Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Curso 2017/18
Bloque I: Sistema de Ecuaciones Lineales y Matrices
Contenidos
Ecuación Lineal
Ecuación Lineal con n incógnitas sobre K, es toda expresión de la forma
a1 x 1 + a2 x 2 + · · · + an x n = b (E)
Ejemplos
Son ecuaciones lineales
2x + 3y = 0
xe2 + y cos(π/3) = 3
No son ecuaciones lineales
ln(x) + cos(y) = 0
x2 y = 3
Ejemplos
Sistema con dos ecuaciones lineales y dos incógnitas
2x + 3y = 5
(S1 )
3x + 5y = 8
Ejemplos
Son solución de la ecuación 2x + 3y = 0 los pares (3α, −2α) donde α ∈ K.
(1, 1) es solución del sistema (S1 ).
(5α, −3α, −α) es solución del sistema (S2 ) donde α ∈ K.
Todo Sistema de Ecuaciones Lineales Homogéneo tiene al menos como solución
(0, . . . , 0).
(1, 1) es la única solución del sistema
x1 + x2 = 2
(S3 )
x1 − x2 = 0
Problemas a resolver
Dado un Sistema de Ecuaciones Lineales (S).
Saber si (S) tiene o no solución, es decir si es compatible o incompatible.
En caso de tener solución el sistema (S), saber si es compatible determinado o
indeterminado.
Encontrar y caracterizar todas las soluciones de (S).
Saber qué representa el conjunto de soluciones de (S).
Ejemplo
Dado el sistema
x1 + x2 + x3 + x4 = 1
x1 + 2x2 + 3x3 + 4x4 = 1
(S6 )
x1 + 3x2 + 5x3 + 7x4 = 1
x1 + 5x2 + 5x3 + 8x4 = 1
Sistemas Escalonados
Dado un Sistema de Ecuaciones Lineales (S), diremos que (S) es un Sistema
Escalonado en las incógnitas x1 , x2 , . . . , xr si tiene la forma siguiente (salvo cambio
de orden en las ecuaciones):
a11 x1 + a12 x2 + · · · + a1r xr + · · · + a1n xn = b1
a22 x2 + · · · + a2r xr + · · · + a2n xn = b2
arr xr + · · · + arn xn = br (S)
0 = br+1
0 = bm
Ejemplos
Dados los Sistemas de Ecuaciones Lineales
x1 + x2 = 1 x1 + x2 = 1
x2 = 2 (S7 ) x1 + x3 = 2 (S10 )
x2 + x3 = 3 x2 + x3 = 3
x1 + x2 + x3 = 1 x1 + x2 = 1
x1 + x2 = 2 (S8 ) x2 = 2 (S11 )
x2 + x3 = 3 0 = 3
x1 + x2 = 1 x1 + x3 = 1
x2 = 2 (S9 ) x2 + x3 = 2 (S12 )
x1 + x3 = 3 0 = 0
De los sistemas escalonados anteriores, podemos responder sin ningún problema a las
preguntas que hemos hecho en la página 10.
Ejemplo
Es Incompatible el sistema (S11 ).
Son Compatibles Determinados los sistemas (S7 ) y (S9 ).
Son Compatibles Indeterminados el sistema (S12 ).
Ejemplo
Las soluciones de los sistemas compatibles son fáciles de obtener.
Es (−1, 2, 1) solución de (S7 ).
Es (−1, 2, 4) solución de (S9 ).
Es solución de (S12 ) las ternas de la forma (1 − α, 2 − α, α) donde α ∈ K.
Ejemplo
Son equivalentes los sistemas
x1 + x2 = 2 x1 + x2 = 2 x1 − x2 = 0
x2 = 1 x1 = 1 2x1 − x2 = 1
Operaciones Elementales
Intercambio de dos ecuaciones del sistema. Notación Ei ↔ Ej .
Sustitución de una ecuación del sistema por ella multiplicada por un escalar no
nulo. Notación Ei → λEi .
Sustitución de una ecuación del sistema por ella más otra ecuación del sistema
multiplicada por un escalar. Notación Ei → Ei + λEj .
Teorema 1.5
Las transformaciones elementales anteriores convierten un sistema (S) en otro
equivalente (S ′ ).
Problema
El objetivo es pasar de un sistema (S) a un Sistema escalonado equivalente y
resolverlo en caso de ser compatible.
OJO
No es una operación elemental sustituir una ecuación por ella
multiplicada por cero.
x1 + x2 = 2
Sistema Incompatible
x1 + x2 = 1
Sustitución de la segunda ecuación por ella multiplicada por cero
x1 + x2 = 2
Sistema Compatible Indeterminado
0 = 0
E2 → E2 − E1 ,
x1 + x2 + x3 = 1
x2 + 2x3 = 1 (S15 )
x1 + 3x2 + 5x3 = 4
E2 ↔ E3 ,
x1 + x2 + x3 = 1
x1 + 3x2 + 5x3 = 4 (S16 )
x1 + 2x2 + 3x3 = 2
Operaciones Elementales
¿Qué Operaciones Elementales hemos realizado para pasar del Sistema (S13 ) a los
Sistemas siguientes?
x1 + x2 + x3 = 1
−x1 + x3 = 0 (S17 )
x1 + 3x2 + 5x3 = 4
x1 + x2 + x3 = 1
x2 + 2x3 = 1 (S18 )
x2 + 2x3 = 2
¿Podemos pasar del sistema anterior (S13 ) por medio de operaciones elementales a
un sistema escalonado?
Operaciones Elementales
Pasamos del sistema (S13 ) al sistema (S18 ) por medio de las operaciones
elementales
E2 → E2 − E1
E3 → E3 − E2
De (S18 ) por medio de la transformación
E3 → E3 − E2
Teorema 1.7
Todo Sistema de Ecuaciones Lineales (S) lo podemos transformar mediante un
número finito de transformaciones elementales en un Sistema Escalonado o en un
Sistema Triangular. A este proceso se le denomina el Método de Eliminación
Gaussiana.
Sistemas simultáneos
Dados los sistemas
x1 + x2 + x3 = 1 x1 + x2 + x3 = 0 x1 + x2 + x3 = 0
′
x1 + 2x2 + 2x3 = 0 (S) x1 + 2x2 + 2x3 = 1 (S ) x1 + 2x2 + 2x3 = 0 (S ′′ )
2x1 + 3x2 + 4x3 = 0 2x1 + 3x2 + 4x3 = 0 2x1 + 3x2 + 4x3 = 1
x1 + x2 + x3 = 1 x1 + x2 + x3 = 0 x1 + x2 + x3 = 0
x2 + x3 = −1 (T ) x2 + x3 = 1 (T ′ ) x2 + x3 = 0 (T ′′ )
x3 = −1 x3 = −1 x3 = 1
Definición de matriz
Una matriz A con m filas y n columnas (abreviadamente una (m × n)-matriz)
Casos Particulares
Matriz fila, cuando m = 1.
Matriz columna, cuando n = 1.
Matriz cuadrada, cuando m = n.
Diagonal principal de una matriz cuadrada A de orden n, a11 , a22 , . . . , ann
Matriz Diagonal, matriz cuadrada con aij = 0 si i 6= j.
a11 0 ··· 0
a21 a22 ··· 0
A= . .. ..
..
. .
an1 an2 ··· ann
Definiciones
Traspuesta de una matriz A.
0 0 ··· 1
Suma de matrices
Dadas dos (m × n)-matrices A = (aij ) y B = (bij ) se denomina matriz suma de A y
B y se denota por A + B a la matriz
A + B = (aij + bij ).
Ejemplo
Dadas la (2 × 3)-matriz
1 2 3 3 1 2
A= , B=
4 5 6 6 4 5
Entonces
4 3 5
A+B =
10 9 11
Propiedades
Asociativa: Para cualesquiera (m × n)-matrices A, B, C se verifica
A + (B + C) = (A + B) + C.
Conmutativa: Para cualesquiera (m × n)-matrices A, B se verifica
A + B = B + A.
Elemento neutro: Si O denota la (m × n)-matriz cuyos elementos son todos cero
(matriz nula), entonces para cualquier (m × n)-matriz A se verifica
A + O = O + A = A.
Elemento simétrico: Dada una (m × n)-matriz A existe una única
(m × n)-matriz A′ tal que
A + A′ = A′ + A = O
Si A = (aij ), la matriz A′ es la matriz A′ = (−aij ) y la denotaremos por
A′ = −A (matriz simétrica de A).
λA = (λaij ).
Ejemplo
Dada la matriz
1 2 3
A=
4 5 6
Entonces
3 6 9
3A =
12
15 18
0 0 0 −1 −2 −3
0A = , (−1)A = = −A
0 0 0 −4 −5 −6
Propiedades
Si λ es un escalar y A y B son dos (m × n)-matrices entonces
λ(A + B) = λA + λB
Si λ y µ son dos escalares y A es una (m × n)-matriz entonces
(λ + µ)A = λA + µA
(λµ)A = λ(µA)
0A = O
1A = A
(−1)A = −A
Producto de matrices
Dada una (m × n)-matriz A = (aij ) y una (n × r)-matriz B = (bjk ) se denomina
matriz producto de A por B, a la (m × r)-matriz AB = C = (cij ) donde
Propiedades
Asociativa: Si A es una (m × n)-matriz, B es una (n × r)-matriz y C es una
(r × s)-matriz entonces
A(BC) = (AB)C.
Elemento neutro: Sea Idm la matriz identidad de orden m (página 31), entonces
para cualquier (m × n)-matriz A se verifica que
Idm A = A.
Análogamente
AIdn = A.
En consecuencia, si A es una matriz cuadrada de orden n entonces
Idn A = AIdn = A.
Propiedades
Distributiva respecto de la suma: Si A es una (m × n)-matriz, B y C son dos
(n × r)-matrices entonces
A(B + C) = AB + AC
Si A y B son dos (m × n)-matrices, y C es una (n × r)-matriz entonces
(A + B)C = AC + BC
Distributiva respecto del producto por escalares: Si λ es un escalar, A es una
(m × n)-matriz, B es una (n × r)-matriz, entonces
λ(AB) = (λA)B
Traspuesta del producto
(AB)t = B t At
OJO
El producto de matrices no es conmutativo
1 2 1 2
1 2 3 1 2 3
3 4 6= 3 4
4 5 6 4 5 6
5 6 5 6
2 0 1 2 1 2 2 0
6=
0 3 3 4 3 4 0 3
2 0 1 2 3
Existe
0 3 4 5 6
1 2 3 2 0
No Existe
4 5 6 0 3
Matriz Inversa
Sea A una matriz cuadrada de orden n, se llama Inversa de A a toda matriz matriz
A′ cuadrada de orden n tal que
AA′ = A′ A = Idn .
Teorema
Sea A una matriz inversible, entonces existe una única matriz que verifica
AA′ = A′ A = Idn
Propiedades
Si A y B son matrices de orden n inversibles, entonces AB es una matriz
inversible y se verifica
(AB)−1 = B −1 A−1 .
Si A es una matriz inversible, entonces At es inversible siendo
(At )−1 = (A−1 )t .
Ax = b.
Matriz de coeficientes
Dado un sistema de ecuaciones (S), llamaremos matriz de coeficientes de (S) a la
matriz
a11 a12 · · · a1j · · · a1n
a21 a22 · · · a2j · · · a2n
.. .. .. ..
. . . .
A= ai1
a i2 · · · a ij · · · a in
. . . .
.. .. .. ..
am1 am2 · · · amj · · · amn
x = (x1 , x2 , . . . , xn )t
b = (b1 , b2 , . . . , bm )t
Ejemplo
Paso 1. Escalonamiento del sistema/matriz
x1 + x2 + x3 = 1 1 1 1 1
x1 + 2x2 + 2x3 = 0 matricialmente 1 2 2 0
2x1 + 3x2 + 4x3 = 0 2 3 4 0
Ejemplo
Paso 2. Resolución del sistema
x1 + x2 + x3 = 1 1 1 1 1
x2 + x3 = −1 matricialmente 0 1 1 −1
x3 = −1 0 0 1 −1
Matriz Escalonada
Dada A una m × n-matriz, diremos que la matriz A es escalonada en las columnas
1, 2, . . . , r si es de la forma (salvo cambio de filas)
Ejemplo
La matriz de Coeficientes del sistema (S13 ) de la página 20 es 2 y el rango de la
matriz ampliada es 3. El sistema es Incompatible.
La matriz de Coeficientes del sistema de la página 46 es 3 y el rango de su
matriz ampliada es 3. El sistema es Compatible Determinado.
La matriz de Coeficientes del sistema de la página 11 es 3 y el rango de su matriz
ampliada es 3, el sistema es Compatible Indeterminado con 1 grado de libertad.
Teorema de Rouché-Frobenius
Sea S un sistema de ecuaciones lineales de m ecuaciones con n incógnitas,
(S) : Ax = b. Tenemos
(S) es incompatible si y sólo si
rg(A) 6= rg(A|b)
rg(A) = rg(A|b) = n
(A|b1 , b2 , . . . , bk )
(T |c1 , c2 , . . . , ck )
donde T es una matriz escalonada. Se resuelven cada uno de los sistemas o bien, si se
puede, por medio de operaciones elementales se obtiene la matriz
(Id|d1 , d2 , . . . , dk )
Paso 1
Dada la matriz n × 2n dada por
(A|Idn )
hacer operaciones elementales para que se transforme en la matriz de la forma
(T |B)
Paso 2
Dada la matriz n × 2n dada por
(T |B)
hacer operaciones elementales para que se transforme en la matriz de la forma
(D|C)
Paso 3
Dada la matriz n × 2n dada por
(D|C)
hacer operaciones elementales para que se transforme en la matriz de la forma
(Idn |A−1 )
Paso 4
Comprobar que
AA−1 = Idn .
Ejemplo
Cálculo de la inversa de
1 1 1
A= 1 2 2
2 3 4
1 1 1 1 0 0
(A|Id3 ) = 1 2 2 0 1 0 E21 (−1), E31 (−2), E32 (−1)
2 3 4 0 0 1
1 1 1 1 0 0
(T |B) = 0 1 1 −1 1 0 E23 (−1), E12 (−1)
0 0 1 −1 −1 0
1 0 0 2 −1 0
(Id3 |A−1 ) = 0 1 0 0 2 −1 E23 (−1), E13 (−1)
0 0 1 −1 −1 1
Ejemplo
Dada
1 2 3
A= 4 5 6
7 8 9
Entonces
4 5 6
E12 A = 1 2 3
7 8 9
y
E12 E12 = Id3 .
Ejemplo
Dada
1 2 3
A= 4 5 6
7 8 9
Entonces
2 4 6
E1 (2)A = 4 5 6
7 8 9
y
Ejemplo
Dada
1 2 3
A= 4 5 6
7 8 9
Entonces
1 2 3
E21 (−4)A = 0 −3 −6
7 8 9
y
Consecuencias
Dado un sistema de ecuaciones (S) : Ax = b existe una matriz P que es producto de
matrices elementales (y por tanto inversible) tal que el sistema P Ax = P b es
escalonado y por consiguiente la matriz P A es escalonada.
Consecuencias 2
Dado una matriz cuadrada A existe una matriz P que es producto de matrices
elementales tal que
PA = T
donde T es una matriz escalonada.
Definición
Sea Mn (R) el conjunto de TODAS las matrices cuadradas de tamaño n. Llamaremos
determinante, y lo denotaremos por det a la única aplicación
det : Mn (K) −→ K
que verifica
El determinante de la matriz identidad vale 1.
Si a una fila de una matriz se le suma otra fila multiplicada por un escalar el
determinante no varı́a.
Si se multiplica una fila de la matriz por un escalar λ, entonces el determinante
queda multiplicado por dicho escalar.
Notación
Si A es la matriz
a11 a12 ··· a1n
a21 a22 ··· a2n
A= .. .. ..
..
. . . .
an1 an2 ··· ann
denotaremos al determinante de A de las formas siguientes
a11 a12 · · · a1n
a21 a22 · · · a2n
det(A) o . .. ..
.. ..
. . .
an1 an2 · · · ann
Propiedades
El concepto de determinante verifica las propiedades siguientes:
Si A y B son dos matrices n × n se tiene que
det(AB) = det(A)det(B)
Propiedades
Dada una m × n-matriz A, el rango de A es el mayor natural r tal que existe al
menos una submatriz de tamaño r × r de A (menor de orden r de A) con
determinante no nulo.
Una matriz es inversible si y sólo si su determinante es no nulo.
Determinante de la matriz inversa
1
det(A−1 ) =
det(A)
El determinante de una matriz es igual al determinante de su traspuesta.
Todas las propiedades dadas por filas se trasladan a las columnas.
OJO
El determinante de la suma NO es igual a la suma de los
determinantes.
Ejemplo
Determinante de una matriz 2 × 2
a11 a12
det = a11 a22 − a12 a21 .
a21 a22
Ejemplo
Sea
a11 a12
A=
a21 a22
si a11 6= 0, entonces
a11 a12
!
a11 a12
det = det a11 a22 − a12 a21 =
a21 a22 0
a11
= a11 a22 − a12 a21 .
Definición
Dada A una matriz cuadrada de orden n, llamaremos matriz adjunta de A
Teorema
El elemento (k, l) de la matriz A(A∗ )t es
det(A) si l=k
ak1 ∆l1 (A) + · · · + akn ∆ln (A) =
0 si l 6= k
A(A∗ )t = det(A)Idn
1
A−1 = (A∗ )t
det(A)
Ejemplo
Cálculo de la inversa de
1 1 1
A= 1 2 2
2 3 4
∆11 = 8 − 6 = 2 ∆12
= −(4 − 4) = 0 ∆13 = . . .
∆21 = . . . = ...∆22 ∆23 = . . .
∆31 = . . . = ...∆32 ∆33 = . . .
1 1 1
det 1
2 2 =1
3 4 2
2 −1 0
0 2 −1
−1 −1 1
A−1 =
1
Compárese con el resultado de la página 55.
Para el cálculo de la matriz inversa por determinantes necesitamos 120 productos, sin
embargo por operaciones elementales sólo 30 productos, es decir la cuarta parte.
(Grado en Ingenierı́a Eléctrica y Grado en
Álgebra
Ingenierı́a
LinealAeroespacial)
y Geometrı́a (2016/17) afrai@unileon.es 75 / 79
Determinantes
x = A−1 b
Regla de Cramer
Para k = 1, 2, . . . , n se tiene
a11 ... a1k−1 b1 a1k+1 ... a1n
a21 ... a2k−1 b2 a2k+1 ... a2n
. .. .. .. ..
.. .. ..
. . . . . .
an1 ... ank−1 bn ank+1 ... ann
xk =
det(A)
Regla de Cramer
Número de Productos/Cocientes n + (n − 1)(n + 1)!
Número de Sumas/Restas (n + 1)(n! − 1)
n3 n
Número de Productos/Cocientes + n2 −
3 3
n3 n2 5n
Número de Sumas + −
3 2 6
CRAMER GAUSS
n No Operaciones Tiempo No Operaciones Tiempo
5 3600 10−2 s 115 10−3 s
10 4 · 108 10 min 805 10−2 s
20 1021 24 · 106 años 5910 9 · 10−2 s
Cuadro: Tiempo estimado de resolución
Ejemplo
El sistema de ecuaciones lineales
x1 + x2 + x3 = 1
x1 + 2x2 + 2x3 = 0 (S)
2x1 + 3x2 + 4x3 = 0