Un teorema sobre aprendizaje

Cristian G. Mantilla Moreno.

2182283

Universidad Industrial de Santander

2018
 Índice

Introducción 2
Contenido 3
1. Números complejos 3
Operaciones 6
Fórmula de Moivre 9
Aplicaciones 11
2. Matrices
Sistema de ecuaciones lineales 13
Operaciones 16
Inversa de una matriz 19
Traspuesta de una matriz y matrices diagonales 21
Aplicaciones 23
3. Teorema de Rouché-Frobenius
Determinantes 24
Menor y cofactor 25
Rango de una matriz 26
Bibliografía 32

2
 Introducción

“Ha habido muchísimos inventos que hacen crecer esta ciencia; son hermosas construcciones del
pensamiento” -Eduardo Sáenz de Cabezón.

Desde muy corta edad, las matemáticas entran a jugar un papel importante en la vida de
cualquier persona, pues el conocimiento de dicha área implica grandes ventajas en diversos
campos y situaciones. Entonces, se considera fundamental la educación temprana de dicha
ciencia, ya que un enlace y relación constante con los números y la lógica aportan en gran
medida, con el fin de una destacada evolución del aprendizaje y todo lo familiarizado con la
educación. Por tal caso, operaciones de prácticos de análisis y lógica son una introducción
interesante y divertida que significa el camino hacia un conocimiento bastante profundo
durante la formación académica. Sin embargo, poco a poco la ciencia empieza a tornarse
más compleja, lo que conlleva a tener conciencia sobre la inmensidad que reside el estudio
de esta rama, puesto que las matemáticas siempre irán más allá del rango de conocimiento
que se va adquiriendo. Por consiguiente, en el presente escrito se estudiarán las matrices y
los números complejos, unos tópicos llenos de principios llamativos y fundamentales, los
cuales enriquecen el desarrollo de la ciencia y sus aplicaciones, cuyas propiedades y esencia
tienden a ser relevantemente útiles dentro de los campos de investigación de cualquier área
de estudio.

3
 Contenido

Números complejos
Sabemos perfectamente que hay demasiada cantidad de números, mejor dicho, existe una cantidad
infinita de estos en las matemáticas. Seguramente también somos conscientes de que, como los
seres humanos, estamos distribuidos de una manera específica y pertenecemos a una sociedad o
comunidad. De manera similar se encuentran los números, están organizados en familias o diversos
conjuntos que conocemos, por ejemplo, como naturales (N), aquellos informalmente definidos
como los contables; los números enteros (Z), los cuales reúnen números negativos y positivos; los
racionales (Q), aquellos que pueden expresados de la forma fraccionaria (n/m) y su resultado es un
número entero, decimal finito o infinito periódico; los números irracionales (I), esos raritos, como
Pi y Euler, que son expresados también como fracción cuyo resultado es un número decimal con
cifras infinitas que no se repiten; y el conjunto gordo, los números reales, que engloban todos los
número anteriormente mencionados.
Sin embargo, existen otro conjunto de
números fundamentales que los matemáticos
descubrieron hace aproximadamente 400
años, denotándolos como los números
imaginarios.
Para entender mejor esta especie nueva,
aferrémonos a un ejemplo:
 Dada la ecuación 𝑥 2 + 1= 0 ó
𝑥 2 = −1. Hallar su solución.
Al realizar esto, seguramente te preguntes: ¿en
realidad existe un número que, al elevarlo al
cuadrado, me dé como resultado -1? ¡Eso es
imposible!, todo cuadrado me dará como resultado un número positivo. Entonces, ¿no existe? Ante
esto, los matemáticos, quienes no conocen acerca del conformismo, idearon una solución:
inventaron un número i que cumpliera dicha ecuación y se encontrara fuera del rango de los reales.
Por consiguiente, el término “imaginario” nació en las matemáticas, y significa √−1.
¿Qué tal si jugamos un poco con este número? Conozcamos una propiedad característica de las
potencias de i:
𝑖0= 1
𝑖1 = 𝑖
𝑖 2 = √−1√−1 = −1
𝑖 3 = 𝑖 ∗ 𝑖 2 = −𝑖

4
 𝑖4 = −1 ∗ −1 = 1
𝑖5 = 𝑖 ∗ 𝑖2 ∗ 𝑖2 = 𝑖
𝑖6 = 𝑖 2 ∗ 𝑖 2 ∗ 𝑖 2 = −1
𝑖7 = 𝑖 ∗ 𝑖 2 ∗ 𝑖 2 ∗ 𝑖 2 = −𝑖
Note que los cuatros primeros términos son fundamentales, ya que los que los proceden se
comportan como un ciclo, porque se llegó a su resultado descomponiendo esa cifra en los primeros
términos, jugando con la propiedad de suma de exponentes en potencias de igual base. Por lo tanto,
gracias a este hecho, podemos realizar cálculos grandes como los siguientes:
1507
 𝑖 3014 : 𝑖 2 = −11507 = -1 gracias a ser elevado a un exponente impar
1008
 𝑖 2016 : 𝑖 2 = −11008 = 1 gracias a ser elevado a un exponente par.
1007
 𝑖 2015 : 𝑖 2014 ∗ 𝑖 = 𝑖 2 ∗ 𝑖 = (−1)1007 ∗ 𝑖 = −𝒊
Números complejos
Después de haber analizado un poco acerca de los números imaginarios, se da paso a un conjunto
de número muy particulares, los cuales relacionan nuestros conocidos números reales con estas
raras cifras imaginarias, nos referimos a los números complejos.
Sea a un número real y bi un número imaginario, entonces un número complejo es un par ordenado
denotado de la forma (a, bi) en el plano complejo, o a+bi.
Por ejemplo, aquí tenemos algunas denotaciones y sus equivalentes:

Anteriormente hacíamos referencia al llamado plano complejo, el cual es la forma para visualizar y
representar un número complejo en un plano cartesiano modificado, donde el eje de las abscisas(x)
será nuestro eje real, y el eje de las ordenadas(y) será nuestro eje imaginario.
Cabe aclarar un comportamiento importante dentro de
este conjunto:
Sea bi un número nulo, tales que 𝑎 + 𝑏𝒊 = 𝑎, donde bi
= 0, diremos que ese número será un real puro.
Adicionalmente, dándose el caso contrario, donde a es
un número nulo (a = 0), tales que 𝑎 + 𝑏𝒊 = 𝑏𝒊, diremos
que se trata de un número imaginario puro.

5
Operaciones con números complejos
 Adición y sustracción
En este espacio tratemos con la siguiente suma:

5𝑥 + 16𝑦 + 14𝑥 + 12𝑥 − 2𝑦

Seguramente sabemos que, al realizar esta adición, buscamos agrupar aquellos términos semejantes,
es decir, sumamos todos los términos con x y todos aquellos con y. Entonces:

(5𝑥 + 14𝑥 + 12𝑥) + (16𝑦 − 2𝑦)

31𝑥 + 14𝑦
Lo mismo sucederá a la hora de realizar estas operaciones con números complejos. Por ejemplo:

Sean 𝑧 = 2 + 3𝑖 y 𝑤 = 5 − 4𝑖, realizar: 𝒛 + 𝒘 𝑦 𝒛 − 𝒘.

𝒁+𝑾
(2 + 3𝑖 ) + (5 − 4𝑖 )
(2 + 5) + (3𝑖 − 4𝑖 )

7 + (−1𝑖 )
𝟕−𝒊
𝒁−𝑾
(2 + 3𝑖 ) − (5 − 4𝐼)

2 + 3𝑖 − 5 + 4𝑖
(2 − 5) + (3𝑖 + 4𝑖 )

−𝟑 + 𝟕𝒊
 Al entender estas operaciones, podemos proceder a multiplicar números complejos,
siguiendo generalmente las reglas algebraicas. Por ejemplo: sean 𝑍 = 3 + 𝑖 y 𝑊 = 9 − 8𝑖,
obtener el producto de z*w

(3 + 𝑖)(9 − 8𝑖)
27 − 24𝑖 + 9𝑖 − 8𝑖 2 Ley de la distributiva

27 − 24𝑖 + 9𝑖 − 8(−1) Sabemos que 𝑖 2 = −1

(27 + 8) − 24𝑖 + 9𝑖

35 − 15𝑖

6
  División
Para realizar la división de este conjunto de números, debemos tener en cuenta un factor
importante, denominado como la conjugada de los números complejos, el cual se obtiene cambiando
el signo de la parte imaginaria por su respectivo inverso aditivo, es decir, dado el número 𝑍 = 𝑎 +
𝑏𝑖, su conjugado (denotado como 𝑍) será de la forma:

𝒁 = 𝒂 − 𝒃𝒊
Ejemplo:

𝑍 = 2+𝑖 𝑍 =2−𝑖
𝑍 = −3𝑖 𝑍 = 3𝑖
𝑍 = 14 𝑍 = 14 𝑍 = 𝑍 𝑠𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖 𝑍 𝑒𝑠 𝑢𝑛 𝑟𝑒𝑎𝑙 𝑝𝑢𝑟𝑜
Gracias a esto, podemos realizar operaciones de división entre número complejos con objetivo de
3+4𝑖
expresarlos como 𝑎 + 𝑏𝑖, por ejemplo, expresar 1−2𝑖 en dicha forma.
3+4𝑖 1+2𝑖
∗ Multiplicamos por la conjugada arriba y abajo para no afectar la identidad
1−2𝑖 1+2𝑖

(3+4𝑖)(1+2𝑖)
12−(2𝑖)2
Aplicamos la diferencia de cuadrados abajo 𝑎2 − 𝑏2 = (𝑎 + 𝑏)(𝑎 − 𝑏)

3+6𝑖+4𝑖+8𝑖 2
1−4𝑖 2

3+10𝑖+8(−1) 10𝑖−5
1−4(−1)
= 5

5(2𝑖−1)
5
= 𝟐𝒊 − 𝟏

Veamos algunos teoremas acerca del conjugado de los números complejos. Para número complejos
cualesquiera, z, z1 y z2, entonces:

𝑍1 + 𝑍2 = 𝑍1 + 𝑍2
𝑍1 − 𝑍2 = 𝑍1 − 𝑍2
𝑍1 ∗ 𝑍2 = 𝑍1 ∗ 𝑍2
̅̅̅̅
𝑍1
𝑍1/𝑍2 = ̅̅̅̅
𝑍2
𝑍̿ = 𝑍

Norma o magnitud
Al expresar el número complejo dentro de su plano, podremos distinguir algunas características,
dentro de las cuales se destaca la norma. Este concepto radica en el módulo o magnitud que posee
el vector del número complejo, y se denota de forma |𝑍|, expresándose como:

7
 |𝑍| ó 𝑟 = √𝑎2 + 𝑏2
Por ejemplo: establecer la norma del número 3 + 5𝑖

|𝑍| = √32 + 52

|𝑍| = √34
Argumento
Al referirnos a esto, se asocia el argumento con el ángulo comprendido entre dos vectores con
punto de origen en común, por consiguiente, al tratar con número complejos, sería correcto
relacionar este concepto con el ángulo comprendido entre el eje positivo real del plano, y la línea
que une Z con el origen del plano. El argumento es denotado de la siguiente manera:

𝜃 = 𝑎𝑟𝑔𝑍
Donde −𝜋 < 𝜃 ≤ 𝜋
Por lo tanto, con esta información podremos expresar un
número complejo en la forma trigonométrica, conocida como
forma polar, estableciendo los valores de a y b con una
función trigonométrica, así:

𝑎 = 𝑟 cos 𝜃
𝑏 = 𝑟 sin 𝜃
Entonces, 𝑍 = 𝑎 + 𝑏𝑖, se asemeja a:

𝑍 = 𝑟 cos 𝜃 + 𝑟 sin 𝜃 𝑖
𝑍 = 𝑟( cos 𝜃 + sin 𝜃 𝑖)

 Por ejemplo: Expresar 𝑍 = 1 + √3𝑖 y 𝑊 = −1 − 𝑖 en forma polar.

𝟐
La norma (r) de Z sería: √𝟏𝟐 + √𝟑 = 𝟐 = 𝒓

𝐴𝑟𝑔𝑍 = 𝟐 𝐜𝐨𝐬 𝜽 = 𝟏 𝒚 𝟐 𝐬𝐢𝐧 𝜽 = √𝟑

1 √3
Entonces, cos 𝜃 = 2 𝑦 sin 𝜃 = 2
, y el único argumento que cumple con esto, más −𝜋 < 𝜃 ≤ 𝜋,
𝜋
sería 𝜃 = 3 ó 60°. Por lo tanto, la forma polar sería:
𝜋 𝜋
𝑍 = 2(cos + 𝑖 sin )
3 3
Para el caso de W, su norma sería: √(−1)2 + (−1)2 = √2

𝐴𝑟𝑔𝑍 = √2 𝐜𝐨𝐬 𝜽 = −𝟏 𝒚 √2 𝐬𝐢𝐧 𝜽 = −𝟏

8
 √2 √2
Entonces, cos 𝜃 = − 2
𝑦 sin 𝜃 = − 2
, y el único argumento que lo satisface, más −𝜋 < 𝜃 ≤ 𝜋,
3𝜋
sería 𝜃 = − 4
(−135°). Por lo tanto, su forma polar sería:

3𝜋 3𝜋
𝑊 = √2(cos(− ) + 𝑖 sin(− ))
4 4
Al tener conocimiento sobre la forma polar de Z, analicemos algunos teoremas que se enfocan en
operaciones con esta forma:
Sean Z1 y Z2 dos números complejos cualesquiera, entonces:

𝑍1 ∗ 𝑍2 = 𝑟1 ∗ 𝑅2( cos(𝜃1 + 𝜃2) + sin(𝜃1 + 𝜃2) 𝑖)

𝑍1 𝑟1
= ( cos(𝜃1 − 𝜃2) + sin(𝜃1 − 𝜃2) 𝑖)
𝑍2 𝑟2
𝑍1
𝐴𝑟𝑔 = 𝐴𝑟𝑔𝑍1 − 𝐴𝑟𝑔𝑍2
𝑍2
Fórmula de Moivre
La fórmula de Moivre, designada por el matemático francés Abraham de Moivre, es muy útil en el
campo de los números complejos, ya que nos permitirá calcular n-ésimas raíces de dichos números,
a partir de su forma polar. Sea Z un número complejo y n un entero positivo entonces:

𝑍𝑛 = ⏟
𝑍 ∗ 𝑍 ∗ 𝑍 … … = 𝑟 𝑛 (cos(𝜃
⏟+ 𝜃 + 𝜃 …)) + 𝑖 sin(𝜃
⏟+ 𝜃 + 𝜃 …))
𝑛 𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠 𝑛 𝑡é𝑟𝑚𝑖𝑛𝑜𝑠 𝑛 𝑡é𝑟𝑚𝑖𝑛𝑜𝑠

Por lo tanto: 𝑍 𝑛 = 𝑟 𝑛 (cos 𝑛𝜃 + 𝑖 sin 𝑛𝜃)

 Por ejemplo, establecer el valor de 𝑍 2019 , 𝑑𝑜𝑛𝑑𝑒 𝑍 = 1 + √3𝑖

𝟐
La norma (r) de Z sería: √𝟏𝟐 + √𝟑 = 𝟐 = 𝒓

𝐴𝑟𝑔𝑍 = 𝟐 𝐜𝐨𝐬 𝜽 = 𝟏 𝒚 𝟐 𝐬𝐢𝐧 𝜽 = √𝟑

1 √3
Entonces, cos 𝜃 = 2 𝑦 sin 𝜃 = 2
, y el único argumento que cumple con esto, más −𝜋 < 𝜃 ≤
𝜋
𝜋, sería 𝜃 = 3 ó 60°. Por lo tanto, la forma polar sería:
𝜋 𝜋
𝑍 = 2(cos + 𝑖 sin )
3 3
Por consiguiente, la forma de hallar el resultado deseado es:
𝜋 𝜋
𝑍 2019 = 22019 (cos 2019 + 𝑖 sin 2019 )
3 3
𝑍 2019 = 22019 (cos 673𝜋 + 𝑖 sin 673𝜋) 𝐶𝑜𝑠(2𝑛 − 1) ∗ 𝜋 = −1 𝑦 𝑆𝑒𝑛(𝑛𝜋) = 0

𝑍 2019 = 22019 (−1)

Nota: 2n-1 representa la denotación de un número impar, y 2n denota un dígito par.

9
Continuando con nuestra fórmula, podemos también usarla con el objetivo de encontrar las
respectivas raíces de un número complejo, dándole la razón al teorema fundamental del álgebra, el
cual afirma que para todo polinomio de n grado, se obtienen n raíces.
Las expresaremos de la siguiente forma:

𝑛 2𝑘𝜋 + 𝜃 2𝑘𝜋 + 𝜃
√𝑍 = 𝑛√𝑟(cos ( ) + 𝑖 sin ( ) 𝑑𝑜𝑛𝑑𝑒 𝑘 = 0, 1, 2 … 𝑛 − 1
𝑛 𝑛
Por ejemplo: Encontrar las raíces cuartas de -16

La norma (r) de Z sería: √(−𝟏𝟔)𝟐 = 𝟏𝟔 = 𝒓

𝐴𝑟𝑔𝑍 = 𝝅 𝑝𝑜𝑟 𝑠𝑒𝑟 𝑢𝑛 𝑟𝑒𝑎𝑙 𝑝𝑢𝑟𝑜, 𝑒𝑠𝑡á 𝑠𝑜𝑏𝑟𝑒 𝑒𝑙 𝑒𝑗𝑒 𝑟𝑒𝑎𝑙 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜.
Por lo tanto, la forma polar sería:

𝑍 = 16(cos 𝜋 + 𝑖 sin 𝜋) sin 𝜋 = 0 𝑦 cos 𝜋 = −1

Sus raíces se calcularían

4 4 2𝑘𝜋 + 𝜋 2𝑘𝜋 + 𝜋
√−16 = √16(cos ( ) + 𝑖 sin ( ) 𝑑𝑜𝑛𝑑𝑒 𝑘 = 0, 1, 2, 3 𝑝𝑜𝑟 𝑠𝑒𝑟 𝑐𝑢𝑎𝑡𝑟𝑜 𝑟𝑎í𝑐𝑒𝑠
4 4

4 𝜋 𝜋
 √16(cos ( 4 ) + 𝑖 sin ( 4 ) 𝑑𝑜𝑛𝑑𝑒 𝑘 = 0

√2 √2
2( + 𝑖 ) = √𝟐 + √𝟐 𝒊, 𝑑𝑜𝑛𝑑𝑒 𝑘 = 0
2 2
3𝜋 3𝜋
 2(cos ( 4 ) + 𝑖 sin ( 4 ) 𝑑𝑜𝑛𝑑𝑒 𝑘 = 1

√2 √2
2(− + 𝑖 ) = −√𝟐 + 𝒊√𝟐 𝑑𝑜𝑛𝑑𝑒 𝑘 = 1
2 2
5𝜋 5𝜋
 2(cos ( 4 ) + 𝑖 sin ( 4 ) 𝑑𝑜𝑛𝑑𝑒 𝑘 = 2

√2 √2
2(− − 𝑖 ) = −√𝟐 − 𝒊√𝟐 𝑑𝑜𝑛𝑑𝑒 𝑘 = 2
2 2
7𝜋 7𝜋
 2(cos ( 4 ) + 𝑖 sin ( 4 ) 𝑑𝑜𝑛𝑑𝑒 𝑘 = 3

√2 √2
2( − 𝑖 ) = √𝟐 − 𝒊√𝟐, 𝑑𝑜𝑛𝑑𝑒 𝑘 = 3
2 2
Añadiendo un detalle más al conjunto de estos números, aparece otra forma de expresarlos,
conocida como la fórmula de Euler, que relaciona el número e y el argumento de Z:

𝑒 𝑖𝜃 = cos 𝜃 + 𝑖 sin 𝜃
Recordando la forma polar, podemos reducirla a:

10
 𝑍 = 𝑟𝑒 𝑖𝜃

Nota: En este link puedes encontrar una demostración entendible sobre la forma de Euler:
https://www.youtube.com/watch?v=tOG_vDb03T0

Aplicaciones

Ante esto, es posible afirmar que hemos analizado detalles elementales dentro de este invento
matemático, el cual puede ser considerado conformista, como se opinó en un época acerca de este
tema; sin embargo, con el tiempo se puede refutar diversos hechos relacionados con este conjunto,
gracias al nacimiento de aplicaciones trascendentales de los números complejos en varios campos
de la ciencia, como por ejemplo, ya sabemos indudablemente la importancia que tiene este campo
dentro de las matemáticas, ya que colabora eficazmente en el estudio de muchas propiedades de los
números, dentro del estudio conocido como la teoría de los números, demostraciones, cálculos,
teoremas y otros aspectos importantes. Adicionalmente, tiene gran relevancia dentro del campo de
la ingeniería, haciendo su presencia dentro de la representación de ondas electromagnéticas y
corriente eléctrica, cuando nos referimos al campo electrónico; en eléctrica, permiten representar
más sencillamente los parámetros de magnitud y fase que constituyen corrientes y tensiones
alternas; juegan también un papel importante en ingeniería mecánica y aeronáutica, ayudando a
representar la relación espacial de los esfuerzos en un sistema o internamente en un material, y
representando fuerzas resultantes y de sustentación, respectivamente.
Para adherir, se encuentras relevantes aplicaciones
dentro del campo de la física, con más énfasis en la
mecánica cuántica, la cual nos brinda información
acerca de la naturaleza en pequeñas escalas, cuya
matemática utiliza Espacios de Hilbert (aplicación
de las matemáticas en diversas dimensiones) de
dimensión infinita sobre los números complejos. En
la relatividad especial y relatividad general, algunas
fórmulas para la métrica espacio-tiempo se
convierten en expresiones más simples usando
variables imaginarias.
Para finalizar, también podemos encontrar a este conjunto de números dentro de las ecuaciones
diferenciales, cuando se estudian las soluciones de las ecuaciones diferenciales lineales (aquellas cuyas
soluciones pueden obtenerse mediante combinaciones lineales de otras soluciones) con coeficientes
constantes, dentro del cual encontramos raíces complejas que permiten expresar el resultado.

11
Matrices
Anteriormente tocamos concisamente el mundo de los números complejos, intentando de la mejor
manera posible su entendimiento e importancia que significó el invento de dichas cifras gracias a sus
aplicaciones y utilidades dentro del ambiente matemático. Por lo tanto, al haber concluido
satisfactoriamente dicho tema, continuamos abriendo otra puerta matemática, las matrices. Sin
embargo, para cumplir dicho motivo tendremos que revisar meticulosamente un caso de antemano,
como, por ejemplo, un sistema de ecuaciones lineales. Dichas ecuaciones son aquellas que pueden
representarse de la siguiente forma en el plano:

𝑎𝑥 + 𝑎2𝑥2 + 𝑎3𝑥3 … + 𝑎𝑛𝑥𝑛 … = 𝑏

Donde todos son dígitos son cantidades reales. Note también que una característica fundamental es
que todas sus variables se encuentran elevadas a la primera potencia, por lo que nunca se distinguirá
una raíz, logaritmo, argumento de funciones trigonométricas, etc. Por ejemplo:

𝑥 + 2𝑦 + 3𝑧 = 14 una ecuación lineal

√𝑥 + log 𝑦 + 4𝑧 = 20 no es ecuación lineal

Un conjunto finito de ecuaciones lineales resultado de las variables que satisfaga todas y cada una de
las ecuaciones dentro del sistema, se denomina conjunto solución. Por ejemplo:
𝑥+𝑦 = 3
{
2𝑥 + 3𝑦 = 7
El presente sistema, al ser conformado por dos ecuaciones lineales y dos incógnitas, es considerado
un arreglo 2𝑥2 y, en este caso, cuenta con un conjunto solución 𝑥 = 2, 𝑦 = 1, ya que dicho conjunto
satisface el resultado de cada ecuación del sistema. Siendo conscientes de este hecho, podemos
intuir que en todos los casos no se va a poder resolver un sistema de ecuaciones, ya que puede que
no exista un conjunto solución, como también podemos toparnos con la ocasión de que haya infinitas
o una única solución. Sin embargo, ¿por qué se puede presentar dichas situaciones?
𝑥+𝑦=4
Un sistema dado de la siguiente manera: { no presentaría solución alguna ya que el sistema
𝑥+𝑦=3
está compuesto por ecuaciones contradictorias. Este hecho puede ser explicado gracias a la
representación de esta familia de ecuaciones en el plano cartesiano, ilustrando las ecuaciones como
rectas L:

12
Al conocer esto, ya podremos dar paso a solucionar diferentes sistemas de ecuaciones lineales 2𝑥2.

Métodos de resolución de SEL 𝟐𝒙𝟐 y 𝟑𝒙𝟑

 Sustitución
𝑥 + 3𝑦 = 18
Sea el sistema { podremos resolverlo aplicando el método de sustitución, que consiste
2𝑥 − 𝑦 = 1
el despejar una de las 2 incógnitas, x ó y, en cualquiera de las dos ecuaciones presentes, y
posteriormente sustituir su resultado en la otra ecuación, para dar lugar a la solución de la otra
variable:

𝑥 = 18 − 3𝑦 En este caso despejamos x en la primera ecuación

2(18 − 3𝑦) − 𝑦 = 1 Sustituimos el valor de x anterior en la segunda ecuación y resolvemos

36 − 6𝑦 − 𝑦 = 1
36 − 7𝑦 = 1
𝑦=5
𝑥 + 3(𝟓) = 18 Reemplazamos el valor de y obtenido en la primera ecuación y resolvemos

𝑥=3
Puede ser comprobado sustituyendo las dos incógnitas halladas en las dos ecuaciones para
corroborar que satisfacen de manera ecuánime.
 Igualación
3𝑥 + 𝑦 = 10
Dado el sistema { será resuelto mediante el método de igualación, el cual se basa en
𝑥 − 4𝑦 = 12
despejar la misma incógnita en las dos ecuaciones e igualar sus dos resultados, para así dar con el
resultado de la otra variable:
𝑥−12
𝑦 = 10 − 3𝑥, 𝑦 = 4
Despejamos y en las dos ecuaciones
𝑥−12
10 − 3𝑥 = 4
Igualamos ambos resultados y resolvemos

13
4(10 − 3𝑥) = 𝑥 − 12

40 − 12𝑥 = 𝑥 − 12
52 = 13𝑥
𝑥=4
(𝟒) − 4𝑦 = 12 Reemplazamos el valor obtenido de x en cualquier ecuación y resolvemos

−4𝑦 = 8

𝑦 = −2
Corroboramos y nos damos cuenta que el conjunto solución satisface en las dos ecuaciones.
 Reducción
−𝑥 + 4𝑦 = −11
Sea el sistema { . Con el método de reducción se busca eliminar una incógnita de
2𝑥 − 3𝑦 = 17
una de los dos ecuación usando un arreglo de la otra ecuación, por ejemplo, en ese caso se multiplica
la primera ecuación por 2, para dar como resultado −2𝑥 + 8𝑦 = −22, con el fin de efectuar un
suma entre las dos ecuaciones, para así eliminar la x de la segunda ecuación y conseguir una nueva
con solo la incógnita y.

(−2𝑥 + 8𝑦 = −22) + (2𝑥 − 3𝑦 = 17)

5𝑦 = −5
5
𝑦=−
5
𝑦 = −1
Al obtener ya el valor de una incógnita, se elige cualquier ecuación del sistema inicial y se despeja
la variable faltante.

−𝑥 + 4(−1) = −11 𝑦 = −1
−𝑥 − 4 = −11

−𝑥 = −11 + 4
−𝑥 = −7
(−1) − 𝑥 = −7(−1) Multiplicar -1 a ambos lados para conseguir a x positiva

𝑥=7

Al conocer ya los 3 métodos de solución para SEL 2𝑥2 más usados, se procederá a
implementarlos también en la solución de SEL 3𝑥3, el cual es un procedimiento algo más
complejo, ya que radica en seguir los siguientes pasos:

14
 2𝑥 + 𝑦 − 𝑧 = 12
Sea el sistema {𝑥 − 5𝑦 + 3𝑧 = −14
5𝑥 − 𝑦 + 2𝑧 = −1
Se toman dos ecuaciones cualesquiera del sistema y se aplica recomendablemente reducción para
eliminar una variable, de la siguiente manera:

2𝑥 + 𝑦 − 𝑧 = 12
(−2)(𝑥 − 5𝑦 + 3𝑧 = −14)
2𝑥 + 𝑦 − 𝑧 = 12
{
−2𝑥 + 10𝑦 − 6𝑧 = 28
Al sumar las dos ecuaciones queda: 11𝑦 − 7𝑧 = 40 . Se hace el mismo proceso de reducción con
otras dos ecuaciones con las que no se haya interactuado, y se elimina la misma variable:
(−5)(𝑥 − 5𝑦 + 3𝑧 = −14)

5𝑥 − 𝑦 + 2𝑧 = −1
−5𝑥 + 25𝑦 − 15𝑧 = 70
{
5𝑥 − 𝑦 + 2𝑧 = −1
Al sumarlas se haya otra ecuación: 24𝑦 − 13𝑧 = 69
Con las dos nuevas ecuaciones resultantes con dos incógnitas, se procede al implementar
cualquier método de solución a sistemas 2x2 y se obtiene los valores de

Matrices
Al tener conocimiento de un sistema de ecuaciones lineales y las características, podremos
introducir las matrices en nuestro estudio. Las matrices son un arreglo bidimensional representado
como:

donde el primer subíndice indica la fila a la que pertenece un componente y el segundo a la

columna. De esta manera, las utilizaremos para hacer arreglos de los coeficientes de sistemas de
ecuaciones lineales. Adicionalmente, una matriz que tiene la misma cantidad de filas que de
columnas, se denomina matriz cuadrada. Por ejemplo
1 2
( ) Matriz 2𝑥2 o de orden 2. El primer dígito indica el número de filas, y el segundo,
8 0
columnas.
0 1
( 0 2 ) Matriz no cuadrada de tamaño 3𝑥2
−10 28

15
Operaciones
𝑥+𝑦=3
Sea el sistema {
2𝑥 + 3𝑦 = 7
1 1 1 1 3
La matriz de coeficientes será: [ ] ,y al ampliarla con sus resultados, sería:
2 3 2 3 7
Para realizar operaciones con matrices se tendrá en cuenta los pasos elementales permitidos:
 Multiplicar una fila (ecuación) por un escalar no nulo, es decir, diferente de cero.
 Intercambiar dos filas.
 Sumar un múltiplo de una fila a otra.
Entonces, para conseguir el conjunto solución de un SEL por medio de matrices, usaremos la matriz
ampliada y se le aplicarán las operaciones pertinentes para llegar a un resultado, Por ejemplo:
𝑥 + 𝑦 + 2𝑧 = 9
Sea {2𝑥 + 4𝑦 − 3𝑧 = 1 , se aplican las operaciones en la matriz ampliada:
3𝑥 + 6𝑦 − 5𝑧 = 0

16
Adicionalmente, se pueden realizar operaciones entre dos o más matrices, tales como:

 Suma y resta de matrices

Sean A y B matrices del mismo tamaño (𝒏 ∗ 𝒏) , las operaciones están definidas como la suma o
resta de las respectivas componentes de las matrices, es decir, la componente de la fila 1-columna
1 de A es sumado o restado con la componente de la fila 1-columna 1 de B, y así sucesivamente:
2 0 1 9 2+1 0+9 3 9
A=( )yB=( ), A+B está definida como ( )=( )
0 4 9 5 0+9 4+5 9 9
5 −2 6 −2 5 − 6 −2 − (−2) −1 0
A=( )yB=( ), A-B está definido como ( )=( )
3 0 3 1 3−3 0−1 0 −1

17
  Multiplicación de matrices
Sea A y B matrices, y el mismo número de columnas de A es el mismo número de filas de B; es
decir, sean A (𝑛 𝑥 𝑚) y B (𝑚 𝑥 𝑟), la multiplicación está dada por la suma entre la multiplicación
entre cada componente de la fila de A con su respectiva componente en la columna de B.

5 2
0 2 3
Sea A ( ) y B (1 0 ).
2 7 8
4 −3
El primero paso es darse cuenta si las dos matrices cumplen con la condición establecida; de no ser
el caso, la operación producto no está definida. En el ejemplo, el número de columnas de A (3),
es el mismo número de filas de B (3); por lo tanto, se puede realizar la operación. Como primer
paso, multiplicamos el elemento de la fila 1-columna 1 de A con el respectivo elemento de la fila 1-
columna 1 de B, lo mismo con el elemento de la fila 1-columna 2 de A con el elemento de la fila 2-
columna 1 de B, etc.; sumando al final su resultado y se conocerá el componente de la fila 1-columna
1 de la matriz resultante.

5 2
0 2 3
A ( ) * B (1 0 ) =
2 7 8
4 −3
(0 ∗ 5) + (2 ∗ 1) + (3 ∗ 4) (0 ∗ 2) + (2 ∗ 0) + (3 ∗ −3) 14 −9
( )=( )
(2 ∗ 5) + (7 ∗ 1) + (8 ∗ 4) (2 ∗ 2) + (7 ∗ 0) + (8 ∗ −3) 49 −22
Cabe resaltar una propiedad extremadamente importante: el producto entre matrices no es
conmutativo, es decir, 𝐴𝐵 ≠ 𝐵𝐴. Adicionalmente, podemos mencionar ciertas propiedades:

18
Matriz identidad
La matriz identidad es aquella que cumple la propiedad de ser elemento neutro del producto de
matrices; es decir, sea A matriz de tamaño 𝑛𝑥𝑛: 𝑨 ∗ 𝑰(𝒏) = 𝑨 .Dicha matriz se denota como 𝐼 (𝑛)
donde n pertenece a los enteros positivos y denota el tamaño de la matriz identidad. Por ejemplo:

Inversa de una matriz

Si A es una matriz cuadrada, y si se puede encontrar una matriz B del mismo tamaño, tales que
𝐴𝐵 = 𝐵𝐴 = 𝐼, se dice que A es invertible y B se denomina inversa de A.

Cabe resaltar que no todas las matrices poseen una inversa. Sin embargo, dado el caso que
existiese, puede ser calculada de la siguiente manera:
Sea A una matriz cuadrada 𝟐𝒙𝟐

Ejemplo:
Sea A una matriz cuadrada de orden 2

19
 3 2
𝐴=( )
−7 1
Su inversa 𝐴−1 está dada por
3 2
1 1 −2 1 3 2
∗( )= ∗( ) = ( 17 17) = 𝐴−1
(3 ∗ 1) − (2 ∗ −7) 7 3 17 −7 1 7 1
−
17 17
 Método para encontrar la inversa de una matriz cuadrada diferente de orden 2
Encontrar la inversa de
1 2 3
𝐴 = (2 5 3)
1 0 8
Se debe reducir A a la matriz identidad mediante operacioes en los renglones y aplicar
simultánemamente las operaciones a I para obtener la inversa de A. Para lograrlo, la matriz identidad
se adjunta a la derecha de A, con lo que se obtiene:

Luego, se aplican las operaciones en los renglones a esta matriz hasta que el lado izquierdo se reduce
a I; estas operaciones convierten el lado derecho en A inversa, de modo que:

Así que:
−40 16 9
𝐴−1 = ( 13 −5 −3)
5 −2 −1
Al realizar la comprobación mediante el producto 𝐴 ∗ 𝐴−1

20
 1 2 3 −40 16 9
(2 5 3) ∗ ( 13 −5 −3)
1 0 8 5 −2 −1
Efectivamente conseguimos que 𝐴 ∗ 𝐴−1 = 𝐴−1 ∗ 𝐴 = 𝐼(3)

Transpuesta de una matriz

La matriz transpuesta, denotada como 𝐴𝑇 , es aquella que se consigue al intercambiar filas por
columnas en una determinada matriz 𝐴.
Por ejemplo
2 9
𝐴 = (1 3 )
0 −2
Su matriz transpuesta será aquella resultante de cambiar la fila 1 de A y situarla como columna en la
nueva matriz 𝐴𝑇 , siguiendo de la misma manera con los demás elementos.
2 1 0
𝐴𝑇 = ( )
9 3 −2

Con base a estas definiciones se pueden establecer diversas propiedades:

Matrices diagonales
Toda matriz diagonal cuadrada cuyas entradas fuera de la diagonal principal son nulos, se denomina
matriz diagonal; algunos ejemplos son:
5 0 0
2 0 0 0
( ) (0 3 0) ( )
0 −6 0 0
0 0 −4

21
Por lo tanto, todas sus operaciones, tales como elevar a la potencia n una matriz cuadrada, dará
como resultado aplicar dicha operación a su diagonal principal, en esto caso, elevar cada
componente de la diagonal en n:

Cualquier matriz cuadrada en la que los elementos situados arriba de la diagonal principal son nulos,
se denomina triangular inferior, y una matriz cuyos elementos debajo de la diagonal principal son
nulos, se denomina triangular superior. Una matriz que es triangular superior o inferior, se
denomina triangular.

Ejemplo
2 0 0
(9 1 0) Matriz triangular inferior.
−1 5 3
3 20 9
(0 −10 8) Matriz triangular superior.
0 0 2
Con respecto a las matrices diagonal se pueden enumerar diversas propiedades:

Ejemplo

5 1 2
(0 0 2) No es matriz invertible
0 0 3
2 8
( ) Matriz invertible
0 1

22
Aplicaciones
Después de haber aprendido un poco sobre la esencia de las matrices y sus operaciones, podemos
abordar a cerca de sus respectivas aplicaciones dentro de algunos campos de la investigación y la
vida cotidiana, los cuales pueden ser indudablemente las matemáticas, la física, biología, sistemas
computacionales, ciencias sociales y geografía. Para empezar, podemos tocar un tema bastante
interesante y entretenido para cualquiera: el mundo de los videojuegos y ordenadores. Los arreglos
matriciales juegan un papel trascendental en la programación y codificación de estos sistemas, ya
que permiten la rotación y cambio de cualquier elemento perteneciente al programa. Por ejemplo,
en un sistema tridimensional, los elementos pueden ser rotados por medio de operaciones
matriciales de tal manera que el funcionamiento de la cámara sea el adecuado. Estos procedimientos
se evidencian en videojuegos como Fortnite, Minecraft y Assassin’s Creed. Estas manipulaciones se
hacen mediante vectores programados en forma de matrices columna, y realizando diferentes tipos
de trasformaciones con respecto a unos determinados puntos.
Por otra parte, las matrices también juegan un roll
importante dentro de la física y la biología, puesto que
permiten realizar cálculos más cómodos con respecto
a ecuaciones físicas, además, son útiles para
representar situaciones donde se tenga en cuenta el
desplazamiento o movimiento de un punto, de
acuerdo con la velocidad de la luz, con sus respectivas
coordenadas iniciales y finales en un plano.
En el campo de las sociales, las matrices se utilizan para la presentación de datos de un problema en
forma de tabla de doble entrada. Un ejemplo de
esto es el modelo Input-Output, que permite
solucionar problemas macroeconómicos, los
cuales son:

 Orientar o estructurar los sectores

productivos.
 Poder predecir las demandas de
producción
 Interpretar las relaciones económicas
existentes entre los distintos sectores de producción.
Adicionalmente, las matrices, como habíamos estudiado, nos permiten solucionar problemas con
respecto a sistemas de ecuaciones lineales y todo lo relacionado con ello, aunque también se prestan
para contribuir en la solución de problemas complejos enlazados con campos hidrostáticos,
presiones, fluidos, circuitos eléctricos; como también son cruciales dentro del campo de la biología,
donde las matrices son usadas en la representación de genomas humanos dentro de los sistemas
computacionales.

23
Teorema de Rouché-Frobenius
Como resultado de haber estudiado con anterioridad lo que respecta a sistemas de
ecuaciones lineales y unos métodos de solución a estos, podemos dar cabida a un teorema
bastante importante dentro de este campo de estudio: el Teorema de Rouché Frobenius.
Sin embargo, es indispensable abordar unos tópicos o detalles que están relacionados con
el teorema, los cuales son el determinante y rango de una matriz.
Determinantes
Sea A una matriz cuadrada, su determinante se denota como det(𝐴) y se define como la suma de
productos elementales con signo de A.
En esta sección no se ahondará sobre el auge del determinante y su definición formal, puesto que
solo nos interesa el cálculo del determinante de una matriz cuadrada cualquiera y algunas de sus
propiedades.
3 5 2
Sea A ( 4 2 3), un método sencillo para calcular su determinante es:
−1 2 4
Adjuntar las dos primeras columnas de A al lado derecho de la matriz, con el fin de generar
diagonales de tres elementos, los cuales serán multiplicados y sumados a los demás productos con
su respectivo signo.

Note que los productos de las diagonales de sentido noreste se restan, pues sus productos
elementales son de signo negativo.
El anterior método no funciona para matrices de orden mayor a 3, en tal caso se solucionará por
método de cofactores, el cual se basa en la definición de menor y cofactor:

Menor de una matriz

Sea A una matriz 𝑛𝑥𝑛, el menor de dicha matriz, denotado por 𝑀(𝑖𝑗), es la respectiva matriz
resultante de eliminar la fila 𝑖 y la columna 𝑗:

24
Cofactor de una matriz

Sea A una matriz 𝑛𝑥𝑛. El cofactor 𝑖𝑗 de A, denotado por 𝐴𝑖𝑗, está dado por

𝐴𝑖𝑗 = (−1)𝑖+𝑗 ∗ det(𝑀𝑖𝑗)

Es decir, el cofactor ij se obtiene de multiplicar (−1)𝑖+𝑗 por el determinante del mejor 𝑖𝑗. Observe
que

Ejemplo

De esta manera, se puede calcular el determinante de una matriz de orden mayor a 3, mediante
cofactores, de la siguiente manera:

25
El primer paso será escoger un fila o columna cualquiera, en este caso escogeremos la fila 1. En
segundo lugar, multiplicaremos cada elemento de dicha fila con su respectivo cofactor. Por ejemplo:
El primer elemento de la primera fila es 1(elemento 1-1), entonces su cofactor será
−1 3 4
(−1)1+1 ∗ | 1 9 6| Denotación de determinante
2 4 8
Entonces, al calcular el determinante de la matriz A, multiplicamos 1 por el cofactor anterior y
sumamos los demás producto correspodnientes al procedimiento con cada cofactor de la fila 1:

Note que estas restas son debido a que el cofactor de los elementos 3 y 2 de la primera fila están
dados por (−1)1+2 = −𝟏, y (−1)1+4 = −𝟏, respectivamente.

A continuación, se presentan unas propiedades de los determinantes cruciales para el

entendimiento del teorema de Rouché-Frobenius:
 Si A tiene un renglón de ceros o una columna de ceros, entonces 𝑑𝑒𝑡(𝐴) = 0
 Si A es una matriz cuadrada con dos filas o columnas equivalentes, entonces 𝑑𝑒𝑡(𝐴) = 0

El siguiente tópico a tocar se trata del rango de una matriz, el cual es importante para la esencia del
teorema.
Rango de una Matriz
El rango de una matriz A, denotado como 𝑟𝑔(𝐴) se define como el número máximo de filas o
columnas que son independientes dentro de esa matriz. Por lo tanto, el rango de una matriz
cuadrada será igual o menor al tamaño de la matriz.
Ejemplo

26
 2 4 6
Sea A 3
( 0 1)
4 8 12
Se observa que la fila 1 y las fila 3 son equivalentes, puesto que una es múltiplo de la otra, es decir,
no son filas independientes. Por lo tanto, el rango de A es 2, ya que la fila 2 es independiente con la
fila 1 y 3, y viceversa.
Teorema de Rouché-Frobenius
Eugene Rouché (1832-1910) fue un matemático francés, profesor de esta ciencia en el liceo
Charlemagne, y posteriormente en la Ecole Central. Es conocido por el Teorema de Rouché sobre
el análisis complejo sobre funciones holomorfas publicado en 1862, y por el de Rouché Frobenius,
el cual relaciona los rangos de las matrices ampliadas y de coeficientes de la representación matricial
de un sistema de ecuaciones lineales con el tipo de soluciones que presenta.
Sin embargo, el matemático Georges Fontené 81848-1923) reclamó la autoría de la demostración.
Más tarde, en 1905, el matemático alemán Ferdinand Georg Frobenius (1849-1917) acreditó tanto
a Rouché como a Fontené.
Actualmente, en el habla hispana, el teorema se conoce como Teorema de Rouché-Frobenius. En
Rusia, se conoce como Teorema de Kronecker-Capelli; y, en Francia, como Teorema de Rouché-
Fontené.
Ya que el teorema relaciona las matrices de un sistema de ecuaciones lineales con sus posibles
respuestas, cabe recordar que:
Sea 𝐴𝑥 = 𝑏 un sistema de ecuaciones
 Si el sistema no tiene soluciones, se denomina incompatible.
 Si el sistema tiene solución única, se denomina compatible determinado.
 Si el sistema tiene soluciones infinitas, se denomina compatible indeterminado.
El teorema se enuncia así:
Sea el sistema 𝐴𝑥 = 𝑏 con m ecuaciones lineales sobre un cuerpo K y con n número de incógnitas,
siendo m y n naturales mayor que 0. Entonces:
 El sistema 𝐴𝑥 = 𝑏 es compatible si, y solo si, 𝑟𝑔(𝐴).= 𝑟𝑔(𝑚𝑎𝑡𝑟𝑖𝑧 𝑎𝑚𝑝𝑙𝑖𝑎𝑑𝑎)
 El sistema 𝐴𝑥 = 𝑏 es compatible determinado si, y solo si, 𝑟𝑔(𝐴). = 𝑟𝑔(𝑚𝑎𝑡𝑟𝑖𝑧 𝑎𝑚𝑝𝑙𝑖𝑎𝑑𝑎)
=𝑛
 El sistema 𝐴𝑥 = 𝑏 es compatible indeterminado si, y solo si, 𝑟𝑔(𝐴)=𝑟𝑔(𝑚𝑎𝑡𝑟𝑖𝑧 𝑎𝑚𝑝𝑙𝑖𝑎𝑑𝑎)
<𝑛
 El sistema 𝐴𝑥 = 𝑏 es incompatible si 𝑟𝑔(𝑚𝑎𝑡𝑟𝑖𝑧 𝑎𝑚𝑝𝑙𝑖𝑎𝑑𝑎) es mayor a 𝑟𝑔(𝐴).

Ejemplo 1
Sea el sistema
2𝑥 + 3𝑦 − 𝑧 = 1
{ 𝑥 + 4𝑦 + 𝑧 = 0
𝑥 + 2𝑦 + 3𝑧 = 4

27
La matriz de coeficientes A está dada por:
2 3 −1
𝐴 = (1 4 1)
1 2 3
La matriz ampliada del sistema es:

2 3 −1 1
(𝐴 ⋮ 𝑏) = (1 4 1 ⋮ 0)
1 2 3 4
A simple vista podemos intuir que ninguna fila de la matriz coeficientes es dependiente una de la
otra; por lo tanto, A contiene tres filas independientes y su rango es 3. Otro método para estar más
seguros sobre la equivalencia de las filas, es calcular el determinante de A. En este caso, det(𝐴) =
16, el cual es diferente de cero, entonces no contiene ninguna fila que sea proporcional a otra.
De la misma manera, intuimos que la matriz< ampliada tampoco posee filas independientes, entonces
su rango también se iguala a 3.
Por el teorema de Rouché-Frobenius, dada la igualdad de los rangos, se concluye que el sistema
presentado posee única solución, es decir, es compatible determinado.
En efecto, al realizar los cálculos por medio de métodos ya estudiados, el sistema posee ella siguiente
solución:

𝑥 = 19/8
{𝑦 = −7/8
𝑧 = 9/8
Ejemplo 2
Sea el sistema

2𝑥 + 𝑦 + 𝑧 = 3
{ 𝑥 + 3𝑦 + 3𝑧 = 4
3𝑥 + 2𝑦 + 2𝑧 = 9
Su matriz de coeficientes A está dada por:

2 1 1
𝐴 = (1 3 3)
3 2 2
Su matriz ampliada es:
2 1 1 3
(𝐴 ⋮ 𝑏) = 1 3 3 ⋮ 4)
(
3 2 2 9
Al observar la matriz de coeficientes, se rectifica que la columna 2 y 3 son la misma (confirmamos
con det(𝐴) = 0), entonces prácticamente poseemos solo dos columnas en la matriz, por lo que el
rango se iguala a 2.

28
Por otra parte, se observa que ninguna fila o columna de la matriz ampliada guardan relaciones
entre sí, lo cual podemos rectificar reduciendo esta matriz a su forma escalonada reducida:

2 1 1 3
(1 3 3 ⋮ 4)
3 2 2 9
2 1 1 3
(1 3 3 ⋮ 4) Se suma -3 veces la primera fila a 2 veces la tercera para anular el componente
0 1 1 9
(3,1)
2 1 1 3
(0 1 1 ⋮ −2) Se suma -2 veces la primera fila a la segunda para anular el componente (2,1)
0 1 1 9
2 1 1 3
(0 1 1 ⋮ −2) Se suma -1 veces la segunda fila a la tercera para anular el componente (3,2)
0 0 0 11
A este paso, se puede analizar mejor la dependencia de las filas en la matriz ampliada, adicionando
un detalle más al estudio: la fila 3 presenta una inconsistencia, ya que 0𝑧 = 11 no posee solución.
Por lo tanto, por el teorema de Rouché-Frobenius, dado que el rango de (𝐴 ⋮ 𝑏) = 3, menor al
rango de (𝐴) = 2, se concluye que el sistema no tiene solución, es decir, es incompatible.
Ejemplo 3
Sea el sistema
2𝑥 + 3𝑦 + 2𝑧 = 8
{4𝑥 + 3𝑦 + 4𝑧 = 10
𝑥 + 4𝑦 + 𝑧 = 9
Su respectiva matriz de coeficientes es:
2 3 2
𝐴 = (4 3 4)
1 4 1
La matriz ampliada está dada por:

2 3 2 8
(𝐴 ⋮ 𝑏) = (4 3 4 ⋮ 10)
1 4 1 9
Se observa que la matriz de coeficientes posee 2 columnas equivalentes, entonces su rango es 2.
Sobre la matriz ampliada es difícil concluir, sin embargo, al realizarse la reducción a su forma
escalonada reducida se puede estar más seguro:
2 3 2 8
(4 3 4 ⋮ 10)
1 4 1 9

29
 2 3 2 8
(4 3 4 ⋮ 10 ) Se suma la primera fila a -2 veces la tercera para anular el componente
0 −5 0 −10
(3,1)
2 3 2 8
(4 3 4 ⋮ 10) Dividimos la tercera fila entre -5 para facilitar cuentas
0 1 0 2
2 3 2 8
(0 −3 0 ⋮ −6) Se suma -2 veces la primera fila a la segunda para anular el componente
0 1 0 2
(2,1)
2 3 2 8
(0 1 0 ⋮ 2) Dividimos la segunda fila entre -3
0 1 0 2
Al llegar a este paso, se puede asegurar que la matriz ampliada posee dos filas dependientes, por
tanto, se puede igualar su rango a 2.
Por el teorema de Rouché-Frobenius, como las dos matrices tiene el mismo rango 2, pero este es
menor a su número de incógnitas (3), se concluye que el sistema posee infinitas soluciones, es decir,
es compatible indeterminado.

El teorema de Rouché-Frobenius sin duda es supremamente útil dentro del área de las matemáticas,
puesto que, al enlazarlo con los aportes e Gauss y Kramer en lo que respecta a soluciones y
propiedades de sistemas de ecuaciones lineales, los matemáticos encuentran posible resolver
cualquier tipo de ecuaciones que se presente dentro de las investigaciones y/o en cualquier
coyuntura.

30
 Bibliografía

Escrito inspirado en los videos educativos otorgados por el matemático español Eduardo Sáenz de
Cabezón en su página de YouTube https://www.youtube.com/channel/UCH-Z8ya93m7_RD02WsCSZYA
Imágenes e información prestada de los libros Howard Anton 2 edición y Grossman 6 edición.
1. Números complejos

https://www.youtube.com/watch?v=LqyBrrgmIro

https://es.wikipedia.org/wiki/N%C3%BAmero_complejo

http://wmatem.eis.uva.es/~matpag/CONTENIDOS/Complejos/marco_complejos.htm

https://www.youtube.com/watch?v=xWx_wKfYIYg

http://www.disfrutalasmatematicas.com/numeros/numeros-complejos.html

http://mecamate5semestre.blogspot.com/2010/04/aplicaciones-de-los-numeros-complejos.html

http://precalculombp.blogspot.com/2015/07/41origen-y-aplicacion-de-los-numeros.html
2. Matrices

https://www.youtube.com/watch?v=9FKFgNQktkU&t=217s

https://es.wikipedia.org/wiki/Matriz_(matem%C3%A1ticas)

http://hyperphysics.phy-astr.gsu.edu/hbasees/Math/matrix.html

http://wmatem.eis.uva.es/~matpag/CONTENIDOS/Complejos/marco_complejos.htm

https://www.youtube.com/watch?v=tOG_vDb03T0

https://matematica.laguia2000.com/general/aplicaciones-de-las-matrices

https://prezi.com/rt1najmwmifc/matrices-en-los-videojuegos/

https://issuu.com/ivandominguezlopez/docs/matrices_20en_20los_20videojuegos-
b_156b9a222457ca
3. Teorema de Rouché-Frobenius

https://www.youtube.com/watch?v=JnutYsGpKIE

https://es.wikipedia.org/wiki/Teorema_de_Rouch%C3%A9%E2%80%93Frobenius

https://www.matesfacil.com/Rouche-Frobenius.htm

http://recursostic.educacion.es/descartes/web/materiales_didacticos/sistemas_de_ecuaciones_li
neales_2bcnt/discusion_por_el_teorema_de_rouche.htm

31
http://e-
ducativa.catedu.es/44700165/aula/archivos/repositorio/4250/4347/html/22_el_teorema_de_rou
chfrobenius.html

https://iescastelar.educarex.es/web/departamentos/matematicas/matematicasccss2ba/matemati
cas2ccss/trouchefrobenius.htm

32