triangular inferior si a
ij
=0 para i<j

(
(
(

6 0 0
5 4 0
3 2 1
Triangular superior

(
(
(

6 5 4
0 3 2
0 0 1
Triangular inferior


Teorema

Si A y B son dos matrices triangulares superiores (inferiores) del mismo orden y
C entonces

1) A+B es triangular superior (inferior)

2) A es triangular superior (inferior)

3) AB es triangular superior (inferior)


Matriz Diagonal

Definicin

Sea A=[ a
ij
] un matriz de nxn con elementos en C. Se dice que A es una matriz diagonal
si a
ij
=0 para i j y se representa con

diag ( a
11,,
a
22,...,
a
nn
)

(
(
(

0 0 0
0 2 0
0 0 1
i Matriz diagonal

diag (1,2i,0)
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


20 de 20
Teorema

Si A y B son dos matrices diagonales
diag A =(a
11,
a
22,...,
a
nn
)
diag B = (b
11,
b
22,...,
a
nn
)

1) A+B = diag ( a
11 +
b
11,
a
22 +
b
22,...,
a
nn
b
nn
)

2) A= diag (a
11,


a
22,...,
a
nn
)

3) AB =( a
11
b
11,
a
22
b
22,...,
a
nn
b
nn
)

4) A
-1
= diag (1/ a
11,
1/

a
22,...,
1/ a
nn
)

Si A es no singular


Regla de Sarrus

Clculo de determinantes

Este mtodo se emplea para determinantes de segundo y tercer orden

22 21
12 11
a a
a a
= a
11
a
22
- a
21
a
12


23 22 21
13 12 11
33 32 31
23 22 21
13 12 11
a a a
a a a
a a a
a a a
a a a
= ( a
11
a
22
a
33
+

a
21
a
32
a
13
+ a
31
a
12
a
23
)

- ( a
21
a
12
a
33
+
a
11
a
32
a
23
+ a
31
a
22
a
13
)




Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


21 de 21
Ejemplo

Obtenga el det A, para A =
(

7 5
3 1
( )( ) ( )( ) 3 5 7 1
det A = 7-15
det A = -8

A=
(
(
(

1 4 1
5 2 3
5 4 1


det A =
5 2 3
5 4 1
1 4 1
5 2 3
5 4 1



( )( )( ) | | ( )( )( ) | | ( )( )( ) | |
( )( )( ) ( )( )( ) ( )( )( ) | |
60 18 78
5 2 1 5 4 1 1 4 3
5 4 1 5 4 3 1 2 1
= =
+ +
+ + =



Desarrollo por cofactores

Sea


A =
(
(
(
(

33 32 31
23 22 21
13 12 11
a a a
a a a
a a a



Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


22 de 22
det A = a
11
(-1)
1+1
33 32
23 22
a a
a a
+


a
12
(-1)
1+2
33 31
23 21
a a
a a
+



a
13
(-1)
1+3
32 31
22 21
a a
a a


Definicin

Sea A= [ a
ij
] una matriz de n x n con elementos en C (-1)
i+j
M
ij


Teorema

Si A= [ a
ij
] es una matriz de n xn con elementos en e y r un nmero entero tal que
n r 1 , entonces

c a
c a
ir ir
n
i
rj rj
n
j
A
A

=
=
=
=
1
1
det ) 2
det ) 1



Ejemplo

Sea A =
(
(
(


2 4 5
3 4 2
0 1 3


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


+

(1)(-1)
1+2
2 5
3 2


+ (0)(-1)
1+3
4 5
4 2

= 3[(8)-(12)] -1 [(4)-(15)]
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


23 de 23
= 3(-4) -1(-11)
=-12+11
det A =-1

Mtodo de condensacin
Este mtodo se basa en lo siguiente:
1) Elegir una lnea que contenga el mayor nmero de ceros posible.
2) Elegir un elemento no nulo de dicha lnea (de preferencia 1 -1) y aplicar
reiteradamente transformaciones elementales hasta reducir a ceros el resto de los
elementos de la lnea.
3) Desarrollar los factores segn dicha lnea.
4) Repetir los tres pasos anteriores hasta obtener un determinante de tercer o
segundo orden y obtener su valor por medio de la regla de Sarrus


Ejemplo
Calcular el determinante de la matriz A

A=
(
(
(
(
(
(


1 0 4 2 1
1 3 1 2 0
0 1 2 1 1
1 0 1 2 3
3 2 5 1 1


Seleccionamos la cuarta columna para efectuar el desarrollo y para pivote el tercer
elemento de dicha columna. Se multiplica por 2 y -3 el rengln 3 y se suma a los
renglones 1 y 4, respectivamente.

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


24 de 24
det A =
1 0 4 2 1
1 3 1 2 0
0 1 2 1 1
1 0 1 2 3
3 2 5 1 1



~
1 0 4 2 1
1 0 5 5 3
0 1 2 1 1
1 0 1 2 3
3 0 1 1 1






desarrollamos por cofactores la columna 4

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

1 4 2 1
1 5 5 3
1 1 2 3
3 1 1 1





Se escoge el primer rengln para el desarrollo y el elemento de la primer columna como
pivote



det A= (-1)
1 4 2 1
1 5 5 3
1 1 2 3
3 1 1 1





c
1
(1)+ c
2
c
1
(1)+ c
3
c
1
(-3)+ c
3

=-1
2 5 3 1
8 8 2 3
10 4 5 3
0 0 0 1




Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


25 de 25
det A= (-1)(1)(-1)
1+1
2 5 3
8 8 2
10 4 5




c
1
(4)+ c
2
c
1
(-4)+ c
3

det A = -1
14 17 3
0 0 2
30 24 5



det A= -1(2)(-1)
2+1
14 17
30 24



det A= 2[(24)(-14)-(17)(-30)]

=2 (-336+510)

=348


Clculo de la inversa por medio de la adjunta

Sea A= [ a
ij
] una matriz de n x n con elementos en C. y sea c
ij
el cofactor del elemento
a
ij.
Se llama adjunta de A a la matriz Adj A= | |
bij
donde b
ij=
c
ij.

Considrese la matriz A =
4 6 1
4 2 1
3 2 1



c
11
= (-1)
2
4 6
4 2
= 8-24=-16

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


26 de 26
c
12
= (-1)
3
4 1
4 1
= (-1)[4-4]=0

c
13
= (-1)
4
6 1
2 1
= 6-2=4

c
21
= (-1)
-3
4 6
3 2
= (8-18)(-1)=10

c
22
= (-1)
4
4 1
3 1
= (4-3)=1

c
23
= (-1)
5
6 1
2 1
= (6-2)(-1)=-4

c
31
= (-1)
4
4 2
3 2
= (8-6)=2

c
32
= (-1)
5
4 1
3 1
= (4-3)(-1)=-1

c
33
= (-1)
6
2 1
2 1
= (2-2)=0

Adj A =
(
(
(

=
(
(
(

0 4 4
1 1 0
2 10 16
33 23 13
32 22 12
31 21 11
c c c
c c c
c c c


A Adj A =
(
(
(

=
(
(
(

0 4 4
1 1 0
2 10 16
4 6 1
4 2 1
3 2 1



Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


27 de 27
= 4
4 0 0
0 4 0
0 0 4
=
(
(
(

I
3


Cul es la relacin de -4 con la matriz A? si calculamos detA

det A= 4
4 6 1
4 2 1
3 2 1
=

es decir

Si A es una matriz de n x n con elementos en C, entonces
A(Adj A) = (det A)A=(detA)In


Teorema
Sea A una matriz de n x n con elementos en e.
A
-1
existe si y slo si A 0

* A
-1
=
A det
1
(Adj A)
* Si A
-1
entonces det A
-1
A det
1


En el ejemplo anterior,


A
-1
= 1/-4
(
(
(

0 4 4
1 1 0
2 10 16


Ejemplo
Calcular la inversa de A=
(

4 1
2 1
utilizando el mtodo de la adjunta

Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


28 de 28
c
11
= (-1)
2
(4)=4

c
12
= (-1)
3
(1)=-1

c
21
= (-1)
-3
= (2)=-2

c
22
= (-1)
4
(1)=1

Adj A =
(


=
(
(
(

1 1
2 4
22 12
21 11
c c
c c

det A= 2 2 4
4 1
2 1
= =

A
-1
=1/2
(


1 1
2 4


Solucin de un sistema de ecuaciones lineales utilizando la regla de Crammer

Sea

a
11 x 1
+

a
12 x 2
+...+a
1n xn
= b
1


a
21 x 1
+

a
22 x 2
+...+a
2n xn
= b
2
* * * *
* * * *
* * * *
a
n1 x 1
+

a
n2 x 2
+...+a
nn xn
= b
n

Un sistema de n ecuaciones con n incgnitas, y sea A=| |
aij
su matriz de coeficientes


Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


29 de 29
A =
(
(
(

nn n n
n
n
a a a
a a a
a a a
...
...
...
2 1
2 22 21
1 12 11


Si det A 0 entonces

x k
=
A
Ak
det
det
para k=1,2,n

donde A
k
= [C
ij
] es tal que


C
ij

k j para
k j para
ij
ij
b
a



Ejemplo:

Resolver el siguiente sistema de ecuaciones lineales utilizando la regla de Crammer

3
x1
-4
x2
=-5
2
x1
+
x2
= 4

A=
(


1 2
4 3
B=
(

4
5



| |
2
1
4
5
1 2
4 3
3 2 1
i
j
b A
(
(

=


det A =
1 2
4 3
=3+8=11
Tema 1 lgebra Lineal (Sistema de ecuaciones lineales y lgebra matricial)


30 de 30
det A
1
=
1 4
4 5
= -5+16=11
k=1
b
1

det A
2
=
4 2
5 3
= 12+10=22
k=2
b
2


x1
= 1
11
11
det
det 1
= =
A
A


x2
= 2
11
22
det
det 2
= =
A
A