Cursodealgebralineal 140114103121 Phpapp01

1 | P g i n a
M. en E. IBQ. Erick R. Lpez Almanza erlopez@itesi.edu.mx

ITESI PLANTEL ABASOLO
2014
Curso de algebra lineal
Ingeniera ambiental
M. en E. IBQ. Erick R. Lpez Almanza.
ABAS OL O, GT O.
2 | P g i n a
Presentacin del curso.
Curso de repeticin de Algebra lineal.
Carrera: Ingeniera Ambiental
Docente: M. en E. IBQ. Erick R. Lpez Almanza
erlopez@itesi.edu.mx, erick_lopez02@yahoo.com

Aportacin de la asignatura al perfil del egresado: El lgebra lineal aporta, al
perfil del ingeniero, la capacidad para desarrollar un pensamiento lgico, heurstico
y algortmico al modelar fenmenos de naturaleza lineal y resolver problemas.
Muchos fenmenos de la naturaleza, que se presentan en la ingeniera, se pueden
aproximar a travs de un modelo lineal. Esta materia nos sirve para caracterizar
estos fenmenos y convertirlos en un modelo lineal ya que es ms sencillo de
manejar, graficar y resolver que uno no lineal, de all la importancia de estudiar
lgebra lineal.

OBJETIVO GENERAL(ES) DEL CURSO: Resolver problemas de aplicacin e
interpretar las soluciones utilizando matrices y sistemas de ecuaciones lineales
para las diferentes reas de la ingeniera. Identificar las propiedades de los
espacios vectoriales y las transformaciones lineales para describirlos, resolver
problemas y vincularlos con otras ramas de las matemticas.

Temario

3 | P g i n a

Bibliografa recomendada:
Lay, David C., Algebra lineal y sus aplicaciones.-- 3a. ed. -- Mxico:
Pearson, Educacin, 2006.
Grossman, Stanley I., Algebra lineal. -- 6a. Ed.-- Mxico: McGraw-Hill, 2008.
Williams, Gareth, Algebra lineal con aplicaciones.-- 4a. ed. -- Mxico:
McGraw-Hill, 2007.
Anton, Howard, Introduccin al lgebra lineal.-- 4a.ed.-- Mxico: Limusa,
2008.

4 | P g i n a
Ponderacin de la materia

Reglas del curso
Cualquier duda con respecto a un tema comunicarse a mis correos:
erlopez@itesi.edu.mx, erick_lopez02@yahoo.com
Cualquier duda con la calificacin, deber de resolverse mnimo 1 da
despus de entregado el examen.
Pasar lista en la seccin de comentarios los das que tenemos clase.
Pasar los apuntes a la libreta.
Entregar las tareas los das y las horas indicadas en el curso.
Los apuntes se revisaran el da del examen, si hacen falta apuntes la
calificacin del indicador asistencia se ir reduciendo.

5 | P g i n a
Conteni do
Presentacin del curso ......................................................................................... 2
Temario ................................................................................................................. 2
Bibliografa recomendada .................................................................................... 3
Ponderacin de la materia .................................................................................... 4
Reglas del curso .................................................................................................... 4
1.- Nmeros complejos....6
1.1- Definicin y origen de los Nmeros complejos.......6
1.2- Potencias de i, modulo o valor absoluto de un numero complejo.......9
1.3- Operaciones fundamentales con nmeros complejos....13

6 | P g i n a
I.- Nmeros complejos
1.1 Definicin y origen de los nmeros complejos.

Los nmeros complejos son el siguiente eslabn o paso en la cadena numrica que a travs
de su historia el hombre pensante ha ido creando, comenzando con los nmeros naturales,
continuando con los enteros y as sucesivamente hasta llegar a los complejos, como se
describe a continuacin.

Nmeros naturales: Los nmeros naturales surgieron por la necesidad del hombre de
contar inicialmente cosas enteras.

El primer sistema de numeracin que el hombre invent fue el de los nmeros naturales, o
sea los enteros positivos: N ={1, 2, 3, 4, 5,..., }. Donde N representa al conjunto de todos
los nmeros enteros positivos.

Resulta elemental que no pudo suceder de otra manera, ya que, por una parte, los dems
sistemas de numeracin tienen como base a ste o a otros antecesores, pero el sistema de
nmeros naturales no tiene antecesor; por otra parte, resulta tambin muy obvio que lo
primero que tuvo necesidad de contar el hombre fueron cosas enteras, como, por ejemplo,
cuntas vacas tena, o cuntos dedos haba en su mano, o cuntos hijos tena, etc. Por esa
razn, ya que el invento de estos nmeros se dio en forma natural o espontnea, su sistema
ha sido bautizado como el de "los naturales".

La primera operacin inventada fue la suma. El gran problema del hombre en todas las
pocas frente a sus nmeros, o sea con los nmeros hasta entonces conocidos, ha sido que
al inventar operaciones con ellos a veces se pueden efectuar y a veces no, lo que indica que
la deficiencia est en el sistema de nmeros, no en la operacin misma.
Cuando el hombre apenas haba inventado los nmeros naturales y las operaciones bsicas,
se top con que ciertas cuentas no poda efectuarlas porque no haba nmeros, dentro de
los que conoca, que fueran su solucin.

As, por ejemplo, para hacer 3 +5 no haba problema, pues el resultado era uno de los
nmeros que conoca, en este caso el 8. De igual forma, para hacer la resta 14 - 10
fcilmente encontraba en el nmero 4 (que era parte de su numeracin) la respuesta. Sin
embargo, cuando por primera vez se plante 2 - 9 se encontr en serios aprietos para dar
contestacin, pues ninguno de los nmeros que hasta entonces manejaba, eran la solucin a
esa operacin. Tnganse en cuenta que hoy sabemos que 2 9 es -7 porque conocemos los
nmeros negativos, pero cuando hablamos de que la humanidad apenas iba en los nmeros
naturales, ese nmero negativo no exista, por lo tanto no se poda ni siquiera pensar en l.

Invent entonces el hombre ms nmeros: cules?, aquellos que solucionaran las restas a
las que no poda hallarles respuesta. De manera que a los nmeros conocidos les agreg los
negativos llegando histricamente al sistema de los nmeros enteros

7 | P g i n a
Nmeros enteros: Los nmeros enteros surgieron por la necesidad de y para dar solucin
a las restas de un nmero natural menos otro mayor que el primero.

El sistema de los nmeros enteros es E={ ,..., -2, -1, 0, 1, 2, 3,...}, donde E representa
al conjunto de los nmeros enteros desde menos infinito ( ) hasta mas infinito ().

Con los nmeros enteros ya se poda efectuar cualquier resta, pues ahora 4 - 20 encontraba
su solucin en el nmero - 16 ya conocido. Sin embargo, volvieron a aparecer deficiencias
al haber operaciones que mientras unas s podan efectuarse, otras no. Era el caso, por
ejemplo, de la divisin 30 5 que tena solucin en el nmero 6 ya conocido; pero en
cambio divisiones del tipo 26 7 eran insolubles, ya que ningn nmero de los conocidos
hasta ese momento eran su respuesta.

Volvi a repetirse el proceso: aquello era un indicativo de que el sistema de numeracin
conocido o empleado era deficiente, o sea, le faltaban nmeros. Se inventaron entonces
aquellos que dieran respuesta a las divisiones del tipo del ejemplo anterior. As se lleg al
sistema de los nmeros racionales (aquellos que pueden expresarse como el cociente de dos
nmeros enteros). De manera que la divisin 26 7 encontr solucin.

Nmeros racionales: Los nmeros racionales surgieron por la necesidad de y para dar
solucin a las divisiones de un nmero entero entre otro entero no submltiplo del
primero.

Los nmeros racionales son .

Debe entenderse que "inventar nmeros" en este proceso histrico significa -o signific-
agregarle otros a los ya conocidos, pero nunca eliminar los conocidos para sustituirlos por
otros nuevos. Y ese "agregar" fue siempre en funcin de la operacin que no poda dar
solucin.
Algo que no se ha vuelto a mencionar es que junto con los nmeros el hombre fue creando
operaciones que realizar con ellos. De manera que al seguir inventando cuentas algn da se
le ocurri la raz cuadrada.

Su definicin apareci a partir del inverso de la multiplicacin de un nmero por s mismo.
De manera que si de 6 6 obtena 36, resultaba inicialmente muy simple que la raz
cuadrada de 36 fuese 6. Sin embargo, de manera semejante a las operaciones descritas en
los prrafos anteriores, algn da debi preguntarse: Y la raz cuadrada de 32 cunto es?.

Y no hall respuesta, porque dentro de los nmeros conocidos hasta ese momento (los
racionales, o sea los escritos como el cociente dos enteros), no haba ninguno que elevado
al cuadrado diera 32. Y volvi a repetirse la historia: faltaban nmeros a su sistema
conocido.

8 | P g i n a
Nmeros irracionales: Los nmeros irracionales surgieron por la necesidad de y para
dar solucin a las races no exactas.

Invent ahora los irracionales, entre los que estn principalmente todas las races
(cuadradas, cbicas, cuartas, etc.) no exactas. Con esos nuevos nmeros ya se tenan
respuestas a 17 o bien 88.

La unin de los nmeros racionales con los irracionales dio como resultado el sistema de
numeracin de los nmeros reales, los que representados geomtricamente en la recta
numrica la ocupaban totalmente, sin dejar ya ningn espacio vaco.
Pero nuevamente se cae a lo mismo: al seguir inventando cuentas se llega a que mientras
unas s tienen solucin, otras no, lo que significa que el sistema de numeracin conocido
est incompleto.

Por ejemplo, la ecuacin de segundo grado x
2
25 =0 significa qu numero al cuadrado
menos 25 da cero?, la cual tiene fcil solucin: x =5.
Demostracin:
(5)
2
25 =0 (-5)
2
25 =0
25-25=0 25-25=0

Sin embargo, las hay que carecen de solucin en los nmeros reales, como por ejemplo x
2
+
25 =0. Ningn nmero (real) elevado al cuadrado ms 25 da cero, porque dos nmeros
positivos sumados jams dan cero (todo nmero real elevado al cuadrado es positivo).

Debe entenderse que el hecho de que una ecuacin del tipo x
2
+25 =0 carezca de solucin,
no lo es porque la ecuacin en s misma no la tenga, sino porque no se conocen nmeros
que al elevarse al cuadrado y sumarse con 25 den cero. O sea, el problema no radica en la
cuenta misma, sino en el sistema de numeracin conocido. Faltan nmeros. Esos nmeros
que faltan son precisamente los nmeros complejos.

Nmeros complejos: Los nmeros complejos surgieron por la necesidad de y para dar
solucin a las races cuadradas negativas.

El origen de los nmeros complejos est en la imposibilidad de sacar races cuadradas a
nmeros negativos dentro del sistema de nmeros hasta entonces conocido, el de los reales.

Por lo que continuando con el mismo proceso histrico que ha llevado al hombre a inventar
nmeros, la invencin de ms nmeros a partir de los reales es para darle solucin a las
races cuadradas negativas. En otras palabras, en el sistema de los nmeros complejos ya se
pueden obtener races cuadradas a nmeros negativos.

Todo el problema de obtener un resultado de races cuadradas de nmeros negativos se
concentra en la raz cuadrada de menos uno, 1, como puede verse en los siguientes
ejemplos:

9 | P g i n a

Por esta razn, a 1 se le llama i (de imaginaria), es decir que i = 1

De donde se obtienen las siguientes igualdades:

Puede verse que a partir de i
5
se repiten cclicamente los 4 valores iniciales de las primeras
cuatro potencias de i.

Regla para dividir i a cualquier potencia.

Hay que dividir la potencia de i por 4, y luego elevamos i al resto de la divisin.
Ejemplo:

i
322
=i
resto de la divisin
=i
2
=-1

Cmo se llego a este resultado?
Dividimos la potencia 322 entre 4

Y como vimos anteriormente:

10 | P g i n a
Por lo tanto La unidad imaginaria, i, es el nmero que elevado al cuadrado da -1.

Una expresin de la forma a + b i, en la que a y b son dos nmeros reales
cualesquiera e i es la unidad imaginaria, se denomina nmero complejo.
Si escribimos la siguiente ecuacin:
z = a + b i
a es la parte real del nmero complejo z y b es la parte imaginaria de z. La
expresin a +bi recibe el nombre de forma binmica del nmero complejo z.
Si la parte imaginaria es cero, tenemos un nmero real.
z = a + b i
z = a + (0) i = a
Si la parte real es cero, entonces tenemos un nmero imaginario puro.
z = a + b i
z = 0 + b i = b i
Representacin grafica de los nmeros complejos.

Los nmeros complejos se representan en un plano infinito que llamaremos plano
complejo, de modo que la parte real se represente en el eje de abscisas (eje X), llamado
EJE REAL, y la parte imaginaria en el eje de ordenadas (eje Y), llamado EJE
IMAGINARIO.

Ejemplos:
Graficar los siguientes nmeros complejos:
z
1
=-2 +3i
z
2
= 3 +2i
z
3
=-3 - 2i
z
4
= 2 - 3i
En el caso de la primera ecuacin (z
1
), graficamos en primer lugar la parte real (-2) en el
eje de las X, enseguida graficamos la parte imaginaria (3i) en el eje de las Y,
posteriormente interceptamos mediante una lnea horizontal y una lnea vertical
(trazndolas desde los puntos reales e imaginarios de los ejes de la X y de la Y) y el punto
11 | P g i n a
donde se interceptan es la representacin grafica del numero complejo, de igual forma se
sigue el mismo procedimiento para las ecuaciones z
2
, z
3
y z
4
.

Nota: hay que tener en cuenta los signos de la parte real y de la parte imaginaria al
momento de graficar, ya que nos indicaran la posicin en los cuadrantes del plano complejo
que tendr el nmero complejo.

12 | P g i n a
Tarea para entregar el lunes 20 de enero a las 10 am. :

1.- Representa los siguientes nmeros en un plano complejo:
a) -3i
b) 2 - 3i
c) -3 +i
d) 4
e) -5
f) 4i
g) 3 +4i

2.- En el siguiente plano complejo estn graficados varios nmeros complejos
representados por una letra; a partir del plano complejo establece las ecuaciones
correspondientes:

13 | P g i n a
1.3 Operaciones fundamentales con nmeros complejos.

Al igual que el resto de los nmeros (reales, enteros, racionales, etc.), los nmeros
complejos poseen cuatro operaciones fundamentales: suma, resta, divisin y multiplicacin,
as que una vez que revisamos que son y como estn conformados los nmeros complejos
revisemos cada una de estas operaciones.

Sean z = a + bi y w = c + di , donde la parte roja representa a la parte real y la parte azul a
la parte imaginaria, definimos:
SUMA: Para sumar dos o ms nmeros complejos se suman las partes real e imaginaria de
cada uno de ellos.
z = a + bi y w = c + di
z + w =(a + bi) +(c + di ) =(a+c) +(bi+di) =(a+c) +(b+d)i
Usemos ahora un ejemplo con nmeros:
z = 3 - 5i y w = -7 + 8i
z + w =(3 - 5i) +(-7 + 8i ) =[3+(-7)] +(-5i+8i) =- 4 +3i

Para la operacin de la resta el procedimiento es semejante, la diferencia ser obviamente
que en vez de sumar se restaran los nmeros reales e imaginarios.

z - w =(a + bi) - (c + di ) =(a-c) + (bi-di) =(a-c) +(b-d)i
Usemos los mismos valores para ejemplificar esto:
z = 3 - 5i y w = -7 + 8i
z - w =(3 - 5i) +(-7 + 8i ) =[3-(-7)] +(-5i - 8i) =10 - 13i

Vean como un simple cambio de signos modifica el resultado, a pesar de usar los mismos
valores, por tal motivo hay que recordar las leyes de los signos.
MULTIPLICACION: Para multiplicar nmeros complejos se aplica la propiedad
distributiva teniendo en cuenta que i
2
=-1.
(z)(w) =(a +bi) (c +di) =(ac-bd) +(ad+bc)i
OJO: notaran que en la ecuacin z el valor del nmero
imaginario es negativo y en la ecuacin w el valor del nmero
real es negativo, por lo tanto se deben de respetar los signos de
dichos nmeros al momento de realizar la suma y tambin hay
que tener en cuenta las leyes de los signos.
Ejercicio de comprensin: Por qu razn se
muestra un signo positivo si la ecuacin anterior
muestra claramente que es una resta?

14 | P g i n a
Hay dos formas de realizar una multiplicacin de nmeros complejos, revisemos la primera
forma, en esta se usara la ecuacin tal cual se muestra en la hoja anterior, usemos un
ejemplo:
z = 3 - 5i y w = -7 + 8i
Sustituyendo los datos y resolviendo la ecuacin tenemos:
(z)(w) =(3 - 5i) (-7 + 8i ) =[(3)(-7) - (-5)(8)] +[(3)(8)+(-5)( -7)]i =19 +59i

Ahora usemos la otra forma para resolver una multiplicacin de nmeros complejos,
usemos los mismos valores para demostrar que se llega al mismo resultado.

Cada flecha (mostradas de color distinto) representa una multiplicacin, los resultados de
dicha multiplicacin se muestran del mismo color que la flecha, notaran que hay un valor
con i
2
, resultado de multiplicar los dos nmeros imaginarios, un poco mas adelante
volveremos a dicho valor.

El siguiente paso es reducir la ecuacin a su mnima expresin, Cmo?, sumando o
restando los trminos semejantes; como pueden ver podemos sumar los trminos 35i y 24i,
con lo cual obtenemos el valor de 59i, el siguiente paso es quitar ese valor de i
2
, si
recuerdan en la definicin de la multiplicacin se menciono esto i
2
=-1, por lo tanto
donde tenemos i
2
lo sustituimos por el valor de -1 (recuerden en todo momento cuidar las
leyes de signos), como ahora nos quedo un numero real (40) lo podemos sumar (o restar)
del nmero real que obtuvimos de la multiplicacin (-21), quedndonos el mismos
resultado que usamos al comienzo de la explicacin de la multiplicacin.

DIVISIN: Para dividir dos nmeros complejos se multiplica el numerador y el
denominador por el conjugado del denominador. (El conjugado de un nmero complejo es
otro nmero complejo que tiene la misma parte real y la parte imaginaria cambiada de
signo).

Antes de pasar a los ejemplos primero identifiquemos quien es el numerador y quien es el
denominador.

15 | P g i n a

Ahora s, podemos pasar a los ejemplos:

Para seguir en la misma sintona usemos los mismos valores, donde z ser el numerador y
w ser el denominador:
z = 3 - 5i y w = -7 + 8i

+
=
( )( )
( + )( )
=
21 24 + 35 +40
2
49 + 56 56 64
2
=
21 +11 +40
2
49 64
2
=
Antes de pasar al resultado, recordemos que i
2
=-1, por lo tanto:

=
21 + 11 +40(1)
49 64(1)
=
21 + 11 +40
49 +64
=
19 +11
113
=
19
113
+
11
113

En caso de que las fracciones se puedan reducir lo hacemos, en el caso de este ejemplo no
es posible por lo que el resultado queda tal cual.

Tarea: En base a los siguientes nmeros complejos:
a=2-5i u=-1+i
c=1+5.5i w=0.5+0.5i
y=6+3i h=-1-1.5i
o=1+3i e=-2+0.5i
p=3.5+2i l=0.5+2i

Determinar: a +u, c w, (y)(h), o/e, (p)(l), y/u, h/o
Esta tarea me la entregaran el jueves 23 de enero a las 12 pm.

16 | P g i n a
1.4 Forma polar y exponencial de un nmero complejo.

Cuando el hombre entr al mundo de los nmeros complejos se encontr con la dificultad
de darles nombre sin que se alteraran los ya conocidos, es decir, que los nmeros reales
siguieran teniendo su misma simbologa. Lleg entonces a la conclusin de que la manera
ms fcil era por su ubicacin en el plano.

Por lo dicho anteriormente, existen dos formas elementales de escritura para simbolizar a
un nmero complejo: Una es la forma cartesiana y la otra la forma polar.

La primera ya la vimos, pero recordemos nuevamente como es la forma cartesiana, esta
forma se considera como una suma de vectores para desplazarse desde el origen hasta el
punto en el plano que representa al nmero complejo. El desplazamiento sobre el eje x se
representa por la letra a y el desplazamiento por el eje y con la letra b, agregndole la letra
i, origen y clave de los nmeros complejos (recordar que i =1 ). De acuerdo con el
cuadrante en el que est ubicado el punto que represente al nmero complejo, tanto a como
b pueden ser positivos o negativos.

La forma Cartesiana de un nmero complejo es:
a + bi
En donde:
a: parte real;
bi: parte imaginaria;
a y b: nmeros reales.
Pasemos ahora a la forma polar; a cada nmero complejo z =a +bi se le asigna, en el
plano complejo, un punto P de coordenadas (a,b).
Si se une el origen de coordenadas O con P, se obtiene el vector OP. De esta forma a todo
nmero complejo se le asocia un vector fijo de origen O y extremo P.
Grficamente como seria esto?, veamos, supongamos que tenemos la siguiente ecuacin:
7+6i, y la graficamos en un plano complejo, tendramos algo como esto:

17 | P g i n a
Donde O representa el punto de origen de nuestro plano complejo, el punto donde quedo
graficado nuestro nmero complejo ser entonces P, lo siguiente que hacemos es trazar
una lnea desde el punto de origen O hasta P, quedndonos esto:

Si trazramos una lnea paralela al eje Y, desde P hasta el eje de las abscisas (eje X),
tendramos esto:

Podemos observar que se forma un triangulo rectngulo, por lo cual podemos aplicar las
mismas reglas geomtricas del triangulo rectngulo. El punto P se puede determinar
mediante sus coordenadas (a,b) o mediante la longitud del vector OP y el ngulo que ste
forma con el eje positivo de abscisas.

18 | P g i n a
En forma polar, a la distancia OP se le llama mdulo y al ngulo se le llama argumento.

Se llama mdulo del nmero complejo z =a +bi, y se representa por m o |z|, a la longitud
del vector OP, y se puede determinar mediante la siguiente ecuacin:

El argumento de un nmero complejo es el ngulo que forma el vector con el eje real y se
determina con la siguiente ecuacin:
=

Algunas consideraciones con respecto a los signos de a y b para tomar en cuenta al
determinar el argumento:
+
+
=
+
= 180
= 180 +
+
= 360
Para pasar a la forma polar un nmero complejo hacemos uso del modulo y del argumento,
utilizamos la siguiente frmula para tal efecto:
19 | P g i n a
z =r

donde:
|z|=r es el modulo
=es el argumento
Ejemplos:
Pasar a la forma polar los siguientes nmeros complejos:
w = -7 + 8 i
Primero aplicamos la frmula para determinar el modulo:
|w|=
2
+
2
= (7)
2
+ 8
2
= 10.63
Enseguida determinamos el argumento:
=
=
8
7
= - 48.81
Pero recordemos que tenemos ciertas condiciones con respecto a los signos de a y b, en este
caso tenemos esta:

+
= 180
Por lo tanto:
= 180 (-48.81)=228.81
Ahora usamos la formula z =r

, para transformar el numero complejo a su forma
polar:
z =10.63
228.81
Siguiente ejemplo:
z= 1 + i
|z|=
1
2
+(3)
2
= 2
20 | P g i n a
=
=
3
1
= 60

z =2
60
En este caso, como los valores de a y b son positivos, el valor de queda tal cual.

Para pasar de la forma polar a la binmica, tenemos que pasar en primer lugar a la forma
trigonomtrica:
r
=r (cos +i sen )
Tomemos lo datos del ltimo ejemplo z =2
60
z =2 (cos 60 +i sen 60) =2 (0.5 +i 0.8660)=1 +1.732 i =1+3i

Una variante de la forma polar es la forma exponencial, la cual se obtiene al tomar en
cuenta la conocida como frmula de Euler.

Sustituyendo en la forma trigonomtrica se puede escribir:

Esto nos permite escribir un nmero complejo en la forma siguiente, denominada forma
exponencial:

Con expresado en radianes (es imprescindible pues los grados no son nmeros reales)
Como ejemplo, pasemos a la forma exponencial el complejo:

21 | P g i n a

A continuacin hallamos mdulo y argumento. El mdulo es:

Y el argumento es

NOTA: Al realizar cot de -1 con una calculadora nos da -0.7854 radianes, es decir, -/4,
que es el menor ngulo que tiene por tangente -1 (el ngulo en rojo en la grfica), sin
embargo nosotros debemos sumarle a ese ngulo puesto que conocemos que se
encuentra en el cuadrante II y no en el IV.
Por lo tanto, el nmero complejo z en su forma exponencial es:

- Producto y cociente en funcin de los mdulos y argumentos

Sean,

22 | P g i n a
Producto

Cociente

1.5 Teorema de De Moivre, potencias y extraccin de races de un nmero complejo.

La formula Z
.
W =|z|
.
|W| (cos ( + ) + i sen ( + )) puede ser utilizada para hallar la
potencia ensima de un numero complejo.
Supongamos que Z = |Z| (cos + isen ), y n es un entero positivo, entonces se obtiene:

Esta relacin, que se conoce con el nombre de Formula de Moivre, y proporciona un
algoritmo bastante eficiente para hallar la potencia ensima de cualquier nmero complejo
en forma polar.
Ejemplo.
Sea Z =2 (cos30 +i sen30).
Calcule la potencia de orden cinco de este nmero, es decir, Z
5
.

Pasando este resultado a su forma cartesiana tenemos:
Z
5
=-27.71 +0.5 i
Redondeando: Z
5
=-28 +0.5 i

23 | P g i n a

Redondeando:

Extraccin de las races de un nmero complejo.
Si Z es un nmero complejo tal que para algn entero positivo se tenga:

Donde W es otro nmero complejo, entonces se dice que W es una raz ensima de
Z. Esto lo denotamos por:

En los nmeros reales, todo nmero posee una raz de orden impar y dos races de orden
par. En los complejos hay una mayor abundancia de races. Concretamente, se tiene la
siguiente propiedad:

Todo nmero complejo tiene exactamente n races n-esimas. As por ejemplo 1 tiene 4
races cuartas, pues:
24 | P g i n a

Luego 1, -1, i, y -i son las races cuartas de 1.

A continuacin damos una frmula para hallar las races de un nmero complejo.
Sea Z =|Z| (cos + i sen ).

Otro ejemplo, Hallar todas las races sextas de la unidad.
Solucin. Tomamos la representacin en forma polar de 1, la cual viene dada por:
1=1(cos 0 +i sen 0), luego hallamos las races sextas mediante la frmula dada para la
obtencin de las races de un nmero complejo:

Con k =0, 1, 2, 3,4, y 5.
+
25 | P g i n a
Estos valores de k nos dan las seis races:

W1 =1(cos 0 + i sen 0) k =0
W2 =1(cos 60 +i sen 60) k =1
W3 =1(cos120 +i sen120) k =2
W4 =1(cos180 +i sen180) k =3
W5 =1(cos240 +i sen240) k =4
W6 =1(cos300 +i sen300) k =5

POTENCIAS DE NMEROS COMPLEJOS
An cuando ya hemos resuelto el problema de multiplicar dos complejos dados en forma
cartesiana, podra resultar muy laborioso cuando se intenta aplicar en multiplicaciones
ligeramente ms complicadas, veamos un ejemplo:
Calcule: (3 + )
5

Este problema es equivalente a realizar la multiplicacin del nmero (3 + )
5
cinco veces
por s mismo, es decir a calcular:

Con la herramienta que tenemos hasta ahora, el nico camino pareciera ser el de ir
realizando de dos en dos los productos indicados, esto es:

Aunque no se han escrito los detalles de los clculos, el camino ha resultado laborioso y es
de esperarse que lo sea ms cuando la potencia que se requiere calcular sea mayor. La
multiplicacin desde el punto de vista grfico es ms fcil de visualizar si los factores han
sido expresados en forma polar, como en este caso se trata de la multiplicacin repetida del
mismo factor, traduzcmoslo a su forma polar.
26 | P g i n a

Elevar el complejo en cuestin a la quinta potencia, significa multiplicarlo cinco veces por
s mismo; si empezamos elevndolo al cuadrado, obtenemos un complejo cuyo mdulo es
(2)(2) =4 y cuyo argumento es 30 +30 =60; al elevarlo al cubo, obtenemos otro
nmero, de mdulo (2)(4) =8 y argumento 60 +30 =90 y as sucesivamente, este
proceso puede ser continuado hasta llegar a la quinta potencia, la figura siguiente ilustra
cada uno de estos pasos.

Mientras que el desarrollo numrico se puede escribir como sigue:

27 | P g i n a
Este procedimiento pareciera ms laborioso que el anterior, pero es posible observar una
cierta regularidad en el comportamiento de los resultados, que permite predecir una
potencia cualquiera a partir de la anterior. Ms an, permite encontrar la potencia
directamente del exponente, observen el siguiente resumen del desarrollo anterior.

En este resumen destaca la relacin existente entre el exponente al que se est elevando
cada complejo, el exponente del mdulo y el nmero de veces que se est considerando el
argumento del complejo que sirve como base a la potencia.

28 | P g i n a
Ejercicio, para entregar el prximo martes 04 de febrero, en equipos de tres
1. Calcular (3 +)
9
y (3 +)
16

2. Completar la tabla siguiente:

34 | P gi na

Clasificacin de las matrices.
Matrices especiales.
Segn el orden y ciertas caractersticas de los elementos, se identifican algunas matrices especiales.

Segn el orden distinguiremos:
- Matriz FILA: es una matriz con una sola fila. F
1x5
=(2 -1 0 3 5).
- Matriz COLUMNA: es una matriz con una sola columna.

- Matriz CUADRADA: es una matriz con igual cantidad de filas que de columnas. Se denota An y se lee
matriz de orden n.

Segn las caractersticas de los elementos distinguiremos:
- Matriz TRIANGULAR SUPERIOR: es una matriz cuadrada en la cual los elementos por debajo de la
diagonal principal son cero. En forma anloga, se define matriz TRIANGULAR INFERIOR. La DIAGONAL
PRINCIPAL comprende los elementos de la forma aii.

Es matriz triangular superior y la diagonal principal est formada por los elementos b11 =1 ; b22 =1 ; b33 =-
2.

Es matriz triangular inferior. Los elementos de la diagonal principal son g11 =-1 ; g22 =0 ; g33 =4.

- Matriz DIAGONAL: es una matriz triangular inferior y superior al mismo tiempo.
35 | P gi na

- Matriz ESCALAR: es una matriz diagonal en la cual los elementos de la diagonal principal son iguales.

Es una matriz escalar de orden 3 donde la constante en la diagonal principal es

- Matriz IDNTICA: es una matriz escalar en la cual la constante es uno.

- Matriz NULA: es una matriz de orden mxn en la cual todos los elementos son cero.

- Matriz TRANSPUESTA DE A: es la matriz que se obtiene a partir de A, intercambiando filas por columnas.
Se denota A
T
.

Si
es matriz de orden 2x3, entonces la matriz transpuesta de A es:
es matriz de orden 3x2.
- Matriz OPUESTA DE A: es la matriz que se forma con los opuestos de los elementos de Amxn. Se denota
Amxn.
36 | P gi na

- Matriz SIMTRICA: es una matriz cuadrada que es igual a su transpuesta.

-Matriz ANTISIMTRICA: es una matriz cuadrada igual a la opuesta de su transpuesta.

Es una matriz antisimtrica, porque es igual a la opuesta de la matriz transpuesta de K. As:

Transformaciones elementales

Definicin: Se llama OPERACIN ELEMENTAL sobre una matriz a cualquiera de las siguientes
modificaciones:
. Intercambiar dos filas (o columnas). Se denota: FiFj (o CiCj).

. Multiplicar todos los elementos de una fila (o columna) por una constante diferente de cero. Se denota: kFi (o
kCj), k0.

. Sumar trmino a trmino a una fila (o columna) otra fila (o columna) multiplicada por una constante se denota:
Fi +kFj (o Ci +kCj).

Las operaciones elementales se aplican convenientemente sobre una matriz de cualquier orden, con el fin de
obtener la forma escalonada o reducida de la matriz.

Definicin: Dos MATRICES A y B son EQUIVALENTES, si una de ellas se obtiene a partir de la otra por
medio de una o ms operaciones elementales.
Se denota: A B y se lee: A es equivalente a B.

Ejemplo:
Las siguientes matrices son equivalentes:

37 | P gi na

Porque:
B se obtuvo a partir de A sumndole a la fila 2 la fila 1 multiplicada por 2: F2 +(-2)F1.

B21=A21 +-2A11=2 +( (-2)(1)) =0
B22=A22 +-2A12=3 +( (-2)(2)) =-1
B23=A23 +-2A13=7 +( (-2)(4)) =-1
B24=A24 +-2A14=3 +( (-2)(2)) =-1

C se obtuvo a partir de B multiplicando la fila 2 por (-1): (-1)F2.

C21=-1B21 =-1(0) =0
C22=-1B22 =-1(-1) =1
C23=-1B23 =-1(-1) =1
C24=-1B24 =-1(-1) =1

D se obtuvo a partir de C intercambiando la fila 2 con la fila 3: F2F3.
D21=C21 C31 =0 3
D22=C22 C32 =1-1
D23=C23 C33 =15
D24=C24 C34 =11

Entonces: A B C D lo cual se denota de la siguiente forma:

Definicin: Una matriz A de orden mxn se llama ESCALONADA POR FILAS si cumple las siguientes
condiciones:
. Si existen filas nulas, aparecen en la parte inferior.
2 4 1
0 0 0

. El primer elemento no nulo de cada fila no nula, llamado pivote, es 1.
1 5 0
1 3 2
1 0 0
,
1 2 9
1 3 6
1 5 2

. En cada columna donde hay un pivote, los elementos por debajo de este son cero.
1 3 5
0 1 6
2 0 8

. Si i es mayor que j, el pivote de la fila-i est a la derecha del pivote de la fila-j.
38 | P gi na

NOTA: En general, el pivote puede ser cualquier nmero, pero por comodidad en este caso, se busca 1 en esa
posicin.

Definicin: Una matriz A de orden mxn se llama REDUCIDA POR FILAS si cumple las siguientes
condiciones:
. Si existen filas nulas, son las ltimas.
. El primer elemento no nulo de cada fila no nula, llamado pivote, es 1.
. En cada columna donde hay un pivote, el nico elemento no nulo es el pivote.
. Si i es mayor que j, el pivote de la fila-i est a la derecha del pivote de la fila-j.

Teorema: Para cualquier matriz A de orden mxn:
(a) A es equivalente a una matriz escalonada por filas.
(b) A es equivalente a una matriz reducida por filas.

- Matrices escalonadas y reducidas: Una matriz de cualquier orden mxn, se puede llevar a la forma
escalonada o reducida por medio de operaciones elementales sobre las filas.

La secuencia ms conveniente para llevar una matriz a la forma escalonada por filas, se describe mediante el
siguiente algoritmo: (es slo una sugerencia).

. Buscar el pivote de la primera fila con cualquiera de las 3 operaciones elementales.
. Volver cero los elementos por debajo del pivote de la fila 1 con la operacin de la forma Fi +kFj .
. Buscar el pivote de la segunda fila, teniendo cuidado de que quede a la derecha del pivote de la primera fila.
. Volver cero los elementos por debajo del pivote de la fila 2.
. Continuar el proceso hasta terminar con todas las filas de la matriz.

Ejemplo:
Llevar la matriz

a la forma escalonada por filas.

Solucin: Aplicando el algoritmo se tiene:
39 | P gi na

La matriz B es la forma escalonada de la matriz A, ya que como se puede observar, se cumplen las condiciones
de la definicin: los pivotes son 1, por debajo de cada uno de ellos aparecen ceros solamente y los pivotes se
desplazan a la derecha, y la fila de cero est en la parte inferior. Adems A B.

La secuencia ms conveniente para llevar una matriz a la forma reducida por filas se describe mediante el
siguiente algoritmo:
. Buscar el pivote de la primera fila.
. Volver cero los dems elementos de la columna donde est el pivote de la fila 1 con la operacin de la forma
Fi +kFj .
. Buscar el pivote de la segunda fila, teniendo cuidado de que quede a la derecha del pivote de la primera fila.
. Volver cero los elementos de la columna donde est el pivote de la fila 2.
. Continuar el proceso hasta terminar con todas las filas de la matriz.

Ejemplo:
Llevar la matriz

a la forma reducida por filas.

Solucin: Siguiendo la secuencia indicada en el algoritmo tenemos
40 | P gi na

La matriz B es la forma reducida de la matriz A, pues cumple las condiciones de la definicin: las filas nulas
aparecen abajo, en cada columna donde hay un pivote, ste es el nico elemento no nulo, y el pivote de la fila 2
est a la derecha del pivote de la fila 1.

Aplicaciones
- Recopilacin de informacin: Las matrices constituyen un instrumento muy til para recopilar mucha
informacin en una forma organizada y fcil de analizar.

Por ejemplo, la matriz

Puede representar el nmero de metros cbicos de agua demandados por familia al mes, en los estratos 2, 3 y 4
de tres municipios diferentes. Por la informacin que contiene, la matriz se puede llamar MATRIZ
MUNICIPIOCONSUMO, y se forma a partir de los datos reportados en la siguiente tabla:
41 | P gi na

Otro ejemplo, es la llamada MATRIZ ORIGEN-DESTINO de pasajeros en un sistema dado de transportes. Se
forma con el nmero de pasajeros que se dirigen de un lugar a otro.

Por ejemplo la matriz:

Se obtuvo de la siguiente tabla:

As, el elemento b34 =0 de la matriz B, se interpreta como la ausencia de pasajeros que viajen de Melgar a
Cajic; b11 =1200 indica que el mayor flujo de pasajeros se presenta de Cha hacia Bogot.

Ejercicios para entregar el jueves 13 de febrero a las 11:50 am.
En un experimento de laboratorio se tom el tiempo en que dos grupos de bloques de concreto de diferente
tamao, con 4 mezclas diferentes se compactaban. Los bloques de menor tamao lo hicieron en 8, 6, 5 y 7
horas. Los bloques de mayor tamao lo hicieron en 22, 14, 18 y 12 horas. Escriba esta informacin en una
matriz.

Una compaa tiene sus reportes de ventas mensuales dados por medio de matrices cuyas filas, en orden
representan el nmero de modelos regular, de lujo y extra vendidos, mientras que las columnas dan el nmero
de unidades rojas, blancas, azules y verdes vendidas. Las matrices para enero (E) y febrero (F) son:

42 | P gi na

a) En enero, cuntas unidades blancas del modelo extra se vendieron?
b) En febrero, cuntos modelos de lujo azules se vendieron?
c) En qu mes se vendieron ms modelos regulares verdes?
d) De qu modelo y color se vendi el mismo nmero de unidades en los 2 meses?
e) En qu mes se vendieron ms modelos de lujo?
f) En qu mes se vendieron ms artculos rojos?
g) Cuntos artculos se vendieron en enero?

Dadas las matrices

a) Cules son diagonales?
b) Cules son triangulares (superior o inferior)?
c) Cules son escalares?
d) Cules son simtricas?
e) Cules son antisimtricas?

43 | P gi na

OPERACIONES CON MATRICES
Se definen tres operaciones bsicas entre matrices: la suma, la multiplicacin escalar (o multiplicacin por un
escalar) y el producto, cada una de ellas con caractersticas y propiedades diferentes.
La suma se efecta entre dos matrices del mismo orden y el resultado es una matriz del mismo orden.
La multiplicacin escalar se efecta entre una matriz y un real, y el resultado es una matriz del mismo orden.
El producto se define entre dos matrices que deben ser cuadradas del mismo orden, y el resultado es otra matriz
del mismo orden; , entre matrices de diferente orden con cierto condicionamiento para el orden de cada una de
ellas y el resultado es una matriz de orden diferente al de los factores.

Suma de matrices.
Definicin: Dadas dos matrices A =( a
ij
) y B =( b
ij
) de orden mxn, se define la SUMA de A y B como otra
matriz C =( c
ij
) de orden mxn donde c
ij
=a
ij
+b
ij

C
mxn
=A
mxn
+B
mxn
=(a
ij
+b
ij
) =( c
ij
)
Ejemplo:

Como podemos ver para poder realizar una suma de matrices se requiere que las dos matrices sean del mismo
orden.
La suma de matrices tiene algunas propiedades las cuales son:
1. Clausurativa: A
mxn
+B
mxn
=C
mxn

Esto quiere decir que 2 matrices del mismo orden siempre se pueden sumar y el resultado es una matriz del
mismo orden.

2. Conmutativa: A +B =B +A
Significa que el orden en que se suman las matrices no afecta el resultado.
Demostracin: Si A =( a
ij
) y B =( b
ij
) entonces:
A +B =( a
ij
+b
ij
) definicin de suma de matrices.
=( b
ij
+a
ij
) +es conmutativa en .
=B +A definicin de suma de matrices.

3. Asociativa: (A +B) +C =A +(B +C) =A +B +C
44 | P gi na

Quiere decir que se pueden sumar ms de 2 matrices, sin que la forma de agruparlas afecte el resultado, por lo
que se puede prescindir de los parntesis.
Demostracin: Si A =( a
ij
) ; B =( b
ij
) y C =( c
ij
) entonces:
(A +B) +C =( a
ij
+b
ij
) +( c
ij
=([a
ij
+b
ij
] +c
ij
=( a
ij
+[b
ij
+c
ij
]) +es asociativa en ..
=( a
ij
) +( b
ij
+c
ij
=A +(B +C) definicin de suma de matrices.
4. Modulativa: A
mxn
, A +O
mxn
=O
mxn
+A =A
Significa que O
mxn
es el MDULO de la suma de matrices porque, cualquier matriz sumada con la matriz nula
del mismo orden no cambia.
Demostracin: A +O =(a
ij
+0
ij
=( a
ij
) 0 es el mdulo de la suma de reales.
=A definicin de la matriz A.
5. Invertiva: Amxn , (-A)
mxn
tal que A +(-A) =O
mxn
=(-A) +A
Esto significa que toda matriz sumada con su opuesta, da como resultado la matriz nula del mismo orden.
Demostracin: A +(-A) =(a
ij
+(-a
ij
)) definicin de suma de matrices.
=( 0
ij
) a a =0 para todo a .
=O
mxn
definicin de la matriz nula.
Multiplicacin escalar
Definicin: Dada una matriz Amxn = (aij) de orden mxn y una constante r , se define la
MULTIPLICACIN ESCALAR de A por r como r Amxn =(r aij ) =Bmxn
Se dice que B es MLTIPLO ESCALAR de A. Es decir, el resultado de multiplicar una matriz con un escalar
es la matriz que tiene como componentes cada una de las entradas de la matriz original multiplicada por dicho
escalar.

Ejemplo:

Como podemos ver, la matriz resultante es el producto de cada uno de los componentes de A por el escalar 2.

El mismo prcedimiento aplica para el producto con escalaraes fraccionarios.
45 | P gi na

Ejemplos:

Producto de matrices
La condicin necesaria para poder multiplicar dos matrices, es que sean cuadradas del mismo orden, o que el
nmero de columnas en la primera matriz sea igual al nmero de filas en la segunda.

Definicin: Dadas dos matrices A =(a
ij
) de orden mxn y B =(b
ij
) de orden nxp, se define el PRODUCTO de A
y B como una matriz C =(c
ij
) de orden mxp, donde cada c
ij
es el producto de la i-sima fila de A con la j-sima
columna de B.

C
ij
se obtiene multiplicando trmino a trmino la i-sima fila de A y la j-sima columna de B y sumando los
resultados.

Nota: Si las dos matrices A y B son cuadradas de orden n, la matriz producto es una matriz cuadrada de orden n.
46 | P gi na

Si A es una matriz de orden mxn, B debe ser una matriz de orden nxp (el nmero de filas en B tiene que ser
igual al de columnas en A), y la matriz producto es una matriz de orden mxp (con tantas filas como la matriz A
y tantas columnas como la matriz B).

Ejemplos:

47 | P gi na

Como la condicin para poder multiplicar dos matrices es que el nmero de columnas en la primera matriz sea
igual al nmero de filas en la segunda, el producto de matrices no es conmutativo. Parece extrao? Siempre
haba funcionado aquello de que el orden de los factores no altera el producto, pero en el caso de las matrices,
esa afirmacin no es vlida.

48 | P gi na

Sin embargo, hay casos en que la conmutatividad si se cumple:

Propiedades:
Asociativa ( A.B ).C =A.( B.C ) =A.B.C
Verificacin:

49 | P gi na

Se concluye por tanto que: [ AB ]C =A [ BC ].

Distributiva A.(B +C) =A.B +A.C
Verificacin:

Observando los resultados anteriores se concluye que A [B +C] =AB +AC.

Nota: Al efectuar el producto en la propiedad distributiva, se debe respetar el orden en que estn escritos los
factores, dado que el producto de matrices no es conmutativo.

Modulativa A
mxn
.I
n
=A
mxn
=I
m
.A
mxn
; D
n
.I
n
=D
n
=I
n
.D
n
Verificacin:

50 | P gi na

Nota: Observe que la matriz idntica es el mdulo para el producto de matrices, pero si la matriz no es
cuadrada, el orden de la matriz idntica, no es el mismo si se multiplica a la derecha, que si se multiplica a la
izquierda.

51 | P gi na

Ejercicios para entregar el da del examen (24 de febrero a las 4 pm.).
Nota: el examen abarcara hasta el tema 2.4, y se aplicara en el aula A7
1. Determine los valores de a, b, c y d tales que

2. Dada la matriz

Halle una matriz B que sea mltiplo escalar de A y tal que b
13
=6.

3. Si halle la matriz M tal que A 2M =3B.

4. Calcule el producto

52 | P gi na

2.5 Clculo de la inversa de una matriz.
Se dice que una matriz A de orden n es INVERTIBLE o NO-SINGULAR, si es posible encontrar otra matriz B
del mismo orden tal que: A.B =I
n
=B.A. En caso contrario, se dice que la matriz es SINGULAR O NO
INVERTIBLE. B se llama MATRIZ INVERSA de A y se denota como B =A
-1
.
Recordemos que la matriz idntica es el mdulo para el producto de matrices. Por tanto, si A es matriz
invertible de orden n, el producto de ella con su inversa A-1 (de orden n tambin) debe dar como resultado la
matriz idntica de orden n, es decir:
A
n
A
n
-1
=I
n
=A
n
-1
A
n

Ejemplos:
1.-

2.-

Entonces; Si A
n
es matriz invertible, entonces la matriz inversa A
n
-1
es nica.
Supongamos que B y C son matrices inversas de A, es decir:

AB = BA = I y AC = CA = I

Como el producto de matrices es asociativo: C( AB ) = ( CA )B CI = IB C = B

53 | P gi na

Dadas A y B matrices cuadradas del mismo orden:
a) (A
-1
)
T
=(A
T
)
-1
si A es no-singular.
b) (A B)
T
=B
T
A
T

Verificacin del inciso a):

Ejercicio de comprensin, verifiquen el inciso b).

Si A y B son matrices invertibles entonces AB es una matriz invertible y (AB)
-1
=B
-1
A
-1

En general, si A
1
,A
2
,A
3
,,A
n
son matrices invertibles, entonces el producto de todas estas matrices es
invertible y se tiene:
(A
1
A
2
A
3
A
n
)
-1
=A
n
-1
A
n-1
-1
A
2
-1
A
1
-1
Verificacion:

Por lo tanto

Es una matriz invertible y por el teorema (AB)
-1
=B
-1
A
-1

54 | P gi na

Como habrn notado en los ejemplos anteriores, slo se ha considerado matrices de orden 2, esto obedece a que
el proceso para hallar la matriz inversa de estas matrices es relativamente sencillo.
Veamos el mecanismo para obtener la matriz inversa de una matriz de orden 2:

Inversa de una matriz cuadrada a travs de la adjunta.

A continuacin se describe el proceso generalizado para hallar la inversa de una matriz cuadrada de cualquier
orden.
Escribir la matriz aumentada (A : I) donde I es la matriz idntica del mismo orden de A.
Llevar la matriz (A : I) a la forma reducida por filas (C : D).
Si la matriz C de la forma reducida es la matriz idntica entonces la matriz D es la inversa de A.
Ejemplo:
Hallar, si existe, la inversa de la matriz

55 | P gi na

Aplicando el procedimiento anterior:

56 | P gi na

Otro ejemplo:
Hallar, si existe, la inversa de la matriz:

Siguiendo el procedimiento planteado:

57 | P gi na

Como en la matriz C de la forma reducida aparece una fila nula, esta matriz no es equivalente a la idntica y por
tanto la matriz B no tiene inversa. Es decir, B es una matriz singular.

Ejercicios para entregar el 03 de marzo a las 10 am.

Halle si existe la matriz inversa de:

58 | P gi na

2.6 Definicin de determinante de una matriz.

La teora de los determinantes fue conocida por los chinos hace ms de 2000 aos, en los trabajos desarrollados
para la solucin de los sistemas de ecuaciones. Ellos encontraron relaciones importantes entre los coeficientes
de las ecuaciones del sistema y las soluciones que obtuvieron, las cuales corresponden a las definiciones de los
determinantes de orden 2 y 3.

Mucho tiempo despus, a mediados de los siglos XVIII y XIX, se dieron a conocer importantes aportes. A.L.
Cauchy y G.W. Leibnitz desarrollaron las propiedades de los determinantes; P.S. Laplace hizo la expansin de
un determinante por cofactores, y C.G. Jacobi, aplic los determinantes a las funciones de varias variables para
el desarrollo del clculo vectorial.

Definicion: A toda matriz cuadrada de cualquier orden, se asocia un nmero real llamado el determinante de la
matriz. El clculo riguroso de un determinante se hace sumando productos de permutaciones entre sus
elementos, por lo que el clculo directo es prctico solamente para los determinantes de orden 2 y 3. A medida
que aumenta el orden del determinante, crece factorialmente el nmero de operaciones que se deben realizar
para calcular su valor, lo cual hace ms eficiente el uso de las propiedades.

Se define la FUNCIN DETERMINANTE entre el conjunto de las matrices reales de orden n ( Mn ) y el
conjunto de los nmeros reales () como:

Notacin: Se distingue entre la matriz A y su determinante utilizando parntesis para la matriz y barras
verticales para su determinante:

Matriz Determinante

La matriz es un conjunto de elementos dispuestos en forma rectangular, mientras que el determinante es un
nmero real que puede ser positivo, negativo o cero.
Ejemplo:

Si

Entonces la determinante de A se expresa como:

59 | P gi na

Los casos particulares de los determinantes de orden 2 y 3 se definen a continuacin.

Definicin: El DETERMINANTE DE ORDEN 2 queda definido por el producto de los elementos de la
diagonal principal, menos el producto de los elementos de la otra diagonal.

Definicin: Si

Se define el DETERMINANTE DE ORDEN 3 como:

En la prctica, se acostumbra repetir las dos primeras columnas (o filas) para tener completas las diagonales con
tres elementos: (rojas positivos; azules negativos).

Ejemplo:

Aplicando la definicin del determinante de orden 2 se tiene:

|T|=[(3)(7)] [(-5)(4)]=21 +20 =41

Aplicando la definicin y considerando la condicin dada se tiene:
det(B)=[(x+2)(3+x)] [(4)(3)] =x
2
+5x - 6

60 | P gi na

Tomamos esta ecuacion e igualamos a cero:

x
2
+5x 6 =0

De tal forma que nos queda una ecuacion de segundo grado, la cual se puede resolver con la formula general,
con lo cual obtenemos: x
1
=-6 y x
2
=1, valores para los cuales det(B)=0.

|D|=[(4*1*8) +(-3*-5*0) +(2*6*7)] [(7*1*0) +(-5*6*4) +(-3*2*8)] =116 (-168) =284

Entonces la det|D| =|D| =284

Definicin por cofactores
Una alternativa para definir un determinante, es aplicar el concepto de cofactor en forma recurrente, para ir
reduciendo el orden del determinante.
Se llama MENOR-ij de una matriz A, al valor del determinante que resulta suprimiendo en A, la fila i y la
columna j. Se denota M
ij
.
Ejemplo:

Para calcular M
23
entonces suprimimos la fila 2 y la columna 3:

Resolviendo entonces nos queda:

El menor-31 se calcula con el determinante que se obtiene suprimiendo en A la fila 3 y la columna 1, con lo
cual nos queda:
61 | P gi na

Y finalmente calculando, obtenemos:

Ahora pasemos a los cofactores, Se llama COFACTOR-ij de un determinante al menor-ij multiplicado por 1 en
las posiciones donde i+j es par, y por 1 en las posiciones donde i+j es impar. Se denota: C
ij
=(-1)
i+j
M
ij

En la matriz

Las posiciones pares son: y las posiciones impares son:

Ejemplos:

Se aplica la definicin de cada cofactor:
12
= (1)
1+2
1 3
6 4
= 1[(4 1) (3 6)] = 1(4 +18) = 22
31
= (1)
3+1
5 9
0 3
= 1[(5 3) (0 9)] = 1(15 0) = 15
21
= (1)
2+1
5 9
1 4
= 1[(5 4) (9 1)] = 1(20 9) = 29

Si se calculan todos los cofactores de B, con ellos se forma una matriz asociada a B llamada matriz de
cofactores y se denota: Cof( B ). Revisemos un ejempo de esto ultimo:

62 | P gi na

Para resolver este ejemplo, se calculan todos los cofactores y se forma la matriz:

Entonces:
11
= (1)
1+1
0 3
1 4
= 1[(0 4) (3 1)] = 1(0 +3) = 3

12
= (1)
1+2
1 3
6 4
= 1[(4 1) (3 6)] = 1(4 +18) = 22

13
= (1)
1+3
1 0
6 1
= 1[(1 1) (6 0)] = 1(1 0) = 1

21
= (1)
2+1
5 9
1 4
= 1[(5 4) (9 1)] = 1(20 9) = 29

22
= (1)
2+2
2 9
6 4
= 1[(2 4) (6 9)] = 1(8 54) = 46

23
= (1)
2+3
2 5
6 1
= 1[(2 1) (5 6)] = 1(2 +30) = 32

31
= (1)
3+1
5 9
0 3
= 1[(5 3) (0 9)] = 1(15 0) = 15

32
= (1)
3+2
2 9
1 3
= 1[(2 3) (1 9)] = 1(6 9) = 15

33
= (1)
3+3
2 5
1 0
= 1[(2 0) (1 5)] = 1(0 + 5) = 5

Entonces Cof( B ) nos queda asi:

Veamos ahora la relacin que existe entre un determinante y cada uno de sus cofactores. El determinante de una
matriz A se obtiene multiplicando cualquier fila o columna de A, por la misma fila o columna de la matriz de
cofactores asociada a ella:

Si se elige la primera fila de A se tiene:

Si es con la tercera columna de A se tiene:

63 | P gi na

Ejemplo:

Si recordamos del ejemplo anterior obtuvimos:

Si elegimos la primer fila de B, obtenemos:

Si elegimos la segunda columna de B,

Y por la definicin de determinante de orden 3:

Definicin: Se define la EXPANSIN de un determinante de orden n por una fila (o columna), como la suma
de los productos de cada elemento de esa fila (o columna) por su correspondiente cofactor. El resultado de la
expansin es el valor del determinante.
Si:

64 | P gi na

Definicin: Se define el DETERMINANTE de An POR LOS COFACTORES de la Fila-i como:
det(A) =ai1Ci1 +ai2C12 +ai3 Ci3 +. . . +ainCin

Los cofactores son: Ci1 =(-1)i+1 Mi1 ; Ci2 =(-1)i+2 Mi2 ; . . . , Cin =(-1)i+nMin .

Nota: Utilizando cofactores, el clculo del determinante se hace reduciendo su orden progresivamente:

Para calcular un determinante de orden 4, se calculan 4 determinantes de orden 3; para calcular un determinante
de orden 5, se calculan 5 determinantes de orden 4, pero a su vez, por cada uno de estos, se calculan 4
determinantes de orden 3, es decir, se calculan en total 20 determinantes de orden 3.

Ejemplo:

Solucin:
65 | P gi na

Como no se ha definido el clculo directo para un determinante de orden 4, se aplica la definicin por
cofactores, haciendo la expansin por cualquier fila o cualquier columna. Se observa adems que tanto las filas
2 y 4, como las columnas 1 y 4, tienen dos ceros cada na, por lo tanto, se puede hacer la expansin por
cualquiera de ellas.

Haciendo la expansin por la Columna 1 se tiene:

Haciendo la expansin por la Fila 4 se tiene:

Por lo tanto el valor del derminante es -46.

Nota: Como puede comprobarse, el resultado del determinante no depende de la fila o la columna que se elige
para la expansin. Por tanto, se escoge la que tenga ms ceros para ahorrar clculos.

De los casos mencionados, se deduce que en la medida que aumenta el orden del determinante, el clculo se
hace mas dispendioso, razn por la cual lo ms prctico es el uso de las propiedades de los determinantes.

66 | P gi na

Ejercicios para entregar el jueves 13 de marzo a las 12 pm.

1.- Evaluar las siguientes determinantes:

2.- Evaluar el determinante de

Por cofactores de:
a) La tercera fila
b) La segunda columna
c) Directamente

3.- Encuentre los valores de x para los cuales:

67 | P gi na

Propiedades de los determinantes

Las propiedades se utilizan particularmente para calcular determinantes de orden mayor a 3. Se enuncian las
propiedades y se hace su justificacin con determinantes de orden dos o tres, cuando se estime pertinente.

1.- Si en un determinante se intercambian dos filas (o columnas), este cambia de signo.

Se intercambiaron las filas 1 y 2.

2.- Si un determinante tiene dos filas (o columnas) iguales, su valor es cero.

Pero los dos determinantes son iguales, luego m = m 2.m =0 m =0
Por tanto:

3.- Si una fila (o columna) de un determinante se multiplica por una constante k, el determinante queda
multiplicado por k.

Si calculamos:

Con la expansin por la fila-1, se tiene:

68 | P gi na

Entonces

4.- El determinante de una matriz A es igual al determinante de su transpuesta.

5.- El determinante de una matriz triangular (superior o inferior), es igual al producto de los elementos de su
diagonal principal. Utilizando la definicin del determinante de orden 3:

6.- El determinante de un producto de matrices, es igual al producto de los determinantes de las matrices.

Ejemplo:

69 | P gi na

7.- Si los elementos de una fila (o columna) de un determinante se multiplican por los de la respectiva fila (o
columna) en su matriz de cofactores, se obtiene el valor del determinante. Pero si se multiplican por los de otra
fila (o columna), el resultado es cero.

Ejemplo:

70 | P gi na

8.- Si los elementos de una fila (o columna) de un determinante se descomponen en sumas con el mismo nmero
de sumandos, el determinante tambin se descompone en la misma cantidad de sumandos.

Ejemplo:

9.- Si a una fila (o columna) de un determinante se le suma k veces otra fila (o columna), el valor del
determinante no cambia.

La matriz A con la operacin es equivalente a la matriz B, entonces:

71 | P gi na

Ejemplos:

Evaluando el determinante por la primera columna tenemos:

De las filas 1 y 2 se tom el factor 1/10.

Efectuamos sobre el determinante las siguientes operaciones: se obtiene el
determinante:
72 | P gi na

El cual se evala por la cuarta columna.

Este determinante se reduce a orden 2 con las operaciones: , se tiene:

4.- Si |A|=5 y A es matriz de orden 3, determinar:

5.- Mostrar que:

Aplicando las propiedades.
73 | P gi na

74 | P gi na

Ejercicios para entregar prximo lunes 24 de marzo a las 10 am.

75 | P gi na

3. Sistemas de ecuaciones Lineales.

Los sistemas de ecuaciones son una herramienta de gran utilidad en el planteamiento y solucin de problemas
de aplicacin en diferentes reas del conocimiento: en qumica para el balanceo de ecuaciones; en ciencias de la
salud para la descripcin de dosis de medicamentos; en ingeniera existen diferentes modelos de aplicacin para
la descripcin de fenmenos fsicos, para calcular costos, o para el ajuste de curvas a una serie de datos tomados
en un experimento.

Los sistemas de ecuaciones lineales tienen representacin geomtrica para los casos de ecuaciones con 2 y 3
variables. La representacin geomtrica de una ecuacin lineal con 1 o 2 variables en el plano, es una recta y de
ecuaciones con 1, 2 o 3 variables en el espacio, es un plano; las ecuaciones lineales con mas de 3 variables no
tienen representacin geomtrica pero si tienen interpretacin analtica.

Con o sin interpretacin geomtrica, los sistemas de ecuaciones se utilizan para disear modelos matemticos
que permiten resolver problemas reales en reas como la ingeniera o la economa, independientemente de si el
problema tiene solucin nica, infinitas soluciones, o es inconsistente.

Aunque existen diferentes mtodos de solucin para los sistemas de ecuaciones, en esta unidad se estudiaran
solo 3 de ellos: Eliminacin de Gauss, Reduccin de Gauss-Jordan y la matriz inversa para la solucin de la
ecuacin matricial.

Definicin: Se llama ECUACIN LINEAL con n variables a una ecuacin de la forma:

a1x1 +a2x2 +a3x3 +. . . +anxn =b,

Donde: x1, x2, . . . xn son las VARIABLES, todas de grado 1
a1, a2, . . . an son constantes reales llamadas COEFICIENTES de las variables y b se llama TRMINO
INDEPENDIENTE porque no es un coeficiente.

Cada sumando de la ecuacin es de grado 1 y ningn trmino es producto de dos o ms variables.

Ejemplos:
1. La ecuacin 3x1 5x2 +x3 x4 =7 es una ecuacin lineal con 4 variables x1, x2, x3 y x4 ; los coeficientes son: a1
=3 , a2 =5 , a3 =1 , a4 =1 y b =7 es el trmino independiente.

2. La ecuacin 3x +4y 2z =0 es una ecuacin lineal donde las variables son: x, y, z ; los coeficientes son: 3, 4
y 2 y el trmino independiente es 0.

3. La ecuacin a +b +c =d es una ecuacin lineal en la cual a, b, c y d son las variables; 1, 1, 1 y 1 los
respectivos coeficientes y 0 es el trmino independiente. ( a +b +c d =0 ).

4. La ecuacin 3x 5y
2
+2z =-4 no es lineal porque la variable y es de grado 2.

5. La ecuacin xy +5z
-1
+y =3y no es lineal porque el trmino xy es de grado 2 y la variable z no es de grado 1
(tiene exponente 1).

Definicin: Se llama SOLUCIN de una ecuacin lineal con n variables a un conjunto de n valores reales c1,
c2, . . . cn tales que, al ser sustituidos por x1, x2, . . . y xn respectivamente, satisfacen la igualdad.

76 | P gi na

RESOLVER una ecuacin lineal es hallar la(s) solucin(es).

Ejemplos:
1. El conjunto c1 =2, c2 =3, c3 =1 y c4 =4 es una solucin de la ecuacin a +b +c d =0 porque si a =2, b =
3, c =1 y d =4 la igualdad se cumple: 2 +3 1 4 =5 5 =0.

Otra solucin de esta ecuacin es: a =3, b =5, c =6 y d =2.

2. La ecuacin 3x1 5x2 +x3 x4 =7 tiene muchas soluciones, algunas de ellas son:
x1 =0 , x2 =1 , x3 =9 , x4 =3 ; x1 =0 , x2 =0 , x3 =7 , x4 =0.
x1 =5 , x2 =3 , x3 =14 , x4 =7 ; x1 =7 , x2 =4 , x3 =9 , x4 =3.
Casos particulares de ecuaciones lineales son las ecuaciones con 2 o 3 variables, que geomtricamente
representan una recta en el plano (
2
) un plano en el espacio (
2
), respectivamente.

Interpretacin geomtrica:
La ecuacin lineal con 2 variables: ax +by =c.
Es una recta en el plano (
2
), que se puede graficar si se conocen dos puntos, es decir dos soluciones de la
ecuacin. Como una recta tiene infinitos puntos, la ecuacin tiene infinitas soluciones porque cada punto
corresponde a una solucin.

Ejemplo: Graficar la ecuacin 4x +2y =6.
Solucin:
Dos soluciones de esta ecuacin son: x =0 ; y =3 y x =3/2 ; y =0 por tanto dos puntos de la recta son: (0, 3) y
(3/2, 0) con los cuales se puede graficar la recta en el plano cartesiano:

La ecuacin lineal con 3 variables: ax +by +cz =d.
Es un plano en el espacio (
3
) que se puede graficar si se conocen tres puntos, es decir, tres soluciones de la
ecuacin. Como un plano tiene infinitos puntos, la ecuacin tiene infinitas soluciones porque cada punto
corresponde a una solucin.
77 | P gi na

Ejemplo: Graficar la ecuacin 15x +5y +6z =15.
Solucin:
Tres soluciones de esta ecuacin son: x =0 , y =0 , z =5/2 ; x =1 , y =0 , z =0 y x =0 , y =3 , z =0 ; por tanto
tres puntos del plano son: (0, 0, 5/2) ; (1, 0, 0) y (0, 3, 0) con los cuales se puede graficar el plano.

Tambin representan planos en el espacio (
3
) las ecuaciones:
z =k x =k y =k

Las figuras (a), (b) y (c), ilustran las grficas de los planos que corresponden a las ecuaciones: z =3/2; x =2 y y
=1 respectivamente. Las ecuaciones lineales con 2 variables: x, y o x, z o y, z representan planos ortogonales a
los planos coordenados XY, XZ y YZ respectivamente.

78 | P gi na

Sistemas de ecuaciones lineales
Definicin: Se llama SISTEMA DE ECUACIONES LINEALES (S. E. L.) de orden mxn a un conjunto de m
ecuaciones lineales con n variables.

Definicin: Se llama SOLUCIN de un sistema de m ecuaciones lineales con n variables, a un conjunto de n
valores reales c1, c2, . . . cn tales que al ser sustituidos por x1, x2, . . . y xn respectivamente, satisfacen la m
igualdades del sistema.

Ejemplos:
es un sistema de orden 2 porque tiene 2 ecuaciones y 2 variables.

Este sistema de ecuaciones tiene solucin: x =1; y =2 porque:

Remplazando en la primera ecuacin se tiene 5
*
1 3
*
2 =5 6 =1
Remplazando en la segunda ecuacin se tiene 1 +2
*
2 =1 +4 =5

es un sistema de orden 3 porque tiene 3 ecuaciones y 3 variables.
Este sistema tiene como solucin:

Remplazando en la primera ecuacin:

Remplazando en la segunda ecuacin:

Remplazando en la tercera ecuacin:

79 | P gi na

es un sistema de orden 2x3, hay 2 ecuaciones y 3 variables.

Este sistema tiene mas de una solucin, 2 de ellas son:
x1 =10 ; x2 =1 ; x3 =0 y x1 =4 ; x2 =1 ; x3 =2

RESOLVER un sistema de ecuaciones lineales es hallar el conjunto de soluciones que satisfacen todas las
ecuaciones del sistema. Para un sistema de ecuaciones lineales hay tres posibilidades de solucin:
El sistema tiene solucin nica.
Existen infinitas soluciones.
El sistema es inconsistente, es decir no tiene solucin.

Interpretacin geomtrica:

Para un sistema de ecuaciones con 2 variables:
Una ecuacin lineal con 2 variables representa una recta en el plano, por tanto dos ecuaciones representan dos
rectas, las cuales pueden ser iguales o diferentes, y siendo diferentes pueden ser paralelas o no paralelas
(secantes).

Si son iguales, tienen todos los puntos (infinitos) en comn, entonces el sistema tiene infinitas soluciones
(figura (a)).

Si son diferentes y paralelas no tienen puntos en comn, entonces el sistema no tiene solucin, es inconsistente
(figura (b)).

Si las rectas son secantes solo tienen un punto en comn, entonces el sistema tiene solucin nica. Las
coordenadas del punto de interseccin son la solucin del sistema deecuaciones (figura (c)).

La solucin de un sistema de 2 ecuaciones lineales con 2 incgnitas, geomtricamente es el conjunto de puntos
de interseccin de las rectas: uno, todos o ninguno.

Si el sistema tiene 3 o mas rectas, es decir, si hay mas de 2 ecuaciones para que la solucin sea nica, todas las
rectas se deben intersectar en el mismo punto (figura (c)).

80 | P gi na

Si hay mas de 2 rectas, todas deben coincidir para que el sistema tenga infinitas soluciones (figura (a)).

En un conjunto de 3 o mas rectas, es suficiente que una de ellas no se intersecte con las dems en el mismo
punto para que el sistema de ecuaciones sea inconsistente (figura (b)).

En la figura (a): L1 =L2 =L3 =L4 las rectas son iguales.
En la figura (b): las rectas no se intersectan en el mismo punto.
En la figura (c): L1L2L3L4 ={ P } las rectas se intersectan en un solo punto P.

Para un sistema de ecuaciones con 3 variables:

81 | P gi na

Si la ecuacin tiene 3 variables representa un plano, por tanto, un sistema de ecuaciones lineales con 3
variables, geomtricamente representa un conjunto de planos que pueden ser iguales o diferentes, paralelos, o
secantes, y en este ltimo caso, la interseccin puede ser un punto o una recta.
Si dos de los planos son paralelos y diferentes, el correspondiente sistema de ecuaciones es inconsistente
(figuras (a) y (c)).

Si la interseccin de los tres planos es solo un punto (como la esquina de confluencia de tres paredes en una
habitacin), el sistema de ecuaciones tiene solucin nica (figura (e)).

El sistema tiene infinitas soluciones en los siguientes casos: cuando todos los planos coinciden (figura (d)), o
cuando la interseccin entre ellos es una recta como la confluencia de 2 paredes en una habitacin o las hojas de
un libro abierto (figura (b)).

Todo sistema de ecuaciones lineales de orden mxn se puede definir por medio de una ecuacin matricial de la
forma: A X = B, donde:
Amxn es la matriz que se forma con los coeficientes.
Xnx1 es la matriz que se forma con las variables.
Bmx1 es la matriz que se forma con los trminos independientes.

Teorema 1: Un sistema de ecuaciones lineales (S.E.L.) de orden n tiene solucin nica si y slo si la forma
reducida de la matriz de coeficientes, es la matriz idntica In de orden n.

Teorema 2: Si un sistema de ecuaciones lineales (S.E.L.) tiene menos ecuaciones que variables, entonces, o el
sistema tiene infinitas soluciones, o no tiene solucin (es inconsistente).

Ejemplos:
1.- Hallar todos los pares de nmeros (x, y) que satisfacen las ecuaciones:
Solucin: usamos suma y resta de ecuaciones:
-2(x+y=1) =-2x-2y=-2

-2x- 2y =-2
2x+3y =7
y =5
82 | P gi na

x+y=1
x+5=1
x=1-5=-4

Se observa que se tiene solo una solucin: (x, y) =(-4, 5).

2.- Hallar todos los pares de nmeros (x, y) que satisfacen las ecuaciones:

Solucin: Multiplicamos la primera ecuacin por (2) y se la sumamos a la segunda:

Se puede verificar que las 2 ecuaciones representan la misma recta, entonces el sistema es equivalente a la
primera ecuacin y esto implica que tiene infinitas soluciones (teorema 2).

3. Hallar todos los pares de nmeros (x, y) que satisfacen las ecuaciones:

Solucin: Multiplicamos la primera ecuacin por (1), y se la sumamos a la segunda:
, lo cual es una inconsistencia.

En este caso se puede verificar grficamente que las 2 rectas son paralelas. Se concluye entonces que el sistema
de ecuaciones es inconsistente.

Sistemas lineales homogneos
Definicin: Un sistema de ecuaciones lineales se llama SISTEMA LINEAL HOMOGENEO (S.L.H.), si en
todas las ecuaciones el trmino independiente es cero.

Ejemplos:
Los sistemas de ecuaciones

83 | P gi na

Son sistemas lineales homogneos porque en cada uno de ellos todos los trminos independientes son cero. Un
S.L.H. se caracteriza porque siempre tiene solucin. Si todas las variables toman el valor de cero, se satisfacen
todas las ecuaciones, entonces:
x1 =0 ; x2 =0 ; x3 =0 ; . . . ; xn =0 es una solucin del sistema de ecuaciones y se llama solucin trivial.

Si el sistema es de solucin nica, esta solucin es la trivial. Sin embargo pueden existir otros valores de las
variables, no todos iguales a cero, quesatisfagan todas las ecuaciones, en tal caso el sistema tiene infinitas
soluciones.

CONCLUSIN: Un sistema lineal homogneo (S.L.H.) siempre es consistente (tiene solucin) y existen dos
posibilidades: solo tiene la solucin trivial o tiene infinitas soluciones. Pero en el caso de infinitas soluciones,
est incluida la solucin trivial.

Teorema 3: Todo sistema lineal homogneo (S.L.H.) con menos ecuaciones que variables tiene infinitas
soluciones.

Demostracin:
Si el sistema tiene menos ecuaciones que variables, por el teorema 2, tiene infinitas soluciones o no tiene
solucin; pero como un sistema homogneo siempre tiene al menos la solucin trivial. Se concluye que el
sistema tiene infinitas soluciones.

Ejemplos:
1.- Hallar todas las ternas (x, y, z) que satisfacen las ecuaciones

Solucin: usamos suma y resta de ecuaciones
Multiplicamos la primera ecuacin por (1) y se la sumamos a la segunda. Multiplicamos la primera ecuacin
por (-1) y sumamos el resultado a la segunda.

Remplazando x =0 en la primera ecuacin se tiene z =0, y remplazando en la tercera ecuacin se tiene y =0.
Concluimos entonces que existe slo una solucin, la trivial:

(x, y, z) =(0, 0, 0)

2.- Hallar todas las ternas (x1, x2, x3) que satisfacen las ecuaciones
Solucin: Sumamos la primera ecuacin a la segunda:
84 | P gi na

Por el teorema 3 se concluye que hay infinitas soluciones.

Mtodos de solucin

Existen varios mtodos para resolver sistemas de ecuaciones lineales:
1. Mtodo de eliminacin de Gauss.
2. Mtodo de reduccin de Gauss-Jordan.
3. Solucin de la ecuacin matricial con la matriz inversa.
4. Regla de Cramer.
5. Mtodos de aproximacin numrica.

Los dos primeros mtodos hacen referencia a la matriz aumentada del S. E. L.

Definicin: Se llama MATRIZ AUMENTADA de un S.E.L. a la matriz que se forma con los coeficientes de
las variables, aumentando al lado derecho, la columna de los trminos independientes de las ecuaciones. Se
denota [A : B] donde A es la matriz de coeficientes y B es la columna aumentada.

Ejemplo:

Donde la matriz del lado izquierdo es la matriz de coeficientes y la columna del lado derecho se form con los
trminos independientes de las ecuaciones.

Eliminacin de Gauss
Es la forma simplificada y generalizada del mtodo de eliminacin descrito en la seccin anterior, mediante el
uso de las matrices. Consiste en triangulizar la matriz aumentada del S. E. L.
Algoritmo:
(1) Escribir la matriz aumentada [A : B] del sistema de ecuaciones.
(2) Llevar la matriz [ A : B ] a la forma escalonada por filas [C : D].
(3) Escribir el sistema de ecuaciones asociado a la matriz escalonada [C : D].
85 | P gi na

(4) Hallar el valor de cada una de las variables por sustituciones sucesivas a partir de la ltima ecuacin.
(5) Escribir la solucin del sistema de ecuaciones.

En el paso (2) debe analizarse la forma de la matriz escalonada, para identificar el tipo de solucin:
- Si C es matriz triangular superior con unos en la diagonal principal, el sistema tiene solucin nica y se
contina con los pasos (3), (4) y (5)
- Si en la matriz aparece una fila de ceros excepto en la ltima columna, el sistema es inconsistente.
- Si la matriz no presenta inconsistencia pero tampoco corresponde a solucin nica, el sistema tiene infinitas
soluciones y se caracteriza porque tiene menos ecuaciones que variables.

Nota: Todo S.E.L. se puede representar por medio de una matriz y recprocamente a toda a matriz se puede
asociar un S. E. L.

Ejemplos:
1.- Utilizando el mtodo de Eliminacin de Gauss, hallar la solucin del siguiente sistema de ecuaciones.

Solucin: aplicando el procedimiento anterior.

1.- Matriz aumentada del sistema de ecuaciones:

2.- Se lleva la matriz a la forma escalonada por filas:
86 | P gi na

(1): La fila 1 multiplicada por (-3) se le sum a la fila 2 multiplicada por (-1) se le sum a la fila 3 multiplicada
por (-2) se le sum a la fila 4

(2): La fila 2 multiplicada por (-1) se le sum a la fila 4. La fila 2 se multiplic por (1/11)

(3): La fila 2 multiplicada por (-3) se le sum a la fila 3

3.- Se escribe el sistema de ecuaciones que corresponde a la matriz escalonada:

Como ya se tiene el valor de la variable z, en la segunda ecuacin se despeja la variable y y se remplaza el valor
de z:

En la primera ecuacin se despeja la variable x y se remplazan los valores de z y y:

Respuesta: El sistema tiene solucin nica: x =3 ; y =1 ; z =2

Nota: Aunque se ha seleccionado un sistema de solucin nica para ilustrar la aplicacin del mtodo de
eliminacin de Gauss, este mtodo se puede utilizar en cualquier caso, es decir para infinitas soluciones o para
decidir la inconsistencia del sistema de ecuaciones.

87 | P gi na

2. Encuentre valores de la constante k para que el sistema tenga:
a) solucin nica
b) infinitas soluciones
c) ninguna solucin

Solucin: Utilizando el mtodo de eliminacin de Gauss

La matriz aumentada se lleva a la forma escalonada por filas:

Respuesta:
Hacemos el anlisis sobre la ltima fila de la matriz escalonada, para que se den las condiciones que
corresponden a cada tipo de solucin:

a) El sistema de ecuaciones tiene solucin nica si la constante k toma valores diferentes de 2 y 2, en tal caso
k2 40 y se puede convertir en 1.

b) El sistema de ecuaciones tiene infinitas soluciones cuando k =2, en tal caso la ltima fila se anula y el
sistema queda con menos ecuaciones que variables.

c) El sistema de ecuaciones no tiene solucin cuando k =2 porque la ltima fila es de ceros excepto en la
columna aumentada (4).

88 | P gi na

Reduccin de Gauss-Jordan
En este mtodo se trabaja un poco ms la matriz aumentada del S.E.L. pero se evitan las sustituciones sucesivas,
consiste en diagonalizar la matriz. En el caso de un sistema con solucin nica, sta se lee directamente en la
forma reducida de la matriz aumentada.
Este mtodo es el ms adecuado especialmente para sistemas de ecuaciones con infinitas soluciones o para
S.L.H.

Algoritmo:
(1) Escribir la matriz aumentada [A : B] del sistema de ecuaciones.
(2) Llevar la matriz [ A : B ] a la forma reducida por filas [C : D].
(3) Escribir el sistema de ecuaciones asociado a la matriz reducida [C : D].
(4) Escribir la solucin del sistema de ecuaciones.

En el paso (2) se analiza la matriz reducida, para decidir a cual de las tres casos corresponde la solucin:
- Si la parte de los coeficientes (C) es la matriz idntica, el sistema tiene solucin nica y se lee la respuesta.
- Si en la matriz aparece una fila de ceros excepto en la ltima columna, el sistema es inconsistente.
- Si la matriz no presenta inconsistencia pero tampoco corresponde a solucin nica, el sistema tiene infinitas
soluciones y el sistema de ecuaciones asociado a la matriz reducida tiene menos ecuaciones que variables.

Ejemplos:
1. Aplicando el mtodo de reduccin de Gauss-Jordan, determinar todas las soluciones del siguiente sistema de
ecuaciones:

Solucin: siguiendo el procedimiento planteado.

1. Escribimos la matriz aumentada:

89 | P gi na

2. Llevamos la matriz a la forma reducida por filas:

(1): La fila 1 multiplicada por (-2) se sum a la fila 2 multiplicada por 3 se sum a la fila 4

(2): La fila 2 multiplicada por (-1) se sum a la fila 3 multiplicada por 2 se sum a la fila 4.
La fila 2 se multiplic por (-1/3)

(3): La fila 2 multiplicada por (-1) se le sum a la fila 1. Observando la matriz reducida [C : D], se puede
concluir que el sistema tiene infinitas soluciones porque la matriz C no es la matriz idntica, pero tampoco
presenta inconsistencia.

3. El sistema de ecuaciones asociado a la matriz reducida [C : D] es:

Observe que el sistema tiene menos ecuaciones (2) que variables (4)

4. Para tener una solucin se deben asignar valores a las variables z y w. z y w, se llaman variables
independientes porque toman cualquier valor real. x y y se llaman variables dependientes porque sus valores
dependen de los valores asignados a z y w.

Respuesta:
90 | P gi na

El sistema tiene infinitas soluciones porque a las variables independientes se les puede asignar cualquier valor
real.

Nota: Cuando el sistema de ecuaciones se obtiene del planteamiento de un problema de aplicacin, aunque el
sistema tenga infinitas soluciones, el nmero de soluciones puede ser limitado segn lo que cada variable
representa.

2. Hallar las soluciones del siguiente sistema lineal homogneo:

Solucin: Aplicamos el mtodo de reduccin de Gauss-Jordan

Matriz de coeficientes:

Se lleva la matriz a la forma reducida por filas:

91 | P gi na

(1): La fila 1 multiplicada por (-2) se sum a la fila 2 multiplicada por (-3) se sum a la fila 3

(2): La fila 2 multiplicada por (-1) se sum a la fila 3

(3): La fila 3 se multiplic por (-1/3)


Respuesta: Como la matriz reducida es la idntica, el sistema tiene solucin nica x =0; y =0; z=0, la trivial.

Nota: En un sistema homogneo la ltima columna de la matriz aumentada es de ceros y cualquiera que sea la
operacin elemental que se realice sobre la matriz, esta columna permanece sin variaciones; por tal razn solo
se trabaja la matriz de coeficientes.

3. Hallar las soluciones del siguiente sistema de ecuaciones:

Solucin:
La matriz de coeficientes

se lleva a la forma reducida por filas:

(1): La fila 1 multiplicada por (-2) se sum a la fila 2 multiplicada por (-1) se sum a la fila 3
(2): Se intercambi la fila 2 con la fila 3
(3): La fila 2 multiplicada por 1 se sum a la fila 1 multiplicada por (-1) se sum a la fila 3
(4): La fila 2 se multiplic por (-1/2).

La fila 3 se multiplic por (-1/3)
De la matriz reducida se deduce:
92 | P gi na

Esta forma de la solucin se llama solucin general porque dando valores a la variable independiente w se
obtienen valores para las variables dependientes x, y y z.

Respuesta: El sistema de ecuaciones tiene infinitas soluciones, dadas por la

Solucin general:

Para tener una de las infinitas soluciones, se asigna cualquier valor real a w:

Si r =0 se tiene la solucin trivial x =0 ; y =0 ; z =0 ; w =0
Si r =1 se tiene la solucin x =1; y =8/3; z =4/3; w =1
Si r =3 se tiene la solucin x =3; y =8; z =4; w =3

Nota: La solucin general de un sistema de ecuaciones con infinitas soluciones se presenta en forma matricial,
para facilitar el clculo de cualquiera de las soluciones.

Solucin de la ecuacin matricial
Todo S.E.L. de orden mxn

Se puede expresar como una ecuacin matricial de la forma:

Donde:
A es la matriz de coeficientes.
X es la matriz de variables.
93 | P gi na

B es la matriz de trminos independientes

La solucin del sistema de ecuaciones se obtiene resolviendo la ecuacin matricial:

Si A X =B X =A
-1
B

Algoritmo: (para resolver el sistema de ecuaciones)
1. Hallar la matriz A
-1
, inversa de A
2. Efectuar el producto A
-1
B
3. Leer la solucin.

Nota: Como este mtodo de solucin hace uso de la matriz inversa, requisito imprescindible para poder
aplicarlo es que la matriz de coeficientes del sistema de ecuaciones sea invertible.
Ejemplos:

1.- Escribir la ecuacin matricial del sistema de ecuaciones:

Solucin:
Ecuacin matricial:

2.- Resolver utilizando la matriz inversa, si es posible, el sistema de ecuaciones

Solucin: Siguiendo los paso del algoritmo
1.- Hallar A
-1
la matriz inversa de A (matriz de coeficientes):

94 | P gi na

2.- Efectuar el producto
A
-1
B =

3.- Leer la solucin igualando las matrices:

Entonces: x =7/3 ; y =16/3 ; z =5 es la nica solucin del sistema de ecuaciones.

3. Escribir la ecuacin matricial del S. E. L. dado y resolverla si es posible

Solucin: Ecuacin matricial:

Hallamos A
-1
si existe

95 | P gi na

Esta ltima matriz nos permite concluir que A
-1
no existe, por tanto este sistema de ecuaciones no se puede
resolver con este mtodo. Se recurre a alguno de los 2 mtodos anteriores (eliminacin o reduccin) para decidir
si el sistema tiene infinitas soluciones o si es inconsistente.

4. El sistema de ecuaciones

No se puede resolver por este mtodo dado que la matriz de coeficientes no es cuadrada y por tanto no es una
matriz invertible.

Nota: Un sistema de ecuaciones que no tenga igual cantidad de ecuaciones que variables no puede ser resuelto
con matriz inversa; si la matriz no es cuadrada no existe inversa.

Teorema: Si la matriz de coeficientes de un sistema lineal homogneo (S.L.H.) es invertible, entonces el
sistema tiene slo la solucin trivial.

Demostracin:
Como en un S.L.H. todos los trminos independientes son cero, la ecuacin matricial es de la forma: A X =O.
Si A es matriz invertible esta ecuacin tiene solucin nica: X =A
-1
O =O porque cualquier matriz multiplicada
por una matriz nula da como resultado la matriz nula del orden correspondiente.

Entonces X =O lo que implica que cada variable xi =0; por tanto el sistema tiene solucin nica: x1 =0 ; x2 =; .
. . ; xn =0 es decir, la solucin trivial.

Ejercicios para entregar el lunes 31 de marzo a las 10 am.

NOTA: el examen del 2 parcial ser el martes 1 de Abril de 4 a 6 pm. en el aula A7 el tema 2.4 hasta este
ultimo tema.

1.- Las siguientes son matrices aumentadas de un sistema de ecuaciones lineales (la ltima columna es la de los
trminos independientes). En cada caso identifique: el orden del sistema de ecuaciones, y si el sistema es
homogneo o no y el tipo de solucin que tiene (nica, infinitas o ninguna):

96 | P gi na

2.- Si las siguientes matrices son la forma escalonada de la matriz aumentada de un sistema de ecuaciones,
resuelva en cada caso el correspondiente sistema.

3.- Para cada uno de los siguientes sistemas de ecuaciones decidir si el sistema tiene solucin o si es
inconsistente. Escriba la forma general de las soluciones si el sistema tiene infinitas soluciones.

4.- Encuentre valores de la constante k para que el sistema:

Tenga: a) solucin nica b) ninguna solucin c) infinitas soluciones.

5.- Utilice la matriz inversa para determinar la solucin de los siguientes sistemas:

97 | P gi na

Respuestas 2 Examen Parcial, el examen de regularizacin sera el 29 de abril en el aula A7 a las 4 pm.
1.-

2.-

3.-

4.- C, D, B, A

5.-
a)
2 3
4 5
3
6

b)
2 3
4 5
3
6

1
2
1
3
2
4 5

3
2
2
4
1
1
3
2
0 1

3
2
2
(1)
1
3
2
0 1

3
2
0

Por lo tanto:
x=3/2
y=0

98 | P gi na

APLICACIONES
Aunque no existen formatos generalizados para la solucin de problemas de aplicacin, en cualquier rama de la
matemtica se pueden tener en cuenta algunas pautas, que s son generalizadas, para lograr el abordaje correcto
de un problema.

A continuacin se enumeran esas pautas, para el caso particular de problemas que pueden ser planteados
mediante un Sistema de Ecuaciones Lineales:

1. Identificar y definir las variables con base en las preguntas. La buena definicin de las variables, permite la
correcta interpretacin de los resultados analticos.

2. Plantear el sistema de ecuaciones con base en la informacin del enunciado. Generalmente una frase con
sentido gramatical completo, permite plantear una ecuacin.

3. Resolver en forma analtica el sistema de ecuaciones utilizando alguno de los mtodos conocidos.

4. Interpretar los resultados de la solucin del sistema de ecuaciones con base en la definicin de las variables
y responder la(s) pregunta(s).

La importancia en el anlisis de la solucin de un sistema de ecuaciones radica en la correcta interpretacin de
los resultados. Una acertada interpretacin conlleva a la efectividad de las soluciones propuestas para el
problema.

Problemas con solucin nica
Ajuste de curvas: Una de las aplicaciones ms frecuentes de los sistemas de ecuaciones lineales se da en el
anlisis de datos experimentales. En muchos problemas de fsica, de las ciencias sociales y de la ingeniera en
particular, se requiere relacionar los datos recolectados en un experimento mediante una ecuacin matemtica
que permita, describir el comportamiento del evento analizado y hacer algunas predicciones en diferentes
tiempos.

El tipo de ecuaciones que permiten mejor ajuste son las ecuaciones polinmicas, el proceso consiste en
obtener un polinomio cuya grfica pase por los puntos recolectados. A continuacin se describe el proceso:

Si el conjunto de puntos (x1 , y1) , (x2, y2) , . . . , (xn, yn) son los datos que se quieren ajustar a la curva de un
polinomio de grado n, y todas las primeras coordenadas (xi) son diferentes, se puede demostrar que existe un
polinomio nico de grado menor o igual a (n-1) de la forma y =a
0
+a
1
x + a
2
x
2
+ . . . + a
n-2
x
n-2
+ a
n-1
x
n-1
al cual
se pueden ajustar los n datos experimentales.

Los coeficientes a
0
, a
1
, a
2
, . . . , a
n-2
, a
n-1
del polinomio se obtienen, sustituyendo cada uno de los datos en la
ecuacin y resolviendo el sistema de ecuaciones lineales que se forma.

Ejemplos:
1. Encuentre la ecuacin de una funcin cuadrtica que pasa por los puntos (0, 1), (1, 2) y (1, 6).

99 | P gi na

Solucin: Observe que se dan 3 puntos y el polinomio pedido es de grado 2, uno menos que el nmero de
puntos conocidos.
La ecuacin general de la funcin cuadrtica es: y = a
0
+a
1
x + a
2
x
2
entonces, remplazando cada uno de los
puntos se forma el sistema de ecuaciones lineales:

Aplicando el mtodo de reduccin de Gauss-Jordan , se tiene que la forma reducida de la matriz:

Por tanto la ecuacin pedida es: y = 1 2x +3x
2

2. Se sabe que la ecuacin general de una circunferencia es , encuentre la ecuacin
de la circunferencia que pasa por los puntos (3, 3), (8, -2) y (6, 2).

Solucin: Al sustituir los puntos en la ecuacin general se obtiene el sistema

Se puede resolver por medio de A
1
, inversa de la matriz de coeficientes:

Por tanto la ecuacin de la circunferencia es:

100 | P gi na

3. Un obrero ha trabajado durante 30 das para dos patrones ganando $207.000. El primero le pagaba $6.500
diarios y el segundo $8.000. Cuntos das trabaj para cada patrn?

Solucin: Siguiendo las pautas sugeridas para abordar problemas de aplicacin.
Definicin de variables: (con base en la pregunta)
x : nmero de das trabajados con el primer patrn.
y : nmero de das trabajados con el segundo patrn.
Planteamiento del sistema de ecuaciones: (con base en la informacin)

Dividiendo la segunda ecuacin por 500

Solucin analtica: (mtodo de reduccin de Gauss-Jordan)

Matriz aumentada del sistema de ecuaciones:

Forma reducida de la matriz aumentada:

Respuesta: El obrero trabaj 22 das para el primer patrn y 8 das para el segundo.

4. En un saln de dibujo hay 56 mesas, x nmero de mesas con 4 butacas, y mesas con 8 butacas y z mesas con
10. La capacidad de butacas del saln es 364. Durante una tarde se utilizaron la mitad de las mesas con 4
butacas, la cuarta parte de las mesas con 8 y la dcima parte de las de 10 butacas para un total de 19 mesas.
Cuntas mesas de cada tamao se usaron esa tarde?

Solucin:
Variables: x : cantidad de mesas con 4 butacas que hay en el saln.
y : cantidad de mesas con 8 butacas que hay en el saln.
z : cantidad de mesas con 10 butacas que hay en el saln.
Sistema de ecuaciones:

101 | P gi na

Dividiendo la segunda ecuacin por 2 y multiplicando la tercera por 20.
Solucin analtica del sistema de ecuaciones (mtodo de Gauss-Jordan):
Matriz aumentada:

Matriz reducida:

Es la solucin del sistema.

Interpretacin y respuesta: Esa tarde se ocuparon 13 mesas con 4 butacas (la mitad), 5 mesas con 8 butacas (la
cuarta parte) y solo 1 mesa con 10 butacas (la dcima parte), lo cual suma 19 mesas que fueron las utilizadas esa
tarde.

Problemas con ms de una solucin
Sistemas de ecuaciones lineales con infinitas soluciones, por ser el planteamiento de un problema de aplicacin,
pueden tener realmente slo un nmero finito de soluciones, debido a la definicin de las variables y la
interpretacin de los resultados analticos.

Ejemplos:
1.- Una firma de transportes posee tres tipos distintos de camiones, A, B y C. Los camiones estn equipados
para el transporte de 2 clases de maquinaria pesada. El nmero de mquinas de cada clase que puede transportar
cada tipo de camin est dada por la matriz

Donde las columnas representan los tipos de camiones (A, B y C respectivamente), y las filas la clase de
maquinaria (clase I y clase II respectivamente). La firma consigue una orden para transportar 32 mquinas de la
clase I y 10 mquinas de la clase II. Encuentre el nmero de camiones de cada tipo que se requieren para
cumplir la orden, asumiendo que, cada camin debe estar completamente cargado y el nmero exacto de
mquinas pedidas es el que se debe despachar. Si la operacin de cada tipo de camin tiene el mismo costo para
la firma, cul es la solucin ms econmica?

Solucin: Seguiremos los pasos propuestos para el planteamiento y solucin de problemas de aplicacin.

Definicin de las variables:
x: cantidad de camiones Tipo A que se necesitan para cumplir la orden
y: cantidad de camiones Tipo B que se necesitan para cumplir la orden
z: cantidad de camiones Tipo C que se necesitan para cumplir la orden
102 | P gi na

Planteamiento del sistema de ecuaciones:

La ecuacin (1) se form tomando de la matriz T, la cantidad de mquinas clase I que cada tipo de camin
puede transportar, y multiplicando por la cantidad de camiones, para completar el total de mquinas pedidas de
clase I.

En forma anloga se plantea la ecuacin (2)
Solucin del sistema de ecuaciones: En este ejemplo se utiliza el mtodo de reduccin de Gauss-Jordan:

Matriz aumentada del sistema de ecuaciones:

Forma reducida por filas de la matriz aumentada:

Sistema de ecuaciones que corresponde a la matriz reducida:

Solucin general del sistema de ecuaciones:

Interpretacin de la solucin analtica: Aunque r representa cualquier valor real, en este caso por la definicin
de las variables (cantidad de camiones), solo tiene sentido los valores enteros positivos de las tres variables.

Veamos las posibilidades: Si r=0 entonces x =11 ; y =10 ; z =0
Si r=2 entonces x =12 ; y =6 ; z =2
Si r=4 entonces x =13 ; y =2 ; z =4

Respuesta: Para cumplir con el pedido existen tres opciones:
11 camiones Tipo A y 10 camiones Tipo B, ,
12 camiones tipo A, 6 camiones Tipo B y 2 camiones Tipo C, ,
13 camiones Tipo A, 2 camiones Tipo B y 4 camiones tipo C.

Como la operacin de cualquier tipo de camin tiene el mismo costo, la solucin mas econmica es la ltima, es
decir 13 camiones Tipo A, 2 camiones Tipo B y 4 camiones tipo C, pues en este caso solo se utilizan 19
camiones.
103 | P gi na

2. Encuentre la ecuacin cartesiana de la recta que pasa por los puntos de coordenadas (2, 3) y (-1,2).

Solucin: Como los 2 puntos dados estn en la recta, deben satisfacer la ecuacin de dicha recta.
Tomamos entonces la ecuacin general de la recta: ax +by +c =0, donde a, b y c son las constantes por
determinar. En este caso constituyen las variables.

El sistema de ecuaciones que se forma con los 2 puntos conocidos es el siguiente.

Aplicamos el mtodo de reduccin de Gauss-Jordan
Matriz de coeficientes:

Con forma reducida:

El sistema de ecuaciones que corresponde a la matriz reducida es:

Como el sistema tiene infinitas soluciones le podemos asignar cualquier valor a la constante c para obtener los
valores de a y b: si c =7 a =1 y b =-3.
La ecuacin de la recta pedida es: x 3y +7 =0

Balanceo de ecuaciones: El balanceo de las ecuaciones que describen reacciones de ciertos procesos qumicos,
consiste en encontrar constantes tales que el nmero de tomos de cada uno de los elementos del lado izquierdo
de la ecuacin iguale al nmero de tomos del lado derecho.

Ejemplo:
Efectuar el balanceo de la ecuacin qumica Mg3N2 +HOH Mg(OH)2 +NH3
Solucin: En este caso las variables son las constantes a, b, c y d que igualan la cantidad de tomos de cada
elemento en los dos lados de la ecuacin, es decir:

aMg3N2 +bHOH cMg(OH)2 +dNH3

Para el magnesio (Mg): en el lado izquierdo de la ecuacin hay 3a tomos al lado izquierdo y c tomos al
derecho, entonces .
104 | P gi na

En forma anloga se tiene:

Se obtiene el sistema lineal homogneo:

La matriz de coeficientes del sistema es:

Y su forma reducida es:

Si d =2 entonces a =1 ; b =6 y c =3
Por tanto la ecuacin balanceada es: Mg3N2 +6HOH 3Mg(OH)2 +2NH3

Flujo de trfico: Un sistema de ecuaciones lineales con infinitas soluciones tambin permite resolver
problemas relacionados con el flujo de trfico en una red vial.

Ejercicios para entregar el 28 de Abril a las 10 am. Nota: en vacaciones voy a seguir subiendo informacin
del curso
1. Dos obreros trabajan 8 horas diarias en la misma empresa. El primero gana 500 pesos diarios menos que el
segundo, pero ha trabajado durante 30 jornadas mientras que el primero trabaj slo 24. Si el primero ha ganado
33.000 pesos ms que el segundo calcule el salario diario de cada obrero.
2. La ecuacin general de un plano en el espacio es ax +by +cz +d =0. Hallar la ecuacin del plano que pasa
por los puntos (-1, -2, 0) ; (-5, -3, 1) y (3, 4, 2).
3. Efectuar el balanceo de la ecuacin qumica:
MnSO4 +KMnO4 +H2O MnO2 +K2SO4 +H2SO4

4. Tres mquinas juntas producen 64 partes en una hora. El triple de la produccin de la primera mquina es
igual a la produccin de las otras dos juntas. El quntuplo de la produccin de la segunda mquina es 12 partes
mayor que el doble de la produccin de las otras dos juntas. Hallar la velocidad de produccin de las tres
mquinas.
105 | P gi na

Regla de Cramer
Esta es una de las tcnicas ms conocidas para la solucin de sistemas de ecuaciones lineales con solucin
nica. Un sistema de n ecuaciones lineales con n variables tiene solucin nica si el determinante de la matriz
de coeficientes es diferente de cero, en tal caso puede ser resuelto mediante el proceso conocido como REGLA
DE CRAMER.

A continuacin se describe el proceso generalizado para resolver un S. E. L. con solucin nica, aplicando la
regla de Cramer.

Procedimiento: (A es la matriz de coeficientes).

Nota: Si |A|=0 este mtodo no se puede aplicar y se utiliza alguno de los mtodos estudiados anteriormente
(reduccin de Gauss-Jordan o eliminacin de Gauss).

Consideremos el sistema:

entonces:

es el determinante de la matriz de coeficientes.

en |A| se cambi la columna-1 por los trminos independientes.

106 | P gi na



Los valores de las variables x
1
, x
2
y x
3
se calculan con los cocientes:

Ejemplos
1.- Utilizando la regla de Cramer resolver el sistema

Solucin:
Se calculan los determinantes |A|, |A
x
|, |A
y
|

y se aplican las definiciones.
Entonces:

La solucin del sistema es:

2.- Utilizando la regla de Cramer hallar el valor de la variable y en:

107 | P gi na

Solucin: Se aplica directamente la definicin para la variable y:

3.- Dado el sistema de ecuaciones lineales

donde p, q y r son las variables, escribir la expresin para obtener la variable q.
Solucin: Aplicando la regla de Cramer, como q es la segunda variable del sistema

El proceso descrito anteriormente se generaliza para sistemas de n ecuaciones con n variables, siempre que el
determinante de la matriz de coeficientes (A), sea diferente de cero.

4.- Hallar la solucin del sistema de ecuaciones:

Solucin: Primero se calcula el determinante de la matriz de coeficientes. La matriz de coeficientes es:

108 | P gi na

Entonces:

(1) La columna 1 multiplicada por (-2) se sum a la columna 2 multiplicada por (-1) se sum a la columna 3.
(2) Se hizo la expansin por la fila 1.
(3) La columna 3 multiplicada por 4 se sum a la columna 1 y a la columna 2.
(4) Se hizo la expansin por la fila 1.
Como |A|0 se calculan los determinantes para cada una de las variables:

109 | P gi na

Ahora se calcula cada una de las variables aplicando la regla de Cramer:

La solucin del sistema de ecuaciones es: x =2 ; y = ; z =1 ; w =0.

Nota: Para el clculo de cada uno de los determinantes, se combin la aplicacin de las propiedades con la
expansin por cofactores para ir reduciendo el orden de los determinantes hasta llegar al determinante de orden
2, cuyo clculo es inmediato.

Matriz inversa

Un requisito para hablar de matriz inversa de una matriz A, es que esta sea cuadrada. Sin embargo, la
condicin es necesaria pero no suficiente.

Definicin: Si A es una matriz cuadrada de orden n, se dice que A es INVERTIBLE si existe una matriz B
llamada INVERSA DE A tal que A*B =I
n
=B*A.

Se denota: B =A
-1
entonces A*A
-1
=I
n
=A
-1
*A.

Nota: Se habla de la matriz Inversa porque en caso de existir es nica. Como no todas las matrices cuadradas
tienen inversa, vamos a establecer la condicin que garantiza la existencia de A
-1.
110 | P gi na

Teorema: Si la matriz inversa de A existe, entonces: det (A) 0.
Demostracin:
Como A es invertible, existe A
-1
entonces A*A
-1
=I
n
. Calculando el determinante a los 2 lados de la igualdad se
tiene: det (A*A
-1
) =det (I
n
). Como I
n
es triangular, su determinante es el producto de los elementos de la
diagonal principal, es decir det (I
n
) =1 y en consecuencia, det (A) y det (A
-1
) no son cero.

La afirmacin contrarrecproca de este teorema resulta muy til:

Teorema: Si |A|=0, entonces, la matriz inversa de A no existe.

Veremos ahora otro mtodo para hallar la inversa de una matriz no-singular, conocido como mtodo de la
matriz adjunta que a continuacin se describe:

Definicin: Se llama MATRIZ ADJUNTA de A a la matriz de cofactores de la matriz transpuesta.

Se denota adj (A) =cof (A
T
)

Ejemplo:
Encuentre la matriz adjunta de:

Solucin:
Hallamos la matriz transpuesta

Ahora se puede formar la matriz adjunta de A:

111 | P gi na

Teorema: Si A es una matriz invertible, entonces A. adj(A) =det(A) I
n
.

Demostracin:
Se hace para una matriz de orden 3 pero el proceso se puede generalizar para matrices cuadradas de cualquier
orden n.

Por definicin, la transpuesta de cof(A) es la matriz adjunta de A, entonces:

En la diagonal principal, se multiplica cada fila de A por sus respectivo cofactor, en estos casos, el resultado es
|A| (propiedad 7), mientras que en las dems posiciones se multiplic una fila por los cofactores de otra, y en
estos casos el resultado es cero. Por tanto: A*adj(A) =det (A) I
n
.
Si el determinante de A es diferente de cero, podemos multiplicar los dos lados de la igualdad por: y se
tiene

Definicin: Si A es matriz invertible, se define la inversa de A como:

Procedimiento (para hallar la matriz inversa de A):
(1) Calcular el determinante de A.
(2) Escribir la matriz transpuesta de A.
(3) Hallar los cofactores de AT.
(4) Escribir la matriz adjunta de A.
(5) Multiplicar la matriz adjunta por el escalar y escribir la matriz inversa.
112 | P gi na

Ejemplos
1.- Hallar la matriz inversa de por medio de la matriz adjunta.
Solucin:

Nota: Es conveniente verificar que A A
-1
=I
2
.

2.- Resolver el sistema de ecuaciones lineales

Solucin: Resolver el sistema de ecuaciones se reduce a hallar la matriz

La matriz de coeficientes:

es la misma del ejercicio anterior en el cual se obtuvo

Si se plantea la ecuacin matricial del sistema de ecuaciones X =A
-1
B,
113 | P gi na

Entonces:

La solucin del sistema de ecuaciones es:

Se puede comprobar remplazando estos valores en cada una de las ecuaciones del sistema para verificar que se
satisface cada una de las igualdades.

Cursodealgebralineal 140114103121 Phpapp01

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Cursodealgebralineal 140114103121 Phpapp01

Diunggah oleh

Hak Cipta:

Format Tersedia

1 | P g i n a

M. en E. IBQ. Erick R. Lpez Almanza erlopez@itesi.edu.mx

Anda mungkin juga menyukai