Está en la página 1de 307

Captulo I

NMEROS REALES Y COMPLEJOS


INTRODUCCION.
Las frmulas matemticas pueden compararse con piezas de maquinaria que
trabajan sobre materias primas para obtener de stas, productos acabados. En
este caso, tales materias primas proceden de los problemas que nos presenta el
mundo fsico, usualmente en forma de nmeros. Los productos acabados son las
soluciones a los problemas.

Los nmeros que se emplean para este objeto son elementos de ciertos conjuntos
de nmeros designados como sistemas numricos. Las propiedades de estos
conjuntos son las de las materias primas. Por lo tanto es natural que se comience
este estudio con un examen amplio de las propiedades de los sistemas numricos.

Las frmulas son entramados matemticos en que entran smbolos literales se


colocan o disponen las materias primas en las piezas de esta maquinaria
matemtica y se reemplazan los smbolos de nmeros. Luego las frmulas constan
de letras y smbolos matemticos relacionados entre s, ms bien que de nmeros
particulares.

Claro est que es solamente mediante el uso de letras para representar nmeros
no especificados que se pueden obtener resultados de algn significado general.
Al usar letras como smbolos es conveniente elegirlas de manera que sugiera cierto
orden (a, b, c,.).
Algunas veces es conveniente usar varios conjuntos de letras para denotar ternas
de nmeros relacionados de cierta manera. [(a, b, c), (A, B, C) (, , )].

Muchas proposiciones o enunciados de resultados matemticos contiene la frase


si y solo si. Tales proposiciones constan realmente de dos partes distintas, y
expresan una conclusin, es decir, una consecuencia, es vlida si y solamente si,
una hiptesis, o sea, una suposicin, es verdadera. Esto significa, primero, que si
se hizo la suposicin, la conclusin ser vlida

significa al decir que la

suposicin es una condicin suficiente. Tambin expresa que la conclusin no


puede ser vlida, sin ser verdadera la hiptesis, por lo que esta es una condicin
necesaria. Luego las dos partes de la proposicin, hiptesis y conclusin, pueden
llamarse condiciones equivalentes.

En estos apuntes, se harn muchas cosas con los nmeros reales, sumarlos,
multiplicarlos, comparar sus magnitudes, etc. Para asegurarse que puede hacerse
con ellos y que no, se presentan algunas suposiciones bsicas de los reales a lo
largo del captulo, as como algunas reglas que son consecuencia de estas
suposiciones.

Origen del lgebra


Los babilonios desarrollaron tcnicas y mtodos para medir y contar,
impulsados en parte por la necesidad de resolver problemas prcticos de
agrimensura, de intercambio comercial y del desarrollo de las tcnicas
cartogrficas. Entre las tablillas babilnicas descubiertas se han encontrado
ejemplos de tablas de races cuadradas y cbicas, y el enunciado y solucin de
varios problemas puramente algebraicos, entres ellos algunos equivalentes a lo
que hoy se conoce como una ecuacin cuadrtica. Un examen cuidadoso de las
tablillas babilnicas muestra claramente que mediante esos clculos sus
autores no slo intentaban resolver problemas del mundo real, sino otros ms
abstractos y artificiales, y que lo hacan para desarrollar tcnicas de solucin y
ejercitarse en su aplicacin.

En cuanto que, hasta la mitad del siglo XIX, el lgebra se ocup principalmente
de resolver ecuaciones de este tipo, puede decirse que fue en Babilonia donde
tuvo su origen esta ciencia.

Fueron los rabes quienes le dieron a la nueva ciencia de plantear y resolver


ecuaciones un nombre: aljabr. La nueva civilizacin que surgi en la pennsula
arbiga en la primera mitad del siglo VII, habra de transformar muy pronto la
vida de gran parte del mundo habitado de entonces. Menos de un siglo
despus de la captura de La Meca por Mahoma en el ao 630 d.C., el ejrcito
3

islmico haba convertido a las tribus politestas del Medio Oriente y usurpado
al imperio bizantino los territorios de Siria y Egipto. La conquista de Persia se
complet hacia el ao 641 d.C.
Los sucesores de Mahoma, los califas, primero establecieron su capital en
Damasco pero, tras cien aos de guerras, el califato se dividi en varias partes.

La fundacin en 766 d.C. por parte del califa Al Mansur de Bagdad como la
nueva capital de su califato, signific el comienzo de una etapa ms tolerante
del islamismo y permiti el desarrollo intelectual de sus habitantes. Su sucesor,
el califa Harun al Rashid, quien gobern entre 786 y 809, estableci en
Bagdad una biblioteca en la que se reunieron manuscritos provenientes de
varias academias del Cercano Oriente, algunas de las cuales haban sido
establecidas por miembros de las antiguas academias de Atenas y Alejandra
que tuvieron que cerrarse a raz de la persecucin de los romanos.

Un programa de traducciones al rabe de textos clsicos de la matemtica y


ciencia de los griegos y los hindes era una de las actividades del Bayal al
Iliktna (Casa de la sabidura), un instituto de investigaciones que fundara el
califa al Ma'mun y que funcion durante ms de 200 aos.
Muhammad Musa al Khwarizmi, un miembro del Bayal alHikma fue el
autor de varios tratados sobre astronoma y matemticas, entre ellos uno de
los primeros tratados islmicos acerca del lgebra. Fue gracias a la traduccin

al latn de su libro acerca del sistema de numeracin hind, Algorithmi de


numero indorum, que Europa Occidental conoci ese novedoso sistema de
numeracin. Su obra ms importante, sin embargo, fue su tratado de lgebra
que, con el ttulo lisab al/abra wal muqabala (La ciencia de la reduccin y
confrontacin) probablemente significaba la ciencia de las ecuaciones.

El lgebra de Muhammad contiene instrucciones prcticas para resolver ciertas


ecuaciones lineales y cuadrticas. Lo que la gente quiere, dice el autor,
cuando realiza sus clculo..., es un nmero. Ese nmero no es ms que la
solucin de una ecuacin.
Otro importante algebrista rabe fue Omar Khayyam (10481131), mejor
conocido en Occidente por su Rubaiyat, una coleccin de unos 600 poemas.
Fue l el primero en hacer una clasificacin sistemtica de las ecuaciones
cbicas y resolver algunas de ellas.

La contribucin de los algebristas islmicos de los siglos XI y XII en el


desarrollo del lgebra habra sido ms notoria si no hubiera tardado tanto en
ejercer su influencia en Europa, donde, un poco despus, el lgebra habra de
consolidarse definitivamente.

Historia del lgebra


La historia del lgebra comenz en el antiguo Egipto y Babilonia, donde fueron
capaces de resolver ecuaciones lineales (ax = b) y cuadrticas (ax2 + bx = c),
as como ecuaciones indeterminadas con varias incgnitas. Los antiguos
babilonios resolvan cualquier ecuacin cuadrtica empleando esencialmente
los mismos mtodos que hoy se ensean.
Los matemticos alejandrinos Hern y Diofante continuaron con la tradicin de
Egipto y Babilonia, aunque el libro Las aritmticas de Diofante es de bastante
ms nivel y presenta muchas soluciones sorprendentes para ecuaciones
indeterminadas difciles. Esta antigua sabidura sobre resolucin de ecuaciones
encontr, a su vez, acogida en el mundo islmico, en donde se la llam
ciencia de reduccin y equilibrio. (La palabra rabe al-jabr que significa
`reduccin', es el origen de la palabra lgebra). En el siglo IX, el matemtico
al-Jwarizmi escribi uno de los primeros libros rabes de lgebra, una
presentacin sistemtica de la teora fundamental de ecuaciones, con ejemplos
y demostraciones incluidas. A finales del siglo IX, el matemtico egipcio Abu
Kamil enunci y demostr las leyes fundamentales e identidades del lgebra.
En las civilizaciones antiguas se escriban las expresiones algebraicas utilizando
abreviaturas slo ocasionalmente; sin embargo, en la edad media, los
matemticos rabes fueron capaces de describir cualquier potencia de la
incgnita x, y desarrollaron el lgebra fundamental de los polinomios, aunque
sin usar los smbolos modernos.
6

Esta lgebra inclua multiplicar, dividir y extraer races cuadradas de


polinomios, as como el conocimiento del teorema del binomio.
El matemtico, poeta y astrnomo persa Omar Khayyam mostr cmo expresar
las races de ecuaciones cbicas utilizando los segmentos obtenidos por
interseccin de secciones cnicas, aunque no fue capaz de encontrar una
frmula para las races. La traduccin al latn del lgebra de al-Jwarizmi fue
publicada en el siglo XII. A principios del siglo XIII, el matemtico italiano
Leonardo Fibonacci consigui encontrar una aproximacin cercana a la solucin
de la ecuacin cbica x3 + 2x2 + cx = d. Fibonacci haba viajado a pases
rabes, por lo que con seguridad utiliz el mtodo arbigo de aproximaciones
sucesivas.
A principios del siglo XVI los matemticos italianos Scipione del Ferro, Tartaglia
y Gerolamo Cardano resolvieron la ecuacin cbica general en funcin de las
constantes que aparecen en la ecuacin. Ludovico Ferrari, alumno de Cardano,
pronto encontr la solucin exacta para la ecuacin de cuarto grado y, como
consecuencia, ciertos matemticos de los siglos posteriores intentaron
encontrar la frmula de las races de las ecuaciones de quinto grado y superior.
Sin embargo, a principios del siglo XIX el matemtico noruego Niels Henrik
Abel y el francs variste Galois demostraron la inexistencia de dicha frmula.
Un avance importante en el lgebra fue la introduccin, en el siglo XVI, de
smbolos para las incgnitas y para las operaciones y potencias algebraicas.
Debido a este avance, el Libro III de la Geometra (1637), escrito por el

matemtico y filsofo francs Ren Descartes se parece bastante a un texto


moderno de lgebra. Sin embargo, la contribucin ms importante de
Descartes a las matemticas fue el descubrimiento de la geometra analtica,
que reduce la resolucin de problemas geomtricos a la resolucin de
problemas

algebraicos.

Su

libro

de

geometra

contiene

tambin

los

fundamentos de un curso de teora de ecuaciones, incluyendo lo que el propio


Descartes llam la regla de los signos para contar el nmero de races
verdaderas (positivas) y falsas (negativas) de una ecuacin.

Durante el siglo XVIII se continu trabajando en la teora de ecuaciones y en


1799 el matemtico alemn Carl Friedrich Gauss public la demostracin de
que toda ecuacin polinmica tiene al menos una raz en el plano complejo.
En los tiempos de Gauss, el lgebra haba entrado en su etapa moderna. El
foco de atencin se traslad de las ecuaciones polinmicas al estudio de la
estructura de sistemas matemticos abstractos, cuyos axiomas estaban
basados en el comportamiento de objetos matemticos, como los nmeros
complejos.

Dos ejemplos de dichos sistemas son los grupos y las cuaternas, que
comparten algunas de las propiedades de los sistemas numricos, aunque
tambin difieren de ellos de manera sustancial. Los grupos comenzaron como
sistemas de permutaciones y combinaciones de las races de polinomios, pero

evolucionaron para llegar a ser uno de los ms importantes conceptos


unificadores de las matemticas en el siglo XIX. Los matemticos franceses
Galois y Augustin Cauchy, el britnico Arthur Cayley y los noruegos Niels Abel y
Sophus le hicieron importantes contribuciones a su estudio. Las cuaternas
fueron descubiertas por el matemtico y astrnomo irlands William Rowan
Hamilton, quien desarroll la aritmtica de los nmeros complejos para las
cuaternas; mientras que los nmeros complejos son de la forma (a + bi), las
cuaternas son de la forma (a + bi + cj + dk).
Despus del descubrimiento de Hamilton, el matemtico alemn Hermann
Grossmann empez a investigar los vectores. A pesar de su carcter abstracto,
el fsico estadounidense J. W. Gibbs encontr en el lgebra vectorial un sistema
de gran utilidad para los fsicos, del mismo modo que Hamilton haba hecho
con las cuaternas.
La amplia influencia de este enfoque abstracto llev a George Boole a escribir
Investigacin sobre las leyes del pensamiento (1854), un tratamiento
algebraico de la lgica bsica. Desde entonces, el lgebra moderna tambin
llamada lgebra abstracta ha seguido evolucionando; se han obtenido
resultados importantes y se le han encontrado aplicaciones en todas las ramas
de las matemticas y en muchas otras ciencias.

PERSONAJES DEL LGEBRA


George Boole (1815-1864):

Recluy la lgica a un lgebra simple. Tambin trabaj en ecuaciones


diferenciales, el clculo de diferencias finitas y mtodos generales en probabilidad.
Boole primero concurri a una escuela en Lincoln, luego a un colegio comercial.
Sus primeras instrucciones en matemtica, sin embargo fueron de su padre quin
le dio tambin a George la aficin para la construccin de instrumentos pticos. El
inters de George se volvi a los idiomas y recibi instruccin en Latn de una
librera local.
A la edad de 12 aos haba llegado a ser tan hbil en Latn que provocaba
controversia. l tradujo del Latn una Oda del poeta Horacio de lo cual su padre

10

estaba tan orgulloso que tena su publicacin. No obstante el talento era tal que un
maestro de escuela local cuestionaba que nadie con 12 aos podra haber escrito
con tanta profundidad.
Boole no estudi para un grado acadmico, pero a la edad de 16 aos fue un
profesor auxiliar de colegio. l mantuvo su inters en idiomas e intent ingresar a
la Iglesia. Desde 1835, sin embargo, pareci haber cambiado de idea ya que abri
su propio colegio y empez a estudiar matemticas por s mismo. Tard en darse
cuenta que haba perdido casi cinco aos tratando de aprender las materias en vez
de tener un profesor experto.
En ese periodo Boole estudi los trabajos de Laplace y Lagrange, tomando
apuntes, los cuales llegaron a ser ms tarde las bases para sus primeros papeles
matemticos. De cualquier modo el recibi estmulos de Duncan Gregory quin se
encontraba en Cambridge por ese tiempo y del editor "Cambridge Mathematical
Formal" recientemente fundado.
Boole fue incapaz de tomar los consejos de Duncan Gregory y estudiar cursos en
Cambridge; ya que necesitaba los ingresos de su colegio para cuidar a sus padres.
No obstante l comenz a estudiar lgebra. Una aplicacin de mtodos algebraicos
para la solucin de ecuaciones diferenciales fue publicada por Boole en el
"Transaction of the Royal Society" y por este trabajo recibi la medalla de la Real
Sociedad. Su trabajo matemtico fue el comienzo que le trajo fama.

11

Boole fue nominado para una ctedra de matemtica en el Queens College, Cork
en 1849. l ense all por el resto de su vida, ganndose una reputacin como un
prominente y dedicado profesor.
En el 1854 public Una investigacin de las leyes del pensamiento sobre las cuales
son basadas las teoras matemticas de Lgica y Probabilidad. Boole aproxim la
lgica en una nueva direccin reducindola a un lgebra simple, incorporando
lgica en las matemticas.
Agudiz la analoga entre los smbolos algebraicos y aquellos que representan
formas lgicas. Comenzaba el lgebra de la lgica llamada Algebra Booleana la
cual ahora encuentra aplicacin en la construccin de computadoras, circuitos
elctricos, etc.
Boole tambin tradujo en ecuaciones diferenciales, el influyente "Tratado en
Ecuaciones Diferenciales" apareci en 1859, el clculo de las diferencias finitas,
"Tratado sobre el Clculo de las Diferencias Finitas" (1860), y mtodos generales
en probabilidad. Public alrededor de 50 escritos y fue uno de los primeros en
investigar las propiedades bsicas de los nmeros, tales como la propiedad
distributiva que fundamento los temas del lgebra.
Muchos honores le fueron concedidos a Boole, fue reconocido como el genio en su
trabajo recibi grandes honores de las universidades de Dubln y Oxford y fue
elegido miembro acadmico de la Real Sociedad (1857).

12

Su trabajo fue elogiado por De Morgan quin dijo:


El sistema de lgica de Boole es una de las muchas pruebas de genio y paciencia
combinada. Esta el proceso simblico del lgebra, inventado como herramienta de
clculos numricos, sera competente para expresar cada acto del pensamiento, y
proveer la gramtica y el diccionario de todo el contenido de los sistemas de
lgica, no habra sido creble hasta probarlo. Cuando Hobbes public su
"Computacin Lgica" l tena un remoto reflejo de algunos de los puntos que
han sido ubicados en la luz del da por Mr. Boole.
El lgebra Booleana tiene una amplia aplicacin el switch telefnico y en el diseo
de computadoras modernas. El trabajo de Boole ha llegado a ser como un paso en
la revolucin de las computadoras hoy en da.

13

NMEROS REALES
1.1.

CONCEPTOS Y DEFINICIONES

AXIOMAS. (POSTULADO DE PEANO)


1-.1 N
Esto afirma, que por lo menos N posee un elemento.
2-. Si n N

un nmero natural nico llamado el siguiente de n [SIG(n)].

Esto indica que N es un conjunto infinito.


N = {1}
3-. SIG (n) 1; n N; este axioma dice que el 1, es el primer elemento del
conjunto N, es decir ningn elemento antes del 1.
4-. Si SIG (n) = SIG (m)

n = m, o sea que no hay 2 naturales diferentes

que tenga el mismo siguiente.


5-. Si K N; que tiene las siguientes propiedades:
a)-. 1 K.
b)-. Si P K

SIG (P) K

K=N
Definicin: A cada 2 nmeros naturales podemos asociarles un nmero natural por
medio de una operacin llamada suma en N, cuyas propiedades son:
a)-. n + 1 = SIG (n)
b)-. n + SIG (m) = SIG (n + m)

14

DECIMALES PERIODICOS Y NO PERIODICOS


La presentacin racional de un nmero decimal o bien es finita (como en 3/8 =
0.375000) o se repite en ciclos regulares hasta (como en 13/11 = 1.181818) un
poco de experimento por el proceso de la divisin le demostrara (por que solo
puede haber un nmero finito de residuos diferentes).
Un decimal finito puede ser considerado como uno en el que se repite ceros.
Por ejemplo: 3/8 = 0.375000
Por lo tanto todo nmero racional puede escribirse como un decimal peridico. Es
un hecho notable que el inverso tambin es cierto. Todo decimal peridico
representa un nmero racional. Esto es obvio en el caso de un decimal finito (P.E.
3137/1000) y es fcil de demostrar en el caso general.
Ejemplo: (Los decimales peridicos son racionales):
Demuestre que X = 0.136136136 y Y = 0.271717 representan un nmero racional.
Solucin: Restamos X de 1000x y despus despejamos a X.

1000x = 136.136136

x = 0.136136

999 = 136

x=

136
999

100 = 27.171717
= 0.271717

99 = 26.9

26.9
99

269
990

En general nuestro primer paso consiste en multiplicar un decimal peridico Z por


10m si los decimales que se repiten en cada ciclo constan de m dgitos.
Las representaciones decimales de nmeros irracionales no se repiten en ciclos
recprocamente, un decimal no peridico debe representarse un nmero irracional.
P. E. 0.101001000100001
Debe representar un nmero irracional.
15

1.2. PROPIEDADES Y OPERACIONES


En este captulo introduciremos y estudiaremos el conjunto de los axiomas y
trminos indefinidos (como punto y lnea) que forman la base o fundamento para
la prueba de teoremas; la utilizacin de estos conceptos se le conoce como
sistema deductivo o axiomtico.

Clasificacin de los nmeros


NUMEROS
COMPLEJOS (Z)
(a + bi)
Nmeros Reales (R)

Nmeros Racionales Q
Q = r / r = m /n; m, n R; n 0
Estos pueden ser decimales finitos o
infinitos peridicos.

Nmeros Irracionales Q
Q = r / r es no racional
Estos pueden ser numricos
decimales, no peridicas.

Fraccionarios
Enteros ()
= r /r = m n; m, n N

Entero + ( + )
=N =r / r= m n; m, n N, m >n}
+

Cero

Entero Negativo = r / r = m-n;


m, n N; m < n

16

Consideraremos

un conjunto

de

elementos

llamados

nmeros

reales, e

indicaremos el conjunto con R.


Aun cuando los nmeros reales no se definan, obtendremos un conocimiento
intuitivo de su naturaleza al estudiar algunas de sus propiedades.
En el cuadro de arriba, se dan algunas de las definiciones.

1.2.1. NMEROS NATURALES. ( + = )


Es el conjunto de las r tal que o tales que = donde m, n N y m>n.

1.2.2. NUMEROS ENTEROS (Z).


Es el conjunto de las r tal que o tales que = ; donde m, n N.
Como se puede observar el Conjunto de los nmeros enteros es un subconjunto
infinito del sistema de los nmeros reales R.

1.2.3. NUMEROS RACIONALES (Q)


Es el conjunto de las r tal o tales que =
decimales finitos o infinitos peridicos.

; , ; 0 estos pueden ser

1.2.4. NMEROS IRRACIONALES (Q).


Es el conjunto de las r tal o tales que r es no racional; estos pueden ser
nmeros decimales no peridicos.
El conjunto de los nmeros reales, tiene dos operaciones definidas bsicas
conocidas como adicin y multiplicacin, llamadas tambin suma y producto
(a+b, ab), El signo de igualdad es muy importante ya que denota la relacin
propiamente dicha es decir a=b significa que a y b, son smbolos del mismo
nmero (VI = 6 3/2 = 1.5).
17

Esta relacin de igualdad se efecta a travs de los siguientes Axiomas:


1.- Propiedad reflexiva (Para a R, a = a).
2.- Propiedad simtrica (Para a, b R, si a =b; b = a)
3.- Propiedad transitiva (Para a, b, c R, si a =b; y b = c; a=c)
4- Propiedad de la adicin (Para a, b, c. d R, si a =b; y
c = d; a+c = b+d y como d=c a+c =b+c).
5.- Propiedad de la multiplicacin (Para a, b, c. d R, si a =b; y
c = d; ac = bd; y como d=c; ac = bc).
Por lo general los ltimos 3 axiomas se escriben de la siguiente forma:
a) cantidades iguales a la misma cantidad son iguales entre s.
b) Si cantidades iguales se suman a cantidades iguales, las sumas son iguales.
c) Si cantidades iguales se multiplican a cantidades iguales, los productos son
iguales.
Tambin, tendremos otros axiomas llamados de campo para los nmeros reales,
los cuales se representan a continuacin y se plantean tanto para la suma como
para el producto:
Si x, y, z R entonces:
1)
2)

x+y

x.y

x+y
xy

3)
4)
5)
6)

=
=

y+x
yx

Cerradura
Conmutativa

x + (y + z) = (x + y) + z R
x (y z) = (x y) z

x-1 / x x-1 = 1

- x / x + (-x) = 0

1/x1=x

0/x+0=x

x (y + z) = xy + x z

Asociativa
Inverso
Neutro
Distributivo
18

Del diagrama de la clasificacin de los nmeros, se puede observar que:


1) +
2) = ; + =
3) = =
Otras propiedades de los nmeros reales son las de orden que se indican a
continuacin.

Propiedades de orden
7)

x<y
x=y
x>y

8) Si

x < y

9) Si

x<y

Propiedad de la tricotoma.

x + z < y + z; z R

z>0

xy < yz

10) Si

x<y

z<0

x z > y z

11) Si

x<y

y<z

x<z

12) Si x < y

-x > -y

13)

Si x > 1

x2 x

14)

Si 0 < x < 1

x2 < x

15)

Si 0 x y

x 2 y2

16)

Si 0 x y

0 z K

xz yK

19

Ejercicios Propuestos
1.- A partir de la clasificacin de los nmeros reales escoja el nombre que mejor
describa a cada uno de los siguientes conjuntos de nmeros:
a) 6, 4, 2 , 2, 7
b) 1, 2, 0,

1
3

c) 2, , 2 , 3, 2
d) 4, 2, 3, 1
2

e) 3 , 3,
f)

1
3

4
6

, 0

, 10,4

2.- Diga cul de las siguientes propiedades o axiomas estudiados, justifica cada
uno de los enunciados siguientes:
1

a) (x + y) x+y = 1
b) Si x + 2 = y

y=5 x+2 =5

c) x (x) = 1
d) [(x + y)] = x + y
e) Si a + c = b + c a = b
f)

3
4

a+b
5

3(a+b)
45

g) + ( + 0) + [( + )] = 0
h) + (5 + ) = (5 + ) +
i) Si ac = bc a = b

20

1.2.6. VALOR ABSOLUTO


Denotamos el valor absoluto de un nmero real a denotado por ||, a un nmero
real a tal que:
|a| = a
|a| = a

Si a > 0
Si a < 0

Conforme a la definicin anterior, el valor absoluto de todo nmero no nulo es


positivo y el valor absoluto de cero es igual a cero. As
|4| = 4

|4| = (4) = 4

|0| = 0

Podemos interpretar el valor absoluto de un nmero en forma geomtrica con la


ayuda de la recta de los nmeros reales (vase la fig.). El valor absoluto de indica
la distancia de la grfica del nmero a partir del origen, aunque no especifica en
qu direccin. Por ejemplo, si || = 2, la grafica de xpuede estar dos unidades a
la derecha o dos unidades a la izquierda.
Es decir si
|x| < 2 Significa 2 < < 2
Y en general
|x| < Significa < <
Observacin:
El valor absoluto tiene las propiedades siguientes.
1.- || 0 || = 0
2.- || = ||||
3. | + | || + ||

= 0

La propiedad 1 es consecuencia inmediata de la definicin. La 2 se puede


demostrar con la regla de los signos.
La propiedad tres, puede consultarla en el libro de algebra superior de Humberto
Crdenas y Francisco Raggi.

21

1.3. INDUCCIN MTEMATICA


Uno de los mtodos de demostracin de ms importancia en matemtica es lo que
se conoce como Induccin matemtica. El nombre no es muy afortunado ya que
es natural asociar la palabra induccin con razonamiento inductivo, que consiste
en sacar una conclusin a partir de un gran nmero de casos especiales. En
realidad la induccin matemtica es de naturaleza deductiva, puesto que lleva a
una conclusin segura.
La induccin matemtica se utiliza generalmente para demostrar la validez de
proposiciones que incluyen todos los valores enteros positivos de n.
Ilustraremos el mtodo mediante un ejemplo. Supongamos que tenemos una
escalera con un nmero indefinido de peldaos y queremos demostrar que
podemos subir hasta un peldao determinado cualquiera. Podemos hacerlo si
conocemos dos hechos: (a) podemos subir al primer peldao, (b) si estamos en un
peldao cualquiera, podemos subir al superior siguiente. De (a) sabemos que
podemos subir al primer peldao; de esto y de (b) sabemos que podemos subir al
segundo peldao; nuevamente, de esto y de (b), sabemos que podemos subir al
tercer peldao, etc.
Uno de los mtodos para determinar races cuadradas con una mquina
calculadora o sumadora est basado en el hecho que la suma de los n primeros
enteros impares es n2; especficamente,
1 = 1 = 12
1 + 3 = 4 = 22
1 + 3 + 5 = 9 = 32
1 + 3 + 5 + 7 = 16 = 42
Esta propiedad es vlida para todo entero positivo n y no es difcil de demostrar.
22

Ejemplo 1: Demustrese por induccin matemtica que para todo valor entero
positivo n,
1 + 3 + 5 + + (2n 1) = n2
Solucin: Parte(a): Verificacin para un valor especfico. Ya lo verificamos para
n=1, 2, 3, y 4, aunque basta la verificacin para un valor solamente.
Parte (b): Propiedad de induccin. Si la proposicin es verdadera para n=k donde
k es un valor arbitrario de n, debemos demostrar que tambin es vlido para,
n=k+1. Suponiendo que la proposicin vale para n=k tenemos:
1 + 3 + 5 + + (2k 1) = k 2 ___________________________________(A)
Ahora para n = k + 1 tenemos:
1 + 3 + 5 + + [2(k + 1) 1] = (k + 1)2
1 + 3 + 5 + + [2k + 2 1] = (k + 1)2
1 + 3 + 5 + + (2k + 1) = (k + 1)2 _____________________________(B)

A la ecuacin (A), le sumamos el ltimo trmino [(2k + 1)] de la ecuacin (B)


tanto al lado derecho como al lado izquierdo, obtenemos:
1 + 3 + 5 + + (2k 1)(2k + 1) = k 2 + (2k + 1)
1 + 3 + 5 + + (2k 1)(2k + 1) = (k + 1)2 ___________________(C)
Concluimos que la parte derecha de la ecuacin (B) es igual que la parte derecha
de la ecuacin (C), con lo cual queda concluida la demostracin.
Observamos entonces que una demostracin por induccin matemtica consiste de
tres partes:

23

Parte(a), Verificacin de la validez de la proposicin o teorema para el menor valor


de n para el cual el teorema debe valer (esto es anlogo al, hecho de poder subir
el primer peldao de la escalera).
Parte (b) demostracin de la propiedad inductiva. Si la proposicin o teorema es
vlida para n=k, donde k designa un valor cualquiera de n, entonces vale para
n=k+1 (esto es equivalente a subir de un peldao cualquiera al superior
siguiente.).
Parte(c). Conclusin. La proposicin o teorema vale para todo valor de n igual o
mayor que aquel para el cual se verifico en la parte (a).
Ejemplo 2: Utilizando el mtodo de induccin matemtica demustrese que la
proposicin siguiente es vlida para todo valor entero positivo de n.
1 + 2 + 3 + + n =

n(n + 1)
2

Demostracin:
Para n = 1, 2, 3, 4
1=1
2(3)
1+2= 3= 2 = 3
1+2+3= 6=

3(4)
2

=6

1 + 2 + 3 + 4 = 10 =

4(5)
2

= 10

Para n=k
1 + 2 + 3 + + k =

k(k + 1)
_____________________________________(A)
2

Para n=k+1
1 + 2 + 3 + + (k + 1) =

(k + 1)[(k + 1) + 1]
2

1 + 2 + 3 + + (k + 1) =

(k + 1)(k + 2)
______________________(B)
2
24

Agregando (k+1) a ambos miembros de la ecuacin (A) se tiene


1 + 2 + 3 + + k + (k + 1) =

k(k + 1)
+ [(k + 1)]
2

1 + 2 + 3 + + k + (k + 1) =

[k(k + 1) + 2(k + 1)]


2

1 + 2 + 3 + + + ( + 1) =

(+1)(+2)
2

________________________(C)

El lado derecho de la ecuacin (C) = Lado derecho de la ecuacin (B), lo cual


queda demostrado que es vlido para cualquier valor de n la proposicin.

25

1.4. NMEROS COMPLEJOS


(Z)
Con el objeto de despojar a los nmeros complejos de su aspecto irreal o
complejo con el que se fueron abriendo paso en las matemticas a travs de la
historia tratamos este tema.
En este caso trataremos las races pares, especialmente las races cuadradas de
nmeros negativos que son importantes en las matemticas. Su uso ha contribuido
al desarrollo de una gran parte de las matemticas, parte importante de las cuales
tienen aplicaciones vitales en ingeniera, y en las ciencias fsicas. Numerosas
ecuaciones y muchos problemas no se pueden investigar en el sistema de los
nmeros reales. La ecuacin 2 + 1 = 0 por ejemplo posee una solucin si solo si
2 = 1. Pero el cuadrado

de cualquier nmero real no es negativo y, en

consecuencia no tiene solucin real. Con el objeto de resolver esta ecuacin y


algunas otras ms complicadas, necesitamos aumentar nuestro sistema numrico.

As un nmero complejo se puede escribir de tres maneras diferentes que son:


1.- Rectangular o Binmica.
2.- Polar Trigonomtrica.
3.- Exponencial.

26

1.4.1. FORMA RECTANGULAR O BINOMICA.


Esta se puede escribir de la siguiente manera:
( + )
Donde:
x =Numero real
yi =Numero imaginario
i =Base de los nmeros imaginarios = 1
De tal manera que si se quiere resolver la ecuacin 2 + 4 = 0 se procedera de la
siguiente manera:
2 + 4 = 0
= 4 = 41 = 21
= 2

De lo anterior, se puede deducir, en base a la definicin del nmero complejo, la


siguiente tabla, que nos permitir escribir cualquier nmero en la forma
Rectangular o Binmica.
TABLA:
i2 = (1)2 = 1
i3 = i2 i = 1i = i
i4 = i3 i = i2 i2 = (1)(1) = ii = i2 = (1) = 1
i5 = i4 i = i
i6 = i5 i = ii = i2 = 1

Se deduce, de las expresiones planteadas arriba, que: Cuando i esta elevado a


un nmero par nos da como resultado 1 o -1, y cuando esta elevado a un nmero
impar da i o i.
Entonces en general in = (i)n-1(i).
27

1.4.2. OPERACIONES BSICAS


)
Conjugado. (
Se define el conjugado de un numero complejo, de la forma Z=x +yi, como aquel
nmero, en el cual solamente se le cambia de signo a la parte imaginaria de dicho
nmero, Donde Zc se le denominar como Z conjugada.
Zc =x-yi.
Producto.
z1 z2 = (x1 + y1 i)(x2 + y2 i) = (x1 x2 y1 y2 ) + (x1 y2 + x2 y1 )i

Divisin.
1 (1 + 1 )(2 2 ) (1 2 + 1 2 ) + (2 1 1 2 )
=
=
2 (2 + 2 )(2 2 )
x22 + y22

Nota: Para efectuar la operacin anterior, deber de multiplicarse tanto el


numerador como el denominador, por el conjugado del denominador, tal como se
muestra. Esto se realiza, para poder obtener en el denominador solamente una
parte real, y as poder escribir la operacin de divisin en forma Binmica.
Exponenciacin.
z1n = (x1 + y1 i)(x1 + y1 i)(x1 + y1 i) = z1 z1 z1 z1

Valor absoluto.
|1 2 | = (1 2 )2 + (1 2 )2
Que es la distancia entre los dos puntos 1 2 .
28

Propiedades
Suma y Multiplicacin
, , ,
1.- 1 + 2
1 2
2.- Z1 + Z2 = Z2 + Z1
Z1 Z2 = Z2 Z1
3.-Z1 (Z2 + Z3 ) = Z1 Z2 + Z1 Z3
4.- Z1 + (Z2 + Z3 ) = (Z1 + Z2 ) + Z3
Z1 (Z2 Z3 ) = (Z1 Z2 )Z3
Z

5.- Z1 + (Z1 ) = 0 + 0i
1

Z1

0+

6.- Z = 0 +
Z=

0i
Z1

0i

= 1 + 0i

Z1 Z1

+ (0 + 0i) = Z1

(1+0i)
Z1 (1+0i)

= Z1

Propiedades para los conjugados


7.- 1 = 1
8.- (1 + 2 ) = 1 + 2
9.- ( ) = ( )
10.- =
11.-
12.- +

29

EJEMPLO:
1.- Realizar la siguiente operacin de nmeros complejos y obtener lo que se pide.
Z1 = i
2 = 3
3 = (2 + )
4 = (2 + 3)
Hallar

Z2
Z1

Z3 ,

Solucin:

z2
3
z3 =
(2 + i) = 2 + 2i
z1
i

()
( )
=
=
= +
( + )
( + )( )

(2 + ) (2 + 3)
3 4
+ 3 4 =
+ (2 )(2 3)
3
2 +

2 + 2 3
2 +

2 + 2 2 2 22 + 2 32

=
+ (2 )(2 3)
3
2 +
2

9 + 42 6 122 3.3431 22.97056


=
= 1.1143 7.6568
3
3

30

1.5. Forma Polar o Trigonomtrica.


Como ya sabemos, un nmero complejo, viene dado por z= x + yi; por lo tanto
podemos representarlo en un plano complejo de la siguiente manera:

Del diagrama se ve por el Teorema de Pitagoras


= 2 + 2
Y por Trigonometra

= =

cos = = cos

Pero como = +

I
r

= (cos + ) = ______(1)

Donde la ecuacin (1) se le conoce como la forma polar o Trigonomtrica de un


nmero complejo.
As tambin, se le conoce a r como el modulo, y a como el argumento.
Debe notarse que Cis=Cos +i Sen, se le considera un operador, es decir una
forma de simplificacin para escribir un nmero complejo en forma polar.
Algunas veces se quiere escribir los valores de algunas funciones trigonomtricas
como una razn de valores numricos, es por eso que a continuacin se presenta
una forma de hallar esta relacin, aqu solamente se presentan para ngulos de
30, 45 y 60 grados a partir del triangulo equiltero y de un cuadrado unitario.

31

30
3

2
1

60

30 = 2
30 =

45 =

3
2

30 =
30 =

45
1

3
3
3

3
3

3
3

45

45

2 2
2
= 2
2
= 2

2
2

45 = 1

60 =

3
2
1

60 = 2

60 = 3

Para cualquier nmero complejo 0, corresponde solamente un valor de en


0 2 ; no obstante cualquier otro intervalo de longitud 2, por ejemplo
< se puede emplear.

32

Ejemplos:
1.-Obtener la forma polar de los siguientes nmeros complejos:
Z1 = 2 2i
2 = 3
3 = 5
4 = 2

2.8284 Cis 45
3 180
5 90
2 90

2.- Escribir el nmero complejo siguiente en forma polar trigonomtrica


= 1+
= 12 + 12
= 2
= 1 (1)
= 45

Z = 2 Cis 45 (Forma Polar)

3.- Dado el nmero complejo siguiente, representarlo en forma polar, a partir de


la forma polar encontrada, regresarlo a la forma Binmica, y dibujar un diagrama
del vector en un plano complejo.
a)
=
= () + ()

=
= ( + )

=
=
= +
=

= (

x
-45

33

b)
= +
=

=
= ( + )

=
= +
=

= ( +
= +

I
135
45

= +

=
c)
=
=

= =
=
=
d)
=
=

=
=
=

=
= ( )
= ( )
=

i
=
= ( + )
= +
=

180
X
-1

e)
=
= ( + )

= ( +
)

= +
( + ) =
f)
=
= ( + )

= ( +
)

= +
34

1.5.1. Operaciones Bsicas.


Nota: Las operaciones de suma y resta por esta forma no estn definidas, hay
que regresar a la forma rectangular, para poder efectuarlas.
Multiplicacin
= =
Z1 Z2 = (r1 Cis 1 )(r2 Cis 2 )
Z1 Z2 = r1 r2 Cis (1 + 2 )

Divisin
=
=

=
(1 2 )

Potenciacin
= ( )
= ()
Radicalizacin

= = ( )

= =

)
= = ( +

= , , , ,

35

Ejemplos:
1.- Hallar las operaciones indicadas, de los nmeros complejos siguientes:
=
=
a.- = ( )
= () ()
=

b.- = ( )
= () ()
=

c.- = ( )
= (3)4 4(225)
=

d.- + = ( ) + ( )
Z1 = 2 (Cos 70 + i Sen 70)
Z1 = 2( 0.3420 + 0.9396 i)
2 = 3 225
Z2 = 3(Cos 225 + i Sen 225)
2
2

)
2
2
32
32

2 = 3(
Z2 =

1 + 2 = 0.4836 + 1.3287i 2.1213 2.1213i


1 + 2 = 1.6377 0.7926
e.- Z1 Z2 = (2 Cis 70)(3 Cis 225)
Z1 Z2 = 32 Cis (225 + 70)
Z1 Z2 = 32 Cis 295

f.- =
=

=
=

( + ) =

( + ) =

=
=

( )
()

Es decir que :

() = . .

36

2.- =
=

= +
=

Obtener la cuarta potencia de:


4

2Cis 60 (3 3 3 i
z 3 z 2 c
z1

2Cis 90

z 4

a. - Z3 +Z2
Z3 + Z2 = (2 Cis 60) + (3 + 33 i);
3 + 2 = (1 + 3) + (3 + 33)

Nota: Z3 = 2 Cis 60
Z3 = 2(Cos 60 + i Sen 60)
1

3
i)
2

3 + 2 = 1 + 3 + 3 + 33

Z3 = 2(2 +

3 + 2 = 4 + 43

Z3 = 1 + 3i

+
1
b.- [ 3 2 ] z
4

: 1 = 2 90
1 = 2 ( 90 + 90)

(4+43)

1 = 2(0 + )

2 23
+
[ 3 2] 1 = (2 23 )(2 90)
4

1 = 2

1 = 2

= (2 23 )(2)
= 22 + 26 2
= 26 + 22
4

z3 z 2

z1 2 6 2 2 i

z4

Pasando 26 + 22 i a la forma polar tendremos que:


r = (26)2 + (22)2 = 24 + 8 = 32 = 16 2 = 42 = 5.6568
= tg 1

22
26

= tg 1 (

2
) = 30 + 180 = 150
6
37

Por lo tanto
i

z3 z 2
4

z1 = (42 150) =

z
4

4
= (42) 4(150)
= 1024 600
= 1024 (240 + 360)
= 1024 240

150

30

z3 z 2

z1

z
4
= 1024 240

L.Q.Q.D.

C.-

z1 +z
2
z4

Diagrama del ngulo

+ z3 z2 z1
3

(2 Cis 90) + (3 33 i)
2 Cis 90
+ (2 Cis 60)(3 + 33 i)
2
2 Cis 60
Nota: 2 Cis 90 = 2 (Cos 90 + i Sen 90) = 2 (0 + i) = 2 i
2 Cis 60 = 2 (Cos 60 + i Sen 60) = 1 + 3 i
(2 i) + (3 33 i)
2
+ (2 Cis 60)(3 + 33 i)
Cis 30
2
2
2 i + 3 33 i
2
+ (2 Cis 60)(3 + 33 i)
Cis 30
2
2
Transformando a (3 + 33 ) a la forma polar; tendremos:
r = 32 + (33)2 = 36 = 6
33
) = 60
3
3 3.7819 i
2 3 1
=
+ (2 Cis 60)(6 Cis 60)
( + i)
2
2
2
2
= Tang 1 (

3 3.7819
3 3.7819
1 3
6 2
6 2
+ 12 120

=
+ 12 ( +
)

2
4
4
2
2
2
4
4
6+7.5638 24+243 62
4

= 8.1124 + 11.9297
38

Entonces:
2
Z1 +Z
Z4

+ Z3 Z2 Z1 = 8.1124 + 11.9297 i
3

L.Q.Q.D
335

x
-45

3.- Dado el nmero complejo en forma polar z = 8 Cis 210


3

Hallar la z
Solucin:
Formula:
2k
2k
n
) = rn1 Cis ( +
)
z = r Cis ( +
n
n
n
n

Para k=0 (primera raz)


813 Cis (

210 2k
+
)
3
3

=
Para k=1 (segunda raz)
= 2 Cis (

210 360
+
)
3
3

=
Para k=2 (tercera raz)
= 2 Cis (

210 (360)2
+
)
3
3

39

4.-Resolver la ecuacin, x3 + 8 = 0 y hallar las tres races, tanto en forma polar.


Formula

3 = 8
3

= 8
=8

= ( +

= 180

= 8 180
Si k = 0
1

180

x0 = 83 Cis (

360(0)
3

) = 2 Cis 60 = 2 (Cos 60 + i Sen 60) = 2 ( +


2

3
i)
2

1 3
= 2( +
)
2
2
0 = 1 + 3
Ahora si k=1
1

x1 = 83 Cis (

180 360
+
) = x1 = 2 Cis 180 = 2 (Cos 180 + i Sen 180)
3
3

x1 = 2(1 + 0) = 2
Para k=2
1

2 = 83 (

180 (360)2
1 3
+
) = 2 300 = 2( 300 + 300) = 2 ( )
3
3
2
2

2 = 1 3

5.- Resolver la ecuacin + =


Solucin:
4 1 + = 0
4 = 1
4

= 1

40

Pero
1 i = 2 Cis (45) = 2 Cis 315
r = 2
= 45
4

Z = 2 cis 315

= ( +

Para k=0, usando la frmula para sacar raz en forma polar, obtenemos:
1

Z0 = (2)4 Cis (

315
4

2k
4

) = 28 Cis (

315
4

2k
4

) = 28 Cis 78.75

Para k=1
1

Z1 = 28 Cis (

1
315 360
+
) = 28 Cis 168.75
4
4

Para k=2
1

Z2 = 28 Cis (

1
315 (360)(2)
+
) = 28 Cis 258.75
4
4

Para k=3
1

Z3 = 28 Cis (

1
315 (360)(3)
+
) = 28 Cis 348.75
4
4

6.- Obtener Z C tal que:


1
4 = 2 + (3 )6 ( 30)
8
Suponemos que z = a + bi
(3 i)6 = (2 Cis 30)6 = 26 Cis 6(30) = 64 Cis 180

41

Entonces:
1
4 2 = 4( + ) 2( ) = (3 )6 ( 30)
8
1
= 2a + 6bi = (64 Cis 180)( Cis 30)
8
= 2a + 6bi = 8 Cis 210
= 2a + 6bi = 8(Cos 210 + i Sen 210)
= 2a + 6bi = 8 (

3 1
i)
2
2

Por lo tanto por el principio de la igualdad


43
a = 23
2
4
2
6b = 4 b = b =
6
3
2a = 43 a =

As es que finalmente
2
z = 23 i
3

42

1.6. FORMA EXPONENCIAL.

Como ya habamos visto, hay 3 formas de representar un nmero complejo, y esta


es la ltima que trataremos, ya que veremos, que con esta forma podemos hallar
los logaritmos naturales de estos.
Los complejos, de lo que se han visto se pueden escribir como Z= a+bi=r Cis y
como se dijo Cis es un operador, si cambiamos ese operador por la letra e de
los logaritmos naturales, entonces z se puede escribir como:
Z = r ei
Que sera la forma exponencial de Z
Deduccin:
Si
=
y
w = a + bi
Entonces, de la definicin que dice que ew = Z, tendremos que sustituyendo a w y
z. lo siguiente:
+ =
. =

= =
Por definicin: Es decir de la ecuacin ( = ) le sacamos logaritmo natural a
ambos miembros, y a la ecuacin ( = ) igualamos sus exponentes,
tendremos lo siguiente:
= ()

=
= ()

Como Z = ew
Aplicando el logaritmo a ambos miembros tenemos Ln (z) = w=a+bi
Por lo tanto:
Ln(z) = Ln(r) + ( + 2k)

donde k = 0,1,2,3 n 1

En el cual n es el nmero de logaritmos que se quiere obtener.

43

Tambin, podemos obtener la ecuacin para calcular el logaritmo natural de un


nmero complejo a partir de que, si consideramos que = , aplicando la
propiedad de los logaritmos a ambos miembros, tendramos:
ln z = ln(r ei ) = ln(r) + Ln(ei ) = ln(r) + ( + 2k)

Nota:
Ln(AB) = Ln A + Ln B
Entonces
Ln(z) = Ln(r ei ) = Ln(r) + L(ei )
Ln(z) = Ln(r) + ( + 2k)i
k = 0,1,2, . . n 1

k = 0,1,2, . . n 1

(1)

Expresiones de los nmeros complejos en forma exponencial, que se utilizan para


efectuar las operaciones bsicas.
Sea z1 = r1 ei1 y z2 = r2 ei2

1.6.1. Operaciones Bsicas.


1) SUMA Y RESTA

La suma y la resta de nmeros complejos en esta forma, no se puede efectuar,


hay que regresar a la forma Binmica y efectuarla desde ah.
a) PRODUCTO
1 2 = (1 1 )(2 2 ) = 1 2 (1 +2 )
b) DIVISIN
1 (1 1 ) 1 ( )
=
= 1 2
2 (2 2 ) 2

1) RADICALIZACIN.
1

2
)

( +
= = ( ) =

2) LOGARITMO NATURAL.
Ln(z) = Ln(rei ) = Ln(r) + ( + 2k)i

(1)
44

Ejemplo:
1.- Hallar los logaritmos naturales de las expresiones que se muestran:
Si z1 = 2ei

z2 = 5e 2

z3 = 2 e 3 i z4 = 3 Cis 60 y z 5 = 1 2i

a) Los dos primeros logaritmos de 1

b) un logaritmo de 5
c) Los dos primeros logaritmos de la operacin.
z2
z4
z3
3

d) El logaritmo de , de la ecuacin z1 z4 = z2c + z 2 (z3 z1 )2


Solucin:
a) Como piden los dos primeros logaritmos, eso quiere decir, que de la
ecuacin (1) k debe tomar los valores de 0 y 1, (es decir n=2) por lo tanto
tendremos:
Ln(z1 ) = Ln(2ei ) = Ln(2) + ( + 2k)i
Primer logaritmo para k =0
Ln(z0 ) = 0.6931 + [ + 2(0)]i = 0.6931 + 3.1416i
Segundo logaritmo ahora k=1
Ln(z1 ) = 0.6931 + [ + 2(1)]i = 0.6931 + (3.1416 + 6.2832)i
= 0.6931 + (9.4248)i
b)
Ln(z5c ) = Ln(1 2i) = Ln(1 + 2i) = Ln (5e

63.47

) = Ln(5 ) + (63.47 + 2k)i

45

Como no se puede sumar grados con radianes en el ltimo trmino de la expresin


anterior, debe de cambiarse los 63.47 grados a radianes, usando la relacin
siguiente:
radianes
x radianes
=
180 grados 63.47 grados
Por lo tanto
(63.47)
= 0.3526 = 0.3526(3.1416) = 1.1077 radianes
180
De lo anterior se deduce, que como piden un solo logaritmo (Que tambin se
llama el principal) entonces, el nico valor que tomara k es cero.
As es que la respuesta se escribe como se muestra a continuacin:
x radianes =

Ln(z5c ) = 0.8047 + [1.1077 + 2(0)]i = 0.8047 1.1077i


c)

5e 2

z3

2
i
2 e 3

Ln ( z4 ) = Ln (
5

Ln (

z2

34
i
6

3 Cis 60) = Ln (

5
2

e( 2 3 )i ) (3 Cis 60)

3 Cis 60)

Ln (3.5355 e 6 i 3 Cis 60) = Ln [3.5355 Cis (30) 3 Cis 60]


Ln [3.5355 (0.8660 0.5i) 1.7320(0.5 + 0.866i)] = Ln(2.1957 3.2676 i)
Ln(3.9367e56.2764 i )
Ln(3.9367) + (56.2764 + 2k)i = 1.3703 + (0.3126 + 2)i
= 1.3703 + 1.6874i = 1.3703 + 5.3011i
2
( 4 ) = 1.3703 + 5.3011
3

46

Nota: Para realizar los cambios de rectangular (Rec) a polar (Pol) o de polar a
rectangular, se puede usar una calculadora (Puede ser la Casio fx-82MS con la fx-350ES se obtiene en forma ms directa) de la siguiente manera:
1.- Se oprime la tecla Rec. (Pol.) dependiendo del cambio que se quiere realizar.
2.- Se introduce los datos en el parntesis que muestra el display, primero el
modulo una coma y despus el argumento o Angulo y cerrar el parntesis (o si es
polar primero la parte real del numero complejo una coma y despus la parte
imaginaria).
3.- Se oprime igual o enter y se obtiene el primer resultado que sera la parte real
y despus se teclea RCL y TAN y se obtendr la parte imaginaria resultante, a
esta ltima se la asocia la tecla i para obtener el resultado total (si es Pol. Se
obtendra el modulo y despus de oprimir RCL y TAN el argumento o Angulo).

47

48

1.7. Ejercicios Resueltos:


1.-Demostrar que las operaciones con nmeros reales pueden efectuarse
considerndolos como binomios; es decir, que considerndolos como binomios se
obtienen los mismos resultados que con las expresiones II. 1.3 y las formulas de
uso prctico que se emplean para la sustraccin y la divisin.
a) Z1 +0+0i
a+bi+0+0= Z1
a+bi= Z1
b) (a+bi) (1+0i)
a+bi+0ai+0bi2 = Z1
a+bi= Z1
c) Z1 (Z2 + Z3) = Z1 Z2 + Z1 Z3
a+bi [(c+e)+ (d+f) i]
a (c+e) +a (d+f) i +b (c+e) i+ b(d+f)i2
ac + ae + adi + afi +bci+bei+bdi2 +bfi2
a+bi (c+di) + a+bi (e+fi)
Z (Z2) + Z1 (Z3)
2.- Demostrar que para todo Z1 c
Si 1
Pero
Z1
Z1

= + 1 =
como R(Z1 ) = 0
= bi
y Z1 = bi
= Z1 L. Q. Q. D.

49

3.- Z1 1 = R
(a+bi)(a-bi)
a2 +abi-abi-(bi)2
a2 +b2 R
4.- Determina las soluciones de la ecuacin
a) Z 4 + 4 = 0 Para cualquier R
4 = 4
4

4 = 4
4

4
= 4 1
4

= 4 1 180 4 Cis 180


1

Z = r ncis n(+2k)
Para k=0
1
(180)
4
Z0 = Cis (45)
Z0 = Cis

Para k=1
1
[180 + (2)(1)]
4
Z1 = Cis (135)
Z1 = Cis

Para k=2
1
[180 + (2)(2)]
4
Z2 = Cis (225)
Z2 = Cis

Para k=3
1
[180 + (2)(3)]
4
Z3 = Cis (315)
Z3 = Cis

50

b.- Determinar los valores de para los que, Z1=1+i y Z2 = 1-i, son soluciones
de la ecuacin, y obtener las otras ecuaciones.
P
Z1
1+i
=
=
Z1
Cis 135
Cis 135
=

2 Cis 45
= 2 Cis 90 = 2i
Cis 135

P
Z2
1i
=
=
Z2
Cis 225
Cis 225
=

2 Cis 45
= 2 Cis 270 = 2 i
Cis 225

5.- Obtener la forma Binmica de los siguientes nmeros complejos.


Z1= Cis 150 = -.8660+ 0.5i
Z2= 4 Cis 210 = -3.4641 -2i
Z3 = 22 Cis 375 = 2.7320 + 0.7320i
6.-Escribir el siguiente nmero, dado en forma polar, a la forma Binmica
rectangular:
Z = 2 Cis 45
Z = 2(Cos 45 + i Sen 45)
2 2
Z = 2( +
i)
2
2
=+
7.- Calcular la forma binmica:
(1 i) (3 + i)
1i3i
2 2i
=

2 Cis 120
2 Cis 120
2 Cis 120
=

2.8284 Cis 135


1.9999 1.9999
2 2

=
2 Cis 120
1 + 3
1 + 3

51

(2 2i)

(1 3i)

(1 + 3i) (1 3i)
2 + 23 + 2 + 23 2
=
1+3
2 23 (2 + 23)
=
+
4
4
= +
8.-Calcular la forma polar del siguiente ejercicio.
(1 )4 (

2 60
3 +

[1.4142 Cis (45)]4

2 cis 60
2 cis 150

(4 Cis 180)(1 Cis 90) 4 Cis 270


9.- Diga cul de las siguientes propiedades o axiomas estudiados, justifica cada
uno de los enunciados siguientes.
1

a) (x + y) x+y = 1 Inverso multiplicativo


b) Si x + 2 = y y = 5 x + 2 = 5 Transitiva
1

c) x (x) = 1 Inverso multiplicativo


d) [(x + y)] = x + y 2 veces Distributiva
e) Si a + c = b + c a = b Transitiva
f)

3
4

a+b
5

3(a+b)
4(5)

Asociativa

g) x + (y + 0) + [(y + x)] = 0 Neutro aditivo(y + 0)


Asociativa (x + y)
Conmutativa para la adicion (x + y)
El inverso aditivo. (x + y) + [(x + y)] = 0
(5
(5
h) x + + y) = + x) + y Distributiva x + 5 + y = (5 + x) + y
Asociativa (x + 5) + y = (5 + x) + y
Conmutativa para la adicin (5 + x) + y = (5 + x) + y
i) Si ac = bc a = b Multiplicativa

52

10.- Indique la(s) propiedades que se usaron en el siguiente desarrollo de las


ecuaciones que se muestran.
(x + y) + (a + b) = [(x + y) + a] + b Distributiva (2) y asociativa (2)

( + ) + ( + ) = [ + ( + ) + ]
Distributiva y despues asociativa
(x + y) + (a + b) = [(a + x + y) + b]
Distributiva y asociativa
( + ) + ( + ) = ( + ) + ( + )
11.- Obtener todos los valores X, y R que se satisfagan las siguientes
igualdades:
a)

= +

x + yi = (x + yi)(x yi)
x + yi = x 2 xyi + xyi yi2
x + yi = (x 2 + y 2 ) + 0i no hay imaginario
Entonces y=0
Por lo tanto
= 2
1=x x=1
12.- Resuelva la siguiente ecuacin y halle el valor (es) de ; las tres primeras
races.
+
2 +
+2 =
+
2 45
2
+ + 4 45 2 + + 2
=
2 45
2
2(i + z + 4 cis 45) = (e2i + z + 2z)(2 cis 45)
2(i + z + 4 cis 45) = (e2i + 3z)(2 cis 45)
2i + 2z + 8 cis 45 = 2e2i cis 45 + 6z cis 45
2z 6zcis 45 = (2e2i cis 45) (8 cis 45) 2i
53

2[z 3z cis 45] = 2[e2i cis 45 4 cis 45 i]


2z (2 + 2 i)(3z) = (2 cis 45)(1 cis 114.60) (5.6568 + 5.6568 i) 2i
2( ) 2 + 2 )(3( + )) = (2 159.60) 5.6568 5.6568 2
2 2 (2 + 2 )(3 + 3) = (2 159.60) 5.6568 7.6568
2 2 (32 + 32 + 3 2 + 32 2 ) = 1.8745 + 0.6971 5.6568 7.6568

2 2 32 3 2 3 2 + 3 2 = 7.5313 6.9597
(2a 3a 2 ) (2bi + 3bi 2 + 3a 2i 3b2 = 7.5313 6.9597 i
(2a 4.2426 a) (2bi + 4.2426 bi) 3a 2i + 3b 2 = 7.5313 6.9597 i
2.2426 a 6.2426 bi 4.2426ai + 4.2426 b = 7.5313 6.9597 i
(2.2426 a + 4.2426 b) (6.2426 b + 4.2426a)i = 7.5313 6.9597i
2.2426a + 4.2426b = 7.5313 ec. 1
6.2426b 4.2426a = 6.9597 ec. 2
Despejamos a en la ecuacin 1
a=

7.5313 4.2426b
2.2426

= 3.3583 + 1.8918 . 3
El valor de a lo sustituimos en la ecuacin 2
6.2426b 4.2426a = 6.9597 ec. 2
6.2426b 4.2426(3.3583 + 1.8918b) = 6.9597
6.2426b 14.2479 8.0261b = 6.9597
14.2687 = 6.9597 + 14.2479
14.2687 = 7.2882
Despejamos a b
b=

7.2882
14.2687
54

= 0.5107
Sustituimos el valor de b en la ecuacin 3
= 3.3583 + 1.8918 . 3
= 3.3583 + 1.8918(0.5107)
= 2.3921
= 2.3921 0.5107
= 2.3921 + 0.5107
1 raz para k=0
3

2.3921 0.5107

2.4460 12.0514

Z = r n cis n( + 2k)
3

= (2.4460)1

1
[12.0514 + 2(0)]
3

= 1.3473 4.01713
2 raz para k=1
3

= (2.4460)1
3

= (2.4460)1

1
[12.0514 + 2(1)]
3
1
[12.0514 + 360]
3

Z = 1.3473 Cis 115.9828


3 raz para k=2
3

= (2.4460)1

1
[12.0514 + 2(2)]
3

= 1.3473 cis 235.9828

55

13.- Halle las races de z en la ecuacin siguiente:

2 2 (1 )3 + 2 3
Identificamos las variables a, b, y c para poder resolverlo como una cuadrtica
= 2

= (1 )3

= 2 90
=

= 2 3

= [2 ( 45)]3 = (8 135)

= 2 60

2 4
2

[8 cis (135)] [8 cis (135)]2 4(2 cis 90)(2 cis 60)


2(2 cis 90)
[8 cis(135)] 8 cis (270) 4(4 cis 150)
2(2 cis 90)
[8 cis (135)] 8 cis (270) (16 cis 150)
2(2 cis 90)
[8 cis (135)] 0 + 8i (13.8564 + 8i)
2(2 cis 90)
[8 cis (135)] 0 + 8i + 13.8564 8i)
4 cis 90
[8 cis (135)] 13.8564
4 cis 90
[8 cis (135)] 3.7224
4 cis 90
2 2 3.7224
4
Para la raz primera
2 2i + 3.7224 1.7224 2i 2.6394 cis (49.2649)
=
=
4i
4i
4 cis 90
= 0.6598 cis [(49.2649)(90)]
R1 = 0.6598 cis (139.2649)
56

Para la raz segunda


2 2i 3.7224 5.7224 2i 6.0618 cis (160.7352)
=
=
4i
4i
4 cis 90
= 1.5154 cis[ (160.7352)(90)]
R 2 = 1.5154 cis (250.7352)

14.- Resuelva la siguiente ecuacin:


2ei + z
1 3Z
+ Z =
+ 2i
2 cis 45
2i
2ei + z + 2Z cis 45 1 3Z + 4i2
=
2 cis 45
2i
2i(2ei + z + 2Z cis 45) = (1 3Z + 4i2 )(2 cis 45)
2i(2 + z + 2Z cis 45) = (3Z 3)(2 cis 45)
4i + 2zi + 4Zi cis 45 = 6 cis 45 6Z cis 45
2zi + 4Zi cis 45 + 6 Zcis 45 = 6 cis 45 4i
2[zi + z Cis 45(3 + 2i)] = 6 Cis 45 4i
2[(a + bi)i + (a bi)(1.4142 + 1.4142i)(3 + 2i)] = 6(1.4142 + 1.4142i) 4i
2[ai b + 1.4142a + 7.071b + 7.071ai 1.4142bi] = 8.4852 8.4852i 4i
2[1.4142a + 6.0716b + 8.071ai 1.4142bi] = 8.4852 12.4852i
1.4142 + 6.0716 = 4.2426
8.071 1.4142 = 6.2426
=

4.2426 6.071
= 3 4.2928
1.4142

8.071(3 4.2928) 1.4142 = 6.2426


24.213 34.647 1.4142 = 6.2426
36.06 = 17.9704

57

17.9704
36.06

= 0.4983
= 3 4.2928(0.4983)
= 0.8608
= 0.8608 0.4983

= 0.8608 + 0.4983

15.- Encontrar el valor de Z


2 cis 30 = 2i Z (2 i)2 Z 2
(2 i)2 Z2 2iZ + 2 cis 30 = 0
Identificamos las variables A, B Y C, y sustituimos en la ecuacin de la formula general
del binomio.

A = (2 i)2 = [2.2360 cis (26.5660)]2 = [5 cis (53.132)] = (3 4i)


x=

b b 2 4ac
2a

x=

2i 4i2 4[5 cis (53.132)](2 cis 30)


2[5 cis (53.132)]

x=

2i 4 4[10 cis (23.132)]


[10 cis (53.132)]

x=

2i 4 [40 cis (23.132)]


[10 cis (53.132)]

x=

2i 4 (36.7840 15.7140i)
[10 cis (53.132)]

x=

2i 4 36.7840 + 15.7140i
[10 cis (53.132)]

x=

2i 40.784 + 15.7140i
[10 cis (53.132)]

x=

2i 43.7065 cis 158.9284


[10 cis (53.132)]
58

x=

2i (6.6110 cis 79.4642)


[10 cis (53.132)]

x=

2i 1.2088 + 6.50i
[10 cis (53.132)]

x1 =

1.2088 + 8.50i
[10 cis (53.132)]

x1 =

1.2088 + 8.50i
[10 cis (53.132)]

x1 =

(8.5855 cis 81.9061)


= 0.8585 cis 135.038 = 0.6074 + 0.6066i
[10 cis (53.132)]

x2 =

1.2088 4.50i
[4.6595 cis (74.9640)]
=
= 0.4659cis (21.832) = 0.4324 0.1732i
[10 cis (53.132)]
[10 cis (53.132)]

16.-Efectuar las siguientes operaciones


a) 1 = 1 (1 180)
1 (1 + 0) = 1 + 1 + 0 = 2

b)

1e 2

i
1+e 2

1(1 cis 90)

1(0+1i)

1i

= 1+(1 cis 90) = 1+(0+1i) = 1+i =

2 Cis45
2 Cis 45

= Cis 90 = i

c) i + e2i = i + (1 cis 360)


+ (1 + 0) = 1 + = 2 45

59

17.- Obtener todos los valores de X y R tales que:


) x + yi = xeyi

x sen y = y

= x[cos y + i sen y]

x sen 0 = 0

= x cos y + xi sen y

xR

x cos y = x
y = cos 1 1 = 0
y=0
) ex+yi = 1
exyi = cis 180 = ei
x + yi = i
x=0

y=

60

CAPITULO II
Polinomios

Introduccin.
En muchos problemas de la fsica y la matemtica nos encontramos con
expresiones de la forma P(x) = a0 x0 + a1 x1 + a2 x 2 + + an x n los cuales se
conocen como polinomios.
Los polinomios pueden ser tratados formalmente desde dos puntos de vista.
El primero considera un polinomio como una expresin, mientras que el segundo lo
considera un polinomio como una funcin. Tanto la funcin como la expresin son
de la forma siguiente.
En el primer caso, es decir, al considerar al polinomio como una expresin, los
smbolos 0 , 1 , 2 , son indicadores de la posicin de los nmeros
0 , 1 , 2 , y los signos (+) deben interpretarse nicamente como medios de
conexin. En cambio cuando el polinomio es considerado como una funcin, los
smbolos
0 , 1 , 2 ,
representan
potencias
de
la
variable
x;
0
1
2

, 1 , 2 , representan productos, y los signos (+) se interpretan


como smbolos de adicin.
De acuerdo con el primer punto de vista deben definirse conceptos tales como
igualdad, adicin, y multiplicacin de polinomios, mientras que de acuerdo con el
segundo, dichos conceptos estn determinados por la igualdad de funciones la
adicin y la multiplicacin de nmeros.
En este captulo consideramos los polinomios como expresiones, lo que es ms
acorde con un tratamiento algebraico de los mismos, aunque tendremos siempre
en cuenta que los polinomios pueden tambin ser considerados como funciones,
por lo que se har hincapi en que las definiciones sean consistentes con este otro
enfoque.
Definicin:
Un polinomio, es un arreglo de trminos, ligados por un signo ms (+) menos
(-), es decir este puede tener la forma que se muestra a continuacin:
P(x) = an x n + an1 x n1 + an2 x n2 + + a0
En donde los coeficientes a0 , a1 , a2 , an1 , an2 an son elementos de los reales y
a0 0 .
De lo anterior, podemos decir que el polinomio es de coeficientes reales o pueden
ser todos racionales (o enteros), y diremos entonces que el polinomio tiene
61

coeficientes racionales (o enteros). Pueden tambin considerarse polinomios cuyos


coeficientes pertenecen a alguna estructura algebraica distinta de los complejos.
Haremos varias observaciones:
a) Cuando a1 = 0 se conviene, en que se puede omitir el termino 1 1 al
escribir el polinomio, siempre que no se omitan todos los trminos. As, los
polinomios
2 + 3 + 0 2 + 5 2
0 + 2 + 0 2
0 + 0
Pueden escribirse, respectivamente como
2 + 3 + 5 2
2
0
b) se conviene en escribir 1 en lugar de 1x1 y ax, en lugar de (a)x1 o
de +(a)x1 . As el polinomio.
(1)x + 0x + 1x 3 + (2)x 4 .
Se escribe

x + x 3 2x 4
c) el trmino a0 tambin puede escribirse como a0 x 0 nos referimos al trmino
ai x i como al trmino de grado i. Al trmino de grado cero le llamamos
trmino independiente. Al polinomio cero le llamamos polinomio nulo.
d) No es necesarios escribir los trminos de un polinomio siempre en el mismo
orden. Tampoco es necesario denotar siempre con a i el coeficiente del
termino de grado i. Por ejemplo, el polinomio a + bx + cx 2 puede escribirse
tambin bx + cx 2 + a; a + cx 2 + bx, etc., pero la forma ms usual, y
utilizada, es ax 2 + bx + c, es decir en orden decreciente de los grados.
e) Otra manera de denotar los polinomios consiste en escribir la sucesin de
sus coeficientes en orden creciente, sin omitir ninguno, conviniendo en que
todos los trminos que no aparecen tiene coeficiente cero. Con esta
convencin los polinomio x 2 + 2x 5 ; 0, x 2 + ax + b, 5, se representa as (0,0,1,0,2,0,0..); (0,0,0,); (b,a,1,0,0..) Y (5, 0,0,)

62

La siguiente nocin es muy importante:


Definicin: el grado de un polinomio no nulo es el mayor de los grados de los
trminos que tienen coeficiente diferente de cero.
Segn esto los grados de los polinomios.
2 3x 2 ,

x + 0x 4 , 1 + ix + (1 + i)x 2 + 0x 3 , x 3 + bx 2 + cx + d

Son respectivamente, 2, 1, 2, 3, y 0.

2.1. DEFINICIN DE IGUALDAD.


Se dice que dos polinomios son iguales, si y solo si, los trminos semejantes
correspondientes son iguales.
Esto es, si tenemos un polinomio P1 (x) = a1 x n + a2 x n1 + a3 x n2 + + a0
P2 (x) = b1 x n + b2 x n1 + b3 x n2 + + b0.
Entonces P1 (x) = P2 (x)
Cuando
a1 x n = b1 x n
a2 x n1 = b2 x n1
a3 x n2 = b3 x n2

a 0 = b0

63

2.2. PROPIEDADES DE LAS OPERACIONES


FUNDAMENTALES.
Suma y productos de polinomios
Supongamos el polinomio.
P(x) = an x n + an1 x n1 + an2 x n2 + + a0
Como si tuviera una infinidad de trminos, conviniendo en que a partir del grado n
+ 1 todos los coeficientes son cero;
Por ejemplo:
2 5x = 2 5x 2 + 0x 3 + 0x 4 + 0x 5 .
a0 + a1 x + an x n = a0 + a1 x donde ai = 0 para i >
Con esta convencin es muy fcil definir la suma del producto:
Definicin de suma:
(a0 + a1 x + ) + (b0 + b1 x + ) =
(0 + 0 ) + (1 + 1 ) + (2 + 2 ) 2 + +
Definicin del producto:
(a0 + a1 x + ) + ( b0 + b1 x + ) =
= a0 b0 + (a0 b1 + a1 b0 )x + (a0 b2 + a1 b1 + a2 b0 )x 2 +
El coeficiente de en la suma es an + bn y en el producto es
a i bj
i+j=n

Es importante observar que la suma y el producto puede obtenerse manejando a x


como si fuera un nmero y aplicando las reglas usuales de las operaciones con
nmeros complejos que son de la conmutatividad y asociatividad de la suma y
productos y la distributividad. Por ejemplo para calcular el producto tendremos que
multiplicar cada trmino del primer factor por cada uno de los del segundo
obtenindose productos.
ai bj x i+j

64

Podemos entonces observar que para un exponente fijo n aparece un termino de


grado n cada vez que, i + j = n y as vemos que el coeficiente de x n , es la
suma de todos los productos ai bj . Para los cuales i + j = n tal como aparece en la
forma que define el producto. Una discusin parecida puede hacerse para la suma.
Resumiendo las observaciones anteriores podemos plantear lo siguiente:
1.- Sean g(x) = f1 (x) + f2 (x) y h(x) = f1 (x)f2 (x) para toda alfa, elementos de los
complejos ( ). Se cumple:
g() = f1 () + f2 ()
h() = f1 ()f2 ()
2.- El grado de la suma de los dos polinomios no nulos, es menor o igual que el
mximo de los grados de los sumandos.
3.- El grado del producto de dos polinomios no nulos es la suma de los grados de
los factores.

65

2.3. DIVISIN.
2.3.1 Algoritmo de la divisin para polinomios
Ahora trataremos la divisin entre los polinomios primeramente definiremos lo que
entenderemos como factor.
Definicin 1:
Sean f(x) y g(x) dos polinomios x con coeficiente en los complejos, donde
g(x) 0.
g(x) Es un factor de f(x) si existe un polinomio q(x) con coeficientes en los
complejos tal que:
f(x) = g(x)q(x) + r(x)
Se dice entonces que () es divisible entre ().
TEOREMA (algoritmos de la divisin)
Sean () () dos polinomios en x con coeficientes en los complejos. Si
() 0, existen dos polinomios nicos () () con coeficientes en los
complejos tales que:
() = ()() + ()

() < ()

() = 0

Otra forma de explicar lo anterior sera:


Sea () cualquier polinomio y sea (), un polinomio no nulo. Existen dos nicos
polinomios, () () que satisfacen las condiciones siguientes:
) () = ()() + ()

) () < ()

Donde gr es grado de.


Los polinomios () () son el cociente y el residuo de la divisin de ()
entre (), respectivamente. Donde los polinomios () () son el dividendo y
el divisor.

66

Otra forma de plantear el algoritmo sera:


Para dividir un polinomio entre un monomio, necesitamos usar la ley de
exponentes.
Teorema:

a m n
m

1
an
1
mn
a

si m n
si m n
si m n

Ahora para dividir polinomios, en los cuales el divisor tiene dos o ms trminos. El
procedimiento es semejante al de divisin larga en aritmtica.
1.- Arregle el dividendo y el divisor en el orden de las potencias descendentes de
una literal comn, dejando un espacio para cualquier potencia faltante de la literal
en el dividendo.
2. Divida el primer trmino del dividendo entre el primer trmino del divisor. Esto
da el primer trmino del cociente.
3. Multiplique el divisor por el primer trmino del cociente y sustraiga el resultado
del dividendo.
4. Considere el residuo as obtenido como un nuevo dividendo y repita los pasos 2
y 3 para encontrar el segundo trmino del cociente y el siguiente residuo.
5. Continu este proceso, hasta que se obtenga un residuo que sea cero o de
menor grado en la literal comn que el grado del divisor.
Si el residuo es cero entonces la divisin es exacta y el resultado se puede
expresar como:
Dividendo
= Cociente
Divisor
Si el residuo no es igual a cero entonces expresamos el resultado como
Dividendo
Residuo
= Cociente +
Divisor
Divisor
67

En cualquier caso se puede comprobar el resultado mediante la relacin:


Dividendo = cociente x divisor + residuo
Todo lo anteriormente expuesto, se puede observar en los siguientes ejemplos.

Ejemplos:
1.-Sean los polinomios () = 2 4 3 3 + 2 2 + 5 () = 2 + 2 + 1
para obtener el residuo y el cociente de la divisin de los dos polinomios anteriores
tendremos:
2 x 2 7 x 13
x 2 2x 1

2 x 4 3x 3 x 2 2 x 5
2x 4 4x3 2x 2
___________________
7x3 x 2 2x
7 x 3 14 x 2 7 x
__________________
13 x 2 5 x 5
13 x 2 26 x 13
________________
21x 8

Donde los polinomios buscados sern


() = 21 8
() = 2 2 7 + 13

2.-Hallar el cociente y residuo, de la divisin de los polinomios


() = 2 3 3 2 + 5 + 1 () = 2

68

Usando el mtodo tradicional obtendremos que los polinomios buscados son:


2x 2 x 7
x 2 2 x 3x 2 5 x 1
3

2x 4x 2
x 2 5x
x 2 2x
7x 1
7 x 14
15

() = 15
() = 2 2 + + 7
De los dos ejercicios anteriores se puede comprobar que
() = ()() + () () = () + ()
Donde es grado de

2.3.2. TEOREMA DEL RESIDUO


Si un polinomio P(x) se divide entre x-r hasta que se obtiene un residuo sin x,
entonces el residuo resultante es igual a P(r).
Es decir si representamos con Q(x) el cociente obtenido al dividir P(x) entre
x-r y representando con R el residuo constante. Entonces
P(x) = (x r)Q(x) + R
Dividendo = divisor por cociente + residuo
Como esta es una identidad cierta para todos los valores de x, podemos sustituir
a r por x y obtener
P(r) = (r r)Q(r) + R
= 0 Q(r) + R
=R
Esto establece el teorema del residuo.

69

2.3.3. TEOREMA DEL FACTOR Y SU RECIPROCO


Si r es una raz de la ecuacin polinomial P(x)=0, entonces x-r
Es un factor de P(x), de manera reciproca si x-r es un factor de P(x) entonces
r es una raz de la ecuacin P(x)=0
Esto se puede demostrar a partir del teorema del residuo, es decir, si suponemos
la siguiente ecuacin:
P(x) = (x r)Q(x) + R = (x r)Q(x) + P(r)
Si r es una raz de la ecuacin P(x)=0, entonces P(r)=0.
En consecuencia tenemos:
P(x) = (x r)Q(x)
Para probar el reciproco del teorema solo necesitamos observar que dado x-r
como factor, podemos escribir la identidad anterior, que es cierta para todos los
valores de x .Cuando remplazamos a x por r tenemos
P(r) = (r r)Q(r) = 0 Q(r) = 0

2.3.4. OTROS TEOREMAS FUNDAMENTALES


TEOREMA I: (Teorema fundamental del algebra).
Toda ecuacin polinomial de grado n1 tiene al menos una raz real o imaginaria.
TEOREMA II: Todo polinomio p(x) de grado n1 se puede expresar como el
producto de n factores lineales.
TEOREMA III: Toda ecuacin polinomial P(x)=0 de grado n tiene exactamente
n races.

70

2.3.5. DIVISIN SINTETICA.


Definicin:
Es un procedimiento abreviado de efectuar una divisin normal.
La idea de trabajar con la divisin, es la de inducir a usar la divisin sinttica, que
es una forma ms sencilla de hacer la operacin entre un polinomio y un binomio.
Otra razn de la utilizacin de esta forma de divisin , es que, cuando se quiere
hallar las races de algunos polinomios, una forma , es probar con los posibles
factores que resulten al aplicar las reglas que veremos ms adelante, y que
muchas veces el nmero de factores es extenso, y hay que efectuar la divisin
sinttica muchas veces, para demostrar cuales son races del polinomio, y adems
utilizar la ecuacin degradada resultante para continuar hallando las dems races
(Donde la ecuacin degradada se forma por los coeficientes que aparecen en la
tercera fila de la divisin sinttica, que se describi en prrafos anteriores).
Deduccin formal del procedimiento de la divisin sinttica, consideraremos los
polinomios
P(x) = an x n + an1 x n1 + an2 x n2 + + a0 y g(x) = x c
Si queremos efectuar la operacin
P(x) g(x)
Como en este caso g(x) es de grado uno, entonces el cociente [q(x)] ser de
grado n-1 y podemos escribir:
q(x) = bn1 x n1 + bn2 x n2 + bn3 x n3 + + b0

con bn1 0

Como el residuo ser cero de grado cero, es decir un nmero r. Entonces de


P(x) = g(x)q(x) + r(x)
an x n + an1 xn1 + an2 xn2 + + a0 = (x c)(bn1 x n1 + bn2 x n2 + b0 ) + r (A)
an x n + an1 x n1 + an2 x n2 + + a0 = bn1 x n + (bn2 cbn1 )x n1 + + (b0 cb1 )x + (r cb0 ) (B)

71

De la igualdad de polinomios, tendremos (igualando los miembros de los


polinomios A y B).
an = bn1
an1 = bn2 cbn1

a1 = b0 cb1
a0 = r cb0
Por lo que los coeficientes del cociente y del residuo se obtienen como
an
= bn1
an1 + cbn1 = bn2

a1 + cb1
= b0
a0 + cb0
= r
De tal manera que para tener los clculos, de forma simplificada utilizando la
notacin sinttica se puede escribir de la siguiente manera:

1 1
1
1

1 bn2

Donde:
bn1 ; bn2 ;

b0
r

b0

0
0
r

Son los coeficientes del cociente


Es el residuo

EJEMPLO 1:
Obtener el residuo y el cociente de la operacin entre los polinomios siguientes,
usando la divisin sinttica.
P(x) = 2x 3 7x 2 + 8x 15

2
3
2

7
6
1

g(x) = x 3

8 15
3
15
5
0 (residuo)

Cociente
72

Ejemplo 2:
Efectuar la divisin sinttica entre los polinomios siguientes.
(2 3 3 2 + 5 + 1) ( 2)

3
4

5
2

1
14

15 (residuo)

Que se puede escribir como


(2 3 3 2 + 5 + 1) ( 2) = (2 2 + + 7)( 2) + 15

73

2.4. RACES DE UN POLINOMIO


2.4.1. DEFINICIN DE RAIZ
Se dice que r es raz de un polinomio si dicho valor (numrico, literal o complejo)
da solucin a dicho polinomio, es decir, si al sustituir esa r en el polinomio el
residuo de este, es cero [R(r)] o tambin se dice que satisface al polinomio, es
decir f(r) = 0
2.4.2. NMERO DE RAICES
El Nmero de races de un polinomio est basado en el siguiente teorema:
TEOREMA I: (Teorema fundamental del algebra.)
Toda ecuacin polinomial de grado n1 tienen al menos una raz real o imaginaria.
TEOREMA III: Toda ecuacin polinomial P(x)=0 de grado n tiene exactamente
n races.

74

2.5. TECNICAS ELEMENTALES PARA BUSCAR RAICES


2.5.1.- POSIBLES RAICES RACIONALES
Obtencin de las races reales racionales.
Para obtener las races reales racionales de un polinomio P(x) se siguen los pasos
que se muestran a continuacin:
Sea P(x) = an x n + an1 x n1 + an2x n2 + + a0 = 0
Primer paso:

Tomar los factores de 0


Segundo paso:

Tomar los factores de


Tercer paso:

Tomamos la razn de

a0
an

Cuarto paso:

Se agrupan todas las posibles races, ordenndolos de menor a mayor


simplificando los repetidos y los equivalentes, esto se realiza para probar
primeramente con los valores ms pequeos que pueden ser races.
Quinto paso:

Se efecta las divisiones en forma sinttica, con todas las races posibles,
comenzando de menor a mayor.
Es posible hallar todas las races por este mtodo, o bien se puede usar la
ecuacin degradada.

75

Ejemplos:
1.-Para el polinomio que a continuacin se muestra, aplique los pasos que se
muestran en los prrafos anteriores y halle todas sus races.
P(x) = 2x 3 7x 2 + 8x 15 = 0
Primer paso:
Factores de a0 (de 15 son: 1, 3, 5, 15)
Paso dos:
Factores de an ( de 2 son 1, 2)
Paso tres:

a0
2
1 3 5 15
(de
son ,
, 1, 3, 5, 15)
an
15
2 2 2 2
Paso cuatro:
1

15

Agrupando( , 1, , , 3, 5,

, 15)

Paso cinco:
Realizando la divisin sinttica, probando con cada una de las races, concluimos
que la nica raz real es 3, tal como se muestra a continuacin, ya que con todas
las dems el residuo no es cero y por lo tanto no son races del polinomio.

2 7
8 15
6 3
15
2 1
5
0 (residuo)

2 7
8 15
2 5
3
2 5
3 12 (residuo)

76

Las otras races son complejas, las cuales se pueden obtener con la ecuacin
degradada de la divisin, en la cual el residuo dio cero (tercera fila), quedando una
ecuacin cuadrtica, que al resolverla, obtenemos las otras dos races
Como se muestra
2x 2 x + 5 = 0
Cuyas raices son

1 39 i
4

Otra forma de hallar races, es dividiendo el polinomio P(x) = 0 entre y obtener

los factores de 0 , con dichos factores una vez ordenados de mayor a menor se

realiza la divisin sinttica, (que correspondera a el paso cuatro del el mtodo


anterior).
Otra forma para resolver el ejemplo anterior:
Si
P(x) = 2x 3 7x 2 + 8x 15 = 0
Entonces dividiendo entre 2 a P(x) , da como resultado lo siguiente:
7
15
P(x) = x 3 x 2 + 4x
=0
2
2
Realizando la divisin sinttica tendremos:

7
2

4
3

15
2

15
2

0 (residuo)

Resultando una ecuacin degradada, de la misma forma que en el ejemplo


anterior, es decir:
2 2 + 5 = 0
Cuyas raices son

1 39 i
4

77

Tambin se puede usar el teorema del residuo para hallar las races de un
polinomio es decir, al sustituir la raz en el polinomio (), si resulta que () es
cero, entonces es una raz del polinomio. En el caso del ejercicio anterior
resultara lo siguiente:
Si
P(x) = 2x 3 7x 2 + 8x 15 = 0
y r=3
P(r) = P(3) = 2(3)3 7(3)2 + 8(3) 15 = 54 63 + 24 15 = 0
Por lo tanto se puede ver qu r = 3, es raz del polinomio.
De esta manera, se pueden probar todas las races, para conocer cuales cumplen.
Pero esto no es definitivo ya que si algunas no cumplen no podemos hacer ms
para hallarlos.
Mientras que utilizando la divisin sinttica tenemos el recurso de usar la ecuacin
degradada.
Es por esto, que es ms adecuado usar la divisin sinttica.

2.5.2. RELACIN ENTRE LAS RACES Y LOS


COEFICIENTES
En una ecuacin, escrita de forma que el coeficiente de mayor potencia de x sea
1, como se muestra a continuacin:
P(x) = x n + an1 x n1 + an2 x n2 + + a0 = 0
Existen las siguientes relaciones entren los coeficientes y las races.
an1 = Suma de las raices.
an2 = Suma de los productos de las raices tomadas de dos en dos.
an3 = Suma de los productos de las raices tomadas de tres en tres.
(1)a0 = Producto de todas las raices.

Ejemplo:
1.- Determinar los coeficientes de , , de tal forma que sean adems races
del polinomio: 3 2 + = 0
Solucin:
Usando el teorema del factor, e igualando los factores al polinomio dado
escribimos.
( )( )( ) = 3 2 +
78

Desarrollando el producto y agrupando trminos obtenemos la siguiente expresin:


3 ( + + ) 2 + ( + + ) = 3 2 +
Utilizando la relaciones entre las races y los coeficiente, se estable por la igualdad
entre polinomios las siguientes ecuaciones.
(1 )
++ =
(2 )
+ + =
=
[(1) 0 ]

1
2
3

Resolviendo estas 3 ecuaciones, se obtienen los valores de a, b, y c


= 1, = 1 = 1
Otro mtodo.
Este mtodo, se puede llevar a cabo efectuando la divisin sinttica entre cada
una de las races, en este caso a, b, y c que tambin son races del polinomio
como a continuacin se muestra.

1
1


2
2 +

Con los residuos de la divisin anterior, se escriben las ecuaciones que se


muestran, ya que como lo indica el problema son races del polinomio, por lo tanto
dichos residuos deben valer cero.
= 0 . 1
2 + = 0 . 2
+ = 0 . 3
Despejando b de la ecuacin 3 y sustituyendo en la 1, obtenemos que = 1
De la ecuacin 2 se obtiene que = 1 = 0 (este valor no se considera ya
que indetermina el sistema).
Puesto que = entonces = 1
79

Como se puede observar son los mismos valores que se obtuvieron con el mtodo
anterior, es decir = 1 = 1 = 1
La comprobacin se puede efectuar, sustituyendo los valores de a, b, y c en el
polinomio original del problema, y efectuando la divisin sinttica entre cada uno
de estos mismos, dando todos los residuos cero, tal como se muestra a
continuacin.

1
1
1
1
1
1
1

1
1
2
1
1
1
0

1
2
1
1
0

1
1
0

2.5.3. COTAS DE RACES REALES


TEOREMA IV: Sea P(x), con elementos dentro de los reales, si a y b son dos
nmeros reales tales que a< b y P(a) y P (b), tienen signos contrarios entonces
P(x) tiene al menos una raz r en el intervalo a< r< b.
TEOREMA: Toda ecuacin de grado impar tiene por lo menos una raz real cuyo
signo es opuesto al de su ltimo trmino.
Toda ecuacin polinomial de grado par, cuyo ltimo trmino es negativo tiene
como mnimo dos races reales una positiva y una negativa
Otro teorema referente a los dos anteriores se puede enunciar de la siguiente
forma:
TEOREMA: Si el polinomio
F(x) = a0 x n + a1 x n1 + + an1 x + an
Tiene coeficientes reales con a0 positivo y se aplica la divisin sinttica a f(x)
donde (x-r) es el divisor, entonces.
1). Si r>0 todos los nmeros del tercer rengln son positivos, r es una cota
superior de las races reales de f(x)=0.

80

2). Si r< 0 y todos los nmeros del tercer rengln son, alternativamente, positivos
y negativos, r es una cota inferior de las races reales de f(x)=0.
Un cero del tercer rengln se puede sustituir con un signo ms o un signo menos.
Prueba: En el caso 1, para cualquier valor mayor que r todos los nmeros
del tercer rengln, despus del primero sern mayores. En consecuencia
ningn nmero mayor que r puede ser una raz. En el caso 2, para cualquier
nmero menor que r, todos los nmeros del tercer rengln, despus del
primero, sern mayores en valor absoluto. En consecuencia, ningn nmero
menor que r puede ser una raz.

2.5.4 TEOREMA: REGLA DE LOS SIGNOS DE DESCARTES


El nmero de races reales positivas de una ecuacin polinomial P(x)=0 con
coeficientes reales, es igual al nmero de variaciones de signo en P(x), es menor
que ese nmero, menos un numero par entero.
El nmero de races reales negativas de P(x)=0, es igual al nmero de variaciones
de signo de P (-x), es menor que este nmero, menos un nmero par entero.

Ejemplo:
1.- Para el polinomio 5 6 3 + 6 2 7 + 6 = 0
a) Construir una tabla de las posibles races, utilizando la regla de los signos de
Descartes.
b) hallar todas las races del polinomio si sabemos que i es una de sus races.
Solucin:
a)

Races reales(+)
Races reales(-)
Races
complejas
Total de races

1
4
1
0
5

Posibilidades
2
4-2=2
1
2
5

3
4-4=0
1
4
5

81

b) Si es raz, entonces tambin lo es (por el teorema de las races


imaginarias)
De esta manera, ya tenemos dos races, pero nos falta hallar las otras tres, esto lo
haremos utilizando la divisin sinttica, y posteriormente utilizando la ecuacin
degradada resultante de dividir sucesivamente entre tal como se muestra
a continuacin:
1

1
0

6
1
7
0
7

6
7
6 7
7
6

7
7 + 6
6
6
0

6
6
0

Estableciendo la ecuacin degradada tomando la ltima fila de la divisin sinttica


anterior tendremos:
2 7 + 6 = 0
Resolvindolo, utilizando los pasos dados con anterioridad, tendremos que:
Los factores sern 1, 2, 3 6 y que al hacer la divisin sinttica entre cada
uno de ellos, resulta que las races son: 1, 2 3
Por lo tanto las 5 races son: 1,2 3 as como

82

2.6 TEOREMAS SOBRE RACES


2.6.1 TEOREMA DE LAS RAICES IRRACIONALES CONJUGADAS.
Suponga que los coeficientes de una ecuacin polinomial, P(x)=0, son nmeros
racionales. Si a + b con a y b racionales y raz de b irracional, es una raz
de la ecuacin, entonces a b tambin es una raz de la ecuacin. De manera
reciproca si a b es una raz, entonces a + b tambin es una raz.

Ejemplo 1:
. Hallar las races del polinomio siguiente x 4 2x 3 5x 2 + 10x 3 = 0 si una
de las races es

35
2

. Escribir el polinomio como n - factores lineales


Solucin:
Esta ecuacin no se puede resolver utilizando el proceso del ejemplo anterior
puesto que las nicas races de dicho polinomio son solamente 1 3, al
probar con la divisin sinttica ninguno de estas cuatro posibilidades son races,
por lo que procede a la utilizacin del teorema de las races irracionales.
Utilizando el teorema anterior y tomando cada una de las races dadas como
factores se podr escribir.
[ (

3 5
3 + 5
3 5
3 5
)] [ (
)] = ( + ) ( ) = 2 3 + 1
2
2
2
2
2
2

Ahora efectuamos la divisin normal entre el polinomio original y el polinomio


resultante obtenido en el paso anterior

83

x2 x 3
x 4 2 x 3 5 x 2 10 x 3

x 2 3x 1

x 4 3x 3 x 2
x 3 6 x 2 10 x
x 3 3x 2 x
3x 2 9 x 3
3x 2 9 x 3
0
0 0

Y ahora resolviendo la ecuacin del cociente x 2 + x 3 = 0 obtenemos las otras


races las cuales son:
sern:
r1 =

1+13
2

113

por lo que las cuatro races del polinomio

3 5
3 5
1 + 13
, r2 =
, r3 =
y
2
2
2

r4 =

1 13
2

. Entonces el polinomio escrito como factores lineales es:


3 5
3 + 5
1 + 13
1 13
[ (
)] [ (
)] [ (
)] [ (
)] =
2
2
2
2
= ( + )( + ) = +

. . . .

Otro mtodo.
Utilizando la divisin sinttica, entre cada una de las races, y tomando la ecuacin
degradada resultante para obtener las otras races como se muestra a
continuacin:

1
3
2

5
2

+
2

5
1

1
3

2
3

2
3

5
2

+
2
1

5
2

5
2
5
2

5
2

2
3
2

10

5
2
5
2

11
2
9
2
9

35
2

35
2
35

3
0

0
84

La ecuacin degradada resultante es x 2 + x 3 = 0 que es la misma que se obtuvo


en lneas arriba y con la cual se obtienen las dos races que faltan.
2.6.2 C0NJUGADAS COMPLEJAS O IMAGINARIAS.
Si el nmero complejo a+bi; b0, es una raz de una ecuacin polinomial con
coeficientes reales, entonces el nmero complejo a-bi (el conjugado), tambin es
una raz de dicho polinomio.

Ejemplo:
1.- Resuelva la ecuacin 4 4 3 + 10 2 + 12 39 = 0 , si 2 3 es una de
las races y escriba el polinomio como un producto de factores lineales
Solucin:
Como se pide que se resuelva la ecuacin, hay que hallar todas las races, por lo
tanto efectuamos la divisin sinttica como se muestra a continuacin:
1
2 3
1
2 + 3
1

4
10
2 3 13
2 3 3
2 + 3
0
0
3

12
6 + 9
6 + 9
6 9
0

39
39
0

Con la ecuacin degradada que se plantea de la ltima fila de la divisin sinttica


se pude hallar las otras races.
x2 3 = 0
resolviendo x = 3
Por lo tanto las races del polinomio sern:
r1 = 2 3i r2 = 2 + 3i r3 = 3 y r4 = 3
Por lo tanto el polinomio se puede escribir como un producto de factores lineales
de la siguiente manera
P(x) = (x r1 )(x r2 )(x r3 )(x r4 ) = [x (2 3i)][x (2 + 3i)][x 3][x (3 )]

P(x) = x 4 4x 3 + 10x 2 + 12x 39 = 0


85

Este mismo problema, se puede resolver de otra forma o por otro mtodo
Se puede efectuar primeramente, el producto de los factores de las dos primeras
races, considerando el teorema de las races imaginarias, y posteriormente
efectuar una divisin entre el polinomio resultante y el original, tal como se
muestra a continuacin.
[x (2 3i)][x (2 + 3i)] = (x 2 + 3i)(x 2 3i) = x 2 4x + 13
Efectuando la divisin

x 4 x 13
2

x2 3
x 4 x 10 x 12 x 39
4

x 4 4 x 3 13 x 2
3 x 2 12 x 39
3 x 12 x 39
0
0
0
Como el residuo es cero, usamos el cociente de la divisin, 2 3 y con esta
hallamos las otras dos races, tal como se hizo en mtodo anterior.

2.- Determinar si los nmeros 0,-2,3/2, e i son races del polinomio


2 4 3 2 3
Utilizando la divisin sinttica. Si los cuatro nmeros anteriores no son todas races
halle las que faltan.
2
0

1
0

2 1

1 1
0
0
1

3
0

1 3 (residuo)

Como el residuo es diferente de cero, entonces no es raz


2
2

1
4

2 5

1 1 3
10 18
38
9

19

35 (residuo)

Como el residuo es diferente de cero, entonces no es raz


2
3
2

1
3
2
2

1
3
2

1
3
2

3
3
0
86

Como el residuo es cero, entonces es raz

2
i
2

1
2i
1 + 2i

1
2i
3i

1
3
1 3i
3
3i
0

Como el residuo es cero, entonces es raz.


Se ve que solamente dos valores cumplieron con ser raz, pero segn el problema
tambin pide que se hallen las otras races. Entonces utilizando la divisin sinttica
con las dos races halladas y aplicando el teorema para las races complejas
podemos hallar todas las races como se muestra a continuacin.
Primeramente utilizamos el teorema de las races complejas, que establece que, si
0 + es raz entonces 0 tambin va ser raz, lo que se demuestra utilizando la
ecuacin degradada de la ltima divisin sinttica con la raz .

2
i
2

1
2i
1 + 2i
2
1

1
2i
3i

1
3
1 3i
3
3i
0
3
0

De la quinta fila de la divisin sinttica, se plantea una ecuacin cuadrtica como a


continuacin se muestra:
2 2 3 = 0
3

Resolviendo esta ecuacin tendremos las otras dos races, que sern 1 y 2.
Tambin se puede usar todo el proceso anterior y continuar la divisin con el valor
3
de
que ya se prob en la primera parte del problema como se muestra en las
2

siguientes operaciones.
2
i
2

2
3
2

1
2i
1 + 2i
2
1
3
2

1
2i
3i

3
3
0

1
3
1 3i
3
3i
0
3
0

87

De la ltima fila se plantea la ecuacin 2 + 2 = 0, que se resuelve para hallar la


ltima raz que ser 1
Lo que da como resultado que las races son:
1 =

2 = 3 =

3
2

4 = 1

3.- Dado el polinomio 4 + 6 3 + 17 2 + 36 + 66 = 0, si 3 + 2 es una de las


races y hacer una tabla de las posibles races segn el criterio de la regla de los
signos de Descartes.
Solucin.
Mtodo 1.
Aplicando el teorema del factor y el de las races imaginarias tendremos.
[ (3 2 ][ (3 + 2 )] = ( + 3 + 2 )( + 3 2 ) = 2 + 6 + 11 = 0

Efectuando la divisin normal entre el polinomio original y este ltimo hallado se


obtiene.

x 2 6 x 11

x2 6
x 4 6 x 3 17 x 2 36 x 66
x 4 6 x 3 11x 2
6 x 2 36 x 66
6 x 2 36 x 66
0

Resolviendo la ecuacin que resulta en el cociente de la divisin anterior


x2 + 6 = 0
Las races son: 6

Por lo que las cuatro races del polinomio son:


1 = 3 + 2 2 = 3 + 2 3 = 6

4 = 6

Ahora para armar la tabla, se puede observar que hay cuatro cambios de signo en
el polinomio P(x), lo cual nos indica que hay 4 posibles races reales positivas, y no
hay ninguno en el de P (-x), indicando con esto que no hay ninguna raz real
negativa, por lo tanto la tabla es:
88

Races
reales
positivas
Races
reales
negativas
Races
complejas
Total de races

4-2=2

4-4=0

Mtodo 2.
En este mtodo como ya lo hemos venido haciendo, con otros problemas, se
efecta la divisin sinttica con la raz que se proporciona, y se aplica el teorema
de las races imaginarias, para establecer la otra raz, y se vuelve a hacer la
divisin.
1
3 + 2
1
3 2
1

6
3 + 2

17
11

36
18 + 62

3 + 2 i

18 + 62i

3 2

18 62

66
66
0

Se puede observar que, de la ecuacin degradada obtenida en la ltima divisin


sinttica 2 + 6 = 0 se pueden obtener las otras races tal como se hace en el
mtodo anterior.

89

2.6.3 SOLUCIN DE ECUACIONES CBICAS.


La forma general de una ecuacin cbica es:
3 + 2 + + = 0
Que en forma ms simple se puede escribir:
3 + + = 0
Que se tomara como una ecuacin tipo de las cbicas.
Para resolver este tipo de ecuaciones puede aplicarse los siguientes pasos.
Paso 1.
Suponemos a = + el cual se sustituye en la ecuacin tipo y se simplifica.
Obtenindose:
3 + 3 + (3 + ) + = 0
Paso 2.
Se resuelve la ecuacin anterior, la cual se debe cumplir para cuando
3 + 3 =

3 = 3 3 =

3
27

Paso 3.
Se supone que los valores anteriores son races de la ecuacin cuadrtica.
2 + 3
=0
27
La cual se le llama la resolvente de dicha ecuacin.
Paso 4.
Se resuelve esta ecuacin cuadrtica y obtenemos que:

2 3

2 3
3 = + +
. () 3 = +
. ()
2
4 27
2
4 27

90

Paso 5.
A partir de la relacin = + se puede obtener que:

27

= [ + +

]3 + [

3
27

]3

La ecuacin anterior es conocida como frmula de CARDANO, ya que l fue el


primero en publicarla en la obra de Ars Magna, en 1545. Cardano obtuvo la
solucin de Tartaglia; pero la solucin de la ecuacin cbica parece deberse
originalmente a Scipio Ferro, alrededor de 1505. Una interesante nota histrica
sobre este punto que aparece al final de la obra de Burnside y Paton, Theory of
Equations.
Cada una de las cantidades del segundo miembro de las ecuaciones A Y B del paso
4 tiene tres races cbicas, por tanto parece que x tiene nueve valores, esto sin

embargo no es el caso, porque como =


, las races cbicas deben ser
3

tomadas a pares, de manera que el producto de cada una sea un nmero racional.
Por lo tanto, si , son los valores de cualquier par de races cbicas que
satisfacen esta condicin, los dems nicos pares admisibles sern y 2 , ,
en donde , 2 son las races cbicas imaginarias de la unidad. En resumen, las
races cbicas de la ecuacin son:
+

+ 2

Ejemplo:
1.- Resolver la ecuacin 3 15 126 = 0
Solucin:
Como = + resulta, que segn la ecuacin tipo, = 15 por lo tanto la
ecuacin dar:
3 + 3 + (3 15) = 126
De aqu que, esta ecuacin se verifica para los valores de y, z; que cumplan las
condiciones.
3 15 = 0 3 3 = 125

3 + 3 = 126
91

Por lo tanto 3 , 3 son las races de la ecuacin


2 126 + 125 = 0
Resolviendo resulta que:
3 = 125 = 5
3 = 1 = 1
Por lo tanto + = 5 + 1 = 6
Entonces
+ 2 = 1 +

1 + 3
1 + 3
(5 +
) = 3 + 23
2
2
2 + = 3 23

Por lo tanto las races son:


6,

3 + 23 i

3 23 i

L. Q. Q. D.

92

2.7 MTODOS ESPECIALES PARA LA SOLUCIN DE


ECUACIONES CUARTICAS
En esta parte se har un breve estudio de algunos de los mtodos que se emplean
para obtener la solucin general de una ecuacin de cuarto grado. Se ver que en
cada uno de los mtodos tenemos que resolver una ecuacin auxiliar de tercer
grado, y por lo tanto, se ver que, como en el caso de las cbicas la solucin g
general no se adapta para escribir inmediatamente la solucin de una ecuacin
numrica dada.

2.7.1. CAMBIO DE VARIABLE.


En muchas ocasiones se encuentran ecuaciones de cuarto grado las cuales no se
pueden resolver tan fcilmente, en ese caso se puede usar este mtodo para
encontrar la solucin.
+
Si la ecuacin es de la forma + =

Se puede hacer el siguiente cambio de variable 4 = 2 2 =


+
+
y de esta manera la ecuacin original queda como 2 = 0
La cual como se puede ver es una ecuacin cuadrtica se puede resolver ms
fcilmente, aunque el valor hallado de t no es la solucin de la ecuacin de cuarto
grado, y aqu es donde se puede usar el cambio establecido para poder hallar los
valores de la variable de la ecuacin original () por lo general es ms fcil usar
2 = y por lo tanto obtendremos dos valores que son:
x = t
Es puramente real, es sencillo hallar los valores de x, pero si son
imaginarias hay que hacer uso de la forma polar de un nmero complejo.
Esto lo podemos aclarar en los siguientes ejercicios.

Ejemplos:
1.-Resolver la siguiente ecuacin:
x4 x2 1
Solucin:
4 = 2
2 =
93

2 1 = 0
+
(1) (1)2 4(1)(1) 1 1 + 4 1 5
=
=
=
2
2
2
1 + 5
1 =
2
2 =

1 5
2

Races

x1 =

1 + 5
2

x2 = 1 + 5
2

x3 = 1 5
2

x4 = 1 5
2
2.- Resolver la siguiente ecuacin: + + =
= =
Entonces
La ecuacin se escribe:
t 2 + 3t + 2 = 0 Resolviendo tendremos t1 = 1 y t 2 = 2. Por lo que
x 2 = t1 Entonces x = 1 = i y por lo tanto x1 = i y x2 = i
Ahora haciendo
x 2 = t 2 entonces x3,4 = 2i por lo que x3 = 2i y x4 = 2i
Que son las soluciones de las ecuaciones.
OTRA FORMA:
De otra forma se puede factorizar y tendremos:
x 4 + 3x 2 + 2 = (x 2 + 2)(x 2 + 1) = 0
Igualando a cero ambos factores se obtiene la solucin del prrafo anterior.
94

3.- Resolver la siguiente ecuacin: + + =


Haciendo el cambio de variable que se muestra en el ejemplo 2 se obtiene la
ecuacin:
+ + =
Esta no se puede factorizar, por lo tanto haciendo el cambio de variable se tendr
que
= + =
Por lo que usando los principios de nmeros complejos para obtener races con la
ecuacin general en forma polar que dice:
n

r cis = r cis (

+ 2k
)
n

Haciendo la igualacin que indica el cambio de variable obtendremos las Siguientes


ecuaciones:
para x1,2 = t1 y x3,4 = t 2
Por lo tanto haciendo el clculo de estos
2

122.2

x1 = 1.33 cis (
2

x2 = 1.33 cis (

) = 0.6432 + 0.9572 i para k = 0

122.2 + 180
) = 0.6432 0.9572i para k = 1
2

Tomando ahora el ngulo negativo.


122.2
) = 0.6432 + 0.9572 i para k = 0
2
122.2 + 180
2
x2 = 1.33 cis (
) = 0.6432 0.9572i para k = 1
2
Como se puede observar, las races son conjugadas la 1 con la 3 y la 2 con la 4
2

x1 = 1.33 cis (

95

2.7.2. MTODO DE FERRARI


La solucin de la ecuacin cuarta lo obtuvo por primera vez FERRARI, discpulo de
CARDANO de la siguiente manera.
Para ecuaciones cuarticas de la forma:
4 + 2 3 + 2 + 2 + = 0 (1)
Paso 1. Sumar a ambos miembros la expresin ( + )2, de tal manera que el
primer miembro sea un cuadrado perfecto, entonces desarrollando y agrupando
trminos se obtiene la ecuacin:
4 + 2 3 + ( + 2 ) 2 + 2( + ) + + 2 = ( + )2
Paso 2. Suponemos que el primer miembro de la ecuacin, es igual a
+ )2

( 2 +

Entonces desarrollando, agrupando y comparando los coeficientes de este trinomio


cuadrado obtendremos:
2 + 2 = + 2
= +
2 = + 2
Despejando de las ecuaciones anteriores tendremos las ecuaciones siguientes:
2 = 2 + 2
=
2 = 2
Paso 3. Eliminamos a
siguiente:
Entonces

(3)
(4)

de ambas ecuaciones, utilizando el argumento


()2 = 2 2
( )2 = (2 + 2 )( 2 )
96

Desarrollando este producto, obtenemos la siguiente ecuacin cbica


2 3 2 + 2( ) 2 + 2 = 0

(2)

Paso 4. De la ecuacin cbica anterior, se haya siempre un valor real de k, luego


estn determinados por las ecuaciones 3 y 4 del paso 2
Los valores de las races, se obtienen de las siguientes ecuaciones cuadrticas.
( 2 + + )2 = ( + )2
Aplicando la raz cuadrada ambos miembros
2 + + = ( + )
2 + ( ) + ( ) = 0
(5)
2
+ ( + ) + ( + ) = 0
(6)
De esta manera, para resolver una ecuacin que tenga la forma de la ecuacin (1),
se puede utilizar la ecuacin (2) para hallar el valor de , puesto que todos los
valores que se necesitan en esta ecuacin estn dados en la uno, a continuacin
se calculan los valores que nos proporcionaran las ecuaciones (3) y (4), para que
finalmente se sustituyan todos estos valores calculados en las ecuaciones (5) y
(6), con las cuales como ya se dijo se encuentran las cuatro races del polinomio
que se quiere resolver.

Ejemplo:
1.- Para el polinomio 6 18 4 + 16 3 + 28 2 32 + 8 = 0, si una de las races
es 6 2 hallar todas las dems races.
Solucin:
Aplicando el teorema del factor y el de las races racionales escribimos la siguiente
ecuacin.
[x (2 + 6][x (2 6)] = x 2 + 4x 2

97

Teniendo el polinomio anterior, lo usamos para efectuar la divisin entre el


polinomio original, de la cual se obtendr el cociente, para continuar con el clculo
de las otras races, debindose obtener como residuo cero. Tal como se muestra a
continuacin.

x 2 4x 2

x 4 4 x 3 8 x 4
18 x 4 16 x 3 28 x 2 32 x 8

x6

x 6 4x5 2x 4
4 x 5 16 x 4 16 x 3
4 x 5 16 x 4 8 x 3
8 x 3 28 x 2 32 x
8 x 3 32 x 2 16 x
4 x 2 16 x 8
4 x 2 16 x 8
0
0
0
Mtodo 1.
Con el cociente de la divisin, aplicamos el mtodo de FERRARI para encontrar las
otras races
Comparando la ecuacin tipo (1) con el cociente obtenido en la divisin tendremos
4 + 2 3 + 2 + 2 + = 4 4 3 + 8 4
Por la propiedad de la igualdad de polinomios
p = 2

q=0

r = 4 y s = 4

Sustituyendo estos valores en la ecuacin cbica


2k 3 qk 2 + 2(pr s)k p2 s + r 2 = 0

(2)

Se obtiene los valores de k (0, 2 y -2), tomndose el valor absoluto ms pequeo,


que ser cero (k=0)

98

Ahora calculamos con las ecuaciones (3) y (4) de tal manera que los
valores son: = 2
= 2
Finalmente se sustituyen los valores de , , en las ecuaciones (5) y (6),
presentndose

2 casos. El primero para (+) () el segundo caso para

() (+) dando iguales resultados para ambos casos es decir:

1 = 2 + 2

2 = 2 2

3 = 2

4 = 2 .

De tal manera que las 6 races del polinomio son:


1 = 2 + 6

2 = 2 6

3 = 2 + 2

La combinacin en donde

4 = 2 2

5 = 2 6 = 2

son positivas (+) no satisfacen al polinomio

(queda al lector demostrarlo).


METODO 2.
Por factorizacin:
Este mtodo no siempre es aplicable, pero habra que probarse, como en este caso
de que si es posible aplicarlo para el polinomio 4 4 3 + 8 4.
4 4 3 + 8 4 = 0
( 4 4) 4( 2 2) = 0
( 2 2)( 2 + 2) 4( 2 2) = 0
( 2 2)( 2 + 2 4) = 0
( 2 2)( 2 4 + 2) = 0
Estas 2 ltimas ecuaciones, son las que se obtuvieron en el mtodo anterior y con
las cuales se hallaron las races del polinomio en cuestin.

99

2.7.3. MTODO DE DESCARTES.


Este mtodo de solucin fue dado por Descartes, en el ao de 1637, y es vlido
para ecuaciones de la forma siguiente.
4 + 2 + + = 0

(1)

Los pasos que nos permiten deducir las ecuaciones, para poder resolver
ecuaciones de este tipo, son:
Paso 1.-

Suponer que el polinomio de la ecuacin (1), es factorizable de la

siguiente forma:
( 2 + )( 2 + + )
Paso 2.- Desarrollar el producto de los trinomios, e igualarlos al polinomio de la
ecuacin (1)
4 + 2 + + = ( 2 + )( 2 + + )
= 4 + ( + ) 2 + ( ) +
Igualando los dos polinomios tendremos.
= 2 +
= ( )
=

. 3
. 4
. 5

Despejemos a m, en la ecuacin (3), sustituyndolo en (4), y despejamos a


Posteriormente despejamos a de la ecuacin (3), y sustituyndolo en la ecuacin
(4), seguidamente despejamos a . De donde resultan:
3 +
=
. (6)

3 + +
=

. (7)

Sustituyendo a en la ecuacin (5), obtenemos la ecuacin elevada a la


sexta potencia que se muestra:
6 + 2 4 + ( 2 4) 2 = 0

(8)
100

Paso 3.Con la ecuacin a la sexta potencia calculada en el paso anterior, que no es ms


que una ecuacin cbica en 2 , que siempre tiene una solucin real positiva (la
cual se toma para el valor de k), una vez teniendo estos valores (, ) , se
calcula con la ayuda de las ecuaciones (6) y (7).

Paso 4.Finalmente se halla la solucin de la ecuacin cuartica, resolviendo las ecuaciones


cuadrticas que se plantean en el paso 1, que son las siguientes:
2 + = 0

2 + + = 0

Obtenindose de esta manera las races.

Ejemplo:
1.- Hallar las races del polinomio 4 2 2 + 8 3 = 0
producto de n -factores lineales

y escribirlo como un

Solucin:
Primeramente igualando el polinomio tipo con el del problema, para identificar las
variables, ,
4 + 2 + + = 4 2 2 + 8 3
Entonces
= 2,

= 8 = 3

Ahora sustituyendo estos valores en la ecuacin de sexto grado del paso 2


ecuacin (8). Obtenemos:
6 + 4 4 + 16 64 = 0

101

Resolviendo esta ecuacin, por el mtodo ya conocido, resulta = 2, que son


las races ms pequeas; tomando cualquiera de los dos valores de k, se procede a
calcular a , obtenindose lo siguiente:

= 1 = 3
Finalmente, sustituyendo los valores de , en las ecuaciones que se
mostraron en el paso 1, se tienen los resultados siguientes
(x 2 kx + m)(x 2 + kx + l) = 0
(x 2 2x + 3)(x 2 + 2x + 1) = 0
x12 = 1 2 i
x34 = 1 2
De esta manera se hallan las cuatro races del polinomio.
Ahora escribiendo el polinomio como un producto de factores lineales escribimos:
[ (1 + 2 )][ (1 2 )][ (1 + 2 )][ (1 2 )] = 0
[ (1 2 )][ 1 + 2 ][ + 1 2 ][ + 1 + 2 ] = 4 2 2 + 8 3 = 0

102

2.7.4. MTODO DE NEWTON


Existen pocos mtodos directos para encontrar las races de una ecuacin
f(x) = 0
Para ecuaciones polinomiales de grado cuatro o menor, puede resolverse siempre
la ecuacin por medio de una frmula que expresa las respuestas en trminos de
los coeficientes de f(x). Se sabe, que ax2 + bx + c = 0, a 0, puede resolverse
por la formula cuadrtica. Uno de los ms grandes xitos dentro de las
matemticas fue la demostracin de que las ecuaciones polinomiales de grado
mayor que cuatro no pueden resolverse por medio de alguna frmula. As que,
resolver la ecuacin algebraica.
5 3 2 + 4 6 = 0 .2.1
Plantea un serio aprieto, a menos que el polinomio se pueda factorizar. Adems, a
menudo se requiere en anlisis cientfico encontrar las races de ecuaciones
trascendentes tales como

() = tan 2.2
En el caso de problemas como (2.1) y (2.2), es comn emplear una tcnica que da
lugar a una aproximacin o estimacin de las races. Uno de tales procedimientos,
conocido como el mtodo de Newton, emplea la derivada de una funcin.

103

Una tcnica iterativa


Supngase que f es diferenciable y que c representa la raz desconocida de
f(x) =0; esto es, f(c) = 0. Se denota por x0 un numero escogido arbitrariamente
como una primera aproximacin a c. si f(x0) 0, se calcula f(x0) y, como se
muestra en la figura 3.42, se traza una tangente a la grafica de f en (x0, f(x0)). Si
se denota ahora por x1 a la interseccin x de esta recta, debe tenerse que
Pendiente de la recta = f (x0 ) =

f(x0 )
(x1 x0 )

Despejando x1 se obtiene

x1 = x0

f(x0 )
f (x0 )

Se repite el procedimiento en (x1, f(x1)) y se denota por x2 la interseccin x de la


segunda recta tangente. De
(1 ) =

(1 )
(2 1 )

y
y = f(x)
Pendiente = f(x0)

(x0, f(x0))

Pendiente = f(x1)

(x1, f(x1))
x2

x1

x0

Figura 2.1
Se obtiene

x2 = x1

f(x1 )
f (x1 )

104

Continuando en esta forma, se determina xn+1 como


+1 =

( )
. .2.3
( )

El uso reiterativo, o iterativo, de (2.3) da lugar a una sucesin x1, x2, x3,de
aproximaciones que se espera que converja a la raz c; esto es, xn c cuando n
aumenta.

2.8. ANLISIS GRFICO


Antes de aplicar (2.3) tratemos de determinar la existencia y el nmero de races
reales de f(x) =0 de modo grafico; por ejemplo, el nmero irracional 3

se

puede interpretar ya sea como:


I. Una raz de la ecuacin cuadrtica x2 3 = 0, y por lo tanto, como un cero
de la funcin continua f(x) = x2 3, o bien
II. La abscisa de un punto de interseccin de las graficas de y = x2 y y = 3
Ambas interpretaciones se ilustran en la figura 2.2. Desde luego, otra razn para
emplear una grafica es que permite escoger la aproximacin inicial x0 de modo que
este cerca de la raz c.

Figura 2.2
105

Ejemplos:
1.- Determinar el nmero de races reales de x3 x + 1 = 0.
Solucin. De las graficas de y = x3 y y = x 1 que se muestran en la Figura 2.4,
se concluye que la ecuacin
x3 = x 1
o bien
x3 - x + 1 = 0
Tiene solamente una raz real.
y = x3

y=x-1

c
x

Figura 2.4
Utilizamos el mtodo de Newton para obtener una aproximacin a la raz real de
x3-x +1 = 0.
Solucin. Sea f(x)=x3 - x + 1, de modo que f(x)=3x2 - 1. Por lo tanto, (2.3) es
+1 =

3 + 1
3 2 1

2 3 1
3 2 1

106

Si nos interesa una precisin de tres y posiblemente cuatro decimales, puede


llevarse a cabo la iteracin hasta que dos iterantes consecutivos coincidan en sus
cuatro primeros decimales. Tambin, la Figura 2.4 nos sugiere tomar
x0 = -1.5 como la aproximacin inicial. Consecuentemente,
1 =
2 =
3 =
4 =

20 3 1
30 2 1
21 3 1
31 2 1
22 3 1
32 2 1
23 3 1
33 2 1

2(1.5)3 1
1.3478
3(1.5)2 1

1. 1.3252
1.3247
1.3247

Por lo tanto, la raz de la ecuacin dada es aproximadamente -1.3247.

2.- Aproximar 3 por el mtodo de Newton.


Solucin. Si se define f(x) = x2 - 3, entonces f(x) = 2x, y (2.3) se convierte en

+1

2 3 1
3
=
= (xn + )
2xn
2
xn

Como 1 < 3 < 2 , parece razonable escoger x0 = 1. As que,


1
3
1
1 = (0 + ) = (1 + 3) = 2
2
0
2
1
3
1
3
2 = (1 + ) = (2 + ) = 1.75
2
1
2
2
1
3
1 7 12
x3 = (x2 + ) = ( + ) 1.7321
2
x2
2 4 7
1
3
4 = (3 + ) 1.7321
2
3
Puesto que no hay diferencia significativa entre x3 y x4, se justifica detener la
iteracin. En efecto, puede demostrarse que 3 1.73205 es precisa hasta la
quinta cifra decimal.
107

Ejercicios 2.9
PROBLEMAS PROPUESTOS
Las respuestas a los problemas de nmero impar empiezan en la pagina
972. (Checar cuales el libro al que hace referencia)
En donde sea apropiado efecte la iteracin de (2.3) hasta que los iterantes
sucesivos coincidan en las primeras cuatro cifras decimales.
En los problemas 1-4 determine grficamente si la ecuacin tiene algunas races
reales.
1.2.3.4.-

x 3 = 2 + sen x
x 3 3x = x 2 1
x 4 + x 2 2x + 3 = 0
tan x = Cos x

En los problemas 5-8 use el mtodo de Newton para encontrar aproximacin al


nmero dado.
5.- 10
6.- 1 + 5
3
7.-4
5
8.-2
En los problemas 9-14 use el mtodo de Newton, si es necesario, para encontrar
aproximaciones a todas las races reales de las ecuaciones dadas.
9.10.11.12.13.14.-

3 = + 1
3 + 2 + 1 = 0
4 + 2 3 = 0
4 = 2 + 1
2 =
+ cos = 0

15.- Encontrar la menor interseccin x positiva de la grafica de


() = 3 cos + 4 .
16.- Considere la funcin f(x) = x5 + x2. Use el mtodo de Newton para aproximar
al menor nmero positivo para el cual f(x) = 4.
108

17.- Una viga en voladizo (cantilver) de 20 pies de longitud con una carga de 600
1b en su extremo, sufre una deflexin de magnitud d = (60 x2 x3)/16, 000, en
donde d se mide en pulgadas y x en pies. Vase la figura 2.7. Use el mtodo de
Newton para aproximar el valor de x que corresponde a una deflexin de 0.01 plg.

600 lb
20 pies

FIGURA 2.7
18.- una columna cilndrica maciza vertical, de radio fijo r y que soporta su propio
peso, finalmente se pandeara cuando se incremente su altura. Puede demostrarse
que su altura mxima, o critica, de tal columna es hcr = kr2/3, en donde k es una
constante y r se mide en metros. Use el mtodo de Newton para aproximar el
dimetro de una columna para la cual hcr = 10 m y k = 35 m.
19.- Un rayo de luz que emana de un punto P en un medio A, cuyo ndice de
refraccin es n1, incide en la superficie de un medio B, cuyo ndice de refraccin es
n2. Puede demostrarse, con base en la ley de Shell (Vase en el problema 45 de
los Ejercicios 4.7), que el rayo se refracta tangencialmente a la superficie cuando
el ngulo tiene el valor critico determinado por sen c = n2/n1, 0< c<90. Para
ngulos de incidencia mayores que el ngulo critico, toda la luz se refleja hacia el
interior del medio A. Vase la Figura 3.8. Si n2=1 para el aire y n1= 1.5 para el
vidrio, use el mtodo de Newton para aproximar c en radianes.

Medio A (n1)

P
c

>c

Superficie

< c
Medio B (n2)

Figura 2.8
109

20.- Para un puente colgante, la longitud s de un cable entre dos soportes


verticales, cuya separacin es l (distancia horizontal) est relacionada con la
flecha d del cable mediante

=+

82
3

324
5 3

Vase la figura 2.9. Si s = 404 pie y l = 400 pie, use el mtodo de Newton para
evaluar aproximadamente la flecha. Redondee su respuesta a una cifra decimal.*
(Indicacin: la raz c satisface 20 <c<30.)
l

Figura 2.9

Problemas diversos
21.- sea f una funcin diferenciadle. Demuestre que si f(x0) = -f(x1) y f(x0) =
f(x1), entonces (2.3) implica que x2= x0.
22.- Dada

() = 4 , < 4
4 , 4

Obsrvese que f(4) = 0. Demuestre que para cualquier seleccin de x0 el mtodo


de Newton no converger a la raz. (Sugerencia: Vase el problema 21.)
23.- Demuestre que para encontrar la raz r- sima de un numero N, (2.3) se
convierte en

110

2.10. MTODO DE NEWTON PARA APROXIMAR LOS CEROS DE


UNA FUNCIN
Sea f(c) =0, donde f es derivable en un intervalo abierto que contiene a c.
Entonces, para aproximar c efectuar los siguientes pasos:
1. hacer una estimacin x1 <<prxima>> al c.
2. determinar una nueva estimacin

+1 =

( )
( )

3. si |xn xn+1| es menor que la precisin deseada, tmese xn+1 como


aproximacin final. En caso contrario, volver al punto 2 y calcular una nueva
estimacin.
Cada aproximacin sucesiva se denomina una iteracin.
Para muchas funciones, unas pocas iteraciones proporcionaran valores de precisin
sorprendente. Para comprobarlo, comenzamos con un ejemplo en el que
conocemos el valor exacto de cero.

Ejemplo 1: uso del mtodo de Newton


Calcular tres iteraciones del mtodo de Newton para aproximar un cero de
f(x) = x2 2. Tomar x0 = 1 como estimacin inicial.
Solucin: como f(x) = x2 2, tenemos f(x) = 2x y el proceso de iteraciones viene
dado por la formula

+1 =

( )
( )

2 2
2

La tabla 2.2 muestra los clculos de tres iteraciones.


n
1
2
3
4

xn
1,000000
1,500000
1,416667
1,414216

f(xn)
-1,000000
0,250000
0,006945

f'(xn)
2,000000
3,000000
2,833334

f(xn) / f'(xn)
-0,500000
0,083333
0,002451

xn-( f(xn) / f'(xn))


1,500000
1,416667
1,414216

Tabla 2.2
111

Obviamente en este caso sabemos que los dos ceros de f son 2 .


Con seis cifras decimales, 2 = 1.4142. As pues, tras solo tres iteraciones del
mtodo de Newton hemos obtenido una aproximacin con un error no superior a
0,000002. La primera iteracin de este proceso puede verse en la figura 2.10

x1=1
x2=1,5

-1

f(x)=x2-2
-2

Figura 2.10
Nota: De los clculos del ejemplo 1, puede colegirse(o deducirse) que el mtodo
de Newton es conveniente aplicarlo con ayuda de una calculadora.

Ejemplo 2: aplicando el mtodo de Newton


Para aproximar los ceros de f(x) = 2x3 + x2 - x + 1, usar el mtodo de Newton.
Continuar las iteraciones hasta lograr que dos aproximaciones sucesivas difieran en
menos de 0,0001.
Solucin: Un esbozo de la grafica de f muestra que solo hay un cero y que est
prximo a x = -1, 2 (vase figura 2.11). Ahora bien, derivando f se obtiene para
la formula de iteracin.

+1 =

( )
( )

2 3 + 2 +1
6 2 +2 1

112

x
-1

1
3

f(x) = 2x +x -x+1
Figura 2.11
Los clculos se muestran en la tabla 2.3
n
1
2
3
4

xn
-1,20000
-1,23511
-1,23375
-1,23375

f(xn)
0,18400
-0,00771
0,00001

f'(xn)
5,24000
5,68276
5,66533

f(xn) / f'(xn)
0,03511
-0,00136
0,00000

xn-( f(xn) / f'(xn))


-1,23511
-1,23375
-1,23375

Tabla 2.3
Luego estimamos que el cero de f es -1,23375, dado que dos aproximaciones
sucesivas han diferido en menos que la cota prefijada 0,0001.
Cuando las aproximaciones tiendan a un lmite, como en los ejemplos 1 y 2,
decimos que la sucesin
x1, x2, x3,, xn,
Converge. Adems, si el lmite es c, puede probarse que c es necesariamente un
cero de f.
Es importante observar que el mtodo de Newton no siempre proporciona una
sucesin convergente. Hay dos dificultades posibles. La primera la sugiere la figura
2.12. Como el mtodo de Newton requiere divisin por f (xn), est claro que el
mtodo fallara si la derivada es cero para cualquier xn de la sucesin. Este
problema puede subsanarse con una eleccin adecuada de x1.

113

f(x1)=0

x
x1
Figura 2.12
Ms serio suele ser el problema que presenta el ejemplo siguiente. La figura 2.13
indica que el mtodo de Newton no converge para ninguna eleccin del x0 inicial
(salvo si x0 es el cero exacto) para la funcin f(x) = x1/3.

F
Figura 2.13

114

Ejemplo 3: uso del mtodo de Newton para hallar un punto de


interseccin
Estimar el punto de interseccin de las graficas de
y = tg x

y = 2x

Vase figura 2.14. Usar el mtodo de Newton y continuar las iteraciones hasta que
dos sucesivas difieran en menos que 0,0001.
y

y=tg x

/2

-/2
y=2x

Figura 2.14
Solucin: poner tg x = 2x equivale a que 2x tg x = 0, luego hemos de hallar los
ceros de la funcin
f(x) = 2x tg x
Para ella, la formula iterativa de Newton da
+1 =

= xn

( )
( )

2xn tgxn
2 sec 2 xn

Los clculos aparecen en la tabla 2.5, comenzando con x1 = 1,25.


115

n
1
2
3
4

xn
1,25000
1,18676
1,16703
1,16557

f(xn)
-0,50957
-0,10110
-0,00653
-0,00003

f'(xn)
-8,05751
-5,12374
-4,47831
-4,43436

f(xn) / f'(xn)
0,06324
0,01973
0,00146
0,00001

xn-( f(xn) / f'(xn))


1,18676
1,16703
1,16557
1,16556

Tabla 2.5
As pues, obtenemos como aproximacin del punto de interseccin = 1.1655.

116

FRACCIONES PARCIALES.
Al trabajar con fraccin, hasta ahora se ha combinado dos o ms de ellas por
medio de las cuatro operaciones fundamentales del lgebra.
Pero muchas veces, especialmente en el clculo integral, se hace necesario
expresar como la suma de otras dos o ms, de forma ms sencilla que la fraccin
original. Las fracciones que se obtienen de esta manera se llaman fracciones
parciales.
DEFINICIONES.
Una fraccin parcial es el cociente de dos polinomios. Aqu trataremos nicamente
las FRACCIONES PROPIAS, es decir a aquellas que en las cuales el numerador es
de grado inferior que el denominador.
Segn lo que hemos visto en temas anteriores, sabemos que: Todo polinomio se
puede expresar como producto repetidos o distintos factores de primer grado,
por factores irreductibles de segundo grado, todos ellos con coeficientes reales.
Por lo tanto, toda fraccin racional pertenece a los cuatro casos siguientes:
1. Todos los factores del denominador son de primer grado y ninguno de ellos
se encuentran repetidos.
2. Todos los factores del denominador son de primer grado y algunos de ellos
se encuentran repetidos.
3. El denominador contiene factores irreductibles de segundo grado, ninguno
de los cuales se encuentra repetido.
4. El denominador contiene factores irreductibles de segundo grado, algunos
de los cuales se encuentran repetidos.
TEOREMA:
Si una fraccin racional propia reducida su mnima expresin, se expresa como la
suma de fracciones parciales, como se describe en los casos siguientes:

a) A todo factor (ax + b) del denominador, que no aparezcan repetidos corresponde


una fraccin parcial

( + )

117

b) A todo factor (ax+b) del denominador corresponden las fracciones


parciales.

+
+ +

( + ) ( + )
( + )
En donde A1 A2..Ak. Son constantes.
c) A todo factor irreductible de segundo grado ( + + ) del
denominador que no aparezca repetido corresponde la fraccin parcial
(+)
( ++)

en donde A y B son constantes.

d) Si ( + + ) es irreductible, entonces a todo factor


+ ) del denominador corresponden a las fracciones parciales.

( +

+
+
+
+
+

+
( + + )
+ + ( + + )

Donde A1 A 2..Ak B1 B2.Bk son constantes.


A continuacin se presentaran los ejemplos para los casos de las fracciones
parciales que se planteo en teorema anterior.
Caso a)

++
(+)(+)(+)

Haciendo operaciones y utilizando la igualdad entre polinomios tendremos:


2x 2 + x + 1 = (3A + B + 3C)x 2 + (10A + 5B + 7C) + (3A + 6B + 2C) (A)
Haciendo las igualdades tendremos las siguientes ecuaciones.
3A + B + 3C = 2
10A + 5B + 7C = 1
3A + 6B + 2C = 1

118

Resolviendo por matrices, determinantes o cualquier otro mtodo obtenemos los


7
1
siguientes resultados = 5
= 5 = 2.
Por lo que la solucin de la fraccin es:

2x 2 + x + 1
7
1
2
=
+
+
(x + 2)(3x + 1)(x + 3) 5(x + 2) 5(3x + 1) (x + 3)

Otro mtodo de obtener los valores de A, B Y C. es que a partir de la ecuacin A


se puede hacer que B=2, sustituyndolo en dicha ecuacin observamos que, los
7
dos ltimos trminos se anulan, por lo que A = 5.
De la misma manera si hacemos que x=-3, en la ecuacin A se anulan los dos
primeros trminos y por lo tanto C=2.
1
1
Anlogamente si hacemos que x = 8 entonces B = 5
Caso b).

++
()(+)

Siguiendo el teorema para este caso se obtendr:


3 2 + 5 + 1

=
+
+
2
( 1)( + 2)
( 1) ( + 2) ( + 2)2
Resolviendo e igualando.
3x 2 + 5x + 1 = (A + B)x 2 + (4A + B + C)x + (4A 2B C)
Entonces:
A+B = 3
4A + B + C = 5
4A 2B C = 1
Cuya solucin por cualquiera de los mtodos es:
A=1 B=2 y C=-1

119

Por lo que la solucin de la fraccin es:


3 2 + 5 + 1
1
2
1
=
+
+
( 1)( + 2)2 ( 1) ( + 2) ( + 2)2

Caso c).

+ +
( +)()(+)

Aplicando el teorema para el caso que nos ocupa tendremos.


14x 3 + 14x 2 4x + 3
Ax + B
C
D
=
+
+
2
2
(3x x + 1)(x 1)(x + 2) (3x x + 1) (x 1) (x + 2)
Resolviendo e igualando trminos se obtiene.
+ +
= ( + + ) + ( + + ) + ( + ) + ( + )

De la ecuacin anterior se obtiene las ecuaciones lineales siguientes:


A + 3C + 3D = 14
A + B + 5C 4D = 14
2A + 2C D = 4
2B + 2C D = 3
La solucin de este sistema usando los mtodos conocidos son:
A=2

B=1

C=3 yD= 1

Por lo que la solucin de la fraccin es:


14x 3 + 14x 2 4x + 3
2x + 1
3
1
=
+
+
2
2
(3x x + 1)(x 1)(x + 2) (3x x + 1) (x 1) (x + 2)

120

Caso d)

+ + ++
(+)( ++)

6x 4 + 11x 3 + 18x 2 + 14x + 6


A
Bx + c
Dx + E
=
+
+
(x + 1)(x 2 + x + 1)2
(x + 1) (x 2 + x + 1) (x 2 + x + 1)2
6x 4 + 11x 3 + 18x 2 + 14x + 6
= (A + B)x 4 + (2A + 2B + C)x 3 + (3A + 2B + 2C + D)x 2 + (2A + B + 2C + D + E)x
+ (A + C + E)
El sistema de ecuaciones lineales es:
A+B = 6
2A + 2B + C = 11
3A + 2B + 2C + D = 18
2A + B + 2C + D + E = 14
A+C+E= 6
Cuya solucin resulta ser:
A=5

B=1

C = 1

D=3

Y E=2

De aqu que el resultado de la fraccin es:


6x 4 + 11x 3 + 18x 2 + 14x + 6
5
x+1
3x + 2
=
+ 2
+ 2
L. Q. Q. D.
2
2
(x + 1)(x + x + 1)
(x + 1) (x + x + 1) (x + x + 1)2

121

EJERCICIO 90: DESCOMPOSICIN DE FRACCIONES EN


FRACCIONES PARCIALES; CASO I.
Descompngase las siguientes fracciones en fracciones parciales.
2

1:

(1)(32)
1

3:
5:
7:
9:

(3+7)(2+5)
7
(2+1)(3)
3
(58)(34)
8
(3)(4)

11:
13:
15:
17:
19:
21:
23:

157
(37)(25)
423
(2+1)(+2)(3)
14106
(+1)(35)(2+7)
6 2 4+31
(23)(+4)(31)
4 2 25+41
(+4)(45)(23)
3 2 920
2 23
6 3 7 2 16+27
6 2 75

2:

(2+3)(+3)
7

4:

(32)(45)
8

6:
8:

(3+5)(+3)
14
(49)(+3)
6+9

10:

(25)(21)
7

12:

(53)(1311)
611

14:
16:

(32)(+5)(2+1)
7377
(2+3)(5)(3+2)

18:
20:
22:
24:

2 2 2224
(+6)(2+3)(+2)
2 +62114
(5)(2+7)(32)
2 2 944
2 2 715
45 3 42 2 +201
15 2 14+3

122

EJERCICIO 91: DESCOMPOSICIN DE FRACCIONES EN


FRACCIONES PARCIALES; CASO II.
Descompngase las siguientes fracciones en fracciones parciales.
1:
3:

2x+5
(x+1)2
3x+1
(3x1)2
4x2 5x+1

5:

(x+1)2
27x2 +21x+8

7:
9:

(3x+2)2
8x2 +35x+9
(2x1)(x4)2

11:
13:
15:
17:
19:

22x2 +32x+138
(5x+2)(2x7)2
14x3 +14x2 +x7
(2x+1)(x4)(x+1)2
4x3 42x2 +78x30
(2x+1)(x2)(2x3)2
2x2 +5x+1
(x+1)2
2x3 10x2 +4x+11
(2x+1)(x2)2

2:

2x+11

4:

6x11

(x4)2

(2x+5)2
16x2 +54x40

6:

(2x3)2
20x2 144x+265

8:

(2x7)2

10:
12:
14:
16:

12x2 9x+20
(2x+3)(3x1)2
24x2 94x+88
(2x3)(3x5)2
2x3 5x2 27x24
(x+1)(x1)(x+2)2

13x3 11x2 +131x+189


(2x3)(3x2)(x+5)2

3x2 16x+20

18:

20:

(x3)2
6x3 +33x2 +23x45
(2x1)(x+3)2

123

EJERCICIO 92: DESCOMPOSICIN DE FRACCIONES EN


FRACCIONES PARCIALES: CASO III
Descompnganse las siguientes fracciones en fracciones parciales.
1:
3:
5:
7:
9:
11:
13:
15:
17:
19:

2x+5
(x1)(x2 +2)
3x2 10x+16
(x3)(x2 +x+1)
5x3 6x2 +12x+13
(x1)(2x+1)(x2 +3)
x3 +11x2 +13x5
(x3)(3x+1)(x2 x+2)
3x2 10x2 +9x6
(x1)2 (x2 +1)
4x3 11x2 +12x19
(x2)2 (x2 +1)
2x2 8x+4
(x2 +2)(x2 2)
3x3 3x2 4x14
(x2 5)(x2 x+3)
2x3 +2x2 2x+4
(x+1)(x2 +1)
2x3 10x2 +11x+19
(x5)(2x2 3x+2)

5x2 +x+2

2:

(x+1)(x2 +1)
x2 4x3

4:
6:

(2x3)(x2 x3)
5x3 +14x2 +71x14
(x+5)(2x1)(x2 3)

8:
10:
12:
14:
16:
18:
20:

x3 9x2 4x18
(x+2)(x+3)(3x2 2x+1)
x3 +8x2 +2x19
(x2)2 (x2 +5)
4x3 +19x2 +18x13
(x+3)2 (x2 +2x1)
3x3 10x2 +7x3
(x2 +1)(x2 3x1)
x3 13x2 +9
(x2 +3)(x2 3x3)
6x3 9x2 +33x64
(2x3)(x2 +5)
12x+14x2 +8x+39
(2x+3)(2x2 x+3)

124

EJERCICIO 93: DESCOMPOSICIN DE FRACCONES


PARCIALES; CASO IV.
Descompnganse las siguientes fracciones en fracciones parciales.
1:

x3 +2x2 3

3:

5:

7:

9:

11:

13:

15:

(x2 2)2
2 3 2 68
( 2 3)2
3 +2 2 +3
( 2 +1)2
4 +2 3 3 2 3
( 2 +1)3
2 4 +13 3 +13 2 12+2
2 ( 2 +31)2
2 5 4 4 +12 3 +9 2 6+1
2 ( 2 +31)2
4 4 + 3 25 2 9+30
(+2)( 2 3)2
4 4 7 3 +5 2 +1
(21)( 2 +1)2

2:

2 3 3 2 +310
( 2 +3)2
3 7 2 +7+8

4:

6:

8:

( 2 21)2
3 +45
( 2 +2)3
5 +4 4 +6 3 + 2 38

10:

12:

14:

16:

( 2 +2+2)2
2 4 3 +6 2 +8
( 2 +2)2
2 6 5 8 4 +5 3 +9 2 +1
2 ( 2 1)2
3 4 +2 3 +8 2 +7+7
(1)( 2 +2)2
4 5 3 10 2 +26+33
(+3)( 2 3)2

125

126

Ejercicios:
1.- Para cada una de las siguientes expresiones indicar si son polinomios o no lo
son. En este caso afirmativo indicar su grado.
) 1 + 2 = , 2
1
) 3 2 + 5 3 + 0 4 = , 3
2
1
) 2 2 + 4 3 = , 5

) 3 + 4 2 + 3 =
) 2 + 5 3 3 =
) 4 + ()3 = , 5 3
2.- () = 1 + 2 x 2 2x 3 + x 4 y g(x) = 1 + 3 2 + 2 2 3
Determinar para que valores de , , , C
a) f(x)=g(x)
f(x) = g(x) = 1 + 2 x 2 2x 3 + x 4 = 1 + 3 2 + 2 2 3
Igualando trmino a trmino tendremos que:
2 = 3 = 3
2 = 2 2 = 1 =
= 0 .
= 0 .
b) gr(f)=3
Si () = 1 + 2 x 2 2x 3 + x 4
Como f(x) deber ser grado 3 entonces necesariamente debe ser cero, por lo
tanto () = 1 + 2 x 2 2x 3
c) gr(g)=1
Esta condicin no la puede cumplir.
Puesto que =0 queda de grado 2 y si x=0 queda de grado 0.

127

3.-Demostrar que si f(x), g(x) y h(x) son polinomios en x con coeficientes en C


entonces.
a) () + [() + ()] = [() + ()] + ()
() + () + () = () + () + ()

() = 1 + 2
() = 3 + 4
() = 5 + 6
(x1 + x2 i) + [(x3 + x4 i) + (x5 + x6 i)] = [(x1 + x2 i) + (x3 + x4 i)] + (x5 + x6 i)
x1 + x2 i + [x3 + x4 i + x5 + x6 i] = [x1 + x2 i + x3 + x4 i] + (x5 + x6 i)
x1 + x2 i + x3 + x4 i + x5 + x6 i = x1 + x2 i + x3 + x4 i + x5 + x6 i
f(x) + g(x) + h(x) = f(x) + g(x) + h(x)
b) Existe un polinomio f(x) tal que f(x)+[-f(x)]=(x)
() () = ()
() = ()
4.- Demostrar que s.

() =
=0

() =
=0

() () = ( )
=0

Entonces:

() () = ( )

=0

= ( )
=0
n

=0

=0
n

(ak bk )x k = (ak bk )x k
k=0

k=0

128

5.-Para los polinomios


() = 2 + 2 2
() = 2 2
() = 1 3 2 3
Hallar el polinomio p(x) tal que:
a) () + () = 0
() = ()
() = 2 2 + 2
b) ()[3() ()] = 1 + 6 + 3
1 + 6 + 3
() =
3() ()
1 + 6 + 3
() =
3(2 2 ) (1 3 2 3 )
1 + 6 + 3
() =
6 3 2 1 + 3 2 + 3
1 + 6 + 3
() =
1 + 6 + 3
() = 1
c) ()() = ()() + () () + ()
()[() ()] = ()() + ()
()() + ()
() =
() ()
(2 + 2 2 )(1 3 2 3 ) + 2 2
() =
2 + 2 2 2 + 2
2 + 6 2 + 2 3 + 2 6 3 2 4 2 + 3 4 + 5 + 2 2
() =
2
2
3
4
2 + 4 4 + 4 + + 5
() =
2
2
2 + 4 + 4 4 3 + 4 + 5
() =
2
129

6.- Dados f(x)=x 4 + 2x 3 + x 2 1 y g(x) = x 2 + 3


a) Obtener dos polinomios q(x) y r(x) , tales que f(x) = g(x)q(x) + r(x)
f(x)
= q(x) + r(x)
g(x)

x 2 2x 2
x 2 3 x 4 2x3 x 2 1
x4

3x 2
2x3 2x 2 1

2x3

6x
2x 2 6x 1
2x 2 6
6x 5

f(x) = (x 2 + 3)(x 2 + 2x 2) + (6x + 5)


f(x) = x 4 + 2x 3 2x 2 + 3x 2 + 6x 6 6x + 5
f(x) = x 4 + 2x 3 + x 2 1
L.Q.Q.D.
7.- Si q(x) = x 2 hallar r(x)tal que f(x) = g(x)q(x) + r(x)
f(x)
= q(x) + r(x)
g(x)


x2
x 2 2x x 4 2x3 x 1

g(x)

q(x)

x(4 )
2x3 x 1
2x3
x 1

r(x)

f(x) = (x 2 + 2x)(x 2 ) + (x 1)
f(x) = x 4 + 2x 3 + x 1
x 4 + 2x 3 + x 1 = . . . .

130

8.- Hallar los valores de A y B tales que el polinomio


p(x) = 2x 4 x 3 + Ax 2 + 2x + B = 0 y sea divisible entre + 1 2 3 a la vez.
Despejamos de la ecuacin + 1 y 2x 3
3

= 1

=2
2

1
2
3
3

1
2
3
2

A
3
3+A
0

1++ =0
7
A
+2=0
2

2
3A
1A
9+3
2
7+A

3+A

= 2

B
1+A
1+A+B

=0

= 2 (2)

= 7
1 + (7) + B = 0 1 7 + B = 0
=6
2 4 3 7 2 + 2 + 6 = 0
Comprobacin

1
2

7
3

2
4

6
6

1
3
2

L.Q.Q.D.

131

9.- Que condiciones debe cumplir a, b y c para que el polinomio


x 3 + ax + b = 0 tenga como factor x 2 + cx 1 = 0
xc
x cx 1 x ax b
2

x 3 cx 2 x
cx 2 x ax b
cx 2 c 2 x c
c 2 x x ax b c

(c 2 + 1 + a)x + b c
(c 2 + a + 1) = 0 a = 1 c 2
bc=0b=c
= 4
= 4
= 17
x4
x 2 4 x 1 x 3 17 x 4
x3 4x 2 x
4 x 2 16 x 4
4 x 2 16 x 4
0

10.- Si p(x) = 2 + 3x + 4x 2 + x 3
a) Empleando el teorema del residuo. Calcule P (-3)
x2 x
x 3 x 3 4 x 2 3x 2
x 3 3x 2
x 2 3x 2

Residuo: -2

x 2 3x
2

132

11.- Empleando el teorema del factor determine si p(x) es divisible entre x+2.
X=-2
P(2) = 2 + 3x + 4x 2 + x 3 = 0
P(2) = 2 + 3(2) + 4(2)2 + (2)3 = 0
P(2) = 2 6 + 16 8 = 0
P(2) = 16 + 16 = 0
P(2) = 0
12.-Utilizando la divisin sinttica divide el polinomio 9 4 + 8 2 1 entre:
a) x+1

9
1
9

17

17

17

17

16

9x 3 9x 2 + 17x 17 +

16
=0
x+1

b) x+i

9
i
9

9i

9i

9x 3 9i x 2 x + i = 0

c) x 3

9
1
3
9

9 3 + 3 2 + 9 + 3 = 0
133

13.- Utilizando la divisin sinttica resolver el ejercicio.


3 + 4 2 + 3 2
a) x=-3

1
3
1

x2 + x

2
=0
x+3

b) x=-2

1
2
1

x 2 + 2x 1 = 0
14.- Determinar si los nmeros 0,-2, 3/2, i son races del polinomio.
() = 2 4 3 2 3

2
0
2

No es raz

134

2
2

10

18

38

19

35

2i

2i

1 3i

2i 1

3i

3i

3
2

i
2

No es raz

Si es raz

Si es raz

15.- Hallar los valores de K Z tales que el nmero 1 sea una raz del polinomio.
2 4 3 + 2 + 3

2
1
2

2k

2k

2k

2k

5k 0

K=5

Como el residuo es 5-k este debe igualarse a cero (5-k=0) de donde se concluye
que k=5.

135

Comprobacin para cuando k=5

1
2

L.Q.Q.D.

16.- Determinar los valores de A, B, C.de tal manera que se cumpla la siguiente
ecuacin
A(2x + 1) + (Bx + C)(2x 1) = (x + 1)(4x + 3)
Solucin:
2Ax + A + 2Bx 2 Bx + 2Cx C = 4x 2 + 7x + 3
Agrupando
x 2 (2B) + x(2A B + 2C) + A C = 4x 2 + 7x + 3
Igualando trminos semejantes de ambos miembros.
2B=4
B=2
2A B + 2C = 7
2A 2 + 2C = 7
AC = 3
2A
2C = 6
4A=15

15
4

C= A3
15
C=
3
4
3
C=
4
COMPROBANDO
30
6
15 3
x 2 (4) + [x ( ) 2 + ( )] +
= 4x 2 + 7x + 3
4
4
4 4
4x 2 + 7x + 3 = 4x 2 + 7x + 3

136

Resolviendo por determinantes el problema anterior tendremos


2B=4
2A B + 2C = 7
AC = 3

0 2 0
= 2 1 2
1 0 1

0 2
2 1
1

4 2 0
A= 7 1 2
3 0 1
0 4
B= 2 7

0
2

4 2
7 1
3

8+8=16

1 3

0 2 4 0 2
C= 2 1 7 2 1
1

16+14=30

0 4
2 7

1 3 1

4+4=8

3 1

14+4-12=6

Entonces
=

30 15
=
8
4

16
=2
8

6 3
=
8 4

17.- Determinar los valores de A, B, C. si se cumple la igualdad siguiente:


A(3x 5) + B(2x 1) + C(x 2 ) = 6 5x
Solucin
3Ax 5A + 2Bx B + Cx 2 = 6 5x
2 () + (3 + 2) 5 = 6 5
=0

137

3A + 2B = 5
5A B = 6

3A + 2B = 5
10A 2B = 12
7A

=7

A = 1 5(1) B = 6
5B=6
B = 6 5 B = 1 B = 1
Resolver por determinantes
3
2
= |
|=7
5 1

5 2
A = |
| = 7
6 1

3 5
= |
| = 7
5 6
A 7
=
= 1

7
B 7
=
= 1

7
A =-1; B=-1; C=0
18.- Encuentre la cota superior e inferior para las races reales de la ecuacin:
2x 3 5x 2 7x + 4 = 0
Solucin:

138

Como el -2 hace que los nmeros del tercer rengln se alternen en signo, este
nmero es una cota inferior y con el 4 no hay cambio de signo entonces es una
cota superior. En consecuencia todas las races de la ecuacin dada estn entre -2
y 4.
19.-Para el polinomio P(x) dado por:
P(x) = x 6 2x 5 + 4x 4 14x 3 + 29x 2 20x + 50
a) Hallar una tabla de las posibles races, usando la regla de los signos de
Descartes.
b) Escribir el polinomio como un producto de n-factores lineales, sabiendo que
2 + es una raz.
Solucin:
a.() = ()6 2()5 + 4()4 14()3 + 29()2 20() + 50 = 0
P(x) = x 6 + 2x 5 + 4x 4 + 14x 3 + 29x 2 + 20x + 50 = 0
RR (+)
RR (-)
RC
RT

4
2
0
6

4-2=2
2
2
6

4-4=0
2
4
6

4
2-2=0
2
6

4-2=2
2-2=0
4
6

b) Escribir el polinomio como un producto de n-factores lineales, sabiendo que


2 + es una raz.
r1 = 2 + i
r2 = 2 i
(x 2 i)(x 2 + i)
[( 2) ][( 2) + ]
2 4 + 4 2
2 4 + 5

139

X 6 2 X 5 4 X 4 14 X 3 29 X 2 20 X 50 0
usando el

teorema de las raices complejas tendremos:

X 2 i X 2 i X 2 i X 2 i x 2 4 x 5
efectuando la divisin normal entre este polinomio tendremos
X 6 2 X 5 4 X 4 14 X 3 29 X 2 20 X 50
X 4 2 X 3 7 X 2 4 X 10
X 2 4X 5
como se muestra a continuacin
X 2 4X 5

X 4 2 X 3 7 X 2 4 X 10
X 6 2 X 5 4 X 4 14 X 3 29 X 2 20 X 50 0

X 6 4X 5 5X 4
2 X 5 X 4 14 X 3
2 X 5 8 X 4 10 X 3
7 X 4 24 X 3 29 X 2
7 X 4 28 X 3 35 X 2

4 X 3 6 X 2 20 X
4 X 3 16 X 2 20 X
10 X 2 40 X 50
10 X 2 40 X 50
0
Aplicando el mtodo de Ferrari para el cociente de la divisin anterior.
x 4 + 2x 3 + 7x 2 + 4x + 10 = 0
x 4 + 2px 3 + qx 2 + 2rx + s = 0
2p = 2
=1
q=7
2 = 4
=2
= 10
Sustituyendo el valor de p, q, r, s.
2k 3 qk 2 + 2(pr s)k + s(q p2 ) r 2 = 0
2k 3 (7)k 2 + 2[(12) 10]k + 10[7 (1)2 ] (2)2 = 0
2k 3 7k 2 16k + 60 4 = 0
2k 3 7k 2 16k + 56 = 0

140

Para hallar el valor de k


Buscamos los factores:
(2) 1, 2
(56) = 1, 2, 4, 7, 8, 14, 28, 56
56
1
7
( ) = 1, , 2, 4, 7, , 8, 14, 28, 56
2
2
2
2k 3 7k 2 16k + 56 = 0

2
7
2
2

16

56

56

16

7
2
2 = 2 + 2
7
a2 = 1 + 2 ( ) 7
2
2 = 1 + 7 7
= 1
= 1
k=

b2 = k 2 s
7
2 = ( )2 10
2
49
b2 =
10
4
=
=

9
4

3
2

x 2 + (p a)x + (k b) = 0
3
Para a = 1,
b = , p = 1,
2

k=

7
2

7
3
x 2 + (1 1)x + [ ( )] = 0
2
2
x2 + 5 = 0
141

3
Para a = 1 , b =
2
7
3
x 2 + (1 + 1)x + [ ( )] = 0
2
2
2 + 2 + 2 = 0
Para a = 1, b =

3
2

7
3
x 2 + [(1 (1)]x + [ ( )] = 0
2
2
x 2 + 2x + 5 = 0
3
2
7
3
x 2 + (1 1)x + [ ( )] = 0
2
2
x2 + 2 = 0
Para a = 1, b =

(x 2 + 2x + 5)(x 2 + 2)
4 + 2 3 + 7 2 + 4 + 10 = 0
4
2
3
2
x + 2x + 2x + 4x + 5x + 10 x 4 + 2x 3 + 7x 2 + 4x + 10
Races:
x 2 + 2x + 5 = 0
2 (2)2 4(1)(5)
=
2
=

2 4 20
2

2 16
2

2 4i
2

x3 = 1 + 2i
x4 = 1 2i
x2 + 2 = 0
2 = 2
= 2
= 2
142

5 = 2
6 = 2
Por lo tanto las races buscadas son:
r1 = 2 + i
2 = 2
3 = 1 + 2
4 = 1 2
r5 = 2i
r6 = 2i
Comprobacin de n- factores:
() = 6 2 5 + 4 4 14 3 + 29 2 20 + 50 = 0
() = ( 1 )( 2 )( 3 )( 4 )( 5 )( 6 )
() = ( 2 )( 2 + )( + 1 2)( + 1 + 2)( 2)( + 2 )
() = [( 2) ][( 2) + ][( + 1) 2][( + 1) + 2]( 2 + 2)
() = ( 2 4 + 4 2 )( 2 + 2 + 1 4 2 )( 2 + 2)
() = ( 2 4 + 5)( 2 + 2 + 5)( 2 + 2)
() = ( 4 + 2 3 + 5 2 4 3 8 2 20 + 5 2 + 10 + 25)( 2 + 2)
() = ( 4 2 3 + 2 2 10 + 25)( 2 + 2)
() = 6 + 2 4 2 5 4 3 + 2 4 + 4 2 10 3 20 + 25 2 + 50
() = 6 2 5 + 4 4 14 3 + 29 2 20 + 50
20.- Dado el siguiente polinomio.
+ + =
Hallar:
a) Tabla de las posibles races, usando el teorema de los signos de Descartes.
b) Todas las races, si 1 + es una de las races.
c) Escribirlo como un producto de n-factor lineal y comprubelo.
Se resuelve el polinomio:
+ + =

143

Hallar las posibles races usando el teorema de los signos de descartes


P(x) = (x)6 2(x)5 4(x)4 + 12(x)3 3(x)2 18(x) + 18
P(x) = x 6 + 2x 5 4x 4 12x 3 3x 2 + 18x + 18
RR (+)
RR (-)
RC
RT

4
2
0
6

4-2=2
2
2
6

4-4=0
2
4
6

4
2-2=0
2
6

4-2=2
2-2=0
4
6

Sabiendo que 1+i es una raz


b) 1+i
x 6 2x 5 4x 4 + 12x 3 3x 2 18x + 18 = 0
1

-2

-4

12

-3

-18

18

1+i

-2

-6-6i

12

9+9i

-18

-1+i

-6

6-6i

-9+9i

-1+i

-6

6-6i

-9+9i

1-i

-6+6i

9-9i

-6

1+i

1-i
1

El polinomio queda de la siguiente forma utilizando la ecuacin degradada


x 4 6x 2 + 9
Se factoriza dicho polinomio que dando as
(x 2 3)(x 2 3)
x2 = 3

3,4=3

2 = 3
5,6 = 3

raices encontradas r1 = 1 + i, r2 = 1 i, r3 = 3, r4 = 3, r5 = 3, r6 = 3
144

c)
Comprobacin por n factores (x r1 )(x r2 )(x r3 )(x r4 )(x r5 )(x r6 )
(x 1 i)(x 1 + i)(x 3)(x + 3)(x 3)(x + 3) = P(x)
(x 2 x + xi x + 1 i xi + i i2 )(x 2 + 3x 3x 3)(x 2 + 3x 3x 3) = P(x)

(x 2 2x + 2)(x 2 3)(x 2 3) = P(x)


( 2 2 + 2)( 4 6 2 + 9) = ()
x 6 6x 4 + 9x 2 2x 5 + 12x 3 18x + 2x 4 12x 2 + 18 = P(x)
x 6 2x 5 4x 4 + 12x 3 3x 2 18x + 18 = P(x)
21.-Dado el siguiente polinomio.
+ + =
Hallar:
a) Tabla de las posibles races, usando el teorema de los signos de Descartes.
b) Todas las races, si 3 es una de las races.
c) Escribirlo como un producto de n-factor lineal y comprubelo.
+ + =
Usando el teorema de los signos de descartes:
P(x) = (x)6 2(x)5 4(x)4 + 12(x)3 3(x)2 18(x) + 18
P(x) = x 6 + 2x 5 4x 4 12x 3 3x 2 + 18x + 18
r1 = 3
RR (+)
RR (-)
RC
RT

4
2
0
6

4-2=2
2
2
6

4-4=0
2
4
6

4
2-2=0
2
6

4-2=2
2-2=0
4
6

Hallar todas las races sabiendo que 3 es una raz.


r1 = 3
r2 = 3
[x (3)][x (3)]
(x 3)(x + 3) = x 2 + 3x 3x 3
x2 3

145

X4-2X3-X2+6X-6
X2-3

X6-2X5-4X4+12X3-3X2-18X+18
-X6
+3X4
-2X5-X4
2X5 -6X3
X4 +6X3
X4
-3X2
6X3-6X2 - 18x
-6X3
+18X
-6X2
+18
2
6X
-18
0

X4-2X3-X2+6X-6=0

Aplicando el mtodo de Ferrari para el cociente de la divisin anterior.


x 4 2x 3 x 2 + 6x 6 = 0
2p = 2
= 1
2r = 6
= 6

= 1
=3

2 3 + 2 + 2[3 + 6] + [(1 1)(6) 9] = 0


2k 3 + k 2 + 6k + 12 9 = 0
2 3 + 2 + 6 + 3 = 0
1 1
factores: , , 1, 2, 3
2 3

1
2
2

146

El valor de k es:
1
k=
2
a2 = 2k + p2 q
1
a2 = 2 ( ) + (1)2 (1)
2
2 = 1 + 1 + 1
a = 1
a = 1
b2 = k 2 s
1
b2 = ( )2 (6)
2
1
2
b = +6
4
25
b =
4
=

5
2

a=1
b=

5
2

x 2 + (p a)x + (k b) = 0
x 2 + (p a)x + (k + b) = 0
1
5
1. x 2 + (1 1)x + [( ) + ] = 0
2
2
1
5
2
2. x + (1 1)x + [( ) ] = 0
2
2
1. 2 2 + 2 = 0 . 1
2. 2 2 3 = 0 . 2

147

Ecuacin 1:
Formula general:

b b 2 4ac
x=
2a
x=

2 4 4(1)(2)
2

+
2 2i
2 4
+
x=
=
=1 i
2
2

r3 = 1 + i
r4 = 1 i
Ecuacin 2:
2 2 3 = 0
=

2 4 4(1)(3)
2

+
2 16
2 4 + 12
=
=
2
2

X1 =

2+4 6
= =3
2
2

X2 =

2 4 2
=
= 1
2
2

Estas races no son las correctas. Por lo que se debern utilizar los valores de a y
b con signo contrario al utilizado en la ecuacin anterior, es decir:
a = 1

b=+

5
2

148

Por lo que la ecuacin 2 queda


1 5
x 2 + [1 (1)]x + + = 0
2 2
x2 + 3 = 0
2 = 3
= 3
= 3
5 = 3
6 = 3
Grfica del polinomio;
= 6 2 5 4 4 + 12 3 3 2 18 + 18 = 0

149

22.- Resolver el siguiente polinomio:


Obtener las races del polinomio.
+

Factores de 6: 1, 2, 3, 6

5 5 4 + 9 3 6 2
2 ( 3 5 2 + 9 6) = 0

RR(+)
RR(-)
RC
RT

2
1

3
0
0
3

1
0
2
3

(x 2 3x + 3)(x 2)

(3) (3)2 4(1)(3)


3 9 12
=
2(1)
2

3 3
3 3i

2
2
3 + 3
2
3 3
2 =
2
3 = 2
1 =

150

23.- Obtener las races de un polinomio.


P(x) = x 5 6x 3 + 6x 2 7x + 6
Si una de sus races es r1=i
RR(+)
RR(-)
RC
RT

4
1
0
5

2
1
2
5

0
1
4
5

(x r)(x r)
(x i)(x + i)
(x 2 + ix ix i2 )
x2 + 1

x 3 7 x 6
x 1 x 6x 6x 2 7x 6
2

x5 x3
7x3 6x 2 7x 6
7x3

7x
6x 2 6
6x 2 6
0

1
1
1

3 7 + 6
+

Factores de 6: 1, 2, 3, 6
(x 1)(x 2 + x 6)
(x 1)(x 2)(x + 3)
= , = , = , = , =
151

24.- Obtener las races del polinomio P(x) = 2x 4 x 3 + x 2 x 1 = 0


RR(+)
RR(-)
RC
RT

3
1
0
4

1
0
2
4

1
2

(x 1)(2 3 + 2 + 2 + 1)
2 3 + 2 + 2 + 1 = 0
Factores de 1:

factores de 2:

1
2
2

1, 2

2x 2 + 2 = 0
1
(x 1) (x + ) (2x 2 + 2)
2
0 (0)2 4(2)(2)
16 4

2(2)
4
4
1
i (x 1) (x + ) (x i)(x + i)
2

= ; = ; = , =

152

25.- Obtener las races del siguiente polinomio:


x 3 6x 2 + 16x 16 = 0
factores de 16: 1, 2, 4, 8, 16
RR(+)
RR(-)
RC
RT

16

16

16

2
1

3
0
0
3

1
0
2
3

x 2 4x + 8 = 0
4 (4)2 4(1)(8)
4 16 32
4 16
4 4
=
=
=
=
2(1)
2
2
2
= 2 2

= ; = + ; =
26.-Encontrar las races del siguiente polinomio
P(x) = 2t 5 3t 4 + t 2
t 2 (2t 3 3t 2 + 1)
Factores de 1=1
RR(+)
RR(-)
RC
RT

2
1
0
3

0
1
2
3

153

2
1

1
2
2

2x 2 = 0 x =

2
x=1
2

= ; = ; =

27.- Encontrar las races del siguiente polinomio


f(x) = 2x 3 x 2 6x + 3 = 0

RR(+)
RR(-)
RC
RT

Factores de 3= 1;
Factores de

3
2

2
1
0
3

0
1
2
3

+1 +

+3 +

= 2 ; 1; 2 ; 2; 3

154

1
2
2

2x 2 6 = 0
=

0 (0)2 4(2)(6) 48 43
=
=
= 3
2(2)
4
4

= ; = ; =

28.- Encontrar las races del siguiente polinomio


f(x) = x 3 4x 2 x + 4
factores de 4 = 1, 2, 4

RR(+)
RR(-)
RC
RT

1
1

2
1
0
3

0
1
2
3

x 2 3x 4 = 0
(x 1)(x 4)(x + 1)
= ; = ; =
155

29.- Encontrar las races del siguiente polinomio


f(x) = x 3 3x 2 4x + 12
RR(+)
RR(-)
RC
RT

2
1
0
3

0
1
2
3

factores de 12 = 1, 2, 3, 4

12

12

2
1

x2 x 6 = 0
(x 2)(x 2 x 6)
(x 2)(x 3)(x + 2)

= ; = ; =
30.- Encontrar las races del siguiente polinomio.
f(x) = x 4 + 2x 3 3x 2 4x + 4
factores de 4: 1, 2, 4

RR(+)
RR(-)
RC
RT

2
2
0
4

0
2
2
4

0
0
4
4

156

1
3

3
0

0
4

4
0

2
1

2
2

4
0

1
2

(x 2 + x 2) = 0
(x 1)(x + 2)(x 2 + x 2)
(x 1)(x + 2)(x 1)(x + 2)
= ; = ; = ; =

31.-Resolver el siguiente polinomio por el mtodo de Ferrari


4 + 2 3 3 2 4 + 4 = 0
4 + 2 3 + 2 + 2 + = 0
2 = 2 = 1
= 3
2 = 4 = 2
=4
Sustituyendo en la formula de Ferrari:
2k 3 qk 2 + 2(pr s)k (p2 q)s r 2
2 3 (3 2 ) + 2[(1)(2) 4] [(12 ) (3)](4) (22 )
2 3 + 3 2 + 2(2 4) [(1 + 3)4] 4
2k 3 + 3k 2 12k 20 = 0
factores: 1, 2, 4, 5, 10, 20

2
2
2

12

20

20

10

k = 2

157

Buscamos las constantes a y b a travs de las formulas


2 = 2 + 2
2 = 2(2) + (1)2 (3)
2 = 4 + 1 + 3
= 0
=0
2 = 2
2 = (2)2 4
2 = 4 4
2 = 0
= 0
=0
Sustituimos en las siguientes formulas para hallar sus races
Tomamos los valores positivos de a y b
x 2 + (p a)x + (k b) = 0
2 + (1 0) + (2 0) = 0
2 + 2 = 0
x 2 + (p + a)x + (k + b) = 0
x 2 + (1 + 0)x + (2 + 0) = 0
2 + 2 = 0
( + 2)( 1) = 0
= 2 = 1

( + 2)( 1) = 0
= 2 = 1

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

158

CAPITULO III
MATRICES Y DETERMINANTES
INTRODUCCION
Las matrices aparecen por primera vez hacia el ao 1850, introducidas por J.J.
Sylvester. El desarrollo inicial de la teora se debe al matemtico W.R. Hamilton en
1853. En 1858, A. Cayley introduce la notacin matricial como una forma
abreviada de escribir un sistema de m ecuaciones lineales con n incgnitas.
Las matrices se utilizan en el clculo numrico, en la resolucin de sistemas de
ecuaciones lineales, de las ecuaciones diferenciales y de las derivadas parciales.
Adems de su utilidad para el estudio de sistemas de ecuaciones lineales, las
matrices aparecen de forma natural en geometra, estadstica, economa,
informtica, fsica, etc...
Los modelos matemticos han jugado un papel un papel muy importante en el
desarrollo de las ciencias, tanto exactas como sociales, ya que permiten describir
de una manera situaciones reales.
Ningn modelo es una descripcin exacta de la realidad, sin embargo, los modelos
son tiles para hacer predicciones acerca de ella.

En particular, los modelos

lineales proporcionan una buena aproximacin de la realidad y tienen la ventaja de


ser fcilmente manejable y de que muy frecuentemente se puedan encontrar las
soluciones analticas o numricas de las cantidades de inters.
Las tcnicas desarrolladas en el lgebra lineal se pueden usar en todos los
modelos lineales, y, en ocasiones, se pueden usar para amplificar las operaciones
en modelos no lineales.
El propsito de este captulo es proporcionar al estudiante conceptos y problemas
que le ayuden en el manejo del lgebra haciendo nfasis en la comprensin de
los conceptos ms relevantes y en su aplicacin a problemas tomados de diversas
disciplinas.
159

El capitulo est diseado como un complemento para un curso convencional de


esta materia. Se incluyen los elementos ms importantes de la teora para que
pueda usarse independientemente del curso, pero se hace mayor nfasis en los
problemas. Es a travs de la solucin de stos que se adquiere un conocimiento
ms slido.

3.1. Definicin de matriz.


Esta se define como: un arreglo cuadrado o no cuadrado de filas (m), columnas(n)
(es decir = , > , < ), las cuales pueden estar formadas de Nmeros
reales, complejos o de ambos, as como, literales, expresiones Algebraica o una
combinacin de estas, las cuales estn cerradas en Parntesis circulares (), o
corchetes [].
Por lo general las matrices se representan con letras maysculas (A, B, C,) Y
los elementos de estas con letras minsculas (a, b, c,.)
Una matriz se puede escribir en general de la siguiente forma:
Se llama matriz de orden m n a todo conjunto rectangular de elementos aij
dispuestos en m lneas horizontales (filas) y n verticales (columnas) de la forma:

Sea

A aij

a11 a12 a13 ..... a1n

a 21 a 22 a 23 ..... a 2 n
a
a32 a33 ..... a3n
31

....................................

....................................
a

m1 a m 2 a m 3 ..... a mn

Como se podr comprobar ms adelante, esta forma tabular de escribirlo, nos


servir para tratar a los sistemas de ecuaciones lineales; y facilitar con ello el
empleo de transformaciones elementales.
En esta unidad trataremos a estos, como entes matemticos, con existencia
propia, aunque posteriormente lo asociaremos con los sistemas de ecuaciones
lineales.
160

i =1, 2, 3,4,..., m (Nmero de filas o renglones)


j=1, 2, 3,4,..., n (Nmeros de columnas)
= ( )

Lo anterior se debe de interpretar de la siguiente manera: primer subndice del


orden de una matriz nos indica el nmero de filas que esta contiene, y el segundo
subndice el numero de columnas correspondiente.

3.1.1. Tipos de Matrices. Atendiendo a la forma:


Matriz fila: Es una matriz que solo tiene una fila, es decir m =1 y por tanto es de
orden 1 x n.
A 1x3 = (7

5 )

Matriz columna: Es una matriz que solo tiene una columna, es decir, n =1 y por
tanto es de orden m x 1.
7
31 = 1
6

Matriz cuadrada: Es aquella que tiene el mismo nmero de filas que de


columnas, es decir m = n. En estos casos se dice que la matriz cuadrada es de
orden n.
Diagonal principal: son los elementos de a11 , a22,..., ann

161

Matriz transpuesta (AT): Dada una matriz A, se llama transpuesta de A, y se


representa por AT, a la matriz que se obtiene cambiando las filas por columnas. La
primera fila de A es la primera columna de AT, la segunda fila de A es la segunda
columna de AT, etc. De la definicin se deduce que, si A es de orden m x n,
entonces AT es de orden m x n.
= ( )
su transpuesta es AT = (aji )n x m

A=

1 3
1 2 5
; = 2 4
3 4 7
5 7

Ejemplo:
1.- Indique el orden de las matrices que se muestran a continuacin:
=

2
5 2

= (1
=

4
1

3 4 2) Orden 1 x 3

4
1+
4 +

3

1
D
4

2

Orden 2 x 3

2
3
5

Orden 3 x 2

orden 4 x1

162

3.1.2. Operaciones y propiedades


3.1.2.1.-La Igualdad de Matrices
Se dice que dos matrices son iguales, cuando tienen los mismos elementos y stos
se encuentran dispuestos de la misma manera en ambos arreglos.
Esta idea se pude expresar en trminos ms precisos, con ayuda del smbolo ai j ,
que representa el trmino que se encuentra en la posicin correspondiente al
rengln i y a la columna j de la matriz.
Definicin:
Sean A = (aij ) y B = (bij ) dos matrices de mxn; se dice que A y B son iguales si
= Para i=1,2, m y j=1,2,n

Ejemplo:
1 2

3 i
Sean las matrices A
4 2

i 1

12 12
son iguales.

31 31

3
B
2

i
A es diferente de B, ya que
1

32 32; aun cuando todos los dems elementos

163

3.1.2.2. Suma, diferencia y propiedades


Para poder sumar o restar matrices, stas deben tener el mismo nmero de
filas y de columnas. Es decir, si una matriz es de orden 3x2 y otra de 3x3, no
se pueden sumar ni restar, tanto para la suma como para la resta, se suman o
se restan los trminos que ocupan el mismo lugar en las matrices.
Para sumar o restar ms de dos matrices, se procede de la misma manera. No
necesariamente para poder sumar o restar matrices, stas tienen que ser
cuadradas.
Dos matrices se pueden sumar y restar, si y solo si, son del mismo orden, y la
operacin se hace termino a termino de los elementos que tengan la misma
posicin en ambas matrices.
En general se define de la siguiente manera:
Si A = (aij ) y B = (bij )
Dos matrices de mxn
A B = (aij ) (bij )
Para i = 1, 2, m
si m = 3 y
i = 1,2,3
11

= 21
31

y j = 1, 2, n

n=2
j = 1,2
12
22 ;
32

11
= 21
31

11 + 11

+ = = 21 + 21
31 + 31

12
22
32

12 + 12
22 + 22
32 + 32

164

PROPIEDADES
1) A + (B + C) = (A + B) + C
2) + ( + ) = +
3) A| A + (A) = 0
4) 0| + 0 =
5) A + B = B + A
Donde la matriz cero es aquella cuyos elementos son todos ceros.

Ejemplo:
Realizar las siguientes operaciones
3 1
1.- Sean las matrices A = 0 5
7 0

2
3
4

y B=

1 2 4
2 5 8 .
0 1 2

Entonces:

A+B =

3 1
0 5
7 0

2
3 +
4

1 2 4
2 5 8
0 1 2

AB =

3 1
0 5
7 0

2
3
4

1 2 4
2 5 8
0 1 2

2.- Sean A =

1 2 4
,
2 7 6

B=

2 3
2 10
7 1

6
5
2

4 1 2
= 2
0 11
7 1
6

3 2
0
5 1 3
y C=
0 3 1
1 1 2

A+B+C =

1 2
2 7

4
3
+
6
0

2
0
5
+
3 1
1

AB+C =

1 2
2 7

4
3

6
0

2
0
5 1
+
3 1
1 1

1 3
1 2
3
2

7
3

3 7
5 7

1
3

1 7
11 9

165

3.1.2.3. Producto Matricial y sus propiedades.


Se puede realizar un producto entre dos matrices A de orden () y una matriz B
de (), si y solamente si, cumplen con el criterio de conformabilidad, esto quiere
decir que dos matrices son conformables, si el nmero de columnas (n) de la
primera matriz (la que premultiplica), tiene el mismo nmero de filas (r) de la
segunda matriz (la que posmultiplica). Y el orden resultante C (), de la matriz,
es el nmero de filas (m) de la primera matriz (la que premultiplica) y el nmero
de columnas (p) de la segunda matriz (la que posmultiplica).
Otra manera de plantear este producto es la siguiente:
Sean A, B, y C matrices de orden que se indican

m*n

r* p

C
m*p

Iguales
Orden resultante
En general el producto matricial se puede definir:
Sean = ( ) = ( ) dos matrices con elementos en C de mxn y nxq
respectivamente. El producto AB es una matriz = ( ) de nxq definida por

= ; = 1 = 1 .
=1

Ejemplo:
1.- Realizar el producto matricial indicado.
3 2 1
2 5
= (4 5 2 ) = (1 2) = 3 2 ( )
0 1 0
4 3
33

32

166

3 2
4 5
0 1

1
2
0

1
4


3 2 1

1
4
2 5


1 2 = 4 5 2

2
4 3

1
4

0 1 0

3
4
0

2 1
5 2
1 0

5

2
3

5

2
3

5

2
3

0 16
= AB = ( 11 36)
1 2

PROPIEDADES
1) AB BA Conmutativa

2) A(BC) = (AB)C Asociativa


3) A(B + C) = AB + AC Distribucion por la derecha
4) (B + C)A = BA + CA Distribucion por la izquierda
5) kA = Ak Donde k es un escalar
Cuando se multiplica un escalar por una matriz, se multiplica cada uno de los
elementos de la matriz por el escalar.
De esta manera, cuando se multiplica un escalar por la matriz unitaria, los
elementos de la diagonal principal, toman los valores del escalar, generndose as
lo que se le llama matriz escalar, que ms adelante se retomara, y se pudiera decir
que el escalar se convierte en una matriz.

167

Es decir:
ka11
kA = (
kam1

ka12

kam2

ka13
)
kamn

Ejemplo:
1 2 3
)
4 5 2

Sea A = (

Entonces:
31
3 = (
34

3 (2)
3 3
3
)=(
35
3(2)
12

6 9
)
15 6

Producto de una matriz por un escalar


1. Propiedad distributiva 1

k (A + B) = k A + k B

2. Propiedad distributiva 2

(k + h)A = k A + h A

3. Propiedad asociativa mixta


4. Elemento unidad

k [h A] = (k h) A
1A = A

168

Ejemplos:
1.- Sean
1 3
A=[
]
1 0

1 5
y B=[
0 4

2
]
7

Calcule, de ser posible, los productos AB y BA.


Solucin: Ya que la dimensin de A es de 2 x 2 y la de B es 2 x 3, el producto
AB est definido, y su dimensin es 2 x 3. Por consiguiente, podemos escribir
1
AB = [
1

3 1 5 2
? ? ?
][
]=[
]
0 0 4 7
? ? ?

donde los signos de interrogacin se sustituyen aplicando la regla que define los
elementos de un producto de matrices.
El elemento (1,1) ser el producto interior del primer rengln de A por la primera
columna de B:
1(1) + 3(0) = 1
Para el elemento (1,2) ser el producto del primer rengln de A por la segunda
columna de B:
1(5) + 3(4) = 17
Y as se llega entonces a:
= [

1 17 23
]
1 5 2

Sin embargo, el producto BA no est definido, porque no coinciden el nmero de


columnas de la matriz B con el nmero de renglones de A.

169

2.- Para las siguientes matrices:


2
A = (i
0

1i 1
2i 1 + i
1
0
3 );B = (1
0 ); C = (
1
1 + i i
0 2i

1 3
)
2 1

Calcular, de ser posible AB, BA, BC, CB, ABC, CBA, AB+C, BC+A.
Solucin:
AB:
2
AB = ( i
0

1i 1
4i + 1 i 2 + 2i + 2 i
1 + 3i
4+i
2i 1 + i
0
3 )(1
i + i2 + 6 3i) = ( 2
5 2i )
0 ) = ( 2i2
1 + i i
1+i
2i + i2
1 + i 1 2i
0 2i

BA:
B3*2 A3*3
No se puede realizar
BC:
2i 1 + i
1
BC = ( 1
0 )(
1
0 2i

=(

2 + 1 +
1
2

1 3
) B32 C23 = D33
2 1

2 + 2 + 2
1
4 2

6 1
1 + 3i
2
)=( 1
3
1
2 +
2 4 2

1 + 5
3 )
2 +

CB:
2 1 +
1 3
)(1
0 ) 23 32 = 22
2 1
0 2
2 1 1 + + 6 3
2 1 7 2
=(
)=(
)
2 + 2 1 + 2 +
2 + 2 1 + 2
1
= (
1

170

ACB:
= = ( ) = =
3i + 1
( 2
1+i

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

1 3
)
2 1

AB

3i + 1 + 4 + i 3i 1 + 8 + 2i 9i + 3 4 i
= ( 2 2i + 5
2 4i + 10
6 + 2i 5 )
1 + i 2i 1 1 i 4i 2 3 + 3i + 2i + 1
5 + 4i
7i
1 + 8i
= (3 2i 12 4i 11 + 2i )
i
3 5i
4 + 5i

CBA:
= = ( )
No se puede realizar, ya que el producto por A no es conformable
BCA:
BCA = BCA = (B33 C32 )A33 = X32 A33 = Y33

1 + 3i
2
1
1
2 4 2

1 + 5 2
3 )(i
0
2 +

2 + 6 + 2
=(
2
4 2 + 4 2 2
2 + 8
( 2
6 + 2

2 + 6
4 + 2
2 4

1i 1
0
3)
1 + i i

1 + 3 3 2 1 + 5 + 5 2
1 + 3 + 3
2 2 + 2 2 2 + + 2

1 + 3 + 6 + 5 2
)
1 3 3
2
2 + 12 6 + 2

12 + 4
2 3 )
15 5

171

3.1.2.4. Ejercicios Propuestos


1-12. Las matrices A, B, C, D, E, F Y G se definen como siguen:
A = [2
0

5
2
2

0]
3

1
5]
2
1 1 3

F = [3

1 0 0
B = [0 1 0 ]
0 0 1

2 5
C=[
]
0 7

D = 7 3]

1
E = [2 ]
0

5 3 10
G=[ 6
1
0]
5 2
2

Efecte la operacin algebraica indicada, o explique por qu no se puede


hacer.
1. - B+C

2.- B+F

3.- C-B

4.- 5A

5.- 3B+2C

6.- C-5A

7.- 2C-6B

8.- DA

9.- AD

10.- BC

11.- BF

12.- GF

13 18. Sean

0 6 1
1
A

2 1/ 2 4 0

B 1 7 9 2

1
0
C
1

2

Indique cules de los siguientes productos estn definidos, y calclelos.


13.- ABC

14.- ACB

17.- CAB

18.- CBA

15.- BAC

16.- BCA

172

3.2. Transformaciones elementales


Una propiedad importante que se usa a menudo en los sistemas matriciales es la
llamada TRANSFORMACIONES ELEMENTALES, las cuales no alteran la solucin
de los sistemas, es decir transformaciones que al aplicarse a un sistema dan como
resultado un sistema equivalente. Estas transformaciones pueden ser de tres tipos.
1. Intercambio de filas.
2. Multiplicacin de una fila por cualquier escalar.
3. Multiplicacin de una fila por un escalar, y el resultado agregarlo a otra fila,
remplazando esta ultima por el resultado obtenido.
Nota: Lo anterior, se aplicar a algunos problemas ms adelante.

3.3. Matriz identidad o unitaria (I) y propiedades


La matriz unitaria debe ser una matriz cuadrada (m=n) que debe de cumplir las
siguientes condiciones

si j 1
I ( si j )
si j 0

si

i j

si

i j

Es decir si

s11 s12 s13 ........ s1n

s 21 s 22 s 23 ....... s 2 n
s
s32 s33 ...... s3n
31

I S ij
...................................

...................................
s

m1 s m 2 s m 3 .... s mn
Para una matriz de orden 2x2 y de 3x3 tendremos:
s
I 11
s 21

s12 1 0

s 22 0 1

s11

I s 21
s
31

s12
s 22
s32

s13 1 0 0

s 23 0 1 0
s33 0 0 1

173

En general tendramos.

s11 s12 s13 ........ s1n 1


s 21 s 22 s 23 ....... s 2 n 0
s
s32 s33 ...... s3n 0
31

I S ij
................................... 0


...................................
s

m1 s m 2 s m 3 .... s mn 0

0 0 0 0 0

1 0 0 0 0
0 1 0 0 0

0 0 1 0 0

0 0 0 0 1

Propiedades:
Si se multiplica la matriz (A) por la matriz unitaria (I), tanto por la derecha o por la
izquierda, da por resultado la misma matriz (A), siempre y cuando el producto se
pueda efectuar.
Lo anterior se puede plantear de la siguiente manera:
IA=AI=A (Siempre que el producto se pueda efectuar).

Ejemplo: Comprobar la propiedad conmutativa de la matriz un unitaria


Sea:
2 1 3
A = (3 0 4)
1 2 2
2
AI = (3
1

1 3 1
0 4) (0
2 2 0

0 0
2 1 3
1 0) = (3 0 4)
0 1
1 2 2

1
IA = (0
0

0 0 2 1 3
2 1 3
1 0) (3 0 4) = (3 0 4)
0 1 1 2 2
1 2 2

174

3.4. M A T R I Z

I N V E R S A (A-1)

Es aquella matriz que al multiplicarse por su original, tanto por el lado derecho
como por el izquierdo, el resultado debe ser la matriz unitaria (I), es decir que
A A1 = I = A1 A
En general se puede definir de la siguiente manera
Sea A una matriz de nxn con elementos en C. una matriz X se dice que es inversa
de A (A-1) si
XA = In = AX
Nota:
Si A-1 existe, entonces A es no singular.
Si A-1 no existe, entonces A es singular.

175

3.4.1. Mtodo por la frmula para matriz de 2x2.


Para hallar la inversa de una matriz de orden dos, se siguen los pasos siguientes:
1. Se calcula el determinante de la matriz.
2. Se arregla la matriz original de la siguiente manera, los elementos de la
diagonal principal de la matriz, se intercambian de posicin, y a los
elementos de la diagonal secundaria se le cambian de signo.
3. Se multiplica el inverso del determinante calculado en paso 1, por la
matriz obtenida en el paso 2, de esta manera se obtiene la frmula
general para calcular la inversa de cualquier matriz de orden 2
nicamente, (las de otro orden debe calcularse de otra forma, que
veremos posteriormente).
Esto se muestra a continuacin

Si = (

diagonal principal

diagonal secundaria

Paso 1.

det = |

| =

Paso 2 y 3
A1 =

1
d
(
Det A d

A1 =

1
d c
(
)
ad bc d a

c
)
a

176

Ejemplos:
1.-Comprobar que A A1 = I = A1 A , calcular la inversa por la formula deducida
Sea:
4 5
) A1 =?
2 3
1 3 5
4 5
det A = (
) = 12 + 10 = 22 Entonces A1 =
(
)
2 3
22 2 4
A=(

Ahora comprobando.
A A1 = (
A A1 =

1 3
4 5
) (
2 3 22 2

1 4 5 3
(
)(
22 2 3 2

5
)
4
5
)
4

Haciendo el producto tenemos:


A A1 =

1 22
(
22 0

A A1 = (
A A1 = I

0
)
22

1 0
)
0 1

2.-Determinacin de la inversa de una matriz de 2 x 2


Sea
4 5
=[
]
2 3
Determine 1 y comprobar que AA1 = A1 A = I2
Solucin: Al aplicar la regla se obtiene

1 =

3
5
1
1 3 5
3 5
[
]= [
] = [ 2 2]
4 3 5 2 2 4
2 2 4
1 2

177

Para comprobar que en realidad es la inversa de A, se calcula AA1 y A1 A


1 = [

A1 A = [

1
4 5 3/2 5/2
][
]=[
0
2 3 1
2

3/2 5/2 4 5
1
][
]=[
0
2 3
1
2

0
]
1

0
]
1

La cantidad ad-bc que aparece en la regla para calcular la inversa se llama


Determinante de la matriz. Si el determinante es 0, la matriz no tiene inversa.

178

3.4.2.- Mtodo por operaciones elementales para Matrices de


nxn
En este mtodo, se usa las operaciones elementales que se le pueden aplicar a las
filas de las matrices, sin que se alteren, estas son como ya sabemos suma, resta,
multiplicacin por un escalar y divisin.
Este mtodo es aplicable a matrices de cualquier orden.
La forma de realizarlo es la siguiente:
1. A la matriz original, se le extiende con la matriz unitaria del mismo orden.
2. Se le aplican las operaciones elementales a las filas que as lo requieran,
para que al finalizar, la matriz unitaria que se escribi por el lado derecho
en el paso uno, al extenderlo, quede ahora en el lado izquierdo.
3. Una vez obtenido el intercambio de las matrices como se indica en el paso
dos, la matriz que queda al lado derecho, es la matriz inversa buscada.
4. Si la reduccin de A conduce a un rengln de ceros a la izquierda de la
barra vertical, entonces A no es invertible.

A continuacin, tomaremos el ejemplo que se resolvi con el mtodo anterior, para


comprobar este mtodo.

Ejemplos:
1.-Sea A, la matriz del ejemplo anterior
4 5
)
2 3

A=(

Paso 1, primeramente se extiende.


(A|I) = ( 4 5|1 0)
2 3 0 1

179

Paso 2. Se aplica una primera operacin elemental, para hacer uno el primer
elemento (el 4) de la primera fila y primera columna

A I

5 1 0
1 F1
4

2
3
0
1

A continuacin, se hace cero el elemento de la segunda fila y segunda columna (4

2), utilizando el uno (1) de la primera fila, con la operacin que se indica a la
derecha (2F1+F2)
1 5 1 0

4 4
2 3 0 1

2 F1 F2 F2

Resultado de la operacin anterior.


1 5 1 0

4 4
0 11 2
1
2 4

10

4
3

11

4
0
2

1
4

Ahora hacemos uno, el elemento de la segunda fila y segunda columna ( 11 )


2
realizando la operacin que se muestra a la derecha.
1 5 1 0

2 F F
4 4
2
1
0 11 2
1 11
2 4

Resultado de la operacin
1 5 1
0

4 4
0 1 1
2
11 11

Ahora, con el uno obtenido, hacemos cero el elemento de la primera fila segunda
columna ( 5 4 ).
5
5
0 5
4
44
22
1
1 5
0
5
1

5
1
0
4 4

F F1 F1
4
4
4 2
0 1 1
2
11 11

3
5
1
0
22
22
Resultado de la operacin anterior
5
1 0 3
22
22

0 1 1
2
11
11

180

Como se puede observar, la matriz unitaria ya est del lado izquierdo, por lo tanto,
la del lado derecho de la lnea dentro de la matriz, es la inversa buscada.
Arreglando dicha matriz, obtenemos la misma matriz inversa obtenida con el otro
mtodo
A1 =

1 3 5
(
)
22 2 4

Comprobacin:
4 5 1 3
AA1 = (
) (
2 3 22 2

A A1 =

1 22
(
22 0

1 4 5 3 5
5
) A A1 =
(
)(
)
4
22 2 3 2 4

0
)
22

Finalmente
1
0

A A1 = I = (

0
)
1

2.-Calcule la inversa de la matriz siguiente:


3 5
A=(
)
2 1

A1 =?

3 5 1 0
1

2 1 0 1 3 F1

1 5 1 0

2 F1 F2 F2
3 3
2 1 0 1

2
2
0

10

3
1

13

0
3
0 1

1 5 1 0

3 F
3 3
2
0 13 2
1 13
3 3

181

0 5
3
5
1
3

1 5 1
0

3 3
5 F2 F1 F1
3
0 1 2
3

13 13

1 0 113 513

0 1 2
3

13
13

10

39

1
3
1
13

15

39

0
5
13

1 5
)
2 3

1 = 13 (

Comprobacin
3 5 1 1
AA1 = (
) (
2 1 13 2

5
)
3

AA1 =

1 3 5 1
(
)(
13 2 1 2

5
)
3

AA1 =

1 13
(
13 0

0
1 0
)=I=(
)
13
0 1

3.-Determinacin de la inversa de una matriz de 3 x 3.


Calcule la inversa de la matriz A y verificar que AA1 = A1 A = I3
1 2
= [ 2 3
3 6

4
6]
15

Solucin: Primero se comienza con la matriz extendida de 3 x 6 cuya mitad


izquierda es A y la mitad derecha es la matriz identidad.

1 2 4 1 0 0

2 3 6 0 1 0
3 6 15 0 0 1

182

A continuacin, se transforma la mitad izquierda de esta nueva matriz, en la matriz


identidad, con la siguiente secuencia de operaciones elementales sobre renglones
en toda la nueva matriz.
1 2 4 1 0 0
1 2 4 1 0 0

2 F F

1/ 3 F
1 2 2 1 0

0
2F F
3F F
2 3 6 0 1 0
3 6 15 0 0 1
0
0
3 3 0 1
1

1 0 0 3 2
0

0 1 0 4 1 2 / 3
0 0 1 1 0
1/ 3

1 2 4 1 0
0

4F F
1 0 4 1 2 / 3

2F F
0
0
0
1 1 0
1/ 3
3

Ya se ha transformado la mitad izquierda, en la matriz identidad, esto quiere decir


que se ha puesto la matriz en forma escalonada reducida, y con esto hemos
obtenido en la mitad derecha 1 .

3 2

0
2
4 1
=
3
1
[1 0 3 ]

4.-Determine la inversa de la siguiente matriz.


2
[1
1

3 7
2
7]
1
4

Solucin. Se procede como sigue:


2 3 7 1 0 0

F F

7 0 1 0
1 2
1 1 4 0 0 1
1

1 2
7 0 1 0

2 F F

F F
2 3 7 1 0 0
1 1 4 0 0 1
1

183

1 2
70
1 0

1/ 7 F2
0 7 21 1 2 0
0 1 3 0 1 1

1 2 7
0
1 0

F F

2 F F
0 1 3 1/ 7 2 / 7 0
0 1 3
0
1 1
2

1 0 1 2 / 7
3 / 7 0

2 / 7 0
0 1 3 1/ 7
0 0 0 1/ 7 5 / 7 1

Si hay un rengln de ceros en el lado izquierdo, cuando se trata de determinar


una inversa, como en el ejemplo anterior, la matriz original no tiene inversa.
El ejemplo anterior, indica que no toda matriz cuadrada tiene inversa.

5.-Otro ejemplo, pero ahora se trata de una matriz de cuarto orden y hay que
hallar el valor de m.
4 0 m 1

2 1 3 0
Si A
, hallar 1 como funcin de m, as como el valor o los
0
2 1 1

1
0 1 2

valores de m para los cuales A-1 existe y comprobarlo.

Solucin:
4 0

2 1
0 2

1 0

m 1 1
3 0 0
1 1 0
1 2 0

0
1
0
0

0
0
1
0

0
0

En el caso de este tipo de problemas, es conveniente que la literal que se tiene


como incgnita se coloque en las ltimas filas, para facilitar el manejo de esta,
hasta el final, tal como se ver en este problema.
Vase, que se utiliz el mtodo de las operaciones elementales para resolverlo, y
en estas, todos los movimientos u operaciones que son permitidos se deber de
hacer solamente cuando la matriz ya este extendida nunca antes, y adems,
ntese que estas operaciones solamente se hacen con las filas de la matriz.

184

Nota: (21 + 2 = 2 ) esta nomenclatura que se usa, indica lo siguiente, se


multiplica por menos dos a la fila uno, y posteriormente se le agrega la fila dos ,
dando por resultado una nueva fila dos, que es la que ocupara el lugar de la fila
dos inicial
1 0 1 2 0 0 0 1

2 1 3 0 0 1 0 0
0 2 1 1 0 0 1 0

4 0 m 1 1 0 0 0

2 F1 F2 F2

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

5 4 0 1 0 2

4 F1 F4 F4

4
4

8 0 0 0 4
1 1 0 0
0

0 4
0 m

0 m4 7 1 0 0 4

1
0
0
0

0
1
2
0

1
5
1
m4

2
4
1
7

0
0
0
1

0
1
0
0

0
0
1
0

2
1F2
0

1
0
0
0

0
1
2
0

1
5
1
m4

2
4
1
7

0
0
0
1

0
1
0
0

0
0
1
0

2
2 F2 F3 F3
0

2 F2

0 2 10 8 0 2 0 4

F 3

F3

"

1 0 0 1

0 11 9 0 2 1

0
4

185

1
0
0
0

1
F3
11
F1

1
5
11
m4

0
1
0
0

1 9
11
0 1
2

0 11

1
0
0
0

13
11

1
5
11
m4

0
1
0
0

1 9
11
0 1
2

13
11

5
F3
11
F2

2
4
9
7

0
0
0

(m 4)
F3
11
F4

1
4
11
11
0
1

2
11

1
11

0
1
2
0

0
0
1
0

1
4
11
11
0
1

2
11

1
11

0
0
0

0 m 4

0
0
0

2
11
0

2
11
0

1
11

0
0

0
0

0
0
1
0

0
0
0
1

0
1
2
0

2
4
9
7

45
11
1 5
4
0

m 4
0

2
4

0
0
0
1

7
11

2 1
F3
4 11

7
11

10
11
1

5
20
11
11
0
2

1
11

5
11

9m 4
11
7
9m 41
11

2
11

0
1
1

- 2m 4
11
0

m 4
11
0

4m 4
11
4

2m 4
11

m 4
11

4m - 28
11

9m 4
9m 4 77 9m 36 77 9m 41
7

11
11
11
11
4m 4
4m 4 44 4m 16 44 4m 28
4

11
11
11
11
18m 4 2 18m 4 29m 41 18m 72 18m 82
154

119m 4 11
119m 41
119m 41
119m 41

186

14
9m 41
9
9
11 9m 41
1 9
0
11
9
1
0
9m 41

0 0

0 0

- 18m 4
119m - 41
2
11
14

9m 41

9m 4
119m 41
1
11
7
9m - 41

9m 4
119m 41
4
11
8
9m - 41

9m 4
1 9m 4 9m 41 9m 36 9m 41
77

119m 41 11
119m 41
119m 41
119m 41
7

9m 41

0 0

0 1

0
0

1
1
11 9m 41
1
0
11
1
0
9m 41

13
9m 41
1
1 0 0
9m 41
9
0 1 0
9m 41
11
0 0 1
9m 41
0 0 0

2(2m 1)
9m 41
(m 3)
9m 41
14
9m 41
2(m 4)
9m 41

- 2m 4
119m - 41
-1
11
m3

9m 41

(2m 1)
9m 41
(4m 19)
9m 41
7
9m 41
(m 4)
9m 41

m 4
119m 41
5
11
4m 19
9m - 41

4m 4
119m 41
1
11
2m - 10
9m - 41

( m 7)

9m 41
2(m 5)
9m 41
8

9m 41
4(m 7)

9m 41

Finalmente arreglando el lado derecho de la lnea de la matriz anterior, obtenemos


la inversa que se busca.
13 2(2m 1) (2m 1) (m 7)

(m 3)
(4m 19) 2(m 5)
1 1
-1
A =
14
7
8
9m 41 9

11 2(m 4) (m 4) 4(m 7)

187

De aqu que podemos decir que para que esta matriz inversa exista, igualamos a
cero 9m-41, y despejamos a m.
Es decir:
9 41 = 0 =

41
9

Por lo tanto.
Si m =

41
entonces A1 no existe
9

Si m

41
entonces A1 existe
9

3.4.2.1. Propiedades

1.-
2.- ( ) =
3.-() =

4.-() = =
Para la matriz identidad se cumple tambin que:
Si A es una matriz m * n
1.- Im A = A
2.- AIn = A

188

Ejemplo:
1.-Sea
3 2 1
)
4 3 5

=(

2*3
m*n

Para la matriz A, debe de multiplicarse por una matriz unitaria de orden n(3 x3)
por el lado derecho, y nos dar como resultado la misma matriz A, como se ve a
continuacin.
(

3 2
4 3

1
1
) (0
5
0

0 0
3 2
1 0) = (
4 3
0 1

1
) = AIn
5

Por otro lado, debe multiplicarse por una matriz de orden m (2x2) por el lado
izquierdo, y nos dar como resultado la misma matriz.

1 0 3 2 1
3 2 1
)(
)=(
) = Im A
0 1 4 3 5
4 3 5

Lo anterior es lo que indica las dos propiedades anteriores.

189

EJERCICIOS PROPUESTOS
19 20. Determine la inversa de la matriz y compruebe que A1 A = AA1 = I2
y que B1 B = BB 1 = I3 .
7 4
19.- = [
]
3 2

1
3 2
20.- = [ 0
2 2]
2 1 0

21 32. Determine la inversa de la matriz, en caso que exista.


5
21.-[
3

3
]
2

3 4
]
7 9

23.-[

6 3
]
8 4

26.-[ 2 3 ]
5 4

22.-[

7 4
24.-[
]
8 5

25.-[

0.4 1.2
27.-[
]
0.3 0.6

4 2
28.-[3 3
1 0

5 7 4
30.-[3 1 3]
6 7 5

3
2]
1

1 2
31.-[4 5
1 1

2
5
]
5 13
1

2 4 1
29.- [1 1 1]
1 4 0
3
1 ]
10

2 1
32.-[1 1
2 1

0
4]
2

190

3.5. Algebra Matricial.


Algunas operaciones del algebra matricial, son parecidas a las del algebra
elemental, sobre todo con respecto a la suma y resta de matrices, puesto que
como ya sabemos para hacer estas operaciones solamente deben ser del mismo
orden y se pueden trasladar las matrices de un miembro a otro solamente
cambiando de signo.
La diferencia se presenta cuando queremos despejar alguna matriz que este como
incgnita la ecuacin matricial, sobre todo si sta est multiplicando a otra matriz
u a otra expresin matricial ya sea por la izquierda o por la derecha, puesto que
aqu es donde el algebra elemental no es aplicable, debido principalmente porque
entre las matrices no existe la divisin, y por lo tanto la operacin de despeje debe
hacerse siguiendo las reglas del algebra matricial.
La regla que debe de seguirse es que: por el lado que este la matriz afectando a la
incgnita, debe de multiplicarse por la inversa de esta para hacerlo la unidad,
aprovechando la propiedad de qu A A1 = I = A1 A. Esto puede hacerse tantas
veces como sea posible para dejar a la matriz incgnita sola, como se muestra en
los ejemplos siguientes.

191

3.6. SOLUCIN DE ECUACIONES MATRICIALES


Ejemplo:
Para la ecuacin matricial que se indican. Hallar a) El valor de X como funcin de
las variables que intervienen en la ecuacin b) calcule el valor de X para las
matrices que se indican.
B(XA + B) = C 3XA
Solucin:
a)
Primeramente desarrollamos la ecuacin y agrupamos del lado izquierdo los
trminos que contienen la incgnita.
BXA + BB = C 3XA
BXA + 3XA = C BB = C B2
(B 3)XA = C B2
En el siguiente paso, se convierte el escalar 3 en una matriz multiplicndolo por la
matriz unitaria ya que de esta manera se puede efectuar la resta entre la matriz B
y el 3, y tambin aplicamos la regala para el despeje de la incgnita, es decir
multiplicar por la inversa del trmino que est afectando a la incgnita por el lado
izquierdo en el miembro izquierdo, pero lo mismo hay que hacer con el miembro
del

lado

derecho

por

el

mismo

lado

para

aprovechar

la

propiedad

A A1 = I = A1 A tal como se muestra en la ecuacin siguiente.


(B 3I)1 (B 3I)XA = (B 3I)1 (C B2 )
I

XA = (B 3I)1 (C B2 )

XA = (B 3I)1 (C B2 )
XAA1 = (B 3I)1 (C B2 )A1
X

I = (B 3I)1 (C B2 )A1

X = (B 3I)1 (C B 2 )A1

192

Solucin b).
Sean las matrices siguientes:
1 0
)
1 2

A=(

B=(

2
0

2
)
1

1
1

C=(

2
)
1

Entonces como

1
1
2
2 2 1 0 1 2 2 2 1 0
3




x
0 1 0 1 1 1 0 1 1 2
1

5 2 1 2 2 2 2 2 1 2 0

x
0 4 1 1 0 1 0 1 2 1 1
1 4 2 1 2 4 2 1 2 0

20 0 5 1 1 0 1 2 1 1
1 4 2 3 0 1 2 0

X
20 0 5 1 0 2 1 1
X

1 14 0 2 0 1 28 0 1 14 0

40 5 0 1 1 40 10 0 20 5 0
1 14 0

X
L.Q.Q.D.
20 5 0
X

193

3.7. Tipos especiales de matrices de nxn.


En una matriz cuadrada se distinguen tres regiones, como se muestra a
continuacin.

Triangulo superior

a11 a12 a13 ..... a1n

a 21 a 22 a 23 ..... a 2 n
a
a32 a33 ..... a3n
31

A aij
....................................

....................................
a

m1 a m 2 a m 3 ..... a mn

Triangulo inferior
Diagonal principal

La diagonal principal, est constituida por los elementos tales que = , es


decir por los elementos de la forma .
Dichos elementos se encuentra ubicados en lo que geomtricamente seria una de
las diagonales del cuadrado formado por la matriz.

3.7.1. Triangulares y sus propiedades


El triangulo superior: Est constituido por los elementos por encima de la diagonal
principal, es decir los elementos tales que <
El triangulo inferior: Esta constituido todos los elementos por abajo de la diagonal
principal, es decir los elementos tales que > .
Definicin:
Sea = ( ) una matriz con nxn con elementos en C. Se dice que:
a. A es triangular superior si = 0 >
194

b. A es triangular inferior si
1
= (0
0

= 0 <

3 5
4 1)
0 9
T. Superior

1 0 0
= (5 4 0 )
2 8 7
T.Inferior

TEOREMA
Si A y B son dos matrices triangulares superiores (inferiores) del mismo orden y
es elemento de C. Entonces.
1. A+B

es triangular superior (inferior).

2.

es triangular superior (inferior).

3. AB

es triangular superior (inferior).

3.7.2. Diagonales
La diagonal principal es aquella que est formada por todos los elementos aii
tales que i = j
Definicin:
Sea A(aij ) una matriz con nxn con elementos en C. Se dice que A es una matriz
diagonal si: aij = 0 para toda i j y se representa con
Diag(a11 , a22 , a33 , ann )

195

Ejemplo:
7 0
= (0 5
0 0

0
0)
2

O
Diag(7, 5, 2)
TEOREMA:
Si A y B son dos matrices diagonales tales que
A = diag (a11 , a22 , . , ann ) y B = diag(b11 , b22 , , bnn ) y C,
Entonces:
a) A+B=diag (a11+b11, a22+b22, ,ann+bnn)
b) A = diag (a11 , a22 , , ann )
c) AB=diag (a11b11, a22b22, ,annbnn)
1

11

22

nn

d) A1 = diag (a , a , , a ) ,

Si A es no singular.

196

3.7.3. Matriz Escalar


Un caso especial de estas matrices es la conocida como matriz escalar, la cual
tiene la particularidad de que todos los elementos de la diagonal principal son
iguales.
Es decir una matriz = ( ) de nxn con elementos en C, se dice que es una matriz
Sij = 0 i j
escalar si {
Sij = k, i = j
Donde k es cualquier constante
Por la definicin anterior, una matriz escalar es de la forma siguiente:

s11 s12 s13 ........ s1n k


s 21 s 22 s 23 ....... s 2 n 0
s
s32 s33 ...... s3n 0
31

................................... 0


...................................
s

m1 s m 2 s m 3 .... s mn 0

0 0 0 0 0

k 0 0 0 0
0 k 0 0 0
kI
0 0 k 0 0

0 0 0 0 k

Donde I es la matriz unitaria de orden n, en consecuencia, premultiplicar una


matriz A por una matriz , es equivalente a multiplicar por el escalar . A esta
propiedad se le da el nombre de matriz escalar.

197

3.7.4. Traza de una matriz y sus propiedades.


Se conoce como traza de una matriz cuadrada al nmero que se obtiene sumando
los elementos de su diagonal principal.
Es decir, se define la traza de una matriz de la siguiente manera:
Definicin:
Sea A = [aij ] una matriz de nxn con elementos en C.
Se llama traza de A, y se representa como Tr A, al nmero


=1

Ejemplo:

(

Tr A=1+0+5=6.
En general
..
=

Tr A=a 11+a 22+a 33++..amn

198

TEOREMA:
Si A y B son dos matrices de nxn con elementos en C y elemento tambin de C.
entonces:
1.- Tr(A + B) = (Tr A) + (Tr B)
2.- Tr(A) = (Tr A)
3.- Tr(AB) = (Tr BA)

3.8. Otros tipos de matrices (m x n)


3.8.1. Transpuesta y sus propiedades.
Transpuesta: Sea A = (aij ) una matriz de m x n. Entonces la transpuesta de A, que
se escribe A , es la matriz de n x m obtenida al intercambiar los renglones por las
columnas de A. De manera breve, se puede escribir A = (aji ). En otras palabras.
Definicin:
Sea A = (aij ) una matriz de mxn con elementasen C. se llama transpuesta de A, a
la matriz nxm.
AT = (aij ) tal que aij = aji

Si

..
..

= , entonces =

Simplemente se coloca el rengln i de A como la columna i de AT , y la columna


j de A como el rengln j de AT .

199

TEOREMA:
Si A Y B son dos matrices con elementos en C y , entonces:
1) (AT )T = A
2) () =
3) (A + B)T = AT + BT , si A + B puede obtenerse
4) (AB)T = BT AT , si AB puede obtenerse

Ejemplo:
1.-Encuentre la transpuesta de la siguiente matriz.
2 6
1

4
2 3
C
0
1
2

2 1

Solucin: Al intercambiar los renglones y las columnas de cada matriz se obtiene

2 0 2
1

C 2 3 1 1
6 4 2 5

Las propiedades de la transposicin se presentan en el siguiente teorema.

200

3.8.1.2.PROBLEMAS PROPUESTOS
39 44. En los siguientes problemas encuentre la transpuesta de las matrices
dadas.

1 4
)
6 5

39.-(

3 0
40.-(
)
1 2

1 2 3
42.-(1 0 4)
1 5 5

43.-(

2 3
41.-(1 2)
1 4

2 1 0
)
1 5 6

44.-(

201

3.8.2. Simtrica.
Matriz simtrica. Una matriz cuadrada A, se dice que

es simtrica, si

AT = A(oA = AT )
Es decir =
Definicin:
Sea A una matriz de nxn con elementos en C. Se dice que:
1) A es simtrica si AT=A
Ejemplo: Las matrices siguientes son simtricas


],

De manera anloga pueden definirse las matrices antisimtricas.

3.8.3. Antisimtricas y propiedades.


Matriz antisimtrica. Una matriz A se dice que es antisimtrica si A = AT es decir
que = . Para toda , .
En general se puede definir lo siguiente:

Sea A una matriz de nxn con elementos en C. Se dice que:


T

Es simetrica si A A
A
T

Es antisimetrica si A A

Las caractersticas que deben de tener estas, son.

202

Para la simtrica
( ) = ( )

Y para la Antisimtrica,
( ) = ( )

= ; i. j

Lo que quiere decir, que

los elementos simtricos con respecto a la diagonal

principal debe ser uno el negativo del otro, adems debe de cumplirse que para
toda = = = 0 por lo que se puede deducir, que los
elementos de la diagonal principal deben valer cero.

Ejemplo de matrices antisimtricas.

2 1 i
0
2 0 i

1 i i
0

0 2 3
[2 0 4] ,
3 4 0

0
1

2i

2 2i

1 2i 2 2i
0 5
4
5 0
i

4 i
0

0 1 3
[1
0 2].
3 2 0

Propiedades.
Si A y B son dos matrices simtricas (antisimtricas) de nxn y C, entonces
1. A+B
es simtrica (Antisimtrica).
2.
es Simtrica (Antisimtrica)
3. A+AT es Simtrica.
4. A-AT
es Antisimtrica

203

3.8.4. Conjugadas y propiedades.


La conjugacin transforma una matriz en otra llamada su conjugado, cuyos
elementos son los conjugados de los elementos correspondientes en la matriz
original.
Definicin:
Sea A = [aij ] una matriz mxn con elementos en C. se llama conjugada de A a la
= [cij ] tal que:
matriz de mxn A
cij = aij

Ejemplo:
3
Para la matriz. = [ 2

11

= [ 21
31

12
11
22 ] = [12
32
13

3
1 ]
2
21
3
22 ] = [ 2
23

3
1 ]
2

Propiedades.
Sea = ( ) una matriz mxn con elementos en C y elemento de C. Entonces
= A
1. ( A)

2.- =
+B

3.-
A+B=A
Si A + B puede obtenerse
= A B
, Si AB puede obtenerse
4.- AB
Las siguientes matrices, son casos especiales, en las cuales se utiliza el arreglo
T ).
)T = (A
conjugada y transpuesta, que lo denotaremos como A = (A

204

3.8.5. Matriz nula, Hermitiana y antihermitiana y propiedades.


Si todos sus elementos son cero. Tambin se denomina matriz cero y se denota
por m n.

Hermitiana y Antihermitiana.
Definicin:
Sea A una matriz de nxn con elementos en C. Se dice que:
A={

Es hermitiana si A = A
A = A

De acuerdo a la definicin se deduce que para una matriz hermitiana, sus


elementos deben de cumplir lo siguiente:
1. = i, j
2. = I(aii ) = 0
Estas dos condiciones se pueden interpretar de la siguiente manera, que los
elementos simtricos respecto a la diagonal principal deben ser conjugados, y
segundo, que la parte imaginaria de la diagonal principal deben ser cero, lo que
indica que los elementos de la diagonal principal deben ser puramente reales.

205

Antihermitiana
Para una matriz antihermitiana, debe de cumplirse las condiciones siguientes:
1. =

i, j
2. =

R(a ii ) = 0

Es decir que: los elementos simtricos respecto a la diagonal principal, deben ser
tales, que sus partes reales solo difieran en signo, y sus partes imaginarias sean
iguales.
Por otra parte que los elementos de la diagonal principal deben ser nmeros
imaginarios.
A continuacin se muestran algunos ejemplos: De matrices hermitianas

3
[2 +
3

2
0
1

3
2
1 + ] [
1
1

2 1 i
3
i
2 2i
i
1

1 i i
0
6 i

1
6i
5i
3

a1 2 a2 1 2 i

a1 3 a3 1 3i
1 +
] ya que
3
a2 3 a3 2 1 i
I (a ) I (a ) I (a ) 0
22
33
11

2 2i
2i
2 2i
i

matrices antihermitianas

a1 2 a 2 1 2

a1 3 a3 1 1 i

a 2 3 a3 2 i

ya que a1 4 a 4 1 3

a 2 4 a 4 2 1
a a 6 i
43
34
R(a1 1 ) R(a 2 2 ) R(a3 3 ) R(a 4 4 ) 0

206

TEOREMA:
Si A y B son dos matrices hermitianas (Antihermitianas) cuadradas, entonces A+B
es hermitiana (antihermitiana).
Demostracin:
Sean A y B matrices antihermitianas, del mismo orden, por la propiedad de las
conjugadas transpuestas sabemos que
(A+B)* =A*+ B*
Si A y B son antihermitianas por la definicin
A* =-A

B* =-B

Por lo que se puede escribir lo siguiente


(A+B)* = -A+ (-B)= -(A+B)
Por lo que se concluye que (A+B) es antihermitiana.
Propiedades.
Sea = ( ) una matriz mxn con elementos en C. por lo tanto
1. AA*

Es hermitiana

2. A*A

Es hermitiana

3. A+A* Es hermitiana, si A es cuadrada


4. A-A* Es antihermitiana si A es cuadrada

207

3.9. Potenciacin.
De la misma manera que en el caso de los nmeros, se conoce como potencia
ensima de una matriz cuadrada cualquier producto
AAAAn
Definicin:
Sea A una matriz de nxn con elementos en C. y sean .Se llama potencia
ensima de A, y se representa como An, a la matriz definida por
A0 = Im
An = AAn1 , para n 1
La potenciacin cumple con el siguiente:
TEOREMA:
Sea A una matriz de nxn con elementos en C. y m, n N entonces.
Am An = Am+n

y (Am )n = Amn

Demostracin:
Demostrar que Am An = Am+n
Demostraremos primero que
m N
Am A = AAm
En efecto para m=1 la proposicin establece que
A1 A = AA1
Pero como A1 =A A0 =A I=A
Se concluye que A A=A A por lo que la proposicin es vlida para m=1
Ahora planteamos para una m=k
Ak A=A Ak

208

Y Premultiplicando por A se tiene


A (Ak A)=A(A Ak)
Reasociando
(A Ak)A=A(A Ak)
Ak+1 A=A Ak+1
Lo que se demuestra que es vlido para m=k
Como tambin sabemos
Am Ak=Am+k
Premultiplicando por A se obtiene
A (Am Ak)=A Am+k
Reagrupando y haciendo operaciones tendremos
(A Am) Ak =A Am+k

propiedad asociativa

(Am A) Ak =A Am+k

propiedad conmutativa

Am (A Ak ) =A Am+k

propiedad asociativa

Am Ak+1 =Am+k+1

por definicin de potenciacin

Por lo que se demuestra la primera propiedad.

209

3.10. Particin de Matrices.


En mucha ocasiones se considera que una matriz est formada por otras matrices
ms pequeas. Esto ocurre, por ejemplo, en aplicaciones en las que aparecen
grandes matrices con un elevado nmero de ceros.
Debido a esto, se introduce lo que llamaremos particin de matrices
Una matriz, se puede subdividir o partir en matrices ms pequeas insertando
rectas horizontales y verticales entre renglones y columnas, a las cuales lo
llamaremos submatrices y a la matrices mas grandes le llamaremos hipermatrices,
esto es para facilitar la comprensin del concepto de particin.

Ejemplo:
Dadas las matrices:

1
0
A
0

0 2 1
1 5
0

0 2

3
1 0
2 1

3 5

2 3
4 5

B 1 1

2 1
1 1

Calcular el producto AB.


Solucin. Antes de hacer el producto observemos que la matriz A (que lo
llamaremos hipermatriz) tiene como submatrices a la matriz identidad de tamao 2
x 2 y a la matriz nula del mismo tamao (vase el ejemplo).
Por lo que, trazando las rectas en la hipermatriz, se puede observar lo que sigue:
1
0
A
0

0 2 1
1 5
0

0 2

3
1 0
2
y llamando P = [
5
2 1

3 5

1 3
1
] y Q=[
1 0
2

2 1
],
3 5

210

Podemos considerar que la matriz A est formada por cuatro submatrices, como se
ve en el siguiente arreglo.
A=[

I2
O2X2

P
]
Q

El producto de I2 Y O2X2 por otras matrices de tamao adecuado es muy sencillo.


Para realizar el producto AB slo queda, partir la hipermatriz B, obtenindose las
submatrices R y S, tal como se ve abajo, las cuales debemos multiplicar por
I2 Y O2X2 y por P y Q.
De hecho consideremos lo que se muestra abajo.
2 3
4 5

R
B 1 1

S
2 1
1 1

2
Siendo = [
4

3
]
5

1 1
= [2 1]
1 1

Tendremos
5 9

I P R R QS 11 9
AB

O Q S QS 4 2

4
13

Ntese que se realizan productos de matrices de tamao inferior al de las


originales.

211

3.11. Introduccin a los determinantes


La idea de los determinantes, es en realidad ms antigua que la de las matrices.
Descubierta por Cramer durante sus trabajos orientados en la solucin de
ecuaciones lineales, fue expuesta por primera vez en 1750, cien aos antes que
Silvestre y Carley empezaran a hablar de matrices.
En la actualidad, sin embargo, el concepto de determinante suele presentarse
como consecuencia de la teora de matrices, y ha sufrido, incluso el proceso de
axiomatizacin, de la cual surge una definicin integrada por cuatro postulados.
En este caso, estableceremos una definicin para el concepto de determinante a
partir de un razonamiento similar al que histricamente le dio origen, aunque
emplearemos en ella el concepto de matriz. En la deduccin de las propiedades y
en la presentacin de los mtodos para el clculo de determinantes, se manejara
algunos elementos de la teora de matrices
Si una matriz es cuadrada, es decir, si tiene la misma cantidad de renglones que
de columnas, se le puede asignar un nmero, llamado su determinante.
Una tabla ordenada n x n de escalares, situada entre dos lneas verticales, se le
conoce como determinante de orden n.

212

3.11.1. Definicin
En forma generalizada, la definicin de un determinante es:
Sea A = [aij ] una matriz de nxn con elementos en C, y sea Pk = (k1 , k2 , k3 )
una permutacin del conjunto (1,2, n). Se llama determinante de A al nmero
!

. = ( )
=1

; si Pk
donde ( Pk )
; si Pk

es de clase par
es de clase impar

Veremos, que los determinantes, es una herramienta indispensable en el estudio y


solucin de sistemas de ecuaciones lineales.

213

3.11.2 .Clculo de determinantes de orden 1 y 2.


Se representar el determinante de una matriz cuadrada A, por el smbolo ||

comenzaremos definiendo || para el caso ms sencillo. Si A es una matriz de 1 x


1, tiene slo un elemento, y su determinante se define como el valor de ese
elemento; esto es,
= [], || =
Si A es una matriz de 2 x 2,
11
= (

21

12
22 ) Se llama determinante de A al nmero real

11
det() = |

21

12
22 | = 11 22 12 21

Ejemplo:
1) Dado que el determinante de orden uno es el mismo escalar, tenemos:
a) Si A = [24], entonces det. A = det. [24] = |24| = 24
b) Si B = [3], entonces det. A = det. [3] = |3| = 3
3
2
2
d) Si D = [
1
c) Si C = [

5
3 5
3 5
] det. C = det. [
]=|
| = 3(1) 2(5) = 7
1
2 1
2 1
3
2 3
2 3
] det. D = det. [
]=|
| = 2(4) 1(3) = 5
4
1 4
1 4

214

3.11.3 Determinantes de orden 3.


3.11.3.1.

Mtodo de Sarrus.

Esta regla, nos indica que debemos de extender el determinante, esto consiste
en aumentar las dos primeras columnas a la derecha de la tercera (o las dos
primeras filas debajo de la tercera), y multiplicar los elementos en forma
diagonal, de la parte superior izquierda a la parte inferior derecha del arreglo
(o viceversa), todas estas afectadas de un signo positivo, y posteriormente,
multiplicar los elemento de la parte inferior izquierda a la parte superior
derecha(o viceversa), de los elementos correspondientes, estas afectadas de
un signo negativo, tal como se muestra en ejemplo de abajo.

Ejemplo:
Dada una matriz cuadrada de orden tres, su determinante se calcular mediante la regla

de Sarrus.
a11

a12

a13 a11

a12 -

a21

a22

a23 a21

a22

a31

a32

a33 a31

a32

+
a11
a 21
a31

a12
a 22
a32

a13
a 23 (a11 a 22 a33 a12 a 23 a31 a 21 a32 a13 )
a33
(a13 a 22 a31 a12 a 21 a33 a 23 a32 a11 )

O bien
a11

a12

a13

a 21

a 22

a 23

a31

a32

a33

a11

a12

a13

a 21

a 22

a 23

(a11 a 22 a33 a12 a 23 a31 a 21 a32 a13 )


(a13 a 22 a31 a12 a 21 a33 a 23 a32 a11 )

215

Obsrvese que hay seis productos, cada uno formado por tres elementos de la
matriz. Tres de los productos aparecen con signo positivo (conservan su signo)
y tres con signo negativo (cambian su signo).
NOTA: Debe tenerse cuidado, porque este mtodo solo es vlido para calcular
determinantes de orden 3 (3x 3).
Para calcular determinantes de orden 4, o de mayor orden, debe usarse otro
mtodo, que se le conoce, como: por menores o por cofactores, el cual es
vlido para cualquier orden de determinante.
Calcular el valor del determinante por el mtodo de Sarrus:
3 2
|0 2
2 1

1
5|
4

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


= 24 + 20 + 0 (4) 0 (15) = 63

Este mtodo no funciona para determinantes de n x n si n > 3.

216

3.11.3.2 Desarrollo por cofactores.


Sea A, una matriz cuadrada, y a

ij

uno cualquiera de sus elementos. Si se suprime

la fila i y la columna j de la matriz A, se obtiene una submatriz M


nombre de matriz complementaria del elemento a

i j.

i j

que recibe el

en el ejemplo siguiente se

puede observar lo anterior.

Ejemplo:
Dada la matriz

La matriz complementaria del elemento a11 (el menor) es la matriz que resulta de
suprimir en la matriz A, la fila 1 y la columna 1; es decir:

11

22
=(
2

2
)

Definicin.
El menor de un elemento es el determinante de la matriz que queda al eliminar la
fila y la columna en que aparece el citado elemento |M11 |.
Sea A una matriz de n x n. Entonces en general se puede calcular su
determinante por el mtodo de los menores o cofactores siguiendo los
pasos.

217

1.- El menor Mij del elemento ; es el determinante de la matriz obtenida,


;
eliminando de la matriz A, el i-simo rengln y la j-sima columna.
2.- El cofactor del elemento aij es Aij = (1)i+j Mij .
Los signos se van alternando, segn la posicin que ocupen las entradas del
determinante(o van obtenindose segn la frmula (1)i+j. Es decir:

El determinante de una matriz cuadrada, es igual a la suma de los productos de


los elementos de una fila (o columna) cualquiera, multiplicados por sus respectivos
cofactores.
Es decir, en general el determinante de una matriz de orden nx n se puede hallar
de la siguiente forma.
Sea la matriz

Det. A = a11 (1)i+j M11 + a21 (1)i+j M21 + + an1 (1)i+j Mn1
Esta regla disminuye en una unidad, el orden del determinante que se pretende
calcular, es por esto que recibe el nombre de por menores.
Para evitar el clculo de muchos determinantes, conviene elegir lneas o columnas
que tengan el mayor nmero de ceros, y si no es posible hay que calcular, todos
218

los que sean necesarios; esto es porque como el menor queda multiplicado por el
cofactor, y si el cofactor es cero, entonces todo el determinante se vuelve cero.
El clculo del determinante anterior, se puede realizar utilizando cualquier rengln
o columna del determinante, sin que el valor de este cambie.

Ejemplo:
Si A es la matriz
3
1
0
[2 4 3 ]
5
4 2
Evaluar det (A) por desarrollo de cofactores a lo largo de la primera columna de A.
Solucin.
Det. (A) = 3 |

4 3
1
| (2) |
4 2
4

0
1 0
|+ 5|
| = 3(4) (2)(2) + 5(3) = 1
2
4 3

Nota: queda al lector realizar el clculo por cualquier otra fila o columna para
comprobar.

219

3.11.3.3. Mtodo por condensacin.


El desarrollo por cofactores aunque de de aplicacin general, no es un mtodo
eficiente dada la gran cantidad de determinantes de orden menor que se
requiere calcular. Por ejemplo para un determinante de quinto orden, se
tendrn cinco determinantes de cuarto orden, y cada uno de ellos cuatro de
tercer orden por lo que se requiere calcular un total de 20 determinantes de
tercer orden.
Como se ha visto en algunos casos especiales, puede evitarse el calculo
de algunos cofactores cuando los elementos correspondientes son nulos; en
especial, si algunas de las lneas tuviese todos los elementos excepto una
iguales a cero, sin duda escogeramos dicha lnea para efectuar el desarrollo
por cofactores, ya que solo requeriramos calcular uno de ellos (el
correspondiente al elemento distinto de cero). Esta situacin claramente
deseable, puede lograrse con ayuda de las propiedades que establece el
teorema #M #, en particular de la ultima propiedad.
El siguiente mtodo es conocido, como METODO DE CONDENSACIN, se
basa precisamente en esta idea y consiste 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 un 1 -1) y
aplicar reiteradamente la ultima propiedad del teorema, hasta reducir a cero
todos los dems elementos de la lnea.
3) Desarrollar por cofactores segn dicha lnea.
4) repetir los cuatro pasos anteriores hasta obtener un determinante de tercer
orden (o de segundo si se prefiere) y obtener su valor mediante la regla de
Sarrus.

220

Ejemplo:
1) Calcular por condensacin el determinante de la siguiente matriz.
1 1 3 2 3
3
2
1
0 1

A 1 1 2
1
0

2
1
3 1
0
1
2
4
0
1

Primeramente elegimos la cuarta columna, ya que contiene 2 ceros, y


tomamos como pivote el tercer elemento de dicha columna, por tratarse de un
uno.
La operacin es: 2f3+f1 y (-3) f3+f4 obteniendo:
1

1 1 0

0 1

1 1 2 1 0
3 5 5 0 1
1

De aqu podemos observar que desarrollando este por cofactores segn la


cuarta columna resulta.
1
Det A 1(1) 7

1 1

3
3

2
5

1 1
5 1
4

Ahora haciendo lo siguiente


1
c1 c 2 ; c1 c3 ;

y (3)c1 c 4

obtenemos

Det A (1)

3 5 4 10
3 2 8 8
1

Y desarrollando por cofactores segn el primer rengln


5 4
= (1)(1)(1)2 |2 8
3 5

10
8 |
2
221

Que resolviendo por sarrus o cualquier otro mtodo se obtiene que:


= 348
Como puede verse, el mtodo de condensacin ofrece en cada ciclo un gran
nmero de posibilidades para la seleccin de la lnea y el elemento pivote. Una
buena seleccin en cada caso puede contribuir notablemente a simplificar los
clculos correspondientes.

3.12. Propiedades de los determinantes


Las propiedades bsicas del determinante son las siguientes:
1. El determinante de una matriz A y el de su transpuesta (AT) son iguales, es
decir,
|| = | |
2. Sea A una matriz cuadrada,
Si A posee dos filas (columnas) iguales, necesariamente || = 0.
Si A es triangular, esto es, A slo tiene ceros por encima o por debajo de la
diagonal principal, entonces ||, es igual al producto de los elementos de la
diagonal.
3. Supongamos, que B se ha obtenido de A, mediante una operacin
elemental entre filas o columnas,
Si se han intercambiado dos filas (columnas) de A, |B| = - |A|.
Si se ha sumado un mltiplo de una fila (columna) a otra, entonces |B| =|A|.
Si se ha multiplicado una fila (columna) de A por un escalar k, |B| = k| A|.
4. Sea A cualquier matriz n-cuadrada, son equivalentes los siguientes
principios:
A es invertible, es decir, A tiene inversa A-1.
AX = 0 tiene solamente la solucin trivial.
El determinante de A, no es nulo: |A| 0.

222

5. El determinante es una funcin multiplicativa. Es decir, el determinante del


producto de matrices A y B es el producto de los determinantes:
|AB | = |A| |B|.

TEOREMA: #M#
a). Si en un determinante, dos filas (Columnas) son iguales, entonces el
valor del determinante es cero.
b). Si una fila (Columna) de un determinante es cero, el valor del
determinante es cero.
c). Si en un determinante, se intercambian dos filas (Columnas) el valor del
determinante cambia de signo.
d). En un determinante se puede multiplicar una fila (Columna) por una
constante k, entonces el valor del determinante queda multiplicado k-veces.
Demostracin:
a
Si |A| = |
c

b
|
d

k|A| = |

ka
kc

b
|
d

Entonces:
|| = ||
(ad bc) = kad kbc = k(ad bc)
e). Se puede multiplicar la fila (Columna) de un determinante, por una
constante K, y el resultado de este producto, se le puede agregar a otra fila
(Columna), sin que el valor del nuevo determinante cambie.
Demostracin:
|A| = |a
c

b
| = ad bc
d
b
|B| = | a
| = a(d + kb) b(c + ka) = ad + kab bc kab
c + ka d + kb
=
223

Por lo tanto
|| = ||
Con la ayuda del teorema anterior se pueden simplificar el clculo de
determinantes de ordenes grandes, puesto que como estas propiedades son
validas tanto para sus filas como para las columnas, entonces se puede buscar
hacer ceros ,al mayor nmero de elementos que se puedan para evitar los
clculos que se generaran si no se buscan estos.

Ejemplo:
1) Hallar el determinante indicado, utilizando, las propiedades enunciadas
en el teorema anterior.
2
1

3 8
2 0

1 2
2 1

2
0

5
7
3
3

Observamos que en la tercera columna hay dos ceros, entonces solamente


generaremos un cero.
Multiplicamos por (4) a la tercera fila y se lo agregamos a la primera
2 11 0 17
1 2 0 7
1
2

2
1

2 3
0 3

Calculando dicho determinante, por menor respecto a la columna tres, y


utilizando la propiedad de que un determinante (o su menor) multiplicado
por cero, es cero se tiene:
2 11 0 17
1 2 0 7
1
2

2
1

2 3
0 3

2 11 17
2 1
2

224

A continuacin utilizamos el determinante de orden tres, que resulto del


paso anterior; multiplicamos por (-2) a la fila tres y el resultado lo
agregamos a la fila dos, despus multiplicamos por (-11) a la fila tres y lo
sumamos con la fila uno, de tal manera que
2 11
2|1
2
2 1

17
20
7 | = 2| 5
3
2

0 50
20
0 13| = 2(1) |
5
1 3

50
| = 2(260 250) = 20
13

225

3.12.1.EJERCICIOS PROPUESTOS
33 38. Calcule el determinante de la matriz, si existe.

33.- [

4 5
]
0 1

36.-[2 5]

2 1
34.-[
]
3 2
3
37.-[ ]
0

35.-[3]

38.-[

8
1]

226

3.13. Calculo de la adjunta por medio de los cofactores.


Esta es una de las aplicaciones que tienen los determinantes, la otra es la
resolucin de sistemas de ecuaciones lineales.
Se conoce como adjunta de una matriz cuadrada A, a la transpuesta de la
matriz que se obtiene reemplazando los elementos de A por sus respectivos
cofactores, como lo establece la siguiente:
Definicin:
Si A es cualquier matriz n x n, y Cij es el cofactor de aij , se llama adjunta de A,
a la matriz
Adj A = [bij ] donde bij = cji
Esta matriz son los cofactores de A
C11 C12

C21 C22

Cn1 Cn 2

C1n

C2 n

Cnn

La transpuesta de esta matriz, se denomina adjunta de A, y se denota por


Adj. A.

227

Ejemplo:
1
= (0
2

2 1
3 2 )
1
5

Los cofactores de los nueve elementos de A son:


3 2
0 2
A11 = + |
| = 17 A12 = |
|=4
1 5
2 5

0
A13 = + |
2

3
|=6
1

2 1
1 1
A21 = |
| = 11 A22 = + |
|=7
1 5
2 5

1 2
A23 = |
|=3
2 1

2 1
1
A31 = + |
| = 1 A32 = |
3 2
0

1
A33 = + |
0

17
. = [11
1

1
| = 2
2

2
| = 3
3

4
6
7
3]
2 3

La transpuesta de la matriz de los cofactores anteriores proporciona la adjunta


de A:
17 11
Adj. A = (Cof. A)T = [ 4
7
6
3

1
2]
3

228

3.14. Aplicacin de la adjunta, para hallar la matriz


inversa.
Si A es una matriz invertible (no singular), es decir Det. A es diferente de cero
(|| 0) Entonces
A1 =

1
adj(A)
det(A)

Donde la Ajunta de A = (Cofactores de A)T

Ejemplo:
1) Calcular, por la adjunta, la inversa de la siguiente matriz.

1
A = (2
0

3 2
5
0)
1 2

Solucin.
Empezaremos por hallar el det A,
1
det = |2
0

3 2
5
0 | = 10 4 12 = 26
1 2

Los cofactores de los nueve elementos de A son:


2 0
5
0
A11 = + |
| = 10 A12 = |
|=4
0 2
1 2

2 5
A13 = + |
| = 2
0 1

1 2
3 2
A21 = |
| = 8 A22 = + |
| = 2
0 2
1 2

1 3
A23 = |
|=1
0 1

3 2
1 2
A31 = + |
| = 10 A32 = |
|=4
5 0
2 0
10
. = [ 8
10

1
A33 = + |
2

3
| = 11
5

4 2
2 1 ]
4 11
229

La transpuesta de la matriz de los cofactores anteriores proporciona la adjunta


de A:
10 8 10
Adj. A = (Cof. A)T = [ 4
2
4 ]
2
1
11
Aplicando la propiedad de la matriz inversa obtenemos A-1:
1

1
1 10 8 10
( ) =
=
( 4
2
4 ) = Simplificando,
||
26
2
1
11

5
13
2
=
13
1
( 13

4
13
1
13
1

26

5
13
2

13
11
)
26

230

EJERCICIOS PROPUESTOS
1.- Aplicar la regla de sarrus, para calcular
determinantes.

) |
2

3
|
1

3
) |2 1
9

el valor de los siguientes

1|
3

2.- Obtener el cofactor y el menor, de los elementos a22 y a23 de la matriz.


1 2
=[ 4 3
2 1

5
6]
2

3.- Obtener el valor del determinante


4 6
0 2

0 1
1 0

2
1

5 2
7 1

1
6

a) Desarrollando por cofactores segn la tercera columna.


b) Aplicando lo que sera la regla de Sarrus, para un determinante de cuarto
orden.
Y comparar estos resultados con el obtenido por el mtodo por
cofactores.
4.- Calcular el determinante del problema anterior, desarrollando por
cofactores, segn el segundo rengln.
5.- Calcular el valor del determinante.
2
1
0
1
0 2
4 1 3
1
2
0
2
1
4

2 1
0

1 5
4 3
0

Por el mtodo de condensacin.


Transformando a una matriz triangular.
231

6.- Demostrar que el valor de

a11
a 21
b1
c1

a12
a 22
b2
c2

0
0
a33
c3

0
0
0
a 44

es independiente de los

valores de b1, b2, c1, c2, y c3

232

233

Ejercicio
1.- Para las siguientes matrices:
Realizar las operaciones que se indican
2i 1 + i
3
A= 2
;
B
=
i
3i
1 2 i
2

1
i
;
C
=
i
2i
1 2i
1

2i
1
3i

Calcular: A+B, A-B, B-A, 2A-C y 3B-2C

2
A+B= 2
1

1+
3
+ 3

2
2

2 1 +
3
A-B= 2
- 3

1 2
2

3
B-A= 3
2

1 2

2 3
2 3
3

1 2

1
2 1 +
- 2

1 2
1 2

2 1 +

2A-C= 2 2
- 2

1 2
1

4 2 + 2

- 2
4
2
2 4 2
1

2
1
3

3 + 2
2 + 3
1

2
3 3

2+
0
1+

3 2
2 + 3
3

2
0
1

2
1
3

3
2+
1

2
1 + 2
4 5

234

3
3B+2C = 3 3
2

9
= 9
6

+ 2 2

1 2
1

3
2
3 + 4 2
3 6
2

4
2
6

2
1
3

9 + 2
4 + 7
4

2.-Demostrar que si A, B, y C son


nmeros complejos entonces:

3 + 4
2 + 3
3

matrices

de mxn cuyos elementos son

A + (B + C) = (A + B) + C
Si las matrices:
i 5 2
1 4
A = (4 2i 0) ; B = (3 7
3 i i
6 3i

9i
5
)
;
C
=
(
3
i
5i
3

2
1
6
i )
8 2i

i 5
(4 2i
3 i

2
1
0) + (3
i
6

4
7
3i

9i
5
i) + (3
5i
3

2
6
8

1
i ) =
2i

i 5
(4 2i
3 i

2
1
0) + (3
i
6

4
7
3i

9i
5
i) + (3
5i
3

2
6
8

1
i )
2i

Efectuando las operaciones tenemos:


A + (B + C) = (A + B) + C
1 + 9i
6
6
1+i
9
7
9i 2
i 5 2
(4 2i 0) + ( 6
13
2i ) = ( 7
7 + 2i
i ) + (3 6
6 + 5i 8 + 3i 3 2i
9
2i
3+i
5i 8
3 i i

1 + 10i
( 10
9 + 5i

11
13 + 2i
8 + 2i

8
1 + 10i
2i ) = ( 10
3i
9 + 5i

11
13 + 2i
8 + 2i

1
i )
2i

8
2i ) L. Q. Q. D
3i
235

3.- Dadas las matrices A Y B comprobar si A=B:


i
A=[
3

2 1
]
i 0

i
B=[
3

2 1
]
0 1

No son iguales, a pesar de que son del mismo orden y tienen los mismos
elementos; ya que, aunque se cumplen las igualdades
11 = 11
12 = 12
13 = 13
21 = 21
Se tiene adems que:
22 22
Y
a23 b23
Por lo que A y B no satisfacen la condicin de igualdad.
4.- Para las siguientes matrices:
Realizar las operaciones que se indican
3
5
A= 0
1+i
2i
4

1
2
B = 2 i
3 4

y C=

1
7+i

5 2i
0 3

a) A+B
b) A+C
Se tiene que:
3+1
5 + 2
4
A + B = [0 + (2) 1 + i + (i)] = [ 2
2i + 3
4 + (4)
3 2i

3
1]
0

Mientras que la adicin de A y C no puede efectuarse, ya que las matrices no son


del mismo orden. Se dice por ello que A y C no son conformables para la adicin
y, en consecuencia, la suma A+C no existe.
236

5.-Realizar el producto matricial indicado.


1
Sea A= 2
1

2
1 1 y B= 3 1
1
1
1

Efectuar la multiplicacin
1
== 2
1

6.- Sea A =

2
3 + 4
1 1 3 1 ( 4 + 2
1 1
1
3 1

5+
6 )
1

3 2
4
1
y B=
1 1
2 1

Hallar A B Y B A
8
3 2
4
1
)(
)=(
6
1 1 2 1

= (
BA=(

4
1
3
)(
2 1 1

3
7.- Sea A = [
5

1
)
2

13 7
2
)=(
)
7 3
1

1
] obtener la inversa
2

Se tiene que la matriz


X=[

2 1
]
5 3

Es tal que
2 1 3 1
1
XA = [
][
]=[
5 3 5 2
0

0
]
1

3
AX = [
5

0
]
1

1 2 1
1
][
]=[
2 5 3
0

237

8.-Sea A =

3 5
0
2 3 1 obtener la inversa.
1

1
0

2
1

3 5
0 a
2 3 1 b

1 2
0 c
2 3 1 b

1 2
0
c
0 7 1 b 2c

0
0

c
a 3c

1
0

0 7 1 b 2c

2
1

0
0

0 7 1

b 2c

1 0 0
0 1 0

2a 5c
a 3c

0 0 1 b 7a 19c

0 0 1

7a b 19c

0
0

0 a 3c

c
a 3c

c 2a 6c
a 3c

1 0
0 1

5
3

2
1

0
0

1 19

9.-Si A y B son matrices de mxn y nxp, respectivamente y es un nmero


complejo cualquiera entonces.
() = () = ()
a) Ilustrar el enunciado anterior mediante un ejemplo.
b) Demostrar dicho enunciado.
a) Supongamos que:
3 8
4 9
), B = (
)
4 3
6 5

A=(
2 (

3 8 4
)(
4 3 6

60
2 (
34
(

120
68

9
3
) = 2 (
5
4

67
6
)=(
51
8

16 4
)(
6 6

134
120
)= (
102
68

y = 2i
8
4 9
3 8
4
) (
)=(
) 2 (
3
6 5
4 3
6
9
3
)= (
5
4

134
120
)= (
102
68

8 8
)(
3 12

9
)
5

18
)
10

134
) . . . .
102
238

Demostrar que si A es una matriz de mxn con elementos en C, entonces.

AIn = A

4
2 2i
A=( 3
1
1 i 3 + 5i

Si

7
2i )
8

Sabemos que I es la matriz de identidad.


4
( 3
1i

2 2i
1
3 + 5i

7
4
1 0 0
2i ) (0 1 0) = ( 3
8
1i
0 0 1

4
( 3
1i

2 2i
1
3 + 5i

7
4
2i ) = ( 3
8
1i

2 2i
1
3 + 5i

2 2i
1
3 + 5i

7
2i )
8

7
2i )
8

10.- Para las siguientes matrices


11
= ( 1
1

11
= (1
2

3 2
2 1) ;
0 0

0 1
2 23 )
3 33

Determinar los valores de a11, b11, b23 y b33 que satisfacen la igualdad.
AB= I
a11
(1
1

3 2 b11
2 1) ( 1
2
0 0

11 11 + 1
( 11
11

1
1 0 0
b23 ) = (0 1 0)
b33
0 0 1

0 11 + 323 233
1
1
223 33 1 ) = (0
0
1
0

11 11 + 1 = 1
11 11 = 0
11 = 0
11 = 0
23 = 2

0
2
3

0 0
1 0)
0 1

11 + 323 233 = 0
323 233 = 0
2(223 33 = 1)
323 233 = 0
423 + 233 = 2
23

= 2
239

223 33 = 1

33 = 3

4 33 = 1 33 = 3
33 = 3

11.- Encuentra el producto entre las siguientes matrices.

i 4 2 5
3 1 2
=(
) = ( 1 0 1 i
2 4
3 2 1 1

7 3i
16
3
4 5i 8 2i 8 i

13 i
10 3i

12.- hallar la matriz resultante de las siguientes matrices.

1 1 a 2
3 4 1 i
=
2 1 0
0
0
( 0 1 1

i 1 2
0 0 1
; w=
i i 1
)
( 0 0 1

i ai 1 ai 5 a 2 2i
2i
3 i 1 i
7
=
2i
2
5
2
i
0
2
( i

i i 6 i ai 1
3i
2
3
2
0
=
2 2i 1 5i ai i 2i 1
1 i
i
0
( 2

0
2
0
i

240

5
7
4
13.- si F = 3 | 9
3
3| y
2 1 9

7 1
G = |0 1
4 2

0
0|
3

Calcular
a) F-G
7 1
21 12
9
9 | |0 1
4 2
3
27

15
|27
6

0
22
0 | = |27
3
2

22 12
10 9 |
1
30

b) GT + F
7
= |1
0
7
|1
0

0 4
1 2|
0 3

0 4
15
1 2 | + |27
0 3
6

8
21 12
9
9 | = |26
6
3
27

21 8
8 7|
3
24

14.- Encontrar la matriz inversa de A


3 2
)
1 4

A=(

1 =

A1 = det A (

d b
)
c a

1 4 2
(
)
14 1 3

Comprobacin
A1 A = I
1 4
(
14 1
1 14
(
14 0

2
3 2
)(
)
3
1 4
0
1
)=(
14
0

0
)
1

241

15.- Hallar la matriz inversa de A por el mtodo de la adjunta


+
( +
+

1 1 0
= (2 1 3 )
1 1 1
1
Det A = (2
1

1 0 1
1 3|2
1 1 1

+
)
+

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

1 3
(1) = + |
|=2
1 1
1 0
(2) = |
|=1
1 1
1 0
(1) = + |
| = 3
1 3
2 3
(1) = |
|=1
1 1
1 0
(1) = + |
|=1
1 1
1 0
(1) = |
| = 3
2 3
2
(0) = + |
1

1
| = 1
1

1
(3) = |
1

1
|=0
1

1
(1) = + |
2

1
|=1
1

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

1
2 1
0 ) ( ) = ( 1 1
1
1 0

3
3)
1

3
3)
1

16.- Multiplicar A X B
= (1 8
= (22

2)

0 2
= |3 4
1 2

1
0|
3

38 7)
242

17.- Obtenga la determinante de A, B, C


2 6
0
= |4 0 2| = (0 12 + 0) (0 + 8 + 192) = 12 (200) = 212
1 2 8
1 2 3
= |2 10 5| = (120 + 40 48) (120 + 40 48) = 112 112 = 0
4 8 12
2 5 5
C = |5 0 10 | = (0 + 50 50) (0 + 40 + 75) = (0 115) = 115
1 2 3

18.- Hallar la matriz inversa de A


1 3
A=|
| = 5 6 = 1
2 5
Determinante de A= -1
Sea A = (

a
c

b
)
d

Teniendo
A1 =

1
1
d b
d b
(
)=
(
)
det A c a
ad bc c a

A1 =

1 5 3
(
)
1 2 1

AA1 = A1 A = I
A1 = 1 (

5 3 1
)(
2
2 1

3
)
5

A1 = 1 (

1 0
1 0
)=(
)
0 1
0 1

1 0
A1 = [
]=I
0 1

243

19.- Hallar la matriz inversa de B


3
B=|
1

4
| = 6 (4) = 10
2

Determinante de B= 10
Sea A = (

a
c

b
)
d

Teniendo
A1 =

1
1
d b
d b
(
)=
(
)
det A c a
ad bc c a

A1 =

1 2 4
(
)
10 1 3

AA1 = A1 A = I
A1 =

1 2 4
3 4
(
)(
)
1 2
10 1 3

A1 =

1 10
(
10 0

0
)
10

1 0
A1 = [
]=I
0 1

20.- Hallar la matriz inversa de C


2 1
C=|
| = 6 (4) = 2
4
3
Determinante de C=-2
Sea A = (

a
c

b
)
d

Teniendo
A1 =

1
1
d b
d b
(
)=
(
)
det A c a
ad bc c a

A1 =

1 3
1
(
)
2 4 2

AA1 = A1 A = I
244

A1 =

1 3
2 1
1
(
)(
)
4
3
2 4 2

A1 =

1 2 0
(
)
2 0 2

1 0
A1 = [
]=I
0 1
21.- Obtener la inversa si existe de cada una de las siguientes matrices por el
mtodo de las operaciones elementales.

A=

1
0

1 2 3 1
1 3 3 2

1 0 0 0
0 1 0 0

1
0

2
1

2 4 3 3

0 0 1 0

1 1 1 1

0 0 0 1

0 1 2 0

1
1
2
1

1
0
0
0

1
1
2
2

2
1

3
0

1
1

0 1 2 0
0

3 1

1
1
1
2

1 0

0 1

0 0

0 0

1
1

2
1

1 0

0 1

0 0

0 0

1
2
1
1

2
1

0
1
0
0

0
0
0
1

0
0
1
0

1
1
1

2
1 3
2

0
1

2
3

1
2
1 1
1
1
2
2 3
0

0
1

0
0
0
2

3
0

1
1

3 1

2
3 1
1 0 1
0 2 1
0 3 1

0
1
0
0

0
0
1
0

0
1
1
0

0
0
0
1

0
0
0
1

0
0
1
0

3
2
0
1

2
3

245

1 0

0 1

0 0

1
1

2
3

0 0

1
1

2
1

0
1

2
3

1 0
0 1

0 0
0 1

0 0

0 0

1 0
0 1

0 0
0 0

0 0

0 0

A 1 =

1
1
0
2

1
2

0
2

1 2
1 1
0 1
2 3

1
0
1
2

0
0
1
3

1 2
1 2
0 1
2 3

1
2
1
2

0
3
1
3

2
2
1
3

1 0
2 3
1 1
2 3

246

CAPITULO IV
SISTEMAS DE ECUACIONES LINEALES

Introduccin
Uno de los problemas prcticos que con ms frecuencia aparece en casi todos los
campos de estudio, tales como fsica, comercio, economa, sociologa, etiologa,
demografa, gentica, todas las ramas de la ingeniera, etc., es el de resolver un
sistema de ecuaciones lineales.
Los modelos matemticos han jugado un papel un papel muy importante en el
desarrollo de las ciencias, tanto exactas como sociales, ya que permiten describir
de una manera situaciones reales.
Ningn modelo es una descripcin exacta de la realidad, sin embargo, los modelos
son tiles para hacer predicciones acerca de ella. En particular, los modelos
lineales proporcionan una buena aproximacin de la realidad y tienen la ventaja de
ser fcilmente manejable y de que muy frecuentemente se puedan encontrar las
soluciones analticas o numricas de las cantidades de inters.
Se incluyen los elementos ms importantes de la teora para que pueda usarse
independientemente del curso, pero se hace mayor nfasis en los problemas.

Es

a travs de la solucin de stos que se adquiere un conocimiento ms slido.

247

4.1. Definicin de ecuaciones lineales.


El lgebra lineal trata de la generalizacin de las ecuaciones lineales a n- variables.
Una ecuacin en n - incgnitas tiene la forma:

a1 x1 + a2 x2 + + an xn = b
donde 1 , 2 , (llamados coeficientes) y b son constantes numricas reales y
donde no todos los coeficientes son iguales a 0, se llama ecuacin lineal en las
variables 1 , 2 , . Por ejemplo, las ecuaciones
x + 5y = 32,

5x 2y = 2

x1 + x2 + xn = 0

Son ecuaciones lineales. Todas las variables de una ecuacin lineal son de primer
grado. La ecuacin 3 2 + 2 = 5 no es una ecuacin lineal en las variables X y Y,
ya que uno de los trminos, 3 2 , es de grado dos.

4.2 Definicin de Sistemas de Ecuaciones Lineales(SEL)


Definicin.
Se llama sistema de ecuaciones lineales a un conjunto de ecuaciones de la forma:
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2

(1)

am1 x1 + am2 x2 + + amn xn = bm

donde los trminos x1, x2,xn son las incgnitas y las letras a y b con subndices
denotan constantes.

248

Una solucin del sistema de ecuaciones lineales


a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2

am1 x1 + am2 x2 + + amn xn = bm

Es un conjunto ordenado de n valores k1, k2,, kn

249

4.3. Clasificacin de los Sistemas de ecuaciones lineales de


acuerdo a su tipo de solucin como modelo matemtico de
problemas
Existen muchas formas de resolver dichos sistemas, empezando por las clsicas de
reduccin, sustitucin e igualacin que son las primeras que nos ensean, puesto
que son muy fciles de asimilar.
Un conjunto de n nmeros que verifiquen todas las ecuaciones se llama solucin
del sistema. Dado un sistema de ecuaciones, el objetivo principal es hallar todas
sus soluciones, es decir, hallar todos los valores de x1,..., xn que verifican todas las
ecuaciones.
Hay sistemas de ecuaciones que no admiten solucin. A este tipo de sistemas les
llamamos incompatibles.
Si, por el contrario, un sistema de ecuaciones lineales tiene solucin diremos que
es compatible
Los sistemas compatibles pueden tener una sola solucin, en cuyo caso diremos
que son determinados; o ms de una solucin, en cuyo caso diremos que son
indeterminados.
Por lo tanto, los sistemas de ecuaciones lineales pueden clasificarse de la siguiente
manera.

Incompatibles Inconsistentes
(no tienen solucin)
Determinados (una
sola solucin)

Sistemas de
Ecuaciones Lineales
Compatibles
Consistentes (tienen
una solucin)

Indeterminados (ms de
una solucin)

250

4.3.1. La Matriz Aumentada


La siguiente matriz, es una abreviacin conveniente de (1).
AX = B
Donde, A, X y B representan los siguientes arreglos matriciales de nmeros
A=

a11
a21

am1

a12 a1n
a22 a2n

,
am2
amn

X= X1
X2

Xn

Y= b1
b2

bm

Las lneas horizontales se llama filas y las lneas verticales se llaman columnas.
Una matriz m x n tiene m filas y n columnas.
Dado un sistema de ecuaciones AX = B, es conveniente introducir la matriz
aumentada (A|B) que es la matriz de los coeficientes A, aumentada con

los

elementos de B como una columna adicional.


Por ejemplo, la matriz aumentada para el sistema de ecuaciones (1) es:
a11
a21

am1

a12
a22

am2

a1n b1
a2n b2

amn bm

La matriz aumentada describe completamente el sistema de ecuaciones.

251

4.3.2 Operaciones Elementales de Renglones


Para resolver un sistema de ecuaciones lineales, es necesario sustituir el sistema
de ecuaciones dado, por otro nuevo, que sea ms fcil de resolver:
Se pueden llevar a cabo las siguientes operaciones elementales en un sistema de
ecuaciones sin afectar su solucin
1.- Multiplicar cualquier ecuacin por una constante diferente de cero.
2.- Intercambiar dos cualesquiera de las ecuaciones
3.- Sumar a cualquier ecuacin, otra ecuacin multiplicada por una constante
diferente de cero.
Para cualquiera de estas operaciones existe una operacin sobre la matriz
aumentada correspondiente del sistema.
1.- Multiplicar cualquier rengln de la matriz por un constante diferente de cero.
2.- Intercambiar dos renglones cualesquiera de la matriz
3.- Sumar a cualquier rengln de la matriz otro, que se encuentre multiplicada por
una constante diferente de cero.

Estas son las llamadas operaciones elementales de renglones en la matriz


aumentada.

252

4.3.3. Forma Escalonada y Forma Escalonada Reducida de una


Matriz
Una matriz est en forma escalonada, si satisface las siguientes condiciones.
1.- El primer nmero no nulo (avanzando de izquierda a derecha) de cada fila es
un uno, al cual se le llama uno principal.
2.- Cada uno principal est a la derecha de los unos principales de las filas
anteriores.
3.- Todas las filas nulas, si existen, estn en la parte inferior de la matriz.
Una matriz se encuentra en forma escalonada reducida si es escalonada (puntos 1,
2 y 3) y adems satisface la siguiente condicin.
4.- Todo nmero arriba y abajo de cada uno principal es cero.
La tcnica de emplear operaciones elementales sobre renglones para llegar a una
matriz en forma escalonada se llama eliminacin de Gauss. El proceso de llegar a
una matriz en forma escalonada reducida se llama eliminacin de Gauss-Jordn.
Las matrices siguientes estn en forma escalonada
1

0
0

1 1 3

0 1 2
0 0 1

5 4 3

1 2 1
0 1 2

0 0 0

0
0

4 3
1 1/ 2

0 0

3 6 10
0 1
0 0
0 0

Nota: Se puede observar, que a partir de la segunda fila, el nmero de ceros hacia
abajo, es mayor que la de fila anterior.
Las siguientes matrices estn en forma escalonada reducida

1 0 0 4

0 1 0 2
0 0 1 1

1 0
0 1

1
)
0

1 0 1 3

0 1 0 2

253

4.4. Solucin de ecuaciones lineales por los diferentes


mtodos.
En general, para resolver un sistema de ecuaciones con un sistema matricial, se
emplean las operaciones elementales sobre renglones de la matriz, para llegar a
una matriz de forma escalonada o escalonada reducida, las cuales se describen a
continuacin.

4.4.1.

Mtodo por Eliminacin de Gauss

Ejemplo 1. Solucin de un sistema usando la forma escalonada


Resolver el siguiente sistema de ecuaciones lineales usando la eliminacin de
Gauss.

4 + 8 4 = 4
3 + 6 + 5 = 13
2 + + 12 = 17
Primero se escribe el sistema en forma matricial AX=B.
4 8 4
4
[ 3 6 5 ] [] = [13]
2 1 12
17
Ahora escribimos la matriz extendida.
4 8 4 4
( 3 6 5 |13)
2 1 12 17
Ahora se realizan las operaciones elementales por renglones.
1/ 4 F1
4

4 8 4
3 6 5 13

2 1 12 17

3 F1 F2

1
1 2 1
2 F1 R3
3 6 5 13

2 1 12 17

1
1 2 1
0 0 8 16

0 5 10 15

254

F2 F3

1
1 2 1 1
1 2 1

0 5 10 15 1/ 5 F
0 1 2 3
1/ 8 F


0 0 1 2
0 0 8 16
2

Ahora hemos obtenido una matriz equivalente en forma escalonada, cuyo sistema
correspondiente de ecuaciones es:
+ 2 = 1
+ 2 = 3
= 2
Para resolver el sistema, aplicamos la sustitucin hacia atrs.
Es decir, como de la ltima ecuacin Z=-2, entonces, tomando la
Segunda ecuacin y sustituyendo a z tendremos:

+ 2(2) = 3
=1
Y de la tercera, sustituyendo los valores de z e y se obtiene
x + 2(1) (2) = 1
= 3
Por lo tanto, la solucin del sistema es (-3, 1, 2).

255

4.4.2.

Mtodo por Eliminacin de Gauss-Jordn

La ventaja de usar la forma escalonada reducida es que no se necesita la


sustitucin hacia atrs para resolver el sistema, como se vera en el siguiente
ejemplo.
Ejemplo 1.
Solucin de un sistema usando la forma escalonada reducida
Resolver el siguiente sistema de ecuaciones lineales usando la eliminacin de
Gauss-Jordn.

4 + 8 4 = 4
3 + 6 + 5 = 13
2 + + 12 = 17

A partir de la matriz escalonada que se obtuvo del ejemplo anterior, ahora se


continuar usando operaciones elementales sobre renglones para dicha matriz y
as obtener su forma escalonada reducida.

1 2 0 1
1 2 1 1
2F3 F2
0 1 2 3
0 1 0 1
F3 F1

0 0 1 2
0 0 1 2

2F2 F1

1 0 0 3
0 1 0
1

0 0 1 2

Se ha llegado a una matriz escalonada reducida, cuyo solucin es nica, es decir


que:
= 3
=1
= 2
As, se llega a la misma solucin del ejemplo anterior, la cual es (-3, 1, -2).

256

Ejemplo 3. Sistema sin solucin


Resuelva el siguiente sistema
3 + 2 = 12
2 5 + 5 = 14
2 + 3 = 20
Transformamos el sistema a la forma escalonada
2F1 F2

F1 F2
1 3 2 12
2 5 5 14

1 2 3 20

1/18F3

1 3 2 12
0
1 1 10

0
1 1
8

1 3 2 12

1 1 10
0
0 0 0 18
F2 F3

1 3 2 12
0 1 1 10

0 0 0
1

La ultima matriz esta en forma escalonada. Si se escribe el ltimo rengln como


una ecuacin, obtendremos 0 + 0 + 0 = 1, es decir, 0=1, lo cual hace que esta
ecuacin no se pueda resolver. Esto quiere decir que el sistema no tiene solucin.

Ejemplo 4. Sistema con una cantidad infinita de soluciones


Determine la solucin completa del siguiente sistema
3 5 + 36 = 10
+

7 = 5

+ 10 = 4
Se transforma el sistema su forma escalonada
F1 F3
3 5 36 10

1 0

7
5

1 1 10 4

F1 F2

1 1 10 4
3 F1 F3
1 0
7
5

3 5 36 10

1 1 10 4
0
1 3
1

0 2
6 2

257

1 1 10 4
0 1 3 1
2F F

0 0
0 0
2

Esta matriz corresponde al sistema:


+ 10 = 4
3 = 1
Despejamos las variables inciales x e y en trminos de la variable z:
= + 10 4 = (3 + 1) + 10 4 = 7 5
= 3 + 1
Por lo tanto:
= 7 5
= 3 + 1
Para obtener la solucin completa, sea z cualquier nmero real:
= 7 5
= 3 + 1
Z= cualquier nmero real.
Para obtener soluciones especficas, se asigna un valor a Z.
Por ejemplo, si z = 1, entonces:

= 7(1) 5 = 2
= 3(1) + 1 = 4
Segn lo anterior, una solucin del sistema es (2, 4, 1). Se obtiene una solucin
distinta si z es igual a 2 y as sucesivamente.
Hay una infinidad de opciones para el valor de z, por lo que hay infinitas soluciones
para el sistema dado.

258

En resumen se puede decir lo siguiente acerca de la resolucin de un sistema en


forma matricial:
1.- Si en el ltimo rengln, se presenta una ecuacin de la forma
0x1 + 0x2 + + 0xn = b, con 0 el sistema es incompatible.
2.- Si la forma escalonada contiene un rengln que representa la ecuacin
01 + 02 + + 0 = 0

(Llamada

tambin

ecuacin

nula)

el

sistema

es

compatible indeterminado (tiene muchas soluciones). En este caso, si el nmero


de filas no nulas r, es menor que el nmero de variables n; esto es
r < n, entonces hay infinidad de soluciones, y si r = n existe solucin nica.

259

4.4.3.

Mtodo de Cramer.

Este mtodo es uno de los ms sencillos, el problema es que solamente es


vlido para sistemas cuadrados, es decir sistemas que tengan el mismo
nmero de ecuaciones que de incgnitas.
Otro inconveniente es que a medida que el nmero de ecuaciones y por lo
tanto de incgnitas aumenta, la solucin de los determinantes se complica.
Pero hay que hacer notar que utilizando las propiedades de estos vistas en el
capitulo anterior este problema se minimiza.
Una posible ventaja es que, al calcular el determinante del sistema, si este
resulta ser cero el sistema no tiene solucin.
A continuacin se enuncia el teorema.
TEOREMA:
Si un sistema de n ecuaciones lineales con n variables 1 , 2 , es
equivalente a la ecuacin matricial Dx = B, y si |D| 0, sus soluciones son
x1 =

|Dx1 |
|D|

, x2 =

|Dx2 |
|D|

, , xn =

|Dxn |
|D|

donde Dx , es la matriz que se obtiene

reemplazando la i-sima columna de D por la matriz B, de n x 1.


Los pasos a seguir para calcular los sistemas de ecuaciones segn la regla de
Cramer son los siguientes:
1. Calcular el determinante de A.
2. Aplicar la regla de Cramer, que consiste en:
a) ir sustituyendo la primera columna del det (A) por los trminos
independientes;
b) dividir el resultado de este determinante entre el det (A) para hallar el valor
de la primera incgnita;
c) continuar sustituyendo los trminos independientes en las distintas
columnas para hallar el resto de las incgnitas.

260

Ejemplo 1:
Use la regla de Cramer para resolver el siguiente sistema de ecuaciones.
2 3 + 4 = 1

+ 6 = 0
3 2
=5
Solucin:
Primero evaluaremos los determinantes que aparecen en la regla de Cramer.
2 3 4
|| = |1 0 6| = 38
3 2 0

2
| | = |1
3

1 3 4
| | = |0 0 6| = 78
5 2 0

2 1
| | = |1 0
3 5

4
6| = 22
0

3 1
0 0| = 13
2 5

Ahora aplicaremos la regla de Cramer para llegar a la solucin:


x=

|Dx | 78 39
=
=
|D|
38 19

y=

|Dy | 22 11
=
=
|D|
38 19

z=

|Dz |
13
13
=
=
|D|
38
38

La regla de Cramer es un mtodo eficiente para resolver este tipo de sistemas


de ecuaciones lineales. Pero en sistemas con ms de tres ecuaciones, la
evaluacin de los diversos determinantes que intervienen suele ser una tarea
larga y tediosa. Adems, la regla no se aplica si |D| = 0
o, si D no es una matriz cuadrada.

261

4.4.4. Mtodo por clculo de la inversa


En este mtodo, se debe de escribir el sistema en forma matricial, al igual que
se hace por los mtodos de Gauss y Gauss-Jordn, nada ms que este mtodo
solamente es posible realizarlo si el sistema es cuadrado de cualquier orden.
Lo primero que se tiene que hacer, es calcular la inversa del sistema por
cualquiera de los mtodos planteados en el capitulo anterior
Es decir hay que resolver la ecuacin matricial
AX = B
De esta ecuacin despejamos a X segn las reglas matriciales, obtenindose
X = A1 B
Todo lo anterior se puede entender con un ejemplo como el siguiente
Ejemplo:
Resolver el siguiente sistema de ecuaciones lineales utilizando el mtodo de la
inversa
2 4 = 1
2 3 6 = 1
3 + 6 + 15 = 2
Escribiendo el sistema en forma matricial tenemos.
A

X = B

1 2 4
1
[ 2 3 6] [] = [1]
3 6 15
2
Donde
1
A=[ 2
3

2 4
3 6]
6 15

262

Calculamos la inversa de A por uno de los mtodos conocidos


Solucin: Primero se comienza con la matriz extendida de 3 x 6 cuya mitad
izquierda es A y la mitad derecha es la matriz identidad.

1 2 4 1 0 0

2 3 6 0 1 0
3 6 15 0 0 1

A continuacin, se transforma la mitad izquierda de esta nueva matriz, en la matriz


identidad, con la siguiente secuencia de operaciones elementales sobre renglones
en toda la nueva matriz.
1 2 4 1 0 0
1 2 4 1 0 0

2 F1 F2

1/ 3 F3
0
1 2 2 1 0
2 F3 F2
3 F1 F3
2 3 6 0 1 0
3 6 15 0 0 1
0
0
3 3 0 1
1 2 4 1 0
0

4 F3 F1

1 0 4 1 2 / 3
2 F2 F1
0
0 0
1 1 0
1/ 3

1 0 0 3 2
0

0 1 0 4 1 2 / 3
0 0 1 1 0
1/ 3

Ya se ha transformado la mitad izquierda, en la matriz identidad, esto quiere decir


que se ha puesto la matriz en forma escalonada reducida, y con esto hemos
obtenido en la mitad derecha A1 .
3 2

A1

0
2
4 1
=
3
1
[1 0 3 ]

Como ya hallamos la inversa, nada ms nos falta multiplicarla por la matriz B tal
como se ve en el procedimiento siguiente:
3 2
X = A1 B =

4 1
[1

0
5
2 1
19

3 [1] =
3
1
5
2
[ 3 ]
3 ]
263

De tal manera que


5
19

[] =
3
5

[ 3 ]
As la solucin del sistema es (-5, -19/3, 5/3)

4.5. Sistemas de Ecuaciones Homogneas


Se dice que un sistema de ecuaciones lineales de homogneo si las constantes del
lado derecho son todas cero. Es decir, el sistema general homogneo est dado
por
11 1 + 12 2 + + 1 = 0
21 1 + 22 2 + + 2 = 0

am1 x1 + am2 x2 + + amn xn = 0

Todo sistema de ecuaciones lineales homogneo es consistente, ya que una


solucin de todos estos sistemas es 1 = 0, 2 = 0 = 0. Esta solucin se
denomina solucin trivial; en caso de que haya otras soluciones, se denominan
soluciones no triviales.
Debido a que un sistema lineal homogneo siempre tiene la solucin trivial,
entonces para sus soluciones slo hay dos posibilidades:
1. El sistema slo tiene la solucin trivial o solucin cero.
2. El sistema tiene infinidad de soluciones adems de la solucin trivial.

264

Ejemplo 1: Resuelva el siguiente sistema


1 + 2 3 = 0
41 22 + 73 = 0
4F1 F2
1 1 1 0
1 1 1 0 1/ 6 F2
4 2 7 0
0 6 11 0

1 0
1 1
0 1 11
0

Solucin:
x1 + x2 x3 = 0
11
11
3 = 0 2 =

6
6 3
11
5
1 = 2 + 3 1 3 + 3 1 =
6
6
2

Por lo tanto:
5
1 = 3
6
11
2 =

6 3
3 =
Donde z es cualquier nmero real.
Un

sistema homogneo

con ms incgnitas que ecuaciones tiene un nmero

infinito de soluciones.

265

4.6. Aplicaciones a la ingeniera, de los Sistemas de


Ecuaciones Lineales
Aplicacin 1. Ingeniera Civil.
Ejemplo
Anlisis de precios de materiales para construccin.
Suponga que se quiere comparar el costo de ciertos materiales. La siguiente tabla,
que puede ser vista como una matriz, da el costo en pesos de cada uno de los
materiales en tres bancos distintos.

Banco 1
Banco 2
Banco 3

Arena
70
85
75

Grava
40
38
42

Cemento
13
10
12

Cal
30
28
30

Arcilla
330
310
325

Si se compran 5 pesos de arena, 3 de grava, 13 de cemento, 4 de cal y 2 de


arcilla, podemos representar las cantidades compradas por la matriz
5
3

B 10

4
2

El costo total est dado por el producto

70 40
AB 85 38
75 42

Vemos que el

5
13 30 330 3 1380

10 28 310 10 1371

12 30 325 4 1391
2
costo total en el banco es 20 pesos ms bajo que en el banco 1 y

20 pesos menor que en el banco 3.


Esta forma de representar el problema por medio de matrices, brinda una forma
conveniente y resumida de enunciar y resolver el problema.
266

Aplicacin 2. Ingeniera en produccin.


Una compaa manufactura tres productos. Sus costos de produccin se dividen en
tres categoras. En cada categora, se da un estimado del costo de producir una
unidad de cada producto. Tambin se hace un estimado del nmero de unidades
que se fabricarn de cada producto por trimestre. Estos estimados se presentan en
las tablas 1 y 2. La compaa desea presentar en su junta de accionistas una tabla
que muestre los costos totales de cada trimestre en cada una de las tres
categoras: materias primas, mano de obra y costos generales.
Tabla 1. Costos de produccin por unidad (dlares)

PRODUCTO
Costos

Materias primas

0.10

0.30

0.15

Mano de obra

0.30

0.40

0.25

y 0.10

0.20

0.15

Generales
mixtos

Tabla 2. Nmero de unidades producidas por trimestre.


Temporada
Producto

Verano

Otoo

Invierno

Primavera

4000

4500

4500

4000

2000

2600

2400

2200

5800

6200

6000

6000

267

Solucin. Consideraremos el problema en trminos de matrices. Cada tabla puede


representarse por una matriz.

0.10 0.30 0.15


4000 4500 4500 4000

M 0.30 0.40 0.25 y P 2000 2600 2400 2200


0.10 0.20 0.15
5800 6200 6000 6000
Si formamos el producto MP, la primera columna de MP representar los costos del
trimestre de verano.
Materias primas:(0.10)(4000) + (0.30)(2000) + (0.15)(5800) = 1870
Mano de obra: (0.30)(4000) + (0.40)(2000) + (0.25)(5800) = 3450
Costos generales: (0.10)(4000) + (0.20)(2000) + (0.15)(5800) = 1670
y mixtos:
Los costos del trimestre de otoo se presentan en la segunda columna de MP.
Materias primas: (0.10)(4500) + (0.30)(2600) + (0.15)(6200) = 2160
Mano de obra: (0.30)(4500) + (0.40)(2600) + (0.25)(6200) = 3940
Costos generales: (0.10)(4500) + (0.20)(2600) + (0.15)(6200) = 1900
y mixtos:
Las columnas 3 y 4 de MP representan los costos de los trimestres de invierno y
primavera,

1870 2160 2070 1960


MP 3450 3490 3810 3580
1670 1900 1830 1740
Los registros del rengln 1 de MP representan el costo total de las materias primas
para cada uno de los cuatro trimestres. Los registros de los renglones 2 y 3
representan el costo total de mano de obra y general, respectivamente, en cada
uno de los cuatro trimestres.
Los gastos anuales en cada categora se pueden determinar si se suman los
registros de cada rengln. Los nmeros de cada una de las columnas se pueden
sumar para obtener los costos de produccin totales de cada trimestre. La tabla 3
representa un resumen de los costos de produccin totales.
268

Temporada

Materias Primas
Mano de obra
Generales y
mixtos
Costos totales de

Verano

Otoo

Invierno

Primavera

Ao

1870
3450
1670

2160
3940
1900

2070
3810
1830

1960
3580
1740

8060
14780
7140

6990

8000

7710

7280

29980

produccin

Aplicacin 3: Ingeniera Civil


Clculo de las fuerzas que actan sobre los elementos de una armadura.
1.- El criterio que rige el anlisis de una armadura estable y determinada
estticamente es el equilibrio de las cargas aplicadas, de las fuerzas que actan
sobre las barras y de las reacciones de los apoyos, as como de cualquier porcin
de la estructura que se asle como cuerpo libre.
2.- El equilibrio de las fuerzas concurrentes en un nudo se establece, si se
satisfacen las condiciones = 0

= 0. Las reacciones y las fuerzas que

actan sobre las barras se calculan mediante el sistema de ecuaciones que se


obtienen de aplicar las ecuaciones anteriores a cada uno de los nudos de la
estructura.
3.-Antes de utilizar las dos ecuaciones de equilibrio en un nudo, debe asignarse
una direccin a cada fuerza desconocida que actan en l. Por tanto, se define el
carcter de los esfuerzos que transmiten dicha fuerza; el carcter supuesto, es
decir, tensin o compresin, debe ser el mismo en los dos nudos que definen al
miembro.
Ejemplo:

269

Calcule las reacciones y las fuerzas que inducen en los miembros de la estructura
de la Fig. 1(a) las cargas que actan sobre ella.
En la Fig. 1 (b) se identifican las fuerzas que actan sobre las barras y las
reacciones de una armadura. Se supuso que todos los miembros de la estructura
estn sometidos a tensin; las fuerzas de la Fig. 1 (b) representan la accin de los
elementos sobre los nudos. En la Fig. 1 (c) se define el diagrama de cuerpo libre
del nudo a de la estructura. Las fuerzas externas se representan en trminos de
sus componentes x y y, las fuerzas que actan sobre las barras se representan
en tal forma que indican la accin de los miembros sobre los nudos.
d

4k

12

5
4

2k
9
9
Fig. 1 (a). Sistema Estructural
y

d
4k

P3

R1

P1
a

R2

P4

2k

P5

P2

x
c

R3

270

y
Fig. 1(b). Identificacin de las reacciones
y de las fuerzas internas.
5

P3
R1

4
P3
5

P1

R2

R1

P1

R2

Fig. 1(c). Diagrama de cuerpo libre del nudo (a)


Al aplicar las condiciones = 0 y = 0 a cada nudo se obtiene el sistema
de ecuaciones siguiente:
Nudo a [Fig. 1 (c)]
3

= 0

1 + 1 + 5 3 = 0

= 0

2 + 5 3 = 0

Nudo b
= 0
= 0

1 2 = 0
4 2 = 0

Nudo c
3

= 0

2 + 5 5 = 0

= 0

3 + 5 5 = 0

Nudo d
= 0
= 0

4 + 5 3 5 5 = 0
4

5 3

+ 5 5 + 4 = 0

Las ecuaciones anteriores se expresan en forma matricial como sigue:

271

1
0

0
0

0
0

0 0 1
1 0 0

0 3/ 5 0
0 4/5 0

0 1 0 0
0 0 1 1

0 0
0 0

0 0 0
0 0 0

1
0 0
0 3/ 5 0

0 0 0
0 0 0

0
0 1
0 4/5 1

0 R1 0
0 R2 0
4 / 5 R3 0

0 P1 0

3 / 5 P2 0

3 / 5 P3 4
0 P4 2

4 / 5 P5 0

Al escribir las ecuaciones en forma matricial se cambi su orden para que la


diagonal de la matriz de coeficientes no contenga elementos nulos.
R1 + P1 +

3
P =0
5 3

4
R 2 + P3 = 0
5
4
R 3 + P5 = 0
5
P1 P2 = 0
3
P2 + P5 = 0
5
3
3
P3 P5 = 4
5
5
P4 = 2
4
4
P3 + P4 + P5 = 0
5
5
Ahora se resolver el sistema por el mtodo de Gauss-Jordn.
1
0

0
0

0
0

0 0 1

0 3/ 5 0

1 0 0

0 4/5 0

0 1 0

0 0

4/5

0 0 1 1

0 0

0 0 0

0 0

3/ 5

0 0 0

0 3 / 5 0 3 / 5

0 0 0

0 1

0 0 0

0 4/5 1

4/5

0
0
0

0
0

4
2

F4 F1
F5 F1

1
0

0
0

0
0

0 0 0

0 3 / 5 0 3 / 5

1 0 0

0 4/5 0

0 1 0

0 0

4/5

0 0 1 1

0 0

0 0 0

0 0

3/ 5

0 0 0

0 3 / 5 0 3 / 5

0 0 0

0 1

0 0 0

0 4/5 1

4/5

0
0
0

0
0

4
2

F5 F4

1
3/ 5

F6

272

1
0

0
0

0
0

0
1
0

0
0

0
0

1
0

0
0

0
0

0 0 0 0 3/ 5 0 3/ 5
1 0 0 0 4/5 0

0 1 0 0

0 0

4/5

0 0 1 0

0 0

3/ 5

0 0 0 1

0 0

3/ 5

0 0 0 0

1 0

0 0 0 0

0 1

0 0 0 0 4/5 1

4/5

0 0 0 0 0 0

4
16 / 3
0

0
0

20 / 3
2

10 / 3

1 0 0 0 0 0 4/5
0 1 0 0 0 0 4/5
0 0 1 0 0 0 3/ 5
0 0 0 1 0 0 3/ 5
0 0 0 0 1 0

0 0 0 0 0 1

0 0 0 0 0 0 8/5

0 0 0 0 0 0
1 0 0 0 0 0

0
0

1 0 0 0 0

0 0

1 0 0 0 3/ 5

0 0 0 1 0 0 3/ 5
0 0 0 0 1 0 1
0 0 0 0 0

0
0
0

0
0
3/ 5 F F
6
1
20 / 3

4/ 5 F6 F2

0 0 0 0 0 0

1
0

0
0

0
0

0 0 0 0

0 0

1 0 0 0

0 0 4/5

0 1 0 0

0 0 4/5

0 0 1 0

0 0 3/ 5

0 0 0 1

0 0 3/ 5

0 0 0 0

1 0

0 0 0 0

0 1

0 0 0 0 4/5 1 4/5
1
0

0
0

0
0

1
F8
(8/5)

4
11/ 3
5 / 3

0
0

20 / 3
2

25 /12

3/ 5 F8 F4

3/ 5 F8 F5
F8 F6

Por lo tanto el resultado se expresa como:


4.0k
R1 4.00k
R 3.67 k

3.7 k
2

R3 1.67 k
1.7 k

P1 1.25k 1.2k Compresin


P2 1.25k 1.2k Compresin

P3 4.58k 4.6k Compresin


P 2.00k 2.0k Tensin
4

P5 2.08k 2.1k Tensin

4
16 / 3
0

0
0

20 / 3
2

1
0

0
0

0
0

0 0 0 0 0 0

1 0 0 0 0 0 4/5
0 1 0 0 0 0 4/5
0 0 1 0 0 0 3/ 5
0 0 0 1 0 0 3/ 5
0 0 0 0 1 0

0 0 0 0 0 1

0 0 0 0 0 0

0 0 0 0 0 0 0
1 0 0 0 0 0 0
0

1 0 0 0 0 0

0 0

1 0 0 0 0

0 0 0

1 0 0 0

0 0 0 0

1 0 0

0 0 0 0 0

1 0

0 0 0 0 0 0

4/ 5F6 F8

F7 F8

4
16 / 3
0

0
0

20 / 3
2
4 / 5 F8 F2

4 / 5 F8 F3
25 /12
4
3.67
1.67

1.25
1.25

4.58
2

2.08

4k

4.6 C

2.1 T
k

2.0 T

4.0 k
k

1.2 C

3.7

1.2 C

1.7 k 273

Aplicacin 4. Ingeniera Civil


Ejemplo:
Un ingeniero civil involucrado en la construccin, requiere 4 800, 5 810 y 5 690 m 3
de arena, grava y cemento, respectivamente, para un proyecto de construccin. La
composicin de estos bancos es:
Banco 1

Banco 2

Banco 3

Arena %

52

20

25

Grava %

30

50

20

Cemento %

18

30

55

Cuntos metros cbicos se debe transportar desde cada banco para cumplir con
las necesidades del ingeniero?
Sean X, y Y, z la cantidad de metros cbicos del banco 1, 2 y 3

que se

transportarn de cada material. Esto quiere decir que se tendrn que extraer 0.52
x m3 de arena del primer banco, 0.20 y m3 de arena del banco 2 y 0.25 z m3 de
arena del banco 3. Por lo tanto se tendr un total de 0.52 + 0.20 + 0.25 arena
en total, Como las necesidades de arena son 4800 m3 se obtiene la primera
ecuacin de las presentadas abajo. De igual forma se hace para las cantidades de
grava y cemento.
0.52 + 0.20 + 0.25 = 4800
0.30 + 0.50 + 0.2 = 5810
0.18 + 0.30 + 0.55 = 5690
Ahora se resolver el sistema por el mtodo de Gauss.

274

1 0.3846 0.4807 9230.7


0.52 0.20 0.25 4800
1/
0.52F
0.30 0.50 0.2 5810
1
0.3 F F
0.30
0.50
0.20
5810

0.18 F F

0.18 0.30 0.55 5690


0.18
0.30
0.55
5690
1

1 0.3846 0.4807 9230.7


1 0.3846 0.4807 9230.7
0 0.3846 0.0557 3040.7

1/ 0.3846 F
1 0.145 7906.30
0
0.2307 F F


0 0.2307 0.4634 4028.4
0
0 0.4299 2204.40
2

1/ 0.4299 F3

1 0.3846 0.4807 9230.7


0
1 0.145 7906.30

0
0
1 5127.70
Por lo tanto al sustituir y despejar los valores se obtiene:
z = 5127.70 m3 de material del banco 3
y = 7162.78 m3 de material del banco 2
x = 4011.00 m3 de material del banco 1

275

Aplicacin 5. Ingeniera Qumica/Petrolera.


Ejemplo:
Empleo de la conservacin de la masa para determinar concentraciones en estado
estable de un sistema de reactores acoplados.
El balance de masa representa un ejercicio contable para la sustancia particular
que habr de modelarse. Esto se expresa como:
Acumulacin = entradas salidas

Ec. (1.5.3)

Si las entradas son mayores que las salidas, la masa de la sustancia dentro del
volumen aumenta. Si las salidas son mayores que las entradas, la masa disminuye.
Si las entradas son iguales a las salidas, la acumulacin es cero y la masa
permanece constante. Para esta condicin estable, o en estado uniforme, la
ecuacin (1.5.3) se puede expresar como:
Entradas = Salidas
Se toma el producto del caudal Q en metros cbicos por minuto y la concentracin
c en miligramos por metro cbico. Para cada tubera.
En la Fig. 3 se muestran cinco reactores interconectados o acoplados, por lo tanto,
se requieren tambin cinco ecuaciones de balance de masa para caracterizar el
sistema.

Q15 = 3

Q55 = 2
c5
Q54 = 2

Q25 = 1
Q01 = 5

c1

Q12 = 3

c2

Q24 = 1

c4

Q44 = 11

c01 = 10
Q23 = 1
Q34 = 8
Q31 = 1
Q03 = 8
c03 = 20

c3

276

Fig. 3
Para el reactor 1, la razn de flujo de masa que entra es
Q01 C01 + Q31 C3
y la razn de flujo de masa de salida es
Q12 C1 + Q15 C1
Ya que el sistema se halla en estado uniforme, los flujos de entrada y salida deben
ser iguales:
01 01 + 31 3 = 12 1 + 15 1
Al sustituir y despejar se obtiene:
5(10) + 3 = 31 + 31
=
Se procede de la misma manera con los reactores 2, 3, 4 y 5 y se obtienen las
ecuaciones siguientes:
6C1 C3 = 50

Reactor 1

3C1 + 3C2 = 0

Reactor 2

C2 + 9C3 = 160

Reactor 3

C2 8C3 + 11C4 2C5 = 0

Reactor 4

3C1 C2 + 4C5 = 0

Reactor 5

Al expresarlo en forma matricial y resolverlo por el mtodo de Gauss Jordan se


obtiene:
6 0 1 0 0 50
1/ 6 F1

3 3 0 0 0

0 1 9 0 0 160

0
0 1 8 11 2
3 1 0 0 4
0

0 8.33 3 F1 F2
1 0 0.166 0

3 F1 F3
3 3

0
0
0
0

0 1
9 0
0 160

8 11 2
0
0 1
3 1
0 0
4
0

277

1 0 0.166 0 0 8.33
0 3
0.5 0 0 25

0 1
9 0 0 160

8 11 2
0
0 1
0 1
0.5 0 4 25

1
0

0
0

0 0

1 0

0 1

0 0 11 2
0 0

1/3 F2

F2 F3 , F2 F4 , F2 F5

1
0

0
0

0 0.166

1 0.166

8.83 0

0 8.167 11 2
0 0.667

11.5
1 0
0 1

11.5

1/11F
0 0

19.06
1/ 4 F ,0.181F F

164.00
0 0
0 0
46.046
4

0 0 0
0 0 0
1 0 0
0 1 0
0 0 1

8.33
8.33
168.33

8.33
33.33

1/8.83 F3

0.166 F3 F2 ,0.166 F3 F1
8.167 F3 F4

0.667 F3 F5

11.5
11.5
19.06

17.00
11.51

Por lo tanto el resultado es:


c1 11.5mg / min
c 11.5mg / min
2

c3 19.06mg / min

c4 17.0mg / min
c5 11.51mg / min

Se puede comprobar al sustituir la concentracin de cualquier reactor obtenido en


sus respectivas ecuaciones. Por ejemplo para el reactor 1 para que los flujos de
entrada y salida sean iguales se tiene que cumplir con:
Q01 C01 + Q31 C3 = Q12 C1 + Q15 C1
Al despejar se obtena
=
y sustituyendo las concentraciones obtenidas se observa que el sistema est en
equilibrio.

(.
) (.
) =

278

Aplicacin 6. Ingeniera Elctrica.


Un problema comn dentro de la ingeniera elctrica involucra la determinacin de
corrientes y voltajes en varios puntos en circuitos de resistores. Estos problemas
se resuelven usando las leyes para corrientes y voltajes de Kirchhoff:
1.- En todos los nodos la suma de las corrientes de entrada es igual a la suma de
las corrientes de salida.
2.- En torno a todo ciclo cerrado, la suma algebraica del voltaje debe ser igual a la
suma algebraica de las cadas de voltaje o tensin.
Ejemplo:
Considere la red de la Fig. 4.
6 ohms

8 ohms

i1

i2

24 voltios

12 voltios

i1

i3

+
i2

Fig. 4
El smbolo

representa una batera. La corriente va del negativo al

positivo como la muestra la Fig. 4. El smbolo

representa una resistencia.

Por la primera ley de Kirchhoff la suma de las corrientes en la unin B es


i1 i2 i3 = 0. igualmente en la unin A obtenemos la ecuacin equivalente
i1 + i2 + i3 = 0. De acuerdo con la segundo ley de Kirchhoff en el circuito cerrado
279

ACBA tenemos que 61 + 43 = 12, y en el circuito cerrado BDAB tenemos


82 43 = 24. El circuito DACB resulta de la ecuacin 61 + 82 = 36.

Para encontrar las corrientes 1 , 2 , 3 , se resolver el siguiente sistema.


i1 i2 i3 = 0
6i1 + 4i3 = 12
8i2 4i3 = 24
6i1 + 8i2 = 36
Resolviendo el sistema, obtenemos los siguientes resultados.
1 0 0.667 2
1 1 1 0
1 1 1 0
0 1 1.667 2
6 0 4 12
0 6 10 12
8 F2 F3
1/ 6 F
6 F F

14 F2 F4
0 8
0 8 4 24 6 F F
0 8 4 24 F F
4 24

6 36
0 14
6 8 0 36
0 14 6 36

1
0

0.667 2
1

1 1.667 2 1/17.33F 0


0 17.33 8 0.667 F F 0

0 17.33 8
0

0 2.3077
1
0

1 1.667
2 1.667 F F


0
0
1 0.461 17.33 F F

0 17.33
8
0

0 0 2.3077
1 0 2.7695
0 1 0.461

0 0
0

Por lo tanto las soluciones son 1 = 2.3077, 2 = 2.7695, 3 = 0.461, donde la


medida de la corriente es el amperio. El valor negativo de 3 , indica que el flujo de
la corriente es opuesto a la direccin escogida.

280

Aplicacin 7. Ingeniera Elctrica


Ejemplo:
Determinar las corrientes de la red presentada en la Fig. 5.
8 volts

4 ohms

i1
2 ohms

De la primera ley de Kirchhoff se obtiene:


B

1 2 + 3 = 0 (Nodo A)

i2

1 + 2 3 = 0 (Nodo B)

2 ohms

3 ohms

Por la segunda ley:


41 + 22 = 8 (Ciclo superior)
9 volts

22 + 53 = 9 (Ciclo Inferior)

i3
Fig. 5.

La red se puede representar mediante la matriz aumentada:


1 1 1
1 1 1

4 2 0

0 2 5
1
1 1
0
1 2.5

0 0
1

0
0 0

0
0
F F

4 F F
8

9
0
4.5
1

0
1

1 1 1
0 0 0

0 6 4

0 2 5

0
0 F F

8 1/ 2 F

9
2

1
0
1 1
0
1 2.5 4.5 6 F F

0 6 4
8 (1/19) F

0
0
0 0
2

281

Al resolver por sustitucin hacia atrs vemos que i1 = 1, i2 = 2, i3 = 1. Donde la


medida de la corrientes es el amperio.

Aplicacin 8. Ingeniera de Trnsito.


Ejemplo:
En la seccin del centro de cierta ciudad dos series de calles de un solo sentido
forman intersecciones, como se ilustra en la figura 6. El volumen de trnsito por
hora promedio que entra y sale de esta seccin de la ciudad en horas pico est
indicado en el diagrama.
Determine la intensidad de trnsito entre cada una de las cuatro intersecciones.

450

310

610

x1

640

x2
x4

520

x3
B

600

480
390

Fig. 6
En cada interseccin o crucero, el nmero de vehculos que entran debe ser el
mismo que el nmero de vehculos que salen de esa seccin. Por ejemplo, en la
interseccin A el nmero de automviles que entran es 1 + 450 y el nmero de
vehculos que salen es 2 + 610. Por lo tanto
282

x1 + 450 = x2 + 610 (interseccion A)


De la misma manera
x2 + 520 = x3 + 480 (interseccion B)
x3 + 390 = x4 + 600 (interseccion C)
x4 + 640 = x1 + 310 (interseccion D)
Al despejar obtenemos las ecuaciones:
x1 x2 = 160
x2 x3 = 40
x3 x4 = 210
x4 x1 = 330
Al expresarlo en forma matricial y resolver por el mtodo de Gauss Jordn se
observa lo siguiente:

1
0

1
1
0

0
1
0
0

160
1

0
1 1 0 40 F F

0
0 1 1 210 F F

0 0 1 330
0
0 1 330
1 0

0 1
1 0 40 F F


0 0
1 1 210 F F

1 1 210
0 0
0

1 1
0

0 1
0 1

0 1
1 1
0 0

160
0 40 F F

1 210 F F

1 210
330
170
210

0
0

El sistema es consistente y como hay un variable libre, hay muchas soluciones


posibles.
El diagrama de la circulacin del trnsito no ofrece informacin suficiente para
determinar 1 , 2 , 3 , 4 en forma nica. Si se conociera la intensidad de trnsito
entre un par cualquiera de intersecciones, se podra calcular fcilmente el trnsito
en las arterias restantes. Por ejemplo, si la intensidad de trnsito entre las
intersecciones C y D arroja un promedio de 200 automviles por hora, entonces
4 = 200. Despus se pueden calcular 1 , 2 , 3 en trminos de 4 .

283

x1 = x4 + 330 = 530
Automviles.

x2 = x4 + 170 = 370
x3 = x4 + 210 = 410

4.7. Ejercicios.
1.- Determinar en cada problema si la matriz esta en forma escalonada, en forma
escalonada reducida, en ambas formas o en ninguna.
1
0
1.
0

5 0 6 0
0 1 1 0
0 0 0 1

0 0 0 0

1 0 0 3
2. 0 0 1 2
0 1 0 8

1
1
3.
0

6 0 7 0
0 8 9 0
0 0 0 1

0 0 0 0

1 2 7 9
4.

0 1 2 5

2.- Calcular la forma escalonada de las siguientes matrices.


1 6
0 0
5.
0 0

0 0

0 0 3 2
1 0 4 7
0 1 5 8

0 0 0 0

1 3 4 7
1 2 2
8. 0
0
0 1 5

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

0 0 0
0

3 2
4
7
5
8

0
0

10 12 2 100
7. 5 10 3 75
9 10 5 115
1 3 7 1
1 4 0
10. 0
0
0 0 1

3.- Calcule la solucin del sistema de ecuaciones lineales, por eliminacin de Gauss
o de Gauss Jordn.
11. + 2 = 2
++ =0

12. 25 + 8 9 = 1
+ + 8 = 2

13. 10 + 10 + 20 = 5
25 + 21 = 3
284

2 + 9 = 1

5 + 6 = 2

14. + + = 4

5 2 + 15 = 2

15. 2 + = 1

+ 2 + 2 = 4

16. + + 10 = 0

+ 2 = 5

4 + 3 = 1

+ =1

+ + 3 = 8

17. + + 6 = 3

18. + + = 2

+ + 3 = 3

2 3 + 2 = 4

+ 2 + 4 = 7

4 + 3 = 1

=5
19.

= 2

+ + 3 = 5
+=6

4.- Resuelva cada sistema de ecuaciones lineales siguientes por cualquier mtodo.
20. + 2 3 = 5

21. + = 6

2 4 6 = 10

2 + 3 + = 0

3 + 7 2 = 13

=1

22. 5 + 6 3 = 1
10 + 10 + 10 = 10
22 + 14 + = 6

2 + 2 + 2 + = 5
5.- Un doctor recomienda a un paciente que tome diariamente 50 g de niacina, 50
de riboflavina y 50 de tiamina, para corregir su deficiencia vitamnica. Al buscar en
su botiqun, el paciente encuentra pldoras vitamnicas de tres marcas. En la tabla
aparecen las cantidades de las vitaminas por pldora.
VitaMax

Vitron

Vitaplus

Niacina (mg)

10

15

Riboflavina (mg)

15

20

Tiamina (mg)

10

10

10

Cuntas pastillas de cada marca debe tomar cada da para cumplir con la receta?

285

6.- Una fbrica de muebles produce mesas, sillas y aparadores de madera. Cada
mueble requiere tres pasos de produccin; corte de madera, armado y acabado.
La cantidad de horas necesarias para cada operacin y mueble se ve en la
siguiente tabla.

Mesa

Silla

Armario

Corte (h)

Armado (h)

Acabado

Los obreros de la fbrica pueden dedicar 300 horas al corte, 400 al armado y 590
al acabado, cada semana laboral.
Cuntas mesas, sillas y armarios deben producirse para ocupar todas las horas
laborales disponibles?

286

4.8. Aplicacin de la regla de Cramer


Ahora se resolver el problema del paracaidista visto anteriormente, por la
regla de Cramer.
Se tiene el sistema de ecuaciones
70
A = [ 60
40

1
0
1 1 ]
0 1

a
X = [T ]
R

636
B = [518]
307

Evaluando los determinantes que aparecen en la regla de Cramer:


70
|D| = |60
40
636
|Dx | = |518
307
70
|Dy | = |60
40

1
0
1 1 | = (70 + 40) (60) = 170
0 1
1
0
1 1 | = (636 + 307) (518) = 1461
0 1
636
518
307

0
1 | = (36260 + 25440) (21490 38160) = 5850
1

70 1 636
|Dz | = |60 1 518| = (21490 + 20720) (25440 + 18420) = 6250
40 0 307
Aplicando la regla de Cramer para llegar a la solucin:
|Dx | 1461
=
= 8.5941
|D|
170
| | 5850
=
=
= 34.4117
||
170
x=

287

| | 6250
=
= 36.7647
||
170

Nos podemos dar cuenta que llegamos a la misma solucin.

4.9. Aplicaciones de la matriz inversa


Aplicacin 1. Ingeniera Civil.
Para la armadura estticamente determinada de la fig.1(a) y (b): establzcanse la
matriz esttica [], determnese la matriz [1 ]; luego resulvase la matriz de
fuerzas internas {F} de la matriz {P} conocida empelando la ecuacin
{F}= [1 ]{}.

20

18

3 @ 15= 45

(a)

288

P2

P4
F2

P1

F1

P3

F7

F8

P6
R1

F9

F3

P8
P5

F4

P7

F5

F6

R2

P9

R3

(b)

Fig. 1

Solucin. La matriz esttica [A] es simplemente una compilacin de las


ecuaciones de esttica. Por ejemplo, usando Fx = 0 y Fy = 0 para el diagrama
de cuerpo libre del nudo U1 tenemos:
P1 = 0.6 F1 1.0F2 0.6F8
P2 = 0.8 F1 + 1.0F7 + 0.8F8
F

+
0.6
+
0.8

1.0

+
1.0

0.6
+
0.8

2
3
4
5

+
1.0

0.6
+
0.8

+
1.0
+
1.0

1.0

6
7

1.0
+
1.0

1.0

+
0.6
289

0.8

+
0.6

- 1.0

+
1.0

[A]9X9

Cada columna de la matriz [1 ] muestra simplemente las fuerzas en las barras


debidas a una carga unitaria P.

Calculando la matriz inversa:

0 0 0 0 0 0.6 0
0.6 1
0.8 0
0 0 0 0 1 0.8 0

0 1 0.6 0 0 0 0
0 0

0 1
0 0 0.8 0 0 0 0
0 0
0 1 1 0 0
0 0

0 0 0 0 1
0 0
0 0
0 0
0 0 1 1 0 0.6 0

0 0 0 0 0 0.8 1
0 0
0 0 0.6 0 0 1 0
0 0

1 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0 0

0 0 0 1 0 0 0 0 0
(1/ 0.6) F
0 0 0 0 1 0 0 0 0

0.8 F F

0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 1 0 0

0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 1

0 0 0 0 0 1.0 0 1.666
1 1.666
0
1.333
0 0 0 0
1 1.6 0 1.333

0
1 0.6 0 0 0 0
0 0
0

0
0.8 0 0 0 0
0
1
0
0
0
0
0 1 1 0 0
0 0
0

0
0 0 0 0 1
0 0
0
0
0
0
0 0
1 1 0
0.6 0
0

0
0 0 0 0 0 0.8 1
0
0
0
0
0.6 0 0
1 0
0 0
0

0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0

0 0 1 0 0 0 0 0
F2 F3

1.666 F2 F1

0 0 0 1 0 0 0 0

0 0 0 0 1 0 0 0
0 0 0 0 0 1 0 0

0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 1

290

0 1.0 0 0 0 0
1 0 1.666
1
0
1 0.6 0 0 0 0
0 0
0

0 1.333
0 0 0 0 1 1.6 0 1.333

0
0.8 0 0 0 0
0 1
0
0
0
0
0 1 1 0 0
0 0
0

0
0 0 0 0 1
0 0
0
0
0
0
0 0 1 1 0 0.6 0
0

0
0 0 0 0 0 0.8 1
0
0
0
0 0.6 0 0 1 0
0 0
0

0 1.666 0 0 0 0 0 0
0
1 0 0 0 0 0 0
1
0 0 0 0 0 0 0

0
0 1 0 0 0 0 0
.
0
0 0 1 0 0 0 0

0
0 0 0 1 0 0 0
0
0 0 0 0 1 0 0

0
0 0 0 0 0 1 0
0
0 0 0 0 0 0 1

Procediendo de la misma manera, llegamos a la matriz siguiente:

[A1 ] =
1
0

0
0

0
0

0
0

0
1
0
0

0
0
1
0

0
0
0
1

0
0
0
0

0
0
0
0

0
0
0
0

0
0
0
0

0 0.555 0.833 0.555 0.4166 0 0.833


0 0.333
0.25 0.666
0.5 0
0.25
0 0.555 0.4166 0.555
0.833 0 0.4166
0 0.666
0.5 0.666 0.25 1
0.5

0
0
0
0
0

0
0
0
0
0

0
0
0
0
0

1
0
0
0
0

0
1
0
0
0

0
0
1
0
0

0
0
0
1
0

0 0.666
0.5 0.666 0.25
0
0.333 0.25
0.333
0.5
0
0
0
0
0
0 0.555 0.4166 0.555 0.416
1 0.444 0.333 0.444
0.333

1
2
3
4
5
6
7
8

0
0.5
0 0.25
0
1
0 0.4166
0 0.333

0 0.4166 0
0
0.5 0
0 0.8333 0

1 0.25 1
1 0.25 1

0
0.5 1
0
0 0

0 0.416 0
0 0.666 0

0.0
0.0
+ 9.0
0.0
0.0
- 18.0
0.0
0.0
291

{P}9X1

0.0

F 9 x1 A1 P

1
2
3
4
5
6
7
8
9

- 10.0
+ 1.5
- 12.5
+ 15.0
+ 15.0
+ 7.5
+ 18.0
- 12.5
+ 10.0

Aplicacin:
Suponga que un equipo de tres paracaidistas estn conectados por una cuerda
ligera mientras van en cada libre a una velocidad de 5 m/s (Fig. 1). Calcule la
tensin en cada seccin de la cuerda y la aceleracin del equipo, con los siguientes
datos:

Paracaidista Masa, kg. Coeficiente


arrastre kg/s
1
70
10
2
60
14

de

292

40

17

Solucin: Los diagramas de cuerpo libre para cada paracaidista estn


representados en la fig. 2. Sumando las fuerzas en la direccin vertical y usando la
segunda ley de Newton da como resultado un conjunto de tres ecuaciones lineales
simultneas:
m1 g T c1 v

= m1 a

m2 g + T c2 v R

= m2 a

m3 g

= m3 a

c3 v + R

Estas ecuaciones tienen 3 incgnitas: a, T y R. Despus de sustituir los valores


conocidos, las ecuaciones se pueden expresar en forma matricial como:
( = 9.8

)
2

70a + T = 636
60a T + R = 518
40a R = 307
70
A = [60
40

1
0
1 1 ]
0 1

a
X = [T]
R

636
B = [518]
307

293

Fig. 2

La solucin de la ecuacin matricial AX = B es:


X = A1 B
Por lo tanto, encontrando la matriz inversa:

70 1 0 1 0 0
(1/ 70) F
A 60 1 1 0 1 0

60 F F
40 0 1 0 0 1
1

294

0 0.0142
0 0 1 0.0142 0 0.0142 0 0
1 0.0142
0
1 0.538 0.4615 0.538 0 0 1.857 1 0.857 1 0

0 0.571
1 0.571
0 1 40
0 1
0 0 1

40 F1 F3

7/13 F2

Se procede de la misma forma, hasta llegar a la matriz inversa que es:

A1

170
10

170
7

170
7

17
4

17
4

[ 17

17

1
170
10
=
17
4
[ 17

1
170
7

17
4
17

17
13

, al hacer x = A1 B, obtenemos la solucin del sistema:

]
17
1
170
8.5941
7 636
[518] = [ 34.41 ]

17 307
36.7647
13
]
17

El resultado es a=8.5941 m/s2, T=34.41 N y R=36.7647N

Ejercicios Propuestos
4.1 . Aplique la regla de Cramer para resolver los siguientes sistemas.
4a.-

2 = 9
+ 2 = 8

4b.- 6 + 12 = 33
4 + 7 = 20

4c.- 6 = 3
3 + 2 = 1

295

4d.- 2 + 3 = 1
4

4e.- 0.4 + 1.2 = 0.4

4f.- 10 17 = 21

1.2 + 1.6 = 3.2

20 31 = 39

6 = 2

4k.- + 2 = 0
3
+ = 11
+ 2 = 0

4l.-

5 3 + = 6
4 6 = 22
7 + 10 = 13

4m.- 2 = 5
5 + 3 = 19
4 + 7 = 17

4.2.- Realice el mismo ejercicio del paracaidista, pero ahora use cinco
paracaidistas con las siguientes caractersticas.

Paracaidista Masa,
kg.
1
50
2
80
3
60
4
70
5
90

Coeficiente
arrastre kg/s
12
12
14
16
10

de

El paracaidista tiene una velocidad de 9 m/s.

296

1.-Resolver el siguiente sistema de ecuacin


+++ =2
2 + 2 = 5
3 + 2 + 3 + 4 = 7

297

2 3 + 2 = 5

2 3

3 4

12

4/3

2 3

2/3

2 = 4 = 2
= 3 2 = 3
= 3 + 2 = 1
3 4 + = 3 3 4(1) + 2 = 3
3 + 4 + 2 = 3 3 + 6 = 3 3 = 3
=1
+++ =2+11+2=2
+2= 2 = 22 = 0
=0

298

2.- Resolver el siguiente sistema de ecuacin


x + y z 2w = 2

+ 2 = 2

+ 2 2 = 3

+ =0

*-1

*3,1

=2
= 2
= 1
=1

3.- 2 +

= 1

299

2 + = 7
2

= 3
= 6

1
2

1
2

1
2

7
2

7
2

3
2

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

2 + 2 1 + 0 = 1
2 + 1 = 1 2 = 2
= 1

300

4.- Resolver el siguiente sistema de ecuaciones por el mtodo de cramer

2x y + z = 3

3x + 2y 2z = 1

x 3y + z = 2

11

D = (1)(5) (

1
1

14
5

14
) = 14
5

X1
3 1 1 3 1
|1
2 2| 1 2 = (6 4 3) (4 + 18 1) = 1 13 = 14
2 3 1 2 3
X1 =

14
=1
14

X2
2
|3
1

3
1 2 3
1 2| 3 1 = (2 6 6) (1 + 8 + 9) = 10 18 = 28
2 1 1 2

X2 =

28
=2
14

X3
2
|3
1

1 3 2 1
2
1 | 3 2 = (8 1 27) (6 6 + 6) = 36 6 = 42
3 2 1 3
301

X3 =

42
=3
14

5.- resolver el siguiente sistema de ecuaciones lineales:


x + 2y 3z = 5
y + 2z = 5
2x + y = 11
3x

+ z = 13

11

21

13

10

28

0
z

4z = 4 =
+ 2 = 5 + 2(1) = 5
= 5 2 = 3
=
x + 2y 3z = 5
+ 2(3) 3(1) = 5
302

6 3 = 5 9 = 5
=

6.- resolver el siguiente sistema de ecuaciones lineales:


x + 2y 3z + 2w = 1
x 2y + 2z 5w = 1
2x + 4y 5z + 7w = 2

1
1

2
2

3
2

3 = 0 = 3
=
+ + =
303

+ 2 3(3) + 2 = 1
+ 2 + 9 + 2 = 1
+ 2 + 11 = 1
= 1 2 11

7.- Resolver el siguiente sistema de ecuaciones lineales:


2x + 3y + z = 2
2x y + z = 1
4x 2y + 2z = 4

No tiene solucin

*-1,-2

2
*-3

1
0

*4

8.- Resolver el siguiente sistema de ecuaciones lineales:


2x + 2y 5z = 7
3x 3y + 6z = 9
304

x + y 2z = 3

12

= 1 =
6 + 12 = 0 6 + 12(1) = 0
6 12 = 0 6 = 12
=
x + y 2z = 3
x 2 2(1) = 3
x2+2= 3x+0=3
=3

9.- 3x-2y=16
2x+y=6
SOLUCIN:

3 2
2 1

16 1/ 3
6

1 2 / 3 16 / 3 2
2
1
6

1 2 / 3
0 7 / 3

16 / 3
14 / 3 3

305

1 2 / 3
0
1

16 / 3
1 2 / 3

2 1/ 7 0
1

16 / 3
1 0

0 1

2 2/3

4
2

x=4; y=-2
10.- 4x + 3y= - 1
2x y = 2
SOLUCIN:

4 3 1
2 1 2 1/ 2

1 1 / 2
0
1

1 1 / 2

3
4

1
1 0
1 1/ 2 0 1

1 4
1

1 1 / 2
0
5

1
5 1/ 5

1 / 2
1

X=1/2; Y=-1

11.- 4x +y = -1
x + 3y = 8
SOLUCIN:

4 1
1 3

1
0 11

8 4 1 3

33 1/11 1 3
8 0 1

8
1 0

0 1

3 3

1
3

X=-1; Y=3

12.- 2x + 3y = - 5
3x + 4y = 6
SOLUCIN:

2 3
3 4

5 1 / 2
6

1
3

3 / 2 5 / 2 3
4
6

1
0

5 / 2
1 / 2 3 / 2 2
3/ 2

306


1
0

3/ 2
1

5 / 2
3 3 / 2

1
0

2
1 3
0

X=2; Y=-3

307