Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Notas
Notas
1.1. Introducción
Un problema fundamental que aparece en matemáticas y en otras ciencias
es el análisis y resolución de m ecuaciones algebraicas con n incógnitas. El es-
tudio de un sistema de ecuaciones lineales simultáneas está íntimamente liga-
do al estudio de una matriz rectangular de números definida por los coeficien-
tes de las ecuaciones. Esta relación parece que se ha notado desde el momento
en que aparecieron estos problemas.
El primer análisis registrado de ecuaciones simultáneas lo encontramos en
el libro chino Jiu zhang Suan-shu ( Nueve Capítulos sobre las artes matemáti-
cas), escrito alrededor del 200 a.C. Al comienzo del capítulo VIII, aparece un
problema de la siguiente forma:
Tres gavillas de buen cereal, dos gavillas de cereal mediocre y una gavilla de
cereal malo se venden por 39 dou. Dos gavillas de bueno, tres mediocres y una
mala se venden por 34 dou. Y una buena, dos mediocres y tres malas se venden
por 26 dou. ¿Cuál es el precio recibido por cada gavilla de buen cereal, cada ga-
villa de cereal mediocre, y cada gavilla de cereal malo?
1
Depto. de Álgebra
escalares. El lector bien puede pensar que K es el cuerpo Q de los números ra-
cionales, R de los reales o incluso C de los complejos. Aunque debe tener en
cuenta que todo lo dicho sobre sistemas de ecuaciones lineales y matrices es
cierto en general para cualquier cuerpo K.
Ecuación lineal
a1 α1 + a2 α2 + · · · + an αn = b.
El carácter lineal se aplica porque las incógnitas aparecen con grado igual a 1.
+ ... + b1 ,
a11 x1 + a12 x2 a1n xn =
a21 x1 + a22 x2 + ... + a2n xn = b2
S ≡ ..
.
am1 x1 + am2 x2 + . . . + amn xn = b m ,
donde las xi son las incógnitas y los ai j , b i son números. Los núme-
ros ai j se denominan coeficientes del sistema, y el conjunto de los b i
términos independientes del sistema.
Una solución del sistema lineal anterior es una serie de números α1, α2 , . . . , αn
que satisface cada ecuación del sistema, es decir, que verifica
ai 1 α1 + ai 2 α2 + · · · + ai n αn = b i , para cada i = 1, . . . , n.
37/4
17/4 .
11/4
x1 + 2x2 − x3 = −3,
S ≡ x1 + x2 = 1, (1.2.3)
2x1 + x2 + x3 = 0.
x1 + x2 + 2x3 = 3,
5x3 = 5,
½
(1.2.6)
7x3 = 7.
Se trata de un sistema lineal con dos ecuaciones y una incógnita, cuya única
solución es x3 = 1. Respecto a x1 y x2 solamente podemos decir que
x1 = 1 − x2 .
1 − x2
x2 donde x2 ∈ K.
1
En este caso el sistema lineal tiene tantas soluciones como elementos hay en el
cuerpo de escalares K.
3x1 + x2 = −1,
½
x1 = −1,
S1 : S 2 : 2x1 + x2 = 0,
x2 = 2.
5x1 + 2x2 = −1.
2 1 3 4
Una submatriz de una matriz dada A es una matriz que se obtiene seleccio-
nando un conjunto de filas y columnas de A. Por ejemplo,
2 4
µ ¶
B=
−3 7
Las matrices que tienen una sola fila o una sola columna las llamaremos,
respectivamente, vectores fila o vectores columna. Los notaremos como u, v .
El símbolo A i ∗ se usa para denotar la fila i -ésima, y A ∗ j para la j -ésima
columna. Por ejemplo, si A es la matriz de (1.3.1), entonces
1
8 6 5 −9 y A ∗2 = 6 .
¡ ¢
A 2∗ =
8
α1 u1 + α2 u2 + · · · + αs us ,
1
u= 2 y v= 1 2 3 .
¡ ¢
Suma de matrices
−A = (−ai j ).
La diferencia de A y B es
A − B = A + (−B).
2 −3 4 0 0 3
−4 −2
A = 1 −2 1 1 , B = −3 1 −1 −2 .
0 0 0 0 −1 4 2 −1
Entonces
−2 3 −4 0 6 −1 4 −3
−2 −5 4 3
A+B = −2 −1 0 −1 , −A =
−1 2 −1 −1 , A−B = 4 −3 2
3
.
−1 4 2 −1
0 0 0 0 1 −4 −2 1
Si
1
−1 −3 −2 −2
C =
−3 −3 0 1 ,
−3
1 −2 3 2 1
no podemos calcular A +C , pues A es de orden 3 × 4 y C es de orden 3 × 5.
(A + B) +C = A + (B +C ).
A + B = B + A.
A + O = O + A = A.
αA = (αai j ).
Ejemplo 1.3.2.- Si
2 −3 4 0
A=
1 −2 1 1 ,
0 0 0 0
entonces
−6 9 −12 0 0 0 0 0
−3 6
(−3) · A = −3 −3 , 0 · A 0 0 0 0 .
0 0 0 0 0 0 0 0
αA es una matriz m × n.
(αβ)A = α(βA).
α(A + B) = αA + αB.
(α + β)A = αA + βA.
1 · A = A, 0 · A = O.
Trasposición
A = (ai j ).
A ∗ = (a j i ).
Entonces
2 1 0 2 1 0
−3 −2 0
∗ −3 −2 0
t
A = , A = .
4 1 0 4 1 0
0 1 0 0 1 0
Para que haya alguna diferencia entre A t y A ∗ debemos emplear matrices con
entradas complejas. Por ejemplo, si
1
1−i
, entonces u∗ = 1 1 + i 2 .
¡ ¢
u= −i
i
2
(A t )t = A, (A ∗ )∗ = A.
(A + B)t = A t + B t y (A + B)∗ = A ∗ + B ∗ .
(αA)t = αA t y (αA)∗ = αA ∗ .
P RUEBA :
Simetrías
1 0 5 1 1 5
1 1+i
µ ¶
A= 0 −3 2 , B = 0 −3 2 ,C = .
1−i 3
5 2 −3 5 2 −3
Por ejemplo, si
1 1 5
1 −3
A= 2 , entonces traza(A) = 1 + (−3) + (−3) = −5.
5 2 −3
Obsérvese que puede ocurrir que dos matrices A y B estén ajustadas para
la multiplicación en el orden AB pero no en el orden B A.
1 2 5
µ ¶ µ ¶
A= ,B= ,
3 4 6
Multiplicación de matrices
3
µ ¶
1 2 ,B = ,
¡ ¢
A=
4
2 1 1 1
µ ¶ µ ¶
C= ,D= .
0 −1 2 3
Entonces
4 5 2 0
à ! à !
CD = , DC = .
−2 −3 4 −1
ci 1 ci 2 . . . ci n
¡ ¢
(AB)i ∗ =
¡ Pp Pp Pp
. . .
¢
= k=1
a i k b k1 k=1
a i k b k2 k=1
a i k b kn
p
X p
X
b k1 b k2 . . . b kn ai k B k∗ .
¡ ¢
= ai k =
k=1 k=1
Las dos primeras igualdades se pueden escribir de manera más visual como
A 1∗ A 1∗ B
A 2∗ A 2∗ B ¡
, A B ∗1 B ∗2 . . . B ∗n = AB ∗1 AB ∗2 . . . AB ∗n .
¢ ¡ ¢
.. B = ..
. .
A m∗ A m∗ B
Las dos últimas ecuaciones indican que las filas de AB son combinación lineal
de las filas de B, y que las columnas de AB son combinación lineal de las co-
lumnas de A.
Otra forma muy usada para el producto de matrices es
B 1∗
B 2∗
¢
AB = A ∗1 A ∗2 . . . A ∗p .
¡
..
B p∗
= A ∗1 B 1∗ + A ∗2 B 2∗ + · · · + A ∗p B p∗ .
Por otro lado, toda ecuación matricial A m×n xn×1 = bm×1 representa un sistema
lineal de m ecuaciones y n incógnitas.
Si el sistema tiene una solución u = (u i ), entonces podemos escribir
b = u 1 A ∗1 + u 2 A ∗2 + · · · + u n A ∗n ,
1,
x3 +x4 =
−2x1 −4x2 +x3 = −1,
3x1 +6x2 −x3 +x4 = 2.
1 0 0 1 1
−1 = (−1) −2 + (−1) −4 + 1 1 + 0 0 .
2 3 6 −1 1
A(B +C ) = AB + AC .
(D + E )F = DF + E F .
A(BC ) = (AB)C .
P RUEBA :
o bien que H = Y + Z .
Matriz identidad
1 0 ... 0
0 1 ... 0
In = .. .. . . ..
. . . .
0 0 ... 1
Trasposición y producto
(AB)t = B t A t , y (AB)∗ = B ∗ A ∗ .
... . . . B 1t
A 11 A 12 A 1r B 11 B 12
A 21 A 22 ... A 2r B 21 B 22 . . . B 2t
A= .. .. .. .. ,B = .. .. .. .. .
. . . . . . . .
A s1 A s2 ... A sr Br 1 Br 2 . . . Br t
A i 1 B 1j + A i 2 B 2j + · · · + A i r B r j .
3 1 15 17
2x1 + 5 = −1, de donde x1 = (−1 − ) = − .
2 2 2 4
E 24
→ S ′.
que notamos por S −
2E 4
notado por S −→ S ′ .
La sustitución de la tercera ecuación por la suma de ella más tres veces la cuarta
produce el sistema
E 3 +3E 4
expresado como S −−−−→ S ′ .
son
E1 E1
.. ..
. .
Ei Ei
.. ..
′
S ≡ . , yS ≡ . ,
E E j + αE i
j
.. ..
. .
Em Em
entonces una solución de S verifica todas las ecuaciones E i , por lo que tam-
bién verifica la expresión E j +αE i . Recíprocamente, una solución de S ′ verifica
todas sus ecuaciones, por lo que se cumple las expresiones E i y E j +αE i , por lo
que también verifica E j . En tal caso, es solución también de S .
2 x1 + x2 + x3 = 1,
6x1 + 2x2 + x3 = −1,
−2x1 + 2x2 + x3 = 7.
2 x1 + x2 + x3 = 1,
− x2 − 2x3 = −4, (E 2 − 3E 1)
−2x1 + 2x2 + x3 = 7.
2 x1 + x2 + x3 = 1,
− x2 − 2x3 = −4,
3x2 + 2x3 = 8 (E 3 + E 1 ).
2x1 + x2 + x3 = 1,
(-1) x2 − 2x3 = −4,
3x2 + 2x3 = 8.
2x1 + x2 + x3 = 1,
(-1) x2 − 2x3 = −4,
− 4x3 = −4 (E 3 + 3E 2 ).
x3 = 1.
x2 = 4 − 2x3 = 4 − 2(1) = 2.
1 1
x1 = (1 − x2 − x3 ) = (1 − 2 − 1) = −1,
2 2
que completa la solución.
2 1 1 1
6 2 1 −1 (la barra indica dónde aparece el signo =).
−2 2 1 7
...
a11 a12 a1n b1
a21 a22 ... a2n b2
(A|b) = .. .. .. .. .
. . . .
am1 am2 . . . amn b m
2 1 1
A= 6 2 1
−2 2 1
y la matriz ampliada es
2 1 1 1
= 6 2 1 −1 .
¡ ¢
A b
−2 2 1 7
M1∗
..
.
Mi ∗
.
M = .. ,
Mj∗
.
..
Mm∗
los tres tipos de operaciones elementales de filas sobre M son como sigue.
Ejemplo 1.8.1.- Para resolver el sistema del ejemplo 1.6.5 mediante operacio-
nes elementales por fila, partimos de la matriz ampliada M = (A|b) y triangula-
mos la matriz de coeficientes A realizando la misma secuencia de operaciones
por fila que se corresponden a las operaciones elementales realizadas sobre las
ecuaciones.
F2 − 3F1
2 1 1 1 2 1 1 1
F3 + F1
6 2 1 −1 −−−−−−−→ 0 -1 −2 −4
−2 2 1 7 0 3 2 8
2 1 1 1
F3 +3F2
−−−−→ 0 −1 −2 −4
0 0 −4 −4
La matriz final representa el sistema triangular
2x1 + x2 + x3 = 1,
− x2 − 2x3 = −4,
− 4x3 = −4.
que se resuelve por sustitución hacia atrás, como explicamos antes (ver ejem-
plo 1.6.5).
...
t 11 t12 t1n c1
0 t22 ... t2n c2
.. .. .. .. .. (1.8.1)
.
. . . .
0 0 . . . tnn cn
1
xi = (ci − ti ,i +1 xi +1 − ti ,i +2 xi +2 − . . . − ti n xn )
ti i
para i = n − 1, n − 2, . . ., 2, 1.
1 2 1 3 3 5
2 4 0 4 4 6
, (1.9.1)
¡ ¢
B= A b =
1 2 3 5 5 9
2 4 0 4 7 9
1 2 1 3 3 5 1 2 1 3 3 5
2 4 0 4 4 6 0 0 −2 −2 −2 −4
→ .
1 2 3 5 5 9 0 0 2 2 2 4
2 4 0 4 7 9 0 0 −2 −2 1 −1
Toda matriz es equivalente por filas a una forma escalonada por filas.
Una estructura típica de una forma escalonada por filas, con los pivotes
marcados, es
* ∗ ∗ ∗ ∗ ∗ ∗ ∗
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 0
Los pivotes son las primeras entradas no nulas en cada fila. Podemos tener tam-
bién columnas de ceros a la izquierda de la matriz.
Como hay flexibilidad para elegir las operaciones por filas que reducen una
matriz A a una forma escalonada E , las entradas de E no están unívocamente
determinadas por A. Sin embargo, probaremos que las posiciones de los pivo-
tes son siempre las mismas.
Nota 1.9.1. Sean A m×n y B m×n matrices tales que B se ha obtenido de A me-
diante transformaciones elementales por filas. Supongamos que existe una re-
lación de la forma
n
X
A ∗k = α j A∗ j ,
j =1
n
X
B ∗k = α j B∗ j ,
j =1
con los mismos coeficientes. Es una comprobación muy sencilla para cada trans-
formación.
Por aplicación reiterada de este resultado, si E es una forma escalonada por
filas de A, las relaciones entre las columnas de E son las mismas que las rela-
ciones entre las columnas de A.
Una matriz E m×n está en forma escalonada reducida por filas si se ve-
rifican las siguientes condiciones:
Una estructura típica de una matriz en forma escalonada reducida por filas es
1 0 0 0
∗ ∗ ∗ ∗
0 0 1 0 ∗ ∗ 0 ∗
0 0 0 1 ∗ ∗ 0 ∗
0 0 0 0 0 0 1
∗
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
Observemos que una columna que contenga un pivote no puede ser combina-
ción lineal de las anteriores. Lo mismo se aplica a una forma escalonada cual-
quiera. Como comentamos antes, si una matriz A se transforma en una for-
ma escalonada por filas mediante operaciones elementales por fila, entonces
la forma está unívocamente determinada por A, pero las entradas individua-
les de la forma no son únicas. Sin embargo, la forma escalonada reducida tiene
una propiedad especial.
0 1
0 0
EA = .. o bien E A = .. .
. .
0 0
Como toda operación por filas aplicada al primer caso la deja invariante, no
podemos usar estas operaciones para transformar la primera matriz en la se-
gunda, ni podemos cambiar la segunda en la primera, por el carácter reversi-
ble de las operaciones elementales. Esto significa que una matriz con una sola
columna es equivalente por filas a una de las matrices anteriores, pero no a
ambas.
Supongamos ahora que n > 1 y que el teorema es cierto para matrices con
menos de n columnas. Si B y C son dos formas escalonadas reducidas por fi-
las obtenidas a partir de A, sean A ′ , B ′ y C ′ las matrices obtenidas mediante el
borrado de la última columna de A, B y C , respectivamente. Entonces B ′ y C ′
son equivalentes por filas a A ′ . Más aún, B ′ y C ′ están en forma escalonada re-
ducida por filas. Como A ′ tiene n − 1 columnas, la hipótesis de inducción nos
garantiza que B ′ = C ′ . Por tanto, B y C únicamente pueden ser diferentes en la
última columna. Vamos a distinguir dos posibilidades.
Si B y C no contienen un pivote en la última columnas, entonces B ∗n es
combinación lineal de las columnas anteriores con pivotes. Con C ∗n ocurre lo
mismo, y con los mismos coeficientes y columnas, pues C y B están relaciona-
das mediante transformaciones elementales. Esto implica que B = C .
Si B y C contienen un pivote en la última columna, entonces B ∗n tiene un 1
en la posición k y ceros en las restantes, y C ∗n tiene un 1 en la posición l y ceros
en las restantes. Como las n − 1 primeras columnas de B y C son iguales, la fila
k en la que aparece el pivote 1 de B ∗n coincide con la fila l en la que aparece
el pivote 1 en C ∗n : es la primera fila nula de la forma escalonada reducida por
filas de A ′ . Por tanto, k = l y B ∗n = C ∗n .
Para la segunda parte, supongamos que U es una forma escalonada por filas
obtenidas a partir de A. Para llegar de U a E A , hacemos los pivotes iguales a 1
y anulamos las entradas por encima de dicho pivote. Entonces las posiciones
pivote de U coinciden con las de E A .
Nota 1.10.1. Para una matriz A, el símbolo E A denotará la única forma escalo-
nada reducida por filas derivada de A mediante transformaciones elementales
por fila. También escribiremos
rref G-J
→ E A o bien A −
A− → E A,
Como las posiciones pivote son únicas, se sigue que el número de pivotes,
que es el mismo que el número de filas no nulas de E , también está unívoca-
mente determinado por A. Este número se denomina rango de A, y es uno de
los conceptos fundamentales del curso.
1 2 1 1
A = 2 4 2 2 .
3 6 3 4
Por tanto, rango(A) = 2. Las posiciones pivote están en la primera y cuarta co-
lumna, por lo que las columnas básicas de A son A ∗1 y A ∗4 . Esto es,
1 1
Columnas básicas = 2 , 2 .
3 4
Si esto ocurre en la i -ésima fila, entonces la i -ésima ecuación del sistema aso-
ciado es
0 · x1 + 0 · x2 + . . . + 0 · xn = α.
Para α 6= 0, esta ecuación no tiene solución, y el sistema original es incompa-
tible (recordemos que las operaciones por filas no alteran el conjunto de solu-
ciones). El recíproco también se verifica. Esto es, si el sistema es incompatible,
entonces en algún momento del proceso de eliminación llegamos a una fila de
la forma
0 0 . . . 0 α , α 6= 0. (1.11.1)
¡ ¢
En otro caso, la sustitución hacia atrás se podría realizar y obtener una solu-
ción. No hay incompatibilidad si se llega a una fila de la forma
0 0 ... 0 0 .
¡ ¢
Compatibilidad de un sistema
rango([A|b]) = rango(A).
x1 + x2 + 2x3 + 2x4 + x5 = 1,
2x1 + 2x2 + 4x3 + 4x4 + 3x5 = 1,
2x1 + 2x2 + 4x3 + 4x4 + 2x5 = 2,
3x1 + 5x2 + 8x3 + 6x4 + 5x5 = 3,
Sistemas homogéneos
1 2 2 3 1 2 2 3 1 2 2 3
A = 2 4 1 3 → 0 0 −3 −3 → 0 0 −3 −3 = E .
3 6 1 4 0 0 −5 −5 0 0 0 0
x3 = −x4
x1 = −2x2 − x4 ,
x2 = libre ,
x3 = −x4 ,
x4 = libre.
Como las variables libres x2 y x4 pueden tomar todos los valores posibles, las
expresiones anteriores describen todas las soluciones.
Mejor que describir las soluciones de esta forma, es más conveniente ex-
presarlas como
x1 −2x2 − x4 −2 −1
x2 x2 1 0
= = x + x ,
2 4
x3 −x4 0 −1
x4 x4 0 1
entendiendo que x2 y x4 son variables libres que pueden tomar cualquier valor.
Esta representación se denominará solución general del sistema homogéneo
y enfatiza que la solución general del sistema es combinación lineal de las dos
soluciones
−2 −1
1 0
h1 = y h2 = .
0 −1
0 1
x = x f 1 h1 + x f 2 h2 + · · · + x f n−r hn−r ,
1 2 2 3 1 2 0 1
A = 2 4 1 3 → 0 0 1 1 = E A,
3 6 1 4 0 0 0 0
y el sistema a resolver es
x1 + 2x2 + x4 = 0,
x3 + x4 = 0.
x = x f 1 h1 + x f 2 h2 + · · · + x f n−r hn−r ,
A = 2 5 7 → 0 1 3 = E,
3 6 6 0 0 0
de donde rango(A) = 2 < n = 3. Como las columnas básicas están en las posi-
ciones uno y dos, x1 y x2 son las variables básicas, y x3 es libre. Mediante sus-
titución hacia atrás en [E |0], nos queda x2 = −3x3 y x1 = −2x2 − 2x3 = 4x3 , y la
solución general es
4
x1
x2 = x3 −3 , donde x3 es libre.
x3 1
x1 + 2x2 + 2x3 = 0,
2x1 + 5x2 + 7x3 = 0,
3x1 + 6x2 + 8x3 = 0,
1 2 2 1 2 2
A(p + h) = A p + A h = b + 0 = b,
A(q − p) = A q − A p = b − b = 0,
Nota 1.13.1. Tenemos un método para calcular la forma general del conjunto
de soluciones del sistema homogéneo asociado S h , tal como vimos en la pá-
gina 49. El teorema anterior nos indica que si podemos calcular una solución
particular, tendremos la forma general de las soluciones del sistema compati-
ble A x = b.
Supongamos que [A|b] representa el sistema un sistema de m ecuaciones
y n incógnitas, donde rango(A) = r . La compatibilidad garantiza que b no es
una columna básica de [A|b], por lo que las columnas básicas de (A|b) están
en la misma posición que las columnas básicas de (A|0). Esto significa que el
x = p + x f 1 h1 + x f 2 h2 + · · · + x f n−r hn−r ,
donde la columna p contiene las constantes ξi junto con ceros. Tenemos así
que p es una solución particular del sistema de partida.
x = p + x f 1 h1 + x f 2 h2 + · · · + x f n−r hn−r ,
donde
Como las variables libres x f i recorren todos los posibles valores, la solu-
ción general describe todas las posibles soluciones del sistema [A|b]. Como en
el caso homogéneo, podemos reducir completamente [A|b] a E [A|b] mediante
Gauss-Jordan, y evitamos la sustitución hacia atrás.
1 2 2 3 4 1 2 0 1 2
G-J
[A|b] = 2 4 1 3 5 −
→ 0 0 1 1 1 = E [A|b] .
3 6 1 4 7 0 0 0 0 0
x1 + 2x2 + x4 = 2,
x3 + x4 = 1.
La columna
2
0
p=
1
0
que aparece en (1.13.1) es una solución particular del sistema no homogéneo;
se tiene cuando x2 = 0, x4 = 0.
Además, la solución general del sistema homogéneo
Así, la solución general del sistema homogéneo (1.13.2) es una parte de la solu-
ción general del sistema no homogéneo original (1.13.1).
x1 + x2 + 2x3 + 2x4 + x5 = 1,
2x1 + 2x2 + 4x3 + 4x4 + 3x5 = 1,
2x1 + 2x2 + 4x3 + 4x4 + 2x5 = 2,
3x1 + 5x2 + 8x3 + 6x4 + 5x5 = 3,
x1 = 1 −x3 −2x4 ,
x2 = 1 −x3 ,
x3 = x3 (variable libre),
x4 = x4 (variable libre) ,
x5 = −1.
Teorema de Rouché-Frobenius