UNIDAD I

ALGEBRA LINEAL I

Sistemas de ecuaciones y matrices.

Este documento fue elaborado por la Prof. Aura Virgen Medrano usando la
siguiente fuente de informacin:

Grossman, Stanley I. (2005). Algebra Lineal. Mxico: Editora McGraw Hill.

Larson, Ron. (2010). Fundamentos de lgebra lineal. Mxico: Cengage

Learning.

(En lnea).Resolucin de sistemas de ecuaciones lineales.(Consulta: 20 ag.

2013).

http://www.eueti.uvigo.es/files/curso_cero/material/sistemas_de_ecuaciones.pdf

(En lnea).Algebra lineal y matricial.(Consulta: 20 sept. 2013).

http://halweb.uc3m.es/esp/Personal/personas/imolina/MiDocencia/Tecnica
sInvestigacion0910/SlidesTema1Algebra.pdf

En esta asignatura se verificara que el mundo necesita de estos

conocimientos para la solucin de mltiples problemas.

El estudio de los sistema de ecuaciones y sus soluciones es uno de los

problemas ms importantes en el algebra lineal.

Sistema de ecuaciones lineales.

Ecuacin lineal.
Ecuacin. Una ecuacin con incgnitas o variables x 1, x2, xn es una
proposicin abierta que establece la igualdad entre dos expresiones
matemticas que explcitamente involucran todas, algunas o ninguna de estas
variables.
La proposicin 3x12- x2 = 4x1+x3 es una ecuacin con variables x1, x2, x3 .
La proposicin x2y + 3z + 1 = s + r2, considerando a s y r como constantes
reales (parmetros), es una ecuacin con variables x, y, z.

El trmino lineal proviene de lnea recta que es la expresin ms simple de

una ecuacin y que puede escribirse de la forma a 1x + a2y = b donde a1 y a2
son los coeficiente y b trmino independiente. Dicha ecuacin se llama
ecuacin lineal de incgnitas x e y.

En general ecuacin lineal, es cualquier ecuacin de la forma a 1x1 + a2x2 ++

xn = b, donde las incgnitas x aparecen elevadas a la primera potencia.
Sistema de ecuaciones lineales.
Cuando nos planteamos la resolucin de varias ecuaciones a la vez con varias
incgnitas, estamos ante un sistema y en el caso ms sencillo, donde todas las
ecuaciones sean lineales, se llama sistema de ecuaciones lineales.

Definicin.

Se llama sistema de ecuaciones lineales a un conjunto de ecuaciones de la

forma:

Un sistema as expresado tiene "m" ecuaciones "n" incgnitas, donde a ij son

nmeros reales, llamados coeficientes del sistema, los valores b m son nmeros
reales, llamados trminos independientes del sistema las incgnitas x j son las
variables del sistema, la solucin del sistema es un conjunto ordenado de
nmeros reales (s1, s2, ..., sn) tales que al sustituir las incgnitas x 1, x2,... , xn por
los valores s1, s2, ..., sn se verifican a la vez las "m" ecuaciones del sistema.
Cuando el trmino independiente sea cero, estamos ante un caso particular de
sistemas que denominamos homogneos.
Dado un sistema de ecuaciones, el objetivo principal es hallar todas sus
soluciones, es decir, hallar todos los valores de x 1,..., xn que verifican todas las
ecuaciones.

Un sistema de ecuaciones lineales tambin puede considerarse: como el

conjunto finito de ecuaciones lineales que se satisfacen para los mismos
valores de las variables del sistema. Las variables le llaman incgnita y el
conjunto solucin lo componen los valores de las incgnitas.

Clasificacin de sistemas de ecuaciones lineales. Un sistema puede o no

tener solucin. Atendiendo al nmero de soluciones, los sistemas de
ecuaciones lineales podemos clasificarlos en:

Sistema inconsistente: son aquellos que no poseen solucin.

Determinado: sistemas con una

nica solucin

Sistema consistente: si tiene solucin

Indeterminado: sistemas con infinitas

soluciones.
Un sistema arbitrario de m ecuaciones literales con n incgnitas puede
escribirse:

a11 x1 + a12 x2 + + a1n xn = C1

a21 x1 + a22 x2 + + a2n xn = C2

. . . .
. . . .
. . . .
am1 x1 + am2 x2 + + amn xn = Cm donde las X son las variables (incgnitas), a y c
son las constantes.

Ejemplo de un sistema de ecuaciones lineales con tres variables o incgnitas

se puede escribir

a11 x1 + a12 x2 + a13 x2 = C1

a21 x1 + a22 x2 + a13 x3 = C2

Si las ecuaciones del sistema son iguales a cero, el sistema se llaman

homogneo y su solucin es trivial o cero (0, 0 0)

a11 x1 + a12 x2 + a13 x3 = 0

a21 x1 + a22 x2 + a23 x3 = 0

Un sistema de ecuaciones lineales puede representarse en forma de matrices.

a11 a12 a1n x1 C1

a21 a22 a2n x2 = C2

am1 an2 amn xn Cm

Matriz de coef. (A) matriz de las incog (X) matriz de los trminos
independientes. (C)

Denotamos por A, a la matriz de coeficientes, X al vector de incgnitas y C al

vector de trminos independientes el sistema quedara

Ax=C

X= A-1C
Resolucin de sistemas de ecuaciones lineales.

Hay ocasiones en las cuales slo interesa saber si el sistema posee o no

solucin, y en caso de poseer, si es nica o no.

Teorema de Rouch-Frbenius.

Consideremos el sistema de ecuaciones lineales A x = C, y llamemos matriz

ampliada del sistema a A* = (A|C). Entonces:

Si Rango(A) < Rango(A*), el sistema resulta incompatible.

Si Rango(A) = Rango(A*) = n (n incgnitas), el sistema resulta compatible

determinado.

Si Rango(A) = Rango(A*) < n (n incgnitas), el sistema resulta compatible

indeterminado.

Mtodos de resolucin de sistemas de ecuaciones lineales.

Resolver un sistema de ecuaciones es hallar todas sus soluciones.
Obviamente, un sistema se puede resolver cuando es compatible, es decir, lo
primero que debemos hacer es discutir el sistema (teorema de Rouch-
Frbenius) para averiguar su compatibilidad. Para resolver un de sistemas de
ecuaciones lineales hay que hacer transformaciones en las ecuaciones hasta
que todas las incgnitas queden despejadas. Estas transformaciones
convierten nuestro sistema inicial en otro/s sistema/s (con aspecto distinto y
ms fciles de resolver) que tienen las mismas soluciones (sistemas
equivalentes).

Para la resolucin de los sistemas lineales existen varios mtodos. Cuando el

sistema sea compatible determinado, esto es, el determinante de la matriz de
coeficientes sea distinto de cero, siempre podemos despejar del sistema de la
forma: x = A-1C.

Hacemos hincapi que este mtodo slo es posible aplicarlo en el caso que
exista la inversa de A, es decir, para sistemas compatibles determinado.

Ejemplo. Resolver el sistema:

Solucin:

Para discutir un sistema de ecuaciones lineales, determinamos los rangos de la

matriz de coeficientes y de la ampliada, y aplicamos el teorema de Rouch.
Puesto que el determinante de (A) = - 64, podemos afirmar que el rango de A
es 3 y la matriz ampliada, al no poder superar este rango, tambin resulta de
rango 3. Como coincide con el nmero de incgnitas, el sistema es compatible
determinado.

Para resolverlo, como es compatible determinado, podemos aplicar x = A -1C

Si calculamos la inversa de A, obtenemos:

Luego la solucin del sistema es: Es

decir, x=-3, y=1, z=2.

Mtodo de eliminacin gausseano.

Casi todos los lectores han tenido experiencia de los mtodos ms usados para
resolver sistemas de ecuaciones lineales.

Ejemplo 1. Dado el siguiente sistema.

2x + 4y 3z = 1 (L1)

x + y + 22 = 9 (L2)

3x - 6y 5z =0 (L3)

Hallar el valor de x, y, z, utilizando el mtodo de eliminacin gausseano.

Para resolver un sistema de ecuaciones lineales no homogneo por el mtodo

gausseano se procede de la siguiente forma:

1-Paso: L1 -2L2 L2 (Se resta el doble de la ecuacin dos , a la primera

ecuacin)

2x + 4y 3z = 1

-2x - 2y 4z -18

2y 7z = -17

Se escribe el nuevo sistema sustituyendo la ecuacin dos del sistema inicial

por la nueva ecuacin:

A ver: 2x + 4y 3z = 1

2y 7z = -17

3x 6y 5z = 0
2-Paso: 3 L1.- 2L3 L3

6x 12y 9z = 3

- 6x + 12y + 10z = 0

Z=3

Nuevo sistema

2x + 4y 3z = 1

2y 7z = -17

Z=3

El nuevo sistema est en forma triangular por tanto se puede resolver de abajo
hacia arriba Z = 3 se sustituye en la 2da ecuacin del nuevo sistema:

2y 7 (3) = -17

2 Y = -17 + 21

2Y = 4

Y = 4/2

y=2

3er paso. Sustituyendo y = 2 y Z = 3 en la primera ecuacin, tenemos:

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

2x = 1 + 9 8

X = 2/2

X=1

{
x=1
Solucin y=2 Por tanto el sistema es consistente y determinado.
z =3

Ejemplo 2. Resolver el sistema usando matrices.

2x + 3y 2z = 5

X 2y + 3z = 2

4x y + 4z = 1
Solucin:

Se forma una matriz ampliando:

( )
2 3 2 5
1 2 3 2 2f2 f1
4 1 4 1

Reducimos la matriz ampliada en forma escalonada.

( ) ( ) ( )
2 3 2 5 2 3 2 5 2 3 2 5
= 0 7 8 1 ; 2f1 f3 = 0 7 8 1 ;f2 f3 = 0 7 8 1 El
4 1 4 1 0 7 81 0 0 02
sistema no tiene solucin.

Ejemplo 3.

Hallar el valor de x, y, z, t en el siguiente sistema de ecuaciones lineales

aplicando matrices:

La matriz M asociada al sistema de ecuaciones es:

La tercera fila se suprime, puesto que es mltiplo de la segunda y

resultara una fila nula. As, el sistema queda formado por dos ecuaciones
con cuatro incgnitas:

La solucin del sistema es compatible e indeterminado, esto es, tiene

infinitas soluciones.
x = -9 - y + 10t
z = 7t - 7 (- 9 - y + 10t, y, 7t - 7, t).

Dependiendo de qu valores se escojan para y y t, salen distintos

resultados. As, para y = t = 0 tendremos la solucin del sistema
x = -9, y = 0, z = -7, t = 0.
Ejemplo 4.

Resolver el siguiente sistema

2x1 + 3x2 + x3 = 3

X1 + 2x2 + x3 = 1

-x1 + 4x2 = -2

Solucin:
Observar bien las operaciones en cada paso

La matriz aumentada final corresponde al sistema:

Escribiendo la solucin como una terna, (2, 0,-1).

Matriz.
 Las matrices aparecen por primera vez hacia el ao 1850, introducidas por J.J.
Sylvester para distinguir las matrices de los determinantes. De hecho, la
intencin era que el trmino matriz tuviera el significado de madre de los
determinantes. 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.

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en

general, suelen ser nmeros ordenados en filas y columnas. Se llama matriz de
orden m n; a un conjunto rectangular de elementos a ij dispuestos en m
filas y en n columnas. El orden de una matriz tambin se denomina dimensin
o tamao, siendo m y n nmeros naturales.

Las matrices se utilizan en el clculo numrico, en la resolucin de sistemas de

ecuaciones lineales. Adems de su utilidad para el estudio de sistemas de
ecuaciones lineales, tambin aparecen de forma natural en geometra,
estadstica, economa, informtica, fsica, etc. La utilizacin de matrices
constituye actualmente una parte esencial para los lenguajes de programacin,
ya que la mayora de los datos se introducen en los ordenadores como tablas
organizadas en filas y columnas: hojas de clculo, bases de datos,...
Las matrices se denotan con letras maysculas: A, B, C,... y los elementos de
las mismas con letras minsculas y subndices que indican el lugar ocupado: a,
b, c, . Un elemento genrico que ocupe la fila i y la columna j se escribe aij. Si
el elemento genrico aparece entre parntesis tambin representa a toda la
matriz: A = (aij)

Otra definicin, muy usada en la solucin de sistemas de ecuaciones lineales,

es la de vectores fila y vectores columna. Una vector fila o vector rengln es
cualquier matriz de tamao mientras que un vector columna es
cualquier matriz de tamao .

A las matrices que tienen el mismo nmero de filas que de columnas, ,

se les llaman matrices cuadradas. y el conjunto se denota n x n.

Los vectores son matrices de un renglon o de una columna.

Orden de una matriz. Viene dado por el nmero de filas y el nmero de

columnas que tiene la matriz. Podra decirse que es el nmero de elementos
que posee una matriz. M x n, siendo m el numero de filas y n el numero de
columnas.

( )
a11 a12 a 13 a1 n
A= a 21 a22 a 23 a2 n filas
a 31 a32 a33 a3 n

Columnas

Ejemplos:

[ ]
1 2 3 4
3 filas 5 6 7 8 La matriz es 3 x 4
9 10 11 12

4 columnas

B= (23 42) matriz cuadrada de orden 2 x 2.

a11

A=
() a 21
a 31
a 41
a 51
matriz o vector columna de orden 5 x1.

K= [ a11 a12 a13

a21 a22 a23 ] matriz rectangular de orden 2 x 3.

Clasificacin de matrices.

Matriz de unidad: son matrices cuyos elementos de la diagonal principal son la

unidad (1) y se denota por I. Si K es un escalar, entonces K In = In K = K

Ej.:

| |
1 0 0
I= 0 1 0
0 0 1

Matriz diagonal: Toda matriz tiene diagonal principal y secundaria, si una

matriz solo tiene elementos en lo diagonal principal se dice que es diagonal.
Ej.:

( )
a 11 0 4 0 0
B= ( 0 a 22 ) A= 0 2 0
0 0 5

Matriz triangular: las siguientes matrices son triangulares

( ) ( )
a 11 a 12 a13 a11 0 0
0 a 22 a23 a 21 a22 0
0 0 a33 a 31 a32 a33

Ej.:

( ) ( )
3 2 1 2 0 0
A= 0 4 5 B= 1 1 0
0 0 3 5 6 2

Triangular superior Triangular inferior

Si todos las entradas bajo la si todas las entradas sobre la
diagonal la diagonal principal son la diagonal principal son nulos.
iguales a cero.

Matriz escalar es una matriz diagonal en la que los elementos de la diagonal

principal son iguales.

( )
a 11 0 0
0 a 22 0
0 0 a33

Matrices simtricas: una matriz B es simtrica si Bt = B, es decir, si los

elementos de la matriz respecto a la diagonal principal son iguales

Ej.:

( ) ( )
3 2 0 3 2 0
B= 2 4 3 Bt = 2 4 3
0 3 1 0 3 1
Matriz anti simtrica: una matriz K es anti simtrica si se verifica que K t = -K
es decir es aquella matriz donde se verifica que cada elemento es igual al
opuesto de su conjugado o sus elementos similares son opuestos entre s.

( ) ( ) ( )
0 3 5 0 3 5 0 3 5
t
K= 3 0 4 K = 3 0 4 -K = 3 0 4
5 4 0 5 4 0 5 4 0

Dos matrices son iguales si y solo si tienen el mismo orden y sus elementos
son iguales.

Ej.: A = (35 72) B= (((3+2)

25)
7
(2. 1) ) C= (3x 72) . Si X

= 5 entonces A = B = C

Transpuesta de una matriz

Si B es una matriz de orden m x n, su transpuesta es Bt, de orden n x m, que

se tiene al intercambiar los renglones (filas) y las columnas.

Ej.:

( )
a11 a12
B= a 21 a22
a 31 a32
Bt = ( a11 a21 a31
a 12 a22 a32 )

(At)t = A

(A + B)t = At + Bt

( A)t = At

(A B)t = Bt At

Anteriormente se dijo que toda matriz tiene una diagonal principal y una
secundaria a la suma o sumatoria de los elementos de la diagonal principal se
le denomina traza de la matriz, y se denota por Tr.

Ej.:
 ( )
3 2 41
A= ( a11 a12
a 21 a22 ) B=
6 1 3 0
8 2 54
1 0 32

Tr(A) = a11 + a22 Tr (B) = 3+ (-1) + 5 + (-2) Tr (B) = 5

Operaciones con matrices:

a) Suma de matrices: para sumar dos o ms matrices deben ser del mismo
orden.

La suma de dos matrices es otra matriz del mismo orden que las sumadas y
cuyos elementos se obtienen sumando los elementos de las matrices.

Si Amxn (aij) y Bmxn (eij), entonces (A + B) mxn = (aij + eij)

( ) ( )
3 5 0 1 5 4
Ej.: A = 2 3 4 3x3 B= 3 2 0 3x3
4 1 6 3 1 3

Notacin (A + B)ij = (A)ij + (B)ij = Aij + Bij

Hallar A + B

[ ] [ ]
(3+ 1) (5+5) (0+ 4) 4 0 4
A+ B= (23) (3+ 2) (4 +0) = 1 5 4 3x3
(4 +3) (1+1) (6+ 3) 1 2 9

Propiedades de la suma de matrices

De la dimensin.

La suma de dos matrices de orden m x n es otra matriz dimensin m x n.

Asociativa.
A + (B + D) = (A + B) + D

Elemento neutro

A + 0 = A Donde O es la matriz nula de la misma dimensin que la matriz A.

Elemento opuesto

A + (-A) = O La matriz opuesta es aquella en que todos los elementos estn

cambiados de signo.

Conmutativa

A+ B=B+A

Diferencia de dos matrices A B. Al igual que la suma deben ser del mismo
orden. La diferencia se obtiene al restar los elementos de la matriz B a los
elementos de la matriz A. ABBA
Notacin (A B) ij = (A)ij (B)ij = ai - bij

Ej.: Hallar A B de las matrices anteriores:

[ ] [ ]
(31) {5(5) } (04 ) 2 10 4
A B= {2(3) } (32) ( 40) = 5 1 4 3x3
(43) (11) ( 63) 7 0 3

Producto de un escalar por una matriz: sea un escalar y A una matriz, .A

es la matriz obtenida al multiplicar cada entrada de A por .
Notacin. (.A)ij = (.A )ij = .Aij

Ej.: sean las matrices:

( )
2 1 0
D= ( 2 4 6
3 5 2 ) E= 3 3 4
4 1 6

Hallar:

1)3D = 3 [ 2 4 6
3 5 2 ] = [ 6 12 18
9 15 6 ]
 [ ] [ ]
2 1 0 4 2 0
2)2E = -2 3 3 4 = 6 6 8
4 1 6 8 2 12

Producto de dos matrices: para multiplicar dos matrices debe cumplirse que
el nmero de columna de la primera matriz sea igual al nmero de filas de la
segunda matriz. El tamao o el orden de la matrices producto, debe ser el
nmero de renglones (filas) de la primera matriz por el nmero de columnas de
la segunda matriz
A. B B. A

Ej.: Dadas las siguientes matrices:

( )
1 2 0
A= ( 3 2
1 4 ) 2x2 B= ( 3 1 3
2 4 2 ) 2x3 C= 3 1 4
1 5 3
3x3
Hallar:
1) A. B

(3.2) (32) = (3x3) + (2.2) = 9 + 4 = 13

(3.2) ( 14) = (3.1) + (2.4) = 3 + 6 = 9

(3 2) (23 ) = (3.3) + (-2.2) = 9 - 4 = 5

(1-4) (32) = (1.3) + (-4.2) = 3 - 8 = -5

(1-4) ( 14) = (1.1) + (-4.2) = 1 - 16 = -17

(1-4) (13 ) = (1.3) + (-4.-2) = 3 + 8 = 11

A. B = (31 42 ) (32 1 3
4 2 ) = (513 9 5
17 11 ) 2x3
2) A. C
3) B. C
Propiedades del producto de matrices

Asociativa.

A (B C) = (A B) C

Elemento neutro

A I = A Donde I es la matriz identidad del mismo orden que la matriz A. Anti

conmutativa A B B A

Distributiva del producto respecto de la suma

A (B + C) = A B + A C

Expresiones polinmica en la que aparecen matrices.

Sea A una matriz y P(x) = a 0 + a1 x + + an xm un polinomio cualquiera, se
define P(A) = a1I + a1 A + + amAn

Ej.: Si P(x) = 3x2 + 2x + 5 yA= (52 31) entonces P(A) = 3(A)2 + 2(A) +
5(I)

=3 [ 2 3
5 1 ] 2
+2 [ 2 3
5 1 ] +5 [ ]
1 0
0 1

=3 (11
15
9
14 ) + (109 26 ) + [ ]
5 0
0 5
= [ 33 27
45 42 ] + [ 9 6
10 2 ] + [ ]
5 0
0 5
= [ 19 33
55 35 ]