Documentos de Académico
Documentos de Profesional
Documentos de Cultura
y sistemas
de ecuaciones
lineales
Antonio Montes Lozano
1,5 crditos
P00/75004/00191
a 11 a 21 a 1n
A = a 21 a 22 a 2n
am 1 am 2 am n
FUOC P00/75004/00191
ndice
Introduccin............................................................................................... 5
Objetivos ...................................................................................................... 6
1. Preliminares .......................................................................................... 7
2. Matrices .................................................................................................. 8
2.1. Producto de matrices ......................................................................... 9
2.2. Suma de matrices............................................................................... 10
2.3. Matrices cuadradas ............................................................................ 12
2.4. La transpuesta de una matriz ............................................................ 14
3. Espacios vectoriales ............................................................................. 16
3.1. Dependencia e independencia lineal ................................................ 17
3.2. Bases ................................................................................................... 19
3.3. Subespacios vectoriales y rango......................................................... 24
4. El mtodo de Gauss .............................................................................. 26
5. Rango y teorema de Rouch-Frbenius .......................................... 34
6. Sistemas homogneos.......................................................................... 38
7. Determinantes y regla de Cramer.................................................... 41
7.1. Determinantes de segundo orden ..................................................... 41
7.2. Determinantes de tercer orden .......................................................... 43
7.3. Determinantes de orden n................................................................. 44
7.3.1. Propiedades de los determinantes.......................................... 45
7.3.2. Regla de Cramer para los sistemas n n ................................ 49
8. Matriz inversa ....................................................................................... 55
Resumen....................................................................................................... 59
Ejercicios de autoevaluacin .................................................................. 61
Solucionario................................................................................................ 64
Glosario ........................................................................................................ 76
Bibliografa................................................................................................. 77
FUOC P00/75004/00191
Introduccin
Evariste Galois
(1811-1832)
empez a interesarse por las
matemticas a los 15 aos, y
tres aos despus ya public
un trabajo importante. Comprometido en contra de las injusticias polticas, los sucesos
de las revoluciones de 1830 lo
condujeron, indirectamente, a
una muerte prematura a los 21
aos. A pesar de todo, dej
una produccin matemtica
trascendental en el campo de
la teora de las ecuaciones.
FUOC P00/75004/00191
Objetivos
Se pretende que, estudiando los conceptos de este mdulo y con los ejemplos
y actividades que se incluyen, se alcancen los objetivos siguientes:
1. Dominar el lgebra de matrices.
2. Entender los conceptos de espacio vectorial, independencia lineal y base,
as como aprender a expresar un vector en una base.
3. Saber resolver sistemas por el mtodo de Gauss.
4. Aprender a determinar el rango de una matriz.
5. Conocer las propiedades de los determinantes y la regla de Cramer.
6. Dominar el teorema de Rouch-Frbenius y saber discutir un sistema con
parmetros.
7. Saber plantear problemas lineales.
FUOC P00/75004/00191
1. Preliminares
2x + 3y = 7
2x 3y = 1
2x +3y = 4
2x + 3y = 6
2x + 3y = 6
4x + 6y = 12
a) Rectas secantes
b) Rectas paralelas
c) Rectas coincidentes
El primer sistema representa dos rectas que se cortan en el punto (2, 1) y tiene una
solucin nica. El segundo caso representa dos rectas paralelas y no tiene solucin. El tercero corresponde a dos rectas coincidentes y tiene infinitas soluciones.
Tratndose de sistemas de dos ecuaciones y dos incgnitas no hay ms casos.
En realidad, stos son los casos emblemticos para sistemas con ms ecuaciones e incgnitas.
En estos trminos, los tres casos del ejemplo quedan clasificados de la forma
siguiente: el primero es compatible y determinado; el segundo es incompatible y el tercero, compatible e indeterminado.
Ahora estudiaremos los sistemas de ecuaciones lineales en general y determinaremos cuntas soluciones tienen y cmo calcularlas. Pero antes conviene
introducir la notacin matricial, que ser muy til.
FUOC P00/75004/00191
2. Matrices
La nocin de matriz
Un sistema de m ecuaciones lineales y n incgnitas x1 , x 2 , ..., x n o variables consiste en un conjunto de m ecuaciones de la forma siguiente:
a 11 x 1 + a 12 x 2 + + a 1 n x n = b 1
a 21 x 1 + a 22 x 2 + + a 2 n x n = b 2
,
a m1 x 1 + a m2 x 2 + + a mn x n = b m
(1)
donde las aij y las b i son escalares conocidos, y el rango de variacin de los ndices
es 1 i m, 1 j n. El coeficiente aij es el factor que multiplica x j en la i-sima
ecuacin, y el coeficiente b i es el trmino independiente de la i-sima ecuacin.
A = a 21 a 22 a 2n
a m1 a m 2 a mn
(2)
De este modo, los coeficientesa ij del sistema de ecuaciones (1) forman una matriz m n, que denotamos como A y que llamamos matriz del sistema .
Pongamos A = ( a ij)1 i
m, 1 j n
...
x 1
x
x = 2
x n
Arthur Cayley
(1821 - 1895)
Matemtico ingls que destac por sus contribuciones a la
teora de matrices, determinantes, geometra n-dimensional y, en colaboracin con su
gran amigo Sylvester, por sus
contribuciones a la llamada
teora de los invariantes y las
lgebras de dimensin finita.
Advertencia
Para no confundirnos denotamos las matrices con negrita,
con el objetivo de distinguirlas
de los nmeros o elementos.
FUOC P00/75004/00191
d 11
dk 1
d 1n
,
d k n
...
...
...
c 1k
c m k
...
e 1n
c 11
=
c m 1
e mn
...
...
e 11
e m 1
donde el elemento eij de la i-sima fila y j-sima columna del producto E se obtiene multiplicando los elementos de la i-sima fila de C por los elementos de
la j-sima columna de D y sumando:
En el producto
de matrices...
e ij = c i1 d 1 j + c i2 d 2j + + c i kd k j =
c il d lj .
l=1
y, por lo tanto, para poder multiplicar dos matrices es necesario que la matriz
de la izquierda tenga el mismo nmero de columnas que el nmero de filas de
la matriz de la derecha.
Con estas notaciones, el sistema (1) se escribe de la forma:
A x = b.
(3)
Ejemplo 1
Cundo es factible la multiplicacin de dos matrices? Por ejemplo, hagamos la multiplicacin matricial indicada:
3
1
4
1
0
4
1
2
.
0
3
Para poder multiplicar A y B es necesario que el nmero de columnas de A sea igual al de las
filas de B. En el ejemplo dado el nmero de columnas de A y de filas de B es el mismo, 4, y
el producto es posible. Cada elemento del producto tendr 4 sumandos. El resultado es una
matriz de 3 filas (nmero de filas de A) y 2 columnas (nmero de columnas de B) que presentamos a continuacin:
7
13
23
7
4 .
8
FUOC P00/75004/00191
10
(4)
...
...
...
a 11 a 12 a 1 n b 1
a
21 a 22 a 2n b 2 .
a m 1 a m 2 a mn b m
Ejemplo 2
Dado el sistema de ecuaciones siguiente:
2x + 3y 6z = 7
3 y + z = 1 ,
x + 4y z = 4
escribimos la matriz del sistema y la matriz ampliada. Escribimos el sistema de la forma que
expresa la ecuacin (3).
Matriz del sistema:
2
0
3
3
4
6
1
1
Matriz ampliada:
2
0
1
6 7
1 1 .
1 4
3
3
4
Sistema:
2
0
3
3
4
6
1
1
x
7
y = 1 .
z
4
c22 + d 22
d 1n
d 2n
=
d m n
...
d 22
d m2
c12 + d 12
c m 2 + d m2
c 1n + d 1n
c 2n + d 2n
= E,
c mn + d mn
...
c 11 + d 11
c + d 21
= 21
c m1 + d m1
...
c m2
d 12
...
d 11
d 21
d m1
...
c 22
c 1n
c 2n
+
cmn
...
...
c 12
...
...
c 11
c 21
c m 1
FUOC P00/75004/00191
11
3 1 0 4 8 1 0 4 4
1 0 3 1 + 3 2 1 3 .
2
2 5 1 0 5 5 8
Solucin:
1194 0
2 2 4 2 .
2
7 0 7
(5)
Todo conjunto en el que hay definida una operacin que tiene las propiedades (1), (2) y (3) recibe el nombre de grupo. Si, adems, tiene la
propiedad conmutativa (4), decimos que es un grupo conmutativo.
Propiedades inmediatas
1) Dado un conjunto dotado con una operacin interna (que denotaremos por +), si existe un elemento neutro 0 tal que para todo a se verifica que a + 0 = 0 + a = a, entonces este elemento es nico.
William Rowman
Hamilton (1805-1865)
Matemtico nacido en Dubln,
fue un nio precoz que a los
cinco aos, adems de ingls,
lea latn, griego y hebreo; a los
diez, francs, italiano, rabe y
snscrito, y a los catorce persa.
Abandon el estudio de las lenguas para consagrarse a las matemticas. Son importantes sus
trabajos sobre nmeros irracionales (Algebra as the Science of
Pure Time , 1933-1835).
FUOC P00/75004/00191
12
2) Si en un conjunto como el anterior, adems, la operacin es asociativa y cada elemento a tiene un opuesto a tal que a + a = a + a = 0,
entonces este elemento es nico.
3) En un grupo el elemento neutro es nico, y el elemento inverso (el
opuesto en notacin +) asociado a cada elemento del grupo tambin
es nico.
4) En un grupo, (a) = a.
5) En un grupo siempre se puede simplificar. Es decir,
a+ c=b+c a = b.
Demostracin
1) Supongamos que existe otro neutro 0 con las mismas propiedades. Por el hecho de que el 0 es el elemento neutro, se tendr 0 + 0 = 0. Por el hecho de que 0
tambin es neutro, se tendr 0 + 0 = 0. Por lo tanto, 0 = 0, y el neutro es nico.
2) Supongamos que a tuviese otro opuesto a. Siendo la operacin asociativa,
tendramos:
a = 0 + a = ( a + a ) + a = a + ( a + a ) = a + 0 = a .
3) Resulta como corolario de los anteriores.
4) De a + (a) = 0 se deduce que a es opuesto de (a), y por la unicidad del
opuesto en un grupo, igual a (a).
5) Para probarlo slo tenemos que aadir c por la derecha a cada lado de la
ecuacin y utilizar la propiedad asociativa.
...
0
...
...
0
O =
FUOC P00/75004/00191
13
0
.
...
0
1
...
...
0
I =
asociativa
2) A I = I A = A
elemento neutro
(6)
3) A (B + C) = A B + A C
(A + B) C = A C + B C
distributiva
En general: A B B A.
Ejemplo 4
1
A =
2
3
1
B =
1
3
1
.
2
7
1
BA =
0
1
4
.
11
Un conjunto A dotado con dos operaciones: una suma, con las propiedades de grupo conmutativo, y un producto con las propiedades (5) y
(6), es un anillo con unidad. Si, adems, el producto es conmutativo,
diremos que A es un anillo conmutativo con unidad .
Propiedades inmediatas
En un anillo conmutativo se cumplen las relaciones que presentamos a
continuacin:
1) a 0 = 0 .
2) a ( b ) = ( a b ) = ( a ) b .
3) ( a ) ( b ) = a b.
FUOC P00/75004/00191
14
Demostracin
1) Utilizando las propiedades distributiva y elemento neutro de la suma, resulta:
a 0= a (0 + 0)= a 0 + a 0 .
Y, simplificando, resulta a 0 = 0.
2) Utilizando la propiedad anterior, el opuesto de la suma y la propiedad distributiva, resulta:
( a b ) = ( a b ) + 0 = ( a b ) + a 0 = ( a b ) + a ( b + ( b ) )=
= ( ( a b ) + a b ) + a ( b ) = 0 + a ( b )= a ( b ).
3) Resulta de la anterior y de (a) = a.
1
A =
0
4
t
4
1
0
2
5
.
1
1
0
3
1
+ B)t = At + B t
(A B)t = Bt At
(A
Diremos que una matriz cuadrada que sea igual a su transpuesta es simtrica .
Las matrices que son simtricas lo son respecto a la diagonal principal, y no
cambian al intercambiar filas por columnas.
Ejemplo 6
La matriz siguiente:
1 2 3
A = 2 5 6
3 6 7
es simtrica: A = At, es decir: aij = a ji i, j.
FUOC P00/75004/00191
15
A = 2 5
1 3
B = 3 1
4 8
Comprobad que A B B A.
2 . El producto de una matriz por s misma se denota en forma de potencia. De este modo,
pondremos A A A = A 3 , etc.
b) A A .
3 . Demostrad que (A B)t = B t A t.
4. Si A es una matriz 4 6:
a) Es posible calcular A t A y A A t ?
b) Si es posible hacerlo, cuntas filas y cuntas columnas tiene At A?
c ) dem con A A t .
d) Tienen alguna otra caracterstica especial las matrices anteriores?
5 . Dada la matriz:
A= a b
c d
probad que si = ad bc 0, entonces la matriz
1
At = --- d b
c a
es inversa de A, es decir A At = A t A = I.
6 . Sean:
x
x = y
a a a
11 12 1
A = a 12 a 22 a 2
a1 a2 a
Probad que:
x t A x = a 11 x 2 + 2 a 12 x y + a 22 y2 + 2 a 1 x + 2 a 2 y + a .
Qu tipo de matriz es A?
7. Dadas tres matrices cuadradas n n A, B, C, probad la propiedad asociativa de la multiplicacin, es decir, (A B) C = A (B C).
FUOC P00/75004/00191
16
3. Espacios vectoriales
asociativa
elemento neutro
(7)
3) ( + ) A = ( A) + (A)
(A+B) = (A) + (B)
distributiva
Un conjunto dado de una operacin interna (que llamaremos suma) con estructura de grupo conmutativo (5) y una multiplicacin por escalares (elementos de un cuerpo) con las propiedades (7) decimos que tiene estructura de
espacio vectorial (sobre el cuerpo de los escalares).
Nos interesa destacar esta estructura de espacio vectorial que tienen las matrices y que tambin tienen otros muchos conjuntos matemticos, como por
ejemplo los polinomios.
Propiedades inmediatas
En un espacio vectorial se verifican las relaciones siguientes:
1) 0 a = 0 .
2) 0 = 0
3) ( 1 ) a = a
Para representar
los escalares...
... utilizamos las letras griegas
(lambda) y (mu).
FUOC P00/75004/00191
17
Demostracin
1) En efecto, 0 a = (0 + 0) a = 0 a + 0 a. Por lo tanto, aadiendo 0 a a
los dos miembros y usando la asociatividad, resulta: 0 a = 0.
2) La demostracin es anloga a la anterior.
3) Utilizando las propiedades de espacio vectorial y la propiedad (1) resulta:
a = a + 0 a = a + (1 + (1)) a = a + (1 a + (1) + (1) a) =
= (a + a) + (1) a = 0 + (1) a = ( 1) a
Ahora estudiaremos de forma detallada las caractersticas de los espacios vectoriales.
Para fijar ideas y por tratarse del espacio vectorial ms natural, consideraremos el
conjunto de vectores-columna (o matrices de n filas y una sola columna).
...
v1
v
v = 2 .
vn
...
...
...
v 1 w 1
v 1 + w 1
v + w = + =
v n w n
v n + w n
...
...
v 1
v1
v = =
v n
vn
y cumplen las propiedades (5) y (7), que lo configuran como espacio vectorial.
Dado un conjunto de vectores {v1 ,v2 ..., v k} de En, decimos que son linealmente independientes si y slo si la igualdad:
1 v 1 + 2 v 2 + + kv k = 0
(9)
FUOC P00/75004/00191
18
(10)
...
...
...
u1
1
0
0
0
1
0
= 0 , u 2 = 0 , , u n = 0
0
0
1
...
1 u 1 + 2 u 2 + + n u n
= 2 = 0
n
se deriva: 1 = 2 = ... = n = 0 .
Adems, los vectores de (10) verifican la propiedad de que todo vector de En
puede descomponerse de la forma:
...
v 1
v = = v 1 u 1 + + vn un
v n
(11)
que se expresa diciendo que v es combinacin lineal de los vectores u1 , ..., un.
Ejemplo 7
Los vectores siguientes:
1
v1 = 2
5
2
v2 = 3
1
5
v3 = 7
2
Observamos que cualquier conjunto de vectores que contiene el vector 0 es linealmente dependiente, ya que 0 = 0 para cualquier 0, y por lo tanto en
la combinacin lineal habr un escalar diferente de 0.
La definicin de independencia lineal que hemos visto no tiene en cuenta el
orden en el que se dan los vectores (por la propiedad conmutativa de la suma
de vectores).
FUOC P00/75004/00191
19
Es obvio tambin que cualquier subconjunto de un conjunto de vectores linealmente independientes es linealmente independiente.
Supongamos que tenemos un conjunto de vectores v1 , ..., v k linealmente dependiente, es decir, tal que hay constantes reales i no todas nulas para las que
se verifica (9). Si, por ejemplo, se cumple i 0, entonces se puede aislar vi de
la forma siguiente:
i 1
k
1
---------v
-----v
.
v i = -----v
i 1
i i 1
i k
Decimos que vi es combinacin lineal de los restantes vectores del conjunto
v1, ..., vk .
Recprocamente, si v es combinacin lineal de v1 , ..., vk , entonces los vectores
v, v1 , ..., v k son linealmente dependientes.
3.2. Bases
Los vectores (10) son una base de E n, ya que verifican las dos condiciones anteriores, como ya hemos visto. Este conjunto de vectores recibe el nombre de
base cannica de En.
Proposicin 1
La expresin de un vector en una base es nica
Demostracin
En efecto, sea {e1 , ..., ek } una base del espacio. Por la segunda condicin de la
definicin de base, cualquier vector v de En puede ser expresado en esta base,
es decir, existen v1 , ..., vk escalares tales que:
v = v 1e 1 + + v k e k.
FUOC P00/75004/00191
20
Proposicin 2
Sean v 1 , ..., v n los componentes del vector v en la base cannica (10)
{u 1 , ..., un }:
v = v 1u 1 + + v nu n.
Entonces, si v 1 0, los vectores {v, u2 , ..., un } forman una nueva base de E n.
Demostracin
Debemos ver que {v, u2 , ..., un } cumplen las dos condiciones necesarias para
ser una base:
1) Probamos que son linealmente independientes:
De la ecuacin:
1 v + 2 u2 + + n u n = 0
se deriva:
1 ( v 1 u 1 + + v n u n) + 2 u 2 + + n un = 0 ,
(12)
FUOC P00/75004/00191
21
que implica:
1 v 1 u 1 + ( 1 v2 + 2 )u 2 + + ( 1 v n + n ) un = 0 ,
y por la independencia lineal de los vectores de la base cannica, resulta:
1 v 1 = 0,
1 v 2 + 2 = 0, ,
1v n + n = 0 ,
v
v2
1
----n-u n .
u1 = -----v 1 -----u
v1
v1 2
v1
(13)
w = w 1 u 1 + + wn u n .
v
vn
1
+ w2 u 2 + + w n u n =
w = w 1 -----v ----2-u2 -----u
v1
v1
v 1 n
w 1 v2
w 1 v n
w
= -----1-v + w 2 ----------- u + + wn ----------- u
v1
v1 2
v1 n
que prueba que cualquier vector de E n se puede escribir como combinacin lineal de los vectores {v, u 2, ..., un }
FUOC P00/75004/00191
22
Demostracin:
Sean {e1 , ... e k} linealmente independientes. Por lo tanto, e 1 0. Ponemos:
e 1 = a 11 u1 + + a 1n un .
Algn componente a 1j ser diferente de 0, ya que, si no, e 1 sera 0. Para fijar
ideas suponemos que es a 11 0 .
Para la proposicin 2 podemos formar la nueva base [e1 , u2 , ..., un ]. Si k > 1,
expresamos e2 en la nueva base:
e 2 = a 21 e 1 + a 22 u 2 + + a 2n un .
Necesariamente, alguno de los a 22 , a 23 , ..., a2n debe ser diferente de cero, ya que
si no, la expresin anterior implicara que {e 1 , e 2 } son linealmente dependientes, contra la hiptesis. Supongamos tambin, para fijar ideas, que sea
a 2 2 0. Aplicando nuevamente la proposicin 2 pasaremos a la nueva base
{e 1,e 2,u 3 ..., u n }.
Continuando por el mismo procedimiento llegaremos a sustituir k vectores
convenientemente elegidos de la base cannica por los vectores {e 1 , ..., ek }, tal
como queramos.
De aqu se deducen inmediatamente los teoremas siguientes.
Teorema 2
Todo conjunto {v 1 , ..., vk } de vectores de E n linealmente independientes
consta de k n vectores, y es una base si y slo si k = n.
Teorema 3
El nmero de vectores de todas las bases de En es n, y decimos que n es
la dimensin de En .
As, pues, el teorema 2 nos dice que no podemos tener una cantidad de vectores mayor que la dimensin del espacio y que sean linealmente independientes.
Ejemplo 8
Dados los dos vectores:
0
e 1 = 3
2
0
e 2 = 1 .
1
FUOC P00/75004/00191
23
...
...
0
,
...
...
...
...
0
0
...
...
...
...
...
0
,
...
...
0
1
...
0
,
0
0
...
...
...
0
,
...
0
,
...
...
...
...
1
0
...
...
0
,
...
...
...
...
...
...
FUOC P00/75004/00191
24
Es inmediato comprobar que las matrices anteriores son linealmente independientes y que
toda matriz puede expresarse como combinacin lineal de stas. En consecuencia, forman
una base y la dimensin del espacio vectorial de las matrices n m es n m.
Ejemplo 10
El conjunto de mltiplos de un vector v cualquiera es un subespacio vectorial, es decir, tenemos que:
F 1 = { v R } .
En particular, siv es el vector 0 , el subespacio se reduce al vector 0, que por s solo constituye
un subespacio vectorial trivial, que decimos que es de dimensin 0.
Si v 0 , entonces, el subespacio F1 tiene dimensin 1, ya que v es una base de F1 .
es un subespacio vectorial de E n , que llamamos subespacio vectorial generado por los vectores {v 1 , ..., v k }. Decimos que los vectores
{v 1 , ..., v k } son un conjunto de generadores de F.
FUOC P00/75004/00191
25
Por el teorema 2, en En no puede haber ms de n vectores linealmente independientes. Por lo tanto, F no puede contener tampoco ms de n vectores linealmente independientes.
De este modo, la dimensin de un subespacio vectorial F de En es menor o
igual que n, y es igual al nmero de vectores que contiene cualquier base de F.
(Todas tienen el mismo nmero, segn el anlogo del teorema 3 para los subespacios).
9.
El rango...
... lo representamos con la letra
griega (ro), correspondiente
a nuestra r.
FUOC P00/75004/00191
26
4. El mtodo de Gauss
Por ello podemos transformarlo en otro equivalente, en el sentido de que, teniendo las mismas soluciones, sea ms fcil de resolver. Hay sistemas que tienen una solucin inmediata.
3x + 2y + z = 1
y 2z = 2
2z = 1
z = 1
--2
1
y = 2 + 2z = 2 + 2 --- = 1
.
2
1
1
1
1
x = ---( 1 2y z ) = --- 1 2 + --- = --6
3
3
2
Decimos que un sistema como el del ejemplo est en forma triangular, ya que
la matriz del sistema tiene ceros en la parte inferior izquierda de la diagonal
principal.
Karl F. Gauss
(1777-1855)...
... llamado Princeps Mathematicorum (prncipe de los matemticos), ha sido, tal vez, el mayor
matemtico de la historia. Fue
tambin, como E. Galois, un
nio precoz: a los 3 aos descubri un error de clculo en la
paga de los obreros que tena su
padre (no sabemos si a favor de
los obreros o de su padre).
FUOC P00/75004/00191
27
(14)
...
...
...
...
...
...
...
...
...
a i1 x 1 + + a in x n = b i
a j 1, 1 x 1 + + a j 1 , n x n = b j 1
( a j1 + a i1 )x 1 + + ( a jn + a in )x n = b j + b i
a j + 1, 1 x 1 + + a j + 1, n x n = b j + 1
a m 1 x 1 + + a mnx n = b m
y recprocamente.
Pero esto es obvio: toda solucin de (1) verifica (14), ya que la nica ecuacin
diferente, la j-sima, es una combinacin lineal de la i-sima y j-sima ecuaciones de (1), y recprocamente, toda solucin de (14) lo es de (1), ya que la
ecuacin diferente, la j-sima ecuacin de (1), es igual a la j-sima ecuacin de
(14) menos por la ecuacin i-sima.
El mtodo de Gauss empieza eligiendo como primera ecuacin una de las
ecuaciones del sistema por la que el coeficiente de la x 1 sea diferente de cero
(transformacin 1, si es necesario). El coeficiente de la x1 de la primera ecuacin mencionado ser el primer pivote elegido. A partir de aqu dejamos fijada
la primera ecuacin:
...
...
...
...
a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 .
FUOC P00/75004/00191
28
pivote. De este modo sustituimos la fila i por la fila i menos la fila 1 multiplia
cada por ----i1
---. La nueva fila i ser:
a 11
a i1
a
a
0 + a i2 ------a 12 x 2 + a i3 ----i1
---a 13 x 3 + + a in ----i1
---a 1 n x n =
a 11
a 11
a 11
a
= b i ----i1
---b .
a 11 1
De este modo la ecuacin resultante tendr coeficiente de la x1 igual a cero.
Esto lo hacemos para las filas que van de la 2 hasta n.
A continuacin seleccionamos, entre las ecuaciones transformadas, una que
tenga el coeficiente de la x 2 diferente de cero y la ponemos como segunda
ecuacin. Si todas tuviesen coeficiente de la x2 nulo pasaramos a la x 3 , etc. Tomando como pivote el primer coeficiente no nulo de la que hemos elegido
como segunda ecuacin, repetimos el proceso con el resto de las ecuaciones y
as sucesivamente.
Procediendo as, acabaremos reduciendo el sistema completamente a una forma que tiene ceros en la parte inferior izquierda de forma escalonada.
Pongamos un ejemplo de ello.
Ejemplo 11
Resolvamos el sistema siguiente:
2x + 3 y + z = 6
x 2y 5 z = 5 .
3x + 5y + 3z = 8
Fijamos la primera ecuacin, ya que el coeficiente de la x es 2 y es diferente de cero.
ste ser el primer pivote. Para eliminar la x en la segunda ecuacin multiplicamos la
primera por 1/2 y la sumamos a la segunda. Para eliminarla de la tercera, multiplicamos la primera por 3/2 y la sumamos a la tercera. con estas operaciones, el sistema
queda reducido a:
2x +
3y +
z = 6
7 2 y 1 1 2 z = 2
1 2 y + 3 2 z = 1
2x +
3y +
z =
6
7 2 y 1 1 2z =
2 .
5 7 z = 5 7
Cuando hayamos llegado a este punto, el sistema habr quedado triangular. Podemos aislar
la z de la ltima ecuacin y tendremos:
z = 1.
FUOC P00/75004/00191
29
3
2
5
5 5 .
3 8
1
En el primer paso hemos elegido como pivote el coeficiente a 11 = 2, y lo que hemos hecho
ha sido multiplicar la primera fila por 1/2 y sumar el resultado a la segunda, y multiplicar la
primera fila por 3/2 y sumar el resultado a la tercera. El resultado es ahora:
2
0
0
3
7 2
1 2
1
6
11 2 2 .
3 2 1
0
0
2 .
5 7 5 7
7 2
(15)
11 2
No todos los sistemas tendrn siempre una nica solucin, como suceda en
el ejemplo anterior. Veamos un caso de ello en el ejemplo siguiente:
Ejemplo 12
Resolvamos el sistema siguiente:
x + y z = 0
2x + 3z = 5 .
x + 5 y + z = 1 0
La matriz del sistema es:
1
2
1
1
0
5
1 10
1 0
3 5
Aplicndole el mtodo de Gauss (segunda transformacin tres veces) obtenemos la matriz siguiente:
1
0
0
1
2
4
1 0
1
1 5 0
0
2 10
1
2
0
1 0
1 5 .
0 0
La matriz final tiene una fila menos que incgnitas, y ahora resulta que tenemos un grado
de libertad para elegir la z, que puede tomar cualquier valor; esto se debe a que la tercera ecuacin, que es la que queda con esta variable, es 0 z = 0, que se cumple para cualquier valor
real de z. Ponemos, entonces, z = t .
FUOC P00/75004/00191
30
Sustituyendo esta expresin en y, y las dos en x, obtenemos que la solucin general del sistema depende de un parmetro arbitrario t, y es la siguiente:
x = z y = t 1 2 ( 5 t ) = 1 2 ( 3t 5 )
z = t
y = 1 2 (5 z ) = 1 2 ( 5 t )
En la eliminacin podemos encontrarnos en la situacin de tener que permutar filas (primera transformacin), ya que el elemento diagonal que en principio tomaramos como pivote se ha anulado.
No hay ningn inconveniente en permutar filas para obtener un pivote diferente de cero y poder continuar as el proceso de eliminacin en forma triangular,
pero tambin puede ocurrir que todos los elementos de la columna sean cero.
Ejemplo 13
Ponemos un ejemplo con cinco variables x1 , x2 , x3 , x4 , x5.
Resolvemos el sistema que tiene la matriz ampliada siguiente:
1
1
1
2
1
2
1
4
2
0
0
2 3
3 5
6 1 .
4 6
5 8
1 1
Tomamos como pivote el elemento de la primera fila y primera columna a11 , y reducimos a
cero los restantes de la primera columna. El resultado es:
2
2 .
Ahora tomamos como pivote el elemento de la segunda columna y tercera fila, y permutamos as la segunda fila y la tercera:
3
4 2
1 2 .
2 3
1 2
1 2
2 3
4 2
1 2
.
2 1
1 2
1 2
En este ejemplo ha resultado, adems, que se han anulado tambin los restantes elementos
de la tercera columna.
FUOC P00/75004/00191
31
Tomamos como pivote el elemento de la cuarta fila y cuarta columna. As, permutamos las
filas tercera y cuarta:
4 2
2 1 .
1 2
1 2
1 2
2
Finalmente, tomamos como pivote el elemento de la cuarta fila y quinta columna y el sistema queda reducido completamente:
4 2
2 1 .
1 2
0 0
0 0
(16)
En este ejemplo hemos visto que, al reducir a cero los elementos de una columna (la segunda), se nos han reducido por azar los elementos de la siguiente. Cuando esto sucede podemos hacer tambin una permutacin de
columnas, con el objetivo de continuar colocando el nuevo pivote en la diagonal principal de la matriz, siempre que permutemos tambin el orden de las
variables correspondientes. Cuando reducimos con este criterio hablamos de
pivotamiento total. Esto no aporta nada esencial a la solucin del sistema,
aparte del motivo esttico que supone que los pivotes estn en la diagonal
principal. Por esta razn generalmente no lo haremos.
Pero si queremos, podemos hacerlo. De este modo, partiendo del sistema en la
forma (16), podramos permutar las columnas tercera y cuarta y obtendramos:
x1
x2
x4
x3
x5
3
2
1 .
0
0
Hemos tenido suerte, porque la tercera columna ha quedado automticamente reducida sin necesidad de hacer nada ms. Nuevamente debemos permutar
FUOC P00/75004/00191
32
0
0
0
0
x2
x4
x5
x3
3
2
1 .
0
0
0
x
5
2
x = x 3 = 0 + t 1 .
x 4
5
0
0
x 5
2
Veamos ahora otro ejemplo.
Ejemplo 14
Resolvamos el sistema que tiene por matriz ampliada:
7
4
3
3
2
5
1 0
8 5 .
9 7
Procedemos a reducir la primera columna tomando como pivote el coeficiente a 11 = 7. El resultado es:
7
0
0
3
26 7
26 7
1 0
60 7 5 .
6 0 7 7
FUOC P00/75004/00191
33
Tomamos como pivote el elemento de la segunda fila y segunda columna a22 = 26/7 y reducimos la segunda columna:
7
0
0
60 7 5 .
0
12
26 7
0
Ahora el resultado consiste en que la tercera ecuacin es imposible y, por lo tanto, el sistema
no tiene ninguna solucin. Es un sistema incompatible.
Actividades
Resolved los sistemas de ecuaciones siguientes:
12.
x + y + 5z = 0
2 x y + 3 z = 1 .
3x + 4y z = 0
13.
5x + 2y z = 2
x y + 3 z = 8 .
2 x + 3 y + 2 z = 3
14.
x
+ z
t = 2
= 1
x + 3y + 4z 7t = 11.
4x + 3y z 2t = 1
2x + 2y
t = 2
2x y +
15.
4x 2y z = 2
3x + 5y + 3z = 2 .
x 7y 4z = 2
16.
2 x1 + 2 x2 + 2 x3 4 x4 4 x5 = 8
2 x 4 + 4 x 5 = 2
x 1 + 4 x 2 + 4 x 3 + 4 x 4 + 4 x 5 = 1 .
x 1 + 3 x 2 + 4x 3
x2 4 x3 = 3
3 x1 + 3 x2 + 3 x3 + 4 x4 + 4 x5 = 1
FUOC P00/75004/00191
34
...
...
...
v11
v21
vk 1
v12
v22
vk 2
v 1 = , v 2 = , , v k = .
v 1n
v2n
vk n
v 22
vk 2
v 1n
v 2n
.
v kn
(17)
...
v 12
...
...
v 11
v 21
v k1
{vi , v j}={ vi , vj v i }.
Teniendo en cuenta que los restantes vectores no cambian con una segunda
transformacin, los subespacios generados por {v1 , ..., vi , ... v j, ..., v k } y por
{v 1, ..., vi , ... v j , ..., v k } son los mismos, ya que toda combinacin lineal de
vectores del primer conjunto puede ponerse como combinacin lineal de los
vectores del segundo conjunto y recprocamente.
FUOC P00/75004/00191
35
(18)
...
...
...
...
...
...
...
...
...
z
0 ... z
0z
0 ... z
0z
0 ... z
0z
0 ... z
0
0 ... zz
0 0 ... zz
0 0 ... z
0
0 0 ... z
0 0 ... 0 0 ... z
0 ... z
0z
0 ... z
0
donde los son los pivotes que son estrictamente diferentes de cero y
z son
nmeros que pueden ser diferentes de cero o no. Los restantes elementos habrn quedado reducidos forzosamente a cero.
Los vectores de la fila que han quedado son, por construccin, un conjunto
de generadores del subespacio que genera {v1 , ..., vk}.
Pero adems son linealmente independientes, ya que en toda combinacin lineal nula de los vectores que se obtienen, el primer vector-fila debe estar multiplicado por cero para que el primer componente de la combinacin sea
siempre nulo, y de este modo sucesivamente para todo el resto de vectores-fila.
Adems, los vectores-fila que quedan forman una base del subespacio generado.
Ejemplo 15
v1
1
1
1
1
2
1
1
1
0
2
2
1
2
2
2
2
4
2
= , v2 = , v3 = , v4 = , v5 = , v6 =
0
0
3
4
0
0
2
3
6
4
5
1
3
5
1
6
8
1
FUOC P00/75004/00191
36
2
1
3
5
8
1
y aplicamos el mtodo de Gauss. Esta matriz es la misma del ejemplo 13, donde hemos visto
que el resultado era:
1
0
0
0
3
2
1
0
0
Por lo tanto, el rango de {v1 , ...,v6 } es 4 y, adems, la reduccin gaussiana nos permite determinar una base del subespacio que generan:
1
0
0
0
1
1
0
0
2
0
0
0
v 1 = , v 2 = , v 3 = , v 4 = .
0
3
1
0
2
4
2
1
3
2
1
2
z
z
z
z
...
...
...
...
...
...
...
...
...
...
El rango de una matriz es el mximo nmero de filas linealmente independientes que contiene, y es igual, a la dimensin del subespacio generado por las filas consideradas como vectores-fila.
Recordemos que...
... para determinar el rango de
una matriz podemos emplear
el mtodo de eliminacin de
Gauss.
FUOC P00/75004/00191
37
Actividad
17. Comentad las actividades 10, 11, 12 , 13 y 14 desde el punto de vista del teorema de
Rouch-Frbenius.
FUOC P00/75004/00191
38
6. Sistemas homogneos
.. .
.. .
.. .
a 11 x 1 + a 12 x 2 + + a 1n x n = 0
a 21 x 1 + a 22 x 2 + + a 2n x n = 0
a m 1 x 1 + a m2 x 2 + + a mn x n = 0
(19)
...
...
x 1
0
x
2
= 0
x n
0
o, brevemente, x = 0.
Se dice, por abuso de lenguaje, que un sistema homogneo que nicamente tenga la solucin trivial no tiene soluciones propias.
Para los sistemas homogneos, la matriz ampliada contiene slo una columna
de ceros ms que la matriz del sistema, de forma que el rango de la matriz ampliada ser igual al rango de la matriz del sistema. La primera parte del teorema
de Rouch, aplicado ahora, nos dice que siempre tendr solucin, algo evidente ya que x = 0 es una solucin trivial. Pero en el caso de los sistemas homogneos, las soluciones que interesan son precisamente las que no son triviales.
Para un sistema homogneo, si hay una solucin particular x1 o, detalladamente,
...
...
x 1
x 11
x
x
x = 2 = 12
x n
x 1n
FUOC P00/75004/00191
39
...
...
x 1
x 11
x 2 = t x 12 .
x n
x 1n
(20)
...
...
...
...
x 1
x 11
x 21
x s1
x
x
x
2 = t 12 + t 22 + + t x s2 .
1
2
s
x n
x 1n
x 2n
x sn
Estas proposiciones son consecuencia inmediata de las propiedades de las operaciones con las matrices dadas en el apartado 2.
Ejemplo 16
Resolvamos el sistema
2w = 0
x y + 3 z 7w = 0
2 x + 5 y 1 0z + 23 w = 0
5x + 2y
z+
1
2
10
2 0
7 0 .
23 0
Resulta ms cmodo tomar el primer pivote de la segunda ecuacin y permutar las filas una
y dos:
1
5
2
7 0
2 0 .
23 0
10
0
0
16
16
7 0
37 0 .
37 0
FUOC P00/75004/00191
40
0
0
16
7 0
37 0 .
0 0
.
y = 16 7 z 37 7 w = 16 7 t 2 37 7 t 1
x = y 3 z + 7 w = 5 7 t 2 + 12 7 t 1
w = t1
z = t2
37
7
16
37
= t
+t
= t
+ t 16 .
1
2
1
2
z
0
1
0
7
w
1
0
7
0
Actividades
18. Resolved el sistema de ecuaciones siguiente:
2x y + 3z = 0
x + 3y + 7z = 0 .
x + 8 y + 24 z = 0
1 9. Resolved el sistema de ecuaciones siguiente:
x + y + 5z = 0
2 x + 2 y + 10 z = 0 .
3 x 3 y 15 z = 0
20. Resolved el sistema de ecuaciones siguiente:
x + y + 5z = 0
4x + 7y 3z = 0 .
x 3y + 2z = 0
21. Resolved el sistema de ecuaciones siguiente:
x + y + 5z 3t = 0
2x 3y +
z + 2t = 0
.
4 x y + 11 z 4 t = 0
x 4 y 4 z t = 0
2 2. Dado un sistema lineal homogneo de la forma A x = 2 demostrad, utilizando las propiedades de las operaciones con matrices y vectores dadas en el apartado 2 de este mismo mdulo didctico que, si x 1, x 2, ..., x s son soluciones particulares del sistema, entonces
t1 x 1 + t2 x 2 + + ts x s
tambin es solucin del sistema para todo conjunto de valores t 1, t 2, ..., t s reales.
FUOC P00/75004/00191
41
a 11x 1 + a 12 x 2 = b 1
.
a 21x 1 + a 22 x 2 = b 2
( a 11 a 22 a 21 a 12 ) x 1 = b 1 a 22 b 2 a 12 .
c 11
det C = det
c 21
c 12
c
= 11
c 22
c21
c 12
= c 11 c 22 c 12 c 21 .
c 22
b1
x 1 det A = det
b2
a 12
.
a
22
b 1
.
b
2
FUOC P00/75004/00191
42
Ahora, si:
det A =
a 11
a 12
a 21
a 22
0,
(21)
a 12
b2
a 22
x 1 = ------------------------------a 11
a 12
a 21
a 11
b1
a 21
b2
x 2 = -------------------------------.
a 11
a 12
a 22
a 21
a 22
La notacin...
... de determinante fue introducida por A. Cayley en el ao
1839.
Ejemplo 17
Dado el sistema siguiente, utilizemos la regla de Cramer para decidir si es o no es compatible
y determinado, y obtened en este caso la solucin:
2x + 5y = 7
.
3x 4y = 4
El determinante del sistema es:
= 2
3
5 = 23 0.
4
4
48
3
4
13
x = -------------------------- = ------ y = ------------------------ = ------.
23
23
Ejemplo 18
Dado el sistema:
4 x + 7 y = 5
3 kx + 8 y = 2
El uso matemtico de DD
Es muy habitual designar el determinante del sistema con la letra griega delta mayscula ().
FUOC P00/75004/00191
43
3k
= 21 k 32.
3k
2
1 5k 8
4
5
y = ---------------------------- = ------------------------.
2 1k 3 2
54
x = --
---5
--------------------7
--- = ---------------------
2 1k 32
c 12
c 13
c 23 ,
c 33
c 22
c 32
llamamos menor complementario ij de un elemento cij al determinante de segundo orden que se forma con los elementos de C que se obtienen
suprimiendo la fila y la columna correspondientes al elemento dado.
c11
det C = c21
c 12
c 13
c 22
c 23 = c11 11 c 21 21 + c 31 31 =
c31
c 32
c 33
= c11
c 22
c 23
c 32
c 33
c 21
c12
c 13
c32
c 33
+ c 31
c12
c 13
c22
c 23
(22)
(23)
FUOC P00/75004/00191
44
lo cual muestra la simetra de la definicin respecto a las permutaciones de ndices, y respecto a filas y columnas, por contraposicin a (22), donde destaca
especialmente una columna.
La definicin (22) o (23), aunque parezca arbitraria, es de hecho consecuencia
de generalizar, al caso 3 3, las frmulas para aislar las incgnitas que hemos
visto para sistemas 2 2.
La regla (23) para calcular un determinante de tercer orden recibe el nombre
de regla de Sarrus y puede ser ilustrada as:
Ejemplo 19
Calculemos el determinante siguiente:
1
= 3
4
1.
Solucin
= 1 ( 2 ) 5 + 3 ( 1 ) ( 3 ) + 1 4 4 4( 2) ( 3 ) 1 ( 1 ) 1 3 4 5 = 68.
a 11
a 21
an 1
a 12
a 22
a n2
a 1n
a 2n
.
a nm
( 1 )
a 1i 1 a 2i 2 a ni n
(24)
FUOC P00/75004/00191
45
det A = a 11a 22 a 23 a 11 a 23 a 32 a 12 a 21 a 33 +
+ a 12 a 23 a 31 a 13 a 21 a 32 a 13 a 22 a 31 ,
que es idntica a la frmula (23) dada por la regla de Sarrus.
Las propiedades que ahora daremos de los determinantes son vlidas para los
determinantes de cualquier orden. Las demostraciones de estas propiedades,
hechas a partir de la definicin (24), son un poco tcnicas y no las ponemos
en el texto para no alargarlo innecesariamente. Podis consultarlas en la bibliografa.
1) Desarrollo por una fila (o columna): adjunto. El valor de un determinante es igual a la suma algebraica de los productos de los elementos de una fila
(o columna) cualquiera, por los menores complementarios correspondientes
afectados de un signo que depende de la posicin que ocupe el elemento, se-
...
...
...
FUOC P00/75004/00191
46
Llamamos adjunto C ij de un elemento c ij a su menor complementario dotado del signo que le corresponde en el anterior esquema de signos. Para cualquier ndice de fila (o columna) i, tenemos:
det C = c i1 C i1 + c i2 C i2 + + c in C in = c1 i C 1i + c2 i C 2i + + c ni C ni .
c21
c 22
c 2n
...
c n1
c n2
c nn
c 11
c21
c n1
c 12
c22
c n2
c 1n
c2 n
...
c 1n
...
...
c 12
...
c11
...
cn n
3) Permutar filas o columnas. Al intercambiar entre s dos filas o bien dos columnas el valor de un determinante cambia de signo.
c1 i
c 1j
c 1n
c21
c2 i
c 2j
c 2n
c nn
c ni
c nj
c1 j
c 1i
c 1n
c21
c2 j
c 2i
c 2n
c n1
...
cn j
...
...
c11
...
...
...
c n1
...
...
c11
c ni
c nn
4) Filas o columnas iguales. Un determinante que tenga dos filas (o columnas) iguales vale 0:
c 1i
c 1n
c 21
c 2i
c 2i
c 2n
...
cn 1
c ni
c ni
= 0.
...
c 1i
...
...
c 11
c nn
5) Suma de determinantes parecidos. La suma de dos determinantes que tengan las filas (o las columnas) comunes excepto una es igual al determinante que
FUOC P00/75004/00191
47
a 1 n
c 21
c 22
c 2n
c 21
c 22
c 2n
c n1
c n2
cn n
c n1
c n2
cn n
a 12 + a12
a 1 n + a1n
c 22
c2 n
cn 1
...
...
...
c 21
...
a1 n
...
...
a 11 + a11
a 12
...
a 12
a 11
...
a 11
...
que sumamos:
c n2
c nn
c 1n
c 11
c12
c1 n
c2 n
c 21
c22
c2 n
cn 2
c nn
c n1
cn 2
...
c22
...
c n1
c12
...
...
c 21
...
c 11
...
c nn
c 21
c22
c2 n + c 2j
...
c n1
cn 2
c nn + c nj
c 11
c 12
c 1n
c 21
c 22
c 2n
c n1
c n2
si j n.
...
c1 n + c 1j
...
...
c12
...
c 11
...
c nn
a i1 A j1 + a i2 A j2 + + a in A jn = 0
si i j.
FUOC P00/75004/00191
48
1.
4
11 .
11
1 1 = 6 + 121 = 115.
6
2 = 0 .
Solucin: en efecto, teniendo en cuenta que la tercera columna es la suma de las dos primeras, y utilizando primero la propiedad (7) y despus la (5) obtenemos que el resultado es 0,
porque se trata de la suma de dos determinantes nulos (es decir, que valen 0).
FUOC P00/75004/00191
49
...
...
...
...
a 11 x 1 + a 12 x 2 + + a 1n x n = b 1
a 21 x 1 + a 22 x 2 + + a 2n x n = b 2
.
a n 1 x 1 + a n 2 x 2 + + a nn x n = b n
+ ( a 12 A 11 + a 22 A 21 + + a n2 A n1 )x 2 + +
+ ( a 1n A 11 + a 2 n A 21 + + a nn A n1 )x n =
= b 1 A 11 + b 2 A 21 + + b n A n1 .
Para la propiedad 1 el primer parntesis vale det A, mientras que para la 8,
los restantes parntesis valen 0. Por lo tanto, la expresin anterior queda
reducida a:
a1 n
b2
a 22
a2 n
bn
...
...
a 12
...
x 1 det A =
b1
a n2
a nn
Podemos repetir el clculo anterior con los adjuntos de las columnas segunda,
tercera, ..., i-sima, respectivamente, y si:
det A 0
(25)
x i = ----i
(26)
a 1, i 1
b1
a 1, i + 1
a 1n
a 21
a 2, i 1
b2
a 2, i + 1
a 2n
...
...
a n, i 1
bn
a n, i + 1
a n1
...
...
i =
a 11
...
donde:
a nn
FUOC P00/75004/00191
a1 n
a 21
a 22
a2 n
a n1
a n2
(27)
...
a 12
...
a 11
...
50
a nn
Observad que:
a) El determinante i se obtiene cambiando la columna i de por la columna
de trminos independientes.
b) La condicin para que el sistema sea compatible y determinado se expresa
en (25).
Veamos un ejemplo de sistema 3 3.
Ejemplo 22
Utilicemos la regla de Cramer para discutir y resolver el sistema siguiente:
x + 2y z = 1
5x + 4y + 3z = 5 .
2x + y + 2z = 6
El determinante del sistema es:
1
= 5
1
3 = 1 4 2 + ( 5 ) 1 ( 1 ) + 2 3 2 2 4 ( 1 )
2
2 ( 5 ) 2 1 3 1 = 50 0
40
----- = 4
--3 = 50
5
2
4
1
1
48
24
----- = -----3 = 50
25
2
5
6
2
4
1
1
86
43
----- = ------.
5 = 25
50
6
Veamos un ejemplo 4 4:
Ejemplo 23
Resolvamos por Cramer el sistema siguiente 4 4:
x + y + 3z 2t = 3
2x 4 y + 7 z + 2 t = 1
.
3x 2y + 9z t = 6
x + 3 y z t = 0
FUOC P00/75004/00191
51
1
2
2
.
= 0
0
6
6 =
5
5
2
1
6
5.
0
4
= 3 5 = 15 0.
El sistema es de Cramer, y podemos calcular los determinantes 1, 2 , 3 y 4 , que nos determinarn x, y, z, t. De este modo:
3
1 1
24
1 = 1
6
2 = 1
1
0
26
51
11
11
= 2 6
24
4
61
11 = 127
24
20
51
51
40 =
61
4
=
20 = 100,
4 0
127
lo cual permite obtener x:
100
20
x = ---------- = ------.
3
15
Procediendo de forma similar, obtenemos:
2 = 80,
3 = 51
4 = 89.
Finalmente,
16
y = ------,
3
17
z = ------,
5
89
t = ------.
15
Como puede comprobarse, habra resultado mucho ms corto hacer los clculos con el mtodo de Gauss.
Hemos visto que la teora de los determinantes permite una formulacin compacta para resolver los sistemas n n. Pero el precio que se paga por este mtodo es bastante elevado, ya que para resolver efectivamente un sistema es
mucho menos eficiente que el mtodo de Gauss.
FUOC P00/75004/00191
52
Llamamos determinante menor de orden s de una matriz a todo determinante formado por s filas y s columnas extradas de la matriz dada.
Si la matriz tiene m filas y n columnas, el menor de orden mximo que
podemos formar ser de orden igual al menor de los dos nmeros m, n.
Teorema 5
El rango de una matriz es igual al orden del menor de orden mximo
diferente de cero.
Para utilizar este teorema debemos encontrar un menor no nulo de orden tan
grande como seamos capaces, algo que nos indicar que los vectores de la fila
implicados son linealmente independientes. A continuacin, vamos amplindolo con una fila y una columna, de modo que el nuevo determinante menor
contine siendo diferente de cero. Cuando todos los menores orlados del dado
sean nulos, habremos determinado el rango.
Veamos, de este modo, la utilidad terica de los determinantes ante la potencia prctica del mtodo de Gauss. Los determinantes son un complemento necesario para discutir y sistematizar el estudio de los sistemas de ecuaciones,
pero para calcular las soluciones utilizaremos el mtodo de Gauss.
FUOC P00/75004/00191
53
Actividades
23. Utilizando determinantes, ved qu podemos decir a propsito de un sistema homogneo de n ecuaciones y n incgnitas:
(28)
...
...
...
a 11 x 1 + a 12 x 2 + + a 1n x n = 0
a 21 x 1 + a 22 x 2 + + a 2n x n = 0
.
a n1 x 1 + a n2 x 2 + + a nn x n = 0
a) Cul es la condicin para que el sistema tenga soluciones no triviales?
b) En el caso de que tenga, y que sta tenga a su vez 1 grado de libertad, qu expresin
podemos dar para la solucin?
24. Para qu valores de el sistema homogneo siguiente tiene soluciones no triviales?
En estos casos, encontradlas.
5z = 0
12 z = 0 .
y + ( 2 )z = 0
( 2 0 ) x +
9y
51 x + ( 2 3 )y
3x
x + 2y 3 z = 4
.
x + 2y z = 3
x 2 y + 2 z = 1
26. Discutid las soluciones del sistema siguiente, segn los valores del parmetro :
x + y +
z = 1
z = .
x + y + z = 2
x + y +
27. Determinad para que el sistema tenga soluciones no triviales, y dad las soluciones
correspondientes en forma de vectores-columna.
x + y + z = 0
3 x + y 2 z = 0 .
2x + 4 y + z = 0
28.
a) Demostrad que:
1
x2
= ( x y ) ( y z ) ( z x ).
Determinante
de Vandermonde
x1
x1
x1
x2
x2
x2
...
...
...
xn
xn
n 1
...
n 1
n 1
xn
FUOC P00/75004/00191
54
a 12
a 13
a1 n
a 22
a 23
a2 n
a 33
a 3n .
...
...
...
a 11
...
an n
FUOC P00/75004/00191
55
8. Matriz inversa
Diremos que la matriz cuadrada A tiene inversa si hay una matriz, que
denotaremos como A 1, la cual verifica:
A A1 = A 1 A = I.
(29)
Esta condicin es tambin suficiente a partir de la primera y la octava propiedad de los determinantes. Si se cumple (29), la matriz siguiente:
A 22
A 2n
A n1
A n2
A nn
(30)
...
A 21
...
...
A 11
A 12
1
= ---------------
det A
A 1n
formada por los adjuntos de los elementos (transpuestos) divididos por el determinante es inversa de A .
En cambio, los elementos no diagonales correspondern a la suma de productos de los elementos de una fila por los adjuntos de una paralela que, por la
propiedad 8 de los determinantes, es cero. As pues, la condicin necesaria y
suficiente para que A tenga inversa es (29).
FUOC P00/75004/00191
56
...
...
...
0
0
1
, , 0
0
1
1
0 ,
0
...
x 1n
1
=
0
x nn
...
x 11
x n1
...
...
a 1n
a nn
...
...
a 11
a n1
o, en forma de matrices:
A X =I
(31)
a 1n 1
a nn 0
0
.
...
...
...
...
a 11
a
n1
Primero, la reducimos por el mtodo de Gauss a forma triangular. A continuacin, dividimos las filas por los elementos diagonales que han quedado, a fin
de convertirlos en unos. Finalmente, reducimos a cero tambin los elementos
del tringulo superior empleando el mtodo de Gauss de abajo a arriba y tomando como pivotes los unos de la diagonal principal. El resultado ser:
0 x 11
1 x n1
Ejemplo 24
Queremos encontrar la matriz inversa de A, donde:
1
A = 5
x 1 n
,
x nn
...
...
...
...
1
4
1
1
5 .
1
FUOC P00/75004/00191
57
5
2
1 1
5 0
4
1
1 0
0
0 .
1
0
0
0
1 13
0
0 .
1
0
0
1 13
1
0 .
1
13
2
1
3
1
0 .
1
Vemos as que el coste de encontrar la inversa de una matriz n n por el mtodo de Gauss es resolver simultneamente n sistemas por Gauss con la propia
matriz del sistema, que es muy inferior a n veces el coste de resolver un sistema; esto se debe a que, para cada sistema, nicamente debemos aadir los clculos relativos a la columna correspondiente de la matriz ampliada.
Si hemos calculado la matriz inversa de A, tenemos automticamente la solucin de cualquier sistema de la forma
Ax=b
ya que multiplicando esta ecuacin por A1 por la izquierda obtenemos lo siguiente:
x = A1 b
Actividades
30. Calculad, si la hay, la inversa de la matriz siguiente por el mtodo de Gauss:
1
2
2
5
1
4
3 .
4
31.
a) Calculad la matriz inversa de:
cos
sen
s e n
.
cos
FUOC P00/75004/00191
58
b) Comprobad que A A t = A t A = I.
c ) Las matrices que verifican la propiedad anterior reciben el nombre de ortogonales. Es
posible conseguir que la matriz siguiente sea ortogonal eligiendo a, b y c de forma adecuada?
3 5
4 5
4 13
3 13
12 13
a
b .
c
FUOC P00/75004/00191
59
Resumen
FUOC P00/75004/00191
61
Ejercicios de autoevaluacin
1 . Resolved los sistemas de ecuaciones siguientes:
y + 2z = 19
x + 2 y + 3 z = 27 .
4 x + 2 y + 5z = 42
3x +
y + 2z = 19
x + 2 y + 3 z = 27 .
4 x + 3 y + 5z = 42
3x +
3 x + y + 2z = 19
x + 2 y + 3 z = 27 .
4 x + 3 y + 5z = 46
y + 2z = 0
x + 2y + 3z = 0 .
4 x + 2 y + 5z = 0
3x +
y + 2z = 0
x + 2y + 3z = 0 .
4 x + 3 y + 5z = 0
3x +
2 . Discutid el sistema siguiente segn el valor del parmetro m. Resolvedlo por los valores de
m que hacen que sea compatible:
mz = m
x + y + 3 z = 5 .
2x + my +
= 0
x +
x + aby + z = b .
x + b y + a z = 1
4. Consideremos los vectores v1 = (1, 2, 0, 1), v2 = (2, 1, 1, 3), v3 = (1, 3, 2, 2) y v4 = (4, 3, 0, 7).
a) Son linealmente independientes? Escribid esta condicin en trminos de determinantes.
b) Determinad el rango de { v1 , v2 , v3 , v4 } y dad una base del subespacio que generan.
c) Sustituid los vectores convenientes de la base cannica {u 1 , u2 , u3 , u 4} por los vectores
encontrados en el apartado anterior para formar una nueva base de E 4 .
d) Expresad los vectores {v1 , v 2 , v3 , v 4 } en la nueva base, y determinad sus componentes
en esta nueva base.
5 . Encontrad la inversa de la matriz siguiente:
9 2 4
A = 1
--- 1 2 1
5
12 1
7
6 . Dada la matriz
2
A =
4
1
2
FUOC P00/75004/00191
62
Plata
5%
10%
15%
Cobre
15%
25%
40%
Oro
80%
65%
45%
Mezclando las tres aleaciones podemos obtener diferentes productos con varias proporciones de plata, cobre y oro.
a) Encontrad una matriz tal que, multiplicndola por los kilogramos de A, de B y de C que
mezclemos, nos proporcione los kilogramos de plata, cobre y oro que hay en la mezcla final. Cul es la suma de cada una de sus columnas?
b) Mezclando 50 kilogramos de A, 20 de B y 20 de C, cuntos kilogramos de plata, cobre y oro
habr en la mezcla resultante? Cul ser la proporcin de plata, cobre y oro en la mezcla final?
c) Mezclando 0,5 kilogramos de A, 0,2 de B y 0,3 de C, cuntos kilogramos de plata, cobre y
oro habr en la mezcla resultante? Cul ser la proporcin de plata, cobre y oro en la mezcla
final?
d) Podemos obtener una mezcla con el 20% de plata y el 80% de oro? Qu interpretacin
de la solucin podemos dar cuando alguna incgnita toma valor negativo?
e) Podemos obtener una mezcla con el 11,5% de plata, el 30,5% de cobre y el 58% de oro?
10. Supongamos que las composiciones de las aleaciones del ejercicio anterior son:
A
Plata
5%
10%
15%
Cobre
15%
25%
35%
Oro
80%
65%
50%
FUOC P00/75004/00191
63
Plata
5%
10%
15%
Cobre
15%
25%
m%
Oro
80%
65%
85 m%
para obtener una mezcla que tenga el 12% de plata, n% de cobre y el resto de oro. Plantead
el sistema correspondiente y discutidlo segn el valor de los parmetros m y n. Resolvedlo
cuando sea posible.
FUOC P00/75004/00191
64
Solucionario
Actividades
1 . Tenemos que:
2 5 3 1
26 38
A B =
=
.
1 3 4 8
9 25
3 1 2 5
7 12
B A =
=
.
4 8 1 3
0 44
As pues, efectivamente, A B B A.
2.
526 194
3
2
2 A 5 A + 4 A + 3 I =
97
41
7 1 7 2
50 1 6
t
A A =
=
.
2 2 1 2
16 8
3 . Como es habitual, escribiremos (A) ij = aij y ( B) j k = b jk donde 1 i m, 1 j n y 1 k m.
Tambin tendremos, por definicin de la matriz transpuesta, que (A t) ij = a ji y (Bt) ij = b ji.
Si consideramos ahora la matriz (A B) t, tenemos que ((A B )t) ij = (A B) ji =
a
n
k= 1
jk
b k i.
Sin embargo:
t
(B )
( B A ) ij =
k = 1
ik
( A )k j =
k = 1
ki
a jk =
a
n
k= 1
jk
b k i.
con lo cual ((A B )t) ij = (Bt A t)ij y las matrices (AB ) t y BtA t son iguales.
4 . Tenemos:
64
4 6
B1
6 6
A
4 6
64
B2
44
Por lo tanto, los dos productos se pueden calcular. Observemos que, por las propiedades
de la matriz transpuesta:
t
t t
B 1 = ( A A) = A (( A) ) = A A = B 1
y, por lo tanto, B 1 es simtrica. Comprobad que B2 tambin es simtrica.
5.
a b d b
1------------ d b
a b ---------------------1
------------
c d ( a d b c ) c a = ( ad bc ) c d c a =
0
1 0
1------------ a d b c
= ----------=
.
0 1
( a d bc )
0
a d b c
6.
a 11 a 12 a 1 x
( x y 1 ) a 12 a 22 a 2 y =
a 1 a 2 a 1
a 11 x + a 12 y + a 1
= ( x y 1 ) a 12 x + a 22 y + a 2 =
a1 x + a2y + a
2
= a 11 x + 2 a 12 xy + a 22 y + 2 a 1 x + 2a 2 y + a .
FUOC P00/75004/00191
65
( A B)
n
( ( A B )C) ij = ( A B ) i1 C 1j + ... + ( A B ) in C nj =
m = 1
im
C m j.
a
n
( A B ) im = a i1 b 1m + a i2 b 2m + ... + a im b n m =
k= 1
ik
bk m ;
( ( A B )C ) ij =
(A B )
n
m = 1
im
Cmj =
a
n
m= 1
k = 1
ik
b km c m j .
Haciendo los productos y reorganizando los sumatorios (lo cual puede hacerse por la propiedad distributiva del producto respecto a la suma), obtenemos:
( ( A B )C ) ij =
a
n
m = 1
ik
k= 1
a
n
k = 1
ik
b km c m j =
a b
n
k= 1
ik
m = 1
km
c m j =
( B C) k j = ( A (B C ) ) ij.
8.
a) La ecuacin 1 e1 + 1 e1 = 0 se escribe:
1 ( 2 , 0 , 3 ) + 2 ( 1 , 3 , 5 ) = 0
que, en componentes, lleva al sistema:
2 1 + 2 = 0
3 2 = 0
3 1 + 5 2 = 0
La nica solucin de este sistema es 1 = 2 = 0. En consecuencia, e1 y e2 son linealmente
independientes.
b) Siguiendo el mtodo de la proposicin 2 y el teorema de Steinitz, a partir de la base cannica { u 1 ,u 2 ,u 3 } empezamos por sustituir u1 por e 1 . Esto es factible, ya que el componente de e 1 segn u 1 en la base cannica es 2 0. Tenemos:
e 1 = 2 u1 3 u 3
y as:
u1 = 1
---e 1 + 3
---u 3 .
2
2
Por lo tanto, { e1,u 2 , u 3} forman una base de E3 .
Un vector arbitrario v = (v1, v2 , v3) se expresar as en la nueva base:
1
3
v = v1 u 1 + v 2 u 2 + v 3 u 3 = v 1 ---e 1 + --u 3 + v 2 u 2 + v 3 u 3 =
2
2
1
3
= ---v1 e 1 + v 2 u 2 + ---v1 + v3 u 3 .
2
2
Podemos continuar la sustitucin de vectores de la base cannica. Expresamos e 2 en la
base anterior { e 1,u 2,u 3 }. Tendremos:
FUOC P00/75004/00191
66
1
3
1
7
e 2 = ---( 1 )e 1 + 3u 2 + ---( 1 ) + 5 u 3 = ---e1 + 3 u 2 + ---u 3 .
2
2
2
2
El componente segn u 2 es 3 0, y de este modo puede sustituir a u 2:
1
1
7
u 2 = ---e 1 + ---e 2 ---u 3 .
6
3
6
Ahora podemos expresar v en la nueva base { e 1,e 2,u 3}:
1--v e + v u + 3
v= --v + v 3 u 3 =
1 1
2 2
2 1
2
= 1
---v 1 e 1 + v 2 1
---e + 1
--e 7
---u + 3
---v + v 3 u 3 =
6 1 3 2 6 3 2 1
2
1
1
1
= ---v 1 + ---v 2 e 1 + ---v2 e 2 +
2
6
3
7
3
--v --v + v 3 u 3 .
2 1 6 2
2
2
10.
a) Se toman dos elementos del conjunto A = {(x, y, z) R 3 : 3x + 2 y + z = 0}:(u 1,u2 ,u3) y
(v1,v2 ,v3).
Debemos comprobar si se verifica que (u 1,u2 ,u3) + (v1 ,v2,v3) = (u 1 + v1, u2 + v2 u 3+v3) A.
Para ello, es necesario que veamos que: 3 ( u 1 + v1 ) + 2( u 2 + v 2) + u 3 + v3 = 0 .
Efectivamente:
3 u 1 + 2 u 2 + u 3 3 v 1 + 2 v 2 + v3 = 0 porque
3 u 1 + 2 u 2 + u 3 = 0 y
3 v 1 + 2 v2 + v 3 = 0
Debemos comprobar si k (u 1, u2, u 3) A. Para ello es necesario ver que 3 ku1 + 2ku2 + ku3 = 0.
Efectivamente:
3 k u1 + 2 k u 2 + k u3 = k ( 3 u 1 + 2u 2 + u 3 ) = 0 .
b) Se toman dos elementos del conjunto B = {(x, y, z) R 3 : 5x + 2y 7z = 3}: (u 1, u 2, u 3) y
(v1, v2 , v3).
Debemos comprobar si se verifica que (u 1 + v1, u2 + v2, u3 + v 3) B. Para ello, es necesario
ver que:
FUOC P00/75004/00191
67
5 ( u 1 + v1 ) + 2 ( u 2 + v 2 ) 7 ( u 3 + v 3 ) = 3 .
Pero tenemos que:
5 u 1 + 2 u 2 7 u 3 + 5 v 1 + 2 v2 7 v3 = 3 + 3 = 6;
por lo tanto, el conjunto B no es un subespacio vectorial de R 3 .
c) Se toman dos elementos del conjunto C = {( x, y, z) R 3 : x 0}: (u 1 , u2, u3) y (v1 , v2, v3).
Debemos comprobar si se verifica que ( u1 + v 1, u2 + v 2u 3 + v3) C. Para ello, es necesario
ver que:
( u1 + v 1 ) 0 .
Efectivamente, si u 1 0 y v1 0 entonces (u 1+v1) 0.
Debemos comprobar si k(u 1,u2 ,u3) C.
Siendo u 1 0, no necesariamente tenemos que k u1 0 por cualquier valor de k.
11.
a) Se toman dos elementos del conjunto A = {f F(R,R) : f(1) = k}:f1 y f2.
Queremos ver si f1 + f 2 A. Para ello es necesario que se verifique que (f1 + f 2)(1) = k.
Tenemos
( f 1 + f 2 ) ( 1 ) = f 1 ( 1 ) + f 2 ( 1) = k + k = 2k .
As pues, slo se verifica en el caso k = 0. Por lo tanto, en general, A no es subespacio vectorial de F(R,R).
b) Se toman dos elementos del conjunto B = {f F(R,R) : f(0) = 2f(1)}: f1 y f 2.
Queremos ver si f 1 + f 2 B. Para ello es necesario que (f1 + f2 )(0) = 2(f 1 + f 2)(1). Efectivamente:
( f1 + f 2 ) ( 0 ) = f 1 ( 0 ) + f 2 ( 0 ) = 2 f 1 ( 1 ) + 2 f 2 ( 1) = 2 ( f 1 + f 2 ) ( 1 ).
Queremos comprobar si kf 1 B. Para ello es necesario ver si (kf1)(0) = 2(kf 1)(1). Efectivamente:
( k f 1 ) ( 0 ) = kf 1 ( 0 ) = k2 f 1 ( 1) = 2 ( kf 1 ) ( 1 ).
c) Se toman dos elementos del conjunto C = {f F(R,R) : f(x) = f 2 (x)}:f 1 y f 2.
Queremos ver si f1 +f2 C. Por ello es necesario que (f 1+f 2)(x) = (f 1+f 2) 2 (x).
Tenemos
2
( f 1 + f 2 ) ( x ) = f1 ( x ) + f 2 ( x ) = f 1 ( x ) + f 2 ( x ) ( f 1 + f 2 ) ( x ).
Por lo tanto, C no es subespacio vectorial de F(R, R).
12.
1 1 5 0
1 5 0
1
1 1 5 0
2 1 3 1 0 3 7 1 0 3 7 1
7 7
3 4 1 0
0 7 1 4 0
0 0 -3-- -3-
y, por lo tanto, el sistema tiene como solucin nica x = 3; y = 2; z = 1. Podemos comprobar que el resultado es correcto sustituyendo los valores encontrados por las incgnitas en
cada una de las ecuaciones, con lo que obtenemos:
x + y + 5 z = 3 + 2 + 5 ( 1) = 0
(correcto),
2 x y + 3 z = 2 3 2 + 3 ( 1 ) = 1
3 x + 4 y z = ( 3 ) 3 + 4 2 ( 1) = 0
(correcto),
(correcto).
13. Observad las permutaciones entre las filas y cmo facilitan los clculos:
FUOC P00/75004/00191
68
3
8
5 2 1 2
1 1 3 8
1 1
1 1 3 8 5 2 1 2 0 7 16 38
2 3 2 3
2 3 2 3
0 1
8 13
1 1
1 1 3
8
3
8
0 1
0
1
8
13
8 13
0
0
7
2
129
0
7
1
6
38
1 3 4 7 11 0
4 3 1 2 1
0
2 2 0 1 2
0
0 1 1
2
2 3
3 3 6 9
3 3 6 9
2 2 3 6
11
1 0 1 1 2
1 0 1 0 2
0 1 1 2 3
0 1 1 0 3
0 0 0 0 0 0 0 0 1 0
0 0 0 0 0
0 0 0 0 0
0 0 0 1 0
0 0 0 0 0
x = 2 z ; y = 3 z ; t = 0;
15.
4 2 1 2
1 7 4 2
3 5 3 2 3 5 3 2
1 7 4 2
4 2 1 2
1
0
0
26
15
26
15
2
1
4 0
0
6
26
15
2
4
2
1
3
2 2 1 1
8
1 1
0 0
2
1 1 1
1 1
2 2
1 1
0 0
3
1 1
3 3
3 3 4 4
1
1
0
0
0
1 1
0 0
0 0 3 3
0 0 1 1
0 0
1
1
0
0
0
1 1
1
0 0
2
6
0 0
2
0 0
0 0
2
1 1 0 0
2 1 1
1
3
0
4
0
4
1
2
3
1
0 1 1 2
0 0 0 0
0 0 0 0
0 0 0 0
1 1 1
3
0 0 1 1 2
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
FUOC P00/75004/00191
69
= ( 3, 0, 0, 0, 2, 0 ) + x 2 ( 1, 1, 0, 0, 0 ) + x 3 ( 1 , 0, 1, 0, 0 ) + x 5 ( 0, 0, 0, 1, 1 ) .
17.
Ejercicio
Nmero
de variables
Rango
sistema
Rango matriz
ampliada
Tipo solucin
Grados
libertad
10
Determinada
11
Determinada
12
Indeterminada
13
Incompatible
14
Indeterminada
18.
2 1 3
1
3 7
1
8 24
0
1 3 7
0 2 1 3
1 8 24
0
1 3 7
0 5 17
0 5 17
0
1 3 7
0 0 5 17
0 0 0
0
0
0
0
0
0
0
x
16
y = 17 t .
z
5
19. Teniendo en cuenta que todas las ecuaciones son mltiples de la primera, el sistema se
reduce a (1 1 5 | 0), y la solucin es x = y 5 z.
20.
5
1 1
4 7 3
1 3
2
0
1
5
1
0 0
3 23
0 2
0
7
5 0
1 1
0
23
0 0 3
0 .
25
0
0 0 --3---- 0
2
4
11
0
1
0
0
0
0
0
0
0
0
0
x 16
0
y
9
=
s.
0
z
5
t 0
0
22. Si x 1, ..., xn son soluciones del sistema A x = 0, querr decir que A x 1 = 0, ..., A xn = 0
y, por lo tanto:
A ( t 1 x 1 + t 2 x 2 + ... + t n x n ) = A t 1 x 1 + A t 2 x 2 + ... + At n x n =
= t 1 A x 1 + t 2 Ax 2 + ... + t n Ax n = t 1 0 + t 2 0 + ... + t n 0 = 0 .
FUOC P00/75004/00191
70
23.
a) En primer lugar, es necesario que el determinante del sistema sea nulo (det A = 0), ya
que, si es diferente de cero, sera determinado y slo tendra la solucin trivial nula.
En segundo lugar, si det A = 0, entonces una solucin es:
x 1 = A 11 t ,
x 2 = A 12 t ,
x n = A 1n t
donde A1 j es el adjunto del elemento a 1j, ya que en la primera ecuacin, al sustituir las x,
tendremos:
a 11 A 11 t + a 12 A 12 t + ... + a 1n A 1n t = t det A = 0
y para las otras aparecer la suma de productos de los elementos de una fila por los adjuntos de una paralela que, por la propiedad 8 de los determinantes, es cero.
Puede suceder, sin embargo, que todos estos adjuntos sean 0, lo cual nos indicara que:
el rango es inferior a n 1 y hay ms de una indeterminada.
o bien lo debemos probar con los adjuntos de otra fila que no tenga todos los adjuntos
nulos.
24. Para que el sistema tenga soluciones no triviales es necesario que el determinante del sistema sea cero, a fin de que el rango sea inferior a 3. La condicin es, de este modo:
( 20 )
51
23
12
= + 5 8 + 4 = 0.
51 x + 22 y 12 z = 0 .
3x y +
z = 0
Segn la actividad anterior, la solucin ser:
x1 =
22 12
1
t = 10 t, x 2 =
51
12
t = 15 t , x3 =
51
22
51
21
t = 15 t
o bien:
x
2
y = 3 t .
z
3
Para = 2, el sistema es:
22 x + 9 y 5 z = 0
51 x + 2 1y 12 z = 0 .
3x y
= 0
De forma anloga, la solucin es:
x =
21 12
1
t = 12 t , y =
5 1
12
t = 36 t, z =
o bien:
x
1
y = 3 t .
z
1
t = 12 t
FUOC P00/75004/00191
71
2 3 4
1 2 1 3
2
= 13 26,
2 1
por lo tanto, este determinante se anula slo en el caso de que = 2. Podemos observar
que el rango de A es 3, independientemente del valor del nmero real .
Observemos que si 2, el rango de la matriz ampliada ser 4 y el rango de la matriz del
sistema ser, como mximo, 3 (ya que la matriz del sistema slo tiene tres columnas). Tendremos, de este modo, un sistema incompatible.
Para el caso = 2, sustituimos este valor en el sistema y lo resolvemos siempre (es un sistema normal: no hay parmetros, ni lambdas, ni nada). Os daris cuenta de que es un
sistema compatible indeterminado.
26. El determinante de la matriz del sistema es:
1 1
3
1 1 = 3 + 2 = ( 1 ) ( + 2 ) .
1 1
Por lo tanto, si 1 y 2, el rango de la matriz del sistema es 3 y el sistema ser
compatible y determinado (el rango de la matriz ampliada no puede ser 4; por lo tanto,
tendr que ser 3 y coincidir con el rango de la matriz del sistema y con el nmero de
incgnitas).
Para = 1 el sistema consta de una nica ecuacin x + y + z = 1, que es, evidentemente,
un sistema compatible indeterminado.
Para = 2, aplicndole Gauss obtenemos:
2
1
1
1
1 2 ... 0
0
2 4
2
1
1 2
3 3 ,
0 4
3
0
races son = 1 y = 5.
2
2 t.
1
x
3
Para = 5 (resolvindolo por Gauss) obtenemos y =
z
22
7
1 t.
7
Para diferente de estos valores el sistema (es homogneo!) tiene nicamente la solucin trivial.
28.
a) Observad que:
restando a la segunda columna la primera multiplicada por x,
restando a la tercera columna la segunda multiplicada por x,
desarrollando el determinante por la primera columna,
aplicando la propiedad 6 de los determinantes, para extraer del determinante los escalares que multiplican todos los elementos de las filas segunda y tercera,
calculando el determinante de orden 2 que nos queda y arreglando los signos,
obtenemos:
1
1
1
x
y
z
=
1
= 1
yx
y2 xy =
zx
z xz
y x
y (y x )
z x
z (z x )
y x
y2 x y
z x
z xz
= (y x ) (z x )
= ( y x )(z x ) (z y ) = (x y ) (z x )( y z ) .
FUOC P00/75004/00191
72
b) Para el caso general, los mismos pasos que hemos seguido cuando hay tres columnas
nos proporcionan determinantes cada vez menores hasta llegar al valor del determinante
grande, que es:
3
1
0
0
1
0
0
11
89 9
17 9
59
21 89
20 89
1 89
16 89
17 89
5 89
0
1
0 0
0
1
0
1
0 0
0
1
11
16
0
0
1
11 9
2 9
19
17 89
5 89
23 89
12 89
1 89
16 89
17 89
5 89
36 89
1
11 89 0
0
9 89
9 89
0
1 4 89
1 1 89
9 89
89
17 5
9
31.
a)
cos ( )
sin ( )
sin ( ) 1
cos ( )
=
cos( )
sin ( )
sin ( )
.
cos ( )
a = 48
-----65
b = 36
------ c = --5
----.
65
13
Ejercicios de autoevaluacin
1.
1
a) 4 .
6
b) Incompatible.
1 5
11 5
c) 65 5 + t 7 5 .
0
1
0
d) 0 .
0
1 5
e) t 7 5 .
1
2.
Si m 0 y m 1, el sistema es compatible y determinado con soluciones:
---4
+----3-- .
( x, y , z ) = ---2
----m
-------, ----------, m
------m + 1 m + 1 m + 1
FUOC P00/75004/00191
73
2 1 2 + 3 3 + 3 4 = 0
2 2 3
= 0
1 + 3 2 + 2 3 + 7 4 = 0
debera tener como nica solucin la trivial 1 = 2 = 3 = 4 = 0. Esto implicara que el
sistema fuese determinado con solucin nica (0, 0, 0, 0). La matriz del sistema es:
1
2
0
3
0
7
por lo tanto, los vectores dados sern linealmente independientes si det A 0 y linealmente dependientes si det A = 0. En los apartados siguientes veremos que estamos en la segunda opcin y, por lo tanto, los vectores dados son linealmente dependientes.
b) Para determinar el rango y obtener una base del subespacio generado por { v1 ,v2,v 3,v4 },
aplicamos el mtodo de Gauss:
1
2
1
0
0
1
1
3
0
0
2
0
7
1
1
5
0
0
6
0
6
1
11
5
.
6
e 2 = ( 0 , 5 , 1 , 5)
e 3 = ( 0, 0, 1, 6) .
c) Sea ahora la base cannica { u1 ,u 2,u 3,u 4}. Podemos sustituir u 1 por e1, ya que su componente segn u 1 es 1 0. Tenemos:
e 1 = u 1 + 2 u 2 u 4, es decir: u1 = e1 2u 2 + u 4
y por lo tanto, un vector cualquiera:
w = w1 u1 + w2 u2 + w 3u 3 + w4 u4
se expresar as en la nueva base:
w = w 1 ( e 1 2 u 2 + u 4 ) + w 2 u 2 + w 3 u 3 +w 4 u 4 =
= w 1 e 1 + ( 2 w 1 + w 2 ) u 2 + w 3 u 3 + ( w 1 + w 4 ) u 4 .
FUOC P00/75004/00191
74
5
5.
3
= 1
5
2
3
3
2
1 .
4
6.
a
B =
2a
b
2 b
2 c
C =
2 d
c
d
2 b
D =
4 b
b
2b
1
a) A =
2
5
3
3
2
B =
5
2
FUOC P00/75004/00191
75
donde en la primera fila de A se encuentran las compras del centro de Lrida y en la segunda, las del centro de Matar, y la matriz B consta de los precios de cada uno de los productos. Si multiplicamos:
1
A B =
2
3
5 2
32
=
3 5
44
2
5
= (3 8 7 8 ) .
3
2
E =
5
2
tiene los precios de cada mes en una columna.
6
32
A E =
44
61
nos da el gasto de cada centro en cada compra.
65
e) (1 1) (D E ) = (76 126) es lo que han gastado entre los dos centros cada una de las
compras.
1
( ( 1 1 ) ( D E ) ) = 7 6 + 126
1
es el gasto total.
9 . Quiz sera mejor que avissemos a un qumico!
a) El sistema ser:
5%
15%
80%
10%
25%
65%
15%
40%
45%
Kg. plata
Kg. A
Kg. B = Kg. cobre
Kg. oro
Kg. C
b) 7,5 kilogramos de plata, 20,5 kilogramos de cobre y 62 kilogramos de oro. Las proporciones correspondientes son, aproximadamente, 8,33%, 22,78% y 68,89%.
c) 9%, 24,5%, 66,5%
d) Si resolvemos el sistema:
5%
15%
80%
10%
25%
65%
15%
40%
45%
x
0,2
y = 0
z
0,8
FUOC P00/75004/00191
76
10. Observad que en este caso la matriz del sistema tiene determinante nulo.
a) El sistema es incompatible; por lo tanto, no hay forma de obtener una mezcla con las
caractersticas pedidas.
b) El sistema es compatible e indeterminado y, por lo tanto, tiene muchas soluciones que
se pueden expresar de esta forma:
t---
1
1
x=5
----------, y = 6
-----
--------0t
----, z = t
5
5
Observemos que, en la solucin, t expresa la proporcin de C que habr en la mezcla final,
y en consecuencia, la proporcin mnima de C es 0 y la mxima, 3/5, ya que, si t > 3/5, el
valor correspondiente a la cantidad de B (que es la y) sera negativo.
11. Si m 35, el sistema es compatible y determinado, es decir, para cada m 35 y cualquier
valor de n el sistema tiene solucin nica, que es:
7 m + 5 (9 2 n )
n 29
2---m
+----5---(--15
----n
x=-----------------) , y = -----------------------------------------, z = ------------------.
5 (3 5 m )
5 ( m 35 )
m 35
Por ejemplo, si n fuese 40 y m fuese 55, la solucin sera (0,15; 0,3; 0,55).
Si m = 35 y n 29 el sistema es incompatible.
Si m = 35 y n = 29 el sistema es compatible e indeterminado con la solucin siguiente:
( x, y , z) = 0, 3
---, 2
--- + t ( 1, 2 , 1 ).
5 5
Glosario
adjunto del elemento a ij de una matriz cuadrada
Determinante menor complementario del elemento a ij con el signo (1) i+j donde i, j son los
ndices de la fila y la columna que ocupa el elemento.
base de un espacio (o un subespacio) vectorial
Conjunto de vectores linealmente independientes, tales que todo vector del espacio (o el
subespacio) es combinacin lineal de estos.
Cramer, regla de
Frmulas cerradas, en forma de cociente de determinantes, que dan el valor de las incgnitas
en un sistema de n ecuaciones y n incgnitas compatible y determinado.
determinante
Dada una matriz cuadrada, el determinante es un nmero que se calcula a partir de sus elementos y que proporciona informacin sobre la independencia lineal de sus filas (y de sus
columnas)
dimensin de un espacio (o un subespacio) vectorial:
Nmero mximo de vectores linealmente independientes que contiene este espacio y que es
igual al nmero de vectores de cualquier base del espacio o subespacio).
espacio vectorial sobre un cuerpo
Conjunto dotado de una operacin interna que recibe el nombre de suma con propiedades
de grupo conmutativo y una multiplicacin por escalares del cuerpo con ciertas propiedades
especficas.
espacio vectorial numrico n-dimensional
Espacio vectorial de los vectores-columna (o fila) de n componentes reales.
generadores de un espacio (o subespacio) vectorial
Todo conjunto de vectores tales que todo vector del espacio (o subespacio) se puede poner
como combinacin lineal del conjunto de generadores.
Gauss, mtodo de
Mtodo de eliminacin de incgnitas que permite reducir un sistema lineal de forma escalonada.
independencia lineal de vectores
Dado un conjunto {v 1, ..., vk} de vectores, es linealmente independiente si la ecuacin
1v 1 + ... + kv k = 0 implica 1 = ... = k = 0. En caso contrario decimos que son linealmente dependientes.
FUOC P00/75004/00191
77
matriz
Tabla de nmeros en forma de n filas y m columnas. Esto ser una matriz n m.
matriz de un sistema
Matriz formada por los coeficientes de las variables x 1, ..., x n en cada una de las ecuaciones
del sistema. Cada fila de la matriz corresponde a una ecuacin.
matriz ampliada de un sistema
Matriz de un sistema de ecuaciones lineales formada mediante la ampliacin de la matriz del
sistema con la columna de los trminos independientes.
matriz inversa
Aquella que presentan las matrices cuadradas que tienen determinante diferente de cero. Su
producto, tanto por la izquierda como por la derecha, con la matriz dada es la matriz identidad.
menor
Dada una matriz, se llama menor o determinante menor a cualquier determinante de la matriz
cuadrada que se forme con los elementos de la matriz correspondientes a k filas y k columnas,
suprimiendo las restantes. Las filas y columnas no deben coincidir necesariamente.
menor complementario
Dada una matriz cuadrada, llamamos menor complementario de un elementoa ij, al determinante menor que se forma suprimiendo la fila i y la columna j.
pivote
Elemento diferente de cero que se elige para reducir a cero los restantes coeficientes en una
etapa dada del mtodo de Gauss.
rango de un conjunto de vectores
Nmero mximo de vectores linealmente independientes que contiene.
Rouch-Frbenius, teorema de
Teorema que permite saber si un sistema lineal es compatible o no lo es. En el caso de que
sea compatible, permite saber si es determinado o indeterminado, y en el ltimo caso, cuntos grados de libertad tiene la solucin general.
sistema lineal
Conjunto de ecuaciones de primer grado en m variables.
sistema compatible
Sistema de ecuaciones que tiene alguna solucin. Si no tiene ninguna decimos que es incompatible. Por abuso de lenguaje, en el caso de un sistema homogneo, cuando nicamente tiene la solucin trivial 0, decimos que es incompatible.
sistema determinado
Sistema que tiene una nica solucin. Si tiene ms de una, decimos que es indeterminado.
sistema homogneo
Sistema de ecuaciones sin trminos independientes o, lo que es equivalente, con trminos
independientes nulos.
subespacio vectorial
Subconjunto de un espacio vectorial que tiene estructura de espacio vectorial.
subespacio vectorial generado
Dado un conjunto de vectores {v 1 , ..., vk}, el subespacio que genera es el conjunto de todos
los vectores que son combinacin lineal de los vectores del conjunto.
vector
Llamamos vectores a los elementos de un espacio vectorial. Los vectores del espacio vectorial
numrico n -dimensional estn formados por una matriz de una sola columna (o una sola fila) de n elementos.
Bibliografa
Anton, H. (1991). Introduccin al lgebra lineal . (3.a edicin). Mxico: Ed. Limusa.
Hace un tratamiento elemental del lgebra lineal para estudiantes de primeros cursos de licenciatura no especfica. No requiere conocimientos de clculo, si bien incluye ejercicios
para aquellos estudiantes que s los tienen. No contiene todas las demostraciones, pero s las
FUOC P00/75004/00191
78
que considera pedaggicas y elementales; en una parte optativa incluye otras demostraciones
no tan elementales. Es un texto bastante bsico.
Birkhoff, G.; Mac Lane, S. (1985). lgebra moderna. (3.a edicin). Barcelona: Ed. VicensVives.
Es el libro de referencia general para todo el curso. Abarca todo el temario del curso y otros
temas relacionados. Se trata de un libro clsico (1941), traducido al castellano y del que se
han hecho muchas ediciones. Es un texto muy bien hecho que est a un nivel asequible para
los estudiantes que segus este curso; contiene tambin muchos ejercicios propuestos.
Grossman, S.I. (1988). lgebra lineal. (2.a edicin). Mxico: Grupo Editorial Iberoamericano.
Es un texto parecido al de Anton, pero tiene un cariz ms especficamente cientfico. Hay
ejercicios, que estn sealados, que requieren conocimientos de clculo (anlisis). Adems,
contiene mtodos numricos para lgebra lineal.