Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas de ecuaciones.
1. Definiciones.
Se llama matriz de dimensión m x n a todo conjunto ordenado de m · n números reales
distribuidos en m filas y n columnas de la forma:
𝑎𝑎11 𝑎𝑎12 ⋯ 𝑎𝑎1𝑛𝑛
𝑎𝑎21 𝑎𝑎22 ⋯ 𝑎𝑎2𝑛𝑛
𝐴𝐴 = � ⋮ ⋮ ⋱ ⋮ �
𝑎𝑎𝑚𝑚1 𝑎𝑎𝑚𝑚2 ⋯ 𝑎𝑎𝑚𝑚𝑚𝑚
Una matriz se llama cuadrada de orden n si tiene dimensión n x n, es decir, si tiene igual número
de filas que de columnas (m=n).
Dentro de las matrices cuadradas es importante destacar que los elementos aij en que los dos
subíndices son iguales forman la diagonal principal, y los elementos en que i + j = n + 1 (donde
n es el orden de la matriz) forman la diagonal secundaria.
1 9 0
- Ejemplo: 𝐵𝐵 = �1 3 4 � es una matriz cuadrada de orden 3, su diagonal principal es
0 1 −2
(1 3 − 2) y su diagonal secundaria es (0 3 0).
Dada una matriz A, se llama matriz opuesta de A a la matriz -A, cuyos elementos son los opuestos
de los de A.
2. Operaciones.
2.1. SUMA DE MATRICES.
Propiedades de la suma:
Asociativa: A + (B + C) = (A + B) + C.
Elemento neutro: A + O = A.
Elemento opuesto: A + (-A) = O.
Conmutativa: A + B = B + A.
Suma de matriz traspuesta: (A + B)t = At + Bt.
Dada una matriz A de dimensión m x n y un número real α, se define la matriz producto de α por
A como la matriz α · A de dimensión m x n, que se obtiene al multiplicar α por todos los
elementos de A cada uno en su lugar correspondiente.
3 1 −6 −2
- Ejemplo: −2 · � �= � �.
0 1 0 −2
Propiedades del producto por escalar:
Distributiva respecto de la suma de matrices: α (A + B) = αA + αB.
Distributiva respecto de la suma de números: (α + β) · A = αA + βA.
Asociativa mixta: α (β · A) = (α · β) A.
Conmutativa: α · A = A · α.
(αA)t = αAt
𝐴𝐴 1
NOTA: No existe la división de una matriz por un número. Nunca se escribe , sino · 𝐴𝐴.
2 2
- Ejemplo:
−1 3
1 2 4 1 · (−1) + 2 · 0 + 4 · 1 1·3+2·2+4·0 3 7
� �·� 0 2� = � �=� �.
2 1 5 2 · (−1) + 1 · 0 + 5 · 1 2·3+1·2+5·0 3 8
1 0
Obsérvese que para que pueda efectuarse el producto A · B es imprescindible que el número de
columnas de A coincida con el número de filas de B. Si no se cumple esta condición, no existe el
producto.
Asociativa: A · (B · C) = (A · B) · C.
Elemento neutro: A · I = I · A.
Distributiva respect de la suma de matrices: A · (B + C) = A · B + A · C.
(A · B)t = Bt · At
No conmutativa, en general: A · B ≠ B · A.
No cancelativa: A · B = A · C no implica que B = C.
Divisores de cero: A ·B = O no implica que A = O ó B = O.
Dada una matriz A, cuadrada de orden n, se define la potencia n-ésima de A como el producto
de A por sí misma n veces, es decir, An = A · A · … · A (n veces).
- Ejemplo:
1 0 1 1 0 2 1 0 3
𝐴𝐴 = �0 1 0� ; 𝐴𝐴2 = 𝐴𝐴 · 𝐴𝐴 = �0 1 0� ; 𝐴𝐴3 = 𝐴𝐴 · 𝐴𝐴 · 𝐴𝐴 = �0 1 0�.
0 0 1 0 0 1 0 0 1
3. Matriz Inversa.
Una matriz A, cuadrada de orden n, se llama invertible, inversible, regular o no singular si existe
otra matriz B cuadrada de orden n tal que A · B = B · A = In. En tal caso, la matriz B se le llama
matriz inversa de A y se designa por A-1. Se cumple, entonces, que A · A-1 = A-1 · A = In.
Si una matriz cuadrada no tiene matriz inversa, se dice que la matriz es singular.
NOTA: Sólo existe el concepto de matriz inversa para matrices cuadradas, no estando definido
para matrices que no lo son.
(A-1)-1 = A
(A · B)-1 = B-1 · A-1
(At)-1 = (A-1)t
El rango de una matriz no varía cuando ésta se somete a transformaciones elementales, por
tanto, los rangos de dos matrices equivalentes coinciden. Así, se pueden suprimir las filas o
columnas nulas y las que sean combinación lineal de otras para determinar el rango.
Si una matriz es de dimensión m x n, su rango no puede ser mayor que m ni mayor que n. Así el
rango de una matriz cuadrada de orden n es siempre menor o igual a n, siempre que n ≤ m.
Evidentemente, es positivo por definición.
También es evidente, a partir de la propia definición, que el rango de una matriz coincide
siempre con el de su traspuesta.
Es también lógico que el rango por filas y por columnas coincide, por lo que podemos hacerlo
escalonado por filas o por columnas.
La condición necesaria para la existencia de inversa es, en una matriz cuadrada de orden n, ésta
tendrá inversa si y sólo si su rango es máximo, es decir, si su rango es n.
2 3 2 3 2 3
- Ejemplo: 𝐴𝐴 = �1 4 � = �0 −5� = �0 −5�. Por tanto, rg(A)=2.
9 11 0 5 0 0
En caso de que no sea invertible, o que ni siquiera sea cuadrada, se resuelve considerando la
matriz incógnita X como una matriz genérica de m · n incógnitas y resolviendo el sistema lineal
de ecuaciones. Es importante recordar que el producto de matrices no es conmutativo, por lo
que no debemos olvidar que no es lo mismo multiplicar a derecha que a izquierda. Así, si la
ecuación fuese 𝑋𝑋 · 𝐴𝐴 = 𝐵𝐵, la solución sería 𝑋𝑋 = 𝐵𝐵 · 𝐴𝐴−1 ,siempre que A sea invertible.
2 −3 4 2 −3 6 3 1
- Ejemplo: 𝐴𝐴𝐴𝐴 + 𝐵𝐵 = 𝐶𝐶, siendo 𝐴𝐴 = � � ; 𝐵𝐵 = � � ; 𝐶𝐶 = � �. Es
−1 2 2 0 1 4 1 0
2 3
equivalente a la ecuación 𝐴𝐴𝐴𝐴 = 𝐶𝐶 − 𝐵𝐵 y, por ser A invertible, 𝐴𝐴−1 =� �. Así pues 𝑋𝑋 =
1 2
10 5 5
𝐴𝐴−1 · (𝐶𝐶 − 𝐵𝐵), y calculando, 𝑋𝑋 = � �.
6 3 2
𝑎𝑎𝑎𝑎 + 𝑏𝑏𝑏𝑏 = 𝐶𝐶
En el caso del sistema lineal matricial � el sistema se resuelve utilizando los mismos
𝑐𝑐𝑐𝑐 + 𝑑𝑑𝑑𝑑 = 𝐷𝐷
métodos (sustitución, igualación y reducción) que en los sistemas numéricos con la salvedad de
que no existe la división de una matriz por un número.
2 5
𝑋𝑋 + 2𝑌𝑌 = � �
- Ejemplo: � 0 3 . Llamando A y B a los términos independientes, queda
1 −3
2𝑋𝑋 − 3𝑌𝑌 = � �
4 2
𝑋𝑋 + 2𝑌𝑌 = 𝐴𝐴 −2𝑋𝑋 − 4𝑌𝑌 = −2𝐴𝐴
� . Y finalmente, aplicando el método de reducción, �
2𝑋𝑋 − 3𝑌𝑌 = 𝐵𝐵 2𝑋𝑋 − 3𝑌𝑌 = 𝐵𝐵
1 1
⇒ −7𝑌𝑌 = 𝐵𝐵 − 2𝐴𝐴 ⇒ 𝑌𝑌 = (2𝐴𝐴 − 𝐵𝐵) ⇒ 𝑋𝑋 = (3𝐴𝐴 + 2𝐵𝐵), con lo que la solución es 𝑋𝑋 =
7 7
8 9 3 13
�78 7
13� ; 𝑌𝑌
7
= �−4 7
4 �.
7 7 7 7
6. Determinantes.
𝑎𝑎11 𝑎𝑎12
El determinante de una matriz cuadrada de orden 2 es: �𝑎𝑎 𝑎𝑎22 � = 𝑎𝑎11 · 𝑎𝑎22 − 𝑎𝑎12 · 𝑎𝑎21 .
21
- Ejemplo:
3 −2 5
�0 4 −1� = 3 · 4 · 6 + (−2) · (−1) · (−2) + 0 · 1 · 5 − (−2) · 4 · 5 − 1 ·
−2 1 6
(−1) · 3 − 0 · (−2) · 6 = 111.
|A|=|At|.
Si todos los elementos de A son nulos, |A|=0. También es nulo si todos los elementos
de una línea son nulos.
Si se permutan dos filas (o dos columnas), el determinante cambia de signo.
Si una matriz tiene dos líneas iguales o proporcionales, su determinante es cero.
Si una línea es combinación lineal de otras paralelas, el determinante es cero.
Si se multiplican los elementos de una línea por un número, el determinante queda
multiplicado por ese número, es decir, si B es la matriz que resulta de multiplicar A por
α, entonces, |B| = α · |A|.
Si se multiplica una matriz A de dimensión n por un número α, su determinante queda
multiplicado por αn, es decir, |α · A|= αn · |A|.
Si todos los elementos de una línea de un determinante (por ejemplo la j-ésima) son de
la forma aij = bij + cij, entonces el determinante es igual a la suma de dos determinantes,
cuyas columnas coinciden con las del determinante dado, excepto la j-ésima que lleva
respectivamente cada uno de los dos sumandos. Esto es:
Matriz Inversa por Determinantes: Es la forma más práctica para el cálculo de la matriz inversa
ya que, como hemos visto, el método de Gauss-Jordan tiene un alto coste operacional en
matrices de orden superior a 2. La forma para calcularla es la siguiente:
1
𝐴𝐴−1 = (𝐴𝐴𝐴𝐴𝐴𝐴 𝐴𝐴)𝑡𝑡
|𝐴𝐴|
Con |A| determinante de A, y (Adj A)t la traspuesta de la matriz adjunta.
La condición necesaria y suficiente para que una matriz cuadrada tenga inversa es que su
determinante sea distinto de cero.
Se llama matriz adjunta de la matriz A a la matriz formada por los adjuntos de la matriz A, y se
representa por Adj(A).
𝐴𝐴11 𝐴𝐴12 𝐴𝐴13
𝐴𝐴𝐴𝐴𝐴𝐴(𝐴𝐴) = �𝐴𝐴21 𝐴𝐴22 𝐴𝐴23 �
𝐴𝐴31 𝐴𝐴32 𝐴𝐴33
Existen dos posibles métodos para hacerlo, siendo el primero de ellos a través de determinantes
y el segundo orlando (añadiendo filas y columnas) menores de la propia matriz.
- Ejemplo: Hallemos ahora orlando el rango de B. Es un método muy laborioso que solo
usaremos si no podemos usar el anterior.
Características:
1 −1 2 −1
𝐵𝐵 = �−2 1 −4 6 �. Elegimos un menor de orden 1: |1| = 1 ≠ 0. Se suele elegir el
1 −2 2 3
número no nulo situado en la esquina superior izquierda, en este caso es 1.
Método de Gauss: Este método consiste en sustituir el sistema dado por otro equivalente,
aplicando las transformaciones de Gauss, hasta conseguir un sistema escalonado:
b) Multiplicar los dos miembros de una ecuación por un mismo número distinto de cero.
c) Suprimir una ecuación del sistema que sea combinación lineal de las demás.
d) Sustituir una ecuación por la suma de ella más otra ecuación multiplicada por un número real
cualquiera.
e) Sustituir una ecuación por una combinación lineal de ella y de las restantes, siempre que el
coeficiente de la ecuación sustituida, en la combinación lineal, sea distinto de cero.
Sistema escalonado: es aquél en el que cada ecuación tiene una incógnita menos que la
anterior. Dicho de otro modo, se trata de ir anulando coeficientes de las incógnitas hasta que
sea posible organizarlos en una matriz triangular. Así, por ejemplo, si partiendo del sistema:
′ ′ ′
𝑎𝑎11 𝑥𝑥1 + 𝑎𝑎12 𝑥𝑥2 + 𝑎𝑎13 𝑥𝑥3 = 𝑏𝑏1 𝑎𝑎11 𝑥𝑥1 + 𝑎𝑎12 𝑥𝑥2 + 𝑎𝑎13 𝑥𝑥3
= 𝑏𝑏1′
�𝑎𝑎21 𝑥𝑥1 + 𝑎𝑎22 𝑥𝑥2 + 𝑎𝑎23 𝑥𝑥3 = 𝑏𝑏2 𝑙𝑙𝑙𝑙𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑎𝑎𝑎𝑎 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠: � ′
𝑎𝑎22 ′
𝑥𝑥2 + 𝑎𝑎23 𝑥𝑥3 = 𝑏𝑏2′
𝑎𝑎31 𝑥𝑥1 + 𝑎𝑎32 𝑥𝑥2 + 𝑎𝑎33 𝑥𝑥3 = 𝑏𝑏3 ′
𝑎𝑎33 𝑥𝑥3 = 𝑏𝑏3′
Para resolverlo no tendríamos más que ir sustituyendo el valor de la variable obtenida en una
ecuación en la ecuación anterior, y así sucesivamente.
Este método nos permite saber, además, según las ecuaciones que obtengamos, si el sistema
tiene o no solución y cuantas tiene. Encontramos 3 posibilidades:
• a´33 ≠ 0 SCD
• a´33 = b´3 = 0 SCI
• a´33 = 0, b´3 ≠ 0 SI
- Ejemplo:
𝑥𝑥 − 2𝑦𝑦 + 𝑧𝑧 = 3 1 −2 1 3 𝐹𝐹2 +𝐹𝐹1 1 −2 1 3 𝐹𝐹3 +𝐹𝐹2
�−𝑥𝑥 + 𝑦𝑦 − 2𝑧𝑧 = 1 ⇒ �−1 1 −2�1� 𝐹𝐹�⎯⎯�
3 −2𝐹𝐹1
�0 −1 −1� 4 � �⎯⎯�
2𝑥𝑥 − 3𝑦𝑦 + 𝑧𝑧 = 2 2 −3 1 2 �⎯⎯⎯� 0 1 −1 −4
1 −2 1 3
�0 −1 1 �4�
0 0 −2 0
En este sistema la última ecuación, que corresponde a la última fila de la matriz, es
−2𝑧𝑧 = 0 ⇒ 𝑧𝑧 = 0
Por tanto, el sistema tiene solución única:
𝑥𝑥 − 2𝑦𝑦 + 𝑧𝑧 = 3 𝑥𝑥 = −5
�−𝑥𝑥 + 𝑦𝑦 − 2𝑧𝑧 = 1 ⇒ �𝑦𝑦 = −4
2𝑥𝑥 − 3𝑦𝑦 + 𝑧𝑧 = 2 𝑧𝑧 = 0
- Ejemplos:
𝑥𝑥 − 𝑦𝑦 = 4 1 −1
� ⟹� � = 1 − 1 = 0 𝑵𝑵𝑵𝑵 𝑒𝑒𝑒𝑒 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑑𝑑𝑑𝑑 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
−𝑥𝑥 + 𝑦𝑦 = 2 −1 1
𝑥𝑥 − 𝑦𝑦 = 4 1 −1
� ⟹� � = 1 + 2 = 3 ≠ 0 𝑺𝑺Í 𝑒𝑒𝑒𝑒 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑑𝑑𝑑𝑑 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶
2𝑥𝑥 + 𝑦𝑦 = 2 2 1
Vamos a ver cómo se calcula esta solución por el método de Cramer: Consideremos un sistema
de n ecuaciones y n incógnitas:
El teorema de Rouchè-Fröbenius dice: “La condición necesaria y suficiente para que un sistema
de m ecuaciones y n incógnitas sea compatible (tenga solución) es que el rango de la matriz de
los coeficientes sea igual al rango de la matriz ampliada”.
Si estudiamos los rangos de las matrices nos podemos encontrar con las siguientes situaciones:
𝑟𝑟𝑟𝑟(𝐴𝐴) = 𝑛𝑛 𝑆𝑆𝑆𝑆𝑆𝑆
𝑟𝑟𝑟𝑟(𝐴𝐴) = 𝑟𝑟𝑟𝑟(𝐴𝐴∗ ) ⇒ 𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆. 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 → �
� 𝑟𝑟𝑟𝑟(𝐴𝐴) < 𝑛𝑛 𝑆𝑆𝑆𝑆𝑆𝑆
𝑟𝑟𝑟𝑟(𝐴𝐴) < 𝑟𝑟𝑟𝑟(𝐴𝐴∗ ) ⇒ 𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆. 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖
8. Aplicaciones a la Teoría de Grafos.
Un grafo es una forma de representar de una manera cómoda las posibles relaciones entre
objetos.
Matriz de adyacencia de un grafo: Es una matriz cuadrada que se utiliza para representar un
grafo, de forma que sus filas y columnas representan ordenadamente los vértices del grafo, y
cada elemento ij indica el número de aristas entre el vértice i y el vértice j. Cada grafo tiene, por
lo tanto, una matriz de adyacencia única.
𝑎𝑎 𝑏𝑏 𝑐𝑐 𝑑𝑑 𝑒𝑒
𝑎𝑎 0 1 0 0 1
𝑏𝑏 ⎛0 0 1 1 0⎞
𝑐𝑐 ⎜0 0 0 1 0⎟
𝑑𝑑 1 0 0 0 0
𝑒𝑒 ⎝0 0 0 0 0⎠