Ecuaciones lineales, matrices y determinantes

1.1 Sistemas de ecuaciones lineales

Una ecuacin lineal es aquella que slo involucra potencias de primer grado en sus variables. Si en una ecuacin lineal hay dos variables, se puede representar en el plano cartesiano como una recta. Frecuentemente se utilizar xj = x, X2 = y, por razones de utilidad posteriores. Aunque una ecuacin tenga un nmero mayor de variables, las propiedades bsicas sern similares a las de las ecuaciones de dos variables. Para tres variables se usar X3 = z, y para ms variables se seguir con X4, X5, etc. Llamamos solucin de una ecuacin a un valor o un conjunto de valores que satisfacen idnticamente la ecuacin. Cuando tenemos un conjunto de ecuaciones lineales cuyas soluciones deben ser las mismas para cada ecuacin y variable, hablamos de un sistema de ecuaciones lineales. Resolver un sistema de ecuaciones implica hallar un conjunto de valores de cada variable que satisfaga todas y cada una de las ecuaciones que forman el sistema.

ww w.

Si el sistema tiene solucin nica, al grafcar las ecuaciones tendremos un par de rectas que se cortan en un solo punto. En este caso se dice que el sistema es consistente y detenninado. Esto se ve en la siguiente grfica (figura 1.1):

at

Figura 1.1. Sistema de ecuaciones con solucin nica.

em

En un conjunto de ecuaciones lineales no siempre tenemos solucin nica, sino que podemos tener infinitas soluciones o no tener ninguna.. Una ecuacin en dos variables de la forma Axj + 8x2 + C = 0 describe una recta en el plano con pendiente -A/B y ordenada al origen -C/B.

a,x, +b1x2 = c,

at

a 2 x,+b 2 x 2 =

ic

a1

.c o

Si el sistema no tiene solucin, tendremos un par de rectas paralelas. En este caso se dice que el sistema es inconsistente. La situacin grfica es la siguiente (figura 1.2):

Figura 1.2. Sistema sin solucin.

Figura 1.3. Sistema con infinidad de soluciones.

ww

w.

M at

em

Si el sistema tiene infinidad de soluciones, tendremos una sola recta representada por dos ecuaciones diferentes. En este caso se dice que el sistema es consistente, pero indeterminado. La grfica es la siguiente (figura 1.3):

at

ic

a1

.c o

Un sistema de ecuaciones lineales puede resolverse por varios mtodos, que estudiaremos en este captulo.

Mtodo de eliminacin
Un mtodo muy usual (sobre todo para computacin) es el mtodo de eliminacin de Gauss. Este mtodo es general, sirve para cualquier sistema de n ecuaciones con m incgnitas. Estos en general tendrn la forma:
ai jX] + a ] 2 x 2 + ai 3 x 3 + + ai n x n = b\

+ a 22 x 2 + a 2 3 x 3 +

+ a 2n x n - b 2

+ a 3 2 x 2 + 833X3 + . . . . + a 3 n x n = b 3

am2x2 + am3 x3 + .... + amnxn = brn Para esto, definimos una matriz como un arreglo de nmeros acomodados en lugares definidos por renglones y columnas. Cada nmero tendr su lugar dando el nmero de rengln y de columna que ocupa. El orden en que se hace es ste, por lo que si se da primero el nmero de columna, se tendr un elemento incorrecto. En general las matrices pueden tener cualquier nmero de renglones y de columnas, pero en el caso especial en que hay igual nmero de renglones que de columnas, decimos que es una matriz cuadrada.

ll

i3
23

a2l
a ;3.

22 32

33

am|

a m3

ww

,2

in

2n

3n

a mn

Para encontrar la solucin de un sistema podemos operar en la matriz aumentada realizando las siguientes operaciones permitidas: 1 suma (o resta) de un rengln a otro 2 multiplicacin (o divisin) de un rengln por una constante 3 intercambio de orden entre los renglones

w.

M at

Definimos la matriz aumentada de un sistema lineal de ecuaciones como aquella que consta de todos los coeficientes de las variables, ms los trminos independientes. Para el sistema dado antes la matriz aumentada es: b, b2

bn

em

at

ic

a1

.c o

El objetivo de estas manipulaciones es obtener una matriz de las mismas dimensiones que conste de ceros, excepto en la diagonal, donde trataremos de obtener unos. A este proceso se le llama diagonalizacin. El proceso general es el siguiente: 1 Si el elemento ai i es cero, hacemos que sea diferente de cero intercambiando el orden de los renglones. Si ya desde el principio es diferente de cero, se deja igual. 2 Se multiplican todos los renglones por ai i/an, con i el nmero de rengln, pero i * 2, y se les resta el primer rengln. En este paso ya tenemos que todos los elementos de la primera columna son cero, excepto el primero. 3 Se hace que el elemento a22 sea diferente de cero, de manera similar que para an. 4 Se multiplican todos los renglones por &nl&2u con i el nmero de rengln, pero i * 2, y se les resta el segundo rengln. En este paso ya tenemos toda la segunda columna con ceros excepto el segundo elemento. 5 Se sigue este proceso hasta el elemento de la forma 2Ln ms abajo que se pueda encontrar en la matriz. Si el sistema tiene ms ecuaciones que incgnitas, ser el elemento ann, si tiene ms incgnitas que ecuaciones ser el amm, y si tiene igual nmero de incgnitas que ecuaciones, ser el amn. En el proceso de diagonalizacin generalmente surgen fracciones, con lo cual el alumno encuentra ms difcil trabajar. Aunque es muy recomendable que el alumno repase fracciones, es posible evitarlas si en lugar de dividir multiplica los renglones para hallar el mnimo comn mltiplo de los primeros elementos del rengln y luego restarlos. Esto se aprende mejor a travs de ejemplos.
Ejemplo: Resolver el sistema: 5xi + 2x2 - 2x3 = I 3xj - 4x2 + x3 = -9 -3xi +x 2 - 5x3 = 14 Solucin: La matriz aumentada del sistema es:
5 3 -3 2 -4 1 -2 1 1 9 14

Para introducir un cero en el tercer rengln, primer columna, necesitamos un tres en la primer columna. Este ya est en el segundo rengln, as que sumamos el segundo rengln al tercero.

ww

w.

M at

em

at

ic

a1

.c o

'5

-2
5

r
1-9

3 - 4

0 - 3 - 4

Ahora vamos a multiplicar el primer rengln por 3 y al segundo por 5, para que as tengamos el mismo nmero en la primer columna, tanto en el primero como en el segundo rengln. 15 6 15-20 0 -3 -6 3 5 -45 -4 5 )

Al segundo rengln le restamos el primero, lo que nos dar;

15 0 0 6 -26 -3 -6 -4 3 5

11 -48

15 0 0

6 -78 78

-6 33

104 -130

Al tercer rengln le sumamos el segundo, lo que nos da:

15 0 0 6 - 6 -78 0 33 3

137 -274

5 0

2 0

2 2

1 > -4

0 -78

33 -144

Al primer rengln le sumamos el tercero:

/

5 0 0

2 -78 0

0 - 3 33 -144 2 - 4

Al tercer rengln lo dividimos entre 2 y lo multiplicamos por -33, lo cual da:

5 2 0 -3 0 -78 33 -144 0 0 -33 66

ww

Para introducir un cero en el primer rengln, tercer columna, necesitamos el mismo nmero en dos renglones de la misma columna. Al tercer rengln lo dividirnos entre 137 y lo multiplicamos por 2, al primero lo dividimos entre 3, con lo cual obtenemos:

w.

M at

-144

em

at

ic

-144

a1

.c o

Ahora multiplicamos el segundo rengln por 3 y el tercero por -26 para tener en la segunda columna el mismo nmero tanto en el segundo como en el tercer renglones, lo que nos dar:

Al segundo rengln le sumamos el tercero:

'5

0 - 3
0

0 0

-78
0

-78
66

-33

El segundo rengln lo dividimos entre 37 y el tercero entre -33:

(5
0 2 0

0-3 0-2 1-2

0 - 2

Al primer rengln le sumamos el segundo:

'5

0
-2

0 -2

1 -2

Por ltimo, al primer rengln lo dividimos entre 5 y al segundo entre -2:

0 ,0

1 0 0

1 1 -2,

Ejemplo: Resolver el sistema:

3xi + 2x2 - x3 = 3
..,
JX2

- X3

Solucin: La matriz aumentada es:

'2 -1

4^

3 1

2 - 1 3
3 - 4 - 1

A partir de este ejemplo se abreviar el desarrollo. Para especificar los pasos que se seguirn se usar una flecha, y se indicarn las operaciones realizadas en forma abreviada. As, si multiplicamos el tercer rengln por tres, escribiremos 3R3 y si lo dividimos ser R3/3. Si se resta el segundo al tercero se escribir R3 - R2. Si

ww

w.

M at

El ejemplo anterior muestra el proceso general de tal forma que podemos reconocer la solucin como nica. Podra ser que haya infinidad de soluciones o que no la haya. Esto lo reconocemos durante el proceso si obtenemos un rengln donde slo haya ceros, o un rengln donde slo la ultima columna sea diferente de cero.

em

La ltima columna nos da la solucin: X| = - 1 , X2 = 1, x3 = -2. Tambin se escribe esto mismo como: (xi,x2,x3) = (-1,1 ,-2), forma que se usar a lo largo de este texto.

at

ic

a1

' 1 0

0 -1

.c o

intercambiamos los renglones 2 y 3 se escribir R2 ~ R3. Cuando haya dos o ms operaciones (lo cual nos ahorrar bastante espacio), se separarn por unacoma.
2 3 I -1 2 3

4^

-1 3 -4 - 1 J

3R3

-I

R3 -R2

3 0

2 7

12 -3

-1 3 II -6J

3Rl,2R2->

(6

-3 4 7

12^

6 0

-2

-11 - 6 .

R2-RI

0 0

7 - 1 7 - 1

6 0 0

3 9 12 7 -11 -6 0 0 0

En este punto ya podemos observar que el sistema tiene infinidad de soluciones, puesto que el tercer rengln consta nicamente de ceros. Para proseguir podemos eliminar el tercer rengln, o sea sustituirla por una matriz de 2 x 4 y seguir el proceso. 6 -3 9 12 3R2JR1 0 7-11-6 1 0 5/7 11/7 0 1 -11/7 - 6 / 7 42 -21 63 84 Rl+R2~> 42 0 30 66^ R1/42,R2/21 -> 0 21 -33 -18 0 21 -33 -18

Esta matriz se puede expresar nuevamente como un sistema de ecuaciones: x,+5x3/7=ll/7 x 2 - llx 3 /7 = -6/7

As, si se fija el valor de x3 (con un parmetro t), se tendr la solucin:

que tambin se expresa como:

Ejemplo: Resolver el sistema:

2 X| - x 2 ' -5 x 3 ~ -Z X] - 2 x 2 + 3 x 3 = 4

3x|-3x 2 -t-8x 3 = : : : : l Solucin:

ww

w.

(xhx2,x3) = (11/7,-6/7,0) + t(-5/7,l 1/7,1)

M at

x3 = t, x2 = -6/7 + 1 lt/7, x, = 11/7 - 5t/7,

1 - 2 3 4 3 - 3 8 1

3Rl,6R2,2R3->

6 -3 15 -6' 6 -12 18 24 6 - 6 16 2

em

at
R3-Rl,R2-Rl->
6 -3 15 - 6 3R1,-R2, 0 -9 3 30 0 - 3 1 8 18 0 42 -48 0 9 - 3 -30

18 -9 45 -18^ Rl + R2, R3 + R2 0 9 - 3 -30

0 -9 3 24 J

0 0 0 -6J

ic

a1

.c o

Ecuaciones lineales En este punto nos detenemos al ver que el ltimo rengln consta de ceros a excepcin de la ltima columna, lo que nos indica que el sistema es inconsistente. Esto se ve mejor si escribimos la matriz como un sistema:

y la inconsistencia se ve en la tercera ecuacin, pues sumando nicamente ceros se obtiene una cantidad diferente de cero.

Cuando el sistema de ecuaciones tenga menos ecuaciones que incgnitas, nunca habr solucin nica, sino que se tendr infinidad de soluciones con tantos parmetros libres como ecuaciones falten para igualar el nmero de incgnitas, a no ser que el sistema sea inconsistente.
Ejemplo: Resolver el sistema:
X! -2 x 2 + x 3 - 4 x 4 1 Xi + 3 x 2 + 7 x 3 + 2 x 4 = 2 X| - 12 x 2 - 11 x 3 - 12 X4 = 5

'5 0 0

-10
10

5 12
i ?
1 Z.

-20
12 -8

5 4

M at

em
5 0

(\ -2 1 -4 1 1 -2 R2-R1.R3-R1 --> 1 3 7 2 2 0 5 1 -12 -11 -12 5 0 -10

0

Rl + R2, R3 + R2 -* Rl/5,R2/10,R3/4-> 2 0 10 12 12 2

at
0 0

ic
1 -4 O 6 6 1 5R1,2R2 -12 -8 4 19 -8 7 4
-8/5 7/5 x

Solucin:

(\
0 0

0 1 0

19/5

6/5
0

6/5

1/5

1 3 / 2

Al reescribirlo como un sistema encontramos que: x,4-l9x 3 /5-8x 4 /5 = x2 + 6x3/5 + 6x4/5 = 1/5 x4 = 3/2 Haciendo x3 = t y sustituyendo x4 hallamos: x,=3-19t/5 x2 = -l -6175 x3 = t x4 - 3/2 o bien:

ww

w.

-10

a1
6

.c o

(x,1x2,X3,x4) = (3,-1,0,3/2) + t(-19/5, -6/5, 1, 0) Ejemplo: Resolver el sistema:

X] - 2 X2 + X3 - 4 X,4 = 1 X| + 2 x2 - X3 - 2 X4 = 9 2xi - 4 x 2 + 2 x 3 - 8 x 4 = 7

Solucin:
1 1 2 -2 2 -4 1 ~I -4 -2 9 7 f2

2Rl,2R2->
\

2 - 8

-4 2 -8 2 4 - 2 - 4 2-4 2 -8

2 18 7

R2-R1,R3-R1 ->

(2 -4 2 - 8 0 8 - 4 4 0 0 0 0

2^ 16 5

Aqu observamos que el tercer rengln contiene slo ceros excepto en la ltima columna, lo que indica que ha una suma de ceros que nos da como suma algo diferente de cero. O sea que el sistema no tiene solucin por s inconsistente.

Ejercicios 1.1:
Resolver los sistemas siguientes
1) 2xi -X2-3X3 = 5 3xi -2x2 + 2x3 = 5 5xi - 3x2 X3 ~ 16 2)2xi + 3 x 2 - 2 x 3 = 5 xj - 2x2 + 3x3 - 2 4xj -X2 + 4X3 == 1

4) 2xi + 3 x 2 - 3 xi-2x 2 = 5 3xi + 2x2 = 7

5) xi + 2x2 -3x3 + 2x4 = 2 2xi +5x 2 -8x 3 + 6 x 4 - 5 3xi + 4x2 ~ 5x3 + 2x4- 4 6) xi + 2x2 - X3 + 3x4 - 3 2x, + 4x2 + 4x3 + 3 x 4 - 9 3X| + 6X2 - X3 + 8X4- 10
7) x, + 2x2 + 2x3 - 2

ww w.

3) xi + 2x2 2xi +3x 2 + 8 x 3 - 4 3xi +2x 2 + 17x3= 1

at

em
17

at

ic

a1

.c om

3xi -2x2 - X3 = 5 xi + 4x2 + 6x3 = 0 2x, - 5x2 + 3x3 - -4 8)xi + 5x2 + 4x3- 13x4 = 3 3xi - X2 + 8x3 + 5x4 = 2
2X| + 2X2 + 3X3 " 4X4= 1 Xi + 2X2 3X3 + 2X4 = 0

9) 2xj X2 -3x3 = 5 3xi - 2x2 + 2x3 = 5 5xi - 3x2-X3 = 16

11)2X-X2-3X3-5

xj + 2x2 - 4x3 = 3 3xi - 4x2 - 6x3 = 5 13)2xi + 3x2 + x3 = 2 3xi + X2 - 2x3 = 3 X| -2X2-3X3 = 1

15)2xi +3x 2 -x 3 = 1 3xi + 5x2 + 2x 3 -8

Xj -2X2-3X3 = -1

Sistemas homogneos

Cuando en un sistema de ecuaciones todos los trminos independientes valen cero, se dice qu es un sistema homogneo. Recordemos que el criterio para que no haya solucin es que u rengln conste de ceros excepto en la ltima columna, pero si ya desde el principio la ltim columna consta de ceros, pues nunca habr este caso; as pues, en un sistema homogne siempre se tiene por lo menos una solucin, que consiste en que todas las x valgan cero. esta se le llama solucin trivial. Adems de la trivial, algunos sistemas pueden tener infinit

ww w.

14)2xi + x 2 + 5x3 + X4 = 5 X] + X2 - 3X3 -4X4 = "I 3xi + 6x2 - 2x3 + X4= 8 2xi + 2x2 + 2x3 - 3x4 = 2

at

em
18

at

12) 2x,-5x 2 + 2 x 3 - 7

ic

3xi - 2x2 + 2x3 = 5 5xj - 3x2 - X3 = 16

a1

.c om

10)2xi - x 2 - 3 x 3 = 5 3xi - 2x2 + 2x3 = 5 5xj -3X2-X3 = 16

soluciones no triviales. En particular, siempre que se tienen ms incgnitas que ecuaciones, se tienen soluciones no triviales. Para saber si un sistema tiene soluciones no triviales y encontrarlas, podemos usar el mtodo de eliminacin y dependiendo lo que obtengamos decidimos: si algn rengln tiene solo ceros, entonces hay infinidad de soluciones, que se encuentran al recobrar el sistema como se hace en el caso no homogneo; pero si ningn rengln consta nicamente de ceros, slo existe la solucin trivial.
Ejemplo: Resolver el sistema: 2x, -3x 2 + 4x3 = 0 3x| - 2x2 + 2x3 - 0 Xi - 4 x 2 + 6 x 3 := 0 Solucin Resolviendo por eliminacin, '2 -3 4' R <->R: 3 -2 2 \ -4 6,

donde podemos hacer x3 = t, con lo cual: xi = (2/5)t, X2= (8/5)t, o bien,

Ejemplo:

Resolver el sistema homogneo siguiente:

2xi + 3x2 - X3 - 0 3xi + x2 + 2x3 = 0
X| - 2 X 2 X

3= 0

Solucin:

La matriz de coeficientes del sistema (como en este caso todos los trminos independientes valen cero, no e necesario tomar la aumentada) es la siguiente: (2 3 - ' 2 3 -\\ (2 3 - n R2 - 3R3, 2R3 -* 0 5 5 R3-Rl,R2/5-> o 1 1 Ri - 3R2, R3 + 7R2 3 1 2 2 -4 -2 0 -7 1 -2 -1 (2 0 -4 '1 0 0 6 0 0 0 1 1 3Rl+2R2,6R2-R3-> 0 6 0 Rl/6,R2/6,R3/6-> 0 1 0 0 0 6 0 0 1 0 0 6

ww w.

at

(x},x2,x3)-(l,2/5,8/5)t.

em

(\ 0 -2/5" (5 0 0 10 -16 Rl/5, R2/10-> 0 1 -8/5 0 0 0 0 0 ()

at
19

ic

(\ -4 6" '1 -4 6 3 -2 2 R3-2R1,R2-3R1 ~> 0 10 -16 2R3-R2,5R1+2R2 [0 5 -8 ,2 -3

a1

.c om

Vemos que aqu la nica solucin posible es la trivial.

Ejercicios 1.2:
Resolver los siguientes sistemas homogneos. 1) xi + 3 x 2 - 2 x 3 - 0 X | - 8 x 2 + 8X3 = G 3xj - 2x2 + 4x3 = 0 2) 2xi - x2 -3x 3 = 0 3xj - x 2 + 2x3 = 0 5X] -3X2-X3 = 0

4Xj - 7X2 + X3 - 6X4 - 0

Xi - 2X2 - 2X3 + 3X4 = 0

8) xi - 5x2 - 8x3 + x4 = 0 3X] + X2 - 3X3 - 5X4 = 0 xi - 7x3 + 2 x 4 - 0

9) Xi + X2 + 2X3 - X4 - 0 2Xj + X2 - 2X3 - 2X4 = 0 -Xi + 2X2 - 4X3 + X4 - 0 3xj - 3x4 - 0

10) x, + 8 x 2 - 5 x 3 - 0

ww w.

7) 2xj + x2 - 5x3 + x 4 - 0 xi - 3x2 - 6x4 = 0 2x2 - X3 + 2x4 = 0 xi + 14x2 - 7x3 + 6x4 = 0

at

6)2xi - x 2 -3x 3 = 0 3xi -2x2 + 2 x 3 - 0 5xi - 3x2 ~ X3 = 0

em
20

5) 4xi + X2 - 3x3 - X4 = 0 2xi + 3x2 + X3 - 5x4 = 0

at

-7xi + 7x2 + X3 = 0

ic

4) 2xi + 2x2 + 2x3 = 0 -2xi + 5x2 + 2x3 = 0

a1

3) xi + 2x2 - 5x3 + 4x4-0 2xi - 3x2 + 2x3 + 3 x 4 - 0

.c om

3xi - 2x2 + 3x3 == O 2xi + 3x 2 - X3 = O

Sistemas con parmetros adicionales

Resolver el sistema:

k x i + x 2 + X3 1

A. l ' K.A2 1 A3 1

Solucin:

Resolvemos por eliminacin,

1
k 1 1 I k 1

em

at
k 1 1 1
k-1 k-1

Xj + x 2 + kx 3 = 1

ic at
0
k -! k-1
2

a1
k~l k 2 ~l

Ejemplo:

.c om
(k

Hay algunos sistemas en los que intervienen parmetros adicionales a las incgnitas del sistema. En estos sistemas lo importante es hallar los valores de tales parmetros para que haya soluciones. Para determinar si hay o no solucin se usa como criterio lo que sucede con la matriz diagonal del sistema: si hay algn denominador en donde aparezca el parmetro, el sistema tiene solucin nica donde el denominador no se haga cero, para los valores en que s hay ceros en el denominador, se debe analizar cada caso por separado; si al sustituir esos valores hay renglones de ceros nicamente hay infinitas soluciones, pero si en la ltima columna no hay cero, no hay solucin. Tambin hay que observar qu valores del parmetro hacen que algunos renglones de la matriz se vuelvan mltiplos, etc. Esto se ver con cuidado en los ejemplos.

fk
1 1

kR2-R!,kR3-Rl

R3/(k2-l)

o i -L
0

J-

Rl - R 2 ,

k +l k + l 1 k +1 I

M
k k k+l k+l 1 1 k+l k+l k k2 + 2k
k+ l

ww w.

R3-R2

, (k+l)R2, (k+l)R3/(k2+2k)

k+l

0
k+l

1 1 1 1

R1-R3,

0 1

0 0

0 0

k + l;

R2-R3->

k +l

0 k +2 k+l k +l 0 k +2 0 1 1 0
k+~2

1 0 0 k +2 0 1 0 0 0 1 k +2

as que la solucin es: (X|,x2,x3) = (1,1,1 )/(k+2), lo cual no tiene solucin para k = 2. Por otra parte, debemos notar que si tomamos en la matriz aumentada original k = 1, todos los renglones son iguales, as que para k = 1 tendremos soluciones infinitas de la forma: (xf,x2,X3) = (1,0,0) + (-l,l,0)s + (-1,0,l)t. Ejemplo:

21

Resolver el sistema:
kxj + X2 + X3 = 1
X| 4- kX2 + X3 = 1 X| + X 2 + X3 = 1

Solucin:
Resolvemos por eliminacin,
(k

1 I

1 k 11
1 1 1 1

kR2-Rl,kR3-Rl

(k

\
k-1

1 1
k-1 k-1 k-1 k-1

0 k2k 0

(k 1 1 \\ kR3 0 k 11 0 111

kRl - R2 ->

0
v

k 0

1
k-1

1
k-1

Rl - R3, (k-l)R2 - R3, R3/(k-l)

1) Xj - X2 = 3 2xj - 2x2 = k

2)kx, - x 2 - 0

3)(k-3)x, +x 2 = 0 xi + (k - 3)x2 = 0
4) kxj - X2 = 2 Xj + kx2 = 3 5) xi - 2kx2 = 3 5xi + X2 = -k

6) xi + 2x2 - 3x3 - 4 3xj - X2 + 5x3 = 2 4xi + x2 + (k - 4)x3 - k + 2

ww w.

at

Encontrar los valores de k para que el sistema dado: tenga solucin nica, tenga infinidad soluciones, no tenga solucin (no es necesario dar la forma de la solucin).

em

Ejercicios 1.3:

at
22

esto implica que la solucin (xi,x2,x3) = (0,0,1) es nica. Pero si observamos que k = 1 nos da renglones igua resulta que para ese valor de k hay infinitas soluciones de la forma: (xj,x2,x3) = (1,0,0) + (-1,1,0)s + (-l,0,l)t

ic

(\ 0 0 0 0 10 0 0 0 11

a1

.c om

r 2

k-1

k-1

k2 0 0 k 2 -k 0 0

0 0) Rl/k2,R2/(k2-k)-> 0 0 11

7) 2xi + 2x2 + 5x3 = -6

Xj -X2 + 3X3 ^ 2

3xi - 6x2 - kxs = 5 8)-xi +2x 2 + kx3 = -9 2xi - 2x2 + 3x3 = 2 xi - 6x2 - X3 = k 9) kx, + 2x2 + x3 - 7 xi -8x2 + 3x3 = 21 xi - kx2 - X3 = 2

1.2 Matrices

Operaciones con matrices

Suma de matrices

Ejemplo:

Sumar las matrices dadas:

'2 II 4 (\2 0 4 1 3 A = -8 5 ,B = -8 -3 -4 8 13 4 9 3 6 0 7 7 8 17 9 6 -4 8 , -6 -5 3

Solucin:

ww w.

Las matrices se pueden sumar si y slo si son de las mismas dimensiones. Se define la suma de dos matrices A y B como la matriz C cuyos elementos son la suma de cada uno de los elementos de a y b correspondientes, esto es, cj = ay + bj. Esto se expresa corrientemente diciendo que las matrices se suman "entrada por entrada".

at

em
23

at

Las matrices como elementos matemticos tienen propiedades especiales, por lo que tambin merecen examinarse haciendo a un lado de momento su relacin con los sistemas de ecuaciones lineales. A las cantidades numricas les llamaremos escalares a partir de aqu para distinguirlas de las cantidades matrciales.

ic

a1

.c om

10) xi +x 2 + 5x3 = -9 xj - 5x2 + (k - 4)x3 - 2 7xj - 6x2 - 2x3 = 15

2 + 12

11 + 0

4 + 4A

-8-8 - 3 - 3 9+8 3 + 13 8-7 17 + 0 -5-4

5-4 6+ 4 9+ 7 3+8

14 11 8 -16 ~6 1 17 16 10 1 17 16 0 -9 II /

Para la suma de matrices se cumplen las siguientes propiedades: a)A + B^=B + A propiedad conmutativa b) A + ( B + C)= (A + B) + C propiedad asociativa O sea que para sumar cualquier nmero de matrices podemos proceder en cualquier orden.

Hacer la resta: -2 5 -3 S\ . (0

3 9 -8

II 7 -6 ij Solucin:

1--5 6 3 -I

Multiplicacin de una matriz por un escalar

Para multiplicar una matriz por un escalar, multiplicamos sus elementos por la mism constante. Esto es: nA-M
mjj = nay

La multiplicacin de matrices por escalares tiene las siguientes propiedades: a) (a + b) A = aA + bA propiedad distributiva

ww w.

-2-0 5-3 -3-9 8-(-8y\ = f-2 2 -12 16 II-(-5) 7-6 -6-3 l-(-l)j [l6 1 -9 2

at

em
24

Ejemplo:

at

Adems de poder sumar matrices, las podemos restar. Esto se hace definiendo la matriz D = A como la matriz a la que se le cambia de sigo a todos sus elementos: dy = -ay. De este mod la resta de matrices B - A ser la suma de B + (-A).

ic

a1

Llamamos matriz nula de dimensiones m x n a la matriz que consta nicamente de cero Cuando en una matriz n = m, se le llama cuadrada. Llamamos matriz unitaria de orden n a matriz cuadrada d e n x n que consta nicamente de ceros, excepto en su diagonal, que cons de unos.

.c om

b) (ab)A = a (bA) popiedad asociativa c) a (A + B) = aA + aB propiedad distributiva

Ejemplo: Hacer las operaciones indicadas.
-2 2 -12 l6 1 -9 16 2 4 -1 ~5 7 9 0 6 8

Solucin:
4 4 -24 32 2 - 1 8 3 2 W 1 2 -3 -15 4 I 27 0 18 2H = f-16 24J I 5 7 -9 11 2 -36 -20

Multiplicacin de matrices

c =

Esta definicin implica que slo podemos multiplicar una matriz de cierto nmero de columnas, por otra que tenga el mismo nmero de renglones (independientemente del nmero de renglones de la primera o de columnas de la segunda). Para llevar a cabo la operacin se multiplica cada elemento del primer rengln por los correspondientes elementos de la primer columna y se suman los productos resultantes. Despus se multiplica el primer rengln por la segunda columna, y luego por la tercer columna... as hasta Henar el primer rengln de la matriz producto. Habiendo hecho esto, multiplicamos el segundo rengln por la primer columna, luego por la segunda columna, etc. Al final se obtiene una matriz con el mismo nmero de renglones que la primera y de columnas que la segunda.
Ejemplo: Multiplicar las matrices dadas,
2 3 5 -7 3 \ '3
5

ww w.

9 13 0

Solucin:

at

5
A

> 8 _3

em
airbrj
11

Se define el producto de dos matrices A = ay de dimensiones m x r y B = by de dimensiones r x n como la matriz C = cy de dimensiones m x n tal que:

7.

at
25

A diferencia de lo que se podra esperar ingenuamente, el producto de dos matrices NO es la matriz que consta de los productos de los elementos correspondientes de ambas matrices. La razn de que la definicin del producto entre dos matrices sea diferente es su utilidad, ya que un producto "entradad por entrada" no tiene utilidad; pero el producto que se define a continuacin puede ser til en varios casos, como tendremos oportunidad de ver ms adelante.

ic

a1

.c om

A x B = ( 2 x 3 + 3x5 + 5x9 2x5 + 3x(-4) + 5xl3 2x8 + 3x1 + 5x0 2x(-3) + 3xl 1 + 5x7 [-7x3 + 3x5 + 1x9 7x5 + 3x(-4) + lxl3 - 7 x 8 + 3x1 + 1x0 -7x(-3) + 3xl 1 + 1x7 ( 6 + 15 + 45 10-12 + 36 18 + 3 + 0 -6 + 33 + 35^ [-21 + 15 + 9 -35-12 + 13 -56 + 3 + 0 21 + 33 + 7 J (66 63 19 72 [ 3 -34 -53 61

La multiplicacin de matrices NO es conmutativa. Esto se ve fcilmente desde el momen que si tenemos un par de matrices, una cuadrada y la otra rectangular, es imposible hacer producto en ambos sentidos. Slo en caso de que ambas matrices sean cuadradas se puede hacer los dos productos AB y BA, pero esto en general nos dar matrices diferentes, son raro los casos en que coinciden ambos productos. Un poco ms adelante veremos las matrices qu tienen esta propiedad especial de ser conmutativas en la multiplicacin.
Ejemplo:

Dadas tas siguientes matrices, hacer los productos A x B y B x A y comparar.

2 5 4 8 0 12 -2 3 7
,B = ' 5

-1 -2

6> 5

em
2-6 + 28

AxB =

flO-24+2 -2-16 + 4 12 + 40-8 25-0-3 -5-0-6 30 + 0 + 12 20-36-7 -4-24-14 24 + 60+28

at
f~\2
22 -23 4 4

Solucin:

at

f 10-5 + 24 40-0+72 -10-3 + 42' BxA = -6-10 + 20 -24-0+60 6-6 + 35

Como vemos, los productos no son iguales.

La multiplicacin de matrices tiene las propiedades siguientes: a) (AB) C - A (BC) asociativa b) (A + B) O AC + BC distributiva c) C (A + B) = CA + CB distributiva Potencias de matrices cuadradas

La operacin de potenciacin slo se puede definir para matrices cuadradas, pues de o forma, no habra sentido en los productos involucrados. La potencia An, con n un nmero natural, se define como sigue:

ww w.

-2-10 + 16

- 8 - 0 + 48

ic
-14 -11 44 ^ 42 -42 112 J 29 112 29 36 40 35 24

2 1 4

26

a1

.c om

A" = AA A ... A, n veces

Ejemplo: Elevar al cubo la matriz: 8 0 (4 12 Solucin: A = AxA:
3

-2 3 7

Matriz unitaria

Matriz inversa

Hemos visto que con las matrices pueden efectuarse algunas de las principales operaciones aritmticas conocidas. Sin embargo algunas operaciones no estn definidas; por ejemplo, no esta definida la divisin de dos matrices. La expresin A/B no tiene sentido. Lo mas parecido a la operacin de divisin tiene que ver con la inversa de una matriz.

La inversa de una matriz A es aquella matriz B (que se simboliza como A 1 ) que a multiplicarla por A (independientemente del orden de los factores) nos da la matriz unitaria de la dimensin correspondiente, esto es: A x B = I = A x A" 1 =A" 1 xA = I

ww w.

esto es, la matriz unitaria es el neutro multiplicativo de las operaciones matriciales.

AI = IA = A,

at

La matriz unitaria cumple que para toda matriz cuadrada A:

em

La matriz cuadrada de orden n que consta de ceros excepto en la diagonal, que consta de unos; se llama matriz unitaria de orden n y se simboliza con In. Frecuentemente se omite el subndice y slo se escribe I, ya que por el contexto se puede saber cul es el orden de la matriz.

at
27

ic

a1

56 360 -54 468 308 261 1080 1692 695

.c om

(2 8 -2> (2 8 -2" (2 8 ~2) 36 -8 6 '2 8 -2^ X X 22 76 1 x 5 0 3 5 0 3 5 0 3 5 0 3 1 12 7, ^4 12 1 j 4 12 1 ) 96 116 77 4 12 7 . 4

Para hallar la inversa de una matriz hay un mtodo muy efectivo que consiste en operar en la matriz hasta convertirla en la matriz unitaria y despus repetir la secuencia de operaciones Esto nos llevar a la matriz inversa, lo cual puede comprobarse haciendo la multiplicacin d las matrices para ver si nos da la unitaria. En la prctica es comn escribir ambas matrices (la matriz a invertir y la unitaria) para operar sinmultneamente con ellas. No toda matriz s puede invertir, a una matriz no invertible se le llama singular. Si no puede obtenerse de ella l unitaria, sino que en algn momento se obtiene un rengln que conste slo de ceros, sabremo que se trata de una matriz singular.
Ejemplo: Hallar la inversa de la matriz: (5 1 6

3 2 5 1 2 4 Solucin:

Reescribimos la matriz aumentndole la unitaria y aplicamos eliminacin: 5 12 (\ 0

N0

16

10

0 10 Rl/5,R2/3

1 1/5 1 2/3 1

6/5 1/5 5/3 0 0

4 0 0 1

at
0 10 0 0 28

3 2 5 0

1/5 6/5 1/5 0 7/15 7/15 - 1 / 5 1/3 0 5Rl,15R2/7,5R3/9-> 9/5 0 I 5 1 14/5 -1/5 10/7 -3/7 0 \j 0

em

ic
0 6\ 1/3 1 0 1 12/7 1 1 -3/7 0 14/7

a1
0 R2-R1,R3-R1 1 1 -3/7 0 1/3 O 0 0 5/9 - 1 / 7 0x 5/7 0 Rl - R3, R2 - R3 -> -9/7 1

.c om
O 1 14/9 - 1 / 9 -5/7 5/7

Rl - R2, R3 - R2 ->

(S 0

0 0 5/9 20/63 -5/7 10 0 0 0 0 -2/7 I 0 -1 14/7 8/7

M
-1 1 2 - 1 -9/7 ~\\ 1^

en este punto nos detenemos, puesto que ya tenemos en la primera parte la matriz unitaria, con lo que la matr inversa resulta ser la segunda parte, o sea: (-211 -1
x4/7

8/7 2 -9/7

Para comprobar, multiplicamos esta por la matriz original:

ww w.
-1

at
0 5/9J

1 2 5 3
5

V
8/7 2

-2/7 8/7 ~H -1 2 -1 4/7 -9/7 1

-10/7-1 + 24/7 40/7 + 2-54/7 -5-1 + 6 (\ 0 (T -6/7-2 + 20/7 24/7 + 4-45/7 -3-2 + 5 0 1 0 -2/7-2 + 16/7 8/7 + 4-36/7 -1-2 + 4 .0 0 -10/7 + 24/7-1 -2/7 + 16/7-2 -12/7 + 40/7-4^ -5 + 6-1 -1 + 4-2 -6 + 4-2 20/7-27/7 + 1 4/7-18/7 + 2 24/7-45/7 + 4
r1 0 0 0 1 0

-2/7
i i

-P
-1 1,

[5 1 6^ x 3 2 5

4/7

-9/7

con lo cual observamos que en efecto se trata de la inversa.

Matriz transpuesta

2 4

Realizar las operaciones indicadas con las matrices dadas:

( 1 4 3 5^ 7

at

K9

-5 - 1 ,

A = -4

,B =

9 3 0 4 2 __2 7 8, V

em
r
,c

Ejercicios 1.4:

1) 2A-3B

2) 2C - B + A 3) 5AB

4) 3BC + 4AC 5) AB-BA 6) 4AB - 7BC + 6AC 7) (A + B)2

ww w.

at
f 2 = 8 0 -3 9
7J

ic
29

3 4

a1

Ejemplo:

.c om

Cuando en una matriz se hace el intercambio de renglones por columnas y viceversa, se obtiene la matriz transpuesta. Si A es la matriz original, la transjpuesta de A se simboliza con A1. Ms adelante se ver la utilidad de la matriz transpuesta.

8) A2 + 2AB + B 2

9) (A + B + cy
10)ABC + B3 Encontrar las inversas de las matrices dadas:
11)

12)

14)

3 6,

9,

-2 -3 5' 4 5 17) 8 9 - 1 7
v ^2 3 18) 1 0

3 2 7 19) 1 4 6 2 -2 1

ww w.

6,

' - 4 -2 6 16) -2 3 5 7 8 9

at

em
30

'2 3 4 | 15) 3 6 5

at

ic

a1

13)

'2 5" 4 10,

.c om

'-4 3

3^ -1

'5 4 2A 20) -1 -3 4 7 -8 1

Uso de matrices inversas para resolver sistemas lineales

El producto de matrices y las matrices inversas nos sirven para resolver sistemas de ecuaciones lineales. El sistema lineal:

i2 j x i + a 2 2 x 2 + a 2 3 x 3 T- . . . . H- a 2 n x n ~ b 2 a32x2 + a33x3 + . . . . + a3nxn = b 3

am2x2 + am3 x3 + .... + amnxn = bm Se puede escribir como:

2n

a ,
m3

Si hacemos A = (ajj), X = (XJ), B ^ (bi), se puede reescribir como: AX-B

En esta ecuacin matricial la incgnita es la matriz X. Para "despejarla" no se puede pasa dividiendo a la matriz A, puesto que no est definida la divisin de matrices. En lugar de eso lo que se hace es utilizar la inversa. Para "despejar" pues, lo que se tiene que hacer e multiplicar a la matriz B por la inversa de A, esto es:

Esto nos dar los valores de x que satisfacen el sistema dado. Debemos notar que, como n toda matriz A es invertible, no todo sistema se puede resolver por este mtodo.
Ejemplo: Resolver el sistema: 5xi + 2x2 - 2x 3 = 1 3xj -4x 2 + x3 = -9

ww w.

at

em
mn J

3l

32

33

*3n

at
31

ic

a1

.c om

-3xi + x 2 - 5x3 = 14 Solucin: Podemos reescribirlc como: (5 2 -2Vx^ 3 -4 1 -3 1 -5 X,

'M 9
14

de este modo, la solucin se puede escribir como: ^5 2 -2 3 _4 1 _3 1 5

-9

As que debemos hallar la inversa de la matriz de coeficientes, lo que haremos por medio de eliminacin: 2 3 - 4 1
(\ 0 0 2/5 -26/15 -11/15

- 2 1 0 0 Rl/5,R2/3,R3/-3 1 0 1 0 - 5 0 0 1
-2/5 1/5 0 1/3 0 0 1 0 0 -1/3J -15/26

2/5

- 2 / 5 1/5
1/3 0 5/3 0

a1
0
1/3 0 0 -1/3 (512 0 0 V 0 ^ 0

0 ^
R 2 - R 1 , R 3 - R 1 ->

1 -4/3 1 -1/3

ic

.c om
1 -1

1/2 3/11

0 -5/26 0

0 " i 0 5/11

11/15 - 1 / 5 31/15 - 1 / 5 5/2

at
5/26 -5/26 5/26 0 0

5R1/2, -15R2/26, -15R3/11 ->

1 -11/26 3/26 1 -31/11

Rl - R 2 , R 3 - R 2

em
5/13 -11/26 3/26 45/286 -1/3 5/11 -26/137

0 0

-26R1/15, -26R2/11, -286R3/685

0 -685/286

5/11

f-13/3 0 0

0 -26/11 0

1 1

-2/3

at
-11/137

-13/3 0 0 -247/411 -104/411 26/137 0 -26/11 0 -312/1507 806/1507 26/137 0 1 -9/137 -11/137 -26/137 0 (\ 0 0 19/137 0 1 0 12/137 0 0 1 -9/137 8/137 -31/137 -11/137 -6/137 -11/137 -26/137

ww w.

M
1 -45/685

-3/11

Rl - R3, R2 - R3

-3Rl/13,-llR2/26->

as que la matriz inversa es: (19/137 8/137 12/137 -31/137 [-9/137 -11/137 -6/137 ^ -11/137 -26/137,

con ella hacemos el producto indicado:

32

'19/137 12/137 -9/137

8/137 -31/137 -11/137

-6/137 -11/137 -26/137

-9

19/137-72/137-84/137 ^ f-P 12/137 + 279/137-154/137 = 1 -9/137 + 99/137-364/137 J [-2,

que nos da la solucin (X|,x2,x3) = (1,1,-2).

Ejercicios 1.5:
Resolver los siguientes sistemas usando la matriz inversa. l)xj +2x 2 + 5x3 = -9
X| - X2 + 3X3 = 2

3xi - 6x2 - X3 = 25 2)xi -fx 2 + 2x 3 = 8 -Xi - 2X2 + 3X3 = 1 3xi -7x2 + 4 x 3 - 10

3) 2xj + 3x 2 + x 3 = 1 3xj - 2x2 + 4x3 = -3 5xj - x 2 - x 3 = 4

7) 4xj + 2x 2 - 8x3 = 6 3xi - 5x2 + 2x3= -7 5xj + X2 - 4x3= -2 8) 9xi - 6x2 - 2x3 = 5 -xi - 3x2 +5x3 = -6 -2x + 4x 2 - 8 3 - 7 9) 5xi + 2x2 - x3 - 3 5xi - 2x2 + 2x 3 = 6 3xj + 2x2 - X3 = 3

ww w.

6) -xi + 5x2 - 2x3 = 1 7xi - 4x2 + 2x3= -2 8xi + 5x2 - 3x3 = 7

at

5) X| + 3x2 -4x3 = -1 2xj - X2 + 3x3 = 4 3xj + 2x2 - X3 3

em
33

4 ) 3 x i + 2 x 2 - x 3 = -15 5xi + 3x2 + 2x 3 = 0 3xi + x2 + 3x3 = 11

at

ic

a1

.c om

10) 2xi + 3x2 - x3 = 5 8xi - 3x2 + 5x3 = -4 3xi + 4x2 - 6x3 = 2

13 Determinantes
A las matrices cuadradas se les asigna un escalar que depende de los valores de cada uno los elementos. Para comenzar definiremos el determinante de una matriz de 2 x 2:
I
a

il

!2

Si A = det A =

L se define el determinante de A como:

a21

a22

\\

"12

"13

det A - a 21
a

a 22
a

a 23
a

31

32

- alla22a33 + a13a21a32 + a12a23a31 "a13a22a31 "a12a21a33 -a12a21a33-

Para recordar esta frmula fcilmente, a veces se memoriza usando flechas para indicar productos y sus signos, como se muestra abajo:

Ejemplo: Encontrar el determinante de la matriz:

ww w.

at

33

em

Para matrices de 3 x 3 se define el determinante como:

at
34

ic

det A =

a,,

a,

a1

Se acostumbra escribir el determinante de una matriz A con lneas verticales, como se muest enseguida:

.c om

- a 2i a i2-

M=''2
v -3

7)

Solucin De la frmula para las matrices de 2 x 2 encontramos que: det M = 2 x 7 - (-3) x 5 =: 29 Ejemplo: Evaluar el determinante de la matriz:
-6 -5
v

1 ~1
0

-9y

De la frmula para las matrices de 3 x 3 encontramos que:

det N - (-6) x 4 x (-9) + (-5) x 0 x (-7) + I x 2 x 3 - 3 x 4 x (-7) - i x (-5) x (-9) - 2 x (-6) x 0 = 261

cj = (-l) i + j detM
Ejemplo:

Calcular los cofactores de la matriz para los elementos de la segunda columna:

A= 5 6 7 9 9 7 5 6 ^ 5 4 3 2 Solucin: Los cofactores sern:

ww w.

Si se tiene una matriz A de orden n, se puede extraer de ella una matriz M de orden n - 1 a eliminar un rengln y una columna. En este caso, se tiene un elemento de la matriz qu pertenece tanto al rengln como a la columna, digamos aj (esto es, se elimin el rengl nmero i y la columna nmero j). Se define el cofactor Cy de el elemento ay como:

at

em

Para matrices de rdenes superiores la definicin del determinante en forma anloga a la d las anteriores se complica enormemente, por lo cual se definir en trminos de cofactores Para eso vamos a definir primero a los cofactores.

at
35

Cofactores

ic

a1

Solucin:

.c om

C|2 =

5 7 9 ,022 9 5 6 5 3 2

1 3 4 9 5 6,C 2 5 3 2
3

1 3 4 1 3 4 , c 42 = ; lo cual al hacer los clculos necesarios nos dar: 5 7 9 5 7 9 5 3 2 9 5 6

c12 = 62, c22 = 36, c32 = 12, c42 = -2.

Clculo de determinantes por cofactores

El determinante de la matriz A = (ay) se calcula encontrando los cofactores de cualqui rengln (o columna) de la matriz. Por ejemplo, para una matriz de 3 x 3, el determinante ser
1 1 21
a a

i2 22 32

i3

32

33

31

33

Esto coincide con la definicin dada anteriormente, lo cual puede verificarse comparando l productos y signos en cada caso.

Ejemplo:

Hallar el determinante de la matriz: ( 2 1-3 7 - 1 5 8 4 -7 22 4 -6 11 5 19 13

Solucin:

Para calcularlo tomemos el primer rengln para calcular los cofactores: 5 8 4 det M = 2 22 4 -6 5 19 13
_j 5 4 1 5 8 -1 8 4 - -7 22 -6 -7 -7 22 4 3 -7 4 -6 1 5 1 1 1 5 19 1 1 19 1 1 3 3

Ahora tomemos el primer rengln de cada determinante para calcular los cofactores correspondientes:

ww w.

at

em

Es importante recalcar que para calcular el determinante se puede tomar cualquier rengln cualquier columna. Esto nos permite aprovechar la presencia de ceros en la matriz pa disminuir el nmero de operaciones a realizar durante el clculo de un determinante.

at
36

ic

a1

= ana22a33

.c om

23

= a n (-l) 2

a,2(-l)3

(-D4

21

22

2{5

19
11 5

1 i
i

-8

22 5 22 5

-7{-

oh i-*

22

4 19 4

4 --6 19 13 -7 22 11 5

-8

_7 11 13

+4

-7

-3

22 5 13

-5

-7

-6

5 -7

11 I

11 13

+8

}=2(- 2(-106) - (-674) - 3(-1299) - 7(-l 729) = 16462

11 19

Ejemplo Calcular el determinante: 6 2 8 1

0

8 5 0 --3 0 14 7 -1 7 0 9 5 2 0 3
4 2 3 0

Solucin:

Tomemos la columna 4 para aprovechar los tres ceros y slo haya que calcular dos determinantes de orden 4:
6 2 8 -5
_j

0 -3 4 0 0 3 7

Ahora, en el primer determinante tomemos el ltimo rengln y en el segundo determinante el segundo rengln:
6 4{4 -3 5 9 3 6 8 - 2 8 -1 1 5 -3 3 8 } - 3 { - 2 -1 9 5 -5 7 -3 9
+

em
2 3

at
3 6 6 8 -7 8 -1 8 1 9 1 5 1 5 3 8 3 -5 7 }=4{4(378)-2(531)} -2

0 8 -1 1 5

7 -2

-4 8 9 I 3 0 0

8 -3 5 6 8 ~5 -1 7 9 -3 2 0 -1 1 8 7 5 -2 3 1 5 -2 4 2 0

2(171) + (-531)-7(-219)} = 17514

Mtodo para resolver sistemas lineales con determinantes

Para un sistema en el que el nmero de ecuaciones es igual al nmero de incgnitas, existe un mtodo para saber si no hay solucin, si hay soluciones infinitas o si existe solucin nica y encontrarla, usando determinantes.

Esto slo funciona para sistemas de ecuaciones con el mismo nmero de ecuaciones que de incgnitas, pues de otro modo la matriz de coeficientes del sistema no sera cuadrada y no se podra calcular el determinante. Sea el sistema de ecuaciones lineales:

ww w.

+
4a32x2 + a33x3 +

at

8 7 1 -2

a2nxn = b 2 a3nxn = b 3

37

ic
7 9

a1

.c om

an2X2 + an3 x 3 +

+ a nn x n = b n

Para resolverlo se definen los siguientes determinantes del sistema: A: determinante de los coeficientes del sistema A: determinante que consta de A, pero con la columna i cambiando los coeficientes por b.

Con esto se puede saber el carcter de las soluciones del sistema y resolverlo en el caso de q sea solucin nica. Para ello se usan los siguientes criterios: Si A # 0 el sistema tiene solucin nica, y es: xi = Ai/A. Si A = 0 y Ai = 0 para toda i, el sistema tiene infinitas soluciones.

Ejemplo: Usando determinantes, resolver el sistema: 2x, - 4 x 2 + x 3 = -3

5x 2 - x 3 =

= 18 Solucin: 2 A 4 -4 5 1 -1 5 1 143

1 2 3 - 4 A,= 11 5 18 2 4 -1 2 4
_]

as que la solucin es (X|,x2,x3) = (1,2,3) Ejemplo: Resolver el sistema:

ww w.

-3

11 18 -4 5 2

1= 143 5

- 1 = 286 5 3 11 = 429 18

at

em
38

at

ic

a1

Si A = 0 y Ai * 0 para alguna i, el sistema no tiene solucin

.c om

4xi + 2x 2 - x 3 = 5 5x i - x2 + 3x 3 = 8 -x( + 3x2 -4x 3 = -11 Solucin: 4 -1 3 2 - 1 -4

5 - 1 3

5 2 - 1 =-40 8 - 1 3 -11 3 -4 4 5 - 1 5 8 3 ^ -1 -11 -4

136

como A = 0, pero los otros determinantes no, vemos que el sistema no tiene solucin. Ejemplo: Resolver el sistema:
X| +

2x2 -3x 3 = 4
> + x3= 6 2+4^

A= 3 2

2 -4 4 2

6 -2 2 -4
1 3 2 4 6 2

ww w.

Solucin:

3 1 4

_3
1 4
-3 1 4

at

em
39

at

4 2 5 -112 A3= 5 - 1 8 -1 3 -1

ic

a1

.c om

1 2 4 3-2 6 =0 2-4 2
como todos los determinantes valen cero, concluimos que el sistema tiene soluciones infinitas.

Ejercicios 1.6:
Resolver los siguientes sistema usando determinantes. l)xi +2x 2 + 5x3 = -9
Xj - X2 + 3X3 = 2

7) 4xi + 2x2 " 8 x 3 - 6 3xi - 5x2 + 2x3 ~ -7 5xj + X2 - 4x3 = -2 8) 9xi - 6x2 - 2x3 = 5 -xi - 3x2 +5x3 - -6 -2xi+4x2-83-7 9) 5xi + 2x2 - x3 - 3 5xi - 2x2 + 2x3 = 6 3xi + 2x2 - X3 = 3

ww w.

6) -xj + 5x2 - 2x3 = 1 7xi - 4x2 + 2x3 = -2 8xj + 5x2 - 3x3 = 7

at

5) xi + 3x2 - 4x 3 = -1 2xi - X2 + 3x3 4 3xi + 2x2 - X3 = 3

em
40

4)3xi + 2 x 2 - x 3 - - 1 5 5xi + 3x2 + 2 x 3 - 0 3xi + X2 + 3x3 = 11

at

ic

2)xj + x 2 + 2x 3 = 8 -Xi - 2X2 + 3X3 = 1 3xi -7x2 + 4x3= 10 3) 2xi + 3x2 + x3 = 1 3X - 2x2 + 4x 3 - -3 5xi - X2 - X3 = 4

a1

.c om

3xi - 6x2 - X3 = 25

10)2xi+3x2-x3-5 8xj - 3x2 + 5x3 = -4 3xi + 4x2 - 6x3 = 2

Mtodo alterno para invertir matrices

Adems del mtodo expuesto anteriormente, se puede encontrar la inversa de una matriz mediante el uso de determinantes. Para esto se calculan los cofactores cj de la matriz y el determinante. La matriz de cofactores de A se define como: C - (cu)

adj A - Cl - (CJ).

Con la adjunta y el determinante se calcula la matriz inversa:

Ejemplo Hallar la inversa de la matriz (5 1 6 : M= 3 2 5 1 2 4 Solucin:

Primero calculamos los cofactores: 2 5 = -2,c l2 = - 3 5l = -7,c, 3 = 3 2 = 4, c2i = 1 2 2 4

C3I
=

ww w.

at

em
5 6

at

Ntese que si det A = 0, no hay inversa, esto es, la matriz es singular.

ic
41

A" 1 -adj A/detA

a1
5 1 1 2

1 6 7 , C32 2 5 3 5

5 3

1 2

Con esto tenemos que la matriz de cofactores es:

f-2 -7 4^
8 ,-7 14 ~7 -9 7,

y su transpuesta:

.c om

y con ella se define tambin la matriz adjunta de A, que es la transpuesta de la matriz de cofactores de A:

-2

8 -7^ 14 -7 7

Ct

-7

4-9

El determinante de la matriz original lo calculamos con los cofactores del primer rengln calculados antes: det M = 5(-2) - (7) + 6(4) = 7 Con esto, la matriz inversa es: -2/7 -7/7 4/7 8/7 -7/7^ 14/7 -7/7 -9/7 7/7 (~2i -1 4/7 8/7 - r 2 -1 -9/7 1

que se puede comprobar que es correcta al multiplicar por M: 5 1 6 3 2 5 1 2 4 (-2/7 -1 4/7

.c om
-6 + 4-2

a1
-1 + 4-2

(-10/7-1+-24/7 40/7 + 2-54/7 - 5 -6/7-2 + 20/7

N -2/7-2 + 16/7

(\

0 0^ 0 1 0 1

24/7 + 4-45/7 -3-2 + 5 8/7 + 4-36/7 -1-2 + 4J

,o

20/7-27/7 + 1

at
42

8/7 - H 2 -1 -9/7 1

(-10/7 + 24/7-1 -5 + 6-1

ic

-2/7 + 16/7-2 4/7-18/7 + 2

-12/7 + 40/7-4^ 24/7-45/7 + 4

con lo cual confirmamos que en efecto se trata de la inversa.

Ejercicios 1.7:

Encontrar las inversas de las matrices dadas usando determinantes:

1)

2)

3)

4 10

4)

.3 61

ww w.
-1

at

em

(2 3 5) 3 6 5 0 4 9
-4 -2 6' 6) -2 3 5 7 8 9 ' - 2 -3 5 7) 8 4 5 9 - 1 7

ww w.

at

5 4 2A 10) -1 -3 4 7 -8 1

em
43

-2

at

3 9) 1

2 4

7 6

ic

a1

2 3 3 8) 1 0 5 ,7 9

.c om