Está en la página 1de 95

Sistemas de ecuaciones lineales

Matrices
Determinantes
Espacio vectoriales
Producto escalar
Bases ortonormales
Transformaciones lineales
Formas cuadrticas y formas hermitianas
Valores y vectores propios
El lgebra lineal es la rama de las matemticas que estudia
los vectores, los espacios vectoriales, las transformaciones
lineales entre los espacios vectoriales y los sistemas de
ecuaciones lineales.

Los espacios vectoriales son fundamentales en las matemticas modernas; el
lgebra lineal es ampliamente utilizada tanto en el lgebra abstracta como en el
anlisis funcional.
El lgebra lineal tiene una representacin concreta en la Geometra Analtica.
Tiene aplicaciones importantes y vastas en las ciencias naturales y en las
ciencias sociales, ya que muchos modelos no lineales pueden ser aproximados
por modelos lineales
La historia del lgebra lineal moderna se
remonta a los aos de 1843 y 1844. En 1843,
William Rowan Hamilton (quien invent el
nombre Vector) descubri los cuaterniones.
En 1844, Hermann Grassman public su libro
Die lineale Ausdehnungslehre. Arthur Cayley en
1857, introdujo las matrices (2x2), una de las
ideas fundamentales del lgebra Lineal.
11 12 13
1 2 3
Dados los nmeros complejos
, , , ...,
y
, , , ...,
podemos formar el siguiente
sistema de ecuaciones:
mn
m
n m m
a a a a
b b b b
+
11 1 12 2 13 3 1 1
21 1 22 2 23 3 2 2
1 1 2 2 3 3
1 1 2 2 3 3
Sistema de ecuaciones lineales
...
...
...
...
...
...
es el nmero de incognitas
n n
n n
i i i in n i
m m m mn n m
a x a x a x a x b
a x a x a x a x b
a x a x a x a x b
a x a x a x a x b
n
+ + + =
+ + + =
+ + + =
+ + + =
es el nmero de ecuaciones m
11 12 13 1 2 3
1 2 3
Dadas las constantes complejas
, , , ..., y , , , ...,
* En qu condiciones existe un conjunto de
nmeros complejos
, , ,...,
que satisfacen simultaneamente las ecuaciones?
* C
mn m
n
a a a a b b b b
x x x x
mo encontramos dicha solucin?
11 1 1 1
1 1
1 2
Sistema de ecuaciones lineales
...
...
...
Si
... 0
el sistema es homogeneo
n n
m mn n m
m
a x a x b
a x a x b
b b b
+ + =
+ + =
= = = =
11 1 1 1
1 1
11 1 1
1 1
Sistema de ecuaciones lineales
...
...
...
Sistema homogeneo asociado
... 0
...
... 0
n n
m mn n m
n n
m mn n
a x a x b
a x a x b
a x a x
a x a x
+ + =
+ + =
+ + =
+ + =
11 1 1
1 1
El sistema homogeneo asociado
... 0
...
... 0
Solucin trivial: 0 para todo
Solucin notrivial: 0 para alguna
Un sistema homogeneo siempre tiene una solucin
n n
m mn n
i
i
a x a x
a x a x
x i
x i
+ + =
+ + =
=
=
trivial
11 1 1
1 1
Teorema
Sea un sistema homogeneo de ecuaciones lineales
... 0
...
... 0
Si (ms incognitas que ecuaciones) el sistema
tiene una solucin no trivial.
n n
m mn n
a x a x
a x a x
n m
+ + =
+ + =
>
11 1 12 2 13 3 1 1
21 1 22 2 23 3 2 2
1 1 2 2 3 3
1 1 2 2 3 3
Sistema de ecuaciones lineales
...
...
...
...
...
...
es el nmero de incognitas
n n
n n
i i i in n i
m m m mn n m
a x a x a x a x b
a x a x a x a x b
a x a x a x a x b
a x a x a x a x b
n
+ + + =
+ + + =
+ + + =
+ + + =
es el nmero de ecuaciones m
11 12 1 1
21 22 2 2
1 2
Finalmente la cosa se reduce a tratar con los
coeficientes:
...
...
. .
y
. .
. .
...
n
n
m m mn m
a a a b
a a a b
a a a b
| | | |
| |
| |
| |
| |
| |
| |
| |
| |
\ . \ .
( )
11 12 1
21 22 2
1 2
Un arreglo de nmeros complejos
...
...
.
.
.
...
es llamado una matriz en
La matriz tiene renglones y columnas
n
n
ij
m m mn
a a a
a a a
a
a a a
m n C
m n
| |
|
|
|
=
|
|
|
|
|
\ .

( )
11 12 1
21 22 2
1 2
...
...
.

.
.
...
1, 2,..., 1, 2,...,
es una matriz
n
n
m m mn
ij
a a a
a a a
a a a
a i m j n
m n
| |
|
|
|
=
|
|
|
|
|
\ .
= = =

A
A
A
1
Un vector
.
.
.
es una matriz 1
n
x
x
n
| |
|
|
|
|
|
|
\ .

( )
1
Un vector
,...,
es una matriz 1
n
x x
n
( )
0 0 ... 0
0 0 ... 0
.
.
.
0 0 ... 0
=0 para todo
Todos sus eleme

nto
,
s son cero
ij
a i j
| |
|
|
|
|
|
|
|
|
\ .

( )
11 12 1
21 22 2
1 2
...
...
.
El orden de la matriz es
.
.
...
1, 2,..., 1, 2,.
Tiene el mismo nmero de renglones y de colum
..,
nas
n
n
n n nn
ij
a a a
a a a
n
a a a
a i n j n
| |
|
|
|
|
|
|
|
|
\ .
= =
( )
La matriz identidad est definida como
0 si y 1 para 1,...,
ij
ij ii
a n n
a i j a i n
=
= = = =
A
1 0 ... 0
0 1 ... 0
.
.
.
0 0 ... 1
n
| |
|
|
|
=
|
|
|
|
|
\ .
I
( )
11 12 13 14
21 22 23 24
31 32 33 34
41 42 43 44

Tiene 4 columnas, 4 renglones: 16
1, 2, 3, 4
elem
1, 2, 3
en s
, 4
to
ij
a a a a
a a a a
a a a a
a a a a
a i j
| |
|
|
=
|
|
|
\ .
= = =
A
A
( )
11 22 33
Sea una matriz cuadrada.
Los elementos
, , ,...,
constituyen los elementos de la diagonal.
ij
nn
a n n
a a a a
= A
( )
11
22
Sea una matriz cuadrada.
Se dice que es diagonal si todos los elementos
"fuera" de la diagonal son cero, es decir,
0 si
0 ... 0
0 ... 0
.
.
.
0 0 ...
* Toda matriz diag
ij
ij
nn
a n n
a i j
a
a
a
=
= =
| |
|
|
|
|
|
|
|
|
\ .
A
onal es simtrica
( )
Sea una matriz cuadrada.
Se dice que es triangular si todos los elementos
"arriba abajo" de la diagonal son cero, es decir,
0 si

0 si
ij
ij
ij
a n n
a i j
a i j
=
= >
= <
A
1 0 0 0 0
3 0 0 0
4 2 2 0 0
1 1 0 3 0
2 8 4 2
i
i
i i
| |
|

|
|
|

|
|

\ .
( )
( )
Sea una matriz .
La matriz denotada como
tal que
es llam
Se intercambian ren
ada .
Se den
glones y
ota
columnas
.
ij
ji
ji ij
T
a m n
n m b
b a
transpuesta
=
=
=
A
B
A
1 1
1 0.5 1
0.5 2
1 2 0.5
1 0.5
T

| |

| |
|
= =
|
|

\ .
|

\ .
A A
( )
Una matriz es simtrica si es
igual a su transpuesta, es decir, si .
ij
T
a m n =
=
A
A A
| |
|
|
|
|
|
\ .
Hay lo mismo arriba y abajo de la diagonal
( )
Una matriz es antisimtrica si es
igual al negativo de su transpuesta, es decir, si
.
ij
T
a m n =
=
A
A A
| |
|
|
|
|
|
\ .
( )
( )
ij
T
ij
T
A a
A A
A a
A A
=
=
=
=
Una matriz cuadrada es simtrica
si
Una matriz cuadrada es antisimtrica
si
( )
( )
( )
Sea una matriz .
Su matriz conjugada es la que se obtiene
tomando el complejo conjugado de todos y
cada uno de los elementos.
Si
1, 2,..., 1, 2,...,
entonces
1, 2,...,
ij
ij
ij
a m n
a i m j n
a i m
-
- -
=
= = =
= =
A
A
A
A 1, 2,..., j n =
( )
( )
( )

1, 2,..., 1, 2,...,
1, 2,..., 1, 2,...,
ij
ij
ji
A
A a
A
a i n j n
a i n j n
-
=
= = =
= = =
A
A
La adjunta o transpuesta conjugada de una matriz
es la transpuesta y conjugada.
Se denota como
Si

entonces

0 3 1
1 3 2
1 1
0 1 3 1
3 3 2
3 2 1 0
1 1
1 1
2 0 1
i
i i i
i i i i
i i i
i i
i
i i
i i i
i
| |

| |
|
+ +
|
|

|
|
=
|

|

|
|
|

\ .
|
\ .

1 1
2 1
2 1 1 1 0
1 0 2 1 2
i
i i
i i i
i i

| | | |
+
| |
+ =
| |
| |

\ . \ .
( )

ij
A
A
A
A
a
=
=
La adjunta de una matriz cuadrada

es la transpuesta
Una matriz es hermitiana autoadjunta, si
conju

gada
*

1 1
1 1
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
T
i
i
i i
i i
i i
i i
i i
i i
+
| |
|

\ .
+
| | | |
=
| |
+
\ . \ .
+
| | | |
=
| |
+
\ . \ .
+ +
| | | |
=
| |

\ . \ .
0 1 0
1 0 0
1 0
0 1
x y
z
i
i
o o
o

| | | |
= =
| |
\ . \ .
| |
=
|

\ .
Las matrices de Pauli:
( )

ij
A
A A
A
a =
= Una matriz es hermitiana autoa
- Las matric
La adjunta de una matriz cuadrada

es la transpu
es hermitianas autoadjuntas
son cuadradas
- La d
djun
iago
esta c
nal de
ta,
la
on
s
jug
mat
a
r
d
i
si
a
ces hermitianas
es real
( )

ij
A
A a
A A =
=
La adjunta de una matriz cuadrada

es la transp
Una matriz es antihermitiana,
uesta conjug
si
ada
*
2 1
2 2 0
1 0
2 1 2 1
2 2 0 2 2 0
1 0 1 0
2 1 2 1 2 1
2 2 0 2 2 0 2 2 0
1 0 1 0 1 0
T
i
i
i
i i
i i
i i
i i i
i i i
i i i
| |
|

|
|

\ .

| | | |
| |
=
| |
| |

\ . \ .

| | | | | |
| | |
= =
| | |
| | |

\ . \ . \ .
( )

ij
A
A a
A A =
=
Una matriz es antihermitiana, si
- Las matrices antihermitianas
La adjunta de una matriz cuadra
son cuadradas
- Los elementos dia
da

es
gonale
la transpues
s de una mat
ta
ri
conjug
z
antih

ada
ermitiana son imaginarios puros
( )
( )

ij
ij
T
T
A a
AA I
a
I
A
A
AA
A
=
=
=
=
=
Una matriz cuadrada es unitaria si
Una matriz cuadrada es
Una matriz real unitaria es ortogonal, ya q
ortogonal
ue
si
( )
( )
1
1
ij
ij
T
A a
A A
A a
A A

=
=
=
=
Una matriz cuadrada es unitaria si
Una matriz cuadrada es ortogonal si
La suma de dos matrices
Multiplicacin de una matriz por
un escalar
Multiplicacin de dos matrices
( )
( )
( )
Solo se pueden sumar matrices de la misma forma,
es decir, que ambas sean .
Sean y dos matrices ,
la suma es

para todo ,
ij kl
ij ij
ij
m n
a b m n
a b
i j

= =
+ = +
A B
A B
11 12 1 11 12 1
21 22 2 21 22 2
1 2 1 2
... ...
... ...
. .
B
. .
. .
... ...
n n
n n
m m mn m m mn
a a a b b b
a a a b b b
a a a b b b
| | | |
| |
| |
| |
= =
| |
| |
| |
| |
| |
\ . \ .
A
11 11 12 12 1 1
21 21 22 22 2 2
1 1 2 2
...
...
.
B
.
.
...
n n
n n
m m m m mn mn
a b a b a b
a b a b a b
a b a b a b
+ + +
| |
|
+ + +
|
|
+ =
|
|
|
|
|
+ + +
\ .
A
( )
( )
Sea una matriz
y
un escalar,
el producto se define como

para todo ,
ij
ij
ij
a m n
r
r
r ra
i j
=
=
A
A
A
( )
11 12 1
21 22 2
1 2
...
...
.

.
.
...
1, 2,..., 1, 2,...,
n
n
m m mn
ij
ra ra ra
ra ra ra
r
ra ra ra
r ra i m j n
| |
|
|
|
=
|
|
|
|
|
\ .
= = =
A
A
11 12 1 11 12 1
21 22 2 21 22 2
1 2 1 2
... ...
... ...
. .

. .
. .
... ...

n s
n s
m m mn n n ns
a a a b b b
a a a b b b
a a a b b b
m n n s
| | | |
| |
| |
| |
= =
| |
| |
| |
| |
| |
\ . \ .

A B
( )
1

n
ij jk
ik
j
a b
m s
=
=

AB
( )
1

n
ij jk
ik
j
a b
m s
=
=

AB
La multiplicacin no es conmutativa
El nmero de columnas del primer factor
debe ser igual al nmero de renglones del
segundo factor
-
-
0 2 1 2 6 2
1 3 3 1 8 1

| || | | |
=
| | |

\ .\ . \ .
1 2 0 2 2 8
3 1 1 3 1 9

| || | | |
=
| | |

\ .\ . \ .
1 2 0 2
3 1 1 3
0 2 1 2
1 3 3 1

| || |
| |

\ .\ .

| || |
| |

\ .\ .
=
=
La multiplicacin de matrices
no es conmutativa!
( ) ( )( ) ( )( )
3
1 1 1 3 1 2
1 2 2 1 1 1
5
2

| |
= + =
\ .

|
( )
( )( ) ( )( )
( )( ) ( )( )
2
3 1 3 1 3 3 3
1 1
2 1 2 1
1 1
2
2
2 2
2 2
| |
| | | |
= =
|
| |



\ . .
\ .

\
3 4 1 5
1 3
1 2 3 5
1 1
2 1 1
3 2 2 2 3 2
5

| | | |
| |
| |
=
|
| |

\ .
| |
\ . \

.
3 4
1 3
1 2
1 1
2 1
?
| |
| |
|
=
|
|

\ .
|
\ .
No se pueden multiplicar
El nmero de columnas del primer factor
debe ser igual al nmero de renglones del
segundo factor
( )
( ) ( )
Si , , son matrices
Si es un nmero
Claro, siempre y cuando las sumas y los
productos puedan realizarse
r
r r =
A B C
A B + C = AB + AC
A B AB
( ) ( )
Si , , son matrices tales que y pueden
ser multiplicadas y y pueden ser multiplicadas.
Entonces , pueden ser multiplicadas.
Tambin , y se tiene
A B C A B
B C
A BC
AB C
AB C= A BC
Sea una matriz
es invertible o no singular si existe una
matriz de rango tal que
La matriz se llama inversa de y se denota
Cuando existe la matriz inversa es nica
n
n n
n n

-
-
1
A
A
B
AB = BA = I
B A A
0
Sea una matriz
Se pueden formar los productos
...
Si es un entero 1
...
Se define
m
n n
m

>
=
=
A
A
AA
AA A
A AA A
A I
( )
Sean y matrices que pueden ser multiplicadas.
Entonces y pueden ser multiplicadas y
T T
T
T T
=
A B
B A
AB B A
( )
( )
( )
11 1 1 1
1 1
Sistema de ecuaciones lineales
...
...
...
1 1

n n
m mn n m
ij i j
a x a x b
a x a x b
a m n b m x n
+ + =
+ + =
= = = A b x
Ax = b
11 12 1
21 22 2
1 2
Toda matriz cuadrada tiene asociado
un que es un nmero complejo.
El determinante de la matriz se escribe
...
...
.
det
determinante
.
.
...
n
n
n n nn
n n
a a a
a a a
A
a a a

= =
A
A
( ) ( )
( )
{ } ( )
,
1
det sgn
La suma se calcula sobre todas las permutaciones
de los nmeros 1, 2,3,..., y sgn es 1 se la
permutacin es par 1 si es impar.
n
n
i i
S i
a
n
o
o
o
o
o
e =
=
+

[
A
( ) ( )
( )
{ } ( )
( ) ( )
,
1
det sgn
La suma se calcula sobre todas las permutaciones
de los nmeros 1, 2,3,..., y sgn es 1 se la
permutacin es par 1 si es impar.
*Permutaciones del 1 y el 2:
1, 2 , 2,1
as que
det
n
n
i i
S i
a
n
o
o
o
o
o
e =
=
+

[
A
( )
11 22 12 21
a a a a = A
11 12
11 21 21 12
21 22
En el caso de una matriz cuadrada 2 2
el determinante es el nmero complejo
det
a a
a a a a
a a

= = = A A
( ) ( )
( )
{ } ( )
( ) ( ) ( )
,
1
det sgn
La suma se calcula sobre todas las permutaciones
de los nmeros 1, 2,3,..., y sgn es 1 se la
permutacin es par 1 si es impar.
Permutaciones del 1, 2 y 3
1, 2,3 , 1,3, 2 , 2,1,3 , 2
n
n
i i
S i
a
n
o
o
o
o
o
e =
=
+

[
A
( ) ( ) ( )
11 22 33 11 23 32 12 21 33 12 23 31 13 22 31 13 21 32
,3,1 , 3, 2,1 , 3,1, 2
as que
a a a a a a a a a a a a a a a a a a + +
11 12 13
21 22 23
31 32 33
11 22 33 12 23 31 13 21 32
11 23 32 12 21 33 13 22 31
En el caso de una matriz cuadrada 3 3
el determinante es el nmero complejo
det
a a a
a a a
a a a
a a a a a a a a a
a a a a a a a a a

= = =
= + +

A A
5 3 3 5 3 3
3 1 0 det 3 1 0
4 2 3 4 2 3
5 3 3
3 1
5 3 3
3 1 0
0
4 2 3
Truco que solo sirve para matrices 3x3
1) Se duplican los renglones 1 y 2

| |
|
=
|
|

( )( )( ) ( )( )( ) ( )( )( )
( )( )( ) ( )( )( ) ( )( )( )
5 3 3
3 1 0
15 18 5 1 3
3
3 0
12 4 2 3
27 0 1
2 3 4
3 3 5 2 0 4 1
5 3 3
3 1 0
3 0
3 2
2) Se multiplican diagonalmente haca abajo con signo +
y diagonalmente haca arriba con signo -

+
=

= =
+

+
( )( )( ) ( )( )( ) ( )( )( )
( )( )( ) ( )( )( ) ( )( )( )
1 0 2
4 1 5
1 1 2
1 0 2 1 0 2
4 1 5
4 3
det 4 1 5
2 3 2 2 3 2
1 0 2
4 1 5
2 3 2
2 24 0
0 15
2 2 0
4 0 2 1 3 5 2 1
5
4
2
33
+

=


=
+

=
+
+
=
1.- Si todos los elementos de una fila o de una columna de
una matriz son cero, entonces su determinante es cero
2.- Si todos los elementos de una fila o de una columna de
una matriz se multiplican por el mismo nmero , entonces
su determinante se multiplica por .
3.- Si una par de filas o de columnas de una matriz se
intercambian, el determinante cambia de signo
k
k
4.- Si una fila o una columna de una matriz es
proporcional a otra fila o a otra columna, el
determinante es cero.
5.- Si todos los elementos de una fila o de una
columna se pueden expresar como la suma de
dos trminos, entonces el determinante puede
escribirse como la suma de dos determinantes,
cada uno de los cuales contiene uno de los
trminos en la fila o columna correspondiente.
6.- Si a todos los elementos de una fila o de una columna
se le aade veces el elemento correspondiente de otra
fila o columna, el valor del determinante no cambia.
k
( )
11 22 33
Si la matriz es triangular,
entonces
det ...
es decir, el determinante es el
producto de los elementos
diagonales.
nn
a a a a =
A
A
Usando las propiedades 1 a 6 expuestas
arriba, se lleva la matriz original a una
forma triangular cuyo determinante es
el producto de los elementos de la
diagonal
( ) ( )
1
Sea una matriz cuadrada .
Eligimos una fila, la ,
entonces
det 1
donde es el determinante de la matriz
que resulta de quitar la fila y la columna
n
i j
ij ij
j
ij
n n
i
a M
M
i j
+
=

A
A
11 12 1
21 22 2
1 2
...
...
.
.
.
...
n
n
ij
ij
m m mn
a a a
a a a
M
a
a a a
| |
|
|
|
=
|
|
|
|
|
\ .
( ) ( )
1
Sea una matriz cuadrada .
Eligimos una columna, la ,
entonces
det 1
donde es el determinante de la matriz
que resulta de quitar la fila y la columna
n
i j
ij ij
i
ij
n n
j
a M
M
i j
+
=

A
A
5 3 3
3 1 0
4 2 3
1) Se escoge un rengln.
Elegimos el primero.
2) Se toman los elementos de ese rengln uno por uno.
Empecemos por el elemento 5.
3) Se crea un nuevo determinante quitando el rengln
y la colum

-1 0
2 3
na del elemento escogido, es decir
A este determinante se le llama menor

( )
( )
1 1
5 3 3
3 1 0
4 2 3
-1 0
-1 5
2 3
Nmero de columna+Nmero de rengln
4) El determinante obtenido (el menor) se
multiplica por el elemento y se pone como
signo -1
En este caso
+

5 3 3
3 1 0
4 2 3
5) Se hace lo mismo con todos los
elementos del rengln escogido.

( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
1 1 1 2 1 3
5 3 3
3 1 0
4 2 3
1 0 3 0 3 1
1 5 1 3 1 3
2 3 4 3 4 2
5 3 3 9 3 10 15 27 30 12
+ + +


= + + =

= = + =
( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
1 1 1 2 1 3
1 0 2
4 1 5
2 3 2
1 5 4 5 4 1
1 1 1 0 1 2
3 2 2 2 2 3
1 5 4 1
0 2 2 15 2 12 2
3 2 2 3
13 20 33
+ + +


= + + =


= + = =

= =
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
1 1 1 2 1 3
2 5 3 2 5 3
1 1 3 det 1 1 3
2 2 0 2 2 0
1 3 1 3 1 1
1 2 1 5 1 3
2 0 2 0 2 2
2 6 5 6 3 0 12 30 0 42
+ + +

| |
|
= =
|
|

\ .

= + + =

= = + =
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
1 1 1 2
1 3 1 4
0 3 4 2
1 0 2 2
1 3 2 1
3 2 3 1
0 2 2 1 2 2
1 0 3 2 1 1 3 1 2 1
2 3 1 3 3 1
1 0 2 1 0 2
1 4 1 3 1 1 2 1 3 2
3 2 1 3 2 3
1 2 2 1 2 2 1 0 2
3 1 2 1 4 1 2 1 2 1 3 2
3 3 1 3 3 1 3 2 3
+ +
+ +


=



= + +


+ + =


= + =

( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )( ) ( )
( ) ( ) ( ) ( )( ) ( )
1 2 2
2 1 1 1 1 2
1 2 1 1 2 2 1 5 2 2 2 9 9
3 1 3 1 3 3
3 3 1
1 0 2
3 1 1 1 1 3
1 3 1 1 0 2 1 1 0 2 2 7 13
2 1 3 1 3 2
3 2 1
1 0 2
3 2 1 2 1 3
1 3 2 1 0 2 1 13 0 9 2 7 27
2 3 3 3 3 2
3 2 3


= + = + =


= + = =


= + = =

( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( )
1 1 1 2
1 3 1 4
0 3 4 2
1 0 2 2
1 3 2 1
3 2 3 1
0 2 2 1 2 2
1 0 3 2 1 1 3 1 2 1
2 3 1 3 3 1
1 0 2 1 0 2
1 4 1 3 1 1 2 1 3 2
3 2 1 3 2 3
3 9 4 13 2 27 25
+ +
+ +


=



= + +


+ + =

= + =
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
1 1 1 2 1 3
1 1 3
2 2 0
1 3 1 3 1 1
1 2 1 5 1 3
2 0 2 0 2 2
2 6 5 6 3 0 12 30 0 42
2 5 3
+ + +
=


= + + =

= = + =

Escogemos un rengln, el primero


( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
2 1 2 2 2 3
2 5 3
2 2 0
5 3 2 3 2 5
1 1 1 1 1 3
2 0 2 0 2 2
6 6 3 4 10 6 6 3 14 4
1 3
2
1
+ + +


= + +

= + + + = =

+
Ahora escogemos el segundo rengln,
( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
1 3 2 3 3 3
2 5
1 1
2 2
1 1 2 5 2 5
1 3 1 3
3
1 0
2 2 2 2 1 1
3 0 3 14 0 42
3
0
+ + +

= + +

=

+ + =
Ahora escogemos la tercera columna,

También podría gustarte