Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción Al Álgebra PDF
Introducción Al Álgebra PDF
TEMA 2.1.
LGEBRA.
lgebra
3.- SISTEMAS
DE
ECUACIONES
LINEALES.
MTODOS
DE
RESOLUCIN
1.
2
1
0 4
2 1 3/ 4 2
2
1
0
3
2
1
0
1 / 2
2
1
0 4
2 1 3/ 4 2
ORDEN 3X4
2
1
0
3
2
1
0
1 / 2 ORDEN 3X3
a 21
A = a 31
M
a
m1
a12
a 22
a 32
M
a m2
a13
a 23
a 33
M
a m3
L a 1n
L a 2n
L a 3n
M
L a mn orden
= [ a ij ]
mxn
MATRICES ESPECIALES.
Se definen a continuacin una serie de matrices especiales, quedando por definir otro tipo de
matrices especiales tras introducir las operaciones con matrices y el concepto de determinante de una
matriz cuadrada en secciones posteriores.
Departament dEconomia Financera
lgebra
Matriz fila.
Matriz formada por una sola fila. Tambin se conoce como vector fila.
A = (a 11
Ejemplos:
(1
3 2
a 12
a 13 L a 1n )
(2
ORDEN 1X4
1xn
0 0 - 1 3 8 9 ) ORDEN 1X7
Matriz columna.
Matriz formada por una sola columna. Tambin se conoce como vector columna.
a 11
a 21
A = a 31
M
a
m1
Ejemplos:
mx1
0
1
3
0
2
ORDEN 5X1
2
- 3
0
1 2 ORDEN 4X1
Matriz nula.
i = 1,2, K , m ; j = 1,2, K , n.
Ejemplos:
0 0 0
0 0 0
0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
(0
0 0)
0
0
Matriz opuesta.
La matriz opuesta de una matriz A = [aij] es otra matriz del mismo orden cuyos elementos son
los de la matriz A multiplicados por -1.
-A = -[aij]=[-aij]
Ejemplo:
1 2 0 7
A = 0 3 1 3 ;
0 2 0 4
1 2 0 7
A = 0 3 1 3
0
2
0 4
Matriz cuadrada.
a 21
A = a 31
M
a
n1
a12
a 22
a 32
M
a n2
a13
a 23
a 33
M
a n3
L a 1n
L a 2n
L a 3n
M
L a nn
Ejemplos:
0 1 20
2 3 0
12 0 1 / 3
1 0
2 3
Es una matriz cuadrada en donde los elementos que quedan por debajo de la diagonal principal
son todos ceros, aij = 0, i > j.
a 11
0
A= 0
M
0
a12
a 22
0
M
0
a13
a 23
a 33
M
0
L a 1n
L a 2n
L a 3n
M
L a nn
Ejemplos:
0 1 20
0 3 0
0 0 1 / 3
1 0
0 3
Es una matriz cuadrada en donde los elementos que quedan por encima de la diagonal principal
son todos ceros, aij = 0, i < j.
a 11
a 21
A = a 31
M
a
n1
Departament dEconomia Financera
0
a 22
a 32
M
a n2
0
0
a 33
M
a n3
0
0
M
L a nn
L
L
L
lgebra
Ejemplos:
0
2 0
8 3
0
0 0 1 / 3
1 0
2 3
Matriz diagonal.
Es una matriz cuadrada donde los elementos que no estn en la diagonal principal son todos
nulos, aij = 0, i j. Se trata de una matriz que es simultneamente matriz triangular superior e
inferior.
Ejemplos:
0
7
0 7
0
0
0
4
5 0
0 0
Matriz identidad.
Es una matriz diagonal en la que todos los elementos de la diagonal principal son iguales a la
unidad, aij = 0, i j; aij = 1, i = j. Se representa por la letra I, mayscula.
Ejemplos:
1 0 0
I3 = 0 1 0
0 0 1
1 0
I2 =
0 1
Dada una matriz A= [aij] de orden mxn, se dice que es igual a la matriz B=[bij] del mismo orden
si se verifica que aij= bij i=1, 2, , m; j=1, 2, , n.
Ejemplos:
x a
y = b {x = a , y = b, z = c}.
z c
Matrices traspuestas.
Dada una matriz A= [aij] de orden mxn, AMmxn, su traspuesta es otra matriz que se representa
por A Mnxm, y se obtiene intercambiando ordenadamente las filas por columnas:
t
ajit= aij i = 1, 2, , m; j = 1, 2, , n.
6
Ejemplo:
5
0 a 11
1 3
A = 0 4
2
1 = a 21
2 1 3 / 4 2 a
31
3
t
A =
5
t
a 11
4
1 a t21
= t
2 3 / 4 a 31
1
2 a t41
a 12
a 22
a 13
a 23
a 32
a 33
t
a 12
a
a
a
t
22
t
32
t
42
a 14
a 24
a 34
t
a 11
a 13
t
a 23 a 12
=
t
a 33
a
13
t
a 43 a 14
a 21
a 22
a 23
a 24
a 31
a 32
a 33
a 34
Se denomina matriz simtrica a aquella matriz cuadrada que es igual o idntica a su matriz
traspuesta. Teniendo en cuenta cuando dos matrices son iguales o idnticas, se tiene que:
A = A t a ij = a ji i , j = 1, 2, K , n
NOTA: No puede haber matrices no cuadradas que sean simtricas, por lo que es condicin necesaria
que sea cuadrada.
Ejemplos:
1
7
1 7
0
3
3
4
5 2
2 0
Se denomina matriz antisimtrica a aquella matriz cuadrada cuya traspuesta coincide con su
matriz opuesta. Teniendo en cuenta cuando dos matrices son iguales o idnticas, se tiene que:
A t = A a ij = a ji i , j = 1, 2, K , n
Por consiguiente, los elementos de la diagonal de una matriz antisimtrica deben ser nulos, ya
que en caso contrario es imposible que un nmero sea igual a s mismo cambiado de signo.
Ejemplos:
0 1 0
0
A = 1 0 3 ; A = 1
0 3 0
0
0 2
0
,
B
=
B=
2
2 0
1 0
0 3 = At
3 0
2
= Bt
lgebra
Dadas dos matrices del mismo orden, A y B, se define su suma como otra matriz, C, del mismo
orden que las matrices sumando cuyos elementos se obtienen sumando a cada elemento de la primera
matriz, A, el correspondiente elemento de la segunda matriz sumando, B:
A = [aij]mxn; B = [bij]mxn C = A + B = [cij]mxn
con cij = aij + bij, i =1, 2, , m; j= 1, 2, , n.
Ejemplo:
3
0
7
A = 1 2 / 3 3
0
3
4
2 1 0
B = 0 1 / 3 5
2
3
1
3 + ( 1)
0 + 0 9 2 0
3
0 2 1 0 7 + 2
7
A + B = 1 2 / 3 3 + 0 1 / 3 5 = 1 + 0 ( 2 / 3 ) + (1 / 3 ) 3 + 5 = 1 1 8
0
3+3
4 + 1 2 6 5
3
1 0 + 2
3
4 2
Resta.
La resta de dos matrices del mismo orden A y B, se define como la suma de A ms la matriz
opuesta de B, por lo que resultar ser otra matriz del mismo orden, D, cuyos elementos se obtienen de
restar a cada elemento de la primera matriz A (minuendo) el elemento correspondiente de la matriz que
resta, B (sustraendo).
A = [aij]mxn; B = [bij]mxn D = A - B = [dij]mxn
con dij = aij - bij, i =1, 2, , m; j= 1, 2, , n.
Ejemplo:
3
0 2 1
7
A B = 1 2 / 3 3 0 1/ 3
0
3
3
4 2
= 1
2
3 ( 1)
0 0
0 7 2
5 = 1 0 ( 2 / 3 ) (1 / 3 ) 3 5 =
33
4 1
1 0 2
4
0
1 / 3 2
0
3
Dada una matriz A = [ aij]mxn y nmero real R, se define el producto de un nmero por esa
matriz como otra matriz B del mismo orden cuyos elementos se obtienen de multiplicar cada uno de
los elementos de A por el nmero :
A = B = [ b ij ]mxn
b ij = a ij
8
i = 1,2, K , m ; j = 1,2, K , m
Ejemplo:
3
0
7
A = 2 1 2 / 3 3
0
3
4
3
0
7
A = 1 2 / 3 3 ; =
0
3
4
( 2 ) 3
( 2 ) 7
= ( 2 ) ( 1) ( 2 ) ( 2 / 3 )
( 2 ) 0
( 2 ) 3
2
0
( 2 ) 0 14
6
( 2 ) 3 = 2
4 / 3 6
( 2 ) 4 0
6
8
Producto de matrices.
a
k =1
ik
b kj
i = 1, K , m ; j = 1, K , p
Este producto de vectores fila por vectores columna se ilustra con el siguiente ejemplo:
a 11
A =
a 21
a 11
A B =
a 21
c11
A B =
c 21
c12
c 22
a 12
a 22 2 x 2
a 12
b11
; B =
a 22 2 x 2
b 21
b11
b 21
b12
b 22
b12
b 22
b13
b 23 2x 3
b13
c11 c12
=
b 23 2x 3 c 21 c 22
c13
a 11b11 + a 12 b 21
=
c 23 2 x 3 a 21b11 + a 22 b 21
a 11b12 + a 12 b 22
a 21b12 + a 22 b 22
c13
c 23 2 x 3
a 11b13 + a 12 b 23
a 21b13 + a 22 b 23 2 x 3
Ejemplos:
2 3
1
1 2
A = 0 1 ; B =
0
1
2
2x3
1 2
3x 2
2 3
1
1 2
=
A B = 0 1
0
1
2
2x3
1 2
3x 2
lgebra
2 1 + 3 0 2 2 + 3 ( 1) 2 1 + 3 ( 2 )
2 1
= 0 1 + 1 0 0 2 + 1 ( 1) 0 1 + 1 ( 2 ) = 0 1
1 1 + 2 0 1 2 + 2 ( 1) 1 1 + 2 ( 2 )
3x3 1 0
2 3
1
1 2
0 1 =
B A =
0 1 2 2x3 1 2
3x 2
13 + 2 1+ 1 2
1 2 + 2 0 + 11
3
=
=
0 2 + ( 1) 0 + ( 2 ) 1 0 3 + ( 1) 1 + ( 2 ) 2 2 x 2 2
2
3 3 x 3
5 2 x 2
NOTA: Dado como est definida la multiplicacin de matrices, se tiene que la multiplicacin de
matrices, en general, no cumple la propiedad conmutativa:
AB BA
Est claro para el caso de dos matrices de distinto orden y en donde uno de los dos productos
no exista (porque no se cumple el requisito para poderse multiplicar). El resultado que exista no
coincidir con el otro que no existe, por lo que no se cumple la propiedad conmutativa.
Para el caso de que las dos matrices sean de distinto orden y los dos productos existan, porque
se cumple el requisito o condicin necesaria para poderse multiplicar, el resultado de A B ser una
matriz de distinto orden que el resultado de B A , por lo que tampoco se cumple la propiedad
conmutativa, como se ha visto en el ejemplo anterior.
Si las dos matrices son del mismo orden, para que los dos productos existan, deben ser matrices
cuadradas, para que se cumpla el requisito para poderse multiplicar, pero tampoco se cumple, en
general, la propiedad conmutativa. En el siguiente ejemplo se da el caso de la existencia de los dos
productos dando como resultado una matriz cuadrada del mismo orden en ambos casos, pero que no
coincide:
5
1 0
A =
; B =
1
0 2
1 0 5
A B =
0 2 1
3
7
=
3
5 7
2 6
5 7 1 0 5 14
B A =
=
1 3 0 2 1 6
Operaciones con matrices traspuestas.
A partir de conocer las operaciones bsicas con matrices y el concepto de matriz traspuesta, est
demostrado lo siguiente:
1.- La matriz traspuesta de la suma de dos matrices es igual a la suma de las matrices traspuestas
de las matrices sumando:
( A + B )t = A t + B t
10
Ejemplo:
2 3
2 0
A = 0 1 ; B = 2 1
1 2
0
0
2 3 2 0 2 2 3 + 0 0 3
A + B = 0 1 2 1 = 0 + 2 1 1 = 2 0
1 2 0
0 1 + 0 2 + 0 1 2
0 3
0 2 1
( A + B )t = 2 0 =
3 0 2
1 2
2 3
2 0
2
0
1
2 2 0
A = 0 1 A t =
; B = 2 1 B t =
0 1 0
3 1 2
1 2
0
2 0 1 2 2 0 2 2 0 + 2 1 + 0 0 2 1
A t + B t =
=
+
=
3 1 2 0 1 0 3 + 0 1 1 2 + 0 3 0 2
2.- La matriz traspuesta de la matriz que resulta de multiplicar un nmero por una matriz es
igual al producto del mismo nmero por la traspuesta de dicha matriz:
( A )t = A t
Ejemplo:
A = 5 0
1
2 3
= 5; A = 0 1 ;
1 2
3 5 2 5 3 10 15
1 = 5 0 5 1 = 0 5
2 5 1 5 2 5 10
t
10 15
10 0 5
t
( A ) = 0 5 =
15
5
10
5 10
2 3
2 0 1
2 0 1 10 0 5
A = 0 1 A t =
A t = 5
=
3
1
2
3
1
2
15
5
10
1 2
3.- La matriz traspuesta de la matriz que resulta del producto de dos matrices es igual al
producto de las traspuestas de las matrices que se multiplican cambiando el orden del producto:
( A B )t = B t A t
Departament dEconomia Financera
11
lgebra
NOTA: Si no se cambia de orden el producto de las traspuestas puede o no ser posible, o ser una
matriz de distinto orden que la matriz que resulte de cambiar el orden del producto de traspuestas, o
puede incluso ser del mismo orden, pero resultar una matriz distinta.
t
A tnxm Bsxn
m = s?
Ejemplo:
2 3
1
1 2
A = 0 1 ; B =
0
1
2
2x3
1 2
3x 2
2 3
2 1
1
1 2
= 0 1
A B = 0 1
0 1 2 2x3 1 0
1 2
3x 2
0
1
2
( A B )t = 1 1 0
4 2 3
3x 3
1 0
2 0 1
t
t
A =
; B = 2 1
3 1 2 2x3
1 2
3x 2
0
1 0
2
2 0 1
t
t
B A = 2 1
= 1 1
3
1
2
2x3 4 2
1 2
3x 2
2 0 1
A t B t =
3 1 2 2x3
2
3 3 x 3
0
3 3 x 3
1 0
3 2
2 1 =
( A B )t
7
5
2x2
1 2
3x 2
Matriz Idempotente.
Una vez definido el producto de matrices, se puede definir el concepto de matriz idempotente
como aquella matriz cuadrada cuyo producto por s misma es igual a s misma:
A2 = A A = A
Ejemplo:
2 1
La matriz identidad es una matriz idempotente. A =
es idempotente.
2 1
12
13
lgebra
2.-
2
3
det( A ) = A =
1 4/5
Ejemplo:
Para una matriz cuadrada de orden 3, se tendran 3 columnas y tres filas, con subndices del 1 al
3. Fijado el primer subndice correspondiente a las filas en 1, 2 y 3,
a 1. a 2. a 3.
Se tiene que las permutaciones (combinaciones sin repeticin) posibles de los subndices de las
columnas {1, 2, 3} son las 6 siguientes, 3! = 3 2 1 :
(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)
Las inversiones que se suceden en cada uno de los 6 casos son:
(1, 2, 3): Ninguna, k=0. 1< 2 < 3, por tanto el producto a 11 a 22 a 33 estar sumando pues
estar multiplicado por (-1)k = (-1)0 = 1.
(1, 3, 2): Una, k = 1, pues el segundo elemento de la permutacin es mayor que el tercero 3 > 2,
pero no hay ms inversiones, pues 1 < 3, 1 < 2. Por tanto, el producto a 11 a 23 a 32 estar restando
pues estar multiplicado por (-1)k = (-1)1 = -1.
1 Se explica para el caso concreto de matrices reales cuadradas, es decir, aquellas en las que todos sus componentes son nmeros reales, por lo que el
determinante ser tambin un nmero real correspondiente.
14
(2, 1, 3): Una, k = 1, pues el primer elemento de la permutacin es mayor que el segundo 2 > 1,
pero no hay ms inversiones, pues 2 < 3, 1 < 3. Por tanto, el producto a 12 a 21 a 33 estar restando
pues estar multiplicado por (-1)k = (-1)1 = -1.
(2, 3, 1): Dos, k = 2, pues el primer elemento de la permutacin es mayor que el tercero 2 > 1, y
el segundo tambin es mayor que el tercero, pues 3 > 1, pero no hay ms de dos, pues el primer
elemento sigue siendo menor que el segundo, 2 < 3. Por tanto, el producto a 12 a 23 a 31 estar
sumando pues estar multiplicado por (-1)k = (-1)2 = 1.
(3, 1, 2): Dos, k = 2, pues el primer elemento de la permutacin es mayor que el segundo 3 > 1,
y tambin es mayor que el tercero, pues 3 > 2, pero no hay ms de dos, pues el segundo elemento sigue
siendo menor que el tercero, 1 < 2. Por tanto, el producto a 13 a 21 a 32 estar sumando pues estar
multiplicado por (-1)k = (-1)2 = 1.
(3, 2, 1): Tres inversiones, k = 3, pues el primer elemento de la permutacin es mayor que el
segundo 3 > 2, tambin es mayor que el tercero, pues 3 > 1, y el segundo elemento es mayor que el
tercero, 2 > 1. Por tanto, el producto a 13 a 22 a 31 estar restando pues estar multiplicado por
(-1)k = (-1)3 = - 1 .
El determinante de A ser:
a 11
a 12
a 13
det( A ) = A = a 21
a 22
a 23 =
a 31
a 32
a 33
= a 11 a 22 a 33 a 11 a 23 a 32 a 12 a 21 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 a 13 a 22 a 31
NOTA: Esta definicin permitira calcular el determinante de cualquier matriz cuadrada, pero como se
ha visto en el ejemplo es compleja de utilizar, por lo que se van a explicar otros mtodos para obtener
el determinante de una matriz cuadrada. Se partir del caso ms sencillo de matrices cuadradas de orden
2, para ver luego el de las matrices cuadradas de orden 3 mediante la Regla de Sarrus, y generalizar el
clculo de determinantes de orden superior a 3 mediante el mtodo de los menores adjuntos.
Clculo del determinante de orden 2.
a 12
= a 11 a 22 a 12 a 21
a 22
La regla prctica para calcularlo a partir de la definicin anterior se denomina Regla de Sarrus:
a 11
a 21
a 12
a 22
a 13
a 23 = a 11 a 22 a 22 + a 12 a 23 a 31 + a 13 a 21 a 32
a 31
a 32
a 33
a 13 a 22 a 31 a 11 a 23 a 32 a 12 a 21 a 33
15
lgebra
Suman:
a 11
a 21
a 31
a 12
a 22
a 32
Restan:
a 13
a 23
a 33
a 11
a 21
a 31
a 12
a 22
a 32
a 13
a 23
a 33
Ejemplo:
2 0
A = 7 1
4
5
2
= 2 1 ( 3 ) + 0 2 4 + 5 ( 7 ) 4 5 1 4 2 2 4 0 ( 7 ) ( 3 ) =
4 3
= 6 + 0 140 20 16 0 = 182
5
4
2
3
-7
2 = 2
4 = -28
3 -1 5
Ejemplo:
4+3
4 = ( 1) ( 28 ) = 28
a 12
a 13 K a 1n
a 21
a 22
a 23 K a 2 n
A = a 31
M
a 32
a 33 K a 3 n = a 11 A 11 + a 12 A 12 + a 13 A 13 + L + a 1n A 1n
M
M
a n1
a n2
(fila 1)
a n 3 K a nn
A = a 21 A 21 + a 22 A 22 + a 23 A 23 + L + a 2 n A 2 n
(fila 2)
A = a 31 A 31 + a 32 A 32 + a 33 A 33 + L + a 3 n A 3 n
(fila 3)
M
A = a n1 A n1 + a n 2 A n 2 + a n 3 A n 3 + L + a nn A nn
(fila n)
A = a 11 A 11 + a 21 A 21 + a 31 A 31 + L + a n1 A n1
(columna 1)
A = a 12 A 12 + a 22 A 22 + a 32 A 32 + L + a n 2 A n 2
(columna 2)
A = a 13 A 13 + a 23 A 23 + a 33 A 33 + L + a n 3 A n 3
(columna 3)
M
A = a 1n A 1n + a 2 n A 2 n + a 3 n A 3 n + L + a nn A nn
(columna n)
NOTA: Este mtodo est probado, por lo que la obtencin de un determinante de orden n se
reduce a calcular n determinantes de orden (n-1), y as hasta que los menores (determinantes) de orden
inferior a resolver sean de orden 2 3 como mucho. Un determinante de orden 5, en general se
resolvera con 5 de orden 4, uno de orden 4 con 4 de orden 3, uno de orden 3 con 3 de orden 2. As,
uno de orden 5 se resolvera con 5x4 = 20 menores de orden 3, 60 de orden 2, 5x4x3 =60. Se reduce
el problema de calcular un determinante de orden superior a calcular ms determinantes, pero ms
sencillos. Ms tarde se explicar un mtodo, basado en propiedades de los determinantes, que reducir
en la prctica el nmero de menores (determinantes de orden inferior) a resolver, pues se omitir el
clculo de muchos de los adjuntos, al conseguir que el elemento correspondiente sea cero, lo que anula
el sumando resultante de multiplicar el elemento nulo por su ajunto.
Ejemplo:
17
lgebra
3 1 9
2 2 7
A =
3 1
3
0 1
0
5
4
2
3
Se ha optado por resolver a partir de la cuarta fila, ya que contiene ms elementos nulos, ceros,
por lo que los clculos se reducen:
3 1 9
2 2 7
A=
3 1
3
0 1
0
5
4
= a 41 A 41 + a 42 A 42 + a 43 A 43 + a 44 A 44 =
2
3
= 0 A 41 + 1 A 42 + 0 A 43 + 3 A 44 = A 42 + 3 A 44
3 9 5
3 1 9
= 2 7 4 +3 2 2 7 =
3
3 2
3 1
3
= 3 ( 7 ) 2 + 2 3 5 + 3 9 4 5 ( 7 ) 3 4 3 3 2 2 9 +
+ 3 [ 3 2 3 + 2 1 9 + 3 ( 1)( 7 ) 3 2 9 3 1 ( 7 ) 2 ( 1) 3 ] =
= 42 + 10 3 + 108 + 105 12 3 36 + 18 3 + 54 + 63 162 + 63 + 6 3 =
= 22 3 + 153 = 191,1051...
Propiedades de los determinantes.
b c
e f ;
g h
e f
B= a
b c
g h
A =B
3.- Si un determinante tiene dos filas o dos columnas iguales, el determinante es nulo.
4.- Si en un determinante se multiplica por un nmero todos los elementos de una fila o de una
columna, el determinante queda multiplicado por ese nmero, ya que todos los sumandos que
proporcionan el resultado del determinante estn multiplicados por dicho nmero.
ka kb kc
18
b c
e f
f =k d
g h
5.- Si un determinante tiene dos filas o dos columnas proporcionales, el determinante es nulo
a
b c
A = ka kb kc = k a
g
b c = k 0 = 0
g h
NOTA: Podra considerarse que todo determinante que contenga una fila o una columna nula, al
menos, es un caso particular de esta propiedad con k = 0.
6.- Si todos los elementos de una fila o de una columna estn constituidos por dos sumandos, el
determinante puede descomponerse en la suma de dos determinantes:
a + a'
b c
b c
a' b c
A = d + d' e f = d e f + d' e f
g' h i
g h i
g + g' h i
7.- El valor de un determinante no vara si a una fila o una columna se le suma otra paralela
multiplicada por un nmero.
a b c
A= d e f
g h i
a
b
c
a
b
c
a b c
a b c
B = d + kg e + kh f + ki = d + kg e + kh f + ki = d e f + k g h i = A + 0 = A
g
h
i
g
h
i
g h i
g h i
NOTA: El conocimiento y dominio de estas propiedades es fundamental para operar con
determinantes. Aplicando de manera sistemtica la propiedad 7, se puede conseguir que en un
determinante cualquiera se anulen todos los elementos de una fila o de una columna excepto uno de
ellos, con lo que se obtiene un determinante equivalente con un desarrollo mucho ms sencillo.
Ejemplo:
2
0
A =
4
3
0
1
1
3
2
3
7
1
4
1
1
2
19
lgebra
2
0
4
3
0
1
1
3
2
3
7
1
4
2 0
1
0 1
=
1
4 1
2
3 3
22
30
74
1 3
4
2 0 0
1
0 1 3
=
1
4 1 3
2
3 3 2
4
1
1
2
0 0
1 3
1 3
3 2
4
2 0 0
1
0 1 3
=
1
4 1 3
2
3 3 2
4 2x2
2 0 0
0
1 2x0
0 1 3
1
=
=
1 2x4
4 1 3 7
2 2x3
3 3 2 4
= 2 ( 1)
1 3
1
1 3 7 = 2 ( 12 2 63 9 14 + 12 ) = 2 ( 88 ) = 176
3 2 4
La matriz adjunta de una matriz cuadrada A es otra matriz que resulta de sustituir cada elemento
por su adjunto.
a 11
A = a 21
a 31
a 12
a 22
a 32
a 13
A11
a 23 ; Adj( A ) = A 21
a 33
A 31
A12
A 22
A 32
A13
A 23
A 33
Ejemplo:
4 2 0
A11
Adj( A ) = A 21
A 31
20
A12
A 22
A 32
1
A13
2 1
A 23 ; Adj( A ) = 4 8 10
2 4
2
A 33
A 11 =
1 1
1 1
1 1
= 2 4 = 2; A 12 =
= ( 2 3 ) = 1; A 13 =
= 4 3 = 1;
4 2
3 2
3 4
A 21 =
A 31 =
2 0
= ( 4 0 ) = 4 ; A 22 =
4 2
4 0
3 2
= ( 8 0 ) = 8; A 23 =
4 2
3 4
= (16 6 ) = 10;
2 0
4 0
4 2
= 2 0 = 2; A 32 =
= ( 4 0 ) = 4 ; A 33 =
= 4 2 = 2;
1 1
1 1
1 1
Matriz inversa.
La matriz inversa de una matriz cuadrada es otra matriz cuyo producto por la primera es igual a
la matriz unidad o identidad:
A A 1 = I
Para obtener la matriz inversa A-1 de una matriz A se utiliza la matriz adjunta:
A 1 =
Adj( A t )
A
4 2 0 2 1
1
4 2 0
t
A = 1 1 1 ; Adj( A ) = Adj 1 1 1 = 4 8 10
3 4 2 2 4
3 4 2
2
Para obtener la matriz inversa A-1 se divide la matriz adjunta de la traspuesta de A por su
determinante que ya ha sido calculado:
1
2 1
1
4 8 10 3
2 2
Adj( A t ) 2 4
=
A 1 =
=
3
A
6
1
3
Departament dEconomia Financera
1
6
4
3
2
3
1
6
5
3
1
21
lgebra
Se puede comprobar que es correcta multiplicando la matriz A por su inversa recin calculada:
A A 1
4 1 3
= 2 1 4
0 1 2
1
3
2
3
1
1
6
4
3
2
3
1
6
5
3
1
1 0 0
=0 1 0
0 0 1
Matriz ortogonal.
Se dice que una matriz A es ortogonal si multiplicada por su traspuesta da como resultado la
matriz identidad, o dicho de otra manera, si su matriz traspuesta es igual a su matriz inversa.
A A t = I A t = A 1 A ortogonal
Ejemplo
Es aquella matriz que admite matriz inversa pues su determinante es distinto de cero.
A 0 A 1 A regular
Ejemplos
1 2
0 3
1 0 1
0 2 2
1 0 1
Matriz singular.
0 0
1 0 1
0 2 2
1 2 3
Se llama rango de una matriz al mximo orden de los menores no nulos de la matriz, es decir,
es el orden del mayor menor no nulo. Se representa por
rg(A).
Para calcular el rango de una matriz se va a seguir un proceso reiterativo (algoritmo). Se busca
un determinante distinto de cero que sea el ms grande posible (mayor nmero de filas/columnas) que
se pueda formar a partir de las filas y columnas de la matriz. Se empieza buscando un determinante
22
2 0 2 4
3x 4
Dado que se trata de una matriz de 3 x 4, como mximo se podr construir un determinante de
orden 3, por lo que el rango de esta matriz ser como mximo 3, rg(A) 3. Se empieza por buscar un
determinante de orden 1 construido con un elemento de una fila y de una columna de A que sea
distinto de cero. Despus se busca uno de orden 2 que no sea nulo a partir de los elementos de 2 filas y
2 columnas de A. Si se encuentra al menos uno, se procede a la bsqueda de uno de orden 3 construido
de igual manera, y as sucesivamente en otros casos, no en el de este ejemplo cuyo mximo orden es 3
(menor entre el total de filas y el total de columnas de la matriz):
1.- Con la primera fila y primera columna se construye un determinante de orden 1 no nulo:
2 = 2 0 rg( A ) 1
2.- Se sabe que el rango de A es como mnimo 1. Se busca ahora un menor de orden 2 no nulo.
Tomando los elementos pertenecientes a la primera y segunda filas y a la primera y cuarta columnas se
construye un determinante de orden 2 no nulo, aunque antes se ha calculado el menor de orden 2
resultante de tomar los elementos de las dos primeras filas que tambin pertenecen a las dos primeras
columnas, con resultado nulo, as como el menor de orden 2 resultante de tomar los elementos de las
dos primeras filas pertenecientes a la primera y tercera columnas, con resultado igualmente nulo:
2 0
0 0
=0
2 2
=0
0 0
2 4
= 2 0 = 2 0 rg( A ) 2
0 1
3.- Con el resultado anterior, se sabe que el rango de A es como mnimo 2. Se busca ahora un
menor de orden 3 no nulo. Tomando los elementos pertenecientes a la primera, segunda y tercera filas
y a la primera, segunda y cuarta columnas se construye un determinante de orden 3 no nulo, aunque
antes se ha calculado el menor de orden 3 resultante de tomar los elementos de las 3 primeras filas que
tambin pertenecen a las 3 primeras columnas, con resultado nulo:
23
lgebra
2 0 2
0 0 0 =0
4 1 7
2 0 4
0 0 1 = 0 + 0 + 0 0 2 0 = 2 0 rg( A ) = 3
4 1 1
NOTA: Si todos los menores de orden 3 hubiesen sido nulos, el rango de A hubiera sido 2.
Por ese motivo el rango de B, matriz de 3x4 es 2:
2 0 2 4
B = 0 0 0 1
4 0 4 10
3x 4
1.- Con la primera fila y primera columna se construye un determinante de orden 1 no nulo:
2 = 2 0 rg( A ) 1
2.- Se sabe que el rango de A es como mnimo 1. Se busca ahora un menor de orden 2 no nulo.
Tomando los elementos pertenecientes a la primera y segunda filas y a la primera y cuarta columnas se
construye un determinante de orden 2 no nulo, aunque antes se ha calculado el menor de orden 2
resultante de tomar los elementos de las dos primeras filas que tambin pertenecen a las dos primeras
columnas, con resultado nulo, as como el menor de orden 2 resultante de tomar los elementos de las
dos primeras filas pertenecientes a la primera y tercera columnas, con resultado igualmente nulo:
2 0
0 0
=0
2 2
=0
0 0
2 4
= 2 0 = 2 0 rg( A ) 2
0 1
3.- Con el resultado anterior, se sabe que el rango de A es como mnimo 2. Se busca ahora un
menor de orden 3 no nulo. Todos los menores de orden 3 son nulos. Los tres que se pueden construir
con la segunda columna nula sern ceros, pues todo determinante que contenga una columna o una fila
nula es tambin nulo como se ha visto en las propiedades. Slo quedara un determinante que no se
sabe si es nulo de antemano por no contener filas/columnas nulas y es el que resulta de utilizar la
primera, tercera y cuarta columnas, as como todas las filas. Sin embargo, tambin es nulo, pues
contiene dos columnas iguales.
2 0 2
Columnas: 1, 2, 3: 0 0 0 = 0
4 0 4
24
2 0
Columnas: 1, 2, 4: 0 0 1 = 0
4 0 10
0 2
Columnas: 2, 3, 4: 0 0 1 = 0
0 4 10
2 2
Columnas: 1, 3, 4: 0 0 1 = 8 8 = 0
4 4 10
Como todos los menores de orden 3 posibles de esta matriz son nulos, el rango de esta matriz
es 2, no es el mximo. Slo contiene 2 columnas y 2 filas linealmente independientes, es decir, que no
se pueden expresar como combinacin lineal de las otras.
25
lgebra
3.-
Se trata de una expresin analtica que plantea la determinacin de los valores de los
argumentos que hacen iguales dos funciones.
f ( x 1 , x 2 , K , x n ) = g( x 1 , x 2 , K , x n )
f , g : Rn R
f ( x 1 , x 2 , K , x n ) g( x 1 , x 2 , K , x n ) = 0
A partir de ahora, se va a considerar la expresin de una ecuacin en general considerando que
en el segundo trmino de la ecuacin aparezca un nmero no necesariamente nulo, llamado trmino
independiente y que procedera matemticamente de la diferencia entre las dos funciones que se
igualan, quedando en el primer trmino una funcin h(x) procedente en parte de la diferencia entre f(x)
y g(x):
f ( x ) g( x ) = h( x ) b = 0 h( x ) = b
h : R n R , x = ( x 1 , x 2 , K, x n ) R n , b R
Sistemas de ecuaciones.
Tipos de solucin.
Solucin nica: Existe una nica combinacin de valores para todas las incgnitas que
satisface la igualdad.
Solucin mltiple: Existe ms de una combinacin de valores para las incgnitas que
logra la igualdad. Ese nmero de soluciones puede, a su vez, ser:
o Solucin mltiple con nmero finito de soluciones.
o Solucin mltiple con nmero infinito de soluciones.
Ejemplos:
h( x ) = 5x = 4 x = 4 / 5
Ecuacin con solucin mltiple:
Nmero finito de soluciones:
La siguiente ecuacin tiene dos soluciones:
h( x ) = x 2 5x + 6 = 0 x =
x=3
5 ( 5 )2 4(1)( 6 ) 5 25 24 5 1
=
=
=
x=2
2(1)
2
2
Infinitas soluciones:
h( x , y ) = xy 2 y 3x + 6 = ( x 2 )( y 3 ) = 0 x = 2 y = 3
Las soluciones a esta ecuacin son los vectores de R2 que cumplen que:
{( x , y ) R 2 / x = 2} {( x , y ) R 2 / y = 3}
Es decir, infinitos vectores del tipo (2, y), o del tipo (x, 3) cumplen la ecuacin.
Solucin no acotada:
La siguiente ecuacin tiene como solucin x , no est acotado el valor de x:
h( x ) = e x = 0 ln( e x ) = ln( 0 ) x =
Solucin inexistente:
La solucin a la siguiente ecuacin no es un nmero real, por lo que no existe solucin en dicho
conjunto para esta ecuacin:
h( x ) = x 2 = 4 x = 4 R
Departament dEconomia Financera
27
lgebra
Tipos de ecuacin.
Lineales: La relacin existente entre las variables es lineal, es decir, las variables
aparecen sumando o restando entre s multiplicadas por nmeros reales. En la
expresin analtica de la funcin las variables aparecen elevadas a la potencia 1 0,
pero no aparecen ni multiplicadas entre s, ni dividendo una a otra, ni como
argumentos de funciones trigonomtricas, logartmicas, ni exponenciales. Se pueden
expresar mediante el producto matricial de una matriz de coeficientes por una matriz
(vector) de incgnitas igualado a una matriz (vector columna) de trminos
independientes.
No lineales: La funcin refleja relaciones no lineales entre las variables, seran todas
las ecuaciones que no fueran lineales.
De ecuaciones lineales:
5x 2 y + 3z = 32
x 1 + 2 x 2 7x 3 = 23
De ecuaciones no lineales:
5x 2 y 2 y 3z = 32
ln( x1 ) + 2x 2 7 x 3 = 23
sen( x + y ) = 2 y
SISTEMAS DE ECUACIONES LINEALES.
Planteamiento general.
forma:
28
a 11 x 1 + a 12 x 2 + L + a 1n x n = b1
a 21 x 1 + a 22 x 2 + L + a 2 n x n = b 2
M
M
M
M
a m1 x 1 + a m 2 x 2 + L + a mn x n = b m
a 21
M
a m1
a 12
a 22
M
a m2
L a 1n
b1
x1
L a 2n
b2
x2
=
L M
M
M
L a mn mxn x n nx 1 b m mx 1
Ax = b
a 11
a 21
A=
M
a m1
a 12
a 22
M
a m2
L a 1n
L a 2n
es la matriz de coeficientes;
L M
L a mn
x1
x2
x = es la matriz o el vector de incgnitas;
M
xn
b1
b2
b = es la matriz o vector de trminos independientes.
M
bm
Matriz ampliada.
29
lgebra
a 11
a 21
*
A =
M
a m1
a12
a 22
M
a m2
L a 1n
L a 2n
L M
L a mn
b1
b2
M
b m
a 21
Ax = b =
M
a m1
a 12
a 22
M
a m2
L a 1n x 1 0
L a 2n x 2 0
=
M M M
L a mn x n 0
2x + y + z = 7
Ax = b 2 1
1 y = 7
1 1 1 z 2
xy+z=2
2 2 1
A = 2 1
1
1 1 1
2 2 1 2
7
A = 2 1
1
1 1 1
2
= 2 + 2 2 + 1 + 2 + 4 = 9 0 rg( A ) = 3 rg( A * ) = 3.
x y z = 2
1 1 1 y = 2
7 7 11 z 10
7x + 7 y 11z = 10
5
3 4
A = 1 1 1
7 7 11
5 4
3 4
A = 1 1 1 2
7 7 11 10
31
lgebra
A = 1 1 1 2
7 7 11 10
3 4
4
*
1 1 2 = 30 + 28 56 + 28 + 42 40 = 28 0 rg( A * ) = 3
7 7 10
Como el rango de la matriz ampliada es mayor que el de la matriz A, rg(A*)>rg(A), el sistema
no tiene solucin, es INCOMPATIBLE.
c)
xy+z=1
1 1 1 x 1
2
1 1 y = 5
2x + y z = 5
1 2 2 z 4
x 2 y + 2 z = 4
1 1 1
A= 2
1 1
1 2 2
1
1 1 1
A = 2
1 1 5
1 2 2 4
32
1 1 1
A = 2
1 1
1 2 2
1 1 1
2
1 1 = A
1 2 2
*
5
4
= 0 (No hace falta calcularlo, pues ya se ha calculado antes)
1 1 1
2
1
5 = 4 4 + 5 + 1 + 10 8 = 0
1 2 4
1
1
1
2 1 5 = 4 + 4 5 1 10 + 8 = 0
1 2 4
1 1
1
1 1 5 = 4 + 2 10 2 + 10 + 4 = 0
2 2 4
Como todos los menores de orden 3 de A* son nulos y existe uno de orden 2, calculado en el
estudio del rango de A, que no se anula, se concluye que el rango de la matriz ampliada, A*, tambin es
2. Esto se puede concluir al apreciar que la tercera ecuacin resulta de restar a la primera la segunda
ecuacin, lo que hubiera ahorrado el clculo de todos los menores de orden 3 posibles (el de A y otros
3 adicionales para A*) y comprobar que todos son nulos. El rango, pues, no es el mximo.
Como el rango de la matriz ampliada es igual al de la matriz A, rg(A*) = rg(A) = 2, el sistema
tiene solucin, es COMPATIBLE, pero como el rango de esas matrices es menor que el nmero de
incgnitas, 3, el sistema tiene infinitas soluciones, es COMPATIBLE INDETERMINADO.
Sistemas de ecuaciones lineales equivalentes.
Dos sistemas de ecuaciones lineales se dice que son equivalentes si tienen las mismas
soluciones. Dos sistemas de ecuaciones lineales equivalentes tienen el mismo nmero de incgnitas,
pero no es necesario que tengan el mismo nmero de ecuaciones.
Obtencin de sistemas equivalentes:
Si se suma a una ecuacin de un sistema otra ecuacin del mismo multiplicada por un nmero
distinto de cero, se obtiene un sistema equivalente.
Si se aade a un sistema de ecuaciones otra ecuacin resultado de una combinacin lineal de las
anteriormente existentes, el sistema resultante es equivalente al original.
Estas propiedades, aplicadas de forma generalizada y repetida, sustentan alguno de los mtodos
de resolucin de los sistemas como el de reduccin o el ms general de Gauss.
Ejemplos:
33
lgebra
x + y 3z = 10
2 x + 3y + z = 8
x 2y z = 2
Sumando las ecuaciones 1 y 3 se obtiene una ecuacin que aadida al sistema original
proporciona un sistema equivalente con un nmero mayor de ecuaciones que el original, pero sigue
proporcionando la misma solucin, pues la ecuacin aadida es combinacin lineal de las otras, es
decir, la nueva ecuacin la cumplen las soluciones que cumplan las ecuaciones que han dado origen a la
nueva.
x + y 3z = 10
2 x + 3y + z = 8
x 2y z = 2
2 x y 4 z = 12
Si se suma a la 3 ecuacin del sistema original la 1 ecuacin y se sustituye la 3 por el resultado,
se tiene un sistema equivalente:
x + y 3z = 10
2 x + 3y + z = 8
2 x y 4 z = 12
Si se suma a la 3 ecuacin del sistema original la 1 ecuacin multiplicada por 2 y se le resta la
2 fila, reemplazando la 3 fila por el resultado, se tiene un sistema equivalente:
x + y 3z = 10
2 x + 3y + z = 8
x 3y 6z = 14
MTODOS DE RESOLUCIN ELEMENTALES: SUSTITUCIN, REDUCCIN
E IGUALACIN.
Los siguientes mtodos son ms bsicos e intuitivos, y son poco operativos para la resolucin
de sistemas con un nmero elevado de ecuaciones que requieren de mtodos de resolucin como el de
Cramer, el de Gauss o el de la matriz inversa, y sus adaptaciones, por ejemplo.
Sustitucin.
Consiste en despejar una incgnita en una de las ecuaciones, lo que significa dejar en uno de los
dos trminos de la ecuacin a la incgnita y al resto de elementos en el otro trmino. As queda la
incgnita despejada en funcin del resto de incgnitas. Una vez despejada en esa ecuacin, se sustituye
esa incgnita en el resto de ecuaciones. Tras esa sustitucin, quedar en el resto de ecuaciones el
nmero de incgnitas inicial menos uno. El proceso de repite con una segunda incgnita en otra
ecuacin hasta que al final quede una ecuacin con una nica incgnita.
Ejemplo:
5x + 2 y = 3
34
x + y = 10 x = 10 y 5 (10 y ) + 2 y = 3 50 5 y + 2 y = 3 47 = 3y y =
x = 10
47
3
47 30 47
17
=
=
3
3
3
3
Reduccin.
x + y = 10
5x + 2 y = 3
47
3
47
17
= 10 x =
3
3
35
lgebra
Igualacin.
Este mtodo consiste en despejar la misma incgnita en dos ecuaciones del sistema e igualar las
expresiones resultantes, quedando una ecuacin con el nmero inicial de incgnitas menos uno. Est
pensado, por ser elemental, para la resolucin de sistemas de 2 ecuaciones, pues para ms ecuaciones, la
igualacin tendra que hacerse con otros pares de ecuaciones, teniendo que combinar este mtodo con
el de sustitucin para poder resolver el sistema.
Ejemplo:
x + y = 10
5x + 2 y = 3
Se despeja x en las dos ecuaciones. Despus se igualan las dos expresiones de x, y se resuelve
para la incgnita y. A continuacin se sustituye la misma en cualquiera de las expresiones de x en
funcin de y obtenidas a partir de las ecuaciones y se tiene la solucin para x:
3 2y
3 2y
47
50 5 y = 3 2 y 47 = 3y y =
10 y =
5
5
3
47 17
x = 10
=
3
3
x = 10 y ; x =
Se van a presentar tres mtodos: el de Cramer, el de Gauss y el de la matriz inversa. Los tres
mtodos se desarrollaron inicialmente para sistemas compatibles determinados con el mismo nmero
de ecuaciones que de incgnitas (sistemas cuadrados), aunque se pueden adaptar los sistemas que no
verifiquen que m = n, siempre que sean compatibles, para que se puedan aplicar dichos mtodos.
Mtodo de Cramer.
a 21
M
a m1
a 12
a 22
M
a m2
L a 1n
x1
b1
L a 2n
x2
b2
=
M
M
L M
L a mn mxn x n nx 1 b m mx 1
Ax = b
La regla de Cramer proporciona el valor de la solucin para cada incgnita siempre que se
verifiquen los siguientes supuestos sobre el sistema:
a)
b)
En ese caso, se tiene que el valor para cada incgnita se obtiene de un cociente de
determinantes. En el denominador siempre aparece el determinante de la matriz de coeficientes, |A|.
En el numerador aparece el determinante resultante de sustituir en el determinante de A la columna de
coeficientes de la variable i-sima en el sistema por la columna de trminos independientes del mismo.
xi =
a 11
a 12
L a 1, i 1
b1
a 1, i + 1 L a 1 n
a 21
a 22
L a 2 , i 1
b2
a 2 , i +1 L a 2 n
M
bn
a n1
a n 2 L a n , i 1
a n , i +1 L a nn
Ejemplo
2x y + z = 2 2 1 1 y = 2 A = 2 1 1 2
1 0 1 z 1
1 0 1 1
xz=1
= 1 + 0 2 + 3 0 4 = 2 0
El rg(A*) ser tambin 3, el mximo para una matriz de 3 por 4, ya que contiene a la matriz A
que tiene dicho rango.
Por tanto, se puede aplicar la regla de Cramer para resolver el sistema. Como se ha considerado
que x es la primera incgnita, y es la segunda, z la tercera, se tiene:
6 2
x=
2
1
1 1
0 1
A
1 6
=
3
= 1,5 ; y =
2
2 2 1
1 1 1
A
15
= 7,5 ;
2
37
lgebra
1 2 6
z=
2
1
1 2
0 1
A
5
= 2 ,5
2
Como se ha comentado al inicio de este apartado, los mtodos de resolucin de los sistemas de
ecuaciones lineales se desarrollaron para sistemas compatibles determinados con el mismo nmero de
ecuaciones que de incgnitas, sin embargo, se pueden adaptar los sistemas, siempre que sean
compatibles, para que puedan aplicarse estos mtodos aunque no se verifiquen los supuestos iniciales
(m = n y/o matriz de coeficientes regular).
Se explica a continuacin esa adaptacin, con ejemplos de resolucin de los sistemas
compatibles, rg(A)=rg(A*), mediante la regla de Cramer, aunque una vez adaptados podran
resolverse con cualquiera de los otros dos mtodos que se explicarn despus.
Caso m = n, pero con |A| = 0:
Esto supone que el rg(A) no es el mximo, rg(A) < n. Suponiendo que rg(A)=rg(A*)=k <n, el
sistema es compatible indeterminado, y existirn k ecuaciones linealmente independientes y (n-k)
ecuaciones que se pueden expresar como combinacin lineal de las otras k, es decir son el resultado de
multiplicar por nmeros las otras ecuaciones y de sumarlas. Se trata de eliminar (n-k) ecuaciones que no
aportan informacin adicional para la resolucin del sistema, pues se pueden obtener a partir de las k
ecuaciones linealmente independientes. La eleccin de las ecuaciones a conservar y a eliminar puede
basarse en el menor de orden k no nulo que ha permitido concluir que el rango de A era k. Se
conservan las ecuaciones cuyas filas se han utilizado en ese menor y se eliminan las ecuaciones cuyas
filas no han intervenido en ese menor. Esta es una manera de asegurar que las k ecuaciones elegidas son
linealmente independientes entre s, y que determinarn un sistema de ecuaciones equivalente
transformado con una matriz de coeficientes redefinida regular.
Una vez elegidas las ecuaciones correctas se sigue teniendo un sistema de ecuaciones compatible
indeterminado, con k ecuaciones y n incgnitas, k < n. Para poder aplicar el mtodo de resolucin, se
procede a pasar al segundo trmino de cada ecuacin las incgnitas sobrantes, n - k. La eleccin de las
incgnitas que van a pasar al segundo trmino es independiente de la solucin que finalmente se va a
obtener, pero, para ahorrar tiempo en clculos posteriores y garantizar que se verifique el supuesto de
matriz de coeficientes regular, se sugiere que las incgnitas que permanezcan en el primer trmino de
las ecuaciones sean precisamente las que tienen como coeficientes las columnas empleadas en el menor
de orden k no nulo que ha servido para determinar el rango de A. El resto de incgnitas pasara al
segundo trmino. Quedara un sistema equivalente al original expresado de una nueva manera
Ax = b
Al aplicar cualquier mtodo de resolucin, incluido Cramer, la solucin obtenida mostrar a las
k incgnitas del primer trmino en funcin de las (n - k) incgnitas reubicadas en los segundos
trminos de las ecuaciones.
Ejemplo
38
entre ecuaciones, por lo de todas maneras se va a proceder a estudiar el rango de las dos matrices,
acabando por concluir que tienen el mismo, 2, pero que es inferior al nmero de incgnitas.
2x 1 x 2 + x 3 = 2
2 1 1 x1 2
2 1 1 2
x 1 + 2x 2 + 2x 3 = 3 1 2 2 x 2 = 3 A = 1 2 2 3
3 1 3 x 5
3 1 3 5
3x 1 + x 2 + 3x 3 = 5
2 1 1
1 2 2 = 12 + 1 6 6 4 + 3 = 0 rg( A ) < 3
3 1 3
2 1
= 4 + 1 = 5 rg( A ) = 2
1 2
El rg(A*) es mayor o igual al de A, por lo que se va intentar buscar un menor de orden 3
distinto de cero. Los menores que se van a calcular son todos menos el que ya est calculado antes, es
decir, el determinante de A, primeras 3 columnas. Se calcularn los resultantes de tomar la 1, 2 y 4; 1,
3 y 4; y 2,3 y 4 columnas. Todos van a resultar nulos:
2 1 2
1 2 3 = 20 + 2 9 12 6 + 5 = 27 27 = 0
3 1 5
2 1 2
1 2 3 = 20 + 6 + 9 12 18 5 = 35 35 = 0
3 3 5
1 1 2
2 2 3 = 10 + 12 + 3 4 + 9 10 = 24 24 = 0
1 3 5
El rg(A*) = 2, ya que no hay menor de orden 3 no nulo y existe uno de orden 2 no nulo ya
calculado para el caso de la matriz A. El sistema es compatible, pues coinciden los rangos, pero
indeterminado, pues el rango es inferior al nmero de incgnitas.
Para obtener su solucin mediante la aplicacin de algn mtodo de resolucin se procede
como ya se ha comentado. Que el rango sea 2 indica que slo hay dos ecuaciones linealmente
independientes. Se debe eliminar una ecuacin. La eleccin de las 2 ecuaciones a mantener se basa en el
menor de orden 2 no nulo calculado que estaba construido con las dos primeras filas de la matriz, por
lo que se mantendrn las dos primeras ecuaciones, eliminando la tercera:
2x 1 x 2 + x 3 = 2
x 1 + 2x 2 + 2x 3 = 3
Ahora se tiene un sistema equivalente, pero con una ecuacin menos que el nmero de
incgnitas, por lo que se procede a pasar una incgnita, (n k) = 3 -2 = 1, al segundo trmino de la
ecuacin. Se pasa x3, pues el menor de orden 2 no nulo calculado estaba construido con las 2 primeras
columnas de A:
Departament dEconomia Financera
39
lgebra
2x 1 x 2 = 2 x 3
2 1 x 1 2 x 3
A x = b
=
x 1 + 2x 2 = 3 2x 3
1 2 x 2 3 2x 3
Con este sistema equivalente expresado de esta manera se est ya en condiciones de aplicar
cualquiera de los mtodos explicados en estas pginas. En concreto, se puede resolver el sistema por
Cramer, ya que se trata de un sistema cuadrado, mismas ecuaciones que incgnitas en el primer
trmino, m ' = n' , y con matriz de coeficientes regular, A 0 , ya que su determinante ya ha sido
calculado para estudiar el rg(A) y se ha visto que era no nulo.
2 x3 1
3 2x 3 2
2( 2 x 3 ) + ( 3 2 x 3 ) 7 4 x 3
=
=
x1 =
A
5
5
2 2 x3
1 3 2x 3
2( 3 2 x 3 ) ( 2 x 3 ) + 4 3x 3
=
=
x2 =
A
5
5
Las infinitas soluciones del sistema pertenecen al siguiente conjunto de R3:
7 4x 3
4 3x 3
3
, x2 =
( x 1 , x 2 , x 3 ) R / x 1 =
5
5
Caso m < n:
Partiendo de que rg(A) = rg(A*), sistema compatible, como el n de incgnitas, n, es mayor que
el de ecuaciones, m, se tendra un sistema compatible indeterminado. Se proceder dejando en el primer
trmino de todas las ecuaciones tantas incgnitas como ecuaciones linealmente independientes se
tengan, lo que viene indicado por rg(A), suponiendo que sean m, todas las incgnitas restantes, n-m,
pasaran al segundo trmino de las ecuaciones. Se podra redefinir el sistema original como un sistema
equivalente con m incgnitas que actan como tal, una matriz de coeficientes cuadrada de orden m, y
un nuevo vector de trminos independientes que no slo contara con los trminos originales, sino con
expresiones dependientes de las (n-m) incgnitas sobrantes que han pasado al segundo trmino.
Ax = b
La eleccin de las variables que permanecen en el primer trmino puede venir dada por las
columnas de coeficientes que formaban parte del menor de mayor orden que ha servido para
determinar el rango de A, ya que al tenerlo calculado se tendr calculado el determinante de la nueva
matriz de coeficientes, A .
Ejemplo
con
Caso m > n:
Se sigue manteniendo que son sistemas compatibles, quedando dos posibilidades:
a)
40
x 2 y + 3z = 6
2x y + z = 2
xz=1
41
lgebra
2x 1 x 2 + x 3 = 2
x 1 + 2x 2 + 2x 3 = 3
3x 1 + x 2 + 3x 3 = 5
6x 1 + 2 x 2 + 6x 3 = 10
2x 1 x 2 + x 3 = 2
x 1 + 2x 2 + 2x 3 = 3
Mtodo de Gauss.
1 x2 = 3
2x 1 + 2x 2 + x 3 = 3 2 2
1 2
2 x 3 1
x 1 + 2 x 2 + 2 x 3 = 1
6x 1 2 x 2 2 x 3 = 8
Se trata de conseguir un sistema de ecuaciones equivalente que tenga por matriz de coeficientes
una matriz triangular superior.
a 11
0
0
a 12
a 22
0
a 13 x 1 b1
a 23 x 2 = b 2
a 33 x 3 b 3
La primera transformacin del sistema pasa por intercambiar el orden de la primera y tercera
filas, para facilitar luego los posteriores clculos:
6 2 2 8
A = 2 2
1
3
1 2
2 1
2 1
1 2
1
3
2 2
6 2 2 8
A la segunda fila se le resta la primera multiplicada por 2 para conseguir que a21 = 0:
2 Existe otro mtodo, de Gauss-Jordan, que consiste en obtener un sistema de ecuaciones equivalente cuya matriz de coeficientes sea diagonal, usando las
mismas operaciones con las ecuaciones que garanticen la equivalencia de los sistemas (mismas soluciones) como hace el mtodo de Gauss. Este mtodo de
Gauss-Jordan, aunque requiere ms tiempo para hacer diagonal a la matriz que para triangularla, ahorra tiempo en los ltimos pasos de obtencin de los
valores de las incgnitas, pues, al final se tiene un sistema equivalente con ecuaciones con una nica incgnita distinta cada una.
42
2 1
2 1
1 2
1 2
1
3 0 2 3 5
2 2
6 2 2 8
6 2 2 8
A la tercera fila se le resta la primera multiplicada por 6 para conseguir que a31 = 0 y mantener
los ceros conseguidos:
2 1
2
2 1
1 2
1
0 2 3 5 0 2 3 5
6 2 2 8
0 14 14 14
A la tercera fila se le resta la segunda multiplicada por 7 para conseguir que a31 = 0 y mantener
los ceros conseguidos, ya que si se restara a la tercera fila la primera multiplicada por 7 se conseguira
que a32 = 0, pero sucedera que a31 dejara de ser nulo, a31 = -7:
2 1
2
2 1
1
1 2
0 2 3 5 0 2 3 5
0 14 14 14
0 0
7 21
Una vez obtenido un sistema de ecuaciones lineales equivalente con matriz de coeficientes
triangular, sistema escalonado, se procede a la obtencin de las soluciones de las incgnitas:
2
1 2
0 2 3
0 0
7
x1
x1 1
x2 = 5
x 21
3
+ 2x 2
+ 2x 3 = 1
2x 2
3x 3 = 5
7x 3 = 21
2 x 2 3( 3 ) = 5 2 x 2 + 9 = 5 2 x 2 = 4 x 2 =
( x 1* , x *2 , x *3 ) = (1, 2, 3 )
Los supuestos para su aplicacin son los mismos que los de la Regla o Mtodo de Cramer, as
como los de Gauss. Dado un sistema cuadrado con n ecuaciones e incgnitas, compatible y
determinado, es decir, rg(A) = rg(A*) = n, lo que implica que A sea regular, se puede obtener la
Departament dEconomia Financera
43
lgebra
solucin del mismo, (combinacin de valores nica para todas las incgnitas) mediante la multiplicacin
del sistema en su forma matricial por la matriz inversa de la matriz de coeficientes:
A x = b A 1 A x = A 1 b I x = A 1 b x = A 1 b
Ejemplo
Se va a resolver el mismo ejemplo que el utilizado para ejemplificar el mtodo de Cramer, y por
tanto ya se sabe el resultado, pero si no fuera as, se procedera como siempre. Estudiar, mediante el
Teorema de Rouch-Frbenius el tipo de solucin y despus actuar en consecuencia.
x 2 y + 3z = 6
1 2 3 6
1 2 3 x 6
2x y + z = 2 2 1 1 y = 2 A = 2 1 1 2
1 0 1 1
1 0 1 z 1
xz=1
Adj( A t )
A
2
1
1
1 2 1
t
A = 2 1 0 ; Adj( A ) = 3 4 5 ;
3
1 2 3
1 1
A 1
1 2 1
1
3 4 5 2
1 2 3 3
=
=
2
2
1
1
1
2
5
2
2
3
1
2
x 2
3
y =
z 2
1
44
1 3
1
1
3+ 2
2 2 1'5
2 6
5
15
5
2 2 = 9 + 4 = = 7'5
2 2
2
3 5 2'5
3 1
3
2
1
2 2
2
4.-
Forma extensa:
h 1 ( x 1 , x 2 , K , x n ) = b1
h 2 ( x1 , x 2 , K, x n ) = b 2
M
h m ( x1 , x 2 , K, x n ) = b m
Tal y como ya se ha dicho para el caso general, a los argumentos/variables de las funciones se
les llama incgnitas, ( x 1 , x 2 , K, x n ) y a los valores que tomen dichas incgnitas para que se verifiquen
las igualdades en un determinado conjunto se les llama soluciones o races de la ecuacin
Tambin se ha realizado anteriormente un clasificacin de los distintos tipos de solucin,
destacando que, en comparacin con los sistemas de ecuaciones lineales, se puede dar el caso de
solucin mltiple con un nmero finito de soluciones, hecho que no sucede en los sistemas lineales.
SOLUCIN A SISTEMAS DE ECUACIONES NO LINEALES.
De la primera ecuacin
Departament dEconomia Financera
45
lgebra
xy = 0 x = 0 y = 0
Se va a considerar primero una opcin para determinar posibles soluciones y despus la otra
opcin para obtener, si es posible, otras soluciones.
Tomando x = 0 y sustituyndolo en la segunda y tercera ecuacin, se tiene:
x=0
0 2 z + zy 0 y = 0 zy y = 0
0+y+z=2y+z=2
y =0
xz = 1
x+z=2x =z2
y=0
xz = ( 2 z )z = 1 2z z 2 = 1 z 2 2z + 1 = 0 z =
x = 2z x = 21= 1
( 2 ) 4 4
2
= =1
2
2
( x *, y *, z*) = (1,0,1)
Este sistema de ecuaciones tiene solucin mltiple con un nmero finito de soluciones, tres,
que son {(0, 0, 2), (0, 1, 1), (1, 0, 1)}.
Ejemplo 2
ln( 2 3 )
ln( 6 )
ln 2 + ln 3
ln 6
=
=
=
3
3 ln 3 + ln 2 ln 3 + ln 2 ln 27 + ln 2 ln( 27 2 )
ln 6
ln 54
54
ln
ln 6
ln 54 2 ln 6 ln 54 ln 36
ln(3 / 2 )
36
=
=
= =
y = 1 2x y = 1 2
ln 54
ln 54
ln 54
ln 54
ln 54
ln 6 ln(3 / 2 )
( x *, y *) =
,
= ( 0'449176895 ...,0'101646209 ...)
ln 54 ln 54
47