Matrices

Una matriz es un conjunto de (p x q) N° ordenados en (p) filas y (q) columnas.

A pq a11 a12…. a1q
a21 a22…. a2q
-------------------------
ap1 ap2…. ap,q
Tamaño u orden de una matriz una matriz que tiene (m) filas y (n) columnas su tamaño es m x n.
MATRIZ FILA: (a11 a12 …. a1n)
MATRIZ COLUMNA: b11
b21
bm1
MATRIZ CUADRADA: es una matriz en la cual el número de filas es igual al número de columnas.
1 0 0
MATRIZ IDENTIDAD: es una matriz cuadrada en la cual se cumple: aij 0 1 0
0 0 1
1 si i = j 0 si i ≠ j
MATRIZ NULA: es una matriz que tiene todos sus elementos igual a o. No es necesariamente cuadrada por
0 0
ejemplo Ω32 = 0 0
0 0
IGUALDAD DE MATRICES: dadas Am,n = {ai’,j’}m,n y Bm’,n’ {bi,j}m’n,’
Am,n = Bm’,n’ si m = m’
n = n’
ai,j = bi’j’ con i = 1…….. i = m
j = 1……… j = n
OPERACIONES CON MATRICES
SUMA: es una operación definida con matrices del mismo orden y da como resultado otra matriz del
mismo orden.
Ap,q = {ai,j} p,q NOTA
Bp,q = {bi,j} p,q Mm,n conjuntos de matrices de orden m x n.
Cp,q = Ap,q + Bp,q Mn,n conjuntos de matrices cuadradas de orden n.
Ci,j = ai,j + bi,j
PRODUCTO DE UNA MATRIZ POR UN ESCALAR K
El producto de K x Ap,q es una nueva matriz donde el elemento pi,j es = K x ai,j
2 5 7 10 25 35
A= 5A=
√2 𝜋 1 5√2 5𝜋 5
PRODUCTO DE MATRICES
Dadas: Ap,q = {ai,j} p,q y Bq,n = {bi,j} q,n
Ap,q x Bq,n = Cp,r
=
Ci,j = ∑𝑞𝑘=1 𝐴𝑖𝑘 𝐵𝑘𝑗
 b11 b1j
b12 b2j
b1q bqj
a11 a12 a1q
ai1 ai2 aiq

2 1 2 0
1 −1 4 3 2 1 0 3 1
A3,5 = [2 5 −1 4 1] A3,5 x B5,4 −1 1 −1 2
3 2 0 1 0 4 0 5 −1
[−2 3 2 1]
2 1 2 0
1 0 3 1 1 −1 4 3 2 5 11 14 6
B5,4 = −1 1 −1 2 [2 5 −1 4 1] [24 4 42 0]
4 0 5 −1 3 2 0 1 0 12 3 17 1
[−2 3 2 1]

5 10 2 4 2 4
A= [ ] B=[ ] AxB [ ]
3 6 −1 −2 −1 −2
5 10 0 0
[ ] [ ]
3 6 0 0

A x B = Φ ≠> A=Φ
B=Φ
PROPIEDADES DE LAS OPERACIONES CON MATRICES
1. A + B = B + A 10. (A + B) x C = A x C + B x C
2. A + (B + C) = (A + B) + C 11. C x (A + B) = C x A + C x B
3. ʎ (A + B) = ʎ x B + ʎ x A 12. A x (B x C) = (A x B) x C
4. (ʎ1 + ʎ2) x A = ʎ1 x A + ʎ2 x A 13. ʎ1 x (ʎ2 x A) = (ʎ1 x ʎ2) x A
5. A + Φ = A 14. ʎ x (A x B) = (ʎ x A) x B = A x (ʎ x B)
6. A + (-A) = Φ 15. An x Φn = Φ
7. 1 x A = A 16. A x B = 0 ≠> A= 0 ; B= 0
8. ʎ x A = Φ  ʎ = Φ o A = Φ 17. A x B = A x C ≠> B = C
9. A x In = In x A = A
Ax – Bx + Cx = [A – B + C] . X
Xa + Xb + Xc = X . [a + b +c]
Ax + Xb – Xc No se puede sacar factor comun
MATRIZ TRANSPUESTA

Dada Am,n llamaremos a una matriz transpuesta de A a una matriz Bn,m tal que ai,j = bj,i ∀𝑖 ∀𝑗. Ejemplo:

2 −4 1
−1 −3 0 2 −1 3 5 8
A= 3 2 3 At=[−4 −3 2 1 7]
5 1 2 1 −2 3 2 −1
[8 7 −1]
Una matriz es SIMETRICA si coincide con su transpuesta y ANTISIMETRICA si coincide con su matris
transpuesta de su matriz antisimetrica.

1 4 −2 1 4 −2
A=[ 4 2 0 ] At= [4 2 0] A es SIMETRICA.
−2 0 3 −2 0 3
0 −4 −1 0 4 1 0 −4 −1
B=[4 0 3] Bt=[−4 0 −3] -Bt= [4 0 3 ] B es ANTISIMETRICA.
1 −3 0 −1 3 0 1 −3 0
1. Suma de 2 matrices SIMETRICAS da una matriz SIMETRICA.

A es simétrica  ai,j = aj,i

B es simétrica  bi,j = bj,i
A+B=C
Ci,j = ai,j + bi,j = aj,i + bj,i = Cj,i

2. A es ANTISIMETRICA ʎ A es ANTISIMETRICA

A es Antisimétrica  ai,j  - aj,i

B = ʎ A  bi,j = ai,j = ʎ (- aj,i) = - ʎ aj,i = - bj,i

3. Cualquiera sea la matriz cuadrada A, A + At es ……… y A - At es ……………

B = A + At

bi,j = ai,j – ai,jt = ai,j – aj,i

= B es SIMETRICA
bj,i = aj,i + aj,it = aj,i – ai,j

bi,j = ai,j – ai,jt = ai,j – aj,i = - (aj,i - ai,j)

bj,i = aj,i + aj,it = aj,i – ai,j = B es ANTISIMETRICA
-bj,i = - (aj,i - ai,j)

4. Una matriz cuadrada cualquiera puede ser descompuesta por una matriz simétrica y una matriz
antisimetrica.

A= ½ A + ½ A = ½ A + ½ At + ½ A – ½ At = ½ [A + At] + ½ [A - At]

5. …
0 1 0 1
0 −1 −2
A2,3 = [ ] A3,2 =[−1 2] [−1 2]
1 2 3
−2 3 −2 3

0 −1 −2 5 −8
[ ] [ ]
1 2 3 −8 14

5 −8 5 −8
B= [ ] Bt= [ ] = SIMETRICA
−8 14 −8 14

6. La inversa de A x B es B-1 A-1

Luego B-1 x A-1 x A x B = B-1 x B = In
A x B x B-1 x A-1 = A x A-1 = In
Luego la inversa de AB es B-1 A-1
INVERSA DE UNA MATRIZ

Sean A y B dos matrices de orden n x n (cuadradas) se dice que B s la inversa de A si y solo si AxB=BxA= In.
Si B existe, se dice que A es invertible o no singular. A la inversa de A se la nota A -1 luego AxA-1=A-1xA= In.

Si A admite inversa esta es única supongamos que B y C son inversas de A, si B es inversa de A. AxB=BxA= In
si C es inversa de A. AxC=CxA= In entonces AxB= I  CxAxB = C x In  In x B= C  C = B.

PRIPIEDADES DE LA TRANSPOSICION E INVERSION DE MATRICES

1. (A + B)t = At + Bt 6. (A x B)-t = B-1 x A-1
2. (ʎ x A)t = ʎ x At 7. [At]-1 = [A-1]t
3. [At]t = A 8. (ʎ x A)-1 = 1/ʎ A-1
4. (A x B)t = Bt x At 9. [An]-1 = [A-1]n
5. [A-1]-1 = A

Determinantes
El determinante de una matriz cuadrada es un número que se asocia a dicha matriz .

Ejemplo
A= a11 a12 |A|= a11 a12 = a11 x a22 – a12 x a21
a21 a22 a21 a22

A3,3 = a11 a12 a13 |A|=a11 x a22 x a33 + a21 x a32 x a13 + a31 x a12 x a23 – a31 x a22 x a13 - a11 x a32 x a23 – a21 x a12 x a33
a21 a22 a23
a31 a32 a33

El cálculo de un determinante se efectúa en general aplicando el método de inducción uno sobre el otro.

n=1 A11 = a11

|A|= a11

Se cumple para n = k-1

Para n = k

a11 a12 …... a1 k-1 a1k = a1k . (-1)1+k . M1k + a2k . (-1)2+k . M2k …… akk . (-1)k+k . Mkk
a21 a22 …... a2 k-1 a2k
---------------------------------------
ak1 ak2 …... ak k-1 akk

El menor 1k que es un determinante se obtiene eliminando la fila 1 y la columna K. El M 1k es una

determinante de orden k-1 que por hipótesis de inducción existe.

A = a11 a12 a13 = a13. (-1)1+3. a21 a22 + a23. (-1)2+3. a11 a12 + a33. (-1)3+3. a11 a12
a21 a22 a23 a31 a32 a31 a32 a21 a22
a31 a32 a33

a13 x a21 x a32 - a13 x a22 x a31 - a23 x a11 x a32 + a23 x a231 x a12 + a33 x a11 x a22 – a33 x a21 x a12
PROPIEDADES DE LAS DETERMINANTES

1. |A| = a11 a12 a13 = a13. (-1)1+3. a21 a22 + a23. (-1)2+3. a11 a12 + a33. (-1)3+3. a11 a12
a21 a22 a23 a31 a32 a31 a32 a21 a22
a31 a32 a33

|At| = a11 a21 a31 = a13. (-1)1+3. a21 a31 + a23. (-1)2+3. a11 a31 + a33. (-1)3+3. a11 a21
a12 a22 a32 a22 a32 a12 a32 a12 a22
a13 a23 a33

|A|=|At|

2. Si 1 matriz tiene una fila o una columna (línea) de 0 su determinante es 0.

3. |B| = a11 a12 a13 = k.a13. (-1)1+3. a21 a22 + k.a23. (-1)2+3. a11 a12 + k.a33. (-1)3+3. a11 a12
a21 a22 a23 a31 a32 a31 a32 a21 a22
a31 a32 a33
= K [|A|]
|B| = K |A|

4 8 12 1 2 3 1 2 3 1 2 3
|A|=|16 20 24| = 4 |16 20 24|= 4.4 | 4 5 6 |= 4.4.4 |4 5 6|
28 32 36 28 32 36 28 32 36 7 8 0

Corolario PROPIEDAD 3

An = a11 a12 a1n  |ʎ. An| = ʎa11 ʎa12 ʎa1n = ʎ a11 a12 ….. a1n = ʎ ʎ….. ʎ a11 …….a1n = ʎn |A|
a21 a22 a2n ʎa21 ʎa22 ʎa2n ʎa21 ʎa22 ʎa2n --------------------
an1 an2 ann ʎan1 ʎan2 ʎann ʎan1 ʎan2 ʎann an1 …….ann

4. Si en una matriz A se intercambian 2 líneas paralelas el determinante de dicha matriz es el opuesto,

cada n° impar de intercambio el determinante cambia de signo cada n° par queda igual.

|A| = a11 a12 a13 = a13. (-1)1+3. a21 a22 + a23. (-1)2+3. a11 a12 + a33. (-1)3+3. a11 a12
a21 a22 a23 a31 a32 a31 a32 a21 a22
a31 a32 a33

|B| = a11 a13 a12 = a13. (-1)1+2. a21 a22 + a23. (-1)2+2. a11 a12 + a33. (-1)2+3. a11 a12
a21 a23 a22 a31 a32 a31 a32 a21 a22
a31 a33 a32

Corolario PROPIEDAD 4

A = a11 a12 a12

a21 a22 a22
a31 a32 a32
De acuerdo a la PROPIEDAD 3 |A*|= -|A| pero |A|=|A*|
A*= a11 a12 a12
a21 a22 a22 Luego |A| = -|A|  2|A| = 0  |A| = 0
a31 a32 a32
 5. Si a una línea de una matriz cuadrada se le suma un múltiplo escalar de línea paralela el
determinante de la matriz no cambia.

A = a11 a12 a13 B = a11 a12 ka12 + a13

a21 a22 a23 a21 a22 ka22+ a23
a31 a32 a33 a31 a32 ka32+ a33

|B|= ka12 + a13. (-1)1+3.M13 + ka22 + a23. (-1)2+3.M23 + ka32 + a33. (-1)3+3.M33
(aplicamos distributiva y asociativa)

|B|= ka12. (-1)1+3.M13 + ka22. (-1)2+3.M23 + ka32. (-1)3+3.M33 = a13. (-1)1+3.M13 + a22. (-1)2+3.M23 + a33. (-1)3+3.M33
|A|
a12.C13 + a22.C23 + a23.C33

|B|=k[a12. (-1)1+3.M13 + a22. (-1)2+3.M23 + a32. (-1)3+3.M33] + |A|

k a11 a12 a13 = 0

a21 a22 a23
a31 a32 a33
=

Recordar que (-1)i+j . Mi,j = Ci,j adjunto o cofactor.

La suma de los productos de los elementos de una línea por los cofactores de una paralela es 0. Ejemplo:

1 2 3 4
2 6 6 10
|A|= | |
−1 −2 −5/2 −1
3 6 9 9
1 2 3 4 1 2 3 4
2 0 2
2 6 6 10 0 2 0 2 1+1
A=| | | |= 1.(-1) [0 1/2 3 ] = 1.2(-1)1+1 =>
−1 −2 −5/2 −1 0 0 1/2 3
0 0 −3
3 6 9 9 0 0 0 −3
R2R2-2.R1
R3R3+R1
R4R4-3.R1

1/2 3
=> [ ]= 1 . 2 . ½ (-1)1+1 . 3 => 1 x 2 x ½ x -3 =
0 −3
6. Propiedad sin demostración |A x B| = |A| x |B|

PROPIEDAD APARTE

Dada la matriz cuadrada A si admite inversa, se cumple:

A x A-1 = I
|A x A-1|= I
|A| x |A-1| = 1  |A-1| = 1/|A| Luego A admite inversa si |A| ≠ 0
COMBINACION LINEAL Y DETERMINANTES

Si en una matriz cuadrada existe algún vector fila o vector columna, que es combinación lineal de los
restantes, entonces dichos vectores serian linealmente dependientes, y por lo tanto el determinante de la
matriz es nulo.

a11 a12 ʎa11 + ʎa12

a21 a22 ʎa21 + ʎa22
a31 a32 ʎa31 + ʎa32

MATRIZ ADJUNTA

Dada una matriz, la matriz adjunta de A es otra matriz del mismo orden cuyos elementos son los adjuntos
o cofactores de los elementos de la matriz A.

A = a11 a12 a13 = (-1)1+1. a22 a23 + (-1)1+2. a21 a23 + (-1)1+3. a21 a22
a21 a22 a23 a32 a33 a31 a33 a31 a32
a31 a32 a33
(-1)2+1. a12 a13 + (-1)2+2. a11 a13 + (-1)2+3. a11 a12
a32 a33 a31 a33 a31 a32

(-1)3+1. a12 a13 + (-1)3+2. a11 a13 + (-1)3+3. a11 a12

a22 a23 a21 a23 a21 a22

Sistemas de Ecuaciones Lineales

2x + y = 9
S MATRIZ ASOCIADA
5x – y = 7

2x + y = 9 X= 16/7 Y= 9 – 2 . 16/7  31/7

+
5x – y = 7 Solución {16/7 ; 31/7}
7x = 16
Determinados: Solución única
Compatibles
Indeterminados: ∞ Soluciones
Sistemas de Ecuaciones Lineales

Incompatibles NO existe solución

SISTEMAS EQUIVALENTES

Dos sistemas de ecuaciones son equivalentes si admiten el mismo conjunto solución si sobre un sistema se
efectúa cualquiera de las 3 siguientes operaciones elementales se obtiene un sistema igual al primero.

FRACCIONES ELEMENTALES ELEMENTALES

1) Intercambian 2 renglones entre si Ei  Ej

2) Ei  K.Ei K ≠ 0 Multiplicar toda una ecuación por una constante ≠ 0
3) Ei  Ei + h Ej h ≠ 0 Remplazamos a la ecuación Ei por Ei + h Ej
 2x + 4y = 16 6x + 12y = 48
S1 -
3x + 2y = 12 6x + 4y = 24 x= 16 – 4 x 3 x = 2 Solución {2 ; 3}
8y = 24 => y = 3 2

S2 E1  E2

2 4 ; 16 3 2 ; 12
3x + 2y = 12 ( ) R1  R2 ( ) R15R1
3 2 ; 12 2 4 ; 16
S2
2x + 4y = 16 S2: {2 ; 3}

S3 E1  5E1

10 20 80
10x + 20y = 80 ( ) R1  R1 + 3R3
3 2 12
S3
3x + 2y = 12 S3: {2 ; 3}

S4  E1 + 3E2

11 10 52
11x + 10y = 52 ( )
3 2 12
S4
3x + 2y = 12 S4: {2 ; 3}

OPERACIONES ELEMENTALES POR RENGLON Y MATRIZ POR RENGLON

Las operaciones por matriz por renglón son:

1) Intercambiar 2 renglones entre si Ri Rj.

2) Multiplicar un renglón por X escalas ≠ 0 KR1 ; K≠0.
3) Sumar un múltiplo escalar de un renglón a otro renglón.

MATRIZ ESCALON

1. Se llama a la matriz donde

El primer elemento no nulo de un renglón es 1 (denominado 1 principal o pivote)
2. Los renglones, si los hubiese, que tienen todos sus elementos nulos se agrupan en la parte inferior
de la matriz.
3. En dos renglones consecutivos, el 1 PRINCIPAL del renglón inferior aparece más hacia la derecha del
primer 1 del renglón superior.

MATRIZ ESCALON REDUCIDA

Se denomina matriz escalón reducida a la matriz escalón que en las columnas que contienen al 1 principal
posee 0 en las demás posiciones. Ejemplo:

1 1 1 1 0 1 1 1 1 2 1 0 0 1 0
1 0
0 0 −1 0 0 0 1 3 0 0 0 1 0 1 0
A=( ) B= ( ) C=( ) D=(0 1)
0 0 0 1 0 0 0 1 0 1 0 0 0 0 1
0 1
0 0 0 0 0 0 0 0 𝑎 1 0 0 0 0 0

B= Si a = 0 o a = 1 es escalar (nunca va a ser reducida)

C= Escalon reducida
D= No es nada
METODO DE GAUSS Y METODO DE GAUSS JORDAN

S1 2x1 + 2x2 + 2x3 + 14x4 = 28 2 2 2 14 ; 25 R1 ½ R1 1 1 1 7 ; 14

x2 + 4x4 = 8 0 1 0 4 ;8 0 1 0 4 ; 8 R3  R3 – 2R1
2x1 + 4x2 + 2x3 + 23x4 = 46 2 4 2 23 ; 46 2 4 2 23 ; 46 R4  R4 – 4R1
4x1 + 8x2 + 6x3 + 52x4 = 102 4 8 6 52 ;102 4 8 6 52 ;102

1 1 1 7 ; 14 R3R3-2R2 1 1 1 7 ; 14 R3R4 1 1 1 7 ; 14 R3 ½ R3 1 1 1 7 ; 14

0 1 0 4 ; 8 R4R4-4R2 0 1 0 4 ; 8 0 1 0 4 ;8 0 1 0 4 ;8
0 2 0 9 ; 18 0 0 0 1 ;2 0 0 2 8 ; 14 0 0 1 4 ;7
0 4 2 24 ; 46 0 0 2 8 ; 14 0 0 0 1 ;2 0 0 0 1 ;2

Sistemas equivalentes x1 + x2 + x3 + 7x4 =14 x1 = 0 + (-1) + 7.2 = 14  x1 = 1

x2 + 4x4 = 8 x2 = 8 – 8  x2 = 0
x3 + 4x4 = 7 x3 = 7 – 8  x3 = -1
x4 = 2

Solución {1 ; 0 ; -1 ; 2}

La columna de los términos independientes no es columna pivote. El sistema resulta compatible, como
además el n° de pivotes (4) es igual al n° de incógnitas el sistema resulta compatible determinado.

1 1 1 7 ; 14
0 1 0 4 ;8
( ) Si la columna de los términos ind columna pivote ocurre 0x1 + 0x2 + 0x3 + 0x4 ≠ 1.
0 0 1 4 ;7
0 0 0 0 ;1

SISTEMA INCOMPATIBLE

METODO GAUSS JORDAN

1 1 1 7 ; 14 R1 R1 – 7R4 1 1 1 0 ; 0 R1 R1 – R3 1 1 0 0 ; 0 R1 R1 – R2 1 0 0 0 ;1

0 1 0 4 ; 8 R2 R2 – 4R4 0 1 0 0 ;0 0 1 0 0 ;0 0 1 0 0 ;0
0 0 1 4 ; 7 R3 R3 – 4R4 0 0 1 0 ; -1 0 0 1 0 ; -1 0 0 1 0 ; -1
0 0 0 1 ;2 0 0 0 1 ;2 0 0 0 1 ;2 0 0 0 1 ;2

x1= 1 x2= 0 x3= -1 x4= 2

RANGO DE UNA MATRIZ: a la cantidad de renglones nulos que tiene una matriz escalon de una matriz A se
lo denomina rango de A

1 1 1 1 14 1 1 1 7 14 1 1 1 7 14
0 1 0 4 8 0 1 0 4 8 0 1 0 4 8
( ) ( ) ( )
0 0 1 4 7 0 0 0 1 2 0 0 0 1 2
0 0 0 1 2 0 0 0 0 1 0 0 0 0 0
La columna de los TI es pivote La columna de los TI no es
La columna de los TI no es
 incompatible columna pivote resulta
columna pivote  compatible
como el n° de pivotes = n° de compatible, como el n° de
P(A)= 3 P(A/B) = 4
incógnitas Determinada pivotes es menor que el n° de
P(A) = 4 P(A/B) = 4 P(A) ≠ P(A/B) INCOMPATIBLE incognitas  indeterminado
P (A) = P(A/B) compatible
P (A) = n° INCOG P(A) = 3 P(A/B) = 3 pero
DETERMINADA P(A) < n° de incognitas.
SISTEMAS DE ECUACIONES HOMOGENEOS.

Son aquellos en los cuales los términos independiente son todos 0.

Sm,n a11 x1 + a12 x2 + ….. + a1n xn = 0

a21 x1 + a22 x2 + ….. + a2n xn = 0
--------------------------------------
am1 x1 + am2 x2 + ….. + amn xn = 0

Ejemplos:

2x1 + 3x2 - 4x3 = 0 2 3 -4 ; 0

5x1 - 2x2 + x3 = 0 5 -1 1 ; 0
4x1 - 3x2 + 6x3 = 0 4 -3 6 ; 0

P(A) = P(A/B) ≤ 3 si P(A) = 3  Solución única, llamada solución trivial (0, 0, 0)

5x1 + 2x2 - 3x3 + x4 - 6x5 + 2x6 = 0 5 2 -3 1 -6 2 ; 0

x1 - x2 + 2x3 + 4x4 - x5 + x6 = 0 1 -1 2 4 -1 1 ; 0
-x1 + 2x2 + x3 - 6x4 + x5 - 3x6 = 0 -1 2 1 -6 1 -3 ; 0

P(A) = P(A/B) < n° de incógnitas para todos los sistemas homogéneos

Para los sistemas homogéneos siempre el rango de A va a ser igual al rango de A/B. por lo tanto, siempre
son compatibles. Si el rango de A = N° de incógnitas, la solución es única, llamada solución trivial, si el
rango de A < al N° de incógnitas admiten infinitas soluciones incluida la trivial.

Ejemplo: ¿El siguiente conjunto puede representar el conjunto solución de un sistema homogéneo?
X1 X2 X3 X4
{2+t; 3-5t; 7t; 9-2t}

No, porque ese conjunto no incluye la solución trivial. Ejemplo:

Ejemplos:
x1 + 2x2 + 3x3 + 4x4 = 0 1 2 3 4 ; 0 R2R2-R1 1 2 3 4 ; 0 R21/3R2 1 2 3 4 ;0
x1 - x2 + 2x3 + 3x4 = 0 1 -1 2 3 ; 0 R3R3-R1 0 -3 -1 -1 ; 0 R31/4R3 0 1 1/3 1/3 ;0
x1 + 2x2 + 3x3 = 0 1 2 3 0;0 0 0 0 -4 ; 0 0 0 0 1 ;0

SISTEMAS PARAMETRICOS

Determinar para que valores de K el sistema resulta compatible determinado, indeterminado,

incompatible.

x1 + x2 + (k-1) x3 + 3K x4 = 5-k x1 x2 x3 x4 t
2x1 + 3x2 + 2(k-1) x3 + 6k x4 = 9-2k 1 1 (k-1) 3k 5-k
x1 + x2 + 3k x4 = 4 2 3 2(k-1) 6k 9-2k
3x2 + (1-k) x3 + k x4 = k- 3 1 1 0 3k 4
0 3 (1-k) k k-3
C.I. { k(1-k)= 0 ; 1-k= 0  k=1} 1 0 0 -1
INC {k(1-k) ; 1-k  k= 0} 0 (1-k) 0 k-1
C.D. {k≠0 y k≠1} 3 (1-k) k k-3
(1-k) 0 k-1
(1-k) k k
k(1-k) 1-k