Está en la página 1de 4

Regla de Cramer

La regla de Cramer es un teorema del álgebra lineal que Entonces, x e y pueden ser encontradas con la regla de
da la solución de un sistema lineal de ecuaciones en tér- Cramer, con una división de determinantes, de la siguien-
minos de determinantes. Recibe este nombre en honor te manera:
a Gabriel Cramer (1704 - 1752), quien publicó la regla
en su Introduction à l'analyse des lignes courbes algébri-
ques de 1750, aunque Colin Maclaurin también publicó e b a e

el método en su Treatise of Geometry de 1748 (y proba- f d ed − bf c f af − ec
blemente sabía del método desde 1729).[1] x = =
; y = =

a b ad − bc a b ad − bc
La regla de Cramer es de importancia teórica porque da c d c d
una expresión explícita para la solución del sistema. Sin
embargo, para sistemas de ecuaciones lineales de más de
0.1.1 Ejemplo
tres ecuaciones su aplicación para la resolución del mis-
mo resulta excesivamente costosa: computacionalmente,
Ejemplo de la resolución de un sistema e de 2x2:
es ineficiente para grandes matrices y por ello no es usa-
do en aplicaciones prácticas que pueden implicar muchas Dado
ecuaciones. Sin embargo, como no es necesario pivotar
matrices, es más eficiente que la eliminación gaussiana
para matrices pequeñas, particularmente cuando son usa- 3x + 1y = 9
das operaciones SIMD.
Si Ax = b es un sistema de ecuaciones. A es la matriz 2x + 3y = 13
de coeficientes del sistema, x = (x1 , . . . , xn ) es el vector que matricialmente es:
columna de las incógnitas y b es el vector columna de los
términos independientes. Entonces la solución al sistema
[ ][ ] [ ]
se presenta así: 3 1 x 9
=
2 3 y 13

det(Aj ) x e y pueden ser resueltos usando la regla de Cramer


xj =
det(A)

donde Aj es la matriz resultante de reemplazar la j-ésima 9 1

columna de A por el vector columna b . Hágase notar 13 3 9 ∗ 3 − 1 ∗ 13
que para que el sistema sea compatible determinado, el x =
3 1 = 3 ∗ 3 − 1 ∗ 2 = 2
determinante de la matriz A ha de ser no nulo.
2 3

3 9
0.1 Sistema de 2x2
2 13 3 ∗ 13 − 9 ∗ 2
y= = =3
Para la resolución de un sistema de dos ecuaciones con 3 1 3∗3−1∗2

dos incógnitas, de la forma. Dado el sistema de ecuacio- 2 3
nes:

0.2 Sistema de 3x3


ax + by = e
La regla para un sistema de 3x3, con una división de
cx + dy = f determinantes:

Se representa matricialmente :


ax + by + cz = j
[ ][ ] [ ] dx + ey + f z = k
a b x e 
= 
c d y f gx + hy + iz = l

1
2 2 CÓDIGO EN MATLAB

 
Que representadas en forma de matriz es: a1,1 ··· a1,j−1 b1 a1,j+1 ··· a1,n
 a2,1 ··· a2,j−1 b2 a2,j+1 ··· a2,n 
 
 
      
 
a b c x j Aj =  ... ..
.
..
. 
d e f y  = k   
 
 
g h i z l  an−1,1 ··· an−1,j−1 bn−1 an−1,j+1 ··· an−1,n 
an,1 ··· an,j−1 bn an,j+1 ··· an,n
x , y , z pueden ser encontradas como sigue:
Usando las propiedades de la multiplicación de matrices:


j b c a j c a b j
−1 −1 −1 −1
k e f d k f d e k Ax = b ⇔ A Ax = A b ⇔ Ix = A b ⇔ x = A b

l h i g l i g h l
x = ;
y = ,
z = entonces:

a b c a b c a b c
d e f d e f d e f

g h i g h i g h i
(Adj A)t
x = A−1 b = b
|A|
0.2.1 Ejemplo A′pl
(Adj A)t = = Alp
A′pl
Dado el sistema de ecuaciones lineales:
Por lo tanto:

3x + 2y + 1z = 1
∑ ∑n
n
A′ji Aij bi |Aj |
A−1 b = bik = i=1
=
|A| |A| |A|
2x + 0y + 1z = 2 i=1

Aparte, recordando la definición de determinante, la su-


−1x + 1y + 2z = 4 ma definida acumula la multiplicación del elemento ad-
   junto o cofactor de la posición ij , con el elemento i-
3 2 1 x
ésimo del vector B (que es precisamente el elemento i-
expresado en forma matricial:  2 0 1y  =
èsimo de la columna j , en la matriz Aj ).
  −1 1 2 z
1
2
4 2 Código en MatLab
Los valores de x, y y z serían:
Programa escrito en Matlab para soluciones de sistemas
de ecuaciones lineales usando la regla de Cramer

1 2 1 3 1 1 3 2 1%Método
de Cramer %Sea A la matriz aumentada de

2 0 1 2 2 1 2 0 2(n)x(n+1)
de algún sistema de ecuaciones %lineales a

4 1 2 −1 4 2 −1 1 4resolver,
previamente definida en consola. % %Fran-
x = ; y = ; z =
cisco Peña Gallardo (Peñovsky Freeman) %UMSNH
3 2 1 3 2 1
3 2 1(FisMat)

2 0 1 2 0 1 2 0 1 % function cramer(A) a=size(A); %Hacemos
determinante de la matriz de coeficientes %para
el
−1 1 2 −1 1 2 −1 1 2
verificar si el sistema tiene solución distinta de la
trivial for i=1:1:a(1) for j=1:1:a(2)−1 D(i,j)=A(i,j);
end end if det(D)==0 fprintf('El sistema es linealmente
1 Demostración dependiente y por ende no tiene solución\n') return
else d=det(D); end %Vector de coeficientes constantes
Sean: for i=1:1:a(1) v(i)=A(i,a(2)); end %Aplicamos Cramer
for i=1:a(1) V=zeros(a(1)); V(:,i)=v; W=zeros(a(1));
W(:,i)=D(:,i); X=D-W+V; x(i)=det(X); x(i)=x(i)/d; end
    %Imprimimos soluciones fprintf('Soluciones\n') for
x1 b1
 ..   ..  i=1:1:a(1) fprintf('X%.0f=%f\t',i,x(i)) end fprintf('\n')
x= .  b= .  end
xn bn
3

3 Referencias
[1] Carl B. Boyer, A History of Mathematics, 2nd edition (Wi-
ley, 1968), p. 431.

4 Véase también
• Determinante

• Matriz
4 5 TEXT AND IMAGE SOURCES, CONTRIBUTORS, AND LICENSES

5 Text and image sources, contributors, and licenses


5.1 Text
• Regla de Cramer Fuente: http://es.wikipedia.org/wiki/Regla%20de%20Cramer?oldid=80274706 Colaboradores: Richy, Yrbot, Yurik-
Bot, Echani, GermanX, Siabef, Paintman, Rdaneel, Nethac DIU, CEM-bot, Retama, Davius, Rastrojo, Thijs!bot, RoyFocker, IrwinSantos,
Rafadose, Isha, Góngora, JAnDbot, Kved, Humberto, Rei-bot, Idioma-bot, Pólux, Fremen, VolkovBot, Urdangaray, Djfarlo2002, Mat-
drodes, Muro Bot, SieBot, Carmin, Pascow, Nberger, Mutari, Jarisleif, Dnu72, HUB, Elijax, Farisori, Leonpolanco, UA31, AVBOT,
Steve.jaramillov, Dermot, Louperibot, MastiBot, SpBot, Diegusjaimes, MelancholieBot, Luckas-bot, Nallimbot, Pegna, Xqbot, Jkbw, Ef-
zukowski, PatruBOT, Edslov, EmausBot, Reox, ZéroBot, Ebrambot, Mentibot, KLBot2, Ginés90, Acratta, Elvisor, JacobRodrigues, Se-
bastiangarcia147 y Anónimos: 115

5.2 Images

5.3 Content license


• Creative Commons Attribution-Share Alike 3.0

También podría gustarte