Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.1 Teoria Matrices - Sistemas
1.1 Teoria Matrices - Sistemas
1.1 Teoria Matrices - Sistemas
A X B ---------> R / (i,j) ---> aij que asocia a cada par (i,j) el numero real aij
a 11 a12 a1m
a 21 a 22 a2m
A En forma simplificada A = ( aij )nxm y se le denomina matriz nxm
a an 2 a nm
n1
Ejemplos:
1 5 0 0
1 0
A2 x 2 A3 x 3 3 2 4 A3 x1 1 A1x 3 1 2 0
3 1 1
0 1 3 / 2
5 8 11 14
es decir A 7 10 13 16
9 12 15 18
Matriz nula.- Es aquella matriz que tiene todos sus elementos iguales a 0.
Puede ser cuadrada o no.
Se representa por Onxm y es tal que aij = 0 i,j
Matriz diagonal.- Es toda matriz cuadrada en la que todos sus elementos son nulos excepto los
de la diagonal principal que pueden ser ceros o no.
a 0 0 3 0 0 0 0 0
0 b 0 0 2 0 0 3 0
0 0 c 0 0 6 0 0 4
Matriz escalar.- es toda matriz cuadrada y diagonal que tiene todos los elementos de la diagonal
principal iguales.
k 0 0
A 0 k 0 k0
0 0 k
Matriz unidad.- Es toda matriz cuadrada, diagonal y escalar en la que todos los elementos de la
diagonal principal son iguales a 1.
aij = 0 si i j
Se representa por I y sus aij son tales que
aij = 1 si i = j
1 0 0
I 0 1 0
0 0 1
Matriz simtrica.- Es toda matriz cuadrada en la que coincide sus elementos conjugados, es
decir, aij = aji i y j. Esto quiere decir que todos los elementos son simtricos respecto de la
diagonal principal.
a b c 2 1 3
b d e y 1 0 4 son matrices simtricas
c e f 3 4 5
Matriz antisimetrica.- Es toda matriz cuadrada en la que aij = - aji i j y que solo se
verificara cuando todos los elementos de la diagonal principal sean ceros.
2
0 a b 0 2 1
a 0 c y 2 0 3 son matrices antisimetricas.
b c 0 1 3 0
Matriz triangular.- Es toda matriz cuadrada que tiene nulos todos los elementos situados por
debajo o por encima de la diagonal principal.
3 4 5 2 0 0
0 6 1 es triangular inferior. 3 1 0 es triangular superior.
0 0 4 4 0 3
Suma de matrices
Dadas dos matrices A y B de igual orden nxm, llamaremos matriz suma a otra matriz de igual
dimensin nxm y cuyos elementos se obtengan sumando los elementos homlogos de A y de B.
2 3 1 4 2 3 24 3 2 1 3 6 5 2
2 4 2 1 2 4 2 1 42 2 4 1 6 2
5 6 3 2 4 3 5 2 64 3 3 7 2 0
Propiedades:
Con estas propiedades el conjunto de las matrices respecto de la operacin suma posee estructura
de grupo abeliano o conmutativo con elemento neutro.
3
0 1 2 3 2 1 5 7 2 0 3 4
A B 1 0 1 2 0 3 3 9 1 3 2 7
2 1 0 1 2 1 5 7 4 2 5 6
Dada una matriz A de dimensiones nxm y un numero real , el producto ser otra matriz .A ,
de igual orden nxm y cuyos elementos se obtengan multiplicando todos los elementos de A por el
numero
1 2 3 5 10 15
52 0 1 10 0 5
1 1 2 5 5 10
Propiedades:
Al cumplir estas cuatro propiedades y las anteriores de la suma, el conjunto de las matrices tiene
estructura de espacio vectorial sobre el cuerpo de los nmeros reales.
3 5 7 9 1 0 1 2 9 15 21 27 2 0 2 4
3 A 2B 3 4 6 8 10 2 3 2 1 0 12 18 24 30 6 4 2 0 =
5 7 9 11 5 4 3 2 15 21 27 33 10 8 6 4
7 15 23 31
= 6 14 22 30
5 13 21 29
6 10 14 18 3 0 3 6 3 10 17 24
2 A 3B 8 12 16 20 9 6 3 0 1 6 13 20
10 14 18
22 15 12 9 6 5 2 9 16
Producto de matrices.
4
Dos matrices A y B son multiplicables solo si el nmero de columnas de la matriz multiplicando
es igual al nmero de filas de la matriz multiplicadora. Anxm.Bmxp
La matriz resultante tendr igual nmero de filas que la matriz multiplicando y el mismo numero
de columnas que la matriz multiplicadora. Cnxp
Para calcular el elemento cij se multiplicara cada trmino de la fila i de A por cada trmino
correspondiente de la columna j de la matriz B y luego se sumaran todos los productos obtenidos.
Ejemplos:
a b c
1 2 a a 2b 1 2 3 a 2d 3 g b 2e 3h c 2 f 3i
; d e f
3 4 b 3a 4b 4 5 6 4a 5d 6 g 4b 5e 6h 4c 5 f 6i
g h i
4 7 1 2 3 4 1 7 4 42 75 4 3 7 6 32 43 54
3 8 4 5 6 3 1 8 4 3 2 85 3 3 8 6 35 46 57
1
3 4 1 3 1 4 2 1 3 14
2
2 7 6 2 1 7 2 6 3 34
3
1 0 2
2 3 7 4 1 0 2 1 3 4 7 2 2 0 3 1 7 7 2 2 3 0 7 1 28 52 11
2 7 1
Ejemplo:
3 2 1 2 1
Sean y A 4 2 1 B 3 5 Hallar A2 y A.B
3 1 2 2 4
3 1 2 3 1 2 11 7 9
A A A 4 2 1 4 2 1 23 1 12
2
3 2 1 3 2 1 11 7 9
3 1 2 2 1 13 6
A B 4 2 1 3 5 4 18
3 1 2 2 4 13 6
Propiedades:
5
En general no es conmutativa A.B B.A bien por que no exista alguno de los dos productos,
bien porque sus resultados den matrices de diferentes ordenes o bien porque aun siendo del mismo
orden sus resultados sean distintos.
1 3
2 3 1 0 2 1 0
Sean las matrices A B C 0 2 D
1 0 2 1 0 2 2 3
0
1 3
2 3
A.C C.A ya que 1 0 2 no es multiplicable mientras que
0
0
2
1 3 5 3
2 3
0 2 2 0 si lo es.
1 0
2
0 4 6
1 3
1 0 2 5 3
B.C C.B ya que 2 0
1 0
2
2
mientras que
8
0
2
1 3 7 3 2
1 0 2
0 2 4 2 0 es de diferente orden.
2 1 0
2
0 2 0 4
2 3 1 0 4 9
A.D D.A ya que 1 0 2 mientras que
3 1 0
1 0 2 3 2 3
Los dos productos son realizables, sus resultados tienen igual
2 3 1 0 7 6
dimensin, pero son diferentes.
En los casos especiales en que A.B = B.A se dice que las matrices son permutables.
Dentro de las matrices cuadradas elemento neutro que ser la matriz I tal que:
In.An = An.In = An
Matriz transpuesta.
6
1 3
1 2 0
Si A 3 A 2
t
4
4 1 0
1
Propiedades:
b) La transpuesta del producto de dos matrices es igual al producto de las transpuestas en orden
inverso.
(A.B)t = Bt.At
(At)t = A
d) La transpuesta del producto de un escalar por una matriz es igual al producto del escalar por
la transpuesta de la matriz.
(k.A)t = k.At
e) Si A es simtrica ==> At = A
Matriz inversa.
Dada una matriz cuadrada A, llamaremos matriz inversa de A, a otra matriz X, si existe, tal que
A.X = X.A = I donde A,X e I tendrn el mismo orden. A dicha matriz se le designa por A-1
A la matriz A se le llamara inversible y a la matriz A-1 matriz inversa.
Tambin podemos asegurar que el producto es conmutativo y que las matrices A , X e I deben ser
cuadradas y del mismo orden . Si la matriz A no es cuadrada, no ser invertible y por tanto no
poseer matriz inversa.
Ecuaciones matriciales.
Una ecuacin matricial es una ecuacin en la que la incgnita es una matriz y no un numero.
XB + XC = X (B+C)
7
AX + CX = (A+C) X
X2 + XB = X (X + B)
X2 + X = XX + X = X (X+I)
* AX B = X AX X = B (A I) X = B (A I)-1 (A I) X = (A I)-1B
X = (A I)-1 B
IX = A-1B X = A-1B
DETERMINANTES.
Determinante de 2 orden.
a11 a12
Llamamos determinante de la matriz cuadrada de 2 orden A al nmero real
a
21 a 22
a11.a22 - a12.a21 que se obtiene multiplicando los elementos de la diagonal principal y restndole el
producto de los elementos de la diagonal secundaria. Se representa por A
Determinante de 3 orden.
8
2 3 5
Ejemplo A 4 7 3 2 7 1 4 8 5 3 3 2 5 7 2 3 8 2 3 4 1 =
2 8 1
= ( 14 - 160 - 18 ) - ( -70 - 48 + 12 ) = -164 - ( -106 ) = - 58
2 3 4
Ejemplo B 1 5 6 2 5 9 4 1 8 3 6 7 4 5 7 2 6 8 3 1 9
7 8 9
= 90 - 32 - 126 + 140 - 96 + 27 = 3
1.- Un determinante que tiene todos los elementos de una lnea (fila o columna) iguales a 0, vale
siempre cero.
3 1 4
0 0 0 0
2 8 6
2.- Un determinante que tiene dos lneas paralelas iguales es siempre nulo.
2 1 2
1 0 1 0 por tener la 1 y la 3 columna iguales
6 8 6
3.- Un determinante en el que los elementos de una lnea son mltiplos de los elementos de una
lnea paralela a ella, es siempre nulo.
4 1 3
8 2 6 0 porque f2 = f1.(-2)
5 7 4
4.- Un determinante en el que los elementos de una lnea son combinacin lineal de los de otras
lneas paralelas a ella, es siempre nulo.
1 3 7
2 0 2 0 porque c3 = c1 + 2.c2
1 1 1
5.- El valor de un determinante no varia si se cambian las filas por las columnas sin alterar el
orden relativo de los elementos de cada una. Es lo mismo que decir que At = A
1 2 0 1 2 2
2 0 3 2 0 1
2 1 1 0 3 1
6.- Un determinante no varia al sumar a los elementos de una lnea, los correspondientes de otra
paralela a ella multiplicados por un numero , los de otra multiplicada por , etc.
9
a b c a 3b 2c b c
d e f d 3e 2 f e f
g h i g 3h 2i h i
7.- Si se cambian entre si dos filas ( o dos columnas ), el nuevo determinante tiene el mismo
valor absoluto pero cambia de signo.
2 1 3 1 2 3
0 2 4 2 0 4 He cambiado c1 <---> c2
1 3 0 3 1 0
8.- Si se multiplican ( o dividen ) todos los elementos de una lnea por un mismo numero , el
valor del determinante queda multiplicado ( o dividido ) por el numero .
1 2 0 1 2 0
Si 2 0 1 9 2 0 5 5 9 45 ya que la c3 la he multiplicado por 5.
2 1 1 2 1 5
9.- Si en un determinante todos los elementos de una lnea son mltiplos de un mismo numero
, se puede sacar este numero como factor.
2 4 3 1 1 3 1 1 3
4 4 1 2 4 2 1 1 8 2 1 1
6 4 0 3 1 0 3 1 0
10.- Si se multiplican todos los elementos de un determinante A de orden n por un mismo
numero , el valor del nuevo determinante ser n.A
a b c 5a 5b 5c
Si d e f A 5d 5e 5 f 53 A
g h i 5g 5h 5i
11.- Si los elementos de una lnea constan de h sumandos, el determinante se podr descomponer
en suma de h determinantes, que tienen iguales a el, las restantes lneas y en lugar de aquella, la
formada por los primeros sumandos, por los segundos, etc.
x yz a d x a d y a d z a d
t u v b e t b e u b e v b e se mantienen idnticas la c2 y la c3
qrs c f q c f r c f s c f
12.- El determinante de una matriz triangular es igual al producto de los elementos de la diagonal
principal.
a 0 0 0
b e 0 0
aeh j
c f h 0
d g i j
13.- El determinante del producto de dos matrices cuadradas A y B, de igual orden, es igual al
producto de los determinantes de A y de B.
A B A B
Menor complementario.
10
Dada una matriz cuadrada A de orden n, llamaremos menor complementario del elemento aij, al
determinante de orden n-1, que se obtiene suprimiendo la fila i y la columna j en el A. Se
simboliza por ij.
2 1 3 4
1 5 1
1 5 2 1
Dada A 13 2 3 0 9 14 3 30 38
2 3 4 0
1 7 3
1 7 0 3
2 1 3 2 3 4
24 2 3 4 42 4 9 56 1 32 1 2 1 12 3 8 9 26
1 7 0 1 0 3
Adjunto de un elemento.
Llamamos adjunto del elemento aij de una matriz cuadrada A, al valor del menor complementa-
rio correspondiente, afectado del signo + o - segn que la suma de los subndices i + j sea par o
impar
1 3 4
A31 1
31
5 2 1 6 21 56 45 4
7 0 3
2 1 4
A43 1 1 12 2 40 6 20
43
1 5
2 3 0
Todo determinante de orden n, se puede calcular como la suma de los productos de los elementos
de una lnea cualquiera por sus adjuntos correspondientes.
1 2 0 3
1 3 3 2 3 3 2 1 3
2 1 3 3
1 4 3 8 2 3 3 8 3 3 4 3
3 4 3 8
2 4 2 1 4 2 1 2 4
1 2 4 2
= ( - 6 + 48 - 48 + 18 + 32 - 24 ) - 2.( -12 + 36 + 24 - 9 + 64 - 18 ) +
11
Por este procedimiento el calculo de un determinante de orden n se reduce a calcular n
determinantes de orden n - 1, estos se reducen a otros de orden n - 2 y as sucesivamente hasta
llegar a determinantes de orden 3 que se calculan por Sarrus.
Regla de Chio.
Consiste en conseguir que una de las lneas del determinante este toda ella formada por ceros,
excepto uno de sus elementos que valga la unidad. De esta forma al desarrollar por los elementos
de dicha lnea, se anularan todos los sumandos a excepcin del elemento en donde este el 1 y as
reduciremos el orden del determinante en una unidad.
a) Se observa si hay algn 1 en el determinante. Se elige la fila o columna que contenga a dicho
1 y al mayor numero de ceros posibles.
Si no existe ningn 1 en el determinante se elige la lnea que contenga mayor numero de 0.
Dividimos los elementos de esa lnea por uno de ellos, de forma que consganos un 1 en dicha
lnea. "Atencin", despus de esta operacin, el valor del nuevo determinante habr que multi-
plicarlo por el numero que dividimos anteriormente.
Tambin se puede conseguir que algn elemento valga 1, restando una lnea de otra paralela,
siempre que existan dos elementos que ocupen el mismo lugar y que difieran en una unidad.
b) Una vez conseguido el 1 en una lnea, habr que hacer 0 los dems elementos de la fila o
columna en donde se halle. Para ello realizaremos combinaciones lineales con lneas paralelas
segn nos interese.
Ejemplo:
5 3 2 3 0 2 8 2
2 8 2 2 8 2
4 3 1 1 0 1 7 3
1 2 1 1 7 3 3 1 1 1 7 3
1 1 2 1 1 1 2 1
2 2 3 2 2 3
0 2 2 3 0 2 2 3
4 42 48 4 28 24 12 30
(1) elegimos la columna 1 por poseer un 1 y un 0. Dejamos fija la 4 fila donde se encuentra el
0, y tratamos de hacer ceros en las filas 1 y 2 con combinaciones lineales con la 3 fila.
12
f1 - 5.f3 f1 f2 - 4.f3 f2
(3) Dividimos las filas 1 y 2 por -1, con lo que el nuevo determinante viene multiplicado por
(-1).(-1)
Calcular
2 1 3 1 0 1 0 0
5 3 1
1 2 3 1 5 2 3 1
1 2 1 1 2 5 3
4 1 2 2 2 1 5 3
5 8 1
1 3 1 2 5 3 8 1
3 1 25 16 45 25 120 6 85
(2) Desarrollamos por los elementos de la 1 fila : a12.A12 cuidando que el adjunto ahora es
negativo.
Calcular
2 4 0 3 2 1 0 3 0 1 0 0
2 2 6
0 2 2 3 0 1 2 3 2 1 2 6
1 2 3 1 1 9 2 9
3 3 2 0 3 3 2 0 9 3 2 9
14 3 20
2 4 3 2 2 6 3 2 14 6 3 20
1 1 3 0 1 0
11 15
4 1 2 9 2 9 5 2 11 2 15 6 2 1 1 7
17 29
14 3 20 17 3 29
(1) Al no haber ningn 1, buscamos dos lneas paralelas en las que alguno de sus elementos
correspondientes difieran en una unidad. Elegimos las columnas 2 y 4. Restamos c2 - c4 --> c2 .
Dejamos iguales las columnas 1 y 3.
13
(2) Fijamos la columna 3 en la que hay un 0 y fijamos la columna 2 con la que haremos las
combinaciones lineales para hacer ceros en las columnas 2 y 4.
(3) Desarrollamos por los elementos de la 1 fila a12.A12 teniendo en cuenta que el adjunto es
negativo.
(4) Dividimos la 1 fila por 2 con lo que el nuevo determinante queda multiplicado por 2.
(5) Aqu podamos haber resuelto por Sarrow, pero continuaremos dejando fija la 2 columna
para hacer ceros en la 1 y 3 columna con combinaciones lineales con la 2 fijada. c1 + c2 c1
c3 + 3.c2 c3
(6) Desarrollamos por los elementos de la 1 fila a12.A12 teniendo de nuevo en cuenta que el
adjunto calculado es negativo.
(7) Desarrollamos por Sarrow el determinante de orden dos que nos queda.
Determinante de Vandermonde.
1 1 1 1
a b c h
a 2
b 2
c 2
h2
n 1 n 1 n 1 n 1
a b c h
Este determinante es igual al producto de todas las diferencias obtenidas restando cada numero
a,b,c,.., de todos los que le siguen.
Ejemplo:
1 1 1 1
2 4 7 9
4 2 7 2 9 2 7 4 9 4 9 7 2 5 7 3 5 2 2100
4 16 49 81
8 64 343 729
14
Matriz inversa.
Dada una matriz cuadrada A, llamaremos matriz inversa de A, a otra matriz X, si existe, tal que
A.X = X.A = I donde A,X e I tendrn el mismo orden.
La condicin necesaria y suficiente para que exista matriz inversa es que dicha matriz sea regular
o lo que es lo mismo que su determinante sea distinto de cero.
Para calcular la inversa de una matriz A, calcularemos la matriz transpuesta de la matriz adjunta
de A y lo dividiremos por el valor del determinante de dicha matriz A.
A 1
A
d t
La matriz Ad se calcula, hallando todos los adjuntos de todos los elementos de la matriz A
Si A 0 no existira matriz inversa pues todos sus trminos tendran que venir divididos por 0
y me quedara una matriz de elementos infinitos, con lo que no existira.
Tambin se puede calcular primero la matriz transpuesta de A y luego la matriz adjunta de la At,
para luego dividir por el valor del determinante.
Ejemplos:
2 1
Hallar la A-1 de la matriz A
3 4
A 83 5 0
4 3 4 1
A11 = 4 A12 = - 3 A21 = - 1 A22 = 2 A d A
d t
2
1 2 3
1 4 1 4 / 5 1/ 5
A 1
5 3 2 3 / 5 2 / 5
15
2 0 0
Hallar la inversa de la matriz 3 1 5
2 0 1
1 5 3 5 3 1 0 0
A 2 A11 1 A12 13 A13 2 A21 0
0 1 2 1 2 0 0 1
2 0 2 0 0 0 2 0 2 0
A22 2 A23 0 A31 0 A32 10 A33 2
2 1 2 0 1 5 3 5 3 1
1 13 2 1 0 0 1/ 2 0 0
A d
0 2 0 A d t
13 2 10 A 1
13 / 2 1 5
0 10 2 2 0 2 1 0 1
Propiedades:
a) Si A y B son dos matrices cuadradas del mismo orden y regulares, se verifica que la inversa
del producto de dos matrices es igual al producto de sus inversas en orden inverso.
(AB)-1 = B-1.A-1
(At)-1 = (A-1)t
(A-1)-1 = A
16
3 1 6 1 13
Ejemplo: Resolver la ecuacin AX = B siendo A ; B
5 2 10 1 23
2 5 2 1
A 65 1 0 A d A 1
1 3 5 3
2 1 6 1 13 2 1 3
X
5 3 10 1 23 0 2 4
Si la matriz A es de orden superior a tres, el calculo de los adjuntos seria muy laborioso y por
ello en cursos superiores emplearemos el mtodo de Gauss y otros mtodos para calcular matrices
inversas.
17
RANGO DE UNA MATRIZ.
Dada una matriz de dimensiones cualesquiera (no tiene porque ser cuadrada) de orden mxn, se
llama menor de orden h al determinante de cualquiera de las submatrices cuadradas de orden hxh
que se obtienen suprimiendo de todas las formas posibles m-h filas y n-h columnas de la matriz
original.
Llamamos menor principal de orden h, al determinante formado por las h primeras filas y las h
primeras columnas y que su valor sea distinto de cero.
Ejemplo:
2 1 0 1
2 1 2 1
Sea A 0 3 1 0
Si eliminamos f2, f3, f4, f5, c2, c3, c4 nos queda un menor de
1 0 1 1
1 2 0 0
orden 1 formado por la matriz ( 2 ) y cuyo determinante es 0. Adems ser un menor principal
por estar formado por la 1 fila y la 1 columna.
2 1
Si eliminamos f3, f4, f5, c3, c4 nos queda la submatriz cuyo determinante no es un
2 1
menor de orden 2 pues su determinante vale cero.
2 1
Si eliminamos f2, f4, f5, c3, c4 nos queda la submatriz que si es un menor de orden 2 pues
0 3
su determinante vale 6. Adems ser un menor principal de orden 2 por estar formado por las dos
primeras filas y las dos primeras columnas.
2 1 0 1
0 3 1 0
Si ordenamos la matriz A cambiando la f3 por la fila f2 nos queda A 2 1 2 1
1 0 1 1
1 2 0 0
2 1 0
Si ahora suprimimos f4, f5, c4 nos queda la submatriz 0 3 1 cuyo determinante vale
2 1 2
-12 distinto de cero. Dicha submatriz ser un menor de orden 3 y adems ser un menor
principal por estar formado por las tres primeras filas y las tres primeras columnas.
18
2 1 2 1
0 3 1 0
Si ampliamos dicho menor principal con la f4 y la c4 nos queda cuyo
2 1 2 1
1 0 1 1
determinante se ha de calcular por la regla de Chio.
2 1 2 1
1 2 1
0 3 1 0
1 3 1 0 3 12 1 18 8 0
2 1 4 3
1 4 3
1 0 0 0
La submatriz de orden 4 formada es por tanto un menor principal de orden 4 por estar formada
por las cuatro primeras filas y las cuatro primeras columnas y valer su determinante distinto de
cero.
No existe un menor de orden 5 por no poderse formar una submatriz cuadrada de orden 5.
Llamamos rango de una matriz A, al numero h, que nos da el orden mayor de los menores
principales no nulos y tal que todos los menores de orden superior a h son cero o no existen.
Llamamos rango por filas de una matriz A, al numero mximo de filas linealmente
independientes.
Llamamos rango por columnas de una matriz A, al numero mximo de columnas linealmente
independientes.
19
Ejemplo:
1 2 3 2 4
2 4 1 3 1
A al ser la c2 = 2.c1 podemos eliminar dicha columna c2 por ser
1 2 10 3 11
2 4 1 0 2
1 3 2 4
2 1 3 1
combinacin lineal de c1. rgA rg Tomamos un menor principal
1 10 3 11
2 1 0 2
1 3
de orden 2 formado por las dos primeras filas y dos primeras columnas. 1 6 7 0
2 1
1 3 2
Ampliamos a un menor tres por tres 2 1 3 3 18 40 2 18 30 0 . es menor
1 10 3
principal de orden tres.
1 3 2 4 7 3 2 2
c1 2c 2
2 1 3 1 0 1 3 3
Ampliamos a un menor de orden 4 =1
1 10 3 11 21 10 3 9
2 1 0 2
c 4 2c 2 0 1 0 0
A42 =
7 2 2 1 2 2 1 2 2
0 3 3 7 0 3 3 7 33 0 1 1 63 3 2 2 1 0 No existe
21 3 9 3 3 9 1 1 3
Ejemplo:
1 0 3 2 1
2 5 1 2 0
rgA = rg Tomamos un menor principal de orden 2 formado por las dos
7 10 7 2 3
1 2 5 4 1
1 0
primeras filas y dos primeras columnas. 50 Ampliamos a un menor tres por tres
2 5
1 0 3
2 5 1 35 60 70 10 35 0 es menor principal de orden tres.
7 10 7
1 0 3 2 1 0 0 0
c3 3c1
2 5 1 2 2 5 7 6
Ampliamos a un menor de orden 4
7 10 7 2 7 10 14 12
1 2 5 4
c 4 2c1 1 2 2 6
=1A11
20
5 7 6 5 7 6
10 14 12 2 2 5 7 6 0 No existe menor principal de orden 4,
2 2 6 1 1 3
con lo que rg A = 3
a11x1 + a12x2 + ...... + a1nxn = b1 Este sistema tendr m ecuaciones con n incgnitas.
a21x1 + a22x2 + ...... + a2nxn = b2 Los aij son nmeros reales llamados coeficientes de
. . . . las incgnitas.
am1x1 + am2x2 + ...... + amnxn = bm Los bij son los llamados trminos independientes.
21
Los xj representan nmeros reales desconocidos llamados incgnitas del sistema.
Llamamos matriz de coeficientes a la matriz cuyos elementos son los coeficientes de las
incgnitas.
Llamamos matriz ampliada a la obtenida al aadir a la matriz de coeficientes, una nueva
columna formada por los trminos independientes.
a11 a12 a1n a11 a12 a1n b1
a 21 a 22 a 2 n a 21 a 22 a 2 n b2
C A
a m1 a m 2 . . a mn a m1 a m 2 . a mn bm
Resolver por tanto nuestro sistema es averiguar si el conjunto S posee elementos y en caso
afirmativo, calcularlos.
Si en un sistema S, se suprime una ecuacin que sea combinacin lineal de las restantes, el
nuevo sistema S ser equivalente al S.
Para resolver un sistema S, basta con resolver un sistema equivalente Sen el que ninguna
ecuacin sea combinacin lineal de las restantes.
Llamamos sistema de Cramer al formado por n ecuaciones y n incgnitas y tal que la matriz de
coeficientes C sea una matriz cuadrada y regular, es decir
que C 0 .
22
x1 b1
a11 a12 a1n
x2 b2
C X B
a
n1 an 2 a mn
x
b
n n
La regla de Cramer dice que todo sistema de Cramer tiene solucin nica dada por
C 1 C X C 1 B I X C 1 B X C 1 B
a11 . b1 a1n
en donde hemos sustituido la columna i de la matriz C por la
a n1 bn a nn
xi
C
columna matriz B.
Ejemplo:
2x 3y z 6
Resolver el sistema x 5 y 25 4
3 x 2 y 3 z 6
El sistema es de Cramer por tener igual numero de ecuaciones que de incgnitas y porque
2 3 1
C 1 5 2 30 18 2 15 8 9 32 0
3 2 3
6 3 1
4 5 2
Su solucin ser: 6 2 3 90 36 8 30 24 36 32
x 1
C 32 32
2 6 1
1 4 2
3 6 3 24 36 6 12 24 18 96
y 3
C 32 32
2 3 6
1 5 4
3 2 6 60 36 12 90 18 16 160
z 5
C 32 32
23
Teorema de Rouche-Frobenius.
La regla de Cramer nos permite resolver sistemas de ecuaciones en el caso particular de que
haya igual nmero de ecuaciones que de incgnitas.
Con el teorema de Rouche podemos ampliar al caso de que n m.
Para resolver el sistema compatible indeterminado con infinitas soluciones podemos usar el
mtodo de Cramer.
2x + 3y - z + t = 5
Resolver el sistema x + 2y + z - 2t = 8
x + y - 2z + 3t = -3
Por Cramer:
2 3
Partimos de un menor principal de orden 2 43 1 0 Ampliamos a un menor de
1 2
2 3 1 2 3 1
orden 3. 1 2 1 8 3 1 2 2 6 0 1 2 2 12 6 1 2 4 9 0
1 1 2 1 1 3
Como los dos nicos menores que puedo formar de orden 3 son nulos, el rg C tiene que ser 2
2 3 5
1 2 8 12 24 5 10 16 9 0
1 1 3
Como el nico menor de orden 3 que puedo formar es nulo, el rg A tiene que ser 2.
24
Para resolverlo, despejamos las dos primeras incgnitas x e y , en funcin de la tercera incgnita
z, en las dos primeras ecuaciones.
5 z t 3
8 z 2t 2 10 2 z 2t 24 3 z 6t
x 14 5 z 8t
2 3 43
1 2
2 5 z t
1 8 z 2t 16 2 z 4t 5 z t
y 11 3 z 5t
2 3 43
1 2
x 14 5 8
y 11 3 5
Llamando z = y t = z
t
Al discutir por Cramer, si el numero de ecuaciones es igual o menor que el numero de incgni-
tas, se empieza a buscar los menores principales por la matriz C, para luego ampliarla a la A.
Ejemplo:
2 x y 2 z 2
x yz 0
Discutir y resolver el sistema x 2y z 8
2x 2 y 6
Por Cramer: Al haber mas ecuaciones que incgnitas, empezaremos calculando el rango de la
matriz ampliada A.
2 1 2 2 4 5 0 14
f1 2 f 3 4 5 14
1 1 1 0 2 3 0 8 c3 : 2
1 1 2 3 8
1 2 1 8 1 2 1 8
f2 f3 2 2 6
2 2 0 6 2 2 0 6
4 5 7
2 2 3 4 2 36 28 40 42 32 30 2 0 0
2 2 3
Al ser el nico determinante de orden 4 igual a cero no existe un menor principal de orden
cuatro.
Para resolverlo eliminamos la ultima ecuacin, pues el rango lo hemos obtenido con las tres
primeras ecuaciones.
2 x y 2 z 2
x yz 0
x 2y z 8
2 1 2
0 1 1
8 2 1 2 8 16 4 2
x 1
C 2 2
2 2 2
1 0 1
1 8 1 2 16 16 2 4
y 2
C 2 2
2 1 2
1 1 0
1 2 8 16 4 2 8 6
z 3
C 2 2
Sistemas homogneos.
Llamamos sistema homogneo de n ecuaciones con m incgnitas, al sistema en el que todos los
trminos independientes de las ecuaciones que forman el sistema son nulos, es decir
b1 = b2 = .... = bn = 0
Todo sistema homogneo ser siempre compatible pues el rg C ser siempre igual al rg A, ya que
la matriz A se forma aadindole a la matriz C una columna de ceros.
La solucin (0,0...0) ser siempre solucin de todo sistema lineal homogneo y se le llamara
solucin impropia del sistema o solucin trivial.
Todo sistema homogneo que tenga solucin distinta de la trivial, admitir infinitas soluciones,
incluida la solucin trivial.
26
Si aplicamos el teorema de Rouche, diremos que la condicin necesaria y suficiente para que el
sistema homogneo sea compatible es que :
Ejemplo:
x 5 y 4z 0
Discutir y resolver el sistema x 2y z 0
3x y 2 z 0
Por Cramer:
1 5 4
Calculemos C 1 2 1 4 4 15 24 1 10 0
3 1 2
1 5
Como el menor 2 5 7 0 el rg C = 2
1 2
x 5 y 4z
x 2 y z
Resolvemos por Cramer
4z 5
z 2 8z 5z 3
x x z
7 7 7
1 4z
1 z z 4z 5
y y z
7 7 7
3 5
Las infinitas soluciones sern , ,
7 7
27